TWI694381B - 圖像處理的方法及裝置 - Google Patents

圖像處理的方法及裝置 Download PDF

Info

Publication number
TWI694381B
TWI694381B TW108104748A TW108104748A TWI694381B TW I694381 B TWI694381 B TW I694381B TW 108104748 A TW108104748 A TW 108104748A TW 108104748 A TW108104748 A TW 108104748A TW I694381 B TWI694381 B TW I694381B
Authority
TW
Taiwan
Prior art keywords
image
processed
gray value
pile
pixel
Prior art date
Application number
TW108104748A
Other languages
English (en)
Other versions
TW202001674A (zh
Inventor
楊磊磊
方剛
Original Assignee
香港商阿里巴巴集團服務有限公司
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 香港商阿里巴巴集團服務有限公司 filed Critical 香港商阿里巴巴集團服務有限公司
Publication of TW202001674A publication Critical patent/TW202001674A/zh
Application granted granted Critical
Publication of TWI694381B publication Critical patent/TWI694381B/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/50Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404Methods for optical code recognition
    • G06K7/1408Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/14172D bar codes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/467Encoded features or binary features, e.g. local binary patterns [LBP]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本發明公開了一種圖像處理的方法及裝置,先根據待處理圖像的尺寸,透過等分操作確定標準高度以及標準寬度,之後根據確定出的標準高度以及標準寬度,在待處理圖像中確定由樁點組成的矩陣,然後以各樁點自身周圍區域的平均灰度值作為判斷條件,對待處理圖像中的每個像素點,判斷該像素點的灰度值是否小於距離最近的樁點對應的平均灰度值,並根據判斷結果將像素點進行二值化處理。

Description

圖像處理的方法及裝置
本發明涉及資訊技術領域,尤其涉及一種圖像處理的方法及裝置。
圖像二值化是圖像處理中的基本操作之一,是指將圖像上的像素點的灰度值設置為0或255的圖像處理方法。 現有技術中,對圖像進行二值化的過程,需要針對每個像素點進行二值化處理。具體的,針對圖像中的每個像素點,首先,可確定以該像素點為中心點預設範圍內的各像素點灰度值,之後,計算確定出的各像素點的平均灰度值,作為該像素點對應的閾值,然後,判斷該像素點的灰度值是否大於該閾值,若是,則調整該像素點的灰度值為255,即,白色,若否,則調整該像素點的灰度值為0,即,黑色。從而將圖像中所有像素點都二值化為黑色或者白色。 圖1為現有二值化的示意圖。以圖像中像素點A為例,從上至下分別為:先確定像素點A對應的預設範圍,其次確定該預設範圍內各像素點灰度值,之後,計算各像素點平均灰度值,最後,根據像素點A的灰度值以及平均灰度值的數值大小關係,判斷該像素點A二值化的灰度值。 可見,現有二值化處理方法,需要計算每個像素點對應的平均灰度值,使得計算量較多。因此,本說明書提出一種新的圖像處理方法,以解決現有技術中存在的缺陷。
本說明書實施例提供一種圖像處理的方法及裝置,用於解決現有技術在對圖像進行二值化處理時,需要計算量較多,導致處理效率低的問題。 本說明書實施例採用下述技術方案: 一種圖像處理的方法,包括: 確定待處理圖像; 根據該待處理圖像的尺寸,透過等分操作,確定標準高度以及標準寬度; 以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣; 針對每個樁點,確定該樁點周圍指定面積的區域的平均灰度值,作為該樁點對應的灰度值; 針對該待處理圖像中的每個像素點,確定距離該像素點最近的樁點,判斷該像素點的灰度值是否小於確定出的樁點對應的灰度值; 若是,則調整該像素點的灰度值為第一數值; 若否,則調整該像素點的灰度值為第二數值。 一種識別設備唯一性的裝置,包括: 確定模組,確定待處理圖像; 等分模組,根據該待處理圖像的尺寸,透過等分操作,確定標準高度以及標準寬度; 樁點定位模組,以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣; 灰度計算模組,針對每個樁點,確定該樁點周圍指定面積的區域的平均灰度值,作為該樁點對應的灰度值; 判斷調整模組,針對該待處理圖像中的每個像素點,確定距離該像素點最近的樁點,判斷該像素點的灰度值是否小於確定出的樁點對應的灰度值,若是,則調整該像素點的灰度值為第一數值,若否,則調整該像素點的灰度值為第二數值。 一種用於圖像處理的設備,其中,該設備包括:一個或多個處理器及記憶體,記憶體儲存有程式,並且被配置成由一個或多個處理器執行以下步驟: 確定待處理圖像; 根據該待處理圖像的尺寸,透過等分操作,確定標準高度以及標準寬度; 以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣; 針對每個樁點,確定該樁點周圍指定面積的區域的平均灰度值,作為該樁點對應的灰度值; 針對該待處理圖像中的每個像素點,確定距離該像素點最近的樁點,判斷該像素點的灰度值是否小於確定出的樁點對應的灰度值; 若是,則調整該像素點的灰度值為第一數值; 若否,則調整該像素點的灰度值為第二數值。 本說明書實施例採用的上述至少一個技術方案能夠達到以下有益效果: 透過本說明書提供的方法及裝置,先根據待處理圖像的尺寸,透過等分操作確定標準高度以及標準寬度,之後根據確定出的標準高度以及標準寬度,在待處理圖像中確定由樁點組成的矩陣,然後以各樁點自身周圍區域的平均灰度值作為判斷條件,對待處理圖像中的每個像素點,判斷該像素點的灰度值是否小於距離最近的樁點對應的平均灰度值,並根據判斷結果將像素點進行二值化處理。相比現有技術需要計算每個像素點對應的平均灰度值的方法,本說明書提供的方法及裝置減少了需要計算平均灰度值的次數,提高了圖像處理中二值化的效率。
為使本說明書的目的、技術方案和優點更加清楚,下面將結合本說明書具體實施例及相應的圖式對本發明技術方案進行清楚、完整地描述。顯然,所描述的實施例僅是本發明一部分實施例,而不是全部的實施例。基於說明書中的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。 以下結合圖式,詳細說明本發明各實施例提供的技術方案。 圖2為說明書實施例提供的一種圖像處理的過程,具體可包括以下步驟: S100:確定待處理圖像。 為解決現有圖像處理中二值化方法的計算量過大的問題,本說明書一個或多個實施例提供的該圖像處理過程,具體為圖像二值化的過程。 隨著技術發展,移動終端等設備的性能越來越強大,使得移動終端(如,手機)也具備了進行圖像處理的硬體條件,因此在本說明書中,並不限定具體由何種設備執圖像處理過程。例如,可由伺服器、手機、平板電腦、個人電腦等設備執行該圖像處理過程。 為方便描述,在本說明書中後續以終端執行該圖像處理過程為例進行說明。於是,該終端首先可確定待處理的圖像。本發明對於該待處理圖像是該終端自身生成的,還是從其他設備獲取,或者是由其他設備提供的不做限定。