本发明专利技术实施例公开了一种图像检测方法、装置、计算机可读存储介质及计算机设备，方法通过获取图像特征调节后的待检测图像以及与待检测图像对应的目标图像特征调节参数；根据待检测图像以及目标图像特征调节参数确定参考图像；对待检测图像的颜色特征数据进行提取，得到第一颜色特征数据；对参考图像的颜色特征数据进行提取，得到第二颜色特征数据；根据第一颜色特征数据与第二颜色特征数据的匹配结果确定待检测图像的检测结果。以此，通过将图像特征调节后的待检测图像的颜色特征数据与参考图像的颜色特征数据进行自动匹配，并根据匹配结果确定待检测图像的检测结果。可以自动化对图像特征调节的效果进行验证，提升了图像检测的效率。检测的效率。检测的效率。
【技术实现步骤摘要】
图像检测方法、装置、计算机可读存储介质及计算机设备
[0001]本专利技术涉及图像处理
，具体涉及一种图像检测方法、装置、计算机可读存储介质及计算机设备。
技术介绍
[0002]近年来，随着智能移动终端的普及以及网络流量成本的降低，短平快的大流量传播内容逐渐获得各大平台、粉丝以及资本的青睐。其中，短视频以其生产流程简单、制作门槛低、参与性强以及传播价值高等优点，迅速在各个年龄段的互联网用户中普及开来。
[0003]短视频应用程序还打破了视频制作的专业壁垒，使得普通用户都可以对视频素材进行编辑。然而，目前人们对视频编辑后的编辑效果只能以人工进行主观判断，效率低下。
技术实现思路
[0004]本申请实施例提供一种图像检测方法、装置、计算机可读存储介质及计算机设备，该方法可以根据图像的颜色特征数据迅速确定图像调节是否达到预设效果，进而提升了图像检测的效率。
[0005]本申请第一方面提供一种图像检测方法，方法包括：
[0006]获取图像特征调节后的待检测图像以及与所述待检测图像对应的目标图像特征调节参数；
[0007]根据所述待检测图像以及所述目标图像特征调节参数确定参考图像，所述参考图像为根据每一图像特征调节参数生成的参考图像集中由所述目标图像特征调节参数确定的图像；
[0008]对所述待检测图像的颜色特征数据进行提取，得到第一颜色特征数据；
[0009]对所述参考图像的颜色特征数据进行提取，得到第二颜色特征数据；
[0010]根据所述第一颜色特征数据与所述第二颜色特征数据的匹配结果确定所述待检测图像的检测结果。
[0011]相应的，本申请第二方面提供一种图像检测装置，装置包括：
[0012]获取单元，用于获取图像特征调节后的待检测图像以及与所述待检测图像对应的目标图像特征调节参数；
[0013]第一确定单元，用于根据所述待检测图像以及所述目标图像特征调节参数确定参考图像，所述参考图像为根据每一图像特征调节参数生成的参考图像集中由所述目标图像特征调节参数确定的图像；
[0014]第一提取单元，用于对所述待检测图像的颜色特征数据进行提取，得到第一颜色特征数据；
[0015]第二提取单元，用于对所述参考图像的颜色特征数据进行提取，得到第二颜色特征数据；
[0016]第二确定单元，用于根据所述第一颜色特征数据与所述第二颜色特征数据的匹配
结果确定所述待检测图像的检测结果。
[0017]在一些实施例中，所述第一提取单元，包括：
[0018]第一划分子单元，用于将所述待检测图像划分为多个像素；
[0019]第一提取子单元，用于对每个像素的RGB通道的数值进行提取，并根据所述RGB通道的数值确定第一颜色特征数据。
[0020]在一些实施例中，所述提取子单元，包括：
[0021]计算模块，用于计算R通道数值的第一均值、G通道数值的第二均值以及B通道数值的第三均值；
[0022]第一确定模块，用于根据所述第一均值、所述第二均值以及所述第三均值确定第一颜色特征数据。
[0023]在一些实施例中，所述第一确定模块，包括：
[0024]计算子模块，用于计算R通道数值的第一方差、G通道数值的第二方差以及B通道数值的第三方差；
[0025]确定子模块，用于根据所述第一均值、所述第二均值、所述第三均值、所述第一方差、所述第二方差以及所述第三方差确定第一颜色特征数据。
[0026]在一些实施例中，所述第一确定单元，包括：
[0027]发送子单元，用于将所述待检测图像发送至服务器以使得所述服务器根据所述待检测图像生成每一图像特征调节参数对应的参考图像集；
[0028]接收子单元，用于接收所述服务器返回的所述参考图像集；
[0029]第一确定子单元，用于根据所述目标图像特征调节参数从所述参考图像集中确定参考图像。
[0030]在一些实施例中，所述获取单元，包括：
[0031]第一获取子单元，用于获取视频特征调节后待检测视频以及与所述待检测视频对应的目标图像特征调节参数；
[0032]第二划分子单元，用于将所述待检测视频划分为多帧图像；
[0033]第二获取子单元，用于获取所述多帧图像中每帧图像的纹理复杂度，并基于所述纹理复杂度对所述多帧图像进行排序；
[0034]第二确定子单元，用于确定所述多帧图像中纹理复杂度最高的图像为待检测图像。
[0035]在一些实施例中，所述第二获取子单元，包括：
[0036]划分模块，用于将所述多帧图像中每帧图像划分为多个像素；
