CN106155592A - 一种照片处理方法及终端 - Google Patents

一种照片处理方法及终端 Download PDF

Info

Publication number
CN106155592A
CN106155592A CN201610594288.9A CN201610594288A CN106155592A CN 106155592 A CN106155592 A CN 106155592A CN 201610594288 A CN201610594288 A CN 201610594288A CN 106155592 A CN106155592 A CN 106155592A
Authority
CN
China
Prior art keywords
photo
score value
redundancy
user
attribute information
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.)
Pending
Application number
CN201610594288.9A
Other languages
English (en)
Inventor
罗旭之
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.)
Shenzhen Tinno Wireless Technology Co Ltd
Original Assignee
Shenzhen Tinno Wireless Technology 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 Shenzhen Tinno Wireless Technology Co Ltd filed Critical Shenzhen Tinno Wireless Technology Co Ltd
Priority to CN201610594288.9A priority Critical patent/CN106155592A/zh
Publication of CN106155592A publication Critical patent/CN106155592A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0604—Improving or facilitating administration, e.g. storage management
    • G06F3/0605—Improving or facilitating administration, e.g. storage management by facilitating the interaction with a user or administrator
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0638—Organizing or formatting or addressing of data
    • G06F3/0643—Management of files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0646—Horizontal data movement in storage systems, i.e. moving data in between storage devices or systems
    • G06F3/0652—Erasing, e.g. deleting, data cleaning, moving of data to a wastebasket

Landscapes

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

Abstract

本发明实施例提供了一种照片处理方法及终端。一方面，本发明实施例通过将照片进行分类；从而，对于每个类别中的照片，根据用户的兴趣特征和/或照片的第一属性信息，获得各照片的分值，以及，根据各照片的分值，确定各类别中的冗余照片，并删除冗余照片或将冗余照片移动至指定文件夹。因此，本发明实施例提供的技术方案能够解决现有技术中手动清理冗余照片导致的操作复杂，步骤繁琐，处理效率较低的问题。

Description

一种照片处理方法及终端
【技术领域】
本发明涉及通信技术领域，尤其涉及一种照片处理方法及终端。
【背景技术】
随着终端存储空间的变大，能够存储的照片越来越多，而这些照片中，存在很多不如人意的冗余照片。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
用户需要清理存储的冗余照片时，照片的数量可能已经多达数百张照片，用户手动清理冗余照片时，需要一张张的打开照片，并逐一确认照片是否是冗余照片，之后再进行冗余照片的清理，操作复杂，步骤繁琐，处理效率较低。
【发明内容】
有鉴于此，本发明实施例提供了一种照片处理方法及终端，用以解决现有技术中手动清理冗余照片导致的操作复杂，步骤繁琐，处理效率较低的问题。
一方面，本发明实施例提供了一种照片处理方法，包括：
将照片进行分类；
对于每个类别中的照片，根据用户的兴趣特征和/或所述照片的第一属性信息，获得各照片的分值，以及，根据所述各照片的分值，确定所述类别中的冗余照片，并删除所述冗余照片或将所述冗余照片移动至指定文件夹。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，将照片进行分类，包括：
根据所述照片的第二属性信息，计算各照片的相似度；
将相似度大于预设的相似度阈值的照片划分为同一类别。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，根据用户的兴趣特征和/或所述照片的第一属性信息，获得各照片的分值，包括：
根据用户的兴趣特征和所述照片的第一属性信息，获得同一类别中的各照片对应各打分项的分值；
根据各打分项的权重与各打分项的分值，计算同一类别中的各照片的加权结果，以作为所述各照片的分值。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，根据所述各照片的分值，确定所述类别中的冗余照片，包括：
将所述各照片的分值与预设的分数阈值进行比较，以获得比较结果；
将比较结果为分值小于所述分数阈值的照片作为所述冗余照片。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：
对于比较结果为分值大于或者等于所述分数阈值的照片，按照各照片的分值，将各照片进行排序，以获得排序结果；
将所述排序结果中排名靠后的至少一个照片作为所述冗余照片。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，根据所述各照片的分值，确定所述类别中的冗余照片，包括：
按照所述各照片的分值，将各照片进行排序，以获得排序结果；
将所述排序结果中排名靠后的至少一个照片作为所述冗余照片。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：
输出提示信号，所述提示信号用以提示用户已清理终端中的冗余照片。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，根据用户的兴趣特征和/或所述照片的第一属性信息，获得各照片的分值之前，所述方法还包括：
记录所述用户在所述指定文件夹选择照片的操作信息；
根据所述操作信息，获得所述用户选择照片时偏好的各打分项的分值；
根据所述用户选择照片时偏好的各打分项的分值，获得所述用户的兴趣特征。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，
所述照片的第一属性信息包括：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个；
相应的，所述打分项包括：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，
所述照片的第二属性信息包括：照片内容、拍摄时间和拍摄地点中的至少一个；
所述照片内容包括：人物、动物、建筑、风景和弱光照片中的至少一个。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：
检测所述用户在所述指定文件夹中的操作信息；
若检测到所述用户点击所述指定文件夹中的冗余照片，显示所述冗余照片所属类别中的全部照片，以供所述用户选择照片。
上述技术方案中的一个技术方案具有如下有益效果：
本发明实施例，通过将照片进行分类，从而，对于每个类别中的照片，根据用户的兴趣特征和所述照片的第一属性信息，获得各照片的分值，以及，根据所述各照片的分值，确定所述类别中的冗余照片，并删除所述冗余照片或将所述冗余照片移动至指定文件夹。本发明实施例中，通过将照片分类的方法，考虑用户的兴趣特征和/或照片的属性信息这些评价因素，以确定每个类别中的冗余照片，从而，可以根据实际需要自动地将确定出来的冗余照片删除或移动到指定文件夹，为用户提供了在该指定文件夹中进行二次主观筛选的便利条件。本发明实施例中，用户无需一张张打开照片，并逐一确认照片是否是冗余照片，之后再进行清理，因此有效地简化了现有的清理冗余照片的繁琐步骤，操作简便快捷，提高了处理效率，解决了现有技术中手动清理冗余照片导致的操作复杂，步骤繁琐，处理效率较低的问题。
另一方面，本发明实施例提供了一种终端，包括：
分类模块，用于将照片进行分类；
处理模块，用于对于每个类别中的照片，根据用户的兴趣特征和/或所述照片的第一属性信息，获得各照片的分值，以及，根据所述各照片的分值，确定所述类别中的冗余照片，并删除所述冗余照片或将所述冗余照片移动至指定文件夹。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述分类模块，具体用于：
根据所述照片的第二属性信息，计算各照片的相似度；
将相似度大于预设的相似度阈值的照片划分为同一类别。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述处理模块用于根据用户的兴趣特征和所述照片的第一属性信息，获得各照片的分值时，具体用于：
根据用户的兴趣特征和/或所述照片的第一属性信息，获得同一类别中的各照片对应各打分项的分值；
根据各打分项的权重与各打分项的分值，计算同一类别中的各照片的加权结果，以作为所述各照片的分值。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述处理模块用于根据所述各照片的分值，确定所述类别中的冗余照片时，具体用于：
将所述各照片的分值与预设的分数阈值进行比较，以获得比较结果；
将比较结果为分值小于所述分数阈值的照片作为所述冗余照片。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述处理模块用于根据所述各照片的分值，确定所述类别中的冗余照片时，具体用于：
对于比较结果为分值大于或者等于所述分数阈值的照片，按照各照片的分值，将各照片进行排序，以获得排序结果；
将所述排序结果中排名靠后的至少一个照片作为所述冗余照片。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述处理模块用于根据所述各照片的分值，确定所述类别中的冗余照片时，具体用于：
按照所述各照片的分值，将各照片进行排序，以获得排序结果；
将所述排序结果中排名靠后的至少一个照片作为所述冗余照片。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述终端还包括输出模块；
所述输出模块，用于输出提示信号，所述提示信号用以提示用户已清理终端中的冗余照片。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述终端还包括记录模块和获取模块；
所述记录模块，用于记录所述用户在所述指定文件夹选择照片的操作信息；
所述获取模块，用于根据所述操作信息，获得所述用户选择照片时偏好的各打分项的分值；以及，还用于根据所述用户选择照片时偏好的各打分项的分值，获得所述用户的兴趣特征。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，
所述照片的第一属性信息包括：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个；
相应的，所述打分项包括：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，
所述照片的第二属性信息包括：照片内容、拍摄时间和拍摄地点中的至少一个；
所述照片内容包括：人物、动物、建筑、风景和弱光照片中的至少一个。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，
所述记录模块，还用于检测所述用户在所述指定文件夹中的操作信息；
所述输出模块，还用于若所述记录模块检测到所述用户点击所述指定文件夹中的冗余照片，显示所述冗余照片所属类别中的全部照片，以供所述用户选择照片。
上述技术方案中的一个技术方案具有如下有益效果：
本发明实施例，通过终端中的分类模块将照片进行分类，从而，终端中的处理模块对于每个类别中的照片，根据用户的兴趣特征和所述照片的第一属性信息，获得各照片的分值，以及，根据所述各照片的分值，确定所述类别中的冗余照片，并删除所述冗余照片或将所述冗余照片移动至指定文件夹。本发明实施例中，通过将照片分类的方法，考虑用户的兴趣特征和/或照片的属性信息这些评价因素，以确定每个类别中的冗余照片，从而，可以根据实际需要自动地将确定出来的冗余照片删除或移动到指定文件夹，为用户提供了在该指定文件夹中进行二次主观筛选的便利条件。本发明实施例中，用户无需一张张打开照片，并逐一确认照片是否是冗余照片，之后再进行清理，因此有效地简化了现有的清理冗余照片的繁琐步骤，操作简便快捷，提高了处理效率，解决了现有技术中手动清理冗余照片导致的操作复杂，步骤繁琐，处理效率较低的问题。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例所提供的照片处理方法的实施例一的流程示意图；
图2是本发明实施例所提供的照片处理方法的实施例二的流程示意图；
图3是本发明实施例所提供的终端的功能方块图。
【具体实施方式】
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述属性信息，但这些属性信息不应限于这些术语。这些术语仅用来将属性信息彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一属性信息也可以被称为第二属性信息，类似地，第二属性信息也可以被称为第一属性信息。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
实施例一
本发明实施例给出一种照片处理方法，请参考图1，其为本发明实施例所提供的照片处理方法的实施例一的流程示意图，如图1所示，该方法包括以下步骤：
S101，将照片进行分类。
具体的，本发明实施例中，将照片进行分类，是为了对每个类别中的照片分别进行冗余照片的确定，进而清理各类别中的冗余照片。
在一个具体的实现过程中，可以根据照片的第二属性信息，计算各照片的相似度，从而将各照片的相似度与预设的相似度阈值进行比较，进而将相似度大于预设的相似度阈值的照片划分为同一类别。
本发明实施例中，照片的第二属性信息可以包括但不限于：照片内容、拍摄时间和拍摄地点中的至少一个。具体的，照片内容包括：人物、动物、建筑、风景和弱光照片中的至少一个。
可以理解的是，当终端采集图像之后，照片的第二属性信息就已经确定，所以，本发明实施例中，可以通过一些图像识别的技术识别照片以获得照片内容，并且，在采集图像的过程中开启定位操作，以获得所采集到的照片的地理位置信息，并获取照片的详细信息中记录的照片的拍摄时间，进而可以根据照片的第二属性信息，分别计算各照片的相似度。
举例说明，假设终端中有3张照片，识别出的照片A的照片内容是甲在地点1进行跳跃的照片，并且照片A的拍摄时间是15:25，拍摄地点是地点1；识别出的照片B的照片内容是为甲在地点2进行跳跃的照片，并且照片B的拍摄时间是16:55，拍摄地点是地点2；识别出的照片C的照片内容是甲在地点1进行跳跃的照片，并且照片C的拍摄时间是15:35，拍摄地点是地点1。则根据获取到的上述三张照片的第二属性信息，计算各照片的相似度，假设以照片A为基准，照片B和照片A的相似度为70％，而照片C和照片A的相似度为95％，分别将其与预设的相似度阈值90％进行比较，则将照片C和照片A划分为同一个类别，而照片B为另一个类别。
可以理解的是，本发明实施例中，相似度阈值可以根据实际需要进行预设，本发明实施例对此不进行特别限定。
S102，对于每个类别中的照片，根据用户的兴趣特征和/或照片的第一属性信息，获得各照片的分值，以及，根据各照片的分值，确定该类别中的冗余照片，并删除冗余照片或将冗余照片移动至指定文件夹。
具体的，对于每个类别中的照片，根据用户的兴趣特征和/或照片的第一属性信息，可以获得同一类别中各照片对应各打分项的分值，进而获得各照片中各打分项的分值，然后，将各打分项的权重与各打分项的分值，计算同一类别中的各照片的加权结果，以作为各照片的分值。
本发明实施例中，照片的第一属性信息可以包括但不限于：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个。本发明实施例中，照片的第一属性信息可以作为客观存在的标准和依据，影响照片对应各打分项的分值。
相应的，本发明实施例中，打分项可以包括但不限于：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个。
本发明实施例中，获取用户的兴趣特征可以有多种实现方式，本发明实施例对此不进行特别限定。在一个具体的实现过程中，可以记录用户在指定文件夹选择照片的操作信息，然后根据获取到的操作信息，分析用户选择照片时偏好的各打分项的分值，以获得用户的兴趣特征。或者，还可以根据用户在终端中使用照片的频率信息，将用户使用照片的频率进行排序以获得排序结果，分析排序结果靠前的至少一张照片的打分项的分值，以获得用户的兴趣特征。
可以理解的是，本发明实施例中，照片的第一属性信息是根据采集到的照片的照片内容直接确定的，而照片的打分项则是可以根据实际需要进行确定的。例如，当终端采集到一张照片，就可以获取到照片内容，所以，照片的第一属性信息就可以直接确定，而在后续的获取照片的打分项的分值时，需要根据照片的第一属性信息和/或用户的兴趣特征，进行对确定的各打分项进行打分，从而获取到各打分项的分值。
举例说明，根据用户的兴趣特征和/或照片的第一属性信息，可以获得同一类别中各照片对应各打分项的分值，以构图为例进行说明。
例如，本发明实施例中，对获取到的照片进行构图分析，如九宫格构图、对称构图等构图方法进行构图分析，以获得照片的构图，此时获得到的构图是照片的第一属性信息；之后，可以根据摄影原理和美学理论出发，针对照片的构图给出构图的分值，此时，是对照片的打分项构图进行打分。具体的，如：对于构图完全符合摄影原理的照片，该照片的构图分数可以是10分；对于构图完全不符合摄影原理的照片，该照片的构图分数可以是0分；对于其他照片，可以在0分～10分之间给出构图的分值。
或者，又例如，本发明实施例中，对获取到的照片进行构图分析，如九宫格构图、对称构图等构图方法进行构图分析，以获得照片的构图，此时获得到的构图是照片的第一属性信息；之后，可以根据获取到的用户的兴趣特征出发，针对照片的构图给出构图的分值，此时，是对照片的打分项构图进行打分。具体的，如：对于完全符合用户的兴趣特征的照片，该照片的构图可以给出10分；对于完全不符合用户的兴趣特征的照片，该照片的构图可以给出0分；对于其他照片，可以在0分～10分之间给出构图的分值。
或者，又例如，本发明实施例中，对获取到的照片进行构图分析，如九宫格构图、对称构图等构图方法进行构图分析，以获得照片的构图，此时获得到的构图是照片的第一属性信息；之后，可以根据用户的兴趣特征和照片的第一属性信息，针对照片的构图给出构图的分值，此时，是对照片的打分项构图进行打分。具体的，结合以上两种打分的方式，对于既完全符合摄影原理的照片，又完全符合用户的兴趣特征的照片，该照片的构图可以给出10分；对于既完全不符合摄影原理的照片，又完全不符合用户的兴趣特征的照片，该照片的构图可以给出0分；对于其他照片，可以在0分～10分之间给出构图的分值。
需要说明的是，本发明实施例中，照片的第一属性信息和打分项可以相同，也可以不同。在一个具体的实现过程中，可以根据实际需要分别进行照片的第一属性信息和打分项的确定，本发明实施例对此不进行特别限定。
例如，确定照片的分值时，可以根据照片内容、构图、亮度这三项照片的第一属性信息以及用户的兴趣特征，获得各照片的照片内容、构图、亮度、对比度和清晰度这五项打分项的分值，进而根据照片内容、构图、亮度、对比度和清晰度这五项打分项的权重，得到各照片的加权结果以作为各照片的分值。或者，又例如，确定照片的分值时，可以根据照片内容、构图、亮度、对比度和清晰度这五项照片的第一属性信息以及用户的兴趣特征，获得各照片的照片内容、构图、亮度、对比度和清晰度这五项打分项的分值，进而根据照片内容、构图、亮度、对比度和清晰度这五项打分项的权重，得到各照片的加权结果以作为各照片的分值。
本发明实施例中，确定了各打分项的分值之后，需要计算同一类别中的各照片的加权结果，而各打分项的权重，可以根据需要进行预设，本发明实施例对此不进行特别限定。
本发明实施例中，获得到同一类别中各照片的分值后，根据各照片的分值，确定该类别中的冗余照片，可以包括但不限于如下两种实现方式。
第一种：将各照片的分值与预设的分数阈值进行比较，以获得比较结果；将比较结果为分值小于分数阈值的照片作为冗余照片。
具体的，针对同一类别中的各照片，可以预设一个分数阈值，将该类别中的各照片的分值与该分数阈值进行比较，若有照片的分值小于该分数阈值，根据该比较结果，判断出分值小于分数阈值的照片是冗余照片。例如，针对类别甲中的照片，预设的分数阈值是8分，若类别甲中的照片A的分值为8.5，则判断出照片A不是冗余照片；若类别甲中的照片B的分值为5.5，则判断出照片B是冗余照片。
第二种：按照各照片的分值，将各照片进行排序，以获得排序结果；将排序结果中排名靠后的至少一个照片作为冗余照片。
具体的，针对同一类别中的各照片，可以根据各照片的分值，将各照片进行排序，以获得排序结果；将排序结果中排名靠后的至少一个照片作为冗余照片。例如：针对类别乙中的照片，按照类别乙中各照片的分值进行排序，并将排序结果靠后的3张照片作为冗余照片，假设类别乙中包括4张照片，分别是照片A、照片B、照片C和照片D，根据照片A、照片B、照片C和照片D的分值将这4张照片进行排序，若排序结果为照片C≥照片B≥照片D≥照片A，则根据排序结果，可以将照片A、照片B和照片D作为冗余照片。
需要说明的是，本发明实施例中，经过上述筛选冗余照片的过程后，可以将确定的不是冗余照片的照片直接进行保留，也可以进行第二次筛选。
例如，针对类别甲中的照片，预设的分数阈值是8分，若类别甲中的照片A的分值为8.5，类别甲中的照片B的分值为9.5，则判断出照片A和照片B不是冗余照片，则可以直接将照片A和照片B进行保留，或针对照片A和照片B进行二次筛选，继续在照片A和照片B中的确定出冗余照片。
或者，又例如，针对类别乙中的照片，按照类别乙中各照片的分值进行排序，并将排序结果靠后的3张照片作为冗余照片，根据排序结果确认了照片A、照片B和照片D不是冗余照片，则可以直接将照片A、照片B和照片D进行保留，或针对照片A、照片B和照片D进行二次筛选，继续在照片A、照片B和照片D中的确定出冗余照片。
需要说明的是，本发明实施例中，可以通过以上两种方法，按照各照片的分值确定同一类别中的冗余照片，也可以利用上述两种方法的组合方法，按照各照片的分值确定同一类别中的冗余照片，本发明实施例对此不进行特别限定。
具体的，以利用上述两种方法的组合方法进行冗余照片的二次筛选为例进行说明。
例如，利用上述第一种方法+上述第一种方法的组合方法进行冗余照片的二次筛选，也即，在利用上述第一种方法筛选出一部分冗余照片后，对于其他照片，仍然用上述第一种方法继续筛选其他照片中的冗余照片。针对类别丙中的照片，预设的分数阈值是7.5分，将类别丙中的照片的分值与预设的分数阈值7.5分进行比较，根据比较结果，确定低于7.5分的照片为照片D，则将照片D作为冗余照片。而对于类别丙中照片分值高于7.5分的照片包括3张照片，分别是照片A、照片B和照片C，则将照片A、照片B和照片C与预设的第二分数阈值8.5分再进行比较，若类别丙中的照片A的分值为8.3，类别丙中的照片B的分值为9.5，类别丙中的照片C的分值为8.5，则获取到的第二比较结果为照片A的分值低于第二分数阈值，将照片A也作为冗余照片。也即，根据各照片的分值，最后确定的类别丙中的冗余照片是照片A和照片D。
或者，又例如，利用上述第一种方法+上述第二种方法的组合方法进行冗余照片的二次筛选，也即，在利用上述第一种方法筛选出一部分冗余照片后，对于其他照片，利用上述第二种方法继续筛选其他照片中的冗余照片。针对类别丁中的照片，预设的分数阈值是7分，将类别丁中的照片的分值与预设的分数阈值7分进行比较，根据比较结果，确定低于7分的照片为照片E和照片F，则将照片E和照片F作为冗余照片。然后，而对于类别丁中照片分值高于7分的照片进行排序。假设类别丁中照片分值高于7分的照片包括4张照片，分别是照片A、照片B、照片C和照片D，根据照片A、照片B、照片C和照片D的分值将这4张照片进行排序，并将排序结果中排名靠后的2张照片作为冗余照片，若排序结果为照片C≥照片B≥照片D≥照片A，则根据排序结果，将照片A和照片D也作为冗余照片。也即，根据各照片的分值，最后确定的类别丁中的冗余照片是照片E、照片F、照片A和照片D。
请参考图2，其为本发明实施例所提供的照片处理方法的实施例二的流程示意图。如图2所示，即利用了上述第一种方法+上述第二种方法的组合方法，首先根据预设的阈值，确定出照片分数低于预设的分数阈值的照片作为冗余照片，而将照片分数大于或者等于预设的分数阈值的照片进行了排序，进而根据排序结果，又将排序结果中排名靠后的至少一张照片作为冗余照片，然后，将确定的冗余照片进行删除或经确定的冗余照片移动到指定文件夹。
或者，又例如，利用上述第二种方法+上述第二种方法的组合方法进行冗余照片的二次筛选，也即，在利用上述第二种方法筛选出一部分冗余照片后，对于其他照片，仍然用上述第二种方法继续筛选其他照片中的冗余照片。针对类别戊中的6张照片，按照各照片的分数进行排序，排序结果是：照片C≥照片B≥照片E≥照片F≥照片D≥照片A，并将排序结果中排名靠后的2张照片作为冗余照片，则根据上述排序结果，将照片A和照片D作为冗余照片。然后，可以将照片B、照片C、照片E和照片F进行二次筛选，此时，不需要进行二次排序，根据上述的排序结果，确定照片B、照片C、照片E和照片F的排序结果是：照片C≥照片B≥照片E≥照片F，假设将排序结果中排名靠后的1张照片作为冗余照片，则根据上述排序结果，将照片F作为冗余照片。也即，根据各照片的分值，最后确定的类别戊中的冗余照片是照片F、照片A和照片D。
具体的，本发明是实施例中，确定了冗余照片之后，即可对确定的冗余照片进行清理，具体的，清理确定的冗余照片可以包括但不限于以下两种方式：
第一种：直接删除确定的冗余照片。
第二种：将确定的冗余照片移动到指定文件夹中。可以理解的是，指定文件夹可以是在终端中选定一个文件夹作为指定文件夹，或者，也可以将终端中的回收站文件夹作为指定文件夹，或者，还可以建立一个虚拟文件夹作为指定文件夹，本发明实施例对此不进行特别限定。
具体的，采用何种方式清理确定的冗余照片，可以根据实际需要进行预设，本发明实施例对此不进行特别限定。
可以理解的是，本发明实施例中，将将确定的冗余照片移动到指定文件夹中，用户可以根据需要进行主观选择，也即，用户可以对指定文件夹中的照片进行处理，如：将照片移动到其他文件夹中，或者，将照片进行彻底删除。本发明实施例可以给用户以主观选择的机会，提供了用户可能需要在确定的冗余照片中进行筛选的可能。
本发明实施例中，还可以输出提示信号，该提示信号用以提示用户重新采集图像。提示信号可以包括但不限于：提示信息、闪光信号、响铃信号和振动信号中的至少一个。
本发明实施例中，还可以检测用户在指定文件夹中的操作信息，若检测到用户点击了指定文件夹中的一张冗余照片，则显示用户点击的这张冗余照片所属类别中的全部照片，以供用户主观选择照片。例如，若检测到用户点击了指定文件夹中的照片A，而照片A属于类别丁，则显示类别丁中的所有照片，以便于用户主观选择想要保留的照片或想要删除的照片。
可以理解的是，检测到的用户在指定文件夹中主观选择照片的操作信息会被记录下来，以作为一个用户的兴趣特征，进而影响之后的照片处理过程。
需要说明的是，本发明实施例中所涉及的终端可以包括但不限于个人计算机(Personal Computer，PC)、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、手机、MP3播放器、MP4播放器等。
本发明实施例涉及图像处理过程和文件操作过程，比较耗费终端资源，所以，在一个可选的实现过程中，可以在终端空闲时间较长，且充电过程中充电电流较小的时候运行，以节省终端资源，提高用户体验。可以理解的是，在终端空闲时间较长，且充电过程中充电电流较小的时候运行如上所述的照片处理过程，只是一种优选地实现方式，但并不用以限制本发明。还可以理解的是，本发明实施例中，何时进行如上所述的照片处理过程，可以根据实际需要进行预设，本发明实施例对此不进行特别限定。
本发明实施例中的一个技术方案具有以下有益效果：
本发明实施例，通过终端中的分类模块将照片进行分类，从而，终端中的处理模块对于每个类别中的照片，根据用户的兴趣特征和照片的第一属性信息，获得各照片的分值，以及，根据各照片的分值，确定类别中的冗余照片，并删除冗余照片或将冗余照片移动至指定文件夹。本发明实施例中，通过将照片分类的方法，考虑用户的兴趣特征和/或照片的属性信息这些评价因素，以确定每个类别中的冗余照片，从而，可以根据实际需要自动地将确定出来的冗余照片删除或移动到指定文件夹，为用户提供了在该指定文件夹中进行二次主观筛选的便利条件。本发明实施例中，用户无需一张张打开照片，并逐一确认照片是否是冗余照片，之后再进行清理，因此有效地简化了现有的清理冗余照片的繁琐步骤，操作简便快捷，提高了处理效率，解决了现有技术中手动清理冗余照片导致的操作复杂，步骤繁琐，处理效率较低的问题。
实施例二
基于上述实施例一所提供的照片处理方法，本发明实施例进一步给出实现上述方法实施例中各步骤及方法的装置实施例。
请参考图3，其为本发明实施例所提供的终端的功能方块图。如图3所示，该终端包括：
分类模块31，用于将照片进行分类；
处理模块32，用于对于每个类别中的照片，根据用户的兴趣特征和/或照片的第一属性信息，获得各照片的分值，以及，根据各照片的分值，确定各类别中的冗余照片，并删除冗余照片或将冗余照片移动至指定文件夹。
具体的，本发明实施例中，分类模块31，具体用于：
根据照片的第二属性信息，计算各照片的相似度；
将相似度大于预设的相似度阈值的照片划分为同一类别。
具体的，本发明实施例中，处理模块32用于根据用户的兴趣特征和照片的第一属性信息，获得各照片的分值时，具体用于：
根据用户的兴趣特征和/或照片的第一属性信息，获得同一类别中的各照片对应各打分项的分值；
根据各打分项的权重与各打分项的分值，计算同一类别中的各照片的加权结果，以作为各照片的分值。
具体的，本发明实施例中，处理模块32用于根据各照片的分值，确定类别中的冗余照片时，具体用于：
将各照片的分值与预设的分数阈值进行比较，以获得比较结果；
将比较结果为分值小于分数阈值的照片作为冗余照片。
具体的，本发明实施例中，处理模块32用于根据各照片的分值，确定类别中的冗余照片时，具体用于：
对于比较结果为分值大于或者等于分数阈值的照片，按照各照片的分值，将各照片进行排序，以获得排序结果；
将排序结果中排名靠后的至少一个照片作为冗余照片。
具体的，本发明实施例中，处理模块32用于根据各照片的分值，确定类别中的冗余照片时，具体用于：
按照各照片的分值，将各照片进行排序，以获得排序结果；
将排序结果中排名靠后的至少一个照片作为冗余照片。
在一个具体的实现过程中，该终端还包括输出模块33；
输出模块33，用于输出提示信号，提示信号用以提示用户已清理终端中的冗余照片。
在一个具体的实现过程中，该终端还包括记录模块34和获取模块35；
记录模块34，用于记录用户在指定文件夹选择照片的操作信息；
获取模块35，用于根据操作信息，获得用户选择照片时偏好的各打分项的分值；以及，还用于根据用户选择照片时偏好的各打分项的分值，获得用户的兴趣特征。
具体的，本发明实施例中，照片的第一属性信息包括：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个；相应的，打分项包括：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个。
具体的，本发明实施例中，照片的第二属性信息包括：照片内容、拍摄时间和拍摄地点中的至少一个；照片内容包括：人物、动物、建筑、风景和弱光照片中的至少一个。
本发明实施例中，记录模块34，还用于检测用户在指定文件夹中的操作信息；
输出模块33，用于若记录模块34检测到用户点击指定文件夹中的冗余照片，显示冗余照片所属类别中的全部照片，以供用户选择照片。
由于本实施例中的各单元能够执行图1所示的方法，本实施例未详细描述的部分，可参考对图1的相关说明。
本发明实施例中的一个技术方案具有以下有益效果：
本发明实施例，通过终端中的分类模块将照片进行分类，从而，终端中的处理模块对于每个类别中的照片，根据用户的兴趣特征和照片的第一属性信息，获得各照片的分值，以及，根据各照片的分值，确定类别中的冗余照片，并删除冗余照片或将冗余照片移动至指定文件夹。本发明实施例中，通过将照片分类的方法，考虑用户的兴趣特征和/或照片的属性信息这些评价因素，以确定每个类别中的冗余照片，从而，可以根据实际需要自动地将确定出来的冗余照片删除或移动到指定文件夹，为用户提供了在该指定文件夹中进行二次主观筛选的便利条件。本发明实施例中，用户无需一张张打开照片，并逐一确认照片是否是冗余照片，之后再进行清理，因此有效地简化了现有的清理冗余照片的繁琐步骤，操作简便快捷，提高了处理效率，解决了现有技术中手动清理冗余照片导致的操作复杂，步骤繁琐，处理效率较低的问题。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元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。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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装置(可以是个人计算机，服务器，或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、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较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (22)

1.一种照片处理方法，其特征在于，所述方法包括：
将照片进行分类；
对于每个类别中的照片，根据用户的兴趣特征和/或所述照片的第一属性信息，获得各照片的分值，以及，根据所述各照片的分值，确定所述类别中的冗余照片，并删除所述冗余照片或将所述冗余照片移动至指定文件夹。
2.根据权利要求1所述的方法，其特征在于，将照片进行分类，包括：
根据所述照片的第二属性信息，计算各照片的相似度；
将相似度大于预设的相似度阈值的照片划分为同一类别。
3.根据权利要求1所述的方法，其特征在于，根据用户的兴趣特征和/或所述照片的第一属性信息，获得各照片的分值，包括：
根据用户的兴趣特征和/或所述照片的第一属性信息，获得同一类别中的各照片对应各打分项的分值；
根据各打分项的权重与各打分项的分值，计算同一类别中的各照片的加权结果，以作为所述各照片的分值。
4.根据权利要求1或3所述的方法，其特征在于，根据所述各照片的分值，确定所述类别中的冗余照片，包括：
将所述各照片的分值与预设的分数阈值进行比较，以获得比较结果；
将比较结果为分值小于所述分数阈值的照片作为所述冗余照片。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
对于比较结果为分值大于或者等于所述分数阈值的照片，按照各照片的分值，将各照片进行排序，以获得排序结果；
将所述排序结果中排名靠后的至少一个照片作为所述冗余照片。
6.根据权利要求1或3所述的方法，其特征在于，根据所述各照片的分值，确定所述类别中的冗余照片，包括：
按照所述各照片的分值，将各照片进行排序，以获得排序结果；
将所述排序结果中排名靠后的至少一个照片作为所述冗余照片。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
输出提示信号，所述提示信号用以提示用户已清理终端中的冗余照片。
8.根据权利要求1所述的方法，其特征在于，根据用户的兴趣特征和/或所述照片的第一属性信息，获得各照片的分值之前，所述方法还包括：
记录所述用户在所述指定文件夹选择照片的操作信息；
根据所述操作信息，获得所述用户选择照片时偏好的各打分项的分值；
根据所述用户选择照片时偏好的各打分项的分值，获得所述用户的兴趣特征。
9.根据权利要求3所述的方法，其特征在于，
所述照片的第一属性信息包括：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个；
相应的，所述打分项包括：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个。
10.根据权利要求2或9所述的方法，其特征在于，
所述照片的第二属性信息包括：照片内容、拍摄时间和拍摄地点中的至少一个；
所述照片内容包括：人物、动物、建筑、风景和弱光照片中的至少一个。
11.根据权利要求1或7或8所述的方法，其特征在于，所述方法还包括：
检测所述用户在所述指定文件夹中的操作信息；
若检测到所述用户点击所述指定文件夹中的冗余照片，显示所述冗余照片所属类别中的全部照片，以供所述用户选择照片。
12.一种终端，其特征在于，所述终端包括：
分类模块，用于将照片进行分类；
处理模块，用于对于每个类别中的照片，根据用户的兴趣特征和/或所述照片的第一属性信息，获得各照片的分值，以及，根据所述各照片的分值，确定所述类别中的冗余照片，并删除所述冗余照片或将所述冗余照片移动至指定文件夹。
13.根据权利要求12所述的终端，其特征在于，所述分类模块，具体用于：
根据所述照片的第二属性信息，计算各照片的相似度；
将相似度大于预设的相似度阈值的照片划分为同一类别。
14.根据权利要求12所述的终端，其特征在于，所述处理模块用于根据用户的兴趣特征和/或所述照片的第一属性信息，获得各照片的分值时，具体用于：
根据用户的兴趣特征和所述照片的第一属性信息，获得同一类别中的各照片对应各打分项的分值；
根据各打分项的权重与各打分项的分值，计算同一类别中的各照片的加权结果，以作为所述各照片的分值。
15.根据权利要求12或14所述的终端，其特征在于，所述处理模块用于根据所述各照片的分值，确定所述类别中的冗余照片时，具体用于：
将所述各照片的分值与预设的分数阈值进行比较，以获得比较结果；
将比较结果为分值小于所述分数阈值的照片作为所述冗余照片。
16.根据权利要求15所述的终端，其特征在于，所述处理模块用于根据所述各照片的分值，确定所述类别中的冗余照片时，具体用于：
对于比较结果为分值大于或者等于所述分数阈值的照片，按照各照片的分值，将各照片进行排序，以获得排序结果；
将所述排序结果中排名靠后的至少一个照片作为所述冗余照片。
17.根据权利要求12或14所述的终端，其特征在于，所述处理模块用于根据所述各照片的分值，确定所述类别中的冗余照片时，具体用于：
按照所述各照片的分值，将各照片进行排序，以获得排序结果；
将所述排序结果中排名靠后的至少一个照片作为所述冗余照片。
18.根据权利要求12所述的终端，其特征在于，所述终端还包括输出模块；
所述输出模块，用于输出提示信号，所述提示信号用以提示用户已清理终端中的冗余照片。
19.根据权利要求12所述的终端，其特征在于，所述终端还包括记录模块和获取模块；
所述记录模块，用于记录所述用户在所述指定文件夹选择照片的操作信息；
所述获取模块，用于根据所述操作信息，获得所述用户选择照片时偏好的各打分项的分值；以及，还用于根据所述用户选择照片时偏好的各打分项的分值，获得所述用户的兴趣特征。
20.根据权利要求14所述的终端，其特征在于，
所述照片的第一属性信息包括：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个；
相应的，所述打分项包括：照片内容、构图、亮度、纹理、色彩、对比度和清晰度中的至少一个。
21.根据权利要求13或20所述的终端，其特征在于，
所述照片的第二属性信息包括：照片内容、拍摄时间和拍摄地点中的至少一个；
所述照片内容包括：人物、动物、建筑、风景和弱光照片中的至少一个。
22.根据权利要求12或18或19所述的终端，其特征在于，
所述记录模块，还用于检测所述用户在所述指定文件夹中的操作信息；
所述输出模块，还用于若所述记录模块检测到所述用户点击所述指定文件夹中的冗余照片，显示所述冗余照片所属类别中的全部照片，以供所述用户选择照片。
CN201610594288.9A 2016-07-26 2016-07-26 一种照片处理方法及终端 Pending CN106155592A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610594288.9A CN106155592A (zh) 2016-07-26 2016-07-26 一种照片处理方法及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610594288.9A CN106155592A (zh) 2016-07-26 2016-07-26 一种照片处理方法及终端

Publications (1)

Publication Number Publication Date
CN106155592A true CN106155592A (zh) 2016-11-23

Family

ID=58059893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610594288.9A Pending CN106155592A (zh) 2016-07-26 2016-07-26 一种照片处理方法及终端

Country Status (1)

Country Link
CN (1) CN106155592A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570155A (zh) * 2016-10-28 2017-04-19 努比亚技术有限公司 图片管理装置及方法
CN107105171A (zh) * 2017-06-20 2017-08-29 北京小米移动软件有限公司 拍照方法、装置和终端设备
CN107958069A (zh) * 2017-12-05 2018-04-24 广东欧珀移动通信有限公司 图像处理的方法和装置、电子设备、计算机可读存储介质
CN108897757A (zh) * 2018-05-14 2018-11-27 平安科技（深圳）有限公司 一种照片存储方法、存储介质和服务器
WO2020073317A1 (zh) * 2018-10-12 2020-04-16 华为技术有限公司 文件管理方法及电子设备
WO2020077494A1 (zh) * 2018-10-15 2020-04-23 华为技术有限公司 智能拍照方法、系统及相关装置
CN111078650A (zh) * 2019-12-20 2020-04-28 成都康赛信息技术有限公司 一种文件存储方法
CN111159113A (zh) * 2019-12-24 2020-05-15 广东电网有限责任公司 一种便携式数码拍照设备系统及照片筛选方法
WO2020147448A1 (zh) * 2019-01-16 2020-07-23 深圳壹账通智能科技有限公司 基于数据更新的图片清理方法、装置及终端设备
CN114637870A (zh) * 2022-03-14 2022-06-17 重庆大学 一种图像数据处理方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104750688A (zh) * 2013-12-25 2015-07-01 鸿富锦精密工业（深圳）有限公司 照片管理方法及系统
CN105472239A (zh) * 2015-11-17 2016-04-06 小米科技有限责任公司 照片处理方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104750688A (zh) * 2013-12-25 2015-07-01 鸿富锦精密工业（深圳）有限公司 照片管理方法及系统
CN105472239A (zh) * 2015-11-17 2016-04-06 小米科技有限责任公司 照片处理方法及装置

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570155A (zh) * 2016-10-28 2017-04-19 努比亚技术有限公司 图片管理装置及方法
CN107105171A (zh) * 2017-06-20 2017-08-29 北京小米移动软件有限公司 拍照方法、装置和终端设备
CN107958069A (zh) * 2017-12-05 2018-04-24 广东欧珀移动通信有限公司 图像处理的方法和装置、电子设备、计算机可读存储介质
CN108897757A (zh) * 2018-05-14 2018-11-27 平安科技（深圳）有限公司 一种照片存储方法、存储介质和服务器
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
CN108897757B (zh) * 2018-05-14 2023-08-22 平安科技（深圳）有限公司 一种照片存储方法、存储介质和服务器
CN111480158A (zh) * 2018-10-12 2020-07-31 华为技术有限公司 文件管理方法及电子设备
WO2020073317A1 (zh) * 2018-10-12 2020-04-16 华为技术有限公司 文件管理方法及电子设备
US11470246B2 (en) 2018-10-15 2022-10-11 Huawei Technologies Co., Ltd. Intelligent photographing method and system, and related apparatus
WO2020077494A1 (zh) * 2018-10-15 2020-04-23 华为技术有限公司 智能拍照方法、系统及相关装置
WO2020147448A1 (zh) * 2019-01-16 2020-07-23 深圳壹账通智能科技有限公司 基于数据更新的图片清理方法、装置及终端设备
CN111078650A (zh) * 2019-12-20 2020-04-28 成都康赛信息技术有限公司 一种文件存储方法
CN111078650B (zh) * 2019-12-20 2023-07-25 成都康赛信息技术有限公司 一种文件存储方法
CN111159113A (zh) * 2019-12-24 2020-05-15 广东电网有限责任公司 一种便携式数码拍照设备系统及照片筛选方法
CN114637870A (zh) * 2022-03-14 2022-06-17 重庆大学 一种图像数据处理方法、装置、设备及存储介质
CN114637870B (zh) * 2022-03-14 2023-03-24 重庆大学 一种图像数据处理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN106155592A (zh) 一种照片处理方法及终端
US11238310B2 (en) Training data acquisition method and device, server and storage medium
US6977679B2 (en) Camera meta-data for content categorization
WO2021238045A1 (zh) 基于rpa的大规模定制客户需求获取、查询方法
CN101138233B (zh) 用于选择视听节目部分的方法和设备
US8316022B2 (en) Information processing apparatus and information processing method
CN100410936C (zh) 可用于数据搜索的数据分类系统和方法
EP2530605A1 (en) Data processing device
CN106294661A (zh) 一种扩展搜索方法与装置
CN106649849A (zh) 文本信息库建立方法和装置、以及搜索方法、装置和系统
CA3166347A1 (en) Video generation method and apparatus, and computer system
CN110162643A (zh) 电子相册报告生成方法、装置及存储介质
CN110337646A (zh) 一种生成相册的方法、装置和移动终端
US20180084198A1 (en) Method of displaying images in a multi-dimensional mode based on personalized topics
CN106371702A (zh) 一种图像信息编辑方法、装置及移动终端
CN105991583A (zh) 一种游戏应用推荐方法、应用服务器、终端及系统
JP2007317077A (ja) 画像分類装置および方法ならびにプログラム
CN108334626B (zh) 新闻栏目的生成方法、装置和计算机设备
CN104933145A (zh) 照片处理方法及装置与移动终端
CN109740530A (zh) 视频段的提取方法、装置、设备及计算机可读存储介质
CN104135718B (zh) 一种位置信息的获取方法及装置
CN109740049A (zh) 文章的生成方法和装置
CN106339496A (zh) 用于对照片进行清理的方法和装置
CN108197203A (zh) 一种门脸头图挑选方法、装置、服务器和存储介质
CN110099237A (zh) 图像处理方法、电子装置及计算机可读存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161123

RJ01 Rejection of invention patent application after publication