CN106708940A - 用于处理图片的方法和装置 - Google Patents

Abstract

本申请公开了用于处理图片的方法和装置。该方法的一具体实施方式包括：获取图片和与图片相关的文本信息；对上述图片进行分析以得到第一关键词集合，对上述文本信息进行分析以得到第二关键词集合，根据上述第一关键词集合和上述第二关键词集合生成用于对上述图片进行指示的文本索引；从上述第一关键词集合中选取用于表征上述图片的视觉特征的关键词，以生成用于对上述图片进行指示的视觉索引；对上述文本索引和上述视觉索引进行存储。该实施方式实现了高准确度的索引建立及存储。

Description

用于处理图片的方法和装置

技术领域

本申请涉及计算机技术领域，具体涉及图片处理技术领域，尤其涉及用于处理图片的方法和装置。

背景技术

现有的图片搜索平台，经常通过建立与图片相关的索引，来极大地提高图片搜索效率。

然而，现有的图片搜索平台向用户呈现的搜索结果通常与用户提交的搜索用文本或搜索用图片缺乏相关性，其原因通常是因为所建立和存储的索引准确度较低。

发明内容

第一方面，本申请提供了一种用于处理图片的方法，该方法包括：获取图片和与上述图片相关的文本信息；对上述图片进行分析以得到第一关键词集合，对上述文本信息进行分析以得到第二关键词集合，根据上述第一关键词集合和上述第二关键词集合生成用于对上述图片进行指示的文本索引；从上述第一关键词集合中选取用于表征上述图片的视觉特征的关键词，以生成用于对上述图片进行指示的视觉索引；对上述文本索引和上述视觉索引进行存储。

在一些实施例中，上述方法还包括：响应于接收到用户终端发送的搜索用图片，则对上述搜索用图片进行分析以提取视觉特征，将上述搜索用图片的视觉特征与上述视觉索引进行匹配，将匹配出的视觉索引所指示的图片作为搜索结果进行展示。

在一些实施例中，上述方法还包括：响应于接收到用户终端发送的搜索用文本，则对上述搜索用文本进行分析以生成第三关键词集合，将上述第三关键词集合与上述文本索引进行匹配，将匹配出的文本索引所指示的图片作为搜索结果进行展示。

在一些实施例中，上述将上述搜索用图片的视觉特征与上述视觉索引进行匹配，包括：计算上述搜索用图片的视觉特征与上述视觉索引中的每一个视觉索引的匹配度；将上述视觉索引中与上述搜索用图片的视觉特征的匹配度不低于第一阈值的视觉索引所指示的图片作为与上述搜索用图片相同的图片，将与上述搜索用图片的视觉特征的匹配度低于上述第一阈值并且不低于第二阈值的视觉索引所指示的图片作为与上述搜索用图片相似的图片。

在一些实施例中，上述将匹配出的视觉索引所指示的图片作为搜索结果进行展示，包括：将与上述搜索用图片相同的图片和/或相似的图片作为搜索结果进行展示。

在一些实施例中，上述视觉特征包括以下至少一项：颜色、纹理、形状。

第二方面，本申请提供了一种用于处理图片的装置，上述装置包括：获取单元，配置用于获取图片和与上述图片相关的文本信息；文本索引生成单元，配置用于对上述图片进行分析以得到第一关键词集合，对上述文本信息进行分析以得到第二关键词集合，根据上述第一关键词集合和上述第二关键词集合生成用于对上述图片进行指示的文本索引；视觉索引生成单元，配置用于从上述第一关键词集合中选取用于表征上述图片的视觉特征的关键词，以生成用于对上述图片进行指示的视觉索引；存储单元，配置用于对上述文本索引和上述视觉索引进行存储。

在一些实施例中，上述装置还包括：第一处理单元，配置用于响应于接收到用户终端发送的搜索用图片，则对上述搜索用图片进行分析以提取视觉特征，将上述搜索用图片的视觉特征与上述视觉索引进行匹配，将匹配出的视觉索引所指示的图片作为搜索结果进行展示。

在一些实施例中，上述装置还包括：第二处理单元，配置用于响应于接收到用户终端发送的搜索用文本，则对上述搜索用文本进行分析以生成第三关键词集合，将上述第三关键词集合与上述文本索引进行匹配，将匹配出的文本索引所指示的图片作为搜索结果进行展示。

在一些实施例中，上述第一处理单元包括：计算子单元，配置用于计算上述搜索用图片的视觉特征与上述视觉索引中的每一个视觉索引的匹配度；处理子单元，配置用于将上述视觉索引中与上述搜索用图片的视觉特征的匹配度不低于第一阈值的视觉索引所指示的图片作为与上述搜索用图片相同的图片，将与上述搜索用图片的视觉特征的匹配度低于上述第一阈值并且不低于第二阈值的视觉索引所指示的图片作为与上述搜索用图片相似的图片。

在一些实施例中，上述第一处理单元包括：展示子单元，配置用于将与上述搜索用图片相同的图片和/或相似的图片作为搜索结果进行展示。

在一些实施例中，上述视觉特征包括以下至少一项：颜色、纹理、形状。

本申请提供的用于处理图片的方法和装置，通过对所获取的图片进行分析以得到第一关键词集合，通过对所获取的与图片相关的文字信息进行分析以得到第二关键词集合，之后根据第一关键词集合和第二关键词集合以生成用于对图片进行指示的文本索引，接着从第一关键词集合中选取用于表征图片的视觉特征的关键词以生成用于对图片进行指示的视觉索引，最后对文本索引和视觉索引进行存储，从而有效利用了第一关键词集合和第二关键词集合，实现了高准确度的索引建立及存储。

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，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性***架构图；

图2是根据本申请的用于处理图片的方法的一个实施例的流程图；

图3是根据本申请的用于处理图片的方法的又一个实施例的流程图；

图4是根据本申请的用于处理图片的方法的再一个实施例的流程图；

图5是根据本申请的用于处理图片的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机***的结构示意图。

具体实施方式

下面结合附图和实施例对本申请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，本申请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申请。

图1示出了可以应用本申请的用于处理图片的方法或用于处理图片的装置的实施例的示例性***架构100。

如图1所示，***架构100可以包括终端设备101、102、103，网络104、106，服务器105和数据库107。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106用以在服务器105和数据库107之间提供通信链路的介质。网络104、106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，例如图片传输应用、图片搜索工具、网页浏览器应用、即时通信工具等。

终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

数据库107可以是存储有至少一张图片的图片数据库。

服务器105可以是提供各种服务的服务器。例如服务器105可以从终端设备101、102、103和/或数据库107获取图片和与图片相关的文本信息；可以对所获取的图片和文本信息进行分析等处理，以生成用于对图片进行指示的文本索引和视觉索引；还可以对所生成的文本索引和视觉索引进行存储。

需要说明的是，本申请实施例所提供的用于处理图片的方法一般由服务器105执行，相应地，用于处理图片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、服务器和数据库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、服务器和数据库。在服务器105从本地获取图片和与图片相关的文本信息的情况下，终端设备101、102、103和数据库107可以不要。

继续参见图2，图2示出了根据本申请的用于处理图片的方法的一个实施例的流程200。该用于处理图片的方法，包括以下步骤：

步骤201，获取图片和与图片相关的文本信息。

在本实施例中，用于处理图片的方法运行于其上的电子设备(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式获取图片和与图片相关的文本信息。这里，上述图片可以是用于处理图片的方法所支持的任意格式的图片，例如PNG、JPEG、GIF等格式的图片。

在本实施例的一些可选的实现方式中，上述电子设备可以从与其通信连接的数据库(例如图1所示的数据库107)和/或用户终端(例如图1所示的终端设备101、102、103)获取上述图片和上述文本信息；上述电子设备还可以本地获取上述图片和上述文本信息。这里，上述电子设备可以将所获取的上述图片和上述文本信息存储至内存或硬盘中。

步骤202，对图片进行分析以得到第一关键词集合，对文本信息进行分析以得到第二关键词集合，根据第一关键词集合和第二关键词集合生成用于对图片进行指示的文本索引。

在本实施例中，上述电子设备可以采用图像识别技术对图片进行分析，从而提取出一个或多个关键词，然后基于提取出的关键词生成第一关键词集合。作为示例，一张显示有夜景的图片，包含星星和弯月，背景色为黑色；上述电子设备通过图像识别技术对该图片进行分析，可以得到关键词“星星”、“月亮”、“镰刀”、“黑色”、“黄色”、“弯”、“五个尖”、“晚上”、“香蕉”，上述电子设备可以将上述关键词“星星”、“月亮”、“镰刀”、“黑色”、“黄色”、“弯的”、“五个尖”、“晚上”和“香蕉”作为第一关键词集合中的关键词。

在本实施例中，上述电子设备可以利用各种分析手段对上述文本信息进行分析，从而提取出一个或多个关键词，然后基于所提取出的关键词生成第二关键集合。

在本实施例中，上述电子设备可以根据第一关键词集合和第二关键词集合生成用于对图片进行指示的文本索引。作为示例，上述电子设备可以通过合并第一关键词集合和第二关键词集合，以生成上述文本索引。

在本实施例的一些可选的实现方式中，上述电子设备可以通过合并第一关键词集合和第二关键词集合并去除重复的关键词，以生成用于对图片进行指示的文本索引。

在本实施例的一些可选的实现方式中，在第一关键词集合和第二关键词集合中的各关键词未设置有权重的情况下，上述电子设备可以将第一关键词集合和第二关键词集合进行合并以得到关键词组，之后上述电子设备可以去除上述关键词组中的重复的关键词，而后上述电子设备可以基于上述关键词组中的每一个关键词与上述图片的相关性，为上述关键词组中的每一个关键词设置权重，然后上述电子设备可以基于述关键词组中权重不低于预置值的关键词以生成上述文本索引。

在本实施例的一些可选的实现方式中，对上述文本信息的分析方式可以是统计分析方式。例如，可以对上述文本信息中存在的各个词语的出现频率进行统计和排序，之后，再选取出现频率排序靠前的一个或多个词语作为关键词。

在本实施例的一些可选的实现方式中，对上述文本信息的分析方式还可以是语义分析方式。作为示例，可以上述文本信息进行全切分方法等处理，把文本信息的内容分割成词；再对所得到的词进行重要性计算(例如采用词频-逆向文件频率方法(Term Frequency-Inverse Document Frequency，TF-IDF))，基于重要性计算的结果来得到关键词。

利用全切分方法，可以首先切分出与语言词库匹配的所有可能的词，再运用统计语言模型确定最优的切分结果。以文本“夜空中的星星和月亮”为例，可以首先进行语言词库匹配，找到匹配的所有词——夜，夜空，空中，星星，月亮；这些词以词网格(wordlattices)形式表示，接着基于词网格做路径搜索，再基于统计语言模型(例如N-Gram模型，)找到最优路径。如果结果显示“夜空星星月亮”的语言模型得分最高，则“夜空星星月亮”即为“夜空中的星星和月亮”的最优切分。在这里上述N-Gram模型是常用的一种语言模型，对中文而言，可以称之为汉语语言模型(Chinese Language Model，CLM)。该N-Gram模型基于这样一种假设，第N个词的出现只与前面N-1个词相关，而与其它任何词都不相关，整句的概率就是各个词出现概率的乘积，而这些概率可以通过直接从语料中统计N个词同时出现的次数得到。

利用全切分方法将内容分割成词之后，可以采用词频-逆向文件频率方法对这些词进行重要性计算，再基于重要性来选取词作为关键词或者对这些词进行重要性评分。词频-逆向文件频率方法的主要思想是，如果某个词或短语在一篇文章中出现的频率(TermFrequency，TF)高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。而逆向文件频率(Inverse Document Frequency，IDF)主要是指，如果包含某个词或短语的文档越少，则IDF越大，则说明该词或短语具有很好的类别区分能力。由此，使用词频-逆向文件频率方法，可以计算某个词或短语在某篇文章里面的重要性。

需要说明的是，上述语义分析方式的各种方法是目前广泛研究和应用的公知技术，在此不再赘述。

在本实施例的一些可选的实现方式中，上述电子设备可以为通过图像分析技术分析出的与上述图片相关的关键词，以及采用各种分析手段分析出的与上述文本信息相关的关键词设置权重，可以基于权重不低于阈值的关键词生成第一关键词集合和第二关键词集合。其中，权重的大小和关键词与图片内容的相关性有关，相关性越高权重值就越高，相关性越低权重值就越低。作为示例，上述电子设备通过图像识别技术对上述显示有夜景的图片进行分析，得到关键词为“星星”、“月亮”、“镰刀”、“黑色”、“黄色”、“弯”、“五个尖”、“晚上”、“香蕉”；其中，“星星”和“月亮”的权重可以为0.5，“黑色”和“黄色”的权重可以为0.4，“弯”的权重可以为0.3，“晚上”和“镰刀”的权重可以为0.2，“五个尖”的权重可以为0.1，“香蕉”的权重可以为0；如果阈值为0.2，则上述电子设备可以基于关键词“星星”、“月亮”、“黑色”、“黄色”、“弯”、“晚上”和“镰刀”生成第一关键词集合。

步骤203，从第一关键词集合中选取用于表征图片的视觉特征的关键词，以生成用于对图片进行指示的视觉索引。

在本实施例中，上述电子设备可以从第一关键词集合中选取用于表征图片的视觉特征(例如黄色、黑色、弯等)的关键词，以生成用于对图片进行指示的视觉索引。

在本实施例的一些可选的实现方式中，上述视觉特征可以包括以下至少一项：颜色、纹理、形状。

步骤204，对文本索引和视觉索引进行存储。

在本实施例中，上述电子设备可以将文本索引和视觉索引存储至上述电子设备的内存或硬盘中，还可以存储至与上述电子设备通信连接的数据库中。

本申请的上述实施例提供的方法通过对所获取的图片进行分析以得到第一关键词集合，通过对所获取的与图片相关的文本信息进行分析以得到第二关键词集合，之后根据第一关键词集合和第二关键词集合以生成用于对图片进行指示的文本索引，接着从第一关键词集合中选取用于表征图片的视觉特征的关键词以生成用于对图片进行指示的视觉索引，最后对文本索引和视觉索引进行存储，从而有效利用了第一关键词集合和第二关键词集合，实现了高准确度的索引建立及存储。

进一步参考图3，其示出了用于处理图片的方法的又一个实施例的流程300，该用于处理图片的方法的流程300，包括以下步骤：

步骤301，获取图片和与图片相关的文本信息。

在本实施例中，用于处理图片的方法运行于其上的电子设备(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式获取图片和与图片相关的文本信息。这里，上述图片可以是用于处理图片的方法所支持的任意格式的图片，例如PNG、JPEG、GIF等格式的图片。

步骤302，对图片进行分析以得到第一关键词集合，对文本信息进行分析以得到第二关键词集合，根据第一关键词集合和第二关键词集合生成用于对图片进行指示的文本索引。

在本实施例中，上述电子设备可以采用图像识别技术对图片进行分析，从而提取出一个或多个关键词，然后基于提取出的关键词生成第一关键词集合。而且上述电子设备可以利用各种分析手段对上述文本信息进行分析，从而提取出一个或多个关键词，然后基于所提取出的关键词生成第二关键集合。并且上述电子设备可以通过合并第一关键词集合和第二关键词集合，以生成用于对图片进行指示的文本索引。

步骤303，从第一关键词集合中选取用于表征图片的视觉特征的关键词，以生成用于对图片进行指示的视觉索引。

在本实施例中，上述电子设备可以从第一关键词集合中选取用于表征图片的视觉特征(例如黄色、黑色、弯等)的关键词，以生成用于对图片进行指示的视觉索引。

步骤304，对文本索引和视觉索引进行存储。

在本实施例中，上述电子设备可以将文本索引和视觉索引存储至上述电子设备的内存或硬盘中，还可以存储至与上述电子设备通信连接的数据库中。

步骤305，响应于接收到用户终端发送的搜索用图片，则对搜索用图片进行分析以提取视觉特征。

在本实施例中，响应于上述电子设备接收到用户终端发送的搜索用图片，则上述电子设备可以通过视觉搜索技术对搜索用图片进行分析，从而提取出至少一个视觉特征(例如颜色、纹理、形状等视觉特征)。

需要说明的是，上述视觉搜索技术通常是基于图片内容分析的视觉搜索技术。上述视觉搜索技术可以正确理解图片内容，以及实现以图搜图，可以有效地提高图片搜索效率和搜索质量，有利于辅助推荐更符合用户需求的搜索结果，以及提高用户满意度。

步骤306，将搜索用图片的视觉特征与视觉索引进行匹配。

在本实施例中，上述电子设备可以通过计算搜索用图片的视觉特征与上述视觉索引中的每一个视觉索引的匹配度，以将搜索用图片的视觉特征与视觉索引进行匹配。作为示例，上述电子设备可以将搜索用图片的视觉特征转换为搜索用关键词集合，可以通过计算搜索用关键词集合与上述视觉索引中的每一个视觉索引的匹配度，以得到搜索用图片的视觉特征与上述视觉索引中的每一个视觉索引的匹配度。例如，如果搜索用关键词集合包含10个关键词，上述视觉索引中的某一个视觉索引包含搜索用关键词集合中的9个关键词，则可以确定搜索用图片的视觉特征与上述包含搜索用关键词集合中的9个关键词的视觉索引的匹配度为9与10的比值，即匹配度为90％。

在本实施例的一些可选的实现方式中，上述电子设备可以将上述视觉索引中与搜索用图片的视觉特征的匹配度不低于第一阈值(例如95％)的视觉索引所指示的图片作为与搜索用图片相同的图片，可以将与搜索用图片的视觉特征的匹配度低于上述第一阈值并且不低于第二阈值(例如70％)的视觉索引所指示的图片作为与搜索用图片相似的图片。需要说明的是，上述第一阈值和第二阈值可以是人为设置的，可以根据实现需要进行修改。

步骤307，将匹配出的视觉索引所指示的图片作为搜索结果进行展示。

在本实施例中，上述电子设备可以将匹配出的与搜索用图片的视觉特征的匹配度不为零的视觉索引所指示的图片按照匹配度由高到低的顺序进行排序，然后将排序后的图片向用户终端进行展示。

在本实施例的一些可选的实现方式中，上述电子设备可以将匹配出的与搜索用图片相同的图片作为搜索结果向用户终端进行展示。

在本实施例的一些可选的实现方式中，上述电子设备可以将匹配出的与搜索用图片相同以及相似的图片按照匹配度由高到低的顺序进行排序，然后将排序后的与搜索用图片相同以及相似的图片向用户终端进行展示。

从图3中可以看出，与图2对应的实施例相比，本实施例中的用于处理图片的方法的流程300突出了步骤305、步骤306和步骤307。由此，本实施例描述的方案可以实现高准确度的索引建立及存储；可以实现以图搜图、优化图片搜索过程，并且还可以提高图片搜索效率。

进一步参考图4，其示出了用于处理图片的方法的再一个实施例的流程400。该用于处理图片的流程400，包括以下步骤：

步骤401，获取图片和与图片相关的文本信息。

在本实施例中，用于处理图片的方法运行于其上的电子设备(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式获取图片和与图片相关的文本信息。这里，上述图片可以是用于处理图片的方法所支持的任意格式的图片，例如PNG、JPEG、GIF等格式的图片。

步骤402，对图片进行分析以得到第一关键词集合，对文本信息进行分析以得到第二关键词集合，根据第一关键词集合和第二关键词集合生成用于对图片进行指示的文本索引。

在本实施例中，上述电子设备可以采用图像识别技术对图片进行分析，从而提取出一个或多个关键词，然后基于提取出的关键词生成第一关键词集合。而且上述电子设备可以利用各种分析手段对上述文本信息进行分析，从而提取出一个或多个关键词，然后基于所提取出的关键词生成第二关键集合。并且上述电子设备可以通过合并第一关键词集合和第二关键词集合，以生成用于对图片进行指示的文本索引。

步骤403，从第一关键词集合中选取用于表征图片的视觉特征的关键词，以生成用于对图片进行指示的视觉索引。

在本实施例中，上述电子设备可以从第一关键词集合中选取用于表征图片的视觉特征(例如黄色、黑色、弯等)的关键词，以生成用于对图片进行指示的视觉索引。

步骤404，对文本索引和视觉索引进行存储。

在本实施例中，上述电子设备可以将文本索引和视觉索引存储至上述电子设备的内存或硬盘中，还可以存储至与上述电子设备通信连接的数据库中。

步骤405，响应于接收到用户终端发送的搜索用文本，则对搜索用文本进行分析以生成第三关键词集合。

在本实施例中，上述电子设备可以采用与对上述文本信息进行分析的分析方法相同的分析方法来对搜索用文本进行分析，以生成第三关键词集合。

步骤406，将第三关键词集合与文本索引进行匹配。

在本实施例中，上述电子设备可以将第三关键词集合与上述文本索引中的每一个文本索引进行匹配。作为示例，上述电子设备可以将上述文本索引中包含第三关键词集合中的至少一个关键词的文本索引作为与第三关键词集合匹配的文本索引。

在本实施例的一些可选的实现方式中，上述电子设备可以计算第三关键词集合与上述文本索引中的每一个文本索引的匹配度，上述电子设备可以将与第三关键词集合的匹配度不低于第三阈值(例如70％)的文本索引作为与第三关键词集合匹配的文本索引。作为示例，第三关键词集合包含关键词“星星”、“月亮”、“黑色”和“黄色”，上述文本索引中的一个文本索引包含“星星”和“月亮”，则上述包含“星星”和“月亮”的文本索引与第三关键词集合的匹配度可以为2与4的比值，即50％。这里，上述第三阈值可以是人为设置的，可以根据实现需要进行修改。

步骤407，将匹配出的文本索引所指示的图片作为搜索结果进行展示。

在本实施例中，上述电子设备可以将上述文本索引中包含第三关键词集合中的至少一个关键词的文本索引所指示的图片作为搜索结果向用户终端进行展示。

在本实施例的一些可选的实现方式中，上述电子设备可以将上述文本索引中与第三关键词集合的匹配度不低于第三阈值的文本索引所指示的图片按照匹配度由高到底的顺序进行排序，然后将排序后的图片向用户终端进行展示。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于处理图片的方法的流程400突出了步骤405、步骤406和步骤407。由此，本实施例描述的方案可以实现高准确度的索引建立及存储；通过将第三关键词集合与上述文本索引中的每一个文本索引进行匹配，可以优化图片搜索过程，提高搜索结果与搜索用文本的相关性，以及提高图片搜索效率。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于处理图片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，本实施例的用于处理图片的装置500可以包括：获取单元501、文本索引生成单元502、视觉索引生成单元503和存储单元504。其中，获取单元501，配置用于获取图片和与上述图片相关的文本信息；文本索引生成单元502，配置用于对上述图片进行分析以得到第一关键词集合，对上述文本信息进行分析以得到第二关键词集合，根据上述第一关键词集合和上述第二关键词集合生成用于对上述图片进行指示的文本索引；视觉索引生成单元503，配置用于从上述第一关键词集合中选取用于表征上述图片的视觉特征的关键词，以生成用于对上述图片进行指示的视觉索引；存储单元504，配置用于对上述文本索引和上述视觉索引进行存储。

用于处理图片的装置500中：获取单元501、文本索引生成单元502、视觉索引生成单元503和存储单元504可参看图2对应实施例中的步骤201、步骤202、步骤203和步骤204的实现方式的相关描述，在此不再赘述。

在一些实施例中，上述装置500还可以包括：第一处理单元(图中未示出)，配置用于响应于接收到用户终端发送的搜索用图片，则对上述搜索用图片进行分析以提取视觉特征，将上述搜索用图片的视觉特征与上述视觉索引进行匹配，将匹配出的视觉索引所指示的图片作为搜索结果进行展示。

在一些实施例中，上述装置500还可以包括：第二处理单元(图中未示出)，配置用于响应于接收到用户终端发送的搜索用文本，则对上述搜索用文本进行分析以生成第三关键词集合，将上述第三关键词集合与上述文本索引进行匹配，将匹配出的文本索引所指示的图片作为搜索结果进行展示。

在一些实施例中，上述第一处理单元可以包括：计算子单元(图中未示出)，配置用于计算上述搜索用图片的视觉特征与上述视觉索引中的每一个视觉索引的匹配度；处理子单元(图中未示出)，配置用于将上述视觉索引中与上述搜索用图片的视觉特征的匹配度不低于第一阈值的视觉索引所指示的图片作为与上述搜索用图片相同的图片，将与上述搜索用图片的视觉特征的匹配度低于上述第一阈值并且不低于第二阈值的视觉索引所指示的图片作为与上述搜索用图片相似的图片。

在一些实施例中，上述第一处理单元可以包括：展示子单元(图中未示出)，配置用于将上述与上述搜索用图片相同的图片和/或相似的图片作为搜索结果进行展示。

在一些实施例中，上述视觉特征可以包括以下至少一项：颜色、纹理、形状。

下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机***600的结构示意图。

如图6所示，计算机***600包括中央处理单元(CPU)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部分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***600操作所需的各种程序和数据。CPU 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。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

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，其包括有形地包含在机器可读介质上的计算机程序，上述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部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。

附图中的流程图和框图，图示了按照本申请各种实施例的***、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，上述模块、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***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请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、文本索引生成单元、视觉索引生成单元和存储单元。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“获取图片和与图片相关的文本信息的单元”。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中上述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当上述一个或者多个程序被一个设备执行时，使得上述设备：获取图片和与图片相关的文本信息；对上述图片进行分析以得到第一关键词集合，对上述文本信息进行分析以得到第二关键词集合，根据上述第一关键词集合和上述第二关键词集合生成用于对上述图片进行指示的文本索引；从上述第一关键词集合中选取用于表征上述图片的视觉特征的关键词，以生成用于对上述图片进行指示的视觉索引；对上述文本索引和上述视觉索引进行存储。

以上描述仅为本申请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，本申请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上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。例如上述特征与本申请中公开的(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 (12)

1.一种用于处理图片的方法，其特征在于，所述方法包括：

获取图片和与所述图片相关的文本信息；

对所述图片进行分析以得到第一关键词集合，对所述文本信息进行分析以得到第二关键词集合，根据所述第一关键词集合和所述第二关键词集合生成用于对所述图片进行指示的文本索引；

从所述第一关键词集合中选取用于表征所述图片的视觉特征的关键词，以生成用于对所述图片进行指示的视觉索引；

对所述文本索引和所述视觉索引进行存储。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于接收到用户终端发送的搜索用图片，则对所述搜索用图片进行分析以提取视觉特征，将所述搜索用图片的视觉特征与所述视觉索引进行匹配，将匹配出的视觉索引所指示的图片作为搜索结果进行展示。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于接收到用户终端发送的搜索用文本，则对所述搜索用文本进行分析以生成第三关键词集合，将所述第三关键词集合与所述文本索引进行匹配，将匹配出的文本索引所指示的图片作为搜索结果进行展示。

4.根据权利要求2所述的方法，其特征在于，所述将所述搜索用图片的视觉特征与所述视觉索引进行匹配，包括：

计算所述搜索用图片的视觉特征与所述视觉索引中的每一个视觉索引的匹配度；

将所述视觉索引中与所述搜索用图片的视觉特征的匹配度不低于第一阈值的视觉索引所指示的图片作为与所述搜索用图片相同的图片，将与所述搜索用图片的视觉特征的匹配度低于所述第一阈值并且不低于第二阈值的视觉索引所指示的图片作为与所述搜索用图片相似的图片。

5.根据权利要求4所述的方法，其特征在于，所述将匹配出的视觉索引所指示的图片作为搜索结果进行展示，包括：

将与所述搜索用图片相同的图片和/或相似的图片作为搜索结果进行展示。

6.根据权利要求1所述的方法，其特征在于，所述视觉特征包括以下至少一项：颜色、纹理、形状。

7.一种用于处理图片的装置，其特征在于，所述装置包括：

获取单元，配置用于获取图片和与所述图片相关的文本信息；

文本索引生成单元，配置用于对所述图片进行分析以得到第一关键词集合，对所述文本信息进行分析以得到第二关键词集合，根据所述第一关键词集合和所述第二关键词集合生成用于对所述图片进行指示的文本索引；

视觉索引生成单元，配置用于从所述第一关键词集合中选取用于表征所述图片的视觉特征的关键词，以生成用于对所述图片进行指示的视觉索引；

存储单元，配置用于对所述文本索引和所述视觉索引进行存储。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第一处理单元，配置用于响应于接收到用户终端发送的搜索用图片，则对所述搜索用图片进行分析以提取视觉特征，将所述搜索用图片的视觉特征与所述视觉索引进行匹配，将匹配出的视觉索引所指示的图片作为搜索结果进行展示。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第二处理单元，配置用于响应于接收到用户终端发送的搜索用文本，则对所述搜索用文本进行分析以生成第三关键词集合，将所述第三关键词集合与所述文本索引进行匹配，将匹配出的文本索引所指示的图片作为搜索结果进行展示。

10.根据权利要求8所述的装置，其特征在于，所述第一处理单元包括：

计算子单元，配置用于计算所述搜索用图片的视觉特征与所述视觉索引中的每一个视觉索引的匹配度；

处理子单元，配置用于将所述视觉索引中与所述搜索用图片的视觉特征的匹配度不低于第一阈值的视觉索引所指示的图片作为与所述搜索用图片相同的图片，将与所述搜索用图片的视觉特征的匹配度低于所述第一阈值并且不低于第二阈值的视觉索引所指示的图片作为与所述搜索用图片相似的图片。

11.根据权利要求10所述的装置，其特征在于，所述第一处理单元包括：

展示子单元，配置用于将与所述搜索用图片相同的图片和/或相似的图片作为搜索结果进行展示。

12.根据权利要求7所述的装置，其特征在于，所述视觉特征包括以下至少一项：颜色、纹理、形状。