CN115880300B - 图像模糊检测方法、装置、电子设备和存储介质 - Google Patents
图像模糊检测方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115880300B CN115880300B CN202310195619.1A CN202310195619A CN115880300B CN 115880300 B CN115880300 B CN 115880300B CN 202310195619 A CN202310195619 A CN 202310195619A CN 115880300 B CN115880300 B CN 115880300B
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- gray value
- pixel
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 91
- 238000012545 processing Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000002708 enhancing effect Effects 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 16
- 230000002776 aggregation Effects 0.000 claims description 11
- 238000004220 aggregation Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Character Input (AREA)
- Image Processing (AREA)
Abstract
本发明涉及数据处理技术领域,提供一种图像模糊检测方法、装置、电子设备和存储介质。其中方法包括:对待检测图像进行模糊处理,得到模糊图像,所述待检测图像是基于纸质档案确定得到的;基于所述待检测图像与所述模糊图像的差异,对所述待检测图像进行增强处理,得到增强图像;对所述待检测图像进行文字识别,得到第一字数,并对所述增强图像进行文字识别,得到第二字数;基于所述第一字数与所述第二字数的差异,确定所述待检测图像的图像模糊检测结果。本发明可对档案对应的待检测图像进行图像模糊检测,进而可以只在图像模糊检测结果为清晰图像时,才将待检测图像进行存储得到电子档案,以供后续可以准确识别到电子档案中记载的内容。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种图像模糊检测方法、装置、电子设备和存储介质。
背景技术
随着科技的快速发展和信息化水平的不断提升,电子档案的应用场景越来越广泛。电子档案指的是对纸质档案进行数字化处理后的档案。
目前,对纸质档案进行数字化得到档案图像,进而对档案图像进行存储得到电子档案。然而,数字化后的档案图像可能存在模糊的情况,导致后续无法准确识别到电子档案中记载的内容。
发明内容
本发明提供一种图像模糊检测方法、装置、电子设备和存储介质,用以解决现有技术中无法准确识别电子档案中所记载的内容的缺陷。
本发明提供一种图像模糊检测方法,包括:
对待检测图像进行模糊处理,得到模糊图像,所述待检测图像是基于纸质档案确定得到的;
基于所述待检测图像与所述模糊图像的差异,对所述待检测图像进行增强处理,得到增强图像;
对所述待检测图像进行文字识别,得到第一字数,并对所述增强图像进行文字识别,得到第二字数;
基于所述第一字数与所述第二字数的差异,确定所述待检测图像的图像模糊检测结果。
根据本发明提供的一种图像模糊检测方法,所述对待检测图像进行模糊处理,得到模糊图像,包括:
基于至少两个模糊半径,对所述待检测图像进行多尺度的高斯模糊处理,得到至少两个模糊图像。
根据本发明提供的一种图像模糊检测方法,所述至少两个模糊半径是基于如下步骤确定:
确定所述待检测图像中单个文字的像素宽度;
基于所述像素宽度分别与至少两个预设像素宽度的比值,确定所述至少两个模糊半径。
根据本发明提供的一种图像模糊检测方法,所述至少两个预设像素宽度包括第一像素宽度和第二像素宽度;
所述第一像素宽度为预设宽度,所述第二像素宽度为所述预设宽度的两倍。
根据本发明提供的一种图像模糊检测方法,所述基于所述待检测图像与所述模糊图像的差异,对所述待检测图像进行增强处理,得到增强图像,包括:
确定所述待检测图像中任一像素点的第一灰度值,以及所述模糊图像中所述任一像素点对应像素点的第二灰度值;
基于所述第一灰度值与所述第二灰度值的差值,确定所述任一像素点对应的保留灰度值;
对所述任一像素点的第一灰度值进行增强处理,得到所述任一像素点对应的增强灰度值;
基于所述保留灰度值和所述增强灰度值,确定所述任一像素点对应的目标灰度值;
基于所述任一像素点的目标灰度值,确定增强图像。
根据本发明提供的一种图像模糊检测方法,任一像素点的目标灰度值是基于如下公式确定:
;
式中,为所述任一像素点的序号,为第个像素点的目标灰度值,为第个像素点的保留灰度值,为第个像素点的第一灰度值。
根据本发明提供的一种图像模糊检测方法,所述基于所述第一字数与所述第二字数的差异,确定所述待检测图像的图像模糊检测结果,包括:
若所述第二字数大于所述第一字数,确定所述待检测图像为模糊图像;
若所述第二字数小于或等于所述第一字数,确定所述待检测图像为清晰图像;
若所述第一字数和所述第二字数均为零,确定所述待检测图像为模糊图像或无文字图像。
本发明还提供一种图像模糊检测装置,包括:
模糊处理模块,用于对待检测图像进行模糊处理,得到模糊图像,所述待检测图像是基于纸质档案确定得到的;
增强处理模块,用于基于所述待检测图像与所述模糊图像的差异,对所述待检测图像进行增强处理,得到增强图像;
文字识别模块,用于对所述待检测图像进行文字识别,得到第一字数,并对所述增强图像进行文字识别,得到第二字数;
结果确定模块,用于基于所述第一字数与所述第二字数的差异,确定所述待检测图像的图像模糊检测结果。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述图像模糊检测方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述图像模糊检测方法。
本发明提供的图像模糊检测方法、装置、电子设备和存储介质,对待检测图像进行模糊处理得到模糊图像,进而基于待检测图像与模糊图像的差异,对待检测图像进行增强处理,得到增强图像,然后,对待检测图像进行文字识别,得到第一字数,并对增强图像进行文字识别,得到第二字数,最后,基于第一字数与第二字数的差异,可以确定待检测图像的图像模糊检测结果,进而可以只在图像模糊检测结果为清晰图像时,才将待检测图像进行存储得到电子档案,以供后续可以准确识别到电子档案中记载的内容。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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为本发明提供的图像模糊检测方法的流程示意图之一;
图2为本发明提供的图像模糊检测方法的流程示意图之二;
图3为本发明提供的图像模糊检测装置的结构示意图;
图4为本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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。
随着科技的快速发展和信息化水平的不断提升,电子档案的应用场景越来越广泛。电子档案指的是对纸质档案进行数字化处理后的档案。
目前,对纸质档案进行数字化得到档案图像,进而对档案图像进行存储得到电子档案。然而,数字化后的档案图像可能存在模糊的情况,导致后续无法准确识别到电子档案中记载的内容。
基于此,可以对档案图像进行图像模糊检测,确保清晰图像才进一步存储得到电子档案。现有技术中,大部分是对人脸图像进行图像模糊检测,然而,其图像检测方法对于档案图像来说过于严苛,档案图像大多数为文字图像,因此要求人眼可识别即可,稍微模糊的图像,如果人眼可识别,也可以作为电子档案存储。综上,亟需一种针对于档案图像的图像模糊检测方法。
针对上述问题,本发明提出以下各实施例。图1为本发明提供的图像模糊检测方法的流程示意图之一,如图1所示,该图像模糊检测方法包括:
步骤110,对待检测图像进行模糊处理,得到模糊图像,所述待检测图像是基于纸质档案确定得到的。
此处,待检测图像为需要进行图像模糊检测的图像,该待检测图像为档案图像。该待检测图像是对纸质档案进行数字化处理得到的。在一实施例中,对纸质档案进行图像采集得到待检测图像。
此处,模糊处理的方式可以包括但不限于:高斯模糊处理、倾斜偏移模糊处理、椒盐模糊处理、运动模糊处理、旋转模糊处理等等。
此处,模糊图像可以为1个或多个。在一实施例中,若需要生成多个模糊图像,则对待检测图像进行多尺度的模糊处理,得到多个模糊图像。
在一具体实施例中,对待检测图像进行高斯模糊处理,得到模糊图像。由于该高斯模糊处理属于现有技术,本发明实施例对此不作具体赘述。
在一实施例中,对待检测图像的灰度图像进行模糊处理,得到模糊图像。
步骤120,基于所述待检测图像与所述模糊图像的差异,对所述待检测图像进行增强处理,得到增强图像。
此处,差异可以包括1个或多个。在一实施例中,若模糊图像的数量为1,则确定待检测图像与该模糊图像的差异。在另一实施例中,若模糊图像的数量为多个,则确定待检测图像与每一个模糊图像的多差异。该差异可以为差异数据,也可以为差异图(保留图),即基于差异数据生成差异图。
此处,增强图像相比待检测图像更为清晰,基于此,对增强图像进行文字识别所得到的字数应该大于或等于待检测图像进行文字识别所得到的字数。
该增强图像的数量可以为1个或多个。在一实施例中,若模糊图像的数量为1,则基于待检测图像与该模糊图像的差异,对待检测图像进行增强处理,得到1个增强图像。在另一实施例中,若模糊图像的数量为多个,则基于待检测图像与多个模糊图像的多个差异,对待检测图像进行增强处理,得到多个增强图像。
