CN109523591A - 图片的处理方法、装置、设备和存储介质 - Google Patents

Abstract

本发明实施例公开了一种图片的处理方法、装置、设备和存储介质，该处理方法包括：获取网站上被用户浏览的图片；将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型；根据图像内容识别模型的识别结果确定对应的图片是否合规。本发明实施例提供的技术方案能够在图像内容识别之前对图片进行初步过滤和删除，尽可能地将合规图片过滤掉，减少图像内容识别处理的图片数量，提高图片识别的处理效率。

Description

图片的处理方法、装置、设备和存储介质

技术领域

本发明实施例涉及图像处理技术领域以及信息安全处理领域，尤其涉及一种图片的处理方法、装置、设备和存储介质。

背景技术

图片作为互联网上重要的传媒介质之一，其包含了大量的内容和信息。由于对图片内容的管理存在一定的复杂度，一些别有用心的网民使用图片传播特定内容，存在危害网民安全和健康的隐患。

随着人工智能和机器视觉的发展，深度学习技术也普遍应用在了图像内容识别和分类上，使用深度学习技术训练出来的图像处理模型，对图像内容识别和分类的准确性有了很大的提升，为图片内容管理提供了可靠的技术基础。但其处理性能仍然是一个瓶颈，单台图像处理服务器单位时间内能够处理的图片张数非常有限，在面对互联网上的海量图片数据时，为了尽可能早地发现目标图片，及时对目标图片的传播和扩散进行管理，一般采取两种措施：一是增加服务器数量，采用集群的方式来处理海量图片，但这种方式成本很高；二是减少要处理的图片张数，一般是对图片进行采样处理，但采样存在随机性，有可能将包含特定内容的目标图片漏掉。

发明内容

本发明实施例提供了一种图片的处理方法、装置、设备和存储介质，可以提高图片识别的处理效率。

第一方面，本发明实施例提供了一种图片的处理方法，包括：

获取网站上被用户浏览的图片；

将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型；

根据所述图像内容识别模型的识别结果确定对应的图片是否合规。

第二方面，本发明实施例还提供了一种图片的处理装置，该处理装置包括：

图片获取模块，用于获取网站上被用户浏览的图片；

图片处理模块，用于将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型；

合规模块，用于根据所述图像内容识别模型的识别结果确定对应的图片是否合规。

第三方面，本发明实施例还提供了一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的图片的处理方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的图片的处理方法。

本发明实施例通过获取网站上被用户浏览的图片，将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型，根据图像内容识别模型的识别结果确定对应的图片是否合规。本发明实施例提供的技术方案能够在图像内容识别之前对图片进行初步过滤和删除，尽可能地将合规图片过滤掉，减少图像内容识别处理的图片数量，提高图片识别的处理效率。

附图说明

图1为本发明实施例一中的图片的处理方法的流程图；

图2为本发明实施例一中的图片的获取过程示意图；

图3为本发明实施例一中的图片的处理过程示意图；

图4为本发明实施例二中的图片的处理方法的流程图；

图5为本发明实施例三中的图片的处理装置的结构示意图；

图6为本发明实施例四中的设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

本实施例中的图片的处理方法针对的是互联网中海量的网络请求图片，即用户访问网站时浏览的图片，对该图片进行快速过滤之后再进行内容识别。

图1为本发明实施例一中的图片的处理方法的流程图，本实施例可适用于实现图片处理的情况，该方法可以由图片的处理装置执行，该装置可以采用软件和/或硬件的方式实现，例如，该装置可配置于设备中。如图1所示，该方法具体可以包括：

S110、获取网站上被用户浏览的图片。

其中，图片为用户通过终端访问网站时被用户浏览的图片，终端的具体类型本实施例不作限定，例如终端可以为手机、电脑或者平板电脑等等。参见图2，图2为本发明实施例一中的图片的获取过程示意图，图中终端为电脑，用户在电脑上访问网站，发送网络请求给图中的服务器，服务器返回网络响应给电脑，构成一个数据通信过程；本实施例中可以通过图片的处理装置将该数据通信过程中的流量(即网页访问数据)抓取出来，并进行解析得到图片。

具体的，将用户访问网站过程中的流量通过分光或者镜像的方式采集并解析，可以得到超级文本标记语言(Hyper Text Markup Language，HTML)页面、图片或者脚本等，获取其中的图片为本实施例中待处理的图片。

进一步的，获取网站上被用户浏览的图片之后，还包括：获取图片的信息，信息包括图片大小、图片高度、图片宽度、图片主机信息和图片统一资源标识符。具体的，获取到网站上被用户浏览的图片之后，可以根据预设的信息读取程序或者算法得到图片高度和图片宽度，并且通过解析超文本传输协议(Hyper Text Transfer Protocol，HTTP)协议即可提取图片大小、图片主机(Host)信息和图片统一资源标识符(Uniform ResourceIdentifier，URI)等信息。进一步的，获取到图片高度和宽度之后，计算图片的宽高比以待后续的处理。本实施例中解析图片的过程与后续对图片的处理过程可以在同一设备上完成，也可以分别在不同设备上完成。

获取网站上被用户浏览的图片之后，同时执行S121、S122和S123。

S121、判断图片大小是否在预设大小范围外。

S122、判断图片宽高比是否在预设宽高比范围内。

S123、判断图片信息是否在预设白名单外。

其中，预设大小范围、预设宽高比范围和预设白名单可以根据需要进行设置，图片信息为图片主机信息和图片统一资源标识符，预设白名单为基于图片主机信息和图片统一资源标识符设置的白名单。示例性的，预设大小范围可以为2MB，预设宽高比范围可以为2，即宽度/高度＝2。

本实施例中设置预设大小范围、预设宽高比范围和预设白名单的方式利用了互联网中图片的特点：1)互联网中存在大量的小图标图片，而这些小图标图片基本上都不会是包含特定内容的图片，也就不是后续图像处理的目标图片，所以可以设置预设大小范围进行过滤；2)互联网上存在大量广告类图片，这些图片的共同特点是宽高比很大即图片宽度值远远大于图片的高度值，这些图片基本上不会是包含特定内容的图片，因此可以设置预设宽高比范围进行过滤；3)可以根据主机信息和统一资源标识符设置白名单，例如图片主机信息或者图片统一资源标识符中包含了如sport、map、music、icon等关键词，该图片基本上都不包含特定内容，因此可以设置白名单进行过滤和删除。

具体的，获取网站上被用户浏览的图片以及图片的信息之后，分别判断该图片是否同时满足：大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外，若满足即S121、S122和S123的判断结果均为是，则将该图片输入图像内容识别模型。若不满足，即若图片大小在预设大小范围内、宽高比在预设宽高比范围外或者图片信息在预设白名单内，则将该图片删除。

示例性的，图3为本发明实施例一中的图片的处理过程示意图，参见图3，图中的方框A包括中为初始获取到的网站上被用户浏览的图片，方框B中包括大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片，椭圆框C中包括大小在预设大小范围内、宽高比在预设宽高比范围外或者图片信息在预设白名单内的图片，B中的图片从A中筛选出来输入到图像内容识别模型中，C中的图片为需要删除的图片。

S130、将图片输入图像内容识别模型。

图像内容识别模型可以为任意能够对图片的内容进行识别的模型，图像内容识别模型的具体类型本实施例中不作限定，例如图像内容识别模型可以为基于深度学习的卷积神经网络等。示例性的，图像内容识别模型的具体识别过程可以为：首先抽取待识别图片的特征，然后在图像数据库中检索与待识别图片的特征最相似的若干特征数据，最后利用相似数据的相关网页文本来推断待识别图片的内容标签，最后得到识别结果。

S140、根据图像内容识别模型的识别结果确定对应的图片是否合规。

将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型之后，对该图片的内容进行识别，判断图片是否为包括特定内容的图片，若识别结果为是，则该图片不合规，若识别结果为否，则该图片合规。其中，特定内容可以根据需要进行设置，例如特定内容可以为政治敏感类或者暴力色情类等。

此外，若图片不合规，可以将该图片输出至图像管理业务系统，图像管理业务系统可以查看和处理该包括特定内容的不合规图片。

本实施例通过获取网站上被用户浏览的图片，将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型，根据图像内容识别模型的识别结果确定对应的图片是否合规。本实施例提供的技术方案能够在图像内容识别之前对图片进行初步过滤和删除，尽可能地将合规图片过滤掉，减少图像内容识别处理的图片数量，提高图片识别的处理效率。

实施例二

图4为本发明实施例二中的图片的处理方法的流程图。本实施例在上述实施例的基础上，通过一个示例对图片的处理方法进行具体说明。相应的，本实施例的方法具体包括：

S210、获取网站上被用户浏览的图片。

其中，图片为用户通过终端访问网站时被用户浏览的图片，终端的具体类型本实施例不作限定，例如终端可以为手机、电脑或者平板电脑等等。将用户访问网站过程中的流量(即网页访问数据)通过分光或者镜像的方式采集并解析，可以得到超级文本标记语言(Hyper Text Markup Language，HTML)页面、图片或者脚本等，获取其中的图片为本实施例中待处理的图片。

S220、判断图片大小是否在预设大小范围外。

具体的，将图片大小与预设大小范围进行比较，若图片大小小于或等于预设大小范围，则执行S260，若图片大小大于预设大于范围即图片大小在预设小于范围外，则执行S230。

S230、判断图片宽高比是否在预设宽高比范围内。

获取到网站上被用户浏览的图片之后，可以根据预设的信息读取程序或者算法得到图片高度和图片宽度，并计算图片的宽高比，将宽高比与预设宽高比范围进行比较，若宽高比大于或等于预设宽高比范围，则执行S260，若宽高比小于预设宽高比范围即宽高比在预设宽高比范围内，则执行S240。

S240、判断图片信息是否在预设白名单外。

图片信息为图片主机信息和图片统一资源标识符，预设白名单为基于图片主机信息和图片统一资源标识符设置的白名单。将图片主机信息和图片统一资源标识符与预设白名单中的各主机信息和统一资源标识符进行对比，若在预设白名单中，则执行S260，若不在预设白名单中，则执行S250。

S250、将图片输入图像内容识别模型。

将图片输入图像内容识别模型，并根据图像内容识别模型的识别结果确定对应的图片是否合规。

S260、将图片删除。

需要说明的是，本实施例中对判断图片大小是否在预设范围外、宽高比是否在预设宽高比范围内和图片信息是否在预设白名单外的先后顺序不作限定，本实施例中的判断顺序仅为一个示例。

本实施例通过获取网站上被用户浏览的图片，将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型，根据图像内容识别模型的识别结果确定对应的图片是否合规。本实施例提供的技术方案能够在图像内容识别之前对图片进行初步过滤和删除，尽可能地将合规图片过滤掉，减少图像内容识别处理的图片数量，提高图片识别的处理效率。

实施例三

图5为本发明实施例三中的图片的处理装置的结构示意图，本实施例可适用于实现图片的处理的情况。本发明实施例所提供的图片的处理装置可执行本发明任意实施例所提供的图片的处理方法，具备执行方法相应的功能模块和有益效果。该装置具体包括图片获取模块310、图片处理模块320和合规模块330，其中：

图片获取模块310，用于获取网站上被用户浏览的图片；

图片处理模块320，用于将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型；

合规模块330，用于根据所述图像内容识别模型的识别结果确定对应的图片是否合规。

本发明实施例通过获取网站上被用户浏览的图片，将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型，根据图像内容识别模型的识别结果确定对应的图片是否合规。本发明实施例提供的技术方案能够在图像内容识别之前对图片进行初步过滤和删除，尽可能地将合规图片过滤掉，减少图像内容识别处理的图片数量，提高图片识别的处理效率。

可选地，该装置还包括：

信息模块，用于获取网站上被用户浏览的图片之后，获取所述图片的信息，所述信息包括图片大小、图片高度、图片宽度、图片主机信息和图片统一资源标识符。

可选地，所述预设白名单为基于所述图片主机信息和所述图片统一资源标识符设置的白名单。

可选地，该装置还包括：

删除模块，用于将大小在预设大小范围内、宽高比在预设宽高比范围外或者图片信息在预设白名单内的图片删除。

本发明实施例所提供的图片的处理装置可执行本发明任意实施例所提供的图片的处理方法，具备执行方法相应的功能模块和有益效果。

实施例四

图6为本发明实施例四中的设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性设备412的框图。图6显示的设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，设备412以通用设备的形式表现。设备412的组件可以包括但不限于：一个或者多个处理器416，存储装置428，连接不同系统组件(包括存储装置428和处理器416)的总线418。

总线418表示几类总线结构中的一种或多种，包括存储装置总线或者存储装置控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance，ISA)总线，微通道体系结构(Micro Channel Architecture，MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。

设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储装置428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)430和/或高速缓存存储器432。设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘，例如只读光盘(Compact Disc Read-Only Memory，CD-ROM),数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储装置428中，这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。

设备412也可以与一个或多个外部设备414(例如键盘、指向终端、显示器424等)通信，还可与一个或者多个使得用户能与该设备412交互的终端通信，和/或与使得该设备412能与一个或多个其它计算终端进行通信的任何终端(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网(Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图6所示，网络适配器420通过总线418与设备412的其它模块通信。应当明白，尽管图中未示出，可以结合设备412使用其它硬件和/或软件模块，包括但不限于：微代码、终端驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。

处理器416通过运行存储在存储装置428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的图片的处理方法，该方法包括：

获取网站上被用户浏览的图片；

将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型；

根据所述图像内容识别模型的识别结果确定对应的图片是否合规。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的图片的处理方法，该方法包括：

获取网站上被用户浏览的图片；

将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型；

根据所述图像内容识别模型的识别结果确定对应的图片是否合规。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种图片的处理方法，其特征在于，包括：

获取网站上被用户浏览的图片；

将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型；

根据所述图像内容识别模型的识别结果确定对应的图片是否合规。

2.根据权利要求1所述的方法，其特征在于，所述获取网站上被用户浏览的图片之后，还包括：

获取所述图片的信息，所述信息包括图片大小、图片高度、图片宽度、图片主机信息和图片统一资源标识符。

3.根据权利要求2所述的方法，其特征在于，所述预设白名单为基于所述图片主机信息和所述图片统一资源标识符设置的白名单。

4.根据权利要求1所述的方法，其特征在于，还包括：

将大小在预设大小范围内、宽高比在预设宽高比范围外或者图片信息在预设白名单内的图片删除。

5.一种图片的处理装置，其特征在于，包括：

图片获取模块，用于获取网站上被用户浏览的图片；

图片处理模块，用于将大小在预设大小范围外、宽高比在预设宽高比范围内且图片信息在预设白名单外的图片输入图像内容识别模型；

合规模块，用于根据所述图像内容识别模型的识别结果确定对应的图片是否合规。

6.根据权利要求5所述的装置，其特征在于，还包括：

信息模块，用于获取网站上被用户浏览的图片之后，获取所述图片的信息，所述信息包括图片大小、图片高度、图片宽度、图片主机信息和图片统一资源标识符。

7.根据权利要求6所述的装置，其特征在于，所述预设白名单为基于所述图片主机信息和所述图片统一资源标识符设置的白名单。

8.根据权利要求5所述的装置，其特征在于，还包括：

删除模块，用于将大小在预设大小范围内、宽高比在预设宽高比范围外或者图片信息在预设白名单内的图片删除。

9.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的图片的处理方法。

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，该程序被处理器执行时实现如权利要求1-4中任一所述的图片的处理方法。