CN108052519A - 信息展示处理方法及装置 - Google Patents

Abstract

本发明公开了一种信息展示处理方法及装置。其中，该方法包括：通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；对图像进行分析获取衣物的属性信息；根据属性信息从预定网站进行检索得到物品信息，其中，物品信息包括与属性信息关联的物品的信息；通过洗衣机的显示屏幕显示物品信息。本发明解决了洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低的技术问题。

Description

信息展示处理方法及装置

技术领域

本发明涉及信息展示领域，具体而言，涉及一种信息展示处理方法及装置。

背景技术

相关技术中，对于洗衣机的使用，仅仅是简单的根据用户发出的操作，对用户投入洗衣机内部的衣物进行清洁，并没有对用户投入的衣物进行分析，每个洗衣机的使用者对于洗衣机的使用都是很简单的操作，洗衣机自身提供的服务中，也没有根据不同用户的特点制定不同的洗衣方案，洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低。

针对上述的相关技术中洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低的技术问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种信息展示处理方法及装置，以至少解决洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低的技术问题。

根据本发明实施例的一个方面，提供了一种信息展示处理方法，包括：通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；对所述图像进行分析获取所述衣物的属性信息；根据所述属性信息从预定网站进行检索得到物品信息，其中，所述物品信息包括与所述属性信息关联的物品的信息；通过所述洗衣机的显示屏幕显示所述物品信息。

进一步地，还包括：将所述物品信息推送到与所述洗衣机连接的终端设备上。

进一步地，对所述图像进行分析获取所述衣物的属性信息包括：通过模型对所述图像进行分析得到所述衣物的属性信息，其中，所述模型是根据多组数据通过机器学习训练得到的，所述多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。

进一步地，在所述图像包括多个种类的衣服的情况下，对所述图像进行分析获取所述衣物的属性信息包括：从所述图像中识别出每件衣服，并对每件衣服进行分类；获取每一类衣服的属性信息。

根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述任意一项所述的信息展示处理方法。

根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的信息展示处理方法。

根据本发明实施例的另一方面，还提供了一种信息展示处理装置，包括：拍摄单元，用于通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；分析单元，用于对所述图像进行分析获取所述衣物的属性信息；检索单元，用于根据所述属性信息从预定网站进行检索得到物品信息，其中，所述物品信息包括与所述属性信息关联的物品的信息；显示单元，用于通过所述洗衣机的显示屏幕显示所述物品信息。

进一步地，还包括：推送单元，用于将所述物品信息推送到与所述洗衣机连接的终端设备上。

进一步地，所述分析单元包括：分析模块，用于通过模型对所述图像进行分析得到所述衣物的属性信息，其中，所述模型是根据多组数据通过机器学习训练得到的，所述多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。

进一步地，所述分析单元包括：识别模块，用于在所述图像包括多个种类的衣服的情况下，从所述图像中识别出每件衣服，并对每件衣服进行分类；获取模块，用于获取每一类衣服的属性信息。

在本发明实施例中，可以通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物进行拍照，以得到相关图像，并对图像进行分析，以获取到衣物的属性信息，然后可以从预定网站检索到与属性信息相关联的物品信息，最后通过洗衣机的显示屏幕显示该物品信息。在该实施例中，可以利用摄像头拍摄用户投入洗衣机的衣物图像，并分析出衣物的相关属性信息，以根据该属性信息检索到相关联的物品信息，进而在显示屏幕上显示，可以根据用户的投入衣物，确定出用户的喜好，进而推送相关物品信息，解决洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低的技术问题，达到根据用户投入洗衣机内部的衣物推送用户感兴趣的物品信息的效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种信息展示处理方法的流程图；

图2是根据本发明实施例的一种信息展示处理装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为方便用户理解本发明，下面对本发明中涉及的部分术语或名词进行解释：

像素：是计算机屏幕上所能显示的最小单位，用来表示图像的单位，指可以显示出的水平和垂直像素的数组，屏幕中的像素点越多，画面的分辨率越高，图像就越细腻逼真。

像素点：指像素的数值。

二值化：对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，可以简单的分为前景与背景，先对彩色图进行处理，使图片只有前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。

CNN，卷积神经网络，描述了对输入图像的操作，输出一组描述图像内容的分类或分类的概率，即对输入的图像进行识别，以输出图像中的对象的概率；通过一系列卷积层级建构出更为抽象的概念，包括建立多个神经元，并建立对应的输入层和输出层，从而将输入的节点通过神经元不断关联，得到优化对象，一般会包括卷积层、过滤层，通过前向传导、损失函数、后向传导、以及函数更新作为一个学习周期，对每一训练图片，程序将重复固定数目的周期过程，以不断优化训练学习结果。

以图搜图，在获取到图像后，通过深度学习对结果进行排序，并通过用户记录的三元组数据(查询图片、点击图片和未点击图片)来训练模型的排序损失函数，从而得到排序结果，在输入一张图像后，模型会自动检测出主体，然后按照排序分数高低排出相关对象的结果。

根据本发明实施例，提供了一种信息展示处理的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

以下实施例可以应用于各种电器设备中，对于电器设备的类型不做限定，包括但不限于：洗衣机、空调、冰箱、电饭煲等，本申请中以洗衣机为例，对本发明做出说明。

下述实施例中，可以适用于各种洗衣机设备，其中，本发明中对于洗衣机的类型不做限定，其可以包括但不限于：波轮式洗衣机、滚筒式洗衣机、搅拌式洗衣机等。其中，洗衣机中有多个部件，可以包括但不限于：内筒、过滤网、洗衣机轴、波轮、排水阀、牵引器、离合器、水位器、减速器、传感器、制板、洗衣机机罩等，其中，用户可以直接看到内筒(放置衣物)和洗衣机机罩的当前使用情况，可以查看其是否存在异常；但是对于其它的使用设备可能无法直接查看，若出现异常，对于各个部件的剩余使用寿命也无法预估。同时，对于当前的洗衣机，无法对不同用户的喜好进行分析，无法根据用户投入洗衣机的衣物进行分析，以得到用户喜欢的物品，本发明中，可以通过拍摄的图像对用户投入洗衣机内部的衣物进行分析，以确定出用户喜欢的物品类型，并根据分析结果，推送用户喜欢的物品的相关信息。如用户投入洗衣机内的衣物涉及到很多的足球方面(例如，北京国安的球迷服装)的衣物，可以根据预定网站的当前的物品信息(例如，服装打折信息)，发送至洗衣机的显示屏幕以显示该物品信息。

结合本发明中的优选实施步骤对本发明做出解释，图1是根据本发明实施例的一种信息展示处理方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像。

本发明中可以在洗衣机的内筒的外盖上或者内筒周围设置摄像头，在检测到用户向洗衣机内部投入物品后，通过该摄像头拍摄洗衣机内部的图像，本发明中对于拍摄的图像的类别不做限定，包括但不限于：黑白图像(灰度图像)、彩色图像(RGB图像)。其中，在检测用户是否向洗衣机内部投入物品时，可以是通过检测洗衣机的开关是否启动或者检测洗衣机是否加水来确定用户是否向洗衣机内部投入物品，在检测到洗衣机的加水时，洗衣机的加水开关可以向检测装置发送信号，以告知检测装置准备加水，此时，检测装置可以通过摄像头拍摄洗衣机内部的衣物。

对于摄像头的安装位置，可以根据洗衣机的类型来确定，不同类型的洗衣机，其安装摄像头的位置和安装摄像头的数量都是不同的，例如，在直筒洗衣机中，其外盖在上部，则可以设置摄像头在洗衣机的上部的外盖上，以准确拍摄出洗衣机内部的图像，或者，外盖在前部，则可以设置摄像头在洗衣机的前盖上，以拍摄到洗衣机内筒的衣物图像。另外，本发明中的洗衣机的外盖可以为包含显示屏幕的外盖，外盖的类型可以包括但不限于：玻璃外盖、塑胶外盖、LED外盖等。通过该外盖可以显示图像信息或者推送的物品信息。

对于上述步骤，可以将摄像头设置在内筒内壁上，以方便采集洗衣机的内筒底部的图像，可选的，本申请中可以设置一组摄像头，每个洗衣机可以设置多个摄像头，通过采集内筒底部的不同位置的图像，以方便分析用户投入的衣物的图像信息，对于一组摄像头中摄像头的数量不做限定，例如，1个摄像头、3个摄像头或者4个摄像头。

在拍摄得到洗衣机内部的图像后，可以通过预先设置的存储装置存储该图像，摄像头在拍摄到图像后可以将图像发送至存储装置，该存储装置可以存储历史预设时间中拍摄到的图像，也可以存储本次用户投入的衣物的图像。

本发明中，在拍摄照片的时候，可以感测每一次的放入动作，每执行一次放入动作就拍摄一次照片，这样拍出的照片可以区分出每一件衣服。即在用户使用一次洗衣机时，可以投入多件衣物，则每次拍摄时，需要根据用户投入的衣物数量，拍摄一张或多张图像，其中，在拍摄多张图像时，需要根据用户投入衣物的先后顺序，间断拍摄图像，以获取到用户该次投入的每个衣物的图像。

另外，在拍摄照片的时候，也可以在所有衣服均放入到洗衣机中之后再进行拍摄，拍摄一次之后发送命令，使滚筒旋转一定的角度，再次进行拍摄，依此类推，可以拍摄得到多张图像，从而使用多张图像进行识别，使衣物的识别更加准确。

其中，对于用户投入洗衣机的衣物的类型不做限制，可以包括但不限于：童装、女装、男装、短袖、长袖、长裤、短裤、毛衣、被罩、枕巾、毛巾、袜子、内衣等。根据不同用户的使用习惯，拍摄到不同的图像，并对拍摄的图像进行分析，可以得到用户的喜好。

步骤S104，对图像进行分析获取衣物的属性信息。

上述步骤S104中，可以先对获取到的图像进行分析，然后根据分析结果确定衣物的属性信息。其中，在分析时，对图像进行分析获取衣物的属性信息包括：通过模型对图像进行分析得到衣物的属性信息，其中，模型是根据多组数据通过机器学习训练得到的，多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。即可以通过机器学习训练得到的模型确定出衣物的属性信息，该模型可以通过历史过程中利用拍摄的图像，分析出的衣物照片与衣物属性信息的对应的关系，该历史过程中拍摄的图像可以是用户使用的洗衣机的历史过程中图像，也可以是通过其他多个洗衣机的使用情况，确定出图像与衣物属性的对应关系。可以通过CNN算法建立神经元，每个神经元都会有对应的学习函数，以对输入的图像进行训练，从而建立多个图像特征和衣物属性之间的关联关系，每个图像可以对应有一个神经元，神经元分为多层，每层的运算函数可以是一致的，这样就可以分析出衣物照片和衣物属性的关系。

其中，在建立模型时，可以将洗衣机与终端设备或者服务器建立网络连接，在洗衣机内部可以设置通讯模块，该通讯模块可以包括但不限于：无线网卡、蓝牙模块等，通过该通讯模块，可以不断将拍摄的图像与分析的衣物信息传送至服务器中，以建立一个较为完整的模型，其中，对于衣物属性，可以明确的区分出各自的类型，并建立相应的数据表格，在数据表格中可以包含各个衣物属性，并在每一种衣物属性中，设置有多个图像。在检测到用户启动洗衣机后，摄像头拍摄到用户投入的多张图片后，可以将每张图像与模型中相应的图像进行比较，从而得到拍摄的图像的属性信息。

在确定出该次拍摄的图像对应的衣物的属性信息后，可以将该次拍摄的图像保存在图像的模型的衣物属性对应的图像库中，以备下次比较使用，这样通过不断的学习训练，可以利用机器的学习功能不断地加强分析效果和分析的准确度。

对于上述步骤S104，在图像包括多个种类的衣服的情况下，对图像进行分析获取衣物的属性信息包括：从图像中识别出每件衣服，并对每件衣服进行分类；获取每一类衣服的属性信息。本发明在分析图像时，可以先分析出图像中的各个衣物，由于每个衣物在图像中的色度和颜色是不同的，通过分析出图像中的衣物的各个颜色差和色度差，区分出图像中的各个衣物。其中，在分析图像中各个衣物时，可以分析比较图像中每个像素点的色度和颜色的差别，从而区分出图像中的衣物信息。在分离出图像中的各个衣物后，判定该衣物与机器学习训练模型中的图像信息相同的地方，以确定出投入洗衣机的衣物的属性信息。例如，根据图像的色度差值，区分出多个袜子的图像，通过与机器学习训练模型中图像进行比较，确定出该袜子是孩童的袜子，还是其他的成年男袜或者成年女袜。

上述的衣物的属性信息，可以是衣物的类型或者是穿着衣物的人，对于穿着衣物的人，该属性信息可以包括但不限于：童装、女装、男装，同时对于衣物的类型而言，属性信息可以包括但不限于：短袖、长袖、长裤、毛衣、内衣、袜子、枕巾等。另外，属性信息也可以包括衣物的洗涤次数，通过该洗涤次数可以确定出用户喜爱穿的衣物的优先级，例如，根据洗涤次数可以确定出洗涤短袖的次数较多，则可以优先推送短袖的相关物品信息。如果一件衣服的洗涤次数比较多，说明用户穿这件衣服的次数比较多，从而优先推荐洗涤次数多的衣物的相关物品，洗涤次数比较多也说明衣物的损伤比较大，优先推荐洗涤次数较多的物品，可以方便用户查看相关信息，以及时更换衣物。可选的，属性信息还可以包括衣物的大小、衣物的材料。

本发明中，对拍摄的洗衣机内部的衣物的图像进行分析时，可以通过拍摄到的当前洗衣机的内部的衣物图像与机器学习训练的图像进行比对，通过比较该图像的各个子区域的色度与机器学习训练的图像的各个子区域的色度，从而确定出当前投入洗衣机内部的图像的衣物属性。

步骤S106，根据属性信息从预定网站进行检索得到物品信息，其中，物品信息包括与属性信息关联的物品的信息。

在确定出该次投入洗衣机的衣物的各个属性信息后，利用预先建立的网络，检索预定网站的物品相关信息，其中，该预定网站可以是商家推荐的购物网站，例如，淘宝网、京东网、苏宁网等，通过检索预定网站中当前的属性信息对应的相关物品信息，以推送该物品信息。其中，该物品信息可以包括属性信息中的各个物品的相关信息，例如，属性信息为童装，则可以推荐童装的相关物品信息，包括但不限于：短袖、袜子、短裤等。根据多次检测到的用户喜好的衣物信息，推荐用户感兴趣的物品信息，例如，用户洗好的颜色为黑色，并且检测到投入洗衣机的为男装，则可以从预订网站中检索获取到黑色男装相关的物品信息；或者，确定出属性为童装，且多为短袖，则可以从预订网站检索相关的童装中短袖的物品信息。该物品信息还可以包括：物品的打折信息、物品的售卖热度信息等。

其中，上述的物品信息可以是与属性信息相关联的物品，通过属性信息可以推送相似的衣物信息、穿戴品、玩具等。

步骤S108，通过洗衣机的显示屏幕显示物品信息。

在洗衣机上，可以设置显示屏幕，该显示屏幕可以根据洗衣机的类型进行设置，不同类型的洗衣机，设置显示屏幕的位置也是不同的。例如，可以将显示屏幕设置在洗衣机的前盖上，或者设置显示屏幕在洗衣机的上部的平台上。显示屏幕可以是玻璃显示屏幕或者其他显示屏幕，显示屏幕的位置可以是用户直观看到的位置，以方便用户查看推送的物品信息。

在上述实施例中，可以通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物进行拍照，以得到相关图像，并对图像进行分析，以获取到衣物的属性信息，然后可以从预定网站检索到与属性信息相关联的物品信息，最后通过洗衣机的显示屏幕显示该物品信息。在该实施例中，可以利用摄像头拍摄用户投入洗衣机的衣物图像，并分析出衣物的相关属性信息，以根据该属性信息检索到相关联的物品信息，进而在显示屏幕上显示，可以根据用户的投入衣物，确定出用户的喜好，进而推送相关物品信息，解决洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低的技术问题，达到根据用户投入洗衣机内部的衣物推送用户感兴趣的物品信息的效果。

对于上述实施例，在从预订网站检索后，得到与属性信息相关联的物品信息后，还可以将物品信息推送到与洗衣机连接的终端设备上。在将物品信息推送到终端设备后，可以根据用户的购买行为分析出该次推送的物品信息是否让用户喜爱，若用户根据该次推送的物品信息，在预定网站上发生购买行为，并确定出是购买推送的物品，则可以确定该次推送有效，若用户在接收到推送的物品信息后，并未发生购买行为或者浏览其他信息，则确定该次推送无效。在多次推送后，统计出推送有效的次数，和推送有效时，推送的具体内容，优化推送方案和推送信息，例如，检测到用户对推送的信息中打折的物品感兴趣，则可以在下次推送物品信息时，将打折的相关物品信息推送至用户持有的终端设备中，或者，在推送时，将用户感兴趣的网页推送至终端设备中。

通过上述实施例，可以利用获取到的洗衣机中的图像信息，分析出用户的穿戴衣物和其他物品的喜好，以根据分析结果，在显示屏幕上显示从预定网站检索的推送信息，或者将推送信息发送至用户的终端设备中，并根据用户在接收到推送信息后的操作行为，优化推送方案，从而根据用户当前的使用习惯推送不同的信息。

图2是根据本发明实施例的一种信息展示处理装置的示意图，如图2所示，该装置可以包括：拍摄单元21，用于通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；分析单元23，用于对图像进行分析获取衣物的属性信息；检索单元25，用于根据属性信息从预定网站进行检索得到物品信息，其中，物品信息包括与属性信息关联的物品的信息；显示单元27，用于通过洗衣机的显示屏幕显示物品信息。

在上述实施例中，可以利用拍摄单元21通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物进行拍照，以得到相关图像，并通过分析单元23对图像进行分析，以获取到衣物的属性信息，然后可以通过检索单元25从预定网站检索到与属性信息相关联的物品信息，最后利用显示单元27通过洗衣机的显示屏幕显示该物品信息。在该实施例中，可以利用摄像头拍摄用户投入洗衣机的衣物图像，并分析出衣物的相关属性信息，以根据该属性信息检索到相关联的物品信息，进而在显示屏幕上显示，可以根据用户的投入衣物，确定出用户的喜好，进而推送相关物品信息，解决洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低的技术问题，达到根据用户投入洗衣机内部的衣物推送用户感兴趣的物品信息的效果。

其中，上述的信息展示处理装置还可以包括：推送单元，用于将物品信息推送到与洗衣机连接的终端设备上。

对于上述实施中的分析单元23，其可以包括：分析模块，用于通过模型对图像进行分析得到衣物的属性信息，其中，模型是根据多组数据通过机器学习训练得到的，多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。

另外，上述分析单元23还可以包括：识别模块，用于在图像包括多个种类的衣服的情况下，从图像中识别出每件衣服，并对每件衣服进行分类；获取模块，用于获取每一类衣服的属性信息。

上述信息展示处理装置还可以包括处理器和存储器，上述拍摄单元21、分析单元23、检索单元25、显示单元27等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来根据用户投入洗衣机内部的衣物推送用户感兴趣的物品信息。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序执行上述任意一项的信息展示处理方法。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述任意一项的信息展示处理方法。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；对图像进行分析获取衣物的属性信息；根据属性信息从预定网站进行检索得到物品信息，其中，物品信息包括与属性信息关联的物品的信息；通过洗衣机的显示屏幕显示物品信息。

其中，上述步骤中还包括：将物品信息推送到与洗衣机连接的终端设备上。

在上述步骤中，对图像进行分析获取衣物的属性信息包括：通过模型对图像进行分析得到衣物的属性信息，其中，模型是根据多组数据通过机器学习训练得到的，多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。

在上述步骤中，在图像包括多个种类的衣服的情况下，对图像进行分析获取衣物的属性信息包括：从图像中识别出每件衣服，并对每件衣服进行分类；获取每一类衣服的属性信息。本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；对图像进行分析获取衣物的属性信息；根据属性信息从预定网站进行检索得到物品信息，其中，物品信息包括与属性信息关联的物品的信息；通过洗衣机的显示屏幕显示物品信息。

其中，上述步骤中还包括：将物品信息推送到与洗衣机连接的终端设备上。

在上述步骤中，对图像进行分析获取衣物的属性信息包括：通过模型对图像进行分析得到衣物的属性信息，其中，模型是根据多组数据通过机器学习训练得到的，多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。

在上述步骤中，在图像包括多个种类的衣服的情况下，对图像进行分析获取衣物的属性信息包括：从图像中识别出每件衣服，并对每件衣服进行分类；获取每一类衣服的属性信息。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种信息展示处理方法，其特征在于，包括：

通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；

对所述图像进行分析获取所述衣物的属性信息；

根据所述属性信息从预定网站进行检索得到物品信息，其中，所述物品信息包括与所述属性信息关联的物品的信息；

通过所述洗衣机的显示屏幕显示所述物品信息。

2.根据权利要求1所述的方法，其特征在于，还包括：

将所述物品信息推送到与所述洗衣机连接的终端设备上。

3.根据权利要求1所述的方法，其特征在于，对所述图像进行分析获取所述衣物的属性信息包括：

通过模型对所述图像进行分析得到所述衣物的属性信息，其中，所述模型是根据多组数据通过机器学习训练得到的，所述多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。

4.根据权利要求1所述的方法，其特征在于，在所述图像包括多个种类的衣服的情况下，对所述图像进行分析获取所述衣物的属性信息包括：

从所述图像中识别出每件衣服，并对每件衣服进行分类；

获取每一类衣服的属性信息。

5.一种信息展示处理装置，其特征在于，包括：

拍摄单元，用于通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；

分析单元，用于对所述图像进行分析获取所述衣物的属性信息；

检索单元，用于根据所述属性信息从预定网站进行检索得到物品信息，其中，所述物品信息包括与所述属性信息关联的物品的信息；

显示单元，用于通过所述洗衣机的显示屏幕显示所述物品信息。

6.根据权利要求5所述的装置，其特征在于，还包括：

推送单元，用于将所述物品信息推送到与所述洗衣机连接的终端设备上。

7.根据权利要求5所述的装置，其特征在于，所述分析单元包括：

分析模块，用于通过模型对所述图像进行分析得到所述衣物的属性信息，其中，所述模型是根据多组数据通过机器学习训练得到的，所述多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。

8.根据权利要求5所述的装置，其特征在于，所述分析单元包括：

识别模块，用于在所述图像包括多个种类的衣服的情况下，从所述图像中识别出每件衣服，并对每件衣服进行分类；

获取模块，用于获取每一类衣服的属性信息。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至4中任意一项所述的信息展示处理方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至4中任意一项所述的信息展示处理方法。