CN109859053B - 图像查重的方法、装置、计算机设备及存储介质 - Google Patents
图像查重的方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109859053B CN109859053B CN201811326630.2A CN201811326630A CN109859053B CN 109859053 B CN109859053 B CN 109859053B CN 201811326630 A CN201811326630 A CN 201811326630A CN 109859053 B CN109859053 B CN 109859053B
- Authority
- CN
- China
- Prior art keywords
- values
- image
- gray
- identification feature
- value
- 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
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Image Analysis (AREA)
Abstract
本申请揭示了图像查重的方法、装置、计算机设备及存储介质,其中图像查重的方法,包括:提取预查寻图像的所有像素点灰度值;计算所述所有像素点灰度值的平均灰度值;根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值;将各所述编码值按照所有像素点灰度值在所述预查寻图像中的对应排列顺序,进行排列组合形成所述预查寻图像对应的识别特征码;判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的第一识别特征码;若存在,则判定所述指定数据库中存在与所述预查寻图像重复的图像。通过对预存入图像数据库的图像进行图像识别和图像查重,降低重复几率。
Description
技术领域
本申请涉及到图像数据库,特别是涉及到图像查重的方法、装置、计算机设备及存储介质。
背景技术
现有小额农险保单可通过用户自主选择被保险标的物,并通过在线上传相应的文本资料和图像资料,通过在线审核后生成小额农险保单,以提高小额农险保单的覆盖率,同时方便农户投保操作,小额农户保单根据不同的农产品种类,保额的单价也不同,但同一种农产品种类中有时也需要区分个体,比如活体禽。在核验上述活体禽的图像时,现仅凭借业务员经验判断图像以往是否上传过,但由于人力经验与记忆有限,不可避免地出现有些图像无法得知是否上传过,或不同业务员的记忆信息也不同,会出现遗漏的图像信息,导致图像重复上传,重复参保的问题。
发明内容
本申请的主要目的为提供图像查重的方法,旨在解决现有农险保单对应的图像数据库中出现图像重复上传的技术问题。
本申请提出一种图像查重的方法,包括:
提取预查寻图像的所有像素点灰度值;
计算所述所有像素点灰度值的平均灰度值;
根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值;
将各所述编码值按照所有像素点灰度值在所述预查寻图像中的对应排列顺序,进行排列组合形成所述预查寻图像对应的识别特征码;
判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码;
若存在,则判定所述指定数据库中存在与所述预查寻图像重复的第一图像。
优选地,所述提取预查寻图像的所有像素点灰度值的步骤之前,包括:
判断所述预查寻图像的图像尺寸是否大于预设范围;
若大于预设范围,则缩小所述预查寻图像的图像尺寸至预设范围内,然后生成提所述取预查寻图像的所有像素点灰度值的指令;
若不大于预设范围,则生成提取预查寻图像的所有像素点灰度值的指令。
优选地,所述根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值的步骤,包括:
分别比较所述所有像素点灰度值与所述平均灰度值的大小关系;
根据所述大小关系分别将所述所有像素点灰度值映射为0或1表示的二进制编码值,其中大于所述平均灰度值的像素点灰度值对应的编码值为1,不大于所述平均灰度值的像素点灰度值对应的编码值为0。
优选地,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的二进制编码值组成的第一识别特征码,所述判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码的步骤,包括:
分别比较所述预查寻图像对应的识别特征码与各所述第一识别特征码对应位置的二进制编码值是否相同;
统计相同的二进制编码值的第一数量,计算所述第一数量占所述预查寻图像对应的识别特征码中二进制编码值的总量的第一百分比;
判断所述第一百分比是否达到第一预设相似阈值;
若达到,则判定达到所述第一预设相似阈值的第一识别特征码为所述指定识别特征码。
优选地,所述根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值的步骤,包括:
分别获取所述所有像素点灰度值与所述平均灰度值的差量值,其中所述差量值等于所述所有像素点灰度值分别减去所述平均灰度值得到,所述差量值包括正负号;
根据所述差量值分别将所述所有像素点灰度值映射为四位数灰度差编码值,其中,所述四位数灰度差编码值从左到右依次表示为正负号和所述差量值的绝对值,所述四位数灰度差编码值的最左边的一位数表示正负号,正号表示为1,负号表示为0,所述四位数灰度差编码值中除最左边的一位数之外的剩余三位数表示所述差量值的绝对值,所述差量值的绝对值不够三位数时以零补在所述差量值的绝对值左边,以形成三位数。
优选地,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的四位数灰度差编码值组成的第二识别特征码,所述判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码的步骤,包括:
分别比较所述预查寻图像对应的识别特征码与各所述第二识别特征码对应位置的四位数灰度差编码值是否相同;
统计相同的四位数灰度差编码值的第二数量,占比所述预查寻图像对应的识别特征码中四位数灰度差编码值的总量的第二百分比;
判断所述第二百分比是否达到第二预设相似阈值;
若达到,则判定达到所述第二预设相似阈值的第二识别特征码为所述指定识别特征码。
优选地,所述指定数据库为农险图像数据库,所述预查寻图像为指定农险保单的被保险物的图像,所述判定所述指定数据库中存在与所述预查寻图像重复的第一图像的步骤之后,包括:
获取所述指定农险保单的联系人信息;
根据所述联系人信息,向联系人发送所述被保险物的图像已存在的通知。
本申请还提供了一种图像查重的装置,包括:
提取模块,用于提取预查寻图像的所有像素点灰度值;
计算模块,用于计算所述所有像素点灰度值的平均灰度值;
比较模块,用于根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值;
形成模块,用于将各所述编码值按照所有像素点灰度值在所述预查寻图像中的对应排列顺序,进行排列组合形成所述预查寻图像对应的识别特征码;
第一判断模块,用于判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码;
判定模块,用于若存在达到预设相似阈值的指定识别特征码,则判定所述指定数据库中存在与所述预查寻图像重复的第一图像。
本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本申请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,所述计算机程序被处理器执行时实现上述的方法的步骤。
本申请通过建立指定的图像数据库,且对每个预存入图像数据库的图像均进行图像识别和图像查重,以降低重复存储图像的几率;本申请通过提取图像的像素点的灰度值,并将灰度值按照一定规则映射为编码值,并将编码值按照像素点在图像中的排列顺序,组合成图像的识别特征码并与图像进行关联存储,以便对各图像进行图像识别和区分,通过对预存入图像数据库的每个图像进行有效管理,避免重复上传图像的几率,且提高调用图像数据库中图像的方便性。本申请通过将图像缩放尺寸,以减少像素点的数量,降低图像查重过程中的计算量,提高图像处理与存储的效率。本申请通过将各像素点的灰度值映射为0或1表示的二进制编码值,以便根据各像素点在图像中的排列位置,形成0或1表示的二进制编码值排列组合成的识别特征码,以方便比较图像相似性,简化比较过程中的计算量。本申请将各像素点的灰度值与平均灰度值的差量值,根据各像素点在图像中的排列位置,一一映射为差量值排列组合成的识别特征码,以细化比较过程中的区别信息,提高获取到的区别信息的准确度。本申请通过在接收农险保单信息的过程中,提取用户上传的图像的识别特征码,并将提取的图像的识别特征码在指定数据库中查寻,如果存在相似度达到相似阈值的,就提示用户此图像曾在以往某保单中上传过,是否继续上传,以提高核验图像信息的正确性。
附图说明
图1本申请一实施例的图像查重的方法流程示意图;
图2本申请一实施例的图像查重的装置的结构示意图;
图3本申请一实施例的计算机设备的内部结构示意图。
本申请目的的实现、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
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。
参照图1,本申请一实施例的图像查重的方法,包括:
S1:提取预查寻图像的所有像素点灰度值。
本实施例的预查寻图像为没有色彩的二值灰度图像,本申请其他实施例若为彩色图像,需将其转换为黑白图像后,再提取灰度值。彩色图象的灰度在转化为黑白图像后的灰度值,转化时按加权的方法转换,R,G,B的比为3:6:1,R、G、B分别对应红、绿、蓝三基色。
S2:计算所述所有像素点灰度值的平均灰度值。
本实施例通过将所有像素点的灰度值进行求和,然后除以所有像素点的数量,得到平均值,以便根据平均值形成本实施例中表示各像素点对应的编码值,上述编码值为按照预设规则得到的各像素点对应的数字等。
S3:根据预设比较规则,将所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值。
本实施例的预设规则包括,分别与所述平均灰度值进行大小比较或差值比较,并根据预设的编码规则得到各像素点对应的灰度值的编码值,以便形成的进行图像识别。
S4:将各所述编码值按照所有像素点灰度值在所述预查寻图像中的对应排列顺序,进行排列组合形成所述预查寻图像对应的识别特征码。
本实施例将各像素点对应的编码值分别按照各自在原图像中的排列顺序,组合成具有区别和辨认各图像的识别特征码,以便准确且简便地进行图像辨认。
S5:判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码。
本实施例的指定数据库中,所有图像的数据均根据上述的编码值组合过程,形成各图像对应的识别特征码,并以特征数据的方式与对应的图像进行关联存储,以便通过识别特征码快速找到对应的图像,且可通过图像快速查询到其关联的指定识别特征码,以便用户对指定数据库中的图像进行有效管理和查寻调用。
S6:若存在达到预设相似阈值的指定识别特征码,则判定所述指定数据库中存在与所述预查寻图像重复的第一图像。
本实施例将达到预设相似阈值的图像,认定为同一张图像,以实现从指定数据库中查寻对应的图像进行相应的操作,包括不重复存储图像至指定数据库,以节省存储空间。比如,本实施例的预设相似阈值为90%或以上。
进一步地,所述提取预查寻图像的所有像素点灰度值的步骤S1之前,包括:
S11:判断所述预查寻图像的图像尺寸是否大于预设范围。
本实施例为降低计算量,将图像预先进行处理,以便图像的像素点达到预设数量,本实施例的图像尺寸以所包含的像素点的数量进行表示。比如本实施例的预设范围为包括了64个像素点的图像尺寸。
S12:若大于预设范围,则缩小所述预查寻图像的图像尺寸至预设范围内,然后生成提所述取预查寻图像的所有像素点灰度值的指令。
本实施例通过将图像进行比例缩放的方式,将图像尺寸调整到预设范围内,以降低比较相似度时的计算量,且同时使经过缩放后的图像依然具有可靠的图像像素特征,具有其独特的辨识度。本实施例优选将图像缩放至包括64个像素点的图像尺寸。
S13:若不大于预设范围,则生成提取预查寻图像的所有像素点灰度值的指令。
本实施例对于图像尺寸原本就较小的图像,不进行缩放操作,直接进入像素点灰度值的提取,以提高处理效率。
进一步地,所述根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值的步骤S3,包括:
S301:分别比较所述所有像素点灰度值与所述平均灰度值的大小关系。
本实施例通过将每个像素点灰度值均与平均灰度值进行比较,以便对每个像素点灰度值转换为对应的编码值,以提高转化准确度。
S302:根据所述大小关系分别将所述所有像素点灰度值映射为0或1表示的二进制编码值,其中大于所述平均灰度值的像素点灰度值对应的编码值为1,不大于所述平均灰度值的像素点灰度值对应的编码值为0。
本实施例将各像素点的灰度值映射为0或1表示的二进制编码值,以便根据各像素点在图像中的排列位置,形成0或1表示的二进制编码值排列组合成的识别特征码,比如,本实施例包括64个像素点,则识别特征码为64位的二进制码,以简化比较过程中的计算量。本申请其他实施例也可将大于所述平均灰度值的像素点灰度值对应的编码值为0,不大于所述平均灰度值的像素点灰度值对应的编码值为1,形成识别特征码的原理以及相似性比较过程同本实施例,不赘述。
进一步地,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的二进制编码值组成的第一识别特征码,所述判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码的步骤S5,包括:
S501:分别比较所述预查寻图像对应的识别特征码与各所述第一识别特征码对应位置的二进制编码值是否相同。
本实施例通过相同的对应位置分别比较的方法,来获取两个识别特征码的相似性,以便确定两个识别特征码对应的两张图像的相似性。
S502:统计相同的二进制编码值的第一数量,计算所述第一数量占所述预查寻图像对应的识别特征码中二进制编码值的总量的第一百分比。
举例地,本实施例预查寻图像对应的64位的二进制码中,有12个位置对应的二进制编码值,与指定数据库中的指定图像不同,则第一百分比为64减去12,然后除以64,乘以100%,即为81.25%。
S503:判断所述第一百分比是否达到第一预设相似阈值。
本实施例通过相同的二进制编码值的占比,来判断相似度,比如第一预设相似度为95%,则上述的81.25%未达到95%,则指定数据库中的指定图像与预查寻图像不相同,可接收存储,否则相同,则拒绝重复存储。
S504:若达到,则判定达到所述第一预设相似阈值的第一识别特征码为所述指定识别特征码。
本申请将达到第一预设相似阈值的第一图像和预查寻图像判定为同一图像,以避免图像像素点灰度识别过程中的误差和二进制编码值转换过程中的误差带来的影响。本申请其他实施例中,通过将预查寻图像对应的识别特征码与指定数据库中的任一图像的识别特征码对应位置进行逐一比较,上述两个识别特征码的字符串等长,均为64位,通过判断上述两个识别特征码之间的汉明距离,判断相似度,汉明距离越小,相似度越高。上述汉明距离是两个识别特征码对应位置的不同字符的个数。
进一步地,所述根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值的步骤S3,包括:
S303:分别获取所述所有像素点灰度值与所述平均灰度值的差量值,其中所述差量值等于所述所有像素点灰度值分别减去所述平均灰度值得到,所述差量值包括正负号。
本实施例将各像素点的灰度值与平均灰度值的差量值作为编码值,根据各像素点在图像中的排列位置,一一映射为差量值排列组合成的识别特征码,比如,本实施例包括64个像素点,则识别特征码为64个的差量值,以细化比较过程中的区别信息,提高获取到的区别信息的准确度。
S304:根据所述差量值分别将所述所有像素点灰度值映射为四位数灰度差编码值,其中,所述四位数灰度差编码值从左到右依次表示为正负号和所述差量值的绝对值,所述四位数灰度差编码值的最左边的一位数表示正负号,正号表示为1,负号表示为0,所述四位数灰度差编码值中除最左边的一位数之外的剩余三位数表示所述差量值的绝对值,所述差量值的绝对值不够三位数时以零补在所述差量值的绝对值左边,以形成三位数。
本实施例的灰度差编码值为四位数,最左边的一位表示差量值的正负号,差量值为各像素点灰度值分别减去平均灰度值,即比平均灰度值大的像素点对应的差量值为正,否则为负。剩余三位数从左到右填写,表示差量值的绝对值,差量值的绝对值为一位数,从左向右依次用零补位,比如为5,则以005表示;差量值的绝对值为两位数,从左向右依次用零补位,比如为13,则以013表示。本实施例的正号表示为1,负号表示为0,举例地,差量值为-25,则对应的灰度差编码值为0025。本申请其他实施例也可将正号表示为0,负号表示为1,形成四位数灰度差编码值的原理同本实施例类似,不赘述。
进一步地,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的四位数灰度差编码值组成的第二识别特征码,所述判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码的步骤S5,包括:
S505:分别比较所述预查寻图像对应的识别特征码与各所述第二识别特征码对应位置的四位数灰度差编码值是否相同。
本实施例通过相同的对应位置分别比较的方法,来获取两个识别特征码的相似性,以便确定两个识别特征码对应的两张图像的相似性。
S506:统计相同的四位数灰度差编码值的第二数量,计算所述第二数量占所述预查寻图像对应的识别特征码中四位数灰度差编码值的总量的第二百分比。
举例地,本实施例预查寻图像对应的64个的四位数灰度差编码值中,有2个位置对应的四位数灰度差编码值,与指定数据库中的指定图像不同,则第二百分比为64减去2,然后除以64,乘以100%,即为96.875%。
S507:判断所述第二百分比是否达到第二预设相似阈值。
本实施例通过相同的四位数灰度差编码值的占比,来判断相似度,比如第二预设相似度为95%,则上述的96.875%超过了95%,则指定数据库中的指定图像与预查寻图像相同,会拒绝再次存储预查寻图像,否则不相同,则接收存储预查寻图像。
S508:若达到,则判定达到所述第二预设相似阈值的第二识别特征码为所述指定识别特征码。
本申请将达到第二预设相似阈值的第一图像和预查寻图像判定为同一图像,以避免图像像素点灰度识别过程中的误差带来的影响。本申请其他实施例中,通过将预查寻图像对应的识别特征码与指定数据库中的任一图像的识别特征码对应位置进行逐一比较,上述两个识别特征码的字符串等长,均为64位,通过判断上述两个识别特征码之间的汉明距离,判断相似度,汉明距离越小,相似度越高。上述汉明距离是两个识别特征码对应位置的不同字符的个数。
进一步地,所述指定数据库为农险图像数据库,所述预查寻图像为指定农险保单的被保险物的图像,所述判定所述指定数据库中存在与所述预查寻图像重复的第一图像的步骤S6之后,包括:
S7:获取所述指定农险保单的联系人信息。
本实施例的农险图像数据库包括用户申请小额农险保单的标的物图像、标的物图像对应的识别特征码以及投保用户的联系人信息,农险图像数据库用于农险保单的图像信息核查重复性,以便对被保险标的物进行核查,减少重复投保、骗保的几率。本实施例在查询到被核查农险保单的被保险物的图像与农险图像数据库中的第一图像的图像数据相同,则获取被核查农险保单的联系人信息,以便提醒联系人及时处理相关事务。
S8:根据所述联系人信息,向联系人发送所述被保险物的图像已存在的通知。
本实施例通过联系人信息及时向联系人发送被保险物的图像已存在的通知,以便及时通知联系人确认当前被保险标的物的图像的正确性,以免因为联系人的误操作传错图像,而导致农险保单不能被审核通过。
本实施例通过建立指定的图像数据库,且对每个预存入图像数据库的图像均进行图像识别和图像查重,以降低重复存储图像的几率;本实施例通过提取图像的像素点的灰度值,并将灰度值按照一定规则映射为编码值,并将编码值按照像素点在图像中的排列顺序,组合成图像的识别特征码并与图像进行关联存储,以便对各图像进行图像识别和区分,通过对预存入图像数据库的每个图像进行有效管理,避免重复上传图像的几率,且提高调用图像数据库中图像的方便性。本实施例通过将图像缩放尺寸,以减少像素点的数量,降低图像查重过程中的计算量,提高图像处理与存储的效率。本实施例通过将各像素点的灰度值映射为0或1表示的二进制编码值,以便根据各像素点在图像中的排列位置,形成0或1表示的二进制编码值排列组合成的识别特征码,以方便比较图像相似性,简化比较过程中的计算量。本实施例将各像素点的灰度值与平均灰度值的差量值,根据各像素点在图像中的排列位置,一一映射为差量值排列组合成的识别特征码,以细化比较过程中的区别信息,提高获取到的区别信息的准确度。本实施例通过在接收农险保单信息的过程中,提取用户上传的图像的识别特征码,并将提取的图像的识别特征码在指定数据库中查寻,如果存在相似度达到相似阈值的,就提示用户此图像曾在以往某保单中上传过,是否继续上传,以提高核验图像信息的正确性。
参照图2,本申请一实施例的图像查重的装置,包括:
提取模块1,用于提取预查寻图像的所有像素点灰度值。
本实施例的预查寻图像为没有色彩的二值灰度图像,本申请其他实施例若为彩色图像,需将其转换为黑白图像后,再提取灰度值。彩色图象的灰度在转化为黑白图像后的灰度值,转化时按加权的方法转换,R,G,B的比为3:6:1,R、G、B分别对应红、绿、蓝三基色。
计算模块2,用于计算所述所有像素点灰度值的平均灰度值。
本实施例通过将所有像素点的灰度值进行求和,然后除以所有像素点的数量,得到平均值,以便根据平均值形成本实施例中表示各像素点对应的编码值,上述编码值为按照预设规则得到的各像素点对应的数字等。
比较模块3,用于根据预设比较规则,将所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值。
本实施例的预设规则包括,分别与所述平均灰度值进行大小比较或差值比较,并根据预设的编码规则得到各像素点对应的灰度值的编码值,以便形成的进行图像识别。
形成模块4,用于将各所述编码值按照所有像素点灰度值在所述预查寻图像中的对应排列顺序,进行排列组合形成所述预查寻图像对应的识别特征码。
本实施例将各像素点对应的编码值分别按照各自在原图像中的排列顺序,组合成具有区别和辨认各图像的识别特征码,以便准确且简便地进行图像辨认。
第一判断模块5,用于判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码。
本实施例的指定数据库中,所有图像的数据均根据上述的编码值组合过程,形成各图像对应的识别特征码,并以特征数据的方式与对应的图像进行关联存储,以便通过识别特征码快速找到对应的图像,且可通过图像快速查询到其关联的指定识别特征码,以便用户对指定数据库中的图像进行有效管理和查寻调用。
判定模块6,用于若存在达到预设相似阈值的指定识别特征码,则判定所述指定数据库中存在与所述预查寻图像重复的第一图像。
本实施例将达到预设相似阈值的图像,认定为同一张图像,以实现从指定数据库中查寻对应的图像进行相应的操作,包括不重复存储图像至指定数据库,以节省存储空间。比如,本实施例的预设相似阈值为90%或以上。
进一步地,本实施例的图像查重的装置,包括:
第二判断模块,用于判断所述预查寻图像的图像尺寸是否大于预设范围。
本实施例为降低计算量,将图像预先进行处理,以便图像的像素点达到预设数量,本实施例的图像尺寸以所包含的像素点的数量进行表示。比如本实施例的预设范围为包括了64个像素点的图像尺寸。
缩小模块,用于若大于预设范围,则缩小所述预查寻图像的图像尺寸至预设范围内,然后生成提所述取预查寻图像的所有像素点灰度值的指令。
本实施例通过将图像进行比例缩放的方式,将图像尺寸调整到预设范围内,以降低比较相似度时的计算量,且同时使经过缩放后的图像依然具有可靠的图像像素特征,具有其独特的辨识度。本实施例优选将图像缩放至包括64个像素点的图像尺寸。
生成模块,用于若不大于预设范围,则生成提取预查寻图像的所有像素点灰度值的指令。
本实施例对于图像尺寸原本就较小的图像,不进行缩放操作,直接进入像素点灰度值的提取,以提高处理效率。
进一步地,比较模块3,包括:
第一比较单元,用于分别比较所述所有像素点灰度值与所述平均灰度值的大小关系。
本实施例通过将每个像素点灰度值均与平均灰度值进行比较,以便对每个像素点灰度值转换为对应的编码值,以提高转化准确度。
第一映射单元,用于根据所述大小关系分别将所述所有像素点灰度值映射为0或1表示的二进制编码值,其中大于所述平均灰度值的像素点灰度值对应的编码值为1,不大于所述平均灰度值的像素点灰度值对应的编码值为0。
本实施例将各像素点的灰度值映射为0或1表示的二进制编码值,以便根据各像素点在图像中的排列位置,形成0或1表示的二进制编码值排列组合成的识别特征码,比如,本实施例包括64个像素点,则识别特征码为64位的二进制码,以简化比较过程中的计算量。本申请其他实施例也可将大于所述平均灰度值的像素点灰度值对应的编码值为0,不大于所述平均灰度值的像素点灰度值对应的编码值为1,形成识别特征码的原理以及相似性比较过程同本实施例,不赘述。
进一步地,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的二进制编码值组成的第一识别特征码,所述判断模块5,包括:
第二比较单元,用于分别比较所述预查寻图像对应的识别特征码与各所述第一识别特征码对应位置的二进制编码值是否相同。
本实施例通过相同的对应位置分别比较的方法,来获取两个识别特征码的相似性,以便确定两个识别特征码对应的两张图像的相似性。
第一统计单元,用于统计相同的二进制编码值的第一数量,计算所述第一数量占所述预查寻图像对应的识别特征码中二进制编码值的总量的第一百分比。
举例地,本实施例预查寻图像对应的64位的二进制码中,有12个位置对应的二进制编码值,与指定数据库中的指定图像不同,则第一百分比为64减去12,然后除以64,乘以100%,即为81.25%。
第一判断单元,用于判断所述第一百分比是否达到第一预设相似阈值。
本实施例通过相同的二进制编码值的占比,来判断相似度,比如第一预设相似度为95%,则上述的81.25%未达到95%,则指定数据库中的指定图像与预查寻图像不相同,可接收存储,否则相同,则拒绝重复存储。
第一判定单元,用于若达到第一预设相似阈值,则判定达到所述第一预设相似阈值的第一识别特征码为所述指定识别特征码。
本申请将达到第一预设相似阈值的第一图像和预查寻图像判定为同一图像,以避免图像像素点灰度识别过程中的误差和二进制编码值转换过程中的误差带来的影响。本申请其他实施例中,通过将预查寻图像对应的识别特征码与指定数据库中的任一图像的识别特征码对应位置进行逐一比较,上述两个识别特征码的字符串等长,均为64位,通过判断上述两个识别特征码之间的汉明距离,判断相似度,汉明距离越小,相似度越高。上述汉明距离是两个识别特征码对应位置的不同字符的个数。
进一步地,本申请另一实施例中,比较模块3,包括:
获取单元,用于分别获取所述所有像素点灰度值与所述平均灰度值的差量值,其中所述差量值等于所述所有像素点灰度值分别减去所述平均灰度值得到,所述差量值包括正负号。
本实施例将各像素点的灰度值与平均灰度值的差量值作为编码值,根据各像素点在图像中的排列位置,一一映射为差量值排列组合成的识别特征码,比如,本实施例包括64个像素点,则识别特征码为64个的差量值,以细化比较过程中的区别信息,提高获取到的区别信息的准确度。
第二映射单元,用于根据所述差量值分别将所述所有像素点灰度值映射为四位数灰度差编码值,其中,所述四位数灰度差编码值从左到右依次表示为正负号和所述差量值的绝对值,所述四位数灰度差编码值的最左边的一位数表示正负号,正号表示为1,负号表示为0,所述四位数灰度差编码值中除最左边的一位数之外的剩余三位数表示所述差量值的绝对值,所述差量值的绝对值不够三位数时以零补在所述差量值的绝对值左边,以形成三位数。
本实施例的灰度差编码值为四位数,最左边的一位表示差量值的正负号,差量值为各像素点灰度值分别减去平均灰度值,即比平均灰度值大的像素点对应的差量值为正,否则为负。剩余三位数从左到右填写,表示差量值的绝对值,差量值的绝对值为一位数,从左向右依次用零补位,比如为5,则以005表示;差量值的绝对值为两位数,从左向右依次用零补位,比如为13,则以013表示。本实施例的正号表示为1,负号表示为0,举例地,差量值为-25,则对应的灰度差编码值为0025。本申请其他实施例也可将正号表示为0,负号表示为1,形成四位数灰度差编码值的原理同本实施例类似,不赘述。
进一步地,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的四位数灰度差编码值组成的第二识别特征码,判断模块5,包括:
第三比较单元,用于分别比较所述预查寻图像对应的识别特征码与各所述第二识别特征码对应位置的四位数灰度差编码值是否相同。
本实施例通过相同的对应位置分别比较的方法,来获取两个识别特征码的相似性,以便确定两个识别特征码对应的两张图像的相似性。
第二统计单元,用于统计相同的四位数灰度差编码值的第二数量,计算所述第二数量占所述预查寻图像对应的识别特征码中四位数灰度差编码值的总量的第二百分比。
举例地,本实施例预查寻图像对应的64个的四位数灰度差编码值中,有2个位置对应的四位数灰度差编码值,与指定数据库中的指定图像不同,则第二百分比为64减去2,然后除以64,乘以100%,即为96.875%。
第二判断单元,用于判断所述第二百分比是否达到第二预设相似阈值。
本实施例通过相同的四位数灰度差编码值的占比,来判断相似度,比如第二预设相似度为95%,则上述的96.875%超过了95%,则指定数据库中的指定图像与预查寻图像相同,会拒绝再次存储预查寻图像,否则不相同,则接收存储预查寻图像。
第二判定单元,用于若达到第二预设相似阈值,则判定达到所述第二预设相似阈值的第二识别特征码为所述指定识别特征码。
本申请将达到第二预设相似阈值的第一图像和预查寻图像判定为同一图像,以避免图像像素点灰度识别过程中的误差带来的影响。本申请其他实施例中,通过将预查寻图像对应的识别特征码与指定数据库中的任一图像的识别特征码对应位置进行逐一比较,上述两个识别特征码的字符串等长,均为64位,通过判断上述两个识别特征码之间的汉明距离,判断相似度,汉明距离越小,相似度越高。上述汉明距离是两个识别特征码对应位置的不同字符的个数。
进一步地,所述指定数据库为农险图像数据库,所述预查寻图像为指定农险保单的被保险物的图像,本实施例的图像查重的装置,包括:
获取模块,用于获取所述指定农险保单的联系人信息。
本实施例的农险图像数据库包括用户申请小额农险保单的标的物图像、标的物图像对应的识别特征码以及投保用户的联系人信息,农险图像数据库用于农险保单的图像信息核查重复性,以便对被保险标的物进行核查,减少重复投保、骗保的几率。本实施例在查询到被核查农险保单的被保险物的图像与农险图像数据库中的第一图像的图像数据相同,则获取被核查农险保单的联系人信息,以便提醒联系人及时处理相关事务。
发送模块,用于根据所述联系人信息,向联系人发送所述被保险物的图像已存在的通知。
本实施例通过联系人信息及时向联系人发送被保险物的图像已存在的通知,以便及时通知联系人确认当前被保险标的物的图像的正确性,以免因为联系人的误操作传错图像,而导致农险保单不能被审核通过。
参照图3,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储图像查重需要的所有数据。该计算机设备的网络接口用于与外部的端通过网络连接通信。该计算机程序被处理器执行时以实现图像查重的方法。
上述处理器执行上述图像查重的方法,包括:提取预查寻图像的所有像素点灰度值;计算所述所有像素点灰度值的平均灰度值;根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值;将各所述编码值按照所有像素点灰度值在所述预查寻图像中的对应排列顺序,进行排列组合形成所述预查寻图像对应的识别特征码;判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码;若存在,则判定所述指定数据库中存在与所述预查寻图像重复的第一图像。
上述计算机设备,通过建立指定的图像数据库,且对每个预存入图像数据库的图像均进行图像识别和图像查重,以降低重复存储图像的几率;本申请通过提取图像的像素点的灰度值,并将灰度值按照一定规则映射为编码值,并将编码值按照像素点在图像中的排列顺序,组合成图像的识别特征码并与图像进行关联存储,以便对各图像进行图像识别和区分,通过对预存入图像数据库的每个图像进行有效管理,避免重复上传图像的几率,且提高调用图像数据库中图像的方便性。
在一个实施例中,上述处理器提取预查寻图像的所有像素点灰度值的步骤之前,包括:判断所述预查寻图像的图像尺寸是否大于预设范围;若大于预设范围,则缩小所述预查寻图像的图像尺寸至预设范围内,然后生成提所述取预查寻图像的所有像素点灰度值的指令;若不大于预设范围,则生成提取预查寻图像的所有像素点灰度值的指令。
在一个实施例中,上述处理器根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值的步骤,包括:分别比较所述所有像素点灰度值与所述平均灰度值的大小关系;根据所述大小关系分别将所述所有像素点灰度值映射为0或1表示的二进制编码值,其中大于所述平均灰度值的像素点灰度值对应的编码值为1,不大于所述平均灰度值的像素点灰度值对应的编码值为0。
在一个实施例中,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的二进制编码值组成的第一识别特征码,上述处理器判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码的步骤,包括:分别比较所述预查寻图像对应的识别特征码与各所述第一识别特征码对应位置的二进制编码值是否相同;统计相同的二进制编码值的第一数量,计算所述第一数量占所述预查寻图像对应的识别特征码中二进制编码值的总量的第一百分比;判断所述第一百分比是否达到第一预设相似阈值;若达到,则判定达到所述第一预设相似阈值的第一识别特征码为所述指定识别特征码。
在一个实施例中,上述处理器根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值的步骤,包括:
分别获取所述所有像素点灰度值与所述平均灰度值的差量值,其中所述差量值等于所述所有像素点灰度值分别减去所述平均灰度值得到,所述差量值包括正负号;根据所述差量值分别将所述所有像素点灰度值映射为四位数灰度差编码值,其中,所述四位数灰度差编码值从左到右依次表示为正负号和所述差量值的绝对值,所述四位数灰度差编码值的最左边的一位数表示正负号,正号表示为1,负号表示为0,所述四位数灰度差编码值中除最左边的一位数之外的剩余三位数表示所述差量值的绝对值,所述差量值的绝对值不够三位数时以零补在所述差量值的绝对值左边,以形成三位数。
在一个实施例中,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的四位数灰度差编码值组成的第二识别特征码,上述处理器判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码的步骤,包括:分别比较所述预查寻图像对应的识别特征码与各所述第二识别特征码对应位置的四位数灰度差编码值是否相同;统计相同的四位数灰度差编码值的第二数量,占比所述预查寻图像对应的识别特征码中四位数灰度差编码值的总量的第二百分比;判断所述第二百分比是否达到第二预设相似阈值;若达到,则判定达到所述第二预设相似阈值的第二识别特征码为所述指定识别特征码。
在一个实施例中,所述指定数据库为农险图像数据库,所述预查寻图像为指定农险保单的被保险物的图像,上述处理器判定所述指定数据库中存在与所述预查寻图像重复的第一图像的步骤之后,包括:获取所述指定农险保单的联系人信息;根据所述联系人信息,向联系人发送所述被保险物的图像已存在的通知。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现图像查重的方法,包括:提取预查寻图像的所有像素点灰度值;计算所述所有像素点灰度值的平均灰度值;根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值;将各所述编码值按照所有像素点灰度值在所述预查寻图像中的对应排列顺序,进行排列组合形成所述预查寻图像对应的识别特征码;判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码;若存在,则判定所述指定数据库中存在与所述预查寻图像重复的第一图像。
上述计算机可读存储介质,通过建立指定的图像数据库,且对每个预存入图像数据库的图像均进行图像识别和图像查重,以降低重复存储图像的几率;本申请通过提取图像的像素点的灰度值,并将灰度值按照一定规则映射为编码值,并将编码值按照像素点在图像中的排列顺序,组合成图像的识别特征码并与图像进行关联存储,以便对各图像进行图像识别和区分,通过对预存入图像数据库的每个图像进行有效管理,避免重复上传图像的几率,且提高调用图像数据库中图像的方便性。
在一个实施例中,上述处理器提取预查寻图像的所有像素点灰度值的步骤之前,包括:判断所述预查寻图像的图像尺寸是否大于预设范围;若大于预设范围,则缩小所述预查寻图像的图像尺寸至预设范围内,然后生成提所述取预查寻图像的所有像素点灰度值的指令;若不大于预设范围,则生成提取预查寻图像的所有像素点灰度值的指令。
在一个实施例中,上述处理器根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值的步骤,包括:分别比较所述所有像素点灰度值与所述平均灰度值的大小关系;根据所述大小关系分别将所述所有像素点灰度值映射为0或1表示的二进制编码值,其中大于所述平均灰度值的像素点灰度值对应的编码值为1,不大于所述平均灰度值的像素点灰度值对应的编码值为0。
在一个实施例中,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的二进制编码值组成的第一识别特征码,上述处理器判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码的步骤,包括:分别比较所述预查寻图像对应的识别特征码与各所述第一识别特征码对应位置的二进制编码值是否相同;统计相同的二进制编码值的第一数量,计算所述第一数量占所述预查寻图像对应的识别特征码中二进制编码值的总量的第一百分比;判断所述第一百分比是否达到第一预设相似阈值;若达到,则判定达到所述第一预设相似阈值的第一识别特征码为所述指定识别特征码。
在一个实施例中,上述处理器根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值的步骤,包括:
分别获取所述所有像素点灰度值与所述平均灰度值的差量值,其中所述差量值等于所述所有像素点灰度值分别减去所述平均灰度值得到,所述差量值包括正负号;根据所述差量值分别将所述所有像素点灰度值映射为四位数灰度差编码值,其中,所述四位数灰度差编码值从左到右依次表示为正负号和所述差量值的绝对值,所述四位数灰度差编码值的最左边的一位数表示正负号,正号表示为1,负号表示为0,所述四位数灰度差编码值中除最左边的一位数之外的剩余三位数表示所述差量值的绝对值,所述差量值的绝对值不够三位数时以零补在所述差量值的绝对值左边,以形成三位数。
在一个实施例中,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的四位数灰度差编码值组成的第二识别特征码,上述处理器判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码的步骤,包括:分别比较所述预查寻图像对应的识别特征码与各所述第二识别特征码对应位置的四位数灰度差编码值是否相同;统计相同的四位数灰度差编码值的第二数量,占比所述预查寻图像对应的识别特征码中四位数灰度差编码值的总量的第二百分比;判断所述第二百分比是否达到第二预设相似阈值;若达到,则判定达到所述第二预设相似阈值的第二识别特征码为所述指定识别特征码。
在一个实施例中,所述指定数据库为农险图像数据库,所述预查寻图像为指定农险保单的被保险物的图像,上述处理器判定所述指定数据库中存在与所述预查寻图像重复的第一图像的步骤之后,包括:获取所述指定农险保单的联系人信息;根据所述联系人信息,向联系人发送所述被保险物的图像已存在的通知。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(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)或者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)、双速据率SDRAM(SSRSDRAM)、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)等。
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、装置、物品或者方法不仅包括那些要素,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、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请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,均同理包括在本申请的专利保护范围内。
Claims (8)
1.一种图像查重的方法,其特征在于,包括:
提取预查寻图像的所有像素点灰度值;
计算所述所有像素点灰度值的平均灰度值;
根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值;
将各所述编码值按照所有像素点灰度值在所述预查寻图像中的对应排列顺序,进行排列组合形成所述预查寻图像对应的识别特征码;
判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码;
若存在,则判定所述指定数据库中存在与所述预查寻图像重复的第一图像;
所述根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值的步骤,包括:
分别比较所述所有像素点灰度值与所述平均灰度值的大小关系;
根据所述大小关系分别将所述所有像素点灰度值映射为0或1表示的二进制编码值,其中大于所述平均灰度值的像素点灰度值对应的编码值为1,不大于所述平均灰度值的像素点灰度值对应的编码值为0;
或者,
所述根据预设比较规则,将所述所有像素点灰度值分别与所述平均灰度值进行比较,得到所述所有像素点灰度值分别对应的编码值的步骤,包括:
分别获取所述所有像素点灰度值与所述平均灰度值的差量值,其中所述差量值等于所述所有像素点灰度值分别减去所述平均灰度值得到,所述差量值包括正负号;
根据所述差量值分别将所述所有像素点灰度值映射为四位数灰度差编码值,其中,所述四位数灰度差编码值从左到右依次表示为正负号和所述差量值的绝对值,所述四位数灰度差编码值的最左边的一位数表示正负号,正号表示为1,负号表示为0,所述四位数灰度差编码值中除最左边的一位数之外的剩余三位数表示所述差量值的绝对值,所述差量值的绝对值不够三位数时以零补在所述差量值的绝对值左边,以形成三位数。
2.根据权利要求1所述的图像查重的方法,其特征在于,所述提取预查寻图像的所有像素点灰度值的步骤之前,包括:
判断所述预查寻图像的图像尺寸是否大于预设范围;
若大于预设范围,则缩小所述预查寻图像的图像尺寸至预设范围内,然后生成提所述取预查寻图像的所有像素点灰度值的指令;
若不大于预设范围,则生成提取预查寻图像的所有像素点灰度值的指令。
3.根据权利要求1所述的图像查重的方法,其特征在于,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的二进制编码值组成的第一识别特征码,所述判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码的步骤,包括:
分别比较所述预查寻图像对应的识别特征码与各所述第一识别特征码对应位置的二进制编码值是否相同;
统计相同的二进制编码值的第一数量,计算所述第一数量占所述预查寻图像对应的识别特征码中二进制编码值的总量的第一百分比;
判断所述第一百分比是否达到第一预设相似阈值;
若达到,则判定达到所述第一预设相似阈值的第一识别特征码为所述指定识别特征码。
4.根据权利要求1所述的图像查重的方法,其特征在于,所述指定数据库包括指定量的图像数据以及各图像数据分别对应的四位数灰度差编码值组成的第二识别特征码,所述判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码的步骤,包括:
分别比较所述预查寻图像对应的识别特征码与各所述第二识别特征码对应位置的四位数灰度差编码值是否相同;
统计相同的四位数灰度差编码值的第二数量,计算所述第二数量占所述预查寻图像对应的识别特征码中四位数灰度差编码值的总量的第二百分比;
判断所述第二百分比是否达到第二预设相似阈值;
若达到,则判定达到所述第二预设相似阈值的第二识别特征码为所述指定识别特征码。
5.根据权利要求1所述的图像查重的方法,其特征在于,所述指定数据库为农险图像数据库,所述预查寻图像为指定农险保单的被保险物的图像,所述判定所述指定数据库中存在与所述预查寻图像重复的第一图像的步骤之后,包括:
获取所述指定农险保单的联系人信息;
根据所述联系人信息,向联系人发送所述被保险物的图像已存在的通知。
6.一种图像查重的装置,其特征在于,包括:
提取模块,用于提取预查寻图像的所有像素点灰度值;
计算模块,用于计算所述所有像素点灰度值的平均灰度值;
比较模块,用于分别比较所述所有像素点灰度值与所述平均灰度值的大小关系;
根据所述大小关系分别将所述所有像素点灰度值映射为0或1表示的二进制编码值,其中大于所述平均灰度值的像素点灰度值对应的编码值为1,不大于所述平均灰度值的像素点灰度值对应的编码值为0;或者,
分别获取所述所有像素点灰度值与所述平均灰度值的差量值,其中所述差量值等于所述所有像素点灰度值分别减去所述平均灰度值得到,所述差量值包括正负号;
根据所述差量值分别将所述所有像素点灰度值映射为四位数灰度差编码值,其中,所述四位数灰度差编码值从左到右依次表示为正负号和所述差量值的绝对值,所述四位数灰度差编码值的最左边的一位数表示正负号,正号表示为1,负号表示为0,所述四位数灰度差编码值中除最左边的一位数之外的剩余三位数表示所述差量值的绝对值,所述差量值的绝对值不够三位数时以零补在所述差量值的绝对值左边,以形成三位数;
形成模块,用于将各所述编码值按照所有像素点灰度值在所述预查寻图像中的对应排列顺序,进行排列组合形成所述预查寻图像对应的识别特征码;
第一判断模块,用于判断指定数据库中是否存在与所述预查寻图像对应的识别特征码达到预设相似阈值的指定识别特征码;
判定模块,用于若存在达到预设相似阈值的指定识别特征码,则判定所述指定数据库中存在与所述预查寻图像重复的第一图像。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一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权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811326630.2A CN109859053B (zh) | 2018-11-08 | 2018-11-08 | 图像查重的方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811326630.2A CN109859053B (zh) | 2018-11-08 | 2018-11-08 | 图像查重的方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109859053A CN109859053A (zh) | 2019-06-07 |
CN109859053B true CN109859053B (zh) | 2023-08-29 |
Family
ID=66889867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811326630.2A Active CN109859053B (zh) | 2018-11-08 | 2018-11-08 | 图像查重的方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109859053B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110909737A (zh) * | 2019-11-14 | 2020-03-24 | 武汉虹旭信息技术有限责任公司 | 图片文字识别方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008092397A (ja) * | 2006-10-04 | 2008-04-17 | Seiko Epson Corp | 画像処理装置、画像処理方法および印刷装置 |
WO2015149534A1 (zh) * | 2014-03-31 | 2015-10-08 | 华为技术有限公司 | 基于Gabor二值模式的人脸识别方法及装置 |
WO2015196717A1 (zh) * | 2014-06-25 | 2015-12-30 | 优视科技有限公司 | 图像解码方法及装置 |
WO2016049779A1 (en) * | 2014-10-02 | 2016-04-07 | Annidis Corporation | Efficient digital characterization of images |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3882585B2 (ja) * | 2001-11-07 | 2007-02-21 | 富士ゼロックス株式会社 | 画像処理装置およびプログラム |
CN103870828B (zh) * | 2012-12-17 | 2018-06-15 | 富泰华工业(深圳)有限公司 | 图像相似度判断系统及方法 |
-
2018
- 2018-11-08 CN CN201811326630.2A patent/CN109859053B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008092397A (ja) * | 2006-10-04 | 2008-04-17 | Seiko Epson Corp | 画像処理装置、画像処理方法および印刷装置 |
WO2015149534A1 (zh) * | 2014-03-31 | 2015-10-08 | 华为技术有限公司 | 基于Gabor二值模式的人脸识别方法及装置 |
WO2015196717A1 (zh) * | 2014-06-25 | 2015-12-30 | 优视科技有限公司 | 图像解码方法及装置 |
WO2016049779A1 (en) * | 2014-10-02 | 2016-04-07 | Annidis Corporation | Efficient digital characterization of images |
Also Published As
Publication number | Publication date |
---|---|
CN109859053A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020232872A1 (zh) | 表格识别方法、装置、计算机设备和存储介质 | |
EP3396625A1 (en) | Image tampering detection method and system, electronic apparatus and storage medium | |
CN111131314B (zh) | 网络行为的检测方法、装置、计算机设备和存储介质 | |
CN109766072B (zh) | 信息校验输入方法、装置、计算机设备和存储介质 | |
CN109934262B (zh) | 图片差异性判断方法、装置、计算机设备和存储介质 | |
CN111107107B (zh) | 网络行为的检测方法、装置、计算机设备和存储介质 | |
WO2020238556A1 (zh) | 基于配置平台的数据传输方法、装置和计算机设备 | |
CN108255555A (zh) | 一种系统语言切换方法及终端设备 | |
CN114120299A (zh) | 信息获取方法、装置、存储介质及设备 | |
CN112215236B (zh) | 文本识别方法、装置、电子设备及存储介质 | |
CN110705225A (zh) | 一种合同标注方法及装置 | |
CN109859053B (zh) | 图像查重的方法、装置、计算机设备及存储介质 | |
CN110033515B (zh) | 图形转换方法、装置、计算机设备及存储介质 | |
CN111291741A (zh) | 单据识别方法、装置、计算机设备和存储介质 | |
CN110751139A (zh) | 发票印章识别的方法、装置、计算机设备和存储介质 | |
CN111898544B (zh) | 文字图像匹配方法、装置和设备及计算机存储介质 | |
CN114021646A (zh) | 一种图像描述文本确定方法及其相关设备 | |
CN112434176A (zh) | 一种基于图像处理的图像存储方法和装置 | |
CN113220859B (zh) | 基于图像的问答方法、装置、计算机设备及存储介质 | |
CN110895849A (zh) | 冠字号切割定位方法、装置、计算机设备及存储介质 | |
CN115797291A (zh) | 回路端子的识别方法、装置、计算机设备和存储介质 | |
CN112084979B (zh) | 食品成分识别方法、装置、设备及存储介质 | |
CN111131322B (zh) | 网络行为的检测方法、装置、计算机设备和存储介质 | |
CN113127863A (zh) | 恶意代码的检测方法、装置、计算机设备和存储介质 | |
CN113837129B (zh) | 手写签名错别字识别方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |