边界优化方法及装置制造方法及图纸

本公开揭示了一种边界优化方法及装置，属于图片处理领域。所述边界优化方法包括：对图片中的图像进行四边形检测，得到包含该图像的四边形区域；将四边形区域矫正为矩形区域，沿该矩形区域的边界对该矩形区域进行切割；分别沿着矩形区域的四条边界的内边缘提取至少一个采样块；对于每条边界，根据边界处提取的各个采样块中的所存在线段的端点坐标，计算该边界的边界离散程度，对边界离散程度符合标准的边界进行边界优化。本公开解决了由于处理器的计算速度有限，因此智能设备对图片边界进行优化所需要的时间较长的问题；达到了通过对图像进行采样计算，降低了智能设备进行边界优化前的计算过程，加快了智能设备对图片边界进行优化的速度的效果。

【技术实现步骤摘要】

本公开涉及图片处理领域，特别涉及一种边界优化方法及装置。
技术介绍
目前，用户可以使用智能设备当成扫描仪，对拍摄后的文档、证件、海报等图片进行分割和矫正，对图片的边界进行优化，去除图片边界的背景区域。由于对图片进行分割和矫正是一种高精度的计算过程，由于处理器的计算速度有限，因此智能设备对图片边界进行优化所需要的时间较长。
技术实现思路
本公开提供一种边界优化方法及装置。所述技术方案如下：根据本公开实施例的第一方面，提供一种边界优化方法，所述方法包括：对图片中的图像进行四边形检测，得到包含所述图像的四边形区域；将所述四边形区域矫正为矩形区域，沿所述矩形区域的边界对所述矩形区域进行切割；分别沿着所述矩形区域的四条边界的内边缘提取至少一个采样块；对于每条边界，根据所述边界处提取的各个采样块中的所存在线段的端点坐标，计算所述边界的边界离散程度，对边界离散程度符合标准的边界进行边界优化。通过先对图片中包含图像的矩形区域的边界进行初步切割，再对包含该图像的矩形边界进行采样优化，由于图像的采样计算的计算量比全图计算的计算量小；解决了由于处理器的计算速度有限，因此智能设备对图片边界进行优化所需要的时间较长的问题；达到了通过对图像进行采样计算，降低了智能设备进行边界优化前的计算过程，加快了智能设备对图片边界进行优化的速度的效果。可选的，所述将所述四边形区域矫正为矩形区域，包括：获取所述四边形区域的四个顶点坐标，计算出所述四边形区域对应的矩形区域的长宽比；根据所述四边形区域的四个顶点坐标和所述矩形区域的长宽比，计算出所述四边形区域转换为所述矩形区域的变换方程；利用所述变换方程将所述四边形区域矫
正为矩形区域。受拍摄角度影响，智能设备拍摄文档、证件、海报后得到图片通常并非矩形，因此智能设备将四边形区域矫正为矩形区域后，再对图像进行边界优化，可以提高边界优化的精准度。可选的，所述对于每条边界，根据所述边界处提取的各个采样块中的所存在线段的端点坐标，计算所述边界的边界离散程度，包括：对于每个采样块，对所述采样块中的图像进行直线检测，获取所述采样块中检测到的线段以及所述线段对应的端点坐标；对于每条边界，根据所述边界上所有采样块中的各条线段对应的端点坐标，计算所述边界的边界离散程度。由于智能设备所提取的采样块中可能包含有图像的边界，对采样块进行直线扫描后，可能会获取与图像的边界上的线段，因此可以根据采样块中的各条线段对应的端点坐标，计算边界的边界离散程度。可选的，所述对于每条边界，根据所述边界上所有采样块中的各条线段对应的端点坐标，计算所述边界的边界离散程度，包括：对于所述矩形区域的每条横向边界，从所述横向边界上的每个采样块中选取线段组成预定个线段组合，每个线段组合中的线段均来自于不同的采样块，任两个线段组合中的线段不完全相同；对于每个线段组合，获取所述线段组合中各条线段的端点坐标，将所有端点坐标中Y坐标的最大值减去Y坐标的最小值，得到所述线段组合的离散程度；将每个线段组合的离散程度中最小的离散程度作为所述横向边界的边界离散程度；对于所述矩形区域的每条竖向边界，从所述横向边界上的每个采样块中选取线段组成预定个线段组合，每个线段组合中的线段均来自于不同的采样块，任两个线段组合中的线段不完全相同；对于每个线段组合，获取所述线段组合中各条线段的端点坐标，将所有端点坐标中X坐标的最大值减去X坐标的最小值，得到所述线段组合的离散程度；将每个线段组合的离散程度中最小的离散程度作为所述竖向边界的边界离散程度。由于一个采样块中可能存在多条线段，因此从每个采样块中选取出线段组成的线段组合可能有多种，在多个线段组合中，由于离散程度最小的线段组合中的线段为图像边界上的线段的可能性较大，因此可以将线段组合中最小的离散程度作为该线段组合所在边界的边界离散程度。可选的，在获取所述采样块中检测到的线段以及所述线段对应的端点坐标之后，所述方法还包括：当所述采样块位于所述横向边界处时，对于所述采样
块中检测到的任一条线段，计算所述线段与所述横向边界的夹角，将夹角大于预定夹角阈值的线段进行剔除；当所述采样块位于所述竖向边界处时，对于所述采样块中检测到的任一条线段，计算所述线段与所述竖向边界的夹角，将夹角大于预定夹角阈值的线段进行剔除。由于被矫正为矩形后的图像的图像横向边界上的线段基本与矩形区域的横向边界上的线段平行，因此在横向边界上的采样块中，与横向边界的夹角过大的线段为图像边界上的线段的可能性较小，对于竖向边界同理。所以将夹角较大的线段剔除，可以提高边界离散程度计算的精确性。可选的，所述方法还包括：在获取所述采样块中检测到的线段以及所述线段对应的端点坐标之后，对于所述采样块中检测到的任一条线段，根据所述线段的端点坐标计算所述线段的线段长度，将线段长度小于预定长度阈值的线段进行剔除。由于小于预定长度的线段为图像边界上的线段的可能性较小，将小于预定长度的线段剔除，可以提高边界离散程度计算的精确性。可选的，所述对边界离散程度符合标准的边界进行边界优化，包括：对于所述矩形区域的每条横向边界，在所述横向边界的边界离散程度低于预定离散标准时，获取求取所述边界离散程度时所使用的线段组合中各条线段的端点坐标，对获取的所有端点坐标中的Y坐标求平均，得到所述横向边界的Y优化坐标；在所述Y优化坐标的位置，沿横向方向对所述横向边界进行切割；对于所述矩形区域的每条竖向边界，在所述竖向边界的边界离散程度低于预定离散标准时，获取求取所述边界离散程度时所使用的线段组合中各条线段的端点坐标，对获取的所有端点坐标中的X坐标求平均，得到所述竖向边界的X优化坐标；在所述X优化坐标的位置，沿竖向方向对所述竖向边界进行切割。为了确定较为合适的边界切割位置，智能设备可以对求取边界离散程度时所使用的线段组合中各条线段的端点坐标求平均，来获取较为合适的切割坐标。可选的，所述对图片中的图像进行四边形检测，得到包含所述图像的四边形区域，包括：缩小所述图片，对缩小后的所述图片中的图像进行四边形检测，得到包含所述图像的四边形区域。由于图像的分辨率与智能设备优化图片边界所花的时长呈正相关，将图片缩小来降低图片的分辨率后，再对该图像进行边界优化可以有效加快智能设备优化图片边界的速度。可选的，所述将所述四边形区域矫正为矩形区域，沿所述矩形区域的边界
对所述矩形区域进行切割，包括：将所述四边形区域矫正为所述矩形区域，沿所述矩形区域的边界对所述矩形区域进行切割，放大切割后的所述矩形区域。由于放大矩形区域后，图片画面的分辨率提高，在初步切割后未完全优化掉的部分会显示出来，对放大后的矩形区域进一步采样优化，使得边界优化的效果更好。根据本公开实施例的第二方面，提供一种边界优化装置，所述装置包括：检测模块，被配置为对图片中的图像进行四边形检测，得到包含所述图像的四边形区域；切割模块，被配置为将所述检测模块检测出的所述四边形区域矫正为矩形区域，沿所述矩形区域的边界对所述矩形区域进行切割；提取模块，被配置为分别沿着所述矩形区域的四条边界的内边缘提取至少一个采样块；优化模块，被配置为对于每条边界，根据所述边界处提取的各个采样块中的所存在线段的端点坐标，计算所述边界的边界离散程度，对边界离散程度符合标准的本文档来自技高网...

【技术保护点】
一种边界优化方法，其特征在于，所述方法包括：对图片中的图像进行四边形检测，得到包含所述图像的四边形区域；将所述四边形区域矫正为矩形区域，沿所述矩形区域的边界对所述矩形区域进行切割；分别沿着所述矩形区域的四条边界的内边缘提取至少一个采样块；对于每条边界，根据所述边界处提取的各个采样块中的所存在线段的端点坐标，计算所述边界的边界离散程度，对边界离散程度符合标准的边界进行边界优化。

【技术特征摘要】
1.一种边界优化方法，其特征在于，所述方法包括：对图片中的图像进行四边形检测，得到包含所述图像的四边形区域；将所述四边形区域矫正为矩形区域，沿所述矩形区域的边界对所述矩形区域进行切割；分别沿着所述矩形区域的四条边界的内边缘提取至少一个采样块；对于每条边界，根据所述边界处提取的各个采样块中的所存在线段的端点坐标，计算所述边界的边界离散程度，对边界离散程度符合标准的边界进行边界优化。2.根据权利要求1所述的方法，其特征在于，所述将所述四边形区域矫正为矩形区域，包括：获取所述四边形区域的四个顶点坐标，计算出所述四边形区域对应的矩形区域的长宽比；根据所述四边形区域的四个顶点坐标和所述矩形区域的长宽比，计算出所述四边形区域转换为所述矩形区域的变换方程；利用所述变换方程将所述四边形区域矫正为矩形区域。3.根据权利要求1所述的方法，其特征在于，所述对于每条边界，根据所述边界处提取的各个采样块中的所存在线段的端点坐标，计算所述边界的边界离散程度，包括：对于每个采样块，对所述采样块中的图像进行直线检测，获取所述采样块中检测到的线段以及所述线段对应的端点坐标；对于每条边界，根据所述边界上所有采样块中的各条线段对应的端点坐标，计算所述边界的边界离散程度。4.根据权利要求3所述的方法，其特征在于，所述对于每条边界，根据所述边界上所有采样块中的各条线段对应的端点坐标，计算所述边界的边界离散程度，包括：对于所述矩形区域的每条横向边界，从所述横向边界上的每个采样块中选取线段组成预定个线段组合，每个线段组合中的线段均来自于不同的采样块，任两个线段组合中的线段不完全相同；对于每个线段组合，获取所述线段组合中各条线段的端点坐标，将所有端点坐标中Y坐标的最大值减去Y坐标的最小值，得到所述线段组合的离散程度；将每个线段组合的离散程度中最小的离散程度作为所述横向边界的边界离散程度；对于所述矩形区域的每条竖向边界，从所述横向边界上的每个采样块中选取线段组成预定个线段组合，每个线段组合中的线段均来自于不同的采样块，任两个线段组合中的线段不完全相同；对于每个线段组合，获取所述线段组合中各条线段的端点坐标，将所有端点坐标中X坐标的最大值减去X坐标的最小值，得到所述线段组合的离散程度；将每个线段组合的离散程度中最小的离散程度作为所述竖向边界的边界离散程度。5.根据权利要求3所述的方法，其特征在于，在获取所述采样块中检测到的线段以及所述线段对应的端点坐标之后，所述方法还包括：当所述采样块位于所述横向边界处时，对于所述采样块中检测到的任一条线段，计算所述线段与所述横向边界的夹角，将夹角大于预定夹角阈值的线段进行剔除；当所述采样块位于所述竖向边界处时，对于所述采样块中检测到的任一条线段，计算所述线段与所述竖向边界的夹角，将夹角大于预定夹角阈值的线段进行剔除。6.根据权利要求3所述的方法，其特征在于，所述方法还包括：在获取所述采样块中检测到的线段以及所述线段对应的端点坐标之后，对于所述采样块中检测到的任一条线段，根据所述线段的端点坐标计算所述线段的线段长度，将线段长度小于预定长度阈值的线段进行剔除。7.根据权利要求1所述的方法，其特征在于，所述对边界离散程度符合标准的边界进行边界优化，包括：对于所述矩形区域的每条横向边界，在所述横向边界的边界离散程度低于 预定离散标准时，获取求取所述边界离散程度时所使用的线段组合中各条线段的端点坐标，对获取的所有端点坐标中的Y坐标求平均，得到所述横向边界的Y优化坐标；在所述Y优化坐标的位置，沿横向方向对所述横向边界进行切割；对于所述矩形区域的每条竖向边界，在所述竖向边界的边界离散程度低于预定离散标准时，获取求取所述边界离散程度时所使用的线段组合中各条线段的端点坐标，对获取的所有端点坐标中的X坐标求平均，得到所述竖向边界的X优化坐标；在所述X优化坐标的位置，沿竖向方向对所述竖向边界进行切割。8.根据权利要求1至7中任一所述的方法，其特征在于，所述对图片中的图像进行四边形检测，得到包含所述图像的四边形区域，包括：缩小所述图片，对缩小后的所述图片中的图像进行四边形检测，得到包含所述图像的四边形区域。9.根据权利要求1至7中任一所述的方法，其特征在于，所述将所述四边形区域矫正为矩形区域，沿所述矩形区域的边界对所述矩形区域进行切割，包括：将所述四边形区域矫正为所述矩形区域，沿所述矩形区域的边界对所述矩形区域进行切割，放大切割后的所述矩形区域。10.一种边界优化装置，其特征在于，所述装置包括：检测模块，被配置为对图片中的图像进行四边形检测，得到包含所述图像的四边形区域；切割模块，被配置为将所述检测模块检测出的所述四边形区域矫正为矩形区域，沿所述矩形区域的边界对所述矩形区域进行切割；提取模块，被配置为分别沿着所述矩形区域的四条边界的内边缘提取至少一个采样块；优化模块，被配置为对于每条边界，根据所述边界处提取的各个...

【专利技术属性】
技术研发人员：杨松，李明浩，陈志军，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：北京;11