CN111930356B - 用于确定图片格式的方法和装置 - Google Patents
用于确定图片格式的方法和装置 Download PDFInfo
- Publication number
- CN111930356B CN111930356B CN202010838248.0A CN202010838248A CN111930356B CN 111930356 B CN111930356 B CN 111930356B CN 202010838248 A CN202010838248 A CN 202010838248A CN 111930356 B CN111930356 B CN 111930356B
- Authority
- CN
- China
- Prior art keywords
- performance
- picture
- format
- determining
- formats
- 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 54
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000015654 memory Effects 0.000 claims description 17
- 238000007906 compression Methods 0.000 claims description 11
- 230000006835 compression Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 10
- 238000011161 development Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method 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
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
- G06F8/24—Object-oriented
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- User Interface Of Digital Computer (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了用于确定图片格式的方法和装置,涉及图像处理技术领域。该方法包括:获取用户对图片性能的性能偏好信息,其中,性能偏好信息包括至少一个性能偏好、以及性能偏好对应的预设权重;针对不同的图片格式中的每一种图片格式,根据性能偏好确定该图片格式与性能偏好匹配的格式性能,并确定格式性能的性能指标值,以及根据格式性能的性能指标值和性能偏好对应的预设权重,确定该图片格式的性能分数;根据不同的图片格式的性能分数,从不同的图片格式中确定目标图片格式。采用本方法可以提高确定图片格式的准确性。
Description
技术领域
本公开涉及图像处理技术领域,具体涉及一种用于确定图片格式的方法和装置。
背景技术
在程序开发以及应用过程中,经常会涉及到程序或者应用进程的优化,图片作为一种程序开发以及应用过程中的重要资源,图片的性能对程序以及进程的性能有着重要的影响,而图片的格式是影响图片的性能的主要因素。目前针对不同性能需求选择图片格式的方法是基于研发人员的经验进行选择。
然而,基于经验针对不同的性能需求选择相应的图片格式,存在准确性低的问题。
发明内容
本公开提供了一种用于确定图片格式方法、装置、电子设备以及计算机可读存储介质。
根据本公开的第一方面,提供了一种用于确定图片格式的方法,包括:获取用户对图片性能的性能偏好信息,其中,性能偏好信息包括至少一个性能偏好、以及性能偏好对应的预设权重;针对不同的图片格式中的每一种图片格式,根据性能偏好确定该图片格式与性能偏好匹配的格式性能,并确定格式性能的性能指标值,以及根据格式性能的性能指标值和性能偏好对应的预设权重,确定该图片格式的性能分数;根据不同的图片格式的性能分数,从不同的图片格式中确定目标图片格式。
根据本公开的第二方面,提供了一种用于确定图片格式的装置,包括:获取单元。被配置为获取用户对图片性能的性能偏好信息,其中,性能偏好信息包括至少一个性能偏好、以及性能偏好对应的预设权重;评分单元,被配置为针对不同的图片格式中的每一种图片格式,根据性能偏好确定该图片格式与性能偏好匹配的格式性能,并确定格式性能的性能指标值,以及根据格式性能的性能指标值和性能偏好对应的预设权重,确定该图片格式的性能分数;确定单元,被配置为根据不同的图片格式的性能分数,从不同的图片格式中确定目标图片格式。
根据本公开的第三方面,本公开的实施例提供了一种电子设备,包括:一个或多个处理器:存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面提供的用于确定图片格式的方法。
根据本公开的第四方面,本公开的实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其中,程序被处理器执行时实现第一方面提供的用于确定图片格式的方法。
本公开提供的用于确定图片格式的方法、装置,根据用户需求,确定不同图片格式的性能分数,并根据性能分数确定目标图片格式,可以提高确定图片格式的准确性。
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,不构成对本申请的限定。其中:
图1是本申请的实施例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确定图片格式的方法的一个实施例的流程图;
图3是根据本申请的用于确定图片格式的方法的另一个实施例的流程图;
图4是根据本申请的用于确定图片格式的装置的一个实施例的结构示意图;
图5是用来实现本申请实施例的用于确定图片格式的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请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,而不会背离本申请的范围和精神。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。
图1示出了可以应用本申请的用于确定图片格式的方法或用于确定图片格式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和服务器105。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104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上可以安装有各种接收推送服务的客户端应用,例如图像类应用、***优化类应用、搜索类应用、数据采集类应用等。
终端设备101、102、103可以是具有显示屏并且支持接收推送服务的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExperts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,当终端设备101、102、103为软件时,可以安装在上述电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以从终端设备101、102、103获取用户对图片性能的性能偏好信息,根据性能偏好信息中各个性能的预设权重以及图片格式中各个性能的性能指标值,确定图片格式的性能分数,最后根据不同图片格式的性能分数,从不同的图片格式中确定出与用户的性能偏好匹配的目标图片格式,并将目标图片格式返回至终端设备101、102、103。
需要说明的是,本公开的实施例所提供用于确定图片格式的方法一般由服务器105执行,相应地,用于确定图片格式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、网络和服务器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、网络和服务器。
继续参考图2,其示出了根据本公开的用于确定图片格式的方法的一个实施例的流程200。用于确定图片格式的方法包括以下步骤:
步骤201,获取用户对图片性能的性能偏好信息,其中,性能偏好信息包括至少一个性能偏好、以及性能偏好对应的预设权重。
在本实施例中,用于确定图片格式的方法的执行主体(例如图1所示的服务器)可以从用户终端获取用户对图片性能的性能偏好信息。性能偏好信息包括性能偏好,以及与其对应的预设权重。其中,图片性能是指不同格式的图片在不同硬件或软件环境下,对应用该图片的硬件或者软件的性能的影响,例如,JPEG(Joint Photographic Experts Group,联合图像专家组)格式在ARM(Advanced RISC Machines,高级精简指令集处理器)架构下的解析能力、PNG(Portable Network Graphic,便携式网络图形)格式在X86(The X86architecture,微处理器执行的计算机语言指令集)架构下的色彩支持度、SVG(ScalableVector Graphics,可缩放的矢量图形)格式图片在Windows***中的存储数据量等。性能偏好以及性能偏好对应的预设权重可以表征用户对格式性能的偏好以及偏好程度,例如,用户对图片格式有三项性能偏好,其一为图片格式对应的图片应用于ARM架构下的程序,并且该项性能偏好对应的权重为0.7;其二为图片格式对应的图片的存储量小,并且该项性能偏好对应的权重为0.2;其三为图片格式对应的图片同时应用于X86架构下的程序,并且该项性能偏好对应的权重为0.1。可以理解,性能偏好对应的权重越大则表明用户对该项性能偏好的偏好程度越大。
步骤202,针对不同的图片格式中的每一种图片格式,根据性能偏好确定该图片格式与性能偏好匹配的格式性能,并确定该格式性能的性能指标值,以及根据该格式性能的性能指标值和该性能偏好对应的预设权重,确定该图片格式的性能分数。
在本实施例中,针对图片格式中的每一种图片格式,或者用户选定的几种图片格式中的每一种图片格式,根据性能偏好,将该图片格式所具有的各个格式性能与性能偏好信息中的各个性能偏好进行匹配,然后,根据各个格式性能的性能指标值,以及与各个格式性能匹配的性能偏好对应的预设权重,确定该图片格式的性能分数。
例如,用户的性能偏好为:该图片应用于ARM架构、X86架构、对图片大小有要求,对图片的色彩支持度有要求,对应上述各项性能偏好的预设权重为:ARM架构权重0.9、X86架构权重0.8、图片大小权重0.8、色彩权重0.2。通过用户输入、互联网查询或者服务器本地存储的知识库可以获得:PNG格式在ARM架构下的解析能力的性能指标值为70分、在X86架构下的解析能力的性能指标值为60分、图片大小的性能指标值为75分、色彩支持度的性能指标值为30分;SVG格式在ARM架构下的解析能力的性能指标值为80分、在X86架构下的解析能力的性能指标值为90分、图片大小的性能指标值为85分、色彩支持度的性能指标值为70分。则,可以确定PNG格式最终得分为:(70×0.9+60×0.8+75×0.8+30×0.2)/4=44.25;SVG格式最终得分为:(80×0.9+90×0.8+85×0.8+70×0.2)/4=56.5。
又如,可以根据权重的大小,选择权重最大的性能偏好对应的格式性能的性能指标值作为该图片格式的性能分数,在上述举例中,ARM架构的权重最大,则选择与ARM架构对应的ARM架构下的解析能力的性能指标值作为图片格式的性能分数,此时PNG格式最终得分为70分、SVG格式最终得分为80分。
步骤203,根据不同的图片格式的性能分数,从不同的图片格式中确定目标图片格式。
在本实施例中,根据各个图片格式的性能分数,从各个图片格式中确定出目标图片格式。可以将各个图片格式按照其性能分数进行排列,并选择性能分数最高的前预设数目个图片格式作为目标图片格式。
本实施例提供的用于确定图片格式的方法,根据用户需求,确定不同图片格式的性能分数,并根据性能分数确定目标图片格式,可以提高确定图片格式的准确性。
可选地,根据不同的图片格式的性能分数,从不同的图片格式中确定目标图片格式,包括:从不同的图片格式的性能分数中,将性能分数达到预设分数阈值的图片格式确定为目标图片格式。
在本实施例中,可以预设用于筛选图片格式的分数阈值,当确定各个图片格式的性能分数后,将性能分数达到该分数阈值的图片格式作为目标图片格式。通过预设分数阈值筛选目标图片格式,可以简化筛选步骤,提高筛选效率。
进一步参考图3,其示出了用于确定图片格式的方法的另一个实施例的流程300,包括以下步骤:
步骤301,获取用户对图片性能的性能偏好信息,其中,性能偏好信息包括至少一个性能偏好、以及性能偏好对应的预设权重。
步骤302,针对不同的图片格式中的每一种图片格式,根据性能偏好确定该图片格式与性能偏好匹配的格式性能,并确定格式性能的性能指标值,以及根据格式性能的性能指标值和性能偏好对应的预设权重,确定该图片格式的性能分数。
步骤303,根据不同的图片格式的性能分数,从不同的图片格式中确定目标图片格式。
本实施例中对步骤301、步骤302、步骤303的描述与步骤201、步骤202、步骤203的描述一致,此处不再赘述。
步骤304,将预设图片库中图片格式为目标图片格式的图片作为目标图片。
在本实施例中,可以通过用户输入、互联网或者本地存储获得包含候选图片的图片库,图片库中的候选图片为不同的图片格式。确定出目标图片格式后,将图片库中,图片格式为目标图片格式的候选图片作为目标图片。可以理解,目标图片可以作为程序开发的素材、测试***的数据、或者训练神经网络模型的样本等。
步骤305,根据性能偏好信息,优化目标图片的图片性能。
在本实施例中,可以根据用户的性能偏好信息,利用图像处理方法,进一步优化筛选出的目标图片的图片性能。例如,性能偏好信息包括对图片的压缩比要求高,则可以对目标图片进行图像压缩处理;性能偏好信息包括对图片色彩敏感,则可以对目标图片进行色彩重构,增加图片色彩对比度等。
本实施例根据目标图片格式确定出目标图片,并且根据图片的性能偏好信息对目标图片进行了性能优化,可以使目标图片进一步满足用户对图片性能的需求,提高用户的便捷度以及满意度。
可选地,根据性能偏好信息,优化目标图片的图片性能,包括:根据性能偏好信息,对目标图片进行以下至少一种处理:压缩处理、色彩重构、消除或生成目标图片的透明通道、重新编码、提取并优化目标图片的关键特征。
在本实施例中,可以根据性能偏好信息,对目标图片进行性能优化操作,性能优化操作可以是以下图片处理操作的一种或几种:图片压缩处理,例如,通过对二进制编码的图片进行重新编码,压缩原始图片的大小,或者通过降低图片的分辨率以压缩图片的尺寸等;图片色彩重构,例如,通过增强色彩对比度的方法增强图片色彩的对比度,或者通过彩色模式转换方法,将RGB565彩色模式的图片转化为RGB888彩色模式的图片,提高图片色彩的丰富度等,其中,RGB色彩模式是工业界的一种颜色标准,是通过红(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;图片透明通道的消除或者生成处理,例如,利用图片透明通道生成方法创建图片的透明通道(即,alpha通道),或者利用图片透明通道消除方法关闭图片的透明通道;图片数据的重新编码,例如,对生成图片的二进制数据进行有损重编码,即,针对图像中的某些数据/编码字段不敏感的部分,允许在图片压缩过程中损失这些不敏感的部分,以换取最大的压缩比;图片关键特征提取,例如,利用图片特征提取方法,提取出图片中的关键特征,即关键信息,然后仅对关键信息对应的图片数据/编码进行性能优化。
本实施例根据图片的性能偏好信息对目标图片进行了性能优化,可以使目标图片的性能得到进一步提高,从而进一步满足用户对图片性能的需求。
上述结合图2、图3描述的实施例的一些可选的实现方式中,格式性能包括图片格式在预设应用环境或预设开发环境下对预设程序的性能的影响。
在本实施例中,图片的格式性能是指图片格式在某个应用环境、或者某个开发环境下,对该应用环境下的程序/硬件、或者该开发环境下的程序/硬件的性能的影响。例如,某种图片格式的图片被应用于ARM架构下的程序时,该程序对于该种格式的图片的解析速度或者解析准确度等解析能力(即,图片格式在ARM架构的环境下的解析能力),或者,某种图片格式的图片被应用于Windows操作***下的软件时,该种格式的图片通过该软件进行显示时的色彩保真度等。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种用于确定图片格式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4所示,本实施例的用于确定图片格式的装置400,其中,该装置400包括:获取单元401、评分单元402、确定单元403。其中,获取单元401,被配置为获取用户对图片性能的性能偏好信息,其中,性能偏好信息包括至少一个性能偏好、以及性能偏好对应的预设权重;评分单元402,被配置为针对不同的图片格式中的每一种图片格式,根据性能偏好确定该图片格式与性能偏好匹配的格式性能,并确定格式性能的性能指标值,以及根据格式性能的性能指标值和性能偏好对应的预设权重,确定该图片格式的性能分数;确定单元403,被配置为根据不同的图片格式的性能分数,从不同的图片格式中确定目标图片格式。
在一些实施例中,确定单元401,包括:确定模块,被配置为从不同的图片格式的性能分数中,将性能分数达到预设分数阈值的图片格式确定为目标图片格式。
在一些实施例中,用于确定图片格式的装置还包括:选图单元,被配置为将预设图片库中图片格式为目标图片格式的图片作为目标图片;优化单元,被配置为根据性能偏好信息,优化目标图片的图片性能。
在一些实施例中,优化单元,包括:优化模块,被配置为根据性能偏好信息,对目标图片进行以下至少一种处理:压缩处理、色彩重构、消除或生成目标图片的透明通道、重新编码、提取并优化目标图片的关键特征。
在一些实施例中,格式性能包括图片格式在预设应用环境或预设开发环境下对预设程序的性能的影响。
上述装置400中的各单元与参考图2、图3描述的方法中的步骤相对应。由此上文针对用于确定图片格式的方法描述的操作、特征及所能达到的技术效果同样适用于装置400及其中包含的单元,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图5所示,是根据本申请实施例的用于确定图片格式的方法的电子设备500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/或者要求的本申请的实现。
如图5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***)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中,该存储器存储有可由至少一个处理器执行的指令,以使该至少一个处理器执行本申请所提供的用于确定图片格式的方法。本申请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申请所提供的用于确定图片格式的方法。
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,如本申请实施例中的用于确定图片格式的方法对应的程序指令/模块(例如,附图4所示的获取单元401、评分单元402、确定单元403)。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用于确定图片格式的方法。
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***、至少一个功能所需要的应用程序;存储数据区可存储根据用于确定图片格式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用于确定图片格式的电子设备。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。
用于确定图片格式的方法的电子设备还可以包括:输入装置503、输出装置504以及总线505。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505或者其他方式连接,图5中以通过总线505连接为例。
输入装置503可接收输入的数字或字符信息,以及产生与用于确定图片格式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***和技术的各种实施方式可以在数字电子电路***、集成电路***、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***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***、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***、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***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***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(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***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***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***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***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。
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,只要能够实现本申请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,并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (10)
1.一种用于确定图片格式的方法,包括:
获取用户对图片性能的性能偏好信息,其中,所述性能偏好信息包括至少一个性能偏好、以及所述性能偏好对应的预设权重,所述图片性能是指不同格式的图片在不同硬件或软件环境下,对应用该图片的硬件或者软件的性能的影响;
针对不同的图片格式中的每一种图片格式,根据所述性能偏好确定该图片格式与所述性能偏好匹配的格式性能,并确定所述格式性能的性能指标值,以及根据所述格式性能的性能指标值和所述性能偏好对应的预设权重,确定该图片格式的性能分数;
根据不同的图片格式的性能分数,从所述不同的图片格式中确定目标图片格式,包括:将所述不同的图片格式按照其性能分数进行排列,从所述不同的图片格式的性能分数中,将性能分数达到预设分数阈值的图片格式确定为所述目标图片格式。
2.根据权利要求1所述的方法,其中,所述方法还包括:
将预设图片库中图片格式为所述目标图片格式的图片作为目标图片;
根据所述性能偏好信息,优化所述目标图片的图片性能。
3.根据权利要求2所述的方法,其中,所述根据所述性能偏好信息,优化所述目标图片的图片性能,包括:
根据所述性能偏好信息,对所述目标图片进行以下至少一种处理:压缩处理、色彩重构、消除或生成所述目标图片的透明通道、重新编码、提取并优化所述目标图片的关键特征。
4.根据权利要求1所述的方法,其中,所述格式性能包括图片格式在预设应用环境或预设开发环境下对预设程序的性能的影响。
5.一种用于确定图片格式的装置,包括:
获取单元,被配置为获取用户对图片性能的性能偏好信息,其中,所述性能偏好信息包括至少一个性能偏好、以及所述性能偏好对应的预设权重,所述图片性能是指不同格式的图片在不同硬件或软件环境下,对应用该图片的硬件或者软件的性能的影响;
评分单元,被配置为针对不同的图片格式中的每一种图片格式,根据所述性能偏好确定该图片格式与所述性能偏好匹配的格式性能,并确定所述格式性能的性能指标值,以及根据所述格式性能的性能指标值和所述性能偏好对应的预设权重,确定所述该图片格式的性能分数;
确定单元,被配置为根据不同的图片格式的性能分数,从所述不同的图片格式中确定目标图片格式,包括:将所述不同的图片格式按照其性能分数进行排列,从所述不同的图片格式的性能分数中,将性能分数达到预设分数阈值的图片格式确定为所述目标图片格式。
6.根据权利要求5所述的装置,其中,所述装置还包括:
选图单元,被配置为将预设图片库中图片格式为所述目标图片格式的图片作为目标图片;
优化单元,被配置为根据所述性能偏好信息,优化所述目标图片的图片性能。
7.根据权利要求6所述的装置,其中,所述优化单元,包括:
优化模块,被配置为根据所述性能偏好信息,对所述目标图片进行以下至少一种处理:压缩处理、色彩重构、消除或生成所述目标图片的透明通道、重新编码、提取并优化所述目标图片的关键特征。
8.根据权利要求5所述的装置,其中,所述格式性能包括图片格式在预设应用环境或预设开发环境下对预设程序的性能的影响。
9.一种电子设备,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权利要求1-4中任一项所述的方法。
10.一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1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010838248.0A CN111930356B (zh) | 2020-08-19 | 2020-08-19 | 用于确定图片格式的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010838248.0A CN111930356B (zh) | 2020-08-19 | 2020-08-19 | 用于确定图片格式的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111930356A CN111930356A (zh) | 2020-11-13 |
CN111930356B true CN111930356B (zh) | 2024-03-26 |
Family
ID=73305402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010838248.0A Active CN111930356B (zh) | 2020-08-19 | 2020-08-19 | 用于确定图片格式的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111930356B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106126760A (zh) * | 2016-09-08 | 2016-11-16 | 福建中金在线信息科技有限公司 | 一种web网页图片优化的方法 |
CN106937117A (zh) * | 2015-12-29 | 2017-07-07 | 阿里巴巴集团控股有限公司 | 图像压缩方法和装置 |
CN110098995A (zh) * | 2018-01-31 | 2019-08-06 | 阿里巴巴集团控股有限公司 | 信息处理方法、信息显示方法、装置、电子设备及服务器 |
CN110175252A (zh) * | 2019-05-07 | 2019-08-27 | 深圳前海微众银行股份有限公司 | 一种图片显示的方法及装置 |
CN110704656A (zh) * | 2019-09-23 | 2020-01-17 | 捷开通讯(深圳)有限公司 | 图片处理方法、装置、存储介质及终端 |
CN110719327A (zh) * | 2019-10-08 | 2020-01-21 | 珠海格力电器股份有限公司 | 图像上传的交互方法、装置和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7362376B2 (en) * | 2003-12-23 | 2008-04-22 | Lsi Logic Corporation | Method and apparatus for video deinterlacing and format conversion |
US10565696B2 (en) * | 2017-06-05 | 2020-02-18 | Qualcomm Incorporated | Systems and methods for producing image feedback |
-
2020
- 2020-08-19 CN CN202010838248.0A patent/CN111930356B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106937117A (zh) * | 2015-12-29 | 2017-07-07 | 阿里巴巴集团控股有限公司 | 图像压缩方法和装置 |
CN106126760A (zh) * | 2016-09-08 | 2016-11-16 | 福建中金在线信息科技有限公司 | 一种web网页图片优化的方法 |
CN110098995A (zh) * | 2018-01-31 | 2019-08-06 | 阿里巴巴集团控股有限公司 | 信息处理方法、信息显示方法、装置、电子设备及服务器 |
CN110175252A (zh) * | 2019-05-07 | 2019-08-27 | 深圳前海微众银行股份有限公司 | 一种图片显示的方法及装置 |
CN110704656A (zh) * | 2019-09-23 | 2020-01-17 | 捷开通讯(深圳)有限公司 | 图片处理方法、装置、存储介质及终端 |
CN110719327A (zh) * | 2019-10-08 | 2020-01-21 | 珠海格力电器股份有限公司 | 图像上传的交互方法、装置和存储介质 |
Non-Patent Citations (3)
Title |
---|
HEVC still image coding and high efficiency image file format;Jani Lainema等;《2016 IEEE International Conference on Image Processing (ICIP)》;71-75 * |
三种医学图像格式的融合性能研究;胡俊峰等;《北京生物医学工程》;第29卷(第3期);245-248 * |
多模态图像检索技术;王洋;《中国博士学位论文全文数据库 (信息科技辑)》(第10期);I138-66 * |
Also Published As
Publication number | Publication date |
---|---|
CN111930356A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11710215B2 (en) | Face super-resolution realization method and apparatus, electronic device and storage medium | |
CN111582453A (zh) | 生成神经网络模型的方法和装置 | |
CN112270399B (zh) | 基于深度学习的算子注册处理方法、装置及电子设备 | |
CN111582477B (zh) | 神经网络模型的训练方法和装置 | |
CN111563593B (zh) | 神经网络模型的训练方法和装置 | |
US11768873B2 (en) | Method, apparatus, electronic device and readable storage medium for classifying video | |
CN110706147B (zh) | 图像处理的环境确定方法、装置、电子设备和存储介质 | |
CN111897619A (zh) | 浏览器页面的显示方法、装置、电子设备及存储介质 | |
CN110648294A (zh) | 图像修复方法、装置及电子设备 | |
CN111028226A (zh) | 算法移植的方法及装置 | |
CN111935506B (zh) | 用于确定重复视频帧的方法和装置 | |
CN112015468A (zh) | 一种接口文档处理方法、装置、电子设备以及存储介质 | |
CN112311952A (zh) | 图像处理方法、***和装置 | |
CN111930356B (zh) | 用于确定图片格式的方法和装置 | |
CN111177479A (zh) | 获取关系网络图中节点的特征向量的方法以及装置 | |
US11734809B2 (en) | Method and apparatus for processing image | |
CN111510376B (zh) | 图像处理方法、装置及电子设备 | |
CN112508163B (zh) | 神经网络模型中子图的展示方法、装置和存储介质 | |
CN112035210B (zh) | 用于输出颜色信息的方法、装置、设备和介质 | |
CN112101284A (zh) | 图像识别方法、图像识别模型的训练方法、装置及*** | |
CN111611503B (zh) | 页面的处理方法、装置、电子设备及存储介质 | |
CN111507267B (zh) | 文档朝向检测方法、装置、设备以及存储介质 | |
CN112508830B (zh) | 图像处理模型的训练方法、装置、设备及存储介质 | |
CN114912522B (zh) | 信息分类方法和装置 | |
CN111582478B (zh) | 用于确定模型结构的方法和装置 |
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 |