CN116993624B - 一种图像数据处理方法、设备及介质 - Google Patents
一种图像数据处理方法、设备及介质 Download PDFInfo
- Publication number
- CN116993624B CN116993624B CN202311234447.0A CN202311234447A CN116993624B CN 116993624 B CN116993624 B CN 116993624B CN 202311234447 A CN202311234447 A CN 202311234447A CN 116993624 B CN116993624 B CN 116993624B
- Authority
- CN
- China
- Prior art keywords
- pixel
- noise
- image data
- points
- gray
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000009499 grossing Methods 0.000 claims abstract description 12
- 230000008676 import Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 239000003086 colorant Substances 0.000 abstract description 4
- 230000004048 modification Effects 0.000 abstract description 4
- 238000012986 modification Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种图像数据处理方法、设备及介质,所述方法包括如下步骤:步骤S1:图像导入与建立像素集:导入图像读取位图的图像数据,建立多个像素点联通且灰度值相近的像素集,计算像素集内所有像素点的灰度均值并将其赋值给像素集内的所有像素点;步骤S2:判断并填充图像噪点:设置噪点阈值,将像素集大小小于噪点阈值的像素集标注为噪点,基于噪点周围像素点的灰度值填充噪点;步骤S3:滤波边缘平滑处理:采用protrace算法对图像数据进行边缘平滑处理。优点是,通过建立像素集整合颜色相似的像素点,从而形成同色的像素块,明确图像中各种图形的范围、大小和位置,有利于对图像数据的信息收集和图像数据的修改。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种图像数据处理方法、设备及介质。
背景技术
图像数据的可视化在生活中无处不在,在对图像数据处理的过程中,经常会遇到需要将位图转化为矢量图的需求,位图转化为适量图的过程中为了使得矢量图的图形边缘、图像颜色、图形形状等达到要求,因此需要在矢量化前对位图进行前置处理。
综上所述,急需一种图像数据处理方法、设备及介质以解决现有技术中存在的问题。
发明内容
本发明目的在于提供一种图像数据处理方法、设备及介质,具体技术方案如下:
一种图像数据处理方法,包括如下步骤:
步骤S1:图像导入与建立像素集:
导入图像读取位图的图像数据,所述图像数据包括图像像素信息和位置信息,建立多个用于存储像素点坐标和灰度值的像素集,像素集内的像素点联通且相邻像素点的颜色差值均小于预设的颜色阈值,计算像素集内所有像素点的灰度均值,将灰度均值赋值给像素集内的所有像素点;
步骤S2:判断并填充图像噪点:
设置噪点阈值,筛选出像素集大小小于噪点阈值的像素集,将上述像素集内的像素点标注为噪点,基于噪点周围像素点的灰度值填充噪点;
步骤S3:滤波边缘平滑处理:
选定进行矢量化的颜色,将此颜色的所有像素块复制于另一张空白的长宽相同的图片中,以复制的图片为基础进行处理,建立中心对称的二维矩阵,将不同矩阵大小所包含的像素点的灰度值放入像素集/>,像素点的位置和二维矩阵中色块的位置一一对应,对图片中像素块的灰度值重新计算,计算表达式如下:
;
其中,表示图片中像素块的灰度值,/>表示二维矩阵的长度,/>,/>表示矩阵中的元素数量。
计算完成后以图片的原点为起点进行检索,将灰度值大于滤波阈值的像素块的灰度值定义为0,将小于滤波阈值的像素块定义为图形颜色,完成对图片的边缘平滑处理。
优选的,在步骤S1中,建立像素集的具体过程如下:
选取一个像素点作为起始点加入像素集,设置颜色阈值,计算所述起始点及其相邻像素点之间的颜色差值,颜色差值小于颜色阈值的像素点加入像素集,新加入的像素点重复对其相邻的像素点进行颜色差值判断,直到没有新的像素点加入该像素集,选取最后一个加入像素集的像素点的相邻点作为下一个像素集的起始点,建立新的像素集,直到图像数据内的所有像素点遍历完毕为止。
优选的,在步骤S2中,所述噪点阈值的取值和图像数据大小关联,表达式如下:
;
其中,表示噪点阈值;/>和/>分别表示图像数据的高和宽;/>表示噪点系数。
优选的,在步骤S2中,填充噪点的具体过程如下:
判断噪点周围八个像素点的灰度值,记录非0灰度值,将出现最多的灰度值赋值给该噪点,完成该噪点的填充,从该噪点向后继续检索噪点,直到图像数据中的所有噪点填充完毕。
优选的,在步骤S2中,填充后的噪点用于下一个噪点的灰度值判断。
另外,本发明还提出了一种计算机设备,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,所述存储器用于存储计算机程序;
所述处理器用于执行所述计算机程序时实现如上述的图像数据处理方法。
另外,本发明还提出了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述的图像数据处理方法。
应用本发明的技术方案,具有以下有益效果:
(1)本发明公开的图像数据处理方法,通过建立像素集整合颜色相似的像素点,从而形成同色的像素块,明确图像中各种图形的范围、大小和位置,有利于对图像数据的信息收集和图像数据的修改。
(2)本发明公开的图像数据处理方法,基于建立的像素集大小判断图像数据中的噪点,对噪点进行颜色填充,消除图像噪点,准确表达图像数据中的图形颜色信息,满足了后续矢量化后图片的图像颜色和图形形状等要求。
(3)本发明公开的图像数据处理方法,基于经过噪点填充后的像素集采用protrace算法进行图形边缘平滑处理,提高了矢量化后矢量图的图形形状清晰度。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,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是本发明优选实施例中图像数据处理方法的步骤流程图;
图2是本发明优选实施例中填充噪点前的部分像素点示意图;
图3是图2填充噪点后的部分像素点示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例:
参见图1,一种图像数据处理方法,包括如下步骤:
步骤S1:图像导入与建立像素集:
导入图像读取位图的图像数据,所述图像数据包括图像像素信息和位置信息,建立多个用于存储像素点坐标和灰度值的像素集,像素集内的像素点联通且相邻像素点的颜色差值均小于预设的颜色阈值,计算像素集内所有像素点的灰度均值,将灰度均值赋值给像素集内的所有像素点。在本实施例中,灰度均值的计算进行去头去尾的操作,即像素集内灰度值排名前10%和后10%的像素点不参与灰度值计算。
进一步地,建立像素集的具体过程如下:
选取一个像素点作为起始点加入像素集,设置颜色阈值,计算所述起始点及其相邻像素点之间的颜色差值,颜色差值小于颜色阈值的像素点加入像素集,新加入的像素点重复对其相邻的像素点进行颜色差值判断,直到没有新的像素点加入该像素集,选取最后一个加入像素集的像素点的相邻点作为下一个像素集的起始点,建立新的像素集,直到图像数据内的所有像素点遍历完毕为止。
从生成第一个像素集开始,记录像素集的长度(也可以叫像素集大小)。本实施例中将颜色相近的相邻像素点整合成像素集,并将像素集的颜色进行重新赋值,从而减少了图像数据的颜色复杂度,有利于位图转化矢量图。
步骤S2:判断并填充图像噪点:
设置噪点阈值,筛选出像素集大小小于噪点阈值的像素集,将上述像素集内的像素点标注为噪点,本实施例采用将噪点的灰度值定义为0,实现对噪点的标注,基于噪点周围像素点的灰度值填充噪点。
进一步地,所述噪点阈值的取值和图像数据大小关联,表达式如下:
;
其中,表示噪点阈值; />和/>分别表示图像数据的高和宽,单位为像素/>;/>表示噪点系数,本实施例中/>,所述噪点系数可以根据需求自行定义。
进一步地,如图2和图3所示,填充噪点的具体过程如下:
判断噪点周围八个像素点的灰度值,记录非0灰度值,将出现最多的灰度值赋值给该噪点,完成该噪点的填充,从该噪点向后继续检索噪点,直到图像数据中的所有噪点填充完毕。图2完成噪点填充后,噪点的灰度值如图3所示。在进行噪点填充的过程中,周围8个像素点中同为0的噪点不参与噪点填充,填充后的噪点则参与下一个噪点的灰度值判断。
步骤S3:滤波边缘平滑处理:
对图像数据进行边缘平滑处理的具体过程如下:
选定进行矢量化的颜色,将此颜色的所有像素块复制于另一张空白的长宽相同的图片中,以复制的图片为基础进行处理,建立中心对称的二维矩阵,将不同矩阵大小所包含的像素点的灰度值放入像素集/>,像素点的位置和二维矩阵中色块的位置一一对应,对图片中像素块的灰度值重新计算,计算表达式如下:
;
其中,表示图片中像素块的灰度值,/>表示二维矩阵的长度,/>,/>表示矩阵中的元素数量。
计算完成后以图片的原点为起点进行检索,将灰度值大于滤波阈值的像素块的灰度值定义为0,将小于滤波阈值的像素块定义为图形颜色,完成对图片的边缘平滑处理。
需要说明的是,在完成边缘平滑处理后,即可采用将某个颜色的图像数据转换为矢量图。本实施例中实现图像数据边缘平滑的是/>算法,/>算法属于一种常规的图像模糊算法,可以模糊边界的锯齿,本实施中采用二值化的方法使其应用于边缘平滑处理。
另外,本实施例还公开了一种计算机设备,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,所述存储器用于存储计算机程序;
所述处理器用于执行所述计算机程序时实现如上述的图像数据处理方法。
另外,本实施例还公开了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述的图像数据处理方法。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种图像数据处理方法,其特征在于,包括如下步骤:
步骤S1:图像导入与建立像素集:
导入图像读取位图的图像数据,所述图像数据包括图像像素信息和位置信息,建立多个用于存储像素点坐标和灰度值的像素集,像素集内的像素点联通且相邻像素点的颜色差值均小于预设的颜色阈值,计算像素集内所有像素点的灰度均值,将灰度均值赋值给像素集内的所有像素点;
步骤S2:判断并填充图像噪点:
设置噪点阈值,筛选出像素集大小小于噪点阈值的像素集,将上述像素集内的像素点标注为噪点,基于噪点周围像素点的灰度值填充噪点;
步骤S3:滤波边缘平滑处理:
选定进行矢量化的颜色,将此颜色的所有像素点复制于另一张空白的长宽相同的图片中,以复制的图片为基础进行处理,建立中心对称的二维矩阵Var[],将不同矩阵大小所包含的像素点的灰度值放入像素集Pvar[],像素点的位置和二维矩阵中色块的位置一一对应,对图片中像素点的灰度值重新计算,计算表达式如下:
其中,Pix_R表示图片中像素点的灰度值,Pvar.lenght表示二维矩阵的长度,Var.lenght表示矩阵中的元素数量;
计算完成后以图片的原点为起点进行检索,将灰度值大于滤波阈值的像素点的灰度值定义为0,将小于滤波阈值的像素点定义为图形颜色,完成对图片的边缘平滑处理。
2.根据权利要求1所述的图像数据处理方法,其特征在于,在步骤S1中,建立像素集的具体过程如下:
选取一个像素点作为起始点加入像素集,设置颜色阈值,计算所述起始点及其相邻像素点之间的颜色差值,颜色差值小于颜色阈值的像素点加入像素集,新加入的像素点重复对其相邻的像素点进行颜色差值判断,直到没有新的像素点加入该像素集,选取最后一个加入像素集的像素点的相邻点作为下一个像素集的起始点,建立新的像素集,直到图像数据内的所有像素点遍历完毕为止。
3.根据权利要求2所述的图像数据处理方法,其特征在于,在步骤S2中,所述噪点阈值的取值和图像数据大小关联,表达式如下:
Distpix=SrcW*SrcH*K;
其中,Distpix表示噪点阈值;SrcW和SrcH分别表示图像数据的高和宽;K表示噪点系数。
4.根据权利要求3所述的图像数据处理方法,其特征在于,在步骤S2中,填充噪点的具体过程如下:
判断噪点周围八个像素点的灰度值,记录非0灰度值,将出现最多的灰度值赋值给该噪点,完成该噪点的填充,从该噪点向后继续检索噪点,直到图像数据中的所有噪点填充完毕。
5.根据权利要求4所述的图像数据处理方法,其特征在于,在步骤S2中,填充后的噪点用于下一个噪点的灰度值判断。
6.一种计算机设备,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,所述存储器用于存储计算机程序;
所述处理器用于执行所述计算机程序时实现如权利要求1-5任意一项所述的图像数据处理方法。
7.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任意一项所述的图像数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311234447.0A CN116993624B (zh) | 2023-09-25 | 2023-09-25 | 一种图像数据处理方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311234447.0A CN116993624B (zh) | 2023-09-25 | 2023-09-25 | 一种图像数据处理方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116993624A CN116993624A (zh) | 2023-11-03 |
CN116993624B true CN116993624B (zh) | 2023-12-29 |
Family
ID=88528566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311234447.0A Active CN116993624B (zh) | 2023-09-25 | 2023-09-25 | 一种图像数据处理方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116993624B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0950487A (ja) * | 1995-08-10 | 1997-02-18 | Nec Corp | 文字読取装置およびその方法 |
JP2002354248A (ja) * | 2001-05-23 | 2002-12-06 | Ricoh Co Ltd | 画像二値化装置、画像二値化方法および画像二値化プログラム |
CN101763510A (zh) * | 2010-01-21 | 2010-06-30 | 上海电力学院 | 交错线矢量化提取及图形识别方法 |
CN110648284A (zh) * | 2019-08-02 | 2020-01-03 | 中山市奥珀金属制品有限公司 | 一种光照不均匀的图像处理方法及装置 |
WO2021031458A1 (zh) * | 2019-08-16 | 2021-02-25 | 域鑫科技(惠州)有限公司 | 适用于内窥镜的图像颜色校正方法、装置和存储介质 |
-
2023
- 2023-09-25 CN CN202311234447.0A patent/CN116993624B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0950487A (ja) * | 1995-08-10 | 1997-02-18 | Nec Corp | 文字読取装置およびその方法 |
JP2002354248A (ja) * | 2001-05-23 | 2002-12-06 | Ricoh Co Ltd | 画像二値化装置、画像二値化方法および画像二値化プログラム |
CN101763510A (zh) * | 2010-01-21 | 2010-06-30 | 上海电力学院 | 交错线矢量化提取及图形识别方法 |
CN110648284A (zh) * | 2019-08-02 | 2020-01-03 | 中山市奥珀金属制品有限公司 | 一种光照不均匀的图像处理方法及装置 |
WO2021031458A1 (zh) * | 2019-08-16 | 2021-02-25 | 域鑫科技(惠州)有限公司 | 适用于内窥镜的图像颜色校正方法、装置和存储介质 |
Non-Patent Citations (2)
Title |
---|
Vector amplification for color-dependent image filtering;S.J. Sangwine等;Proceedings 2003 International Conference on Image Processing (Cat. No.03CH37429);II - 129 - II - 132 * |
基于阈值的数字图像去噪的算法研究;包正睿;杨任尔;;微型机与应用(第01期);51-53 * |
Also Published As
Publication number | Publication date |
---|---|
CN116993624A (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6901170B1 (en) | Image processing device and recording medium | |
CN1328901C (zh) | 一种去除图像噪声的方法 | |
CN110544300B (zh) | 一种基于二维手绘图像特征自动生成三维模型的方法 | |
JP5974589B2 (ja) | 画像処理装置およびプログラム | |
JP5939154B2 (ja) | 画像処理装置およびコンピュータプログラム | |
CN110930332B (zh) | 一种基于人工智能的数字全息图像去噪方法 | |
CN111881659B (zh) | 表格图片的处理方法、系统、可读存储介质及计算机设备 | |
CN110060260B (zh) | 一种图像处理方法及系统 | |
CN113538498B (zh) | 一种基于局部二值化的印章图像分割方法、电子设备和可读存储介质 | |
CN116993624B (zh) | 一种图像数据处理方法、设备及介质 | |
CN117911444A (zh) | 一种基于边缘处理的抠图方法及系统 | |
CN110807747B (zh) | 一种基于前景蒙版的文档图像降噪方法 | |
CN110766117B (zh) | 一种二维码的生成方法及系统 | |
CN110717875B (zh) | 一种高清图像处理方法 | |
JP5884605B2 (ja) | 画像処理装置およびプログラム | |
JP5915410B2 (ja) | 画像処理装置及びプログラム | |
CN114820441B (zh) | 一种从位图提取数控加工路径的方法及系统 | |
JP6651776B2 (ja) | 画像処理装置、画像処理方法、及び、プログラム | |
CN117196997B (zh) | 基于人工智能的三维矿震图像降噪优化方法 | |
JP4186832B2 (ja) | 画像処理装置 | |
CN112381065B (zh) | 一种人脸定位的方法及终端 | |
JP4008715B2 (ja) | 帳票読取装置および帳票読取処理用プログラム | |
Prabhakaran et al. | A Novel Location and Neighborhood Adaptive Method for Binary Image Interpolation | |
JP5915411B2 (ja) | 画像処理装置及びプログラム | |
US7277591B1 (en) | Edge smoothing on raster images |
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 |