[发明专利]一种印刷图片的分类方法及装置

权利要求书

1.一种印刷图片的分类方法，其特征在于，包括：

获取印刷图片的尺寸、页数；

提取所述印刷图片中每个像素点RGB颜色分量；

对每个所述像素点RGB颜色分量通过第一预设公式转化为HSV颜色空间分量，获得每个像素点的H分量、S分量和V分量的值；

根据每个所述像素点的H分量、S分量和V分量的值，获得所述印刷图片对应的颜色种类；

根据所述印刷图片所有像素点数量和所述印刷图片中文字的像素点数量，获得所述印刷图片对应的图文比例；

由所述尺寸、所述页数、所述颜色种类和所述图文比例，获得图像信息；其中，所述图像信息包括颜色种类、尺寸、图文比例、页数；

获取海报图像的印刷模式、广告图册的印刷模式、名片图像的印刷模式和书籍图像的印刷模式；

将所述图像信息和所述图像信息对应的分类结果作为训练集，输入至机器学习模型中，以构建训练好的印刷图片分类模型；

根据所述印刷图片分类模型，对待印刷图片进行分类，获得分类结果，并启动所述分类结果对应印刷流程；其中，所述分类结果为海报图像、广告图册、名片图像或书籍图像。

2.如权利要求1所述的印刷图片的分类方法，其特征在于，所述第一预设公式，具体为：

公式一；

公式二；

公式三；

公式四；

其中，，，，，。

3.如权利要求1所述的印刷图片的分类方法，其特征在于，所述根据所述印刷图片所有像素点数量和所述印刷图片中文字的像素点数量，获得所述印刷图片对应的图文比例，具体为：

基于Roberts算法，将所述印刷图片转化为灰度图像；

对所述灰度图像进行二值化处理，获得边缘图像；

将所述边缘图像膨胀处理，提取所述边缘图像的连通域的像素区域，从而获得文字的像素区域；

提取所述文字的像素区域对应的像素点数量；

根据所述文字对应的像素点数量和所述印刷图片的像素点数量，获得图文比例。

4.如权利要求3所述的印刷图片的分类方法，其特征在于，所述对所述灰度图像进行二值化处理，获得边缘图像，具体为：

根据预设的阈值区间对所述灰度图像中的像素点进行过滤之后，通过最大类间方差算法对所述灰度图像进行二值化得到边缘图像。

5.如权利要求1所述的印刷图片的分类方法，其特征在于，所述机器学习模型是由CNN算法构建的。

6.一种印刷图片的分类装置，其特征在于，包括：

数据获取模块，用于获取印刷图片的尺寸、页数；

提取所述印刷图片中每个像素点RGB颜色分量；

对每个所述像素点RGB颜色分量通过第一预设公式转化为HSV颜色空间分量，获得每个像素点的H分量、S分量和V分量的值；

根据每个所述像素点的H分量、S分量和V分量的值，获得所述印刷图片对应的颜色种类；

根据所述印刷图片所有像素点数量和所述印刷图片中文字的像素点数量，获得所述印刷图片对应的图文比例；

由所述尺寸、所述页数、所述颜色种类和所述图文比例，获得图像信息；其中，所述图像信息包括颜色种类、尺寸、图文比例、页数；

模型训练模块，用于将所述图像信息和所述图像信息对应的分类结果作为训练集，输入至机器学习模型中，以构建训练好的印刷图片分类模型；

分类模块，用于根据所述印刷图片分类模型，对待印刷图片进行分类，获得分类结果，并启动所述分类结果对应印刷流程；其中，所述分类结果为海报图像、广告图册、名片图像或书籍图像。