【技术实现步骤摘要】
本申请涉及人工智能领域、金融科技领域或其他相关领域，具体而言，涉及一种图像的处理方法、装置、处理器以及电子设备。
技术介绍
1、由于使用拍摄设备进行图像拍摄时，很容易因用户的操作失误或天气原因导致拍摄的图像存在高光点或图像中存在色泽不均匀的问题，使得利用存在问题的图像进行文字识别时难以识别出准确的文字，而随着图像增强技术的发展，通过图像增强技术，可以对拍摄的图像进行图像清晰度转换，进而根据转换后的图像对相关文字进行准确识别，例如，可以识别客户拍摄的图像中的身份证信息、还可以识别摄像装置拍摄的车牌号信息等。
2、而当前的图像增强技术为图像处理理论(也即retinex理论)，该理论表示观察者所看到的物体图像s(x,y)是由物体表面对光线l(x,y)的反射得到，物体的反射r(x,y)由物体本身决定，也即用户拍摄的图像s(x,y)由两部分组成，一部分是光线照度分量l(x,y)，另一部分是物体反射分量r(x,y)，用户拍摄得的图像可以由s(x,y)＝r(x,y)×l(x,y)表示。
3、在retinex理论的基础上，对该理论进行了改进，得到了单尺度retinex算法，该也即通过将高斯滤波器应用到retinex算法中，由高斯滤波器对图像进行处理，使得处理后的图像在既可以保留图像的细节信息也可以保留图像的颜色信息。但对于retinex算法来说，该算法不能同时兼顾图像的多种属性，对图像增强处理后存在图像其他信息的失真，难以提高文字信息提取的准确性，因此，该算法不具备普遍适用性。
4、针对相关技术中对待处理图像
技术实现思路
1、本申请的主要目的在于提供一种图像的处理方法、装置、处理器以及电子设备，以解决相关技术中对待处理图像在进行图像增强操作后图像出现失真、识别图像中信息准确率低的问题。
2、为了实现上述目的，根据本申请的一个方面，提供了一种图像的处理方法。该方法包括：获取待处理图像；将待处理图像的颜色模型由红绿蓝模型转换为六角锥体模型，得到转换后的图像；将转换后的图像输入图像处理模型，处理得到处理后的图像，其中，图像处理模型用于去除图像中的曝光区域；对处理后的图像进行文字识别操作，得到文字信息。
3、可选地，将转换后的图像输入图像处理模型，处理得到处理后的图像包括：对于每个颜色分量，获取转换后的图像中的n个转换后的像素点的颜色分量数值和坐标值，得到n个颜色分量数值和n个坐标值，其中，六角锥体模型包含m个颜色分量，m、n为正整数；获取转换后的图像的中心点的颜色分量数值和坐标值，得到预设颜色分量数值和预设坐标值；利用n个颜色分量数值的对数值、n个坐标值、预设颜色分量数值的对数值和预设坐标值进行卷积运算，得到每个颜色分量的卷积结果；由m个颜色分量的卷积结果处理得到处理后的图像。
4、可选地，利用n个颜色分量数值的对数值、n个坐标值、预设颜色分量数值的对数值和预设坐标值进行卷积运算，得到每个颜色分量的卷积结果包括：计算每个颜色分量下的分量权重；计算每个颜色分量下的空间域修正函数值和值域修正函数值；计算每个颜色分量下的空间域中心环绕尺度和值域中心环绕尺度；计算空间域修正函数值、值域修正函数值、空间域中心环绕尺度、值域中心环绕尺度与分量权重的卷积，得到每个颜色分量的卷积结果。
5、可选地，计算每个颜色分量下的分量权重包括：获取n个转换后的像素点在移动预设单位时的颜色分量数值，得到n个移动分量数值；计算n个移动分量数值与n个颜色分量数值的总和，得到分量数值总和，并计算分量数值总和的指数值，得到分量权重。
6、可选地，计算每个颜色分量下的空间域修正函数值和值域修正函数值包括：根据n个坐标值以及预设坐标值计算每个转换后的像素点与中心点的距离，得到n个距离，并计算n个距离的平方和，得到空间域修正函数值；计算n个颜色分量数值与预设颜色分量数值的差值的范数，得到n个差值范数，并计算n个差值范数的平方，得到值域修正函数值；计算每个颜色分量下的空间域中心环绕尺度和值域中心环绕尺度包括：计算n个距离的方差，得到空间域中心环绕尺度；计算n个差值的方差，得到值域中心环绕尺度。
7、可选地，计算空间域修正函数值、值域修正函数值、空间域中心环绕尺度、值域中心环绕尺度与分量权重的卷积，得到每个颜色分量的卷积结果包括：计算空间域修正函数值与空间域中心环绕尺度的比值，得到第一比值，并计算值域修正函数值与值域中心环绕尺度的比值，得到第二比值；计算第一比值的负数与第二比值的负数的总和，得到比值总和，并计算比值总和的指数值，得到滤波函数值；获取转换后的图像的每个转换后的像素点的坐标值，得到分量坐标值；计算分量坐标值的对数值，得到第一坐标对数值，计算滤波函数值和分量坐标值的乘积的对数值，得到第二坐标对数值，并计算第一坐标对数值和第二坐标对数值的差值，得到对数差；计算对数差和分量权重的乘积，得到每个转换后的像素点关联的乘积，由所有转换后的像素点关联的乘积构成卷积结果。
8、可选地，由m个颜色分量的卷积结果处理得到处理后的图像包括：利用预设代码将m个颜色分量的卷积结果进行组合，得到组合图像；将组合图像中的n个转换后的像素点的颜色分量数值的对数值进行反对数计算，得到初始处理图像；将初始处理图像的颜色模型由六角锥体模型转换为红绿蓝模型，得到处理后的图像。
9、为了实现上述目的，根据本申请的另一方面，提供了一种图像的处理装置。该装置包括：获取单元，用于获取待处理图像；转换单元，用于将待处理图像的颜色模型由红绿蓝模型转换为六角锥体模型，得到转换后的图像；输入单元，用于将转换后的图像输入图像处理模型，处理得到处理后的图像，其中，图像处理模型用于去除图像中的曝光区域；识别单元，用于对处理后的图像进行文字识别操作，得到文字信息。
10、根据本专利技术实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时控制非易失性存储介质所在的设备执行一种图像的处理方法。
11、根据本专利技术实施例的另一方面，还提供了一种电子设备，包含一个或多个处理器和存储器；存储器中存储有计算机可读指令，处理器用于运行计算机可读指令，其中，计算机可读指令运行时执行一种图像的处理方法。
12、通过本申请，采用以下步骤：获取待处理图像；将待处理图像的颜色模型由红绿蓝模型转换为六角锥体模型，得到转换后的图像；将转换后的图像输入图像处理模型，处理得到处理后的图像，其中，图像处理模型用于去除图像中的曝光区域；对处理后的图像进行文字识别操作，得到文字信息，解决了相关技术中对待处理图像在进行图像增强操作后图像出现失真、识别图像中信息准确率低的问题，通过获取待处理图像，并对该图像进行颜色模型的转换以及数值转换后，将其输入到图像处理模型中，利用图像处理模型对待处理图像进行高光点去除，进而利用去除高光点的图像进行文字识别操作，进而达到了减少图像失真现象、提高文字识别准确率的本文档来自技高网...
【技术保护点】
1.一种图像的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，将所述转换后的图像输入图像处理模型，处理得到处理后的图像包括：
3.根据权利要求2所述的方法，其特征在于，利用所述N个颜色分量数值的对数值、所述N个坐标值、所述预设颜色分量数值的对数值和所述预设坐标值进行卷积运算，得到每个颜色分量的卷积结果包括：
4.根据权利要求3所述的方法，其特征在于，计算每个颜色分量下的分量权重包括：
5.根据权利要求3所述的方法，其特征在于，计算每个颜色分量下的空间域修正函数值和值域修正函数值包括：
6.根据权利要求3所述的方法，其特征在于，计算所述空间域修正函数值、所述值域修正函数值、所述空间域中心环绕尺度、所述值域中心环绕尺度与所述分量权重的卷积，得到每个颜色分量的卷积结果包括：
7.根据权利要求3所述的方法，其特征在于，由M个颜色分量的卷积结果处理得到所述处理后的图像包括：
8.一种图像的处理装置，其特征在于，包括：
9.一种处理器，其特征在于，所述处理器用于运行程序，其
10.一种电子设备，其特征在于，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至7中任意一项所述的图像的处理方法。
...【技术特征摘要】
1.一种图像的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，将所述转换后的图像输入图像处理模型，处理得到处理后的图像包括：
3.根据权利要求2所述的方法，其特征在于，利用所述n个颜色分量数值的对数值、所述n个坐标值、所述预设颜色分量数值的对数值和所述预设坐标值进行卷积运算，得到每个颜色分量的卷积结果包括：
4.根据权利要求3所述的方法，其特征在于，计算每个颜色分量下的分量权重包括：
5.根据权利要求3所述的方法，其特征在于，计算每个颜色分量下的空间域修正函数值和值域修正函数值包括：
6.根据权利要求3所述的方法，其特征在于，计算所述空间域修正函数值、所述值域修...
【专利技术属性】
技术研发人员：谢孟佳，
申请(专利权)人：中国工商银行股份有限公司，
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。