图片处理方法和装置制造方法及图纸

本发明专利技术提出一种图片处理方法和装置，该图片处理方法包括获取待处理的图片；识别所述图片是否是拼接图；如果所述图片是拼接图，根据预设的拼接图分割算法，对所述图片进行分割，得到组成所述图片的子图片。该图片处理方法能够识别出拼接图，并按照拼接图的处理方式处理拼接图，从而实现根据图片类别的不同选择对应的处理方式，提高处理效果。

【技术实现步骤摘要】
图片处理方法和装置
本专利技术涉及图像处理
，尤其涉及一种图片处理方法和装置。
技术介绍
随着互联网技术的不断普及，互联网多媒体的呈现形式也由最初的文字，发展到今天的图片和视频等等。在数量庞大的互联网图片中，拼接图广泛存在，比如：用户上传的旅游图片，广告媒体图片，新闻素材等。现有技术中，在图片处理时大多数情况下都是按照普通图片的处理方式，并不区分图片是否是拼接图，但是，由于拼接图与普通图片是不同的，这种处理方式得到的处理效果较差。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种图片处理方法，该方法可以识别出拼接图，并按照拼接图的处理方式处理拼接图，从而实现根据图片类别的不同选择对应的处理方式，提高处理效果。本专利技术的另一个目的在于提出一种图片处理装置。为达到上述目的，本专利技术第一方面实施例提出的图片处理方法，包括：获取待处理的图片；识别所述图片是否是拼接图；如果所述图片是拼接图，根据预设的拼接图分割算法，对所述图片进行分割，得到组成所述图片的子图片。本专利技术第一方面实施例提出的图片处理方法，通过识别待处理的图片是否是拼接图，并在是拼接图时，根据拼接图分割算法，对图片进行分割，可以识别出拼接图，并按照拼接图的处理方式处理拼接图，从而实现根据图片类别的不同选择对应的处理方式，提高处理效果。为达到上述目的，本专利技术第二方面实施例提出的图片处理装置，包括：获取模块，用于获取待处理的图片；识别模块，用于识别所述图片是否是拼接图；分割模块，用于如果所述图片是拼接图，根据预设的拼接图分割算法，对所述图片进行分割，得到组成所述图片的子图片。本专利技术第二方面实施例提出的图片处理装置，通过识别待处理的图片是否是拼接图，并在是拼接图时，根据拼接图分割算法，对图片进行分割，可以识别出拼接图，并按照拼接图的处理方式处理拼接图，从而实现根据图片类别的不同选择对应的处理方式，提高处理效果。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1是本专利技术一实施例提出的图片处理方法的流程示意图；图2是本专利技术另一实施例提出的图片处理方法的流程示意图；图3是本专利技术实施例中对待处理的图片进行多边形识别的流程示意图；图4是本专利技术实施例中对图片组中每一张图片进行多边形识别的流程示意图；图5是本专利技术实施例中一种拼接图的分割结果的示意图；图6是本专利技术另一实施例提出的图片处理装置的结构示意图；图7是本专利技术另一实施例提出的图片处理装置的结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。相反，本专利技术的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。图1是本专利技术一实施例提出的图片处理方法的流程示意图，该方法包括：S11：获取待处理的图片。待处理的图片是要进行分割处理的图片，该图片可以是从互联网上获取的。该待处理的图片可以是普通图片，或者，也可以是拼接图。S12：识别所述图片是否是拼接图。其中，拼接图可以包括：左右相似拼接图，或者，多边形拼接图。左右相似拼接图是指拼接图存在左子图和右子图，并且两个子图内容相似。一般来讲，这类拼接图的左子图和右子图存在密切联系，比如对比照片，或者，右子图是左子图的细化等。可以理解的是，本专利技术实施例中，相似可以根据预设算法确定，例如，分别提取左子图的特征信息与右子图的特征信息，再根据预设算法计算这两个特征信息之间的相似度数值，根据计算得到的相似度数值确定两个子图是否相似。而具体的提取的特征信息以及具体的计算相似度数值的算法可以在通常采用的算法中根据需要选取。多边形拼接图是指子图的外形是多边形。其中，左右相似拼接图和多边形拼接图可以采用不同的识别方法进行识别，以及子图分割，具体可以参见后续实施例。S13：如果所述图片是拼接图，根据预设的拼接图分割算法，对所述图片进行分割，得到组成所述图片的子图片。另一实施例中，参见图2，图片处理方法可以包括：S21：获取待处理的图片。S22：识别所述图片是否是左右相似拼接图，若是，执行S23，否则，执行S24。其中，可以提取所述图片的内容信息，当所述内容信息满足预设的左右对称要求时，确定所述图片是左右相似拼接图。提取图片的内容信息可以包括：提取图片中的人脸信息，文字信息，姿态信息，前景和背景信息，主体信息等，具体的提取方法可以采用人脸识别或者文字识别等技术。在判断内容信息是否满足左右对称要求时，可以将提取的内容信息区分为左子图的内容信息和右子图的内容信息，根据预设算法计算这两个内容信息的相似度数值，将相似度数值大于预设阈值时，确定内容信息满足左右对称要求。或者，由于左右相似拼接图通常中间存在分割线，因此，在提取到内容信息后，可以先判断图片中间位置的内容信息是否是线条，在是线条时才进行后续处理，从而过滤到一部分图片，降低工作量，由于中间位置的内容信息是线条时也不一定是左右相似拼接图，例如，提取出的中间位置的线条可能是旗杆，因此，后续处理还包括继续判断线条左右两侧的内容是否满足预设要求。判断线条左右两侧的内容是否满足预设要求时可以采用如下两种方式：第一种方式，将左右两侧的内容分别拆分为多个小块(patch)，分别比较左右两侧对应位置上的patch，比较时，可以获取两个patch的直方图，计算这两个直方图的距离，例如巴氏距离，得到左右对应位置上两个patch的直方图距离，对其他左右对应位置上的patch进行处理，得到所有的patch之间的直方图距离，在得到所有的直方图距离后，可以计算所有的直方图距离对应的方差，当该方差小于预设值时，则左右两侧的内容满足预设要求，该图片是左右对称拼接图。第二种方式，在左右两侧分别提取尺度不变特征变换匹配(ScaleInvariantFeatureTransform，SIFT)关键点，计算左右匹配上的SIFT对，如果SIFT对的左右关键点相对位置一致，则左右两侧的内容满足预设要求，该图片是左右对称拼接图。可以理解的是，本专利技术实施例中，匹配或者一致的含义不限于完全相同，是指在一定误差范围内的相同。S23：按照左右相似拼接图的分割算法进行拼接图的分割。如果所述图片是左右相似拼接图，将所述图片分割为左右对称的两个子图片，并将分割后的得到的所述两个子图片确定为组成所述图片的子图片。例如，左右两侧是两个相似人脸时，则将每个人脸对应的部分确定为一个子图片。S24：识别所述图片是否是多边形拼接图，若是，执行S25，否则，执行S26。参见图3，多边形拼接图的识别流程可以包括：S31：对所述图片进行缩放处理，得到一组图片组。缩放处理具体可以是金字塔缩放处理。得到的图片组中包括：原始图片，比原始图片尺寸小的图片，以及，比原始图片尺寸大的图片。在得到图片组后，可以对所述图片组中的每张图片进行多边形识别，得到每张图片对应的识别结果，所述识别结果包括所述每张图片中包括的多边形本文档来自技高网...

【技术保护点】
一种图片处理方法，其特征在于，包括：获取待处理的图片；识别所述图片是否是拼接图；如果所述图片是拼接图，根据预设的拼接图分割算法，对所述图片进行分割，得到组成所述图片的子图片。

【技术特征摘要】
1.一种图片处理方法，其特征在于，包括：获取待处理的图片；识别所述图片是否是拼接图；如果所述图片是拼接图，根据预设的拼接图分割算法，对所述图片进行分割，得到组成所述图片的子图片；其中，拼接图包括：左右相似拼接图，或者，多边形拼接图；左右相似拼接图和多边形拼接图采用不同的识别方法进行拼接图识别。2.根据权利要求1所述的方法，其特征在于，当所述拼接图是左右相似拼接图时，所述识别所述图片是否是拼接图，包括：提取所述图片的内容信息；当所述内容信息满足预设的左右对称要求时，确定所述图片是左右相似拼接图。3.根据权利要求2所述的方法，其特征在于，所述如果所述图片是拼接图，根据预设的拼接图分割算法，对所述图片进行分割，得到组成所述图片的子图片，包括：如果所述图片是左右相似拼接图，将所述图片分割为左右对称的两个子图片，并将分割后的得到的所述两个子图片确定为组成所述图片的子图片。4.根据权利要求1所述的方法，其特征在于，当所述拼接图是多边形拼接图时，所述识别所述图片是否是拼接图，包括：对所述图片进行缩放处理，得到一组图片组；对所述图片组中的每张图片进行多边形识别，得到每张图片对应的识别结果，所述识别结果包括所述每张图片中包括的多边形；根据所述每张图片对应的识别结果，获取所述图片组对应的识别结果；对所述图片组对应的识别结果进行过滤，并在过滤后的识别结果中包括第一多边形时，确定所述图片是多边形拼接图，所述第一多边形是指占比率大于预设阈值的多边形，所述占比率是指多边形的面积与所述图片的面积之间的比值。5.根据权利要求4所述的方法，其特征在于，所述如果所述图片是拼接图，根据预设的拼接图分割算法，对所述图片进行分割，得到组成所述图片的子图片，包括：如果所述图片是多边形拼接图，将所述过滤后的识别结果中包括的第一多边形对应的部分，确定为所述图片的子图片。6.根据权利要求4所述的方法，其特征在于，所述对所述图片组中的每张图片进行多边形识别，得到每张图片对应的识别结果，包括：对当前处理的图片进行多边形识别，得到识别结果，所述当前处理的图片是所述图片组中的一张图片；如果所述识别结果中包括不满足预设的停止条件的多边形，则擦除所述不满足所述停止条件的多边形，并重新进行多边形识别，直至得到的识别结果都满足所述停止条件；将满足所述停止条件的识别结果确定为所述每张图片对应的识别结果。7.根据权利要求6所述的方法，其特征在于，所述对当前处理的图片进行多边形识别，得到识别结果，包括：对所述当前处理的图片进行去噪和二值化；根据所述去噪和二值化结果，对所述当前处理的图片进行视觉分析，确定边缘信息；根据所述边缘信息生成轮廓信息；根据所述...

【专利技术属性】
技术研发人员：李旭斌，陈世佳，文石磊，秦首科，张泽明，韩友，江焱，陈志扬，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11