一种提升LQA系统中图片标识清晰度的优化方法及系统与流程

一种提升lqa系统中图片标识清晰度的优化方法及系统
技术领域
1.本技术涉及图像处理领域，具体涉及一种提升lqa系统中图片标识清晰度的优化方法及系统。


背景技术：

2.在lqa系统中是上传的游戏图片经常会出现文字、物体标识是错误的情况，这时便需要在图片中标识出来，由矩形框划定区域并且标识数字序号。在现有的市场软件系统中，主要有两种方法处理：一是画完矩形框后在上侧自动生成标识圆圈框，位置或者比例是固定的；二是画完矩形框后再手动画标识框，这就存在着效率低和标识框在标识物体接近时重合看不清的问题。一旦画错，画框不会自动纠错，需要手动删除，耗时耗力。而在lqa系统操作人员操作时，会存在标识不清楚、快速勾画没考虑背景色以及不断添加矩形框与周围的矩形框重合的情况。


技术实现要素：

3.本技术提出了一种提升lqa系统中图片标识清晰度的优化方法及系统，通过控制标识圆圈框沿标识框进行切线运动来避免在图片标识中标识框之间相互重合的情况发生。
4.为实现上述目的，本技术提出了一种提升lqa系统中图片标识清晰度的优化方法，包括以下步骤：
5.在待检测图片中获得目标标识框；
6.确定所述目标标识框对应的标识圆圈圆心的取值范围；
7.检测所述标识圆圈圆心位置是否需要变动；
8.若需要变动，则令所述标识圆圈沿顺时针与所述目标标识框做切线运动，并判断是否存在颜色小于总区域平均值v的最浅位置；
9.若判断为存在，则完成图像标识优化步骤；若判断为不存在，则使用浅色区域向量f(i)进行循环查找，得到查找结果并完成优化。
10.可选的，定义所述标识圆圈为r，圆心坐标为(x，y)；所述标识圆圈圆心(x，y)的取值范围为：
11.x
l-r≤x≤xr+r；y
t-r≤y≤yb+r
12.其中，x
l
为所述目标标识框左边界，xr为所述目标标识框右边界，y
t
为所述目标标识框上边界，yb所述目标标识框下边界。
13.可选的，判断所述标识圆圈圆心位置是否需要变动的标准包括：检测所述目标标识框是否与现有的标识框和标识圆圈发生碰撞；所述标识框中区域背景是否接近红色；当所述目标标识框与现有的标识框和标识圆圈发生碰撞时或所述标识框中区域背景接近红色时，则判断所述标识圆圈圆心位置需要变动。
14.可选的，所述浅色区域向量f(i)的表达式为：
15.f(i)＝(x1,xr,j,y1,yr,k,j(i),k(i),flag)
16.其中，j表示在x轴上变浅色的方向，k表示在y轴上变浅色的方向，j(i)表示在x轴上浅色方向在向量数组中的索引，k(i)表示y轴上浅色方向在向量数组中的索引。
17.可选的，当所述标识圆圈在所述浅色区域f(i)中存在一个或者多个时，设置如下向量结构解决所述标识圆圈与所述标示框连线是否有交点的判断问题：
18.g(circle_x,circle_y,triangle_x,triangle_y)
19.其中，(circle_x,circle_y)坐标为连线在所述标识圆圈上的连接点a1，(triangle_x,triangle_y)坐标为连线在所述标识框的连接点a2；所述连接点a1、a2的位置在坐标系中，为所述标识圆圈圆心和所述标识框四个顶点最短的连接线分别与所述标识圆圈和所述标识框的两个交点，保证a1,a2两点的距离是连线的最短距离；其中，应满足关系:
20.h(g,i+1)
21.任意的(a1,a2)抽象为i,则下一个为i+1,g为向量结构，构成的所有线段集合与i+1的线段不能存在交点。
22.可选的，所述总区域平均值v的表达式为：
23.v＝σj(i)/c
24.其中，j(i)为区域i的像素平均值，c为浅色区域数。
25.本技术还提供了一种提升lqa系统中图片标识清晰度的优化系统，包括：预处理模块、限定模块、检测模块、第一处理模块和第二处理模块，其中：
26.预处理模块在图片中获得目标标识框；
27.限定模块用于确定所述目标标识框对应的标识圆圈圆心的取值范围；
28.检测模块用于检测所述标识圆圈圆心位置是否需要变动；
29.若需要变动，则第一处理模块令所述标识圆圈沿顺时针与所述目标标识框做切线运动，并判断是否存在颜色小于总区域平均值v的最浅位置；
30.若判断为存在，则完成图像标识优化步骤；若判断为不存在，则第二处理模块使用浅色区域向量f(i)进行循环查找，得到查找结果并完成优化。
31.可选的，所述限定模块的工作流程包括：定义所述标识圆圈为r，圆心坐标为(x，y)；所述标识圆圈圆心(x，y)的取值范围为：
32.x
l-r≤x≤xr+r；y
t-r≤y≤yb+r
33.其中，x
l
为所述目标标识框左边界，xr为所述目标标识框右边界，y
t
为所述目标标识框上边界，yb所述目标标识框下边界。
34.可选的，所述检测模块工作流程为：检测所述目标标识圆圈是否与现有的标识框和标识圆圈发生碰撞；所述标识框中区域背景是否接近红色；当所述目标标识圆圈与现有的标识框和标识圆圈发生碰撞时或所述标识框中区域背景接近红色时，所述标识圆圈圆心位置需要变动。
35.与现有技术相比，本技术的有益效果为：
36.提升标识图片标识圆圈的清晰度，标识圆圈的位置如果在添加的标识框、标识圆圈中会自动找到颜色最浅的位置；如果大于浅色区域向量数组的平均值，无法在边框运动时，会自动搜索离顶点最近的标识框圆圈外接正方形的顶点，同时保证无碰撞，每添加一条都是这样计算，直到满足所有添加为止。出现碰撞冲突则重新计算，如果出现非常极端情况，没找到则在拖拽事件中完成，节省了大量手动操作的时间。
附图说明
37.为了更清楚地说明本技术的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
38.图1为实施例一方法流程示意图；
39.图2为本本技术变浅色区域示意图；
40.图3为标识圆圈滚动示意图；
41.图4为实施例二系统结构示意图。
具体实施方式
42.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
43.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术作进一步详细的说明。
44.实施例一
45.如图1所示为本技术实施例中一种提升lqa系统中图片标识清晰度的优化方法，包括以下步骤：
46.s1.在待检测图片中获得目标标识框：
47.在待测图片中获得标识框和标识圆圈，其中，标识框和标识圆圈相切，颜色为红色。
48.s2.确定目标标识框对应的标识圆圈圆心的取值范围:
49.s2.1.常量变量定义:
50.将标识圆圈半径设定为r，能较为清楚的显示标识数字；
51.设定x为横坐标，y为纵坐标，假设标识圆圈，圆心坐标，(xi,yi)；
52.s2.2.查找浅色定义：
53.r+g+b》＝450，设置标识框的宽rect_width,高rect_height,则标识圈与有效标识矩形框保持边缘相切状态；切点在矩形框框线上运动，来寻找最佳合适位置。设置标识圆圈半径为r，则圆心运动的轨迹范围为：
54.x
l-r≤x≤xr+r；y
t-r≤y≤yb+r。
55.其中，x
l
为目标标识框左边界，xr为目标标识框右边界，y
t
为目标标识框上边界，yb目标标识框下边界。
56.s3.检测标识圆圈圆心位置是否需要变动：
57.当目标标识框与现有的标识框和标识圆圈发生碰撞时或标识框中区域背景接近红色时，开始计算背景区域颜色浅深度，按标识圆圈的外接正方形大小进行切分,记录位置信息:(x1,y1),左上顶点坐标；(xr,yr)，右下顶点坐标，切分法则为沿屏幕从上到下，从左到右，查找符合上面浅色定义的点，作为顶点，以标识圆圈直径b为正方形的边长，组成检测区域向量，进一步筛选检测区域颜色分布平均情况(使用滑动窗口计算ratio＝，如标识圆圈
的大小是30*30，滑动窗口大小3*3，需要整数倍数，则滑动次数为：100次也是滑动窗口的个数，每个窗口的像素点平均值没达到浅色的个数除以100，为了清晰度比率不高于5％)，达不到的不添加到向量数组，图像由浅到深排列,公式为：
58.f(x1,xr,j,y1,yr,k,j(i),k(i),flag),
59.其中，flag：0代表未使用，1代表使用，j表示在x轴方向上哪个方向是变浅色的，j:[0,1],0代表左侧方向代表浅色方向，1代表右侧方向是浅色方向，j(i)为浅色方向在向量数组中的索引，k表示在y轴方向上哪个方向是变浅色的，k:[0,1],0代表上方方向代表浅色方向，1代表下方方向是浅色方向,f向量的元素构成下面图2浅色网格集合s。
[0060]
定义向量数组：颜色区域是由浅入深组成的浅色区域数组，用来检测浅色区域范围，以便图像区域标识圆圈能够尽力放置在浅色区域。
[0061]
如图2所示，标识图片中存在矩形区域m行,n列(m,n)构成的浅色网格集合s，i∈[1,c]，i为正整数,其中每个网格的单元是标识圆圈的外接正方形，假设s集合中浅色区域标识圆圈有c个，则有单个区域阀值为j＝avg(matrix(x
l
,xr,y
l
,yr)/m*n)，总区域平均值v＝σj(i)/c。
[0062]
如果标识圆圈与标识框存在分开的情况，即标识圆圈在浅色区域f(i)中存在一个或者多个时，设置如下向量结构解决标识圆圈与标示框连线是否有交点的判断问题：
[0063]
g(circle_x,circle_y,triangle_x,triangle_y)
[0064]
其中，(circle_x,circle_y)坐标为连线在标识圆圈上的连接点a1，(triangle_x,triangle_y)坐标为连线在标识框的连接点a2；连接点a1、a2的位置在坐标系中，为标识圆圈圆心和标识框四个顶点最短的连接线分别与标识圆圈和标识框的两个交点，保证a1,a2两点的距离是连线的最短距离；其中，应满足关系:
[0065]
h(g,i+1)
[0066]
任意的(a1,a2)抽象为i,则下一个为i+1,g为向量结构，构成的所有线段集合与i+1的线段不能存在交点，后面简称h。
[0067]
s4.若需要变动，则令标识圆圈沿顺时针与目标标识框做切线运动，并判断是否存在颜色小于总区域平均值v的最浅位置:
[0068]
如图3所示，标识圆圈在标识框环形区域的四个方向上按顺时针滚动寻找标识圆圈内颜色值最浅的位置，并且满足大于2.4中的v值，否则视为出现碰撞。
[0069]
s5.若判断为存在，则完成图像标识优化步骤；若判断为不存在，则使用浅色区域向量f(i)进行循环查找，连接线满足h关系-即任意两条连接线不相交，得到查找结果，并设置f(i)位置的flag等于1,并完成优化：
[0070]
当存在大于2.4中的v值且标识圆圈在标识框上运动时,采用标识框min(f(i),(f(i)+1)),f(i)查找x轴方向和y轴方向上最近的浅色区域则取顶点坐标计算距离最小的，且满足h关系时，则把标识圆圈上最近的一点与标识框最近的一点连成一条红色直线，否则当前的f(i)区域flag设置为1，重新计算min(f(i),(f(i)+1)),以后的标识圆圈只要出现碰撞，都如此处理，直到所有标识框与标识圆圈不再碰撞,跳出循环。
[0071]
实施例二
[0072]
如图4所示为本实施例一种提升lqa系统中图片标识清晰度的优化系统，包括预处理模块、限定模块、检测模块、第一处理模块和第二处理模块；其中，预处理模块在图片中获
得目标标识框；限定模块用于确定目标标识框对应的标识圆圈圆心的取值范围；检测模块用于检测标识圆圈圆心位置是否需要变动；若需要变动，则第一处理模块令标识圆圈沿顺时针与目标标识框做切线运动，并判断是否存在颜色小于总区域平均值v的最浅位置；若判断为存在，则完成图像标识优化步骤；若判断为不存在，则第二处理模块使用浅色区域向量f(i)进行循环查找，得到查找结果并完成优化。
[0073]
下面，结合本实施例，具体介绍各个装置部分的结构组成和功能实现。
[0074]
在本实施例中，预处理模块用于在待检测图片中获得目标标识框：在待测图片中获得标识框和标识圆圈，其中，标识框和标识圆圈相切，颜色为红色。
[0075]
限定模块用于确定目标标识框对应的标识圆圈圆心的取值范围，工作流程包括:
[0076]
常量变量定义，将标识圆圈半径设定为r，能较为清楚的显示标识数字；设定x为横坐标，y为纵坐标，假设标识圆圈，圆心坐标，xi,y
i；
查浅色定义，r+g+b》＝450。
[0077]
设置标识框的宽rect_width,高rect_height,则标识圈与有效标识矩形框保持边缘相切状态；切点在矩形框框线上运动，来寻找最佳合适位置。设置标识圆圈半径为r，则圆心运动的轨迹范围为：x
l-r≤x≤xr+r；y
t-r≤y≤yb+r。其中，x
l
为目标标识框左边界，xr为目标标识框右边界，y
t
为目标标识框上边界，yb目标标识框下边界。
[0078]
检测模块用于检测标识圆圈圆心位置是否需要变动，工作流程包括：
[0079]
当目标标识框与现有的标识框和标识圆圈发生碰撞时或标识框中区域背景接近红色时，开始计算背景区域颜色浅深度，按标识圆圈的外接正方形大小进行切分,只记录位置信息，切分法则为沿屏幕从上到下，从左到右，组成检测区域向量，图像由浅到深排列,公式为：
[0080]
f(x1,xr,j,y1,yr,k,j(i),k(i),flag),
[0081]
其中，flag：0代表未使用，1代表使用，j表示在x轴方向上哪个方向是变浅色的，j:[0,1],0代表左侧方向代表浅色方向，1代表右侧方向是浅色方向，j(i)为浅色方向在向量数组中的索引，k表示在y轴方向上哪个方向是变浅色的，k:[0,1],0代表上方方向代表浅色方向，1代表下方方向是浅色方向，k(i)为浅色方向在向量数组中的索引。
[0082]
定义向量数组：颜色区域是由浅入深组成的浅色区域数组，用来检测浅色区域范围，以便图像区域标识圆圈能够尽力放置在浅色区域。
[0083]
如图2所示，标识图片中存在矩形区域m行,n列(m,n)构成的网格集合s，i∈[1,c]，i为正整数,其中每个网格的单元是标识圆圈的外接正方形，假设s集合中浅色区域标识圆圈有c个，则有单个区域阀值为j＝avg(matrix(x
l
,xr,y
l
,yr)/m*n)，总区域平均值v＝σj(i)/c。
[0084]
如果标识圆圈与标识框存在分开的情况，即当标识圆圈在浅色区域f(i)中存在一个或者多个时，设置如下向量结构解决标识圆圈与标示框连线是否有交点的判断问题：
[0085]
g(circle_x,circle_y,triangle_x,triangle_y)
[0086]
其中，(circle_x,circle_y)坐标为连线在标识圆圈上的连接点a1，(triangle_x,triangle_y)坐标为连线在标识框的连接点a2；连接点a1、a2的位置在坐标系中，为标识圆圈圆心和标识框四个顶点最短的连接线分别与标识圆圈和标识框的两个交点，保证a1,a2两点的距离是连线的最短距离；其中，应满足关系:
[0087]
h(g,i+1)
[0088]
任意的(a1,a2)抽象为i,则下一个为i+1,g为向量结构，构成的所有线段集合与i+1的线段不能存在交点，后面简称h。
[0089]
若需要变动，则第一处理模块令标识圆圈沿顺时针与目标标识框做切线运动，并判断是否存在颜色小于总区域平均值v的最浅位置:如图3所示，标识圆圈在标识框环形区域的四个方向上按顺时针滚动寻找标识圆圈内颜色值合最浅的位置，并且满足大于2.4中的v值，否则视为出现碰撞。
[0090]
若判断为存在，则第二处理模块完成图像标识优化步骤；若判断为不存在，则使用浅色区域向量f(i)进行循环查找，得到查找结果并完成优化：当存在大于2.4中的v值且标识圆圈在标识框上运动时,采用标识框min(f(i),(f(i)+1)),f(i)查找x轴方向和y轴方向上最近的浅色区域则取顶点坐标计算距离最小的，且满足h关系时，则把标识圆圈上最近的一点与标识框最近的一点连成一条红色直线，否则当前的f(i)区域flag设置为1，重新计算min(f(i),(f(i)+1)),以后的标识圆圈只要出现碰撞，都如此处理，直到所有标识框与标识圆圈不再碰撞,跳出循环。
[0091]
以上的实施例仅是对本技术优选方式进行的描述，并非对本技术的范围进行限定，在不脱离本技术设计精神的前提下，本领域普通技术人员对本技术的技术方案做出的各种变形和改进，均应落入本技术权利要求书确定的保护范围内。