CN104866500A - 图片分类展示方法和装置 - Google Patents
图片分类展示方法和装置 Download PDFInfo
- Publication number
- CN104866500A CN104866500A CN201410063331.XA CN201410063331A CN104866500A CN 104866500 A CN104866500 A CN 104866500A CN 201410063331 A CN201410063331 A CN 201410063331A CN 104866500 A CN104866500 A CN 104866500A
- Authority
- CN
- China
- Prior art keywords
- classification
- shooting
- picture
- current
- pictures
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种图片分类展示方法和装置,涉及图片处理领域,用于提高对图片归类整理的精细度以提供符合用户拍摄轨迹的图片分类展示方法。本发明中,将拍摄时间和拍摄位置结合起来对多张图片进行分类,对图片归类整理的精细度较高,分类结果能够较大程度上符合用户的拍摄轨迹,从而可以基于用户拍摄轨迹分别展示拍摄的多个图片。
Description
技术领域
本发明涉及图片处理领域,尤其涉及一种图片分类展示方法和装置。
背景技术
现有技术中,对拍摄到的图片进行分类整理时,一般采用以下两种方式:
其中一种是基于图片的拍摄时间来整理,将同一天或者同一时间段拍摄的图片归类整理在一起。
另一种是基于图片的拍摄位置来进行整理,将同一地点或者同一地点范围内拍摄的照片整理到一起,便于进行浏览与管理。
在实现本发明的过程中,发明人发现现有技术中存在以下技术问题:
现有的对图片进行分类整理的方案是根据图片的拍摄时间或者图片的拍摄位置进行归类整理,归类整理方式的精细度较低,无法得到符合用户拍摄轨迹的图片归类结果。
发明内容
本发明实施例提供一种图片分类展示方法和装置,用于提高对图片归类整理的精细度以提供符合用户拍摄轨迹的图片分类展示方法。
本发明实施例提供了一种图片分类展示方法,该方法包括:
获取多张图片及每张图片的拍摄时间和拍摄位置;
根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类;
根据分类结果将所述多张图片进行分类展示。
一种图片分类展示装置,该装置包括:
获取单元,用于获取多张图片及每张图片的拍摄时间和拍摄位置;
分类单元,用于根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类;
展示单元,用于根据分类结果将所述多张图片进行分类展示。
本发明实施例提供的方案中,将拍摄时间和拍摄位置结合起来对多张图片进行分类,对图片归类整理的精细度较高,分类结果能够较大程度上符合用户的拍摄轨迹,从而可以基于用户拍摄轨迹分别展示拍摄的多个图片。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的图片分类展示方法流程示意图;
图2A为本发明实施例二中图片分类展示及拍摄轨迹形成方法流程示意图;
图2B为本发明实施例二中的按拍摄时间和高斯直角坐标排列照片的示意图;
图2C为本发明实施例二中的按高斯直角坐标归类照片的示意图;
图2D为本发明实施例二中的合并相邻区域的示意图;
图2E为本发明实施例二中的调整区域边界点的示意图;
图3为本发明实施例三提供的图片分类展示装置的结构示意图;
图4为本发明实施例四和实施例五分别提供的终端、服务器的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
为了提高对图片归类整理的精细度以提供符合用户拍摄轨迹的图片分类展示方法,本发明实施例中,根据每张图片的拍摄时间和拍摄位置将多张图片进行分类,并根据分类结果将多张图片进行分类展示。
实施例一:
参见图1,本发明实施例提供的图片分类展示方法,包括以下步骤:
步骤10:获取多张图片及每张图片的拍摄时间和拍摄位置;具体的,可以从每张图片的可交换图像文件(EXIF)信息中读取对应图片的拍摄时间和拍摄位置的信息;
步骤11:根据每张图片的拍摄时间和拍摄位置将多张图片进行分类,使得拍摄时间在同一时间段内、并且拍摄位置的距离满足设定条件的图片在同一分类中;
步骤12:根据分类结果将多张图片进行分类展示。
具体的,步骤11中根据每张图片的拍摄时间和拍摄位置将多张图片进行分类,其实现可以如下:
将多张图片按照拍摄时间从早到晚的顺序进行排序;
将排序后的第一个图片放入创建的当前分段中,将排序后的第二个图片作为当前图片;
判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值(例如为大于0的数值M),若是,则将当前图片添加到当前分段中,否则,创建新的分段作为当前分段,将当前图片添加到当前分段中;
将下一张图片作为当前图片,返回执行上述判断操作,直至全部图片判断结束;
将得到的每个分段分别作为一个分类。
具体的,上述判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值,具体可以是判断当前图片的拍摄位置的横向坐标值与横向坐标边界值之间的差值、以及当前图片的拍摄位置的纵向坐标值与纵向坐标边界值之间的差值是否都小于设定值,若是,则确定当前图片与当前分段中已有图片的拍摄位置之间的距离小于设定值,否则,确定当前图片与当前分段中已有图片的拍摄位置之间的距离不小于设定值;其中横向坐标边界值包括当前分段中所有图片的拍摄位置的横向坐标值中最大的横向坐标值和最小的横向坐标值,纵向坐标边界值包括当前分段中所有图片的拍摄位置的纵向坐标值中最大的纵向坐标值和最小的纵向坐标值。
具体的,上述分类过程按算法描述可以包括如下步骤A1-步骤D1:
A1、将排序后的第i张图片归入第j个分段;其中i和j的初始取值为1;
B1、判断第i+1张图片的拍摄位置的横向坐标值与横向坐标边界值之间的差值、以及第i+1张图片的拍摄位置的纵向坐标值与纵向坐标边界值之间的差值是否都不大于设定值,其中,横向坐标边界值包括当前第j个分段中所有图片的拍摄位置的横向坐标值中最大的横向坐标值和最小的横向坐标值,纵向坐标边界值包括当前第j个分段中所有图片的拍摄位置的纵向坐标值中最大的纵向坐标值和最小的纵向坐标值;若判断为是,则到步骤C1,否则,到步骤D1;
C1、将第i+1张图片归入当前第j个分段,判断是否遍历完排序后的所有图片,若是,则本流程结束,否则,将i的取值加1后返回步骤B1;
D1、判断是否遍历完排序后的所有图片,若是,则本流程结束,否则,将i和j的取值加1,并返回步骤A1。
较佳的,为了使图片分类结果更加精准,在根据每张图片的拍摄时间和拍摄位置将多张图片进行分类之后、并且根据分类结果将多张图片进行分类展示之前,可以进一步获取每个分类对应的中心点位置信息;其中每个分类对应的中心点位置信息是通过将对应分类中各图片的拍摄位置的坐标值进行加权平均得到的;然后根据每个分类对应的中心点位置信息对分类结果进行调整。
具体的,上述根据每个分类的中心点位置信息对分类结果进行调整,具体可以包括如下合并调整过程:
按照拍摄时间从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息和下一个分类的中心点位置信息判断是否满足合并条件;
如果满足合并条件,则将当前分类与下一个分类合并为一个分类,并将合并后的分类作为当前分类返回执行上述判断操作。
具体的,上述根据当前分类的中心点位置信息和下一个分类的中心点位置信息判断是否满足合并条件,具体可以是判断当前分类的中心点位置与下一个分类的中心点位置之间的距离是否小于设定值(例如为M/2),若是,则确定满足合并条件;否则,确定不满足合并条件。
具体的,上述合并调整过程按算法描述可以包括如下步骤A2-步骤C2:
A2、获取第i个分类的中心点位置坐标和下一个分类的中心点位置坐标,i的初始值为1;判断第i个分类的中心点位置的横向坐标值与下一个分类的中心点位置的横向坐标值的差值、以及第i个分类的中心点位置的纵向坐标值与下一个分类的中心点位置的纵向坐标值的差值是否都小于设定值,若是,则到步骤B2,否则,到步骤C2;这里,第i个分类的下一个分类是指拍摄时间段位于第i个分类的拍摄时间段之后并且相邻的分类;
B2、将当前第i个分类与下一个分类合并在一起,判断当前第i个分类是否为倒数第2个分类,若是,则本流程结束,否则,将合并后的分类作为第i个分类,返回步骤A2;这里,合并后的分类的中心点位置的X坐标值为合并后的分类中各图片的X坐标值的加权平均值,合并后的分类的中心点位置的Y坐标值为合并后的分类中各图片的Y坐标值的加权平均值;
步骤C2、判断当前第i个分类是否为倒数第2个分类,若是,则本流程结束,否则,将i的取值加1,返回步骤A2。
进一步的,根据每个分类的中心点位置信息对分类结果进行调整,还可以包括如下的下边界调整过程:
按照拍摄时间段从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息、下一个分类的中心点位置信息和当前分类中拍摄时间最晚的图片的拍摄位置,判断是否满足下边界调整条件;
如果满足下边界调整条件,则将当前分类中拍摄时间最晚的图片调整到下一个分类中。
具体的,上述根据当前分类的中心点位置信息、下一个分类的中心点位置信息和当前分类中拍摄时间最晚的图片的拍摄位置,判断是否满足下边界调整条件,具体可以是判断第一距离与第二距离之间的差值是否大于设定值(例如为M/2),若是,则确定满足下边界调整条件,否则,确定不满足下边界调整条件;其中第一距离是当前分类中拍摄时间最晚的图片与当前分类的中心点位置之间的距离,第二距离是当前分类中拍摄时间最晚的图片与下一个分类的中心点位置之间的距离。
具体的,上述下边界调整过程按算法描述可以包括如下步骤A3-步骤C3:
A3、获取第i个分类中未遍历到的拍摄时间最晚的一张照片的拍摄位置坐标、第i个分类的中心点位置坐标和下一个分类的中心点位置坐标,判断第一数值与第二数值的差值以及第三数值与第四数值的差值是否都大于设定值,若是,则到步骤B3,否则,到步骤C3;其中,第一数值是第i个分类的中心点位置的横向坐标值与第i个分类中未遍历到的拍摄时间最晚的一张照片的横向坐标值之间的差值,第二数值是下一个分类的中心点位置的横向坐标值与第i个分类中未遍历到的拍摄时间最晚的一张照片的横向坐标值之间的差值,第三数值是第i个分类的中心点位置的纵向坐标值与第i个分类中未遍历到的拍摄时间最晚的一张照片的纵向坐标值之间的差值,第二数值是下一个分类的中心点位置的纵向坐标值与第i个分类中未遍历到的拍摄时间最晚的一张照片的纵向坐标值之间的差值;这里,第i个分类的下一个分类是指拍摄时间段位于第i个分类的拍摄时间段之后并且相邻的分类;i的初始取值为1;
B3、将当前第i个分类中未遍历到的拍摄时间最晚的一张照片调整到下一个分类中;若当前第i个分类中的全部照片都被遍历过,则到步骤C3,否则,返回步骤A3,继续遍历拍摄时间次晚的照片;
C3、判断当前第i个分类是否为倒数第2个分类,若是,则本流程结束,否则,将i的取值加1,返回步骤A3。
进一步的,根据每个分类的中心点位置信息对分类结果进行调整,还可以包括如下的上边界调整过程:
按照拍摄时间段从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息、上一个分类的中心点位置信息和当前分类中拍摄时间最早的图片的拍摄位置,判断是否满足上边界调整条件;
如果满足上边界调整条件,则将当前分类中拍摄时间最早的图片调整到上一个分类中。
具体的,上述根据当前分类的中心点位置信息、上一个分类的中心点位置信息和当前分类中拍摄时间最早的图片的拍摄位置,判断是否满足上边界调整条件,具体可以是判断第三距离与第四距离之间的差值是否大于设定值(例如为M/2),若是,则确定满足上边界调整条件,否则,确定不满足上边界调整条件;其中第三距离是当前分类中拍摄时间最早的图片与当前分类的中心点位置之间的距离,第四距离是当前分类中拍摄时间最早的图片与上一个分类的中心点位置之间的距离。
具体的,上述上边界调整过程按算法描述可以包括如下步骤A4-步骤C4:
A4、获取第i个分类中未遍历到的拍摄时间最早的一张照片的拍摄位置坐标、第i个分类的中心点位置坐标和下一个分类的中心点位置坐标,判断第五数值与第六数值的差值以及第七数值与第八数值的差值是否都大于设定值,若是,则到步骤B4,否则,到步骤C4;其中,第五数值是第i个分类的中心点位置的横向坐标值与第i个分类中未遍历到的拍摄时间最早的一张照片的横向坐标值之间的差值,第六数值是下一个分类的中心点位置的横向坐标值与第i个分类中未遍历到的拍摄时间最早的一张照片的横向坐标值之间的差值,第七数值是第i个分类的中心点位置的纵向坐标值与第i个分类中未遍历到的拍摄时间最早的一张照片的纵向坐标值之间的差值,第八数值是下一个分类的中心点位置的纵向坐标值与第i个分类中未遍历到的拍摄时间最早的一张照片的纵向坐标值之间的差值;这里,第i个分类的上一个分类是指拍摄时间段位于第i个分类的拍摄时间段之前并且相邻的分类;i的初始取值为2;
B4、将当前第i个分类中未遍历到的拍摄时间最早的一张照片调整到上一个分类中;若当前第i个分类中的全部照片都被遍历过,则到步骤C4,否则,返回步骤A4,继续遍历拍摄时间次早的照片;
C4、判断当前第i个分类是否为最后一个分类,若是,则本流程结束,否则,将i的取值加1,返回步骤A4。
较佳的,在步骤11中根据每张图片的拍摄时间和拍摄位置将多张图片进行分类之后,可以进一步根据每个分类中图片的拍摄位置所构成区域的范围确定该分类对应的兴趣点(POI),并根据每个分类对应的POI和拍摄时间生成并展示拍摄轨迹信息。这里,分类中图片的拍摄位置所构成的区域可以是一个矩形区域,该矩形区域的最小横向坐标值为对应分类中包含的图片的拍摄位置的最小横向坐标值,该矩形区域的最大横向坐标值为对应分类中包含的图片的拍摄位置的最大横向坐标值,该矩形区域的最小纵向坐标值为对应分类中包含的图片的拍摄位置的最小纵向坐标值,该矩形区域的最大纵向坐标值为对应分类中包含的图片的拍摄位置的最大纵向坐标值。在根据分类中图片的拍摄位置所构成区域的范围确定该分类对应的POI时,具体可以在该区域范围内并且当前分类的中心点位置周围搜索POI。每个POI包含四方面信息即名称、类别、位置信息和附近的旅游景点、酒店、饭店、商铺等信息。
具体的,上述根据每个分类对应的POI生成并展示拍摄轨迹信息,具体实现可以如下:
根据每个分类对应的POI和拍摄时间生成并展示文字形式的拍摄轨迹信息,该文字形式的拍摄轨迹信息中对应每个分类分别包含一条轨迹点信息,每条轨迹点信息包含对应分类的POI和拍摄时间;或者,
根据每个分类对应的POI和拍摄时间生成并展示位于地图上的拍摄轨迹信息,该位于地图上的拍摄轨迹信息由每个分类对应的轨迹点信息串联而成,每个分类对应的轨迹点信息包括对应分类的POI和拍摄时间。
本实施例中,将拍摄时间和拍摄位置结合起来对多张图片进行分类,对图片归类整理的精细度较高,可以将拍摄时间在同一时间段内、拍摄位置的距离满足设定条件的图片归为同一分类,分类结果能够较大程度上符合用户的拍摄轨迹,从而可以基于用户拍摄轨迹分别展示拍摄的多个图片。
并且,本实施例中,通过分类的合并调整,能够将包含距离较近的图片的两个相邻分类合并为一个分类,从而尽量避免将距离较近的图片被划分到不同分类中;通过分类的下边界调整,能够将本分类的一些下边界点调整到下一个分类中,该下边界点与下一个分类的中心点位置的距离小于与本分类的中心点位置的距离,从而尽量将距离较近的图片划分到同一分类中;通过分类的上边界调整,能够将本分类的一些上边界点调整到上一个分类中,该上边界点与上一个分类的中心点位置的距离小于与本分类的中心点位置的距离,从而尽量将距离较近的图片划分到同一分类中。由此可见,通过对图片分类结果的调整,可以使得图片的分类更加符合用户的拍摄轨迹。
同时,本实施例还可以根据图片分类结果生成并展示拍摄轨迹信息,从而可以使得用户看到清楚、直观的图片拍摄轨迹。
实施例二:
本实施例提供一种方法,能够根据用户拍摄的照片的拍摄时间与拍摄位置来对照片进行分类与管理,将用户拍摄的照片按照用户拍摄照片的轨迹进行分类与管理,从而重现用户拍摄场景的拍摄轨迹。
本实施例具体的实现方法是从照片的EXIF信息中提取出对应的拍摄时间及拍摄位置的经纬度信息,将照片按拍摄时间从早到晚进行排序,最早拍摄的照片在最前,最晚拍摄的照片在最后;然后按照照片的拍摄位置将照片进行分类,将同一拍摄时间段内、同一拍摄位置范围里的照片划分在同一分类中。最后将照片按照分类结果进行分类展示,以及生成并展示用户的拍摄轨迹。
本实施例中,需要预先设定照片分类的地理边界范围,例如,以km为单位,如5km表示在高斯直角坐标系中距离不超过5km的照片划分在同一分类中,即同一分类中的每两个照片的X坐标的差值不大于5km、并且每两个照片的Y坐标的差值也不大于5km,假定设定的地理边界范围为M km。
参见图2A,本实施例的具体实现流程如下:
步骤1:从待整理的多个照片的EXIF信息中获取对应照片的拍摄时间以及拍摄位置的经纬度信息;该地理位置信息可以是通过带全球定位系统(GPS)的拍摄设备获取到的;
步骤2:通过高斯投影公式将各个照片的经纬度信息转换成高斯平面直角坐标系的X,Y坐标并保存;
步骤3:按照拍摄时间从早到晚的顺序将多个照片进行排序,拍摄时间较早的照片位于拍摄时间较晚的照片之前;
步骤4:根据每张照片的拍摄位置的高斯坐标将排序后的多张照片进行分段,每个分段中包含至少一张照片,并且在分段中包含多张图片时任意两张照片的拍摄位置之间的距离不大于M;将每个分段分别作为一个分类;
步骤5:根据每个分类对应的中心点位置信息对步骤5的分类结果进行调整;其中每个分类对应的中心点位置信息包括中心点位置的X坐标值和Y坐标值,其中X坐标值是通过将对应分类中各图片的拍摄位置的X坐标值进行加权平均得到的,Y坐标值是通过将对应分类中各图片的拍摄位置的Y坐标值进行加权平均得到的;
步骤6:对于调整后的每个分类,在该分类中各图片的拍摄位置所构成区域内搜索位于该分类对应的中心点位置周围的POI;
