CN109670497A - 图片上传方法、装置、设备及可读存储介质 - Google Patents
图片上传方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN109670497A CN109670497A CN201811123300.3A CN201811123300A CN109670497A CN 109670497 A CN109670497 A CN 109670497A CN 201811123300 A CN201811123300 A CN 201811123300A CN 109670497 A CN109670497 A CN 109670497A
- Authority
- CN
- China
- Prior art keywords
- picture
- uploaded
- compression ratio
- text
- compressed
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000006835 compression Effects 0.000 claims abstract description 209
- 238000007906 compression Methods 0.000 claims abstract description 209
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 238000013507 mapping Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Abstract
本发明提供一种图片上传方法,包括:当监测到待上传图片时,依据初始的压缩比对所述待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;若压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证;当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器。本发明还提供一种图片上传装置、设备及可读存储介质。本发明能够动态调整压缩比,提高文字的识别准确率、降低识别失败率。
Description
技术领域
本发明涉及图片压缩的技术领域,尤其涉及一种图片上传方法、装置、设备及可读存储介质。
背景技术
随着互联网的快速发展,各行各业都采用互联网技术推广、销售和维护产品,即开发APP,供用户使用,用户使用APP时,需要注册相应的账号,而金融支付类APP,需要验证用户的身份信息以及绑定银行卡信息等,用户通过APP提供的上传页面上传身份证信息和银行卡信息等,为方便用户上传信息,通常用户可上传包含身份证和银行卡等信息的图片,由服务器自动识别图片中的姓名、身份证和银行卡号等信息。
由于需要对身份证和银行卡等图片中的文字进行识别,因此对上传图片的质量有较高的要求,而质量较好的图片较大,上传时需要耗费较多的流量和时间,目前通过设置固定压缩比对需要上传的图片进行压缩,并上传压缩后的图片。然而,由于用户上传的图片的质量存在差异,对图片进行压缩之后,存在无法识别图片中文字或识别出的文字不准确的问题,导致信息上传失败。
因此,如何动态调整压缩比,提高文字的识别准确率、降低识别失败率是目前亟待解决的问题。
发明内容
本发明的主要目的在于提供一种图片上传方法、装置、设备及可读存储介质,旨在如何动态调整压缩比,提高文字的识别准确率、降低识别失败率。
为实现上述目的,本发明提供一种图片上传方法,所述图片上传方法包括以下步骤:
当监测到待上传图片时,依据初始的压缩比对所述待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;
若压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证;
当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器。
可选地,所述对压缩后的待上传图片进行文字识别验证的步骤包括:
对所述待上传图片进行文字识别,以获取第一识别文字组,并对压缩后的待上传图片进行文字识别,以获取第二识别文字组;
将所述第一识别文字组中的各识别文字,与所述第二识别文字组中的对应位置的各识别文字进行比较,以获取各识别文字的比较结果;
依据各识别文字的比较结果,确定文字识别正确率,并确定所述文字识别正确率是否超过预设阈值;
若所述文字识别正确率超过预设阈值,则确定压缩后的待上传图片通过文字识别验证,否则确定压缩后的待上传图片未通过文字识别验证。
可选地,依据各识别文字的比较结果,确定文字识别正确率的步骤包括:
依据各识别文字的比较结果,统计所述比较结果为识别文字相同的文字个数;
获取总识别文字数,并将所述文字个数占所述总识别文字数的比例,确定为文字识别正确率。
可选地,所述调整初始的压缩比的步骤包括:
确定所述待上传图片的目标图片格式,并查询图片格式与压缩比上浮率的映射关系表,获取与所述目标图片格式对应的目标压缩比上浮率;
按照所述目标压缩比上浮率,调整初始的压缩比。
可选地,所述调整初始的压缩比的步骤还包括:
获取所述待上传图片的目标压缩特征,并查询预存的压缩特征与压缩比之间的映射关系表,获取所述目标压缩特征对应的目标压缩比;
将初始的压缩比替换为所述目标压缩特征对应的目标压缩比,以调整初始的压缩比。
可选地,所述图片上传方法还包括:
在调整初始的压缩比的过程中,当检测到调整后的压缩比达到预设压缩比,且经预设压缩比压缩后的待上传图片未通过文字识别验证时,将压缩前的待上传图片上传至服务器。
可选地,所述图片上传方法还包括:
当监测到待上传图片时,确定当前网络环境是否为数据网络环境;
若当前网络环境为数据网络环境,则执行步骤:依据初始的压缩比对所述待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;
若当前网络环境不为数据网络环境,则将所述待上传图片上传至服务器。
此外,为实现上述目的,本发明还提供一种图片上传装置,所述图片上传装置包括:
压缩验证模块,用于当监测到待上传图片时,依据初始的压缩比对所述待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;
所述压缩验证模块,还用于若压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证;
图片上传模块,用于当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器。
此外,为实现上述目的,本发明还提供一种图片上传设备,所述图片上传设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的图片上传程序,其中所述图片上传程序被所述处理器执行时,实现如上述的图片上传方法的步骤。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质上存储有图片上传程序,其中所述图片上传程序被处理器执行时,实现如上述的图片上传方法的步骤。
本发明提供一种图片上传方法、装置、设备及可读存储介质,本发明当监测到待上传图片时,依据初始的压缩比对待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证,如果压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证,然后当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器,实现压缩比的动态调整,使得经压缩比压缩后的图片能够进行文字识别,有效的提高文字的识别准确率、降低识别失败率。
附图说明
图1为本发明各实施例涉及的图片上传设备的硬件结构示意图;
图2为本发明图片上传方法第一实施例的流程示意图;
图3为本发明第二实施例中步骤S102的细化流程示意图;
图4为本发明图片上传装置第一实施例的功能模块示意图。
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。
本发明实施例涉及的图片上传方法主要应用于图片上传设备,该图片上传设备可以是PC(个人计算机personal computer)、便携计算机、移动终端等具有显示和处理功能的设备。
参照图1,图1为本发明实施例方案中涉及的图片上传设备的硬件结构示意图。本发明实施例中,图片上传设备可以包括处理器1001(例如中央处理器Central ProcessingUnit、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)、输入单元比如键盘(Keyboard);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中示出的硬件结构并不构成对本发明的限定,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。
继续参照图1,图1中作为一种可读存储介质的存储器1005可以包括操作系统、网络通信模块以及图片上传程序。在图1中,网络通信模块主要用于连接服务器,与服务器进行数据通信;而处理器1001可以调用存储器1005中存储的图片上传程序,并执行本发明实施例提供的图片上传方法。
本发明实施例提供了一种图片上传方法。
参照图2,图2为本发明图片上传方法第一实施例的流程示意图。
本实施例中,该图片上传方法由图片上传设备实现,该图片上传设备可以是PC、掌上电脑和平板电脑等终端设备,可选为图1所示的设备,所述图片上传方法包括以下步骤:
步骤S101,当监测到待上传图片时,依据初始的压缩比对待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;
步骤S102,若压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证;
步骤S103,当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器。
由于需要对身份证和银行卡等图片中的文字进行识别,因此对上传图片的质量有较高的要求,而质量较好的图片较大,上传时需要耗费较多的流量和时间,目前通过设置固定压缩比对需要上传的图片进行压缩,并上传压缩后的图片。然而,由于用户上传的图片的质量存在差异,对图片进行压缩之后,存在无法识别图片中文字或识别出的文字不准确的问题,导致信息上传失败。考虑到上述问题,本实施例中提出一种图片上传方法,以下详细介绍图片上传方法的具体步骤:
步骤S101,当监测到待上传图片时,依据初始的压缩比对待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;
