KR20160027862A - 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치 - Google Patents

이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치 Download PDF

Info

Publication number
KR20160027862A
KR20160027862A KR1020140116508A KR20140116508A KR20160027862A KR 20160027862 A KR20160027862 A KR 20160027862A KR 1020140116508 A KR1020140116508 A KR 1020140116508A KR 20140116508 A KR20140116508 A KR 20140116508A KR 20160027862 A KR20160027862 A KR 20160027862A
Authority
KR
South Korea
Prior art keywords
segment
image data
category
data
processor
Prior art date
Application number
KR1020140116508A
Other languages
English (en)
Inventor
김미수
정인형
최정인
최창현
백종우
서정욱
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020140116508A priority Critical patent/KR20160027862A/ko
Priority to PCT/KR2015/008901 priority patent/WO2016036044A1/en
Priority to CN201580054923.8A priority patent/CN106796653A/zh
Priority to EP15839053.4A priority patent/EP3195200A4/en
Priority to US14/842,287 priority patent/US9734591B2/en
Publication of KR20160027862A publication Critical patent/KR20160027862A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0354—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of 2D relative movements between the device, or an operating part thereof, and a plane or surface, e.g. 2D mice, trackballs, pens or pucks
    • G06F3/03545—Pens or stylus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/235—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on user input or interaction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • 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
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/413—Classification of content, e.g. text, photographs or tables
    • 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
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/247—Aligning, centring, orientation detection or correction of the image by affine transforms, e.g. correction due to perspective effects; Quadrilaterals, e.g. trapezoids

Abstract

다양한 실시 예에 따른 전자 장치의 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치는 이미지 데이터의 적어도 일부의 특성에 따라 상기 이미지를 적어도 하나의 세그먼트로 분리하고, 상기 세그먼트에 대응되는 카테고리를 결정하고, 상기 카테고리에 기반하여, 상기 세그먼트를 변환된 형태로 표시하는 동작을 포함할 수 있다. 이외에도 다양한 실시 예가 가능하다.

