一种基于深度学习的闭合曲线检测方法与流程

本发明涉及图像处理技术领域，特别涉及一种基于深度学习的闭合曲线检测方法。

背景技术：

使用macos(mac操作系统)制作屏幕截图工具时，采用小型检测器可以在已截取的图像上加上矩形、椭圆、箭头、任意的线条等进行标记，标记的线条会有不同尺寸的粗细，而且，用户可以选中标记的线条进行二次检测。因此，在对标记的线条进行二次检测之前需判定光标在屏幕上移动的位置点是否落在线条上。

在现有技术中，对于位置点是否位于标记的闭合曲线上的判断方法为使用图形曲线的生成公式，生成标记的闭合曲线的公式，再判断位置点是否符合该公式。另外，还可通过记录构成闭合曲线的所有点的坐标，并将位置点与闭合曲线上的所有点进行比较来判断进而进行检测。

技术实现要素：

本发明的主要目的在于提供一种基于深度学习的闭合曲线检测方法，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：一种基于深度学习的闭合曲线检测方法，包括：

获取用户在图像上标记的闭合曲线的位置信息；

根据所述位置信息构造出所述闭合曲线的外框曲线路径和内嵌曲线路径；

实时获取光标在屏幕上移动的位置点；

在检测到所述位置点位于所述外框曲线路径与所述内嵌曲线路径之间围成的区域时，

接收用户通过在所述位置点的点击操作而发出的检测指令，并根据所述检测指令对所述闭合曲线进行检测；

进一步地，所述闭合曲线的位置信息包括用户标记的起始点坐标和预设的所述闭合曲线的线宽；

根据所述位置信息构造出所述闭合曲线的外框曲线路径和内嵌曲线路径，具体包括：

根据所述起始点坐标和预设的所述闭合曲线的线宽，计算获得所述闭合曲线的外框曲线位置信息和内嵌曲线位置信息；

根据所述外框曲线位置信息，调用贝塞尔曲线构造函数，获得所述闭合曲线的外框曲线路径；

根据所述内嵌曲线位置信息，调用贝塞尔曲线构造函数，获得所述闭合曲线的内嵌曲线路径。

进一步地，还包括位置信息获取模块，用于获取用户在图像上标记的闭合曲线的位置信息；

曲线路径构造模块，用于根据所述位置信息构造出所述闭合曲线的外框曲线路径和内嵌曲线路径；

位置点获取模块，用于实时获取光标在屏幕上移动的位置点；

检测模块，用于在检测到所述位置点位于所述外框曲线路径与所述内嵌曲线路径之间围成的区域时，接收用户通过在所述位置点的点击操作而发出的检测指令，并根据所述检测指令对所述闭合曲线进行检测。

进一步地，所述闭合曲线的位置信息包括用户标记的起始点坐标和预设的所述闭合曲线的线宽；

所述曲线路径构造模块具体包括：

计算单元，用于根据所述起始点坐标和预设的所述闭合曲线的线宽，计算获得所述闭合曲线的外框曲线位置信息和内嵌曲线位置信息；

外框曲线路径获取单元，用于根据所述外框曲线位置信息，调用贝塞尔曲线构造函数，获得所述闭合曲线的外框曲线路径；以及，

内嵌曲线路径获取单元，用于根据所述内嵌曲线位置信息，调用贝塞尔曲线构造函数，获得所述闭合曲线的内嵌曲线路径。

进一步地，所述检测模块具体包括：

位置点判断单元，用于调用位置点判断函数，判断所述位置点是否位于所述外框曲线路径所围成的区域内，且所述位置点是否位于所述内嵌曲线路径所围成的区域外；

判定单元，用于在判定所述位置点位于所述外框曲线路径所围成的区域内，且所述位置点位于所述内嵌曲线路径所围成的区域外时，判定所述位置点位于所述闭合曲线上；以及，

检测单元，用于接收用户通过在所述位置点的点击操作而发出的检测指令，并根据所述检测指令对所述闭合曲线进行检测。

与现有技术相比，本发明具有如下有益效果：本发明能够根据用户标记的闭合曲线构造出外框曲线路径和内嵌曲线路径，进而在检测到光标移动的位置点位于外框曲线路径和内嵌曲线路径之间的区域时，即可接收用户发出的检测指令以对闭合曲线进行检测，适用于任意形状的闭合曲线，且无需消耗较大性能，提高位置点的判定效率，进而提高闭合曲线的检测效率。

附图说明

图1为本发明一个实施例的原理图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

本发明提出的一种基于深度学习的闭合曲线检测方法，包括包括：

获取用户在图像上标记的闭合曲线的位置信息；

根据所述位置信息构造出所述闭合曲线的外框曲线路径和内嵌曲线路径；

实时获取光标在屏幕上移动的位置点；

在检测到所述位置点位于所述外框曲线路径与所述内嵌曲线路径之间围成的区域时，

接收用户通过在所述位置点的点击操作而发出的检测指令，并根据所述检测指令对所述闭合曲线进行检测；

进一步地，所述闭合曲线的位置信息包括用户标记的起始点坐标和预设的所述闭合曲线的线宽；

根据所述位置信息构造出所述闭合曲线的外框曲线路径和内嵌曲线路径，具体包括：

根据所述起始点坐标和预设的所述闭合曲线的线宽，计算获得所述闭合曲线的外框曲线位置信息和内嵌曲线位置信息；

根据所述外框曲线位置信息，调用贝塞尔曲线构造函数，获得所述闭合曲线的外框曲线路径；

根据所述内嵌曲线位置信息，调用贝塞尔曲线构造函数，获得所述闭合曲线的内嵌曲线路径。

进一步地，还包括位置信息获取模块，用于获取用户在图像上标记的闭合曲线的位置信息；

曲线路径构造模块，用于根据所述位置信息构造出所述闭合曲线的外框曲线路径和内嵌曲线路径；

位置点获取模块，用于实时获取光标在屏幕上移动的位置点；

检测模块，用于在检测到所述位置点位于所述外框曲线路径与所述内嵌曲线路径之间围成的区域时，接收用户通过在所述位置点的点击操作而发出的检测指令，并根据所述检测指令对所述闭合曲线进行检测。

进一步地，所述闭合曲线的位置信息包括用户标记的起始点坐标和预设的所述闭合曲线的线宽；

所述曲线路径构造模块具体包括：

计算单元，用于根据所述起始点坐标和预设的所述闭合曲线的线宽，计算获得所述闭合曲线的外框曲线位置信息和内嵌曲线位置信息；

外框曲线路径获取单元，用于根据所述外框曲线位置信息，调用贝塞尔曲线构造函数，获得所述闭合曲线的外框曲线路径；以及，

内嵌曲线路径获取单元，用于根据所述内嵌曲线位置信息，调用贝塞尔曲线构造函数，获得所述闭合曲线的内嵌曲线路径。

进一步地，所述检测模块具体包括：

位置点判断单元，用于调用位置点判断函数，判断所述位置点是否位于所述外框曲线路径所围成的区域内，且所述位置点是否位于所述内嵌曲线路径所围成的区域外；

判定单元，用于在判定所述位置点位于所述外框曲线路径所围成的区域内，且所述位置点位于所述内嵌曲线路径所围成的区域外时，判定所述位置点位于所述闭合曲线上；以及，

检测单元，用于接收用户通过在所述位置点的点击操作而发出的检测指令，并根据所述检测指令对所述闭合曲线进行检测。

本发明提出的一种基于深度学习的闭合曲线检测方法，本发明能够根据用户标记的闭合曲线构造出外框曲线路径和内嵌曲线路径，进而在检测到光标移动的位置点位于外框曲线路径和内嵌曲线路径之间的区域时，即可接收用户发出的检测指令以对闭合曲线进行检测，适用于任意形状的闭合曲线，且无需消耗较大性能，提高位置点的判定效率，进而提高闭合曲线的检测效率。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。