CN116542987A - 一种图像裁剪方法、装置、电子设备及存储介质 - Google Patents

一种图像裁剪方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116542987A
CN116542987A CN202310424089.3A CN202310424089A CN116542987A CN 116542987 A CN116542987 A CN 116542987A CN 202310424089 A CN202310424089 A CN 202310424089A CN 116542987 A CN116542987 A CN 116542987A
Authority
CN
China
Prior art keywords
image
determining
convergence
signal
converging
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
Application number
CN202310424089.3A
Other languages
English (en)
Other versions
CN116542987B (zh
Inventor
龙凌云
杨安荣
欧阳松
单良
钟诗慧
吴初耀
杜小丽
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.)
Yichun Shanghai Intelligent Technology Co ltd
Original Assignee
Yichun Shanghai Intelligent 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 Yichun Shanghai Intelligent Technology Co ltd filed Critical Yichun Shanghai Intelligent Technology Co ltd
Priority to CN202310424089.3A priority Critical patent/CN116542987B/zh
Publication of CN116542987A publication Critical patent/CN116542987A/zh
Application granted granted Critical
Publication of CN116542987B publication Critical patent/CN116542987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping

Landscapes

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

Abstract

本发明公开了一种图像裁剪方法、装置、电子设备及存储介质。该方法包括：获取待裁剪图像，并确定待裁剪图像匹配的灰阶图像；根据灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号；确定各汇聚信号的候选值，并根据各汇聚信号的候选值，对待裁剪图像进行裁剪；其中，所述候选值是基于汇聚信号的一阶差分信号的二值化处理结果确定的。本技术方案解决了固定裁剪区域的图像裁剪方式灵活性低和可靠性差的问题，可以通过图像信息处理定位图片中的图像边界，在提高图像裁剪灵活性的同时，避免了存储、计算等资源的浪费。

Description

一种图像裁剪方法、装置、电子设备及存储介质
技术领域
本发明涉及图像处理技术领域，尤其涉及一种图像裁剪方法、装置、电子设备及存储介质。
背景技术
在对大规模文档、摄影胶片或电影胶片等进行扫描时，由于文档摆放位置变化或镜头焦距等物理条件限制，成像区域不能布满整个胶片，因此，不可避免造成像素的浪费。图片中未成像区域的不具有图像信息，却占据部分像素，在图像处理、存储等阶段造成资源浪费，因此需要对图像进行自动化批量裁剪。
现有技术中，一般通过预先设置固定的裁剪区域，对大规模图像进行批量裁剪。但是，设置固定裁剪区域难以实现不同规格的图片的灵活裁剪，同时，在摆放位置变化、成像设备差异等场景下，固定裁剪区域容易裁剪失误，造成图像信息的丢失。
发明内容
本发明提供了一种图像裁剪方法、装置、电子设备及存储介质，以解决固定裁剪区域的图像裁剪方式灵活性低和可靠性差的问题，可以通过图像信息处理定位图片中的图像边界，在提高图像裁剪灵活性的同时，避免了存储、计算等资源的浪费。
根据本发明的一方面，提供了一种图像裁剪方法，所述方法包括：
获取待裁剪图像，并确定待裁剪图像匹配的灰阶图像；
根据灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号；
确定各汇聚信号的候选值，并根据各汇聚信号的候选值，对待裁剪图像进行裁剪；其中，所述候选值是基于汇聚信号的一阶差分信号的二值化处理结果确定的。
根据本发明的另一方面，提供了一种图像裁剪装置，该装置包括：
灰阶图像确定模块，用于获取待裁剪图像，并确定待裁剪图像匹配的灰阶图像；
汇聚信号确定模块，用于根据灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号；
图像裁剪模块，用于确定各汇聚信号的候选值，并根据各汇聚信号的候选值，对待裁剪图像进行裁剪；其中，所述候选值是基于汇聚信号的一阶差分信号的二值化处理结果确定的。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
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计算机程序，所述计算机程序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本发明任一实施例所述的图像裁剪方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的图像裁剪方法。
本发明实施例的技术方案，通过获取待裁剪图像，根据待裁剪图像匹配的灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号。然后确定各汇聚信号的候选值，并根据各汇聚信号的候选值，对待裁剪图像进行裁剪。该方案解决了固定裁剪区域的图像裁剪方式灵活性低和可靠性差的问题，可以通过图像信息处理定位图片中的图像边界，在提高图像裁剪灵活性的同时，避免了存储、计算等资源的浪费。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是根据本发明实施例一提供的一种图像裁剪方法的流程图；
图2是根据本发明实施例二提供的一种图像裁剪方法的流程图；
图3是根据本发明实施例三提供的一种图像裁剪方法的流程图；
图4是根据本发明实施例四提供的一种图像裁剪装置的结构示意图；
图5是实现本发明实施例的图像裁剪方法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、设备、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。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
实施例一
图1为本发明实施例一提供了一种图像裁剪方法的流程图，本实施例可适用于大规模的图像裁剪场景，该方法可以由图像裁剪装置来执行，该装置可以采用硬件和/或软件的形式实现，该装置可配置于电子设备中。
如图1所示，该方法包括：
S110、获取待裁剪图像，并确定待裁剪图像匹配的灰阶图像。
本方案可以由计算机、服务器等电子设备执行。电子设备可以从预设存储地址获取待裁剪图像。所述待裁剪图像可以是彩色图像也可以是灰度图像。电子设备可以读取待裁剪图像的各像素，将待裁剪图像转化为预设像素格式的灰阶图像。例如将每像素24bit的RGB图像转换为每像素32bit浮点格式的灰阶图像。待裁剪图像的形状可以是规则的，例如矩形、圆形等形状，待裁剪图像的形状也可以是不规则的。灰阶图像的形状可以与待裁剪图像的形状相同。
S120、根据灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号。
电子设备可以根据灰阶图像的形状，设置汇聚方向，以得到灰阶图像各汇聚方向的汇聚信号。例如灰阶图像的形状为矩形，汇聚方向可以包括横向和纵向两个方向，在对灰阶图像进行汇聚操作之后，可以得到横向匹配的灰阶图像的行信号，以及纵向匹配的灰阶图像的列信号。
S130、确定各汇聚信号的候选值，并根据各汇聚信号的候选值，对待裁剪图像进行裁剪。
电子设备可以提取各汇聚信号的特征，根据汇聚信号特征，确定汇聚信号的候选值，并以候选值为参考标志对待裁剪图像进行裁剪。其中，所述候选值可以用于表征待裁剪图像中图像内容的边界。根据候选值对待裁剪图像进行裁剪可以剔除不存在图像内容的像素，保留具有图像内容的像素，进而提高图像利用率，避免存储、计算等资源的浪费。在本方案中，候选值可以是基于汇聚信号的一阶差分信号的二值化处理结果确定的。
本技术方案通过获取待裁剪图像，根据待裁剪图像匹配的灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号。然后确定各汇聚信号的候选值，并根据各汇聚信号的候选值，对待裁剪图像进行裁剪。该方案解决了固定裁剪区域的图像裁剪方式灵活性低和可靠性差的问题，可以通过图像信息处理定位图片中的图像边界，在提高图像裁剪灵活性的同时，避免了存储、计算等资源的浪费。
实施例二
图2为本发明实施例二提供了一种图像裁剪方法的流程图，本实施例以上述实施例为基础进行细化。如图2所示，该方法包括：
S210、获取待裁剪图像，并确定待裁剪图像匹配的灰阶图像。
S220、按照预先设置的至少两个汇聚方向，对灰阶图像进行汇聚降维，得到各汇聚方向匹配的汇聚信号。
可以理解的，汇聚降维可以是将汇聚方向上的像素值相加，将二维的灰阶图像转化为汇聚方向上的一维信号。每个汇聚方向的汇聚信号可以表示灰阶图像在该汇聚方向上的特征。
S230、确定各汇聚信号的一阶差分信号，并对各汇聚信号的一阶差分信号进行二值化处理，得到各汇聚信号匹配的二值化处理结果。
在得到各汇聚信号之后，电子设备可以计算各汇聚信号的一阶差分信号，并通过卷积操作对各一阶差分信号进行二值化处理，得到各汇聚信号的二值化处理结果。所述二值化处理可以是对一阶差分信号中相邻两个信号值的大小进行判断；若相邻两个信号值满足预设判断条件，则确定相邻两个信号值匹配的二值化处理结果为第一数值；若相邻两个信号值不满足预设判断条件，则确定相邻两个信号值匹配的二值化处理结果为第二数值；其中，第一数值和第二数值可以是不同的数值，例如第一数值可以是1，第二数值可以是0。
S240、根据各汇聚信号匹配的二值化处理结果以及预先确定的峰值显著度阈值，确定各汇聚信号的候选值。
容易理解的，电子设备可以根据各汇聚信号匹配的二值化处理结果以及预先确定的峰值显著度阈值对各汇聚信号中的信号值进行筛选，确定汇聚信号的候选值。其中，所述峰值显著度阈值是基于汇聚信号的中值确定的，例如峰值显著度阈值可以是汇聚信号中值的三分之一。
具体的，电子设备可以将二值化处理结果中第一数值匹配的汇聚信号的信号值作为筛选值。根据筛选值与峰值显著度阈值进行比较，将大于峰值显著度阈值的筛选值可以作为汇聚信号的候选值。
S250、根据各汇聚信号的候选值，确定至少四个切割位置。
每个汇聚方向可以表示为汇聚方向上的多条直线，两个汇聚方向对应的直线可能在待裁剪图像上存在相交点。对于存在相交关系的两个汇聚方向，汇聚信号的候选值可以表示相交点在汇聚信号对应的汇聚方向上的坐标。因此，根据各汇聚信号的候选值，电子设备可以确定各相交点。电子设备可以将每个相交点可以作为一个切割位置。一些相交点可能对于裁剪不具有参考意义，电子设备也可以在各相交点中筛选必要的相交点作为切割位置。
在本方案中，所述根据各汇聚信号的候选值，确定至少四个切割位置，包括：
在每个汇聚信号的候选值中确定至少两个目标值；
将各汇聚信号的目标值作为各汇聚方向的切割坐标值；
根据各汇聚方向的切割坐标值，确定至少四个切割位置。
容易理解的，电子设备可以在每个汇聚信号的候选值中确定两个目标值，其中，目标值可以是待裁剪图像的边界匹配的坐标值。电子设备可以将各汇聚信号的目标值作为各汇聚方向的切割坐标值，根据各切割坐标值，确定待裁剪图像上的切割位置。
S260、根据各切割位置，对待裁剪图像进行裁剪。
电子设备可以将各切割位置按照预设切割顺序进行连线，其中，所述切割顺序可以是沿待裁剪图像边界顺时针或逆时针切割。电子设备可以以任意一个切割位置为裁剪起点，并沿着连线对待裁剪图像进行裁剪，得到裁剪后图像。裁剪后图像保留了图像中的有效信息，将不包含信息的空像素进行切割，有利于在后续的图像处理中节约资源，提高图像处理效率。
本技术方案通过获取待裁剪图像，根据待裁剪图像匹配的灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号；然后确定各汇聚信号的一阶差分信号，并对各汇聚信号的一阶差分信号进行二值化处理，得到各汇聚信号匹配的二值化处理结果；再根据各汇聚信号匹配的二值化处理结果以及预先确定的峰值显著度阈值，确定各汇聚信号的候选值；最后根据各汇聚信号的候选值，确定至少四个切割位置，以根据各切割位置，对待裁剪图像进行裁剪。该方案解决了固定裁剪区域的图像裁剪方式灵活性低和可靠性差的问题，可以通过图像信息处理定位图片中的图像边界，在提高图像裁剪灵活性的同时，避免了存储、计算等资源的浪费。
实施例三
图3为本发明实施例三提供了一种图像裁剪方法的流程图，本实施例以上述实施例为基础进行细化。如图3所示，该方法包括：
S310、获取待裁剪图像，并确定待裁剪图像匹配的灰阶图像。
S320、根据预先确定的图像缩放比例，对灰阶图像进行缩放，得到缩放图像。
为了快速确定切割位置，电子设备可以在对灰阶图像进行汇聚降维之前，先进行图像缩放，以减少汇聚信号的数据量，实现数据的快速处理。具体的，电子设备可以通过线性插值模型将灰阶图像按照图像缩放比例进行缩放。
S330、按照预先设置的至少两个汇聚方向，对缩放图像进行汇聚降维，得到各汇聚方向匹配的汇聚信号。
在得到缩放图像之后，电子设备可以按照预先设置的汇聚方向，对缩放图像进行汇聚降维，得到各汇聚方向匹配的汇聚信号。需要说明的是，本方案在对灰阶图像进行汇聚降维之前进行了缩放处理，因此，汇聚信号数据量降低，节约了对汇聚信号的处理时间和存储空间，有利于快速定位切割位置。
S340、确定各汇聚信号的一阶差分信号，并对各汇聚信号的一阶差分信号进行二值化处理，得到各汇聚信号匹配的二值化处理结果。
S350、根据各汇聚信号匹配的二值化处理结果以及预先确定的峰值显著度阈值，确定各汇聚信号的候选值。
S360、根据各汇聚信号的候选值，确定至少四个切割位置。
本方案中，所述根据各汇聚信号的候选值，确定至少四个切割位置，包括：
在每个汇聚信号的候选值中确定至少两个目标值；
根据各汇聚信号的目标值以及图像缩放比例，确定各汇聚方向的切割坐标值；
根据各汇聚方向的切割坐标值，确定至少四个切割位置。
本方案中，由于汇聚信号的数据量降低，候选值数量也可能相应减少，因此，更有利于在少量的候选值中快速确定目标值。另外，本方案中的目标值为缩放图像的切割坐标值，需要根据图像缩放比例对目标值进行放大，得到待裁剪图像的切割坐标值。
S370、根据各切割位置，对待裁剪图像进行裁剪。
在一个具体的例子中，待裁剪图像为矩形RGB图像，每个像素24bit，待裁剪图像大小为w×h，其中，w和h分别表示待裁剪图像的宽度和高度。待裁剪图像的图像裁剪步骤如下：
步骤1:将待裁剪图像转化为每像素32bit浮点格式的灰阶图像，灰阶图像中各像素值可以如下公式所示：
其中，IR表示待裁剪图像在R通道的像素值，IG表示待裁剪图像在G通道的像素值，IB表示待裁剪图像在B通道的像素值，Igray表示与待裁剪图像像素匹配的灰阶图像的像素值。
步骤2：确定待裁剪图像中长边的长度L，其中，L＝max(w,h)；设置缩小的目标像素值为N，得到图像缩放比例r，通过双线性插值算法将灰阶图像Igray高宽等比例r缩小至缩放图像Iscale。
步骤3：对缩放图像分别进行行、列汇聚降维操作，得到两个汇聚信号，即行信号v和列信号h，行信号表示为列信号表示为/>其中，x表示缩放图像的行坐标，y表示缩放图像的列数量，y′表示缩放图像的列坐标。
步骤4：计算出信号v的中值vm和信号h的中值hm；利用差分公式Δz＝zi+1-zi分别计算出v和h的一阶差分信号v′和h′；分别对v′和h′进行卷积操作，得到二值化处理结果v"和h"，二值化处理可以表示为：
其中，i表示信号值索引，zi表示汇聚信号中第i个信号值，Δzi表示汇聚信号的一阶差分信号中第i个信号值，Zi表示二值化处理结果中第i个信号值。
步骤5：将二值化处理结果中为1的信号值匹配的汇聚信号的信号值确定为峰值；将vm的作为v的峰值显著度阈值，将hm的/>作为h的峰值显著度阈值，利用对v和h的峰值进行过滤筛选。
步骤6：获取经筛选后的v中第一个峰值v0和最后一个峰值vi作为计算图像横轴上的裁切的坐标值；获取经筛选后的h中第一个峰值点h0和最后一个峰值hi作为计算图像纵轴上的裁切的坐标值；将上述4个坐标值分别除以图像缩放比例得到待裁剪图像的切割位置；按照4个切割位置对待裁剪图像进行图像裁剪。
上述方案可以快速的确定待裁剪图像的裁剪位置，并能确保图像中有效信息的保留，不会影响到图像信息的清晰度和准确性。本方案可以应用于对数字化文档、印刷品、照片、摄影胶片以及电影胶片等图像的后自动化处理，可以实现大量、快速、准确的图像裁剪处理，大大提高图像处理效率。
本技术方案通过获取待裁剪图像，对待裁剪图像匹配的灰阶图像按照预设图像缩放比例进行缩放；然后按照预先设置的至少两个汇聚方向，对缩放图像进行汇聚降维，得到各汇聚方向匹配的汇聚信号；确定各汇聚信号的一阶差分信号，并对各汇聚信号的一阶差分信号进行二值化处理，得到各汇聚信号匹配的二值化处理结果；再根据各汇聚信号匹配的二值化处理结果以及预先确定的峰值显著度阈值，确定各汇聚信号的候选值。最后根据各汇聚信号的候选值，确定至少四个切割位置，以根据各切割位置，对待裁剪图像进行裁剪。该方案解决了固定裁剪区域的图像裁剪方式灵活性低和可靠性差的问题，可以通过图像信息处理定位图片中的图像边界，在提高图像裁剪灵活性的同时，避免了存储、计算等资源的浪费。同时，通过在汇聚降维操作之前对灰阶图像进行缩放，降低了数据处理工作量，提高了切割位置定位的效率，有利于实现快速准确的图像裁剪。
实施例四
图4为本发明实施例四提供的一种图像裁剪装置的结构示意图。如图4所示，该装置包括：
灰阶图像确定模块410，用于获取待裁剪图像，并确定待裁剪图像匹配的灰阶图像；
汇聚信号确定模块420，用于根据灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号；
图像裁剪模块430，用于确定各汇聚信号的候选值，并根据各汇聚信号的候选值，对待裁剪图像进行裁剪；其中，所述候选值是基于汇聚信号的一阶差分信号的二值化处理结果确定的。
在一个可行的方案中，所述汇聚信号确定模块420，包括：
第一汇聚信号生成单元，用于按照预先设置的至少两个汇聚方向，对灰阶图像进行汇聚降维，得到各汇聚方向匹配的汇聚信号。
在另一个可行的方案中，所述汇聚信号确定模块420，包括：
缩放图像生成单元，用于根据预先确定的图像缩放比例，对灰阶图像进行缩放，得到缩放图像；
第二汇聚信号生成单元，用于按照预先设置的至少两个汇聚方向，对缩放图像进行汇聚降维，得到各汇聚方向匹配的汇聚信号。
本方案中，可选的，所述图像裁剪模块430，包括：
处理结果生成单元，用于确定各汇聚信号的一阶差分信号，并对各汇聚信号的一阶差分信号进行二值化处理，得到各汇聚信号匹配的二值化处理结果；
候选值确定单元，用于根据各汇聚信号匹配的二值化处理结果以及预先确定的峰值显著度阈值，确定各汇聚信号的候选值；其中，所述峰值显著度阈值是基于汇聚信号的中值确定的。
在一个优选的方案中，所述图像裁剪模块430，包括：
切割位置确定单元，用于根据各汇聚信号的候选值，确定至少四个切割位置；
图像裁剪单元，用于根据各切割位置，对待裁剪图像进行裁剪。
在一个可行的方案中，所述切割位置确定单元，具体用于：
在每个汇聚信号的候选值中确定至少两个目标值；
将各汇聚信号的目标值作为各汇聚方向的切割坐标值；
根据各汇聚方向的切割坐标值，确定至少四个切割位置。
在另一个可行的方案中，所述切割位置确定单元，具体用于：
在每个汇聚信号的候选值中确定至少两个目标值；
根据各汇聚信号的目标值以及图像缩放比例，确定各汇聚方向的切割坐标值；
根据各汇聚方向的切割坐标值，确定至少四个切割位置。
本发明实施例所提供的图像裁剪装置可执行本发明任意实施例所提供的图像裁剪方法，具备执行方法相应的功能模块和有益效果。
实施例五
图5示出了可以用来实施本发明的实施例的电子设备510的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图5所示，电子设备510包括至少一个处理器511，以及与至少一个处理器511通信连接的存储器，如只读存储器(ROM)512、随机访问存储器(RAM)513等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器511可以根据存储在只读存储器(ROM)512中的计算机程序或者从存储单元518加载到随机访问存储器(RAM)513中的计算机程序，来执行各种适当的动作和处理。在RAM 513中，还可存储电子设备510操作所需的各种程序和数据。处理器511、ROM 512以及RAM 513通过总线514彼此相连。输入/输出(I/O)接口515也连接至总线514。
电子设备510中的多个部件连接至I/O接口515，包括：输入单元516，例如键盘、鼠标等；输出单元517，例如各种类型的显示器、扬声器等；存储单元518，例如磁盘、光盘等；以及通信单元519，例如网卡、调制解调器、无线通信收发机等。通信单元519允许电子设备510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。
处理器511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。处理器511的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器511执行上文所描述的各个方法和处理，例如图像裁剪方法。
在一些实施例中，图像裁剪方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元518。在一些实施例中，计算机程序的部分或者全部可以经由ROM 512和/或通信单元519而被载入和/或安装到电子设备510上。当计算机程序加载到RAM 513并由处理器511执行时，可以执行上文描述的图像裁剪方法的一个或多个步骤。备选地，在其他实施例中，处理器511可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像裁剪方法。
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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中，计算机可读存储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计算机程序。计算机可读存储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。备选地，计算机可读存储介质可以是机器可读信号介质。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、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、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，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(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电子设备。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：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算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服务中，存在的管理难度大，业务扩展性弱的缺陷。
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，本发明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，只要能够实现本发明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，并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种图像裁剪方法，其特征在于，所述方法包括：
获取待裁剪图像，并确定待裁剪图像匹配的灰阶图像；
根据灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号；
确定各汇聚信号的候选值，并根据各汇聚信号的候选值，对待裁剪图像进行裁剪；其中，所述候选值是基于汇聚信号的一阶差分信号的二值化处理结果确定的。
2.根据权利要求1所述的方法，其特征在于，所述根据灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号，包括：
按照预先设置的至少两个汇聚方向，对灰阶图像进行汇聚降维，得到各汇聚方向匹配的汇聚信号。
3.根据权利要求1所述的方法，其特征在于，所述根据灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号，包括：
根据预先确定的图像缩放比例，对灰阶图像进行缩放，得到缩放图像；
按照预先设置的至少两个汇聚方向，对缩放图像进行汇聚降维，得到各汇聚方向匹配的汇聚信号。
4.根据权利要求1所述的方法，其特征在于，所述确定各汇聚信号的候选值，包括：
确定各汇聚信号的一阶差分信号，并对各汇聚信号的一阶差分信号进行二值化处理，得到各汇聚信号匹配的二值化处理结果；
根据各汇聚信号匹配的二值化处理结果以及预先确定的峰值显著度阈值，确定各汇聚信号的候选值；其中，所述峰值显著度阈值是基于汇聚信号的中值确定的。
5.根据权利要求1所述的方法，其特征在于，所述根据各汇聚信号的候选值，对待裁剪图像进行裁剪，包括：
根据各汇聚信号的候选值，确定至少四个切割位置；
根据各切割位置，对待裁剪图像进行裁剪。
6.根据权利要求2和5所述的方法，其特征在于，所述根据各汇聚信号的候选值，确定至少四个切割位置，包括：
在每个汇聚信号的候选值中确定至少两个目标值；
将各汇聚信号的目标值作为各汇聚方向的切割坐标值；
根据各汇聚方向的切割坐标值，确定至少四个切割位置。
7.根据权利要求3和5所述的方法，其特征在于，所述根据各汇聚信号的候选值，确定至少四个切割位置，包括：
在每个汇聚信号的候选值中确定至少两个目标值；
根据各汇聚信号的目标值以及图像缩放比例，确定各汇聚方向的切割坐标值；
根据各汇聚方向的切割坐标值，确定至少四个切割位置。
8.一种图像裁剪装置，其特征在于，所述装置包括：
灰阶图像确定模块，用于获取待裁剪图像，并确定待裁剪图像匹配的灰阶图像；
汇聚信号确定模块，用于根据灰阶图像以及预先设置的至少两个汇聚方向，确定各汇聚方向匹配的汇聚信号；
图像裁剪模块，用于确定各汇聚信号的候选值，并根据各汇聚信号的候选值，对待裁剪图像进行裁剪；其中，所述候选值是基于汇聚信号的一阶差分信号的二值化处理结果确定的。
9.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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1-7中任一项所述的图像裁剪方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的图像裁剪方法。
CN202310424089.3A 2023-04-19 2023-04-19 一种图像裁剪方法、装置、电子设备及存储介质 Active CN116542987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310424089.3A CN116542987B (zh) 2023-04-19 2023-04-19 一种图像裁剪方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310424089.3A CN116542987B (zh) 2023-04-19 2023-04-19 一种图像裁剪方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116542987A true CN116542987A (zh) 2023-08-04
CN116542987B CN116542987B (zh) 2024-06-04

Family

ID=87442662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310424089.3A Active CN116542987B (zh) 2023-04-19 2023-04-19 一种图像裁剪方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116542987B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104036494A (zh) * 2014-05-21 2014-09-10 浙江大学 一种用于水果图像的快速匹配计算方法
US20170231550A1 (en) * 2014-08-25 2017-08-17 Singapore University Of Technology And Design Method and device for analysing an image
CN110136142A (zh) * 2019-04-26 2019-08-16 微梦创科网络科技（中国）有限公司 一种图像裁剪方法、装置、电子设备
CN110298858A (zh) * 2019-07-01 2019-10-01 北京奇艺世纪科技有限公司 一种图像裁剪方法及装置
CN110794660A (zh) * 2018-08-02 2020-02-14 河北工程大学 一种图像记录系统及图像分类方法
CN112132836A (zh) * 2020-08-14 2020-12-25 咪咕文化科技有限公司 视频图像裁剪方法、装置、电子设备及存储介质
CN112884781A (zh) * 2021-02-24 2021-06-01 北京小米松果电子有限公司 图像裁剪方法、装置、电子设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104036494A (zh) * 2014-05-21 2014-09-10 浙江大学 一种用于水果图像的快速匹配计算方法
US20170231550A1 (en) * 2014-08-25 2017-08-17 Singapore University Of Technology And Design Method and device for analysing an image
CN110794660A (zh) * 2018-08-02 2020-02-14 河北工程大学 一种图像记录系统及图像分类方法
CN110136142A (zh) * 2019-04-26 2019-08-16 微梦创科网络科技（中国）有限公司 一种图像裁剪方法、装置、电子设备
CN110298858A (zh) * 2019-07-01 2019-10-01 北京奇艺世纪科技有限公司 一种图像裁剪方法及装置
CN112132836A (zh) * 2020-08-14 2020-12-25 咪咕文化科技有限公司 视频图像裁剪方法、装置、电子设备及存储介质
CN112884781A (zh) * 2021-02-24 2021-06-01 北京小米松果电子有限公司 图像裁剪方法、装置、电子设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LINDA ET AL: "Cropping Method on Periapical Radiographs of Human Teeth", 《3RD INTERNATIONAL CONFERENCE ON INFORMATICS, ENGINEERING, SCIENCE, AND TECHNOLOGY (INCITEST 2020) 》, pages 1 - 9 *
陈健: "锥束CT三维图像交互式分割技术研究", 《中国博士学位论文全文数据库（电子期刊）》, vol. 2016, no. 07 *

Also Published As

Publication number Publication date
CN116542987B (zh) 2024-06-04

Similar Documents

Publication Publication Date Title
WO2020140698A1 (zh) 表格数据的获取方法、装置和服务器
CN112991180B (zh) 图像拼接方法、装置、设备以及存储介质
CN112597837B (zh) 图像检测方法、装置、设备、存储介质和计算机程序产品
CN111311482B (zh) 背景虚化方法、装置、终端设备及存储介质
CN114359932B (zh) 文本检测方法、文本识别方法及装置
CN110991310A (zh) 人像检测方法、装置、电子设备及计算机可读介质
CN116844177A (zh) 一种表格识别方法、装置、设备及存储介质
CN115719356A (zh) 图像处理方法、装置、设备和介质
CN116071272A (zh) 一种图像校正方法、装置、电子设备及其存储介质
CN118378646A (zh) 一种微观编码图像的扫码方法、装置、设备及介质
CN114494751A (zh) 证照信息识别方法、装置、设备及介质
CN113326766B (zh) 文本检测模型的训练方法及装置、文本检测方法及装置
CN112507956B (zh) 信号灯识别方法、装置、电子设备、路侧设备和云控平台
CN116542987B (zh) 一种图像裁剪方法、装置、电子设备及存储介质
CN116259064B (zh) 表格结构识别方法、表格结构识别模型的训练方法及装置
CN114187488B (zh) 图像处理方法、装置、设备、介质
CN114723796A (zh) 一种三维点云生成方法、装置及电子设备
CN113361371A (zh) 道路提取方法、装置、设备以及存储介质
CN112991179B (zh) 用于输出信息的方法、装置、设备以及存储介质
CN113392811B (zh) 一种表格提取方法、装置、电子设备及存储介质
CN115361584B (zh) 一种视频数据处理方法、装置、电子设备及可读存储介质
CN113420176B (zh) 搜题方法、题目框绘制方法和装置、设备及存储介质
CN118411382B (zh) 边界点检测方法、装置、电子设备及存储介质
CN111754487B (zh) 一种黑框区域裁剪方法、装置及电子设备
CN118429299A (zh) 道路设施智能提取方法及装置、电子设备、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