System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及图像处理技术,尤其涉及一种图像识别方法、装置、设备及计算机可读存储介质。
技术介绍
1、随着移动终端和互联网技术的发展,移动支付已成为大多数人使用的支付方式,并且移动支付已经由之前的刷卡支付,发展为当前应用广泛的扫码支付、生物特征识别支付等。在进行生物特征识别支付时,为了提高光照亮度,可以在扫码设备上设置补光设备,以提高生物识别支付的成功率。而此时利用移动终端显示的二维识别码进行扫码支付时,会由于镜面反光导致二维标识码曝光异常,传统的二值化算法处理后二维标识码内容缺失导致无法识别。
技术实现思路
1、本申请实施例提供一种图像识别方法、装置及计算机可读存储介质,能够提高识别准确率。
2、本申请实施例的技术方案是这样实现的:
3、本申请实施例提供一种图像识别方法,包括:
4、获取待识别图像,所述待识别图像中包括第一区域图像,所述第一区域图像的亮度高于所述第二区域图像的亮度;
5、确定第一二值化阈值,基于所述第一二值化阈值对所述待识别图像进行二值化处理,得到第一二值化图像;
6、确定第二二值化阈值,基于所述第二二值化阈值对所述待识别图像进行二值化处理,得到第二二值化图像,所述第二二值化阈值小于所述第一二值化阈值;
7、基于所述第一二值化图像确定所述第一区域图像的位置信息,基于所述位置信息对所述第一二值化图像和第二二值化图像进行融合处理,得到目标二值化图像;
8、对所述目标二值化图像进行识别,得到
9、本申请实施例提供一种图像识别装置,包括:
10、第一获取模块,用于获取待识别图像,所述待识别图像中包括第一区域图像,所述第一区域图像的亮度高于所述第二区域图像的亮度;
11、第一二值化模块,用于确定第一二值化阈值,基于所述第一二值化阈值对所述待识别图像进行二值化处理,得到第一二值化图像;
12、第二二值化模块,用于确定第二二值化阈值,基于所述第二二值化阈值对所述待识别图像进行二值化处理,得到第二二值化图像,所述第二二值化阈值小于所述第一二值化阈值;
13、图像融合模块,用于基于所述第一二值化图像确定所述第一区域图像的位置信息,基于所述位置信息对所述第一二值化图像和第二二值化图像进行融合处理,得到目标二值化图像;
14、图像识别模块,用于对所述目标二值化图像进行识别,得到识别结果。
15、在一些实施例中,该第一二值化模块,还用于:
16、当所述待识别图像为彩色图像时,对所述待识别图像进行灰度处理,得到灰度图像;
17、基于所述灰度图像,确定最大灰度值、最小灰度值和各个灰度值对应的像素点个数;
18、基于所述最大灰度值和所述最小灰度值确定多个目标灰度区间;
19、基于所述各个灰度值对应的像素点个数确定各个目标灰度区间对应的像素点总数;
20、基于所述各个目标灰度区间对应的像素点总数确定第一二值化阈值。
21、在一些实施例中,该第一二值化模块,还用于:
22、获取用于划分灰度区间的灰度间隔数;
23、从所述最大灰度值至所述最小灰度值按照所述灰度间隔数划分出多个灰度区间;
24、将所述灰度区间确定为所述目标灰度区间;或者,
25、按照预设区间间隔从所述多个灰度区间中选择出多个目标灰度区间。
26、在一些实施例中,该第一二值化模块,还用于:
27、将所述各个目标灰度区间按照区间最大灰度值从大到小进行排序,得到排序后的各个目标灰度区间;
28、基于所述排序后的各个目标灰度区间,确定第i+1个目标灰度区间对应的像素点总数与第i个目标灰度区间对应的像素点总数的第i差值;
29、当所述第i差值大于预设的差值阈值,将所述第i个目标灰度区间对应的区间最小灰度值确定为第一二值化阈值,其中i为1到(n-1)之间的整数,n为目标灰度区间总数。
30、在一些实施例中,该第二二值化模块,还用于:
31、从所述最小灰度值至所述最大灰度值依次将各个灰度值确定为候选阈值;
32、确定各个候选阈值对应的多个前景像素点和多个背景像素点;
33、基于各个前景像素点对应的灰度值和各个背景像素点对应的灰度值确定各个候选阈值对应的类间方差;
34、将最大类间方差对应的候选阈值确定为第二二值化阈值。
35、在一些实施例中,该第二二值化模块,还用于:
36、基于前景像素点总数和背景像素点总数确定前景像素比例和背景像素比例,
37、基于所述各个前景像素点对应的灰度值和所述前景像素点总数确定前景灰度平均值;
38、基于所述各个背景像素点对应的灰度值和所述背景像素点总数确定背景灰度平均值;
39、确定所述灰度图像的图像灰度平均值;
40、基于所述图像平均值、所述前景像素比例、所述背景像素比例、所述前景灰度平均值和所述背景灰度平均值确定所述候选阈值对应的类间方差。
41、在一些实施例中,该图像融合模块,还用于:
42、对所述第一二值化图像进行滤波处理,得到滤波后的二值化图像;
43、获取所述滤波后的二值化图像中的白色点集合;
44、基于所述白色点集合拟合出所述第一区域图像对应的区域参数;
45、基于所述区域参数和所述白色点集合确定所述第一区域图像的位置信息。
46、在一些实施例中,该图像融合模块,还用于:
47、获取所述第一区域图像对应的宽度信息;
48、基于所述区域参数、所述白色点集合和所述宽度信息生成二值化参考图像,其中所述二值化参考图像中所述第一区域图像内的像素点为白色点,所述第一区域图像之外的像素点为黑色点;
49、基于所述二值化参考图像确定所述第一区域图像内各个像素点的坐标信息;
50、将所述各个像素点的坐标信息确定为所述第一区域图像的位置信息。
51、在一些实施例中,该图像融合模块,还用于:
52、获取所述第二二值化图像中第j个像素点的坐标信息,其中,j=1,2,…,m,m为所述第二二值化图像的像素点总数;
53、当基于所述第j个像素点的坐标信息和所述二值化参考图像确定所述第j个像素点位于所述第一区域图像内时,获取所述第j个像素点在所述第一二值化图像中的第一像素值;
54、将所述第二二值化图像中的第j个像素点的像素值替换为所述第一像素值;
55、当确定所述第j个像素点位于所述第一区域图像之外时,保持所述第j个像素点的像素值不变,
56、将处理后的第二二值化图像确定为目标二值化图像。
57、在一些实施例中,当所述待识别图像中包括待识别标识码时,该图像识别模块,还用于:
58、对所本文档来自技高网...
【技术保护点】
1.一种图像识别方法,其特征在于,所述方法包括:
2.根据权利要求1中所述的方法,其特征在于,所述确定第一二值化阈值包括:
3.根据权利要求2中所述的方法,其特征在于,所述基于所述最大灰度值和所述最小灰度值确定多个目标灰度区间,包括:
4.根据权利要求2中所述的方法,其特征在于,所述基于所述各个目标灰度区间对应的像素点总数确定第一二值化阈值,包括:
5.根据权利要求2中所述的方法,其特征在于,所述确定第二二值化阈值包括:
6.根据权利要求5中所述的方法,其特征在于,所述基于各个前景像素点对应的灰度值和各个背景像素点对应的灰度值确定各个候选阈值对应的类间方差,包括:
7.根据权利要求1中所述的方法,其特征在于,所述基于所述第一二值化图像确定所述第一区域图像的位置信息,包括:
8.根据权利要求7中所述的方法,其特征在于,所述基于所述区域参数和所述白色点集合确定所述第一区域图像的位置信息,包括:
9.根据权利要求8中所述的方法,其特征在于,所述基于所述位置信息对所述第一二值化图像和第二二值化
10.根据权利要求1至9任一项所述的方法,其特征在于,当所述待识别图像中包括待识别标识码时,所述对所述目标二值化图像进行识别,得到识别结果,包括:
11.一种图像识别装置,其特征在于,所述装置包括:
12.一种电子设备,其特征在于,所述电子设备包括:
13.一种计算机可读存储介质,存储有可执行指令,其特征在于,所述可执行指令被处理器执行时实现权利要求1至10任一项所述的图像识别方法。
14.一种计算机程序产品,包括计算机程序或指令,其特征在于,所述计算机程序或指令被处理器执行时实现权利要求1至10任一项所述的图像识别方法。
...【技术特征摘要】
1.一种图像识别方法,其特征在于,所述方法包括:
2.根据权利要求1中所述的方法,其特征在于,所述确定第一二值化阈值包括:
3.根据权利要求2中所述的方法,其特征在于,所述基于所述最大灰度值和所述最小灰度值确定多个目标灰度区间,包括:
4.根据权利要求2中所述的方法,其特征在于,所述基于所述各个目标灰度区间对应的像素点总数确定第一二值化阈值,包括:
5.根据权利要求2中所述的方法,其特征在于,所述确定第二二值化阈值包括:
6.根据权利要求5中所述的方法,其特征在于,所述基于各个前景像素点对应的灰度值和各个背景像素点对应的灰度值确定各个候选阈值对应的类间方差,包括:
7.根据权利要求1中所述的方法,其特征在于,所述基于所述第一二值化图像确定所述第一区域图像的位置信息,包括:
8.根据权利要求7中所述的方法,其特征在于,所述...
【专利技术属性】
技术研发人员:王军,侯锦坤,郭润增,王少鸣,陈晓杰,张睿欣,
申请(专利权)人:腾讯科技深圳有限公司,
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。