CN104809198B - 图片清理的方法、装置以及终端设备 - Google Patents

图片清理的方法、装置以及终端设备 Download PDF

Info

Publication number
CN104809198B
CN104809198B CN201510199734.1A CN201510199734A CN104809198B CN 104809198 B CN104809198 B CN 104809198B CN 201510199734 A CN201510199734 A CN 201510199734A CN 104809198 B CN104809198 B CN 104809198B
Authority
CN
China
Prior art keywords
picture
classification
fingerprint
interface
similarity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510199734.1A
Other languages
English (en)
Other versions
CN104809198A (zh
Inventor
周云峰
陈宁
陈宁一
何定旭
王猛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qihoo Technology Co Ltd
Original Assignee
Beijing Qihoo Technology Co Ltd
Qizhi Software Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Qihoo Technology Co Ltd, Qizhi Software Beijing Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201510199734.1A priority Critical patent/CN104809198B/zh
Publication of CN104809198A publication Critical patent/CN104809198A/zh
Application granted granted Critical
Publication of CN104809198B publication Critical patent/CN104809198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
    • G06F16/162—Delete operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及数字信息领域，公开了图片清理的方法、装置以及终端设备，该方法包括：扫描存储器，获取存储的图片；对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，将相似度满足预设条件的图片确定为相似图片；在界面中显示所述相似图片；在接收到用户输入的选择图片的指令后，将界面中选中的图片进行标记；在接收到用户输入的删除图片的指令后，将选中的图片从存储器中删除。本发明中技术方案解决了清理中遗漏处理图片以及清理效率低下的技术问题，取得了减少清理中遗漏图片数量，减轻用户工作负担，提高清理效率的有益效果。

Description

图片清理的方法、装置以及终端设备
技术领域
本发明涉及数字信息领域，具体涉及一种图片清理的方法、装置以及终端设备。
背景技术
随着终端设备的功能越来越丰富，终端设备中存储的图片也越来越多。例如，用户可以通过终端设备的摄像头拍摄照片，拍摄的照片存储在终端设备中。此外，用户还可以通过各种图像处理应用将终端设备中存储的图片进行修改，例如，应用Photoshop(图像处理应用)将摄像头拍摄的原始照片进行美化处理，获得美化后的图片。
因此，终端设备中经常会存储大量图片，该些图片中会存在较多的垃圾图片。垃圾图片是指用户不再需要，没有保存必要的图片。由于图片所占空间较大，需要将终端设备中的垃圾图片删除以节约终端设备的存储空间。相关技术中，清理图片的方法包括：当用户查看某一文件夹时，将文件夹中图片以缩略图的方式进行显示，用户一一查看显示的图片，将不需要的图片删除。采用该方法进行图片清理，需要用户查看所有图片，增加了用户的工作量，清理效率低下；此外，每次仅对当前文件夹中图片进行显示，容易遗漏一些通常不使用的目录下的图片，造成图片清理不彻底。
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片清理的方法、装置以及终端设备。
依据本发明的一个方面，提供了一种图片清理的方法，该方法包括：
扫描存储器，获取存储的图片；
对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，将相似度满足预设条件的图片确定为相似图片；
在界面中显示所述相似图片；
在接收到用户输入的选择图片的指令后，将界面中选中的图片进行标记；
在接收到用户输入的删除图片的指令后，将选中的图片从存储器中删除。
可选地，所述方法还包括：
根据图片的属性信息将获取的图片分类，所述属性信息包括如下信息中至少一项：名称、存储路径、拍照时间；
所述对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，具体包括：
对应每个分类所得类别，生成类别中各个图片的指纹，根据图片的指纹计算类别中各个图片间的相似度。
可选地，所述根据图片的属性信息将获取的图片分类，具体包括：
将拍摄时间相同、并且名称中后缀之前的主体名相同的图片，分类到美化类别；或者
将存储在同一图片处理应用路径下的图片，分类到美化类别。
可选地，所述根据图片的属性信息将获取的图片分类，具体包括：
将拍摄时间相同、并且名称中后缀全部或部分相同的图片，分类到连拍类别。
可选地，所述根据图片的属性信息将获取的图片分类，具体包括：
将拍摄时间间隔在预设间隔时长内的图片分类到多拍类别。
可选地，所述将相似度满足预设条件的图片确定为相似图片，包括：
将相似度与所属类别对应的预设阈值比较，确定出相似图片。
可选地，所述方法还包括：
计算表示图片的画面质量的参量值，将参量值满足预设画质不合格条件的图片确定为画质不合格图片；
在界面中显示所确定的画质不合格图片。
可选地，所述对应图片生成表示图片画面特征的指纹，具体包括：
提取图片的画面中特征，使用预设算法对提取的特征进行计算，生成所述图片的指纹。
可选地，所述根据图片的指纹计算图片间相似度，具体包括：
计算图片的指纹间的汉明距离，根据所得汉明距离计算图片间相似度。
根据本发明的另一方面，提供了一种图片清理的装置，该装置包括：
存储器，适于存储图片；
处理器，适于扫描存储器，获取存储的图片，对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，将相似度满足预设条件的图片确定为相似图片；
显示器，适于在界面中显示所述处理器确定的相似图片；
接收器，适于接收用户输入的指令；
所述处理器，还适于在所述接收器接收到用户输入的选择图片的指令后，将界面中选中的图片进行标记，在所述接收器接收到用户输入的删除图片的指令后，将选中的图片从存储器中删除。
可选地，所述处理器，还适于根据图片的属性信息将获取的图片分类，所述属性信息包括如下信息中至少一项：名称、存储路径、拍照时间；
所述处理器，具体适于对应每个分类所得类别，生成类别中各个图片的指纹，根据图片的指纹计算类别中各个图片间的相似度。
可选地，所述处理器，具体适于将拍摄时间相同、并且名称中后缀之前的主体名相同的图片，分类到美化类别；或者将存储在同一图片处理应用路径下的图片，分类到美化类别。
可选地，所述处理器，具体适于将拍摄时间相同、并且名称中后缀全部或部分相同的图片，分类到连拍类别。
可选地，所述处理器，具体适于将拍摄时间间隔在预设间隔时长内的图片分类到多拍类别。
可选地，所述处理器，具体适于将相似度与所属类别对应的预设阈值比较，确定出相似图片。
可选地，所述处理器，还适于计算表示图片的画面质量的参量值，将参量值满足预设画质不合格条件的图片确定为画质不合格图片；
所述显示器，还适于在界面中显示所述处理器所确定的画质不合格图片。
可选地，所述处理器，具体适于提取图片的画面中特征，使用预设算法对提取的特征进行计算，生成所述图片的指纹。
可选地，所述处理器，具体适于计算图片的指纹间的汉明距离，根据所得汉明距离计算图片间相似度。
根据本发明的又一方面，提供了一种图片清理的终端设备，所述终端设备包括上述任一所述的装置。
根据本发明的技术方案，可以对存储器中图片进行扫描，并计算图片间相似度，根据相似度确定出相似图片，将相似图片进行显示以供用户选择并删除；如此，能够针对终端设备中存储的全部或大部分图片进行清理，避免遗漏图片或者减少了遗漏的图片的数量；并且，在进行显示并删除前，根据图片间相似度进行了图片筛选，减少了用户查看的图片的数量，减轻了用户的工作量，提高了清理效率。由此，本发明中技术方案解决了清理中遗漏处理图片以及清理效率低下的技术问题，取得了减少清理中遗漏图片数量，减轻用户工作负担，提高清理效率的有益效果。
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图片清理的方法的流程图；
图2示出了根据本发明一个实施例的图片清理的方法的流程图；
图3A示出了根据本发明一个实施例的垃圾扫描显示界面的示意图；图3B示出了根据本发明一个实施例的垃圾扫描完成界面的示意图；
图4A示出了根据本发明一个实施例的显示图片的界面的示意图；图4B示出了根据本发明一个实施例的美化类别界面的示意图；图4C示出了根据本发明一个实施例的删除图片的界面的示意图；
图5A示出了根据本发明一个实施例的垃圾清理显示界面的示意图，图5B示出了根据本发明一个实施例的垃圾清理完成界面的示意图；以及
图6示出了根据本发明一个实施例的图片清理的装置的结构图。
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图片清理的方法的流程图，该方法适于终端设备中，例如，智能手机、平板电脑、个人电脑；如图1所示，该方法包括步骤S110-S150。
在步骤S110中，扫描存储器，获取存储的图片。
举例而言，在扫描存储器时，可以是对指定目录进行扫描，例如，根据o_c_pss.dat(照片空间的配置文件)，扫描照片目录。其中，照片目录可包括：DCIM/Camera、DCIM/100MEDIA、DCIM/100ANDRO、DCIM、Camera、Photo、我的相机、相机/照片、相机、我的照片。
也可以是对终端设备中存储器全盘进行扫描，例如，从存储器中扫描出jpeg和jpg格式的文件，jpeg和jpg格式的文件即所要获取的图片。
在启动扫描时，可以通过点击终端设备的显示屏幕中预先设定的清理数据扫描按键，或者打开预先安装的支持清理数据的一键扫描清理的软件，来触发扫描指令的发送。
当用户通过点击显示界面上的扫描按键时，终端设备确认接收到扫描指令，触发对本终端设备的存储空间进行扫描的操作并进入垃圾扫描显示界面，在垃圾扫描完成后，进入垃圾扫描完成界面；如图3A所示，示出了根据本发明一个实施例的垃圾扫描显示界面的示意图，如图3B所示，示出了根据本发明一个实施例的垃圾扫描完成界面的示意图。终端设备的存储空间可以是非易失性存储空间，例如，SD(Secure Digital memory，安全的数据记忆体)卡、micro SD卡等存储装置中的存储空间，也可以是终端设备中的内存。
终端设备根据扫描指令，对存储空间中的目录结构进行扫描，获取存储空间中的目录的目录信息。目录的目录信息可以包括：目录的路径和名称；此外，目录的目录信息还可以包括：目录的版本号、时间戳和所占用空间的大小。
通过上述扫描过程，识别并获取终端设备中存储的图片，此外，在扫描清理数据的过程中，可以对其他垃圾数据进行清理。
实际应用中，在扫描清理数据的过程中，可以将当前扫描的目录的相关信息(比如，路径、包名等信息)与预先从云端服务器下载或本地存储的清理数据库中的目录的信息进行匹配，根据匹配出的目录所对应清理策略，识别出当前扫描的目录为清理数据，并可以进一步确定出用于清理该清理数据的清理策略。进一步地，云端服务器可以定期对本地的清理数据库进行更新升级，对清理数据库中记录的目录及对应的清理策略等进行及时更新。
显示界面具体为垃圾扫描结果显示界面，除了以上的图片信息外，还可以在该界面中显示“系统盘垃圾”、“缓存”、“卸载残留”、“广告”、“安装包”和“大文件”分别表示数据类别为系统盘垃圾数据、缓存垃圾数据、卸载残留数据、广告数据、安装包数据和大文件数据的欲清理的目录。而且，对应“系统盘垃圾”、“缓存”、“卸载残留”、“广告”、“安装包”和“大文件”，分别显示有各自的建议清理数据的大小：“100MB”、“40MB”、“20MB”、“10MB”、“10MB”和“0MB”。该界面中显示的“200MB”表示各欲清理的目录中建议清理数据的大小。
在步骤S120中，对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，将相似度满足预设条件的图片确定为相似图片。
在一实施例中，步骤S120中对应图片生成表示图片画面特征的指纹可包括：提取图片的画面中特征，使用预设算法对提取的特征进行计算，生成图片的指纹。
例如，将图片缩小为8×8的尺寸，获得包括64个像素的图片，如此，获得的图片中去除了图片的细节特征，保留了图片的亮度和结构特征，即提取了图片中亮度和结构特征。之后，将缩小的图片转换为64级灰度，计算64个像素的灰度平均值。将各个像素的灰度与平均值比较，如果小于平均值，则记为0；如果大于或者等于平均值，则记为1。将各个像素的灰度比较结果组合，获得图片的64位指纹。此处仅是示例性说明生成图片指纹的一种方法，可以采用任何其他生成图片指纹的方法，本发明对此没有特别限制。
在一实施例中，步骤S120中根据图片的指纹计算图片间相似度，可包括：计算图片的指纹间的汉明距离，根据所得汉明距离计算图片间相似度。
汉明距离表示两张图片间的差异，汉明距离为0表示两张图片100％相似，汉明距离越大表示图片间相似度越低。可以采用公式(N-d)/N来计算两张图片间相似度，其中，N为图片指纹的总位数，d为两张图片指纹间汉明距离。对于上述64位的图片指纹，采用公式(64-d)/64来计算两张图片间相似度。当汉明距离为0时，两张图片间相似度为100％；当汉明距离为64时，两张图片间相似度为0。将相似度与预设阈值间进行比较，例如，第一预设阈值为92％，如果两张图片间的相似度大于92％，则判定两张图片相似。
此外，也可以直接使用汉明距离表示两张图片间相似度，例如，第二预设阈值为5，当两张图片间汉明距离小于5时，判定两张图片相似。
在步骤S130中，在界面中显示相似图片。
举例而言，在显示的界面中显示确定出的相似图片，可以采用缩略图的方式显示图片，并将相似的两个或两个以上图片放入一个分组中，按分组的方式显示图片。
在步骤S140中，在接收到用户输入的选择图片的指令后，将界面中选中的图片进行标记。
举例而言，当用户在触摸屏中点击或使用鼠标点击缩略图时，接收到用户输入的指令，该指令指示被点击的缩略图对应的图片被选中。
在步骤S150中，在接收到用户输入的删除图片的指令后，将选中的图片从存储器中删除。
举例而言，当用户在触摸屏中点击或使用鼠标点击删除按钮时，接收到用户输入的指令，该指令指示将选中的图片删除，于是，将步骤S140中选中的图片从存储器中删除。进一步地，可以在执行删除操作前，显示图片将删除的提示，接收到用户输入的确认指令后，将选中的图片从存储器中删除。
此外，在一实施例中，上述方法还包括如下步骤D1-D2。
在步骤D1中，计算表示图片的画面质量的参量值，将参量值满足预设画质不合格条件的图片确定为画质不合格图片。
在步骤D2中，在界面中显示所确定的画质不合格图片。
举例而言，计算图片的锐度参量值，当图片的锐度值小于预设锐度值时，表示该图片为模糊图片，即画质不合格图片，将该图片作为画质不合格图片在界面中显示。之后，如步骤S140和步骤S150中所述，在接收到用户输入的选择图片的指令后，将界面中选中的模糊图片进行标记。在接收到用户输入的删除图片的指令后，将选中的模糊图片从存储器中删除。
根据本实施例中技术方案，可以对存储器中图片进行扫描，并计算图片间相似度，根据相似度确定出相似图片，将相似图片进行显示以供用户选择并删除；如此，能够针对终端设备中存储的全部或大部分图片进行清理，避免遗漏图片或者减少了遗漏的图片的数量；并且，在进行显示并删除前，根据图片间相似度进行了图片筛选，减少了用户查看的图片的数量，减轻了用户的工作量，提高了清理效率。由此，本发明中技术方案解决了清理中遗漏处理图片以及清理效率低下的技术问题，取得了减少清理中遗漏图片数量，减轻用户工作负担，提高清理效率的有益效果。
图2示出了根据本发明一个实施例的图片清理的方法的流程图，该方法适于终端设备中，例如，智能手机、平板电脑、个人电脑；如图2所示，该方法包括步骤。
在步骤S202中，扫描存储器，获取存储的图片。
步骤S202的示例性说明，参见步骤S110中描述，在此不再赘述。
在步骤S204中，根据图片的属性信息将获取的图片分类。
其中，属性信息包括如下信息中至少一项：名称、存储路径、拍照时间。
举例而言，根据图片的属性信息将图片分为三类，按优先级从高到低包括：美化类别、连拍类别和多拍类别。在对图片进行分类时，可以先判断图片是否属于美化类别，如果不属于美化类别，再判断图片是否属于连拍类别，如果不属于连拍类别，再判断图片是否属于多拍类别。其中，美化类别中图片包括：原始照片和经过图片编辑后的照片；连拍类别中图片包括：连拍模式拍摄的图片；多拍类别中图片包括：同一个场景或人物的连续拍照，画面内容相似的图片。
对于美化类别，将拍摄时间相同、并且名称中后缀之前的主体名相同的图片，分类到美化类别；或者将存储在同一图片处理应用路径下的图片，分类到美化类别。例如，利用图像处理应用将图片A1.jpg处理后获得美化后图片A1_1.jpg和A1_2.jpg，并且三张图片的拍摄时间相同；或者，三张图片都被保存到图像处理应用的文件存储路径下。如此，通过比较图片的名称和拍摄时间，或者图片的存储路径，可以将原始图片和美化后的图片初步识别出，并将其分类到美化类别中。进一步地，可以将该三张图片分类到美化类别的一个子类中。如果利用图像处理应用将图片B1.jpg处理后获得美化后图片B1_1.jpg，并且两张图片的拍摄时间相同，则该两张图片被分类到美化类别中。进一步地，可以将该两张图片分类到美化类别的另一个子类中。
对于连拍类别，将拍摄时间相同、并且名称中后缀全部或部分相同的图片，分类到连拍类别。例如，连拍的两张图片20150106_191743_Burst01.jpg和20150106_191743_Burst20.jpg，其中后缀都有字符串Burst，并且两张图片的拍摄时间相同。如此，通过比较图片的名称和拍摄时间将连拍的多张图片分类到连拍类别。进一步地，可以将连拍类别中拍摄时间相同的图片分类到同一子类中。
对于多拍图片，将拍摄时间间隔在预设间隔时长内的图片分类到多拍类别。例如，将2小时内拍摄的图片分类到多拍类别中。进一步地，可以将拍摄时间在同一时间段的图片分类到多拍类别的同一子类中。
在步骤S206中，对应每个分类所得类别，生成类别中各个图片的指纹，根据图片的指纹计算类别中各个图片间的相似度，将相似度与所属类别对应的预设阈值比较，根据比较结果确定出相似图片。
生成指纹和计算相似度的方法的示例性说明，参见步骤S120中详细描述，在此不再赘述。在步骤S206中，可以针对美化、连拍、多拍类别中各个子类，计算子类中图片的相似度，将相似度与对应分类的预设阈值比较，判定出各个子类中相似图片。例如，对于汉明距离，美化类别的预设阈值为40，连拍类别的预设阈值为40，多拍类别的预设阈值为20。在美化类别的一子类中，判定汉明距离小于40的图片为相似图片；在连拍类别的一子类中，判定汉明距离小于40的图片为相似图片；在多拍类别的一子类中，判定汉明距离小于20的图片为相似图片。
在步骤S208中，计算图片的锐度，将锐度值小于预设锐度阈值的图片确定为模糊图片。
在步骤S210中，在界面中显示模糊图片和各个类别中相似图片。
如图4A所示，界面中将模糊图片，以及美化、多拍、连拍(图4A中未显示出连拍类别)类别中相似图片的数量显示出来。点击某一类别后，进入该类别对应的界面中。例如，点击美化类别后，进入美化类别的界面中，美化类别界面如图4B所示，美化类别界面中显示出美化类别中各个子类中的相似图片。
在步骤S212中，在接收到用户输入的选择图片的指令后，将界面中选中的图片进行标记。
在步骤S214中，在接收到用户输入的删除图片的指令后，显示提示信息，在接收到用户的确定删除指令后，将选中的图片从存储器中删除。
如图4C所示，当用户点击删除按钮后，接收到用户输入的删除图片的指令，提示“删除后，图片将不可找回，确认删除？”。当用户点击提示中删除按钮后，接收到用户的确定删除指令。之后，将选中的美化类别中图片从存储器中删除。
对于模糊图片和连拍、多拍类别中图片的选择和删除过程与上述美化类别中图片的选择和删除过程相同或相似，在此不再赘述。
根据本实施例中技术方案，可以根据图片属性将图片分类，在分类中进行图片间相似度计算，减少了相似度的计算量，进一步提高了清理图片的效率。
采用本发明实施例的上述方法可对终端设备中存储的拍摄照片进行清理，对于终端设备中的不属于照片的其他图片可采用如下方法进行清理。当用户通过点击显示界面上的清理按键时，终端设备确认接收到清理指令，触发进行清理的操作并进入垃圾清理显示界面，在垃圾清理完成后，进入垃圾清理完成界面；如图5A所示，示出了根据本发明一个实施例的垃圾清理显示界面的示意图，如图5B所示，示出了根据本发明一个实施例的垃圾清理完成界面的示意图。
A.应用程序
当应用程序非正常卸载时，其相应的某些图片仍然存在，由于无法识别清理，使得这些图片一直占用缓存空间，若此类图片过多，会影响终端的性能，降低用户体验。
因此，对于应用程序无效图片的识别清理，缓存信息为虚拟机缓存包名，即虚拟机图片的包名，原文件信息为已安装文件包名，通常为已安装文件列表中各文件的包名。
B.图片
图片的缓存为缩略图，通过缩略图可实现对图片的快速浏览。
本发明实施例的技术方案中，在云端的服务器中创建目录列表的数据库，其中，目录列表中对应记录有欲清理的目录、以及与欲清理的目录相匹配的清理策略。
目录列表中记载的目录的清理策略可以包括如下几种：
完全清理，即将该目录，以及该目录中的所有目录和文件都进行清理删除。
有效性清理，具体为对该目录中超过有效时长的文件，即失去时效的文件进行清理删除。
谨慎清理，即向用户提示执行清理的风险且在接收到用户的确定清理的指令后、对该目录中的所有目录和文件进行清理删除。
部分清理，即对该目录中标识为完全清理的目录或文件进行清理删除；对该目录中标识为谨慎清理的目录或文件，在接收到用户的确定清理的指令后进行清理删除；对该目录中未标识为完全清理或者谨慎清理的目录或文件，不进行清理删除。
更优地，本发明实施例的目录列表中，对应记载的欲清理的目录还记录有该欲清理的目录的数据类别。目录的数据类别包括：系统盘垃圾数据、缓存垃圾数据、广告数据、安装包数据、卸载残留数据和大文件数据。
进一步地，本发明实施例中，为了增强产品与用户视觉的交互体验，简化用户操作，在内存、非易失性存储空间的清理数据扫描完成后，还可以基于悬浮窗进行清理，让用户可以很轻松的管理终端设备。
而基于悬浮窗的清理方法，具体可以包括以下步骤：根据对第一悬浮窗操作所产生的调用指令，调用第二悬浮窗；接收对第二悬浮窗操作所产生的清理指令；根据清理指令，对文件进行清理。其中，调用的第二悬浮窗的显示状态为以下任意一种：当第一悬浮窗为内存占用率展示时，第二悬浮窗显示常规界面；当第一悬浮窗为内存占用率和清理提示展示时，第二悬浮窗显示常规界面、且常规界面上增加清理提示区域。
其中，第一悬浮窗展示的内容为：当前内存占用率；或当前内存占用率和检测的需文件清理的清理提示；第二悬浮窗包括内存加速界面、清理界面及常用界面。
实际应用中，常用界面包括自启管理功能控件、卸载预装功能控件、隐私清理功能控件、游戏/视频加速功能控件、软件卸载功能控件及定时清理功能控件；内存加速界面为第二悬浮窗的常规界面，清理提示区域为控件区域，且设有相应的提示文案。内存加速界面包括初始子界面和完成子界面，初始子界面用于显示当前内存占用率，其上设有点击加速功能控件，该控件用于调用完成子界面。
其中，清理界面包括扫描子界面、停止扫描子界面、清理子界面及已清理子界面。扫描子界面、停止扫描子界面、清理子界面上分别设有用于调用停止扫描子界面的扫描功能控件、用于调用清理子界面的停止扫描功能控件、用于调用已清理子界面的一键清理功能控件。
上述仅为本发明的图片清理方法的实例性说明，本发明不限于此。凡在本发明的精神或原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
图6示出了根据本发明一个实施例的图片清理的装置的结构图，该装置可适于终端设备中，例如，智能手机、平板电脑、个人电脑；如图6所示，该装置包括：
存储器110，适于存储图片；
处理器120，适于扫描存储器110，获取存储的图片，对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，将相似度满足预设条件的图片确定为相似图片；
显示器130，适于在界面中显示处理器120确定的相似图片；
接收器140，适于接收用户输入的指令；
处理器120，还适于在接收器140接收到用户输入的选择图片的指令后，将界面中选中的图片进行标记，在接收器140接收到用户输入的删除图片的指令后，将选中的图片从存储器110中删除。
举例而言，处理器120在扫描存储器110时，可以是对指定目录进行扫描，例如，根据o_c_pss.dat(照片空间的配置文件)，扫描照片目录。其中，照片目录可包括：DCIM/Camera、DCIM/100MEDIA、DCIM/100ANDRO、DCIM、Camera、Photo、我的相机、相机/照片、相机、我的照片。也可以是对存储器110全盘进行扫描，例如，从存储器110中扫描出jpeg和jpg格式的文件，jpeg和jpg格式的文件即所要获取的图片。
在启动扫描时，可以通过点击终端设备的显示屏幕中预先设定的清理数据扫描按键，或者打开预先安装的支持清理数据的一键扫描清理的软件，来触发扫描指令的发送。
当用户通过点击显示界面上的扫描按键时，接收器140确认接收到扫描指令，触发处理器120对本终端设备的存储器110进行扫描的操作并进入垃圾扫描显示界面，在垃圾扫描完成后，进入垃圾扫描完成界面；如图3A所示，示出了根据本发明一个实施例的垃圾扫描显示界面的示意图，如图3B所示，示出了根据本发明一个实施例的垃圾扫描完成界面的示意图。存储器110可以是非易失性存储空间，例如，SD(Secure Digital memory，安全的数据记忆体)卡、micro SD卡等存储装置中的存储空间，也可以是终端设备中的内存。
处理器120根据扫描指令，对存储器110中的目录结构进行扫描，获取存储空间中的目录的目录信息。目录的目录信息可以包括：目录的路径和名称；此外，目录的目录信息还可以包括：目录的版本号、时间戳和所占用空间的大小。
通过上述扫描过程，识别并获取终端设备中存储的图片，此外，处理器120在扫描清理数据的过程中，可以对其他垃圾数据进行清理。
实际应用中，处理器120在扫描清理数据的过程中，可以将当前扫描的目录的相关信息(比如，路径、包名等信息)与预先从云端服务器下载或本地存储的清理数据库中的目录的信息进行匹配，根据匹配出的目录所对应清理策略，识别出当前扫描的目录为清理数据，并可以进一步确定出用于清理该清理数据的清理策略。进一步地，云端服务器可以定期对本地的清理数据库进行更新升级，对清理数据库中记录的目录及对应的清理策略等进行及时更新。
显示器130还可显示垃圾扫描结果显示界面，除了以上的图片信息外，还可以在该界面中显示“系统盘垃圾”、“缓存”、“卸载残留”、“广告”、“安装包”和“大文件”分别表示数据类别为系统盘垃圾数据、缓存垃圾数据、卸载残留数据、广告数据、安装包数据和大文件数据的欲清理的目录。而且，对应“系统盘垃圾”、“缓存”、“卸载残留”、“广告”、“安装包”和“大文件”，分别显示有各自的建议清理数据的大小：“100MB”、“40MB”、“20MB”、“10MB”、“10MB”和“0MB”。该界面中显示的“200MB”表示各欲清理的目录中建议清理数据的大小。
在一实施例中，处理器120具体适于提取图片的画面中特征，使用预设算法对提取的特征进行计算，生成所述图片的指纹。
举例而言，处理器120将图片缩小为8×8的尺寸，获得包括64个像素的图片，如此，获得的图片中去除了图片的细节特征，保留了图片的亮度和结构特征，即提取了图片中亮度和结构特征。之后，处理器120将缩小的图片转换为64级灰度，计算64个像素的灰度平均值。将各个像素的灰度与平均值比较，如果小于平均值，则记为0；如果大于或者等于平均值，则记为1。处理器120将各个像素的灰度比较结果组合，获得图片的64位指纹。此处仅是示例性说明生成图片指纹的一种方法，可以采用任何其他生成图片指纹的方法，本发明对此没有特别限制。
在一实施例中，处理器120具体适于计算图片的指纹间的汉明距离，根据所得汉明距离计算图片间相似度。
汉明距离表示两张图片间的差异，汉明距离为0表示两张图片100％相似，汉明距离越大表示图片间相似度越低。可以采用公式(N-d)/N来计算两张图片间相似度，其中，N为图片指纹的总位数，d为两张图片指纹间汉明距离。处理器120对于上述64位的图片指纹，采用公式(64-d)/64来计算两张图片间相似度。当汉明距离为0时，两张图片间相似度为100％；当汉明距离为64时，两张图片间相似度为0。处理器120将相似度与预设阈值间进行比较，例如，第一预设阈值为92％，如果两张图片间的相似度大于92％，则判定两张图片相似。
此外，也可以直接使用汉明距离表示两张图片间相似度，例如，第二预设阈值为5，当两张图片间汉明距离小于5时，处理器120判定两张图片相似。
显示器130在显示的界面中显示确定出的相似图片，可以采用缩略图的方式显示图片，并将相似的两个或两个以上图片放入一个分组中，按分组的方式显示图片。
接收器140可以为触摸屏，也可以为鼠标、键盘之类的输入元件。当用户在触摸屏中点击或使用鼠标点击缩略图时，接收器140接收到用户输入的指令，该指令指示被点击的缩略图对应的图片被选中。
当用户在触摸屏中点击或使用鼠标点击删除按钮时，接收器140接收到用户输入的指令，该指令指示将选中的图片删除，于是，处理器120将选中的图片从存储器中删除。进一步地，可以处理器120在执行删除操作前，指示显示器130显示图片将删除的提示，接收器140接收到用户输入的确认指令后，处理器120将选中的图片从存储器110中删除。
在一实施例中，处理器120还适于计算表示图片的画面质量的参量值，将参量值满足预设画质不合格条件的图片确定为画质不合格图片；显示器130还适于在界面中显示所述处理器所确定的画质不合格图片。
举例而言，处理器120计算图片的锐度参量值，当图片的锐度值小于预设锐度值时，表示该图片为模糊图片，即画质不合格图片，显示器130将该图片作为画质不合格图片在界面中显示。之后，处理器120在接收器140接收到用户输入的选择图片的指令后，将界面中选中的模糊图片进行标记；在接收器140接收到用户输入的删除图片的指令后，将选中的模糊图片从存储器110中删除。
在一实施例中，处理器120还适于根据图片的属性信息将获取的图片分类，属性信息包括如下信息中至少一项：名称、存储路径、拍照时间；
处理器120具体适于对应每个分类所得类别，生成类别中各个图片的指纹，根据图片的指纹计算类别中各个图片间的相似度。
进一步地，处理器120具体适于将拍摄时间相同、并且名称中后缀之前的主体名相同的图片，分类到美化类别；或者将存储在同一图片处理应用路径下的图片，分类到美化类别。
进一步地，处理器120具体适于将拍摄时间相同、并且名称中后缀全部或部分相同的图片，分类到连拍类别。
进一步地，处理器120具体适于将拍摄时间间隔在预设间隔时长内的图片分类到多拍类别。
进一步地，处理器120具体适于将相似度与所属类别对应的预设阈值比较，确定出相似图片。
举例而言，根据图片的属性信息将图片分为三类，按优先级从高到低包括：美化类别、连拍类别和多拍类别。在对图片进行分类时，处理器120可以先判断图片是否属于美化类别，如果不属于美化类别，再判断图片是否属于连拍类别，如果不属于连拍类别，再判断图片是否属于多拍类别。其中，美化类别中图片包括：原始照片和经过图片编辑后的照片；连拍类别中图片包括：连拍模式拍摄的图片；多拍类别中图片包括：同一个场景或人物的连续拍照，画面内容相似的图片。
对于美化类别，处理器120将拍摄时间相同、并且名称中后缀之前的主体名相同的图片，分类到美化类别；或者将存储在同一图片处理应用路径下的图片，分类到美化类别。例如，利用图像处理应用将图片A1.jpg处理后获得美化后图片A1_1.jpg和A1_2.jpg，并且三张图片的拍摄时间相同；或者，三张图片都被保存到图像处理应用的文件存储路径下。如此，通过比较图片的名称和拍摄时间，或者图片的存储路径，处理器120可以将原始图片和美化后的图片初步识别出，并将其分类到美化类别中。进一步地，处理器120可以将该三张图片分类到美化类别的一个子类中。如果利用图像处理应用将图片B1.jpg处理后获得美化后图片B1_1.jpg，并且两张图片的拍摄时间相同，则该两张图片被分类到美化类别中。进一步地，处理器120可以将该两张图片分类到美化类别的另一个子类中。
对于连拍类别，处理器120将拍摄时间相同、并且名称中后缀全部或部分相同的图片，分类到连拍类别。例如，连拍的两张图片20150106_191743_Burst01.jpg和20150106_191743_Burst20.jpg，其中后缀都有字符串Burst，并且两张图片的拍摄时间相同。如此，通过比较图片的名称和拍摄时间，处理器120将连拍的多张图片分类到连拍类别。进一步地，处理器120可以将连拍类别中拍摄时间相同的图片分类到同一子类中。
对于多拍图片，处理器120将拍摄时间间隔在预设间隔时长内的图片分类到多拍类别。例如，将2小时内拍摄的图片分类到多拍类别中。进一步地，处理器120可以将拍摄时间在同一时间段的图片分类到多拍类别的同一子类中。
接下来，处理器120对应每个分类所得类别，生成类别中各个图片的指纹，根据图片的指纹计算类别中各个图片间的相似度，将相似度与所属类别对应的预设阈值比较，根据比较结果确定出相似图片。
处理器120可以针对美化、连拍、多拍类别中各个子类，计算子类中图片的相似度，将相似度与对应分类的预设阈值比较，判定出各个子类中相似图片。例如，对于汉明距离，美化类别的预设阈值为40，连拍类别的预设阈值为40，多拍类别的预设阈值为20。在美化类别的一子类中，处理器120判定汉明距离小于40的图片为相似图片；在连拍类别的一子类中，处理器120判定汉明距离小于40的图片为相似图片；在多拍类别的一子类中，处理器120判定汉明距离小于20的图片为相似图片。
此外，处理器120还可以计算图片的锐度，将锐度值小于预设锐度阈值的图片确定为模糊图片。
显示器130在界面中显示模糊图片和各个类别中相似图片。
如图4A所示，界面中将模糊图片，以及美化、多拍、连拍(图4A中未显示出连拍类别)类别中相似图片的数量显示出来。点击某一类别后，进入该类别对应的界面中。例如，点击美化类别后，进入美化类别的界面中，美化类别界面如图4B所示，美化类别界面中显示出美化类别中各个子类中的相似图片。
处理器120在接收器140接收到用户输入的选择图片的指令后，将界面中选中的图片进行标记；在接收器140接收到用户输入的删除图片的指令后，指示显示器130显示提示信息，在接收器140接收到用户的确定删除指令后，处理器120将选中的图片从存储器中删除。
如图4C所示，当用户点击删除按钮后，接收器140接收到用户输入的删除图片的指令，显示器130显示提示“删除后，图片将不可找回，确认删除？”。当用户点击提示中删除按钮后，接收器140接收到用户的确定删除指令。之后，处理器120将选中的美化类别中图片从存储器中110删除。
处理器120对于模糊图片和连拍、多拍类别中图片的选择和删除的处理器过程与上述美化类别中图片的选择和删除的处理过程相同或相似，在此不再赘述。
根据本实施例中技术方案，可以根据图片属性将图片分类，在分类中进行图片间相似度计算，减少了相似度的计算量，进一步提高了清理图片的效率。
采用本发明实施例的上述方案可对终端设备中存储的拍摄照片进行清理，对于终端设备中的不属于照片的其他图片可采用如下方案进行清理。当用户通过点击显示界面上的清理按键时，接收器140确认接收到清理指令，触发处理器120进行清理的操作并进入垃圾清理显示界面，在垃圾清理完成后，进入垃圾清理完成界面；如图5A所示，示出了根据本发明一个实施例的垃圾清理显示界面的示意图，如图5B所示，示出了根据本发明一个实施例的垃圾清理完成界面的示意图。
A.应用程序
当应用程序非正常卸载时，其相应的某些图片仍然存在，由于无法识别清理，使得这些图片一直占用缓存空间，若此类图片过多，会影响终端的性能，降低用户体验。
因此，处理器120对于应用程序无效图片的识别清理，缓存信息为虚拟机缓存包名，即虚拟机图片的包名，原文件信息为已安装文件包名，通常为已安装文件列表中各文件的包名。
B.图片
图片的缓存为缩略图，通过缩略图可实现对图片的快速浏览。
本发明实施例的技术方案中，在云端的服务器中创建目录列表的数据库，其中，目录列表中对应记录有欲清理的目录、以及与欲清理的目录相匹配的清理策略。
目录列表中记载的目录的清理策略可以包括如下几种：
完全清理，即将该目录，以及该目录中的所有目录和文件都进行清理删除。
有效性清理，具体为对该目录中超过有效时长的文件，即失去时效的文件进行清理删除。
谨慎清理，即向用户提示执行清理的风险且在接收到用户的确定清理的指令后、对该目录中的所有目录和文件进行清理删除。
部分清理，即对该目录中标识为完全清理的目录或文件进行清理删除；对该目录中标识为谨慎清理的目录或文件，在接收到用户的确定清理的指令后进行清理删除；对该目录中未标识为完全清理或者谨慎清理的目录或文件，不进行清理删除。
更优地，本发明实施例的目录列表中，对应记载的欲清理的目录还记录有该欲清理的目录的数据类别。目录的数据类别包括：系统盘垃圾数据、缓存垃圾数据、广告数据、安装包数据、卸载残留数据和大文件数据。
进一步地，本发明实施例中，为了增强产品与用户视觉的交互体验，简化用户操作，在内存、非易失性存储空间的清理数据扫描完成后，还可以基于悬浮窗进行清理，让用户可以很轻松的管理终端设备。
而基于悬浮窗的清理方案，具体可以包括：处理器120根据对第一悬浮窗操作所产生的调用指令，调用第二悬浮窗；接收对第二悬浮窗操作所产生的清理指令；根据清理指令，对文件进行清理。其中，调用的第二悬浮窗的显示状态为以下任意一种：当第一悬浮窗为内存占用率展示时，第二悬浮窗显示常规界面；当第一悬浮窗为内存占用率和清理提示展示时，第二悬浮窗显示常规界面、且常规界面上增加清理提示区域。
其中，第一悬浮窗展示的内容为：当前内存占用率；或当前内存占用率和检测的需文件清理的清理提示；第二悬浮窗包括内存加速界面、清理界面及常用界面。
实际应用中，显示器130还可显示常用界面，常用界面包括自启管理功能控件、卸载预装功能控件、隐私清理功能控件、游戏/视频加速功能控件、软件卸载功能控件及定时清理功能控件；内存加速界面为第二悬浮窗的常规界面，清理提示区域为控件区域，且设有相应的提示文案。内存加速界面包括初始子界面和完成子界面，初始子界面用于显示当前内存占用率，其上设有点击加速功能控件，该控件用于调用完成子界面。
其中，清理界面包括扫描子界面、停止扫描子界面、清理子界面及已清理子界面。扫描子界面、停止扫描子界面、清理子界面上分别设有用于调用停止扫描子界面的扫描功能控件、用于调用清理子界面的停止扫描功能控件、用于调用已清理子界面的一键清理功能控件。
本发明还公开了一种图片清理的终端设备，终端设备包括上述任一装置。该终端设备可以为智能终端、平板电脑、或个人电脑，本发明对此没有特别限制。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置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片清理的设备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。
本发明公开如下方案：
A1、一种图片清理的方法，该方法包括：
扫描存储器，获取存储的图片；
对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，将相似度满足预设条件的图片确定为相似图片；
在界面中显示所述相似图片；
在接收到用户输入的选择图片的指令后，将界面中选中的图片进行标记；
在接收到用户输入的删除图片的指令后，将选中的图片从存储器中删除。
A2、根据A1所述的方法，其中，所述方法还包括：
根据图片的属性信息将获取的图片分类，所述属性信息包括如下信息中至少一项：名称、存储路径、拍照时间；
所述对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，具体包括：
对应每个分类所得类别，生成类别中各个图片的指纹，根据图片的指纹计算类别中各个图片间的相似度。
A3、根据A2所述的方法，其中，所述根据图片的属性信息将获取的图片分类，具体包括：
将拍摄时间相同、并且名称中后缀之前的主体名相同的图片，分类到美化类别；或者
将存储在同一图片处理应用路径下的图片，分类到美化类别。
A4、根据A2所述的方法，其中，所述根据图片的属性信息将获取的图片分类，具体包括：
将拍摄时间相同、并且名称中后缀全部或部分相同的图片，分类到连拍类别。
A5、根据A2所述的方法，其中，所述根据图片的属性信息将获取的图片分类，具体包括：
将拍摄时间间隔在预设间隔时长内的图片分类到多拍类别。
A6、根据A2所述的方法，其中，所述将相似度满足预设条件的图片确定为相似图片，包括：
将相似度与所属类别对应的预设阈值比较，确定出相似图片。
A7、根据A1所述的方法，其中，所述方法还包括：
计算表示图片的画面质量的参量值，将参量值满足预设画质不合格条件的图片确定为画质不合格图片；
在界面中显示所确定的画质不合格图片。
A8、根据A1所述的方法，其中，所述对应图片生成表示图片画面特征的指纹，具体包括：
提取图片的画面中特征，使用预设算法对提取的特征进行计算，生成所述图片的指纹。
A9、根据A1所述的方法，其中，所述根据图片的指纹计算图片间相似度，具体包括：
计算图片的指纹间的汉明距离，根据所得汉明距离计算图片间相似度。
B10、一种图片清理的装置，该装置包括：
存储器，适于存储图片；
处理器，适于扫描存储器，获取存储的图片，对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，将相似度满足预设条件的图片确定为相似图片；
显示器，适于在界面中显示所述处理器确定的相似图片；
接收器，适于接收用户输入的指令；
所述处理器，还适于在所述接收器接收到用户输入的选择图片的指令后，将界面中选中的图片进行标记，在所述接收器接收到用户输入的删除图片的指令后，将选中的图片从存储器中删除。
B11、根据B10所述的装置，其中，所述处理器，还适于根据图片的属性信息将获取的图片分类，所述属性信息包括如下信息中至少一项：名称、存储路径、拍照时间；
所述处理器，具体适于对应每个分类所得类别，生成类别中各个图片的指纹，根据图片的指纹计算类别中各个图片间的相似度。
B12、根据B11所述的装置，其中，所述处理器，具体适于将拍摄时间相同、并且名称中后缀之前的主体名相同的图片，分类到美化类别；或者将存储在同一图片处理应用路径下的图片，分类到美化类别。
B13、根据B11所述的装置，其中，所述处理器，具体适于将拍摄时间相同、并且名称中后缀全部或部分相同的图片，分类到连拍类别。
B14、根据B11所述的装置，其中，所述处理器，具体适于将拍摄时间间隔在预设间隔时长内的图片分类到多拍类别。
B15、根据B11所述的装置，其中，所述处理器，具体适于将相似度与所属类别对应的预设阈值比较，确定出相似图片。
B16、根据B10所述的装置，其中，所述处理器，还适于计算表示图片的画面质量的参量值，将参量值满足预设画质不合格条件的图片确定为画质不合格图片；
所述显示器，还适于在界面中显示所述处理器所确定的画质不合格图片。
B17、根据B10所述的装置，其中，所述处理器，具体适于提取图片的画面中特征，使用预设算法对提取的特征进行计算，生成所述图片的指纹。
B18、根据B1所述的装置，其中，所述处理器，具体适于计算图片的指纹间的汉明距离，根据所得汉明距离计算图片间相似度。
C19、一种图片清理的终端设备，其中，所述终端设备包括如B10-B18任一所述的装置。

Claims (19)

1.一种图片清理的方法，该方法包括：
扫描存储器，获取存储的图片；
对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，将相似度满足预设条件的图片确定为相似图片；
在界面中显示所述相似图片；
在接收到用户输入的选择图片的指令后，将界面中选中的图片进行标记；
在接收到用户输入的删除图片的指令后，将选中的图片从存储器中删除；
所述方法还包括：根据图片的属性信息将获取的图片分类，
所述对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，具体包括：对应每个分类所得类别，生成类别中各个图片的指纹，根据图片的指纹计算类别中各个图片间的相似度。
2.根据权利要求1所述的方法，其中，
所述属性信息包括如下信息中至少一项：名称、存储路径、拍照时间。
3.根据权利要求2所述的方法，其中，所述根据图片的属性信息将获取的图片分类，具体包括：
将拍摄时间相同、并且名称中后缀之前的主体名相同的图片，分类到美化类别；或者
将存储在同一图片处理应用路径下的图片，分类到美化类别。
4.根据权利要求2所述的方法，其中，所述根据图片的属性信息将获取的图片分类，具体包括：
将拍摄时间相同、并且名称中后缀全部或部分相同的图片，分类到连拍类别。
5.根据权利要求2所述的方法，其中，所述根据图片的属性信息将获取的图片分类，具体包括：
将拍摄时间间隔在预设间隔时长内的图片分类到多拍类别。
6.根据权利要求2所述的方法，其中，所述将相似度满足预设条件的图片确定为相似图片，包括：
将相似度与所属类别对应的预设阈值比较，确定出相似图片。
7.根据权利要求1所述的方法，其中，所述方法还包括：
计算表示图片的画面质量的参量值，将参量值满足预设画质不合格条件的图片确定为画质不合格图片；
在界面中显示所确定的画质不合格图片。
8.根据权利要求1所述的方法，其中，所述对应图片生成表示图片画面特征的指纹，具体包括：
提取图片的画面中特征，使用预设算法对提取的特征进行计算，生成所述图片的指纹。
9.根据权利要求1所述的方法，其中，所述根据图片的指纹计算图片间相似度，具体包括：
计算图片的指纹间的汉明距离，根据所得汉明距离计算图片间相似度。
10.一种图片清理的装置，该装置包括：
存储器，适于存储图片；
处理器，适于扫描存储器，获取存储的图片，对应图片生成表示图片画面特征的指纹，根据图片的指纹计算图片间相似度，将相似度满足预设条件的图片确定为相似图片；
显示器，适于在界面中显示所述处理器确定的相似图片；
接收器，适于接收用户输入的指令；
所述处理器，还适于在所述接收器接收到用户输入的选择图片的指令后，将界面中选中的图片进行标记，在所述接收器接收到用户输入的删除图片的指令后，将选中的图片从存储器中删除；
所述处理器，还适于根据图片的属性信息将获取的图片分类，
所述处理器，具体适于对应每个分类所得类别，生成类别中各个图片的指纹，根据图片的指纹计算类别中各个图片间的相似度。
11.根据权利要求10所述的装置，其中，所述属性信息包括如下信息中至少一项：名称、存储路径、拍照时间。
12.根据权利要求11所述的装置，其中，所述处理器，具体适于将拍摄时间相同、并且名称中后缀之前的主体名相同的图片，分类到美化类别；或者将存储在同一图片处理应用路径下的图片，分类到美化类别。
13.根据权利要求11所述的装置，其中，所述处理器，具体适于将拍摄时间相同、并且名称中后缀全部或部分相同的图片，分类到连拍类别。
14.根据权利要求11所述的装置，其中，所述处理器，具体适于将拍摄时间间隔在预设间隔时长内的图片分类到多拍类别。
15.根据权利要求11所述的装置，其中，所述处理器，具体适于将相似度与所属类别对应的预设阈值比较，确定出相似图片。
16.根据权利要求10所述的装置，其中，所述处理器，还适于计算表示图片的画面质量的参量值，将参量值满足预设画质不合格条件的图片确定为画质不合格图片；
所述显示器，还适于在界面中显示所述处理器所确定的画质不合格图片。
17.根据权利要求10所述的装置，其中，所述处理器，具体适于提取图片的画面中特征，使用预设算法对提取的特征进行计算，生成所述图片的指纹。
18.根据权利要求10所述的装置，其中，所述处理器，具体适于计算图片的指纹间的汉明距离，根据所得汉明距离计算图片间相似度。
19.一种图片清理的终端设备，其中，所述终端设备包括如权利要求10-18任一所述的装置。
CN201510199734.1A 2015-04-23 2015-04-23 图片清理的方法、装置以及终端设备 Active CN104809198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510199734.1A CN104809198B (zh) 2015-04-23 2015-04-23 图片清理的方法、装置以及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510199734.1A CN104809198B (zh) 2015-04-23 2015-04-23 图片清理的方法、装置以及终端设备

Publications (2)

Publication Number Publication Date
CN104809198A CN104809198A (zh) 2015-07-29
CN104809198B true CN104809198B (zh) 2016-11-09

Family

ID=53694020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510199734.1A Active CN104809198B (zh) 2015-04-23 2015-04-23 图片清理的方法、装置以及终端设备

Country Status (1)

Country Link
CN (1) CN104809198B (zh)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105072337B (zh) * 2015-07-31 2019-03-26 小米科技有限责任公司 图片处理方法及装置
CN106407222B (zh) * 2015-07-31 2019-12-17 上海连尚网络科技有限公司 一种图片处理方法和设备
CN105069120B (zh) * 2015-08-12 2018-10-16 北京金山安全软件有限公司 图片的管理方法、装置及移动终端
CN105187635B (zh) * 2015-08-12 2018-07-10 北京金山安全软件有限公司 图片的管理方法、装置及移动终端
CN105205361B (zh) * 2015-08-26 2018-08-14 努比亚技术有限公司 一种图像筛选方法和装置
CN105243153A (zh) * 2015-10-23 2016-01-13 广州飞米电子科技有限公司 照片分类方法、拍摄模式的识别方法及装置、电子设备
CN105589942A (zh) * 2015-12-16 2016-05-18 北京金山安全软件有限公司 一种图片展示方法、装置及电子设备
CN105678334A (zh) * 2016-01-05 2016-06-15 广州市久邦数码科技有限公司 一种识别重复照片的方法及其实现系统
CN105808677A (zh) * 2016-03-01 2016-07-27 北京金山安全软件有限公司 一种图片删除方法、装置及电子设备
CN105808674A (zh) * 2016-03-01 2016-07-27 北京金山安全软件有限公司 一种图片展示方法、装置及电子设备
CN105787130B (zh) * 2016-03-30 2019-09-27 北京金山安全软件有限公司 图片清理方法、装置和移动终端
CN105912704B (zh) * 2016-04-27 2020-05-05 北京慧辰资道资讯股份有限公司 图片筛选方法和装置
CN106095805A (zh) * 2016-05-30 2016-11-09 珠海市魅族科技有限公司 图片删除方法及系统
US9973647B2 (en) * 2016-06-17 2018-05-15 Microsoft Technology Licensing, Llc. Suggesting image files for deletion based on image file parameters
CN106126718A (zh) * 2016-07-01 2016-11-16 深圳市金立通信设备有限公司 一种图片管理方法及终端
CN106327426A (zh) * 2016-08-19 2017-01-11 携程计算机技术（上海）有限公司 图像去重方法及系统
CN106339496A (zh) * 2016-08-31 2017-01-18 百度在线网络技术（北京）有限公司 用于对照片进行清理的方法和装置
CN106791217B (zh) * 2017-03-30 2020-08-28 杭州缦图摄影有限公司 一种移动终端的影像管理优化方法和移动终端
CN107480176B (zh) * 2017-07-01 2020-05-01 珠海格力电器股份有限公司 一种图片的管理方法、装置及终端设备
CN107358508B (zh) * 2017-07-18 2021-07-02 阿里巴巴（中国）有限公司 一种相似商品条目管理方法和装置
CN108121762A (zh) * 2017-11-24 2018-06-05 努比亚技术有限公司 一种图片处理方法、移动终端以及计算机存储介质
CN108549702B (zh) * 2018-04-17 2020-11-06 厦门美图之家科技有限公司 一种移动终端的图片库的清理方法及移动终端
CN109614511A (zh) * 2018-11-26 2019-04-12 平安科技（深圳）有限公司 一种废弃图片的删除方法及装置、电子设备
CN110443285A (zh) * 2019-07-16 2019-11-12 浙江大华技术股份有限公司 相似轨迹的确定方法、装置及计算机存储介质
CN110647646B (zh) * 2019-08-16 2023-08-15 张杰辉 一种图片文件批量读取方法以及读取装置
CN111399778A (zh) * 2020-03-17 2020-07-10 西安石油大学 一种图片文件的清理方法及其装置
CN113688270A (zh) * 2021-08-24 2021-11-23 多点生活(成都)科技有限公司 图像处理方法、装置、终端设备和计算机介质
CN113838082A (zh) * 2021-10-21 2021-12-24 平安普惠企业管理有限公司 图像处理方法、装置、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2302981C (en) * 2000-03-29 2004-06-01 Ibm Canada Limited-Ibm Canada Limitee Online database table reorganization
CN102880713B (zh) * 2012-09-29 2016-08-03 北京奇虎科技有限公司 文件清理方法及装置
CN104408061B (zh) * 2014-10-29 2017-03-08 努比亚技术有限公司 相册管理方法和装置

Also Published As

Publication number Publication date
CN104809198A (zh) 2015-07-29

Similar Documents

Publication Publication Date Title
CN104809198B (zh) 图片清理的方法、装置以及终端设备
CN104811791B (zh) 视频清理的方法、装置及终端设备
CN103559299B (zh) 清理文件的方法、装置及移动终端
CN103761306B (zh) 一种智能终端文件清理方法及装置
CN107480176B (zh) 一种图片的管理方法、装置及终端设备
CN110958493B (zh) 一种弹幕调整方法、装置、电子设备和存储介质
CN103544251B (zh) 多源图片处理方法及其装置
CN103973984B (zh) 拍摄方法和装置
CN104572922A (zh) 一种基于移动设备的图片处理方法和装置
CN107016123B (zh) 文件管理方法及终端设备
CN106453572B (zh) 基于云服务器同步图像的方法及系统
CN103885990B (zh) 搜索方法及系统
CN102521257B (zh) 一种用于根据缩略图提供对应的在线图片的方法与设备
CN104021159B (zh) 一种客户端文件清理方法和装置
CN108959505A (zh) 一种管理缓存图片的方法及终端设备
CN105893471B (zh) 一种数据处理方法及电子设备
CN105898137A (zh) 图像采集、信息推送方法、装置及手机
CN106165017A (zh) 允许在图像记录或显示之前进行场景相关图像修改的即时场景识别
CN104182532B (zh) 终端文件的清理方法、装置及终端
CN110166696B (zh) 拍摄方法、装置、终端设备以及计算机可读存储介质
CN110727810A (zh) 图像处理方法、装置、电子设备及存储介质
CN106210541A (zh) 一种视频生成方法、装置及移动终端
CN111480158A (zh) 文件管理方法及电子设备
CN103093213A (zh) 视频文件分类方法及终端
CN106250426A (zh) 一种照片处理方法和终端

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220715

Address after: Room 801, 8th floor, No. 104, floors 1-19, building 2, yard 6, Jiuxianqiao Road, Chaoyang District, Beijing 100015

Patentee after: BEIJING QIHOO TECHNOLOGY Co.,Ltd.

Address before: 100088 room 112, block D, 28 new street, new street, Xicheng District, Beijing (Desheng Park)

Patentee before: BEIJING QIHOO TECHNOLOGY Co.,Ltd.

Patentee before: Qizhi software (Beijing) Co.,Ltd.

TR01 Transfer of patent right