本发明专利技术提供了一种图像缺口识别与图块补全的方法及系统，包括如下步骤：获取待补全图像和图块的信息数据；读入待补全的灰度图像和图块的灰度图像；对读入的待补全的灰度图像和图块的灰度图像进行高斯滤波，得到待补全灰度图像和图块灰度图像；对待补全灰度图像和图块灰度图像进行边缘检测，获取到待补全图像的边缘图像和图块的边缘图像；将图块的边缘图像与待补全图像的边缘图像进行模板匹配，得到待补全图像中缺口所在的位置坐标；移动图块到待补全图像中缺口所在的位置坐标处。本发明专利技术能够识别待补全的图像中缺口所在位置，并自动将图块移动到缺口处进行补全，缺口识别效率高。缺口识别效率高。缺口识别效率高。
【技术实现步骤摘要】
图像缺口识别与图块补全的方法及系统
[0001]本专利技术涉及互联网
，具体地，涉及图像缺口识别与图块补全的方法及系统，尤其是基于智能流程机器人的图像缺口识别与图块补全的方法。
技术介绍
[0002]有时候用户在进行一些网页操作时，需要对网页中的图像进行缺口识别和滑动验证，目前所存在的方法中，均是通过计算待补全图像与图块图像的颜色值或是灰度值的相似度来对缺口进行识别，这种方法的识别率低，对于缺口与周围颜色差别较小的待补全图像无法进行缺口定位。
[0003]公开号为CN111310156A的专利文献公开了一种滑块验证码的自动识别方法及系统，该方法两部分，线下模型训练：构建基于深度学习的目标检测模型，计算滑块缺口中心位置坐标并标注矩形框，进行有监督的目标检测模型训练；根据真人滑块拖动轨迹，建立LSTM前端模型以及LSTM后端回归模型并进行模型训练，线上模型服务：执行已训练好的LSTM前端模型、LSTM后端回归模型，得到滑块拖动轨迹时间序列；根据滑块拖动轨迹时间序列，自动控制鼠标点击滑块、拖拽滑块、释放滑块到缺口位置，完成滑块验证码的自动识别。但是该专利文献中，为了构建基于深度学习的目标检测模型，需要进行有监督的目标检测模型训练，存在需要获取足够多的图像样本，并花费大量的时间精力对图像样本进行手工标注，以处理成可用于目标检测模型训练的数据集的缺陷。
技术实现思路
[0004]针对现有技术中的缺陷，本专利技术的目的是提供一种图像缺口识别与图块补全的方法及系统。
[0005]根据本专利技术提供的一种图像缺口识别与图块补全的方法，包括如下步骤：
[0006]步骤1：获取待补全图像和图块的信息数据；
[0007]步骤2：以获取图像灰度值的方式读入步骤1中获取到的待补全的灰度图像和图块的灰度图像；
[0008]步骤3：调用高斯滤波程序，采用卷积模板对步骤2读入的待补全的灰度图像和图块的灰度图像进行高斯滤波，得到减少了图像噪声的待补全灰度图像和图块灰度图像；
[0009]步骤4：调用边缘检测程序，对步骤3中获取到的减少了图像噪声的待补全灰度图像和图块灰度图像进行边缘检测，获取到待补全图像的边缘图像和图块的边缘图像；
[0010]步骤5：调用模板匹配程序，将步骤4中所得的图块的边缘图像与待补全图像的边缘图像进行模板匹配，找到待补全图像的边缘图像中与图块的边缘图像匹配度最大的位置坐标，将该位置坐标作伪待补全图像中缺口所在的位置坐标；
[0011]步骤6：移动图块到步骤5中获取到的待补全图像中缺口所在的位置坐标处，完成待补全的图像缺口的识别与图块自动补全。
[0012]优选的，所述步骤3中，采用大小为3*3的卷积模板对步骤2读入的待补全的灰度图
像进行高斯滤波。
[0013]优选的，所述步骤4中，所述调用边缘检测程序采用Canny多级边缘检测算法实现图像的边缘检测。
[0014]优选的，所述步骤5中，所述调用模板匹配程序采用归一化方差模板匹配算法。
[0015]优选的，所述步骤1具体为：
[0016]步骤1.1：启动流程机器人，初始化参数；
[0017]步骤1.2：通过流程机器人打开浏览器，访问指定的网页；
[0018]步骤1.3：通过流程机器人在步骤2中打开的网页中，点击指定的链接，使待补全图像和图块在浏览器中显示出来；
[0019]步骤1.4：通过流程机器人对步骤1.3中在浏览器里显示的待补全图像进行截图；
[0020]步骤1.5：通过流程机器人将步骤1.4截取到的待补全图像保存到本地电脑的指定文件夹中；
[0021]步骤1.6：通过流程机器人对步骤1.3中在浏览器里显示的图块进行截图；
[0022]步骤1.7：通过流程机器人将步骤1.6截取到的图块保存到本地电脑的指定文件夹中。
[0023]优选的，所述步骤2具体包括如下步骤：
[0024]步骤2.1：通过流程机器人以获取图像灰度值的方式读入步骤1.5中获取到的待补全的灰度图像；
[0025]步骤2.2：通过流程机器人以获取图像灰度值的方式读入步骤1.7获取到的图块的灰度图像。
[0026]优选的，所述步骤3具体包括如下步骤：
[0027]步骤3.1：通过流程机器人调用高斯滤波程序，采用大小为3*3的卷积模板对步骤2.1中读入的待补全的灰度图像进行高斯滤波，得到减少了图像噪声的待补全灰度图像；
[0028]步骤3.2：通过流程机器人调用高斯滤波程序，采用大小为3*3的卷积模板对步骤2.2中读入的图块的灰度图像进行高斯滤波，得到减少了图像噪声的图块灰度图像。
[0029]优选的，所述步骤4具体包括如下步骤：
[0030]步骤4.1：通过流程机器人调用边缘检测程序，对步骤3.1中获取到的减少了图像噪声的待补全灰度图像进行边缘检测，获取到待补全图像的边缘图像；边缘检测程序采用Canny多级边缘检测算法实现图像的边缘检测；
[0031]步骤4.2：通过流程机器人调用边缘检测程序，对步骤3.2中获取到的减少了图像噪声的图块灰度图像进行边缘检测，获取到图块的边缘图像。
[0032]优选的，所述步骤5中，通过流程机器人调用模板匹配程序；
[0033]所述步骤6具体为：通过流程机器人在步骤1.3显示出待补全图像和图块的网页中，通过鼠标点击网页上的图块，并将其移动到根据步骤5中获取到的待补全图像中缺口所在的位置坐标处，完成待补全的图像缺口的识别与图块自动补全。
[0034]本专利技术还提供一种图像缺口识别与图块补全的系统，包括如下模块：
[0035]模块M1：获取待补全图像和图块的信息数据；
[0036]模块M2：以获取图像灰度值的方式读入模块M1中获取到的待补全的灰度图像和图块的灰度图像；
[0037]模块M3：调用高斯滤波程序，采用卷积模板对模块M2读入的待补全的灰度图像和图块的灰度图像进行高斯滤波，得到减少了图像噪声的待补全灰度图像和图块灰度图像；
[0038]模块M4：调用边缘检测程序，对模块M3中获取到的减少了图像噪声的待补全灰度图像和图块灰度图像进行边缘检测，获取到待补全图像的边缘图像和图块的边缘图像；
[0039]模块M5：调用模板匹配程序，将模块M4中所得的图块的边缘图像与待补全图像的边缘图像进行模板匹配，找到待补全图像的边缘图像中与图块的边缘图像匹配度最大的位置坐标，将该位置坐标作伪待补全图像中缺口所在的位置坐标；
[0040]模块M6：移动图块到模块M5中获取到的待补全图像中缺口所在的位置坐标处，完成待补全的图像缺口的识别与图块自动补全。
[0041]与现有技术相比，本专利技术具有如下的有益效果：
[0042]1、本专利技术能够识别待补全的图像中缺口所在位置，并自动将图块移动到缺口处进行补全，缺口识别效率高；
[0043]2、本专利技术通过高斯滤波与Canny多级边缘检测算法，提取出待补全图像与图块本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像缺口识别与图块补全的方法，其特征在于，包括如下步骤：步骤1：获取待补全图像和图块的信息数据；步骤2：以获取图像灰度值的方式读入步骤1中获取到的待补全的灰度图像和图块的灰度图像；步骤3：调用高斯滤波程序，采用卷积模板对步骤2读入的待补全的灰度图像和图块的灰度图像进行高斯滤波，得到减少了图像噪声的待补全灰度图像和图块灰度图像；步骤4：调用边缘检测程序，对步骤3中获取到的减少了图像噪声的待补全灰度图像和图块灰度图像进行边缘检测，获取到待补全图像的边缘图像和图块的边缘图像；步骤5：调用模板匹配程序，将步骤4中所得的图块的边缘图像与待补全图像的边缘图像进行模板匹配，找到待补全图像的边缘图像中与图块的边缘图像匹配度最大的位置坐标，将该位置坐标作伪待补全图像中缺口所在的位置坐标；步骤6：移动图块到步骤5中获取到的待补全图像中缺口所在的位置坐标处，完成待补全的图像缺口的识别与图块自动补全。2.根据权利要求1所述的图像缺口识别与图块补全的方法，其特征在于，所述步骤3中，采用大小为3*3的卷积模板对步骤2读入的待补全的灰度图像进行高斯滤波。3.根据权利要求1所述的图像缺口识别与图块补全的方法，其特征在于，所述步骤4中，所述调用边缘检测程序采用Canny多级边缘检测算法实现图像的边缘检测。4.根据权利要求1所述的图像缺口识别与图块补全的方法，其特征在于，所述步骤5中，所述调用模板匹配程序采用归一化方差模板匹配算法。5.根据权利要求1所述的图像缺口识别与图块补全的方法，其特征在于，所述步骤1具体为：步骤1.1：启动流程机器人，初始化参数；步骤1.2：通过流程机器人打开浏览器，访问指定的网页；步骤1.3：通过流程机器人在步骤2中打开的网页中，点击指定的链接，使待补全图像和图块在浏览器中显示出来；步骤1.4：通过流程机器人对步骤1.3中在浏览器里显示的待补全图像进行截图；步骤1.5：通过流程机器人将步骤1.4截取到的待补全图像保存到本地电脑的指定文件夹中；步骤1.6：通过流程机器人对步骤1.3中在浏览器里显示的图块进行截图；步骤1.7：通过流程机器人将步骤1.6截取到的图块保存到本地电脑的指定文件夹中。6.根据权利要求5所述的图像缺口识别与图块补全的方法，其特征在于，所述步骤2具体包括如下步骤：步骤2.1：通过流程机器人以获取图像灰度值的方式读入步骤1.5中获取到的待补全的灰度图像；步骤2.2：通过流程机器人以获取图像灰度...
【专利技术属性】
技术研发人员：周锐，
申请(专利权)人：兴业数字金融服务上海股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。