CN107679208A - 一种图片的搜索方法、终端设备及存储介质 - Google Patents
一种图片的搜索方法、终端设备及存储介质 Download PDFInfo
- Publication number
- CN107679208A CN107679208A CN201710960277.2A CN201710960277A CN107679208A CN 107679208 A CN107679208 A CN 107679208A CN 201710960277 A CN201710960277 A CN 201710960277A CN 107679208 A CN107679208 A CN 107679208A
- Authority
- CN
- China
- Prior art keywords
- picture
- label
- text message
- memory space
- default
- 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
- 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
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
Abstract
本申请适用于图片搜索技术领域,提供了一种图片的搜索方法、终端设备及存储介质,包括:获取用户的搜索请求,并将所述搜索请求中的文本信息与预设存储空间存储的每个图片的标签进行匹配;若所述文本信息与所述预设存储空间中存储的至少一个图片的至少一个标签匹配成功,则获取匹配成功的标签;获取所述匹配成功的标签在其对应的图片中的匹配值;显示所述匹配值大于阈值的图片信息,以解决目前用户无法在终端设备的存储空间中准确搜索图片的问题。
Description
技术领域
本申请属于图片搜索技术领域,尤其涉及一种图片的搜索方法、终端设备及存储介质。
背景技术
随着终端设备相关技术的不断发展,终端设备的存储空间越来越大,相应的存储量也越来越大,当用户需要在存储空间中搜索某个文件时,可以通过在搜索框中输入文件名称中的文字信息或者文件内容中的文字信息进行搜索。
然而,由于图片文件的特殊性,只有存储空间中的图片的名称信息中包含搜索框中的的文字信息时,才会显示存储空间中的图片的名称信息中包含搜索框中的的文字信息的图片。这种搜索的方式都是基于图片在存储空间中存储的名称信息进行搜索,一旦用户无法精确的记住待搜索图片的名称,则无法准确的搜索图片。
发明内容
有鉴于此,本申请实施例提供了一种图片的搜索方法、终端设备及存储介质,以解决目前用户无法在终端设备的存储空间中准确搜索图片的问题。
本申请实施例的第一方面提供了一种图片的搜索方法,包括:
获取用户的搜索请求,并将所述搜索请求中的文本信息与预设存储空间存储的每个图片的标签进行匹配;
若所述文本信息与所述预设存储空间中存储的至少一个图片的至少一个标签匹配成功,则获取匹配成功的标签;
获取所述匹配成功的标签在其对应的图片中的匹配值;
显示所述匹配值大于阈值的图片的信息。
本申请实施例的第二方面提供了一种终端设备,包括:
匹配模块,用于获取用户的搜索请求,并对所述搜索请求中的文本信息与预设存储空间中存储的每个图片的标签进行匹配;
标签获取模块,用于若所述文本信息与所述预设存储空间中存储的至少一个图片的至少一个标签匹配成功,则获取匹配成功的标签;
匹配值获取模块,用于获取所述匹配成功的标签在其对应的图片中的匹配值显示模块,用于
显示所述匹配值大于阈值的图片的信息。
本申请实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的所述方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。
本申请实施例的第五方面提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。
本申请实施例通过获取用户的搜索请求后,将搜索请求中的文本信息与预设存储空间中的每个图片的标签进行匹配,在所述文本信息与所述预设存储空间中的至少一个图片的至少一个标签匹配成功后,获取匹配成功的标签,每个图片可能包含至少一个标签,而每个图片的每个标签可能与该图片的内容信息有个匹配值,在搜索时,设定阈值,显示与所述匹配成功的标签的匹配值大于阈值的图片信息。由于针对每个图片的图片内容设置了至少一个标签,并且根据图片的内容信息为每个标签还设置了匹配值,在搜索时,只需要显示与所述匹配成功的标签的匹配值大于阈值的图片的信息即可,这样就可以根据用户的搜索请求中的文本信息为用户精确的搜索到用户需要的图片。
附图说明
为了更清楚地说明本申请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简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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是本申请一实施例提供的一种图片的搜索方法的实现流程示意图;
图2是本申请又一实施例提供的一种图片的搜索方法的实现流程示意图;
图3是本申请一实施例提供的终端设备的示意框图;
图4是本申请又一实施例提供的终端设备的示意框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
图1是本申请一实施例提供的图片的搜索方法的实现流程示意图,如图所示该方法可以包括以下步骤:
步骤S101,获取用户的搜索请求,并将所述搜索请求中的文本信息与预设存储空间存储的每个图片的标签进行匹配。
在本申请实施例中,所述搜索请求可以是用户发出的搜索图片的信息,例如,用户在图片的搜索框中输入文本信息后点击页面上的搜索按钮。用户发出的搜索请求可以是语音形式的也可以是文本形式的,若是语音形式的,可以自动转化为文本形式的。若是文本形式的,则可以将文本信息与预设存储空间中存储的每个图片的标签进行匹配。所述预设存储空间可以预先设置,例如,计算机的某个盘(E盘)、某个具体的文件夹“图片”,手机的整个存储空间,手机的外部安全数字卡(Secure Digital Card,SD卡)。在所述预设存储空间中存储的图片都会设置有标签,标签用来表示图片的内容信息,所述标签信息可以由用户手动标定并存储。例如,若一张图片的内容是一只猫,则可以手动将该图片的标签设置为“猫”。在获得文本信息后,可以将文本信息分别与预设存储空间存储的每个图片的标签进行匹配。例如,遍历预设存储空间中的每个图片,每遍历一个图片就将所述文本信息与该图片的标签进行匹配,直到将预设存储空间中的图片遍历完。
步骤S102,若所述文本信息与所述预设存储空间中存储的至少一个图片的至少一个标签匹配成功,则获取匹配成功的标签。
在本申请实施例中,预设存储空间中存储的每个图片可以包括多个标签,例如,图片1的标签分别为:小孩、小狗、书。若所述文本信息为“小狗”,而预设存储空间中图片1的标签包括“小狗”,则表示所述文本信息与所述预设存储空间中存储的至少一个图片的至少一个标签匹配成功。在匹配成功后,需要记录下所述匹配成功的标签“小狗”。
步骤S103,获取所述匹配成功的标签在其对应的图片中的匹配值。
在本申请实施例中,可以为每个图片的每个标签设置匹配值,例如,所述预设存储空间中存储了图片1,标签为:小孩,匹配值80,小狗,匹配值40,书,匹配值为65;图片2,标签为:河马,匹配值95,小孩,匹配值65,水,匹配值60;图片3,标签为:花盆,匹配值76,花朵,匹配值87。假设搜索请求中的文本信息为:小孩。则文本信息“小孩”与所述预设存储空间中存储的图片1中的一个标签匹配成功,与图片2中的一个标签匹配成功。获取的匹配成功的标签为“小孩”,继续获取所述匹配成功的标签“小孩”对应的每个图片(图片1和图片2)与所述匹配成功的标签(小孩)的匹配值。图片1中标签“小孩”的匹配值为80,图片2中标签“小孩”的匹配值为65。
步骤S104,显示所述匹配值大于阈值的图片的信息。
在本申请实施例中,继续以步骤S103中的举例说明,假设阈值为60,显示与所述匹配成功的标签(小孩)的匹配值大于阈值(60)的图片的信息,由步骤S103中已经获得,图片1中的标签“小孩”的匹配值为80,图片2中的标签“小孩”的匹配值为65,与标签“小孩”相关的图片且标签“小孩”的匹配值大于阈值(60)的就为:图片1和图片2,则显示的图片的信息为图片1和图片2的图片的信息。假设阈值为70,则显示的图片的信息为图片1的图片的信息,因为图片1中标签“小孩”的匹配值为80(大于阈值70),图片2中的标签“小孩”的配置为65(小于阈值70)。
所述图片的信息包括以下至少一项:图片的名称、图片的缩略图、图片的大小、图片的标签。在显示图片的信息时,假设用户输入的是两个文本信息,则可能会获得两个标签的搜索结果,可以根据不同的标签将图片进行分类。具体显示图片的哪些信息可以预先设置,例如,在根据不同的标签进行分类后,每个类别中可以只显示每个图片的缩略图,也可以显示每个图片的名称,在用户点击每个图片时可以显示图片的缩略图或者正常显示该图片。具体如何显示图片的信息在此不做限制。
本申请实施例通过获取用户的搜索请求后,将搜索请求中的文本信息与预设存储空间中的每个图片的标签进行匹配,在所述文本信息与所述预设存储空间中的至少一个图片的至少一个标签匹配成功后,获取匹配成功的标签,每个图片可能包含至少一个标签,而每个图片的每个标签可能与该图片的内容信息有个匹配值,在搜索时,设定阈值,显示与所述匹配成功的标签的匹配值大于阈值的图片信息。由于针对每个图片的图片内容设置了至少一个标签,并且根据图片的内容信息为每个标签还设置了匹配值,在搜索时,只需要显示与所述匹配成功的标签的匹配值大于阈值的图片信息即可,这样就可以根据用户的搜索请求中的文本信息为用户精确的搜索到用户需要的图片。
图2是本申请又一实施例提供的图片的搜索方法的流程示意图,如图所示该方法可以包括以下步骤:
步骤S201,识别所述预设存储空间中存储的每个图片的内容信息,并根据所述每个图片的内容信息为所述每个图片生成至少一个标签。
在本申请实施例中,由于图片本身是不包含标签的,所以需要将存储空间中的图片设置标签。而标签表示的是图片的内容信息,标签的设置可以由用户手动标定,当然在实际应用中,还可以通过识别模型识别所述预设存储空间中存储的每个图片的内容信息,根据每个图片的内容信息为每个图片生成标签。为了使得图片的标签信息更标准化,可以在生成标签时生成预设标签词典中的标签。由于图片的内容信息可能同时表达多项信息,所以在为图片生成标签时可以生成多个标签,假设一副图片中是一个小孩拿着一本书,书的封面是一只小狗。根据识别模型识别时可能会识别到:小孩、书、小狗三个标签,为了使得标签能够精确表达图片的内容信息,我们将三个标签都设置为图片的标签。
设置多个标签的优点就是用户不必记住图片的名称信息,只需要大致记住图片中的内容,就可以输入相关的文本信息,例如小孩、书、小狗将该图片搜索出来。或者用户想要在预设存储空间中搜索小孩的图片素材时,只需要输入文本信息“小孩”就可以将与小孩相关的图片搜索出来。
步骤S202,根据所述每个图片的至少一个标签中的每个标签与其对应的图片的内容信息的匹配度为所述每个图片的每个标签生成匹配值。
在本申请实施例中,在设置了多个标签之后,还可以为每个标签设置匹配值,具体设置匹配值时可以根据该标签的内容信息在图片中所占的位置、所占的画面的大小等作为衡量匹配值的要素。例如,该标签表达的内容信息在该图片中的位置越靠近中央,则匹配值越高,或者该标签表达的内容信息在该图片中所占的画面的比例越大,则匹配值越高,还可以根据不同的要素设置不同的权重。例如,根据识别模型可以识别到某一张图片的标签分别为:小孩、书、小狗,小孩标签的匹配值为80,小狗的匹配值为40,书的匹配值为65。
为每个标签设置匹配值的优点是可以根据用户的不同需求搜索出相关的图片信息,继续以上述标签为小孩、书、小狗的图片为例,假设用户想要搜索关于小狗的素材时,可能会输入文本信息“小狗”,这样图片1就可能会被搜索出来,当预设存储空间中存储有大量的图片时,搜索结果会显示很多的包含标签“小狗”的图片,然而,用户想要在大量的图片中找到自己想到的素材会比较繁琐,用户可以设定阈值,只有匹配值大于阈值的才会显示,这样大大提高了用户搜索的效率。
步骤S203,根据每个图片的标签生成所述预设存储空间中存储的图片的标签数据库。
在本申请实施例中,实际上,预设存储空间可能存储有大量的图片,而每个图片可能都设置有标签,而这些图片的标签可能会有相同的,例如,图片1的标签为:狗,图片2的标签也为:狗,图片5的标签还为:狗。如果根据搜索请求中的文本信息遍历预设存储空间中的每个图片,分别与每个图片的标签进行匹配,则匹配的效率会非常低。所以,可以根据预设存储空间中每个图片的标签生成标签数据库,所述标签数据库表示的是所述预设存储空间中存储的图片的标签的数据库。生成标签数据库的过程相当于把相同的标签去重处理,每个标签对应至少一个图片。以标签“狗”为例,相当于标签“狗”对应的图片为:图片1、图片2、图片5。标签数据库中存储的可以是标签或者还可以存储标签对应的图片ID。当然,标签对应的图片ID还可以作为另一个表存储,标签数据库仅仅是存储去重后的标签。由于为每个图片的每个标签设置了匹配值,在标签数据库中还可以在存储每个标签对应的图片时,将该标签与每个图片的内容信息的匹配值写上。
步骤S204,获取用户的搜索请求,对所述搜索请求中的文本信息进行分词处理获得至少一个分词结果。
在本申请实施例中,具体的,获得分词结果的过程可以包括:
识别所述搜索请求中文本信息的预设分词符,根据所述预设分词符将所述文本信息进行分词处理获得至少一个分词结果;
或者,将所述搜索请求中的文本信息与预设分词词典匹配,若所述文本信息中包括所述预设分词词典中的至少一个分词,则将所述文本信息中包括的所述至少一个分词作为分词结果。
