CN116645678A - 一种基于矢量图形绘制的图像处理方法及装置 - Google Patents
一种基于矢量图形绘制的图像处理方法及装置 Download PDFInfo
- Publication number
- CN116645678A CN116645678A CN202310839070.5A CN202310839070A CN116645678A CN 116645678 A CN116645678 A CN 116645678A CN 202310839070 A CN202310839070 A CN 202310839070A CN 116645678 A CN116645678 A CN 116645678A
- Authority
- CN
- China
- Prior art keywords
- converted
- area
- candidate
- determining
- invalid
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 31
- 238000013461 design Methods 0.000 claims abstract description 78
- 238000012545 processing Methods 0.000 claims abstract description 65
- 238000006243 chemical reaction Methods 0.000 claims abstract description 30
- 238000012015 optical character recognition Methods 0.000 claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims description 42
- 238000009877 rendering Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 230000008520 organization Effects 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 10
- 238000010801 machine learning Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/182—Extraction of features or characteristics of the image by coding the contour of the pattern
- G06V30/1823—Extraction of features or characteristics of the image by coding the contour of the pattern using vector-coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/164—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19147—Obtaining sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种基于矢量图形绘制的图像处理方法及装置,涉及图像处理技术领域,其中一实施例的图像处理方法包括:获取待处理设计图,并确定待处理设计图的候选待转换区域;对候选待转换区域进行光学字符识别,得到字符数据集;响应于确定字符数据集包括无效字符,从候选待转换区域中去除无效字符,得到目标待转换区域;对目标待转换区域进行矢量化处理,得到矢量图形。本申请技术方案通过使用机器学习技术,识别设计图中的待转换区域,并结合OCR技术,识别文字区域,去除文字干扰,提升后续矢量化转换的效率和准确度。
Description
技术领域
本申请属于图像处理技术领域,具体地讲,涉及一种基于矢量图形绘制的图像处理方法及装置。
背景技术
软件开发过程中,经常需要根据设计图去开发网页或者客户端程。其中,文件体积小、便于储存和网络传输、可无限放大的矢量图象素材是开发过程中所不可或缺的。由于设计图是一整张大的位图,上面可能有各种文字标注或者文字水印,软件开发人员无法获取可以直接用在程序中的矢量图像素材。为了获取矢量图素材,目前会用到如下方案:
1、开发人员使用PS、AI等工具处理图片,使用路径工具根据设计图中的形状手动绘制出路径,再保存为矢量图格式;2、使用PS、AI等工具中的智能识别,将图像转换为形状,再保存为矢量图形;3、访问提供图片格式转换服务的第三方网站,上传图片并选择转换为矢量图形。
其中,第1种开发人员使用设计软件手动绘制路径的方法主要依赖于人工绘制,需要下载相关软件,需要开发人员有基础的设计技能,还要懂专业软件的操作方法,最终生成的图像质量也会因为使用人员的水平不同而不稳定,同时会耗费大量的时间和人力成本,效率低下;第2和第3种使用软件自带的或第三方网站提供的智能转换服务方法不能准确识别要转换的目标区域,用户需要手动框选需要转换的区域,而且一般只能一次转换一个小区域,不能批量转换,效率低下。此外,如果需转换的区域有文字标注,水印等干扰,这些程序或服务不能将这些干扰准确去除,准确性会变低,会影响最终的生成结果。
发明内容
针对现有技术中存在的问题,本申请提供一种基于矢量图形绘制的图像处理方法及装置,有效提高矢量图形转换的效率和准确度。
根据本申请的第一个方面,提供了一种基于矢量图形绘制的图像处理方法,该方法包括:
获取待处理设计图,并确定所述待处理设计图的候选待转换区域;
对所述候选待转换区域进行光学字符识别,得到字符数据集;
响应于确定所述字符数据集包括无效字符,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域;
对所述目标待转换区域进行矢量化处理,得到矢量图形。
在本实施例的一些可选方式中,所述确定所述待处理设计图的候选待转换区域,包括:
基于预先训练的区域识别模型,确定所述待处理设计图的候初始待转换区域;
对所述初始待转换区域进行过滤,响应于确定所述初始待转换区域包括无效区域,从所述初始待转换区域中去除所述无效区域,得到所述候选待转换区域。
在本实施例的一些可选方式中,训练所述区域识别模型的步骤包括:
获取不同领域和不同风格的样本设计图,并对所述样本设计图中需要转换的区域进行标注,得到样本标注信息;
将所述样本设计图作为样本输入、所述样本标注信息作为样本输出,训练神经网络模型;
响应于确定所述神经网络模型的准确率满足预设准确率阈值和/或召回率满足预设召回率阈值,得到训练完成的区域识别模型。
在本实施例的一些可选方式中,确定所述无效字符的步骤包括:
对所述字符数据集进行解析处理,得到多个字符数据;
对每个字符数据进行标识元素识别和图标元素识别,响应于所述字符数据不为标识元素且不为图标元素,确定该字符数据为无效字符,其中,所述标识元素包括品牌符号、公司符号以及组织符号,所述图标元素包括操作符号、功能符号以及小程序符号。
在本实施例的一些可选方式中,所述从所述候选待转换区域中去除所述无效字符,得到目标待转换区域,包括:
确定所述无效字符的边界框信息;
根据所述边界框信息,确定所述无效字符在所述候选待转换区域的区域坐标;
根据所述区域坐标,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域。
在实施例的一些可选方式中,所述待处理设计图的类型包括位图,所述矢量化处理包括以下至少一项:边缘检测处理、轮廓提取处理以及曲线拟合处理;
所述方法还包括:对所述待处理设计图进行预处理操作;其中,所述预处理操作包括以下至少一项:灰度处理、二值化处理以及去噪处理。
根据本申请的第二个方面,还提供了一种基于矢量图形绘制的图像处理装置,该装置包括:
候选待转换区域确定模块,被配置为获取待处理设计图,并确定所述待处理设计图的候选待转换区域;
光学字符识别模块,被配置为对所述候选待转换区域进行光学字符识别,得到字符数据集;
目标待转换区域确定模块,被配置为响应于确定所述字符数据集包括无效字符,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域;
矢量图形确定模块,被配置为对所述目标待转换区域进行矢量化处理,得到矢量图形。
根据本申请的第三个方面,还提供了一种电子设备,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,所述处理器执行所述程序时实现所述一种基于矢量图形绘制的图像处理方法的步骤。
根据本申请的第四个方面,还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述一种基于矢量图形绘制的图像处理方法的步骤。
根据本申请的第五个方面,还提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现所述一种基于矢量图形绘制的图像处理方法的步骤。
本申请提供的一种基于矢量图形绘制的图像处理方法及装置,通过获取待处理设计图,并确定待处理设计图的候选待转换区域;对候选待转换区域进行光学字符识别,得到字符数据集;响应于确定字符数据集包括无效字符,从候选待转换区域中去除无效字符,得到目标待转换区域;对目标待转换区域进行矢量化处理,最终得到矢量图形,即通过使用机器学习技术,识别设计图中的待转换区域,并结合OCR技术识别文字区域,去除文字干扰,有效提升后续矢量化转换的效率和准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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为本申请的一个实施例可以应用于其中的示例性系统架构图;
图2为根据本申请实施例的一种基于矢量图形绘制的图像处理方法的流程图;
图3为根据本申请实施例的确定候选待转换区域的方法流程图;
图4为根据本申请实施例的训练区域识别模型的方法流程图;
图5为根据本申请实施例的确定无效字符的方法流程图;
图6为根据本申请实施例的确定目标待转换区域的方法流程图;
图7为根据本申请实施例的一种基于矢量图形绘制的图像处理装置的示意图;
图8为根据本申请实施例的B/S系统的示意图;
图9为用来实现本申请实施例的一种基于矢量图形绘制的图像处理方法的电子设备的框图。
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。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。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的基于矢量图形绘制的图像处理方法或基于矢量图形绘制的图像处理装置的实施例的示例性系统架构。
如图1所示,系统架构可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送图片等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如图片处理软件、网页浏览器应用、搜索类应用或社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对用户通过终端设备101、102、103上传的设计图进行矢量处理的后台服务器。后台服务器可以对获取到的数据进行分析等处理,并将处理结果(例如转换好的矢量图形)反馈给终端设备101、102、103。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
需要说明的是,本申请实施例所提供的基于矢量图形绘制的图像处理方法一般由服务器105执行。相应地,基于矢量图形绘制的图像处理装置一般设置于服务器105中。
图2示出了本申请实施例的一种基于矢量图形绘制的图像处理方法的示意性流程图,参考图2,该方法包括:
步骤201、获取待处理设计图,并确定所述待处理设计图的候选待转换区域;
步骤202、对所述候选待转换区域进行光学字符识别,得到字符数据集;
步骤203、响应于确定所述字符数据集包括无效字符,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域;
步骤204、对所述目标待转换区域进行矢量化处理,得到矢量图形。
本申请提供的一种基于矢量图形绘制的图像处理方法通过使用机器学习技术,识别设计图中的待转换区域,并结合OCR技术识别文字区域,去除文字干扰,有效提升后续矢量化转换的效率和准确度。
下面对图2的每个步骤进行详细阐述:
步骤201、获取待处理设计图,并确定所述待处理设计图的候选待转换区域。
软件开发过程中,经常需要根据设计图去开发网页或者客户端程,应当理解,待处理设计图一般为位图,其中位图即由像素点组成的图像,也被称为“栅格图像”,通常用于储存照片、图像等自然场景的图像,放大后会变得模糊。矢量图形指的是一幅由数学公式表示的图像,也称为“向量图像”。矢量图像是由一系列点、线段、曲线和多边形等基本几何形状所组成的,可以精确的表示图像,也可以无限放大或者缩小,常用于储存图标、文字等简单几何形状的图像,由此,需要将位图形式的设计图转换为矢量图形。
具体的,将待处理设计图上的能够代表品牌、公司、组织等的标识性符号或图形,以及在计算机界面上用于表示特定操作、功能或应用程序的小图标作为待转换区域。
在本实施例中,可以基于预先训练的区域识别模型,自动将待处理设计图中的候选待转换区域识别出来,应当理解,候选待转换区域的数量为多个。
应当理解,待处理设计图可能不可避免的会存在一些图像重叠或图像部分缺失的问题,由此,为了提高矢量转换的准确度,在本实施例的一些可选方式中,如图3所示,步骤201进一步包括:
步骤2011、基于预先训练的区域识别模型,确定所述待处理设计图的候初始待转换区域;
步骤2012、对所述初始待转换区域进行过滤,响应于确定所述初始待转换区域包括无效区域,从所述初始待转换区域中去除所述无效区域,得到所述候选待转换区域。
在本实施例中,基于预先训练的区域识别模型,能够将待处理设计图的全部待转换区域识别出来,根据前述可知,识别到的这些初始待转换区域中,可能会存在图像重叠、图像不清晰或图像部分缺失的情况,将这些情况的初始待转换区域定义为无效区域,应当理解,将无效区域转换为矢量图形是没有意义的。
由此,需要对初始待转换区域进行过滤,并从初始待转换区域中去除无效区域,将过滤后剩余的初始待转换区域作为候选待转换区域,从而提高矢量转换的准确度。
在本实施例的一些可选方式中,如图4所示,训练所述区域识别模型的步骤包括:
步骤2013、获取不同领域和不同风格的样本设计图,并对所述样本设计图中需要转换的区域进行标注,得到样本标注信息。
在本实施例中,收集大量不同领域、不同风格的UI设计图,数据集的样本应足够大,来保证训练出的模型的准确度;还可以对样本图像进行旋转、缩放、裁剪等数据增强的操作,进一步增加样本的多样性。
在确定样本设计图后,利用图像标注工具,在每一个样本设计图中标注出Logo、Icon等需要转换的区域,其中,Logo指用于代表品牌、公司、组织等的标识性符号或图形;Icon指在计算机界面上用于表示特定操作、功能或应用程序的小图标。其中,样本标注信息包括标注框的坐标和类别,类别即需要转换区域的类型,例如,本实施例的Logo和Icon等。
步骤2014、将所述样本设计图作为样本输入、所述样本标注信息作为样本输出,训练神经网络模型。
在本实施例中,神经网络模型可以选择YOLO、Faster R-CNN等,模型的输入为标注好的样本设计图,模型的输出为标注框的坐标和类别。
步骤2015、响应于确定所述神经网络模型的准确率满足预设准确率阈值和/或召回率满足预设召回率阈值,得到训练完成的区域识别模型。
在本实施例中,可以使用80%的样本数据集中对模型进行训练,使用20%的样本数据集对模型进行验证,观察准确度和召回率,并调整参数,直至确定神经网络模型的准确率满足预设准确率阈值和/或召回率满足预设召回率阈值,得到训练完成的区域识别模型。
本实施例基于机器学习技术,训练得到一种能够自动识别待处理设计图的待转换区域神经网络模型,相比于现有技术中人工手动绘制转换区域的方式,能够节省时间和人力成本,提高对设计图矢量转换的效率。
步骤202、对所述候选待转换区域进行光学字符识别,得到字符数据集。
在本实施例中,基于OCR技术进行光学字符识别,能够对印刷体字符的图像进行处理和分析,从而得到文本形式的字符数据集,采用OCR技术识别需转换区域的文字,可以在转换过程中快速且准确地去除设计图中的文字,进一步提升转换的准确度。
步骤203、响应于确定所述字符数据集包括无效字符,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域。
应当理解,在不考虑水印的情况下,前述示例的Logo和Icon,其可以是纯图像的形式,也可以是图像和文本组合、或者纯文本的形式,由此,对候选待转换区域进行光学字符识别后得到的字符数据集,除了需要去除的水印文字等干扰性文字外,还有可能包括用于代表品牌、公司、组织等的文本符号、或在计算机界面上用于表示特定操作、功能或应用程序的文本图标,而这些文本符号和文本图标不能被当做干扰文字被去除。
由此,为了提高矢量转换的完整度和准确度,在本实施例的一些可选方式中,需要预先确定字符数据集中的无效字符,其中,无效字符即前述的干扰性文字。
如图5所示,确定无效字符的步骤包括:
步骤2031、对所述字符数据集进行解析处理,得到多个字符数据;
步骤2032、对每个字符数据进行标识元素识别和图标元素识别,响应于所述字符数据不为标识元素且不为图标元素,确定该字符数据为无效字符。
在本实施例中,在对字符数据集进行解析处理得到多个字符数据后,可以将每个字符数据与预存的标识元素数据库和图标元素数据库进行匹配,若匹配成功,表明该字符数据不为无效字符;还可以基于预先训练的标识元素模型和图标元素模型对每个字符数据进行标识元素识别和图标元素识别,本申请对此不做限定。当确定字符数据不为标识元素且不为图标元素,则确定该字符数据为无效字符。
在本实施例中,所述标识元素包括品牌符号、公司符号以及组织符号,其中,品牌符号、公司符号以及组织符号均为文本形式的符号,以某公司为例,其公司符号为纯文本形式,则该公司符号不应当被认为是无效字符;所述图标元素包括操作符号、功能符号以及小程序符号,其中,操作符号、功能符号以及小程序符号均为文本形式的符号,例如,一实现运算功能的图标是一加减乘除的算式,则该算式对应的字符数据不应当被作为无效字符。
在确定无效字符后,在本实施例的一些可选方式中,如图6所示,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域,进一步包括:
步骤2033、确定所述无效字符的边界框信息;
步骤2034、根据所述边界框信息,确定所述无效字符在所述候选待转换区域的区域坐标;
步骤2035、根据所述区域坐标,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域。
在本实施例中,可以使用开源的OCR引擎如Tesseract集成进系统中,利用引擎提供的bounding box(边界框)信息,并用边界框信息来确定无效字符在候选待转换区域中的区域坐标,从而将候选待转换区域中的干扰性文字进行去除,得到目标待转换区域。
步骤204、对所述目标待转换区域进行矢量化处理,得到矢量图形。
在本实施例中,将去除无效字符后的目标待转换区域的图像转换为矢量图形,其可以使用Potrace等矢量化库来进行转换,也可以基于边缘检测处理、轮廓提取处理、曲线拟合处理等对目标待转换区域进行矢量化处理,最终将所有待处理设计图转换为矢量图形。
需要说明的是,为了进一步提高对待处理设计图的矢量转换准确度,本实施例的图像处理方法还包括:
对待处理设计图进行预处理操作;其中,所述预处理操作包括以下至少一项:灰度处理、二值化处理以及去噪处理,具体的:
灰度处理即将待处理设计图转为灰度图,减少图像的维度,便于后续分析处理;二值化处理即将灰度图转为黑白图像,将像素点分为黑白两类,用于突出目标物体;去噪处理即去除图像采集过程或传输过程中产生的噪声。
进一步对经过预处理后的待处理设计图执行前述步骤201-步骤204,本申请对此不再详述。
还需要说明的是,基于预训练的区域识别模型以及过滤等,能够确定一张待处理设计图的多个候选待转换区域,为了提高矢量转换的效率,将识别出的各个候选待转换区域分割为独立的小图像,交由后续处理。例如,对候选待转换区域1的图像至候选待转换区域n的图像多线程同步进行前述步骤202-步骤204,最终得到多个矢量图形;或者对候选待转换区域1的图像至候选待转换区域n的图像进行批量转换等,减少人工参与,节省时间与人力成本。
本申请克服了现有位图转矢量图方法中的不足,提供一种操作简单,转换效率高,能够节省时间和人力成本,并且能够提升转换准确度的方法,通过利用机器学习技术进行待转换区域的识别和分类,基于预先训练的区域识别模型,能够自动识别一张设计图中的如logo、icon等需要转换的区域,在转换过程中更精确的处理每个区域的内容,提升转换准确度,并且可以将图中所有目标待转换区域都识别出来,再进行批量OCR识别以及矢量转换等,减少人工参与,提升效率。
基于同一发明构思,本申请实施例还提供了一种基于矢量图形绘制的图像处理装置,可以用于实现上述实施例中所描述的方法,如下面实施例所述。由于该基于矢量图形绘制的图像处理装置所解决问题的原理与基于矢量图形绘制的图像处理方法相似,因此基于矢量图形绘制的图像处理装置的实施可以参见基于矢量图形绘制的图像处理方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
如图7所示,该基于矢量图形绘制的图像处理装置包括:
候选待转换区域确定模块701,被配置为获取待处理设计图,并确定所述待处理设计图的候选待转换区域;
光学字符识别模块702,被配置为对所述候选待转换区域进行光学字符识别,得到字符数据集;
目标待转换区域确定模块703,被配置为响应于确定所述字符数据集包括无效字符,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域;
矢量图形确定模块704,被配置为对所述目标待转换区域进行矢量化处理,得到矢量图形。
在本实施例的一些可选方式中,所述装置还包括:
初始待转换区域确定模块,被配置为基于预先训练的区域识别模型,确定所述待处理设计图的候初始待转换区域;
所述候选待转换区域确定模块进一步被配置为:
对所述初始待转换区域进行过滤,响应于确定所述初始待转换区域包括无效区域,从所述初始待转换区域中去除所述无效区域,得到所述候选待转换区域。
在本实施例的一些可选方式中,训练所述区域识别模型的步骤包括:
获取不同领域和不同风格的样本设计图,并对所述样本设计图中需要转换的区域进行标注,得到样本标注信息;
将所述样本设计图作为样本输入、所述样本标注信息作为样本输出,训练神经网络模型;
响应于确定所述神经网络模型的准确率满足预设准确率阈值和/或召回率满足预设召回率阈值,得到训练完成的区域识别模型。
在本实施例的一些可选方式中,确定所述无效字符的步骤包括:
对所述字符数据集进行解析处理,得到多个字符数据;
对每个字符数据进行标识元素识别和图标元素识别,响应于所述字符数据不为标识元素且不为图标元素,确定该字符数据为无效字符,其中,所述标识元素包括品牌符号、公司符号以及组织符号,所述图标元素包括操作符号、功能符号以及小程序符号。
在本实施例的一些可选方式中,目标待转换区域确定模块进一步被配置为:
确定所述无效字符的边界框信息;
根据所述边界框信息,确定所述无效字符在所述候选待转换区域的区域坐标;
根据所述区域坐标,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域。
在实施例的一些可选方式中,所述待处理设计图的类型包括位图,所述矢量化处理包括以下至少一项:边缘检测处理、轮廓提取处理以及曲线拟合处理;
所述装置还包括:
图像预处理模块,被配置为对所述待处理设计图进行预处理操作;其中,所述预处理操作包括以下至少一项:灰度处理、二值化处理以及去噪处理。
另外,本申请将上述方法分别封装为不同的模块,集成到B/S系统中,对用户提供矢量图像转换功能,参考图8,该B/S系统架构主要由以下几个部分构成:
1、前端页面:与用户直接交互的部分,用户可以通过浏览器访问该网页资源。用户可以通过浏览器上传设计图,页面会将设计图发送到后端服务器进行处理,可以展示处理结果,也可以通过页面来下载处理后的矢量图形。
2、后端服务器:负责接受前端传过来的设计图或者其他请求,调用其中的其他模块实现具体图片处理和转换功能,将处理后的矢量图片打包供前端下载,与前端使用http协议进行通信,应当理解,该后端服务器即为图1中的服务器105。
3、前述实施例的图像处理装置,具体包括:图像预处理模块、初始待转换区域确定模块、候选待转换区域确定模块、光学字符识别模块、目标待转区域确定模块以及矢量图形确定模块。其中,图像预处理模块:负责对用户上传的原始设计图进行预处理,可以包括灰度化、二值化、去噪等步骤,减少后续图像处理的干扰,降低计算量,提高区域识别模型的识别准确度以及光学字符识别模块的准确度,对初始待转换区域确定模块、候选待转换区域确定模块、光学字符识别模块、目标待转区域确定模块以及矢量图形确定模块的描述可参考前述实施例,本申请在此不再详述。
需要说明的是,系统的架构不限于B/S架构,也可以为C/S架构或本地客户端等,但应提供相同的功能。
本申请通过将基于矢量图像绘制的图像处理方法封装成B/S系统,用户无需下载任何软件,在网页中上传图片即可得到途中所有目标区域的转换结果,操作简单,易用性强。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质以及一种计算机程序产品。
一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行前述实施例的基于矢量图形绘制的图像处理方法的步骤。
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,计算机指令用于使计算机执行前述实施例的基于矢量图形绘制的图像处理方法的步骤。
一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现前述实施例的基于矢量图形绘制的图像处理方法的步骤。
图9示出了可以用来实施本公开的实施例的示例电子设备900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9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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901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901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计算单元、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。计算单元901执行上文所描述的各个方法和处理,例如一种基于矢量图形绘制的图像处理方法。
例如,在一些实施例中,一种基于矢量图形绘制的图像处理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908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的一种基于矢量图形绘制的图像处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行一种基于矢量图形绘制的图像处理方法。
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、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(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:局域网(LAN)、广域网(WAN)和互联网。
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,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。
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 (10)
1.一种基于矢量图形绘制的图像处理方法,其特征在于,包括:
获取待处理设计图,并确定所述待处理设计图的候选待转换区域;
对所述候选待转换区域进行光学字符识别,得到字符数据集;
响应于确定所述字符数据集包括无效字符,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域;
对所述目标待转换区域进行矢量化处理,得到矢量图形。
2.根据权利要求1所述的方法,其特征在于,所述确定所述待处理设计图的候选待转换区域,包括:
基于预先训练的区域识别模型,确定所述待处理设计图的候初始待转换区域;
对所述初始待转换区域进行过滤,响应于确定所述初始待转换区域包括无效区域,从所述初始待转换区域中去除所述无效区域,得到所述候选待转换区域。
3.根据权利要求2所述的方法,其特征在于,训练所述区域识别模型的步骤包括:
获取不同领域和不同风格的样本设计图,并对所述样本设计图中需要转换的区域进行标注,得到样本标注信息;
将所述样本设计图作为样本输入、所述样本标注信息作为样本输出,训练神经网络模型;
响应于确定所述神经网络模型的准确率满足预设准确率阈值和/或召回率满足预设召回率阈值,得到训练完成的区域识别模型。
4.根据权利要求1所述的方法,其特征在于,确定所述无效字符的步骤包括:
对所述字符数据集进行解析处理,得到多个字符数据;
对每个字符数据进行标识元素识别和图标元素识别,响应于所述字符数据不为标识元素且不为图标元素,确定该字符数据为无效字符,其中,所述标识元素包括品牌符号、公司符号以及组织符号,所述图标元素包括操作符号、功能符号以及小程序符号。
5.根据权利要求1所述的方法,其特征在于,所述从所述候选待转换区域中去除所述无效字符,得到目标待转换区域,包括:
确定所述无效字符的边界框信息;
根据所述边界框信息,确定所述无效字符在所述候选待转换区域的区域坐标;
根据所述区域坐标,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域。
6.根据权利要求1所述的方法,其特征在于,所述待处理设计图的类型包括位图,所述矢量化处理包括以下至少一项:边缘检测处理、轮廓提取处理以及曲线拟合处理;
所述方法还包括:对所述待处理设计图进行预处理操作;其中,所述预处理操作包括以下至少一项:灰度处理、二值化处理以及去噪处理。
7.一种基于矢量图形绘制的图像处理装置,其特征在于,包括:
候选待转换区域确定模块,被配置为获取待处理设计图,并确定所述待处理设计图的候选待转换区域;
光学字符识别模块,被配置为对所述候选待转换区域进行光学字符识别,得到字符数据集;
目标待转换区域确定模块,被配置为响应于确定所述字符数据集包括无效字符,从所述候选待转换区域中去除所述无效字符,得到目标待转换区域;
矢量图形确定模块,被配置为对所述目标待转换区域进行矢量化处理,得到矢量图形。
8.一种电子设备,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6任一项所述的一种基于矢量图形绘制的图像处理方法的步骤。
9.一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6任一项所述的一种基于矢量图形绘制的图像处理方法的步骤。
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1至6任一项所述的一种基于矢量图形绘制的图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310839070.5A CN116645678A (zh) | 2023-07-10 | 2023-07-10 | 一种基于矢量图形绘制的图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310839070.5A CN116645678A (zh) | 2023-07-10 | 2023-07-10 | 一种基于矢量图形绘制的图像处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116645678A true CN116645678A (zh) | 2023-08-25 |
Family
ID=87624967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310839070.5A Pending CN116645678A (zh) | 2023-07-10 | 2023-07-10 | 一种基于矢量图形绘制的图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116645678A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078803A (zh) * | 2023-10-16 | 2023-11-17 | 北京龙德缘电力科技发展有限公司 | 一种基于svg的一次图快速绘制方法 |
-
2023
- 2023-07-10 CN CN202310839070.5A patent/CN116645678A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078803A (zh) * | 2023-10-16 | 2023-11-17 | 北京龙德缘电力科技发展有限公司 | 一种基于svg的一次图快速绘制方法 |
CN117078803B (zh) * | 2023-10-16 | 2024-01-19 | 北京龙德缘电力科技发展有限公司 | 一种基于svg的一次图快速绘制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108073910B (zh) | 用于生成人脸特征的方法和装置 | |
CN113313111B (zh) | 文本识别方法、装置、设备和介质 | |
CN109711508B (zh) | 图像处理方法和装置 | |
US20200410213A1 (en) | Method and apparatus for processing mouth image | |
CN110738203A (zh) | 字段结构化输出方法、装置及计算机可读存储介质 | |
CN113408251B (zh) | 版式文档的处理方法、装置、电子设备及可读存储介质 | |
CN110781925A (zh) | 软件页面的分类方法、装置、电子设备及存储介质 | |
CN116645678A (zh) | 一种基于矢量图形绘制的图像处理方法及装置 | |
JP2023119593A (ja) | ドキュメント画像の認識方法、装置、記憶媒体、及び電子装置 | |
CN110263301B (zh) | 用于确定文字的颜色的方法和装置 | |
CN109241930B (zh) | 用于处理眉部图像的方法和装置 | |
CN114495101A (zh) | 文本检测方法、文本检测网络的训练方法及装置 | |
CN112508005B (zh) | 用于处理图像的方法、装置、设备以及存储介质 | |
CN114724144B (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
CN116737133A (zh) | 布局生成方法、设计稿布局生成方法及装置 | |
US20230005171A1 (en) | Visual positioning method, related apparatus and computer program product | |
CN114677566B (zh) | 深度学习模型的训练方法、对象识别方法和装置 | |
CN113780297B (zh) | 图像处理方法、装置、设备以及存储介质 | |
JP7364639B2 (ja) | デジタル化された筆記の処理 | |
EP4047474A1 (en) | Method for annotating data, related apparatus and computer program product | |
CN114818627A (zh) | 一种表格信息抽取方法、装置、设备及介质 | |
CN115564976A (zh) | 图像处理方法、装置、介质及设备 | |
CN115101069A (zh) | 语音控制方法、装置、设备、存储介质以及程序产品 | |
CN115019321A (zh) | 一种文本识别、模型训练方法、装置、设备及存储介质 | |
CN114998906B (zh) | 文本检测方法、模型的训练方法、装置、电子设备及介质 |
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 |