CN115719444A - 图像质量确定方法、装置、电子设备和介质 - Google Patents

Abstract

本公开提供了一种图像质量确定方法、装置、设备、介质和产品，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、图像处理和信息推荐等技术领域。该方法包括：对目标图像进行识别，得到目标区域，其中，目标区域包括目标对象；针对目标图像的边缘区域，确定目标区域和边缘区域之间的相对位置关系；响应于确定相对位置关系满足预设条件，根据目标区域中多个像素的像素值，确定目标对象的完整性；以及根据目标对象的完整性，确定目标图像的图像质量。

Description

图像质量确定方法、装置、电子设备和介质

技术领域

本公开涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、图像处理和信息推荐等技术领域，更具体地，涉及一种图像质量确定方法、装置、电子设备、介质和程序产品。

背景技术

在诸多场景中，可以为用户推荐图像。若图像信息不完整，可以导致用户的体验不佳。图像信息不完整包括图像中的对象被截断。

发明内容

本公开提供了一种图像质量确定方法、装置、电子设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种图像质量确定方法，包括：对目标图像进行识别，得到目标区域，其中，目标区域包括目标对象；针对目标图像的边缘区域，确定目标区域和边缘区域之间的相对位置关系；响应于确定相对位置关系满足预设条件，根据目标区域中多个像素的像素值，确定目标对象的完整性；以及根据目标对象的完整性，确定目标图像的图像质量。

根据本公开的另一方面，提供了一种图像质量确定装置，包括：识别模块，用于对目标图像进行识别，得到目标区域，其中，目标区域包括目标对象；第一确定模块，用于针对目标图像的边缘区域，确定目标区域和边缘区域之间的相对位置关系；第二确定模块，用于响应于确定相对位置关系满足预设条件，根据目标区域中多个像素的像素值，确定目标对象的完整性；以及第三确定模块，用于根据目标对象的完整性，确定目标图像的图像质量。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的图像质量确定方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行上述的图像质量确定方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述图像质量确定方法的步骤。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开一个实施例的可以应用图像质量确定方法的系统架构示例性示意图；

图2是根据本公开一个实施例的图像质量确定方法的流程图；

图3A是根据本公开一个实施例的目标图像的示意图；

图3B是根据本公开一个实施例的子文本框的示意图；

图4A是根据本公开另一个实施例的目标图像的示意图；

图4B是根据本公开另一个实施例的子文本框的示意图；

图5是根据本公开另一个实施例的目标图像的示意图；

图6是根据本公开另一个实施例的目标图像的示意图；

图7是根据本公开一个实施例的图像质量确定装置的框图；以及

图8是用来实现本公开实施例的用于执行图像质量确定方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

在例如广告推荐等场景中，广告的附图是重要的宣传资料。附图质量高的广告，可以被视为优质广告，有助于将广告的受众转换为实际的客户。为了提高附图的质量，可以过滤掉模糊不清、观感不适的图像。

随着图像生成技术和图像裁剪技术的广泛应用，一些广告附图可以是自动生成的。但在这些自动生成的广告附图中，部分对象(例如文字)可能会被截断，可能导致附图的美观度和完整度下降，也可能导致广告中的推广信息不完整。在广告推荐等场景中，可以为附图质量高的广告配置较高的推荐权重。因此，为了提高推荐系统的推荐质量，可以从大量的广告附图中剔除文字被截断的附图，进而筛选出高质量的广告附图。

在一些实施例中，基于光学字符识别(Optical Character Recognition，OCR)技术，可以确定图像中文字的位置。由此，可以确定处于图像边缘的文字的边缘字符框。可以确定与边缘字符框对应的边缘文字图像区域。接下来，可以确定边缘文字图像区域内像素变化率。若像素变化率大于预设变化率阈值，可以将该边缘文字图像区域对应边缘字符框，作为目标字符框。与目标字符框对应的字符可以被视为截断字符。然而，在边缘文字图像区域内的颜色比较丰富的情况下，容易将正常字符误识别为截断字符。

图1是根据本公开一个实施例的图像质量确定方法的系统架构的示例性示意图。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括客户端101、102、103，网络104和服务器105。网络104用以在客户端101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用客户端101、102、103通过网络104与服务器105交互，以接收或发送消息等。客户端101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

客户端101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。本公开实施例的客户端101、102、103例如可以运行应用程序。

服务器105可以是提供各种服务的服务器，例如对用户利用客户端101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给客户端。另外，服务器105还可以是云服务器，即服务器105具有云计算功能。

需要说明的是，本公开实施例所提供的图像质量确定方法可以由客户端101、102、103执行。相应地，本公开实施例所提供的图像质量确定装置可以设置于客户端101、102、103中。

在一种示例中，服务器105可以对目标图像进行处理，得到目标图像的图像类别，然后过滤一些类别的图像，将剩余类别的图像通过网络104发送给客户端101、102、103，以实现将图像推荐给用户。

应该理解，图1中的客户端、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的客户端、网络和服务器。

下面将结合附图来描述本公开的图像质量确定方法。

图2是根据本公开一个实施例的图像质量确定方法的流程图。

如图2所示，方法200例如可以包括操作S210至操作S240。

在操作S210，对目标图像进行识别，得到目标区域，目标区域包括目标对象。

在本公开实施例中，目标对象可以包括文本。例如，文本可以包括多个文字。

在本公开实施例中，可以利用文字识别技术识别目标图像中的文字。文字识别技术可以包括上述的光学字符识别技术。通过文字识别技术识别目标图像得到文本框。目标区域可以是文本框包围的区域。目标区域中包括目标对象。

在操作S220，针对目标图像的边缘区域，确定目标区域和边缘区域之间的相对位置关系。

在本公开实施例中，目标图像可以具有边缘区域。例如，目标图像可以具有上边缘区域、下边缘区域、左边缘区域和右边缘区域中的至少一个。又例如，根据目标图像的边界线和预设距离，可以在目标图像中确定一个边缘区域。在一个示例中，根据目标图像的上边界线和预设距离，可以确定一个矩形区域，作为上边缘区域。

在本公开实施例中，相对位置关系可以包括：目标区域至少部分位于边缘区域之内。例如，若目标区域中多个第一像素位于上边缘区域内且目标区域的多个第二像素位于上边缘区域外，可以确定目标区域与边缘区域之间的相对位置关系为：目标区域部分位于上边缘区域之内。

在本公开实施例中，相对位置关系还可以包括：目标区域位于边缘区域之外。例如，若目标区域中全部像素位于上边缘区域外，可以确定目标区域与边缘区域之间的相对位置关系为：目标区域位于上边缘区域之外。

在操作S230，响应于确定相对位置关系满足预设条件，根据目标区域中多个像素的像素值，确定目标对象的完整性。

在本公开实施例中，预设条件可以为各种条件。例如，预设条件可以为：目标区域至少部分位于边缘区域之内。又例如，预设条件也可以为：目标区域的目标边界线全部位于边缘区域之内。

在本公开实施例中，根据目标区域中多个像素的像素值，可以确定目标区域中像素值的像素方差或像素变化率。基于像素方差或像素变化率来确定目标对象的完整性。例如，可以将目标区域内的多个像素值二值化。在二值化之后，可以确定像素变化率。若像素变化率大于或等于预设像素变化率阈值，可以确定目标对象不完整。

在本公开实施例中，目标对象的完整性包括完整和不完整。

在操作S240，根据目标对象的完整性，确定目标图像的图像质量。

例如，若确定目标对象的完整性为不完整，可以确定目标图像的图像质量不满足预设图像质量。

通过本公开的实施例，确定了目标区域是否靠近目标图像的边缘，并进一步根据目标区域内的多个像素值确定了目标区域中目标对象的完整性，以此来确定目标图像质量，有助于准确地确定图像质量是否满足预设图像质量。由此，在广告审核场景中，可以确定高质量的广告。或者，在信息推荐场景中，可以为用户推荐高质量的信息。

可以理解，上文根据像素值变化率确定了目标对象的完整性，但本公开不限于此，下面将结合相关实施例对确定目标对象的完整性的一些实施方式进行进一步说明。

图3A是根据本公开一个实施例的目标图像的示意图。

如图3A所示，目标图像300例如包括多个边缘区域，多个边缘区域例如包括左边缘区域311和右边缘区域312。可以理解，多个边缘区域还可以包括上下边缘区域，本公开在此不再赘述。

例如，可以基于预设距离k1来确定边缘区域，即边缘区域的宽度为k1。k1例如为5，可以表示边缘区域的宽度为5个像素。

目标图像300例如包括目标对象，目标对象可以包括文本。基于光学字符识别技术识别目标图像300中的目标对象，得到多个文本框，每个文本框内的区域为一个目标区域，从而得到目标区域321和目标区域322。

然后，确定目标区域321、目标区域322、左边缘区域311、右边缘区域312之间的相对位置关系。例如，如图3A所示，目标区域321全部位于左边缘区域311和右边缘区域312之外。目标区域322部分位于右边缘区域312之内。

在本公开实施例中，预设条件可以包括：目标区域至少部分位于边缘区域之内。

例如，如图3A所示，可以确定目标区域321与左边缘区域311和右边缘区域312之间的相对位置关系均不满足预设条件。基于此，可以确定目标区域321距离目标图像300的边缘较远，即目标区域321的目标对象没有被截断，目标区域321中的目标对象的完整性可以为完整。

又例如，如图3A所示，可以确定目标区域322与右边缘区域312之间的相对位置关系满足预设条件。基于此，可以确定目标区域321距离目标图像300的右边缘较近，即目标区域322的目标对象很可能被截断。

在本公开实施例中，响应于确定相对位置关系满足预设条件，根据目标区域中多个像素的像素值，确定目标对象的完整性可以包括：根据目标区域中多个像素的像素值，确定用于目标对象的候选文本区域；对候选文本区域进行图像分割，得到多个子文本框；以及根据多个子文本框各自的形状，确定目标对象的完整性。

例如，如上述，可以确定目标区域322与右边缘区域312之间的在相对位置关系满足预设条件。可以确定目标区域322中的多个像素的像素值的方差。若方差大于或等于预设方差阈值，可以基于各种方式确定目标对象的候选文本区域。在一个示例中，可以将目标区域322作为目标对象的候选文本区域。

图3B是根据本公开一个实施例的子文本框的示意图。

如图3B所示，对目标区域322进行图像分割，可以得到子文本框3221和子文本框3222。接下来，可以根据子文本框3221和子文本框3222各自的形状，确定目标对象的完整性。可以理解，可以利用各种方式进行图像分割，本公开对此不进行限制。

在本公开实施例中，可以根据不满足预设条件的目标区域中的目标对象，确定子文本框的高宽比的阈值。例如，如图3B所示，也可以对目标区域321进行图像分割，得到多个参考子文本框。根据参考子文本框的高宽比和预设增量，可以确定高宽比的第一阈值和第二阈值。例如，参考子文本框的高度为10，宽度也为10。参考子文本框的高宽比可以为1。预设增量例如可以为0.1。由此，第一阈值可以为0.9。第二阈值可以为1.1。可以理解，若目标对象的上方或下方被截断，则与目标对象相关至少一个子文本框的高度会减小，导致子文本框的高宽比减小。也可以理解，若目标对象的左侧或右侧被截断，则目标对象的至少一个子文本框的宽度会减小，导致子文本框的高宽比增大。

在本公开实施例中，根据多个文本框各自的形状，确定目标对象的完整性还可以包括：在确定多个子文本框中的至少一个子文本框的高宽比大于第二阈值或小于第一阈值的情况下，确定目标对象的完整性为不完整。例如，子文本框3221的高度和宽度分别为10。由此，可以确定子文本框3221的高宽比为1，大于第一阈值(0.9)且小于第二阈值(1.1)。例如，子文本框3222的高度为10，子文本框3222的宽度为5。由此，可以确定子文本框3222的高宽比为2，大于第二阈值(1.1)。可以确定与子文本框3222相关的目标对象的完整性为不完整。可以理解，如图3B所示，文本“植物”的右侧被截断。

可以理解，在本公开另一实施例中，根据多个文本框各自的形状，确定目标对象的完整性还可以包括：在确定多个子文本框中的至少一个子文本框的高宽比大于或等于第一阈值且小于或等于第二阈值的情况下，确定目标对象的完整性为完整。例如，若与目标对象相关的多个子文本框的高宽比均大于0.9且小于1.1，可以确定该目标对象的完整性为完整。

可以理解，上文以目标对象的右侧被截断为示例，对确定对象完整性的一些实施方式进行了说明，但本公开不限于此，下面将对确定对象完整性的另一些实施方式进行说明。

图4A是根据本公开一个实施例的目标图像的示意图。

如图4A所示，目标图像400例如包括多个边缘区域，多个边缘区域例如包括上边缘区域413和下边缘区域414。可以理解，目标图像400还可以包括左右边缘区域，本公开在此不再赘述。

例如，可以基于预设距离k1来确定边缘区域，即边缘区域的高度为k1。k1例如为5，可以表示边缘区域的高度为5个像素。

目标图像400例如可以包括目标对象，目标对象可以为文本。基于光学字符识别技术识别目标图像400中的目标对象，得到多个文本框。每个文本框内的区域可以作为一个目标区域，从而得到目标区域423和目标区域424。

然后，确定目标区域423、目标区域424、上边缘区域413、下边缘区域414之间的相对位置关系。例如，如图4A所示，目标区域423部分位于上边缘区域413之内。目标区域424全部位于上边缘区域413和下边缘区域414之外。

在本公开实施例中，预设条件可以包括：目标区域至少部分位于边缘区域之内。

例如，如图4A所示，可以确定目标区域423与上边缘区域413之间的相对位置关系满足预设条件。基于此，可以确定目标区域423距离目标图像400的上边缘较近。即目标区域423的目标对象很可能被截断。

例如，如图4A所示，可以确定目标区域424与上边缘区域413和下边缘区域414之间的相对位置关系均不满足预设条件。基于此，可以确定目标区域424距离目标图像400的边缘较远。即，目标区域424的目标对象没有被截断。目标区域424中的目标对象的完整性可以为完整。

例如，如上述，可以确定目标区域423与上边缘区域413之间的相对位置关系满足预设条件。可以确定目标区域423中的多个像素的像素值的方差。若方差大于或等于预设方差阈值，可以基于各种方式确定目标对象的候选文本区域。在一个示例中，可以将目标区域423作为目标对象的候选文本区域。

图4B是根据本公开另一个实施例的子文本框的示意图。

如图4B所示，对目标区域423进行图像分割，可以得到子文本框4231和子文本框4232。接下来，可以根据子文本框4231和子文本框4232各自的形状，确定目标对象的完整性。

在本公开实施例中，可以根据不满足预设条件的目标区域中的目标对象，确定子文本框的高宽比的阈值。例如，如图4B所示，也可以对目标区域424进行图像分割，得到多个参考子文本框。根据参考子文本框的高宽比和预设增量，可以确定高宽比的第一阈值和第二阈值。例如，参考子文本框的高度为10。参考子文本框的宽度也为10。参考子文本框的高宽比可以为1。预设增量例如可以为0.1。由此，第一阈值可以为0.9。第二阈值可以为1.1。可以理解，若目标对象的上方或下方被截断，则目标对象的至少一个子文本框的高度会减小，导致子文本框的高宽比减小。也可以理解，若目标对象的左侧或右侧被截断，则目标对象的至少一个子文本框的宽度会减小，导致子文本框的高宽比增大。

例如，子文本框4231的高度为7.5，子文本框4231的宽度为10。由此，可以确定子文本框4231的高宽比为0.75，小于第一阈值(0.9)。可以确定与子文本框4231相关的目标对象的完整性为不完整。可以理解，如图4B所示，文本“草本”的上方被截断。

例如，子文本框4232的高度和宽度分别为10。由此，可以确定子文本框4232的高宽比为1，大于第一阈值(0.9)且小于第二阈值(1.1)。

通过本公开实施例，对目标区域进行了分割，以及根据子文本框的高宽比确定了目标对象的完整性，充分利用了中文文字的形状特点，可以高效且准确地确定目标对象的完整性，可以减少图像质量确定所需的时间成本。

可以理解，上文对确定目标对象的完整性的一些实施方式进行了说明，下面将对确定目标图像质量的一些实施方式进行说明。

在本公开实施例中，根据目标对象的完整性，确定目标图像的图像质量值包括：在确定目标对象的完整性为完整的情况下，确定目标图像的图像质量满足预设图像质量。例如，若目标图像中的多个目标对象的完整性均为完整，可以确定目标图像的图像质量满足预设图像质量。

在本公开实施例中，根据目标对象的完整性，确定目标图像的图像质量包括：在确定目标对象的完整性为不完整的情况下，确定候选文本区域的图像特征。根据图像特征确定目标图像的图像质量。

在本公开实施例中，图像特征可以包括模糊度。下面将结合图5进行详细说明。

图5是根据本公开另一个实施例的目标图像的示意图。

如图5所示，在目标图像500中，候选文本区域525中的文本不完整，可以根据图像特征确定目标图像500的质量。

在本公开实施例中，可以候选文本区域内的多个像素，确定图像特征。例如，在确定候选文本区域的模糊度时，可以对候选文本区域进行拉普拉斯变换后再计算候选文本区域的像素方差，若像素方差小于设定的模糊度阈值，则认为该目标区域为模糊区域，在一示例中，设定的模糊度阈值例如为80。可以理解，在确定候选文本区域为模糊区域的情况下，候选文本区域对图像的影响较小。在这种情况下，即使候选文本区域中的文本被截断，也不会显著影响图像的质量。也可以理解，在候选文本区域为非模糊区域的情况下，候选文本区域中文本被截断，可能会影响图像的质量。

在本公开实施例中，根据图像特征确定目标图像的图像质量可以包括：在模糊度大于或等于预设模糊阈值的情况下，确定目标图像的显著性区域。如图5所示，基于各种显著性检测算法，可以在目标图像500中确定显著性区域530。

在本公开实施例中，在确定候选文本区域与显著性区域不相交的情况下，确定目标图像的图像质量满足预设图像质量。例如，如图5所示，在确定候选文本区域525与显著性区域530不相交的情况下，可以确定目标图像500的图像质量满足预设图像质量。

通过本公开实施例，在图像中确定了显著性区域，根据显著性区域与候选文本区域之间的位置关系确定了图像质量，可以更加准确的确定图像质量。此外，若存在对图像影响较小的、模糊的且不完整的特定目标对象，基于显著性区域与候选文本区域之间的位置关系，不会因这些特定目标对象的存在而将图像误判为低质量图像，可以更加准确地确定图像质量。

可以理解，在本公开另一实施例中，在确定候选文本区域与显著性区域相交的情况下，确定目标图像的图像质量不满足预设图像质量。例如，在候选文本区域与显著性区域相交的情况下，可以确定与图像的显著性区域相关的文本被截断，该图像的质量不满足预设图像质量。

可以理解，上文以图像特征包括模糊度为示例，对确定图像质量的一些实施方式进行了说明。但本公开不限于此，图像特征还可以包括候选文本区域的倾斜度。下面将结合图6进行说明。

图6是根据本公开另一个实施例的目标图像的示意图。

如图6所示，目标图像600包括候选文本区域626。候选文本区域626中的文本不完整，可以根据图像特征确定目标图像600的质量。

例如，基于各种方式，可以确定候选文本区域626的倾斜度为15度。

在本公开实施例中，在倾斜度大于预设倾斜阈值的情况下，确定目标图像的图像质量满足预设图像质量。例如，若预设倾斜阈值为10度，可以确定候选文本区域626的倾斜度大于预设倾斜阈值。由此，可以确定目标图像600的图像质量满足预设图像质量。

在本公开另一实施例中，在倾斜度小于等于预设倾斜阈值的情况下，确定目标图像的图像质量不满足预设图像质量。例如，若预设倾斜阈值为20度，可以确定候选文本区域626的倾斜度小于预设倾斜阈值。由此，可以确定目标图像600的图像质量不满足预设图像质量。

可以理解，不完整的目标对象可以是图像背景中车辆的车身标语、横幅或门店牌匾等。图像背景与目标图像600所要展示的推广信息“某某汽车的辅助驾驶能力在业界领先”之间的关联性较小。位于图像背景中的目标对象即使不完整，也不会显著降低图像的质量。例如，候选文本区域626对应的文本可以是一个门店的牌匾上记载的文本。通过本公开实施例，基于候选文本区域的倾斜度，确定了图像质量，可以更加准确地确定图像质量。

在一些实施例中，在确定图像质量满足预设图像质量之后，可以将图像推荐给用户。

图7是根据本公开一实施例的图像质量确定方法的框图。

如图7所示，装置700例如包括识别模块710、第一确定模块720、第二确定模块730以及第三确定模块740。

识别模块710，用于对目标图像进行识别，得到目标区域。例如，目标区域包括目标对象。

第一确定模块720，用于针对目标图像的边缘区域，确定目标区域和边缘区域之间的相对位置关系。

第二确定模块730，用于响应于确定相对位置关系满足预设条件，根据目标区域中多个像素的像素值，确定目标对象的完整性。

第三确定模块740，用于根据目标对象的完整性，确定目标图像的图像质量。

在一些实施例中，预设条件包括：目标区域至少部分位于边缘区域之内。

在一些实施例中，目标对象包括文本。第二确定模块包括：第一确定子模块，用于根据目标区域中多个像素的像素值，确定目标对象的候选文本区域。分割子模块，用于对候选文本区域进行图像分割，得到多个子文本框。第二确定子模块，用于根据多个子文本框各自的形状，确定目标对象的完整性。

在一些实施例中，第二确定子模块包括：第一确定单元，用于在确定多个子文本框中的至少一个子文本框的高宽比大于或等于第一阈值且小于或等于第二阈值的情况下，确定目标对象的完整性为完整。第二确定单元，用于在确定多个子文本框中的至少一个子文本框的高宽比大于第二阈值或小于第一阈值的情况下，确定目标对象的完整性为不完整。

在一些实施例中，第三确定模块包括：第三确定子模块，用于在确定目标对象的完整性为完整的情况下，确定目标图像的图像质量满足预设图像质量。第四确定子模块，用于在确定目标对象的完整性为不完整的情况下，确定候选文本区域的图像特征。第五确定子模块，用于根据图像特征确定目标图像的图像质量。

在一些实施例中，图像特征包括模糊度。第五确定子模块包括：第三确定单元，用于在模糊度大于或等于预设模糊阈值的情况下，确定目标图像的显著性区域。第四确定单元，用于在确定候选文本区域与显著性区域不相交的情况下，确定目标图像的图像质量满足预设图像质量。第五确定单元，用于在确定候选文本区域与显著性区域相交的情况下，确定目标图像的图像质量不满足预设图像质量。

在一些实施例中，图像特征包括候选文本区域的倾斜度。第五确定子模块包括：第六确定单元，用于在倾斜度大于预设倾斜阈值的情况下，确定目标图像的图像质量满足预设图像质量。第七确定单元，用于在倾斜度小于或等于预设倾斜阈值的情况下，确定目标图像的图像质量不满足预设图像质量。

在本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。

在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图8是用来实现本公开实施例的用于执行图像质量确定方法的电子设备的框图。

图8示出了可以用来实施本公开实施例的示例电子设备800的示意性框图。电子设备800旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如图像质量确定方法。例如，在一些实施例中，图像质量确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的图像质量确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像质量确定方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程图像处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (17)

1.一种图像质量确定方法，包括：

对目标图像进行识别，得到目标区域，其中，所述目标区域包括目标对象；

针对所述目标图像的边缘区域，确定所述目标区域和所述边缘区域之间的相对位置关系；

响应于确定所述相对位置关系满足预设条件，根据所述目标区域中多个像素的像素值，确定所述目标对象的完整性；以及

根据所述目标对象的完整性，确定所述目标图像的图像质量。

2.根据权利要求1所述的方法，其中，所述预设条件包括：所述目标区域至少部分位于所述边缘区域之内。

3.根据权利要求1或2所述的方法，其中，所述目标对象包括文本；

所述响应于确定所述相对位置关系满足预设条件，根据所述目标区域中多个像素的像素值，确定所述目标对象的完整性包括：

根据所述目标区域中多个像素的像素值，确定所述目标对象的候选文本区域；

对所述候选文本区域进行图像分割，得到多个子文本框；以及

根据所述多个子文本框各自的形状，确定所述目标对象的完整性。

4.根据权利要求3所述的方法，其中，所述根据所述多个文本框各自的形状，确定所述目标对象的完整性包括：

在确定所述多个子文本框中的至少一个子文本框的高宽比大于或等于第一阈值且小于或等于第二阈值的情况下，确定所述目标对象的完整性为完整；以及

在确定所述多个子文本框中的至少一个子文本框的高宽比大于第二阈值或小于第一阈值的情况下，确定所述目标对象的完整性为不完整。

5.根据权利要求4所述的方法，其中，所述根据所述目标对象的完整性，确定所述目标图像的图像质量包括：

在确定所述目标对象的完整性为完整的情况下，确定所述目标图像的图像质量满足预设图像质量；以及

在确定所述目标对象的完整性为不完整的情况下，确定所述候选文本区域的图像特征；以及

根据所述图像特征确定所述目标图像的图像质量。

6.根据权利要求5所述的方法，其中，所述图像特征包括模糊度；

所述根据所述图像特征确定所述目标图像的图像质量包括：

在所述模糊度大于或等于预设模糊阈值的情况下，确定所述目标图像的显著性区域；

在确定所述候选文本区域与所述显著性区域不相交的情况下，确定所述目标图像的图像质量满足预设图像质量；以及

在确定所述候选文本区域与所述显著性区域相交的情况下，确定所述目标图像的图像质量不满足预设图像质量。

7.根据权利要求5所述的方法，其中，所述图像特征包括候选文本区域的倾斜度，

所述根据所述图像特征确定所述目标图像的图像质量包括：

在所述倾斜度大于预设倾斜阈值的情况下，确定所述目标图像的图像质量满足预设图像质量；以及

在所述倾斜度小于或等于预设倾斜阈值的情况下，确定所述目标图像的图像质量不满足预设图像质量。

8.一种图像质量确定装置，包括：

识别模块，用于对目标图像进行识别，得到目标区域，其中，所述目标区域包括目标对象；

第一确定模块，用于针对所述目标图像的边缘区域，确定所述目标区域和所述边缘区域之间的相对位置关系；

第二确定模块，用于响应于确定所述相对位置关系满足预设条件，根据所述目标区域中多个像素的像素值，确定所述目标对象的完整性；以及

第三确定模块，用于根据所述目标对象的完整性，确定所述目标图像的图像质量。

9.根据权利要求8所述的装置，其中，所述预设条件包括：所述目标区域至少部分位于所述边缘区域之内。

10.根据权利要求8或9所述的方法，其中，所述目标对象包括文本；

所述第二确定模块包括：

第一确定子模块，用于根据所述目标区域中多个像素的像素值，确定所述目标对象的候选文本区域；

分割子模块，用于对所述候选文本区域进行图像分割，得到多个子文本框；以及

第二确定子模块，用于根据所述多个子文本框各自的形状，确定所述目标对象的完整性。

11.根据权利要求10所述的装置，其中，所述第二确定子模块包括：

第一确定单元，用于在确定所述多个子文本框中的至少一个子文本框的高宽比大于或等于第一阈值且小于或等于第二阈值的情况下，确定所述目标对象的完整性为完整；以及

第二确定单元，用于在确定所述多个子文本框中的至少一个子文本框的高宽比大于第二阈值或小于第一阈值的情况下，确定所述目标对象的完整性为不完整。

12.根据权利要求11所述的装置，其中，所述第三确定模块包括：

第三确定子模块，用于在确定所述目标对象的完整性为完整的情况下，确定所述目标图像的图像质量满足预设图像质量；以及

第四确定子模块，用于在确定所述目标对象的完整性为不完整的情况下，确定所述候选文本区域的图像特征；以及

第五确定子模块，用于根据所述图像特征确定所述目标图像的图像质量。

13.根据权利要求12所述的装置，其中，所述图像特征包括模糊度；

所述第五确定子模块包括：

第三确定单元，用于在所述模糊度大于或等于预设模糊阈值的情况下，确定所述目标图像的显著性区域；

第四确定单元，用于在确定所述候选文本区域与所述显著性区域不相交的情况下，确定所述目标图像的图像质量满足预设图像质量；以及

第五确定单元，用于在确定所述候选文本区域与所述显著性区域相交的情况下，确定所述目标图像的图像质量不满足预设图像质量。

14.根据权利要求12所述的装置，其中，所述图像特征包括候选文本区域的倾斜度，

所述第五确定子模块包括：

第六确定单元，用于在所述倾斜度大于预设倾斜阈值的情况下，确定所述目标图像的图像质量满足预设图像质量；以及

第七确定单元，用于在所述倾斜度小于或等于预设倾斜阈值的情况下，确定所述目标图像的图像质量不满足预设图像质量。

15.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7中任一项所述的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1至7中任一项所述的方法。

17.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1至7中任一项所述方法的步骤。

Images