CN109711404A - ***选票填涂的识别方法、装置及计算机可读存储介质 - Google Patents
***选票填涂的识别方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109711404A CN109711404A CN201811562812.XA CN201811562812A CN109711404A CN 109711404 A CN109711404 A CN 109711404A CN 201811562812 A CN201811562812 A CN 201811562812A CN 109711404 A CN109711404 A CN 109711404A
- Authority
- CN
- China
- Prior art keywords
- closed contour
- seal
- image
- ballot paper
- filling
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及图像识别技术领域,实施例具体公开一种***选票填涂的识别方法、装置及计算机可读存储介质。本申请提供的***选票填涂的识别方法包括接收***选票图像;根据预设识别参数列表依次获取***选票图像中各个闭合轮廓的位置和大小;分别截取各个闭合轮廓的内部图像进行***识别;生成***选票填涂的识别结果的步骤,通过将填涂框作为闭合轮廓,根据预先准备的识别参数列表依次获取各个闭合轮廓的位置和大小,再截取闭合轮廓的内部图像进行***图像识别,能够快速且准确的获取各个填涂框的填涂结果,适于广泛推广。
Description
技术领域
本发明涉及图像识别技术领域,具体涉及一种***选票填涂的识别方法、装置 及计算机可读存储介质。
背景技术
国内大陆地区选举的选票填写方法大多使用黑色签字笔将矩形、椭圆、菱形填 涂块涂黑或者在规定区域手绘勾、圈、叉等符号的方式,一种选票使用范围大多在 几百、几千、几万选民范围内,而对于国内港澳地区、国外选举一种选票使用范围 可能在百万、千万更甚至上亿选民范围,因此选票的填写方式规定相对更简单、更 标准。选票上使用带外框的字符进行选票种类区分,使用表格线区分每个候选人或 候选团体,表格单元格的空白圆圈为选民使用***填写选票的位置。
该选票填写的方式简化,当选民选择对应候选人或候选团体时,使用专用的印 章工具在对应候选人下方空白圆圈内盖上唯一“√”号,空白圆圈内做其他任何符 号都是无效选票,同时若选票其他位置上除印刷的文字、图形外存在任何人为的可 见标记也作无效选票。
由于通过高速扫描仪采集的***选票图像存在局部变形或者细微拉伸的情况,因此定位该***选票闭合轮廓不能简单通过固定像素坐标来截取闭合轮廓内图像, 必须使用图像识别技术。
发明内容
有鉴于此,本申请针对于国内港澳地区、国外选举使用的***填写的选票,提 供一种实现其机器快速识别填涂的方法及装置。
为解决以上技术问题,本发明提供的技术方案是一种***选票填涂的识别方法,所述***选票上设有若干个用于填涂***的填涂框,所述一个填涂框为一个闭合轮 廓,所述方法包括:
S11:接收***选票图像;
S12:根据预设识别参数列表依次获取所述***选票图像中各个闭合轮廓的位 置和大小;
S13:分别截取所述各个闭合轮廓的内部图像进行***识别;
S14:生成***选票填涂的识别结果。
优选的,所述步骤S12的方法包括:
S121:根据所述预设识别参数列表中第1个闭合轮廓的中心像素坐标和矩形范 围宽高确定所述***选票图像中起始闭合轮廓的搜索区域,在所述起始闭合轮廓的 搜索区域内搜索定位所述起始闭合轮廓的实际中心像素坐标和大小并保存;
S122:根据所述预设识别参数列表中已定位闭合轮廓的索引号和实际中心像素坐标,以及所述预设识别参数列表中下一个待定位闭合轮廓的索引号、相对中心像 素坐标、外接矩形宽高和相对最近闭合轮廓索引号,依次获取所述***选票图像中 各个闭合轮廓的位置和大小。
优选的,所述步骤S122的方法包括:
S1221:m=2;
S1222:根据所述预设识别参数列表中第m个闭合轮廓的相对最近闭合轮廓索 引号在所述预设识别参数列表中获取该相对最近闭合轮廓索引号对应的相对最近闭 合轮廓的实际中心像素坐标,其中,所述第m个闭合轮廓的相对最近闭合轮廓是在 定位第m个闭合轮廓前已完成定位的一个闭合轮廓的索引号;
S1223:根据所述第m个闭合轮廓的相对最近闭合轮廓的实际中心像素坐标和 所述预设识别参数列表中第m个闭合轮廓的相对中心像素坐标,计算所述第m个 闭合轮廓的理论中心像素坐标;
S1224:将所述识别参数列表中第m个闭合轮廓的外接矩形宽高放大k倍,1<k<2,再根据所述第m个闭合轮廓的理论中心像素坐标,确定所述***选票图像 中第m个闭合轮廓的搜索区域;
S1225:在所述***选票图像中第m个闭合轮廓的搜索区域内搜索定位所述第 m个闭合轮廓的实际中心像素坐标和大小并保存;
S1226:判断第m个闭合轮廓是否为所述预设识别参数列表中最后一个待定位 闭合轮廓,若是,则进入下一步骤,若否,则m=m+1,返回S1222。
优选的,所述步骤S13的方法,包括:
S131:n=1或者n=2;
S132:根据所述***选票图像中第n个闭合轮廓的实际中心像素坐标和大小截 取所述第n个闭合轮廓的内部图像并进行预处理;
S133:判断所述第n个闭合轮廓的内部图像中是否有黑色标记,若有,则进入S134,若否,则判断所述第n个闭合轮廓内未填涂***;
S134:根据预设***模板识别所述第n个闭合轮廓的内部图像中是否包含*** 图像,若是,则判定所述第n个闭合轮廓内填涂为有效填涂,若否,则判定所述第 n个闭合轮廓内填涂为无效填涂;
S135:判断所述第n个闭合轮廓是否为所述识别参数列表中最后一个待识别的 闭合轮廓,若是,则进入下一步骤,若否,则n=n+1,返回S132。
优选的,所述步骤S134中根据预设***模板识别所述第n个闭合轮廓的内部 图像中是否包含***图像的方法,包括:
S1341:在所述第n个闭合轮廓的内部图像中搜索所述黑色标记的所有外部轮 廓;
S1342:对搜索出的闭合轮廓采用直线拟合得到多边形轮廓,截取所述多边形 轮廓的外接矩形为黑色标记图像;
S1343:在所述多边形轮廓中搜索最长边线段,根据所述最长边线段的斜率计 算所述黑色标记的偏转角度θ,θ∈(-90°,90°);
S1344:按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转,使所述 黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低,再截取所述黑 色标记的外接矩形为黑色标记有效图像;
S1345:判断所述黑色标记有效图像尺寸与预设***模板尺寸的偏差是否满足 预设偏差范围,若是,则将所述黑色标记有效图像尺寸调整到预设***模板尺寸, 若否,则判定所述第n个闭合轮廓的内部图像中未包含***图像;
S1346:将所述黑色标记有效图像进行二值化处理,判断处理后的黑色标记有 效图像与预设***模板的图像相似度是否达到预设相似度阈值,若是,则判定所述 第n个闭合轮廓的内部图像中包含***图像,若否,则判定所述第n个闭合轮廓的 内部图像中未包含***图像。
优选的,所述步骤S11前还包括步骤S10:生成预设识别参数列表;
所述步骤S10的方法,包括:
S101:选取空白***选票图像中任一个闭合轮廓作为起始闭合轮廓,获取所述 起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0,h0)添加到识别参数 列表中;
S102:依次获取所述空白***选票图像中各个待定位闭合轮廓的中心像素坐标(xm,ym)和外接矩形宽高(wm,hm)添加到集合A中,m>0;
S103:将所述起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0, h0)添加到集合B中;
S104:计算集合B中每一个闭合轮廓的点到集合A中每一个闭合轮廓的点的 欧式距离,选取满足最短欧式距离的两个集合中的点Ai和点Bj,将集合A中Ai 点所在闭合轮廓的中心像素坐标(xi,yi)和外接矩形宽高(wi,hi)移入集合B中;
S105:计算Ai点所在闭合轮廓的中心像素坐标(xi,yi)相对于Bj点所在闭合 轮廓的中心像素坐标(xj,yj)的相对中心像素坐标(Δxi,Δyi),Δxi=xi-xj,Δyi=yi-yj, 将Ai点所在闭合轮廓的相对中心像素坐标(Δxi,Δyi)、Ai点所在闭合轮廓的外 接矩形宽高(wi,hi)和Bj点所在闭合轮廓在集合B中的索引j添加到所述识别参 数列表中,i、j为大于或者等于0的整数;
S106,判断集合A中是否还有待处理的闭合轮廓,若有,则返回S104,若否, 则结束流程。
本发明还提供一种***选票填涂的识别装置,所述***选票上设有若干个用于填涂***的填涂框,所述一个填涂框为一个闭合轮廓,所述装置包括:
接收模块,用于接收***选票图像;
定位模块,用于根据预设识别参数列表依次获取所述***选票图像中各个闭合轮廓的位置和大小;
识别模块,用于分别截取所述各个闭合轮廓的内部图像进行***识别;
输出模块,用于生成***选票填涂的识别结果。
优选的,所述定位模块包括:
起始闭合轮廓定位单元,用于根据所述预设识别参数列表中第1个闭合轮廓的 中心像素坐标和矩形范围宽高确定所述***选票图像中起始闭合轮廓的搜索区域, 在所述起始闭合轮廓的搜索区域内搜索定位所述起始闭合轮廓的实际中心像素坐标 和大小并保存;
其他闭合轮廓定位单元,用于根据所述预设识别参数列表中已定位闭合轮廓的索引号和实际中心像素坐标,以及所述预设识别参数列表中下一个待定位闭合轮廓 的索引号、相对中心像素坐标、外接矩形宽高和相对最近闭合轮廓索引号,依次获 取所述***选票图像中各个闭合轮廓的位置和大小。
优选的,所述其他闭合轮廓定位单元的工作方法包括:
S1221:m=2;
S1222:根据所述预设识别参数列表中第m个闭合轮廓的相对最近闭合轮廓索 引号在所述预设识别参数列表中获取该相对最近闭合轮廓索引号对应的相对最近闭 合轮廓的实际中心像素坐标,其中,所述第m个闭合轮廓的相对最近闭合轮廓是在 定位第m个闭合轮廓前已完成定位的一个闭合轮廓的索引号;
S1223:根据所述第m个闭合轮廓的相对最近闭合轮廓的实际中心像素坐标和 所述预设识别参数列表中第m个闭合轮廓的相对中心像素坐标,计算所述第m个 闭合轮廓的理论中心像素坐标;
S1224:将所述识别参数列表中第m个闭合轮廓的外接矩形宽高放大k倍, 1<k<2,再根据所述第m个闭合轮廓的理论中心像素坐标,确定所述***选票图像 中第m个闭合轮廓的搜索区域;
S1225:在所述***选票图像中第m个闭合轮廓的搜索区域内搜索定位所述第 m个闭合轮廓的实际中心像素坐标和大小并保存;
S1226:判断第m个闭合轮廓是否为所述预设识别参数列表中最后一个待定位 闭合轮廓,若是,则进入下一步骤,若否,则m=m+1,返回S1222。
优选的,所述识别模块的工作方法,包括:
S131:n=1或者n=2;
S132:根据所述***选票图像中第n个闭合轮廓的实际中心像素坐标和大小截 取所述第n个闭合轮廓的内部图像并进行预处理;
S133:判断所述第n个闭合轮廓的内部图像中是否有黑色标记,若有,则进入S134,若没有,则判定所述第n个闭合轮廓内未填涂***;
S134:根据预设***模板识别所述第n个闭合轮廓的内部图像中是否包含*** 图像,若是,则判定所述第n个闭合轮廓内填涂为有效填涂,若否,则判定所述第 n个闭合轮廓内填涂为无效填涂;
S135:判断第n个闭合轮廓是否为所述识别参数列表中最后一个待识别的闭合 轮廓,若是,则进入下一步骤,若否,则n=n+1,返回S132。
优选的,所述步骤S134中根据预设***模板识别所述第n个闭合轮廓的内部 图像中是否包含***图像的方法,包括:
S1341:在所述第n个闭合轮廓的内部图像中搜索所述黑色标记的所有外部轮 廓;
S1342:对搜索出的闭合轮廓采用直线拟合得到多边形轮廓,截取所述多边形 轮廓的外接矩形为黑色标记图像;
S1343:在所述多边形轮廓中搜索最长边线段,根据所述最长边线段的斜率计 算所述黑色标记的偏转角度θ,θ∈(-90°,90°);
S1344:按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转,使所述 黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低,再截取所述黑 色标记的外接矩形为黑色标记有效图像;
S1345:判断所述黑色标记有效图像尺寸与预设***模板尺寸的偏差是否满足 预设偏差范围,若是,则将所述黑色标记有效图像尺寸调整到预设***模板尺寸, 若否,则判定所述第n个闭合轮廓的内部图像中未包含***图像;
S1346:将所述黑色标记有效图像进行二值化处理,判断处理后的黑色标记有 效图像与预设***模板的图像相似度是否达到预设相似度阈值,若是,则判定所述 第n个闭合轮廓的内部图像中包含***图像,若否,则判定所述第n个闭合轮廓的 内部图像中未包含***图像。
优选的,所述装置还包括准备模块,用于生成预设识别参数列表;
所述准备模块的工作方法,包括:
S101:选取空白***选票图像中任一个闭合轮廓作为起始闭合轮廓,获取所述 起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0,h0)添加到识别参数 列表中;
S102:依次获取所述空白***选票图像中各个待定位闭合轮廓的中心像素坐标(xm,ym)和外接矩形宽高(wm,hm)添加到集合A中,m>0;
S103:将所述起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0, h0)添加到集合B中;
S104:计算集合B中每一个闭合轮廓的点到集合A中每一个闭合轮廓的点的 欧式距离,选取满足最短欧式距离的两个集合中的点Ai和点Bj,将集合A中Ai 点所在闭合轮廓的中心像素坐标(xi,yi)和外接矩形宽高(wi,hi)移入集合B中;
S105:计算Ai点所在闭合轮廓的中心像素坐标(xi,yi)相对于Bj点所在闭合 轮廓的中心像素坐标(xj,yj)的相对中心像素坐标(Δxi,Δyi),Δxi=xi-xj,Δyi=yi-yj, 将Ai点所在闭合轮廓的相对中心像素坐标(Δxi,Δyi)、Ai点所在闭合轮廓的外 接矩形宽高(wi,hi)和Bj点所在闭合轮廓在集合B中的索引j添加到所述识别参 数列表中,i、j为大于或者等于0的整数;
S106,判断集合A中是否还有待处理的闭合轮廓,若有,则返回S104,若否, 则结束流程。
本发明还提供一种***选票填涂的识别装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如权利要求中任一项所述***选票填涂的识别方法的步骤。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求中任一项所述***选票填 涂的识别方法的步骤。
本申请与现有技术相比,其有益效果详细说明如下:本申请提供的***选票填 涂的识别方法包括接收***选票图像;根据预设识别参数列表依次获取***选票图 像中各个闭合轮廓的位置和大小;分别截取各个闭合轮廓的内部图像进行***识别; 生成***选票填涂的识别结果的步骤,通过将填涂框作为闭合轮廓,根据预先准备 的识别参数列表依次获取各个闭合轮廓的位置和大小,再截取闭合轮廓的内部图像 进行***图像识别,能够快速且准确的获取各个填涂框的填涂结果,适于广泛推广。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域 普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他 的附图。
图1为本发明实施例1提供的一种***选票填涂的识别方法流程示意图;
图2为本发明实施例1提供的一种***选票的示意图;
图3为本发明实施例2提供的另一种***选票填涂的识别方法流程示意图;
图4为本发明实施例3提供的一种***选票填涂的识别装置结构示意图;
图5为本发明实施例4提供的一种***选票填涂的识别装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、 完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施 例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下, 所获得的所有其他实施例,都属于本发明保护范围。
为了使本领域的技术人员更好地理解本发明的技术方案,下面结合附图和具体实施例对本发明作进一步的详细说明。
由于通过高速扫描仪采集的***选票图像存在局部变形或者细微拉伸的情况,因此定位该***选票的填涂框不能简单通过固定像素坐标来截取填涂框内部图像, 必须使用图像识别技术。
本申请通过近邻闭合轮廓定位的方法可快速完成该选票的填涂识别,该方法的基本原理在于定位下一个闭合轮廓的位置时选取一个相对位置最近的已搜索定位出 的闭合轮廓作为参考,以事先存储的相对中心像素坐标和该最近闭合轮廓中心像素 坐标确定本闭合轮廓的大致搜索定位范围,该方法的基础需要一个用于定位的起始 闭合轮廓。实现该方法需要事先准备识别参数列表,再根据识别参数列表识别*** 选票图像。
如图1所示,本发明实施例1提供一种***选票填涂的识别方法,其中***选 票上设有若干个用于填涂***的填涂框,一个填涂框即为一个闭合轮廓,该方法包 括:
S11:接收***选票图像;
S12:根据预设识别参数列表依次获取所述***选票图像中各个闭合轮廓的位 置和大小;
S13:分别截取所述各个闭合轮廓的内部图像进行***识别;
S14:生成***选票填涂的识别结果。
具体的,步骤S12的方法包括:
S121:根据预设识别参数列表中第1个闭合轮廓的中心像素坐标和矩形范围宽 高确定***选票图像中起始闭合轮廓的搜索区域,在起始闭合轮廓的搜索区域内搜 索定位起始闭合轮廓的实际中心像素坐标和大小并保存;
S122:根据所述预设识别参数列表中已定位闭合轮廓的索引号和实际中心像素坐标,以及所述预设识别参数列表中下一个待定位闭合轮廓的索引号、相对中心像 素坐标、外接矩形宽高和相对最近闭合轮廓索引号,依次获取所述***选票图像中 各个闭合轮廓的位置和大小。
需要说明的是,步骤S121的方法包括:根据识别参数列表中第1个闭合轮廓 中心像素坐标(x0,y0)和大致范围宽高(w0,h0)确定起始闭合轮廓搜索区域;采 用闭合轮廓的搜索方法,确定起始闭合轮廓的实际中心像素坐标。
如图2所示,起始闭合轮廓可以为***选票上的一个填涂框,也可以为***选 票上非填涂框的其他明显的闭合图形。例如采用包含有“DS”字母的方框为起始闭 合轮廓,则步骤S121后确定“DS”字母外框的精确位置中心(x’0,y’0)和“DS” 字母外框的大小。
需要说明的是,步骤S122的方法包括:
S1221:m=2;
S1222:根据所述预设识别参数列表中第m个闭合轮廓的相对最近闭合轮廓索 引号在所述预设识别参数列表中获取该相对最近闭合轮廓索引号对应的相对最近闭 合轮廓的实际中心像素坐标,其中,所述第m个闭合轮廓的相对最近闭合轮廓是在 定位第m个闭合轮廓前已完成定位的一个闭合轮廓的索引号;
S1223:根据所述第m个闭合轮廓的相对最近闭合轮廓的实际中心像素坐标和 所述预设识别参数列表中第m个闭合轮廓的相对中心像素坐标,计算所述第m个 闭合轮廓的理论中心像素坐标;
S1224:将所述识别参数列表中第m个闭合轮廓的外接矩形宽高放大k倍, 1<k<2,再根据所述第m个闭合轮廓的理论中心像素坐标,确定所述***选票图像 中第m个闭合轮廓的搜索区域;
S1225:在所述***选票图像中第m个闭合轮廓的搜索区域内搜索定位所述第 m个闭合轮廓的实际中心像素坐标和大小并保存;
S1226:判断第m个闭合轮廓是否为所述预设识别参数列表中最后一个待定位 闭合轮廓,若是,则进入下一步骤,若否,则m=m+1,返回S1222。
具体的,根据识别参数列表中下一个闭合轮廓的相对中心像素坐标(Δxi,Δyi)、下一个闭合轮廓的相对最近闭合轮廓索引号j及已搜索确定的该相对最近闭合轮廓 的实际位置(x’j,y’j),确定该下一个闭合轮廓搜索区域的理论中心位置,再以该 下一个闭合轮廓的实际宽高大小的k倍(k值根据闭合轮廓大小设置,例如1.2、1.5 等)确定该下一个闭合轮廓的搜索区域大小;其中,识别参数列表中第2个闭合轮 廓的相对最近闭合轮廓索引号为0,即为识别参数列表中第1个闭合轮廓的索引号。
接下来采用闭合轮廓的搜索方法确定该下一个闭合轮廓搜索区域内的闭合图形,并确定其中心像素坐标;对于每一个下一个闭合轮廓均采用上面的方法先确定 搜索区域,再在搜索区域内搜索确定闭合图形实际的中心像素坐标和大小,直至识 别参数列表中所有闭合轮廓位置确定完成,当所有闭合轮廓位置确定完成后,截取 闭合轮廓的内部图像进行***判定。
基于近邻闭合轮廓的***选票填涂框定位方法能够有效避免线阵扫描导致的***选票图像纵向拉伸的影响,能够准确定位各个填涂框的位置和大小。
需要说明的是,步骤S13的方法,包括:
S131:n=1或者n=2;
这里,n=1即表示初始闭合轮廓为填涂框,n=2即表示初始闭合轮廓不是填涂框。
S132:根据所述***选票图像中第n个闭合轮廓的实际中心像素坐标和大小截 取所述第n个闭合轮廓的内部图像并进行预处理;其中,预处理包括包括降噪、增 强和二值化处理。
S133:判断所述第n个闭合轮廓的内部图像中是否有黑色标记,若有,则进入S134,若没有,则判定所述第n个闭合轮廓内未填涂***。
S134:根据预设***模板识别所述第n个闭合轮廓的内部图像中是否包含*** 图像,若是,则判定所述第n个闭合轮廓内填涂为有效填涂,若否,则判定所述第 n个闭合轮廓内填涂为无效填涂;其中,预设***模板可以为黑白勾选符号模板。
S135:判断第n个闭合轮廓是否为所述识别参数列表中最后一个待识别的闭合 轮廓,若是,则进入下一步骤,若否,则n=n+1,返回S132。
具体的,步骤S134中根据预设***模板识别所述第n个闭合轮廓的内部图像 中是否包含***图像的方法,包括:
S1341:在所述第n个闭合轮廓的内部图像中搜索所述黑色标记的所有外部轮 廓;
其中,使用“基于边界跟踪方法的数字化二值图像拓扑结构分析”算法得到黑 色标记的所有外部轮廓坐标,例如opencv中findcontours函数。
S1342:对搜索出的闭合轮廓采用直线拟合得到多边形轮廓,截取所述多边形 轮廓的外接矩形为黑色标记图像;
其中,包括给定距离阈值,使用最小二乘法拟合出多条线段并拼接成多边形轮廓。
S1343:在所述多边形轮廓中搜索最长边线段,根据所述最长边线段的斜率计 算所述黑色标记的偏转角度θ,θ∈(-90°,90°);
其中,根据多边形轮廓中的所有边起点和终点两点坐标计算多边形中所有边的长度,找到长度最长的边。根据多边形轮廓中最长边的起点和终点坐标计算所在直 线的斜率,通过反正切函数求出对应的相对水平方向的偏斜角度。
S1344:按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转,使所述 黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低,再截取所述黑 色标记的外接矩形为黑色标记有效图像;
其中,为使最长边线段垂直于水平方向,则需将黑色标记图像按中心逆时针旋 转θ+90度。假设黑色标记图像宽度为W0,高度为H0,旋转坐标系原点位于左上角, 向右为X轴正方向,向下为Y轴正方向,则所述黑色标记图像中心坐标为 旋转后图像尺寸宽高D=MAX(W0,H0)。创建宽高都为D的白色 图像Src,拷贝所述黑色标记图像到白色图像中心,创建变换矩阵为利用变 换矩阵对Src图像应用放射变换得到旋转后的图像Des。
S1345:判断所述黑色标记有效图像尺寸与预设***模板尺寸的偏差是否满足 预设偏差范围,若是,则将所述黑色标记有效图像尺寸调整到预设***模板尺寸, 若否,则判定所述第n个闭合轮廓的内部图像中未包含***图像;
其中,判定截取出的黑色标记有效图像尺寸的宽高与预设黑白勾选符号模板尺寸的宽高差距,若在允许范围内,则将截取出的黑色标记有效图像缩放到与模板尺 寸相同的大小。
S1346:将所述黑色标记有效图像进行二值化处理,判断处理后的黑色标记有 效图像与预设***模板的图像相似度是否达到预设相似度阈值,若是,则判定所述 第n个闭合轮廓的内部图像中包含***图像,若否,则判定所述第n个闭合轮廓的 内部图像中未包含***图像。
其中,从左到右,从上到下遍历二值化后的黑色标记有效图像和预设黑白勾选 符号模板,对比每个相同位置的像素值是否一致,遍历完成后统计所有相同的像素 值坐标个数,再除以预设黑白勾选模板的面积,得到相似度值。
具体的,对截取的闭合轮廓的内部图像基于模板匹配的***符号“√”进行识 别。首先在定位搜索出的填涂圆圈内截取内部图像,二值化后通过黑色点数确认该 圆圈内是否有黑色标记;若存在黑色标记,则搜索黑色标记外部轮廓,对最大面积 的闭合轮廓采用直线拟合;接下来计算拟合出的多边形轮廓每个角点角度,去掉角 度大于170度,即接近于平角的角点;在剩余的多边形轮廓中搜索最长的边线段, 以该最长边线段确定黑色标记的偏转角度;按偏转角度对黑色标记进行旋转,使其 最长边垂直于水平方向;检测黑色标记的尺寸是否与标准模板“√”相近,若相近 则将黑色标记缩放到标准尺寸;最后将黑色标记与等大的“√”符号进行对比,计 算其图像相似度,若相似度满足要求则认为选民填写的是“√”,否则判定为无效 填涂。基于模板匹配的***符号“√”识别准确度高,处理方法简单,速度快。
如图3所示,本发明实施例2提供另一种***选票填涂的识别方法,在实施例 1的基础上,在步骤S11前还包括步骤S10:生成预设识别参数列表;
具体的,步骤S10的方法,包括:
S101:选取空白***选票图像中任一个闭合轮廓作为起始闭合轮廓,获取所述 起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0,h0)添加到识别参数 列表中;
S102:依次获取所述空白***选票图像中各个待定位闭合轮廓的中心像素坐标(xm,ym)和外接矩形宽高(wm,hm)添加到集合A中,m>0;
S103:将所述起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0, h0)添加到集合B中;
S104:计算集合B中每一个闭合轮廓的点到集合A中每一个闭合轮廓的点的 欧式距离,选取满足最短欧式距离的两个集合中的点Ai和点Bj,将集合A中Ai 点所在闭合轮廓的中心像素坐标(xi,yi)和外接矩形宽高(wi,hi)移入集合B中;
S105:计算Ai点所在闭合轮廓的中心像素坐标(xi,yi)相对于Bj点所在闭合 轮廓的中心像素坐标(xj,yj)的相对中心像素坐标(Δxi,Δyi),Δxi=xi-xj,Δyi=yi-yj, 将Ai点所在闭合轮廓的相对中心像素坐标(Δxi,Δyi)、Ai点所在闭合轮廓的外 接矩形宽高(wi,hi)和Bj点所在闭合轮廓在集合B中的索引j添加到所述识别参 数列表中,i、j为大于或者等于0的整数;
S106,判断集合A中是否还有待处理的闭合轮廓,若有,则返回S104,若否, 则结束流程。
具体的,识别参数列表的准备过程包括:1)选取空白***选票上任意一个闭合 图形作为定位的起始闭合轮廓,例如选票右上角的含“DS”字母的外框,获取其中 心像素坐标(x0,y0)及该闭合轮廓大致范围矩形宽高(w0,h0),作为该闭合轮廓 的搜索区域添加到识别参数列表中,其中该闭合轮廓大致范围矩形宽高(w0,h0)是 比该闭合轮廓实际轮廓范围更大的范围便于搜索;2)获取剩余需要定位的m个闭 合轮廓中心像素坐标(x1,y1)……(xm,ym),以及其外接矩形宽高(w0,h0)…… (wm,hm)形成集合A;3)将起始闭合轮廓的中心像素坐标(x0,y0)及该闭合轮 廓大致范围矩形宽高(w0,h0)加入集合B中,设B集合中的元素个数为n,4)计 算A集合中任意一点与B集合中任意一点的欧式距离A0B0、A1B0、A2B0…… A0B1、A1B1、A2B1……AmBn,选取最短欧式距离的两个集合中的点Ai和点Bj, 将点Ai的中心像素坐标(xi,yi)和外接矩形宽高(wi,hi)移入B集合中,计算并 保存该需要定位的闭合轮廓相对于点Bj的中心坐标偏差Δxi=xi-xj,Δyi=yi-yj,以及 相对最近闭合轮廓索引号j到识别参数列表中;5)重复步骤4中直至A集合中所 有需要定位的闭合轮廓处理完成,形成最终的识别参数列表。
如图4所示,本发明实施例3提供一种***选票填涂的识别装置,其中***选 票上设有若干个用于填涂***的填涂框,一个填涂框即为一个闭合轮廓,该装置包 括:
接收模块21,用于接收***选票图像;
定位模块22,用于根据预设识别参数列表依次获取所述***选票图像中各个闭合轮廓的位置和大小;
识别模块23,用于分别截取所述各个闭合轮廓的内部图像进行***识别;
输出模块24,用于生成***选票填涂的识别结果。
需要说明的是,定位模块包括:
起始闭合轮廓定位单元,用于根据所述预设识别参数列表中第1个闭合轮廓的 中心像素坐标和矩形范围宽高确定所述***选票图像中起始闭合轮廓的搜索区域, 在所述起始闭合轮廓的搜索区域内搜索定位所述起始闭合轮廓的实际中心像素坐标 和大小并保存;
其他闭合轮廓定位单元,用于根据所述预设识别参数列表中已定位闭合轮廓的索引号和实际中心像素坐标,以及所述预设识别参数列表中下一个待定位闭合轮廓 的索引号、相对中心像素坐标、外接矩形宽高和相对最近闭合轮廓索引号,依次获 取所述***选票图像中各个闭合轮廓的位置和大小。
需要说明的是,其他闭合轮廓定位单元的工作方法包括:
S1221:m=2;
S1222:根据所述预设识别参数列表中第m个闭合轮廓的相对最近闭合轮廓索 引号在所述预设识别参数列表中获取该相对最近闭合轮廓索引号对应的相对最近闭 合轮廓的实际中心像素坐标,其中,所述第m个闭合轮廓的相对最近闭合轮廓是在 定位第m个闭合轮廓前已完成定位的一个闭合轮廓的索引号;
S1223:根据所述第m个闭合轮廓的相对最近闭合轮廓的实际中心像素坐标和 所述预设识别参数列表中第m个闭合轮廓的相对中心像素坐标,计算所述第m个 闭合轮廓的理论中心像素坐标;
S1224:将所述识别参数列表中第m个闭合轮廓的外接矩形宽高放大k倍, 1<k<2,再根据所述第m个闭合轮廓的理论中心像素坐标,确定所述***选票图像 中第m个闭合轮廓的搜索区域;
S1225:在所述***选票图像中第m个闭合轮廓的搜索区域内搜索定位所述第 m个闭合轮廓的实际中心像素坐标和大小并保存;
S1226:判断第m个闭合轮廓是否为所述预设识别参数列表中最后一个待定位 闭合轮廓,若是,则进入下一步骤,若否,则m=m+1,返回S1222。
需要说明的是,识别模块的工作方法,包括:
S131:n=1或者n=2;
S132:根据所述***选票图像中第n个闭合轮廓的实际中心像素坐标和大小截 取所述第n个闭合轮廓的内部图像并进行预处理;
S133:判断所述第n个闭合轮廓的内部图像中是否有黑色标记,若有,则进入S134,若否,则判断所述第n个闭合轮廓内未填涂***;
S134:根据预设***模板识别所述第n个闭合轮廓的内部图像中是否包含*** 图像,若是,则判定所述第n个闭合轮廓内填涂为有效填涂,若否,则判定所述第 n个闭合轮廓内填涂为无效填涂;
S135:判断第n个闭合轮廓是否为所述识别参数列表中最后一个待识别的闭合 轮廓,若是,则进入下一步骤,若否,则n=n+1,返回S132。
具体的,步骤S134中根据预设***模板识别所述第n个闭合轮廓的内部图像 中是否包含***图像的方法,包括:
S1341:在所述第n个闭合轮廓的内部图像中搜索所述黑色标记的所有外部轮 廓;
其中,使用“基于边界跟踪方法的数字化二值图像拓扑结构分析”算法得到黑 色标记的所有外部轮廓坐标,例如opencv中findcontours函数。
S1342:对搜索出的闭合轮廓采用直线拟合得到多边形轮廓,截取所述多边形 轮廓的外接矩形为黑色标记图像;
其中,包括给定距离阈值,使用最小二乘法拟合出多条线段并拼接成多边形轮廓。
S1343:在所述多边形轮廓中搜索最长边线段,根据所述最长边线段的斜率计 算所述黑色标记的偏转角度θ,θ∈(-90°,90°);
其中,根据多边形轮廓中的所有边起点和终点两点坐标计算多边形中所有边的长度,找到长度最长的边。根据多边形轮廓中最长边的起点和终点坐标计算所在直 线的斜率,通过反正切函数求出对应的相对水平方向的偏斜角度。
S1344:按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转,使所述 黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低,再截取所述黑 色标记的外接矩形为黑色标记有效图像;
其中,为使最长边线段垂直于水平方向,则需将黑色标记图像按中心逆时针旋 转θ+90度。假设黑色标记图像宽度为W0,高度为H0,旋转坐标系原点位于左上角, 向右为X轴正方向,向下为Y轴正方向,则所述黑色标记图像中心坐标为 旋转后图像尺寸宽高D=MAX(W0,H0)。创建宽高都为D的白色 图像Src,拷贝所述黑色标记图像到白色图像中心,创建变换矩阵为利用变 换矩阵对Src图像应用放射变换得到旋转后的图像Des。
S1345:判断所述黑色标记有效图像尺寸与预设***模板尺寸的偏差是否满足 预设偏差范围,若是,则将所述黑色标记有效图像尺寸调整到预设***模板尺寸, 若否,则判定所述第n个闭合轮廓的内部图像中未包含***图像;
其中,判定截取出的黑色标记有效图像尺寸的宽高与预设黑白勾选符号模板尺寸的宽高差距,若在允许范围内,则将截取出的黑色标记有效图像缩放到与模板尺 寸相同的大小。
S1346:将所述黑色标记有效图像进行二值化处理,判断处理后的黑色标记有 效图像与预设***模板的图像相似度是否达到预设相似度阈值,若是,则判定所述 第n个闭合轮廓的内部图像中包含***图像,若否,则判定所述第n个闭合轮廓的 内部图像中未包含***图像。
其中,从左到右,从上到下遍历二值化后的黑色标记有效图像和预设黑白勾选 符号模板,对比每个相同位置的像素值是否一致,遍历完成后统计所有相同的像素 值坐标个数,再除以预设黑白勾选模板的面积,得到相似度值。
如图5所示,本发明实施例4还提供一种***选票填涂的识别装置,在实施例 3的基础上,该装置还包括准备模块,用于生成预设识别参数列表;
需要说明的是,准备模块的工作方法,包括:
S101:选取空白***选票图像中任一个闭合轮廓作为起始闭合轮廓,获取所述 起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0,h0)添加到识别参数 列表中;
S102:依次获取所述空白***选票图像中各个待定位闭合轮廓的中心像素坐标(xm,ym)和外接矩形宽高(wm,hm)添加到集合A中,m>0;
S103:将所述起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0, h0)添加到集合B中;
S104:计算集合B中每一个闭合轮廓的点到集合A中每一个闭合轮廓的点的 欧式距离,选取满足最短欧式距离的两个集合中的点Ai和点Bj,将集合A中Ai 点所在闭合轮廓的中心像素坐标(xi,yi)和外接矩形宽高(wi,hi)移入集合B中;
S105:计算Ai点所在闭合轮廓的中心像素坐标(xi,yi)相对于Bj点所在闭合 轮廓的中心像素坐标(xj,yj)的相对中心像素坐标(Δxi,Δyi),Δxi=xi-xj,Δyi=yi-yj, 将Ai点所在闭合轮廓的相对中心像素坐标(Δxi,Δyi)、Ai点所在闭合轮廓的外 接矩形宽高(wi,hi)和Bj点所在闭合轮廓在集合B中的索引j添加到所述识别参 数列表中,i、j为大于或者等于0的整数;
S106,判断集合A中是否还有待处理的闭合轮廓,若有,则返回S104,若否, 则结束流程。
图4、图5所对应实施例中特征的说明可以参见图1、图3所对应实施例的相 关说明,这里不再一一赘述。
本发明实施例5还提供一种***选票填涂的识别装置,包括:存储器,用于存 储计算机程序;处理器,用于执行计算机程序以实现如上述***选票填涂的识别方 法的步骤。
本发明实施例6还提供一种计算机可读存储介质,该计算机可读存储介质存储 有计算机程序,该计算机程序被处理器执行时实现如上述***选票填涂的识别方法 的步骤。
以上对本发明实施例所提供的一种***选票填涂的识别方法、装置和计算机可读存储介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施 例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参 见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描 述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普 通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和 修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
专业人员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直接用硬件、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(RAM)、 内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、 硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
Claims (14)
1.一种***选票填涂的识别方法,所述***选票上设有若干个用于填涂***的填涂框,所述一个填涂框为一个闭合轮廓,其特征在于,所述方法包括:
S11:接收***选票图像;
S12:根据预设识别参数列表依次获取所述***选票图像中各个闭合轮廓的位置和大小;
S13:分别截取所述各个闭合轮廓的内部图像进行***识别;
S14:生成***选票填涂的识别结果。
2.根据权利要求1所述的***选票填涂的识别方法,其特征在于,所述步骤S12的方法包括:
S121:根据所述预设识别参数列表中第1个闭合轮廓的中心像素坐标和矩形范围宽高确定所述***选票图像中起始闭合轮廓的搜索区域,在所述起始闭合轮廓的搜索区域内搜索定位所述起始闭合轮廓的实际中心像素坐标和大小并保存;
S122:根据所述预设识别参数列表中已定位闭合轮廓的索引号和实际中心像素坐标,以及所述预设识别参数列表中下一个待定位闭合轮廓的索引号、相对中心像素坐标、外接矩形宽高和相对最近闭合轮廓索引号,依次获取所述***选票图像中各个闭合轮廓的位置和大小。
3.根据权利要求2所述的***选票填涂的识别方法,其特征在于,所述步骤S122的方法包括:
S1221:m=2;
S1222:根据所述预设识别参数列表中第m个闭合轮廓的相对最近闭合轮廓索引号在所述预设识别参数列表中获取该相对最近闭合轮廓索引号对应的相对最近闭合轮廓的实际中心像素坐标,其中,所述第m个闭合轮廓的相对最近闭合轮廓是在定位第m个闭合轮廓前已完成定位的一个闭合轮廓的索引号;
S1223:根据所述第m个闭合轮廓的相对最近闭合轮廓的实际中心像素坐标和所述预设识别参数列表中第m个闭合轮廓的相对中心像素坐标,计算所述第m个闭合轮廓的理论中心像素坐标;
S1224:将所述识别参数列表中第m个闭合轮廓的外接矩形宽高放大k倍,1<k<2,再根据所述第m个闭合轮廓的理论中心像素坐标,确定所述***选票图像中第m个闭合轮廓的搜索区域;
S1225:在所述***选票图像中第m个闭合轮廓的搜索区域内搜索定位所述第m个闭合轮廓的实际中心像素坐标和大小并保存;
S1226:判断第m个闭合轮廓是否为所述预设识别参数列表中最后一个待定位闭合轮廓,若是,则进入下一步骤,若否,则m=m+1,返回S1222。
4.根据权利要求1所述的***选票填涂的识别方法,其特征在于,所述步骤S13的方法,包括:
S131:n=1或者n=2;
S132:根据所述***选票图像中第n个闭合轮廓的实际中心像素坐标和大小截取所述第n个闭合轮廓的内部图像并进行预处理;
S133:判断所述第n个闭合轮廓的内部图像中是否有黑色标记,若有,则进入S134,若否,则判断所述第n个闭合轮廓内未填涂***;
S134:根据预设***模板识别所述第n个闭合轮廓的内部图像中是否包含***图像,若是,则判定所述第n个闭合轮廓内填涂为有效填涂,若否,则判定所述第n个闭合轮廓内填涂为无效填涂;
S135:判断所述第n个闭合轮廓是否为所述识别参数列表中最后一个待识别的闭合轮廓,若是,则进入下一步骤,若否,则n=n+1,返回S132。
5.根据权利要求4所述的***选票填涂的识别方法,其特征在于,所述步骤S134中根据预设***模板识别所述第n个闭合轮廓的内部图像中是否包含***图像的方法,包括:
S1341:在所述第n个闭合轮廓的内部图像中搜索所述黑色标记的所有外部轮廓;
S1342:对搜索出的闭合轮廓采用直线拟合得到多边形轮廓,截取所述多边形轮廓的外接矩形为黑色标记图像;
S1343:在所述多边形轮廓中搜索最长边线段,根据所述最长边线段的斜率计算所述黑色标记的偏转角度θ,θ∈(-90°,90°);
S1344:按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转,使所述黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低,再截取所述黑色标记的外接矩形为黑色标记有效图像;
S1345:判断所述黑色标记有效图像尺寸与预设***模板尺寸的偏差是否满足预设偏差范围,若是,则将所述黑色标记有效图像尺寸调整到预设***模板尺寸,若否,则判定所述第n个闭合轮廓的内部图像中未包含***图像;
S1346:将所述黑色标记有效图像进行二值化处理,判断处理后的黑色标记有效图像与预设***模板的图像相似度是否达到预设相似度阈值,若是,则判定所述第n个闭合轮廓的内部图像中包含***图像,若否,则判定所述第n个闭合轮廓的内部图像中未包含***图像。
6.根据权利要求1所述的***选票填涂的识别方法,其特征在于,所述步骤S11前还包括步骤S10:生成预设识别参数列表;
所述步骤S10的方法,包括:
S101:选取空白***选票图像中任一个闭合轮廓作为起始闭合轮廓,获取所述起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0,h0)添加到识别参数列表中;
S102:依次获取所述空白***选票图像中各个待定位闭合轮廓的中心像素坐标(xm,ym)和外接矩形宽高(wm,hm)添加到集合A中,m>0;
S103:将所述起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0,h0)添加到集合B中;
S104:计算集合B中每一个闭合轮廓的点到集合A中每一个闭合轮廓的点的欧式距离,选取满足最短欧式距离的两个集合中的点Ai和点Bj,将集合A中Ai点所在闭合轮廓的中心像素坐标(xi,yi)和外接矩形宽高(wi,hi)移入集合B中;
S105:计算Ai点所在闭合轮廓的中心像素坐标(xi,yi)相对于Bj点所在闭合轮廓的中心像素坐标(xj,yj)的相对中心像素坐标(Δxi,Δyi),Δxi=xi-xj,Δyi=yi-yj,将Ai点所在闭合轮廓的相对中心像素坐标(Δxi,Δyi)、Ai点所在闭合轮廓的外接矩形宽高(wi,hi)和Bj点所在闭合轮廓在集合B中的索引j添加到所述识别参数列表中,i、j为大于或者等于0的整数;
S106,判断集合A中是否还有待处理的闭合轮廓,若有,则返回S104,若否,则结束流程。
7.一种***选票填涂的识别装置,所述***选票上设有若干个用于填涂***的填涂框,所述一个填涂框为一个闭合轮廓,其特征在于,所述装置包括:
接收模块,用于接收***选票图像;
定位模块,用于根据预设识别参数列表依次获取所述***选票图像中各个闭合轮廓的位置和大小;
识别模块,用于分别截取所述各个闭合轮廓的内部图像进行***识别;
输出模块,用于生成***选票填涂的识别结果。
8.根据权利要求7所述的***选票填涂的识别装置,其特征在于,所述定位模块包括:
起始闭合轮廓定位单元,用于根据所述预设识别参数列表中第1个闭合轮廓的中心像素坐标和矩形范围宽高确定所述***选票图像中起始闭合轮廓的搜索区域,在所述起始闭合轮廓的搜索区域内搜索定位所述起始闭合轮廓的实际中心像素坐标和大小并保存;
其他闭合轮廓定位单元,用于根据所述预设识别参数列表中已定位闭合轮廓的索引号和实际中心像素坐标,以及所述预设识别参数列表中下一个待定位闭合轮廓的索引号、相对中心像素坐标、外接矩形宽高和相对最近闭合轮廓索引号,依次获取所述***选票图像中各个闭合轮廓的位置和大小。
9.根据权利要求7所述的***选票填涂的识别装置,其特征在于,所述其他闭合轮廓定位单元的工作方法包括:
S1221:m=2;
S1222:根据所述预设识别参数列表中第m个闭合轮廓的相对最近闭合轮廓索引号在所述预设识别参数列表中获取该相对最近闭合轮廓索引号对应的相对最近闭合轮廓的实际中心像素坐标,其中,所述第m个闭合轮廓的相对最近闭合轮廓是在定位第m个闭合轮廓前已完成定位的一个闭合轮廓的索引号;
S1223:根据所述第m个闭合轮廓的相对最近闭合轮廓的实际中心像素坐标和所述预设识别参数列表中第m个闭合轮廓的相对中心像素坐标,计算所述第m个闭合轮廓的理论中心像素坐标;
S1224:将所述识别参数列表中第m个闭合轮廓的外接矩形宽高放大k倍,1<k<2,再根据所述第m个闭合轮廓的理论中心像素坐标,确定所述***选票图像中第m个闭合轮廓的搜索区域;
S1225:在所述***选票图像中第m个闭合轮廓的搜索区域内搜索定位所述第m个闭合轮廓的实际中心像素坐标和大小并保存;
S1226:判断第m个闭合轮廓是否为所述预设识别参数列表中最后一个待定位闭合轮廓,若是,则进入下一步骤,若否,则m=m+1,返回S1222。
10.根据权利要求7所述的***选票填涂的识别装置,其特征在于,所述识别模块的工作方法,包括:
S131:n=1或者n=2;
S132:根据所述***选票图像中第n个闭合轮廓的实际中心像素坐标和大小截取所述第n个闭合轮廓的内部图像并进行预处理;
S133:判断所述第n个闭合轮廓的内部图像中是否有黑色标记,若有,则进入S134,若没有,则判定所述第n个闭合轮廓内未填涂***;
S134:根据预设***模板识别所述第n个闭合轮廓的内部图像中是否包含***图像,若是,则判定所述第n个闭合轮廓内填涂为有效填涂,若否,则判定所述第n个闭合轮廓内填涂为无效填涂;
S135:判断第n个闭合轮廓是否为所述识别参数列表中最后一个待识别的闭合轮廓,若是,则进入下一步骤,若否,则n=n+1,返回S132。
11.根据权利要求10所述的***选票填涂的识别装置,其特征在于,所述步骤S134中根据预设***模板识别所述第n个闭合轮廓的内部图像中是否包含***图像的方法,包括:
S1341:在所述第n个闭合轮廓的内部图像中搜索所述黑色标记的所有外部轮廓;
S1342:对搜索出的闭合轮廓采用直线拟合得到多边形轮廓,截取所述多边形轮廓的外接矩形为黑色标记图像;
S1343:在所述多边形轮廓中搜索最长边线段,根据所述最长边线段的斜率计算所述黑色标记的偏转角度θ,θ∈(-90°,90°);
S1344:按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转,使所述黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低,再截取所述黑色标记的外接矩形为黑色标记有效图像;
S1345:判断所述黑色标记有效图像尺寸与预设***模板尺寸的偏差是否满足预设偏差范围,若是,则将所述黑色标记有效图像尺寸调整到预设***模板尺寸,若否,则判定所述第n个闭合轮廓的内部图像中未包含***图像;
S1346:将所述黑色标记有效图像进行二值化处理,判断处理后的黑色标记有效图像与预设***模板的图像相似度是否达到预设相似度阈值,若是,则判定所述第n个闭合轮廓的内部图像中包含***图像,若否,则判定所述第n个闭合轮廓的内部图像中未包含***图像。
12.根据权利要求7所述的***选票填涂的识别装置,其特征在于,所述装置还包括准备模块,用于生成预设识别参数列表;
所述准备模块的工作方法,包括:
S101:选取空白***选票图像中任一个闭合轮廓作为起始闭合轮廓,获取所述起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0,h0)添加到识别参数列表中;
S102:依次获取所述空白***选票图像中各个待定位闭合轮廓的中心像素坐标(xm,ym)和外接矩形宽高(wm,hm)添加到集合A中,m>0;
S103:将所述起始闭合轮廓的中心像素坐标(x0,y0)和范围矩形宽高(w0,h0)添加到集合B中;
S104:计算集合B中每一个闭合轮廓的点到集合A中每一个闭合轮廓的点的欧式距离,选取满足最短欧式距离的两个集合中的点Ai和点Bj,将集合A中Ai点所在闭合轮廓的中心像素坐标(xi,yi)和外接矩形宽高(wi,hi)移入集合B中;
S105:计算Ai点所在闭合轮廓的中心像素坐标(xi,yi)相对于Bj点所在闭合轮廓的中心像素坐标(xj,yj)的相对中心像素坐标(Δxi,Δyi),Δxi=xi-xj,Δyi=yi-yj,将Ai点所在闭合轮廓的相对中心像素坐标(Δxi,Δyi)、Ai点所在闭合轮廓的外接矩形宽高(wi,hi)和Bj点所在闭合轮廓在集合B中的索引j添加到所述识别参数列表中,i、j为大于或者等于0的整数;
S106,判断集合A中是否还有待处理的闭合轮廓,若有,则返回S104,若否,则结束流程。
13.一种***选票填涂的识别装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如权利要求1至6中任一项所述***选票填涂的识别方法的步骤。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述***选票填涂的识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811562812.XA CN109711404B (zh) | 2018-12-20 | 2018-12-20 | ***选票填涂的识别方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811562812.XA CN109711404B (zh) | 2018-12-20 | 2018-12-20 | ***选票填涂的识别方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109711404A true CN109711404A (zh) | 2019-05-03 |
CN109711404B CN109711404B (zh) | 2019-12-24 |
Family
ID=66256176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811562812.XA Active CN109711404B (zh) | 2018-12-20 | 2018-12-20 | ***选票填涂的识别方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711404B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490141A (zh) * | 2019-08-21 | 2019-11-22 | 南京怀宇科技有限公司 | 一种填涂信息的识别方法、装置、终端及存储介质 |
CN112132783A (zh) * | 2020-08-21 | 2020-12-25 | 成都飞机工业(集团)有限责任公司 | 一种基于数字图像处理技术的零件识别方法 |
CN112200117A (zh) * | 2020-10-22 | 2021-01-08 | 长城计算机软件与***有限公司 | 表格识别方法及装置 |
CN112560729A (zh) * | 2020-12-22 | 2021-03-26 | 成都中科信息技术有限公司 | 一种选票处理方法及*** |
CN112837196A (zh) * | 2021-01-18 | 2021-05-25 | 中科院成都信息技术股份有限公司 | 一种选民验证及选票派发方法、装置、***、以及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1804905A (zh) * | 2006-01-12 | 2006-07-19 | 北京飞利信电子技术有限公司 | 电子票箱的选票识别方法 |
CN101436321A (zh) * | 2008-12-12 | 2009-05-20 | 中科院成都信息技术有限公司 | 选票信息处理方法 |
CN101447017A (zh) * | 2008-11-27 | 2009-06-03 | 浙江工业大学 | 一种基于版面分析的选票快速识别统计方法及*** |
CN105389836A (zh) * | 2014-09-04 | 2016-03-09 | 陕西鸥玛信息科技有限责任公司 | 一种图像涂点聚合编码识别卡 |
CN105426844A (zh) * | 2015-11-20 | 2016-03-23 | 广州未名中智教育科技有限公司 | 一种答题卡识别方法 |
CN107194391A (zh) * | 2017-04-21 | 2017-09-22 | 广东清华文通科技有限公司 | 一种可对抗图像拉伸偏移的智能分析定位电子选票的方法 |
-
2018
- 2018-12-20 CN CN201811562812.XA patent/CN109711404B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1804905A (zh) * | 2006-01-12 | 2006-07-19 | 北京飞利信电子技术有限公司 | 电子票箱的选票识别方法 |
CN101447017A (zh) * | 2008-11-27 | 2009-06-03 | 浙江工业大学 | 一种基于版面分析的选票快速识别统计方法及*** |
CN101436321A (zh) * | 2008-12-12 | 2009-05-20 | 中科院成都信息技术有限公司 | 选票信息处理方法 |
CN105389836A (zh) * | 2014-09-04 | 2016-03-09 | 陕西鸥玛信息科技有限责任公司 | 一种图像涂点聚合编码识别卡 |
CN105426844A (zh) * | 2015-11-20 | 2016-03-23 | 广州未名中智教育科技有限公司 | 一种答题卡识别方法 |
CN105426844B (zh) * | 2015-11-20 | 2018-09-18 | 广州未名中智教育科技有限公司 | 一种答题卡识别方法 |
CN107194391A (zh) * | 2017-04-21 | 2017-09-22 | 广东清华文通科技有限公司 | 一种可对抗图像拉伸偏移的智能分析定位电子选票的方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490141A (zh) * | 2019-08-21 | 2019-11-22 | 南京怀宇科技有限公司 | 一种填涂信息的识别方法、装置、终端及存储介质 |
CN112132783A (zh) * | 2020-08-21 | 2020-12-25 | 成都飞机工业(集团)有限责任公司 | 一种基于数字图像处理技术的零件识别方法 |
CN112200117A (zh) * | 2020-10-22 | 2021-01-08 | 长城计算机软件与***有限公司 | 表格识别方法及装置 |
CN112200117B (zh) * | 2020-10-22 | 2023-10-13 | 长城计算机软件与***有限公司 | 表格识别方法及装置 |
CN112560729A (zh) * | 2020-12-22 | 2021-03-26 | 成都中科信息技术有限公司 | 一种选票处理方法及*** |
CN112560729B (zh) * | 2020-12-22 | 2023-12-26 | 成都中科信息技术有限公司 | 一种选票处理方法及*** |
CN112837196A (zh) * | 2021-01-18 | 2021-05-25 | 中科院成都信息技术股份有限公司 | 一种选民验证及选票派发方法、装置、***、以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109711404B (zh) | 2019-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109711404A (zh) | ***选票填涂的识别方法、装置及计算机可读存储介质 | |
CN101303768B (zh) | 圆形标志点在摄像机透视投影变换时圆心偏差的修正方法 | |
CN101311963B (zh) | 摄像机定位用圆标志点圆心的图像投影点位置的获取方法 | |
CN107958458B (zh) | 图像分割方法、图像分割***及包括其的设备 | |
WO1993007580A1 (fr) | Procede pour determiner la direction dans une region locale d'un segment de profil et procede pour determiner les lignes et les angles | |
CN103679702B (zh) | 一种基于图像边缘矢量的匹配方法 | |
CN109426814B (zh) | 一种***图片特定板块的定位、识别方法、***、设备 | |
CN109934180B (zh) | 指纹识别方法及相关装置 | |
CN113052911B (zh) | 一种标定板、和相机标定方法、装置 | |
CN105184225B (zh) | 一种多国纸币图像识别方法和装置 | |
CN112396643A (zh) | 一种尺度不变特征与几何特征融合的多模态高分影像配准方法 | |
Kwag et al. | Efficient skew estimation and correction algorithm for document images | |
CN110738216A (zh) | 基于改进surf算法的药品识别方法 | |
CN106815830B (zh) | 图像的缺陷检测方法 | |
CN109670447B (zh) | ***选票填涂框图像的识别方法、装置及可读存储介质 | |
CN109635729B (zh) | 一种表格识别方法及终端 | |
CN106204542B (zh) | 视觉识别方法及*** | |
CN110969612B (zh) | 二维码印刷缺陷检测方法 | |
CN104036494A (zh) | 一种用于水果图像的快速匹配计算方法 | |
CN108205641A (zh) | 手势图像处理方法及装置 | |
Dori et al. | Stepwise recovery of arc segmentation in complex line environments | |
Ni et al. | A fully automatic registration approach based on contour and SIFT for HJ-1 images | |
CN115375576A (zh) | 生物特征光电扫描装置图像纠偏方法 | |
Nguyen et al. | Ellipse detection through decomposition of circular arcs and line segments | |
CN107229935A (zh) | 一种三角形特征的二进制描述方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40003796 Country of ref document: HK |