CN110532232A - 一种对上传图片进行处理的方法及装置 - Google Patents
一种对上传图片进行处理的方法及装置 Download PDFInfo
- Publication number
- CN110532232A CN110532232A CN201910767259.1A CN201910767259A CN110532232A CN 110532232 A CN110532232 A CN 110532232A CN 201910767259 A CN201910767259 A CN 201910767259A CN 110532232 A CN110532232 A CN 110532232A
- Authority
- CN
- China
- Prior art keywords
- picture
- quality
- score value
- colored pixels
- quality score
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
- G06F16/162—Delete operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提供一种对上传图片进行处理的方法及装置,该方法包括:获取上传的图片,并对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数;将所述多个质量评价参数映射为对应的多个质量评分值,将所述多个质量评分值进行加权求和,得到所述图片的质量评分值;根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片。本发明可以通过多种图片评价参数,解决无法保证上传的系统图片是否是该系统所需要的,造成数据存储的冗余的问题。
Description
技术领域
本发明涉及数据处理技术领域。具体涉及一种对上传图片进行处理的方法及装置。
背景技术
随着信息化的发展,涉及到需要上传图片的系统也越来越多。不同功能的系统对于上传的图片内容、类型或质量等有不同的要求,如某一系统需要上传的图片要求满足高清晰度,则清晰度低于该系统要求的图片,上传到该系统上,会对程序产生不必要的负载,并且造成数据存储的冗余。
现有技术涉及到图片上传机制的系统,无法保证上传的系统图片是否是该系统所需要的,造成数据存储的冗余。
发明内容
本发明提供一种上传图片进行处理的方法及装置,用以解决无法保证上传的系统图片是否是该系统所需要的,造成数据存储的冗余的问题。
第一方面,本申请提供一种上传图片进行处理的方法,该方法包括:
获取上传的图片,并对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数;
将所述多个质量评价参数映射为对应的多个质量评分值,将所述多个质量评分值进行加权求和,得到所述图片的质量评分值;
根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片。
可选的,所述多个质量评价参数包括如下任多参数的组合:
有色像素占比、有色像素所占区域个数、模糊度、根据有色像素确定内容区域的居中度。
可选的,将所述多个质量评价参数映射为对应的多个质量评分值,包括:
根据有色像素占比越高,有色像素占比映射的质量评分值越高的原则,确定得到的有色像素占比映射的质量评分值;或者
根据有色像素所占区域个数越少,有色像素所占区域个数映射的质量评分值越高的原则,确定得到的有色像素所占区域个数映射的质量评分值;或者
根据模糊度越低,模糊度映射的质量评分值越高的原则,确定得到的模糊度映射的质量评分值;或者
根据有色像素确定内容区域的居中度越高,根据有色像素确定内容区域的居中度映射的质量评分值越高的原则,确定得到的根据有色像素确定内容区域的居中度映射的质量评分值。
可选的,对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片各像素的RGBA,确定除全透明像素外的有色像素的数量;
根据有色像素的数量与所述图片的像素总数的比值,确定图片的有色像素占比。
可选的,对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片的RGBA,确定除全透明像素外的有色像素占据的区域;
根据有色像素的占据区域的边界,确定有色像素所占区域个数。
可选的,对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
运用brenner检测算法确定所述图片的模糊度。
可选的,对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片的RGBA,确定除全透明像素外的有色像素占据的区域;
根据有色像素占据的区域确定内容区域的位置,并确定所述内容区域的位置在所述图片的图片居中度。
可选的,获取上传的图片,包括:
通过网络爬虫技术,从对应的网站获取上传的图片。
第二方面,本申请提供一种对上传图片进行处理的装置,该装置包括:
获取模块,用于获取上传的图片,并对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数;
评分模块,用于将所述多个质量评价参数映射为对应的多个质量评分值,将所述多个质量评分值进行加权求和,得到所述图片的质量评分值;
处理模块,用于根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片。
第三方面,本申请提供一种对上传图片进行处理的装置,包括:存储器、处理器;
其中,所述存储器用于存储程序;
所述处理器用于执行所述存储器中的程序,包括如下步骤:
获取上传的图片,并对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数;
将所述多个质量评价参数映射为对应的多个质量评分值,将所述多个质量评分值进行加权求和,得到所述图片的质量评分值;
根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片。
第四方面,本申请还提供一种计算机存储介质,其上存储有计算机程序,该程序被处理单元执行时实现第一方面所述方法的步骤。
另外,第二方面至第四方面中任一种实现方式所带来的技术效果可参见第一方面中不同实现方式所带来的技术效果,此处不再赘述。
利用本发明提供的一种对上传图片进行处理的方法及装置,具有以下有益效果:
本发明提供的一种对上传图片进行处理的方法及装置,可以通过对图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片,避免数据存储的冗余问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种对上传图片进行处理的方法示意图;
图2为本发明实施例提供的一种对上传图片进行处理的方法示意图;
图3为本发明实施例提供的一种对上传图片进行处理的装置示意图;
图4为本发明实施例提供的一种对上传图片进行处理的装置示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明实施例中术语“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
为了方便理解,下面对本发明实施例中涉及的名词进行解释:
网络爬虫技术:网络爬虫(Web crawler),是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本,被广泛用于互联网搜索引擎或其他类似网站,可以自动采集所有其能够访问到的页面内容,以获取或更新这些网站的内容和检索方式。
本发明实施例描述的应用场景是为了更加清楚的说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定,本领域普通技术人员可知,随着新应用场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。其中,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
鉴于现有技术中,涉及图片上传机制的系统,无法保证上传的系统图片是否是该系统所需要的,造成数据存储冗余的问题,本发明提出一种对上传图片进行处理的方法,如图1所示,包括:
S101,获取上传的图片,并对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数;
本发明实施例中获取上传的图片,可以为通过系统中用户根据系统需求上传的图片,也可以为通过网络爬虫技术,从对应的网站获取上传的图片;
通过网络爬虫技术,减少了人工检测的繁琐,加快了工作效率,同时确保检测的准确率。
对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数包括如下任多参数的组合:
有色像素占比、有色像素所占区域个数、模糊度、根据有色像素确定内容区域的居中度。
本发明实施例可以通过上述任多参数的组合得到所述图片的质量评分值,并针对具体实施例中系统对图片的要求灵活组合上述任多参数,如选取上述任多参数的其中两种参数图片的质量评分值,或者选取上述任多参数的其中三种参数图片的质量评分值;
例如,若某一系统对上传的图片的根据有色像素确定内容区域的居中度并无要求,则此时通过有色像素占比、有色像素所占区域个数及模糊度的组合来确定图片的质量评分值;
作为一种优选的实施方式,本发明实施例采用上述四种参数组合来得到所述图片的质量评分值,具体方式如下:
1)通过检测图片各像素的RGBA,确定除全透明像素外的有色像素的数量;
图片的有色像素参数由RGBA决定,RGBA是代表Red(红色)、Green(绿色)、Blue(蓝色)和Alpha的色彩空间。是RGB模型附加了额外的信息。采用的颜色是RGB,可以属于任何一种RGB颜色空间;
Alpha通道一般用作不透明度参数。如果一个像素的Alpha通道数值为0%,那它就是完全透明的(也就是看不见的),而数值为100%则意味着一个完全不透明的像素(传统的数字图像)。在0%和100%之间的值则使得像素可以透过背景显示出来,就像透过玻璃(半透明性),这种效果是简单的二元透明性(透明或不透明)做不到的。alpha通道值可以用百分比、整数或者像RGB参数那样用0到1的实数表示。
根据有色像素的数量与所述图片的像素总数的比值,确定图片的有色像素占比。
2)通过检测图片的RGBA,确定除全透明像素外的有色像素占据的区域;
根据有色像素的占据区域的边界,确定有色像素所占区域个数,在确定有色像素的占据区域的边界时,可以将在某一区域有色像素占比超过一定比例且有色像素的数量超过设定数量的区域作为有色像素所占区域,将有色像素占据区域的边界连接起来,得到具体的有色像素所占区域的边界;
若确定有色像素所占区域个数,则图片的质量评分值为多个质量评分值加权求和值/N;
3)运用brenner检测算法确定所述图片的模糊度。
brenner检测算法采用brenner梯度函数,为简单的梯度评价函数指标,计算相邻两个像素灰度差的平方,该函数定义如下:
D(f)=∑y∑x|f(x+2,y)-f(x,y)|2
其中f(x,y)表示图片所对应的有色像素点(x,y)的灰度值,D(f)为图像清晰度计算的结果,通过计算结果得到所述图片的模糊度。
4)通过检测图片的RGBA,确定除全透明像素外的有色像素占据的区域;
根据有色像素占据的区域确定内容区域的位置,并确定所述内容区域的位置在所述图片的图片居中度。
具体地,通过图片有色像素点的矩阵分布,利用坐标确定有色像素占据的区域,并确定内容区域的位置,并确定所述内容区域的位置在所述图片的图片居中度。
S102,将所述多个质量评价参数映射为对应的多个质量评分值,将所述多个质量评分值进行加权求和,得到所述图片的质量评分值;
如前所述,本发明实施例可以将上述任多个参数组合,作为多个质量评价参数,具体地,将任多个参数中每个参数映射为对应的质量评分值,可以但不限于采用如下规则进行映射:
1)将有色像素占比映射为质量评分值
根据有色像素占比越高,有色像素占比映射的质量评分值越高的原则,确定得到的有色像素占比映射的质量评分值;
具体地,可以设定不同的有色像素占比范围对应所映射的质量评分值,在得到有色像素占比时,根据其所在的有色像素占比范围确定对应的质量评分值。
或者,可以进一步地,将有色像素占比乘以设定系数得到所映射的质量评分值。
上述质量评分值的取值范围可以为0~100。
2)将有色像素所占区域映射为质量评分值
根据有色像素所占区域个数越少,有色像素所占区域个数映射的质量评分值越高的原则,确定得到的有色像素所占区域个数映射的质量评分值;
具体的,可以设定不同的有色像素所占区域数量对应所映射的范围,在得到有色像素所占区域时,根据其有色像素所占区域的数量确定对应的质量评分值。
或者,可以进一步地,将如果统计出来上述有色像素所占区域个数的情况下,求和后可以进一步除以N,作为图片的质量评分值。
上述质量评分值的取值范围可以为0~100。
3)将模糊度映射为质量评分值根据模糊度越低,模糊度映射的质量评分值越高的原则,确定得到的模糊度映射的质量评分值;
具体地,可以设定不同的模糊度大小对应所映射的质量评分值,在得到模糊度时,根据其模糊度大小确定对应的质量评分值。
或者,可以进一步地,将模糊度乘以设定系数得到所映射的质量评分值。
上述质量评分值的取值范围可以为0~100。
4)将根据有色像素确定内容区域的居中度映射为质量评分值
根据有色像素确定内容区域的居中度越高,根据有色像素确定内容区域的居中度映射的质量评分值越高的原则,确定得到的根据有色像素确定内容区域的居中度映射的质量评分值。
具体地,可以设定不同的根据有色像素确定内容区域的居中度大小对应所映射的质量评分值,在得到根据有色像素确定内容区域的居中度时,根据其内容区域的居中度大小确定对应的质量评分值。
或者,可以进一步地,将根据有色像素确定内容区域的居中度乘以设定系数得到所映射的质量评分值。
上述质量评分值的取值范围可以为0~100。
本发明实施例中,图片的质量的评分值由上述四个参数决定,如果统计出来上述有色像素所占区域个数的情况下,求和后可以进一步除以N,作为图片的质量评分值。并利用加权求和除以有色图像所占区域个数得到图片的质量评分值,其中上述四个参数所占权重,根据系统对上传的图片的要求确定,不同场景下具体权值不同;
其中,上述四个参数所占权重的取值范围为0-1,且上述四个参数所占权重的求和为1;
例如,若当前系统对上传的图片的模糊度要求比较高,则模糊度的权重占比较大,其他三个参数的占比较小;
上述四个参数的权重占比可以在用户上传图片之前配置,若不对上述四个参数的权重占比进行配置,则可以按照以下默认权重占比进行计算:
有色像素占比:有色像素所占区域个数:模糊度:根据有色像素确定内容区域的居中度=3:2:3:2;
S103,根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片。
预设评分标准,当系统上传的图片的质量评分值未超过预设评分标准时,删除所述上传的图片;
上述预设评分标准可以根据系统对上传的图片的要求确定,若当前系统对图片上传质量要求比较高,则将预设标准评分设定为80,当上传的图片质量评分值未超过80时,删除所述上传的图片;
若当前系统对图片上传质量要求相对较低,则将预设评分标准设定为50,当上传的图片质量评分值未超过50时,删除所述上传的图片;
上述预设评分标准的取值范围可以为0~100。
可选的,系统可以增加一种提示功能,当系统上传的图片的质量评分值未超过预设评分标准时,删除所述上传的图片,并返回给用户图片质量未达到系统要求的提示,要求用户重新上传图片;
可选的,当系统上传的图片的质量评分值超过预设评分标准时,返回给用户图片达到系统要求的提示。
实施例一
如图2,作为一种优选的实施方式,对本发明提供的一种对上传图片进行处理的方法进行介绍,包括:
S201,获取用户上传系统的图片,或通过网络爬虫技术,从对应的网站获取上传的图片;
S202,对所述图片进行图片质量分析,得到图片有色像素占比,并映射为对应的质量评分值;
S203,对所述图片进行图片质量分析,得到有色像素所占区域个数,并映射为对应的质量评分值;
S204,对所述图片进行图片质量分析,得到图片模糊度,并映射为对应的质量评分值;
S205,对所述图片进行图片质量分析,得到根据有色像素确定内容区域的居中度,并映射为对应的质量评分值;
S206,将上述多个质量评分值进行加权求和,得到所述图片的质量评分值;
S207,根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片。
以上对本发明中一种对上传图片进行处理的方法进行说明,以下对执行上述对上传图片进行处理的装置进行说明。
请参阅图3本发明实施例提供的一种对上传图片进行处理的装置,包括:
获取模块301,用于获取上传的图片,并对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数;
评分模块302,用于将所述多个质量评价参数映射为对应的多个质量评分值,将所述多个质量评分值进行加权求和,得到所述图片的质量评分值;
处理模块303,用于根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片。
可选的,获取模块用于所述多个质量评价参数包括如下任多参数的组合:
有色像素占比、有色像素所占区域个数、模糊度、根据有色像素确定内容区域的居中度。
可选的,评分模块用于将所述多个质量评价参数映射为对应的多个质量评分值,包括:
根据有色像素占比越高,有色像素占比映射的质量评分值越高的原则,确定得到的有色像素占比映射的质量评分值;或者
根据有色像素所占区域个数越少,有色像素所占区域个数映射的质量评分值越高的原则,确定得到的有色像素所占区域个数映射的质量评分值;或者
根据模糊度越低,模糊度映射的质量评分值越高的原则,确定得到的模糊度映射的质量评分值;或者
根据有色像素确定内容区域的居中度越高,根据有色像素确定内容区域的居中度映射的质量评分值越高的原则,确定得到的根据有色像素确定内容区域的居中度映射的质量评分值。
可选的,评分模块用于对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片各像素的RGBA,确定除全透明像素外的有色像素的数量;
根据有色像素的数量与所述图片的像素总数的比值,确定图片的有色像素占比。
可选的,评分模块用于对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片的RGBA,确定除全透明像素外的有色像素占据的区域;
根据有色像素的占据区域的边界,确定有色像素所占区域个数。
可选的,评分模块用于对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
运用brenner检测算法确定所述图片的模糊度。
可选的,评分模块用于对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片的RGBA,确定除全透明像素外的有色像素占据的区域;
根据有色像素占据的区域确定内容区域的位置,并确定所述内容区域的位置在所述图片的图片居中度。
可选的,获取模块用于获取上传的图片,包括:
通过网络爬虫技术,从对应的网站获取上传的图片。
上面从模块化功能实体的角度对本申请实施例中的一种对上传图片进行处理的装置进行了描述,下面从硬件处理的角度对本申请实施例中的对上传图片进行处理的的装置进行描述。
请参阅图4,本申请实施例中一种对上传图片进行处理的的装置,包括:
处理器401、存储器402、以及总线系统409;
其中,所述存储器用于存储程序;
所述处理器用于执行所述存储器中的程序,包括如下步骤:
获取上传的图片,并对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数;
将所述多个质量评价参数映射为对应的多个质量评分值,将所述多个质量评分值进行加权求和,得到所述图片的质量评分值;
根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片。
图4是本公开实施例提供的一种视频编码设备结构示意图,该设备400可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(英文全称:centralprocessing units,英文简称:CPU)401(例如,一个或一个以上处理器)和存储器402,一个或一个以上存储应用程序404或数据405的存储介质403(例如一个或一个以上海量存储设备)。其中,存储器402和存储介质403可以是短暂存储或持久存储。存储在存储介质403的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对信息处理装置中的一系列指令操作。更进一步地,处理器401可以设置为与存储介质403通信,在设备400上执行存储介质403中的一系列指令操作。
设备400还可以包括一个或一个以上有线或无线网络接口407,一个或一个以上输入输出接口408,和/或,一个或一个以上操作系统406,例如WindowsServer,Mac OS X,Unix,Linux,FreeBSD等。
可选的,处理器用于所述多个质量评价参数包括如下任多参数的组合:
有色像素占比、有色像素所占区域个数、模糊度、根据有色像素确定内容区域的居中度。
可选的,处理器用于将所述多个质量评价参数映射为对应的多个质量评分值,包括:
根据有色像素占比越高,有色像素占比映射的质量评分值越高的原则,确定得到的有色像素占比映射的质量评分值;或者
根据有色像素所占区域个数越少,有色像素所占区域个数映射的质量评分值越高的原则,确定得到的有色像素所占区域个数映射的质量评分值;或者
根据模糊度越低,模糊度映射的质量评分值越高的原则,确定得到的模糊度映射的质量评分值;或者
根据有色像素确定内容区域的居中度越高,根据有色像素确定内容区域的居中度映射的质量评分值越高的原则,确定得到的根据有色像素确定内容区域的居中度映射的质量评分值。
可选的,处理器用于对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片各像素的RGBA,确定除全透明像素外的有色像素的数量;
根据有色像素的数量与所述图片的像素总数的比值,确定图片的有色像素占比。
可选的,处理器用于对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片的RGBA,确定除全透明像素外的有色像素占据的区域;
根据有色像素的占据区域的边界,确定有色像素所占区域个数。
可选的,处理器用于对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
运用brenner检测算法确定所述图片的模糊度。
可选的,处理器用于对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片的RGBA,确定除全透明像素外的有色像素占据的区域;
根据有色像素占据的区域确定内容区域的位置,并确定所述内容区域的位置在所述图片的图片居中度。
可选的,处理器用于获取上传的图片,包括:
通过网络爬虫技术,从对应的网站获取上传的图片。
本发明实施例还提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行上述实施例提供的满足对上传图片进行处理的方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。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,可以存储在一个计算机可读取存储介质中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solidstate disk,SSD))等。
以上对本申请所提供的技术方案进行了详细介绍,本申请中应用了具体个例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。
Claims (10)
1.一种对上传图片进行处理的方法,其特征在于,该方法包括:
获取上传的图片,并对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数;
将所述多个质量评价参数映射为对应的多个质量评分值,将所述多个质量评分值进行加权求和,得到所述图片的质量评分值;
根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片。
2.根据权利要求1所述的方法,其特征在于,所述多个质量评价参数包括如下任多参数的组合:
有色像素占比、有色像素所占区域个数、模糊度、根据有色像素确定内容区域的居中度。
3.根据权利要求2所述的方法,其特征在于,将所述多个质量评价参数映射为对应的多个质量评分值,包括:
根据有色像素占比越高,有色像素占比映射的质量评分值越高的原则,确定得到的有色像素占比映射的质量评分值;或者
根据有色像素所占区域个数越少,有色像素所占区域个数映射的质量评分值越高的原则,确定得到的有色像素所占区域个数映射的质量评分值;或者
根据模糊度越低,模糊度映射的质量评分值越高的原则,确定得到的模糊度映射的质量评分值;或者
根据有色像素确定内容区域的居中度越高,根据有色像素确定内容区域的居中度映射的质量评分值越高的原则,确定得到的根据有色像素确定内容区域的居中度映射的质量评分值。
4.根据权利要求2所述的方法,其特征在于,对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片各像素的RGBA,确定除全透明像素外的有色像素的数量;
根据有色像素的数量与所述图片的像素总数的比值,确定图片的有色像素占比。
5.根据权利要求2所述的方法,其特征在于,对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片的RGBA,确定除全透明像素外的有色像素占据的区域;
根据有色像素的占据区域的边界,确定有色像素所占区域个数。
6.根据权利要求2所述的方法,其特征在于,对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
运用brenner检测算法确定所述图片的模糊度。
7.根据权利要求2所述的方法,其特征在于,对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数,包括:
通过检测图片的RGBA,确定除全透明像素外的有色像素占据的区域;
根据有色像素占据的区域确定内容区域的位置,并确定所述内容区域的位置在所述图片的图片居中度。
8.一种对上传图片进行处理的装置,其特征在于,该装置包括:
获取模块,用于获取上传的图片,并对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数;
评分模块,用于将所述多个质量评价参数映射为对应的多个质量评分值,将所述多个质量评分值进行加权求和,得到所述图片的质量评分值;
处理模块,用于根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片。
9.一种对上传图片进行处理的装置,其特征在于,包括:存储器、处理器;
其中,所述存储器用于存储程序;
所述处理器用于执行所述存储器中的程序,包括如下步骤:
获取上传的图片,并对所述图片进行图片质量分析,得到评价所述图片质量的多个质量评价参数;
将所述多个质量评价参数映射为对应的多个质量评分值,将所述多个质量评分值进行加权求和,得到所述图片的质量评分值;
根据所述图片的质量评分值,确定所述质量评分值未超过预设评分标准时,删除所述上传的图片。
10.一种计算机可读存储介质,其特征在于,包括计算机程序指令,当其在计算机上运行时,使得计算机执行如权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910767259.1A CN110532232A (zh) | 2019-08-20 | 2019-08-20 | 一种对上传图片进行处理的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910767259.1A CN110532232A (zh) | 2019-08-20 | 2019-08-20 | 一种对上传图片进行处理的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110532232A true CN110532232A (zh) | 2019-12-03 |
Family
ID=68663860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910767259.1A Pending CN110532232A (zh) | 2019-08-20 | 2019-08-20 | 一种对上传图片进行处理的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110532232A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111327831A (zh) * | 2020-03-30 | 2020-06-23 | 北京智美智学科技有限公司 | 一种用于ugc的图像获取方法、装置、电子设备和系统 |
CN111798406A (zh) * | 2020-03-26 | 2020-10-20 | 北京京东尚科信息技术有限公司 | 一种图片质量评价方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106528758A (zh) * | 2016-10-28 | 2017-03-22 | 腾讯科技(深圳)有限公司 | 一种选取图片方法及装置 |
CN107589963A (zh) * | 2017-09-26 | 2018-01-16 | 维沃移动通信有限公司 | 一种图片处理方法、移动终端及计算机可读存储介质 |
CN107729931A (zh) * | 2017-10-09 | 2018-02-23 | 北京京东尚科信息技术有限公司 | 图片评分方法和装置 |
-
2019
- 2019-08-20 CN CN201910767259.1A patent/CN110532232A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106528758A (zh) * | 2016-10-28 | 2017-03-22 | 腾讯科技(深圳)有限公司 | 一种选取图片方法及装置 |
CN107589963A (zh) * | 2017-09-26 | 2018-01-16 | 维沃移动通信有限公司 | 一种图片处理方法、移动终端及计算机可读存储介质 |
CN107729931A (zh) * | 2017-10-09 | 2018-02-23 | 北京京东尚科信息技术有限公司 | 图片评分方法和装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111798406A (zh) * | 2020-03-26 | 2020-10-20 | 北京京东尚科信息技术有限公司 | 一种图片质量评价方法和系统 |
CN111327831A (zh) * | 2020-03-30 | 2020-06-23 | 北京智美智学科技有限公司 | 一种用于ugc的图像获取方法、装置、电子设备和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508681B (zh) | 生成人体关键点检测模型的方法和装置 | |
CN111369681B (zh) | 三维模型的重构方法、装置、设备及存储介质 | |
JP6431245B1 (ja) | エッジ認識双方向画像処理 | |
WO2022042436A1 (zh) | 图像渲染方法、装置、电子设备及存储介质 | |
CN107223269A (zh) | 三维场景定位方法和装置 | |
CN107729935B (zh) | 相似图片的识别方法和装置、服务器、存储介质 | |
CN109064390A (zh) | 一种图像处理方法、图像处理装置及移动终端 | |
WO2021249091A1 (zh) | 图像处理方法、装置、计算机存储介质及电子设备 | |
US9035880B2 (en) | Controlling images at hand-held devices | |
CN107526645A (zh) | 一种通信优化方法及系统 | |
CN110020093A (zh) | 视频检索方法、边缘设备、视频检索装置及存储介质 | |
CN110532232A (zh) | 一种对上传图片进行处理的方法及装置 | |
CN114842121B (zh) | 贴图生成模型训练和贴图生成方法、装置、设备及介质 | |
CN113112603A (zh) | 三维模型优化的方法和装置 | |
CN114419335A (zh) | 一种纹理识别模型的训练、纹理迁移方法与相关装置 | |
CN107743193A (zh) | 图片编辑方式的选择方法、终端及计算机可读存储介质 | |
CN115330940A (zh) | 一种三维重建方法、装置、设备和介质 | |
US11157551B2 (en) | Method and device for image loading | |
US20190377850A1 (en) | Semiconductor package metal shadowing checks | |
TWI769641B (zh) | 圖像標注方法、電子設備及電腦可讀儲存介質 | |
CN107391044A (zh) | 一种云硬盘的创建方法及创建装置 | |
WO2023236465A1 (zh) | 一种地质分析的显示处理方法、装置、设备及介质 | |
CN103309980B (zh) | 演出数据处理方法、装置及系统 | |
JP7053195B2 (ja) | 家屋異動推定装置、家屋異動学習装置、家屋異動推定方法、識別器のパラメータ生成方法及びプログラム | |
CN115937396A (zh) | 图像渲染方法、装置、终端设备及计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191203 |
|
RJ01 | Rejection of invention patent application after publication |