光斑检测方法和装置制造方法及图纸

本申请提供了光斑检测方法和装置，其中，该方法包括：获取原始图片，并将所述原始图片转换成RGB色彩模式的目标图片；通过所述目标图片的每个像素点的红色分量、绿色分量和蓝色分量，在所有所述像素点中确定高亮度像素点；确定所有所述高亮度像素点组成的区域的边界；根据所述区域的边界判定所述区域内是否存在光斑。利用本申请的实施例提供的技术方案，可以通过光斑检测，实现判定被识别的目标图片是否存在光斑的目的，从而避免进行OCR识别的目标图片带有光斑，提高OCR识别正确率。

Spot detection method and device

【技术实现步骤摘要】
光斑检测方法和装置本申请为申请号201710169488.4、申请日2017-3-21、专利技术名称“光斑检测方法和装置”的分案申请。
本申请属于数字图像识别
，尤其涉及一种光斑检测方法和装置。
技术介绍
OCR(OpticalCharacterRecognition，光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。一个OCR识别系统，其目的很简单，只是要把影像作一个转换，使影像内的图形继续保存、有表格则表格内资料及影像内的文字，一律变成计算机文字，使能达到影像资料的储存量减少、识别出的文字可再使用及分析。随着科学技术的不断发展，对于OCR而言，如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题。然而，随着扫描仪、数码相机和手机相机的高速发展，人们常依赖于通过数码相机和手机相机拍摄来获取需要处理的原始图片。在拍照过程中，由于光源的关系，数码相机和手机相机常常会拍摄到带有光斑的原始图片。而目前的识别软件对原始图片进行本文档来自技高网...

【技术保护点】
1.一种光斑检测方法，其特征在于，所述方法包括：/n获取原始图片，并将所述原始图片转换成RGB色彩模式的目标图片；/n通过所述目标图片的每个像素点的红色分量、绿色分量和蓝色分量，在所有所述像素点中确定高亮度像素点；/n确定所有所述高亮度像素点组成的区域的边界；所述目标图片的形状呈第一矩形，所述区域的形状呈第二矩形，所述第一矩形和所述第二矩形均包括宽和高，且所述第二矩形的宽平行于所述第一矩形的宽，所述第二矩形的高平行于所述第一矩形的高；所述第二矩形为能容纳所有所述高亮度像素点的矩形中面积最小的矩形；/n根据所述区域的边界判定所述区域内是否存在光斑，包括：/n计算所述区域的宽度和所述区域的高度；/...

【技术特征摘要】
1.一种光斑检测方法，其特征在于，所述方法包括：
获取原始图片，并将所述原始图片转换成RGB色彩模式的目标图片；
通过所述目标图片的每个像素点的红色分量、绿色分量和蓝色分量，在所有所述像素点中确定高亮度像素点；
确定所有所述高亮度像素点组成的区域的边界；所述目标图片的形状呈第一矩形，所述区域的形状呈第二矩形，所述第一矩形和所述第二矩形均包括宽和高，且所述第二矩形的宽平行于所述第一矩形的宽，所述第二矩形的高平行于所述第一矩形的高；所述第二矩形为能容纳所有所述高亮度像素点的矩形中面积最小的矩形；
根据所述区域的边界判定所述区域内是否存在光斑，包括：
计算所述区域的宽度和所述区域的高度；
当所述区域的宽度和所述区域的高度的较大值大于所述区域的宽度和所述区域的高度的较小值的五倍、且所述区域的宽度和所述区域的高度的较小值小于20时，或者当所述区域的宽度大于所述目标图片的宽度的60％、且所述区域的高度大于所述目标图片的高度的60％时，判定所述区域内不存在光斑；
否则，判定所述区域内是否存在所述高亮度像素点集中分布的第一区域；
当所述区域内不存在所述第一区域时，判定所述区域内不存在光斑；
当所述区域内存在所述第一区域时，确定所述第一区域的边界，并根据所述第一区域的边界，判定所述第一区域是否为光斑；
若所述第一区域不是光斑，判定所述区域内不存在光斑；若所述第一区域是光斑，判定所述区域内存在光斑；所述原始图片为通过外接设备导入的图片、通过感兴趣区域拍摄的照片或者在所述感兴趣区域内拍摄的视频流中截取的单帧图像。


2.根据权利要求1所述的方法，其特征在于，在所述原始图片为在所述感兴趣区域内拍摄的视频流中截取的单帧图像的情况下，根据所述区域的边界判定所述区域内是否存在光斑之后，还包括：若判定所述区域内存在光斑，截取该单帧图像的下一帧图像为原始图片。


3.根据权利要求1所述的方法，其特征在于，通过所述目标图片的每个像素点的红色分量、绿色分量和蓝色分量，在所有所述像素点中确定高亮度像素点，包括：
通过每个所述像素点的红色分量、绿色分量和蓝色分量，计算该像素点的灰度值；
采用对数变化，通过该像素点的灰度值计算该像素点的增强后的灰度值，通过该像素点的红色分量计算该像素点的增强后的红色分量，通过该像素点的绿色分量计算该像素点的增强后的绿色分量，通过该像素点的蓝色分量计算该像素点的增强后的蓝色分量；
当该像素点的增强后的灰度值、红色分量、增强后的红色分量、绿色分量、增强后的绿色分量、蓝色分量和增强后的蓝色分量符合预设条件时，将该像素点确定为所述高亮度像素点。


4.根据权利要求3所述的方法，其特征在于，通过以下公式通过每个所述像素点的红色分量、绿色分量和蓝色分量，计算该像素点的灰度值：
Grey＝0.299*R+0.587*G+0.114*B
或者，通过以下公式通过每个所述像素点的红色分量、绿色分量和蓝色分量，计算该像素点的灰度值：
Grey＝(299*R+587*G+114*B)/1000
其中，Grey为该像素点的灰度值，R为该像素点的红色分量，G为该像素点的绿色分量，B为该像素点的蓝色分量。


5.根据权利要求3所述的方法，其特征在于，通过以下公式采用对数变化，通过该像素点的灰度值计算该像素点的增强后的灰度值，通过该像素点的红色分量计算该像素点的增强后的红色分量，通过该像素点的绿色分量计算该像素点的增强后的绿色分量，通过该像素点的蓝色分量计算该像素点的增强后的蓝色分量：












其中，Greymax为所有所述像素点的灰度值中的最大值，Grey′为该像素点的增强后的灰度值，Grey为该像素点的灰度值，R′为该像素点的增强后的红色分量，R为该像素点的红色分量，G′为该像素点的增强后的绿色分量，G为该像素点的绿色分量，...

【专利技术属性】
技术研发人员：马兴杰，
申请(专利权)人：北京中安未来科技有限公司，
类型：发明
国别省市：北京;11