CN116468908A - 一种扫描图片识别方法、装置及终端设备 - Google Patents

一种扫描图片识别方法、装置及终端设备 Download PDF

Info

Publication number
CN116468908A
CN116468908A CN202210033378.6A CN202210033378A CN116468908A CN 116468908 A CN116468908 A CN 116468908A CN 202210033378 A CN202210033378 A CN 202210033378A CN 116468908 A CN116468908 A CN 116468908A
Authority
CN
China
Prior art keywords
gray
scale
picture
color
image
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
Application number
CN202210033378.6A
Other languages
English (en)
Inventor
王越超
陈泽伟
苏臻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Genius Technology Co Ltd
Original Assignee
Guangdong Genius Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Genius Technology Co Ltd filed Critical Guangdong Genius Technology Co Ltd
Priority to CN202210033378.6A priority Critical patent/CN116468908A/zh
Publication of CN116468908A publication Critical patent/CN116468908A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请适用于识别技术领域,提供了一种扫描图片识别方法、装置及终端设备。本申请实施例中获取扫描区域的彩色图片,将上述彩色图片转换为至少两种预设颜色对应的灰阶图;从上述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,对上述对比度最高的灰阶图进行图片识别,从而提升扫描图片的图片识别效率。

Description

一种扫描图片识别方法、装置及终端设备
技术领域
本申请属于识别技术领域,尤其涉及一种扫描图片识别方法、装置及终端设备。
背景技术
随着社会的发展,具有扫描功能的终端设备在人们的生活中越来越常见,例如扫描笔。通常需对扫描笔扫描到的图片进行识别,而有时为了提高识别率可以拍摄彩色图像来对扫描图片进行识别,但是由于彩色照片进行图像识别处理时需要结合彩色识别算法,而导致变量增多、算法复杂程度增加,进而致使产品硬件处理能力的需求提升以及算法处理速度变慢,从而影响扫描图片的图片识别效率。
发明内容
本申请实施例提供了一种扫描图片识别方法、装置及终端设备,可以解决扫描图片的图片识别效率较低的问题。
第一方面,本申请实施例提供了一种扫描图片识别方法,包括:
获取扫描区域的彩色图片,将上述彩色图片转换为至少两种预设颜色对应的灰阶图;
从上述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,对上述对比度最高的灰阶图进行图片识别。
在一个实施例中,上述将上述彩色图片转换为至少两种预设颜色对应的灰阶图,包括:
通过滤光片将上述彩色图片转换为至少两种预设颜色对应的灰阶图。
在一个实施例中,上述通过滤光片将上述彩色图片转换为至少两种预设颜色对应的灰阶图,包括:
通过滤光片获取预设颜色对应的色彩通道的灰度值;
根据上述色彩通道的灰度值生成上述预设颜色对应的灰阶图。
在一个实施例中,上述对上述对比度最高的灰阶图进行图片识别,包括:
通过预设的灰阶识别算法对上述对比度最高的灰阶图进行图片识别。
在一个实施例中,在从上述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图之前,还包括:
在扫描结束时,对上述至少两种预设颜色分别对应的至少一个灰阶图进行拼接处理,得到至少两种预设颜色分别对应的目标区域灰阶图;
相应地,上述对上述对比度最高的灰阶图进行图片识别,包括:
对对比度最高的目标区域灰阶图进行图片识别。
在一个实施例中,上述对上述至少两种预设颜色分别对应的至少一个灰阶图进行拼接处理,包括:
从上述预设颜色对应的至少一个灰阶图中筛选出同一区域的灰阶图,根据前景和背景之间对比度从上述同一区域的灰阶图中确定目标灰阶图;
对上述至少一个灰阶图中不同区域的目标灰阶图进行拼接处理。
在一个实施例中,将从上述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,对上述对比度最高的灰阶图进行图片识别,替换为:
将上述至少两种预设颜色分别对应的灰阶图中划分为各个子区域;
对上述至少两种预设颜色分别对应的灰阶图中相同位置的子区域进行比对处理,得到上述相同位置的子区域的识别结果;
根据上述相同位置的子区域的识别结果确定上述灰阶图的图片识别结果。
在一个实施例中,在将所述彩色图片转换为至少两种预设颜色对应的灰阶图之前,包括:
从红色、绿色、蓝色、白色中选取至少两种预设颜色。
第二方面,本申请实施例提供了一种扫描图片识别装置,包括:
转换模块,用于获取扫描区域的彩色图片,将上述彩色图片转换为至少两种预设颜色对应的灰阶图;
识别模块,用于从上述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,对上述对比度最高的灰阶图进行图片识别。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,上述处理器执行上述计算机程序时实现上述任一种扫描图片识别方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述的计算机程序被处理器执行时实现上述任一种扫描图片识别方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一种扫描图片识别方法。
本申请实施例中获取扫描区域的彩色图片,通过将上述彩色图片转换为至少两种预设颜色对应的灰阶图,以对特定颜色的灰阶图进行识别处理,减少了整体处理彩色图片时的变量,降低了算法复杂程度,而且从上述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,以实现在减少变量的同时保证图片识别效果,即对上述对比度最高的灰阶图进行图片识别,从而提升扫描图片的图片识别效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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是本申请实施例提供的扫描图片识别方法的第一种流程示意图;
图2是本申请实施例提供的场景示意图;
图3是本申请实施例提供的扫描图片识别方法的第二种流程示意图;
图4是本申请实施例提供的扫描图片识别装置的结构示意图;
图5是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
图1所示为本申请实施例中一种扫描图片识别方法的流程示意图,该方法的执行主体可以是具有扫描功能的终端设备,例如扫描笔,该扫描笔是一种通过摄像头扫描录入文字的手持终端设备,如图1所示,上述扫描图片识别方法可以包括如下步骤:
步骤S101、获取扫描区域的彩色图片,将彩色图片转换为至少两种预设颜色对应的灰阶图。
在本实施例中,在终端设备的扫描过程中,终端设备通过控制终端设备的可拍摄彩色照片的摄像装置对扫描区域进行拍摄,以获取上述扫描区域的彩色图片,并通过将彩色图片转换为至少两种预设颜色对应的灰阶图,即对彩色图片进行处理只保留图片各个像素点的预设颜色时对应的灰阶图,从而可以减少整体处理彩色图片时的变量,降低了算法复杂程度和成本,提高了响应速度。其中,上述摄像装置可以是RGB彩色摄像头。
可以理解的是,上述彩色摄像头相当于在感光传感器前增加了RGB彩色滤光片(ColorFilter),所以终端设备可以通过滤光片将彩色图片转换为至少两种预设颜色对应的灰阶图,例如,终端设备可以从红色、绿色、蓝色、白色中选取至少两种预设颜色,相应地上述滤光片可以过滤得到红色、绿色、蓝色、白色对应的亮度值。
具体地,如图2所示,终端设备通过滤光片获取预设颜色对应的色彩通道的像素点的亮度值,再根据预设的分码算法对该亮度值进行处理,确定对应的像素点的灰度值,以便于将该灰度值发送给感光传感器,促使终端设备通过感光传感器将色彩通道的各个像素点的灰度值分别生成颜色对应的灰阶图,图2中的传感器1、传感器2、传感器3、传感器4为上述感光传感器。
示例性地,当预设颜色为红色、绿色、蓝色时,通过红色、绿色、蓝色分别对应的各个通道的彩色滤光片R、G、B得到颜色对应的亮度值,再根据预设的分码算法确定该亮度值对应的像素点的灰度值,图2中的彩色滤光片W过滤得到的是白光,该白光可以提升整体感光强度,从而提升R、G、B对应的灰阶图的显示效果,上述分码算法为:
Gray_R=R*1+G*0+B*0
Gray_G=R*0+G*1+B*0
Gray_B=R*0+G*0+B*1
其中,上述Gray_R、Gray_G、Gray_B对应的是图片中的同一像素点的红色、绿色、蓝色分别对应的灰度值,从而分别生成只包含红色、绿色、蓝色对应灰度值的灰阶图。
在一个实施例中,一般彩色图片通过转换为红色、绿色、蓝色对应的灰阶图,即可得到对比度很好的灰阶图,而在面对特殊类型的彩色图片时,例如彩色图片为灰色、白色掺杂的图片,可以通过彩色滤光片W过滤得到的白色对应的亮度值,再根据预设的分码算法确定该亮度值对应的像素点的灰度值,从而通过转换为白色对应的灰阶图,以得到对比度较好的灰阶图。
在一个实施例中,由于任意一种颜色均可以通过红绿蓝三种颜色的不同配比合成,故而上述灰阶图对应的颜色也可采用差异较大的至少两种混合颜色,具体地,在上述步骤S101之前还可以包括:终端设备随机获取基础颜色比值符合预设条件的第一混合颜色,即颜色比较鲜明的混合颜色,例如,RGB中的某一基础颜色对应的灰度是其他两种基础颜色的灰度的预设倍数,如2倍,从而可以通过基础颜色比值判断混合颜色是否符合灰度图的颜色需求。在得到符合预设条件的第一混合颜色后,从第一混合颜色中选取色值最大的基础颜色,由于生成灰度图的不同颜色之间需有较大差异,故当确定出第一混合颜色的色值最大的基础颜色后,即可根据色值最大的基础颜色确定第二混合颜色的目标基础颜色,该色值最大的基础颜色和目标基础颜色为不同基础颜色,例如,第一混合颜色的色值最大的基础颜色是红色,目标基础颜色只能是绿色或蓝色。最后根据目标基础颜色确定第二混合颜色,再按照第一混合颜色和第二混合颜色的基础颜色比值来分别控制滤光片进行滤波,得到第一混合颜色和第二混合颜色分别对应的各个色彩通道的亮度值,再根据分码算法得到第一混合颜色和第二混合颜色分别对应的灰阶图。
步骤S102、从至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,对对比度最高的灰阶图进行图片识别。
在本实施例中,通过选取成像效果最好的图片进行图片识别可以提高图片识别的准确性,而上述取前景和背景之间对比度最高的灰阶图即为成像效果最好的图片。其中,上述对对比度最高的灰阶图进行图片识别的图片识别方法包括但不限于是OCR识别算法、灰阶识别算法等。
可以理解的是,若直接对彩色图片采用灰度识别算法,那么就有可能会出现扫描区域内的部分内容颜色不同但成像灰度却接近的情况,致使扫描识别准确度降低,因此,通过将图片处理为不同颜色对应的灰阶图,再从中选取出对比度最高的灰阶图,将该对比度最高的灰阶图进行识别,可以提高扫描结果的准确性,提升了终端设备的识别率。
在一个实施例中,终端设备可以根据扫描方向将扫描结果依次在终端设备的屏幕上进行显示。
在一个实施例中,在步骤S102之前还可以包括:在扫描结束时,终端设备对至少两种预设颜色分别对应的至少一个灰阶图进行拼接处理,即预设颜色对应的不同区域的灰阶图进行拼接处理,来得到至少两种预设颜色分别对应的目标区域灰阶图,以便于终端设备对直接对整体的扫描区域进行识别,进而再从至少两种预设颜色分别对应的目标区域灰阶图中选取前景和背景之间对比度最高的目标区域灰阶图,而相应地,上述步骤S102可以包括:对对比度最高的目标区域灰阶图进行图片识别,从而提高了整体扫描区域的扫描结果的识别速度。
具体地,由于扫描是一个持续的过程,有时由于扫描速度较慢,而导致扫描过程中的相邻帧拍摄的区域是一样的,所以上述对至少两种预设颜色分别对应的至少一个灰阶图进行拼接处理可以包括:从预设颜色对应的至少一个灰阶图中筛选出同一区域的灰阶图,再根据前景和背景之间对比度从同一区域的灰阶图中确定目标灰阶图,即对比度最高的灰阶图,将该对比度最高的灰阶图作为该区域的目标灰阶图,最后对至少一个灰阶图中不同区域的目标灰阶图进行拼接处理,从而减少拼接目标区域灰阶图时的计算量,且通过筛选得到对比度最高的同一颜色下的同一区域的目标扫描灰阶图,也可提高该颜色下的目标区域灰阶图的准确性。
在一个实施例中,如图3所示,将步骤S102替换为:
步骤S301、将至少两种预设颜色分别对应的灰阶图中划分为各个子区域。
具体地,终端设备可以通过预设的文字框选算法将灰阶图中框选出各个文字,根据图片中框选的文字在图片中的位置进行区域划分,得到与文字数量相同的各个子区域,此外,为了便于识别可以在对子区域处理之前对各个子区域进行裁剪。
步骤S302、对至少两种预设颜色分别对应的灰阶图中相同位置的子区域进行比对处理,得到相同位置的子区域的识别结果。
具体地,若根据文字框选划分子区域的,则可对各个子区域依次分别标记编号,再根据子区域的编号,将至少两种预设颜色分别对应的同一编号的子区域进行比对处理,从而得到该编号下的子区域的识别结果,其中,上述同一编号即为同一位置;上述比对处理可以是从中选取对比度最高的图片。
步骤S303、根据相同位置的子区域的识别结果确定灰阶图的图片识别结果。
在本实施例中,终端设备可以将识别结果根据扫描方向依次显示在终端设备的屏幕上。可以理解的是,由于在扫描过程中,可能存在扫描区域中的背景颜色或前景颜色不同位置发生变化的情况,故而扫描区域中的不同位置对应的特定颜色下的灰阶也不相同,所以为了提高扫描结果的准确性,通过将至少两种预设颜色分别对应的灰阶图进行区域划分,以进行比对处理。
本申请实施例中获取扫描区域的彩色图片,通过将上述彩色图片转换为至少两种预设颜色对应的灰阶图,以对特定颜色的灰阶图进行识别处理,减少了整体处理彩色图片时的变量,降低了算法复杂程度,而且从上述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,以实现在减少变量的同时保证图片识别效果,即对上述对比度最高的灰阶图进行图片识别,从而提升扫描图片的图片识别效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文所述的一种扫描图片识别方法,图4所示为本申请实施例中一种扫描图片识别装置的结构示意图,如图4所示,上述扫描图片识别装置可以包括:
转换模块401,用于获取扫描区域的彩色图片,将彩色图片转换为至少两种预设颜色对应的灰阶图。
识别模块402,用于从至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,对对比度最高的灰阶图进行图片识别。
在一个实施例中,上述转换模块401可以包括:
转换单元,用于通过滤光片将彩色图片转换为至少两种预设颜色对应的灰阶图。
在一个实施例中,上述转换单元可以包括:
获取子单元,用于通过滤光片获取预设颜色对应的色彩通道的灰度值。
灰阶图生成子单元,用于根据色彩通道的灰度值生成预设颜色对应的灰阶图。
在一个实施例中,上述识别模块402可以包括:
第一识别单元,用于通过预设的灰阶识别算法对对比度最高的灰阶图进行图片识别。
在一个实施例中,上述扫描图片识别装置还可以包括:
拼接模块,用于在扫描结束时,对至少两种预设颜色分别对应的至少一个灰阶图进行拼接处理,得到至少两种预设颜色分别对应的目标区域灰阶图。
相应地,上述识别模块402还可以包括:
第二识别单元,用于对对比度最高的目标区域灰阶图进行图片识别。
在一个实施例中,上述拼接模块可以包括:
筛选单元,用于从预设颜色对应的至少一个灰阶图中筛选出同一区域的灰阶图,根据前景和背景之间对比度从同一区域的灰阶图中确定目标灰阶图。
拼接单元,用于对至少一个灰阶图中不同区域的目标灰阶图进行拼接处理。
在一个实施例中,上述扫描图片识别装置还可以包括:
区域划分模块,用于将至少两种预设颜色分别对应的灰阶图中划分为各个子区域。
比对模块,用于对至少两种预设颜色分别对应的灰阶图中相同位置的子区域进行比对处理,得到相同位置的子区域的识别结果。
结果确定模块,用于根据相同位置的子区域的识别结果确定灰阶图的图片识别结果。
在一个实施例中,上述扫描图片识别装置还可以包括:
选取模块,用于从红色、绿色、蓝色、白色中选取至少两种预设颜色。
本申请实施例中获取扫描区域的彩色图片,通过将上述彩色图片转换为至少两种预设颜色对应的灰阶图,以对特定颜色的灰阶图进行识别处理,减少了整体处理彩色图片时的变量,降低了算法复杂程度,而且从上述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,以实现在减少变量的同时保证图片识别效果,即对上述对比度最高的灰阶图进行图片识别,从而提升扫描图片的图片识别效率。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和模块的具体工作过程,可以参考前述系统实施例以及方法实施例中的对应过程,在此不再赘述。
图5为本申请实施例提供的终端设备的结构示意图。为了便于说明,仅示出了与本申请实施例相关的部分。
如图5所示,该实施例的终端设备5包括:至少一个处理器500(图5中仅示出一个),与上述处理器500连接的存储器501,以及存储在上述存储器501中并可在上述至少一个处理器500上运行的计算机程序502,例如扫描图片识别程序。上述处理器500执行上述计算机程序502时实现上述各个扫描图片识别方法实施例中的步骤,例如图1所示的步骤S101至S102。或者,上述处理器500执行上述计算机程序502时实现上述各装置实施例中各模块的功能,例如图4所示模块401至402的功能。
示例性的,上述计算机程序502可以被分割成一个或多个模块,上述一个或者多个模块被存储在上述存储器501中,并由上述处理器500执行,以完成本申请。上述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述上述计算机程序502在上述终端设备5中的执行过程。例如,上述计算机程序502可以被分割成转换模块401、识别模块402,各模块具体功能如下:
转换模块401,用于获取扫描区域的彩色图片,将彩色图片转换为至少两种预设颜色对应的灰阶图;
识别模块402,用于从至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,对对比度最高的灰阶图进行图片识别。
上述终端设备5可包括,但不仅限于,处理器500、存储器501。本领域技术人员可以理解,图5仅仅是终端设备5的举例,并不构成对终端设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备、总线等。
所称处理器500可以是中央处理单元(Central Processing Unit,CPU),该处理器500还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述存储器501在一些实施例中可以是上述终端设备5的内部存储单元,例如终端设备5的硬盘或内存。上述存储器501在另一些实施例中也可以是上述终端设备5的外部存储设备,例如上述终端设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,上述存储器501还可以既包括上述终端设备5的内部存储单元也包括外部存储设备。上述存储器501用于存储操作系统、应用程序、引导装载程序(Boot Loader)、数据以及其他程序等,例如上述计算机程序的程序代码等。上述存储器501还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。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或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,上述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上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单元来实现本实施例方案的目的。
上述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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (10)

1.一种扫描图片识别方法,其特征在于,包括:
获取扫描区域的彩色图片,将所述彩色图片转换为至少两种预设颜色对应的灰阶图;
从所述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,对所述对比度最高的灰阶图进行图片识别。
2.如权利要求1所述的扫描图片识别方法,其特征在于,所述将所述彩色图片转换为至少两种预设颜色对应的灰阶图,包括:
通过滤光片将所述彩色图片转换为至少两种预设颜色对应的灰阶图。
3.如权利要求2所述的扫描图片识别方法,其特征在于,所述通过滤光片将所述彩色图片转换为至少两种预设颜色对应的灰阶图,包括:
通过滤光片获取预设颜色对应的色彩通道的灰度值;
根据所述色彩通道的灰度值生成所述预设颜色对应的灰阶图。
4.如权利要求1所述的扫描图片识别方法,其特征在于,所述对所述对比度最高的灰阶图进行图片识别,包括:
通过预设的灰阶识别算法对所述对比度最高的灰阶图进行图片识别。
5.如权利要求1所述的扫描图片识别方法,其特征在于,在从所述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图之前,还包括:
在扫描结束时,对所述至少两种预设颜色分别对应的至少一个灰阶图进行拼接处理,得到至少两种预设颜色分别对应的目标区域灰阶图;
相应地,所述对所述对比度最高的灰阶图进行图片识别,包括:
对对比度最高的目标区域灰阶图进行图片识别。
6.如权利要求5所述的扫描图片识别方法,其特征在于,所述对所述至少两种预设颜色分别对应的至少一个灰阶图进行拼接处理,包括:
从所述预设颜色对应的至少一个灰阶图中筛选出同一区域的灰阶图,根据前景和背景之间对比度从所述同一区域的灰阶图中确定目标灰阶图;
对所述至少一个灰阶图中不同区域的目标灰阶图进行拼接处理。
7.如权利要求1所述的扫描图片识别方法,其特征在于,将从所述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,对所述对比度最高的灰阶图进行图片识别,替换为:
将所述至少两种预设颜色分别对应的灰阶图中划分为各个子区域;
对所述至少两种预设颜色分别对应的灰阶图中相同位置的子区域进行比对处理,得到所述相同位置的子区域的识别结果;
根据所述相同位置的子区域的识别结果确定所述灰阶图的图片识别结果。
8.如权利要求1所述的扫描图片识别方法,其特征在于,在将所述彩色图片转换为至少两种预设颜色对应的灰阶图之前,包括:
从红色、绿色、蓝色、白色中选取至少两种预设颜色。
9.一种扫描图片识别装置,其特征在于,包括:
转换模块,用于获取扫描区域的彩色图片,将所述彩色图片转换为至少两种预设颜色对应的灰阶图;
识别模块,用于从所述至少两种预设颜色分别对应的灰阶图中选取前景和背景之间对比度最高的灰阶图,对所述对比度最高的灰阶图进行图片识别。
10.一种终端设备,包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如权利要求1至8任一项所述的一种扫描图片识别方法的步骤。
CN202210033378.6A 2022-01-12 2022-01-12 一种扫描图片识别方法、装置及终端设备 Pending CN116468908A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210033378.6A CN116468908A (zh) 2022-01-12 2022-01-12 一种扫描图片识别方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210033378.6A CN116468908A (zh) 2022-01-12 2022-01-12 一种扫描图片识别方法、装置及终端设备

Publications (1)

Publication Number Publication Date
CN116468908A true CN116468908A (zh) 2023-07-21

Family

ID=87183000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210033378.6A Pending CN116468908A (zh) 2022-01-12 2022-01-12 一种扫描图片识别方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN116468908A (zh)

Similar Documents

Publication Publication Date Title
EP3396942B1 (en) Image sensor, imaging method and electronic device
EP3236647A1 (en) Image sensor, and output method, phase focusing method, imaging apparatus and terminal
US20050194445A1 (en) Method and apparatus for recognizing code
US20090225180A1 (en) Image processing method and apparatus, digital camera, and recording medium recording image processing program
CN111368819B (zh) 光斑检测方法和装置
KR101441786B1 (ko) 피사체 판정 장치, 피사체 판정 방법, 및 기록 매체
KR20190018760A (ko) 하이 다이내믹 범위 이미지의 생성 방법, 촬영 장치와 단말기, 이미징 방법
CN108632533B (zh) 一种相机的控制方法、移动终端及计算机可读存储介质
CN107395991B (zh) 图像合成方法、装置、计算机可读存储介质和计算机设备
CN110691226B (zh) 图像处理方法、装置、终端及计算机可读存储介质
CN109005367B (zh) 一种高动态范围图像的生成方法、移动终端及存储介质
US8625896B2 (en) Image matting
CN113744256A (zh) 一种深度图空洞填充方法、装置、服务器及可读存储介质
CN105578081A (zh) 成像方法、图像传感器、成像装置及电子装置
CN108198189B (zh) 图片清晰度的获取方法、装置、存储介质及电子设备
CN112822413B (zh) 拍摄预览方法、装置、终端和计算机可读存储介质
KR20070085795A (ko) 화상 보정 장치 및 화상 보정 방법
CN104010134B (zh) 用于形成具有宽动态范围的系统和方法
CN105578077A (zh) 成像方法、成像装置及电子装置
CN115345961B (zh) 基于hsv颜色空间相互运算的浓雾彩色重建方法及装置
CN116468908A (zh) 一种扫描图片识别方法、装置及终端设备
CN116249015A (zh) 摄像头遮挡检测方法、装置、摄像头设备及存储介质
CN113596425B (zh) 墨水屏终端的图像处理方法、装置、存储介质及智能设备
EP1669787A1 (en) Imaging lens position control device
CN108737736A (zh) 一种移动终端焦点控制方法、移动终端及存储介质

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