CN112487396A - 图片的处理方法、装置、计算机设备及存储介质 - Google Patents

图片的处理方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN112487396A
CN112487396A CN202011445932.9A CN202011445932A CN112487396A CN 112487396 A CN112487396 A CN 112487396A CN 202011445932 A CN202011445932 A CN 202011445932A CN 112487396 A CN112487396 A CN 112487396A
Authority
CN
China
Prior art keywords
picture
uploaded
service system
user
processing
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.)
Pending
Application number
CN202011445932.9A
Other languages
English (en)
Inventor
陈浩鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An International Smart City Technology Co Ltd
Original Assignee
Ping An International Smart City Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An International Smart City Technology Co Ltd filed Critical Ping An International Smart City Technology Co Ltd
Priority to CN202011445932.9A priority Critical patent/CN112487396A/zh
Publication of CN112487396A publication Critical patent/CN112487396A/zh
Pending legal-status Critical Current

Links

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
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/36—User authentication by graphic or iconic representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/32—Normalisation of the pattern dimensions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/04—Protocols for data compression, e.g. ROHC

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computer Hardware Design (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Biomedical Technology (AREA)
  • Collating Specific Patterns (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)

Abstract

本申请公开了一种图片的处理方法，包括：获取到第一图片时，识别所述第一图片是否包括人脸图像；若是，将所述第一图片转换为base64格式的第二图片；创建Image对象，并将所述第二图片传入所述Image对象中，得到第三图片；根据Canvas技术和预设压缩比例对所述第三图片进行压缩，并裁剪出压缩后的所述第三图片中的人脸区域图片，得到待上传图片；将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证。本申请还公开了一种图片的处理装置、计算机设备以及计算机可读存储介质。本申请提高了上传图片至业务***以进行用户身份验证的效率。

Description

图片的处理方法、装置、计算机设备及存储介质
技术领域
本申请涉及数据传输优化领域，尤其涉及一种图片的处理方法、图片的处理装置、计算机设备以及计算机可读存储介质。
背景技术
随着智能移动设备尤其智能手机使用越来越普遍，手机拍照技术越来越发达，拍摄的图片质量越来越高，图片容量也就越来越大，在一些业务场景中，需要用户拍照并上传服务器(如身份验证场景)，但图片容量过大时特别占用带宽，上传时间长，影响用户体验，所以要求对用户拍照后的照片进行压缩后再上传。
目前提供图片压缩服务的一般是一些第三方的网站，通过用户手动上传图片，调用第三方服务器进行压缩，之后再由用户下载压缩好的图片，并上传至业务***，整个过程操作繁杂且耗时甚久，从而在一定程度上影响了将图片上传至业务***的效率，进而使得整体的身份验证效率低下。
上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
发明内容
本申请的主要目的在于提供一种图片的处理方法、图片的处理装置、计算机设备以及计算机可读存储介质，旨在解决如何提高上传图片至业务***以进行用户身份验证的效率问题。
为实现上述目的，本申请提供一种图片的处理方法，包括以下步骤：
获取到第一图片时，识别所述第一图片是否包括人脸图像；
若是，将所述第一图片转换为base64格式的第二图片；
创建Image对象，并将所述第二图片传入所述Image对象中，得到第三图片；
根据Canvas技术和预设压缩比例对所述第三图片进行压缩，并裁剪出压缩后的所述第三图片中的人脸区域图片，得到待上传图片；
将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证。
进一步地，所述根据Canvas技术和预设压缩比例对所述第三图片进行压缩，并裁剪出压缩后的所述第三图片中的人脸区域图片，得到待上传图片的步骤之后，还包括：
检测所述待上传图片的容量是否大于第一容量阈值；
检测到所述待上传图片的容量大于所述第一容量阈值时，降低相机的分辨率；
利用所述相机重新拍摄所述第一图片，并返回执行所述获取到第一图片时，识别所述第一图片是否包括人脸图像的步骤。
进一步地，所述获取到第一图片时，识别所述第一图片是否包括人脸图像的步骤之后，还包括：
若否，输出第一提示信息，以提示用户重新导入包括人脸图像的第一图片。
进一步地，所述将所述第一图片转换为base64格式的第二图片的步骤包括：
检测所述人脸图像是否存在瞳孔特征，其中，所述业务***根据所述瞳孔特征进行用户身份验证；
检测到所述人脸图像存在所述瞳孔特征时，将所述第一图片转换为base64格式的第二图片；
检测到所述人脸图像不存在所述瞳孔特征时，输出第二提示信息，以提示用户重新导入包括瞳孔图像的第一图片。
进一步地，所述将所述第一图片转换为base64格式的第二图片的步骤包括：
检测所述第一图片的容量是否大于第二容量阈值；
检测到所述第一图片的容量大于所述第二容量阈值时，将所述第一图片转换为base64格式的第二图片；
检测到所述第一图片的容量小于或等于所述第二容量阈值时，将所述第一图片作为所述待上传图片。
进一步地，所述将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证的步骤之前，还包括：
检测到所述待上传图片的清晰度小于预设清晰度时，对所述待上传图像进行清晰度调节，以使所述待上传图片的清晰度大于或等于所述预设清晰度。
进一步地，所述将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证的步骤之后，还包括：
接收到所述业务***发送的身份验证成功信息时，允许对所述第一图片对应的用户业务进行处理；或者，
接收到所述业务***发送的身份验证失败信息时，输出第三提示信息，以提示用户重新导入用户本人图片。
为实现上述目的，本申请还提供一种图片的处理装置，所述图片的处理装置包括：
识别模块，用于获取到第一图片时，识别所述第一图片是否包括人脸图像；
转换模块，用于若是，将所述第一图片转换为base64格式的第二图片；
处理模块，用于创建Image对象，并将所述第二图片传入所述Image对象中，得到第三图片；
压缩模块，用于根据Canvas技术和预设压缩比例对所述第三图片进行压缩，并裁剪出压缩后的所述第三图片中的人脸区域图片，得到待上传图片；
上传模块，用于将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证。
为实现上述目的，本申请还提供一种计算机设备，所述计算机设备包括：
所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图片的处理程序，所述图片的处理程序被所述处理器执行时实现如上述图片的处理方法的步骤。
为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有图片的处理程序，所述图片的处理程序被处理器执行时实现如上述图片的处理方法的步骤。
本申请提供的图片的处理方法、图片的处理装置、计算机设备以及计算机可读存储介质，通过实现自动将用户导入的图片进行图片压缩并裁剪出人脸图片，从而尽可能降低了待上传图片的图片容量，使得可以快速将待上传图片上传至业务***，进而提高了利用业务***进行用户身份验证效率。
附图说明
图1为本申请一实施例中图片的处理方法步骤示意图；
图2为本申请一实施例的图片的处理装置示意框图；
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，在一实施例中，所述图片的处理方法包括：
步骤S10、获取到第一图片时，识别所述第一图片是否包括人脸图像；
步骤S20、若是，将所述第一图片转换为base64格式的第二图片；
步骤S30、创建Image对象，并将所述第二图片传入所述Image对象中，得到第三图片；
步骤S40、根据Canvas技术和预设压缩比例对所述第三图片进行压缩，并裁剪出压缩后的所述第三图片中的人脸区域图片，得到待上传图片；
步骤S50、将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证。
本实施例中，实施例终端可以是计算机设备(如智能手机、电脑等)，也可以是一种图片的处理装置。以下以实施例终端为智能手机为例进行说明。
其中，终端也业务***建立有通信连接，用户可通过终端登录其在业务***上注册的用户账户，并基于登陆的用户账户办理业务***上的业务。例如业务***可以是金融服务***，且提供的业务为金融服务。
如步骤S10所述：业务***的业务流程中，存在需要对当前用户账户对应的用户进行身份验证的业务节点，在业务***检测到当前用户账户对应的用户业务流转到身份验证节点时，则向终端发送用户身份验证请求。
当终端接收到用户身份验证请求时，则判定检测到当前用户账户对应的用户需要上传人脸图片至业务***进行用户身份验证，并进一步获取第一图片。
可选的，当前用户账户对应的用户可以选择本地上传图片将图片导入终端，终端通过Input标签选择本地上传图片作为第一图片。
或者，当前用户账户对应的用户可以使用终端提供的相机拍摄图片，终端将相机当前拍摄得到的图片导入为第一图片。
可选的，当终端获取到第一图片时，可以使用人脸识别技术识别第一图片中是否包括人脸图像。
如步骤S20所述：当终端识别到第一图片中包括人脸图像时，则可以通过Web API(网络应用程序接口)中的FileReader接口将第一图片转换为base64格式的第二图片，以便获取图片原始尺寸。需要说明的是，base64是一种基于64个可打印字符来表示二进制数据的方法，因此base64格式的第二图片可表示为一种图片数据流，便于终端读取图片数据并进行进一步的操作处理。
如步骤S30所述：当终端基于第一图片转换得到第二图片(即base64图片)后，则调用JS(JavaScript)中的Image类(图片操作类)，创建一个空的Image对象，标记为img。需要说明的是，JS是一种具有函数优先的轻量级、解释型或即时编译型的高级编程语言。
进一步地，终端获取第二图片相关的图片数据流，将赋值到Image对象中，由Image对象读取第二图片的相关值，从而实现将第二图片传入Image对象中，并基于传入了第二图片的Image对象得到第三图片。这样，就相当于将第二图片存放到Image对象，同时还存放了第二图片的图片数据(包括图片容量、图片尺寸等)，而此时的Image对象也可以表示为第三图片。
如步骤S40所述：在终端得到第三图片之后，可以在Image对象的onload回调中创建一个空的Canvas对象。需要说明的是，Canvas本质上是一个与分辨率相关的位图画布，而Canvas对象则表示一个HTML画布元素(或画布对象)，提供了一系列的画图和特效制作的API接口。
进一步地，终端利用Canvas对象读取第三图片(即将第三图片绘制到Canvas对象中)，并根据第三图片对应的第一图片尺寸和预设压缩比例，对Canvas对象读取到的第三图片进行等比例压缩，得到压缩后的第三图片，且压缩后的第三图片对应的第二图片尺寸与第一图片尺寸之间的比例符合预设压缩比例。其中，所述预设压缩比例可以根据实际情况需要设置，如设置为5:1、10:1等。
需要说明的是，由于Image对象无法直接压缩和裁剪，因此需要先将第三图片绘制到Canvas对象中，然后再基于Canvas对象对第三图片进行压缩和裁剪。
可选的，将压缩后的第三图片记为第四图片，并识别第四图片中的人脸区域，然后确定所述人脸区域对应的最小外接矩形区域。需要说明的是，最小外接矩形是指以二维坐标表示的若干二维形状(例如点、直线、多边形)的最大范围，即以给定的二维形状各顶点中的最大横坐标、最小横坐标、最大纵坐标、最小纵坐标定下边界的矩形。
进一步地，根据所述最小外接矩形区域对第四图片进行裁剪，裁剪出最小外接矩形区域对应的图片，作为人脸区域图片，并将所述人脸区域图片作为待上传图片。
可选的，终端在识别压缩后的第三图片(即第四图片)中的人脸区域后，也可以是以人脸区域为中心区域，将第四图片按预设尺寸进行裁剪，并将裁剪得到的预设尺寸的人脸区域图片作为待上传图片。其中，所述预设尺寸可以根据实际需要设置，如设置为200*200px。
这样，通过裁剪出压缩后的图片中的人脸区域图片作为待上传图片，可以进一步减少待上传图片的图片容量。
如步骤S50所述：终端在得到待上传图片(可记为第五图片)后，则将待上传图片与当前用户账户的用户信息关联，然后将待上传图片与用户信息一同上传至业务***。业务***在接收到终端上传的第五图片及用户信息后，将查询与用户信息匹配的基准图片。其中，所述基准图片为已通过用户身份验证的图片。
可选的，用户信息可以包括用户姓名和身份证号，业务***可以将用户信息发送至公安***，由公安***根据接收到的用户信息，将已通过用户身份验证的基准图片进行反馈。进一步地，业务***负责接收由公安***反馈回来的基准图片。
可选的，已通过用户身份验证的基准图片也可以是业务***已预先存储的。
进一步地，业务***获取到基准图片后，则检测第五图片与基准图片是否匹配，以对第五图片对应的用户进行用户身份验证。
可选的，业务***可以是通过验证第五图片与基准图片之间的相似度是否大于预设阈值，以验证第五图片与基准图片是否匹配。其中，图像相似度的计算可以是通过预先训练的图像识别模型提取第五图片的第一特征值和基准图片的第二特征值，然后将第一特征值与第二特征值进行比对，得到相似度；所述预设阈值可选为80％-99％，可选为90％。
当业务***检测到第五图片与基准图片之间的相似度大于预设阈值时，则判定第五图片与所述基准图片匹配，并进一步判定第五图片对应的用户通过用户身份验证；当终端检测到第五图片与基准图片之间的相似度小于或等于预设阈值时，则判定第五图片与所述基准图片不匹配，并进一步判定第五图片对应的用户未通过用户身份验证。
在一实施例中，通过实现自动将用户导入的图片进行图片压缩并裁剪出人脸图片，从而尽可能降低了待上传图片的图片容量，使得可以快速将待上传图片上传至业务***，进而提高了利用业务***进行用户身份验证效率。
在一实施例中，在上述实施例基础上，所述根据Canvas技术和预设压缩比例对所述第三图片进行压缩，并裁剪出压缩后的所述第三图片中的人脸区域图片，得到待上传图片的步骤之后，还包括：
步骤S60、检测所述待上传图片的容量是否大于第一容量阈值；
步骤S61、检测到所述待上传图片的容量大于所述第一容量阈值时，降低相机的分辨率；
步骤S62、利用所述相机重新拍摄所述第一图片，并返回执行所述获取到第一图片时，识别所述第一图片是否包括人脸图像的步骤。
本实施例中，在步骤S10之前，当前用户账户对应的用户可以使用终端提供的相机拍摄图片，而终端则将相机当前拍摄得到的图片导入为第一图片。
可选的，在步骤S40之后，终端得到待上传图片时，在将待上传图片上传至业务***之前，可以先进一步检测待上传图片的容量(记为第一容量)是否大于第一容量阈值。其中，所述第一容量阈值可以根据终端与业务***之间具体的数据传输情况设置，用于表征该容量阈值以内的图片可快速上传至业务***。
可选的，当终端检测到所述待上传图片的容量大于所述第一容量阈值时，说明待上传图片依然偏大，则此时终端可以降低相机的分辨率(例如可以是将相机的分辨率降至最低分辨率)，然后再利用分辨率降低后的相机采集相机作用空间内的图片。此时，终端还可以输出提示信息(记为第四提示信息)，以提示用户将人脸对准相机镜头。
可选的，当终端通过相机重新采集到图片后，则将该图片作为重新拍摄得到的第一图片，并基于此返回执行所述获取到第一图片时，识别所述第一图片是否包括人脸图像的步骤(即步骤S10)。
可选的，若终端检测到所述待上传图片的容量小于或等于所述第一容量阈值时，则说明待上传图片偏小，则终端可以直接执行步骤S50，以将待上传图片快速上传至业务***，使业务***基于该待上传图片对用户进行身份验证。
这样，当压缩和裁剪后的图片依然偏大时，通过降低相机的分辨率重新采集图片进行压缩和裁剪，从而得到图片容量较小的图片可以快速上传至业务***，进而提高了用户通过业务***进行身份验证的效率。
在一实施例中，在上述实施例基础上，所述获取到第一图片时，识别所述第一图片是否包括人脸图像的步骤之后，还包括：
步骤S70、若否，输出第一提示信息，以提示用户重新导入包括人脸图像的第一图片。
本实施例中，当终端利用人脸识别技术识别得到第一图片中不包括人脸图像时，则不再执行所述将所述第一图片转换为base64格式的第二图片的步骤，而是可以输出重新导入图片的第一提示信息，以提示用户重新导入包括有人脸图像的第一图片。
进一步地，当终端获取到重新导入的第一图片后，重新返回执行所述获取到第一图片时，识别所述第一图片是否包括人脸图像的步骤(即步骤S10)。
这样，当检测到图片中不包含人脸图像，则不再对图片进行压缩上传，而是及时提示用户更换包含有人脸图像的图片，以避免耗费时间和算力上传无效图片，进而提高了用户通过业务***进行身份验证的效率。
在一实施例中，在上述实施例基础上，所述将所述第一图片转换为base64格式的第二图片的步骤包括：
步骤S80、检测所述人脸图像是否存在瞳孔特征，其中，所述业务***根据所述瞳孔特征进行用户身份验证；
步骤S81、检测到所述人脸图像存在所述瞳孔特征时，将所述第一图片转换为base64格式的第二图片；
步骤S82、检测到所述人脸图像不存在所述瞳孔特征时，输出第二提示信息，以提示用户重新导入包括瞳孔图像的第一图片。
本实施例中，业务***也可以是通过检测第五图片与基准图片之间的瞳孔特征是否一致，以对第五图片对应的用户进行用户身份验证。
可选的，在终端执行步骤S10之后，当终端利用人脸识别技术识别得到第一图片中包括人脸图像时，则可以进一步判断人脸图像中是否存在瞳孔特征。
其中，终端可以通过判断是否可从所述人脸图像中提取到瞳孔特征，以检测所述人脸图像是否存在瞳孔特征。
可选的，当终端在人脸图像中提取得到瞳孔特征时，则判定所述人脸图像存在瞳孔特征；当终端在人脸图像中无法提取到瞳孔特征时，则判定所述人脸图像不存在瞳孔特征。需要说明的是，当人脸图像是“闭眼”图像，或者拍摄到的人脸瞳孔部位模糊不清晰，则可能导致无法在人脸图像中提取得到瞳孔特征。
可选的，当终端检测到所述人脸图像存在所述瞳孔特征时，则执行所述将所述第一图片转换为base64格式的第二图片的步骤，并通过进一步执行步骤S30-S50，得到压缩和裁剪后的待上传图片上传至业务***进行用户身份验证。
进一步地，业务***在检测第五图片与基准图片之间的瞳孔特征是否一致时，可以是先从第五图片中提取得到第一瞳孔特征，以及从基准图片中提取得到第二瞳孔特征，然后通过比对第一瞳孔特征与第二瞳孔特征是否一致，以验证第五图片与基准图片是否匹配。其中，当业务***检测到第一瞳孔特征与第二瞳孔特征一致时，则判定第五图片与所述基准图片匹配，并进一步判定第五图片对应的用户通过用户身份验证；当业务***检测到第一瞳孔特征与第二瞳孔特征不一致时，则判定第五图片与所述基准图片不匹配，并进一步判定第五图片对应的用户未通过用户身份验证。
可选的，当终端检测到所述人脸图像不存在所述瞳孔特征时，则输出未识别到眼睛或瞳孔的第二提示信息，以提示用户重新导入具有高辨识度的人脸瞳孔图像的第一图片。
这样，在利用瞳孔识别技术提高对用户身份验证的准确率的同时，当检测到图片中的人脸图像不包含瞳孔特征时，则不再对图片进行压缩上传，而是及时提示用户更换包含有人脸瞳孔图像的图片，以避免耗费时间和算力上传无效图片，进而提高了用户通过业务***进行身份验证的效率。
在一实施例中，在上述实施例基础上，所述将所述第一图片转换为base64格式的第二图片的步骤包括：
步骤S90、检测所述第一图片的容量是否大于第二容量阈值；
步骤S91、检测到所述第一图片的容量大于所述第二容量阈值时，将所述第一图片转换为base64格式的第二图片；
步骤S92、检测到所述第一图片的容量小于或等于所述第二容量阈值时，将所述第一图片作为所述待上传图片。
本实施例中，在终端执行步骤S10之后，当终端识别到第一图片中包括人脸图像时，则可以进一步检测第一图片的图片容量(记为第二容量)是否大于第二容量阈值。其中，所述第二容量阈值可以根据终端与业务***之间具体的数据传输情况设置，用于表征该容量阈值以内的图片可快速上传至业务***；且所述第二容量阈值大于或等于所述第一容量阈值。
可选的，当终端检测到所述第一图片的容量大于所述第二容量阈值时，说明第一图片偏大，则执行所述将所述第一图片转换为base64格式的第二图片的步骤，并通过进一步执行步骤S30-S50，得到压缩和裁剪后的待上传图片上传至业务***进行用户身份验证。
可选的，当终端检测到所述第一图片的容量小于或等于所述第二容量阈值时，说明第一图片偏小，则终端直接将第一图片作为待上传图片，并通过执行步骤S50，将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证。
可选的，在终端执行步骤S10之后，当终端识别到第一图片中包括人脸图像时，也可以先进一步检测所述人脸图像是否存在瞳孔特征，并在检测到所述人脸图像存在所述瞳孔特征时，再执行所述检测所述第一图片的容量是否大于第二容量阈值的步骤。
这样，只在初始导入图片偏大时才进行压缩和裁剪后再上传，否则则直接上传，从而提高了用户通过业务***进行身份验证的效率。
在一实施例中，在上述实施例基础上，所述将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证的步骤之前，还包括：
步骤S100、检测到所述待上传图片的清晰度小于预设清晰度时，对所述待上传图像进行清晰度调节，以使所述待上传图片的清晰度大于或等于所述预设清晰度。
本实施例中，终端在得到待上传图片之后，可以先检测待上传图片的清晰度是否小于预设清晰度。其中，所述预设清晰度可以根据实际情况需要设置，本实施例对此不作限定。
当终端检测到待上传图片的清晰度小于预设清晰度时，则终端对待上传图片进行清晰度调节，以将待上传图片的清晰度调升至预设清晰度以上(即使所述待上传图片的清晰度大于或等于所述预设清晰度)；当终端检测到待上传图片的清晰度大于或等于预设清晰度时，则终端可以直接执行所述将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证的步骤(即步骤S50)。
其中，终端调节图片清晰度的手段可以是采用图片降噪、锐化等手段。
这样，可以避免压缩后的人脸图片因清晰度过低而导致业务***无法进行用户身份验证的情况发生。
在一实施例中，在上述实施例基础上，所述将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证的步骤之后，还包括：
步骤S110、接收到所述业务***发送的身份验证成功信息时，允许对所述第一图片对应的用户业务进行处理；或者，
步骤S120、接收到所述业务***发送的身份验证失败信息时，输出第三提示信息，以提示用户重新导入用户本人图片。
本实施例中，当业务***判定第五图片对应的用户通过用户身份验证时，则业务***可以向终端发送身份验证成功信息；当业务***判定第五图片对应的用户未通过用户身份验证时，则业务***可以向终端发送身份验证失败信息。
可选的，当终端接收到所述业务***发送的身份验证成功信息时，则可以允许对所述第一图片对应的用户业务(即当前用户账户对应的用户的业务)进行处理。
可选的，当终端接收到所述业务***发送的身份验证失败信息时，则输出重新导入本人图片的第三提示信息，以提示用户重新导入当前用户账户对应的用户本人图片。
或者，当终端接收到所述业务***发送的身份验证失败信息时，则可以直接关闭当前业务处理流程，以禁止对所述第一图片对应的用户业务(即当前用户账户对应的用户的业务)进行处理。
这样，可以避免非法用户利用合法用户账户恶意办理业务，从而提高了业务办理的安全性。
参照图2，本申请实施例中还提供一种图片的处理装置10，包括：
识别模块11，用于获取到第一图片时，识别所述第一图片是否包括人脸图像；
转换模块12，用于若是，将所述第一图片转换为base64格式的第二图片；
处理模块13，用于创建Image对象，并将所述第二图片传入所述Image对象中，得到第三图片；
压缩模块14，用于根据Canvas技术和预设压缩比例对所述第三图片进行压缩，并裁剪出压缩后的所述第三图片中的人脸区域图片，得到待上传图片；
上传模块15，用于将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证。
参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于图片的处理程序。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图片的处理方法。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。
此外，本申请还提出一种计算机可读存储介质，所述计算机可读存储介质包括图片的处理程序，所述图片的处理程序被处理器执行时实现如以上实施例所述的图片的处理方法的步骤。可以理解的是，本实施例中的计算机可读存储介质可以是易失性可读存储介质，也可以为非易失性可读存储介质。
综上所述，为本申请实施例中提供的图片的处理方法、图片的处理装置、计算机设备和存储介质，通过实现自动将用户导入的图片进行图片压缩并裁剪出人脸图片，从而尽可能降低了待上传图片的图片容量，使得可以快速将待上传图片上传至业务***，进而提高了利用业务***进行用户身份验证效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种图片的处理方法，其特征在于，包括：
获取到第一图片时，识别所述第一图片是否包括人脸图像；
若是，将所述第一图片转换为base64格式的第二图片；
创建Image对象，并将所述第二图片传入所述Image对象中，得到第三图片；
根据Canvas技术和预设压缩比例对所述第三图片进行压缩，并裁剪出压缩后的所述第三图片中的人脸区域图片，得到待上传图片；
将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证。
2.如权利要求1所述的图片的处理方法，其特征在于，所述根据Canvas技术和预设压缩比例对所述第三图片进行压缩，并裁剪出压缩后的所述第三图片中的人脸区域图片，得到待上传图片的步骤之后，还包括：
检测所述待上传图片的容量是否大于第一容量阈值；
检测到所述待上传图片的容量大于所述第一容量阈值时，降低相机的分辨率；
利用所述相机重新拍摄所述第一图片，并返回执行所述获取到第一图片时，识别所述第一图片是否包括人脸图像的步骤。
3.如权利要求1或2所述的图片的处理方法，其特征在于，所述获取到第一图片时，识别所述第一图片是否包括人脸图像的步骤之后，还包括：
若否，输出第一提示信息，以提示用户重新导入包括人脸图像的第一图片。
4.如权利要求1所述的图片的处理方法，其特征在于，所述将所述第一图片转换为base64格式的第二图片的步骤包括：
检测所述人脸图像是否存在瞳孔特征，其中，所述业务***根据所述瞳孔特征进行用户身份验证；
检测到所述人脸图像存在所述瞳孔特征时，将所述第一图片转换为base64格式的第二图片；
检测到所述人脸图像不存在所述瞳孔特征时，输出第二提示信息，以提示用户重新导入包括瞳孔图像的第一图片。
5.如权利要求1所述的图片的处理方法，其特征在于，所述将所述第一图片转换为base64格式的第二图片的步骤包括：
检测所述第一图片的容量是否大于第二容量阈值；
检测到所述第一图片的容量大于所述第二容量阈值时，将所述第一图片转换为base64格式的第二图片；
检测到所述第一图片的容量小于或等于所述第二容量阈值时，将所述第一图片作为所述待上传图片。
6.如权利要求1或5所述的图片的处理方法，其特征在于，所述将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证的步骤之前，还包括：
检测到所述待上传图片的清晰度小于预设清晰度时，对所述待上传图像进行清晰度调节，以使所述待上传图片的清晰度大于或等于所述预设清晰度。
7.如权利要求1所述的图片的处理方法，其特征在于，所述将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证的步骤之后，还包括：
接收到所述业务***发送的身份验证成功信息时，允许对所述第一图片对应的用户业务进行处理；或者，
接收到所述业务***发送的身份验证失败信息时，输出第三提示信息，以提示用户重新导入用户本人图片。
8.一种图片的处理装置，其特征在于，包括：
识别模块，用于获取到第一图片时，识别所述第一图片是否包括人脸图像；
转换模块，用于若是，将所述第一图片转换为base64格式的第二图片；
处理模块，用于创建Image对象，并将所述第二图片传入所述Image对象中，得到第三图片；
压缩模块，用于根据Canvas技术和预设压缩比例对所述第三图片进行压缩，并裁剪出压缩后的所述第三图片中的人脸区域图片，得到待上传图片；
上传模块，用于将所述待上传图片上传至业务***，以供所述业务***基于所述待上传图片进行用户身份验证。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图片的处理程序，所述图片的处理程序被所述处理器执行时实现如权利要求1至7中任一项所述的图片的处理方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有图片的处理程序，所述图片的处理程序被处理器执行时实现如权利要求1至7中任一项所述的图片的处理方法的步骤。
CN202011445932.9A 2020-12-08 2020-12-08 图片的处理方法、装置、计算机设备及存储介质 Pending CN112487396A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011445932.9A CN112487396A (zh) 2020-12-08 2020-12-08 图片的处理方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011445932.9A CN112487396A (zh) 2020-12-08 2020-12-08 图片的处理方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN112487396A true CN112487396A (zh) 2021-03-12

Family

ID=74941282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011445932.9A Pending CN112487396A (zh) 2020-12-08 2020-12-08 图片的处理方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN112487396A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112954030A (zh) * 2021-01-30 2021-06-11 北京奇保信安科技有限公司 一种Web端图片压缩方法、装置及电子设备
CN113505253A (zh) * 2021-07-03 2021-10-15 北京中建建筑科学研究院有限公司 基于区块链的图片上传方法、装置、服务器及存储介质
CN114511915A (zh) * 2022-04-19 2022-05-17 南昌大学 一种基于移动客户端的可信任证件照采集***及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326823A (zh) * 2015-07-07 2017-01-11 北京神州泰岳软件股份有限公司 一种获取图片中头像的方法和***
CN108830153A (zh) * 2018-05-07 2018-11-16 平安普惠企业管理有限公司 用于人脸识别的身份验证方法、装置、设备及存储介质
CN109547533A (zh) * 2018-10-26 2019-03-29 深圳点猫科技有限公司 一种教育***的html5移动端图片上传预处理方法及电子设备
CN109670427A (zh) * 2018-12-07 2019-04-23 腾讯科技（深圳）有限公司 一种图像信息的处理方法、装置及存储介质
WO2019100608A1 (zh) * 2017-11-21 2019-05-31 平安科技（深圳）有限公司 摄像装置、人脸识别的方法、***及计算机可读存储介质
CN111274517A (zh) * 2020-01-09 2020-06-12 深圳海带宝网络科技股份有限公司 一种移动端页面图片上传压缩及裁剪处理方法
CN111723676A (zh) * 2020-05-26 2020-09-29 北京电信易通信息技术股份有限公司 一种基于肖像识别智能裁剪的人脸比对方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326823A (zh) * 2015-07-07 2017-01-11 北京神州泰岳软件股份有限公司 一种获取图片中头像的方法和***
WO2019100608A1 (zh) * 2017-11-21 2019-05-31 平安科技（深圳）有限公司 摄像装置、人脸识别的方法、***及计算机可读存储介质
CN108830153A (zh) * 2018-05-07 2018-11-16 平安普惠企业管理有限公司 用于人脸识别的身份验证方法、装置、设备及存储介质
CN109547533A (zh) * 2018-10-26 2019-03-29 深圳点猫科技有限公司 一种教育***的html5移动端图片上传预处理方法及电子设备
CN109670427A (zh) * 2018-12-07 2019-04-23 腾讯科技（深圳）有限公司 一种图像信息的处理方法、装置及存储介质
CN111274517A (zh) * 2020-01-09 2020-06-12 深圳海带宝网络科技股份有限公司 一种移动端页面图片上传压缩及裁剪处理方法
CN111723676A (zh) * 2020-05-26 2020-09-29 北京电信易通信息技术股份有限公司 一种基于肖像识别智能裁剪的人脸比对方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112954030A (zh) * 2021-01-30 2021-06-11 北京奇保信安科技有限公司 一种Web端图片压缩方法、装置及电子设备
CN113505253A (zh) * 2021-07-03 2021-10-15 北京中建建筑科学研究院有限公司 基于区块链的图片上传方法、装置、服务器及存储介质
CN114511915A (zh) * 2022-04-19 2022-05-17 南昌大学 一种基于移动客户端的可信任证件照采集***及方法
CN114511915B (zh) * 2022-04-19 2022-07-29 南昌大学 一种基于移动客户端的可信任证件照采集***及方法

Similar Documents

Publication Publication Date Title
CN112487396A (zh) 图片的处理方法、装置、计算机设备及存储介质
KR102190483B1 (ko) Ai 기반의 영상 압축 및 복원 시스템
US20200065460A1 (en) Method and computer readable storage medium for remote interview signature
CN108156519B (zh) 图像分类方法、电视设备及计算机可读存储介质
KR101443031B1 (ko) 얼굴 인식 서비스 제공 방법
US11093691B1 (en) System and method for establishing an interactive communication session
US10325080B2 (en) Identity information verification
CN112613570B (zh) 一种图像检测方法、图像检测装置、设备及存储介质
US10121263B2 (en) Methods and devices for image loading and methods and devices for video playback
TW201928789A (zh) 基於類神經網路之兩段式特徵抽取系統及其方法
EP3553702A1 (en) Image recognition-based communication method and device
CN113807353A (zh) 图像转换模型训练方法、装置、设备及存储介质
CN113297624B (zh) 图像的预处理方法及装置
CN113905001A (zh) 一种自动回复方法、装置、计算机设备及可读存储介质
CN110765869B (zh) 分渠道采集数据的唇语活体检测方法、***和计算机设备
CN110928656B (zh) 一种业务处理方法、装置、计算机设备和存储介质
US9323857B2 (en) System and method for providing content-related information based on digital watermark and fingerprint
CN113361471A (zh) 图像数据处理方法、装置、计算机设备及存储介质
CN116778534B (zh) 图像处理方法、装置、设备和介质
CN113891015A (zh) 基于人工智能的图像处理方法、装置和计算机设备
CN116614490B (zh) 跨设备数据传输方法、设备和计算机可读存储介质
CN112565254B (zh) 数据传输方法、装置、设备与计算机可读存储介质
CN114513583B (zh) 影像数据的压缩上传方法、装置、设备及介质
CN117151136B (zh) 多个二维码的识别方法、装置、电子设备以及介质
CN114064957A (zh) 一种图片隐私分级方法、装置、电子设备与存储介质

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