CN107016004A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN107016004A CN107016004A CN201610060953.6A CN201610060953A CN107016004A CN 107016004 A CN107016004 A CN 107016004A CN 201610060953 A CN201610060953 A CN 201610060953A CN 107016004 A CN107016004 A CN 107016004A
- Authority
- CN
- China
- Prior art keywords
- image
- characteristic
- classification
- multiple pending
- images
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种图像处理方法及装置。本发明实施例通过获得多个待处理图像中的每个图像的特征数据,进而根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理,使得能够输出针对所述多个待处理图像的聚类处理结果,由于不再依赖图像的上传时间展现图像,而是根据每个图像的特征数据进行聚类处理,进而输出针对所述多个待处理图像的聚类处理结果,使得所展现的图像基本能够满足用户真正的浏览意图,因此,能够避免现有技术中由于用户需要通过所在应用反复进行浏览操作、选择操作等编辑与管理操作而导致的增加所在应用与处理引擎之间的数据交互,从而降低了处理引擎的处理负担。
Description
【技术领域】
本发明涉及图像处理技术,尤其涉及一种图像处理方法及装置。
【背景技术】
随着通信技术的发展,终端集成了越来越多的功能,从而使得终端的系统功能列表中包含了越来越多相应的应用(Application,APP)。有些应用中会涉及一些图像编辑与管理服务,例如,照片应用等。在图像编辑与管理服务中,应用将全部的图像按照上传时间的先后顺序,依次展现给用户。
然而,由于完全依赖图像的上传时间而展现的全部图像,在一些情况下,例如,某些图像的上传时间的顺序与这些图像的拍摄时间的顺序不一致,使得应用所展现的图像可能无法满足用户真正的浏览意图,例如,快速挑选一张某个景点的照片,因此,用户需要通过应用反复进行浏览操作、选择操作等编辑与管理操作,这样,会增加应用与处理引擎之间的数据交互,从而导致了处理引擎的处理负担的增加。
【发明内容】
本发明的多个方面提供一种图像处理方法及装置,用以降低处理引擎的处理负担。
本发明的一方面,提供一种图像处理方法,包括:
获得多个待处理图像中的每个图像的特征数据;
根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理;
输出针对所述多个待处理图像的聚类处理结果。
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,所述每个图像的特征数据包括下列数据中的至少一项:
每个图像的拍摄参数;以及
任意两个图像之间的图像相似度参数。
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,所述每个图像的拍摄参数包括下列数据中的至少一项:
每个图像的拍摄时间;以及
每个图像的拍摄位置。
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,在所述每个图像的特征数据包括每个图像的拍摄参数时;所述获得多个待处理图像中的每个图像的特征数据包括:
根据所述每个图像的可交换图像文件格式信息,获得所述每个图像的拍摄参数。
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,在所述每个图像的特征数据包括任意两个图像之间的图像相似度参数时;所述获得多个待处理图像中的每个图像的特征数据包括:
对所述每个图像进行特征提取处理,以获得所述每个图像的特征信息;
根据所述每个图像的特征信息,获得任意两个图像之间的图像相似度参数。
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,所述输出针对所述多个待处理图像的聚类处理结果包括:
输出所有分类中的各个分类的分类标识信息;或者
输出所述所有分类中的各个分类的全部图像;或者
输出所述所有分类中的一个或多个指定分类的全部图像。
本发明的另一方面,提供一种图像处理装置,包括:
获得单元,用于获得多个待处理图像中的每个图像的特征数据;
聚类单元,用于根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理;
