CN115564700A - 图像处理方法及系统、存储介质、电子装置 - Google Patents
图像处理方法及系统、存储介质、电子装置 Download PDFInfo
- Publication number
- CN115564700A CN115564700A CN202110739471.4A CN202110739471A CN115564700A CN 115564700 A CN115564700 A CN 115564700A CN 202110739471 A CN202110739471 A CN 202110739471A CN 115564700 A CN115564700 A CN 115564700A
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- pixel
- pixel point
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000008439 repair process Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 abstract description 8
- 238000001914 filtration Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012552 review Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G06T5/73—
Abstract
本发明提供了一种图像处理方法及系统、存储介质、电子装置,上述方法包括:获取包括目标对象的待处理图像;对待处理图像进行图像检测,确定待处理图像的质量参数;在待处理图像的质量参数满足设定条件时,发出提示信息,其中,提示信息用于指示对目标对象重新进行拍摄,也就是说,通过对移动终端上目标对象的待处理图像进行图像检测,进而根据图像检测结果指示对目标对象对应的存在模糊的图像进行重新拍摄,因此,可以解决现有技术中对于待处理图像中是否存在模糊图像的筛选效率低下、评判标准不一等问题,达到对于模糊图像自动过滤效果,优化了售后系统存储的成本,也节约了后续其他操作的成本,极大的节省了人工审核的成本。
Description
技术领域
本发明涉及通信领域,具体而言,涉及一种图像处理方法及系统、存储介质、电子装置。
背景技术
售后服务团队作为家电厂商对客户进行产品售后(包括维修,质检等)服务的团队,在整个生态体系中占有非常重要的地位。售后服务团队拥有一套完整的工单系统,当客户在工单系统中提报后,系统会自动分配给相应的维修服务兵,维修服务兵会按照系统分配的时间地点进行相应的售后服务。当维修服务兵在指定时间到达客户指定地点进行售后服务,并完成售后服务后,维修服务兵会在工单系统上提报售后服务的具体内容以及售后服务的费用(比如,当冰箱发生损坏,那么维修服务兵会在工单上提报更换零件的种类数量,以及每种零件的单价,工单系统会自动统计此次维修零件的总费用)。
工单系统中的内容包括两方面,一方面是图片信息,一方面是文字信息。对于其中的图片来说,一个非常大的问题在于维修服务兵拍摄的图片存在大量模糊,重复,分辨率编辑的图片,而这些如果由人工审核非常耗时耗力,效果也不理想,同时也会产生无效费用(尤其是人工审核的费用以图片数量为计价单位)。此外,对于模糊图片人工筛选主观差异性大,导致评判标准不一,筛选结果也不同。
针对相关技术中,对于待处理图像中是否存在模糊图像的筛选效率低下、评判标准不一等问题,尚未提出有效的技术方案。
发明内容
本发明实施例提供了一种图像处理方法及系统、存储介质、电子装置,以至少解决相关技术中,对于待处理图像中是否存在模糊图像的筛选效率低下、评判标准不一等问题。
根据本发明的一个实施例,提供了一种图像处理方法,包括:获取包括目标对象的待处理图像;对所述待处理图像进行图像检测,确定所述待处理图像的质量参数;在所述待处理图像的质量参数满足设定条件时,发出提示信息,其中,所述提示信息用于指示对所述目标对象重新进行拍摄。
在一个示例性实施例中,对待处理图像进行图像检测,确定待处理图像的质量参数,包括:检测待处理图像中各个像素点与各个像素点对应的参考像素点之间的像素差值,其中,参考像素点为与当前像素点相邻的像素点;根据像素差值,确定待处理图像中的模糊像素点的个数;根据模糊像素点的个数确定待处理图像的质量参数。
在一个示例性实施例中,根据像素差值,确定待处理图像中的模糊像素点的个数,包括:在获取到待处理图像中各个像素点的像素差值的情况下,对所有像素点对应的像素差值进行平均值计算,得到待处理图像对应的平均像素差值;比较各个像素点对应的像素差值与平均像素差值的大小关系,确定各个像素点是否为模糊像素点;统计模糊像素点的数量,确定待处理图像中的模糊像素点的个数。
在一个示例性实施例中,检测待处理图像中各个像素点与各个像素点对应的参考像素点之间的像素差值,包括:获取待处理图像中各个像素点的坐标信息;根据坐标信息确定各个像素点在待处理图像对应的横轴方向上的第一水平差和各个像素点在待处理图像对应的纵轴的第二水平差,其中,第一水平差用于指示每一个像素点基于横轴水平方向的水平差,第二水平差用于指示每一个像素点基于纵轴垂直方向的水平差;根据第一水平差和第二水平差确定各个像素点与各个像素点对应的参考像素点之间的像素差值。
在一个示例性实施例中,上述方法还包括:获取预设的个数阈值,其中,个数阈值用于指示预先设置的用于确定图像为模糊图像的疑似模糊点的个数;比较模糊像素点的个数与个数阈值的大小关系,以确定待处理图像是否为模糊图像。
在一个示例性实施例中,质量参数包括模糊像素点的个数,在待处理图像的质量参数满足设定条件时,发出提示信息,包括:在待处理图像的模糊像素点的个数大于个数阈值的情况下,确定待处理图像为模糊图像;根据待处理图像确定对应的目标对象,并发出用于指示对目标对象重新进行拍摄的提示信息。
在一个示例性实施例中,上述方法还包括:在待处理图像的质量参数不满足设定条件时,将待处理图像上传至服务器;获取服务器对于待处理图像的重复识别结果,其中,重复识别结果用于指示服务器中是否存在与待处理图像的相似度超过相似阈值的图像。
在一个示例性实施例中,目标对象为维修工单,获取服务器对于待处理图像的重复识别结果之后,上述方法还包括:在重复识别结果指示服务器中存在与待处理图像的相似度超过相似阈值的图像的情况下,接收服务器发出的检验指示,其中,检验指示用于指示确认目标对象是否为二次上传工单。
根据本发明的另一个实施例,提供了一种图像处理系统,包括:移动终端,用于获取包括目标对象的待处理图像;对所述待处理图像进行图像检测,确定所述待处理图像的质量参数;在所述待处理图像的质量参数满足设定条件时,发出提示信息,其中,所述提示信息用于指示对所述目标对象重新进行拍摄。
在一个示例性实施例中,上述系统还包括:服务器,所述服务器,用于接收所述移动终端在确定待处理图像不是模糊图像的情况下上传的待处理图像。
根据本发明的又一个实施例,还提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,获取包括目标对象的待处理图像;对待处理图像进行图像检测,确定待处理图像的质量参数;在待处理图像的质量参数满足设定条件时,发出提示信息,其中,提示信息用于指示对目标对象重新进行拍摄,也就是说,通过对移动终端上目标对象的待处理图像进行图像检测,进而根据图像检测结果指示对目标对象对应的存在模糊的图像进行重新拍摄,因此,可以解决现有技术中对于待处理图像中是否存在模糊图像的筛选效率低下、评判标准不一等问题,达到对于模糊图像自动过滤效果,优化了售后系统存储的成本,也节约了后续其他操作的成本,极大的节省了人工审核的成本。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种图像处理方法的设备终端的硬件结构框图;
图2是根据本发明实施例的图像处理方法的流程图(一);
图3是根据本发明实施例的图像处理方法的流程图(二);
图4是根据本发明可选实施例的图像处理系统的交互示意图;
图5是根据本发明实施例的图像处理系统的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本申请实施例所提供的方法实施例可以在计算机终端或者设备终端类似的运算装置中执行。以运行在设备终端上为例,图1是本发明实施例的一种图像处理方法的设备终端的硬件结构框图。如图1所示,设备终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,在一个示例性实施例中,上述设备终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述设备终端的结构造成限定。例如,设备终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的图像处理方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至设备终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括设备终端的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种图像处理方法,图2是根据本发明实施例的图像处理方法的流程图,该流程包括如下步骤:
步骤S202,获取包括目标对象的待处理图像;
步骤S204,对所述待处理图像进行图像检测,确定所述待处理图像的质量参数;
步骤S206,在所述待处理图像的质量参数满足设定条件时,发出提示信息,其中,所述提示信息用于指示对所述目标对象重新进行拍摄。
通过上述步骤,获取包括目标对象的待处理图像;对待处理图像进行图像检测,确定待处理图像的质量参数;在待处理图像的质量参数满足设定条件时,发出提示信息,其中,提示信息用于指示对目标对象重新进行拍摄,也就是说,通过对移动终端上目标对象的待处理图像进行图像检测,进而根据图像检测结果指示对目标对象对应的存在模糊的图像进行重新拍摄,因此,可以解决现有技术中对于待处理图像中是否存在模糊图像的筛选效率低下、评判标准不一等问题,达到对于模糊图像自动过滤效果,优化了售后系统存储的成本,也节约了后续其他操作的成本,极大的节省了人工审核的成本。
上述步骤S204的实现方式有多种,在一个可选实施例中,可以通过以下方案实现:检测待处理图像中各个像素点与各个像素点对应的参考像素点之间的像素差值,其中,参考像素点为与当前像素点相邻的像素点;根据像素差值,确定待处理图像中的模糊像素点的个数;根据模糊像素点的个数确定待处理图像的质量参数。
作为一种可选的实施方式,像素差值通过以下公式确定:
进而确定出每一像素点与邻近像素点的差值向量,当X对应的坐标值范围为(1,M),Y对应的坐标值范围为(1,N),则可以对待处理图像中所有点的像素差值进行平均,确定出待处理图像的平均像素差值,通过以下公式确定:上述M为水平方向的像素点的个数,上述N为垂直方向的像素点的个数。
在一个示例性实施例中,根据像素差值,确定待处理图像中的模糊像素点的个数,包括:在获取到待处理图像中各个像素点的像素差值的情况下,对所有像素点对应的像素差值进行平均值计算,得到待处理图像对应的平均像素差值;比较各个像素点对应的像素差值与平均像素差值的大小关系,确定各个像素点是否为模糊像素点;统计模糊像素点的数量,确定待处理图像中的模糊像素点的个数。
即通过比较像素差值与平均像素差值的差异大小,确定像素差值与平均像素差值作差的差值大小与像素差异阈值的关系,继而确定出待处理图像中的变换情况,具体的,当像素差值与平均像素差值作差的差值小于像素差异阈值时,说明待处理图像中的像素值变化不大,很有可能是模糊导致的边缘信息不明显,而当像素差值与平均像素差值作差的差值大于像素差异阈值时,说明相邻的像素点存在变化,即待处理图像中不存在模糊情况。
在一个示例性实施例中,检测待处理图像中各个像素点与各个像素点对应的参考像素点之间的像素差值,包括:获取待处理图像中各个像素点的坐标信息;根据坐标信息确定各个像素点在待处理图像对应的横轴方向上的第一水平差和各个像素点在待处理图像对应的纵轴的第二水平差,其中,第一水平差用于指示每一个像素点基于横轴水平方向的水平差,第二水平差用于指示每一个像素点基于纵轴垂直方向的水平差;根据第一水平差和第二水平差确定各个像素点与各个像素点对应的参考像素点之间的像素差值。
可选地,每一个像素点在水平方向上的第一水平差通过以下公式确定:fx(x,y)=f(x+1,y)-f(x-1,y);其中,X为每一个像素点在水平方向的坐标位置,y为每一个像素点在垂直方向的坐标位置;每一个像素点在垂直方向上的第二水平差通过以下公式确定:fy(x,y)=f(x,y+1)-f(x,y-1)。
在一个示例性实施例中,上述方法还包括:获取预设的个数阈值,其中,个数阈值用于指示预先设置的用于确定图像为模糊图像的疑似模糊点的个数;比较模糊像素点的个数与个数阈值的大小关系,以确定待处理图像是否为模糊图像。
可以理解的是,在确定了每一个像素点的模糊情况后,通过统计待处理图像中存在的总的目标模糊点的个数,进而在总的目标模糊点的个数大于个数阈值时,判断当前待处理图像为模糊图像。
在一个示例性实施例中,质量参数包括模糊像素点的个数,在待处理图像的质量参数满足设定条件时,发出提示信息,包括:在待处理图像的模糊像素点的个数大于个数阈值的情况下,确定待处理图像为模糊图像;根据待处理图像确定对应的目标对象,并发出用于指示对目标对象重新进行拍摄的提示信息。
在一个示例性实施例中,上述方法还包括:在待处理图像的质量参数不满足设定条件时,将待处理图像上传至服务器;获取服务器对于待处理图像的重复识别结果,其中,重复识别结果用于指示服务器中是否存在与待处理图像的相似度超过相似阈值的图像。
在一个示例性实施例中,目标对象为维修工单,获取服务器对于待处理图像的重复识别结果之后,上述方法还包括:在重复识别结果指示服务器中存在与待处理图像的相似度超过相似阈值的图像的情况下,接收服务器发出的检验指示,其中,检验指示用于指示确认目标对象是否为二次上传工单。
简而言之,为了避免将同一设备(相当于本发明实施例中的目标对象)对应的待处理图像多次上传,在确定了待处理图像不为模糊图像后,以及避免同一待处理图像被服务器在数据库中多次存储,当待处理图像上传至服务器后,服务器会进行重复识别,确定服务器中是否存在与所述待处理图像的相似度超过相似阈值的图像,将结果反馈给移动终端,提示目标对象进行确认。
在本实施例中提供了另一种图像处理方法,图3是根据本发明实施例的图像处理方法的流程图(二),该流程包括如下步骤:
步骤S302,接收移动终端在确定待处理图像不是模糊图像的情况下,所上传的待处理图像,其中,所述待处理图像为所述移动终端获取的目标对象的待处理图像;
步骤S304,确定所述待处理图像的重复识别结果,其中,所述重复识别结果用于指示服务器中是否存在与所述待处理图像的相似度超过相似阈值的图像。
通过上述步骤,接收移动终端在确定待处理图像不是模糊图像的情况下,所上传的待处理图像,其中,所述待处理图像为所述移动终端获取的目标对象的待处理图像;确定所述待处理图像的重复识别结果,其中,所述重复识别结果用于指示服务器中是否存在与所述待处理图像的相似度超过相似阈值的图像,也就是说,通过对移动终端上目标对象的待处理图像进行图像检测,进而根据图像检测结果指示目标对象对存在模糊的图像进行重新拍摄,并对上传图像进行重复识别处理,避免同一组待处理图像被多次保存,因此,可以解决现有技术中对于待处理图像中是否存在模糊图像的筛选效率低下、评判标准不一等问题,达到对于模糊图像自动过滤效果,优化了售后系统存储的成本,也节约了后续其他操作的成本,极大的节省了人工审核的成本。
可选地,确定所述待处理图像的重复识别结果,包括:根据预设算法确定所述待处理图像的哈希特征,其中,所述哈希特征用于指示对所述待处理图像进行散列运算后确定的散列值;将所述哈希特征与所述存储数据库中历史待处理图像的历史哈希特征进行相似度比较,以根据所述相似度比较的结果确定所述待处理图像的重复识别结果。
可选地,根据所述相似度比较的结果确定所述待处理图像的重复识别结果,包括:在所述相似度大于预设的相似度阈值的情况下,确定所述待处理图像为重复图像,向移动终端发出检验指示,其中,所述检验指示用于指示目标对象确认所述待处理图像对应的维修工单是否为二次上传工单;在所述相似度小于预设的相似度阈值的情况下,确定所述待处理图像不为重复图像,在所述存储数据库中保存所述待处理图像。
也就是说,为了保证待处理图像在存储后可以快速的进行匹配,通过预设算法(散列算法)对待处理图像进行散列值运行算处理,进而得到待处理图像的哈希特征,进而通过提取当前待处理图像的哈希特征与存储数据库中历史待处理图像的历史哈希特征进行相似度比较,当相似度大于预设阈值时,重复识别结果指示待处理图像存在重复对象,当相似度小于预设阈值时,重复识别结果指示待处理图像不存在重复对象,当前待处理图像可以进一步存储,生成对应的存储记录。
为了更好的理解上述图像处理方法的过程,以下结合两个可选实施例对上述图像处理方法流程进行说明。
本发明可选实施例中,主要提供了一种售后图片过滤系统,如图4所示,该系统包括:手机端42、服务器端44,其中,上述手机端42上设置有模糊图片识别引擎,上述服务器端44上设置有图片重复引擎和图片分辨率编辑识别引擎。
作为一种可选的实施方式,手机端(相当于本发明实施例中的移动终端)42的模糊图片识别引擎,用于对手机端待上传的图像进行识别,具体的,手机端的所有在售后APP上传给服务器的图片(相当于本发明实施例中的待处理图像),都是通过调用手机自带相机接口进行拍摄,然后将拍摄的图片上传给服务器,但是为防止模糊图片被上传,因此,将模糊图片识别引擎会集成在端侧,直接进行识别,如果被识别为模糊图片,会对维修服务兵(相当于本发明实施中的目标对象)进行提示,并要求维修服务兵对该张图片进行重新拍摄。
可选地,模糊图片识别引擎在进行模糊图片识别时,引擎会对图片中的每一个像素点(x,y),计算像素差值Δf(x,y),计算公式如下:
确定每一个像素点基于X水平方向的水平差:
fx(x,y)=f(x+1,y)-f(x-1,y);
确定每一个像素点基于Y垂直方向的水平差:
fy(x,y)=f(x,y+1)-f(x,y-1);
确定当前像素点与领域内像素点的差值:
统计图片中所有点的平均像素差值(Δf):
其中,上述M为水平方向的像素点的个数,上述N为垂直方向的像素点的个数。
统计每张图片中像素值存在变换的点的个数:
步骤一、首先确定每一像素点是否存在差异,通过以下公式确定:
步骤二、统计疑似模糊点个数,通过以下公式确定:
其中,τ代表疑似模糊点个数的预设判定阈值,如果∑x,yI(x,y)≥τ表示疑似模糊点个数非常多,则最终判定图片为模糊图片。
可选地,服务器端图片重复引擎,用于在售后APP所有拍摄的图片均未出现模糊提示,则将整个工单信息上传(包括所有图片)。然后将上传的图片与服务器端历史记录下的图片URL(Uniform Resource Locator,同一资源定位器,简称URL)列表中的图片进行比对,如果出现上传图片与服务器端保存的某张图片完全一致(所有像素点值均相同),那么判定为重复图片,不会对其进行保存和后续数据库存储。
可选地,服务器图片分辨率编辑识别引擎,用于当图片经过模糊识别和重复图片识别,都没有问题后,会进行图片分辨率编辑识别。
服务器端会建立庞大的历史记录数据库,数据库中每一条信息会储存图片URL,图片对应工单号及图片提取的哈希特征(长度为64的浮点向量)。每次维修服务兵提交工单后,手机售后工单APP会将所有图片和工单号上传至服务器(去除掉模糊及重复),在服务器端会对工单中的所有图像分别做一次哈希特征提取,然后用每张图片的哈希特征a与历史记录的每一个哈希特征b进行相似度比较,通过以下公式确定最终的相似度值:
其中,γ代表相似度阈值,上述相似度值similarity大于相似度阈值时,即similarity≥γ表示两张图片非常相似,那么不会将该图片更新到历史记录数据库中;否则,认为当前图片不存在任何历史重复图片,因此将该图片URL,图片对应工单号及图片提取的哈希特征更新到历史记录数据库中。
需要说明的是,上述识别引擎是待执行任务功能设置的一种计算机程序的封装模块,在进行图像的识别中,不仅仅局限本发明提出的上述引擎,还可以根据实际的应用情况,在相关设备端或者服务器端设置更多的不同类别、不同功能的引擎。
综上,通过本发明可选实施例,通过自动识别模糊,重复,分辨率编辑图片,达到自动对图片底库进行这三种类型的图片过滤,减少后续人工审核成本。解决了售后系统中对模糊,重复,分辨率编辑图片人工审核效率低,审核可行性差,且评判校准不一等问题,达到自动过滤效果,优化了售后系统存储的成本,也节约了后续其他操作的成本。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种图像处理系统,该系统用于实现上述实施例及优选实施方式,图5是根据本发明实施例的图像处理系统的结构框图,如图5所示,该装置包括:
(1)移动终端52,用于移动终端,用于获取包括目标对象的待处理图像;对所述待处理图像进行图像检测,确定所述待处理图像的质量参数;在所述待处理图像的质量参数满足设定条件时,发出提示信息,其中,所述提示信息用于指示对所述目标对象重新进行拍摄。
可选的,上述系统还包括:服务器54,用于接收所述移动终端在确定待处理图像不是模糊图像的情况下上传的待处理图像,对所述待处理图像进行重复图像确定,其中,所述待处理图像用于指示移动终端进行图像检测,根据图像检测的结果上传的不为模糊图像的待处理图像;所述重复图像确定用于指示确定服务器关联的存储数据库是否存在与待处理图像相同的图像。
通过上述系统,获取包括目标对象的待处理图像;对待处理图像进行图像检测,确定待处理图像的质量参数;在待处理图像的质量参数满足设定条件时,发出提示信息,其中,提示信息用于指示对目标对象重新进行拍摄,也就是说,通过对移动终端上目标对象的待处理图像进行图像检测,进而根据图像检测结果指示对目标对象对应的存在模糊的图像进行重新拍摄,因此,可以解决现有技术中对于待处理图像中是否存在模糊图像的筛选效率低下、评判标准不一等问题,达到对于模糊图像自动过滤效果,优化了售后系统存储的成本,也节约了后续其他操作的成本,极大的节省了人工审核的成本。
在一个示例性实施例中,上述移动终端,还用于检测待处理图像中各个像素点与各个像素点对应的参考像素点之间的像素差值,其中,参考像素点为与当前像素点相邻的像素点;根据像素差值,确定待处理图像中的模糊像素点的个数;根据模糊像素点的个数确定待处理图像的质量参数。
作为一种可选的实施方式,像素差值通过以下公式确定:
进而确定出每一像素点与邻近像素点的差值向量,当X对应的坐标值范围为(1,M),Y对应的坐标值范围为(1,N),则可以对待处理图像中所有点的像素差值进行平均,确定出待处理图像的平均像素差值,通过以下公式确定:上述M为水平方向的像素点的个数,上述N为垂直方向的像素点的个数。
在一个示例性实施例中,上述移动终端,还用于在获取到待处理图像中各个像素点的像素差值的情况下,对所有像素点对应的像素差值进行平均值计算,得到待处理图像对应的平均像素差值;比较各个像素点对应的像素差值与平均像素差值的大小关系,确定各个像素点是否为模糊像素点;统计模糊像素点的数量,确定待处理图像中的模糊像素点的个数。
即通过比较像素差值与平均像素差值的差异大小,确定像素差值与平均像素差值作差的差值大小与像素差异阈值的关系,继而确定出待处理图像中的变换情况,具体的,当像素差值与平均像素差值作差的差值小于像素差异阈值时,说明待处理图像中的像素值变化不大,很有可能是模糊导致的边缘信息不明显,而当像素差值与平均像素差值作差的差值大于像素差异阈值时,说明相邻的像素点存在变化,即待处理图像中不存在模糊情况。
在一个示例性实施例中,上述移动终端,还用于获取待处理图像中各个像素点的坐标信息;根据坐标信息确定各个像素点在待处理图像对应的横轴方向上的第一水平差和各个像素点在待处理图像对应的纵轴的第二水平差,其中,第一水平差用于指示每一个像素点基于横轴水平方向的水平差,第二水平差用于指示每一个像素点基于纵轴垂直方向的水平差;根据第一水平差和第二水平差确定各个像素点与各个像素点对应的参考像素点之间的像素差值。
可选地,每一个像素点在水平方向上的第一水平差通过以下公式确定:fx(x,y)=f(x+1,y)-f(x-1,y);其中,X为每一个像素点在水平方向的坐标位置,y为每一个像素点在垂直方向的坐标位置;每一个像素点在垂直方向上的第二水平差通过以下公式确定:fy(x,y)=f(x,y+1-fx,y-1。
在一个示例性实施例中,上述移动终端,还用于获取预设的个数阈值,其中,个数阈值用于指示预先设置的用于确定图像为模糊图像的疑似模糊点的个数;比较模糊像素点的个数与个数阈值的大小关系,以确定待处理图像是否为模糊图像。
可以理解的是,在确定了每一个像素点的模糊情况后,通过统计待处理图像中存在的总的目标模糊点的个数,进而在总的目标模糊点的个数大于个数阈值时,判断当前待处理图像为模糊图像。
在一个示例性实施例中,上述移动终端,还用于在待处理图像的模糊像素点的个数大于个数阈值的情况下,确定待处理图像为模糊图像;根据待处理图像确定对应的目标对象,并发出用于指示对目标对象重新进行拍摄的提示信息。
在一个示例性实施例中,上述移动终端,还用于在待处理图像的质量参数不满足设定条件时,将待处理图像上传至服务器;获取服务器对于待处理图像的重复识别结果,其中,重复识别结果用于指示服务器中是否存在与待处理图像的相似度超过相似阈值的图像。
在一个示例性实施例中,当目标对象为维修工单时,上述移动终端,还用于在重复识别结果指示服务器中存在与待处理图像的相似度超过相似阈值的图像的情况下,接收服务器发出的检验指示,其中,检验指示用于指示确认目标对象是否为二次上传工单。
简而言之,为了避免将同一设备(相当于本发明实施例中的目标对象)对应的待处理图像多次上传,在确定了待处理图像不为模糊图像后,以及避免同一待处理图像被服务器在数据库中多次存储,当待处理图像上传至服务器后,服务器会进行重复识别,确定服务器中是否存在与所述待处理图像的相似度超过相似阈值的图像,将结果反馈给移动终端,提示目标对象进行确认。
在一个示例性实施例中,上述服务器,还用于根据预设算法确定所述待处理图像的哈希特征,其中,所述哈希特征用于指示对所述待处理图像进行散列运算后确定的散列值;将所述哈希特征与所述存储数据库中历史待处理图像的历史哈希特征进行相似度比较,以根据所述相似度比较的结果确定所述待处理图像的重复识别结果。
在一个示例性实施例中,上述服务器,还用于在所述相似度大于预设的相似度阈值的情况下,确定所述待处理图像为重复图像,向移动终端发出检验指示,其中,所述检验指示用于指示目标对象确认所述待处理图像对应的维修工单是否为二次上传工单;在所述相似度小于预设的相似度阈值的情况下,确定所述待处理图像不为重复图像,在所述存储数据库中保存所述待处理图像。也就是说,为了保证待处理图像在存储后可以快速的进行匹配,通过预设算法(散列算法)对待处理图像进行散列值运行算处理,进而得到待处理图像的哈希特征,进而通过提取当前待处理图像的哈希特征与存储数据库中历史待处理图像的历史哈希特征进行相似度比较,当相似度大于预设阈值时,重复识别结果指示待处理图像存在重复对象,当相似度小于预设阈值时,重复识别结果指示待处理图像不存在重复对象,当前待处理图像可以进一步存储,生成对应的存储记录。
本发明的实施例还提供了一种存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,获取包括目标对象的待处理图像;
S2,对所述待处理图像进行图像检测,确定所述待处理图像的质量参数;
S3,在所述待处理图像的质量参数满足设定条件时,发出提示信息,其中,所述提示信息用于指示对所述目标对象重新进行拍摄。
在一个示例性实施例中,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
在一个示例性实施例中,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,获取包括目标对象的待处理图像;
S2,对所述待处理图像进行图像检测,确定所述待处理图像的质量参数;
S3,在所述待处理图像的质量参数满足设定条件时,发出提示信息,其中,所述提示信息用于指示对所述目标对象重新进行拍摄。
在一个示例性实施例中,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,在一个示例性实施例中,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种图像处理方法,其特征在于,包括:
获取包括目标对象的待处理图像;
对所述待处理图像进行图像检测,确定所述待处理图像的质量参数;
在所述待处理图像的质量参数满足设定条件时,发出提示信息,其中,所述提示信息用于指示对所述目标对象重新进行拍摄。
2.根据权利要求1所述的方法,其特征在于,对所述待处理图像进行图像检测,确定所述待处理图像的质量参数,包括:
检测所述待处理图像中各个像素点与所述各个像素点对应的参考像素点之间的像素差值;
根据所述像素差值,确定所述待处理图像中的模糊像素点的个数;
根据所述模糊像素点的个数确定所述待处理图像的质量参数。
3.根据权利要求2所述的方法,其特征在于,根据所述像素差值,确定所述待处理图像中的模糊像素点的个数,包括:
在获取到所述待处理图像中各个像素点的所述像素差值的情况下,对所有像素点对应的所述像素差值进行平均值计算,得到所述待处理图像对应的平均像素差值;
比较所述各个像素点对应的像素差值与所述平均像素差值的大小关系,确定所述各个像素点是否为模糊像素点;
统计所述模糊像素点的数量,确定所述待处理图像中的所述模糊像素点的个数。
4.根据权利要求2或3所述的方法,其特征在于,检测所述待处理图像中各个像素点与所述各个像素点对应的参考像素点之间的像素差值,包括:
获取所述待处理图像中所述各个像素点的坐标信息;
根据所述坐标信息确定所述各个像素点在所述待处理图像对应的横轴方向上的第一水平差和所述各个像素点在所述待处理图像对应的纵轴的第二水平差,其中,所述第一水平差用于指示每一个像素点基于横轴水平方向的水平差,所述第二水平差用于指示每一个像素点基于纵轴垂直方向的水平差;
根据所述第一水平差和所述第二水平差确定所述各个像素点与所述各个像素点对应的参考像素点之间的像素差值。
5.根据权利要求2-4任一项所述的方法,其特征在于,所述方法还包括:
获取预设的个数阈值,其中,所述个数阈值用于指示预先设置的用于确定图像为模糊图像的疑似模糊点的个数;
比较所述模糊像素点的个数与所述个数阈值的大小关系,以确定所述待处理图像是否为模糊图像。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述质量参数包括模糊像素点的个数,所述在所述待处理图像的质量参数满足设定条件时,发出提示信息,包括:
在所述待处理图像的模糊像素点的个数大于个数阈值的情况下,确定所述待处理图像为模糊图像;
根据所述待处理图像确定对应的目标对象,并发出用于指示对所述目标对象重新进行拍摄的提示信息。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
在所述待处理图像的质量参数不满足设定条件时,将所述待处理图像上传至服务器;
获取所述服务器对于所述待处理图像的重复识别结果,其中,所述重复识别结果用于指示服务器中是否存在与所述待处理图像的相似度超过相似阈值的图像。
8.根据权利要求7所述的方法,其特征在于,所述目标对象为维修工单,获取所述服务器对于所述待处理图像的重复识别结果之后,所述方法还包括:
在所述重复识别结果指示所述服务器中存在与所述待处理图像的相似度超过相似阈值的图像的情况下,接收所述服务器发出的检验指示,其中,所述检验指示用于指示确认所述目标对象是否为二次上传工单。
9.一种图像处理系统,其特征在于,包括:
移动终端,用于获取包括目标对象的待处理图像;对所述待处理图像进行图像检测,确定所述待处理图像的质量参数;在所述待处理图像的质量参数满足设定条件时,发出提示信息,其中,所述提示信息用于指示对所述目标对象重新进行拍摄。
10.根据权利要求9所述的系统,其特征在于,所述系统还包括:服务器;所述服务器,用于接收所述移动终端在确定待处理图像不是模糊图像的情况下上传的待处理图像。
11.一种计算机可读的存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至8任一项中所述的方法。
12.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至8任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739471.4A CN115564700A (zh) | 2021-06-30 | 2021-06-30 | 图像处理方法及系统、存储介质、电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739471.4A CN115564700A (zh) | 2021-06-30 | 2021-06-30 | 图像处理方法及系统、存储介质、电子装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115564700A true CN115564700A (zh) | 2023-01-03 |
Family
ID=84736698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110739471.4A Pending CN115564700A (zh) | 2021-06-30 | 2021-06-30 | 图像处理方法及系统、存储介质、电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115564700A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116012675A (zh) * | 2023-02-14 | 2023-04-25 | 荣耀终端有限公司 | 一种模型训练方法、图像处理方法及电子设备 |
-
2021
- 2021-06-30 CN CN202110739471.4A patent/CN115564700A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116012675A (zh) * | 2023-02-14 | 2023-04-25 | 荣耀终端有限公司 | 一种模型训练方法、图像处理方法及电子设备 |
CN116012675B (zh) * | 2023-02-14 | 2023-08-11 | 荣耀终端有限公司 | 一种模型训练方法、图像处理方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109002820B (zh) | 一种车牌识别方法、装置及相关设备 | |
CN105701834B (zh) | 图片自动备份装置及方法 | |
CN110475124B (zh) | 视频卡顿检测方法及装置 | |
CN111091106B (zh) | 图像聚类方法及装置、存储介质、电子装置 | |
CN110084113B (zh) | 活体检测方法、装置、系统、服务器及可读存储介质 | |
CN109584175B (zh) | 一种图像处理方法及装置 | |
CN113435439B (zh) | 单据的审核方法及装置、存储介质、电子装置 | |
CN111598176B (zh) | 一种图像匹配处理方法及装置 | |
CN109348434B (zh) | 一种场景信息的发送方法、发送装置及终端设备 | |
CN115564700A (zh) | 图像处理方法及系统、存储介质、电子装置 | |
CN115018565A (zh) | 一种广告传媒图像识别方法、系统、设备及可读存储介质 | |
CN111126928A (zh) | 对发布内容审核的方法和装置 | |
CN111031359B (zh) | 视频播放方法、装置、电子设备和计算机可读存储介质 | |
CN102196153A (zh) | 图像场景亮度差判断装置及亮度差判断方法 | |
CN111462074B (zh) | 轴承外观检测方法、装置、系统、计算机设备及存储介质 | |
JP6160138B2 (ja) | パターン認識のためのモアレ除去方法およびこの方法を用いたモアレ除去装置ならびにプログラム | |
CN112215276A (zh) | 一种对抗网络的训练方法、装置、电子设备和存储介质 | |
CN108230275A (zh) | 图像去雾的方法 | |
WO2014165159A1 (en) | System and method for blind image deconvolution | |
CN111833341A (zh) | 确定图像中条纹噪声的方法及装置 | |
CN111050027A (zh) | 镜头畸变补偿方法、装置、设备和存储介质 | |
CN113536129A (zh) | 服务推送方法及相关产品 | |
CN108447107B (zh) | 用于生成视频的方法和装置 | |
CN111738961B (zh) | 一种电子图像的修复方法、装置、设备及可读存储介质 | |
CN111899187A (zh) | 场景信息的处理方法、装置、存储介质及电子装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |