[发明专利]图像处理方法及装置有效

专利信息
申请号: 201410643749.8 申请日: 2014-11-10
公开(公告)号: CN104463103B 公开(公告)日: 2018-09-04
发明(设计)人: 张涛;陈志军;杨松 申请(专利权)人: 小米科技有限责任公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 100085 北京市海淀区清*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置
【权利要求书】:

1.一种图像处理方法,其特征在于,所述方法包括:

检测目标图像是否为文字类图像;

若所述目标图像是文字类图像,则在操作界面上显示清晰化功能选项;

在接收到对所述清晰化功能选项的操作信号时,对所述目标图像中的文字进行清晰化处理,所述清晰化处理包括锐化文字边缘、增加对比度、倾斜修正、去光照处理以及消除噪点中的至少一种,

所述检测目标图像是否为文字类图像,包括:

提取所述目标图像的图像特征;

将所述图像特征输入预设的分类器中,得出所述目标图像的分类结果,所述分类器是用于对文字类图像和非文字类图像进行分类的分类器,

其中,所述分类器通过如下步骤训练得到:

将预设的文字类图像样本集和非文字类图像样本集中的样本图像归一化为同一像素尺寸;

对于每一张样本图像,提取所述样本图像的纹理特征,将所述样本图像划分得到预定大小的至少一个分块,根据所述样本图像的纹理特征计算得到每个分块的纹理特征直方图;

将属于所述文字类图像样本集的样本图像所对应的每个分块的纹理特征直方图,和属于所述非文字类图像样本集的样本图像所对应的每个分块的纹理特征直方图分别输入预设模型中进行训练,得到所述分类器。

2.根据权利要求1所述的方法,其特征在于,所述提取所述目标图像的图像特征,包括:

在取景过程中,获取与所述目标图像对应的取景图像的图像信息;提取所述图像信息中的图像特征;

或,

在拍摄到所述目标图像后,提取所述目标图像的图像信息中的图像特征;

或,

在接收到对所述目标图像的预定操作时,提取所述目标图像的图像信息中的图像特征,所述预定操作包括查看操作、转发操作、分享操作、保存操作和复制粘贴操作中的任意一种。

3.根据权利要求1所述的方法,其特征在于,所述方法,还包括:

将所述目标图像存储到指定文件夹;

或,

将所述目标图像中的文字识别为可编辑文本,将所述可编辑文本保存至指定应用程序,所述指定应用程序包括邮件应用、即时通信应用、笔记应用和备忘录应用中的任意一种。

4.一种图像处理装置,其特征在于,所述装置包括:

类型检测模块,被配置为检测目标图像是否为文字类图像;

按钮显示子模块,被配置为当所述目标图像是文字类图像时,显示一个清晰化功能选项;

清晰化处理子模块,被配置为在所述按钮显示子模块接收到对所述清晰化功能选项的触发信号时,对所述目标图像中的文字进行清晰化处理,所述清晰化处理包括锐化文字边缘、增加对比度、倾斜修正、去光照处理以及消除噪点中的至少一种,

所述类型检测模块,包括:

提取子模块和分类子模块;

所述提取子模块,被配置为提取所述目标图像的图像特征;

所述分类子模块,被配置为将所述图像特征输入预设的分类器中,得出所述目标图像的分类结果,所述分类器是用于对文字类图像和非文字类图像进行分类的分类器,

其中,所述分类器通过如下装置训练得到:

归一化模块,被配置为将预设的文字类图像样本集和非文字类图像样本集中的样本图像归一化为同一像素尺寸;

直方图提取模块,被配置为对于每一张样本图像,提取所述样本图像的纹理特征,将所述样本图像划分得到预定大小的至少一个分块,根据所述样本图像的纹理特征计算得到每个分块的纹理特征直方图;

分类器训练模块,被配置为将属于所述文字类图像样本集的样本图像所对应的每个分块的纹理特征直方图,和属于所述非文字类图像样本集的样本图像所对应的每个分块的纹理特征直方图分别输入预设模型中进行训练,得到所述分类器。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于小米科技有限责任公司,未经小米科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410643749.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top