CN116540957A - 基于图像灰阶处理的打印方法及装置、电子设备 - Google Patents
基于图像灰阶处理的打印方法及装置、电子设备 Download PDFInfo
- Publication number
- CN116540957A CN116540957A CN202310523728.1A CN202310523728A CN116540957A CN 116540957 A CN116540957 A CN 116540957A CN 202310523728 A CN202310523728 A CN 202310523728A CN 116540957 A CN116540957 A CN 116540957A
- Authority
- CN
- China
- Prior art keywords
- gray
- target
- value
- index
- gray level
- 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
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)
Abstract
本公开公开了基于图像灰阶处理的打印方法及装置、电子设备,涉及数据处理技术领域,对目标图像进行聚类,得到目标灰阶的第一灰度值,目标灰阶为打印目标图像采用的阶数;基于第一灰度值和第二灰度值构建索引数组,第二灰度值为打印设备支持的灰度值;对目标图像进行降阶处理,得到索引图,索引图指向索引数组的目标索引位置;根据目标索引位置索引第二灰度值,并根据索引到的第二灰度值进行打印。与相关技术相比,通过改变目标灰阶可以得到不同目标灰阶的第一灰度值,根据改变的第一灰度值与第二灰度值便可构建相应的索引数组,根据相应的索引数组索引目标图像降阶后索引图对应的第二灰度值进行打印,从而提高对不同灰阶的打印数据的打印效果。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种基于图像灰阶处理的打印方法及装置、电子设备。
背景技术
热敏打印机通过加热热敏纸使加热区域的热敏纸呈现黑色,以此实现黑白两色的打印效果,目前热敏打印机只有在对固定灰阶数量的打印数据进行打印时,才可取得良好的打印效果,例如:支持16灰阶的热敏打印机,只有在打印16灰阶的打印数据时,打印效果才好,而在打印8灰阶打印数据时,打印效果便会大打折扣。因此,提供一种基于图像灰阶处理的打印方法及装置、电子设备,以提高所述热敏打印机对不同数量灰阶的打印数据的打印效果是目前急需解决的问题。
发明内容
本公开提供了一种基于图像灰阶处理的打印方法及装置、电子设备。其主要目的在于提供一种基于图像灰阶处理的打印方法及装置、电子设备,以提高所述热敏打印机对不同数量灰阶的打印数据的打印效果。
根据本公开的第一方面,提供了一种基于图像灰阶处理的打印方法,其中,包括:
基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值,所述目标灰阶为打印所述目标图像采用的阶数;
基于所述第一灰度值和第二灰度值构建索引数组,所述第二灰度值为打印设备支持的灰度值,且所述第二灰度值的数量与预设灰阶的阶数一致,所述索引数组用于索引所述第二灰度值,所述预设灰阶为所述打印设备支持的灰阶打印阶数;
对所述目标图像进行降阶处理,得到索引图,所述索引图指向所述索引数组的目标索引位置;
根据所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
可选的,所述基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值包括:
判断所述目标灰阶与所述预设灰阶的大小;
在确定所述目标灰阶小于所述预设灰阶的情况下,基于所述预设聚类算法对所述目标图像进行聚类,得到所述目标灰阶的所述第一灰度值。
可选的,所述基于所述第一灰度值和第二灰度值构建索引数组包括:
根据所述目标灰阶的所述第一灰度值构建第一数组;
根据所述预设灰阶的所述第二灰度值构建第二数组;
从所述第一数组中的第一个位置的所述第一灰度值开始,依次计算所述第一灰度值分别与所述第二数组中的每个所述第二灰度值之间的差值;
确定最小差值对应的所述第二灰度值在第二数组中的目标位置;
将所述目标位置作为所述索引数组的第一元素,直到遍历完所述第一数组中的所有所述第一灰度值。
可选的,所述对所述目标图像进行降阶处理,得到索引图包括:
将所述目标图像中像素对应的待降阶灰度值字节数据的前预设数量比特位设置为目标索引值,所述前预设数量比特位根据所述目标灰阶确定,所述目标索引值指向所述目标索引位置;
将所述待降阶灰度值字节数据中剩余数量的比特位设置为误差值;
将所述误差值根据预设比例分配至所述像素周围各个方位像素对应的所述待降阶灰度值上,通过对所述目标图像中每个像素进行降阶,得到所述索引图。
可选的,在所述对所述目标图像进行降阶处理,得到索引图之后,所述方法还包括:
对所述索引图进行压缩;
将压缩后的所述索引图及所述索引数组发送至打印单元;
对压缩后的所述索引图进行解压;
根据解压后所述索引图指向的所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
可选的,所述根据索引到的所述第二灰度值进行打印包括:
通过所述索引图中每个像素对应的所述目标索引值对所述目标索引位置进行索引,并根据所述目标索引位置索引所述第二灰度值;
将索引得到的所述第二灰度值赋值于所述索引图中对应的像素,并对赋值后的所述索引图进行打印。
可选的,所述方法包括:
在确定所述目标灰阶大于所述预设灰阶时,限制所述打印设备响应于打印指令;
在确定所述目标灰阶等于所述预设灰阶时,可根据需求选择是否基于预设聚类算法对所述目标图像进行聚类。
可选的,在所述判断所述目标灰阶与所述预设灰阶的大小之前,所述方法包括:
将待检测图像转换为灰度图像;
根据打印尺寸对所述灰度图像进行缩放,得到所述目标图像;
设定所述目标图像对应的所述目标灰阶。
可选的,基于所述预设聚类算法对所述目标图像进行聚类,得到所述目标灰阶的所述第一灰度值包括:
对所述目标图像进行数据直方图统计,得到目标直方图;
基于预设聚类算法对所述目标直方图进行聚类,得到所述目标灰阶的所述第一灰度值。
根据本公开的第二方面,提供了一种基于图像灰阶处理的打印装置,包括:
聚类单元,用于基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值,所述目标灰阶为打印所述目标图像采用的阶数;
构建单元,用于基于所述第一灰度值和第二灰度值构建索引数组,所述第二灰度值为打印设备支持的灰度值,且所述第二灰度值的数量与预设灰阶的阶数一致,所述索引数组用于索引所述第二灰度值,所述预设灰阶为所述打印设备支持的灰阶打印阶数;
处理单元,用于对所述目标图像进行降阶处理,得到索引图,所述索引图指向所述索引数组的目标索引位置;
打印单元,用于根据所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
可选的,所述聚类单元包括:
判断模块,用于判断所述目标灰阶与所述预设灰阶的大小;
聚类模块,用于在确定所述目标灰阶小于所述预设灰阶的情况下,基于所述预设聚类算法对所述目标图像进行聚类,得到所述目标灰阶的所述第一灰度值。
可选的,所述构建单元包括:
构建模块,用于根据所述目标灰阶的所述第一灰度值构建第一数组;
所述构建模块还用于根据所述预设灰阶的所述第二灰度值构建第二数组;
计算模块,用于从所述第一数组中的第一个位置的所述第一灰度值开始,依次计算所述第一灰度值分别与所述第二数组中的每个所述第二灰度值之间的差值;
确定模块,用于确定最小差值对应的所述第二灰度值在第二数组中的目标位置;
遍历模块,用于将所述目标位置作为所述索引数组的第一元素,直到遍历完所述第一数组中的所有所述第一灰度值。
可选的,所述处理单元包括:
设置模块,用于将所述目标图像中像素对应的待降阶灰度值字节数据的前预设数量比特位设置为目标索引值,所述前预设数量比特位根据所述目标灰阶确定,所述目标索引值指向所述目标索引位置;
所述设置模块还用于将所述待降阶灰度值字节数据中剩余数量的比特位设置为误差值;
分配模块,用于将所述误差值根据预设比例分配至所述像素周围各个方位像素对应的所述待降阶灰度值上,通过对所述目标图像中每个像素进行降阶,得到所述索引图。
可选的,所述装置还包括:
压缩单元,用于对所述索引图进行压缩;
发送单元,用于将压缩后的所述索引图及所述索引数组发送至所述打印单元;
解压单元,用于对压缩后的所述索引图进行解压;
所述打印单元还用于根据解压后所述索引图指向的所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
可选的,所述打印单元包括:
索引模块,用于通过所述索引图中每个像素对应的所述目标索引值对所述目标索引位置进行索引,并根据所述目标索引位置索引所述第二灰度值;
打印模块,用于将索引得到的所述第二灰度值赋值于所述索引图中对应的像素,并对赋值后的所述索引图进行打印。
可选的,所述装置包括:
限制单元,用于在确定所述目标灰阶大于所述预设灰阶时,限制所述打印设备响应于打印指令;
选择单元,用于在确定所述目标灰阶等于所述预设灰阶时,可根据需求选择是否基于预设聚类算法对所述目标图像进行聚类。
可选的,所述装置包括:
转换单元,用于将待检测图像转换为灰度图像;
缩放单元,用于根据打印尺寸对所述灰度图像进行缩放,得到所述目标图像;
设定单元,用于设定所述目标图像对应的所述目标灰阶。
可选的,所述聚类模块还用于:
对所述目标图像进行数据直方图统计,得到目标直方图;
基于预设聚类算法对所述目标直方图进行聚类,得到所述目标灰阶的所述第一灰度值。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述第一方面所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行前述第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如前述第一方面所述的方法。
本公开提供的基于图像灰阶处理的打印方法及装置、电子设备,基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值,所述目标灰阶为打印所述目标图像采用的阶数;基于所述第一灰度值和第二灰度值构建索引数组,所述第二灰度值为打印设备支持的灰度值,且所述第二灰度值的数量与预设灰阶的阶数一致,所述索引数组用于索引所述第二灰度值,所述预设灰阶为所述打印设备支持的灰阶打印阶数;对所述目标图像进行降阶处理,得到索引图,所述索引图指向所述索引数组的目标索引位置;根据所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。与相关技术相比,通过对所述目标图像进行聚类得到所述目标灰阶的所述第一灰度值,通过所述第一灰度值与所述第二灰度值构建所述索引数组,从而得到所述目标灰阶的所述第一灰度值分别对应的所述打印设备支持的所述第二灰度值,对所述目标图像进行降阶,得到索引图,其中,所述索引图指向所述索引数组的目标索引位置,通过所述索引数组根据所述目标索引位置索引所述第二灰度值,根据所述第二灰度值完成所述目标图像的打印,通过改变对所述目标图像进行聚类时的所述目标灰阶可以得到不同目标灰阶的所述第一灰度值,根据不同目标灰阶的所述第一灰度值与所述第二灰度值便可构建相应的索引数组,根据相应的所述索引数组索引所述目标图像降阶后所述索引图对应的所述第二灰度值进行打印,从而提高对不同灰阶的打印数据的打印效果。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开实施例所提供的一种基于图像灰阶处理的打印方法的流程示意图;
图2为本公开实施例提供的一种基于图像灰阶处理的打印装置的结构示意图;
图3为本公开实施例提供的另一种基于图像灰阶处理的打印装置的结构示意图;
图4为本公开实施例提供的示例电子设备300的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本公开实施例的基于图像灰阶处理的打印方法及装置、电子设备。
图1为本公开实施例所提供的一种基于图像灰阶处理的打印方法的流程示意图。
如图1所示,该方法包含以下步骤:
步骤101,基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值,所述目标灰阶为打印所述目标图像采用的阶数。
作为上述步骤101的细化,为了得到所述目标灰阶的所述第一灰度值,基于所述预设聚类算法对所述目标图像包括的灰度值进行聚类,得到所述目标灰阶的所述第一灰度值,所述目标灰阶为打印所述目标图像采用的阶数,其中,所述目标灰阶可以根据欲打印所述目标图像的阶数进行设定,所述预设聚类算法可以采用但不限于均值算法进行聚类。场景性的,当欲打印8目标灰阶的所述目标图像时,在所述目标图像包括的灰度值中聚类得到八个所述第一灰度值,上述说明仅为示例性的,本公开不限定打印的灰阶数,即不限定所述目标灰阶为8。
步骤102,基于所述第一灰度值和第二灰度值构建索引数组,所述第二灰度值为打印设备支持的灰度值,且所述第二灰度值的数量与预设灰阶的阶数一致,所述索引数组用于索引所述第二灰度值,所述预设灰阶为所述打印设备支持的灰阶打印阶数。
作为上述步骤102的细化,为了实现所述打印设备在进行不同数量灰阶打印时,其色盘所支持灰度值的选取,基于聚类得到的所述第一灰度值与打印设备支持的所述第二灰度值之间的差值关系,构建所述索引数组。
为了更清楚的说明上述实施例的过程,需要了解的是在为了打印8目标灰阶的所述目标图像,对所述目标图像进行聚类,得到八个所述第一灰度值之后,由于所述打印设备支持的所述预设灰阶的所述第二灰度值并不完全与所述第一灰度值相同,因此需要根据所述第一灰度值与所述第二灰度值之间的差值,从所述预设灰阶的所述第二灰度值中确定八个所述第一灰度值对应的八个所述第二灰度值,从而实现在对所述目标图像进行8目标灰阶的打印时,所述打印设备的色盘所支持的所述第二灰度值的选取,进而实现使用所述打印设备对所述目标图像进行8目标灰阶的打印,上述说明仅为示例性说明,不构成本公开的限定,且通过聚类所述目标图像得到所述第一灰度值,并基于所述第一灰度值选取对应的所述第二灰度值,从而使得在使用所述第二灰度值对所述目标图像进行目标灰阶打印时的效果更好。
步骤103,对所述目标图像进行降阶处理,得到索引图,所述索引图指向所述索引数组的目标索引位置。
作为上述步骤103的细化,为了使所述目标图像适配所述目标灰阶的打印,需对所述目标图像进行降阶处理,即将所述目标图像对应的灰阶降为所述目标灰阶,降阶之后得到所述索引图,所述索引图指向所述索引数组的所述目标索引位置,所述目标索引位置即为所述索引数组中存储的元素对应的各个位置。
步骤104,根据所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
作为上述步骤104的细化,所述目标索引位置指向所述第二灰度值,通过所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行所述目标灰阶的打印。
本公开提供的基于图像灰阶处理的打印方法,基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值,所述目标灰阶为打印所述目标图像采用的阶数;基于所述第一灰度值和第二灰度值构建索引数组,所述第二灰度值为打印设备支持的灰度值,且所述第二灰度值的数量与预设灰阶的阶数一致,所述索引数组用于索引所述第二灰度值,所述预设灰阶为所述打印设备支持的灰阶打印阶数;对所述目标图像进行降阶处理,得到索引图,所述索引图指向所述索引数组的目标索引位置;根据所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。与相关技术相比,通过对所述目标图像进行聚类得到所述目标灰阶的所述第一灰度值,通过所述第一灰度值与所述第二灰度值构建所述索引数组,从而得到所述目标灰阶的所述第一灰度值分别对应的所述打印设备支持的所述第二灰度值,对所述目标图像进行降阶,得到索引图,其中,所述索引图指向所述索引数组的目标索引位置,通过所述索引数组根据所述目标索引位置索引所述第二灰度值,根据所述第二灰度值完成所述目标图像的打印,通过改变对所述目标图像进行聚类时的所述目标灰阶可以得到不同目标灰阶的所述第一灰度值,根据不同目标灰阶的所述第一灰度值与所述第二灰度值便可构建相应的索引数组,根据相应的所述索引数组索引所述目标图像降阶后所述索引图对应的所述第二灰度值进行打印,从而提高对不同灰阶的打印数据的打印效果。
作为本公开实施例的细化,在执行步骤101所述基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值时,可以采用但不限于以下实现方式,例如:判断所述目标灰阶与所述预设灰阶的大小;在确定所述目标灰阶小于所述预设灰阶的情况下,基于所述预设聚类算法对所述目标图像进行聚类,得到所述目标灰阶的所述第一灰度值。
由于在进行所述目标灰阶的打印时,选定的所述目标灰阶受所述打印设备所支持的所述预设灰阶的限制,因此在对所述目标图像进行所述目标灰阶的打印时,需要将所述目标灰阶与所述预设灰阶进行比对,以判断所述目标灰阶与所述预设灰阶的大小,在确定所述目标灰阶小于所述预设灰阶的情况下,则表明所述打印设备可以实现该目标灰阶下的打印,之后基于所述预设聚类算法对所述目标图像进行聚类,得到所述目标灰阶的所述第一灰度值。
作为上述实施例的细化,在执行步骤102所述基于所述第一灰度值和第二灰度值构建索引数组时,可以采用但不限于以下实现方式,例如:根据所述目标灰阶的所述第一灰度值构建第一数组;根据所述预设灰阶的所述第二灰度值构建第二数组;从所述第一数组中的第一个位置的所述第一灰度值开始,依次计算所述第一灰度值分别与所述第二数组中的每个所述第二灰度值之间的差值;确定最小差值对应的所述第二灰度值在第二数组中的目标位置;将所述目标位置作为所述索引数组的第一元素,直到遍历完所述第一数组中的所有所述第一灰度值。
作为上述实施例的细化,所述根据所述目标灰阶的所述第一灰度值构建第一数组及所述根据所述预设灰阶的所述第二灰度值构建第二数组,即将所述目标灰阶的所述第一灰度值构建为数组形式,所述预设灰阶的所述第二灰度值构建为数组形式,例如:第一数组可以表示为array1[m]={0,16,32,48,64,82,98……255};第二数组可以表示为array2[n]={2,13,41,……250},其中,array1为第一数组,m表示目标灰阶,大括号内为所述目标灰阶的所述第一灰度值,array2为第一数组,n表示预设灰阶,大括号内为所述预设灰阶的所述第二灰度值。之后根据构建的所述第一数组及所述第二数组得到所述索引数组,具体步骤如下,包括:
将所述第一数组中下标为零位置对应的所述第一灰度值与所述第二数组中的每个所述第二灰度值进行差值计算,并将与所述第一灰度值差值最小的所述第二灰度值在所述第二数组中的下标作为所述索引数组中下标为零位置对应的元素,通过依次将所述第一数组中每个所述第一灰度值与所述第二数组中的每个所述第二灰度值进行差值计算,并将得到的最小差值对应的所述第二灰度值在所述第二数组中的下标填充至所述索引数组中对应的下标位置,得到所述索引数组。在构建所述索引数组的过程中会产生一个中间数组,所述中间数组的元素为所述第一灰度值与所述第二灰度值之间的差值,而所述中间数组仅为构建所述索引数组的过渡记录。上述所述索引数组的过程仅为示例性的,并不构成对本公开的限定。
作为上述实施例的细化,在执行步骤103所述对所述目标图像进行降阶处理,得到索引图时,可以采用但不限于以下实现方式,例如:将所述目标图像中像素对应的待降阶灰度值字节数据的前预设数量比特位设置为目标索引值,所述前预设数量比特位根据所述目标灰阶确定,所述目标索引值指向所述目标索引位置;将所述待降阶灰度值字节数据中剩余数量的比特位设置为误差值;将所述误差值根据预设比例分配至所述像素周围各个方位像素对应的所述待降阶灰度值上,通过对所述目标图像中每个像素进行降阶,得到所述索引图。
为了清楚的说明所述目标图像的降阶过程,本实施例提供示例性说明,例如:256阶的所述目标图像中一个像素的所述待降阶灰度值可以使用一个字节表示,而一个字节占8位,那么二进制表示的灰度值143则为10001111,而在将256阶的所述目标图像转换为8阶的所述索引图时,从二进制角度只需要3个bit就可以表示,即0-7;那么取前3位高位100转为00000100等于4,表示为目标索引值,后5位低位01111转为00001111等于15,作为误差扩散的误差值进行分配。在使用误差扩散对所述误差值进行分配时,包括:分别按7/16、3/16、5/16、1/16的比例分别累加到右侧、左下、下、右下等方位一个像素范围内的值上,依次全图降阶,得到所述索引图,上述说明仅仅为示例性的不构成本公开的限定。
作为上述实施例的细化,在对所述目标图像降阶时还可以采用但不限于以下实现方式,例如:一种均分降阶,如平均分成n份,每份的范围对应一个索引值,n为变量参数。另一种均值法,可以根据得到的目标灰阶的所述第一灰度值,按所述第一灰度值作为中心,确定目标灰阶个区域,按顺序设置每个区域的索引值为0-m,m为目标灰阶减一。所述目标图像中像素点原灰度值和对应的所述第一灰度值的差作为误差值。
作为上述实施例的细化,在所述对所述目标图像进行降阶处理,得到索引图之后,所述方法还可以采用但不限于以下实现方式,例如:对所述索引图进行压缩;将压缩后的所述索引图及所述索引数组发送至打印单元;对压缩后的所述索引图进行解压;根据解压后所述索引图指向的所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
为了清楚的说明上述的压缩步骤,本实施例提供示例性说明,例如:对所述索引图数据进行压缩,比如使所述索引图中3-4阶的目标索引值占1字节中的2bit,5-8阶占1字节3bit,9-16阶占4bit,以此类推;从而多个数据合并到一个字节中,减少数据量,根据实际打印机的硬件情况,传输速度,可以再此基础上继续使用如哈夫曼压缩等方式进行进一步压缩,得到打印数数据;在实际实施场景中,需要考虑打印速度,打印设备加热控制,硬件成本,因此所述打印设备不会支持超过32阶的预设灰阶,数据量限制更多的是使用16阶的预设灰阶,正常设计也是使用偶数阶,如4阶、8阶等,以方便数据计算;同时,为了实现打印设备对所述打印数据的快速拆分,比如8阶原本占3bit,也会采用4bit存放,也就是一个字节存放2个像素点的所述目标索引值。在得到所有的所述目标索引值后便得到所述索引图,根据所述索引图指向的所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
作为上述实施例的细化,在执行步骤104所述根据索引到的所述第二灰度值进行打印时,可以采用但不限于以下实现方式,例如:通过所述索引图中每个像素对应的所述目标索引值对所述目标索引位置进行索引,并根据所述目标索引位置索引所述第二灰度值;将索引得到的所述第二灰度值赋值于所述索引图中对应的像素,并对赋值后的所述索引图进行打印。
为了更清楚的说明上述打印过程,需要了解的是,所述目标索引值指向索引数组的所述目标索引位置,而所述目标索引位置指向所述第二数组中的对应的所述第二灰度值,即通过所述索引图索引所述索引数组后,在基于所述索引数组索引所述第二数组中的预设灰度值,最后返回所述预设灰度值至所述索引图,为所述索引图完成赋值,之后对赋值后的所述索引图进行打印,得到目标灰阶的打印结果。
作为上述实施例的细化,在判断所述预设灰阶与所述目标灰阶的大小之后,所述方法还可以采用但不限于以下实现方式,例如:在确定所述目标灰阶大于所述预设灰阶时,限制所述打印设备响应于打印指令;在确定所述目标灰阶等于所述预设灰阶时,可根据需求选择是否基于预设聚类算法对所述目标图像进行聚类。
作为上述实施例的细化,在确定所述目标灰阶大于所述预设灰阶时,则表示所述打印设备不支持目标灰阶的打印,因此不对打印指令进行响应;在确定所述目标灰阶等于所述预设灰阶时,则表明所述第一灰度值与所述第二灰度值可以一一对应,因此可以选择不对所述目标图像进行聚类,若为了使所述第一灰度值与所述第二灰度值之间更为相近,那么则可以选择对所述目标图像进行聚类。
作为上述实施例的细化,在所述判断所述目标灰阶与所述预设灰阶的大小之前,所述方法还可以采用但不限于以下实现方式,例如:将待检测图像转换为灰度图像;根据打印尺寸对所述灰度图像进行缩放,得到所述目标图像;设定所述目标图像对应的所述目标灰阶。
所述待检测图像为最初的待打印图像,对所述待检测图像进行灰度转换,得到灰度图像,之后根据打印尺寸对所述灰度图像进行缩放,得到所述目标图像,所述打印尺寸为设定打印尺寸,同时,设定欲打印的图像目标灰阶。
作为上述实施例的细化,在执行基于所述预设聚类算法对所述目标图像进行聚类,得到所述目标灰阶的所述第一灰度值时,还可以采用但不限于以下实现方式,例如:对所述目标图像进行数据直方图统计,得到目标直方图;基于预设聚类算法对所述目标直方图进行聚类,得到所述目标灰阶的所述第一灰度值。
通过所述目标直方图统计所述目标图像内包括的灰度值的分布,之后所述目标直方图内的所述灰度值进行聚类,得到所述第一灰度值。
综上所述,本实施例能达到以下效果:
1.通过改变对所述目标图像进行聚类时的所述目标灰阶可以得到不同目标灰阶的所述第一灰度值,根据不同目标灰阶的所述第一灰度值与所述第二灰度值便可构建相应的索引数组,根据相应的所述索引数组索引所述目标图像降阶后所述索引图对应的所述第二灰度值进行打印,从而提高对不同灰阶的打印数据的打印效果。
2.利用均值聚类方法,可以得到所述目标图像中连续灰度值的代表,结合实际能打印出的灰度值,能尽量用较为接近的值替代原图的效果,从而使低灰阶图类似高灰阶图的打印效果。
与上述的基于图像灰阶处理的打印方法相对应,本发明还提出一种基于图像灰阶处理的打印装置。由于本发明的装置实施例与上述的方法实施例相对应,对于装置实施例中未披露的细节可参照上述的方法实施例,本发明中不再进行赘述。
图2为本公开实施例提供的一种基于图像灰阶处理的打印装置的结构示意图,如图2所示,包括:
聚类单元21,用于基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值,所述目标灰阶为打印所述目标图像采用的阶数;
构建单元22,用于基于所述第一灰度值和第二灰度值构建索引数组,所述第二灰度值为打印设备支持的灰度值,且所述第二灰度值的数量与预设灰阶的阶数一致,所述索引数组用于索引所述第二灰度值,所述预设灰阶为所述打印设备支持的灰阶打印阶数;
处理单元23,用于对所述目标图像进行降阶处理,得到索引图,所述索引图指向所述索引数组的目标索引位置;
打印单元24,用于根据所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
本公开提供的基于图像灰阶处理的打印装置,基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值,所述目标灰阶为打印所述目标图像采用的阶数;基于所述第一灰度值和第二灰度值构建索引数组,所述第二灰度值为打印设备支持的灰度值,且所述第二灰度值的数量与预设灰阶的阶数一致,所述索引数组用于索引所述第二灰度值,所述预设灰阶为所述打印设备支持的灰阶打印阶数;对所述目标图像进行降阶处理,得到索引图,所述索引图指向所述索引数组的目标索引位置;根据所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。与相关技术相比,通过对所述目标图像进行聚类得到所述目标灰阶的所述第一灰度值,通过所述第一灰度值与所述第二灰度值构建所述索引数组,从而得到所述目标灰阶的所述第一灰度值分别对应的所述打印设备支持的所述第二灰度值,对所述目标图像进行降阶,得到索引图,其中,所述索引图指向所述索引数组的目标索引位置,通过所述索引数组根据所述目标索引位置索引所述第二灰度值,根据所述第二灰度值完成所述目标图像的打印,通过改变对所述目标图像进行聚类时的所述目标灰阶可以得到不同目标灰阶的所述第一灰度值,根据不同目标灰阶的所述第一灰度值与所述第二灰度值便可构建相应的索引数组,根据相应的所述索引数组索引所述目标图像降阶后所述索引图对应的所述第二灰度值进行打印,从而提高对不同灰阶的打印数据的打印效果。
图3为本公开实施例提供的一种基于图像灰阶处理的打印装置的结构示意图,进一步地,在本实施例一种可能的实现方式中,如图3所示,所述聚类单元21包括:
判断模块211,用于判断所述目标灰阶与所述预设灰阶的大小;
聚类模块212,用于在确定所述目标灰阶小于所述预设灰阶的情况下,基于所述预设聚类算法对所述目标图像进行聚类,得到所述目标灰阶的所述第一灰度值。
进一步地,在本实施例一种可能的实现方式中,如图3所示,所述构建单元22包括:
构建模块221,用于根据所述目标灰阶的所述第一灰度值构建第一数组;
所述构建模块221还用于根据所述预设灰阶的所述第二灰度值构建第二数组;
计算模块222,用于从所述第一数组中的第一个位置的所述第一灰度值开始,依次计算所述第一灰度值分别与所述第二数组中的每个所述第二灰度值之间的差值;
确定模块223,用于确定最小差值对应的所述第二灰度值在第二数组中的目标位置;
遍历模块224,用于将所述目标位置作为所述索引数组的第一元素,直到遍历完所述第一数组中的所有所述第一灰度值。
进一步地,在本实施例一种可能的实现方式中,如图3所示,所述处理单元23包括:
设置模块231,用于将所述目标图像中像素对应的待降阶灰度值字节数据的前预设数量比特位设置为目标索引值,所述前预设数量比特位根据所述目标灰阶确定,所述目标索引值指向所述目标索引位置;
所述设置模块231还用于将所述待降阶灰度值字节数据中剩余数量的比特位设置为误差值;
分配模块232,用于将所述误差值根据预设比例分配至所述像素周围各个方位像素对应的所述待降阶灰度值上,通过对所述目标图像中每个像素进行降阶,得到所述索引图。
进一步地,在本实施例一种可能的实现方式中,如图3所示,所述装置还包括:
压缩单元25,用于对所述索引图进行压缩;
发送单元26,用于将压缩后的所述索引图及所述索引数组发送至所述打印单元;
解压单元27,用于对压缩后的所述索引图进行解压;
所述打印单元24还用于根据解压后所述索引图指向的所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
进一步地,在本实施例一种可能的实现方式中,如图3所示,所述打印单元24包括:
索引模块241,用于通过所述索引图中每个像素对应的所述目标索引值对所述目标索引位置进行索引,并根据所述目标索引位置索引所述第二灰度值;
打印模块242,用于将索引得到的所述第二灰度值赋值于所述索引图中对应的像素,并对赋值后的所述索引图进行打印。
进一步地,在本实施例一种可能的实现方式中,如图3所示,所述装置包括:
限制单元28,用于在确定所述目标灰阶大于所述预设灰阶时,限制所述打印设备响应于打印指令;
选择单元29,用于在确定所述目标灰阶等于所述预设灰阶时,可根据需求选择是否基于预设聚类算法对所述目标图像进行聚类。
进一步地,在本实施例一种可能的实现方式中,如图3所示,所述装置包括:
转换单元2101,用于将待检测图像转换为灰度图像;
缩放单元2102,用于根据打印尺寸对所述灰度图像进行缩放,得到所述目标图像;
设定单元2103,用于设定所述目标图像对应的所述目标灰阶。
进一步地,在本实施例一种可能的实现方式中,如图3所示,所述聚类模块212还用于:
对所述目标图像进行数据直方图统计,得到目标直方图;
基于预设聚类算法对所述目标直方图进行聚类,得到所述目标灰阶的所述第一灰度值。
需要说明的是,前述对方法实施例的解释说明,也适用于本实施例的装置,原理相同,本实施例中不再限定。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图4示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图4所示,设备300包括计算单元301,其可以根据存储在ROM(Read-OnlyMemory,只读存储器)302中的计算机程序或者从存储单元308加载到RAM(Random AccessMemory,随机访问/存取存储器)303中的计算机程序,来执行各种适当的动作和处理。在RAM303中,还可存储设备300操作所需的各种程序和数据。计算单元301、ROM 302以及RAM 303通过总线304彼此相连。I/O(Input/Output,输入/输出)接口305也连接至总线304。
设备300中的多个部件连接至I/O接口305,包括:输入单元306,例如键盘、鼠标等;输出单元307,例如各种类型的显示器、扬声器等;存储单元308,例如磁盘、光盘等;以及通信单元309,例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于CPU(Central Processing Unit,中央处理单元)、GPU(Graphic Processing Units,图形处理单元)、各种专用的AI(Artificial Intelligence,人工智能)计算芯片、各种运行机器学习模型算法的计算单元、DSP(Digital SignalProcessor,数字信号处理器)、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理,例如基于图像灰阶处理的打印方法。例如,在一些实施例中,基于图像灰阶处理的打印方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元308。在一些实施例中,计算机程序的部分或者全部可以经由ROM302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序加载到RAM 303并由计算单元301执行时,可以执行上文描述的方法的一个或多个步骤。备选地,在其他实施例中,计算单元301可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行前述基于图像灰阶处理的打印方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、FPGA(Field Programmable Gate Array,现场可编程门阵列)、ASIC(Application-Specific Integrated Circuit,专用集成电路)、ASSP(Application Specific StandardProduct,专用标准产品)、SOC(System On Chip,芯片上系统的系统)、CPLD(ComplexProgrammable Logic Device,复杂可编程逻辑设备)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、RAM、ROM、EPROM(Electrically Programmable Read-Only-Memory,可擦除可编程只读存储器)或快闪存储器、光纤、CD-ROM(Compact Disc Read-Only Memory,便捷式紧凑盘只读存储器)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(Cathode-Ray Tube,阴极射线管)或者LCD(Liquid Crystal Display,液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:LAN(LocalArea Network,局域网)、WAN(Wide Area Network,广域网)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
其中,需要说明的是,人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (13)
1.一种基于图像灰阶处理的打印方法,其特征在于,包括:
基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值,所述目标灰阶为打印所述目标图像采用的阶数;
基于所述第一灰度值和第二灰度值构建索引数组,所述第二灰度值为打印设备支持的灰度值,且所述第二灰度值的数量与预设灰阶的阶数一致,所述索引数组用于索引所述第二灰度值,所述预设灰阶为所述打印设备支持的灰阶打印阶数;
对所述目标图像进行降阶处理,得到索引图,所述索引图指向所述索引数组的目标索引位置;
根据所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
2.根据权利要求1所述的方法,其特征在于,所述基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值包括:
判断所述目标灰阶与所述预设灰阶的大小;
在确定所述目标灰阶小于所述预设灰阶的情况下,基于所述预设聚类算法对所述目标图像进行聚类,得到所述目标灰阶的所述第一灰度值。
3.根据权利要求1所述的方法,其特征在于,所述基于所述第一灰度值和第二灰度值构建索引数组包括:
根据所述目标灰阶的所述第一灰度值构建第一数组;
根据所述预设灰阶的所述第二灰度值构建第二数组;
从所述第一数组中的第一个位置的所述第一灰度值开始,依次计算所述第一灰度值分别与所述第二数组中的每个所述第二灰度值之间的差值;
确定最小差值对应的所述第二灰度值在第二数组中的目标位置;
将所述目标位置作为所述索引数组的第一元素,直到遍历完所述第一数组中的所有所述第一灰度值。
4.根据权利要求1所述的方法,其特征在于,所述对所述目标图像进行降阶处理,得到索引图包括:
将所述目标图像中像素对应的待降阶灰度值字节数据的前预设数量比特位设置为目标索引值,所述前预设数量比特位根据所述目标灰阶确定,所述目标索引值指向所述目标索引位置;
将所述待降阶灰度值字节数据中剩余数量的比特位设置为误差值;
将所述误差值根据预设比例分配至所述像素周围各个方位像素对应的所述待降阶灰度值上,通过对所述目标图像中每个像素进行降阶,得到所述索引图。
5.根据权利要求1所述的方法,其特征在于,在所述对所述目标图像进行降阶处理,得到索引图之后,所述方法还包括:
对所述索引图进行压缩;
将压缩后的所述索引图及所述索引数组发送至打印单元;
对压缩后的所述索引图进行解压;
根据解压后所述索引图指向的所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
6.根据权利要求1或5中任一项所述的方法,其特征在于,所述根据索引到的所述第二灰度值进行打印包括:
通过所述索引图中每个像素对应的所述目标索引值对所述目标索引位置进行索引,并根据所述目标索引位置索引所述第二灰度值;
将索引得到的所述第二灰度值赋值于所述索引图中对应的像素,并对赋值后的所述索引图进行打印。
7.根据权利要求2所述的方法,其特征在于,所述方法包括:
在确定所述目标灰阶大于所述预设灰阶时,限制所述打印设备响应于打印指令;
在确定所述目标灰阶等于所述预设灰阶时,可根据需求选择是否基于预设聚类算法对所述目标图像进行聚类。
8.根据权利要求2所述的方法,其特征在于,在所述判断所述目标灰阶与所述预设灰阶的大小之前,所述方法包括:
将待检测图像转换为灰度图像;
根据打印尺寸对所述灰度图像进行缩放,得到所述目标图像;
设定所述目标图像对应的所述目标灰阶。
9.根据权利要求2所述的方法,其特征在于,基于所述预设聚类算法对所述目标图像进行聚类,得到所述目标灰阶的所述第一灰度值包括:
对所述目标图像进行数据直方图统计,得到目标直方图;
基于预设聚类算法对所述目标直方图进行聚类,得到所述目标灰阶的所述第一灰度值。
10.一种基于图像灰阶处理的打印装置,其特征在于,包括:
聚类单元,用于基于预设聚类算法对目标图像进行聚类,得到目标灰阶的第一灰度值,所述目标灰阶为打印所述目标图像采用的阶数;
构建单元,用于基于所述第一灰度值和第二灰度值构建索引数组,所述第二灰度值为打印设备支持的灰度值,且所述第二灰度值的数量与预设灰阶的阶数一致,所述索引数组用于索引所述第二灰度值,所述预设灰阶为所述打印设备支持的灰阶打印阶数;
处理单元,用于对所述目标图像进行降阶处理,得到索引图,所述索引图指向所述索引数组的目标索引位置;
打印单元,用于根据所述目标索引位置索引所述第二灰度值,并根据索引到的所述第二灰度值进行打印。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
13.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310523728.1A CN116540957A (zh) | 2023-05-10 | 2023-05-10 | 基于图像灰阶处理的打印方法及装置、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310523728.1A CN116540957A (zh) | 2023-05-10 | 2023-05-10 | 基于图像灰阶处理的打印方法及装置、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116540957A true CN116540957A (zh) | 2023-08-04 |
Family
ID=87457363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310523728.1A Pending CN116540957A (zh) | 2023-05-10 | 2023-05-10 | 基于图像灰阶处理的打印方法及装置、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116540957A (zh) |
-
2023
- 2023-05-10 CN CN202310523728.1A patent/CN116540957A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112633384B (zh) | 基于图像识别模型的对象识别方法、装置和电子设备 | |
CN112801164A (zh) | 目标检测模型的训练方法、装置、设备及存储介质 | |
CN113343958B (zh) | 一种文本识别方法、装置、设备及介质 | |
CN113379627B (zh) | 图像增强模型的训练方法和对图像进行增强的方法 | |
CN111105375A (zh) | 图像生成方法及其模型训练方法、装置及电子设备 | |
CN110533117B (zh) | 图像比对方法、装置、设备和存储介质 | |
CN112714357B (zh) | 视频播放方法、视频播放装置、电子设备和存储介质 | |
EP4123595A2 (en) | Method and apparatus of rectifying text image, training method and apparatus, electronic device, and medium | |
CN111709428B (zh) | 图像中关键点位置的识别方法、装置、电子设备及介质 | |
US20220343512A1 (en) | Method and apparatus of processing image, electronic device, and storage medium | |
CN115797565A (zh) | 三维重建模型训练方法、三维重建方法、装置及电子设备 | |
CN113989174A (zh) | 图像融合方法和图像融合模型的训练方法、装置 | |
CN113516697A (zh) | 图像配准的方法、装置、电子设备及计算机可读存储介质 | |
CN114120413A (zh) | 模型训练方法、图像合成方法、装置、设备及程序产品 | |
CN110717405B (zh) | 人脸特征点定位方法、装置、介质及电子设备 | |
CN112686365B (zh) | 运行神经网络模型的方法、装置和计算机设备 | |
CN115620321B (zh) | 表格识别方法及装置、电子设备和存储介质 | |
CN116405692A (zh) | 一种基于云端抠图的传输方法和相关设备 | |
CN115272667B (zh) | 农田图像分割模型训练方法、装置、电子设备和介质 | |
CN115187995B (zh) | 文档矫正方法、装置、电子设备和存储介质 | |
CN114881227B (zh) | 模型压缩方法、图像处理方法、装置和电子设备 | |
CN116540957A (zh) | 基于图像灰阶处理的打印方法及装置、电子设备 | |
CN114782249A (zh) | 一种图像的超分辨率重建方法、装置、设备以及存储介质 | |
CN113887630A (zh) | 图像分类方法、装置、电子设备和存储介质 | |
CN113361535A (zh) | 图像分割模型训练、图像分割方法及相关装置 |
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 |