CN103995889B - 图片分类方法及装置 - Google Patents

Abstract

本发明实施例公开了图片分类方法及装置。该图片分类方法包括：对所获取的图片进行标识物特征识别；根据标识物特征识别结果以及设定的至少一个分类标签下的标识物特征，为所获取的图片配置相应的分类标签，以完成对所获取的图片的分类。本发明实施例提供的技术方案通过对所获取的图片配置分类标签来实现对图片的分类，从而能够从所获取到的诸多图片中快速的检索出目标分类下的图片，而无需用户通过逐张查看方式来查找得到目标分类下的图片，从而缩短了查找图片时所耗费的时间，提高了图片查找效率。

Description

图片分类方法及装置

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及图片分类方法及装置。

背景技术

随着电子技术的迅速发展，各种具有图像采集功能的设备应运而生，例如数码相机、智能手机、或者平板电脑等。用户可以通过图像采集设备进行拍照，进而得到大量的图片。当然，用户还可通过互联网直接获取图片。

在现有技术中，通常是通过终端设备采用默认的几种模式对所获得的图片进行保存。其中，默认的几种模式可具体为：按照名称、格式、大小、日期或拍摄地理位置对所获得的多张图片排序。进而，可按照排序顺序对所获得的图片进行保存。

但是，上述现有技术存在的技术缺陷在于：不方便用户从所存储的图片中查找到目标图片，特别是对于所存储的图片的数量为几百张时，用户很难在短时间内找到目标图片，从而使得图片的查找既费时又费力。

发明内容

本发明实施例提供一种图片分类方法及装置，以缩短后续查找图片时所耗费的时间，提高图片查找效率。

第一方面，本发明实施例提供了一种图片分类方法，该方法包括：

对所获取的图片进行标识物特征识别；

根据标识物特征识别结果以及设定的至少一个分类标签下的标识物特征，为所获取的图片配置相应的分类标签，以完成对所获取的图片的分类。

第二方面，本发明实施例还提供了一种图片分类装置，该装置包括：

图片标识物特征识别单元，用于对所获取的图片进行标识物特征识别；

图片分类标签配置单元，用于根据标识物特征识别结果以及设定的至少一个分类标签下的标识物特征，为所获取的图片配置相应的分类标签，以完成对所获取的图片的分类。

本发明实施例通过对所获取的图片配置分类标签来实现对图片的分类，从而能够从所获取到的诸多图片中快速的检索出目标分类下的图片，而无需用户通过逐张查看方式来查找得到目标分类下的图片，从而缩短了查找图片时所耗费的时间，提高了图片查找效率。

附图说明

图1是本发明实施例一提供的一种图片分类方法的流程示意图；

图2是本发明实施例二提供的一种图片分类方法的流程示意图；

图3是本发明实施例三提供的一种图片分类方法的流程示意图；

图4是本发明实施例四提供的一种图片分类方法的流程示意图；

图5是本发明实施例五提供的一种图片分类装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一提供的一种图片分类方法的流程示意图，本实施例可适用于在获取到多张图片后，对所获取的多张图片进行分类处理的情况，该方法可以由图片分类装置来执行，所述图片分类装置可以通过软件和/或硬件实现，例如该装置可以为智能手机、平板电脑或者个人数字助理等具有处理器、存储器和显示器的电子设备。参见图1，该图片分类方法具体包括如下步骤：

步骤110、对所获取的图片进行标识物特征识别。

在本实施例中，被进行标识物特征识别的图片可以是根据用户拍摄指令指示图像采集设备进行图片采集得到的，也可以是通过无线或有线网络连接从其他电子设备获取得到的。其中，图像采集设备可以是内置在图片分类装置内的部分结构元件，也可是能够与图片分类装置进行数据通信的独立产品。

在获取到图片之后，可采用图像识别技术对所获取到的图片进行标识物特征识别，从而可以确定所获取到的图片中所包含的标识物。其中，图像识别技术包括但不限于图像去噪、图像增强、图像空间变换、图像关键特征点提取等技术。在本实施例中，标识物可以为一个、两个或多个，可以是人脸和/或其他显著性主体(例如为山、桌子、鲜花等)。当标识物为人脸时，标识物特征识别结果可包含人脸个数以及每个人脸的关键特征点。

步骤120、根据标识物特征识别结果以及设定的至少一个分类标签下的标识物特征，为所获取的图片配置相应的分类标签，以完成对所获取的图片的分类。

其中，分类标签用于识别不同类别的图片，属于同一类别的图片所被配置的分类标签是相同的。例如，分类标签为能够表示该分类的小图标(ICON)，小图标所示内容可为红色的桃心、筷子、人脸等信息。相同类别的图片对应于同一个分类标签，分类标签下的标识物特征即为属于该类别的图片集中所包含的标识物特征。

具体的，分类标签下的标识物特征可为属于该类别的一张图片所包含的标识物特征，也可为属于该类别的各张图片所包含的标识物特征的加权，本实施例对此不作限定。在本实施例中，分类标签下的标识物特征可根据预先存储的已配置有分类标签的各张图片计算得到，也可是直接获取得到的。

举例而言，将笑脸小图标配置给包含有鲜花的图片，使得包含有鲜花的所有图片被划分为一类；将红色桃心小图标配置给包含有用户自己和某个亲人的图片，使得包含有用户自己和某个亲人的所有图片被划分为一类。

本实施例提供的技术方案，通过对所获取的图片配置分类标签来实现对图片的分类，从而能够从所获取到的诸多图片中快速的检索出目标分类下的图片，而无需用户通过逐张查看方式来查找得到目标分类下的图片，从而缩短了查找图片时所耗费的时间，提高了图片查找效率。

实施例二

图2是本发明实施例二提供的一种图片分类方法的流程示意图，本实施例在上述实施例的基础上，优选是进一步增加了设定的至少一个分类标签下的标识物特征的计算过程。参见图2，该图片分类方法具体包括如下步骤：

步骤210、根据用户输入指令，为预先保存的各目标图片分别配置相应的分类标签，其中所配置的分类标签从设定的至少一个分类标签中选取得到。

步骤220、分别遍历配置的各分类标签，对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征。

上述步骤210与步骤220是实现了设定的至少一个分类标签下的标识物特征的计算过程，该标识物特征是根据预先存储的已配置有分类标签的各张图片计算得到的。在本实施例的一个优选的实施方式中，对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征，可具体包括：

如果当前遍历到的分类标签下的目标图片的张数达到设定的数量阈值，则对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征。

进一步的，如果当前遍历到的分类标签下的目标图片的张数未达到设定的数量阈值，则直接读取预先保存的设定的分类标签的模板标识物特征，将设定的分类标签的模板标识物特征作为设定的分类标签的标识物特征。

其中，对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征，可具体为：

分别对当前遍历到的分类标签下的各张目标图片进行图像识别，以提取各张目标图片所包含的各个标识物特征；

根据各张目标图片所包含的各个标识物特征得到当前遍历到的分类标签下的各个标识物特征。

具体的，当某个标识物特征同时被包含在多张目标图片中时，可对这些目标图片中的各张图片所包含的该标识物的特征进行加权或筛选，从而得到当前遍历到的分类标签下的该标识物的特征。

例如，本地预先保存有10张目标图片，其中5张目标图片均包含用户自己和其母亲这样两个标识物的特征；根据用户输入指令分别为所述10张图片配置相应的分类标签，例如为所述的5张目标图片均配置了红色桃心小图标；当遍历到红色桃心小图标这一分类标签下的目标图片张数超过3张，分别对红色桃心小图标下的5张目标图片进行图像识别，将5张目标图片所包含的标识物(用户自己和其母亲)特征进行加权得到红色桃心小图标下的标识物特征。

步骤230、对所获取的图片进行标识物特征识别。

步骤240、根据标识物特征识别结果以及设定的至少一个分类标签下的标识物特征，为所获取的图片配置相应的分类标签，以完成对所获取的图片的分类。

本实施例提供的技术方案，一方面，根据用户指令为预先保存的目标图片配置设定的分类标签，并通过目标图片得到设定分类标签的标识物特征，这样可以很好的满足用户需求，能够将后续所获取到的图片配置为用户所希望的分类标签；另一方面通过对所获取的图片配置分类标签来实现对图片的分类，从而能够从所获取到的诸多图片中快速的检索出目标分类下的图片，而无需用户通过逐张查看方式来查找得到目标分类下的图片，从而缩短了查找图片时所耗费的时间，提高了图片查找效率。

实施例三

图3是本发明实施例三提供的一种图片分类方法的流程示意图，本实施例在上述各实施例的基础上，对“根据标识物特征识别结果以及设定的至少一个分类标签下的标识物特征，为所获取的图片配置相应的分类标签，以完成对所获取的图片的分类”这一步骤作进一步优化。参见图3，该图片分类方法具体包括如下步骤：

步骤310、根据用户输入指令，为预先保存的各目标图片分别配置相应的分类标签，其中所配置的分类标签从设定的至少一个分类标签中选取得到；

步骤320、分别遍历配置的各分类标签，对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征；

步骤330、对所获取的图片进行标识物特征识别；

步骤340、分别计算所获取的图片包含的标识物特征与设定的各个分类标签下的标识物特征的相似度；

步骤350、将与所获取的图片包含的标识物特征的相似度满足设定阈值条件下的分类标签，配置给所获取的图片。

在本发明实施例中，标识物的特征可以是标识物在其对应图片中的一些关键点位置和关键点位置处的灰度值。可以根据：所获取的图片包含的标识物的关键点位置与分类标签下的该标识物的关键点位置之间的距离，以及所获取的图片包含的标识物的关键点位置处的灰度值与分类标签下的该标识物的关键点位置处的灰度值之间的距离，这两个度量值来得到相似度。

其中，所述距离可以为欧式距离。距离越大，相似度越小。在本实施例中，相似度的最大值可为1，最小值为0。当然，本领域普通技术人员应理解，还可采用其他算法计算相似度，例如计算所获取的图片包含的标识物的关键点构成的轮廓区域与分类标签下的该标识物的关键点组成的轮廓区域之间的匹配度，根据该匹配度得到相似度。

上述设定阈值条件可在产品出厂时配置得到，也可通过与用户交互方式得到用户输入的设定阈值条件。设定阈值条件可以是一个绝对条件，即相似度达到设定阈值，例如相似度达到80％；也可是一个相对条件，即当前所计算得到的各个相似度中最大的。

本实施例提供的技术方案，一方面，根据用户指令为预先保存的目标图片配置设定的分类标签，并通过目标图片得到设定分类标签的标识物特征，这样可以很好的满足用户需求，能够将后续所获取到的图片配置为用户所希望的分类标签；另一方面通过对所获取的图片配置分类标签来实现对图片的分类，从而能够从所获取到的诸多图片中快速的检索出目标分类下的图片，而无需用户通过逐张查看方式来查找得到目标分类下的图片，从而缩短了查找图片时所耗费的时间，提高了图片查找效率。特别的，将与所获取的图片包含的标识物特征的相似度满足设定阈值条件下的分类标签，配置给所获取的图片，能够为所获取图片配置更加准确有效的分类标签。

实施例四

图4是本发明实施例四提供的一种图片分类方法的流程示意图，本实施例在上述各实施例的基础上，增加了图片检索的过程。参见图4，该图片分类方法具体包括如下步骤：

步骤410、根据用户输入指令，为预先保存的各目标图片分别配置相应的分类标签，其中所配置的分类标签从设定的至少一个分类标签中选取得到；

步骤420、分别遍历配置的各分类标签，对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征；

步骤430、对所获取的图片进行标识物特征识别；

步骤440、分别计算所获取的图片包含的标识物特征与设定的各个分类标签下的标识物特征的相似度；

步骤450、将与所获取的图片包含的标识物特征的相似度满足设定阈值条件下的分类标签，配置给所获取的图片；

步骤460、接收包含有目标分类标签标识的图片检索请求。

步骤470、确定目标分类标签标识所对应的分类标签，在所获取到的图片集中检索与所确定的分类标签相对应的图片。

在本实施例中，目标分类标签标识为能够唯一表示目标分类标签的标识，该标识可为由数字、字母、下划线和/或其他字符组成的字符串。

本实施例提供的技术方案，在为所获取的图片配置分类标签后，根据所接收的目标分类标签标识在所获取到的图片集中检索图片，这样能够大大加快检索到目标分类标签下图片的速度，克服了现有技术中因通过逐一扫描图片集来检索图片所带来的检索速度慢、效率低下的弊端。

为能够进一步加快图片检索速度，在本实施例的一个优选的实施方式中，在为所获取的图片配置相应的分类标签之后，还可将相同分类标签下的所有获取到的图片保存在所建立的同一个文件夹中。也即，一个分类标签对应于一个文件夹，文件夹中保存有其相应分类标签下的各张图片。这样，在接收到包含有目标分类标签标识的图片检索请求，并确定完毕目标分类标签标识所对应的分类标签的情况下，可只通过遍历所建立的文件夹名称目录，来确定与根据图片检索请求确定得到的分类标签相对应的文件夹名称，从而检索到所确定的分类标签下的图片。

当然，图片检索过程还可为用户手动检索。为能够方便后续用户手动检索图片，提高手动检索效率，在为与所获取的图片配置相应的分类标签之后，还可进一步包括：在所获取的图片的缩略图中标记分类标签，以便于在显示图片缩略图的同时能够显示该图片对应的分类标签。这样，能够使得用户可根据缩略图中的分类标签很快查找到相应分类下的目标图片。

实施例五

图5是本发明实施例五提供的一种图片分类装置的结构示意图，本实施例可适用于在获取到多张图片后，对所获取的多张图片进行分类处理的情况。参见图5，该图片分类装置的具体结构包括：

图片标识物特征识别单元510和图片分类标签配置单元520。

其中，图片标识物特征识别单元510，用于对所获取的图片进行标识物特征识别；

图片分类标签配置单元520，用于根据标识物特征识别结果以及设定的至少一个分类标签下的标识物特征，为所获取的图片配置相应的分类标签，以完成对所获取的图片的分类。

进一步的，所述图片分类标签配置单元520，可具体用于：

分别计算所获取的图片包含的标识物特征与设定的各个分类标签下的标识物特征的相似度；

将与所获取的图片包含的标识物特征的相似度满足设定阈值条件下的分类标签，配置给所获取的图片。

进一步的，该图片分类装置还可包括：

分类标签预配置单元500，用于在所述图片标识物特征识别单元510对所获取的图片进行标识物特征识别之前，根据用户输入指令，为预先保存的各目标图片分别配置相应的分类标签，其中所配置的分类标签从所述设定的至少一个分类标签中选取得到；

分类标签标识物特征确定单元505，用于分别遍历所述分类标签预配置单元500配置的各分类标签，对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征。

进一步的，所述分类标签标识物特征确定单元505，可具体用于：

如果当前遍历到的分类标签下的目标图片的张数达到设定的数量阈值，则对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征。

进一步的，该图片分类装置还可包括：

图片检索请求接收单元530，用于在所述图片分类标签配置单元520为与所获取的图片配置相应的分类标签之后，接收包含有目标分类标签标识的图片检索请求；

图片检索单元540，用于确定所述目标分类标签标识所对应的分类标签，在所获取到的图片集中检索与所确定的分类标签相对应的图片。

上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (4)

1.一种图片分类方法，其特征在于，包括：

根据用户输入指令，为预先保存的各目标图片分别配置相应的分类标签，其中所配置的分类标签从设定的至少一个分类标签中选取得到；

分别遍历配置的各分类标签，对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征，当某个标识物特征被包含在多张目标图片中时，对所述多张目标图片中的各张图片所包含的标识物的特征进行加权或筛选，以得到当前遍历到的分类标签下的标识物的特征，其中，所述分类标签和所述标识物特征无图像关联，所述标识物特征包括标识物的关键点位置以及所述关键点位置处的灰度值；

对所获取的图片进行标识物特征识别；

分别计算所获取的图片包含的标识物特征中的关键点位置以及关键点位置处的灰度值与设定的各个分类标签下的标识物特征的关键点位置以及关键点位置处的灰度值的距离值，依据所述距离值确定所述图片包含的标识物特征和设定的各个分类标签下的标识物特征的相似度，将与所获取的图片包含的标识物特征的相似度满足设定阈值条件的分类标签，配置给所获取的图片，以完成对所获取的图片的分类；

将相同分类标签下的所有获取到的图片保存在同一个文件夹中，同时在获取的图片的缩略图中标记分类标签；

接收包含有目标分类标签标识的图片检索请求；

确定所述目标分类标签标识所对应的分类标签，在所获取到的图片集中检索与所确定的分类标签相对应的图片，所述图片集中包含的标识物特征和所述确定的分类标签下的标识物特征相同。

2.根据权利要求1所述的图片分类方法，其特征在于，对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征，包括：

如果当前遍历到的分类标签下的目标图片的张数达到设定的数量阈值，则对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征。

3.一种图片分类装置，其特征在于，包括：

分类标签预配置单元，用于在图片标识物特征识别单元对所获取的图片进行标识物特征识别之前，根据用户输入指令，为预先保存的各目标图片分别配置相应的分类标签，其中所配置的分类标签从设定的至少一个分类标签中选取得到；

分类标签标识物特征确定单元，用于分别遍历所述分类标签预配置单元配置的各分类标签，对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征，其中，所述分类标签和所述标识物特征无图像关联，所述标识物特征包括标识物的关键点位置以及所述关键点位置处的灰度值；

图片标识物特征识别单元，用于对所获取的图片进行标识物特征识别；

图片分类标签配置单元，用于分别计算所获取的图片包含的标识物特征中的关键点位置以及关键点位置处的灰度值与设定的各个分类标签下的标识物特征的关键点位置以及关键点位置处的灰度值的距离值，依据所述距离值确定所述图片包含的标识物特征和设定的各个分类标签下的标识物特征的相似度，将与所获取的图片包含的标识物特征的相似度满足设定阈值条件的分类标签，配置给所获取的图片，以完成对所获取的图片的分类，将相同分类标签下的所有获取到的图片保存在同一个文件夹中，同时在获取的图片的缩略图中标记分类标签，当某个标识物特征被包含在多张目标图片中时，对所述多张目标图片中的各张图片所包含的标识物的特征进行加权或筛选，以得到当前遍历到的分类标签下的标识物的特征；

图片检索请求接收单元，用于在所述图片分类标签配置单元为与所获取的图片配置相应的分类标签之后，接收包含有目标分类标签标识的图片检索请求；

图片检索单元，用于确定所述目标分类标签标识所对应的分类标签，在所获取到的图片集中检索与所确定的分类标签相对应的图片，所述图片集中包含的标识物特征和所述确定的分类标签下的标识物特征相同。

4.根据权利要求3所述的图片分类装置，其特征在于，所述分类标签标识物特征确定单元，具体用于：

如果当前遍历到的分类标签下的目标图片的张数达到设定的数量阈值，则对当前遍历到的分类标签下的目标图片进行图像识别，根据图像识别结果得到当前遍历到的分类标签下的标识物特征。