CN108710877A - 一种图像采集方法 - Google Patents
一种图像采集方法 Download PDFInfo
- Publication number
- CN108710877A CN108710877A CN201810402776.4A CN201810402776A CN108710877A CN 108710877 A CN108710877 A CN 108710877A CN 201810402776 A CN201810402776 A CN 201810402776A CN 108710877 A CN108710877 A CN 108710877A
- Authority
- CN
- China
- Prior art keywords
- data
- image
- image data
- alternative
- dot matrix
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
- G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明实施例涉及一种图像采集方法,包括:图像采集装置获取原始图像数据,并确定原始图像尺寸数据;对原始图像数据进行二值化处理,得到第一图像数据;对第一图像数据进行解码处理,得到第一图像数据的图像编码数据;当图像编码数据与预设的解码数据不匹配时,根据预设步长数据和预设角度范围数据对第一图像数据进行角度迭代处理,直至第二图像数据的图像编码数据与预设的解码数据相匹配;当图像编码数据与预设的解码数据相匹配时,获取目标图像数据的目标图像尺寸数据;根据目标图像尺寸数据和原始图像尺寸数据对第二图像数据进行截取,得到备选数量个备选图像数据;根据位置信息对比每个备选图像数据和原始图像数据,确定目标图像数据。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种图像采集方法。
背景技术
随着信息技术的飞速发展,人们日益普遍地使用计算机来生产、处理、交换和传播各种形式的信息。信息技术逐渐改变着人们的生活习惯。传统的利用纸张和笔进行书写的方式无法进行信息化处理,因此无法满足人们的需要。
现有技术中一般通过数码笔在编码纸上书写,实现书写笔迹的数字化存储。然而现有技术中的数码笔在采集图像时,用户握笔的姿势以及编码纸的摆放角度都会影响数码笔所采集到的图像的质量,使得图像质量精度低,无法有效还原书写笔迹。
发明内容
本发明的目的是针对现有技术的缺陷,提供一种图像采集方法,基于采集到的图像先对图像采集方向和点阵方向进行旋转和倾斜角度修正,再对修正后进行图像二值化处理和截取处理,使得二值化处理和截取处理过程效率更高,从而使得所获得的可识别编码图像的精准度更高,有利于对可识别编码图像进行后续处理,从而更有效的还原所采集到的图像。
为实现上述目的,本发明实施例提供了一种图像采集方法,包括:
图像采集装置获取原始图像数据,并确定所述原始图像数据的原始图像尺寸数据;
对所述原始图像数据进行二值化处理,得到第一图像数据;
对所述第一图像数据进行解码处理,得到所述第一图像数据的图像编码数据;
确定所述图像编码数据是否与预设的解码数据相匹配;
当所述图像编码数据与预设的解码数据不匹配时,根据预设步长数据和预设角度范围数据对所述第一图像数据进行角度迭代处理,得到第二图像数据;
确定对所述第二图像数据进行解码处理后所得到所述第二图像数据的图像编码数据是否与所述预设的解码数据相匹配;
当所述第二图像数据的图像编码数据与所述预设的解码数据不匹配时,根据所述预设步长数据和所述预设角度范围数据继续对所述第二图像数据进行角度迭代处理,直至所述第二图像数据的图像编码数据与所述预设的解码数据相匹配;
当所述图像编码数据与所述预设的解码数据相匹配时,获取目标图像数据的目标图像尺寸数据;
根据所述目标图像尺寸数据和所述原始图像尺寸数据对所述第二图像数据进行截取,得到备选数量个备选图像数据;每个所述备选图像数据包括备选图像数据的位置信息;
根据所述位置信息对比每个所述备选图像数据和所述原始图像数据,从所述备选数量个备选图像数据中确定所述目标图像数据。
优选的,所述对所述原始图像数据进行二值化处理具体为:
解析所述原始图像数据,得到多个原始图像的像素点数据;
遍历所述原始图像数据中的每个所述原始图像的像素点数据,确定所述原始图像的像素点数据的像素值是否大于预设的像素值;
当所述原始图像的像素点数据的像素值大于预设的像素值时,将所述原始图像的像素点数据的像素值设置为第一像素值;
当所述原始图像的像素点数据的像素值不大于预设的像素值时,将所述原始图像的像素点数据的像素值设置为第二像素值。
优选的,所述原始图像数据、所述第一图像数据、所述第二图像数据、所述备选图像数据和所述目标图像数据均包括多个点阵点数据。
进一步优选的,所述对所述第一图像数据进行角度迭代处理包括对所述第一图像数据进行旋转角度迭代处理和对所述第一图像数据进行倾斜角度迭代处理。
进一步优选的,所述旋转角度迭代处理具体为:
获取预设的旋转角度数据;
依次遍历所述第一图像数据中的每个所述点阵点数据,根据所述预设的旋转角度数据在第一范围内对每个所述点阵点数据进行一次或多次水平旋转处理;
每一次所述水平旋转处理后的多个点阵点数据为下一次水平旋转处理的第一图像数据中的点阵点数据。
进一步优选的,所述倾斜角度迭代处理具体为:
获取预设的倾斜角度数据;
确定所述第一图像数据中每个所述点阵点数据之间的距离变化值是否为第一变化值;
当所述第一图像数据中每个所述点阵点数据之间的距离变化值为第一变化值时,依次遍历所述第一图像数据中的每个所述点阵点数据,根据所述预设的倾斜角度数据在第二范围内对每个所述点阵点数据进行一次或多次垂直旋转处理;
当所述第一图像数据中每个所述点阵点数据之间的距离变化值不为第一变化值时,依次遍历所述第一图像数据中的每个所述点阵点数据,根据所述预设的倾斜角度数据在第三范围内对每个所述点阵点数据进行一次或多次垂直旋转处理;
每一次所述垂直旋转处理后的多个点阵点数据为下一次垂直旋转处理的第一图像数据中的点阵点数据。
优选的,所述根据所述目标图像尺寸数据和所述原始图像尺寸数据对所述第二图像数据进行截取具体为:
获取预设的步长数据;
根据所述目标图像尺寸数据和所述原始图像尺寸数据,以所述预设的步长数据为单位对所述第二图像数据进行截取。
优选的,所述根据所述位置信息对比每个所述备选图像数据和所述原始图像数据,从所述备选数量个备选图像数据中确定所述目标图像数据具体为:
解析每个所述备选图像数据,得到每个所述备选图像数据的点阵点数据的数量;
确定每个所述备选图像数据的点阵点数据的数量是否在预设的点阵点个数范围内;
当所述备选图像数据的点阵点数据的数量在所述预设的点阵点个数范围内时,根据所述位置信息,对比所述点阵点数据的数量在预设的点阵点个数范围的所述备选图像数据和所述原始图像数据,从备选数量个备选图像数据中确定目标图像数据。
进一步优选的,所述备选图像数据包括备选图像的像素点数据;所述备选图像的像素点数据包括多个像素区域。
进一步优选的,所述解析每个所述备选图像数据,得到每个所述备选图像数据的点阵点数据的数量具体为:
当所述备选图像的像素点数据中的每个所述像素区域中的所述的像素值均为所述第一像素值时,将所述备选图像的像素点数据设置为所述点阵点数据;
得到每个所述备选图像数据中的点阵点数据的数量。
本发明实施例提供的图像采集方法,基于采集到的图像先对图像采集方向和点阵方向进行旋转和倾斜角度修正,再对修正后进行图像二值化处理和截取处理,使得二值化处理和截取处理过程效率更高,从而使得所获得的可识别编码图像的精准度更高,有利于对可识别编码图像进行后续处理,从而更有效的还原所采集到的图像。
附图说明
图1为本发明实施例提供的图像采集方法流程图;
图2为本发明实施例提供的一种点阵区域的示意图;
图3为本发明实施例提供的一种传感器采集图像的采集方向与编码纸的角度为旋转角度时的图像示意图;
图4a为本发明实施例提供的一种传感器采集图像的采集方向与编码纸的角度为倾斜角度时的图像示意图;
图4b为本发明实施例提供的另一种传感器采集图像的采集方向与编码纸的角度为倾斜角度时的图像示意图;
图5为本发明实施例提供的另一种虚拟网格的示意图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
为了更好的理解本发明的技术方案,首先对于本发明提出的图像采集方法的应用场景进行介绍。
本发明的图像采集方法是基于图像采集装置实现的,用于对具有编码图案的编码纸、电子写字板或其他基底的编码图案上的运动笔记进行图像进行采集、识别。通过对所采集、识别到的原始图像的多步骤处理,优化原始图像中的图像信息,从而实现笔迹的还原和再现的功能。
为便于表述,本发明中以编码纸为例,对于各种能够进行编码图案显示的基底进行统述。
本发明实施例首先提供了一种图像采集方法,实现于图像采集装置中,其方法流程图如图1所示,包括如下步骤:
步骤101,图像采集装置获取原始图像数据;
具体的,图像采集装置是具有图像采集、识别和处理功能的设备,例如数码笔,用户通过图像采集装置在点阵区域进行书写。图像采集装置中内置有传感器、存储器和处理器。其中,传感器用于采集、识别图像采集装置经过的点阵区域的预设面积的图像数据。原始图像数据可以理解为传感器所采集到的用户的书写轨迹图像。原始图像数据的原始图像尺寸数据可以理解为点阵区域的预设面积的尺寸大小。
其中,点阵区域可以为具有点阵阵列的书写纸或具有点阵阵列电子白板。图2为本发明实施例提供的一种点阵区域的示意图,如图2所示,点阵阵列由一些非常细小的点阵点,按照特殊算法规则排列组成。点阵点通过特殊的编码方式代表着特殊的坐标信息,点阵点的作用是提供给图像采集装置一个坐标参数信息,保证图像采集装置在点阵纸上运动时,能够准确的记录运动轨迹。本领域技术人员可以根据图像采集装置的精度、处理能力对点阵阵列中点阵点的大小以及点阵间距进行设计。
在一个具体的例子中,当用户在编码纸上书写压力到达预设压力阈值时,图像采集装置会根据用户书写时的压力值生成图像采集指令,启动图像采集装置内置的传感器、存储器和处理器进行工作。图像采集装置中的传感器每秒可采集70帧的原始图像数据,预设面积是根据传感器的摄像头大小相关的,预设面积优选为200×200像素。也就是说,原始图像数据的原始图像尺寸数据为200×200像素。
步骤102,对原始图像数据进行二值化处理,得到第一图像数据;
具体的,在图像采集装置中的传感器获取到原始图像后,图像采集装置中的处理器会对原始图像数据进行解析,提取多个原始图像中的像素点数据。图像是由像素组成的,像素点数据可以理解为组成图像的像素,且每个组成图像的像素点数据都具有相应的像素值。
在像素值范围0-255内选择一个适当的像素值作为预设的像素值。处理器遍历所有原始图像中的像素点数据,将每个原始图像中的像素点数据的像素值与预设的像素值进行对比,根据对比结果对每个原始图像中的像素点数据的像素值进行赋值。
进一步具体的,处理器确定原始图像的像素点数据的像素值是否大于预设的像素值。当原始图像的像素点数据的像素值大于预设的像素值时,将原始图像的像素点数据的像素值设置为第一像素值。当原始图像的像素点数据的像素值不大于预设的像素值时,将原始图像的像素点数据的像素值设置为第二像素值。
其中,第一像素值为0,第二像素值为1。也就是将赋值为0的第一像素值设定为黑色,将赋值为1的第二像素值设定为白色,从而根据像素赋值对应的颜色生成第一图像数据。这一过程可以理解为图像的二值化处理过程。第一图像数据可以理解为原始图像经过二值化处理后的图像。第一图像数据包括多个点阵点数据,点阵点数据可以理解为第一图像中点阵区域中的所有点阵点。
这样做可以使得无点阵点的区域就变为白色,有点阵点的区域就变为黑色,点阵由多个黑色像素点组成,点阵之间界限分明,除点阵的黑色像素外其它都是白色像素,进而去掉背景干扰,取前景图像。
步骤103,对图像数据进行解码处理,得到图像数据的图像编码数据;
具体的,上述的原始图像数据和第一图像数据以及下文中将要说明的第二图像数据、备选图像数据和目标图像数据都是点阵图像数据,点阵图像数据所代表的图像均是由多个点阵点数据所代表的点阵点组成的。也就是说,原始图像数据、第一图像数据、第二图像数据、备选图像数据和目标图像数据均包括多个点阵点数据。
处理器在对原始图像进行二值化处理后,根据处理后的图像中的点阵点的排列规律确定图像中的多对特征点,并根据特征点确定特征点的方向和特征点的距离。然后处理器根据处于图像最中心特征点的方向和距离绘制虚拟网格,再根据虚拟网格得到每个点阵点的偏振方向,根据不同偏振方向赋二进制值,例如00、01、10、11表示四个方向,得到图像数据的图像编码数据。
需要说明的是,每对特征点的连线都能确定一个方向,多对特征点的能确定多个方向,这些方向要么平行要么垂直,所以随便取一对特征点的方向即可作为后面绘制虚拟网格的方向。在所有特征点中找到距离最远的两点,并遍历图像得到在这两个间的点阵点的数量,最远两点距离除以点阵点数量得平均数作为绘制虚拟网格的距离。
在一个具体的例子中,如图5所示的虚拟网格,A点和B点是虚拟网格的交点,他们周围4个象限内(45°-135°,135°-225°,225°-315°,315°-45°)分别有一个点,点阵点就是这4个点中的一个。如果A区域内的点阵点是A4点,B区域内的点阵点是B1,则A4与B1是一对特征点,即相邻两个点阵点的距离小于AB两点间距离的为一对特征点。
步骤104,确定图像编码数据是否与预设的解码数据相匹配;
具体的,码本列表中存储有预设的解码数据,预设的解码数据可以是预先存储的,也可以是经过计算生成的,每次计算后,码本列表中的预设的解码数据都会得到更新。预设的解码数据可以理解为代表解码成功的数据。如图2所示,无需进行图像修正的图像可以理解为传感器采集图像的采集方向与编码纸的角度为垂直角度时的图像,也可以理解为用户采用标准姿势使用图像采集装置进行书写时的图像。此时,图像编码数据与码本列表中的预设的解码数据相匹配,图像数据解码成功。而当传感器采集图像的采集方向与编码纸的角度为旋转角度或倾斜角度时,则图像数据需要进行图像修正。此时,图像编码数据与码本列表中预设的解码数据不匹配,图像数据解码失败。
当图像编码数据与预设的解码数据不匹配时,代表了对图像数据解码失败,也就是当前的图像数据需要进行图像修正,则执行下述步骤105。当图像编码数据与预设的解码数据相匹配时,代表了对图像数据解码成功,也就是当前的图像数据无需进行图像修正即可进行下一步处理,则执行下述步骤106。
步骤105,根据预设步长数据和预设角度范围数据对第一图像数据进行角度迭代处理,得到第二图像数据;
具体的,角度迭代可以理解为在一定的角度范围内根据给定的单位步长,取两个方向上的角度对图像的像素点做偏移计算来修正图像。角度迭代处理包括旋转角度迭代处理和倾斜角度迭代处理。相应的,预设步长数据包括预设的旋转角度数据和预设的倾斜角度数据;预设角度范围数据包括用于第一范围和第二范围。
当图像编码数据与预设的解码数据不匹配时,代表了当前的图像数据需要进行图像修正。处理器根据预设的旋转角度数据和第一范围对第一图像数据进行旋转角度迭代处理,并且根据预设的倾斜角度数据以及第二范围或第三范围对第一图像数据进行倾斜角度迭代处理,得到第二图像数据。
而在得到了第二图像数据后,仍需返回上述步骤103,继续对第二图像数据进行解码处理,得到第二图像数据的图像编码数据,再执行步骤104确定第二图像数据的图像编码数据是否与预设的解码数据相匹配。步骤103至步骤105是一个循环过程,直到在步骤104中确定图像编码数据与预设的解码数据相匹配为止。这一过程可以理解为若对图像数据解码不成功,则对图像数据进行迭代修正,直至图像数据解码成功为止的过程。
进一步具体的,对图像进行对图像进行旋转角度迭代处理对应的是传感器采集图像的采集方向与编码纸的角度为旋转角度时的情况,此时图像如图3所示。结合图2、图3,可以看出图3中的点阵区域中的点阵点的排列方向,相比于图2中点阵区域中的点阵点的排列方向在水平方向上是成一定角度旋转了的,这时需要对图像进行旋转角度迭代处理。进行旋转角度迭代处理时,修正的是传感器的旋转方向。
在进行旋转角度迭代处理时,处理器先获取预设的旋转角度数据,然后依次遍历第一图像数据中的每个点阵点数据,根据预设的旋转角度数据在第一范围内对每个点阵点数据进行一次水平旋转处理。此一次水平旋转处理后的多个点阵点数据为下一次水平旋转处理的第一图像数据中的每个点阵点数据。
在一个具体的例子中,预设的旋转角度数据为10°,第一范围为0°至180°,则处理器以10°为步长,从0°开始到180°,分别取10°……170°、180°对第一图像数据进行迭代处理。每一次迭代过程为:选取第一图像数据中左上点阵点为原点,遍历每个点阵点,将每个点阵点在水平平面上顺时针旋转10°。
对图像进行倾斜角度迭代处理对应的是传感器采集图像的采集方向与编码纸的角度为倾斜角度时的情况,此时图像如图4a或图4b所示。结合图2、图4a和图4b,可以看出图4a和图4b中的点阵区域中的点阵点的排列方向,相比于图2中点阵区域中的点阵点的排列方向在垂直方向上是成一定角度倾斜了的,这时需要对图像进行倾斜角度迭代处理。进行倾斜角度迭代处理时,修正的是传感器的倾斜方向。
在进行倾斜角度迭代处理时,处理器先获取预设的倾斜角度数据,然后确定第一图像数据中每个点阵点数据之间的距离变化值是否为第一变化值。如图4a所示,当点阵点间在纵轴方向的距离从上到下逐渐减小时,点阵点数据之间的距离变化值为第一变化值。如图4b所示,当点阵点间在纵轴方向的距离从上到下逐渐增大时,点数据之间的距离变化值为第二变化值。这一过程可以理解为处理器通过点阵点间的距离变化判断图像是负角度倾斜还是正角度倾斜的过程。当图像是负角度倾斜时,点阵点间在纵轴方向的距离从上到下逐渐减小,当图像是正角度倾斜时,点阵点间在纵轴方向的距离从上到下逐渐增大。
当第一图像数据中每个点阵点数据之间的距离变化值为第一变化值时,处理器依次遍历第一图像数据中的每个点阵点数据,根据预设的倾斜角度数据在第二范围内对每个点阵点数据进行垂直旋转处理。当第一图像数据中每个点阵点数据之间的距离变化值不为第一变化值时,也是就是当第一图像数据中每个点阵点数据之间的距离变化值为第二变化值时,依次遍历第一图像数据中的每个点阵点数据,根据预设的倾斜角度数据在第三范围内对每个点阵点数据进行垂直旋转处理。此一次垂直旋转处理后的多个点阵点数据为下一次垂直旋转处理的第一图像数据中的每个点阵点数据。
需要说明的是,第二范围和第三范围是受图像采集装置的硬件条件限制的,图像采集装置的硬件能接收的最大反向倾角度到0°是第二范围,最大正向倾角度到0°是第三范围,在用户使用图像采集装置进行书写时中,手持图像采集装置的倾角也是在这个角度范围内的。
在一个具体的例子中,预设的倾斜角度数据为10°,第二范围为-20°至0°,第三范围为0°至40°。如果图像是负角度倾斜,也就是点阵点间在纵轴方向的距离从上到下逐渐减小时,则处理器以2°为步长,从-20°开始到0°分别取-20°、-18°……-2°、0°对第一图像数据进行迭代处理。如果图像是正角度倾斜,也就是点阵点间在纵轴方向的距离从上到下逐渐增大时,则以2°为步长,从0°开始到40°分别取2°、4°……40°对图像进行迭代。每一次迭代过程为:选取第一图像数据中左上点阵点为原点,遍历每个点阵点,将每个点阵点在垂直平面上顺时针旋转2°。
步骤106,获取目标图像数据的目标图像尺寸数据;
具体的,在上述步骤104中,当图像编码数据与预设的解码数据匹配时,代表了无需在对当前的图像数据进行图像修正了。由于点阵区域的预设面积尺寸通常要大于用于编码的图像尺寸,因此图像采集装置需要对在预设面积内采集到的图像进行截取。因此处理器获取目标图像数据的目标图像尺寸数据。目标图像数据可以理解为用于编码的图像,目标图像尺寸数据可以理解为编码的图像的尺寸。
步骤107,对第二图像数据进行截取,得到备选数量个备选图像数据;
具体的,处理器先获取预设的步长数据,然后再根据目标图像尺寸数据和原始图像尺寸数据,以预设的步长数据为单位对第二图像数据进行截取,得到备选数量个备选图像数据。备选图像数据可以理解为从原始图像中截取的,符合目标图像尺寸大小的图像。每个备选图像数据包括备选图像数据的位置信息,位置信息标记备选图像数据所代表的图像在第二图像数据所代表的图像中的位置。
其中,本领域技术人员可以根据图像采集装置的处理能力和精度对预设的步长数据和目标图像数据的目标图像尺寸。
在一个具体的例子中,预设的步长数据为10个像素,第二图像数据的原始图像尺寸数据为200×200像素,而实际所需的目标图像数据的目标图像尺寸为160×160像素。则处理器以10个像素为步长,可获得有备选数量为5×5个的160×160像素的备选图像数据可供选择。
步骤108,从备选数量个备选图像数据中确定目标图像数据;
具体的,备选图像数据包括多个备选图像的像素点数据,备选图像数据所代表的图像由备选图像的像素点数据所代表的像素组成。而备选图像的像素点数据包括多个像素区域,备选图像的像素点数据所代表的像素由多个像素区域组成。例如,像素区域将像素点数据分为8份,则像素点数据包括8个像素区域。像素区域的个数可由技术人员根据需要设定。
处理器对识别备选图像数据中的每个备选图像的像素点数据,当备选图像的像素点数据中的每个像素区域中的所述的像素值均为第一像素值时,将备选图像的像素点数据设置为点阵点数据。例如,像素点数据包括8个像素区域,第一像素值为0,处理器识别到第一像素值为0像素区域并确定其余8个像素区域的第一像素值都为0时,则此像素点数据可作为点阵点数据。
在此之后,处理器先对每个备选图像数据中的点阵点数据的数量进行加和,得到每个备选图像数据中的点阵点数据的数量。由于点阵图像的识别对点阵点的数量有一定的要求,因此处理器还需要确定每个备选图像数据的点阵点数据的数量是否在预设的点阵点个数范围内。当备选图像数据的点阵点数据的数量在预设的点阵点个数范围内时,根据位置信息,对比点阵点数据的数量在预设的点阵点个数范围的备选图像数据和原始图像数据,从备选数量个备选图像数据中确定一个目标图像数据。这一过程可以理解为从备选数量个备选图像数据中去掉截取到的点阵点数量不在预设的点阵点个数范围内的备选图像数据,选取点阵点数量在预设的点阵点个数范围内的备选图像数据的过程。
其中,预设的点阵点个数范围是预先设定的,当某一中识别到的点阵点数量小于预设数量阈值的下限,则说明截取到的该备选图像数据画质不好,不能进行后续编码的识别。当某一备选图像数据中识别到的点阵点数量大于预设阈值的上限说明截取到的该备选图像数据画质可能存在很多噪点,从而增加了图像中点阵的数量,也就是说点阵点数量大于预设数量阈值的备选图像数据也不能进行后续编码的识别。因此,点阵点数量在预设的点阵点个数范围内的备选图像数据说明此备选图像数据的采集识别效果佳。
在一个具体的例子中,预设的点阵点个数范围为至少需要120个点阵,不得多余140个点阵。则处理器去掉截取到的点阵点数量小于120个和大于140个的备选图像数据,选取点阵点数量在大于120个点阵且小于140个点阵的备选图像数据为目标图像数据。
优选的,处理器选取备选图像数据的位置信息为在原始图像数据中处于的位置为中心位置的备选图像数据为目标图像数据。
进一步优选的,在图像采集的过程中,由于补光效果或其他外界因素的影响,可能影响图像的采集效果,从而对点阵点识别造成影响,造成识别到的点阵点数量低于预设的点阵点个数范围的下限,因此在选取点阵点的数量在预设的点阵点个数范围内的备选图像数据之前,方法还包括对备选图像数据中的点阵点的数量进行排序,如果点阵点的数量最大值小于预设的点阵点个数范围的下限时,也就是说识别到的点阵点最多的备选图像数据都不在预设的点阵点个数范围内时,说明或者是在预设面积的原始图像数据采集时,或者是在原始图像数据进行二值化处理时,出现了存在不确定因素影响了备选图像数据的整体效果。在这种情况下图像采集装置自动将像素区域的像素值为预设个第一像素值的备选图像的像素点数据标记为点阵点,从而增加识别到的点阵点数量。也就是说,在点阵识别过程中,如果点阵数量最多的备选图像数据中的点阵数量小于预设阈值范围的下限,则重新识别点阵点,比如补充7个像素区域或6个像素区域都是第一像素值的像素点为点阵点,然后再选取最接近图像中心的备选图像数据作为目标图像数据。
本发明实施例提供的一种图像采集方法,基于采集到的图像先对图像采集方向和点阵方向进行旋转和倾斜角度修正,再对修正后进行图像二值化处理和截取处理,使得二值化处理和截取处理过程效率更高,从而使得所获得的可识别编码图像的精准度更高,有利于对可识别编码图像进行后续处理,从而更有效的还原所采集到的图像。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RA一种图像采集方法)、内存、只读存储器(RO一种图像采集方法)、电可编程RO一种图像采集方法、电可擦除可编程RO一种图像采集方法、寄存器、硬盘、可移动磁盘、CD-RO一种图像采集方法、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像采集方法,其特征在于,所述方法包括:
图像采集装置获取原始图像数据,并确定所述原始图像数据的原始图像尺寸数据;
对所述原始图像数据进行二值化处理,得到第一图像数据;
对所述第一图像数据进行解码处理,得到所述第一图像数据的图像编码数据;
确定所述图像编码数据是否与预设的解码数据相匹配;
当所述图像编码数据与预设的解码数据不匹配时,根据预设步长数据和预设角度范围数据对所述第一图像数据进行角度迭代处理,得到第二图像数据;
确定对所述第二图像数据进行解码处理后所得到所述第二图像数据的图像编码数据是否与所述预设的解码数据相匹配;
当所述第二图像数据的图像编码数据与所述预设的解码数据不匹配时,根据所述预设步长数据和所述预设角度范围数据继续对所述第二图像数据进行角度迭代处理,直至所述第二图像数据的图像编码数据与所述预设的解码数据相匹配;
当所述图像编码数据与所述预设的解码数据相匹配时,获取目标图像数据的目标图像尺寸数据;
根据所述目标图像尺寸数据和所述原始图像尺寸数据对所述第二图像数据进行截取,得到备选数量个备选图像数据;每个所述备选图像数据包括备选图像数据的位置信息;
根据所述位置信息对比每个所述备选图像数据和所述原始图像数据,从所述备选数量个备选图像数据中确定所述目标图像数据。
2.根据权利要求1所述的选取图像中可识别矩阵的方法,其特征在于,所述对所述原始图像数据进行二值化处理具体为:
解析所述原始图像数据,得到多个原始图像的像素点数据;
遍历所述原始图像数据中的每个所述原始图像的像素点数据,确定所述原始图像的像素点数据的像素值是否大于预设的像素值;
当所述原始图像的像素点数据的像素值大于预设的像素值时,将所述原始图像的像素点数据的像素值设置为第一像素值;
当所述原始图像的像素点数据的像素值不大于预设的像素值时,将所述原始图像的像素点数据的像素值设置为第二像素值。
3.根据权利要求1所述的选取图像中可识别矩阵的方法,其特征在于,所述原始图像数据、所述第一图像数据、所述第二图像数据、所述备选图像数据和所述目标图像数据均包括多个点阵点数据。
4.根据权利要求3所述的选取图像中可识别矩阵的方法,其特征在于,所述对所述第一图像数据进行角度迭代处理包括对所述第一图像数据进行旋转角度迭代处理和对所述第一图像数据进行倾斜角度迭代处理。
5.根据权利要求4所述的选取图像中可识别矩阵的方法,其特征在于,所述旋转角度迭代处理具体为:
获取预设的旋转角度数据;
依次遍历所述第一图像数据中的每个所述点阵点数据,根据所述预设的旋转角度数据在第一范围内对每个所述点阵点数据进行一次或多次水平旋转处理;
每一次所述水平旋转处理后的多个点阵点数据为下一次水平旋转处理的第一图像数据中的点阵点数据。
6.根据权利要求4所述的选取图像中可识别矩阵的方法,其特征在于,所述倾斜角度迭代处理具体为:
获取预设的倾斜角度数据;
确定所述第一图像数据中每个所述点阵点数据之间的距离变化值是否为第一变化值;
当所述第一图像数据中每个所述点阵点数据之间的距离变化值为第一变化值时,依次遍历所述第一图像数据中的每个所述点阵点数据,根据所述预设的倾斜角度数据在第二范围内对每个所述点阵点数据进行一次或多次垂直旋转处理;
当所述第一图像数据中每个所述点阵点数据之间的距离变化值不为第一变化值时,依次遍历所述第一图像数据中的每个所述点阵点数据,根据所述预设的倾斜角度数据在第三范围内对每个所述点阵点数据进行一次或多次垂直旋转处理;
每一次所述垂直旋转处理后的多个点阵点数据为下一次垂直旋转处理的第一图像数据中的点阵点数据。
7.根据权利要求1所述的选取图像中可识别矩阵的方法,其特征在于,所述根据所述目标图像尺寸数据和所述原始图像尺寸数据对所述第二图像数据进行截取具体为:
获取预设的步长数据;
根据所述目标图像尺寸数据和所述原始图像尺寸数据,以所述预设的步长数据为单位对所述第二图像数据进行截取。
8.根据权利要求1所述的选取图像中可识别矩阵的方法,其特征在于,所述根据所述位置信息对比每个所述备选图像数据和所述原始图像数据,从所述备选数量个备选图像数据中确定所述目标图像数据具体为:
解析每个所述备选图像数据,得到每个所述备选图像数据的点阵点数据的数量;
确定每个所述备选图像数据的点阵点数据的数量是否在预设的点阵点个数范围内;
当所述备选图像数据的点阵点数据的数量在所述预设的点阵点个数范围内时,根据所述位置信息,对比所述点阵点数据的数量在预设的点阵点个数范围的所述备选图像数据和所述原始图像数据,从备选数量个备选图像数据中确定目标图像数据。
9.根据权利要求8所述的选取图像中可识别矩阵的方法,其特征在于,所述备选图像数据包括备选图像的像素点数据;所述备选图像的像素点数据包括多个像素区域。
10.根据权利要求9所述的选取图像中可识别矩阵的方法,其特征在于,所述解析每个所述备选图像数据,得到每个所述备选图像数据的点阵点数据的数量具体为:
当所述备选图像的像素点数据中的每个所述像素区域中的所述的像素值均为所述第一像素值时,将所述备选图像的像素点数据设置为所述点阵点数据;
得到每个所述备选图像数据中的点阵点数据的数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810402776.4A CN108710877A (zh) | 2018-04-28 | 2018-04-28 | 一种图像采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810402776.4A CN108710877A (zh) | 2018-04-28 | 2018-04-28 | 一种图像采集方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108710877A true CN108710877A (zh) | 2018-10-26 |
Family
ID=63867499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810402776.4A Withdrawn CN108710877A (zh) | 2018-04-28 | 2018-04-28 | 一种图像采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108710877A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110555435A (zh) * | 2019-09-10 | 2019-12-10 | 深圳一块互动网络技术有限公司 | 一种点读互动实现方法 |
CN111988671A (zh) * | 2020-09-07 | 2020-11-24 | 北京达佳互联信息技术有限公司 | 图像处理方法及图像处理装置 |
CN112541378A (zh) * | 2019-09-20 | 2021-03-23 | 北京万维智能技术有限公司 | 一种图像拾取运动轨迹的生成方法 |
-
2018
- 2018-04-28 CN CN201810402776.4A patent/CN108710877A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110555435A (zh) * | 2019-09-10 | 2019-12-10 | 深圳一块互动网络技术有限公司 | 一种点读互动实现方法 |
CN110555435B (zh) * | 2019-09-10 | 2022-06-07 | 深圳一块互动网络技术有限公司 | 一种点读互动实现方法 |
CN112541378A (zh) * | 2019-09-20 | 2021-03-23 | 北京万维智能技术有限公司 | 一种图像拾取运动轨迹的生成方法 |
CN111988671A (zh) * | 2020-09-07 | 2020-11-24 | 北京达佳互联信息技术有限公司 | 图像处理方法及图像处理装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549879A (zh) | 一种点阵图像的处理方法 | |
CN101243462B (zh) | 启用嵌入式交互代码的表面类型标识 | |
US7580576B2 (en) | Stroke localization and binding to electronic document | |
RU2360303C2 (ru) | Анализ изображения позиционно кодированного документа и нанесение метки | |
US7400777B2 (en) | Preprocessing for information pattern analysis | |
US9665759B2 (en) | Decoding method for matrix two-dimensional code | |
CN108595031A (zh) | 一种点阵图像数据的处理方法 | |
CN108710877A (zh) | 一种图像采集方法 | |
US20070023523A1 (en) | Code pattern image generation apparatus and method, code pattern image reader apparatus and method, and code pattern image medium | |
CN108573245A (zh) | 一种基于点阵图像的轨迹还原方法 | |
JPH04233676A (ja) | セルフクロッキング記号形状コードのビットマップ画像空間表現を復号する方法 | |
JPH04233683A (ja) | セルフクロッキング記号形状コードを使用した記録方法 | |
JPH0778818B2 (ja) | セルフクロッキング記号形状コードを復号するための二値画像処理方法 | |
US20160283763A1 (en) | Two-dimensional code | |
JP2004094907A (ja) | 2次元コードパターン、2次元コードパターンを担持するパターン担持媒体、2次元コードパターンの生成方法、2次元コード読取装置および読取方法 | |
CN108596175A (zh) | 一种图像修正方法和装置 | |
CN110246079A (zh) | 基于b样条曲面拟合的摄像头畸变矫正方法、***及介质 | |
US20210390299A1 (en) | Techniques to determine document recognition errors | |
CN107992869A (zh) | 用于倾斜文字校正的方法、装置及电子设备 | |
CN108615038A (zh) | 一种图像识别方法 | |
CN108629308A (zh) | 一种基于点阵图像的轨迹生成方法 | |
CN108647609A (zh) | 一种图像识别处理方法和*** | |
CN108647610A (zh) | 一种基于点阵图像采集的压力补偿方法 | |
JP4541995B2 (ja) | 図形認識方法 | |
JP5720623B2 (ja) | 二次元コード読取装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20181026 |
|
WW01 | Invention patent application withdrawn after publication |