本实施例中,当设备接收到图片上传指令时,显示图片上传界面,用户可基于图片上传界面选择需要上传的图片或者直接拍摄图片,而当设备接收到用户基于图片上传界面选择的图片或者拍摄的图片,即待上传图片时,将待上传图片存储至缓存区域。当监测到缓存区域中存在待上传图片时,设备依据初始的压缩比对待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证。需要说明的是,图片的压缩方式包括但不限于行程长度编码、熵编码法、色度抽样、变换编码和分形压缩。
具体地,设备对待上传图片进行文字识别,即OCR(Optical CharacterRecognition,光学字符识别)识别,以获取第一识别文字组,并对压缩后的待上传图片进行文字识别,以获取第二识别文字组;然后将第一识别文字组中的各识别文字,与第二识别文字组中的对应位置的各识别文字进行比较,以获取各识别文字的比较结果,并依据各识别文字的比较结果,确定文字识别正确率,且确定该文字识别正确率是否超过预设阈值,如果文字识别正确率超过预设阈值,则确定压缩后的待上传图片通过文字识别验证,否则确定压缩后的待上传图片未通过文字识别验证。其中,文字识别正确率的具体确定方式为设备依据各识别文字的比较结果,统计比较结果为识别文字相同的文字个数,然后获取总识别文字数,并将该文字个数占该总识别文字数的比例,确定为文字识别正确率。需要说明的是,上述预设阈值可由本领域技术人员基于实际情况进行设置,本实施例对此不作具体限定。
其中,对待上传图片进行文字识别包括对待上传图片进行预处理、倾斜校正、文字特征提取、对比识别和后处理,其中,预处理包括但不限于降噪、二值化、字符切分和归一化,降噪是对待上传图片进行去噪处理,以提升识别处理的准确度;二值化之后,图片只剩下两种颜色,即黑和白;字符切分则是将图片中的文字分割成单个文字;归一化则是将单个的文字图片规整到同样的尺寸,在同一个规格下,应用统一的算法;倾斜校正是对图片方向进行监测,并校正图片方向;文字特征提取是从待上传图片中提取文字特征,即识别文字的关键信息,包括统计的特征,如文字区域内的黑/白点数比,还包括结构特征,如文字影像细线化后,取得字的笔划端点、交叉点之数量及位置,或以笔划段为特征;文字识别是将提取的文字特征与数据库中的文字进行比对,从而识别出文字,比对方法包括但不限于欧式空间的比对方法、松弛比对法、动态程序比对法和类神经网络的数据库建立及比对。
其中,待上传图片的文字识别验证方式还可以为通过OCR识别技术,从压缩后的待上传图片中识别文字,并显示文字验证界面,该文字验证界面显示有通过验证的对应控件和未通过验证的对应控件,还显示有识别出来的文字,当用户触控通过验证的对应控件时,则可以确定压缩后的待上传图片通过文字识别验证,而当用户触控未通过验证的对应控件时,则可以确定压缩后的待上传图片未通过文字识别验证。具体实施中,当监测到待上传图片时,确定设备的当前网速等级,并查询预存的网速等级与初始的压缩比之间的映射关系表,获取当前网速等级对应的初始的压缩比。需要说明的是,网速等级与初始的压缩比之间的映射关系表可由本领域技术人员基于实际情况进行设置,本实施例对此不作具体限定。
步骤S102,若压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证;
本实施例中,如果压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,即按照预设上浮率调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证,即依据调整后的压缩比对待上传图片进行压缩,并对压缩后的待上传图片再次进行文字识别验证。
具体地,设备确定待上传图片的目标图片格式,并查询图片格式与压缩比上浮率的映射关系表,获取与该目标图片格式对应的目标压缩比上浮率,然后按照该目标压缩比上浮率,调整初始的压缩比,即初始的压缩比乘以目标压缩比上浮率之后,加上初始的压缩比,得到调整后的压缩比。其中,图片格式包括但不限于BMP(BitMaP,位图)、PCX(PersonalComputer eXchange,个人电脑交互)、TIFF(TagImage FileFormat,标签图像文件格式)、GIF(Graphics Interchange Format,图形交互格式)和JPEG(Joint Photographic ExpertGroup,联合照片专家组)。需要说明的是,上述图片格式与压缩比上浮率的映射关系表可由本领域技术人员基于实际情况进行设置,本实施例对此不作具体限定。
步骤S103,当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器。
本实施例中,当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器,具体实施中,设备按照压缩比上浮率,调整初始的压缩比,以获取第一压缩比,并依据第一压缩比对待上传图片进行压缩,然后对压缩后的待上传图片进行文字识别验证,若通过文字识别验证,则停止压缩比的调整操作,若未通过验证,则依据按照压缩比上浮率调整第一压缩比,以获取第二压缩比,并依据第二压缩比对待上传图片进行压缩,然后对压缩后的待上传图片进行文字识别验证,重复上述步骤,直至经调整后的压缩比压缩后的待上传图片通过文字识别验证,或者直至调整后的压缩比达到预设压缩比时,停止压缩比的调整操作。
