TWI786838B - 印字瑕疵檢測方法、電腦裝置及儲存介質 - Google Patents

Abstract

本申請提供一種印字瑕疵檢測方法、電腦裝置及儲存介質，其中，所述方法包括：獲取無瑕疵圖像和待檢測圖像；獲取無瑕疵圖像中的每個文字的第一圖像；根據每個文字的第一圖像從待檢測圖像中獲取每個文字的第二圖像；基於每個文字的第一圖像獲取每個文字的第三圖像，基於每個文字的第二圖像獲取每個文字的第四圖像；基於每個文字的第三圖像獲取每個文字的第五圖像；根據任一文字的第四圖像和第五圖像獲得任一文字的第六圖像；及根據任一文字的第五圖像和第六圖像確定任一文字的檢測結果。本申請可以輔助進行瑕疵檢測，提高檢測的準確率。

Description

印字瑕疵檢測方法、電腦裝置及儲存介質

本發明涉及光學瑕疵檢測領域，尤其涉及一種印字瑕疵檢測方法、電腦裝置及儲存介質。

現有的基於瑕疵面積比例的結構相似性印字瑕疵檢測技術，在對筆劃較少的文字例如數位及英文進行檢測時，因為文字面積變動範圍較小，檢測效果較好。但在檢測筆劃較多的複雜印字如中文字及日文漢字時，由於文字的形狀缺陷尚未達到人眼目測瑕疵的標準，導致過殺的情形出現。而基於Hu moments的檢測方法則存在不易解釋文字形狀特徵的缺點，導致後續需要調整預處理以降低過殺時，沒有明顯的調整方向。

鑒於以上內容，有必要提供一種印字瑕疵檢測方法、電腦裝置及儲存介質，能夠輔助進行印字瑕疵檢測，降低過殺率從而提高檢測的準確性。

所述印字瑕疵檢測方法包括：獲取無瑕疵圖像和待檢測圖像；對所述無瑕疵圖像進行第一影像處理，獲得所述無瑕疵圖像中的每個文字的第一圖像；根據所述每個文字的第一圖像，從所述待檢測圖像中獲取每個文字的第二圖像，為所述每個文字的第一圖像與所述每個文字的第二圖像建立關聯；對所述每個文字的第一圖像進行第二影像處理，獲得每個文字 的第三圖像，及對所述每個文字的第二圖像進行所述第二影像處理，獲得每個文字的第四圖像；對所述每個文字的第三圖像進行第三影像處理，獲得每個文字的第五圖像；根據任一文字的第四圖像和所述任一文字的第五圖像，獲得所述任一文字的第六圖像；及根據所述任一文字的第五圖像和所述任一文字的第六圖像，確定所述任一文字在所述待檢測圖像的檢測結果。

可選地，所述第一影像處理包括：確定所述無瑕疵圖像中每個文字的第一位置，根據所述每個文字的第一位置對所述無瑕疵圖像中的每個文字進行分割。

可選地，根據所述每個文字的第一圖像，利用圖像特徵匹配演算法從所述待檢測圖像中獲取該每個文字的第二圖像。

可選地，所述第二影像處理包括：按照預設的二值化閾值進行圖像二值化。

可選地，所述第三影像處理包括：利用圖像細化演算法對文字輪廓進行細化。

可選地，所述根據任一文字的第四圖像和所述任一文字的第五圖像，獲得所述任一文字的第六圖像包括：對所述任一文字的第四圖像和所述任一文字的第五圖像進行按位元與運算，獲得所述任一文字的第四圖像和所述任一文字的第五圖像的掩膜圖像，將所述掩膜圖像作為所述任一文字的第六圖像。

可選地，所述根據所述任一文字的第五圖像和所述任一文字的第六圖像，確定所述任一文字在所述待檢測圖像的檢測結果包括：確定所述任一文字的第五圖像中的文字輪廓的個數，獲得所述任一文字的第一輪廓個數；及確定所述任一文字的第六圖像中的文字輪廓的個數，獲得所述任一文字的第二輪廓個數；比較所述任一文字的第一輪廓個數和所述任一文字的第二輪廓個數；當所述任一文字的第一輪廓個數和所述任一文字的第 二輪廓個數不相同時，確定所述待檢測圖像中的所述任一文字為有瑕疵文字；及當所述任一文字的第一輪廓個數和所述任一文字的第二輪廓個數相同時，確定所述待檢測圖像中的所述任一文字為無瑕疵文字。