具体地,确定待检测图像中每一个像素与模糊图像中每一个像素的差异。任一像素的差异是待检测图像中该任一像素与模糊图像中对应像素的差异。
需要说明的是,对待检测图像进行模糊处理得到的模糊图像的像元数量不变,且像素位置不变,因此,待检测图像与模糊图像存在像素对应关系。
在一实施例中,将待检测图像与模糊图像做减法运算。具体地,将待检测图像减去模糊图像,得到该差异(差值)。
在一实施例中,确定待检测图像与模糊图像的灰度值差异。在另一实施例中,确定待检测图像与模糊图像的色值差异。当然,还可以为其他差异,本发明实施例对此不再一一赘述。
具体地,对待检测图像中每一像素进行增强处理,得到增强图像。
在一实施例中,对待检测图像与模糊图像的差异,以及待检测图像进行加权聚合处理,得到增强图像。其中,加权聚合处理的权重可以根据实际需要设定。其中,加权聚合处理的权重可以根据实际需要设定。
为便于理解,加权聚合处理的公式如下所示:
;
式中,为像素序号,即用于表征第个像素,为增强图像的第个像素,为差异的第个像素,为待检测图像的第个像素,M为差异的权重,N为待检测图像的权重,Q为预设参数。该权重M可以根据实际需要设定,例如1;该权重N可以根据实际需要设定,例如2;该预设参数Q可以根据实际需要设定,例如1。
进一步地,对待检测图像与模糊图像的灰度值差异,以及待检测图像的灰度值进行加权聚合处理,得到目标灰度值,进而基于目标灰度值生成增强图像。
步骤130,对所述待检测图像进行文字识别,得到第一字数,并对所述增强图像进行文字识别,得到第二字数。
具体地,对待检测图像进行文字识别,得到第一文字识别结果,基于第一文字识别结果确定第一字数;对增强图像进行文字识别得到第二文字识别结果,基于第二文字识别结果确定第二字数。
此处,文字识别的方式可以根据实际需要进行设定。在一实施例中,采用OCR(optical character recognition,光学字符识别)进行文字识别。
此处,第二字数的数量可以为1个或多个。在一实施例中,若增强图像的数量为1,则第二字数的数量为1。在另一实施例中,若增强图像的数量为多个,则第二字数的数量为多个。
步骤140,基于所述第一字数与所述第二字数的差异,确定所述待检测图像的图像模糊检测结果。
此处,差异可以包括1个或多个。在一实施例中,若第二字数的数量为1,则确定第一字数与该第二字数的差异。在另一实施例中,若第二字数的数量为多个,则确定第一字数与多个第二字数的多个差异。
此处,图像模糊检测结果可以包括但不限于:模糊图像、清晰图像、无文字图像等等。该模糊图像还可以划分多个级别,不同级别的模糊图像模糊程度不同,例如划分为两个级别,二级模糊图像相比一级模糊图像更为模糊。无文字图像表征待检测图像上不存在文字内容,即纸质档案上不存在文字内容。
在一些实施例中,对比第一字数和第二字数,得到第一字数和第二字数的差异,基于该差异,确定待检测图像的图像模糊检测结果。由于增强图像相比待检测图像更为清晰,基于此,第二字数通常大于或等于第一字数。
在一实施例中,若第二字数大于第一字数,确定待检测图像为模糊图像,若第二字数等于第一字数,确定待检测图像为清晰图像。若第二字数的数量为多个,则只要有一个第二字数大于第一字数,确定待检测图像为模糊图像,或者,所有第二字数均等于第一字数,确定待检测图像为清晰图像。
在另一实施例中,若第一字数和第二字数均为零,确定待检测图像为模糊图像或无文字图像。可以理解的是,若第一字数和第二字数均为零,则待检测图像上没有文字内容,或者是不能达到人眼可辩的清晰度。
在另一些实施例中,确定第二字数与第一字数的差值,基于该差值,确定待检测图像的图像模糊检测结果。
在一实施例中,若该差值大于0,确定待检测图像为模糊图像,并基于该差值的取值范围,确定该模糊图像的级别;若差值等于0,确定待检测图像为清晰图像。若第二字数的数量为多个,则只要有一个差值大于0,确定待检测图像为模糊图像,或者,所有差值均等于0,确定待检测图像为清晰图像。
在另一实施例中,若该差值等于0,且第一字数和第二字数均为零,确定待检测图像为模糊图像或无文字图像。
在另一些实施例中,确定第二字数与第一字数的比值,基于该比值,确定待检测图像的图像模糊检测结果。
在一实施例中,若该比值大于1,确定待检测图像为模糊图像,并基于该比值的取值范围,确定该模糊图像的级别;若比值等于1,确定待检测图像为清晰图像。若第二字数的数量为多个,则只要有一个比值大于1,确定待检测图像为模糊图像,或者,所有比值均等于1,确定待检测图像为清晰图像。
在另一实施例中,若第一字数和第二字数均为零,确定待检测图像为模糊图像或无文字图像。
可以理解的是,只有在图像模糊检测结果为清晰图像时,才将待检测图像进行存储得到电子档案,以供后续可以准确识别到电子档案中记载的内容。若图像模糊检测结果为模糊图像或无文字图像,可以重新基于纸质档案确定待检测图像,并重复执行图像模糊检测方法,直至图像模糊检测结果为清晰图像。
