[发明专利]基于计算机视觉的电竞图像数字与图标信息获取方法

权利要求书

1.一种基于计算机视觉的电竞图像中数字与图标信息获取方法，其特征在于，包括如下：

(1)逐帧采集视频中的一帧电竞图像；

(2)确定电竞图像中数字信息和图标信息显示区域位置，根据区域位置自动截取待识别区域，分别获得包含数字信息的待识别图像和包含图标信息的待识别图像；

(3)通过不同的操作从包含图标信息的待识别图像和包含数字信息的待识别图像中分别识别出图标信息和数字信息：

3a)对于包含图标信息图像的识别，采用神经网络模型对包含图标信息待识别图像进行分类，获取电竞图像中的图标信息；

3b)对于包含数字信息图像的识别，实现步骤如下：

3b1)将包含数字信息的待识别图像进行预处理，再将预处理后的图像分割为单个数字信息图像；

3b2)提取单个数字信息图像的特征；

3b3)采用机器学习分类模型根据(3b2)提取出的图像特征对单个数字信息图像进行分类，获取电竞图像中的数字信息。

2.根据权利要求1所述的方法，其特征在于，(1)中逐帧采集线下视频流中的一帧电竞图像，是利用视频编解码工具从本地电竞视频文件中逐帧采集一帧电竞图像；

3.根据权利要求1所述的方法，其特征在于，(1)中逐帧采集线上视频流中的一帧电竞图像，是通过实时截取屏幕从网络电竞直播视频中采集一帧电竞图像或利用网络爬虫从全网络的电竞视频文件中实时采集一帧电竞图像。

4.根据权利要求1所述的方法，其特征在于，(3a)中采用神经网络模型对包含图标信息待识别图像进行分类，其实现如下：

(3a1)从历史电竞图像中截取出包含图标信息区域的图像集，每种图标至少包含50幅图像，将图像集中70％的图像组成训练样本集，剩余图像组成测试样本集；

(3a2)将训练集样本输入至Vgg-16网络进行至少500次迭代训练，保存网络权重，得到训练好的Vgg-16网络分类模型。

(3a3)将包含图标信息待识别图像输入训练好的Vgg-16网络分类模型，得到图像的类别。

5.根据权利要求1所述的方法，其特征在于，(3b1)中将包含数字信息的待识别图像进行预处理，是通过将包含数字信息的图像根据RGB值进行图层分割，再将分割出的图像利用阈值自适应方法转为灰度图像，再将灰度图像利用阈值自适应方法转为二值图像。

6.根据权利要求1所述的方法，其特征在于，(3b1)中将预处理后的图像分割为单个数字信息图像，其实现如下：

(3b1.1)对预处理得到的二值图像区域内进行像素检测，确定数字的横向与纵向的边缘位置；

(3b1.2)根据数字的横向的边缘位置计算包含数字信息的图像中数字的横向边缘长度，根据横向边缘的长度确定出识别区域图像中数字个数n；

(3b1.3)将包含数字信息的图像按固定步长，横向切割出n个包含单个数字的图像。