CN107169976A - 电商平台展示图片大数据的产品轮廓线绘制方法 - Google Patents
电商平台展示图片大数据的产品轮廓线绘制方法 Download PDFInfo
- Publication number
- CN107169976A CN107169976A CN201710261915.1A CN201710261915A CN107169976A CN 107169976 A CN107169976 A CN 107169976A CN 201710261915 A CN201710261915 A CN 201710261915A CN 107169976 A CN107169976 A CN 107169976A
- Authority
- CN
- China
- Prior art keywords
- contour line
- product
- exhibiting pictures
- big data
- grades
- 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
- 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; CALCULATING OR 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种电商平台展示图片大数据的产品轮廓线绘制方法,包括以下步骤:(1)获取展示图片;(2)获取展示图片的产品分类信息;(3)根据产品分类信息从给定轮廓线模板库中选取对应的产品给定轮廓线;(4)将展示图片转换成灰度图;(5)对灰度图采用CANNY 算法进行边缘检测得到I级扫描轮廓线;(6)通过高斯平滑去除边缘噪点,得到II级扫描轮廓线;(7)将II级扫描轮廓线与产品给定轮廓线拟合,II级扫描轮廓线与产品给定轮廓线对应位置距离大于设定阈值的部分通过给定轮廓线补齐得到结果轮廓线。本发明有益效果在于:算法简单,获取的轮廓线完全能满足颜色信息分析的需要;占用资源少,反应迅速,计算过程耗时短,便于电商海量大数据分析;多重去噪,既节省资源缩短处理时间又能保证处理精度。
Description
技术领域
本发明涉及图像处理技术领域,具体是指一种电商平台展示图片大数据的产品轮廓线绘制方法。
背景技术
为了统计获取电商平台展示图片的颜色分布等情况,由于背景干扰等原因,直接读取图片颜色信息会与实际情况相去甚远。专利号为201210472406.0提供一种较为精细的轮廓线绘制方法,但其计算过程耗时长占用资源多。 难以适应海量图片的颜色信息提取。
发明内容
本发明的发明目的在于针对现有技术存在的上述问题,提供一种电商平台展示图片大数据的产品轮廓线绘制方法。
上述发明目的通过以下方案实现:
电商平台展示图片大数据的产品轮廓线绘制方法,包括以下步骤:(1)获取展示图片;(2)获取展示图片的产品分类信息;(3)根据产品分类信息从给定轮廓线模板库中选取对应的产品给定轮廓线;(4)将展示图片转换成灰度图;(5)对灰度图采用CANNY 算法进行边缘检测得到I级扫描轮廓线;(6)通过高斯平滑去除边缘噪点,得到II级扫描轮廓线;(7)将II级扫描轮廓线与产品给定轮廓线拟合,II级扫描轮廓线与产品给定轮廓线对应位置距离大于设定阈值的部分通过给定轮廓线补齐得到结果轮廓线。
进一步地,步骤(7)中包括拟合预处理步骤(7-1):对展示图片进行缩放处理使之与给定轮廓线图片尺寸一致。
进一步地,步骤(6)中方差值窗口尺寸与展示图片尺寸之比为1~3:200。
进一步地,步骤(5)包括步骤(5-1)非最大信号压制:选取3×3的像素区域,比较中心像素角度上相邻的两个像素,如果中心像素角度值小于其中任意一个,则舍弃该边缘像素点,否则保留。
进一步地,步骤(5)包括步骤(5-2)双阈值边缘连接:设定高灰度阈值TH和低灰度阈值TL,a.边缘像素低于TL的则丢弃;b.边缘像素高于TH的则保留;c.边缘像素值在TL与TH之间的,若能通过边缘连接到一个像素大于TH而且边缘所有像素大于最小阈值TL的则保留,否则丢弃。
本发明有益效果在于:算法简单,获取的轮廓线完全能满足颜色信息分析的需要;占用资源少,反应迅速,计算过程耗时短,便于电商海量大数据分析;多重去噪,既节省资源缩短处理时间又能保证处理精度。
具体实施方式
以下结合具体实施例和附图对本发明作进一步说明。
电商平台展示图片大数据的产品轮廓线绘制方法,其特征在于包括以下步骤:(1)获
取展示图片;(2)获取展示图片的产品分类信息(例如T恤、短袖、无领等信息);(3)根据产品分类信息从给定轮廓线模板库中选取对应的产品给定轮廓线;(4)将展示图片转换成灰度图;(5)对灰度图采用CANNY 算法进行边缘检测得到I级扫描轮廓线;(6)通过高斯平滑去除边缘噪点,得到II级扫描轮廓线;(7)将II级扫描轮廓线与产品给定轮廓线拟合,II级扫描轮廓线与产品给定轮廓线对应位置距离大于设定阈值的部分通过给定轮廓线补齐得到结果轮廓线。
步骤(7)中包括拟合预处理步骤(7-1):对展示图片进行缩放处理使之与给定轮廓线图片尺寸一致。步骤(6)中方差值窗口尺寸与展示图片尺寸之比为1~3:200。本实施例中,方差值窗口尺寸为16×16个像素点。步骤(5)包括步骤(5-1)非最大信号压制:选取3×3的像素区域,比较中心像素角度上相邻的两个像素,如果中心像素角度值小于其中任意一个,则舍弃该边缘像素点,否则保留。
步骤(5)包括步骤(5-2)双阈值边缘连接:设定高灰度阈值TH和低灰度阈值TL,a.边缘像素低于TL的则丢弃;b.边缘像素高于TH的则保留;c.边缘像素值在TL与TH之间的,若能通过边缘连接到一个像素大于TH而且边缘所有像素大于最小阈值TL的则保留,否则丢弃。
虽然本发明已通过参考优选的实施例进行了描述,但是,本领域普通技术人员应当了解,可以不限于上述实施例的描述,在权利要求书的范围内,可作出形式和细节上的各种变化。
Claims (5)
1.电商平台展示图片大数据的产品轮廓线绘制方法,其特征在于包括以下步骤:(1)获取展示图片;(2)获取展示图片的产品分类信息;(3)根据产品分类信息从给定轮廓线模板库中选取对应的产品给定轮廓线;(4)将展示图片转换成灰度图;(5)对灰度图采用CANNY算法进行边缘检测得到I级扫描轮廓线;(6)通过高斯平滑去除边缘噪点,得到II级扫描轮廓线;(7)将II级扫描轮廓线与产品给定轮廓线拟合,II级扫描轮廓线与产品给定轮廓线对应位置距离大于设定阈值的部分通过给定轮廓线补齐得到结果轮廓线。
2.根据权利要求1所述的电商平台展示图片大数据的产品轮廓线绘制方法,其特征在于步骤(7)中包括拟合预处理步骤(7-1):对展示图片进行缩放处理使之与给定轮廓线图片尺寸一致。
3.根据权利要求1所述的电商平台展示图片大数据的产品轮廓线绘制方法,其特征在于:步骤(6)中方差值窗口尺寸与展示图片尺寸之比为1~3:200。
4.根据权利要求1所述的电商平台展示图片大数据的产品轮廓线绘制方法,其特征在于步骤(5)包括步骤(5-1)非最大信号压制:选取3×3的像素区域,比较中心像素角度上相邻的两个像素,如果中心像素角度值小于其中任意一个,则舍弃该边缘像素点,否则保留。
5.根据权利要求1所述的电商平台展示图片大数据的产品轮廓线绘制方法,其特征在于步骤(5)包括步骤(5-2)双阈值边缘连接:设定高灰度阈值TH和低灰度阈值TL,a.边缘像素低于TL的则丢弃;b.边缘像素高于TH的则保留;c.边缘像素值在TL与TH之间的,若能通过边缘连接到一个像素大于TH而且边缘所有像素大于最小阈值TL的则保留,否则丢弃。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710261915.1A CN107169976A (zh) | 2017-04-20 | 2017-04-20 | 电商平台展示图片大数据的产品轮廓线绘制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710261915.1A CN107169976A (zh) | 2017-04-20 | 2017-04-20 | 电商平台展示图片大数据的产品轮廓线绘制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107169976A true CN107169976A (zh) | 2017-09-15 |
Family
ID=59812862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710261915.1A Pending CN107169976A (zh) | 2017-04-20 | 2017-04-20 | 电商平台展示图片大数据的产品轮廓线绘制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107169976A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674972A (zh) * | 2013-12-17 | 2014-03-26 | 楚天科技股份有限公司 | 提高灯检机中相机采集速度的方法及装置 |
CN103839246A (zh) * | 2012-11-20 | 2014-06-04 | 腾讯科技(深圳)有限公司 | 获取图像轮廓线的方法及装置 |
CN104463144A (zh) * | 2014-12-26 | 2015-03-25 | 浙江慧谷信息技术有限公司 | 基于局部主方向与能量分析策略的图像中行人头肩检测方法及*** |
CN104574266A (zh) * | 2013-12-19 | 2015-04-29 | 陈鹏飞 | 基于轮廓线的图像变形技术 |
CN105258680A (zh) * | 2015-09-30 | 2016-01-20 | 西安电子科技大学 | 一种目标位姿测量方法和装置 |
CN105374036A (zh) * | 2015-11-04 | 2016-03-02 | 玉溪师范学院 | 一种图片处理方法及装置 |
CN105513111A (zh) * | 2015-09-15 | 2016-04-20 | 浙江大学 | 一种基于图像轮廓自动贴合的草图式三维造型方法 |
CN105678792A (zh) * | 2016-02-25 | 2016-06-15 | 中南大学 | 一种人体轮廓提取方法及*** |
-
2017
- 2017-04-20 CN CN201710261915.1A patent/CN107169976A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839246A (zh) * | 2012-11-20 | 2014-06-04 | 腾讯科技(深圳)有限公司 | 获取图像轮廓线的方法及装置 |
CN103674972A (zh) * | 2013-12-17 | 2014-03-26 | 楚天科技股份有限公司 | 提高灯检机中相机采集速度的方法及装置 |
CN104574266A (zh) * | 2013-12-19 | 2015-04-29 | 陈鹏飞 | 基于轮廓线的图像变形技术 |
CN104463144A (zh) * | 2014-12-26 | 2015-03-25 | 浙江慧谷信息技术有限公司 | 基于局部主方向与能量分析策略的图像中行人头肩检测方法及*** |
CN105513111A (zh) * | 2015-09-15 | 2016-04-20 | 浙江大学 | 一种基于图像轮廓自动贴合的草图式三维造型方法 |
CN105258680A (zh) * | 2015-09-30 | 2016-01-20 | 西安电子科技大学 | 一种目标位姿测量方法和装置 |
CN105374036A (zh) * | 2015-11-04 | 2016-03-02 | 玉溪师范学院 | 一种图片处理方法及装置 |
CN105678792A (zh) * | 2016-02-25 | 2016-06-15 | 中南大学 | 一种人体轮廓提取方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104408460B (zh) | 一种车道线检测及跟踪检测方法 | |
CN103996170B (zh) | 一种具有超高解析度的图像边缘锯齿消除方法 | |
CN104504388B (zh) | 一种路面裂缝识别和特征提取算法及*** | |
CN104573674B (zh) | 面向实时嵌入式***的一维条码识别方法 | |
CN105654436A (zh) | 一种基于前景背景分离的背光图像增强去噪方法 | |
Dutta et al. | A color edge detection algorithm in RGB color space | |
CN102184534B (zh) | 一种利用多尺度高帽选择变换的图像融合方法 | |
CN104700072B (zh) | 基于车道线历史帧的识别方法 | |
CN102974551A (zh) | 一种基于机器视觉的多晶硅太阳能检测分选的方法 | |
CN104463814B (zh) | 基于局部纹理方向性的图像增强方法 | |
CN103927741A (zh) | 增强目标特征的sar图像合成方法 | |
CN103218605A (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
CN103186904A (zh) | 图片轮廓提取方法及装置 | |
CN101408985A (zh) | 一种圆形光斑亚像素中心提取方法及装置 | |
CN105424709A (zh) | 一种基于图像标记的水果表面缺陷检测方法 | |
CN102693426A (zh) | 一种图像显著区域检测方法 | |
CN107066952A (zh) | 一种车道线检测方法 | |
CN105139391B (zh) | 一种雾霾天气交通图像边缘检测方法 | |
CN102855617A (zh) | 自适应图像处理方法及*** | |
CN104966285A (zh) | 一种显著性区域的检测方法 | |
CN104021527A (zh) | 一种图像中雨雪的去除方法 | |
CN103942756B (zh) | 一种深度图后处理滤波的方法 | |
CN109598736A (zh) | 深度图像与彩色图像的配准方法及装置 | |
CN103914829A (zh) | 一种含噪图像边缘检测方法 | |
CN109101985A (zh) | 一种基于自适应邻域测试的图像误匹配点对剔除方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170915 |