[发明专利]图像处理方法、装置、电子设备及存储介质有效

专利信息
申请号: 202010311209.5 申请日: 2020-04-20
公开(公告)号: CN111563517B 公开(公告)日: 2023-07-04
发明(设计)人: 黄惟洁 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V10/30 分类号: G06V10/30;G06V10/20
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 李娟
地址: 518044 广东省深圳*** 国省代码: 广东;44
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 电子设备 存储 介质
【说明书】:

本申请涉及计算机技术领域,公开了一种图像处理方法、装置、电子设备及存储介质,可在过滤掉图像中大部分无用细节信息的同时,突出图像中的主体轮廓,进而降低后续图像识别的难度,提高图像识别的准确率。所述方法包括:将第一图像中像素点的灰度分布区间划分为至少两个灰度区间,每个灰度区间对应一个色阶等级;根据第一图像中各个像素点的灰度值所处的灰度等级,确定各个像素点所处的色阶等级;将第一图像中各个像素点的灰度值分别设置为各个像素点所处的色阶等级对应的预设灰度值,获得第二图像,第二图像用于进行图像识别处理,以获得针对第一图像的图像识别结果。

技术领域

本申请涉及计算机技术领域,尤其涉及一种图像处理方法、装置、电子设备及存储介质。

背景技术

为了提高图像识别的准确率,现有图像识别技术中通常先对图像进行预处理,如滤波降噪处理等,然后基于预处理后的图像进行图像识别。但是,单纯使用滤波降噪算法对图像进行预处理,无法过滤掉图像中的无用信息,增加了后续图像识别的难度。

发明内容

本申请实施例提供一种图像处理方法、装置、电子设备及存储介质,可在过滤掉图像中大部分无用细节信息的同时,突出图像中的主体轮廓,进而降低后续图像识别的难度,提高图像识别的准确率。

一方面,本申请一实施例提供了一种图像处理方法,包括:

将第一图像中像素点的灰度分布区间划分为至少两个灰度区间,每个灰度区间对应一个色阶等级;

根据所述第一图像中各个像素点的灰度值所处的灰度区间,确定各个像素点所处的色阶等级;

将所述第一图像中各个像素点的灰度值分别设置为各个像素点所处的色阶等级对应的预设灰度值,获得第二图像,所述第二图像用于进行图像识别处理,以获得针对所述第一图像的图像识别结果。

一方面,本申请一实施例提供了一种图像处理装置,包括:

区间划分单元,用于将第一图像中像素点的灰度分布区间划分为至少两个灰度区间,每个灰度区间对应一个色阶等级;

等级确定单元,用于根据所述第一图像中各个像素点的灰度值所处的灰度区间,确定各个像素点所处的色阶等级;

灰度重置单元,用于将所述第一图像中各个像素点的灰度值分别设置为各个像素点所处的色阶等级对应的预设灰度值,获得第二图像,所述第二图像用于进行图像识别处理,以获得针对所述第一图像的图像识别结果。

一方面,本申请一实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行计算机程序时实现上述任一种方法的步骤。

一方面,本申请一实施例提供了一种计算机可读存储介质,其上存储有计算机程序指令,该计算机程序指令被处理器执行时实现上述任一种方法的步骤。

一方面,本申请一实施例提供了一种计算机程序产品,所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时实现上述任一种方法的步骤。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/202010311209.5/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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