TW201822147A - 圖像分類方法及圖像展示方法 - Google Patents
圖像分類方法及圖像展示方法 Download PDFInfo
- Publication number
- TW201822147A TW201822147A TW105140515A TW105140515A TW201822147A TW 201822147 A TW201822147 A TW 201822147A TW 105140515 A TW105140515 A TW 105140515A TW 105140515 A TW105140515 A TW 105140515A TW 201822147 A TW201822147 A TW 201822147A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- images
- reduced
- order
- color
- Prior art date
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一種圖像分類方法,包含:降階第一圖像之色彩得到第一降階圖像,第一降階圖像包含複數個第一圖像區塊;由資料庫中取得已存在的第二降階圖像,第二降階圖像包含複數個第二圖像區塊;依據第一降階圖像中該些第一圖像區塊各自的色彩值與第二降階圖像中相應的該些第二圖像區塊各自的色彩值的差異,分別計算第一降階圖像相較於第二降階圖像的複數個區塊色差值;以及依據第一降階圖像相較於第二降階圖像之間的該些區塊色差值,判斷第一圖像是否與第二降階圖像屬於同一類別。
Description
本揭示內容是有關於一種關於圖像的處理方法,且特別是有關於一種關於圖像的分類與展示方法。
隨著社群網路或類似平台的興起以及攝影技術的進步,越來越多的使用者會拍攝圖像並將所拍攝之圖像上傳至社群網路或類似平台上以供其他使用者欣賞與分享。
然而,隨著被分享的圖像越來越多,缺乏良好的分類與圖像呈現方式會讓使用者瀏覽眾多相片的意願降低。因此,如何將圖像做適當的分類以增進使用者在瀏覽圖像上的方便性,以及圖像的顯示方法或順序如何讓使用者能更方便快速的瀏覽到較受歡迎的圖像,為本領域待改進的問題之一。
本揭示內容之一實施例是在提供一種圖像分類方法,包含:降階一第一圖像之色彩得到一第一降階圖像,該第一降階圖像包含複數個第一圖像區塊;由一資料庫中取得已存在的一第二降階圖像,該第二降階圖像包含複數個第二圖像區塊;依據該第一降階圖像中該些第一圖像區塊各自的一色彩值與該第二降階圖像中相應的該些第二圖像區塊各自的一色彩值的差異,分別計算該第一降階圖像相較於該第二降階圖像的複數個區塊色差值;以及依據該第一降階圖像相較於該第二降階圖像之間的該些區塊色差值,判斷該第一圖像是否與該第二降階圖像屬於同一類別。
本揭示內容之一實施例是在提供一種圖像展示方法,適用於具有複數個圖像的一資料庫,該圖像展示方法包含:依據複數個圖像彼此之間的複數個色差值,將該複數個圖像分類為複數個類別;收集該些圖像的複數個分數;依據該些圖像每一者各自的分數,調整該些圖像每一者至少一顯示參數;以及依照該複數個類別以及該至少一顯示參數,將該些圖像分類顯示於一顯示介面上。
以下揭示提供許多不同實施例或例證用以實施本發明的不同特徵。特殊例證中的元件及配置在以下討論中被用來簡化本揭示。所討論的任何例證只用來作解說的用途,並不會以任何方式限制本發明或其例證之範圍和意義。此外,本揭示在不同例證中可能重複引用數字符號且/或字母,這些重複皆為了簡化及闡述,其本身並未指定以下討論中不同實施例且/或配置之間的關係。
請參閱第1圖,第1圖繪示根據本揭示文件之一實施例中一種伺服器100的示意圖。伺服器100包含通訊模組120、圖像處理模組140、使用者評分模組160與資料庫180。實際應用中,伺服器100可以是具有儲存、分享、備份圖片功能的資料庫、雲端伺服器、社群網路伺服器、檔案伺服器或其他具有圖片上傳功能的檔案伺服器。在一些實施例中,通訊模組120用以與其他伺服器或是電子設備建立通訊連接,以上傳/下載訊息或資料。在一些實施例中,通訊模組120可為藍芽傳輸晶片、無線網路技術(WiFi)晶片、四代行動網路通訊(4G)晶片、三代行動網路通訊(3G)晶片、二代行動網路通訊(2G)晶片或其他具相等性的處理電路。
