CN113344068A - 素材处理方法、装置、电子设备及计算机可读存储介质 - Google Patents
素材处理方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113344068A CN113344068A CN202110605579.4A CN202110605579A CN113344068A CN 113344068 A CN113344068 A CN 113344068A CN 202110605579 A CN202110605579 A CN 202110605579A CN 113344068 A CN113344068 A CN 113344068A
- Authority
- CN
- China
- Prior art keywords
- pixel
- matrix
- points
- distance
- point
- 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.)
- Granted
Links
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开关于一种素材处理方法、装置、电子设备及计算机可读存储介质,其中,该方法包括:获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到总距离;在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材。通过本公开,解决了相关技术中采用对素材内容进行识别时存在耗费资源过多的问题,达到了采用较少的资源即可实现对素材内容进行识别的效果。
Description
技术领域
本公开涉及计算机领域,尤其涉及一种素材处理方法、装置、电子设备及计算机可读存储介质。
背景技术
目前,素材内容识别已有较多应用(例如:人脸识别,素材搜索),其中大多数用到机器学习,深度学习等复杂算法,能够在不同场景下对复杂内容进行精确识别。通过上述复杂算法,素材采集,素材预处理,特征提取,素材识别,以识别不同的目标和对象,但采用上述方法对素材内容进行识别时,需要耗费较多的计算资源。因此,在相关技术中采用对素材内容进行识别时存在耗费资源过多的问题。
发明内容
本公开提供一种素材处理方法、装置、电子设备及计算机可读存储介质,以至少解决相关技术中采用对素材内容进行识别时存在耗费资源过多的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种素材处理方法,包括:获取第一素材的像素值,得到所述第一素材的第一像素矩阵,以及获取第二素材的像素值,得到所述第二素材的第二像素矩阵,其中,所述第一素材的尺寸与所述第二素材的尺寸不同;建立所述第一像素矩阵中的像素点与所述第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到总距离;在所述总距离小于或等于预定阈值的情况下,确定所述第一素材和所述第二素材为内容一致的素材。
可选地,在建立的对应关系为多个的情况下,所述方法还包括:从多个对应关系对应的总距离中确定最小总距离;将所述最小总距离与所述预定阈值进行比较。
可选地,建立所述第一像素矩阵中的像素点与所述第二像素矩阵中的像素点之间的对应关系,包括:将所述第一像素矩阵中四个顶点的像素点分别对应所述第二像素矩阵中四个顶点的像素点;将所述第一像素矩阵中四条边上的像素点分别对应所述第二像素矩阵中的四条边上的像素点;将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点,其中,所述第一内部像素点为所述第一像素矩阵中除四条边上的像素点之外的像素点,所述第二内部像素点为所述第二像素矩阵中除四条边上的像素点之外的像素点。
可选地,将所述第一像素矩阵中四条边上的像素点分别对应所述第二像素矩阵中的四条边上的像素点,包括:针对所述四条边中的第一条边,以所述第一像素矩阵中该第一条边的像素点作为行,以所述第二像素矩阵中该第一条边的像素点作为列,构建距离矩阵,其中,所述距离矩阵中矩阵元素的值为对应行与对应列上像素点的像素值之间的像素差值,所述第一条边为所述四条边中的任意一条;以所述第一条边对应的其中一个顶点为起点,另一个顶点为终点,在所述距离矩阵中找到从所述起点到所述终点的连续的最短路径,其中,在所述最短路径上的矩阵元素表征的是所述第一像素矩阵中该第一条边的像素点与所述第二像素矩阵中该第一条边的像素点之间的对应关系。
可选地,将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点,包括:采用局部最优算法,将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点。
可选地,采用所述局部最优算法,将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点,包括:假设所述第一内部像素点中的像素点Bi,j对应于所述第二内部像素点中的像素点Sm,n,其中,如果Bi-1,j存在,且Bi-1,j对应于Sa,b,则m≥a且n≥b;如果Bi,j-1存在,且Bi,j-1对应于Sc,d,则m≥c且n≥d;获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sa,b之间的第一距离,获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sc,d之间的第二距离,以及获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sa+1,b或者像素点Sc,d+1之间的第三距离;选择所述第一距离,所述第二距离和所述第三距离中的最小距离对应的第二内部像素点中的像素点为与所述第一内部像素点中的像素点Bi,j对应的像素点。
可选地,确定所述第一素材和所述第二素材为内容一致的素材,包括:获取候选总距离,其中,所述候选总距离为所述第一内部像素点与所述第二内部像素点之间的候选距离求和得到,其中,所述候选距离为所述第一距离,所述第二距离和所述第三距离中除最小距离之外的两个距离中的至少一个;在所述候选总距离小于或等于所述预定阈值的情况下,确定所述第一素材和所述第二素材为内容一致的素材。
可选地,建立所述第一像素矩阵中的像素点与所述第二像素矩阵中的像素点之间的对应关系,包括:将所述第一像素矩阵和所述第二像素矩阵中的较大矩阵的行均分地对应到较小矩阵的行,以及将所述第一像素矩阵和所述第二像素矩阵中的较大矩阵的列均分地对应到较小矩阵的列。
可选地,所述第一素材的像素值和所述第二素材的像素值为以下像素至少之一的像素值:红色像素,绿色像素,蓝色像素。
根据本公开实施例的第二方面,提供一种素材处理方法,包括:在显示界面上显示第一素材和第二素材;接收识别指令,其中,所述识别指令用于识别所述第一素材和所述第二素材是否为内容一致的素材;响应所述识别指令,获取第一素材的像素值,得到所述第一素材的第一像素矩阵,以及获取第二素材的像素值,得到所述第二素材的第二像素矩阵,其中,所述第一素材的尺寸与所述第二素材的尺寸不同;在所述显示界面显示识别结果,其中,所述识别结果用于标识所述第一素材和所述第二素材是否为内容一致的素材,所述识别结果依据总距离和预定阈值确定,其中,在所述总距离小于或等于预定阈值的情况下,确定所述第一素材和所述第二素材为内容一致的素材,所述总距离通过建立所述第一像素矩阵中的像素点与所述第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到。
根据本公开实施例的第三方面,提供一种素材处理装置,包括:第一获取模块,被设置为获取第一素材的像素值,得到所述第一素材的第一像素矩阵,以及获取第二素材的像素值,得到所述第二素材的第二像素矩阵,其中,所述第一素材的尺寸与所述第二素材的尺寸不同;建立模块,被设置为建立所述第一像素矩阵中的像素点与所述第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到总距离;第一确定模块,被设置为在所述总距离小于或等于预定阈值的情况下,确定所述第一素材和所述第二素材为内容一致的素材。
可选地,该装置还包括:第二确定模块,被设置为在建立的对应关系为多个的情况下,从多个对应关系对应的总距离中确定最小总距离;比较模块,被设置为将所述最小总距离与所述预定阈值进行比较。
可选地,所述建立模块包括:第一建立单元,被设置为将所述第一像素矩阵中四个顶点的像素点分别对应所述第二像素矩阵中四个顶点的像素点;第二建立单元,被设置为将所述第一像素矩阵中四条边上的像素点分别对应所述第二像素矩阵中的四条边上的像素点;第三建立单元,被设置为将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点,其中,所述第一内部像素点为所述第一像素矩阵中除四条边上的像素点之外的像素点,所述第二内部像素点为所述第二像素矩阵中除四条边上的像素点之外的像素点。
可选地,所述第二建立单元包括:构建子单元,被设置为针对所述四条边中的第一条边,以所述第一像素矩阵中该第一条边的像素点作为行,以所述第二像素矩阵中该第一条边的像素点作为列,构建距离矩阵,其中,所述距离矩阵中矩阵元素的值为对应行与对应列上像素点的像素值之间的像素差值,所述第一条边为所述四条边中的任意一条;第一处理子单元,被设置为以所述第一条边对应的其中一个顶点为起点,另一个顶点为终点,在所述距离矩阵中找到从所述起点到所述终点的连续的最短路径,其中,在所述最短路径上的矩阵元素表征的是所述第一像素矩阵中该第一条边的像素点与所述第二像素矩阵中该第一条边的像素点之间的对应关系。
可选地,所述第三建立单元包括:第二处理子单元,被设置为采用局部最优算法,将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点。
可选地,所述第二处理子单元包括:处理次子单元,被设置为假设所述第一内部像素点中的像素点Bi,j对应于所述第二内部像素点中的像素点Sm,n,其中,如果Bi-1,j存在,且Bi-1,j对应于Sa,b,则m≥a且n≥b;如果Bi,j-1存在,且Bi,j-1对应于Sc,d,则m≥c且n≥d;获取次子单元,被设置为获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sa,b之间的第一距离,获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sc,d之间的第二距离,以及获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sa+1,b或者像素点Sc,d+1之间的第三距离;选择次子单元,被设置为选择所述第一距离,所述第二距离和所述第三距离中的最小距离对应的第二内部像素点中的像素点为与所述第一内部像素点中的像素点Bi,j对应的像素点。
可选地,所述第一确定模块包括:获取单元,被设置为获取候选总距离,其中,所述候选总距离为所述第一内部像素点与所述第二内部像素点之间的候选距离求和得到,其中,所述候选距离为所述第一距离,所述第二距离和所述第三距离中除最小距离之外的两个距离中的至少一个;确定单元,被设置为在所述候选总距离小于或等于所述预定阈值的情况下,确定所述第一素材和所述第二素材为内容一致的素材。
可选地,所述建立模块,还被设置为将所述第一像素矩阵和所述第二像素矩阵中的较大矩阵的行均分地对应到较小矩阵的行,以及将所述第一像素矩阵和所述第二像素矩阵中的较大矩阵的列均分地对应到较小矩阵的列。
可选地,所述第一素材的像素值和所述第二素材的像素值为以下像素至少之一的像素值:红色像素,绿色像素,蓝色像素。
根据本公开实施例的第四方面,提供一种素材处理装置,包括:第一显示模块,被设置为在显示界面上显示第一素材和第二素材;接收模块,被设置为接收识别指令,其中,所述识别指令用于识别所述第一素材和所述第二素材是否为内容一致的素材;第二获取模块,被设置为响应所述识别指令,获取第一素材的像素值,得到所述第一素材的第一像素矩阵,以及获取第二素材的像素值,得到所述第二素材的第二像素矩阵,其中,所述第一素材的尺寸与所述第二素材的尺寸不同;第二显示模块,被设置为在所述显示界面显示识别结果,其中,所述识别结果用于标识所述第一素材和所述第二素材是否为内容一致的素材,所述识别结果依据总距离和预定阈值确定,其中,在所述总距离小于或等于预定阈值的情况下,确定所述第一素材和所述第二素材为内容一致的素材,所述总距离通过建立所述第一像素矩阵中的像素点与所述第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到。
根据本公开实施例的第五方面,提供一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现上述任一项所述的素材处理方法。
根据本公开实施例的第六方面,提供一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述任一项所述的素材处理方法。
根据本公开实施例的第七方面,提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时执行上述任一项所述的素材处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过将两个素材所包括的像素点间的总距离与预定阈值进行比较即可确定素材内容是否一致,相对于相关技术中,采用深度神经网络模型对素材进行识别,需要耗费大量的计算资源而言,本发明实施例能够在能够达到一定识别准确度的前提下,有效降低素材识别时所耗费的资源。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种用于实现素材处理方法的计算机终端的硬件结构框图。
图2是根据一示例性实施例示出的一种素材处理方法一的流程图。
图3是根据一示例性实施例示出的一种素材处理方法二的流程图。
图4是根据一示例性实施例示出的一种素材处理方法三的流程图。
图5是根据一示例性实施例示出的一种素材处理方法四的流程图。
图6是根据一示例性实施例示出的一种素材处理方法五的流程图。
图7是根据一示例性实施例给出的一种像素矩阵示意图。
图8是根据一示例性实施例给出的一种矩阵分类示意图。
图9是根据一示例性实施例给出的一种DTW算法示意图。
图10是根据一示例性实施例给出的一种总体流程示意图。
图11是根据一示例性实施例示出的素材处理装置一的装置框图。
图12是根据一示例性实施例示出的素材处理装置二的装置框图。
图13是根据一示例性实施例示出的一种终端的装置框图。
图14是根据一示例性实施例示出的一种服务器的结构框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开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,以便这里描述的本公开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。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
实施例1
根据本公开实施例,提出了一种素材处理方法的方法实施例。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。
本公开实施例1所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1是根据一示例性实施例示出的一种用于实现素材处理方法的计算机终端(或移动设备)的硬件结构框图。如图1所示,计算机终端10(或移动设备)可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为BUS总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本公开实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本公开实施例中的素材处理方法对应的程序指令/数据存储装置,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的素材处理方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。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。
传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输装置包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
此处需要说明的是,在一些可选实施例中,上述图1所示的计算机设备(或移动设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图1仅为特定具体实例的一个实例,并且旨在示出可存在于上述计算机设备(或移动设备)中的部件的类型。
在上述运行环境下,本公开提供了如图2所示的素材处理方法。图2是根据一示例性实施例示出的一种素材处理方法一的流程图,如图2所示,该方法用于上述的计算机终端中,包括以下步骤。
在步骤S21中,获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;
在步骤S22中,建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到总距离;
在步骤S23中,在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材。
采用上述处理,通过将两个素材所包括的像素点间的总距离与预定阈值进行比较即可确定素材内容是否一致,相对于相关技术中,采用深度神经网络模型对素材进行识别,需要耗费大量的计算资源而言,本发明实施列能够在能够达到一定识别准确度的前提下,有效降低素材识别时所耗费的资源。
在一个或多个可选实施例中,上述方法可以应用于没有较强计算能力的客户端设备中,用于客户端设备对两个素材的内容是否一致进行识别。一般情况下,在客户端设备中对素材内容是否一致进行识别时,并不需要特别精确的识别,识别的对象之间的差别也比较大,属于比较容易识别的。因此,可以采用本方法来对两个素材的内容是否一致进行识别,从而实现达到在满足结果准确的前提下,兼顾识别效率和节省识别资源的效果。
在一个或多个可选实施例中,上述第一素材,第二素材可以是多种类型的素材,例如,可以是视频,照片,图片,等等。上述第一素材、第二素材也可以是经过不同缩放比例进行缩放操作的素材。不同尺寸的素材应用于不同的设备屏幕、分辨率。即上述第一素材和第二素材可能是内容一致的素材,也可能是内容不同的素材。上述第一素材和第二素材放在同一存储位置时,采用本实施例的方法,能够快速地从该存储位置存储的多个素材中选取内容一致的素材,有效避免了采用人工分类的方法,一旦素材数量增多,很可能会出现人工分类错误的问题;另外,在素材制成不同尺寸时,可能会出现像素点的缺失的情况,而采用人工分类的方法进行识别时,因为像素点缺失,也会导致对素材的一致性进行识别时,存在识别准确率低的问题。而采用上述将像素总距离与预定阈值进行比较的方式,由于比较的是,像素总距离,对于像素点的少部分缺失,并不会太影响像素总距离,因此,可以有效避免识别准确率低的问题。
在一个或多个可选实施例中,上述获取第一素材与第二素材的像素值,在获取素材的像素值时,可以采用多种方式,例如,可以采用第三方素材处理库对素材的像素信息进行获取,其中,第三方素材处理库可以有多种,以素材为图片时为例,该第三方素材处理库为一些图片处理库,比如,可以是PIL(Python Image Library)库,OPENCV库,等等。通过第三方素材处理库处理素材,能够高效地对素材中的像素信息进行获取,快速准确地获得素材的像素值,可以有效地避免人工分类的失误,实现自动化的素材像素值的获取。
在一个或多个可选实施例中,在通过比较像素总距离与预定阈值的方式识别素材的内容是否一致时,具体的像素类型可以包括多种,例如,像素类型可以包括以下至少之一:红色像素,绿色像素,蓝色像素。即对应的像素值为以下像素至少之一的像素值:红色像素,绿色像素,蓝色像素。需要说明的是,采用像素类型的数量可以灵活选择,例如,当选择其中一种像素时,比如,从红色像素,绿色像素,蓝色像素中任意选择一种,依据该种选择的像素的像素值识别素材内容是否一致。因为仅获取一种类型像素,以及也仅需要比较该种类型像素的像素值,因此,可以以较少的资源,以及较为快速,高效地得到两个素材是否为内容一致的素材。但由于仅依据一种类型像素进行识别,因此,也存在识别结果可能不准确的情况。为保证识别结果的准确性,可以选择三种像素,即将红色像素,绿色像素,蓝色像素均获取对应的像素以及将得到的总距离均分别与对应的预定阈值进行比较,从而分别得到对应的识别结果,通过对三种识别结果进行仲裁得到仲裁结果,并将仲裁结果作为两个素材的内容是否一致的识别结果。因为需要对多个识别结果进行了仲裁,因此,得到两个素材的内容是否一致的识别结果,相对于仅依据一种像素确定识别结果而言,得到的两个素材的内容是否一致的识别结果会更准确。然而,虽然识别结果更为准确,但需要进行三次比较以及一次仲裁,因此,也存在需要耗费较多的计算资源,以及较长时长的问题。当然,考虑仅采用一种像素以及三种像素得到识别结果时分别对应的耗费资源,效率和准确度,可以选择介于两者之间的一种方式,例如,选择两种像素,依据两种像素的识别结果来确定识别两个素材的内容是否一致的识别结果。采用该方式,不仅不需要耗费过多的资源,而且也能够高效地得到较为准确的识别结果,比较适合客户端设备本地识别素材内容是否一致的应用场景。
在一个或多个可选实施例中,在获取素材的像素值之前,获取素材的方法也可以有多种,例如,客户端接收服务端发送的多个尺寸的素材,客户端直接获取服务端中的多个尺寸的素材,等等。在多个尺寸的素材中,在对该多个尺寸的素材进行识别,确定素材内容是否一致时,可以任意选取两个素材,分别为第一素材,第二素材。素材的选择可以依据具体需求灵活确定,例如,素材识别可以应用于不同的场景,例如,待识别的素材可以是用于对素材进行编辑前,判断两个素材是否为内容一致的素材;又例如,待识别的素材可以应用于IOS开发会时使用的素材,比如,开发时使用的素材分别应用不同设备屏幕、分辨率,等等。
在一个或多个可选实施例中,获取素材的像素值,得到素材的像素矩阵,其中,一个素材对应一个像素矩阵,该像素矩阵中包括素材上的像素点的像素值,每个像素矩阵的大小可以由本个素材的像素尺寸决定。例如,A素材有10*10个像素点,即像素尺寸为10*10像素,则通过获取出A素材的像素值,可以得到大小为10*10个像素点中每个像素点对应的像素值构成的像素矩阵。需要说明的是,上述所指的第一素材的尺寸与第二素材的尺寸不同,即可以是上述所指的素材所包括的像素点的数量不同。
在一个或多个可选实施例中,在建立的对应关系为多个的情况下,方法还包括:从多个对应关系对应的总距离中确定最小总距离;将最小总距离与预定阈值进行比较。选取最小总距离来与预定阈值进行比较,是因为最小总距离是得出的素材内容识别准确率最高时的距离,该最小距离依据两个素材的最佳对应关系得到(即对应得最好的一种方式)。采用该最小总距离与预定阈值进行比较能够确定用于比较的两个素材是否为内容一致的素材,极大地提高了素材内容识别的准确性。
在一个或多个可选实施例中,建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系时,可以采用多种方式,例如,可以以下方式实现:图3是根据一示例性实施例示出的一种素材处理方法二的流程图,如图3所示,该方法除包括图2所包括的步骤外,其中,在步骤S22中的建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,包括以下步骤。
在步骤S31中,将第一像素矩阵中四个顶点的像素点分别对应第二像素矩阵中四个顶点的像素点;
在步骤S32中,将第一像素矩阵中四条边上的像素点分别对应第二像素矩阵中的四条边上的像素点;
在步骤S33中,将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点,其中,第一内部像素点为第一像素矩阵中除四条边上的像素点之外的像素点,第二内部像素点为第二像素矩阵中除四条边上的像素点之外的像素点。
通过对像素矩阵中不同位置的像素点建立各自的对应关系,能够保证得到极大程度化准确的对应关系,以便于后续对对应关系进行处理,对素材内容进行识别,减少素材内容识别的失误。对不同位置的像素点采取不同方法建立对应关系,可以避免不必要的计算,减少计算资源占用率,能够更为明显的表达出两个像素矩阵之间的对应关系,有利于素材内容识别的确定。建立两个像素矩阵之间的对应关系,其中,两个像素矩阵中每个点都要有对应关系,像素点与像素点之间的映射关系不能交叉。采用上述点,线,面的对应方式,能够快速,准确地实现上述要求。
在一个或多个可选实施例中,将第一像素矩阵中四个顶点的像素点分别对应第二像素矩阵中四个顶点的像素点,在素材内容识别中,素材只是进行了缩放处理,四个顶点的像素点作为终止点还是维持不变的,将四个顶点的像素点分别对应,可以保证素材之间的对应关系的基本准确性,以便计算素材之间的距离,从而提高素材内容识别的准确性。
在一个或多个可选实施例中,将第一像素矩阵中四条边上的像素点分别对应第二像素矩阵中的四条边上的像素点,可以采用多种方式,例如:针对四条边中的第一条边,以第一像素矩阵中该第一条边的像素点作为行,以第二像素矩阵中该第一条边的像素点作为列,构建距离矩阵,其中,距离矩阵中矩阵元素的值为对应行与对应列上像素点的像素值之间的像素差值,第一条边为四条边中的任意一条;以第一条边对应的其中一个顶点为起点,另一个顶点为终点,在距离矩阵中找到从起点到终点的连续的最短路径,其中,在最短路径上的矩阵元素表征的是第一像素矩阵中该第一条边的像素点与第二像素矩阵中该第一条边的像素点之间的对应关系。需要说明的是,上述第一像素矩阵作为行的起点与第二像素矩阵作为列的起点是第一像素矩阵中该第一条边与第二像素矩阵中该第一条边对应的两个顶点。通过确定边缘部分的像素点对应关系,限定出了内部像素点的范围,采用上述距离矩阵的方式,得到第一像素矩阵中一条边的像素点与第二像素矩阵中对应边的像素点之间的对应关系,不仅逻辑清楚,而且操作简单,而且可以更准确,高效地确定内部像素点的对应关系。
作为一种可选的实施例,上述将第一像素矩阵中四条边上的像素点分别对应第二像素矩阵中的四条边上的像素点,可以理解为采用类似动态时间规整DTW算法。其中,DTW算法是动态时间规整算法,属于动态规整算法,常用于语音识别,是语音识别中出现较早,较为经典的一种算法,能够识别不同长短数据是否匹配。基于动态规划的思想,解决了发音长短不一的模板匹配问题。借助上述识别数据匹配的思想,具体地,可以将像素矩阵的行号或列号相当于DTW中的时间,将像素矩阵中四条边上的像素点的像素值相当于DRW中的语音信号幅值,即将第一像素矩阵的任意一条边上的像素值作为行,第二像素矩阵的对应边上的像素值作为列,构成距离矩阵(其中,距离矩阵中的元素的值为对应行与对应列之间的像素差值),依据从距离矩阵中得到的从该条边的起始顶点到终止顶点之间的最短连续路径,从而确定两个像素矩阵中该条边的对应关系。依据上述处理方法,对其它边采用上述类似DTW算法,确定两个像素矩阵中四条边之间的对应关系,通过这一处理可以识别第一像素矩阵四条边与第二像素矩阵四条边像素点匹配程度,提高素材内容识别准确性。
在一个或多个可选实施例中,将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点,可以采用多种方式实现,例如,可以采用以下方式实现:图4是根据一示例性实施例示出的一种素材处理方法三的流程图,如图4所示,该方法除包括图3所包括的步骤外,其中,在步骤S33中的采用局部最优算法,将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点,包括以下步骤。
在步骤S41中,采用局部最优算法,将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点。
其中,在对不同位置的像素点采取不同方法建立对应关系的前提下,对于局部对应关系复杂的像素点采取最优算法,采取局部最优算法,在保证准确的情况下,可以提高得到对应关系的效率。采用局部最优算法的目的在于,局部最优算法相对于全局最优算法而言,可以大量节省计算资源,因为局部可以在一定程度上反映全局的特点,因此,在很大程度上,局部最优算法确定的对应关系也能够实现素材的准确识别,而且还能够节省大量的计算资源。
在一个或多个可选实施例中,采用局部最优算法,将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点时,为了使像素点之间的对应关系更加精确,可以基于动态规整算法采用局部最优算法,在多种不同对应关系中选取最优对应关系。例如,可以采用以下方式实现:图5是根据一示例性实施例示出的一种素材处理方法四的流程图,如图5所示,该方法除包括图4所包括的步骤外,在步骤S41中还包括以下步骤。
在步骤S51中,假设第一内部像素点中的像素点Bi,j对应于第二内部像素点中的像素点Sm,n,其中,如果Bi-1,j存在,且Bi-1,j对应于Sa,b,则m≥a且n≥b;如果Bi,j-1存在,且Bi,j-1对应于Sc,d,则m≥c且n≥d;
在步骤S52中,获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sa,b之间的第一距离,获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sc,d之间的第二距离,以及获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sa+1,b或者像素点Sc,d+1之间的第三距离;
在步骤S53中,选择第一距离,第二距离和第三距离中的最小距离对应的第二内部像素点中的像素点为与第一内部像素点中的像素点Bi,j对应的像素点。