本发明实施例提供的图像模糊检测方法,对待检测图像进行模糊处理得到模糊图像,进而基于待检测图像与模糊图像的差异,对待检测图像进行增强处理,得到增强图像,然后,对待检测图像进行文字识别,得到第一字数,并对增强图像进行文字识别,得到第二字数,最后,基于第一字数与第二字数的差异,可以确定待检测图像的图像模糊检测结果,进而可以只在图像模糊检测结果为清晰图像时,才将待检测图像进行存储得到电子档案,以供后续可以准确识别到电子档案中记载的内容。
基于上述实施例,该方法中,上述步骤110包括:
基于至少两个模糊半径,对所述待检测图像进行多尺度的高斯模糊处理,得到至少两个模糊图像。
此处,模糊半径可以根据待检测图像中文字的像素宽度确定,也可以预先根据实际需求设定。
具体地,基于任一模糊半径,对待检测图像进行高斯模糊处理,得到该任一模糊半径对应的模糊图像。
在一具体实施例中,基于两个模糊半径,对待检测图像进行两个尺度的高斯模糊处理,得到两个模糊图像。可以理解的是,基于两个模糊半径,对待检测图像进行两个尺度的高斯模糊处理是最符合电子档案的,效果最好,即提高电子档案的图像模糊检测的准确性。
本发明实施例提供的图像模糊检测方法,基于至少两个模糊半径,对待检测图像进行多尺度的高斯模糊处理,得到至少两个模糊图像,以供后续可以得到多个增强图像,进而基于多个增强图像可以更为准确地确定图像模糊检测结果,最终提高图像模糊检测的准确性。
基于上述任一实施例,该方法中,所述至少两个模糊半径是基于如下步骤确定:
确定所述待检测图像中单个文字的像素宽度;
基于所述像素宽度分别与至少两个预设像素宽度的比值,确定所述至少两个模糊半径。
此处,该像素宽度可以为平均像素宽度。其可以为待检测图像中若干文字的平均像素宽度,也可以为待检测图像中所有文字的平均像素宽度。
在一实施例中,确定纸质档案中预设长度内的字数,基于该预设长度和该字数确定单个文字的宽度,基于该单个文字的宽度确定在待检测图像中单个文字的宽度,基于在待检测图像中单个文字的宽度和待检测图像的分辨率,确定单个文字的像素宽度。例如,纸质档案中1英寸内的字数为3,则确定单个文字的宽度为1/3英寸。
在另一实施例中,确定待检测图像中预设长度内的字数,基于该预设长度和该字数确定单个文字的宽度,基于该单个文字的宽度和待检测图像的分辨率,确定单个文字的像素宽度。例如,待检测图像中1英寸内的字数为3,则确定单个文字的宽度为1/3英寸。
此处,预设像素宽度可以根据实际需要设定,该预设像素宽度是基于大量的电子档案确定得到的经验值。该至少两个预设像素宽度的数量与该比值的数量相同,且与至少两个模糊半径的数量相同,即一个像素宽度与一个预设像素宽度的一个比值,确定一个模糊半径。
需要说明的是,不同预设像素宽度的像素宽度不同,进而使得到的模糊半径不同,进而可以进行多尺度的高斯模糊处理。
在一实施例中,至少两个预设像素宽度的数量为2,从而得到两个模糊半径,进而对待检测图像进行两个尺度的高斯模糊处理是最符合电子档案的,效果最好,即提高电子档案的图像模糊检测的准确性。
此处,每一个模糊半径均为整数,基于此,可以对每一个比值进行四舍五入得到模糊半径,也可以对每一个比值进行向下取整或向上取整得到模糊半径,当然还可以采用其他取整方法,本发明实施例对此不再一一赘述。
本发明实施例提供的图像模糊检测方法,基于待检测图像中单个文字的像素宽度,由于考虑到待检测图像中的真实文字情况,可以更为准确地确定模糊半径,进而更为准确地得到模糊图像,最终提高图像模糊检测的准确性。
基于上述任一实施例,该方法中,所述至少两个预设像素宽度包括第一像素宽度和第二像素宽度;
所述第一像素宽度为预设宽度,所述第二像素宽度为所述预设宽度的两倍。
此处,预设宽度可以根据实际需要设定,例如16,该预设宽度是基于大量的电子档案确定得到的经验值。
在一实施例中,第一像素宽度为16,第二像素宽度为32。
本发明实施例提供的图像模糊检测方法,至少两个预设像素宽度包括第一像素宽度和第二像素宽度,从而得到两个模糊半径,进而对待检测图像进行两个尺度的高斯模糊处理是最符合电子档案的,最终提高电子档案的图像模糊检测的准确性。同时,第一像素宽度为预设宽度,第二像素宽度为预设宽度的两倍,从而更为准确设定预设像素宽度,进而更为准确确定模糊半径,最终提高电子档案的图像模糊检测的准确性。
基于上述任一实施例,图2为本发明提供的图像模糊检测方法的流程示意图之二,如图2所示,上述步骤120包括:
步骤121,确定所述待检测图像中任一像素点的第一灰度值,以及所述模糊图像中所述任一像素点对应像素点的第二灰度值。
需要说明的是,对待检测图像进行模糊处理得到的模糊图像的像元数量不变,且像素位置不变,因此,待检测图像与模糊图像存在像素对应关系,进而第一灰度值与第二灰度值关于像素点一一对应。
步骤122,基于所述第一灰度值与所述第二灰度值的差值,确定所述任一像素点对应的保留灰度值。
具体地,基于任一像素点的第一灰度值与对应像素点的第二灰度值的差值,确定该任一像素点对应的保留灰度值。
在一实施例中,直接将差值确定为保留灰度值。在另一实施例中,可以对该差值作进一步的数据处理得到保留灰度值。
此处,该保留灰度值可以为正数,也可以为负数。
步骤123,对所述任一像素点的第一灰度值进行增强处理,得到所述任一像素点对应的增强灰度值。
具体地,分别对每一个像素点的第一灰度值进行加权处理,得到每一个像素点的增强灰度值。其中,加权处理的权重大于或等于1。
为便于理解,加权处理的公式如下所示:
;
式中,为像素序号,即用于表征第个像素点,为第个像素点的增强灰度值,为第个像素点的第一灰度值,N为加权处理的权重。该权重N可以根据实际需要设定,N大于或等于1。
在一实施例中,加权处理的权重为2,即N=2。
步骤124,基于所述保留灰度值和所述增强灰度值,确定所述任一像素点对应的目标灰度值。
具体地,对每一个像素点的保留灰度值和对应像素点的增强灰度值进行聚合处理,得到每一个像素点的目标灰度值。该聚合处理可以包括但不限于:相加处理、加权聚合等等。需要说明的是,目标灰度值的取值区间为0-255。
在一实施例中,将每一个像素点的保留灰度值和对应像素点的增强灰度值进行相加处理,得到每一个像素点的目标灰度值。
在另一实施例中,将每一个像素点的保留灰度值和对应像素点的增强灰度值进行加权聚合处理,得到每一个像素点的目标灰度值。
为便于理解,加权聚合处理的公式如下所示:
;
式中,为像素序号,即用于表征第个像素点,为第个像素点的目标灰度值,为第个像素点的保留灰度值,为第个像素点的增强灰度值,M为第一权重,L为第二权重,Q为预设参数。该权重M可以根据实际需要设定,例如1;该权重L可以根据实际需要设定,例如1;该预设参数Q可以根据实际需要设定,例如1。
在一实施例中,考虑到保留灰度值可能为负数,基于此,对每一个像素点的保留灰度值的绝对值和对应像素点的增强灰度值进行聚合处理,得到每一个像素点的目标灰度值。
在一实施例中,基于每一个像素点的保留灰度值生成保留图,进而基于增强灰度值,对保留图进行线性光混合运算,得到结果图(增强图像),该结果图包括每一个像素点的目标灰度值。
步骤125,基于所述任一像素点的目标灰度值,确定增强图像。
具体地,可以基于每一个像素点的目标灰度值,直接生成增强图像;也可以对每一个像素点的目标灰度值作进一步的数据处理,从而基于数据处理后的每一个像素点的目标灰度值,生成增强图像。
本发明实施例提供的图像模糊检测方法,通过上述方式,确定每一个像素点的保留灰度值,并对每一个像素点的第一灰度值进行增强处理,得到每一个像素点的增强灰度值,进而基于每一个像素点的保留灰度值和每一个像素点的增强灰度值,确定每一个像素点的目标灰度值,即对待检测图像进行清晰化处理,为增强图像的获得提供支持。同时,基于上述像素级的处理,可以进一步提高图像模糊检测的准确性。
基于上述任一实施例,任一像素点的目标灰度值是基于如下公式确定:
;
式中,为所述任一像素点的序号,为第个像素点的目标灰度值,为第个像素点的保留灰度值,为第个像素点的第一灰度值。
其中,为第个像素点的增强灰度值。是为了确保目标灰度值小于或等于255。是为了确保目标灰度值大于或等于0。
本发明实施例提供的图像模糊检测方法,通过上述公式可以确定任一像素点的目标灰度值,为目标灰度值的确定提供支持。同时,通过上述公式,可以更为准确地确定目标灰度值,从而更为准确地得到增强图像,进而提高图像模糊检测的准确性。
基于上述任一实施例,该方法中,上述步骤140包括:
若所述第二字数大于所述第一字数,确定所述待检测图像为模糊图像;
若所述第二字数小于或等于所述第一字数,确定所述待检测图像为清晰图像;
若所述第一字数和所述第二字数均为零,确定所述待检测图像为模糊图像或无文字图像。
此处,模糊图像可以划分多个级别,不同级别的模糊图像模糊程度不同,例如划分为两个级别,二级模糊图像相比一级模糊图像更为模糊。
此处,无文字图像表征待检测图像上不存在文字内容,即纸质档案上不存在文字内容。
需要说明的是,若第二字数大于第一字数,则说明待检测图像还不够清晰;若第一字数和第二字数均为零,则待检测图像上没有文字内容,或者是不能达到人眼可辩的清晰度。
在一实施例中,若第二字数大于第一字数,确定待检测图像为一级模糊图像;若第一字数和第二字数均为零,确定待检测图像为二级模糊图像或无文字图像。二级模糊图像相比一级模糊图像更为模糊。
在一实施例中,若第二字数的数量为多个,则只要有一个第二字数大于第一字数,确定待检测图像为模糊图像,或者,所有第二字数均等于第一字数,确定待检测图像为清晰图像。
本发明实施例提供的图像模糊检测方法,通过待检测图像的第一字数与增强图像的第二字数的对比,为图像模糊检测结果的确定提供支持。
在实际应用过程中,本发明实施例主要应用于以文字内容为主的电子档案的档案图像的图像模糊检测方法。可以用于判断纸质档案数字化后的图像清晰度是否满足档案保留的要求,也可辅助对档案数字化成果进行快速评估。
下面对本发明提供的图像模糊检测装置进行描述,下文描述的图像模糊检测装置与上文描述的图像模糊检测方法可相互对应参照。
图3为本发明提供的图像模糊检测装置的结构示意图,如图3所示,该图像模糊检测装置,包括:
模糊处理模块310,用于对待检测图像进行模糊处理,得到模糊图像,所述待检测图像是基于纸质档案确定得到的;
增强处理模块320,用于基于所述待检测图像与所述模糊图像的差异,对所述待检测图像进行增强处理,得到增强图像;