所述電腦可讀儲存介質儲存有至少一個指令，所述至少一個指令被處理器執行時實現所述印字瑕疵檢測方法。

所述電腦裝置包括儲存器和至少一個處理器，所述儲存器中儲存有至少一個指令，所述至少一個指令被所述至少一個處理器執行時實現所述印字瑕疵檢測方法。

相較於習知技術，所述印字瑕疵檢測方法、電腦裝置及儲存介質，能夠輔助進行印字瑕疵檢測，降低基於瑕疵面積比例的檢測方法產生的過殺率從而提高檢測的準確性，還可以減少設定閾值的驗證步驟從而提高檢測效率。

3:電腦裝置

30:印字瑕疵檢測系統

31:儲存器

32:處理器

S1~S7:步驟

S70~S72:步驟

為了更清楚地說明本申請實施例或習知技術中的技術方案，下面將對實施例或習知技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。

圖1是本申請實施例提供的印字瑕疵檢測方法的流程圖。

圖2是本申請實施例提供的電腦裝置的架構圖。

圖3是本申請實施例提供的字母“A”的各圖像的示例圖。

圖4是本申請實施例提供的步驟S7的流程圖。

為了能夠更清楚地理解本申請的上述目的、特徵和優點，下面結 合附圖和具體實施例對本申請進行詳細描述。需要說明的是，在不衝突的情況下，本申請的實施例及實施例中的特徵可以相互組合。

在下面的描述中闡述了很多具體細節以便於充分理解本申請，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例。基於本申請中的實施例，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，都屬於本申請保護的範圍。

除非另有定義，本文所使用的所有的技術和科學術語與屬於本申請的技術領域的技術人員通常理解的含義相同。本文中在本申請的說明書中所使用的術語只是為了描述具體的實施例的目的，不是旨在於限制本申請。

參閱圖1所示，為本申請較佳實施例的印字瑕疵檢測方法的流程圖。

在本實施例中，所述印字瑕疵檢測方法可以應用於電腦裝置(例如圖2所示的電腦裝置3)中，對於需要進行印字瑕疵檢測的電腦裝置，可以直接在電腦裝置上集成本申請的方法所提供的用於印字瑕疵檢測的功能，或者以軟體開發套件(Software Development Kit，SDK)的形式運行在電腦裝置上。

如圖1所示，所述印字瑕疵檢測方法具體包括以下步驟，根據不同的需求，該流程圖中步驟的順序可以改變，某些步驟可以省略。

步驟S1，電腦裝置獲取無瑕疵圖像和待檢測圖像。

在一個實施例中，電腦裝置可以回應用戶輸入獲取一幅無瑕疵圖像和一幅待檢測圖像。所述無瑕疵圖像和待檢測圖像還可以預先儲存在電腦裝置的儲存器中，或者預先儲存在與電腦裝置通訊連接的其他設備中。

本實施例中，所述無瑕疵圖像可以是工廠生產的某種印刷品的矩形標準樣本(Golden Sample)圖像，也即所述無瑕疵圖像中的文字的排列方向無需校正。本實施例中，所述無瑕疵圖像中包含的文字可以是指例如 漢字、數位、英文字母等。

本實施例中，所述待檢測圖像可以是針對待檢測的所述某種印刷品所拍攝的矩形圖像。

在一個實施例中，所述待檢測圖像和所述無瑕疵圖像大小一致。

步驟S2，電腦裝置對所述無瑕疵圖像進行第一影像處理，獲得所述無瑕疵圖像中的每個文字的第一圖像。

在一個實施例中，所述第一影像處理包括：確定所述無瑕疵圖像中每個文字的第一位置，根據所述每個文字的第一位置對所述無瑕疵圖像中的每個文字進行分割。

在一個實施例中，電腦裝置可以利用光學字元辨識(Optical Character Recognition，OCR)技術識別所述無瑕疵圖像中的文字，進而確認所述無瑕疵圖像中每個文字的第一位置。例如，電腦裝置可以在所述無瑕疵圖像中用第一矩形框將所述無瑕疵圖像中的每個文字分別框選出來，每個文字對應一個第一矩形框，每個第一矩形框中包含所述無瑕疵圖像中的一個文字的完整圖像。