输出单元,用于输出针对所述多个待处理图像的聚类处理结果。
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,所述获得单元所获得的所述每个图像的特征数据包括下列数据中的至少一项:
每个图像的拍摄参数;以及
任意两个图像之间的图像相似度参数。
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,所述每个图像的拍摄参数包括下列数据中的至少一项:
每个图像的拍摄时间;以及
每个图像的拍摄位置。
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,在所述每个图像的特征数据包括每个图像的拍摄参数时;所述获得单元,具体用于
根据所述每个图像的可交换图像文件格式信息,获得所述每个图像的拍摄参数。
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,在所述每个图像的特征数据包括任意两个图像之间的图像相似度参数时;所述获得单元具体用于
对所述每个图像进行特征提取处理,以获得所述每个图像的特征信息;以及
根据所述每个图像的特征信息,获得任意两个图像之间的图像相似度参数。
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,所述输出单元具体用于
输出所述所有分类中的各个分类的分类标识信息;或者
输出所述所有分类中的各个分类中的全部图像;或者
输出所述所有分类中的一个或多个指定分类中的全部图像。
由上述技术方案可知,本发明实施例通过获得多个待处理图像中的每个图像的特征数据,进而根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理,使得能够输出针对所述多个待处理图像的聚类处理结果,由于不再依赖图像的上传时间展现图像,而是根据每个图像的特征数据进行聚类处理,进而输出针对所述多个待处理图像的聚类处理结果,使得所展现的图像基本能够满足用户真正的浏览意图,因此,能够避免现有技术中由于用户需要通过所在应用反复进行浏览操作、选择操作等编辑与管理操作而导致的增加所在应用与处理引擎之间的数据交互,从而降低了处理引擎的处理负担。
另外,采用本发明提供的技术方案,由于不再依赖图像的上传时间展现图像,而是根据每个图像的特征数据进行聚类处理,进而输出针对所述多个待处理图像的聚类处理结果,使得所展现的图像基本能够满足用户真正的浏览意图,因此,能够有效提高图像的处理效率。
另外,采用本发明提供的技术方案,由于不再依赖图像的上传时间展现图像,而是根据每个图像的特征数据进行聚类处理,进而输出针对所述多个待处理图像的聚类处理结果,使得所展现的图像基本能够满足用户真正的浏览意图,因此,能够有效提高用户体验。
【附图说明】
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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他的附图。
图1为本发明一实施例提供的图像处理方法的流程示意图;
图2为本发明另一实施例提供的图像处理装置的结构示意图。
【具体实施方式】
为使本发明实施例的目的、技术方案和优点更加清楚,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全部其他实施例,都属于本发明保护的范围。
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手机、个人数字助理(Personal Digital Assistant,PDA)、无线手持设备、平板电脑(Tablet Computer)、个人电脑(Personal Computer,PC)、MP3播放器、MP4播放器、可穿戴设备(例如,智能眼镜、智能手表、智能手环等)等。
另外,本文中术语“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。
图1为本发明一实施例提供的图像处理方法的流程示意图,如图1所示。
101、获得多个待处理图像中的每个图像的特征数据。
102、根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理。
103、输出针对所述多个待处理图像的聚类处理结果。
需要说明的是,101~103的执行主体的部分或全部可以为位于本地终端的应用,或者还可以为位于本地终端的应用中的插件或软件开发工具包(Software Development Kit,SDK)等功能单元,或者还可以为位于网络侧的服务器中的处理引擎,或者还可以为位于网络侧的分布式系统,本实施例对此不进行特别限定。
可以理解的是,所述应用可以是安装在终端上的本地程序(nativeApp),或者还可以是终端上的浏览器的一个网页程序(webApp),本实施例对此不进行限定。
其中,所谓的图像,可以是指包含指定物体的图像,其中,指定物体可以为人物、风景、兴趣点(Point of Interest,POI)或者其标志性建筑等任何物体,例如,景点如天安门等、景点的大门如颐和园的大门等、景点中的标志性地点如北海的白塔等。
这样,通过获得多个待处理图像中的每个图像的特征数据,进而根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理,使得能够输出针对所述多个待处理图像的聚类处理结果,由于不再依赖图像的上传时间展现图像,而是根据每个图像的特征数据进行聚类处理,进而输出针对所述多个待处理图像的聚类处理结果,使得所展现的图像基本能够满足用户真正的浏览意图,因此,能够避免现有技术中由于用户需要通过所在应用反复进行浏览操作、选择操作等编辑与管理操作而导致的增加所在应用与处理引擎之间的数据交互,从而降低了处理引擎的处理负担。
随着手机和数码相机的普及,一般用户拍照都会在一个位置或景物前拍摄多张图像,或用不同的设备进行拍照,最终选择最好的一张保存下来或分享出来。现有技术中,应用都是将所有拍摄的图像按照上传时间全部展示给用户。这样,会造成浏览和挑选图像的干扰,例如,一屏幕的图像也许反映的都是一个地方,且一般拍摄的图像中还有一些拍虚了,拍错了等图像,影响了浏览图像的效率。
可选地,在本实施例的一个可能的实现方式中,在101之前,具体可以检测用户对终端的开始操作手势。只有当所获取的用户对终端的开始操作手势满足预先设置的指定开始手势时,才执行后续的操作即101~103。其中,所述指定开始手势的数据可以存储在终端的存储设备中。或者,根据本发明的图像处理方法可以基于用户触发比如图片一键聚合功能后启动。
在一个具体的实现过程中,所述终端的存储设备可以慢速存储设备,具体可以为计算机系统的硬盘,或者还可以为手机的非运行内存即物理内存,例如,只读存储器(Read-Only Memory,ROM)和内存卡等,本实施例对此不进行特别限定。
在另一个具体的实现过程中,所述终端的存储设备还可以为快速存储设备,具体可以为计算机系统的内存,或者还可以为手机的运行内存即系统内存,例如,随机存储器(Random Access Memory,RAM)等,本实施例对此不进行特别限定。
具体地,所述用户对终端的开始操作手势,可以包括但不限于下列操作手势中的至少一项:
用户对所述终端的按键的操作;
用户在所述终端上方的悬空滑动;
用户在特定界面上的接触滑动;以及
用户带动所述终端的运动。
其中,
用户对所述终端的按键的操作,可以是指用户操作终端的某个按键的按键标识,或者用户操作终端的某个按键的按键标识和操作方向,或者用户操作终端的多个按键的按键标识和操作顺序,或者用户操作终端的多个按键的按键标识、操作顺序以及每个按键的操作轨迹,等等,本实施例对此不进行特别限定。
用户在所述终端上方的悬空滑动,可以是指用户在终端的图像传感器的采集范围之内,在终端上方的悬空滑动轨迹。其中,所述图像传感器可以为电荷耦合元件(Charge Coupled Device,CCD)传感器,或者还可以为金属氧化物半导体元件(Complementary Metal-Oxide Semiconductor,CMOS)传感器,本实施例对此不进行特别限定。所述悬空滑动轨迹可以包括但不限于由若干个连续滑动事件对应的若干个停留点组成的直线或任意形状的曲线。
用户在特定界面上的接触滑动,可以是指用户在终端的显示装置所显示的特定界面上的接触滑动轨迹。通常,终端可以根据显示装置是否具有可触控的特性,分成两种类型,一种类型是触控式终端,另一种类型是非触控式终端。具体地,具体可以检测用户在触控式终端的触控屏所显示的特定界面上的接触滑动数据。所述接触滑动轨迹可以包括但不限于由若干个连续触摸事件对应的若干个触摸点组成的直线或任意形状的曲线。具体来说,具体可以为用户在特定界面上空白区域的长按操作。例如,即时通信类APP的对话界面。
用户带动所述终端的运动,可以是指用户手持终端,带动终端所进行运动的运动轨迹,例如,晃动、翻转等。
在一个具体的实现方式中,具体可以利用传感器设备,检测用户对终端的开始操作手势。具体地,所述传感器设备可以包括但不限于重力传感器、加速度传感器、压力传感器、红外线传感器、距离传感器和图像传感器中的至少一个,本实施例对此不进行特别限定。
其中,所述距离传感器可以为超声波距离传感器,或者还可以为红外距离传感器,或者还可以为激光距离传感器,或者还可以为微波距离传感器,本实施例对此不进行特别限定。这些距离传感器都是现有的成熟技术,详细描述可以参见现有技术中的相关内容,此处不再赘述。
其中,所述图像传感器可以为电荷耦合元件(Charge Coupled Device,CCD)传感器,或者还可以为金属氧化物半导体元件(ComplementaryMetal-Oxide Semiconductor,CMOS)传感器,本实施例对此不进行特别限定。
具体地,检测用户对终端的开始操作手势,具体可以是指检测用户对终端的开始操作手势的起始点、结束点以及由起始点到结束点所形成的轨迹,或者还可以进一步检测所述轨迹所对应的弧度数据。
例如,若所获取的开始操作手势是用户对所述终端的按键的操作,则预先设置的指定开始手势则可以为一个按键的预设操作数据或一组按键的预设操作数据。
或者,再例如,若所获取的开始操作手势是用户在所述终端上方的悬空滑动,则预先设置的指定开始手势则可以为一个预设轨迹的轨迹数据,例如,各个方向的直线图案的轨迹数据、“Z”图案或“L”图案的轨迹数据等。
或者,再例如,若所获取的开始操作手势是用户在特定界面上的接触滑动,则预先设置的指定开始手势则可以为一个预设轨迹的轨迹数据,例如,长按的轨迹数据、向指定方向滑动一定距离的轨迹数据等。
或者,再例如,若所获取的开始操作手势是用户带动所述终端的运动,则预先设置的指定开始手势则可以为一个预设事件的事件数据,例如,晃动事件。
可选地,在本实施例的一个可能的实现方式中,在101中,所获得的所述每个图像的特征数据可以包括但不限于下列数据中的至少一项:
每个图像的拍摄参数;以及
任意两个图像之间的图像相似度参数。
其中,所述每个图像的拍摄参数可以包括但不限于下列数据中的至少一项:
每个图像的拍摄时间;以及
每个图像的拍摄位置,即每个图像的拍摄位置的地理位置信息。
在一个具体的实现过程中,在101中,若所获得的所述每个图像的特征数据包括每个图像的拍摄参数时;那么,在101中,具体可以根据所述每个图像的可交换图像文件格式(Exchangeable Image File Format,EXIF)信息,获得所述每个图像的拍摄参数。
其中,EXIF是一种图像文件格式,它的数据存储与联合图像专家小组(Joint Photographic Experts Group,JPEG)格式是完全相同的。实际上EXIF就是在JPEG格式的头部插入了一组拍摄参数,该信息可以称为EXIF信息。其中,EXIF信息可以有选择性地包括拍摄时的光圈、快门、白平衡、感光度(ISO)、焦距、日期时间等各种与当时拍摄条件相关的信息,以及拍摄工具品牌、型号、色彩编码、拍摄时录制的声音、缩略图、拍摄位置的全球定位系统(Global Positioning System,GPS)参数等其他信息。因此,具体可以利用任何能够查看JPEG格式图像的看图软件浏览EXIF格式图像,但并不是所有的图形程序都能处理EXIF信息。
有些图像是具有EXIF信息的,该EXIF信息中也可以包括日期时间以及拍摄位置的GPS参数,因此,这种图像,能够利用图像的EXIF信息,直接获得图像的拍摄时间,以及拍摄位置。
然而,并不是所有的图像都具有EXIF信息,也不是所有的图像的EXIF信息均包括日期时间以及拍摄位置的GPS参数,因此,这种图像,并不能够利用图像的EXIF信息,直接获得图像的拍摄时间,以及拍摄位置,只能进一步通过对这种图像进行分析处理,以获得图像的拍摄时间,以及拍摄位置。
在另一个具体的实现过程中,在101中,若所获得的所述每个图像的特征数据包括任意两个图像之间的图像相似度参数时;那么,在101中,具体可以对所述每个图像进行特征提取处理,以获得所述每个图像的特征信息,进而,则可以根据所述每个图像的特征信息,获得任意两个图像之间的图像相似度参数。
其中,所述每个图像的特征信息可以包括但不限于下列数据中的至少一项:
指定像素的颜色属性值;
指定像素的灰度属性值;以及
指定像素的透明度属性值。
所谓的指定像素,可以根据图像的一般布局特点,选择若干个能够代表图像的环境内容的像素,例如,用户在颐和园的昆明湖岸边所拍摄的照片,该照片的环境内容为湖水,那么,则可以选择该照片中除了中心区域之外的区域的像素作为指定像素等。
其中,颜色属性值具体可以用一组参数值进行标记。例如,所述参数值可以包括红色(R)分量值、绿(G)分量值和蓝(B)分量值;或者,再例如,所述参数值还可以包括红色(R)分量值、绿(G)分量值和蓝(B)分量值,以及亮度分量值。
具体地,在获得每个图像的特征信息之后,可以采用现有的任意相似度计算公式,计算两两图像的特征信息之间的相似度,以作为两两图像之间的图像相似度参数。
可选地,在本实施例的一个可能的实现方式中,在102中,具体可以根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理的方式有很多种,本实施例对此不进行特别限定。
在一个具体的实现过程中,具体可以将图像相似度参数大于或等于预先设置的参数阈值的若干个图像,划分到一个分类中。这样,可以实现将相似的图像,自动聚合在一个分类中。