文字识别模块330,用于对所述待检测图像进行文字识别,得到第一字数,并对所述增强图像进行文字识别,得到第二字数;
结果确定模块340,用于基于所述第一字数与所述第二字数的差异,确定所述待检测图像的图像模糊检测结果。
本发明实施例提供的图像模糊检测装置,对待检测图像进行模糊处理得到模糊图像,进而基于待检测图像与模糊图像的差异,对待检测图像进行增强处理,得到增强图像,然后,对待检测图像进行文字识别,得到第一字数,并对增强图像进行文字识别,得到第二字数,最后,基于第一字数与第二字数的差异,可以确定待检测图像的图像模糊检测结果,进而可以只在图像模糊检测结果为清晰图像时,才将待检测图像进行存储得到电子档案,以供后续可以准确识别到电子档案中记载的内容。
基于上述任一实施例,该模糊处理模块310还用于:
基于至少两个模糊半径,对所述待检测图像进行多尺度的高斯模糊处理,得到至少两个模糊图像。
基于上述任一实施例,该装置还包括:
宽度确定模块,用于确定所述待检测图像中单个文字的像素宽度;
半径确定模块,用于基于所述像素宽度分别与至少两个预设像素宽度的比值,确定所述至少两个模糊半径。
基于上述任一实施例,所述至少两个预设像素宽度包括第一像素宽度和第二像素宽度;
所述第一像素宽度为预设宽度,所述第二像素宽度为所述预设宽度的两倍。
基于上述任一实施例,该增强处理模块320包括:
第一确定单元,用于确定所述待检测图像中任一像素点的第一灰度值,以及所述模糊图像中所述任一像素点对应像素点的第二灰度值;
第二确定单元,用于基于所述第一灰度值与所述第二灰度值的差值,确定所述任一像素点对应的保留灰度值;
增强处理单元,用于对所述任一像素点的第一灰度值进行增强处理,得到所述任一像素点对应的增强灰度值;
第三确定单元,用于基于所述保留灰度值和所述增强灰度值,确定所述任一像素点对应的目标灰度值;
图像确定单元,用于基于所述任一像素点的目标灰度值,确定增强图像。
基于上述任一实施例,任一像素点的目标灰度值是基于如下公式确定:
;
式中,为所述任一像素点的序号,为第个像素点的目标灰度值,为第个像素点的保留灰度值,为第个像素点的第一灰度值。
基于上述任一实施例,该结果确定模块340还用于:
若所述第二字数大于所述第一字数,确定所述待检测图像为模糊图像;
若所述第二字数小于或等于所述第一字数,确定所述待检测图像为清晰图像;
若所述第一字数和所述第二字数均为零,确定所述待检测图像为模糊图像或无文字图像。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行图像模糊检测方法,该方法包括:对待检测图像进行模糊处理,得到模糊图像,所述待检测图像是基于纸质档案确定得到的;基于所述待检测图像与所述模糊图像的差异,对所述待检测图像进行增强处理,得到增强图像;对所述待检测图像进行文字识别,得到第一字数,并对所述增强图像进行文字识别,得到第二字数;基于所述第一字数与所述第二字数的差异,确定所述待检测图像的图像模糊检测结果。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的图像模糊检测方法,该方法包括:对待检测图像进行模糊处理,得到模糊图像,所述待检测图像是基于纸质档案确定得到的;基于所述待检测图像与所述模糊图像的差异,对所述待检测图像进行增强处理,得到增强图像;对所述待检测图像进行文字识别,得到第一字数,并对所述增强图像进行文字识别,得到第二字数;基于所述第一字数与所述第二字数的差异,确定所述待检测图像的图像模糊检测结果。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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各实施方式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。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种图像模糊检测方法,其特征在于,包括:
对待检测图像进行模糊处理,得到模糊图像,所述待检测图像是基于纸质档案确定得到的;
基于所述待检测图像与所述模糊图像的差异,对所述待检测图像进行增强处理,得到增强图像;
对所述待检测图像进行文字识别,得到第一字数,并对所述增强图像进行文字识别,得到第二字数;
基于所述第一字数与所述第二字数的差异,确定所述待检测图像的图像模糊检测结果;
所述基于所述待检测图像与所述模糊图像的差异,对所述待检测图像进行增强处理,得到增强图像,包括:
确定所述待检测图像中任一像素点的第一灰度值,以及所述模糊图像中所述任一像素点对应像素点的第二灰度值;
基于所述第一灰度值与所述第二灰度值的差值,确定所述任一像素点对应的保留灰度值;
对所述任一像素点的第一灰度值进行增强处理,得到所述任一像素点对应的增强灰度值;
对所述保留灰度值和所述增强灰度值进行聚合处理,得到所述任一像素点对应的目标灰度值;
基于所述任一像素点的目标灰度值,确定增强图像。
2.根据权利要求1所述的图像模糊检测方法,其特征在于,所述对待检测图像进行模糊处理,得到模糊图像,包括:
基于至少两个模糊半径,对所述待检测图像进行多尺度的高斯模糊处理,得到至少两个模糊图像。
3.根据权利要求2所述的图像模糊检测方法,其特征在于,所述至少两个模糊半径是基于如下步骤确定:
确定所述待检测图像中单个文字的像素宽度;
基于所述像素宽度分别与至少两个预设像素宽度的比值,确定所述至少两个模糊半径。
4.根据权利要求3所述的图像模糊检测方法,其特征在于,所述至少两个预设像素宽度包括第一像素宽度和第二像素宽度;
所述第一像素宽度为预设宽度,所述第二像素宽度为所述预设宽度的两倍。
5.根据权利要求1所述的图像模糊检测方法,其特征在于,任一像素点的目标灰度值是基于如下公式确定:
;
式中,为所述任一像素点的序号,为第个像素点的目标灰度值,为第个像素点的保留灰度值,为第个像素点的第一灰度值。
6.根据权利要求1所述的图像模糊检测方法,其特征在于,所述基于所述第一字数与所述第二字数的差异,确定所述待检测图像的图像模糊检测结果,包括:
若所述第二字数大于所述第一字数,确定所述待检测图像为模糊图像;
若所述第二字数小于或等于所述第一字数,确定所述待检测图像为清晰图像;
若所述第一字数和所述第二字数均为零,确定所述待检测图像为模糊图像或无文字图像。
7.一种图像模糊检测装置,其特征在于,包括:
模糊处理模块,用于对待检测图像进行模糊处理,得到模糊图像,所述待检测图像是基于纸质档案确定得到的;
增强处理模块,用于基于所述待检测图像与所述模糊图像的差异,对所述待检测图像进行增强处理,得到增强图像;
文字识别模块,用于对所述待检测图像进行文字识别,得到第一字数,并对所述增强图像进行文字识别,得到第二字数;
结果确定模块,用于基于所述第一字数与所述第二字数的差异,确定所述待检测图像的图像模糊检测结果;
所述增强处理模块包括:
第一确定单元,用于确定所述待检测图像中任一像素点的第一灰度值,以及所述模糊图像中所述任一像素点对应像素点的第二灰度值;
第二确定单元,用于基于所述第一灰度值与所述第二灰度值的差值,确定所述任一像素点对应的保留灰度值;
增强处理单元,用于对所述任一像素点的第一灰度值进行增强处理,得到所述任一像素点对应的增强灰度值;
第三确定单元,用于对所述保留灰度值和所述增强灰度值进行聚合处理,得到所述任一像素点对应的目标灰度值;
图像确定单元,用于基于所述任一像素点的目标灰度值,确定增强图像。
8.一种电子设备,包括存储器、处理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,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述图像模糊检测方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述图像模糊检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310195619.1A CN115880300B (zh) | 2023-03-03 | 2023-03-03 | 图像模糊检测方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310195619.1A CN115880300B (zh) | 2023-03-03 | 2023-03-03 | 图像模糊检测方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115880300A CN115880300A (zh) | 2023-03-31 |
CN115880300B true CN115880300B (zh) | 2023-05-09 |
Family
ID=85761867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310195619.1A Active CN115880300B (zh) | 2023-03-03 | 2023-03-03 | 图像模糊检测方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115880300B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115393330A (zh) * | 2022-08-30 | 2022-11-25 | 深圳市震有软件科技有限公司 | 摄像头图像模糊检测方法、装置、计算机设备及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105096316A (zh) * | 2015-06-30 | 2015-11-25 | 华为技术有限公司 | 一种确定图像模糊程度的方法及装置 |
CN107945163B (zh) * | 2017-11-23 | 2020-04-28 | 广州酷狗计算机科技有限公司 | 图像增强方法及装置 |
CN110942074B (zh) * | 2018-09-25 | 2024-04-09 | 京东科技控股股份有限公司 | 字符切分识别方法、装置、电子设备、存储介质 |
CN112950525B (zh) * | 2019-11-22 | 2024-09-17 | 华为技术有限公司 | 图像检测方法、装置及电子设备 |
CN111027546B (zh) * | 2019-12-05 | 2024-03-26 | 嘉楠明芯(北京)科技有限公司 | 一种字符分割方法、装置以及计算机可读存储介质 |
CN111898528B (zh) * | 2020-07-29 | 2023-11-10 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、计算机可读介质及电子设备 |
CN112926351A (zh) * | 2021-03-17 | 2021-06-08 | 北京金朗维科技有限公司 | 一种图形码识别的方法、装置和扫码设备 |
CN115205163B (zh) * | 2022-09-15 | 2022-12-09 | 深圳前海量子云码科技有限公司 | 一种标识图像的处理方法、装置、设备及存储介质 |
-
2023
- 2023-03-03 CN CN202310195619.1A patent/CN115880300B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115393330A (zh) * | 2022-08-30 | 2022-11-25 | 深圳市震有软件科技有限公司 | 摄像头图像模糊检测方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115880300A (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111275129B (zh) | 一种图像数据的增广策略选取方法及系统 | |
CN108229526B (zh) | 网络训练、图像处理方法、装置、存储介质和电子设备 | |
WO2017121018A1 (zh) | 二维码图像处理的方法和装置、终端、存储介质 | |
RU2721188C2 (ru) | Улучшение контраста и снижение шума на изображениях, полученных с камер | |
US7171042B2 (en) | System and method for classification of images and videos | |
CN105740876A (zh) | 一种图像预处理方法及装置 | |
CN111696064B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
CN113592776A (zh) | 图像处理方法及装置、电子设备、存储介质 | |
CN114820417A (zh) | 图像异常检测方法、装置、终端设备和可读存储介质 | |
CN113139906B (zh) | 一种生成器的训练方法、装置与存储介质 | |
WO2024016632A1 (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 | |
CN110288560B (zh) | 一种图像模糊检测方法及装置 | |
KR101011908B1 (ko) | 디지털 이미지의 노이즈 감소 방법 및 이를 이용한 이미지 처리 장치 | |
CN110210467B (zh) | 一种文本图像的公式定位方法、图像处理装置、存储介质 | |
CN113688838A (zh) | 红色笔迹提取方法、系统、可读存储介质及计算机设备 | |
CN116823677B (zh) | 一种图像增强的方法、装置、存储介质及电子设备 | |
CN112017163B (zh) | 图像模糊度检测的方法、装置、电子设备及存储介质 | |
CN115880300B (zh) | 图像模糊检测方法、装置、电子设备和存储介质 | |
CN111859022A (zh) | 封面生成方法、电子设备及计算机可读存储介质 | |
CN113628192A (zh) | 图像模糊检测方法、装置、设备、存储介质及程序产品 | |
CN111353991A (zh) | 一种目标检测方法、装置、电子设备及存储介质 | |
CN108596874B (zh) | 图像清晰判定方法、装置,以及计算机设备、产品 | |
CN116468611B (zh) | 图像拼接方法、装置、设备和存储介质 | |
CN113111730B (zh) | 快速高精度的图像模糊检测方法及装置 | |
CN112434498B (zh) | 一种基于云平台的智能表单构建方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |