CN111862248B - 用于输出信息的方法和装置 - Google Patents
用于输出信息的方法和装置 Download PDFInfo
- Publication number
- CN111862248B CN111862248B CN201910352980.4A CN201910352980A CN111862248B CN 111862248 B CN111862248 B CN 111862248B CN 201910352980 A CN201910352980 A CN 201910352980A CN 111862248 B CN111862248 B CN 111862248B
- Authority
- CN
- China
- Prior art keywords
- color
- covering
- overlay
- target image
- image
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开的实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括:获取用于覆盖目标图像的覆盖物的覆盖物数据,其中,覆盖物数据包括覆盖位置、覆盖物相应角度的半径长度、覆盖物区域的颜色、图像部分的碰撞颜色、文字信息;根据覆盖位置、覆盖物相应角度的半径长度确定目标图像被遮挡部分所在的矩形区域;确定矩形区域内的图像中像素数量最多的颜色是否与碰撞颜色匹配;若匹配,则使用备用颜色的覆盖物覆盖目标图像,以及在覆盖区域显示文字信息。该实施方式实现了覆盖物能够自动地在指定的显示位置上智能化的局部显示和支持交互。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于输出信息的方法和装置。
背景技术
随着互联网广告技术的发展,将网页中的图片或者视频图像中的相关内容的指定位置上标注覆盖物,用于标记广告或者解释说明的标签用途。用户在手机或者PC上使用浏览短视频页面的过程中,会在网页中的视频或者图片图像上动态的插入一些商业或者非商业化的覆盖物。有的时候可能覆盖物颜色与在图像中动态插入覆盖物的位置颜色相近,覆盖物展现不明显的现象发生,也有的时候可能会遮挡图像中的关键内容的完整性,导致关键图像内容显示不完整的现象。
发明内容
本公开的实施例提出了用于输出信息的方法和装置。
第一方面,本公开的实施例提供了一种用于输出信息的方法,包括:获取用于覆盖目标图像的覆盖物的覆盖物数据,其中,覆盖物数据包括覆盖位置、覆盖物相应角度的半径长度、图像部分的碰撞颜色、文字信息;根据覆盖位置、覆盖物相应角度的半径长度确定目标图像被遮挡部分所在的矩形区域;确定矩形区域内的图像中像素数量最多的颜色是否与碰撞颜色匹配;若匹配,则使用备用颜色的覆盖物覆盖目标图像,以及在覆盖区域显示文字信息。
在一些实施例中,覆盖物数据还包括覆盖物区域的颜色;以及该方法还包括:若不匹配,则使用覆盖物区域的颜色的覆盖物覆盖目标图像,以及在覆盖区域显示文字信息。
在一些实施例中,该方法还包括:确定矩形区域内的图像的关键内容的边缘坐标组;根据边缘坐标组对覆盖物进行裁剪以使得裁剪后的覆盖物不遮挡关键内容。
在一些实施例中,确定矩形区域内的图像的关键内容的边缘坐标组,包括:将矩形区域内的图像输入预先训练的神经网络模型,得到矩形区域内的图像的关键内容的边缘坐标组,其中,神经网络模型用于表征图像和图像的关键内容的边缘坐标组的对应关系。
在一些实施例中,该方法还包括:响应于检测到对裁剪后的覆盖物的预定第一操作,显示出未裁剪的覆盖物。
在一些实施例中,该方法还包括:响应于检测到对覆盖物的预定第二操作,跳转到覆盖物相关联的页面。
第二方面,本公开的实施例提供了一种用于输出信息的装置,包括:获取单元,被配置成获取用于覆盖目标图像的覆盖物的覆盖物数据,其中,覆盖物数据包括覆盖位置、覆盖物相应角度的半径长度、图像部分的碰撞颜色、文字信息;确定单元,被配置成根据覆盖位置、覆盖物相应角度的半径长度确定目标图像被遮挡部分所在的矩形区域;匹配单元,被配置成确定矩形区域内的图像中像素数量最多的颜色是否与碰撞颜色匹配;覆盖单元,被配置成若匹配,则使用备用颜色的覆盖物覆盖目标图像,以及在覆盖区域显示文字信息。
在一些实施例中,覆盖物数据还包括覆盖物区域的颜色;以及覆盖单元进一步被配置成:若不匹配,则使用覆盖物区域的颜色的覆盖物覆盖目标图像,以及在覆盖区域显示文字信息。
在一些实施例中,该装置还包括裁剪单元,被配置成:确定矩形区域内的图像的关键内容的边缘坐标组;根据边缘坐标组对覆盖物进行裁剪以使得裁剪后的覆盖物不遮挡关键内容。
在一些实施例中,裁剪单元进一步被配置成:将矩形区域内的图像输入预先训练的神经网络模型,得到矩形区域内的图像的关键内容的边缘坐标组,其中,神经网络模型用于表征图像和图像的关键内容的边缘坐标组的对应关系。
在一些实施例中,该装置还包括显示单元,被配置成:响应于检测到对裁剪后的覆盖物的预定第一操作,显示出未裁剪的覆盖物。
在一些实施例中,该装置还包括跳转单元,被配置成:响应于检测到对覆盖物的预定第二操作,跳转到覆盖物相关联的页面。
第三方面,本公开的实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一的方法。
本公开的实施例提供的用于输出信息的方法和装置,可以使得用户在浏览网页时,网页中的覆盖物可以获取动态插入覆盖物区域的位置,判断覆盖物显示相应区域主要颜色是否与覆盖物颜色相近,如果相近则使用后备颜色。如果显示的覆盖物遮挡部分图像中的关键内容,那么覆盖物将会自动沿着关键内容重合边缘裁剪覆盖物轮廓。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于输出信息的方法的一个实施例的流程图;
图3a、3b是根据本公开的用于输出信息的方法的一个应用场景的示意图;
图4是根据本公开的用于输出信息的方法的又一个实施例的流程图;
图5是根据本公开的用于输出信息的装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开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相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、视频播放类应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的网页提供支持的后台网页服务器。后台网页服务器可以对接收到的网页页面请求等数据进行分析等处理,并将处理结果(例如覆盖了广告的图片页面)反馈给终端设备。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的用于输出信息的方法一般由服务器105执行,相应地,用于输出信息的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于输出信息的方法的一个实施例的流程200。该用于输出信息的方法,包括以下步骤:
步骤201,获取用于覆盖目标图像的覆盖物的覆盖物数据。
在本实施例中,用于输出信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行网页浏览的终端接收网页。然后获取网页中目标图像所在的超文本文档对象。还可获取用于插入覆盖物的APP的页面。相对于网页中图片容器确定要插入的覆盖物的插入位置,并且将覆盖物插入到网页中的图片上层。通过覆盖物数据来表示要插入相对于图像中的位置、覆盖物的颜色。其中,覆盖物数据可包括覆盖位置、覆盖物相应角度的半径长度、图像部分的碰撞颜色、文字信息。文字信息可包括文本内容、文本字体颜色。覆盖物数据中还可包括覆盖物背景等,如{position:{top,left},radius:[(degree,length),…],content:[(display background,text,textcolor,pic color)]}。其中,position用于确定插入位置(top指的是上部,left指的是左侧)、radius用于表示以position为圆心的相应角度的半径长度(degree指的是角度,length指的是长度)。可通过相应角度的半径长度画出任意形状,例如,如果任何角度对应的半径长度保持不变,则画出的图形为圆。因此可有很多组(degree,length)。content表示与颜色、文字内容相关的信息,display background,指的是覆盖物背景,text指的是文本内容,例如广告、标签等,text color指的是文本字体的颜色,pic color指的是图像部分的碰撞颜色。碰撞颜色可以有多种,可以给出碰撞颜色的基色分量的范围。
颜色由各个基色分量构成。在本公开中,基色分量可以包括红色R分量、绿色G分量及蓝色B分量,当然,基色分量也可以包括其他颜色,基色分量具体包含哪几种颜色,本公开不做限制。本公开中将红色用R表示,将绿色用G表示,将蓝色用B表示,通常,R、G、B三个基色分量的取值均为区间[0,255]中的整数,通常,可以用十六进制表示,R、G、B三个基色分量的取值为00-ff之间的十六进制数,对于每一个基色分量,其取值越大,表示该分量的颜色越深,每一种颜色可以表示为六位十六进制数,每两位代表一个基色分量,例如白色可以表示为“ffffff”,当R、G、B三个基色分量的颜色都很深时,就会合成为白色,“000000”表示R、G、B三个基色分量的颜色都没有,此时,将其默认为黑色。
步骤202,根据覆盖位置、覆盖物相应角度的半径长度确定目标图像被遮挡部分所在的矩形区域。
在本实施例中,本步骤的主要作用是获取网页中相应的覆盖物下层遮挡部分的图像内容。在网页中如果想要直接获取这部分的图像碎片是需要特殊技术的,本部分采用的方式是读取整张图片内容,并通过前端技术生成一张不可见的canvas画布,将图片内容设置到canvas上,通过覆盖物区域的坐标确定被遮挡部分的图片碎片区域的位置的矩形区域,将区域内的图像传递给下一步做处理。该矩形区域是能够框住覆盖物的最小矩形区域。
步骤203,确定矩形区域内的图像中像素数量最多的颜色是否与碰撞颜色匹配。
在本实施例中,首先确定矩形区域内的图像中各像素的颜色。然后确定具有相同颜色的像素的数量,将矩形区域内的图像中像素数量最多的颜色作为目标图像的主色。需要判断出,碰撞颜色的各个基色分量与目标图像主色的各个基色分量中至少一个基色分量差值的绝对值是否大于或等于预定阈值。若大于,则说明碰撞颜色与目标图像主色差别明显,易于区分,这种情况下,目标图像主色与碰撞颜色不匹配。若小于等于,则说明碰撞颜色与目标图像主色差别不明显,不易区分,这种情况下,目标图像主色与碰撞颜色匹配。
步骤204,若匹配,则使用备用颜色的覆盖物覆盖目标图像,以及在覆盖区域显示文字信息。
在本实施例中,若矩形区域内的图像中像素数量最多的颜色匹配,则启用备用覆盖物显示的颜色和内容。这一步主要处理的目的是解决显色相近、覆盖物显示不明显的问题。备用颜色可预先根据覆盖物区域的颜色设置,区别于覆盖物区域的颜色。文本字体的颜色也可做相应的调整,以免与覆盖物的备用颜色相近。
在本实施例的一些可选的实现方式中,覆盖物数据还包括覆盖物区域的颜色;以及若不匹配,则使用覆盖物区域的颜色的覆盖物覆盖目标图像,以及在覆盖区域显示文字信息。说明目标图像主色与覆盖物区域的颜色差距较大,容易区分,因此不需要更换覆盖物区域的颜色,直接用原来指定的颜色进行覆盖即可。
在本实施例的一些可选的实现方式中,该方法还包括:响应于检测到对覆盖物的预定第二操作,跳转到覆盖物相关联的页面。第二操作可包括单击、双击、长按、重按等针对终端的操作。从而使得覆盖物具有跳转页面的交互功能。
继续参见图3a,图3a是根据本实施例的用于输出信息的方法的应用场景的一个示意图。在图3的应用场景中,用户通过终端浏览车展新闻网页,服务器获取到网页上的目标图像后获取用于覆盖目标图像的覆盖物的覆盖物数据。例如,位置为中上,半径为1cm的圆,覆盖物区域的颜色为白色、图像部分的碰撞颜色为灰白、乳白等与白色相同或相近的颜色,备用颜色为黑色,本内容为“audi”,文本颜色为黑色。服务器检测到覆盖物区域的颜色与目标图像被覆盖区域的主色相近,因此,服务器将覆盖物替换为黑色,将文本颜色也相应调整为与备用颜色差距较大的颜色。最后在目标图像上显示黑色的覆盖物。可选地,覆盖物还可根据目标图像的关键内容调整覆盖物的轮廓,以不遮挡关键内容。
本公开的上述实施例提供的方法可以使得用户在浏览网页时,网页中的覆盖物可以获取动态插入覆盖物区域的位置,判断覆盖物显示相应区域主要颜色是否与覆盖物颜色相近,如果相近则使用后备颜色。
进一步参考图4,其示出了用于输出信息的方法的又一个实施例的流程400。该用于输出信息的方法的流程400,包括以下步骤:
步骤401,获取用于覆盖目标图像的覆盖物的覆盖物数据。
步骤402,根据覆盖位置、覆盖物相应角度的半径长度确定目标图像被遮挡部分所在的矩形区域。
步骤403,确定矩形区域内的图像中像素数量最多的颜色是否与碰撞颜色匹配。
步骤404,若匹配,则使用备用颜色的覆盖物覆盖目标图像,以及在覆盖区域显示文字信息。
步骤401-404与步骤201-204基本相同,因此不再赘述。
步骤405,确定矩形区域内的图像的关键内容的边缘坐标组。
在本实施例中,可通过常规的边缘检测算法确定矩形区域内的图像的关键内容的边缘坐标组。关键内容指的是图像中占比较大的部分。例如,图3a中的车辆就是关键内容,背景人物不是关键内容。边缘坐标组可以是两个以上的点的坐标,它们构成一个边缘坐标组,边缘坐标组可以构成矩形区域内的图像的关键内容的一条边。例如图3b所示的坐标(top1,left1)为边缘点1,坐标(top2,left2)为边缘点2,坐标(top3,left3)为边缘点3。边缘点1、边缘点2、边缘点3组成的边缘用虚线表示。圆心的坐标为(top,left)。
在本实施例的一些可选的实现方式中,确定矩形区域内的图像的关键内容的边缘坐标组,包括:将矩形区域内的图像输入预先训练的神经网络模型,得到矩形区域内的图像的关键内容的边缘坐标组,其中,神经网络模型用于表征图像和图像的关键内容的边缘坐标组的对应关系。神经网络是通过如下第一训练步骤得到的:
步骤4051,确定初始神经网络的网络结构以及初始化初始神经网络的网络参数。
在本实施例中,训练步骤的执行主体可以与用于生成信息的方法的执行主体相同或者不同。如果相同,则训练步骤的执行主体可以在训练得到神经网络后将训练好的神经网络的网络结构信息和网络参数的参数值存储在本地。如果不同,则训练步骤的执行主体可以在训练得到神经网络后将训练好的神经网络的网络结构信息和网络参数的参数值发送给用于生成信息的方法的执行主体。训练步骤的执行主体可以首先确定初始神经网络的网络结构。例如,需要确定初始神经网络包括哪些层,层与层之间的连接顺序关系,以及每层都包括哪些神经元,每个神经元对应的权重(weight)和偏置项(bias),每层的激活函数等等。可以理解的是,由于神经网络可以包括各种类型的神经网络,对于不同类型的神经网络所需要确定的网络结构也不相同。
步骤4052,获取训练样本集。
在本实施例中,训练样本包括被切成图片局部碎片的样本图像和用于表征样本图像的关键内容的边缘坐标组的标注信息。边缘坐标组可由4个点组成,这4个点可以形成一条边。
步骤4053,将训练样本集中的训练样本中的样本图像和标注信息分别作为初始神经网络的输入和期望输出,利用机器学习方法训练初始神经网络。
在本实施例中,训练步骤的执行主体可以将训练样本集中的训练样本中的样本图像输入初始神经网络,得到该样本图像的关键内容的边缘坐标组,以该训练样本中的标注信息作为初始神经网络的期望输出,利用机器学习方法训练初始神经网络。具体地,可以首先利用预设的损失函数计算所得到的关键内容的边缘坐标组与该训练样本中的标注信息之间的差异,例如,可以采用L2范数作为损失函数计算所得到的关键内容的边缘坐标组与该训练样本中的标注信息之间的差异。然后,可以基于计算所得的差异,调整初始神经网络的网络参数,并在满足预设的训练结束条件的情况下,结束训练。例如,这里预设的训练结束条件可以包括但不限于以下至少一项:训练时间超过预设时长;训练次数超过预设次数;计算所得的差异小于预设差异阈值。
这里,可以采用各种实现方式基于所生成的关键内容的边缘坐标组与该训练样本中的标注信息之间的差异调整初始神经网络的网络参数。例如,可以采用BP(BackPropagation,反向传播)算法或者SGD(Stochastic Gradient Descent,随机梯度下降)算法来调整初始神经网络的网络参数。
步骤4054,将训练得到的初始神经网络确定为预先训练的神经网络。
步骤406,根据边缘坐标组对覆盖物进行裁剪以使得裁剪后的覆盖物不遮挡关键内容。
在本实施例中,此步骤主要是作用是矩形区域内的图像输入神经网络模型后,得到关键内容的边缘坐标组数组。然后根据图像关键内容的边缘坐标组数组和覆盖物的显示数据的位置,调整相应的覆盖物区域内与关键内容坐标处的相应角度的半径的长度,形成动态调整覆盖物轮廓的目的,将覆盖物形状调整成不遮挡关键内容的形状。如图3b所示。根据边缘坐标组(top1,left1)、(top2,left2)、(top3,left3)与圆心(top,left)的距离确定调整的半径长度r1、r2、r3。
在本实施例的一些可选的实现方式中,响应于检测到对裁剪后的覆盖物的预定第一操作,显示出未裁剪的覆盖物。例如,可以通过触碰或者鼠标悬浮等交互形式的第一操作,显示出未裁剪的原覆盖物形状。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于输出信息的方法的流程400体现了对覆盖物进行裁剪的步骤。由此,本实施例描述的方案可以在覆盖物遮挡部分图像中的关键内容的情况下,自动沿着关键内容重合边缘裁剪覆盖物轮廓。从而避免遮挡目标图像。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于输出信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于输出信息的装置500包括:获取单元501、确定单元502、匹配单元503和覆盖单元504。其中,获取单元501,被配置成获取用于覆盖目标图像的覆盖物的覆盖物数据,其中,覆盖物数据包括覆盖位置、覆盖物相应角度的半径长度、图像部分的碰撞颜色、文字信息。确定单元502,被配置成根据覆盖位置、覆盖物相应角度的半径长度确定目标图像被遮挡部分所在的矩形区域。匹配单元503,被配置成确定矩形区域内的图像中像素数量最多的颜色是否与碰撞颜色匹配。覆盖单元504,被配置成若匹配,则使用备用颜色的覆盖物覆盖目标图像,以及在覆盖区域显示文字信息。
在本实施例中,用于输出信息的装置500的获取单元501、确定单元502、匹配单元503和覆盖单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中,覆盖物数据还包括覆盖物区域的颜色;以及覆盖单元504进一步被配置成:若不匹配,则使用覆盖物区域的颜色的覆盖物覆盖目标图像,以及在覆盖区域显示文字信息。
在本实施例的一些可选的实现方式中,装置500还包括裁剪单元(附图中未示出),被配置成:确定矩形区域内的图像的关键内容的边缘坐标组;根据边缘坐标组对覆盖物进行裁剪以使得裁剪后的覆盖物不遮挡关键内容。
在本实施例的一些可选的实现方式中,裁剪单元进一步被配置成:将矩形区域内的图像输入预先训练的神经网络模型,得到矩形区域内的图像的关键内容的边缘坐标组,其中,神经网络模型用于表征图像和图像的关键内容的边缘坐标组的对应关系。
在本实施例的一些可选的实现方式中,装置500还包括显示单元(附图中未示出),被配置成:响应于检测到对裁剪后的覆盖物的预定第一操作,显示出未裁剪的覆盖物。
在本实施例的一些可选的实现方式中,装置500还包括跳转单元(附图中未示出),被配置成:响应于检测到对覆盖物的预定第二操作,跳转到覆盖物相关联的页面。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开的实施例中,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。而在本公开的实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取用于覆盖目标图像的覆盖物的覆盖物数据,其中,覆盖物数据包括覆盖位置、覆盖物相应角度的半径长度、覆盖物区域的颜色、图像部分的碰撞颜色、文字信息;根据覆盖位置、覆盖物相应角度的半径长度确定目标图像被遮挡部分所在的矩形区域;确定矩形区域内的图像中像素数量最多的颜色是否与碰撞颜色匹配;若匹配,则使用备用颜色的覆盖物覆盖目标图像,以及在覆盖区域显示文字信息。
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公开的实施例的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)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、确定单元、匹配单元和覆盖单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取用于覆盖目标图像的覆盖物的覆盖物数据的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种用于输出信息的方法,包括:
获取用于覆盖目标图像的覆盖物的覆盖物数据,其中,所述覆盖物数据包括覆盖位置、覆盖物相应角度的半径长度、图像部分的碰撞颜色、文字信息,所述文字信息包括文本内容和文本字体的颜色;
根据所述覆盖位置、覆盖物相应角度的半径长度确定所述目标图像被遮挡部分所在的矩形区域;
确定所述矩形区域内的图像中像素数量最多的颜色是否与所述碰撞颜色匹配,其中,将矩形区域内的图像中像素数量最多的颜色作为目标图像的主色,若碰撞颜色的各个基色分量与目标图像主色的各个基色分量中至少一个基色分量差值的绝对值小于等于预定阈值,则目标图像主色与碰撞颜色匹配;
若匹配,则使用备用颜色的覆盖物覆盖所述目标图像,以及在覆盖区域显示所述文字信息,文本字体的颜色也做相应的调整,以免与覆盖物的备用颜色相近。
2.根据权利要求1所述的方法,其中,所述覆盖物数据还包括覆盖物区域的颜色;以及
所述方法还包括:
若不匹配,则使用所述覆盖物区域的颜色的覆盖物覆盖所述目标图像,以及在覆盖区域显示所述文字信息。
3.根据权利要求1所述的方法,其中,所述方法还包括:
确定所述矩形区域内的图像的关键内容的边缘坐标组;
根据所述边缘坐标组对所述覆盖物进行裁剪以使得裁剪后的覆盖物不遮挡所述关键内容。
4.根据权利要求3所述的方法,其中,所述确定所述矩形区域内的图像的关键内容的边缘坐标组,包括:
将所述矩形区域内的图像输入预先训练的神经网络模型,得到所述矩形区域内的图像的关键内容的边缘坐标组,其中,所述神经网络模型用于表征图像和图像的关键内容的边缘坐标组的对应关系。
5.根据权利要求3所述的方法,其中,所述方法还包括:
响应于检测到对裁剪后的覆盖物的预定第一操作,显示出未裁剪的覆盖物。
6.根据权利要求1所述的方法,其中,所述方法还包括:
响应于检测到对所述覆盖物的预定第二操作,跳转到所述覆盖物相关联的页面。
7.一种用于输出信息的装置,包括:
获取单元,被配置成获取用于覆盖目标图像的覆盖物的覆盖物数据,其中,所述覆盖物数据包括覆盖位置、覆盖物相应角度的半径长度、图像部分的碰撞颜色、文字信息,所述文字信息包括文本内容和文本字体的颜色;
确定单元,被配置成根据所述覆盖位置、覆盖物相应角度的半径长度确定所述目标图像被遮挡部分所在的矩形区域;
匹配单元,被配置成确定所述矩形区域内的图像中像素数量最多的颜色是否与所述碰撞颜色匹配,其中,将矩形区域内的图像中像素数量最多的颜色作为目标图像的主色,若碰撞颜色的各个基色分量与目标图像主色的各个基色分量中至少一个基色分量差值的绝对值小于等于预定阈值,则目标图像主色与碰撞颜色匹配;
覆盖单元,被配置成若匹配,则使用备用颜色的覆盖物覆盖所述目标图像,以及在覆盖区域显示所述文字信息,文本字体的颜色也做相应的调整,以免与覆盖物的备用颜色相近。
8.根据权利要求7所述的装置,其中,所述覆盖物数据还包括覆盖物区域的颜色;以及
所述覆盖单元进一步被配置成:
若不匹配,则使用所述覆盖物区域的颜色的覆盖物覆盖所述目标图像,以及在覆盖区域显示所述文字信息。
9.根据权利要求7所述的装置,其中,所述装置还包括裁剪单元,被配置成:
确定所述矩形区域内的图像的关键内容的边缘坐标组;
根据所述边缘坐标组对所述覆盖物进行裁剪以使得裁剪后的覆盖物不遮挡所述关键内容。
10.根据权利要求9所述的装置,其中,所述裁剪单元进一步被配置成:
将所述矩形区域内的图像输入预先训练的神经网络模型,得到所述矩形区域内的图像的关键内容的边缘坐标组,其中,所述神经网络模型用于表征图像和图像的关键内容的边缘坐标组的对应关系。
11.根据权利要求9所述的装置,其中,所述装置还包括显示单元,被配置成:
响应于检测到对裁剪后的覆盖物的预定第一操作,显示出未裁剪的覆盖物。
12.根据权利要求7所述的装置,其中,所述装置还包括跳转单元,被配置成:
响应于检测到对所述覆盖物的预定第二操作,跳转到所述覆盖物相关联的页面。
13.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
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中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910352980.4A CN111862248B (zh) | 2019-04-29 | 2019-04-29 | 用于输出信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910352980.4A CN111862248B (zh) | 2019-04-29 | 2019-04-29 | 用于输出信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111862248A CN111862248A (zh) | 2020-10-30 |
CN111862248B true CN111862248B (zh) | 2023-09-29 |
Family
ID=72965265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910352980.4A Active CN111862248B (zh) | 2019-04-29 | 2019-04-29 | 用于输出信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111862248B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8165915B1 (en) * | 2008-07-23 | 2012-04-24 | Google Inc. | Advertisement customization |
CN104320583A (zh) * | 2014-11-03 | 2015-01-28 | 联想(北京)有限公司 | 图像处理方法、图像处理装置及电子设备 |
WO2015151174A1 (ja) * | 2014-03-31 | 2015-10-08 | 楽天株式会社 | 情報処理装置 |
US10109092B1 (en) * | 2015-03-24 | 2018-10-23 | Imagical LLC | Automated text layout, color and other stylization on an image or video, and the tracking and application of user color preferences |
CN109376659A (zh) * | 2018-10-26 | 2019-02-22 | 北京陌上花科技有限公司 | 用于人脸关键点网络检测模型的训练方法、人脸关键点检测方法、装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7015978B2 (en) * | 1999-12-13 | 2006-03-21 | Princeton Video Image, Inc. | System and method for real time insertion into video with occlusion on areas containing multiple colors |
SG119229A1 (en) * | 2004-07-30 | 2006-02-28 | Agency Science Tech & Res | Method and apparatus for insertion of additional content into video |
JP4438741B2 (ja) * | 2005-11-30 | 2010-03-24 | ソニー株式会社 | 色調整装置、印刷装置、画像処理装置、色調整方法、プログラム |
JP5526873B2 (ja) * | 2010-03-09 | 2014-06-18 | 株式会社リコー | 擬似中間調処理装置、画像形成システム |
GB201102794D0 (en) * | 2011-02-17 | 2011-03-30 | Metail Ltd | Online retail system |
CN104835134B (zh) * | 2014-02-11 | 2018-01-02 | 阿里巴巴集团控股有限公司 | 一种计算商品图像牛皮癣分值的方法和装置 |
-
2019
- 2019-04-29 CN CN201910352980.4A patent/CN111862248B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8165915B1 (en) * | 2008-07-23 | 2012-04-24 | Google Inc. | Advertisement customization |
WO2015151174A1 (ja) * | 2014-03-31 | 2015-10-08 | 楽天株式会社 | 情報処理装置 |
CN104320583A (zh) * | 2014-11-03 | 2015-01-28 | 联想(北京)有限公司 | 图像处理方法、图像处理装置及电子设备 |
US10109092B1 (en) * | 2015-03-24 | 2018-10-23 | Imagical LLC | Automated text layout, color and other stylization on an image or video, and the tracking and application of user color preferences |
CN109376659A (zh) * | 2018-10-26 | 2019-02-22 | 北京陌上花科技有限公司 | 用于人脸关键点网络检测模型的训练方法、人脸关键点检测方法、装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111862248A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046021B (zh) | 一种页面显示方法、装置、系统、设备和存储介质 | |
CN109460233B (zh) | 页面的原生界面显示更新方法、装置、终端设备及介质 | |
CN112698769B (zh) | 信息交互方法、装置、设备、存储介质及程序产品 | |
US20220277481A1 (en) | Panoramic video processing method and apparatus, and storage medium | |
CN109981787B (zh) | 用于展示信息的方法和装置 | |
CN111562895B (zh) | 多媒体信息的展示方法、装置以及电子设备 | |
CN110059623B (zh) | 用于生成信息的方法和装置 | |
CN110084317B (zh) | 用于识别图像的方法和装置 | |
CN111597953A (zh) | 多路图像处理方法、装置及电子设备 | |
CN112306793A (zh) | 用于监控网页的方法和装置 | |
CN109168012B (zh) | 用于终端设备的信息处理方法和装置 | |
CN113395538B (zh) | 音效渲染方法、装置、计算机可读介质和电子设备 | |
CN110855626B (zh) | 电子白板丢包处理方法、系统、介质和电子设备 | |
CN110728129B (zh) | 对图片中的文本内容进行排版的方法、装置、介质和设备 | |
CN110472558B (zh) | 图像处理方法和装置 | |
CN114363686B (zh) | 多媒体内容的发布方法、装置、设备和介质 | |
CN110673886B (zh) | 用于生成热力图的方法和装置 | |
CN111400581B (zh) | 用于标注样本的系统、方法和装置 | |
CN112532785A (zh) | 图像显示方法、装置、电子设备以及存储介质 | |
US11810336B2 (en) | Object display method and apparatus, electronic device, and computer readable storage medium | |
CN111862248B (zh) | 用于输出信息的方法和装置 | |
CN108509442B (zh) | 搜索方法和装置、服务器以及计算机可读存储介质 | |
CN115756461A (zh) | 标注模板生成方法、图像识别方法、装置和电子设备 | |
CN110991312A (zh) | 生成检测信息的方法、装置、电子设备和介质 | |
CN113256659B (zh) | 图片处理方法、装置和电子设备 |
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 |