在一個實施例中，電腦裝置可以使用OCR軟體的字元切割功能根據所述每個文字的第一位置對所述無瑕疵圖像中的每個文字進行分割，獲得所述無瑕疵圖像中的每個文字的第一圖像。例如，電腦裝置沿著第一矩形框的邊緣切割所述無瑕疵圖像中的每個文字，獲得所述每個文字的第一圖像。例如圖3中所示，獲得無瑕疵圖像中的字母“A”的第一圖像3A。

步驟S3，電腦裝置根據所述每個文字的第一圖像，從所述待檢測圖像中獲取每個文字的第二圖像，為所述每個文字的第一圖像與所述每個文字的第二圖像建立關聯。

在一個實施例中，電腦裝置利用圖像特徵匹配(Feature Match)演算法，將所述每個文字的第一圖像作為靶心圖表像，從所述待檢測圖像中識別所述靶心圖表像，將識別到的所述靶心圖表像從所述待檢測圖像中 截取出來，從而獲得與所述每個文字的第一圖像相匹配的所述每個文字的第二圖像。需要說明的是，由於步驟S2中每個文字都有唯一的一張第一圖像，所以在所述每個文字的第一圖像和所述每個文字的第二圖像之間建立了一一對應的關係，並且所述每個文字的第一圖像與所述每個文字的第二圖像大小一致。例如圖3所示，根據無瑕疵圖像中字母“A”的第一圖像3A從待檢測圖像中獲得的字母“A”的第二圖像3B。

步驟S4，電腦裝置對所述每個文字的第一圖像進行第二影像處理，獲得每個文字的第三圖像，及對所述每個文字的第二圖像進行所述第二影像處理，獲得每個文字的第四圖像。

在一個實施例中，所述第二影像處理包括：按照預設的二值化閾值進行圖像二值化，所述預設的二值化閾值可以由大津演算法(OTSU Thresholding)確定。

所述對所述每個文字的第一圖像進行第二影像處理包括：利用大津演算法確定所述每個文字的第一圖像的第一二值化閾值(例如，100)，當所述每個文字的第一圖像中任一位置處的圖元(pixel)值大於或等於所述第一二值化閾值時，將該任一位置處的圖元二值化為255；當所述每個文字的第一圖像中任一位置處的圖元值小於所述第一二值化閾值時，將該任一位置處的圖元二值化為0。例如圖3所示，根據第一二值化閾值100對無瑕疵圖像中的字母“A”的第一圖像3A進行圖像二值化得到字母“A”的第三圖像3C。

所述對所述每個文字的第二圖像進行所述第二影像處理包括：利用大津演算法確定所述每個文字的第二圖像的第二二值化閾值(例如，130)，當所述每個文字的第二圖像中任一位置處的圖元值大於或等於所述第二二值化閾值時，將該任一位置處的圖元二值化為255；當所述每個文字的第二圖像中任一位置處的圖元值小於所述第二二值化閾值時，將該任一位置處的圖元二值化為0。例如圖3所示，根據第二二值化閾值130對待檢測圖像 中的字母“A”的第一圖像3B進行圖像二值化得到字母“A”的第四圖像3D。

需要說明的是，如圖3所示，按照所述預設的二值化閾值對所述每個文字的第一圖像和所述每個文字的第二圖像進行圖像二值化後所獲得的每個二值化圖像(也即所述每個文字的第三圖像和所述每個文字的第四圖像)中的文字輪廓的圖元值為255。

步驟S5，電腦裝置對所述每個文字的第三圖像進行第三影像處理，獲得每個文字的第五圖像。

在一個實施例中，所述第三影像處理包括：利用圖像細化演算法對文字輪廓進行細化。電腦裝置利用所述圖像細化演算法，對二值化圖像中的文字輪廓的進行骨架提取，並且保持文字輪廓的連通性。例如圖3所示，無瑕疵圖像中字母“A”的第三圖像3C經由圖像細化得到第五圖像3E，經過細化後的文字輪廓的圖元值為255。

步驟S6，電腦裝置根據任一文字的第四圖像和所述任一文字的第五圖像，獲得所述任一文字的第六圖像。

在一個實施例中，所述根據所述任一文字的第四圖像和所述任一文字的第五圖像，獲得所述任一文字的第六圖像包括：對所述任一文字的第四圖像和所述任一文字的第五圖像進行按位元與(Bitwise AND)運算，獲得所述任一文字的第四圖像和所述任一文字的第五圖像的掩膜(mask)圖像，將所述掩膜圖像作為所述任一文字的第六圖像。例如圖3所示，由字母“A”的第四圖像3D和第五圖像3E進行按位元與運算，得到字母“A”的第六圖像3F。

