CN115797371A - 一种图像处理方法、装置、图像形成装置和电子设备 - Google Patents
一种图像处理方法、装置、图像形成装置和电子设备 Download PDFInfo
- Publication number
- CN115797371A CN115797371A CN202211400553.7A CN202211400553A CN115797371A CN 115797371 A CN115797371 A CN 115797371A CN 202211400553 A CN202211400553 A CN 202211400553A CN 115797371 A CN115797371 A CN 115797371A
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- attribute
- identification
- area
- 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 44
- 238000012545 processing Methods 0.000 claims abstract description 124
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000005070 sampling Methods 0.000 claims description 42
- 238000004590 computer program Methods 0.000 claims description 26
- 230000008719 thickening Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 241000272194 Ciconiiformes Species 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001131 transforming effect Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种图像处理方法、装置、图像形成装置和电子设备。该方法包括：对获取的预处理图像进行第一划分，得到多个第一子图像区域；若判断出所述多个第一子图像区域的图像参数不满足第一预设条件时，对多个第一子图像区域进行第二划分，得到多个第二子图像区域；对每个所述第二子图像区域进行属性识别，得出每个所述第二子图像区域的识别属性；按照每个第二子图像区域的识别属性对应的图像处理方式，对所述第二子图像区域进行图像处理得出第三子图像区域；对多个所述第三子图像区域进行合并，得出目标图像。本发明实施例提高了图像处理效率，提高了图像处理效果以及解决了系统资源占用多的问题。
Description
【技术领域】
本发明实施例涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、图像形成装置和电子设备。
【背景技术】
随着成像技术的发展，类似于激光打印机和喷墨打印机之类的图像形成装置已经得到了广泛的应用。在成像过程中，图像形成装置可通过控制器对图像进行处理，例如，控制器可以为系统级芯片(System on Chip，简称SoC)。
当图像形成装置需要对大幅面图像进行处理时，控制器资源的限制会导致对大幅面图像的处理效果和性能产生影响，从而造成图像处理效率低下、图像处理效果较差以及系统资源占用多的问题。
【发明内容】
有鉴于此，本发明实施例提供了一种图像处理方法、装置、图像形成装置和电子设备，用以解决图像处理效率低下、图像处理效果较差以及系统资源占用多的问题。
一方面，本发明实施例提供了一种图像处理方法，包括：
对获取的预处理图像进行第一划分，得到多个第一子图像区域；
若判断出所述多个第一子图像区域的图像参数不满足第一预设条件时，对多个第一子图像区域进行第二划分，得到多个第二子图像区域；
对每个所述第二子图像区域进行属性识别，得出每个所述第二子图像区域的识别属性；
按照每个第二子图像区域的识别属性对应的图像处理方式，对所述第二子图像区域进行图像处理得出第三子图像区域；
对多个所述第三子图像区域进行合并，得出目标图像。
可选地，所述对获取的预处理图像进行第一划分，得到多个第一子图像区域，包括：
按照设置的第一划分区域大小，对所述预处理图像进行第一划分，得到多个第一子图像区域。
可选地，所述对多个第一子图像区域进行第二划分，得到多个第二子图像区域，包括：
按照设置的第二划分区域大小，对所述预处理图像进行第二划分，得到多个第二子图像区域。
可选地，所述第一预设条件包括所述图像参数与设置的目标参数之间的差值的绝对值小于设定阈值。
可选地，所述图像参数包括识别精度、模糊程度、信噪比和噪点数量中至少一个。
可选地，所述对每个所述第二子图像区域进行属性识别，得出每个所述第二子图像区域的识别属性，包括：
根据所述第二子图像区域的图像内容，确定出所述第二子图像区域的识别属性为第一属性或者第二属性，其中，所述第一属性对应的图像处理方式为第一图像处理方式，所述第二属性对应的图像处理方式为第二图像处理方式。
可选地，所述图像内容包括图像、文字和背景中至少一个。
可选地，所述第一图像处理方式包括加粗、颜色增强和锐化中至少一种；
所述第二图像处理方式包括明暗调节和/或颜色调节。
可选地，所述对获取的预处理图像进行第一划分，得到多个第一子图像区域之前，还包括：
根据设置的采样规则对获取的源图像进行预定处理得到所述预处理图像。
可选地，所述方法还包括：
若判断出所述多个第一子图像区域的图像参数满足第一预设条件时，对每个所述第一子图像区域进行属性识别，得出每个所述第一子图像区域的识别属性；
若判断出多个所述第一子图像区域的识别属性不满足第二预设条件时，执行所述对多个第一子图像区域进行第二划分，得到多个第二子图像区域的步骤。
可选地，所述方法还包括：
若判断出所述多个第一子图像区域的图像参数满足第一预设条件时，对每个所述第一子图像区域进行属性识别，得出每个所述第一子图像区域的识别属性；
若判断出多个所述第一子图像区域的识别属性不满足第二预设条件时，根据设置的新的采样规则对获取的源图像进行预定处理得到所述预处理图像，并执行所述对获取的预处理图像进行第一划分，得到多个第一子图像区域的步骤；或者，按照所述第三划分区域大小，执行所述对获取的预处理图像进行第一划分，得到多个第一子图像区域的步骤；或者，根据设置的新的采样规则对获取的源图像进行预定处理得到所述预处理图像，并按照设置的第三划分区域大小，执行所述对获取的预处理图像进行第一划分，得到多个第一子图像区域的步骤。
