CN112052347B - 图像存储方法、装置以及电子设备 - Google Patents
图像存储方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN112052347B CN112052347B CN202011074592.3A CN202011074592A CN112052347B CN 112052347 B CN112052347 B CN 112052347B CN 202011074592 A CN202011074592 A CN 202011074592A CN 112052347 B CN112052347 B CN 112052347B
- Authority
- CN
- China
- Prior art keywords
- image
- identification
- database
- storage
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012795 verification Methods 0.000 claims description 47
- 230000015654 memory Effects 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开公开了图像存储方法、装置以及电子设备,涉及人工智能技术,尤其涉及图像处理技术和云计算。具体实现方案为:获取图像;根据所述图像,生成所述图像的标识;根据所述标识,确定所述图像在第一数据库中的存储位置;将所述图像存储至所述存储位置;将所述标识存储至第二数据库中。根据图像的标识即可确定图像的存储位置,可以简化图像存储和获取的过程,提高图像存储和获取的效率。
Description
技术领域
本公开涉及人工智能技术,尤其涉及图像处理技术和云计算。具体地,提供了一种图像存储方法、装置以及电子设备。
背景技术
随着移动互联网技术的发展,图像服务已经成为互联网应用中一个重要的组成部分,如何降低存储成本、提高图像并发读取性能,是目前图片存储技术面临的主要问题。传统方式的web服务中,图像服务一般以模块的方式集成在web应用的内部。
发明内容
本公开提供了一种图像存储方法、装置以及电子设备。
根据本公开的第一方面,提供了一种图像存储方法,包括:
获取图像;
根据所述图像,生成所述图像的标识;
根据所述标识,确定所述图像在第一数据库中的存储位置;
将所述图像存储至所述存储位置;
将所述标识存储至第二数据库中。
根据本公开的第二方面,提供了一种图像存储装置,包括:
第一获取模块,用于获取图像;
生成模块,用于根据所述图像,生成所述图像的标识;
确定模块,用于根据所述标识,确定所述图像在第一数据库中的存储位置;
第一存储模块,用于将所述图像存储至所述存储位置;
第二存储模块,用于将所述标识存储至第二数据库中。
根据本公开的第三方面,提供了一种电子设备,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任一项所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的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任一项所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据第一方面任一项所述的方法。
本公开的技术解决了已有的图像的存储方式,会使得图像访问效率较低的问题。本公开中通过获取图像;根据所述图像,生成所述图像的标识;根据所述标识,确定所述图像在第一数据库中的存储位置;将所述图像存储至所述存储位置;将所述标识存储至第二数据库中。本公开中,根据图像的标识即可确定图像的存储位置,可以简化图像存储和获取的过程,提高图像存储和获取的效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开实施例提供的图像存储方法的流程图;
图2是本公开实施例提供的图像存储装置的结构图;
图3是用来实现本公开实施例的图像存储方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
参见图1,图1是本公开实施例提供的图像存储方法的流程图,如图1所示,本实施例提供一种图像存储方法,应用于服务器,包括以下步骤:
步骤101、获取图像。图像可由终端上传给服务器,例如,用户通过终端将图像上传给服务器。
步骤102、根据所述图像,生成所述图像的标识。可根据图像本身的属性,例如高度、宽度和文件类型等等,为图像生成图像的标识,图像与标识之间具有一一对应关系。
步骤103、根据所述标识,确定所述图像在第一数据库中的存储位置。
第一数据库为存储图像数据的数据库。根据图像的标识,确定图像在第一数据库中的存储位置,例如,通过确定一个映射规则,根据该映射规则和标识,可获得第一数据库中的一个存储位置,该存储位置即为图像在第一数据库中的存储位置,或者,通过哈希算法来根据标识确定图像在第一数据库中的存储位置。
步骤104、将所述图像存储至所述存储位置。
在确定图像的存储位置之后,将图像存储至存储位置,即,将图像的图像数据存储至存储位置。
步骤105、将所述标识存储至第二数据库中。
将图像的标识存储在第二数据库中,第二数据库可采用分布式数据库系统(Distributed Database System,DDBS)。利用DDBS的逻辑上单一表的特性,可降低了分库分表操作的复杂性。
在存储标识时,还可以将图像的上传时间,图像的状态一同存储至第二数据库。存储状态是指图像在第一数据库中的存储状态,存储状态包括正常状态或删除状态,若图像存储在第二数据库中,则存储状态为正常状态;若第二数据库中,图像的图像数据被删除,或者被覆盖,则存储状态为删除状态。
本实施例中,通过获取图像;根据所述图像,生成所述图像的标识;根据所述标识,确定所述图像在第一数据库中的存储位置;将所述图像存储至所述存储位置;将所述标识存储至第二数据库中。根据图像生成图像的标识,从而确定图像的存储位置,即,根据图像的标识即可确定图像的存储位置,可以简化图像存储和获取的过程,提高图像存储和获取的效率。
本公开中的图像存储方法可用于云存储、云计算领域。云存储是一种网上在线存储的模式,即把数据存放在由第三方托管的多台虚拟服务器,而非专属的服务器上。数据中心营运商根据客户的需求,在后端准备存储虚拟化的资源,并将其以存储资源池的方式提供,客户便可自行使用此存储资源池来存放文件或对象。当访问流量增大时,采用云存储能够提高并发能力和响应速度。采用本公开中的图像存储方法,可以简化图像存储和获取的过程,提高图像存储和获取的效率。
在本公开一个实施例中,所述根据所述图像,生成所述图像的标识,包括:
生成加密字符串;
根据所述图像的属性,生成属性字符串,所述属性包括高度、宽度和文件类型中的至少一项;
根据所述加密字符串和所述属性字符串,生成所述图像的标识。
具体的,服务器可为图像生成32位的加密字符串,例如,根据规则进行自增,生成32位的加密字符串。图像的属性包括图像的高度、图像的宽度和图像的文件类型中的至少一项。在本实施例中,根据图像的高度、图像的宽度和图像的文件类型生成属性字符串,属性字符串中4位对应图像的高度,4位对应图像的宽度。
根据所述加密字符串和所述属性字符串,生成所述图像的标识,例如,将加密字符串和属性字符串进行拼接,生成图像的标识;或者,将加密字符串和属性字符串进行拼接,并增加预留位和校验位,获得图像的标识。如下所示为生成的标识示例,采用十六进制表示:
“654a9e331f5d09f50b1c6ac675e18a9c4385a010c7”;
生成的标识为一个自解析自校验的字符串,由44位的字符串组成,包括图像的元数据(meta)信息,例如图像高度、图像宽度等,并包含检验位防止数据被篡改,标识的各个数据位的含义如下:
前32位字符表示:自增数字标识的加密字符串;
第33~36位字符表示:图像宽度,16进制;
第37~40位字符表示:图像高度,16进制;
第41位字符表示:文件类型,例如1表示jpg类型,2表示png类型,3表示gif类型;
第42位字符表示:预留位;
第43~44位字符表示:校验位。
本实施例中,在生成的标识中包括图像的属性信息,通过标识可直接获取到图像的属性信息,例如,高度信息、宽度信息或者文件类型等等,这样,可以通过标识快速获知图像的属性信息,提高获取图像的属性信息的效率,另外,还可以节省额外存储属性信息的存储空间。
在本公开一个实施例中,所述将所述标识存储至第二数据库中,包括:
将所述标识、所述图像的存储状态以及所述图像的存储时间存储至第二数据库中,所述第二数据库为分布式数据库,所述存储状态包括正常状态或删除状态。
将图像的标识、图像在第一数据库中的存储状态,以及图像的存储时间存储至第二数据库中。存储状态可包括正常状态或删除状态,首次将图像的存储状态存储至第二数据库中时,存储状态可默认为正常状态。
本实施例中,将所述标识、所述图像的存储状态以及所述图像的存储时间存储至第二数据库中,以在第二数据库中存储图像的存储记录,用户可通过图像的标识在第二数据库中进行查询,获知图像存储至第一数据库的相关信息。由于第二数据库采用分布式数据库,可降低分库分表操作的复杂性,提高查询效率。
在本公开一个实施例中,所述获取图像,包括:
接收终端上传的所述图像;
对所述图像进行参数校验,所述参数校验包括文件类型校验、文件大小校验、图像高度校验和图像宽度校验中的至少一项;
所述根据所述图像,生成所述图像的标识,包括:
在所述参数校验通过的情况下,根据所述图像,生成所述图像的标识。
本实施例中,服务器在接收到终端上传的图像之后,对图像进行参数校验,例如,校验图像的文件类型是否符合存储要求,校验图像的文件大小是否符合存储要求,校验图像的高度、宽度等是否符合存储要求,即,参数校验包括文件类型校验、文件大小校验、图像高度校验和图像宽度校验中的至少一项。
若参数校验通过,则根据图像,生成图像的标识。若参数校验未通过,则可向终端反馈校验未通过提示,待终端重新上传符合存储要求的图像。
服务器可为图像生成32位的加密字符串,例如,根据规则进行自增,生成32位的加密字符串。图像的属性包括图像的高度、图像的宽度和图像的文件类型中的至少一项。在本实施例中,根据图像的高度、图像的宽度和图像的文件类型生成属性字符串,属性字符串中4位对应图像的高度,4位对应图像的宽度。具体可参见上述实施例中,根据所述图像,生成所述图像的标识的详细过程,在此不做赘述。
本实施例中,服务器在获取到图像之后,对图像进行参数校验,判断其是否符合存储要求,若参数校验通过,则根据所述图像,生成所述图像的标识,从而确定图像的存储位置。上述过程可以避免在第一数据库中存储不符合要求的图像,例如,文件容量大于存储上限的图像,或者宽度大于预设最大宽度的图像,或者高度大于预设最大高度的图像。即通过参数校验可以筛选出符合存储要求的图像进行存储,提高存储至第一数据库中的图像的规范性。
为了进一步对存储的图像进行筛选,避免存储的图像为违规图像,例如,涉黄、涉暴等图像,在将图像存储至第一数据库,将标识存储至第二数据库之后,还包括:
对所述图像对识别,获得识别结果;
若根据所述识别结果确定所述图像为违规图像,则将所述存储位置存储的所述图像替换为默认图像;
将所述第二数据库中存储的所述标识对应的所述图像设置为所述删除状态。
对图像进行识别,识别图像中是否包括违规信息,例如涉黄、涉暴信息等等。例如,训练一个用于对图像进行识别的识别模型,识别模型输出识别结果,具体的,可采用人工标记对样本图像是否涉及违规内容进行标记,然后用标记后的样本图像对基础模型进行训练,获得识别模型。后续可采用该识别模型对图像进行识别,获得识别结果,识别结果可为一个标记,例如0表示正常图像,1表示违规图像。根据识别结果可获知图像是否为违规图像。
若图像为违规图像,则将所述存储位置存储的所述图像替换为默认图像,即将第一数据库中图像的存储位置存储的数据替换为默认图像的数据。进一步的,在替换操作之前,还可以对图像进行备份,避免误操作。
由于对图像进行识别的处理时间较长,若在对图像进行存储之前,先对图像进行识别,会增加图像存储的处理时间,影响用户体验。在本实施例中,对图像进行存储之后,再对图像进行识别,即采用异步回调的方式,通知业务方(可理解为执行图像存储操作的模块),业务方接收到图像为违规图像的回调请求,做如下处理:
更新第二数据库中图像的存储状态,即将所述第二数据库中存储的所述标识对应的所述图像设置为所述删除状态;
备份图像,并用默认图像的数据替换第一数据库中的图像数据。
本实施例中,在将图像存储至第一数据库,将标识存储至第二数据库之后,对所述图像对识别,获得识别结果;若根据所述识别结果确定所述图像为违规图像,则将所述存储位置存储的所述图像替换为默认图像;将所述第二数据库中存储的所述标识对应的所述图像设置为所述删除状态。可以在保障图像存储符合法律法规规定的前提下,有效保障图像存储的效率。
在本公开一个实施例中,在所述将所述标识存储至第二数据库中之后,还包括:
根据所述标识,获取所述图像的存储位置;
从所述存储位置获取所述图像;
对所述图像进行尺寸转换,获得目标图像,所述目标图像的尺寸小于所述图像的尺寸。
在本实施例中,可以根据标识来获取图像的存储位置,例如,通过确定一个映射规则,根据该映射规则和标识,可获得第一数据库中的一个存储位置,该存储位置即为图像在第一数据库中的存储位置,或者,通过哈希算法来根据标识确定图像在第一数据库中的存储位置。在获得存储位置之后,再将存储位置转换为统一资源定位符(Uniform ResourceLocation,URL),通过URL来获取存储在存储位置的图像,并将获取的图像发送给终端。为了提高终端对图像的访问请求的响应效率,服务器在获取到图像之后,并不立即发送给终端,而是先对图像进行尺寸转换,获得目标图像,目标图像的尺寸小于图像的尺寸,即在服务器底层封装有通用的、提供图像尺寸转换的方法,转成小图或中图,转换后的图像发送给客户端,可减少图像的传输量,尤其是对于容量较大的图像来说,将图像转换成小图或中图后发送给终端,可以提高图像的访问速度。
本实施例中,在根据图像的标识从第一数据库中获取图像时,可根据所述标识,获取所述图像的存储位置;从所述存储位置获取所述图像;对所述图像进行尺寸转换,获得目标图像,所述目标图像的尺寸小于所述图像的尺寸。通过将图像转换成尺寸较小的目标图像,可以提高图像的访问速度。
服务器包括图像导入模块、图像校验模块、反作弊模块及图像信息第一获取模块。其中,图像导入模块用于接收终端发送的图像,并将图像发送给图像校验模块;图像校验模块用于对图像进行参数校验;反作弊模块用于对图像进行识别,判断图像是否是违规图像;图像信息第一获取模块用于根据标识从第一数据库中获取图像。
参见图2,图2是本公开实施例提供的图像存储装置的结构图,如图2所示,本实施例提供一种图像存储装置200,包括:
第一获取模块201,用于获取图像;
生成模块202,用于根据所述图像,生成所述图像的标识;
确定模块203,用于根据所述标识,确定所述图像在第一数据库中的存储位置;
第一存储模块204,用于将所述图像存储至所述存储位置;
第二存储模块205,用于将所述标识存储至第二数据库中。
进一步的,所述生成模块202,包括:
第一生成子模块,用于生成加密字符串;
第二生成子模块,用于根据所述图像的属性,生成属性字符串,所述属性包括高度、宽度和文件类型中的至少一项;
第三生成子模块,用于根据所述加密字符串和所述属性字符串,生成所述图像的标识。
进一步的,所述第二存储模块205,用于:
将所述标识、所述图像的存储状态以及所述图像的存储时间存储至所述第二数据库中,所述第二数据库为分布式数据库。
进一步的,所述第一获取模块201,包括:
接收子模块,用于接收终端上传的所述图像;
校验子模块,用于对所述图像进行参数校验,所述参数校验包括文件类型校验、文件大小校验、图像高度校验和图像宽度校验中的至少一项;
所述生成模块202,用于:
在所述参数校验通过的情况下,根据所述图像,生成所述图像的标识。
进一步的,图像存储装置200还包括:
识别模块,用于对所述图像对识别,获得识别结果;
替换模块,用于若根据所述识别结果确定所述图像为违规图像,则将所述存储位置存储的所述图像替换为默认图像;
设置模块,用于将所述第二数据库中存储的所述标识对应的所述图像设置为所述删除状态。
进一步的,图像存储装置200还包括:
第二获取模块,用于根据所述标识,获取所述图像的存储位置;
第三获取模块,用于从所述存储位置获取所述图像;
第四获取模块,用于对所述图像进行尺寸转换,获得目标图像,所述目标图像的尺寸小于所述图像的尺寸。
本公开实施例的图像存储装置200,通过获取图像;根据所述图像,生成所述图像的标识;根据所述标识,确定所述图像在第一数据库中的存储位置;将所述图像存储至所述存储位置;将所述标识存储至第二数据库中。根据图像的标识即可确定图像的存储位置,可以简化图像存储和获取的过程,提高图像存储和获取的效率。
根据本公开的实施例,本公开还提供了一种电子设备、计算机程序产品和一种可读存储介质。
如图3所示,是根据本公开实施例的图像存储的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/或者要求的本公开的实现。
如图3所示,该电子设备包括:一个或多个处理器501、存储器502,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3中以一个处理器501为例。
存储器502即为本公开所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本公开所提供的图像存储的方法。本公开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公开所提供的图像存储的方法。
存储器502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,如本公开实施例中的图像存储的方法对应的程序指令/模块(例如,附图2所示的第一获取模块201、生成模块202、确定模块203、第一存储模块204和第二存储模块205)。处理器501通过运行存储在存储器502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存储的方法。
存储器502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存储的电子设备的使用所创建的数据等。此外,存储器502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502可选包括相对于处理器501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存储的电子设备。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。
图像存储的方法的电子设备还可以包括:输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图3中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息,以及产生与图像存储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504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。
本公开中,通过获取图像;根据所述图像,生成所述图像的标识;根据所述标识,确定所述图像在第一数据库中的存储位置;将所述图像存储至所述存储位置;将所述标识存储至第二数据库中。根据图像生成图像的标识,从而确定图像的存储位置,即,根据图像的标识即可确定图像的存储位置,可以简化图像存储和获取的过程,提高图像存储和获取的效率。
在生成的标识中包括图像的属性信息,通过标识可直接获取到图像的属性信息,例如,高度信息、宽度信息或者文件类型等等,这样,可以通过标识快速获知图像的属性信息,提高获取图像的属性信息的效率,另外,还可以节省额外存储属性信息的存储空间。
将所述标识、所述图像的存储状态以及所述图像的存储时间存储至第二数据库中,以在第二数据库中存储图像的存储记录,用户可通过图像的标识在第二数据库中进行查询,获知图像存储至第一数据库的相关信息。由于第二数据库采用分布式数据库,可降低分库分表操作的复杂性,提高查询效率。
服务器在获取到图像之后,对图像进行参数校验,判断其是否符合存储要求,若参数校验通过,则根据所述图像,生成所述图像的标识,从而确定图像的存储位置。上述过程可以避免在第一数据库中存储不符合要求的图像,例如,文件容量大于存储上限的图像,或者宽度大于预设最大宽度的图像,或者高度大于预设最大高度的图像。即通过参数校验可以筛选出符合存储要求的图像进行存储,提高存储至第一数据库中的图像的规范性。
在将图像存储至第一数据库,将标识存储至第二数据库之后,对所述图像对识别,获得识别结果;若根据所述识别结果确定所述图像为违规图像,则将所述存储位置存储的所述图像替换为默认图像;将所述第二数据库中存储的所述标识对应的所述图像设置为所述删除状态。可以在保障图像存储符合法律法规规定的前提下,有效保障图像存储的效率。
在根据图像的标识从第一数据库中获取图像时,可根据所述标识,获取所述图像的存储位置;从所述存储位置获取所述图像;对所述图像进行尺寸转换,获得目标图像,所述目标图像的尺寸小于所述图像的尺寸。通过将图像转换成尺寸较小的目标图像,可以提高图像的访问速度。
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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (14)
1.一种图像存储方法,包括:
获取图像;
根据所述图像,生成所述图像的标识;
根据所述标识,确定所述图像在第一数据库中的存储位置;
将所述图像存储至所述存储位置;
将所述标识存储至第二数据库中;
其中,所述根据所述标识,确定所述图像在第一数据库中的存储位置包括:
确定一个映射规则,根据所述映射规则和标识,获得第一数据库中的一个存储位置,所述存储位置为所述图像在所述第一数据库中的存储位置,或者,通过哈希算法根据标识确定所述图像在所述第一数据库中的存储位置。
2.根据权利要求1所述的方法,其中,所述根据所述图像,生成所述图像的标识,包括:
生成加密字符串;
根据所述图像的属性,生成属性字符串,所述属性包括高度、宽度和文件类型中的至少一项;
根据所述加密字符串和所述属性字符串,生成所述图像的标识。
3.根据权利要求1所述的方法,其中,所述将所述标识存储至第二数据库中,包括:
将所述标识、所述图像的存储状态以及所述图像的存储时间存储至所述第二数据库中,所述第二数据库为分布式数据库。
4.根据权利要求1所述的方法,其中,所述获取图像,包括:
接收终端上传的所述图像;
对所述图像进行参数校验,所述参数校验包括文件类型校验、文件大小校验、图像高度校验和图像宽度校验中的至少一项;
所述根据所述图像,生成所述图像的标识,包括:
在所述参数校验通过的情况下,根据所述图像,生成所述图像的标识。
5.根据权利要求3所述的方法,其中,在所述将所述标识存储至第二数据库中之后,还包括:
对所述图像对识别,获得识别结果;
若根据所述识别结果确定所述图像为违规图像,则将所述存储位置存储的所述图像替换为默认图像;
将所述第二数据库中存储的所述标识对应的所述图像设置为删除状态。
6.根据权利要求1所述的方法,其中,在所述将所述标识存储至第二数据库中之后,还包括:
根据所述标识,获取所述图像的存储位置;
从所述存储位置获取所述图像;
对所述图像进行尺寸转换,获得目标图像,所述目标图像的尺寸小于所述图像的尺寸。
7.一种图像存储装置,包括:
第一获取模块,用于获取图像;
生成模块,用于根据所述图像,生成所述图像的标识;
确定模块,用于根据所述标识,确定所述图像在第一数据库中的存储位置;
第一存储模块,用于将所述图像存储至所述存储位置;
第二存储模块,用于将所述标识存储至第二数据库中;
所述确定模块具体用于:确定一个映射规则,根据所述映射规则和标识,获得第一数据库中的一个存储位置,所述存储位置为所述图像在所述第一数据库中的存储位置,或者,通过哈希算法根据标识确定所述图像在所述第一数据库中的存储位置。
8.根据权利要求7所述的装置,其中,所述生成模块,包括:
第一生成子模块,用于生成加密字符串;
第二生成子模块,用于根据所述图像的属性,生成属性字符串,所述属性包括高度、宽度和文件类型中的至少一项;
第三生成子模块,用于根据所述加密字符串和所述属性字符串,生成所述图像的标识。
9.根据权利要求7所述的装置,其中,所述第二存储模块,用于:
将所述标识、所述图像的存储状态以及所述图像的存储时间存储至所述第二数据库中,所述第二数据库为分布式数据库。
10.根据权利要求7所述的装置,其中,所述第一获取模块,包括:
接收子模块,用于接收终端上传的所述图像;
校验子模块,用于对所述图像进行参数校验,所述参数校验包括文件类型校验、文件大小校验、图像高度校验和图像宽度校验中的至少一项;
所述生成模块,用于:
在所述参数校验通过的情况下,根据所述图像,生成所述图像的标识。
11.根据权利要求9所述的装置,其中,还包括:
识别模块,用于对所述图像对识别,获得识别结果;
替换模块,用于若根据所述识别结果确定所述图像为违规图像,则将所述存储位置存储的所述图像替换为默认图像;
设置模块,用于将所述第二数据库中存储的所述标识对应的所述图像设置为删除状态。
12.根据权利要求7所述的装置,其中,还包括:
第二获取模块,用于根据所述标识,获取所述图像的存储位置;
第三获取模块,用于从所述存储位置获取所述图像;
第四获取模块,用于对所述图像进行尺寸转换,获得目标图像,所述目标图像的尺寸小于所述图像的尺寸。
13.一种电子设备,其中,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1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011074592.3A CN112052347B (zh) | 2020-10-09 | 2020-10-09 | 图像存储方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011074592.3A CN112052347B (zh) | 2020-10-09 | 2020-10-09 | 图像存储方法、装置以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112052347A CN112052347A (zh) | 2020-12-08 |
CN112052347B true CN112052347B (zh) | 2024-06-04 |
Family
ID=73606391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011074592.3A Active CN112052347B (zh) | 2020-10-09 | 2020-10-09 | 图像存储方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112052347B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116954518B (zh) * | 2023-08-09 | 2024-06-04 | 翼存(上海)智能科技有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1672164A (zh) * | 2002-06-26 | 2005-09-21 | 摩托罗拉公司 | 用于限制可视信息的存储或发送的方法和设备 |
CN106446153A (zh) * | 2016-09-21 | 2017-02-22 | 广州特道信息科技有限公司 | 一种分布式newSQL数据库系统及方法 |
CN207232981U (zh) * | 2017-04-17 | 2018-04-13 | 岭南师范学院 | 一种基于云计算的人脸美学分析装置 |
EP3311346A1 (en) * | 2015-06-19 | 2018-04-25 | Stevanato Group S.p.A. | Methods and systems for linking specific information to individual product units |
CN108965982A (zh) * | 2018-08-28 | 2018-12-07 | 百度在线网络技术(北京)有限公司 | 视频录制方法、装置、电子设备和可读存储介质 |
WO2019015682A1 (zh) * | 2017-07-21 | 2019-01-24 | 北京市商汤科技开发有限公司 | 人脸图像动态入库方法和装置、电子设备、介质、程序 |
CN109284684A (zh) * | 2018-08-21 | 2019-01-29 | Oppo广东移动通信有限公司 | 一种信息处理方法、装置以及计算机存储介质 |
CN111078910A (zh) * | 2019-12-06 | 2020-04-28 | 武汉联影医疗科技有限公司 | 医学影像的存储方法、装置、系统、设备和存储介质 |
CN111738325A (zh) * | 2020-06-16 | 2020-10-02 | 北京百度网讯科技有限公司 | 图像识别方法、装置、设备以及存储介质 |
-
2020
- 2020-10-09 CN CN202011074592.3A patent/CN112052347B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1672164A (zh) * | 2002-06-26 | 2005-09-21 | 摩托罗拉公司 | 用于限制可视信息的存储或发送的方法和设备 |
EP3311346A1 (en) * | 2015-06-19 | 2018-04-25 | Stevanato Group S.p.A. | Methods and systems for linking specific information to individual product units |
CN106446153A (zh) * | 2016-09-21 | 2017-02-22 | 广州特道信息科技有限公司 | 一种分布式newSQL数据库系统及方法 |
CN207232981U (zh) * | 2017-04-17 | 2018-04-13 | 岭南师范学院 | 一种基于云计算的人脸美学分析装置 |
WO2019015682A1 (zh) * | 2017-07-21 | 2019-01-24 | 北京市商汤科技开发有限公司 | 人脸图像动态入库方法和装置、电子设备、介质、程序 |
CN109284684A (zh) * | 2018-08-21 | 2019-01-29 | Oppo广东移动通信有限公司 | 一种信息处理方法、装置以及计算机存储介质 |
CN108965982A (zh) * | 2018-08-28 | 2018-12-07 | 百度在线网络技术(北京)有限公司 | 视频录制方法、装置、电子设备和可读存储介质 |
CN111078910A (zh) * | 2019-12-06 | 2020-04-28 | 武汉联影医疗科技有限公司 | 医学影像的存储方法、装置、系统、设备和存储介质 |
CN111738325A (zh) * | 2020-06-16 | 2020-10-02 | 北京百度网讯科技有限公司 | 图像识别方法、装置、设备以及存储介质 |
Non-Patent Citations (1)
Title |
---|
网上评卷海量图像数据云存储技术应用探析;蔡武越;;中国考试(06);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112052347A (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111258609B (zh) | Kubernetes集群的升级方法、装置、电子设备和介质 | |
WO2018072634A1 (zh) | 应用程序处理方法和装置 | |
CN110688270B (zh) | 视频元素资源处理方法、装置、设备及存储介质 | |
CN111177107B (zh) | 基于区块链的文件处理方法、装置、设备和存储介质 | |
CN111694857B (zh) | 存储资源数据的方法、装置、电子设备及计算机可读介质 | |
CN111752843A (zh) | 用于确定影响面的方法、装置、电子设备及可读存储介质 | |
CN111475164B (zh) | 组件依赖关系检测方法、装置以及电子设备 | |
CN111881387B (zh) | 用于小程序的数据处理方法、装置、设备和介质 | |
CN111752587B (zh) | 小程序的批量处理方法、装置、电子设备以及可读存储介质 | |
CN111966633A (zh) | 用于查询目录下子节点的方法、装置、电子设备及介质 | |
CN112015468B (zh) | 一种接口文档处理方法、装置、电子设备以及存储介质 | |
CN111752960B (zh) | 数据处理方法和装置 | |
CN112269706A (zh) | 接口参数校验方法、装置、电子设备以及计算机可读介质 | |
CN110545324B (zh) | 数据处理方法、装置、系统、网络设备和存储介质 | |
CN112052347B (zh) | 图像存储方法、装置以及电子设备 | |
CN111985760B (zh) | 数据内容的评价方法、装置、电子设备及存储介质 | |
CN111831320A (zh) | 插件管理方法、装置、电子设备及存储介质 | |
WO2023169193A1 (zh) | 用于生成智能合约的方法和装置 | |
CN113010811B (zh) | 网页获取方法、装置、电子设备及计算机可读存储介质 | |
CN112148279B (zh) | 日志信息处理方法、装置、电子设备和存储介质 | |
CN111506787B (zh) | 网页更新的方法、装置、电子设备和计算机可读存储介质 | |
CN111639116B (zh) | 数据访问连接会话保护方法以及装置 | |
CN111506786B (zh) | 网页更新的方法、装置、电子设备和计算机可读存储介质 | |
CN111459887B (zh) | 资源筛查方法、装置、电子设备和存储介质 | |
CN112925482B (zh) | 数据处理方法、装置、系统、电子设备和计算机存储介质 |
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 |