图像处理方法及装置制造方法及图纸

本公开提供的图像处理方法及装置，若对应的Hash值存在，且Hash值里的特征值与当前图像的图像数据的特征值匹配时，则直接发送Hash值中的图像数据在缓存池中的缓存ID到客户端；若对应的Hash值存在但图像数据的特征值不匹配，或对应的Hash值不存在时，则在Hash表中分配一个新Hash值，在新Hash值里存入图像数据的特征值，并从缓存池中申请特征缓存区存储新Hash值对应的图像数据，以作为新表项里的图像数据在缓存池中的缓存ID；将新Hash值中的图像数据在特征缓存区中的缓存ID发送到客户端，极大减小存储体积，达到压缩数据的目的。达到压缩数据的目的。达到压缩数据的目的。

【技术实现步骤摘要】
图像处理方法及装置


[0001]本公开涉及图像压缩
，特别涉及图像处理方法及装置。

技术介绍

[0002]由于图像的数据量较大，在传输图像的数据时，会对带宽产生较大的压力，通过缓存机制能够极大的减少带宽的压力，以往的缓存方式，需要在客户端和服务器端均维护一个缓存表，实现较为复杂，且需要使用缓存ID来遍历整个缓存表，存储效率低下。

技术实现思路

[0003]本公开实施例提供的图像处理方法及装置，用以提高存储效率。
[0004]本公开实施例提供了一种图像处理方法，包括：
[0005]在服务器端构建Hash表及缓存池；其中，所述Hash表具有多个Hash值，每一个所述Hash值存放了所述图像数据的特征值和所述图像数据在所述缓存池中的缓存ID；
[0006]所述服务器端将要发往客户端的当前图像，通过散列算法计算出所述当前图像的图像数据的特征值和Hash值；
[0007]根据计算出的所述当前图像的Hash值，从所述Hash表中寻找对应的Hash值；
[0008]若对应的Hash值存在，且所述Hash值里的特征值与所述当前图像的图像数据的特征值匹配时，则直接发送Hash值中的图像数据在所述缓存池中的缓存ID到客户端，以使所述客户端通过缓存ID，直接从所述服务器端的所述缓存池中取出图像数据；
[0009]若对应的Hash值存在但图像数据的特征值不匹配，或对应的Hash值不存在时，则在所述Hash表中分配一个新Hash值，在所述新Hash值里存入所述图像数据的特征值，并从所述缓存池中申请特征缓存区存储所述新Hash值对应的图像数据，以作为所述新表项里的图像数据在所述缓存池中的缓存ID；将所述新Hash值中的图像数据在所述特征缓存区中的缓存ID发送到所述客户端，以使所述客户端通过所述缓存ID，直接从所述服务器端的所述特征缓存区中取出图像数据。
[0010]在一些示例中，所述通过散列算法计算出所述当前图像的特征值，包括：
[0011]逐行计算出所述当前图像的每个像素对应的特征值。
[0012]在一些示例中，所述逐行计算出所述当前图像的每个像素对应的特征值，包括：
[0013]分别采用第一种Hash算法和第二种Hash算法，逐行计算出所述当前图像的每个像素对应所述第一种Hash算法的特征值和对应所述第二种Hash算法的特征值；
[0014]若对应的Hash值存在，且所述Hash值里的特征值与所述当前图像的图像数据对应所述第一种Hash算法的特征值匹配时，则直接发送Hash值中的图像数据在所述缓存池中的缓存ID到客户端，以使所述客户端通过缓存ID，直接从客户端的所述缓存池中取出图像数据；
[0015]若对应的Hash值存在但图像数据的特征值不匹配，或对应的Hash值不存在时，则在所述Hash表中分配一个新Hash值，在所述新Hash值里存入所述图像数据对应所述第二种
Hash算法的特征值及所述新Hash值中的图像数据在所述特征缓存区中的缓存ID，并在所述特征缓存区中存储所述新Hash值对应的图像数据。
[0016]在一些示例中，所述第一种Hash算法包括：DBJ2 hash算法。
[0017]在一些示例中，所述第二种Hash算法包括：AP hash算法。
[0018]在一些示例中，所述图像数据的特征值包括图像数据的长、宽以及格式。
[0019]本公开实施例还提供了一种图像处理方法，包括：
[0020]客户端接收服务器端直接发送的Hash值中的图像数据在所述缓存池中的缓存ID，并通过接收的所述缓存ID，直接从所述服务器端的所述缓存池中取出图像数据；
[0021]所述客户端接收所述服务器端发送的新Hash值中的图像数据在所述特征缓存区中的缓存ID，并通过接收的所述缓存ID，直接从所述服务器端的所述特征缓存区中取出图像数据。
[0022]本公开实施例还提供了一种服务器端，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计算机程序，所述处理器执行所述计算机程序时实现上述的图像处理方法。
[0023]本公开实施例还提供了一种客户端，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计算机程序，所述处理器执行所述计算机程序时实现上述的图像处理方法。
[0024]本公开实施例还提供了一种可读存储介质，所述可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行上述的图像处理方法。
[0025]本公开实施例的有益效果如下：
[0026]本公开实施例提供的图像处理方法及装置，将每一张图像有别于其他图像的独特部分保存在图像缓存池中，极大减小存储体积，并且建立更加准确无冲突的索引，能够让后续图像在压缩过程中通过图像特征快速找到这些区域，进行引用表示，达到压缩数据的目的。
附图说明
[0027]图1为现有技术中的图像处理方法的示意图；
[0028]图2为现有技术中的一种原图像的示意图；
[0029]图3为采用现有技术将图2压缩后的可视化图像；
[0030]图4为本公开实施例中的图像处理方法的流程图；
[0031]图5为本公开实施例中的一种原图像的示意图；
[0032]图6为采用本公开实施例中的图像处理方法将图5压缩后的可视化图像。
具体实施方式
[0033]为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。并且在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0034]除非另外定义，本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。
[0035]需要注意的是，附图中各图形的尺寸和形状不反映真实比例，目的只是示意说明本公开内容。并且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。
[0036]在当前5G逐步普及的大背景下，云桌面的运用越来越广泛，随着云桌面产品已经深入到全国数百个地市的各行各业中，使用场景与网络状况千差万别，对于许多用户(特别是政企用户)来说，接入带宽都是共享的稀缺资源。在这种情况下单个用户需要的带宽越小，则产品可支持的同时使用人数越多，效费用比越高，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：在服务器端构建Hash表及缓存池；其中，所述Hash表具有多个Hash值，每一个所述Hash值存放了所述图像数据的特征值和所述图像数据在所述缓存池中的缓存ID；所述服务器端将要发往客户端的当前图像，通过散列算法计算出所述当前图像的图像数据的特征值和Hash值；根据计算出的所述当前图像的Hash值，从所述Hash表中寻找对应的Hash值；若对应的Hash值存在，且所述Hash值里的特征值与所述当前图像的图像数据的特征值匹配时，则直接发送Hash值中的图像数据在所述缓存池中的缓存ID到客户端，以使所述客户端通过缓存ID，直接从所述服务器端的所述缓存池中取出图像数据；若对应的Hash值存在但图像数据的特征值不匹配，或对应的Hash值不存在时，则在所述Hash表中分配一个新Hash值，在所述新Hash值里存入所述图像数据的特征值，并从所述缓存池中申请特征缓存区存储所述新Hash值对应的图像数据，以作为所述新表项里的图像数据在所述缓存池中的缓存ID；将所述新Hash值中的图像数据在所述特征缓存区中的缓存ID发送到所述客户端，以使所述客户端通过所述缓存ID，直接从所述服务器端的所述特征缓存区中取出图像数据。2.根据权利要求1所述的图像处理方法，其特征在于，所述通过散列算法计算出所述当前图像的特征值，包括：逐行计算出所述当前图像的每个像素对应的特征值。3.根据权利要求2所述的图像处理方法，其特征在于，所述逐行计算出所述当前图像的每个像素对应的特征值，包括：分别采用第一种Hash算法和第二种Hash算法，逐行计算出所述当前图像的每个像素对应所述第一种Hash算法的特征值和对应所述第二种Hash算法的特征值；若对应的Hash值存在，且所述Hash值里的特征值与所述当前图像的图像数据对应所述第一种Hash算法的特征值匹配时，则直接发送Hash值中的图像数据在所述缓存池中的缓存ID到客户端，以使所...

【专利技术属性】
技术研发人员：陈曦，周刚，王家富，王凡，贺冯良，
申请(专利权)人：天翼云科技有限公司，
类型：发明
国别省市：