CN116400873A - 一种基于云端的打印质量测试方法及系统 - Google Patents
一种基于云端的打印质量测试方法及系统 Download PDFInfo
- Publication number
- CN116400873A CN116400873A CN202310367844.9A CN202310367844A CN116400873A CN 116400873 A CN116400873 A CN 116400873A CN 202310367844 A CN202310367844 A CN 202310367844A CN 116400873 A CN116400873 A CN 116400873A
- Authority
- CN
- China
- Prior art keywords
- printing
- matching
- print quality
- standard
- test result
- 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
- 238000007639 printing Methods 0.000 title claims abstract description 262
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012372 quality testing Methods 0.000 title claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 201
- 238000013145 classification model Methods 0.000 claims abstract description 42
- 239000011159 matrix material Substances 0.000 claims description 73
- 238000001514 detection method Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010295 mobile communication 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1223—Dedicated interfaces to print systems specifically adapted to use a particular technique
- G06F3/1237—Print job management
- G06F3/1253—Configuration of print job parameters, e.g. using UI at the client
- G06F3/1256—User feedback, e.g. print preview, test print, proofing, pre-flight checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
- G06F11/2221—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested to test input/output devices or peripheral units
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
Abstract
本发明公开了一种基于云端的打印质量测试方法及系统,包括:响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;从历史打印数据中,确定与打印参数相匹配的标准文字或标准图像;将文字与标准文字匹配、或者将图像与标准图像匹配,得到文字匹配结果或者图像匹配结果;基于文字匹配结果或者图像匹配结果,生成针对文字或者图像的初始打印质量测试结果;将初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,目标打印质量测试结果包含打印质量问题类别;输出目标打印质量测试结果。本发明能够实现针对打印机的质量测试,从而提高打印质量。
Description
技术领域
本发明涉及计算机技术领域,具体而言,涉及一种基于云端的打印质量测试方法及系统。
背景技术
目前,打印技术的应用越来越广泛,人们对于打印质量的要求也逐步提升。如果打印出的文字或者图像质量不佳,会导致文字或者图像难以分辨,从而影响相应的业务功能。
在实践中发现,现在的打印机通常是在本地完成部署,并基于打印机自带的处理系统,实现本地的打印处理。然而,受限于本地的计算能力,打印机难以支撑更多的功能实现,如打印质量测试功能,应对打印质量的高要求。对此,亟需一种能够实现对打印出的文字或者图像进行质量测试的方法。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种基于云端的打印质量测试方法及系统,以至少实现针对打印机的质量测试,从而提高打印质量。
根据本发明实施例的一个方面,提供了一种基于云端的打印质量测试方法,所述方法包括:响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;其中,所述打印信息包括所述打印设备的打印参数、以及所述打印设备打印出的文字或图像;从历史打印数据中,确定与所述打印参数相匹配的标准文字或标准图像;将所述文字与所述标准文字匹配、或者将所述图像与所述标准图像匹配,得到文字匹配结果或者图像匹配结果;基于所述文字匹配结果或者所述图像匹配结果,生成针对所述文字或者所述图像的初始打印质量测试结果;将所述初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,所述目标打印质量测试结果包含打印质量问题类别;输出所述目标打印质量测试结果。
进一步的,将所述文字与所述标准文字匹配,得到所述文字匹配结果,包括:对所述文字进行识别,得到所述文字中的每个字符的位置信息;基于所述位置信息,对每个字符所处的字符区域进行区域清晰度计算,得到每个字符区域对应的清晰度;根据各个字符区域对应的清晰度,汇总得到针对所述文字的目标清晰度;将所述目标清晰度与所述标准文字的标准清晰度进行匹配,得到所述文字匹配结果;其中,所述文字匹配结果包括不匹配和匹配。
进一步的,将所述图像与所述标准图像匹配,得到所述图像匹配结果,包括:确定所述图像对应的第一像素矩阵,以及,确定所述标准图像对应的第二像素矩阵;将所述第一像素矩阵划分为多个第一子矩阵,以及将所述第二像素矩阵划分为多个第二子矩阵;对于每个所述第一子矩阵,计算所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果;根据各个所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果,汇总得到所述图像匹配结果。
进一步的,所述方法还包括:如果所述目标打印质量测试结果指示测试未通过,则根据所述打印质量问题类别,向所述打印设备发送相对应的调整控制指令;其中,所述打印质量问题类别包括以下至少一项:激光强度类别、定影温度类别、定影压力类别;其中,所述调整控制指令包括以下至少一项:与所述激光强度类别对应的激光强度调整控制指令、与所述定影温度类别对应的定影温度调整类别、与所述定影压力类别对应的定影压力调整类别。
进一步的,所述预先训练完成的质量分类模型基于以下步骤训练得到:获取打印质量测试结果样本以及预设的多个打印质量问题类别;其中,所述打印质量测试结果样本为基于历史打印信息生成的测试结果;利用所述打印质量测试结果样本以及所述预设的多个打印质量问题类别,对待训练的多分类模型进行迭代训练,得到所述训练完成的质量分类模型。
根据本发明实施例的另一方面,还提供了一种基于云端的打印质量测试系统,所述系统应用于云端服务器,包括:信息获取单元,用于响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;其中,所述打印信息包括所述打印设备的打印参数、以及所述打印设备打印出的文字或图像;信息确定单元,用于从历史打印数据中,确定与所述打印参数相匹配的标准文字或标准图像;匹配单元,用于将所述文字与所述标准文字匹配、或者将所述图像与所述标准图像匹配,得到文字匹配结果或者图像匹配结果;测试单元,用于基于所述文字匹配结果或者所述图像匹配结果,生成针对所述文字或者所述图像的初始打印质量测试结果;将所述初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,所述目标打印质量测试结果包含打印质量问题类别;输出单元,用于输出所述目标打印质量测试结果。
进一步的,所述匹配单元具体用于:对所述文字进行识别,得到所述文字中的每个字符的位置信息;基于所述位置信息,对每个字符所处的字符区域进行区域清晰度计算,得到每个字符区域对应的清晰度;根据各个字符区域对应的清晰度,汇总得到针对所述文字的目标清晰度;将所述目标清晰度与所述标准文字的标准清晰度进行匹配,得到所述文字匹配结果;其中,所述文字匹配结果包括不匹配和匹配。
进一步的,所述匹配单元具体用于:确定所述图像对应的第一像素矩阵,以及,确定所述标准图像对应的第二像素矩阵;将所述第一像素矩阵划分为多个第一子矩阵,以及将所述第二像素矩阵划分为多个第二子矩阵;对于每个所述第一子矩阵,计算所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果;根据各个所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果,汇总得到所述图像匹配结果。
进一步的,所述系统还包括:控制单元,用于如果所述目标打印质量测试结果指示测试未通过,则根据所述打印质量问题类别,向所述打印设备发送相对应的调整控制指令;其中,所述打印质量问题类别包括以下至少一项:激光强度类别、定影温度类别、定影压力类别;其中,所述调整控制指令包括以下至少一项:与所述激光强度类别对应的激光强度调整控制指令、与所述定影温度类别对应的定影温度调整类别、与所述定影压力类别对应的定影压力调整类别。
进一步的,所述预先训练完成的质量分类模型基于以下步骤训练得到:获取打印质量测试结果样本以及预设的多个打印质量问题类别;其中,所述打印质量测试结果样本为基于历史打印信息生成的测试结果;利用所述打印质量测试结果样本以及所述预设的多个打印质量问题类别,对待训练的多分类模型进行迭代训练,得到所述训练完成的质量分类模型。
根据本发明实施例的又一方面,还提供了一种计算机可读的存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述基于云端的打印质量测试方法。
根据本发明实施例的又一方面,还提供了一种电子装置,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,其中,上述处理器通过计算机程序执行上述的基于云端的打印质量测试方法。
在本发明实施例中,响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;从历史打印数据中,确定与打印参数相匹配的标准文字或标准图像;将文字与标准文字匹配、或者将图像与标准图像匹配,得到文字匹配结果或者图像匹配结果;基于文字匹配结果或者图像匹配结果,生成针对文字或者图像的初始打印质量测试结果;将初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,目标打印质量测试结果包含打印质量问题类别;输出目标打印质量测试结果。这一过程能实现针对打印机的质量测试,从而提高打印质量。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的基于云端的打印质量测试方法的流程图;
图2是根据本发明实施例的另一种可选的基于云端的打印质量测试方法的流程图;
图3是根据本发明实施例的一种可选的基于云端的打印质量测试装置的结构示意图;
图4是根据本发明实施例的一种可选的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供了一种可选的基于云端的打印质量测试方法,如图1所示,该基于云端的打印质量测试方法包括:
S101,响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;其中,所述打印信息包括所述打印设备的打印参数、以及所述打印设备打印出的文字或图像。
在本实施例中,执行主体可以为云端服务器。并且,云端服务器可以预先与多个打印设备建立连接,并接收这些打印设备发送的打印质量测试指令,响应打印质量测试指令,对各个打印设备进行打印质量测试。
其中,打印设备可以按照预设的时间周期进行打印质量测试,此时执行主体接收到的打印质量测试指令即为指示在当前时间周期对打印设备进行打印质量测试的指令,执行主体可以存储打印设备在各个时间周期的打印质量测试信息,并根据历史时间周期的打印质量测试信息迭代更新历史打印数据和质量分类模型。
其中,执行主体可以响应于打印质量测试指令,获取需要进行打印质量测试的打印设备发送的打印信息。具体的,打印信息可以包括打印设备的打印参数,具体可以包括但不限于打印机类型、打印纸尺寸、打印方向等,本实施例对此不做限定。并且,打印信息还可以包括打印设备打印出的文字或图像。其中,打印设备在进行打印质量测试的过程中,可以先在本地使用打印测试用纸进行打印,得到打印文字或图像后的打印纸。之后,打印设备能够对打印文字或图像后的打印纸进行扫描,得到打印纸上的文字或图像,再将文字或图像发送给执行主体。
S102,从历史打印数据中,确定与所述打印参数相匹配的标准文字或标准图像。
在本实施例中,历史打印数据可以为各个打印设备历史进行打印的相关数据,至少包括多个打印参数、与每个打印参数相匹配的标准文字或标准图像。
其中,与打印参数相匹配的标准文字指的是历史打印过程中,按照该打印参数进行打印,所得到的打印质量合格的文字,汇总得到的标准文字。
其中,与打印参数相匹配的标准图像指的是历史打印过程中,按照该打印参数进行打印,所得到的的打印质量合格的图像,汇总得到的标准图像。
可选的,与每个打印参数相匹配的标准文字可以基于以下步骤确定得到:对于每个打印参数,获取该打印参数下、历史打印质量合格的各个文字,对这些文字进行文字识别,得到文字的相关参数,这里的相关参数可以包括但不限于文字大小、文字排版、文字分辨率等。之后,按照文字的相关参数,生成与该打印参数相匹配的标准文字。
可选的,与每个打印参数相匹配的标准图像可以基于以下步骤确定得到:对于每个打印参数,获取该打印参数下、历史打印质量合格的各个图像,对这些图像进行图像识别,得到图像的相关参数,这里的相关参数可以包括但不限于图像像素大小、图像灰度与饱和度、图像分辨率等。之后,按照图像的相关参数,生成与该打印参数相匹配的标准图像。
S103,将所述文字与所述标准文字匹配、或者将所述图像与所述标准图像匹配,得到文字匹配结果或者图像匹配结果。
在本实施例中,执行主体可以将上述文字和标准文字进行匹配,得到文字匹配结果。或者,将上述图像与标准图像进行匹配,得到图像匹配结果。
其中,文字匹配结果用于指示进行打印质量测试的文字是否与打印质量合格的文字相匹配,如果匹配,则说明文字对应的打印质量测试结果合格。如果不匹配,则说明文字对应的打印质量测试结果不合格。
其中,图像匹配结果用于指示进行打印质量测试的图像是否与打印质量合格的图像相匹配,如果匹配,则说明图像对应的打印质量测试结果合格。如果不匹配,则说明图像对应的打印质量测试结果不合格。
S104,基于所述文字匹配结果或者所述图像匹配结果,生成针对所述文字或者所述图像的初始打印质量测试结果。
在本实施例中,执行主体可以根据文字匹配结果、图像匹配结果,生成初始打印质量测试结果。其中,初始打印质量测试结果可以包含测试通过或者测试不通过,还可以包含上述文字与上述标准文字之间的匹配度、上述图像与上述标准图像之间的匹配度。
作为一种可选的实施方式,基于所述文字匹配结果或者所述图像匹配结果,生成针对所述文字或者所述图像的初始打印质量测试结果可以包括:对于所述文字匹配结果,如果所述文字匹配结果指示所述文字和所述标准文字之间的匹配度低于预设的阈值,则确定初始打印质量测试结果为测试不通过。如果所述文字匹配结果指示所述文字和所述标准文字之间的匹配度高于或者等于预设的阈值,则确定初始打印质量测试结果为测试通过。如果所述文字匹配结果指示所述图像和所述标准图像之间的匹配度低于预设的阈值,则确定初始打印质量测试结果为测试不通过。如果所述图像匹配结果指示所述图像和所述标准图像之间的匹配度高于或者等于预设的阈值,则确定初始打印质量测试结果为测试通过。
S105,将所述初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,所述目标打印质量测试结果包含打印质量问题类别。
在本实施例中,执行主体在得到初始打印质量测试结果之后,可以将初始打印质量测试结果输入预先训练完成的质量分类模型。其中,预先训练完成的质量分类模型可以为多分类模型,其用于根据初始打印质量测试结果生成相对应的打印质量问题类别。其中,打印质量问题类别用于指示打印质量测试中指示打印设备存在的问题类别,可以包括但不限于激光强度类别、定影温度类别、定影压力类别,本实施例对此不做限定。
S106,输出所述目标打印质量测试结果。
在本实施例中,执行主体在得到目标打印质量测试结果之后,可以将目标打印质量测试结果返回给打印设备,以在打印设备的显示屏上输出目标打印质量测试结果。
在本发明实施例中,响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;从历史打印数据中,确定与打印参数相匹配的标准文字或标准图像;将文字与标准文字匹配、或者将图像与标准图像匹配,得到文字匹配结果或者图像匹配结果;基于文字匹配结果或者图像匹配结果,生成针对文字或者图像的初始打印质量测试结果;将初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,目标打印质量测试结果包含打印质量问题类别;输出目标打印质量测试结果。这一过程能实现针对打印机的质量测试,从而提高打印质量。
进一步的,本发明实施例提供了另一种可选的基于云端的打印质量测试方法,如图2所示,该基于云端的打印质量测试方法包括:
S201,响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;其中,所述打印信息包括所述打印设备的打印参数、以及所述打印设备打印出的文字或图像。
在本实施例中,执行主体可以为云端服务器。并且,云端服务器可以预先与多个打印设备建立连接,并接收这些打印设备发送的打印质量测试指令,响应打印质量测试指令,对各个打印设备进行打印质量测试。
其中,打印设备可以按照预设的时间周期进行打印质量测试,此时执行主体接收到的打印质量测试指令即为指示在当前时间周期对打印设备进行打印质量测试的指令,执行主体可以存储打印设备在各个时间周期的打印质量测试信息,并根据历史时间周期的打印质量测试信息迭代更新历史打印数据和质量分类模型。
其中,执行主体可以响应于打印质量测试指令,获取需要进行打印质量测试的打印设备发送的打印信息。具体的,打印信息可以包括打印设备的打印参数,具体可以包括但不限于打印机类型、打印纸尺寸、打印方向等,本实施例对此不做限定。并且,打印信息还可以包括打印设备打印出的文字或图像。其中,打印设备在进行打印质量测试的过程中,可以先在本地使用打印测试用纸进行打印,得到打印文字或图像后的打印纸。之后,打印设备能够对打印文字或图像后的打印纸进行扫描,得到打印纸上的文字或图像,再将文字或图像发送给执行主体。
S202,从历史打印数据中,确定与所述打印参数相匹配的标准文字或标准图像。
在本实施例中,历史打印数据可以为各个打印设备历史进行打印的相关数据,至少包括多个打印参数、与每个打印参数相匹配的标准文字或标准图像。
其中,与打印参数相匹配的标准文字指的是历史打印过程中,按照该打印参数进行打印,所得到的打印质量合格的文字,汇总得到的标准文字。
其中,与打印参数相匹配的标准图像指的是历史打印过程中,按照该打印参数进行打印,所得到的的打印质量合格的图像,汇总得到的标准图像。
可选的,与每个打印参数相匹配的标准文字可以基于以下步骤确定得到:对于每个打印参数,获取该打印参数下、历史打印质量合格的各个文字,对这些文字进行文字识别,得到文字的相关参数,这里的相关参数可以包括但不限于文字大小、文字排版、文字分辨率等。之后,按照文字的相关参数,生成与该打印参数相匹配的标准文字。
可选的,与每个打印参数相匹配的标准图像可以基于以下步骤确定得到:对于每个打印参数,获取该打印参数下、历史打印质量合格的各个图像,对这些图像进行图像识别,得到图像的相关参数,这里的相关参数可以包括但不限于图像像素大小、图像灰度与饱和度、图像分辨率等。之后,按照图像的相关参数,生成与该打印参数相匹配的标准图像。
S203,将所述文字与所述标准文字匹配、或者将所述图像与所述标准图像匹配,得到文字匹配结果或者图像匹配结果。
在本实施例中,执行主体可以将上述文字和标准文字进行匹配,得到文字匹配结果。或者,将上述图像与标准图像进行匹配,得到图像匹配结果。
其中,文字匹配结果用于指示进行打印质量测试的文字是否与打印质量合格的文字相匹配,如果匹配,则说明文字对应的打印质量测试结果合格。如果不匹配,则说明文字对应的打印质量测试结果不合格。
其中,图像匹配结果用于指示进行打印质量测试的图像是否与打印质量合格的图像相匹配,如果匹配,则说明图像对应的打印质量测试结果合格。如果不匹配,则说明图像对应的打印质量测试结果不合格。
作为一种可选的实施方式,将所述文字与所述标准文字匹配,得到所述文字匹配结果,包括:对所述文字进行识别,得到所述文字中的每个字符的位置信息;基于所述位置信息,对每个字符所处的字符区域进行区域清晰度计算,得到每个字符区域对应的清晰度;根据各个字符区域对应的清晰度,汇总得到针对所述文字的目标清晰度;将所述目标清晰度与所述标准文字的标准清晰度进行匹配,得到所述文字匹配结果;其中,所述文字匹配结果包括不匹配和匹配。
在本实施方式中,执行主体可以对打印信息中的文字进行识别,得到文字中的每个字符的位置信息。其中,打印信息中的文字可以包含多个字符,并且每个字符可以对应有坐标位置,即,每个字符的位置信息。之后,执行主体可以基于位置信息,将打印信息中的文字划分为多个字符,确定出每个字符所处的字符区域。之后,再对每个字符区域,进行区域清晰度计算,得到每个字符区域对应的清晰度。其中,区域清晰度计算可以按照OCR识别技术,识别得到第一字符,再将第一字符和打印信息中标注的、相对应的第二字符进行匹配,基于第一字符和第二字符之间的匹配度,得到区域清晰度。可以理解,第一字符和第二字符之间的匹配度越高,区域清晰度越高。第一字符和第二字符之间的匹配度越低,区域清晰度越低。之后,执行主体可以对各组第一字符和第二字符之间的匹配度,计算匹配度平均值,作为上述目标清晰度。并且,执行主体还可以获取标准文字对应的标准清晰度,这里的标准清晰度为预先设置的、针对标准文字的清晰度阈值,之后将目标清晰度和标准清晰度进行比较,如果目标清晰度小于标准清晰度、且目标清晰度与标准清晰度之间的差值大于预设的差值,则确定文字匹配结果为不匹配。如果目标清晰度大于或者等于标准清晰度、或者目标清晰度小于标准清晰度但目标清晰度与标准清晰度之间的差值小于或者等于预设的差值,则确定文字匹配结果为匹配。
作为另一种可选的实施方式,将所述图像与所述标准图像匹配,得到所述图像匹配结果,包括:确定所述图像对应的第一像素矩阵,以及,确定所述标准图像对应的第二像素矩阵;将所述第一像素矩阵划分为多个第一子矩阵,以及将所述第二像素矩阵划分为多个第二子矩阵;对于每个所述第一子矩阵,计算所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果;根据各个所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果,汇总得到所述图像匹配结果。
在本实施方式中,执行主体可以先确定需要进行打印质量测试的图像,再确定图像对应的第一像素矩阵。其中,第一像素矩阵用于反映图像中各个像素的RGB通道的像素值。以及,确定标准图像对应的第二像素矩阵。其中,第二像素矩阵用于反映标准图像中各个像素的RGB通道的像素值。之后,将第一像素矩阵划分为多个第一子矩阵,以及将第二像素矩阵划分为多个第二子矩阵。其中,每个第一子矩阵具有位置对应的第二子矩阵。之后,对每个第一子矩阵,可以计算该第一子矩阵和具有位置对应的第二子矩阵之间的清晰度检测结果。其中,清晰度检测结果用于描述第一子矩阵对应的像素数目是否大于第二子矩阵对应的像素数目、或者第一子矩阵对应的像素数目是否小于等于第二子矩阵对应的像素数目但第一子矩阵的像素数目与第二子矩阵的像素数目之间的差值小于预设的阈值,如果是,则确定第一子矩阵的清晰度检测结果为合格,如果否,则确定第一子矩阵的清晰度检测结果为不合格。之后,执行主体可以汇总各个第一子矩阵的清晰度检测结果,得到最终的图像匹配结果。具体的,执行主体可以在清晰度检测结果为合格的第一子矩阵的数量大于预设数量的情况,确定图像匹配结果为合格,在其他情况下,确定图像匹配结果为不合格。
S204,基于所述文字匹配结果或者所述图像匹配结果,生成针对所述文字或者所述图像的初始打印质量测试结果。
在本实施例中,执行主体可以根据文字匹配结果、图像匹配结果,生成初始打印质量测试结果。其中,初始打印质量测试结果可以包含测试通过或者测试不通过,还可以包含上述文字与上述标准文字之间的匹配度、上述图像与上述标准图像之间的匹配度。
作为一种可选的实施方式,基于所述文字匹配结果或者所述图像匹配结果,生成针对所述文字或者所述图像的初始打印质量测试结果可以包括:对于所述文字匹配结果,如果所述文字匹配结果指示所述文字和所述标准文字之间的匹配度低于预设的阈值,则确定初始打印质量测试结果为测试不通过。如果所述文字匹配结果指示所述文字和所述标准文字之间的匹配度高于或者等于预设的阈值,则确定初始打印质量测试结果为测试通过。如果所述文字匹配结果指示所述图像和所述标准图像之间的匹配度低于预设的阈值,则确定初始打印质量测试结果为测试不通过。如果所述图像匹配结果指示所述图像和所述标准图像之间的匹配度高于或者等于预设的阈值,则确定初始打印质量测试结果为测试通过。
在本实施方式中,如果文字匹配结果指示文字和标准文字之间的匹配度低于阈值,则确定初始打印质量测试结果为不通过;如果文字和标准文字之间的匹配度大于或者等于阈值,则确定初始打印质量测试结果为通过。图像匹配结果类似,在此不再赘述。其中,文字匹配结果中文字和标准文字之间的匹配度用于描述目标清晰度与标准清晰度之间的匹配情况,可以根据上述的匹配条件,生成匹配得分,即匹配度。匹配条件为:目标清晰度大于或者等于标准清晰度、或者目标清晰度小于标准清晰度但目标清晰度与标准清晰度之间的差值小于或者等于预设的差值。匹配度大于或者等于阈值,则说明满足匹配条件。
其中,图像匹配结果中图像和标准图像之间的匹配度用于描述目标清晰度与标准清晰度之间的匹配情况,可以根据上述的匹配条件,生成匹配得分,即匹配度。匹配条件为:清晰度检测结果为合格的第一子矩阵的数量大于预设数量。匹配度大于或者等于阈值,则说明满足匹配条件。
S205,将所述初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,所述目标打印质量测试结果包含打印质量问题类别。
在本实施例中,执行主体在得到初始打印质量测试结果之后,可以将初始打印质量测试结果输入预先训练完成的质量分类模型。其中,预先训练完成的质量分类模型可以为多分类模型,其用于根据初始打印质量测试结果生成相对应的打印质量问题类别。其中,打印质量问题类别用于指示打印质量测试中指示打印设备存在的问题类别,可以包括但不限于激光强度类别、定影温度类别、定影压力类别,本实施例对此不做限定。
作为一种可选的实施方式,所述预先训练完成的质量分类模型基于以下步骤训练得到:获取打印质量测试结果样本以及预设的多个打印质量问题类别;其中,所述打印质量测试结果样本为基于历史打印信息生成的测试结果;利用所述打印质量测试结果样本以及所述预设的多个打印质量问题类别,对待训练的多分类模型进行迭代训练,得到所述训练完成的质量分类模型。
在本实施方式中,执行主体可以基于构建打印质量测试结果样本以及预设的多个打印质量问题类别,对多分类模型进行有监督的迭代训练,得到质量分类模型。
S206,输出所述目标打印质量测试结果。
在本实施例中,执行主体在得到目标打印质量测试结果之后,可以将目标打印质量测试结果返回给打印设备,以在打印设备的显示屏上输出目标打印质量测试结果。
S207,如果所述目标打印质量测试结果指示测试未通过,则根据所述打印质量问题类别,向所述打印设备发送相对应的调整控制指令。
其中,所述打印质量问题类别包括以下至少一项:激光强度类别、定影温度类别、定影压力类别;
其中,所述调整控制指令包括以下至少一项:与所述激光强度类别对应的激光强度调整控制指令、与所述定影温度类别对应的定影温度调整类别、与所述定影压力类别对应的定影压力调整类别。
在本发明实施例中,响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;从历史打印数据中,确定与打印参数相匹配的标准文字或标准图像;将文字与标准文字匹配、或者将图像与标准图像匹配,得到文字匹配结果或者图像匹配结果;基于文字匹配结果或者图像匹配结果,生成针对文字或者图像的初始打印质量测试结果;将初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,目标打印质量测试结果包含打印质量问题类别;输出目标打印质量测试结果。这一过程能实现针对打印机的质量测试,从而提高打印质量。
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,某些步骤可以采用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优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
进一步的,本发明实施例提供了一种可选的基于云端的打印质量测试系统,如图3所示,所述系统应用于云端服务器,该基于云端的打印质量测试系统包括:
信息获取单元301,用于响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;其中,所述打印信息包括所述打印设备的打印参数、以及所述打印设备打印出的文字或图像;
信息确定单元302,用于从历史打印数据中,确定与所述打印参数相匹配的标准文字或标准图像;
匹配单元303,用于将所述文字与所述标准文字匹配、或者将所述图像与所述标准图像匹配,得到文字匹配结果或者图像匹配结果;
测试单元304,用于基于所述文字匹配结果或者所述图像匹配结果,生成针对所述文字或者所述图像的初始打印质量测试结果;将所述初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,所述目标打印质量测试结果包含打印质量问题类别;
输出单元305,用于输出所述目标打印质量测试结果。
进一步的,所述匹配单元具体用于:对所述文字进行识别,得到所述文字中的每个字符的位置信息;基于所述位置信息,对每个字符所处的字符区域进行区域清晰度计算,得到每个字符区域对应的清晰度;根据各个字符区域对应的清晰度,汇总得到针对所述文字的目标清晰度;将所述目标清晰度与所述标准文字的标准清晰度进行匹配,得到所述文字匹配结果;其中,所述文字匹配结果包括不匹配和匹配。
进一步的,所述匹配单元具体用于:确定所述图像对应的第一像素矩阵,以及,确定所述标准图像对应的第二像素矩阵;将所述第一像素矩阵划分为多个第一子矩阵,以及将所述第二像素矩阵划分为多个第二子矩阵;对于每个所述第一子矩阵,计算所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果;根据各个所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果,汇总得到所述图像匹配结果。
进一步的,所述系统还包括:控制单元,用于如果所述目标打印质量测试结果指示测试未通过,则根据所述打印质量问题类别,向所述打印设备发送相对应的调整控制指令;其中,所述打印质量问题类别包括以下至少一项:激光强度类别、定影温度类别、定影压力类别;其中,所述调整控制指令包括以下至少一项:与所述激光强度类别对应的激光强度调整控制指令、与所述定影温度类别对应的定影温度调整类别、与所述定影压力类别对应的定影压力调整类别。
进一步的,所述预先训练完成的质量分类模型基于以下步骤训练得到:获取打印质量测试结果样本以及预设的多个打印质量问题类别;其中,所述打印质量测试结果样本为基于历史打印信息生成的测试结果;利用所述打印质量测试结果样本以及所述预设的多个打印质量问题类别,对待训练的多分类模型进行迭代训练,得到所述训练完成的质量分类模型。
在本发明实施例中,响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;从历史打印数据中,确定与打印参数相匹配的标准文字或标准图像;将文字与标准文字匹配、或者将图像与标准图像匹配,得到文字匹配结果或者图像匹配结果;基于文字匹配结果或者图像匹配结果,生成针对文字或者图像的初始打印质量测试结果;将初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,目标打印质量测试结果包含打印质量问题类别;输出目标打印质量测试结果。这一过程能实现针对打印机的质量测试,从而提高打印质量。
进一步的,根据本发明实施例的又一个方面,还提供了一种用于实施上述基于云端的打印质量测试方法的电子设备,如图4所示,该电子设备包括存储器402和处理器404,该存储器402中存储有计算机程序,该处理器404被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述电子设备可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,从历史打印数据中,确定与所述打印参数相匹配的标准文字或标准图像;
S2,将所述文字与所述标准文字匹配、或者将所述图像与所述标准图像匹配,得到文字匹配结果或者图像匹配结果;
S3,基于所述文字匹配结果或者所述图像匹配结果,生成针对所述文字或者所述图像的初始打印质量测试结果;
S4,将所述初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,所述目标打印质量测试结果包含打印质量问题类别;
S5,输出所述目标打印质量测试结果。
可选地,本领域普通技术人员可以理解,图4所示的结构仅为示意,电子设备也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices,MID)、PAD等终端设备。图4其并不对上述电子设备的结构造成限定。例如,电子设备还可包括比图4中所示更多或者更少的组件(如网络接口等),或者具有与图4所示不同的配置。
其中,存储器402可用于存储软件程序以及模块,如本发明实施例中的基于云端的打印质量测试方法对应的程序指令/模块,处理器404通过运行存储在存储器402内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的基于云端的打印质量测试方法。存储器402可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器402可进一步包括相对于处理器404远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中,存储器402具体可以但不限于用于存储操作指令等信息。作为一种示例,如图4所示,上述存储器402中可以但不限于包括上述装置中的各个模块。
可选地,上述的传输装置406用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置406包括一个网络适配器(Network Interface Controller,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置406为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
此外,上述电子设备还包括:显示器408和连接总线410。
根据本发明的实施例的又一方面,还提供了一种存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,从历史打印数据中,确定与所述打印参数相匹配的标准文字或标准图像;
S2,将所述文字与所述标准文字匹配、或者将所述图像与所述标准图像匹配,得到文字匹配结果或者图像匹配结果;
S3,基于所述文字匹配结果或者所述图像匹配结果,生成针对所述文字或者所述图像的初始打印质量测试结果;
S4,将所述初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,所述目标打印质量测试结果包含打印质量问题类别;
S5,输出所述目标打印质量测试结果。
可选地,在本实施例中,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终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(Random Access Memory,RAM)、磁盘或光盘等。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以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,可以存储在上述计算机可读取的存储介质中。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全部或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存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。
在本发明的上述实施例中,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,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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,也可以采用软件功能单元的形式实现。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于云端的打印质量测试方法,其特征在于,所述方法应用于云端服务器,包括:
响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;其中,所述打印信息包括所述打印设备的打印参数、以及所述打印设备打印出的文字或图像;
从历史打印数据中,确定与所述打印参数相匹配的标准文字或标准图像;
将所述文字与所述标准文字匹配、或者将所述图像与所述标准图像匹配,得到文字匹配结果或者图像匹配结果;
基于所述文字匹配结果或者所述图像匹配结果,生成针对所述文字或者所述图像的初始打印质量测试结果;
将所述初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,所述目标打印质量测试结果包含打印质量问题类别;
输出所述目标打印质量测试结果。
2.根据权利要求1所述的方法,其特征在于,将所述文字与所述标准文字匹配,得到所述文字匹配结果,包括:
对所述文字进行识别,得到所述文字中的每个字符的位置信息;
基于所述位置信息,对每个字符所处的字符区域进行区域清晰度计算,得到每个字符区域对应的清晰度;
根据各个字符区域对应的清晰度,汇总得到针对所述文字的目标清晰度;
将所述目标清晰度与所述标准文字的标准清晰度进行匹配,得到所述文字匹配结果;其中,所述文字匹配结果包括不匹配和匹配。
3.根据权利要求1所述的方法,其特征在于,将所述图像与所述标准图像匹配,得到所述图像匹配结果,包括:
确定所述图像对应的第一像素矩阵,以及,确定所述标准图像对应的第二像素矩阵;
将所述第一像素矩阵划分为多个第一子矩阵,以及将所述第二像素矩阵划分为多个第二子矩阵;
对于每个所述第一子矩阵,计算所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果;
根据各个所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果,汇总得到所述图像匹配结果。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
如果所述目标打印质量测试结果指示测试未通过,则根据所述打印质量问题类别,向所述打印设备发送相对应的调整控制指令;
其中,所述打印质量问题类别包括以下至少一项:激光强度类别、定影温度类别、定影压力类别;
其中,所述调整控制指令包括以下至少一项:与所述激光强度类别对应的激光强度调整控制指令、与所述定影温度类别对应的定影温度调整类别、与所述定影压力类别对应的定影压力调整类别。
5.根据权利要求1所述的方法,其特征在于,所述预先训练完成的质量分类模型基于以下步骤训练得到:
获取打印质量测试结果样本以及预设的多个打印质量问题类别;其中,所述打印质量测试结果样本为基于历史打印信息生成的测试结果;
利用所述打印质量测试结果样本以及所述预设的多个打印质量问题类别,对待训练的多分类模型进行迭代训练,得到所述训练完成的质量分类模型。
6.一种基于云端的打印质量测试系统,其特征在于,所述系统应用于云端服务器,包括:
信息获取单元,用于响应于打印质量测试指令,获取预先建立连接的打印设备发送的打印信息;其中,所述打印信息包括所述打印设备的打印参数、以及所述打印设备打印出的文字或图像;
信息确定单元,用于从历史打印数据中,确定与所述打印参数相匹配的标准文字或标准图像;
匹配单元,用于将所述文字与所述标准文字匹配、或者将所述图像与所述标准图像匹配,得到文字匹配结果或者图像匹配结果;
测试单元,用于基于所述文字匹配结果或者所述图像匹配结果,生成针对所述文字或者所述图像的初始打印质量测试结果;将所述初始打印质量测试结果输入预先训练完成的质量分类模型,得到目标打印质量测试结果;其中,所述目标打印质量测试结果包含打印质量问题类别;
输出单元,用于输出所述目标打印质量测试结果。
7.根据权利要求6所述的系统,其特征在于,所述匹配单元具体用于:
对所述文字进行识别,得到所述文字中的每个字符的位置信息;
基于所述位置信息,对每个字符所处的字符区域进行区域清晰度计算,得到每个字符区域对应的清晰度;
根据各个字符区域对应的清晰度,汇总得到针对所述文字的目标清晰度;
将所述目标清晰度与所述标准文字的标准清晰度进行匹配,得到所述文字匹配结果;其中,所述文字匹配结果包括不匹配和匹配。
8.根据权利要求6所述的系统,其特征在于,所述匹配单元具体用于:
确定所述图像对应的第一像素矩阵,以及,确定所述标准图像对应的第二像素矩阵;
将所述第一像素矩阵划分为多个第一子矩阵,以及将所述第二像素矩阵划分为多个第二子矩阵;
对于每个所述第一子矩阵,计算所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果;
根据各个所述第一子矩阵与相对应的所述第二子矩阵之间的清晰度检测结果,汇总得到所述图像匹配结果。
9.根据权利要求6所述的系统,其特征在于,所述系统还包括:
控制单元,用于如果所述目标打印质量测试结果指示测试未通过,则根据所述打印质量问题类别,向所述打印设备发送相对应的调整控制指令;
其中,所述打印质量问题类别包括以下至少一项:激光强度类别、定影温度类别、定影压力类别;
其中,所述调整控制指令包括以下至少一项:与所述激光强度类别对应的激光强度调整控制指令、与所述定影温度类别对应的定影温度调整类别、与所述定影压力类别对应的定影压力调整类别。
10.根据权利要求6所述的系统,其特征在于,所述预先训练完成的质量分类模型基于以下步骤训练得到:
获取打印质量测试结果样本以及预设的多个打印质量问题类别;其中,所述打印质量测试结果样本为基于历史打印信息生成的测试结果;
利用所述打印质量测试结果样本以及所述预设的多个打印质量问题类别,对待训练的多分类模型进行迭代训练,得到所述训练完成的质量分类模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310367844.9A CN116400873A (zh) | 2023-04-07 | 2023-04-07 | 一种基于云端的打印质量测试方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310367844.9A CN116400873A (zh) | 2023-04-07 | 2023-04-07 | 一种基于云端的打印质量测试方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116400873A true CN116400873A (zh) | 2023-07-07 |
Family
ID=87007039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310367844.9A Pending CN116400873A (zh) | 2023-04-07 | 2023-04-07 | 一种基于云端的打印质量测试方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116400873A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116560599A (zh) * | 2023-07-11 | 2023-08-08 | 北京普云特科技有限公司 | 一种智能打印方法 |
CN117032600A (zh) * | 2023-10-09 | 2023-11-10 | 珠海芯烨电子科技有限公司 | 一种打印机控制方法及装置 |
-
2023
- 2023-04-07 CN CN202310367844.9A patent/CN116400873A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116560599A (zh) * | 2023-07-11 | 2023-08-08 | 北京普云特科技有限公司 | 一种智能打印方法 |
CN116560599B (zh) * | 2023-07-11 | 2023-09-22 | 北京普云特科技有限公司 | 一种智能打印方法 |
CN117032600A (zh) * | 2023-10-09 | 2023-11-10 | 珠海芯烨电子科技有限公司 | 一种打印机控制方法及装置 |
CN117032600B (zh) * | 2023-10-09 | 2024-01-26 | 珠海芯烨电子科技有限公司 | 一种打印机控制方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116400873A (zh) | 一种基于云端的打印质量测试方法及系统 | |
WO2020098250A1 (zh) | 字符识别方法、服务器及计算机可读存储介质 | |
CN108256591B (zh) | 用于输出信息的方法和装置 | |
CN107679466B (zh) | 信息输出方法和装置 | |
CN106778820B (zh) | 识别模型确定方法及装置 | |
CN107507153B (zh) | 图像去噪方法和装置 | |
CN109344762B (zh) | 图像处理方法和装置 | |
CN110046622B (zh) | 一种有目标的攻击样本生成方法、装置、设备及存储介质 | |
CN107463348B (zh) | 基于B/S架构实现Web端自定义格式打印方法及系统 | |
CN108288064B (zh) | 用于生成图片的方法和装置 | |
US11797857B2 (en) | Image processing system, image processing method, and storage medium | |
CN110955891B (zh) | 文件检测的方法、装置、系统和数据处理法的方法 | |
CN112330671A (zh) | 细胞分布状态的分析方法、装置、计算机设备和存储介质 | |
CN109559707B (zh) | 显示面板的伽马值处理方法、装置及显示设备 | |
CN111353039B (zh) | 文件类别检测方法和装置 | |
CN115658525A (zh) | 用户界面的校验方法、装置、存储介质及计算机设备 | |
CN115526859A (zh) | 生产缺陷识别的方法、分布式处理平台、设备及存储介质 | |
US9756220B2 (en) | Image data generating apparatus, printer, image data generating method, and non-transitory computer readable medium for extracting one or more pixels corresponding to a metallic-color region | |
US11523004B2 (en) | Part replacement predictions using convolutional neural networks | |
CN111581487B (zh) | 一种信息处理方法及装置 | |
CN110851883B (zh) | 基于图片绘制的设备指纹生成方法及装置 | |
CN106446902B (zh) | 非文字图像识别方法和装置 | |
CN110263782A (zh) | 基于深度学习的卡证检测方法和装置 | |
CN107169537B (zh) | 打印评价的方法、终端设备及计算机可读存储介质 | |
CN116704513B (zh) | 文本质量检测方法、装置、计算机设备和存储介质 |
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 |