例如,手機拍攝圖像後,將該圖像確定為待處理圖像,或者由網路攝影鏡頭將拍攝的圖像提供給伺服器,由該伺服器將該圖像確定為待處理圖像,或者由伺服器向終端發送圖像獲取請求後,並將終端返回的圖像確定為待處理圖像。 另外,由於圖像二值化是圖像處理中的基本操作之一,在某些圖像處理過程中通常作為處理步驟中的一環,因此本說明書提供的圖像二值化過程可為單獨使用的圖像處理操作,或者也可以作為圖像處理過程中的一環與其他圖像處理操作共同使用。例如,常見的對二維條碼進行預處理時,圖像處理過程如圖3所示,可見二值化作為圖像處理過程中的一環。 S102:根據該待處理圖像的尺寸,透過等分操作,確定標準高度以及標準寬度。 由於在現有圖像二值化處理過程中,需要確定每個像素點周圍區域對應的平均灰度值,而一般來說對於相鄰的兩個像素點,確定出的平均灰度值之間的差異較小。於是,在本說明書中,將待處理圖像劃分為多個區域,針對每個區域,將該區域的平均灰度值,作為該區域內各像素點對應的平均灰度值,以在保證二值化效果的同時,減少計算量。 在本說明書一個或多個實施例中,當該終端確定待處理圖像後,可先確定該待處理圖像的尺寸,之後透過等分操作,進一步確定標準高度以及標準寬度,以便後續步驟的執行。 具體的,以確定該標準高度為例,首先終端可確定該待處理圖像的高度,之後根據預設的數值,對該待處理圖像的高度進行等分計算,確定計算結果,然後,若計算結果為整數,則將該計算結果作為標準高度,而若計算結果不是整數,則將計算結果向上取整數,並將取整的結果作為標準高度。同理,終端也可透過相同的過程,確定標準寬度。 其中,預設數值可以根據需要進行設置,本說明書不做限定。例如,若想要劃分出更多區域則該數值可設置的較大,反之若想劃分的區域面積相對大些,則數值可設置的較小。 在本說明書中,可根據公式
Figure 02_image001
確定對待處理圖像的寬度進行等分操作後的計算結果,以及根據公式
Figure 02_image003
確定對待處理圖像的寬度進行等分操作後的計算結果。其中,
Figure 02_image005
為待處理圖像的寬度、
Figure 02_image007
為待處理圖像的高度、a為預設數值。 另外,由於待處理圖像的高度和寬度是整數,但卻不一定會被預設的數值整除,因此等分計算結果存在是整數或者不是整數兩種情況。而確定出標準高度和標準寬度,用於後續在待處理圖像中確定計算平均灰度值範圍,需要是整數。於是,當計算結果不是整數,則將計算結果向上取整數。 例如,以該預設的數值等於8為例,假設待識別圖像的寬為80個像素,待識別圖像的高為79個像素,則根據上述公式,終端可確定對寬度進行等分後的計算結果為10,可確定為標準寬度,而對高度進行等分結算的結算結果為9.875,因此向上取整可確地標準高度為10。 S104:以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣。 在本說明書中,由於在步驟S102中確定的標準寬度和標準高度是透過等分操作確定的,因此可按照標準寬度和標準高確定,在該待處理圖像中確定若干由樁點組成的矩陣。使該樁點的矩陣可以均勻分佈在該待處理圖像中,以便後續在對各像素點進行二值化時,可以根據距離該像素點最近的樁點對應的平均灰度值,確定二值化結果,從而避免計算量過多的問題。 具體的,終端可先在該待處理圖像中選擇任一一個像素點,作為起始點,然後基於該起始點,以標準寬度為各樁點的寬度間距,標準高度為各樁點的高度間距,生成樁點組成的矩陣。使得樁點矩陣均勻的覆蓋在該待處理圖像中,如圖4所示。 圖4為本說明書提供的在待處理圖像中確定樁點的示意圖。其中,可見樁點間距為標準寬度以及標準高度,可均勻的覆蓋在該待處理圖像中。 另外,在本說明書中,該終端也可以將該待處理圖像的任一一個頂點作為起始的樁點,之後在以該標準高度以及標準寬度為間距,在待處理圖像上確定由樁點組成的矩陣。如,圖5所示。 需要說明的是,由於在步驟S102中,對於不是整數的計算結果,終端採用向上取整的方式確定標準高度(或者,標準寬度),因此,當待處理圖像的尺寸不能整除時,確定出的矩陣可能存在如圖6a和圖6b所示的情況,即,在待處理圖像的邊界上可能不存在樁點。 圖6a和圖6b為本說明書提供的,以待處理圖像的寬度為例的示意圖。其中,在計算標準寬度時採用的預設數值為8,圖6a中待處理圖像的寬度為79,圖6b中待處理圖像的寬度為81,則確定出的標準寬度分別為10和11。因此,當以待處理圖像的左上頂點為起始點時,會出現樁點未能與邊界契合的情況。 S106:針對每個樁點,確定該樁點周圍指定面積的區域的平均灰度值,作為該樁點對應的灰度值。 在本說明書中,終端可針對步驟S104中確定出的樁點矩陣中的每個樁點,計算該樁點周圍指定面積的區域對應的平均灰度值,作為該樁點對應的平均灰度值。 該步驟與現有技術中確定像素點周圍區域的平均灰度值的手段類似,具體的,該終端可以針對每個樁點,以該樁點為中心點,以標準高度和標準寬度為矩形的邊長,確定該樁點周圍的區域,然後計算該樁點周圍的區域包含的各像素點的灰度值的平均值,作為該樁點對應的灰度值。 如圖7所示,圖7為基於圖5所示的樁點矩陣,計算各樁點對應的平均灰度值的示意圖。其中,各虛線框對應各樁點周圍的區域,在計算樁點對應的灰度值時,是計算該樁點所在虛線框內包含的各像素點的灰度值的平均值。 S108:針對該待處理圖像中的每個像素點,確定距離該像素點最近的樁點,判斷該像素點的灰度值是否小於確定出的樁點對應的灰度值,是則執行步驟S110,否則執行步驟S112。 在本說明書中,終端在確定出各樁點對應的平均灰度值之後,便可對待處理圖像進行二值化處理。 具體的,終端可針對待處理圖像中的每個像素點,從各樁點中確定距離該像素點最近的樁點,然後判斷該像素點的灰度值是否小於確定出的樁點對應的灰度值,若是則執行步驟S110,若否則執行步驟S112。 另外,由於還存在與像素點的距離最近樁點存在多個的情況,如圖8所示,因此在本說明書中,針對每個像素點,當確定距離該像素點距離最近的樁點有多個時,選擇任一一個距離最近的樁點,並根據選擇出的樁點對應的灰度值,進行判斷。 圖8中,點A距離樁點1和樁點2的距離相同均為X,則可選擇樁點1和樁點2中的任一一個樁點,點B距離樁點1、樁點2、樁點3和樁點4的距離相同均為Y,則可從樁點1~4中選擇任一一個樁點。 S110:調整該像素點的灰度值為第一數值; S112:調整該像素點的灰度值為第二數值。 在本說明書中,當判斷像素點的灰度值小於確定出的樁點對應的灰度值時,調整該像素點的灰度值為第一數值,當判斷像素點的灰度值不小於確定出的樁點對應的灰度值時,調整該像素點的灰度值為第二數值。其中,第一數值和第二數值可根據需要設置,例如,當採用256級色彩表示圖像的顏色時,灰度值也為256級灰度值,因此第一數值可為0,第二數值可為255。 當然,具體第一數值和第二數值可根據需要設置,例如,第一數值設置為10,第二數值設置為200,等等。 基於圖2所示的圖像處理過程,透過對待處理圖像進行等分處理,確定出標準高度以及標準寬度,並以該標準寬度和標準高度作為樁點的間距,在該待處理圖像上建立樁點矩陣,之後再計算各樁點對應的灰度值(樁點周圍區域的平均灰度值),然後在對各像素點進行二值化處理時,以距離該像素點最近的樁點對應的灰度值作為閾值,判斷是將該像素點的灰度值調整為第一數值還是第二數值,完成對該待處理圖像的二值化。在本說明書提供的方法中,只需計算若干樁點周圍區域的平均灰度值,而無需計算每個像素點對應的平均灰度值,大大減少了二值化的計算量,提高了二值化的效率。 需要說明的是,本說明書實施例所提供方法的各步驟的執行主體均可以是同一設備,或者,該方法也由不同設備作為執行主體。比如,步驟S100和步驟S102的執行主體可以為設備1,步驟S102的執行主體可以為設備2;或者,步驟S100的執行主體可以為設備1,步驟S102和步驟S104的執行主體可以為設備2;等等。上述對本說明書特定實施例進行了描述。其它實施例在所附申請專利範圍的範圍內。在一些情況下,在申請專利範圍中記載的動作或步驟可以按照不同於實施例中的順序來執行並且仍然可以實現期望的結果。另外,在圖式中描繪的過程不一定要求示出的特定順序或者連續順序才能實現期望的結果。在某些實施方式中,多任務處理和並行處理也是可以的或者可能是有利的。 另外,在現有圖像二值化技術中,當待處理圖像中包含二維條碼時,由於二維條碼也是二值化的點組成的圖像,因此可能出現相鄰的兩個灰度值一致的像素點,計算的到的閾值不同的情況出現。而當兩個像素點的灰度值與計算出來的閾值較為接近,則可能出現二值化效果不佳的問題。 圖9為二值化中出現誤判的情況示意圖。其中,可見A點和B點的灰度值一致,但是對應周圍3×3的區域計算平均灰度值時,確定出的閾值不同:分別為38和127,因此二值化後的結果不同,使得相同灰度值的兩個像素點,一個調整為白色一個調整為黑色,二值化效果不佳。 而若採用本說明書提供的方法,當A點和B點距離最近的樁點為同一個樁點時,其二值化結果相同,要麼全被調整為白色,要麼全被調整為黑色,可提高對二維條碼的二值化效果。 基於圖2所示的圖像處理的方法,本說明書實施例還提供一種圖像處理的裝置,如圖10所示。 圖10為本說明書實施例提供的一種圖像處理的裝置的結構示意圖,該裝置包括: 確定模組200,確定待處理圖像; 等分模組202,根據該待處理圖像的尺寸,透過等分操作,確定標準高度以及標準寬度; 樁點定位模組204,以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣; 灰度計算模組206,針對每個樁點,確定該樁點周圍指定面積的區域的平均灰度值,作為該樁點對應的灰度值; 判斷調整模組208,針對該待處理圖像中的每個像素點,確定距離該像素點最近的樁點,判斷該像素點的灰度值是否小於確定出的樁點對應的灰度值,若是,則調整該像素點的灰度值為第一數值,若否,則調整該像素點的灰度值為第二數值。 該等分模組202,確定該待處理圖像的高度和寬度,根據預設的數值,分別對該待處理圖像的高度和寬度進行等分計算,根據計算結果分別確定標準高度以及標準寬度。 該等分模組202,當對該待處理圖像的高度進行等分計算的計算結果不是整數時,將計算結果向上取整數作為該標準高度,當對該待處理圖像的寬度進行等分計算的計算結果不是整數時,將計算結果向上取整數作為該標準寬度。 該樁點定位模組204,將該待處理圖像的任一頂點作為起始的樁點,以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣。 該灰度計算模組206,以該標準高度和該標準寬度為邊長,該樁點為中心點,確定該樁點周圍的區域,計算該樁點周圍的區域包含的各像素點的灰度值的平均值,作為該樁點對應的灰度值。 該灰度值為256級灰度值,該第一數值為0,該第二數值為255。 該判斷調整模組208,當與該像素點的距離最近樁點存在多個時,選擇任一一個距離該像素點最近的樁點。 基於圖2所述的圖像處理的方法,本說明書對應提供一種用於圖像處理的設備,如圖11所示,其中,該設備包括:一個或多個處理器及記憶體,記憶體儲存有程式,並且被配置成由一個或多個處理器執行以下步驟: 確定待處理圖像; 根據該待處理圖像的尺寸,透過等分操作,確定標準高度以及標準寬度; 以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣; 針對每個樁點,確定該樁點周圍指定面積的區域的平均灰度值,作為該樁點對應的灰度值; 針對該待處理圖像中的每個像素點,確定距離該像素點最近的樁點,判斷該像素點的灰度值是否小於確定出的樁點對應的灰度值; 若是,則調整該像素點的灰度值為第一數值; 若否,則調整該像素點的灰度值為第二數值。 在20世紀90年代,對於一個技術的改進可以很明顯地區分是硬體上的改進(例如,對二極體、電晶體、開關等電路結構的改進)還是軟體上的改進(對於方法流程的改進)。然而,隨著技術的發展,當今的很多方法流程的改進已經可以視為硬體電路結構的直接改進。設計人員幾乎都透過將改進的方法流程編程到硬體電路中來得到相應的硬體電路結構。因此,不能說一個方法流程的改進就不能用硬體實體模組來實現。例如,可編程邏輯器件(Programmable Logic Device, PLD)(例如現場可編程閘陣列(Field Programmable Gate Array, FPGA))就是這樣一種積體電路,其邏輯功能由用戶對器件編程來確定。由設計人員自行編程來把一個數位系統“集成”在一片PLD上,而不需要請晶片製造廠商來設計和製作專用的積體電路晶片。而且,如今,取代手工地製作積體電路晶片,這種編程也多半改用“邏輯編譯器(logic compiler)”軟體來實現,它與程式開發撰寫時所用的軟體編譯器相類似,而要編譯之前的原始代碼也得用特定的編程語言來撰寫,此稱之為硬體描述語言(Hardware Description Language, HDL),而HDL也並非僅有一種,而是有許多種,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL (Ruby Hardware Description Language)等,目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)與Verilog。本領域技術人員也應該清楚,只需要將方法流程用上述幾種硬體描述語言稍作邏輯編程並編程到積體電路中,就可以很容易得到實現該邏輯方法流程的硬體電路。 控制器可以按任何適當的方式實現,例如,控制器可以採取例如微處理器或處理器以及儲存可由該(微)處理器執行的電腦可讀程式代碼(例如軟體或韌體)的電腦可讀介質、邏輯閘、開關、專用積體電路(Application Specific Integrated Circuit, ASIC)、可編程邏輯控制器和嵌入微控制器的形式,控制器的例子包括但不限於以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,記憶體控制器還可以被實現為記憶體的控制邏輯的一部分。本領域技術人員也知道,除了以純電腦可讀程式代碼方式實現控制器以外,完全可以透過將方法步驟進行邏輯編程來使得控制器以邏輯閘、開關、專用積體電路、可編程邏輯控制器和嵌入微控制器等的形式來實現相同功能。因此這種控制器可以被認為是一種硬體部件,而對其內包括的用於實現各種功能的裝置也可以視為硬體部件內的結構。或者甚至,可以將用於實現各種功能的裝置視為既可以是實現方法的軟體模組又可以是硬體部件內的結構。 上述實施例闡明的系統、裝置、模組或單元,具體可以由電腦晶片或實體實現,或者由具有某種功能的產品來實現。一種典型的實現設備為電腦。具體的,電腦例如可以為個人電腦、筆記型電腦、蜂巢式電話、相機電話、智慧型電話、個人數位助理、媒體播放器、導航設備、電子郵件設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任何設備的組合。 為了描述的方便,描述以上裝置時以功能分為各種單元分別描述。當然,在實施本發明時可以把各單元的功能在同一個或多個軟體和/或硬體中實現。 本領域內的技術人員應明白,本發明的實施例可提供為方法、系統、或電腦程式產品。因此,本發明可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且,本發明可採用在一個或多個其中包含有電腦可用程式代碼的電腦可用儲存介質(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。 本發明是參照根據本發明實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方塊圖來描述的。應理解可由電腦程式指令實現流程圖和/或方塊圖中的每一流程和/或方塊、以及流程圖和/或方塊圖中的流程和/或方塊的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可編程資料處理設備的處理器以產生一個機器,使得透過電腦或其他可編程資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的裝置。 這些電腦程式指令也可儲存在能引導電腦或其他可編程資料處理設備以特定方式工作的電腦可讀記憶體中,使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品,該指令裝置實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能。 這些電腦程式指令也可裝載到電腦或其他可編程資料處理設備上,使得在電腦或其他可編程設備上執行一系列操作步驟以產生電腦實現的處理,從而在電腦或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的步驟。 在一個典型的配置中,計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和內部記憶體。 內部記憶體可能包括電腦可讀介質中的非永久性記憶體,隨機存取記憶體(RAM)和/或非揮發性內部記憶體等形式,如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。內部記憶體是電腦可讀介質的示例。 電腦可讀介質包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存介質的例子包括,但不限於相變內部記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可擦除可編程唯讀記憶體(EEPROM)、快閃記憶體或其他內部記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶,磁帶磁磁碟儲存或其他磁性儲存設備或任何其他非傳輸介質,可用於儲存可以被計算設備存取的資訊。按照本文中的界定,電腦可讀介質不包括暫存電腦可讀媒體(transitory media),如調變的資料信號和載波。 還需要說明的是,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。 本領域技術人員應明白,本發明的實施例可提供為方法、系統或電腦程式產品。因此,本發明可採用完全硬體實施例、完全軟體實施例或結合軟體和硬體方面的實施例的形式。而且,本發明可採用在一個或多個其中包含有電腦可用程式代碼的電腦可用儲存介質(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。 本發明可以在由電腦執行的電腦可執行指令的一般上下文中描述,例如程式模組。一般地,程式模組包括執行特定任務或實現特定抽象資料類型的例程、程式、物件、組件、資料結構等等。也可以在分布式計算環境中實踐本發明,在這些分布式計算環境中,由透過通信網路而被連接的遠程處理設備來執行任務。在分布式計算環境中,程式模組可以位於包括儲存設備在內的本地和遠程電腦儲存介質中。 本說明書中的各個實施例均採用遞進的方式描述,各個實施例之間相同相似的部分互相參見即可,每個實施例重點說明的都是與其他實施例的不同之處。尤其,對於系統實施例而言,由於其基本相似於方法實施例,所以描述的比較簡單,相關之處參見方法實施例的部分說明即可。 以上所述僅為本發明的實施例而已,並不用於限制本發明。對於本領域技術人員來說,本發明可以有各種更改和變化。凡在本發明的精神和原理之內所作的任何修改、等同替換、改進等,均應包含在本發明的申請專利範圍之內。
S100~S112:步驟 200:確定模組 202:等分模組 204:樁點定位模組 206:灰度計算模組 208:判斷調整模組
此處所說明的圖式用來提供對本發明的進一步理解,構成本發明的一部分,本發明的示意性實施例及其說明用於解釋本發明,並不構成對本發明的不當限定。在圖式中: 圖1為現有二值化的示意圖; 圖2為本說明書實施例提供的一種圖像處理的過程; 圖3為二維條碼預處理的若干步驟; 圖4為本說明書提供的在待處理圖像中確定樁點的示意圖; 圖5為本說明書提供的待處理圖像上確定由樁點組成的矩陣的示意圖; 圖6a和圖6b為本說明書提供的,以待處理圖像的寬度為例的示意圖; 圖7為基於圖5所示的樁點矩陣,計算各樁點對應的平均灰度值的示意圖; 圖8為存在與像素點的距離最近樁點存在多個的示意圖; 圖9為二值化中出現誤判的情況示意圖; 圖10為本說明書實施例提供的一種圖像處理的裝置的結構示意圖; 圖11為本說明書實施例提供的一種用於圖像處理的設備的結構示意圖。

Claims (15)

  1. 一種圖像處理的方法,包括: 確定待處理圖像; 根據該待處理圖像的尺寸,透過等分操作,確定標準高度以及標準寬度; 以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣; 針對每個樁點,確定該樁點周圍指定面積的區域的平均灰度值,作為該樁點對應的灰度值; 針對該待處理圖像中的每個像素點,確定距離該像素點最近的樁點,判斷該像素點的灰度值是否小於確定出的樁點對應的灰度值; 若是,則調整該像素點的灰度值為第一數值; 若否,則調整該像素點的灰度值為第二數值。
  2. 如請求項1所述的方法,根據該待處理圖像的尺寸,透過等分操作,確定標準高度以及標準寬度,具體包括: 確定該待處理圖像的高度和寬度; 根據預設的數值,分別對該待處理圖像的高度和寬度進行等分計算,根據計算結果分別確定標準高度以及標準寬度。
  3. 如請求項2所述的方法,根據計算結果分別確定標準高度以及標準寬度,具體包括: 當對該待處理圖像的高度進行等分計算的計算結果不是整數時,將計算結果向上取整數作為該標準高度; 當對該待處理圖像的寬度進行等分計算的計算結果不是整數時,將計算結果向上取整數作為該標準寬度。
  4. 如請求項1所述的方法,以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣,具體包括: 將該待處理圖像的任一頂點作為起始的樁點,以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣。
  5. 如請求項1所述的方法,確定該樁點周圍指定面積的區域的平均灰度值,作為該樁點對應的灰度值,具體包括: 以該標準高度和該標準寬度為邊長,該樁點為中心點,確定該樁點周圍的區域; 計算該樁點周圍的區域包含的各像素點的灰度值的平均值,作為該樁點對應的灰度值。
  6. 如請求項1所述的方法,該灰度值為256級灰度值,該第一數值為0,該第二數值為255。
  7. 如請求項1所述的方法,確定距離該像素點最近的樁點,具體包括: 當與該像素點的距離最近樁點存在多個時,選擇任一一個距離該像素點最近的樁點。
  8. 一種圖像處理的裝置,包括: 確定模組,確定待處理圖像; 等分模組,根據該待處理圖像的尺寸,透過等分操作,確定標準高度以及標準寬度; 樁點定位模組,以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣; 灰度計算模組,針對每個樁點,確定該樁點周圍指定面積的區域的平均灰度值,作為該樁點對應的灰度值; 判斷調整模組,針對該待處理圖像中的每個像素點,確定距離該像素點最近的樁點,判斷該像素點的灰度值是否小於確定出的樁點對應的灰度值,若是,則調整該像素點的灰度值為第一數值,若否,則調整該像素點的灰度值為第二數值。
  9. 如請求項8所述的裝置,該等分模組,確定該待處理圖像的高度和寬度,根據預設的數值,分別對該待處理圖像的高度和寬度進行等分計算,根據計算結果分別確定標準高度以及標準寬度。
  10. 如請求項9所述的裝置,該等分模組,當對該待處理圖像的高度進行等分計算的計算結果不是整數時,將計算結果向上取整數作為該標準高度,當對該待處理圖像的寬度進行等分計算的計算結果不是整數時,將計算結果向上取整數作為該標準寬度。
  11. 如請求項8所述的裝置,該樁點定位模組,將該待處理圖像的任一頂點作為起始的樁點,以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣。
  12. 如請求項8所述的裝置,該灰度計算模組,以該標準高度和該標準寬度為邊長,該樁點為中心點,確定該樁點周圍的區域,計算該樁點周圍的區域包含的各像素點的灰度值的平均值,作為該樁點對應的灰度值。
  13. 如請求項8所述的裝置,該灰度值為256級灰度值,該第一數值為0,該第二數值為255。
  14. 如請求項8所述的裝置,該判斷調整模組,當與該像素點的距離最近樁點存在多個時,選擇任一一個距離該像素點最近的樁點。
  15. 一種用於圖像處理的設備,其中,該設備包括:一個或多個處理器及記憶體,記憶體儲存有程式,並且被配置成由一個或多個處理器執行以下步驟: 確定待處理圖像; 根據該待處理圖像的尺寸,透過等分操作,確定標準高度以及標準寬度; 以確定出的標準高度以及標準寬度為間距,在該待處理圖像中確定由若干樁點組成的矩陣; 針對每個樁點,確定該樁點周圍指定面積的區域的平均灰度值,作為該樁點對應的灰度值; 針對該待處理圖像中的每個像素點,確定距離該像素點最近的樁點,判斷該像素點的灰度值是否小於確定出的樁點對應的灰度值; 若是,則調整該像素點的灰度值為第一數值; 若否,則調整該像素點的灰度值為第二數值。
TW108104748A 2018-04-10 2019-02-13 圖像處理的方法及裝置 TWI694381B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810314751.9A CN108846399A (zh) 2018-04-10 2018-04-10 一种图像处理的方法及装置
CN201810314751.9 2018-04-10

Publications (2)

Publication Number Publication Date
TW202001674A TW202001674A (zh) 2020-01-01
TWI694381B true TWI694381B (zh) 2020-05-21

Family

ID=64211982

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108104748A TWI694381B (zh) 2018-04-10 2019-02-13 圖像處理的方法及裝置

Country Status (3)

Country Link
CN (1) CN108846399A (zh)
TW (1) TWI694381B (zh)
WO (1) WO2019196542A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846399A (zh) * 2018-04-10 2018-11-20 阿里巴巴集团控股有限公司 一种图像处理的方法及装置
CN110929664B (zh) * 2019-11-29 2023-05-30 汉海信息技术(上海)有限公司 图像识别方法以及装置
CN111539962A (zh) * 2020-01-10 2020-08-14 济南浪潮高新科技投资发展有限公司 一种目标图像分类方法、装置以及介质
CN111583157B (zh) * 2020-05-13 2023-06-02 杭州睿琪软件有限公司 图像处理方法、系统及计算机可读存储介质
CN111626970B (zh) * 2020-05-25 2022-11-01 天津维创微智能科技有限公司 一种图像二值化处理方法、装置、设备及存储介质
CN113743173B (zh) * 2020-05-27 2024-10-18 支付宝(中国)网络技术有限公司 运动模糊图像的识别方法、装置、电子设备和支付设备
CN111882565B (zh) * 2020-07-28 2023-07-07 深圳市雨滴科技有限公司 一种图像二值化方法、装置、设备及存储介质
CN112150391B (zh) * 2020-09-30 2022-11-29 北京小狗吸尘器集团股份有限公司 一种图像去噪方法、装置、可读介质及电子设备
CN112750116B (zh) * 2021-01-15 2023-08-11 北京市商汤科技开发有限公司 一种缺陷检测方法、装置、计算机设备及存储介质
CN113139399B (zh) * 2021-05-13 2024-04-12 阳光电源股份有限公司 一种图像线框识别方法及服务器
CN116342590B (zh) * 2023-05-24 2023-11-03 合肥晶合集成电路股份有限公司 晶圆测试针痕的检测方法以及检测装置
CN117036175B (zh) * 2023-10-08 2024-01-09 之江实验室 一种线阵图片拼接方法、装置、介质以及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200950745A (en) * 2008-04-30 2009-12-16 Otismed Corp System and method for image segmentation in generating computer models of a joint to undergo arthroplasty
US7916917B2 (en) * 2005-08-30 2011-03-29 Agfa Healthcare N.V. Method of segmenting anatomic entities in digital medical images
TW201531958A (zh) * 2013-12-02 2015-08-16 Leonhard Kurz Stiftung & Co Kg 一種用以鑑別光學可變之防僞元件的方法及一種光學可變之防僞元件
TW201612508A (en) * 2014-09-30 2016-04-01 Screen Holdings Co Ltd Observation supporting device, observation supporting method, and observation supporting system

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235948B (zh) * 2013-04-22 2016-04-20 中山大学 一种二维条码的自适应阈值二值化方法
CN107688812B (zh) * 2017-08-25 2020-04-21 重庆慧都科技有限公司 一种基于机器视觉的食品生产日期喷墨字体修复方法
CN108846399A (zh) * 2018-04-10 2018-11-20 阿里巴巴集团控股有限公司 一种图像处理的方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7916917B2 (en) * 2005-08-30 2011-03-29 Agfa Healthcare N.V. Method of segmenting anatomic entities in digital medical images
TW200950745A (en) * 2008-04-30 2009-12-16 Otismed Corp System and method for image segmentation in generating computer models of a joint to undergo arthroplasty
TW201531958A (zh) * 2013-12-02 2015-08-16 Leonhard Kurz Stiftung & Co Kg 一種用以鑑別光學可變之防僞元件的方法及一種光學可變之防僞元件
TW201612508A (en) * 2014-09-30 2016-04-01 Screen Holdings Co Ltd Observation supporting device, observation supporting method, and observation supporting system

Also Published As

Publication number Publication date
CN108846399A (zh) 2018-11-20
TW202001674A (zh) 2020-01-01
WO2019196542A1 (zh) 2019-10-17

Similar Documents

Publication Publication Date Title
TWI694381B (zh) 圖像處理的方法及裝置
EP3605398A1 (en) Method and device for generating and identifying identification code
TWI740087B (zh) 二維碼識讀方法、裝置及設備
CN107729790B (zh) 二维码定位方法及装置
US9305360B2 (en) Method and apparatus for image enhancement and edge verification using at least one additional image
TWI690853B (zh) 一種影像識別的方法、裝置及設備
JP2016502704A (ja) 奥行きアーチファクトを除去するための画像処理方法および装置
US20230100776A1 (en) Visual positioning based on a plurality of image frames
CN111079793A (zh) 图标相似度的确定方法和电子设备
CN103079016B (zh) 一种拍照脸型变换方法及智能终端
CN107623897A (zh) 地理围栏生成方法及其设备
CN115984154A (zh) 一种图像融合的方法、装置、存储介质及电子设备
CN114863206A (zh) 一种模型训练的方法、目标检测的方法及装置
TW201939346A (zh) 一種識別條碼的方法、裝置及設備
CN116740114B (zh) 一种基于凸包检测的目标物边界拟合方法及装置
CN110503109B (zh) 图像特征提取方法和装置、图像处理方法和装置
CN112712471B (zh) 图像处理方法、装置及设备
US9704056B2 (en) Computing hierarchical computations for computer vision calculations
CN117173321B (zh) 一种三维重建纹理视图的选择方法及装置
CN113888611B (zh) 一种确定图像深度的方法、装置及存储介质
CN116363390B (zh) 一种红外弱小目标检测方法、装置、存储介质及电子设备
CN117649703A (zh) 一种目标用户检测方法、装置及设备
CN114882082A (zh) 一种图像匹配方法及设备
CN118840641A (zh) 一种多波段图像融合方法、装置、存储介质及设备
CN117788696A (zh) 一种基于三维建模的任务执行方法、装置及电子设备