Description

이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치{Method for processing image data and electronic device supporting thereof}
본 발명의 다양한 실시 예들은 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치에 관한 것이다.
전자 장치에서 이미지 센서를 통해 촬영된 이미지로부터 문자를 인식하고, 인식된 문자를 바탕으로 주소록에 연락처를 추가하는 등의 처리를 수행할 수 있다.
기존의 전자 장치는 정형화된 문자의 경우는 문자 인식의 정확도가 높으나, 정형화되지 않은 문자나 핸드라이팅으로 작성된 데이터의 경우에는, 문자 인식률이 떨어져 순수한 이미지로 인식되는 경우가 잦다. 기존의 전자 장치는 문자 인식된 데이터나 핸드라이팅으로 작성되어 인식된 데이터에 대하여 인식된 문자 데이터의 일부분을 편집할 수 있는 기능을 제공하고 있지 않다.
본 발명의 다양한 실시 예는, 위와 같은 문제를 해결할 수 있는 상기 전자 장치의 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치에 관한 것이다. 본 발명의 다양한 실시 예가 해결하고자 하는 과제는 상기된 바와 같은 과제들로 한정되지 않으며, 또 다른 과제들이 존재할 수 있다.
본 발명의 다양한 실시 예에 따른 전자 장치의 이미지 데이터를 처리하는 방법은 이미지 데이터의 적어도 일부의 특성에 따라 상기 이미지를 적어도 하나의 세그먼트로 분리하는 동작, 상기 세그먼트에 대응되는 카테고리를 결정하는 동작과, 상기 카테고리에 기반하여, 상기 세그먼트를 변환된 형태로 표시하는 동작을 포함할 수 있다.
본 발명의 다양한 실시 예에 따른 전자 장치는 이미지 데이터를 적어도 일부의 특성에 따라 상기 이미지를 적어도 하나의 세그먼트로 분리하고, 상기 세그먼트에 대응되는 카테고리를 결정하고, 상기 세그먼트의 카테고리에 기반하여, 상기 세그먼트를 변환하는 적어도 하나의 프로세서와, 상기 이미지 데이터를 변환된 형태로 표시하는 디스플레이를 포함할 수 있다.
본 발명의 다양한 실시 예에 따른 전자 장치는 전자 장치의 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치는 정형화되지 않은 문자나 핸드라이팅으로 작성된 데이터를 유니코드 텍스트나 스트로크로 인식할 수 있다.
상기 전자 장치는 인식된 유니코드 텍스트나 스트로크를 전체 데이터량을 줄이면서도 최대한 원래의 이미지 데이터에 가깝도록 상기 이미지 데이터를 변환된 형태로 재구성할 수 있다.
도 1은 다양한 실시 예에 따른 전자 장치의 블록도이다.
도 2는 다양한 실시 예에 따른, 전자 장치의 프로세서의 블록도이다.
도 3은 다양한 실시 예에 따라 전자 장치의 이미지 데이터를 처리하는 방법을 설명하기 위한 흐름도이다.
도 4는 다양한 실시 예에 따라, 가이드를 제공하는 화면을 나타내는 도면이다.
도 5는 다양한 실시 예에 따라, 사용자가 가이드를 조절할 수 있는 사용자 인터페이스를 제공하는 화면을 나타내는 도면이다.
도 6은 다양한 실시 예에 따라, 이미지 데이터의 시점을 변환하기 위한 방법을 설명하기 위한 도면이다.
도 7은 다양한 실시 예에 따라, 이미지 데이터의 시점 변환 시의 원근에 따라 발생하는 왜곡을 보정하기 위해 합성되는 이미지의 개수를 결정하는 방법을 설명하기 위한 도면이다.
도 8은 다양한 실시 예에 따라, 세그먼트의 특징 정보에 따라, 벡터 데이터의 스트로크 정보를 결정하는 방법을 설명하기 위한 도면이다.
도 9는 다양한 실시 예에 따라, 세그먼트의 이미지 데이터의 특성에 따라 세그먼트의 카테고리를 결정하는 방법을 설명하기 위한 도면이다.
도 10은 다양한 실시 예에 따라, 이미지 데이터로부터 분리된 복수의 세그먼트를, 세그먼트의 카테고리에 따라 그룹화하는 방법을 설명하기 위한 도면이다.
도 11은 다양한 실시 예에 따라, 이미지 데이터로부터 분리된 세그먼트에 기반하여, 이미지 데이터의 레이아웃을 변경하는 방법을 설명하기 위한 도면이다.
도 12는 다양한 실시 예에 따라, 이미지 데이터를 이용하여 세그먼트의 레이아웃과 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지를 생성하는 방법을 설명하기 위한 도면이다.
도 13은 다양한 실시 예에 따라, 세그먼트의 레이아웃과 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지에 복수의 전자 장치로부터 수신된 사용자 입력을 적용하는 방법을 설명하기 위한 도면이다.
도 14는 다양한 실시 예에 따라 프리뷰 이미지 데이터에 가이드를 제공하는 방법을 설명하기 위한 흐름도이다.
도 15는 다양한 실시 예에 따라 세그먼트의 카테고리를 결정하는 방법을 설명하기 위한 흐름도이다.
도 16은 다양한 실시 예에 따라 변환된 데이터에 특징 정보를 적용하여 세그먼트의 이미지 데이터를 재구성하는 방법을 설명하기 위한 흐름도이다.
도 17은 다양한 실시 예에 따라 벡터 데이터에 스트로크 정보를 적용하여 세그먼트의 이미지 데이터를 재구성하는 방법을 설명하기 위한 흐름도이다.
도 18은 다양한 실시 예에 따라 마크된 영역의 이미지 데이터를 재구성하는 방법을 설명하기 위한 흐름도이다.
도 19는 다양한 실시 예에 따라 세그먼트의 레이아웃과 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지를 생성하는 방법을 설명하기 위한 흐름도이다.
도 20은 다양한 실시 예에 따른 전자 장치의 블록도이다.
도 21은 다양한 실시 예에 따라 세그먼트의 이미지 데이터의 색 좌표계 변환 및 특정 채널에 해당하는 픽셀영역의 분석을 통해 세그먼트의 이미지 데이터가 문자를 포함하는지 여부를 결정하는 방법을 설명하기 위한 도면이다.
이하, 본 문서의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 문서의 실시 예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (20) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제 1," "제 2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제 1 사용자 기기와 제 2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 바꾸어 명명될 수 있다.
어떤 구성요소(예: 제 1 구성요소)가 다른 구성요소(예: 제 2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제 1 구성요소)가 다른 구성요소(예: 제 2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시 예들을 배제하도록 해석될 수 없다.
본 문서의 다양한 실시 예들에 따른 전자 장치는, 예를 들면, 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC(desktop personal computer), 랩탑 PC(laptop personal computer), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라(camera), 또는 웨어러블 장치(wearable device)(예: 스마트 안경, 머리 착용형 장치(head-mounted-device(HMD) 등), 전자 의복, 전자 팔찌, 전자 목걸이, 전자 앱세서리(appcessory), 전자 문신, 스마트 미러, 또는 스마트 와치(smart watch)) 중 적어도 하나를 포함할 수 있다.
어떤 실시 예들에서, 전자 장치는 스마트 가전 제품(smart home appliance)일 수 있다. 스마트 가전 제품은, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스(set-top box), 홈 오토매이션 컨트롤 패널(home automation control panel), 보안 컨트롤 패널(security control panel), TV 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더(camcorder), 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시 예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션(navigation) 장치, GPS 수신기(global positioning system receiver), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트(infotainment) 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 금융 기관의 ATM(automatic teller's machine), 상점의 POS(point of sales), 또는 사물 인터넷 장치(internet of things)(예: 전구, 각종 센서, 전기 또는 가스 미터기, 스프링클러 장치, 화재경보기, 온도조절기(thermostat), 가로등, 토스터(toaster), 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다.
어떤 실시 예에 따르면, 전자 장치는 가구(furniture) 또는 건물/구조물의 일부, 전자 보드(electronic board), 전자 사인 수신 장치(electronic signature receiving device), 프로젝터(projector), 또는 각종 계측 기기(예: 수도, 전기, 가스, 또는 전파 계측 기기 등) 중 적어도 하나를 포함할 수 있다. 다양한 실시 예에서, 전자 장치는 전술한 다양한 장치들 중 하나 또는 그 이상의 조합일 수 있다. 어떤 실시 예에 따른 전자 장치는 플렉서블 전자 장치일 수 있다. 또한, 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않으며, 기술 발전에 따른 새로운 전자 장치를 포함할 수 있다.
이하, 첨부 도면을 참조하여, 다양한 실시 예에 따른 전자 장치가 설명된다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
도 1은 다양한 실시 예에 따른 전자 장치의 블록도이다.
도 1을 참조하여, 다양한 실시 예에서의, 네트워크 환경 내의 전자 장치(100)가 기재된다. 전자 장치(100)는 버스(110), 프로세서(120), 메모리(130), 입출력 인터페이스(140), 디스플레이(150), 및 통신 인터페이스(160)를 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(100)는, 구성요소들 중 적어도 하나를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다.
버스(110)는, 예를 들면, 구성요소들(110-170)을 서로 연결하고, 구성요소들 간의 통신(예: 제어 메시지 및/또는 데이터)을 전달하는 회로를 포함할 수 있다.
프로세서(120)는, 중앙처리장치(central processing unit(CPU)), 어플리케이션 프로세서(application processor(AP)), 또는 커뮤니케이션 프로세서(communication processor(CP)) 중 하나 또는 그 이상을 포함할 수 있다. 프로세서(120)는, 예를 들면, 전자 장치(100)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다.
다양한 실시 예에 따라, 상기 프로세서(120)는 이미지 데이터의 적어도 일부의 특성에 따라 이미지를 적어도 하나의 세그먼트로 분리할 수 있다.
다양한 실시 예에 따라, 상기 프로세서(120)는 각 세그먼트의 이미지 데이터의 특성에 따라 각 세그먼트의 카테고리를 결정할 수 있다.
상기 프로세서(120)는 세그먼트의 이미지 데이터의 RGB 값의 분포 패턴 또는 에지(edge)의 분포 패턴 중 적어도 하나에 기반하여 상기 세그먼트의 카테고리를 결정할 수 있다. 또는, 프로세서(120)는 색 좌표계의 변환에 의해 획득된 이미지 데이터에서 적어도 하나의 특정 채널로 픽셀을 추출한 타겟 영역을 획득하고, 이미지 영역에서 상기 타겟 영역이 차지하는 비율(percentage), 상기 타겟 영역의 각 픽셀의 벡터 변환에 의해 획득된 벡터의 복잡도 또는 상기 이미지 영역 내 상기 타겟 영역의 산포도 중 적어도 하나를 획득할 수 있다.
예를 들면, 프로세서(120)는 상기 이미지 데이터의 적어도 일부의 특성에 따라 각 세그먼트의 카테고리를 이미지(래스터 이미지(raster image)에 해당), 텍스트, 벡터 이미지 중 하나로 결정할 수 있다. 또한, 프로세서(120)는 각 세그먼트에 대해서 카테고리에 따른 특징 정보를 더 결정 할 수 있다.
다양한 실시 예에 따라, 카테고리가 이미지이면, 특징 정보는 해상도, 밝기, 명도, 이미지 촬영시 설정 정보, 얼굴인식 정보, 이미지 태깅 정보 또는 이미지가 이루는 질감 등을 포함 할 수 있다. 다양한 실시 예에 따라, 카테고리가 벡터 이미지이면, 특징 정보는 이미지 데이터가 가지고 있는 벡터 데이터의 두께, 획의 패턴, 상기 패턴에 따른 핸드라이팅 펜 타입, 두께정보를 미세 표현하기 위한 필속, 필압, 끝점의 형태, 펜의 기울기, 펜의 회전(rotation) 정보 및 스트로크 인식을 통한 유니코드 텍스트 데이터 등을 포함할 수 있다. 다양한 실시 예에 따라, 카테고리가 텍스트이면, 특징 정보는 폰트 스타일, 크기, 두께, 이탤릭체 여부, 색상, 밑줄, 하이라이트, 글자간격 또는 줄간격 등을 포함할 수 있다.
다양한 실시 예에 따라, 상기 프로세서(120)는 각 세그먼트의 카테고리에 기반하여, 각 세그먼트의 이미지 데이터의 형태를 변환할 수 있다. 또는, 상기 프로세서(120)는 각 세그먼트의 카테고리에 따라, 상기 이미지 데이터의 레이아웃(예: 세그먼트의 크기나 배열 등)을 변환할 수 있다.
다양한 실시 예에 따라, 상기 프로세서(120)는 세그먼트의 레이아웃과 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지를 생성할 수 있다. 상기 프로세서(120)는 상기 생성된 페이지에서 사용자 입력의 위치 정보에 기반하여 결정된 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 상기 사용자 입력에 적용할 수 있다.
다양한 실시 예에 따라, 상기 프로세서(120)는 상기 프리뷰 이미지 데이터에서 검출된 에지를 기반으로 생성된 가이드를 프리뷰 이미지 데이터에 제공하거나, 잘못된 가이드를 제공하지 않도록 상기 가이드의 민감도를 제어할 수 있다. 예를 들면, 상기 프로세서(120)는 상기 생성된 가이드가 지정된 임계값 이상으로 변경되거나, 지정된 임계값 이상의 변경이 임계 시간 이상으로 유지되지 못하면, 상기 생성된 가이드를 프리뷰 이미지 데이터에 반영하지 않을 수 있다.
메모리(130)는, 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 메모리(130)는, 예를 들면, 전자 장치(100)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 한 실시 예에 따르면, 메모리(130)는 소프트웨어 및/또는 프로그램을 저장할 수 있다. 프로그램은, 예를 들면, 커널(131), 미들웨어(133), 어플리케이션 프로그래밍 인터페이스(application programming interface(API))(135), 및/또는 어플리케이션 프로그램(또는 "어플리케이션")(137) 등을 포함할 수 있다. 커널(131), 미들웨어(133), 또는 API(135)의 적어도 일부는, 운영 시스템(operating system(OS))으로 지칭될 수 있다.
다양한 실시 예에 따라, 상기 메모리(130)는 상기 프로세서(120)에 의해 변환된 형태의 이미지 데이터를 저장할 수 있다. 상기 메모리(130)는 각 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 저장할 수 있다. 예를 들면, 상기 메모리(130)는 카테고리가 텍스트이면, 해당 세그먼트의 이미지 데이터가 변환된 텍스트 데이터와, 텍스트 데이터의 특징 정보(세그먼트의 배경, 색상, 폰트, 크기, 문단, 밑줄, 또는 표 중 적어도 하나)를 저장할 수 있다. 예를 들면, 상기 메모리(130)는 카테고리가 벡터 이미지이면, 해당 세그먼트의 이미지 데이터가 변환된 벡터 데이터와, 벡터 데이터의 특징 정보(예: 스트로크의 두께, 시작점과 끝점의 형태, 두께 변화값, 색상 변화값, 또는 재질 정보 중 적어도 하나)를 저장할 수 있다.
다양한 실시 예에 따라, 상기 메모리(130)는 세그먼트의 레이아웃 및 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지를 저장할 수 있다.
다양한 실시 예에 따라, 상기 메모리(130)는 카메라 모듈(170)을 통해 획득된 프리뷰 이미지 데이터나 이미지 데이터를 저장할 수 있다. 상기 메모리(130)는 상기 프로세서(120)에 의해 검출된 에지 데이터와 검출된 에지에 기초하여 생성된 가이드를 저장할 수 있다.
커널(131)은, 예를 들면, 다른 프로그램들(예: 미들웨어(133), API(135), 또는 어플리케이션 프로그램(137))에 구현된 동작 또는 기능을 실행하는 데 사용되는 시스템 리소스들(예: 버스(110), 프로세서(120), 또는 메모리(130) 등)을 제어 또는 관리할 수 있다. 또한, 커널(131)은 미들웨어(133), API(135), 또는 어플리케이션 프로그램(137)에서 전자 장치(100)의 개별 구성요소에 접근함으로써, 시스템 리소스들을 제어 또는 관리할 수 있는 인터페이스를 제공할 수 있다.
미들웨어(133)는, 예를 들면, API(135) 또는 어플리케이션 프로그램(137)이 커널(131)과 통신하여 데이터를 주고받을 수 있도록 중개 역할을 수행할 수 있다.
또한, 미들웨어(133)는 어플리케이션 프로그램(137)으로부터 수신된 하나 이상의 작업 요청들을 우선 순위에 따라 처리할 수 있다. 예를 들면, 미들웨어(133)는 어플리케이션 프로그램(137) 중 적어도 하나에 전자 장치(100)의 시스템 리소스(예: 버스(110), 프로세서(120), 또는 메모리(130) 등)를 사용할 수 있는 우선 순위를 부여할 수 있다. 예컨대, 미들웨어(133)는 상기 적어도 하나에 부여된 우선 순위에 따라 상기 하나 이상의 작업 요청들을 처리함으로써, 상기 하나 이상의 작업 요청들에 대한 스케쥴링 또는 로드 밸런싱 등을 수행할 수 있다.
API(135)는, 예를 들면, 어플리케이션 프록그램(137)이 커널(131) 또는 미들웨어(133)에서 제공되는 기능을 제어하기 위한 인터페이스로, 예를 들면, 파일 제어, 창 제어, 영상 처리, 또는 문자 제어 등을 위한 적어도 하나의 인터페이스 또는 함수(예: 명령어)를 포함할 수 있다.
입출력 인터페이스(140)는, 예를 들면, 사용자 또는 다른 외부 기기로부터 입력된 명령 또는 데이터를 전자 장치(100)의 다른 구성요소(들)에 전달할 수 있는 인터페이스의 역할을 할 수 있다. 또한, 입출력 인터페이스(140)은 전자 장치(100)의 다른 구성요소(들)로부터 수신된 명령 또는 데이터를 사용자 또는 다른 외부 기기로 출력할 수 있다.
디스플레이(150)는, 예를 들면, 액정 디스플레이(liquid crystal display(LCD)), 발광 다이오드(light-emitting diode(LED)) 디스플레이, 유기 발광 다이오드(organic light-emitting diode(OLED)) 디스플레이, 또는 마이크로 전자기계 시스템(microelectromechanical systems(MEMS)) 디스플레이, 또는 전자종이(electronic paper) 디스플레이를 포함할 수 있다. 디스플레이(150)는, 예를 들면, 사용자에게 각종 콘텐츠(예: 텍스트, 이미지, 비디오, 아이콘, 또는 심볼 등)을 표시할 수 있다. 디스플레이(150)는, 터치 스크린을 포함할 수 있으며, 예를 들면, 전자 펜 또는 사용자의 신체의 일부를 이용한 터치, 제스쳐, 근접, 또는 호버링 입력을 수신할 수 있다.
다양한 실시 예에 따라, 상기 디스플레이(150)는 상기 프로세서(120)에 의해 상기 이미지 데이터를 상기 이미지 데이터의 변환된 형태로 표시할 수 있다.
다양한 실시 예에 따라, 상기 디스플레이(150)는 카메라 모듈(170)을 통해 획득된 프리뷰 이미지 데이터 또는 이미지 데이터를 표시할 수 있다.
다양한 실시 예에 따라, 상기 디스플레이(150)는 프리뷰 이미지 데이터에서 검출된 에지를 기반으로 생성된 가이드를 상기 프리뷰 이미지 데이터와 함께 표시할 수 있다.
다양한 실시 예에 따라, 상기 디스플레이(150)는 상기 프로세서(120)에 의해 생성된 세그먼트의 레이아웃 및 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지를 표시하고, 사용자 입력이 수신되면, 상기 사용자 입력의 위치 정보에 기반하여 결정된 세그먼트의 위치에 상기 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 적용하여 상기 사용자 입력을 표시할 수 있다.
통신 인터페이스(160)는, 예를 들면, 전자 장치(100)와 외부 장치(예: 제 1 외부 전자 장치(102), 제 2 외부 전자 장치(104), 또는 서버(106)) 간의 통신을 설정할 수 있다. 예를 들면, 통신 인터페이스(160)는 무선 통신 또는 유선 통신을 통해서 네트워크(202)에 연결되어 외부 장치(예: 제 2 외부 전자 장치(104) 또는 서버(106))와 통신할 수 있다.
무선 통신은, 예를 들면, 셀룰러 통신 프로토콜로서, 예를 들면, LTE(long-term evolution), LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications) 등 중 적어도 하나를 사용할 수 있다. 또한, 무선 통신은, 예를 들면, 근거리 통신(204)을 포함할 수 있다. 근거리 통신(204)은, 예를 들면, WiFi(wireless fidelity), 블루투스(Bluetooth), NFC(near field communication), 또는 GPS(global positioning system) 등 중 적어도 하나를 포함할 수 있다. 유선 통신은, 예를 들면, USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232), 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 네트워크(202)는 통신 네트워크(telecommunications network), 예를 들면, 컴퓨터 네트워크(computer network)(예: LAN 또는 WAN), 인터넷, 또는 전화 망(telephone network) 중 적어도 하나를 포함할 수 있다.
제 1 및 제 2 외부 전자 장치(102, 104) 각각은 전자 장치(100)와 동일한 또는 다른 종류의 장치일 수 있다. 한 실시 예에 따르면, 서버(106)는 하나 또는 그 이상의 서버들의 그룹을 포함할 수 있다. 다양한 실시 예에 따르면, 전자 장치(100)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 전자 장치(예: 전자 장치(102,104), 또는 서버(106)에서 실행될 수 있다.
한 실시 예에 따르면, 전자 장치(100)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(100)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 다른 장치(예: 전자 장치(102, 104), 또는 서버(106))에게 요청할 수 있다. 다른 전자 장치(예: 전자 장치(102, 104), 또는 서버(106))는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(100)로 전달할 수 있다. 전자 장치(100)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
카메라 모듈(170)은, 구비된 이미지 센서를 이용하여 프리뷰 이미지 데이터와 상기 이미지 데이터를 획득할 수 있다.
도 2는 다양한 실시 예에 따른, 전자 장치의 프로세서의 블록도이다.
전처리 모듈(210)은 이미지 데이터의 스트로크 인식률이나 문자의 인식률을 향상시킬 수 있도록 이미지 데이터의 전처리를 수행할 수 있다. 예를 들면, 전처리 모듈(210)은 이미지 데이터에 포함된 문자나 이미지가 더 선명하게 획득될 수 있도록, 이미지 데이터의 획득 시의 이미지 센서의 설정값 변경, 가이드 제공 또는 평형화 보정 등을 수행할 수 있다. 이와 관련된 구체적인 설명은 도 6 내지 7을 참조할 수 있다.
세그먼트 검출 모듈(220)은 이미지 데이터로부터 검출된 에지를 구분하여, 이미지 데이터의 규칙성에 따라, 이미지 데이터를 구성하는 복수의 사각형을 획득할 수 있다. 세그먼트 검출 모듈(220)은 세그먼트의 카테고리에 기반하여 상기 복수의 사각형 중 일부를 통합할 수 있다. 이와 관련된 구체적인 설명은 도 10을 참조할 수 있다.
다양한 실시 예에 따르면, 세그먼트 검출 모듈(220)은 이미지 데이터의 색 좌표계를 변환하고, 상기 색 좌표계의 변환에 의해 획득된 이미지 데이터에서 적어도 하나의 특정 채널로 픽셀을 추출한 타겟 영역을 획득할 수 있다. 세그먼트 검출 모듈(220)은 전체 이미지 영역에서 타겟 영역이 차지하는 비율(예컨대, 전체 이미지 데이터에 픽셀수에 대한 타겟 영역의 픽셀수가 차지하는 비율), 타겟 영역의 각 픽셀의 벡터 변환에 의해 획득된 벡터의 복잡도 또는 이미지 영역 내 타겟 영역의 산포도 중 적어도 하나를 이용하여 상기 세그먼트의 카테고리(예컨대, 상기 세그먼트가 문자를 포함하는지 여부를 결정할 수 있다. 예를 들면, 상기 색 좌표계는 HSV(hue, saturation, value) 색 좌표계가 될 수 있다.
상기 세그먼트가 문자를 포함하는지 여부에 따라 세그먼트의 카테고리가 결정될 수 있고, 상기 문자는 정형화된 문자, 정형화되지 않은 문자, 핸드라이팅된 문자 중 적어도 하나를 포함할 수 있다. 문자를 포함한 세그먼트는 OCR 모듈(230)의 인식률(예: 인식의 정확도)에 따라서 텍스트와 벡터 이미지의 두 가지 카테고리로 구분할 수 있다. 문자를 포함하지 않는 세그먼트는 이미지(래스터 이미지)의 카테고리로 분류할 수 있다. 예를 들면, 세그먼트 검출 모듈(220)은 세그먼트의 이미지 데이터의 분석에 기반하여, 세그먼트에서 문자의 가로쓰기, 세로쓰기, 문단의 구성 등의 문자 특성을 추출하여 상기 세그먼트가 문자를 포함하는지 여부를 판단할 수 있다.
OCR(optical character recognition) 모듈(230)은 세그먼트의 이미지 데이터의 문자 판독을 수행할 수 있다. OCR 모듈(230)은 상기 문자 판독을 통해서 상기 세그먼트의 이미지 데이터의 정확도를 산출하고, 상기 정확도에 기반하여 상기 세그먼트의 이미지 데이터의 카테고리가 텍스트인지 여부를 판단할 수 있다. OCR 모듈(230)은 카테고리가 텍스트이면, 상기 문자 판독을 통해 상기 세그먼트의 이미지 데이터로부터 변환된 유니코드 텍스트 데이터를 메모리(130)에 저장할 수 있다. 또한, OCR 모듈(230)은 이미지 데이터의 분석을 통해 유니코드 텍스트 데이터가 가지는 특징 정보를 추출 할 수 있다. 다양한 실시 예에 따르면 상기 특징 정보는 이미지 데이터가 가지고 있는 텍스트 데이터의 폰트 스타일, 크기, 이탤릭체 여부, 색상, 밑줄, 하이라이트, 글자간격 또는 줄간격, 등 다양한 유니코드 텍스트 데이터를 표현하는 값일 수 있다.
HWR(handwriting recognition) 모듈(240)은 상기 OCR 모듈(230)의 문자 판독 결과에 의해 카테고리가 텍스트가 아닌 세그먼트의 이미지 데이터로부터 변환된 벡터 데이터를 획득할 수 있다. 또한, HWR 모듈(240)은 이미지 데이터의 분석을 통해 스트로크 데이터가 가지는 특징 정보를 추출 할 수 있다. 일 실시예로 상기 특징 정보는 이미지 데이터가 가지고 있는 벡터 데이터의 두께, 획의 패턴, 상기 패턴에 따른 핸드라이팅 펜 타입, 두께정보를 미세 표현하기 위한 필속, 필압, 펜의 기울기, 펜의 회전(rotation) 정보 및 스트로크 인식을 통한 유니코드 텍스트 데이터 등 다양한 스트로크 데이터를 표현하는 값 일 수 있다. 또한, HWR 모듈(240)은 사용자의 수동 입력이나 사용자의 핸드라이팅 패턴 분석을 통해 임의의 시간정보를 생성할 수 있으며, 생성된 시간정보와 상기 추출된 스트로크 데이터의 정보 중 적어도 하나를 이용하여 스트로크 인식을 수행할 수 있다. 인식된 스트로크 정보는 도형, 특수 문자 등을 포함하는 벡터 데이터로 변환될 수 있다.
HWR 모듈(240)은 상기 세그먼트의 카테고리 및 카테고리에 따른 특징 정보와 변환된 벡터 데이터를 메모리(130)에 저장할 수 있다.
도 3은 다양한 실시 예에 따라 전자 장치의 이미지 데이터를 처리하는 방법을 설명하기 위한 흐름도이다.
도 3을 참조하면, 도 3에 기재된 전자 장치(100)의 이미지 데이터를 처리하는 방법은 도 1에 도시된 전자 장치(100)에서 처리되는 동작들로 구성될 수 있다. 따라서, 본 실시 예에서 생략된 내용이라 하더라도 도 1에 도시된 전자 장치(100)에 관하여 이상에서 기술된 내용은 도 3에 기재된 방법에도 적용됨을 알 수 있다.
310 동작에서 프로세서(120)는 이미지 데이터를 적어도 하나의 세그먼트로 분리할 수 있다.
320 동작에서 프로세서(120)는 세그먼트의 이미지 데이터의 특성에 따라 세그먼트의 카테고리를 결정할 수 있다. 예를 들면, 상기 프로세서(120)는 세그먼트의 이미지 데이터의 RGB 값의 분포 패턴 또는 에지의 분포 패턴 중 적어도 하나에 기반하여, 상기 세그먼트의 카테고리 (예: 이미지(래스터 이미지(raster image)), 텍스트, 벡터 이미지)를 결정할 수 있다. 또는, 프로세서(120)는 색 좌표계 변환을 통해 획득된 이미지 데이터에서 적어도 하나의 특정 채널로 픽셀을 추출한 타겟 영역을 획득하고, 이미지 영역에서 상기 타겟 영역이 차지하는 비율(예컨대, 전체 이미지 데이터에 픽셀수에 대한 타겟 영역의 픽셀수가 차지하는 비율), 상기 타겟 영역의 각 픽셀의 벡터 변환에 의해 획득된 벡터의 복잡도, 상기 이미지 영역 내 상기 타겟 영역의 산포도 중 적어도 하나에 기초하여 상기 세그먼트의 이미지 데이터가 문자를 포함하는지 여부를 결정할 수 있다.
다양한 실시 예에 따라, 프로세서(120)는 카테고리에 따른 특징 정보를 더 결정할 수 있다. 프로세서(120)는 사용자 입력 등의 이벤트에 따라, 상기 결정된 특징 정보를 변경할 수 있다. 예를 들면, 프로세서(120)는 상기 사용자 입력의 이벤트에 기반하여 변경된 특징 정보에 따라 상기 이미지 데이터를 재구성한 형태로 변환할 수 있다.
330 동작에서 디스플레이(140)는 세그먼트의 카테고리에 기반하여 이미지 데이터를 변환된 형태로 표시할 수 있다.
다양한 실시 예에 따라, 메모리(130)는 상기 이미지 데이터의 세그먼트의 카테고리 및 카테고리에 따른 특징 정보, 또는 변환된 형태의 데이터를 저장할 수 있다. 이에 따라, 사용자는 세그먼트의 카테고리 및 카테고리에 따른 특징 정보, 또는 변환된 형태의 데이터를 태그 정보의 형태로 변환하여, 이를 이용하여 문서나 이미지 등을 검색하거나, 필요한 문서나 이미지를 관리할 수 있다.
다양한 실시 예에 따라, 프로세서(120)는 세그먼트의 카테고리와 카테고리에 따른 특징 정보를 유지한 채로 이미지 데이터의 편집을 제공할 수 있다. 예를 들어, 사용자가 원하는 세그먼트 카테고리와 카테고리에 따른 특징 정보를 만족하는 이미지 데이터를 메모리(130)로부터 불러와서, 세그먼트 카테고리와 카테고리에 따른 특징 정보나 레이아웃을 유지시킨 채로 새로운 내용의 문서를 생성할 수 있다.
도 4는 다양한 실시 예에 따라, 가이드를 제공하는 화면을 나타내는 도면이다.
프로세서(120)는 정확한 이미지 데이터가 획득될 수 있도록, 이미지 데이터의 획득 시에, 이미지 판독에 더 적합한 형태의 이미지 데이터가 획득될 수 있도록, 가이드(410, 420)를 제공할 수 있다.
프로세서(120)는 카메라 모듈(170)을 통해 획득된 프리뷰 이미지 데이터에서 에지를 검출할 수 있다. 일 실시 예에 따르면, 프로세서(120)는 프리뷰 이미지 데이터에서 픽셀들 간의 콘트라스트(contrast) 차이를 이용하여 에지를 검출할 수 있다. 예를 들면, 프로세서(120)는 인접 픽셀과의 픽셀값의 차이(예: 픽셀값에 기반한 인접 픽셀과의 콘트라스트 차이)가 임계값 이상인 픽셀들을 에지로 검출할 수 있다. 프로세서(120)는 에지 검출 시 픽셀값이나, 검출된 에지 수 등에 따라 임계값을 조정할 수 있다. 프로세서(120)는 프리뷰 이미지 데이터를 복수의 영역으로 구분하여 서로 다른 임계값을 적용하여 영역별로 에지를 검출할 수 있다.
프로세서(120)는 검출된 에지에 기반하여 가이드(410, 420)를 생성하고, 생성된 가이드(410, 420)를 표시된 프리뷰 이미지 상에 제공할 수 있다.
예를 들면, 프로세서(120)는 검출된 에지를 연결하여, 객체의 윤곽선을 획득할 수 있으며, 사각형 형태의 윤각선이 획득되면, 사각형을 구성하는 선들 간의 각도, 선들 간의 연결 여부, 높이 또는 폭 등을 이용하여 사용자가 의도한 최적의 영역을 포함하는 사각형 형태의 가이드를 제공할 수 있다. 최대한 직사각형 형태에 가까운 가이드를 제공할 수 있다.
일 실시 예에 따르면, 프로세서(120)은 프리뷰 이미지 데이터에서 검출된 이미지 데이터의 분석을 용이하게 하기 위해 사용자가 원하는 영역에 대한 원근 왜곡현상을 방지하기 위한 가이드를 제공할 수 있다. 프로세서(120)는 상기 사각형의 각 모서리의 각도를 측정하거나 마주하고 있는 각 변의 길이가 서로 상이함을 측정하고, 상기 측정값이 임계값 이상 일 때 가이드 사각형을 이루는 선의 색 정보, 사각형 내부의 색정보, 사각형을 이루는 선의 형태, 아이콘 또는 투명도 등의 다양한 방법으로 사용자에게 가이드를 표시하고, 사용자가 이를 인지하여 좀더 인식이 용이한 이미지 데이터를 측정하도록 가이드 할 수 있다.
프로세서(120)는 가이드의 제공 시, 유효하지 않은 데이터에 기초하여 가이드가 생성되는 것을 배제할 수 있다. 예를 들면, 사용자의 손떨림이나 초점의 흔들림 등에 의해서 일시적으로 유효하지 않은 이미지 데이터가 획득될 수 있다. 이때, 프로세서(120)는 검출된 에지를 이전에 검출된 에지와 비교하는 등의 에지 데이터의 분석을 통하여, 유효하지 않은 데이터에 기초하여 생성된 가이드는 프리뷰 이미지 데이터에 반영하지 않을 수 있다.
일 실시 예에 따르면, 프로세서(120)는 가이드가 지정된 임계값 이상으로 변경되고, 상기 지정된 임계값 이상의 변경이 임계 시간 이상으로 유지되지 못하면, 상기 생성된 가이드를 상기 프리뷰 이미지 데이터에 반영하지 않을 수 있다.
일 실시 예에 따르면, 프로세서(120)는 프리뷰 이미지 데이터에서 검출된 에지에 기반하여 가이드를 생성 시, 정확한 가이드 생성을 위하여, 상기 프리뷰 이미지 데이터를 수신하는 수신 간격을 지정하여, 지정된 간격 사이에 수신되는 프리뷰 이미지 데이터는 이용하지 않을 수 있다.
일 실시 예에 따르면, 프로세서(120)는 프리뷰 이미지 상에 에지 간의 연결을 통한 가이드 사각형을 표시하고, 상기 가이드 사각형의 시각적 효과(예: 색상 변화, 아이콘, 사각형 내 투명도 변화, 또는 blur 효과 등)를 통해 사용자에게 정확한 이미지를 획득할 수 있는 가이드를 제공할 수 있음을 알려줄 수 있다.
일 실시 예에 따르면, 프로세서(120)는 프리뷰 이미지 데이터에서 에지가 검출되지 않으면, 이전에 생성된 가이드를 표시하고, 지정된 임계 시간 이후에 프리뷰 이미지 데이터의 에지 검출을 재시도할 수 있다.
일 실시 예에 따르면, 메모리(130)는 획득된 프리뷰 이미지 데이터에서 검출된 에지 데이터를 저장할 수 있다. 프로세서(120)는 획득된 이미지 데이터에서 검출된 에지와 촬영 직전에 프리뷰 이미지 데이터에서 검출된 에지가 일치하지 않으면, 획득된 이미지 데이터에서 검출된 에지를 대신에 프리뷰 이미지 데이터에서 검출된 에지를 이용할 수 있다.
예를 들면, 프로세서(120)는 검출된 에지를 연결하여, 객체의 윤곽선을 획득할 수 있으며, 사각형 형태의 윤각선이 획득되면, 사각형을 구성하는 선들 간의 각도, 선들 간의 연결 여부, 높이와 폭 등을 이용하여 가이드 사각형을 구성할 수 있다. 이에 따라, 프로세서(120)는 사용자가 원하는 영역을 추출해낼 수 있고, 이로 인해 사용자가 최대한 직사각형 형태에 가까운 이미지 데이터를 획득할 수 있도록 할 수 있다.
도 5는 다양한 실시 예에 따라, 사용자가 가이드를 조절할 수 있는 사용자 인터페이스를 제공하는 화면을 나타내는 도면이다.
프로세서(120)는 가이드(510)를 사용자가 수동으로 조절할 수 있는 사용자 인터페이스를 제공할 수 있다. 프로세서(120)는 입출력 인터페이스(140)를 통해 입력 이벤트를 수신하고, 디스플레이(150)에 상기 입력 이벤트에 대응하여 조정된 형태의 가이드(510)를 표시할 수 있다.
일 실시에 따라, 프로세서(120)는 가이드(510)를 조정하는 입력 이벤트에 따라 프리뷰 이미지 데이터의 일부분을 확대(520)하여 사용자에게 제공할 수 있다. 이에 따라, 사용자는 확대된 프리뷰 이미지 데이터에 기반하여 정밀하게 가이드(510)를 조정할 수 있다.
일 실시 예에 따라, 프로세서(120)는 상기 입력 이벤트에 해당하는 터치 입력의 이동 속도, 터치 입력의 압력 등의 조건에 따라 터치 입력의 이동 배율을 조정할 수 있다. 이에 따라, 사용자는 더욱 정밀하게 가이드를 조정할 수 있다. 예를 들면, 디스플레이(150)는 가이드의 위치를 조정할 수 있는 핸들러(530)를 가이드에 제공할 수 있다.
일 실시 예에 따라, 프로세서(120)는 입력 이벤트에 의해 가이드의 위치의 이동 시, 이동되는 위치의 임계 범위 내에 검출된 에지가 존재하면, 상기 이동되는 위치와 가장 근접한 에지에 가이드가 자동으로 위치하도록 설정할 수 있다.
도 6은 다양한 실시 예에 따라, 이미지 데이터의 시점을 변환하기 위한 방법을 설명하기 위한 도면이다.
다양한 실시 예에 따라, 프로세서(120)는 레이저 센서 또는 자이로 센서 등의 센서 모듈을 통해 획득된 정보를 이용하여 상기 이미지 데이터의 시점을 변환할 수 있다. 예를 들면, 프로세서(120)는 프리뷰 이미지 데이터, 전자 장치(100)의 수직 /수평 각도와 전자 장치(100)에서 객체까지의 거리를 이용하여, 전자 장치(100)와 객체 사이의 각도를 산출할 수 있다. 프로세서(120)는 산출된 각도를 이용하여 이미지 데이터를 시점을 평형화하는데 이용할 수 있다.
프로세서(120)는 이미지 데이터의 촬영 매수, 노출값 또는 화이트 밸런스 등의 설정값 달리하여 복수의 이미지 데이터를 획득하고, 획득된 복수의 이미지 데이터를 이용하여, 상기 이미지 데이터의 시점을 평형화하는데 이용할 수 있다.
예를 들면, 프로세서(120)는 도 6 에 도시된 바와 같이 객체 영역(610)을 검출하고, 객체 영역을 화면에 맞도록 수동 또는 자동으로 확대할 수 있다 (도 6의 (a)). 예를 들면, 객체 영역에서 어느 한 변의 길이가 더 긴 사각형 형태의 윤각선이 획득되면, 길이가 더 긴 변의 길이를 디스플레이(150)의 화면의 길이만큼 확대할 수 있다.
프로세서(120)는 객체 영역의 줌 배율(620) 또는 컨트라스트를 획득하고, 이에 기초하여 촬영 노출시간 또는 촬영 매수를 결정할 수 있다(도 6의 (b)). 예를 들면, 프로세서(120)는 설정값(예컨대, 노출값이 임계값 이하로 떨어지면)에 따라 촬영 매수를 증가시킬 수 있다. 프로세서(120)는 이미지 센서를 통해 이미지 데이터가 획득된 후, 이미지 데이터(650)의 시점을 보정할 수 있다(도 6의 (c)). 이에 따라, 프로세서(120)는 균일하게 해상도와 시점이 보정된 이미지 데이터(660)를 획득할 수 있다(도 6의 (d)).
다양한 실시 예에 따라, 상기 획득된 적어도 하나 이상의 이미지 데이터는 선명한 이미지 데이터를 획득하기 위해 각 이미지 데이터(630, 640)가 가지는 blur한 영역을 상호 보완 하여 상기 적어도 하나 이상의 이미지 데이터를 합성하는 동작을 수행할 수 있다.
