[发明专利]图像处理方法、装置、电子设备以及存储介质

说明书

本发明实施例提供一种图像处理方法、装置、电子设备以及存储介质，图像处理装置包括：预处理模块，被配置为对源图像进行特征提取处理，得到与源图像对应的特征数据集；图像处理参数确定模块，被配置为根据特征数据集确定与特征数据集对应的图像处理参数；处理模块，被配置为根据图像处理参数对源图像进行处理。上述图像处理装置在工作的过程中可以自动生成与源图像所匹配的图像处理参数，实现图像处理过程的智能化。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、电子设备以及存储介质。

背景技术

目前用户在使用诸如打印机、复印机、扫描仪等图像处理装置时经常需要手动对图像处理装置的处理参数进行设置，而目前图像处理装置的功能设置多种多样，需要进行图像处理的源文件的种类也多种多样，用户在设置图像处理装置的图像处理参数时操作复杂且繁琐，智能化程度低，因此，降低了用户的使用体验。

发明内容

本发明实施例提供一种图像处理方法、装置、电子设备以及存储介质，用于解决现有技术中用户在设置图像处理装置的图像处理参数时操作复杂且繁琐，智能化程度低的问题。

第一方面，本发明实施例提供了一种图像处理装置，包括：

预处理模块，被配置为对所述源图像进行特征提取处理，得到与所述源图像对应的特征数据集；

图像处理参数确定模块，被配置为根据所述特征数据集确定与所述特征数据集对应的图像处理参数；及

处理模块，被配置为根据所述图像处理参数对所述源图像进行处理。

可选地，所述图像处理参数确定模块包括：

深度学习模块，被配置为使用训练后的神经网络对所述特征数据集进行识别，得到识别信息；及

数据分析模块，被配置为根据所述识别信息确定与所述识别信息对应的图像处理参数。

可选地，所述处理模块包括第一处理单元以及第二处理单元，其中，所述第一处理单元被配置为对所述源图像进行第一图像处理，所述第二处理单元被配置为根据所述图像处理参数对经过第一图像处理后的所述源图像进行第二图像处理。

可选地，所述特征数据集包括图像元素信息和/或边界轮廓信息，所述识别信息包括文档类型信息；

所述深度学习模块具体被配置为：使用训练后的神经网络根据所述图像元素信息和/或所述边界轮廓信息对所述源图像所对应的源文档进行文档类型的识别，得到所述源文档的文档类型信息；

所述特征数据集包括图像元素信息和/或边界轮廓信息，所述识别信息包括文档类型信息；

所述深度学习模块具体被配置为：使用训练后的神经网络根据所述图像元素信息和/或所述边界轮廓信息对所述源图像所对应的源文档进行文档类型的识别，得到所述源文档的文档类型信息。

可选地，所述特征数据集包括字符信息，所述字符信息包括至少一个第一字符以及每个第一字符的位置信息，所述识别信息包括敏感字符识别信息，所述敏感字符识别信息包括所述至少一个第一字符中的至少一个敏感字符以及每个敏感字符对应的位置信息；

所述深度学习模块具体被配置为：使用训练后的神经网络在所述至少一个第一字符中进行敏感字符的识别，得到所述至少一个第一字符中的至少一个敏感字符以及每个敏感字符对应的位置信息；

所述图像处理参数包括敏感字符处理参数；

所述数据分析模块具体被配置为：根据所述至少一个第一字符中的至少一个敏感字符以及每个敏感字符对应的位置信息生成敏感字符处理参数；

所述第二处理单元具体被配置为：根据所述敏感字符处理参数对经过第一图像处理后的所述源图像进行敏感字符去除处理。