图像识别方法、装置、存储介质和处理器与流程

本发明涉及计算机领域，具体而言，涉及一种图像识别方法、装置、存储介质和处理器。

背景技术：

目前，在显示设备的自动测试中，会涉及光学字符识(opticalcharacterrecognition，简称为ocr)识别。其中，在对图像进行二值化处理时，主要使用跨平台计算机视觉库(opencv)自带的跨平台计算机视觉库(otsu)的二值化方法。

上述otsu算法的主要问题在于，并不是任何图像都可以通过otsu进行ocr识别，比如，对于浅色背景的图像，或者背景不均匀，字符处在不同的背景，字符大部分是白色，通过otsu进行二值化处理，图像的背景无法去除掉，导致二值化处理失败，无法将图像中的字符无法分离出来，从而使得对图像中的字符进行识别的准确性低，进而造成ocr无法识别。

针对现有技术中的对图像中的字符进行识别的准确性低的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明的主要目的在于提供一种图像识别方法、装置、存储介质和处理器，以至少解决对图像中的字符进行识别的准确性低的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种图像识别方法。该方法可以包括：获取原始彩色图像；对原始彩色图像进行镜像处理，得到镜像彩色图像；获取原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值，其中，镜像彩色图像中的相同像素点位置上的像素点为原始彩色图像中的相同像素点位置上的像素点进行镜像处理后的像素点；基于相同像素点位置上的像素点的像素值，识别出原始彩色图像中包含的字符。

可选地，基于相同像素点位置上的像素点的像素值，识别出原始彩色图像中包含的字符包括：基于对相同像素点位置上的像素点的像素值进行平均处理，来得到目标像素值；按照目标像素值对原始彩色图像进行二值化处理，得到二值化图像；从二值化图像中识别出字符。

可选地，基于对相同像素点位置上的像素点的像素值进行平均处理，来得到目标像素值包括：基于原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的颜色通道的像素值之间的平均值，确定目标像素值，其中，镜像彩色图像包括水平镜像彩色图像和垂直镜像彩色图像。

可选地，相同像素点位置的数量为目标数量，基于原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的颜色通道的像素值之间的平均值，确定目标像素值包括：获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的红颜色通道的像素值之间的第一平均值，得到目标数量的第一平均值；获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的绿颜色通道的像素值之间的第二平均值，得到目标数量的第二平均值；获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的蓝颜色通道的像素值之间的第三平均值，得到目标数量的第三平均值；根据目标数量的第一平均值、目标数量的第二平均值和目标数量的第三平均值确定目标像素值。

可选地，根据所述目标数量的所述第一平均值、所述目标数量的第二平均值和目标数量的第三平均值确定目标像素值包括：获取目标数量的第一平均值之间的第一目标平均值；获取目标数量的第二平均值之间的第二目标平均值；获取目标数量的第三平均值之间的第三目标平均值；根据第一目标平均值、第二目标平均值和第三目标平均值确定目标像素值。

可选地，根据第一目标平均值、第二目标平均值和第三目标平均值确定目标像素值包括：将第一目标平均值、第二目标平均值和第三目标平均值之间的和，确定为目标像素值。

可选地，对原始彩色图像进行镜像处理，得到镜像彩色图像包括：对原始彩色图像进行水平镜像，得到水平镜像彩色图像；对原始彩色图像进行垂直镜像，得到垂直镜像彩色图像。

可选地，获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像在相同像素点位置上的像素点的像素值包括：获取原始彩色图像在相同像素点位置上的像素点的红颜色通道的像素值、绿颜色通道的像素值和蓝颜色通道的像素值；获取水平镜像彩色图像在相同像素点位置上的像素点的红颜色通道的像素值、绿颜色通道的像素值和蓝颜色通道的像素值；获取垂直镜像彩色图像在相同像素点位置上的像素点的红颜色通道的像素值、绿颜色通道的像素值和蓝颜色通道的像素值。

可选地，获取原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值包括：获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像在相同像素点位置上的像素点的像素值。

可选地，原始彩色图像的灰度值低于目标灰度值，和/或者原始彩色图像的透明度低于目标透明度。

可选地，相同像素点位置上的像素点包括原始彩色图像的每个像素点和镜像彩色图像中与原始彩色图像的每个像素点对应的像素点。

为了实现上述目的，根据本发明的另一方面，还提供了另一种图像识别方法。该方法可以包括：在目标界面上显示原始彩色图像；在目标界面上显示字符，其中，字符通过基于原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值，对原始彩色图像进行识别得到，镜像彩色图像通过对原始彩色图像进行镜像处理得到。

为了实现上述目的，根据本发明的另一方面，还提供了一种图像识别装置。该装置可以包括：第一获取单元，用于获取原始彩色图像；处理单元，用于对原始彩色图像进行镜像处理，得到镜像彩色图像；第二获取单元，用于获取原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值，其中，镜像彩色图像中的相同像素点位置上的像素点为原始彩色图像中的相同像素点位置上的像素点进行镜像处理后的像素点；识别单元，用于基于相同像素点位置上的像素点的像素值，识别出原始彩色图像中包含的字符。

为了实现上述目的，根据本发明的另一方面，还提供了另一种图像识别装置。该装置可以包括：第一显示单元，用于在目标界面上显示原始彩色图像；第二显示单元，用于在目标界面上显示字符，其中，字符通过基于原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值，对原始彩色图像进行识别得到，镜像彩色图像通过对原始彩色图像进行镜像处理得到。

为了实现上述目的，根据本发明的另一方面，还提供了一种存储介质。该存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行本发明实施例的图像识别方法。

为了实现上述目的，根据本发明的另一方面，还提供了一种处理器。该处理器用于运行程序，其中，程序运行时执行本发明实施例的图像识别方法。

通过本发明，采用获取原始彩色图像；对原始彩色图像进行镜像处理，得到镜像彩色图像；获取原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值，其中，镜像彩色图像中的相同像素点位置上的像素点为原始彩色图像中的相同像素点位置上的像素点进行镜像处理后的像素点；基于相同像素点位置上的像素点的像素值，识别出原始彩色图像中包含的字符。也就是说，基于原始彩色图像以及对原始彩色图像进行镜像处理所得到的镜像彩色图像中相同像素点位置上的像素点，共同来识别出原始彩色图像中包含的字符，可以较大程度抹掉背景中不均匀部分，解决了对图像中的字符进行识别的准确性低的问题，达到了准确识别图像中的字符的技术效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种图像识别方法的流程图；

图2是根据本发明实施例的另一种图像识别方法的流程图；

图3是根据本发明实施例的一种提高tv自动化测试ocr准确率的图像二值化方法的流程图；

图4是根据本发明实施例的一种输入图像的示意图；

图5是根据相关技术中的一种使用otsu算法的结果的示意图；

图6是根据本发明实施例的一种图像处理的结果的示意图；

图7是根据本发明实施例的一种图像识别装置的示意图；以及

图8是根据本发明实施例的另一种图像识别装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本发明实施例提供了一种图像识别方法。

图1是根据本发明实施例的一种图像识别方法的流程图。如图1所示，该方法可以包括以下步骤：

步骤s102，获取原始彩色图像。

在本发明上述步骤s102提供的技术方案中，原始彩色图像可以为显示设备在测试的过程中所输入的彩色原图，可以包括显示设备的信号画面，这些信号画面的颜色有深色的，也可以有浅色的，也可以有半透明的。可选地，该实施例的原始彩色图像的背景不均匀，其中的字符可以处在不同的背景上。

该实施例的显示设备可以包括但不限于电视(television，简称为tv)设备。该原始彩色图像中包括待识别的字符，该字符可以为文字、字母等需要识别的字符。

步骤s104，对原始彩色图像进行镜像处理，得到镜像彩色图像。

在本发明上述步骤s104提供的技术方案中，在获取原始彩色图像之后，可以对原始彩色图像进行镜像处理，得到镜像彩色图像。

在该实施例中，对原始彩色图像进行镜像处理，该镜像处理也即将原始彩色图像转换为其镜像图像的处理过程，比如，按照水平轴(x轴)进行镜像，按照垂直轴(y轴)进行镜像，从而得到镜像彩色图像。该镜像彩色图像与原始彩色图像均可以分离出颜色通道(灰度通道)，比如，分离出红颜色(r)通道、绿颜色(g)通道和蓝颜色通道(b)。

步骤s106，获取原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值。

在本发明上述步骤s106提供的技术方案中，在对原始彩色图像进行镜像处理，得到镜像彩色图像之后，获取原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值。其中，镜像彩色图像中的相同像素点位置上的像素点为原始彩色图像中的相同像素点位置上的像素点进行镜像处理后的像素点。

在该实施例中，原始彩色图像和镜像彩色图像仍然分布着相同数量的像素点，包括相同像素点位置上的像素点。原始彩色图像和镜像彩色图像中相同像素点位置上的像素点，是指原始彩色图像中的该像素点在进行镜像处理后，得到镜像彩色图像中的该像素点，可以获取原始彩色图像和镜像彩色图像中相同像素点位置的像素点的像素值，该像素值包括相同像素点位置的像素点分别在r通道对应的像素值、g通道对应的像素值和b通道对应的像素值。

步骤s108，基于相同像素点位置上的像素点的像素值，识别出原始彩色图像中包含的字符。

在本发明上述步骤s108提供的技术方案中，在获取原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值之后，基于相同像素点位置上的像素点的像素值，识别出原始彩色图像中包含的字符。

该实施例的原始彩色图像和镜像彩色图像中分别包括多个相同像素点位置上的像素点，比如，多个相同像素点位置上的像素点包括像素点1、像素点2、……、像素点n。该实施例可以基于原始彩色图像和镜像彩色图像中相同像素点位置上的像素点，确定用于对原始彩色图像的字符进行识别所需要的像素分割点，以较大程度抹掉背景中不均匀部分，并在一定程度上提高背景的整体均值，进而利用该像素分割点来识别出原始彩色图像中包含的字符，其中，可以通过ocr来识别出原始彩色图像中所包含的字符。

下面对该实施例的上述方法进行进一步详细地介绍。

作为一种可选的实施方式，步骤s108，基于相同像素点位置上的像素点的像素值，识别出原始彩色图像中包含的字符包括：基于对相同像素点位置上的像素点的像素值进行平均处理，来得到目标像素值；按照目标像素值对原始彩色图像进行二值化处理，得到二值化图像；从二值化图像中识别出字符。

在该实施例中，为了较大程度抹掉背景中不均匀部分，并在一定程度上提高背景的整体均值，可以对相同像素点位置上的像素点的像素值进行平均处理，来得到目标像素值，该目标像素值为用于对原始彩色图像进行二值化处理的阈值，也即，上述像素分割点，也称为二值化分割点。

可选地，该实施例可以将原始彩色图像和镜像彩色图像中每个相同像素点位置上的像素点的像素值(包括在r通道对应的像素值、g通道对应的像素值和b通道对应的像素值)，按照每个颜色通道先进行叠加，再取均值，得到每个相同像素点位置上的像素点在每个颜色通道上对应的平均像素值，这样就可以达到较大程度抹掉背景中不均匀部分，并在一定程度上提高背景的整体均值的目的(可以视具体的图片而定)，然后可以通过所有相同像素点位置上的像素点在每个颜色通道上对应的上述平均像素值的和以及所有相同像素点位置上的像素点的数量，来求取该颜色通道的整体均值，从而得到每个颜色通道的像素值的整体均值。在得到每个颜色通道的整体均值之后，可以通过每个颜色通道的整体均值求取目标像素值，比如，将r通道的整体均值、g通道的整体均值、b通道的整体均值三者之间的和，确定为目标像素值。

在基于对相同像素点位置上的像素点的像素值进行平均处理，来得到目标像素值之后，通过该目标像素值对原始彩色图像进行二值化处理。可选地，在通过目标像素值对原始彩色图像进行二值化处理时，可以将像素值大于目标像素值的像素设置为白色(或黑色)，而将像素值小于目标像素值的像素，设置为黑色(或白色)，从而得到二值化图像，进而对该二值化图像进行ocr识别，从而识别出其中的字符，该字符即为需要从原始彩色图像中识别出的字符。

作为一种可选的实施方式，步骤s106，获取原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值包括：获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像在相同像素点位置上的像素点的像素值。

在该实施例中，对原始彩色图像进行镜像处理，可以包括将原始彩色图像转化为水平镜像彩色图像的处理，以及将原始彩色图像转化为垂直镜像彩色图像的处理，从而镜像彩色图像可以包括水平镜像彩色图像和垂直镜像彩色图像，可以获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像在相同像素点位置上的像素点的像素值。

作为一种可选的实施方式，获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像在相同像素点位置上的像素点的像素值包括：获取原始彩色图像在相同像素点位置上的像素点的红颜色通道的像素值、绿颜色通道的像素值和蓝颜色通道的像素值；获取水平镜像彩色图像在相同像素点位置上的像素点的红颜色通道的像素值、绿颜色通道的像素值和蓝颜色通道的像素值；获取垂直镜像彩色图像在相同像素点位置上的像素点的红颜色通道的像素值、绿颜色通道的像素值和蓝颜色通道的像素值。

在该实施例中，原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像中的每个相同像素点位置上的像素点的像素值，是由r通道对应的像素值、g通道对应的像素值和b通道对应的像素值形成的，比如，对于相同像素点位置上的像素点m的像素值可以表示为(r，g，b)。该实施例对r通道对应的像素值、g通道对应的像素值和b通道对应的像素值进行分离，分别获取原始彩色图像在相同像素点位置上的像素点的r通道的像素值、g通道的像素值和b通道的像素值，分别获取水平彩色图像在相同像素点位置上的像素点的r通道的像素值、g通道的像素值和b通道的像素值，分别获取垂直镜像彩色图像在相同像素点位置上的像素点的r通道的像素值、g通道的像素值和b通道的像素值。

作为一种可选的实施方式，基于对相同像素点位置上的像素点的像素值进行平均处理，来得到目标像素值包括：基于原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的颜色通道的像素值之间的平均值，确定目标像素值，其中，镜像彩色图像包括水平镜像彩色图像和垂直镜像彩色图像。

在该实施例中，在目标像素值时，综合考虑原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像，基于原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的颜色通道的像素值之间的平均值，来确定目标像素值。

可选地，该实施例可以将原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像中每个相同像素点位置上的像素点的像素值，按照每个颜色通道先进行叠加，再取均值，得到每个相同像素点位置上的像素点在每个颜色通道上对应的平均像素值，这样就可以达到较大程度抹掉背景中不均匀部分，并在一定程度上提高背景的整体均值的目的，然后可以通过原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像中所有相同像素点位置上的像素点，在每个颜色通道上对应的上述平均像素值的和以及所有相同像素点位置上的像素点的数量，来求取该颜色通道的整体均值，从而得到每个颜色通道的像素值的整体均值。在得到每个颜色通道的整体均值之后，可以通过每个颜色通道的整体均值来求取目标像素值，比如，将r通道的整体均值、g通道的整体均值、b通道的整体均值三者之间的和，确定为目标像素值。

作为一种可选的实施方式，相同像素点位置的数量为目标数量，基于原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的颜色通道的像素值之间的平均值，确定目标像素值包括：获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的红颜色通道的像素值之间的第一平均值，得到目标数量的第一平均值；获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的绿颜色通道的像素值之间的第二平均值，得到目标数量的第二平均值；获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的蓝颜色通道的像素值之间的第三平均值，得到目标数量的第三平均值；根据目标数量的第一平均值、目标数量的第二平均值和目标数量的第三平均值确定目标像素值。

在该实施例中，原始彩色图像、水平镜像彩色图像、垂直镜像彩色图像中相同像素点位置的数量是相同的，均为目标数量。该实施例获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的红颜色通道的像素值之间的第一平均值，也即，获取原始彩色图像在每个相同像素点位置上的像素点的r通道的像素值，获取水平镜像彩色图像在每个相同像素点位置上的像素点的r通道的像素值，获取垂直镜像彩色图像在每个相同像素点位置上的像素点的r通道的像素值，从而针对每个相同像素点位置上的像素点，都有三个r通道的像素值，将每个相同像素点位置上的像素点上对应的三个r通道的像素值先求和，然后除以3，就可以得到第一平均值，从而实现r通道对应像素叠加取均值的目的，这样就可以达到较大程度抹掉背景中不均匀部分，并在一定程度上提高背景的整体均值的目的。由于相同像素点位置上的像素点的数量为目标数量，则第一平均值的数量也为目标数量，每个相同像素点位置上的像素点对应的第一平均值可以相同，也可以不同。

该实施例还获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的绿颜色通道的像素值之间的第二平均值，得到目标数量的第二平均值，也即，获取原始彩色图像在每个相同像素点位置上的像素点的g通道的像素值，获取水平镜像彩色图像在每个相同像素点位置上的像素点的g通道的像素值，获取垂直镜像彩色图像在每个相同像素点位置上的像素点的g通道的像素值，从而针对每个相同像素点位置上的像素点，都有三个g通道的像素值，将每个相同像素点位置上的像素点上对应的三个g通道的像素值先求和，然后除以3，就可以得到第二平均值，从而实现g通道对应像素叠加取均值的目的，这样就可以达到较大程度抹掉背景中不均匀部分，并在一定程度上提高背景的整体均值的目的。由于相同像素点位置上的像素点的数量为目标数量，则第二平均值的数量也为目标数量，每个相同像素点位置上的像素点对应的第二平均值可以相同，也可以不同。

该实施例还获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的蓝颜色通道的像素值之间的第三平均值，得到目标数量的第三平均值，也即，获取原始彩色图像在每个相同像素点位置上的像素点的b通道的像素值，获取水平镜像彩色图像在每个相同像素点位置上的像素点的b通道的像素值，获取垂直镜像彩色图像在每个相同像素点位置上的像素点的b通道的像素值，从而针对每个相同像素点位置上的像素点，都有三个b通道的像素值，将每个相同像素点位置上的像素点上对应的三个b通道的像素值先求和，然后除以3，就可以得到第三平均值，从而实现g通道对应像素叠加取均值的目的，这样就可以达到较大程度抹掉背景中不均匀部分，并在一定程度上提高背景的整体均值的目的。由于相同像素点位置上的像素点的数量为目标数量，则第三平均值的数量也为目标数量，每个相同像素点位置上的像素点对应的第二平均值可以相同，也可以不同。

在上述方法中，每个相同像素点位置上的像素点均对应第一平均值、第二平均值和第三平均值。

在获取目标数量的第一平均值、目标数量的第二平均值和目标数量的第三平均值之后，可以根据目标数量的第一平均值、目标数量的第二平均值和目标数量的第三平均值综合来确定目标像素值。

作为一种可选的实施方式，根据所述目标数量的所述第一平均值、所述目标数量的第二平均值和目标数量的第三平均值确定目标像素值包括：获取目标数量的第一平均值之间的第一目标平均值；获取目标数量的第二平均值之间的第二目标平均值；获取目标数量的第三平均值之间的第三目标平均值；根据第一目标平均值、第二目标平均值和第三目标平均值确定目标像素值。

在该实施例中，可以获取目标数量的第一平均值之间的第一目标平均值，可以先获取目标数量的第一平均值之间的和，再除以目标数量，从而得到第一目标平均值，该第一目标平均值也即r通道的整体均值，也即，r通道均值；可以获取目标数量的第二平均值之间的第二目标平均值，可以先获取目标数量的第二平均值之间的和，再除以目标数量，从而得到第二目标平均值，该第二目标平均值也即g通道的整体均值也即，g通道均值；可以获取目标数量的第三平均值之间的第三目标平均值，可以先获取目标数量的第三平均值之间的和，再除以目标数量，从而得到第三目标平均值，该第三目标平均值也即b通道的整体均值，也即，b通道均值。

在获取上述第一目标平均值、第二目标平均值和第三目标平均值之后，就可以基于第一目标平均值、第二目标平均值和第三目标平均值来确定目标像素值。

作为一种可选的实施方式，根据第一目标平均值、第二目标平均值和第三目标平均值确定目标像素值包括：将第一目标平均值、第二目标平均值和第三目标平均值之间的和，确定为目标像素值。

在该实施例中，可以将第一目标平均值、第二目标平均值和第三目标平均值之间先进行求和运算，然后将得到的结果确定为目标像素值。比如，目标像素值t＝r通道均值+g通道均值+b通道均值。

举例而言，该实施例的原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像中分别包括多个相同像素点位置上的像素点，比如，多个相同像素点位置上的像素点包括像素点1、像素点2、……、像素点n。该实施例将原始彩色图像中的像素点1在r通道对应的像素值、水平镜像彩色图像中的像素点1在r通道对应的像素值和垂直镜像彩色图像中的像素点1在r通道对应的像素值先求和，然后除以3，得到均值d1，将原始彩色图像中的像素点2在r通道对应的像素值、水平镜像彩色图像中的像素点2在r通道对应的像素值和垂直镜像彩色图像中的像素点2在r通道对应的像素值先求和，然后除以3，得到均值d2，……，将原始彩色图像中的像素点n在r通道对应的像素值、水平镜像彩色图像中的像素点n在r通道对应的像素值和垂直镜像彩色图像中的像素点n在r通道对应的像素值先求和，然后除以3，得到均值dn。然后将l1，l2，……，ln求和，再除以n，得到r通道的整体均值z1。

通过上述方法获取g通道的整体均值z2，b通道的整体均值z3，目标像素值t＝z1+z2+z3。

作为一种可选的实施方式，对原始彩色图像进行镜像处理，得到镜像彩色图像包括：对原始彩色图像进行水平镜像，得到水平镜像彩色图像；对原始彩色图像进行垂直镜像，得到垂直镜像彩色图像。

在该实施例中，在得到水平镜像彩色图像时，可以对原始彩色图像进行水平镜像，比如，设定好空间坐标系，将原始彩色图像按照水平轴(x轴)进行翻转，从而得到水平镜像彩色图像；在得到垂直镜像彩色图像时，可以对原始彩色图像进行垂直镜像，比如，将原始彩色图像按照垂直轴(y轴)进行翻转，从而得到垂直镜像彩色图像。

作为一种可选的实施方式，原始彩色图像的灰度值低于目标灰度值，和/或者原始彩色图像的透明度低于目标透明度。

在该实施例中，原始彩色图像的灰度值低于目标灰度值，该目标灰度值为用于衡量原始彩色图像是否为浅色背景的图像的临界值，在原始彩色图像的灰度值低于目标灰度值时，该原始彩色图像可以为浅色背景的图像，原始彩色图像中的文字可以大部分是白色；可选地，该实施例的原始彩色图像的透明度也可以低于目标透明度，该目标透明度可以为用于衡量原始彩色图像是否为半透明图像的临界值。

该实施例通过上述方法，可以解决浅色背景图文字识别不出来的问题，对于背景半透明的图像，也可以很好地将其中的文字提取出来，从而提高了对图像中的字符进行识别的准确性。

作为一种可选的实施方式，相同像素点位置上的像素点包括原始彩色图像的每个像素点和镜像彩色图像中与原始彩色图像的每个像素点对应的像素点。

在该实施例中，原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像中的相同像素点位置上的像素点，可以针对原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像中的所有像素点而言，原始彩色图像中的任意一个像素点m1，在进行水平镜像处理之后，得到在水平镜像彩色图像中对应的像素点m2，在进行垂直镜像处理之后，得到在垂直镜像彩色图像中对应的像素点上述像素点m1、m2和m3，统称为相同像素点位置上的像素点m。

下面从用户界面一侧，对该实施例的图像识别方法进行介绍。

图2是根据本发明实施例的另一种图像识别方法的流程图。如图2所示，该方法可以包括以下步骤：

步骤s202，在目标界面上显示原始彩色图像。

在本发明上述步骤s202提供的技术方案中，输入原始彩色图像，可以在目标界面上将原始彩色图像显示出来，该原始彩色图像可以包括显示设备的信号画面，这些信号画面的颜色有深色的，也可以有浅色的，也可以有半透明的。可选地，该实施例的原始彩色图像的背景不均匀，其中的字符可以处在不同的背景上。

该实施例的显示设备可以包括但不限于电视tv设备。原始彩色图像中包括待识别的字符，该字符可以为文字、字母等需要识别的字符。

步骤s204，在目标界面上显示字符，其中，字符通过基于原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值，对原始彩色图像进行识别得到，镜像彩色图像通过对原始彩色图像进行镜像处理得到。

在本发明上述步骤s204提供的技术方案中，在目标界面上显示原始彩色图像之后，在目标界面上显示从原始彩色图像中识别出来的字符。

在该实施例中，可以对原始彩色图像进行镜像处理，该镜像处理也即将原始彩色图像转换为其镜像图像的处理过程，该镜像图像可以包括水平镜像彩色图像和垂直镜像彩色图像。该实施例的原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像仍然分布着相同数量的像素点，包括相同像素点位置上的像素点。原始彩色图像水平镜像彩色图像和垂直镜像彩色图像中相同像素点位置上的像素点，是指原始彩色图像中的该像素点在进行镜像处理后，得到水平镜像彩色图像和垂直镜像彩色图像中的该像素点，可以获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像中相同像素点位置的像素点的像素值，该像素值包括相同像素点位置的像素点分别在r通道对应的像素值、g通道对应的像素值和b通道对应的像素值，在获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像中相同像素点位置上的像素点的像素值之后，基于相同像素点位置上的像素点的像素值，确定用于对原始彩色图像的字符进行识别所需要的目标像素值，以较大程度抹掉背景中不均匀部分，并在一定程度上提高背景的整体均值，进而利用该目标像素点来识别出原始彩色图像中包含的字符，其中，可以通过ocr来识别出原始彩色图像中所包含的字符，进而在目标界面上显示字符。

在该实施例中，基于原始彩色图像以及对原始彩色图像进行镜像处理所得到的镜像彩色图像中相同像素点位置上的像素点，共同来识别出原始彩色图像中包含的字符，实现简单，算法流程中的操作可基于opencv库中现有的方法，可以较大程度抹掉背景中不均匀部分，可以针对任何图像，尤其是浅色背景图、背景半透明的图像，可以很好地将其中的文字提取出来，对于某些文字比较密集的图，otsu算法处理的结果可能会造成字符连体，导致ocr识别失败，而该实施例的上述算法可以一定程度上解决字符连体的问题，对ocr识别成功有较为显著的帮助，解决了对图像中的字符进行识别的准确性低的问题，达到了准确识别图像中的字符的技术效果。

实施例2

下面结合优选的实施例对本发明实施例的方案进行举例说明，具体以显示设备为tv设备进行举例说明。

在相关技术中，tv自动测试涉及ocr识别。ocr识别的第一个主要步骤是将输入的原始图像进行二值化处理，再将文字从原始图像中分离出来。

二值化算法是通过一个灰度分割点，将原始图像中，大于分割点的像素设置为白色(或黑色)，小于分割点的像素，设置为黑色(或白色)。

在tv自动测试的过程中，相关技术中的二值化算法主要使用opencv自带的otsu二值化方法，该算法会根据输入的灰度图，计算一个灰度分割点，来进行二值化处理。但tv自动测试中通常会采集到较多浅色背景的图，图中的文字大部分是白色，容易导致原始图像二值化失败，导致二值化无法将文字从原始图像中提取出来，进而造成ocr无法识别。

该实施例给出了一个二值化算法，可以很好地解决上述浅背景的原始图像二值化失败的问题。

图3是根据本发明实施例的一种提高tv自动化测试ocr准确率的图像二值化方法的流程图。如图3所示，该方法可以包括以下步骤：

步骤s301，输入原始彩色图像。

在该实施例中，原始彩色图像可以为浅色透明背景图，包含一些tv的信号画面，这些信号画面的颜色有深色的，也有浅色、半透明的。

步骤s302，对原始彩色图像进行水平镜像处理，得到水平镜像彩色图像。

原始彩色图像按照水平轴(x轴)做镜像处理，得到水平镜像彩色图像。

步骤s303，对原始彩色图像进行水平镜像处理，得到垂直镜像彩色图像。

原始彩色图像按照垂直轴(y轴)做镜像处理，得到垂直镜像彩色图像。

步骤s304，从水平镜像彩色图像中拆分各个像素点在r通道上对应的像素值、在g通道上对应的像素值和在b通道上对应的像素值。

步骤s305，从原始彩色图像中拆分各个像素点在r通道上对应的像素值、在g通道上对应的像素值和在b通道上对应的像素值。

步骤s306，从垂直彩色图像中拆分各个像素点在r通道上对应的像素值、在g通道上对应的像素值和在b通道上对应的像素值。

步骤s307，对水平镜像彩色图像、原始彩色图像和垂直镜像彩色图像中对应的像素点，在r通道上对应的像素值进行叠加取均值，得到每个像素点在r通道对应的叠加均值。

在该实施例中，将相同颜色通道的原始彩色图像，水平镜像彩色图像和垂直镜像彩色图像对应像素点的像素值相加，结果除以3，得到相同颜色通道的叠加均值，可以较大程度抹掉背景中不均匀部分，并在一定程度上提高背景的整体均值(视图片而定)。

步骤s308，对水平镜像彩色图像、原始彩色图像和垂直镜像彩色图像中对应的像素点，在g通道上对应的像素值进行叠加取均值，得到每个像素点在g通道对应的叠加均值。

步骤s309，对水平镜像彩色图像、原始彩色图像和垂直镜像彩色图像中对应的像素点，在b通道上对应的像素值进行叠加取均值，得到每个像素点在b通道对应的叠加均值。

步骤s310，对所有像素点在r通道对应的叠加均值求和，取平均，得到r通道的整体均值。

计算叠加后单个颜色通道的所有像素点的像素值的和，然后除以单个通道的像素点的总数，得到单个颜色通道的整体均值。

步骤s311，对所有像素点在g通道对应的叠加均值求和，取平均，得到g通道的整体均值。

步骤s312，对所有像素点在b通道对应的叠加均值求和，取平均，得到b通道的整体均值。

步骤s313，将r通道的整体均值、g通道的整体均值和b通道的整体均值求和，得到像素分割点。

将三个叠加后的颜色通道的整体均值求和，得到一个合理像素分割点。

步骤s314，通过像素分割点对原始彩色图像进行二值化处理，得到二值化图。

步骤s315，输出二值化图。

图4是根据本发明实施例的一种输入图像的示意图。如图4所示，该输入图像的背景不均匀，字符处在不同的背景上。

图5是根据相关技术中的一种使用otsu算法的结果的示意图。如图5所示。输入图像的背景并没有去除掉，并且字符无法分离出来。

图6是根据本发明实施例的一种图像处理的结果的示意图。如图6所示，去除了背景，成功识别出输入图像中的字符。

该实施例的图像识别方法实现简单，算法流程中的操作可基于opencv库中现有的方法；可以较好的解决浅色背景图文字识别不出来的问题；在实际项目验证中，对背景半透明的文字的图，该实施例的上述算法能很好地将文字提取出来；对于某些文字比较密集的图，otsu算法处理的结果可能会造成字符连体，导致ocr识别失败，而该实施例的上述算法可以一定程度上解决字符连体的问题，对ocr识别成功有较为显著的帮助。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

实施例3

本发明实施例还提供了一种图像识别装置。需要说明的是，该实施例的图像识别装置可以用于执行图1所示的图像识别方法。

图7是根据本发明实施例的一种图像识别装置的示意图。如图7所示，该图像识别装置70可以包括：第一获取单元71、处理单元72、第二获取单元73和识别单元74。

第一获取单元71，用于获取原始彩色图像。

处理单元72，用于对原始彩色图像进行镜像处理，得到镜像彩色图像。

第二获取单元73，用于获取原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值，其中，镜像彩色图像中的相同像素点位置上的像素点为原始彩色图像中的相同像素点位置上的像素点进行镜像处理后的像素点。

识别单元74，用于基于相同像素点位置上的像素点的像素值，识别出原始彩色图像中包含的字符。

可选地，识别单元74包括：第一处理模块，用于基于对相同像素点位置上的像素点的像素值进行平均处理，来得到目标像素值；第二处理模块，用于按照目标像素值对原始彩色图像进行二值化处理，得到二值化图像；识别模块，用于从二值化图像中识别出字符。

可选地，第一处理模块包括：确定子模块，用于基于原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的颜色通道的像素值之间的平均值，确定目标像素值，其中，镜像彩色图像包括水平镜像彩色图像和垂直镜像彩色图像。

可选地，相同像素点位置的数量为目标数量，确定子模块用于通过以下步骤来实现基于原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的颜色通道的像素值之间的平均值，确定目标像素值：获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的红颜色通道的像素值之间的第一平均值，得到目标数量的第一平均值；获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的绿颜色通道的像素值之间的第二平均值，得到目标数量的第二平均值；获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像分别在每个相同像素点位置上的像素点的蓝颜色通道的像素值之间的第三平均值，得到目标数量的第三平均值；根据目标数量的第一平均值、目标数量的第二平均值和目标数量的第三平均值确定目标像素值。

其中，根据所述目标数量的所述第一平均值、所述目标数量的第二平均值和目标数量的第三平均值确定目标像素值可以包括：获取目标数量的第一平均值之间的第一目标平均值；获取目标数量的第二平均值之间的第二目标平均值；获取目标数量的第三平均值之间的第三目标平均值；根据第一目标平均值、第二目标平均值和第三目标平均值确定目标像素值。

其中，根据第一目标平均值、第二目标平均值和第三目标平均值确定目标像素值可以包括：将第一目标平均值、第二目标平均值和第三目标平均值之间的和，确定为目标像素值。

可选地，处理单元72包括：第一镜像模块，用于对原始彩色图像进行水平镜像，得到水平镜像彩色图像；第二镜像模块，用于对原始彩色图像进行垂直镜像，得到垂直镜像彩色图像。

可选地，第二获取单元73包括：获取模块，用于获取原始彩色图像、水平镜像彩色图像和垂直镜像彩色图像在相同像素点位置上的像素点的像素值。

可选地，获取模块包括：第一获取子模块，用于获取原始彩色图像在相同像素点位置上的像素点的红颜色通道的像素值、绿颜色通道的像素值和蓝颜色通道的像素值；第二获取子模块，用于获取水平镜像彩色图像在相同像素点位置上的像素点的红颜色通道的像素值、绿颜色通道的像素值和蓝颜色通道的像素值；第三获取子模块，用于获取垂直镜像彩色图像在相同像素点位置上的像素点的红颜色通道的像素值、绿颜色通道的像素值和蓝颜色通道的像素值。

可选地，该实施例的原始彩色图像的灰度值低于目标灰度值，和/或者原始彩色图像的透明度低于目标透明度。

可选地，相同像素点位置上的像素点包括原始彩色图像的每个像素点和镜像彩色图像中与原始彩色图像的每个像素点对应的像素点。

本发明实施例还提供了另一种图像识别装置。需要说明的是，该实施例的图像识别装置可以用于执行图2所示的图像识别方法。

图8是根据本发明实施例的另一种图像识别装置的示意图。如图8所示，该图像识别装置80可以包括：第一显示单元81和第二显示单元82。

第一显示单元81，用于在目标界面上显示原始彩色图像。

第二显示单元82，用于在目标界面上显示字符，其中，字符通过基于原始彩色图像和镜像彩色图像中相同像素点位置上的像素点的像素值，对原始彩色图像进行识别得到，镜像彩色图像通过对原始彩色图像进行镜像处理得到

在该实施例中，基于原始彩色图像以及对原始彩色图像进行镜像处理所得到的镜像彩色图像中相同像素点位置上的像素点，共同来识别出原始彩色图像中包含的字符，可以较大程度抹掉背景中不均匀部分，解决了对图像中的字符进行识别的准确性低的问题，达到了准确识别图像中的字符的技术效果。

实施例4

本发明实施例还提供了一种存储介质。该存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行本发明实施例中的图像识别方法。

实施例5

本发明实施例还提供了一种处理器。该处理器用于运行程序，其中，程序运行时执行本发明实施例中的信息的图像识别方法。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。