CN115984863A - 图像处理方法、装置、设备及存储介质 - Google Patents
图像处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115984863A CN115984863A CN202310259671.9A CN202310259671A CN115984863A CN 115984863 A CN115984863 A CN 115984863A CN 202310259671 A CN202310259671 A CN 202310259671A CN 115984863 A CN115984863 A CN 115984863A
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- pixel point
- character
- value
- 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.)
- Granted
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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Character Input (AREA)
Abstract
本发明提供一种图像处理方法、装置、设备及存储介质,涉及图像处理技术领域,包括:对原始图像进行区域分割,得到字符图像区域;对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像;对所述灰度调整图像进行二值化处理,得到二值化图像。本发明通过提取原始图像中的字符图像区域,进而自适应调整字符图像区域中各个像素点的灰度值,以得到灰度分布均匀的图像,从而对灰度分布均匀的图像进行二值化处理,得到字符与背景区分明显的图像,从而提升图像二值化的效果,减少了图像中的噪声干扰,从而提高后续字符识别的准确性。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像处理方法、装置、设备及存储介质。
背景技术
在图像字符识别过程中,需要先对图像进行降噪分析,以准确获取图像包含的信息,例如,在车牌识别或者纸币序列号领域中,为了准确获取图像中的字符信息,通常需要对原始图像进行二值化降噪处理,例如,使用OTUS(最大类间方差)算法进行二值化。然而,由于图像会受到采光以及相机成像蜕化等因素的约束,使得原始图像存在分辨率低、灰度分布不均匀以及前后背景灰度差过小等问题,当直接使用OTUS算法计算得到的单一阈值对原始图像进行二值化处理时,容易出现将字符错误地识别为背景,或者将背景错分为前景的问题,会导致图像二值化后的效果不佳,进而导致字符识别的准确性较低。
发明内容
本发明提供一种图像处理方法、装置、设备及存储介质,旨在提升图像二值化的效果,以提高图像字符识别的准确性。
本发明提供一种图像处理方法,包括:
对原始图像进行区域分割,得到字符图像区域;
对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像;
对所述灰度调整图像进行二值化处理,得到二值化图像。
根据本发明提供的一种图像处理方法,所述对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像,包括:
对所述字符图像区域进行均值平滑处理,得到第一平滑图像;
基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,构建得到目标图像;
对所述目标图像进行均值平滑处理,得到第二平滑图像;
基于所述第二平滑图像中各个像素点的灰度值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像。
根据本发明提供的一种图像处理方法,所述基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,构建得到目标图像,包括:
基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,确定全局灰度阈值;
基于所述全局灰度阈值,对所述第一平滑图像进行二值化处理,得到目标处理图像;
提取所述目标处理图像中的若干个字符像素点以及若干个背景像素点;
基于各所述字符像素点在所述第一平滑图像对应的灰度值,以及各所述背景像素点在所述字符图像区域对应的灰度值,构建得到所述目标图像。
根据本发明提供的一种图像处理方法,所述基于所述全局灰度阈值,对所述第一平滑图像进行二值化处理,得到目标处理图像,包括:
对于所述第一平滑图像中的任意一个像素点,基于所述像素点的灰度值以及所述像素点在所述字符图像区域对应的灰度值,确定所述像素点对应的目标差值;
分别将所述第一平滑图像中各个像素点的目标差值以及所述全局灰度阈值进行比较,以根据比较结果,调整所述第一平滑图像中各个像素点的灰度值,得到所述目标处理图像。
根据本发明提供的一种图像处理方法,所述基于所述第二平滑图像中各个像素点的灰度值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像,包括:
对于所述字符图像区域中的任意一个像素点,基于所述像素点的灰度值以及所述像素点在所述第二平滑图像对应的灰度值,确定灰度差值;
基于各所述灰度差值,选取得到最大灰度差值和最小灰度差值;
基于所述最大灰度差值和最小灰度差值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像。
根据本发明提供的一种图像处理方法,所述对原始图像进行区域分割,得到字符图像区域,包括:
对所述原始图像进行边缘检测,得到边缘图像;
对所述边缘图像进行直线检测,得到所述边缘图像的直线倾斜信息;
基于所述直线倾斜信息,对所述原始图像进行倾斜矫正,得到水平图像;
根据所述水平图像中的各个顶点坐标,确定所述字符图像区域。
根据本发明提供的一种图像处理方法,所述对所述灰度调整图像进行二值化处理,得到二值化图像之后,包括:
对所述二值化图像进行连通标记,得到若干个连通区域;