进一步地,在调整初始的压缩比的过程中,当检测到调整后的压缩比达到预设压缩比,且经预设压缩比压缩后的待上传图片未通过文字识别验证时,将压缩前的待上传图片上传至服务器。需要说明的是,上述预设压缩比可由本领域技术人员基于实际情况进行设置,本实施例对此不作具体限定。
进一步地,当监测到待上传图片时,确定当前网络环境是否为数据网络环境,如果当前网络环境为数据网络环境,则执行步骤S101,即依据初始的压缩比对待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证,如果当前网络环境不为数据网络环境,则将待上传图片上传至服务器,即不需要执行图片压缩操作,而上传原始的待上传图片。
本实施例中,本发明当监测到待上传图片时,依据初始的压缩比对待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证,如果压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证,然后当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器,实现压缩比的动态调整,使得经压缩比压缩后的图片能够进行文字识别,有效的提高文字的识别准确率、降低识别失败率。
进一步地,参照图3,基于上述第一实施例,提出了本发明图片上传方法的第二实施例,与前述实施例的区别在于,步骤S102包括:
步骤S1021,获取待上传图片的目标压缩特征,并查询预存的压缩特征与压缩比之间的映射关系表,获取目标压缩特征对应的目标压缩比;
本实施例中,在压缩后的待上传图片通过文字识别验证时,获取当前压缩比,并获取待上传图片的压缩特征,然后将当前压缩比与该压缩特征进行关联,并在将压缩后的待上传图片上传至服务器的同时,将关联后的当前压缩比与压缩特征上传至服务器,由服务器将压缩比与压缩特征作为一组样本存储至样本数据库,服务器对样本数据库中的样本组数进行监测,当监测到样本数据库中的样本组数达到或超过预设组数时,将样本数据库中的各组样本作为训练数据输入至机器自学习模型,并输出压缩特征与压缩比的映射关系表,然后将压缩特征与压缩比的映射关系表下载至设备预存。其中,压缩特征包括但不限于制造厂商、拍摄设备型号、分辨率单位、曝光时间、光圈值、拍摄模式、光圈优先、ISO感光值、图片拍摄时间、图片存入时间、曝光补偿和图片尺寸。当压缩后的待上传图片未通过文字识别验证时,设备获取待上传图片的目标压缩特征,并查询预存的压缩特征与压缩比之间的映射关系表,获取目标压缩特征对应的目标压缩比。
步骤S1022,将初始的压缩比替换为目标压缩特征对应的目标压缩比,以调整初始的压缩比。
本实施例中,设备在获取目标压缩特征对应的目标压缩比之后,将初始的压缩比替换为目标压缩特征对应的目标压缩比,以调整初始的压缩比,或者计算初始的压缩比与目标压缩特征对应的目标压缩比的差值,用该差值加上初始的压缩比,得到调整后的压缩比。
本实施例中,本发明通过服务器对压缩比的调整过程进行自学习,得到压缩特征与压缩比之间的关系,能够在需要调整压缩比时,准确的依据压缩特征与压缩比之间的关系,对压缩比进行调整,减少压缩比的调整次数,提高压缩速度。
此外,本发明实施例还提供一种图片上传装置。
参照图4,图4为本发明图片上传装置第一实施例的功能模块示意图。
本发明图片上传装置为虚拟装置,存储于图1所示图片上传设备的存储器1005中,用于实现图片上传程序的所有功能;当监测到待上传图片时,依据初始的压缩比对所述待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;若压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证;当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器。
具体的,本实施例中,所述图片上传装置包括:
压缩验证模块101,用于当监测到待上传图片时,依据初始的压缩比对所述待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;
所述压缩验证模块101,还用于若压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证;
图片上传模块102,用于当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器。
进一步地,所述压缩验证模块101还用于:
对所述待上传图片进行文字识别,以获取第一识别文字组,并对压缩后的待上传图片进行文字识别,以获取第二识别文字组;
将所述第一识别文字组中的各识别文字,与所述第二识别文字组中的对应位置的各识别文字进行比较,以获取各识别文字的比较结果;
依据各识别文字的比较结果,确定文字识别正确率,并确定所述文字识别正确率是否超过预设阈值;
若所述文字识别正确率超过预设阈值,则确定压缩后的待上传图片通过文字识别验证,否则确定压缩后的待上传图片未通过文字识别验证。
进一步地,所述压缩验证模块101还用于:
依据各识别文字的比较结果,统计所述比较结果为识别文字相同的文字个数;
获取总识别文字数,并将所述文字个数占所述总识别文字数的比例,确定为文字识别正确率。
进一步地,所述压缩验证模块101还用于:
确定所述待上传图片的目标图片格式,并查询图片格式与压缩比上浮率的映射关系表,获取与所述目标图片格式对应的目标压缩比上浮率;
按照所述目标压缩比上浮率,调整初始的压缩比。
进一步地,所述压缩验证模块101还用于:
获取所述待上传图片的目标压缩特征,并查询预存的压缩特征与压缩比之间的映射关系表,获取所述目标压缩特征对应的目标压缩比;
将初始的压缩比替换为所述目标压缩特征对应的目标压缩比,以调整初始的压缩比。
进一步地,所述图片上传模块102还用于:
在调整初始的压缩比的过程中,当检测到调整后的压缩比达到预设压缩比,且经预设压缩比压缩后的待上传图片未通过文字识别验证时,将压缩前的待上传图片上传至服务器。
进一步地,所述图片上传装置还包括:
网络环境确定模块,用于当监测到待上传图片时,确定当前网络环境是否为数据网络环境;
所述压缩验证模块101,还用于若当前网络环境为数据网络环境,则依据初始的压缩比对所述待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;
所述图片上传模块,还用于若当前网络环境不为数据网络环境,则将所述待上传图片上传至服务器。
其中,上述图片上传装置中各个模块的功能实现与上述图片上传方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
此外,本发明实施例还提供一种可读存储介质。
本发明可读存储介质上存储有图片上传程序,其中所述图片上传程序被处理器执行时,实现如上述的图片上传方法的步骤。
其中,图片上传程序被执行时所实现的方法可参照本发明图片上传方法的各个实施例,此处不再赘述。
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如上所述的一个存储介质(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)
1.一种图片上传方法,其特征在于,所述图片上传方法包括以下步骤:
当监测到待上传图片时,依据初始的压缩比对所述待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;
若压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证;
当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器。
2.如权利要求1所述的图片上传方法,其特征在于,所述对压缩后的待上传图片进行文字识别验证的步骤包括:
对所述待上传图片进行文字识别,以获取第一识别文字组,并对压缩后的待上传图片进行文字识别,以获取第二识别文字组;
将所述第一识别文字组中的各识别文字,与所述第二识别文字组中的对应位置的各识别文字进行比较,以获取各识别文字的比较结果;
依据各识别文字的比较结果,确定文字识别正确率,并确定所述文字识别正确率是否超过预设阈值;
若所述文字识别正确率超过预设阈值,则确定压缩后的待上传图片通过文字识别验证,否则确定压缩后的待上传图片未通过文字识别验证。
3.如权利要求2所述的图片上传方法,其特征在于,依据各识别文字的比较结果,确定文字识别正确率的步骤包括:
依据各识别文字的比较结果,统计所述比较结果为识别文字相同的文字个数;
获取总识别文字数,并将所述文字个数占所述总识别文字数的比例,确定为文字识别正确率。
4.如权利要求1所述的图片上传方法,其特征在于,所述调整初始的压缩比的步骤包括:
确定所述待上传图片的目标图片格式,并查询图片格式与压缩比上浮率的映射关系表,获取与所述目标图片格式对应的目标压缩比上浮率;
按照所述目标压缩比上浮率,调整初始的压缩比。
5.如权利要求1所述的图片上传方法,其特征在于,所述调整初始的压缩比的步骤还包括:
获取所述待上传图片的目标压缩特征,并查询预存的压缩特征与压缩比之间的映射关系表,获取所述目标压缩特征对应的目标压缩比;
将初始的压缩比替换为所述目标压缩特征对应的目标压缩比,以调整初始的压缩比。
6.如权利要求1-5中任一项所述的图片上传方法,其特征在于,所述图片上传方法还包括:
在调整初始的压缩比的过程中,当检测到调整后的压缩比达到预设压缩比,且经预设压缩比压缩后的待上传图片未通过文字识别验证时,将压缩前的待上传图片上传至服务器。
7.如权利要求1-5中任一项所述的图片上传方法,其特征在于,所述图片上传方法还包括:
当监测到待上传图片时,确定当前网络环境是否为数据网络环境;
若当前网络环境为数据网络环境,则执行步骤:依据初始的压缩比对所述待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;
若当前网络环境不为数据网络环境,则将所述待上传图片上传至服务器。
8.一种图片上传装置,其特征在于,所述图片上传装置包括:
压缩验证模块,用于当监测到待上传图片时,依据初始的压缩比对所述待上传图片进行压缩,并对压缩后的待上传图片进行文字识别验证;
所述压缩验证模块,还用于若压缩后的待上传图片未通过文字识别验证,则调整初始的压缩比,并对经调整后的压缩比压缩后的待上传图片再次进行文字识别验证;
图片上传模块,用于当经调整后的压缩比压缩后的待上传图片通过文字识别验证时,将经调整后的压缩比压缩后的待上传图片上传至服务器。
9.一种图片上传设备,其特征在于,所述图片上传设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的图片上传程序,其中所述图片上传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上传方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有图片上传程序,其中所述图片上传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上传方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811123300.3A CN109670497A (zh) | 2018-09-26 | 2018-09-26 | 图片上传方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811123300.3A CN109670497A (zh) | 2018-09-26 | 2018-09-26 | 图片上传方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109670497A true CN109670497A (zh) | 2019-04-23 |
Family
ID=66141990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811123300.3A Pending CN109670497A (zh) | 2018-09-26 | 2018-09-26 | 图片上传方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109670497A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110298895A (zh) * | 2019-05-08 | 2019-10-01 | 平安科技(深圳)有限公司 | 基于人工智能的图片压缩方法、装置、设备及存储介质 |
CN111708903A (zh) * | 2020-06-17 | 2020-09-25 | 广东小天才科技有限公司 | 图片搜题耗时优化的方法、装置、电子设备和存储介质 |
CN111859630A (zh) * | 2020-06-30 | 2020-10-30 | 山东云海国创云计算装备产业创新中心有限公司 | 一种图像压缩仿真验证方法、装置、设备及可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5566252A (en) * | 1993-07-16 | 1996-10-15 | Sharp Kabushiki Kaisha | Image processor with readability assurance means |
US6381368B1 (en) * | 1997-12-03 | 2002-04-30 | Canon Kabushiki Kaisha | Image processing apparatus and method |
JP2006270199A (ja) * | 2005-03-22 | 2006-10-05 | Nec Corp | 画像圧縮システムおよび画像圧縮方法および画像圧縮用プログラムおよび記録媒体 |
US20080196076A1 (en) * | 2005-02-09 | 2008-08-14 | Mobixell Networks | Image Adaptation With Target Size, Quality and Resolution Constraints |
CN102223464A (zh) * | 2010-04-15 | 2011-10-19 | 夏普株式会社 | 图像压缩装置、图像输出装置和图像压缩方法 |
CN102428705A (zh) * | 2010-03-18 | 2012-04-25 | 松下电器产业株式会社 | 数据处理装置以及数据处理方法 |
CN102737238A (zh) * | 2011-04-01 | 2012-10-17 | 洛阳磊石软件科技有限公司 | 基于手势动作的字符识别系统、方法、及其应用 |
CN102946419A (zh) * | 2012-10-26 | 2013-02-27 | 北京奇虎科技有限公司 | 图片服务器及图片数据提供方法 |
-
2018
- 2018-09-26 CN CN201811123300.3A patent/CN109670497A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5566252A (en) * | 1993-07-16 | 1996-10-15 | Sharp Kabushiki Kaisha | Image processor with readability assurance means |
US6381368B1 (en) * | 1997-12-03 | 2002-04-30 | Canon Kabushiki Kaisha | Image processing apparatus and method |
US20080196076A1 (en) * | 2005-02-09 | 2008-08-14 | Mobixell Networks | Image Adaptation With Target Size, Quality and Resolution Constraints |
JP2006270199A (ja) * | 2005-03-22 | 2006-10-05 | Nec Corp | 画像圧縮システムおよび画像圧縮方法および画像圧縮用プログラムおよび記録媒体 |
CN102428705A (zh) * | 2010-03-18 | 2012-04-25 | 松下电器产业株式会社 | 数据处理装置以及数据处理方法 |
CN102223464A (zh) * | 2010-04-15 | 2011-10-19 | 夏普株式会社 | 图像压缩装置、图像输出装置和图像压缩方法 |
CN102737238A (zh) * | 2011-04-01 | 2012-10-17 | 洛阳磊石软件科技有限公司 | 基于手势动作的字符识别系统、方法、及其应用 |
CN102946419A (zh) * | 2012-10-26 | 2013-02-27 | 北京奇虎科技有限公司 | 图片服务器及图片数据提供方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110298895A (zh) * | 2019-05-08 | 2019-10-01 | 平安科技(深圳)有限公司 | 基于人工智能的图片压缩方法、装置、设备及存储介质 |
CN111708903A (zh) * | 2020-06-17 | 2020-09-25 | 广东小天才科技有限公司 | 图片搜题耗时优化的方法、装置、电子设备和存储介质 |
CN111859630A (zh) * | 2020-06-30 | 2020-10-30 | 山东云海国创云计算装备产业创新中心有限公司 | 一种图像压缩仿真验证方法、装置、设备及可读存储介质 |
CN111859630B (zh) * | 2020-06-30 | 2022-06-17 | 山东云海国创云计算装备产业创新中心有限公司 | 一种图像压缩仿真验证方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6743188B2 (ja) | リモートの契約面談方法、電子装置及びコンピューター読取可能記憶媒体 | |
US8825682B2 (en) | Architecture for mixed media reality retrieval of locations and registration of images | |
US9020966B2 (en) | Client device for interacting with a mixed media reality recognition system | |
US8868555B2 (en) | Computation of a recongnizability score (quality predictor) for image retrieval | |
CN111886842B (zh) | 使用基于阈值的匹配进行远程用户身份验证 | |
CN109670497A (zh) | 图片上传方法、装置、设备及可读存储介质 | |
WO2020098250A1 (zh) | 字符识别方法、服务器及计算机可读存储介质 | |
CN109784181A (zh) | 图片水印识别方法、装置、设备及计算机可读存储介质 | |
US20230030792A1 (en) | Document authenticity identification method and apparatus, computer-readable medium, and electronic device | |
CN111666932B (zh) | 单据审核方法、装置、计算机设备及存储介质 | |
CN111178147B (zh) | 屏幕破碎分级方法、装置、设备及计算机可读存储介质 | |
Zuo et al. | Screen content image quality assessment via convolutional neural network | |
CA3112331A1 (en) | Remotely verifying an identity of a person | |
CN110288755A (zh) | 基于文本识别的发票检验方法、服务器及存储介质 | |
CN110247898B (zh) | 身份验证方法、装置、介质及电子设备 | |
CN108090747A (zh) | 车险核保的自助验车方法、装置、设备和计算机存储介质 | |
CN108388813A (zh) | 电子化签名方法、用户设备、存储介质及装置 | |
CN110245576A (zh) | Ocr识别准确率的检测方法、装置、设备及存储介质 | |
CN111932363A (zh) | 授权书的识别审核方法、装置、设备及系统 | |
CN113807353A (zh) | 图像转换模型训练方法、装置、设备及存储介质 | |
CN111680181A (zh) | 一种异常对象的识别方法及终端设备 | |
CN109961530B (zh) | 基于图像识别的考勤方法、装置、计算机设备及存储介质 | |
CN113158900A (zh) | 人脸活体检测模型的训练方法、装置、设备及存储介质 | |
CN110414792B (zh) | 基于bim和大数据的部品集采管理系统及相关产品 | |
CN115018857B (zh) | 图像分割方法、装置、计算机可读存储介质及计算机设备 |
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 |