다양한 실시 예에 따라, 디스플레이(150)는 상기 이미지 데이터의 시점의 평형화가 진행되는 과정을 애니메이션으로 표시하여 작업의 진행률을 나타낼 수 있다. 예를 들면, 프로세서(120)는 상기 디스플레이(150)에 표시할 애니메이션을 N 단계로 나눠서, 단위 시간의 간격으로 실제 프로세서(120)에서 진행 중인 작업의 진행률을 확인하고, 현재 작업의 진행률에 맞는 애니메이션의 단계를 상기 디스플레이(150)에 표시할 수 있다.
예를 들면, 실제 프로세서(120)에서 진행 중인 작업의 진행률이 애니메이션의 단계보다 느리거나 동일하면, 상기 디스플레이(150)에 표시된 애니메이션의 단계를 그대로 유지한다.
실제 프로세서(120)에서 진행 중인 작업의 진행률이 애니메이션의 단계보다 빠른 경우, 실제 프로세서(120)에서 진행 중인 작업의 진행률이 애니메이션의 진행률의 차이에 따라, 애니메이션의 단계의 진행 속도를 조절할 수 있다. 예컨대, 실제 프로세서(120)에서 진행 중인 작업의 진행률이 애니메이션의 진행률과 30% 이상 차이 나면, 상기 애니메이션의 단계의 진행을 빠르게 처리할 수 있다(예컨대, 다음 단계의 처리 시간의 간격을 줄이는 형태로). 또는, 실제 프로세서(120)에서 진행 중인 작업의 진행률이 애니메이션의 진행률과 10% 이상 30% 미만으로 차이 나면, 상기 애니메이션의 단계의 진행을 조금 느리게 처리할 수 있다(예컨대, 다음 단계의 처리 시간의 간격에 딜레이를 주는 형태로) 또는, 실제 프로세서(120)에서 진행 중인 작업의 진행률이 애니메이션의 진행률과 10% 미만으로 차이 나면, 상기 애니메이션의 단계의 진행을 매우 느리게 처리할 수 있다(예컨대, 단계 간의 시간 간격에 큰 값의 딜레이를 주는 형태로)
도 7은 다양한 실시 예에 따라, 이미지 데이터의 시점 변환 시의 원근에 따라 발생하는 왜곡을 보정하기 위해 합성되는 이미지의 개수를 결정하는 방법을 설명하기 위한 도면이다. 프로세서(120)는 이미지 데이터의 시점의 변환 시 발생하는 원근에 따른 왜곡을 제거하기 위해 복수의 이미지의 합성을 통해 이미지 데이터의 선명도를 높일 수 있다. 프로세서(120)는 이미지 데이터의 시점에 따라 원근 보정 시, 보정되어 왜곡이 발생하는 왜곡 영역(예: 원근 보정으로 확대되는 블러(blur)한 영역)을 확인하고, 상기 왜곡 영역에 따라 합성할 이미지 개수를 결정할 수 있다. 획득된 복수의 이미지를 합성함에 있어, 상기 복수의 이미지에서 왜곡된 영역(예: 블러(blur)한 영역)의 이미지 데이터 값을 합성하여 선명한 하나의 이미지를 획득할 수 있다.
프로세서(120)는 다음의 방법들 중 적어도 하나를 이용하여, 이미지 데이터의 촬영 매수를 결정할 수 있다.
도 7의 (a)를 참조하면, 프로세서(120)는 객체 영역(700)을 나타내는 윤각선의 형태에 따라, 객체 영역(700)을 복수의 영역(710, 720)으로 분할한 후, 복수의 영역의 컨트라스트 차이 또는 비율(a:b)에 기반하여, 촬영 매수를 결정할 수 있다. 예를 들면, 프로세서(120)는 복수의 영역(710, 720)의 컨트라스트의 비율(a:b)이 임계값 이상이면, 촬영 매수를 증가시킬 수 있다.
도 7의 (b)를 참조하면, 프로세서(120)는 객체 영역(700)을 나타내는 사각형의 양변의 길이의 차이 또는 비율(a:b)에 기반하여, 촬영 매수를 결정할 수 있다. 예를 들면, 프로세서(120)는 상기 객체 영역을 구성하는 사각형의 좌우 양변의 길이의 비율(a:b)을 촬영 매수로 결정할 수 있다.
도 7의(c)를 참조하면, 프로세서(120)는 줌 배율에 기반하여 촬영 매수를 결정할 수 있다. 예를 들면, 프로세서(120)는 줌 배율이 커질수록 촬영 매수를 증가시킬 수 있다.
프로세서(120)는 이미지 센서를 통해 이미지 데이터가 획득된 후, 이미지 데이터를 보정할 수 있다. 다양한 실시 예에 따라, 상기 획득된 적어도 하나 이상의 이미지 데이터는 이미지의 데이터의 선명한 영상을 추출하기 위해 각 이미지 데이터가 가지는 왜곡 영역(예: blur한 영역)을 상호 보완 하여 상기 적어도 하나 이상의 이미지 데이터를 합성하는 동작을 수행할 수 있다.
도 8은 다양한 실시 예에 따라, 세그먼트의 특징 정보에 따라, 벡터 데이터의 스트로크 정보를 결정하는 방법을 설명하기 위한 도면이다.
프로세서(120)는 세그먼트의 카테고리에 따라 상기 세그먼트의 이미지 데이터를 벡터 데이터로 변환할 수 있다. 예를 들면, 프로세서(120)는 세그먼트의 카테고리가 벡터 이미지이면, 상기 세그먼트의 이미지 데이터를 벡터 데이터로 변환할 수 있다.
프로세서(120)는 상기 세그먼트의 이미지 데이터의 분석에 따라 상기 세그먼트 내의 선의 두께, 상기 선의 시작점과 끝점의 형태, 두께 변화값, 색상 변화값, 또는 재질 정보 중 적어도 하나의 특징 정보를 획득할 수 있다. 스트로크는 변환된 벡터 데이터의 정보와 상기 적어도 하나의 특징 정보를 포함할 수 있다. 도 8을 참조하면, 도 8에 도시된 핸드라이팅 형태의 스트로크는 선의 끝점으로 갈수록 선의 두께가 얇아지고, 두께 변화값이 크지 않으며, 또는 선의 색상의 변화가 없는 등의 특징 정보를 획득할 수 있다.
상기 프로세서(120)는 상기 획득된 특징 정보에 기반하여 펜의 종류, 색상, 두께, 필압, 필속, 기울기, 또는 회전 중 적어도 하나의 스트로크(stroke) 정보를 결정할 수 있다. 도 8의 예에서, 상기 프로세서(120)는 상기 획득된 특징 정보로부터 상기 펜의 종류를 싸인펜으로 결정할 수 있다.
상기 프로세서(120)는 상기 벡터 데이터에 상기 스트로크 정보를 적용하여, 상기 세그먼트의 이미지 데이터를 재구성할 수 있다. 도 8의 예에서, 상기 프로세서(120)는 HWR 모듈(240)에 의해 획득된 벡터 데이터를 디스플레이(150) 상에 표시할 때, 싸인펜이라는 펜 종류를 선택할 수 있다.
다양한 실시 예에 따르면, 상기 설정된 펜 타입에 따라 드로잉과 관련된 필압, 필속, 펜의 기울기, 펜의 회전 등의 특징 정보를 이용하여 스트로크 데이터를 다르게 표현 할 수 있다.
일 실시 예로 가로와 세로의 방향에 따라 두께값이 달라지는 펜 타입으로 드로잉된 스트로크를 포함하는 이미지 데이터는 분석 결과 하나의 스트로크에 대해 그 방향에 따라 다수의 두께값을 가지고 스트로크로 구성될 수 있다. 하지만, 방향에 따라 다른 두께의 드로잉을 가지는 펜 타입을 가진 스트로크로 구성하면 방향에 관계없이 하나의 스트로크로 상기 이미지 데이터를 변환 할 수 있다. 예를 들면, 특징 정보가 동일한 연속된 두 개의 스트로크는 하나로 통합될 수 있다. 이에 따라, 스트로크의 수를 줄일 수 있다.
도 9는 다양한 실시 예에 따라, 세그먼트의 이미지 데이터의 특성에 따라 세그먼트의 카테고리를 결정하는 방법을 설명하기 위한 도면이다.
도 9에는 복수의 세그먼트(910, 920, 930, 940, 950)로 분리된 이미지 데이터가 도시되어 있다. 앞에서 설명한 바와 같이, 프로세서(120)는 각 세그먼트의 카테고리를 결정하고 있다. 예를 들면, 프로세서(120)는 카테고리에 상기 세그먼트의 이미지 데이터의 분석에 따른 상기 세그먼트의 배경, 색상, 폰트, 크기, 문단, 밑줄, 또는 표 중 적어도 하나의 특징 정보를 더 포함시킬 수 있다.
도 9에는 이미지 데이터의 텍스트 위에 스트로크 형태의 데이터가 중첩되어 있다. 텍스트 위에 별도로 표시된 마크(961, 962, 963, 964, 965)는 중요 표시나 밑줄 등의 의미를 가지므로, 상기 이미지 데이터를 재구성할 때, 마크 부분도 변환된 텍스트 데이터에 반영되어야 한다.
프로세서(120)는 상기 세그먼트의 이미지 데이터에서 마크된 영역을 획득하고, 상기 마크된 영역의 색상값을 추출할 수 있다. 추출된 색상값은 마크의 색상값을 나타낼 수 있다. 마크된 영역은 텍스트 위에 중첩되어 표시된 마크(961, 962, 963, 964, 965)를 포함하는 영역이거나, 또는 이미지 데이터의 분석 결과에 따라 획득된 의미있는 데이터 영역이 될 수 있다. 일 실시 예로 상기 의미 있는 데이터 영역은 세그먼트의 이미지 데이터에 포함된 문자 영역 또는 배경을 제외한 이미지 데이터일 수 있다.
프로세서(120)는 상기 마크된 영역의 이미지 데이터를 이진화(Image binarization)할 수 있다. 프로세서(120)는 상기 마크된 영역을 이진화함으로써, 상기 마크가 제거된 형태의 데이터를 획득할 수 있다. 예를 들면, 도 9에서는 이진화된 데이터는 상기 마크된 영역의 텍스트 데이터를 나타낼 수 있다.
프로세서(120)는 상기 이진화된 데이터로부터 상기 세그먼트의 카테고리(이미지, 텍스트, 벡터 이미지)에 해당하는 데이터 타입(data type)(유니코드 텍스트 데이터, 벡터 데이터)으로 데이터를 변환할 수 있다. 상기 변환된 데이터에 상기 추출된 색상값을 적용하여, 상기 마크를 변환된 데이터에 반영해줄 수 있다. 이에 따라, 프로세서(120)는 사용자가 별도로 표시한 마크(961, 962, 963, 964, 965)를 상기 변환된 데이터에 반영하여, 상기 이미지 데이터를 재구성할 수 있다.
도 10은 다양한 실시 예에 따라, 이미지 데이터로부터 분리된 복수의 세그먼트를, 세그먼트의 카테고리에 따라 그룹화하는 방법을 설명하기 위한 도면이다.
도 10의 (a)를 참조하면, 프로세서(120)는 인식된 사각형 내에 다른 사각형들이 포함될 경우, 상기 사각형들이 동일한 카테고리(이미지, 텍스트, 벡터 이미지) 을 가지면, 상기 사각형들을 하나의 사각형으로 통합할 수 있다.
도 10의 (b)를 참조하면, 프로세서(120)는 인식된 사각형간에 서로 중첩되는 경우, 상기 사각형들이 동일한 카테고리를 가지면, 상기 사각형들을 하나의 사각형으로 통합할 수 있다.
도 10의 (c)를 참조하면, 프로세서(120)는 인접한 사각형간에 거리(1010)가 기준값 이하인 경우, 상기 사각형들이 동일한 카테고리를 가지면, 상기 사각형들을 하나의 사각형으로 통합할 수 있다.
도 10의 (d)를 참조하면, 프로세서(120)는 인식된 사각형의 크기가 기준값보다 작으면, 해당 사각형들을 의미 없다고 보아 삭제할 수 있다.
도 10의 (e)를 참조하면, 프로세서(120)는 인식된 사각형 내부에 가로줄(1020)이 복수 개 포함된 경우, 표나 테이블로 판단하여 하나의 사각형으로 통합할 수 있다.
프로세서(120)는 이와 같은 과정을 거쳐서 이미지 데이터로부터 세그먼트를 분리할 수 있다.
도 11은 다양한 실시 예에 따라, 이미지 데이터로부터 분리된 세그먼트에 기반하여, 이미지 데이터의 레이아웃을 변경하는 방법을 설명하기 위한 도면이다.
다양한 실시 예에 따라, 도 11의 (a)를 참조하면, 프로세서(120)는 세그먼트의 배열에 따른 상기 이미지 데이터의 레이아웃을 추출할 수 있다.
다양한 실시 예에 따라, 도 11의 (b)를 참조하면, 프로세서(120)는 상기 이미지 데이터의 레이아웃의 분석에 따라 상기 이미지 데이터에서 상기 세그먼트의 상대적 위치, 상기 세그먼트의 크기의 비율 또는 상기 세그먼트의 정렬 형태 중 적어도 하나를 포함하는 레이아웃 정보를 획득할 수 있다.
다양한 실시 예에 따라, 도 11의 (c)를 참조하면, 프로세서(120)는 상기 페이지에 포함되는 세그먼트를 선택할 수 있는 사용자 인터페이스를 제공하여, 상기 페이지에 포함된 세그먼트 중 일부만을 포함하는 형태로 변경할 수 있다.
다양한 실시 예에 따라, 도 11의 (d)를 참조하면, 프로세서(120)는 전체 이미지 데이터를 포함하는 페이지의 크기와 각 세그먼트의 크기에 따라 좌측 정렬, 우측 정렬, 또는 가운데 정렬 등과 같은 정렬 형태를 변경할 수 있다.
다양한 실시 예에 따라, 도 11의 (e)를 참조하면, 프로세서(120)는 전체 이미지 데이터를 포함하는 페이지의 가로, 세로 길이에 따라, 상기 전체 이미지를 가로 모드, 또는 세로 모드와 같이 그 형태를 변경할 수 있다.
다양한 실시 예에 따라, 프로세서(120)는 상기 레이아웃 정보를 변경하는 입력 이벤트가 수신되면, 상기 입력 이벤트에 기반하여, 상기 이미지 데이터의 레이아웃이 변경할 수 있다.
도 11에 도시된 바와 같이, 프로세서(120)는 다양한 형태로, 세그먼트에 기반하여 이미지 데이터의 레이아웃을 변경할 수 있다.
도 12는 다양한 실시 예에 따라, 이미지 데이터를 이용하여 세그먼트의 레이아웃과 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지를 생성하는 방법을 설명하기 위한 도면이다.
도 12의 (a)를 참조하면, 프로세서(120)는 이미지 데이터를 적어도 하나의 세그먼트로 분리하고, 상기 세그먼트의 이미지 데이터의 특성에 따라 상기 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 결정할 수 있다.
도 12의 (b)에서와 같이, 프로세서(120)는 상기 세그먼트에 기반하여, 상기 세그먼트의 레이아웃 및 상기 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지를 생성할 수 있다.
사용자 입력에 해당하는 입력 이벤트가 수신되면, 프로세서(120)는 상기 페이지에서 상기 사용자 입력의 위치 정보에 기반하여 상기 사용자 입력이 표시될 세그먼트를 결정할 수 있다.
도 12의 (c)에서와 같이, 디스플레이(150)는 상기 세그먼트의 위치에 상기 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 적용하여 상기 사용자 입력을 표시할 수 있다.
도 13은 다양한 실시 예에 따라, 세그먼트의 위치 정보 및 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지에 복수의 전자 장치로부터 수신된 사용자 입력을 적용하는 방법을 설명하기 위한 도면이다.
통신 인터페이스(160)는 상기 전자 장치(100)와 기능적으로 연결된 적어도 하나의 외부 전자 장치로부터 사용자 입력과 상기 사용자 입력의 위치 정보를 수신할 수 있다. 프로세서(120)는 상기 외부 전자 장치로부터 수신된 사용자 입력과 상기 사용자 입력의 위치 정보에 기반하여, 상기 페이지에서 상기 사용자 입력이 표시될 세그먼트를 결정할 수 있다. 디스플레이(150)는 상기 결정된 세그먼트의 위치에 상기 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 적용하여 상기 사용자 입력을 표시할 수 있다.
프로세서(120)는 복수의 전자 장치 각각의 사용자가 입력한 데이터를 하나의 페이지에 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 적용하여 표시할 수 있다.
다양한 실시예에 따라, 네트워크 연동을 통해 복수의 전자 장치의 카메라를 통해, 그룹 플레이를 연동할 수 있다. 예를 들면, 카메라를 통해　작성할 전체의 이미지를 촬영하고 이미지 데이터의 적어도 일부의 특성에 따라 이미지를 적어도 하나의 세그먼트로 분리하고, 세그먼트에 대응되는 카테고리를 결정할 수 있다. 그 일부분을 촬영하여 이미지 데이터의 적어도 일부의 특성에 따라 상기 전체의 이미지에 해당하는 세그먼트를 결정할 수 있다. 또한 사용자 선택, 장치의 상대적 위치 정보 등을 이용하여 전체의 이미지에 포함된 적어도 하나의 세그먼트를 선택할 수 있다. 상기 세그먼트의 위치정보 및 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 상기 복수의 전자 장치에 네트워크를 통하여 전달할 수 있다. 상기 전달 받은 세그먼트를 페이지로 설정할 수 있다. 상기 복수의 전자 장치에서 상기 페이지에 각각 작성한 사용자 입력을 수집하고 전체 이미지를 이용하여 해당 위치에 작성된 각각의 사용자 입력을 결합하여 전체의 이미지를 하나의 페이지로 구성할 수 있다. 프리뷰 상태에서 저해상도 이미지를 이용하여 그 위치 정보를 결정할 수 있고, 각 세그먼트 영역의 카테고리 및 카테고리에 따른 특징 정보를 활용할 수 있다.
다양한 실시 예에 따라, 복수의 전자 장치에서 다중 촬영을 통한 동일 세그먼트를 인식하고, 수신된 복수의 이미지를 이용하여 동적인 프레젠테이션(presentation) 효과를 적용할 수 있다. 상기 수신 된 복수의 이미지 각각을 세그먼트로 분류할 수 있다. 상기 각 동일 카테고리의 세그먼트를 오브젝트로 처리하고, 상기 오브젝트를 사용자의 입력이나 이미지 데이터가 가지는 시간 정보(예: 이미지가 촬영된 시간 정보 등)를 이용하여 연속으로 표시 할 수 있다. 예컨대, 두 개의 이미지 각각의 동일 카테고리의 세그먼트에 글자 크기를 다르게 하고, 일정 시간 이후의 동일 세그먼트로 저장하면, 표시 화면에서 시간 순 표시기능을 실행하면, 상기 각각의 세그먼트 내의 글자가 일정 시간 간격을 가지고 표시될 수 있다.
도 14는 다양한 실시 예에 따라 프리뷰 이미지 데이터에 가이드를 제공하는 방법을 설명하기 위한 흐름도이다.
도 14를 참조하면, 도 14에 기재된 프리뷰 이미지 데이터에 가이드를 제공하는 방법은 도 3의 310 동작의 이전에 수행될 수 있다. 도 14에 기재된 방법은 도 1에 도시된 전자 장치(100)에서 처리되는 동작들일 수 있다. 따라서, 본 실시 예에서 생략된 내용이라 하더라도 도 1에 도시된 전자 장치(100)에 관하여 이상에서 기술된 내용은 도 14에 기재된 방법에도 적용됨을 알 수 있다.
1410 동작에서 카메라 모듈(170)은 프리뷰 이미지 데이터를 획득할 수 있다.
다양한 실시 예에 따라, 프로세서(120)는 상기 프리뷰 이미지 데이터의 분석을 통해, 이미지 데이터를 획득하는 이미지 센서의 설정값을 변경할 수 있다. 상기 설정값은 초점값, 노출값, 화이트 밸런스 또는 샤프니스(sharpness)값 등을 포함할 수 있다. 예를 들면, 프로세서(120)는 프리뷰 이미지 데이터의 분석을 통해 촬영 장소가 실내라고 판단되면, 노출값이나, 샤프니스 값 등의 설정값을 변경하여, 실내 촬영에 더 적합한 설정값으로 변경할 수 있다.
1420 동작에서 프로세서(120)는 프리뷰 이미지 데이터에 검출된 에지를 기반으로 가이드를 생성할 수 있다.
1430 동작에서 프로세서(120)는 표시된 가이드와 생성된 가이드의 넓이, 위치, 가이드 사각형의 모서리의 각도 중 적어도 하나의 변화량(예: (|표시된 가이드의 면적 - 생성된 가이드의 면적|))이 임계값 이상이지 여부를 판단할 수 있다. 상기 프로세서(120)는 상기 생성된 가이드의 변화량이 임계값 이상이면, 1440 동작을 수행하고, 상기 생성된 가이드의 변화량이 임계값보다 작으면, 1460 동작을 수행할 수 있다.
1440 동작에서 상기 프로세서(120)는 상기 임계값 이상의 변화가 임계 시간보다 더 짧게 유지되는지를 판단할 수 있다. 상기 프로세서(120)는 상기 임계값 이상의 변화가 임계 시간보다 더 짧게 유지되면, 상기 프로세서(120)는 1450 동작을 수행하고, 상기 임계값 이상의 변화가 임계 시간 이상으로 유지되면, 1460 동작을 수행할 수 있다.
1450 동작에서 상기 프로세서(120)는 생성된 가이드를 표시된 프리뷰 이미지 데이터에 반영하지 않을 수 있다.
1460 동작에서 상기 디스플레이(150)는 생성된 가이드를 프리뷰 이미지 데이터에 표시할 수 있다.
도 15는 다양한 실시 예에 따라 세그먼트의 카테고리를 결정하는 방법을 설명하기 위한 흐름도이다.
도 15를 참조하면, 도 15에 기재된 세그먼트의 카테고리를 결정하는 방법은 도 3의 320 동작에 포함될 수 있다. 도 15에 기재된 방법은 도 1에 도시된 전자 장치(100)에서 처리되는 동작들로 구성된다. 따라서, 본 실시 예에서 생략된 내용이라 하더라도 도 1에 도시된 전자 장치(100)에 관하여 이상에서 기술된 내용은 도 15에 기재된 방법에도 적용됨을 알 수 있다.
1510 동작에서 프로세서(120)는 세그먼트의 이미지 데이터가 문자를 포함하는지 여부를 판단할 수 있다. 상기 문자는 정형화된 문자, 정형화되지 않은 문자, 핸드라이팅된 문자 중 적어도 하나를 포함할 수 있다.
예를 들면, 프로세서(120)는 RGB 값의 분포 패턴, 또는 에지의 분포 패턴 중 적어도 하나에 기반하여 세그먼트의 이미지 데이터가 문자를 포함하는지 여부를 판단할 수 있다. 또는, 프로세서(120)는 색 좌표계 변환을 통해 획득된 이미지 데이터에서 적어도 하나의 특정 채널로 픽셀을 추출한 타겟 영역을 획득하고, 상기 타겟 영역에서, 전체 이미지 영역에서 타겟 영역이 차지하는 비율(예컨대, 전체 이미지 데이터에 픽셀수에 대한 타겟 영역의 픽셀수가 차지하는 비율), 타겟 영역의 각 픽셀의 벡터 변환에 의해 획득된 벡터의 복잡도, 또는 이미지 영역 내 타겟 영역의 산포도 중 적어도 하나에 기초하여 세그먼트의 이미지 데이터가 문자를 포함하는지 여부를 판단할 수 있다. 예를 들면, 상기 색 좌표계는 HSV(hue, saturation, value) 색 좌표계가 될 수 있다
1520 동작에서 프로세서(120)는 상기 세그먼트의 이미지 데이터의 문자 판독의 정확도가 임계값 이상인지 여부를 판단할 수 있다. 예를 들면, 프로세서(120)는 OCR 수행을 통해 문자 판독의 정확도를 획득할 수 있다.
1530 동작에서 프로세서(120)는 세그먼트의 카테고리를 이미지(래스터 이미지(raster image))로 결정할 수 있다.
1540 동작에서 프로세서(120)는 세그먼트의 카테고리를 텍스트로 결정할 수 있다.
1550 동작에서 프로세서(120)는 세그먼트의 카테고리를 벡터 이미지로 결정할 수 있다. 예를 들면, 벡터 이미지에 포함되는 이미지 데이터는 핸드라이팅 형태의 문자, 선 또는 도형 등이 될 수 있다.
도 16은 다양한 실시 예에 따라 변환된 데이터에 카테고리 및 카테고리에 따른 특징 정보를 적용하여 세그먼트의 이미지 데이터를 재구성하는 방법을 설명하기 위한 흐름도이다.
도 16을 참조하면, 도 16에 기재된 변환된 데이터에 특징 정보를 적용하여 세그먼트의 이미지 데이터를 재구성하는 방법은 도 3의 330 동작에 포함될 수 있다. 도 16에 기재된 방법은 도 1에 도시된 전자 장치(100)에서 처리되는 동작일 수 있다. 따라서, 본 실시 예에서 생략된 내용이라 하더라도 도 1에 도시된 전자 장치(100)에 관하여 이상에서 기술된 내용은 도 16에 기재된 방법에도 적용됨을 알 수 있다.
1610 동작에서 프로세서(120)는 세그먼트의 이미지 데이터로부터 세그먼트의 카테고리에 해당하는 데이터 타입으로 변환된 데이터(유니코드 텍스트 데이터, 벡터 데이터)를 획득할 수 있다.
1620 동작에서 프로세서(120)는 세그먼트의 특징 정보를 획득할 수 있다. 상기 특징 정보는 세그먼트의 배경, 색상, 폰트, 크기, 문단, 밑줄, 또는 표 중 적어도 하나를 포함할 수 있다.
1630 동작에서 프로세서(120)는 상기 변환된 데이터에 상기 특징 정보를 적용하여 세그먼트의 이미지 데이터를 재구성할 수 있다.
1640 동작에서 디스플레이(150)는 상기 재구성된 이미지 데이터에 기반하여 이미지 데이터를 변환된 형태로 표시할 수 있다.
도 17은 다양한 실시 예에 따라 벡터 데이터에 스트로크 정보를 적용하여 세그먼트의 이미지 데이터를 재구성하는 방법을 설명하기 위한 흐름도이다.
도 17을 참조하면, 도 17에 기재된 벡터 데이터에 스트로크 정보를 적용하여 세그먼트의 이미지 데이터를 재구성하는 방법은 도 3의 330 동작에 포함될 수 있다. 도 17에 기재된 방법은 도 1에 도시된 전자 장치(100)에서 처리되는 동작일 수 있다. 따라서, 본 실시 예에서 생략된 내용이라 하더라도 도 1에 도시된 전자 장치(100)에 관하여 이상에서 기술된 내용은 도 17에 기재된 방법에도 적용됨을 알 수 있다.
1710 동작에서 프로세서(120)는 세그먼트의 카테고리에 따라 세그먼트의 이미지 데이터를 벡터 데이터로 변환할 수 있다.
1720 동작에서 프로세서(120)는 세그먼트 내의 스트로크의 특징 정보를 획득할 수 있다. 예를 들면, 상기 특징 정보는 스트로크의 두께, 상기 시작점과 끝점의 형태, 두께 변화값, 색상 변화값, 또는 재질 정보 중 적어도 하나를 포함할 수 있다.
1730 동작에서 프로세서(120)는 상기 특징 정보에 기반하여, 스트로크 정보를 결정할 수 있다. 예를 들면, 스트로크 정보는 펜의 종류, 색상, 두께, 필압, 필속, 기울기, 또는 회전 중 적어도 하나의 포함할 수 있다.
1740 동작에서 프로세서(120)는 벡터 데이터에 스트로크 정보를 적용하여 세그먼트의 이미지 데이터를 재구성할 수 있다.
1750 동작에서 디스플레이(150)는 재구성된 세그먼트의 이미지 데이터에 기반하여 이미지 데이터를 변환된 형태로 표시할 수 있다.
도 18은 다양한 실시 예에 따라 마크된 영역의 이미지 데이터를 재구성하는 방법을 설명하기 위한 흐름도이다.
도 18을 참조하면, 도 18에 기재된 마크된 영역의 이미지 데이터를 재구성하는 방법은 도 3의 330 동작에 포함될 수 있다. 도 18에 기재된 방법은 도 1에 도시된 전자 장치(100)에서 처리되는 동작일 수 있다. 따라서, 본 실시 예에서 생략된 내용이라 하더라도 도 1에 도시된 전자 장치(100)에 관하여 이상에서 기술된 내용은 도 18에 기재된 방법에도 적용됨을 알 수 있다.
1810 동작에서 프로세서(120)는 세그먼트의 이미지 데이터에서 마크된 영역을 획득할 수 있다.
1820 동작에서 프로세서(120)는 상기 마크된 영역의 색상값을 추출할 수 있다. 추출된 색상값은 마크의 색상값을 나타낼 수 있다.
1830 동작에서 프로세서(120)는 상기 마크된 영역의 이미지 데이터를 이진화할 수 있다. 이진화된 데이터는 상기 마크된 영역의 이미지 데이터에서 마크가 배제된 데이터를 나타낼 수 있다.
1840 동작에서 프로세서(120)는 이진화된 데이터로부터 상기 세그먼트의 카테고리에 해당하는 데이터 타입으로 변환된 데이터를 획득할 수 있다. 변환된 데이터는 이미지(래스터 이미지(raster image), 텍스트 데이터 또는 벡터 데이터가 될 수 있다.
1850 동작에서 프로세서(120)는 상기 변환된 데이터에 상기 추출된 색상값을 적용하여 상기 마크된 영역의 이미지 데이터를 재구성할 수 있다.
1860 동작에서 디스플레이(150)는 재구성된 마크된 영역의 이미지 데이터에 기반하여 이미지 데이터를 변환된 형태로 표시할 수 있다.
도 19는 다양한 실시 예에 따라 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지를 생성하는 방법을 설명하기 위한 흐름도이다.
도 19를 참조하면, 도 19에 기재된 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지를 생성하는 방법은 도 1에 도시된 전자 장치(100)에서 처리되는 동작들로 구성된다. 따라서, 본 실시 예에서 생략된 내용이라 하더라도 도 1에 도시된 전자 장치(100)에 관하여 이상에서 기술된 내용은 도 19에 기재된 방법에도 적용됨을 알 수 있다.
1910 동작에서 프로세서(120)는 이미지 데이터를 적어도 하나의 세그먼트로 분리할 수 있다.
1920 동작에서 프로세서(120)는 상기 세그먼트의 이미지 데이터의 특성에 따라 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 결정할 수 있다. 예를 들면, 상기 세그먼트의 카테고리는 이미지, 텍스트, 벡터 이미지로 결정될 수 있다. 예를 들면, 상기 세그먼트의 카테고리에 따른 특징 정보는 상기 세그먼트의 이미지 데이터의 분석에 따라 획득된 상기 세그먼트의 배경, 색상, 폰트, 크기, 문단, 밑줄, 또는 표 중 적어도 하나를 포함할 수 있다.
1930 동작에서 프로세서(120)는 상기 세그먼트의 레이아웃 및 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 포함하는 페이지를 생성할 수 있다.
1940 동작에서 입출력 인터페이스(140)는 사용자 입력을 수신할 수 있다.
1950 동작에서 디스플레이(150)는 상기 페이지에서 사용자 입력의 위치 정보에 기반하여 결정된 세그먼트의 위치에 세그먼트의 카테고리 및 카테고리에 따른 특징 정보를 적용하여 사용자 입력을 표시할 수 있다.
도 20은 다양한 실시 예에 따른 전자 장치(2001)의 블록도이다.
전자 장치(2001)는, 예를 들면, 도 1에 도시된 전자 장치(100)의 전체 또는 일부를 포함할 수 있다. 전자 장치(2001)는 하나 이상의 프로세서(예: AP(application processor))(2010), 통신 모듈(2020), (가입자 식별 모듈(2024), 메모리(2030), 센서 모듈(2040), 입력 장치(2050), 디스플레이(2060), 인터페이스(2070), 오디오 모듈(2080), 카메라 모듈(2091), 전력 관리 모듈(2095), 배터리(2096), 인디케이터(2097), 및 모터(2098) 를 포함할 수 있다.
프로세서(2010)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 프로세서(2010)에 연결된 다수의 하드웨어 또는 소프트웨어 구성요소들을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(2010)는, 예를 들면, SoC(system on chip) 로 구현될 수 있다. 한 실시 예에 따르면, 프로세서(2010)는 GPU(graphic processing unit) 및/또는 이미지 신호 프로세서(image signal processor)를 더 포함할 수 있다. 프로세서(2010)는 도 20에 도시된 구성요소들 중 적어도 일부(예: 셀룰러 모듈(2021))를 포함할 수도 있다. 프로세서(2010) 는 다른 구성요소들(예: 비휘발성 메모리) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리에 로드(load)하여 처리하고, 다양한 데이터를 비휘발성 메모리에 저장(store)할 수 있다.
통신 모듈(2020)은, 도 1의 통신 인터페이스(160)와 동일 또는 유사한 구성을 가질 수 있다. 통신 모듈(2020)은, 예를 들면, 셀룰러 모듈(2021), WiFi 모듈(2023), 블루투스 모듈(2025), GPS 모듈(2027), NFC 모듈(2028) 및 RF(radio frequency) 모듈(2029)를 포함할 수 있다.
셀룰러 모듈(2021)은, 예를 들면, 통신망을 통해서 음성 통화, 영상 통화, 문자 서비스, 또는 인터넷 서비스 등을 제공할 수 있다. 한 실시 예에 따르면, 셀룰러 모듈(2021)은 가입자 식별 모듈(예: SIM 카드)(2024)을 이용하여 통신 네트워크 내에서 전자 장치(2001)의 구별 및 인증을 수행할 수 있다. 한 실시 예에 따르면, 셀룰러 모듈(2021)은 프로세서(2010)가 제공할 수 있는 기능 중 적어도 일부 기능을 수행할 수 있다. 한 실시 예에 따르면, 셀룰러 모듈(2021)은 커뮤니케이션 프로세서(CP: communication processor)를 포함할 수 있다.
WiFi 모듈(2023), 블루투스 모듈(2025), GPS 모듈(2027) 또는 NFC 모듈(2028) 각각은, 예를 들면, 해당하는 모듈을 통해서 송수신되는 데이터를 처리하기 위한 프로세서를 포함할 수 있다. 어떤 실시 예에 따르면, 셀룰러 모듈(2021), WiFi 모듈(2023), 블루투스 모듈(2025), GPS 모듈(2027) 또는 NFC 모듈(2028) 중 적어도 일부(예: 두 개 이상)는 하나의 integrated chip(IC) 또는 IC 패키지 내에 포함될 수 있다.
RF 모듈(2029)은, 예를 들면, 통신 신호(예: RF 신호)를 송수신할 수 있다. RF 모듈(2029)은, 예를 들면, 트랜시버(transceiver), PAM(power amp module), 주파수 필터(frequency filter), LNA(low noise amplifier), 또는 안테나 등을 포함할 수 있다. 다른 실시 예에 따르면, 셀룰러 모듈(2021), WiFi 모듈(2023), 블루투스 모듈(2025), GPS 모듈(2027) 또는 NFC 모듈(2028) 중 적어도 하나는 별개의 RF 모듈을 통하여 RF 신호를 송수신할 수 있다.
가입자 식별 모듈(2024)는, 예를 들면, 가입자 식별 모듈을 포함하는 카드 및/또는 내장 SIM(embedded SIM)을 포함할 수 있으며, 고유한 식별 정보(예: ICCID(integrated circuit card identifier)) 또는 가입자 정보(예: IMSI(international mobile subscriber identity))를 포함할 수 있다.
메모리(2030)(예: 메모리(130))는, 예를 들면, 내장 메모리(2032) 또는 외장 메모리(2034)를 포함할 수 있다. 내장 메모리(2032)는, 예를 들면, 휘발성 메모리(예: DRAM(dynamic RAM), SRAM(static RAM), 또는 SDRAM(synchronous dynamic RAM) 등), 비휘발성 메모리(non-volatile Memory)(예: OTPROM(one time programmable ROM), PROM(programmable ROM), EPROM(erasable and programmable ROM), EEPROM(electrically erasable and programmable ROM), mask ROM, flash ROM, 플래시 메모리(예: NAND flash 또는 NOR flash 등), 하드 드라이브, 또는 솔리드 스테이트 드라이브(solid state drive(SSD)) 중 적어도 하나를 포함할 수 있다.
외장 메모리(2034)는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD(micro secure digital), Mini-SD(mini secure digital), xD(extreme digital), MMC(MultiMediaCard) 또는 메모리 스틱(memory stick) 등을 더 포함할 수 있다. 외장 메모리(2034)는 다양한 인터페이스를 통하여 전자 장치(2001)와 기능적으로 및/또는 물리적으로 연결될 수 있다.
센서 모듈(2040)은, 예를 들면, 물리량을 계측하거나 전자 장치(2001)의 작동 상태를 감지하여, 계측 또는 감지된 정보를 전기 신호로 변환할 수 있다. 센서 모듈(2040)은, 예를 들면, 제스처 센서(2040A), 자이로 센서(2040B), 기압 센서(2040C), 마그네틱 센서(2040D), 가속도 센서(2040E), 그립 센서(2040F), 근접 센서(2040G), 컬러(color) 센서(2040H)(예: RGB(red, green, blue) 센서), 생체 센서(2040I), 온/습도 센서(2040J), 조도 센서(2040K), 또는 UV(ultra violet) 센서(2040M) 중의 적어도 하나를 포함할 수 있다. 추가적으로 또는 대체적으로(additionally or alternatively), 센서 모듈(2040)은, 예를 들면, 후각 센서(E-nose sensor), EMG 센서(electromyography sensor), EEG 센서(electroencephalogram sensor), ECG 센서(electrocardiogram sensor), IR(infrared) 센서, 홍채 센서 및/또는 지문 센서를 포함할 수 있다. 센서 모듈(2040)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(2001)는 프로세서(2010)의 일부로서 또는 별도로, 센서 모듈(2040)을 제어하도록 구성된 프로세서를 더 포함하여, 프로세서(2010)가 슬립(sleep) 상태에 있는 동안, 센서 모듈(2040)을 제어할 수 있다.
입력 장치(2050)은, 예를 들면, 터치 패널(touch panel)(2052),(디지털) 펜 센서(pen sensor)(2054), 키(key)(2056), 또는 초음파(ultrasonic) 입력 장치(2058)를 포함할 수 있다. 터치 패널(2052)은, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. 또한, 터치 패널(2052)은 제어 회로를 더 포함할 수도 있다. 터치 패널(2052)은 택타일 레이어(tactile layer)를 더 포함하여, 사용자에게 촉각 반응을 제공할 수 있다.
(디지털) 펜 센서(2054)는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 쉬트(sheet)를 포함할 수 있다. 키(2056)는, 예를 들면, 물리적인 버튼, 광학식 키, 또는 키패드를 포함할 수 있다. 초음파 입력 장치(2058)는 마이크(예: 마이크(2088))를 통해, 입력 도구에서 발생된 초음파를 감지하여, 상기 감지된 초음파에 대응하는 데이터를 확인할 수 있다.
디스플레이(2060)(예: 디스플레이(150))는 패널(2062), 홀로그램 장치(2064), 또는 프로젝터(2066)를 포함할 수 있다. 패널(2062)은, 도 1의 디스플레이(150)와 동일 또는 유사한 구성을 포함할 수 있다. 패널(2062)은, 예를 들면, 유연하게(flexible), 투명하게(transparent), 또는 착용할 수 있게(wearable) 구현될 수 있다. 패널(2062)은 터치 패널(2052)과 하나의 모듈로 구성될 수도 있다. 홀로그램 장치(2064)는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 프로젝터(2066)는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 스크린은, 예를 들면, 전자 장치(2001)의 내부 또는 외부에 위치할 수 있다. 한 실시 예에 따르면, 디스플레이(2060)는 패널(2062), 홀로그램 장치(2064), 또는 프로젝터(2066)를 제어하기 위한 제어 회로를 더 포함할 수 있다.
인터페이스(2070)는, 예를 들면, HDMI(high-definition multimedia interface)(2072), USB(universal serial bus)(2074), 광 인터페이스(optical interface)(2076), 또는 D-sub(D-subminiature)(2078)를 포함할 수 있다. 인터페이스(2070)는, 예를 들면, 도 1에 도시된 통신 인터페이스(160)에 포함될 수 있다. 추가적으로 또는 대체적으로(additionally and alternatively), 인터페이스(2070)는, 예를 들면, MHL(mobile high-definition link) 인터페이스, SD(secure digital) 카드/MMC(multi-media card) 인터페이스, 또는 IrDA(infrared data association) 규격 인터페이스를 포함할 수 있다.
오디오 모듈(2080)은, 예를 들면, 소리(sound)와 전기 신호를 쌍방향으로 변환시킬 수 있다. 오디오 모듈(2080)의 적어도 일부 구성요소는, 예를 들면, 도 1 에 도시된 입출력 인터페이스(145)에 포함될 수 있다. 오디오 모듈(2080)은, 예를 들면, 스피커(2082), 리시버(2084), 이어폰(2086), 또는 마이크(2088) 등을 통해 입력 또는 출력되는 소리 정보를 처리할 수 있다.
카메라 모듈(2091)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있는 장치로서, 한 실시 예에 따르면, 하나 이상의 이미지 센서(예: 전면 센서 또는 후면 센서), 렌즈, ISP(image signal processor), 또는 플래시(flash)(예: LED 또는 xenon lamp 등)를 포함할 수 있다.
전력 관리 모듈(2095)은, 예를 들면, 전자 장치(2001)의 전력을 관리할 수 있다. 한 실시 예에 따르면, 전력 관리 모듈(2095)은 PMIC(power management integrated circuit), 충전 IC(charger integrated circuit), 또는 배터리 또는 연료 게이지(battery or fuel gauge)를 포함할 수 있다. PMIC는, 유선 및/또는 무선 충전 방식을 가질 수 있다. 무선 충전 방식은, 예를 들면, 자기공명 방식, 자기유도 방식 또는 전자기파 방식 등을 포함하며, 무선 충전을 위한 부가적인 회로, 예를 들면, 코일 루프, 공진 회로, 또는 정류기 등을 더 포함할 수 있다. 배터리 게이지는, 예를 들면, 배터리(2096)의 잔량, 충전 중 전압, 전류, 또는 온도를 측정할 수 있다. 배터리(2096)는, 예를 들면, 충전식 전지(rechargeable battery) 및/또는 태양 전지(solar battery)를 포함할 수 있다.
인디케이터(2097)는 전자 장치(2001) 또는 그 일부(예: 프로세서(2010))의 특정 상태, 예를 들면, 부팅 상태, 메시지 상태 또는 충전 상태 등을 표시할 수 있다. 모터(2098)는 전기적 신호를 기계적 진동으로 변환할 수 있고, 진동(vibration), 또는 햅틱(haptic) 효과 등을 발생시킬 수 있다. 도시되지는 않았으나, 전자 장치(2001)는 모바일 TV 지원을 위한 처리 장치(예: GPU)를 포함할 수 있다. 모바일 TV 지원을 위한 처리 장치는, 예를 들면, DMB(digital multimedia broadcasting), DVB(digital video broadcasting), 또는 미디어플로(MediaFloTM) 등의 규격에 따른 미디어 데이터를 처리할 수 있다.
도 21은 다양한 실시 예에 따라 세그먼트의 이미지 데이터의 색 좌표계 변환 및 특정 채널에 해당하는 픽셀영역의 분석을 통해 세그먼트의 이미지 데이터가 문자를 포함하는지 여부를 결정하는 방법을 설명하기 위한 도면이다.
도 21의 (a)를 참고하면, 빨강, 초록, 파랑, 또는 검정(Red, Green, Blue, Black) 채널에 해당하는 픽셀 영역(흰 영역)만 타겟 영역으로 추출할 수 있다. 예를 들면, 프로세서(120)는 RGB 형태의 이미지 데이터를 수신한 후, HSV 좌표계로 색 좌표계를 변환할 수 있다. HSV 좌표계는 채도와 명도가 달라지더라도 각 채널의 값이 변하지 않으므로, HSV 좌표계로의 변환에 의해 수신된 이미지 데이터에 포함된 그림자 또는 조명에 의한 왜곡을 감소시킬 수 있다.
도 21의 (b)는 색 좌표계의 변환에 의해 획득된 데이터를 기 지정된 채널들로 추출한 타겟 영역을 나타낸다. (b)의 좌측과 같이 R, G, B, B 각각의 채널 별로 픽셀을 추출할 수 있고, 또는, 우측과 같이 R, G, B, B를 한꺼번에 픽셀을 추출할 수 있다. 이에 따라, 도 21의 (b)에는 특정 채널에 해당하는 픽셀로 구성된 타겟 영역을 추출할 수 있다.
프로세서(120)는 도 21의 (b)와 같이 색 좌표계 변환에 의해 획득된 이미지 데이터에서 적어도 하나의 특정 채널로 픽셀을 추출한 타겟 영역에서, 프로세서(120)는 상기 세그먼트가 문자를 포함하는지 여부를 결정할 수 있다. 예를 들면, 이미지 영역에서 타겟 영역이 차지하는 비율(예컨대, 전체 이미지 데이터에 픽셀수에 대한 타겟 영역의 픽셀수가 차지하는 비율)을 산출하고, 산출된 비율이 지정된 임계 범위 내에 포함되면, 세그먼트의 이미지 데이터가 문자를 포함하는 것으로 판단할 수 있다. 예컨대, 지정된 임계 범위는 0.5~10.0 퍼센트 사이의 값이 될 수 있다.
또는, 프로세서(120)는 타겟 영역의 각 픽셀의 벡터 변환에 의해 획득된 벡터의 복잡도(예컨데, 획득한 벡터값들의 크기의 총 합)가 지정된 임계값보다 크면, 세그먼트의 이미지 데이터가 문자를 포함하는 것으로 판단할 수 있다. 예컨대, 지정된 임계값은 100이 될 수 있다.
또는, 프로세서(120)는 이미지 영역 내 타겟 영역의 산포도(예컨데, 산포도는 이미지 영역 대비 타겟 영역의 표준 편차값)가 지정된 임계값보다 작으면, 세그먼트의 이미지 데이터가 문자를 포함하는 것으로 판단할 수 있다. 예컨대, 지정된 임계값은 60이 될 수 있다.
이와 같은 방법은 세그먼트의 이미지 데이터가 문자를 포함하는지 여부를 구분하는데 사용될 수 있으나, RGB 분포나 에지 패턴 분포에 의해 판단된 카테고리를 검증하는데 사용될 수도 있다.
다양한 실시 예에 따르면, 전자 장치의 이미지 데이터를 처리하는 방법은, 이미지 데이터의 적어도 일부의 특성에 따라 상기 이미지를 적어도 하나의 세그먼트로 분리하는 동작, 상기 세그먼트에 대응되는 카테고리를 결정하는 동작과, 상기 카테고리에 기반하여, 상기 세그먼트를 변환된 형태로 표시하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 카테고리를 결정하는 동작은, 상기 세그먼트의 이미지 데이터의 RGB 값의 분포 패턴 또는 에지의 분포 패턴 중 적어도 하나에 기반하여, 상기 세그먼트의 카테고리를 결정할 수 있다.
다양한 실시 예에 따르면, 상기 세그먼트의 카테고리를 결정하는 동작은, 상기 세그먼트의 이미지 데이터에서 적어도 하나의 특정 채널로 픽셀을 추출한 타겟 영역을 획득하는 동작과, 상기 세그먼트의 이미지 영역에서 상기 타겟 영역이 차지하는 비율, 상기 타겟 영역의 각 픽셀의 벡터 변환에 의해 획득된 벡터의 복잡도, 상기 이미지 영역 내 상기 타겟 영역의 산포도 중 적어도 하나에 기반하여, 상기 세그먼트의 이미지 데이터가 문자를 포함하는지 여부를 결정하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 세그먼트의 카테고리를 결정하는 동작은, 상기 세그먼트의 이미지 데이터의 색 좌표계를 변환하는 동작을 더 포함하고, 상기 타겟 영역을 획득하는 동작은, 상기 색 좌표계의 변환에 의해 획득된 이미지 데이터에서 상기 타겟 영역을 획득할 수 있다.
다양한 실시 예에 따르면, 상기 세그먼트를 변환된 형태로 표시하는 동작은, 상기 세그먼트의 이미지 데이터로부터 상기 세그먼트의 카테고리에 해당하는 데이터 타입으로 변환된 데이터를 획득하는 동작, 상기 세그먼트의 카테고리에 따른 상기 세그먼트의 배경, 색상, 폰트, 크기, 문단, 밑줄, 또는 표 중 적어도 하나의 특징 정보를 획득하는 동작과, 상기 데이터 타입으로 변환된 데이터에 상기 특징 정보를 적용하여 상기 세그먼트의 이미지 데이터의 재구성된 형태로 상기 세그먼트의 이미지 데이터를 표시하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 세그먼트를 변환된 형태로 표시하는 동작은, 상기 세그먼트의 카테고리에 따라 상기 세그먼트의 이미지 데이터를 벡터 데이터로 변환하는 동작, 상기 세그먼트의 이미지 데이터의 분석에 따라 상기 세그먼트 내의 스트로크의 두께, 상기 시작점과 끝점의 형태, 두께 변화값, 색상 변화값, 또는 재질 정보 중 적어도 하나의 특징 정보를 획득하는 동작, 상기 특징 정보에 기반하여 펜의 종류, 색상, 두께, 필압, 필속, 기울기, 또는 펜의 회전 중 적어도 하나의 스트로크(stroke) 정보를 결정하는 동작과, 상기 벡터 데이터에 상기 스트로크 정보를 적용하여, 상기 세그먼트의 이미지 데이터의 재구성된 형태로 상기 세그먼트의 이미지 데이터를 표시하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 세그먼트를 변환된 형태로 표시하는 동작은, 상기 세그먼트의 이미지 데이터에서 마크된 영역을 획득하는 동작, 상기 마크된 영역의 색상값을 추출하는 동작, 상기 마크된 영역의 이미지 데이터를 이진화하는 동작과, 상기 이진화된 데이터로부터 상기 세그먼트의 카테고리에 해당하는 데이터 타입(data type)으로 변환된 데이터를 획득하는 동작, 상기 데이터 타입으로 변환된 데이터에 상기 추출된 색상값을 적용하여, 상기 마크된 영역의 이미지 데이터의 재구성된 형태로 상기 마크된 영역의 이미지 데이터를 표시하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치의 이미지 데이터를 처리하는 방법은, 상기 전자 장치에 구비된 이미지 센서가 구동되면, 프리뷰 이미지 데이터를 획득하는 동작, 상기 프리뷰 이미지 데이터에서 검출된 에지를 기반으로 생성된 가이드를 상기 전자 장치에 표시되는 프리뷰 이미지 상에 출력하는 동작과, 상기 이미지 센서에 의해서 상기 이미지 데이터를 획득하는 동작을 더 포함하고, 상기 생성된 가이드를 상기 프리뷰 이미지 상에 출력하는 동작은, 상기 생성된 가이드가 지정된 임계값 이상으로 변경되고, 상기 지정된 임계값 이상의 변경이 임계 시간 이상으로 유지되지 못하면, 상기 프리뷰 이미지 상에 이전에 출력된 가이드를 유지할 수 있다.
다양한 실시 예에 따르면, 상기 생성된 가이드를 상기 프리뷰 이미지 상에 출력하는 동작은, 상기 프리뷰 이미지 데이터에서 에지가 검출되지 않으면, 이전에 출력된 가이드를 유지하고, 지정된 임계 시간 이후에 상기 프리뷰 이미지 데이터의 에지의 검출을 재시도할 수 있다.
다양한 실시 예에 따르면, 상기 세그먼트를 변환된 형태로 표시하는 동작은, 상기 세그먼트의 레이아웃, 상기 카테고리 및 상기 카테고리에 따른 특징 정보 중 적어도 하나를 포함하는 페이지를 생성하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치의 이미지 데이터를 처리하는 방법은, 사용자 입력을 수신하는 동작을 더 포함하고, 상기 세그먼트를 변환된 형태로 표시하는 동작은, 상기 페이지에서 상기 사용자 입력의 위치 정보에 기반하여 결정된 세그먼트의 위치에, 상기 세그먼트의 상기 카테고리 및 상기 특징 정보가 적용된 상기 사용자 입력을 표시하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치의 이미지 데이터를 처리하는 방법은, 상기 세그먼트의 배경, 색상, 폰트, 크기, 문단, 밑줄, 또는 표 중 적어도 하나를 포함하는 상기 특징 정보를 획득하는 동작을 포함하고, 상기 세그먼트를 변환된 형태로 표시하는 동작은, 상기 사용자 입력을 상기 세그먼트의 카테고리에 해당하는 데이터 타입으로 변환하는 동작과, 상기 특징 정보가 적용된 상기 데이터 타입으로 변환된 데이터를 상기 세그먼트의 위치에 표시하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치의 이미지 데이터를 처리하는 방법은, 상기 세그먼트 내의 스트로크의 두께, 상기 시작점과 끝점의 형태, 두께 변화값, 색상 변화값, 또는 재질 정보 중 적어도 하나를 포함하는 상기 특징 정보를 획득하는 동작과, 상기 특징 정보에 기반하여 펜의 종류, 색상, 두께, 필압, 필속, 기울기, 또는 펜의 회전 중 적어도 하나의 스트로크(stroke) 정보를 결정하는 동작을 포함하고, 상기 세그먼트를 변환된 형태로 표시하는 동작은, 상기 사용자 입력을 상기 세그먼트의 카테고리에 따라 벡터 데이터로 변환하는 동작과, 상기 스트로크 정보가 적용된 상기 변환된 벡터 데이터를 상기 세그먼트의 위치에 표시하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치의 이미지 데이터를 처리하는 방법은, 상기 전자 장치와 기능적으로 연결된 적어도 하나의 외부 전자 장치로부터 사용자 입력과 상기 사용자 입력의 위치 정보를 수신하는 동작과, 상기 페이지에서 상기 사용자 입력의 위치 정보에 기반하여 결정된 세그먼트의 위치에, 상기 세그먼트의 상기 카테고리 및 상기 특징 정보가 적용된 상기 사용자 입력을 표시하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 전자 장치는, 이미지 데이터를 적어도 일부의 특성에 따라 상기 이미지를 적어도 하나의 세그먼트로 분리하고, 상기 세그먼트에 대응되는 카테고리를 결정하고, 상기 세그먼트의 카테고리에 기반하여, 상기 세그먼트를 변환하는 적어도 하나의 프로세서와, 상기 이미지 데이터를 변환된 형태로 표시하는 디스플레이를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는 상기 세그먼트의 이미지 데이터의 RGB 값의 분포 패턴 또는 에지의 분포 패턴 중 적어도 하나에 기반하여, 상기 세그먼트의 카테고리를 결정할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는 상기 세그먼트의 이미지 데이터에서 적어도 하나의 특정 채널로 픽셀을 추출한 타겟 영역을 획득하고, 상기 세그먼트의 이미지 영역에서 상기 타겟 영역이 차지하는 비율, 상기 타겟 영역의 각 픽셀의 벡터 변환에 의해 획득된 벡터의 복잡도, 상기 이미지 영역 내 상기 타겟 영역의 산포도 중 적어도 하나에 기반하여, 상기 세그먼트의 카테고리를 결정할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는 상기 세그먼트의 이미지 데이터에서 마크된 영역을 획득하고, 상기 마크된 영역의 색상값을 추출하고, 상기 마크된 영역의 이미지 데이터를 이진화하고, 상기 이진화된 데이터로부터 상기 세그먼트의 카테고리에 해당하는 데이터 타입(data type)으로 변환된 데이터를 획득하고, 상기 변환된 데이터에 상기 추출된 색상값을 적용하여 상기 마크된 영역의 이미지 데이터를 재구성하고, 상기 재구성된 형태로 상기 마크된 영역의 이미지 데이터에 기반하여 상기 변환된 형태의 이미지 데이터를 획득할 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치는 프리뷰 이미지 데이터와 상기 이미지 데이터를 획득하는 카메라 모듈을 더 포함하고, 상기 디스플레이는 상기 프리뷰 이미지 데이터에서 검출된 에지를 기반으로 생성된 가이드를 상기 프리뷰 이미지 상에 표시하고, 상기 프로세서는 상기 생성된 가이드가 지정된 임계값 이상으로 변경되고, 상기 지정된 임계값 이상의 변경이 임계 시간 이상으로 유지되지 못하면, 상기 프리뷰 이미지 상에 이전에 출력된 가이드를 유지할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는 상기 프리뷰 이미지 데이터에서 에지가 검출되지 않으면, 이전에 출력된 가이드를 유지하고, 지정된 임계 시간 이후에 상기 프리뷰 이미지 데이터의 에지의 검출을 재시도할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는 상기 세그먼트의 레이아웃 및 상기 세그먼트의 상기 카테고리 및 상기 카테고리에 따른 특징 정보를 포함하는 페이지를 생성할 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치는 사용자 입력을 수신하는 입력 인터페이스를 더 포함하고, 상기 프로세서는 상기 페이지에서 상기 사용자 입력의 위치 정보에 기반하여 세그먼트를 결정하고, 상기 사용자 입력에 상기 카테고리 및 상기 특징 정보를 적용하고, 상기 디스플레이는 상기 카테고리 및 상기 특징 정보가 적용된 상기 사용자 입력을 상기 결정된 세그먼트의 위치에 표시할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는 상기 세그먼트의 이미지 데이터의 분석을 통해 상기 세그먼트의 배경, 색상, 폰트, 크기, 문단, 밑줄, 또는 표 중 적어도 하나를 포함하는 상기 특징 정보를 획득하고, 상기 사용자 입력을 상기 세그먼트의 카테고리에 해당하는 데이터 타입으로 변환하고, 상기 데이터 타입으로 변환된 데이터에 상기 특징 정보를 적용하고, 상기 디스플레이는 상기 특징 정보가 적용된 상기 데이터 타입으로 변환된 데이터를 표시할 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치는 상기 세그먼트 내의 스트로크의 두께, 상기 시작점과 끝점의 형태, 두께 변화값, 색상 변화값, 또는 재질 정보 중 적어도 하나를 포함하는 상기 특징 정보를 획득하고, 상기 특징 정보에 기반하여 펜의 종류, 색상, 두께, 필압, 필속, 기울기, 또는 펜의 회전 중 적어도 하나의 스트로크(stroke) 정보를 결정하고, 상기 사용자 입력을 상기 세그먼트의 카테고리에 따라 벡터 데이터로 변환하고, 상기 벡터 데이터에 상기 스트로크 정보를 적용하고, 상기 디스플레이는 상기 스트로크 정보가 적용된 상기 벡터 데이터를 표시할 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치는 상기 전자 장치와 기능적으로 연결된 적어도 하나의 외부 전자 장치로부터 사용자 입력과 상기 사용자 입력의 위치 정보를 수신하는 통신 인터페이스를 더 포함하고, 상기 프로세서는 상기 페이지에서 상기 사용자 입력의 위치 정보에 기반하여 세그먼트를 결정하고, 상기 사용자 입력에 상기 카테고리 및 상기 특징 정보를 적용하고, 상기 디스플레이는 상기 카테고리 및 상기 특징 정보가 적용된 상기 사용자 입력을 상기 결정된 세그먼트의 위치에 표시할 수 있다.
본 문서에서 기술된 구성요소들 각각은 하나 또는 그 이상의 부품(component)으로 구성될 수 있으며, 해당 구성요소의 명칭은 전자 장치의 종류에 따라서 달라질 수 있다. 다양한 실시 예에서, 전자 장치는 본 문서에서 기술된 구성요소 중 적어도 하나를 포함하여 구성될 수 있으며, 일부 구성요소가 생략되거나 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 또한, 다양한 실시 예에 따른 전자 장치의 구성요소들 중 일부가 결합되어 하나의 개체(entity)로 구성됨으로써, 결합되기 이전의 해당 구성요소들의 기능을 동일하게 수행할 수 있다.
본 문서에서 사용된 용어 "모듈"은, 예를 들면, 하드웨어, 소프트웨어 또는 펌웨어(firmware) 중 하나 또는 둘 이상의 조합을 포함하는 단위(unit)를 의미할 수 있다. "모듈"은, 예를 들면, 유닛(unit), 로직(logic), 논리 블록(logical block), 부품(component), 또는 회로(circuit) 등의 용어와 바꾸어 사용(interchangeably use)될 수 있다. "모듈"은, 일체로 구성된 부품의 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수도 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있다. 예를 들면,"모듈"은, 알려졌거나 앞으로 개발될, 어떤 동작들을 수행하는 ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays) 또는 프로그램 가능 논리 장치(programmable-logic device) 중 적어도 하나를 포함할 수 있다.
다양한 실시 예에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는, 예컨대, 프로그램 모듈의 형태로 컴퓨터로 읽을 수 있는 저장매체(computer-readable storage media)에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(120))에 의해 실행될 경우, 상기 하나 이상의 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다.. 컴퓨터로 읽을 수 있는 저장매체는, 예를 들면, 메모리(130)가 될 수 있다.
컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(magnetic media)(예: 자기테이프), 광기록 매체(optical media)(예: CD-ROM(compact disc read only memory), DVD(digital versatile disc), 자기-광 매체(magneto-optical media)(예: 플롭티컬 디스크(floptical disk)), 하드웨어 장치(예: ROM(read only memory), RAM(random access memory), 또는 플래시 메모리 등) 등을 포함할 수 있다. 또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 다양한 실시 예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지다.
다양한 실시 예에 따른 모듈 또는 프로그램 모듈은 전술한 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 다양한 실시 예에 따른 모듈, 프로그램 모듈 또는 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)한 방법으로 실행될 수 있다. 또한, 일부 동작은 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
그리고 본 문서에 개시된 실시 예는 개시된, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 문서에서 기재된 기술의 범위를 한정하는 것은 아니다. 따라서, 본 문서의 범위는, 본 문서의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시 예를 포함하는 것으로 해석되어야 한다.
100: 전자 장치
102: 전자 장치
104: 서버
110: 버스
120: 프로세서
130: 메모리
131: 커널
133: 미들웨어
135: API
137: 어플리케이션
140: 입출력 인터페이스
150: 터치 스크린
160: 통신 인터페이스
162: 네트워크
170: 카메라 모듈

Claims (25)

  1. 전자 장치의 이미지 데이터를 처리하는 방법에 있어서,
    이미지 데이터의 적어도 일부의 특성에 따라 상기 이미지를 적어도 하나의 세그먼트로 분리하는 동작;
    상기 세그먼트에 대응되는 카테고리를 결정하는 동작; 및
    상기 카테고리에 기반하여, 상기 세그먼트를 변환된 형태로 표시하는 동작을 포함하는 방법.
  2. 청구항 1에 있어서,
    상기 카테고리를 결정하는 동작은
    상기 세그먼트의 이미지 데이터의 RGB 값의 분포 패턴 또는 에지의 분포 패턴 중 적어도 하나에 기반하여, 상기 세그먼트의 카테고리를 결정하는 방법.
  3. 청구항 1에 있어서,
    상기 세그먼트의 카테고리를 결정하는 동작은
    상기 세그먼트의 이미지 데이터에서 적어도 하나의 특정 채널로 픽셀을 추출한 타겟 영역을 획득하는 동작; 및
    상기 세그먼트의 이미지 영역에서 상기 타겟 영역이 차지하는 비율, 상기 타겟 영역의 각 픽셀의 벡터 변환에 의해 획득된 벡터의 복잡도, 상기 이미지 영역 내 상기 타겟 영역의 산포도 중 적어도 하나에 기반하여, 상기 세그먼트의 이미지 데이터가 문자를 포함하는지 여부를 결정하는 동작을 포함하는 방법.
  4. 청구항 3에 있어서,
    상기 세그먼트의 카테고리를 결정하는 동작은,
    상기 세그먼트의 이미지 데이터의 색 좌표계를 변환하는 동작을 더 포함하고,
    상기 타겟 영역을 획득하는 동작은,
    상기 색 좌표계의 변환에 의해 획득된 이미지 데이터에서 상기 타겟 영역을 획득하는 방법.
  5. 청구항 1에 있어서,
    상기 세그먼트를 변환된 형태로 표시하는 동작은,
    상기 세그먼트의 이미지 데이터로부터 상기 세그먼트의 카테고리에 해당하는 데이터 타입으로 변환된 데이터를 획득하는 동작;
    상기 세그먼트의 카테고리에 따른 상기 세그먼트의 배경, 색상, 폰트, 크기, 문단, 밑줄, 또는 표 중 적어도 하나의 특징 정보를 획득하는 동작; 및
    상기 데이터 타입으로 변환된 데이터에 상기 특징 정보를 적용하여 상기 세그먼트의 이미지 데이터의 재구성된 형태로 상기 세그먼트의 이미지 데이터를 표시하는 동작을 포함하는 방법.
  6. 청구항 1에 있어서,
    상기 세그먼트를 변환된 형태로 표시하는 동작은,
    상기 세그먼트의 카테고리에 따라 상기 세그먼트의 이미지 데이터를 벡터 데이터로 변환하는 동작;
    상기 세그먼트의 이미지 데이터의 분석에 따라 상기 세그먼트 내의 스트로크의 두께, 시작점과 끝점의 형태, 두께 변화값, 색상 변화값, 또는 재질 정보 중 적어도 하나의 특징 정보를 획득하는 동작;
    상기 특징 정보에 기반하여 펜의 종류, 색상, 두께, 필압, 필속, 기울기, 또는 펜의 회전 중 적어도 하나의 스트로크(stroke) 정보를 결정하는 동작; 및
    상기 벡터 데이터에 상기 스트로크 정보를 적용하여, 상기 세그먼트의 이미지 데이터의 재구성된 형태로 상기 세그먼트의 이미지 데이터를 표시하는 동작을 포함하는 방법.
  7. 청구항 1에 있어서,
    상기 세그먼트를 변환된 형태로 표시하는 동작은,
    상기 세그먼트의 이미지 데이터에서 마크된 영역을 획득하는 동작;
    상기 마크된 영역의 색상값을 추출하는 동작;
    상기 마크된 영역의 이미지 데이터를 이진화하는 동작; 및
    상기 이진화된 데이터로부터 상기 세그먼트의 카테고리에 해당하는 데이터 타입(data type)으로 변환된 데이터를 획득하는 동작;
    상기 데이터 타입으로 변환된 데이터에 상기 추출된 색상값을 적용하여, 상기 마크된 영역의 이미지 데이터의 재구성된 형태로 상기 마크된 영역의 이미지 데이터를 표시하는 동작을 포함하는 방법.
  8. 청구항 1에 있어서,
    상기 전자 장치에 구비된 이미지 센서가 구동되면, 프리뷰 이미지 데이터를 획득하는 동작;
    상기 프리뷰 이미지 데이터에서 검출된 에지를 기반으로 생성된 가이드를 상기 전자 장치에 표시되는 프리뷰 이미지 상에 출력하는 동작; 및
    상기 이미지 센서에 의해서 상기 이미지 데이터를 획득하는 동작을 더 포함하고,
    상기 생성된 가이드를 상기 프리뷰 이미지 상에 출력하는 동작은,
    상기 생성된 가이드가 지정된 임계값 이상으로 변경되고, 상기 지정된 임계값 이상의 변경이 임계 시간 이상으로 유지되지 못하면, 상기 프리뷰 이미지 상에 이전에 출력된 가이드를 유지하는 방법.
  9. 청구항 8에 있어서,
    상기 프리뷰 이미지 데이터에서 에지가 검출되지 않으면, 이전에 출력된 가이드를 유지하고, 지정된 임계 시간 이후에 상기 프리뷰 이미지 데이터의 에지의 검출을 재시도하는 방법.
  10. 청구항 1에 있어서,
    상기 세그먼트를 변환된 형태로 표시하는 동작은,
    상기 세그먼트의 레이아웃, 상기 카테고리 및 상기 카테고리에 따른 특징 정보 중 적어도 하나를 포함하는 페이지를 생성하는 동작을 포함하는 방법.
  11. 청구항 10에 있어서,
    사용자 입력을 수신하는 동작을 더 포함하고,
    상기 세그먼트를 변환된 형태로 표시하는 동작은,
    상기 페이지에서 상기 사용자 입력의 위치 정보에 기반하여 결정된 세그먼트의 위치에, 상기 세그먼트의 상기 카테고리 및 상기 특징 정보가 적용된 상기 사용자 입력을 표시하는 동작을 포함하는 방법.
  12. 청구항 11에 있어서,
    상기 세그먼트의 배경, 색상, 폰트, 크기, 문단, 밑줄, 또는 표 중 적어도 하나를 포함하는 상기 특징 정보를 획득하는 동작을 포함하고,
    상기 세그먼트를 변환된 형태로 표시하는 동작은,
    상기 사용자 입력을 상기 세그먼트의 카테고리에 해당하는 데이터 타입으로 변환하는 동작; 및
    상기 특징 정보가 적용된 상기 데이터 타입으로 변환된 데이터를 상기 세그먼트의 위치에 표시하는 동작을 포함하는 방법.
  13. 청구항 11에 있어서,
    상기 세그먼트 내의 스트로크의 두께, 시작점과 끝점의 형태, 두께 변화값, 색상 변화값, 또는 재질 정보 중 적어도 하나를 포함하는 상기 특징 정보를 획득하는 동작; 및
    상기 특징 정보에 기반하여 펜의 종류, 색상, 두께, 필압, 필속, 기울기, 또는 펜의 회전 중 적어도 하나의 스트로크(stroke) 정보를 결정하는 동작을 포함하고,
    상기 세그먼트를 변환된 형태로 표시하는 동작은,
    상기 사용자 입력을 상기 세그먼트의 카테고리에 따라 벡터 데이터로 변환하는 동작; 및
    상기 스트로크 정보가 적용된 상기 변환된 벡터 데이터를 상기 세그먼트의 위치에 표시하는 동작을 포함하는 방법.
  14. 청구항 10에 있어서,
    상기 전자 장치와 기능적으로 연결된 적어도 하나의 외부 전자 장치로부터 사용자 입력과 상기 사용자 입력의 위치 정보를 수신하는 동작; 및
    상기 페이지에서 상기 사용자 입력의 위치 정보에 기반하여 결정된 세그먼트의 위치에, 상기 세그먼트의 상기 카테고리 및 상기 특징 정보가 적용된 상기 사용자 입력을 표시하는 동작을 포함하는 방법.
  15. 이미지 데이터를 적어도 일부의 특성에 따라 상기 이미지를 적어도 하나의 세그먼트로 분리하고, 상기 세그먼트에 대응되는 카테고리를 결정하고, 상기 세그먼트의 카테고리에 기반하여, 상기 세그먼트를 변환하는 적어도 하나의 프로세서; 및
    상기 이미지 데이터를 변환된 형태로 표시하는 디스플레이를 포함하는 전자 장치.
  16. 청구항 15에 있어서,
    상기 프로세서는 상기 세그먼트의 이미지 데이터의 RGB 값의 분포 패턴 또는 에지의 분포 패턴 중 적어도 하나에 기반하여, 상기 세그먼트의 카테고리를 결정하는 전자 장치.
  17. 청구항 15에 있어서,
    상기 프로세서는 상기 세그먼트의 이미지 데이터에서 적어도 하나의 특정 채널로 픽셀을 추출한 타겟 영역을 획득하고, 상기 세그먼트의 이미지 영역에서 상기 타겟 영역이 차지하는 비율, 상기 타겟 영역의 각 픽셀의 벡터 변환에 의해 획득된 벡터의 복잡도, 상기 이미지 영역 내 상기 타겟 영역의 산포도 중 적어도 하나에 기반하여, 상기 세그먼트의 카테고리를 결정하는 전자 장치.
  18. 청구항 15에 있어서,
    상기 프로세서는 상기 세그먼트의 이미지 데이터에서 마크된 영역을 획득하고, 상기 마크된 영역의 색상값을 추출하고, 상기 마크된 영역의 이미지 데이터를 이진화하고, 상기 이진화된 데이터로부터 상기 세그먼트의 카테고리에 해당하는 데이터 타입(data type)으로 변환된 데이터를 획득하고, 상기 변환된 데이터에 상기 추출된 색상값을 적용하여 상기 마크된 영역의 이미지 데이터를 재구성하고, 상기 재구성된 형태로 상기 마크된 영역의 이미지 데이터에 기반하여 상기 변환된 형태의 이미지 데이터를 획득하는 전자 장치.
  19. 청구항 15에 있어서,
    프리뷰 이미지 데이터와 상기 이미지 데이터를 획득하는 카메라 모듈을 더 포함하고,
    상기 디스플레이는 상기 프리뷰 이미지 데이터에서 검출된 에지를 기반으로 생성된 가이드를 상기 프리뷰 이미지 상에 표시하고,
    상기 프로세서는 상기 생성된 가이드가 지정된 임계값 이상으로 변경되고, 상기 지정된 임계값 이상의 변경이 임계 시간 이상으로 유지되지 못하면, 상기 프리뷰 이미지 상에 이전에 출력된 가이드를 유지하는 전자 장치.
  20. 청구항 19에 있어서,
    상기 프로세서는 상기 프리뷰 이미지 데이터에서 에지가 검출되지 않으면, 이전에 출력된 가이드를 유지하고, 지정된 임계 시간 이후에 상기 프리뷰 이미지 데이터의 에지의 검출을 재시도하는 전자 장치.
  21. 청구항 15에 있어서,
    상기 프로세서는 상기 세그먼트의 레이아웃 및 상기 세그먼트의 상기 카테고리 및 상기 카테고리에 따른 특징 정보를 포함하는 페이지를 생성하는 전자 장치.
  22. 청구항 21에 있어서,
    사용자 입력을 수신하는 입력 인터페이스를 더 포함하고,
    상기 프로세서는 상기 페이지에서 상기 사용자 입력의 위치 정보에 기반하여 세그먼트를 결정하고, 상기 사용자 입력에 상기 카테고리 및 상기 특징 정보를 적용하고,
    상기 디스플레이는 상기 카테고리 및 상기 특징 정보가 적용된 상기 사용자 입력을 상기 결정된 세그먼트의 위치에 표시하는 전자 장치.
  23. 청구항 22에 있어서,
    상기 프로세서는 상기 세그먼트의 이미지 데이터의 분석을 통해 상기 세그먼트의 배경, 색상, 폰트, 크기, 문단, 밑줄, 또는 표 중 적어도 하나를 포함하는 상기 특징 정보를 획득하고, 상기 사용자 입력을 상기 세그먼트의 카테고리에 해당하는 데이터 타입으로 변환하고, 상기 데이터 타입으로 변환된 데이터에 상기 특징 정보를 적용하고,
    상기 디스플레이는 상기 특징 정보가 적용된 상기 데이터 타입으로 변환된 데이터를 표시하는 전자 장치.
  24. 청구항 22에 있어서,
    상기 세그먼트 내의 스트로크의 두께, 시작점과 끝점의 형태, 두께 변화값, 색상 변화값, 또는 재질 정보 중 적어도 하나를 포함하는 상기 특징 정보를 획득하고, 상기 특징 정보에 기반하여 펜의 종류, 색상, 두께, 필압, 필속, 기울기, 또는 펜의 회전 중 적어도 하나의 스트로크(stroke) 정보를 결정하고, 상기 사용자 입력을 상기 세그먼트의 카테고리에 따라 벡터 데이터로 변환하고, 상기 벡터 데이터에 상기 스트로크 정보를 적용하고,
    상기 디스플레이는 상기 스트로크 정보가 적용된 상기 벡터 데이터를 표시하는 전자 장치.
  25. 청구항 21에 있어서,
    상기 전자 장치와 기능적으로 연결된 적어도 하나의 외부 전자 장치로부터 사용자 입력과 상기 사용자 입력의 위치 정보를 수신하는 통신 인터페이스를 더 포함하고,
    상기 프로세서는 상기 페이지에서 상기 사용자 입력의 위치 정보에 기반하여 세그먼트를 결정하고, 상기 사용자 입력에 상기 카테고리 및 상기 특징 정보를 적용하고,
    상기 디스플레이는 상기 카테고리 및 상기 특징 정보가 적용된 상기 사용자 입력을 상기 결정된 세그먼트의 위치에 표시하는 전자 장치.
KR1020140116508A 2014-09-02 2014-09-02 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치 KR20160027862A (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020140116508A KR20160027862A (ko) 2014-09-02 2014-09-02 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치
PCT/KR2015/008901 WO2016036044A1 (en) 2014-09-02 2015-08-26 Image data processing method and electronic device supporting the same
CN201580054923.8A CN106796653A (zh) 2014-09-02 2015-08-26 图像数据处理方法和支持该方法的电子装置
EP15839053.4A EP3195200A4 (en) 2014-09-02 2015-08-26 Image data processing method and electronic device supporting the same
US14/842,287 US9734591B2 (en) 2014-09-02 2015-09-01 Image data processing method and electronic device supporting the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140116508A KR20160027862A (ko) 2014-09-02 2014-09-02 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치

Publications (1)

Publication Number Publication Date
KR20160027862A true KR20160027862A (ko) 2016-03-10

Family

ID=55440045

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140116508A KR20160027862A (ko) 2014-09-02 2014-09-02 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치

Country Status (5)

Country Link
US (1) US9734591B2 (ko)
EP (1) EP3195200A4 (ko)
KR (1) KR20160027862A (ko)
CN (1) CN106796653A (ko)
WO (1) WO2016036044A1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018131903A1 (ko) * 2017-01-12 2018-07-19 삼성전자주식회사 마커를 검출하기 위한 방법 및 그 전자 장치
KR102324221B1 (ko) * 2021-03-31 2021-11-10 주식회사 매직핑거 이미지 문서의 비정형 레이아웃 인식 방법
US11386636B2 (en) 2019-04-04 2022-07-12 Datalogic Usa, Inc. Image preprocessing for optical character recognition
WO2023075434A1 (ko) * 2021-10-28 2023-05-04 주식회사 테스트뱅크 머신러닝 기반 바운딩 박스를 이용한 디지털 참고서 제공 시스템 및 그 방법

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9740310B2 (en) * 2015-05-22 2017-08-22 Adobe Systems Incorporated Intuitive control of pressure-sensitive stroke attributes
US10546015B2 (en) * 2015-12-01 2020-01-28 Facebook, Inc. Determining and utilizing contextual meaning of digital standardized image characters
US10637674B2 (en) * 2017-06-07 2020-04-28 Tg-17, Inc. System and method for real-time decoding and monitoring for encrypted instant messaging and other information exchange applications
JP7452060B2 (ja) * 2020-02-12 2024-03-19 富士フイルムビジネスイノベーション株式会社 情報処理装置及びプログラム
KR20210141222A (ko) * 2020-05-15 2021-11-23 삼성전자주식회사 전자 장치, 시스템 및 그 제어 방법
JP7287409B2 (ja) 2021-02-26 2023-06-06 セイコーエプソン株式会社 表示方法およびプログラム
US20230401265A1 (en) * 2022-06-09 2023-12-14 Microsoft Technology Licensing, Llc Cross-application componentized document generation
CN117078561B (zh) * 2023-10-13 2024-01-19 深圳市东视电子有限公司 基于rgb的自适应颜色校正与对比度增强方法及装置

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07131641A (ja) * 1993-11-08 1995-05-19 Canon Inc 画像処理装置
US6453069B1 (en) * 1996-11-20 2002-09-17 Canon Kabushiki Kaisha Method of extracting image from input image using reference image
JP4100746B2 (ja) * 1998-01-09 2008-06-11 キヤノン株式会社 画像処理装置及び方法
JPH11306197A (ja) * 1998-04-24 1999-11-05 Canon Inc 画像処理装置及びその方法、コンピュータ可読メモリ
US6263122B1 (en) * 1998-09-23 2001-07-17 Hewlett Packard Company System and method for manipulating regions in a scanned image
KR100310306B1 (ko) 1998-10-09 2001-12-17 오길록 컴퓨터에서의서식문서영상분석방법및이를기록한기록매체
US7031553B2 (en) 2000-09-22 2006-04-18 Sri International Method and apparatus for recognizing text in an image sequence of scene imagery
US6823084B2 (en) 2000-09-22 2004-11-23 Sri International Method and apparatus for portably recognizing text in an image sequence of scene imagery
JP4095768B2 (ja) 2000-11-24 2008-06-04 株式会社日立製作所 画像処理方法及び、それを用いた非接触画像入力装置
US7340092B2 (en) * 2001-12-21 2008-03-04 Minolta Co., Ltd. Image processing device, image processing method, program for executing image processing, and computer readable recording medium on which the program is stored
US7236632B2 (en) * 2003-04-11 2007-06-26 Ricoh Company, Ltd. Automated techniques for comparing contents of images
KR100595525B1 (ko) 2004-11-12 2006-07-03 엘지전자 주식회사 모바일 카메라의 미리보기 영상 개선 장치 및 방법
WO2006077806A1 (ja) * 2005-01-24 2006-07-27 Matsushita Electric Industrial Co., Ltd. シーン区間分割装置
US7446914B2 (en) * 2005-03-16 2008-11-04 Kabushiki Kaisha Toshiba Image processing apparatus
US7660468B2 (en) * 2005-05-09 2010-02-09 Like.Com System and method for enabling image searching using manual enrichment, classification, and/or segmentation
US7650041B2 (en) * 2006-02-24 2010-01-19 Symbol Technologies, Inc. System and method for optical character recognition in an image
JP4711093B2 (ja) * 2008-08-28 2011-06-29 富士ゼロックス株式会社 画像処理装置及び画像処理プログラム
CN102282588A (zh) * 2009-04-07 2011-12-14 村田机械株式会社 图像处理装置、处理方法、处理程序及存储介质
JP4927122B2 (ja) * 2009-06-15 2012-05-09 シャープ株式会社 画像処理方法、画像処理装置、画像形成装置、プログラムおよび記録媒体
US8509534B2 (en) * 2010-03-10 2013-08-13 Microsoft Corporation Document page segmentation in optical character recognition
US8599204B2 (en) * 2010-11-19 2013-12-03 Microsoft Corporation Controlling edge routing using layout constraints
KR101218637B1 (ko) 2010-12-28 2013-01-04 (주)동아엘텍 윤곽선 검출을 위한 대각선 스캔방법
US9466009B2 (en) * 2013-12-09 2016-10-11 Nant Holdings Ip. Llc Feature density object classification, systems and methods
JP6128092B2 (ja) * 2014-10-10 2017-05-17 コニカミノルタ株式会社 履歴生成装置及び履歴生成方法
JP6579905B2 (ja) * 2015-01-29 2019-09-25 キヤノン株式会社 情報処理装置、情報処理装置の表示制御方法、及びプログラム

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018131903A1 (ko) * 2017-01-12 2018-07-19 삼성전자주식회사 마커를 검출하기 위한 방법 및 그 전자 장치
US11132574B2 (en) 2017-01-12 2021-09-28 Samsung Electronics Co., Ltd. Method for detecting marker and electronic device thereof
US11386636B2 (en) 2019-04-04 2022-07-12 Datalogic Usa, Inc. Image preprocessing for optical character recognition
KR102324221B1 (ko) * 2021-03-31 2021-11-10 주식회사 매직핑거 이미지 문서의 비정형 레이아웃 인식 방법
WO2022211323A1 (ko) * 2021-03-31 2022-10-06 주식회사 매직핑거 이미지 문서의 비정형 레이아웃 인식 방법
WO2023075434A1 (ko) * 2021-10-28 2023-05-04 주식회사 테스트뱅크 머신러닝 기반 바운딩 박스를 이용한 디지털 참고서 제공 시스템 및 그 방법

Also Published As

Publication number Publication date
EP3195200A4 (en) 2018-05-09
EP3195200A1 (en) 2017-07-26
US20160078291A1 (en) 2016-03-17
US9734591B2 (en) 2017-08-15
WO2016036044A1 (en) 2016-03-10
CN106796653A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
US11113523B2 (en) Method for recognizing a specific object inside an image and electronic device thereof
KR20160027862A (ko) 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치
US11004223B2 (en) Method and device for obtaining image, and recording medium thereof
KR102240279B1 (ko) 컨텐트 처리 방법 및 그 전자 장치
CN107665485B (zh) 用于显示图形对象的电子装置和计算机可读记录介质
KR102328098B1 (ko) 전자장치의 초점 검출 장치 및 방법
US10003785B2 (en) Method and apparatus for generating images
US10917552B2 (en) Photographing method using external electronic device and electronic device supporting the same
EP3419024A1 (en) Electronic device for providing property information of external light source for interest object
US10319086B2 (en) Method for processing image and electronic device supporting the same
US10410407B2 (en) Method for processing image and electronic device thereof
US20200302108A1 (en) Method and apparatus for content management
KR20160103398A (ko) 이미지의 품질 측정 방법 및 장치
US11232305B2 (en) Method for outputting content corresponding to object and electronic device therefor
US10909420B2 (en) Method and apparatus for continuously displaying images on basis of similarity of images
KR102274944B1 (ko) 오브젝트를 식별하는 전자 장치 및 방법
KR20160106985A (ko) 이미지 표시 방법 및 전자 장치
KR102303206B1 (ko) 전자장치에서 이미지 내의 특정 객체를 인식하기 위한 방법 및 장치
KR20180091380A (ko) 전자 장치 및 그의 동작 방법
KR102605451B1 (ko) 이미지 내에 포함된 복수의 외부 객체들 각각에 대응하는 복수의 서비스들을 제공하는 전자 장치 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application