CN103544482A - 特征图片的识别方法及装置 - Google Patents

Abstract

本发明公开了一种特征图片的识别方法及装置，该特征图片的识别方法包括：建立特征图片库；对特征图片库中的特征图片进行处理，生成特征图片标本；将特征图片标本对应的码流进行加密处理，得到对应的字符串；将当前待识别图片按照与生成特征图片标本相同的处理方式进行处理，获得对应的字符串，并在特征图片库中进行比对，若特征图片库中存在相同的字符串，则确定当前待识别图片为特征图片。上述特征图片的识别方法及装置，将建立的特征图片库中的特征图片生成特征图片标本，将当前待识别图片按照与生成特征图片标本相同的处理方式进行处理，将处理结果与特征图片库进行比对，可以自动地、高可靠度地识别出特征图片，并且实现简单。

Description

特征图片的识别方法及装置

技术领域

本发明涉及图片识别技术，具体涉及一种特征图片的识别方法及装置。

背景技术

“无图无真相”是在网络论坛、网络社区上非常流行的一句话，其字面意思是指：没有图片就不能清楚了解事情的真相，当有人在论坛或社区里发表对某个事物或是某件事情的看法时，只是用语言文字描述没有跟上图片的时候，跟帖者往往会使用“无图无真相"要求发帖人上图。由此可见，图片在我们日常生活中的重要性。

另外，随着技术的发展，网络上也出现了各种类型的图片。网上图片搜索，是指随着网络技术的发展，人们为了查找资料或因为兴趣而在网络上寻找图片的方式。但是，目前很多图片是有问题的，例如图片非法或图片破损无法使用等等，这就需要我们在获取图片时先对其进行识别。

现有的图片识别是基于图片色彩以及图片色块的区域来进行的，使用该方法识别可靠度差且实现复杂。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的特征图片的识别方法及装置。

根据本发明的一个方面，提供了一种特征图片的识别方法，包括：

建立特征图片库；

对所述特征图片库中的特征图片进行处理，生成特征图片标本；

将所述特征图片标本对应的码流进行加密处理，得到对应的字符串；

将当前待识别图片按照与生成特征图片标本相同的处理方式进行处理，获得对应的字符串，并在所述特征图片库中进行比对，若所述特征图片库中存在相同的字符串，则确定当前待识别图片为特征图片。

根据本发明的另一方面，提供了一种特征图片的识别装置，包括：

建立模块，适于建立特征图片库；

标本生成模块，适于对所述建立模块建立的所述特征图片库中的特征图片进行处理，生成特征图片标本；

获得模块，适于将所述标本生成模块生成的所述特征图片标本对应的码流进行加密处理，得到对应的字符串；

识别模块，适于将当前待识别图片按照与所述标本生成模块生成特征图片标本相同的处理方式进行处理，获得对应的字符串，并在所述特征图片库中进行比对，若所述特征图片库中存在相同的字符串，则确定当前待识别图片为特征图片。

上述特征图片的识别方法及装置，将建立的特征图片库中的特征图片生成特征图片标本，将当前待识别图片按照与生成特征图片标本相同的处理方式进行处理，将处理结果与特征图片库进行比对，可以自动地、高可靠度地识别出特征图片，并且实现简单。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的特征图片的识别方法的流程图；

图2示出了根据本发明另一个实施例的特征图片的识别方法的流程图；

图3示出了根据本发明一个实施例的非法图片的识别方法的流程图；

图4示出了根据本发明一个实施例的特征图片的识别装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的特征图片的识别方法的流程图。如图1所示，该方法包括：

步骤S101、建立特征图片库；

该步骤S101可以为：基于人工的方式识别出特征图片，对所识别的特征图片进行标注并记录，组成一个特征图片库；

步骤S102、对特征图片库中的特征图片进行处理，生成特征图片标本；

上述对特征图片库中的特征图片进行处理，生成特征图片标本可以包括但不限于以下步骤中的一项或几项：将特征图片缩放为预定大小；例如可以将特征图片缩放为宽高为200*200或200*300的图片；将特征图片的质量调整为质量预定值；例如可以将特征图片的质量调整为30、50等；删除特征图片的可交换图像文件（EXIF）信息；将特征图片的缩放采样调整为设定值；例如可以将特征图片的缩放采样调整为1：1：1等；

其中，EXIF信息是由数码相机在拍摄过程中采集的一系列信息，然后把信息放置在我们熟知的JPEG/TIFF文件的头部，也就是说EXIF信息是镶嵌在JPEG/TIFF图像文件格式内的一组拍摄参数，主要包括摄影时的光圈、快门、ISO、时间等各种与当时摄影条件相关的信息，相机品牌型号，色彩编码，拍摄时录制的声音以及全球定位系统（GPS）等信息。简单的说，它就好像是傻瓜相机的日期打印功能一样，只不过EXIF信息所记录的资讯更为详尽和完备；删除EXIF信息的方式有很多种，例如通过软件的方式；

步骤S103、将特征图片标本对应的码流进行加密处理，得到对应的字符串；

该步骤S103可以为：对上述特征图片标本对应的二进制码流采用信息摘要算法（Message-Digest Algorithm）例如MD5进行加密，得到一个的字符串；MD5是经过MD2、MD3、MD4发展而来的，是让大容量信息在用数字签名软件签署私人密匙前被"压缩"成一种保密的格式（即把一个任意长度的字节串变换成一定长的大整数）；不管是MD2、MD4还是MD5，它们都需要获得一个随机长度的信息并产生一个128位的信息摘要，虽然这些算法的结构或多或少有些相似，但MD2的设计与MD4和MD5完全不同，那是因为MD2是为8位机器做过设计优化的，而MD4和MD5却是面向32位的电脑，即使用MD4或MD5算法进行加密，可以得到一个32位的字符串；

步骤S104、将当前待识别图片按照与生成特征图片标本相同的处理方式进行处理，获得对应的字符串，并在特征图片库中进行比对，若特征图片库中存在相同的字符串，则确定当前待识别图片为特征图片。

将当前待识别图片按照步骤S102提供的流程进行处理，获得对应的字符串，并在特征图片库中进行比对，若特征图片库中存在相同的字符串，则确定当前待识别图片为特征图片。

图2示出了根据本发明另一个实施例的特征图片的识别方法的流程图。如图2所示，该方法包括：

步骤S201、建立特征图片库；

基于人工的方式识别出特征图片，对所识别的特征图片进行标注并记录，组成一个特征图片库；

步骤S202、将特征图片库中的特征图片缩放为预定大小；

可以将特征图片缩放为宽高为300*300的图片；

步骤S203、将特征图片的质量调整为质量预定值；

可以将特征图片的质量调整为60；

步骤S204、删除特征图片的EXIF信息；

EXIF信息通常放置在JPEG/TIFF文件的头部，也就是说EXIF信息是镶嵌在JPEG/TIFF图像文件格式内的一组拍摄参数，主要包括摄影时的光圈、快门、ISO、时间等各种与当时摄影条件相关的信息，相机品牌型号，色彩编码，拍摄时录制的声音以及全球定位系统（GPS）等信息；而删除EXIF信息的方法有很多种，例如可以在数码正片里打开特征图片后，启动内置的EXIF MAKER2.21，然后点击一下右下角的“直接删除原文件的EXIF信息”按钮，EXIF信息就被完全的清除了，采用这种方式删除了EXIF信息的图片宽高和原来一样，画质、清晰度都不会改变，文件大小也一样，只是删除了图片的拍摄信息；

删除EXIF信息是为了将特征图片中的差异信息即非共同特征部分删除，从而可以制作用于识别特征图片的特征图片标本；当然，对于需要根据EXIF信息进行图片识别的情况，则不需要执行该操作；

步骤S205、将特征图片的缩放采样调整为设定值，生成特征图片标本；

可以将特征图片的缩放采样调整为1：1：1等；

步骤S206、将特征图片标本对应的码流进行加密处理，得到对应的字符串；

对上述特征图片标本对应的二进制码流可以采用信息摘要算法MD5进行加密，得到一个的字符串；MD5是经过MD2、MD3、MD4发展而来的，是让大容量信息在用数字签名软件签署私人密匙前被"压缩"成一种保密的格式（即把一个任意长度的字节串变换成一定长的大整数）；不管是MD2、MD4还是MD5，它们都需要获得一个随机长度的信息并产生一个128位的信息摘要，虽然这些算法的结构或多或少有些相似，但MD2的设计与MD4和MD5完全不同，那是因为MD2是为8位机器做过设计优化的，而MD4和MD5却是面向32位的电脑，即使用MD5算法进行加密，可以得到一个32位的字符串；

步骤S207、将当前待识别图片按照生成特征图片标本的流程进行处理，获得对应的字符串，并在特征图片库中进行比对，若特征图片库中存在相同的字符串，则确定当前待识别图片为特征图片。

将当前待识别图片按照步骤S202-步骤205提供的流程进行处理，获得对应的字符串，并在特征图片库中进行比对，若特征图片库中存在相同的字符串，则确定当前待识别图片为特征图片。

上述特征图片是指具有某个或某些共同特征的图片，例如可以为非法图片、垃圾图片、损坏图片等，如图3所示，当特征图片为非法图片时，该非法图片的识别方法包括：

步骤S301、通过人工识别非法图片的方式，建立非法图片库；

非法图片库中有多个非法图片；

步骤S302、对非法图片库中的非法图片进行处理，生成非法图片标本；

对非法图片进行以下处理：将图片缩放为宽高为200*200的图片，将图片质量调整为30，删除图片的EXIF信息，调整图片缩放采样为1：1：1，生成非法图片标本；

其中，EXIF信息是镶嵌在JPEG/TIFF图像文件格式内的一组拍摄参数，主要包括摄影时的光圈、快门、ISO、时间等各种与当时摄影条件相关的信息，相机品牌型号，色彩编码，拍摄时录制的声音以及全球定位系统（GPS）等信息；而删除EXIF信息的方法有很多种，例如可以在数码正片里打开非法图片后，启动内置的EXIF MAKER2.21，然后点击一下右下角的“直接删除原文件的EXIF信息”按钮，EXIF信息就被完全的清除了，采用这种方式删除了EXIF信息的图片宽高和原来一样，画质、清晰度都不会改变，文件大小也一样，只是删除了图片的拍摄信息；

步骤S303、将非法图片标本对应的码流进行加密处理，得到对应的字符串；

对上述非法图片标本对应的二进制码流采用信息摘要算法例如MD5进行加密，得到一个的字符串；MD5是经过MD2、MD3、MD4发展而来的，是让大容量信息在用数字签名软件签署私人密匙前被"压缩"成一种保密的格式（即把一个任意长度的字节串变换成一定长的大整数）；不管是MD2、MD4还是MD5，它们都需要获得一个随机长度的信息并产生一个128位的信息摘要，虽然这些算法的结构或多或少有些相似，但MD2的设计与MD4和MD5完全不同，那是因为MD2是为8位机器做过设计优化的，而MD4和MD5却是面向32位的电脑，即使用MD4或MD5算法进行加密，可以得到一个32位的字符串；

步骤S304、将当前待识别图片按照与生成非法图片标本相同的处理方式进行处理，获得对应的字符串，并在非法图片库中进行比对，若非法图片库中存在相同的字符串，则确定当前待识别图片为非法图片。

当对当前待识别图片进行非法图片扫描时，按照步骤S102提供的流程进行处理，获得对应的字符串，并在非法图片库中进行比对，若非法图片库中存在相同的字符串，则确定当前待识别图片为非法图片。

对于其他类型的特征图片例如垃圾图片或破损图片的识别可参见图3，此处不赘述。

上述特征图片的识别方法，将建立的特征图片库中的特征图片生成特征图片标本，将当前待识别图片按照与生成特征图片标本相同的处理方式进行处理，将处理结果与特征图片库进行比对，可以自动地、高可靠度地识别出特征图片，并且实现简单。

图4示出了根据本发明一个实施例的特征图片的识别装置的结构示意图。如图4所示，该特征图片的识别装置包括：建立模块41、标本生成模块42、获得模块43和识别模块44，其中：

建立模块适于建立特征图片库；

标本生成模块适于对上述建立模块建立的上述特征图片库中的特征图片进行处理，生成特征图片标本；

获得模块适于将上述标本生成模块生成的上述特征图片标本对应的码流进行加密处理，得到对应的字符串；

识别模块适于将当前待识别图片按照与上述标本生成模块生成特征图片标本相同的处理方式进行处理，获得对应的字符串，并在上述特征图片库中进行比对，若上述特征图片库中存在相同的字符串，则确定当前待识别图片为特征图片。

其中，特征图片为具有某个或某些共同特征的图片，例如非法图片、垃圾图片、损坏图片等等；上述建立模块具体适于基于人工的方式识别出特征图片，对所识别的特征图片进行标注并记录，建立特征图片库。上述获得模块，具体适于对上述特征图片标本对应的二进制码流采用信息摘要算法进行加密，得到对应的字符串。上述信息摘要算法包括MD2、MD3、MD4和MD5，其中，MD5是经过MD2、MD3、MD4发展而来的，其是让大容量信息在用数字签名软件签署私人密匙前被"压缩"成一种保密的格式（即把一个任意长度的字节串变换成一定长的大整数）；不管是MD2、MD4还是MD5，它们都需要获得一个随机长度的信息并产生一个128位的信息摘要，虽然这些算法的结构或多或少有些相似，但MD2的设计与MD4和MD5完全不同，那是因为MD2是为8位机器做过设计优化的，而MD4和MD5却是面向32位的电脑，即使用MD5算法进行加密，可以得到一个32位的字符串。

另外，上述标本生成模块，具体适于执行以下至少一项：将上述特征图片缩放为预定大小，将上述特征图片的质量调整为质量预定值，删除上述特征图片的可交换图像文件EXIF信息，以及将上述特征图片的缩放采样调整为设定值。上述特征图片的预定大小可以为宽高为200*200或200*300的图片，将特征图片的质量预定值可以为30或50，将特征图片的缩放采样可以为1：1：1。

其中，EXIF信息是由数码相机在拍摄过程中采集的一系列信息，然后把信息放置在我们熟知的JPEG/TIFF文件的头部，也就是说EXIF信息是镶嵌在JPEG/TIFF图像文件格式内的一组拍摄参数，主要包括摄影时的光圈、快门、ISO、时间等各种与当时摄影条件相关的信息，相机品牌型号，色彩编码，拍摄时录制的声音以及全球定位系统（GPS）等信息。而删除EXIF信息的方法有很多种，例如可以在数码正片里打开特征图片后，启动内置的EXIFMAKER2.21，然后点击一下右下角的“直接删除原文件的EXIF信息”按钮，EXIF信息就被完全的清除了，采用这种方式删除了EXIF信息的图片宽高和原来一样，画质、清晰度都不会改变，文件大小也一样，只是删除了图片的拍摄信息。

上述特征图片的识别装置识别图片的过程可参见图1-图2，此处不赘述。

上述特征图片的识别装置，通过标本生成模块将建立模块建立的特征图片库中的特征图片生成特征图片标本，通过识别模块将当前待识别图片按照与生成特征图片标本相同的处理方式进行处理，将处理结果与特征图片库进行比对，可以自动地、高可靠度地识别出特征图片，并且实现简单。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书（包括伴随的权利要求、摘要和附图）中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书（包括伴随的权利要求、摘要和附图）中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（DSP）来实现根据本发明实施例的特征图片的识别装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种特征图片的识别方法，包括：

建立特征图片库；

对所述特征图片库中的特征图片进行处理，生成特征图片标本；

将所述特征图片标本对应的码流进行加密处理，得到对应的字符串；

将当前待识别图片按照与生成特征图片标本相同的处理方式进行处理，获得对应的字符串，并在所述特征图片库中进行比对，若所述特征图片库中存在相同的字符串，则确定当前待识别图片为特征图片。

2.根据权利要求1所述的方法，所述对所述特征图片库中的特征图片进行处理，生成特征图片标本，包括以下至少一项：

将所述特征图片缩放为预定大小，将所述特征图片的质量调整为质量预定值，删除所述特征图片的可交换图像文件EXIF信息，以及将所述特征图片的缩放采样调整为设定值。

3.根据权利要求2所述的方法，所述质量预定值为30，所述设定值为1：1：1。

4.根据权利要求1所述的方法，所述建立特征图片库包括：基于人工的方式识别出特征图片，对所识别的特征图片进行标注并记录。

5.根据权利要求1所述的方法，所述将所述特征图片标本对应的码流进行加密处理，得到对应的字符串，包括：

对所述特征图片标本对应的二进制码流采用信息摘要算法进行加密，得到对应的字符串。

6.一种特征图片的识别装置，包括：

建立模块，适于建立特征图片库；

标本生成模块，适于对所述建立模块建立的所述特征图片库中的特征图片进行处理，生成特征图片标本；

获得模块，适于将所述标本生成模块生成的所述特征图片标本对应的码流进行加密处理，得到对应的字符串；

识别模块，适于将当前待识别图片按照与所述标本生成模块生成特征图片标本相同的处理方式进行处理，获得对应的字符串，并在所述特征图片库中进行比对，若所述特征图片库中存在相同的字符串，则确定当前待识别图片为特征图片。

7.根据权利要求6所述的装置，所述标本生成模块，具体适于以下至少一项：

将所述特征图片缩放为预定大小，将所述特征图片的质量调整为质量预定值，删除所述特征图片的可交换图像文件EXIF信息，以及将所述特征图片的缩放采样调整为设定值。

8.根据权利要求7所述的装置，所述质量预定值为30，所述设定值为1：1：1。

9.根据权利要求6所述的装置，所述建立模块，具体适于：基于人工的方式识别出特征图片，对所识别的特征图片进行标注并记录。

10.根据权利要求6所述的装置，所述获得模块，具体适于：

对所述特征图片标本对应的二进制码流采用信息摘要算法进行加密，得到对应的字符串。

Images