在本申请实施例中,可以根据文本信息中的预设分词符对所述文本信息进行分词处理,所述预设分词符可以是用户自定义的分词符,也可以是终端设备出厂时已经定义好的分词符。
作为一个举例,可以提前定义分词符为“,”、“、”。若搜索请求中的文本信息为“狗、熊猫、猫头鹰”,则先识别文本信息“狗、熊猫、猫头鹰”中的预设分词符,根据提前定义的分词符可以将文本信息“狗、熊猫、猫头鹰”进行分词处理获得分词结果“狗”、“熊猫”、“猫头鹰”。假设提前定义了分词符为空格,则根据文本信息“狗、熊猫、猫头鹰”可以得到分词结果“狗”、“熊”、“猫”、“猫头鹰”。具体得到多少个分词结果可由用户输入的文本信息以及文本信息中的分词符决定。
作为另一个实施例,所述预设分词词典是提前载入的词典,分词词典中有各种分词,分词词典可以是以一种分词字典树的形式存储。可以将文本信息与预设分词词典中的分词进行匹配,若所述文本信息中包含了所述预设分词词典中的至少一个分词,则将所述文本信息中包括的至少一个分词作为所述文本信息的分词结果。
作为举例,若所述文本信息为“狗熊猫头鹰”则可以将所述文本信息的第一个字“狗”开始与所述分词词典中的分词进行匹配,文本信息中的“狗”能够与分词词典中的“狗”匹配,则获得一个分词结果“狗”,继续以文本信息中的第一个字和第二个字“狗熊”开始与分词词典中的分词进行匹配,若分词词典中不存在“狗熊”,并且也不存在以“狗熊”开头的其它分词,则表示以文本信息中第一个字“狗”开始的匹配结束;继续以文本信息中的第二个字“熊”开始,若分词词典中存在分词“熊”,表示获得第二个分词结果“熊”,继续以第二个字和第三个字“熊猫”与分词词典中的分词进行匹配,获得第三个分词结果“熊猫”,继续以第二个字、第三个字和第四个字“熊猫头”与分词词典中的分词进行匹配,若“熊猫头”无法与分词词典中的任何一个分词匹配成功,则表示以文本信息中第二个字开始的匹配结束;继续以文本信息中的第三个字开始继续与分词词典中的分词进行匹配,直到将文本信息中的最后一个字开头匹配结束。按照上述的方式可以获得分词结果:狗、熊、熊猫、猫、猫头鹰、鹰。可以将获得的分词结果与图片的标签进行匹配,为了更精准的匹配,还可以消除歧义处理,原则是:相邻的两个分词之间不包含同一个相邻的字,获得的分词结果个数越少且每个分词结果内部的字越多越好。则根据获得的多个分词结果消除歧义处理后,获得的歧义处理后的分词结果为:狗、熊、猫头鹰。消除歧义前的分词结果为:狗、熊、熊猫、猫、猫头鹰、鹰,“狗”无法和后面的“熊”组成分词,则保留分词“狗”;“熊”和“熊猫”包含了同一个相邻的字“熊”,理论上应该保留“熊猫”,舍弃“熊”,但是由于“头鹰”无法组成分词,所以“猫”与“头鹰”组成分词“猫头鹰”,而舍弃“猫”或者“熊猫”,这样相当于保留了“熊”。由于“猫头鹰”已经组成分词,因此舍弃“鹰”。最终获得的分词结果就是:狗、熊、猫头鹰。
在实际应用中,还可以设置根据预设分词符和预设分词词典结合的方式进行分词处理,例如,先根据预设分词符获得初步的分词结果,然后将根据预设分词符获得的分词结果再分别根据预设分词词典获得最终的分词结果。
需要说明的是,所述分词词典可以与前面所述标签词典相同,也可以不同,为了能够精确的匹配分词结果和图片的标签,可以将所述分词词典和标签词典设置相同的词典,这样,针对同一个信息的表达采用的相同的词汇,能够使得最终匹配的结果更精确。
步骤S205,将所述至少一个分词结果中的每个分词结果与预设存储空间中存储的每个图片的标签进行匹配。
在本申请实施例中,在获得分词结果且根据预设存储空间中的图片的标签生成标签数据库后,就可以将每一个分词结果与所述预设存储空间中存储的图片的标签数据库中的标签进行匹配,标签数据库中可以仅仅存储标签,若是仅仅存储了标签,则可以将标签按照预设规则进行排序存储,例如,按照拼音首字母进行排序存储。可以根据分词结果直接去匹配的首字母的起始地址开始依次进行匹配。这样可以提高匹配的效率。
步骤S204和步骤S205是对所述搜索请求中的文本信息进行分词处理的过程,假设不进行分词处理,则可以将所述搜索请求中的文本信息直接与预设存储空间存储的每个图片的标签进行匹配。若进行了分词处理,则可以将每个分词结果与预设存储空间中存储的每个图片的标签进行匹配。
由于步骤S203中根据每个图片的标签生成所述预设存储空间中存储的图片的标签数据库,所以该步骤可以与预设存储空间中存储的图片的标签数据库中的标签进行匹配。当然,在实际应用中,若未根据预设存储空间中的图片生成标签数据库,则可以将搜索请求中的文本信息或者分词结果与预设存储空间中的图片的标签进行匹配。
步骤S206,若所述文本信息与所述预设存储空间中存储的至少一个图片的至少一个标签匹配成功,则获取匹配成功的标签。
步骤S207,获取所述匹配成功的标签在其对应的图片中的匹配值。
步骤S208,显示所述匹配值大于阈值的图片信息。
步骤S206到步骤S208和步骤S102到步骤S104一致,可参照步骤S102到步骤S104的描述,在此不再赘述。
本申请实施例中,将用户的搜索请求中的文本信息进行分词处理,同时将预设存储空间中的图片标签化时不仅可以根据图片的内容信息为图片生成多个标签,还可以为每个标签设置匹配值,然后根据标签和匹配值生成标签数据库。可以将分词结果与标签数据库中的标签进行匹配,这样,能够更精确的匹配用户想要搜索的图片,并且大大提高了搜索效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图3是本申请一实施例提供的终端设备的示意框图,为了便于说明,仅示出与本申请实施例相关的部分。
该终端设备3可以是内置于现有的终端设备(例如手机、笔记本)内的软件单元、硬件单元或者软硬结合的单元,也可以作为独立的挂件集成到所述现有的终端设备中。
所述终端设备3包括:
匹配模块31,用于获取用户的搜索请求,并对所述搜索请求中的文本信息与预设存储空间中存储的每个图片的标签进行匹配;
标签获取模块32,用于若所述文本信息与所述预设存储空间中存储的至少一个图片的至少一个标签匹配成功,则获取匹配成功的标签;
匹配值获取模块33,用于获取所述匹配成功的标签在其对应的图片中的匹配值;
显示模块34,用于显示所述匹配值大于阈值的图片的信息。
可选的,所述终端设备3还包括:
识别模块35,用于识别所述预设存储空间中存储的每个图片的内容信息,并根据所述每个图片的内容信息为所述每个图片生成至少一个标签;
匹配值生成模块36,用于根据所述每个图片的至少一个标签中的每个标签与其对应的图片的内容信息的匹配度为所述每个图片的每个标签生成匹配值。
可选的,所述终端设备3还包括:
数据库生成模块37,用于根据每个图片的标签生成所述预设存储空间中存储的图片的标签数据库;
匹配模块31具体用于:
将所述文本信息与所述预设存储空间中存储的图片的标签数据库中的标签进行匹配。
可选的,所述匹配模块31包括:
分词单元311,用于对所述文本信息进行分词处理获得至少一个分词结果;
匹配单元312,用于将所述至少一个分词结果中的每个分词结果与预设存储空间中存储的每个图片的标签进行匹配。
可选的,所述分词单元311具体用于:
识别所述搜索请求中文本信息的预设分词符,根据所述预设分词符将所述文本信息进行分词处理获得至少一个分词结果;
或者,将所述搜索请求中的文本信息与预设分词词典匹配,若所述文本信息中包括所述预设分词词典中的至少一个分词,则将所述文本信息中包括的所述至少一个分词作为分词结果。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述终端设备的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图4是本申请又一实施例提供的终端设备的示意框图。如图4所示,该实施例的终端设备4包括:一个或多个处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个图片的搜索方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,所述处理器40执行所述计算机程序42时实现上述终端设备实施例中各模块/单元的功能,例如图3所示模块31至34的功能。
示例性的,所述计算机程序42可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器41中,并由所述处理器40执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序42在所述终端设备4中的执行过程。例如,所述计算机程序42可以被分割成匹配模块、标签获取模块、匹配值获取模块、显示模块。
所述匹配模块,用于获取用户的搜索请求,并对所述搜索请求中的文本信息与预设存储空间中存储的每个图片的标签进行匹配;
所述标签获取模块,用于若所述文本信息与所述预设存储空间中存储的至少一个图片的至少一个标签匹配成功,则获取匹配成功的标签;
所述匹配值获取模块,用于获取所述匹配成功的标签在其对应的图片中的匹配值;
所述显示模块,用于显示所述匹配值大于阈值的图片信息。
其它模块或者单元可参照图3所示的实施例中的描述,在此不再赘述。
所述终端设备包括但不仅限于处理器40、存储器41。本领域技术人员可以理解,图4仅仅是终端设备4的一个示例,并不构成对终端设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入设备、输出设备、网络接入设备、总线等。
