CN106683103A - 题目获取方法及装置 - Google Patents
题目获取方法及装置 Download PDFInfo
- Publication number
- CN106683103A CN106683103A CN201611264729.5A CN201611264729A CN106683103A CN 106683103 A CN106683103 A CN 106683103A CN 201611264729 A CN201611264729 A CN 201611264729A CN 106683103 A CN106683103 A CN 106683103A
- Authority
- CN
- China
- Prior art keywords
- exercise question
- picture
- image
- region
- segmentation algorithm
- 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
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]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
一种题目获取方法及装置,所述方法包括以下步骤:获取题目所在页面的图片;采用图像分割算法从所述图片中提取包含所述题目的图像区域;响应于针对所述图像区域的保存操作,将所述图像区域存储至预设的保存地址。本发明方案可以准确提取包含题目的图像区域,使用户无需二次加工即可直接存储所述图像区域,使用方便。
Description
技术领域
本发明涉及电子技术领域,尤其是涉及一种题目获取方法及装置。
背景技术
在教学工作中,教师通常会选择合适的题目供学生答题,也即具有建立自有题库的需求。目前,当教师准备自有题库时,通常采用的方式为文本输入题目,或者对题目所在的页面进行拍照,然后将照片传输至题库。
但是,目前准备自有题库的方法不够便利。具体而言采用文本输入题目的方式不仅占用大量精力,而且难以显示出题目中带有色彩标记的图片;而对题目所在的页面进行拍照,常常无法避免照片中出现用户不需要的冗余信息,例如题目周边的背景花纹或标记会影响阅读,从而导致用户需要在存储题目前对图片进行二次加工,影响使用的便利性。
发明内容
本发明解决的技术问题是提供一种题目获取方法及装置,可以准确提取题目的图像,使用户无需二次加工即可直接存储所述图像,使用方便。
为解决上述技术问题,本发明实施例提供一种题目获取方法,包括以下步骤:获取题目所在页面的图片;采用图像分割算法从所述图片中提取包含所述题目的图像区域;响应于针对所述图像区域的保存操作,将所述图像区域存储至预设的保存地址。
可选的,从图像传感器获取所述图片。
可选的,所述图像分割算法包括基于边缘检测的图像分割算法、基于阈值的图像分割算法或基于区域生长的图像分割算法。
可选的,所述采用图像分割算法从所述图片中提取包含所述题目的图像区域包括:显示悬浮框;响应于用户对所述悬浮框的边的拉伸操作,确定分割区域,采用图像分割算法从所述图片中提取所述分割区域内的图像区域,所述分割区域由拉伸操作后的所述悬浮框定义。
可选的,针对所述图像区域的保存操作包括:所述图像区域被拖拽至预设位置。
可选的,所述预设的保存地址包括本地的保存地址或服务器上的保存地址。
可选的,在所述采用图像分割算法从所述图片上提取包含所述题目的图像区域之前,所述题目获取方法还包括:对所述图片进行倾斜校正。
可选的,在所述获取题目所在页面的图片之后,所述题目获取方法还包括:存储所述题目所在页面的图片。
可选的,所述题目获取方法还包括:接收针对所述图像区域设置的题目参数,所述题目参数包括以下一项或多项:知识点、分值、难度系数。
为解决上述技术问题,本发明实施例提供一种题目获取装置,包括:获取单元,适于获取题目所在页面的图片;提取单元,适于采用图像分割算法从所述图片中提取包含所述题目的图像区域;第一存储单元,适于响应于针对所述图像区域的保存操作,将所述图像区域存储至预设的保存地址。
可选的,从图像传感器获取所述图片。
可选的,所述图像分割算法包括基于边缘检测的图像分割算法、基于阈值的图像分割算法或基于区域生长的图像分割算法。
可选的,所述提取单元包括:显示子单元,适于显示悬浮框;提取子单元,适于响应于用户对所述悬浮框的边的拉伸操作,确定分割区域,采用图像分割算法从所述图片中提取所述分割区域内的图像区域,所述分割区域由拉伸操作后的所述悬浮框定义。