采用上述处理,在将较大素材对应的第一像素矩阵中的像素点Bi,j映射到较小素材对应的第二像素矩阵中的像素点Sm,n时,通过第一像素矩阵中第一内部像素点中的一个像素点Bi,j与第二像素矩阵中第二内部像素点中像素点Sm,n附近的多个像素点之间的多个距离进行比较,选取出距离最小对应的第二内部像素点中像素点,从而确定第一内部像素点与第二内部像素点之间的对应关系,从而实现局部最优地选取出能够最大程度地反映出素材相似程度的对应关系,在保证素材内容识别准确性的前提下,保证的素材内容是否一致识别的效率。
在一个或多个可选实施例中,建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,可以通过将第一像素矩阵和第二像素矩阵中的较大矩阵的行均分地对应到较小矩阵的行,以及将第一像素矩阵和第二像素矩阵中的较大矩阵的列均分地对应到较小矩阵的列。行与行,列与列相对应,有利于保证像素矩阵中每个点的对应关系明确,有利于减少素材内容识别的失误,以便得到更加准确的对应关系。虽然这种方式为较为粗糙地将两个素材进行对应,但得到对应关系的速度较快,操作简单,因而能够在一定程度上提高素材识别的效率。
在一个或多个可选实施例中,确定所述第一素材和所述第二素材为内容一致的素材时,依据上述最小总距离确定对应关系,能够在一定程度上解决识别两个素材是否一致的问题。为进一步地保证识别的准确性,可以继续判断除最小距离之外的候选距离与预定阈值的关系,如果多个候选距离中也存在小于预定阈值的候选距离,那么可以确定该两个素材即是内容一致的素材。例如,确定所述第一素材和所述第二素材为内容一致的素材还可以包括:获取候选总距离,其中,所述候选总距离为所述第一内部像素点与所述第二内部像素点之间的候选距离求和得到,其中,所述候选距离为所述第一距离,所述第二距离和所述第三距离中除最小距离之外的两个距离中的至少一个;在所述候选总距离小于或等于所述预定阈值的情况下,确定所述第一素材和所述第二素材为内容一致的素材。通过将最小总距离与候选总距离分别与预定阈值的双重比较,能够实现对两个素材进行识别得到的识别结果是否准确,提供双重保证。
在一个或多个可选实施例中,在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材。在总距离不小于预定阈值的情况下,确定第一素材和第二素材为内容不一致的素材。或者,更为严格地,当存在一种像素值下所得的总距离大于预定阈值时,则不能确定第一素材与第二素材为内容一致的素材,例如,可能是素材存在问题。其中,素材存在的问题可以包括像素点缺失,内容扭曲,等等。
在一个或多个可选实施例中,在对不同尺寸素材内容进行识别时,不同尺寸的差别不同,预定阈值不同。不同像素尺寸,像素点个数不同,像素点排布不同,得到的像素点之间的对应关系的也不同,根据对应关系得到的总距离也就不同。因此,在对不同尺寸素材内容进行识别时,可以根据第一素材与第二素材的尺寸,设定预定阈值。对不同素材进行识别时,可以设定不同的预定阈值(该不同的预定阈值可以是经验得到的,也可以是依据对多组素材为内容一致的素材,或者为内容不一致的素材时,像素矩阵的差值进行统计得到的),在充分考虑上述因素后,能够保证对不同尺寸下素材进行内容识别时,识别内容的准确率。
图6是根据一示例性实施例示出的一种素材处理方法五的流程图,如图6所示,该方法应用于服务器中,还包括以下步骤。
在步骤S61中,在显示界面上显示第一素材和第二素材;
在步骤S62中,接收识别指令,其中,识别指令用于识别第一素材和第二素材是否为内容一致的素材;
在步骤S63中,响应识别指令,获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;
在步骤S64中,在显示界面显示识别结果,其中,识别结果用于标识第一素材和第二素材是否为内容一致的素材,识别结果依据总距离和预定阈值确定,其中,在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材,总距离通过建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到。
采用上述处理,通过接受识别指令,对显示界面上显示的素材,获取素材的像素信息,对素材进行算法处理,依据总距离和预定阈值确定并在显示界面显示识别结果,该识别结果表征素材内容是否一致。通过上述处理,不仅能够解决相关技术中识别不同尺寸素材内容是否一致性时所存在的问题,而且能够达到减少计算资源占用率,高效获取素材识别结果的目的,进而达到通过人机交互的方式,在输入要识别的素材后,在显示界面上得到对素材识别后的识别结果的效果,有效地提高了用户使用体验。
基于上述实施例及可选实施例,提供了一种可选实施方式。
为了达到高效,准确地实现素材内容识别的目的,以素材为图片为例,提供了一种可选实施方式,在该可选实施方式中提供的图片处理方法中,采用了类似DTW的动态规整算法思想,通过最小总距离与预定阈值进行比较,对图片进行内容识别。其中,通过接收图片即可对图片进行内容识别,对图片一致性进行判断,能够更加高效,准确地识别图片内容,在该可选实施方式的图片处理方法中,不需人工分类,不用占用大量的计算资源,既可识别图片内容。
图7是根据一示例性实施例给出的一种像素矩阵示意图。图8是根据一示例性实施例给出的一种矩阵分类示意图。图9是根据一示例性实施例给出的一种DTW算法示意图。其中,在通过第三方图片处理库获取图片的像素信息时,第三方图片处理库以PIL库,即python的第三方图像处理库为例。其中,在建立对应关系时,以两张图片中红色像素为例。
S1,建立像素矩阵;
使用PIL库获取同一文件夹内不同尺寸图片的像素信息,图片有R(红)、G(绿)、B(蓝)三种像素。假设服务端下发的图片素材文件夹中有三种尺寸,内容一致的图片,三张图片的像素尺寸分别是10*10像素,30*30像素,100*100像素,通过PIL读取每张图片的像素信息,可以获得共九个像素矩阵。分别是三个10*10像素的矩阵,三个30*30像素的矩阵,三个100*100像素的矩阵,分别对应R、G、B三种像素,其中,R像素所对应的10*10像素的矩阵,如图7所示。即不同尺寸的图片,通过第三方图片处理库的处理,也可以获得类似的像素矩阵。
S2,建立对应关系;
1.将大尺寸素材矩阵中的每个点映射到小尺寸素材矩阵中;
其中,映射过程需要遵守三个条件:
1)矩阵的四个顶点的像素点应该一一对应,因为图片只是进行了缩放处理,四个顶点的像素点作为终止点还是维持不变的;
2)两个矩阵中每个点都要有对应关系;
3)映射关系不能交叉,设大尺寸素材矩阵为矩阵B,小尺寸素材矩阵为矩阵S,矩阵B中的一个点Bi,j映射到矩阵S中的某个点Sm,n.。如果Bi-1,j存在,且Bi-1,j映射到Sa,b,那么需满足m≥a且n≥b;如果Bi,j-1存在,且Bi,j-1映射到Sc,d,那么需满足m≥c且n≥d。
2.将像素矩阵分为三类,确定每一类像素矩阵的对应关系;
如图8所示。首先确定全黑部分的对应关系,即四个顶点上像素点的对应关系。然后确定全白部分的对应关系,即四条边上像素点的对应关系。其中,全白部分可以通过DTW算法分别确定对应关系。最后确定斜线部分的对应关系,即内部像素点的对应关系。其中,斜线部分可以通过动态规整算法分别确定对应关系。对于内部的斜线部分,某一个点Bi,j只有三种对应方式:1)对应Bi-1,j所对应的点Sa,b;2)对应Bi,j-1所对应的点Sc,d;3)对应点Sa+1,b(Sc,d+1)。
3.在映射过程中可通过动态规划,使用总距离计算公式找到使得总距离最小的对应关系。
总距离计算公式如下所示。
Dtotal=Dnow+min{D1,D2,D3};
其中,Dtotal:最终得到的总距离;Dnow:当前已累计距离;D1:对应选择1产生的总距离。
其中,D的运算为对应像素点的数值做差并平方,得到对应像素点之间的距离,如上述D1,D2,D3。所有已累计距离求和便得到了两张图片的总距离,如上述Dnow。依据上述公式,选取对应产生的最小总距离与已累计距离求和便得到了两张图片的总距离,如上述Dtotal。以得到正确的对应关系。
S3,循环比较。
设置预定阈值,通过总距离与预定阈值进行比较,筛选出差异过大的图片,其中,对图片的每个像素值所得出的总距离,均与预定阈值进行比较,即进行多***作。一致内容的图片,进行缩放处理,其产生的总距离会维持在一个比较小的值,当图片内容不同或出现像素点缺失的情况时,会有得到较大的总距离。当出现某一个总距离超过预定阈值时,则判定该组图片存在问题。总距离越大,说明两张图片内容差距越大。
在上述确定全白部分对应关系的过程中,采取的类似DTW算法的方式确定对应关系,如图9所示,基于DTW算法思想,DTW算法通过时间扭曲,对两段时间长度不同的语音信号进行对比。其原理是通过将较短的语音信号的每一个点都映射到较长语音信号,如图9中的A图所示,如果利用欧式距离进行比较,点a对应点b’,而真正的特征点应该是b点,其中,欧式距离为空间中两点的直线距离。如图9中的B图所示,DWT算法通过动态规划,找到了合适的扭曲方法,将特征点对应,而不是简单地按照时间对应。
在上述确定斜线部分对应关系的过程中,基于DTW动态时间规整算法思想,由于DTW算法针对的是时域信号,相当于是1*n矩阵,图片像素对比是n*n矩阵对比,针对这一点进行一些改进,将一个像素矩阵中的一个像素点对应到另一个像素矩阵中的多个像素点上,在对应过程中,有三种建立对应关系的方法,比较选取出能够最合适地对应关系,进而得到两张图片之间的相似程度,能够高效,准确地实现图片内容识别。
图10是根据一示例性实施例给出的一种总体流程示意图,如图10所示,包括以下步骤:
(1)获取图片的像素矩阵;
(2)选取两个图片同一像素的像素矩阵;
(3)获得两像素矩阵“总距离”;
(4)总距离与预定阈值(即图中的阈值)进行比较;
若总距离小于或等于预定阈值,则进行步骤(2)中的操作,同理重复多轮,如果多***作结果均相同,则判定两张图片为内容一致的图片;若总距离大于预定阈值,则判定素材有问题。
通过上述可选实施例,可以达到以下效果:
