CN115115557A - 图像的膨胀处理方法、装置、电子设备和存储介质 - Google Patents

Abstract

本发明实施例提供图像的膨胀处理方法、装置、电子设备和存储介质，该方法包括：获取待处理图像，待处理图像包括待识别像素和背景像素，然后向待识别像素赋值目标像素值，以及向背景像素赋值非目标像素值，接着分别计算各个目标像素值与各个非目标像素值的距离值，最后根据距离值，对待识别像素所构成的图像进行膨胀处理。本发明实施例基于像素间的距离进行膨胀处理，无需事先推算或定义结构元素大小和形状，从而开发门槛低，且无需进行不同大小、不同形状的结构元素的多次多参数组合测试，从而节约开发资源，测试成本小，且可以与待识别像素边缘贴合，从而可以极大程度地保留待识别像素的原始特征。

Description

图像的膨胀处理方法、装置、电子设备和存储介质

技术领域

本发明涉及图像处理技术领域，特别涉及一种图像的膨胀处理方法、一种图像的膨胀处理装置、一种电子设备和一种计算机可读存储介质。

背景技术

图像的膨胀处理，是指在图像的边缘添加像素值，使得整体的像素值扩张，进而达到图像的膨胀效果。

目前的膨胀方法都是基于结构元素对图像进行膨胀处理的，即预先定义一个具有一定大小的特定形状的结构元素，然后采用滑动结构元素取最大值的计算方式进行膨胀处理。

然而，上述方法必须预先选定结构元素的形状和大小，这需要开发人员凭经验预先推算出比较合理的结构元素形状和大小组合作为备选，所以开发门槛高。其次，由于无法知道哪种大小和形状的结构元素效果较好，这需要技术人员不断地选取不同形状和大小的结构元素进行组合试验来达到最佳效果，所以测试成本大。再者，结构元素的形状一般为十字形、菱形和矩形，结构元素的形状决定其无法贴合目标像素的边缘，所以在膨胀操作后会造成目标像素的特征损失，改变目标像素的原有形态特征。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的图像的膨胀处理方法。

本发明实施例还提供了一种图像的膨胀处理装置、电子设备和存储介质，以保证上述方法的实施。

为了解决上述问题，本发明实施例公开了一种图像的膨胀处理方法，所述方法包括：

获取待处理图像；所述待处理图像包括待识别像素和背景像素；

向所述待识别像素赋值目标像素值，以及向所述背景像素赋值非目标像素值；

分别计算各个目标像素值与各个非目标像素值的距离值；

根据所述距离值，对所述待识别像素所构成的图像进行膨胀处理。

可选地，在分别计算各个目标像素值与各个非目标像素值的距离值之前，所述方法还包括：

对各个像素的像素值进行取反，以使所述待识别像素的像素值更新为非目标像素值，以及使所述背景像素的像素值更新为目标像素值；

各个像素的像素值对应多个距离值；所述根据所述距离值，对所述待识别像素所构成的图像进行膨胀处理，包括：

针对各个背景像素的目标像素值，从所述多个距离值中确定最小距离值；

将所述各个背景像素的目标像素值更新为对应的最小距离值，以及将各个待识别像素的非目标像素值更新为预设距离值；

根据所述最小距离值和所述预设距离值，对所述待识别像素所构成的图像进行膨胀处理。

可选地，所述根据所述最小距离值和所述预设距离值，对所述待识别像素所构成的图像进行膨胀处理，包括：

判断所述最小距离值是否大于距离阈值，以及判断所述预设距离值是否大于距离阈值；

若所述最小距离值不大于距离阈值，则将所述背景像素的最小距离值更新为目标像素值；以及，

若所述预设距离值不大于距离阈值，则将所述待识别像素的预设距离值更新为目标像素值。

可选地，所述方法还包括：

若所述最小距离值大于距离阈值，则将所述背景像素的最小距离值更新为非目标像素值；以及，

若所述预设距离值大于距离阈值，则将所述待识别像素的预设距离值更新为非目标像素值。

可选地，各个像素的像素值对应多个距离值；所述根据所述距离值，对所述待识别像素所构成的图像进行膨胀处理，包括：

针对各个背景像素的非目标像素值，从所述多个距离值中确定最小距离值；

根据所述最小距离值，对所述待识别像素所构成的图像进行膨胀处理。

可选地，所述根据所述最小距离值，对所述待识别像素所构成的图像进行膨胀处理，包括：

判断所述最小距离值是否大于距离阈值；

若所述最小距离值不大于距离阈值，则将所述背景像素的非目标像素值更新为目标像素值。

可选地，所述分别计算各个目标像素值与各个非目标像素值的距离值，包括：

采用像素距离的计算公式，分别计算各个目标像素值与各个非目标像素值的距离值；所述像素距离的计算公式包括欧氏距离的计算公式、曼哈顿距离的计算公式、切比雪夫距离的计算公式、闵可夫斯基距离的计算公式、标准化欧氏距离的计算公式中的至少一种。