可选地，所述采样规则包括采样分辨率和/或图像色彩模式。
另一方面，本发明实施例提供了一种图像处理装置，包括：
第一划分模块，用于对获取的预处理图像进行第一划分，得到多个第一子图像区域；
第一判断模块，用于判断所述多个第一子图像区域的图像参数是否满足第一预设条件；
第二划分模块，用于若所述第一判断模块判断出所述多个第一子图像区域的图像参数不满足第一预设条件时，对多个第一子图像区域进行第二划分，得到多个第二子图像区域；
识别模块，用于对每个所述第二子图像区域进行属性识别，得出每个所述第二子图像区域的识别属性；
图像处理模块，用于按照每个第二子图像区域的识别属性对应的图像处理方式，对所述第二子图像区域进行图像处理得出第三子图像区域；
合并模块，用于对多个所述第三子图像区域进行合并，得出目标图像。
另一方面，本发明实施例提供了一种图像形成装置，包括：一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述图像形成装置执行时，使得所述图像形成装置执行上述图像处理方法。
另一方面，本发明实施例提供了一种电子设备，包括：一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述电子设备执行时，使得所述电子设备执行上述图像处理方法。
另一方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行上述图像处理方法。
本发明实施例提供的技术方案中，若判断出划分的多个第一子图像区域的图像参数不满足第一预设条件时，再次对多个第一子图像区域进行第二划分得到多个第二子图像区域，按照每个第二子图像区域的识别属性对应的图像处理方式对该第二子图像区域进行图像处理得出第三子图像区域，并对多个第三子图像区域进行合并得出目标图像，本发明实施例可针对不同识别属性的区域进行不同的图像处理，实现了对不同识别属性的区域的并行处理，从而提高了图像处理效率，提高了图像处理效果以及解决了系统资源占用多的问题。
【附图说明】
图1a为本发明实施例提供的一种图像处理方法的流程图；
图1b为本发明实施例中获取预处理图像的流程图；
图2为本发明实施例提供的另一种图像处理方法的流程图；
图3a为本发明实施例提供的另一种图像处理方法的流程图；
图3b为本发明实施例提供的另一种图像处理方法的流程图；
图3c为本发明实施例提供的另一种图像处理方法的流程图；
图4a至图4f为本发明实施例提供的图像处理方法的示意图；
图5为本发明实施例提供的一种图像处理装置的结构示意图；
图6为本发明实施例提供的一种图像形成装置的示意图；
图7为本发明实施例提供的一种电子设备的示意图。
【具体实施方式】
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，甲和/或乙，可以表示：单独存在甲，同时存在甲和乙，单独存在乙这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本发明实施例提供了一种图像处理方法，作为一种可选方案，该方法应用于图像形成装置。本发明实施例中，图像形成装置的示例包括：喷墨打印机、激光打印机、发光二极管(Light Emitting Diode，LED)打印机、复印机、扫描仪或者多功能一体机传真机、以及在单个设备中执行以上功能的多功能外围设备(Multi-Functional Peripheral，MFP)。图像形成装置包括图像形成控制单元和图像形成单元，其中，图像形成控制单元用于对图像形成装置整体进行控制，图像形成单元用于基于图像形成数据和耗材内存储的诸如碳粉等显影剂，在图像形成控制单元的控制下在输送来的纸张上形成图像。
本发明实施例提供了一种图像处理方法，作为另一种可选方案，该方法应用于电子设备。本发明实施例中，电子设备可包括具备图像处理功能的设备，例如，电子设备包括但不限于手机、平板电脑、笔记本电脑、桌面型计算机、智能电视等。
图1a为本发明实施例提供的一种图像处理方法的流程图，如图1a所示，该方法包括：
步骤102、对获取的预处理图像进行第一划分，得到多个第一子图像区域。
本发明实施例中，在步骤102之前还包括：获取预处理图像的步骤。
作为一种可选方案，预处理图像可以为源图像，即在获取到源图像之后，直接将源图像作为预处理图像，并对预处理图像进行第一划分。预处理图像可以为大幅面图像的整幅图像或者局部图像，例如，若对大幅面图像的全部进行扫描，则得到整幅图像；若对大幅面图像的局部进行扫描，则得到局部图像。例如，大幅面图像可以为A4幅面的图像。其中，预处理图像的图像内容可包括图像、文字和背景中至少一个。
作为另一种可选方案，图1b为本发明实施例中获取预处理图像的流程图，如图1b所示，获取预处理图像具体可包括：
步骤S1、获取源图像。
具体地，对大幅面图像进行扫描得到源图像。
步骤S2、根据设置的采样规则对获取的源图像进行预定处理得到预处理图像。
本发明实施例中，可针对获取的源图像设置采样规则，并通过采样规则对源图像预定处理，以减少图像数据量。例如，采样规则可包括采样分辨率和/或图像色彩模式，其中，图像色彩模式可包括彩色、灰度或者二值化。
作为一种可选方案，采样规则包括采样分辨率，则步骤S2可包括：根据设置的采样分辨率将源图像的当前分辨率设置为采样分辨率以得到预处理图像，预处理图像的当前分辨率为采样分辨率，采样分辨率小于源图像的当前分辨率，例如，采样分辨率可以为600dpi或200dpi，以便于在进行预定处理后降低图像的分辨率，从而达到减少图像数据量的目的。
作为另一种可选方案，采样规则包括图像色彩模式，则步骤S2可包括：根据设置的图像色彩模式对源图像进行图像色彩处理以得到预处理图像。源图像为彩色图像，例如，对源图像进行灰度化处理得到预处理图像，预处理图像为灰度图；或者，对源图像进行二值化处理得到预处理图像，预处理图像为二值化图。将源图像转换为灰度图或者二值化图，可以减少图像的颜色数目，从而达到减少图像数据量的目的。
作为另一种可选方案，采样规则包括采样分辨率和图像色彩模式，则步骤S2可包括：根据设置的采样分辨率将源图像的当前分辨率设置为采样分辨率，以及根据设置的图像色彩模式对源图像进行图像色彩处理，以得到预处理图像。此种方案在进行预定处理后降低了图像的分辨率并减少了图像的颜色数目，从而达到减少图像数据量的目的。
本发明实施例提供的步骤S1和步骤S2的方案中，获取的预处理图像并非原始图像数据，而是经过预定处理后得到的图像数据，与获取的预处理图像为原始图像数据相比，可以在保留原始图像数据特征的同时减少图像的数据量，从而在后续图像处理过程中降低对系统资源的消耗和依赖。
本发明实施例中，步骤102具体可包括：按照设置的第一划分区域大小，对预处理图像进行第一划分，得到多个第一子图像区域。其中，第一划分区域大小可根据实际需要进行设置。
当待处理的预处理图像的图像幅面较大时，可将预处理图像划分为多个子图像区域，并对划分后的多个子图像区域分别进行处理，以提高图像处理效果。
步骤104、判断多个第一子图像区域的图像参数是否满足第一预设条件，若否，则执行步骤106；若是，则执行步骤114。
本发明实施例中，第一预设条件包括图像参数与设置的目标参数之间的差值的绝对值均小于设定阈值。则步骤140具体可包括：判断多个第一子图像区域的图像参数与目标参数之间的差值的绝对值是否均小于设定阈值。若判断出多个第一子图像区域的图像参数与目标参数之间的差值的绝对值中至少一个大于或等于设定阈值，表明多个第一子图像的图像参数不满足第一预设条件，需要对多个第一子图像区域再次进行划分，继续执行步骤106；若判断出多个第一子图像区域的图像参数与目标参数之间的差值的绝对值均小于设定阈值，表明多个第一子图像的图像参数满足第一预设条件，无需对多个第一子图像区域再次进行划分，继续执行步骤114。
本发明实施例中，图像参数包括识别精度、模糊程度、信噪比和噪点数量中至少一个。
例如，图像参数包括识别精度时，目标参数包括目标精度，设定阈值包括精度阈值，则步骤104具体可包括：判断多个第一子图像区域的识别精度与目标精度之间的差值的绝对值是否均小于精度阈值。若判断出多个第一子图像区域的识别精度与目标精度之间的差值的绝对值中至少一个大于或等于精度阈值，表明第一子图像区域的识别精度较差，多个第一子图像的识别精度不满足第一预设条件，需要对多个第一子图像区域再次进行划分，继续执行步骤106，以提高第一子图像区域的识别精度；若判断出多个第一子图像区域的识别精度与目标精度之间的差值的绝对值均小于精度阈值，表明第一子图像区域的识别精度较好，多个第一子图像的识别精度满足第一预设条件，无需对多个第一子图像区域再次进行划分，继续执行步骤114。例如，识别精度为70％，目标精度为90％，精度阈值为15％。
例如，图像参数包括信噪比时，目标参数包括目标信噪比，设定阈值包括信噪比阈值，则步骤104具体可包括：判断多个第一子图像区域的信噪比与目标信噪比之间的差值的绝对值是否均小于信噪比阈值。若判断出多个第一子图像区域的信噪比与目标信噪比之间的差值的绝对值中至少一个大于或等于信噪比阈值，表明第一子图像区域的信噪比较差，图像噪点多且模糊，多个第一子图像的信噪比不满足第一预设条件，需要对多个第一子图像区域再次进行划分，继续执行步骤106；若判断出多个第一子图像区域的信噪比与目标信噪比之间的差值的绝对值均小于信噪比阈值，表明第一子图像区域的信噪比较好，图像噪点少且清楚，多个第一子图像的信噪比满足第一预设条件，无需对多个第一子图像区域再次进行划分，继续执行步骤114。
步骤106、对多个第一子图像区域进行第二划分，得到多个第二子图像区域。
本发明实施例中，步骤106具体可包括：按照设置的第二划分区域大小，对多个第一子图像区域进行第二划分，得到多个第二子图像区域。其中，第二划分区域大小可根据实际需要进行设置。当多个第一子图像区域的图像参数不满足第一预设条件时，可对第一子图像区域再次进行划分，以划分出多个小区域，使得划分后的第二子图像区域识别精度更高，并且再次对第一子图像区域进行划分能够减少子图像区域的模糊程度，并提高子图像区域的清晰程度，从而更有利于识别出目标图像，以提高图像的处理效果。
步骤108、对每个第二子图像区域进行属性识别，得出每个第二子图像区域的识别属性。
本发明实施例中，步骤108具体可包括：根据第二子图像区域的图像内容，确定出第二子图像区域的识别属性为第一属性或者第二属性。作为一种可选方案，图像内容包括图像、文字和背景中至少一个，例如，若第二子图像区域的图像内容包括图像和/或文字，则将该第二子图像区域的识别属性识别为第一属性；又例如，若第二子图像区域的图像内容包括背景，则将该第二子图像区域的识别属性识别为第二属性。
不同的第二子图像区域可具备相同的识别属性或不同的识别属性，作为一种可选方案，识别属性包括第一属性或者第二属性，具备不同识别属性的第二子图像区域的图像处理方式不同。其中，具备第一属性的第二子图像区域为需要进行特殊处理的图像区域，具备第二属性的第二子图像区域为需要进行普通处理的图像区域。
步骤110、按照每个第二子图像区域的识别属性对应的图像处理方式，对第二子图像区域进行图像处理得出第三子图像区域。
作为一种可选方案，第一属性对应的图像处理方式为第一图像处理方式，第二属性对应的图像处理方式为第二图像处理方式。则步骤110具体可包括：对识别属性为第一属性的第二子图像区域，按照第一图像处理方式进行图像处理得出第三子图像区域；对识别属性为第二属性的第二子图像区域，按照第二图像处理方式进行图像处理得出第三子图像区域。
作为一种可选方案，第一图像处理方式包括加粗、颜色增强和锐化中至少一种。
作为一种可选方案，第二图像处理方式包括明暗调节和/或颜色调节。
步骤112、对多个第三子图像区域进行合并，得出目标图像，流程结束。
本发明实施例中，在一个预处理图像中，每个子图像区域均具备位置索引信息，该位置索引信息用于表示该子图像区域在预处理图像中的位置。则步骤112具体可包括：根据每个第三子图像区域的位置索引信息，对多个第三子图像区域进行合并，得出目标图像。
步骤114、对每个第一子图像区域进行属性识别，得出每个第一子图像区域的识别属性。
本发明实施例中，步骤114具体可包括：根据第一子图像区域的图像内容，确定出第一子图像区域的识别属性为第一属性或者第二属性。作为一种可选方案，图像内容包括图像、文字和背景中至少一个，例如，若第一子图像区域的图像内容包括图像和/或文字，则将该第一子图像区域的识别属性识别为第一属性；又例如，若第一子图像区域的图像内容包括背景，则将该第一子图像区域的识别属性识别为第二属性。
不同的第一子图像区域可具备相同的识别属性或不同的识别属性，作为一种可选方案，识别属性包括第一属性或者第二属性，具备不同识别属性的第二子图像区域的图像处理方式不同。其中，具备第一属性的第一子图像区域为需要进行特殊处理的图像区域，具备第二属性的第一子图像区域为需要进行普通处理的图像区域。
步骤116、按照每个第一子图像区域的识别属性对应的图像处理方式，对第一子图像区域进行图像处理得出第四子图像区域。
作为一种可选方案，第一属性对应的图像处理方式为第一图像处理方式，第二属性对应的图像处理方式为第二图像处理方式。则步骤116具体可包括：对识别属性为第一属性的第一子图像区域，按照第一图像处理方式进行图像处理得出第四子图像区域；对识别属性为第二属性的第一子图像区域，按照第二图像处理方式进行图像处理得出第四子图像区域。
