[发明专利]书本计数方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202210048436.2 申请日: 2022-01-17
公开(公告)号: CN114494052A 公开(公告)日: 2022-05-13
发明(设计)人: 姜晨艳;刘苗;邱春燕 申请(专利权)人: 深圳市大族机器人有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T5/30;G06T7/11;G06T7/13;G06T7/187;G06T7/62
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 唐彩琴
地址: 518101 广东省深圳市宝安区福海*** 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: 书本 计数 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种书本计数方法,其特征在于,所述方法包括:

获取待识别图像;所述待识别图像中包括有待计数的书本;

确定与所述待识别图像相对应的二值化图像;

根据所述二值化图像中的各像素的像素信息,确定所述二值化图像中的图像边缘,并根据所述图像边缘得到至少一个连通区域;

确定每个所述连通区域的区域信息,并根据每个所述连通区域的区域信息,从所述至少一个连通区域中筛选出目标连通区域;

根据所述目标连通区域的数量,确定所述待识别图像中所包括的书本数量。

2.根据权利要求1所述的方法,其特征在于,所述确定与所述待识别图像相对应的二值化图像,包括:

获取原始图像,并剪裁所述原始图像,得到包括有书脊的待识别图像;

通过预设的灰度阈值,对所述待识别图像中的像素进行标识,得到标识结果,并根据所述标识结果对所述待识别图像进行二值化处理,得到二值化图像。

3.根据权利要求1所述的方法,其特征在于,所述根据所述图像边缘得到至少一个连通区域,包括:

根据所述图像边缘、以及所述二值化图像中的各像素的像素信息,确定所述二值化图像中的至少一个图像边缘区域;

对于至少一个图像边缘区域中的每个图像边缘区域,均对当前图像边缘区域中的像素进行连通性判断,确定与所述当前图像边缘区域相对应的连通区域。

4.根据权利要求3所述的方法,其特征在于,所述对当前图像边缘区域中的像素进行连通性判断,确定与所述当前图像边缘区域相对应的连通区域,包括:

确定当前图像边缘区域中的目标像素、以及确定与所述目标像素相邻的至少一个相邻像素,并对所述目标像素与每个所述相邻像素进行连通性判断,得到每个所述相邻像素各自对应的判断结果;

对于多个相邻像素中的每个相邻像素,均在当前相邻像素的判断结果表征处于连通状态时,将当前相邻像素作为新的目标像素,并返回确定与所述目标像素相邻的至少一个相邻像素的步骤继续执行;

根据每个所述目标像素、以及每个所述目标像素各自连通的相邻像素,得到与所述当前图像边缘区域相对应的连通区域。

5.根据权利要求1所述的方法,其特征在于,所述根据所述图像边缘得到至少一个连通区域之后,所述方法还包括:

针对多个所述连通区域中的每个所述连通区域,均根据当前连通区域中各像素的像素值,确定所述当前连通区域中的至少一个候选像素;

从所述至少一个候选像素中筛选出待填充像素,并对所述待填充像素进行填充处理。

6.根据权利要求5所述的方法,其特征在于,所述从所述至少一个候选像素中筛选出待填充像素,包括:

针对多个所述候选像素中的每个所述候选像素,均确定与当前候选像素相邻的每个相邻像素,以及确定每个相邻像素是否位于相应连通区域的边界处;

若与所述当前候选像素相邻的每个相邻像素均不位于相应连通区域的边界处,则确定所述当前候选像素的像素值是否与每个相邻像素的像素值均不相同;

若当前所述候选像素的像素值与每个相邻像素的像素值均不相同,则将当前所述候选像素作为待填充像素。

7.根据权利要求1所述的方法,其特征在于,所述区域信息包括区域面积和区域位置,所述根据每个所述连通区域的区域信息,从所述至少一个连通区域中筛选出目标连通区域,包括:

根据所述连通区域中的像素数量,确定所述连通区域的区域面积;

根据所述连通区域中的各像素的坐标信息,确定所述连通区域的区域位置;

根据预设的筛选规则、所述连通区域的区域面积、以及所述连通区域的区域位置,从所述至少一个连通区域中筛选出目标连通区域。

8.根据权利要求7所述的方法,其特征在于,所述根据预设的筛选规则、所述连通区域的区域面积、以及所述连通区域的区域位置,从所述至少一个连通区域中筛选出目标连通区域,包括:

将区域面积大于预设面积阈值的连通区域作为目标候选连通区域;

从所述目标候选连通区域中筛选出区域位置符合预设位置条件的目标连通区域。

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深圳市大族机器人有限公司,未经深圳市大族机器人有限公司许可,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/202210048436.2/1.html,转载请声明来源钻瓜专利网。

×

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