选的，所述根据所述分割点确定所述矩形物体图像的边界，包括:
[0300]根据所述矩形区域在所述指定区域图像中的位置将所述矩形区域划分为四部分，所述每个部分的矩形区域分别对应所述矩形物体图像的每个边；
[0301]对所述每个部分的矩形区域，采用随机抽样一致性算法对所述分割点进行计算，得到与所述分割点最接近的线段，所述线段为所述矩形物体图像对应边的边界。
[0302]本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0303]应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
【主权项】
1.一种矩形物体的图像识别方法，其特征在于，包括: 获取指定区域图像，所述指定区域图像包括矩形物体图像，所述矩形物体图像为对待检测的矩形物体进行拍摄得到的； 确定所述指定区域图像的外边界及预设内边界，所述预设内边界位于所述矩形物体图像内部； 根据所述指定区域图像的外边界和所述预设内边界，确定所述矩形物体图像的边界； 根据所述矩形物体图像的边界识别出所述矩形物体上的信息。2.根据权利要求1所述的方法，其特征在于，所述指定区域图像的宽高比与所述矩形物体的实际尺寸的宽高比一致;所述预设内边界的宽高比与所述矩形物体的实际尺寸的宽高比一致。3.根据权利要求1所述的方法，其特征在于，所述根据所述矩形物体图像的边界识别出所述矩形物体上的信息，包括: 根据所述矩形物体的实际尺寸的宽高比对所述矩形物体图像进行透视变换，得到所述矩形物体的实际尺寸图像； 根据所述矩形物体的实际尺寸图像，识别出所述矩形物体上的信息。4.根据权利要求3所述的方法，其特征在于，所述根据所述矩形物体的实际尺寸图像，识别出所述矩形物体上的信息，包括: 获取所述信息在所述矩形物体上的实际位置； 根据所述实际位置，在所述矩形物体的实际尺寸图像上识别所述信息。5.根据权利要求4所述的方法，其特征在于，所述矩形物体上的信息包括所述矩形物体上的文字信息和图形信息中至少一项。6.根据权利要求1-5中任一项所述的方法，其特征在于，所述根据所述指定区域图像的外边界和所述预设内边界，确定所述矩形物体图像的边界，包括: 将所述外边界和所述预设内边界之间的区域进行分割，得到预设个数的矩形区域； 对所述每个矩形区域进行图像分割，确定所述每个矩形区域的分割点； 根据所述分割点确定所述矩形物体图像的边界。7.根据权利要求6所述的方法，其特征在于，所述对每个矩形区域进行图像分割，确定所述每个矩形区域的分割点，包括: 获取与所述边界点相邻的第一待标记点，所述边界点包括所述矩形区域位于所述外边界的点及所述预设内边界的点，所述待标记点为所述矩形区域中未确定所属区域的点；计算所述每个第一待标记点与其对应的相邻边界点之间的颜色距离； 获取与所述边界点颜色距离在第一预设范围内的第二待标记点； 当与所述第二待标记点相邻的边界点包括属于所述矩形物体图像的点和属于所述背景图像的点时，将所述第二待标记点标记为分割点。8.根据权利要求7所述的方法，其特征在于，根据所述矩形区域在所述指定区域图像中的位置将所述矩形区域划分为上、下、左、右四部分;所述上、下部分的矩形区域的边界点包括上边界点和下边界点;所述左、右部分的矩形区域的边界点包括左边界点和右边界点； 所述获取与所述边界点相邻的第一待标记点，包括: 当所述矩形区域属于上部分或下部分时，分别获取所述矩形区域上边界点下侧的相邻点和下边界点上侧的相邻点； 当所述矩形区域属于左部分或右部分时，分别获取所述矩形区域左边界点右侧的相邻点和右边界点左侧的相邻点。9.根据权利要求7所述的方法，其特征在于，所述方法还包括: 当与所述第二待标记点相邻的边界点属于所述矩形物体图像时，将所述第二待标记点标记为第一属性点； 当与所述第二待标记点相邻的边界点属于背景图像时，将所述第二待标记点标记为第二属性点，所述背景图像为所述指定区域图像中除所述矩形物体图像外的部分;所述分割点、所述第一属性点和所述第二属性点为已标记点。10.根据权利要求9所述的方法，其特征在于，所述方法还包括: 获取与所述已标记点相邻的点； 当与所述已标记点相邻的点中存在未标记点时，将所述未点标记为第三待标记点； 计算所述每个第三待标记点与其对应的相邻已标记点之间的颜色距离； 获取与所述相邻已标记点颜色距离在第二预设范围内的第四待标记点； 当与所述第四待标记点相邻的已标记点包括属于所述矩形物体图像的点和属于所述背景图像的点时，将所述第四待标记点标记为所述分割点。11.根据权利要求6所述的方法，其特征在于，所述根据所述分割点确定所述矩形物体图像的边界，包括: 根据所述矩形区域在所述指定区域图像中的位置将所述矩形区域划分为四部分，所述每个部分的矩形区域分别对应所述矩形物体图像的每个边； 对所述每个部分的矩形区域，采用随机抽样一致性算法对所述分割点进行计算，得到与所述分割点最接近的线段，所述线段为所述矩形物体图像对应边的边界。12.一种矩形物体的图像识别装置，其特征在于，包括: 第一获取模块，用于获取指定区域图像，所述指定区域图像包括矩形物体图像，所述矩形物体图像为对待检测的矩形物体进行拍摄得到的； 第一确定模块，用于确定所述第一获取模块获取的指定区域图像的外边界及预设内边界，所述预设内边界位于所述矩形物体图像内部； 第二确定模块，用于根据所述第一确定模块确定的指定区域图像的外边界和所述预设内边界，确定所述矩形物体图像的边界； 识别模块，用于根据所述第二确定模块确定的矩形物体图像的边界识别出所述矩形物体上的信息。13.根据权利要求12所述的装置，其特征在于，所述第一获取模块获取的指定区域图像的宽高比与所述矩形物体的实际尺寸的宽高比一致;所述第一确定模块确定的预设内边界的宽高比与所述矩形物体的实际尺寸的宽高比一致。14.根据权利要求12所述的装置，其特征在于，所述识别模块包括: 变换子模块，用于根据所述矩形物体的实际尺寸的宽高比对所述矩形物体图像进行透视变换，得到所述矩形物体的实际尺寸图像； 识别子模块，用于根据所述变换子模块得到的矩形物体的实际尺寸图像，识别出所述矩形物体上的信息。15.根据权利要求14所述的装置，其特征在于，所述识别子模块，用于获取所述信息在所述矩形物体上的实际位置;根据所述实际位置，在所述变换子模块得到的矩形物体的实际尺寸图像上识别所述信息。16.根据权利要求15所述的装置，其特征在于，所述识别模块识别出的矩形物体上的信息包括所述矩形物体上的文字信息和图形信息中至少一项。17.根据权利要求12-16中任一项所述的装置，其特征在于，所述第二确定模块包括: 区域分割子模块，用于将所述外边界和所述预设内边界之间的区域进行分割，得到预设个数的矩形区域； 图像分割子模块，用于对所述区域分割子模块得到的每个矩形区域进行图像分割，确定所述每个矩形区域的分割点； 确定子模块，用于根据所述图像分割子模块得到的分割点确定所述矩形物体图像的边界。18.根据权利要求17所述的装置，其特征在于，所述图像分割子模块，用于获取与所述边界点相邻的第一待标记点，所述边界点包括所述矩形区域位于所述外边界的点及所述预设内边界的点，所述待标记点为所述矩形区域中未确定所属区域的点；计算所述每个第一待标记点与其对应的相邻边界点之间的颜色距离;获取与所述边界点颜色距离在第一预设范围内的第二待标记点；当与所述第二待标记点相邻的边界点包括属于所述矩形物体图像的点和属于所述背景图像的点时，将所述第二待标记点标记为分割点。19.根据权利要求18所述的装置，其特征在于，根据所述矩形区域在所述指定区域图像中的位置将所述矩形区域划分为上、下、左、右四部分;所述上、下部分的矩形区域的边界点包括上边界点和下边界点;所述左、右部分的矩形区域的边界点包括左边界点和右边界点； 所述图像分割子模块，用于当所述矩形区域属于上部分或下部分时，分别获取所述矩形区域上边界点下侧的相邻点和下边界点上侧的相邻点；当所述矩形区域属于左部分或右部分时，分别获取所述矩形区域左边界点右侧的相邻点和右边界点左侧的相邻点。20.根据权利要求18所述的装置，其特征在于，所述装置还包括: 第一标记模块，用于当与所述第二待标记点相邻的边界点属于所述矩形物体图像时，将所述第二待标记点标记为第一属性点； 第二标记模块，用于当与所述第二待标记点相邻的边界点属于背景图像时，将所述第二待标记点标记为第二属性点，所述背景图像为所述指定区域图像中除所述矩形物体图像外的部分;所述分割点、所述第一属性点和所述第二属性点为已标记点。21.根据权利要求20所述的装置，其特征在于，所述装置还包括: 第二获取模块，用于获取与所述已标记点相邻的点； 第三标记模块，用于当与所述第二获取模块获取的已标记点相邻的点中存在未标记点时，将所述未点标记为第三待标记点； 计算模块，用于计算所述第三标记模块标记的每个第三待标记点与其对应的相邻已标记点之间的颜色距离； 第三获取模块，用于获取所述计算模块计算的与所述相邻已标记点颜色距离在第二预设范围内的第四待标记点； 第四标记模块，用于当与所述第三获取模块获取的第四待标记点相邻的已标记点包括属于所述矩形物体图像的点和属于所述背景图像的点时，将所述第四待标记点标记为所述分割点。22.根据权利要求17所述的装置，其特征在于，所述确定子模块，用于根据所述矩形区域在所述指定区域图像中的位置将所述矩形区域划分为四部分，所述每个部分的矩形区域分别对应所述矩形物体图像的每个边;对所述每个部分的矩形区域，采用随机抽样一致性算法对所述分割点进行计算，得到与所述分割点最接近的线段，所述线段为所述矩形物体图像对应边的边界。23.一种矩形物体的图像识别装置，其特征在于，包括: 处理器； 用于存储处理器可执行指令的存储器； 其中，所述处理器被配置为: 获取指定区域图像，所述指定区域图像包括矩形物体图像，所述矩形物体图像为对待检测的矩形物体进行拍摄得到的； 确定所述指定区域图像的外边界及预设内边界，所述预设内边界位于所述矩形物体图像内部； 根据所述指定区域图像的外边界和所述预设内边界，确定所述矩形物体图像的边界； 根据所述矩形物体图像的边界识别出所述矩形物体上的信息。
【专利摘要】本公开是关于矩形物体的图像识别方法及装置。该方法包括：获取指定区域图像，所述指定区域图像包括矩形物体图像，所述矩形物体图像为对待检测的矩形物体进行拍摄得到的；确定所述指定区域图像的外边界及预设内边界，所述预设内边界位于所述矩形物体图像内部；根据所述指定区域图像的外边界和所述预设内边界，确定所述矩形物体图像的边界；根据所述矩形物体图像的边界识别出所述矩形物体上的信息。该技术方案更加准确、快速地确定矩形物体图像的边界，从而实现对矩形物体上的信息的准确识别。
【IPC分类】G06K9/20, G06K9/34
【公开号】CN105512658
【申请号】CN201510884500
【发明人】秦秋平, 陈志军, 王百超
【申请人】小米科技有限责任公司
【公开日】2016年4月20日
【申请日】2015年12月3日