本實施例中，所述任一文字的第六圖像中的文字輪廓的圖元值為255。

步驟S7，電腦裝置根據所述任一文字的第五圖像和所述任一文字的第六圖像，確定所述任一文字在所述待檢測圖像的檢測結果。

在一個實施例中，所述根據所述任一文字的第五圖像和所述任一文字的第六圖像，確定所述任一文字在所述待檢測圖像的檢測結果包括：確定所述任一文字的第五圖像中的文字輪廓的個數，獲得所述任一文字的第一輪廓個數；及確定所述任一文字的第六圖像中的文字輪廓的個數，獲得所述任一文字的第二輪廓個數。所述任一文字的第一輪廓個數包括所述任一文字的第一內圍輪廓個數和第一週邊輪廓個數，所述任一文字的第二輪廓個數包括所述任一文字的第二內圍輪廓個數和第二週邊輪廓個數。電腦裝置可以利用OpenCV演算法的CVfindContours函數獲取所述任一文字的第一輪廓個數和所述第二輪廓個數，之後執行如圖4所示的步驟S70。

步驟S70，電腦裝置比較所述任一文字的第一輪廓個數和所述任一文字的第二輪廓個數；當所述任一文字的第一輪廓個數和所述任一文字的第二輪廓個數不相同時，執行步驟S71；及當所述任一文字的第一輪廓個數和所述任一文字的第二輪廓個數相同時，執行步驟S72。

在一個實施例中，電腦裝置首先比較所述任一文字的第一內圍輪廓個數和所述第二內圍輪廓個數，之後比較所述任一文字的第一週邊輪廓個數和所述第二週邊輪廓個數；當且僅當所述任一文字的第一內圍輪廓個數和所述第二內圍輪廓個數相同，並且所述任一文字的第一週邊輪廓個數和所述第二週邊輪廓個數也相同時，電腦裝置確定所述任一文字的第一輪廓個數和所述任一文字的第二輪廓個數相同。需要說明的是，當電腦裝置確認所述任一文字的第一內圍輪廓個數和所述第二內圍輪廓個數不同時，可以不再對所述任一文字的第一週邊輪廓個數和所述第二週邊輪廓個數進行比較，直接確認所述任一文字的第一輪廓個數和所述任一文字的第二輪廓個數不相同。

例如，參閱圖3所示，從第五圖像3E中確定字母“A”的第一內圍輪廓個數為1、第一週邊輪廓個數為1，從第六圖像3F中確定字母“A”的第二內圍輪廓個數為1、第二週邊輪廓個數為2，由於字母“A”的第一 週邊輪廓個數和第二週邊輪廓個數不同，所以字母“A”的第一輪廓個數與字母“A”的第二輪廓個數不相同。

步驟S71，電腦裝置確定所述待檢測圖像中的所述任一文字為有瑕疵文字。

例如，由步驟S70可知圖3中待檢測圖像中的字母“A”為有瑕疵文字。需要說明的是，當所述任一文字的第一輪廓個數和所述任一文字的第二輪廓個數不相同時，即可確認所述待檢測圖像中所述任一文字的文字骨架發生了斷裂，因此所述任一文字為有瑕疵文字。

步驟S72，電腦裝置確定所述待檢測圖像中的所述任一文字為無瑕疵文字。

上述圖1詳細介紹了本申請的印字瑕疵檢測方法，下面結合圖2，對實現所述印字瑕疵檢測方法的硬體裝置架構進行介紹。

應該瞭解，所述實施例僅為說明之用，在專利申請範圍上並不受此結構的限制。

參閱圖2所示，為本申請較佳實施例提供的電腦裝置的結構示意圖。在本申請較佳實施例中，所述電腦裝置3包括儲存器31、至少一個處理器32。本領域技術人員應該瞭解，圖2示出的電腦裝置的結構並不構成本申請實施例的限定，既可以是匯流排型結構，也可以是星形結構，所述電腦裝置3還可以包括比圖示更多或更少的其他硬體或者軟體，或者不同的部件佈置。

在一些實施例中，所述電腦裝置3包括一種能夠按照事先設定或儲存的指令，自動進行數值計算和/或資訊處理的終端，其硬體包括但不限於微處理器、專用積體電路、可程式設計閘陣列、數位訊號處理器及嵌入式設備等。

需要說明的是，所述電腦裝置3僅為舉例，其他現有的或今後可能出現的電子產品如可適應於本申請，也應包含在本申請的保護範圍以內， 並以引用方式包含於此。

在一些實施例中，所述儲存器31用於儲存程式碼和各種資料。例如，所述儲存器31可以用於儲存無瑕疵圖像和待檢測圖像，還可以儲存安裝在所述電腦裝置3中的印字瑕疵檢測系統30，並在電腦裝置3的運行過程中實現高速、自動地完成程式或資料的存取。所述儲存器31包括唯讀記憶體(Read-Only Memory，ROM)、可程式設計唯讀記憶體(Programmable Read-Only Memory，PROM)、可抹除可程式設計唯讀記憶體(Erasable Programmable Read-Only Memory，EPROM)、一次可程式設計唯讀記憶體(One-time Programmable Read-Only Memory，OTPROM)、電子抹除式可複寫唯讀記憶體(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、唯讀光碟(Compact Disc Read-Only Memory，CD-ROM)或其他光碟儲存器、磁碟儲存器、磁帶儲存器、或者任何其他能夠用於攜帶或儲存資料的電腦可讀的儲存介質。

在一些實施例中，所述至少一個處理器32可以由積體電路組成，例如可以由單個封裝的積體電路所組成，也可以是由多個相同功能或不同功能封裝的積體電路所組成，包括一個或者多個中央處理器(Central Processing unit，CPU)、微處理器、數位訊號處理晶片、圖形處理器及各種控制晶片的組合等。所述至少一個處理器32是所述電腦裝置3的控制核心(Control Unit)，利用各種介面和線路連接整個電腦裝置3的各個部件，透過運行或執行儲存在所述儲存器31內的程式或者模組，以及調用儲存在所述儲存器31內的資料，以執行電腦裝置3的各種功能和處理資料，例如執行所述印字瑕疵檢測系統30以實現印字瑕疵檢測的功能。

在一些實施例中，所述印字瑕疵檢測系統30運行於電腦裝置3中。所述印字瑕疵檢測系統30可以包括多個由程式碼段所組成的功能模組。所述印字瑕疵檢測系統30中的各個程式段的程式碼可以儲存於電腦裝置3的儲存器31中，並由至少一個處理器32所執行，以實現圖1所示的印字瑕 疵檢測的功能。

本實施例中，所述印字瑕疵檢測系統30根據其所執行的功能，可以被劃分為多個功能模組。本申請所稱的模組是指一種能夠被至少一個處理器所執行並且能夠完成固定功能的一系列電腦程式段，其儲存在儲存器中。

儘管未示出，所述電腦裝置3還可以包括給各個部件供電的電源(比如電池)，優選的，電源可以透過電源管理裝置與所述至少一個處理器32邏輯相連，從而透過電源管理裝置實現管理充電、放電、以及功耗管理等功能。電源還可以包括一個或一個以上的直流或交流電源、再充電裝置、電源故障檢測電路、電源轉換器或者逆變器、電源狀態指示器等任意元件。所述電腦裝置3還可以包括多種感測器、藍牙模組、Wi-Fi模組等，在此不再贅述。

應該瞭解，所述實施例僅為說明之用，在專利申請範圍上並不受此結構的限制。

上述以軟體功能模組的形式實現的集成的單元，可以儲存在一個電腦可讀取儲存介質中。上述軟體功能模組儲存在一個儲存介質中，包括若干指令用以使得一台電腦裝置(可以是伺服器、個人電腦等)或處理器(processor)執行本申請各個實施例所述方法的部分。

在進一步的實施例中，結合圖2，所述至少一個處理器32可執行所述電腦裝置3的作業系統以及安裝的各類應用程式(如所述的印字瑕疵檢測系統30)、程式碼等，例如，上述的各個模組。

所述儲存器31中儲存有程式碼，且所述至少一個處理器32可調用所述儲存器31中儲存的程式碼以執行相關的功能。儲存在所述儲存器31中的程式碼可以由所述至少一個處理器32所執行，從而實現所述各個模組的功能以達到印字瑕疵檢測的目的。

在本申請的一個實施例中，所述儲存器31儲存一個或多個指令 (即至少一個指令)，所述至少一個指令被所述至少一個處理器32所執行以實現圖1所示的印字瑕疵檢測的目的。

在本申請所提供的幾個實施例中，應該理解到，所揭露的裝置和方法，可以透過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述模組的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式。

所述作為分離部件說明的模組可以是或者也可以不是物理上分開的，作為模組顯示的部件可以是或者也可以不是物理單元，即可以位於一個地方，或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部模組來實現本實施例方案的目的。

另外，在本申請各個實施例中的各功能模組可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現，也可以採用硬體加軟體功能模組的形式實現。

對於本領域技術人員而言，顯然本申請不限於上述示範性實施例的細節，而且在不背離本申請的精神或基本特徵的情況下，能夠以其他的具體形式實現本申請。因此，無論從哪一點來看，均應將實施例看作是示範性的，而且是非限制性的，本申請的範圍由所附請求項而不是上述說明限定，因此旨在將落在請求項的等同要件的含義和範圍內的所有變化涵括在本申請內。不應將請求項中的任何附圖標記視為限制所涉及的請求項。此外，顯然“包括”一詞不排除其他單元或，單數不排除複數。裝置請求項中陳述的多個單元或裝置也可以由一個單元或裝置透過軟體或者硬體來實現。第一，第二等詞語用來表示名稱，而並不表示任何特定的順序。

最後所應說明的是，以上實施例僅用以說明本申請的技術方案而非限制，儘管參照以上較佳實施例對本申請進行了詳細說明，本領域的普通技術人員應當理解，可以對本申請的技術方案進行修改或等同替換，而 不脫離本申請技術方案的精神和範圍。

S1~S7:步驟

Claims (5)

1. 一種印字瑕疵檢測方法，其中，所述方法包括：獲取無瑕疵圖像和待檢測圖像；對所述無瑕疵圖像進行第一影像處理，獲得所述無瑕疵圖像中的每個文字的第一圖像，其中，所述第一影像處理包括：確定所述無瑕疵圖像中每個文字的第一位置，根據所述每個文字的第一位置對所述無瑕疵圖像中的每個文字進行分割；根據所述每個文字的第一圖像，從所述待檢測圖像中獲取每個文字的第二圖像，為所述每個文字的第一圖像與所述每個文字的第二圖像建立關聯；對所述每個文字的第一圖像進行第二影像處理，獲得每個文字的第三圖像，及對所述每個文字的第二圖像進行所述第二影像處理，獲得每個文字的第四圖像，其中，所述第二影像處理包括：按照預設的二值化閾值進行圖像二值化；對所述每個文字的第三圖像進行第三影像處理，獲得每個文字的第五圖像，其中，所述第三影像處理包括：利用圖像細化演算法對文字輪廓進行細化；根據任一文字的第四圖像和所述任一文字的第五圖像，獲得所述任一文字的第六圖像；及根據所述任一文字的第五圖像和所述任一文字的第六圖像，確定所述任一文字在所述待檢測圖像的檢測結果，包括：確定所述任一文字的第五圖像中的文字輪廓的個數，獲得所述任一文字的第一輪廓個數；及確定所述任一文字的第六圖像中的文字輪廓的個數，獲得所述任一文字的第二輪廓個數；比較所述任一文字的第一輪廓個數和所述任一文字的第二輪廓個數；當所述任一文字的第一輪廓個數和所述任一文字的第二輪廓個數不相同時，確定所述待檢測圖像中的所述任一文字為有瑕疵文字；及當所述任一文字的第一輪廓個數和所述任一文字的第二輪廓個數相同時，確定所述待檢測圖像中的所述任一文字為無瑕疵文字。
2. 如請求項1所述的印字瑕疵檢測方法，其中，根據所述每個文 字的第一圖像，利用圖像特徵匹配演算法從所述待檢測圖像中獲取該每個文字的第二圖像。
3. 如請求項1所述的印字瑕疵檢測方法，其中，所述根據任一文字的第四圖像和所述任一文字的第五圖像，獲得所述任一文字的第六圖像包括：對所述任一文字的第四圖像和所述任一文字的第五圖像進行按位元與運算，獲得所述任一文字的第四圖像和所述任一文字的第五圖像的掩膜圖像，將所述掩膜圖像作為所述任一文字的第六圖像。
4. 一種電腦可讀儲存介質，其中，所述電腦可讀儲存介質儲存有至少一個指令，所述至少一個指令被處理器執行時實現如請求項1至3中任意一項所述的印字瑕疵檢測方法。
5. 一種電腦裝置，其中，該電腦裝置包括儲存器和至少一個處理器，所述儲存器中儲存有至少一個指令，所述至少一個指令被所述至少一個處理器執行時實現如請求項1至3中任意一項所述的印字瑕疵檢測方法。

Images