像素点的处理方法、存储介质、电子装置与流程

1.本发明涉及图像识别领域，具体而言，涉及一种像素点的处理方法、存储介质、电子装置。


背景技术：

2.伴随着科技的发展，家电设备越来越智能，对于洗衣机来说，更加便捷的洗涤方式为用户所追求，相关技术中，通过洗衣机中的水洗检测算法对衣物进行识别，进而确定衣物中的水洗标签，以便指示根据水洗标签将同类衣物进行统一清洗，但是，上述水洗标检测算法只能够以框的位置定位到水洗标位置信息，无法将水洗标轮廓线条与背景图案进行进一步的区分，即无法做到水洗标细粒度的定位，无法实现根据所述水洗标细粒度的定位对衣物进行更加细化的洗涤分类，亦无法提供更加便捷的自动专业洗护服务。
3.针对相关技术中，无法对待识别图像中的水洗标识进行细粒度识别等问题，尚未提出有效的技术方案。


技术实现要素：

4.本发明实施例提供了一种像素点的处理方法、存储介质、电子装置，以至少解决相关技术中，无法对待识别图像中的水洗标识进行细粒度识别等问题。
5.根据本发明的一个实施例，提供了一种像素点的处理方法，包括：从待识别图像中提取出存在水洗标识的目标图像，并获取目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值；其中，目标图像包括：水洗标识和背景图像；根据预设区分像素值从多个第一像素值中确定的第一像素均值和第二像素均值；并根据第一像素均值、第二像素均值、预设区分像素值确定出目标图像的分割阈值；其中，第一像素均值根据目标图像中小于或等于预设区分像素值的第一像素值确定，第二像素均值根据目标图像中大于预设区分像素值的第一像素值确定；确定目标图像对应的目标灰度图像中每一像素点的第二像素值与分割阈值的比较结果，并根据比较结果得到目标图像中的水洗标识。
6.在一个示例性实施例中，确定目标图像对应的目标灰度图像中每一像素点的第二像素值与分割阈值的比较结果，并根据比较结果得到目标图像中的水洗标识，包括：将第二像素值大于分割阈值的目标灰度图像中的像素点确定为构成水洗标识的目标像素点；将目标灰度图像中的所有目标像素点变更为第一预设颜色，以确定目标图像中的水洗标识。
7.在一个示例性实施例中，将目标灰度图像中的所有目标像素点变更为第一预设颜色，以确定目标图像中的水洗标识，上述方法还包括：将目标灰度图像中非目标像素点的其他像素点统一转换为第二预设颜色；基于第一预设颜色和第二预设颜色将目标灰度图像转化为色差图像，以根据色差图像中的色彩差异确定目标图像中的水洗标识。
8.在一个示例性实施例中，根据预设区分像素值从多个第一像素值中确定的第一像素均值和第二像素均值，包括：获取多个第一像素值中小于或等于预设区分像素值的第一像素值对应第一像素点集合；确定第一像素点集合对应的像素点的第一数量；并基于第一
数量以及第一像素点集合中每一个像素点的像素值确定第一像素均值；和/或，获取多个第一像素值中大于预设区分像素值的第一像素值对应第二像素点集合；确定第二像素点集合对应的像素点的第二数量；并基于第二数量以及第二像素点集合中每一个像素点的像素值确定第二像素均值。
9.在一个示例性实施例中，根据第一像素均值、第二像素均值、预设区分像素值确定出目标图像的分割阈值之前，上述方法还包括：确定第一像素值在像素值为0至预设区分像素值构成的第一统计区间出现的第一概率值；以及确定第一像素值在像素值为预设区分像素值至像素值为255构成的第二统计区间出现的第二概率值；将第一概率值、第二概率值作为确定目标图像的分割阈值的权重参数。
10.在一个示例性实施例中，根据第一像素均值、第二像素均值、预设区分像素值确定出目标图像的分割阈值，包括：将不同颜色通道上的第一像素均值与第二像素均值差值的平方进行相加，得到目标图像的初始分割阈值；将初始分割阈值与第一概率值以及第二概率值相乘，得到目标图像的最大分割阈值；通过最大分割阈值与预设区分像素值确定目标图像的分割阈值。
11.在一个示例性实施例中，取目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值之后，上述方法还包括：确定第一像素值对应的颜色通道的通道类型；对处于同一通道类型中的每一个像素点对应的第一像素值进行频次统计，并确定频次统计对应的统计向量，其中，统计向量用于确定目标图像中不同通道类型的像素点分布情况。
12.在一个示例性实施例中，从待识别图像中提取出存在水洗标识的目标图像，包括：通过预设的检测算法确定待识别图像中每一个水洗标识对应的边缘坐标信息；根据边缘坐标信息确定每一个水洗标识的图像长度以及图像宽度，并将边缘坐标信息的中心点坐标作为每一个水洗标识的位置信息；根据位置信息对待识别图像中的目标区域进行图像提取，得到目标图像，其中，位置信息用于确定每一个水洗标识对应的目标区域在待识别图像中的位置。
13.根据本发明的另一个实施例，提供了一种像素点的处理装置，包括：获取模块，用于从待识别图像中提取出存在水洗标识的目标图像，并获取目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值；其中，目标图像包括：水洗标识和背景图像；分割模块，用于根据预设区分像素值从多个第一像素值中确定的第一像素均值和第二像素均值；并根据第一像素均值、第二像素均值、预设区分像素值确定出目标图像的分割阈值；其中，第一像素均值根据目标图像中小于或等于预设区分像素值的第一像素值确定，第二像素均值根据目标图像中大于预设区分像素值的第一像素值确定；比较模块，用于确定目标图像对应的目标灰度图像中每一像素点的第二像素值与分割阈值的比较结果，并根据比较结果得到目标图像中的水洗标识。
14.在一个示例性实施例中，上述比较模块，还用于将第二像素值大于分割阈值的目标灰度图像中的像素点确定为构成水洗标识的目标像素点；将目标灰度图像中的所有目标像素点变更为第一预设颜色，以确定目标图像中的水洗标识。
15.在一个示例性实施例中，上述比较模块，还用于将目标灰度图像中非目标像素点的其他像素点统一转换为第二预设颜色；基于第一预设颜色和第二预设颜色将目标灰度图
像转化为色差图像，以根据色差图像中的色彩差异确定目标图像中的水洗标识。
16.在一个示例性实施例中，上述分割模块，还用于获取多个第一像素值中小于或等于预设区分像素值的第一像素值对应第一像素点集合；确定第一像素点集合对应的像素点的第一数量；并基于第一数量以及第一像素点集合中每一个像素点的像素值确定第一像素均值；和/或，获取多个第一像素值中大于预设区分像素值的第一像素值对应第二像素点集合；确定第二像素点集合对应的像素点的第二数量；并基于第二数量以及第二像素点集合中每一个像素点的像素值确定第二像素均值。
17.在一个示例性实施例中，上述分割模块还包括：概率单元，用于确定第一像素值在像素值为0至预设区分像素值构成的第一统计区间出现的第一概率值；以及确定第一像素值在像素值为预设区分像素值至像素值为255构成的第二统计区间出现的第二概率值；将第一概率值、第二概率值作为确定目标图像的分割阈值的权重参数。
18.在一个示例性实施例中，上述分割模块，还用于将不同颜色通道上的第一像素均值与第二像素均值差值的平方进行相加，得到目标图像的初始分割阈值；将初始分割阈值与第一概率值以及第二概率值相乘，得到目标图像的最大分割阈值；通过最大分割阈值与预设区分像素值确定目标图像的分割阈值。
19.在一个示例性实施例中，上述装置还包括：统计模块，还用于确定第一像素值对应的颜色通道的通道类型；对处于同一通道类型中的每一个像素点对应的第一像素值进行频次统计，并确定频次统计对应的统计向量，其中，统计向量用于确定目标图像中不同通道类型的像素点分布情况。
20.在一个示例性实施例中，上述获取模块，还用于通过预设的检测算法确定待识别图像中每一个水洗标识对应的边缘坐标信息；根据边缘坐标信息确定每一个水洗标识的图像长度以及图像宽度，并将边缘坐标信息的中心点坐标作为每一个水洗标识的位置信息；根据位置信息对待识别图像中的目标区域进行图像提取，得到目标图像，其中，位置信息用于确定每一个水洗标识对应的目标区域在待识别图像中的位置。
21.根据本发明的又一个实施例，还提供了一种存储介质，存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
22.根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
23.通过本发明，从待识别图像中提取出存在水洗标识的目标图像，并获取目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值；其中，目标图像包括：水洗标识和背景图像；根据预设区分像素值从多个第一像素值中确定的第一像素均值和第二像素均值；并根据第一像素均值、第二像素均值、预设区分像素值确定出目标图像的分割阈值；其中，第一像素均值根据目标图像中小于或等于预设区分像素值的第一像素值确定，第二像素均值根据目标图像中大于预设区分像素值的第一像素值确定；确定目标图像对应的目标灰度图像中每一像素点的第二像素值与分割阈值的比较结果，并根据比较结果得到目标图像中的水洗标识，也就是说，通过对待识别图像中的水洗标识进行识别，继而通过目标算法对水洗标识所在目标图像中的像素点进行分割处理，对水洗标识实现更细粒度的识别，因此，可以解决现有技术中无法对待识别图像中的水洗标识进行细粒度识别等
问题，进而通过对水洗标识的细粒度识别确定出水洗标识中更加细致的水洗信息，为衣物的精细化洗涤提供衣物分类基础。
附图说明
24.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，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：
25.图1是本发明实施例的一种像素点的处理方法的设备终端的硬件结构框图；
26.图2是根据本发明实施例的像素点的处理方法的流程图；
27.图3是根据本发明可选实施例的水洗标分割算法对于水洗标签的处理流程图；
28.图4是根据本发明实施例的像素点的处理装置的结构框图(一)；
29.图5是根据本发明实施例的像素点的处理装置的结构框图(二)。
具体实施方式
30.下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
31.需要说明的是，本发明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。
32.本技术实施例所提供的方法实施例可以在计算机终端或者设备终端类似的运算装置中执行。以运行在设备终端上为例，图1是本发明实施例的一种像素点的处理方法的设备终端的硬件结构框图。如图1所示，设备终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)和用于存储数据的存储器104，在一个示例性实施例中，上述设备终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述设备终端的结构造成限定。例如，设备终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。
33.存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的像素点的处理方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至设备终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
34.传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括设备终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
35.在本实施例中提供了一种像素点的处理方法，图2是根据本发明实施例的像素点的处理方法的流程图，该流程包括如下步骤：
36.步骤s202，从待识别图像中提取出存在水洗标识的目标图像，并获取所述目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值；其中，所述目标图像包括：水洗标识和背景图像；可选的，上述图像提取是将待识别图像中的目标区域进行单独的提取，进而根据待识别图像中的水洗标识将待识别图像分解为多个目标图像。
37.步骤s204，根据预设区分像素值从所述多个第一像素值中确定的第一像素均值和第二像素均值；并根据所述第一像素均值、所述第二像素均值、所述预设区分像素值确定出所述目标图像的分割阈值；其中，所述第一像素均值根据目标图像中小于或等于预设区分像素值的第一像素值确定，所述第二像素均值根据目标图像中大于预设区分像素值的第一像素值确定；
38.步骤s206，确定所述目标图像对应的目标灰度图像中每一像素点的第二像素值与所述分割阈值的比较结果，并根据所述比较结果得到所述目标图像中的水洗标识。
39.通过上述步骤，从待识别图像中提取出存在水洗标识的目标图像，并获取目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值；其中，目标图像包括：水洗标识和背景图像；根据预设区分像素值从多个第一像素值中确定的第一像素均值和第二像素均值；并根据第一像素均值、第二像素均值、预设区分像素值确定出目标图像的分割阈值；其中，第一像素均值根据目标图像中小于或等于预设区分像素值的第一像素值确定，第二像素均值根据目标图像中大于预设区分像素值的第一像素值确定；确定目标图像对应的目标灰度图像中每一像素点的第二像素值与分割阈值的比较结果，并根据比较结果得到目标图像中的水洗标识，也就是说，通过对待识别图像中的水洗标识进行识别，继而通过目标算法对水洗标识所在目标图像中的像素点进行分割处理，对水洗标识实现更细粒度的识别，因此，可以解决现有技术中无法对待识别图像中的水洗标识进行细粒度识别等问题，进而通过对水洗标识的细粒度识别确定出水洗标识中更加细致的水洗信息，为衣物的精细化洗涤提供衣物分类基础。
40.需要说明的是，上述水洗标识为洗涤标签中的文字或者图案，洗涤标签为衣物中携带的用于对衣物的洗涤要求进行说明的标签，例如，人们通常买的衣服裤子中，在边缘处会有标签(通常是白色)，标签最上面一般写着“洗涤说明”或者“合格证”的文字，然后里面会有关于衣服裤子原材料成分的解释，也会有关于衣服裤子可以洗涤方式和不可以洗涤方式的图案及文字性解释。
41.在一个示例性实施例中，确定目标图像对应的目标灰度图像中每一像素点的第二像素值与分割阈值的比较结果，并根据比较结果得到目标图像中的水洗标识，包括：将第二像素值大于分割阈值的目标灰度图像中的像素点确定为构成水洗标识的目标像素点；将目标灰度图像中的所有目标像素点变更为第一预设颜色，以确定目标图像中的水洗标识。
42.例如，比较所述目标图像对应的目标灰度图像中每一像素点的第二像素值与所述分割阈值的大小，以得到所述水洗标识对应的第一类像素点集合和所述背景图像对应的第二类像素点集合，包括：在所述第二像素值大于所述分割阈值的情况下，确定所述第二像素值对应的目标像素点为构成水洗标识的像素点，将所述目标像素点放入所述水洗标识对应的第一类像素点集合；在所述第二像素值小于或等于所述分割阈值的情况下，确定所述第二像素值对应的目标像素点为构成背景图像的像素点，将所述目标像素点放入所述背景图像对应的第二类像素点集合。
43.在一个示例性实施例中，将目标灰度图像中的所有目标像素点变更为第一预设颜色，以确定目标图像中的水洗标识，上述方法还包括：将目标灰度图像中非目标像素点的其他像素点统一转换为第二预设颜色；基于第一预设颜色和第二预设颜色将目标灰度图像转化为色差图像，以根据色差图像中的色彩差异确定目标图像中的水洗标识。
44.例如，将目标图像转成灰度图i
gray
，如果，像素值》分割阈值θ，则将目标图像中对应的像素点变成白色，如果像素值《＝分割阈值θ，则将目标图像中对应的像素点变成黑色，从而得到目标图像的分割图，也就成功把水洗标识边缘和背景成功区分开了。
45.在一个示例性实施例中，根据预设区分像素值从多个第一像素值中确定的第一像素均值和第二像素均值，包括：获取多个第一像素值中小于或等于预设区分像素值的第一像素值对应第一像素点集合；确定第一像素点集合对应的像素点的第一数量；并基于第一数量以及第一像素点集合中每一个像素点的像素值确定第一像素均值；和/或，获取多个第一像素值中大于预设区分像素值的第一像素值对应第二像素点集合；确定第二像素点集合对应的像素点的第二数量；并基于第二数量以及第二像素点集合中每一个像素点的像素值确定第二像素均值。
46.可选的，还可计算前景和背景的rgb平均像素值：
[0047][0048][0049]
其中，*∈{r，g，b}，像素值出现频次的统计向量c*，j为区间[0：i]以及区间[i：255]上的任意像素值。
[0050]
在一个示例性实施例中，根据第一像素均值、第二像素均值、预设区分像素值确定出目标图像的分割阈值之前，上述方法还包括：确定第一像素值在像素值为0至预设区分像素值构成的第一统计区间出现的第一概率值；以及确定第一像素值在像素值为预设区分像素值至像素值为255构成的第二统计区间出现的第二概率值；将第一概率值、第二概率值作为确定目标图像的分割阈值的权重参数。
[0051]
简而言之，由于水洗标识内通常是固定颜色的图案，不存在复杂背景信息，因此当采用水洗标检测算法得到水洗标识的图案只包含两部分信息，一部分是水洗标识图片的边缘轮廓信息，这部分的边缘都是采用同一颜色进行印制，另一部分就是背景信息，背景信息也都是采用同一颜色进行印制，而且两种颜色具有非常强的对比性，比如水洗标识的边缘是黑色，存在水洗标识的水洗标签通常是白色，进而可以通过设置对应的色彩通道对水洗标识中像素点进行分割处理，统计水洗标识中的像素点在不同大小的像素值中的出现的频次，并通过色彩通道对水洗标识的颜色类别进行初步划分。
[0052]
可选的，将目标图像对应的binr，bing，binb除以目标图像对应的目标区域得到rgb分别的像素值统计概率；进一步的，假设i为预设的用于区分前景与背景的像素值，统计0～i和i～255区间像素出现的概率分别为：
[0053][0054]
[0055]
其中，*∈{r，g，b}，这里的0～i代表前景，i～255区间代表背景。
[0056]
在一个示例性实施例中，根据第一像素均值、第二像素均值、预设区分像素值确定出目标图像的分割阈值，包括：将不同颜色通道上的第一像素均值与第二像素均值差值的平方进行相加，得到目标图像的初始分割阈值；将初始分割阈值与第一概率值以及第二概率值相乘，得到目标图像的最大分割阈值；通过最大分割阈值与预设区分像素值确定目标图像的分割阈值。
[0057]
例如，根据rgb平均像素值计算前景和背景之间的方差，公式如下：
[0058][0059][0060]
进而确定出目标图像的前景和背景的区分阈值：
[0061][0062]
在一个示例性实施例中，取目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值之后，上述方法还包括：确定第一像素值对应的颜色通道的通道类型；对处于同一通道类型中的每一个像素点对应的第一像素值进行频次统计，并确定频次统计对应的统计向量，其中，统计向量用于确定目标图像中不同通道类型的像素点分布情况。
[0063]
例如，目标图像的rgb三通道像素值范围均为[0,255]共256个不同离散值。将目标图像的rgb三通道分别按照0～255共256个离散值进行统计，例如对于r通道来说，其值范围是[0,255]共256个不同值。对其按照不同离散值进行统计，得到像素值出现频次的统计向量cr，cg，cb。当cr＝[2,3,.....](长度为256)代表r＝0出现两次，r＝1出现三次等，进而将目标图像通过色彩通道进行分类后，确定出目标图像对应的binr，bing，binb。
[0064]
在一个示例性实施例中，从待识别图像中提取出存在水洗标识的目标图像，包括：通过预设的检测算法确定待识别图像中每一个水洗标识对应的边缘坐标信息；根据边缘坐标信息确定每一个水洗标识的图像长度以及图像宽度，并将边缘坐标信息的中心点坐标作为每一个水洗标识的位置信息；根据位置信息对待识别图像中的目标区域进行图像提取，得到目标图像，其中，位置信息用于确定每一个水洗标识对应的目标区域在待识别图像中的位置。
[0065]
例如，为了使得确定出的水洗标识对应的目标图像的准确度更好，通过预设的检测算法对待识别图像中的多个水洗标识对应的边缘坐标信息进行抓取，进而得到水洗标识的边缘轮廓信息，并且为了保证完整性，通过计算水洗标识的边缘坐标信息确定水洗标识对应的图像长度以及图像宽度，并为了更好的定位当前水洗标识在待识别图像中的位置，确定出边缘坐标信息对应的中心点作为每一个水洗标识的位置信息，继而从待识别图像中提取出多个目标图像。
[0066]
作为一种可选的实施方式，预设的检测算法可以确定待识别图像中每一个水洗标识的位置信息，其中，所述位置信息用于确定每一个水洗标识对应的目标区域在所述待识别图像中的位置；根据所述位置信息对所述待识别图像中的目标区域进行图像提取，得到
目标图像。
[0067]
例如，预设的检测算法还可以根据坐标信息、图像长度、图像宽度确定待识别图像中每一个水洗标识的位置信息，包括：根据坐标信息确定每一个水洗标识对应的识别框的左上点在待识别图像中的目标坐标；将目标坐标作为起始点以图像长度作为横轴和以图像宽度作为纵轴，确定每一个水洗标识占用的目标区域；获取目标区域对应的边界点，以确定每一个水洗标识在待识别图像中的位置信息。
[0068]
为了更好的理解上述像素点的处理方法的过程，以下结合两个可选实施例对上述像素点的处理方法流程进行说明。
[0069]
本发明可选实施例中，主要提供了一种水洗标分割算法，通过水洗标检测得到的水洗标框位置信息，利用水洗标分割算法进一步细粒度定位水洗标线条所有位置。解决水洗标检测算法无法细粒度定位的问题，从而开发出基于水洗标检测算法对水洗标区域内像素点进一步区分为水洗标边缘及背景的水洗标分割算法。
[0070]
作为一种可选的实施方式，图3是根据本发明可选实施例的水洗标分割算法对于水洗标签的处理流程图，上述水洗标分割算法对于水洗标签的处理流程包括以下步骤：
[0071]
步骤一、基于水洗标检测算法定位到图片中所有水洗标框位置信息(x,y,w,h)，并将对应部分的图像提取出来，称为单独的图片i(相当于本发明实施例中的目标图像)。
[0072]
步骤二、由于水洗标标签内通常是固定颜色的图案，不存在复杂背景信息，因此当采用水洗标检测算法得到水洗标位置信息内的图案只包含两部分信息，一部分是水洗标图片的边缘轮廓信息，这部分的边缘都是采用同一颜色进行印制，另一部分就是背景信息，背景信息也都是采用同一颜色进行印制，而且两种颜色具有非常强的对比性，比如水洗标边缘是黑色，水洗标标签通常是白色。将图像i的rgb三通道分别按照0～255共256个离散值进行统计，例如,对于r通道来说，其值范围是[0,255]共256个不同值。图像i的rgb三通道像素值范围均为[0,255]共256个不同离散值。对其按照不同离散值进行统计，得到像素值出现频次的统计向量cr，cg，cb。当cr＝[2,3,.....](长度为256)代表r＝0出现两次，r＝1出现三次等；
[0073]
步骤三、确定出图像i对应的binr，bing，binb。并将图像i对应的binr，bing，binb除以图像i对应的图像大小得到rgb分别的像素值统计概率；
[0074]
步骤四、确定任意像素值在不同区间出现的概率，假设i代表某个像素值(其中，i为根据实际情况灵活设置的预设区分像素值)，那么统计0～i和i～255区间像素出现的概率分别为：
[0075][0076][0077]
其中，*∈{r，g，b}，这里的0～i代表前景，i～255区间代表背景。
[0078]
步骤五、计算前景0～i和背景i～255的rgb平均像素值：
[0079][0080]
[0081]
其中，*∈{r，g，b}，像素值出现频次的统计向量c*，j为对应区间上的任意像素值。
[0082]
步骤六、根据rgb平均像素值计算前景和背景之间的方差，公式如下：
[0083][0084][0085]
步骤七、确定出图像i的前景和背景的区分阈值：
[0086][0087]
步骤八、将图像i转成灰度图i
gray
，如果，像素值》区分阈值θ，则将图像i中对应的像素点变成白色，如果像素值《＝区分阈值θ，则将图像i中对应的像素点变成黑色，从而得到图像i的分割图，也就成功把水洗标识边缘和背景成功区分开了。
[0088]
需要说明的是，水洗标检测算法指的是输入一张拍摄的带有水洗标标签的图片，通过检测算法定位到图片中所有水洗标框位置信息，其中，位置信息按照框的左上点x,y坐标和框的宽高w,h来表示的。
[0089]
综上，通过本发明可选实施例，通过水洗标分割的实现方法，当检测到水洗标框区域范围内，能够对目标框区域内的像素点进行分割，从而更细粒度的区分检测框区域内的水洗标像素点及背景像素点，使得对水洗标签中的水洗标识的识别更加准确。
[0090]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0091]
在本实施例中还提供了一种像素点的处理装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0092]
图4是根据本发明实施例的像素点的处理装置的结构框图(一)，如图4所示，该装置包括：
[0093]
(1)获取模块42，用于从待识别图像中提取出存在水洗标识的目标图像，并获取所述目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值；其中，所述目标图像包括：水洗标识和背景图像；(2)分割模块44，用于根据预设区分像素值从所述多个第一像素值中确定的第一像素均值和第二像素均值；并根据所述第一像素均值、所述第二像素均值、所述预设区分像素值确定出所述目标图像的分割阈值；其中，所述第一像素均值根据目标图像中小于或等于预设区分像素值的第一像素值确定，所述第二像素均值根据目标图像中大于预设区分像素值的第一像素值确定；
[0094]
(3)比较模块46，用于确定所述目标图像对应的目标灰度图像中每一像素点的第二像素值与所述分割阈值的比较结果，并根据所述比较结果得到所述目标图像中的水洗标
识。
[0095]
通过上述装置，从待识别图像中提取出存在水洗标识的目标图像，并获取目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值；其中，目标图像包括：水洗标识和背景图像；根据预设区分像素值从多个第一像素值中确定的第一像素均值和第二像素均值；并根据第一像素均值、第二像素均值、预设区分像素值确定出目标图像的分割阈值；其中，第一像素均值根据目标图像中小于或等于预设区分像素值的第一像素值确定，第二像素均值根据目标图像中大于预设区分像素值的第一像素值确定；确定目标图像对应的目标灰度图像中每一像素点的第二像素值与分割阈值的比较结果，并根据比较结果得到目标图像中的水洗标识，也就是说，通过对待识别图像中的水洗标识进行识别，继而通过目标算法对水洗标识所在目标图像中的像素点进行分割处理，对水洗标识实现更细粒度的识别，因此，可以解决现有技术中无法对待识别图像中的水洗标识进行细粒度识别等问题，进而通过对水洗标识的细粒度识别确定出水洗标识中更加细致的水洗信息，为衣物的精细化洗涤提供衣物分类基础。
[0096]
需要说明的是，上述水洗标识为洗涤标签中的文字或者图案，洗涤标签为衣物中携带的用于对衣物的洗涤要求进行说明的标签，例如，人们通常买的衣服裤子中，在边缘处会有标签(通常是白色)，标签最上面一般写着“洗涤说明”或者“合格证”的文字，然后里面会有关于衣服裤子原材料成分的解释，也会有关于衣服裤子可以洗涤方式和不可以洗涤方式的图案及文字性解释。
[0097]
在一个示例性实施例中，上述比较模块，还用于将第二像素值大于分割阈值的目标灰度图像中的像素点确定为构成水洗标识的目标像素点；将目标灰度图像中的所有目标像素点变更为第一预设颜色，以确定目标图像中的水洗标识。
[0098]
在一个示例性实施例中，上述比较模块，还用于将目标灰度图像中非目标像素点的其他像素点统一转换为第二预设颜色；基于第一预设颜色和第二预设颜色将目标灰度图像转化为色差图像，以根据色差图像中的色彩差异确定目标图像中的水洗标识。
[0099]
在一个示例性实施例中，上述分割模块，还用于获取多个第一像素值中小于或等于预设区分像素值的第一像素值对应第一像素点集合；确定第一像素点集合对应的像素点的第一数量；并基于第一数量以及第一像素点集合中每一个像素点的像素值确定第一像素均值；和/或，获取多个第一像素值中大于预设区分像素值的第一像素值对应第二像素点集合；确定第二像素点集合对应的像素点的第二数量；并基于第二数量以及第二像素点集合中每一个像素点的像素值确定第二像素均值。
[0100]
在一个示例性实施例中，上述分割模块还包括：概率单元，用于确定第一像素值在像素值为0至预设区分像素值构成的第一统计区间出现的第一概率值；以及确定第一像素值在像素值为预设区分像素值至像素值为255构成的第二统计区间出现的第二概率值；将第一概率值、第二概率值作为确定目标图像的分割阈值的权重参数。
[0101]
在一个示例性实施例中，上述分割模块，还用于将不同颜色通道上的第一像素均值与第二像素均值差值的平方进行相加，得到目标图像的初始分割阈值；将初始分割阈值与第一概率值以及第二概率值相乘，得到目标图像的最大分割阈值；通过最大分割阈值与预设区分像素值确定目标图像的分割阈值。
[0102]
图5是根据本发明实施例的像素点的处理装置的结构框图(二)，如图5所示，该装
置除了包括图4中的所有模块外还包括：统计模块50；
[0103]
在一个示例性实施例中，上述装置还包括：统计模块，还用于确定第一像素值对应的颜色通道的通道类型；对处于同一通道类型中的每一个像素点对应的第一像素值进行频次统计，并确定频次统计对应的统计向量，其中，统计向量用于确定目标图像中不同通道类型的像素点分布情况。
[0104]
在一个示例性实施例中，上述获取模块，还用于通过预设的检测算法确定待识别图像中每一个水洗标识对应的边缘坐标信息；根据边缘坐标信息确定每一个水洗标识的图像长度以及图像宽度，并将边缘坐标信息的中心点坐标作为每一个水洗标识的位置信息；根据位置信息对待识别图像中的目标区域进行图像提取，得到目标图像，其中，位置信息用于确定每一个水洗标识对应的目标区域在待识别图像中的位置。
[0105]
在本发明的描述中，需要理解的是，术语中“中心”、“上”、“下”、“前”、“后”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0106]
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“连接”、“相连”应做广义理解，例如，可以是固定连接，也可以是拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以是通过中间媒介间接相连，可以是两个组件内部的连通。当组件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明的具体含义。
[0107]
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
[0108]
本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
[0109]
在一个示例性实施例中，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
[0110]
s1，从待识别图像中提取出存在水洗标识的目标图像，并获取所述目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值；其中，所述目标图像包括：水洗标识和背景图像；
[0111]
s2，根据预设区分像素值从所述多个第一像素值中确定的第一像素均值和第二像素均值；并根据所述第一像素均值、所述第二像素均值、所述预设区分像素值确定出所述目标图像的分割阈值；其中，所述第一像素均值根据目标图像中小于或等于预设区分像素值的第一像素值确定，所述第二像素均值根据目标图像中大于预设区分像素值的第一像素值确定；
[0112]
s3，确定所述目标图像对应的目标灰度图像中每一像素点的第二像素值与所述分割阈值的比较结果，并根据所述比较结果得到所述目标图像中的水洗标识。
[0113]
在一个示例性实施例中，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(read-only memory，简称为rom)、随机存取存储器(random access memory，简称为ram)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
[0114]
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
[0115]
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
[0116]
在一个示例性实施例中，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
[0117]
s1，从待识别图像中提取出存在水洗标识的目标图像，并获取所述目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值；其中，所述目标图像包括：水洗标识和背景图像；
[0118]
s2，根据预设区分像素值从所述多个第一像素值中确定的第一像素均值和第二像素均值；并根据所述第一像素均值、所述第二像素均值、所述预设区分像素值确定出所述目标图像的分割阈值；其中，所述第一像素均值根据目标图像中小于或等于预设区分像素值的第一像素值确定，所述第二像素均值根据目标图像中大于预设区分像素值的第一像素值确定；
[0119]
s3，确定所述目标图像对应的目标灰度图像中每一像素点的第二像素值与所述分割阈值的比较结果，并根据所述比较结果得到所述目标图像中的水洗标识。
[0120]
在一个示例性实施例中，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
[0121]
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，在一个示例性实施例中，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，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，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。
[0122]
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。

技术特征：
1.一种像素点的处理方法，其特征在于，包括：从待识别图像中提取出存在水洗标识的目标图像，并获取所述目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值；其中，所述目标图像包括：水洗标识和背景图像；根据预设区分像素值从所述多个第一像素值中确定的第一像素均值和第二像素均值；并根据所述第一像素均值、所述第二像素均值、所述预设区分像素值确定出所述目标图像的分割阈值；其中，所述第一像素均值根据目标图像中小于或等于预设区分像素值的第一像素值确定，所述第二像素均值根据目标图像中大于预设区分像素值的第一像素值确定；确定所述目标图像对应的目标灰度图像中每一像素点的第二像素值与所述分割阈值的比较结果，并根据所述比较结果得到所述目标图像中的水洗标识。2.根据权利要求1所述的方法，其特征在于，确定所述目标图像对应的目标灰度图像中每一像素点的第二像素值与所述分割阈值的比较结果，并根据所述比较结果得到所述目标图像中的水洗标识，包括：将所述第二像素值大于所述分割阈值的所述目标灰度图像中的像素点确定为构成水洗标识的目标像素点；将所述目标灰度图像中的所有目标像素点变更为第一预设颜色，以确定所述目标图像中的水洗标识。3.根据权利要求2所述的方法，其特征在于，将所述目标灰度图像中的所有目标像素点变更为第一预设颜色，以确定所述目标图像中的水洗标识，所述方法还包括：将所述目标灰度图像中非目标像素点的其他像素点统一转换为第二预设颜色；基于所述第一预设颜色和所述第二预设颜色将所述目标灰度图像转化为色差图像，以根据所述色差图像中的色彩差异确定所述目标图像中的水洗标识。4.根据权利要求1所述的方法，其特征在于，根据预设区分像素值从所述多个第一像素值中确定的第一像素均值和第二像素均值，包括：获取所述多个第一像素值中小于或等于预设区分像素值的第一像素值对应第一像素点集合；确定所述第一像素点集合对应的像素点的第一数量；并基于所述第一数量以及所述第一像素点集合中每一个像素点的像素值确定第一像素均值；和/或，获取所述多个第一像素值中大于预设区分像素值的第一像素值对应第二像素点集合；确定所述第二像素点集合对应的像素点的第二数量；并基于所述第二数量以及所述第二像素点集合中每一个像素点的像素值确定第二像素均值。5.根据权利要求1所述的方法，其特征在于，根据所述第一像素均值、所述第二像素均值、所述预设区分像素值确定出所述目标图像的分割阈值之前，所述方法还包括：确定所述第一像素值在像素值为0至所述预设区分像素值构成的第一统计区间出现的第一概率值；以及确定所述第一像素值在像素值为所述预设区分像素值至像素值为255构成的第二统计区间出现的第二概率值；将所述第一概率值、所述第二概率值作为确定所述目标图像的分割阈值的权重参数。6.根据权利要求5所述的方法，其特征在于，根据所述第一像素均值、所述第二像素均值、所述预设区分像素值确定出所述目标图像的分割阈值，包括：将不同颜色通道上的第一像素均值与第二像素均值差值的平方进行相加，得到所述目
标图像的初始分割阈值；将所述初始分割阈值与所述第一概率值以及所述第二概率值相乘，得到所述目标图像的最大分割阈值；通过所述最大分割阈值与所述预设区分像素值确定所述目标图像的分割阈值。7.根据权利要求1所述的方法，其特征在于，取所述目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值之后，所述方法还包括：确定所述第一像素值对应的颜色通道的通道类型；对处于同一通道类型中的每一个像素点对应的所述第一像素值进行频次统计，并确定所述频次统计对应的统计向量，其中，所述统计向量用于确定目标图像中不同通道类型的像素点分布情况。8.根据权利要求1所述的方法，其特征在于，从待识别图像中提取出存在水洗标识的目标图像，包括：通过预设的检测算法确定待识别图像中每一个水洗标识对应的边缘坐标信息；根据所述边缘坐标信息确定每一个水洗标识的图像长度以及图像宽度，并将所述边缘坐标信息的中心点坐标作为每一个水洗标识的位置信息；根据所述位置信息对所述待识别图像中的目标区域进行图像提取，得到目标图像，其中，所述位置信息用于确定每一个水洗标识对应的目标区域在所述待识别图像中的位置。9.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至8任一项中所述的方法。10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至8任一项中所述的方法。

技术总结
本发明提供了一种像素点的处理方法、存储介质、电子装置，上述方法包括：从待识别图像中提取出存在水洗标识的目标图像，并获取目标图像中每一像素点在设定颜色通道上的第一像素值，得到多个第一像素值；根据预设区分像素值从多个第一像素值中确定的第一像素均值和第二像素均值；并根据第一像素均值、第二像素均值、预设区分像素值确定出目标图像的分割阈值；第一像素均值根据目标图像中小于或等于预设区分像素值的第一像素值确定，第二像素均值根据目标图像中大于预设区分像素值的第一像素值确定；确定目标图像对应的目标灰度图像中每一像素点的第二像素值与分割阈值的比较结果，并根据比较结果得到目标图像中的水洗标识。识。识。


技术研发人员：潘威滔
受保护的技术使用者：海尔智家股份有限公司
技术研发日：2022.01.18
技术公布日：2023/8/1