图片处理方法和装置制造方法及图纸

本申请提出一种图片处理方法和装置，该图片处理方法包括：获取待处理的图片；采用霍夫变换检测所述图片是否是拼接图；如果所述图片不是拼接图，采用预先建立的深度学习模型检测所述图片是否是多主体图；如果所述图片是拼接图，或者，所述图片是多主体图，对所述图片进行预设处理。该方法能够提高拼接图检测的效率和效果，并可以高效的检测出多主体图。

【技术实现步骤摘要】

本申请涉及图片处理
，尤其涉及一种图片处理方法和装置。
技术介绍
拼接图是指人工将多张图片拼接为一张图片，多主体图是指一张图片中有多个明显的主体。在实际应用中需要检测出拼接图和多主体图，以便进一步处理。现有技术中，有一些拼接图检测算法，但是检测效率低，效果差，现有技术中缺乏多主体图的高效的检测方案。
技术实现思路
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请的一个目的在于提出一种图片处理方法，该方法可以提高拼接图检测的效率和效果，并可以高效的检测出多主体图。本申请的另一个目的在于提出一种图片处理装置。为达到上述目的，本申请第一方面实施例提出的图片处理方法，包括：获取待处理的图片；采用霍夫变换检测所述图片是否是拼接图；如果所述图片不是拼接图，采用预先建立的深度学习模型检测所述图片是否是多主体图；如果所述图片是拼接图，或者，所述图片是多主体图，对所述图片进行预设处理。本申请第一方面实施例提出的图片处理方法，通过霍夫变换检测图片是否是拼接图，可以提高拼接图检测的效率和效果，通过深度学习算法，可以高效的检测出多主体图，从而可以对拼接图和多主体图进行后续处理。为达到本文档来自技高网...

【技术保护点】
一种图片处理方法，其特征在于，包括：获取待处理的图片；采用霍夫变换检测所述图片是否是拼接图；如果所述图片不是拼接图，采用预先建立的深度学习模型检测所述图片是否是多主体图；如果所述图片是拼接图，或者，所述图片是多主体图，对所述图片进行预设处理。

【技术特征摘要】
1.一种图片处理方法，其特征在于，包括：获取待处理的图片；采用霍夫变换检测所述图片是否是拼接图；如果所述图片不是拼接图，采用预先建立的深度学习模型检测所述图片是否是多主体图；如果所述图片是拼接图，或者，所述图片是多主体图，对所述图片进行预设处理。2.根据权利要求1所述的方法，其特征在于，所述采用霍夫变换检测所述图片是否是拼接图，包括：检测所述图片的边缘像素点；根据所述边缘像素点进行霍夫变换，检测所述图片中的直线；在检测出的直线中过滤掉不满足预设条件的直线，得到剩余的直线；检测剩余的直线是否是白色拼接线；检测所述图片的背景颜色是否是白色；如果所述剩余的直线是白色拼接线，且所述图片的背景颜色不是白色，则确定所述图片是拼接图。3.根据权利要求2所述的方法，其特征在于，所述在检测出的直线中过滤掉不满足预设条件的直线，得到剩余的直线，包括：根据检测出的直线的角坐标过滤掉非竖直和非水平的直线；根据检测出的直线的半径坐标和角坐标，计算直线距离图片中心的水平位置信息或垂直位置信息，根据水平位置信息或垂直位置信息过滤掉非靠近图片中心的直线。4.根据权利要求2所述的方法，其特征在于，所述检测剩余的直线是否是白色拼接线，包括：对应每条剩余的直线，获取对应的直线周围的预设区域内的像素点；计算获取的像素点的颜色均值；计算颜色均值与白色的颜色值之间的均方差；如果均方差小于预设阈值，则确定直线是白色拼接线。5.根据权利要求2所述的方法，其特征在于，所述检测所述图片的背景颜色是否是白色，包括：获取图片的预设范围内的像素点；计算获取的像素点的颜色值；计算颜色值大于预设值的像素点在获取的像素点中的比例；如果所述比例超过预设值，则确定所述图片的背景颜色是白色。6.根据权利要求1-5任一项所述的方法，其特征在于，所述深度学习模型是深度学习二分类模型，所述方法还包括：获取训练集合；采用预设的深度学习网络对训练集合进行训练，得到深度学习网络模型；对深度学习网络模型进行调整训练，得到深度学习二分类模型。7.根据权利要求1-5任一项所述的方法，其特征在于，所述预设处理是过滤处理。8.一种图片处理装置，其特征在于，包括：获取模块，用于获取待处理...

【专利技术属性】
技术研发人员：安山，刘扬，祝健飞，郑乃行，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY