CN111177430B - 综合图像的存储方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请揭示了一种综合图像的存储方法、装置、计算机设备和存储介质，所述方法包括：获取多张指定图片；利用预设的图片形状转换方法，将指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；调取预存于三维虚拟空间中的指定多棱锥；将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；根据指定方向对所述图片多棱锥进行图像采集，得到综合图像；计算综合图像与预设的参考图像的差别度值，并判断差别度值是否小于预设的差别度阈值；若差别度值小于预设的差别度阈值，则存储所述综合图像。从而无需用户严格按顺序上传图片，并且提高了图片数据的处理效率与信息安全性。

Description

综合图像的存储方法、装置、计算机设备和存储介质

技术领域

本申请涉及到计算机领域，特别是涉及到一种综合图像的存储方法、装置、计算机设备和存储介质。

背景技术

在当前的生产生活中，许多业务流程需要不同类型的图片(例如：不同的卡、单和证的图片等)。目前的很多业务都交由用户自助处理，包括这些不同类型的图片也由用户自行上传。但是传统技术在对于不同类型的图片或者不进行分类处理，或者需要采用后台的分类模型(重量级分类模型)进行图片分类，在对分类后的图片再进行归类存储。其中不进行分类处理的方案，需要用户严格按照顺序上传图片，容易出错；采用后台的分类模型进行图片分类的方案，存在分类模型耗费资源多，耗费时间长等缺陷。并且由于归类存储是分散性存储，数据调动不方便，不利于存储数据的再次使用。因此亟需一种对不同类型的图片进行处理并存储的方法。

发明内容

本申请的主要目的为提供一种综合图像的存储方法、装置、计算机设备和存储介质，旨在提高图片数据的处理效率。

为了实现上述发明目的，本申请提出一种综合图像的存储方法，包括以下步骤：

获取多张指定图片，其中所述指定图片的类型各不相同；

利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；

调取预存于三维虚拟空间中的指定多棱锥，其中所述指定多棱锥具有n个三角形侧面，所述多张指定图片共有n张，所述n个三角形侧面的形状分别与所述多张三角形图片的形状一一对应，n为大于等于3的整数；

将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；

根据预设的方向计算方法，获取指定方向，并根据所述指定方向对所述图片多棱锥进行图像采集，得到综合图像；

根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值；

若所述差别度值小于预设的差别度阈值，则存储所述综合图像。

进一步地，所述利用预设的图片形状转换方法，将所述指定图片转换为三角形图片的步骤，包括：

获取所述指定图片中的像素点的RGB颜色通道的红颜色数值、绿颜色数值和蓝颜色数值，并分别构成红颜色矩阵、绿颜色矩阵和蓝颜色矩阵，所述红颜色矩阵、绿颜色矩阵和蓝颜色矩阵均是行数为p的矩阵；

获取预设的所述三角形图片的第i行的像素点数量ki；

将所述红颜色矩阵、绿颜色矩阵和蓝颜色矩阵的第i行平均划分为p/ki个区段，并对每个区段均进行平均值处理，从而得到由多个平均值分别构成的红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵；

对所述红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵分别进行三角形切割处理，得到红颜色均值集合、绿颜色均值集合和蓝颜色均值集合，所述三角形切割处理是指将指定三角形区域之外的数值去除，所述指定三角形区域的三个顶点分别为矩阵的第一行的中间点和最后一行的两个端点；

将所述三角形图片的第i行第j列的像素点的红颜色数值、绿颜色数值和蓝颜色数值，分别设置为所述红颜色均值集合、绿颜色均值集合和蓝颜色均值集合的第i行第j列的数值，从而将所述指定图片转换为三角形图片。

进一步地，所述根据预设的方向计算方法，获取指定方向的步骤,包括：

以所述图片多棱锥的底面中心为原点，所述原点与所述底面中的预设点的连线作为x轴，所述底面中与所述x轴垂直的且过所述原点的直线作为y轴，经过所述原点且平行于所述图片多棱锥的高的直线作为z轴，从而建立三维直角坐标系；

获取所述参考图像的生成时间，并根据公式:

x＝q1×M+a1；y＝q2×D+a2；z＝q3×T+a3，获取指定坐标点(x,y,z)，其中所述生成时间为参考图像的生成年份的第M月中的第D天中的第T个小时，其中q1、q2、q3、a1、a2和a3均为预设的参数；

将所述指定坐标点指向所述原点的方向记为所述指定方向。

进一步地，所述根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值的步骤之前，包括：

获取所述指定图片关联的用户的特征信息，并根据所述特征信息生成多张暂时图片；

利用预设的图片形状转换方法，将所述多张暂时图片转换为多张三角形暂时图片；

将所述多张三角形暂时图片填入所述指定多棱锥的n个三角形侧面中，从而得到暂时多棱锥；

获取所述指定方向，并根据所述指定方向对所述暂时多棱锥进行图像采集，得到所述参考图像。

进一步地，所述根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值的步骤之后，包括：

若所述差别度值不小于预设的差别度阈值，则将所述综合图像划分为n个第一区域，其中所述n个第一区域的划分线与所述图片多棱锥的多条棱一一对应；同时将所述参考图像划分为n个第二区域，其中所述n个第二区域的划分线与所述暂时多棱锥的多条棱一一对应，并且每个第二区域均预先标注有不同的图片类型；

根据预设的相似度值计算方法，分别对应计算所述n个第一区域和所述n个第二区域的相似度，从而得到n个相似度值；

从所述n个相似度值中筛选出数值小于预设相似度阈值的命中相似度值，并根据相似度值-第二区域-图片类型的对应关系，获取与所述命中相似度值对应的命中图片类型；

生成图片补充信息，所述图片补充信息中携带有所述命中图片类型。

进一步地，所述综合图像的存储方法应用于移动终端，所述生成图片补充信息，所述图片补充信息中携带有所述命中图片类型的步骤之后，包括：

利用预设的轻量级分类器模型MobileNet对预存的多个备选图片进行图片分类，从而获得分类结果；

判断所述分类结果是否包括所述命中图片类型；

若所述分类结果包括所述命中图片类型，则将所述命中图片类型对应的备选图片记为指定备选图片，并对所述多张指定图片进行图片替换处理，所述图片替换处理用于使用所述指定备选图片替换掉所述多张指定图片中所述命中图片类型的图片。

进一步地，所述根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值的步骤,包括：

对所述综合图像与预设的参考图像进行灰度化处理，从而获得两张灰度图片；

计算所述灰度图片的第m列或者第m行的所有像素点的灰度值的平均值Am，以及计算所述灰度图片中所有像素点的灰度值的平均值B；

根据公式：

计算所述灰度图片的第m列或者第m行的总体方差

其中N为所述灰度图片中的列或者行的总数量；

根据公式:

计算得到所述综合图像与预设的参考图像的差别度值H，其中/>

为第一张灰度图片的第m列或者第m行的总体方差，/>

为第二张灰度图片的第m列或者第m行的总体方差。

本申请提供一种综合图像的存储装置，包括：

指定图片获取单元，用于获取多张指定图片，其中所述指定图片的类型各不相同；

三角形图片获取单元，用于利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；

指定多棱锥调取单元，用于调取预存于三维虚拟空间中的指定多棱锥，其中所述指定多棱锥具有n个三角形侧面，所述多张指定图片共有n张，所述n个三角形侧面的形状分别与所述多张三角形图片的形状一一对应，n为大于等于3的整数；

图片多棱锥获取单元，用于将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；

综合图像采集单元，用于根据预设的方向计算方法，获取指定方向，并根据所述指定方向对所述图片多棱锥进行图像采集，得到综合图像；

差别度值判断单元，用于根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值；

综合图像存储单元，用于若所述差别度值小于预设的差别度阈值，则存储所述综合图像。

本申请提供一种计算机设备，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任一项所述方法的步骤。

本申请提供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任一项所述的方法的步骤。

本申请的综合图像的存储方法、装置、计算机设备和存储介质，获取多张指定图片；利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；调取预存于三维虚拟空间中的指定多棱锥；将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；根据指定方向对所述图片多棱锥进行图像采集，得到综合图像；计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值；若所述差别度值小于预设的差别度阈值，则存储所述综合图像。从而无需用户严格按顺序上传图片，并且提高了图片数据的处理效率与信息安全性。

附图说明

图1为本申请一实施例的综合图像的存储方法的流程示意图；

图2为本申请一实施例的综合图像的存储装置的结构示意框图；

图3为本申请一实施例的计算机设备的结构示意框图。

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，本申请实施例提供一种综合图像的存储方法，包括以下步骤：

S1、获取多张指定图片，其中所述指定图片的类型各不相同；

S2、利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；

S3、调取预存于三维虚拟空间中的指定多棱锥，其中所述指定多棱锥具有n个三角形侧面，所述多张指定图片共有n张，所述n个三角形侧面的形状分别与所述多张三角形图片的形状一一对应，n为大于等于3的整数；

S4、将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；

S5、根据预设的方向计算方法，获取指定方向，并根据所述指定方向对所述图片多棱锥进行图像采集，得到综合图像；

S6、根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值；

S7、若所述差别度值小于预设的差别度阈值，则存储所述综合图像。

如上述步骤S1所述，获取多张指定图片，其中所述指定图片的类型各不相同。其中所述指定图片例如为：银行卡、身份证、驾驶证、行驶证、营业执照、新车合格证、发票、收据、完税证明、索赔单、进口证明书和/或合同变更申请书等等。

如上述步骤S2所述，利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片。普通图片的形状一般为长方形或矩形，而本申请需要采用三角形图片来实现，因此将所述指定图片转换为三角形图片。其中图片形状转换方法可以为任意方法，例如采用：获取所述指定图片中的像素点的RGB颜色通道的红颜色数值、绿颜色数值和蓝颜色数值，并分别构成红颜色矩阵、绿颜色矩阵和蓝颜色矩阵，所述红颜色矩阵、绿颜色矩阵和蓝颜色矩阵均是行数为p的矩阵；获取预设的所述三角形图片的第i行的像素点数量ki；将所述红颜色矩阵、绿颜色矩阵和蓝颜色矩阵的第i行平均划分为p/ki个区段，并对每个区段均进行平均值处理，从而得到由多个平均值分别构成的红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵；对所述红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵分别进行三角形切割处理，得到红颜色均值集合、绿颜色均值集合和蓝颜色均值集合，所述三角形切割处理是指将指定三角形区域之外的数值去除，所述指定三角形区域的三个顶点分别为矩阵的第一行的中间点和最后一行的两个端点；将所述三角形图片的第i行第j列的像素点的红颜色数值、绿颜色数值和蓝颜色数值，分别设置为所述红颜色均值集合、绿颜色均值集合和蓝颜色均值集合的第i行第j列的数值，从而将所述指定图片转换为三角形图片。

如上述步骤S3所述，调取预存于三维虚拟空间中的指定多棱锥，其中所述指定多棱锥具有n个三角形侧面，所述多张指定图片共有n张，所述n个三角形侧面的形状分别与所述多张三角形图片的形状一一对应，n为大于等于3的整数。多棱锥是由多边形各个顶点向它所在的平面外一点依次连直线段而构成的三维形状，即其底面为多边形，存在一个顶点，侧面为多个三角形。

如上述步骤S4所述，将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥。因此所述图片多棱锥是集合有所有指定图片对应的三角形图片。

如上述步骤S5所述，根据预设的方向计算方法，获取指定方向，并根据所述指定方向对所述图片多棱锥进行图像采集，得到综合图像。因此，综合图像中的各个区域分别对应各个三角形图片，其分界线为所述图片多棱锥的棱边在综合图像映射成的线段。其中预设的方向计算方法例如为：以所述图片多棱锥的底面中心为原点，所述原点与所述底面中的预设点的连线作为x轴，所述底面中与所述x轴垂直的且过所述原点的直线作为y轴，经过所述原点且平行于所述图片多棱锥的高的直线作为z轴，从而建立平面直角坐标系；获取所述参考图像的生成时间，并根据公式:x＝q1×M+a1；y＝q2×D+a2；z＝q3×T+a3，获取指定坐标点(x,y,z)，其中所述生成时间为参考图像的生成年份的第M月中的第D天中的第T个小时，其中q1、q2、q3、a1、a2和a3均为预设的参数；将所述指定坐标点指向所述原点的方向记为所述指定方向。

如上述步骤S6所述，根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值。其中预设的参考图像是用于鉴别所述综合图像是否正确的依据。所述参考图像与综合图像的生成方法相似，例如为：获取所述指定图片关联的用户的特征信息，并根据所述特征信息生成多张暂时图片；利用预设的图片形状转换方法，将所述多张暂时图片转换为多张三角形暂时图片；将所述多张三角形暂时图片填入所述指定多棱锥的n个三角形侧面中，从而得到暂时多棱锥；获取所述指定方向，并根据所述指定方向对所述暂时多棱锥进行图像采集，得到所述参考图像。其中预设的差别度计算方法可以用任意方法，例如进行逐一像素点对比，获取不同像素点的数量相对于所有像素点数量的占比值，将所述占比值作为差别度值。

如上述步骤S7所述，若所述差别度值小于预设的差别度阈值，则存储所述综合图像。差别度值用于衡量所述综合图像是否与参考图像相似，也即用于衡量所述多张指定图片的类型是否符合预期(即符合参考图像所反应的各图片的类型)。若所述差别度值小于预设的差别度阈值，则存储所述综合图像。在后续的数据调用中，只需调用所述综合图像即可，从而克服了用户严格按顺序上传图片容易出错的技术问题，并且克服了分散式存储(以不同图片的类型分别存储)数据调动不方便、不利用存储数据的再次使用的技术问题。

在一个实施方式中，所述利用预设的图片形状转换方法，将所述指定图片转换为三角形图片的步骤S2，包括：

S201、获取所述指定图片中的像素点的RGB颜色通道的红颜色数值、绿颜色数值和蓝颜色数值，并分别构成红颜色矩阵、绿颜色矩阵和蓝颜色矩阵，所述红颜色矩阵、绿颜色矩阵和蓝颜色矩阵均是行数为p的矩阵；

S202、获取预设的所述三角形图片的第i行的像素点数量ki；

S203、将所述红颜色矩阵、绿颜色矩阵和蓝颜色矩阵的第i行平均划分为p/ki个区段，并对每个区段均进行平均值处理，从而得到由多个平均值分别构成的红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵；

S204、对所述红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵分别进行三角形切割处理，得到红颜色均值集合、绿颜色均值集合和蓝颜色均值集合，所述三角形切割处理是指将指定三角形区域之外的数值去除，所述指定三角形区域的三个顶点分别为矩阵的第一行的中间点和最后一行的两个端点；

S205、将所述三角形图片的第i行第j列的像素点的红颜色数值、绿颜色数值和蓝颜色数值，分别设置为所述红颜色均值集合、绿颜色均值集合和蓝颜色均值集合的第i行第j列的数值，从而将所述指定图片转换为三角形图片。

如上所述，实现了利用预设的图片形状转换方法，将所述指定图片转换为三角形图片。本申请需要三角形图片，而直接进行三角形切割得到三角形图片会造成图片数据丢失，因此本申请采用获取由多个平均值分别构成的红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵，再对所述红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵分别进行三角形切割处理，得到红颜色均值集合、绿颜色均值集合和蓝颜色均值集合；将所述三角形图片的第i行第j列的像素点的红颜色数值、绿颜色数值和蓝颜色数值，分别设置为所述红颜色均值集合、绿颜色均值集合和蓝颜色均值集合的第i行第j列的数值，从而将所述指定图片转换为三角形图片的方式，使图片形状转换后的三角形图片最大可能保留原图片的数据特征。其中，所述三角形图片的第一行只有一个像素点。

在一个实施方式中，所述根据预设的方向计算方法，获取指定方向的步骤S5,包括：

S501、以所述图片多棱锥的底面中心为原点，所述原点与所述底面中的预设点的连线作为x轴，所述底面中与所述x轴垂直的且过所述原点的直线作为y轴，经过所述原点且平行于所述图片多棱锥的高的直线作为z轴，从而建立三维直角坐标系；

S502、获取所述参考图像的生成时间，并根据公式:

x＝q1×M+a1；y＝q2×D+a2；z＝q3×T+a3，获取指定坐标点(x,y,z)，其中所述生成时间为参考图像的生成年份的第M月中的第D天中的第T个小时，其中q1、q2、q3、a1、a2和a3均为预设的参数；

S503、将所述指定坐标点指向所述原点的方向记为所述指定方向。

如上所述，实现了根据预设的方向计算方法，获取指定方向。本申请先构建三维直角坐标系，再根据所述参考图像的生成时间生成指定坐标点(x,y,z)，将所述指定坐标点指向所述原点的方向记为所述指定方向，从而指定方向是特定的，避免了不法分子采用替换参考图像的方式进行信息篡改(因为不法分子需要知道生成时间、同时还需要获取生成公式、同时还需要获取指定多棱锥，才可能获知参考图像并进行相应替换)。本申请将生成时间分解为参考图像的生成年份的第M月中的第D天中的第T个小时，并且根据第M月、第D天、第T个小时，利用公式x＝q1×M+a1；y＝q2×D+a2；z＝q3×T+a3，获取指定坐标点(x,y,z)，在保证获取指定方向的前提下，进一步保证了信息的安全性。

在一个实施方式中，所述根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值的步骤S6之前，包括：

S51、获取所述指定图片关联的用户的特征信息，并根据所述特征信息生成多张暂时图片；

S52、利用预设的图片形状转换方法，将所述多张暂时图片转换为多张三角形暂时图片；

S53、将所述多张三角形暂时图片填入所述指定多棱锥的n个三角形侧面中，从而得到暂时多棱锥；

S54、获取所述指定方向，并根据所述指定方向对所述暂时多棱锥进行图像采集，得到所述参考图像。

如上所述，实现了根据所述指定方向对所述暂时多棱锥进行图像采集，得到所述参考图像。本申请采用根据所述特征信息生成多张暂时图片；将所述多张暂时图片转换为多张三角形暂时图片；将所述多张三角形暂时图片填入所述指定多棱锥的n个三角形侧面中，从而得到暂时多棱锥；根据所述指定方向对所述暂时多棱锥进行图像采集，得到所述参考图像。因此所述参考图像是综合了根据所述特征信息生成多张暂时图片的数据信息，若指定图片均无误，那么综合了多个指定图片的所述综合图像与所述参考图像应该相同或是相近，据此可确定所述综合图像是否应该存储。其中，由于所述参考图像是由所述指定图片关联的用户的特征信息所生成的，因此能够作为综合图像的判断标准。

在一个实施方式中，所述根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值的步骤S6之后，包括：

S61、若所述差别度值不小于预设的差别度阈值，则将所述综合图像划分为n个第一区域，其中所述n个第一区域的划分线与所述图片多棱锥的多条棱一一对应；同时将所述参考图像划分为n个第二区域，其中所述n个第二区域的划分线与所述暂时多棱锥的多条棱一一对应，并且每个第二区域均预先标注有不同的图片类型；

S62、根据预设的相似度值计算方法，分别对应计算所述n个第一区域和所述n个第二区域的相似度，从而得到n个相似度值；

S63、从所述n个相似度值中筛选出数值小于预设相似度阈值的命中相似度值，并根据相似度值-第二区域-图片类型的对应关系，获取与所述命中相似度值对应的命中图片类型；

S64、生成图片补充信息，所述图片补充信息中携带有所述命中图片类型。

如上所述，实现了生成图片补充信息。若所述差别度值不小于预设的差别度阈值，则所述指定图片中至少有一张不正确。本申请能够将不正确的指定图片准确定位，并生成图片补充信息。其中，综合图像与参考图像均是包括多条棱划分出的n个区域，因此可被分别划分为一一对应的n个第一区域和n个第二区域，并且每个第二区域均预先标注有不同的图片类型。从而只需确定哪个区域的图像不相似，就能确知不正确的指定图片以及相应的命中图片类型。据此，根据相似度值-第二区域-图片类型的对应关系，获取与所述命中相似度值对应的命中图片类型，生成图片补充信息，所述图片补充信息中携带有所述命中图片类型。其中预设的相似度值计算方法可为任意方法，例如采用逐个对比像素点，以相同或相近像素点的数量作为相似度值。

在一个实施方式中，所述综合图像的存储方法应用于移动终端，所述生成图片补充信息，所述图片补充信息中携带有所述命中图片类型的步骤S64之后，包括：

S641、利用预设的轻量级分类器模型MobileNet对预存的多个备选图片进行图片分类，从而获得分类结果；

S642、判断所述分类结果是否包括所述命中图片类型；

S643、若所述分类结果包括所述命中图片类型，则将所述命中图片类型对应的备选图片记为指定备选图片，并对所述多张指定图片进行图片替换处理，所述图片替换处理用于使用所述指定备选图片替换掉所述多张指定图片中所述命中图片类型的图片。

如上所述，实现了将所述命中图片类型对应的备选图片记为指定备选图片，并对所述多张指定图片进行图片替换处理。传统方案在生成图片补充信息之后，均是等待用户自行上传正确的图片，从而存在效率低的问题。而本申请采用可部署于移动终端的轻量级分类器模型MobileNet对预存的多个备选图片进行图片分类，从而获得分类结果；将所述命中图片类型对应的备选图片替换掉不正确的指定图片，从而不需要用户操作，实现了全自动化处理，提高了效率。其中，所述轻量级分类器模型MobileNet是谷歌专为移动和嵌入式设备提出的高效模型，通过采用新的卷积方式达到减少参数数量和提升运算速度的目的，相比于普通的卷积模型，在很小的精度损失情况下，将运算量减小了几十倍，从而使移动终端部署分类模型成为可能。

在一个实施方式中，所述根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值的步骤S6,包括：

S601、对所述综合图像与预设的参考图像进行灰度化处理，从而获得两张灰度图片；

S602、计算所述灰度图片的第m列或者第m行的所有像素点的灰度值的平均值Am，以及计算所述灰度图片中所有像素点的灰度值的平均值B；

S603、根据公式：

计算所述灰度图片的第m列或者第m行的总体方差/>

其中N为所述灰度图片中的列或者行的总数量；

S604、根据公式:

计算得到所述综合图像与预设的参考图像的差别度值H，其中/>

为第一张灰度图片的第m列或者第m行的总体方差，/>

为第二张灰度图片的第m列或者第m行的总体方差。

如上所述，实现了根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值。其中，灰度化指将彩色表示一种灰度颜色，例如在在RGB模型中，如果R＝G＝B时，则彩色表示一种灰度颜色，其中R＝G＝B的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值，从而减少存储量。所述计算所述灰度图片的第m列或者第m行的所有像素点的灰度值的平均值Am的过程例如包括：采集所述灰度图片的第m列或者第m行的所有像素点的灰度值，对所述第m列或者第m行的所有像素点的灰度值进行加和处理，将进行过加和处理得到的灰度值之和除以所述第m列或者第m行的所有像素点的数量，得到所述灰度图片的第m列或者第m行的所有像素点的灰度值的平均值Am。本申请采用总体方差来衡量所述灰度图片的第m列或者第m行的像素点的灰度值的平均值Am与所述灰度图片中所有像素点的灰度值的平均值B之间的差异。据此，根据公式:

计算得到所述综合图像与预设的参考图像的差别度值H。

本申请的综合图像的存储方法，获取多张指定图片；利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；调取预存于三维虚拟空间中的指定多棱锥；将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；根据指定方向对所述图片多棱锥进行图像采集，得到综合图像；计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值；若所述差别度值小于预设的差别度阈值，则存储所述综合图像。从而无需用户严格按顺序上传图片，并且提高了图片数据的处理效率与信息安全性。

参照图2，本申请实施例提供一种综合图像的存储装置，包括：

指定图片获取单元10，用于获取多张指定图片，其中所述指定图片的类型各不相同；

三角形图片获取单元20，用于利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；

指定多棱锥调取单元30，用于调取预存于三维虚拟空间中的指定多棱锥，其中所述指定多棱锥具有n个三角形侧面，所述多张指定图片共有n张，所述n个三角形侧面的形状分别与所述多张三角形图片的形状一一对应，n为大于等于3的整数；

图片多棱锥获取单元40，用于将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；

综合图像采集单元50，用于根据预设的方向计算方法，获取指定方向，并根据所述指定方向对所述图片多棱锥进行图像采集，得到综合图像；

差别度值判断单元60，用于根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值；

综合图像存储单元70，用于若所述差别度值小于预设的差别度阈值，则存储所述综合图像。

其中上述单元分别用于执行的操作与前述实施方式的综合图像的存储方法的步骤一一对应,在此不再赘述。

在一个实施方式中，所述三角形图片获取单元20，包括：

颜色矩阵生成子单元，用于获取所述指定图片中的像素点的RGB颜色通道的红颜色数值、绿颜色数值和蓝颜色数值，并分别构成红颜色矩阵、绿颜色矩阵和蓝颜色矩阵，所述红颜色矩阵、绿颜色矩阵和蓝颜色矩阵均是行数为p的矩阵；

像素点数量获取子单元，用于获取预设的所述三角形图片的第i行的像素点数量ki；

平均值处理子单元，用于将所述红颜色矩阵、绿颜色矩阵和蓝颜色矩阵的第i行平均划分为p/ki个区段，并对每个区段均进行平均值处理，从而得到由多个平均值分别构成的红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵；

三角形切割子单元，用于对所述红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵分别进行三角形切割处理，得到红颜色均值集合、绿颜色均值集合和蓝颜色均值集合，所述三角形切割处理是指将指定三角形区域之外的数值去除，所述指定三角形区域的三个顶点分别为矩阵的第一行的中间点和最后一行的两个端点；

三角形图片转换子单元，用于将所述三角形图片的第i行第j列的像素点的红颜色数值、绿颜色数值和蓝颜色数值，分别设置为所述红颜色均值集合、绿颜色均值集合和蓝颜色均值集合的第i行第j列的数值，从而将所述指定图片转换为三角形图片。

其中上述子单元分别用于执行的操作与前述实施方式的综合图像的存储方法的步骤一一对应,在此不再赘述。

在一个实施方式中，所述综合图像采集单元50,包括：

三维直角坐标系建立子单元，用于以所述图片多棱锥的底面中心为原点，所述原点与所述底面中的预设点的连线作为x轴，所述底面中与所述x轴垂直的且过所述原点的直线作为y轴，经过所述原点且平行于所述图片多棱锥的高的直线作为z轴，从而建立三维直角坐标系；

获取指定坐标点子单元，用于获取所述参考图像的生成时间，并根据公式:

x＝q1×M+a1；y＝q2×D+a2；z＝q3×T+a3，获取指定坐标点(x,y,z)，其中所述生成时间为参考图像的生成年份的第M月中的第D天中的第T个小时，其中q1、q2、q3、a1、a2和a3均为预设的参数；

指定方向获取子单元，用于将所述指定坐标点指向所述原点的方向记为所述指定方向。

其中上述子单元分别用于执行的操作与前述实施方式的综合图像的存储方法的步骤一一对应,在此不再赘述。

在一个实施方式中，所述装置，包括：

暂时图片生成单元，用于获取所述指定图片关联的用户的特征信息，并根据所述特征信息生成多张暂时图片；

三角形暂时图片获取单元，用于利用预设的图片形状转换方法，将所述多张暂时图片转换为多张三角形暂时图片；

暂时多棱锥获取单元，用于将所述多张三角形暂时图片填入所述指定多棱锥的n个三角形侧面中，从而得到暂时多棱锥；

参考图像获取单元，用于获取所述指定方向，并根据所述指定方向对所述暂时多棱锥进行图像采集，得到所述参考图像。

其中上述单元分别用于执行的操作与前述实施方式的综合图像的存储方法的步骤一一对应,在此不再赘述。

在一个实施方式中，所述装置，包括：

区域划分单元，用于若所述差别度值不小于预设的差别度阈值，则将所述综合图像划分为n个第一区域，其中所述n个第一区域的划分线与所述图片多棱锥的多条棱一一对应；同时将所述参考图像划分为n个第二区域，其中所述n个第二区域的划分线与所述暂时多棱锥的多条棱一一对应，并且每个第二区域均预先标注有不同的图片类型；

相似度值获取单元，用于根据预设的相似度值计算方法，分别对应计算所述n个第一区域和所述n个第二区域的相似度，从而得到n个相似度值；

筛选单元，用于从所述n个相似度值中筛选出数值小于预设相似度阈值的命中相似度值，并根据相似度值-第二区域-图片类型的对应关系，获取与所述命中相似度值对应的命中图片类型；

图片补充信息生成单元，用于生成图片补充信息，所述图片补充信息中携带有所述命中图片类型。

其中上述单元分别用于执行的操作与前述实施方式的综合图像的存储方法的步骤一一对应,在此不再赘述。

在一个实施方式中，所述综合图像的存储方法应用于移动终端，所述装置，包括：

分类结果获取单元，用于利用预设的轻量级分类器模型MobileNet对预存的多个备选图片进行图片分类，从而获得分类结果；

图片类型判断单元，用于判断所述分类结果是否包括所述命中图片类型；

图片替换处理单元，用于若所述分类结果包括所述命中图片类型，则将所述命中图片类型对应的备选图片记为指定备选图片，并对所述多张指定图片进行图片替换处理，所述图片替换处理用于使用所述指定备选图片替换掉所述多张指定图片中所述命中图片类型的图片。

其中上述单元分别用于执行的操作与前述实施方式的综合图像的存储方法的步骤一一对应,在此不再赘述。

在一个实施方式中，所述差别度值判断单元60,包括：

灰度化处理子单元，用于对所述综合图像与预设的参考图像进行灰度化处理，从而获得两张灰度图片；

灰度值的平均值获取子单元，用于计算所述灰度图片的第m列或者第m行的所有像素点的灰度值的平均值Am，以及计算所述灰度图片中所有像素点的灰度值的平均值B；

总体方差

计算子单元，用于根据公式：/>

计算所述灰度图片的第m列或者第m行的总体方差/>

其中N为所述灰度图片中的列或者行的总数量；

差别度值H获取子单元，用于根据公式:

计算得到所述综合图像与预设的参考图像的差别度值H，其中/>

为第一张灰度图片的第m列或者第m行的总体方差，/>

为第二张灰度图片的第m列或者第m行的总体方差。

其中上述子单元分别用于执行的操作与前述实施方式的综合图像的存储方法的步骤一一对应,在此不再赘述。

本申请的综合图像的存储装置，获取多张指定图片；利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；调取预存于三维虚拟空间中的指定多棱锥；将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；根据指定方向对所述图片多棱锥进行图像采集，得到综合图像；计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值；若所述差别度值小于预设的差别度阈值，则存储所述综合图像。从而无需用户严格按顺序上传图片，并且提高了图片数据的处理效率与信息安全性。

参照图3，本发明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综合图像的存储方法所用数据。该计算机设备的网络接口用于与外部的终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一种综合图像的存储方法。

上述处理器执行上述综合图像的存储方法，其中所述方法包括的步骤分别与执行前述实施方式的综合图像的存储方法的步骤一一对应,在此不再赘述。

本领域技术人员可以理解，图中示出的结构，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。

本申请的计算机设备，获取多张指定图片；利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；调取预存于三维虚拟空间中的指定多棱锥；将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；根据指定方向对所述图片多棱锥进行图像采集，得到综合图像；计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值；若所述差别度值小于预设的差别度阈值，则存储所述综合图像。从而无需用户严格按顺序上传图片，并且提高了图片数据的处理效率与信息安全性。

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综合图像的存储方法，其中所述方法包括的步骤分别与执行前述实施方式的综合图像的存储方法的步骤一一对应,在此不再赘述。

本申请的计算机可读存储介质，获取多张指定图片；利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；调取预存于三维虚拟空间中的指定多棱锥；将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；根据指定方向对所述图片多棱锥进行图像采集，得到综合图像；计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值；若所述差别度值小于预设的差别度阈值，则存储所述综合图像。从而无需用户严格按顺序上传图片，并且提高了图片数据的处理效率与信息安全性。

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，所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)

1.一种综合图像的存储方法，其特征在于，包括：

获取多张指定图片，其中所述指定图片的类型各不相同；

利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；

调取预存于三维虚拟空间中的指定多棱锥，其中所述指定多棱锥具有n个三角形侧面，所述多张指定图片共有n张，所述n个三角形侧面的形状分别与所述多张三角形图片的形状一一对应，n为大于等于3的整数；

将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；

根据预设的方向计算方法，获取指定方向，并根据所述指定方向对所述图片多棱锥进行图像采集，得到综合图像；

根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值；

若所述差别度值小于预设的差别度阈值，则存储所述综合图像；

所述根据预设的方向计算方法，获取指定方向的步骤,包括：

以所述图片多棱锥的底面中心为原点，所述原点与所述底面中的预设点的连线作为x轴，所述底面中与所述x轴垂直的且过所述原点的直线作为y轴，经过所述原点且平行于所述图片多棱锥的高的直线作为z轴，从而建立三维直角坐标系；

获取所述参考图像的生成时间，并根据公式:

x＝q1×M+a1；y＝q2×D+a2；z＝q3×T+a3，获取指定坐标点(x,y,z)，其中所述生成时间为参考图像的生成年份的第M月中的第D天中的第T个小时，其中q1、q2、q3、a1、a2和a3均为预设的参数；

将所述指定坐标点指向所述原点的方向记为所述指定方向；

所述根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值的步骤,包括：

对所述综合图像与预设的参考图像进行灰度化处理，从而获得两张灰度图片；

计算所述灰度图片的第m列或者第m行的所有像素点的灰度值的平均值Am，以及计算所述灰度图片中所有像素点的灰度值的平均值B；

根据公式：

计算所述灰度图片的第m列或者第m行的总体方差/>

其中N为所述灰度图片中的列或者行的总数量；

根据公式:

计算得到所述综合图像与预设的参考图像的差别度值H，其中/>

为第一张灰度图片的第m列或者第m行的总体方差，/>

为第二张灰度图片的第m列或者第m行的总体方差。

2.根据权利要求1所述的综合图像的存储方法，其特征在于，所述利用预设的图片形状转换方法，将所述指定图片转换为三角形图片的步骤，包括：

获取所述指定图片中的像素点的RGB颜色通道的红颜色数值、绿颜色数值和蓝颜色数值，并分别构成红颜色矩阵、绿颜色矩阵和蓝颜色矩阵，所述红颜色矩阵、绿颜色矩阵和蓝颜色矩阵均是行数为p的矩阵；

获取预设的所述三角形图片的第i行的像素点数量ki；

将所述红颜色矩阵、绿颜色矩阵和蓝颜色矩阵的第i行平均划分为p/ki个区段，并对每个区段均进行平均值处理，从而得到由多个平均值分别构成的红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵；

对所述红颜色均值矩阵、绿颜色均值矩阵和蓝颜色均值矩阵分别进行三角形切割处理，得到红颜色均值集合、绿颜色均值集合和蓝颜色均值集合，所述三角形切割处理是指将指定三角形区域之外的数值去除，所述指定三角形区域的三个顶点分别为矩阵的第一行的中间点和最后一行的两个端点；

将所述三角形图片的第i行第j列的像素点的红颜色数值、绿颜色数值和蓝颜色数值，分别设置为所述红颜色均值集合、绿颜色均值集合和蓝颜色均值集合的第i行第j列的数值，从而将所述指定图片转换为三角形图片。

3.根据权利要求1所述的综合图像的存储方法，其特征在于，所述根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值的步骤之前，包括：

获取所述指定图片关联的用户的特征信息，并根据所述特征信息生成多张暂时图片；

利用预设的图片形状转换方法，将所述多张暂时图片转换为多张三角形暂时图片；

将所述多张三角形暂时图片填入所述指定多棱锥的n个三角形侧面中，从而得到暂时多棱锥；

获取所述指定方向，并根据所述指定方向对所述暂时多棱锥进行图像采集，得到所述参考图像。

4.根据权利要求3所述的综合图像的存储方法，其特征在于，所述根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值的步骤之后，包括：

若所述差别度值不小于预设的差别度阈值，则将所述综合图像划分为n个第一区域，其中所述n个第一区域的划分线与所述图片多棱锥的多条棱一一对应；同时将所述参考图像划分为n个第二区域，其中所述n个第二区域的划分线与所述暂时多棱锥的多条棱一一对应，并且每个第二区域均预先标注有不同的图片类型；

根据预设的相似度值计算方法，分别对应计算所述n个第一区域和所述n个第二区域的相似度，从而得到n个相似度值；

从所述n个相似度值中筛选出数值小于预设相似度阈值的命中相似度值，并根据相似度值-第二区域-图片类型的对应关系，获取与所述命中相似度值对应的命中图片类型；

生成图片补充信息，所述图片补充信息中携带有所述命中图片类型。

5.根据权利要求4所述的综合图像的存储方法，其特征在于，所述综合图像的存储方法应用于移动终端，所述生成图片补充信息，所述图片补充信息中携带有所述命中图片类型的步骤之后，包括：

利用预设的轻量级分类器模型MobileNet对预存的多个备选图片进行图片分类，从而获得分类结果；

判断所述分类结果是否包括所述命中图片类型；

若所述分类结果包括所述命中图片类型，则将所述命中图片类型对应的备选图片记为指定备选图片，并对所述多张指定图片进行图片替换处理，所述图片替换处理用于使用所述指定备选图片替换掉所述多张指定图片中所述命中图片类型的图片。

6.一种综合图像的存储装置，用于实现权利要求1至5中任一项所述的方法，其特征在于，所述装置包括：

指定图片获取单元，用于获取多张指定图片，其中所述指定图片的类型各不相同；

三角形图片获取单元，用于利用预设的图片形状转换方法，将所述指定图片转换为三角形图片，从而得到与所述多张指定图片分别对应的多张三角形图片；

指定多棱锥调取单元，用于调取预存于三维虚拟空间中的指定多棱锥，其中所述指定多棱锥具有n个三角形侧面，所述多张指定图片共有n张，所述n个三角形侧面的形状分别与所述多张三角形图片的形状一一对应，n为大于等于3的整数；

图片多棱锥获取单元，用于将所述多张三角形图片对应填入所述指定多棱锥的n个三角形侧面中，从而得到图片多棱锥；

综合图像采集单元，用于根据预设的方向计算方法，获取指定方向，并根据所述指定方向对所述图片多棱锥进行图像采集，得到综合图像；

差别度值判断单元，用于根据预设的差别度计算方法，计算所述综合图像与预设的参考图像的差别度值，并判断所述差别度值是否小于预设的差别度阈值；

综合图像存储单元，用于若所述差别度值小于预设的差别度阈值，则存储所述综合图像。

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。

Images