[发明专利]图像分类方法、装置、电子设备及可读存储介质

说明书

本发明实施例提供一种图像分类方法、装置、电子设备及可读存储介质，通过在待分类图像中获取至少一个候选子图；确定每个候选子图的亮度矩阵和梯度矩阵；根据每个候选子图的亮度矩阵和梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度‑梯度共生矩阵；根据每个候选子图对应的亮度‑梯度共生矩阵，确定出待分类图像的图像类别。该图像分类方法通过提取图像的亮度、梯度特征信息，并综合亮度‑梯度特征对图像内的各个像素点进行统计分析，从而准确获取了图像的纹理特征信息，提升了图像类型正确识别的准确率，且该方法仅对候选子图进行特征信息分析，待分析的数据量较少，有效提升图像类型识别的效率。

技术领域

本发明实施例涉及图像处理领域，尤其涉及一种图像分类方法、装置、电子设备及可读存储介质。

背景技术

随着配置摄像头的手持终端设备的广泛普及，越来越多的业务办理基于终端设备所拍摄的数字图像，例如，住院医疗票据、身份证、银行卡等数字图像。

然而，业务办理过程中，上述各种数字图像通常需要工作人员人工审核查看资料是否齐全，处理效率较低，从而延长了客户办理业务的时长，客户体验差。

因此，亟需一种可以对数字图像进行准确且快速分类的方法，以提升图像自动分类的效率。

发明内容

本发明实施例提供一种图像分类方法、装置、电子设备及可读存储介质，以解决现有技术中对数字图像不能进行高效且准确分类的技术问题。

本发明实施例的一个方面提供一种图像分类方法，包括：

在待分类图像中获取至少一个候选子图；

确定每个候选子图的亮度矩阵和梯度矩阵；

根据每个候选子图的所述亮度矩阵和所述梯度矩阵，确定同时满足预设亮度值及预设梯度值的像素点个数，形成每个候选子图对应的亮度-梯度共生矩阵；

根据每个候选子图对应的亮度-梯度共生矩阵，确定出所述待分类图像的图像类别。

可选的，所述在待分类图像中获取至少一个候选子图之前，还包括：

对所述待分类图像进行图像预处理，得到图像预处理后的待分类图像；

其中，所述预处理包括以下处理中的至少一种：尺寸归一化调整、图像位置校正、图像画面清晰度调整。

可选的，所述在待分类图像中获取至少一个候选子图之前，还包括：

对所述图像预处理后的待分类图像进行灰度转换，得到灰度处理后的待分类图像；

对所述灰度处理后的待分类图像进行二值化处理，得到以二值化表示的待分类图像；

在所述以二值化表示的待分类图像中获取至少一个候选子图。

可选的，所述在待分类图像中获取至少一个候选子图包括：

在所述以二值化表示的待分类图像中确定出至少一个图形轮廓；

确定包围所述图形轮廓的最小轮廓外接矩形；

若所述最小轮廓外接矩形小于预设矩形尺寸，则以所述图像轮廓区域的中心位置对应所述预设矩形尺寸的中心，从所述待分类图像中截取满足所述预设矩形尺寸且包围所述图形轮廓的图像，形成所述候选子图；

若所述最小轮廓外接矩形大于等于所述预设矩形尺寸，则从所述待分类图像中截取所述最小轮廓外接矩形所包围的图像，形成所述候选子图。

可选的，所述确定每个候选子图的亮度矩阵和梯度矩阵包括：

确定每个候选子图中每个像素点的亮度值，形成每个候选子图的亮度矩阵；