作为一种可选方案，第一图像处理方式包括加粗、颜色增强和锐化中至少一种。
作为一种可选方案，第二图像处理方式包括明暗调节和/或颜色调节。
步骤118、对多个第四子图像区域进行合并，得出目标图像，流程结束。
本发明实施例中，在一个预处理图像中，每个子图像区域均具备位置索引信息，该位置索引信息用于表示该子图像区域在预处理图像中的位置。则步骤118具体可包括：根据每个第四子图像区域的位置索引信息，对多个第四子图像区域进行合并，得出目标图像。
本实施例提供的图像处理方法的技术方案中，若判断出划分的多个第一子图像区域的图像参数不满足第一预设条件时，再次对多个第一子图像区域进行第二划分得到多个第二子图像区域，按照每个第二子图像区域的识别属性对应的图像处理方式对该第二子图像区域进行图像处理得出第三子图像区域，并对多个第三子图像区域进行合并得出目标图像，本发明实施例可针对不同识别属性的区域进行不同的图像处理，实现了对不同识别属性的区域的并行处理，从而提高了图像处理效率，提高了图像处理效果以及解决了系统资源占用多的问题。
图2为本发明实施例提供的另一种图像处理方法的流程图，如图2所示，该方法包括：
步骤202、对获取的预处理图像进行第一划分，得到多个第一子图像区域。
步骤204、判断多个第一子图像区域的图像参数是否满足第一预设条件，若否，则执行步骤206；若是，则执行步骤214。
步骤206、对多个第一子图像区域进行第二划分，得到多个第二子图像区域。
步骤208、对每个第二子图像区域进行属性识别，得出每个第二子图像区域的识别属性。
步骤210、按照每个第二子图像区域的识别属性对应的图像处理方式，对第二子图像区域进行图像处理得出第三子图像区域。
步骤212、对多个第三子图像区域进行合并，得出目标图像，流程结束。
步骤214、对每个第一子图像区域进行属性识别，得出每个第一子图像区域的识别属性。
本实施例中对步骤202至步骤214的描述可参见上述步骤102至步骤114的描述，此处不再赘述。
步骤216、判断多个第一子图像区域的识别属性是否满足第二预设条件，若是，则执行步骤218；若否，则执行步骤206。
本发明实施例中，第二预设条件包括识别属性是否为预设属性。则步骤216具体可包括：判断多个第一子图像区域的识别属性是否均为预设属性。若判断出多个第一子图像区域的识别属性均为预设属性，表明多个第一子图像区域的识别属性满足第二预设条件，无需对多个第一子图像区域再次进行划分，继续执行步骤218；若判断出多个第一子图像区域的识别属性中至少一个识别属性不是预设属性，表明多个第一子图像的识别属性中至少一个识别属性不满足第二预设条件，需要对多个第一子图像区域再次进行划分，继续执行步骤206。
本发明实施例中，预设属性包括第一属性或第二属性。若第一子图像区域的识别属性为第一属性，则判断出第一子图像区域的识别属性为预设属性；若第一子图像区域的识别属性为第二属性，则判断出第一子图像区域的识别属性为预设属性；若第一子图像区域的识别属性包括第一属性和第二属性，由于预设属性为第一属性或第二属性，此时，识别属性不完全是预设属性，则判断出第一子图像区域的识别属性不是预设属性。
例如，若第一子图像区域的图像内容包括文字，识别出的第一子图像区域的识别属性为第一属性，表明第一子图像区域的图像内容为文字，则判断出第一子图像区域的第一属性为预设属性；若第一子图像区域的图像内容为背景，识别出的第一子图像区域的识别属性为第二属性，表明第一子图像区域的图像内容为背景，则判断出第一子图像区域的第一属性为预设属性；若第一子图像区域的图像内容包括文字和背景，识别出的第一子图像区域的识别属性包括第一属性和第二属性，表明第一子图像区域的图像内容包括文字和背景，判断出第一子图像区域的识别属性不完全是第一属性，也不完全是第二属性，则判断出第一子图像区域的识别属性不是预设属性。
步骤218、按照每个第一子图像区域的识别属性对应的图像处理方式，对第一子图像区域进行图像处理得出第四子图像区域。
步骤220、对多个第四子图像区域进行合并，得出目标图像，流程结束。
本实施例中对步骤218至步骤220的描述可参见上述步骤116至步骤118的描述，此处不再赘述。
本实施例通过判断第一子图像的识别属性是否满足第二预设条件，来确定是否继续对第一子图像区域进行划分，从而进一步提高了图像处理效率和图像处理效果。
图3为本发明实施例提供的另一种图像处理方法的流程图，如图3所示，该方法包括：
步骤302、按照设置的第一划分区域大小，对获取的预处理图像进行第一划分，得到多个第一子图像区域。
步骤304、判断多个第一子图像区域的图像参数是否满足第一预设条件，若否，则执行步骤306；若是，则执行步骤314。
步骤306、按照设置的第二划分区域大小，对多个第一子图像区域进行第二划分，得到多个第二子图像区域。
步骤308、对每个第二子图像区域进行属性识别，得出每个第二子图像区域的识别属性。
步骤310、按照每个第二子图像区域的识别属性对应的图像处理方式，对第二子图像区域进行图像处理得出第三子图像区域。
步骤312、对多个第三子图像区域进行合并，得出目标图像，流程结束。
本实施例中对步骤302至步骤312的描述可参见上述步骤202至步骤212的描述，此处不再赘述。
步骤314、对每个第一子图像区域进行属性识别，得出每个第一子图像区域的识别属性。
步骤316、判断多个第一子图像区域的识别属性是否满足第二预设条件，若是，则执行步骤318；若否，则执行步骤322。
步骤318、按照每个第一子图像区域的识别属性对应的图像处理方式，对第一子图像区域进行图像处理得出第四子图像区域。
步骤320、对多个第四子图像区域进行合并，得出目标图像，流程结束。
本实施例中对步骤302至步骤320的描述可参见上述步骤202至步骤220的描述，此处不再赘述。
步骤322、根据设置的新的采样规则对获取的源图像进行预定处理得到预处理图像，并按照设置的第三划分区域大小，对获取的预处理图像进行第一划分，得到多个第一子图像区域，并继续执行步骤304。
本发明实施例中，步骤316中若判断出多个第一子图像区域的识别属性不满足第二预设条件时，需要重新对预处理图像进行划分。具体地，可先设置新的采样规则，例如，新的采样规则可包括新的采样分辨率和/或新的图像色彩模式，然后根据新的采样规则对获取的源图像进行预定处理得到预处理图像，从而通过变换采样规则重新对源图像预定处理；而后，设置第三划分区域大小，第三划分区域大小可与第一划分区域大小不同，例如，第三划分区域大小小于第一划分区域大小，根据第三划分区域大小对获取的预处理图像进行第一划分得到多个第一子图像区域，从而通过变换划分区域大小重新对预处理图像进行划分。
作为另一种可选方案，如图3b所示，在步骤316中，若判断出多个第一子图像区域的识别属中至少一个识别属性不满足第二预设条件，则执行步骤S32a。
步骤S32a、根据设置的新的采样规则对获取的源图像进行预定处理得到预处理图像，并继续执行步骤302。
本发明实施例中，步骤316中若判断出多个第一子图像区域的识别属性不满足第二预设条件时，需要重新对预处理图像进行划分。具体地，可先设置新的采样规则，例如，新的采样规则可包括新的采样分辨率和/或新的图像色彩模式，然后根据新的采样规则对获取的源图像进行预定处理得到预处理图像，从而通过变换采样规则重新对源图像预定处理，并继续执行步骤302。
作为另一种可选方案，如图3c所示，在步骤316中，若判断出多个第一子图像区域的识别属中至少一个识别属性不满足第二预设条件，则执行步骤S32b。
步骤S32b、按照所述第三划分区域大小，对获取的预处理图像进行第一划分，得到多个第一子图像区域，并继续执行步骤304。
本发明实施例中，步骤316中若判断出多个第一子图像区域的识别属性不满足第二预设条件时，需要重新对预处理图像进行划分。具体地，设置第三划分区域大小，第三划分区域大小可与第一划分区域大小不同，例如，第三划分区域大小小于第一划分区域大小，根据第三划分区域大小对获取的预处理图像进行第一划分得到多个第一子图像区域，从而通过变换划分区域大小重新对预处理图像进行划分。
本实施例提供的图像处理方法的技术方案中，本实施例通过判断第一子图像的识别属性是否满足第二预设条件，来确定是否重新对源图像进行预定处理或者是否重新对预处理图像进行划分，从而进一步提高了图像处理效率和图像处理效果。
图4a至图4f为本发明实施例提供的图像处理方法的示意图。下面结合图4a至图4f，通过一个具体的实例对本发明实施例提供的图像处理方法进行详细描述。图4a示出了一张预处理图像，可理解地，预处理图像可以是整幅纸张幅面或者是局部的图像的图像或者是根据获得的实际的图像大小确定出大小的图像。如果获取的是整幅纸张幅面的图像，例如A4幅面大小的整幅图像，也可以是获取的局部图像，这要根据实际需求确定，该预处理图像具体通过计算机下发、扫描获得等常规方式获得。如果预处理图像是通过扫描获得的，预处理图像的大小是根据扫描得到的文档是局部还是全部决定的，如果扫描得到的文档是局部图像则对局部图像进行划分，如果扫描得到的文档是全部完整的整幅纸张幅面的图像，则对整个图像进行划分(即如果包含文字，也需要对文字进行划分)。
如图4b所示，对图4a所示的预处理图像执行步骤102至步骤106之后得到48个第二子图像区域。对48个第二子图像区域进行属性识别，得出每个第二子图像区域的识别属性，如图4c所示，若第二子图像区域包括企鹅图像，则确定出第二子图像区域的识别属性为第一属性，第一属性可采用数字1表示，即第一属性为1，例如，第8个第二子图像区域的识别属性和第12个第二子图像区域的识别属性均为1；若第二子图像区域包括背景图像，则确定出第二子图像区域的识别属性为第二属性，第二属性可采用数字0表示，即第二属性为0，例如，第1个至第6个第二子图像区域的识别属性均为0。如图4d所示，对识别属性为1的第二子图像区域(图4d中白色区域)，按照第一图像处理方式进行图像处理得出第三子图像区域。可理解地，可以根据需要设置每个第二子图像区域的识别属性，例如，将企鹅图像中的某一部分确定为第二子图像区域并确定企鹅图像中的某一部分的识别属性为第一属性，将背景图像中的某一部分确定为第二子图像区域并确定背景图像中的某一部分的识别属性为第二属性，另外也可以指定第二子图像区域中特定位置的若干个子区域对应的识别属性并进行对应的图像处理，本发明对此不做限制。如图4e所示，对识别属性为2的第二子图像区域(图4e中白色区域)，按照第二图像处理方式进行图像处理得出第三子图像区域。如图4f所示，对图4d中的第三子图像区域和图4e中的第三子图像区域进行合并得出目标图像。从而提高了图像处理效率和图像处理效果。
图5为本发明实施例提供的一种图像处理装置的结构示意图，如图5所示，该装置包括：第一划分模块11、第一判断模块12、第二划分模块13、识别模块14、图像处理模块15和合并模块16。
第一划分模块11用于对获取的预处理图像进行第一划分，得到多个第一子图像区域。第一判断模块12用于判断所述多个第一子图像区域的图像参数是否满足第一预设条件。第二划分模块13用于若所述第一判断模块12判断出所述多个第一子图像区域的图像参数不满足第一预设条件时，对多个第一子图像区域进行第二划分，得到多个第二子图像区域。识别模块14用于对每个所述第二子图像区域进行属性识别，得出每个所述第二子图像区域的识别属性。图像处理模块15用于按照每个第二子图像区域的识别属性对应的图像处理方式，对所述第二子图像区域进行图像处理得出第三子图像区域。合并模块16用于对多个所述第三子图像区域进行合并，得出目标图像。
本发明实施例中，第一划分模块11具体用于按照设置的第一划分区域大小，对所述预处理图像进行第一划分，得到多个第一子图像区域。
本发明实施例中，第二划分模块13具体用于按照设置的第二划分区域大小，对所述预处理图像进行第二划分，得到多个第二子图像区域。
本发明实施例中，识别模块14具体用于根据所述第二子图像区域的图像内容，确定出所述第二子图像区域的识别属性为第一属性或者第二属性，其中，所述第一属性对应的图像处理方式为第一图像处理方式，所述第二属性对应的图像处理方式为第二图像处理方式。
本发明实施例中，该装置还包括：预处理模块17。预处理模块17用于根据设置的采样规则对获取的源图像进行预定处理得到所述预处理图像。
本发明实施例中，该装置还包括：第二判断模块18。
作为一种可选方案，识别模块14还用于若所述第一判断模块12判断出所述多个第一子图像区域的图像参数满足第一预设条件时，对每个所述第一子图像区域进行属性识别，得出每个所述第一子图像区域的识别属性。第二判断模块18用于判断多个所述第一子图像区域的识别属性是否满足第二预设条件，若判断出多个所述第一子图像区域的识别属性不满足第二预设条件时，触发所述第二划分模块13执行所述对多个第一子图像区域进行第二划分，得到多个第二子图像区域的步骤。
作为另一种可选方案，识别模块14还用于若所述第一判断模块12判断出所述多个第一子图像区域的图像参数满足第一预设条件时，对每个所述第一子图像区域进行属性识别，得出每个所述第一子图像区域的识别属性。第二判断模块18用于判断多个所述第一子图像区域的识别属性是否满足第二预设条件。预处理模块17用于若所述第二判断模块18判断出多个所述第一子图像区域的识别属性不满足第二预设条件时，根据设置的新的采样规则对获取的源图像进行预定处理得到所述预处理图像，并触发所述第一划分模块11执行所述对获取的预处理图像进行第一划分，得到多个第一子图像区域的步骤。
作为另一种可选方案，识别模块14还用于若所述第一判断模块12判断出所述多个第一子图像区域的图像参数满足第一预设条件时，对每个所述第一子图像区域进行属性识别，得出每个所述第一子图像区域的识别属性。第二判断模块18用于判断多个所述第一子图像区域的识别属性是否满足第二预设条件，若判断出多个所述第一子图像区域的识别属性不满足第二预设条件时触发所述第一划分模块11按照所述第三划分区域大小，执行所述对获取的预处理图像进行第一划分，得到多个第一子图像区域的步骤。
作为另一种可选方案，识别模块14还用于若所述第一判断模块12判断出所述多个第一子图像区域的图像参数满足第一预设条件时，对每个所述第一子图像区域进行属性识别，得出每个所述第一子图像区域的识别属性。第二判断模块18用于判断多个所述第一子图像区域的识别属性是否满足第二预设条件。预处理模块17用于若所述第二判断模块18判断出多个所述第一子图像区域的识别属性不满足第二预设条件时，根据设置的新的采样规则对获取的源图像进行预定处理得到所述预处理图像，并触发所述第一划分模块11按照设置的第三划分区域大小，执行所述对获取的预处理图像进行第一划分，得到多个第一子图像区域的步骤。
本发明实施例中，图像处理装置可应用于图像形成装置或电子设备。
本发明实施例提供的图像处理装置的技术方案中，若判断出划分的多个第一子图像区域的图像参数不满足第一预设条件时，再次对多个第一子图像区域进行第二划分得到多个第二子图像区域，按照每个第二子图像区域的识别属性对应的图像处理方式对该第二子图像区域进行图像处理得出第三子图像区域，并对多个第三子图像区域进行合并得出目标图像，本发明实施例可针对不同识别属性的区域进行不同的图像处理，实现了对不同识别属性的区域的并行处理，从而提高了图像处理效率，提高了图像处理效果以及解决了系统资源占用多的问题。
本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所存储介质所在设备执行上述图像处理方法的实施例。
本发明实施例提供了一种图像形成装置，包括：一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述图像形成装置执行时，使得所述图像形成装置执行上述图像处理方法。
图6为本发明实施例提供的另一种图像形成装置的示意图，如图6所示，该图像形成装置20包括：处理器21、存储器22以及存储在存储器22中并可在处理器21上运行的计算机程序23，该计算机程序23被处理器21执行时实现实施例中的应用于图像处理方法，为避免重复，此处不一一赘述。或者，该计算机程序被处理器21执行时实现实施例中应用于图像处理装置中各模型/单元的功能，为避免重复，此处不一一赘述。
图像形成装置20包括，但不仅限于，处理器21、存储器22。本领域技术人员可以理解，图6仅仅是图像形成装置20的示例，并不构成对图像形成装置20的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如图像形成装置还可以包括输入输出设备、网络接入设备、总线等。
所称处理器21可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器22可以是图像形成装置20的内部存储单元，例如图像形成装置20的硬盘或内存。存储器22也可以是图像形成装置20的外部存储设备，例如图像形成装置20上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器22还可以既包括图像形成装置20的内部存储单元也包括外部存储设备。存储器22用于存储计算机程序以及图像形成装置20所需的其他程序和数据。存储器22还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例提供了一种电子设备，包括：一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述电子设备执行时，使得所述电子设备执行上述图像处理方法。
图7为本发明实施例提供的一种电子设备的示意图，如图7所示，该电子设备30包括：处理器31、存储器32以及存储在存储器32中并可在处理器31上运行的计算机程序33，该计算机程序33被处理器31执行时实现实施例中的应用于图像处理方法，为避免重复，此处不一一赘述。或者，该计算机程序被处理器31执行时实现实施例中应用于图像处理装置中各模型/单元的功能，为避免重复，此处不一一赘述。
电子设备30包括，但不仅限于，处理器31、存储器32。本领域技术人员可以理解，图7仅仅是电子设备30的示例，并不构成对电子设备30的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如图像形成装置还可以包括输入输出设备、网络接入设备、总线等。
所称处理器31可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器32可以是电子设备300的内部存储单元，例如电子设备30的硬盘或内存。存储器32也可以是电子设备30的外部存储设备，例如电子设备30上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器32还可以既包括电子设备30的内部存储单元也包括外部存储设备。存储器32用于存储计算机程序以及电子设备30所需的其他程序和数据。存储器32还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (16)
1.一种图像处理方法，其特征在于，包括：
对获取的预处理图像进行第一划分，得到多个第一子图像区域；
若判断出所述多个第一子图像区域的图像参数不满足第一预设条件时，对多个第一子图像区域进行第二划分，得到多个第二子图像区域；
对每个所述第二子图像区域进行属性识别，得出每个所述第二子图像区域的识别属性；
按照每个第二子图像区域的识别属性对应的图像处理方式，对所述第二子图像区域进行图像处理得出第三子图像区域；
对多个所述第三子图像区域进行合并，得出目标图像。
2.根据权利要求1所述的方法，其特征在于，所述对获取的预处理图像进行第一划分，得到多个第一子图像区域，包括：
按照设置的第一划分区域大小，对所述预处理图像进行第一划分，得到多个第一子图像区域。
3.根据权利要求1所述的方法，其特征在于，所述对多个第一子图像区域进行第二划分，得到多个第二子图像区域，包括：
按照设置的第二划分区域大小，对所述预处理图像进行第二划分，得到多个第二子图像区域。
