CN115457055A - 照度计数值识别方法、电子设备及存储介质 - Google Patents

照度计数值识别方法、电子设备及存储介质 Download PDF

Info

Publication number
CN115457055A
CN115457055A CN202211110091.5A CN202211110091A CN115457055A CN 115457055 A CN115457055 A CN 115457055A CN 202211110091 A CN202211110091 A CN 202211110091A CN 115457055 A CN115457055 A CN 115457055A
Authority
CN
China
Prior art keywords
value
image
numerical
preset
illuminometer
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
Application number
CN202211110091.5A
Other languages
English (en)
Inventor
林俞竹
周璇
吴晓霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Skyworth RGB Electronics Co Ltd
Original Assignee
Shenzhen Skyworth RGB Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Skyworth RGB Electronics Co Ltd filed Critical Shenzhen Skyworth RGB Electronics Co Ltd
Priority to CN202211110091.5A priority Critical patent/CN115457055A/zh
Publication of CN115457055A publication Critical patent/CN115457055A/zh
Priority to PCT/CN2023/078535 priority patent/WO2024055531A1/zh
Pending legal-status Critical Current

Links

Images

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
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
    • 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
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • 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
    • G06V30/19—Recognition using electronic means
    • G06V30/19007—Matching; Proximity measures
    • G06V30/19013—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Controls And Circuits For Display Device (AREA)

Abstract

本申请公开了一种照度计数值识别方法、电子设备及存储介质，所述照度计数值识别方法包括：获取照度计图像；识别所述照度计图像中的数值显示区域；对所述数值显示区域进行视角转换，得到数值图像；从所述数值图像中识别得到照度计数值。本申请解决了解决现有技术观测到的照度计数值的准确性较低的技术问题。

Description

照度计数值识别方法、电子设备及存储介质
技术领域
本申请涉及电视机技术领域，尤其涉及一种照度计数值识别方法、电子设备及存储介质。
背景技术
现今，为了满足消费者应用电视机在观看电影、电视剧、照片等不同类型内容时有更好的体验感，电视机中往往会设置自动调整屏幕亮度或自动调整色温的功能，通过光感元器件感受当前环境亮度与色温，从而实现屏幕亮度与色温的动态调节。由于目前的光感元器件存在识别精度不高，安装位置偏下等问题，通常需要根据照度计的数值对光感元器件测到的数值进行函数映射处理。然而，在实际使用照度计的过程中，观测者常常需要在环境亮度与色温大范围变化的情况下，观测并记录照度计的数值，若从正面进行观测，则会遮挡环境光线，降低照度计数值的准确性，而若从侧面进行观测，则可能会造成数值的错误观测与记录，而最终观测到的照度计数值的准确性的降低，会导致经过最终的光感数据无法正确调整屏幕色温亮度。
发明内容
本申请的主要目的在于提供一种照度计数值识别方法、电子设备及存储介质，旨在解决现有技术观测到的照度计数值的准确性较低的技术问题。
为实现上述目的，本申请提供一种照度计数值识别方法，所述照度计数值识别方法包括：
获取照度计图像；
识别所述照度计图像中的数值显示区域；
对所述数值显示区域进行视角转换，得到数值图像；
从所述数值图像中识别得到照度计数值。
可选地，所述识别所述照度计图像中的数值显示区域的步骤包括：
基于预设颜色阈值对所述照度计图像进行二值化处理，得到照度计二值图；
遍历所述照度计二值图，确定所述照度计二值图中预设第一色彩数值对应的至少一个的连通域；
根据各所述连通域，确定数值显示区域。
可选地，所述预设颜色阈值包括预设红色阈值、预设绿色阈值和预设蓝色阈值，所述基于预设颜色阈值对所述照度计图像进行二值化处理，得到照度计二值图的步骤包括：
获取所述照度计图像中每个像素点的色彩数值，所述色彩数值包括红色值、绿色值和蓝色值；
将各所述色彩数值与预设颜色阈值进行比较，确定红色值小于或等于预设红色阈值、蓝色值小于或等于预设蓝色阈值且绿色值大于或等于预设绿色阈值的目标像素点；
将各所述目标像素点的色彩数值赋值为预设第一色彩数值，并将除各所述目标像素点之外的其他像素点的色彩数值赋值为预设第二色彩数值，得到照度计二值图。
可选地，所述根据各所述连通域，确定数值显示区域的步骤包括：
根据预设参考区域的规格和形状，对各所述连通域进行图像识别，从各所述连通域中，确定与所述预设参考区域相似度最高的目标连通域；
将所述目标连通域的最小外接四边形，确定为所述照度计图像中的数值显示区域。
可选地，所述对所述数值显示区域进行视角转换，得到数值图像的步骤包括：
根据透视变换算法对所述数值显示区域中每个像素点的位置进行坐标转换，得到透视坐标，其中，所述透视变换算法为：
Figure BDA0003843692670000021
其中，
Figure BDA0003843692670000031
为预设的透视变换矩阵，x、y、1为初始坐标，X、Y、Z为中间转换坐标，X’、Y’、Z’为透视坐标；
基于各所述透视坐标，将所述数值显示区域中每个像素点的色彩数值，填入预设矩形区域中；
确定所述预设矩形区域中色彩数值为空的空值像素点；
根据与各所述空值像素点相邻的像素点的色彩数值，确定各所述空值像素点的色彩数值，得到数值图像。
可选地，所述根据透视变换算法对所述数值显示区域中每个像素点的位置进行坐标转换，得到透视坐标的步骤之前，还包括：
建立直角坐标系；
获取所述数值显示区域中至少一个预设代表点在所述直角坐标系中的初始坐标和透视坐标；
将各所述代表点的初始坐标和透视坐标代入透视变换算法中，确定预设的透视变换矩阵。
可选地，所述从所述数值图像中识别得到照度计数值的步骤包括：
对所述数值图像进行二值化处理，得到数值二值图；
对所述数值二值图进行字符分割处理，得到至少一个字符二值图；
将各所述字符二值图与预设的字符模板进行相似度匹配，根据相似度最高的字符模板，确定各所述字符二值图各自对应的数值识别结果；
将各所述数值识别结果排列组合，得到照度计数值。
可选地，所述从所述数值图像中识别得到照度计数值的步骤之后，还包括：
获取各所述照度计数值对应的光感元器件数值；
根据各所述照度计数值和各所述光感元器件数值，生成光感映射曲线。
本申请还提供一种电子设备，所述电子设备为实体设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述照度计数值识别方法的程序，所述照度计数值识别方法的程序被处理器执行时可实现如上述的照度计数值识别方法的步骤。
本申请还提供一种存储介质，所述存储介质为计算机可读存储介质，所述计算机可读存储介质上存储有实现照度计数值识别方法的程序，所述照度计数值识别方法的程序被处理器执行时实现如上述的照度计数值识别方法的步骤。
本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的照度计数值识别方法的步骤。
本申请提供了一种照度计数值识别方法、电子设备及存储介质，通过获取照度计图像，识别所述照度计图像中的数值显示区域，获取了照度计上的数值显示区域的图像，进而通过对所述数值显示区域进行视角转换，得到数值图像，实现了对数值显示区域的图像的视角矫正，使得从侧面采集到的照度计图像，可以转换成正视图，进而通过从所述数值图像中识别得到照度计数值，实现了对侧面采集到的照度计图像中的照度计数值的准确识别，与观测者从侧面进行观测的观测的方式相比，通过视角转换和图像识别，可以有效降低人眼斜视产生的误差，提高了照度计数值识别的准确性，克服了解决现有技术观测到的照度计数值的准确性较低的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为为本申请实施例中照度计数值识别方法涉及的硬件运行环境的电子设备结构示意图；
图2为本申请照度计数值识别方法一实施例的流程示意图；
图3为本申请中照度计二值图的一种可实施方式的示意图；
图4为本申请中照度计二值图的另一种可实施方式的示意图；
图5为本申请中照度计图像中的数值显示区域的一种可实施方式的示意图；
图6为本申请中照度计二值图的另一种可实施方式的示意图；
图7为本申请中光感映射曲线的一种可实施方式的示意图；
图8为本申请照度计数值识别方法另一实施例的流程示意图；
图9为本申请中透视变换的一种可实施方式的示意图；
图10为本申请中视角转换前的数值显示区域的一种可实施方式的示意图；
图11为本申请中视角转换后的数值图像的一种可实施方式的示意图。
本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，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，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端可以是PC，也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面3)播放器、便携计算机等可移动式终端设备。
如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及照度计数值识别应用程序。
在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的照度计数值识别应用程序，并执行以下操作：
获取照度计图像；
识别所述照度计图像中的数值显示区域；
对所述数值显示区域进行视角转换，得到数值图像；
从所述数值图像中识别得到照度计数值。
进一步地，处理器1001可以调用存储器1005中存储的照度计数值识别应用程序，还执行以下操作：
基于预设颜色阈值对所述照度计图像进行二值化处理，得到照度计二值图；
遍历所述照度计二值图，确定所述照度计二值图中预设第一色彩数值对应的至少一个的连通域；
根据各所述连通域，确定数值显示区域。
进一步地，处理器1001可以调用存储器1005中存储的照度计数值识别应用程序，还执行以下操作：
获取所述照度计图像中每个像素点的色彩数值，所述色彩数值包括红色值、绿色值和蓝色值；
将各所述色彩数值与预设颜色阈值进行比较，确定红色值小于或等于预设红色阈值、蓝色值小于或等于预设蓝色阈值且绿色值大于或等于预设绿色阈值的目标像素点；
将各所述目标像素点的色彩数值赋值为预设第一色彩数值，并将除各所述目标像素点之外的其他像素点的色彩数值赋值为预设第二色彩数值，得到照度计二值图。
进一步地，处理器1001可以调用存储器1005中存储的照度计数值识别应用程序，还执行以下操作：
根据预设参考区域的规格和形状，对各所述连通域进行图像识别，从各所述连通域中，确定与所述预设参考区域相似度最高的目标连通域；
将所述目标连通域的最小外接四边形，确定为所述照度计图像中的数值显示区域。
进一步地，处理器1001可以调用存储器1005中存储的照度计数值识别应用程序，还执行以下操作：
根据透视变换算法对所述数值显示区域中每个像素点的位置进行坐标转换，得到透视坐标，其中，所述透视变换算法为：
Figure BDA0003843692670000071
其中，
Figure BDA0003843692670000072
为预设的透视变换矩阵，x、y、1为初始坐标，X、Y、Z为中间转换坐标，X’、Y’、Z’为透视坐标；
基于各所述透视坐标，将所述数值显示区域中每个像素点的色彩数值，填入预设矩形区域中；
确定所述预设矩形区域中色彩数值为空的空值像素点；
根据与各所述空值像素点相邻的像素点的色彩数值，确定各所述空值像素点的色彩数值，得到数值图像。
进一步地，处理器1001可以调用存储器1005中存储的照度计数值识别应用程序，还执行以下操作：
建立直角坐标系；
获取所述数值显示区域中至少一个预设代表点在所述直角坐标系中的初始坐标和透视坐标；
将各所述代表点的初始坐标和透视坐标代入透视变换算法中，确定预设的透视变换矩阵。
进一步地，处理器1001可以调用存储器1005中存储的照度计数值识别应用程序，还执行以下操作：
对所述数值图像进行二值化处理，得到数值二值图；
对所述数值二值图进行字符分割处理，得到至少一个字符二值图；
将各所述字符二值图与预设的字符模板进行相似度匹配，根据相似度最高的字符模板，确定各所述字符二值图各自对应的数值识别结果；
将各所述数值识别结果排列组合，得到照度计数值。
进一步地，处理器1001可以调用存储器1005中存储的照度计数值识别应用程序，还执行以下操作：
获取各所述照度计数值对应的光感元器件数值；
根据各所述照度计数值和各所述光感元器件数值，生成光感映射曲线。
本申请实施例提供一种照度计数值识别方法，在本申请照度计数值识别方法的第一实施例中，参照图2，所述照度计数值识别方法包括以下步骤：
步骤S10，获取照度计图像；
在本实施例中，需要说明的是，照度计是一种测量照度、亮度、色温等光学参数的仪器仪表，所述照度计图像为包含有照度计的全部或部分区域的图像，所述照度计图像中至少包括照度计的数值显示区域，还可以包括照度计的其他区域，例如外壳、光传感器等，所述数值显示区域为所述照度计上显示测量结果的区域，所述数值显示区域可以为所述照度计的显示屏的部分或全部区域。
具体地，通过图像采集设备对照度计进行拍摄，得到照度计图像，其中，所述图像采集设备包括照相机、摄影机等，例如，可以通过照相机对不同照度下对照度计上显示的数值进行拍照，也可以通过摄影机拍摄照度计在不同照度下数值的变化过程，进而从视频中截取各个照度对应的图像。
步骤S20，识别所述照度计图像中的数值显示区域；
在本实施例中，具体地，通过图像识别技术，根据所述数值显示区域的形状、规格、颜色等，对所述照度计图像中的数值显示区域进行图像识别，确定所述所述照度计图像中的数值显示区域。
在一种可实施的方式中，所述识别所述照度计图像中的数值显示区域的步骤之后，还可以从所述照度计图像中切割所述数值显示区域，保留所述数值显示区域，去除所述数值显示区域之外的其他部分，以避免除所述数值显示区域之外的其他部分中的图案、文字、数字等，对后续照度计数值识别过程的造成干扰，同时也可以减少后续视角转换和照度计数值识别的计算量，提高识别效率。
可选地，所述识别所述照度计图像中的数值显示区域的步骤包括：
步骤S21，基于预设颜色阈值对所述照度计图像进行二值化处理，得到照度计二值图；
在本实施例中，具体地，根据所述照度计图像中的数值显示区域与其他区域的颜色差异，预先设定颜色阈值，将所述照度计图像中各个像素点与所述颜色阈值进行比较，基于预设颜色阈值对所述照度计图像进行图像分割，得到由两种颜色组成的照度计二值图，其中，所述照度计二值图中的两种颜色可以为任意两种不同的颜色，具体可以根据实际需要进行设定，本实施例对此不加以限制。
需要说明的是，由于不同的照度计的显示屏的颜色可能不同，所述预设颜色阈值可以根据数值显示区域与其他区域的颜色差异的实际情况进行确定，例如，若所述数值显示区域的绿色分量明显大于其他区域，则可以根据图像的绿色值的差异确定绿色阈值，根据绿色阈值对图像进行二值化处理，若所述数值显示区域的白色分量明显大于其他区域，则可以根据图像的颜色差异设定绿色阈值、红色阈值和蓝色阈值，根据绿色阈值、红色阈值和蓝色阈值共同对图像进行二值化处理。
可选地，所述预设颜色阈值包括预设红色阈值、预设绿色阈值和预设蓝色阈值，所述基于预设颜色阈值对所述照度计图像进行二值化处理，得到照度计二值图的步骤包括：
步骤S211，获取所述照度计图像中每个像素点的色彩数值，所述色彩数值包括红色值、绿色值和蓝色值；
步骤S212，将各所述色彩数值与预设颜色阈值进行比较，确定红色值小于或等于预设红色阈值、蓝色值小于或等于预设蓝色阈值且绿色值大于或等于预设绿色阈值的目标像素点；
步骤S213，将各所述目标像素点的色彩数值赋值为预设第一色彩数值，并将除各所述目标像素点之外的其他像素点的色彩数值赋值为预设第二色彩数值，得到照度计二值图。
在本实施例中，需要说明的是，所述照度计图像采用RGB色彩模式，所述照度计图像中每个像素点的色彩数值包括红色值、绿色值和蓝色值，所述预设颜色阈值包括预设红色阈值、预设绿色阈值和预设蓝色阈值。
具体地，遍历所述照度计图像中每个像素点，获取所述照度计图像中每个像素点的色彩数值，将各所述色彩数值与预设颜色阈值进行比较，判断各个像素点的红色值是否小于或等于预设红色阈值、蓝色值是否小于或等于预设蓝色阈值且绿色值是否大于或等于预设绿色阈值，将红色值小于或等于预设红色阈值、蓝色值小于或等于预设蓝色阈值且绿色值大于或等于预设绿色阈值的像素点确定为目标像素点，将各所述目标像素点的色彩数值赋值为预设第一色彩数值，并将除各所述目标像素点之外的其他像素点的色彩数值赋值为预设第二色彩数值，得到照度计二值图。
步骤S22，遍历所述照度计二值图，确定所述照度计二值图中预设第一色彩数值对应的至少一个的连通域；
在本实施例中，具体地，遍历所述照度计二值图的全部像素点，根据预设的连通域算法，确定所述照度计二值图中预设第一色彩数值对应的至少一个的连通域，其中，所述连通域可以为全部连通域，可以为最大连通域，也可以为面积大于预设面积阈值的连通域。
在一种可实施的方式中，所述根据预设的连通域算法，确定所述照度计二值图中预设第一色彩数值对应的至少一个的连通域的步骤之后还可以包括：判断各所述连通域的面积是否大于或等于预设面积阈值，将面积大于或等于预设面积阈值的初始连通域保留，将面积小于预设面积阈值的初始连通域滤除，以减小干扰。
在一种可实施的方式中，参照图3和图4，图3为本申请中照度计二值图的一种可实施方式的示意图，图4为本申请中照度计二值图的另一种可实施方式的示意图，图3中，预设第一色彩数值为白色对应的色彩数值，根据预设面积阈值对白色的连通域进行过滤，即可得到如图4所示的照度计二值图。
步骤S23，根据各所述连通域，确定数值显示区域。
在本实施例中，具体地，根据各所述连通域的规格、形状和/或位置等，从各所述连通域中确定数值显示区域对应的目标连通域，进而根据所述目标连通域确定数值显示区域的位置、规格和/或形状等，例如，可以将所述目标连通域的几何中心作为所述数值显示区域的几何中心，根据预设的数值显示区域的图形，即可确定数值显示区域，也可以将所述目标连通域对应的最小的预设外接图形，确定为数值显示区域，需要说明的是，所述连通域的规格、形状和位置等信息可以根据所述照度计的实际情况进行确定，本实施例对此不加以限制。
可选地，所述根据各所述连通域，确定数值显示区域的步骤包括：
步骤S231，根据预设参考区域的规格和形状，对各所述连通域进行图像识别，从各所述连通域中，确定与所述预设参考区域相似度最高的目标连通域；
步骤S232，将所述目标连通域的最小外接四边形，确定为所述照度计图像中的数值显示区域。
在本实施例中，具体地，根据所述数值显示区域的实际形状和规格、所述数值显示区域与图像采集装置的位置关系等，确定预设参考区域的规格和形状，例如，若所述数值显示区域的实际形状为矩形，则所述照度计图像中的数值显示区域为四边形，若所述数值显示区域的实际形状为圆形，则所述照度计图像中的数值显示区域为椭圆形等，根据预设参考区域的规格和形状，对各所述连通域进行图像识别，从各所述连通域中，确定与所述预设参考区域相似度最高的目标连通域，计算确定所述目标连通域的最小外接四边形，将所述目标连通域的最小外接四边形，确定为所述照度计图像中的数值显示区域。
在一种可实施的方式中，参照图4和图5，图5为本申请中照度计图像中的数值显示区域的一种可实施方式的示意图，根据图4中的白色连通域确定的最小外接四边形，即为图5中白色四边形框选的区域，也即，图5中白色四边形框中的区域即为数值显示区域。
步骤S30，对所述数值显示区域进行视角转换，得到数值图像；
在本实施例中，具体地，根据预设的视角转换算法对所述数值显示区域进行视角转换，得到数值图像，其中，所述数值图像可以为所述数值显示区域对应的图像进行视角转换后的图像，也可以为所述照度计图像进行视角转换后的图像，所述数值图像可以为所述数值显示区域对应的图像的正视图，也可以与正视图存在一定的转换偏差，所述视角转换的方式可以包括图像旋转，例如，若照度计倒挂，则需要将所述数值显示区域旋转180度后，才能识别到准确的数值，所述视角转换的方式包括图像旋转，所述视角转换的方式还可以包括平行投影、透视投影等，具体可以根据实际需要、测试结果等进行确定。
步骤S40，从所述数值图像中识别得到照度计数值；
在本实施例中，具体地，可以通过图像识别、文字识别等方式，对所述数值图像中的数值字符进行识别，得到照度计数值，需要说明的是，若所述数值图像为所述数值显示区域对应的图像进行视角转换后的图像，则可以直接对所述数值图像中的数值字符进行识别，得到照度计数值，若所述数值图像为所述照度计图像进行视角转换后的图像，则所述从所述数值图像中识别得到照度计数值的步骤为，从所述数值图像的数值显示区域中识别得到照度计数值。
可选地，所述从所述数值图像中识别得到照度计数值的步骤包括：
步骤S41，对所述数值图像进行二值化处理，得到数值二值图；
步骤S42，对所述数值二值图进行字符分割处理，得到至少一个字符二值图；
步骤S43，将各所述字符二值图与预设的字符模板进行相似度匹配，根据相似度最高的字符模板，确定各所述字符二值图各自对应的数值识别结果；
步骤S44，将各所述数值识别结果排列组合，得到照度计数值。
在本实施例中，具体地，根据所述数值图像中数字与背景的颜色差异，对所述数值图像中的数值显示区域进行二值化处理，得到数值二值图，对所述数值二值图的行和列分别进行遍历，当检测到目标行或目标列的色彩数值相同时，将所述目标行或所述目标列作为边界，根据确定的至少一个边界对所述数值二值图进行字符分割处理，得到至少一个字符二值图，将各所述字符二值图量化为0和1的点阵，与预设的字符模板的量化为0和1的点阵相减，将全部点对应的差值的绝对值累加，将累加的和确定为误差值，误差值越大则相似度越低，从各所述字符模板中确定相似度最高的字符模板，将相似度最高的字符模板对应的数值字符，确定为各所述字符二值图各自对应的数值识别结果，将各所述数值识别结果依次排列组合，即可得到照度计数值，其中，所述数值二值图为所述数值显示区域对应的图像的二值图，所述预设的字符模板为数字、符号、中文、英文等字符中的一个或多个的组合对应的标准正视图的图像，所述照度计数值包括色温、亮度、照度等，需要说明的是，若数值显示区域中包括有不止一个照度计数值，可以根据各所述照度计数值在数值显示区域中的位置关系，确定各所述照度计数值对应的具体数值。
在一种可实施的方式中，如图6所示，对所述数值二值图进行字符分割处理，得到了八个字符二值图，将八个字符二值图与预设的字符模板进行相似度匹配，即可确定数值识别结果分别为“1”、“1”、“0.”、“5”、“6”、“1”、“2”和“1”，其中，若预先设定第一行为亮度，第二行为色温，则可以确定亮度为“110.5”，色温为“6121”。
可选地，所述从所述数值图像中识别得到照度计数值的步骤之后，还包括：
步骤S50，获取各所述照度计数值对应的光感元器件数值；
步骤S51，根据各所述照度计数值和各所述光感元器件数值，生成光感映射曲线。
在本实施例中，具体地，获取与各所述照度计数值相同照度下，光感元器件检测到的光感元器件数值，以各所述光感元器件数值为横坐标，各所述光感元器件数值各自对应的照度计数值为纵坐标，拟合得到光感映射曲线，所述光感映射曲线应用于电视机中，用于根据环境对画面色温和亮度进行更精准正确的调节。
在一种可实施的方式中，参照图7，图7为本申请中光感映射曲线的一种可实施方式的示意图，图7中，横坐标为光感元器件亮度，纵坐标为照度计亮度，拟合得到的光感映射曲线的如图中虚线所示，拟合后得到光感元器件亮度与照度计亮度之间的函数关系为y＝2.8327x+37.919。
在本实施例中，通过获取照度计图像，识别所述照度计图像中的数值显示区域，获取了照度计上的数值显示区域的图像，进而通过对所述数值显示区域进行视角转换，得到数值图像，实现了对数值显示区域的图像的视角矫正，使得从侧面采集到的照度计图像，可以转换成正视图，进而通过从所述数值图像中识别得到照度计数值，实现了对侧面采集到的照度计图像中的照度计数值的准确识别，与观测者从侧面进行观测的观测的方式相比，通过视角转换和图像识别，可以有效降低人眼斜视产生的误差，提高了照度计数值识别的准确性，克服了解决现有技术观测到的照度计数值的准确性较低的技术问题。
进一步地，在本申请照度计数值识别方法的另一实施例中，参照图8，所述对所述数值显示区域进行视角转换，得到数值图像的步骤包括：
步骤S31，根据透视变换算法对所述数值显示区域中每个像素点的位置进行坐标转换，得到透视坐标，其中，所述透视变换算法为：
Figure BDA0003843692670000141
其中，
Figure BDA0003843692670000142
为预设的透视变换矩阵，x、y、1为初始坐标，X、Y、Z为中间转换坐标，X’、Y’、Z’为透视坐标；
在本实施例中，具体地，建立直角坐标系，确定所述数值显示区域中每个像素点在所述直角坐标系中的坐标，将各所述像素点的坐标代入透视变换算法中，对所述数值显示区域中每个像素点的位置进行坐标转换，得到透视坐标，其中，所述透视变换算法为：
Figure BDA0003843692670000151
其中，
Figure BDA0003843692670000152
为预设的透视变换矩阵，所述预设的透视变换矩阵可以根据实际情况预先进行数值的设定，x、y、1为初始坐标，X、Y、Z为中间转换坐标，由于变换图像不在同一水平面内，需要除以Z实现二维空间到三维空间的转换，得到的X’、Y’、Z’为透视坐标，所述根据透视变换算法对所述数值显示区域中每个像素点的位置进行坐标转换的过程包括两次坐标的转换，第一次是从(x，y，1)转换成(X，Y，Z)，第二次是从(X，Y，Z)转换成(X’，Y’，Z’)，需要说明的是，本实施例中两次转换的方式也可以通过公式变换的方式转化成一次坐标转换或超过两次坐标转换的方式，本实施例对此不加以限制。
可选地，所述根据透视变换算法对所述数值显示区域中每个像素点的位置进行坐标转换，得到透视坐标的步骤之前，还包括：
步骤S311，建立直角坐标系；
步骤S312，获取所述数值显示区域中至少一个预设代表点在所述直角坐标系中的初始坐标和透视坐标；
在本实施例中，具体地，建立直角坐标系，从所述数值显示区域中选取至少一个代表点，获取各所述代表点在所述直角坐标系中的初始坐标和透视坐标，其中，所述代表点可以为所述数值显示区域的顶点，可以为所述数值显示区域轮廓线上的点，也可以为所述数值显示区域中任意的可确定视角转换后的准确坐标的点。
步骤S313，将各所述代表点的初始坐标和透视坐标代入透视变换算法中，确定预设的透视变换矩阵。
在本实施例中，透视变换算法为：
Figure BDA0003843692670000153
其中，
Figure BDA0003843692670000161
为预设的透视变换矩阵，x、y、1为初始坐标，X、Y、Z为中间转换坐标，X’、Y’、Z’为透视坐标，将所述透视变换算法进行转换得到公式一：
Figure BDA0003843692670000162
令a33＝1，即可将公式一转换成公式二：
Figure BDA0003843692670000163
将各所述代表点的初始坐标(xn，yn，1)和透射坐标(Xn’，Yn’，Zn’)代入公式二求解，即可确定透视变换矩阵
Figure BDA0003843692670000164
的具体数值。
在一种可实施的方式中，所述代表点的数量为4个，根据公式二即可得到公式三：
Figure BDA0003843692670000165
其中，x1、y1为第一个代表点的初始坐标，X1’、Y1’为第一个代表点的透视坐标，x2、y2为第二个代表点的初始坐标，X2’、Y2’为第二个代表点的透视坐标，x3、y3为第***点的初始坐标，X3’、Y3’为第***点的透视坐标，x4、y4为第四个代表点的初始坐标，X4’、Y4’为第四个代表点的透视坐标，将四个代表点的初始坐标和透视坐标代入公式三，即可确定透视变换矩阵
Figure BDA0003843692670000166
的具体数值。
在一种可实施的方式中，参照图9，通过预设的预设的透视变换矩阵，将数值显示区域延箭头方向映射于正视图平面上，即可得到数值图像。
步骤S32，基于各所述透视坐标，将所述数值显示区域中每个像素点的色彩数值，填入预设矩形区域中；
在本实施例中，具体地，预先根据实际情况在所述直角坐标系中确定预设矩形区域，各所述透视坐标均位于所述预设矩形区域中，将所述数值显示区域中每个像素点的色彩数值，赋值于各所述像素点各自对应的透视坐标的像素点。
步骤S33，确定所述预设矩形区域中色彩数值为空的空值像素点；
在本实施例中，具体地，将全部像素点的色彩数值赋值于对应的透视坐标的像素点后，检测所述预设矩形区域中是否存在色彩数值为空的空值像素点。
步骤S34，根据与各所述空值像素点相邻的像素点的色彩数值，确定各所述空值像素点的色彩数值，得到数值图像。
在本实施例中，具体地，若所述预设矩形区域中存在色彩数值为空的空值像素点，则计算与各所述空值像素点相邻的像素点的色彩数值的平均值或中位值等，将与各所述空值像素点相邻的像素点的色彩数值的平均值或中位值等，确定为各所述空值像素点的色彩数值，直至所述预设矩形区域中不存在色彩数值为空的空值像素点，则得到视角转换后的数值图像；若所述预设矩形区域中存在色彩数值为空的空值像素点，则得到视角转换后的数值图像。
在一种可实施的方式中，参照图10和图11，其中，图10中白色四边形框内为数值显示区域，经过如上所述的视角转换处理之后，得到如图11所示的近似正视图的数值图像。
在本实施例中，通过透射变换矩阵，可以将从侧面拍摄到的数值显示区域的图像，较好地矫正为正面视角，进而有利于提高后续数值识别的准确性。
进一步地，本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的照度计数值识别方法的步骤。
本申请提供的计算机程序产品解决了解决现有技术观测到的照度计数值的准确性较低的技术问题。与现有技术相比，本发明实施例提供的计算机程序产品的有益效果与上述实施例提供的照度计数值识别方法的有益效果相同，在此不做赘述。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利处理范围内。

Claims (10)

1.一种照度计数值识别方法，其特征在于，所述照度计数值识别方法包括以下步骤：
获取照度计图像；
识别所述照度计图像中的数值显示区域；
对所述数值显示区域进行视角转换，得到数值图像；
从所述数值图像中识别得到照度计数值。
2.如权利要求1所述照度计数值识别方法，其特征在于，所述识别所述照度计图像中的数值显示区域的步骤包括：
基于预设颜色阈值对所述照度计图像进行二值化处理，得到照度计二值图；
遍历所述照度计二值图，确定所述照度计二值图中预设第一色彩数值对应的至少一个的连通域；
根据各所述连通域，确定数值显示区域。
3.如权利要求2所述照度计数值识别方法，其特征在于，所述预设颜色阈值包括预设红色阈值、预设绿色阈值和预设蓝色阈值，所述基于预设颜色阈值对所述照度计图像进行二值化处理，得到照度计二值图的步骤包括：
获取所述照度计图像中每个像素点的色彩数值，所述色彩数值包括红色值、绿色值和蓝色值；
将各所述色彩数值与预设颜色阈值进行比较，确定红色值小于或等于预设红色阈值、蓝色值小于或等于预设蓝色阈值且绿色值大于或等于预设绿色阈值的目标像素点；
将各所述目标像素点的色彩数值赋值为预设第一色彩数值，并将除各所述目标像素点之外的其他像素点的色彩数值赋值为预设第二色彩数值，得到照度计二值图。
4.如权利要求2所述照度计数值识别方法，其特征在于，所述根据各所述连通域，确定数值显示区域的步骤包括：
根据预设参考区域的规格和形状，对各所述连通域进行图像识别，从各所述连通域中，确定与所述预设参考区域相似度最高的目标连通域；
将所述目标连通域的最小外接四边形，确定为所述照度计图像中的数值显示区域。
5.如权利要求1所述照度计数值识别方法，其特征在于，所述对所述数值显示区域进行视角转换，得到数值图像的步骤包括：
根据透视变换算法对所述数值显示区域中每个像素点的位置进行坐标转换，得到透视坐标，其中，所述透视变换算法为：
Figure FDA0003843692660000021
其中，
Figure FDA0003843692660000022
为预设的透视变换矩阵，x、y、1为初始坐标，X、Y、Z为中间转换坐标，X’、Y’、Z’为透视坐标；
基于各所述透视坐标，将所述数值显示区域中每个像素点的色彩数值，填入预设矩形区域中；
确定所述预设矩形区域中色彩数值为空的空值像素点；
根据与各所述空值像素点相邻的像素点的色彩数值，确定各所述空值像素点的色彩数值，得到数值图像。
6.如权利要求5所述照度计数值识别方法，其特征在于，所述根据透视变换算法对所述数值显示区域中每个像素点的位置进行坐标转换，得到透视坐标的步骤之前，还包括：
建立直角坐标系；
获取所述数值显示区域中至少一个预设代表点在所述直角坐标系中的初始坐标和透视坐标；
将各所述代表点的初始坐标和透视坐标代入透视变换算法中，确定预设的透视变换矩阵。
7.如权利要求1所述照度计数值识别方法，其特征在于，所述从所述数值图像中识别得到照度计数值的步骤包括：
对所述数值图像进行二值化处理，得到数值二值图；
对所述数值二值图进行字符分割处理，得到至少一个字符二值图；
将各所述字符二值图与预设的字符模板进行相似度匹配，根据相似度最高的字符模板，确定各所述字符二值图各自对应的数值识别结果；
将各所述数值识别结果排列组合，得到照度计数值。
8.如权利要求1所述照度计数值识别方法，其特征在于，所述从所述数值图像中识别得到照度计数值的步骤之后，还包括：
获取各所述照度计数值对应的光感元器件数值；
根据各所述照度计数值和各所述光感元器件数值，生成光感映射曲线。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至8中任一项所述的照度计数值识别方法的步骤。
10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述计算机可读存储介质上存储有实现照度计数值识别方法的程序，所述实现照度计数值识别方法的程序被处理器执行以实现如权利要求1至8中任一项所述照度计数值识别方法的步骤。
CN202211110091.5A 2022-09-13 2022-09-13 照度计数值识别方法、电子设备及存储介质 Pending CN115457055A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211110091.5A CN115457055A (zh) 2022-09-13 2022-09-13 照度计数值识别方法、电子设备及存储介质
PCT/CN2023/078535 WO2024055531A1 (zh) 2022-09-13 2023-02-27 照度计数值识别方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211110091.5A CN115457055A (zh) 2022-09-13 2022-09-13 照度计数值识别方法、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115457055A true CN115457055A (zh) 2022-12-09

Family

ID=84303020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211110091.5A Pending CN115457055A (zh) 2022-09-13 2022-09-13 照度计数值识别方法、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN115457055A (zh)
WO (1) WO2024055531A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024055531A1 (zh) * 2022-09-13 2024-03-21 深圳创维－Rgb电子有限公司 照度计数值识别方法、电子设备及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4498203B2 (ja) * 2005-04-27 2010-07-07 中国電力株式会社 メータ認識システム、メータ認識方法、およびメータ認識プログラム
CN204598390U (zh) * 2015-04-21 2015-08-26 利亚德光电股份有限公司 用于电子设备显示器的亮度调节***和电子设备显示器
CN105740856B (zh) * 2016-01-28 2019-01-18 宁波理工监测科技股份有限公司 一种基于机器视觉的指针式仪表示数读取方法
CN107590498B (zh) * 2017-09-27 2020-09-01 哈尔滨工业大学 一种基于字符分割级联二分类器的自适应汽车仪表检测方法
KR102150200B1 (ko) * 2019-05-31 2020-08-31 경성대학교 산학협력단 7-세그먼트를 구비한 진단 기기 이미지 인식 장치
CN113449639A (zh) * 2021-06-29 2021-09-28 深圳市海亿达科技股份有限公司 一种物联网网关对仪表的无接触数据采集方法
CN114219760A (zh) * 2021-11-12 2022-03-22 深圳市优必选科技股份有限公司 仪表的读数识别方法、装置及电子设备
CN114999371A (zh) * 2022-04-14 2022-09-02 深圳创维－Rgb电子有限公司 区域控光方法、装置、设备及可读存储介质
CN115457055A (zh) * 2022-09-13 2022-12-09 深圳创维－Rgb电子有限公司 照度计数值识别方法、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024055531A1 (zh) * 2022-09-13 2024-03-21 深圳创维－Rgb电子有限公司 照度计数值识别方法、电子设备及存储介质

Also Published As

Publication number Publication date
WO2024055531A1 (zh) 2024-03-21

Similar Documents

Publication Publication Date Title
CN109583285B (zh) 对象识别方法
EP2330536B1 (en) Object, image data, image data transmission method, card, game mat, card game system, image analysis apparatus and image analysis method
US10319104B2 (en) Method and system for determining datum plane
CN108230397A (zh) 多目摄像机标定与校正方法和装置、设备、程序和介质
US8238640B2 (en) Display testing apparatus and method
CN108074237B (zh) 图像清晰度检测方法、装置、存储介质及电子设备
CN107018407B (zh) 信息处理装置、评价用图、评价***、以及性能评价方法
CN109313797B (zh) 一种图像显示方法及终端
WO2022105276A1 (zh) 投影区域确定方法、装置、投影设备及可读存储介质
CN111609926B (zh) 杂散光强度检测方法、装置、检测终端及可读存储介质
CN111383254A (zh) 一种深度信息获取方法、***及终端设备
WO2024055531A1 (zh) 照度计数值识别方法、电子设备及存储介质
CN112102207A (zh) 一种确定温度的方法、装置、电子设备及可读存储介质
US12014481B2 (en) Electromagnetic susceptibility testing method based on computer-vision
CN116337412A (zh) 屏幕检测方法、设备及存储介质
CN109816628B (zh) 人脸评价方法及相关产品
CN109141249B (zh) 距离测量方法及计算机可读存储介质
CN113989831A (zh) 近视防控方法、装置、终端设备及存储介质
US9323981B2 (en) Face component extraction apparatus, face component extraction method and recording medium in which program for face component extraction method is stored
CN107179181B (zh) 显示屏均匀性的测试方法、终端及计算机可读存储介质
CN110047126B (zh) 渲染图像的方法、装置、电子设备和计算机可读存储介质
CN115423804B (zh) 影像标定方法及装置、影像处理方法
US8018437B2 (en) Mouse with in-the-air positioning function and computer device using the same
US8159459B2 (en) Coordinate positioning system and method with in-the-air positioning function
CN115840550A (zh) 一种自适应角度的显示屏显示方法、装置及介质

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