基于预先设置的数量阈值以及各所述连通区域分别对应的像素点数量,对所述二值化图像进行噪点过滤处理,得到目标过滤图像;
分别将所述目标过滤图像中各个字符进行水平投影以及竖直投影,得到目标字符图像。
本发明还提供一种图像处理装置,包括:
区域分割模块,用于对原始图像进行区域分割,得到字符图像区域;
调整模块,用于对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像;
二值化模块,用于对所述灰度调整图像进行二值化处理,得到二值化图像。
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处理方法。
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处理方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述图像处理方法。
本发明提供的图像处理方法、装置、设备及存储介质,通过提取原始图像中的字符图像区域,进而自适应调整字符图像区域中各个像素点的灰度值,以得到灰度分布均匀的图像,从而对灰度分布均匀的图像进行二值化处理,得到字符与背景区分明显的图像,从而提升图像二值化的效果,减少了图像中的噪声干扰,从而提高后续字符识别的准确性。
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逐一简单地介绍,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是本发明提供的图像处理方法的流程示意图之一;
图2是本发明提供的图像处理方法的流程示意图之二;
图3是本发明提供的图像处理方法的流程示意图之三;
图4是本发明提供的图像处理方法的流程示意图之四;
图5是本发明提供的图像处理方法的流程示意图之五;
图6是本发明提供的图像处理装置的结构示意图;
图7是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。
在本发明一个或多个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一个或多个实施例。在本发明一个或多个实施例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。还应当理解,本发明一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本发明一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”。
在图像字符识别过程中,需要先对图像进行降噪分析,以准确获取图像包含的信息,例如,在车牌识别或者纸币序列号领域中,为了准确获取图像中的字符信息,通常需要对原始图像进行二值化降噪处理,例如,使用OTUS(最大类间方差)算法进行二值化。然而,由于图像会受到采光以及相机成像蜕化等因素的约束,使得原始图像存在分辨率低、灰度分布不均匀以及前后背景灰度差过小等问题,当直接使用OTUS算法计算得到的单一阈值对原始图像进行二值化处理时,容易出现将字符错误地识别为背景,或者将背景错分为前景的问题,会导致图像二值化后的效果不佳,进而导致字符识别的准确性较低。
针对上述问题,本发明提供以下实施例。图1是本发明提供的图像处理方法的流程示意图之一,如图1所示,该图像处理方法包括:
步骤11,对原始图像进行区域分割,得到字符图像区域;
需要说明的是,所述字符图像区域表示图像中的字符区域,例如,在车牌识别场景下,对车牌对应的原始图像进行区域分割,得到车牌号码区域(也即,本实施例中的字符图像区域)。
在一实施例中,具体地,建立原始图像的彩色直方图,若彩色直方图上具有像素点聚集区域,则证明像素点聚集区域中的直方图坐标点所表示的颜色是字符颜色,所述像素点聚集区域表示像素点密度大于预定密度阈值的区域,其中,所述像素点密度表示在彩色直方图的坐标系中的单位体积中所包含的图像的像素点的数量,进而将图像中的字符颜色的区域识别为所述字符图像区域。
在另一实施例中,在一些场景下,例如,车牌设备场景下,路边摄像头的摆放位置固定,拍摄的图像方位相同,图像中的车牌号码在整张图像中的宽高比例基本不变,从而可预先确定字符区域在图像中的宽高比例,进而根据所述水平图像中的各个顶点坐标,按照字符区域在图像中的宽高比例,计算得到所述原始图像中的字符图像区域。
另外地,由于通过摄像头拍摄或者传感器扫描得到原始图像可能存在倾斜,为了提高提取字符图像区域的准确性,在另一实施例中,对所述原始图像进行边缘检测,得到边缘图像,可选地,边缘检测包括微分法、差分边缘检测方法、Sobel 边缘检测算子和Canny算子等算法。进一步地,通过直线检测算法,对所述边缘图像进行直线检测,得到所述边缘图像的倾斜角度和倾斜方向,直线检测算法包括Hough直线检测算法、LSD直线检测算法、FLD直线检测算法和EDlines直线检测算法等算法,进而基于倾斜角度和倾斜方向,对所述原始图像进行倾斜矫正,得到水平图像,从而可在水平图像中划分得到所述字符图像区域。
步骤12,对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像;
需要说明的是,由于原始图像存在分辨率低、灰度分布不均匀以及前后背景灰度差过小等问题,自适应调整的目的是将所述字符图像区域中各个像素点的灰度值调整至均匀分布程度。
具体地,由于字符图像区域存在噪声干扰,可先对所述字符图像区域进行均值平滑处理,得到第一平滑图像,进而为了准确提取第一平滑图像的字符像素点以及背景像素点,可对所述第一平滑图像进行二值化处理,从而在二值化处理后的目标处理图像中提取得到字符像素点以及背景像素点,进而基于各所述字符像素点在所述第一平滑图像对应的灰度值,以及各所述背景像素点在所述字符图像区域对应的灰度值,构建得到所述目标图像,进一步地,为了提高灰度值调整的准确性,优选地,对所述目标图像进行均值平滑处理,得到第二平滑图像。进而基于所述第二平滑图像中各个像素点的灰度值,对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到所述灰度调整图像。