圖像處理模組140包含圖像色彩降階單元142以及圖像分類單元144。在一些實施例中,圖像處理模組140用以將上傳至伺服器100之圖像進行降階處理與分類。圖像處理模組140可為中央處理單元(central processor unit, CPU)、影像處理單元(graphic processing unit, GPU)、圖片處理電路或其他具相等性的計算電路。圖像色彩降階單元142以及圖像分類單元144可透過圖像處理模組140所執行的軟體指令/程式、韌體指令/程式方式或用以執行特定功能的可編程應用電路而實現。
使用者評分模組160為中央處理單元(central processor unit, CPU) 或其他具相等性的計算電路。使用者評分模組160包含使用者評分資訊蒐集單元162、使用者評分資訊讀取單元164以及使用者評分資訊計算單元166。使用者評分模組160用以搜尋使用者評分資訊、讀取資料庫180中之使用者評分資訊與計算使用者評分資訊。使用者評分資訊蒐集單元162、使用者評分資訊讀取單元164以及使用者評分資訊計算單元166可透過使用者評分模組160所執行的軟體指令/程式、韌體指令/程式方式或用以執行特定功能的可編程應用電路而實現。
在一些實施例中,資料庫180可為儲存於儲存裝置中,儲存裝置可被實作為唯讀記憶體、快閃記憶體、軟碟、硬碟、光碟、隨身碟、磁帶、可由網路存取之資料庫或熟悉此技藝者可輕易思及具有相同功能之儲存媒體。在一些實施例中,資料庫180與圖像處理模組140以及使用者評分模組160相連接。資料庫180用以儲存使用者評分資訊、圖像、降階圖像、圖像分類與圖像資訊等。
請參閱第2圖,第2圖繪示根據本揭示文件之一實施例中一種電子裝置200的示意圖。電子裝置200包含通訊模組202、圖像擷取模組204、圖像資訊擷取模組206、圖像展示模組208與顯示器210。於一實施例中,通訊模組120用以與其他伺服器或是電子設備建立通訊連接,以傳輸訊息或資料。例如,通訊模組202可用以將電子裝置之擷取圖像、圖像資訊與使用者資訊上傳至伺服器100,或是由伺服器100下載圖像、圖像資訊與使用者評分資訊等。在一些實施例中,通訊模組120可為藍芽傳輸晶片、無線網路技術(WiFi)晶片、四代行動網路通訊(4G)晶片、三代行動網路通訊(3G)晶片、二代行動網路通訊(2G)晶片或其他具相等性的處理電路。實際應用中,電子裝置200可以是個人數位助理、相機、智慧型手機、平板電腦、筆記型電腦或個人電腦。
在一些實施例中,圖像擷取模組204可以是相機、網路攝影機或是其他具有圖像擷取功能的等效性元件。圖像擷取模組204用以擷取圖像,並且電子裝置200可將擷取之圖像透過通訊模組202上傳至伺服器100。
於另一實施例中,電子裝置200本身並不一定包含圖像擷取模組204而是包含輸入介面(圖中未示),例如記憶卡讀卡機、光碟機或USB連接器,電子裝置200可以透過輸入介面讀取圖像並將讀取之圖像上傳至伺服器100。
圖像資訊擷取模組206用以讀取圖像之拍攝時間、圖像之拍攝地點以及圖像之可交換圖檔格式(EXIF)等資訊,並將讀取資訊透過通訊模組202將上傳至伺服器100。圖像展示模組208用以透過通訊模組202下載圖像、使用者評分資訊、圖像分類與圖像資訊等,並根據所下載之圖像、使用者評分資訊、圖像分類與圖像資訊等控制圖像之顯示方式與順序等。
圖像資訊擷取模組206與圖像展示模組208實施上可以由中央處理單元(central processor unit, CPU)、其他具相等性的處理電路並配合相應的軟體或韌體而實現。
顯示器210可為顯示面板、觸控顯示面板、投影單元或是其他具有同等功能的等效性元件。圖像以及圖像資訊會在顯示器210上顯示。
請參閱第3圖,第3圖繪示圖像分類方法300的流程圖。如第3圖所繪示,執行步驟S320以將第一圖像色彩降階。色彩降階是由如第1圖中之圖像處理模組140所執行。舉例來說,色彩降階可以是對圖片的各像素的組成原色分別進行深度取樣降階(例如將每一個像素的色彩深度由32位元降至16位元、由32位元降至8位元或由16位元降至8位元等)、圖像壓縮(例如用某一像素顏色代表周邊鄰近像素的顏色,或是剔除非主題的色彩細節)或是馬賽克法等,但本揭示內容不受限於上述之方法。
如上所述之第一圖像可以是由第2圖的圖像擷取模組204擷取第一圖像,再透過通訊模組202上傳第一圖像至伺服器100。
本揭示內容之一些實施例中以馬賽克法執行步驟S320。其方法為將一圖像分為數個大小相同的區塊,將各個區塊內的複數個色彩值取平均值計算出各個區塊的平均色彩值,再以各個區塊的平均色彩值作為各個區塊範圍內的色彩值。
請參閱第4A圖,第4A圖繪示根據一實施例對第一圖像IMG1進行色彩降階產生第一降階圖像IMGM1的示意圖。第一圖像IMG1為圖像擷取模組204所擷取的影像。為了說明上的方便,示意圖中所繪示的第一圖像IMG1包含16個大小相同的像素,實際應用中第一圖像IMG1所包含的像素個數並不以此為限。
。其中第一圖像IMG1中於不同位置上各個像素各自具有色彩值C11
~C44
。色彩值可以是三原色光色彩表示法(RGB)、HSL色彩表示法(色相、飽和度、亮度)或是HSV色彩表示法(色相、飽和度、明度)等。本揭示內容不受限於上述之色彩值模式。
當以馬賽克法進行色彩降階時,將第一圖像IMG1的每2×2的像素整合為一區塊,計算該區塊當中四個像素的色彩值平均值。也就是說,16個大小相同的像素中,每4個像素會整合為一個區塊,即總共有4個區塊。而每個區塊的色彩值是各區塊中所包含的4個像素的色彩值的平均值。
請再參閱第4A圖,第一圖像IMG1經過上述色彩降階產生第一降階圖像IMGM1。第一降階圖像IMGM1當中包含四個區塊,具有色彩值Cm11
、Cm12
、Cm21
以及Cm22
。其中,區塊的色彩值Cm11
為四個像素的色彩值C11
、C12
、C21
以及C22
的平均值。區塊的色彩值Cm12
為四個像素的色彩值C13
、C14
、C23
以及C24
的平均值,依此類推。
本揭示內容中將像素整合為區塊進行馬賽克法色彩降階的選取並不受限於上述兩種實施例。也就是說,單一區塊選取的像素數目並不限於2×2,實際選取的像素數目可以視欲降階的幅度、處理器的效能、欲達到的目標精細程度而定。
請一併參閱第4B圖,第4B圖繪示另一實施例中第一圖像IMG3進行色彩降階產生第一降階圖像IMGM3的示意圖。於此一實施例中,第一圖像IMG3為圖像擷取模組204所擷取的影像,不同於第4A圖的實施例中,此實施例中,第一圖像IMG3包含36個像素。第一圖像IMG3包含36個像素,36個像素的色彩值分別為色彩值C11
~C66
。於此實施例中,將第一圖像IMG3的36個像素每2×3的像素取為一區塊,計算該區塊中各像素的色彩值平均值。也就是說,36個大小相同的像素中,每6個像素會是一個區塊,即總共有6個區塊。而每個區塊的色彩值是各個區塊中所包含的6個像素的色彩值的平均值。
請再參閱第4B圖,第一降階圖像IMGM3為第一圖像IMG3經過色彩降階後的圖像。色彩值Cm11
、Cm12
、Cm21
、Cm22
、Cm31
以及Cm32
分別為六個區塊的色彩值。其中,區塊的色彩值Cm11
為像素的色彩值C11
、C12
、C13
、 C21
、 C22
以及C23
的平均值。區塊的色彩值Cm12
為像素的色彩值C14
、C15
、C16
、C24
、C25
以及C26
的平均值,依此類推。也就是說,單一區塊選取的像素數目亦可以採用2×3。依此類推,亦可以是將M×N個像素整合為單一個區塊,其中M與N分別為1以上的正整數。
於後續實施例中,為了說明上的簡潔,以第4A圖中所示第一圖像IMG1及第一降階圖像IMGM1作為主要舉例,但不以此為限。
基於步驟S320,目前擷取到的第一圖像IMG1,經過色彩降階可以得到第一降階圖像IMGM1。此時,圖像分類方法300可以依據降階後的結果將第一圖像IMG1與伺服器100的資料庫180中已存在的複數個其他圖像(於後續實施例中稱為第二圖像,舉例來說可以是該使用者過往存入的影像,或是其他使用者所拍攝並存入的影像)進行比對。根據比對結果,藉此將第一圖像IMG1分類。
需補充說明的是,伺服器100上資料庫180已存在的第二圖像亦經過色彩降階得到第二降階圖像,因此,資料庫180存有複數個第二圖像以及相應的第二降階圖像。
請再參閱第3圖,步驟S330為依據第一降階圖像與第二降階圖像之間的色差值將第一圖像分類。在一些實施例中,步驟S330由圖像處理模組140所執行。請參閱第5圖,第5圖繪示第3圖中步驟S330的流程圖。第一圖像IMG1經過步驟S320色彩降階後會得到第一降階圖像IMGM1(如第4A圖所示)。
接著執行步驟S331,由如第1圖中之資料庫180讀取第二降階圖像。請一併參閱第6圖,第6圖繪示根據一些實施例之第一降階圖像IMGM1與第二降階圖像IMGM2各自的複數個區塊之示意圖。其中第一降階圖像IMGM1包含四個區塊,分別相對應色彩值Cm11
、Cm12
、Cm21
以及Cm22
。第二降階圖像IMGM2包含4個區塊,分別相對應色彩值C’m11
、C’m12
、C’m21
以及C’m22
。
執行步驟S332以計算第一降階圖像IMGM1中複數個第一圖像區塊各自的色彩值Cm11
、Cm12
、Cm21
以及Cm22
與第二降階圖像IMGM2中相應的複數個第二圖像區塊各自的色彩值C’m11
、C’m12
、C’m21
以及C’m22
的差異分別計算複數個區塊色差值。
於此實施例中,得到4個區塊色差值ΔCm11
、ΔCm12
、ΔCm21
以及ΔCm22
。其中區塊色差值ΔCm11
為Cm11
- C’m11
。區塊色差值ΔCm12
為Cm12
- C’m12
。區塊色差值ΔCm21
為Cm21
- C’m21
。區塊色差值ΔCm22
為Cm22
- C’m22
。
在一實施例中,色差值是採用HSV色彩表示法。則區塊色差值的計算是將第一降階圖像IMGM1與第二降階圖像IMGM2之間複數個區塊以HSV色彩表示法後的色相、飽和度以及明度各自的差值取絕對值後計算出區塊色差值。例如,色彩值Cm11
=(120.00, 0.50, 0.39)且色彩值C’m11
=(14.60, 0.80, 1.00),則區塊色差值ΔCm11
=(105.40, 0.30, 0.61)。
在另一實施例中,色彩值是採用三原色光色彩表示法。則區塊色差值的計算是將第一降階圖像IMGM1與第二降階圖像IMGM2之間複數個區塊以三原色光色彩表示法後的紅色、綠色以及藍色各自的差值計算出區塊色差值。例如,色彩值Cm11
=(125, 125, 125)且色彩值C’m11
=(118, 118, 118),則區塊色差值ΔCm11
=(7, 7, 7)。
在計算複數個區塊色差值之後,執行步驟S333,根據複數個區塊色差值得到第一降階圖像相較於第二降階圖像的代表色差值。代表色差值的計算可以是採用複數個區塊色差值中的最大值,或是對不同的區塊色差值給予不同的權重等。
在一實施例中,在計算第一降階圖像IMGM1與第二降階圖像IMGM2之間複數個區塊色差值後,得到4個區塊色差值,ΔCm11
、ΔCm12
、ΔCm21
以及ΔCm22
。色彩值是採用三原色光色彩表示法,且取區塊色差值中的最大值作為第一降階圖像IMGM1與第二降階圖像IMGM2之間的代表色差值。舉例來說:當ΔCm11
=(5,5,5)、ΔCm12
=(6,7,8) 、ΔCm21
=(8,9,9)且ΔCm22
=(8,9,10)時,可得知區塊色差值中的最大值為(8,9,10),則第一降階圖像IMGM1與第二降階圖像IMGM2之間的代表色差值即為(8,9,10)。
在另一實施例中,在計算第一降階圖像IMGM1與第二降階圖像IMGM2之間複數個區塊色差值後,得到4個區塊色差值,ΔCm11
、ΔCm12
、ΔCm21
以及ΔCm22
。色彩值是採用三原色光色彩表示法,且在計算色差值時ΔCm11
、ΔCm12
、ΔCm21
以及ΔCm22
的權重分別是0.7, 0.1, 0.1, 0.1。舉例來說:當ΔCm11
=(5,5,5)、ΔCm12
=(6,7,8) 、ΔCm21
=(8,9,9)且ΔCm22
=(8,9,10)時,計算可得第一降階圖像IMGM1與第二降階圖像IMGM2之間的代表色差值即為(5.8, 6, 6.2)。
請再參閱第5圖。在得到第一降階圖像IMGM1與第二降階圖像IMGM2之間的代表色差值之後,執行步驟S334,判斷代表色差值是否小於色差閾值,若代表色差值小於色差閾值,則執行步驟S335,將第一圖像IMG1與第二降階圖像IMGM2分類為相同類別;若代表色差值超過色差閾值,則執行步驟S336,將第一圖像IMG1與第二降階圖像IMGM2分類為相異類別。
舉例來說,色彩值是採用三原色光色彩表示法且色差閾值設定在(10,10,10)時,若代表色差值為(5,5,5)即小於色差閾值。則執行步驟S335,將第一圖像IMG1與第二降階圖像IMGM2分類為相同類別。若代表色差值為(12,5,12) 即大於色差閾值,則執行步驟S336,將第一圖像IMG1與第二降階圖像IMGM2分類為相異類別。
舉另一例來說,色彩值是採用HSV色彩表示法且色差閾值設定在(10,0.1,0.1)時,若代表色差值為(9, 0.05, 0.05)則執行步驟S335,將第一圖像IMG1與第二降階圖像IMGM2分類為相同類別。若代表色差值為(12, 0.05, 0.05)則執行步驟S336,將第一圖像IMG1與第二降階圖像IMGM2分類為相異類別。
本揭示內容的一些實施例中,第一圖像還包含取得第一圖像之拍攝時間或第一圖像之拍攝地點。當圖像分類時是依據色差值以及拍攝時間或拍攝地點。其中,擷取圖像之拍攝時間或圖像之拍攝地點是由如第2圖中的圖像資訊擷取模組206所執行。
舉例來說,在一些實施例中,若第一圖像與第二圖像的代表色差值小於色差閾值且第一圖像與第二圖像的拍攝時間皆為台灣時區上午九點到十點間,則第一圖像與第二圖像會被分類為同一類別。而若是第一圖像與第二圖像的代表色差值小於色差閾值但第一圖像的拍攝時間為台灣時區上午九點到十點間而第二圖像的拍攝時間為台灣時區下午九點到十點間,則第一圖像與第二圖像會被分類為不同類別。
再舉例來說,在一些實施例中,若第一圖像與第二圖像的代表色差值小於色差閾值且第一圖像與第二圖像的拍攝地點皆為台北市,則第一圖像與第二圖像會被分類為同一類別。而若是第一圖像與第二圖像的代表色差值小於色差閾值但第一圖像的拍攝地點為台北市而第二圖像的拍攝地點為屏東市,則第一圖像與第二圖像會被分類為不同類別。
請參閱第7圖,第7圖繪示用以控制如第2圖中電子裝置200的顯示器210上的圖像展示方法400。執行步驟S410將圖像分類。圖像分類方法可以是根據圖像拍攝時間分類、根據圖像拍攝地點分類或/且根據圖像與圖像間的色差值分類等。
本揭示內容的其他一些實施例中,第一圖像還包含可交換圖檔格式資訊。可交換圖檔格式資訊包含圖像方向、圖像解析度、圖像尺寸、拍攝時間、拍攝地點以及圖像拍攝模式等圖像資訊。當圖像分類時可以是依據色差值以及可交換圖檔格式資訊。其中,擷取圖像之可交換圖檔格式資訊是由如第2圖中的圖像資訊擷取模組206所執行。
舉例來說,在一些實施例中,若第一圖像與第二圖像的代表色差值小於色差閾值且第一圖像與第二圖像的圖像解析度皆為1000dpi,則第一圖像與第二圖像會被分類為同一類別。而若是第一圖像與第二圖像的代表色差值小於色差閾值但第一圖像的圖像解析度為1000dpi而第二圖像的圖像解析度為72dpi,則第一圖像與第二圖像會被分類為不同類別。
請參閱第7圖。將圖像分類後,執行步驟S420,蒐集複數個圖像的複數個分數。請參閱第8圖,第8圖繪示第7圖中步驟S420的流程圖。執行步驟S421以蒐集複數個圖像各自的使用者評分資訊。使用者評分資訊包含正面因子以及負面因子。正面因子為對圖像的評分有利的因子,於計算複數個圖像的分數時給予較佳之分數。而負面因子為對圖像的評分不利的因子,於計算複數個圖像的分數時給予較差之分數。正面因子與負面因子又再分為顯性因子與隱性因子。其中顯性因子表示直接對圖像表示喜歡/不喜歡的因子,隱性因子表示沒有直接對圖像表示喜歡/不喜歡,但隱含了對圖像表示喜歡/不喜歡的因子。
正面因子中的顯性因子包含正評數與/或收藏數。正面因子中的隱性因子包含經由該張圖像攝影師倍加為好友數、瀏覽數等與/或詳細資訊點閱次數等。負面因子中的顯性因子包含:負評數。負面因子中的隱性因子包含該張圖像攝影師近半年曾被使用者檢舉與/或圖像完全無正面評價之時間長度等。
請再參閱第8圖,蒐集複數個圖像各自的使用者評分資訊後,執行步驟S422,由如第2圖中的資料庫180讀取複數個圖像各自的讀取數據。讀取數據包含儲存於資料庫180中關於複數個圖像的使用者評分資訊與/或複數個圖像的分數等。
請再參閱第8圖,蒐集複數個圖像各自的使用者評分資訊並讀取複數個圖像各自的讀取數據後,執行步驟S423,計算複數個圖像各自的分數。
在一實施例中,步驟S423將讀取數據與使用者評分資訊結合並計算複數個圖像各自的分數。在一些實施例中,計算複數個圖像各自的分數是由使用者評分資訊中取出複數個因子列入計算。
舉例來說,在計算圖片的分數時,將使用者評分資訊中正面因子的正評數、收藏數、瀏覽數以及詳細資訊點閱次數計入。並將使用者評分資訊中負面因子的負評數以及完全無正面評價之時間計入。
關於各個使用者評分資訊的計分方法的一示範例如表1所示: 表1
如表1所示,在計算圖像的分數時,對於每正評數+1分、每收藏數+0.5分、每瀏覽數+0.1分、每詳細資訊點閱次數+0.1分、每負評數-1分以及完全無正面評價之時間每日-0.2分。舉例來說,一個圖像若是有60個正評數、40個收藏數、100個瀏覽數、30個詳細資訊點閱數、3個負評數以及10日完全無正面評價之時間,則圖像的分數為88分。
在一些實施例中,步驟S423還包含依據讀取數據中的分類和讀取數據中的分數調整計算的分數。舉例來說,對於一些分類在較熱門的分類的圖片加分,或是將讀取數據中的分數和依據使用者評分資訊計算的分數分別給予不同的權重計算。其中較熱門的分類可以是整體來說有較高點閱率的分類,或是屬於當時季節的圖片的分類。
請再參見第7圖,在計算複數個圖像各自的分數後,執行步驟S430,根據複數個圖像每一者各自的分數,調整複數個圖像每一者的顯示參數。
調整複數個圖像每一者的顯示參數包含:調整複數個圖像每一者在其所屬的其中一個類別中的顯示次序,或者調整複數個圖像的顯示尺寸。舉例來說,分數較高的圖像排列在顯示次序的較前方,而分數較低的圖像排列在顯示次序的較後方。或是分數較高的圖像有較大的顯示尺寸,而分數較低的圖像有較小的顯示尺寸。
請再參見第7圖,在調整圖像的顯示參數後,執行步驟S440,依照複數個類別以及顯示參數,將複數個圖像分類顯示於顯示介面。
舉例來說,在一實施例中有A、B、C、D以及E五張圖片,分別被分在三個類別,第一類別有A、第二類別有B與C而第三類別有D與E,且A、B、C、D以及E分別有顯示分數150、70、350、900、-20。則A、B、C、D以及E的顯示參數分別為1-1、2-2、2-1、3-1以及3-2。其中前面的數字表示類別的次序,而後面的數字表示在類別中的顯示次序。顯示參數的數字越小代表顯示的順序越優先。
基於上述實施例,本揭示文件提供一種圖像分類方法及圖像展示方法。其中圖像分類方法是一種利用圖像間色差值之圖像分類方法。由於類似主題的圖像之間相較於非類似主題的圖像之間有較小的色差,因此此種圖像分類方法可將圖像依據各自的主題分類,使用者在瀏覽圖像也更為便利。舉例來說:可將圖像分類為清晨、日落、楓葉等主題,且使用者無需自己手動分類。且在圖像分類的同時,先將圖像降階可降低計算量。此外,根據分類與推薦分數之圖像展示方法可讓使用者較早瀏覽到有較高分數之圖像,增進使用者瀏覽圖像的便利性。
當一元件被稱為『連接』或『耦接』至另一元件時,它可以為直接連接或耦接至另一元件,又或是其中有一額外元件存在。相對的,當一元件被稱為『直接連接』或『直接耦接』至另一元件時,其中是沒有額外元件存在。在本文中,使用第一、第二與第三等等之詞彙,是用於描述各種元件或組件。但是這些元件或組件不應該被這些術語所限制。這些詞彙只限於用來辨別單一元件或組件。因此,在上述實施例中中的一第一元件或組件也可被稱為第二元件或組件,而不脫離本發明的本意。本揭示文件中提到的「及/或」是指表列元件的任一者、全部或至少一者的任意組合。
雖然本揭示內容已以實施方式揭露如上,然其並非用以限定本揭示內容,任何熟習此技藝者,在不脫離本揭示內容之精神和範圍內,當可作各種之更動與潤飾,因此本揭示內容之保護範圍當視後附之申請專利範圍所界定者為準。
為讓本揭示內容之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附符號之說明如下:
100‧‧‧伺服器
120‧‧‧通訊模組
140‧‧‧圖像處理模組
142‧‧‧圖像色彩降階單元
144‧‧‧圖像分類單元
160‧‧‧使用者評分模組
162‧‧‧使用者評分資訊蒐集單元
164‧‧‧使用者評分資訊讀取單元
166‧‧‧使用者評分資訊計算單元
180‧‧‧資料庫
200‧‧‧電子裝置
202‧‧‧通訊模組
204‧‧‧圖像擷取模組
206‧‧‧圖像資訊擷取模組
208‧‧‧圖像展示模組
210‧‧‧顯示器
300、400‧‧‧方法
S320、S330‧‧‧步驟
S331、S332、S333、S334、S335、S336‧‧‧步驟
S410、S420、S430、S440‧‧‧步驟
S421、S422、S423‧‧‧步驟
IMG1、IMG3‧‧‧第一圖像
IMGM1、IMGM3‧‧‧第一降階圖像
IMGM2‧‧‧第二降階圖像
為讓本發明之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖式之說明如下: 第1圖繪示根據本揭示文件之一實施例中一種伺服器的示意圖; 第2圖繪示根據本揭示文件之一實施例中一種電子裝置的示意圖; 第3圖繪示根據本揭示文件之一實施例中一種圖像分類方法的方法流程圖; 第4A圖繪示根據本揭示文件之一實施例之色彩降階法; 第4B圖繪示根據本揭示文件之另一實施例之色彩降階法; 第5圖繪示第3圖中部份步驟的步驟細節的方法流程圖; 第6圖繪示根據一些實施例之第一降階圖像與第二降階圖像各自的複數個區塊之示意圖; 第7圖繪示根據本揭示文件之一實施例中一種圖像展示方法的方法流程圖;以及 第8圖繪示第7圖中部份步驟的步驟細節的方法流程圖。
Claims (10)
- 一種圖像分類方法,包含: 降階一第一圖像之色彩得到一第一降階圖像,該第一降階圖像包含複數個第一圖像區塊; 由一資料庫中取得已存在的一第二降階圖像,該第二降階圖像包含複數個第二圖像區塊; 依據該第一降階圖像中該些第一圖像區塊各自的一色彩值與該第二降階圖像中相應的該些第二圖像區塊各自的一色彩值的差異,分別計算該第一降階圖像相較於該第二降階圖像的複數個區塊色差值;以及 依據該第一降階圖像相較於該第二降階圖像之間的該些區塊色差值,判斷該第一圖像是否與該第二降階圖像屬於同一類別。
- 如請求項1所述之圖像分類方法,其中判斷該第一圖像是否與該第二圖像屬於同一類別更包含: 由該些區塊色差值得到該第一降階圖像相較於該第二降階圖像之一代表色差值; 若該代表色差值小於一色差閾值,則將該第一圖像與該第二降階圖像分類為相同類別;以及 若該代表色差值超過該色差閾值,則將該第一圖像與該第二降階圖像分類為相同類別。
- 如請求項1所述之圖像分類方法,更包含: 儲存該第一圖像、該第一降階圖像以及該第一圖像之一分類結果至該資料庫。
- 如請求項1所述之圖像分類方法,更包含: 取得該第一圖像之一第一拍攝時間,其中該第一圖像是否與該第二圖像屬於同一類別之判斷進一步依據該第一圖像之該第一拍攝時間與該第二圖像之一第二拍攝時間是否相近。
- 如請求項1所述之圖像分類方法,更包含: 取得該第一圖像之一第一拍攝地點,其中該第一圖像是否與該第二圖像屬於同一類別之判斷進一步依據該第一圖像之該第一拍攝地點與該第二圖像之一第二拍攝地點是否相鄰。
- 如請求項1所述之圖像分類方法,更包含: 取得該第一圖像之一可交換圖檔格式資訊,其中該第一圖像是否與該第二圖像屬於同一類別之判斷進一步依據該可交換圖檔格式資訊中的該第一圖像之一圖像方向、一圖像解析度、一圖像尺寸或一圖像拍攝模式分別與該第二圖像之比對結果。
- 一種圖像展示方法,適用於具有複數個圖像的一資料庫,該圖像展示方法包含: 依據複數個圖像彼此之間的複數個色差值,將該複數個圖像分類為複數個類別; 收集該些圖像的複數個分數; 依據該些圖像每一者各自的分數,調整該些圖像每一者至少一顯示參數;以及 依照該複數個類別以及該至少一顯示參數,將該些圖像分類顯示於一顯示介面上。
- 如請求項7所述之圖像展示方法,其中調整該至少一顯示參數包含調整該些圖像每一者在其所屬的其中一類別中的一顯示次序,或者調整該些圖像的一顯示尺寸。
- 如請求項7所述之圖像展示方法,其中收集該些分數包含: 蒐集該些圖像各自的一使用者評分資訊; 自該資料庫讀取該些圖像各自的一讀取數據;以及 將該讀取數據與該使用者評分資訊結合並計算該些圖像其中一者的該分數。
- 如請求項9所述之圖像展示方法,其中該使用者評分資訊包含一正面因子與一負面因子,其中該些圖像其中該者的該分數與該些圖像其中該者相應之該正面因子正相關,該些圖像其中該者的該分數與該些圖像其中該者相應之該負面因子負相關。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105140515A TW201822147A (zh) | 2016-12-07 | 2016-12-07 | 圖像分類方法及圖像展示方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105140515A TW201822147A (zh) | 2016-12-07 | 2016-12-07 | 圖像分類方法及圖像展示方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201822147A true TW201822147A (zh) | 2018-06-16 |
Family
ID=63258162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105140515A TW201822147A (zh) | 2016-12-07 | 2016-12-07 | 圖像分類方法及圖像展示方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TW201822147A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI695343B (zh) * | 2019-05-06 | 2020-06-01 | 中華電信股份有限公司 | 用於偵測移動物件之自動標註方法 |
-
2016
- 2016-12-07 TW TW105140515A patent/TW201822147A/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI695343B (zh) * | 2019-05-06 | 2020-06-01 | 中華電信股份有限公司 | 用於偵測移動物件之自動標註方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10182187B2 (en) | Composing real-time processed video content with a mobile device | |
EP3063730B1 (en) | Automated image cropping and sharing | |
US20150317510A1 (en) | Rating photos for tasks based on content and adjacent signals | |
US9195880B1 (en) | Interactive viewer for image stacks | |
JP2008521133A (ja) | 分散ベースのイベント・クラスタリング | |
US9953220B2 (en) | Cutout object merge | |
KR20050094330A (ko) | 화상 처리 장치, 화상 처리 방법, 및 그 프로그램 제품 | |
CN111353965B (zh) | 图像修复方法、装置、终端及存储介质 | |
JP5878523B2 (ja) | コンテンツ加工装置とその集積回路、方法、およびプログラム | |
JP2004280254A (ja) | コンテンツ分類方法および装置 | |
US11222208B2 (en) | Portrait image evaluation based on aesthetics | |
CN108132935B (zh) | 图像分类方法及图像展示方法 | |
CN107122103A (zh) | 一种图片处理方法及终端 | |
JP2019083445A (ja) | 画像処理装置、画像処理方法、画像処理システムおよびプログラム | |
US20080170812A1 (en) | Image composition processing method, computer system with image composition processing function | |
US9888161B2 (en) | Generation apparatus and method for evaluation information, electronic device and server | |
TW201822147A (zh) | 圖像分類方法及圖像展示方法 | |
JP7005215B2 (ja) | 画像処理装置、及び、画像処理方法、コンピュータプログラム | |
JP2004023656A (ja) | 画像処理装置、画像処理方法、及び、プログラム | |
TWI522888B (zh) | 電子裝置及其影像檢視方法 | |
TWI717942B (zh) | 鏡頭匹配裝置及鏡頭匹配方法 | |
US11283945B2 (en) | Image processing apparatus, image processing method, program, and recording medium | |
TWI234997B (en) | Method for using the image data to change the object and the type of the object | |
US20200092484A1 (en) | Image display control apparatus, image display control method, program, and recording medium | |
US11706522B2 (en) | Imaging system, server, imaging device, imaging method, program, and recording medium having a function of assisting capturing of an image coincident with preference of a user |