CN110580678A - 图像处理方法及装置 - Google Patents

Abstract

本申请公开了图像处理方法及装置，涉及图像处理领域。具体实现方案为：根据待处理图像的特征信息，确定待处理图像是否为异常图像，异常图像为尺寸异常的图像和/或存在拼接的图像；若待处理图像为异常图像，则对待处理图像进行处理，得到待裁剪图像；对待裁剪图像进行裁剪，并将裁剪后的图像作为推荐页面的封面图像发送给终端设备。通过该方案，在异常图像进行裁剪时，可以避免核心区域丢弃、主体截断的问题，保证裁剪区域的图像质量。

Description

图像处理方法及装置

技术领域

本申请涉及图像处理领域，尤其涉及一种图像处理方法及装置。

背景技术

封面图作为推荐页面的关键信息，占据大面积版面，比文字更直观，起到辅助用户了解资源内容的作用。因此，如何从尺寸不一、样式各异的图像中裁剪出可涵盖图像主要信息、令用户感兴趣的区域作为封面图是内容推荐系统中尤为关注的问题。

当前部分推荐系统的内容封面的图像采用的是自动裁剪的方式，如以图片的中心点作为裁剪中心点、以图片中人脸的几何中心点作为裁剪中心点，然后计算不同比例的裁剪长宽，得到最终的裁剪区域。

然而，以居中裁剪、人脸居中裁剪为代表的自动裁剪策略应用范围较窄，自适应性不高，具有一定局限性。特别是针对长宽比例悬殊的图像或存在拼接的图像等异常图像，容易造成核心区域丢弃、主体截断的问题，进而难以保证裁剪区域的图像质量。

发明内容

本申请提供一种图像处理方法及装置，以解决现有技术中针对异常图像进行裁剪时难以保证裁剪区域的图像质量的问题。

本申请实施例的第一个方面提供一种图像处理方法，包括：

根据待处理图像的特征信息，确定所述待处理图像是否为异常图像，所述异常图像为尺寸异常的图像和/或存在拼接的图像；

若所述待处理图像为异常图像，则对所述待处理图像进行处理，得到待裁剪图像；

对所述待裁剪图像进行裁剪，并将裁剪后的图像作为推荐页面的封面图像发送给终端设备。

通过该方式，在对异常图像进行裁剪时，可以避免核心区域丢弃、主体截断的问题，保证裁剪区域的图像质量。

在一种可选的实施方式中，所述待处理图像的特征信息包括以下至少一项：尺寸特征信息、显著度特征信息、主体特征信息、信息熵特征信息、图像拼接特征信息。

通过该方式，从不同维度对异常图像的特征信息进行提取，从而可以根据提取到的信息确定待处理图像是否为异常图像，并对待处理图像进行处理。

在一种可选的实施方式中，所述根据待处理图像的特征信息，确定所述待处理图像是否为异常图像，包括：

根据所述尺寸特征信息，确定所述待处理图像是否为尺寸异常的图像；

所述若所述待处理图像为异常图像，则对所述待处理图像进行处理，得到待裁剪图像，包括：

若所述待处理图像为尺寸异常的图像，则通过背景生成模型在所述待处理图像的边缘添加处至少一个所述待处理图像的背景图块，以使所述待处理图像的尺寸调整至预设尺寸，得到所述待裁剪图像，所述背景图块为所述待处理图像的背景中截取的预设大小的图块。

通过该方式，在对长宽比例悬殊的图像进行裁剪时，可以避免核心区域丢弃、主体截断的问题，保证裁剪区域的图像质量。

在一种可选的实施方式中，在所述通过背景生成模型在所述待处理图像的边缘添加至少一个所述待处理图像的背景图块之前，还包括：

将所述待处理图像输入第一图像识别模型中，并获取所述图像识别模型输出的识别结果，所述识别结果用于指示所述待处理图像中的背景；根据所述识别结果，从所述待处理图像的背景中截取所述背景图块。

通过该方式，图像识别模型可以从待处理图像中识别出背景，从而可以从待处理图像中提取背景图块，使得在保证主体不变的情况下，可以通过背景图块改变待处理图像的尺寸。

在一种可选的实施方式中，所述根据待处理图像的特征信息，确定所述待处理图像是否为异常图像，包括：

根据所述图像拼接特征信息，确定所述待处理图像是否为存在拼接的图像；

所述若所述待处理图像为异常图像，则对所述待处理图像进行处理，得到待裁剪图像，包括：

若所述待处理图像为存在拼接的图像，则根据所述图像拼接特征信息，将所述待处理图像分割为多个子图像；

通过第二图像识别模型对所述多个子图像进行图像识别，以从所述多个子图像中确定最优子图像；

将所述最优子图像作为待裁剪图像。

通过该方式，在对存在拼接的图像进行裁剪时，可以避免核心区域丢弃、主体截断的问题，保证裁剪区域的图像质量。

在一种可选的实施方式中，所述对所述待裁剪图像进行裁剪，包括：

根据所述显著度特征信息或所述主体特征信息，确定所述待处理图像中的待裁剪区域；

根据所述待处理图像中的待裁剪区域，对所述待裁剪图像进行裁剪。

通过该方式，可以根据显著度特征信息和主体特征信息，定位待处理图像中的主体位置，从而使得裁剪区域符合用户预期的可能性更高，进而裁剪区域的图像质量。

在一种可选的实施方式中，在所述根据待处理图像的特征信息，确定所述待处理图像是否为异常图像之前，还包括：

接收所述终端设备发送的图像处理请求，所述图像处理请求中包括所述待处理图像、所述待处理图像的来源信息和所述待处理图像的裁剪参数信息；

所述对所述待裁剪图像进行裁剪，包括：

根据所述待处理图像的来源信息和所述待处理图像的裁剪参数信息，对所述待裁剪图像进行裁剪。

通过该方式，可以快速适配不同资源类别、不同裁剪尺寸的请求接入，进而节省开发和配置成本，提高复用率高。

本申请实施例的第二个方面提供一种图像处理装置，包括：

确定模块，用于根据待处理图像的特征信息，确定所述待处理图像是否为异常图像，所述异常图像为尺寸异常的图像和/或存在拼接的图像；

预处理模块，用于若所述待处理图像为异常图像，则对所述待处理图像进行处理，得到待裁剪图像；

裁剪模块，用于对所述待裁剪图像进行裁剪，并将裁剪后的图像作为推荐页面的封面图像发送给终端设备。

在一种可选的实施方式中，所述待处理图像的特征信息包括以下至少一项：尺寸特征信息、显著度特征信息、主体特征信息、信息熵特征信息、图像拼接特征信息。

在一种可选的实施方式中，所述确定模块具体用于根据所述尺寸特征信息，确定所述待处理图像是否为尺寸异常的图像；

所述预处理模块，具体用于若所述待处理图像为尺寸异常的图像，则通过背景生成模型在所述待处理图像的边缘添加处至少一个所述待处理图像的背景图块，以使所述待处理图像的尺寸调整至预设尺寸，得到所述待裁剪图像，所述背景图块为所述待处理图像的背景中截取的预设大小的图块。

在一种可选的实施方式中，所述装置还包括：

识别模块，用于将所述待处理图像输入第一图像识别模型中，并获取所述图像识别模型输出的识别结果，所述识别结果用于指示所述待处理图像中的背景；

提取模块，用于根据所述识别结果，从所述待处理图像的背景中截取所述背景图块。

在一种可选的实施方式中，所述确定模具体用于根据所述图像拼接特征信息，确定所述待处理图像是否为存在拼接的图像；

所述预处理模块，具体用于若所述待处理图像为存在拼接的图像，则根据所述图像拼接特征信息，将所述待处理图像分割为多个子图像；第二图像识别模型对所述多个子图像进行图像识别，以从所述多个子图像中确定最优子图像；将所述最优子图像作为待裁剪图像。

在一种可选的实施方式中，所述裁剪模块，具体用于根据所述显著度特征信息或所述主体特征信息，确定所述待处理图像中的待裁剪区域；根据所述待处理图像中的待裁剪区域，对所述待裁剪图像进行裁剪。

在一种可选的实施方式中，所述装置，还包括：

接收模块，用于接收所述终端设备发送的图像处理请求，所述图像处理请求中包括所述待处理图像、所述待处理图像的来源信息和所述待处理图像的裁剪参数信息；

所述裁剪模块，具体用于根据所述待处理图像的来源信息和所述待处理图像的裁剪参数信息，对所述待裁剪图像进行裁剪。

本申请实施例的第三个方面提供一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。

本申请实施例的第四个方面提供一种非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行第一方面所述的方法。

本申请实施例的第五个方面提供一种图像处理方法，包括：

根据待处理图像的特征信息，确定所述待处理图像是否为异常图像，所述异常图像为尺寸异常的图像和/或存在拼接的图像；

若所述待处理图像为异常图像，则对所述待处理图像进行处理，得到待裁剪图像；

对所述待裁剪图像进行裁剪。

上述申请中的一个实施例具有如下优点或有益效果：在异常图像进行裁剪时，可以避免核心区域丢弃、主体截断的问题，保证裁剪区域的图像质量。因为采用根据待处理图像的特征信息，确定所述待处理图像是否为异常图像，若所述待处理图像为异常图像，则对所述待处理图像进行处理，得到待裁剪图像的技术手段，所以克服了在异常图像进行裁剪时难以保证裁剪区域的图像质量的技术问题，进而达到保证裁剪区域的图像质量的技术效果。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1为本申请实施例提供的一种的图像处理方法的场景示意图；

图2为本申请实施例提供的一种图像识别方法的流程示意图；

图3为本申请实施例提供的另一种图像识别方法的流程示意图；

图4为本申请实施例提供的一种图像裁剪效果示意图；

图5为本申请实施例提供的再一种图像处理方法的流程示意图；

图6为本申请实施例提供的又一种图像处理方法的流程示意图；

图7为本申请实施例提供的一种图像处理装置的结构示意图；

图8为本申请实施例提供的一种电子设备示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

现有技术中，部分推荐系统的内容封面的图像采用的是自动裁剪的方式，如以图片的中心点作为裁剪中心点、以图片中人脸的几何中心点作为裁剪中心点，然后计算不同比例的裁剪长宽，得到最终的裁剪区域。

然而，以居中裁剪、人脸居中裁剪为代表的自动裁剪策略应用范围较窄，自适应性不高，具有一定局限性。特别是在长宽比例悬殊的图像和存在拼接的图像中，容易造成核心区域丢弃、主体截断的问题，进而难以保证裁剪区域的图像质量。

考虑到上述问题，本申请实施例提供一种图像处理方法及装置，以保证裁剪区域的图像质量。

图1为本申请实施例提供的一种的图像处理方法的场景示意图。请参照图1，当终端设备101存在需要裁减的图像时，可以将该图像发送给服务器102，服务器102接收到终端设备101发送的图像后，首先确定该图像是否为尺寸异常图像。若该图像为尺寸异常图像，则服务器102通对待处理图像进行处理，得到待裁剪图像，随后对待裁剪图像进行裁剪。

其中，终端设备101可以为任意需要图像处理的设备，可以是但不限于计算机，数字广播终端，移动电话、消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等用户设备。

服务器102可以是一台服务器，或者是一个云服务平台。服务器102可以接收终端设备101发送的图像，再将图像进行裁剪后，向终端设备101发送裁剪后的图像。

示例性的，本申请可以应用于推荐页面的封面图制作等图像裁剪场景。需要说明的是，本申请技术方案的应用场景可以是图1中的应用场景，但并不限于此。

可以理解，该图像处理方法可以通过本申请实施例提供的图像处理装置执行，图像处理装置可以是某个设备的部分或全部，例如可以是上述的服务器。

下面以集成或安装有相关执行代码的服务器为例，以具体地实施例对本申请实施例的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图2为本申请实施例提供的一种图像识别方法的流程示意图，本实施例涉及的是处理器在裁剪前如何对待处理图像进行处理的过程。如图2所示，该方法包括：

S201、根据待处理图像的特征信息，确定待处理图像是否为异常图像，异常图像为尺寸异常的图像和/或存在拼接的图像。

本步骤中，当服务器接收到终端设备发送的待处理图像后，首先会对该待处理图像是否为尺寸异常图像进行确定。

其中，待处理图像可以为终端设备向服务器发送的需要进行裁剪的图像。本申请实施例对于待处理图像的类型不做限制，示例性的，可以为人脸图像、物体图像、风景图像等。

需要说明的是，本申请实施例中的待处理图像的特征信息包括以下至少一项：尺寸特征信息、显著度特征信息、主体特征信息、信息熵特征信息、图像拼接特征信息。

其中，尺寸特征信息包括有待处理图像的长度、宽度等信息；显著度特征信息包括有待处理图像中每个位置的显著程度，显著程度可以通过亮度、对比度以及颜色计算确定；主体特征信息包括有待处理图像中的主体位置，该主体可以为人、动物、人脸、物体等；信息熵特征可以为待处理图像的每个预设大小的图块中的信息量；图像拼接特征可以为图像中是否存在拼接的信息。

在一些实施例中，上述特征信息可以通过不同维度提取。可选的，服务器可以在感知维度提取待处理图像的显著度特征信息，在信息维度提取待处理图像的主体特征信息，在物体维度可以提取尺寸特征信息、信息熵特征信息，在质量维度可以提取图像拼接特征。

本申请实施例对于如何提取待处理图像中的特征信息不做限制，示例性的，可以通过将待处理图像输入训练好的神经网络模型中，从而获取神经网络模型识别出的特征信息。

在一本申请实施例中，针对不同的异常图像，服务器通过不同的特征信息确定待处理图像是否为尺寸异常图像。示例性的，服务器通过图像拼接信息确定待处理图像是否为存在拼接图的图像，服务器通过尺寸特征信息确定待处理图像是否为尺寸异常图像。

S202、若待处理图像为异常图像，则对待处理图像进行处理，得到待裁剪图像。

在本步骤中，当服务器确定待处理图像为异常图像后，可以对待处理图像进行处理，得到符合裁剪要求的待裁剪图像。其中，针对不同类型的异常图像，可以采取不同的处理策略。

示例性的，若待处理图像为尺寸异常图像，服务器可以对将待处理图像的尺寸进调整至预设尺寸，使之符合裁剪规范。本申请实施例对于尺寸调整的方式不做限制，一种可选的实施方式中，可以将待处理图像中较长的部分删减，使之长宽比符合预设的规范，在另一种可实施方式中，可以通过背景生成模型在待处理图像的边缘添加处至少一个待处理图像的背景图块，以使待处理图像的尺寸调整至预设尺寸。

示例性的，若待处理图像为存在拼接的图像，服务器可以将待处理图像分割成多个子图像，从多个子图像中选区取最佳子图像作为待裁剪图像。

S203、对待裁剪图像进行裁剪，得到裁剪后的图像。

本步骤中，当待处理图像经过尺寸调整后，可以进行裁剪，从而得到终端设备想要获取的裁剪后的图像。

本申请实施例对于如何对尺寸调整后的待处理图像进行裁剪不做限制。一种可选的实施方式中，可以采用居中裁剪的策略，通过定位图像的中点，居中裁剪出预设大小的图像。在另一种可选的实施方式中，可以根据显著度特征信息或主体特征信息，定位待处理图像中的主体位置；根据待处理图像中的主体位置，对尺寸调整后的待处理图像进行裁剪。

示例性的，若待处理的图像为人脸图像，依据主体特征信息，可以确定人脸的位置，或者，依据显著度特征信息，可以确定人脸上需要突出展示的位置，进而可以确定待处理图像中的主体位置。随后，将待处理图像中的主体位置周围作为裁剪范围，对待处理图像进行裁剪。

结合图1，作为一种可选的应用场景，在服务器完成对待处理图像的裁剪后，可以将裁剪后的图像作为推荐页面的封面图像发送给终端设备。

本申请实施例中，基于多个的特征信息对待处理图片进行理解和分析，从而避免产生核心区域丢弃、主体截断的问题。因此，对于图像的裁剪准确率高于人工选图，且稳定性更高，受干扰的可能性更小。除此之外，本申请实施例提供的图像识别方法可以节省大量人力成本，极大的提升了图像处理的效率，从根本上保证了推荐页面的内容的时效性不受影响，且内容量级上升成本的增加远小于人力成本的递增。

本申请实施例提供的图像处理方法，根据待处理图像的特征信息，确定待处理图像是否为异常图像，异常图像为尺寸异常的图像和/或存在拼接的图像；若待处理图像为异常图像，则对待处理图像进行处理，得到待裁剪图像；对待裁剪图像进行裁剪，并将裁剪后的图像作为推荐页面的封面图像发送给终端设备。通过该方式，在对异常图像进行裁剪时，可以避免核心区域丢弃、主体截断的问题，保证裁剪区域的图像质量。

针对待处理图像为尺寸异常图像情况，下面结合图像进行具体说明。

图3为本申请实施例提供的另一种图像处理方式的流程示意图。如图3所示，该方法包括：

S301、根据尺寸特征信息，确定待处理图像是否为尺寸异常的图像。

在本步骤中，当服务器接收到终端设备发送的待处理图像后，首先会根据尺寸特征信息对该待处理图像是否为尺寸异常图像进行确定。在一些可实施方式中，可以预先设置长宽比例正常的范围，若尺寸特征中的长和宽比例不在长款比例正常的范围内，则可以认为该待处理图像为尺寸异常图像。

示例性的，若待处理图像的尺寸特征信息为长宽比例3，服务器中预设的长宽比例正常的范围为2-2.5，由于该待处理图像的长宽比例大于预设的长宽比例正常的范围，进而可以确定该待处理图像为尺寸异常图像。示例性的，若待处理图像的尺寸特征信息为长宽比例1.5，服务器中预设的长宽比例正常的范围为2-2.5，由于该待处理图像的长宽比例小于预设的长宽比例阈值，进而可以确定该待处理图像为尺寸异常图像。

其中，长宽比例正常的范围作为是否为尺寸异常图像的判断依据，可以根据实际情况进行设置。一种可选的实施方式中，对于不同类型的终端设备发送的待处理图像可以设置不同的长宽比例正常的范围。示例性的，对于A类终端设备，可以设置长宽比例正常的范围为2-2.5，对于B类终端设备，可以设置长宽比例阈值为1.5-2。

在另一种可选的实施方式中，对于不同类型的待处理图像可以设置不同的长宽比例正常的范围。示例性的，对于人物类型的图像，可以设置长宽比例正常的范围为2-2.5，对于物体类型的图像，可以设置长宽比例正常的范围为1.5-2。

S302、将待处理图像输入第一图像识别模型中，并获取图像识别模型输出的识别结果，识别结果用于指示待处理图像中的背景。

其中，本申请实施例对于第一图像识别模型的类型不做限制，只需可以识别待处理图像的主体和背景即可。一种可选的实施方式中，第一图像识别模型可以为神经网络模型，该神经网络模型是经过大量的样本图像训练建立的，可以将图像中的背景识别出来。当服务器需要识别待处理图像的背景时，可以将待处理图像输入该神经网络模型，并获取神经网络模型输出的识别结果。

其中，识别结果用于指示待处理图像中的背景。示例性的，识别结果可以为待处理图像的背景的坐标范围。或者，识别结果还可以是用框图标注了背景位置的待处理图像。

S303、根据识别结果，从待处理图像的背景中截取背景图块。

在本步骤中，当服务器确定待处理图像中的背景后，可以从背景中截取预设大小的图块作为背景图块。

其中，本申请实施例针对背景图块的尺寸本申请实施例不做限制，可以根据实际情况进行设置。例如，背景图块为1mm*1mm的图块。

针对截取背景图块的位置，一种可选的实施方式中，可以沿待处理图像的边缘进行截取，以使在调整待处理图像的尺寸时，可以与原有的图像更加贴合。在另一种可实施方式中，可以随机在待处理图块的背景中截图背景图块。

本申请实施例对于如何从待处理图像中提取背景图块也不做限制。一种可选的实施方式中，可以仅对背景中的纯色图块提取为背景图块。示例性的，若背景为纯黑色，则可以将预设大小的黑色图块作为背景图块。另一种可选的实施方式中，可以对背景中重复出现的图形进行提取，作为背景图块。示例性的，若背景为红白相间的祥云图案，则可以提取预设大小的祥云图案作为背景图块。需要说明的是，本申请实施例对于背景图块的大小不做限制，可以根据实际情况具体设置。

S304、若待处理图像为尺寸异常的图像，则通过背景生成模型在待处理图像的边缘添加处至少一个待处理图像的背景图块，以使待处理图像的尺寸调整至预设尺寸，得到待裁剪图像，背景图块为待处理图像的背景中截取的预设大小的图块。

在本步骤中，当服务器确定出待处理图像为尺寸异常图像时，需要先对待处理图像进行处理，通过在待处理图像的边缘添加待处理图像的背景图块，使得待处理图像的尺寸调整至预设尺寸。

图4为本申请实施例提供的一种图像裁剪效果示意图。示例性的，如图4所示，该待处理图像中包含有地球以及黑色的背景。相应的，可以从背景中提取黑色图块，并在待处理图像的边缘添加黑色图块，从而调整待处理图像的尺寸，从而避免由于长宽比例悬殊而导致的主体截断的问题。

其中，本申请实施例对于预设尺寸不做限制，可以根据实际情况具体设置。示例性的，待处理图像的不同用途对应有不同的预设尺寸，若待处理图像在处理后作为封面图，则可以按照第一预设尺寸对待处理图像进行调整，若处理图像在处理后作为某款应用的头像，则可以按照第二预设尺寸对待处理图像进行调整。

示例性的，若待处理图像的长度为5厘米、宽度为3厘米，预设尺寸为长宽比5：4。相应的，可以在待处理图像的长边上添加边长为1毫米的背景图块，使得多个背景图块拼接成一个长度为5厘米、宽度为1厘米的背景图像，并将该背景图像添加到待处理图像的长边上，形成待裁剪图像。该待裁剪图像的长度为5厘米、宽度为3厘米，符合预设尺寸。

其中，上述在待处理图像的边缘添加背景图块的过程，可以用背景生成模型完成。

S305、对待裁剪图像进行裁剪，得到裁剪后的图像。

步骤S305的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的步骤S203理解，对于重复的内容，在此不再累述。

本申请实施例，在对长宽比例悬殊的图像进行裁剪时，可以避免核心区域丢弃、主体截断的问题，保证裁剪区域的图像质量。

上述实施例解决了在对长宽比例悬殊的图像进行裁剪时难以保证裁剪区域图像质量的问题。然而，待处理图像中还会存在一些拼接图像，针对拼接图，如果仅仅对图像的尺寸进行调整，仍然会存在主体被截断等图像质量的问题。因此，在上述实施例的基础上，还需要对待处理图像进行拼接图的处理。图5为本申请实施例提供的另一种图像处理方法的流程示意图，在上述实施例的基础上，如图5所示，该方法包括：

S401、根据图像拼接特征信息，确定待处理图像是否为拼接图像。

在本步骤中，当服务器接收到待处理图像时，会对该待处理图像是否为拼接图像进行识别。

本申请实施例对于图像拼接信息的内容不做限制。一种可选的实施方式中，可以将待处理图像中白色区域的图像进行识别，若白色区域的形状和范围符合预设的拼接图判断标准，则可以认为该图像为拼接图像。

另一种可选的实施方式中，可以识别相邻像素点的颜色的差值，并将所有差值超过阈值像素点进行连线，根据上述差值超过阈值像素点进行连线的形状，确定该图像是否为拼接图像。

S402、若待处理图像为拼接图像，则根据图像拼接特征信息，将待处理图像分割为至少一个子图像。

在本步骤中，可以将通过上述图像拼接特征信息，将拼接图中的子图块识别出来，并将子图快从待处理图像中裁剪下来。本申请实施例对于子图像的数量不做限制，其可以为任意数量。

在一种可选的实施方式中，分割出子图像后，还可以对子图像的大小进行识别，若任一子图像的大小小于阈值，则可以将该子图像删除，从而不将该子图像作为新的待处理图像。

S403、通过第二图像识别模型对多个子图像进行图像识别，以从多个子图像中确定最优子图像。

在本步骤中，服务器可以将多个子图像分别输入第二图像识别模型，从而对多个子图像进行识别。根据子图像的识别结果从子图像中选取一张最优子图像。本申请实施例对于如何确定最优子图像不做限制。可以通过第二图像识别模型识别出子图像的清晰度、色彩饱和度、主体位置等信息，并根据子图像的清晰度、色彩饱和度、主体位置等信息选择最优子图像。

一种可选的实施方式中，可以综合考虑上述因素，得到子图像的视觉满意度。随后，再根据视觉满意度对子图像进行排序，将满意度最高的子图像作为最优子图像。示例性的，可以针对图像的清晰度、色彩饱和度和主体位置进行评分，并根据预先设置的清晰度、色彩饱和度和主体位置的权重，确定待处理图像的视觉满意度得分。

S404、将最优子图像作为待裁剪图像。

在本步骤中，在待处理图像进行图像拼接处理得到最优子图像后，可以将最优子图像作为待裁剪图像。

S405、对待处理裁剪图像进行裁剪，得到裁剪后的图像。

步骤S405的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的步骤S203理解，对于重复的内容，在此不再累述。

本申请实施例提供的图像处理方法，根据图像拼接特征信息，确定待处理图像是否为拼接图像；若待处理图像为拼接图像，则根据图像拼接特征信息，将待处理图像分割为至少一个子图像；通过第二图像识别模型对多个子图像进行图像识别，以从多个子图像中确定最优子图像；将最优子图像作为待裁剪图像。通过该方式，可以避免拼接图对图像裁剪的影响，从而可以避免核心区域丢弃、主体截断的问题，保证裁剪区域的图像质量。

对图像进行处理过程中，当终端设备向服务器发送待处理图像时，可以附带有图像处理要求，从而根据附带的图像处理要求对图像进行处理。图6为本申请实施例提供的又一种图像处理方法的流程示意图，在上述实施例的基础上，图6对如何对待裁剪图像进行裁剪进行了说明，如图6所示，该方法包括：

S501、接收终端设备发送的图像处理请求，图像处理请求中包括待处理图像、待处理图像的来源信息和待处理图像的裁剪参数信息。

其中，裁剪参数信息可以包含裁剪后图像的大小，还可以包含图像的裁剪位置。待处理图像的来源信息可以对裁剪后图像的大小和图像的裁剪位置对应。

S502、根据显著度特征信息或主体特征信息，确定待处理图像中的待裁剪区域。

在本步骤中，服务器对于带裁剪图像进行裁剪时，首先可以根据显著度特征信息或主体特征信息，确定待处理图像中的带裁剪区域。

其中，显著程度可以通过亮度、对比度以及颜色计算确定；主体特征信息包括有待处理图像中的主体位置，该主体可以为人、动物、人脸、物体等。

主体特征信息可以定位待裁剪图像中主体的位置，从而使得带裁剪区域中可以包含主体，显著度特征信息可以确定待裁剪图像中视觉最突出的图块，从而使得待裁剪区域中可以包含该图块。

本申请实施例中，通过将带裁剪图像中的主体或视觉最突出的图块划入待裁剪区域，从而可以避免核心区域丢弃、主体截断的问题。

S503、根据待处理图像的来源信息和待处理图像的裁剪参数信息，对尺寸调整后的待处理图像进行裁剪。

本申请中，对尺寸调整后的图像进行裁剪时，可以依据裁剪参数信息和来源信息确定待裁剪图像的裁剪区域的大小。在一种可选的实施方式中，若确定了带裁剪图像的裁剪区域，即可以在该裁剪区域进行裁剪。

本申请中，根据待处理图像的来源信息和待处理图像的裁剪参数信息，对尺寸调整后的待处理图像进行裁剪，可以快速适配不同资源类别、不同裁剪尺寸的请求接入，可节省开发和配置成本，提高复用率。

本申请实施例提供的图像处理方法，具有较高的灵活性，可以根据标准的改变、内容的差异灵活进行配置待处理图像的来源信息和待处理图像的裁剪参数信息，从而可以实现不同类型的裁剪。并且，该图像处理方法可以轻松实现裁剪模块中台化。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

图7为本申请实施例提供的一种图像处理装置的结构示意图。该图像处理装置可以通过软件、硬件或者两者的结合实现，可以为前述所说的服务器。

如图7所示，该图像处理装置600包括：

确定模块601，用于根据待处理图像的特征信息，确定待处理图像是否为异常图像，异常图像为尺寸异常的图像和/或存在拼接的图像；

预处理模块602，用于若待处理图像为异常图像，则对待处理图像进行处理，得到待裁剪图像；

裁剪模块603，用于对待裁剪图像进行裁剪，并将裁剪后的图像作为推荐页面的封面图像发送给终端设备。

在一种可选的实施方式中，待处理图像的特征信息包括以下至少一项：尺寸特征信息、显著度特征信息、主体特征信息、信息熵特征信息、图像拼接特征信息。

在一种可选的实施方式中，确定模块601具体用于根据尺寸特征信息，确定待处理图像是否为尺寸异常的图像；

预处理模块602，具体用于若待处理图像为尺寸异常的图像，则通过背景生成模型在待处理图像的边缘添加处至少一个待处理图像的背景图块，以使待处理图像的尺寸调整至预设尺寸，得到待裁剪图像，背景图块为待处理图像的背景中截取的预设大小的图块。

在一种可选的实施方式中，所示图像处理装置600，还包括：

识别模块604，用于将待处理图像输入第一图像识别模型中，并获取图像识别模型输出的识别结果，识别结果用于指示待处理图像中的背景；

提取模块605，用于根据识别结果，从待处理图像的背景中截取背景图块。

在一种可选的实施方式中，确定模块601，具体用于，包括根据图像拼接特征信息，确定待处理图像是否为存在拼接的图像；

预处理模块602，具体用于若待处理图像为存在拼接的图像，则根据图像拼接特征信息，将待处理图像分割为多个子图像；第二图像识别模型对多个子图像进行图像识别，以从多个子图像中确定最优子图像；将最优子图像作为待裁剪图像。

在一种可选的实施方式中，裁剪模块603，具体用于根据显著度特征信息或主体特征信息，确定待处理图像中的待裁剪区域；根据待处理图像中的待裁剪区域，对待裁剪图像进行裁剪。

在一种可选的实施方式中，图像处理装置600，还包括：

接收模块606，用于接收终端设备发送的图像处理请求，图像处理请求中包括待处理图像、待处理图像的来源信息和待处理图像的裁剪参数信息；

裁剪模块603，具体用于根据待处理图像的来源信息和待处理图像的裁剪参数信息，对待裁剪图像进行裁剪。

本申请实施例提供的图像处理装置，可以执行上述方法实施例中服务器的动作，其实现原理和技术效果类似，在此不再赘述。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

图8为本申请实施例提供的一种电子设备示意图。如图8所示，是根据本申请实施例的图像处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图8所示，该电子设备包括：一个或多个处理器701、存储器702，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器701为例。

存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的图像处理方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的图像处理方法。

存储器702作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的图像处理方法对应的程序指令/模块(例如，附图7所示的确定模块601、预处理模块602、裁剪模块603等)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的图像处理方法。

存储器702可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据图像处理的电子设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至图像处理的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

图像处理方法的电子设备还可以包括：输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接，图8中以通过总线连接为例。

输入装置703可接收输入的数字或字符信息，以及产生与图像处理的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本申请实施例的技术方案，在进行图像裁剪时，可以避免核心区域丢弃、主体截断的问题，保证裁剪区域的图像质量。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (17)

1.一种图片像处理方法，其特征在于，包括：

根据待处理图像的特征信息，确定所述待处理图像是否为异常图像，所述异常图像为尺寸异常的图像和/或存在拼接的图像；

若所述待处理图像为异常图像，则对所述待处理图像进行处理，得到待裁剪图像；

对所述待裁剪图像进行裁剪，并将裁剪后的图像作为推荐页面的封面图像发送给终端设备。

2.根据权利要求1所述的方法，其特征在于，所述待处理图像的特征信息包括以下至少一项：尺寸特征信息、显著度特征信息、主体特征信息、信息熵特征信息、图像拼接特征信息。

3.根据权利要求2所述的方法，其特征在于，所述根据待处理图像的特征信息，确定所述待处理图像是否为异常图像，包括：

根据所述尺寸特征信息，确定所述待处理图像是否为尺寸异常的图像；

所述若所述待处理图像为异常图像，则对所述待处理图像进行处理，得到待裁剪图像，包括：

若所述待处理图像为尺寸异常的图像，则通过背景生成模型在所述待处理图像的边缘添加处至少一个所述待处理图像的背景图块，以使所述待处理图像的尺寸调整至预设尺寸，得到所述待裁剪图像，所述背景图块为所述待处理图像的背景中截取的预设大小的图块。

4.根据权利要求3所述的方法，其特征在于，在所述通过背景生成模型在所述待处理图像的边缘添加至少一个所述待处理图像的背景图块之前，还包括：

将所述待处理图像输入第一图像识别模型中，并获取所述图像识别模型输出的识别结果，所述识别结果用于指示所述待处理图像中的背景；

根据所述识别结果，从所述待处理图像的背景中截取所述背景图块。

5.根据权利要求2所述的方法，其特征在于，所述根据待处理图像的特征信息，确定所述待处理图像是否为异常图像，包括：

根据所述图像拼接特征信息，确定所述待处理图像是否为存在拼接的图像；

所述若所述待处理图像为异常图像，则对所述待处理图像进行处理，得到待裁剪图像，包括：

若所述待处理图像为存在拼接的图像，则根据所述图像拼接特征信息，将所述待处理图像分割为多个子图像；

通过第二图像识别模型对所述多个子图像进行图像识别，以从所述多个子图像中确定最优子图像；

将所述最优子图像作为待裁剪图像。

6.根据权利要求2所述的方法，其特征在于，所述对所述待裁剪图像进行裁剪，包括：

根据所述显著度特征信息或所述主体特征信息，确定所述待处理图像中的待裁剪区域；

根据所述待处理图像中的待裁剪区域，对所述待裁剪图像进行裁剪。

7.根据权利要求1-6任一项所述的方法，其特征在于，在所述根据待处理图像的特征信息，确定所述待处理图像是否为异常图像之前，还包括：

接收所述终端设备发送的图像处理请求，所述图像处理请求中包括所述待处理图像、所述待处理图像的来源信息和所述待处理图像的裁剪参数信息；

所述对所述待裁剪图像进行裁剪，包括：

根据所述待处理图像的来源信息和所述待处理图像的裁剪参数信息，对所述待裁剪图像进行裁剪。

8.一种图像处理装置，其特征在于，包括：

确定模块，用于根据待处理图像的特征信息，确定所述待处理图像是否为异常图像，所述异常图像为尺寸异常的图像和/或存在拼接的图像；

预处理模块，用于若所述待处理图像为异常图像，则对所述待处理图像进行处理，得到待裁剪图像；

裁剪模块，用于对所述待裁剪图像进行裁剪，并将裁剪后的图像作为推荐页面的封面图像发送给终端设备。

9.根据权利要求8所述的装置，其特征在于，所述待处理图像的特征信息包括以下至少一项：尺寸特征信息、显著度特征信息、主体特征信息、信息熵特征信息、图像拼接特征信息。

10.根据权利要求9所述的装置，其特征在于，所述确定模块具体用于根据所述尺寸特征信息，确定所述待处理图像是否为尺寸异常的图像；

所述预处理模块，具体用于若所述待处理图像为尺寸异常的图像，则通过背景生成模型在所述待处理图像的边缘添加处至少一个所述待处理图像的背景图块，以使所述待处理图像的尺寸调整至预设尺寸，得到所述待裁剪图像，所述背景图块为所述待处理图像的背景中截取的预设大小的图块。

11.根据权利要求10所述的装置，其特征在于，还包括：

识别模块，用于将所述待处理图像输入第一图像识别模型中，并获取所述图像识别模型输出的识别结果，所述识别结果用于指示所述待处理图像中的背景；

提取模块，用于根据所述识别结果，从所述待处理图像的背景中截取所述背景图块。

12.根据权利要求9所述的装置，其特征在于，所述确定模块，具体用于，包括根据所述图像拼接特征信息，确定所述待处理图像是否为存在拼接的图像；

所述预处理模块，具体用于若所述待处理图像为存在拼接的图像，则根据所述图像拼接特征信息，将所述待处理图像分割为多个子图像；第二图像识别模型对所述多个子图像进行图像识别，以从所述多个子图像中确定最优子图像；将所述最优子图像作为待裁剪图像。

13.根据权利要求9所述的装置，其特征在于，所述裁剪模块，具体用于根据所述显著度特征信息或所述主体特征信息，确定所述待处理图像中的待裁剪区域；根据所述待处理图像中的待裁剪区域，对所述待裁剪图像进行裁剪。

14.根据权利要求8-13任一项所述的装置，其特征在于，还包括：

接收模块，用于接收所述终端设备发送的图像处理请求，所述图像处理请求中包括所述待处理图像、所述待处理图像的来源信息和所述待处理图像的裁剪参数信息；

所述裁剪模块，具体用于根据所述待处理图像的来源信息和所述待处理图像的裁剪参数信息，对所述待裁剪图像进行裁剪。

15.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。

17.一种图像处理方法，其特征在于，包括：

根据待处理图像的特征信息，确定所述待处理图像是否为异常图像，所述异常图像为尺寸异常的图像和/或存在拼接的图像；

若所述待处理图像为异常图像，则对所述待处理图像进行处理，得到待裁剪图像；

对所述待裁剪图像进行裁剪。