CN110909187A - 图像存储方法、图像读取方法、图像存储器及存储介质 - Google Patents
图像存储方法、图像读取方法、图像存储器及存储介质 Download PDFInfo
- Publication number
- CN110909187A CN110909187A CN201911082402.XA CN201911082402A CN110909187A CN 110909187 A CN110909187 A CN 110909187A CN 201911082402 A CN201911082402 A CN 201911082402A CN 110909187 A CN110909187 A CN 110909187A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- metadata
- information
- sub
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种图像存储方法,包括:获取目标图像,对目标图像进行分解,得到目标子图像;将目标子图像与元数据存储区中的元数据进行匹配,确定目标子图像对应的目标元数据;获取目标元数据对应的目标元数据信息和目标图像的属性信息;利用属性信息和目标元数据信息组成目标图像的组合信息,并存储组合信息;该方法将目标元数据对应的目标元数据信息和目标图像的属性信息进行组合并存储,相当于将目标图像存储了起来,无需存储大量相同的图像,仅需存储目标图像对应的组合信息,减少了存储单元的浪费;本发明还提供了一种图像读取方法、图像存储装置、图像读取装置、图像存储器及计算机可读存储介质,同样具有上述有益效果。
Description
技术领域
本发明涉及图像存储技术领域,特别涉及一种图像存储方法、图像读取方法、图像存储器、图像存储装置、图像读取装置及计算机可读存储介质。
背景技术
在电子信息技术快速发展的今天,特别是随着人工智能、大数据分析、AR技术的发展,需要存储的图像越来越多。由于某一个存储集群中存储的图像大多为同一领域,例如为人脸图像,或者为花卉图像,因此存储集群中很多图像十分相似,导致存储了很多相近或相同的图像,这造成了大量存储单元的浪费,存储单元复用率不高,进而使得存储效率较低,同时还使得存储成本居高不下。
因此,如何解决现有图像存储方法存在的存储效率较低,使得存储成本居高不下的问题,是本领域技术人员需要解决的技术问题。
发明内容
有鉴于此,本发明的目的在于提供一种图像存储方法、图像读取方法、图像存储器、图像存储装置、图像读取装置及计算机可读存储介质,解决了现有图像存储方法存在的存储效率较低,使得存储成本居高不下的问题。
为解决上述技术问题,本发明提供了一种图像存储方法,包括:
获取目标图像,对所述目标图像进行分解,得到目标子图像;
将所述目标子图像与元数据存储区中的元数据进行匹配,确定所述目标子图像对应的目标元数据;
获取所述目标元数据对应的目标元数据信息和所述目标图像的属性信息;
利用所述属性信息和所述目标元数据信息组成所述目标图像的组合信息,并存储所述组合信息。
可选的,所述获取所述目标元数据对应的目标元数据信息,包括:
获取所述目标子图像与对应的所述目标元数据之间的变换系数;
利用元数据表获取所述目标元数据在所述元数据存储区中的预存地址,利用所述变换系数和所述预存地址组成所述目标元数据信息。
可选的,所述元数据表的建立过程,包括:
将各个所述元数据存入所述元数据存储区,并获取各个所述元数据对应的所述预存地址;
利用各个所述预存地址构建所述元数据表。
可选的,在所述将所述目标子图像与元数据存储区中的元数据进行匹配之后,还包括:
将特殊子图像存入所述元数据存储区,并获取所述特殊子图像对应的预存地址;其中,所述特殊子图像为匹配失败的目标子图像;
利用所述特殊子图像对应的所述预存地址更新所述元数据表。
可选的,所述将特殊子图像存入所述元数据存储区,包括:
对所述特殊子图像进行压缩处理后存入所述元数据存储区。
可选的,所述获取所述目标图像的属性信息,包括:
获取所述目标子图像在所述目标图像中对应的位置信息;
利用所述位置信息和所述目标图像的标识信息组成所述属性信息。
本发明还提供了一种图像读取方法,包括:
获取用于读取目标图像的读取指令,利用所述读取指令确定所述目标图像对应的组合信息;
对所述组合信息进行解析,得到属性信息和目标元数据信息,利用所述目标元数据信息从元数据存储区中的多个元数据中获取对应的目标元数据;
利用所述属性信息和所述目标元数据信息对所述目标元数据进行构建处理,得到所述目标图像。
可选的,所述利用所述目标元数据信息从元数据存储区中获取对应的目标元数据,包括:
对所述目标元数据信息进行解析,得到对应的预存地址;
利用所述预存地址从所述元数据存储区中获取对应的所述目标元数据。
可选的,所述利用所述属性信息和所述目标元数据信息对所述目标元数据进行构建处理,得到所述目标图像,包括:
对所述目标元数据信息进行解析,得到变换系数;
利用所述变换系数对对应的所述目标元数据进行处理,得到对应的目标子图像;
对所述属性信息进行解析,得到所述目标子图像对应的位置信息;
利用所述位置信息对所述目标子图像进行构建处理,得到所述目标图像。
本发明还提供了一种图像存储器,包括处理器、存储器和输入输出部件,其中:
所述输入输出部件,用于获取或输出目标图像;
所述存储器,包括元数据存储区、组合信息存储区和程序存储区;其中,所述程序存储区用于保存计算机程序,所述元数据存储区用于保存元数据,所述组合信息存储区用于存储组合信息;
所述处理器,用于执行所述计算机程序,以实现上述的图像存储方法或上述的图像读取方法。
本发明还提供了一种图像存储装置,包括:
分解模块,用于获取目标图像,对所述目标图像进行分解,得到目标子图像;
匹配模块,用于将所述目标子图像与元数据存储区中的元数据进行匹配,确定所述目标子图像对应的目标元数据;
获取模块,用于获取所述目标元数据对应的目标元数据信息和所述目标图像的属性信息;
存储模块,用于利用所述属性信息和所述目标元数据信息组成所述目标图像的组合信息,并存储所述组合信息。
本发明还提供了一种图像读取装置,包括:
指令获取模块,用于获取用于读取目标图像的读取指令,利用所述读取指令确定所述目标图像对应的组合信息;
解析模块,用于对所述组合信息进行解析,得到属性信息和目标元数据信息,利用所述目标元数据信息从元数据存储区中的多个元数据中获取对应的目标元数据;
目标图像获取模块,用于利用所述属性信息和所述目标元数据信息对所述目标元数据进行构建处理,得到所述目标图像。
本发明还提供了一种计算机可读存储介质,用于保存计算机程序,其中,所述计算机程序被处理器执行时实现上述的图像存储方法或上述的图像读取方法。
本发明提供了一种图像存储方法,获取目标图像,对目标图像进行分解,得到目标子图像。将目标子图像与元数据存储区中的元数据进行匹配,确定目标子图像对应的目标元数据。获取目标元数据对应的目标元数据信息和目标图像的属性信息。利用属性信息和目标元数据信息组成目标图像的组合信息,并存储组合信息。
可见,该图像存储方法将想要存储的目标图像进行分解,得到目标子图像,并在元数据存储区中匹配得到目标元数据。将目标元数据对应的目标元数据信息和目标图像的属性信息进行组合并存储,即相当于将目标图像存储了起来。该图像存储方法无需存储大量相近或相同的图像,仅需存储目标图像对应的组合信息,因此减少了存储单元的浪费,提高了存储单元的复用率,提高了存储效率,同时还降低了存储成本。
本发明还提供了一种图像读取方法,与上述图像存储方法相对应,获取用于读取目标图像的读取指令,利用读取指令确定目标图像对应的组合信息。对组合信息进行解析,得到属性信息和目标元数据信息,利用目标元数据信息从元数据存储区中的多个元数据中获取对应的目标元数据。利用属性信息和目标元数据信息对目标元数据进行构建处理,得到目标图像。
可见,该图像读取方法在读取目标图像时先获取目标图像对应的组合信息,利用所述组合信息从元数据存储区中获取目标元数据,并利用属性信息和目标元数据信息将目标元数据进行组合即可得到目标图像。该图像读取方法无需存储大量相近或相同的图像,仅需存储目标图像对应的组合信息,并在读取目标图像时读取组合信息即可。因此减少了存储单元的浪费,提高了存储单元的复用率,提高了存储效率,同时还降低了存储成本。
此外,本发明还提供了一种图像存储器、图像存储装置、图像读取装置及计算机可读存储介质,同样具有上述有益效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种图像存储方法流程图;
图2为本发明实施例提供的一种图像读取方法流程图;
图3为本发明实施例提供的一种具体的构建处理流程图;
图4为本发明实施例提供的一种图像存储装置的结构示意图;
图5为本发明实施例提供的一种图像读取装置的结构示意图;
图6为本发明实施例提供的一种图像存储器的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参考图1,图1为本发明实施例提供的一种图像存储方法流程图。该方法包括:
S101:获取目标图像,对目标图像进行分解,得到目标子图像。
目标图像为想要存储的图像,其格式可以为JPEG、TIFF、RAW、BMP、GIF或PNG等任一图片格式,目标图像的形状和比例可以任取,例如可以为正方形,或者可以为长宽比为4:3的长方形,或者可以为长宽比为16:9的长方形。目标图像的内容本实施例不做限定,例如可以为人脸图像、或者可以为花卉图像。
在获取目标图像后,对目标图像进行分解,得到目标子图像。具体的分解方法本实施例不做限定,例如可以利用深度学习网络对目标图像进行识别和标记,按照深度学习网络的标记对目标图像进行分解;或者可以按照预设格式对目标图像进行分解。为了使分解得到的目标子图像与元数据更加相似,本实施例中优选的,利用深度学习网络对目标图像进行识别和标记,并按照标记对目标图像进行分解。深度学习网络可以提前训练好,具体的,可以训练多个深度学习网络,以便根据目标图像的内容对目标图像进行分解,例如可以在获取到目标图像后,先识别目标图像的内容,当目标图像为人脸图像时,利用人脸识别模型对目标图像进行标记,再根据标记对目标图像进行划分;或者当目标图像为花卉图像时,利用花卉识别模型对目标图像进行标记,再根据标记对目标图像进行划分。深度学习模型的结构、训练过程和训练图像集的内容本实施例均不做限定,可以根据实际的情况进行调整或选择。
本实施例并不限定目标子图像的数量多少,目标子图像具体的数量大小与分解方法有关。具体的,当按照预设规则对目标图像进行分解时,则目标子图像的数量是固定的,例如固定为5个;当利用深度学习网络对目标图像进行识别标记并分解时,则可以根据识别标记的结果确定目标子图像的数量,识别标记的结果可能会受到深度学习模型的训练集图像和模型本身结构的影响,例如在某种情况下可以将目标图像分解为多个目标子图像,例如当目标图像为人脸图像时,可以将目标图像分解为嘴部、鼻部、眼部、头顶、脸颊等多个目标子图像;或者当目标图像为五星红旗时,可以将其分为五星和红色两个子图像。当然,目标图像也可以被分解为一个子图像,即将目标图像确定为一个子图像,例如像目标图像为纯红色的红旗时,则可以将其确定为一个目标子图像。
S102:将目标子图像与元数据存储区中的元数据进行匹配,确定目标子图像对应的目标元数据。
在得到目标子图像后,将目标子图像与元数据存储区中的元数据进行匹配,元数据被提前存入元数据存储区,用于与目标子图像进行匹配操作,并在相应的读取过程中用于构建目标图像。元数据的具体形式本实施例不做限定,例如可以为普通的图像;或者可以为某些信息元素组成的信息,例如为颜色、大小和规则等组合而成的信息,例如可以为红色、一个像素大小、绕某点旋转360度组合而成的信息,即该信息表示了一个红色的圆,圆的半径大小不做限定;或者可以为黄色,一个像素大小,从某点开始向前移动十次,即该信息表示了一个黄色的长度为10像素的线段。
具体的,在将目标子图像与元数据进行匹配之后,将匹配通过的元数据确定为目标元数据,即与目标子图像对应的目标元数据。本实施利并不限定具体的匹配成功的判定标准,例如当元数据为普通图像时,可以将目标子图像与元数据存储区中的每个元数据进行匹配,并确定每次匹配的置信度,当某一元数据对应的置信度大于置信度阈值时,例如当大于99%时,将该元数据确定为目标元数据;或者可以将目标子图像与元数据存储区中的每个元数据进行匹配,并确定每次匹配的置信度,当多个元数据对应的置信度大于置信度阈值时,例如当大于99%时,将这多个元数据中置信度最大的元数据确定为目标元数据。当元数据为某些信息元素组成的信息时,具体的匹配过程可以参考现有技术,本实施例并不限定,只要可以实现匹配即可。
S103:获取目标元数据对应的目标元数据信息和目标图像的属性信息。
目标元数据信息为目标元数据对应的信息,其可以包括目标子图像和目标元数据对应的变换系数以及目标元数据在元数据存储区中的预存地址,除此之外,还可以包括目标元数据的编号或id信息等。当有多个目标子图像时,相应的会有多个目标元数据,每个目标元数据对应一个目标元数据信息,因此会有多个目标元数据信息。目标图像的属性信息包括目标图像的标识信息,例如id信息或编号信息,还包括位置信息,位置信息用于表示目标子图像在目标图像中的位置,也可以被称为映射因子,即目标子图像在目标图像中的映射位置。
在本发明实施例中,获取目标元数据对应的目标元数据信息时,可以获取目标子图像与对应的目标元数据之间的变换系数,变换系数可以包括其他多种系数,例如缩放系数、旋转系数、长度系数、大小系数或翻转系数等,目标元数据按照缩放系数进行变换或操作,即可得到目标子图像。在获取变换系数后,利用元数据表获取目标元数据在元数据存储区中的预存地址,预存地址为目标元数据的存储地址,元数据表用于存储各个元数据的预存地址,以便在存储目标图像时生成目标元数据信息,或者在相应的目标图像读取过程中提供预存地址以便获取目标元数据。利用变换系数和预存地址,即可组成目标元数据信息。
在获取目标图像的属性信息时,可以获取目标子图像在目标图像中对应的位置信息,该位置信息可以利用目标子图像中一个特定像素的位置进行表示,也可以利用目标子图像中多个像素的位置进行表示,例如可以选择目标子图像的中心点作为特定像素,将该中心点在目标图像中的坐标信息作为目标子图像的位置信息;或者可以选择目标子图像的边界上的多个像素,利用这些像素在目标图像中的坐标信息作为目标子图像的位置信息。在获取位置信息后,利用位置信息和目标图像的标识信息组成属性信息。
进一步,在利用元数据表获取预存地址之前,还需要构建元数据表。具体的,将各个元数据存入元数据存储区中,并获取各个元数据对应的预存地址,利用各个预存地址构建元数据表。元数据表中还可以包括各个元数据的编号或id。
S104:利用属性信息和目标元数据信息组成目标图像的组合信息,并存储组合信息。
在获取属性信息和目标元数据信息之后,利用属性信息和目标元数据信息组成目标图像对应的组合信息,具体的组合信息生成方法本实施例不做限定,例如可以按照属性信息在前,目标元数据信息在后的顺序组成目标图像的组合信息;或者在目标元数据信息有多个时,对目标元数据信息排序,并将属性信息放置于目标元数据信息的后面组成组合信息。在生成组合信息之后,可以将组合信息存储于组合信息存储区中。
应用本发明实施例提供的图像存储方法,将想要存储的目标图像进行分解,得到目标子图像,并在元数据存储区中匹配得到目标元数据。将目标元数据对应的目标元数据信息和目标图像的属性信息进行组合并存储,即相当于将目标图像存储了起来。该图像存储方法无需存储大量相近或相同的图像,仅需存储目标图像对应的组合信息,因此减少了存储单元的浪费,提高了存储单元的复用率,提高了存储效率,同时还降低了存储成本。
基于上述发明实施例,在一种可能的实施方式中,对目标图像进行分解后得到的目标子图像并不与元数据存储区中的元数据相匹配,为了解决上述问题,在将目标子图像和元数据存储区中的元数据进行匹配之后,还可以包括:
将特殊子图像存入元数据存储区,并获取特殊子图像对应的预存地址。
需要说明的是,特殊子图像即为匹配失败的目标子图像。在本发明实施例中,匹配失败的判定标准与上述发明实施例中匹配成功的判定标准相对应,例如当匹配成功的判定标准为目标子图像与目标元数据之间的置信度大于99%,则匹配失败的判定标准即可为目标子图像与任一元数据时间的置信度均小于99%。在匹配失败后,将匹配失败的目标子图像确定为特殊子图像,并将特殊子图像存入元数据存储区,同时获取特殊子图像对应的预存地址。需要说明的是,本实施例并不限定将特殊子图像存储元数据存储区中的存储方法,例如可以直接将特殊子图像作为元数据存入元数据存储区;或者可以对特殊子图像进行解析,得到与特殊子图像对应的信息,将该信息作为元数据存入元数据存储区。
进一步,为了减少特殊子图像占用元数据存储区的存储空间,以便在元数据存储区中存入更多元数据,本发明实施例中优选的,对特殊子图像进行压缩处理后再将其存入元数据存储区。
利用特殊子图像对应的预存地址更新元数据表。
再将特殊子图像存入元数据存储区并获取对应的预存地址之后,利用该预存地址更新元数据表。在更新元数据表的过程中,可能还需要对特殊子图像进行编号处理以获取特殊子图像对应的图像编号,并将图像编号加入元数据表,具体的更新过程本实施例不做限定。
本发明实施例将说明一种与上述图像存储方法相对应的图像读取方法,具体请参考图2,图2为本发明实施例提供的一种图像读取方法流程图,包括:
S201:获取用于读取目标图像的读取指令,利用读取指令确定目标图像对应的组合信息。
读取指令用于指定读取的目标图像,其中可以包括目标图像的标识信息,或者可以包括组合信息的编号信息等。在获取读取指令之后,利用读取指令确定目标图像对应的组合信息。组合信息可以包括属性信息和目标元数据信息,属性信息中可以包括目标图像的标识信息,可以利用该标识信息和读取指令确定目标图像对应的组合信息。
S202:对组合信息进行解析,得到属性信息和目标元数据信息,利用目标元数据信息从元数据存储区中的多个元数据中获取对应的目标元数据。
对组合信息进行解析之后,得到属性信息和目标元数据信息。目标图像的属性信息包括目标图像的标识信息,例如id信息或编号信息,还包括位置信息,位置信息用于表示目标子图像在目标图像中的位置。目标元数据信息为目标元数据对应的信息,其可以包括目标子图像和目标元数据对应的变换系数以及目标元数据在元数据存储区中的预存地址,除此之外,还可以包括目标元数据的编号或id信息等。
在获取目标元数据信息之后,利用目标元数据信息从元数据存储区中的多个元数据中获取对应目标元数据。本实施例并不限定一个组合信息中目标元数据信息的数量,例如一个组合信息可以仅包括一个目标元数据信息,或者一个组合信息中可以包括多个目标元数据信息。目标元数据信息与目标元数据相对应,因此可以利用目标元数据信息从元数据存储区中的多个元数据中确定并获取与目标元数据信息相对应的目标元数据。
具体的,在利用目标元数据信息从元数据存储区中获取对应的目标元数据时,可以对目标元数据信息进行解析,得到目标元数据信息对应的预存地址,即目标元数据的预存地址,利用预存地址从元数据存储区中获取对应的目标元数据。
S203:利用属性信息和目标元数据信息对目标元数据进行构建处理,得到目标图像。
利用属性信息和目标元数据信息对目标图像进行构建处理,即可得到目标图像。构建处理具体可以包括变换处理和组合处理,其具体过程本实施例不做限定,例如当目标元数据信息有多个时,利用目标元数据信息分别对目标元数据进行变换处理,在变换处理后利用属性信息将经过变换处理的目标元数据进行组合,即可得到目标图像。在得到目标图像后,可以执行其他操作,例如可以输出目标图像,或可以展示目标图像。
应用本发明实施例提供的图像读取方法,在读取目标图像时先获取目标图像对应的组合信息,利用所述组合信息从元数据存储区中获取目标元数据,并利用属性信息和目标元数据信息将目标元数据进行组合即可得到目标图像。该图像读取方法无需存储大量相近或相同的图像,仅需存储目标图像对应的组合信息,并在读取目标图像时读取组合信息即可。因此减少了存储单元的浪费,提高了存储单元的复用率,提高了存储效率,同时还降低了存储成本。
基于上述发明实施例,本发明实施例将说明一种具体的构建处理流程,即对S203步骤进行具体说明。请参考图3,图3为本发明实施例提供的一种具体的构建处理流程图,包括:
S301:对目标元数据信息进行解析,得到变换系数。
在本发明实施例中,目标元数据信息包括变换系数和目标元数据在元数据存储区中的预存地址。变换系数用于将目标元数据变换为对应的目标子图像,目标子图像由目标图像分解得到。
S302:利用变换系数对对应的目标元数据进行处理,得到对应的目标子图像。
在得到变换系数后,利用变换系数对对应的目标元数据进行处理,得到对应的目标子图像,本实施例并不限定具体的处理过程。例如,变换系数可以包括f参数和m参数,当目标元数据为{a-s-m}时,利用f参数和m参数对目标元数据进行{a-s-m}*m*f计算,得到目标子图像。在本发明实施例中,*运算符仅表示运算,对于具体的运算方法和内容本实施例不做限定。
S303:对属性信息进行解析,得到目标子图像对应的位置信息。
在本发明实施例中,属性信息包括目标子图像在目标图像中的位置信息和目标图像的标识信息。位置信息用于表示目标子图像在目标图像中的位置。
S304:利用位置信息对目标子图像进行组合,得到目标图像。
在获取位置信息之后,可以利用位置对目标子图像进行组合,以便得到目标图像。需要说明的是,本发明实施例仅说明了一种具体的构建处理过程,其他类似的方法也可以用于本发明提供的图像读取方法中。
下面对本发明实施例提供的图像存储装置进行介绍,下文描述的图像存储装置与上文描述的图像存储方法可相互对应参照。
请参考图4,图4为本发明实施例提供的一种图像存储装置的结构示意图,包括:
分解模块410,用于获取目标图像,对目标图像进行分解,得到目标子图像;
匹配模块420,用于将目标子图像与元数据存储区中的元数据进行匹配,确定目标子图像对应的目标元数据;
获取模块430,用于获取目标元数据对应的目标元数据信息和目标图像的属性信息;
存储模块440,用于利用属性信息和目标元数据信息组成目标图像的组合信息,并存储组合信息。
可选的,获取模块430,包括:
变换系数获取单元,用于获取目标子图像与对应的目标元数据之间的变换系数;
预存地址获取单元,用于利用元数据表获取目标元数据在元数据存储区中的预存地址,利用变换系数和预存地址组成目标元数据信息。
可选的,包括:
模板存储模块,用于将各个元数据存入元数据存储区,并获取各个元数据对应的预存地址;
元数据表构建模块,用于利用各个预存地址构建元数据表。
可选的,还包括:
特殊存储模块,用于将特殊子图像存入元数据存储区,并获取特殊子图像对应的预存地址;其中,特殊子图像为匹配失败的目标子图像;
元数据表更新模块,用于利用特殊子图像对应的预存地址更新元数据表。
可选的,特殊存储模块,包括:
压缩单元,用于对特殊子图像进行压缩处理后存入元数据存储区。
可选的,获取模块430,包括:
位置信息获取单元,用于获取目标子图像在目标图像中对应的位置信息;
组成单元,用于利用位置信息和目标图像的标识信息组成属性信息。
下面对本发明实施例提供的图像读取装置进行介绍,下文描述的图像读取装置与上文描述的图像读取方法可相互对应参照。
请参考图5,图5为本发明实施例提供的一种图像读取装置的结构示意图,包括:
指令获取模块510,用于获取用于读取目标图像的读取指令,利用读取指令确定目标图像对应的组合信息;
解析模块520,用于对组合信息进行解析,得到属性信息和目标元数据信息,利用目标元数据信息从元数据存储区中的多个元数据中获取对应的目标元数据;
目标图像获取模块530,用于利用属性信息和目标元数据信息对目标元数据进行构建处理,得到目标图像。
可选的,解析模块520,包括:
预存地址解析单元,用于对目标元数据信息进行解析,得到对应的预存地址;
目标元数据获取单元,用于利用预存地址从元数据存储区中获取对应的目标元数据。
可选的,目标图像获取模块530,包括:
变换系数解析单元,用于对目标元数据信息进行解析,得到变换系数;
变换处理单元,用于利用变换系数对对应的目标元数据进行处理,得到对应的目标子图像;
位置信息解析单元,用于对属性信息进行解析,得到目标子图像对应的位置信息;
获取单元,用于利用位置信息对目标子图像进行构建处理,得到目标图像。
下面对本发明实施例提供的图像存储设备进行介绍,下文描述的图像存储设备与上文描述的图像存储方法或图像读取方法可相互对应参照。
请参考图6,图6为本发明实施例提供的一种图像存储器的结构示意图,该图像存储器包括输入输出部件610、存储器630和处理器620,其中:
输入输出部件610,用于获取或输出目标图像;
存储器630,包括元数据存储区、组合信息存储区和程序存储区;其中,程序存储区用于保存计算机程序,元数据存储区用于保存元数据,组合信息存储区用于存储组合信息;
处理器620,用于执行计算机程序,以实现上述的图像存储方法或上述的图像读取方法。
下面对本发明实施例提供的计算机可读存储介质进行介绍,下文描述的计算机可读存储介质与上文描述的图像存储方法或图像读取方法可相互对应参照。
本发明还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述的图像存储方法的步骤或上述的图像读取方法的步骤。
该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应该认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系属于仅仅用来将一个实体或者操作与另一个实体或者操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其他任何变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
以上对本发明所提供的一种图像存储方法、图像读取方法、图像存储器、图像存储装置、图像读取装置及计算机可读存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (13)
1.一种图像存储方法,其特征在于,包括:
获取目标图像,对所述目标图像进行分解,得到目标子图像;
将所述目标子图像与元数据存储区中的元数据进行匹配,确定所述目标子图像对应的目标元数据;
获取所述目标元数据对应的目标元数据信息和所述目标图像的属性信息;
利用所述属性信息和所述目标元数据信息组成所述目标图像的组合信息,并存储所述组合信息。
2.根据权利要求1所述的图像存储方法,其特征在于,所述获取所述目标元数据对应的目标元数据信息,包括:
获取所述目标子图像与对应的所述目标元数据之间的变换系数;
利用元数据表获取所述目标元数据在所述元数据存储区中的预存地址,利用所述变换系数和所述预存地址组成所述目标元数据信息。
3.根据权利要求2所述的图像存储方法,其特征在于,所述元数据表的建立过程,包括:
将各个所述元数据存入所述元数据存储区,并获取各个所述元数据对应的所述预存地址;
利用各个所述预存地址构建所述元数据表。
4.根据权利要求3所述的图像存储方法,其特征在于,在所述将所述目标子图像与元数据存储区中的元数据进行匹配之后,还包括:
将特殊子图像存入所述元数据存储区,并获取所述特殊子图像对应的预存地址;其中,所述特殊子图像为匹配失败的目标子图像;
利用所述特殊子图像对应的所述预存地址更新所述元数据表。
5.根据权利要求4所述的图像存储方法,其特征在于,所述将特殊子图像存入所述元数据存储区,包括:
对所述特殊子图像进行压缩处理后存入所述元数据存储区。
6.根据权利要求1所述的图像存储方法,其特征在于,所述获取所述目标图像的属性信息,包括:
获取所述目标子图像在所述目标图像中对应的位置信息;
利用所述位置信息和所述目标图像的标识信息组成所述属性信息。
7.一种图像读取方法,其特征在于,包括:
获取用于读取目标图像的读取指令,利用所述读取指令确定所述目标图像对应的组合信息;
对所述组合信息进行解析,得到属性信息和目标元数据信息,利用所述目标元数据信息从元数据存储区中的多个元数据中获取对应的目标元数据;
利用所述属性信息和所述目标元数据信息对所述目标元数据进行构建处理,得到所述目标图像。
8.根据权利要求7所述的图像读取方法,其特征在于,所述利用所述目标元数据信息从元数据存储区中获取对应的目标元数据,包括:
对所述目标元数据信息进行解析,得到对应的预存地址;
利用所述预存地址从所述元数据存储区中获取对应的所述目标元数据。
9.根据权利要求7所述的图像读取方法,其特征在于,所述利用所述属性信息和所述目标元数据信息对所述目标元数据进行构建处理,得到所述目标图像,包括:
对所述目标元数据信息进行解析,得到变换系数;
利用所述变换系数对对应的所述目标元数据进行处理,得到对应的目标子图像;
对所述属性信息进行解析,得到所述目标子图像对应的位置信息;
利用所述位置信息对所述目标子图像进行构建处理,得到所述目标图像。
10.一种图像存储器,其特征在于,包括处理器、存储器和输入输出部件,其中:
所述输入输出部件,用于获取或输出目标图像;
所述存储器,包括元数据存储区、组合信息存储区和程序存储区;其中,所述程序存储区用于保存计算机程序,所述元数据存储区用于保存元数据,所述组合信息存储区用于存储组合信息;
所述处理器,用于执行所述计算机程序,以实现如权利要求1至6任一项所述的图像存储方法或如权利要求7至9任一项所述的图像读取方法。
11.一种图像存储装置,其特征在于,包括:
分解模块,用于获取目标图像,对所述目标图像进行分解,得到目标子图像;
匹配模块,用于将所述目标子图像与元数据存储区中的元数据进行匹配,确定所述目标子图像对应的目标元数据;
获取模块,用于获取所述目标元数据对应的目标元数据信息和所述目标图像的属性信息;
存储模块,用于利用所述属性信息和所述目标元数据信息组成所述目标图像的组合信息,并存储所述组合信息。
12.一种图像读取装置,其特征在于,包括:
指令获取模块,用于获取用于读取目标图像的读取指令,利用所述读取指令确定所述目标图像对应的组合信息;
解析模块,用于对所述组合信息进行解析,得到属性信息和目标元数据信息,利用所述目标元数据信息从元数据存储区中的多个元数据中获取对应的目标元数据;
目标图像获取模块,用于利用所述属性信息和所述目标元数据信息对所述目标元数据进行构建处理,得到所述目标图像。
13.一种计算机可读存储介质,其特征在于,用于保存计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的图像存储方法或如权利要求7至9任一项所述的图像读取方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911082402.XA CN110909187B (zh) | 2019-11-07 | 2019-11-07 | 图像存储方法、图像读取方法、图像存储器及存储介质 |
PCT/CN2020/087161 WO2021088333A1 (zh) | 2019-11-07 | 2020-04-27 | 图像存储方法、图像读取方法、图像存储器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911082402.XA CN110909187B (zh) | 2019-11-07 | 2019-11-07 | 图像存储方法、图像读取方法、图像存储器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110909187A true CN110909187A (zh) | 2020-03-24 |
CN110909187B CN110909187B (zh) | 2023-01-10 |
Family
ID=69816354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911082402.XA Active CN110909187B (zh) | 2019-11-07 | 2019-11-07 | 图像存储方法、图像读取方法、图像存储器及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110909187B (zh) |
WO (1) | WO2021088333A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021088333A1 (zh) * | 2019-11-07 | 2021-05-14 | 苏州浪潮智能科技有限公司 | 图像存储方法、图像读取方法、图像存储器及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103873438A (zh) * | 2012-12-12 | 2014-06-18 | 鸿富锦精密工业(深圳)有限公司 | 压缩包上传去重系统及方法 |
CN103873504A (zh) * | 2012-12-12 | 2014-06-18 | 鸿富锦精密工业(深圳)有限公司 | 数据分块存储至分布式服务器的系统及方法 |
CN110275861A (zh) * | 2019-06-25 | 2019-09-24 | 北京明略软件系统有限公司 | 数据存储方法及装置、存储介质、电子装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001043239A (ja) * | 1999-07-30 | 2001-02-16 | Canon Inc | 画像記憶方法及び装置及び記憶媒体 |
WO2019028700A1 (zh) * | 2017-08-09 | 2019-02-14 | 深圳市大疆创新科技有限公司 | 图像处理方法、设备及计算机可读存储介质 |
CN109992200A (zh) * | 2017-12-30 | 2019-07-09 | 苏龙田 | 一种使信息存储占用空间最小的方法 |
CN109543062B (zh) * | 2018-09-29 | 2024-09-17 | 中国平安人寿保险股份有限公司 | 图像处理方法、系统、计算机装置及可读存储介质 |
CN110909187B (zh) * | 2019-11-07 | 2023-01-10 | 苏州浪潮智能科技有限公司 | 图像存储方法、图像读取方法、图像存储器及存储介质 |
-
2019
- 2019-11-07 CN CN201911082402.XA patent/CN110909187B/zh active Active
-
2020
- 2020-04-27 WO PCT/CN2020/087161 patent/WO2021088333A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103873438A (zh) * | 2012-12-12 | 2014-06-18 | 鸿富锦精密工业(深圳)有限公司 | 压缩包上传去重系统及方法 |
CN103873504A (zh) * | 2012-12-12 | 2014-06-18 | 鸿富锦精密工业(深圳)有限公司 | 数据分块存储至分布式服务器的系统及方法 |
CN110275861A (zh) * | 2019-06-25 | 2019-09-24 | 北京明略软件系统有限公司 | 数据存储方法及装置、存储介质、电子装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021088333A1 (zh) * | 2019-11-07 | 2021-05-14 | 苏州浪潮智能科技有限公司 | 图像存储方法、图像读取方法、图像存储器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021088333A1 (zh) | 2021-05-14 |
CN110909187B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2785058A1 (en) | Video advertisement broadcasting method, device and system | |
CN107679024B (zh) | 识别表格的方法、系统、计算机设备、可读存储介质 | |
RU2619712C1 (ru) | Оптическое распознавание символов серии изображений | |
RU2613849C1 (ru) | Оптическое распознавание символов серии изображений | |
KR101996371B1 (ko) | 영상 캡션 생성 시스템과 방법 및 이를 위한 컴퓨터 프로그램 | |
JP2009169948A (ja) | 原稿方向判定装置、原稿方向判定方法、プログラムおよびその記録媒体 | |
CN110765740A (zh) | 一种基于dom树的全类型文本替换方法、系统、装置及存储介质 | |
CN111741329B (zh) | 一种视频处理方法、装置、设备及存储介质 | |
CN113724163A (zh) | 基于神经网络的图像矫正方法、装置、设备及介质 | |
CN110909187B (zh) | 图像存储方法、图像读取方法、图像存储器及存储介质 | |
CN114821613A (zh) | 一种pdf中表格信息的抽取方法和系统 | |
US8363885B2 (en) | Method, device, and program for embedding, displaying, and recognizing data | |
CN110909726B (zh) | 一种基于图像识别的书面文档互动系统和方法 | |
CN111526422B (zh) | 一种视频帧中目标对象的拟合方法、系统及设备 | |
JP5703898B2 (ja) | 帳票管理システム、帳票画像管理方法、及びプログラム | |
CN112183294A (zh) | 文本消除方法、装置、电子设备及存储介质 | |
CN111638792A (zh) | Ar效果的呈现方法、装置、计算机设备及存储介质 | |
CN111079745A (zh) | 公式识别方法、装置、设备及存储介质 | |
JP2017138743A (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN115953783A (zh) | 基于图片的工程数据转换方法、装置、设备及存储介质 | |
KR102157005B1 (ko) | 영상 필터링 기법을 적용한 딥러닝 결과영상의 정확성 향상방법 | |
CN114782969A (zh) | 一种基于生成对抗网络的图像表格数据提取方法及装置 | |
CN115843375A (zh) | 徽标标注方法及装置、徽标检测模型更新方法及系统、存储介质 | |
CN113626075A (zh) | 相似代码检测方法、装置、设备和计算机存储介质 | |
CN113255613B (zh) | 判题方法、装置及计算机存储介质 |
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 |