可选的,针对所述图像区域的保存操作包括:所述图像区域被拖拽至预设位置。
可选的,所述预设的保存地址包括本地的保存地址或服务器上的保存地址。
可选的,所述题目获取装置还包括:校正单元,适于在采用图像分割算法从所述图片上提取包含所述题目的图像区域之前,对所述图片进行倾斜校正。
可选的,所述题目获取装置还包括:第二存储单元,适于在所述获取题目所在页面的图片之后,存储所述题目所在页面的图片。
可选的,所述题目获取装置还包括:接收单元,适于接收针对所述图像区域设置的题目参数,所述题目参数包括以下一项或多项:知识点、分值、难度系数。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
本发明实施例提供一种题目获取方法,包括以下步骤:获取题目所在页面的图片;采用图像分割算法从所述图片中提取包含所述题目的图像区域;响应于针对所述图像区域的保存操作,将所述图像区域存储至预设的保存地址。在本发明实施例中,可以准确提取包含题目的图像区域,使用户无需二次加工即可直接存储所述图像区域,使用方便。
进一步,在本发明实施例中,可以采用多种方法提取题目的图像,具体而言,当图片内不仅包括待上传题目,还包括其他干扰内容(例如所述待上传题目以外的题目)时,可以通过显示悬浮框,响应于用户对悬浮框的边的拉伸操作,确定分割区域,进而采用图像分割算法从所述图片中提取所述悬浮框内的图像区域,从而可以响应于用户的选择实现对题目的提取。
进一步,在实施图像分割之前,本发明实施例对所述图片进行倾斜校正,以将所述图片进行旋转后得到端正的图像,可以使分割得到的题目文字和图片更加端正,方便用户直接使用。
附图说明
图1是本发明实施例中的一种题目获取方法的流程图;
图2是本发明实施例中的一种基于悬浮框确定分割区域的示意图;
图3是本发明实施例中的一种题目获取装置的结构示意图;
图4是图3中提取单元32的一种具体实现的结构示意图。
具体实施方式
在现有技术中,当教师准备自有题库时,通常采用的方式为文本输入题目,或者对题目所在的页面进行拍照,然后将照片传输至题库。但是,目前准备自有题库的方法不够便利。
本发明的发明人经过研究发现,上述问题的关键在于提取题目的方式不够便利,无论采用文本输入的方式提取题目,还是采用拍照,然后对照片中的题目进行二次加工,都需要占用大量人力,影响使用的便利性。
本发明实施例提供一种题目获取方法,包括以下步骤:获取题目所在页面的图片;采用图像分割算法从所述图片中提取包含所述题目的图像区域;响应于针对所述图像区域的保存操作,将所述图像区域存储至预设的保存地址。在本发明实施例中,可以准确提取包含题目的图像区域,使用户无需二次加工即可直接存储所述图像区域,使用方便。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明实施例中的一种题目获取方法的流程图。所述题目获取方法可以包括步骤S11至步骤S13:
步骤S11:获取题目所在页面的图片。
步骤S12:采用图像分割算法从所述图片中提取包含所述题目的图像区域。
步骤S13:响应于针对所述图像区域的保存操作,将所述图像区域存储至预设的保存地址。
在步骤S11的具体实施中,可以通过各种适当的图像传感器(如照相机、手机摄像头等)来拍摄题目所在页面,以获取所述页面的图片。
在步骤S12的具体实施中,采用图像分割算法从所述图片中提取包含所述题目的图像区域。
具体地,采用图像分割算法将图片中题目的图像区域和背景分离,进而提取题目的图像区域。
其中,图像分割算法可以包括基于边缘检测的图像分割算法、基于阈值的图像分割算法或基于区域生长的图像分割算法。
进一步地,基于边缘检测的图像分割算法是较为基本的一种图像分割算法,该算法首先通过边缘检测提取出图像的边缘,进而基于所述边缘将图像分割成一个或多个区域。
在具体实施中,对图像进行边缘检测的过程通常为:对原始图像进行滤波处理,得到平滑后的图像,增强该整体图像的灰度值强度,以得到梯度图像或者包含有过零点的图像,进而对图像的边缘进行检测。其中图像的边缘用于指示该图像中灰度值发生明显变化的地方,代表着图像中图像强度的不连续性。
其中,较为常用的提取图像边缘特征信息的算法包括:Roberts边缘检测算法、Sobel边缘检测算法、拉普拉斯边缘检测算法、Prewitt边缘检测算法、LOG边缘检测算法、Canny边缘检测算法、基于小波变换的边缘检测算法等。
优选地,由于小波变换具有良好的局域性以及多分辨率的特性,基于小波变换的边缘检测算法也较其他几种算法更为有效和准确,提取得到的边缘信息更加丰富。
基于阈值的图像分割算法是另一种得到普遍应用的图像分割算法,该算法通过图像的灰度特征计算一个或者多个灰度阈值,并且将所述阈值与图像的每个像素点进行比对,进而根据比对的结果进行图像分割。该算法适用于背景区域的灰度值较为均匀的情况,例如去除题目所在页面的背景花纹。
基于区域生长的图像分割算法,为将图像当中具有某种相似性质的一些像素点集合起来构成一定的区域,进而将该区域从图片的背景中提取出来。具体地,将像素点集合起来的步骤通常包括:在带分割的区域中选择一个像素作为种子像素,然后在预设范围的邻域内,将与该种子像素具有相似性质(例如像素值差或者灰度差的绝对值小于预设阈值)的像素集合到种子像素所在区域中,进而再将获得的上述新像素作为新的种子像素,重复上述集合过程。该算法适用于背景区域与题目的图像区域具有较大像素差异的情况,例如在题目图像的内部区域或周边区域,去除采用与题目不同颜色做出的标记。
进一步地,当获取的图片内不仅包括待上传题目,还包括其他题目时,直接采用上述图像分割算法有可能误将其它题目当作待提取题目的一部分,而无法进行区分,导致提取得到的图像区域包含无效内容。
图2是本发明实施例中的一种基于悬浮框确定分割区域的示意图,如图2所示,在图片21区域内,包含有题目1、题目2和题目3。当用户仅需要提取题目2时,采用上述图像分割算法往往会将题目1至3全部提取。
在本发明实施例中,可以显示悬浮框22,用户可以对所述悬浮框22的边进行拉伸、缩小等操作,使得悬浮框22内的区域仅包含与题目2相关的内容。其中,该悬浮框22可以是在选中所述图片时自动生成的,也可以是一直在图片所在区域中显示的。并且,所述悬浮框22的尺寸、形状、所处位置等信息均可以进行预先设定,本发明实施例对此不作限制。
更进一步地,响应于用户对悬浮框22的边的拉伸操作,确定分割区域,所述分割区域由拉伸操作后的所述悬浮框22定义,如图2示出的,拉伸操作后的所述悬浮框22仅包含题目2的内容,构成待分割区域。
更进一步地,采用图像分割算法从所述图片中提取所述悬浮框22内的图像区域,从而可以响应于用户的选择,实现对部分题目或者题目的一部分进行提取。
继续参照图1,在步骤S13的具体实施中,响应于针对所述图像区域的保存操作,将所述图像区域存储至预设的保存地址。
具体地,针对所述图像区域的保存操作可以为将所述图像区域拖拽至预设位置,还可以包括双击、右键选择、等待预设时长等操作。其中,预设位置可以是预设的按钮、图像、文字、标记、文件夹等。
进一步地,将所述图像区域存储至预设的保存地址。其中,所述预设的保存地址包括本地的保存地址或服务器上的保存地址。从而根据用户的需求,在本地或者在服务器上建立自有题库,进而实现题目的归纳、收藏、布置等相关操作。
在本发明实施例中,可以通过图像分割算法实现准确提取包含题目的图像区域,使用户无需二次加工即可直接存储所述图像区域,使用方便。
进一步地,在所述采用图像分割算法从所述图片上提取包含所述题目的图像区域之前,还包括对所述图片进行倾斜校正的步骤。
具体地,可以采用图像倾斜校正算法,对图像的倾斜角进行检测,进而将图像按照所述倾斜角进行反向旋转,以得到校正后的端正图像。其中,所述图像倾斜校正算法可以包括霍夫变换算法或小波变换算法。
在本发明实施例中,在实施图像分割之前对所述图片进行倾斜校正,以将所述图片进行旋转后得到端正的图像,可以使分割得到的题目文字和图片更加端正,方便用户直接使用。
更进一步地,在所述获取题目所在页面的图片之后,还包括存储所述题目所在页面的图片的步骤,以保存原始数据。
采用本发明实施例,可以使用户在需要重新提取图片时,无需通过图像传感器再次获取,即可直接调用。
更进一步地,接收针对所述图像区域设置的题目参数,所述题目参数包括以下一项或多项:知识点、分值、难度系数。
在本发明实施例中,根据所述题目参数,用户可以方便地选择一个或多个题目作为作业或考题进行布置,有效地节约时间,提高效率。
参照图3,图3是本发明实施例中的一种题目获取装置的结构示意图。所述题目获取装置可以包括获取单元31、提取单元32、第一存储单元33、校正单元34、第二存储单元35和接收单元36。
其中,所述获取单元31,适于获取题目所在页面的图片。
所述提取单元32,适于采用图像分割算法从所述图片中提取包含所述题目的图像区域。
所述第一存储单元33,适于响应于针对所述图像区域的保存操作,将所述图像区域存储至预设的保存地址。
所述校正单元34,适于在采用图像分割算法从所述图片上提取包含所述题目的图像区域之前,对所述图片进行倾斜校正。
所述第二存储单元35,适于在所述获取题目所在页面的图片之后,存储所述题目所在页面的图片。
所述接收单元36,适于接收针对所述图像区域设置的题目参数,所述题目参数包括以下一项或多项:知识点、分值、难度系数。
进一步地,所述图像分割算法包括基于边缘检测的图像分割算法、基于阈值的图像分割算法或基于区域生长的图像分割算法。
进一步地,针对所述图像区域的保存操作包括:所述图像区域被拖拽至预设位置。
进一步地,所述预设的保存地址包括本地的保存地址或服务器上的保存地址。
更进一步地,图4示出的是图3中提取单元32的一种具体实现的结构示意图。所述提取单元32可以包括显示子单元321和提取子单元322。
其中,所述显示子单元321,适于显示悬浮框。
所述提取子单元322,适于响应于用户对所述悬浮框的边的拉伸操作,确定分割区域,采用图像分割算法从所述图片中提取所述分割区域内的图像区域,所述分割区域由拉伸操作后的所述悬浮框定义。
关于该题目获取装置的更多详细内容请参照前文及图1至图2示出的关于题目获取方法的相关描述,此处不再赘述。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于以计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (18)
1.一种题目获取方法,其特征在于,包括以下步骤:
获取题目所在页面的图片;
采用图像分割算法从所述图片中提取包含所述题目的图像区域;
响应于针对所述图像区域的保存操作,将所述图像区域存储至预设的保存地址。
2.根据权利要求1所述的题目获取方法,其特征在于,从图像传感器获取所述图片。
3.根据权利要求1所述的题目获取方法,其特征在于,所述图像分割算法包括基于边缘检测的图像分割算法、基于阈值的图像分割算法或基于区域生长的图像分割算法。
4.根据权利要求1所述的题目获取方法,其特征在于,所述采用图像分割算法从所述图片中提取包含所述题目的图像区域包括:
显示悬浮框;
响应于用户对所述悬浮框的边的拉伸操作,确定分割区域,采用图像分割算法从所述图片中提取所述分割区域内的图像区域,所述分割区域由拉伸操作后的所述悬浮框定义。
5.根据权利要求1所述的题目获取方法,其特征在于,针对所述图像区域的保存操作包括:
所述图像区域被拖拽至预设位置。
6.根据权利要求1所述的题目获取方法,其特征在于,所述预设的保存地址包括本地的保存地址或服务器上的保存地址。
7.根据权利要求1所述的题目获取方法,其特征在于,在所述采用图像分割算法从所述图片上提取包含所述题目的图像区域之前,还包括:
对所述图片进行倾斜校正。
8.根据权利要求1所述的题目获取方法,其特征在于,在所述获取题目所在页面的图片之后,还包括:
存储所述题目所在页面的图片。
9.根据权利要求1所述的题目获取方法,其特征在于,还包括:
接收针对所述图像区域设置的题目参数,所述题目参数包括以下一项或多项:知识点、分值、难度系数。
10.一种题目获取装置,其特征在于,包括:
获取单元,适于获取题目所在页面的图片;
提取单元,适于采用图像分割算法从所述图片中提取包含所述题目的图像区域;
第一存储单元,适于响应于针对所述图像区域的保存操作,将所述图像区域存储至预设的保存地址。
11.根据权利要求10所述的题目获取装置,其特征在于,从图像传感器获取所述图片。
12.根据权利要求10所述的题目获取装置,其特征在于,所述图像分割算法包括基于边缘检测的图像分割算法、基于阈值的图像分割算法或基于区域生长的图像分割算法。
13.根据权利要求10所述的题目获取装置,其特征在于,所述提取单元包括:
显示子单元,适于显示悬浮框;
提取子单元,适于响应于用户对所述悬浮框的边的拉伸操作,确定分割区域,采用图像分割算法从所述图片中提取所述分割区域内的图像区域,所述分割区域由拉伸操作后的所述悬浮框定义。
14.根据权利要求10所述的题目获取装置,其特征在于,针对所述图像区域的保存操作包括:
所述图像区域被拖拽至预设位置。
15.根据权利要求10所述的题目获取装置,其特征在于,所述预设的保存地址包括本地的保存地址或服务器上的保存地址。
16.根据权利要求10所述的题目获取装置,其特征在于,还包括:
校正单元,适于在采用图像分割算法从所述图片上提取包含所述题目的图像区域之前,对所述图片进行倾斜校正。
17.根据权利要求10所述的题目获取装置,其特征在于,还包括:
第二存储单元,适于在所述获取题目所在页面的图片之后,存储所述题目所在页面的图片。
18.根据权利要求10所述的题目获取装置,其特征在于,还包括:
接收单元,适于接收针对所述图像区域设置的题目参数,所述题目参数包括以下一项或多项:知识点、分值、难度系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611264729.5A CN106683103A (zh) | 2016-12-30 | 2016-12-30 | 题目获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611264729.5A CN106683103A (zh) | 2016-12-30 | 2016-12-30 | 题目获取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106683103A true CN106683103A (zh) | 2017-05-17 |
Family
ID=58850608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611264729.5A Pending CN106683103A (zh) | 2016-12-30 | 2016-12-30 | 题目获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106683103A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578659A (zh) * | 2017-09-27 | 2018-01-12 | 广东小天才科技有限公司 | 电子题目的生成方法、生成装置及终端 |
CN111913934A (zh) * | 2020-07-08 | 2020-11-10 | 珠海大横琴科技发展有限公司 | 目标样本数据库构建方法、装置及计算机设备 |
CN112528612A (zh) * | 2019-08-29 | 2021-03-19 | 小船出海教育科技(北京)有限公司 | 在文档中显示网页内容的方法、装置、存储介质及处理器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1796019A1 (en) * | 2005-12-12 | 2007-06-13 | Xerox Corporation | Personal information retrieval using knowledge bases for optical character recognition correction |
CN101334814A (zh) * | 2008-04-28 | 2008-12-31 | 华北电力大学 | 一种自动化的扫描阅卷***及阅卷方法 |
CN103985279A (zh) * | 2014-05-27 | 2014-08-13 | 北京师范大学 | 一种社会化的作业批阅和学生学习过程信息记录***及方法 |
CN104933068A (zh) * | 2014-03-19 | 2015-09-23 | 阿里巴巴集团控股有限公司 | 一种信息搜索的方法和装置 |
CN105184232A (zh) * | 2015-08-12 | 2015-12-23 | 祁亨年 | 一种o2o互联网作业本、***及实现方法 |
CN105989347A (zh) * | 2015-02-28 | 2016-10-05 | 科大讯飞股份有限公司 | 客观题智能阅卷方法及*** |
-
2016
- 2016-12-30 CN CN201611264729.5A patent/CN106683103A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1796019A1 (en) * | 2005-12-12 | 2007-06-13 | Xerox Corporation | Personal information retrieval using knowledge bases for optical character recognition correction |
CN101334814A (zh) * | 2008-04-28 | 2008-12-31 | 华北电力大学 | 一种自动化的扫描阅卷***及阅卷方法 |
CN104933068A (zh) * | 2014-03-19 | 2015-09-23 | 阿里巴巴集团控股有限公司 | 一种信息搜索的方法和装置 |
CN103985279A (zh) * | 2014-05-27 | 2014-08-13 | 北京师范大学 | 一种社会化的作业批阅和学生学习过程信息记录***及方法 |
CN105989347A (zh) * | 2015-02-28 | 2016-10-05 | 科大讯飞股份有限公司 | 客观题智能阅卷方法及*** |
CN105184232A (zh) * | 2015-08-12 | 2015-12-23 | 祁亨年 | 一种o2o互联网作业本、***及实现方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578659A (zh) * | 2017-09-27 | 2018-01-12 | 广东小天才科技有限公司 | 电子题目的生成方法、生成装置及终端 |
CN112528612A (zh) * | 2019-08-29 | 2021-03-19 | 小船出海教育科技(北京)有限公司 | 在文档中显示网页内容的方法、装置、存储介质及处理器 |
CN112528612B (zh) * | 2019-08-29 | 2024-03-22 | 小船出海教育科技(北京)有限公司 | 在文档中显示网页内容的方法、装置、存储介质及处理器 |
CN111913934A (zh) * | 2020-07-08 | 2020-11-10 | 珠海大横琴科技发展有限公司 | 目标样本数据库构建方法、装置及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102750535B (zh) | 自动提取图像前景的方法和*** | |
CN101601287B (zh) | 产生照片级真实感图像缩略图的设备和方法 | |
CN112016614B (zh) | 光学图像目标检测模型的构建方法、目标检测方法及装置 | |
WO2020259510A1 (zh) | 信息植入区域的检测方法、装置、电子设备及存储介质 | |
CN110381369A (zh) | 推荐信息植入位置的确定方法、装置、设备及存储介质 | |
CN103679636A (zh) | 基于点、线双重特征的快速图像拼接方法 | |
CN108764039B (zh) | 神经网络、遥感影像的建筑物提取方法、介质及计算设备 | |
CN110427859A (zh) | 一种人脸检测方法、装置、电子设备及存储介质 | |
CN106683103A (zh) | 题目获取方法及装置 | |
CN103208115A (zh) | 基于测地线距离的图像显著性区域检测方法 | |
CN109803172B (zh) | 一种直播视频的处理方法、装置及电子设备 | |
US10958842B2 (en) | Method of displaying images in a multi-dimensional mode based on personalized topics | |
CN102982542A (zh) | 一种基于相位一致性的眼底图像血管分割方法 | |
DE102021004260A1 (de) | Textuelles Bearbeiten von digitalen Bildern | |
CN107301408A (zh) | 人体掩膜提取方法及装置 | |
CN104794479A (zh) | 基于局部笔画宽度变换的自然场景图片中文本检测方法 | |
CN112686258A (zh) | 体检报告信息结构化方法、装置、可读存储介质和终端 | |
CN111310757B (zh) | 视频弹幕检测识别方法及装置 | |
CN104504712B (zh) | 图片处理方法和装置 | |
CN102810155A (zh) | 用于从图像中提取文本笔划图像的方法和装置 | |
CN109215047B (zh) | 基于深海视频的运动目标检测方法和装置 | |
CN106503740A (zh) | 图片分类方法及装置 | |
CN108764248B (zh) | 图像特征点的提取方法和装置 | |
Frantc et al. | Machine learning approach for objective inpainting quality assessment | |
CN110879987B (zh) | 一种识别试题作答内容的方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170517 |
|
WD01 | Invention patent application deemed withdrawn after publication |