CN115908339A - 工业图像数据的缺陷检测标注方法及系统 - Google Patents
工业图像数据的缺陷检测标注方法及系统 Download PDFInfo
- Publication number
- CN115908339A CN115908339A CN202211509538.6A CN202211509538A CN115908339A CN 115908339 A CN115908339 A CN 115908339A CN 202211509538 A CN202211509538 A CN 202211509538A CN 115908339 A CN115908339 A CN 115908339A
- Authority
- CN
- China
- Prior art keywords
- image
- regions
- values
- black
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Image Processing (AREA)
Abstract
本申请提供一种工业图像数据的缺陷检测标注方法及系统,所述方法包括如下步骤:计算机设备接收外围设备采集的工业图像即第一图像;计算机设备将该第一图像进行缺陷识别确定该第一图像是否具有缺陷,若具有缺陷,依据识别结果定位该缺陷区域;计算机设备将该缺陷区域进行标记后得到第二图像,将该第二图像存储于待确认的缺陷产品文档。本申请提供的技术方案具有成本低的优点。
Description
技术领域
本发明涉及图像及检测领域,具体涉及一种工业图像数据的缺陷检测标注方法及系统。
背景技术
工业图像数据有很多,现有的工业上的缺陷检测非常多,例如焊接检测,目前的焊接检测基于人工检测,此种检测方法需要人工具有比较丰富的经验,并且人工检测效率低,成本高,不利于大范围的推广。
发明内容
本发明实施例提供了一种工业图像数据的缺陷检测标注方法及系统,对工业图像数据进行缺陷检测,并将缺陷位置进行标记,实现自动检测,减少人工,具有降低成本的优点。
第一方面,本发明实施例提供一种工业图像数据的缺陷检测标注方法,所述方法包括如下步骤:
计算机设备接收外围设备采集的工业图像即第一图像;
计算机设备将该第一图像进行缺陷识别确定该第一图像是否具有缺陷,若具有缺陷,依据识别结果定位该缺陷区域;
计算机设备将该缺陷区域进行标记后得到第二图像,将该第二图像存储于待确认的缺陷产品文档。
第二方面,提供一种工业图像数据的缺陷检测标注系统,所述系统应用于计算机设备,所述系统包括:
通信单元,用于接收外围设备采集的工业图像即第一图像;
识别单元,用于将该第一图像进行缺陷识别确定该第一图像是否具有缺陷,若具有缺陷,依据识别结果定位该缺陷区域;将该缺陷区域进行标记后得到第二图像,将该第二图像存储于待确认的缺陷产品文档。
第三方面,提供一种计算机可读存储介质,其存储用于电子数据交换的程序,其中,所述程序使得终端执行第一方面提供的方法。
实施本发明实施例,具有如下有益效果:
可以看出,本申请提供的技术方案计算机设备接收外围设备采集的工业图像即第一图像;计算机设备将该第一图像进行缺陷识别确定该第一图像是否具有缺陷,若具有缺陷,依据识别结果定位该缺陷区域;计算机设备将该缺陷区域进行标记后得到第二图像,将该第二图像存储于待确认的缺陷产品文档。这样上述技术方案可以通过远程方式来实现对工业图像的采集,并且对于上述图像进行智能识别确定是否有缺陷以后,在执行定位操作,进而进行标记,这样方便人工复核的时候进行观看,提高效率,上述方案无需人工操作,降低了人工成本,提高了检测效率,具有成本低,提高工业质量以及效率的优点。
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是一种计算机设备的结构示意图
图2是一种工业图像数据的缺陷检测标注方法的流程示意图;
图3是本申请提供一种正常焊接图片的黑白图片;
图4是本申请提供一种缺陷焊接图片的黑白图片;
图5是本申请提供另一种缺陷焊接图片的黑白图片;
图6是一种工业图像数据的缺陷检测标注系统的结构示意图。
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。
本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结果或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