在另一个具体的实现过程中,具体可以将拍摄地点的差距在指定位置范围之内例如5米之内,的若干个图像,划分到一个分类中。这样,可以实现将同一拍摄地点的图像,自动聚合在一个分类中。
在另一个具体的实现过程中,具体可以将拍摄时间的差距在指定时间范围之内例如5分钟之内,且图像相似度参数大于或等于预先设置的参数阈值的若干个图像,划分到一个分类中。这样,可以实现将一段时间内拍摄的相似的图像,自动聚合在一个分类中。
可选地,在本实施例的一个可能的实现方式中,在103中,具体可以以不同的展现方式,输出针对所述多个待处理图像的聚类处理结果,本实施例对此不进行特别限定。
在一个具体的实现过程中,具体可以输出所有分类中的各个分类的分类标识信息。具体来说,具体可以基于所述聚类处理结果,为所有分类中的各个分类生成分类标识信息,进而,则可以输出所生成的各个分类的分类标识信息。这样,用户可以操作任意一个分类的分类标识信息,来展现该分类中的全部图像。
其中,所述每个分类的标识信息可以为该分类中所包括的任意一个或几个图像,或者还可以为该分类的名称例如,分组001、分组002等,或者还可以为该分类的描述例如颐和园的合影留念等,本实施例对此不进行特别限定。
在另一个具体的实现过程中,具体可以输出所述所有分类中的各个分类的全部图像。具体地,具体可以以分类为单位,将每个分类中的图像依次进行展现。
在另一个具体的实现过程中,具体可以输出所述所有分类中的一个或多个指定分类的全部图像。具体地,具体可以将开始的第一个分类,作为指定分类,或者还可以将随机选择的一个分类,作为指定分类,或者还可以基于用户历史操作记录,确定一个或多个指定分类,本实施例对此不进行特别限定。
至此,可以将若干个具有相同或相似特征信息的图像划分在一个分类中,进行聚合展现,能够使得相似的图像自动聚合在一起,以便用户能够快速浏览、编辑这些图像,从而能够有效提高图像的处理效率。此外,采用本发明所提供的技术方案,可以帮用户更方便快捷的找到所需图像,排除浏览图像的干扰信息,二是可以帮助用户便捷的管理照片,将相似的图像自动聚合,这样,用户可以挑选好的照片,删除差的照片,等等。
本实施例中,通过获得多个待处理图像中的每个图像的特征数据,进而根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理,使得能够输出针对所述多个待处理图像的聚类处理结果,由于不再依赖图像的上传时间展现图像,而是根据每个图像的特征数据进行聚类处理,进而输出针对所述多个待处理图像的聚类处理结果,使得所展现的图像基本能够满足用户真正的浏览意图,因此,能够避免现有技术中由于用户需要通过所在应用反复进行浏览操作、选择操作等编辑与管理操作而导致的增加所在应用与处理引擎之间的数据交互,从而降低了处理引擎的处理负担。
另外,采用本发明提供的技术方案,由于不再依赖图像的上传时间展现图像,而是根据每个图像的特征数据进行聚类处理,进而输出针对所述多个待处理图像的聚类处理结果,使得所展现的图像基本能够满足用户真正的浏览意图,因此,能够有效提高图像的处理效率。
另外,采用本发明提供的技术方案,由于不再依赖图像的上传时间展现图像,而是根据每个图像的特征数据进行聚类处理,进而输出针对所述多个待处理图像的聚类处理结果,使得所展现的图像基本能够满足用户真正的浏览意图,因此,能够有效提高用户体验。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
图2为本发明另一实施例提供的图像处理装置的结构示意图,如图2所示。本实施例的图像处理装置可以包括获得单元21、聚类单元22和输出单元23。其中,获得单元21,用于获得多个待处理图像中的每个图像的特征数据;聚类单元22,用于根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理;输出单元23,用于输出针对所述多个待处理图像的聚类处理结果。
可选地,在本实施例的一个可能的实现方式中,所述获得单元21所获得的所述每个图像的特征数据可以包括但不限于下列数据中的至少一项:
每个图像的拍摄参数;以及
任意两个图像之间的图像相似度参数。
其中,所述每个图像的拍摄参数可以包括但不限于下列数据中的至少一项:
每个图像的拍摄时间;以及
每个图像的拍摄位置,即每个图像的拍摄位置的地理位置信息。
在一个具体的实现过程中,若所述获得单元21所获得的所述每个图像的特征数据包括每个图像的拍摄参数时;那么,所述获得单元21,具体可以用于根据所述每个图像的EXIF信息,获得所述每个图像的拍摄参数。
在另一个具体的实现过程中,若所述获得单元21所获得的所述每个图像的特征数据包括任意两个图像之间的图像相似度参数时;那么,所述获得单元21,具体可以用于对所述每个图像进行特征提取处理,以获得所述每个图像的特征信息;以及根据所述每个图像的特征信息,获得任意两个图像之间的图像相似度参数。
其中,所述每个图像的特征信息可以包括但不限于下列数据中的至少一项:
指定像素的颜色属性值;
指定像素的灰度属性值;以及
指定像素的透明度属性值。
可选地,在本实施例的一个可能的实现方式中,所述输出单元23,具体可以用于输出所述所有分类中的各个分类的分类标识信息。
可选地,在本实施例的一个可能的实现方式中,所述输出单元23,具体可以用于输出所述所有分类中的各个分类中的全部图像。
可选地,在本实施例的一个可能的实现方式中,所述输出单元23,具体可以用于输出所述所有分类中的一个或多个指定分类中的全部图像。
需要说明的是,图1对应的实施例中方法,可以由本实施例提供的图像处理装置实现。详细描述可以参见图1对应的实施例中的相关内容,此处不再赘述。
本实施例中,通过获得单元获得多个待处理图像中的每个图像的特征数据,进而由聚类单元根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理,使得输出单元能够输出针对所述多个待处理图像的聚类处理结果,由于不再依赖图像的上传时间展现图像,而是根据每个图像的特征数据进行聚类处理,进而输出针对所述多个待处理图像的聚类处理结果,使得所展现的图像基本能够满足用户真正的浏览意图,因此,能够避免现有技术中由于用户需要通过所在应用反复进行浏览操作、选择操作等编辑与管理操作而导致的增加所在应用与处理引擎之间的数据交互,从而降低了处理引擎的处理负担。
另外,采用本发明提供的技术方案,由于不再依赖图像的上传时间展现图像,而是根据每个图像的特征数据进行聚类处理,进而输出针对所述多个待处理图像的聚类处理结果,使得所展现的图像基本能够满足用户真正的浏览意图,因此,能够有效提高图像的处理效率。
另外,采用本发明提供的技术方案,由于不再依赖图像的上传时间展现图像,而是根据每个图像的特征数据进行聚类处理,进而输出针对所述多个待处理图像的聚类处理结果,使得所展现的图像基本能够满足用户真正的浏览意图,因此,能够有效提高用户体验。
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设备(可以是个人计算机,服务器,或者网络设备等)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。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种图像处理方法,其特征在于,包括:
获得多个待处理图像中的每个图像的特征数据;
根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理;
输出针对所述多个待处理图像的聚类处理结果。
2.根据权利要求1所述的方法,其特征在于,所述每个图像的特征数据包括下列数据中的至少一项:
每个图像的拍摄参数;以及
任意两个图像之间的图像相似度参数。
3.根据权利要求2所述的方法,其特征在于,所述每个图像的拍摄参数包括下列数据中的至少一项:
每个图像的拍摄时间;以及
每个图像的拍摄位置。
4.根据权利要求2或3所述的方法,其特征在于,在所述每个图像的特征数据包括每个图像的拍摄参数时;所述获得多个待处理图像中的每个图像的特征数据包括:
根据所述每个图像的可交换图像文件格式信息,获得所述每个图像的拍摄参数。
5.根据权利要求2所述的方法,其特征在于,在所述每个图像的特征数据包括任意两个图像之间的图像相似度参数时;所述获得多个待处理图像中的每个图像的特征数据包括:
对所述每个图像进行特征提取处理,以获得所述每个图像的特征信息;
根据所述每个图像的特征信息,获得任意两个图像之间的图像相似度参数。
6.根据权利要求1~5中任一权利要求所述的方法,其特征在于,所述输出针对所述多个待处理图像的聚类处理结果包括:
输出所有分类中的各个分类的分类标识信息;或者
输出所述所有分类中的各个分类的全部图像;或者
输出所述所有分类中的一个或多个指定分类的全部图像。
7.一种图像处理装置,其特征在于,包括:
获得单元,用于获得多个待处理图像中的每个图像的特征数据;
聚类单元,用于根据所述每个图像的特征数据,对所述多个待处理图像进行聚类处理;
输出单元,用于输出针对所述多个待处理图像的聚类处理结果。
8.根据权利要求7所述的装置,其特征在于,所述每个图像的特征数据包括下列数据中的至少一项:
每个图像的拍摄参数;以及
任意两个图像之间的图像相似度参数。
9.根据权利要求8所述的装置,其特征在于,所述每个图像的拍摄参数包括下列数据中的至少一项:
每个图像的拍摄时间;以及
每个图像的拍摄位置。
10.根据权利要求8或9所述的装置,其特征在于,在所述每个图像的特征数据包括每个图像的拍摄参数时;所述获得单元具体用于
根据所述每个图像的可交换图像文件格式信息,获得所述每个图像的拍摄参数。
11.根据权利要求8所述的装置,其特征在于,在所述每个图像的特征数据包括任意两个图像之间的图像相似度参数时;所述获得单元具体用于
对所述每个图像进行特征提取处理,以获得所述每个图像的特征信息;以及
根据所述每个图像的特征信息,获得任意两个图像之间的图像相似度参数。
12.根据权利要求7~11中任一权利要求所述的装置,其特征在于,所述输出单元具体用于
输出所述所有分类中的各个分类的分类标识信息;或者
输出所述所有分类中的各个分类中的全部图像;或者
输出所述所有分类中的一个或多个指定分类中的全部图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610060953.6A CN107016004A (zh) | 2016-01-28 | 2016-01-28 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610060953.6A CN107016004A (zh) | 2016-01-28 | 2016-01-28 | 图像处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107016004A true CN107016004A (zh) | 2017-08-04 |
Family
ID=59439289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610060953.6A Pending CN107016004A (zh) | 2016-01-28 | 2016-01-28 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107016004A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108062576A (zh) * | 2018-01-05 | 2018-05-22 | 百度在线网络技术(北京)有限公司 | 用于输出数据的方法和装置 |
CN108648338A (zh) * | 2018-04-12 | 2018-10-12 | 广州杰赛科技股份有限公司 | 自动售货机的商品信息采集方法、装置和售货机 |
CN110008364A (zh) * | 2019-03-25 | 2019-07-12 | 联想(北京)有限公司 | 图像处理方法、装置和系统 |
CN110096605A (zh) * | 2019-04-26 | 2019-08-06 | 北京迈格威科技有限公司 | 图像处理方法及装置、电子设备、存储介质 |
CN111091152A (zh) * | 2019-12-17 | 2020-05-01 | 上海云从汇临人工智能科技有限公司 | 图像聚类方法、系统、设备及机器可读介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102460433A (zh) * | 2009-06-15 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 选择代表图像的方法和设备 |
KR20140082385A (ko) * | 2012-12-24 | 2014-07-02 | 계명대학교 산학협력단 | 영상 군집화 기반의 의료 영상 검색 방법 |
CN103955481A (zh) * | 2014-04-03 | 2014-07-30 | 小米科技有限责任公司 | 图片显示方法和装置 |
-
2016
- 2016-01-28 CN CN201610060953.6A patent/CN107016004A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102460433A (zh) * | 2009-06-15 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 选择代表图像的方法和设备 |
KR20140082385A (ko) * | 2012-12-24 | 2014-07-02 | 계명대학교 산학협력단 | 영상 군집화 기반의 의료 영상 검색 방법 |
CN103955481A (zh) * | 2014-04-03 | 2014-07-30 | 小米科技有限责任公司 | 图片显示方法和装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108062576A (zh) * | 2018-01-05 | 2018-05-22 | 百度在线网络技术(北京)有限公司 | 用于输出数据的方法和装置 |
CN108062576B (zh) * | 2018-01-05 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 用于输出数据的方法和装置 |
CN108648338A (zh) * | 2018-04-12 | 2018-10-12 | 广州杰赛科技股份有限公司 | 自动售货机的商品信息采集方法、装置和售货机 |
CN110008364A (zh) * | 2019-03-25 | 2019-07-12 | 联想(北京)有限公司 | 图像处理方法、装置和系统 |
CN110096605A (zh) * | 2019-04-26 | 2019-08-06 | 北京迈格威科技有限公司 | 图像处理方法及装置、电子设备、存储介质 |
CN110096605B (zh) * | 2019-04-26 | 2021-06-04 | 北京迈格威科技有限公司 | 图像处理方法及装置、电子设备、存储介质 |
CN111091152A (zh) * | 2019-12-17 | 2020-05-01 | 上海云从汇临人工智能科技有限公司 | 图像聚类方法、系统、设备及机器可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102173123B1 (ko) | 전자장치에서 이미지 내의 특정 객체를 인식하기 위한 방법 및 장치 | |
EP3547218B1 (en) | File processing device and method, and graphical user interface | |
CN108108114B (zh) | 一种缩略图显示控制方法及移动终端 | |
CN107016004A (zh) | 图像处理方法及装置 | |
US20130120602A1 (en) | Taking Photos With Multiple Cameras | |
CN110866236B (zh) | 隐私图片显示方法、装置、终端及存储介质 | |
CN103688273B (zh) | 辅助弱视用户进行图像拍摄和图像回顾 | |
CN107193983A (zh) | 图像搜索方法及装置 | |
CN103731583A (zh) | 用于拍照智能化合成、打印的一体化设备及其处理方法 | |
US9137461B2 (en) | Real-time camera view through drawn region for image capture | |
CN105760778A (zh) | 一种提升隐私图片安全性的方法、装置及电子设备 | |
CN107194968A (zh) | 图像的识别跟踪方法、装置、智能终端和可读存储介质 | |
CN106919326A (zh) | 一种图片搜索方法及装置 | |
CN112699849A (zh) | 手势识别方法和装置、电子设备、可读存储介质和芯片 | |
CN109815462A (zh) | 一种文本生成方法及终端设备 | |
CN105933689A (zh) | 图像处理方法和支持该方法的电子设备 | |
JP2010011076A (ja) | 画像処理装置及び画像処理方法 | |
KR102303206B1 (ko) | 전자장치에서 이미지 내의 특정 객체를 인식하기 위한 방법 및 장치 | |
CN106406527A (zh) | 基于虚拟现实的输入方法、装置及虚拟现实装置 | |
CN113794831A (zh) | 视频拍摄方法、装置、电子设备及介质 | |
CN112330728A (zh) | 图像处理方法、装置、电子设备以及可读存储介质 | |
US20120327118A1 (en) | Display control apparatus, display control method and program | |
Santos et al. | RECOGNIZING AND EXPLORING AZULEJOS ON HISTORIC BUILDINGS’FACADES BY COMBINING COMPUTER VISION AND GEOLOCATION IN MOBILE AUGMENTED REALITY APPLICATIONS | |
CN106504223B (zh) | 图片的参考角度判定方法及装置 | |
CN113271379B (zh) | 图像处理方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170804 |
|
RJ01 | Rejection of invention patent application after publication |