CN106796653A - 图像数据处理方法和支持该方法的电子装置 - Google Patents
图像数据处理方法和支持该方法的电子装置 Download PDFInfo
- Publication number
- CN106796653A CN106796653A CN201580054923.8A CN201580054923A CN106796653A CN 106796653 A CN106796653 A CN 106796653A CN 201580054923 A CN201580054923 A CN 201580054923A CN 106796653 A CN106796653 A CN 106796653A
- Authority
- CN
- China
- Prior art keywords
- fragment
- data
- image data
- processor
- classification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
- G06F3/0354—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of 2D relative movements between the device, or an operating part thereof, and a plane or surface, e.g. 2D mice, trackballs, pens or pucks
- G06F3/03545—Pens or stylus
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/235—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on user input or interaction
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/247—Aligning, centring, orientation detection or correction of the image by affine transforms, e.g. correction due to perspective effects; Quadrilaterals, e.g. trapezoids
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- User Interface Of Digital Computer (AREA)
- Character Input (AREA)
Abstract
本发明提供一种处理电子装置的图像数据的方法。所述方法包含:将所述图像数据划分为对应于所述图像数据的至少部分的特征的至少一个片段;确定对应于所述至少一个片段的类别;以及基于所述类别以转换的形式显示所述至少一个片段。
Description
技术领域
本公开涉及图像数据处理方法和支持该方法的电子装置。
背景技术
电子装置可以从通过图像传感器捕获的图像辨识字符,且可基于所辨识的字符而将联系方式添加到通讯簿。
现有的电子装置对标准化字符可具有高字符辨识准确性,但是对非标准化字符或手写产生的数据具有低字符辨识准确性,非标准化字符或手写产生的数据经常被辨识为纯图像。另外,在字符辨识的数据或手写产生并辨识的数据的情况下现有的电子装置不可以编辑字符数据。
发明内容
技术问题
仅将以上信息呈现为背景信息,从而辅助理解本公开。尚未确定并且没有断言以上内容中的任一者可能适用为关于本公开的现有技术。
问题解决方案
根据本公开的一方面,提供一种处理电子装置的图像数据的方法。所述方法包含:将图像数据划分为对应于图像数据的至少部分的特征的至少一个片段;确定对应于至少一个片段的类别;以及基于所述类别以转换的形式显示所述至少一个片段。
根据本公开的另一方面,提供一种电子装置。所述电子装置包含:至少一个处理器,其配置成将图像数据划分为对应于所述图像数据的至少部分的特征的至少一个片段,确定对应于所述至少一个片段的类别,且基于所述类别以转换的形式显示所述至少一个片段;以及显示器,其配置成以转换的形式显示所述图像数据。
本领域技术人员通过以下详细描述将明白本公开的其它方面、优势和显著特征,结合附图进行的以下详细描述公开了本公开的各种实施例。
发明的有利效应
本公开的各方面将解决至少上述问题和/或缺点,并且提供至少下文描述的优势。因此,本公开的一方面将提供图像数据处理方法和支持该方法的电子装置。
附图说明
通过结合附图进行的以下描述,本公开的某些实施例的以上和其它方面、特征和优势将更加显而易见,附图中:
图1是根据本公开的各种实施例的电子装置的框图;
图2是根据本公开的各种实施例的电子装置中的处理器的框图;
图3是说明根据本公开的各种实施例的处理电子装置的图像数据的方法的流程图;
图4是说明根据本公开的各种实施例的用于提供指导的屏幕的视图;
图5是说明根据本公开的各种实施例的用于提供用户接口的屏幕的视图,用户通过所述用户接口来调整指导;
图6A、图6B、图6C和图6D是说明根据本公开的各种实施例的转换图像数据的视角的方法的视图;
图7A、图7B和图7C是说明根据本公开的各种实施例的确定用于校正失真而合成的图像的数目的方法的视图,所述失真依据在图像数据的视角转换期间的距离而出现;
图8是说明根据本公开的各种实施例的依据片段的特征信息而确定向量数据的笔画信息的方法的视图;
图9是说明根据本公开的各种实施例的依据图像数据的特征而确定片段的类别的方法的视图;
图10A、图10B、图10C、图10D和图10E是说明根据本公开的各种实施例的根据片段的类别而对与图像数据分离的多个片段进行分组的方法的视图;
图11A、图11B、图11C、图11D和图11E是说明根据本公开的各种实施例的基于与图像数据分离的片段而改变图像数据的布局的方法的视图;
图12A、图12B和图12C是说明根据本公开的各种实施例的通过使用图像数据而根据类别产生包含片段的布局、片段的类别和特征信息的页的方法的视图;
图13是根据本公开的各种实施例的将从多个电子装置接收的用户输入应用于包含片段的布局、片段的类别和基于类别的特征信息的页的方法的视图;
图14是说明根据本公开的各种实施例的向预览图像数据提供指导的方法的流程图;
图15是说明根据本公开的各种实施例的确定片段的类别的方法的流程图;
图16是根据本公开的各种实施例的通过将特征信息应用于所转换的数据而重新配置片段的图像数据的方法的流程图;
图17是说明根据本公开的各种实施例的通过将笔画信息应用于向量数据而重新配置片段的图像数据的方法的流程图;
图18是说明根据本公开的各种实施例的重新配置被标记区域的图像数据的方法的流程图;
图19是说明根据本公开的各种实施例的创建包含片段的布局、片段的类别和基于类别的特征信息的页的方法的视图;
图20A和图20B是说明根据本公开的各种实施例的通过对片段的图像数据进行色彩坐标变换且对对应于特定通道的像素区域进行分析而确定片段的图像数据是否包含字符的方法的视图;以及
图21是根据本公开的各种实施例的电子装置的框图。
在所有图式中,应注意,使用相同的参考数字来描绘相同或类似的元件、特征和结构。
具体实施方式
提供参考附图的以下描述以辅助全面理解由权利要求书及其等效物界定的本公开的各种实施例。其包含各种特定细节以辅助进行所述理解,但是这些将被视为仅仅是示例性的。因此,本领域技术人员将认识到,在不脱离本公开的范围和精神的情况下,可以作出对本文中所描述的各种实施例的各种改变和修改。另外,出于清楚和简明起见,可省略对众所周知的功能和构造的描述。
以下描述和权利要求书中使用的术语和词语不限于书目含义,而是仅仅由发明人用于实现对本公开的清楚和一致的理解。因此,本领域技术人员应该明白,仅出于说明目的而提供本公开的各种实施例的以下描述,而并非用于限制由所附权利要求书及其等效物界定的本公开。
将理解,单数形式“一”和“所述”包含复数参照,除非上下文另有清楚规定。因此,例如,对“组件表面”的参考包含对此类表面中的一者或多者的参考。
本文使用的术语“包含”、“包括”和“具有”或“可包含”或“可包括”和“可具有”指示元件的所公开的功能、操作或存在,但是不排除其它功能、操作或元件。
例如,表达“A或B”或“A或/和B中的至少一者”可指示包含A、B或A和B两者。例如,表达“A或B”或“A或/和B中的至少一者”可指示(1)至少一个A,(2)至少一个B,或(3)至少一个A和至少一个B两者。
本文使用的例如“第一(1st)”、“第二(2nd)”、“第一(first)”、“第二(second)”和类似者的术语可指修改本公开的各种实施例的各种不同元件,但是不限制所述元件。例如,“第一用户装置”和“第二用户装置”可指示不同的用户,而不管次序或重要性如何。举例来说,在不脱离本公开的范围的情况下,第一组件可以被称为第二组件,且反之亦然。
在本公开的各种实施例中,将理解,在组件(例如,第一组件)被称为与另一组件(例如,第二组件)“(操作地或通信地)耦合”或“连接”时,所述组件可以直接连接到所述另一组件,或通过另一组件(例如,第三组件)进行连接。在本公开的各种实施例中,将理解,在组件(例如,第一组件)被称为“(直接连接到)”或“直接存取”另一组件(例如,第二组件)时,在所述组件(例如,所述第一组件)与所述另一组件(例如,所述第二组件)之间不存在另一组件(例如,第三组件)。
本公开的各种实施例中使用的表达“配置成”例如可根据情形与以下各者互换地使用:“适合于”、“具有……的能力”、“设计成”、“调适成”、“使得”或“能够”。术语“配置成”可能不一定是指在硬件方面“特别设计成”。而是,表达“配置成……的装置”在一些情形中可指所述装置和另一装置或部分“能够”。举例来说,“配置成(或设定成)执行A、B和C的处理器”在措辞上可指用于执行对应操作的专用处理器(例如,嵌入式处理器),或用于通过执行存储在存储器装置中的至少一个软件程序而执行对应操作的通用处理器(例如,中央处理单元(CPU)或应用处理器(AP))。
本文另外指示,本文使用的所有术语(包含技术或科学术语)可具有本领域技术人员一般理解的相同含义。一般来说,在词典中界定的术语应该被视为具有与相关技术的背景含义相同的含义,并且除非本文清楚地界定,否则不应该反常地进行理解或者理解为具有过分正规的含义。在任何情况下,甚至不可将本说明书中界定的术语解释为排除本公开的实施例。
根据本公开的各种实施例,电子装置可包含以下各者中的至少一者:智能电话、平板个人计算机(PC)、移动电话、视频电话、电子书(e-book)阅读器、桌上型PC、膝上型PC、上网本计算机、工作站服务器、个人数字助理(PDA)、便携式多媒体播放器(PMP)、移动图片专家组(MPEG)音频层3(MP3)播放器、移动医疗装置、相机,和可穿戴装置(例如,智能玻璃、头戴式装置(HMD)、电子服装、电子手镯、电子项链、电子配件、电子纹身、智能镜子,和智能手表)。
根据本公开的一些实施例,电子装置可为智能家用电器。所述智能家用电器可包含以下各者中的至少一者(例如):电视、数字多功能光盘(DVD)播放器、留声机、冰箱、空调、清洁器、烤箱、微波炉、洗衣机、空气净化器、机顶盒、家庭自动化控制面板、安全控制面板、电视(TV)盒(例如,三星HomeSyncTM、苹果TVTM或谷歌TVTM)、游戏控制台(例如,XboxTM和PlayStationTM)、电子词典、电子钥匙、摄像机,和电子相框。
根据本公开的一些实施例,电子装置可包含以下各者中的至少一者:支持电话转接服务的各种医疗装置(例如,各种便携式测量装置(例如,血糖仪、心率计、血压计、温度计等)、磁共振血管造影(MRA)装置、磁共振成像(MRI)装置、计算机断层摄影(CT)装置、医疗成像装置、超声波装置等)、导航装置、全球定位系统(GPS)接收器、事件数据记录仪(EDR)、飞行数据记录仪(FDR)、车辆信息娱乐装置、海洋电子设备(例如,海洋导航系统、陀螺罗盘等)、航空电子设备、安全设备、车辆导航单元、工业用或家用机器人、金融机构的自动出纳机(ATM),或商店的销售点(POS),或物联网(例如,灯泡、各种传感器、电表或气表、洒水灭火系统、火灾警报器、恒温器、路灯、吐司机、健身设备、热水箱、取暖器、锅炉等)。
在本公开的各种实施例中,电子装置可包含以下各者中的至少一者:支持电话转接服务的家具或建筑物/结构的部分、电子板、电子签名接收装置、投影仪,和各种测量仪表(例如,水表、电表、气表,或无线电信号测量仪表)。根据本公开的各种实施例的电子装置可为上述各种装置中的一者或其组合。另外,根据本公开的实施例的电子装置可为柔性电子装置。另外,根据本公开的实施例的电子装置不限于上述装置,并且可包含根据技术发展的一种新电子装置。
在下文中,将参考附图更详细地描述根据本公开的各种实施例的电子装置。本公开中的术语“用户”可指使用电子装置的人或使用电子装置(例如,人工智能电子装置)的装置。
图1是根据本公开的各种实施例的电子装置的框图。
参看图1,根据本公开的各种实施例而描述网络环境100中的电子装置101。电子装置101可包含总线110、处理器120、存储器130、输入/输出接口140、显示器150和通信接口160。根据本公开的实施例,电子装置101可省略所述组件中的至少一者,或者可以另外包含不同组件。
总线110(例如)可包含用于将组件110至170彼此连接并且在组件110至170之间递送通信(例如,控制消息和/或数据)的电路。
处理器120可包含CPU、AP和通信处理器(CP)中的至少一者。处理器120(例如)可执行用于电子装置101的至少一个另一组件的控制和/或通信的计算或数据处理。
根据本公开的各种实施例,处理器120可将图像划分为对应于图像数据的至少部分的特征的至少一个片段。
根据本公开的各种实施例,处理器120可确定对应于图像数据的至少部分的所述特征的每个片段的类别。
处理器120可基于以下各者中的至少一者来确定片段的类别:红色、绿色和蓝色(RGB)值的分布图案;以及片段的图像数据中的边缘的分布图案。替代地,处理器120可获得目标区域,所述目标区域经由至少一个特定通道从通过色彩坐标系的转换而获得的图像提取像素。处理器120可获得以下各者中的至少一者:目标区域在对应于图像数据的图像区域中占据的比率(或百分比)、通过目标区域中的每个像素的向量转换而获得的向量的复杂性,和图像区域中的目标区域的散布。
举例来说,处理器120可将每个片段的类别确定为以下各者中的一者:图像(对应于光栅图像)、文本,和对应于图像数据的至少部分的特征的向量图像。另外,处理器120可进一步相对于每个片段而确定对应于类别的特征信息。举例来说,在类别是图像时,特征信息可包含分辨率、亮度、光度、捕获图像时的设定信息、面部辨识信息、图像标记信息、图像形成的纹理,等等。根据本公开的各种实施例,在类别是向量图像时,特征信息可包含图像数据具有的向量数据的粗细、笔画图案、取决于图案的手写笔类型、用于表达精细粗细信息的书写速度、书写压力、结束点形式、笔倾斜度、笔的旋转信息、通过笔画辨识的统一码文本数据,等等。根据本公开的各种实施例,在类别是文本时,特征信息可包含字体风格、大小、粗细、是否为斜体、色彩、下划线、突显、字符间距、行间距,等等。
根据本公开的各种实施例,处理器120可基于每个片段的类别而转换每个片段中的图像数据的形式。替代地,处理器120可转换对应于每个片段的类别的图像数据的布局(例如,片段的大小或布置)。
根据本公开的各种实施例,处理器120可创建包含片段的布局、片段的类别和对应于类别的特征信息的页。处理器120可向用户输入应用基于用户输入的位置信息而确定的片段的类别,和所创建的页中的对应于类别的特征信息。
根据本公开的各种实施例,处理器120可向预览图像数据提供基于从预览图像数据检测到的边缘而产生的指导。替代地,处理器120可控制指导的敏感性,以免提供错误的指导。举例来说,如果所产生的指导改变多于指定临界值,或多于所述指定值的改变维持不了比阈值时间更长的时间,那么处理器120可以不将所产生的指导反映到预览图像数据。
存储器130可包含易失性和/或非易失性存储器。存储器130(例如)可以存储与电子装置101的至少一个另一组件相关的指令或数据。根据本公开的实施例,存储器130可以存储软件和/或程序。所述程序可包含内核131、中间件133、应用编程接口(API)135,和/或应用程序(或应用)137。内核131、中间件133或API 135的至少部分可以被称为操作系统(OS)。
根据本公开的各种实施例,存储器130可按照由处理器120转换的形式存储图像数据。另外,存储器130可以存储每个片段的类别和对应于所述类别的特征信息。举例来说,在类别是文本时,存储器130可以存储通过转换对应片段的图像数据而获得的文本数据,和文本数据的特征信息(例如,片段的背景、色彩、字体、大小、段落、下划线和表格中的至少一者)。举例来说,在类别是向量图像时,存储器130可以存储通过转换对应片段的图像数据而获得的向量数据,和向量数据的特征信息(例如,笔画的粗细、开始点和结束点形式、粗细改变值、色彩改变值,和材料信息中的至少一者)。
根据本公开的各种实施例,存储器130可以存储包含片段的布局、片段的类别和对应于类别的特征信息的页。
根据本公开的各种实施例,存储器130可以存储预览图像数据或图像数据,其全部是通过相机模块170获得。存储器130可以存储由处理器120检测到的边缘数据,和基于检测到的边缘而产生的指导。
内核131(例如)可控制或管理用于执行在其它程序(例如,中间件133、API 135或应用程序137)中实施的操作或功能的系统资源(例如,总线110、处理器120、存储器130,等等)。另外,内核131可以提供用于通过从中间件133、API 135或应用程序137访问电子装置101的个别组件而控制或管理系统资源的接口。
中间件133(例如)可以在API 135或应用程序137与内核131通信时用作用于交换数据的中介角色。
另外,中间件133可以处理从应用程序137接收的对应于优先权的至少一个工作请求。举例来说,中间件133可向至少一个应用程序137指派使用电子装置101的系统资源(例如,总线110、处理器120或存储器130)的优先权。举例来说,中间件133可通过对应于指派给至少一个工作请求的优先权来处理至少一个工作请求而对所述至少一个工作请求执行调度或负荷平衡。
API 135(作为用于允许应用程序137控制从内核131或中间件132提供的功能的接口)可包含用于文件控制、窗口控制、图像处理或字符控制的至少一个接口或功能(例如,指令)。
输入/输出接口140(例如)可以用作用于将从用户或另一外部装置输入的指令或数据递送到电子装置101的另一组件的接口。另外,输入/输出接口140可向用户或另一外部装置输出从电子装置101的另一组件接收的指令或数据。
显示器150(例如)可包含液晶显示器(LCD)、发光二极管(LED)显示器、有机LED(OLED)显示器、微机电系统(MEMS)显示器,或电子纸张显示器。显示器150(例如)可向用户显示多种内容(例如,文本、图像、视频、图标、符号,等等)。显示器150可包含触摸屏,且(例如)可以接收通过使用电子笔或用户的身体部分进行的触摸、手势、接近或悬停输入。
根据本公开的各种实施例,显示器150可按照由处理器120转换的形式显示图像数据。
根据本公开的各种实施例,显示器150可以显示预览图像数据或图像数据,其全部是通过相机模块170获得。
根据本公开的各种实施例,显示器150除了预览图像数据之外可以提供基于从所述预览图像数据检测到的边缘而产生的指导。
根据本公开的各种实施例,显示器150可以显示包含由处理器120产生的片段的布局、片段的类别和对应于所述类别的特征信息的页。在接收到用户输入时,显示器150可通过将片段的类别和对应于所述类别的特征信息应用于基于用户输入的位置信息而确定的片段的位置而显示用户输入。
通信接口160(例如)可以设定电子装置101与外部装置(例如,第一外部电子装置102、第二外部电子装置104,或服务器106)之间的通信。举例来说,通信接口160可通过无线通信或有线通信而与连接到网络162的外部装置(例如,第二外部电子装置104或服务器106)通信。
所述无线通信(例如,蜂窝通信协议)可以使用以下各者中的至少一者:长期演进(LTE)、LTE-高级(LTE-A)、码分多址(CDMA)、宽带CDMA(WCDMA)、全球移动电信系统(UMTS)、无线宽带(WiBro)、全球移动通信系统(GSM),等等。另外,所述无线通信(例如)可包含短程通信。所述短程通信(例如)可包含以下各者中的至少一者:无线保真(WiFi)、蓝牙(BT)、近场通信(NFC)、GPS、等等。所述有线通信(例如)可包含以下各者中的至少一者:通用串行总线(USB)、高清晰度多媒体接口(HDMI)、推荐标准232(RS-232)、普通老式电话服务(POTS),等等。网络162可包含电信网络,例如,计算机网络(例如,局域网(LAN)或广域网(WAN))、因特网和电话网络中的至少一者。
第一和第二外部电子装置102和104中的每一者可为相同或不同类型的电子装置101。根据本公开的实施例,服务器106可包含一个或多个服务器的群组。根据本公开的各种实施例,在电子装置101上执行的所有或部分操作可以在另外的一个或多个电子装置(例如,第一或第二外部电子装置102或104或服务器106)上执行。
根据本公开的实施例,在电子装置101自动地或按照请求执行特定功能或服务时,其可向另一装置(例如,第一或第二外部电子装置102或104或服务器106)请求与其相关的功能的至少部分,以作为单独地执行所述功能或服务的代替或补充。另一电子装置(例如,第一或第二外部电子装置102或104或服务器106)可执行所请求的功能或额外功能,并且可向电子装置101递送执行结果。电子装置101可以如原样提供所请求的功能或服务,或者通过另外处理所接收的结果而提供所请求的功能或服务。为此,例如,可以使用云计算、分布式计算或客户端-服务器计算技术。
相机模块170可通过使用配备的图像传感器来获得预览图像数据和图像数据。
图2是根据本公开的各种实施例的电子装置中的处理器的框图。
参看图2,预处理模块210可以对图像数据执行预处理,以便提高图像数据的笔画辨识率或字符的辨识率。举例来说,预处理模块210可以在图像数据获取期间执行图像传感器的设定值、指导提供或平衡校正,以便获得更清楚的在图像数据中包含的文本或图像。与其相关的特定描述可以参看图6A至图7C。
片段检测模块220可将检测到的边缘与图像数据区分开,并且可获得对应于图像数据的规则的多个矩形配置图像数据。片段检测模块220可基于片段的类别对所述多个矩形中的一些矩形进行积分。与其相关的特定描述可以参看图10A至图10E。
根据本公开的各种实施例,片段检测模块220可转换图像数据的色彩坐标系,并且可获得目标区域,所述目标区域经由至少一个特定通道从通过转换色彩坐标系而获得的图像提取像素。片段检测模块220可通过使用以下各者中的至少一者来确定片段的类别:目标区域在整个图像区域中占据的百分比(例如,目标区域的像素的数目相对于整个图像数据中的像素的数目所占据的比率或百分比)、通过目标区域中的每个像素的向量转换而获得的向量的复杂性,和图像区域中的目标区域的散布。举例来说,色彩坐标系可为色调、饱和度和值(HSV)色彩坐标系。
举例来说,片段检测模块220可对应于所述片段是否包含字符来确定的片段的类别。所述字符(例如,片段中包含的字符)可包含标准化字符、非标准化字符和手写字符中的至少一者。可对应于光学字符辨识(OCR)模块230的辨识率(例如,辨识准确性)将包含字符的片段分类为文本和向量图像两个类别。可将不包含字符的片段分类为图像类别(例如,光栅图像)。举例来说,基于对片段的图像数据的分析,片段检测模块220可通过提取字符特征(例如,字符的水平书写或竖直书写以及段落的配置)而确定所述片段是否包含字符。
OCR模块230可执行片段中的图像数据的字符辨识。OCR模块230可通过字符辨识来计算片段中的图像数据的准确性,并且可基于所述准确性而确定片段中的图像数据的类别是否为文本。在类别是文本时,OCR模块230可以存储通过字符辨识而从片段的图像数据转换的统一码文本数据。另外,OCR模块230可通过分析图像数据而提取统一码文本数据具有的特征信息。根据本公开的各种实施例,所述特征信息可为表示各种统一码文本数据的值,所述统一码文本数据例如为图像数据具有的文本数据的字体风格、大小、是否为斜体、色彩、下划线、突显、字符间距,和行间距。
手写辨识(HWR)模块240可通过OCR模块230的字符辨识结果而获得从类别不是文本的片段的图像数据转换的向量数据。另外,HWR模块240可通过分析图像数据而提取笔画数据具有的特征信息。根据本公开的实施例,所述特征信息可为表示各种笔画数据的值,所述笔画数据例如为图像数据具有的向量数据的粗细、笔画图案、取决于图案的手写笔类型、用于表达精细粗细信息的书写速度、书写压力、笔倾斜度、笔的旋转信息、通过笔画辨识的统一码文本数据,等等。另外,HWR模块240可通过用户的手动输入或用户的手写图案分析而产生任意的时间信息,并且可通过使用所产生的时间信息和所提取的笔画数据信息中的至少一者而执行笔画辨识。可将所辨识的笔画信息转换为包含图和特殊字符的向量数据。HWR模块240可将片段的类别、对应于所述类别的特征信息,和所转换的向量数据存储在存储器130中。
如上文提及,根据本公开的实施例的电子装置包含用于存储与片段分离和对应于所述片段的类别确定和转换相关的至少一个指令的存储器,和用于执行与存储器相关的至少一个指令的处理器。可以设定由处理器执行的指令以执行以下各者中的至少一者:将图像数据划分为对应于特征的至少部分的至少一个片段;确定对应于所述片段的类别;以及基于所述片段的所述类别而转换所述片段。
图3是说明根据本公开的各种实施例的处理电子装置的图像数据的方法的流程图。
参看图3,可以使用由图1中示出的电子装置101处理的操作来配置图3中示出的用于处理电子装置101的图像数据的方法。因此,虽然在本公开的此实施例中省略了一些内容,但与图1的电子装置101相关的上文描述的内容适用于图3中示出的方法。
在操作310中,处理器120可将图像数据划分为至少一个片段。
在操作320中,处理器120可根据片段中的图像数据的特征而确定片段的类别。举例来说,处理器120可基于片段的图像数据中的RGB值的分布图案和边缘的分布图案中的至少一者而确定片段的类别(例如,图像(例如,光栅图像)、文本和向量图像)。替代地,处理器120可获得目标区域,所述目标区域经由至少一个特定通道从通过色彩坐标系获得的图像数据提取像素,并且可基于以下各者来确定所述片段的图像数据是否包含字符:目标区域在图像区域中占据的百分比(例如,目标区域的像素的数目相对于整个图像数据中的像素的数目所占据的比率或百分比)、通过目标区域中的每个像素的向量转换而获得的向量的复杂性,和图像区域中的目标区域的散布。
根据本公开的各种实施例,处理器120可进一步确定对应于类别的特征信息。处理器120可改变对应于事件(例如,用户输入)的所确定的特征信息。举例来说,处理器120可将图像数据转换为对应于基于用户输入的事件而改变的特征信息的重新配置的形式。
在操作330中,显示器150可基于片段的类别以转换的形式显示图像数据。
根据本公开的各种实施例,存储器130可以存储图像数据中的片段的类别、对应于所述类别的特征信息,或呈转换的形式的数据。因此,用户可将片段的类别、对应于所述类别的特征信息或呈转换的形式的数据转换为标签信息的形式,并且可通过使用这个来搜索文档或图像或者管理文档或图像。
根据本公开的各种实施例,处理器120可以在维持片段的类别和对应于所述类别的特征信息的同时编辑图像数据。举例来说,处理器120可以从存储器130获取满足用户想要的片段类别和对应于所述类别的特征信息的图像数据,并且可以创建文档的新的内容而维持所述片段类别和对应于所述类别的特征信息或布局。
图4是说明根据本公开的各种实施例的用于提供指导的屏幕的视图。
参看图4,为了获得准确的图像数据,处理器120可以提供指导410和420以获得进一步适合于在图像数据获取期间的图像辨识的图像数据。
处理器120可以从通过相机模块170获得的预览图像数据检测边缘。根据本公开的实施例,处理器120可通过使用预览图像数据中的像素之间的对比差异来检测边缘。举例来说,处理器120可将其中相对于邻近像素的像素值的差(例如,基于像素值相对于邻近像素的对比差异)大于临界值的像素检测为边缘。处理器120可以调整对应于边缘检测期间的像素值或检测到的边缘的数目的临界值。处理器120可通过将预览图像数据划分为多个区域并且应用不同的临界值而检测每个区域的边缘。
处理器120可基于检测到的边缘而产生指导410和420,并且可以在所显示的预览图像上提供所产生的指导410和420。
举例来说,处理器120可以连接检测到的边缘以便获得对象的轮廓。在获得矩形轮廓时,处理器120可通过使用配置矩形的线之间的角度、线是否连接、高度或宽度而提供包含用户想要的最佳区域的矩形指导。在此操作期间,处理器120可以提供尽可能类似于矩形形式的指导。
根据本公开的实施例,处理器120可以提供指导以用于防止用户想要的区域的透视失真现象,以便容易地分析从预览图像数据检测到的图像数据。处理器120可以测量每个矩形边缘的角度,或者可以测量每个相向的边的不同长度。在测量值大于临界值时,处理器可以显示指导,其中形成矩形指导的线的色彩信息、矩形内部的色彩信息、形成矩形的线的形式、图标或透明度会改变,使得在用户认识到这样时,可以进行指导来测量进一步容易地辨识的图像数据。
在提供指导时,处理器120可以防止基于无效的数据而产生指导。举例来说,可能会由于用户的手颤动或焦点晃动而临时地获得无效的图像数据。此时,处理器120可通过分析边缘数据(例如,将检测到的边缘与先前检测到的边缘进行比较)而不将基于无效的数据而产生的指导反映到预览图像数据。
根据本公开的实施例,如果指导改变多于指定临界值,且多于指定临界值的改变维持不了比阈值时间更长的时间,那么处理器120可以不将所产生的指导反映到预览图像数据。
根据本公开的实施例,在基于从预览图像数据检测到的边缘而产生指导时,处理器120可指定用于接收预览图像数据的接收间隔,并且可以不使用在指定间隔之间所接收的预览图像数据,以便产生准确的指导。
根据本公开的实施例,处理器120可通过预览图像上的边缘之间的连接而显示指导矩形,并且可通过指导矩形的视觉结果(例如,色彩改变、图标或矩形中的透明度改变,或模糊结果)向用户通知用于获得准确的图像的指导。
根据本公开的实施例,如果未从预览图像数据检测到边缘,那么处理器120可以显示先前所产生的指导,并且可以在指定阈值时间之后重新尝试对预览图像数据的边缘检测。
根据本公开的实施例,存储器130可以存储从所获得的预览图像数据检测到的边缘数据。如果从所获得的图像数据检测到的边缘不对应于在图像捕获之前从预览图像数据检测到的边缘,那么处理器120可以使用从预览图像数据检测到的边缘,而不是从所获得的图像数据检测到的边缘。
举例来说,处理器120可通过连接检测到的边缘而获得对象的轮廓。在获得矩形轮廓时,处理器120可通过使用配置矩形的线之间的角度、线是否连接、高度、宽度等等来配置指导矩形。因此,处理器120可以提取用户想要的区域。基于此,处理器120可以支持用户获得尽可能类似于矩形形式的图像数据。
图5是说明根据本公开的各种实施例的用于提供用户接口的屏幕的视图,用户通过所述用户接口来调整指导。
处理器120可以提供用户接口,用户通过所述用户接口来手动地调整指导510。处理器120可通过输入/输出接口140接收输入事件,并且可按照与输入事件对应地调整的形式显示指导510。
根据本公开的实施例,处理器120可以放大520预览图像数据的部分,并且对应于调整指导510的输入事件输出所述预览图像数据。因此,用户可基于经放大的预览图像数据而精确地调整指导510。
根据本公开的实施例,处理器120可以对应于多个条件(例如,触摸输入的移动速度和触摸输入的压力)调整触摸输入的移动幅度。因此,用户可以更精确地调整所述指导。举例来说,显示器150可以输出包含用于调整指导的位置的处理程序530的指导。
根据本公开的实施例,在指导的位置按照输入事件而移动时,处理器120可以检查在移动位置的临界范围内是否存在检测到的边缘。如果存在边缘,那么处理器120可将指导设定为自动地定位在最靠近移动位置的边缘处。
图6A至图6D是说明根据本公开的各种实施例的转换图像数据的视角的方法的视图。
根据本公开的各种实施例,处理器120可通过使用通过传感器模块(例如,激光传感器或陀螺仪传感器)获得的信息而转换图像数据的视角。举例来说,处理器120可通过使用电子装置101的竖直/水平角度和从电子装置101到对象的距离来计算电子装置101与所述对象之间的角度。处理器120可通过使用所计算的角度来平衡图像数据的视角。
处理器120可通过改变设定值(例如,所捕获的图像数据的数目、曝光值,或白平衡)而获得多个图像数据。处理器120可通过使用多个所获得的图像数据来平衡图像数据的视角。
举例来说,参看图6A至图6D,处理器120可以检测对象区域610,并且可以手动地或自动地放大对象区域610以对应于屏幕(参看图6A)。举例来说,在从对象区域获得具有较长的边的矩形轮廓时,可通过显示器150的屏幕的长度来放大较长的边的长度。
处理器120可获得对象区域的放大倍率620或对比度,并且可基于此来确定拍摄曝光时间和拍摄数目(参看图6B)。举例来说,处理器120可以根据设定值而增加拍摄的数目(例如,如果曝光值下降小于临界值)。在通过图像传感器获得图像数据之后,处理器120可以校正图像数据650的视角(参看图6C)。因此,处理器120可获得分辨率和视角经过一致校正的图像数据660(参看图6D)。
根据本公开的各种实施例,为了获得清楚的图像数据,处理器120可以相互地补足图像数据630和640中的每一者具有的模糊区域,并且可以执行合成至少一个图像数据的操作。
根据本公开的各种实施例,显示器150可通过以动画显示平衡图像数据的视角的过程来表示工作进度。举例来说,处理器120可以:将在显示器150上显示的动画划分为N个操作;以单位时间间隔检查由处理器120执行的工作的实际进度;以及显示对应于当前工作的进度的动画的操作。
举例来说,如果执行中的工作的进度慢于或等于动画的操作,那么可将在显示器150上显示的动画的操作维持为原样。
如果由处理器120实际和当前执行的工作的进度快于动画的操作,那么处理器120可以对应于执行中的工作的进度与动画的进度之间的差异来调整动画的操作的进展速度。举例来说,如果由处理器120执行的工作的进度实际上与动画的进度相差多于30%,那么处理器120可以处理动画的操作的进度(例如,以减小下一个操作中的处理时间的间隔的形式)。替代地,如果由处理器120执行的工作的进度实际上与动画的进度相差多于10%且小于30%,那么处理器120可以稍慢地处理动画的操作的进度(例如,以向下一个操作中的处理时间的间隔提供延迟的形式)。替代地,如果由处理器120执行的工作的进度实际上与动画的进度相差小于10%,那么处理器120可以很慢地处理动画的操作的进度(例如,以向操作之间的时间间隔提供大延迟值的形式)。
图7A至图7C是说明根据本公开的各种实施例的确定用于校正失真而合成的图像的数目的方法的视图,所述失真取决于在图像数据的视角转换期间的透视而出现。
为了移除在图像数据的视角转换期间出现的根据透视的失真,处理器120可通过合成多个图像来增加图像数据的清晰度。处理器120可通过在对应于图像数据的视角的透视校正期间的校正来检查其中出现失真的失真区域(例如,通过角度校正放大的模糊区域),并且可确定将要合成的对应于失真区域的图像的数目。在合成多个所获得的图像的过程中,处理器120可通过合成多个图像中的失真区域(例如,模糊区域)的图像数据值而获得一个清楚的图像。处理器120可通过使用以下方法中的至少一者来确定图像数据的拍摄的数目。
参看图7A,处理器120可对应于表示对象区域700的轮廓的形式将对象区域700划分为多个区域710和720。处理器120可基于多个区域的对比差异或比率(a:b)而确定拍摄的数目。举例来说,如果多个区域710和720的对比比率(a:b)大于临界值,那么处理器120可以增加拍摄的数目。
参看图7B,处理器120可基于表示对象区域700的矩形的两个边的长度差或比率(a:b)来确定拍摄的数目。举例来说,处理器120可将配置对象区域700的矩形的左边和右边的长度比率(a:b)确定为拍摄的数目。
参看图7C,处理器120可基于放大倍率来确定拍摄的数目。举例来说,处理器120可以在放大倍率增加时增加拍摄的数目。
在通过图像传感器获得图像数据之后,处理器120可以校正所述图像数据。根据本公开的各种实施例,为了提取图像数据的清楚图像,处理器120可以相互地补足每个图像数据具有的模糊区域,并且可以执行合成至少一个图像数据的操作。
图8是说明根据本公开的各种实施例的依据片段的特征信息而确定向量数据的笔画信息的方法的视图。
处理器120可将片段的图像数据转换为对应于片段的类别的向量数据。举例来说,如果片段的类别是向量图像,那么处理器120可将片段的图像数据转换为向量数据。
处理器120可获得对应于对片段的图像数据的分析的以下至少一个特征信息:片段中的线的粗细、线的开始点和结束点的形式、粗细改变值、色彩改变值,和材料信息。笔画可以包含所转换的向量数据的信息和所述至少一个特征信息。参看图8,图8中示出的手写形式的笔画可以包含特征信息,例如在朝向线的结束点走去时变薄的粗细、较小的粗细改变值,或线的色彩没有改变。
处理器120可基于所获得的特征信息而确定以下至少一个笔画信息:笔的类型、色彩、粗细、书写压力、书写速度、倾斜度,和笔的旋转。在图8的实施例中,处理器120可基于所获得的特征信息而将笔的类型确定为签字笔。
处理器120可通过将笔画信息应用于向量数据而重新配置图像数据。在图8的实施例中,当在显示器150上显示通过HWR模块240获得的向量数据时,处理器120可以选择笔类型,例如签字笔。
根据本公开的各种实施例,取决于设定的笔类型,处理器120可通过使用特征信息来不同地表达笔画数据,所述特征信息例如为书写压力、书写速度、笔的倾斜度,和笔的旋转,其中的每一者与绘图相关。
如本公开的一个实施例,可将包含以以笔类型绘出的具有对应于水平和竖直方向而改变的粗细值的笔画的图像数据分析为具有对应于多个方向的多个粗细值的笔画。然而,当配置具有对应于一方向的不同粗细的绘画的笔类型的笔画时,可将所示出的图像数据转换为一个笔画。举例来说,可将具有相同特征信息的连续两个笔画整合为一个笔画。因此,可以减小笔画的数目。
图9是说明根据本公开的各种实施例的依据片段的图像数据的特征而确定片段的类别的方法的视图。
图9中示出被划分为多个片段910、920、930、940和950的图像数据。如上文描述,处理器120确定每个片段的类别。举例来说,处理器120可以在类别中进一步包含对应于对片段的图像数据的分析的以下至少一个特征信息:片段的背景、色彩、字体、大小、段落、下划线,和表格。
呈笔画形式的数据重叠在图像数据的文本上,如图9中所示。另外在文本上显示的标记961、962、963、964和965可以具有重要显示或下划线的含义,且因此,当重新配置图像数据时,需要将标记部分反映到所转换的文本数据。
处理器120可以从片段的图像数据获得被标记区域,并且可以提取被标记区域的色彩值。所提取的色彩值可以表示标记的色彩值。被标记区域可为包含在文本上重叠地显示的标记961、962、963、964和965的区域,或者可为对应于图像数据的分析结果获得有意义的数据区域。如本公开的一个实施例,所述有意义的数据区域可为排除片段的图像数据中包含的字符区域或背景的图像数据。
处理器120可以对被标记区域的图像数据执行图像二值化。处理器120可通过将被标记区域二值化而获得呈移除了标记的形式的数据。举例来说,参看图9,二值化的数据可以表示被标记区域的文本数据。
处理器120可将二值化的数据转换为对应于片段的类别(例如,图像、文本和向量图像)的数据类型(例如,统一码文本数据和向量数据)。通过向所转换的数据应用所提取的色彩值,可将标记反映到所转换的数据。因此,处理器120可通过将用户另外显示的标记961、962、963、964和965反映到所转换的数据而重新配置图像数据。
图10A至图10E是说明根据本公开的各种实施例的对应于片段的类别而对与图像数据分离的多个片段进行分组的方法的视图。
参看图10A,如果其它矩形包含在所辨识的矩形中并且具有相同的类别(例如,图像、文本和向量图像),那么处理器120可将所述矩形整合为一个矩形。
参看图10B,如果在所辨识的矩形与具有相同类别的矩形之间存在重叠区域,那么处理器120可将所述矩形整合为一个矩形。
参看图10C,如果邻近矩形之间的距离1010小于参考值且所述矩形具有相同的类别,那么处理器120可将所述矩形整合为一个矩形。
参看图10D,如果所辨识的矩形的大小小于参考值,那么处理器120可将对应的矩形视为没有意义,并且可以删除它们。
参看图10E,如果多个水平线1020包含在所辨识的矩形内,那么处理器120可确定它们是图表或表格,并且可将它们整合为一个矩形。
处理器120可通过上述操作中的至少一者而将片段与图像数据分离。
图11A至图11E是说明根据本公开的各种实施例的基于与图像数据分离的片段而改变图像数据的布局的方法的视图。
根据本公开的各种实施例,参看图11A,处理器120可以提取对应于片段的布置的图像数据的布局。
根据本公开的各种实施例,参看图11B,处理器120可对应于对图像数据的布局的分析获得包含以下各者中的至少一者的布局信息:图像数据中的片段的相对位置、片段的大小比率,和片段的对准形式。
根据本公开的各种实施例,参看图11C,处理器120可以提供用于选择页中包含的片段的用户接口。处理器120可对应于片段选择而执行对仅包含页中包含的一些片段的形式的改变。
根据本公开的各种实施例,参看图11D,处理器120可以对应于包含整个图像数据的页的大小和每个片段的大小而改变对准形式,例如左边对准、右边对准或中心对准。
根据本公开的各种实施例,参看图11E,对应于包含整个图像数据的页的水平和竖直长度,处理器120可以在横向模式或纵向模式中改变整个图像的形式。
根据本公开的各种实施例,当接收到用于改变布局信息的输入事件时,处理器120可基于输入事件而改变图像数据的布局。
参看图11A到11E,处理器120可基于片段以各种形式改变图像数据的布局。
图12A至图12C是说明根据本公开的各种实施例的通过使用图像数据而创建包含片段的布局、片段的类别和对应于所述类别的特征信息的页的方法的视图。
参看图12A,处理器120可将图像数据划分为至少一个片段。处理器120可以对应于片段的图像数据的特征而确定片段的类别和基于类别的特征信息。
参看图12B,处理器120可基于所述片段而创建包含片段的布局、片段的类别和对应于所述类别的特征信息的页。
在接收到对应于用户输入的输入事件时,处理器120可基于用户输入的位置信息而确定其中将在页中显示所述用户输入的片段。
参看图12C,显示器150可通过应用片段的类别和对应于所述类别的特征信息而在片段的位置处显示用户输入。
图13是根据本公开的各种实施例的将从多个电子装置接收的用户输入应用于包含片段的位置信息、片段的类别和基于类别的特征信息的页的方法的视图。
通信接口160可以从在功能上连接到电子装置101的至少一个外部电子装置接收用户输入和用户输入的位置信息。基于从外部电子装置接收的所述用户输入和用户输入的位置信息,处理器120可确定其中将在页中显示用户输入的片段。显示器150可通过将片段的类别和对应于所述类别的特征信息应用于所确定的片段的位置而显示用户输入。
处理器120可通过将片段的类别和对应于所述类别的特征信息应用于一个页而显示多个电子装置中的每一者的用户所输入的数据。
根据本公开的各种实施例,处理器120可基于网络互操作而支持通过多个电子装置的相机的群组播放。举例来说,处理器120可以捕获将通过相机形成的整个图像,并且将所述图像划分为对应于所捕获的图像数据的至少部分的特征的至少一个片段。处理器120可确定对应于所划分的片段的类别。在本文,处理器120可以对应于所捕获的图像数据的至少部分的特征而确定对应于整个图像的片段。另外,处理器120可通过使用用户选择、装置的相对位置等等而选择整个图像中包含的至少一个片段。处理器120可以经由网络将片段的位置信息、片段的类别和对应于所述类别的特征信息递送到多个电子装置。处理器120可将所递送的片段确定为页。处理器120可以从多个电子装置收集对页作出的每个用户输入,并且可通过将关于整个图像对对应位置作出的每个用户输入进行组合而将整个图像配置为一个页。处理器120可通过在预览状态中使用低分辨率图像而确定位置信息,并且可以利用每个片段区域的类别和对应于所述类别的特征信息。
根据本公开的各种实施例,处理器120可通过多个电子装置中的多次拍摄而辨识出相同的片段,并且可通过使用多个所接收的图像而应用动态呈现效果。处理器120可将多个图像中的每一者分类为片段。处理器120可将相同类别的片段处理为对象,并且可通过使用用户的输入或图像数据具有的时间信息(例如,关于捕获图像的时间的信息)而连续地显示所述对象。举例来说,处理器120可以改变两个图像中的每一者的相同类别的片段中的字体大小,并且可以在预定时间之后将其存储为相同片段。当在显示屏幕中请求时间次序显示功能执行时,处理器120可以执行控制以允许以预定时间间隔显示每个片段中的字符。
如将所示出的绘画用作实例,例如,第一电子装置执行与中心部分处写的“Partners tip”相关的手写工作,且第二电子装置可以执行与“sports”相关的手写工作。另外,其它电子装置可以分别执行与“food pairings”相关的手写工作和与“ecosystem”相关的手写工作。可将与每个电子装置工作的手写工作相关的数据递送到给定特定电子装置,并且如所示在绘画中整合。根据本公开的各种实施例,在执行与绘画中示出的主题(例如,partners tip、food pairings、ecosystem、sports等等)相关的手写工作之后,特定电子装置可以执行片段划分。特定电子装置的用户可以分别将所划分的片段分发给经由网络连接的其它电子装置。每个电子装置可以对所接收的片段执行额外的手写工作,并且将其递送到特定电子装置。特定电子装置可通过收集手写工作的片段而执行对整合的图像数据的片段分析处理。如上文提及,根据本公开的图像数据处理系统可以在多个电子装置协作时支持对手写数据的书写和编辑功能。
图14是说明根据本公开的各种实施例的向预览图像数据提供指导的方法的流程图。
参看图14,可以在图3的操作310之前执行图14中示出的向预览图像数据提供指导的方法。图14中示出的方法可为图1的电子装置101中处理的操作。因此,虽然在本公开的此实施例中省略了一些内容,但与图1的电子装置101相关的上文描述的内容适用于图14中示出的方法。
在操作1410中,相机模块170可获得预览图像数据。
根据本公开的各种实施例,处理器120可通过分析预览图像数据而改变用于获得图像数据的图像传感器的设定值。所述设定值可以包含焦距值、曝光值、白平衡或锐度值。举例来说,当通过分析预览图像数据而确定拍摄场所是房间时,处理器120可将设定值(例如,曝光值或锐度值)改变为更适合于室内拍摄的设定值。
在操作1420中,处理器120可基于从预览图像数据检测到的边缘而产生指导。
在操作1430中,处理器120可确定所显示的指导和所产生的指导的宽度、位置和指导矩形的边缘角度中的至少一者的改变量(例如,所显示的指导的区域、所产生的指导的区域)是否大于临界值。在所产生的指导的改变量大于临界值时,处理器120可以执行操作1440。在所产生的指导的改变量小于临界值时,处理器120可以执行操作1460。
在操作1440中,处理器120可确定多于临界值的改变是否维持了少于阈值时间。在多于临界值的改变维持了比阈值时间短的时间时,处理器120可以执行操作1450。在多于临界值的改变维持了比阈值时间更长的时间时,处理器120可以执行操作1460。
在操作1450中,处理器120可以不将所产生的指导反映到所显示的预览图像数据。
在操作1460中,显示器150可以在预览图像数据上显示所产生的指导。
图15是说明根据本公开的各种实施例的确定片段的类别的方法的流程图。
参看图15,可以在图3的操作320中包含图15中示出的确定片段的类别的方法。使用在图1的电子装置101中处理的操作来配置图15中示出的方法。因此,虽然在本公开的此实施例中省略了一些内容,但与图1的电子装置101相关的上文描述的内容适用于图15中示出的方法。
在操作1510中,处理器120可确定片段的图像数据是否包含字符。所述字符可以包含标准化字符、非标准化字符和手写字符中的至少一者。
举例来说,处理器120可基于RGB值的分布图案和边缘的分布图案中的至少一者而确定片段的图像数据是否包含字符。替代地,处理器120可获得目标区域,所述目标区域经由至少一个特定通道从对应于通过色彩坐标系的转换而获得的图像数据的图像区域提取像素。片段检测模块220可基于以下各者而确定片段的图像数据是否包含目标区域中的字符:目标区域在整个图像区域中占据的百分比(例如,目标区域的像素的数目相对于整个图像数据中的像素的数目所占据的比率或百分比)、通过目标区域中的每个像素的向量转换而获得的向量的复杂性,和图像区域中的目标区域的散布。举例来说,色彩坐标系可为HSV色彩坐标系。
在操作1520中,处理器120可确定对片段的图像数据的字符辨识的准确性是否大于临界值。举例来说,处理器120可通过OCR性能而获得字符辨识的准确性。
在操作1530中,处理器120可将片段的类别确定为光栅图像。
在操作1540中,处理器120可将片段的类别确定为文本。
在操作1550中,处理器120可将片段的类别确定为向量图像。举例来说,在向量图像中包含的图像数据可为呈手写形式的字符、线或形状。
图16是根据本公开的各种实施例的通过将类别和基于类别的特征信息应用于所转换的数据而重新配置片段的图像数据的方法的流程图。
参看图16,可以在图3的操作330中包含图16中示出的通过将特征信息应用于所转换的数据而重新配置片段的图像数据的方法。图16中示出的方法可为图1的电子装置101中处理的操作。因此,虽然在本公开的此实施例中省略了一些内容,但与图1的电子装置101相关的上文描述的内容适用于图16中示出的方法。
在操作1610中,处理器120可获得被从片段的图像数据转换为对应于片段的类别的数据类型的数据(例如,统一码文本数据和向量数据)。
在操作1620中,处理器120可获得片段的特征信息。特征信息可以包含以下各者中的至少一者:片段的背景、色彩、字体、大小、段落、下划线和表格。
在操作1630中,处理器120可通过将特征信息应用于所转换的数据而重新配置片段的图像数据。
在操作1640中,显示器150可基于重新配置的图像数据以转换的形式显示图像数据。
图17是说明根据本公开的各种实施例的通过将笔画信息应用于向量数据而重新配置片段的图像数据的方法的流程图。
参看图17,可以在图3的操作330中包含图17中示出的通过将笔画信息应用于向量数据而重新配置片段的图像数据的方法。图17中示出的方法可为图1的电子装置101中处理的操作。因此,虽然在本公开的此实施例中省略了一些内容,但与图1的电子装置101相关的上文描述的内容适用于图17中示出的方法。
在操作1710中,处理器120可将片段的图像数据转换为对应于片段的类别的向量数据。
在操作1720中,处理器120可获得片段中的笔画的特征信息。举例来说,所述特征信息可以包含以下各者中的至少一者:笔画的粗细、开始点和结束点的形式、粗细改变值、色彩改变值,和材料信息。
在操作1730中,处理器120可基于特征信息而确定笔画信息。举例来说,所述笔画信息可以包含以下各者中的至少一者:笔的类型、色彩、粗细、书写压力、书写速度、倾斜度,和笔的旋转。
在操作1740中,处理器120可通过将笔画信息应用于向量数据而重新配置片段的图像数据。
在操作1750中,显示器150可基于片段的重新配置的图像数据以转换的形式显示所述图像数据。
图18是说明根据本公开的各种实施例的重新配置被标记区域的图像数据的方法的流程图。
参看图18,可以在图3的操作330中包含图18中示出的重新配置被标记区域的图像数据的方法。图18中示出的方法可为图1的电子装置101中处理的操作。因此,虽然在本公开的此实施例中省略了一些内容,但与图1的电子装置101相关的上文描述的内容适用于图18中示出的方法。
在操作1810中,处理器120可以从片段的图像数据获得被标记区域。
在操作1820中,处理器120可以提取被标记区域的色彩值。所提取的色彩值可以表示标记的色彩值。
在操作1830中,处理器120可将被标记区域的图像数据二值化。二值化的数据可以表示排除被标记区域的图像数据中的标记的数据。
在操作1840中,处理器120可获得被从二值化的数据转换为对应于片段的类别的数据类型的数据。所转换的数据可为图像(例如,光栅图像)、文本数据,或向量数据。
在操作1850中,处理器120可通过将所提取的色彩值应用于所转换的数据而重新配置被标记区域的图像数据。
在操作1860中,显示器150可基于被标记区域的重新配置的图像数据以转换的形式显示所述图像数据。
图19是说明根据本公开的各种实施例的创建包含片段的类别和基于类别的特征信息的页的方法的视图。
参看图19,使用在图1的电子装置101中处理的操作来配置图19中示出的创建包含片段的类别和对应于所述类别的特征信息的页的方法。因此,虽然在本公开的此实施例中省略了一些内容,但与图1的电子装置101相关的上文描述的内容适用于图19中示出的方法。
在操作1910中,处理器120可将图像数据划分为至少一个片段。
在操作1920中,处理器120可以对应于片段的图像数据的特征而确定片段的类别和基于类别的特征信息。举例来说,可通过图像、文本和向量图像来确定片段的类别。举例来说,对应于片段的类别的特征信息可以包含对应于对片段的图像数据的分析而获得的以下各者中的至少一者:片段的背景、色彩、字体、大小、段落、下划线,和表格。
在操作1930中,处理器120可以创建包含片段的布局、片段的类别和对应于所述类别的特征信息的页。
在操作1940中,输入/输出接口140可以接收用户输入。
在操作1950中,显示器150可通过将片段的类别和对应于所述类别的特征信息应用于基于用户输入的位置信息而确定的片段的位置而显示用户输入。
图20A和图20B是说明根据本公开的各种实施例的通过对片段的图像数据进行色彩坐标变换且对对应于特定通道的像素区域进行分析而确定片段的图像数据是否包含字符的方法的视图。
参看图20A,图20A的左边是圆形图像,且图20A的右边可为通过从自图像转换为HEV色彩坐标系的图像提取RGBB通道的像素而获得的数据。处理器120可以仅提取对应于红色、绿色、蓝色、黑色通道的像素区域(例如,白色区域)作为目标区域。举例来说,在以RGB形式接收图像数据之后,处理器120可将色彩坐标系转换为HSV坐标系。即使饱和度和亮度已改变,因为每个通道的值未变,所以HSV坐标系可通过到HSV坐标系的转换而减少由于所接收的图像数据中包含的阴影或灯光而引起的失真。
图20B表示目标区域,所述目标区域通过预定通道提取通过转换色彩坐标系而获得的数据。图20B的第一图像可为原始图像。图20B的中间图像可为针对R、G、蓝色(B)和黑色(B)中的每一者所提取的数据,且图20B的右边图像可为通过同时地检查R、G、B和B且提取像素而获得的数据。处理器120可以针对R、G、B和B中的每一者的每个通道提取像素,如图20B的左边所示,或者可以同时针对R、G、B和B提取像素,如图20B中所示。因此,如图20B中所示,可以提取使用对应于特定通道的像素来配置目标区域。
参看图20B,处理器120可确定片段是否包含目标区域中的字符,所述目标区域经由至少一个特定通道从通过色彩坐标系的转换而获得的图像数据提取像素。举例来说,计算目标区域在图像区域中占据的百分比(例如,目标区域的像素的数目相对于整个图像数据中的像素的数目所占据的比率或百分比),且在所计算的百分比包含在指定临界范围中时,确定片段的图像数据包含字符。举例来说,指定临界范围可为约0.5%与约10.0%之间的值。
替代地,如果通过目标区域中的每个像素的向量转换而获得的向量的复杂性(例如,所获得的向量值的大小的总和)大于指定临界值,那么处理器120可确定片段的图像数据包含字符。举例来说,指定临界值可为100。
替代地,如果图像区域中的目标区域的散布(即,目标区域相对于图像区域的标准偏差)小于指定临界值,那么处理器120可确定片段的图像数据包含字符。举例来说,指定临界值可为60。
此方法可以用于确定片段的图像数据是否包含字符,并且还可以用于验证通过RGB分布或边缘图案分布而确定的类别。
图21是根据本公开的各种实施例的电子装置2100的框图。
电子装置2100(例如)可以包含图1中示出的电子装置101的全部或部分。电子装置2100可以包含至少一个处理器(例如,AP 2110)、通信模块2120、订户识别模块(SIM)2124、存储器2130、传感器模块2140、输入装置2150、显示器2160、接口2170、音频模块2180、相机模块2191、电力管理模块2195、电池2196、指示器2197,和马达2198。
AP 2110可以控制连接到AP 2110的多个硬件或软件组件,并且还可通过执行OS或应用程序而执行各种数据处理和操作。例如,可以使用系统芯片(SoC)实施AP 2110。根据本公开的实施例,AP 2110可以进一步包含图形处理单元(GPU)(未示出)和/或图像信号处理器(ISP)。AP 2110可以包含图21中示出的组件的至少部分(例如,蜂窝模块2121)。AP 2110可以加载从其它组件(例如,非易失性存储器)中的至少一者接收的命令或数据,并且对它们进行处理,并且可将各种数据存储在非易失性存储器中。
通信模块2120可以具有与图1的通信接口160相同或类似的配置。通信模块2120可以包含蜂窝模块2121、WiFi模块2123、BT模块2125、GPS模块2127、NFC模块2128,和射频(RF)模块2129。
蜂窝模块2121(例如)可通过通信网络提供语音呼叫、视频呼叫、文本服务或因特网服务。根据本公开的实施例,蜂窝模块2121可通过使用SIM(例如,SIM卡2124)在通信网络中的电子装置2100上执行区别和认证操作。根据本公开的实施例,蜂窝模块2121可以执行AP 2110提供的功能的至少部分。根据本公开的实施例,蜂窝模块2121可以包含CP。
WiFi模块2123、BT模块2125、GPS模块2127和NFC模块2128中的每一者可以包含用于处理通过对应模块传输/接收的数据的处理器。根据本公开的实施例,蜂窝模块2121、WiFi模块2123、BT模块2125、GPS模块2127和NFC模块2128的至少部分(例如,至少一者)可以包含在一个集成芯片(IC)或IC封装中。
RF模块2129(例如)可以传输/接收通信信号(例如,RF信号)。RF模块2129(例如)可以包含收发器、功率放大模块(PAM)、频率滤波器、低噪声放大器(LNA),或天线。根据本公开的另一实施例,蜂窝模块2121、WiFi模块2123、BT模块2125、GPS模块2127和NFC模块2128中的至少一者可通过单独的RF模块传输/接收RF信号。
SIM 2124(例如)可以包含包括SIM和/或嵌入式SIM的卡,并且还可以包含唯一识别信息(例如,集成电路卡标识符(ICCID))或订户信息(例如,国际移动订户身份(IMSI))。
存储器2130(例如,存储器130)可以包含内部存储器2132或外部存储器2134。内部存储器2132可以包含以下各者中的至少一者:易失性存储器(例如,动态随机存取存储器(DRAM)、静态RAM(SRAM)、同步DRAM(SDRAM))和非易失性存储器(例如,一次性可编程只读存储器(OTPROM)、可编程ROM(PROM)、可擦除和可编程ROM(EPROM)、电EPROM(EEPROM)、掩模ROM、快闪ROM、快闪存储器(例如,与非(NAND)快闪或或非(NOR)快闪)、硬盘驱动器,和固态驱动器(SSD))。
外部存储器2134可以进一步包含快闪驱动器,例如,紧凑型快闪(CF)、安全数字(SD)、微型SD、迷你SD、极限数字(xD)、多媒体卡(MMC)或记忆棒。外部存储器2134可通过各种接口在功能上和/或物理上连接到电子装置2100。
传感器模块2140测量物理量或者检测电子装置2100的操作状态,进而将所测得的或检测到的信息转换为电信号。传感器模块2140可以包含以下各者中的至少一者:手势传感器2140A、陀螺仪传感器2140B、气压传感器2140C、磁传感器2140D、加速度传感器2140E、抓握传感器2140F、接近度传感器2140G、色彩传感器2140H(例如,RGB传感器)、生物测定传感器2140I、温度/湿度传感器2140J、照度传感器2140K,和紫外线(UV)传感器2140M。另外或替代地,传感器模块2140可以包含电子鼻传感器、肌电图(EMG)传感器、脑电图(EEG)传感器、心电图(ECG)传感器、红外(IR)传感器、虹膜传感器,和/或指纹传感器。传感器模块2140可以进一步包含用于控制其中的至少一个传感器的控制电路。根据本公开的实施例,电子装置2100可以进一步包含配置成作为AP 2110的部分或者与AP2110分开地控制传感器模块2140的处理器,并且因此可以在AP 2110处于休眠状态时控制传感器模块2140。
输入装置2150可以包含触摸面板2152、(数字)笔传感器2154、键2156,或超声波输入装置2158。触摸面板2152可以使用(例如)电容性、电阻性、IR或超声波方法中的至少一者。另外,触摸面板2152可以进一步包含控制电路。触摸面板2152可以进一步包含触觉层以向用户提供触觉响应。
(数字)笔传感器2154(例如)可以包含作为触摸面板的部分的用于辨识的薄片,或用于辨识的单独薄片。键2156可以包含(例如)物理按钮、光学键,或小键盘。超声波输入装置2158可通过麦克风(例如,麦克风2188)检测从输入工具产生的超声波,以便检查对应于检测到的超声波的数据。
显示器2160(例如,显示器150)可以包含面板2162、全息装置2164或投影仪2166。面板2162可以具有与图1的显示器150相同或类似的配置。面板2162可被实施为(例如)柔性、透明或可穿戴的。可以使用一个模块配置面板2162和触摸面板2152。全息图2164可通过使用光的干涉在空中展示三维图像。投影仪2166可通过在屏幕上投射光而显示图像。屏幕(例如)可以放置在电子装置2100内部或外部。根据本公开的实施例,显示器2160可以进一步包含用于控制面板2162、全息装置2164或投影仪2166的控制电路。
接口2170可以包含(例如)HDMI 2172、USB 2174、光学接口2176或D-超小型(sub)2178。接口2170(例如)可以被包含在图1中示出的通信接口160中。另外或替代地,接口2170可以包含移动高清晰度链接(MHL)接口、SD卡/MMC接口,或红外数据协会(IrDA)标准接口。
音频模块2180可将声音转换为电信号,并且将电信号转换为声音。音频模块2180的至少一些组件(例如)可以被包含在图1中示出的输入/输出接口145中。音频模块2180可以处理通过扬声器2182、接收器2184、耳机2186或麦克风2188输入/输出的声音信息。
相机模块2191(作为用于捕获静态图像和视频的装置)可以包含至少一个图像传感器(例如,前方传感器或后方传感器)、镜头、ISP或闪光灯(例如,LED或氙灯)。
电力管理模块2195可以管理电子装置2100的电力。根据本公开的实施例,电力管理模块2195可以包含(例如)电力管理集成电路(PMIC)、充电器集成电路,或电池或燃料计量器。PMIC可具有有线和/或无线充电方法。作为无线充电方法,例如,存在磁共振方法、磁感应方法,或电磁方法。可以添加用于无线充电的额外电路,例如,线圈环路等电路、谐振电路或整流器电路。电池计量器可以测量电池2196的剩余量,或充电期间的电池的电压、电流或温度。电池2196(例如)可以包含可再充电电池和/或太阳能电池。
指示器2197可以显示电子装置2100或其部分(例如,AP 2110)的特定状态,例如,启动状态、消息状态或充电状态。马达2198可将电信号转换为机械振动,并且可以产生振动或触觉结果。虽然在图式中未示出,但电子装置2100可以包含用于移动TV支持的处理装置(例如,GPU)。用于移动TV支持的处理装置可以根据标准来处理媒体数据,所述标准例如为数字多媒体广播(DMB)、数字视频广播(DVB)或mediaFLOTM。
根据本公开的各种实施例,处理电子装置的图像数据的方法可以包含:根据图像数据的至少部分的特征而将图像划分为至少一个片段;确定对应于所述至少一个片段的类别;以及基于所述类别以转换的格式显示所述至少一个片段。
根据本公开的各种实施例,所述确定类别包含基于至少一个片段的图像数据中的RGB值的分布图案和边缘的分布图案中的至少一者而确定至少一个片段的类别。
根据本公开的各种实施例,所述确定至少一个片段的类别可以包含:获得目标区域,所述目标区域经由至少一个特定通道从至少一个片段的图像数据提取像素;以及基于以下各者来确定至少一个片段的图像数据是否包含字符:目标区域在至少一个片段的图像区域中占据的百分比、通过目标区域中的每个像素的向量转换而获得的向量的复杂性,和图像区域中的目标区域的散布。
根据本公开的各种实施例,所述确定至少一个片段的类别可以进一步包含转换至少一个片段的图像数据的色彩坐标系,且所述获得目标区域包含从通过色彩坐标系的转换而获得的图像数据获得目标区域。
根据本公开的各种实施例,所述以转换的形式显示至少一个片段可以包含:获得被从至少一个片段的图像数据转换为对应于至少一个片段的类别的数据类型的数据;获得对应于至少一个片段的图像数据的以下至少一个特征信息:至少一个片段的背景、色彩、字体、大小、段落、下划线和表格;以及通过将特征信息应用于被转换为所述数据类型的数据而以至少一个片段的图像数据的重新配置的形式显示至少一个片段的图像数据。
根据本公开的各种实施例,所述以转换的形式显示至少一个片段可以包含:将至少一个片段的图像数据转换为对应于至少一个片段的类别的向量数据;对应于对至少一个片段的图像数据的分析,获得以下至少一个特征信息:笔画的粗细、开始点和结束点的形式、粗细改变值、色彩改变值,和材料信息;基于特征信息而确定以下至少一个笔画信息:笔的类型、色彩、粗细、书写压力、书写速度、倾斜度和笔的旋转;以及通过将笔画信息应用于向量数据而以至少一个片段的图像数据的重新配置的形式显示至少一个片段的图像数据。
根据本公开的各种实施例,所述以转换的形式显示至少一个片段可以包含:从至少一个片段的图像数据获得被标记区域;提取被标记区域的色彩值;将被标记区域的图像数据二值化;获得被从二值化的数据转换为对应于至少一个片段的类别的数据类型的数据;以及通过将所提取的色彩值应用于被转换为所述数据类型的数据而以被标记区域的图像数据的重新配置的形式显示被标记区域的图像数据。
根据本公开的各种实施例,所述处理电子装置的图像数据的方法可以进一步包含:在驱动配备有电子装置的图像传感器时获得预览图像数据;在电子装置上显示的预览图像上显示基于从预览图像数据检测到的边缘而产生的指导;以及通过图像传感器获得图像数据,且所述在预览图像上显示所产生的指导可以包含:在所产生的指导改变多于指定临界值且多于指定临界值的改变维持不了比阈值时间更长的时间时,维持预览图像上的先前显示的指导。
根据本公开的各种实施例,所述在预览图像上显示所产生的指导可以包含,如果未从预览图像数据检测到边缘,那么维持先前显示的指导,并且在指定阈值时间之后重新尝试对预览图像数据的边缘检测。
根据本公开的各种实施例,所述以转换的形式显示至少一个片段可以包含:创建包含至少一个片段的布局、类别和对应于所述类别的特征信息的页。
根据本公开的各种实施例,所述处理电子装置的图像数据的方法进一步包含接收用户输入,且所述以转换的形式显示至少一个片段可以包含显示用户输入,其中在基于页中的用户输入的位置信息而确定的片段的位置处应用至少一个片段的类别和特征信息。
根据本公开的各种实施例,所述处理电子装置的图像数据的方法可以包含获得包含以下各者中的至少一者的特征信息:至少一个片段的背景、色彩、字体、大小、段落、下划线,和表格,且所述以转换的形式显示至少一个片段可以包含:将用户输入转换为对应于至少一个片段的类别的数据类型;以及显示被转换为所述数据类型的数据,其中在至少一个片段的所述位置处应用所述特征信息。
根据本公开的各种实施例,所述处理电子装置的图像数据的方法可以包含:获得包含以下各者中的至少一者的特征信息:至少一个片段中的笔画的粗细、开始点和结束点的形式、粗细改变值、色彩改变值和材料信息;以及基于所述特征信息而确定以下至少一个笔画信息:笔的类型;色彩、粗细、书写压力、书写速度、倾斜度,和笔的旋转,且所述以转换的形式显示至少一个片段可以包含:将用户输入转换为对应于至少一个片段的类别的向量数据;以及显示所转换的向量数据,其中在至少一个片段的位置处应用笔画操作。
根据本公开的各种实施例,所述处理电子装置的图像数据的方法可以包含:从功能上连接到电子装置的至少一个外部电子装置接收用户输入和用户输入的位置信息;以及显示所述用户输入,其中在基于页中的用户输入的位置信息而确定的片段的位置处应用至少一个片段的类别和特征信息。
根据本公开的各种实施例,电子装置可以包含:用于以下操作的至少一个处理器:将图像数据划分为对应于所述图像数据的至少部分的特征的至少一个片段、确定对应于至少一个片段的类别和基于至少一个片段的类别而转换至少一个片段;以及用于以转换的形式显示图像数据的显示器。
根据本公开的各种实施例,至少一个处理器可基于至少一个片段的图像数据中的RGB值的分布图案和边缘的分布图案中的至少一者而确定至少一个片段的类别。
根据本公开的各种实施例,所述至少一个处理器可以:获得目标区域,所述目标区域经由至少一个特定通道从至少一个片段的图像数据提取像素;以及基于以下各者来确定至少一个片段的类别:目标区域在至少一个片段的图像区域中占据的百分比、通过目标区域中的每个像素的向量转换而获得的向量的复杂性,和图像区域中的目标区域的散布。
根据本公开的各种实施例,所述至少一个处理器:从至少一个片段的图像数据获得被标记区域;提取被标记区域的色彩值;将被标记区域的图像数据二值化;获得被从二值化的数据转换为对应于至少一个片段的类别的数据类型的数据;通过将所提取的色彩值应用于所转换的数据而重新配置被标记区域的图像数据;以及基于呈重新配置的形式的被标记区域的图像数据而以转换的形式获得图像数据。
根据本公开的各种实施例,所述电子装置可以进一步包含用于获得预览图像数据和图像数据的相机模块,且显示器显示基于从预览图像数据检测到的边缘而产生的指导,且在所产生的指导改变多于指定临界值且多于指定临界值的改变维持不了比阈值时间更长的时间时,所述至少一个处理器维持预览图像上的先前显示的指导。
根据本公开的各种实施例,如果未从预览图像数据检测到边缘,那么所述至少一个处理器可以维持先前显示的指导,并且可以在指定阈值时间之后重新尝试对预览图像数据的边缘检测。
根据本公开的各种实施例,所述至少一个处理器可以创建包含至少一个片段的布局、至少一个片段的类别和对应于所述类别的特征信息的页。
根据本公开的各种实施例,所述电子装置可以进一步包含用于接收用户输入的用户接口,所述至少一个处理器可基于页中的用户输入的位置信息而确定片段,并且将类别和特征信息应用于用户输入,且所述显示器可以显示用户输入,其中在所确定的片段的位置处应用所述类别和所述特征信息。
根据本公开的各种实施例,所述至少一个处理器可通过分析至少一个片段的图像数据而获得包含以下各者中的至少一者的特征信息:至少一个片段的背景、色彩、字体、大小、段落、下划线和表格,并且将用户输入转换为对应于数据类型的类别的数据类型,且所述显示器可以显示其中应用特征信息的被转换为所述数据类型的数据。
根据本公开的各种实施例,电子装置可以:获得包含以下各者中的至少一者的特征信息:至少一个片段中的笔画的粗细、开始点和结束点的形式、粗细改变值、色彩改变值,和材料信息;基于所述特征信息而确定以下至少一个笔画信息:笔的类型、色彩、粗细、书写压力、书写速度、倾斜度和笔的旋转;将用户输入转换为对应于至少一个片段的类别的向量数据;以及将笔画信息应用于所述向量数据,且显示器可以显示其中应用笔画信息的向量数据。
根据本公开的各种实施例,电子装置可以进一步包含用于从功能上连接到电子装置的至少一个外部电子装置接收用户输入和用户输入的位置信息的通信接口,且所述至少一个处理器可基于页中的用户输入的位置信息而确定片段并且将类别和特征信息应用于用户输入,且显示器可以显示用户输入,其中在所确定的片段的位置处应用所述类别和所述特征信息。
根据本公开的各种实施例的电子装置可将非标准化字符或手写产生的数据辨识为统一码文本或笔画。
电子装置可按照转换的形式重新配置图像数据,以便在减小所辨识的统一码文本或笔画的总数据量时尽可能类似于原始图像数据。
可以使用至少一个组件配置根据本公开的各种实施例的电子装置的上述组件中的每一者,且对应组件的名称可以根据电子装置的种类而变化。根据本公开的各种实施例,根据本公开的各种实施例的电子装置可以包含上述组件中的至少一者、可以不包含一些上述组件,或者可以进一步包含另一组件。另外,根据本公开的各种实施例的电子装置中的一些组件配置成一个实体,使得同样执行先前对应组件的功能。
在本公开的各种实施例中使用的术语“模块”(例如)可为指包含硬件、软件和固件中的至少一者的组合的单元。术语“模块”和术语“单元”、“逻辑”、“逻辑块”、“组件”或“电路”可以可互换地使用。“模块”可为一体配置的组件的最小单元或部分。“模块”可为执行至少一个功能或其部分的最小单元。可以机械地或电子地实施“模块”。举例来说,根据本公开的各种实施例的“模块”可以包含以下各者中的至少一者:执行特定操作的专用集成电路(ASIC)芯片、现场可编程门阵列(FPGA)或可编程逻辑装置,其全部都是已知的或将在未来开发。
根据本公开的各种实施例,可以使用存储在计算机可读存储介质中的指令实施根据本公开的装置的至少部分(例如,其模块或功能)或方法的至少部分(例如,操作),如呈编程模块的形式。在至少一个处理器(例如,处理器120)执行指令时,其可以执行对应于所述指令的功能。例如,非暂时性计算机可读存储介质可以包含存储器130。
所述非暂时性计算机可读记录介质可包含硬盘、软盘、磁性介质(例如,磁带)、光学介质(例如,压缩光盘ROM(CD-ROM)和DVD)、磁光介质(例如,软光盘),和硬件装置(例如,ROM、RAM或快闪存储器)。另外,除了通过编译器创建的机器代码之外,程序指令可以包含可由计算机使用解译器执行的高级语言代码。硬件装置可以配置成作为至少一个软件模块而操作以执行本公开的各种实施例的操作,且反之亦然。
根据本公开的各种实施例的模块或编程模块可以包含上述组件中的至少一者、可以不包含一些上述组件,或者可以进一步包含另一组件。可通过连续的、并行的、重复的或试探的方法执行由根据本公开的各种实施例的模块、编程模块或其它组件执行的操作。另外,可通过不同次序执行一些操作或者可以省略一些操作。或者,可以添加其它操作。
虽然已经参考本公开的各种实施例示出并描述了本公开,但本领域技术人员将理解,在不脱离由所附权利要求书及其等效物界定的本公开的精神和范围的情况下可在其中作出形式和细节上的各种改变。
Claims (25)
1.一种处理电子装置的图像数据的方法,所述方法包括:
将所述图像数据划分为对应于所述图像数据的至少部分的特征的至少一个片段;
确定对应于所述至少一个片段的类别;以及
基于所述类别以转换的形式显示所述至少一个片段。
2.如权利要求1所述的方法,其中确定类别包括:基于所述至少一个片段的图像数据中的红色、绿色和蓝色(RGB)值分布图案和边缘分布图案中的至少一者而确定所述至少一个片段的所述类别。
3.如权利要求1所述的方法,其中确定类别包括:
获得目标区域,所述目标区域经由至少一个特征通道从所述至少一个片段的图像数据提取像素;以及
基于以下各者中的至少一者而确定所述至少一个片段的所述图像数据是否包括字符:所述目标区域在所述至少一个片段的图像区域中占据的比率、通过所述目标区域中的每个像素的向量转换而获得的向量的复杂性、和所述目标区域在所述图像区域中的散布。
4.如权利要求3所述的方法,其中确定类别进一步包括:转换所述至少一个片段的图像数据的色彩坐标系,且
其中获得目标区域包括:从通过所述色彩坐标系的转换而获得的图像数据获得所述目标区域。
5.如权利要求1所述的方法,其中显示所述至少一个片段包括:
获得从所述至少一个片段的图像数据转换为对应于所述至少一个片段的所述类别的数据类型的数据;
获得对应于所述至少一个片段的所述类别的以下至少一个特征信息:所述至少一个片段的背景、色彩、字体、大小、段落、下划线和表格;以及
通过将所述特征信息应用于数据类型转换的数据而以所述至少一个片段的图像数据的重新配置的形式显示所述至少一个片段的图像数据。
6.如权利要求1所述的方法,其中显示所述至少一个片段包括:
将所述至少一个片段的图像数据转换为对应于所述至少一个片段的所述类别的向量数据;
对应于对所述至少一个片段的图像数据的分析,获得以下至少一个特征信息:笔画的粗细、开始点和结束点的形式、粗细改变值、色彩改变值以及材料信息;
基于所述特征信息而确定以下至少一个笔画信息:笔的类型、色彩、粗细、书写压力、书写速度、倾斜度和所述笔的旋转;以及
通过将所述笔画信息应用于所述向量数据而以所述至少一个片段的图像数据的重新配置的形式显示所述至少一个片段的图像数据。
7.如权利要求1所述的方法,其中显示所述至少一个片段包括:
从所述至少一个片段的图像数据获得被标记区域;
提取所述被标记区域的色彩值;
将所述被标记区域的图像数据二值化;
获得从二值化的数据转换为对应于所述至少一个片段的所述类别的数据类型的数据;以及
通过将所提取的色彩值应用于被转换为所述数据类型的图像数据而以所述被标记区域的图像数据的重新配置的形式显示所述被标记区域的图像数据。
8.如权利要求1所述的方法,其进一步包括:
在驱动配备有所述电子装置的图像传感器时获得预览图像数据;
在所述电子装置上显示的预览图像上显示基于从所述预览图像数据检测到的边缘而产生的指导;以及
通过所述图像传感器获得所述图像数据,
其中在所述预览图像上显示所述指导包括:在所产生的指导改变多于指定临界值且多于指定值的改变未维持比阈值时间更长的时间时,维持先前在所述预览图像上显示的指导。
9.如权利要求8所述的方法,其进一步包括,在未从所述预览图像数据检测到边缘时,维持先前显示的指导并且在指定阈值时间之后重新尝试对所述预览图像数据的边缘的检测。
10.如权利要求1所述的方法,其中显示所述至少一个片段包括:创建包含所述至少一个片段的布局、所述类别和对应于所述类别的特征信息中的至少一者的页。
11.如权利要求10所述的方法,其进一步包括接收用户输入,
其中显示所述至少一个片段包括显示所述用户输入,其中在基于所述用户输入在所述页中的位置信息而确定的片段的位置处应用所述至少一个片段的所述类别和所述特征信息。
12.如权利要求11所述的方法,其进一步包括获得包含以下各者中的至少一者的特征信息:所述至少一个片段的背景、色彩、字体、大小、段落、下划线和表格,
其中显示所述至少一个片段包括:
将所述用户输入转换为对应于所述至少一个片段的所述类别的数据类型;以及
显示被转换为所述数据类型的数据,其中在所述至少一个片段的位置处应用所述特征信息。
13.如权利要求11所述的方法,其进一步包括:
获得包含以下各者中的至少一者的特征信息:所述至少一个片段中的笔画的粗细、开始点和结束点的形式、粗细改变值、色彩改变值以及材料信息;以及
基于所述特征信息而确定以下至少一个笔画信息:笔的类型、色彩、粗细、书写压力、书写速度、倾斜度和所述笔的旋转,
其中显示所述至少一个片段包括:
将所述用户输入转换为对应于所述至少一个片段的所述类别的向量数据;以及
显示所转换的向量数据,其中在所述至少一个片段的位置处应用所述笔画信息。
14.如权利要求10所述的方法,其进一步包括:
从功能上连接到所述电子装置的至少一个外部电子装置接收用户输入和所述用户输入的位置信息;以及
显示所述用户输入,其中在基于所述用户输入在所述页中的位置信息而确定的片段的位置处应用所述至少一个片段的所述类别和所述特征信息。
15.一种电子装置,其包括:
至少一个处理器,其配置成:将图像数据划分为对应于所述图像数据的至少部分的特征的至少一个片段;确定对应于所述至少一个片段的类别;以及基于所述类别以转换的形式显示所述至少一个片段;以及
显示器,其配置成以转换的形式显示所述图像数据。
16.如权利要求15所述的装置,其中所述至少一个处理器基于所述至少一个片段的图像数据中的红色、绿色和蓝色(RGB)值分布图案和边缘分布图案中的至少一者而确定所述至少一个片段的所述类别。
17.如权利要求15所述的装置,其中所述至少一个处理器:获得目标区域,所述目标区域经由至少一个特征通道从所述至少一个片段的图像数据提取像素;以及基于以下各者中的至少一者来确定所述至少一个片段的图像数据是否包括字符:所述目标区域在所述至少一个片段的图像区域中占据的百分比、通过所述目标区域中的每个像素的向量转换而获得的向量的复杂性、和所述目标区域在所述图像区域中的散布。
18.如权利要求15所述的装置,其中所述至少一个处理器:从所述至少一个片段的图像数据获得被标记区域;提取所述被标记区域的色彩值;将所述被标记区域的图像数据二值化;获得从二值化的数据转换为对应于所述至少一个片段的所述类别的数据类型的数据;以及通过将所提取的色彩值应用于被转换为所述数据类型的图像数据而以所述被标记区域的图像数据的重新配置的形式显示所述被标记区域的图像数据。
19.如权利要求15所述的装置,其进一步包括配置成用于获得预览图像数据和所述图像数据的相机,
其中所述显示器在所述电子装置上显示的预览图像上显示基于从所述预览图像数据检测到的边缘而产生的指导,且
其中在所产生的指导改变多于指定临界值且多于指定值的改变未维持比阈值时间更长的时间时,所述至少一个处理器维持先前在所述预览图像上显示的指导。
20.如权利要求19所述的装置,其中在未从所述预览图像数据检测到边缘时,所述至少一个处理器维持先前显示的指导并且在指定阈值时间之后重新尝试对所述预览图像数据的边缘的检测。
21.如权利要求15所述的装置,其中所述至少一个处理器创建包含所述至少一个片段的布局、所述类别和对应于所述类别的特征信息中的至少一者的页。
22.如权利要求21所述的装置,其进一步包括配置成接收用户输入的输入接口,
其中所述至少一个处理器基于所述用户输入在所述页中的位置信息而确定片段,且将所述类别和所述特征信息应用于所述用户输入,且
其中所述显示器显示所述用户输入,其中在所确定的片段的位置处应用所述类别和所述特征信息。
23.如权利要求22所述的装置,其中所述至少一个处理器:通过分析所述至少一个片段的所述图像数据而获得包含以下各者中的至少一者的特征信息:所述至少一个片段的背景、色彩、字体、大小、段落、下划线和表格;将所述用户输入转换为对应于所述至少一个片段的所述类别的数据类型;以及将所述特征信息应用于被转换为所述数据类型的数据,且
其中所述显示器显示其中应用所述特征信息的、数据类型转换的数据。
24.如权利要求22所述的方法,其中所述至少一个处理器:获得包含以下各者中的至少一者的特征信息:所述至少一个片段中的笔画的粗细、开始点和结束点的形式、粗细改变值、色彩改变值以及材料信息;基于所述特征信息确定以下至少一个笔画信息:笔的类型、色彩、粗细、书写压力、书写速度、倾斜度和所述笔的旋转;将所述用户输入转换为对应于所述至少一个片段的所述类别的向量数据;以及将所述笔画信息应用于所述向量数据,且
其中所述显示器显示其中应用所述笔画信息的所述向量数据。
25.如权利要求21所述的装置,其进一步包括通信接口,所述通信接口配置成从功能上连接到所述电子装置的至少一个外部电子装置接收用户输入和所述用户输入的位置信息,
其中所述至少一个处理器基于所述用户输入在所述页中的位置信息确定片段,且将所述类别和所述特征信息应用于所述用户输入,且
其中所述显示器显示所述用户输入,其中在所确定的片段的位置处应用所述类别和所述特征信息。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140116508A KR20160027862A (ko) | 2014-09-02 | 2014-09-02 | 이미지 데이터를 처리하는 방법과 이를 지원하는 전자 장치 |
| KR10-2014-0116508 | 2014-09-02 | ||
| PCT/KR2015/008901 WO2016036044A1 (en) | 2014-09-02 | 2015-08-26 | Image data processing method and electronic device supporting the same |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106796653A true CN106796653A (zh) | 2017-05-31 |
Family
ID=55440045
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201580054923.8A Pending CN106796653A (zh) | 2014-09-02 | 2015-08-26 | 图像数据处理方法和支持该方法的电子装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US9734591B2 (zh) |
| EP (1) | EP3195200A4 (zh) |
| KR (1) | KR20160027862A (zh) |
| CN (1) | CN106796653A (zh) |
| WO (1) | WO2016036044A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113255707A (zh) * | 2020-02-12 | 2021-08-13 | 富士胶片商业创新有限公司 | 信息处理装置、记录介质及信息处理方法 |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9740310B2 (en) * | 2015-05-22 | 2017-08-22 | Adobe Systems Incorporated | Intuitive control of pressure-sensitive stroke attributes |
| US10546015B2 (en) * | 2015-12-01 | 2020-01-28 | Facebook, Inc. | Determining and utilizing contextual meaning of digital standardized image characters |
| KR102798196B1 (ko) | 2017-01-12 | 2025-04-22 | 삼성전자주식회사 | 마커를 검출하기 위한 방법 및 그 전자 장치 |
| US10637674B2 (en) * | 2017-06-07 | 2020-04-28 | Tg-17, Inc. | System and method for real-time decoding and monitoring for encrypted instant messaging and other information exchange applications |
| US11386636B2 (en) | 2019-04-04 | 2022-07-12 | Datalogic Usa, Inc. | Image preprocessing for optical character recognition |
| KR102801405B1 (ko) * | 2020-05-15 | 2025-04-30 | 삼성전자주식회사 | 전자 장치, 시스템 및 그 제어 방법 |
| JP7287409B2 (ja) * | 2021-02-26 | 2023-06-06 | セイコーエプソン株式会社 | 表示方法およびプログラム |
| KR102324221B1 (ko) * | 2021-03-31 | 2021-11-10 | 주식회사 매직핑거 | 이미지 문서의 비정형 레이아웃 인식 방법 |
| KR102473059B1 (ko) * | 2021-10-28 | 2022-12-02 | 주식회사 테스트뱅크 | 디지털화 된 참고서의 요소 추출 시스템 및 그 방법 |
| US20230401265A1 (en) * | 2022-06-09 | 2023-12-14 | Microsoft Technology Licensing, Llc | Cross-application componentized document generation |
| CN117078561B (zh) * | 2023-10-13 | 2024-01-19 | 深圳市东视电子有限公司 | 基于rgb的自适应颜色校正与对比度增强方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060209369A1 (en) * | 2005-03-16 | 2006-09-21 | Kabushiki Kaisha Toshiba | Image processing apparatus |
| CN101661465A (zh) * | 2008-08-28 | 2010-03-03 | 富士施乐株式会社 | 图像处理装置及图像处理方法 |
| CN103098074A (zh) * | 2010-03-10 | 2013-05-08 | 微软公司 | 光学字符识别中的文档页分割 |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07131641A (ja) * | 1993-11-08 | 1995-05-19 | Canon Inc | 画像処理装置 |
| US6453069B1 (en) * | 1996-11-20 | 2002-09-17 | Canon Kabushiki Kaisha | Method of extracting image from input image using reference image |
| JP4100746B2 (ja) * | 1998-01-09 | 2008-06-11 | キヤノン株式会社 | 画像処理装置及び方法 |
| JPH11306197A (ja) * | 1998-04-24 | 1999-11-05 | Canon Inc | 画像処理装置及びその方法、コンピュータ可読メモリ |
| US6263122B1 (en) * | 1998-09-23 | 2001-07-17 | Hewlett Packard Company | System and method for manipulating regions in a scanned image |
| KR100310306B1 (ko) | 1998-10-09 | 2001-12-17 | 오길록 | 컴퓨터에서의서식문서영상분석방법및이를기록한기록매체 |
| US6823084B2 (en) | 2000-09-22 | 2004-11-23 | Sri International | Method and apparatus for portably recognizing text in an image sequence of scene imagery |
| US7031553B2 (en) * | 2000-09-22 | 2006-04-18 | Sri International | Method and apparatus for recognizing text in an image sequence of scene imagery |
| JP4095768B2 (ja) | 2000-11-24 | 2008-06-04 | 株式会社日立製作所 | 画像処理方法及び、それを用いた非接触画像入力装置 |
| US7340092B2 (en) * | 2001-12-21 | 2008-03-04 | Minolta Co., Ltd. | Image processing device, image processing method, program for executing image processing, and computer readable recording medium on which the program is stored |
| US7236632B2 (en) * | 2003-04-11 | 2007-06-26 | Ricoh Company, Ltd. | Automated techniques for comparing contents of images |
| KR100595525B1 (ko) | 2004-11-12 | 2006-07-03 | 엘지전자 주식회사 | 모바일 카메라의 미리보기 영상 개선 장치 및 방법 |
| CN101107848A (zh) * | 2005-01-24 | 2008-01-16 | 松下电器产业株式会社 | 场面区间分割装置 |
| US7660468B2 (en) * | 2005-05-09 | 2010-02-09 | Like.Com | System and method for enabling image searching using manual enrichment, classification, and/or segmentation |
| US7650041B2 (en) | 2006-02-24 | 2010-01-19 | Symbol Technologies, Inc. | System and method for optical character recognition in an image |
| WO2010116774A1 (ja) * | 2009-04-07 | 2010-10-14 | 村田機械株式会社 | 画像処理装置と処理方法、処理プログラム、及び記憶媒体 |
| JP4927122B2 (ja) * | 2009-06-15 | 2012-05-09 | シャープ株式会社 | 画像処理方法、画像処理装置、画像形成装置、プログラムおよび記録媒体 |
| US8599204B2 (en) * | 2010-11-19 | 2013-12-03 | Microsoft Corporation | Controlling edge routing using layout constraints |
| KR101218637B1 (ko) | 2010-12-28 | 2013-01-04 | (주)동아엘텍 | 윤곽선 검출을 위한 대각선 스캔방법 |
| US9466009B2 (en) * | 2013-12-09 | 2016-10-11 | Nant Holdings Ip. Llc | Feature density object classification, systems and methods |
| JP6128092B2 (ja) * | 2014-10-10 | 2017-05-17 | コニカミノルタ株式会社 | 履歴生成装置及び履歴生成方法 |
| JP6579905B2 (ja) * | 2015-01-29 | 2019-09-25 | キヤノン株式会社 | 情報処理装置、情報処理装置の表示制御方法、及びプログラム |
-
2014
- 2014-09-02 KR KR1020140116508A patent/KR20160027862A/ko not_active Ceased
-
2015
- 2015-08-26 CN CN201580054923.8A patent/CN106796653A/zh active Pending
- 2015-08-26 WO PCT/KR2015/008901 patent/WO2016036044A1/en not_active Ceased
- 2015-08-26 EP EP15839053.4A patent/EP3195200A4/en not_active Withdrawn
- 2015-09-01 US US14/842,287 patent/US9734591B2/en not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060209369A1 (en) * | 2005-03-16 | 2006-09-21 | Kabushiki Kaisha Toshiba | Image processing apparatus |
| CN101661465A (zh) * | 2008-08-28 | 2010-03-03 | 富士施乐株式会社 | 图像处理装置及图像处理方法 |
| CN103098074A (zh) * | 2010-03-10 | 2013-05-08 | 微软公司 | 光学字符识别中的文档页分割 |
Non-Patent Citations (2)
| Title |
|---|
| ANONYMOUS: "ABBYY FineReader Version 12 User’s Guide", 《HTTPS://STATIC2.ABBYY.COM/ABBYYCOMMEDIA/20162/GUIDE_ENGLISH.PDF》 * |
| EPC GROUP.NET: "Office lens-a One Note Scanner for your pocket", 《HTTPS://V.YOUKU.COM/V_SHOW/ID_XNJG2NJM4NTA0.HTML?REFER=SEO_OPERATION.LIUXIAO. LIUX_00003308_3000_YVMIBA_19042900》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113255707A (zh) * | 2020-02-12 | 2021-08-13 | 富士胶片商业创新有限公司 | 信息处理装置、记录介质及信息处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3195200A1 (en) | 2017-07-26 |
| US20160078291A1 (en) | 2016-03-17 |
| WO2016036044A1 (en) | 2016-03-10 |
| KR20160027862A (ko) | 2016-03-10 |
| EP3195200A4 (en) | 2018-05-09 |
| US9734591B2 (en) | 2017-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9734591B2 (en) | Image data processing method and electronic device supporting the same | |
| US10430648B2 (en) | Method of processing content and electronic device using the same | |
| US11113523B2 (en) | Method for recognizing a specific object inside an image and electronic device thereof | |
| US20250086376A1 (en) | Method and apparatus for content management using function contents on the map | |
| CN107040698B (zh) | 无人图像捕获装置的图像捕获方法和支持其的电子装置 | |
| US10003785B2 (en) | Method and apparatus for generating images | |
| US20160349936A1 (en) | Method for outputting screen and electronic device supporting the same | |
| US9384405B2 (en) | Extracting and correcting image data of an object from an image | |
| KR20160103398A (ko) | 이미지의 품질 측정 방법 및 장치 | |
| CN107665485A (zh) | 用于显示图形对象的电子装置和计算机可读记录介质 | |
| EP3480790B1 (en) | Method and apparatus for continuously displaying images on basis of similarity of images | |
| KR20170019827A (ko) | 이미지 처리 방법 및 이를 지원하는 전자장치 | |
| WO2015074405A1 (en) | Methods and devices for obtaining card information | |
| US10031667B2 (en) | Terminal device, display control method, and non-transitory computer-readable recording medium | |
| WO2018184255A1 (zh) | 图像校正的方法和装置 | |
| KR20150059989A (ko) | 문서 인식 방법 및 장치 | |
| CN113273167A (zh) | 多区域图像扫描 | |
| CN105446523A (zh) | 用于在电子设备中输入对象的方法和装置 | |
| KR102303206B1 (ko) | 전자장치에서 이미지 내의 특정 객체를 인식하기 위한 방법 및 장치 | |
| JPWO2016006090A1 (ja) | 電子機器、方法及びプログラム | |
| KR102605451B1 (ko) | 이미지 내에 포함된 복수의 외부 객체들 각각에 대응하는 복수의 서비스들을 제공하는 전자 장치 및 방법 | |
| US9330310B2 (en) | Methods and devices for obtaining card information |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170531 |