CN109711476A - 一种图像数据标注色斑自动修正的方法 - Google Patents
一种图像数据标注色斑自动修正的方法 Download PDFInfo
- Publication number
- CN109711476A CN109711476A CN201811634992.8A CN201811634992A CN109711476A CN 109711476 A CN109711476 A CN 109711476A CN 201811634992 A CN201811634992 A CN 201811634992A CN 109711476 A CN109711476 A CN 109711476A
- Authority
- CN
- China
- Prior art keywords
- index value
- image
- color spot
- image data
- modified method
- 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
- 238000000034 method Methods 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 14
- 238000013507 mapping Methods 0.000 claims description 5
- 238000006748 scratching Methods 0.000 description 2
- 230000002393 scratching effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及图像处理技术领域,尤其涉及一种图像数据标注色斑自动修正的方法,其特征在于通过连通图识别的方法,得到索引值矩阵中不同索引值对应的图像块,再通过识别图像块的像素数目,将像素数目少于一定数量的图像块对应的索引值替换为临近的像素索引值。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像数据标注色斑自动修正的方法。
背景技术
图像数据标注过程是通过Photoshop等抠图软件扣出的,由于抠图的两个对象紧密接触时,抠出的图会存在少量不属于任何一个对象的像素,即色斑。这些像素肉眼无法识别,但是却对机器学习模型的训练造成非常大的影响。
发明内容
本发明所要解决的技术问题是克服现有技术中存在的不足,提供一种能够将色斑去除的图像数据标注色斑自动修正的方法。
本发明是通过以下技术方案予以实现:
一种图像数据标注色斑自动修正的方法,其特征在于,包括以下步骤:
a.读取图像,获得图像对应的索引值矩阵及颜色映射矩阵;
b.通过连通图识别的方法,得到步骤a的索引值矩阵中不同索引值对应的图像块;
c.识别图像块的像素数目,如果像素数目小于设定值,则将该图像块对应的索引值替换为临近该图像块的像素的索引值。
优选的,设定值为100。
本发明的有益效果是:
本发明将图片读取成索引值和颜色映射矩阵,通过连通图识别的方法将少量不属于任何对象的像素识别出来,并设置为邻近像素的索引值,该方法弥补了使用抠图软件等工具无法查出色斑问题的困难,同时将标注员的精力集中在抠图任务上,提升了标注效率。
附图说明
图1是本发明的流程示意图。
具体实施方式
为了使本技术领域的技术人员更好地理解本发明的技术方案,下面结合附图和最佳实施例对本发明作进一步的详细说明。
如图所示,本发明包括以下步骤:
a.读取图像,获得图像对应的索引值矩阵及颜色映射矩阵,索引值矩阵为像素点对应颜色的索引值形成的矩阵,任一颜色的索引值等于该颜色在颜色映射矩阵中所在行数的数值减一;
b.通过连通图识别的方法,得到步骤a的索引值矩阵中不同索引值对应的图像块;
c.分别识别步骤b中得到的多个图像块的像素数目,如果像素数目小于设定值,则将该图像块对应的索引值替换为临近该图像块的像素的索引值。
优选的,设定值为100,通常色斑的像素数小于100,通过本方法即可完成对图像中色斑的自动修正。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种图像数据标注色斑自动修正的方法,其特征在于,包括以下步骤:
a.读取图像,获得图像对应的索引值矩阵及颜色映射矩阵;
b.通过连通图识别的方法,得到步骤a的索引值矩阵中不同索引值对应的图像块;
c.识别图像块的像素数目,如果像素数目小于设定值,则将该图像块对应的索引值替换为临近该图像块的像素的索引值。
2.根据权利要求1所述的一种图像数据标注色斑自动修正的方法,其特征在于,设定值为100。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811634992.8A CN109711476A (zh) | 2018-12-29 | 2018-12-29 | 一种图像数据标注色斑自动修正的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811634992.8A CN109711476A (zh) | 2018-12-29 | 2018-12-29 | 一种图像数据标注色斑自动修正的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109711476A true CN109711476A (zh) | 2019-05-03 |
Family
ID=66258233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811634992.8A Pending CN109711476A (zh) | 2018-12-29 | 2018-12-29 | 一种图像数据标注色斑自动修正的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711476A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114495824A (zh) * | 2022-01-26 | 2022-05-13 | 苇创微电子(上海)有限公司 | 一种针对oled显示器图像及文字边缘偏色的校正方法、***、存储介质和处理器 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002135570A (ja) * | 2000-10-25 | 2002-05-10 | Canon Inc | 画像処理方法および画像形成装置 |
US6538771B1 (en) * | 1997-01-21 | 2003-03-25 | Minolta Co., Ltd. | Image processor |
JP2009099098A (ja) * | 2007-10-19 | 2009-05-07 | Toshiba Corp | コンピュータグラフィックス描画装置及び描画方法 |
CN102300095A (zh) * | 2011-09-15 | 2011-12-28 | 重庆邮电大学 | 一种超谱信号的快速压缩编码方法及图像压缩方法 |
CN102508923A (zh) * | 2011-11-22 | 2012-06-20 | 北京大学 | 基于自动分类和关键字标注的自动视频注释方法 |
US8599214B1 (en) * | 2009-03-20 | 2013-12-03 | Teradici Corporation | Image compression method using dynamic color index |
CN104751489A (zh) * | 2015-04-09 | 2015-07-01 | 苏州阔地网络科技有限公司 | 一种在线课堂中基于网格的接力跟踪方法及装置 |
WO2015120050A1 (en) * | 2014-02-10 | 2015-08-13 | Microsoft Technology Licensing, Llc | Adaptive screen and video coding scheme |
CN105335989A (zh) * | 2014-06-11 | 2016-02-17 | 富士通株式会社 | 图像编码方法和图像编码装置 |
CN107169508A (zh) * | 2017-04-17 | 2017-09-15 | 杭州电子科技大学 | 一种基于融合特征的旗袍图像情感语义识别方法 |
CN108876804A (zh) * | 2017-10-12 | 2018-11-23 | 北京旷视科技有限公司 | 抠像模型训练和图像抠像方法、装置和***及存储介质 |
-
2018
- 2018-12-29 CN CN201811634992.8A patent/CN109711476A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6538771B1 (en) * | 1997-01-21 | 2003-03-25 | Minolta Co., Ltd. | Image processor |
JP2002135570A (ja) * | 2000-10-25 | 2002-05-10 | Canon Inc | 画像処理方法および画像形成装置 |
JP2009099098A (ja) * | 2007-10-19 | 2009-05-07 | Toshiba Corp | コンピュータグラフィックス描画装置及び描画方法 |
US8599214B1 (en) * | 2009-03-20 | 2013-12-03 | Teradici Corporation | Image compression method using dynamic color index |
CN102300095A (zh) * | 2011-09-15 | 2011-12-28 | 重庆邮电大学 | 一种超谱信号的快速压缩编码方法及图像压缩方法 |
CN102508923A (zh) * | 2011-11-22 | 2012-06-20 | 北京大学 | 基于自动分类和关键字标注的自动视频注释方法 |
WO2015120050A1 (en) * | 2014-02-10 | 2015-08-13 | Microsoft Technology Licensing, Llc | Adaptive screen and video coding scheme |
CN105335989A (zh) * | 2014-06-11 | 2016-02-17 | 富士通株式会社 | 图像编码方法和图像编码装置 |
CN104751489A (zh) * | 2015-04-09 | 2015-07-01 | 苏州阔地网络科技有限公司 | 一种在线课堂中基于网格的接力跟踪方法及装置 |
CN107169508A (zh) * | 2017-04-17 | 2017-09-15 | 杭州电子科技大学 | 一种基于融合特征的旗袍图像情感语义识别方法 |
CN108876804A (zh) * | 2017-10-12 | 2018-11-23 | 北京旷视科技有限公司 | 抠像模型训练和图像抠像方法、装置和***及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114495824A (zh) * | 2022-01-26 | 2022-05-13 | 苇创微电子(上海)有限公司 | 一种针对oled显示器图像及文字边缘偏色的校正方法、***、存储介质和处理器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102542275B (zh) | 一种证件照背景自动识别方法及其*** | |
CN110930427B (zh) | 一种基于语义轮廓信息的图像分割方法、设备和存储介质 | |
CN107590447A (zh) | 一种文字标题识别方法及装置 | |
CN105654072A (zh) | 一种低分辨率医疗票据图像的文字自动提取和识别***与方法 | |
CN108509988B (zh) | 一种试卷分数自动统计方法、装置、电子设备及存储介质 | |
CN114240939B (zh) | 一种主板元器件外观缺陷检测方法、***、设备及介质 | |
CN113160222A (zh) | 一种针对工业信息图像的生产数据识别方法 | |
CN110135225B (zh) | 样本标注方法及计算机存储介质 | |
CN110210577B (zh) | 一种针对密集鸟群的深度学习以及识别方法 | |
CN112446262A (zh) | 文本分析方法、装置、终端和计算机可读存储介质 | |
CN115273115A (zh) | 一种文档元素标注方法、装置、电子设备和存储介质 | |
CN115597494B (zh) | 一种基于点云的预制构件预留孔的精度检测方法、*** | |
CN104700417A (zh) | 木材节子瑕疵的计算机图像自动识别方法 | |
CN109711476A (zh) | 一种图像数据标注色斑自动修正的方法 | |
CN116310548A (zh) | 一种进口种子产品中的入侵植物种子检测方法 | |
CN104281850A (zh) | 一种文字区域识别方法和装置 | |
CN110298835A (zh) | 一种皮革表面破损检测方法、***及相关装置 | |
CN110827333A (zh) | 一种继电保护的压板拼接识别方法、***及介质 | |
CN112686872B (zh) | 基于深度学习的木材计数方法 | |
CN111316934B (zh) | 一种蜜蜂产育力分析仪及方法 | |
CN109934152B (zh) | 一种针对手语图像的改进小弯臂图像分割方法 | |
CN115063405A (zh) | 钢材表面缺陷检测的方法、***、电子设备和存储介质 | |
CN112270683B (zh) | 一种ihc数字预览图识别和组织前景分割方法及*** | |
CN112069953B (zh) | 一种水稻秧苗生长期自动识别方法、装置 | |
CN113095400A (zh) | 一种用于机器视觉缺陷检测的深度学习模型训练方法 |
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: 20190503 |