所述处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述终端设备4的内部存储单元,例如终端设备4的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备,例如所述终端设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
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或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的终端设备和方法,可以通过其它的方式实现。例如,以上所描述的终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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,在本申请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,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,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,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种图片的搜索方法,其特征在于,包括:
获取用户的搜索请求,并将所述搜索请求中的文本信息与预设存储空间中存储的每个图片的标签进行匹配;
若所述文本信息与所述预设存储空间中存储的至少一个图片的至少一个标签匹配成功,则获取匹配成功的标签;
获取所述匹配成功的标签在其对应的图片中的匹配值;
显示所述匹配值大于阈值的图片的信息。
2.如权利要求1所述的图片的搜索方法,其特征在于,在将所述搜索请求中的文本信息与预设存储空间中存储的每个图片的标签进行匹配之前,还包括:
识别所述预设存储空间中存储的每个图片的内容信息,并根据所述每个图片的内容信息为所述每个图片生成至少一个标签;
根据所述每个图片的至少一个标签中的每个标签与其对应的图片的内容信息的匹配度为所述每个图片的每个标签生成匹配值。
3.如权利要求2所述的图片的搜索方法,其特征在于,在根据所述每个图片的内容信息为所述每个图片生成至少一个标签之后,还包括:
根据每个图片的标签生成所述预设存储空间中存储的图片的标签数据库;
所述将所述搜索请求中的文本信息与预设存储空间中存储的每个图片的标签进行匹配包括:
将所述文本信息与所述预设存储空间中存储的图片的标签数据库中的标签进行匹配。
4.如权利要求1至3任一项所述图片的搜索方法,其特征在于,所述将所述搜索请求中的文本信息与预设存储空间存储的每个图片的标签进行匹配包括:
对所述文本信息进行分词处理获得至少一个分词结果;
将所述至少一个分词结果中的每个分词结果与预设存储空间中存储的每个图片的标签进行匹配。
5.如权利要求4所述的图片的搜索方法,其特征在于,所述对所述文本信息进行分词处理获得至少一个分词结果包括:
识别所述搜索请求中文本信息的预设分词符,根据所述预设分词符将所述文本信息进行分词处理获得至少一个分词结果;
或者,将所述搜索请求中的文本信息与预设分词词典匹配,若所述文本信息中包括所述预设分词词典中的至少一个分词,则将所述文本信息中包括的所述至少一个分词作为分词结果。
6.一种终端设备,其特征在于,包括:
匹配模块,用于获取用户的搜索请求,并对所述搜索请求中的文本信息与预设存储空间中存储的每个图片的标签进行匹配;
标签获取模块,用于若所述文本信息与所述预设存储空间中存储的至少一个图片的至少一个标签匹配成功,则获取匹配成功的标签;
匹配值获取模块,用于获取所述匹配成功的标签在其对应的图片中的匹配值;
显示模块,用于显示所述匹配值大于阈值的图片的信息。
7.如权利要求6所述的终端设备,其特征在于,还包括:
识别模块,用于识别所述预设存储空间中存储的每个图片的内容信息,并根据所述每个图片的内容信息为所述每个图片生成至少一个标签;
匹配值生成模块,用于根据所述每个图片的至少一个标签中的每个标签与其对应的图片的内容信息的匹配度为所述每个图片的每个标签生成匹配值。
8.如权利要求7所述的终端设备,其特征在于,还包括:
数据库生成模块,用于根据每个图片的标签生成所述预设存储空间中存储的图片的标签数据库;
所述匹配模块具体用于:
将所述文本信息与所述预设存储空间中存储的图片的标签数据库中的标签进行匹配。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被一个或多个处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710960277.2A CN107679208A (zh) | 2017-10-16 | 2017-10-16 | 一种图片的搜索方法、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710960277.2A CN107679208A (zh) | 2017-10-16 | 2017-10-16 | 一种图片的搜索方法、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107679208A true CN107679208A (zh) | 2018-02-09 |
Family
ID=61140344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710960277.2A Pending CN107679208A (zh) | 2017-10-16 | 2017-10-16 | 一种图片的搜索方法、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107679208A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108763440A (zh) * | 2018-05-25 | 2018-11-06 | 深圳乐信软件技术有限公司 | 一种图片搜索方法、装置、终端和存储介质 |
CN108829736A (zh) * | 2018-05-21 | 2018-11-16 | 四川斐讯信息技术有限公司 | 一种图片数据和标签信息的拼接方法和系统 |
CN109635829A (zh) * | 2018-10-23 | 2019-04-16 | 惠州Tcl移动通信有限公司 | 一种图片的分类方法、移动终端及计算机存储介质 |
CN109670058A (zh) * | 2018-11-02 | 2019-04-23 | 平安科技(深圳)有限公司 | 基于大数据的图片管理方法、装置、介质及电子设备 |
CN109710790A (zh) * | 2018-11-19 | 2019-05-03 | 北京达佳互联信息技术有限公司 | 表情搜索方法和装置、终端设备及存储介质 |
CN110309464A (zh) * | 2018-03-01 | 2019-10-08 | 北京京东尚科信息技术有限公司 | 信息展示系统、方法及装置 |
CN110765301A (zh) * | 2019-11-06 | 2020-02-07 | 腾讯科技(深圳)有限公司 | 图片处理方法、装置、设备及存储介质 |
CN111797765A (zh) * | 2020-07-03 | 2020-10-20 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、服务器及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103136228A (zh) * | 2011-11-25 | 2013-06-05 | 阿里巴巴集团控股有限公司 | 一种图片搜索方法以及图片搜索装置 |
CN103473327A (zh) * | 2013-09-13 | 2013-12-25 | 广东图图搜网络科技有限公司 | 图像检索方法与系统 |
-
2017
- 2017-10-16 CN CN201710960277.2A patent/CN107679208A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103136228A (zh) * | 2011-11-25 | 2013-06-05 | 阿里巴巴集团控股有限公司 | 一种图片搜索方法以及图片搜索装置 |
CN103473327A (zh) * | 2013-09-13 | 2013-12-25 | 广东图图搜网络科技有限公司 | 图像检索方法与系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110309464A (zh) * | 2018-03-01 | 2019-10-08 | 北京京东尚科信息技术有限公司 | 信息展示系统、方法及装置 |
CN108829736A (zh) * | 2018-05-21 | 2018-11-16 | 四川斐讯信息技术有限公司 | 一种图片数据和标签信息的拼接方法和系统 |
CN108763440A (zh) * | 2018-05-25 | 2018-11-06 | 深圳乐信软件技术有限公司 | 一种图片搜索方法、装置、终端和存储介质 |
CN109635829A (zh) * | 2018-10-23 | 2019-04-16 | 惠州Tcl移动通信有限公司 | 一种图片的分类方法、移动终端及计算机存储介质 |
CN109670058A (zh) * | 2018-11-02 | 2019-04-23 | 平安科技(深圳)有限公司 | 基于大数据的图片管理方法、装置、介质及电子设备 |
CN109710790A (zh) * | 2018-11-19 | 2019-05-03 | 北京达佳互联信息技术有限公司 | 表情搜索方法和装置、终端设备及存储介质 |
CN110765301A (zh) * | 2019-11-06 | 2020-02-07 | 腾讯科技(深圳)有限公司 | 图片处理方法、装置、设备及存储介质 |
CN111797765A (zh) * | 2020-07-03 | 2020-10-20 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、服务器及存储介质 |
CN111797765B (zh) * | 2020-07-03 | 2024-04-16 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、服务器及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107679208A (zh) | 一种图片的搜索方法、终端设备及存储介质 | |
CN107590291A (zh) | 一种图片的搜索方法、终端设备及存储介质 | |
CN107741972A (zh) | 一种图片的搜索方法、终端设备及存储介质 | |
CN112395506A (zh) | 一种资讯推荐方法、装置、电子设备和存储介质 | |
CN111046221A (zh) | 歌曲推荐方法、装置、终端设备以及存储介质 | |
CN114357117A (zh) | 事务信息查询方法、装置、计算机设备及存储介质 | |
CN109508448A (zh) | 基于长篇文章生成短资讯方法、介质、装置和计算设备 | |
CN106709055A (zh) | 一种图片试题的处理方法及装置 | |
CN113886708A (zh) | 基于用户信息的产品推荐方法、装置、设备及存储介质 | |
EP3617910A1 (en) | Method and apparatus for displaying textual information | |
CN113268615A (zh) | 资源标签生成方法、装置、电子设备及存储介质 | |
CN111625567A (zh) | 数据模型匹配方法、装置、计算机系统及可读存储介质 | |
CN107748772A (zh) | 一种商标识别方法及装置 | |
CN111814481B (zh) | 购物意图识别方法、装置、终端设备及存储介质 | |
CN111444368B (zh) | 构建用户画像的方法、装置、计算机设备及存储介质 | |
CN110363206A (zh) | 数据对象的聚类、数据处理及数据识别方法 | |
CN108133048A (zh) | 文件排序方法、装置及移动终端 | |
CN109740130B (zh) | 用于生成文件的方法和装置 | |
CN114218373A (zh) | 一种大容量文本内容检索方法和系统 | |
CN114169306A (zh) | 一种生成电子回执单的方法、装置、设备及可读存储介质 | |
CN113344674A (zh) | 基于用户购买力的产品推荐方法、装置、设备及存储介质 | |
CN114021004A (zh) | 一种理科相似题推荐方法、装置、设备及可读存储介质 | |
CN111090743A (zh) | 一种基于词嵌入和多值形式概念分析的论文推荐方法及装置 | |
CN108846103A (zh) | 一种数据查询方法及装置 | |
CN111046629B (zh) | 大纲显示方法、装置及设备 |
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: 20180209 |
|
RJ01 | Rejection of invention patent application after publication |