步骤7:根据调整后的分类结果对多个照片进行分类展示,以及根据每个分类对应的POI信息和拍摄时间信息生成并展示拍摄轨迹信息。
其中,上述步骤4的具体实现可以包括如下步骤401-步骤402:
步骤401:在将各照片按照拍摄时间从早到晚的顺序进行排序后,根据各照片的高斯坐标分别将每个照片在高斯直角坐标系中表示出来,如图2B所示,1对应的节点表示拍摄时间最早的照片,其对应的高斯坐标为(x1,y1),2对应的节点表示拍摄时间次早的照片,其对应的高斯坐标为(x2,y2),依次类推,直到拍摄时间最晚的照片,如图2B所示,14对应的节点表示拍摄时间最晚的照片,其对应的高斯坐标为(x14,y14);
步骤402:在高斯直角坐标系中对各照片进行区域划分,划分后的区域可能包含一个照片或多个照片;划分后的每个区域分别作为一个分段;区域划分的具体算法如下:
A1、将第i张照片归入第j个区域;i和j的初始取值为1;
第i张照片对应的高斯坐标为(xi,yi),第i+1张照片对应的高斯坐标为(xi+1,yi+1),当前第j个区域的边界范围为(xmin~xmax,ymin~ymax),其中xmin是当前第j个区域中包含的各照片的X坐标值中的最小X坐标值,xmax是当前第j个区域中包含的各照片的X坐标值中的最大X坐标值,ymin是当前第j个区域中包含的各照片的Y坐标值中的最小Y坐标值,ymax是当前第j个区域中包含的各照片的Y坐标值中的最大Y坐标值;当前第j个区域对应的拍摄时间段为tmin~tmax,tmin是当前第j个区域中包含的各照片的拍摄时间中的最早拍摄时间,tmax是当前第j个区域中包含的各照片的拍摄时间中的最晚拍摄时间;
B1、判断是否同时满足|xi+1-xmin|<=M,|xi+1-xmax|<=M,|yi+1-ymin|<=M,|yi+1-ymax|<=M,若是,则到步骤C1;否则,到步骤D1;
C1、将第i+1张照片归入当前第j个区域,同时更新当前第j个区域的边界范围和对应的拍摄时间段;判断是否遍历完高斯直角坐标系中的所有照片,若是,则本流程结束,否则,将i的取值加1后返回步骤B1;
D、判断是否遍历完排序后的所有照片,若是,则本流程结束,否则,将i和j的取值加1,并返回步骤A1。
举例说明,如图2C所示,将照片1归入第1个区域,此时第1个区域的边界范围为(x1,y1),判断同时满足|x2-x1|<=M,|y2-y1|<=M后,将照片2归入第1个区域,并将第1个区域的边界范围更新为(x1~x2,y1~y2);判断同时满足|x3-x1|<=M,|x3-x2|<=M,|y3-y1|<=M,|y3-y2|<=M后,将照片3归入第1个区域,并将第1个区域的边界范围更新为(x1~x3,y1~y2);判断同时满足|x4-x1|<=M,|x4-x3|<=M,|y4-y1|<=M,|y4-y2|<=M后,将照片4归入第1个区域,并将第1个区域的边界范围更新为(x1~x4,y4~y2);判断同时满足|x5-x1|<=M,|x5-x4|<=M,|y5-y4|<=M,|y5-y2|<=M后,将照片5归入第1个区域,并将第1个区域的边界范围更新为(x1~x5,y4~y2);判断同时满足|x6-x1|<=M,|x6-x5|<=M,|y6-y4|<=M,|y6-y2|<=M后,将照片6归入第1个区域,并将第1个区域的边界范围更新为(x1~x6,y4~y2);判断同时满足|x7-x1|<=M,|x7-x6|<=M,|y7-y4|<=M,|y7-y2|<=M后,将照片7归入第1个区域,第1个区域的边界范围仍为(x1~x6,y4~y2);判断同时满足|x8-x1|<=M,|x8-x6|<=M,|y8-y4|<=M,|y8-y2|<=M后,将照片8归入第1个区域,并将第1个区域的边界范围更新为(x1~x8,y4~y2);
判断不能同时满足|x9-x1|<=M,|x9-x8|<=M,|y9-y4|<=M,|y9-y2|<=M后,将照片9归入新的区域即第2个区域,此时第2个区域的边界范围为(x9,y9);判断同时满足|x10-x9|<=M,|y10-y9|<=M后,将照片10归入第2个区域,并将第2个区域的边界范围更新为(x9~x10,y9~y10);判断同时满足|x11-x9|<=M,|x11-x10|<=M,|y11-y9|<=M,|y11-y10|<=M后,将照片11归入第2个区域,并将第2个区域的边界范围更新为(x9~x11,y11~y10);判断同时满足|x12-x9|<=M,|x12-x11|<=M,|y12-y11|<=M,|y12-y10|<=M后,将照片12归入第2个区域,并将第2个区域的边界范围更新为(x9~x12,y12~y10);判断同时满足|x13-x9|<=M,|x13-x12|<=M,|y13-y12|<=M,|y13-y10|<=M后,将照片13归入第2个区域,并将第2个区域的边界范围更新为(x9~x13,y12~y13);判断同时满足|x14-x9|<=M,|x14-x13|<=M,|y14-y12|<=M,|y14-y13|<=M后,将照片14归入第2个区域,并将第2个区域的边界范围更新为(x9~x13,y12~y14),至此全部照片遍历完,本流程结束,共划分出了两个区域:包含照片1-照片8的区域1和包含照片9-照片14的区域2,也即将14张照片划分为两个分类,照片1-照片8属于同一分类,照片9-照片14属于另一分类。
在区域划分结束后,可以计算每个区域的中心点位置坐标,每个区域的中心点的X坐标值为对应区域中包含的各照片的X坐标的加权平均值,每个区域的中心点的Y坐标值为对应区域中包含的各照片的Y坐标的加权平均值,如图2C中黑色填充的点为对应区域的中心位置点。
其中,上述步骤5的具体实现可以包括如下步骤501-步骤503:
步骤501:按照拍摄时间段从早到晚的顺序依次遍历除最后一个区域外的每个区域,进行区域合并的判断;具体如下:
A2、获取第i个区域的中心点位置坐标(xA,yA)和下一个区域的中心点位置坐标(xB,yB),i的初始值为1;判断是否同时满足|xA-xB|<=M/2,|yA-yB|<=M/2,若是,则到步骤B2,否则,到步骤C2;第i个区域的下一个区域是指拍摄时间段位于第i个区域的拍摄时间段之后并且相邻的区域;
B2、将第i个区域与下一个区域合并在一起,如图2D所示,更新合并后的区域的边界范围、拍摄时间段以及中心点位置,判断当前第i个区域是否为倒数第2个区域,若是,则本流程结束,否则,将合并后的区域作为第i个区域,返回步骤A2;其中合并后的区域的中心点位置的X坐标值为合并后的区域中各照片的X坐标值的加权平均值,合并后的区域的中心点位置的Y坐标值为合并后的区域中各照片的Y坐标值的加权平均值;
步骤C2、判断当前第i个区域是否为倒数第2个区域,若是,则本流程结束,否则,将i的取值加1,返回步骤A2。
步骤502:按照拍摄时间段从早到晚的顺序依次遍历步骤501合并调整后的除最后一个区域外的每个区域,进行区域下边界节点的调整判断;具体如下:
A3、获取第i个区域中未遍历到的拍摄时间最晚的一张照片的高斯坐标(xj,yj)、第i个区域的中心点位置坐标(xc1,yc1),下一个区域的中心点位置坐标(xc2,yc2),判断是否同时满足|xc1–xj|-|xc2–xj|>M/2,|yc1–yj|-|yc2–yj|>M/2,若是,则到步骤B3,否则,到步骤C3;第i个区域的下一个区域是指拍摄时间段位于第i个区域的拍摄时间段之后并且相邻的区域;i的初始取值为1;
B3、将当前第i个区域中未遍历到的拍摄时间最晚的一张照片调整到下一个区域中,如图2E所示;若当前第i个区域中的全部照片都被遍历过,则到步骤C3,否则,返回步骤A3,继续遍历拍摄时间次晚的照片;
C3、判断当前第i个区域是否为倒数第2个区域,若是,则本流程结束,否则,将i的取值加1,返回步骤A3。
步骤503:按照拍摄时间段从早到晚的顺序依次遍历步骤502下边界调整后的除第一个区域外的每个区域,进行区域上边界节点的调整判断;具体如下:
A4、获取第i个区域中未遍历到的拍摄时间最早的一张照片的高斯坐标(xk,yk)、第i个区域的中心点位置坐标(xc1,yc1),上一个区域的中心点位置坐标(xc2,yc2),判断是否同时满足|xc1–xk|-|xc2–xk|>M/2,|yc1–yk|-|yc2–yk|>M/2,若是,则到步骤B4,否则,到步骤C4;第i个区域的上一个区域是指拍摄时间段位于第i个区域的拍摄时间段之前并且相邻的区域;i的初始取值为2;
B4、将当前第i个区域中未遍历到的拍摄时间最早的一张照片调整到上一个区域中;若当前第i个区域中的全部照片都被遍历过,则到步骤C4,否则,返回步骤A4,继续遍历拍摄时间次早的照片;
C4、判断当前第i个区域是否为最后一个区域,若是,则本流程结束,否则,将i的取值加1,返回步骤A4。
本实施例中,将拍摄时间和拍摄位置结合起来对多张图片进行分类,对图片归类整理的精细度较高,并且本方案将拍摄时间在同一时间段内、拍摄位置的距离满足设定条件的图片归为同一分类,分类结果能够较大程度上符合用户的拍摄轨迹,从而可以基于用户拍摄轨迹分别展示拍摄的多个图片。
同时,本实施例中,通过区域合并调整,能够将包含距离较近的照片的两个相邻区域合并为一个区域,从而尽量避免将距离较近的照片被划分到不同区域中;通过区域的下边界调整,能够将本区域的一些下边界点调整到下一个区域中,该下边界点与下一个区域的中心点位置的距离小于与本区域的中心点位置的距离,从而尽量将距离较近的照片划分到同一区域中;通过区域的上边界调整,能够将本区域的一些上边界点调整到上一个区域中,该上边界点与上一个区域的中心点位置的距离小于与本区域的中心点位置的距离,从而尽量将距离较近的照片划分到同一区域中。由此可见,通过对区域划分结果即照片分类结果的调整,可以使得照片的分类更加符合用户的拍摄轨迹。
并且,本实施例还可以根据照片分类结果生成并展示拍摄轨迹信息,从而可以使得用户清楚、直观的看到照片的拍摄轨迹。
实施例三:
参见图3,本发明实施例提供一种图片分类展示装置,该装置包括:
获取单元30,用于获取多张图片及每张图片的拍摄时间和拍摄位置;
分类单元31,用于根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类;
展示单元32,用于根据分类结果将所述多张图片进行分类展示。
进一步的,所述分类单元31具体用于:
将所述多张图片按照拍摄时间从早到晚的顺序进行排序;
将排序后的第一个图片放入创建的当前分段中,将排序后的第二个图片作为当前图片;
判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值,若是,则将当前图片添加到当前分段中,否则,创建新的分段作为当前分段,将当前图片添加到当前分段中;
将下一张图片作为当前图片,返回执行所述判断操作,直至全部图片判断结束;
将得到的每个分段分别作为一个分类。
进一步的,所述分类单元31在判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值时,具体是判断当前图片的拍摄位置的横向坐标值与横向坐标边界值之间的差值、以及当前图片的拍摄位置的纵向坐标值与纵向坐标边界值之间的差值是否都小于设定值;其中横向坐标边界值包括当前分段中所有图片的拍摄位置的横向坐标值中最大的横向坐标值和最小的横向坐标值,纵向坐标边界值包括当前分段中所有图片的拍摄位置的纵向坐标值中最大的纵向坐标值和最小的纵向坐标值。
进一步的,该装置还包括:
调整单元33,用于在根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类之后、并且根据分类结果将所述多张图片进行分类展示之前,获取每个分类对应的中心点位置信息;其中每个分类对应的中心点位置信息是通过将对应分类中各图片的拍摄位置的坐标值进行加权平均得到的;
根据每个分类对应的中心点位置信息对分类结果进行调整。
进一步的,所述调整单元33具体用于:
按照拍摄时间从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息和下一个分类的中心点位置信息判断是否满足合并条件;
如果满足合并条件,则将当前分类与下一个分类合并为一个分类,并将合并后的分类作为当前分类返回执行所述判断操作。
进一步的,所述调整单元33还用于:
按照拍摄时间段从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息、下一个分类的中心点位置信息和当前分类中拍摄时间最晚的图片的拍摄位置,判断是否满足下边界调整条件;
如果满足下边界调整条件,则将当前分类中拍摄时间最晚的图片调整到下一个分类中。
进一步的,所述调整单元33还用于:
按照拍摄时间段从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息、上一个分类的中心点位置信息和当前分类中拍摄时间最早的图片的拍摄位置,判断是否满足上边界调整条件;
如果满足上边界调整条件,则将当前分类中拍摄时间最早的图片调整到上一个分类中。
进一步的,所述展示单元32还用于:
在根据每张图片的拍摄时间和拍摄位置信息将所述多张图片进行分类之后,根据每个分类中图片的拍摄位置所构成区域的范围确定该分类对应的兴趣点POI;
根据每个分类对应的POI和拍摄时间生成并展示拍摄轨迹信息。
进一步的,所述展示单元32具体用于:
根据每个分类对应的POI和拍摄时间生成并展示文字形式的拍摄轨迹信息,该文字形式的拍摄轨迹信息中对应每个分类分别包含一条轨迹点信息,每条轨迹点信息包含对应分类的POI和拍摄时间;或者,
根据每个分类对应的POI和拍摄时间生成并展示位于地图上的拍摄轨迹信息,该位于地图上的拍摄轨迹信息由每个分类对应的轨迹点信息串联而成,每个分类对应的轨迹点信息包括对应分类的POI和拍摄时间。
本实施例提供的图片分类展示的装置将拍摄时间和拍摄位置结合起来对多张图片进行分类,对图片归类整理的精细度较高,并且本方案将拍摄时间在同一时间段内、拍摄位置的距离满足设定条件的图片归为同一分类,分类结果能够较大程度上符合用户的拍摄轨迹,从而可以基于用户拍摄轨迹分别展示拍摄的多个图片。
并且,本实施例提供的图片分类展示的装置通过分类的合并调整,能够将包含距离较近的图片的两个相邻分类合并为一个分类,从而尽量避免将距离较近的图片被划分到不同分类中;通过分类的下边界调整,能够将本分类的一些下边界点调整到下一个分类中,该下边界点与下一个分类的中心点位置的距离小于与本分类的中心点位置的距离,从而尽量将距离较近的图片划分到同一分类中;通过分类的上边界调整,能够将本分类的一些上边界点调整到上一个分类中,该上边界点与上一个分类的中心点位置的距离小于与本分类的中心点位置的距离,从而尽量将距离较近的图片划分到同一分类中。由此可见,通过对图片分类结果的调整,可以使得图片的分类更加符合用户的拍摄轨迹。
同时,本实施例提供的图片分类展示的装置还可以根据图片分类结果生成并展示拍摄轨迹信息,从而可以使得用户看到清楚、直观的图片拍摄轨迹。
实施例四:
参见图4,本发明实施例提供一种终端,该终端包括:
该终端包括处理器40、存储器41、输入装置42和输出装置43;终端中处理器40的数量可以是一个或多个,图4中以一个处理器40为例;终端中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器41作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的图片分类展示方法对应的程序指令/模块(例如,图片分类展示装置中的获取单元30、分类单元31、展示单元32和调整单元33)。处理器40通过运行存储在存储器41中的软件程序、指令以及模块,从而执行终端的各种功能应用以及数据处理,即实现上述的图片分类展示方法。
存储器41可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器41可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器41可进一步包括相对于处理器40远程设置的存储器,这些远程存储器可以通过网络连接至终端。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。
输入装置42可用于接收输入的数字或字符信息,以及产生与终端的用户设置以及功能控制有关的键信号输入。输出装置43可包括显示屏等显示设备。
其中,处理器40可以执行如下步骤:获取多张图片及每张图片的拍摄时间和拍摄位置;根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类;根据分类结果将所述多张图片进行分类展示。
进一步的,处理器40在根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类时,具体是:
将所述多张图片按照拍摄时间从早到晚的顺序进行排序;
将排序后的第一个图片放入创建的当前分段中,将排序后的第二个图片作为当前图片;
判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值,若是,则将当前图片添加到当前分段中,否则,创建新的分段作为当前分段,将当前图片添加到当前分段中;
将下一张图片作为当前图片,返回执行所述判断操作,直至全部图片判断结束;
将得到的每个分段分别作为一个分类。
进一步的,处理器40在判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值时,具体是判断当前图片的拍摄位置的横向坐标值与横向坐标边界值之间的差值、以及当前图片的拍摄位置的纵向坐标值与纵向坐标边界值之间的差值是否都小于设定值;其中横向坐标边界值包括当前分段中所有图片的拍摄位置的横向坐标值中最大的横向坐标值和最小的横向坐标值,纵向坐标边界值包括当前分段中所有图片的拍摄位置的纵向坐标值中最大的纵向坐标值和最小的纵向坐标值。
进一步的,处理器40在根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类之后、并且根据分类结果将所述多张图片进行分类展示之前,还可以执行如下步骤:获取每个分类对应的中心点位置信息;其中每个分类对应的中心点位置信息是通过将对应分类中各图片的拍摄位置的坐标值进行加权平均得到的;根据每个分类对应的中心点位置信息对分类结果进行调整。
进一步的,处理器40在根据每个分类的中心点位置信息对分类结果进行调整时,具体是按照拍摄时间从早到晚的顺序依次遍历各分类;根据当前分类的中心点位置信息和下一个分类的中心点位置信息判断是否满足合并条件;如果满足合并条件,则将当前分类与下一个分类合并为一个分类,并将合并后的分类作为当前分类返回执行所述判断操作。
进一步的,处理器40在根据每个分类的中心点位置信息对分类结果进行调整时,还可以按照拍摄时间段从早到晚的顺序依次遍历各分类;根据当前分类的中心点位置信息、下一个分类的中心点位置信息和当前分类中拍摄时间最晚的图片的拍摄位置,判断是否满足下边界调整条件;如果满足下边界调整条件,则将当前分类中拍摄时间最晚的图片调整到下一个分类中。
进一步的,处理器40在根据每个分类的中心点位置信息对分类结果进行调整时,还可以按照拍摄时间段从早到晚的顺序依次遍历各分类;根据当前分类的中心点位置信息、上一个分类的中心点位置信息和当前分类中拍摄时间最早的图片的拍摄位置,判断是否满足上边界调整条件;如果满足上边界调整条件,则将当前分类中拍摄时间最早的图片调整到上一个分类中。
进一步的,处理器40还可以执行如下步骤:在根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类之后,根据每个分类中图片的拍摄位置所构成区域的范围确定该分类对应的POI;根据每个分类对应的POI和拍摄时间生成并展示拍摄轨迹信息。
进一步的,处理器40在根据每个分类对应的POI和拍摄时间生成并展示拍摄轨迹信息时,具体是根据每个分类对应的POI和拍摄时间生成并展示文字形式的拍摄轨迹信息,该文字形式的拍摄轨迹信息中对应每个分类分别包含一条轨迹点信息,每条轨迹点信息包含对应分类的POI和拍摄时间;或者,根据每个分类对应的POI和拍摄时间生成并展示位于地图上的拍摄轨迹信息,该位于地图上的拍摄轨迹信息由每个分类对应的轨迹点信息串联而成,每个分类对应的轨迹点信息包括对应分类的POI和拍摄时间。
本实施例提供的终端将拍摄时间和拍摄位置结合起来对多张图片进行分类,对图片归类整理的精细度较高,并且本方案将拍摄时间在同一时间段内、拍摄位置的距离满足设定条件的图片归为同一分类,分类结果能够较大程度上符合用户的拍摄轨迹,从而可以基于用户拍摄轨迹分别展示拍摄的多个图片。
并且,本实施例提供的终端通过分类的合并调整,能够将包含距离较近的图片的两个相邻分类合并为一个分类,从而尽量避免将距离较近的图片被划分到不同分类中;通过分类的下边界调整,能够将本分类的一些下边界点调整到下一个分类中,该下边界点与下一个分类的中心点位置的距离小于与本分类的中心点位置的距离,从而尽量将距离较近的图片划分到同一分类中;通过分类的上边界调整,能够将本分类的一些上边界点调整到上一个分类中,该上边界点与上一个分类的中心点位置的距离小于与本分类的中心点位置的距离,从而尽量将距离较近的图片划分到同一分类中。由此可见,通过对图片分类结果的调整,可以使得图片的分类更加符合用户的拍摄轨迹。
同时,本实施例提供的终端还可以根据图片分类结果生成并展示拍摄轨迹信息,从而可以使得用户看到清楚、直观的图片拍摄轨迹。
实施例五:
仍参见图4,本发明实施例提供一种服务器,该服务器包括处理器40、存储器41、输入装置42和输出装置43;服务器中处理器40的数量可以是一个或多个,图4中以一个处理器40为例;服务器中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器41作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的图片分类展示方法对应的程序指令/模块(例如,图片分类展示装置中的获取单元30、分类单元31展示单元32和调整单元22)。处理器40通过运行存储在存储器41中的软件程序、指令以及模块,从而执行终端的各种功能应用以及数据处理,即实现上述的图片分类展示方法。
存储器41可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据服务器的使用所创建的数据等。此外,存储器41可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器41可进一步包括相对于处理器40远程设置的存储器,这些远程存储器可以通过网络连接至服务器。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。
输入装置42可用于接收输入的数字或字符信息,以及产生与终端的用户设置以及功能控制有关的键信号输入。输出装置43可包括显示屏等显示设备。
其中,处理器40可以执行如下步骤:获取多张图片及每张图片的拍摄时间和拍摄位置;根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类;指示终端根据分类结果将所述多张图片进行分类展示。
进一步的,处理器40在根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类时,具体是:
将所述多张图片按照拍摄时间从早到晚的顺序进行排序;
将排序后的第一个图片放入创建的当前分段中,将排序后的第二个图片作为当前图片;
判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值,若是,则将当前图片添加到当前分段中,否则,创建新的分段作为当前分段,将当前图片添加到当前分段中;
将下一张图片作为当前图片,返回执行所述判断操作,直至全部图片判断结束;
将得到的每个分段分别作为一个分类。
进一步的,处理器40在判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值时,具体是判断当前图片的拍摄位置的横向坐标值与横向坐标边界值之间的差值、以及当前图片的拍摄位置的纵向坐标值与纵向坐标边界值之间的差值是否都小于设定值;其中横向坐标边界值包括当前分段中所有图片的拍摄位置的横向坐标值中最大的横向坐标值和最小的横向坐标值,纵向坐标边界值包括当前分段中所有图片的拍摄位置的纵向坐标值中最大的纵向坐标值和最小的纵向坐标值。
进一步的,处理器40在根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类之后、并且指示终端根据分类结果将所述多张图片进行分类展示之前,还可以执行如下步骤:获取每个分类对应的中心点位置信息;其中每个分类对应的中心点位置信息是通过将对应分类中各图片的拍摄位置的坐标值进行加权平均得到的;根据每个分类对应的中心点位置信息对分类结果进行调整。
进一步的,处理器40在根据每个分类的中心点位置信息对分类结果进行调整时,具体是按照拍摄时间从早到晚的顺序依次遍历各分类;根据当前分类的中心点位置信息和下一个分类的中心点位置信息判断是否满足合并条件;如果满足合并条件,则将当前分类与下一个分类合并为一个分类,并将合并后的分类作为当前分类返回执行所述判断操作。
进一步的,处理器40在根据每个分类的中心点位置信息对分类结果进行调整时,还可以按照拍摄时间段从早到晚的顺序依次遍历各分类;根据当前分类的中心点位置信息、下一个分类的中心点位置信息和当前分类中拍摄时间最晚的图片的拍摄位置,判断是否满足下边界调整条件;如果满足下边界调整条件,则将当前分类中拍摄时间最晚的图片调整到下一个分类中。
进一步的,处理器40在根据每个分类的中心点位置信息对分类结果进行调整时,还可以按照拍摄时间段从早到晚的顺序依次遍历各分类;根据当前分类的中心点位置信息、上一个分类的中心点位置信息和当前分类中拍摄时间最早的图片的拍摄位置,判断是否满足上边界调整条件;如果满足上边界调整条件,则将当前分类中拍摄时间最早的图片调整到上一个分类中。
进一步的,处理器40还可以执行如下步骤:在根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类之后,根据每个分类中图片的拍摄位置所构成区域的范围确定该分类对应的POI;根据每个分类对应的POI和拍摄时间生成拍摄轨迹信息,并指示终端展示生成的拍摄轨迹信息。
进一步的,处理器40在根据每个分类对应的POI和拍摄时间生成拍摄轨迹信息时,具体是根据每个分类对应的POI和拍摄时间生成并展示文字形式的拍摄轨迹信息,该文字形式的拍摄轨迹信息中对应每个分类分别包含一条轨迹点信息,每条轨迹点信息包含对应分类的POI和拍摄时间;或者,根据每个分类对应的POI和拍摄时间生成并展示位于地图上的拍摄轨迹信息,该位于地图上的拍摄轨迹信息由每个分类对应的轨迹点信息串联而成,每个分类对应的轨迹点信息包括对应分类的POI和拍摄时间。
本实施例提供的服务器将拍摄时间和拍摄位置结合起来对多张图片进行分类,对图片归类整理的精细度较高,并且本方案将拍摄时间在同一时间段内、拍摄位置的距离满足设定条件的图片归为同一分类,分类结果能够较大程度上符合用户的拍摄轨迹,从而使终端可以基于用户拍摄轨迹分别展示拍摄的多个图片。
并且,本实施例提供的服务器通过分类的合并调整,能够将包含距离较近的图片的两个相邻分类合并为一个分类,从而尽量避免将距离较近的图片被划分到不同分类中;通过分类的下边界调整,能够将本分类的一些下边界点调整到下一个分类中,该下边界点与下一个分类的中心点位置的距离小于与本分类的中心点位置的距离,从而尽量将距离较近的图片划分到同一分类中;通过分类的上边界调整,能够将本分类的一些上边界点调整到上一个分类中,该上边界点与上一个分类的中心点位置的距离小于与本分类的中心点位置的距离,从而尽量将距离较近的图片划分到同一分类中。由此可见,通过对图片分类结果的调整,可以使得图片的分类更加符合用户的拍摄轨迹。
同时,本实施例提供的服务器还可以根据图片分类结果生成拍摄轨迹信息,从而可以使得用户通过终端看到清楚、直观的图片拍摄轨迹。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (20)
1.一种图片分类展示方法,其特征在于,该方法包括:
获取多张图片及每张图片的拍摄时间和拍摄位置;
根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类;
根据分类结果将所述多张图片进行分类展示。
2.如权利要求1所述的方法,其特征在于,所述根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类,具体包括:
将所述多张图片按照拍摄时间从早到晚的顺序进行排序;
将排序后的第一个图片放入创建的当前分段中,将排序后的第二个图片作为当前图片;
判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值,若是,则将当前图片添加到当前分段中,否则,创建新的分段作为当前分段,将当前图片添加到当前分段中;
将下一张图片作为当前图片,返回执行所述判断操作,直至全部图片判断结束;
将得到的每个分段分别作为一个分类。
3.如权利要求2所述的方法,其特征在于,判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值包括:
判断当前图片的拍摄位置的横向坐标值与横向坐标边界值之间的差值、以及当前图片的拍摄位置的纵向坐标值与纵向坐标边界值之间的差值是否都小于设定值;其中横向坐标边界值包括当前分段中所有图片的拍摄位置的横向坐标值中最大的横向坐标值和最小的横向坐标值,纵向坐标边界值包括当前分段中所有图片的拍摄位置的纵向坐标值中最大的纵向坐标值和最小的纵向坐标值。
4.如权利要求1或2或3所述的方法,其特征在于,在根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类之后、并且根据分类结果将所述多张图片进行分类展示之前,进一步包括:
获取每个分类对应的中心点位置信息;其中每个分类对应的中心点位置信息是通过将对应分类中各图片的拍摄位置的坐标值进行加权平均得到的;
根据每个分类对应的中心点位置信息对分类结果进行调整。
5.如权利要求4所述的方法,其特征在于,所述根据每个分类的中心点位置信息对分类结果进行调整,具体包括:
按照拍摄时间从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息和下一个分类的中心点位置信息判断是否满足合并条件;
如果满足合并条件,则将当前分类与下一个分类合并为一个分类,并将合并后的分类作为当前分类返回执行所述判断操作。
6.如权利要求4所述的方法,其特征在于,所述根据每个分类的中心点位置信息对分类结果进行调整,具体包括:
按照拍摄时间段从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息、下一个分类的中心点位置信息和当前分类中拍摄时间最晚的图片的拍摄位置,判断是否满足下边界调整条件;
如果满足下边界调整条件,则将当前分类中拍摄时间最晚的图片调整到下一个分类中。
7.如权利要求4所述的方法,其特征在于,所述根据每个分类的中心点位置信息对分类结果进行调整,具体包括:
按照拍摄时间段从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息、上一个分类的中心点位置信息和当前分类中拍摄时间最早的图片的拍摄位置,判断是否满足上边界调整条件;
如果满足上边界调整条件,则将当前分类中拍摄时间最早的图片调整到上一个分类中。
8.如权利要求1或2或3所述的方法,其特征在于,在根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类之后,进一步包括:
根据每个分类中图片的拍摄位置所构成区域的范围确定该分类对应的兴趣点POI;
根据每个分类对应的POI和拍摄时间生成并展示拍摄轨迹信息。
9.如权利要求8所述的方法,其特征在于,所述根据每个分类对应的POI和拍摄时间生成并展示拍摄轨迹信息,具体包括:
根据每个分类对应的POI和拍摄时间生成并展示文字形式的拍摄轨迹信息,该文字形式的拍摄轨迹信息中对应每个分类分别包含一条轨迹点信息,每条轨迹点信息包含对应分类的POI和拍摄时间。
10.如权利要求8所述的方法,其特征在于,所述根据每个分类对应的POI和拍摄时间生成并展示拍摄轨迹信息,具体包括:
根据每个分类对应的POI和拍摄时间生成并展示位于地图上的拍摄轨迹信息,该位于地图上的拍摄轨迹信息由每个分类对应的轨迹点信息串联而成,每个分类对应的轨迹点信息包括对应分类的POI和拍摄时间。
11.一种图片分类展示装置,其特征在于,该装置包括:
获取单元,用于获取多张图片及每张图片的拍摄时间和拍摄位置;
分类单元,用于根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类;
展示单元,用于根据分类结果将所述多张图片进行分类展示。
12.如权利要求11所述的装置,其特征在于,所述分类单元具体用于:
将所述多张图片按照拍摄时间从早到晚的顺序进行排序;
将排序后的第一个图片放入创建的当前分段中,将排序后的第二个图片作为当前图片;
判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值,若是,则将当前图片添加到当前分段中,否则,创建新的分段作为当前分段,将当前图片添加到当前分段中;
将下一张图片作为当前图片,返回执行所述判断操作,直至全部图片判断结束;
将得到的每个分段分别作为一个分类。
13.如权利要求12所述的装置,其特征在于,所述分类单元在判断当前图片与当前分段中已有图片的拍摄位置之间的距离是否小于设定值时,具体是判断当前图片的拍摄位置的横向坐标值与横向坐标边界值之间的差值、以及当前图片的拍摄位置的纵向坐标值与纵向坐标边界值之间的差值是否都小于设定值;其中横向坐标边界值包括当前分段中所有图片的拍摄位置的横向坐标值中最大的横向坐标值和最小的横向坐标值,纵向坐标边界值包括当前分段中所有图片的拍摄位置的纵向坐标值中最大的纵向坐标值和最小的纵向坐标值。
14.如权利要求11或12或13所述的装置,其特征在于,该装置还包括:
调整单元,用于在根据每张图片的拍摄时间和拍摄位置将所述多张图片进行分类之后、并且根据分类结果将所述多张图片进行分类展示之前,获取每个分类对应的中心点位置信息;其中每个分类对应的中心点位置信息是通过将对应分类中各图片的拍摄位置的坐标值进行加权平均得到的;
根据每个分类对应的中心点位置信息对分类结果进行调整。
15.如权利要求14所述的装置,其特征在于,所述调整单元具体用于:
按照拍摄时间从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息和下一个分类的中心点位置信息判断是否满足合并条件;
如果满足合并条件,则将当前分类与下一个分类合并为一个分类,并将合并后的分类作为当前分类返回执行所述判断操作。
16.如权利要求14所述的装置,其特征在于,所述调整单元具体用于:
按照拍摄时间段从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息、下一个分类的中心点位置信息和当前分类中拍摄时间最晚的图片的拍摄位置,判断是否满足下边界调整条件;
如果满足下边界调整条件,则将当前分类中拍摄时间最晚的图片调整到下一个分类中。
17.如权利要求14所述的装置,其特征在于,所述调整单元具体用于:
按照拍摄时间段从早到晚的顺序依次遍历各分类;
根据当前分类的中心点位置信息、上一个分类的中心点位置信息和当前分类中拍摄时间最早的图片的拍摄位置,判断是否满足上边界调整条件;
如果满足上边界调整条件,则将当前分类中拍摄时间最早的图片调整到上一个分类中。
18.如权利要求11或12或13所述的装置,其特征在于,所述展示单元还用于:
在根据每张图片的拍摄时间和拍摄位置信息将所述多张图片进行分类之后,根据每个分类中图片的拍摄位置所构成区域的范围确定该分类对应的兴趣点POI;
根据每个分类对应的POI和拍摄时间生成并展示拍摄轨迹信息。
19.如权利要求18所述的装置,其特征在于,所述展示单元具体用于:
根据每个分类对应的POI和拍摄时间生成并展示文字形式的拍摄轨迹信息,该文字形式的拍摄轨迹信息中对应每个分类分别包含一条轨迹点信息,每条轨迹点信息包含对应分类的POI和拍摄时间。
20.如权利要求18所述的装置,其特征在于,所述展示单元具体用于:
根据每个分类对应的POI和拍摄时间生成并展示位于地图上的拍摄轨迹信息,该位于地图上的拍摄轨迹信息由每个分类对应的轨迹点信息串联而成,每个分类对应的轨迹点信息包括对应分类的POI和拍摄时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410063331.XA CN104866500B (zh) | 2014-02-25 | 2014-02-25 | 图片分类展示方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410063331.XA CN104866500B (zh) | 2014-02-25 | 2014-02-25 | 图片分类展示方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104866500A true CN104866500A (zh) | 2015-08-26 |
CN104866500B CN104866500B (zh) | 2021-10-15 |
Family
ID=53912336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410063331.XA Active CN104866500B (zh) | 2014-02-25 | 2014-02-25 | 图片分类展示方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104866500B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105245440A (zh) * | 2015-10-23 | 2016-01-13 | 努比亚技术有限公司 | 一种图片消息推送方法、系统及操作方法 |
CN105320749A (zh) * | 2015-09-29 | 2016-02-10 | 小米科技有限责任公司 | 生成行程路线的方法及装置 |
CN105635972A (zh) * | 2016-03-10 | 2016-06-01 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN106161628A (zh) * | 2016-07-13 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 拍摄文件上传方法及装置 |
CN106161806A (zh) * | 2016-09-27 | 2016-11-23 | 维沃移动通信有限公司 | 一种图像显示方法和移动终端 |
CN106407439A (zh) * | 2016-09-29 | 2017-02-15 | 四川研宝科技有限公司 | 用于生成和标记照片或/和视频集合中轨迹的方法及系统 |
CN106708391A (zh) * | 2017-01-09 | 2017-05-24 | 北京奇虎科技有限公司 | 一种图片显示方法、装置及移动终端 |
CN106792502A (zh) * | 2016-11-22 | 2017-05-31 | 中国平安财产保险股份有限公司 | 一种基于车险智能定损平台的修理厂拍照定位方法及系统 |
CN107656964A (zh) * | 2017-08-17 | 2018-02-02 | 深圳市万普拉斯科技有限公司 | 图片管理方法、装置、电子设备及可读存储介质 |
CN108073599A (zh) * | 2016-11-10 | 2018-05-25 | 高德软件有限公司 | 图片读取方法及装置 |
TWI628626B (zh) * | 2017-07-18 | 2018-07-01 | 劉謹銘 | Multiple image source processing methods |
CN108267142A (zh) * | 2016-12-30 | 2018-07-10 | 上海博泰悦臻电子设备制造有限公司 | 一种基于地址卡片的导航显示方法、系统及一种车机 |
CN109872266A (zh) * | 2017-12-04 | 2019-06-11 | 广东电网有限责任公司中山供电局 | 一种图片比对布局的方法 |
CN109947378A (zh) * | 2017-12-20 | 2019-06-28 | 鸿合科技股份有限公司 | 展示图片的方法和装置 |
CN110020223A (zh) * | 2017-12-26 | 2019-07-16 | 浙江宇视科技有限公司 | 行为数据分析方法及装置 |
CN105488467B (zh) * | 2015-11-26 | 2019-07-23 | 小米科技有限责任公司 | 图片分类方法及装置 |
CN110348274A (zh) * | 2018-04-08 | 2019-10-18 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别方法、装置及设备 |
CN110413817A (zh) * | 2019-07-30 | 2019-11-05 | 腾讯科技(武汉)有限公司 | 用于对图片进行聚类的方法和设备 |
WO2019218459A1 (zh) * | 2018-05-14 | 2019-11-21 | 平安科技(深圳)有限公司 | 一种照片存储方法、存储介质、服务器和装置 |
CN113689458A (zh) * | 2021-10-27 | 2021-11-23 | 广州市玄武无线科技股份有限公司 | 一种2d拍摄轨迹路径计算方法及装置 |
CN116049464A (zh) * | 2022-08-05 | 2023-05-02 | 荣耀终端有限公司 | 一种图像整理方法及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100414545C (zh) * | 2003-12-12 | 2008-08-27 | 松下电器产业株式会社 | 图像分类装置、方法 |
CN102314515A (zh) * | 2011-09-22 | 2012-01-11 | 宇龙计算机通信科技(深圳)有限公司 | 照片分类方法及装置 |
CN102609431A (zh) * | 2010-10-19 | 2012-07-25 | 苹果公司 | 利用地理数据呈现媒体内容项目 |
CN102930294A (zh) * | 2012-10-18 | 2013-02-13 | 上海交通大学 | 基于混沌特征量视频运动模态分割和交通状况识别的方法 |
JP2013065165A (ja) * | 2011-09-16 | 2013-04-11 | Nikon Corp | 画像表示方法及び装置、画像表示プログラム、並びに画像表示システム |
-
2014
- 2014-02-25 CN CN201410063331.XA patent/CN104866500B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100414545C (zh) * | 2003-12-12 | 2008-08-27 | 松下电器产业株式会社 | 图像分类装置、方法 |
CN102609431A (zh) * | 2010-10-19 | 2012-07-25 | 苹果公司 | 利用地理数据呈现媒体内容项目 |
JP2013065165A (ja) * | 2011-09-16 | 2013-04-11 | Nikon Corp | 画像表示方法及び装置、画像表示プログラム、並びに画像表示システム |
CN102314515A (zh) * | 2011-09-22 | 2012-01-11 | 宇龙计算机通信科技(深圳)有限公司 | 照片分类方法及装置 |
CN102930294A (zh) * | 2012-10-18 | 2013-02-13 | 上海交通大学 | 基于混沌特征量视频运动模态分割和交通状况识别的方法 |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320749A (zh) * | 2015-09-29 | 2016-02-10 | 小米科技有限责任公司 | 生成行程路线的方法及装置 |
CN105245440A (zh) * | 2015-10-23 | 2016-01-13 | 努比亚技术有限公司 | 一种图片消息推送方法、系统及操作方法 |
CN105488467B (zh) * | 2015-11-26 | 2019-07-23 | 小米科技有限责任公司 | 图片分类方法及装置 |
CN105635972A (zh) * | 2016-03-10 | 2016-06-01 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN106161628A (zh) * | 2016-07-13 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 拍摄文件上传方法及装置 |
US11275489B2 (en) | 2016-07-13 | 2022-03-15 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for uploading photographed file |
US10809891B2 (en) | 2016-07-13 | 2020-10-20 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for uploading photographed file |
CN106161806A (zh) * | 2016-09-27 | 2016-11-23 | 维沃移动通信有限公司 | 一种图像显示方法和移动终端 |
CN106407439A (zh) * | 2016-09-29 | 2017-02-15 | 四川研宝科技有限公司 | 用于生成和标记照片或/和视频集合中轨迹的方法及系统 |
CN108073599B (zh) * | 2016-11-10 | 2020-12-15 | 阿里巴巴(中国)有限公司 | 图片读取方法及装置 |
CN108073599A (zh) * | 2016-11-10 | 2018-05-25 | 高德软件有限公司 | 图片读取方法及装置 |
CN106792502A (zh) * | 2016-11-22 | 2017-05-31 | 中国平安财产保险股份有限公司 | 一种基于车险智能定损平台的修理厂拍照定位方法及系统 |
CN108267142A (zh) * | 2016-12-30 | 2018-07-10 | 上海博泰悦臻电子设备制造有限公司 | 一种基于地址卡片的导航显示方法、系统及一种车机 |
CN108267142B (zh) * | 2016-12-30 | 2021-07-06 | 上海博泰悦臻电子设备制造有限公司 | 一种基于地址卡片的导航显示方法、系统及一种车机 |
CN106708391A (zh) * | 2017-01-09 | 2017-05-24 | 北京奇虎科技有限公司 | 一种图片显示方法、装置及移动终端 |
CN106708391B (zh) * | 2017-01-09 | 2019-11-12 | 北京安云世纪科技有限公司 | 一种图片显示方法、装置及移动终端 |
TWI628626B (zh) * | 2017-07-18 | 2018-07-01 | 劉謹銘 | Multiple image source processing methods |
CN107656964A (zh) * | 2017-08-17 | 2018-02-02 | 深圳市万普拉斯科技有限公司 | 图片管理方法、装置、电子设备及可读存储介质 |
CN109872266A (zh) * | 2017-12-04 | 2019-06-11 | 广东电网有限责任公司中山供电局 | 一种图片比对布局的方法 |
CN109947378A (zh) * | 2017-12-20 | 2019-06-28 | 鸿合科技股份有限公司 | 展示图片的方法和装置 |
CN110020223A (zh) * | 2017-12-26 | 2019-07-16 | 浙江宇视科技有限公司 | 行为数据分析方法及装置 |
CN110348274A (zh) * | 2018-04-08 | 2019-10-18 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别方法、装置及设备 |
CN110348274B (zh) * | 2018-04-08 | 2022-03-04 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别方法、装置及设备 |
WO2019218459A1 (zh) * | 2018-05-14 | 2019-11-21 | 平安科技(深圳)有限公司 | 一种照片存储方法、存储介质、服务器和装置 |
CN110413817A (zh) * | 2019-07-30 | 2019-11-05 | 腾讯科技(武汉)有限公司 | 用于对图片进行聚类的方法和设备 |
CN110413817B (zh) * | 2019-07-30 | 2023-06-16 | 腾讯科技(武汉)有限公司 | 用于对图片进行聚类的方法和设备 |
CN113689458A (zh) * | 2021-10-27 | 2021-11-23 | 广州市玄武无线科技股份有限公司 | 一种2d拍摄轨迹路径计算方法及装置 |
CN113689458B (zh) * | 2021-10-27 | 2022-03-29 | 广州市玄武无线科技股份有限公司 | 一种2d拍摄轨迹路径计算方法及装置 |
CN116049464A (zh) * | 2022-08-05 | 2023-05-02 | 荣耀终端有限公司 | 一种图像整理方法及电子设备 |
CN116049464B (zh) * | 2022-08-05 | 2023-10-20 | 荣耀终端有限公司 | 一种图像整理方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104866500B (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104866500B (zh) | 图片分类展示方法和装置 | |
CN110726418B (zh) | 兴趣点区域确定方法、装置、设备及存储介质 | |
AU2018282316B2 (en) | Systems and methods for displaying movement of vehicle on map | |
CN106323301B (zh) | 一种道路情报的获取方法及装置 | |
Morishita et al. | SakuraSensor: Quasi-realtime cherry-lined roads detection through participatory video sensing by cars | |
CN105758410B (zh) | 基于A‐Star算法的快速路径规划混合方法 | |
CN108369638B (zh) | 使用聚类进行的基于事件的图像管理 | |
JP2018081404A (ja) | 識別方法、識別装置、識別器生成方法及び識別器生成装置 | |
JP6904984B2 (ja) | 交通状況を判定するためのシステム及び方法 | |
US20210172753A1 (en) | Scenic Route-Based Navigation Directions | |
CN105260466A (zh) | 推送图片的方法和装置 | |
EP3048421B1 (en) | Method and system for generalising topographical map data | |
US11062154B2 (en) | Non-transitory storage medium storing image transmission program, image transmission device, and image transmission method | |
CN104875740B (zh) | 用于管理跟随空间的方法、主车辆以及跟随空间管理单元 | |
JP2011118648A (ja) | 情報処理装置、情報提供システム、および情報処理方法 | |
CN104101348A (zh) | 导航系统以及在导航系统上显示地图的方法 | |
TW201738838A (zh) | 共乘路徑的計算方法及使用此方法的計算裝置與記錄媒體 | |
US20220357176A1 (en) | Methods and data processing systems for predicting road attributes | |
CN104636457B (zh) | 一种位置搜索认知的方法及装置 | |
CN110047105A (zh) | 信息处理装置、信息处理方法及存储介质 | |
CN108959373A (zh) | 足迹点生成方法及装置 | |
CN116049576B (zh) | 地图数据的聚合展示方法、装置、电子设备 | |
CN107545318B (zh) | 公交线路优先级确定、公交换乘线路排序方法及装置 | |
CN110400459A (zh) | 针对交通状况的报警规则配置方法、报警方法及装置 | |
CN111383444A (zh) | 预测路况状态的方法、装置、服务器及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |