CN116149987A - 一种图形滑块的自动验证方法 - Google Patents
一种图形滑块的自动验证方法 Download PDFInfo
- Publication number
- CN116149987A CN116149987A CN202211560449.4A CN202211560449A CN116149987A CN 116149987 A CN116149987 A CN 116149987A CN 202211560449 A CN202211560449 A CN 202211560449A CN 116149987 A CN116149987 A CN 116149987A
- Authority
- CN
- China
- Prior art keywords
- picture
- verification
- pixel
- slider
- spliced
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/362—Software debugging
- G06F11/3644—Software debugging by instrumenting at runtime
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/36—User authentication by graphic or iconic representation
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种图形滑块的自动验证方法,包括以下步骤:1)、获取待验证图片;2)、对载入所述待验证图片进行像素处理,使原图转化为像素图片;3)、对所述像素图片通过既定程序进行特征识别,确定图像的左边缘位置,并基于所述图像的左边缘位置,利用最优算法计算出所述验证图片内滑块验证窗口与待拼合的图片的位置参数;4)、利用API模拟鼠标点击拖动事件,将滑块向右滑动距离,触发滑块验证控件的事件触发完成。该发明提供的图形滑块的自动验证方法,在node环境下利用图像识别技术实现滑块自动校验的方法,可帮助测试人员自动通过网页滑块校验,顺利进入各项测试流程。
Description
技术领域
本发明涉及系统测试技术领域,具体涉及一种图形滑块的自动验证方法。
背景技术
网络内容价值的不断提升也助长了爬虫程序的泛滥,所以各大网站往往会加入各类人机校验,其中以拼合图像的滑块验证最为常见,但这本是防御机器刷单、刷榜、刷评论等欺诈行为的工具,却也对自动化测试造成了困扰。
发明内容
本发明的目的是提供一种图形滑块的自动验证方法,用于解决拼合图像的滑块验证这种在自动化测试中的便捷应用。
为了实现上述目的,本发明提供如下技术方案:一种图形滑块的自动验证方法,包括以下步骤:
1)、获取待验证图片;
2)、对载入所述待验证图片进行像素处理,使原图转化为像素图片;
3)、对所述像素图片通过既定程序进行特征识别,确定图像的左边缘位置,并基于所述图像的左边缘位置,利用最优算法计算出所述验证图片内滑块验证窗口与待拼合的图片的位置参数;
4)、利用API模拟鼠标点击拖动事件,将滑块向右滑动距离,触发滑块验证控件的事件触发完成。
作为优选的,所述步骤2对所述待验证图片的像素处理方法如下:
S001、利用Puppeteer加载对应网页,并将滑块验证窗口加载好后,将待拼合的图片发送到node服务;
S002、基于node的canvas库,需要创建canvas,将所述验证图片的滤镜灰度设置成100%,以制取灰色图片;
S003、利用canvas库提供的API:getImageData获取所述验证图片的像素数据,然后进行对所述灰色图片的data属性设置,设置完成后进行二值化处理,获取像素图片。
作为优选的,所述S001中Puppeteer利用page.$eval将滑块验证窗口加载至待拼合的图片上,并按照预定参数L1=L-L2进行布置;
其中,L2为滑块验证窗口至待拼合的图片边缘距离,L为待拼合的图片边缘距离至待拼合处距离,L1为滑块验证窗口至待拼合处距离。
作为优选的,所述步骤3中既定程序进行特征识别,是指识别特征为阴影周围有一圈白色的边框,即为验证窗口的位置。
作为优选的,所述步骤3中利用canvas库直接遍历所述像素图像的(x,y,2,height)的矩形区域像素色值信息,确保左侧一列为白色,右侧一列为黑色,以(x+1,y-1,width,2)的矩形校验,以满足第一行是白色,第二行是黑色。
其中,height和width为人为设置,设置条件为小于所述待拼合的图片的矩形宽高;
x+1,长度可允许误差;
y-1,宽度可允许误差。
作为优选的,以所述滑块验证窗口的底图左上角为原点,横向向右为x正方向,纵向向下为y轴正方向,坐标(x,y)的某一像素点的色值信息在数组中的位置是从data[w*y+x]到data[w*y+x+3],顺序为RGBA四个通道的值,取值范围0-255,若该点是白色,则从data[w*y+x]到data[w*y+x+2]的三个数字应该都为255,反之若是黑色,则都为0。
作为优选的,所述步骤4中以steps参数模拟滑块向右滑动L1距离动作。
作为优选的,所述data属性是一个8位无符号整型固定数组的类型化数组。
在上述技术方案中,本发明提供的一种图形滑块的自动验证方法,具备以下有益效果:对图像的识别进行优化处理,提高了待拼合的图片拼合至滑块验证窗口的效率,可帮助测试人员自动通过网页滑块校验,顺利进入各项测试流程。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的page.$eval计算后的确定的滑块验证窗口与待拼合的图片的位置结构示意图;
图2为本发明实施例提供的滤镜灰度处理后获取的图片示意图;
图3为本发明实施例提供的二值化后像素图片的示意图;
图4为本发明实施例提供流程结构示意图。
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做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。
如图1-4所示,一种图形滑块的自动验证方法,包括以下步骤:
1)、获取待验证图片;
2)、对载入待验证图片进行像素处理,使原图转化为像素图片;
3)、对像素图片通过既定程序进行特征识别,确定图像的左边缘位置,并基于图像的左边缘位置,利用最优算法计算出验证图片内滑块验证窗口与待拼合的图片的位置参数;
4)、利用API模拟鼠标点击拖动事件,将滑块向右滑动距离,触发滑块验证控件的事件触发完成。
具体的,待验证图片为媒体库存储的任一图像材料或基于大数据随机生成图片资料均可,载入的图片被Puppeteer利用page.$eval将滑块验证窗口加载至待拼合的图片上,并按照预定参数L1=L-L2进行布置。
其中,L2为滑块验证窗口至待拼合的图片边缘距离,L为待拼合的图片边缘距离至待拼合处距离,L1为滑块验证窗口至待拼合处距离。
从而将使得载入的图像分别形成滑块验证窗口以及待拼合的图片,即为待验证图片数据。
进一步的,步骤2对待验证图片的像素处理方法如下:
S001、利用Puppeteer加载对应网页,并将滑块验证窗口加载好后,将待拼合的图片发送到node服务;
S002、基于node的canvas库,需要创建canvas,将验证图片的滤镜灰度设置成100%,以制取灰色图片(图2);
S003、利用canvas库提供的API:getImageData获取验证图片的像素数据,然后进行对灰色图片的data属性设置(data属性是一个8位无符号整型固定数组的类型化数组),设置完成后进行二值化处理,获取像素图片(图3)。
上述步骤中,对灰色图片进行验证元素的二次位置校准,Puppeteer利用page.$eval将滑块验证窗口加载至待拼合的图片上,并按照预定参数L1=L-L2进行布置,从而再次校准滑块验证窗口与待拼合的图片的位置关系。
更为进一步的,步骤3中利用canvas库直接遍历像素图像的(x,y,2,height)的矩形区域像素色值信息,确保左侧一列为白色,右侧一列为黑色,以(x+1,y-1,width,2)的矩形校验,以满足第一行是白色,第二行是黑色。
其中,height和width为人为设置,设置条件为小于待拼合的图片的矩形宽高;
x+1,长度可允许误差;
y-1,宽度可允许误差。
再者,以滑块验证窗口的底图左上角为原点,横向向右为x正方向,纵向向下为y轴正方向,坐标(x,y)的某一像素点的色值信息在数组中的位置是从data[w*y+x]到data[w*y+x+3],顺序为RGBA四个通道的值,取值范围0-255,若该点是白色,则从data[w*y+x]到data[w*y+x+2]的三个数字应该都为255,反之若是黑色,则都为0。
作为发明进一步提供的一个实施例,步骤3中既定程序进行特征识别,是指识别特征为阴影周围有一圈白色的边框,即为验证窗口的位置。
具体的,上述实施例中的既定程序指的就是对比度识别,由于如图1所示(色彩图)待拼合的图片区域会被加深,故像素化处理之后,待拼合的图片区域为黑色,而待拼合的图片周边即为白色。
作为发明进一步提供的又一个实施例,步骤4中以steps参数模拟滑块向右滑动L1距离动作。
上述技术技术方案中,对图像的识别进行优化处理,提高了待拼合的图片拼合至滑块验证窗口的效率,可帮助测试人员自动通过网页滑块校验,顺利进入各项测试流程。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施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。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种电子设备的具体实施方式,所述电子设备具体包括如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;
其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述处理器用于调用所述存储器中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的方法中的全部步骤。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的方法的全部步骤。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。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。本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。
在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
Claims (10)
1.一种图形滑块的自动验证方法,其特征在于,包括以下步骤:
1)、获取待验证图片;
2)、对载入所述待验证图片进行像素处理,使原图转化为像素图片;
3)、对所述像素图片通过既定程序进行特征识别,确定图像的左边缘位置,并基于所述图像的左边缘位置,利用最优算法计算出所述验证图片内滑块验证窗口与待拼合的图片的位置参数;
4)、利用API模拟鼠标点击拖动事件,将滑块向右滑动距离,触发滑块验证控件的事件触发完成。
2.根据权利要求1所述的一种图形滑块的自动验证方法,其特征在于,所述步骤2对所述待验证图片的像素处理方法如下:
S001、利用Puppeteer加载对应网页,并将滑块验证窗口加载好后,将待拼合的图片发送到node服务;
S002、基于node的canvas库,需要创建canvas,将所述验证图片的滤镜灰度设置成100%,以制取灰色图片;
S003、利用canvas库提供的API:getImageData获取所述验证图片的像素数据,然后进行对所述灰色图片的data属性设置,设置完成后进行二值化处理,获取像素图片。
3.根据权利要求2所述的一种图形滑块的自动验证方法,其特征在于,所述S001中Puppeteer利用page.$eval将滑块验证窗口加载至待拼合的图片上,并按照预定参数L1=L-L2进行布置;
其中,L2为滑块验证窗口至待拼合的图片边缘距离,L为待拼合的图片边缘距离至待拼合处距离,L1为滑块验证窗口至待拼合处距离。
4.根据权利要求1所述的一种图形滑块的自动验证方法,其特征在于,所述步骤3中既定程序进行特征识别,是指识别特征为阴影周围有一圈白色的边框,即为验证窗口的位置。
5.根据权利要求1所述的一种图形滑块的自动验证方法,其特征在于,所述步骤3中利用canvas库直接遍历所述像素图像的(x,y,2,height)的矩形区域像素色值信息,确保左侧一列为白色,右侧一列为黑色,以(x+1,y-1,width,2)的矩形校验,以满足第一行是白色,第二行是黑色。
其中,height和width为人为设置,设置条件为小于所述待拼合的图片的矩形宽高;
x+1,长度可允许误差;
y-1,宽度可允许误差。
6.根据权利要求1所述的一种图形滑块的自动验证方法,其特征在于,以所述滑块验证窗口的底图左上角为原点,横向向右为x正方向,纵向向下为y轴正方向,坐标(x,y)的某一像素点的色值信息在数组中的位置是从data[w*y+x]到data[w*y+x+3],顺序为RGBA四个通道的值,取值范围0-255,若该点是白色,则从data[w*y+x]到data[w*y+x+2]的三个数字应该都为255,反之若是黑色,则都为0。
7.根据权利要求1所述的一种图形滑块的自动验证方法,其特征在于,所述步骤4中以steps参数模拟滑块向右滑动L1距离动作。
8.根据权利要求2所述的一种图形滑块的自动验证方法,其特征在于,所述data属性是一个8位无符号整型固定数组的类型化数组。
9.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现权利要求1至8任一项所述图形滑块的自动验证方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至8任一项所述图形滑块的自动验证方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211560449.4A CN116149987A (zh) | 2022-12-07 | 2022-12-07 | 一种图形滑块的自动验证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211560449.4A CN116149987A (zh) | 2022-12-07 | 2022-12-07 | 一种图形滑块的自动验证方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116149987A true CN116149987A (zh) | 2023-05-23 |
Family
ID=86360951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211560449.4A Pending CN116149987A (zh) | 2022-12-07 | 2022-12-07 | 一种图形滑块的自动验证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116149987A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116883346A (zh) * | 2023-07-05 | 2023-10-13 | 新疆青卫舜源信息科技有限公司 | 一种基于人工智能的目标图像质量筛选方法 |
-
2022
- 2022-12-07 CN CN202211560449.4A patent/CN116149987A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116883346A (zh) * | 2023-07-05 | 2023-10-13 | 新疆青卫舜源信息科技有限公司 | 一种基于人工智能的目标图像质量筛选方法 |
CN116883346B (zh) * | 2023-07-05 | 2024-03-15 | 新疆青卫舜源信息科技有限公司 | 一种基于人工智能的目标图像质量筛选方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111353956B (zh) | 图像修复方法、装置、计算机设备及存储介质 | |
CN107133909B (zh) | 一种着色器重组的方法及装置 | |
CN116149987A (zh) | 一种图形滑块的自动验证方法 | |
CN106202086A (zh) | 一种图片处理、获取方法、装置及系统 | |
CN117437227B (zh) | 一种图像生成及缺陷检测方法、装置、介质、设备及产品 | |
CN109800151A (zh) | 屏幕适配性自动测试方法、装置、计算机设备和存储介质 | |
CN115601700A (zh) | 一种数据中心网络设备的使用监测方法、设备及介质 | |
Najgebauer et al. | Inertia‐based Fast Vectorization of Line Drawings | |
US8600171B2 (en) | Image labeling using parallel processing | |
EP3608868B1 (en) | Firefly detection using a plurality of buffers | |
Cazorla et al. | JavaVis: An integrated computer vision library for teaching computer vision | |
US9881210B2 (en) | Generating a computer executable chart visualization by annotating a static image | |
CN116962612A (zh) | 应用于仿真系统的视频处理方法、装置、设备及存储介质 | |
CN110673874A (zh) | 用于向导式编程软件的变更配置的方法、存储介质、设备 | |
CN112149745B (zh) | 确定难例样本的方法、装置、设备及存储介质 | |
CN114339205A (zh) | 一种测试图生成方法及装置 | |
CN110188370A (zh) | 自动化可复用地理空间信息处理快速建模方法 | |
CN110619290B (zh) | 一种在线审验营业执照的方法及系统 | |
US7616203B1 (en) | Assigning attributes to regions across frames | |
Mishra | Computer Vision and Image Processing: Development and Optimization of MATLAB CVIP Toolbox | |
CN116402984B (zh) | 三维模型处理方法、装置及电子设备 | |
CN115690090B (zh) | 缺陷样本图像生成方法、装置、设备及存储介质 | |
CN116109523B (zh) | 一种智能设计的图像缺陷点自动修复方法及系统 | |
CN112182458B (zh) | 一种页面数据处理方法及装置 | |
CN106570825B (zh) | 一种基于透明图片的图片叠加系统和方法 |
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 |