步骤13,对所述灰度调整图像进行二值化处理,得到二值化图像;
在一实施例中,按照预先设置的局部阈值算法,将所述灰度调整图像划分为若干个子图像,从而得到各个子图像对应的局部阈值,进而利用各个局部阈值对各自对应的子图像进行二值化处理,得到二值化图像,可选地,局部阈值算法包括灰度差直方图法和微分直方图法等算法。
在另一实施例中,具体地,由于灰度调整图像是灰度均匀的图像,为了减少阈值的计算量,可使用全局阈值算法获取灰度调整图像的全局阈值,其中,全局阈值算法包括OTUS算法、最大熵法以及全局迭代法等算法。进而利用所述全局阈值,对所述灰度调整图像进行二值化处理,得到所述得到二值化图像。
本发明实施例上述方案,也即,对原始图像进行区域分割,得到字符图像区域;对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像;对所述灰度调整图像进行二值化处理,得到二值化图像。实现了通过提取原始图像中的字符图像区域,进而自适应调整字符图像区域中各个像素点的灰度值,以得到灰度分布均匀的图像,从而对灰度分布均匀的图像进行二值化处理,得到字符与背景区分明显的图像,从而提升图像二值化的效果,减少了图像中的噪声干扰,从而提高后续字符识别的准确性。
图2是本发明提供的图像处理方法的流程示意图之二,如图2所示,在本发明的一个实施例中,对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像,包括:
步骤121,对所述字符图像区域进行均值平滑处理,得到第一平滑图像;
需要说明的是,图像平滑处理表示对图像中与周围像素点的像素值差异较大的像素点(即,噪声)进行处理。进一步地,平滑处理可基于模板进行的,模板也叫做滤波器、掩膜以及窗口。用某一模板对每个像素点与其周围邻域的所有像像素点进行数学运算,得到该像素点新的灰度值。具体地,基于字符图像区域中的各个像素点的灰度值,在字符图像区域中的各个像素点中选取与预先设定的领域范围内各个像素点的灰度值差异较大的中心像素点,进而计算在领域范围内各个像素点的灰度值之间的均值,进而将该均值设置为中心像素点的灰度值。
步骤122,基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,构建得到目标图像;
需要说明的是,由于灰度不足会导致第一平滑图像的均值偏低,从而可能将字符错误地识别为背景,而对于背景区域,将第一平滑图像中的背景错分为前景的可能性更大,导致噪声的产生。
在本实施例中,具体地,利用目标灰度阈值,对所述第一平滑图像进行二值化处理,得到目标处理图像。可选地,所述目标灰度阈值是基于全局阈值算法计算得到。可选地,所述目标灰度阈值也可根据基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值确定,具体地:对于所述字符图像区域中任意一个像素点均执行以下步骤:首先确定所述像素点在字符图像区域对应的灰度值,并确定在第一平滑图像中与所述像素点相同位置对应的灰度值,以选取得到字符图像区域中灰度值大于或等于第一平滑图像中灰度值的各个目标像素点,进而基于任一目标像素点在字符图像区域对应的灰度值与任一目标像素点在第一平滑图像对应的灰度值,计算得到所述全局灰度阈值。
进一步地,需要说明的是,二值化处理后的图像中灰度值是255的像素点是字符像素点,而图像中灰度值是0的像素点是背景像素点,为了准确提高图像中背景像素点的强度,在本实施例中,将字符像素点的灰度值设置为在第一平滑图像中与字符像素点相同位置对应的灰度值,以及将背景像素点设置为在字符图像区域中与背景像素点相同位置对应的灰度值,进而基于各所述字符像素点在所述第一平滑图像对应的灰度值,以及各所述背景像素点在所述字符图像区域对应的灰度值,构建得到所述目标图像。
步骤123,对所述目标图像进行均值平滑处理,得到第二平滑图像;
具体地,为了减少图像的噪声干扰,提升图像二值化的效果,在本实施例中还需要再次对目标图像进行均值平滑处理,平滑处理与步骤121的处理过程基本相同,在此不再赘述,从而得到噪声较少的第二平滑图像。
步骤124,基于所述第二平滑图像中各个像素点的灰度值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像。
具体地,基于所述第二平滑图像中任一像素点的灰度值,以及字符图像区域中与任一像素点相同位置的灰度值,计算得到灰度差值,例如,计算字符图像区域中像素点a的灰度值,与第二平滑图像中像素点b的灰度值之间的差值,得到像素点a对应的灰度差值,像素点a和像素点b的像素坐标位置相同。进一步地,在字符图像区域中所有像素点的灰度差值中,选取得到差值最大的最大灰度差值和差值最小的最小灰度差值,进而基于所述最大灰度差值和最小灰度差值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像。
本发明实施例通过上述方案,也即,对所述字符图像区域进行均值平滑处理,得到第一平滑图像;基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,构建得到目标图像;对所述目标图像进行均值平滑处理,得到第二平滑图像;基于所述第二平滑图像中各个像素点的灰度值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像。实现了通过以第二平滑图像中各个像素点的灰度值为基准,对字符图像区域中各个像素点的灰度值进行调整,使得灰度调整图像的背景强度和前景强度都得到很好的拉伸和区分,从而使得图像的直方图能呈双峰分布,有效提升图像二值化的效果。
图3是本发明提供的图像处理方法的流程示意图之三,如图3所示,在本发明的一个实施例中,基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,构建得到目标图像,包括:
步骤1221,基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,确定全局灰度阈值;
步骤1222,基于所述全局灰度阈值,对所述第一平滑图像进行二值化处理,得到目标处理图像;
步骤1223,提取所述目标处理图像中的若干个字符像素点以及若干个背景像素点;
步骤1224,基于各所述字符像素点在所述第一平滑图像对应的灰度值,以及各所述背景像素点在所述字符图像区域对应的灰度值,构建得到所述目标图像。
需要说明的是,所述全局灰度阈值表示判别第一平滑图像中像素点是字符像素点还是背景像素点的临界阈值。
具体地,对于所述字符图像区域中任意一个像素点均执行以下步骤:首先确定所述像素点在字符图像区域对应的灰度值,并确定在第一平滑图像中与所述像素点相同位置对应的灰度值,进而将字符图像区域对应的灰度值与第一平滑图像对应的灰度值进行比较,得到该像素点对应的比较结果。
进一步地,根据字符图像区域中所有像素点分别对应的比较结果,选取得到字符图像区域中灰度值大于或等于第一平滑图像中灰度值的各个目标像素点,并统计全部目标像素点的像素点个数。进而基于任一目标像素点在字符图像区域对应的灰度值与任一目标像素点在第一平滑图像对应的灰度值,计算得到差值,进一步地,进而将各所述目标像素点分别对应的差值进行求和,得到灰度求和结果,进而根据所述灰度求和结果和所述像素点个数,计算得到所述全局灰度阈值,全局灰度阈值公式如下:
;
其中,I(x,y)表示目标像素点(x,y)在字符图像区域对应的灰度值,G(x,y)表示目标像素点(x,y)在第一平滑图像对应的灰度值,N表示像素点个数,T表示全局灰度阈值。
更进一步地,对于所述第一平滑图像中的任意一个像素点:在所述字符图像区域中确定与该像素点相同位置对应的灰度值,进而基于所述像素点在所述字符图像区域对应的灰度值,以及所述像素点在第一平滑图像对应的灰度值,计算所述像素点对应的目标差值,进一步地,分别将所述第一平滑图像中各个像素点的目标差值与所述全局灰度阈值进行比较,进而在所述第一平滑图像中,将目标差值大于或等于所述全局灰度阈值的像素点的灰度值设置为255,将目标差值大于所述全局灰度阈值的像素点的灰度值设置为0,得到目标处理图像,由于目标处理图像中各个像素点的灰度值只有0和255,进而可基于所述目标处理图像中各个像素点的灰度值,快速提取得到若干个字符像素点以及若干个背景像素点,可选地,灰度值是255的像素点作为字符像素点,灰度值是0的像素点作为背景像素点。
进一步地,确定各所述字符像素点在所述第一平滑图像对应的灰度值,并确定各所述背景像素点在所述字符图像区域对应的灰度值,也即,字符像素点的灰度值使用第一平滑图像对应的灰度值,背景像素点使用字符图像区域中与背景像素点相同位置对应的灰度值,进而基于各所述字符像素点在所述第一平滑图像对应的灰度值,以及各所述背景像素点在所述字符图像区域对应的灰度值,构建得到所述目标图像。
本发明实施例通过上述方案,也即,基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,确定全局灰度阈值;基于所述全局灰度阈值,对所述第一平滑图像进行二值化处理,得到目标处理图像;提取所述目标处理图像中的若干个字符像素点以及若干个背景像素点;基于各所述字符像素点在所述第一平滑图像对应的灰度值,以及各所述背景像素点在所述字符图像区域对应的灰度值,构建得到所述目标图像。实现了根据第一平滑图像中各个像素点的灰度值以及字符图像区域中各个像素点的灰度值,计算得到用于第一次二值化的全局灰度阈值,进而根据全局灰度阈值对所述第一平滑图像进行二值化处理,得到二值化效果较好的目标处理图像,为后续字符图像区域进行灰度值调整奠定基础。
在本发明的一个实施例中,基于所述全局灰度阈值,对所述第一平滑图像进行二值化处理,得到目标处理图像,包括:
对于所述第一平滑图像中的任意一个像素点,基于所述像素点的灰度值以及所述像素点在所述字符图像区域对应的灰度值,确定所述像素点对应的目标差值;分别将所述第一平滑图像中各个像素点的目标差值以及所述全局灰度阈值进行比较,以根据比较结果,调整所述第一平滑图像中各个像素点的灰度值,得到所述目标处理图像。
具体地,对于所述第一平滑图像中的任意一个像素点均执行以下步骤:在所述字符图像区域中确定与该像素点相同位置对应的灰度值,进而基于所述像素点在第一平滑图像对应的灰度值以及所述像素点在所述字符图像区域对应的灰度值,计算得到像素点对应的目标差值,目标差值计算公式如下:
K(x,y)=I(x,y)-G(x,y)
其中,K(x,y)表示像素点(x,y)的目标差值,I(x,y)表示像素点(x,y)在字符图像区域对应的灰度值,G(x,y)表示像素点(x,y)在第一平滑图像对应的灰度值。
进一步地,将所述像素点的目标差值与所述全局灰度阈值进行比较,得到比较结果,进而根据比较结果,若像素点的目标差值大于或等于全局灰度阈值,则表明图像中的该像素点对应的颜色更深,进而判定该像素点是字符,进而将第一平滑图像中的该像素点的灰度值设置为255,另外地,若像素点的目标差值小于全局灰度阈值,则判定第一平滑图像中的像素点是背景,进而将该像素点的灰度值设置为0,从而构建得到所述目标处理图像。
本发明实施例通过上述方案,也即,对于所述第一平滑图像中的任意一个像素点,基于所述像素点的灰度值以及所述像素点在所述字符图像区域对应的灰度值,确定所述像素点对应的目标差值;分别将所述第一平滑图像中各个像素点的目标差值以及所述全局灰度阈值进行比较,以根据比较结果,调整所述第一平滑图像中各个像素点的灰度值,得到所述目标处理图像。实现了根据像素点在字符图像区域的灰度值与像素点在第一平滑图像的灰度值之间的差值,对所述第一平滑图像中各个像素点的灰度值进行二值化,得到所述目标处理图像,从而可目标处理图像为依据,对所述字符图像区域中各个像素点的灰度值进行调整,得到灰度值较为均匀的图像。
图4是本发明提供的图像处理方法的流程示意图之四。如图4所示,在本发明的一个实施例中,基于所述第二平滑图像中各个像素点的灰度值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像,包括:
步骤1241,对于所述字符图像区域中的任意一个像素点,基于所述像素点的灰度值以及所述像素点在所述第二平滑图像对应的灰度值,确定灰度差值;
步骤1242,基于各所述灰度差值,选取得到最大灰度差值和最小灰度差值;
步骤1243,基于所述最大灰度差值和最小灰度差值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像。
具体地,对于所述字符图像区域中的任意一个像素点均执行以下步骤:首先确定该像素点在字符图像区域中的灰度值,以及在所述第二平滑图像中确定与所述像素点相同位置的灰度值,进而基于该像素点在字符图像区域中的灰度值以及在所述第二平滑图像的灰度值,计算得到灰度差值。
进一步地,在各个像素点分别对应的灰度差值中选取得到最大灰度差值和最小灰度差值,进而对于所述字符图像区域中的任意一个像素点:基于所述字符图像区域中该像素点的灰度值、最大灰度差值和最小灰度差值,计算得到所述像素点对应的目标调节值,所述目标调节值的计算公式如下:
;
其中,min表示最小灰度差值,max表示最大灰度差值,I(x,y)表示像素点(x,y)在字符图像区域中的灰度值,d(x,y)表示像素点(x,y)对应的目标调节值。
进一步地,基于各个像素点分别对应的目标调节值,按照预设自适应调整算法计算得到各个像素点对应的调节后的灰度值,从而得到所述灰度调整图像,预设自适应调整算法如下:
;
其中,N(x,y)表示像素点对应的调节后的灰度值,d(x,y)表示像素点(x,y)对应的目标调节值。
本发明实施例通过上述方案,也即,对于所述字符图像区域中的任意一个像素点,基于所述像素点的灰度值以及所述像素点在所述第二平滑图像对应的灰度值,确定灰度差值;基于各所述灰度差值,选取得到最大灰度差值和最小灰度差值;基于所述最大灰度差值和最小灰度差值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像。实现了以第二平滑图像的灰度值为依据,对字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度分布均匀的灰度调整图像,从而可根据灰度分布均匀的灰度调整图像,能够提升后续图像二值化的效果。
在本发明的一个实施例中,对原始图像进行区域分割,得到字符图像区域,包括:
步骤111,对所述原始图像进行边缘检测,得到边缘图像;
需要说明的是,边缘检测包括微分法、差分边缘检测方法、Sobel 边缘检测算子和Canny算子,在本实施例中,优选地,选取Canny算子进行边缘检测。
具体地,由于Canny算子处理的图像为灰度图,因此,需要对所述原始图像进行灰度处理,得到灰度图像,进而对所述灰度图像进行滤波降噪处理,得到降噪图像,例如,利用高斯滤波算法进行滤波降噪处理,进而将降噪得到的图像进行划分,进一步地,使用一阶有限差分计算各个划分图像区域中任一像素点对应的X轴偏导数矩阵和Y轴偏导数矩阵,进而基于X轴偏导数矩阵和Y轴偏导数矩阵,计算得到各个划分图像区域中任一像素点的梯度幅值和梯度方向,更进一步地,对于任意一个划分图像区域,将所述划分图像区域中的任一像素点的梯度幅值与梯度方向上两侧的梯度幅值比较,根据比较结果中的梯度幅值,确定所述划分图像区域中的极大值,进一步地,对所述划分图像区域中的各个像素点进行非极大值抑制处理,也即,将非极大值对应的各个像素点的灰度设为0,从而得到目标抑制处理图像,进一步地,利用双阈值算法,以通过选取合适的第一灰度阈值与第二灰度阈值对目标抑制处理图像中的各个像素点进行筛选,从而可得出最为接近图像真实边缘的边缘图像,可选地,第一灰度阈值大于第二灰度阈值,第一灰度阈值和第二灰度阈值可根据实际情况设置,在此不做具体限制。
步骤112,对所述边缘图像进行直线检测,得到所述边缘图像的直线倾斜信息;
需要说明的是,所述直线倾斜信息包括倾斜角度和倾斜方向。直线检测的方法包括Hough直线检测算法、LSD直线检测算法、FLD直线检测算法和EDlines直线检测算法等算法。在本实施例中,优选地,选取Hough直线检测算法,Hough直线检测算法是较为成熟的检测技术,在此不做具体限制。
步骤113,基于所述直线倾斜信息,对所述原始图像进行倾斜矫正,得到水平图像;
步骤114,根据所述水平图像中的各个顶点坐标,确定所述字符图像区域。
具体地,将所述原始图像按照倾斜角度和倾斜方向进行倾斜矫正,得到所述水平图像,进一步地,预先确定字符区域在图像中的宽高比例,进而根据所述水平图像中的各个顶点坐标,按照字符区域在图像中的宽高比例,计算得到所述字符图像区域。例如,在车牌识别过程中,路边摄像头的摆放位置固定,拍摄的图像方位相同,图像中的车牌号码在整张图像中的宽高比例基本不变,从而可根据宽高比例,分割得到字符图像区域。
本发明实施例通过上述方案,也即,对所述原始图像进行边缘检测,得到边缘图像;对所述边缘图像进行直线检测,得到所述边缘图像的直线倾斜信息;基于所述直线倾斜信息,对所述原始图像进行倾斜矫正,得到水平图像;根据所述水平图像中的各个顶点坐标,确定所述字符图像区域。实现了通过分割得到原始图像中的字符图像区域,使得后续仅需要对字符图像区域进行处理,能够减少灰度调整的计算量,有效提升图像后续处理的效率。
图5是本发明提供的图像处理方法的流程示意图之五,如图5所示,在本发明的一个实施例中,对所述灰度调整图像进行二值化处理,得到二值化图像之后,包括:
步骤21,对所述二值化图像进行连通标记,得到若干个连通区域;
需要说明的是,图像经过二值化处理后,虽然得到较为清晰且可被识别的二值化图像,但是在图像中仍然存在一些噪声污点,因此需要进一步降噪处理。另外地,统计连通域时使用的邻域种类包括4邻域或者8邻域,优选地,选取8邻域。连通域标记是如今较为成熟的技术,在此不再赘述。
步骤22,基于预先设置的数量阈值以及各所述连通区域分别对应的像素点数量,对所述二值化图像进行噪点过滤处理,得到目标过滤图像;
需要说明的是,由于字符大部分都是相互连通的,因此,需要统计每一个连通区域中各个像素点的像素点个数,如果连通区域的像素点个数很多,则可说明这一区域的像素点很有可能是字符的部分,如果一个连通域的像素点个数很少,则可以确定这一区域的像素点就是噪点。
具体地,对于任意一个连通区域均执行以下步骤:统计所述连通区域中所有像素点的像素点数量,进而将预先设置的数量阈值与所述像素点数量进行比较,若所述像素点数量大于数量阈值,则保留该连通区域中的各个像素点。若所述像素点数量不大于数量阈值,则证明该连通区域中的各个像素点是噪点,进而去除该连通区域中的各个像素点,也即,将连通区域中的各个像素点的灰度值设为0,得到目标过滤图像。
步骤23,分别将所述目标过滤图像中各个字符进行水平投影以及竖直投影,得到目标字符图像。
需要说明的是,由于字符之间会存在空隙。具体地,将所述目标过滤图像中各个字符进行竖直投影,得到各个字符的左右边界坐标,将所述目标过滤图像中各个字符进行水平投影,得到各个字符的上下边界坐标,进而根据各个字符的左右边界坐标以及上下边界坐标,对目标过滤图像中各个字符进行分割,得到各个单字符图像,进而将各个单字符图像进行归一化处理,得到噪声较少的目标字符图像。从而可准确识别目标字符图像中的字符,例如,在车牌识别领域,对待识别车牌的目标字符图像进行字符识别。
本发明实施例通过上述方案,实现了对二值化后的图像进行噪点过滤处理,进而将将所述目标过滤图像中各个字符进行投影,以得到噪声较少的目标字符图像,从而提高后续对字符识别的准确性。
下面对本发明提供的图像处理装置进行描述,下文描述的图像处理装置与上文描述的图像处理方法可相互对应参照。
图6是本发明提供的图像处理装置的结构示意图,如图6所示,本发明实施例的一种图像处理装置,该装置包括:
区域分割模块61,用于对原始图像进行区域分割,得到字符图像区域;
调整模块62,用于对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像;
二值化模块63,用于对所述灰度调整图像进行二值化处理,得到二值化图像。
所述调整模块62还用于:
对所述字符图像区域进行均值平滑处理,得到第一平滑图像;
基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,构建得到目标图像;
对所述目标图像进行均值平滑处理,得到第二平滑图像;
基于所述第二平滑图像中各个像素点的灰度值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像。
所述调整模块62还用于:
基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,确定全局灰度阈值;
基于所述全局灰度阈值,对所述第一平滑图像进行二值化处理,得到目标处理图像;
提取所述目标处理图像中的若干个字符像素点以及若干个背景像素点;
基于各所述字符像素点在所述第一平滑图像对应的灰度值,以及各所述背景像素点在所述字符图像区域对应的灰度值,构建得到所述目标图像。
所述调整模块62还用于:
对于所述第一平滑图像中的任意一个像素点,基于所述像素点的灰度值以及所述像素点在所述字符图像区域对应的灰度值,确定所述像素点对应的目标差值;
分别将所述第一平滑图像中各个像素点的目标差值以及所述全局灰度阈值进行比较,以根据比较结果,调整所述第一平滑图像中各个像素点的灰度值,得到所述目标处理图像。
所述调整模块62还用于:
对于所述字符图像区域中的任意一个像素点,基于所述像素点的灰度值以及所述像素点在所述第二平滑图像对应的灰度值,确定灰度差值;
基于各所述灰度差值,选取得到最大灰度差值和最小灰度差值;
基于所述最大灰度差值和最小灰度差值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像。
所述区域分割模块61还用于:
对所述原始图像进行边缘检测,得到边缘图像;
对所述边缘图像进行直线检测,得到所述边缘图像的直线倾斜信息;
基于所述直线倾斜信息,对所述原始图像进行倾斜矫正,得到水平图像;
根据所述水平图像中的各个顶点坐标,确定所述字符图像区域。
所述图像处理装置还包括:
对所述二值化图像进行连通标记,得到若干个连通区域;
基于预先设置的数量阈值以及各所述连通区域分别对应的像素点数量,对所述二值化图像进行噪点过滤处理,得到目标过滤图像;
分别将所述目标过滤图像中各个字符进行水平投影以及竖直投影,得到目标字符图像。
在此需要说明的是,本发明实施例提供的上述装置,能够实现上述方法实施例所实现的所有方法步骤,且能够达到相同技术效果,在此不再对本实施例中与方法实施例相同部分及有益效果进行具体赘述。
图7是本发明提供的电子设备的结构示意图,如图7所示,该电子设备可以包括:处理器(processor)710、存储器(memory)720、通信接口(Communications Interface)730和通信总线740,其中,处理器710,存储器720,通信接口730通过通信总线740完成相互间的通信。处理器710可以调用存储器720中的逻辑指令,以执行图像处理方法,该方法包括:对原始图像进行区域分割,得到字符图像区域;对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像;对所述灰度调整图像进行二值化处理,得到二值化图像。
此外,上述的存储器720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处理方法,该方法包括:对原始图像进行区域分割,得到字符图像区域;对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像;对所述灰度调整图像进行二值化处理,得到二值化图像。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的图像处理方法,该方法包括:对原始图像进行区域分割,得到字符图像区域;对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像;对所述灰度调整图像进行二值化处理,得到二值化图像。
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 (10)
1.一种图像处理方法,其特征在于,包括:
对原始图像进行区域分割,得到字符图像区域;
对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像;
对所述灰度调整图像进行二值化处理,得到二值化图像。
2.根据权利要求1所述的图像处理方法,其特征在于,所述对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像,包括:
对所述字符图像区域进行均值平滑处理,得到第一平滑图像;
基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,构建得到目标图像;
对所述目标图像进行均值平滑处理,得到第二平滑图像;
基于所述第二平滑图像中各个像素点的灰度值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像。
3.根据权利要求2所述的图像处理方法,其特征在于,所述基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,构建得到目标图像,包括:
基于所述第一平滑图像中各个像素点的灰度值以及所述字符图像区域中各个像素点的灰度值,确定全局灰度阈值;
基于所述全局灰度阈值,对所述第一平滑图像进行二值化处理,得到目标处理图像;
提取所述目标处理图像中的若干个字符像素点以及若干个背景像素点;
基于各所述字符像素点在所述第一平滑图像对应的灰度值,以及各所述背景像素点在所述字符图像区域对应的灰度值,构建得到所述目标图像。
4.根据权利要求3所述的图像处理方法,其特征在于,所述基于所述全局灰度阈值,对所述第一平滑图像进行二值化处理,得到目标处理图像,包括:
对于所述第一平滑图像中的任意一个像素点,基于所述像素点的灰度值以及所述像素点在所述字符图像区域对应的灰度值,确定所述像素点对应的目标差值;
分别将所述第一平滑图像中各个像素点的目标差值以及所述全局灰度阈值进行比较,以根据比较结果,调整所述第一平滑图像中各个像素点的灰度值,得到所述目标处理图像。
5.根据权利要求2所述的图像处理方法,其特征在于,所述基于所述第二平滑图像中各个像素点的灰度值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像,包括:
对于所述字符图像区域中的任意一个像素点,基于所述像素点的灰度值以及所述像素点在所述第二平滑图像对应的灰度值,确定灰度差值;
基于各所述灰度差值,选取得到最大灰度差值和最小灰度差值;
基于所述最大灰度差值和最小灰度差值,对所述字符图像区域中各个像素点的灰度值进行调整,得到所述灰度调整图像。
6.根据权利要求1所述的图像处理方法,其特征在于,所述对原始图像进行区域分割,得到字符图像区域,包括:
对所述原始图像进行边缘检测,得到边缘图像;
对所述边缘图像进行直线检测,得到所述边缘图像的直线倾斜信息;
基于所述直线倾斜信息,对所述原始图像进行倾斜矫正,得到水平图像;
根据所述水平图像中的各个顶点坐标,确定所述字符图像区域。
7.根据权利要求1所述的图像处理方法,其特征在于,所述对所述灰度调整图像进行二值化处理,得到二值化图像之后,包括:
对所述二值化图像进行连通标记,得到若干个连通区域;
基于预先设置的数量阈值以及各所述连通区域分别对应的像素点数量,对所述二值化图像进行噪点过滤处理,得到目标过滤图像;
分别将所述目标过滤图像中各个字符进行水平投影以及竖直投影,得到目标字符图像。
8.一种图像处理装置,其特征在于,包括:
区域分割模块,用于对原始图像进行区域分割,得到字符图像区域;
调整模块,用于对所述字符图像区域中各个像素点的灰度值进行自适应调整,得到灰度调整图像;
二值化模块,用于对所述灰度调整图像进行二值化处理,得到二值化图像。
9.一种电子设备,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7任一项所述图像处理方法。
10.一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7任一项所述图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310259671.9A CN115984863B (zh) | 2023-03-17 | 2023-03-17 | 图像处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310259671.9A CN115984863B (zh) | 2023-03-17 | 2023-03-17 | 图像处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115984863A true CN115984863A (zh) | 2023-04-18 |
CN115984863B CN115984863B (zh) | 2023-05-26 |
Family
ID=85972506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310259671.9A Active CN115984863B (zh) | 2023-03-17 | 2023-03-17 | 图像处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115984863B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103324930A (zh) * | 2013-06-28 | 2013-09-25 | 浙江大学苏州工业技术研究院 | 一种基于灰度直方图二值化的车牌字符分割方法 |
CN107480683A (zh) * | 2017-08-24 | 2017-12-15 | 郑州云海信息技术有限公司 | 一种图像处理方法及装置 |
US20180157927A1 (en) * | 2015-08-04 | 2018-06-07 | Alibaba Group Holding Limited | Character Segmentation Method, Apparatus and Electronic Device |
CN111027546A (zh) * | 2019-12-05 | 2020-04-17 | 北京嘉楠捷思信息技术有限公司 | 一种字符分割方法、装置以及计算机可读存储介质 |
CN113688838A (zh) * | 2021-10-25 | 2021-11-23 | 江西软云科技股份有限公司 | 红色笔迹提取方法、系统、可读存储介质及计算机设备 |
CN114235758A (zh) * | 2021-12-10 | 2022-03-25 | 苏州凌云视界智能设备有限责任公司 | 缺陷检测方法、装置、设备及存储介质 |
CN114387591A (zh) * | 2022-01-12 | 2022-04-22 | 平安普惠企业管理有限公司 | 车牌识别方法、系统、设备及存储介质 |
CN114550173A (zh) * | 2020-11-26 | 2022-05-27 | 中移物联网有限公司 | 图像预处理方法、装置、电子设备以及可读存储介质 |
US20230009564A1 (en) * | 2019-12-05 | 2023-01-12 | Canaan Bright Sight Co., Ltd | Character segmentation method and apparatus, and computer-readable storage medium |
-
2023
- 2023-03-17 CN CN202310259671.9A patent/CN115984863B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103324930A (zh) * | 2013-06-28 | 2013-09-25 | 浙江大学苏州工业技术研究院 | 一种基于灰度直方图二值化的车牌字符分割方法 |
US20180157927A1 (en) * | 2015-08-04 | 2018-06-07 | Alibaba Group Holding Limited | Character Segmentation Method, Apparatus and Electronic Device |
CN107480683A (zh) * | 2017-08-24 | 2017-12-15 | 郑州云海信息技术有限公司 | 一种图像处理方法及装置 |
CN111027546A (zh) * | 2019-12-05 | 2020-04-17 | 北京嘉楠捷思信息技术有限公司 | 一种字符分割方法、装置以及计算机可读存储介质 |
US20230009564A1 (en) * | 2019-12-05 | 2023-01-12 | Canaan Bright Sight Co., Ltd | Character segmentation method and apparatus, and computer-readable storage medium |
CN114550173A (zh) * | 2020-11-26 | 2022-05-27 | 中移物联网有限公司 | 图像预处理方法、装置、电子设备以及可读存储介质 |
CN113688838A (zh) * | 2021-10-25 | 2021-11-23 | 江西软云科技股份有限公司 | 红色笔迹提取方法、系统、可读存储介质及计算机设备 |
CN114235758A (zh) * | 2021-12-10 | 2022-03-25 | 苏州凌云视界智能设备有限责任公司 | 缺陷检测方法、装置、设备及存储介质 |
CN114387591A (zh) * | 2022-01-12 | 2022-04-22 | 平安普惠企业管理有限公司 | 车牌识别方法、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115984863B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110717489B (zh) | Osd的文字区域的识别方法、装置及存储介质 | |
CN112819772B (zh) | 一种高精度快速图形检测识别方法 | |
KR102113911B1 (ko) | 생체 인식 인증을 위한 특징 추출 및 정합과 템플릿 갱신 | |
CN115063421B (zh) | 极片区域检测方法及系统及装置及介质及缺陷检测方法 | |
CN109492642B (zh) | 车牌识别方法、装置、计算机设备及存储介质 | |
WO2021109697A1 (zh) | 字符分割方法、装置以及计算机可读存储介质 | |
WO2006087580A1 (en) | Fast method of object detection by statistical template matching | |
US9785850B2 (en) | Real time object measurement | |
CN109447117B (zh) | 双层车牌识别方法、装置、计算机设备及存储介质 | |
JP2012038318A (ja) | ターゲット検出方法及び装置 | |
CN106446921A (zh) | 一种高压输电线障碍物识别方法及装置 | |
CN114049499A (zh) | 用于连续轮廓的目标对象检测方法、设备及存储介质 | |
CN107767404A (zh) | 一种基于改进ViBe背景模型的遥感图像序列动目标检测方法 | |
CN109522768A (zh) | Qr码的识别方法及装置 | |
CN112686248A (zh) | 证件增减类别检测方法、装置、可读存储介质和终端 | |
CN116052152A (zh) | 一种基于轮廓检测和深度神经网络的车牌识别系统 | |
CN107992785B (zh) | 模糊车牌的识别方法及装置 | |
CN116524269A (zh) | 一种视觉识别检测系统 | |
CN115587966A (zh) | 一种在光照不均匀条件下零件有无缺漏的检测方法及系统 | |
CN113538500B (zh) | 图像分割方法、装置、电子设备和存储介质 | |
CN113780421B (zh) | 基于人工智能的脑部pet影像识别方法 | |
Xu et al. | Improved Canny Edge Detection Operator | |
CN111274851A (zh) | 一种活体检测方法及装置 | |
CN117853510A (zh) | 基于双边滤波和自适应阈值的Canny边缘检测方法 | |
WO2024016632A1 (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 |
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 |