4.根据权利要求1所述的方法，其特征在于，所述第一预设条件包括所述图像参数与设置的目标参数之间的差值的绝对值小于设定阈值。
5.根据权利要求4所述的方法，其特征在于，所述图像参数包括识别精度、模糊程度、信噪比和噪点数量中至少一个。
6.根据权利要求1所述的方法，其特征在于，所述对每个所述第二子图像区域进行属性识别，得出每个所述第二子图像区域的识别属性，包括：
根据所述第二子图像区域的图像内容，确定出所述第二子图像区域的识别属性为第一属性或者第二属性，其中，所述第一属性对应的图像处理方式为第一图像处理方式，所述第二属性对应的图像处理方式为第二图像处理方式。
7.根据权利要求6所述的方法，其特征在于，所述图像内容包括图像、文字和背景中至少一个。
8.根据权利要求6所述的方法，其特征在于，所述第一图像处理方式包括加粗、颜色增强和锐化中至少一种；
所述第二图像处理方式包括明暗调节和/或颜色调节。
9.根据权利要求1所述的方法，其特征在于，所述对获取的预处理图像进行第一划分，得到多个第一子图像区域之前，还包括：
根据设置的采样规则对获取的源图像进行预定处理得到所述预处理图像。
10.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若判断出所述多个第一子图像区域的图像参数满足第一预设条件时，对每个所述第一子图像区域进行属性识别，得出每个所述第一子图像区域的识别属性；
若判断出多个所述第一子图像区域的识别属性不满足第二预设条件时，执行所述对多个第一子图像区域进行第二划分，得到多个第二子图像区域的步骤。
11.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若判断出所述多个第一子图像区域的图像参数满足第一预设条件时，对每个所述第一子图像区域进行属性识别，得出每个所述第一子图像区域的识别属性；
若判断出多个所述第一子图像区域的识别属性不满足第二预设条件时，根据设置的新的采样规则对获取的源图像进行预定处理得到所述预处理图像，并执行所述对获取的预处理图像进行第一划分，得到多个第一子图像区域的步骤；或者，按照所述第三划分区域大小，执行所述对获取的预处理图像进行第一划分，得到多个第一子图像区域的步骤；或者，根据设置的新的采样规则对获取的源图像进行预定处理得到所述预处理图像，并按照设置的第三划分区域大小，执行所述对获取的预处理图像进行第一划分，得到多个第一子图像区域的步骤。
12.根据权利要求9或11所述的方法，其特征在于，所述采样规则包括采样分辨率和/或图像色彩模式。
13.一种图像处理装置，其特征在于，包括：
第一划分模块，用于对获取的预处理图像进行第一划分，得到多个第一子图像区域；
第一判断模块，用于判断所述多个第一子图像区域的图像参数是否满足第一预设条件；
第二划分模块，用于若所述第一判断模块判断出所述多个第一子图像区域的图像参数不满足第一预设条件时，对多个第一子图像区域进行第二划分，得到多个第二子图像区域；
识别模块，用于对每个所述第二子图像区域进行属性识别，得出每个所述第二子图像区域的识别属性；
图像处理模块，用于按照每个第二子图像区域的识别属性对应的图像处理方式，对所述第二子图像区域进行图像处理得出第三子图像区域；
合并模块，用于对多个所述第三子图像区域进行合并，得出目标图像。
14.一种图像形成装置，其特征在于，包括：一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述图像形成装置执行时，使得所述图像形成装置执行权利要求1至12任一项所述的图像处理方法。
15.一种电子设备，其特征在于，包括：一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述电子设备执行时，使得所述电子设备执行权利要求1至12任一项所述的图像处理方法。
16.一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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至12中任一项所述的图像处理方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211400553.7A CN115797371A (zh) | 2022-11-09 | 2022-11-09 | 一种图像处理方法、装置、图像形成装置和电子设备 |
| US18/486,066 US20240153042A1 (en) | 2022-11-09 | 2023-10-12 | Image processing method, electronic device, and storage medium |
| EP23207233.0A EP4369312A1 (en) | 2022-11-09 | 2023-11-01 | An image processing method, image forming device and electronic device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211400553.7A CN115797371A (zh) | 2022-11-09 | 2022-11-09 | 一种图像处理方法、装置、图像形成装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115797371A true CN115797371A (zh) | 2023-03-14 |
Family
ID=85436402
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211400553.7A Pending CN115797371A (zh) | 2022-11-09 | 2022-11-09 | 一种图像处理方法、装置、图像形成装置和电子设备 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20240153042A1 (zh) |
| EP (1) | EP4369312A1 (zh) |
| CN (1) | CN115797371A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116091320A (zh) * | 2023-04-10 | 2023-05-09 | 深圳市先地图像科技有限公司 | 一种图像处理方法、装置及相关设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110009556A (zh) * | 2018-01-05 | 2019-07-12 | 广东欧珀移动通信有限公司 | 图像背景虚化方法、装置、存储介质及电子设备 |
-
2022
- 2022-11-09 CN CN202211400553.7A patent/CN115797371A/zh active Pending
-
2023
- 2023-10-12 US US18/486,066 patent/US20240153042A1/en active Pending
- 2023-11-01 EP EP23207233.0A patent/EP4369312A1/en active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116091320A (zh) * | 2023-04-10 | 2023-05-09 | 深圳市先地图像科技有限公司 | 一种图像处理方法、装置及相关设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP4369312A1 (en) | 2024-05-15 |
| US20240153042A1 (en) | 2024-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8384964B2 (en) | Image processing apparatus and image processing method | |
| US20070002348A1 (en) | Method and apparatus for producing images by using finely optimized image processing parameters | |
| US8384936B2 (en) | System which performs resolution-dependent vectorization of print data | |
| US20050047660A1 (en) | Image processing apparatus, image processing method, program, and storage medium | |
| CN105320933A (zh) | 电子文档生成系统以及电子文档生成装置 | |
| EP4369312A1 (en) | An image processing method, image forming device and electronic device | |
| JP2002185800A (ja) | 適合画像強調フィルター及び強調画像データの生成方法 | |
| US20210056336A1 (en) | Image processing apparatus, image processing method, and storage medium | |
| JP2021179848A (ja) | 画像処理システム、画像処理方法、及びプログラム | |
| JP2018139457A (ja) | 画像処理装置、画像処理の制御方法、及びプログラム | |
| US7965409B2 (en) | Methods and systems for rendering and printing reverse fine features | |
| US11087126B2 (en) | Method to improve performance in document processing | |
| US8229214B2 (en) | Image processing apparatus and image processing method | |
| US9338310B2 (en) | Image processing apparatus and computer-readable medium for determining pixel value of a target area and converting the pixel value to a specified value of a target image data | |
| JP2007122255A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
| US20200134309A1 (en) | Image processing apparatus, method for controlling image processing apparatus, and storage medium | |
| US8335389B2 (en) | Image processing device and method for benzier approximation accuracy within a pre-defined data amount or predetermined processing time | |
| JP5126018B2 (ja) | 文書画像処理装置及びプログラム | |
| JP4165408B2 (ja) | 画像形成装置及び画像形成プログラム | |
| JP2023030811A (ja) | 情報処理装置、抽出処理装置、画像処理システム、情報処理装置の制御方法、及びプログラム | |
| US20100082698A1 (en) | Information processing apparatus, control method thereof, computer program, and storage medium | |
| US9727808B1 (en) | Method and system for rendering rectangle drawing objects using a clip region | |
| JP2008123245A (ja) | 画像処理装置及び画像処理プログラム | |
| US10346104B2 (en) | Object type based image processing | |
| JP2019121870A (ja) | 画像処理装置とその制御方法、及びプログラム |
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 |