JPH02264373A - 図形認識装置 - Google Patents
図形認識装置Info
- Publication number
- JPH02264373A JPH02264373A JP1084125A JP8412589A JPH02264373A JP H02264373 A JPH02264373 A JP H02264373A JP 1084125 A JP1084125 A JP 1084125A JP 8412589 A JP8412589 A JP 8412589A JP H02264373 A JPH02264373 A JP H02264373A
- Authority
- JP
- Japan
- Prior art keywords
- contour
- picture
- image memory
- pixel
- line segment
- 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
- 238000000605 extraction Methods 0.000 claims description 13
- 238000005452 bending Methods 0.000 abstract description 4
- 239000000284 extract Substances 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 238000000034 method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
[産業上の利用分野]
本発明はラスク走査により図面を読み取った画像データ
から、線分を認識する図形認識装置に関するものである
。
から、線分を認識する図形認識装置に関するものである
。
[従来の技術]
従来のこの種の装置では、概ね以下の構成がとられてい
た。すなわち、ファクシミリなどのテスク走査型装置を
人力装置とし、人力した図形を1画素幅の線図形に変換
する細線化部と、細線化図形から線分を認識する認識部
を有するものである。
た。すなわち、ファクシミリなどのテスク走査型装置を
人力装置とし、人力した図形を1画素幅の線図形に変換
する細線化部と、細線化図形から線分を認識する認識部
を有するものである。
この構成では、細線化を行うため、多くの処理時間を要
するという欠点と、線分の分岐部、交差部、屈折部で歪
みや短線分が発生し、その補正処理が必要となり認識部
の構成が複雑になるという欠点があった。
するという欠点と、線分の分岐部、交差部、屈折部で歪
みや短線分が発生し、その補正処理が必要となり認識部
の構成が複雑になるという欠点があった。
[発明が解決しようとする課題]
本発明は、図形を細線化することなく、線分の認識と線
分の分岐部、交差部、屈折部、端部などの特徴的部分の
認識を同時に実施することができ、かつそれぞれを識別
できる手段を提供することを目的とする。
分の分岐部、交差部、屈折部、端部などの特徴的部分の
認識を同時に実施することができ、かつそれぞれを識別
できる手段を提供することを目的とする。
[課題を解決するための手段]
本発明は、上記の課題を解決するために、図形を走査し
て得られる画素情報を記憶する第1画像メモリ、第1画
像メモリで記憶された画素情報から図形の輪郭を追跡し
て輪郭画素の座標値列を記憶する輪郭抽出部、輪郭抽出
部で抽出した図形の輪郭の画素の座標値列を用いて凸状
態を示す数値に変換し第2画像メモリに記憶する凸体数
算出部、第1の画像メモリで記憶、された画素情報と第
2画像メモリに記憶されている凸像数の値を用いて第2
画像メモリに記憶されている画素を凸像数により変換す
る凸係数画像生成部、凸係数画像生tL部で得た画素情
報から線分を認識する線分認識部の各手段を有する。
て得られる画素情報を記憶する第1画像メモリ、第1画
像メモリで記憶された画素情報から図形の輪郭を追跡し
て輪郭画素の座標値列を記憶する輪郭抽出部、輪郭抽出
部で抽出した図形の輪郭の画素の座標値列を用いて凸状
態を示す数値に変換し第2画像メモリに記憶する凸体数
算出部、第1の画像メモリで記憶、された画素情報と第
2画像メモリに記憶されている凸像数の値を用いて第2
画像メモリに記憶されている画素を凸像数により変換す
る凸係数画像生成部、凸係数画像生tL部で得た画素情
報から線分を認識する線分認識部の各手段を有する。
[作用]
本発明は、細線化した芯線化図形に比べて輪郭図形の方
が図形をより忠実に表現していることに着目し、輪郭図
形の肉かり度合を算出し、図形から線分部分と、分岐点
、交差点、端点などを含む特徴部分を分離、類別し、図
形を認識するように作用する。
が図形をより忠実に表現していることに着目し、輪郭図
形の肉かり度合を算出し、図形から線分部分と、分岐点
、交差点、端点などを含む特徴部分を分離、類別し、図
形を認識するように作用する。
[実施例]
第1図は本発明の詳細な説明する図であり、lはラスタ
走査型図形入力装置、2はラスタ走査型図形入力装置l
で読み取った画素情報を記憶する画像メモリ、3は画像
メモリ2のデータを読み出し輪郭画素を抽出する輪郭抽
出部、4は輪郭8画素における輪郭の曲がり度合(以下
、凸像数と称する)を算出する凸体数算出部、5は画像
メモリ2に記憶された画素情報を凸像数に変換する凸係
数画像生成部、6は凸像数画像を記憶する画像メモリ、
7は画像メモリ6のデータを参照し線分を認識する線分
認識部であ゛る。
走査型図形入力装置、2はラスタ走査型図形入力装置l
で読み取った画素情報を記憶する画像メモリ、3は画像
メモリ2のデータを読み出し輪郭画素を抽出する輪郭抽
出部、4は輪郭8画素における輪郭の曲がり度合(以下
、凸像数と称する)を算出する凸体数算出部、5は画像
メモリ2に記憶された画素情報を凸像数に変換する凸係
数画像生成部、6は凸像数画像を記憶する画像メモリ、
7は画像メモリ6のデータを参照し線分を認識する線分
認識部であ゛る。
第2図は輪郭抽出部3の動作例を説明する図であり、3
0は図形の画素情報、31は図形を探索するためのラス
タ走査、32と33は輪郭追跡の開始点、34と35は
輪郭の追跡方向である。
0は図形の画素情報、31は図形を探索するためのラス
タ走査、32と33は輪郭追跡の開始点、34と35は
輪郭の追跡方向である。
第3図は凸体数算出部4の動作を説明する図であり、4
0は図形の輪郭を構成する画素、41は着目画素である
。
0は図形の輪郭を構成する画素、41は着目画素である
。
第4図は凸像数画像生成R5における輪郭探索方向を示
す図である。
す図である。
第5図は線分認識部7の構成を示す図であり、71は線
分判定部、72は成分、計数部である。
分判定部、72は成分、計数部である。
以下、動作について具体的に説明する。
まず、ラスタ走査型図形入力装置lが図形をラスタ走査
して読み取り、その画素情報を黒画素を”1”、白画素
を”0°として、画像メモリ2へ書き込む。図形の読み
取りが完了すると、次に輪郭抽出部3が動作し、まず画
像メモリ6を”−1”で初期設定し、画像メモリ2に記
憶された画素情報から輪郭部を抽出し、輪郭の点列を求
める。
して読み取り、その画素情報を黒画素を”1”、白画素
を”0°として、画像メモリ2へ書き込む。図形の読み
取りが完了すると、次に輪郭抽出部3が動作し、まず画
像メモリ6を”−1”で初期設定し、画像メモリ2に記
憶された画素情報から輪郭部を抽出し、輪郭の点列を求
める。
第2図により、輪郭抽出R3の動作を具体的に説明する
。画像メモリ2からラスタ走査31で画素情報を読み出
し図形の画素情報30を探索する。白画素″0”から黒
画素″11の変化点を検出すると、該変化点を輪郭追跡
の開始点32として追跡方向34の方向に追跡を開始し
、追跡済みの画素に数値“−1”を書き込むと同時に、
該画素の座標値を求め図示していない内部バッファに記
憶し、この動作を輪郭追跡が開始点32に戻るまで続け
る。
。画像メモリ2からラスタ走査31で画素情報を読み出
し図形の画素情報30を探索する。白画素″0”から黒
画素″11の変化点を検出すると、該変化点を輪郭追跡
の開始点32として追跡方向34の方向に追跡を開始し
、追跡済みの画素に数値“−1”を書き込むと同時に、
該画素の座標値を求め図示していない内部バッファに記
憶し、この動作を輪郭追跡が開始点32に戻るまで続け
る。
1つの輪郭追跡が完了すると、輪郭画素の座標値列を凸
体数算出部4に送出し、6係数算出8tS4から再追跡
指示を受けると、ラスタ走査31を再開し新たな開始点
33を検出し、上記と同様な走査を繰り返す。以上の動
作は、ラスタ走査31で画像メモリ2をすべて読み出し
た時点で完了する。
体数算出部4に送出し、6係数算出8tS4から再追跡
指示を受けると、ラスタ走査31を再開し新たな開始点
33を検出し、上記と同様な走査を繰り返す。以上の動
作は、ラスタ走査31で画像メモリ2をすべて読み出し
た時点で完了する。
次に、第3図により凸体数算出部4の動作について説明
する。ここで、輪郭算出部3から受は取った座標値列を
、 P In P 3.・・・+Pw とする。ただし、Pt= (xt+ Vt)で、Nは輪
郭の画素数である。画素列40において、着目面s41
の座標値をPi1着目画素41からq個分だけ前後した
画素の座標値をP l−q+ P t+qとする。
する。ここで、輪郭算出部3から受は取った座標値列を
、 P In P 3.・・・+Pw とする。ただし、Pt= (xt+ Vt)で、Nは輪
郭の画素数である。画素列40において、着目面s41
の座標値をPi1着目画素41からq個分だけ前後した
画素の座標値をP l−q+ P t+qとする。
ただし、
i −q < lならばP 1−Q=P ll+1−Q
li+q>NならばP t+q= P t+’q−□と
する。
li+q>NならばP t+q= P t+’q−□と
する。
このとき、Pl−、とP t+qを通る直線Liを仮定
し、着目画素41から直線り、に至る距離CIを求め、
CIを着、目画素P、における凸体数とする。
し、着目画素41から直線り、に至る距離CIを求め、
CIを着、目画素P、における凸体数とする。
X4−X t X l−Mu ’14−’l s
’l t−qなる座標変換を行ったのち、CIは次式
により容易に求めることができる。
’l t−qなる座標変換を行ったのち、CIは次式
により容易に求めることができる。
以上の計算を、輪郭の各画素(Pl、・・・、P、)に
ついて行い、輪郭の凸体数を求め、その結果を画像メモ
リ6の画素座標値に対応するアドレスに書き込む。書き
込みが完了すると、輪郭抽出部3に対して再追跡指示を
発する。なお、qの値は、図形線幅の2〜3倍に設定し
ておけばよい。
ついて行い、輪郭の凸体数を求め、その結果を画像メモ
リ6の画素座標値に対応するアドレスに書き込む。書き
込みが完了すると、輪郭抽出部3に対して再追跡指示を
発する。なお、qの値は、図形線幅の2〜3倍に設定し
ておけばよい。
輪郭抽出部3の動作が完了すると、凸係数画像生成部5
が動作する。以下に、凸係数画像生成部5の動作を説明
する。画像メモリ2をラスタ走査し黒画素”1” (P
とする)を検出し、該画素を中心にして第4図に示した
0°、90°、18G”270°の探索方向に従って輪
郭(−1″なる数値を有する画素)を探索し、それぞれ
の方向の距離値り8、D3、D5、D、(単位はドツト
)を求める。このとき、 D=m i n (D+、D才、Dl、D、)とし、図
形線幅をWとしたとき、D≦W/7TならばDを与える
輪郭画素の凸体数の値Cを画像メモリ6から求め、画素
Pに対応する画像メモリ6のアドレスに凸体数の値Cを
書き込み、D>W/flならば該アドレスに凸体数の値
としてqを書き込む。以上の動作を第1の画像メモリ2
のすべての黒画素に対して行った時点で凸体数画像生成
5lS5の動作が完了する。これにより、凸体数に変換
された画像が生成できる。
が動作する。以下に、凸係数画像生成部5の動作を説明
する。画像メモリ2をラスタ走査し黒画素”1” (P
とする)を検出し、該画素を中心にして第4図に示した
0°、90°、18G”270°の探索方向に従って輪
郭(−1″なる数値を有する画素)を探索し、それぞれ
の方向の距離値り8、D3、D5、D、(単位はドツト
)を求める。このとき、 D=m i n (D+、D才、Dl、D、)とし、図
形線幅をWとしたとき、D≦W/7TならばDを与える
輪郭画素の凸体数の値Cを画像メモリ6から求め、画素
Pに対応する画像メモリ6のアドレスに凸体数の値Cを
書き込み、D>W/flならば該アドレスに凸体数の値
としてqを書き込む。以上の動作を第1の画像メモリ2
のすべての黒画素に対して行った時点で凸体数画像生成
5lS5の動作が完了する。これにより、凸体数に変換
された画像が生成できる。
次に線分認識ITが動作する。以下に、第5図により線
分認識部7の動作について説明する。線分判定部71は
画像メモリ6からラスタ走査で凸体数画像の各画素情報
(Cs>とする)を読み出し、C1J<Oならば、
CIJ=0 0≦C*、< Tならば、CIJ=1 CIJ≧Tならば、 C目=2 なる変換を行い、画像メモリ6の内容を書き換える。た
だしくi、j)は画素の座標値である。この変換により
0.5≦T<1程度に設定すれば、第3図の凸体数の定
義からC1J=1なる画素は線分を構成する画素であり
、CIJ=2なる画素は線分の端部、分岐部、交差部、
屈折部などを構成する画素であると識別できる。
分認識部7の動作について説明する。線分判定部71は
画像メモリ6からラスタ走査で凸体数画像の各画素情報
(Cs>とする)を読み出し、C1J<Oならば、
CIJ=0 0≦C*、< Tならば、CIJ=1 CIJ≧Tならば、 C目=2 なる変換を行い、画像メモリ6の内容を書き換える。た
だしくi、j)は画素の座標値である。この変換により
0.5≦T<1程度に設定すれば、第3図の凸体数の定
義からC1J=1なる画素は線分を構成する画素であり
、CIJ=2なる画素は線分の端部、分岐部、交差部、
屈折部などを構成する画素であると識別できる。
なお、式(1)で定義した凸体数は、C5と線分L+の
長さの比で定義してもよく、3点PI−q+P l+
P t+qを通る円弧の曲率で定義してもよく、C4
のx成分あるいはy成分で定義してもよく、どの場合で
も同様の効果が得られることは明らかである。
長さの比で定義してもよく、3点PI−q+P l+
P t+qを通る円弧の曲率で定義してもよく、C4
のx成分あるいはy成分で定義してもよく、どの場合で
も同様の効果が得られることは明らかである。
次に成分計数部72が動作する。まず、画像メモリ6に
記憶された画素情報のうち、CIJ=2なる画素からな
る連結成分を求め、各連結成分に異なる値(3,4,5
,・・・、Mu2)を与え、第に番目の連結成分に属す
る画素には(k+2)なる値を与えて画像メモリ6の内
容を書き換える。ここに、Mは連結成分の個数である。
記憶された画素情報のうち、CIJ=2なる画素からな
る連結成分を求め、各連結成分に異なる値(3,4,5
,・・・、Mu2)を与え、第に番目の連結成分に属す
る画素には(k+2)なる値を与えて画像メモリ6の内
容を書き換える。ここに、Mは連結成分の個数である。
次に画像メモリ6に記憶された画素情報のうち、CIJ
=1なる画素からなる連結成分を求め、各連結成分に異
なる値(Mu3.Mu4.・・・、MuN+2)を与え
、第に番目の連結成分に属する画素には<Muに+2)
なる値を与えて画像メモリ6の内容を書き換える。ここ
に、Nは連結成分の個数である。
=1なる画素からなる連結成分を求め、各連結成分に異
なる値(Mu3.Mu4.・・・、MuN+2)を与え
、第に番目の連結成分に属する画素には<Muに+2)
なる値を与えて画像メモリ6の内容を書き換える。ここ
に、Nは連結成分の個数である。
連結成分は、周知の手法により容易に求めることができ
る。
る。
以上の動作により、画像メモリ6の値Cが、C≧M+3
なる画素は線分を構成する画素、3≦C≦M+2なる画
素は線分の端部、分岐部、屈折部を構成する画素と認識
することができる。
なる画素は線分を構成する画素、3≦C≦M+2なる画
素は線分の端部、分岐部、屈折部を構成する画素と認識
することができる。
この結果から明らかなように、本発明によれば画素の値
を参照するのみで線分を識別でき、かつ従来の技術では
歪みが生じて困難であった線分の分岐部、交差部、屈折
部の認識ができる効果がある。また、輪郭抽出R3を除
けば、すべてラスタ走査という簡易なオペレーションで
処理できるので、ハードウェア化が容易になるという効
果がある。
を参照するのみで線分を識別でき、かつ従来の技術では
歪みが生じて困難であった線分の分岐部、交差部、屈折
部の認識ができる効果がある。また、輪郭抽出R3を除
けば、すべてラスタ走査という簡易なオペレーションで
処理できるので、ハードウェア化が容易になるという効
果がある。
[発明の効果]
以上説明したように、線分の分岐部、交差部、屈折部な
ど処理歪みが生じ易い部位を予め認識して取り除くこと
が可能になるから、図面ベクトル化処理の前処理として
応用することにより、図面のベクトル化が容易になると
いう利点がある。
ど処理歪みが生じ易い部位を予め認識して取り除くこと
が可能になるから、図面ベクトル化処理の前処理として
応用することにより、図面のベクトル化が容易になると
いう利点がある。
第1図は本発明の実施例、第2図は輪郭抽出部3の動作
説明図、第3図は凸係数算出部4の動作説明図、第4図
は輪郭探索方向の説明図、第5t!1は線分111kl
B 7の構成図である。 l・・・テスク走査型図形入力装置。 2・・・画像メモリ。 3・・・輪郭抽出部。 4・・・凸係数算出部。 5・・・凸体数画像生成部。 6・・・画像メモリ。 7・・・線分認識部。 30・・・図形の画素情報。 31・・・ラスタ走査。 32、33・・・追跡開始点。 34、35・・・輪郭追跡方向。 40・・・画素列。 41・・・着目画素。 71・・・線分判定部。 72・・・成分計数部。 出願人 エヌ・ティ・ティ・データ通償株式会社代理人
弁理士 金 平 隆 第2図 第1QI1 1g3図
説明図、第3図は凸係数算出部4の動作説明図、第4図
は輪郭探索方向の説明図、第5t!1は線分111kl
B 7の構成図である。 l・・・テスク走査型図形入力装置。 2・・・画像メモリ。 3・・・輪郭抽出部。 4・・・凸係数算出部。 5・・・凸体数画像生成部。 6・・・画像メモリ。 7・・・線分認識部。 30・・・図形の画素情報。 31・・・ラスタ走査。 32、33・・・追跡開始点。 34、35・・・輪郭追跡方向。 40・・・画素列。 41・・・着目画素。 71・・・線分判定部。 72・・・成分計数部。 出願人 エヌ・ティ・ティ・データ通償株式会社代理人
弁理士 金 平 隆 第2図 第1QI1 1g3図
Claims (1)
- 図形を走査して得られる画素情報を記憶する第1画像
メモリと、第1画像メモリで記憶された画素情報から図
形の輪郭を追跡して輪郭画素の座標値列を記憶する輪郭
抽出部と、輪郭抽出部で抽出した図形の輪郭の画素の座
標値列を用いて凸状態を示す数値に変換し第2画像メモ
リに記憶する凸係数算出部と、第1の画像メモリで記憶
された画素情報から輪郭を探索し探索方向の距離値をも
とめ、その値によって第2画像メモリに記憶されている
凸係数の値を用いて第2画像メモリに記憶されている画
素を凸係数により変換する凸係数画像生成部と、凸係数
画像生成部で得た画素情報から線分を認識する線分認識
部を有することを特徴とする図形認識装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1084125A JPH02264373A (ja) | 1989-04-04 | 1989-04-04 | 図形認識装置 |
EP90905664A EP0422245B1 (en) | 1989-04-04 | 1990-04-04 | Recognizing apparatus |
DE69031931T DE69031931T2 (de) | 1989-04-04 | 1990-04-04 | Erkennungsgerät |
PCT/JP1990/000455 WO1990012370A1 (en) | 1989-04-04 | 1990-04-04 | Recognizing apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1084125A JPH02264373A (ja) | 1989-04-04 | 1989-04-04 | 図形認識装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH02264373A true JPH02264373A (ja) | 1990-10-29 |
Family
ID=13821794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1084125A Pending JPH02264373A (ja) | 1989-04-04 | 1989-04-04 | 図形認識装置 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP0422245B1 (ja) |
JP (1) | JPH02264373A (ja) |
DE (1) | DE69031931T2 (ja) |
WO (1) | WO1990012370A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0589702B1 (en) * | 1992-09-24 | 1999-05-12 | Canon Kabushiki Kaisha | Image processing method and apparatus |
DE19803127A1 (de) * | 1998-01-28 | 1999-08-05 | Foerderung Angewandter Informa | Verfahren und Vorrichtung zum Zusammenfügen von durch Aktenvernichter in Streifen zerlegten Seiten |
CN106056671B (zh) * | 2016-05-20 | 2018-11-16 | 西安电子科技大学 | 一种等高线断线连接方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60132280A (ja) * | 1983-12-20 | 1985-07-15 | Fuji Xerox Co Ltd | 直線/曲線デ−タ分離装置 |
EP0163885A1 (de) * | 1984-05-11 | 1985-12-11 | Siemens Aktiengesellschaft | Anordnung zur Segmentierung von Linien |
JPH0658689B2 (ja) * | 1986-09-19 | 1994-08-03 | 三菱電機株式会社 | 線図形分離装置 |
-
1989
- 1989-04-04 JP JP1084125A patent/JPH02264373A/ja active Pending
-
1990
- 1990-04-04 WO PCT/JP1990/000455 patent/WO1990012370A1/ja active IP Right Grant
- 1990-04-04 EP EP90905664A patent/EP0422245B1/en not_active Expired - Lifetime
- 1990-04-04 DE DE69031931T patent/DE69031931T2/de not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
EP0422245B1 (en) | 1998-01-14 |
WO1990012370A1 (en) | 1990-10-18 |
EP0422245A4 (en) | 1993-03-24 |
EP0422245A1 (en) | 1991-04-17 |
DE69031931T2 (de) | 1998-08-20 |
DE69031931D1 (de) | 1998-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108717709B (zh) | 图像处理系统及图像处理方法 | |
Hori et al. | Raster-to-vector conversion by line fitting based on contours and skeletons | |
US5515455A (en) | System for recognizing handwritten words of cursive script | |
JP2641380B2 (ja) | 光学式文字認識システム用折曲点抽出方法 | |
US8340433B2 (en) | Image processing apparatus, electronic medium, and image processing method | |
JP2008052701A (ja) | 画像処理方法、画像処理装置及びプログラム | |
JP2018195282A (ja) | モデルを修正するためのシステムおよび方法 | |
EP2994884A2 (en) | Method and apparatus for image matching | |
CN114037992A (zh) | 仪表示数识别方法、装置、电子设备及存储介质 | |
JPH02264373A (ja) | 図形認識装置 | |
JPH11134509A (ja) | 図面認識処理方法及び建築図面認識処理方法 | |
CN110349111B (zh) | 一种包含二维码图像的矫正方法和装置 | |
Liang et al. | Real time recognition of 2D bar codes in complex image conditions | |
CN112464753A (zh) | 图像中关键点的检测方法、检测装置及终端设备 | |
JP2885476B2 (ja) | 画像処理方法および装置 | |
JPH07193716A (ja) | エッジ強調装置 | |
JP2006323511A (ja) | 記号認識方法及び装置 | |
CN113705430B (zh) | 基于检测模型的表格检测方法、装置、设备及存储介质 | |
KR0158416B1 (ko) | 화상데이타의 수축에 의한 물체의 위치 판단방법 | |
JPH04579A (ja) | 図形の特微点抽出方法 | |
JPH04112276A (ja) | 2値画像輪郭線チェイン符号化装置 | |
KR100209348B1 (ko) | 톱니 모양의 선분을 이용한 전자지도 정밀도 검증방법 | |
JPH06131499A (ja) | 特徴抽出方法 | |
JP3021708B2 (ja) | 線画像解析装置 | |
CN118447279A (zh) | 一种基于surf的特征点匹配及筛选方法和装置 |