本發(fā)明涉及一種光學(xué)字符識(shí)別(OCR)訓(xùn)練樣本生成方法,更具體的,涉及一種快速生成OCR訓(xùn)練樣本的自適應(yīng)方法及系統(tǒng)。
背景技術(shù):
OCR (Optical Character Recognition,光學(xué)字符識(shí)別)是指電子設(shè)備(例如掃描儀或數(shù)碼相機(jī))檢查紙上打印的字符,通過(guò)檢測(cè)暗、亮的模式確定其形狀,然后用字符識(shí)別方法將形狀翻譯成計(jì)算機(jī)文字的過(guò)程?,F(xiàn)有技術(shù)中基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)方法,在OCR任務(wù)中,需要百萬(wàn)量級(jí)的訓(xùn)練樣本,來(lái)提取字符的有效特征,因此樣本的真實(shí)性和有效性在OCR任務(wù)中占據(jù)重要地位。在樣本生成上,國(guó)內(nèi)公開(kāi)的方法均一般利用OpenCV自動(dòng)生成字符圖片,然后使用不同頻域帶寬的高斯濾波器生成模糊的樣本,以此模擬真實(shí)情況下相機(jī)拍攝紙質(zhì)文檔所產(chǎn)生的信息失真,再利用得到的模糊照片,提取字符的輪廓,最后將輪廓作為卷積神經(jīng)網(wǎng)絡(luò)的輸入樣本訓(xùn)練模型。
一般在拍攝文檔過(guò)程中,諸多因素影響最終文檔的成像質(zhì)量,例如相機(jī)鏡頭的濾光效應(yīng),被拍攝文檔的水平姿態(tài),拍攝相機(jī)的抖動(dòng)和相對(duì)運(yùn)動(dòng),相機(jī)CMOS的感光能力和白平衡等,均能夠影響拍攝到的字符照片的質(zhì)量。背景技術(shù)中提到的高斯濾波模擬真實(shí)場(chǎng)景的方法,存在以下技術(shù)問(wèn)題:
1)從被拍攝物體到相機(jī)成像平面的映射不是一個(gè)簡(jiǎn)單的高斯函數(shù)模型,高斯函數(shù)是對(duì)這一過(guò)程的假設(shè)和簡(jiǎn)化,所以高斯模糊并不能得到精確的真實(shí)情況下的樣本,這種方式生成的樣本和真實(shí)情況比較,會(huì)帶有人為的噪聲,影響算法對(duì)真實(shí)字符照片的判斷;
2)高斯濾波器不能模擬真實(shí)情況下相機(jī)和文檔存在相對(duì)運(yùn)動(dòng)時(shí)導(dǎo)致的模糊,因?yàn)楦咚篂V波是全局應(yīng)用到待處理字符圖片,模擬的是全局效果,而真實(shí)情況下運(yùn)動(dòng)模糊一般是局部的字符模糊,因?yàn)樵诰吧罘秶鷥?nèi),圖像的成像是清晰的,只有超出景深的范圍部分,成像才是模糊的;
3)高斯濾波器的頻域帶寬比較難選擇,這會(huì)導(dǎo)致大量不真實(shí)的樣本產(chǎn)生,這會(huì)導(dǎo)致基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)方法的失敗。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題之一。
為此,本發(fā)明的目的在于,本發(fā)明提出一種快速生成在各種真實(shí)場(chǎng)景下的訓(xùn)練樣本的方法,沒(méi)有語(yǔ)言的限制,能夠自適應(yīng)各種真實(shí)場(chǎng)景,沒(méi)有人為設(shè)定高斯濾波器的頻率帶寬的過(guò)程,并且能夠模擬相機(jī)和文檔的相對(duì)運(yùn)動(dòng)導(dǎo)致的模糊,直接生成真實(shí)使用情況下的訓(xùn)練樣本。
為實(shí)現(xiàn)上述目的,本發(fā)明提供了一種用于快速生成OCR訓(xùn)練樣本的自適應(yīng)方法,其特征在于,包括如下步驟:
步驟1,模板制作,利用編輯器生成模板字符數(shù)據(jù),并在模板數(shù)據(jù)的上下左右標(biāo)記四個(gè)特征點(diǎn),將模板數(shù)據(jù)打印出來(lái)作為模板;
步驟2,選取屏幕坐標(biāo)系作為參考坐標(biāo)系,在輯器中得到所述模板中所述四個(gè)特征點(diǎn)及每個(gè)所述字符的中心坐標(biāo),對(duì)模板進(jìn)行拍照并保證模板上每個(gè)所述字符的輪廓清晰,采用相關(guān)算法獲取相機(jī)圖像坐標(biāo)系下每個(gè)所述字符的中心點(diǎn)的坐標(biāo);
步驟3,在不同條件下對(duì)模板進(jìn)行多組不同清晰度的拍照,采用圖像形態(tài)學(xué)方法,提取出模板上下左右四個(gè)所述特征點(diǎn)的位置坐標(biāo);
步驟4,樣本生成,利用步驟2中屏幕坐標(biāo)系下的所述特征點(diǎn)坐標(biāo)與步驟3中所述提取的特征點(diǎn)坐標(biāo)得到兩個(gè)坐標(biāo)系之間的線(xiàn)性變換矩陣,再利用該線(xiàn)性變換矩陣得到步驟2中屏幕坐標(biāo)系下所述字符中心坐標(biāo)在步驟3中所拍攝的照片中所對(duì)應(yīng)的字符中心坐標(biāo)。
更具體的,所述步驟1中的特征點(diǎn)為十字交叉符號(hào)。
更具體的,所述步驟2中對(duì)模板進(jìn)行拍照并保證模板上每個(gè)所述字符的輪廓清晰,采用相關(guān)算法獲取相機(jī)圖像坐標(biāo)系下每個(gè)所述字符的中心點(diǎn)的坐標(biāo)包括:
對(duì)模板拍照,保證模板上的每個(gè)字符輪廓清晰,選取相機(jī)圖像坐標(biāo)系為參考坐標(biāo)系,對(duì)得到的圖像首先二值化,然后利用圖像形態(tài)學(xué)或者模板匹配找到所述特征點(diǎn),再采用行分割和列分割算法計(jì)算得到每個(gè)所述字符的中心點(diǎn)坐標(biāo)。
更具體的,所述步驟3具體包括:
在不同距離下,采用不同品牌的攝像頭,加入適量抖動(dòng)對(duì)所述模板進(jìn)行拍照,得到所述模板不同清晰度的樣本圖像,拍照過(guò)程中保證能夠肉眼看到四個(gè)所述特征點(diǎn),然后,采用圖像形態(tài)學(xué)方法,提取出所述模板上所述特征點(diǎn)的位置坐標(biāo)。
根據(jù)本發(fā)明的另一方面,還提供了一種用于快速生成OCR訓(xùn)練樣本的自適應(yīng)系統(tǒng),該系統(tǒng)包括:
模板制作模塊,利用編輯器生成模板字符數(shù)據(jù),并在模板數(shù)據(jù)的上下左右標(biāo)記四個(gè)特征點(diǎn),將模板數(shù)據(jù)打印出來(lái)作為模板;
字符中心坐標(biāo)計(jì)算模塊,選取屏幕坐標(biāo)系作為參考坐標(biāo)系,得到編輯器中下得到所述模板中所述四個(gè)特征點(diǎn)及每個(gè)所述字符的中心坐標(biāo),對(duì)模板進(jìn)行拍照并保證模板上每個(gè)所述字符的輪廓清晰,采用相關(guān)算法獲取相機(jī)圖像坐標(biāo)系下每個(gè)所述字符的中心點(diǎn)的坐標(biāo);
特征點(diǎn)提取模塊,在不同條件下對(duì)模板進(jìn)行多組不同清晰度的拍照,采用圖像形態(tài)學(xué)方法,提取出模板上下左右四個(gè)所述特征點(diǎn)的位置坐標(biāo);
樣本生成模塊,利用所述字符中心坐標(biāo)計(jì)算模塊中屏幕坐標(biāo)系下的所述特征點(diǎn)坐標(biāo)與所述特征點(diǎn)提取模塊中所述提取的特征點(diǎn)坐標(biāo)得到兩個(gè)坐標(biāo)系之間的線(xiàn)性變換矩陣,再利用該線(xiàn)性變換矩陣得到步驟2中屏幕坐標(biāo)系下所述字符中心坐標(biāo)在步驟3中所拍攝的照片中所對(duì)應(yīng)的字符中心坐標(biāo)。
更具體的,所述模板制作模塊中的特征點(diǎn)為十字交叉符號(hào)。
更具體的,所述特征點(diǎn)提取模塊中對(duì)模板進(jìn)行拍照并保證模板上每個(gè)所述字符的輪廓清晰,采用相關(guān)算法獲取相機(jī)圖像坐標(biāo)系下每個(gè)所述字符的中心點(diǎn)的坐標(biāo)具體實(shí)現(xiàn)為:
對(duì)模板拍照,保證模板上的每個(gè)字符輪廓清晰,取相機(jī)圖像坐標(biāo)系為參考坐標(biāo)系,對(duì)得到的圖像首先二值化,然后利用圖像形態(tài)學(xué)或者模板匹配找到所述特征點(diǎn),采用行分割和列分割算法計(jì)算得到每個(gè)所述字符的中心點(diǎn)坐標(biāo)。
更具體的,所述特征點(diǎn)提取模塊實(shí)現(xiàn)為:
在不同距離下,采用不同品牌的攝像頭,加入適量抖動(dòng)對(duì)所述模板進(jìn)行拍照,得到所述模板不同清晰度的樣本圖像,拍照過(guò)程中保證能夠肉眼看到四個(gè)所述特征點(diǎn),然后,采用圖像形態(tài)學(xué)方法,提取出所述模板上所述特征點(diǎn)的位置坐標(biāo)。
本發(fā)明通過(guò)設(shè)計(jì)一種快速生成在各種真實(shí)場(chǎng)景下的訓(xùn)練樣本的方法,能夠自適應(yīng)各種真實(shí)場(chǎng)景,沒(méi)有語(yǔ)言的限制,沒(méi)有人為設(shè)定高斯濾波器的頻率帶寬的過(guò)程,并且能夠模擬相機(jī)和文檔的相對(duì)運(yùn)動(dòng)導(dǎo)致的模糊,直接生成真實(shí)使用情況下的訓(xùn)練樣本,提高了樣本生成的速率及真實(shí)性。
本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述部分中給出,部分將從下面的描述中變得明顯,或通過(guò)本發(fā)明的實(shí)踐了解到。
附圖說(shuō)明
本發(fā)明的上述和/或附加的方面和優(yōu)點(diǎn)從結(jié)合下面附圖對(duì)實(shí)施例的描述中將變得明顯和容易理解,其中:
圖1示出了根據(jù)本發(fā)明一種用于快速生成OCR訓(xùn)練樣本的自適應(yīng)方法的流程圖;
圖2示出了本發(fā)明一實(shí)施例的用于快速生成OCR訓(xùn)練樣本的自適應(yīng)方法流程圖;
圖3示出了根據(jù)本發(fā)明實(shí)施例生成的OCR訓(xùn)練樣本效果圖;
圖4示出了根據(jù)背景技術(shù)生成的OCR訓(xùn)練樣本效果圖;
圖5示出了本發(fā)明一種用于快速生成OCR訓(xùn)練樣本的自適應(yīng)系統(tǒng)的系統(tǒng)框圖。
具體實(shí)施方式
為了能夠更清楚地理解本發(fā)明的上述目的、特征和優(yōu)點(diǎn),下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明進(jìn)行進(jìn)一步的詳細(xì)描述。需要說(shuō)明的是,在不沖突的情況下,本申請(qǐng)的實(shí)施例及實(shí)施例中的特征可以相互組合。
在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明,但是,本發(fā)明還可以采用其他不同于在此描述的方式來(lái)實(shí)施,因此,本發(fā)明的保護(hù)范圍并不受下面公開(kāi)的具體實(shí)施例的限制。
圖1示出了根據(jù)本發(fā)明一種用于快速生成OCR訓(xùn)練樣本的自適應(yīng)方法的流程圖。
如圖1所示,根據(jù)本發(fā)明的一種用于快速生成OCR訓(xùn)練樣本的自適應(yīng)方法,該方法包括如下步驟:
步驟1,模板制作,利用編輯器生成模板字符數(shù)據(jù),并在模板數(shù)據(jù)的上下左右標(biāo)記四個(gè)特征點(diǎn),將模板數(shù)據(jù)打印出來(lái)作為模板;
步驟2,選取屏幕坐標(biāo)系作為參考坐標(biāo)系,在編輯器中得到所述模板中所述四個(gè)特征點(diǎn)及每個(gè)所述字符的中心坐標(biāo),對(duì)模板進(jìn)行拍照并保證模板上每個(gè)所述字符的輪廓清晰,采用相關(guān)算法獲取相機(jī)圖像坐標(biāo)系下每個(gè)所述字符的中心點(diǎn)的坐標(biāo);
步驟3,在不同條件下對(duì)模板進(jìn)行多組不同清晰度的拍照,采用圖像形態(tài)學(xué)方法,提取出模板上下左右四個(gè)所述特征點(diǎn)的位置坐標(biāo);
步驟4,樣本生成,利用步驟2中屏幕坐標(biāo)系下的所述特征點(diǎn)坐標(biāo)與步驟3中所述提取的特征點(diǎn)坐標(biāo)得到兩個(gè)坐標(biāo)系之間的線(xiàn)性變換矩陣,再利用該線(xiàn)性變換矩陣得到步驟2中屏幕坐標(biāo)系下所述字符中心坐標(biāo)在步驟3中所拍攝的照片中所對(duì)應(yīng)的字符中心坐標(biāo)。
更具體的,所述步驟1中的特征點(diǎn)為十字交叉符號(hào)。
更具體的,所述步驟2中在編輯器中得到上下左右四個(gè)點(diǎn)以及每個(gè)字符的中心坐標(biāo),這個(gè)參考坐標(biāo)系是屏幕坐標(biāo)系,得到的坐標(biāo)點(diǎn)是屏幕上的像素點(diǎn)的表示,在不同分辨率的顯示器上可能有不同的坐標(biāo)表示,但這并不影響本發(fā)明的技術(shù)效果。對(duì)模板圖像拍照,保證模板上的每個(gè)字符輪廓清晰即可,對(duì)得到的圖像首先二值化,然后尋找上下左右的四個(gè)標(biāo)記點(diǎn),這個(gè)可以用圖像形態(tài)學(xué)計(jì)算或者模板匹配得到。然后采用行分割和列分割算法將得到每個(gè)字符的中心點(diǎn)坐標(biāo),這個(gè)參考坐標(biāo)系是相機(jī)圖像坐標(biāo)系,得到的數(shù)值和在屏幕坐標(biāo)系下得到的數(shù)值一般是不一樣的,但是他們之間僅僅通過(guò)平移旋轉(zhuǎn)和縮放操作,即可實(shí)現(xiàn)等價(jià)。
更具體的,所述步驟3具體包括:
在不同距離下,采用不同品牌的攝像頭,加入適量抖動(dòng)對(duì)所述模板進(jìn)行拍照,得到所述模板不同清晰度的樣本圖像,拍照過(guò)程中保證能夠肉眼看到四個(gè)所述特征點(diǎn),然后,采用圖像形態(tài)學(xué)方法,提取出所述模板上所述特征點(diǎn)的位置坐標(biāo)。之所以采用形態(tài)學(xué),因其速度比較快,可以根據(jù)區(qū)域的長(zhǎng)度或者寬度來(lái)提取特征點(diǎn),本發(fā)明不限于此,也可以采用其它方法提取特征點(diǎn)。
更具體的,所述步驟2和步驟3中分別得到了不同參考坐標(biāo)系下的特征點(diǎn)坐標(biāo),這兩個(gè)參考坐標(biāo)系之間存在一個(gè)變換,使得在這兩個(gè)坐標(biāo)系下同一個(gè)物體的坐標(biāo)表示相等。這就是本發(fā)明的核心思想,本發(fā)明就是利用線(xiàn)性空間變換的思想,由兩個(gè)參考坐標(biāo)系之間的轉(zhuǎn)換,解得這兩個(gè)參考坐標(biāo)系之間的線(xiàn)性變換矩陣,這樣利用步驟2中比較清晰的字符坐標(biāo)信息,經(jīng)過(guò)同樣的線(xiàn)性變換矩陣后,可得到步驟3中對(duì)應(yīng)字符的坐標(biāo),實(shí)現(xiàn)了樣本的分割。步驟3中比較模糊的字符,或者左右結(jié)構(gòu)的字符,一般比較難分割出來(lái),但是線(xiàn)性變換使得可以先得到清晰條件下的字符坐標(biāo),然后經(jīng)過(guò)變換得到模糊樣本下的字符坐標(biāo),這樣得到的樣本,比用高斯濾波器生成的樣本,更真實(shí)。而且速度快,因?yàn)橐粋€(gè)模板上面可以設(shè)計(jì)636個(gè)字符左右,這樣一次変換就能得到636個(gè)樣本,而且可以批處理。
需要說(shuō)明的是,本發(fā)明有兩個(gè)關(guān)鍵點(diǎn):1)在拍攝模板照片的時(shí)候,盡量將保持相機(jī)鏡頭的中心線(xiàn)軸垂直于模板,減少鏡頭畸變帶來(lái)的影響;2)保持模板(紙張)的平整度,類(lèi)似于剛體平面(不要褶皺紙張),在計(jì)算模板照片頂點(diǎn)的時(shí)候,保證肉眼能夠看清特征點(diǎn)(十字交叉點(diǎn)),方便在圖像中定位到準(zhǔn)確的坐標(biāo)點(diǎn)。
圖2示出了本發(fā)明一實(shí)施例的一種用于快速生成OCR訓(xùn)練樣本的自適應(yīng)方法流程圖。
如圖2所示, 首先,準(zhǔn)備一份需要生成的字符樣本列表并在編輯器中均勻排列,在A(yíng)4紙的上下左右標(biāo)記一個(gè)十字交叉符號(hào),再用A4紙打印出來(lái);在編輯器中得到上下左右四個(gè)點(diǎn)以及每個(gè)字符的中心坐標(biāo),這個(gè)參考坐標(biāo)系是屏幕坐標(biāo)系;對(duì)模板圖像拍照,確保模板上的每個(gè)字符輪廓清晰,對(duì)得到的拍照?qǐng)D像二值化,利用圖像形態(tài)學(xué)計(jì)算或者模板匹配尋找上下左右的四個(gè)標(biāo)記點(diǎn),然后采用行分割和列分割算法將得到每個(gè)字符的中心點(diǎn)坐標(biāo),這個(gè)參考坐標(biāo)系是相機(jī)圖像坐標(biāo)系;在真實(shí)環(huán)境下,選取不同距離,不同品牌的攝像頭,加入適量抖動(dòng)對(duì)所述模板進(jìn)行拍照,得到所述模板不同清晰度的樣本圖像,拍照過(guò)程中保證能夠肉眼看到四個(gè)所述特征點(diǎn),然后,采用圖像形態(tài)學(xué)方法,提取出所述模板上所述特征點(diǎn)的位置坐標(biāo);利用屏幕坐標(biāo)系下的所述特征點(diǎn)坐標(biāo)與真實(shí)拍照環(huán)境中相機(jī)圖像坐標(biāo)系下提取的特征點(diǎn)坐標(biāo)得到兩個(gè)坐標(biāo)系之間的線(xiàn)性變換矩陣,再利用該線(xiàn)性變換矩陣得到屏幕坐標(biāo)系下所述字符中心坐標(biāo)在真實(shí)環(huán)境下所拍攝的照片中所對(duì)應(yīng)的字符中心坐標(biāo)。
圖3示出了根據(jù)本發(fā)明實(shí)施例生成的OCR訓(xùn)練樣本效果圖,圖4示出了根據(jù)背景技術(shù)生成的OCR訓(xùn)練樣本效果圖,由結(jié)果可知,本發(fā)明中經(jīng)過(guò)變換得到模糊樣本下的字符坐標(biāo)樣本,比用高斯濾波器生成的樣本,更真實(shí),而且速度更快。
根據(jù)本發(fā)明的另一方面,還提供了一種用于快速生成OCR訓(xùn)練樣本的自適應(yīng)系統(tǒng),圖5示出了本發(fā)明一種用于快速生成OCR訓(xùn)練樣本的自適應(yīng)系統(tǒng)的系統(tǒng)框圖。
如圖5所示,該系統(tǒng)包括:
模板制作模塊,利用編輯器生成模板字符數(shù)據(jù),并在模板數(shù)據(jù)的上下左右標(biāo)記四個(gè)特征點(diǎn),將模板數(shù)據(jù)打印出來(lái)作為模板;
字符中心坐標(biāo)計(jì)算模塊,選取屏幕坐標(biāo)系作為參考坐標(biāo)系,得到編輯器中下得到所述模板中所述四個(gè)特征點(diǎn)及每個(gè)所述字符的中心坐標(biāo),對(duì)模板進(jìn)行拍照并保證模板上每個(gè)所述字符的輪廓清晰,采用相關(guān)算法獲取相機(jī)圖像坐標(biāo)系下每個(gè)所述字符的中心點(diǎn)的坐標(biāo);
特征點(diǎn)提取模塊,在不同條件下對(duì)模板進(jìn)行多組不同清晰度的拍照,采用圖像形態(tài)學(xué)方法,提取出模板上下左右四個(gè)所述特征點(diǎn)的位置坐標(biāo);
樣本生成模塊,利用所述字符中心坐標(biāo)計(jì)算模塊中屏幕坐標(biāo)系下的所述特征點(diǎn)坐標(biāo)與所述特征點(diǎn)提取模塊中所述提取的特征點(diǎn)坐標(biāo)得到兩個(gè)坐標(biāo)系之間的線(xiàn)性變換矩陣,再利用該線(xiàn)性變換矩陣得到步驟2中屏幕坐標(biāo)系下所述字符中心坐標(biāo)在步驟3中所拍攝的照片中所對(duì)應(yīng)的字符中心坐標(biāo)。
更具體的,所述模板制作模塊中的特征點(diǎn)為十字交叉符號(hào)。
更具體的,所述特征點(diǎn)提取模塊中對(duì)模板進(jìn)行拍照并保證模板上每個(gè)所述字符的輪廓清晰,采用相關(guān)算法獲取相機(jī)圖像坐標(biāo)系下每個(gè)所述字符的中心點(diǎn)的坐標(biāo)具體實(shí)現(xiàn)為:
對(duì)模板拍照,保證模板上的每個(gè)字符輪廓清晰,選取相機(jī)圖像坐標(biāo)系為參考坐標(biāo)系,對(duì)得到的圖像首先二值化,然后利用圖像形態(tài)學(xué)或者模板匹配找到所述特征點(diǎn),采用行分割和列分割算法計(jì)算得到每個(gè)所述字符的中心點(diǎn)坐標(biāo)。
更具體的,所述特征點(diǎn)提取模塊實(shí)現(xiàn)為:
在不同距離下,采用不同品牌的攝像頭,加入適量抖動(dòng)對(duì)所述模板進(jìn)行拍照,得到所述模板不同清晰度的樣本圖像,拍照過(guò)程中保證能夠肉眼看到四個(gè)所述特征點(diǎn),然后,采用圖像形態(tài)學(xué)方法,提取出所述模板上所述特征點(diǎn)的位置坐標(biāo)。
本發(fā)明能夠自適應(yīng)各種真實(shí)場(chǎng)景,沒(méi)有語(yǔ)言的限制,沒(méi)有人為設(shè)定高斯濾波器的頻率帶寬的過(guò)程,并且能夠模擬相機(jī)和文檔的相對(duì)運(yùn)動(dòng)導(dǎo)致的模糊,直接生成真實(shí)使用情況下的訓(xùn)練樣本,提高了樣本生成的速率及真實(shí)性。
在本說(shuō)明書(shū)的描述中,術(shù)語(yǔ)“一個(gè)實(shí)施例”、“具體實(shí)施例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說(shuō)明書(shū)中,對(duì)上述術(shù)語(yǔ)的示意性表述不一定指的是相同的實(shí)施例或?qū)嵗6?,描述的具體特征、結(jié)構(gòu)、材料或特點(diǎn)可以在任何的一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。
以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已,并不用于限制本發(fā)明,對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō),本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi),所作的任何修改、等同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。