[0037]获取模块，用于获取每个像素的灰度值，并基于所述灰度值生成每帧图像对应的灰度直方图；
[0038]第二确定模块，用于根据所述每帧图像对应的灰度直方图确定每帧图像的纹理复杂度。
[0039]在一些实施例中，所述第一提取单元，包括：
[0040]第三划分子单元，用于将所述待检测图像划分为多个像素；
[0041]第二提取子单元，用于对每个像素的HSV通道的数值进行提取，并根据所述HSV通道的数值确定第一颜色特征数据。
[0042]本申请第三方面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存储有多条指令，所述指令适于处理器进行加载，以执行本申请第一方面所提供的图像检测方法的步骤。
[0043]本申请第四方面提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可以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本申请第一方面所提供的图像检测方法的步骤。
[0044]本申请第五方面提供一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在存储介质中。计算机设备的处理器从存储介质读取所述计算机指令，处理器执行所述计算机指令，使得所述计算机设备执行第一方面所提供的图像检测方法的步骤。
[0045]本申请实施例提供的图像检测方法，通过获取图像特征调节后的待检测图像以及与待检测图像对应的目标图像特征调节参数；根据待检测图像以及目标图像特征调节参数确定参考图像，参考图像为根据每一图像特征调节参数生成的参考图像集中由目标图像特征调节参数确定的图像；对待检测图像的颜色特征数据进行提取，得到第一颜色特征数据；对参考图像的颜色特征数据进行提取，得到第二颜色特征数据；根据第一颜色特征数据与第二颜色特征数据的匹配结果确定待检测图像的检测结果。以此，通过将图像特征调节后的待检测图像的颜色特征数据与参考图像的颜色特征数据进行自动匹配，并根据匹配结果确定待检测图像的检测结果。可以自动化对图像特征调节的效果进行验证，进而提升了图像检测的效率。
附图说明
[0046]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像检测方法，其特征在于，所述方法包括：获取图像特征调节后的待检测图像以及与所述待检测图像对应的目标图像特征调节参数；根据所述待检测图像以及所述目标图像特征调节参数确定参考图像，所述参考图像为根据每一图像特征调节参数生成的参考图像集中由所述目标图像特征调节参数确定的图像；对所述待检测图像的颜色特征数据进行提取，得到第一颜色特征数据；对所述参考图像的颜色特征数据进行提取，得到第二颜色特征数据；根据所述第一颜色特征数据与所述第二颜色特征数据的匹配结果确定所述待检测图像的检测结果。2.根据权利要求1所述的方法，其特征在于，所述对所述待检测图像的颜色特征数据进行提取，得到第一颜色特征数据，包括：将所述待检测图像划分为多个像素；对每个像素的RGB通道的数值进行提取，并根据所述RGB通道的数值确定第一颜色特征数据。3.根据权利要求2所述的方法，其特征在于，所述根据所述RGB通道的数值确定第一颜色特征数据，包括：计算R通道数值的第一均值、G通道数值的第二均值以及B通道数值的第三均值；根据所述第一均值、所述第二均值以及所述第三均值确定第一颜色特征数据。4.根据权利要求3所述的方法，其特征在于，所述根据所述第一均值、所述第二均值以及所述第三均值确定第一颜色特征数据，包括；计算R通道数值的第一方差、G通道数值的第二方差以及B通道数值的第三方差；根据所述第一均值、所述第二均值、所述第三均值、所述第一方差、所述第二方差以及所述第三方差确定第一颜色特征数据。5.根据权利要求1所述的方法，其特征在于，所述根据所述待检测图像以及所述目标图像特征调节参数确定参考图像，包括：将所述待检测图像发送至服务器以使得所述服务器根据所述待检测图像生成每一图像特征调节参数对应的参考图像集；接收所述服务器返回的所述参考图像集；根据所述目标图像特征调节参数从所述参考图像集中确定参考图像。6.根据权利要求1所述的方法，其特征在于，所述获取图像特征调节后的待检测图像以及与所述待检测图像对应的目标图像特征调节参数，包括:获取视频特征调节后待检测视频以及与所述待检测视频对应的目标图像特征调节参数；将所述待检测视频划分为多帧图像；获取所述多帧图像中每帧图像的纹理复杂度，并基于所述纹理复杂度对所述多帧图像进行排序；确定所述多帧图像中纹理复杂度最高的图像为待检测图像。7.根据权利要求6所述的方法，其特征在于，所述获取所述多帧图像中每帧图像的纹理
复杂度，包括：将所述多帧图像中每帧图像划分为多个像素；获取每个像素的灰度值，并基于所述灰度值生成每帧图像对应的灰度直方图；根据所述每帧图像对应的灰度直方图确定每帧图...
【专利技术属性】
技术研发人员：陈裕发，龙祖苑，谢宗兴，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。