CN107862018A - 食材烹饪方法的推荐方法和抽油烟机 - Google Patents

Abstract

本发明公开了一种食材烹饪方法的推荐方法和抽油烟机。其中，该方法包括：获取菜谱中目标菜肴的图像信息；基于上述图像信息确定与上述目标菜肴对应的烹饪方式；展示上述烹饪方式。本发明解决了现有的查询食材烹饪方法的操作较为复杂和繁琐的技术问题。

Description

食材烹饪方法的推荐方法和抽油烟机

技术领域

本发明涉及智能电器领域，具体而言，涉及一种食材烹饪方法的推荐方法和抽油烟机。

背景技术

随着人民生活水平和对生活质量要求的提高，传统的饮食方式已经不能够满足用户的需求，多样化的饮食方式受到广大健康爱好者的喜爱，并且，由于每个人的饮食喜好和饮食方式的不同，因此，越来越多的用户根据网络上或者烹饪教材上的食谱进行烹饪。

事实上，现有的查询食材制作方法，例如，根据网络上或者烹饪教材上的食谱进行烹饪，需要用户手动输入食材名称或者翻看食谱的目录，操作较为复杂繁琐，因而，需要提供一种更加智能和便捷的推荐方式，但是，目前并不存在一种厨房设备能够自动根据厨房中的食材来推荐制作方法。

针对上述现有的查询食材烹饪方法的操作较为复杂和繁琐的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种食材烹饪方法的推荐方法和抽油烟机，以至少解决现有的查询食材烹饪方法的操作较为复杂和繁琐的技术问题。

根据本发明实施例的一个方面，提供了一种食材烹饪方法的推荐方法，包括：获取菜谱中目标菜肴的图像信息；基于上述图像信息确定与上述目标菜肴对应的烹饪方式；展示上述烹饪方式。

进一步地，基于上述图像信息确定与上述目标菜肴对应的烹饪方式之前，上述方法还包括：通过以下方式确定上述目标菜肴对应的食材：使用第一模型对上述图像信息进行分析，确定上述目标菜肴对应的第一食材组合，其中，上述第一模型为使用多组数据通过机器学习训练得到的，上述多组数据中的每组数据均包括：菜肴的图像和图像中的食材组合。

进一步地，基于上述图像信息确定与上述目标菜肴对应的烹饪方式，包括：基于上述图像信息获取至少一个候选烹饪方式；从上述至少一个候选烹饪方式中，选择烹饪过程中使用到上述食材的烹饪方式作为与上述目标菜肴对应的烹饪方式。

进一步地，选择烹饪过程中使用到上述食材的烹饪方式之前，上述方法还包括：获取已有食材；判断上述至少一个候选烹饪方式所使用的食材是否存在于上述已有食材中；其中，在判断结果为是时，选择上述烹饪过程中使用到上述食材的烹饪方式。

进一步地，上述方法还包括：在上述判断结果为否时，输出提示信息，该提示信息用于提示与选择的烹饪方式所对应的食材中，上述已有食材中不存在的食材。

进一步地，基于上述图像信息确定与上述目标菜肴对应的烹饪方式之前，上述方法还包括：从上述图像信息中提取文字信息；从预设数据库中查找与上述文字信息对应的第二食材组合，得到食材集合；判断上述食材集合中是否存在上述第一食材组合；并在判断结果为是时，触发确定与上述目标菜肴对应的烹饪方式。

进一步地，上述方法应用于抽油烟机中。

进一步地，基于上述图像信息确定与上述目标菜肴对应的烹饪方式之后，上述方法还包括：在按照确定的烹饪方式进行烹饪过程中，上述抽油烟机执行与上述烹饪方式对应的动作，上述动作包括以下至少之一：风量控制。

进一步地，展示上述烹饪方式，包括：向用户终端发送上述烹饪方式，并通过上述用户终端展示上述烹饪方式；其中，上述烹饪方式通过以下至少之一方式进行展示：文字、视频、语音。

根据本发明实施例的另一方面，还提供了一种抽油烟机，包括：图像采集装置，用于获取菜谱中目标菜肴的图像信息；处理器，用于基于上述图像信息确定与上述目标菜肴对应的烹饪方式；显示装置，用于展示上述烹饪方式。

在本发明实施例中，采用智能控制的方式，通过获取菜谱中目标菜肴的图像信息；基于上述图像信息确定与上述目标菜肴对应的烹饪方式；展示上述烹饪方式，达到了识别不同的菜谱，根据不同的菜谱食材智能推荐食材制作方法的目的，从而实现了提高用户烹饪料理过程的便捷度的技术效果，进而解决了现有的查询食材烹饪方法的操作较为复杂和繁琐的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种食材烹饪方法的推荐方法的步骤流程图；

图2是根据本发明实施例的一种可选的食材烹饪方法的推荐方法的步骤流程图；

图3是根据本发明实施例的一种抽油烟机的结构示意图；

图4是根据本发明实施例的一种食材烹饪方法的推荐装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

首先，为方便理解本发明实施例，下面将对本发明中所涉及的部分术语或名词进行解释说明：

像素：是计算机屏幕上所能显示的最小单位，用来表示图像的单位，指可以显示出的水平和垂直像素的数组，屏幕中的像素点越多，画面的分辨率越高，图像就越细腻和逼真；像素点：指像素的数值。

二值化：是指对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，可以简单的分为前景与背景，先对彩色图进行处理，使图片只有前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。

以图搜图：是指在获取到图像后，通过深度学习对结果进行排序，并通过用户记录的三元组数据(查询图片、点击图片和未点击图片)来训练模型的排序损失函数，从而得到排序结果，在输入一张图像后，模型会自动检测出主体，然后按照排序分数高低排出相关对象的结果。

迁移学习：实质是图像匹配，通过迁移学习将模型应用在各个领域中，具体是数据库中的图片的矢量表示X通过线性变换迁移到别的领域的图像X1上，通过引用随机傅里叶函数，将迁移变换转变为非线性函数，然后得到需要的图像。

深度学习：是机器学习中一种基于对数据进行表征学习的方法，概念源于人工神经网络的研究，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示，含多隐层的多层感知器就是一种深度学习结构。

KNN算法：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确分类的对象。

OCR文字识别：是指一种用于提供图片文字识别服务的软件，具有PDF文件处理功能，具有批量处理功能，可以避免单页处理的麻烦，具有识别正确率高、识别速度快的特点。

实施例1

根据本发明实施例，提供了一种食材烹饪方法的推荐方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的一种食材烹饪方法的推荐方法的步骤流程图，如图1所示，该方法包括如下步骤：

步骤S102，获取菜谱中目标菜肴的图像信息；

步骤S104，基于上述图像信息确定与上述目标菜肴对应的烹饪方式；

步骤S106，展示上述烹饪方式。

在本发明实施例中，采用智能控制的方式，通过获取菜谱中目标菜肴的图像信息；基于上述图像信息确定与上述目标菜肴对应的烹饪方式；展示上述烹饪方式，达到了识别不同的菜谱，根据不同的菜谱食材智能推荐食材制作方法的目的，从而实现了提高用户烹饪料理过程的便捷度的技术效果，进而解决了现有的查询食材烹饪方法的操作较为复杂和繁琐的技术问题。

作为一种可选的实施方式，上述食材烹饪方法的推荐方法,可以但不限于应用于抽油烟机中。

可选的，上述菜谱可以是预先存储在抽油烟机中的数据库中的菜谱，也可以为与抽油烟机存在网络连接关系的数据库中存储的菜谱，本申请对此并不具体限定。

在一种可选的实施例中，展示上述烹饪方式，包括：向用户终端发送上述烹饪方式，并通过上述用户终端展示上述烹饪方式；其中，上述烹饪方式通过以下至少之一方式进行展示：文字、视频、语音。

上述用户终端可以但不限于智能手机、计算机设备(例如，笔记本电脑、台式电脑)，平板电脑等终端设备。

可选的，上述目标菜肴可以为用户在上述菜谱中选中的菜肴，其中，用户可以通过多种方式选择目标菜肴，例如，语音读取目标菜肴的名称，点击抽油烟机上的触摸屏的目标菜肴的名称，根据抽油烟机的按键(按钮)选中目标菜肴的名称，根据与抽油烟机存在网络连接关系的终端设备上进行选择，并将选中的目标菜肴的信息发送至抽油烟机等，本申请对此并不具体限定。

在一种可选的实施例中，本申请所提供的实施方案，可以将抽油烟机分别与用户的终端设备、数据库、服务器和用户家庭(餐厅、饭店、酒店等)的网关设备建立网络连接，上述数据库中，还可以预存有目标菜肴的图像信息，和与目标菜肴对应的烹饪方式，进而可以在抽油烟机获取菜谱中目标菜肴的图像信息之后，基于上述图像信息确定与上述目标菜肴对应的烹饪方式。需要说明的是，上述网关设备可以包括但不限于：无线网卡、蓝牙、Wi-Fi等。

作为一种可选的实施方式，基于上述图像信息确定与上述目标菜肴对应的烹饪方式之前，上述方法还包括：通过以下方式确定上述目标菜肴对应的食材：使用第一模型对上述图像信息进行分析，确定上述目标菜肴对应的第一食材组合，其中，上述第一模型为使用多组数据通过机器学习训练得到的，上述多组数据中的每组数据均包括：菜肴的图像和图像中的食材组合。

在本申请所提供的可选实施例中，在分析菜谱中目标菜肴的图像信息时，可以利用深度学习或者KNN算法，将图像信息中存在相同特征的图像信息滤除，以得到存在差异的特征信息，进而得到目标对象的手势图像与模板图像的差异信息。

在另一种可选的实施例中，本申请可以但不限于采用以图搜图的方式，分析菜谱中目标菜肴的图像信息，将模型中与当前图像有相似特征的图像提取出来，并通过迁移学习算法，确定出最接近的图像。而在基于上述图像信息确定与上述目标菜肴对应的烹饪方式，可以通过KNN算法提取出与上述目标菜肴对应的烹饪方式，并向用户展示推荐。

作为一种可选的实施方式，在建立上述第一模型时，可以通过历史时间段中获取到的菜谱中目标菜肴的图像信息和与上述目标菜肴对应的烹饪方式。并且，着重提取包含用户菜肴食材的图像信息，并将图像信息和与上述目标菜肴对应的烹饪方式存储在数据库中，以让机器学习训练，从而在获取到最新的目标菜肴的图像信息之后，可以使用第一模型对上述图像信息进行分析，基于上述图像信息确定与上述目标菜肴对应的烹饪方式，并向用户展示上述烹饪方式。

另外，本申请还可以根据每个用户或家庭的生活和饮食习惯，建立对应设置的食谱调整参数，并将参数数据和用户或家庭的身份相匹配存在数据库中，并建立一个数据模型，以在确定出用户或家庭身份信息后，提取对应的食谱调整参数，从而可以有效调节控制抽油烟机，增强用户的体验感。

在另外一种可选的实施例中，基于上述图像信息确定与上述目标菜肴对应的烹饪方式，包括：基于上述图像信息获取至少一个候选烹饪方式；从上述至少一个候选烹饪方式中，选择烹饪过程中使用到上述食材的烹饪方式作为与上述目标菜肴对应的烹饪方式。

此处需要说明的是，烹饪同一菜品可能使用的食材组合略有不同，在本申请上述实施例中，优选的实施方式是确定食材完全相同的菜品的烹饪方式。

在一种可选的实施方式中，图2是根据本发明实施例的一种可选的食材烹饪方法的推荐方法的步骤流程图，如图2所示，选择烹饪过程中使用到上述食材的烹饪方式之前，上述方法还包括如下步骤：

步骤S202，获取已有食材；

步骤S204，判断上述至少一个候选烹饪方式所使用的食材是否存在于上述已有食材中；

步骤S206，其中，在判断结果为是时，选择上述烹饪过程中使用到上述食材的烹饪方式。

在一种可选的实施例中，抽油烟机可以通过以下方式获取已有食材：上述抽油烟机接收上述抽油烟机所在区域的图像采集装置发送的上述已有食材的图像信息；或者上述抽油烟机接收上述抽油烟机上设置的图像采集装置采集的上述已有食材的图像信息。

