CN109255387A - 一种图像匹配方法、装置、电子设备及存储介质 - Google Patents
一种图像匹配方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109255387A CN109255387A CN201811103363.2A CN201811103363A CN109255387A CN 109255387 A CN109255387 A CN 109255387A CN 201811103363 A CN201811103363 A CN 201811103363A CN 109255387 A CN109255387 A CN 109255387A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- matching degree
- difference
- matching
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像匹配方法、装置、电子设备及存储介质，包括：首先获取第一图像和第二图像中每个像素的颜色模式信息；接着根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度；然后当所述第一匹配度大于第一阈值时，确定所述第一图像和所述第二图像相匹配。其中，在根据颜色模式信息确定对第一图像和第二图像的匹配度之前，还可以利用色值信息对其进行初步匹配。采用本发明实施例，可以提高图像匹配的准确度。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种图像匹配方法、装置、电子设备及存储介质。
背景技术
随着智能手机的普及，众多的手机游戏开始盛行。除了手机游戏本身的角色和规则吸引了众多用户之外，相应的辅助应用的开发也有效提升了用户体验。目前，在手机游戏的辅助应用的设计中，通常使用实时截屏和图像匹配技术来识别游戏状态信息，如道具、数据、角色状态等。现有的图像匹配技术从RGB维度将截屏图像与模板图像的每个像素进行比较，确定两者是否相匹配。其中，RGB是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色，例如，紫罗兰色的RGB颜色值中的R值为238、G值为130和B值为238。然而，手机游戏中广泛利用图层蒙版来区分不同的游戏状态，比如在游戏界面中，一个道具通常存在三种状态，可操作、蓄能不可操作、游戏角色死亡不可操作，界面设计时通常采用一基本图层来表示可操作状态，两个不可操作状态触发时蒙上不同亮度的蒙版，因此简单的从RGB维度将截屏图像与模板图像进行比较，往往无法准确判别两个不可操作状态，并且手机屏幕质量差引起的图像色差也将影响基于RGB维度的图像匹配算法的匹配结果，导致图像匹配的准确性低。
发明内容
本发明实施例提供一种图像匹配方法、装置、电子设备及存储介质。可以提高图像匹配的准确度。
本发明第一方面提供了一种图像匹配方法，包括：
获取第一图像和第二图像中每个像素的颜色模式信息；
根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度；
当所述第一匹配度大于第一阈值时，确定所述第一图像和所述第二图像相匹配。
其中，所述颜色模式信息包括亮度值；
所述根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度包括：
计算所述第一图像中的第一像素与所述第二图像中的第二像素的所述亮度值的差值作为所述第一像素与所述第二像素的亮度差；
根据所述亮度差，确定所述第一匹配度。
其中，所述根据所述差值，确定所述第一匹配度包括：
计算每个所述第一像素与每个所述第二像素的所述亮度差的平均值；
根据所述平均值，确定所述第一匹配度。
其中，所述获取第一图像和第二图像中每个像素的颜色模式信息之前，还包括：
获取所述第一图像与所述第二图像中的每个像素的色值信息；
根据所述色值信息，确定所述第一图像与所述第二图像的第二匹配度；
当所述第二匹配度大于第二阈值时，执行所述获取第一图像和第二图像中每个像素的颜色模式信息的操作。
其中，所述色值信息包括第一颜色分量、第二颜色分量和第三颜色分量；
所述根据所述色值信息，确定所述第一图像与所述第二图像的第二匹配度包括：
计算所述第一图像中的第一像素与所述第二图像中的第二像素的所述第一颜色分量的第一差值、所述第二颜色分量的第二差值、以及所述第三颜色分量的第三差值；
若所述第一差值小于第三阈值、且所述第二差值小于第四阈值、且所述第三差值小于第五阈值，则确定所述第一像素与所述第二像素相匹配；
根据所述第一图像和所述第二图像中相匹配的像素，确定所述第二匹配度。
其中，所述根据所述第一图像和所述第二图像中相匹配的像素，确定所述第二匹配度包括：
统计所述相匹配的像素的累积数量、以及所述第一图像所包含的像素的总数量；
将所述累积数量和所述总数量的商作为所述第二匹配度。
其中，所述确定所述第一图像和所述第二图像相匹配之后，还包括：
确定所述第二图像的应用场景；
根据所述应用场景，在所述第一图像中添加图像内容，所述图像内容包括动画、文字以及音频中的至少一项。
相应地，本发明第二方面提供了一种图像匹配装置，包括：
获取模块，用于获取第一图像和第二图像中每个像素的颜色模式信息；
确定模块，用于根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度；
所述确定模块，还用于当所述第一匹配度大于第一阈值时，确定所述第一图像和所述第二图像相匹配。
其中，所述颜色模式信息包括亮度值；
所述确定模块还用于：
计算所述第一图像中的第一像素与所述第二图像中的第二像素的所述亮度值的差值作为所述第一像素与所述第二像素的亮度差；
根据所述亮度差，确定所述第一匹配度。
其中，所述确定模块还用于：
计算每个所述第一像素与每个所述第二像素的所述亮度差的平均值；
根据所述平均值，确定所述第一匹配度。
其中，所述获取模块还用于：
获取所述第一图像与所述第二图像中的每个像素的色值信息；
所述确定模块还用于：
根据所述色值信息，确定所述第一图像与所述第二图像的第二匹配度；
当所述第二匹配度大于第二阈值时，执行所述获取第一图像和第二图像中每个像素的颜色模式信息的操作。
其中，所述色值信息包括第一颜色分量、第二颜色分量和第三颜色分量；
所述确定模块还用于：
计算所述第一图像中的第一像素与所述第二图像中的第二像素的所述第一颜色分量的第一差值、所述第二颜色分量的第二差值、以及所述第三颜色分量的第三差值；
若所述第一差值小于第三阈值、且所述第二差值小于第四阈值、且所述第三差值小于第五阈值，则确定所述第一像素与所述第二像素相匹配；
根据所述第一图像和所述第二图像中相匹配的像素，确定所述第二匹配度。
其中，所述确定模块还用于：
统计所述相匹配的像素的累积数量、以及所述第一图像所包含的像素的总数量；
将所述累积数量和所述总数量的商作为所述第二匹配度。
其中，所述确定模块还用于：
确定所述第二图像的应用场景；
所述装置还包括添加模块，用于：
根据所述应用场景，在所述第一图像中添加图像内容，所述图像内容包括动画、文字以及音频中的至少一项。
相应地，本发明第三方面提供了一种电子设备，包括：处理器、存储器、通信接口和总线；
所述处理器、所述存储器和所述通信接口通过所述总线连接并完成相互间的通信；
所述存储器存储可执行程序代码；
所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行本发明第一方面公开的一种图像匹配方法。
相应地，本发明实施例提供了一种存储介质，其中，所述存储介质用于存储应用程序，所述应用程序用于在运行时执行本发明第一方面公开的一种图像匹配方法。
相应地，本发明实施例提供了一种应用程序，其中，所述应用程序用于在运行时执行本发明第一方面公开的一种图像匹配方法。
实施本发明实施例，首先根据第一图像和第二图像的色值信息，对第一图像和第二图像进行初步匹配，在初步匹配通过后，获取第一图像和第二图像中每个像素的颜色模式信息，并根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度，当所述第一匹配度大于预设阈值时，确定所述第一图像和所述第二图像相匹配。通过色值信息和颜色模式信息先后对图像的匹配度进行衡量，可以提高图像匹配的准确度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种图像匹配方法的流程示意图；
图2是本发明实施例提供的图像像素的示意图；
图3是本发明实施例提供的另一种图像匹配方法的流程示意图；
图4是本发明实施例提供的一种图像匹配装置的结构示意图；
图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
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所有其他实施例，都属于本发明保护的范围。
请参考图1，图1是本发明实施例提供的一种图像匹配方法的流程示意图。如图所示，本发明实施例中的方法包括：
S101，获取第一图像和第二图像中每个像素的颜色模式信息。
具体实现中，第一图像可以是实时截屏图像，如在用户玩手机游戏的过程中截取的游戏界面。第二图像可以是不同场景下的模板图像，如标准的游戏结束界面。其中，颜色模式信息可以为HSB模式信息，HSB模式是一种从视觉角度定义的颜色模式，包括色相(H)、饱和度(S)和亮度(B)，可以通过图像处理工具(如OpenCV)来获取HSB模式信息。其中，每张图像都可以看作是由数量巨大的小方块组成的，其中，每个小方块就是一个像素。如图2所示，若在图像显示器中把图像放大数倍，会发现图像是由许多具有一个明确的位置和被分配的色彩数值的小方块组成的，而这些一小方块的颜色和位置就决定该图像所呈现出来的样子。
S102，根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度。
具体实现中，可以利用HSB模式中的亮度值来确定第一匹配度，其中，亮度可以用百分比来表示，因此亮度值为0～100％中的任意数。首先计算第一图像中的第一像素与第二图像中的第二像素的亮度值的差值作为该第一像素与该第二像素的亮度差，具体的，可以从第一图像和第二图像的左上角的第一个像素开始，逐一提取第一图像和第二图像的处于相同位置的像素，并计算处于相同位置的像素的亮度差；然后根据亮度差，确定第一匹配度，其中一种可能的实现方法为先计算得到的所有亮度差的平均值，为了防止负数差值影响匹配度的准确性，可以将负数差值取绝对值后参与平均，再根据该平均值确定第一匹配度，考虑到亮度差的平均值越小表示图像之间的整体亮度越接近，可以将1减去平均值的差作为第一匹配度。
例如：图像1包含像素1-1、像素1-2、…、像素1-5，它们的亮度值分别为56％、45％、30％、23％和18％。图像2中包含分别与像素1-1、像素1-2、…、像素1-5处于相同位置的像素2-1、像素2-2、…、像素2-5，它们的亮度值分别为60％、42％、28％、23％和20％。首先计算像素1-1和像素2-1的亮度值的差值的绝对值为4％、像素1-2和像素2-2的亮度值的差值的绝对值为3％、像素1-3和像素2-3的亮度值的差值的绝对值为2％、以及像素1-4和像素2-4的亮度值的差值的绝对值为0％、以及像素1-5和像素2-5的亮度值的差值的绝对值为2％，然后计算4％、3％、2％、0％和2％的平均值为2.2％，因此图像1和图像2的第一匹配度为1-2.2％＝97.8％。需要说明的是，在实际情况中每张图像所包含的像素的数量是巨大的，此处以5个像素为例只是为了更清晰地说明匹配度的计算方法。
S103，当所述第一匹配度大于第一阈值时，确定所述第一图像和所述第二图像相匹配。
具体实现中，第一阈值可以为0.2、80等任意数，第一阈值的具体数值与应用本发明实施例中的图像匹配方法的业务逻辑和作为匹配模板的第二图像的图像质量相关。
可选的，在确定第一图像和作为模板的第二图像相匹配之后，可以确定第一图像和第二图像的应用场景相同，例如，都是表示游戏道具处于蓄能不可操作状态。因此，可以首先确定第二图像的应用场景，其中，可以但不限于预设模板图像库，当需要确定模板图像的应用场景时，可以从预设模板图像库中查找第二图像的应用场景，预设模板图像库中包括模板图像与应用场景的对应关系；然后根据该应用场景，在第一图像上添加图像内容，图像内容可以包括动画、文字和音频等，例如：当确定实时截屏图像为游戏道具处于蓄能不可操作状态的下的游戏界面时，可以在游戏道具上显示蓄能的动画。
在本发明实施例中，首先获取第一图像和第二图像中每个像素的颜色模式信息，并根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度，当所述第一匹配度大于预设阈值时，确定所述第一图像和所述第二图像相匹配，在图层蒙版被广泛使用的现状下，可以有效提高图像匹配的准确度。
请参考图3，图3是本发明实施例提供的另一种图像匹配方法的流程示意图。如图所示，本发明实施例中的方法包括：
S301，获取第一图像与第二图像中每个像素的色值信息。
具体实现中，色值信息可以是RGB颜色值，RGB颜色值中包括红色分量(R值)、绿色分量(G值)和蓝色分量(B值)。其中，可以但不限于利用OpenCV获取图像中每个像素的RGB颜色值。
S302，根据色值信息，确定第一图像与第二图像的第二匹配度。
具体实现中，可以首先计算第一图像中的第一像素与所述第二图像中的第二像素的第一颜色分量的第一差值、第二颜色分量的第二差值、以及第三颜色分量的第三差值，其中，第一颜色分量可以为R值、第二颜色分量可以为G值以及第三颜色分量可以为B值，可以从左上角的第一个像素开始，逐个计算第一图像和第二图像中处于相同位置的像素的R值、G值和B值的差；接着若第一差值小于第三阈值、且第二差值小于第四阈值、且所述第三差值小于第五阈值，则确定所述第一像素与所述第二像素相匹配。其中，第三阈值、第四阈值和第五阈值可以为0～255之间的任意数，并且它们可以相同也可以不同。然后，统计第一图像和第二图像中相匹配的像素的累积数量、以及第一图像所包含的像素的总数量，例如，第一图像和第二图像中有200000对相互匹配的像素，则相匹配的像素的累积数量为200000，又如一张640×480的图像所包含的总像素数为640*480＝307200；最后将累积数量和总数量的商作为第二匹配度，如200000/307200＝0.65。
S303，确定第二匹配度是否大于第二阈值。若是，则执行S304，若否，则确定第一图像与第二图像不匹配。
具体实现中，第二阈值与应用本发明实施例中的图像匹配方法的业务逻辑、和作为匹配模板的第二图像的图像质量相关，第二阈值可以为0.8、0.9等。
S304，获取第一图像和第二图像中每个像素的颜色模式信息。本步骤与上一实施例中的S101相同，本步骤不再赘述。
S305，根据颜色模式信息，确定第一图像和第二图像的第一匹配度。本步骤与上一实施例中的S102相同，本步骤不再赘述。
S306，当所述第一匹配度大于第一阈值时，确定所述第一图像和所述第二图像相匹配。本步骤与上一实施例中的S103相同，本步骤不再赘述。
需要说明的是，第一匹配度是从图像的整体亮度的角度评估得到的亮度匹配度，第二匹配度是从图像的整个轮廓的角度评估得到的轮廓匹配度，因此第一匹配度对应的第一阈值和第二匹配度对应的第二阈值在本质上不存在相关性，在具体数值上一般也不相同。
以下通过一个例子来说明上述图像匹配方法的实际应用。
例如：XX辅助程序是某款手机游戏辅助程序，该手机游戏支持角色在两重身份之间进行切换，不同的身份拥有的技能不同，相应的游戏界面也会不同，XX辅助程序为不同的身份设计不同的界面皮肤，并随着身份的切换而切换。为了防止频繁的进行身份切换，游戏规则规定切换身份后切换按钮会被短时禁用，从而被蒙上一层蒙版。同时在角色死亡等待复活期间，整个游戏界面会被蒙上另外一层蒙版。因此，当检测到切换按钮上蒙上蒙版时，为了确定是否发生了身份切换，需实时截取游戏界面中当前切换按钮所在区域的图像，然后利用本发明实施例中的图像匹配方法将该图像与切换按钮被禁用时该按钮所在区域的模板图像进行匹配，若匹配成功，则表示切换按键处于禁用状态，说明发生了身份切换，从而需相应的切换界面皮肤。
在本发明实施例中，首先根据第一图像和第二图像的色值信息，对第一图像和第二图像进行初步匹配，在初步匹配通过后，获取第一图像和第二图像中每个像素的颜色模式信息，并根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度，当所述第一匹配度大于预设阈值时，确定所述第一图像和所述第二图像相匹配。通过色值信息和颜色模式信息先后对图像的匹配度进行衡量，可以进一步提高图像匹配的准确度。
请参考图4，图4是本发明实施例提供的一种图像匹配装置的结构示意图。如图所示，本发明实施例中的装置包括：
获取模块401，用于获取第一图像和第二图像中每个像素的颜色模式信息。
具体实现中，第一图像可以是实时截屏图像，如在用户玩手机游戏的过程中截取的游戏界面。第二图像可以是不同场景下的模板图像，如标准的游戏结束界面。其中，颜色模式信息可以为HSB模式信息，HSB模式是一种从视觉的角度定义的颜色模式，包括色相(H)、饱和度(S)和亮度(B)，可以利用图像处理工具(如OpenCV)来获取HSB模式信息。其中，每张图像都可以看作是由数量巨大的小方块组成的，其中，每个小方块就是一个像素。
确定模块402，用于根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度。
具体实现中，可以利用HSB模式中的亮度值来确定第一匹配度，其中，亮度可以用百分比来表示，因此亮度值为0～100％中的任意数。首先计算第一图像中的第一像素与第二图像中的第二像素的亮度值的差值作为该第一像素与该第二像素的亮度差，具体的，可以从第一图像和第二图像的左上角的第一个像素开始，逐一提取第一图像和第二图像的处于相同位置的像素，并计算处于相同位置的像素的亮度差；然后根据亮度差，确定第一匹配度，其中一种可能的实现方法为先计算得到的所有亮度差的平均值，为了防止负数差值影响匹配度的准确性，可以将负数差值取绝对值后再参与平均，再最后根据该平均值确定第一匹配度，考虑到亮度差的平均值越小表示图像之间的整体亮度越接近，可以将1减去平均值的差作为第一匹配度。
确定模块402，还用于当所述第一匹配度大于第一阈值时，确定所述第一图像和所述第二图像相匹配。
具体实现中，第一阈值可以为0.2、80等任意数，第一阈值的具体数值与应用本发明实施例中的图像匹配方法的业务逻辑和作为匹配模板的第二图像的图像质量相关。
可选的，获取模块401还用于获取第一图像与第二图像中每个像素的色值信息。具体地，色值信息可以是RGB颜色值，RGB颜色值中包括红色分量(R值)、绿色分量(G值)和蓝色分量(B值)。其中，可以但不限于利用OpenCV中的方法来获取图像中每个像素的RGB颜色值。
可选的，确定模块402还用于根据色值信息，确定第一图像与第二图像的第二匹配度。具体地，可以首先计算第一图像中的第一像素与所述第二图像中的第二像素的第一颜色分量的第一差值、第二颜色分量的第二差值、以及第三颜色分量的第三差值，其中，第一颜色分量可以为R值、第二颜色分量可以为G值以及第三颜色分量可以为B值，可以从左上角的第一个像素开始，逐个计算第一图像和第二图像中处于相同位置的像素的R值、G值和B值的差；接着若第一差值小于第三阈值、且第二差值小于第四阈值、且所述第三差值小于第五阈值，则确定所述第一像素与所述第二像素相匹配。其中，第三阈值、第四阈值和第五阈值可以为0～255之间的任意数，并且它们可以相同也可以不同。然后，统计第一图像和第二图像中相匹配的像素的累积数量、以及第一图像所包含的像素的总数量；最后将累积数量和总数量的商作为第二匹配度，并确定第二匹配度是否大于第二阈值，若第二匹配度大于第二阈值，则触发获取模块401执行获取第一图像和第二图像中每个像素的颜色模式信息的操作，若第二匹配度不大于第二阈值，则确定第一图像和第二图像不匹配。
可选的，本发明实施例中的装置还可以包括添加模块，用于在确定第一图像和作为模板的第二图像相匹配之后，根据作为匹配模板的第二图片的应用场景，为第一图片添加图像内容。其中，确定模块402还用于确定第二图像的应用场景，其中，可以但不限于预设模板图像库，当需要确定模板图像的应用场景时，可以从预设模板图像库中查找第二图像的应用场景，预设模板图像库中包括模板图像与应用场景的对应关系；然后添加模块根据该应用场景，在第一图像上添加图像内容，图像内容可以包括动画、文字和音频等，例如：当确定实时截屏图像为游戏道具处于蓄能不可操作状态的下的游戏界面时，可以在游戏道具上显示蓄能的动画。
在本发明实施例中，首先根据第一图像和第二图像的色值信息，对第一图像和第二图像进行初步匹配，在初步匹配通过后，获取第一图像和第二图像中每个像素的颜色模式信息，并根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度，当所述第一匹配度大于预设阈值时，确定所述第一图像和所述第二图像相匹配。通过色值信息和颜色模式信息先后对的图像的匹配度进行衡量，可以进一步提高图像匹配的准确度。
请参考图5，图5是本发明实施例提出的一种电子设备的结构示意图。如图所示，该电子设备可以包括：至少一个处理器501，例如CPU，至少一个通信接口502，至少一个存储器503，至少一个总线504。其中，总线504用于实现这些组件之间的连接通信。其中，本发明实施例中电子设备的通信接口502是有线发送端口，也可以为无线设备，例如包括天线装置，用于与其他节点设备进行信令或数据的通信。存储器503可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器503可选的还可以是至少一个位于远离前述处理器501的存储装置。存储器503中存储一组程序代码，且处理器501用于调用存储器中存储的程序代码，用于执行以下操作：
获取第一图像和第二图像中每个像素的颜色模式信息；
根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度；
当所述第一匹配度大于第一阈值时，确定所述第一图像和所述第二图像相匹配。
其中，所述颜色模式信息包括亮度值；
处理器501还用于执行如下操作步骤：
计算所述第一图像中的第一像素与所述第二图像中的第二像素的所述亮度值的差值作为所述第一像素与所述第二像素亮度差；
根据所述亮度差，确定所述第一匹配度。
其中，处理器501还用于执行如下操作步骤：
计算每个所述第一像素与每个所述第二像素的所述亮度差的平均值；
根据所述平均值，确定所述第一匹配度。
其中，处理器501还用于执行如下操作步骤：
获取所述第一图像与所述第二图像中的每个像素的色值信息；
根据所述色值信息，确定所述第一图像与所述第二图像的第二匹配度；
当所述第二匹配度大于第二阈值时，执行所述获取第一图像和第二图像中每个像素的颜色模式信息的操作。
其中，所述色值信息包括第一颜色分量、第二颜色分量和第三颜色分量；
处理器501还用于执行如下操作步骤：
计算所述第一图像中的第一像素与所述第二图像中的第二像素的所述第一颜色分量的第一差值、所述第二颜色分量的第二差值、以及所述第三颜色分量的第三差值；
若所述第一差值小于第三阈值、且所述第二差值小于第四阈值、且所述第三差值小于第五阈值，则确定所述第一像素与所述第二像素相匹配；
根据所述第一图像和所述第二图像中相匹配的像素，确定所述第二匹配度。
其中，处理器501还用于执行如下操作步骤：
统计所述相匹配的像素的累积数量、以及所述第一图像所包含的像素的总数量；
将所述累积数量和所述总数量的商作为所述第二匹配度。
其中，处理器501还用于执行如下操作步骤：
确定所述第二图像的应用场景；
根据所述应用场景，在所述第一图像中添加图像内容，所述图像内容包括动画、文字以及音频中的至少一项。
需要说明的是，本发明实施例同时也提供了一种存储介质，该存储介质用于存储应用程序，该应用程序用于在运行时执行图1和图3所示的一种图像匹配方法中电子设备执行的操作。
需要说明的是，本发明实施例同时也提供了一种应用程序，该应用程序用于在运行时执行图1和图3所示的一种图像匹配方法中电子设备执行的操作。
需要说明的是，对于前述的各个方法实施例，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，某一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细描述的部分，可以参见其他实施例的相关描述。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本发明实施例所提供的内容下载方法及相关设备、系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种图像匹配方法，其特征在于，所述方法应用于电子设备，所述方法包括：
获取第一图像和第二图像中每个像素的颜色模式信息；
根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度；
当所述第一匹配度大于第一阈值时，确定所述第一图像和所述第二图像相匹配。
2.如权利要求1所述的方法，其特征在于，所述颜色模式信息包括亮度值；
所述根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度包括：
计算所述第一图像中的第一像素与所述第二图像中的第二像素的所述亮度值的差值作为所述第一像素与所述第二像素的亮度差；
根据所述亮度差，确定所述第一匹配度。
3.如权利要求2所述的方法，其特征在于，所述根据所述亮度差，确定所述第一匹配度包括：
计算每个所述第一像素与每个所述第二像素的所述亮度差的平均值；
根据所述平均值，确定所述第一匹配度。
4.如权利要求1所述的方法，其特征在于，所述获取第一图像和第二图像中每个像素的颜色模式信息之前，还包括：
获取所述第一图像与所述第二图像中每个像素的色值信息；
根据所述色值信息，确定所述第一图像与所述第二图像的第二匹配度；
当所述第二匹配度大于第二阈值时，执行所述获取第一图像和第二图像中每个像素的颜色模式信息的操作。
5.如权利要求4所述的方法，其特征在于，所述色值信息包括第一颜色分量、第二颜色分量和第三颜色分量；
所述根据所述色值信息，确定所述第一图像与所述第二图像的第二匹配度包括：
计算所述第一图像中的第一像素与所述第二图像中的第二像素的所述第一颜色分量的第一差值、所述第二颜色分量的第二差值、以及所述第三颜色分量的第三差值；
若所述第一差值小于第三阈值、且所述第二差值小于第四阈值、且所述第三差值小于第五阈值，则确定所述第一像素与所述第二像素相匹配；
根据所述第一图像和所述第二图像中相匹配的像素，确定所述第二匹配度。
6.如权利要求5所述的方法，其特征在于，所述根据所述第一图像和所述第二图像中相匹配的像素，确定所述第二匹配度包括：
统计所述相匹配的像素的累积数量、以及所述第一图像所包含的像素的总数量；
将所述累积数量和所述总数量的商作为所述第二匹配度。
7.如权利要求1-6任一项所述的方法，其特征在于，所述确定所述第一图像和所述第二图像相匹配之后，还包括：
确定所述第二图像的应用场景；
根据所述应用场景，在所述第一图像中添加图像内容，所述图像内容包括动画、文字以及音频中的至少一项。
8.一种图像匹配装置，其特征在于，所述装置包括：
获取模块，用于获取第一图像和第二图像中每个像素的颜色模式信息；
确定模块，用于根据所述颜色模式信息，确定所述第一图像和所述第二图像的第一匹配度；
所述确定模块，还用于当所述第一匹配度大于第一阈值时，确定所述第一图像和所述第二图像相匹配。
9.一种电子设备，其特征在于，包括：处理器、存储器、通信接口和总线；
所述处理器、所述存储器和所述通信接口通过所述总线连接并完成相互间的通信；
所述存储器存储可执行程序代码；
所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行如权利要求1-7任一项所述的图像匹配方法。
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多条指令，所述指令适于由处理器加载并执行如权利要求1-7任一项所述的图像匹配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811103363.2A CN109255387A (zh) | 2018-09-20 | 2018-09-20 | 一种图像匹配方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811103363.2A CN109255387A (zh) | 2018-09-20 | 2018-09-20 | 一种图像匹配方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109255387A true CN109255387A (zh) | 2019-01-22 |
Family
ID=65047883
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811103363.2A Pending CN109255387A (zh) | 2018-09-20 | 2018-09-20 | 一种图像匹配方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109255387A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111026641A (zh) * | 2019-11-14 | 2020-04-17 | 北京云聚智慧科技有限公司 | 一种图片比较方法和电子设备 |
| TWI697795B (zh) * | 2019-02-12 | 2020-07-01 | 緯創資通股份有限公司 | 資料擷取方法及其系統 |
| CN111859001A (zh) * | 2020-07-06 | 2020-10-30 | Oppo（重庆）智能科技有限公司 | 图像相似度检测方法、装置、存储介质与电子设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100239125A1 (en) * | 2009-03-17 | 2010-09-23 | Chang Soon-Keun | Digital image processing apparatus, tracking method, recording medium for storing computer program for executing the tracking method, and digital image processing apparatus adopting the tracking method |
| CN102663391A (zh) * | 2012-02-27 | 2012-09-12 | 安科智慧城市技术（中国）有限公司 | 一种图像的多特征提取与融合方法及系统 |
| CN103024434A (zh) * | 2012-12-20 | 2013-04-03 | 广州视源电子科技股份有限公司 | 一种基于图像匹配的自动测试系统 |
| CN103278133A (zh) * | 2009-09-07 | 2013-09-04 | 松下电器产业株式会社 | 视差计算方法和视差计算装置 |
| CN105787048A (zh) * | 2016-02-26 | 2016-07-20 | 北京金山安全软件有限公司 | 一种图片识别方法、装置及电子设备 |
| WO2016175234A1 (ja) * | 2015-04-27 | 2016-11-03 | ヤンマー株式会社 | 色画像処理方法、色画像処理プログラム、物体認識方法及び装置 |
| CN106599185A (zh) * | 2016-12-14 | 2017-04-26 | 北京微智信业科技有限公司 | 基于hsv的图像相似度识别方法 |
| CN107507226A (zh) * | 2017-09-26 | 2017-12-22 | 中国科学院长春光学精密机械与物理研究所 | 一种图像匹配的方法及装置 |
| CN107729930A (zh) * | 2017-10-09 | 2018-02-23 | 济南大学 | 一种快速判别两幅相同场景图像光照相似度的方法及系统 |
-
2018
- 2018-09-20 CN CN201811103363.2A patent/CN109255387A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100239125A1 (en) * | 2009-03-17 | 2010-09-23 | Chang Soon-Keun | Digital image processing apparatus, tracking method, recording medium for storing computer program for executing the tracking method, and digital image processing apparatus adopting the tracking method |
| CN103278133A (zh) * | 2009-09-07 | 2013-09-04 | 松下电器产业株式会社 | 视差计算方法和视差计算装置 |
| CN102663391A (zh) * | 2012-02-27 | 2012-09-12 | 安科智慧城市技术（中国）有限公司 | 一种图像的多特征提取与融合方法及系统 |
| CN103024434A (zh) * | 2012-12-20 | 2013-04-03 | 广州视源电子科技股份有限公司 | 一种基于图像匹配的自动测试系统 |
| WO2016175234A1 (ja) * | 2015-04-27 | 2016-11-03 | ヤンマー株式会社 | 色画像処理方法、色画像処理プログラム、物体認識方法及び装置 |
| CN105787048A (zh) * | 2016-02-26 | 2016-07-20 | 北京金山安全软件有限公司 | 一种图片识别方法、装置及电子设备 |
| CN106599185A (zh) * | 2016-12-14 | 2017-04-26 | 北京微智信业科技有限公司 | 基于hsv的图像相似度识别方法 |
| CN107507226A (zh) * | 2017-09-26 | 2017-12-22 | 中国科学院长春光学精密机械与物理研究所 | 一种图像匹配的方法及装置 |
| CN107729930A (zh) * | 2017-10-09 | 2018-02-23 | 济南大学 | 一种快速判别两幅相同场景图像光照相似度的方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| ZHANGPYI: "图像相似度测量与模板匹配总结", 《HTTPS://WWW.CNBLOGS.COM/HUTY/P/8519295.HTML》 * |
| 董天祯等: "基于模糊匹配的多视点图像配准方法", 《模式识别与人工智能》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI697795B (zh) * | 2019-02-12 | 2020-07-01 | 緯創資通股份有限公司 | 資料擷取方法及其系統 |
| CN111026641A (zh) * | 2019-11-14 | 2020-04-17 | 北京云聚智慧科技有限公司 | 一种图片比较方法和电子设备 |
| CN111859001A (zh) * | 2020-07-06 | 2020-10-30 | Oppo（重庆）智能科技有限公司 | 图像相似度检测方法、装置、存储介质与电子设备 |
| CN111859001B (zh) * | 2020-07-06 | 2022-05-31 | Oppo（重庆）智能科技有限公司 | 图像相似度检测方法、装置、存储介质与电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109255387A (zh) | 一种图像匹配方法、装置、电子设备及存储介质 | |
| US9852510B2 (en) | Method and apparatus for dividing image area | |
| Shen et al. | Chromaticity-based separation of reflection components in a single image | |
| CN110009556A (zh) | 图像背景虚化方法、装置、存储介质及电子设备 | |
| CN107749062B (zh) | 图像处理方法、及装置 | |
| Moya-Alcover et al. | Modeling depth for nonparametric foreground segmentation using RGBD devices | |
| US11521303B2 (en) | Method and device for inpainting image | |
| CN103679169B (zh) | 图像特征的提取方法及装置 | |
| CN104866755B (zh) | 应用程序解锁界面背景图片的设置方法、装置及电子设备 | |
| CN109308716A (zh) | 一种图像匹配方法、装置、电子设备及存储介质 | |
| CN109276882A (zh) | 一种游戏辅助方法、装置、电子设备及存储介质 | |
| CN108734126B (zh) | 一种美颜方法、美颜装置及终端设备 | |
| CN107506738A (zh) | 特征提取方法、图像识别方法、装置及电子设备 | |
| CN111957040A (zh) | 遮挡位置的检测方法、装置、处理器及电子装置 | |
| CN114025232B (zh) | 视频素材剪切方法、装置、终端设备以及可读存储介质 | |
| CN112381104A (zh) | 一种图像识别方法、装置、计算机设备及存储介质 | |
| CN109410295B (zh) | 颜色设置方法、装置、设备及计算机可读存储介质 | |
| CN108230256A (zh) | 图像处理方法、装置、计算机装置及计算机可读存储介质 | |
| CN110865753B (zh) | 应用消息的通知方法及装置 | |
| CN110807379B (zh) | 一种语义识别方法、装置、以及计算机存储介质 | |
| CN110599554A (zh) | 人脸肤色的识别方法和装置、存储介质及电子装置 | |
| CN107682685A (zh) | 白平衡处理方法及装置、电子装置和计算机可读存储介质 | |
| CN110569907A (zh) | 拼接图形的识别方法及装置、计算机存储介质、电子设备 | |
| CN115063861A (zh) | 模型训练方法、图像背景相似判断方法及装置 | |
| CN108683845A (zh) | 图像处理方法、装置、存储介质及移动终端 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20191203 Address after: Room 105-53811, No. 6 Baohua Road, Hengqin New District, Zhuhai City, Guangdong Province Applicant after: Zhuhai Leopard Technology Co.,Ltd. Address before: 519070, No. 10, main building, No. six, science Road, Harbour Road, Tang Wan Town, Guangdong, Zhuhai, 601F Applicant before: Zhuhai Juntian Electronic Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190122 |
|
| RJ01 | Rejection of invention patent application after publication |