图像矫正方法及装置、存储介质、电子装置与流程

1.本发明实施例涉及图像领域，具体而言，涉及一种图像矫正方法及装置、存储介质、电子装置。


背景技术：

2.在公共监控领域，可以从摄像设备拍摄的视频图像中确定是否有异常事件。例如，在判断车辆是否停到停车位的场景中，通常从摄像机拍摄的监控视频中获取对应的停车位的边界，按照停车位的边界判断车辆是否正确停放。但在实际应用场景中，受到硬件老化、云台转动、周围环境等因素的影响，监控视频中划定的停车位的边界随着时间积累会相对于真实停车位的边界发生偏移，导致相关应用受到限制。因此，需要重新计算得到新的停车位的边界。目前，针对该问题，通常是采用手动的方式进行停车位边界的重新划定，但这一过程耗时费力，给使用带来了诸多不便。


技术实现要素：

3.本发明实施例提供了一种图像矫正方法及装置、存储介质、电子装置，以至少解决相关技术中对图像中的图像区域进行矫正时费时费力的问题。
4.根据本发明的一个实施例，提供了一种图像矫正方法，包括：获取摄像设备对预设区域进行拍摄得到的第一图像，其中，上述第一图像中包括上述预设区域中的目标区域；确定上述目标区域在上述第一图像中的n个位置点的坐标，得到n个坐标，其中，上述n是大于1的自然数；
5.在第二图像中确定与上述n个位置点中每个上述位置点对应的预设位置点的坐标，得到n个预设坐标，其中，上述第二图像是上述摄像设备对上述预设区域进行拍摄得到的图像；确定每个上述坐标与每个上述预设坐标之间的偏差值，得到n个偏差值；利用上述n个偏差值矫正上述目标区域在上述第一图像中的位置，得到目标图像。
6.根据本发明的另一个实施例，提供了一种图像矫正装置，包括：第一获取模块，用于获取摄像设备对预设区域进行拍摄得到的第一图像，其中，上述第一图像中包括上述预设区域中的目标区域；第一确定模块，用于确定上述目标区域在上述第一图像中的n个位置点的坐标，得到n个坐标，其中，上述n是大于1的自然数；第二确定模块，用于在第二图像中确定与上述n个位置点中每个上述位置点对应的预设位置点的坐标，得到n个预设坐标，其中，上述第二图像是上述摄像设备对上述预设区域进行拍摄得到的图像；第三确定模块，用于确定每个上述坐标与每个上述预设坐标之间的偏差值，得到n个偏差值；第一矫正模块，用于利用上述n个偏差值矫正上述目标区域在上述第一图像中的位置，得到目标图像。
7.在一个示例性实施例中，上述第一确定模块，包括：第一确定单元，用于确定上述目标区域在上述第一图像中的第一图像区域；第二确定单元，用于将上述第一图像区域中的n个顶点确定为上述n个位置点；第三确定单元，用于在预设的图像坐标系中确定上述n个位置点的坐标，得到上述n个坐标。
8.在一个示例性实施例中，上述第二确定单元，包括：第一标记单元，用于在上述第二图像中标记与每个上述位置点匹配的每个上述预设位置点；第四标记单元，用于在预设的图像坐标系中确定每个上述预设位置点的坐标，得到上述n个预设坐标。
9.在一个示例性实施例中，上述第三确定模块，包括：第四确定单元，用于确定上述第一图像和上述第二图像之间的相似度；第一计算单元，用于在上述第一图像和上述第二图像之间的相似度大于或等于第一预设阈值的情况下，计算每个上述坐标以及每个上述预设坐标之间的偏差区域，得到n个偏差区域；第五确定单元，用于确定基于每个上述偏差区域中包括的像素数量，得到上述n个偏差值。
10.在一个示例性实施例中，上述第四确定单元，包括：第一划分子单元，用于将上述第一图像划分为m个图像区域，其中，上述m是大于1的自然数；第一确定子单元，用于从上述m个图像区域中确定第二图像区域；第一比对子单元，用于比对上述第二图像区域中的像素与上述第二图像中对应位置的图像区域中的像素；第二确定子单元，用于将上述第二图像区域中的像素与上述第二图像中对应位置的图像区域中的像素之间的相似度，确定为上述第一图像和上述第二图像之间的相似度。
11.在一个示例性实施例中，上述装置还包括：第二获取模块，用于在上述第一图像和上述第二图像之间的相似度小于上述第一预设阈值的情况下，在获取上述第一图像之后的预设时间段内获取上述摄像设备对上述预设区域进行拍摄得到的第三图像。
12.在一个示例性实施例中，上述第一矫正模块，包括：第六确定单元，用于基于上述n个坐标偏差值确定上述第一图像和上述第二图像之间的配准矩阵；第一矫正单元，用于利用上述配准矩阵矫正上述目标区域在上述第一图像中的位置，得到目标图像。
13.在一个示例性实施例中，上述第六确定单元，包括：第三确定子单元，用于确定上述第一图像的第一图像特征和上述第二图像的第二图像特征；第一配准子单元，用于按照每个上述坐标偏差值配准上述第一图像特征和上述第二图像特征，得到上述配准矩阵。
14.在一个示例性实施例中，上述第一矫正单元，包括：第四确定子单元，用于利用上述配准矩阵中的元素和每个上述坐标，确定每个上述位置点的三维坐标；第一矫正子单元，用于通过归一化每个上述位置点的三维坐标和每个上述坐标，矫正上述目标区域在上述第一图像中的位置，得到上述目标图像。
15.在一个示例性实施例中，上述装置还包括：第一更新模块，用于利用上述配准矩阵矫正上述目标区域在上述第一图像中的位置，得到目标图像之后，在上述第一图像与上述第二图像之间的相似度大于或等于第二阈值的情况下，利用上述第一图像更新上述第二图像。
16.在一个示例性实施例中，上述装置还包括：第四确定模块，用于利用上述n个偏差值矫正上述目标区域在上述第一图像中的位置，得到目标图像之后，在上述目标图像中确定矫正后的n个位置点；第一连接模块，用于在上述目标图像中连接上述矫正后的n个位置点，得到出矫正后的第一图像区域，其中，第一图像区域是上述目标区域在上述第一图像中的图像区域。
17.根据本发明的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读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上述任一项方法实施例中的步骤。
18.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，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上述任一项方法实施例中的步骤。
19.通过本发明，通过确定第一图像和第二图像中相应位置点的坐标，计算第一图像和第二图像中相应位置点的坐标的偏差值。利用偏差值矫正第一图像中的目标区域对应的图像区域。实现了对图像中的图像区域进行矫正的目的。因此，可以解决现有技术中对图像中的图像区域进行矫正时费时费力的问题，达到提高矫正图像的效率的效果。
附图说明
20.图1是本发明实施例的一种图像矫正方法的移动终端的硬件结构框图；
21.图2是根据本发明实施例的图像矫正方法的流程图；
22.图3是根据本发明实施例的图像差异示意图；
23.图4是根据本发明实施例的对停车位进行矫正的流程图；
24.图5是根据本发明实施例的图像矫正的效果示意图；
25.图6根据本发明实施例的图像矫正装置的结构框图。
具体实施方式
26.下文中将参考附图并结合实施例来详细说明本发明的实施例。
27.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。
28.本技术实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种图像矫正方法的移动终端的硬件结构框图。如图1所示，移动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，其中，上述移动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，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
29.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图像矫正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移动终端。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。
30.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移动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。
31.在本实施例中提供了一种图像矫正方法，图2是根据本发明实施例的图像矫正方法的流程图，如图2所示，该流程包括如下步骤：
32.步骤s202，获取摄像设备对预设区域进行拍摄得到的第一图像，其中，第一图像中包括预设区域中的目标区域；
33.在本实施例中，预设区域可以是任一区域，目标区域是预设区域中的任一区域，例如，对停车区域拍摄的图像中包括停车位。
34.步骤s204，确定目标区域在第一图像中的n个位置点的坐标，得到n个坐标，其中，n是大于1的自然数；
35.在本实施例中，n的取值是可以基于实际引用场景或者图像要求来灵活设置的，例如，在第一图像中包括停车位的图像区域时，将停车位的四个顶点确定为四个位置点。
36.步骤s206，在第二图像中确定与n个位置点中每个位置点对应的预设位置点的坐标，得到n个预设坐标，其中，第二图像是摄像设备对预设区域进行拍摄得到的图像；
37.在本实施例中，第二图像可以是矫正之后的图像，也可以是初始化的图像，即其中包括的图像区域与现实中的目标区域的位置对应。例如，第二图像中的停车位区域并未发生偏差，或者已经对偏差进行了矫正。第一图像和第二图像是不同时间拍摄的。
38.步骤s208，确定每个坐标与每个预设坐标之间的偏差值，得到n个偏差值；
39.步骤s210，利用n个偏差值矫正目标区域在第一图像中的位置，得到目标图像。
40.在本实施例中，将偏差值补偿至发生偏差的图像区域中，可以对图像区域进行有效的矫正。
41.其中，上述步骤的执行主体可以为终端、服务器、终端或服务器中设置的具体处理器，或者与终端或者服务器相对独立设置的处理器或者处理设备等，但不限于此。
42.通过上述步骤，通过确定第一图像和第二图像中相应位置点的坐标，计算第一图像和第二图像中相应位置点的坐标的偏差值。利用偏差值矫正第一图像中的目标区域对应的图像区域。实现了对图像中的图像区域进行矫正的目的。因此，可以解决现有技术中对图像中的图像区域进行矫正时费时费力的问题，达到提高矫正图像的效率的效果。
43.在一个示例性实施例中，确定目标区域在第一图像中的n个位置点的坐标，得到n个坐标，包括：
44.s11，确定目标区域在第一图像中的第一图像区域；
45.s12，将第一图像区域中的n个顶点确定为n个位置点；
46.s13，在预设的图像坐标系中确定n个位置点的坐标，得到n个坐标。
47.在本实施例中，第一图像中的各个位置点的坐标均是二维坐标。例如，可以在预设的图像坐标系中标注出第一图像中停车位的四个顶点的坐标。
48.在一个示例性实施例中，在第二图像中确定与n个位置点中每个位置点对应的预设位置点的坐标，得到n个预设坐标，包括：
49.s21，在第二图像中标记与每个位置点匹配的每个预设位置点；
50.s22，在预设的图像坐标系中确定每个预设位置点的坐标，得到n个预设坐标。
51.在本实施例中，将第二图像中的预设位置点与第一图像中的位置点对应起来，分别对每对位置点进行偏差值的计算。例如，将第一图像中停车位的四个顶点与第二图像中
针对同一停车位的四个顶点对应起来。
52.在一个示例性实施例中，确定每个坐标与每个预设坐标之间的偏差值，得到n个偏差值，包括：
53.s31，确定第一图像和第二图像之间的相似度；
54.s32，在第一图像和第二图像之间的相似度大于或等于第一预设阈值的情况下，计算每个坐标以及每个预设坐标之间的偏差区域，得到n个偏差区域；
55.s33，基于每个偏差区域中包括的像素数量，得到n个偏差值。
56.在本实施例中，通过以下方式确定第一图像和第二图像之间的相似度：
57.将第一图像划分为m个图像区域，其中，m是大于1的自然数；
58.从m个图像区域中确定第二图像区域；
59.比对第二图像区域中的像素与第二图像中对应位置的图像区域中的像素；
60.将第二图像区域中的像素与第二图像中对应位置的图像区域中的像素之间的相似度，确定为第一图像和第二图像之间的相似度。
61.例如，在对停车位的矫正过程中，如图3所示，由于周围车辆驶入驶出的干扰，导致整体两个不同时刻图像差异较大，不利于配准计算，而灰色框标注的图像块受此影响较小，较为相似，能大幅提升配准成功率。将图像划分为不同的图像区域，比对两帧图像的性相似度，并针对这些图像区域来进行配准计算，可有效提升配准的成功率。
62.在一个示例性实施例中，该方法还包括：
63.s41，在第一图像和第二图像之间的相似度小于第一预设阈值的情况下，在获取第一图像之后的预设时间段内获取摄像设备对预设区域进行拍摄得到的第三图像。
64.在本实施例中，第一图像与第二图像之间的匹配度小于第一预设阈值的情况下，即说明第一图像与第二图像之间的差距比较大。在间隔预设时间段(例如，10秒)后，重新采集图像，进行重新计算，预设时间段由用户设定。
65.在一个示例性实施例中，利用n个坐标偏差值矫正目标区域在第一图像中的位置，得到目标图像，包括：
66.s51，基于n个坐标偏差值确定第一图像和第二图像之间的配准矩阵；
67.s52，利用配准矩阵矫正目标区域在第一图像中的位置，得到目标图像。
68.在本实施例中，通过以下方式基于n个坐标偏差值确定第一图像和第二图像之间的配准矩阵：
69.确定第一图像的第一图像特征和第二图像的第二图像特征；
70.按照每个坐标偏差值配准第一图像特征和第二图像特征，得到配准矩阵。
71.例如，配准矩阵tform矩阵，可以表示如下：
72.其中，t1、t2、t3分别表示不同时间获取的图像。
73.此外，第一图像特征和第二图像特征中均包括各个像素点的颜色信息、坐标信息以及深度信息。
74.在一个示例性实施例中，利用配准矩阵矫正目标区域在第一图像中的位置，得到
目标图像，包括：
75.s61，利用配准矩阵中的元素和每个坐标，确定每个位置点的三维坐标；
76.s62，通过归一化每个位置点的三维坐标和每个坐标，矫正目标区域在第一图像中的位置，得到目标图像。
77.在本实施例中，可以通过以下公式计算出每个位置点矫正后的坐标：
78.其中，x,y分别用于表示第一图像中某一位置点的列坐标及行坐标，tx,ty,tz分别用于表示三维空间的横坐标、纵坐标、竖坐标，通过竖坐标归一化，可得到x',y'，x',y'即为校正后某一位置点对应的列坐标及行坐标；
79.在一个示例性实施例中，利用配准矩阵矫正目标区域在第一图像中的位置，得到目标图像之后，方法还包括：
80.s71，在第一图像与第二图像之间的相似度大于或等于第二阈值的情况下，利用第一图像更新第二图像。
81.在本实施例中，对第一图像的更新可以规避环境变化的影响。
82.在一个示例性实施例中，利用n个偏差值矫正目标区域在第一图像中的位置，得到目标图像之后，方法还包括：
83.s81，在目标图像中确定矫正后的n个位置点；
84.s82，在目标图像中连接矫正后的n个位置点，得到出矫正后的第一图像区域，其中，第一图像区域是目标区域在第一图像中的图像区域。
85.在本实施例中，目标图像中的n个位置点是矫正后的位置点。例如，在n个位置点是停车位的四个顶点位置的情况下，将四个顶点连接，即构成了停车位的四条边界线。即可精确绘制出停车位边界。
86.下面结合具体实施例对本发明进行说明：
87.本实施例以对停车位边界的矫正为例，第一图像以t0时刻参考图为例，第二图像以t1时刻扫描图为例，进行说明：
88.如图4所示，本实施例包括以下步骤：
89.s401，对t0时刻参考图及t1时刻扫描图进行配准计算，并计算配准后图像的相似度。对配准算法及图像相似度指标不做限定；
90.s402，若上述配准成功且图像相似度大于给定阈值(此处假定所选取的图像相似度指标越大，图像越相似)，则跳到s306。反之跳到s303；
91.s403，考虑到t0时刻与t1时刻采集图像的差异性，特别是针对本应用而言，车辆的驶入驶出，及周围区域其它车辆的干扰，可能导致整体图像内容变化较大，进而使得配准算法难以处理。为此，可以通过将图像划分为不同的图像块，并针对这些图像块来进行配准计算，可有效提升配准成功率，如图3所示，由于周围车辆驶入驶出的干扰，导致整体两个不同时刻图像差异较大，不利于配准计算，而灰色框标注的图像块受此影响较小，较为相似，能
大幅提升配准成功率；
92.s43，若s403中配准成功且图像相似度大于给定阈值，则跳到s406。反之跳到s405；
93.s405，间隔特定时间后，重新采集t1时刻图像，并跳到s401进行重新计算，该时间间隔由用户提前指定；
94.s406，判定配准好图像相似度是否大于阈值2，为了使判定更为精确，此处要求阈值2大于等于阈值1。若满足该条件，则将对应t1时刻的图像作为下一次计算的t0时刻图像。反之转至s307不执行上述t0时刻图像更新操作。通过该步骤可有效应对因季节、场景变化等因素给本方案带来的校正难题。
95.s408，获取配准生成的tform矩阵，如下表示：
[0096][0097]
s409-s410，依据tform矩阵及t0时刻停车位顶点坐标，进行t1时刻停车位顶点校正，得到校正后的顶点坐标，并通过该顶点坐标可精确绘制出停车位边界。计算公式如下：
[0098][0099]
其中，x,y分别用于表示校正前t1时刻某一顶点列坐标及行坐标，tx,ty,tz分别表示三维空间的横坐标、纵坐标、竖坐标，通过竖坐标归一化，可得到x',y'，x',y'即为校正后该顶点对应的列坐标及行坐标；
[0100]
s411，将所有校正后顶点坐标导入至设备中，至此完成停车位边界的校正。如图5所示，外边界为校正前效果，内边界的为校正后效果。
[0101]
综上所述，本实施例通过添加参考图像更新策略，规避了现有技术未充分考虑由环境改变对于此类应用的影响的问题；通过局部 全局匹配、配准的方式，大幅度提升了此类应用计算成功率。
[0102]
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。
[0103]
在本实施例中还提供了一种图像矫正装置，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。
[0104]
图6根据本发明实施例的图像矫正装置的结构框图，如图6示，该装置包括：
[0105]
第一获取模块62，用于获取摄像设备对预设区域进行拍摄得到的第一图像，其中，第一图像中包括预设区域中的目标区域；
[0106]
第一确定模块64，用于确定目标区域在第一图像中的n个位置点的坐标，得到n个坐标，其中，n是大于1的自然数；
[0107]
第二确定模块66，用于在第二图像中确定与n个位置点中每个位置点对应的预设位置点的坐标，得到n个预设坐标，其中，第二图像是摄像设备对预设区域进行拍摄得到的图像；
[0108]
第三确定模块68，用于确定每个坐标与每个预设坐标之间的偏差值，得到n个偏差值；
[0109]
第一矫正模块610，用于利用n个偏差值矫正目标区域在第一图像中的位置，得到目标图像。
[0110]
在一个示例性实施例中，上述第一确定模块，包括：
[0111]
第一确定单元，用于确定上述目标区域在上述第一图像中的第一图像区域；
[0112]
第二确定单元，用于将上述第一图像区域中的n个顶点确定为上述n个位置点；
[0113]
第三确定单元，用于在预设的图像坐标系中确定上述n个位置点的坐标，得到上述n个坐标。
[0114]
在一个示例性实施例中，上述第二确定单元，包括：
[0115]
第一标记单元，用于在上述第二图像中标记与每个上述位置点匹配的每个上述预设位置点；
[0116]
第四标记单元，用于在预设的图像坐标系中确定每个上述预设位置点的坐标，得到上述n个预设坐标。
[0117]
在一个示例性实施例中，上述第三确定模块，包括：
[0118]
第四确定单元，用于确定上述第一图像和上述第二图像之间的相似度；
[0119]
第一计算单元，用于在上述第一图像和上述第二图像之间的相似度大于或等于第一预设阈值的情况下，计算每个上述坐标以及每个上述预设坐标之间的偏差区域，得到n个偏差区域；
[0120]
第五确定单元，用于确定基于每个上述偏差区域中包括的像素数量，得到上述n个偏差值。
[0121]
在一个示例性实施例中，上述第四确定单元，包括：
[0122]
第一划分子单元，用于将上述第一图像划分为m个图像区域，其中，上述m是大于1的自然数；
[0123]
第一确定子单元，用于从上述m个图像区域中确定第二图像区域；
[0124]
第一比对子单元，用于比对上述第二图像区域中的像素与上述第二图像中对应位置的图像区域中的像素；
[0125]
第二确定子单元，用于将上述第二图像区域中的像素与上述第二图像中对应位置的图像区域中的像素之间的相似度，确定为上述第一图像和上述第二图像之间的相似度。
[0126]
在一个示例性实施例中，上述装置还包括：
[0127]
第二获取模块，用于在上述第一图像和上述第二图像之间的相似度小于上述第一
预设阈值的情况下，在获取上述第一图像之后的预设时间段内获取上述摄像设备对上述预设区域进行拍摄得到的第三图像。
[0128]
在一个示例性实施例中，上述第一矫正模块，包括：
[0129]
第六确定单元，用于基于上述n个坐标偏差值确定上述第一图像和上述第二图像之间的配准矩阵；
[0130]
第一矫正单元，用于利用上述配准矩阵矫正上述目标区域在上述第一图像中的位置，得到目标图像。
[0131]
在一个示例性实施例中，上述第六确定单元，包括：
[0132]
第三确定子单元，用于确定上述第一图像的第一图像特征和上述第二图像的第二图像特征；
[0133]
第一配准子单元，用于按照每个上述坐标偏差值配准上述第一图像特征和上述第二图像特征，得到上述配准矩阵。
[0134]
在一个示例性实施例中，上述第一矫正单元，包括：
[0135]
第四确定子单元，用于利用上述配准矩阵中的元素和每个上述坐标，确定每个上述位置点的三维坐标；
[0136]
第一矫正子单元，用于通过归一化每个上述位置点的三维坐标和每个上述坐标，矫正上述目标区域在上述第一图像中的位置，得到上述目标图像。
[0137]
在一个示例性实施例中，上述装置还包括：
[0138]
第一更新模块，用于利用上述配准矩阵矫正上述目标区域在上述第一图像中的位置，得到目标图像之后，在上述第一图像与上述第二图像之间的相似度大于或等于第二阈值的情况下，利用上述第一图像更新上述第二图像。
[0139]
在一个示例性实施例中，上述装置还包括：
[0140]
第四确定模块，用于利用上述n个偏差值矫正上述目标区域在上述第一图像中的位置，得到目标图像之后，在上述目标图像中确定矫正后的n个位置点；
[0141]
第一连接模块，用于在上述目标图像中连接上述矫正后的n个位置点，得到出矫正后的第一图像区域，其中，第一图像区域是上述目标区域在上述第一图像中的图像区域。
[0142]
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。
[0143]
本发明的实施例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。
[0144]
在本实施例中，上述计算机可读存储介质可以被设置为存储用于执行以上各步骤的计算机程序。
[0145]
在一个示例性实施例中，上述计算机可读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。
[0146]
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。
[0147]
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。
[0148]
在一个示例性实施例中，上述处理器可以被设置为通过计算机程序执行以上各步骤。
[0149]
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
[0150]
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，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。
[0151]
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。