参阅图1,图1提供了一种计算机设备,具体的,上述计算机设备可以为IOS、安卓、鸿蒙等操作系统的计算机设备,当然也可以为其他系统的计算机设备,本申请并不限制上述具体的操作系统。上述计算机设备可以通过无线方式与其他设备连接,当然还可以通过有线方式与其他设备链接,该计算机设备具体可以为:个人电脑、服务器等等。
上述计算机设备可以为其他外围设备进行连接,上述外围设备可以为摄像头、数码相机、智能手机等等具有工业图像采集功能的设备等等。本申请的技术方案的工业图像主要是针对焊接图像进行缺陷的检测,对于其他类型的图像的检测,本文若无特殊说明,则不涉及其他工业图像的缺陷的检测。
参阅图2,图2为本申请提供的一种工业图像数据的缺陷检测标注方法的流程示意图,该方法如图2所示,包括如下步骤:
步骤S201、计算机设备接收外围设备采集的工业图像即第一图像;
上述第一图像可以为图片,当然也可以为视频,上述外围设备可以为多种形式的设备,本申请并不限制上述外围设备的具体表现形式。上述第一图像可以为焊接图像,即具有焊缝的图像。
步骤S202、计算机设备将该第一图像进行缺陷识别确定该第一图像是否具有缺陷,若具有缺陷,依据识别结果定位该缺陷区域;
上述缺陷具体可以包括:气孔、堆叠、裂纹、夹渣等等,当然还可以为其他的焊接缺陷。本申请主要是检测堆叠或气孔的缺陷。
步骤S203、计算机设备将该缺陷区域进行标记后得到第二图像,将该第二图像存储于待确认的缺陷产品文档。
本申请提供的技术方案计算机设备接收外围设备采集的工业图像即第一图像;计算机设备将该第一图像进行缺陷识别确定该第一图像是否具有缺陷,若具有缺陷,依据识别结果定位该缺陷区域;计算机设备将该缺陷区域进行标记后得到第二图像,将该第二图像存储于待确认的缺陷产品文档。这样上述技术方案可以通过远程方式来实现对工业图像的采集,并且对于上述图像进行智能识别确定是否有缺陷以后,在执行定位操作,进而进行标记,这样方便人工复核的时候进行观看,提高效率,上述方案无需人工操作,降低了人工成本,提高了检测效率,具有成本低,提高工业质量以及效率的优点。
示例的,上述方法还可以包括:
若不具有缺陷,将该第一图像发送至人工审查。
示例的,上述步骤S202的实现方法具体可以包括:
计算机设备将该第一图像设置成黑白图片,识别该黑白图片中的白色像素点和黑色像素点,将连续的黑色像素点确定为一个黑子区域,统计黑子区域中面积大于面积阈值的区域为n个区域1;识别n个区域1的任意一个区域1形状是否为类圆形,若n个区域1中任意一个区域1形状为类圆形,确定该第一图像具有缺陷,将该形状为类圆形的任意一个区域1确定为缺陷区域。
示例的,上述识别n个区域1中的形状是否为类圆形具体可以包括:
从n个区域1提取一个区域1,通过中心识别算法确定一个区域1的中心点O,以中心点O为端点,向360°方向发射多条射线,获取多条射线与一个区域1边缘的多个交点,将中心点O于多个焦点组成多条线段,计算多条线段值得方差,若该方差小于方差阈值,确定该一个区域1为类圆形,否则确定为非类圆形,遍历n个区域1确定形状为类圆形的至少一个区域1。
黑白图片参见图3、图4,对于图3为合格的焊接图片,对于此类图片来说,其不具有焊接孔,因此不会有黑色的子区域为类圆形,而图4为非合格的焊接图片,此时具有焊孔,焊孔在黑白图片的表现即为具有类圆形的黑子区域,上述技术方案就是通过图像处理的方式替代人工检测。上述类圆形的检测是通过类圆形的特征来实现的,即中心点到边缘的距离大概相同,即方差较小,因此需要对距离的方差进行计算,确定方差较小时即变化较小,进而确定为焊孔,判断为不合格。
示例的,上述步骤S202的实现方法具体可以包括:
计算机设备将该第一图像设置成黑白图片,识别该黑白图片中的白色像素点和黑色像素点,将连续的白色像素点确定为一个白子区域,统计白子区域中面积大于面积阈值的子区域确定为m个区域2;在m个区域2构建多条水平线,多条水平线与m个区域2均相交,从多条水平线中选择1条水平线与m个区域2的2*m个交点,计算2m个交点中相邻两个交点之间的距离得到2m-1个距离值,从2m-1个距离值中选择最中心的5个值,若5个值的大小分别为间隔设置,且较小的2个值或3个值在设定范围内,遍历多条水平线的剩余水平线确定剩余水平线的较小的2个值或3个值是否也在设定范围,若2个值或3个值均在设定范围内,确定第一图像具有缺陷,将5个值对应的区域2确定为缺陷区域,将该缺陷区域标记。
上述2m-1个距离值中选择最中心的5个值具体可以包括:值m-2、值m-1、值m、值m+1、值m+2;其中,下标为2m-1个距离值的顺序标号,因为中间5个值可能对应有3个区域的距离以及3个区域中两两之间的间隔,因此可能有2个值为较小范围的值,同样,中间5个值可能对应有2个区域的距离以及3个区域(即前面的区域或后面的区域)之间的间隔值,因此可能有3个值为较小范围的值。
如图5所示,为不合格的图片,此种情况一般为焊缝具有缝隙或具有堆叠才会产生这样的图片。
参阅图6,图6提供了一种工业图像数据的缺陷检测标注系统,所述系统应用于计算机设备,所述系统包括:
通信单元601,用于接收外围设备采集的工业图像即第一图像;
识别单元602,用于将该第一图像进行缺陷识别确定该第一图像是否具有缺陷,若具有缺陷,依据识别结果定位该缺陷区域;将该缺陷区域进行标记后得到第二图像,将该第二图像存储于待确认的缺陷产品文档。
示例的,
所述识别单元,具体用于将该第一图像设置成黑白图片,识别该黑白图片中的白色像素点和黑色像素点,将连续的黑色像素点确定为一个黑子区域,统计黑子区域中面积大于面积阈值的区域为n个区域1;识别n个区域1的任意一个区域1形状是否为类圆形,若n个区域1中任意一个区域1形状为类圆形,确定该第一图像具有缺陷,将该形状为类圆形的任意一个区域1确定为缺陷区域。
示例的,
所述识别单元,具体用于从n个区域1提取一个区域1,通过中心识别算法确定一个区域1的中心点O,以中心点O为端点,向360°方向发射多条射线,获取多条射线与一个区域1边缘的多个交点,将中心点O于多个焦点组成多条线段,计算多条线段值得方差,若该方差小于方差阈值,确定该一个区域1为类圆形,否则确定为非类圆形,遍历n个区域1确定形状为类圆形的至少一个区域1。
示例的,
所述识别单元,具体用于将该第一图像设置成黑白图片,识别该黑白图片中的白色像素点和黑色像素点,将连续的白色像素点确定为一个白子区域,统计白子区域中面积大于面积阈值的子区域确定为m个区域2;在m个区域2构建多条水平线,多条水平线与m个区域2均相交,从多条水平线中选择1条水平线与m个区域2的2*m个交点,计算2m个交点中相邻两个交点之间的距离得到2m-1个距离值,从2m-1个距离值中选择最中心的5个值,若5个值的大小分别为间隔设置,且较小的2个值或3个值在设定范围内,遍历多条水平线的剩余水平线确定剩余水平线的较小的2个值或3个值是否也在设定范围,若2个值或3个值均在设定范围内,确定第一图像具有缺陷,将5个值对应的区域2确定为缺陷区域,将该缺陷区域标记。
示例的,本申请实施例中的识别单元可以用于执行如图2所示实施例的细化方案、可选方案等,这里不再赘述。
本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种工业图像数据的缺陷检测标注方法的部分或全部步骤。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种工业图像数据的缺陷检测标注方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以接收其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可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,可以是电性或其它的形式。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本发明实施例进行了详细介绍,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 (8)
1.一种工业图像数据的缺陷检测标注方法,其特征在于,所述方法包括如下步骤:
计算机设备接收外围设备采集的工业图像即第一图像;
计算机设备将该第一图像进行缺陷识别确定该第一图像是否具有缺陷,若具有缺陷,依据识别结果定位该缺陷区域;
计算机设备将该缺陷区域进行标记后得到第二图像,将该第二图像存储于待确认的缺陷产品文档。
2.根据权利要求1所述的方法,其特征在于,所述计算机设备将该第一图像进行缺陷识别确定该第一图像是否具有缺陷,若具有缺陷,依据识别结果定位该缺陷区域具体包括:
计算机设备将该第一图像设置成黑白图片,识别该黑白图片中的白色像素点和黑色像素点,将连续的黑色像素点确定为一个黑子区域,统计黑子区域中面积大于面积阈值的区域为n个区域1;识别n个区域1的任意一个区域1形状是否为类圆形,若n个区域1中任意一个区域1形状为类圆形,确定该第一图像具有缺陷,将该形状为类圆形的任意一个区域1确定为缺陷区域。
3.根据权利要求2所述的方法,其特征在于,所述识别n个区域1中的形状是否为类圆形具体包括:
从n个区域1提取一个区域1,通过中心识别算法确定一个区域1的中心点O,以中心点O为端点,向360°方向发射多条射线,获取多条射线与一个区域1边缘的多个交点,将中心点O于多个焦点组成多条线段,计算多条线段值得方差,若该方差小于方差阈值,确定该一个区域1为类圆形,否则确定为非类圆形,遍历n个区域1确定形状为类圆形的至少一个区域1。
4.根据权利要求1所述的方法,其特征在于,所述计算机设备将该第一图像进行缺陷识别确定该第一图像是否具有缺陷,若具有缺陷,依据识别结果定位该缺陷区域具体包括:
计算机设备将该第一图像设置成黑白图片,识别该黑白图片中的白色像素点和黑色像素点,将连续的白色像素点确定为一个白子区域,统计白子区域中面积大于面积阈值的子区域确定为m个区域2;在m个区域2构建多条水平线,多条水平线与m个区域2均相交,从多条水平线中选择1条水平线与m个区域2的2*m个交点,计算2m个交点中相邻两个交点之间的距离得到2m-1个距离值,从2m-1个距离值中选择最中心的5个值,若5个值的大小分别为间隔设置,且较小的2个值或3个值在设定范围内,遍历多条水平线的剩余水平线确定剩余水平线的较小的2个值或3个值是否也在设定范围,若2个值或3个值均在设定范围内,确定第一图像具有缺陷,将5个值对应的区域2确定为缺陷区域,将该缺陷区域标记。
5.一种工业图像数据的缺陷检测标注系统,其特征在于,所述系统应用于计算机设备,所述系统包括:
通信单元,用于接收外围设备采集的工业图像即第一图像;
识别单元,用于将该第一图像进行缺陷识别确定该第一图像是否具有缺陷,若具有缺陷,依据识别结果定位该缺陷区域;将该缺陷区域进行标记后得到第二图像,将该第二图像存储于待确认的缺陷产品文档。
6.根据权利要求5所述的系统,其特征在于,
所述识别单元,具体用于将该第一图像设置成黑白图片,识别该黑白图片中的白色像素点和黑色像素点,将连续的黑色像素点确定为一个黑子区域,统计黑子区域中面积大于面积阈值的区域为n个区域1;识别n个区域1的任意一个区域1形状是否为类圆形,若n个区域1中任意一个区域1形状为类圆形,确定该第一图像具有缺陷,将该形状为类圆形的任意一个区域1确定为缺陷区域。
7.根据权利要求6所述的方法,其特征在于,
所述识别单元,具体用于从n个区域1提取一个区域1,通过中心识别算法确定一个区域1的中心点O,以中心点O为端点,向360°方向发射多条射线,获取多条射线与一个区域1边缘的多个交点,将中心点O于多个焦点组成多条线段,计算多条线段值得方差,若该方差小于方差阈值,确定该一个区域1为类圆形,否则确定为非类圆形,遍历n个区域1确定形状为类圆形的至少一个区域1。
8.根据权利要求5所述的系统,其特征在于,
所述识别单元,具体用于将该第一图像设置成黑白图片,识别该黑白图片中的白色像素点和黑色像素点,将连续的白色像素点确定为一个白子区域,统计白子区域中面积大于面积阈值的子区域确定为m个区域2;在m个区域2构建多条水平线,多条水平线与m个区域2均相交,从多条水平线中选择1条水平线与m个区域2的2*m个交点,计算2m个交点中相邻两个交点之间的距离得到2m-1个距离值,从2m-1个距离值中选择最中心的5个值,若5个值的大小分别为间隔设置,且较小的2个值或3个值在设定范围内,遍历多条水平线的剩余水平线确定剩余水平线的较小的2个值或3个值是否也在设定范围,若2个值或3个值均在设定范围内,确定第一图像具有缺陷,将5个值对应的区域2确定为缺陷区域,将该缺陷区域标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211509538.6A CN115908339A (zh) | 2022-11-29 | 2022-11-29 | 工业图像数据的缺陷检测标注方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211509538.6A CN115908339A (zh) | 2022-11-29 | 2022-11-29 | 工业图像数据的缺陷检测标注方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115908339A true CN115908339A (zh) | 2023-04-04 |
Family
ID=86470633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211509538.6A Pending CN115908339A (zh) | 2022-11-29 | 2022-11-29 | 工业图像数据的缺陷检测标注方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115908339A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117808814A (zh) * | 2024-03-01 | 2024-04-02 | 深圳市新技智能设备有限公司 | 基于机器视觉的焊接缺陷检测与识别方法及系统 |
-
2022
- 2022-11-29 CN CN202211509538.6A patent/CN115908339A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117808814A (zh) * | 2024-03-01 | 2024-04-02 | 深圳市新技智能设备有限公司 | 基于机器视觉的焊接缺陷检测与识别方法及系统 |
CN117808814B (zh) * | 2024-03-01 | 2024-05-28 | 深圳市新技智能设备有限公司 | 基于机器视觉的焊接缺陷检测与识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109960957B (zh) | 残缺二维码及其生成、修复和识别方法、装置及系统 | |
CN109951635B (zh) | 拍照处理方法、装置、移动终端以及存储介质 | |
CN104052931A (zh) | 一种图像拍摄装置、方法及终端 | |
CN111428717B (zh) | 文本识别方法、装置、电子设备及计算机可读存储介质 | |
CN111193965B (zh) | 一种视频播放方法、视频处理方法及装置 | |
CN108648189B (zh) | 图像模糊检测方法、装置、计算设备及可读存储介质 | |
CN110473238A (zh) | 一种图像配准方法、装置、电子设备及存储介质 | |
CN110814529A (zh) | 一种柔性电路板激光切割方法 | |
CN115908339A (zh) | 工业图像数据的缺陷检测标注方法及系统 | |
CN116503414B (zh) | 屏幕缺陷检测方法、装置、计算机设备和存储介质 | |
CN111177813A (zh) | 图元识别的方法、装置和电子系统 | |
CN113034447A (zh) | 一种边缘缺陷检测方法和装置 | |
CN114549393B (zh) | 图像标注方法、装置、设备及计算机存储介质 | |
CN113436068B (zh) | 一种图像拼接方法、装置、电子设备及存储介质 | |
CN116883515B (zh) | 光学环境调整方法及光学标定装置 | |
CN108388930A (zh) | 验证合同备件图片正确性与完整性的方法及装置 | |
CN109919164B (zh) | 用户界面对象的识别方法及装置 | |
JP2016012767A (ja) | 画像処理装置 | |
CN111885371A (zh) | 图像遮挡检测方法、装置、电子设备和计算机可读介质 | |
CN110874814A (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
CN113177885A (zh) | 校正图像的方法、装置、存储介质及电子设备 | |
CN113870175A (zh) | 缺陷的检测方法、装置、系统、存储介质以及处理器 | |
CN109242763B (zh) | 图片处理方法、图片处理装置、终端设备 | |
CN108288060B (zh) | 一种视频中的标题检测方法、装置及电子设备 | |
CN111191006A (zh) | 图例间连接关系的确定方法、装置和电子系统 |
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 |