CN104915344B - 一种信息处理方法及电子设备 - Google Patents
一种信息处理方法及电子设备 Download PDFInfo
- Publication number
- CN104915344B CN104915344B CN201410086561.8A CN201410086561A CN104915344B CN 104915344 B CN104915344 B CN 104915344B CN 201410086561 A CN201410086561 A CN 201410086561A CN 104915344 B CN104915344 B CN 104915344B
- Authority
- CN
- China
- Prior art keywords
- picture
- image
- module
- feature
- parameter
- 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
Links
Abstract
本发明公开了一种信息处理方法及电子设备,所述方法包括:获取M张图片,针对每一所述图片,提取所述图片的图像特征;获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果,其中,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;依次类推,完成剩余的图片的分类。
Description
技术领域
本发明涉及电子技术,尤其涉及一种信息处理方法及电子设备。
背景技术
目前媒体库中的图片如照片的分组方法有很多,例如图片可以按照文件夹、或时间、或大小、或类别、或文件名称等进行分类;这些分类方法在某些情况下是比较方便的,但是在接下来的情况下,上面所提到的分类方法是难以满足用户需求的,用户可能将一年中所拍摄的500张照片都放在同一文件夹下面,在这500张照片中,同一个场景的通常会有很多的照片,例如有25张照片是在一年中的每个月份拍摄的天安门门楼,那么用户如何能从这些浩瀚的照片中找出这25张照片呢,现有的照片分类方法是不能够实现的。
发明内容
有鉴于此,本发明实施例为解决现有技术中存在的问题而提供一种信息处理方法及电子设备,能够按照图片的相似性进行分类,从而提升用户体验。
本发明实施例的技术方案是这样实现的:
一种信息处理方法,应用于电子设备,所述方法包括:
获取M张图片,针对每一所述图片,提取所述图片的图像特征;
获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果,其中,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
依次类推,完成剩余的图片的分类。
一种电子设备,所述电子设备包括第一获取模块、判断模块、第一处理模块、第二处理模块和类推模块,其中:
所述第一获取模块,用于获取M张图片,针对每一所述图片,提取所述图片的图像特征;
所述判断模块,用于获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果,其中,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
所述第一处理模块,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
所述第二处理模块,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
所述类推模块,用于依次类推,完成剩余的图片的分类。
本发明实施例中,获取M张图片,针对每一所述图片,提取所述图片的图像特征;获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果;当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;依次类推,完成剩余的图片的分类;如此,能够按照图片的相似性进行分类,从而提升用户体验。
附图说明
图1-1为本发明实施例一信息处理方法的实现流程示意图;
图1-2至1-7为本发明实施例根据步骤102至104对9张图像进行分类的处理流程示意图;
图2为本发明实施例二信息处理方法的实现流程示意图;
图3为本发明实施例三信息处理方法的实现流程示意图;
图4为本发明实施例四信息处理方法的实现流程示意图;
图5为本发明实施例五信息处理方法的实现流程示意图;
图6为本发明实施例六电子设备的组成结构示意图;
图7为本发明实施例七电子设备的组成结构示意图;
图8为本发明实施例八电子设备的组成结构示意图;
图9为本发明实施例九电子设备的组成结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。
实施例一
本发明实施例提供的一种信息处理方法,应用于电子设备,图1-1为本发明实施例一信息处理方法的实现流程示意图,如图1-1所示,所述方法包括:
步骤101,获取M张图片,针对每一所述图片,提取所述图片的图像特征;
这里,所述图像特征包括颜色特征、和/或纹理特征,本领域的技术人员可以根据各种现有技术对图像特征进行适当的定义,如图像特征还可以包括饱和度特征等,这里不再赘述;
对于步骤101,举例来说,如图1-2所示,获取到9张图片,分别为图片11至19,对这9张图片分别提取它们的图像特征。
步骤102,获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果;
这里,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
这里,图像特征库中的图像特征可以由电子设备随机地选取若干张图片,然后将随机选取的图片的图像特征加入到图像特征库中,当然,图像特征库中的图像特征也可以由用户进行指定若干张,然后将用户指定的若干张图片的图像特征加入到图像特征库中。
在本步骤102中,以电子设备随机选取图片为例,假设电子设备随机选取图片14,将图片14的图像特征加入到图像特征库中。为了描述起来方便,假设电子设备是按照图片的顺序进行读取的,假设获取的第一图片的图像特征为图片11的图像特征,判断图片11的图像特征与图片14的图像特征是否匹配,得到第一判断结果;所述图片14的图像特征即为所述图像特征库中的图像特征,只不过图像特征库中的图像特征只有一张图片的图像特征而已。
步骤103,当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
这里,继续承接步骤102中的例子,假设第一结果表明图片11的图像特征与图片14的图像特征不匹配,则不能将图片11和图片14归为一类;
步骤104,当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
这里,继续承接步骤102中的例子,假设第一结果表明图片11的图像特征与图片14的图像特征不匹配,则不能将图片11和图片14归为一类,然后将图片11的图像特征加入到图像特征库中;
步骤105,依次类推,完成剩余的图片的分类。
这里,经过上述步骤102至104中的例子,如图1-3所示,将图片14分为第一类图片,将图片11分为第二类图片;而剩余的待分类的图片如图1-4所示,还剩下图片12、13、15至19;按照上述步骤102至104,可以图1-4中的剩余图片进行分类,现以图片12为例:
获取图片12的图像特征,这时图像特征库中的图像特征包括图片14的图像特征、和图片11的图像特征;先判断图片12的图像特征与图片14的图像特征是否匹配,得到第一判断结果,第一判断结果表明图片12的图像特征与图片14的图像特征不匹配,即图片12和图片14不属于同一类;接着判断图片12的图像特征与图片11的图像特征是否匹配,得到第一判断结果,第一判断结果表明图片12的图像特征与图片11的图像特征不匹配,即图片12和图片11也不属于同一类;这时,将图片12的图像特征也加入到图像特征库中;此时图像特征库中的图像特征包括图片14的图像特征、图片11的图像特征和图片12的图像特征;
经过上述的处理过程,如图1-5所示,将图片14分为第一类图片,将图片11分为第二类图片,将图片12作为第三类图片;而剩余的待分类的图片如图1-4所示,还剩下图片13、15至19;按照上述步骤102至104,可以图1-6中的剩余图片进行分类,现以图片13为例:
获取图片13的图像特征,这时图像特征库中的图像特征包括图片14的图像特征、图片11的图像特征和图片12的图像特征;先判断图片13的图像特征与图片14的图像特征是否匹配,得到第一判断结果,第一判断结果表明图片13的图像特征与图片11的图像特征不匹配,即图片13和图片11不属于同一类;接着判断图片13的图像特征与图片12的图像特征是否匹配,得到第一判断结果,第一判断结果表明图片13的图像特征与图片12的图像特征不匹配,即图片13和图片12也不属于同一类;继续判断图片13的图像特征与图片14的图像特征是否匹配,得到第一判断结果,第一判断结果表明图片13的图像特征与图片14的图像特征不匹配,即图片13和图片14属于同一类;
按照上述的处理过程,将剩余的图片15至19进行分类,分类的最终结果如图1-7所示,将图片14、13和16归为一类,将图片11、15和18归为一类,将图片12、17和19归为一类。
本发明实施例中,优选地,所述M张图片为同一文件夹下的图片。当所述M张图片在同一文件下时,可以现获取用户的操作,所述操作用于确定特征参数,所述特征参数为图片的第一信息中的一个参数,所述第一信息可以包括P个参数,所述P个参数至少包括文件名称、大小、类型、日期和特征;当获取到特征参数时,就会触发本发明实施例中的步骤101至步骤105。
本发明实施例中,获取M张图片,针对每一所述图片,提取所述图片的图像特征;获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果;当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;依次类推,完成剩余的图片的分类;如此,能够按照图片的相似性进行分类,从而提升用户体验。
实施例二
本发明实施例提供的一种信息处理方法,应用于电子设备,图2为本发明实施例二信息处理方法的实现流程示意图,如图2所示,所述方法包括:
步骤201,获取M张图片,针对每一所述图片,提取所述图片的图像特征;
这里,所述图像特征包括颜色特征、和/或纹理特征;
步骤202,获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果;
这里,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
步骤203,当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
步骤204,当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
步骤205,依次类推,完成剩余的图片的分类。
步骤206,获取M张所述图片的第一信息;按照预设的第一规则以列表的形式将M张所述图片的P个参数显示在所述电子设备的显示单元上。
这里,所述第一信息包括P个参数,所述P为大于1的整数
本发明实施例中,优选地,所述M张图片为同一文件夹下的图片。
本发明实施例中,先获取M张所述图片的第一信息;然后按照预设的第一规则以列表的形式将M张所述图片的P个参数显示在所述电子设备的显示单元上;如此,能够将分类后的图片显示在所述电子设备的显示单元。
实施例三
本发明实施例提供的一种信息处理方法,应用于电子设备,图3为本发明实施例三信息处理方法的实现流程示意图,如图3所示,所述方法包括:
步骤301,获取M张图片,针对每一所述图片,提取所述图片的图像特征;
这里,所述图像特征包括颜色特征、和/或纹理特征,本领域的技术人员可以根据各种现有技术对图像特征进行适当的定义,如图像特征还可以包括饱和度特征等,这里不再赘述;
步骤302,获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果;
这里,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
步骤303,当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
步骤304,当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
步骤305,依次类推,完成剩余的图片的分类。
步骤306,获取第一操作,所述第一操作用于确定第一参数,所述第一参数为所述P个参数中的一个参数;
这里,所述P个参数至少包括文件名称、大小、类型、日期和特征;
步骤307,基于所述第一操作,获取M张所述图片的第一信息并生成第一指令;执行所述第一指令,将M张所述图片按照所述第一参数进行分类排序,并进行显示;
这里,所述第一信息包括P个参数,所述P为大于1的整数。
本发明实施例中,优选地,所述M张图片为同一文件夹下的图片。
实施例四
本发明实施例提供的一种信息处理方法,应用于电子设备,图4为本发明实施例四信息处理方法的实现流程示意图,如图4所示,所述方法包括:
步骤400,获取M张图片,针对每一所述图片,提取所述图片的图像特征;
这里,所述图像特征包括颜色特征、和/或纹理特征;
步骤401,获取第一张图片的图像特征,将所述第一张图片的图像特征加入到图像特征库;
步骤402,获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果;
这里,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
步骤403,当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
步骤404,当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
步骤405,依次类推,完成剩余的图片的分类。
本发明实施例中,所述M张图片为同一文件夹下面的图片。
实施例五
本发明实施例提供的一种信息处理方法,应用于电子设备,图5为本发明实施例五信息处理方法的实现流程示意图,如图5所示,所述方法包括:
步骤501,获取M张图片,针对每一所述图片,提取所述图片的图像特征;
这里,所述图像特征包括颜色特征、和/或纹理特征;
步骤502,基于所述第一图片的图像特征,判断所述第一图片的图像特征与第一图像特征之间的差异是否在预设的第一阈值范围内,得到第一判断结果;
这里,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
这里,图像特征库中的图像特征可以由电子设备随机地选取若干张图片,然后将随机选取的图片的图像特征加入到图像特征库中,当然,图像特征库中的图像特征也可以由用户进行指定若干张,然后将用户指定的若干张图片的图像特征加入到图像特征库中。
步骤503,当所述第一判断结果表明所述第一图片的图像特征与第一图像特征之间的差异在预设的第一阈值范围内时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
步骤504,当所述第一判断结果表明所述第一图片的图像特征与第一图像特征之间的差异未在预设的第一阈值范围内时,将所述第一图片的图像特征加入到所述图像特征库;
步骤505,依次类推,完成剩余的图片的分类。
本发明实施例中,所述M张图片为同一文件夹下面的图片。
本发明实施例中,所述方法还包括:
获取M张所述图片的第一信息,所述第一信息包括P个参数,所述P为大于1的整数;
按照预设的第一规则以列表的形式将M张所述图片的P个参数显示在所述电子设备的显示单元上。
这里,所述P个参数至少包括文件名称、大小、类型、日期和特征;所述方法还包括:
获取第一操作,所述第一操作用于确定第一参数,所述第一参数为所述P个参数中的一个参数;
基于所述第一操作,生成第一指令;
执行所述第一指令,将M张所述图片按照所述第一参数进行分类排序,并进行显示。
本发明实施例中,所述方法还包括:
获取第一张图片的图像特征,将所述第一张图片的图像特征加入到图像特征库。
实施例六
本发明实施例提供的一种电子设备,图6为本发明实施例六电子设备的组成结构示意图,如图6所示,所述电子设备包括第一获取模块61、判断模块62、第一处理模块63、第二处理模块64和类推模块65,其中:
所述第一获取模块61,用于获取M张图片,针对每一所述图片,提取所述图片的图像特征;
这里,所述图像特征包括颜色特征、和/或纹理特征,本领域的技术人员可以根据各种现有技术对图像特征进行适当的定义,如图像特征还可以包括饱和度特征等,这里不再赘述;
对于第一获取模块61,举例来说,如图1-2所示,获取到9张图片,分别为图片11至19,对这9张图片分别提取它们的图像特征。
所述判断模块62,用于获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果,其中,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
这里,图像特征库中的图像特征可以由电子设备随机地选取若干张图片,然后将随机选取的图片的图像特征加入到图像特征库中,当然,图像特征库中的图像特征也可以由用户进行指定若干张,然后将用户指定的若干张图片的图像特征加入到图像特征库中。
在判断模块62中,以电子设备随机选取图片为例,假设电子设备随机选取图片14,将图片14的图像特征加入到图像特征库中。为了描述起来方便,假设电子设备是按照图片的顺序进行读取的,假设获取的第一图片的图像特征为图片11的图像特征,判断图片11的图像特征与图片14的图像特征是否匹配,得到第一判断结果;所述图片14的图像特征即为所述图像特征库中的图像特征,只不过图像特征库中的图像特征只有一张图片的图像特征而已。
所述第一处理模块63,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
这里,继续承接判断模块62中的例子,假设第一结果表明图片11的图像特征与图片14的图像特征不匹配,则不能将图片11和图片14归为一类;
所述第二处理模块64,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
这里,继续承接判断模块62中的例子,假设第一结果表明图片11的图像特征与图片14的图像特征不匹配,则不能将图片11和图片14归为一类,然后将图片11的图像特征加入到图像特征库中;
所述类推模块65,用于依次类推,完成剩余的图片的分类。
这里,经过上述判断模块62、第一处理模块63和第二处理模块64中的例子,如图1-3所示,将图片14分为第一类图片,将图片11分为第二类图片;而剩余的待分类的图片如图1-4所示,还剩下图片12、13、15至19;按照上述步骤102至104,可以图1-4中的剩余图片进行分类,现以图片12为例:
获取图片12的图像特征,这时图像特征库中的图像特征包括图片14的图像特征、和图片11的图像特征;先判断图片12的图像特征与图片14的图像特征是否匹配,得到第一判断结果,第一判断结果表明图片12的图像特征与图片14的图像特征不匹配,即图片12和图片14不属于同一类;接着判断图片12的图像特征与图片11的图像特征是否匹配,得到第一判断结果,第一判断结果表明图片12的图像特征与图片11的图像特征不匹配,即图片12和图片11也不属于同一类;这时,将图片12的图像特征也加入到图像特征库中;此时图像特征库中的图像特征包括图片14的图像特征、图片11的图像特征和图片12的图像特征;
经过上述模块的处理,如图1-5所示,将图片14分为第一类图片,将图片11分为第二类图片,将图片12作为第三类图片;而剩余的待分类的图片如图1-4所示,还剩下图片13、15至19;按照上述步骤102至104,可以图1-6中的剩余图片进行分类,现以图片13为例:
获取图片13的图像特征,这时图像特征库中的图像特征包括图片14的图像特征、图片11的图像特征和图片12的图像特征;先判断图片13的图像特征与图片14的图像特征是否匹配,得到第一判断结果,第一判断结果表明图片13的图像特征与图片11的图像特征不匹配,即图片13和图片11不属于同一类;接着判断图片13的图像特征与图片12的图像特征是否匹配,得到第一判断结果,第一判断结果表明图片13的图像特征与图片12的图像特征不匹配,即图片13和图片12也不属于同一类;继续判断图片13的图像特征与图片14的图像特征是否匹配,得到第一判断结果,第一判断结果表明图片13的图像特征与图片14的图像特征不匹配,即图片13和图片14属于同一类;
按照上述模块的处理,将剩余的图片15至19进行分类,分类的最终结果如图1-7所示,将图片14、13和16归为一类,将图片11、15和18归为一类,将图片12、17和19归为一类。
本发明实施例中,所述M张图片为同一文件夹下面的图片。
本发明实施例中,通过第一获取模块61获取M张图片,针对每一所述图片,提取所述图片的图像特征;通过判断模块62获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果;当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,通过第一处理模块63将所述第一图片和与所述第一图像特征对应的图片分为同一类;当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,通过第二处理模块64将所述第一图片的图像特征加入到所述图像特征库;通过类推模块65依次类推,完成剩余的图片的分类;如此,能够按照图片的相似性进行分类,从而提升用户体验。
实施例七
本发明实施例提供的一种电子设备,图7为本发明实施例七电子设备的组成结构示意图,如图7所示,所述电子设备包括第一获取模块71、判断模块72、第一处理模块73、第二处理模块74、类推模块75、第二获取模块76和显示模块77,其中:
所述第一获取模块71,用于获取M张图片,针对每一所述图片,提取所述图片的图像特征;
这里,所述图像特征包括颜色特征、和/或纹理特征;
所述判断模块72,用于获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果,其中,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
所述第一处理模块73,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
所述第二处理模块74,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
所述类推模块75,用于依次类推,完成剩余的图片的分类。
所述第二获取模块76,用于获取M张所述图片的第一信息,所述第一信息包括P个参数,所述P为大于1的整数;
所述显示模块77,用于按照预设的第一规则以列表的形式将M张所述图片的P个参数显示在所述电子设备的显示单元上。
本发明实施例中,优选地,所述M张图片为同一文件夹下的图片。
本发明实施例中,通过第二获取模块76获取M张所述图片的第一信息;然后通过显示模块77按照预设的第一规则以列表的形式将M张所述图片的P个参数显示在所述电子设备的显示单元上;如此,能够将分类后的图片显示在所述电子设备的显示单元。
实施例八
本发明实施例提供的一种电子设备,图8为本发明实施例八电子设备的组成结构示意图,如图8所示,所述电子设备包括第一获取模块81、判断模块82、第一处理模块83、第二处理模块84、类推模块85、第三获取模块86和排序模块87,其中:
所述第一获取模块81,用于获取M张图片,针对每一所述图片,提取所述图片的图像特征;
这里,所述图像特征包括颜色特征、和/或纹理特征,本领域的技术人员可以根据各种现有技术对图像特征进行适当的定义,如图像特征还可以包括饱和度特征等,这里不再赘述;
所述判断模块82,用于获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果,其中,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
所述第一处理模块83,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
所述第二处理模块84,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
所述类推模块85,用于依次类推,完成剩余的图片的分类。
所述第三获取模块86,用于获取第一操作,所述第一操作用于确定第一参数,所述第一参数为所述P个参数中的一个参数,所述P个参数至少包括文件名称、大小、类型、日期和特征;;
所述排序模块87,用于基于所述第一操作,生成第一指令;执行所述第一指令,将M张所述图片按照所述第一参数进行分类排序,并进行显示。
本发明实施例中,所述M张图片为同一文件夹下面的图片。
实施例九
本发明实施例提供的一种电子设备,图9为本发明实施例九电子设备的组成结构示意图,如图9所示,所述电子设备包括第一获取模块90、第四获取模块91、判断模块92、第一处理模块93、第二处理模块94和类推模块95,其中:
所述第一获取模块90,用于获取M张图片,针对每一所述图片,提取所述图片的图像特征;
这里,所述图像特征包括颜色特征、和/或纹理特征;
第四获取模块91,用于获取第一张图片的图像特征,将所述第一张图片的图像特征加入到图像特征库;
所述判断模块92,用于获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果,其中,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
所述第一处理模块93,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
所述第二处理模块94,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
所述类推模块95,用于依次类推,完成剩余的图片的分类。
本发明实施例中,所述M张图片为同一文件夹下面的图片。
本发明实施例中,所述电子设备还包括第二获取模块和显示模块,其中:
所述第二获取模块,用于获取M张所述图片的第一信息,所述第一信息包括P个参数,所述P为大于1的整数;
所述显示模块,用于按照预设的第一规则以列表的形式将M张所述图片的P个参数显示在所述电子设备的显示单元上。
本发明实施例中,所述P个参数至少包括文件名称、大小、类型、日期和特征;所述电子设备还包括第三获取模块和排序模块,其中:
所述第三获取模块,用于获取第一操作,所述第一操作用于确定第一参数,所述第一参数为所述P个参数中的一个参数;
所述排序模块,用于基于所述第一操作,生成第一指令;执行所述第一指令,将M张所述图片按照所述第一参数进行分类排序,并进行显示。
实施例十
本发明实施例提供的一种电子设备,所述电子设备包括第一获取模块、判断模块、第一处理模块、第二处理模块和类推模块,其中:
所述第一获取模块,用于获取M张图片,针对每一所述图片,提取所述图片的图像特征;
这里,所述图像特征包括颜色特征、和/或纹理特征;
所述判断模块,用于基于所述第一图片的图像特征,判断所述第一图片的图像特征与第一图像特征之间的差异是否在预设的第一阈值范围内,得到第一判断结果;其中,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
所述第一处理模块,用于当所述第一判断结果表明所述第一图片的图像特征与第一图像特征之间的差异在预设的第一阈值范围内时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
所述第二处理模块,用于当所述第一判断结果表明所述第一图片的图像特征与第一图像特征之间的差异未在预设的第一阈值范围内时,将所述第一图片的图像特征加入到所述图像特征库;
所述类推模块,用于依次类推,完成剩余的图片的分类。
本发明实施例中,所述M张图片为同一文件夹下面的图片。
本发明实施例中,所述电子设备还包括第二获取模块和显示模块,其中:
所述第二获取模块,用于获取M张所述图片的第一信息,所述第一信息包括P个参数,所述P为大于1的整数;
所述显示模块,用于按照预设的第一规则以列表的形式将M张所述图片的P个参数显示在所述电子设备的显示单元上。
本发明实施例中,所述P个参数至少包括文件名称、大小、类型、日期和特征;所述电子设备还包括第三获取模块和排序模块,其中:
所述第三获取模块,用于获取第一操作,所述第一操作用于确定第一参数,所述第一参数为所述P个参数中的一个参数;
所述排序模块,用于基于所述第一操作,生成第一指令;执行所述第一指令,将M张所述图片按照所述第一参数进行分类排序,并进行显示。
本发明实施例中,所述电子设备还包括第四获取模块,用于获取第一张图片的图像特征,将所述第一张图片的图像特征加入到图像特征库。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个模块可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或模块的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
另外,在本发明各实施例中的各功能模块可以全部集成在一个处理单元如处理器中,也可以是各模块分别单独作为一个处理单元,也可以两个或两个以上单元集成在一个处理单元中;上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种信息处理方法,其特征在于,应用于电子设备,所述方法包括:
获取同一文件夹下面的M张图片,针对每一所述图片,提取所述图片的图像特征;其中,所述图像特征包括颜色特征、纹理特征和/或饱和度;
获取第一张图片的图像特征,将所述第一张图片的图像特征加入到图像特征库;
获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果,其中,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
依次类推,完成剩余的图片的分类。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取M张所述图片的第一信息,所述第一信息包括P个参数,所述P为大于1的整数;
按照预设的第一规则以列表的形式将M张所述图片的P个参数显示在所述电子设备的显示单元上。
3.根据权利要求2所述的方法,其特征在于,所述P个参数至少包括文件名称、大小、类型、日期和特征;所述方法还包括:
获取第一操作,所述第一操作用于确定第一参数,所述第一参数为所述P个参数中的一个参数;
基于所述第一操作,生成第一指令;
执行所述第一指令,将M张所述图片按照所述第一参数进行分类排序,并进行显示。
4.根据权利要求1所述的方法,其特征在于,所述获取所述第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果,包括:
基于所述第一图片的图像特征,判断所述第一图片的图像特征与第一图像特征之间的差异是否在预设的第一阈值范围内,得到第一判断结果;
对应地,所述当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类,包括:
当所述第一判断结果表明所述第一图片的图像特征与第一图像特征之间的差异在预设的第一阈值范围内时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
对应地,所述当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库,包括:
当所述第一判断结果表明所述第一图片的图像特征与第一图像特征之间的差异未在预设的第一阈值范围内时,将所述第一图片的图像特征加入到所述图像特征库。
5.一种电子设备,其特征在于,所述电子设备包括第一获取模块、第四获取模块、判断模块、第一处理模块、第二处理模块和类推模块,其中:
所述第一获取模块,用于获取同一文件夹下面的M张图片,针对每一所述图片,提取所述图片的图像特征;其中,所述图像特征包括颜色特征、纹理特征和/或饱和度;
所述第四获取模块,用于获取第一张图片的图像特征,将所述第一张图片的图像特征加入到图像特征库;
所述判断模块,用于获取第一图片的图像特征,逐一判断所述第一图片的图像特征是否与第一图像特征匹配,得到第一结果,其中,所述第一图片为所述M张图片的任意一张图片,所述第一图像特征为图像特征库中任意一张图片中的图像特征;
所述第一处理模块,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
所述第二处理模块,用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时,将所述第一图片的图像特征加入到所述图像特征库;
所述类推模块,用于依次类推,完成剩余的图片的分类。
6.根据权利要求5所述的电子设备,其特征在于,所述电子设备还包括第二获取模块和显示模块,其中:
所述第二获取模块,用于获取M张所述图片的第一信息,所述第一信息包括P个参数,所述P为大于1的整数;
所述显示模块,用于按照预设的第一规则以列表的形式将M张所述图片的P个参数显示在所述电子设备的显示单元上。
7.根据权利要求6所述的电子设备,其特征在于,所述P个参数至少包括文件名称、大小、类型、日期和特征;所述电子设备还包括第三获取模块和排序模块,其中:
所述第三获取模块,用于获取第一操作,所述第一操作用于确定第一参数,所述第一参数为所述P个参数中的一个参数;
所述排序模块,用于基于所述第一操作,生成第一指令;执行所述第一指令,将M张所述图片按照所述第一参数进行分类排序,并进行显示。
8.根据权利要求5所述的电子设备,其特征在于,所述判断模块,具体用于基于所述第一图片的图像特征,判断所述第一图片的图像特征与第一图像特征之间的差异是否在预设的第一阈值范围内,得到第一判断结果;
对应地,所述第一处理模块,用于当所述第一判断结果表明所述第一图片的图像特征与第一图像特征之间的差异在预设的第一阈值范围内时,将所述第一图片和与所述第一图像特征对应的图片分为同一类;
对应地,所述第二处理模块,用于当所述第一判断结果表明所述第一图片的图像特征与第一图像特征之间的差异未在预设的第一阈值范围内时,将所述第一图片的图像特征加入到所述图像特征库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410086561.8A CN104915344B (zh) | 2014-03-10 | 2014-03-10 | 一种信息处理方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410086561.8A CN104915344B (zh) | 2014-03-10 | 2014-03-10 | 一种信息处理方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104915344A CN104915344A (zh) | 2015-09-16 |
CN104915344B true CN104915344B (zh) | 2019-04-26 |
Family
ID=54084415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410086561.8A Active CN104915344B (zh) | 2014-03-10 | 2014-03-10 | 一种信息处理方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104915344B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105824862A (zh) * | 2015-10-20 | 2016-08-03 | 维沃移动通信有限公司 | 一种基于电子设备的图片分类方法及电子设备 |
CN109977975B (zh) * | 2017-12-28 | 2022-11-22 | 沈阳新松机器人自动化股份有限公司 | 物品回收系统和物品回收方法 |
CN108228299B (zh) * | 2018-01-02 | 2021-07-16 | 联想(北京)有限公司 | 显示方法及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101515271A (zh) * | 2008-02-22 | 2009-08-26 | 华晶科技股份有限公司 | 相片管理系统、方法,及储存相片分类代码的计算机可读媒体 |
CN101894147A (zh) * | 2010-06-29 | 2010-11-24 | 深圳桑菲消费通信有限公司 | 一种电子相册聚类管理的方法 |
CN103092946A (zh) * | 2013-01-11 | 2013-05-08 | 中兴通讯股份有限公司 | 终端批量图片选择的方法及系统 |
CN103207870A (zh) * | 2012-01-17 | 2013-07-17 | 华为技术有限公司 | 一种照片分类管理方法、服务器、装置及系统 |
CN103577475A (zh) * | 2012-08-03 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 一种图片自动化分类方法、图片处理方法及其装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102741882B (zh) * | 2010-11-29 | 2015-11-25 | 松下电器(美国)知识产权公司 | 图像分类装置、图像分类方法、集成电路、模型制作装置 |
-
2014
- 2014-03-10 CN CN201410086561.8A patent/CN104915344B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101515271A (zh) * | 2008-02-22 | 2009-08-26 | 华晶科技股份有限公司 | 相片管理系统、方法,及储存相片分类代码的计算机可读媒体 |
CN101894147A (zh) * | 2010-06-29 | 2010-11-24 | 深圳桑菲消费通信有限公司 | 一种电子相册聚类管理的方法 |
CN103207870A (zh) * | 2012-01-17 | 2013-07-17 | 华为技术有限公司 | 一种照片分类管理方法、服务器、装置及系统 |
CN103577475A (zh) * | 2012-08-03 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 一种图片自动化分类方法、图片处理方法及其装置 |
CN103092946A (zh) * | 2013-01-11 | 2013-05-08 | 中兴通讯股份有限公司 | 终端批量图片选择的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104915344A (zh) | 2015-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8607331B2 (en) | Captcha image authentication method and system | |
CN110383274A (zh) | 识别设备的方法、装置、系统、存储介质、处理器和终端 | |
CN104915344B (zh) | 一种信息处理方法及电子设备 | |
CN107274373B (zh) | 直播中打码方法及装置 | |
US20160139867A1 (en) | Apparatus for and method of detecting layout of multi display apparatus | |
CN109117773A (zh) | 一种图像特征点检测方法、终端设备及存储介质 | |
US20180322332A1 (en) | Method and apparatus for identifying pupil in image | |
CN109302630A (zh) | 弹幕生成方法及相关装置 | |
CN108961183A (zh) | 图像处理方法、终端设备及计算机可读存储介质 | |
JP6316569B2 (ja) | 物品識別システムとそのプログラム | |
CN110929063A (zh) | 相册生成方法、终端设备及计算机可读存储介质 | |
CN110196250A (zh) | 基于颜色分量值的六价铬的检测方法以及处理设备 | |
Li et al. | Face presentation attack detection based on optical flow and texture analysis | |
CN103237165A (zh) | 实时查看名片扩展信息的方法及电子设备 | |
Morosan et al. | OCPP security-neural network for detecting malicious traffic | |
CN104123070B (zh) | 一种信息处理方法及电子设备 | |
CN109427038A (zh) | 一种手机照片显示方法和系统 | |
CN104951690B (zh) | 用于终端设备的解锁方法和装置 | |
Ranganatha et al. | A novel fused algorithm for human face tracking in video sequences | |
CN110348272A (zh) | 动态人脸识别的方法、装置、系统和介质 | |
US10438066B2 (en) | Evaluation of models generated from objects in video | |
CN109726695A (zh) | 光学指纹图标显示方法、电子装置及计算机可读存储介质 | |
CN111104952A (zh) | 识别食物种类的方法、系统及装置、冰箱 | |
Chao et al. | Enumeration of reachable and other states of simple version of systems of simple sequential processes with resources (S3PR) | |
CN113536868A (zh) | 电路板故障识别方法及相关设备 |
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 |