[发明专利]一种黑白图片自动裁剪方法及系统

说明书

本发明公开了一种黑白图片自动裁剪方法及系统，该方法包括步骤：S11.获取待处理的黑白图片；S12.获取所述黑白图片的二维数字矩阵A_m×n；S13.计算所述二维数字矩阵A_m×n横向每个相邻像素的差值；S14.根据所述二维数字矩阵A_m×n横向每个相邻像素的差值生成矩阵B_m×(n‑1)；S15.获取所述矩阵B_m×(n‑1)中的所有奇异点；S16.根据奇异点的坐标获取所述黑白图片中物体的位置信息；S17.根据所述位置信息对所述黑白图片进行裁剪。本发明自动地将图片中的物体进行裁剪，从而减少物体识别的计算量，提高图像中物体识别的效率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种黑白图片自动裁剪方法及系统。

背景技术

随着计算机技术和数字媒体技术的快速发展，人们对计算机视觉、人工智能、机器感知等领域的需求与期盼也越来越高。图像识别技术作为人工智能的重要组成部分，正进行着突飞猛进的发展。图像识别技术是指对图像进行对象识别，以识别各种不同模式的目标和对像的技术。而在图像识别领域，图像识别的应用越来越广泛，图像识别技术的产品也在越来越丰富起来，图像识别技术能够为用户提供很多方便，例如对于车牌进行识别能够快速筛选车牌；再如对一些网站的验证码进行识别能够方便用户下订单、购买等操作，更可以为用户提供替代执行某些操作的便捷服务。

图像识别是通过对存储的信息与当前图片信息进行比较、计算等一系列的加工过程，实现对图像的再认。图像识别是人工智能的一个重要领域。目前图像识别应用场景下的产品，由于受到图像识别算法模型的精度、图像匹配库的丰富度和识别算法计算量等方面的制约，产品体验度并不好，图像识别计算量大，识别效率低。

公开号为CN 106599840A的专利公开了一种图像识别协处理器，包括：第一数据获取模块，用于获取数据类型为单精度浮点型的原始待处理图像数据；第一转换模块，用于将原始待处理图像数据的数据类型由单精度浮点型转换成整型，得到转换后的待处理图像数据；数据处理模块，用于利用预设的图像识别算法，对转换后的待处理图像数据进行相应的计算处理，得到数据类型为整型的初始图像识别结果；第二转换模块，用于将初始图像识别结果的数据类型由整型转换成单精度浮点型，得到最终的图像识别结果。本申请公开的技术方案有利于提高图像识别效果。虽然该方法可以有效提高图形识别的效果，但是该方法还是从原始图像中经过转换后进行图像识别，还是存在识别算法的计算量大，识别效率低的问题。

发明内容

本发明的目的是针对现有技术的缺陷，提供了一种黑白图片自动裁剪方法及系统，能够自动地对黑白图片中的物体进行裁剪，从而减少图像物体识别的计算量。

为了实现以上目的，本发明采用以下技术方案：

一种黑白图片自动裁剪方法，包括步骤：

S1.获取待处理的黑白图片；

S2.获取所述黑白图片的二维数字矩阵A_m×n；

S3.计算所述二维数字矩阵A_m×n横向每个相邻像素的差值；

S4.根据所述二维数字矩阵A_m×n横向每个相邻像素的差值生成矩阵B_m×(n-1)；

S5.获取所述矩阵B_m×(n-1)中的所有奇异点；

S6.根据奇异点的坐标获取所述黑白图片中物体的位置信息；

S7.根据所述位置信息对所述黑白图片进行裁剪。

进一步的，所述相邻像素的差值为从第二列的每个像素开始与其相邻左边像素值的差。