一种图像处理方法和装置的制造方法
【技术领域】
[0001]本发明涉及图像处理技术领域，尤其涉及的是一种图像处理方法和装置。
【背景技术】
[0002]在进行图片识别时，如果图片发生扭曲、模糊、缺失等变形情况，则会导致图片识别失误，影响图片识别的结果。
[0003]因此，如何提高对变形图片的识别率，是需要解决的问题。
【发明内容】
[0004]本发明所要解决的技术问题是提供一种图像处理方法和装置，能够校正变形图片，从而提高对变形图片的识别率。
[0005]为了解决上述技术问题，本发明提供了一种图像处理方法，该方法包括:
[0006]将原始图像分割为子图像区域；
[0007]对每一个子图像区域分别进行校正；
[0008]将校正后的各子图像区域拼接成校正后的图像。
[0009]进一步地，该方法还包括下述特点:
[0010]将原始图像分割为子图像区域，包括:
[0011]根据原始图像的构图特征对原始图像进行分割，生成子图像区域。
[0012]进一步地，该方法还包括下述特点:
[0013]将原始图像分割为子图像区域，包括:
[0014]将原始图像分割为N个大小相同的子图像区域；其中，N为大于或等于I的整数。
[0015]进一步地，该方法还包括下述特点:
[0016]对每一个子图像区域分别进行校正，包括:
[0017]对每一个子图像区域，采用像素连续性预测方式对该子图像区域进行修复，具体包括:
[0018]对该子图像区域的像素进行扫描，在扫描到一个新像素η时，将该新像素的灰度值6?与前一个扫描的像素的灰度值G n_i进行比较，如二者之间的灰度值的差的绝对值
Gn-GlriI大于阈值，则对该新像素的灰度值Gn?行修正，使修正后的新像素的灰度值Gn’与前一个扫描的像素的灰度值Glri的差G ； -Glri，与所述新像素之前扫描的两个像素的灰度值的差Glri _Gn_2相等。
[0019]进一步地，该方法还包括下述特点:
[0020]将校正后的各子图像区域拼接成校正后的图像，包括:
[0021]将校正后的各子图像区域拼接在一起；
[0022]对拼接后的图像进行平滑处理，生成校正后的图像。
[0023]进一步地，该方法还包括下述特点:
[0024]图像的构图特征，包括以下至少一种:色彩、构图元素、构图结构。
[0025]为了解决上述技术问题，本发明提供了一种图像处理装置，包括:
[0026]分割模块，用于将原始图像分割为子图像区域；
[0027]校正模块，用于对每一个子图像区域分别进行校正；
[0028]拼接模块，用于将校正后的各子图像区域拼接成校正后的图像。
[0029]进一步地，该装置还包括下述特点:
[0030]分割模块，用于将原始图像分割为子图像区域，包括:
[0031]根据原始图像的构图特征对原始图像进行分割，生成子图像区域。
[0032]进一步地，该装置还包括下述特点:
[0033]将原始图像分割为子图像区域，包括:
[0034]将原始图像分割为N个大小相同的子图像区域；其中，N为大于或等于I的整数。
[0035]进一步地，该装置还包括下述特点:
[0036]校正模块，用于对每一个子图像区域分别进行校正，包括:
[0037]对每一个子图像区域，采用像素连续性预测方式对该子图像区域进行修复，具体包括:
[0038]对该子图像区域的像素进行扫描，在扫描到一个新像素η时，将该新像素的灰度值6?与前一个扫描的像素的灰度值G n_i进行比较，如二者之间的灰度值的差的绝对值
Gn-GlriI大于阈值，则对该新像素的灰度值Gn?行修正，使修正后的新像素的灰度值Gn’与前一个扫描的像素的灰度值Glri的差G ； -Glri，与所述新像素之前扫描的两个像素的灰度值的差Glri _Gn_2相等。
[0039]进一步地，该装置还包括下述特点:
[0040]拼接模块，用于将校正后的各子图像区域拼接成校正后的图像，包括:
[0041]将校正后的各子图像区域拼接在一起；
[0042]对拼接后的图像进行平滑处理，生成校正后的图像。
[0043]进一步地，该装置还包括下述特点:
[0044]图像的构图特征，包括以下至少一种:色彩、构图元素、构图结构。
[0045]与现有技术相比，本发明提供的一种图像处理方法和装置，根据原始图像的构图特征对原始图像进行分割，对分割成的每一个子图像区域分别进行校正，将校正后的各子图像区域拼接成校正后的图像，该方法对校正后的图像进行识别，能够提高对变形图片的识别率。
【附图说明】
[0046]图1为本发明实施例的一种图像处理方法的流程图。
[0047]图2为本发明实施例的一种图像处理装置的结构示意图。
【具体实施方式】
[0048]为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。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任意组合。
[0049]如图1所示，本发明实施例提供了一种图像处理方法，该方法包括:
[0050]S10，将原始图像分割为子图像区域；
[0051]S20，对每一个子图像区域分别进行校正；
[0052]S30，将校正后的各子图像区域拼接成校正后的图像；
[0053]所述方法还可以包括下述特点:
[0054]较佳地，将原始图像分割为子图像区域，包括:
[0055]将原始图像分割为N个大小相同的子图像区域；其中，N为大于或等于I的整数；
[0056]比如，每一个子图像区域为矩形，该矩形的长为100像素，宽为100像素；
[0057]较佳地，将原始图像分割为子图像区域，包括:
[0058]根据原始图像的构图特征对原始图像进行分割，生成子图像区域；
[0059]较佳地，图像的构图特征，包括以下至少一种:色彩、构图元素、构图结构；
[0060]其中，色彩特征比如:色彩对比度等；
[0061]其中，构图元素特征比如:物体、文字等；
[0062]其中，构图结构特征比如:上下结构、左右结构等；
[0063]比如，如果图片颜色分明，则可以使用色彩特征作为分割依据；如果图片的构图结构符合规则的上下结构，则可以将结构特征作为分割依据；如果图片包含文字，则可以将文字特征作为分割依据。
[0064]较佳地，对每一个子图像区域分别进行校正，包括:
[0065]对每一个子图像区域，采用像素连续性预测方式对该子图像区域进行修复，具体包括:
[0066]对该子图像区域的像素进行扫描；
[0067]在扫描到一个新像素η时，将该新像素的灰度值6?与前一个扫描的像素的灰度值Glri进行比较，如二者之间的灰度值的差的绝对值IGn-Glri I大于阈值，则对该新像素的灰度值Gn?行修正，使修正后的新像素的