CN105787048B - 一种图片识别方法、装置及电子设备 - Google Patents
一种图片识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN105787048B CN105787048B CN201610108778.3A CN201610108778A CN105787048B CN 105787048 B CN105787048 B CN 105787048B CN 201610108778 A CN201610108778 A CN 201610108778A CN 105787048 B CN105787048 B CN 105787048B
- Authority
- CN
- China
- Prior art keywords
- picture
- subject
- attribute values
- pixel
- background object
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000003252 repetitive effect Effects 0.000 claims description 65
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000004883 computer application Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000010981 turquoise Substances 0.000 description 1
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
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种图片识别方法、装置及电子设备,包括:获得图片库中任意待判断的第一图片和第二图片,根据灰度值分割出第一图片对应的第一物体对象和第一背景对象,第二图片同理,根据第一物体对象所包含的像素点计算其像素属性值,第一背景对象、第二物体对象和第二背景对象同理,根据第一物体对象的像素属性值、第一背景对象的像素属性值、第二物体对象的像素属性值和第二背景对象的像素属性值,确定第一图片和第二图片是否互为重复图片。本发明中,由灰度值分割出每张图片的物体对象和背景对象,根据物体对象像素属性值和背景对象像素属性值确定两张图片是否互为重复图片,自动识别重复图片,达到整理重复图片的目的,提高用户体验。
Description
技术领域
本发明涉及计算机应用技术领域,特别是涉及一种图片识别方法、装置及电子设备。
背景技术
随着科学技术的发展,人们拍照越来越多,并且为了达到最好的拍照效果,人们会不断调节角度和调节光线,然后重复拍摄同一个目标景像,这样会导致产生非常多的重复图片。
而对于这么多的重复图片,往往人们并没有这么多的时间去整理,重复图片使相册显得杂乱,同时使人们无法迅速查找到需要的图片,用户体验较差。
发明内容
本发明实施例的目的在于提供一种图片识别方法、装置及电子设备,可以解决如何识别重复图片的问题。具体技术方案如下:
一种图片识别方法,应用于电子设备,所述方法包括:
获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
可选的,所述根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象,包括:
计算所述第一图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第一预设阈值,则确定该两个像素点为所述第一图片的物体对象和背景对象的分割点;
将多个所述第一图片的物体对象和背景对象的分割点组成为第一分割线;
根据所述第一分割线分割出所述第一图片中的第一物体对象和第一背景对象;
计算所述第二图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第二预设阈值,则确定该两个像素点为所述第二图片的物体对象和背景对象的分割点;
将多个所述第二图片的物体对象和背景对象的分割点组成为第二分割线;
根据所述第二分割线分割出所述第二图片中的第二物体对象和第二背景对象。
可选的,所述根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值,包括:
计算所述第一物体对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第一物体对象的色值平均值,并将所述色值平均值作为所述第一物体对象的像素属性值;
计算所述第一背景对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第一背景对象的色值平均值,并将所述色值平均值作为所述第一背景对象的像素属性值;
计算所述第二物体对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第二物体对象的色值平均值,并将所述色值平均值作为所述第二物体对象的像素属性值;
计算所述第二背景对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第二背景对象的色值平均值,并将所述色值平均值作为所述第二背景对象的像素属性值。
可选的,所述根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片,包括:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值之间的第一类数学运算值;
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值之间的第二类数学运算值;
判断所述第一类数学运算值和所述第二类数学关系值是否符合预设条件,如果是,确定所述第一图片和所述第二图片互为重复图片,否则,确定所述第一图片和所述第二图片不互为重复图片。
可选的,所述计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值之间的第一类数学运算值,包括:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第一差值;
所述计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值之间的第二类数学运算值,包括:
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值的第二差值;
判断所述第一类数学运算值和所述第二类数学关系值是否符合预设条件,包括:
判断所述第一差值是否小于第一预设阈值且所述第二差值小于第二预设阈值,如果是,表明符合预设条件,否则,表明不符合预设条件。
可选的,所述计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值之间的第一类数学运算值,包括:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第三差值,计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第四算数平均值;
所述计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值之间的第二类数学运算值,包括:
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值的第五差值,计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第六算数平均值;
判断所述第一类数学运算值和所述第二类数学关系值是否符合预设条件,包括:
判断所述第三差值是否小于第三预设阈值、所述第四算数平均值小于第四预设阈值、所述第五差值小于第五预设阈值且所述第六算数平均值小于第六预设阈值,如果是,表明符合预设条件,否则,表明不符合预设条件。
一种重复图片识别装置,应用于电子设备,所述装置包括:
获得模块,用于获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
分割模块,用于根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
计算模块,用于根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
第一确定模块,用于根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
可选的,所述分割模块,包括:
第二确定单元,用于计算所述第一图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第一预设阈值,则确定该两个像素点为所述第一图片的物体对象和背景对象的分割点;
第一组成单元,用于将多个所述第一图片的物体对象和背景对象的分割点组成为第一分割线;
第一分割单元,用于根据所述第一分割线分割出所述第一图片中的第一物体对象和第一背景对象;
第三确定单元,用于计算所述第二图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第二预设阈值,则确定该两个像素点为所述第二图片的物体对象和背景对象的分割点;
第二组成单元,用于将多个所述第二图片的物体对象和背景对象的分割点组成为第二分割线;
第二分割单元,用于根据所述第二分割线分割出所述第二图片中的第二物体对象和第二背景对象。
可选的,所述计算模块,包括:
第一计算单元,用于计算所述第一物体对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第一物体对象的色值平均值,并将所述色值平均值作为所述第一物体对象的像素属性值;
第二计算单元,用于计算所述第一背景对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第一背景对象的色值平均值,并将所述色值平均值作为所述第一背景对象的像素属性值;
第三计算单元,用于计算所述第二物体对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第二物体对象的色值平均值,并将所述色值平均值作为所述第二物体对象的像素属性值;
第四计算单元,用于计算所述第二背景对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第二背景对象的色值平均值,并将所述色值平均值作为所述第二背景对象的像素属性值。
可选的,所述第一确定模块,包括:
第五计算单元,用于计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值之间的第一类数学运算值;
第六计算单元,用于计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值之间的第二类数学运算值;
判定单元,用于判断所述第一类数学运算值和所述第二类数学关系值是否符合预设条件,如果是,确定所述第一图片和所述第二图片互为重复图片,否则,确定所述第一图片和所述第二图片不互为重复图片。
可选的,所述第五计算单元,具体用于:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第一差值;
所述第六计算单元,具体用于:
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值的第二差值;
所述判定单元,具体用于:
判断所述第一差值是否小于第一预设阈值且所述第二差值小于第二预设阈值,如果是,表明符合预设条件,确定所述第一图片和所述第二图片互为重复图片,否则,表明不符合预设条件,确定所述第一图片和所述第二图片不互为重复图片。
可选的,所述第五计算单元,具体用于:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第三差值,计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第四算数平均值;
所述第六计算单元,具体用于:
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值的第五差值,计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第六算数平均值;
所述判定单元,具体用于:
判断所述第三差值是否小于第三预设阈值、所述第四算数平均值小于第四预设阈值、所述第五差值小于第五预设阈值且所述第六算数平均值小于第六预设阈值,如果是,表明符合预设条件,确定所述第一图片和所述第二图片互为重复图片否则,表明不符合预设条件,确定所述第一图片和所述第二图片不互为重复图片。
一种电子设备,所述电子设备包括:
壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为电子设备的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于执行以下步骤:
获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
为达到上述目的,本申请实施例还提供了一种存储介质,其中,该存储介质用于存储应用程序,所述应用程序用于在运行时执行本申请所述的一种图片识别方法。其中,本申请所述的一种图片识别方法,应用于电子设备,该方法可以包括:
获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
为达到上述目的,本申请实施例还提供了一种应用程序,其中,该应用程序用于在运行时执行本申请所述的一种图片识别方法。其中,本申请所述的一种图片识别方法,应用于电子设备,该方法可以包括:
获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
本发明实施例中,根据灰度值分割出每张图片的物体对象和背景对象,并根据物体对象的像素属性值和背景对象的像素属性值确定两张图片是否互为重复图片,自动识别出重复图片,达到整理重复图片的目的,提高用户体验。当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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为本发明实施例提供的一种图片识别方法的流程示意图;
图2为本发明实施例提供的一种图片识别方法的另一流程示意图;
图3为本发明实施例提供的一种图片识别装置的结构示意图;
图4为本发明实施例提供的一种图片识别装置的另一结构示意图;
图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了解决现有技术问题,本发明实施例提供了一种图片识别方法及装置。
下面首先对本发明实施例所提供的一种图片识别方法进行介绍。
需要说明的是,本发明实施例所提供的一种图片识别方法应用于电子设备。在实际应用中,该电子设备可以为智能手机、平板电脑、笔记本电脑等,这都是合理的。
另外,实现本发明实施例所提供的一种图片识别方法的功能软件可以为独立的用于实现图片识别的客户端软件。
如图1所示,本发明实施例提供的一种图片识别方法,应用于电子设备,可以包括:
S101:获得待判断的第一图片和第二图片,第一图片和第二图片为图片库中任意两张图片。
为了达到最好的拍照效果,人们会不断调节角度或调节光线,然后重复拍摄图片,而目前的电子设备均提供较大的存储空间,所以用户在拍摄图片后会直接将图片存储到拍摄照片所用的电子设备中,也可以存储到其它电子设备中,这都是合理的。
由此,电子设备中会存在多张图片,而在多张图片中存在重复的图片,此时,重复的图片会使电子设备的图片库显得杂乱,且使用户无法迅速找到需要的图片,因此,为了识别出重复的图片,电子设备中的每张图片均可以作为待判断的图片。
可以理解的是,可以通过接收用户发出的整理指令后,获得电子设备中的待判断的第一图片和第二图片,第一图片和第二图片为图片库中任意两张图片,但并不只限于此一种方式,在此不做限定。
S102:根据灰度值分割出第一图片对应的第一物体对象和第一背景对象,以及第二图片对应的第二物体对象和第二背景对象。
可以理解的是,对于重复图片一般存在一些共同点,该共同点至少可以为图片的内容相似,当然并不局限于此,例如:该共同点可以为图片的内容相似且拍摄时间接近。
而由于图片由物体对象及背景对象组成,其中,背景对象即为拍摄图片时的图片的整体背景,物体对象即为除背景对象外的图片的主体内容,因此,结合重复图片的共同点,可以通过判断图片的物体对象和背景对象是否均相似,也就是像素密集区域形状是否相似来识别重复图片。基于该处理思想,根据灰度值分割出第一图片对应的第一物体对象和第一背景对象,以及第二图片对应的第二物体对象和第二背景对象。
S103:根据第一物体对象所包含的像素点计算第一物体对象的像素属性值,以及,根据第一背景对象所包含的像素点计算第一背景对象的像素属性值,根据第二物体对象所包含的像素点计算第二物体对象的像素属性值,根据第二背景对象所包含的像素点计算第二背景对象的像素属性值。
其中,像素属性值可以为色值平均值,当然并不局限于此,以色值平均值为例,由于图片为像素点的集合,色值是像素点的特征信息,因此,可以基于像素点的色值来判断图片内容是否相似。基于该处理思想,为了实现重复性的识别,可以在分割出物体对象和背景对象后,计算该物体对象的色值平均值和该背景对象的色值平均值。需要强调的是,像素点的色值即为像素点的颜色值,并且,不同的颜色模型下的具体的颜色值不同,举例而言:红绿蓝RGB颜色模型下,一个像素点的颜色值为:红、绿和蓝三方面的集合,HSV颜色模型下,一个像素点的颜色值为:色相、饱和度和色明度三方面的集合。
S104:根据第一物体对象的像素属性值、第一背景对象的像素属性值、第二物体对象的像素属性值和第二背景对象的像素属性值,确定第一图片和第二图片是否互为重复图片。
其中,在计算出第一图片的物体对象的像素属性值、第一图片的背景对象的像素属性值、第二图片的物体对象的像素属性值和第二图片的背景对象的像素属性值后,可以通过对第一图片的物体对象的像素属性值和背景对象的像素属性值与第二图片的物体对象的像素属性值和背景对象的像素属性值的计算来确定该第一图片和该第二图片是否互为重复图片。
本发明实施例中,根据灰度值分割出每张图片的物体对象和背景对象,并根据物体对象的像素属性值和背景对象的像素属性值确定两张图片是否互为重复图片,自动识别出重复图片,达到整理重复图片的目的,以提高用户体验。
具体的,根据根据灰度值分割出第一图片对应的第一物体对象和第一背景对象,以及第二图片对应的第二物体对象和第二背景对象,可以包括:
计算第一图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第一预设阈值,则确定该两个像素点为第一图片的物体对象和背景对象的分割点;
将多个第一图片的物体对象和背景对象的分割点组成为第一分割线;
根据第一分割线分割出第一图片中的第一物体对象和第一背景对象;
计算第二图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第二预设阈值,则确定该两个像素点为第二图片的物体对象和背景对象的分割点;
将多个第二图片的物体对象和背景对象的分割点组成为第二分割线;
根据第二分割线分割出所述第二图片中的第二物体对象和第二背景对象。
针对每张图片,将图片按像素级切割成无数个单独图片像素点,比较每相邻两个像素点的灰度值。
由于组成物体对象的像素点和组成背景对象的像素点的灰度值差异很大,因此,如果相邻两个像素点灰度值差异非常大,超过预设阈值,则可确定该两个像素点为该图片的物体对象和背景对象的分割点,根据该方法确定每张图片的物体对象和背景对象的所有分割点,这些分割点就组成了物体对象与背景对象的分割线。
根据分割线将每张图片中的物体对象和背景对象分隔,从而分割出每张图片的物体对象和背景对象。
具体的,根据第一物体对象所包含的像素点计算第一物体对象的像素属性值,以及,根据第一背景对象所包含的像素点计算第一背景对象的像素属性值,根据第二物体对象所包含的像素点计算第二物体对象的像素属性值,根据第二背景对象所包含的像素点计算第二背景对象的像素属性值,可以包括:
计算第一物体对象的所有像素点的色值之和的平均值,将该平均值确定为第一物体对象的色值平均值,并将该色值平均值作为第一物体对象的像素属性值;
计算第一背景对象的所有像素点的色值之和的平均值,将该平均值确定为第一背景对象的色值平均值,并将该色值平均值作为第一背景对象的像素属性值;
计算第二物体对象的所有像素点的色值之和的平均值,将该平均值确定为第二物体对象的色值平均值,并将该色值平均值作为第二物体对象的像素属性值;
计算第二背景对象的所有像素点的色值之和的平均值,将该平均值确定为第二背景对象的色值平均值,并将该色值平均值作为第二背景对象的像素属性值。
其中,像素点的色值即为像素点的颜色值,并且,不同的颜色模型下的具体的颜色值不同,举例而言:红绿蓝RGB颜色模型下,红色为255,0,0;绿色为0,255,0,;蓝色为0,0,255,一个像素点的颜色值为:红、绿和蓝三方面的集合。求出物体对象的所有像素点的红色色值之和的平均值、绿色色值之和的平均值和蓝色色值之和的平均值作为物体对象的色值平均值,并将该物体对象的色值平均值作为物体对象的像素属性值,求出背景对象的所有像素点的红色色值之和的平均值、绿色色值之和的平均值和蓝色色值之和的平均值作为背景对象的色值平均值,并将该背景对象色值平均值作为背景对象的像素属性值。
例如:物体对象包括3个像素点A、B和C,像素点A为黑色,像素点B为灰色,像素点C
为红色,其中,黑色的色值为0,0,0;灰色为128,128,128;红色为255,0,0,则物体对象的所
有像素点的色值之和的平均值为
即物体对象的像素属性值为128,43,43。
另外,由于一般组成物体对象或者背景对象的像素点的数量庞大,超过一半的像素点的色值之和的平均值即可代表物体对象或背景对象的色值平均值,此时,可以计算物体对象的预设数量的像素点的色值之和的平均值,将该平均值作为物体对象的色值平均值,并将该物体对象的色值平均值作为物体对象的像素属性值,计算背景对象的预设数量的像素点的色值之和的平均值,将该平均值作为背景对象的色值平均值,并将该背景对象色值平均值作为背景对象的像素属性值这都是合理的。
需要说明的是,根据第一物体对象的像素属性值、第一背景对象的像素属性值、第二物体对象的像素属性值和第二背景对象的像素属性值,确定第一图片和第二图片是否互为重复图片的具体实现方式存在多种,下面进行举例介绍。
在一种实现方式中,如图2所示,根据第一物体对象的像素属性值、第一背景对象的像素属性值、第二物体对象的像素属性值和第二背景对象的像素属性值,确定第一图片和第二图片是否互为重复图片(S104),可以包括:
S1041:计算第一物体对象的像素属性值与第二物体对象的像素属性值之间的第一类数学运算值。
为了确定第一图片与第二图片是否为重复图片,需要对第一图片分割出的物体对象的像素属性值与第二图片分割出的物体对象的像素属性值进行计算。
S1042:计算第一背景对象的像素属性值与第二背景对象的像素属性值之间的第二类数学运算值。
为了确定第一图片与第二图片是否为重复图片,需要继续对第一图片分割出的背景对象的像素属性值与第二图片分割出的背景对象的像素属性值进行计算,并根据S1031和S1032的计算结果判断第一图片与第二图片是否互为重复图片。
S1043:判断第一类数学运算值和第二类数学关系值是否符合预设条件,如果是,确定第一图片和第二图片互为重复图片,否则,确定第一图片和第二图片不互为重复图片。
通过计算出的结果对第一图片与第二图片进行识别,如果计算结果为第一类数学运算值和第二类数学关系值符合预设条件,则确定第一图片与第二图片互为重复图片,如果计算结果为第一类数学运算值和第二类数学关系值未符合预设条件,则确定第一图片与第二图片不互为重复图片。
具体的,计算第一物体对象的像素属性值与所述第二物体对象的像素属性值之间的第一类数学运算值,可以包括:
计算第一物体对象的像素属性值与第二物体对象的像素属性值的第一差值;
计算第一背景对象的像素属性值与第二背景对象的像素属性值之间的第二类数学运算值,可以包括:
计算第一背景对象的像素属性值与第二背景对象的像素属性值的第二差值;
判断第一类数学运算值和第二类数学关系值是否符合预设条件,可以包括:
判断第一差值是否小于第一预设阈值且第二差值小于第二预设阈值,如果是,表明符合预设条件,否则,表明不符合预设条件。
通过计算两张图片的物体对象的像素属性值及背景对象的像素属性值之间的差值与对应的阈值进行比较,来确定第一图片与第二图片是否为重复图片。
具体的,计算第一物体对象的像素属性值与第二物体对象的像素属性值之间的第一类数学运算值,可以包括:
计算第一物体对象的像素属性值与第二物体对象的像素属性值的第三差值,计算第一物体对象的像素属性值与第二物体对象的像素属性值的第四算数平均值;
计算第一背景对象的像素属性值与第二背景对象的像素属性值之间的第二类数学运算值,可以包括:
计算第一背景对象的像素属性值与第二背景对象的像素属性值的第五差值,计算第一物体对象的像素属性值与第二物体对象的像素属性值的第六算数平均值;
判断第一类数学运算值和第二类数学关系值是否符合预设条件,可以包括:
判断第三差值是否小于第三预设阈值、第四算数平均值小于第四预设阈值、第五差值小于第五预设阈值且第六算数平均值小于第六预设阈值,如果是,表明符合预设条件,否则,表明不符合预设条件。
通过计算两张图片的物体对象的像素属性值及背景对象的像素属性值之间的差值及算数平均值并与对应的阈值进行比较,来确定第一图片与第二图片是否为重复图片。
例如:第一图片为1,第二图片为2,计算出图片1的物体对象的像素属性值为a1、图片1的背景对象的像素属性值为b1、图片2的物体对象的像素属性值为a2和图片2的背景对象的像素属性值为b2,则计算
m12=a1-a2
n12=b1-b2
其中,m12为第三差值,n12为第五差值,p12为第四算数平均值,q12为第六算数平均值;
如果m12<k且n12<r且p12<s且q12<t,则确定图片1和图片2互为重复图片,其中,k为第三预设阈值,r为第五预设阈值,s为第四预设阈值,t为第六预设阈值。
相对于上述方法实施例,本发明实施例还提供了一种图片识别装置,应用于电子设备,如图3所示,该装置可以包括:
获得模块301,用于获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
分割模块302,用于根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
计算模块303,用于根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
第一确定模块304,用于根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
本发明实施例中,根据灰度值分割出每张图片的物体对象和背景对象,并根据物体对象的像素属性值和背景对象的像素属性值确定两张图片是否互为重复图片,自动识别出重复图片,达到整理重复图片的目的,提高用户体验。
具体的,所述分割模块302,可以包括:
第二确定单元,用于计算所述第一图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第一预设阈值,则确定该两个像素点为所述第一图片的物体对象和背景对象的分割点;
第一组成单元,用于将多个所述第一图片的物体对象和背景对象的分割点组成为第一分割线;
第一分割单元,用于根据所述第一分割线分割出所述第一图片中的第一物体对象和第一背景对象;
第三确定单元,用于计算所述第二图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第二预设阈值,则确定该两个像素点为所述第二图片的物体对象和背景对象的分割点;
第二组成单元,用于将多个所述第二图片的物体对象和背景对象的分割点组成为第二分割线;
第二分割单元,用于根据所述第二分割线分割出所述第二图片中的第二物体对象和第二背景对象。
具体的,所述计算模块303,可以包括:
第一计算单元,用于计算所述第一物体对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第一物体对象的色值平均值,并将所述色值平均值作为所述第一物体对象的像素属性值;
第二计算单元,用于计算所述第一背景对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第一背景对象的色值平均值,并将所述色值平均值作为所述第一背景对象的像素属性值;
第三计算单元,用于计算所述第二物体对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第二物体对象的色值平均值,并将所述色值平均值作为所述第二物体对象的像素属性值;
第四计算单元,用于计算所述第二背景对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第二背景对象的色值平均值,并将所述色值平均值作为所述第二背景对象的像素属性值。
更进一步的,如图4所示,本发明提供的一种图片识别装置,应用于电子设备,该装置可以包括:
获得模块401,用于获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
分割模块402,用于根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
计算模块403,用于根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
第五计算单元404,用于计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值之间的第一类数学运算值;
第六计算单元405,用于计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值之间的第二类数学运算值;
判定单元406,用于判断所述第一类数学运算值和所述第二类数学关系值是否符合预设条件,如果是,确定所述第一图片和所述第二图片互为重复图片,否则,确定所述第一图片和所述第二图片不互为重复图片。
具体的,所述第五计算单元404,可以具体用于:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第一差值;
所述第六计算单元405,可以具体用于:
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值的第二差值;
所述判定单元406,可以具体用于:
判断所述第一差值是否小于第一预设阈值且所述第二差值小于第二预设阈值,如果是,表明符合预设条件,确定所述第一图片和所述第二图片互为重复图片,否则,表明不符合预设条件,确定所述第一图片和所述第二图片不互为重复图片。
具体的,所述第五计算单元404,可以具体用于:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第三差值,计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第四算数平均值;
所述第六计算单元405,可以具体用于:
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值的第五差值,计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第六算数平均值;
所述判定单元406,可以具体用于:
判断所述第三差值是否小于第三预设阈值、所述第四算数平均值小于第四预设阈值、所述第五差值小于第五预设阈值且所述第六算数平均值小于第六预设阈值,如果是,表明符合预设条件,确定所述第一图片和所述第二图片互为重复图片否则,表明不符合预设条件,确定所述第一图片和所述第二图片不互为重复图片。
相应地,如图5所述,本申请实施例还提供了一种电子设备,所述电子设备可以包括:
壳体501、处理器502、存储器503、电路板504和电源电路505,其中,电路板504安置在壳体围成的空间内部,处理器502和存储器503设置在电路板504上;电源电路505,用于为电子设备的各个电路或器件供电;存储器503用于存储可执行程序代码;处理器502通过读取存储器503中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于执行以下步骤:
获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
相应地,本申请实施例还提供了一种存储介质,其中,该存储介质用于存储应用程序,所述应用程序用于在运行时执行本申请所述的一种图片识别方法。其中,本申请所述的一种图片识别方法,应用于电子设备,该方法可以包括:
获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
相应地,本申请实施例还提供了一种应用程序,其中,该应用程序用于在运行时执行本申请所述的一种图片识别方法。其中,本申请所述的一种图片识别方法,应用于电子设备,该方法可以包括:
获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和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。
Claims (13)
1.一种图片识别方法,其特征在于,应用于电子设备,所述方法包括:
获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
2.根据权利要求1所述的方法,其特征在于,所述根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象,包括:
计算所述第一图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第一预设阈值,则确定该两个像素点为所述第一图片的物体对象和背景对象的分割点;
将多个所述第一图片的物体对象和背景对象的分割点组成为第一分割线;
根据所述第一分割线分割出所述第一图片中的第一物体对象和第一背景对象;
计算所述第二图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第二预设阈值,则确定该两个像素点为所述第二图片的物体对象和背景对象的分割点;
将多个所述第二图片的物体对象和背景对象的分割点组成为第二分割线;
根据所述第二分割线分割出所述第二图片中的第二物体对象和第二背景对象。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值,包括:
计算所述第一物体对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第一物体对象的色值平均值,并将所述色值平均值作为所述第一物体对象的像素属性值;
计算所述第一背景对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第一背景对象的色值平均值,并将所述色值平均值作为所述第一背景对象的像素属性值;
计算所述第二物体对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第二物体对象的色值平均值,并将所述色值平均值作为所述第二物体对象的像素属性值;
计算所述第二背景对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第二背景对象的色值平均值,并将所述色值平均值作为所述第二背景对象的像素属性值。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片,包括:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值之间的第一类数学运算值;
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值之间的第二类数学运算值;
判断所述第一类数学运算值和所述第二类数学运算值是否符合预设条件,如果是,确定所述第一图片和所述第二图片互为重复图片,否则,确定所述第一图片和所述第二图片不互为重复图片。
5.根据权利要求4所述的方法,其特征在于,所述计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值之间的第一类数学运算值,包括:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第一差值;
所述计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值之间的第二类数学运算值,包括:
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值的第二差值;
判断所述第一类数学运算值和所述第二类数学运算值是否符合预设条件,包括:
判断所述第一差值是否小于第一预设阈值且所述第二差值小于第二预设阈值,如果是,表明符合预设条件,否则,表明不符合预设条件。
6.根据权利要求4所述的方法,其特征在于,所述计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值之间的第一类数学运算值,包括:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第三差值,计算所述第一物体对象的像素属性值a1与所述第二物体对象的像素属性值a2的第四算数平均值
所述计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值之间的第二类数学运算值,包括:
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值的第五差值,计算所述第一物体对象的像素属性值b1与所述第二物体对象的像素属性值b2的第六算数平均值
判断所述第一类数学运算值和所述第二类数学运算值是否符合预设条件,包括:
判断所述第三差值是否小于第三预设阈值、所述第四算数平均值小于第四预设阈值、所述第五差值小于第五预设阈值且所述第六算数平均值小于第六预设阈值,如果是,表明符合预设条件,否则,表明不符合预设条件。
7.一种图片识别装置,其特征在于,应用于电子设备,所述装置包括:
获得模块,用于获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
分割模块,用于根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
计算模块,用于根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
第一确定模块,用于根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
8.根据权利要求7所述的装置,其特征在于,所述分割模块,包括:
第二确定单元,用于计算所述第一图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第一预设阈值,则确定该两个像素点为所述第一图片的物体对象和背景对象的分割点;
第一组成单元,用于将多个所述第一图片的物体对象和背景对象的分割点组成为第一分割线;
第一分割单元,用于根据所述第一分割线分割出所述第一图片中的第一物体对象和第一背景对象;
第三确定单元,用于计算所述第二图片中的每相邻两个像素点的灰度值的差,如果相邻两个像素点的灰度值的差大于第二预设阈值,则确定该两个像素点为所述第二图片的物体对象和背景对象的分割点;
第二组成单元,用于将多个所述第二图片的物体对象和背景对象的分割点组成为第二分割线;
第二分割单元,用于根据所述第二分割线分割出所述第二图片中的第二物体对象和第二背景对象。
9.根据权利要求7所述的装置,其特征在于,所述计算模块,包括:
第一计算单元,用于计算所述第一物体对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第一物体对象的色值平均值,并将所述色值平均值作为所述第一物体对象的像素属性值;
第二计算单元,用于计算所述第一背景对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第一背景对象的色值平均值,并将所述色值平均值作为所述第一背景对象的像素属性值;
第三计算单元,用于计算所述第二物体对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第二物体对象的色值平均值,并将所述色值平均值作为所述第二物体对象的像素属性值;
第四计算单元,用于计算所述第二背景对象的所有像素点的色值之和的平均值,将所述平均值确定为所述第二背景对象的色值平均值,并将所述色值平均值作为所述第二背景对象的像素属性值。
10.根据权利要求7所述的装置,其特征在于,所述第一确定模块,包括:
第五计算单元,用于计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值之间的第一类数学运算值;
第六计算单元,用于计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值之间的第二类数学运算值;
判定单元,用于判断所述第一类数学运算值和所述第二类数学运算值是否符合预设条件,如果是,确定所述第一图片和所述第二图片互为重复图片,否则,确定所述第一图片和所述第二图片不互为重复图片。
11.根据权利要求10所述的装置,其特征在于,所述第五计算单元,具体用于:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第一差值;
所述第六计算单元,具体用于:
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值的第二差值;
所述判定单元,具体用于:
判断所述第一差值是否小于第一预设阈值且所述第二差值小于第二预设阈值,如果是,表明符合预设条件,确定所述第一图片和所述第二图片互为重复图片,否则,表明不符合预设条件,确定所述第一图片和所述第二图片不互为重复图片。
12.根据权利要求10所述的装置,其特征在于,所述第五计算单元,具体用于:
计算所述第一物体对象的像素属性值与所述第二物体对象的像素属性值的第三差值,计算所述第一物体对象的像素属性值a1与所述第二物体对象的像素属性值a2的第四算数平均值
所述第六计算单元,具体用于:
计算所述第一背景对象的像素属性值与所述第二背景对象的像素属性值的第五差值,计算所述第一物体对象的像素属性值b1与所述第二物体对象的像素属性值b2的第六算数平均值
所述判定单元,具体用于:
判断所述第三差值是否小于第三预设阈值、所述第四算数平均值小于第四预设阈值、所述第五差值小于第五预设阈值且所述第六算数平均值小于第六预设阈值,如果是,表明符合预设条件,确定所述第一图片和所述第二图片互为重复图片否则,表明不符合预设条件,确定所述第一图片和所述第二图片不互为重复图片。
13.一种电子设备,其特征在于,所述电子设备包括:
壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为电子设备的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于执行以下步骤:
获得待判断的第一图片和第二图片,所述第一图片和所述第二图片为图片库中任意两张图片;
根据灰度值分割出所述第一图片对应的第一物体对象和第一背景对象,以及所述第二图片对应的第二物体对象和第二背景对象;
根据所述第一物体对象所包含的像素点计算所述第一物体对象的像素属性值,以及,根据所述第一背景对象所包含的像素点计算所述第一背景对象的像素属性值,根据所述第二物体对象所包含的像素点计算所述第二物体对象的像素属性值,根据所述第二背景对象所包含的像素点计算所述第二背景对象的像素属性值;
根据所述第一物体对象的像素属性值、所述第一背景对象的像素属性值、所述第二物体对象的像素属性值和所述第二背景对象的像素属性值,确定所述第一图片和所述第二图片是否互为重复图片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610108778.3A CN105787048B (zh) | 2016-02-26 | 2016-02-26 | 一种图片识别方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610108778.3A CN105787048B (zh) | 2016-02-26 | 2016-02-26 | 一种图片识别方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105787048A CN105787048A (zh) | 2016-07-20 |
CN105787048B true CN105787048B (zh) | 2019-04-12 |
Family
ID=56403779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610108778.3A Expired - Fee Related CN105787048B (zh) | 2016-02-26 | 2016-02-26 | 一种图片识别方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105787048B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255387A (zh) * | 2018-09-20 | 2019-01-22 | 珠海市君天电子科技有限公司 | 一种图像匹配方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915429A (zh) * | 2011-08-04 | 2013-02-06 | 汉王科技股份有限公司 | 一种扫描图片匹配方法和装置 |
CN104133917A (zh) * | 2014-08-15 | 2014-11-05 | 百度在线网络技术(北京)有限公司 | 照片的分类存储方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7809189B2 (en) * | 2007-01-12 | 2010-10-05 | Arcsoft, Inc. | Method for image separating |
WO2014159726A1 (en) * | 2013-03-13 | 2014-10-02 | Mecommerce, Inc. | Determining dimension of target object in an image using reference object |
-
2016
- 2016-02-26 CN CN201610108778.3A patent/CN105787048B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915429A (zh) * | 2011-08-04 | 2013-02-06 | 汉王科技股份有限公司 | 一种扫描图片匹配方法和装置 |
CN104133917A (zh) * | 2014-08-15 | 2014-11-05 | 百度在线网络技术(北京)有限公司 | 照片的分类存储方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105787048A (zh) | 2016-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105808645B (zh) | 一种图片处理方法、装置及电子设备 | |
CN108550101B (zh) | 图像处理方法、装置及存储介质 | |
RU2639651C2 (ru) | Идентификация изображения и организация согласно макету без вмешательства пользователя | |
US9275281B2 (en) | Mobile image capture, processing, and electronic form generation | |
US9639742B2 (en) | Creation of representative content based on facial analysis | |
US10554803B2 (en) | Method and apparatus for generating unlocking interface, and electronic device | |
CN105243371A (zh) | 一种人脸美颜程度的检测方法、系统及拍摄终端 | |
CN108898082B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN108961183B (zh) | 图像处理方法、终端设备及计算机可读存储介质 | |
CN109472832B (zh) | 一种配色方案生成方法、装置及智能机器人 | |
US20150317510A1 (en) | Rating photos for tasks based on content and adjacent signals | |
US20140321770A1 (en) | System, method, and computer program product for generating an image thumbnail | |
CN109559344A (zh) | 边框检测方法、装置及存储介质 | |
CN105787048B (zh) | 一种图片识别方法、装置及电子设备 | |
CN108932703B (zh) | 图片处理方法、图片处理装置及终端设备 | |
EP2669894A1 (en) | Method for creating thumbnail images of videos and an electronic device for display thereof | |
CN105740820B (zh) | 辨别用图片的获取方法和辨别用图片的获取系统 | |
CN108780572A (zh) | 图像校正的方法及装置 | |
CN108270973B (zh) | 一种拍照处理方法、移动终端及计算机可读存储介质 | |
CN103324454B (zh) | 用于检测目标区域中排列错位的显示元素的方法和设备 | |
CN105893578A (zh) | 一种照片选择的方法及装置 | |
CN109685015A (zh) | 图像的处理方法、装置、电子设备和计算机存储介质 | |
JP2016224831A (ja) | 棚割情報生成装置、棚割情報生成システム、棚割情報生成方法、撮像装置、およびプログラム | |
CN108132935B (zh) | 图像分类方法及图像展示方法 | |
CN109271981A (zh) | 一种图像处理方法、装置及终端设备 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190412 |
|
CF01 | Termination of patent right due to non-payment of annual fee |