基于移动拍照的图像校正方法、装置、电子设备及介质制造方法及图纸

本发明专利技术涉及图像处理技术，揭露一种基于移动拍照的图像校正方法，包括：将原始图像输入生成对抗网络模型，得到标准灰度图像，所述生成对抗网络模型由图像训练集和灰度图像集训练得到；将所述原始图像输入所述标准生成对抗网络模型，得到标准灰度图像；利用高斯滤波器对所述标准灰度图像进行降噪处理，得到降噪图像；对所述降噪图像进行分块二值化处理得到二值化图像，并利用边缘检测算法扫描所述二值化图像，得到图像边缘坐标；根据所述图像边缘坐标校正所述原始图像，得到校正图像。本发明专利技术还提出一种基于移动拍照的图像校正装置、设备及存储介质。本发明专利技术还涉及区块链技术，所述原始图像可存储于区块链节点中。本发明专利技术可以准确地对图像进行校正。

【技术实现步骤摘要】
基于移动拍照的图像校正方法、装置、电子设备及介质
本专利技术涉及图像处理
，尤其涉及一种基于移动拍照的图像校正方法、装置、电子设备及计算机可读存储介质。
技术介绍
在合同、收据等业务办理中，常常会通过签名或印章标识业务办理的主体，在业务办理之后，也常常需要对签名或印章进行核验。随着计算机技术的发展，已经实现了通过电子手段进行核验，而现有技术中在采用电子手段进行核验时，往往需要专门的设备(如高拍仪)在特定的角度进行拍摄，当使用普通的图像采集设备采集时，往往因角度拍摄的随意性等问题使图像出现变形等问题，导致无法快速准确地从图像中识别签名、印章等目标物，因此，亟需一种对图像进行校正的方法，提高从图像中识别签名、印章等目标物的识别率。
技术实现思路
本专利技术提供一种基于移动拍照的图像校正方法、装置、电子设备及计算机可读存储介质，其主要目的在于准确地对图像进行校正。为实现上述目的，本专利技术提供的一种基于移动拍照的图像校正方法，包括：获取移动终端拍摄的原始图像；将所述原始图像输入生成对抗网络模型，得到标准灰度图像，所述生成对抗网络模型由图像训练集和灰度图像集训练得到；利用高斯滤波器对所述标准灰度图像进行降噪处理，得到降噪图像；对所述降噪图像进行分块二值化处理得到二值化图像，并利用边缘检测算法扫描所述二值化图像，得到图像边缘坐标；根据所述图像边缘坐标校正所述原始图像，得到校正图像。可选地，所述利用高斯滤波器对所述标准灰度图像进行降噪处理，得到降噪图像，包括：利用高斯滤波器中二维高斯函数计算所述标准灰度图像中像素点在正态分布下分配的权值；根据预设降噪模板的大小和所述像素点在正态分布下分配的权值进行加权平均操作，计算出所述标准灰度图像中像素点的降噪像素值，得到由所述降噪像素值组成的降噪图像。可选地，所述对所述降噪图像进行分块二值化处理得到二值化图像，包括：计算所述降噪图像中所有像素点的灰度平均值；对所述降噪图像进行分块处理，得到多个降噪图像块；根据所述灰度平均值对所述多个降噪图像块进行二值化转换，得到多个二值化图像块；将所述多个二值化图像块进行合并，得到所述二值化图像。所述将所述原始图像输入生成对抗网络模型之前，所述方法还包括：组合预构建的生成器和鉴别器，得到待训练生成对抗网络模型；获取图像训练集和所述图像训练集的灰度图像集，将所述图像训练集输入至所述待训练生成对抗网络模型；利用所述生成器生成与所述图像训练集对应的灰度判别图像集；利用所述鉴别器鉴别所述灰度判别图像集中灰度判别图像与所述灰度图像集中灰度图像的相似度；若相似度小于预设阈值，调整所述待训练生成对抗网络模型的内部参数；若相似度大于或等于所述预设阈值，确定得到训练完成的生成对抗网络模型。可选地，所述述边缘检测算法包括：其中，(x,y)为所述二值化图像中像素的坐标点，G(x,y)为坐标点(x,y)的梯度，Gx(x,y)为坐标点(x,y)在x轴上的梯度，Gy(x,y)为坐标点(x,y)在y轴上的梯度。可选地，所根据所述图像边缘坐标校正所述原始图像，得到校正图像，包括：根据所述原始图像创建原始变换矩阵；根据所述原始变换矩阵构建包含未知参数的原始变换方程；利用所述图像边缘坐标计算所述原始变换方程的未知参数，得到标准变换方程；根据所述标准变换方程得到标准变换矩阵；利用所述标准变换矩阵对所述原始图像进行校正，得到所述校正图像。可选地，所述计算所述降噪图像中所有像素点的灰度平均值，包括：获取所述降噪图像中所有像素点；计算所述降噪图像中所有像素点的灰度值，将所述灰度值除以所述降噪图像中所有像素点的总数，得到所述降噪图像中所有像素点的灰度平均值。为了解决上述问题，本专利技术还提供一种基于移动拍照的图像校正装置，所述装置包括：图像获取模块，用于获取移动终端拍摄的原始图像；标准灰度图像获取模块，用于将所述原始图像输入生成对抗网络模型，得到标准灰度图像，所述生成对抗网络模型由图像训练集和灰度图像集训练得到；降噪平均模块，用于利用高斯滤波器对所述标准灰度图像进行降噪处理，得到降噪图像；边缘计算模块，用于对所述降噪图像进行分块二值化处理得到二值化图像，并利用边缘检测算法扫描所述二值化图像，得到图像边缘坐标；图像校正模块，用于根据所述图像边缘坐标校正所述原始图像，得到校正图像。为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：存储器，存储至少一个计算机程序；及处理器，执行所述存储器中存储的计算机程序以实现上述所述的基于移动拍照的图像校正方法。为了解决上述问题，本专利技术还提供一种计算机可读存储介质，包括存储数据区和存储程序区，存储数据区存储创建的数据，存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现如上所述的基于移动拍照的图像校正方法。本专利技术实施例中，获取移动终端拍摄的原始图像；将原始图像输入生成对抗网络模型，得到标准灰度图像，由于生成对抗网络模型由图像训练集和灰度图像集训练得到，因此能够快速得到更准确的灰度图像；进一步地，利用高斯滤波器对标准灰度图像进行降噪处理，对降到处理得到的降噪图像进行分块二值化处理得到二值化图像，并利用边缘检测算法扫描所述二值化图像，得到图像边缘坐标；根据所述图像边缘坐标校正所述原始图像，从而能够实现准确地对图像进行校正的目的。附图说明图1为本专利技术一实施例提供的一种基于移动拍照的图像校正方法的流程示意图；图2为本专利技术一实施例提供的基于移动拍照的图像校正装置的模块示意图；图3为本专利技术一实施例提供的实现基于移动拍照的图像校正方法的电子设备的内部结构示意图；本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本申请实施例提供一种基于移动拍照的图像校正方法。所述基于移动拍照的图像校正方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于移动拍照的图像校正方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。参照图1所示，为本专利技术一实施例提供的一种基于移动拍照的图像校正方法的流程示意图。在本实施例中，所述基于移动拍照的图像校正方法包括：S1、获取移动终端拍摄的原始图像。本专利技术实施例中，所述移动终端可以为手机、平板、智能手表、笔记本、车载电脑等电子设备。所述原始图像为通过移动终端拍摄到的图像。例如，原始图像为带有公司或个人印章的图像(如带有印章的票据或带有印章的单本文档来自技高网...

【技术保护点】
1.一种基于移动拍照的图像校正方法，其特征在于，所述方法包括：/n获取移动终端拍摄的原始图像；/n将所述原始图像输入生成对抗网络模型，得到标准灰度图像，所述生成对抗网络模型由图像训练集和灰度图像集训练得到；/n利用高斯滤波器对所述标准灰度图像进行降噪处理，得到降噪图像；/n对所述降噪图像进行分块二值化处理得到二值化图像，并利用边缘检测算法扫描所述二值化图像，得到图像边缘坐标；/n根据所述图像边缘坐标校正所述原始图像，得到校正图像。/n

【技术特征摘要】
1.一种基于移动拍照的图像校正方法，其特征在于，所述方法包括：
获取移动终端拍摄的原始图像；
将所述原始图像输入生成对抗网络模型，得到标准灰度图像，所述生成对抗网络模型由图像训练集和灰度图像集训练得到；
利用高斯滤波器对所述标准灰度图像进行降噪处理，得到降噪图像；
对所述降噪图像进行分块二值化处理得到二值化图像，并利用边缘检测算法扫描所述二值化图像，得到图像边缘坐标；
根据所述图像边缘坐标校正所述原始图像，得到校正图像。


2.如权利要求1所述的基于移动拍照的图像校正方法，其特征在于，所述利用高斯滤波器对所述标准灰度图像进行降噪处理，得到降噪图像，包括：
利用高斯滤波器中二维高斯函数计算所述标准灰度图像中像素点在正态分布下分配的权值；
根据预设降噪模板的大小和所述像素点在正态分布下分配的权值进行加权平均操作，计算出所述标准灰度图像中像素点的降噪像素值，得到由所述降噪像素值组成的降噪图像。


3.如权利要求1所述的基于移动拍照的图像校正方法，其特征在于，所述对所述降噪图像进行分块二值化处理得到二值化图像，包括：
计算所述降噪图像中所有像素点的灰度平均值；
对所述降噪图像进行分块处理，得到多个降噪图像块；
根据所述灰度平均值对所述多个降噪图像块进行二值化转换，得到多个二值化图像块；
将所述多个二值化图像块进行合并，得到所述二值化图像。


4.如权利要求3所述的基于移动拍照的图像校正方法，其特征在于，所述将所述原始图像输入生成对抗网络模型之前，所述方法还包括：
组合预构建的生成器和鉴别器，得到待训练生成对抗网络模型；
获取图像训练集和所述图像训练集的灰度图像集，将所述图像训练集输入至所述待训练生成对抗网络模型；
利用所述生成器生成与所述图像训练集对应的灰度判别图像集；
利用所述鉴别器鉴别所述灰度判别图像集中灰度判别图像与所述灰度图像集中灰度图像的相似度；
若相似度小于预设阈值，调整所述待训练生成对抗网络模型的内部参数；
若相似度大于或等于所述预设阈值，确定得到训练完成的生成对抗网络模型。


5.如权利要求1至4中任一项所述的基于移动拍照的图像校正方法，其特征在于，所述边缘检测算法包括：



其中，(x,y)为所述二值化图像中像素的坐标...

【专利技术属性】
技术研发人员：王声远，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44