CN108416066A - 图片搜索方法、用户设备、存储介质及图片搜索装置 - Google Patents

图片搜索方法、用户设备、存储介质及图片搜索装置 Download PDF

Info

Publication number
CN108416066A
CN108416066A CN201810269356.3A CN201810269356A CN108416066A CN 108416066 A CN108416066 A CN 108416066A CN 201810269356 A CN201810269356 A CN 201810269356A CN 108416066 A CN108416066 A CN 108416066A
Authority
CN
China
Prior art keywords
house
searched
picture
photo
color
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
CN201810269356.3A
Other languages
English (en)
Inventor
胡海亮
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.)
Safe House (shanghai) Agel Ecommerce Ltd
Pingan Haofang Shanghai eCommerce Co Ltd
Original Assignee
Safe House (shanghai) Agel Ecommerce 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 Safe House (shanghai) Agel Ecommerce Ltd filed Critical Safe House (shanghai) Agel Ecommerce Ltd
Priority to CN201810269356.3A priority Critical patent/CN108416066A/zh
Publication of CN108416066A publication Critical patent/CN108416066A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5862Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using texture
    • 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
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了图片搜索方法、用户设备、存储介质及图片搜索装置。本发明中获取待搜索房屋图片,从所述待搜索房屋照片中提取待搜索图片要素,所述待搜索图片要素用于反映待搜索房屋图片中的房屋建筑风格,在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片。在本发明中基于待搜索图片要素来查找到要素匹配的目标房屋图片,从而实现了查找到与待搜索房屋图片中的房屋的建筑风格相近的现存房源,也就解决了在查找房屋信息时无法基于建筑风格来搜索房源的技术问题。

Description

图片搜索方法、用户设备、存储介质及图片搜索装置
技术领域
本发明涉及互联网搜索技术领域,尤其涉及图片搜索方法、用户设备、存储介质及图片搜索装置。
背景技术
随着房地产经济的不断发展,越来越多的房产中介将卖方与租房的服务通过互联网的方式进行推广,比如,当租房者或购房者欲查找待租赁或者待出售的房屋时,可使用房产中介运营的网站进行查阅,比如,链家网等房产中介网站,以找寻到适合的房屋。
但是,现有的房产中介网站在查找房屋信息固然方便,但是,当前搜索房屋信息的方式,多只能根据房屋地址、待售价格、租金、房屋格局及地铁线路等搜索依据来查找合适的房屋。若用户出于个人需求,希望限定查找到的房屋的建筑风格及装修风格等其他视觉因素,现有的房屋中介平台无法方便地根据建筑风格或装修风格来查找房屋。
若用户希望通过中介网站找寻到特定建筑风格的房屋,比如,希望房屋的整体装修色彩偏白、或者装修样式较为简约等建筑风格,用户只能在根据房屋地址或待售价格等上述现有的搜索依据查找到符合条件的房屋后,点击其中一个房屋,以进入记录该房屋的具体房屋信息的页面,用户自身来查看页面中展示的房屋照片,以判断该房屋的建筑风格是否符合自己的预期,但是,当房屋较多时,该种确定房屋的建筑风格的方式较为费时。
所以,当前的房屋中介网站无法基于建筑风格来筛选房屋,在查找房屋信息时存在无法基于建筑风格来搜索房源的技术问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供图片搜索方法、用户设备、存储介质及图片搜索装置,旨在解决在查找房屋信息时无法基于建筑风格来搜索房源的技术问题。
为实现上述目的,本发明提供一种图片搜索方法,所述图片搜索方法包括以下步骤:
获取待搜索房屋图片;
从所述待搜索房屋照片中提取待搜索图片要素,所述待搜索图片要素用于反映所述待搜索房屋图片中的房屋建筑风格;
在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片。
优选地,所述待搜索图片要素包括待搜索颜色直方图;
所述从所述待搜索房屋照片中提取待搜索图片要素,包括:
基于预设颜色空间从所述待搜索房屋照片中提取所述预设颜色空间的各类颜色参数;
根据各类颜色参数确定与所述待搜索房屋照片对应的待搜索颜色直方图。
优选地,所述在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片,包括:
获取预设房屋照片集中的各照片的目标颜色直方图;
计算所述待搜索颜色直方图与各照片的目标颜色直方图的颜色匹配度,判断所述颜色匹配度是否大于预设匹配度阈值;
在所述颜色匹配度大于所述预设匹配度阈值时,将所述颜色匹配度大于所述预设匹配度阈值的目标颜色直方图对应的照片设为目标房屋照片。
优选地,所述在所述颜色匹配度大于所述预设匹配度阈值时,将所述颜色匹配度大于所述预设匹配度阈值的目标颜色直方图对应的照片设为目标房屋照片之后,所述图片搜索方法还包括:
从所述待搜索房屋照片中提取待搜索纹理特征,从所述目标房屋照片中提取目标纹理特征;
将所述待搜索纹理特征与所述目标纹理特征进行匹配;
在所述待搜索纹理特征与所述目标纹理特征匹配成功时,在展示界面的预设位置中展示所述目标房屋照片。
优选地,所述将所述待搜索纹理特征与所述目标纹理特征进行匹配之后,所述图片搜索方法还包括:
在所述待搜索纹理特征与所述目标纹理特征匹配不成功时,计算所述待搜索纹理特征与所述目标纹理特征的纹理匹配度;
根据预设权重系数计算所述颜色匹配度与所述纹理匹配度,以获得照片匹配度;
根据所述照片匹配度在所述展示界面中确定对应的展示位置,并在所述展示位置展示所述目标房屋照片。
优选地,所述获取待搜索房屋图片之前,所述图片搜索方法还包括:
响应于用户输入的拍摄指令,对当前环境进行拍摄,以获得待搜索房屋图片;
所述在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片,包括:
从所述待搜索房屋图片中提取拍摄地址信息;
根据所述拍摄地址信息和所述待搜索图片要素在预设房屋照片集中查找目标房屋照片。
优选地,所述在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片之后,所述图片搜索方法还包括:
获取所述目标房屋照片的目标照片标识;
根据所述目标照片标识从预设映射关系中查找对应的目标住房信息,展示所述目标住房信息,所述预设映射关系中包括照片标识和住房信息的对应关系。
此外,为实现上述目的,本发明还提供一种用户设备,所述用户设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行图片搜索程序,所述图片搜索程序配置为实现如上文所述图片搜索方法的步骤。
此外,为实现上述目的,本发明还提供一种存储介质,所述存储介质上存储有图片搜索程序,所述图片搜索程序被处理器执行时实现如上文所述的图片搜索方法的步骤。
此外,为实现上述目的,本发明还提供一种图片搜索装置,所述图片搜索装置包括:图片获取模块、要素提取模块和照片查找模块;
所述图片获取模块,用于获取待搜索房屋图片;
所述要素提取模块,用于从所述待搜索房屋照片中提取待搜索图片要素,所述待搜索图片要素用于反映待搜索房屋图片中的房屋建筑风格;
所述照片查找模块,用于在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片。
在本发明中基于待搜索图片要素来查找到要素匹配的目标房屋图片,从而实现了查找到与待搜索房屋图片中的房屋的建筑风格相近的现存房源,也就解决了在查找房屋信息时无法基于建筑风格来搜索房源的技术问题。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的用户设备结构示意图;
图2为本发明图片搜索方法第一实施例的流程示意图;
图3为本发明图片搜索方法第二实施例的流程示意图;
图4为本发明图片搜索方法第三实施例的流程示意图;
图5为本发明图片搜索装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的用户设备结构示意图。
如图1所示,该用户设备可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003还可以包括标准的有线接口、无线接口,对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对用户设备的限定,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。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及图片搜索程序。
在图1所示的用户设备中,网络接口1004主要用于连接后台服务器,与所述后台服务器进行数据通信;用户接口1003主要用于连接外设;所述用户设备通过处理器1001调用存储器1005中存储的图片搜索程序,并执行本发明实施例提供的图片搜索方法。
基于上述硬件结构,提出本发明图片搜索方法的实施例。
参照图2,图2为本发明图片搜索方法第一实施例的流程示意图。
在第一实施例中,所述图片搜索方法包括以下步骤:
步骤S10:获取待搜索房屋图片;
可以理解的是,本实施例的执行主体为用户设备,用户设备可为个人电脑、智能手机或其他电子设备。当用户在浏览智能手机的房屋中介网站或者房屋中介应用程序(Application,APP)时,为了便于用户可以查找到自己喜欢的建筑风格类型的房屋以供用户租赁或者购买,用户可选取一张自己喜欢的可供参考的房屋图片,本实施例对于用户选取的房屋图片不作限制,用户可从互联网中下载或者存储于智能手机的本地,而且本实施例也不限制用户选用的房屋图片是否为本APP中现存的房源。
其中,用户选用的房屋图片仅用于确定用户想要的建筑风格,本实施例可直接通过该图片来查找到APP中现存的房源中建筑风格相近或者相同的房源。
步骤S20:从所述待搜索房屋照片中提取待搜索图片要素,所述待搜索图片要素用于反映所述待搜索房屋图片中的房屋建筑风格;
应当理解的是,在获取到用户选用的房屋图片后,可从该房屋照片中提取待搜索图片要素,图片要素用于记录房屋图片的图像特征,可描述房屋图片的色彩、纹理以及形状等特征。在色彩方面,图片要素的类型有颜色直方图(Color Histogram)、色差图、模糊颜色直方图以及颜色矩(Color Moment)等;在纹理方面,有纹理直方图等,当然,图片要素的类型还有颜色和边缘的方向性描述符(Color and Edge Directivity Descriptor,CEDD)等其他类型。
可以理解的是,图片要素可以很准确地描述房屋照片中的图像内容,而房屋的建筑风格在具体表现上也主要涉及色彩、纹理以及形状等特征,所以,可以通过各类型的图片要素的预设数值来大致地确定某一类的建筑风格。故而,房屋照片的图片要素可以很好地体现房屋图片中的房屋的建筑风格。
步骤S30:在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片。
应当理解的是,在从用户选用的房屋图片中提取出图片要素后,可直接根据该图片要素的具体数值在预设房屋照片集中查找到图片要素的数值相近的现存房源。其中,所述预设房屋照片集中包括房屋中介网站现存房源的房屋照片。
比如,从用户选用的房屋图片中提取出的颜色直方图A,可在预设房屋照片集中查找到与该颜色直方图A最类似的颜色直方图B,由于该颜色直方图B是现存房源D1的颜色直方图,可以认为用户选用的房屋图片在整体色调上与房源D1相近,则可将房源D1推荐给使用房屋中介网站的用户。
当然,图片要素不限于颜色直方图,可从房屋图片中提取出各种类型的图片要素,结合多种图片要素来确定建筑风格最贴近用户选用的房屋图片的现存房源。
进一步地,所述步骤S30之后,所述图片搜索方法还可以包括:获取所述目标房屋照片的目标照片标识;根据所述目标照片标识从预设映射关系中查找对应的目标住房信息,展示所述目标住房信息,所述预设映射关系中包括照片标识和住房信息的对应关系。
可以理解的是,在查找到建筑风格最贴近用户选用的房屋图片的现存房源后,为了便于用户进一步地查看该房源的详细信息。可为预设房屋照片集中的各房屋照片设置对应的照片标识,所述照片标识用于唯一地确定该房屋照片所属的具体住房,可基于该照片标识查找到对应的住房信息,以供用户浏览该房源D1的详细信息。
在具体实现中,在查找到目标房屋图片E后,由于预设映射关系中预先存储有照片标识和住房信息的对应关系,可通过目标房屋图片E确定对应的目标照片标识,该目标照片标识可为目标房屋图片E中拍摄的房屋的具体房屋名称及门牌号(比如,XX小区X栋X楼X室);再通过该目标照片标识可查找到对应的住房信息(比如,XX小区X栋X楼X室的出售价格、具体地址信息、房屋具体结构及其他住房信息),以方便用户进行查看。
在本实施例中基于待搜索图片要素来查找到要素匹配的目标房屋图片,从而实现了查找到与待搜索房屋图片中的房屋的建筑风格相近的现存房源,也就解决了在查找房屋信息时无法基于建筑风格来搜索房源的技术问题。
参照图3,图3为本发明图片搜索方法第二实施例的流程示意图,基于上述图2所示的实施例,提出本发明图片搜索方法的第二实施例。
在第二实施例中,所述待搜索图片要素包括待搜索颜色直方图,其中,所述步骤S20,包括:
步骤S201:基于预设颜色空间从所述待搜索房屋照片中提取所述预设颜色空间的各类颜色参数;
可以理解的是,存在多种类型的图片要素可以描述房屋照片的各类特征,比如,Exchangeable Image File(Exif)格式的附加信息、颜色分布、色差图、CEDD、模糊颜色及纹理直方图等。其中,CEDD特征可同时结合颜色方面与纹理方面的信息。
在具体实现中,当用户希望可以查找到一张房屋照片A中所拍摄的建筑的相似建筑时,可先从该房屋照片中提取出图片要素。其中,颜色直方图作为一种图片要素可以较好地描述图片中的色彩分布,颜色直方图可统计整幅图片中的各种色彩所占的比例,便于描述照片中关于颜色的图像特征。
应当理解的是,针对颜色直方图的获取方式,具体而言,颜色直方图隶属于颜色特征的一种,而提取颜色特征的流程将涉及先选取一种颜色空间用于描述颜色特征;其次,将对颜色特征进行量化以便于后续的统计操作,常见的形式为,可将颜色特征表达为向量的形式,最终也就可获取到量化后的颜色特征,该量化后的颜色特征可用于表征待搜索房屋照片在色彩方面的特征信息。
其中,颜色空间是一种描述色彩的数理模型,可为RGB颜色空间,RGB颜色空间为一种叠加红色(Red)、绿色(Green)以及蓝色(Blue)三色的混色特征描述;HSV颜色空间,为一种描述色调、饱和度以及明度三种参数的参数特征描述;Lab颜色空间,将基于人的视力所能观看到的颜色进行特征的描述,当然,还存在其他类型的颜色空间。
可以理解的是,在获取到待搜索房屋照片后,可通过预设颜色空间进行待搜索图片要素的提取。比如,当预设颜色空间为HSV颜色空间时,与HSV颜色空间对应的颜色参数的类型分别为色调、饱和度以及明度,通过色调、饱和度以及明度可较好地描述照片的具体颜色,其中,所述明度为色彩的明亮程度。
步骤S202:根据各类颜色参数确定与所述待搜索房屋照片对应的待搜索颜色直方图。
应当理解的是,在获取到色调、饱和度以及明度的参数数值后,可基于该参数数值来绘制颜色直方图。
进一步地,所述步骤S30,还可以包括:
步骤S301:获取预设房屋照片集中的各照片的目标颜色直方图;
应当理解的是,可先获取待搜索房屋图片的待搜索颜色直方图A与预设房屋照片集中的各照片的目标颜色直方图,进而将待搜索颜色直方图A与目标颜色直方图进行匹配,以将匹配成功的目标颜色直方图E对应的照片设为目标房屋照片。
步骤S302:计算所述待搜索颜色直方图与各照片的目标颜色直方图的颜色匹配度,判断所述颜色匹配度是否大于预设匹配度阈值;
当然,对于根据匹配手段来确定目标房屋照片的方式,可通过预先设定预设匹配度阈值,将颜色匹配度大于该预设匹配度阈值的目标颜色直方图对应的照片设为目标房屋照片。其中,对于计算颜色匹配度的方式,可通过预先计算待搜索颜色直方图与各照片的目标颜色直方图的色调分量的第一匹配度,计算待搜索颜色直方图与各照片的目标颜色直方图的饱和度分量的第二匹配度,再计算待搜索颜色直方图与各照片的目标颜色直方图的明度分量的第三匹配度,并将第一匹配度、第二匹配度以及第三匹配度的叠加分量作为颜色匹配度。
步骤S303:在所述颜色匹配度大于所述预设匹配度阈值时,将所述颜色匹配度大于所述预设匹配度阈值的目标颜色直方图对应的照片设为目标房屋照片。
此外,对于根据匹配手段来确定目标房屋照片的方式,除了比较预设匹配度阈值的大小来确定目标房屋照片,也可在对颜色直方图进行匹配的过程中,计算待搜索颜色直方图A与各照片的目标颜色直方图的颜色匹配度,将各颜色匹配度中匹配度数值最高的目标颜色直方图对应的照片设为目标房屋照片。
本实施例中可基于与预设颜色空间对应的颜色参数来描述待搜索房屋图片,由于基于特定的颜色空间来定义颜色特征,可具有较好的鲁棒性。同时,由于基于颜色直方图来匹配出与待搜索房屋图片最相近的目标房屋照片,可以提高匹配到的目标房屋照片在色彩分布方面的贴合度。
参照图4,图4为本发明图片搜索方法第三实施例的流程示意图,基于上述图3所示的实施例,提出本发明图片搜索方法的第三实施例。
在第三实施例中,所述步骤S303之后,所述图片搜索方法还包括:
步骤S40:从所述待搜索房屋照片中提取待搜索纹理特征,从所述目标房屋照片中提取目标纹理特征;
应当理解的是,除了上述通过色彩相关的图片要素来匹配相近的目标房屋照片外,还可考虑纹理特征,以提高最终匹配到的目标房屋照片与待搜索房屋图片的相似度。其中,所述纹理特征作为图像的一种重要特征,可以较好地刻画像素的邻域灰度空间分布规律。
步骤S50:将所述待搜索纹理特征与所述目标纹理特征进行匹配;
步骤S60:在所述待搜索纹理特征与所述目标纹理特征匹配成功时,在展示界面的预设位置中展示所述目标房屋照片。
在具体实现中,在对纹理特征进行匹配的过程中,可计算待搜索纹理特征与各照片的目标纹理特征的纹理匹配度,将纹理匹配度最高的目标纹理特征对应的照片展示在展示界面的最上端的位置。因为,用户通过房屋中介网站查找到的符合条件的房源可能同时存在多个,为了优化用户的阅读体验,可将最贴近待搜索房屋图片的图片排列于搜索结果的展示界面的最上端位置,使得用户可以优先查看到匹配度最好的房源。
进一步地,所述步骤S50之后,所述图片搜索方法还可以包括:
步骤S601:在所述待搜索纹理特征与所述目标纹理特征匹配不成功时,计算所述待搜索纹理特征与所述目标纹理特征的纹理匹配度;
可以理解的是,考虑到当同时存在多种类型的图片要素时,可结合多种图片要素来确定搜索结果在展示界面的展示位置,使得用户可以更加快捷地查看到最优结果。
在具体实现中,在查找到符合匹配条件的目标房屋照片时,可计算所述待搜索颜色直方图与所述目标颜色直方图的颜色匹配度x1,并计算所述待搜索纹理特征与所述目标纹理特征的纹理匹配度x2。
步骤S602:根据预设权重系数计算所述颜色匹配度与所述纹理匹配度,以获得照片匹配度;
应当理解的是,可基于预设公式计算出照片匹配度y。其中,所述预设公式具体为:
y=a*x1+b*x2,
其中,a为颜色匹配度的预设权重系数,x1为颜色匹配度,b为纹理匹配度的预设权重系数,x2为纹理匹配度,y为照片匹配度。当然,所述预设公式不限于只使用颜色匹配度以及纹理匹配度作为参考量。
步骤S603:根据所述照片匹配度在所述展示界面中确定对应的展示位置,并在所述展示位置展示所述目标房屋照片。
应当理解的是,在计算出照片匹配度y后,可基于照片匹配度y的具体数值按照从大到小的顺序在展示界面中按照从上至下的排列方式确定展示位置,进而优化对于搜索结果的展示方式。
进一步地,所述步骤S10之前,所述图片搜索方法还可以包括:响应于用户输入的拍摄指令,对当前环境进行拍摄,以获得待搜索房屋图片;
所述在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片,包括:从所述待搜索房屋图片中提取拍摄地址信息;根据所述拍摄地址信息和所述待搜索图片要素在预设房屋照片集中查找目标房屋照片。
可以理解的是,考虑到租房者或者购房者在找寻房源时,除了在房屋中介网站以及APP上查找房源外,用户也可直接亲临楼盘进行实地查看。但是,当用户对其面前的楼盘或者房屋感兴趣时,可能并不知道该楼盘或者房屋的详细信息,比如,该楼盘或房屋的名称、具体地址信息、内部的楼盘结构、房价、租房价、评价及其他信息等,本实施例可直接通过图片搜索来实现上述信息的搜索。
在具体实现中,用户可直接通过智能手机的摄像头对面前的楼盘或者房屋进行拍摄,以获取到房屋图片。在获取到房屋图片后,可直接通过该现场拍摄的房屋图片进行楼盘或者房屋的相关信息的搜索。为了获取到当前环境中的建筑的具体信息,将先从拍摄取得的待搜索房屋图片中提取出拍摄地址信息,再结合拍摄地址信息与图片要素去查找到该房源。
应当理解的是,由于该待搜索房屋图片由智能手机进行实地拍摄,在拍摄获取到的照片中会包含Exif格式带来的附加信息,该附加信息包括全球定位系统(GlobalPositioning System,GPS)定位数据、拍摄日期、拍摄器材及拍摄参数等信息。
其中,由于拍摄获取到的照片的附加信息中包括GPS定位数据,可根据该GPS定位数据在预设房屋照片集中查找到实际地理位置处于该GPS定位数据附近的楼盘,进而可以更加准确地查找到该楼盘的房屋照片并展示给用户。当然,在查找到该楼盘的目标房屋照片后,也可将查找到的楼盘的具体信息同时展示给用户,以供用户了解该楼盘或者房屋的详细信息。
进一步地,所述步骤S10之前,所述图片搜索方法还可以包括:获取各样本房屋图片,并提取所述样本房屋图片的图片要素;建立各样本房屋图片与所述样本房屋图片的图片要素的对应关系,将所述对应关系保存至预设房屋照片集中。
可以理解的是,为了加快图像检索时的响应速度,可将预设房屋照片集中存储的各房屋图片基于图片要素预先进行索引标记,以使得用户在根据待搜索房屋图片的颜色直方图A在预设房屋照片集中进行色彩分布相近的房屋图片的检索时,可直接根据颜色直方图A中记载的色彩分布参数来匹配参数相近的其他颜色直方图,进而通过匹配到的颜色直方图确定对应的目标房屋图片,以实现可基于各样本房屋图片与样本房屋图片的图片要素的对应关系更加快速地检索到用户需要的房屋图片。
在本实施例中通过结合颜色直方图与纹理特征可以更加准确地描述房屋图片,进而更加精准地搜索到贴近待搜索房屋图片的目标房屋图片。并且,通过按照匹配结果以及照片匹配度来确定搜索结果在展示界面中的展示位置,可以优化对于照片的展示,使得用户可以更快地查看到最贴近待搜索房屋图片的目标房屋图片。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有图片搜索程序,所述图片搜索程序被处理器执行时实现如上文所述的图片搜索方法的步骤。
此外,参照图5,本发明实施例还提出一种图片搜索装置,所述图片搜索装置包括:图片获取模块10、要素提取模块20和照片查找模块30;
所述图片获取模块10,用于获取待搜索房屋图片;
所述要素提取模块20,用于从所述待搜索房屋照片中提取待搜索图片要素,所述待搜索图片要素用于反映所述待搜索房屋图片中的房屋建筑风格;
所述照片查找模块30,用于在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片。
在本实施例中基于待搜索图片要素来查找到要素匹配的目标房屋图片,从而实现了查找到与待搜索房屋图片中的房屋的建筑风格相近的现存房源,也就解决了在查找房屋信息时无法基于建筑风格来搜索房源的技术问题。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
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。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种图片搜索方法,其特征在于,所述图片搜索方法包括以下步骤:
获取待搜索房屋图片;
从所述待搜索房屋照片中提取待搜索图片要素,所述待搜索图片要素用于反映所述待搜索房屋图片中的房屋建筑风格;
在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片。
2.如权利要求1所述的图片搜索方法,其特征在于,所述待搜索图片要素包括待搜索颜色直方图;
所述从所述待搜索房屋照片中提取待搜索图片要素,包括:
基于预设颜色空间从所述待搜索房屋照片中提取所述预设颜色空间的各类颜色参数;
根据各类颜色参数确定与所述待搜索房屋照片对应的待搜索颜色直方图。
3.如权利要求2所述的图片搜索方法,其特征在于,所述在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片,包括:
获取预设房屋照片集中的各照片的目标颜色直方图;
计算所述待搜索颜色直方图与各照片的目标颜色直方图的颜色匹配度,判断所述颜色匹配度是否大于预设匹配度阈值;
在所述颜色匹配度大于所述预设匹配度阈值时,将所述颜色匹配度大于所述预设匹配度阈值的目标颜色直方图对应的照片设为目标房屋照片。
4.如权利要求3所述的图片搜索方法,其特征在于,所述在所述颜色匹配度大于所述预设匹配度阈值时,将所述颜色匹配度大于所述预设匹配度阈值的目标颜色直方图对应的照片设为目标房屋照片之后,所述图片搜索方法还包括:
从所述待搜索房屋照片中提取待搜索纹理特征,从所述目标房屋照片中提取目标纹理特征;
将所述待搜索纹理特征与所述目标纹理特征进行匹配;
在所述待搜索纹理特征与所述目标纹理特征匹配成功时,在展示界面的预设位置中展示所述目标房屋照片。
5.如权利要求4所述的图片搜索方法,其特征在于,所述将所述待搜索纹理特征与所述目标纹理特征进行匹配之后,所述图片搜索方法还包括:
在所述待搜索纹理特征与所述目标纹理特征匹配不成功时,计算所述待搜索纹理特征与所述目标纹理特征的纹理匹配度;
根据预设权重系数计算所述颜色匹配度与所述纹理匹配度,以获得照片匹配度;
根据所述照片匹配度在所述展示界面中确定对应的展示位置,并在所述展示位置展示所述目标房屋照片。
6.如权利要求1所述的图片搜索方法,其特征在于,所述获取待搜索房屋图片之前,所述图片搜索方法还包括:
响应于用户输入的拍摄指令,对当前环境进行拍摄,以获得待搜索房屋图片;
所述在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片,包括:
从所述待搜索房屋图片中提取拍摄地址信息;
根据所述拍摄地址信息和所述待搜索图片要素在预设房屋照片集中查找目标房屋照片。
7.如权利要求1至6中任一项所述的图片搜索方法,其特征在于,所述在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片之后,所述图片搜索方法还包括:
获取所述目标房屋照片的目标照片标识;
根据所述目标照片标识从预设映射关系中查找对应的目标住房信息,展示所述目标住房信息,所述预设映射关系中包括照片标识和住房信息的对应关系。
8.一种用户设备,其特征在于,所述用户设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行图片搜索程序,所述图片搜索程序被所述处理器执行时实现如权利要求1至7中任一项所述的图片搜索方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有图片搜索程序,所述图片搜索程序被处理器执行时实现如权利要求1至7中任一项所述的图片搜索方法的步骤。
10.一种图片搜索装置,其特征在于,所述图片搜索装置包括:图片获取模块、要素提取模块和照片查找模块;
所述图片获取模块,用于获取待搜索房屋图片;
所述要素提取模块,用于从所述待搜索房屋照片中提取待搜索图片要素,所述待搜索图片要素用于反映所述待搜索房屋图片中的房屋建筑风格;
所述照片查找模块,用于在预设房屋照片集中查找与所述待搜索图片要素相匹配的目标房屋图片。
CN201810269356.3A 2018-03-29 2018-03-29 图片搜索方法、用户设备、存储介质及图片搜索装置 Pending CN108416066A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810269356.3A CN108416066A (zh) 2018-03-29 2018-03-29 图片搜索方法、用户设备、存储介质及图片搜索装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810269356.3A CN108416066A (zh) 2018-03-29 2018-03-29 图片搜索方法、用户设备、存储介质及图片搜索装置

Publications (1)

Publication Number Publication Date
CN108416066A true CN108416066A (zh) 2018-08-17

Family

ID=63133733

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810269356.3A Pending CN108416066A (zh) 2018-03-29 2018-03-29 图片搜索方法、用户设备、存储介质及图片搜索装置

Country Status (1)

Country Link
CN (1) CN108416066A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109522431A (zh) * 2018-09-20 2019-03-26 上海博泰悦臻网络技术服务有限公司 一种基于图片识别的酒店推荐方法及系统
CN109902193A (zh) * 2019-01-17 2019-06-18 平安科技(深圳)有限公司 小区搜索方法、装置、设备及计算机可读存储介质
CN110069654A (zh) * 2019-03-15 2019-07-30 平安城市建设科技(深圳)有限公司 房源搜索方法、装置、设备及计算机可读存储介质
CN110083733A (zh) * 2019-03-16 2019-08-02 平安城市建设科技(深圳)有限公司 图片审核方法、装置、设备及计算机可读存储介质
CN110083762A (zh) * 2019-03-15 2019-08-02 平安科技(深圳)有限公司 房源搜索方法、装置、设备及计算机可读存储介质
CN110096609A (zh) * 2019-03-15 2019-08-06 平安城市建设科技(深圳)有限公司 房源搜索方法、装置、设备及计算机可读存储介质
CN110362709A (zh) * 2019-06-11 2019-10-22 北京百度网讯科技有限公司 人物配图选取方法、装置、计算机设备及存储介质
CN111192202A (zh) * 2019-12-31 2020-05-22 上海简家信息技术有限公司 一种房源图像自动处理方法及装置
CN113837181A (zh) * 2021-09-24 2021-12-24 深圳集智数字科技有限公司 一种筛选方法、装置、计算机设备及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216841A (zh) * 2008-01-14 2008-07-09 南京搜拍信息技术有限公司 交互式图像搜索系统和方法
CN104133899A (zh) * 2014-08-01 2014-11-05 百度在线网络技术(北京)有限公司 图片搜索库的生成方法和装置、图片搜索方法和装置
CN105893613A (zh) * 2016-04-27 2016-08-24 宇龙计算机通信科技(深圳)有限公司 一种图像标识信息搜索方法及装置
CN106611394A (zh) * 2016-12-09 2017-05-03 北京七扇门科技发展有限公司 基于在线直播的房屋交易系统
CN107480282A (zh) * 2017-08-23 2017-12-15 深圳天珑无线科技有限公司 一种图片搜索的方法及装置
CN107807979A (zh) * 2017-10-27 2018-03-16 朱秋华 一种相似图片的搜索方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216841A (zh) * 2008-01-14 2008-07-09 南京搜拍信息技术有限公司 交互式图像搜索系统和方法
CN104133899A (zh) * 2014-08-01 2014-11-05 百度在线网络技术(北京)有限公司 图片搜索库的生成方法和装置、图片搜索方法和装置
WO2016015437A1 (zh) * 2014-08-01 2016-02-04 百度在线网络技术(北京)有限公司 图片搜索库的生成及图片搜索方法、装置和设备
CN105893613A (zh) * 2016-04-27 2016-08-24 宇龙计算机通信科技(深圳)有限公司 一种图像标识信息搜索方法及装置
CN106611394A (zh) * 2016-12-09 2017-05-03 北京七扇门科技发展有限公司 基于在线直播的房屋交易系统
CN107480282A (zh) * 2017-08-23 2017-12-15 深圳天珑无线科技有限公司 一种图片搜索的方法及装置
CN107807979A (zh) * 2017-10-27 2018-03-16 朱秋华 一种相似图片的搜索方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨瑞琪;张月霞;: "基于iOS平台的搜房系统设计与实现" *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109522431B (zh) * 2018-09-20 2022-11-04 上海博泰悦臻网络技术服务有限公司 一种基于图片识别的酒店推荐方法及系统
CN109522431A (zh) * 2018-09-20 2019-03-26 上海博泰悦臻网络技术服务有限公司 一种基于图片识别的酒店推荐方法及系统
CN109902193A (zh) * 2019-01-17 2019-06-18 平安科技(深圳)有限公司 小区搜索方法、装置、设备及计算机可读存储介质
CN109902193B (zh) * 2019-01-17 2024-03-19 平安科技(深圳)有限公司 小区搜索方法、装置、设备及计算机可读存储介质
CN110069654A (zh) * 2019-03-15 2019-07-30 平安城市建设科技(深圳)有限公司 房源搜索方法、装置、设备及计算机可读存储介质
CN110083762A (zh) * 2019-03-15 2019-08-02 平安科技(深圳)有限公司 房源搜索方法、装置、设备及计算机可读存储介质
CN110096609A (zh) * 2019-03-15 2019-08-06 平安城市建设科技(深圳)有限公司 房源搜索方法、装置、设备及计算机可读存储介质
CN110083762B (zh) * 2019-03-15 2023-01-24 平安科技(深圳)有限公司 房源搜索方法、装置、设备及计算机可读存储介质
CN110083733A (zh) * 2019-03-16 2019-08-02 平安城市建设科技(深圳)有限公司 图片审核方法、装置、设备及计算机可读存储介质
CN110362709A (zh) * 2019-06-11 2019-10-22 北京百度网讯科技有限公司 人物配图选取方法、装置、计算机设备及存储介质
CN111192202A (zh) * 2019-12-31 2020-05-22 上海简家信息技术有限公司 一种房源图像自动处理方法及装置
CN111192202B (zh) * 2019-12-31 2024-02-02 上海添玑好房网络服务有限公司 一种房源图像自动处理方法及装置
CN113837181A (zh) * 2021-09-24 2021-12-24 深圳集智数字科技有限公司 一种筛选方法、装置、计算机设备及计算机可读存储介质
CN113837181B (zh) * 2021-09-24 2024-04-19 深圳须弥云图空间科技有限公司 一种筛选方法、装置、计算机设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN108416066A (zh) 图片搜索方法、用户设备、存储介质及图片搜索装置
US10049466B2 (en) Color name generation from images and color palettes
US11533456B2 (en) Group display system
US9135719B1 (en) Color name generation from images and color palettes
US10387938B2 (en) Automated color processing and selection platform
US9679532B2 (en) Automatic image-based recommendations using a color palette
US9524563B2 (en) Automatic image-based recommendations using a color palette
US8422794B2 (en) System for matching artistic attributes of secondary image and template to a primary image
US8212834B2 (en) Artistic digital template for image display
US8538986B2 (en) System for coordinating user images in an artistic design
US9253447B2 (en) Method for group interactivity
US20110029635A1 (en) Image capture device with artistic template design
US8849853B2 (en) Method for matching artistic attributes of a template and secondary images to a primary image
JP4244972B2 (ja) 情報処理装置,情報処理方法,およびコンピュータプログラム
EP4040367A1 (en) Visualizing a custom product in situ
US20110025709A1 (en) Processing digital templates for image display
WO2020215861A1 (zh) 图片显示方法、图片显示装置、电子设备及存储介质
US20110029860A1 (en) Artistic digital template for image display
US20110025883A1 (en) Image capture method with artistic template design
US20150317510A1 (en) Rating photos for tasks based on content and adjacent signals
US20120030575A1 (en) Automated image-selection system
US20170132822A1 (en) Artificial intelligence in virtualized framing using image metadata
US9542703B2 (en) Virtual custom framing expert system
US20110029552A1 (en) Method of generating artistic template designs
CN107729361A (zh) 自动合成图片推送方法、装置及存储介质

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180817

WD01 Invention patent application deemed withdrawn after publication