CN111026641A - 一种图片比较方法和电子设备 - Google Patents
一种图片比较方法和电子设备 Download PDFInfo
- Publication number
- CN111026641A CN111026641A CN201911113514.7A CN201911113514A CN111026641A CN 111026641 A CN111026641 A CN 111026641A CN 201911113514 A CN201911113514 A CN 201911113514A CN 111026641 A CN111026641 A CN 111026641A
- Authority
- CN
- China
- Prior art keywords
- image
- sampling point
- target
- value
- sampling
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000005070 sampling Methods 0.000 claims abstract description 296
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000003086 colorant Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 235000012431 wafers Nutrition 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种图片比较方法和电子设备,用以解决现有技术中确定两张图片的相似度效率低的问题。本方案通过获取第一图像和第二图像,在第一图像中选取第一采样点并在第二图像中选取与第一采样点相匹配的第二采样点,根据第一采样点与相匹配的第二采样点的色差值确定第一图像与第二图像的相似度,能快速确定第一图像与第二图像的相似度且计算量低。在本方案中,由于第一采样点相对于第一图像的位置与第二采样点相对于第二图像的位置相匹配,因此可以有效比较大小不同或分辨率不同的两张图片,适用范围广。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种图片比较方法和电子设备。
背景技术
在移动应用自动化测试过程中,需要确定当前界面与脚本录制的界面是否相同,具体可以将当前界面的图片与脚本录制的界面的图片进行相似度比对。如果当前界面与脚本录制的界面相同则表明该脚本可以应用于当前界面,随后可以在当前界面执行上述脚本。如果当前界面与脚本录制时的界面不一致,有可能是当前界面出现了异常,此时执行脚本往往会导致脚本执行失败。
如何快速确定两张图片的相似度,是本方案所要解决的技术问题。
发明内容
本说明书实施例的目的是提供一种图片比较方法和电子设备,用以解决现有技术中确定两张图片的相似度效率低的问题。
第一方面,提供了一种图片比较方法,包括:
获取第一图像和第二图像;
在第一图像中选取N个第一采样点,其中,N为正整数;
在第二图像中选取与所述N个第一采样点匹配的N个第二采样点,其中,所述N个第一采样点相对于所述第一图像的位置与所述N个第二采样点相对于所述第二图像的位置相匹配;
根据所述N个第一采样点与相匹配的N个第二采样点的色差值确定所述第一图像与所述第二图像的相似度。
第二方面,提供了一种电子设备,包括:
获取模块,获取第一图像和第二图像;
第一采样模块,在第一图像中选取N个第一采样点,其中,N为正整数;
第二采样模块,在第二图像中选取与所述N个第一采样点匹配的N个第二采样点,其中,所述N个第一采样点相对于所述第一图像的位置与所述N个第二采样点相对于所述第二图像的位置相匹配;
确定模块,根据所述N个第一采样点与相匹配的N个第二采样点的色差值确定所述第一图像与所述第二图像的相似度。
第三方面,提供了一种电子设备,该移动终端包括处理器、存储器及存储在该存储器上并可在该处理器上运行的计算机程序,该计算机程序被该处理器执行时实现如第一方面该的方法的步骤。
第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质上存储计算机程序,该计算机程序被处理器执行时实现如第一方面该的方法的步骤。
在本说明书实施例中,通过获取第一图像和第二图像,在第一图像中选取第一采样点并在第二图像中选取与第一采样点相匹配的第二采样点,根据第一采样点与相匹配的第二采样点的色差值确定第一图像与第二图像的相似度,能快速确定第一图像与第二图像的相似度且计算量低。在本方案中,由于第一采样点相对于第一图像的位置与第二采样点相对于第二图像的位置相匹配,因此可以有效比较大小不同或分辨率不同的两张图片,适用范围广。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1a是本说明书实施例图片比较方法的流程示意图之一;
图1b是本说明书实施例图片比较方法的采样点选取示意图;
图2a是本说明书实施例图片比较方法的流程示意图之二;
图2b是本说明书实施例划分第一图像的示意图之一;
图3a是本说明书实施例图片比较方法的流程示意图之三;
图3b是本说明书实施例划分第一图像的示意图之二;
图4a是本说明书实施例图片比较方法的流程示意图之四;
图4b是本说明书实施例划分第二图像的示意图;
图4c是本说明书实施例在划分得到的区域中选取采样点的示意图;
图5是本说明书实施例图片比较方法的流程示意图之五;
图6是本说明书实施例图片比较方法的流程示意图之六;
图7是本说明书实施例图片比较方法的流程示意图之七;
图8是说明书实施例的一个电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。本说明书附图中的附图编号仅用于区分方案中的各个步骤,不用于限定各个步骤的执行顺序,具体执行顺序以说明书中描述为准。
在移动应用自动化测试过程中,测试脚本可以对被测界面执行预设的测试操作。例如,测试界面可以对界面中的目标控件执行点击的操作。具体来说,首先确定要执行测试操作的目标控件,然后确定该目标控件在界面中的位置,最后对确定的位置执行测试操作。另外,可以对成功执行的测试过程进行录制,得到测试过程的录制画面,以供相关测试参考。在实际应用中,由于不同的电子设备的分辨率不同,被测界面往往也存在差异。与测试过程的录制画面相比,被测界面有可能存在横向或纵向的拉伸,纵向拉伸往往比横向拉伸程度大,这就使得目标控件也随界面拉伸而偏移,进而使测试脚本执行测试操作的位置不在目标控件的所在区域,从而导致测试操作无效。
在一种方案中,可以利用图像识别技术对被测界面和录制画面进行比对,以辅助对被测界面进行测试。具体来说,部分方案利用颜色直方图进行画面比对,但这种方案不关心像素的空间位置关系,有一定局限性。部分方案利用特征点的提取和匹配的相似度计算方法进行画面比对,但这种方案的计算量比较大,效率比较低。另有部分方案利用梯度直方图(HOG)进行画面比对,但这种方案往往只适用于局部分图像相似度比较,适用范围有限。还有部分方案利用纯像素对比进行画面比对,但实际应用中被测界面和录制画面的分辨率往往不同,像素位置偏差较明显,难以适用。
为了解决现有技术中存在的问题,本实施例提供一种图片比较方法,可以用于比对两张像素不同和/或尺寸不同的图片,本实施例提供一种图片比较方法,如图1a所示,包括以下步骤:
S11:获取第一图像和第二图像;
S12:在第一图像中选取N个第一采样点,其中,N为正整数;
S13:在第二图像中选取与所述N个第一采样点匹配的N个第二采样点,其中,所述N个第一采样点相对于所述第一图像的位置与所述N个第二采样点相对于所述第二图像的位置相匹配;
S14:根据所述N个第一采样点与相匹配的N个第二采样点的色差值确定所述第一图像与所述第二图像的相似度。
在步骤S11中,第一图像和第二图像可以是待比较的两张图像。举例来说,在移动应用自动化测试过程中,第一图像可以是录制画面,第二图像可以是被测界面。其中,录制画面可以是录制的视频中截取得到的图像,被测界面可以是被测电子设备在测试时显示的画面。
在步骤S12中,在第一图像中选取N个第一采样点,较优的可以在第一图像中均匀选取第一采样点。这些第一采样点可以是预设位置的像素点,也可以由测试人员根据测试的实际情况调整采样点的位置。例如,在重要的测试区域内选取较多数量的第一采样点,在非测试区域内选取较少数量的第一采样点,这样可以提高测试区域的比对精准度。
需要说明的是,本说明书实施例中的像素点也可称为像素,每个像素的颜色值可以不同,单位面积内的像素越多,分辨率越高,图像的效果就越好
在步骤S13中,在第二图像中选取与N个第一采样点匹配的N个第二采样点,其中,N个第一采样点相对于第一图像的位置与N个第二采样点相对于第二图像的位置相匹配。例如,图1b示出了第一图像中的一个第一采样点以及第二图像中相匹配的第二采样点,对于像素为P1×Q1的第一图像,先确定该第一图像中任一个第一采样点的横纵坐标(p1,,q1),然后基于P和Q确定该第一采样点在第一图像的相对坐标(p1/P1,q1/Q1),接着在像素为P2×Q2的第二图像中确定与第一采样点相匹配的坐标(p2,,q2)即(p1/P1×P2,q1/Q1×Q2),将该坐标处的像素点确定为与上述第一采样点相匹配的第二采样点。
具体来说,对于像素为720×1280的第一图像,假设第一采样点的横纵坐标为(60,40),然后确定该第一采样点在第一图像的相对坐标(60/720,40/1280),接着在像素为1080×1920的第二图像中确定与该第一采样点相匹配的坐标(60/720×1080,40/1280×1920),即(90,60)。最终确定与坐标为(60,40)的第一采样点相匹配的第二图像的第二采样点坐标为(90,60)。对第一图像中的每个第一采样点都按照以上步骤确定相匹配的第二采样点,即可完成第二采样点的选取。
另外,一个第一采样点也可以包括多个像素,例如一个第一采样点可以包括2行2列如“田”字排布的4个像素,相对应的第二采样点包含的像素数量可以大于或小于第一采样点中包含的像素数量。例如,与包含4个像素的第一采样点相匹配的第二采样点可以包含2个像素,或者,第二采样点可以包含6个像素。
在步骤S14中,根据N个第一采样点与相匹配的N个第二采样点的色差值确定第一图像与第二图像的相似度。其中,色差值用于标识颜色的差别大小,可以指第一采样点的颜色值与第二采样点颜色值的差值,色差值可以通过数字和/或字母来表示,第一采样点或第二采样点的颜色值可以通过RGB颜色值、十六进制颜色码或其他方式展现。
其中,当一个采样点中仅包含一个像素时,该采样点的颜色值可以为包含的这个像素的颜色值,当一个采样点中包含多个像素时,该采样点的颜色值可以根据包含的多个像素的颜色值确定。例如,当一个采样点中包含两个颜色不同的像素时,该采样点的颜色值可以为这两个像素的颜色的中间颜色的颜色值。再比如,当一个采样点中包含四个像素,其中三个像素的颜色值相同,一个像素的颜色值与其他三个像素不同,此时可以将该采样点的颜色值确定为三个相同颜色的像素的颜色值。
在确定第一采样点的颜色值与相匹配的第二采样点的颜色值之后,可以根据这两个颜色值确定色差值,然后根据色差值确定第一图像与第二图像的相似度。具体来说,该相似度可以由第一采样点的颜色值与第二采样点的颜色值的相差程度确定,比如,红色与橙色的相似度高于红色与绿色的相似度,具体应用过程中,可以根据第一采样点的颜色值和第二采样点的颜色值来计算相似度。另外,相似度也可以先根据预设判断规则判断第一图像中有多少第一采样点与相匹配的第二采样点相似,然后根据相似的数量确定第一图像与第二图像的相似度。
在本说明书实施例中,通过获取第一图像和第二图像,在第一图像中选取第一采样点并在第二图像中选取与第一采样点相匹配的第二采样点,根据第一采样点与相匹配的第二采样点的色差值确定第一图像与第二图像的相似度,能快速确定第一图像与第二图像的相似度且计算量低。在本方案中,由于第一采样点相对于第一图像的位置与第二采样点相对于第二图像的位置相匹配,因此可以有效比较大小不同或分辨率不同的两张图片,适用范围广。
基于上述实施例提供的方案,较优的,如图2a所示,上述步骤S12,包括:
S21:在所述第一图像中选取均匀分布的X行Y列个第一采样点,其中,X和Y均为正整数且X和Y的乘积为N。
图2b示出的是划分为16行9列的第一图像,本实施例中X=16且Y=9。选取的第一采样点可以位于每个划分得到的区域中的预设位置,例如可以将每个划分得到的区域的左上角点选取为第一采样点,再或者,将每个划分得到的区域的右侧边的中心点选取为第一采样点等。在本实施例中,均匀分布的第一采样点可以是指第一图像中每两个沿第一方向相邻的第一采样点的间隔相同,且每两个沿第二方向相邻的第一采样点的间隔相同,其中,第一方向与第二方向垂直。具体来说,第一方向可以指横向,而第二方向可以指纵向。
通过上述实施例提供的方案,能在第一图像中均匀选取第一采样点,从而使得随后选取的匹配于第一采样点的第二采样点也均匀分布在第二图像中,进而通过对第一采样点和相匹配的第二采样点的色差值对图像的各个区域进行比对,优化比对效果。对于部分区域相同且部分区域不同的第一图像和第二图像,由于本实施例均匀选取采样点,因此能有效比对出第一图像和第二图像存在的区别,比对得到的相似度准确度高。
基于上述实施例提供的方案,较优的,如图3a所示,上述步骤S21,包括:
S31:将所述第一图像划分为X行Y列个区域,其中,N个区域的形状和包含的像素点数量相同;
S32:将所述第一图像中位于每个区域中心的至少一个像素点选取为第一采样点。
参见图3b,第一图像中划分得到的每个区域包含的像素和形状相同。基于划分的第一图像,可以将每个划分得到的区域的中心像素选取为第一采样点(第一采样点在图3b中以黑色实心矩形示出),得到144个均匀分布的第一采样点。在本实施例中,位于第一图像中每个区域中心的第一像素点可以包括一个像素也可以包括多个像素。具体来说,当划分得到的区域中包含有一个位于该区域中心的像素时,可以将这个位于中心的一个像素选取为第一采样点。再比如,位于第一图像中心区域的是二行二列排布的四个像素,则可以将这四个像素选取为第一采样点。
通过本说明书提供的方案,能进一步保证选取的第一采样点均匀分布在第一图像中,进而使得选取的相对应的第二采样点均匀分布于第二图像中,从而优化比对效果。对于部分区域相同且部分区域不同的第一图像和第二图像,由于本实施例均匀选取采样点,因此能有效比对出第一图像和第二图像存在的区别,比对得到的相似度准确度高。
基于上述实施例提供的方案,较优的,如图4a所示,上述步骤S13,包括:
S41:将所述第二图像划分为X行Y列个区域,其中,N个区域的形状和包含的像素点数量相同;
S42:将所述第二图像中位于每个区域中心的预设数量的像素点选取为第二采样点,其中,每个区域中的第二采样点所在区域的形状为中心对称图形。
在本实施例中,参见图4b,首先基于第一图像的划分方式将第二图像划分为16行9列个区域。然后基于第一图像中选取的第一采样点的位置,在第二图像中每个划分得到的区域的中心选取预设数量的像素点作为第二采样点。其中,每个区域中选取的作为第二采样点的像素的数量可以与相匹配的第一采样点中包含的像素点的数量相同或不同。例如,如图4c所示,图中示出了第二图像中划分得到的一个区域,该区域包括9个像素,在图中以编号1~9示出。当预设数量为5时,在该区域中选取5个像素点作为第二采样点。这5个采样点可以呈十字形排布,例如可以是图4c中阴影示出的编号为2、4、5、6以及8的像素。
在本实施例中,较优的,每个区域选取的第二采样点包含的像素数量相同,其中,每个区域中的第二采样点所在区域的形状为中心对称图形,例如,正方形、十字形、米字形等。
通过本实施例提供的方案,能在第二图像上均匀选取与第一采样点相匹配的第二采样点。当被测界面显示在像素不同的第一图像和第二图像时,往往会出现拉伸变形,从而使得被测界面中的内容发生偏移。由于被测界面中各个区域偏移的方向和偏移量均有不同,因此,通过本实施例提供的方案选取的第二采样点能有效覆盖相匹配的第一采样点发生偏移的区域。从而在随后比对第一图像和第二图像的过程中,即使第二图像中的像素相对于第一图像中的像素发生了不同方向的偏移,也能在中心对称形状的第二采样点中找到与相匹配的第一采样点相同颜色值的像素,降低由于像素偏移而导致相同的被测界面被识别为不同界面的情况。
基于上述任一种实施例提供的方案,较优的,如图5所示,上述步骤S14,包括:
S51:当第一目标采样点与相匹配的第二目标采样点的色差值小于第一预设色差值时,确定所述第二目标采样点是相似采样点;
S52:根据相似采样点的数量与N的比值确定所述第一图像与所述第二图像的相似度。
在本实施例中,对于第一图像中选取得到的多个第一采样点,可以逐个比对第一采样点与相匹配的第二采样点的色差值。第一目标采样点可以是进行比对的第一采样点,第一预设色差值可以是根据实际需求预先设定的,也可以是根据第一图像或第二图像的整体颜色值自动生成的。当第一目标采样点与相匹配的第二目标采样点的色差值小于第一预设色差值时,则表明第一目标采样点与相匹配的第二目标采样点显示的颜色基本相同,可以确定该第一目标采样点是与相匹配的第二目标采样点相似的。
对第一图像中每个第一采样点都执行上述比对,判断第一采样点与相匹配的第二采样点是否相似,然后根据相似的数量与第一采样点的数量确定第一图像与第二图像的相似度。其中,相似度可以通过百分比数值展现。举例来说,第一采样点的数量为144,其中120个第一采样点与相匹配的第二采样点是相似的,即相似采样点的数量为120,那么相似度可以为120与144的比值,即83.3%。
通过本说明书提供的方案,能对选取的第一采样点和相匹配的第二采样点进行比对,确定第二采样点中哪些是与第一采样点相似的相似采样点,然后根据相似采样点的数量以及在图像中选取的采样点的数量确定相似度,可以将比对结果量化为数值,直观地展现出来,以便确定第一图像与第二图像是否相似。
基于上述实施例提供的方案,较优的,如图6所示,上述步骤S51,包括:
S61:获取第一目标采样点颜色值;
S62:当与所述第一目标采样点相匹配的第二目标采样点中包括至少一个像素的颜色值与所述第一目标采样点颜色值的差值小于第二预设色差值时,确定与所述第一目标采样点相匹配的第二目标采样点是相似采样点。
在本实施例中,根据第一目标采样点展现的颜色确定相对应的颜色值,该颜色值能表征出第一目标采样点展现的颜色,随后,将获取的第一目标采样点的颜色值与第二目标采样点中的像素的颜色值进行比对,如果第二目标采样点中包含至少一个像素点的颜色值与第一目标采样点的颜色值的差值小于预设色差值,则表明第二目标采样点中包含至少一个与第一目标采样点展现的颜色相同的像素,随后即可确定该第二目标采样点是相似采样点。
通过本说明书实施例提供的方案,能通过颜色值量化采样点展现的颜色,进而对第一采样点和第二采样点的颜色进行比对,确定第二采样点是否是相似采样点。当被测界面显示在像素不同的第一图像和第二图像时,往往会出现拉伸变形,从而使得被测界面中的内容发生偏移。由于被测界面中各个区域偏移的方向和偏移量均有不同,因此,通过本实施例提供的方案选取的第二采样点能有效覆盖相匹配的第一采样点发生偏移的区域。从而在随后比对第一图像和第二图像的过程中,即使第二图像中的像素相对于第一图像中的像素发生了不同方向的偏移,也能在中心对称形状的第二采样点中找到与相匹配的第一采样点相同颜色值的像素,降低由于像素偏移而导致相同的被测界面被识别为不同界面的情况。
基于上述实施例提供的方案,较优的,如图7所示,上述步骤S61,包括:
S71:获取第一目标采样点中心像素的目标红色R值、目标绿色G值和目标蓝色B值;
其中,上述步骤S62,包括:
S72:当与所述第一目标采样点相匹配的第二目标采样点中包括至少一个像素的红色R值与所述目标红色R值的色差值小于预设红色色差值,且绿色G值与所述目标绿色G值的色差值小于预设绿色色差值,且蓝色B值与所述目标蓝色B值的色差值小于预设蓝色色差值时,确定与所述第一目标采样点相匹配的第二目标采样点是相似采样点。
在本实施例中,当第一目标采样点中包括1个像素时,获取这个像素的目标R值、目标G值和目标B值。当第一目标采样点中包括多个像素时,首先确定多个像素中位于第一目标采样点中心的像素点,将位于中心的像素确定为中心像素,并获取这个像素的目标R值、目标G值和目标B值。再或者,将第一目标采样点中靠近中心的多个像素确定为中心像素,并根据靠近中心的多个像素获取目标R值、目标G值和目标B值。
在确定第一目标采样点中心像素的目标R值、目标G值和目标B值后,在与第一目标采样点相匹配的第二目标采样点中进行比对,判断是否存在颜色与上述中心像素相似的像素。具体可以先确定第二目标采样点中每个像素的R值、G值和B值,然后将中心像素的RGB颜色值与第二目标采样点中每个像素的RGB颜色值逐一比对。上述预设红色值、预设绿色值和预设蓝色值可以根据实际需求预先人为设定,也可以根据第一图像或第二图像的整体颜色值自动生成。当与第一目标采样点相匹配的第二目标采样点中包括至少一个像素的红色R值与目标红色R值的色差值小于预设红色色差值,且绿色G值与目标绿色G值的色差值小于预设绿色色差值,且蓝色B值与目标蓝色B值的色差值小于预设蓝色色差值时,确定与第一目标采样点相匹配的第二目标采样点是相似采样点。
通过本实施例方案,基于第一目标采样点中心像素的RGB颜色值与第二目标采样点中至少一个像素的RGB颜色值进行比对,确定第二目标采样点是否是相似采样点。本方案通过RGB颜色值对第一目标采样点与第二目标采样点进行比对,能确定第一目标采样点与第二目标采样点展现的颜色是否相似。进而对第一图像中的第一采样点与相匹配的第二采样点逐一进行比对后,即可实现对第一图像展现的颜色与第二图像展现的颜色的比对。本方案能高效实现图像比对,且计算量较低,对不同图像或不同分辨率的图像也能适用,适用性广。
为了解决现有技术中存在的问题,本说明书实施例提供一种电子设备80,如图8所示,包括:
获取模块81,获取第一图像和第二图像;
第一采样模块82,在第一图像中选取N个第一采样点,其中,N为正整数;
第二采样模块83,在第二图像中选取与所述N个第一采样点匹配的N个第二采样点,其中,所述N个第一采样点相对于所述第一图像的位置与所述N个第二采样点相对于所述第二图像的位置相匹配;
确定模块84,根据所述N个第一采样点与相匹配的N个第二采样点的色差值确定所述第一图像与所述第二图像的相似度。
在本说明书实施例中,通过获取第一图像和第二图像,在第一图像中选取第一采样点并在第二图像中选取与第一采样点相匹配的第二采样点,根据第一采样点与相匹配的第二采样点的色差值确定第一图像与第二图像的相似度,能快速确定第一图像与第二图像的相似度且计算量低。在本方案中,由于第一采样点相对于第一图像的位置与第二采样点相对于第二图像的位置相匹配,因此可以有效比较大小不同或分辨率不同的两张图片,适用范围广。
基于上述实施例提供的电子设备,较优的,第一采样模块用于:
在所述第一图像中选取均匀分布的X行Y列个第一采样点,其中,X和Y均为正整数且X和Y的乘积为N。
基于上述实施例提供的电子设备,较优的,第一采样模块用于:
将所述第一图像划分为X行Y列个区域,其中,N个区域的形状和包含的像素点数量相同;
将所述第一图像中位于每个区域中心的至少一个像素点选取为第一采样点。
基于上述实施例提供的电子设备,较优的,第二采样点用于:
将所述第二图像划分为X行Y列个区域,其中,N个区域的形状和包含的像素点数量相同;
将所述第二图像中位于每个区域中心的预设数量的像素点选取为第二采样点,其中,每个区域中的第二采样点所在区域的形状为中心对称图形。
基于上述实施例提供的电子设备,较优的,确定模块用于:
当第一目标采样点与相匹配的第二目标采样点的色差值小于第一预设色差值时,确定所述第二目标采样点是相似采样点;
根据相似采样点的数量与N的比值确定所述第一图像与所述第二图像的相似度。
基于上述实施例提供的电子设备,较优的,确定模块用于:
获取第一目标采样点颜色值;
当与所述第一目标采样点相匹配的第二目标采样点中包括至少一个像素的颜色值与所述第一目标采样点颜色值的差值小于第二预设色差值时,确定与所述第一目标采样点相匹配的第二目标采样点是相似采样点。
基于上述实施例提供的电子设备,较优的,确定模块用于:
获取第一目标采样点中心像素的目标红色R值、目标绿色G值和目标蓝色B值;
其中,当与所述第一目标采样点相匹配的第二目标采样点中包括至少一个像素的颜色值与所述第一目标采样点中心像素的颜色值的差值小于第二预设色差值时,确定与所述第一目标采样点相匹配的第二目标采样点是相似采样点,包括:
当与所述第一目标采样点相匹配的第二目标采样点中包括至少一个像素的红色R值与所述目标红色R值的色差值小于预设红色色差值,且绿色G值与所述目标绿色G值的色差值小于预设绿色色差值,且蓝色B值与所述目标蓝色B值的色差值小于预设蓝色色差值时,确定与所述第一目标采样点相匹配的第二目标采样点是相似采样点。
优选的,本发明实施例还提供一种电子设备,包括处理器,存储器,存储在存储器上并可在所述处理器上运行的计算机程序,该计算机程序被处理器执行时实现上述一种图片比较方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述一种图片比较方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
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、方法、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。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、物品或者装置中还存在另外的相同要素。
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(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。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (10)
1.一种图片比较方法,其特征在于,包括:
获取第一图像和第二图像;
在第一图像中选取N个第一采样点,其中,N为正整数;
在第二图像中选取与所述N个第一采样点匹配的N个第二采样点,其中,所述N个第一采样点相对于所述第一图像的位置与所述N个第二采样点相对于所述第二图像的位置相匹配;
根据所述N个第一采样点与相匹配的N个第二采样点的色差值确定所述第一图像与所述第二图像的相似度。
2.如权利要求1所述的方法,其特征在于,在第一图像中选取N个第一采样点,包括:
在所述第一图像中选取均匀分布的X行Y列个第一采样点,其中,X和Y均为正整数且X和Y的乘积为N。
3.如权利要求2所述的方法,其特征在于,在所述第一图像中选取均匀分布的X行Y列个第一采样点,包括:
将所述第一图像划分为X行Y列个区域,其中,N个区域的形状和包含的像素点数量相同;
将所述第一图像中位于每个区域中心的至少一个像素点选取为第一采样点。
4.如权利要求3所述的方法,其特征在于,所述在第二图像中选取与所述N个第一采样点匹配的N个第二采样点,包括:
将所述第二图像划分为X行Y列个区域,其中,N个区域的形状和包含的像素点数量相同;
将所述第二图像中位于每个区域中心的预设数量的像素点选取为第二采样点,其中,每个区域中的第二采样点所在区域的形状为中心对称图形。
5.如权利要求1~4任一项所述的方法,其特征在于,根据所述N个第一采样点与相匹配的N个第二采样点的色差值确定所述第一图像与所述第二图像的相似度,包括:
当第一目标采样点与相匹配的第二目标采样点的色差值小于第一预设色差值时,确定所述第二目标采样点是相似采样点;
根据相似采样点的数量与N的比值确定所述第一图像与所述第二图像的相似度。
6.如权利要求5所述的方法,其特征在于,当第一目标采样点与相匹配的第二目标采样点的色差值小于预设色差值时,确定所述第二目标采样点是相似采样点,包括:
获取第一目标采样点颜色值;
当与所述第一目标采样点相匹配的第二目标采样点中包括至少一个像素的颜色值与所述第一目标采样点颜色值的差值小于第二预设色差值时,确定与所述第一目标采样点相匹配的第二目标采样点是相似采样点。
7.如权利要求6所述的方法,其特征在于,获取第一目标采样点中心像素的颜色值,包括:
获取第一目标采样点中心像素的目标红色R值、目标绿色G值和目标蓝色B值;
其中,当与所述第一目标采样点相匹配的第二目标采样点中包括至少一个像素的颜色值与所述第一目标采样点中心像素的颜色值的差值小于第二预设色差值时,确定与所述第一目标采样点相匹配的第二目标采样点是相似采样点,包括:
当与所述第一目标采样点相匹配的第二目标采样点中包括至少一个像素的红色R值与所述目标红色R值的色差值小于预设红色色差值,且绿色G值与所述目标绿色G值的色差值小于预设绿色色差值,且蓝色B值与所述目标蓝色B值的色差值小于预设蓝色色差值时,确定与所述第一目标采样点相匹配的第二目标采样点是相似采样点。
8.一种电子设备,其特征在于,包括:
获取模块,获取第一图像和第二图像;
第一采样模块,在第一图像中选取N个第一采样点,其中,N为正整数;
第二采样模块,在第二图像中选取与所述N个第一采样点匹配的N个第二采样点,其中,所述N个第一采样点相对于所述第一图像的位置与所述N个第二采样点相对于所述第二图像的位置相匹配;
确定模块,根据所述N个第一采样点与相匹配的N个第二采样点的色差值确定所述第一图像与所述第二图像的相似度。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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如权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911113514.7A CN111026641B (zh) | 2019-11-14 | 2019-11-14 | 一种图片比较方法和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911113514.7A CN111026641B (zh) | 2019-11-14 | 2019-11-14 | 一种图片比较方法和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111026641A true CN111026641A (zh) | 2020-04-17 |
CN111026641B CN111026641B (zh) | 2023-06-20 |
Family
ID=70201419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911113514.7A Active CN111026641B (zh) | 2019-11-14 | 2019-11-14 | 一种图片比较方法和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111026641B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833763A (zh) * | 2010-04-28 | 2010-09-15 | 天津大学 | 一种水面倒影图像检测方法 |
JP2010262392A (ja) * | 2009-04-30 | 2010-11-18 | Glory Ltd | 画像処理装置、画像処理方法、及び同方法をコンピュータに実行させるプログラム |
CN103186897A (zh) * | 2011-12-29 | 2013-07-03 | 北京大学 | 获取图像差异度量结果的方法及装置 |
CN103514434A (zh) * | 2012-06-29 | 2014-01-15 | 阿里巴巴集团控股有限公司 | 一种图像识别方法及装置 |
WO2017113850A1 (zh) * | 2015-12-28 | 2017-07-06 | 乐视控股(北京)有限公司 | 获取立体片源视差参数的方法及装置 |
CN107369170A (zh) * | 2017-07-04 | 2017-11-21 | 云南师范大学 | 图像配准处理方法和装置 |
WO2018036462A1 (zh) * | 2016-08-22 | 2018-03-01 | 腾讯科技(深圳)有限公司 | 图像分割的方法、计算机设备及存储介质 |
CN109255387A (zh) * | 2018-09-20 | 2019-01-22 | 珠海市君天电子科技有限公司 | 一种图像匹配方法、装置、电子设备及存储介质 |
CN110008997A (zh) * | 2019-03-06 | 2019-07-12 | 平安科技(深圳)有限公司 | 图像纹理相似度识别方法、装置及计算机可读存储介质 |
CN110400363A (zh) * | 2018-04-24 | 2019-11-01 | 北京京东尚科信息技术有限公司 | 基于激光点云的地图构建方法和装置 |
-
2019
- 2019-11-14 CN CN201911113514.7A patent/CN111026641B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010262392A (ja) * | 2009-04-30 | 2010-11-18 | Glory Ltd | 画像処理装置、画像処理方法、及び同方法をコンピュータに実行させるプログラム |
CN101833763A (zh) * | 2010-04-28 | 2010-09-15 | 天津大学 | 一种水面倒影图像检测方法 |
CN103186897A (zh) * | 2011-12-29 | 2013-07-03 | 北京大学 | 获取图像差异度量结果的方法及装置 |
CN103514434A (zh) * | 2012-06-29 | 2014-01-15 | 阿里巴巴集团控股有限公司 | 一种图像识别方法及装置 |
WO2017113850A1 (zh) * | 2015-12-28 | 2017-07-06 | 乐视控股(北京)有限公司 | 获取立体片源视差参数的方法及装置 |
WO2018036462A1 (zh) * | 2016-08-22 | 2018-03-01 | 腾讯科技(深圳)有限公司 | 图像分割的方法、计算机设备及存储介质 |
CN107369170A (zh) * | 2017-07-04 | 2017-11-21 | 云南师范大学 | 图像配准处理方法和装置 |
CN110400363A (zh) * | 2018-04-24 | 2019-11-01 | 北京京东尚科信息技术有限公司 | 基于激光点云的地图构建方法和装置 |
CN109255387A (zh) * | 2018-09-20 | 2019-01-22 | 珠海市君天电子科技有限公司 | 一种图像匹配方法、装置、电子设备及存储介质 |
CN110008997A (zh) * | 2019-03-06 | 2019-07-12 | 平安科技(深圳)有限公司 | 图像纹理相似度识别方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111026641B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105302413B (zh) | 控件的ui测试方法及系统 | |
US8204343B2 (en) | Fault detection of a printed dot-pattern bitmap | |
CN111757029A (zh) | 阴影校正检测参数确定、校正检测方法及装置、存储介质、鱼眼相机 | |
CN111079730B (zh) | 一种在界面图中确定样图所在区域的方法和电子设备 | |
CN110418124B (zh) | 投影图像检测方法、装置、设备及计算机可读存储介质 | |
CN108615030B (zh) | 一种标题一致性检测方法、装置及电子设备 | |
CN114926385A (zh) | 一种面板缺陷检测方法、存储介质及终端设备 | |
CN115861327A (zh) | 一种pcb颜色变化缺陷检测方法、装置、设备及介质 | |
CN110619629B (zh) | 一种cpu插座检测方法和设备 | |
CN111026641B (zh) | 一种图片比较方法和电子设备 | |
US8019153B2 (en) | Wide luminance range colorimetrically accurate profile generation method | |
CN117095417A (zh) | 一种屏摄表单图像文本识别方法、装置、设备及存储介质 | |
US20140071298A1 (en) | Blemish detection sytem and method | |
CN114937037B (zh) | 产品缺陷检测方法、装置、设备及可读存储介质 | |
CN110896475A (zh) | 显示终端通道切换检测方法和装置 | |
JP2019178892A5 (zh) | ||
CN113508395B (zh) | 用于检测由像素构成的图像中的对象的方法和设备 | |
WO2020107196A1 (zh) | 一种对拍摄装置的拍摄质量评测方法、装置及终端设备 | |
CN109215068B (zh) | 图像放大率测量方法及装置 | |
CN107103318B (zh) | 图像点定位方法及图像点定位装置 | |
CN111062984A (zh) | 视频图像区域面积的测量方法、装置、设备及存储介质 | |
CN106934814B (zh) | 一种基于图像的背景信息识别方法及装置 | |
CN112752120A (zh) | 像素检测方法及装置、像素判断方法及装置 | |
JPH07122193A (ja) | 欠陥検出方法および装置 | |
CN114549346A (zh) | 模糊图像识别方法、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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240412 Address after: 100016 building 4, Dongfang Science Park, 52 Jiuxianqiao Road, Chaoyang District, Beijing Patentee after: BEIJING TESTIN INFORMATION TECHNOLOGY Co.,Ltd. Country or region after: China Address before: 102425 building 31, 69 Yanfu Road, Fangshan District, Beijing Patentee before: Beijing Yunju Intelligent Technology Co.,Ltd. Country or region before: China |