CN114692202A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114692202A CN114692202A CN202210344376.9A CN202210344376A CN114692202A CN 114692202 A CN114692202 A CN 114692202A CN 202210344376 A CN202210344376 A CN 202210344376A CN 114692202 A CN114692202 A CN 114692202A
- Authority
- CN
- China
- Prior art keywords
- image
- pixels
- desensitized
- original image
- target
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 45
- 238000003672 processing method Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000008859 change Effects 0.000 claims description 22
- 238000011084 recovery Methods 0.000 claims description 6
- 238000000586 desensitisation Methods 0.000 abstract description 42
- 230000006870 function Effects 0.000 description 19
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002441 reversible effect Effects 0.000 description 3
- 241001442234 Cosa Species 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 244000089409 Erythrina poeppigiana Species 0.000 description 1
- 235000009776 Rathbunia alamosensis Nutrition 0.000 description 1
- 101100083337 Schizosaccharomyces pombe (strain 972 / ATCC 24843) pic1 gene Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
- G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Bioethics (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像处理方法、装置、电子设备及存储介质,涉及图像脱敏技术领域,该方法包括:获取原始图像,识别出原始图像中包含敏感信息的目标图像区域,改变该目标图像区域中至少两个像素的位置得到已脱敏图像,实现对原始图像的脱敏,并且已脱敏图像允许被恢复为原始图像,在用户查看脱敏图像时直接显示即可,在用户查看原始图像时,可将已脱敏图像转换为原始图像便于用户查看,即使只存储一份已脱敏图像即可实现原始图像和已脱敏图像的查看,节省存储资源,并且原始图像上的脱敏信息的安全性高。
Description
技术领域
本申请涉及图像处理技术领域,更具体地,涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
由设备采集的图像,或者是由设备自动生成的图像上,往往承载有大量的信息,而这些信息中可能包含涉及个人隐私的敏感信息。如果携带有敏感信息的图像泄露,可能会导致个人隐私泄露,甚至导致财物损失等更为严重的后果,因此,需要对携带有敏感信息的原始图像进行脱敏处理是有必要的。
发明内容
鉴于上述问题,本申请提出了一种图像处理方法、装置、电子设备及存储介质,用于实现对携带有敏感信息的图像进行脱敏处理。
第一方面,本申请实施例提供了一种图像处理方法,所述方法包括:获取原始图像;对所述原始图像进行识别,确定所述原始图像中包含敏感信息的目标图像区域;改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;所述已脱敏图像允许被恢复为所述原始图像。
第二方面,本申请实施例提供了一种图像处理装置,所述装置包括:获取模块,用于获取原始图像;确定模块,用于对所述原始图像进行识别,确定所述原始图像中包含敏感信息的目标图像区域;位置改变模块,用于改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;所述已脱敏图像允许被恢复为所述原始图像。
第三方面,本申请实施例提供了一种电子设备,所述电子设备包括:一个或多个处理器;存储器;一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于执行上述方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行上述方法。
第五方面,本申请实施例提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述方法。
本申请提供的图像处理方法、装置、电子设备及存储介质,获取原始图像,识别出原始图像中包含敏感信息的目标图像区域,改变该目标图像区域中至少两个像素的位置得到已脱敏图像,实现对原始图像的脱敏,并且已脱敏图像允许被恢复为原始图像,在用户查看脱敏图像时直接显示即可,在用户查看原始图像时,可将已脱敏图像转换为原始图像便于用户查看,即使只存储一份已脱敏图像即可实现原始图像和已脱敏图像的查看,节省存储资源,并且原始图像上的脱敏信息的安全性高。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了一种图像处理方法的流程示意图;
图2示出了本申请一实施例提供的图像处理方法的一种应用环境示意图;
图3示出了本申请一实施例提供的图像处理方法的流程示意图;
图4示出了本申请的图3所示的图像处理方法的步骤S220的一种流程示意图;
图5为原始图像包含敏感信息的图像区域示意图;
图6为原始图像包含敏感信息的图像区域示意图;
图7示出了本申请的图3所示的图像处理方法的步骤S230的一种流程示意图;
图8为目标图像区域示意图;
图9为位置改变示意图;
图10为位置改变示意图;
图11示出了本申请另一实施例提供的图像处理方法的流程示意图;
图12示出了本申请又一实施例提供的图像处理方法的流程示意图;
图13示出了本申请再一实施例提供的图像处理方法的流程示意图;
图14示出了本申请一实施例提供的图像处理装置的框图;
图15为本申请一实施例的用于执行根据本申请实施例的图像处理方法的电子设备的框图;
图16示出了本申请实施例的用于保存或者携带实现根据本申请实施例的图像处理方法的程序代码的存储单元。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
由设备采集的图像,或者是由设备自动生成的图像上,往往承载有大量的信息,而这些信息中可能包含涉及个人隐私的敏感信息,例如身份证号、电话号码等。如果携带有敏感信息的图像泄露,可能会导致个人隐私泄露,甚至导致财物损失等更为严重的后果。因此,需要对携带有敏感信息的原始图像进行脱敏处理获得脱敏图像,并且存储一份脱敏图像供相关人员查看。针对具有管理权限的用户而言,具备查看原始图像的权限,相应存储一份原始图像便于具有管理权限的用户查看。具体如下,图1示出了一种图像处理方法的流程示意图,请参阅图1,所述图像处理方法包括如下步骤:
步骤S101、加载图像。
加载原始未进行脱敏处理的图像文件,在加载图像后,需要对图像数据进行识别处理,如步骤S102所示。
步骤S102、基于图像识别处理。
基于加载的图像识别进行处理,输出图像中包含敏感信息的像素区域列表(一个像素区域代表:由相对于坐标轴上4个的像素坐标点组成的一个四边形区域),具体地,基于图像识别处理包括识别图像中敏感信息的位置,并且基于敏感信息的位置生成敏感信息像素区域列表。然后再基于像素区域列表对图像信息脱敏处理,如下述步骤所示。
步骤S103、依次遍历处理像素区域列表。
针对遍历出的像素区域列表,将像素区域所绘制的四边形区域,拆分为多个边长像素数量固定的矩形像素单元格列表(例如:边长为4个像素的矩形),针对像素数量不足单元格边长的边界区域,取余下像素数量为边长。
可选地,在图像中存在多个敏感信息区域时,按照区域分布,遍历出多个像素区域列表,可以理解的是,一个包含敏感信息的区域可以遍历出一个像素区域列表。以单个像素区域为单位进行处理,如步骤S104所示。
步骤S104、计算像素区域列表宽和高(单位:像素)。
步骤S105、拆分像素区域列表为像素单元格列表。
步骤S106、依次遍历像素单元格列表。
遍历像素单元格列表,可以遍历出多个像素单元格。
步骤S107、获取像素单元格中心像素点RGB值=C1。
其中,RGB为三原色,R为红,G为绿,B为蓝。颜色系统,RGB色彩模式是工业界的一种颜色标准,通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各种颜色,RGB分别是代表红、绿、蓝三个通道的颜色,该颜色标准几乎包括了人类视力所能感知的所有颜色,是运用最广的颜色系统之一。
步骤S108、填充单元格内所有像素点的RGB值=C1。
将像素单元格列表中所有像素单元格的像素点的RGB值都以C1进行填充,用C1覆盖所有像素点原来的RGB值,以实现对像素单元格进行加密。例如,对于某一单元格中非中心像素点的RGB值=C2,在进行加密时,以C1填充该非中心像素点。
步骤S109、存储新图像。可以理解的是,新图像为脱敏后的图像。
处理完图像中的敏感信息后,存储新的图像文件。
为防止图像中携带的敏感信息泄露,存储一份新图像便于普通用户查看图像。对于具有特殊权限的用户而言,具备查看原始图像的权限,存储一份原始图像便于其查看。
然而,发明人发现,针对同一张图像同时存储一份原始图像和一份脱敏图像,使得针对一张图像的存储空间成倍增长(即占用两份存储空间),导致存储资源的浪费,并且将原始图像进行存储,容易导致原始图像的泄露。
为解决上述问题,发明人经过长期的研究,提出了一种图像处理方法、装置、电子设备及存储介质,原始图像中存在包含敏感信息的目标图像区域,改变该目标图像区域中至少两个像素的位置得到已脱敏图像,实现对原始图像的脱敏,并且已脱敏图像允许被恢复为原始图像,在用户查看脱敏图像时直接显示即可,在用户查看原始图像时,可将已脱敏图像转换为原始图像便于用户查看,即使只存储一份已脱敏图像即可实现原始图像和已脱敏图像的查看,节省存储资源,并且原始图像上的脱敏信息的安全性高。其中,具体的图像处理方法在后续的实施例中具体说明。
为了更好理解本申请实施例提供的一种图像处理方法、装置、电子设备及存储介质,下面先对适用于本申请实施例的应用环境进行描述。
图2示出了本申请一实施例提供的图像处理方法的一种应用环境示意图,请参阅图2,图像处理系统100包括第一设备110、第二设备120以及通信网络130,第一设备110和第二设备120之间通过通信网络130连接。
第一设备110中保存有原始图像。在一种实施方式中,当第一设备110采集为具有摄像头的设备时,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)以及可穿戴设备等。其中,便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等;可穿戴设备可以包括头戴式显示器和其他设备。再例如,第一设备110还为监控设备,安装在公共场所采集图像。第一设备110采集携带有敏感信息的原始图像,并且通过通信网络130发送至第二设备120。在另一种实施方式中,第一设备110可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、网络加速服务(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。第一设备110基于基于敏感信息自动生成原始图像,或者是接收与其连接的设备发送的原始图像。
第一设备110能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。通过应用程序,改变原始图像中包含敏感信息的目标图像区域中的至少两个像素的位置,得到已脱敏图像,并且保存已脱敏图像。
当第二设备120需要查看图像时,通过通信网络130接收第一设备110发送的图像。
可选地,第二设备120可以为各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)以及可穿戴设备等。其中,便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等;可穿戴设备可以包括头戴式显示器和其他设备。
通信网络130可以是任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个通信网络130可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
图3示出了本申请一实施例提供的图像处理方法的流程示意图,请参阅图3,本申请实施例提供了一种图像处理方法,该方法可以用于用图2所示的图像处理系统100、图2所示的第一设备110、图14所示的图像处理装置200以及图15所示的电子设备300。下面将以图像处理方法应用于图15所示的电子设备300中为例进行说明,针对图3所示的流程进行详细的阐述,所述图像处理方法具体可以包括如下步骤:
步骤S210、获取原始图像。
其中,原始图像中携带有敏感信息,为保护敏感信息,原始图像是需要进行脱敏处理的图像。敏感信息可以由管理人员(即具备特殊权限的用户)预先进行设置,例如,可以设置敏感信息包括涉及个人隐私的身份证、合同、驾照等,也可以设置敏感信息包括分数、身高、年龄、姓名等,还可以设置敏感信息包括人物的面部图像、眼部图像、瞳孔图像等。
电子设备获取图像,若该图像中存在敏感信息,则确定该图像为原始图像,需要对其进行脱敏,以保护其上的敏感信息。
在一种实施方式中,电子设备上设置有摄像头,通过电子设备上的摄像头拍摄图像或者视频,当拍摄的图像中存在敏感信息时,确定该图像为原始图像。当拍摄的视频的多帧图像中存在具有敏感信息的图像时,确定具有敏感信息的图像为原始图像。
在另一种实施方式中,电子设备可以采集信息,例如,电子设备扫描得到的信息,如电子设备扫描二维码、身份证获得信息,或者是电子设备扫描人脸获得的信息。又例如,电子设备获得用户通过电子设备填写的信息,例如,用户通过电子设备填写姓名、身份证号、出生年月日、性别等。根据采集的信息自动生成图像,若采集的信息中包括预先设置的敏感信息,则确定该图像为原始图像。
在另一种实施方式中,电子设备与其他设备连接,获取其他设备发送的携带有敏感信息的原始图像,并保存原始图像,可选地,可以将原始图像缓存于随机存取存储器(Random Access Memory,简称RAM),还可以将原始图像存储于硬盘等存储器。
步骤S220、对所述原始图像进行识别,确定所述原始图像中包含敏感信息的目标图像区域。
预先设置敏感信息库,敏感信息库中包括多种敏感信息,例如,可以设置敏感信息包括涉及个人隐私的身份证、合同、驾照等,也可以设置敏感信息包括分数、身高、年龄、姓名、收入等,还可以设置敏感信息包括人物的面部图像、眼部图像、瞳孔图像等。通过图像识别算法或图像识别模型对原始图像进行识别,在识别出的信息与敏感信息库中的至少一个敏感信息匹配的情况下,说明原始图像中包括敏感信息,例如,当预先设置的敏感信息包括收入,并且对原始图像识别出的至少一种信息中包括“收入6106344元”,确定“收入6106344元”为敏感信息。然后再确定原始图像中包含敏感信息的图像区域,将包含敏感信息的图像区域作为目标图像区域。可以理解的是,由于目标图像区域包括敏感信息,因此目标图像区域是需要进行脱敏处理的区域。
步骤S230、改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;所述已脱敏图像允许被恢复为所述原始图像。
改变目标图像区域中的至少两个像素的位置,使得位置改变后的像素无法体现目标像素上原本的敏感信息,实现了对原始图像的脱敏,得到已脱敏图像。
可选地,预先设置预设顺序,预设顺序中规定了对像素的改变方式。目标图像区域中包括多个像素,按照预设顺序改变目标图像区域上多个像素中至少两个像素的位置,实现对原本像素位置的打乱,得到已脱敏图像。
其中,已脱敏图像允许被恢复为原始图像。可以理解的是,可以实现原始图像和已脱敏图像之间的转换。例如,可以将原始图像按照预设顺序进行像素位置改变获得已脱敏图像,实现原始图像中信息脱敏;并且也可以按照与预设顺序相反的顺序,将已脱敏图像还原为原始图像,便于具备特殊权限的用户(例如管理员、或者原始图像的提供者)查看。
在一些实施方式中,在进行脱敏(即位置改变)时,为了提高脱敏效率,可以只对原始图像中存在敏感信息的图像区域进行位置改变。可选地,按照预先规定的像素位置的改变方式。例如,可以规定将多个像素原本的位置从前往后互换,还可以规定目标像素区域中位于同一行的像素从前往后互换位置。预先规定的像素位置改变方式,对原始图像中目标图像区域的至少两个像素进行位置改变,获得已脱敏图像,以达到信息脱敏的目的。可以理解的是,信息脱敏可以认为是通过像素位置改变对敏感信息(敏感数据)进行形变,实现敏感信息(敏感数据)的可靠保护。
本实施例提供的图像处理方法,获取原始图像,识别出原始图像中包含敏感信息的目标图像区域,改变该目标图像区域中至少两个像素的位置得到已脱敏图像,实现对原始图像的脱敏,并且已脱敏图像允许被恢复为原始图像,在用户查看脱敏图像时直接显示即可,在用户查看原始图像时,可将已脱敏图像转换为原始图像便于用户查看,即使只存储一份已脱敏图像即可实现原始图像和已脱敏图像的查看,节省存储资源,并且原始图像上的脱敏信息的安全性高。
可选地,在原始图像中包含多个敏感信息,并且多个敏感信息位于不同的图像区域中的情况下,如果对所有的图像区域进行处理,电子设备的处理资源消耗较大,并且处理时长较长,因此,可以根据敏感信息的隐私程度来决敏感信息所在的图像区域是否需要加密,请参阅图4,步骤S220包括如下子步骤:
子步骤S221、对所述原始图像进行识别,获得所述原始图像中包含敏感信息的多个图像区域。
预先设置敏感信息库,敏感信息库中包括多个敏感信息,例如身份证、电话号码、邮箱、姓名等,通过图像识别算法或图像识别模型对原始图像进行识别,在识别出的信息与敏感信息库中的至少一种敏感信息匹配的情况下,说明该信息为原始图像上的敏感信息。在原始图像上存在多个敏感信息的情况下,可以根据敏感信息在原始图像中的位置划分图像区域,例如,请参阅图5,原始图像pic1位于预设坐标系X-Y下,在原始图像中确定出4个包含敏感信息的图像区域,分别为PA1、PA2、PA3以及PA4。
可选地,可以针对一个敏感信息划分一个图像区域。还可以根据多个敏感信息之间的距离划分图像区域。例如,若原始图像中识别出m个敏感信息,可以根据m个敏感信息之间的距离划分图像区域,作为一种方式,若m个敏感信息中存在n个敏感信息之间的距离小于预设距离,可以将n个敏感信息划分为一个图像区域,其中,m与n均为大于2的整数,且m不小于n。
需要说明的是,在根据距离划分图像区域时,如果n个敏感信息中存在预先规定的重要的非敏感信息,则将n个敏感信息划分为至少两个图像区域。例如,在2个敏感信息之间的距离小于预设距离,但是上述2个敏感信息之间存在预先规定的重要的非敏感信息(例如姓名),将上述2个敏感信息划分为2个像素区域,即每个敏感信息对应一个图像区域。
子步骤S222、获取所述原始图像对应的第一隐私程度。
每种图像对应一种图像类型,其中图像类型可以表征图像种类,预先对每种图像的图像类型设置一种隐私程度,示例性的,对身份证设置第一级别隐私程度,对个人照片、简历等设置第二级别隐私程度等,其中,第一级别隐私程度高于第二级别隐私程度,并且建立图像类型和图像类型对应的隐私程度之间的对应关系。获取原始图像对应图像类型作为目标类型,根据上述对应关系,获取目标类型对应的隐私程度作为原始图像对应的第一隐私程度,例如当原始图像的类型为个人照片时,获取的第一隐私程度为第二级别隐私程度。
预先设置预设程度,将第一隐私程度与预设隐私程度比较,在第一隐私程度大于预设隐私程度的情况下,说明原始图像的隐私程度较高,为防止隐私泄露,可以对原始图像中的每个图像区域进行待脱敏处理。
子步骤S223、在所述第一隐私程度小于预设程度的情况下,获取每个所述图像区域对应的第二隐私程度。
可选地,当所述第一隐私程度小于预设程度时,说明原始图像的隐私程度较低,获取多个图像区域中部分图像区域作为目标图像区域,作为一种方式,获取多个图像区域各自对应的第二隐私程度,可选地,根据图像区域中敏感信息的类型确定第二隐私程度,例如,敏感信息的类型包括用户姓名、身份证号、电话号码等,对于用户姓名设置第三级别隐私程度,对于身份证号、电话号码等设置第四级别隐私程度,其中,第三级别隐私程度低于第四级别隐私程度,获取多个图像区域中的敏感信息各自对应的类型,根据敏感信息类型和隐私程度之间的对应关系,确定每个类型对应的隐私程度作为多个图像区域各自对应的第二隐私程度。
子步骤S224、基于每个所述图像区域的所述第二隐私程度确定所述目标图像区域,所述目标图像区域的隐私程度高于设定隐私程度。
基于多个图像区域中每个图像区域对应的第二隐私程度,得到多个第二隐私程度,从多个第二隐私程度中确定隐私程度高于设定隐私程度图像区域作为目标图像区域,或者是,从多个隐私程度中确定隐私程度最高的图像区域作为目标图像区域,可以理解的是,目标图像区域是原始图像的多个图像区域中部分需要进行脱敏处理的区域。例如,在图5中的4个图像区域中,PA1为目标图像区域。
在上述实施例的基础上,为防止原始图像中的敏感信息泄露,通过改变原始图像中的目标图像区域的像素位置实现脱敏以得到已脱敏图像。在进行位置改变之前,需要先获取目标图像区域中的全部像素的位置。可以通过如下方式,遍历所述目标图像区域,获取所述多个像素中的每个像素的位置。
原始图像位于预设坐标轴上,由于目标图像区域位于原始图像上,因此,目标图像区域也位于预设坐标轴上,目标图像区域由多个像素组成,遍历目标图像区域,获取目标图像区域上的多个像素中每个像素在预设坐标系下的位置。
作为一种方式,目标图像区域的形状为矩形,获取多个像素中每个像素的位置可以包括如下子步骤:
(1)获取矩形的目标图像区域的第一边与所述预设坐标系的第一坐标轴之间的夹角作为第一夹角,以及获取所述目标图像区域的第二边与所述预设坐标系的第二坐标轴之间的夹角作为第二夹角,其中,所述第一边与所述第二边相邻。以图6为例,在原始图像上的PA1、PA2、PA3以及PA4四个像素区域中确定PA1作为目标图像区域,在目标图像区域PA1上的四个顶点分别为p1、p2、p3以及p4,并且分别获取四个顶点在预设坐标系X-Y下的坐标p1(x1,y1)、p2(x2,y2)、p3(x3,y3)以及p4(x4,y4),例如,以顶点p1p3所在的边作为第一边,以顶点p1p2所在的边作为第二边,利用反正切函数根据p1(x1,y1)和p3(x3,y3)计算第一夹角b,即b=arctan(|x3-x1|)/(|y3-y1|),类似地,利用反正切函数根据p1(x1,y1)和p2(x2,y2)计算第二夹角a,即a=arctan(|y2-y1|)/(|y3-y1|)。
可选地,第一边和第二边为矩形的目标图像区域的任意两条相邻的边,第一边和第二边除上述顶点p1p3所在的边和顶点p1p2所在的边外,还可以是顶点p1p3所在的边和顶点p3p4所在的边、顶点p2p4所在的边和顶点p3p4所在的边、顶点p1p2所在的边和顶点p2p4所在的边,在此不做限定。
可选地,除计算夹角外,还可以计算弧度值,以弧度值表示第一边与所述预设坐标系的第一坐标轴之间的角度,以及表示第二边与所述预设坐标系的第二坐标轴之间的。
(2)确定位于所述第一边且位于所述第二边上的顶点作为目标顶点,并获取目标顶点在预设坐标系下的顶点位置。
矩形的目标图像区域中任意一个顶点均可以作为目标顶点,例如,目标顶点为图6中的p1,并且获取目标顶点p1在预设坐标系X-Y下的位置为(x1,y1)。
(3)确定位于所述第一边上的多个像素作为第一像素,其中,所述第一像素的数量为多个。
确定位于第一边上的多个像素作为第一像素,继续结合上述例子,以顶点p1p3所在的边作为第一边,如图6所示,第一像素包括p1、py、pn以及p3。
(4)获取多个第一像素中每个第一像素与所述目标顶点之间的距离作为第一距离,得到多个第一距离。
可选地,计算多个第一像素中每个第一像素相较于目标顶点在X轴的偏移量x,X轴的偏移量x可以理解为每个第一像素X轴的坐标与目标顶点的X轴的坐标之间的差值。计算每个第一像素相较于目标顶点在Y轴的偏移量y,Y轴的偏移量y可以理解为每个第一像素Y轴的坐标与目标顶点的Y轴的坐标之间的差值。作为一种方式,根据上述偏移量x和偏移量y,利用勾股定理计算每个第一像素与所述目标顶点之间的第一距离,其中第一距离可以理解为,偏移量x、偏移量y和第一距离所构成的直角三角形的斜边。作为另一种方式,根据偏移量x和第一夹角b的反余弦函数计算第一距离,即第一距离为x*arcsinb。在另一种方式中,根据偏移量y和第一夹角b的反正弦函数计算第一距离,即第一距离为y*arccosb。
可选地,可以利用笛卡尔函数,根据上述每个第一像素相较于目标顶点在X轴的偏移量x、每个第一像素相较于目标顶点在Y轴的偏移量y和第一夹角b,计算第一距离,由于存在多个第一像素,可以计算得到多个第一距离,并且以集合A={h1,h2,……,hf},其中,f为大于等于2的整数,f的大小表征第一边上的第一像素的个数,h表示第一距离,h1表示目标顶点与距离目标顶点最近的第一像素之间的距离,h2表示目标顶点与距离目标顶点间隔一个第一像素之间的距离,hf表示目标顶点与在第一边上距离目标顶点最远的第一像素之间的距离。
(5)确定位于所述第二边上的多个像素作为第二像素,其中,所述第二像素的数量为多个。
确定位于第二边上的多个像素作为第二像素,继续结合上述例子,以顶点p1p2所在的边作为第二边,如图6所示,第一像素包括p1、pm、px以及p2。
(6)获取多个第二像素中每个第二像素与所述目标顶点之间的距离作为第二距离,得到多个第二距离。
可选地,计算多个第二像素中每个第二像素相较于目标顶点在X轴的偏移量x,X轴的偏移量x可以理解为每个第二像素X轴的坐标与目标顶点的X轴的坐标之间的差值。计算每个第二像素相较于目标顶点在Y轴的偏移量y,Y轴的偏移量y可以理解为每个第二像素Y轴的坐标与目标顶点的Y轴的坐标之间的差值。作为一种方式,根据上述偏移量x和偏移量y,利用勾股定理计算每个第一像素与所述目标顶点之间的第二距离,其中第二距离可以理解为,偏移量x、偏移量y和第二距离所构成的直角三角形的斜边。作为另一种方式,根据偏移量y和第二夹角a的反余弦函数计算第二距离,即第二距离为y*arcsina。在另一种方式中,根据偏移量x和第二夹角a的反正弦函数计算第二距离,即第二距离为x*arccosa。
可选地,可以利用笛卡尔函数,根据上述每个第二像素相较于目标顶点在X轴的偏移量x、每个第二像素相较于目标顶点在Y轴的偏移量y和第二夹角a,计算第二距离,由于存在多个第二像素,可以计算得到多个第二距离,并且以集合B={w1,w2,……,wj},其中,j为大于等于2的整数,j的大小表征第二边上的第二像素的个数,w表示第二距离,w1表示目标顶点与距离目标顶点最近的第二像素之间的距离,w2表示目标顶点与距离目标顶点间隔一个第二像素之间的距离,wj表示目标顶点与在第二边上距离目标顶点最远的第二像素之间的距离。
上述集合A和集合B可以以笛卡尔积A×B={(x,y)|x∈A∧y∈B}的形式保存。
(7)根据所述顶点位置、所述第一夹角、所述第二夹角、所述多个第一距离和所述第二距离,获得所述目标图像区域的多个像素在所述预设坐标系下的位置。
例如,请参阅图6,在计算像素pn的坐标位置(xn,yn)时,根据像素pn与目标顶点之间的第一距离hn、顶点位置(x1,y1)以及第一夹角b的正弦和余弦计算pn的坐标位置,即xn=x1+hn*sinb,yn=y1-hn*cosb。
又如,在计算像素pm的坐标位置(xm,ym)时,根据像素pm与目标顶点之间的第二距离wm、顶点位置(x1,y1)以及第二夹角a的正弦和余弦计算pm的坐标位置,即xm=x1+wm*cosa,ym=y1+wm*sina。
再如,在计算目标图像区域内部的像素pz的坐标位置(xz,yz)时,请参阅图6,处于第一边上的像素py的纵坐标与像素pz的纵坐标相同,也就是说,计算出像素py的纵坐标也就计算出像素pz的纵坐标yz。根据像素py与目标顶点之间的第一距离hy、顶点位置(x1,y1)以及第一夹角b的正弦和余弦计算yz,即yz=y1-hy*cosb。请继续参阅图6,出第二边上的像素px与像素pz的横坐标相同,也就是说,计算出像素px的横坐标也就计算出像素pz的横坐标xz,根据像素px与目标像素之间的第二距离wx、顶点位置(x1,y1)以及第二夹角a的正弦和余弦计算xz,即xz=x1+wx*cosa。
获取目标图像区域上多个像素中每个像素的位置(即在预设坐标系X-Y下的坐标位置),得到多个位置,将多个位置以列表(如像素坐标列)的形式进行保存。
作为另一种方式,在确定目标顶点、第一边上的多个第一像素以及第二边上的多个第二像素后,计算出每个第一像素和每个第二像素在预设坐标系下的坐标位置,在获取位于目标图像区域内部的像素时,在第一边上和第二边上寻找与内部的像素X轴或Y轴坐标一致的像素,确定该内部的像素在预设坐标系下的坐标位置。
在确定原始图像中目标图像区域上多个像素中每个像素的坐标后,对像素坐标进行改变,以达到脱敏的效果,在一种实施方式中,请参阅图7,步骤S230包括如下子步骤:
子步骤S231、获取所述原始图像的图像类型。
每种图像对应一种图像类型,其中,图像类型可以表征图像的种类,例如图像类型包括身份证、合同、个人证件照、个人生活照等,对原始图像进行图像识别,获得识别结果,根据识别结果确定图像类型,例如,识别结果包括“身份证:210……1”、“居民身份证”等,根据该识别结果确定原始图像的图像类型为身份证。
预先设置预设类型,预设类型对应的图像具有较高的隐私程度,如果预设类型对应的图像泄露会导致用户的隐私泄露,甚至导致用户财产损失,例如预设类型包括身份证、合同等。判断图像类型是否与预设类型匹配,若图像类型属于预设类型中的至少一种,说明图像类型与预设类型匹配,流程进入步骤S232,反之,若图像类型不属于预设类型中的任意一种,说明图像类型与预设类型不匹配,则流程进入步骤S233。
子步骤S232、若所述图像类型与预设类型匹配,则改变所述目标图像区域中全部像素的位置,得到所述已脱敏图像。
若图像类型与预设类型匹配,说明图像类型对应的原始图像具有较高的隐私程度,如果原始图像泄露可能会导致用户的隐私泄露,甚至导致用户财产损失,因此,可以对原始图像的目标图像区域进行更为严格的脱敏处理,即改变目标图像区域中全部像素的位置得到已脱敏图像,可以理解的是,该已脱敏图像是将原始图像中的目标图像区域的全部像素的位置打乱后获得,该已脱敏图像泄露用户隐私的风险极小。
子步骤S233、若所述图像类型与所述预设类型不匹配,则改变所述目标像素区域中部分像素的位置,得到所述已脱敏图像。
若图像类型与预设类型匹配,说明图像类型对应的原始图像具有较低的隐私程度,如果原始图像泄露可能不会导致用户的隐私严重泄露,以及不会导致用户财产损失,因此,可以对原始图像的目标图像区域进行较为宽松的脱敏处理,即改变目标图像区域中部分像素的位置得到已脱敏的图像,可以理解的是,该已脱敏的图像是将原始图像中的目标图像区域的部分像素的位置打乱后获得,电子设备可以快速对原始图像实现脱敏获得已脱敏图像,提高了脱敏效率。
在另一种实施方式中,按照第一设定规则改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像。其中,所述第一设定规则为:确定需要改变像素位置的N个像素,所述N为大于1的整数;为所述N个像素中的每个像素进行编号;将编号最小的像素和编号最大的像素变换位置,位置变换完后将已变换位置的像素的编号删除,重复此步骤直至所述N个像素中的N-1个像素的位置变换完成。按照第一设定规则改变像素点位置,可以理解为将原本目标图像区域中多个像素的像素位置进行前后互换,实现像素位置打乱以获得已脱敏区域,已脱敏区域无法表达的原本的敏感信息,实现信息脱敏。
示例性的,请参阅图8,目标图像区域PA1包括多个像素,每个像素用方格表示,可以将目标图像区域PA1划分为多个目标图像子区域,每个目标图像子区域中包括至少两个像素,目标图像子区域如图8中的Pa1。根据第一设定规则对目标图像区域PA1中的像素位置进行打乱时,可以以目标图像子区域为单位进行,以目标图像子区域Pa1为例,且按照第一设定规则的规定将分布于目标图像子区域上的多个像素前后互换顺序,请参阅图9,对目标图像子区域Pa1中的25个像素进行编号,按照分布顺序从前往后分别为1~25号,在进行位置改变时,将25个像素前后顺序互换,即在原本1号像素的位置放置25号像素,在原本2号像素的位置放置24号像素,在原本3号像素的位置放置22号像素,在位置改变后,获得改变后的子区域Pa1’,在改变后的子区域Pa1’中已经不能表达目标图像子区域Pa1中的敏感信息,实现了信息脱敏。目标图像区域PA1中的其余目标图像子区域脱敏的方式与目标图像子区域Pa1的脱敏方式类似,在此不再赘述。当目标图像区域PA1中的所有目标图像子区域脱敏结束后,目标图像区域PA1完成脱敏,获得已脱敏区域,从而获得已脱敏图像,可以理解的是,已脱敏图像中包含已脱敏区域。
可选地,对待脱敏子区域Pa1的脱敏方式不限于图9中所示,还可以在同一行或同一列像素中进行位置互换,例如,在图9中,待脱敏子区域Pa1的第一行中为1~5号像素,将原本1号像素的位置放置5号像素,将原本2号像素的位置放置4号像素,实现第一行像素脱敏。第二至五行像素脱敏方式与第一行脱敏方式类似,在此不再赘述。
在另一种实施方式中,按照第二设定规则改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像。其中,所述第二设定规则为:确定需要改变像素位置的N个像素,所述N为大于1的整数;为所述N个像素中的每个像素进行编号;根据所述N个像素的编号的先后顺序依次进行两两组合,得到M个像素组,所述M小于或等于N/2,如果N为偶数,则M为N/2;如果N为奇数,则M为(N-1)/2,可以理解的是,在N个像素中只有N-1个像素参与了组合成为像素组,有1个像素未参与组合,未参与组合的像素的位置可以不进行改变;分别将每个像素组中的两个像素的位置进行变换。
示例性的,如图10所示,根据第二设定规则对目标图像区域PA1中的像素位置进行打乱时,可以以目标图像子区域为单位进行,以目标图像子区域Pa1为例,且按照第二设定规则的规定将分布于目标图像子区域上的多个像素位置进行改变,请参阅图10,对目标图像子区域Pa1中的25个像素进行编号,按照分布顺序从前往后分别为1~25号,按照第二设定规则的规定将编号为1和2的像素两两组合得到一个像素组,类似地,将编号为3和4的像素组合得到一个像素组……,将编号为24和25的组合得到一个像素组,编号为13的像素可以不进行组合。然后按照第二设定规则,将编号1和2的像素组与编号24和25的像素组位置互换,完成位置变换后,,获得改变后的子区域Pa1”,在改变后的子区域Pa1”中已经不能表达目标图像子区域Pa1中的敏感信息,实现了信息脱敏。目标图像区域PA1中的其余目标图像子区域脱敏的方式与目标图像子区域Pa1的脱敏方式类似,在此不再赘述。当目标图像区域PA1中的所有目标图像子区域脱敏结束后,目标图像区域PA1完成脱敏,获得已脱敏区域,从而获得已脱敏图像,可以理解的是,已脱敏图像中包含已脱敏区域。
可选地,在获得已脱敏图像后,可以根据具体需求对原始图像进行保存或者删除处理,图11示出了本申请另一实施例提供的图像处理方法的流程示意图,请参阅图11,图像处理方法可以包括如下步骤:
步骤S310、获取原始图像。
步骤S320、对所述原始图像进行识别,确定所述原始图像中包含敏感信息的目标图像区域。
步骤S330、改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;所述已脱敏图像允许被恢复为所述原始图像。
本实施例中,步骤S310-步骤S330的具体描述可以参考上述实施例中的步骤210-步骤S230,在此不再赘述。
步骤S340、若所述目标图像区域的数量大于或等于预设数量,则保存所述原始图像和所述已脱敏图像,或若所述目标区域的数量小于所述预设数量,则删除所述原始图像且保存所述已脱敏图像。
根据电子设备的处理性能预先设置预设数量,判断目标图像区域的数量是否大于或等于预设数量,若目标图像区域的数量大于或等于预设数量,说明对原始图像中的目标图像区域进行位置改变,或者是对改变后获得的已脱敏图像进行还原,均需要耗费电子设备较多的处理资源,并且耗时长,因此,可以保存原始图像和已脱敏图像,在用户想要查看原始图像或者已脱敏图像的情况下,电子设备无需进行额外处理,可以从存储位置快速获取对应的图像供用户查看。
若目标图像区域的数量不大于且不等于预设数量,即目标区域的数量小于所述预设数量,说明对原始图像中的目标图像区域进行位置改变,或者是对改变后获得的已脱敏图像进行还原,耗费的电子设备的处理资源较少,并且耗时短。可以只保存已脱敏图像,在用户想要查看原始图像时,由于需要还原的目标图像区域较少,对应的已脱敏图像中的已脱敏区域也少,可以快速将已脱敏图像还原为原始图像供用户查看。因此,可以只保存已脱敏图像,即将电子设备原本保存(缓存或者存储)的原始图像删除,并且保存脱敏图像,可以认为,在电子设备中针对该图像,只保存一份图像即脱敏图像,减少了存储资源的浪费,并且,由于只存储了脱敏图像,原始图像中的敏感信息的安全性更高。
在本实施例提供的图像处理方法,根据原始图像中目标图像区域的数量决定是否保存原始图像,若目标图像区域的数量大于或等于预设数量,则保存原始图像和已脱敏图像,在用户想要查看原始图像或者已脱敏图像的情况下,可以从存储位置快速获取保存的图像供用户查看。若目标区域的数量小于预设数量,则删除原始图像且保存已脱敏图像,在用户想要查看原始图像时,可以将已脱敏图像还原为原始图像,保证了原始图像和已脱敏图像均可以被查看,只保存一份脱敏图像可以节省存储资源,并且可以提升原始图像的安全性。
可选地,在电子设备中获得已脱敏图像后,删除原始图像,且只保存已脱敏图像的情况下,可以根据用户的查看需求,展示查看需求对应的图像,图12示出了本申请又一实施例提供的图像处理方法的流程示意图,请参阅图12,图像处理方法可以包括如下步骤:
步骤S410、获取原始图像。
步骤S420、对所述原始图像进行识别,确定所述原始图像中包含敏感信息的目标图像区域。
步骤S430、改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;所述已脱敏图像允许被恢复为所述原始图像。
本实施例中,步骤S410-步骤S430的具体描述可以参考上述实施例中的步骤210-步骤S230,在此不再赘述。
步骤S440、在检测到针对所述已脱敏图像的恢复指令的情况下,基于所述设定规则所述已脱敏图像的恢复操作,得到所述原始图像。
不同用户有不同的查看需求,响应于第一查看指令,显示已脱敏图像;其中,第一查看指令用于指示查看已脱敏图像。可选地,电子设备接收用户基于电子设备输入的第一查看指令,并响应该第一查看指令,直接从保存已脱敏图像的位置中获取该已脱敏图像,并且将已脱敏图像显示于电子设备的显示屏上,便于用户查看。或者是接收与电子设备连接的其余设备输入的第一查看指令,并响应该第一查看指令,直接从保存已脱敏图像的位置中获取该已脱敏图像,并且发送至其余设备上进行显示,便于用户查看。
或者响应于第二查看指令,其中,第二查看指令用于指示查看原始图像。对第二查看指令对应的用户进行身份校验,如果对该用户身份校验成功,说明第二查看指令是具备原始图像查看权限的用户发送的,则生成恢复指令,电子设备响应于该恢复指令对所述脱敏图像进行还原处理,获得并显示脱敏图像对应的原始图像,并且在电子设备上显示该原始图像,便于用户查看。
不同的用户具备不同的权限,由于原始图像中携带有敏感信息,为防止敏感信息泄露,可以结合用户具备的权限来判断是否显示原始图像。作为一种实施方式,首先响应于所述第二查看指令,获取所述第二查看指令对应的用户的身份信息。可选地,用户通过用户账号登录电子设备,根据用户账号确定用户的身份信息,例如预先设置管理员账号库,该账号库中有多个管理员账号,判断出用户账号为管理员账号库中的多个管理员账号之一,确定用户的身份为管理员;反之,该用户账号与管理员账号库中的多个管理员账号均不同,确定用户的身份为普通用户。然后,获取所述身份信息对应的查阅权限,管理员比普通用户具备更高的权限,例如,管理员可以查看原始图像,而普通用户不具备查看原始图像的权限。再判断身份信息对应的查阅权限是否满足预设权限,其中,预设权限包括查阅原始图像的权限,如果查阅权限不满足预设权限时,在电子设备上显示“不具备查阅权限”或者“无法查看原始图像”等文字提示,或者显示脱敏图像,例如,预设权限包括可以查阅原始图像,如果身份信息表征普通用户,则普通用户对应的权限不包括预设权限。反之,当所述查阅权限满足预设权限时,对所述脱敏图像进行还原处理,获得并显示所述脱敏图像对应的所述原始图像。继续结合上述例子,当用户身份为管理员时,管理员对应的权限包括查阅原始图像,则利用可逆脱敏算法对脱敏图像进行还原处理,获得原始图像,并且显示原始图像。
示例性的,结合图9中的例子,第一设定规则规定了像素位置的改变方式,根据第一设定规则,将已脱敏图像上的改变后的子区域Pa1’的多个像素前后互换顺序,例如,在改变后的子区域Pa1’上原本1号像素的位置放置25号像素,在改变后的子区域Pa1’上原本2号像素的位置放置24号像素,在改变后的子区域Pa1’上原本3号像素的位置放置22号像素,得到携带敏感信息的子区域(即目标图像子区域Pa1相同)。并且将已脱敏区域中全部的子区域均还原为携带敏感信息的目标图像子区域,得到携带敏感信息的目标图像区域(即PA1)。再用携带敏感信息的目标图像区域替换脱敏图像上的已脱敏区域,得到原始图像。
在实际的应用场景中,例如,在运营管理系统中,运营人员1000人,其中仅有少部分人员(例如领导、管理人员等)具备查阅敏感信息的权限,其余的900人不具备查阅敏感信息的权限。也就是说,只有少部分人员具备查阅携带有敏感信息的原始图像的权限且具备查阅脱敏图像的权限,而大多数人员不具备查阅原始图像的权限但具备查阅脱敏图像的权限,因此,脱敏图像被查阅的概率可能更大,所以本实施例在保存图像数据时只保存脱敏图像。相较于现有技术中既存储原始图像,又存储脱敏图像而言,本实施例中只保存已脱敏图像更节约存储资源。并且,由于本实施例中的已脱敏图像可以被还原为原始图像,在具备查阅脱敏信息权限的人员而言,反向利用设定规则(例如第一设定规则、第二设定规则)可以将已脱敏图像还原为原始图像,从而能够保证具有具备查阅脱敏信息权限的人员能够正常查看原始图像上的敏感信息。
本实施例提供的图像处理方法,将原始图像进行脱敏处理获得脱敏图像,删除原始图像只保存脱敏图像,在检测到针对所述已脱敏图像的恢复指令的情况下,基于所述设定规则所述已脱敏图像的恢复操作,得到所述原始图像,便于具有特殊权限的人员查看,进一步提升了用户体验。
可选地,图13示出了本申请再一实施例提供的图像处理方法的流程示意图,请参阅图13,应用于上述电子设备,所述图像处理方法具体可以包括如下步骤:
步骤S501、加载原始图像。
步骤S502、基于图像进行识别处理。
对图像识别处理包括:识别原始图像中敏感信息位置,再获得敏感信息像素区域列表。
步骤S503、依次遍历处理敏感信息像素区域列表。
请参阅图6,如下以单个像素区域PA1为例进行说明。
步骤S504、计算PA1相对坐标轴夹角。
以图9为例,在原始图像上的PA1、PA2、PA3以及PA4四个像素区域中确定PA1作为目标图像区域,在目标图像区域PA1上的四个顶点分别为p1、p2、p3以及p4,并且分别获取四个顶点在预设坐标系X-Y下的坐标p1(x1,y1)、p2(x2,y2)、p3(x3,y3)以及p4(x4,y4),例如,以顶点p1p3所在的边作为第一边,以顶点p1p2所在的边作为第二边,利用反正切函数根据p1(x1,y1)和p3(x3,y3)计算第一夹角b,即b=arctan(|x3-x1|)/(|y3-y1|),类似地,利用反正切函数根据p1(x1,y1)和p2(x2,y2)计算第二夹角a,即a=arctan(|y2-y1|)/(|y3-y1|)。
步骤S505、在矩形的PA1相邻两边上的顶点作为目标顶点,计算该相邻两边上的像素相对于目标顶点的偏移量x和y。
可选地,计算多个第一像素中每个第一像素相较于目标顶点在X轴的偏移量x,X轴的偏移量x可以理解为每个第一像素X轴的坐标与目标顶点的X轴的坐标之间的差值。计算每个第一像素相较于目标顶点在Y轴的偏移量y,Y轴的偏移量y可以理解为每个第一像素Y轴的坐标与目标顶点的Y轴的坐标之间的差值。
在利用笛卡尔函数,根据上述每个第一像素相较于目标顶点在X轴的偏移量x、每个第一像素相较于目标顶点在Y轴的偏移量y和第一夹角b,计算第一距离,由于存在多个第一像素,可以计算得到多个第一距离,并且以集合A={h1,h2,……,hf}。
并且利用笛卡尔函数,根据上述每个第二像素相较于目标顶点在X轴的偏移量x、每个第二像素相较于目标顶点在Y轴的偏移量y和第二夹角a,计算第二距离,由于存在多个第二像素,可以计算得到多个第二距离,并且以集合B={w1,w2,……,wj}。
步骤S506、根据目标顶点的顶点位置、a、b、w以及h计算PA1中所有像素的位置,获得像素列表。
步骤S507、结合上述结果和正/余弦函数计算坐标。
步骤S508、重新编排PA1中像素。
步骤S509、像素子单元格拆分。
拆分后如图8所示。
步骤S510、将表格内像素进行首尾依次交换。
步骤S511、存储新图像。
步骤S512、删除原始图像。
本实施例中,步骤S501-步骤S512的具体描述可以参考上述实施例,在此不再赘述。
为实现上述方法类实施例,本实施例提供一种图像处理装置,图14示出了本申请一实施例提供的图像处理装置的框图,请参阅图14,所述图像处理装置200包括:获取模块210、脱敏模块220以及删除模块230。
获取模块210,用于获取原始图像;
确定模块220,用于对所述原始图像进行识别,确定所述原始图像中包含敏感信息的目标图像区域;
位置改变模块230,用于改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;所述已脱敏图像允许被恢复为所述原始图像。
可选地,确定模块220包括:识别子模块、第一隐私程度获取子模块、第二隐私程度获取子模块以及确定子模块。
识别子模块,用于对所述原始图像进行识别,获得所述原始图像中包含敏感信息的多个图像区域;
第一隐私程度获取子模块,用于获取所述原始图像对应的第一隐私程度;
第二隐私程度获取子模块,用于在所述第一隐私程度小于预设程度的情况下,获取每个所述图像区域对应的第二隐私程度;
确定子模块,用于基于每个所述图像区域的所述第二隐私程度确定所述目标图像区域,所述目标图像区域的隐私程度高于设定隐私程度。
可选地,位置改变模块230包括:图像类型获取子模块、第一位置改变子模块以及第二位置改变子模块。
图像类型获取子模块,用于获取所述原始图像的图像类型;
第一位置改变子模块,用于若所述图像类型与预设类型匹配,则改变所述目标图像区域中全部像素的位置,得到所述已脱敏图像;
第二位置改变子模块,用于若所述图像类型与所述预设类型不匹配,则改变所述目标像素区域中部分像素的位置,得到所述已脱敏图像。
可选地,位置改变模块230包括:第三位置改变子模块。
第三位置改变子模块,用于按照第一设定规则改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;其中,所述第一设定规则为:确定需要改变像素位置的N个像素,所述N为大于1的整数;为所述N个像素中的每个像素进行编号;将编号最小的像素和编号最大的像素变换位置,位置变换完后将已变换位置的像素的编号删除,重复此步骤直至所述N个像素中的N-1个像素的位置变换完成。
可选地,位置改变模块230包括:第四位置改变子模块。
第四位置改变子模块,用于按照第二设定规则改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;其中,所述第二设定规则为:确定需要改变像素位置的N个像素,所述N为大于1的整数;为所述N个像素中的每个像素进行编号;根据所述N个像素的编号的先后顺序依次进行两两组合,得到M个像素组,所述M小于或等于N/2;分别将每个像素组中的两个像素的位置进行变换。
可选地,图像处理装置200还包括:第一保存模块以及第二保存模块。
第一保存模块,用于若所述目标图像区域的数量大于或等于预设数量,则保存所述原始图像和所述已脱敏图像;
第二保存模块,用于若所述目标区域的数量小于所述预设数量,则删除所述原始图像且保存所述已脱敏图像。
可选地,图像处理装置200还包括:还原模块。
还原模块,用于在检测到针对所述已脱敏图像的恢复指令的情况下,基于所述设定规则所述已脱敏图像的恢复操作,得到所述原始图像。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,模块相互之间的耦合可以是电性,机械或其它形式的耦合。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
图15为本申请一实施例的用于执行根据本申请实施例的图像处理方法的电子设备的框图,请参阅图15,其示出了本申请实施例提供的一种电子设备300的结构框图。该电子设备300可以是智能手机、平板电脑、电子书等能够运行应用程序的电子设备。本申请中的电子设备300可以包括一个或多个如下部件:处理器310、存储器320以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器320中并被配置为由一个或多个处理器310执行,一个或多个程序配置用于执行如前述方法实施例所描述的方法。
其中,处理器310可以包括一个或者多个处理核。处理器310利用各种接口和线路连接整个电子设备300内的各个部分,通过运行或执行存储在存储器320内的指令、程序、代码集或指令集,以及调用存储在存储器320内的数据,执行电子设备300的各种功能和处理数据。可选地,处理器310可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(ProgrammableLogic Array,PLA)中的至少一种硬件形式来实现。处理器310可集成中央处理器(CentralProcessing Unit,CPU)、图形处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责待显示组件的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器310中,单独通过一块通信芯片进行实现。
存储器320可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器320可用于存储指令、程序、代码、代码集或指令集。存储器320可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备300在使用中所创建的数据(比如历史配置文件)等。
图16示出了本申请实施例的用于保存或者携带实现根据本申请实施例的图像处理方法的程序代码的存储单元,请参阅图16,其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读存储介质400中存储有程序代码,所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质400可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读存储介质400包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质400具有执行上述方法中的任何方法步骤的程序代码410的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码410可以例如以适当形式进行压缩。
可选地,本申请实施例还提供一种计算机程序产品,计算机程序产品包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述方法。
综上所述,本申请提供的图像处理方法、装置、电子设备及存储介质,获取原始图像,识别出原始图像中包含敏感信息的目标图像区域,改变该目标图像区域中至少两个像素的位置得到已脱敏图像,实现对原始图像的脱敏,并且已脱敏图像允许被恢复为原始图像,在用户查看脱敏图像时直接显示即可,在用户查看原始图像时,可将已脱敏图像转换为原始图像便于用户查看,即使只存储一份已脱敏图像即可实现原始图像和已脱敏图像的查看,节省存储资源,并且原始图像上的脱敏信息的安全性高。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种图像处理方法,其特征在于,所述方法包括:
获取原始图像;
对所述原始图像进行识别,确定所述原始图像中包含敏感信息的目标图像区域;
改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;所述已脱敏图像允许被恢复为所述原始图像。
2.根据权利要求1所述的方法,其特征在于,所述改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像,包括:
获取所述原始图像的图像类型;
若所述图像类型与预设类型匹配,则改变所述目标图像区域中全部像素的位置,得到所述已脱敏图像;
若所述图像类型与所述预设类型不匹配,则改变所述目标像素区域中部分像素的位置,得到所述已脱敏图像。
3.根据权利要求1所述的方法,其特征在于,所述对所述原始图像进行识别,确定所述原始图像中包含敏感信息的目标图像区域,包括:
对所述原始图像进行识别,获得所述原始图像中包含敏感信息的多个图像区域;
获取所述原始图像对应的第一隐私程度;
在所述第一隐私程度小于预设程度的情况下,获取每个所述图像区域对应的第二隐私程度;
基于每个所述图像区域的所述第二隐私程度确定所述目标图像区域,所述目标图像区域的隐私程度高于设定隐私程度。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述目标图像区域的数量大于或等于预设数量,则保存所述原始图像和所述已脱敏图像;
若所述目标区域的数量小于所述预设数量,则删除所述原始图像且保存所述已脱敏图像。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像,包括:
按照第一设定规则改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;
其中,所述第一设定规则为:确定需要改变像素位置的N个像素,所述N为大于1的整数;为所述N个像素中的每个像素进行编号;将编号最小的像素和编号最大的像素变换位置,位置变换完后将已变换位置的像素的编号删除,重复此步骤直至所述N个像素中的N-1个像素的位置变换完成。
6.根据权利要求1至4任一项所述的方法,其特征在于,所述改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像,包括:
按照第二设定规则改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;
其中,所述第二设定规则为:确定需要改变像素位置的N个像素,所述N为大于1的整数;为所述N个像素中的每个像素进行编号;根据所述N个像素的编号的先后顺序依次进行两两组合,得到M个像素组,所述M小于或等于N/2;分别将每个像素组中的两个像素的位置进行变换。
7.根据权利要求5或6所述的方法,其特征在于,所述方法还包括:
在检测到针对所述已脱敏图像的恢复指令的情况下,基于所述设定规则所述已脱敏图像的恢复操作,得到所述原始图像。
8.一种图像处理装置,其特征在于,包括:
获取模块,用于获取原始图像;
确定模块,用于对所述原始图像进行识别,确定所述原始图像中包含敏感信息的目标图像区域;
位置改变模块,用于改变所述目标图像区域中的至少两个像素的位置,得到已脱敏图像;所述已脱敏图像允许被恢复为所述原始图像。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210344376.9A CN114692202B (zh) | 2022-03-31 | 2022-03-31 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210344376.9A CN114692202B (zh) | 2022-03-31 | 2022-03-31 | 图像处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114692202A true CN114692202A (zh) | 2022-07-01 |
CN114692202B CN114692202B (zh) | 2024-07-30 |
Family
ID=82140317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210344376.9A Active CN114692202B (zh) | 2022-03-31 | 2022-03-31 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114692202B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190050592A1 (en) * | 2018-09-27 | 2019-02-14 | Intel IP Corporation | Systems and methods for processing and handling privacy-sensitive image data |
CN109872284A (zh) * | 2019-01-18 | 2019-06-11 | 平安普惠企业管理有限公司 | 图像信息脱敏方法、装置、计算机设备及存储介质 |
CN110163218A (zh) * | 2019-04-10 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 基于图像识别的脱敏处理方法以及装置 |
CN111814194A (zh) * | 2020-09-04 | 2020-10-23 | 支付宝(杭州)信息技术有限公司 | 基于隐私保护的图像处理方法、装置和电子设备 |
WO2020248955A1 (zh) * | 2019-06-10 | 2020-12-17 | 华为技术有限公司 | 一种分享内容的方法和电子设备 |
WO2021004402A1 (zh) * | 2019-07-05 | 2021-01-14 | 深圳数字生命研究院 | 图像识别方法及装置、存储介质和处理器 |
CN112380566A (zh) * | 2020-11-20 | 2021-02-19 | 北京百度网讯科技有限公司 | 用于对文档图像进行脱敏的方法、装置、电子设备及介质 |
WO2021057267A1 (zh) * | 2019-09-24 | 2021-04-01 | 维沃移动通信有限公司 | 图像处理方法及终端设备 |
CN113688837A (zh) * | 2021-09-29 | 2021-11-23 | 平安科技(深圳)有限公司 | 图像脱敏方法、装置、电子设备及计算机可读存储介质 |
CN113837970A (zh) * | 2021-09-30 | 2021-12-24 | 北京地平线信息技术有限公司 | 图像数据的脱敏方法和装置 |
CN113923515A (zh) * | 2021-09-29 | 2022-01-11 | 马上消费金融股份有限公司 | 视频制作方法、装置、电子设备及存储介质 |
CN113918990A (zh) * | 2021-09-30 | 2022-01-11 | 北京地平线信息技术有限公司 | 数据脱敏的处理方法和装置 |
US20220019690A1 (en) * | 2020-07-17 | 2022-01-20 | Alipay (Hangzhou) Information Technology Co., Ltd. | Image privacy protection method, apparatus and device |
-
2022
- 2022-03-31 CN CN202210344376.9A patent/CN114692202B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190050592A1 (en) * | 2018-09-27 | 2019-02-14 | Intel IP Corporation | Systems and methods for processing and handling privacy-sensitive image data |
CN109872284A (zh) * | 2019-01-18 | 2019-06-11 | 平安普惠企业管理有限公司 | 图像信息脱敏方法、装置、计算机设备及存储介质 |
CN110163218A (zh) * | 2019-04-10 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 基于图像识别的脱敏处理方法以及装置 |
WO2020248955A1 (zh) * | 2019-06-10 | 2020-12-17 | 华为技术有限公司 | 一种分享内容的方法和电子设备 |
WO2021004402A1 (zh) * | 2019-07-05 | 2021-01-14 | 深圳数字生命研究院 | 图像识别方法及装置、存储介质和处理器 |
WO2021057267A1 (zh) * | 2019-09-24 | 2021-04-01 | 维沃移动通信有限公司 | 图像处理方法及终端设备 |
US20220019690A1 (en) * | 2020-07-17 | 2022-01-20 | Alipay (Hangzhou) Information Technology Co., Ltd. | Image privacy protection method, apparatus and device |
CN111814194A (zh) * | 2020-09-04 | 2020-10-23 | 支付宝(杭州)信息技术有限公司 | 基于隐私保护的图像处理方法、装置和电子设备 |
CN112380566A (zh) * | 2020-11-20 | 2021-02-19 | 北京百度网讯科技有限公司 | 用于对文档图像进行脱敏的方法、装置、电子设备及介质 |
CN113923515A (zh) * | 2021-09-29 | 2022-01-11 | 马上消费金融股份有限公司 | 视频制作方法、装置、电子设备及存储介质 |
CN113688837A (zh) * | 2021-09-29 | 2021-11-23 | 平安科技(深圳)有限公司 | 图像脱敏方法、装置、电子设备及计算机可读存储介质 |
CN113837970A (zh) * | 2021-09-30 | 2021-12-24 | 北京地平线信息技术有限公司 | 图像数据的脱敏方法和装置 |
CN113918990A (zh) * | 2021-09-30 | 2022-01-11 | 北京地平线信息技术有限公司 | 数据脱敏的处理方法和装置 |
Non-Patent Citations (3)
Title |
---|
G. CISNEROS等: ""Desensitisation of medical images restoration under crude estimates of mobile radio channels"", 2004 INTERNATIONAL CONFERENCE ON IMAGE PROCESSING, 18 April 2005 (2005-04-18), pages 315 - 318 * |
苗功勋等: ""基于智能化分析的非结构化数据脱敏技术研究"", 保密科学技术, 20 September 2019 (2019-09-20), pages 23 - 31 * |
赵峰;荆涛;王士林;李生红;: "基于图像内容及底层特征的敏感图像检测方法", 信号处理, no. 06, 25 December 2008 (2008-12-25), pages 960 - 965 * |
Also Published As
Publication number | Publication date |
---|---|
CN114692202B (zh) | 2024-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108363535B (zh) | 图片的显示方法、装置、存储介质、处理器及终端 | |
EP2905945B1 (en) | Inter-terminal image sharing method, terminal device and communication system | |
CN110853068B (zh) | 图片处理方法、装置、电子设备及可读存储介质 | |
WO2023124054A1 (zh) | 一种基于数字孪生监控物理世界的方法、装置及存储介质 | |
CN111950056B (zh) | 建筑信息化模型bim展示方法及相关设备 | |
US20200184098A1 (en) | Systems and Methods for Secure Obfuscation of Sensitive Information in Images | |
CN111402120A (zh) | 一种标注图像处理方法及装置 | |
CN109446761B (zh) | 一种信息安全处理方法、存储介质以及终端设备 | |
CN112651953A (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
CN111539353A (zh) | 一种图像场景识别方法及装置、计算机设备以及存储介质 | |
CN114418825B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN111679877B (zh) | 一种变更终端设备背景的方法、装置和电子设备 | |
CN114842120B (zh) | 一种图像渲染处理方法、装置、设备及介质 | |
CN104680463A (zh) | 一种信息处理方法及终端 | |
CN110881033A (zh) | 一种数据加密方法、装置、设备以及可读存储介质 | |
US10387092B2 (en) | Image forming apparatus | |
US20230047455A1 (en) | Video processing method, apparatus and system | |
CN114692202B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
WO2021012502A1 (zh) | 截屏信息控制方法、装置、计算机设备及存储介质 | |
CN109656647B (zh) | 图表图片生成方法、装置、设备及计算机可读存储介质 | |
CN108388463B (zh) | 图标处理方法、装置、计算机设备和存储介质 | |
CN108270973B (zh) | 一种拍照处理方法、移动终端及计算机可读存储介质 | |
EP3454258B1 (en) | Graphic identification code generation method and apparatus | |
CN113255456B (zh) | 非主动活体检测方法、装置、电子设备及存储介质 | |
CN115731442A (zh) | 图像处理方法、装置、计算机设备和存储介质 |
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 |