可选的，上述抽油烟机所在区域可以为抽油烟机所在房间的指定区域，例如，抽油烟机的周围区域。本申请实施例中，可以在设置有上述抽油烟机的房间内的指定区域设置一个或多个图像采集装置，(例如，摄像头)，以采集已有食材的图像信息。

此外，上述图像采集装置可以设置在抽油烟机上，例如，可以设置在抽油烟机的抽风口处，还可以设置在抽油烟机的边缘位置。需要说明的是，在采集已有食材的图像信息时，可以是每隔预设时间段(例如，每隔一分钟)拍摄或录制一次图像。

需要说明的是，本申请中对于设置图像采集装置的具体位置不作具体限定，除上述可选的实施方式之外，还可以根据具体情况和用户需求适应性增加设置，例如，上述图像采集装置还可以设置在洗菜池附近的安全区域，冰箱附近的区域。

另外，本申请中对于拍摄的图像的类别不做限定，包括但不限于：黑白图像(灰度图像)、彩色图像(RGB图像)。在分析图像时，可以根据二值化图像处理方式分析图像中的信息，具体的，在分析时，可以对图像中多个像素点与历史图像中的像素点位置进行比较，以确定出存在差异的像素点，然后将存在差异的像素点区分出来，得到图像中是否存在已有食材的图像信息。

在一种可选的实施方式中，上述方法还包括：在上述判断结果为否时，输出提示信息，该提示信息用于提示与选择的烹饪方式所对应的食材中，上述已有食材中不存在的食材。

作为一种可选的实施例，基于上述图像信息确定与上述目标菜肴对应的烹饪方式之前，上述方法还包括：从上述图像信息中提取文字信息；从预设数据库中查找与上述文字信息对应的第二食材组合，得到食材集合；判断上述食材集合中是否存在上述第一食材组合；并在判断结果为是时，触发确定与上述目标菜肴对应的烹饪方式。

在一种可选的实施方式中，可以通过OCR文字识别技术识别从上述图像信息中提取文字信息，其中，上述文字信息可以为但不限于：菜名。

需要说明的是，在本申请实施例中，在上述预设数据库中预先存储有各个菜肴对应的食材组合。

为了提高抽油烟机向用户推荐烹饪方法的准确性和高效性，在基于上述图像信息确定与上述目标菜肴对应的烹饪方式之前，还可以提取用于的菜名，并在预设数据库中查找与上述文字信息对应的第二食材组合，确定食材集合，并在上述食材集合中是否存在上述第一食材组合的情况下，触发确定与上述目标菜肴对应的烹饪方式。

通过上述可选实施例，可以综合考虑用户的饮食习惯和当前生理状态，进而可以实现在最大程度上的保证用户的饮食健康，并且更加的便捷和高效。

本申请还提供了如下一种可选的实施例，基于上述图像信息确定与上述目标菜肴对应的烹饪方式之后，上述方法还包括：在按照确定的烹饪方式进行烹饪过程中，上述抽油烟机执行与上述烹饪方式对应的动作，上述动作包括以下至少之一：风量控制。

此外，在按照确定的烹饪方式进行烹饪过程中，关于抽油烟机执行与上述烹饪方式对应的动作，本申请还提供了一个可选的实施例，也即，抽油烟机调整与上述烹饪方式对应的风量档位，其中，不同的风量档位对应不同的风量值。

在一种可选的实施例中，上述抽油烟机的风量值可以不设置具体的档位，也即无档位，区别于现有的固定根据快档位和慢档位控制方式，根据油烟的浓度和分布区域，无档位进行风量控制，可以实现更加的准确调节控制的效果。

在另一种可选的实施例中，上述抽油烟机的风量值可以与现有技术中的调整风量值的风量档位相匹配，进而可以通过依据上述第一指令控制风量档位的方式，可以更加准确的调节控制抽油烟机。

实施例2

本发明实施例还提供了一种用于实施上述食材烹饪方法的推荐方法的抽油烟机，图3是根据本申请实施例的一种抽油烟机的结构示意图，如图3所示，上述抽油烟机，包括：图像采集装置30、处理器32和显示装置34，其中，

图像采集装置30，用于获取菜谱中目标菜肴的图像信息；处理器32，用于基于上述图像信息确定与上述目标菜肴对应的烹饪方式；显示装置34，用于展示上述烹饪方式。

需要说明的是，上述实施例1中的任意一种可选的或优选的食材烹饪方法的推荐方法，均可以在本实施例所提供的抽油烟机中执行或实现。

此外，仍需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，此处不再赘述。

实施例3

本发明实施例还提供了一种用于实施上述食材烹饪方法的推荐方法的装置，图4是根据本发明实施例的一种食材烹饪方法的推荐装置的结构示意图，如图4所示，上述抽油烟机的控制装置，包括：获取模块40、确定模块42和展示模块44，其中，

获取模块40，用于获取菜谱中目标菜肴的图像信息；确定模块42，用于基于上述图像信息确定与上述目标菜肴对应的烹饪方式；展示模块44，用于展示上述烹饪方式。

此处需要说明的是，上述获取模块40、确定模块42和展示模块44对应于实施例1中的步骤S102至步骤S106，上述模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在计算机终端中。

需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，此处不再赘述。

上述的食材烹饪方法的推荐装置还可以包括处理器和存储器，上述获取模块40、确定模块42和展示模块44等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元，上述内核可以设置一个或以上。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本申请实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质包括存储的程序，其中，在上述程序运行时控制上述存储介质所在设备执行上述任意一种食材烹饪方法的推荐方法。

可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。

本申请实施例还提供了一种处理器。可选地，在本实施例中，上述处理器用于运行程序，其中，上述程序运行时执行上述任意一种食材烹饪方法的推荐方法。

本申请实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取菜谱中目标菜肴的图像信息；基于上述图像信息确定与上述目标菜肴对应的烹饪方式；展示上述烹饪方式。

可选地，上述处理器执行程序时，还可以通过以下方式确定上述目标菜肴对应的食材：使用第一模型对上述图像信息进行分析，确定上述目标菜肴对应的第一食材组合，其中，上述第一模型为使用多组数据通过机器学习训练得到的，上述多组数据中的每组数据均包括：菜肴的图像和图像中的食材组合。

可选地，上述处理器执行程序时，还可以基于上述图像信息获取至少一个候选烹饪方式；从上述至少一个候选烹饪方式中，选择烹饪过程中使用到上述食材的烹饪方式作为与上述目标菜肴对应的烹饪方式。

可选地，上述处理器执行程序时，还可以获取已有食材；判断上述至少一个候选烹饪方式所使用的食材是否存在于上述已有食材中；其中，在判断结果为是时，选择上述烹饪过程中使用到上述食材的烹饪方式。

可选地，上述处理器执行程序时，还可以在上述判断结果为否时，输出提示信息，该提示信息用于提示与选择的烹饪方式所对应的食材中，上述已有食材中不存在的食材。

可选地，上述处理器执行程序时，还可以从上述图像信息中提取文字信息；从预设数据库中查找与上述文字信息对应的第二食材组合，得到食材集合；判断上述食材集合中是否存在上述第一食材组合；并在判断结果为是时，触发确定与上述目标菜肴对应的烹饪方式。

可选地，上述处理器执行程序时，还可以在按照确定的烹饪方式进行烹饪过程中，上述抽油烟机执行与上述烹饪方式对应的动作，上述动作包括以下至少之一：风量控制。

可选地，上述处理器执行程序时，还可以向用户终端发送上述烹饪方式，并通过上述用户终端展示上述烹饪方式；其中，上述烹饪方式通过以下至少之一方式进行展示：文字、视频、语音。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取菜谱中目标菜肴的图像信息；基于上述图像信息确定与上述目标菜肴对应的烹饪方式；展示上述烹饪方式。

可选地，上述计算机程序产品执行程序时，还可以通过以下方式确定上述目标菜肴对应的食材：使用第一模型对上述图像信息进行分析，确定上述目标菜肴对应的第一食材组合，其中，上述第一模型为使用多组数据通过机器学习训练得到的，上述多组数据中的每组数据均包括：菜肴的图像和图像中的食材组合。

可选地，上述计算机程序产品执行程序时，还可以基于上述图像信息获取至少一个候选烹饪方式；从上述至少一个候选烹饪方式中，选择烹饪过程中使用到上述食材的烹饪方式作为与上述目标菜肴对应的烹饪方式。

可选地，上述计算机程序产品执行程序时，还可以获取已有食材；判断上述至少一个候选烹饪方式所使用的食材是否存在于上述已有食材中；其中，在判断结果为是时，选择上述烹饪过程中使用到上述食材的烹饪方式。

可选地，上述计算机程序产品执行程序时，还可以在上述判断结果为否时，输出提示信息，该提示信息用于提示与选择的烹饪方式所对应的食材中，上述已有食材中不存在的食材。

可选地，上述计算机程序产品执行程序时，还可以从上述图像信息中提取文字信息；从预设数据库中查找与上述文字信息对应的第二食材组合，得到食材集合；判断上述食材集合中是否存在上述第一食材组合；并在判断结果为是时，触发确定与上述目标菜肴对应的烹饪方式。

可选地，上述计算机程序产品执行程序时，还可以在按照确定的烹饪方式进行烹饪过程中，上述抽油烟机执行与上述烹饪方式对应的动作，上述动作包括以下至少之一：风量控制。

可选地，上述计算机程序产品执行程序时，还可以向用户终端发送上述烹饪方式，并通过上述用户终端展示上述烹饪方式；其中，上述烹饪方式通过以下至少之一方式进行展示：文字、视频、语音。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，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。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，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，可以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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

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，也可以采用软件功能单元的形式实现。

所述集成的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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种食材烹饪方法的推荐方法，其特征在于，包括：

获取菜谱中目标菜肴的图像信息；

基于所述图像信息确定与所述目标菜肴对应的烹饪方式；

展示所述烹饪方式。

2.根据权利要求1所述的方法，其特征在于，基于所述图像信息确定与所述目标菜肴对应的烹饪方式之前，所述方法还包括：通过以下方式确定所述目标菜肴对应的食材：

使用第一模型对所述图像信息进行分析，确定所述目标菜肴对应的第一食材组合，其中，所述第一模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：菜肴的图像和图像中的食材组合。

3.根据权利要求2所述的方法，其特征在于，基于所述图像信息确定与所述目标菜肴对应的烹饪方式，包括：

基于所述图像信息获取至少一个候选烹饪方式；

从所述至少一个候选烹饪方式中，选择烹饪过程中使用到所述食材的烹饪方式作为与所述目标菜肴对应的烹饪方式。

4.根据权利要求3所述的方法，其特征在于，选择烹饪过程中使用到所述食材的烹饪方式之前，所述方法还包括：

获取已有食材；

判断所述至少一个候选烹饪方式所使用的食材是否存在于所述已有食材中；

其中，在判断结果为是时，选择所述烹饪过程中使用到所述食材的烹饪方式。

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：在所述判断结果为否时，输出提示信息，该提示信息用于提示与选择的烹饪方式所对应的食材中，所述已有食材中不存在的食材。

6.根据权利要求2所述的方法，其特征在于，基于所述图像信息确定与所述目标菜肴对应的烹饪方式之前，所述方法还包括：

从所述图像信息中提取文字信息；

从预设数据库中查找与所述文字信息对应的第二食材组合，得到食材集合；

判断所述食材集合中是否存在所述第一食材组合；并在判断结果为是时，触发确定与所述目标菜肴对应的烹饪方式。

7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述方法应用于抽油烟机中。

8.根据权利要求7所述的方法，其特征在于，基于所述图像信息确定与所述目标菜肴对应的烹饪方式之后，所述方法还包括：

在按照确定的烹饪方式进行烹饪过程中，所述抽油烟机执行与所述烹饪方式对应的动作，所述动作包括以下至少之一：风量控制。

9.根据权利要求1至6中任意一项所述的方法，其特征在于，展示所述烹饪方式，包括：

向用户终端发送所述烹饪方式，并通过所述用户终端展示所述烹饪方式；

其中，所述烹饪方式通过以下至少之一方式进行展示：文字、视频、语音。

10.一种抽油烟机，其特征在于，包括：

图像采集装置，用于获取菜谱中目标菜肴的图像信息；

处理器，用于基于所述图像信息确定与所述目标菜肴对应的烹饪方式；

显示装置，用于展示所述烹饪方式。