CN110533117A - 图像比对方法、装置、设备和存储介质 - Google Patents

图像比对方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN110533117A
CN110533117A CN201910832562.5A CN201910832562A CN110533117A CN 110533117 A CN110533117 A CN 110533117A CN 201910832562 A CN201910832562 A CN 201910832562A CN 110533117 A CN110533117 A CN 110533117A
Authority
CN
China
Prior art keywords
image
compared
histogram
brightness
grayscale
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.)
Granted
Application number
CN201910832562.5A
Other languages
English (en)
Other versions
CN110533117B (zh
Inventor
张亚伟
汪海滨
王国良
王永强
袁茂林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Qi Ju Technology Co Ltd
Original Assignee
Zhejiang Qi Ju Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Qi Ju Technology Co Ltd filed Critical Zhejiang Qi Ju Technology Co Ltd
Priority to CN201910832562.5A priority Critical patent/CN110533117B/zh
Publication of CN110533117A publication Critical patent/CN110533117A/zh
Application granted granted Critical
Publication of CN110533117B publication Critical patent/CN110533117B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种图像比对方法、装置、设备和存储介质。该方法包括：根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图；根据所述待比对图像的亮度直方图和/或色度直方图，确定所述待比对图像之间的相似度，不仅能快速搜索出相近的图像，而且实现过程简单、高效。

Description

图像比对方法、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，尤其涉及一种图像比对方法、装置、设备和存储介质。
背景技术
随着科技的进步，图像比对技术越来越受到公众的重视。
现有的图像比对技术中一类是将图像进行分割，将分割的图像进行比对，另一类是提取比对图像中的图像特征值，诸如颜色、纹理、形状、对比度、矢量等特征，再通过这些特征的比对确定不同的图像之间是否是同一张图像。
因此，现有的技术方案中，不同图像之间比对的过程较长，实现起来较为繁琐，难以实现海量图像比对。
发明内容
本发明实施例提供了一种图像比对方法、装置、设备和存储介质，能够降低图像比对难度，提高图像比对效率，实现在海量的图像数据库中快速搜索出相近的图像。
第一方面，本发明实施例提供了一种图像比对方法，包括：
根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图；
根据所述待比对图像的亮度直方图和/或色度直方图，确定所述待比对图像之间的相似度。
第二方面，本发明实施例还提供了一种图像比对装置，包括：
直方图确定模块，用于根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图；
相似度确定模块，用于根据所述待比对图像的亮度直方图和/或色度直方图，确定所述待比对图像之间的相似度。
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本发明任一实施例所述的图像比对方法。
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本发明任一实施例所述的图像比对方法。
本发明实施例通过提供一种图像比对方法，其中，待比对图像中可能存在缩放图像，这种情况下，使用待比对图像的亮度直方图和/或色度直方图能够更加准确地比对待比对图像，因此本发明实施例中根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图，再根据所述待比对图像的亮度直方图和/或色度直方图，确定所述待比对图像之间的相似度，不仅能快速搜索出相近的图像，而且实现过程简单准确。
附图说明
图1是本发明实施例一中提供的一种图像比对方法的流程示意图；
图2是本发明实施例一中提供的一种待比对图像亮度直方图的示意图；
图3是本发明实施例二中提供的一种图像比对方法的流程示意图；
图4是本发明实施例三中提供的一种图像比对装置的结构示意图；
图5是本发明实施例四中提供的一种设备的结构示意图。
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。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种图像比对方法的流程示意图，本实施例可适用于从海量图像中寻找比较相近的图像的情况，该方法可以由图像比对装置来执行，该装置可采用软件和/或硬件的方式实现，该装置可集成于计算设备中，也可独立作为一个设备。具体包括如下步骤：
S110、根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图。
本实施例中，上述待比对图像是需要进行相似度比对的图像，其中，待比对图像可以是从海量图像中找到一张图像与现有的一张图像进行比对的两张待比对图像。上述直方图(Histogram)又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。直方图是数值数据分布的精确图形表示，是一个连续变量的概率分布的估计。直方图是一种条形图，构建它的过程如下：第一步是将值的范围分段，即将整个值的范围分成一系列间隔，然后计算每个间隔中的值。这些值通常被指定为连续的，不重叠的变量间隔；间隔必须相邻，并且通常是相等的大小。
将上述待比对图像中的亮度和/或色度分别生成不同的直方图，以便将待比对图像进行亮度直方图和/或色度直方图的比对。由于待比对图像中可能存在缩放图像，这种情况下，使用待比对图像的亮度直方图和/或色度直方图是更为准确的。
进一步地，在根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图之前，还包括：根据待比对图像的文件属性和存储数据，检测待比对图像的完整度；若检测到待比对图像完整，则对待比对图像进行格式转化，以得到颜色编码格式相同的待比对图像。
本实施例中，根据待比对图像的文件属性和存储数据，示例性的，文件属性是指待比对图像的文件头，存储数据是指以指定格式存储的数据。通过文件属性以及存储数据判断待比对图像是否能够完整地显示出来，若待比对图像能够完成地显示，则进行比对；若待比对图像不能够完整地显示，则待比对图像并不完整，停止对待比对图像的下一步处理。
具体的，通过检测待比对图像的图像文件类型，判断待比对图像是否为压缩图像，若是压缩图像，则对已编码的图像文件进行图像格式转化，以将待比对的两张图像均转换为相同的颜色空间类型。
示例性的，若待比对图像为jpg、png等格式，则将这种格式解码得到NV21颜色空间的图像数据。进一步地，若压缩图像不能直接转换为NV21，则先转换为某种颜色空间类型，如RGB24，再进行二次转换，从而得到NV21类型的图像数据。
NV21是YUV颜色空间的子类型，示例性的，4X4的图像的存储格式是：
使用8bit的灰阶时，一个单元(4X4)的NV21的占用内存为4X6＝24个字节，其中Y通道使用了平面格式，而U、V通道采用了紧缩格式；在存储空间上，UV两个通道一起仅使用了Y通道的一半，比例关系是4X4比4X2，即2：1。
S120、根据待比对图像的亮度直方图和/或色度直方图，确定待比对图像之间的相似度。
本实施例中，根据待比对图像的亮度直方图和/或色度直方图，确定待比对图像之间的相似度，包括：根据待比对图像的亮度直方图和/或色度直方图，确定灰阶数量和各灰阶下像素数量；根据各灰阶下像素数量以及灰阶数量，确定待比对图像的相似度。
本实施例中，灰阶是指由最暗到最亮之间不同亮度和/或色度的层次级别，将三基色每一个颜色从纯色不断变暗到黑的过程中变化级别的划分称为色彩的灰阶，并用数字表示，这中间层级越多，所能够呈现的画面效果也就越细腻。示例性的，8bit图像的灰阶是256。在数字信息存贮中，计算设备用2进制数来表示，每个0或1就是1bit。假设1代表黑、0代表白，在黑白双色系统中最少有2bit。单基色为n个bit，画面位数就为2nbit，位数越大，灰度越多，颜色也越多。彩色系统中同理。视频画面10bit含义就是画面能以10为二进制数的数量控制灰阶。通常8bit相当于256级灰阶，而10bit就相当于1024级灰阶。三基色混合成彩色，增加1bit就意味色彩数增加8倍。10bit就相当于1024的三次方——1073741824，约为10.7亿色，远大于8bit的1670万色。
本实施例中，假设YUV每个值都使用8bit的灰阶，即亮度占用8bit，范围是[0,255]，类似的U、V灰阶也是8bit，范围也是[0,255]。
进一步地，可参见图2示出的一种待比对图像亮度直方图的示意图，其中，横轴进行了部分删减。
可选的，根据各灰阶下像素数量以及灰阶数量，按照如下公式计算待比对图像的相似度：
其中，X为其中一个待比对图像在各灰阶下的像素数量，Y为另一个待比对图像在各灰阶下的像素数量，N为灰阶的数量，ρ为待比对图像的相似度。
上述公式为皮尔森相关系数(Pearson correlation coefficient)的计算方法，皮尔森相关系数也称皮尔森积矩相关系数(Pearson product-moment correlationcoefficient)，是一种线性相关系数。皮尔森相关系数是用来反映两个变量线性相关程度的统计量，相关系数用ρ表示。
ρ描述的是两个变量间线性相关强弱的程度。ρ的取值在-1与+1之间，若ρ>0，表明两个变量是正相关，即一个变量的值越大，另一个变量的值也会越大。若ρ<0，表明两个变量是负相关，即一个变量的值越大另一个变量的值反而会越小。ρ的绝对值越大表明相关性越强，要注意的是这里并不存在因果关系。若ρ＝0，表明两个变量间不是线性相关，但有可能是其他方式的相关，如曲线。
本发明实施例通过提供一种图像比对方法，依据待比对图像的亮度和/或色度生成直方图，由于亮度和/或色度受图像缩放的影响比较小、甚至可以忽略，本发明实施例中根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图，再根据所述待比对图像的亮度直方图和/或色度直方图，确定所述待比对图像之间的相似度，该方法能够降低图像比对难度，提高图像比对效率，实现在海量图像数据库中快速搜索出相近的图像。
实施例二
图3是本发明实施例二中提供的一种图像比对方法的流程示意图，本实施例在上述实施例一的基础上，进一步对根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图进行详细解释说明。参见图3，该方法具体可以包括：
S310、根据待比对图像实际执行的对比速度，确定预设灰阶范围。
本实施例中，待比对图像的比对过程是在相应的设备上进行处理的，当设备的处理速度不同时，为了达到快速实现图像比对，可以对待比对图像的灰阶范围进行调整。示例性的，当计划在设备上实现每秒对比1000张图像的比对速度时，初始选取了对比亮度和U色度两个通道，且横坐标范围均是[32,223]。这是基于经验确定的，基于经验判断直方图灰阶范围的中间部分是更加准确的。
当实际执行速度达不到每秒对比1000张图像时，则可以先调整U色度通道的横坐标范围到[64,191]，再舍弃U色度通道；若还是无法实现每秒对比1000张图像时，则调整亮度通道的横坐标范围到[64,191]，直到实现每秒对比1000张图像的速度后，停止调整。
示例性的，当实际执行速度超过每秒对比1000张图像时，可先增加V色度通道，横坐标范围设置为[32,223]；再将每个通道的横坐标范围进行调整，一般先调整亮度通道，横坐标范围可设置为[16,239]。基于实际经验可知，一般横坐标范围为[16,239]时，图像比对较为准确。
S320、根据待比对图像的亮度值和/或色度值以及预设灰阶范围，确定各待比对图像的亮度直方图和/或色度直方图。
本实施例中，根据待比对图像的亮度值和/或色度值以及预设灰阶范围，确定各待比对图像的亮度直方图和/或色度直方图，包括：
根据预设灰阶范围，建立直方图数组；其中，所述直方图数组中以灰阶为索引，各索引下保存该灰阶下的像素数量；
根据待比对图像的亮度值和/或色度值，统计预设灰阶范围内各灰阶下的像素数量；
根据直方图数组的索引，向直方图数组中存储各灰阶下的像素数量。示例性的，以一张大小为1024X768的图像举例，其像素点共计786432个。
亮度和/或色度通道采用8bit灰阶，最大值为255，得到亮度和/或色度通道直方图横轴的范围是[0,255]。亮度和/或色度通道直方图纵轴是图像像素点亮度和/或色度的分布情况，计算过程如下：创建一个长度为256的整型数组，数组索引为亮度和/或色度灰阶的数值，数组保存的值是该灰阶出现的次数；遍历该图像，统计出每个亮度和/或色度灰阶对应的像素点数量，保存在以灰阶数值为索引的数组中；遍历完成，得到该图像的亮度和/或色度灰阶为索引的数组，数组中每个值对应该亮度和/或色度灰阶出现的像素点数量；根据该数组绘制亮度直方图和/或色度直方图，横轴为亮度和/或色度灰阶，纵轴为每个亮度和/或色度灰阶对应的像素数量。其中，上述灰阶范围能够依据设备的运行速度进行调整。
S330、根据待比对图像的亮度直方图和/或色度直方图，确定待比对图像之间的相似度。
本发明实施例提供了一种图像比对方法，根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图，对比图像的灰阶范围能够调节，该方法能够降低图像比对难度，提高图像比对效率，实现在海量图像数据库中快速搜索出相近的图像。
实施例三
图4为本发明实施例三提供的一种图像比对装置的结构示意图，该装置可执行本发明任意实施例所提供的图像比对方法，具备执行方法相应的功能模块和有益效果。如图4所示，该装置可以包括：
直方图确定模块401，用于根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图；
相似度确定模块402，用于根据所述待比对图像的亮度直方图和/或色度直方图，确定所述待比对图像之间的相似度。
进一步的，所述装置还包括：
完整度检测模块403，用于根据待比对图像的文件属性和存储数据，检测所述待比对图像的完整度；
格式转换模块404，用于若检测到所述待比对图像完整，则对所述待比对图像进行格式转化，以得到颜色编码格式相同的待比对图像。
可选的，所述直方图确定模块401具体用于：
根据待比对图像实际执行的对比速度，确定预设灰阶范围；
根据待比对图像的亮度值和/或色度值以及预设灰阶范围，确定各待比对图像的亮度直方图和/或色度直方图。
可选的，所述直方图确定模块401具体用于：
根据预设灰阶范围，建立直方图数组；其中，所述直方图数组中以灰阶为索引，各索引下保存该灰阶下的像素数量；
根据待比对图像的亮度值和/或色度值，统计预设灰阶范围内各灰阶下的像素数量；
根据所述直方图数组的索引，向所述直方图数组中存储各灰阶下的像素数量。
可选的，所述相似度确定模块402具体用于：
根据所述待比对图像的亮度直方图和/或色度直方图，确定灰阶数量和各灰阶下像素数量；
根据各灰阶下像素数量以及灰阶数量，确定所述待比对图像的相似度。
可选的，所述相似度确定模块402具体用于：
按照如下公式计算所述待比对图像的相似度：
其中，X为其中一个待对比图像在各灰阶下的像素数量，Y为另一个待对比图像在各灰阶下的像素数量，N为灰阶的数量，ρ为所述待比对图像的相似度。
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，上述描述装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
实施例四
图5为本发明实施例四提供的一种设备的结构示意图，图5示出了适于用来实现本发明实施例实施方式的示例性设备的结构示意图。图5显示的设备12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5所示，设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，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(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12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12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。
系统存储器28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(RAM)30和/或高速缓存存储器32。设备12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34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5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CD-ROM,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18相连。系统存储器28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实施例各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42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42通常执行本发明实施例所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备12交互的设备通信，和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(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22进行。并且，设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图5所示，网络适配器20通过总线18与设备12的其它模块通信。应当明白，尽管图中未示出，可以结合设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28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像比对方法，包括：
根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图；
根据所述待比对图像的亮度直方图和/或色度直方图，确定所述待比对图像之间的相似度。
实施例五
本发明实施例五还提供一种计算机可读存储介质，其上存储有计算机程序(或称为计算机可执行指令)，该程序被处理器执行时可实现上述任意实施例所述的图像比对方法，包括：
根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图；
根据所述待比对图像的亮度直方图和/或色度直方图，确定所述待比对图像之间的相似度。
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实施例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服务器上执行。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)

1.一种图像比对方法，其特征在于，包括：
根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图；
根据所述待比对图像的亮度直方图和/或色度直方图，确定所述待比对图像之间的相似度。
2.根据权利要求1所述的方法，其特征在于，在所述根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图之前，还包括：
根据待比对图像的文件属性和存储数据，检测所述待比对图像的完整度；
若检测到所述待比对图像完整，则对所述待比对图像进行格式转化，以得到颜色编码格式相同的待比对图像。
3.根据权利要求1所述的方法，其特征在于，所述根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图，包括：
根据待比对图像实际执行的对比速度，确定预设灰阶范围；
根据待比对图像的亮度值和/或色度值以及预设灰阶范围，确定各待比对图像的亮度直方图和/或色度直方图。
4.根据权利要求3所述的方法，其特征在于，所述根据待比对图像的亮度值和/或色度值以及预设灰阶范围，确定各待比对图像的亮度直方图和/或色度直方图，包括：
根据预设灰阶范围，建立直方图数组；其中，所述直方图数组中以灰阶为索引，各索引下保存该灰阶下的像素数量；
根据待比对图像的亮度值和/或色度值，统计预设灰阶范围内各灰阶下的像素数量；
根据所述直方图数组的索引，向所述直方图数组中存储各灰阶下的像素数量。
5.根据权利要求1所述的方法，其特征在于，所述根据所述待比对图像的亮度直方图和/或色度直方图，确定所述待比对图像之间的相似度，包括：
根据所述待比对图像的亮度直方图和/或色度直方图，确定灰阶数量和各灰阶下像素数量；
根据各灰阶下像素数量以及灰阶数量，确定所述待比对图像的相似度。
6.根据权利要求5所述的方法，其特征在于，根据各灰阶下像素数量以及灰阶数量，按照如下公式计算所述待比对图像的相似度：
其中，X为其中一个待对比图像在各灰阶下的像素数量，Y为另一个待对比图像在各灰阶下的像素数量，N为灰阶的数量，ρ为所述待比对图像的相似度。
7.一种图像比对装置，其特征在于，包括：
直方图确定模块，用于根据待比对图像的亮度值和/或色度值，确定各待比对图像的亮度直方图和/或色度直方图；
相似度确定模块，用于根据所述待比对图像的亮度直方图和/或色度直方图，确定所述待比对图像之间的相似度。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
完整度检测模块，用于根据待比对图像的文件属性和存储数据，检测所述待比对图像的完整度；
若检测到所述待比对图像完整，则对所述待比对图像进行格式转化，以得到颜色编码格式相同的待比对图像。
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1-6中任一所述的图像比对方法。
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1-6中任一所述的图像比对方法。
CN201910832562.5A 2019-09-04 2019-09-04 图像比对方法、装置、设备和存储介质 Active CN110533117B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910832562.5A CN110533117B (zh) 2019-09-04 2019-09-04 图像比对方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910832562.5A CN110533117B (zh) 2019-09-04 2019-09-04 图像比对方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN110533117A true CN110533117A (zh) 2019-12-03
CN110533117B CN110533117B (zh) 2022-05-24

Family

ID=68666765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910832562.5A Active CN110533117B (zh) 2019-09-04 2019-09-04 图像比对方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN110533117B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353419A (zh) * 2020-02-26 2020-06-30 北京百度网讯科技有限公司 图像比对方法、装置、电子设备及存储介质
CN111626310A (zh) * 2020-05-27 2020-09-04 百度在线网络技术（北京）有限公司 图像比对方法、装置、设备以及存储介质
CN113450737A (zh) * 2020-03-27 2021-09-28 京东方科技集团股份有限公司 一种图像绘制方法、显示装置及存储介质
CN115830352A (zh) * 2023-02-20 2023-03-21 深圳中微电科技有限公司 一种图像相似度对比方法、装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488150A (zh) * 2015-11-26 2016-04-13 小米科技有限责任公司 图像显示方法及装置
CN106960211A (zh) * 2016-01-11 2017-07-18 北京陌上花科技有限公司 关键帧获取方法及装置
CN108615042A (zh) * 2016-12-09 2018-10-02 炬芯（珠海）科技有限公司 视频格式识别的方法和装置以及播放器

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488150A (zh) * 2015-11-26 2016-04-13 小米科技有限责任公司 图像显示方法及装置
CN106960211A (zh) * 2016-01-11 2017-07-18 北京陌上花科技有限公司 关键帧获取方法及装置
CN108615042A (zh) * 2016-12-09 2018-10-02 炬芯（珠海）科技有限公司 视频格式识别的方法和装置以及播放器

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353419A (zh) * 2020-02-26 2020-06-30 北京百度网讯科技有限公司 图像比对方法、装置、电子设备及存储介质
CN111353419B (zh) * 2020-02-26 2023-08-11 北京百度网讯科技有限公司 图像比对方法、装置、电子设备及存储介质
CN113450737A (zh) * 2020-03-27 2021-09-28 京东方科技集团股份有限公司 一种图像绘制方法、显示装置及存储介质
WO2021190606A1 (zh) * 2020-03-27 2021-09-30 京东方科技集团股份有限公司 图像绘制方法、显示装置及存储介质
CN111626310A (zh) * 2020-05-27 2020-09-04 百度在线网络技术（北京）有限公司 图像比对方法、装置、设备以及存储介质
CN111626310B (zh) * 2020-05-27 2023-08-29 百度在线网络技术（北京）有限公司 图像比对方法、装置、设备以及存储介质
CN115830352A (zh) * 2023-02-20 2023-03-21 深圳中微电科技有限公司 一种图像相似度对比方法、装置及存储介质
CN115830352B (zh) * 2023-02-20 2023-06-02 深圳中微电科技有限公司 一种图像相似度对比方法、装置及存储介质

Also Published As

Publication number Publication date
CN110533117B (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN110533117A (zh) 图像比对方法、装置、设备和存储介质
US10726299B2 (en) Sorted geometry with color clustering (SGCC) for point cloud compression
US11003968B2 (en) Colorspace encoding multimedia data on a physical page
US11954545B2 (en) System and method using a histogram and colorspaces to create a matrix barcode
US9235779B2 (en) Method and apparatus for recognizing a character based on a photographed image
US8260067B2 (en) Detection technique for digitally altered images
CN102467513B (zh) 图片搜索方法和系统
Choi et al. A comparative study of preprocessing mismatch effects in color image based face recognition
US5070532A (en) Method for encoding color images
CN105975939A (zh) 视频检测方法和装置
JP2010531010A (ja) 画像と形状記述子とのマッチング
US11004237B2 (en) Palette coding for color compression of point clouds
US7190836B2 (en) Efficient ordering of data for compression and visualization
CN107371005B (zh) 关于色域映射的可扩展存储损失优化系统和方法
US8064707B2 (en) Image recognition method and image recognition apparatus
US8350869B1 (en) Preview for colorblind
CN115620321A (zh) 表格识别方法及装置、电子设备和存储介质
US10856011B2 (en) Method and apparatus for color difference transform
CN111953986A (zh) 图像处理方法及装置
Badawi et al. Fuzzy encoder framework for four layers color QR code
CN115830352B (zh) 一种图像相似度对比方法、装置及存储介质
JP3774498B2 (ja) 画像処理方法とその装置
CN113988649B (zh) 显示屏的显示功能测试方法及相关装置
US10567767B2 (en) Image processing apparatus and non-transitory computer readable medium
Sushen et al. An Effective Content Based Image Retrieval Using Dot Diffusion Block Truncation Coding

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