CN111311623A - 图像分界方法、装置、设备及存储介质 - Google Patents
图像分界方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111311623A CN111311623A CN202010122111.5A CN202010122111A CN111311623A CN 111311623 A CN111311623 A CN 111311623A CN 202010122111 A CN202010122111 A CN 202010122111A CN 111311623 A CN111311623 A CN 111311623A
- Authority
- CN
- China
- Prior art keywords
- image
- demarcation
- pixel
- area
- position information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像识别技术领域,公开了一种图像分界方法、装置、设备及存储介质,所述方法包括:获取目标图像中各像素点的灰度值和位置信息;统计灰度值的种类个数,根据灰度值及所述种类个数为目标图像中各像素点分别生成形象码;读取所述形象码,将形象码不同的两个相邻像素点作为当前像素分界点;根据当前像素分界点的位置信息对目标图像进行分界。通过根据目标图像的灰度值及其种类个数为各像素点生成形象码,并根据形象码及对应的位置信息获得当前像素分界点,再结合对应的位置信息对目标图像进行分界,实现了快捷地对目标图像多个灰度值的分界线的统计,减小了分界点的划界偏差,提高了图像识别的准确度。
Description
技术领域
本发明涉及图像识别技术领域,尤其涉及一种图像分界方法、装置、设备及存储介质。
背景技术
目前对图像分界线的查找,都是通过对图像进行二值化处理,再设定一个合适的阈值对图像进行阈值分割以获得相应的分界线,例如简单的差分算法,通过一行的差分获取边界的点,即大部分是两种阈值的图像进行分界,通过对图像进行相应处理再按照预设数值分为两个区域获得单条的分界线的位置,单条分界线的位置是介于两种状态的。随着图像识别技术的发展,仅获取图像中单条分界线的位置已不能解决在图像中存在多条分界线且分界线存在位移的情形(例如投影仪的投影图像的快速定位,特殊形状以及污点位置的连续定位等)。因此,如何准确识别图像中的多条分界线,成为一个亟待解决的问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种图像分界方法、装置、设备及存储介质,旨在解决现有技术无法准确识别图像中多条分界线的技术问题。
为实现上述目的,本发明提供了一种图像分界方法,所述方法包括以下步骤:
获取目标图像中各像素点的灰度值和位置信息;
统计所述灰度值的种类个数,根据所述灰度值及所述种类个数为所述目标图像中各像素点分别生成形象码;
读取所述形象码,将形象码不同的两个相邻像素点作为当前像素分界点;
根据所述当前像素分界点的位置信息对所述目标图像进行分界。
优选地,所述获取目标图像中各像素点的灰度值和位置信息的步骤,具体包括:
将目标图像作二值化处理,获得二值化图像;
获取所述二值化图像中各像素点的灰度值和位置信息。
优选地,所述读取所述形象码,将形象码不同的两个相邻像素点作为当前像素分界点的步骤之后,还包括:
根据历史像素分界点确定分界点活动区域;
根据所述分界点活动区域剔除不符合区域活动规则的当前像素分界点。
优选地,所述根据所述分界点活动区域剔除不符合区域活动规则的当前像素分界点的步骤,具体包括:
计算各当前像素分界点与所述分界点活动区域之间的距离值;
将所述距离值超过预设距离阈值的当前像素分界点标记为无效分界点;
统计所述无效分界点的个数;
在所述个数小于预设数量时,将所述无效分界点从所述当前像素分界点中剔除。
优选地,所述根据所述当前像素分界点的位置信息对所述目标图像进行分界的步骤之后,还包括:
确定对所述目标图像进行分界所获得的多个待选区域;
获取各待选区域的像素数量;
根据所述像素数量从所述待选区域中选取符合预设规则的目标区域;
将所述目标区域进行展示。
优选地,所述根据所述像素数量从所述待选区域中选取符合预设规则的目标区域的步骤,具体包括:
计算所述像素数量与预设数量之间的比值;
将所述比值超过预设比值的待选区域作为目标区域。
优选地,所述根据所述当前像素分界点的位置信息对所述目标图像进行分界的步骤之后,还包括:
确定对所述目标图像进行分界所获得的多个待选区域;
获取所述待选区域的位置信息与目标图像的位置信息的重合度;
选取重合度最高的待选区域作为目标区域;
将所述目标区域进行展示。
此外,为实现上述目的,本发明还提出一种图像分界装置,所述装置包括:
灰度划分模块,用于获取目标图像中各像素点的灰度值和位置信息;
形象码生成模块,用于统计所述灰度值的种类个数,根据所述灰度值及所述种类个数为所述目标图像中各像素点分别生成形象码;
编码获取模块,用于为所述目标图像中各像素点的形象码进行编码,获得所述目标图像中各像素点的编码值;
分界点获取模块,用于将编码值不同的两个相邻像素点作为当前像素分界点;
图像分界模块,用于根据所述当前像素分界点的位置信息对所述目标图像进行分界。
此外,为实现上述目的,本发明还提出一种终端设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行图像分界程序,所述图像分界程序配置为实现如上文所述的图像分界方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有图像分界程序,所述图像分界程序被处理器执行时实现如上文所述的图像分界方法的步骤。
本发明通过获取目标图像中各像素点的灰度值和位置信息;统计灰度值的种类个数,根据灰度值及所述种类个数为目标图像中各像素点分别生成形象码;读取所述形象码,将形象码不同的两个相邻像素点作为当前像素分界点;根据当前像素分界点的位置信息对目标图像进行分界,实现了对目标图像多个灰度值的分界线的统计,减小了分界点的划界偏差,提高了图像识别的准确度,也提高了对图像分界应用的灵活性,使对图像分界线的定位更方便快捷,优化了日常生活中需要进行图像分界的场景的定位流程,提高了用户体验。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端设备的结构示意图;
图2为本发明图像分界方法第一实施例的流程示意图;
图3为本发明实施例中图像分界方法的灰度划分图;
图4为本发明实施例中图像分界方法的编码图;
图5为本发明实施例中图像分界方法的程序示意图;
图6为本发明图像分界方法第二实施例的流程示意图;
图7为本发明图像分界方法第三实施例的流程示意图;
图8为本发明图像分界装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图,所述终端设备可以是手机、计算机、平板电脑、智能电视、智能可穿戴设备等。
如图1所示,该终端设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及图像分界程序。
在图1所示的终端设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明终端设备中的处理器1001、存储器1005可以设置在终端设备中,所述终端设备通过处理器1001调用存储器1005中存储的图像分界程序,并执行本发明实施例提供的图像分界方法。
本发明实施例提供了一种图像分界方法,参照图2,图2为本发明图像分界方法第一实施例的流程示意图。
本实施例中,所述图像分界方法包括以下步骤:
步骤S10:获取目标图像中各像素点的灰度值和位置信息;
易于理解的是,本实施例先将目标图像作二值化处理,获得二值化图像,再获取所述二值化图像中各像素点的灰度值和位置信息,对目标图像的灰度值的获取不仅限于二值法,还可通过直接提取目标图像中各像素点的颜色值,再根据其颜色值确定其灰度值,在具体应用中,对灰度值的获取本领域技术人员可以根据需要进行设置,本实施例对此不做限制。
步骤S20:统计所述灰度值的种类个数,根据所述灰度值及所述种类个数为所述目标图像中各像素点分别生成形象码;
需要说明的是,本实施例还需统计目标图像中灰度值的种类个数,再根据所述灰度值及所述种类个数为所述目标图像中各像素点分别生成形象码,所述形象码可为英文大小写字母、阿拉伯数字、标点符号等,本实施例对此不做限制。参考图3,图3为本发明实施例的灰度划分图,在统计到存在3种灰度值时,可以采用阿拉伯数字做形象码,相应地,可生成的形象码为1、2、3,参照图4,图4为形象码为1、2、3时对应的编码图。
步骤S30:读取所述形象码,将形象码不同的两个相邻像素点作为当前像素分界点;
需要说明的是,在获取各像素点的形象码后,需要结合其位置信息,判断是否为当前像素分界点,在二者的编码值不同且相邻的情形下,可以认定其为像素分界点。在对二值化图像为矩阵的图像进行当前分界点的认定时,还可根据形象码两行间的状态变化来判断,例如定义相邻两行像素点的形象码不相同为第一状态,相邻两行像素点的形象码相同时,定义为第二状态,在检测到存在某行为由第一状态过度到第二状态时,则可认定其整行均为当前像素分界点,具体行列的选定可根据实际读取顺序而定,本实施例对此不加以限制。
步骤S40:根据所述当前像素分界点的位置信息对所述目标图像进行分界。
易于理解的是,本实施例是根据当前像素分界点的位置信息对图像进行分界以实现连续对多条分界线的定位,例如,参考图4的编码图,定义如下表所述的基于相邻两行的形象码的类型结构表,当相邻两行形象码不相同时,即Line2不等于Line1,定义为第一状态,标记为0;当相邻两行形象码相同时,即Line2等于Line1,定义为第二状态,标记为1;当由Line2不等于Line1的状态变成Line2等于Line1的状态,定义为第三状态,标记为2;当由Line2等于Line1状态变成Line2不等于Line1的状态,定义为第四状态,标记为3。
| Line2!=Line1 | 0 |
| Line1=Line2 | 1 |
| 0→1 | 2 |
| 1→0 | 3 |
在相应的类型结构确定后,可参照图5所述的程序示意图统计多个当前像素分界点的位置信息,再根据所述位置信息对所述目标图像进行分界。上述为基于相邻两行的形象码的类型结构表,具体实现中可定义为两列,或者按指定角度读取的相邻形象码等。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
本实施例通过根据目标图像的灰度值及其种类个数为各像素点生成形象码,并根据形象码及对应的位置信息获得当前像素分界点,再结合对应的位置信息对目标图像进行分界,实现了对目标图像多个灰度值的分界线的统计,提高了图像识别的准确度。
参考图6,图6为本发明图像分界方法第二实施例的流程示意图。
基于上述第一实施例,在本实施例中,所述步骤S40之后,还包括:
S501:根据历史像素分界点确定分界点活动区域;
易于理解的是,在实际应用中不仅会存在多条分界线的图像,还存在不规则边界的图像等,因此需要连续定位不同的分界线,而在连续定位的过程中,会出现若干数量的偏差像素点,因此需要根据历史像素分界点确定分界点活动区域。
S502:根据所述分界点活动区域剔除不符合区域活动规则的当前像素分界点。
在获得分界点的活动区域后,还需计算各当前像素分界点与所述分界点活动区域之间的距离值,将所述距离值超过预设距离阈值的当前像素分界点标记为无效分界点,统计所述无效分界点的个数,在所述个数小于预设数量时,将所述无效分界点从所述当前像素分界点中剔除。例如,设定预设距离阈值为30个像素点,预设数量为10个,在计算出存在3个当前像素分界点与分界点活动区域间的距离值超过30个像素点时,判定这三个像素点为无效分界点,将其从当前像素分界点中剔除。
在具体实现中,还可判断该像素点到其上一次在活动区域内位置的距离与其他像素点到其上一次在活动区域内的位置的距离的差值是否超过预设偏差距离,在该像素点到其上一次在活动区域内位置的距离超过预设偏差距离时,判定该像素点为无效像素点,例如,设定预设偏差距离为10像素点,计算出其他像素点到其上一次在活动区域内的位置的距离为30像素点,在检测到某一像素点到其上一次在活动区域内的位置的距离为45像素点时,偏差距离为15像素点,已超出预设偏差距离,可判定此像素点为无效像素点,将其从当前像素分界点中剔除。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
本实施例通过根据历史像素分界点确定分界点活动区域,再根据所述分界点活动区域剔除不符合区域活动规则的当前像素分界点,减小了分界点的划界偏差,提高了图像分界的准确度。
参考图7,图7为本发明图像分界方法第三实施例的流程示意图。
基于上述各实施例,在本实施例中,所述步骤S40之后,所述方法还包括:
S601:确定对所述目标图像进行分界所获得的多个待选区域;
易于理解的是,本实施例通过确定对所述目标图像进行分界所获得的多个待选区域并获取各待选区域的像素数量来实现对多个待选区域的界定,在具体实现中,所述待选区域可为圆形区域,方形区域等,可根据实际图像而定。
S602:获取各待选区域的像素数量;
S603:根据所述像素数量从所述待选区域中选取符合预设规则的目标区域;
S604:将所述目标区域进行展示。
需要说明的是,在获取各待选区域的像素数量时,还可以获取所述像素数量与预设数量之间的比值,所述预设数量可以是目标图像的像素数量,也可以是根据实际需求定义的数量。例如,在定位污点区域时,可根据所述比值从待选区域从选取小于所述比值的待选区域作为污点区域,再根据所述污点区域的面积以及灰度值判断其是否对后期的应用有影响并进行对应的处理,如在检测到周围区域的灰度值低于此污点区域的灰度值且面积超过预设面积时,可将其高亮显示;在检测到周围区域的灰度值大于此污点区域,且此污点区域的面积小于预设面积时,可将其暗化或将其灰度值和颜色值直接调至与周围区域的灰度值和颜色值相等,具体处理方式可根据实际需求而定,本实施例对此不加以限制。
又如,在定位投影仪的投影区域时,可选取像素数量与目标图像的像素数量的比值最大的待选区域作为投影区域,或选取与历史投影区域的像素数量比值最大的待选区域作为投影区域,再对所述投影区域的显示做适应性的调整,具体预设数量的选择可根据实际需求而定,本实施例对此不加以限制。
另一方面,在确定对所述目标图像进行分界所获得的多个待选区域时,还可获取所述待选区域的位置信息与目标图像的位置信息的重合度,选取重合度最高的待选区域作为目标区域,将所述目标区域进行展示,例如在定位投影仪的投影区域时,可通过连续判断不同的边界,快速定位到与预设投影区域重合度最高的待选区域进行相应的展示。在具体实现中,并不仅限于重合度最高的待选区域,还可设定为重合度大于预设重合值的待选区域,此处选取重合度最高的区域仅为方便举例说明,可根据实际需求作相应调整。
本实施例通过确定对所述目标图像进行分界所获得的多个待选区域;获取各待选区域的像素数量;根据所述像素数量从所述待选区域中选取符合预设规则的目标区域;将所述目标区域进行展示;在确定对所述目标图像进行分界所获得的多个待选区域时,还可获取所述待选区域的位置信息与目标图像的位置信息的重合度,选取重合度最高的待选区域作为目标区域,将所述目标区域进行展示,提高了对图像分界应用的灵活性,使对图像的分界线的定位更方便快捷,优化了日常生活中需要进行图像分界的场景的定位流程,提高了用户体验。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有图像分界程序,所述图像分界程序被处理器执行时实现如上文所述的图像分界方法的步骤。
参照图8,图8为本发明图像分界装置第一实施例的结构框图。
如图8所示,本发明实施例提出的图像分界装置包括:
灰度划分模块10,用于获取目标图像中各像素点的灰度值和位置信息;
形象码生成模块20,用于统计所述灰度值的种类个数,根据所述灰度值及所述种类个数为所述目标图像中各像素点分别生成形象码;
分界点获取模块30,用于读取所述形象码,将形象码不同的两个相邻像素点作为当前像素分界点;
图像分界模块40,用于根据所述当前像素分界点的位置信息对所述目标图像进行分界。
本实施例通过根据目标图像的灰度值及其种类个数为各像素点生成形象码,并根据形象码及对应的位置信息获得当前像素分界点,再结合对应的位置信息对目标图像进行分界,实现了对目标图像多个灰度值的分界线的统计,提高了图像识别的准确度。
基于本发明上述图像分界装置第一实施例,提出本发明图像分界装置的第二实施例。
在本实施例中,所述灰度划分模块10,还用于将目标图像作二值化处理,获得二值化图像;获取所述二值化图像中各像素点的灰度值和位置信息。
所述分界点获取模块30,还用于根据历史像素分界点确定分界点活动区域;根据所述分界点活动区域剔除不符合区域活动规则的当前像素分界点。
所述分界点获取模块30,还用于计算各当前像素分界点与所述分界点活动区域之间的距离值;将所述距离值超过预设距离阈值的当前像素分界点标记为无效分界点;统计所述无效分界点的个数;在所述个数小于预设数量时,将所述无效分界点从所述当前像素分界点中剔除。
所述图像分界模块40,还用于确定对所述目标图像进行分界所获得的多个待选区域;获取各待选区域的像素数量;根据所述像素数量从所述待选区域中选取符合预设规则的目标区域;将所述目标区域进行展示。
所述图像分界模块40,还用于计算所述像素数量与预设数量之间的比值;将所述比值超过预设比值的待选区域作为目标区域。
所述图像分界模块40,还用于确定对所述目标图像进行分界所获得的多个待选区域;获取所述待选区域的位置信息与目标图像的位置信息的重合度;选取重合度最高的待选区域作为目标区域;将所述目标区域进行展示。
本发明图像分界装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种图像分界方法,其特征在于,所述方法包括:
获取目标图像中各像素点的灰度值和位置信息;
统计所述灰度值的种类个数,根据所述灰度值及所述种类个数为所述目标图像中各像素点分别生成形象码;
读取所述形象码,将形象码不同的两个相邻像素点作为当前像素分界点;
根据所述当前像素分界点的位置信息对所述目标图像进行分界。
2.如权利要求1所述的方法,其特征在于,所述获取目标图像中各像素点的灰度值和位置信息的步骤,具体包括:
将目标图像作二值化处理,获得二值化图像;
获取所述二值化图像中各像素点的灰度值和位置信息。
3.如权利要求1所述的方法,其特征在于,所述读取所述形象码,将形象码不同的两个相邻像素点作为当前像素分界点的步骤之后,还包括:
根据历史像素分界点确定分界点活动区域;
根据所述分界点活动区域剔除不符合区域活动规则的当前像素分界点。
4.如权利要求3所述的方法,其特征在于,所述根据所述分界点活动区域剔除不符合区域活动规则的当前像素分界点的步骤,具体包括:
计算各当前像素分界点与所述分界点活动区域之间的距离值;
将所述距离值超过预设距离阈值的当前像素分界点标记为无效分界点;
统计所述无效分界点的个数;
在所述个数小于预设数量时,将所述无效分界点从所述当前像素分界点中剔除。
5.如权利要求1~4中任一项所述的方法,其特征在于,所述根据所述当前像素分界点的位置信息对所述目标图像进行分界的步骤之后,还包括:
确定对所述目标图像进行分界所获得的多个待选区域;
获取各待选区域的像素数量;
根据所述像素数量从所述待选区域中选取符合预设规则的目标区域;
将所述目标区域进行展示。
6.如权利要求5所述的方法,其特征在于,所述根据所述像素数量从所述待选区域中选取符合预设规则的目标区域的步骤,具体包括:
计算所述像素数量与预设数量之间的比值;
将所述比值超过预设比值的待选区域作为目标区域。
7.如权利要求1~4中任一项所述的方法,其特征在于,所述根据所述当前像素分界点的位置信息对所述目标图像进行分界的步骤之后,还包括:
确定对所述目标图像进行分界所获得的多个待选区域;
获取所述待选区域的位置信息与目标图像的位置信息的重合度;
选取重合度最高的待选区域作为目标区域;
将所述目标区域进行展示。
8.一种图像分界装置,其特征在于,所述装置包括:
灰度划分模块,用于获取目标图像中各像素点的灰度值和位置信息;
形象码生成模块,用于统计所述灰度值的种类个数,根据所述灰度值及所述种类个数为所述目标图像中各像素点分别生成形象码;
分界点获取模块,用于读取所述形象码,将形象码不同的两个相邻像素点作为当前像素分界点;
图像分界模块,用于根据所述当前像素分界点的位置信息对所述目标图像进行分界。
9.一种终端设备,其特征在于,所述终端设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行图像分界程序,所述图像分界程序配置为实现如权利要求1至7中任一项所述的图像分界方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有图像分界程序,所述图像分界程序被处理器执行时实现如权利要求1至7任一项所述的图像分界方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010122111.5A CN111311623A (zh) | 2020-02-26 | 2020-02-26 | 图像分界方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010122111.5A CN111311623A (zh) | 2020-02-26 | 2020-02-26 | 图像分界方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111311623A true CN111311623A (zh) | 2020-06-19 |
Family
ID=71148104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010122111.5A Pending CN111311623A (zh) | 2020-02-26 | 2020-02-26 | 图像分界方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111311623A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05224747A (ja) * | 1992-02-14 | 1993-09-03 | Tokimec Inc | 移動体 |
| US20080144935A1 (en) * | 2006-11-30 | 2008-06-19 | Chav Ramnada | Method for segmentation of digital images |
| US20100002133A1 (en) * | 2006-12-27 | 2010-01-07 | Masafumi Ueno | Image displaying device and method,and image processing device and method |
| WO2017101730A1 (zh) * | 2015-12-18 | 2017-06-22 | 阿里巴巴集团控股有限公司 | 数据归类的方法和装置 |
| US20180167643A1 (en) * | 2016-12-12 | 2018-06-14 | Canon Kabushiki Kaisha | Encoding device, encoding method, decoding device, decoding method, and generation method |
| WO2018201809A1 (zh) * | 2017-05-05 | 2018-11-08 | 中国科学院计算技术研究所 | 基于双摄像头的图像处理装置及方法 |
| CN109255784A (zh) * | 2018-09-13 | 2019-01-22 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
| CN109740665A (zh) * | 2018-12-29 | 2019-05-10 | 珠海大横琴科技发展有限公司 | 基于专家知识约束的遮挡图像船只目标检测方法及系统 |
| CN110276229A (zh) * | 2018-03-14 | 2019-09-24 | 京东方科技集团股份有限公司 | 目标物体区域中心定位方法和装置 |
| US20200034972A1 (en) * | 2018-07-25 | 2020-01-30 | Boe Technology Group Co., Ltd. | Image segmentation method and device, computer device and non-volatile storage medium |
-
2020
- 2020-02-26 CN CN202010122111.5A patent/CN111311623A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05224747A (ja) * | 1992-02-14 | 1993-09-03 | Tokimec Inc | 移動体 |
| US20080144935A1 (en) * | 2006-11-30 | 2008-06-19 | Chav Ramnada | Method for segmentation of digital images |
| US20100002133A1 (en) * | 2006-12-27 | 2010-01-07 | Masafumi Ueno | Image displaying device and method,and image processing device and method |
| WO2017101730A1 (zh) * | 2015-12-18 | 2017-06-22 | 阿里巴巴集团控股有限公司 | 数据归类的方法和装置 |
| US20180167643A1 (en) * | 2016-12-12 | 2018-06-14 | Canon Kabushiki Kaisha | Encoding device, encoding method, decoding device, decoding method, and generation method |
| WO2018201809A1 (zh) * | 2017-05-05 | 2018-11-08 | 中国科学院计算技术研究所 | 基于双摄像头的图像处理装置及方法 |
| CN110276229A (zh) * | 2018-03-14 | 2019-09-24 | 京东方科技集团股份有限公司 | 目标物体区域中心定位方法和装置 |
| US20200034972A1 (en) * | 2018-07-25 | 2020-01-30 | Boe Technology Group Co., Ltd. | Image segmentation method and device, computer device and non-volatile storage medium |
| CN109255784A (zh) * | 2018-09-13 | 2019-01-22 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
| CN109740665A (zh) * | 2018-12-29 | 2019-05-10 | 珠海大横琴科技发展有限公司 | 基于专家知识约束的遮挡图像船只目标检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111079772B (zh) | 图像边缘提取处理方法、装置及存储介质 | |
| US9697423B1 (en) | Identifying the lines of a table | |
| CN111291753B (zh) | 基于图像的文本识别方法、装置及存储介质 | |
| CN114758145B (zh) | 一种图像脱敏方法、装置、电子设备及存储介质 | |
| CN112651953A (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
| CN111428707B (zh) | 图形识别码的识别方法、装置、存储介质及电子设备 | |
| CN110163786A (zh) | 一种去除水印的方法、装置及设备 | |
| CN115760653A (zh) | 图像校正方法、装置、设备及可读存储介质 | |
| CN105825250B (zh) | 一种不良显示面板的统计方法及装置 | |
| CN115775315A (zh) | Roi提取方法、装置、设备及可读存储介质 | |
| CN113343797B (zh) | 信息提取方法、装置、终端设备及计算机可读存储介质 | |
| CN111311623A (zh) | 图像分界方法、装置、设备及存储介质 | |
| CN111861965A (zh) | 图像逆光检测方法、图像逆光检测装置及终端设备 | |
| CN118522020B (zh) | 一种书写数据处理方法、电子设备及可读存储介质 | |
| US9785856B2 (en) | Repairing holes in images | |
| CN110263310B (zh) | 数据图生成方法、装置及计算机可读存储介质 | |
| CN107085849B (zh) | 一种图像二值化处理方法、装置、设备和存储介质 | |
| US12062246B2 (en) | Extracting text from an image | |
| EP3422251A1 (en) | Typesetness score for a table | |
| CN117788782A (zh) | 物料码识别方法、装置及物料码识别系统 | |
| JP2023121890A (ja) | プログラム、情報処理装置、情報処理システム、情報処理方法 | |
| CN115880362A (zh) | 码区定位方法、装置、计算机设备及计算机可读存储介质 | |
| CN109325573B (zh) | 一种二维码生成方法、二维码识读方法及装置 | |
| US10268920B2 (en) | Detection of near rectangular cells | |
| CN113033173A (zh) | 一种流式文档图片加载方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201016 Address after: 261031, north of Jade East Street, Dongming Road, Weifang hi tech Zone, Shandong province (GoerTek electronic office building, Room 502) Applicant after: GoerTek Optical Technology Co.,Ltd. Address before: 261031 Dongfang Road, Weifang high tech Industrial Development Zone, Shandong, China, No. 268 Applicant before: GOERTEK Inc. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |
|
| RJ01 | Rejection of invention patent application after publication |