CN104463176B - 图形标志图片检测方法和装置 - Google Patents

Abstract

本发明提供了一种图形标志图片检测方法和装置，主要涉及互联网技术领域，主要目的在于检测图片中是否包含图形标志。方法包括：基于待检测的图片的边缘位置，从所述图片上选择待提取颜色的区域；提取所述区域中的颜色；根据所提取的所述区域中的颜色，判断所述图片中是否包含有图形标志。根据本发明，根据图片边缘位置提取颜色进行检测，可以有效地识别提取的颜色是不是背景色，进而判断图片是否包含图形标志。

Description

图形标志图片检测方法和装置

技术领域

本发明涉及互联网技术领域，具体而言，涉及一种图形标志图片检测方法和装置。

背景技术

在互联网领域内，通常需要对互联网上的大量图片进行抓取，之后可对抓取到的图片进行各种方式的处理，例如，对图片进行裁剪。

一般地，对图片进行何种方式的处理，取决于图片中包含了什么内容，因此需要对图片中包含的内容进行检测。例如，基本目前的人脸识别技术，可以检测出人物图片中所包含的人脸。但是，对于包含了图形标志的图片来说，例如，商品标志、logo图片等，目前尚且没有有效对其进行识别的技术方案，只能普遍采用人工选取的方式，效率不高。

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图形标志图片检测方法和装置。

依据本发明的一个方面，提供了一种图形标志图片检测方法，其包括：基于待检测的图片的边缘位置，从所述图片上选择待提取颜色的区域；提取所述区域中的颜色；根据所提取的所述区域中的颜色，判断所述图片中是否包含有图形标志。

可选地，前述的方法，提取所述区域中的颜色，具体包括：提取所述区域中的每个像素在一个或多个颜色通道下的亮度值。

可选地，前述的方法，所述一个或多个颜色通道包括以下至少一种：红色通道、绿色通道、蓝色通道。

可选地，前述的方法，根据所提取的所述区域中的颜色，判断所述图片中是否包含有图形标志，具体包括：统计每个颜色通道下的具有相同亮度值的像素的数量；根据每个颜色通道下的每种亮度值的像素的数量，计算每个颜色通道下的像素数量的方差；根据所述一个或多个通道的像素数量的方差，判断所述区域的颜色是否为所述图形标志的背景色，判断结果为是时表示所述图片中包含有图形标志。

可选地，前述的方法，根据每个颜色通道下的每种亮度值的像素的数量，计算每个颜色通道下的像素的方差，具体包括：根据每个颜色通道下的相同亮度值的像素的数量，计算每个颜色通道下的每种亮度值的像素数量的占比；根据每个颜色通道下的每种亮度值的像素数量的占比，计算每个颜色通道下的所有亮度值的像素数量的平均占比；根据每个颜色通道下的每种亮度值的像素数量的占比，以及每个颜色通道下的所有亮度值的像素数量的平均占比，计算每个颜色通道下的像素数量的方差。

可选地，前述的方法，所述区域呈中空状，所述区域的外边缘与所述图片的边缘一致。

可选地，前述的方法，基于待检测的图片的边缘位置，从所述图片上选择待提取颜色的区域，具体包括：根据所述图片的尺寸，计算所述区域的外边缘与内边缘之间的距离；按所述区域的外边缘与内边缘之间的距离，从所述图片上选取区域。

依据本发明的另一方面，还提供了一种图形标志图片检测装置，其包括：区域选择模块，用于基于待检测的图片的边缘位置，从所述图片上选择待提取颜色的区域；颜色提取模块，用于提取所述区域中的颜色；图形标志判断模块，用于根据所提取的所述区域中的颜色，判断所述图片中是否包含有图形标志。

可选地，前述的装置，所述颜色提取模块提取所述区域中的每个像素在一个或多个颜色通道下的亮度值。

可选地，前述的装置，所述一个或多个颜色通道包括以下至少一种：红色通道、绿色通道、蓝色通道。

可选地，前述的装置，还包括：像素统计模块，用于统计每个颜色通道下的具有相同亮度值的像素的数量；方差计算模块，用于根据每个颜色通道下的每种亮度值的像素的数量，计算每个颜色通道下的像素数量的方差；所述图形标志判断模块根据所述一个或多个通道的像素数量的方差，判断所述区域的颜色是否为所述图形标志的背景色，判断结果为是时表示所述图片中是否包含有图形标志。

可选地，前述的装置，还包括：占比计算模块，用于根据每个颜色通道下的相同亮度值的像素的数量，计算每个颜色通道下的每种亮度值的像素数量的占比；平均占比计算模块，用于根据每个颜色通道下的每种亮度值的像素数量的占比，计算每个颜色通道下的所有亮度值的像素数量的平均占比；所述方差计算模块根据每个颜色通道下的每种亮度值的像素数量的占比，以及每个颜色通道下的所有亮度值的像素数量的平均占比，计算每个颜色通道下的像素数量的方差。

可选地，前述的装置，所述区域呈中空状，所述区域的外边缘与所述图片的边缘一致。

可选地，前述的装置，还包括：距离计算模块，用于根据所述图片的尺寸，计算所述区域的外边缘与内边缘之间的距离；所述区域选择模块按所述区域的外边缘与内边缘之间的距离，从所述图片上选取区域。

根据以上技术方案，可知本发明的图形标志图片检测方法和装置至少具有以下优点：

对于包含图形标志的图片来说，通常图片的中部为图形标志，为了将图形标志凸显出来，一般图片中除了图形标志以外的背景颜色比较单一且分布不均，本发明的技术方案基于包含图形标志的图片的这个特点，根据图片边缘位置提取颜色进行检测，可以有效地识别提取的颜色是不是背景色，进而判断图片是否包含图形标志。

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示出了根据本发明的一个实施例的图形标志检测方法的流程图；

图2示出了根据本发明的一个实施例的图形标志检测方法的流程图；

图3示出了根据本发明的一个实施例的图形标志检测方法的流程图；

图4示出了根据本发明的一个实施例的图形标志检测方法的流程图；

图5示出了根据本发明的一个实施例的图形标志检测方法的流程图；

图6示出了根据本发明的一个实施例的图形标志检测方法的工作示意图；

图7示出了根据本发明的一个实施例的图形标志检测装置的框图；

图8示出了根据本发明的一个实施例的图形标志检测装置的框图；

图9示出了根据本发明的一个实施例的图形标志检测装置的框图；

图10示出了根据本发明的一个实施例的图形标志检测装置的框图。

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。

如图1所示，本发明的一个实施例提供了一种图形标志图片检测方法，其包括：

步骤110，基于待检测的图片的边缘位置，从图片上选择待提取颜色的区域。在本实施例中，通过观察大量包含图形标志的图片，可以得出图形标志图片边缘位置的颜色一般为背景色，为了减少图片中间颜色对背景色的干扰，所以只提取边缘位置区域的背景色。

步骤120，提取区域中的颜色。

步骤130，根据所提取的区域中的颜色，判断图片中是否包含有图形标志。根据本实施例的技术方案，对于包含图形标志的图片来说，通常图片的中部为图形标志，为了将图形标志凸显出来，一般图片中除了图形标志以外的背景部分颜色比较单一缺乏变化，本实施例的技术方案基于包含图形标志的图片的这个特点，根据图片边缘位置提取颜色进行检测，可以有效地识别提取的颜色是不是背景色，进而判断图片是否包含图形标志。

根据图1，对于一张具有车辆标志的图片，图片内居中设置了白色的车辆标志，非车辆标志的背景部分为黑色；在图片的边缘位置提取颜色，发现提取的颜色全都是黑色，这符合包含图形标志的背景色的特点，因此判断图片中包含了图形标志。

如图2所示，本发明的一个实施例提供了一种图形标志图片检测方法，其包括：

步骤210，基于待检测的图片的边缘位置，从图片上选择待提取颜色的区域。

步骤220，提取区域中的每个像素在一个或多个颜色通道下的亮度值。进一步地，一个或多个颜色通道包括以下至少一种：红色通道、绿色通道、蓝色通道。在本实施例中，通过提取多颜色通道亮度值的方式，有利于精确地判断所提取颜色的差异变化。

步骤230，根据所提取的区域中的颜色，判断图片中是否包含有图形标志。

如图3所示，本发明的一个实施例提供了一种图形标志图片检测方法，其包括：

步骤310，基于待检测的图片的边缘位置，从图片上选择待提取颜色的区域。

步骤320，提取区域中的每个像素在一个或多个颜色通道下的亮度值。

步骤330，统计每个颜色通道下的具有相同亮度值的像素的数量。

步骤340，根据每个颜色通道下的每种亮度值的像素的数量，计算每个颜色通道下的像素数量的方差。

步骤350，根据一个或多个通道的像素数量的方差，判断区域的颜色是否为图形标志的背景色，判断结果为是时表示图片中包含有图形标志。根据本实施例的技术方案，像素数量的方差是能够反映出颜色差异变化的数值，根据该数值的变化可以准确判断所提取的颜色是否为背景色。

如图4所示，本发明的一个实施例提供了一种图形标志图片检测方法，其包括：

步骤410，基于待检测的图片的边缘位置，从图片上选择待提取颜色的区域。

步骤420，提取区域中的每个像素在一个或多个颜色通道下的亮度值。

步骤430，统计每个颜色通道下的具有相同亮度值的像素的数量。

步骤440，根据每个颜色通道下的相同亮度值的像素的数量，计算每个颜色通道下的每种亮度值的像素数量的占比。

步骤450，根据每个颜色通道下的每种亮度值的像素数量的占比，计算每个颜色通道下的所有亮度值的像素数量的平均占比。

步骤460，根据每个颜色通道下的每种亮度值的像素数量的占比，以及每个颜色通道下的所有亮度值的像素数量的平均占比，计算每个颜色通道下的像素数量的方差。

步骤470，根据一个或多个通道的像素数量的方差，判断区域的颜色是否为图形标志的背景色，判断结果为是时表示图片中包含有图形标志。根据本实施例的技术方案，提供一种详细的计算方差的技术方案。

根据图4，对于某张待检测的图片，需要按照以下过程处理：

1、统计各个通道亮度值的数量：对R、G、B三个通道，分别统计从0～255每个亮度值的像素的个数，记为a₀,a₁,a₂,...,a₂₅₅，将数量最多的亮度值记为该通道的颜色的亮度值。

2、计算各个亮度值的占比。设每个通道的像素的总数为total，则：

计算各个像素值数量的占比，记为R₀,R₁,R₂,...,R₂₅₅，则：

R_i＝(a_i/total)*100

3、计算方差。对每个通道，分别计算R₀,R₁,R₂,...,R₂₅₅的方差，分别记为D_R,D_G,D_B。记各通道的平均占比为avg，最终的方差为D_finall，则：

D_finall＝(D_R+D_G+D_B)/3

4、确定图片是否包含图形标志。理论上方差越大，该图片包含图形标志的可能性越大，下面是在2000张图片上的试验结果，通过设置不同的方差阈值得出的结果如下：

阈值	召回率	准确率
			D>1000	69.50％	98.40％
D>500	85.90％	96.40％
			D>300	95.70％	95.20％

因此，在本实施例中将方差>300作为判断一张图片是否包含图形标志的标准。

需要说明的是，上述各个公式并不是实现本发明的唯一公式，仅作为实施例的一种实现方式。技术人员可以根据业务需要对公式做适当变形，例如增加常量或变量或系数等方式，依然落在本发明的保护范围之内。

如图5所示，本发明的一个实施例提供了一种图形标志图片检测方法，其包括：

步骤510，根据所述图片的尺寸，计算所述区域的外边缘与内边缘之间的距离。在本实施例中，可以根据图片整体计算，估算可能是图形标志的背景的区域。

步骤520，按所述区域的外边缘与内边缘之间的距离，从所述图片上选取区域。在本实施例中，所述区域呈中空状，所述区域的外边缘与所述图片的边缘一致。在本实施例中，实际上是选择图片四周的区域，如果图片中包含图形标志，则该区域最可能是图形标志的背景。

步骤530，提取区域中的颜色。

步骤540，根据所提取的区域中的颜色，判断图片中是否包含有图形标志。

根据图5，对于待检测是否包含图形标志的图片，可以选取分别占原始图宽和高1/5的像素的区域，从中提取颜色以用于进行判断，具体如图6所示，其中斜线区域为选择的区域。

如图7所示，本发明的一个实施例提供了一种图形标志图片检测装置，其包括：

区域选择模块710，基于待检测的图片的边缘位置，从图片上选择待提取颜色的区域。在本实施例中，通过观察大量包含图形标志的图片，可以得出图形标志图片边缘位置的颜色一般为背景色，为了减少图片中间颜色对背景色的干扰，所以只提取边缘位置区域的背景色。

颜色提取模块720，提取区域中的颜色。

图形标志判断模块730，根据所提取的区域中的颜色，判断图片中是否包含有图形标志。根据本实施例的技术方案，对于包含图形标志的图片来说，通常图片的中部为图形标志，为了将图形标志凸显出来，一般图片中除了图形标志以外的背景部分颜色比较单一缺乏变化，本实施例的技术方案基于包含图形标志的图片的这个特点，根据图片边缘位置提取颜色进行检测，可以有效地判断提取颜色是不是背景色，进而识别包含图形标志的图片。

根据图7，对于一张具有车辆标志的图片，图片内居中设置了白色的车辆标志，非车辆标志的背景部分为黑色；在图片的边缘位置提取颜色，发现提取的颜色全都是黑色，这符合包含图形标志的背景色的特点，因此判断图片中包含了图形标志。

本发明的一个实施例提供了一种图形标志图片检测装置，其包括：

区域选择模块710，基于待检测的图片的边缘位置，从图片上选择待提取颜色的区域。

颜色提取模块720，提取区域中的每个像素在一个或多个颜色通道下的亮度值。进一步地，一个或多个颜色通道包括以下至少一种：红色通道、绿色通道、蓝色通道。在本实施例中，通过提取多颜色通道亮度值的方式，有利于精确地判断所提取颜色的差异变化。

图形标志判断模块730，根据所提取的区域中的颜色，判断图片中是否包含有图形标志。

如图8所示，本发明的一个实施例提供了一种图形标志图片检测装置，其包括：

区域选择模块810，基于待检测的图片的边缘位置，从图片上选择待提取颜色的区域。

颜色提取模块820，提取区域中的每个像素在一个或多个颜色通道下的亮度值。

像素统计模块830，统计每个颜色通道下的具有相同亮度值的像素的数量。

方差计算模块840，根据每个颜色通道下的每种亮度值的像素的数量，计算每个颜色通道下的像素数量的方差。

图形标志判断模块850，根据一个或多个通道的像素数量的方差，判断区域的颜色是否为图形标志的背景色，判断结果为是时表示图片中包含有图形标志。根据本实施例的技术方案，像素数量的方差是能够反映出颜色差异变化的数值，根据该数值的变化可以准确判断所提取的颜色是否为背景色。

如图9所示，本发明的一个实施例提供了一种图形标志图片检测装置，其包括：

区域选择模块910，基于待检测的图片的边缘位置，从图片上选择待提取颜色的区域。

颜色提取模块920，提取区域中的每个像素在一个或多个颜色通道下的亮度值。

像素统计模块930，统计每个颜色通道下的具有相同亮度值的像素的数量。

占比计算模块940，根据每个颜色通道下的相同亮度值的像素的数量，计算每个颜色通道下的每种亮度值的像素数量的占比。

平均占比计算模块950，根据每个颜色通道下的每种亮度值的像素数量的占比，计算每个颜色通道下的所有亮度值的像素数量的平均占比。

方差计算模块960，根据每个颜色通道下的每种亮度值的像素数量的占比，以及每个颜色通道下的所有亮度值的像素数量的平均占比，计算每个颜色通道下的像素数量的方差。

图形标志判断模块970，根据一个或多个通道的像素数量的方差，判断区域的颜色是否为图形标志的背景色，判断结果为是时表示图片中包含有图形标志。根据本实施例的技术方案，提供一种详细的计算方差的技术方案。

根据图9，对于某张待检测的图片，需要按照以下过程处理：

1、统计各个通道亮度值的数量：对R、G、B三个通道，分别统计从0～255每个亮度值的像素的个数，记为a₀,a₁,a₂,...,a₂₅₅，将数量最多的亮度值记为该通道的颜色的亮度值。

2、计算各个亮度值的占比。设每个通道的像素的总数为total，则：

计算各个像素值数量的占比，记为R₀,R₁,R₂,...,R₂₅₅，则：

R_i＝(a_i/total)*100

3、计算方差。对每个通道，分别计算R₀,R₁,R₂,...,R₂₅₅的方差，分别记为D_R,D_G,D_B。记各通道的平均占比为avg，最终的方差为D_finall，则：

D_finall＝(D_R+D_G+D_B)/3

4、确定图片是否包含图形标志。理论上方差越大，该图片包含图形标志的可能性越大，下面是在2000张图片上的试验结果，通过设置不同的方差阈值得出的结果如下：

阈值	召回率	准确率
			D>1000	69.50％	98.40％
D>500	85.90％	96.40％
			D>300	95.70％	95.20％

因此，在本实施例中将方差>300作为判断一张图片是否包含图形标志的标准。

需要说明的是，上述各个公式并不是实现本发明的唯一公式，仅作为实施例的一种实现方式。技术人员可以根据业务需要对公式做适当变形，例如增加常量或变量或系数等方式，依然落在本发明的保护范围之内。

如图10所示，本发明的一个实施例提供了一种图形标志图片检测装置，其包括：

距离计算模块1010，根据所述图片的尺寸，计算所述区域的外边缘与内边缘之间的距离。在本实施例中，可以根据图片整体计算，估算可能是图形标志的背景的区域。

区域选择模块1020，按所述区域的外边缘与内边缘之间的距离，从所述图片上选取区域。在本实施例中，所述区域呈中空状，所述区域的外边缘与所述图片的边缘一致。在本实施例中，实际上是选择图片四周的区域，如果图片中包含图形标志，则该区域最可能是图形标志的背景。

颜色提取模块1030，提取区域中的颜色。

图形标志判断模块1040，根据所提取的区域中的颜色，判断图片中是否包含有图形标志。

根据图10，对于待检测是否包含图形标志的图片，可以选取分别占原始图宽和高1/5的像素的区域，从中提取颜色以用于进行判断，具体如图6所示，其中斜线区域为选择的区域。

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图形标志图片检测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 (8)

1.一种图形标志图片检测方法，其包括：

基于待检测的图片的边缘位置，从所述图片上选择待提取颜色的区域，所述区域呈中空状，所述区域的外边缘与所述图片的边缘一致；

提取所述区域中的颜色；

根据所提取的所述区域中的颜色，判断所述图片中是否包含有图形标志，具体包括：

统计每个颜色通道下的具有相同亮度值的像素的数量；

根据每个颜色通道下的每种亮度值的像素的数量，计算每个颜色通道下的像素数量的方差；

根据一个或多个通道的像素数量的方差，判断所述区域的颜色是否为所述图形标志的背景色，判断结果为是时表示所述图片中包含有图形标志。

2.根据权利要求1所述的方法，其中，所述一个或多个颜色通道包括以下至少一种：

红色通道、绿色通道、蓝色通道。

3.根据权利要求1所述的方法，其中，根据每个颜色通道下的每种亮度值的像素的数量，计算每个颜色通道下的像素的方差，具体包括：

根据每个颜色通道下的相同亮度值的像素的数量，计算每个颜色通道下的每种亮度值的像素数量的占比；

根据每个颜色通道下的每种亮度值的像素数量的占比，计算每个颜色通道下的所有亮度值的像素数量的平均占比；

根据每个颜色通道下的每种亮度值的像素数量的占比，以及每个颜色通道下的所有亮度值的像素数量的平均占比，计算每个颜色通道下的像素数量的方差。

4.根据权利要求3的方法，其中，基于待检测的图片的边缘位置，从所述图片上选择待提取颜色的区域，具体包括：

根据所述图片的尺寸，计算所述区域的外边缘与内边缘之间的距离；

按所述区域的外边缘与内边缘之间的距离，从所述图片上选取区域。

5.一种图形标志图片检测装置，其包括：

区域选择模块，用于基于待检测的图片的边缘位置，从所述图片上选择待提取颜色的区域，所述区域呈中空状，所述区域的外边缘与所述图片的边缘一致；

颜色提取模块，用于提取所述区域中的颜色；

图形标志判断模块，用于根据所提取的所述区域中的颜色，判断所述图片中是否包含有图形标志；

像素统计模块，用于统计每个颜色通道下的具有相同亮度值的像素的数量；

方差计算模块，用于根据每个颜色通道下的每种亮度值的像素的数量，计算每个颜色通道下的像素数量的方差；

所述图形标志判断模块根据一个或多个通道的像素数量的方差，判断所述区域的颜色是否为所述图形标志的背景色，判断结果为是时表示所述图片中是否包含有图形标志。

6.根据权利要求5所述的装置，其中，所述一个或多个颜色通道包括以下至少一种：

红色通道、绿色通道、蓝色通道。

7.根据权利要求5所述的装置，其中，还包括：

占比计算模块，用于根据每个颜色通道下的相同亮度值的像素的数量，计算每个颜色通道下的每种亮度值的像素数量的占比；

平均占比计算模块，用于根据每个颜色通道下的每种亮度值的像素数量的占比，计算每个颜色通道下的所有亮度值的像素数量的平均占比；

所述方差计算模块根据每个颜色通道下的每种亮度值的像素数量的占比，以及每个颜色通道下的所有亮度值的像素数量的平均占比，计算每个颜色通道下的像素数量的方差。

8.根据权利要求7的装置，其中，还包括：

距离计算模块，用于根据所述图片的尺寸，计算所述区域的外边缘与内边缘之间的距离；

所述区域选择模块按所述区域的外边缘与内边缘之间的距离，从所述图片上选取区域。