本发明实施例还公开了一种图像的膨胀处理装置，所述装置包括：

待处理图像获取模块，用于获取待处理图像；所述待处理图像包括待识别像素和背景像素；

像素值赋值模块，用于向所述待识别像素赋值目标像素值，以及向所述背景像素赋值非目标像素值；

距离值计算模块，用于分别计算各个目标像素值与各个非目标像素值的距离值；

膨胀处理模块，用于根据所述距离值，对所述待识别像素所构成的图像进行膨胀处理。

可选地，在分别计算各个目标像素值与各个非目标像素值的距离值之前，所述装置还包括：

像素值取反模块，用于对各个像素的像素值进行取反，以使所述待识别像素的像素值更新为非目标像素值，以及使所述背景像素的像素值更新为目标像素值；

各个像素的像素值对应多个距离值；所述膨胀处理模块包括：

第一最小距离值确定子模块，用于针对各个背景像素的目标像素值，从所述多个距离值中确定最小距离值；

更新子模块，用于将所述各个背景像素的目标像素值更新为对应的最小距离值，以及将各个待识别像素的非目标像素值更新为预设距离值；

第一膨胀处理子模块，用于根据所述最小距离值和所述预设距离值，对所述待识别像素所构成的图像进行膨胀处理。

可选地，所述第一膨胀处理子模块包括：

第一判断单元，用于判断所述最小距离值是否大于距离阈值，以及判断所述预设距离值是否大于距离阈值；

第一更新单元，用于若所述最小距离值不大于距离阈值，则将所述背景像素的最小距离值更新为目标像素值；以及，

第二更新单元，用于若所述预设距离值不大于距离阈值，则将所述待识别像素的预设距离值更新为目标像素值。

可选地，所述装置还包括：

第一更新模块，用于若所述最小距离值大于距离阈值，则将所述背景像素的最小距离值更新为非目标像素值；以及，

第二更新模块，用于若所述预设距离值大于距离阈值，则将所述待识别像素的预设距离值更新为非目标像素值。

可选地，各个像素的像素值对应多个距离值；所述膨胀处理模块包括：

第二最小距离值确定子模块，用于针对各个背景像素的非目标像素值，从所述多个距离值中确定最小距离值；

第二膨胀处理子模块，用于根据所述最小距离值，对所述待识别像素所构成的图像进行膨胀处理。

可选地，所述第二膨胀处理子模块包括：

第二判断单元，用于判断所述最小距离值是否大于距离阈值；

第三更新单元，用于若所述最小距离值不大于距离阈值，则将所述背景像素的非目标像素值更新为目标像素值。

可选地，所述距离值计算模块包括：

距离值计算子模块，用于采用像素距离的计算公式，分别计算各个目标像素值与各个非目标像素值的距离值；所述像素距离的计算公式包括欧氏距离的计算公式、曼哈顿距离的计算公式、切比雪夫距离的计算公式、闵可夫斯基距离的计算公式、标准化欧氏距离的计算公式中的至少一种。

本发明实施例还公开了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口以及所述存储器通过所述通信总线完成相互间的通信；

所述存储器，用于存放计算机程序；

所述处理器，用于执行存储器上所存放的程序时，实现如本发明实施例所述的方法。

本发明实施例还公开了一个或多个计算机可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如本发明实施例所述的方法。

与现有技术相比，本发明实施例包括以下优点：

在本发明实施例中，获取待处理图像，待处理图像包括待识别像素和背景像素，然后向待识别像素赋值目标像素值，以及向背景像素赋值非目标像素值，接着分别计算各个目标像素值与各个非目标像素值的距离值，最后根据距离值，对待识别像素所构成的图像进行膨胀处理。本发明实施例基于像素间的距离进行膨胀处理，无需事先推算或定义结构元素大小和形状，从而开发门槛低，且无需进行不同大小、不同形状的结构元素的多次多参数组合测试，从而节约开发资源，测试成本小，且可以与待识别像素边缘贴合，从而可以极大程度地保留待识别像素的原始特征。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是现有技术中针对“1”进行膨胀处理的效果图；

图2是本发明实施例提供的一种图像的膨胀处理方法的步骤流程图；

图3是本发明实施例中像素赋值图；

图4是本发明实施例中像素值取反图；

图5是本发明实施例中像素距离图；

图6是本发明实施例中膨胀处理效果图；

图7是本发明实施例中针对待识别像素“1”进行膨胀处理的效果图；

图8是现有技术中结构元素的结构图；

图9是现有技术中膨胀处理的起始点图；

图10是现有技术中针对待识别像素3*3“矩形”进行膨胀处理一次的效果图；

图11是现有技术中针对待识别像素3*3“矩形”进行膨胀处理两次的效果图；

图12是本发明实施例中像素值取反图；

图13是本发明实施例中像素距离图；

图14是本发明实施例中针对待识别像素3*3“矩形”进行膨胀处理一次的效果图；

图15是本发明实施例提供的一种图像的膨胀处理装置的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前的膨胀方法都是基于结构元素对图像进行膨胀处理的，即预先定义一个具有一定大小的特定形状的结构元素，然后采用滑动结构元素取最大值的计算方式进行膨胀处理。参照图1，示出了现有技术中针对“1”进行膨胀处理的效果图，其中，深色块101为待识别像素(目标像素)，白色块102为背景像素(非目标像素)，浅色块103为经过膨胀处理后扩张的像素，深色块101构成“1”，使用3*3的十字形的结构元素对“1”进行膨胀处理，可以得到如图1所示的效果。

由此可见，上述方法必须预先选定结构元素的形状和大小，这需要开发人员凭经验预先推算出比较合理的结构元素形状和大小组合作为备选，所以开发门槛高。其次，由于无法知道哪种大小和形状的结构元素效果较好，这需要技术人员不断地选取不同形状和大小的结构元素进行组合试验来达到最佳效果，所以测试成本大。再者，结构元素的形状一般为十字形、菱形和矩形，结构元素的形状决定其无法贴合目标像素的边缘，所以在膨胀操作后会造成目标像素的特征损失，改变目标像素的原有形态特征。

针对上述基于结构元素的膨胀方法存在的开发门槛高、测试成本大、容易造成目标像素特征损失的问题，本发明实施例提供了一种图像的膨胀处理方法，本发明实施例基于像素间的距离进行膨胀处理，无需事先推算或定义结构元素大小和形状，从而开发门槛低，且无需进行不同大小、不同形状的结构元素的多次多参数组合测试，从而节约开发资源，测试成本小，且可以与待识别像素边缘贴合，从而可以极大程度地保留待识别像素的原始特征。

参照图2，示出了本发明实施例提供的一种图像的膨胀处理方法的步骤流程图，该方法具体可以包括如下步骤：

步骤201，获取待处理图像；所述待处理图像包括待识别像素和背景像素。

在本发明实施例中，可以获取待处理图像，待识别图像可以由多个像素组成，像素可以包括待识别像素和背景像素。待识别像素可以是指待处理图像的前景中构成需要被识别出的物体的所有像素，例如，需要在一张有苹果的图像中发现所有的苹果，则图像中所有组成苹果影像区域的像素可以称为待识别像素。背景像素可以是指待处理图像中构成背景的所有像素，例如，需要在一张有苹果的图像中发现所有的苹果，则图像中所有构成非苹果影像区域的像素可以称为背景像素。

步骤202，向所述待识别像素赋值目标像素值，以及向所述背景像素赋值非目标像素值。

在本发明实施例中，可以向待识别像素赋值目标像素值，以及向背景像素赋值非目标像素值，从而可以定性的分出待识别像素和背景像素。具体地，可以将待处理图像转换为灰度图，并进行二值化处理，可以得到像素值为“0”和“255”的图像，其中，“0”表示黑色，“255”表示白色。此时的图像中的待识别像素被赋值为目标像素值，背景像素被赋值为非目标像素值，其中，目标像素值可以为“0”或“255”，非目标像素值可以为“0”或“255”。另外，目标像素值和非目标像素值还可以是其他的数值组合，比如目标像素值可以为“1”，非目标像素值可以为“0”，只要满足目标像素值和非目标像素值是互不相同的数值，能够区分出目标像素值和非目标像素值即可，本发明实施例对此不作出限定。

在一种示例中，参照图3，示出了本发明实施例中像素赋值图，待处理图像为包含有9*10像素的图像，其中，待处理图像的中间区域为待识别像素，待识别像素为5*6的矩形，可以向待识别像素赋值目标像素值“1”，以及可以向背景像素赋值非目标像素值“0”，从而可以得到如图3所示的像素赋值图。

步骤203，分别计算各个目标像素值与各个非目标像素值的距离值。

在本发明实施例中，可以分别计算各个目标像素值与各个非目标像素值的距离值。例如，假设非目标像素值为A1、A2、A3，目标像素值为B1、B2、B3，分别计算各个目标像素值与各个非目标像素值的距离值，可以得到(A1，B1)、(A1，B2)、(A1，B3)、(A2，B1)、(A2，B2)、(A2，B3)、(A3，B1)、(A3，B2)、(A3，B3)的距离值。所述示例仅用于使本领域技术人员更好理解本发明实施例，本发明对此不作出限定。

本发明的一个可选实施例中，步骤203可以包括以下子步骤：

子步骤S31，采用像素距离的计算公式，分别计算各个目标像素值与各个非目标像素值的距离值；所述像素距离的计算公式包括欧氏距离的计算公式、曼哈顿距离的计算公式、切比雪夫距离的计算公式、闵可夫斯基距离的计算公式、标准化欧氏距离的计算公式中的至少一种。

距离值可以采用像素距离的计算公式进行计算得到，像素距离的计算公式可以包括欧氏距离的计算公式、曼哈顿距离的计算公式、切比雪夫距离的计算公式、闵可夫斯基距离的计算公式、标准化欧氏距离的计算公式中的至少一种。

具体地，欧氏距离(Euclid Distance)是一个通常采用的距离定义公式，它是在m维空间中两个点之间的真实距离，在二维空间中的欧氏距离就是两点之间的直线段距离，那么二维平面的a(x1,y1)与b(x2,y2)间的欧式距离为：

具体地，曼哈顿距离(Manhattan Distance)是一种使用在几何度量空间的几何学用语，用以标明两个点在标准坐标系上的绝对轴距总和，那么二维平面的a(x1,y1)与b(x₂,y2)间的曼哈顿距离为：

d＝|x₁-x₂|+|y₁-y₂| (式2)

具体地，切比雪夫距离(Chebyshev distance)或是L∞度量是向量空间中的一种度量，两个点之间的距离定义为其各座标数值差绝对值的最大值，那么二维平面的a(x1,y1)与b(x2,y₂)间的切比雪夫距离为：

d＝max(|x₁-x₂|,|y₁-y₂|) (式3)

具体地，闵可夫斯基距离(Minkowski distance)是衡量数值点之间距离的一种常见的方法，假设数值点P和Q坐标如下：

P＝(x₁,x₂,...,x_n)andQ＝(y₁,y₂,...,y_n)∈Rⁿ (式4)

那么闵可夫斯基距离为：

具体地，标准化欧式距离(Standard Euclidean distance)是将集合先进行归一化，映射到正太分布N(0,1)的区间，那么标准化欧式距离为：

需要说明的是，对于一般的二维图像，可以采用欧式距离、曼哈顿距离、切比雪夫距离。若要计算像素间的直线距离，则可以采用欧氏距离。若要计算横纵坐标的绝对距离的累计，则可以采用曼哈顿距离。计算公式的选择可以由使用者自行确定。

此外，还可以根据具体使用情况，对上述计算公式进行改进，得到自定义公式。例如，如果想要放大横坐标的影响系数，可以对曼哈顿距离进行改进，变成：

d＝2*|x₁-x₂|+|y₁-y₂| (式7)

步骤204，根据所述距离值，对所述待识别像素所构成的图像进行膨胀处理。

在本发明实施例中，计算得到各个目标像素值与各个非目标像素值的距离值之后，可以采用距离值，对待识别像素所构成的图像进行膨胀处理。

本发明的一个可选实施例中，在分别计算各个目标像素值与各个非目标像素值的距离值之前，所述方法还可以包括：

对各个像素的像素值进行取反，以使所述待识别像素的像素值更新为非目标像素值，以及使所述背景像素的像素值更新为目标像素值。

在本发明实施例中，在分别计算各个目标像素值与各个非目标像素值的距离值之前，可以先对所有像素的像素值进行取反操作，使得待识别像素的像素值更新为非目标像素值，背景像素的像素值更新为目标像素值。参照图4，示出了本发明实施例中像素值取反图，图4是经过对图3中的所有像素的像素值进行取反操作后的图像，即本来值为1的待识别像素重新赋值为0，本来值为0的背景像素重新赋值为1。

本发明的一个可选实施例中，各个像素的像素值对应多个距离值；步骤204可以包括以下子步骤：

子步骤S11，针对各个背景像素的目标像素值，从所述多个距离值中确定最小距离值。

在一种示例中，如图4所示，在分别计算各个目标像素值(比如A1、A2、A3)与各个非目标像素值(比如B1、B2、B3)的距离值之后，每个像素的像素值可以对应多个距离值。例如，目标像素值A1可以对应

的距离值。所述示例仅用于使本领域技术人员更好理解本发明实施例，本发明对此不作出限定。

由图3和图4可知，在本发明实施例对各个像素的像素值进行取反之后，待识别像素的像素值由目标像素值“1”变成非目标像素值“0”，背景像素的像素值由非目标像素值“0”变成目标像素值“1”。因此，针对各个背景像素，即为针对经过取反后的各个目标像素值“1”，可以分别确定经过取反后的各个目标像素值“1”与距离自身最近的非目标像素值“0”之间的最小距离，具体可以通过自身对应的多个距离值中找到最小距离值，例如针对目标像素值A1，从

中选择最小距离值，最小距离值可以为

所述示例仅用于使本领域技术人员更好理解本发明实施例，本发明对此不作出限定。

子步骤S12，将所述各个背景像素的目标像素值更新为对应的最小距离值，以及将各个待识别像素的非目标像素值更新为预设距离值；

子步骤S13，根据所述最小距离值和所述预设距离值，对所述待识别像素所构成的图像进行膨胀处理。

在本发明实施例中，找到各个背景像素对应的最小距离值后，可以将各个背景像素的目标像素值更新为对应的最小距离值，以及可以将各个待识别像素的非目标像素值更新为预设距离值。其中，预设距离值可以是经过取反后的各个非目标像素值与距离自身最近的非目标像素值之间的最小距离，由于距离非目标像素值最近的非目标像素值就是其本身，所以预设距离值可以为0。

在一种示例中，如图4所示，A1、A2、A3到B1的距离均为最小距离值，其中，A1-B1的距离为

A2-B1的距离为

A3-B1的距离为2，那么可以将A1的目标像素值“1”更新为距离值

以及可以将A2的目标像素值“1”更新为距离值

以及可以将A3的目标像素值“1”更新为距离值“2”，从而可以得到如图5所示的像素距离图，从而可以采用图5中的各个目标像素值的最小距离值和各个非目标像素值的预设距离值，对待识别像素所构成的图像进行膨胀处理。所述示例仅用于使本领域技术人员更好理解本发明实施例，本发明对此不作出限定。

本发明的一个可选实施例中，子步骤S13可以包括以下子步骤：

子步骤S131，判断所述最小距离值是否大于距离阈值，以及判断所述预设距离值是否大于距离阈值；

子步骤S132，若所述最小距离值不大于距离阈值，则将所述背景像素的最小距离值更新为目标像素值；以及，

子步骤S133，若所述预设距离值不大于距离阈值，则将所述待识别像素的预设距离值更新为目标像素值。

在本发明实施例中，可以分别将各个最小距离值与距离阈值TH进行比较，以及可以分别将各个预设距离值与距离阈值TH进行比较。如果最小距离值不大于距离阈值TH，即最小距离值小于等于距离阈值TH，那么可以将背景像素的最小距离值更新为目标像素值，使其变换为待识别像素的类型，以及如果预设距离值不大于距离阈值TH，即预设距离值小于等于距离阈值TH，那么可以将待识别像素的预设距离值更新为目标像素值，使其维持为待识别像素的类型。

需要说明的是，阈值TH可以是根据实际需求进行修改设置。例如，如果想要将待识别像素均匀膨胀X个距离单位，那么可以将距离阈值TH设置为

在一种示例中，如果将距离阈值TH设置为

对于图5中的所有距离值小于等于

的像素，将其距离值更新为目标像素值“1”，使其变换/维持为待识别像素的类型，从而可以得到如图6所示的效果图。

除了可以对像素距离图中的距离值进行更新，还可以对取反之前的图像中的像素值进行更新。例如，对于图5中的每一位置上的像素距离，如果该位置的像素的距离不大于距离阈值TH，那么可以将取反之前的图像(图3)中的该位置的像素的像素值更新为目标像素值，使其变换/维持为待识别像素的类型。

本发明的一个可选实施例中，所述方法还可以包括：

若所述最小距离值大于距离阈值，则将所述背景像素的最小距离值更新为非目标像素值；以及，

若所述预设距离值大于距离阈值，则将所述待识别像素的预设距离值更新为非目标像素值。

在本发明实施例中，如果最小距离值大于距离阈值TH，那么可以将背景像素的最小距离值更新为非目标像素值，使其维持为背景像素的类型，以及如果预设距离值大于距离阈值TH，那么可以将待识别像素的预设距离值更新为非目标像素值，使其变换为背景像素的类型。

在一种示例中，如果将距离阈值TH设置为

对于图5中的所有距离值大于

的像素，将其距离值更新为非目标像素值“0”，使其变换/维持为背景像素的类型，从而可以得到如图6所示的效果图。

除了可以对像素距离图中的距离值进行更新，还可以对取反之前的图像中的像素值进行更新。例如，对于图5中的每一位置上的像素距离，如果该位置的像素的距离大于距离阈值TH，那么可以将取反之前的图像(图3)中的该位置的像素的像素值更新为非目标像素值，使其变换/维持为背景像素的类型。

本发明的一个可选实施例中，各个像素的像素值对应多个距离值；步骤204可以包括以下子步骤：

子步骤S21，针对各个背景像素的非目标像素值，从所述多个距离值中确定最小距离值；

子步骤S22，根据所述最小距离值，对所述待识别像素所构成的图像进行膨胀处理。

上述子步骤S11～S13是针对像素的像素值经过取反操作的步骤，即经过取反操作后的待识别像素的像素值为非目标像素值，经过取反操作后的背景像素的像素值为目标像素值，而本子步骤S21～S22是针对像素的像素值没有经过取反操作的步骤，即待识别像素的像素值为目标像素值，背景像素的像素值为非目标像素值。

无论像素的像素值是否经过取反操作，各个像素的像素值可以对应多个距离值。因此，针对各个背景像素的非目标像素值“0”，可以确定各个非目标像素值“0”与距离自身最近的目标像素值“1”之间的最小距离，具体可以通过对应的多个距离值中找到最小距离值，从而可以根据最小距离值，对待识别像素所构成的图像进行膨胀处理。

本发明的一个可选实施例中，子步骤S22可以包括以下子步骤：

子步骤S221，用于判断所述最小距离值是否大于距离阈值；

子步骤S222，若所述最小距离值不大于距离阈值，则将所述背景像素的非目标像素值更新为目标像素值。

在本发明实施例中，可以分别将各个最小距离值与距离阈值TH进行比较。如果最小距离值不大于距离阈值TH，即最小距离值小于等于距离阈值TH，那么可以将背景像素的非目标像素值“0”更新为目标像素值“1”，使其变换为待识别像素的类型；如果最小距离值大于距离阈值TH，那么可以不更新背景像素的非目标像素值“0”，使其维持为背景像素的类型。

参考图7，示出了本发明实施例中针对待识别像素“1”进行膨胀处理的效果图，其中，深色块701为待识别像素，白色块702为背景像素，浅色块703为经过膨胀处理后扩张的像素，与现有技术中的图1相比，本发明实施例的图7可以很好的保留待识别像素“1”的原始特征。

在本发明实施例中，获取待处理图像，待处理图像包括待识别像素和背景像素，然后向待识别像素赋值目标像素值，以及向背景像素赋值非目标像素值，接着分别计算各个目标像素值与各个非目标像素值的距离值，最后根据距离值，对待识别像素所构成的图像进行膨胀处理。本发明实施例基于像素间的距离进行膨胀处理，无需事先推算或定义结构元素大小和形状，从而开发门槛低，且无需进行不同大小、不同形状的结构元素的多次多参数组合测试，从而节约开发资源，测试成本小，且可以与待识别像素边缘贴合，从而可以极大程度地保留待识别像素的原始特征。

为了使本领域技术人员能够更好地了解现有技术的膨胀方法与本发明实施例的膨胀方法，下面通过以下两个示例进行对比说明：

示例一：现有技术的膨胀方法

假设采用一个如图8所示的3*3矩形的结构元素，以图9中的B点位置作为起始点，那么首先将图8的结构元素中的锚点A，与图9中的锚点B对齐重合，然后计算图9中以锚点B为中心且被结构元素覆盖的区域的最大值，即以锚点B为中心的3*3矩形区域的最大值，可以确定C点是最大值，那么可以将此最大值赋值给锚点B位置，然后继续滑动结构元素计算下一个位置的最大值。

在膨胀处理一次后，可以得到图10所示的效果图。可以看出，图9中的锚点B的像素值为“0”，在图10中变成了“1”，并且图9中的待识别像素向外扩张一圈，由虚框90变成虚框100。

在膨胀处理两次后，可以得到图11所示的效果图。可以看出，图9中的待识别像素向外扩张两圈，由虚框90变成虚框110。

由此可见，现有技术的膨胀方法需要对图9操作两次才能得到预期的图11的效果。

示例二：本发明实施例的膨胀方法

首先向待识别像素赋值目标像素值“1”，以及向背景像素赋值非目标像素值“0”，然后可以对所有像素的像素值进行取反操作，以使待识别像素的像素值由目标像素值“1”变成非目标像素值“0”，背景像素的像素值由非目标像素值“0”变成目标像素值“1”，从而可以得到图12所示的取反图。接着可以分别计算各个目标像素值与各个非目标像素值的距离值，然后可以将各个背景像素的目标像素值更新为对应的最小距离值，以及可以将各个待识别像素的非目标像素值更新为预设距离值，从而可以得到图13所示的像素距离图。最后可以将小于等于距离阈值

的像素的距离值更新为目标像素值“1”，以及可以将大于距离阈值

的像素的距离值更新为非目标像素值“0”，从而可以得到图14所示的效果图。

由此可见，本发明实施例的膨胀方法仅需要对图12操作一次就可以得到预期的图14的效果，即由虚框120变成虚框140。

本发明实施例提供的图像的膨胀处理方法可以应用于如下场景：

场景一：涉及一种自定义开操作。

“开操作”或者“开运算”，是业内的通用叫法，一般就是指按顺序经过一次腐蚀和一次膨胀，就叫开运算，步骤如下：

步骤1，先对图像进行腐蚀操作；

步骤2，再对图像进行本发明实施例的膨胀操作。

场景二：涉及一种自定义闭操作。

“闭操作”或者叫“闭运算”，是业内的通用叫法，一般就是指按顺序经过一次膨胀和一次腐蚀，就叫闭运算，步骤如下：

步骤1，先对图像进行本发明实施例的膨胀操作；

步骤2，再对图像进行腐蚀操作。

场景三：涉及一种图像中文字像素提取的方案

步骤1，使用预先训练好的目标检测模型提取出初始图像中的文字像素所在的位置的待处理图像；

步骤2：将提取出的待处理图像转换为灰度图，并进行二值化处理，并向文字像素的像素值赋值为目标像素值“1”，以及向背景像素的像素值赋值为非目标像素值“0”；

步骤3：对文字像素先进行腐蚀操作以去除噪声像素和毛边像素；

步骤4：对文字像素进行本发明实施例的膨胀操作以增强文字像素特征，最终得到图像中的文字像素。

参考图15，示出了本发明实施例提供的一种图像的膨胀处理装置的结构框图，具体可以包括如下模块：

待处理图像获取模块1501，用于获取待处理图像；所述待处理图像包括待识别像素和背景像素；

像素值赋值模块1502，用于向所述待识别像素赋值目标像素值，以及向所述背景像素赋值非目标像素值；

距离值计算模块1503，用于分别计算各个目标像素值与各个非目标像素值的距离值；

膨胀处理模块1504，用于根据所述距离值，对所述待识别像素所构成的图像进行膨胀处理。

本发明的一个可选实施例中，在分别计算各个目标像素值与各个非目标像素值的距离值之前，所述装置还可以包括：

像素值取反模块，用于对各个像素的像素值进行取反，以使所述待识别像素的像素值更新为非目标像素值，以及使所述背景像素的像素值更新为目标像素值；

各个像素的像素值对应多个距离值；所述膨胀处理模块1504可以包括：

第一最小距离值确定子模块，用于针对各个背景像素的目标像素值，从所述多个距离值中确定最小距离值；

更新子模块，用于将所述各个背景像素的目标像素值更新为对应的最小距离值，以及将各个待识别像素的非目标像素值更新为预设距离值；

第一膨胀处理子模块，用于根据所述最小距离值和所述预设距离值，对所述待识别像素所构成的图像进行膨胀处理。

本发明的一个可选实施例中，所述第一膨胀处理子模块可以包括：

第一判断单元，用于判断所述最小距离值是否大于距离阈值，以及判断所述预设距离值是否大于距离阈值；

第一更新单元，用于若所述最小距离值不大于距离阈值，则将所述背景像素的最小距离值更新为目标像素值；以及，

第二更新单元，用于若所述预设距离值不大于距离阈值，则将所述待识别像素的预设距离值更新为目标像素值。

本发明的一个可选实施例中，所述装置还可以包括：

第一更新模块，用于若所述最小距离值大于距离阈值，则将所述背景像素的最小距离值更新为非目标像素值；以及，

第二更新模块，用于若所述预设距离值大于距离阈值，则将所述待识别像素的预设距离值更新为非目标像素值。

本发明的一个可选实施例中，各个像素的像素值对应多个距离值；所述膨胀处理模块1504可以包括：

第二最小距离值确定子模块，用于针对各个背景像素的非目标像素值，从所述多个距离值中确定最小距离值；

第二膨胀处理子模块，用于根据所述最小距离值，对所述待识别像素所构成的图像进行膨胀处理。

本发明的一个可选实施例中，所述第二膨胀处理子模块可以包括：

第二判断单元，用于判断所述最小距离值是否大于距离阈值；

第三更新单元，用于若所述最小距离值不大于距离阈值，则将所述背景像素的非目标像素值更新为目标像素值。

本发明的一个可选实施例中，所述距离值计算模块可以包括：

距离值计算子模块，用于采用像素距离的计算公式，分别计算各个目标像素值与各个非目标像素值的距离值；所述像素距离的计算公式包括欧氏距离的计算公式、曼哈顿距离的计算公式、切比雪夫距离的计算公式、闵可夫斯基距离的计算公式、标准化欧氏距离的计算公式中的至少一种。

在本发明实施例中，获取待处理图像，待处理图像包括待识别像素和背景像素，然后向待识别像素赋值目标像素值，以及向背景像素赋值非目标像素值，接着分别计算各个目标像素值与各个非目标像素值的距离值，最后根据距离值，对待识别像素所构成的图像进行膨胀处理。本发明实施例基于像素间的距离进行膨胀处理，无需事先推算或定义结构元素大小和形状，从而开发门槛低，且无需进行不同大小、不同形状的结构元素的多次多参数组合测试，从而节约开发资源，测试成本小，且可以与待识别像素边缘贴合，从而可以极大程度地保留待识别像素的原始特征。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明实施例还提供了一种电子设备，包括：处理器，存储器，存储在存储器上并可在处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述图像的膨胀处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述图像的膨胀处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的图像的膨胀处理方法、装置、电子设备和计算机可读存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种图像的膨胀处理方法，其特征在于，所述方法包括：

获取待处理图像；所述待处理图像包括待识别像素和背景像素；

向所述待识别像素赋值目标像素值，以及向所述背景像素赋值非目标像素值；

分别计算各个目标像素值与各个非目标像素值的距离值；

根据所述距离值，对所述待识别像素所构成的图像进行膨胀处理。

2.根据权利要求1所述的方法，其特征在于，在分别计算各个目标像素值与各个非目标像素值的距离值之前，所述方法还包括：

对各个像素的像素值进行取反，以使所述待识别像素的像素值更新为非目标像素值，以及使所述背景像素的像素值更新为目标像素值；

各个像素的像素值对应多个距离值；所述根据所述距离值，对所述待识别像素所构成的图像进行膨胀处理，包括：

针对各个背景像素的目标像素值，从所述多个距离值中确定最小距离值；

将所述各个背景像素的目标像素值更新为对应的最小距离值，以及将各个待识别像素的非目标像素值更新为预设距离值；

根据所述最小距离值和所述预设距离值，对所述待识别像素所构成的图像进行膨胀处理。

3.根据权利要求2所述的方法，其特征在于，所述根据所述最小距离值和所述预设距离值，对所述待识别像素所构成的图像进行膨胀处理，包括：

判断所述最小距离值是否大于距离阈值，以及判断所述预设距离值是否大于距离阈值；

若所述最小距离值不大于距离阈值，则将所述背景像素的最小距离值更新为目标像素值；以及，

若所述预设距离值不大于距离阈值，则将所述待识别像素的预设距离值更新为目标像素值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

若所述最小距离值大于距离阈值，则将所述背景像素的最小距离值更新为非目标像素值；以及，

若所述预设距离值大于距离阈值，则将所述待识别像素的预设距离值更新为非目标像素值。

5.根据权利要求1所述的方法，其特征在于，各个像素的像素值对应多个距离值；所述根据所述距离值，对所述待识别像素所构成的图像进行膨胀处理，包括：

针对各个背景像素的非目标像素值，从所述多个距离值中确定最小距离值；

根据所述最小距离值，对所述待识别像素所构成的图像进行膨胀处理。

6.根据权利要求5所述的方法，其特征在于，所述根据所述最小距离值，对所述待识别像素所构成的图像进行膨胀处理，包括：

判断所述最小距离值是否大于距离阈值；

若所述最小距离值不大于距离阈值，则将所述背景像素的非目标像素值更新为目标像素值。

7.根据权利要求1所述的方法，其特征在于，所述分别计算各个目标像素值与各个非目标像素值的距离值，包括：

采用像素距离的计算公式，分别计算各个目标像素值与各个非目标像素值的距离值；所述像素距离的计算公式包括欧氏距离的计算公式、曼哈顿距离的计算公式、切比雪夫距离的计算公式、闵可夫斯基距离的计算公式、标准化欧氏距离的计算公式中的至少一种。

8.一种图像的膨胀处理装置，其特征在于，所述装置包括：

待处理图像获取模块，用于获取待处理图像；所述待处理图像包括待识别像素和背景像素；

像素值赋值模块，用于向所述待识别像素赋值目标像素值，以及向所述背景像素赋值非目标像素值；

距离值计算模块，用于分别计算各个目标像素值与各个非目标像素值的距离值；

膨胀处理模块，用于根据所述距离值，对所述待识别像素所构成的图像进行膨胀处理。

9.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的图像的膨胀处理方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像的膨胀处理方法的步骤。

Images