通过得到的两张图片关于某一像素值的总距离,类似进行多***作,通过总距离与预定阈值比较,确定图片内容是否一致,相对于传统算法或者人工分类对素材进行识别而言,通过总距离与预定阈值做比较即可实现素材内容识别,实现了素材内容识别的高效性,有效地提高了素材内容识别的准确率。不仅解决了素材内容识别计算复杂,耗费资源过大,准确率低的问题,而且达到了节省了大量的计算资源,高效,准确地识别图片内容是否一致的效果。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本公开所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的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计算机可读存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本公开各个实施例的方法。
实施例2
根据本公开实施例,还提供了一种用于实施上述素材处理方法一的装置,图11是根据一示例性实施例示出的素材处理装置一的装置框图。参照图11,该装置包括第一获取模块111,建立模块112和第一确定模块113,下面对该装置进行说明。
第一获取模块111,被设置为获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;建立模块112,连接于上述第一获取模块111,被设置为建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到总距离;第一确定模块113,连接于上述建立模块112,被设置为在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材。
此处需要说明的是,上述第一获取模块111,建立模块112和第一确定模块113对应于实施例1中的步骤S21至步骤S23,上述模块与对应的步骤所实现的实例和应用场景一致,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例1提供的计算机终端10中。
在一个或多个可选实施例中,该素材处理装置一还包括:第二确定模块,以及比较模块,其中,该第二确定模块,被设置为在建立的对应关系为多个的情况下,从多个对应关系对应的总距离中确定最小总距离;比较模块,连接至上述第二确定模块,被设置为将所述最小总距离与所述预定阈值进行比较。
在一个或多个可选实施例中,上述建立模块包括:第一建立单元,第二建立单元和第三建立单元,其中,该第一建立单元,被设置为将所述第一像素矩阵中四个顶点的像素点分别对应所述第二像素矩阵中四个顶点的像素点;第二建立单元,被设置为将所述第一像素矩阵中四条边上的像素点分别对应所述第二像素矩阵中的四条边上的像素点;第三建立单元,被设置为将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点,其中,所述第一内部像素点为所述第一像素矩阵中除四条边上的像素点之外的像素点,所述第二内部像素点为所述第二像素矩阵中除四条边上的像素点之外的像素点。
在一个或多个可选实施例中,上述第二建立单元包括:构建子单元和第一处理子单元,其中,该构建子单元,被设置为针对所述四条边中的第一条边,以所述第一像素矩阵中该第一条边的像素点作为行,以所述第二像素矩阵中该第一条边的像素点作为列,构建距离矩阵,其中,所述距离矩阵中矩阵元素的值为对应行与对应列上像素点的像素值之间的像素差值,所述第一条边为所述四条边中的任意一条;该第一处理子单元,连接至上述构建子单元,被设置为以所述第一条边对应的其中一个顶点为起点,另一个顶点为终点,在所述距离矩阵中找到从所述起点到所述终点的连续的最短路径,其中,在所述最短路径上的矩阵元素表征的是所述第一像素矩阵中该第一条边的像素点与所述第二像素矩阵中该第一条边的像素点之间的对应关系。
在一个或多个可选实施例中,第三建立单元包括第二处理子单元,被设置为采用局部最优算法,将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点。
在一个或多个可选实施例中,该第二处理子单元包括:处理次子单元,获取次子单元和选择次子单元,其中,处理次子单元,被设置为假设所述第一内部像素点中的像素点Bi,j对应于所述第二内部像素点中的像素点Sm,n,其中,如果Bi-1,j存在,且Bi-1,j对应于Sa,b,则m≥a且n≥b;如果Bi,j-1存在,且Bi,j-1对应于Sc,d,则m≥c且n≥d;获取次子单元,连接至上述处理次子单元,被设置为获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sa,b之间的第一距离,获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sc,d之间的第二距离,以及获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sa+1,b或者像素点Sc,d+1之间的第三距离;选择次子单元,连接至上述获取次子单元,被设置为选择所述第一距离,所述第二距离和所述第三距离中的最小距离对应的第二内部像素点中的像素点为与所述第一内部像素点中的像素点Bi,j对应的像素点。
在一个或多个可选实施例中,上述第一确定模块包括:获取单元和确定单元,其中,获取单元,被设置为获取候选总距离,其中,所述候选总距离为所述第一内部像素点与所述第二内部像素点之间的候选距离求和得到,其中,所述候选距离为所述第一距离,所述第二距离和所述第三距离中除最小距离之外的两个距离中的至少一个;确定单元,连接至上述获取单元,被设置为在所述候选总距离小于或等于所述预定阈值的情况下,确定所述第一素材和所述第二素材为内容一致的素材。
在一个或多个可选实施例中,上述建立模块,还被设置为将所述第一像素矩阵和所述第二像素矩阵中的较大矩阵的行均分地对应到较小矩阵的行,以及将所述第一像素矩阵和所述第二像素矩阵中的较大矩阵的列均分地对应到较小矩阵的列。
在一个或多个可选实施例中,所述第一素材的像素值和所述第二素材的像素值为以下像素至少之一的像素值:红色像素,绿色像素,蓝色像素。
根据本公开实施例,还提供了一种用于实施上述素材处理方法五的装置,图12是根据一示例性实施例示出的素材处理装置二的装置框图。参照图12,该装置包括第一显示模块121,接收模块122,第二获取模块123,第二显示模块124,下面对该装置进行说明。
第一显示模块121,被设置为在显示界面上显示第一素材和第二素材;接收模块122,连接至上述第一显示模块121,被设置为接收识别指令,其中,识别指令用于识别第一素材和第二素材是否为内容一致的素材;第二获取模块123,连接至上述接收模块122,被设置为响应识别指令,获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;第二显示模块124,连接至上述第二获取模块123,被设置为在显示界面显示识别结果,其中,识别结果用于标识第一素材和第二素材是否为内容一致的素材,识别结果依据总距离和预定阈值确定,其中,在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材,总距离通过建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到。
此处需要说明的是,上述第一显示模块121,接收模块122,第二获取模块123和第二显示模块124对应于实施例1中的步骤S61至步骤S64,上述模块与对应的步骤所实现的实例和应用场景一致,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例1提供的计算机终端10中。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
实施例3
本公开的实施例可以提供一种电子设备,该电子设备可以是一种终端,也可以是一种服务器。例如,当该电子设备为一种终端时,该终端可以是计算机终端群中的任意一个计算机终端设备。可选地,在本实施例中,上述终端也可以为移动终端等终端设备。
可选地,在本实施例中,上述终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地,图10是根据一示例性实施例示出的一种终端的结构框图。如图10所示,该终端可以包括:一个或多个(图中仅示出一个)处理器101、用于存储处理器可执行指令的存储器102;其中,处理器被配置为执行指令,以实现上述任一项的素材处理方法。
其中,存储器可用于存储软件程序以及模块,如本公开实施例中的素材处理方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的素材处理方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。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。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到总距离;在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材。
可选的,上述处理器还可以执行如下步骤的程序代码:在建立的对应关系为多个的情况下,方法还包括:从多个对应关系对应的总距离中确定最小总距离;将最小总距离与预定阈值进行比较。
可选的,上述处理器还可以执行如下步骤的程序代码:建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,包括:将第一像素矩阵中四个顶点的像素点分别对应第二像素矩阵中四个顶点的像素点;将第一像素矩阵中四条边上的像素点分别对应第二像素矩阵中的四条边上的像素点;将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点,其中,第一内部像素点为第一像素矩阵中除四条边上的像素点之外的像素点,第二内部像素点为第二像素矩阵中除四条边上的像素点之外的像素点。
可选的,上述处理器还可以执行如下步骤的程序代码:将第一像素矩阵中四条边上的像素点分别对应第二像素矩阵中的四条边上的像素点,包括:针对四条边中的第一条边,以第一像素矩阵中该第一条边的像素点作为行,以第二像素矩阵中该第一条边的像素点作为列,构建距离矩阵,其中,距离矩阵中矩阵元素的值为对应行与对应列上像素点的像素值之间的像素差值,第一条边为四条边中的任意一条;以第一条边对应的其中一个顶点为起点,另一个顶点为终点,在距离矩阵中找到从起点到终点的连续的最短路径,其中,在最短路径上的矩阵元素表征的是第一像素矩阵中该第一条边的像素点与第二像素矩阵中该第一条边的像素点之间的对应关系。
可选的,上述处理器还可以执行如下步骤的程序代码:采用局部最优算法,将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点,包括:假设第一内部像素点中的像素点Bi,j对应于第二内部像素点中的像素点Sm,n,其中,如果Bi-1,j存在,且Bi-1,j对应于Sa,b,则m≥a且n≥b;如果Bi,j-1存在,且Bi,j-1对应于Sc,d,则m≥c且n≥d;获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sa,b之间的第一距离,获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sc,d之间的第二距离,以及获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sa+1,b或者像素点Sc,d+1之间的第三距离;选择第一距离,第二距离和第三距离中的最小距离对应的第二内部像素点中的像素点为与第一内部像素点中的像素点Bi,j对应的像素点。
可选的,上述处理器还可以执行如下步骤的程序代码:确定第一素材和第二素材为内容一致的素材,包括:获取候选总距离,其中,候选总距离为第一内部像素点与第二内部像素点之间的候选距离求和得到,其中,候选距离为第一距离,第二距离和第三距离中除最小距离之外的两个距离中的至少一个;在候选总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材。
可选的,上述处理器还可以执行如下步骤的程序代码:建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,包括:将第一像素矩阵和第二像素矩阵中的较大矩阵的行均分地对应到较小矩阵的行,以及将第一像素矩阵和第二像素矩阵中的较大矩阵的列均分地对应到较小矩阵的列。
可选的,上述处理器还可以执行如下步骤的程序代码:第一素材的像素值和第二素材的像素值为以下像素至少之一的像素值:红色像素,绿色像素,蓝色像素。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:在显示界面上显示第一素材和第二素材;接收识别指令,其中,识别指令用于识别第一素材和第二素材是否为内容一致的素材;响应识别指令,获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;在显示界面显示识别结果,其中,识别结果用于标识第一素材和第二素材是否为内容一致的素材,识别结果依据总距离和预定阈值确定,其中,在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材,总距离通过建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到。
如上述,该电子设备还可以是一种服务器,本公开的实施例提供了一种服务器,图11是根据一示例性实施例示出的一种服务器的结构框图。如图11所示,该服务器110可以包括:一个或多个(图中仅示出一个)处理组件111、用于存储处理组件111可执行指令的存储器112、提供电源的电源组件113,实现与外部网络通信的网络接口114和与外部进行数据传输的I/O输入输出接口115;其中,处理组件111被配置为执行指令,以实现上述任一项的素材处理方法。
其中,存储器可用于存储软件程序以及模块,如本公开实施例中的素材处理方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的素材处理方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。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。
处理组件可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到总距离;在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材。
可选的,上述处理组件还可以执行如下步骤的程序代码:在建立的对应关系为多个的情况下,方法还包括:从多个对应关系对应的总距离中确定最小总距离;将最小总距离与预定阈值进行比较。
可选的,上述处理组件还可以执行如下步骤的程序代码:建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,包括:将第一像素矩阵中四个顶点的像素点分别对应第二像素矩阵中四个顶点的像素点;将第一像素矩阵中四条边上的像素点分别对应第二像素矩阵中的四条边上的像素点;将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点,其中,第一内部像素点为第一像素矩阵中除四条边上的像素点之外的像素点,第二内部像素点为第二像素矩阵中除四条边上的像素点之外的像素点。
可选的,上述处理组件还可以执行如下步骤的程序代码:将第一像素矩阵中四条边上的像素点分别对应第二像素矩阵中的四条边上的像素点,包括:针对四条边中的第一条边,以第一像素矩阵中该第一条边的像素点作为行,以第二像素矩阵中该第一条边的像素点作为列,构建距离矩阵,其中,距离矩阵中矩阵元素的值为对应行与对应列上像素点的像素值之间的像素差值,第一条边为四条边中的任意一条;以第一条边对应的其中一个顶点为起点,另一个顶点为终点,在距离矩阵中找到从起点到终点的连续的最短路径,其中,在最短路径上的矩阵元素表征的是第一像素矩阵中该第一条边的像素点与第二像素矩阵中该第一条边的像素点之间的对应关系。
可选的,上述处理组件还可以执行如下步骤的程序代码:将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点,包括:采用局部最优算法,将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点。
可选的,上述处理组件还可以执行如下步骤的程序代码:采用局部最优算法,将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点,包括:假设第一内部像素点中的像素点Bi,j对应于第二内部像素点中的像素点Sm,n,其中,如果Bi-1,j存在,且Bi-1,j对应于Sa,b,则m≥a且n≥b;如果Bi,j-1存在,且Bi,j-1对应于Sc,d,则m≥c且n≥d;获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sa,b之间的第一距离,获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sc,d之间的第二距离,以及获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sa+1,b或者像素点Sc,d+1之间的第三距离;选择第一距离,第二距离和第三距离中的最小距离对应的第二内部像素点中的像素点为与第一内部像素点中的像素点Bi,j对应的像素点。
可选的,上述处理组件还可以执行如下步骤的程序代码:确定第一素材和第二素材为内容一致的素材,包括:获取候选总距离,其中,候选总距离为第一内部像素点与第二内部像素点之间的候选距离求和得到,其中,候选距离为第一距离,第二距离和第三距离中除最小距离之外的两个距离中的至少一个;在候选总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材。
可选的,上述处理组件还可以执行如下步骤的程序代码:建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,包括:将第一像素矩阵和第二像素矩阵中的较大矩阵的行均分地对应到较小矩阵的行,以及将第一像素矩阵和第二像素矩阵中的较大矩阵的列均分地对应到较小矩阵的列。
可选的,上述处理组件还可以执行如下步骤的程序代码:第一素材的像素值和第二素材的像素值为以下像素至少之一的像素值:红色像素,绿色像素,蓝色像素。
处理组件可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:在显示界面上显示第一素材和第二素材;接收识别指令,其中,识别指令用于识别第一素材和第二素材是否为内容一致的素材;响应识别指令,获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;在显示界面显示识别结果,其中,识别结果用于标识第一素材和第二素材是否为内容一致的素材,识别结果依据总距离和预定阈值确定,其中,在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材,总距离通过建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到。
本领域普通技术人员可以理解,图10,图11所示的结构仅为示意,例如,上述终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(Mobile Internet Devices,MID)、PAD等终端设备。图10,图11其并不对上述电子装置的结构造成限定。例如,还可包括比10,图11中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与10,图11所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,该计算机可读存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(Random Access Memory,RAM)、磁盘或光盘等。
实施例4
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,当计算机可读存储介质中的指令由终端的处理器执行时,使得终端能够执行上述任一项的素材处理方法。可选地,计算机可读存储介质可以是非临时性计算机可读存储介质,例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
可选地,在本实施例中,上述计算机可读存储介质可以用于保存上述实施例1所提供的素材处理方法所执行的程序代码。
可选地,在本实施例中,上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,计算机可读存储介质被设置为存储用于执行以下步骤的程序代码:获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到总距离;在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材。
可选地,在本实施例中,计算机可读存储介质还被设置为存储用于执行以下步骤的程序代码:在建立的对应关系为多个的情况下,方法还包括:从多个对应关系对应的总距离中确定最小总距离;将最小总距离与预定阈值进行比较。
可选地,在本实施例中,计算机可读存储介质还被设置为存储用于执行以下步骤的程序代码:建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,包括:将第一像素矩阵中四个顶点的像素点分别对应第二像素矩阵中四个顶点的像素点;将第一像素矩阵中四条边上的像素点分别对应第二像素矩阵中的四条边上的像素点;将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点,其中,第一内部像素点为第一像素矩阵中除四条边上的像素点之外的像素点,第二内部像素点为第二像素矩阵中除四条边上的像素点之外的像素点。
可选地,在本实施例中,计算机可读存储介质还被设置为存储用于执行以下步骤的程序代码:将第一像素矩阵中四条边上的像素点分别对应第二像素矩阵中的四条边上的像素点,包括:针对四条边中的第一条边,以第一像素矩阵中该第一条边的像素点作为行,以第二像素矩阵中该第一条边的像素点作为列,构建距离矩阵,其中,距离矩阵中矩阵元素的值为对应行与对应列上像素点的像素值之间的像素差值,第一条边为四条边中的任意一条;以第一条边对应的其中一个顶点为起点,另一个顶点为终点,在距离矩阵中找到从起点到终点的连续的最短路径,其中,在最短路径上的矩阵元素表征的是第一像素矩阵中该第一条边的像素点与第二像素矩阵中该第一条边的像素点之间的对应关系。
可选地,在本实施例中,计算机可读存储介质还被设置为存储用于执行以下步骤的程序代码:将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点,包括:采用局部最优算法,将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点。
可选地,在本实施例中,计算机可读存储介质还被设置为存储用于执行以下步骤的程序代码:采用局部最优算法,将第一像素矩阵中的第一内部像素点分别对应第二像素矩阵中的第二内部像素点,包括:假设第一内部像素点中的像素点Bi,j对应于第二内部像素点中的像素点Sm,n,其中,如果Bi-1,j存在,且Bi-1,j对应于Sa,b,则m≥a且n≥b;如果Bi,j-1存在,且Bi,j-1对应于Sc,d,则m≥c且n≥d;获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sa,b之间的第一距离,获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sc,d之间的第二距离,以及获取第一内部像素点中的像素点Bi,j与第二内部像素点中的像素点Sa+1,b或者像素点Sc,d+1之间的第三距离;选择第一距离,第二距离和第三距离中的最小距离对应的第二内部像素点中的像素点为与第一内部像素点中的像素点Bi,j对应的像素点。
可选地,在本实施例中,计算机可读存储介质还被设置为存储用于执行以下步骤的程序代码:确定第一素材和第二素材为内容一致的素材,包括:获取候选总距离,其中,候选总距离为第一内部像素点与第二内部像素点之间的候选距离求和得到,其中,候选距离为第一距离,第二距离和第三距离中除最小距离之外的两个距离中的至少一个;在候选总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材。
可选地,在本实施例中,计算机可读存储介质还被设置为存储用于执行以下步骤的程序代码:建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,包括:将第一像素矩阵和第二像素矩阵中的较大矩阵的行均分地对应到较小矩阵的行,以及将第一像素矩阵和第二像素矩阵中的较大矩阵的列均分地对应到较小矩阵的列。
可选地,在本实施例中,计算机可读存储介质还被设置为存储用于执行以下步骤的程序代码:第一素材的像素值和第二素材的像素值为以下像素至少之一的像素值:红色像素,绿色像素,蓝色像素。
可选地,在本实施例中,计算机可读存储介质还被设置为存储用于执行以下步骤的程序代码:在显示界面上显示第一素材和第二素材;接收识别指令,其中,识别指令用于识别第一素材和第二素材是否为内容一致的素材;响应识别指令,获取第一素材的像素值,得到第一素材的第一像素矩阵,以及获取第二素材的像素值,得到第二素材的第二像素矩阵,其中,第一素材的尺寸与第二素材的尺寸不同;在显示界面显示识别结果,其中,识别结果用于标识第一素材和第二素材是否为内容一致的素材,识别结果依据总距离和预定阈值确定,其中,在总距离小于或等于预定阈值的情况下,确定第一素材和第二素材为内容一致的素材,总距离通过建立第一像素矩阵中的像素点与第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到。
在示例性实施例中,还提供了一种计算机程序产品,当计算机程序产品中的计算机程序由终端的处理器执行时,使得终端能够执行上述任一项的素材处理方法。
上述本公开实施例序号仅仅为了描述,不代表实施例的优劣。
在本公开的上述实施例中,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,仅仅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网络单元上。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,在本公开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。
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,本公开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计算机可读存储介质中,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)执行本公开各个实施例方法的全部或部分步骤。而前述的计算机可读存储介质包括: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。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种素材处理方法,其特征在于,包括:
获取第一素材的像素值,得到所述第一素材的第一像素矩阵,以及获取第二素材的像素值,得到所述第二素材的第二像素矩阵,其中,所述第一素材的尺寸与所述第二素材的尺寸不同;
建立所述第一像素矩阵中的像素点与所述第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,以及依据对应点之间的距离得到总距离;
在所述总距离小于或等于预定阈值的情况下,确定所述第一素材和所述第二素材为内容一致的素材。
2.根据权利要求1所述的方法,其特征在于,在建立的对应关系为多个的情况下,所述方法还包括:
从多个对应关系对应的总距离中确定最小总距离;
将所述最小总距离与所述预定阈值进行比较。
3.根据权利要求2所述的方法,其特征在于,建立所述第一像素矩阵中的像素点与所述第二像素矩阵中的像素点之间的对应关系,包括:
将所述第一像素矩阵中四个顶点的像素点分别对应所述第二像素矩阵中四个顶点的像素点;
将所述第一像素矩阵中四条边上的像素点分别对应所述第二像素矩阵中的四条边上的像素点;
将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点,其中,所述第一内部像素点为所述第一像素矩阵中除四条边上的像素点之外的像素点,所述第二内部像素点为所述第二像素矩阵中除四条边上的像素点之外的像素点。
4.根据权利要求3所述的方法,其特征在于,将所述第一像素矩阵中四条边上的像素点分别对应所述第二像素矩阵中的四条边上的像素点,包括:
针对所述四条边中的第一条边,以所述第一像素矩阵中该第一条边的像素点作为行,以所述第二像素矩阵中该第一条边的像素点作为列,构建距离矩阵,其中,所述距离矩阵中矩阵元素的值为对应行与对应列上像素点的像素值之间的像素差值,所述第一条边为所述四条边中的任意一条;
以所述第一条边对应的其中一个顶点为起点,另一个顶点为终点,在所述距离矩阵中找到从所述起点到所述终点的连续的最短路径,其中,在所述最短路径上的矩阵元素表征的是所述第一像素矩阵中该第一条边的像素点与所述第二像素矩阵中该第一条边的像素点之间的对应关系。
5.根据权利要求3所述的方法,其特征在于,将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点,包括:
采用局部最优算法,将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点。
6.根据权利要求5所述的方法,其特征在于,采用所述局部最优算法,将所述第一像素矩阵中的第一内部像素点分别对应所述第二像素矩阵中的第二内部像素点,包括:
假设所述第一内部像素点中的像素点Bi,j对应于所述第二内部像素点中的像素点Sm,n,其中,如果Bi-1,j存在,且Bi-1,j对应于Sa,b,则m≥a且n≥b;如果Bi,j-1存在,且Bi,j-1对应于Sc,d,则m≥c且n≥d;
获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sa,b之间的第一距离,获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sc,d之间的第二距离,以及获取所述第一内部像素点中的像素点Bi,j与所述第二内部像素点中的像素点Sa+1,b或者像素点Sc,d+1之间的第三距离;
选择所述第一距离,所述第二距离和所述第三距离中的最小距离对应的第二内部像素点中的像素点为与所述第一内部像素点中的像素点Bi,j对应的像素点。
7.一种素材处理装置,其特征在于,包括:
第一获取模块,被设置为获取第一素材的像素值,得到所述第一素材的第一像素矩阵,以及获取第二素材的像素值,得到所述第二素材的第二像素矩阵,其中,所述第一素材的尺寸与所述第二素材的尺寸不同;
建立模块,被设置为建立所述第一像素矩阵中的像素点与所述第二像素矩阵中的像素点之间的对应关系,得到对应点之间的距离,得到总距离;
第一确定模块,被设置为在所述总距离小于或等于预定阈值的情况下,确定所述第一素材和所述第二素材为内容一致的素材。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的素材处理方法。
9.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至6中任一项所述的素材处理方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的素材处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110605579.4A CN113344068B (zh) | 2021-05-31 | 2021-05-31 | 素材处理方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110605579.4A CN113344068B (zh) | 2021-05-31 | 2021-05-31 | 素材处理方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113344068A true CN113344068A (zh) | 2021-09-03 |
CN113344068B CN113344068B (zh) | 2023-10-17 |
Family
ID=77473584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110605579.4A Active CN113344068B (zh) | 2021-05-31 | 2021-05-31 | 素材处理方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344068B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599247A (zh) * | 2015-01-04 | 2015-05-06 | 深圳市腾讯计算机***有限公司 | 图像校正方法及装置 |
CN104981105A (zh) * | 2015-07-09 | 2015-10-14 | 广东工业大学 | 一种快速精确获得元件中心和偏转角度的检测及纠偏方法 |
CN108182686A (zh) * | 2017-12-28 | 2018-06-19 | 山东师范大学 | 基于曲线群匹配的oct眼底图像半自动分割方法和装置 |
CN110503010A (zh) * | 2019-08-06 | 2019-11-26 | 北京达佳互联信息技术有限公司 | 素材显示方法、装置以及电子设备、存储介质 |
CN111540217A (zh) * | 2020-04-16 | 2020-08-14 | 成都旸谷信息技术有限公司 | 基于mask矩阵的平均车速智能监测方法、*** |
CN111612757A (zh) * | 2020-05-18 | 2020-09-01 | 苏州精濑光电有限公司 | 一种屏幕裂纹的检测方法、装置、设备及存储介质 |
-
2021
- 2021-05-31 CN CN202110605579.4A patent/CN113344068B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599247A (zh) * | 2015-01-04 | 2015-05-06 | 深圳市腾讯计算机***有限公司 | 图像校正方法及装置 |
CN104981105A (zh) * | 2015-07-09 | 2015-10-14 | 广东工业大学 | 一种快速精确获得元件中心和偏转角度的检测及纠偏方法 |
CN108182686A (zh) * | 2017-12-28 | 2018-06-19 | 山东师范大学 | 基于曲线群匹配的oct眼底图像半自动分割方法和装置 |
CN110503010A (zh) * | 2019-08-06 | 2019-11-26 | 北京达佳互联信息技术有限公司 | 素材显示方法、装置以及电子设备、存储介质 |
CN111540217A (zh) * | 2020-04-16 | 2020-08-14 | 成都旸谷信息技术有限公司 | 基于mask矩阵的平均车速智能监测方法、*** |
CN111612757A (zh) * | 2020-05-18 | 2020-09-01 | 苏州精濑光电有限公司 | 一种屏幕裂纹的检测方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
张金萍;刘杰;李允公;倪洪启;: "一种基于PCA的工件图像匹配方法的研究", 东北大学学报(自然科学版), no. 11 * |
谢毓湘;栾悉道;魏迎梅;张芯;吴玲达;邓莉琼;: "面向交互式快速动画制作的素材标注与检索***", 小型微型计算机***, no. 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN113344068B (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110136229B (zh) | 一种用于实时虚拟换脸的方法与设备 | |
US9542750B2 (en) | Method, apparatus and computer program product for depth estimation of stereo images | |
EP2916291B1 (en) | Method, apparatus and computer program product for disparity map estimation of stereo images | |
EP2680222A1 (en) | Method, apparatus and computer program product for processing media content | |
US20170116765A1 (en) | Methods and systems for color processing of digital images | |
CN109116129B (zh) | 终端检测方法、检测设备、***及存储介质 | |
CN113011403B (zh) | 手势识别方法、***、介质及设备 | |
CN114096994A (zh) | 图像对齐方法及装置、电子设备、存储介质 | |
US20150332472A1 (en) | Method, apparatus and computer program product for disparity estimation in images | |
CN114298902A (zh) | 一种图像对齐方法、装置、电子设备和存储介质 | |
CN110266926B (zh) | 图像处理方法、装置、移动终端以及存储介质 | |
CN114332183A (zh) | 图像配准方法、装置、计算机设备和存储介质 | |
CN110866473B (zh) | 目标对象的跟踪检测方法及装置、存储介质、电子装置 | |
CN114827562B (zh) | 投影方法、装置、投影设备及计算机存储介质 | |
EP2991036B1 (en) | Method, apparatus and computer program product for disparity estimation of foreground objects in images | |
US20130322761A1 (en) | System and Method to Determine Feature Candidate Pixels of an Image | |
CN113516739B (zh) | 一种动画处理方法、装置、存储介质及电子设备 | |
CN109919164B (zh) | 用户界面对象的识别方法及装置 | |
CN113344068B (zh) | 素材处理方法、装置、电子设备及计算机可读存储介质 | |
CN110458232B (zh) | 一种确定图像风格相似度的方法及设备 | |
WO2023151210A1 (zh) | 图像处理方法、电子设备及计算机可读存储介质 | |
CN113593297B (zh) | 一种停车位状态检测方法和装置 | |
CN111866383A (zh) | 一种图像处理方法、终端及存储介质 | |
US20170372495A1 (en) | Methods and systems for color processing of digital images | |
CN113326815B (zh) | 一种文档处理方法、装置、电子设备及可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |