CN110769235A - 一种梯形校正的方法及产品 - Google Patents
一种梯形校正的方法及产品 Download PDFInfo
- Publication number
- CN110769235A CN110769235A CN201910938446.1A CN201910938446A CN110769235A CN 110769235 A CN110769235 A CN 110769235A CN 201910938446 A CN201910938446 A CN 201910938446A CN 110769235 A CN110769235 A CN 110769235A
- Authority
- CN
- China
- Prior art keywords
- corrected
- wide
- tilt
- angle
- value
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
- H04N9/3141—Constructional details thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
- H04N9/3179—Video signal processing therefor
- H04N9/3185—Geometric adjustment, e.g. keystone or convergence
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Transforming Electric Information Into Light Information (AREA)
- Controls And Circuits For Display Device (AREA)
- Projection Apparatus (AREA)
Abstract
本申请实施例公开了一种梯形校正的方法及相关产品,应用于智能投影仪的投影界面,所述智能投影仪包括广角摄像头,所述方法包括:通过所述广角摄像头采集包含有投影界面的广角图像,从所述广角图像中提取特征参数;比较所述特征参数与预设参数,确定倾斜角度值;在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域;对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的标准矩形。采用本申请实施例,能对投影仪的倾斜界面实现梯形进行,提升用户观影体验。
Description
技术领域
本申请涉及电子设备技术领域,尤其涉及到一种梯形校正的方法及产品。
背景技术
随着激光投影技术的发展,投影仪应用的场景也越来越广泛,影院,家庭,商务,办公,教学等。由于应用场景的不同,有的投影仪会被固定在某个位置,比如影院以及教室等。但有的投影仪为使得使用更加方便,可能会被放置在客厅茶几,或者会议室的会议桌上。
但每次移动投影仪后可能会导致投影仪与幕布角度的偏移,使得投影出现梯形界面,影响观影体验。经非专业人员调节后,难免还会存在角度偏差,因此投影仪自带梯形校正功能就尤为关键,如何才能对投影界面进行更为准确的倾斜校正,同时又能降低校正对画质造成的损坏。
发明内容
本申请实施例提供了一种应用于智能投影仪的投影界面的校正方法及产品。
第一方面,一种梯形校正方法,应用于智能投影仪,所述智能投影仪包括广角摄像头,所述方法包括:
通过所述广角摄像头采集包含有投影界面的广角图像,从所述广角图像中提取特征参数;
比较所述特征参数与预设参数,确定倾斜角度值;
在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域;
对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的标准矩形。
第二方面,本申请实施例提供一种梯形校正装置,应用于智能投影仪,所述智能投影仪包括图像获取装置,所述梯形校正装置包括:
通信单元,用于通过所述广角摄像头采集包含有投影界面的广角图像,从所述广角图像中提取特征参数;
匹配单元,用于比较所述特征参数与预设参数,确定倾斜角度值;
校正单元,用于在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域;
所述校正单元,还用于对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的标准矩形。
第三方面,本申请实施例提供一种智能投影仪,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,本申请实施例利用智能投影仪自带的广角摄像头能获取投影界面更完整的图像,有利于准确的判断出倾斜程度。另外,在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域,针对不同的区域有针对性的采取校正方法,能更好地实现对图片倾斜校正的同时,还能降低对画质的损坏。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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是本申请实施例的提供的一种智能投影仪的结构示意图;
图2-A是本申请实施例的提供的一种梯形校正方法的流程示意图;
图2-B是本申请实施例的提供的一种投影梯形界面的示意图;
图3本申请实施例提供的一种梯形校正装置的结构示意图;
图4-A本申请实施例提供的一种梯形校正装置的功能单元示意图;
图4-B本申请实施例提供的另一种梯形校正装置的功能单元示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
目前对梯形进行倾斜校正的方法主要是光学校正与数字梯形校,前者通过改变光学通路中器件的角度、位置来实现的,一般只能做上下幅度的校正,校正范围也不大,但没有数字校正的问题。光学加数字综合梯形校正是比较完善的办法,主要用在高档机上面。
后者的运用更加普遍,但很容易造成校正后的画面有压缩、可能带来画质下降的后果,且不显示的部分液晶光阀并未完全关闭,会在投影屏幕边缘出现一定的“灰带”现象,严重影响观影体验。
针对上述问题,本申请实施例提供一种梯形校正方法及其相关产品,下面结合附图进行详细介绍。
首先,请参看图1所示的智能投影仪的结构示意图。该智能投影仪可以包括处理器、存储器、信号处理器、收发器、扬声器、麦克风、随机存取存储器(Random AccessMemory,RAM)、广角摄像头、传感器和网络模块等等。其中,存储器、DSP、广角摄像头、投影装置、扬声器、麦克风、RAM、传感器、网络模块与处理器连接,收发器与信号处理器连接。
其中,该广角摄像头可以是半球型摄像机,一体化摄像机、可以自动聚焦、红外日夜两用摄像机、高速球摄像机、网络摄像机,该摄像机可以将图像采集后发送给投影仪的处理器,所述摄像头与所述处理器可以是无线连接,连接方式可以有蓝牙方式连接,无线保真(Wi-Fi)方式连接,也可以是有线连接等,保证二者可以进行数据的双向传输,在此不作具体限定。
其中,处理器是智能投影仪的控制中心,利用各种接口和线路连接整个智能投影仪的各个部分,通过运行或执行存储在存储器内的软体程序和/或模块,以及调用存储在存储器内的数据,执行智能投影仪的各种功能和处理数据,从而对智能投影仪进行整体监控,处理器可以为中央处理器(Central Processing Unit/Processor,CPU)、图形处理器(Graphics Processing Unit,GPU)或者网络处理器(Neural-network Processing Unit,NPU)。
进一步地,处理器可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器中。
其中,存储器用于存储软体程序和/或模块,处理器通过运行存储在存储器的软件程序和/或模块,从而执行智能投影仪的各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的软体程序等;存储数据区可存储根据智能投影仪的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,传感器包括以下至少一种:光感传感器、陀螺仪、红外接近传感器、振动检测传感器,压力传感器等等。其中,光感传感器,也称为环境光传感器,用于检测环境光亮度。光线传感器可以包括光敏元件和模数转换器。其中,光敏元件用于将采集的光信号转换为电信号,模数转换器用于将上述电信号转换为数字信号。可选的,光线传感器还可以包括信号放大器,信号放大器可以将光敏元件转换的电信号进行放大后输出至模数转换器。上述光敏元件可以包括光电二极管、光电三极管、光敏电阻、硅光电池中的至少一种。
网络模块可以为以下至少一种:蓝牙模块、无线保真(wireless fidelity,Wi-Fi)等等,在此不做限定,上述投影装置能够实现投影功能。
本申请实施例的技术方案可以基于图1举例所示投影仪的结构通信***或其形变来具体实施。
接下来,请参见图2-A,图2-A是本申请实施例提供的一种梯形校正方法,应用于智能投影仪,所述智能投影仪包括广角摄像头,这种方法可包括但不限于如下步骤:
201、通过所述广角摄像头采集包含有投影界面的广角图像,从所述广角图像中提取特征参数。
具体的,可以理解为,在用户启动所述智能投影仪后,当画面被投影到投影幕布之前或者当画面被投影到投影幕布之后,所述智能投影仪会向所述广角摄像头发送控制指令,所述控制指令用于控制所述广角摄像头采集所述广角图像。
另外,也可以是在用户启动所述智能投影仪后,会自动触发一个控制指令,所述控制指令用于控制所述广角摄像头采集所述广角图像。
具体的,从所述广角图像中提取特征参数,所述特征参数主要是用于判断投影图像的倾斜程度。
202、比较所述特征参数与预设参数,确定倾斜角度值。
具体的,所述比较所述特征参数与预设参数,确定倾斜角度值,可以包含但不限于如下步骤:
2021、比较所述特诊参数包含的四个顶点的坐标与对应的预设坐标,得到四组点位移值。
具体的,从所述广角图像中提取特征参数时,会提取所述广角图像的四个顶点的坐标。可以理解为整个幕布按照一定的标准设立了X轴与Y轴,对应的,在幕布上的每个点都有对应的坐标位置。
进一步的,预设坐标可以是初始顶点坐标,即标准矩形对应的四个顶点的坐标,将特征参数包含的四个顶点的坐标与预设坐标进行比较,很容易得到四组点位移值。具体的计算过程在数学中已经有了充分的公开,再次不加以赘述。
2022、将所述特诊参数包含的四边的长度值与预设的长度值进行比较,获取所述四边中每一条边的长度伸缩值。
具体的,从所述广角图像中提取特征参数时,会提取所述广角图像的四边的长度值。可以理解为整个投影画面按照一定的比例尺进行投影,对应的,可以按照该比例尺对所述广角图像的四边的长度进行计算,在于预设的标准矩形的四边长度进行比较,从而获取所述四边中每一条边的长度伸缩值。
2023、根据所述四组点位移值与所述每一条边的长度伸缩值,确定倾斜角度值。
具体的,可以理解为,在得到四组点位移值与所述每一条边的长度伸缩值之后,采用数学函数公式以及对应的算法来计算所述广角图像的倾斜角度值。
进一步的,边的倾斜条数可以是1条、2条、3条或者4条。对应不同范围的倾斜角度值。
203、在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域。
具体的,可以理解为,在计算出倾斜角度值之后,将所述倾斜角度值与预设的第一阈值进行比较,所述第一阈值为预设的不同校正方法的临界值,在所述倾斜角度值大于第一预设阈值时,比如如图2-B所示,投影界面出现明显的角度倾斜,需要对其进行校正使投影界面呈现如图2-B所示的标准矩形,才会执行将所述广角图像划分为多个待校正的倾斜区域的操作。
204、对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的标准矩形。
具体的,可以理解为对不同的区域采用不同的预设校正方式进行校正,降低对画质的损坏和对画面的压缩。
可见,本申请实施例利用智能投影仪自带的广角摄像头能获取关于投影界面更完整的图像,有利于准确的判断出倾斜程度。另外,在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域,针对不同的区域有针对性的采取校正方法,能更好地实现对图片倾斜校正的同时,还能降低对图片画质的损坏。
在一个可能的示例中,上述步骤202,比较所述特征参数与预设参数,确定倾斜角度值,还可以包括如下步骤:
从所述广角图像中提取特征参数,得到特征参数集,所述特征参数包括顶点坐标集以及四边长度,所述特征参数集包括顶点坐标集,以及四边长度集,所述广角图像可以多张;
将所述顶点坐标集输入到预设神经网络模型,得到第一倾斜角度值;
将所述四边长度集输入到预设神经网络模型,得到第二倾斜角度值;
获取所述顶点坐标对应的第一权重值、所述四边长度对应的第二权重值,所述第一权重值大于所述第二权重值,且所述第一权重值与所述第二权重值之和为1;
依据所述第一倾斜值、所述第二倾斜值、所述第一权重值、所述第二权重值进行加权运算,得到倾斜角度值,所述倾斜角度值为计算的最终倾斜角度值。
其中,上述预设神经网络模型可以为以下至少一种:循环神经网络模型、脉冲神经网络模型和卷积神经网络模型等等,在此不做限定。本申请实施例中,预设神经网络模型可以针对大量投影界面广角图像进行训练得到。
具体实现中,以广角图像i为例,该广角图像i为多个广角图像中的任一广角图像,智能投影仪可以对广角图像i特征参数进行提取,得到特征参数集,特征参数可以包括:上述广角图像i的四点坐标,四边长度,特征参数还可以包括以下至少一种:上述广角图像i的对角线,对角线的交点,中心点等等。上述特征参数提取可以采用以下至少一种算法:harris角点检测、尺度不变特征变换算法(scale invariant feature transform,SIFT)、SURF算法、金字塔算法、小波变换等等,在此不做限定。进一步地,可以将所述顶点坐标集输入到预设神经网络模型,得到第一倾斜角度值,将所述四边长度集输入到所述预设神经网络模型,得到第二倾斜角度值,智能投影仪中可以预先存储顶点坐标对应的第一权重值,以及四边长度对应的第二权重值,即可以获取顶点坐标对应的第一权重值、四边长度对应的第二权重值,第一权重值大于第二权重值,且第一权重值与第二权重值之和为1,进一步地,可以依据第一倾斜角度值、第二倾斜角度值、第一权重值、第二权重值进行加权运算,得到最终倾斜角度值,具体如下:
倾斜角度值=第一倾斜角度值*第一权重值+第二倾斜角度值*第二权重值
在一个可能的示例中,所述确定倾斜角度值之后,所述方法还包括:
若倾斜角度值小于第一阈值,大于第二阈值时,对所述四个顶点的坐标进行水平方向的反变换,与垂直方向的反变换,得到与预设参数符合的标准矩形。
其中,第一阈值大于第二阈值大于0。
具体的,可以理解为当根据倾斜角度值判断出投影界面呈现倾斜,但倾斜程度较小时,比如第二阈值等于0-5度中的任意一个值,第一阈值为10-15度中的任意一个值,比如10度,15度,12度,11度等。
对投影界面进行校正,既可以是对所述四个顶点的坐标进行水平方向的反变换,与垂直方向的反变换,得到与预设参数符合的标准矩形。也可以是所述智能投影仪可先将中心网格区域进行空间变换,空间变换可为线性空间变换或者非线性空间变换,即将中心网格区域的图像进行拉伸处理。
可见,在倾斜角度较小时,直接采用坐标反变换或者进行中心网格区域空间变换,能方便快捷的实现对梯形的倾斜校正。
在一个可能的示例中,所述在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域,包括:
根据所述四个顶点的坐标以及所述四边的长度,确定梯形的最大内接矩形;
所述将所述广角图像划分为多个待校正的倾斜区域,包括以下任意一种或多种,
所述最大内接矩形待校正的倾斜区域,以及最大内接矩形的四边与所述广角图像的四边形成的封闭区域划分的N个待校正的倾斜区域;
或,
所述广角图像包含所述内接矩形,划分为N个待校正的倾斜区域。
具体的,可以理解为,在广角图像的倾斜程度较大时,为降低对画面的压缩和画质的损坏,针对不同的待校正区域采取不同的方式进行校正,能降低对画质的损坏。
在一个可能的示例中,所述对所述多个待校正的倾斜区域进行倾斜校正,包括:
当所述多个待校正的倾斜区域包含最大内接矩形待校正的倾斜区域,以及最大内接矩形的四边与所述广角图像的四边形成的封闭区域划分的N个待校正的倾斜区域时,
对所述最大内接矩形进行反坐标处理,得到校正后的矩形;
对所述N个待校正的倾斜区域进行插值处理,将所述插值处理后的图像融合于所述广角图像的对应位置,得到校正后的标准矩形;
当所述广角图像包含所述最大内接矩形,划分为N个待校正的倾斜区域时,对所述N个待校正的倾斜区域进行插值处理,将所述插值处理后的图像融合于所述广角图像的对应位置,得到校正后的标准矩形。
具体的,可以理解为,从广角图像中截取了最大内接矩形,既可以将所述最大内接矩形包含在内,将广角图像划分为N个待校正的区域,比如3*3、5*5、7*7或者9*9等,也可以将所述最大内接矩形单独作为一个待校正的区域,将广角图像除所述最大内接矩形外的区域划分为N个待校正的区域,比如3*3、5*5、7*7或者9*9等。
进一步的,在倾斜角度较大时,比如大于15度时,还可以将N个待校正的区域细化,以更小的区域为单位进行调节。
更进一步的,可以对所述最大内接矩形进行水平方向的反变换,与垂直方向的反变换,得到与预设参数符合的标准矩形。也可以是所述智能投影仪可先将中心网格区域进行空间变换,空间变换可为线性空间变换或者非线性空间变换,即将中心网格区域的图像进行拉伸处理。
另外,插值的目的在于对网格区域进行平滑处理,使其与周围区域看起来过度自然,插值处理可包括:线性插值、双线性插值、二次插值或者非线性插值等等。
可见,对不同的倾斜区域采取不同的校正方式,能降低对画面整体的压缩变形,使得校正后的图像效果更好。
在一个可能的示例中,所述对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的标准矩形后,所述方法还包括:
对所述校正后的标准矩形进行平滑处理,剔除所述校正后的标准矩形的毛刺以及不平滑区域。
具体的,在进行所述平滑处理之前,智能投影仪可以获取校正后的标准矩形对应的图像质量评价值,具体地,可以采用至少一个图像质量评价指标对校正后的标准矩形进行图像质量评价,得到至少一个评价值,依据该至少一个评价值进行加权运算,得到最终的图像质量评价值,上述图像质量评价指标可以为以下至少一种:信息熵、边缘保持度、平均灰度、信噪比等等,在此不做限定。智能投影仪中还可以预先存储预设的图像质量评价值与平滑处理系数之间的映射关系,进而,可以按照预设的图像质量评价值与平滑处理系数之间的映射关系,确定目标图像质量评价值对应的平滑处理系数。其中,平滑处理系数的取值范围可以根据上述广角图像的倾斜角度进行设定,进而,可以依据广角图像的倾斜角度对平滑处理系数进行调整,得到最终平滑处理系数值。智能投影仪中还可以预先存储预设的平滑处理系数值与广角图像的倾斜角度之间的映射关系,进而,可以按照预设的平滑处理系数值与广角图像的倾斜角度之间的映射关系,确定最终平滑处理系数值对校正后的广角图像进行平滑处理。
其中,平滑处理的方式可以为空间滤波、线性平滑、非线性平滑等方式。
可见,对倾斜校正后的标准矩形进行平滑处理,剔除所述校正后的标准矩形的毛刺以及不平滑区域,能改善画质,提高用户的观影感受。
在一个可能的示例中,请参阅图3,图3是本申请实施例提供的一种梯形校正装置的结构示意图,如图所示,所述梯形校正装置包括处理器、通信接口、存储器、以及一个或多个程序,其中,所述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,所述一个或多个程序包括用于执行以下步骤:
通过所述广角摄像头采集包含有投影界面的广角图像,从所述广角图像中提取特征参数;
比较所述特征参数与预设参数,确定倾斜角度值;
在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域;
对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的标准矩形。
在一种可能的实施方式中,所述比较所述特征参数与预设参数,确定倾斜角度值,所述一个或多个程序还用于执行以下步骤:
比较所述特诊参数包含的四个顶点的坐标与对应的预设坐标,得到四组点位移值;
将所述特诊参数包含的四边的长度值与预设的长度值进行比较,获取所述四边中每一条边的长度伸缩值;
根据所述四组点位移值与所述每一条边的长度伸缩值,确定倾斜角度值。
在一种可能的实施方式中,所述确定倾斜角度值之后,所述一个或多个程序还用于执行以下步骤:
若倾斜角度值小于第一阈值,大于第二阈值时,对所述四个顶点的坐标进行水平方向的反变换,与垂直方向的反变换,得到与预设参数符合的标准矩形。
其中,第一阈值大于第二阈值大于0。
在一种可能的实施方式中,所述在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域,所述一个或多个程序还用于执行以下步骤:
根据所述四个顶点的坐标以及所述四边的长度,确定梯形的最大内接矩形;
所述将所述广角图像划分为多个待校正的倾斜区域,包括以下任意一种或多种,
所述最大内接矩形待校正的倾斜区域,以及最大内接矩形的四边与所述广角图像的四边形成的封闭区域划分的N个待校正的倾斜区域;
或,
所述广角图像包含所述内接矩形,划分为N个待校正的倾斜区域。
在一种可能的实施方式中,所述对所述多个待校正的倾斜区域进行倾斜校正,所述一个或多个程序还用于执行以下步骤:
当所述多个待校正的倾斜区域包含最大内接矩形待校正的倾斜区域,以及最大内接矩形的四边与所述广角图像的四边形成的封闭区域划分的N个待校正的倾斜区域时,
对所述最大内接矩形进行反坐标处理,得到校正后的矩形;
对所述N个待校正的倾斜区域进行插值处理,将所述插值处理后的图像融合于所述广角图像的对应位置,得到校正后的标准矩形;
当所述广角图像包含所述内接矩形,划分为N个待校正的倾斜区域时,对所述N个待校正的倾斜区域进行插值处理,将所述插值处理后的图像融合于所述广角图像的对应位置,得到校正后的标准矩形。
在一种可能的实施方式中,所述对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的广角图像后,所述一个或多个程序还用于执行以下步骤:
对所述校正后的广角图像进行平滑处理,剔除所述校正后的广角图像的毛刺以及不平滑区域。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,梯形校正装置为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,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申请的范围。
本申请实施例可以根据上述方法示例对梯形校正装置进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图4-A是本申请实施例提供的一种根据功能单元对梯形校正装置400进行的划分,应用于智能投影仪,包括:通信单元401,匹配单元402,校正单元403。
其中,通信单元401,用于通过所述广角摄像头采集包含有投影界面的广角图像,从所述广角图像中提取特征参数;
匹配单元402,用于比较所述特征参数与预设参数,确定倾斜角度值;
校正单元403,用于在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域;
所述校正单元403,还用于对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的标准矩形。
在一个可能的实施例中,如图4-B所示的一种梯形校正装置400的功能单元示意图,所述比较所述特征参数与预设参数,确定倾斜角度值,所述匹配单元402还包括:
比较子单元4021,用于比较所述特诊参数包含的四个顶点的坐标与对应的预设坐标,得到四组点位移值;
比较子单元4021,还用于将所述特诊参数包含的四边的长度值与预设的长度值进行比较,获取所述四边中每一条边的长度伸缩值;
计算子单元4022,用于根据所述四组点位移值与所述每一条边长度的伸缩值,确定倾斜角度值。
在一种可能的实施方式中,所述确定倾斜角度值之后,所述校正单元403具体用于:
若倾斜角度值小于第一阈值,大于第二阈值时,对所述四个顶点的坐标进行水平方向的反变换,与垂直方向的反变换,得到与预设参数符合的标准矩形。
其中,第一阈值大于第二阈值大于0。
在一种可能的实施方式中,所述在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域,所述校正单元403还具体用于:
根据所述四个顶点的坐标以及所述四边的长度,确定梯形的最大内接矩形;
所述将所述广角图像划分为多个待校正的倾斜区域,包括以下任意一种或多种,
所述最大内接矩形待校正的倾斜区域,以及最大内接矩形的四边与所述广角图像的四边形成的封闭区域划分的N个待校正的倾斜区域;
或,
所述广角图像包含所述内接矩形,划分为N个待校正的倾斜区域。
在一种可能的实施方式中,所述对所述多个待校正的倾斜区域进行倾斜校正,所述校正单元403还具体用于:
当所述多个待校正的倾斜区域包含最大内接矩形待校正的倾斜区域,以及最大内接矩形的四边与所述广角图像的四边形成的封闭区域划分的N个待校正的倾斜区域时,
对所述最大内接矩形进行反坐标处理,得到校正后的矩形;
对所述N个待校正的倾斜区域进行插值处理,将所述插值处理后的图像融合于所述广角图像的对应位置,得到校正后的标准矩形;
当所述广角图像包含所述内接矩形,划分为N个待校正的倾斜区域时,对所述N个待校正的倾斜区域进行插值处理,将所述插值处理后的图像融合于所述广角图像的对应位置,得到校正后的标准矩形。
在一种可能的实施方式中,所述对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的标准矩形后,所述校正单元403还具体用于:
对所述校正后的标准矩形进行平滑处理,剔除所述校正后的标准矩形的毛刺以及不平滑区域。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上所揭露的仅为本申请的部分实施例而已,当然不能以此来限定本申请之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本申请权利要求所作的等同变化,仍属于本申请所涵盖的范围。
Claims (10)
1.一种梯形校正方法,应用于智能投影仪的投影界面,其特征在于,所述智能投影仪包括广角摄像头,所述方法包括:
通过所述广角摄像头采集包含有投影界面的广角图像,从所述广角图像中提取特征参数;
比较所述特征参数与预设参数,确定倾斜角度值;
在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域;
对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的标准矩形。
2.根据权利要求1所述的方法,其特征在于,所述比较所述特征参数与预设参数,确定倾斜角度值,包括:
比较所述特诊参数包含的四个顶点的坐标与对应的预设坐标,得到四组点位移值;
将所述特诊参数包含的四边的长度值与预设的长度值进行比较,获取所述四边中每一条边的长度伸缩值;
根据所述四组点位移值与所述每一条边的长度伸缩值,确定倾斜角度值。
3.根据权利要求1-2所述的方法,其特征在于,所述确定倾斜角度值之后,所述方法还包括:
若倾斜角度值小于第一阈值,大于第二阈值时,对所述四个顶点的坐标进行水平方向的反变换,与垂直方向的反变换,得到与预设参数符合的标准矩形;
其中,第一阈值大于第二阈值大于0。
4.根据权利要求1所述的方法,其特征在于,所述在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域,包括:
根据所述四个顶点的坐标以及所述四边的长度,确定梯形的最大内接矩形;
所述将所述广角图像划分为多个待校正的倾斜区域,包括以下任意一种或多种,
所述最大内接矩形待校正的倾斜区域,以及最大内接矩形的四边与所述广角图像的四边形成的封闭区域划分的N个待校正的倾斜区域;
或,
所述广角图像包含所述内接矩形,划分为N个待校正的倾斜区域。
5.根据权利要求1所述的方法,其特征在于,所述对所述多个待校正的倾斜区域进行倾斜校正,包括:
当所述多个待校正的倾斜区域包含最大内接矩形待校正的倾斜区域,以及最大内接矩形的四边与所述广角图像的四边形成的封闭区域划分的N个待校正的倾斜区域时,
对所述最大内接矩形进行反坐标处理,得到校正后的矩形;
对所述N个待校正的倾斜区域进行插值处理,将所述插值处理后的图像融合于所述广角图像的对应位置,得到校正后的标准矩形;
当所述广角图像包含所述内接矩形,划分为N个待校正的倾斜区域时,对所述N个待校正的倾斜区域进行插值处理,将所述插值处理后的图像融合于所述广角图像的对应位置,得到校正后的标准矩形。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的标准矩形后,所述方法还包括:
对所述校正后的标准矩形进行平滑处理,剔除所述校正后的标准矩形的毛刺以及不平滑区域。
7.一种梯形校正装置,其特征在于,应用于智能投影仪,所述智能投影仪包括图像获取装置,所述梯形校正装置包括:
通信单元,用于通过所述广角摄像头采集包含有投影界面的广角图像,从所述广角图像中提取特征参数;
匹配单元,用于比较所述特征参数与预设参数,确定倾斜角度值;
校正单元,用于在所述倾斜角度值大于第一预设阈值时,将所述广角图像划分为多个待校正的倾斜区域;
所述校正单元,还用于对所述多个待校正的倾斜区域进行倾斜校正,得到校正后的标准矩形。
8.根据权利要求7所述的装置,其特征在于,所述比较所述特征参数与预设参数,确定倾斜角度值,所述匹配单元还包括:
比较子单元,用于比较所述特诊参数包含的四个顶点的坐标与对应的预设坐标,得到四组点位移值;
比较子单元,还用于将所述特诊参数包含的四边的长度值与预设的长度值进行比较,获取所述四边中每一条边的长度伸缩值;
计算子单元,用于根据所述四组点位移值与所述每一条边长度的伸缩值,确定倾斜角度值。
9.一种智能投影仪,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-6任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910938446.1A CN110769235B (zh) | 2019-09-30 | 2019-09-30 | 一种梯形校正的方法及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910938446.1A CN110769235B (zh) | 2019-09-30 | 2019-09-30 | 一种梯形校正的方法及产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110769235A true CN110769235A (zh) | 2020-02-07 |
CN110769235B CN110769235B (zh) | 2021-02-05 |
Family
ID=69329186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910938446.1A Active CN110769235B (zh) | 2019-09-30 | 2019-09-30 | 一种梯形校正的方法及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110769235B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112637575A (zh) * | 2020-12-14 | 2021-04-09 | 四川长虹电器股份有限公司 | 一种超短焦激光投影机的自动图像校正***及方法 |
CN115278184A (zh) * | 2022-07-18 | 2022-11-01 | 峰米(重庆)创新科技有限公司 | 投影画面校正方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060203207A1 (en) * | 2005-03-09 | 2006-09-14 | Ikeda Roger M | Multi-dimensional keystone correction projection system and method |
CN102256088A (zh) * | 2010-05-18 | 2011-11-23 | 佳能株式会社 | 投影设备和投影方法 |
CN202502335U (zh) * | 2012-01-20 | 2012-10-24 | 光峰光电(无锡)有限公司 | 短焦光学互动投影机*** |
CN106791736A (zh) * | 2015-11-25 | 2017-05-31 | 中兴通讯股份有限公司 | 一种梯形校正方法和投影机 |
CN108200417A (zh) * | 2017-12-30 | 2018-06-22 | 神画科技(深圳)有限公司 | 一种在投影单元梯形校正中获取最大矩形投影图像的方法 |
CN108377371A (zh) * | 2018-02-09 | 2018-08-07 | 深圳市火乐科技发展有限公司 | 一种投影图像校正的方法及装置 |
CN110099267A (zh) * | 2019-05-27 | 2019-08-06 | 广州市讯码通讯科技有限公司 | 梯形校正***、方法以及投影仪 |
-
2019
- 2019-09-30 CN CN201910938446.1A patent/CN110769235B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060203207A1 (en) * | 2005-03-09 | 2006-09-14 | Ikeda Roger M | Multi-dimensional keystone correction projection system and method |
CN102256088A (zh) * | 2010-05-18 | 2011-11-23 | 佳能株式会社 | 投影设备和投影方法 |
CN202502335U (zh) * | 2012-01-20 | 2012-10-24 | 光峰光电(无锡)有限公司 | 短焦光学互动投影机*** |
CN106791736A (zh) * | 2015-11-25 | 2017-05-31 | 中兴通讯股份有限公司 | 一种梯形校正方法和投影机 |
CN108200417A (zh) * | 2017-12-30 | 2018-06-22 | 神画科技(深圳)有限公司 | 一种在投影单元梯形校正中获取最大矩形投影图像的方法 |
CN108377371A (zh) * | 2018-02-09 | 2018-08-07 | 深圳市火乐科技发展有限公司 | 一种投影图像校正的方法及装置 |
CN110099267A (zh) * | 2019-05-27 | 2019-08-06 | 广州市讯码通讯科技有限公司 | 梯形校正***、方法以及投影仪 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112637575A (zh) * | 2020-12-14 | 2021-04-09 | 四川长虹电器股份有限公司 | 一种超短焦激光投影机的自动图像校正***及方法 |
CN115278184A (zh) * | 2022-07-18 | 2022-11-01 | 峰米(重庆)创新科技有限公司 | 投影画面校正方法及装置 |
CN115278184B (zh) * | 2022-07-18 | 2024-03-15 | 峰米(重庆)创新科技有限公司 | 投影画面校正方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110769235B (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022179108A1 (zh) | 投影校正方法、装置、存储介质和电子设备 | |
CN109257582B (zh) | 一种投影设备的校正方法和装置 | |
CN112272292B (zh) | 投影校正方法、装置和存储介质 | |
US9888179B1 (en) | Video stabilization for mobile devices | |
CN108040210B (zh) | 一种局部畸变的校正方法及移动终端和相关介质产品 | |
US9615040B2 (en) | Determining a maximum inscribed size of a rectangle | |
CN110930335B (zh) | 一种图像处理方法及电子设备 | |
US8933974B1 (en) | Dynamic accommodation of display medium tilt | |
CN108063928B (zh) | 一种投影仪的成像图像自动调整方法、装置及电子设备 | |
CN110769235B (zh) | 一种梯形校正的方法及产品 | |
CN104917959A (zh) | 一种拍照方法及终端 | |
CN109816745A (zh) | 人体热力图展示方法及相关产品 | |
US20220360707A1 (en) | Photographing method, photographing device, storage medium and electronic device | |
JP2017130794A (ja) | 情報処理装置、評価用チャート、評価システム、および性能評価方法 | |
CN111814564A (zh) | 基于多光谱图像的活体检测方法、装置、设备和存储介质 | |
CN114827562B (zh) | 投影方法、装置、投影设备及计算机存储介质 | |
CN114125411A (zh) | 投影设备校正方法、装置、存储介质以及投影设备 | |
JP6851089B2 (ja) | 適応的三次元空間生成方法及びそのシステム | |
CN105094614B (zh) | 图像显示方法及装置 | |
WO2018099128A1 (zh) | 一种应用于投影设备的方法及装置 | |
CN110784648B (zh) | 一种图像处理方法和电子设备 | |
WO2017107324A1 (zh) | 拍照模式的处理方法及装置 | |
CN111724300A (zh) | 单张图片背景虚化方法、装置及设备 | |
US10013736B1 (en) | Image perspective transformation system | |
KR101971258B1 (ko) | 영상의 원근 왜곡 보정 장치 및 그 방법 |
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 |