CN107958069B - 图像处理的方法和装置、电子设备、计算机可读存储介质 - Google Patents

图像处理的方法和装置、电子设备、计算机可读存储介质 Download PDF

Info

Publication number
CN107958069B
CN107958069B CN201711269416.3A CN201711269416A CN107958069B CN 107958069 B CN107958069 B CN 107958069B CN 201711269416 A CN201711269416 A CN 201711269416A CN 107958069 B CN107958069 B CN 107958069B
Authority
CN
China
Prior art keywords
image
elements
clustering
face
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.)
Active
Application number
CN201711269416.3A
Other languages
English (en)
Other versions
CN107958069A (zh
Inventor
柯秀华
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201711269416.3A priority Critical patent/CN107958069B/zh
Publication of CN107958069A publication Critical patent/CN107958069A/zh
Application granted granted Critical
Publication of CN107958069B publication Critical patent/CN107958069B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • User Interface Of Digital Computer (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例提供一种图像处理的方法和装置、电子设备、计算机可读存储介质,通过对图像进行识别,获取图像中包含的元素,将所述元素呈现在终端的应用程序的界面,接收对所述元素中的第一元素的选择,并对所述第一元素进行标记,根据所标记的第一元素,对所述图像进行聚类,可以实现有选择的进行图像聚类,从而获取准确的聚类结果,提高了图像处理的效率。

Description

图像处理的方法和装置、电子设备、计算机可读存储介质
技术领域
本申请涉及图像处理技术领域,特别是涉及图像处理的方法和装置、电子设备、计算机可读存储介质。
背景技术
传统技术中,按照图像的属性对图像进行聚类时,会对图像中包含所有该属性的图像均进行聚类,比如,按照图像中包含的人脸进行聚类时,会对图像中包含的所有人脸均进行聚类,对图像包含的所有人脸均进行聚类,会产生很多不是想要的人脸聚类的结果,因此,传统技术中,对图像聚类时不能准确获取分类结果。
发明内容
本申请实施例提供一种图像处理的方法和装置、电子设备、计算机可读存储介质,可以实现有选择的进行图像聚类,从而获取准确的聚类结果,提高了图像处理的效率。
一种图像处理的方法,所述方法包括:
对图像进行识别,获取所述图像包含的元素;
将所述元素呈现在应用程序的界面;
接收对所述元素中的第一元素的选择,对所述第一元素进行标记;
根据所标记的第一元素,对所述图像进行聚类,得到聚类结果。
一种图像处理的装置,所述装置包括:
获取模块,用于对图像进行识别,获取所述图像包含的元素;
呈现模块,用于将所述元素呈现在应用程序的界面;
标记模块,用于接收对所述元素中的第一元素的选择,对所述第一元素进行标记;
聚类模块,用于根据所标记的第一元素,对所述图像进行聚类,得到聚类结果。
一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行所述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法的步骤。
本申请实施例提供一种图像处理的方法和装置、电子设备、计算机可读存储介质,通过对图像进行识别,获取图像中包含的元素,将所述元素呈现在终端的应用程序的界面,接收对所述元素中的第一元素的选择,并对所述第一元素进行标记,根据所标记的第一元素,对所述图像进行聚类,可以实现有选择的进行图像聚类,从而获取准确的聚类结果,提高了图像处理的效率。
附图说明
为了更清楚地说明本申请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的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中图像处理的方法的应用环境示意图;
图2为本申请一个实施例中电子设备的内部结构示意图;
图3为本申请图像处理的方法一个实施例的流程图;
图4为本申请图像处理的方法中电子设备获取的一张图像;
图5为本申请图像处理的方法中电子设备获取的另一张图像;
图6为图4和图5中的图像包含的元素在应用程序的选择界面示意图;
图7为本申请图像处理的方法另一个实施例的流程图;
图8为本申请图像处理的方法又一个实施例的流程图;
图9为本申请图像处理的方法一个具体实施例的流程图;
图10为本申请提供的图像处理的装置一个实施例的结构框图;
图11为与本申请实施例提供的电子设备相关的手机的部分结构的框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种对象,但这些对象不受这些术语限制。这些术语仅用于将第一个对象与另一个对象区分。举例来说,在不脱离本申请的范围的情况下,可以将第一元素称为第二元素,且类似地,可将第二元素称为第一元素。第一元素和第二元素两者都是元素,但其不是同一元素。
图1为一个实施例中图像处理的方法的应用环境示意图。如图1所示,该应用环境包括电子设备110和服务器120。电子设备110与服务器120通过网络进行通信。电子设备110的媒体库中记录有第一图像集合,服务器120记录有第二图像集合。第一图像集合中的图像可包括存储在内存储器中的图像和外存储设备上的图像。内存储器是指客户端本身自带的存储器,是客户端硬件结构的一部分。外接存储器是指客户端外接的存储设备,外接存储可以通过专用接口与客户端进行数据传输。外存储设备可为嵌入式存储器等。嵌入式存储器可为SD卡(Secure Digital Memory Card,安全数码卡)、Mini SD卡(Mini-Secure DigitalMemory Card,安全数码卡)、TF(T-Flash卡)卡等。
电子设备110从第一图像集合或者第二图像集合中获取图像包含的元素,将所述元素呈现在应用程序的界面,接收从所述元素中选择的第一元素,对所述第一元素进行标记,根据第一元素从第一图像集合中获取第一聚类信息,并将所述第一元素信息上传到服务器120。服务器120根据所述第一元素信息对第二图像集合中图像进行聚类得到第二聚类信息,并将第二聚类信息返回给电子设备110。电子设备110根据第一聚类信息和第二聚类信息,得到聚类结果。
在其他应用场景中,服务器120可包括第一服务器和第二服务器。第一服务器用于存储电子设备110同步的图像,并对图像进行特征识别等。第二服务器用于对图像进行聚类处理,人脸识别算法模型训练等。第一服务器和第二服务器均可由一个或多个服务器组成。
图2为一个实施例中电子设备的内部结构示意图。如图2所示,该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该处理器用于提供计算和控制能力,支撑整个电子设备的运行。存储器用于存储数据、程序等,存储器上存储至少一个计算机程序,该计算机程序可被处理器执行,以实现本申请实施例中提供的适用于电子设备的图像处理的方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random-Access-Memory,RAM)等。例如,在一个实施例中,存储器包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行,以用于实现以下各个实施例所提供的一种图像处理的方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。网络接口可以是以太网卡或无线网卡等,用于与外部的计算机设备进行通信。该电子设备可以是手机、平板电脑或者个人数字助理或穿戴式设备等。
请参阅图3,图3为本申请图像处理的方法一个实施例的流程图,所述方法包括:
步骤300、对图像进行识别,获取所述图像包含的元素。
具体地,电子设备进行识别的图像,包括以下至少一项中的图像:电子设备的终端数据库,云端数据库,与电子设备连接的外接存储器,以上各对象中存储的全部或者部分图像。其中,所述图像至少为一张以上,比如,电子设备进行识别的图像可以是电子设备的终端数据库中的全部或者部分图像,也可以是电子设备的云端数据库中存储的全部或者部分图像,还可以是与电子设备连接的外接存储器中存储的全部或者部分图像。
图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术,图像识别包括人脸识别、图像匹配等,可以采用深度学习的方式,通过深度学习的图像大数据提升图像识别的准确性。
图像包含的元素指的是图像中承载视觉信息的基本要素,也就是图像中包含的内容,比如,图像中包含的人脸、天空、日光、灯光、草地、树木、图像拍摄地点、图像拍摄日期等均可为图像包含的元素,比如,请参阅图4,图4为本申请图像处理的方法中电子设备获取的一张图像,图4的图像中包含的元素包括:人脸402、人脸404、人脸406、人脸408、拍摄地点和拍摄时间等,图5为本申请图像处理的方法中电子设备获取的另一张图像,图5中的图像包含的元素包括:人脸402、人脸406、人脸502、人脸504、拍摄时间和拍摄地点等。需要说明的是,图4和图5中包含的内容及内容的表现形式是为了解释本实施例的技术方案,并不用于限定本申请实施例的技术方案,在其他一些实施例中,电子设备获取的图像包含的的内容可以比图4或者图5包含更多或者更少的内容,以上均在本申请要求保护的技术方案的范围内。
电子设备从数据库中获取图像,对获取的所述图像进行图像识别,获取所述图像中包含的元素。请参阅图1,其中,所述图像可以是电子设备110中的媒体库中记录的第一图像集合,或者服务器120记录的第二图像集合,也可以是电子设备通过摄像头拍摄的图像,或者是电子设备从外接存储器等其他电子设备获取的图像。比如,所述电子设备获取摄像头拍摄的图像,或者电子设备获取所述第一图像集合中包含的图像,或者所述电子设备获取所述第二图像集合中包含的图像,或者电子设备获取所述第一图像集合中包含的图像和第二图像集合中包含的图像,从所述图像中识别出图像包含的元素,包括:获取图像中包含的多个人脸,比如人脸402、人脸404和人脸406等;图像中包含的图像拍摄地点,比如图像拍摄地点为北京活着纽约等;图像中包含的图像拍摄时间,比如图像拍摄时间为2017年12月04日,图像拍摄时间为2016年08月04日等。
步骤320、将所述元素呈现在应用程序的界面。
电子设备获取图像,对获取的所述图像进行图像识别,获取所述图像中包含的元素,将所述元素呈现在应用程序的界面。请继续参阅图4和图5,本申请实施例中以图4和图5两张图像为例,电子设备对图4和图5中的图像进行识别,获取图4和图5中包含的元素,图4和图5中包含的元素包括:人脸402、人脸404、人脸406、人脸408、人脸502、人脸504,及图4和图5两张图像各自的拍摄时间和拍摄地点,将获取的图4和图5中包含的元素呈现在应用程序的界面,请参阅图6,图6为图4和图5中的图像包含的元素在应用程序的选择界面示意图。需要说明的是,图6的表述形式仅仅是为了解释本申请实施例,并不用于限定本申请实施例,图6的呈现形式完全可以采用其他本领域技术人员能够想到的形式,但都在本申请的技术方案的范围内。
步骤340、接收对所述元素中的第一元素的选择,对所述第一元素进行标记。
具体地,请继续参阅图6,电子设备将获取的图像中包含的所述元素,比如人脸402、人脸404、人脸406、人脸408、人脸502、人脸504、图像拍摄地点和图像拍摄时间等元素,呈现在应用程序的界面。电子设备接收用户对所述元素中第一元素的选择,对所述第一元素进行标记,所述第一元素可以为一个元素,也可以为两个或者两个以上元素。比如,假设用户选择了人脸404,可以在人脸404上打个“√”号等,若电子设备接收到用户在人脸404上进行“√”的选择指令,则对人脸404进行标记。再比如,用户还可以选择人脸404和图像拍摄地点为北京,则电子设备在打上标记“√”的人脸404和在图像拍摄地点为北京的元素上进行标记。更进一步地,用户还可以选择人脸404、图像拍摄地点为北京和图像拍摄时间为2017年12月的选项。其中,图像拍摄时间的选项包括时间段,比如2017年12月份拍摄的图像,也可以包括时间点,比如图像拍摄的时间在2017年01月1日之前,则电子设备在人脸404、图像拍摄地点为北京和图像拍摄时间为2017年01月1日之前的元素上打上标记。
步骤360、根据所标记的第一元素,对所述图像进行聚类,得到聚类结果。
具体地,电子设备对图像进行聚类,是指将图像根据相关联的元素分成由类似的图像组成的多个类的过程,同一聚类结果中的对象彼此存在相同或相似的元素,与其他聚类结果中的对象相异。比如,聚类结果中的图像均包含人脸404,或者聚类结果中的图像均不包含人脸404,或者聚类结果中的图像均不包含人脸404和人脸406等,分别形成不同的聚类结果。再比如,聚类结果中的图像均包含人脸404和以北京为拍摄地点的图像,或者聚类结果中的图像均不包含人脸404和以北京为拍摄地点的图像等,分别形成不同的聚类结果。
电子设备根据标记的第一元素,对摄像头拍摄的图像、从其他电子设备获取的图像、第一图像集合中和第二图像集合中的图像进行聚类,得到聚类结果。
在一个实施例中,将对图像进行识别,获取所述图像包含的元素的步骤包括:
对所述图像进行识别,获取图像包含的同类元素。
具体地,所述同类元素,是指图像中承载相同视觉信息的基本要素,比如图像中包含的多个人脸,或者图像中包含的多个图像拍摄地点,或者图像中包含的多个图像拍摄时间。请参阅图4和图5,人脸402、人脸404、人脸406、人脸408、人脸502、人脸504为人脸同类元素,再比如,图4和图5中的拍摄地点北京和纽约为地点同类元素等。
电子设备获取图像中包含的同类元素,将所述同类元素呈现在应用程序的界面。请继续参阅图4、图5和图6,比如,电子设备获取图像中包含的人脸402、人脸404、人脸406、人脸408、人脸502和人脸504,将人脸402、人脸404和人脸406等人脸呈现在应用程序的界面,形成图6的呈现结果。再比如,电子设备获取图像中包含的图像拍摄地点北京和纽约,将北京和纽约呈现在应用程序的界面。电子设备还可以获取图像中包含的图像拍摄时间,按照所述图像拍摄时间区分不同的图像,比如图像拍摄时间为2017年12月,图像拍摄时间为2016年08月,图像拍摄时间为2016年08月之前等,从而实现对图像针对不同条件进行聚类,实现准确的获取满足不同条件的图像。
在一个实施例中,所述将所述元素呈现在应用程序的界面的步骤包括:
将不同种类的同类元素按照预设顺序呈现在应用程序的界面。
具体地,电子设备获取图像包含的同类元素,将所述同类元素呈现在应用程序的界面。请继续参阅图4、图5和图6,电子设备获取图像包含的人脸同类元素,图4和图5包含的人脸同类元素包括:人脸402、人脸404、人脸406、人脸408、人脸502和人脸504,将上述人脸呈现在应用程序的界面,从而提高对同类元素的浏览效率。
更进一步地,电子设备获取图像包含的两种或两种以上的同类元素,将不同种类的同类元素按照预设顺序呈现在应用程序的界面。请继续参阅图4、图5和图6,电子设备获取图像中包含的人脸和拍摄地点两种同类元素,或者人脸和拍摄时间两种同类元素,或者人脸、拍摄地点和拍摄时间三种同类元素等,将人脸同类元素和拍摄地点同类元素,按照人脸、拍摄地点的预设顺序呈现在应用程序的界面,比如,人脸402、人脸404、人脸406等;北京和纽约等,或者,将人脸同类元素和拍摄地点同类元素按照拍摄地点、人脸的预设顺序呈现在应用程序的界面,比如,北京、纽约;人脸402、人脸404和人脸406等。
进一步地,聚类时,设置不同的同类元素的优先级,比如以人脸聚类优先于图像拍摄地点作为聚类条件,当一张图像同时包含聚类的人脸和图像拍摄地点时,优先以人脸聚类,或者,以图像拍摄地点优先于人脸作为聚类条件,从而实现更加准确的聚类条件的设置,实现精准的聚类效果,从而提高聚类的图像的浏览效率。
请参阅图7,图7为本申请图像处理的方法另一个实施例的流程图,所述方法包括:
步骤700、对图像进行识别,获取所述图像包含的元素。
此步骤与步骤300相同或相似,在此不再赘述。
步骤720、将所述元素呈现在应用程序的界面。
此步骤与步骤320相同或相似,在此不再赘述。
步骤740、接收排除参与聚类的第一元素的选择指令,根据所述选择指令,将所述第一元素进行标记。
具体地,电子设备接收用户选择的不参与聚类的第一元素,根据所述选择指令,将所述第一元素进行标记。请参阅图6,比如,电子设备获取图4和图5中图像中包含的人脸402、人脸404和人脸406等,电子设备获取图像中包含的图像拍摄地点北京和纽约,电子设备还可以获取图像中包含的图像拍摄时间,比如图像拍摄时间分为2017年12月,图像拍摄时间为2016年08月,2016年08月之前等,将人脸402、人脸404、人脸406等人脸,及拍摄地点北京和纽约等,图像拍摄时间为2017年12月、图像拍摄时间为2016年08月、图像拍摄时间为2016年08月之前按照预设顺序呈现在应用程序的界面,电子设备接收用户从所述元素中选择的不参与聚类的第一元素,对所述第一元素进行标记,比如,假设用户选择了人脸404,则电子设备对人脸404进行标记,比如可以在人脸404上打个“√”号等,再比如,假如用户选择了人脸404和北京,则电子设备在人脸404和图像拍摄地点为北京的元素上打上标记。假如用户选择了人脸404、图像拍摄地点为北京和图像拍摄时间为2017年12月,则电子设备在人脸A、图像拍摄地点为北京和图像拍摄时间为2017年12月的元素上打上标记。
步骤760、根据所标记的第一元素,按照除所述第一元素外的其它元素,对所述图像进行聚类,得到聚类结果。
具体地,电子设备根据用户选择的指令,将不参与聚类的第一元素进行了标记。进行聚类时,根据标记结果,标记的第一元素不参与聚类,按照图像包含的其他元素,对所述图像进行聚类,得到聚类结果。比如,若对人脸404进行了标记,则包含人脸404的图像不参与聚类,或者,若对人脸404和图像拍摄地点为北京的元素进行了标记,则包含人脸404和图像拍摄地点为北京的图像不参与聚类,再或者,若对人脸A、图像拍摄地点为北京和图像拍摄时间在2017年12月的元素进行了标记,则包含人脸404、图像拍摄地点为北京和图像拍摄时间在2017年12月的图像不参与聚类,按照图像中包含的其他元素进行聚类,对所述图像进行聚类后,得到聚类结果。
请参阅图8,图8为本申请图像处理的方法又一个实施例的流程图,所述方法包括:
步骤800、对图像进行识别,获取所述图像包含的元素。
此步骤与步骤300、步骤700相同或相似,在此不再赘述。
步骤820、将所述元素呈现在应用程序的界面。
此步骤与步骤320、步骤720相同或相似,在此不再赘述。
步骤840、接收参与聚类的第一元素的选择指令,根据所述选择指令,将所述第一元素进行标记。
具体地,电子设备接收用户选择的参与聚类的第一元素,根据所述选择指令,将所述第一元素进行标记。请参阅图6,比如,电子设备获取图4和图5中图像中包含的人脸402、人脸404和人脸406等,电子设备获取图像中包含的图像拍摄地点北京和纽约,电子设备还可以获取图像中包含的图像拍摄时间,比如图像拍摄时间分为2017年12月,图像拍摄时间为2016年08月,2016年08月之前等,将人脸402、人脸404、人脸406等人脸,及拍摄地点北京和纽约等,图像拍摄时间为2017年12月、图像拍摄时间为2016年08月、图像拍摄时间为2016年08月之前按照预设顺序呈现在应用程序的界面,电子设备接收用户从所述元素中选择的参与聚类的第一元素,对所述第一元素进行标记,比如,假设用户选择了人脸404,则电子设备对人脸404进行标记,比如可以在人脸404上打个“√”号等,再比如,假如用户选择了人脸404和北京,则电子设备在人脸404和图像拍摄地点为北京的元素上打上标记。假如用户选择了人脸404、图像拍摄地点为北京和图像拍摄时间为2017年12月,则电子设备在人脸A、图像拍摄地点为北京和图像拍摄时间为2017年12月的元素上打上标记。
步骤860、根据所标记的第一元素,按照所述第一元素对所述图像进行聚类,得到聚类结果。
具体地,电子设备根据用户选择的指令,将参与聚类的第一元素进行了标记。进行聚类时,根据标记结果,标记的第一元素参与聚类,图像包含的其他元素不参与聚类,对所述图像进行聚类,得到聚类结果。比如,若对人脸404进行了标记,则包含人脸404的图像参与聚类,或者,若对人脸404和图像拍摄地点为北京的元素进行了标记,则包含人脸404和图像拍摄地点为北京的图像参与聚类,再或者,若对人脸A、图像拍摄地点为北京和图像拍摄时间在2017年12月的元素进行了标记,则包含人脸404、图像拍摄地点为北京和图像拍摄时间在2017年12月的图像参与聚类,其他图像不参与聚类,对所述图像进行聚类后,得到聚类结果,能够实现准确的聚类结果,从而提高相关联的图像的浏览效率。
请参阅图9,图9为本申请图像处理的方法一个具体实施例的流程图,所述方法包括:
步骤901、电子设备对图像进行识别,获取图像包含的同类元素。
具体地,电子设备获取图像包含的同类元素,比如,图像包含的人脸,比如人脸402、人脸404和人脸406等,或者获取图像包含的图像拍摄地点,比如北京和纽约等。进一步地,电子设备获取图像包含的至少两种或者两种以上的同类元素,比如,电子设备获取图像包含的人脸402、人脸404和人脸406,及获取图像包含的图像拍摄地点北京和纽约等,进入步骤902,其中,所述图像为云端服务器储存的图像,及电子设备的存储器上存储的图像,或者电子设备通过摄像头获取的图像。
步骤902、电子设备将获取的元素呈现在应用程序的界面上,接收从所述元素中对第一元素的选择的指令;
具体地,电子设备将获取的元素呈现在应用程序的界面上,请继续参阅图6,比如,电子设备将获取的图像包含的人脸402、人脸404和人脸406等,及获取图像包含的图像拍摄地点北京和纽约等按照预设顺序依次呈现在应用程序的界面上,接收用户选择第一元素的指令,所述第一元素用来表示参与图像聚类或者不参与图像聚类,进入步骤903;
步骤903、电子设备判断接收的选择第一元素的指令是否是参与图像聚类,若为是,进入步骤906,否则进入步骤904;
步骤904、电子设备接收选择不参与图像聚类的第一元素,也就是接收排除参与图像聚类的第一元素的选择指令,根据所述指令,将所述第一元素进行标记,进入步骤905;
步骤905、根据所标记的第一元素,按照除所述第一元素外的其它元素,对所述图像进行聚类,进入步骤908;
步骤906、电子设备接收选择参与图像聚类的第一元素,也就是接收参与图像聚类的第一元素的选择指令,根据所述指令,将所述第一元素进行标记,进入步骤907;
步骤907、根据所标记的第一元素,按照所述第一元素对所述图像进行聚类,进入步骤908;
步骤908,电子设备获取聚类结果。
本申请实施例提供一种图像处理的方法通过识别图像,获取图像中包含的元素,将所述元素呈现在终端的应用程序的界面,接收从所述元素中选择的第一元素,并对所述第一元素进行标记,根据所标记的第一元素,对所述图像进行聚类,可以实现有选择的进行图像聚类,从而获取准确的聚类结果,提高了图像处理的效率。
请参阅图10,图10为本申请提供的图像处理的装置一个实施例的结构框图,所述装置包括:
获取模块1000,用于对图像进行识别,获取所述图像包含的元素;
呈现模块1002,用于将所述元素呈现在应用程序的界面;
标记模块1004,用于接收对所述元素中的第一元素的选择,对所述第一元素进行标记;
聚类模块1006,用于根据所标记的第一元素,对所述图像进行聚类,得到聚类结果。
在一个实施例中,所述获取模块1000包括:
用于对所述图像进行识别,获取图像包含的同类元素。
在一个实施例中,所述呈现模块1002包括:
将不同种类的同类元素按照预设顺序呈现在应用程序的界面。
在一个实施例中,所述标记模块1004包括:
用于接收排除参与聚类的第一元素的选择指令,根据所述选择指令,将所述第一元素进行标记。
在一个实施例中,所述聚类模块1006包括:
用于根据所标记的第一元素,按照除所述第一元素外的其它元素,对所述图像进行聚类,得到聚类结果。
在一个实施例中,所述标记模块1004包括:
用于接收参与聚类的第一元素的选择指令,根据所述选择指令,将所述第一元素进行标记。
在一个实施例中,所述聚类模块1006包括:
用于根据所标记的第一元素,按照所述第一元素对所述图像进行聚类,得到聚类结果。
上述图像处理的装置中各个模块的划分仅用于举例说明,在其他实施例中,可将图像处理的装置按照需要划分为不同的模块,以完成上述图像处理的装置的全部或部分功能。
上述图像处理的装置可以实现为一种计算机程序的形式,计算机程序可在如图2所示的电子设备上运行。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机程序的非易失性计算机可读存储介质,当所述计算机程序被一个或多个处理器执行时,使得所述处理器执行以下步骤:
一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行以上各实施例中所描述的图像处理的方法的步骤。
本申请实施例还提供了一种电子设备。如图11所示,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请实施例方法部分。该电子设备可以为包括手机、平板电脑、PDA(Personal Digital Assistant,个人数字助理)、POS(Point of Sales,销售终端)、车载电脑、穿戴式设备等任意电子设备,以电子设备为手机为例:
图11为与本申请实施例提供的电子设备相关的手机的部分结构的框图。参考图11,手机包括:射频(Radio Frequency,RF)电路1110、存储器1120、输入单元1130、显示单元1140、传感器1150、音频电路1160、无线保真(wireless fidelity,WiFi)模块1170、处理器1180、以及电源1190等部件。本领域技术人员可以理解,图11所示的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
其中,RF电路1110可用于收发信息或通话过程中,信号的接收和发送,可将基站的下行信息接收后,给处理器1180处理;也可以将上行的数据发送给基站。通常,RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier,LNA)、双工器等。此外,RF电路1110还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(Global System ofMobile communication,GSM)、通用分组无线服务(General Packet Radio Service,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband CodeDivision Multiple Access,WCDMA)、长期演进(Long Term Evolution,LTE))、电子邮件、短消息服务(Short Messaging Service,SMS)等。
存储器1120可用于存储软件程序以及模块,处理器1180通过运行存储在存储器1120的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器1120可主要包括程序存储区和数据存储区,其中,程序存储区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能的应用程序、图像播放功能的应用程序等)等;数据存储区可存储根据手机的使用所创建的数据(比如音频数据、通讯录等)等。此外,存储器1120可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元1130可用于接收输入的数字或字符信息,以及产生与手机1100的用户设置以及功能控制有关的键信号输入。具体地,输入单元1130可包括触控面板1131以及其他输入设备1132。触控面板1131,也可称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1131上或在触控面板1131附近的操作),并根据预先设定的程式驱动相应的连接装置。在一个实施例中,触控面板1131可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器1180,并能接收处理器1180发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1131。除了触控面板1131,输入单元1130还可以包括其他输入设备1132。具体地,其他输入设备1132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)等中的一种或多种。
显示单元1140可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1140可包括显示面板1141。在一个实施例中,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1141。在一个实施例中,触控面板1131可覆盖显示面板1141,当触控面板1131检测到在其上或附近的触摸操作后,传送给处理器1180以确定触摸事件的类型,随后处理器1180根据触摸事件的类型在显示面板1141上提供相应的视觉输出。虽然在图11中,触控面板1131与显示面板1141是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板1131与显示面板1141集成而实现手机的输入和输出功能。
手机1100还可包括至少一种传感器1150,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1141的亮度,接近传感器可在手机移动到耳边时,关闭显示面板1141和/或背光。运动传感器可包括加速度传感器,通过加速度传感器可检测各个方向上加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换)、振动识别相关功能(比如计步器、敲击)等;此外,手机还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器等。
音频电路1160、扬声器1161和传声器1162可提供用户与手机之间的音频接口。音频电路1160可将接收到的音频数据转换后的电信号,传输到扬声器1161,由扬声器1161转换为声音信号输出;另一方面,传声器1162将收集的声音信号转换为电信号,由音频电路1160接收后转换为音频数据,再将音频数据输出处理器1180处理后,经RF电路1110可以发送给另一手机,或者将音频数据输出至存储器1120以便后续处理。
WiFi属于短距离无线传输技术,手机通过WiFi模块1170可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图11示出了WiFi模块1170,但是可以理解的是,其并不属于手机1100的必须构成,可以根据需要而省略。
处理器1180是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器1120内的软件程序和/或模块,以及调用存储在存储器1120内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。在一个实施例中,处理器1180可包括一个或多个处理单元。在一个实施例中,处理器1180可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等;调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器1180中。
手机1100还包括给各个部件供电的电源1190(比如电池),优选的,电源可以通过电源管理系统与处理器1180逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
在一个实施例中,手机1100还可以包括摄像头、蓝牙模块等。
在本申请实施例中,该移动终端所包括的处理器1180执行存储在存储器上的计算机程序时实现以下步骤:
对图像进行识别,获取所述图像包含的元素;
将所述元素呈现在应用程序的界面;
接收对所述元素中的第一元素的选择,对所述第一元素进行标记;
根据所标记的第一元素,对所述图像进行聚类,得到聚类结果。
在一个实施例中,所述对图像进行识别,获取所述图像包含的元素的步骤包括:
对所述图像进行识别,获取图像包含的同类元素。
在一个实施例中,所述将所述元素呈现在应用程序的界面的步骤包括:
将不同种类的同类元素按照预设顺序呈现在应用程序的界面。
在一个实施例中,所述接收对所述元素中的第一元素的选择,对所述第一元素进行标记的步骤包括:
接收排除参与聚类的第一元素的选择指令,根据所述选择指令,将所述第一元素进行标记。
在一个实施例中,所述根据所标记的第一元素,对所述图像进行聚类,得到聚类结果的步骤包括:
根据所标记的第一元素,按照除所述第一元素外的其它元素,对所述图像进行聚类,得到聚类结果。
在一个实施例中,所述接收对所述元素中的第一元素的选择,对所述第一元素进行标记的步骤包括:
接收参与聚类的第一元素的选择指令,根据所述选择指令,将所述第一元素进行标记。
在一个实施例中,所述根据所标记的第一元素,对所述图像进行聚类,得到聚类结果的步骤包括:
根据所标记的第一元素,按照所述第一元素对所述图像进行聚类,得到聚类结果。
本申请实施例还提供了一种计算机程序产品。一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述各实施例中所描述的人脸解锁的方法的步骤。
本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM),它用作外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像处理的方法,所述方法包括:
对图像进行识别,获取所述图像包含的元素,所述图像包含的元素是指所述图像中包含的内容;
将所述元素呈现在应用程序的界面;
接收对所述元素中的第一元素的选择,对所述第一元素进行标记;
根据所标记的第一元素,对所述图像进行聚类,得到聚类结果;
所述接收对所述元素中的第一元素的选择,对所述第一元素进行标记的步骤包括:
接收排除参与聚类的第一元素的选择指令,根据所述选择指令,将所述第一元素进行标记;
所述根据所标记的第一元素,对所述图像进行聚类,得到聚类结果的步骤包括:
根据所标记的第一元素,按照除所述第一元素外的其它元素,对所述图像进行聚类,得到聚类结果。
2.根据权利要求1所述的方法,其特征在于,所述对图像进行识别,获取所述图像包含的元素的步骤包括:
对所述图像进行识别,获取图像包含的同类元素。
3.根据权利要求2所述的方法,其特征在于,所述将所述元素呈现在应用程序的界面的步骤包括:
将不同种类的同类元素按照预设顺序呈现在应用程序的界面。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述接收对所述元素中的第一元素的选择,对所述第一元素进行标记的步骤还包括:
接收参与聚类的第一元素的选择指令,根据所述选择指令,将所述第一元素进行标记。
5.根据权利要求4所述的方法,其特征在于,所述根据所标记的第一元素,对所述图像进行聚类,得到聚类结果的步骤还包括:
根据所标记的第一元素,按照所述第一元素对所述图像进行聚类,得到聚类结果。
6.一种图像处理的装置,其特征在于,所述装置包括:
获取模块,用于对图像进行识别,获取所述图像包含的元素,所述图像包含的元素是指所述图像中包含的内容;
呈现模块,用于将所述元素呈现在应用程序的界面;
标记模块,用于接收对所述元素中的第一元素的选择,对所述第一元素进行标记;
聚类模块,用于根据所标记的第一元素,对所述图像进行聚类,得到聚类结果;
所述标记模块还用于接收排除参与聚类的第一元素的选择指令,根据所述选择指令,将所述第一元素进行标记;
所述聚类模块还用于根据所标记的第一元素,按照除所述第一元素外的其它元素,对所述图像进行聚类,得到聚类结果。
7.根据权利要求6所述的图像处理装置,其特征在于,
所述获取模块,还用于对所述图像进行识别,获取图像包含的同类元素。
8.根据权利要求6所述的图像处理装置,其特征在于,
所述呈现模块,还用于将不同种类的同类元素按照预设顺序呈现在应用程序的界面。
9.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1-5任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法的步骤。
CN201711269416.3A 2017-12-05 2017-12-05 图像处理的方法和装置、电子设备、计算机可读存储介质 Active CN107958069B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711269416.3A CN107958069B (zh) 2017-12-05 2017-12-05 图像处理的方法和装置、电子设备、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711269416.3A CN107958069B (zh) 2017-12-05 2017-12-05 图像处理的方法和装置、电子设备、计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN107958069A CN107958069A (zh) 2018-04-24
CN107958069B true CN107958069B (zh) 2020-05-26

Family

ID=61963041

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711269416.3A Active CN107958069B (zh) 2017-12-05 2017-12-05 图像处理的方法和装置、电子设备、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN107958069B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103207870A (zh) * 2012-01-17 2013-07-17 华为技术有限公司 一种照片分类管理方法、服务器、装置及系统
CN106202366A (zh) * 2016-07-07 2016-12-07 腾讯科技(深圳)有限公司 一种图片处理方法、装置及系统
CN106446950A (zh) * 2016-09-27 2017-02-22 腾讯科技(深圳)有限公司 一种图像处理方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9530082B2 (en) * 2015-04-24 2016-12-27 Facebook, Inc. Objectionable content detector
CN104850848A (zh) * 2015-06-04 2015-08-19 广东欧珀移动通信有限公司 照片分类方法及装置
CN106155592A (zh) * 2016-07-26 2016-11-23 深圳天珑无线科技有限公司 一种照片处理方法及终端

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103207870A (zh) * 2012-01-17 2013-07-17 华为技术有限公司 一种照片分类管理方法、服务器、装置及系统
CN106202366A (zh) * 2016-07-07 2016-12-07 腾讯科技(深圳)有限公司 一种图片处理方法、装置及系统
CN106446950A (zh) * 2016-09-27 2017-02-22 腾讯科技(深圳)有限公司 一种图像处理方法及装置

Also Published As

Publication number Publication date
CN107958069A (zh) 2018-04-24

Similar Documents

Publication Publication Date Title
CN107977674B (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN107679559B (zh) 图像处理方法、装置、计算机可读存储介质和移动终端
US10769464B2 (en) Facial recognition method and related product
CN107729815B (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN107729889B (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN107944414B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
US20190080120A1 (en) Unlocking methods and related products
CN107967339B (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
CN110209245B (zh) 人脸识别方法及相关产品
WO2020077485A1 (zh) 电子围栏更新的方法和通信装置
CN107992822B (zh) 图像处理方法和装置、计算机设备、计算机可读存储介质
CN106412818B (zh) 定位设备的方法及装置
CN108984066B (zh) 一种应用程序图标显示方法及移动终端
CN112148579B (zh) 一种用户界面的测试方法和装置
EP3493112A1 (en) Image processing method, computer device, and computer readable storage medium
CN109409235B (zh) 图像识别方法和装置、电子设备、计算机可读存储介质
CN109445917B (zh) 应用处理方法和装置、电子设备、计算机可读存储介质
CN112703714A (zh) 应用程序处理方法和装置、计算机设备、计算机可读存储介质
CN107403148B (zh) 虹膜识别方法及相关产品
CN105227598B (zh) 一种基于云存储的资源分享方法、装置和系统
CN107666515A (zh) 图像处理方法和装置、计算机设备、计算机可读存储介质
CN106020945B (zh) 快捷项添加方法及装置
CN108256466B (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
CN107729391B (zh) 图像处理方法、装置、计算机可读存储介质和移动终端
CN107729857B (zh) 人脸识别方法、装置、存储介质和电子设备

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
CB02 Change of applicant information

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS CORP., Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS CORP., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant