图像识别方法、装置、设备和介质

技术领域

本公开涉及金融、人工智能技术领域，更具体地，涉及一种图像识别方法、装置、设备、介质和产品。

背景技术

机房的巡检机器人等巡检设备主要通过拍摄机柜内设备的图像，对图像中表征设备状态的指示灯颜色、设备显示屏中的信息等进行图像识别来获取当前设备的运行状态、运行参数、监控数据等，进而达到巡检目的。

但在图像识别的过程中，光照的干扰影响较大，例如在拍摄过程中由于对焦不充分或背景光线干扰等因素，导致拍摄的图像会存在局部曝光、清晰度不足等现象，降低了图像识别的准确率。而且巡检机器人在一次巡检任务的过程中会拍摄多张图像，每张图像中的光照干扰情况也不同，拍摄的图像中噪点声过多，降低了图像识别的准确率。

发明内容

有鉴于此，本公开提供了一种图像识别方法、一种图像识别装置、一种电子设备、一种可读存储介质和一种计算机程序产品。

本公开的一个方面提供了一种图像识别方法，包括：响应于图像识别请求，获取上述图像识别请求中携带的待识别图像的第一灰度图像数据和识别类型；对上述第一灰度图像数据进行二值化处理，得到第二灰度图像数据；根据上述识别类型，基于上述待识别图像的初始图像数据和上述第二灰度图像数据来确定目标图像数据；以及将上述目标图像数据输入到与上述识别类型对应的图像识别模型中，输出得到上述待识别图像的识别结果。

根据本公开的实施例，上述识别类型包括文字识别和颜色识别；上述根据上述识别类型，基于上述待识别图像的初始图像数据和上述第二灰度图像数据来确定目标图像数据，包括：在上述识别类型为文字识别的情况下，确定上述目标图像数据为上述第二灰度图像数据；以及在上述识别类型为颜色识别的情况下，根据上述第二灰度图像数据中像素点的灰度值来处理上述初始图像数据，以得到上述目标图像数据。

根据本公开的实施例，上述第二灰度图像数据中像素点的灰度值为第一灰度值或第二灰度值；上述根据上述第二灰度图像数据中像素点的灰度值来处理上述初始图像数据，以得到上述目标图像数据，包括：将上述初始图像数据和上述第二灰度图像数据置入预设参考系中，以确定上述初始图像数据中的各个像素点和上述第二灰度图像数据中的各个像素点在上述预设参考系中的位置信息；根据上述第二灰度图像数据中灰度值为上述第一灰度值的所有像素点的位置信息，确定位置信息集合；根据上述位置信息集合，从上述初始图像数据中确定目标像素点；以及将上述初始图像数据中所有目标像素点的值修改为预设值，以得到上述目标图像数据。

根据本公开的实施例，上述对上述第一灰度图像数据进行二值化处理，得到第二灰度图像数据，包括：通过积分运算，得到上述第一灰度图像数据的积分图像数据；依次对于上述第一灰度图像数据中的每个第一像素点，确定与上述第一像素点对应的局部窗口，其中，上述局部窗口中还包括多个第二像素点；基于多个上述第二像素点在上述第一灰度图像数据中的灰度值与多个上述第二像素点在上述积分图像数据中的积分值，确定上述第一像素点的局部阈值；基于上述第一像素点的局部阈值与上述第一像素点的灰度值的大小比较结果，将上述第一像素点的灰度值修改为上述第一灰度值或上述第二灰度值；以及在完成对上述第一灰度图像数据中的所有第一像素点的遍历后，得到上述第二灰度图像数据。

根据本公开的实施例，上述基于上述第一像素点的局部阈值与上述第一像素点的灰度值的大小比较结果，将上述第一像素点的灰度值修改为上述第一灰度值或上述第二灰度值，包括：在上述第一像素点的局部阈值大于或等于上述第一像素点的灰度值的情况下，将上述第一像素点的灰度值修改为上述第一灰度值；以及在上述第一像素点的局部阈值小于上述第一像素点的灰度值的情况下，将上述第一像素点的灰度值修改为上述第二灰度值。

根据本公开的实施例，上述将上述目标图像数据输入到与上述识别类型对应的图像识别模型中，输出得到上述待识别图像的识别结果，包括：在上述识别类型为文字识别的情况下，将上述目标图像数据输入到文字识别模型中，输出得到表征上述待识别图像中的文字内容的上述识别结果；以及在上述识别类型为颜色识别的情况下，将上述目标图像数据输入到颜色识别模型中，输出得到表征上述待识别图像的颜色的上述识别结果。

根据本公开的实施例，上述方法还包括：对上述第一灰度图像数据进行平滑滤波处理，得到第三灰度图像数据；以及使用上述局部阈值分割算法对上述第三灰度图像数据进行二值化处理，以得到上述第二灰度图像数据。

本公开的另一个方面提供了一种图像识别装置，包括：获取模块，用于响应于图像识别请求，获取上述图像识别请求中携带的待识别图像的第一灰度图像数据和识别类型；第一处理模块，用于对上述第一灰度图像数据进行二值化处理，得到第二灰度图像数据；确定模块，用于根据上述识别类型，基于上述待识别图像的初始图像数据和上述第二灰度图像数据来确定目标图像数据；以及输入模块，用于将上述目标图像数据输入到与上述识别类型对应的图像识别模型中，输出得到上述待识别图像的识别结果。

本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个指令，其中，当上述一个或多个指令被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如上所述的方法。

本公开的另一方面提供了一种计算机可读存储介质，其上存储有可执行指令，上述可执行指令被处理器执行时使处理器实现如上所述的方法。

本公开的另一方面提供了一种计算机程序产品，上述计算机程序产品包括计算机可执行指令，上述计算机可执行指令在被执行时用于实现如上所述的方法。

根据本公开的实施例，通过对第一灰度图像数据进行二值化处理，可以自适应地对图像数据中各种复杂光照和噪声干扰情况进行处理，至少部分解决了图像拍摄过程中由于对焦不充分和光线背景干扰而引发的图像清晰度不足的问题，有效提高了图像识别的准确性和鲁棒性。此外，通过根据识别类型，使用二值化后的第二灰度图像数据来重新确定目标图像数据的方式，可以有效降低待识别图像中的噪声和干扰，提高图像识别的成功率。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的可以应用图像识别方法和装置的示例性系统架构；

图2示意性示出了根据本公开实施例的图像识别方法的流程图；

图3示意性示出了根据本公开实施例的对第一灰度图像数据进行二值化处理的流程图；

图4示意性示出了根据本公开另一实施例的图像识别方法的流程图；

图5示意性示出了根据本公开实施例的图像识别装置的框图；以及

图6示意性示出了根据本公开实施例的适于实现图像识别方法的电子设备的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

目前机房的巡检机器人等巡检设备主要通过拍摄机柜内设备图像，通过对拍摄的图像中表征设备状态指示灯的颜色、设备显示屏中的信息等进行图像识别，可以获取设备的运行状态、运行参数、监控数据等，从而达到巡检目的。但在图像识别的过程中，光照的干扰影响较大。

例如目前数据中心的机房中，部分机柜通道内部没有照明灯，机器人拍摄巡检照片时，需打开闪光灯补光，才可以拍清楚机柜内部设备的照片，但此时，机柜门的金属网格会反光，致使拍摄的图片产生局部曝光的现象。再例如，部分设备的数据显示屏、状态指示灯的亮度过高，也可以导致机器人拍摄的巡检图像发生局部曝光的现象，从而影响对图像识别的准确率。

对于拍摄图像中光照干扰的问题，相关技术中常采用图像增强算法进行处理，具体包括直方图均衡法及其衍生改进算法等。但这些算法的抗噪效果差，导致图像识别的成功率不够高，且处理每张图像消耗的时间较长，这些算法对于解决图像的光照干扰问题存在局限性。此外，通常在机器人执行巡检任务的过程中，一次巡检任务的拍摄量可多达几千张图片，且拍摄出的设备图像中的光照干扰情况千差万别，图像中的噪声点过多，目前的算法还不能解决这样的问题，进而影响了对设备指示灯状态、参数等识别的准确率及效率。

有鉴于此，本公开的实施例提供了一种图像识别方法、一种图像识别装置、一种电子设备、一种可读存储介质和一种计算机程序产品。可以有效降低待识别图像中的噪声和干扰，提高图像识别的成功率。该方法包括响应于图像识别请求，获取图像识别请求中携带的待识别图像的第一灰度图像数据和识别类型；对第一灰度图像数据进行二值化处理，得到第二灰度图像数据；根据识别类型，基于待识别图像的初始图像数据和第二灰度图像数据来确定目标图像数据；以及将目标图像数据输入到与识别类型对应的图像识别模型中，输出得到待识别图像的识别结果。

需要说明的是，本公开实施例确定的图像识别方法、装置、设备、介质和产品可用于金融、人工智能技术领域，也可用于除金融、人工智能技术领域之外的任意领域，本公开实施例对图像识别方法、装置、设备、介质和产品的应用领域不做限定。

在本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。

在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。

图1示意性示出了根据本公开实施例的可以应用图像识别方法和装置的示例性系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括机器人101，终端设备102、103，网络104和服务器105。网络104用以在机器人101，终端设备102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线和/或无线通信链路等等。

机器人101通过网络104可以与终端设备102、103，服务器105交互，用户可以使用终端设备、102、103通过网络104与机器人101，服务器105交互，以接收或发送消息等。终端设备102、103上可以安装有各种通讯客户端应用，例如机器人管理应用、机房巡检系统及管理软件、运营管理类应用、办公类应用、购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。

机器人101可以设置在机房等需要巡检的空间内，机器人101可以是具有摄像头、气体传感器、声音传感器等信息采集部件的机器人，如巡检机器人。机器人101可以采集机房内的设备的图像，便于服务器105确认机房内设备的状态。终端设备102、103可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机、虚拟现实设备、增强现实设备等等。

服务器105可以是提供各种服务的服务器，例如可以是后台管理服务器、数据库服务器、服务器集群等，可以对接收到的数据进行分析等处理，并将处理结果(例如机房内的设备参数、设备异常情况、设备标识、机房状态参数及相关信息等)反馈给终端设备。

需要说明的是，本公开实施例所提供的图像识别方法一般可以由服务器105执行。相应地，本公开实施例所提供的图像识别装置一般可以设置于服务器105中。本公开实施例所提供的图像识别方法也可以由不同于服务器105且能够与机器人101，终端设备102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的图像识别装置也可以设置于不同于服务器105且能够与机器人101，终端设备102、103和/或服务器105通信的服务器或服务器集群中。或者，本公开实施例所提供的图像识别方法也可以由机器人101，终端设备102、103执行，或者也可以由不同于机器人101，终端设备102、103的其他设备执行。相应地，本公开实施例所提供的图像识别装置也可以设置于机器人101，终端设备102、103中，或设置于不同于机器人101，终端设备102、103的其他设备中。

例如，机器人101、终端设备102、103中的任一个可以获取待识别的图像，或者在设备自身存储有待识别图像，或者待识别图像还可以是存储在外部设备上并可以导入到机器人101、终端设备102、103中的任一个，机器人101、终端设备102、103中的任一个可以在本地执行本公开实施例所提供的图像识别方法处理待识别图像，或者机器人101、终端设备102、103中的任一个还可以通过网络104发送到其他终端设备、服务器、或服务器集群，并由接收该待识别图像的其他终端设备、服务器、或服务器集群来执行本公开实施例所提供的图像识别方法处理待识别处理图像。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2示意性示出了根据本公开实施例的图像识别方法的流程图。

如图2所示，该方法包括操作S201～S204。

在操作S201，响应于图像识别请求，获取图像识别请求中携带的待识别图像的第一灰度图像数据和识别类型。

在操作S202，对第一灰度图像数据进行二值化处理，得到第二灰度图像数据。

在操作S203，根据识别类型，基于待识别图像的初始图像数据和第二灰度图像数据来确定目标图像数据。

在操作S204，将目标图像数据输入到与识别类型对应的图像识别模型中，输出得到待识别图像的识别结果。

根据本公开的实施例，图像识别请求可以是请求对图像内的对象进行识别，待识别对象可以是图像中文字、颜色等元素，或者也可以是图像中的设备、设备的指示灯、设备的显示屏等，在此不作限定。

根据本公开的实施例，待识别图像可以是包括待识别对象的图像。待识别图像可以通过巡检机器人等巡检设备拍摄机柜内的设备而得到的图像，也可以是预先获取并存储在本地的待识别的图像。

根据本公开的实施例，第一灰度图像数据可以是将待识别图像的图像数据映射到灰度空间后得到的图像数据。即第一灰度图像数据可以是通过将待识别图像的每个像素点的图像数据映射为0～255之间的一个数值而得到的。

根据本公开的实施例，识别类型可以是与该待识别对象相对应的的类型。例如，文字识别类型、颜色识别类型、形状识别类型等。具体地，在待识别对象为设备的型号、设备显示屏中的文字信息等的情况下，识别类型可以是文字识别类型；在待识别对象为指示灯颜色等的情况下，识别类型可以是颜色识别类型；在待识别对象为设备、设备的指示灯、设备的显示屏等的情况下，待识别类型可以是形状识别类型。

根据本公开的实施例，二值化处理可以采用自适应阈值法、Niblack算法、Sauvola算法、最大类间方差法、固定阈值法等方法实现，在此不作限定。例如，在采用自适应阈值法的情况下，可以利用待识别图像中目标区域与背景区域的差异，把待识别图像分别设置为两个不同的级别，选取一个合适的阈值，以确定每一个像素点是目标区域还是背景区域，从而获得二值化后的图像。

根据本公开的实施例，初始图像数据可以是待识别图像的图像数据，也可以是将待识别图像的图像数据映射到除灰度空间外的任意颜色空间而得到的图像数据。相应地，将待识别图像的图像数据映射到灰度空间内得到的图像数据可以作为第一灰度图像数据。除灰度空间外的任意颜色空间例如可以是RGB(Red-Green-Blue，红-绿-蓝)颜色空间、HSV(Hue-Saturation-Value，色相-饱和度-值)颜色空间、HIS(Hue-Saturation-Intensity，色相-饱和度-强度)颜色空间等。需要注意的是，与第一灰度图像数据对应的待识别图像和与初始图像数据对应的待识别图像可以是相同的。

根据本公开的实施例，可以配置有与识别类型对应的数据处理规则。根据识别类型，基于待识别图像的初始图像数据和第二灰度图像数据来确定目标图像数据可以理解为：根据与识别类型对应的数据处理规则，对初始图像数据和第二灰度图像数据进行处理，从而得到目标图像数据。

根据本公开的实施例，图像识别模型可以是与识别类型对应的模型。例如，在识别类型为文字识别时，图像识别模型可以是文字识别模型；在识别类型为颜色识别时，图像识别模型可以是颜色识别模型；在识别类型为形状识别时，图像识别模型可以是形状识别模型等。

根据本公开的实施例，通过对第一灰度图像数据进行二值化处理，可以自适应地对图像数据中各种复杂光照和噪声干扰情况进行处理，至少部分解决了图像拍摄过程中由于对焦不充分和光线背景干扰而引发的图像清晰度不足的问题，有效提高了图像识别的准确性和鲁棒性。此外，通过根据识别类型，使用二值化后的第二灰度图像数据来重新确定目标图像数据的方式，可以有效降低待识别图像中的噪声和干扰，提高图像识别的成功率。

根据本公开的实施例，识别类型可以包括文字识别和颜色识别。

根据本公开的实施例，操作S203可以包括如下操作：

在识别类型为文字识别的情况下，确定目标图像数据为第二灰度图像数据。以及，在识别类型为颜色识别的情况下，根据第二灰度图像数据中像素点的灰度值来处理初始图像数据，得到目标图像数据。

根据本公开的实施例，通过根据识别类型，使用二值化后的第二灰度图像数据来重新确定目标图像数据的方式，可以有效降低待识别图像中的噪声和干扰，提高图像识别的成功率。

根据本公开的实施例，第二灰度图像数据中像素点的灰度值可以为第一灰度值或第二灰度值。

根据本公开的实施例，第二灰度图像数据可以是二值化后的第一灰度图像数据，基于二值化处理的定义，第一灰度值可以是0，第二灰度值可以是1或255。

根据本公开的实施例，根据第二灰度图像数据中像素点的灰度值来处理初始图像数据，以得到目标图像数据可以包括如下操作：

将初始图像数据和第二灰度图像数据置入预设参考系中，以确定初始图像数据中的各个像素点和第二灰度图像数据中的各个像素点在预设参考系中的位置信息。根据第二灰度图像数据中灰度值为第一灰度值的所有像素点的位置信息，确定位置信息集合。根据位置信息集合，从初始图像数据中确定目标像素点。以及，将初始图像数据中所有目标像素点的值修改为预设值，以得到目标图像数据。

根据本公开的实施例，预设参考系可以是为确定各个像素点的位置而选作标准的预设体系，预设参考系可以是直角坐标系，还可以是欧拉角坐标系、极坐标系等。位置信息可以是基于预设参考系确定的各个像素的位置，例如选用直角坐标系作为参考系时，每个像素的位置信息可以包括横坐标与纵坐标的值。

根据本公开的实施例，预设值可以是0～255中的任意一个值，例如可以设置为0、255等。在一些实施例中，还可以确定每个目标像素点附近的像素点的值，以得到一个像素点值集合，预设值可以设置为与像素点值集合中的所有值均不同的一个值。

图3示意性示出了根据本公开实施例的对第一灰度图像数据进行二值化处理的流程图。

如图3所示，该方法可以包括操作S301～S305。

在操作S301，通过积分运算，得到第一灰度图像数据的积分图像数据。

在操作S302，依次对于第一灰度图像数据中的每个第一像素点，确定与第一像素点对应的局部窗口，其中，局部窗口中还包括多个第二像素点。

在操作S303，基于多个第二像素点在第一灰度图像数据中的灰度值与多个第二像素点在积分图像数据中的积分值，确定第一像素点的局部阈值。

在操作S304，基于第一像素点的局部阈值与第一像素点的灰度值的大小比较结果，将第一像素点的灰度值修改为第一灰度值或第二灰度值。

在操作S305，在完成对第一灰度图像数据中的所有第一像素点的遍历后，得到第二灰度图像数据。

根据本公开的实施例，对第一灰度图像数据通过积分运算得到积分图像数据的过程可以如公式(1)～(2)所示。

s(x,y)＝s(x,y-1)+i(x,y) (1)

ii(x,y)＝ii(x-1,y)+s(x,y) (2)

其中，i(x,y)可以表示第一灰度图像数据，ii(x,y)可以表示第一灰度图像的积分图像数据，s(x,y)可以表示一列的积分，且s(x，-1)＝0，ii(-1,y)＝0。因此求积分图像数据只需要遍历一次第一灰度图像，降低了计算的开销。

根据本公开的实施例，第一像素点可以是第一灰度图像数据中的任意一个像素点，第二像素点可以是以第一像素点为中心建立的局部窗口内除第一像素点之外的其他像素点。

根据本公开的实施例，确定与第一像素点对应的局部窗口可以是：以点第一像素点(x,y)为中心，确定大小为w×w的窗口为与该第一像素点对应的局部窗口。

根据本公开的实施例，在确定与第一像素点对应的局部窗口的情况下，确定该第一像素点的局部阈值的过程可以包括如下操作：

首先，可以根据第二像素点在积分图像中的积分值来确定该局部窗口的和。确定局部窗口的和iiw(x,y)的计算方法可以如公式(3)所示：

iiw(x,y)＝[ii(x+d-1,y+d-1)+ii(x-d,y-d)]-

[ii(x-d,y+d-1)+ii(x+d-1,y-d)] (3)

其中，d＝w/2，w为奇数。

然后，可以基于该局部窗口的和，确定局部均值。确定局部均值m(x,y)的计算方法可以如公式(4)所示：

之后，可以根据第二像素点在第一灰度图像数据中的灰度值和局部均值来确定第一像素点的局部阈值。确定第一像素点的局部阈值的计算方法可以如公式(5)所示：

其中，k可以是一个给定的参数，可以根据不同的图像和分割效果进行不断调整。

根据本公开的实施例，对第一灰度图像数据进行二值化处理，得到第二灰度图像数据，可以去除传统局部阈值分割算法中的局部标准差因式，不需要求每个像素点的邻域标准差，并且采用积分和来求局部均值，使得求阈值的时间减少。且使用积分图像不依赖于局部窗口的大小，时间的复杂度基本不变，可以缩短计算时间。

根据本公开的实施例，基于第一像素点的局部阈值与第一像素点的灰度值的大小比较结果，将第一像素点的灰度值修改为第一灰度值或第二灰度值可以包括：在第一像素点的局部阈值大于或等于第一像素点的灰度值的情况下，将第一像素点的灰度值修改为第一灰度值；以及在第一像素点的局部阈值小于第一像素点的灰度值的情况下，将第一像素点的灰度值修改为第二灰度值。

根据本公开的实施例，第一像素点的局部阈值可以用T(x,y)表示，第一像素点的灰度值可以用i(x,y)表示。具体地，可以判断T(x,y)与i(x,y)的大小，在第一像素点的局部阈值T(x,y)大于或等于第一像素点的灰度值i(x,y)的情况下，将第一像素点的灰度值i(x,y)修改为第一灰度值，可以是修改为0；在第一像素点的局部阈值T(x,y)小于第一像素点的灰度值i(x,y)的情况下，将第一像素点的灰度值i(x,y)修改为第二灰度值，可以是修改为1或255。

根据本公开的实施例，将目标图像数据输入到与识别类型对应的图像识别模型中，输出得到待识别图像的识别结果，包括：在识别类型为文字识别的情况下，将目标图像数据输入到文字识别模型中，输出得到表征待识别图像中的文字内容的识别结果；以及在识别类型为颜色识别的情况下，将目标图像数据输入到颜色识别模型中，输出得到表征待识别图像的颜色的识别结果。

根据本公开的实施例，在对第一灰度图像数据完成二值分割后，可以判断并识别目标图像数据。如果识别类型为文字识别的情况下，可以将二值化后得到的第二灰度图像数据作为目标图像数据输入到文字识别模型中，得到表征待识别图像中的文字内容的识别结果。如果识别类型为颜色识别的情况下，则根据二值化后得到的第二灰度图像数据中像素点的灰度值处理初始图像数据，得到目标图像数据，并将目标图像数据输入到颜色识别模型中，输出得到表征待识别图像的颜色的识别结果。

根据本公开的实施例，如果识别类型为颜色识别的情况下，还可以将二值化后得到的第二灰度图像数据中各个像素值为1的点的位置信息进行保存，并根据这些位置信息确定在初始图像中的标记，可以实现对初始图像中标记区域的图像识别。

根据本公开的实施例，通过根据识别类型，使用二值化后的第二灰度图像数据来重新确定目标图像数据的方式，可以有效降低待识别图像中的噪声和干扰，提高图像识别的成功率。

图4示意性示出来根据本公开另一实施例的图像识别方法的流程图。

如图4所示，该方法包括操作S401～S411。

在操作S401，响应于图像识别请求，获取图像识别请求中携带的待识别图像的第一灰度图像数据和识别类型。在一实施例中，操作S401的具体描述可参考操作S201，在此不再赘述。

在操作S402，对第一灰度图像数据进行平滑滤波处理，得到第三灰度图像数据。

根据本公开的实施例，平滑滤波处理还可以是高斯平滑滤波处理，还可以是中位值平滑滤波处理、SG平滑滤波(Savitzky Golay Filter)处理、算术平均滤波方法等。例如，可以通过一个大尺寸的高斯滤波核对第一灰度数据进行平滑滤波处理得到第三灰度图像数据。

在操作S403，对第三灰度图像数据进行二值化处理，以得到第二灰度图像数据。

根据本公开的实施例，对平滑滤波后得到的第三灰度图像数据进行二值化处理可以参考操作S202，再次不再赘述。

根据本公开的实施例，通过先对第一灰度图形数据进行平滑滤波处理，可以减少图像中的噪点声或其他因素对图像识别的干扰。再对平滑滤波后的第三灰度图像数据采用二值化处理的方式，可以自适应地对图像数据中各种复杂光照和噪声干扰情况进行处理，至少部分解决了图像拍摄过程中由于对焦不充分和光线背景干扰而引发的图像清晰度不足的问题，有效提高了图像识别的准确性和鲁棒性。

在操作S404，基于第一像素点的局部阈值与第一像素点的灰度值的大小比较结果，将第一像素点的灰度值修改为第一灰度值或第二灰度值。在一实施例中，操作S404的具体描述可参考操作S304，在此不再赘述。

在操作S405，在第一像素点的局部阈值大于或等于第一像素点的灰度值得情况下，将第一像素点的灰度值修改为第一灰度值。

在操作S406，在第一像素点的局部阈值小于第一像素点的灰度值得情况下，将第一像素点的灰度值修改为第二灰度值。

根据本公开的实施例，第一像素点的局部阈值可以用T(x,y)表示，第一像素点的灰度值可以用i(x,y)表示。具体地，可以判断T(x,y)与i(x,y)的大小，在第一像素点的局部阈值T(x,y)大于或等于第一像素点的灰度值i(x,y)的情况下，将第一像素点的灰度值i(x,y)修改为第一灰度值，可以是修改为0；在第一像素点的局部阈值T(x,y)小于第一像素点的灰度值i(x,y)的情况下，将第一像素点的灰度值i(x,y)修改为第二灰度值，可以是修改为1或255。

在操作S407，判断是否对第二灰度图像数据分割完毕。在判断没有对第二灰度图像数据分割完毕的情况下，执行操作S403；在判断对第二灰度图像数据分割完毕的情况下，执行后续操作。

在操作S408，根据识别类型，基于待识别图像的初始图像数据和第二灰度图像数据来确定目标图像数据。在一实施例中，操作S408的具体描述可参考操作S203，在此不再赘述。

在操作S409，在识别类型为颜色识别的情况下，根据第二灰度图像数据中像素点的灰度值来处理初始图像数据，以得到目标图像数据。

在操作S410，在识别类型为文字识别的情况下，确定目标图像数据为第二灰度图像数据。

根据本公开的实施例，根据第二灰度图像数据中像素点的灰度值来处理初始图像数据，以得到目标图像数据可以包括如下操作：

将初始图像数据和第二灰度图像数据置入预设参考系中，以确定初始图像数据中的各个像素点和第二灰度图像数据中的各个像素点在预设参考系中的位置信息。根据第二灰度图像数据中灰度值为第一灰度值的所有像素点的位置信息，确定位置信息集合。根据位置信息集合，从初始图像数据中确定目标像素点。以及，将初始图像数据中所有目标像素点的值修改为预设值，以得到目标图像数据。

在操作S411，将目标图像数据输入到与识别类型对应的图像识别模型中，输出得到待识别图像的识别结果。在一实施例中，操作S411的具体描述可参考操作S204，在此不再赘述。

图5示意性示出了根据本公开的实施例的图像识别装置的框图。

如图5所示，图像识别装置包括获取模块510、第一处理模块520、确定模块530、和输入模块540。

获取模块510用于响应于图像识别请求，获取所述图像识别请求中携带的待识别图像的第一灰度图像数据和识别类型。

第一处理模块520用于对所述第一灰度图像数据进行二值化处理，得到第二灰度图像数据。

确定模块530用于根据所述识别类型，基于所述待识别图像的初始图像数据和所述第二灰度图像数据来确定目标图像数据。

输入模块540用于将所述目标图像数据输入到与所述识别类型对应的图像识别模型中，输出得到所述待识别图像的识别结果。

根据本公开的实施例，通过对第一灰度图像数据进行二值化处理，可以自适应地对图像数据中各种复杂光照和噪声干扰情况进行处理，至少部分解决了图像拍摄过程中由于对焦不充分和光线背景干扰而引发的图像清晰度不足的问题。通过使用二值化后的第二灰度图像数据重新确定目标图像数据的方式，可以降低待识别图像中的噪声和干扰，提高图像识别的成功率。

根据本公开的实施例，确定模块530还可以包括第一确定单元和处理单元。

确定单元用于在所述识别类型为文字识别的情况下，确定所述目标图像数据为所述第二灰度图像数据。

处理单元用于在所述识别类型为颜色识别的情况下，根据所述第二灰度图像数据中像素点的灰度值来处理所述初始图像数据，以得到所述目标图像数据。

根据本公开的实施例，处理单元还包括第一确定子单元、第二确定子单元、第三确定子单元、第一修改子单元。

第一确定子单元用于将所述初始图像数据和所述第二灰度图像数据置入预设参考系中，以确定所述初始图像数据中的各个像素点和所述第二灰度图像数据中的各个像素点在所述预设参考系中的位置信息。

第二确定子单元用于根据所述第二灰度图像数据中灰度值为所述第一灰度值的所有像素点的位置信息，确定位置信息集合。

第三确定子单元用于根据所述位置信息集合，从所述初始图像数据中确定目标像素点。

修改子单元用于将所述初始图像数据中所有目标像素点的值修改为预设值，以得到所述目标图像数据。

根据本公开的实施例，第一处理模块520还包括运算单元、第二确定单元、第三确定单元、修改单元、遍历单元。

运算单元用于通过积分运算，得到所述第一灰度图像数据的积分图像数据。

第二确定单元用于依次对于所述第一灰度图像数据中的每个第一像素点，确定与所述第一像素点对应的局部窗口，其中，所述局部窗口中还包括多个第二像素点。

第三确定单元用于基于多个所述第二像素点在所述第一灰度图像数据中的灰度值与多个所述第二像素点在所述积分图像数据中的积分值，确定所述第一像素点的局部阈值。

修改单元用于基于所述第一像素点的局部阈值与所述第一像素点的灰度值的大小比较结果，将所述第一像素点的灰度值修改为所述第一灰度值或所述第二灰度值。

遍历单元用于在完成对所述第一灰度图像数据中的所有第一像素点的遍历后，得到所述第二灰度图像数据。

根据本公开的实施例，修改单元还包括第二修改子单元、第三修改子单元。

第二修改子单元用于在所述第一像素点的局部阈值大于或等于所述第一像素点的灰度值的情况下，将所述第一像素点的灰度值修改为所述第一灰度值。

第三修改子单元用于在所述第一像素点的局部阈值小于所述第一像素点的灰度值的情况下，将所述第一像素点的灰度值修改为所述第二灰度值。

根据本公开的实施例，输入模块540还包括第一输入单元、第二输入单元。

第一输入单元用于在所述识别类型为文字识别的情况下，将所述目标图像数据输入到文字识别模型中，输出得到表征所述待识别图像中的文字内容的所述识别结果。

第二输入单元用于在所述识别类型为颜色识别的情况下，将所述目标图像数据输入到颜色识别模型中，输出得到表征所述待识别图像的颜色的所述识别结果。

根据本公开的实施例，图像识别装置500还包括第二处理模块、第三处理模块。

第二处理模块用于对所述第一灰度图像数据进行平滑滤波处理，得到第三灰度图像数据。

第三处理模块用于使用所述局部阈值分割算法对所述第三灰度图像数据进行二值化处理，以得到所述第二灰度图像数据。

根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，获取模块510、第一处理模块520、确定模块530、和输入模块540中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。根据本公开的实施例，获取模块510、第一处理模块520、确定模块530、和输入模块540中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块510、第一处理模块520、确定模块530、和输入模块540中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

需要说明的是，本公开的实施例中图像识别装置部分与本公开的实施例中图像识别方法部分是相对应的，图像识别装置部分的描述具体参考图像识别方法部分，在此不再赘述。

图6示意性示出了根据本公开实施例的适于图像识别方法的电子设备的框图。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，根据本公开实施例的计算机电子设备600包括处理器601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、ROM602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备600还可以包括输入/输出(I/O)接口605，输入/输出(I/O)接口605也连接至总线604。电子设备600还可以包括连接至I/O接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行本公开实施例所提供的方法的程序代码，当计算机程序产品在电子设备上运行时，该程序代码用于使电子设备实现本公开实施例所提供的图像识别方法。

在该计算机程序被处理器601执行时，执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。