+

CN112612980A - 图片服务方法、装置、设备、存储介质及计算机程序产品 - Google Patents

图片服务方法、装置、设备、存储介质及计算机程序产品 Download PDF

Info

Publication number
CN112612980A
CN112612980A CN202011533322.4A CN202011533322A CN112612980A CN 112612980 A CN112612980 A CN 112612980A CN 202011533322 A CN202011533322 A CN 202011533322A CN 112612980 A CN112612980 A CN 112612980A
Authority
CN
China
Prior art keywords
picture
original picture
cropped
original
feature information
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
Application number
CN202011533322.4A
Other languages
English (en)
Other versions
CN112612980B (zh
Inventor
王鑫
董淑照
王佳
杨金
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011533322.4A priority Critical patent/CN112612980B/zh
Publication of CN112612980A publication Critical patent/CN112612980A/zh
Application granted granted Critical
Publication of CN112612980B publication Critical patent/CN112612980B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/957Browsing optimisation, e.g. caching or content distillation
    • G06F16/9574Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/955Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20132Image cropping

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本公开公开了图片服务方法、装置、设备、存储介质及计算机程序产品,涉及计算机领域,尤其涉及计算机视觉、信息流和大数据领域。具体实现方案为:响应原始图片的上传请求,存储原始图片的内容数据,以及提取并存储原始图片的特征信息;响应原始图片的访问请求,基于原始图片的内容数据和特征信息对原始图片进行裁切,获得裁切图片;原始图片为原始图片;将裁切图片发送至发起访问请求的终端设备。该图片服务方法可以提高裁切效率和准确率,从而提高图片服务的质量。

Description

图片服务方法、装置、设备、存储介质及计算机程序产品
技术领域
本公开涉及计算机技术领域,尤其涉及计算机视觉、信息流和大数据技术领域,特别涉及图片服务方法、装置、设备、存储介质及计算机程序产品。
背景技术
多媒体技术和互联网技术的快速发展,使得用户可以从互联网获得大量的图片资源。由于图片传输时需要占用较大的带宽资源,客户端加载图片时间较长,无法直接在线上使用。
因此,服务器收到图片下载请求后需要对其进行裁剪,减少图片的尺寸,在不影响用户查看的情况下,减少占用带宽资源。
发明内容
本公开提供了一种图片服务方法、装置、设备、存储介质及计算机程序产品。
根据本公开的第一方面,提供了一种图片服务方法,包括:
响应原始图片的上传请求,存储所述原始图片的内容数据,以及提取并存储所述原始图片的特征信息;
响应原始图片的访问请求,基于所述原始图片的所述内容数据和所述特征信息对所述原始图片进行裁切,获得裁切图片;
将所述裁切图片发送至发起所述访问请求的终端设备。
根据本公开的第二方面,提供了一种图片服务装置,包括:
特征提取模块,用于响应原始图片的上传请求,提取所述原始图片的特征信息;
存储模块,用于存储所述原始图片的内容数据和所述原始图片的所述特征信息;
裁切模块,用于响应原始图片的访问请求,基于所述原始图片的所述内容数据和所述特征信息对所述原始图片进行裁切,获得裁切图片;
发送模块,用于将所述裁切图片发送至发起所述访问请求的终端设备。
根据本公开的第三方面,提供了一种电子设备,其包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行图片服务方法中任一项所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行图片服务方法中任一项所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述图片服务方法中任一项所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是实现本公开实施例的图片服务方法的架构示意图;
图2是根据本公开第一实施例的示意图;
图3是根据本公开第一实施例中裁切的流程图;
图4是根据本公开实施例中logo图片的服务方法的流程图;
图5是根据本公开第二实施例的示意图;
图6是用来实现本公开实施例的图片服务方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在不冲突的情况下,本申请各实施例及实施例中的各特征可相互组合。
如本文所使用的,术语“和/或”包括一个或多个相关列举条目的任何和所有组合。
本文所使用的术语仅用于描述特定实施例,且不意欲限制本申请。如本文所使用的,单数形式“一个”和“该”也意欲包括复数形式,除非上下文另外清楚指出。还将理解的是,当本说明书中使用术语“包括”和/或“由……制成”时,指定存在特征、整体、步骤、操作、元件和/或组件,但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。
图1是实现本公开实施例的图片服务方法的架构示意图。如图1所示,该架构包括:终端设备10、服务器20和网络30,其中,终端设备10可以上传和下载图片,服务器20提供图片服务,网络30用于连接终端设备10和服务器20。
其中,终端设备10包括但不限于:个人电脑、智能手机、平板电脑、个人数字助理设备。这些终端设备10均可以安装有各种应用(App),例如社交App、购物APP等。
在本公开实施例中,终端设备10可以通过APP打开网页。其中,网页中可以包括至少一张图片,这些图片可以是当前用户自己上传的图片,也可以是其它用户或服务商上传至服务器20中的图片。
服务器20用于提供图片的存储和处理服务。例如,服务器20存储用户上传的图片,如存储图片的内容数据。或者,服务器20提供对图片的处理服务。其中,处理服务包括但不限于图片特征提取处理和裁切处理。其中,提取的特征信息包括但不限于图片的尺寸、主体特征、色彩特征。服务器20还用于存储图片的特征信息和裁切处理后的图片。
在本公开实施例中,服务器20为每个原始图片和处理后的图片分别设置有统一资源定位器(Uniform Resource Locator,URL),依据URL可以获得原始图片和处理后的图片。
在现有技术中,图片的裁切处理主要依靠经验进行裁切,例如,横向图片仅保留中间区域,其它区域均被裁切。纵向图片仅保留顶部区域,其它区域均被裁切。由于图片中的有效信息的分布状态不可预测,这种依靠经验的裁切方式容易将图片中的有效信息裁切掉,即裁切的准确率较低。
为了提高裁切的准确率,现有技术中提供了一种智能裁图服务,该智能裁图服务完全是以同步接口的形式进行裁图,即,在用户访问图片时,服务器调用被访问的图片的内容数据,通过智能算法对被访问的图片进行裁切,并向用户返回裁切后的图片。这种智能裁图服务由于采用同步接口形式进行裁图,每张图片的响应时间在秒级,对于存在多张图片的页面而言,需要等待的访问较长时间,无法在实际服务环境中使用。
本公开实施例提供一种图片服务方法,服务器20通过网络30收到终端设备10上传的图片后,不仅存储图片的内容数据,还需要提取该图片的特征信息,并将提取的特征信息进行存储。在收到访问该图片的请求后,基于该图片的内容数据和特征信息对图片进行裁切,大幅提高了裁切的效率,而且可以提高裁切的准确率。
下面各实施例均可以应用于本实施例的系统架构。为了描述简洁,下面各实施例可以相互参考和引用。
第一方面,本公开实施例提供一种图片服务方法,该方法可以提高裁切的准确率,还可以提高图片的裁切速率,从而提高用户的访问速度。
图2是根据本公开第一实施例的示意图。如图2所示,图片服务方法可以包括如下步骤:
步骤S201,响应原始图片的上传请求,存储原始图片的内容数据,以及提取并存储原始图片的特征信息。
其中,上传的原始图片可以是任意类型的图片,如肖像、商标(logo)、风景等。原始图片的内容数据是指用数值表示原始图片中各像素(pixel)的灰度值的集合。原始图片的特征信息是用于表示原始图片中主要特征的信息。例如,原始图片的特征信息包括但不限于人脸特征信息、主体特征信息和背景色特征信息中的至少一种。
其中,人脸特征信息可以是原始图片中所有人的人脸特征信息,或者是原始图片中主要人物的人脸特征信息,以避免将主要人物的人脸裁切。主体特征信息为体现原始图片主体的特征信息,在裁切过程中应尽可能保留主体信息。背景色特征信息是体现原始图片背景颜色的特征信息。例如,原始图片是logo图片,体现logo图案的特征信息为该原始图片的主体特征信息,logo图案之外的颜色为背景色特征信息。
在一些实施例中,原始图片的上传请求可以是用户通过终端设备发出的请求,也可以是提供图片服务的服务商发出的请求。服务器接收到上传请求后,将上传的原始图片的内容数据保存在存储模块中。而且,服务器还可以对原始图片进行处理,如提取原始图片的特征信息,并将提取的特征信息存储。其中,存储原始图片的内容数据的存储模块和存储原始图片的特征信息的存储模块可以是不同的存储模块,也可以是同一个存储模块。
需要说明的是,原始图片的特征信息可以采用现有的提取方式进行提取,如利用人脸检测算子获得人脸特征信息,利用主体检测算子获得主体特征信息,以及利用背景色提取算子获得背景色特征信息,本实施例对特征信息的提取不作限定。
步骤S202,响应原始图片的访问请求,基于原始图片的内容数据和特征信息对原始图片进行裁切,获得裁切图片。
其中,访问请求可以是用户通过终端设备发出的请求。原始图片是从众多原始图片中选择的图片,已经存储于服务器。
在一些实施例中,服务器收到访问请求后,基于原始图片的内容数据和特征信息对原始图片进行裁切,获得裁切图片,由于服务器已经获得了原始图片的特征信息,当收到访问请求后,不需要等待提取原始图片的特征信息的时间,因此,提高了裁切的效率,裁切速度可以达到毫秒级,而且,由于采用特征信息对原始图片进行裁切,还可以提高裁切的准确率。
步骤S203,将裁切图片发送至发起访问请求的终端设备。
服务器获得原始图片对应的裁切图片后,将该裁切图片发送至终端设备,而且,该终端设备是发起访问请求的终端设备。
本公开实施例在获得原始图片后,不仅存储该原始图片的内容数据,而且,从原始图片中提取特征信息,并将该原始图片的特征信息存储,在收到访问请求后,基于原始图片的内容数据和特征信息对原始图片进行裁切,由于不需要提取原始图片的特征信息的时间,缩短了裁切的时间,提高了裁切的效率;而且,采用原始图片的特征信息对原始图片进行裁切,可以提高裁切的准确率。
在一些实施例中,步骤S201,响应原始图片上传请求,存储原始图片的内容数据,以及提取并存储原始图片的特征信息,包括:
步骤S21,响应原始图片的上传请求,同步存储原始图片的内容数据。
在一些实施例中,服务器收到原始图片的上传请求后,接收原始图片,并将原始图片的内容数据同步存储。
步骤S22,响应原始图片的上传请求,异步提取并存储原始图片的特征信息。
在一些实施例中,服务器收到原始图片的上传请求后,接收原始图片,异步提取原始图片的特征信息,并将原始图片的特征信息存储。
需要说明的是,在步骤S21和步骤S22中,服务器收到原始图片的上传请求后,接收原始图片是同一步骤,不同的地方在于原始图片的内容数据是同步存储,原始图片的特征信息是异步提取并存储。
在一些实施例中,在步骤S22响应原始图片的上传请求,异步提取并存储原始图片的特征信息中,服务器接收到原始图片后,将提取任务加入消息队列,服务器按照消息队列中的顺序提取原始图片的特征信息。
在本公开实施例中,由于提取原始图片的特征信息所花费的时间比存储原始图片的内容数据的时间长,将原始图片的内容数据同步存储,将原始图片的特征信息异步提取并存储,有利于缩短上传原始图片的时间,从而提高原始图片上传的效率。
在一些实施例中,如图3所示,步骤S201,响应原始图片访问请求,基于原始图片对应的内容数据和特征信息对原始图片进行裁切,获得裁切图片,包括:
步骤S301,响应原始图片访问请求,查找是否存在原始图片对应的裁切图片。
在实际应用中,当原始图片被首次访问时,服务器中没有该原始图片对应的裁切图片,因此,需要对该原始图片进行裁切,即执行步骤S302。当原始图片被首次访问后,服务器会存储该原始图片对应的裁切图片,并为该原始图片对应的裁切图片设置相应的URL。因此,在非首次访问时,服务器可以从存储模块中直接获得原始图片对应的裁切图片。
在一些实施例中,服务器可以通过URL判断是否存在原始图片的内容分发网络(Content Delivery Network,CDN),若存在原始图片CDN,则说明服务器中存在原始图片对应的裁切图片。例如,服务器收到原始图片访问请求,根据URL判断是否存在原始图片CDN,如果有URL,则说明存在原始图片CDN。
步骤S302,在不存在原始图片对应的裁切图片的情况下,基于原始图片对应的内容数据和特征信息对原始图片进行裁切,获得原始图片对应的裁切图片。
在一些实施例中,在不存在原始图片对应的裁切图片的情况下,基于原始图片对应的内容数据和特征信息对原始图片进行裁切,获得原始图片对应的裁切图片。
步骤S303,在存在原始图片对应的裁切图片的情况下,直接访问原始图片对应的裁切图片。
在本公开实施例中,响应原始图片的访问请求,查找是否存在原始图片对应的裁切图片,并根据查找结果做出相应的操作,如,在存在原始图片对应的裁切图片的情况下,直接访问原始图片对应的裁切图片,只有在不存在原始图片对应的裁切图片的情况下,才对原始图片进行裁切,可以提高访问速度,从而提高用户体验。
在一些实施例中,步骤S102响应原始图片的访问请求,基于原始图片对应的内容数据和特征信息对原始图片进行裁切,获得裁切图片之后,还包括:
存储裁切图片,而且裁切图片的统一资源定位器的地址不同于原始图片的统一资源定位器的地址。
在本公开实施例中,裁切后的裁切图片与原始图片采用不同的统一资源定位器的地址存储,有利于不同图片的寻址和调用,避免原始图片和裁切图片存储混乱,从而提高图片的访问速率。
在图片服务中,不同的用户存在不同的展示比例需求,服务器通常基于用户的展示比例需求对原始图片进行裁切,获得不同展示比例的裁切图片。其中,展示比例可以是用户显示装置最佳显示的像素比例。
在一些实施例中,服务器按照不同展示比例裁切原始图片,获得不同展示比例的裁切图片后,存储不同展示比例的裁切图片,而且不同展示比例的裁切图片的统一资源定位器的地址不同。
本公开实施例提供多种展示比例的裁切图片,以满足不同用户的需求;而且不同展示比例的裁切图片的统一资源定位器的地址不同,有利于裁切图片的管理,避免调用裁切图片时出现混乱,提高调用的效率,从而提高用户的访问速率。
在本公开实施例中,如图4所示,logo图片的服务方法,包括:
步骤S401,接收原始logo图片的上传请求。
步骤S402,将原始logo图片的内容数据同步存储在图片存储模块。
步骤S403,将原始logo图片的提取任务加入消息队列。
步骤S404,提取原始logo图片的特征信息。
在本实施例中,按照消息队列中的顺序提取对原始logo图片进行处理。其中,原始logo图片的特征信息包括主体特征信息和背景色特征信息。其中,原始logo图片的主体特征信息可以通过已有的技术手段进行提取。原始logo图片的主体特征信息为logo图案的信息。基于主体特征信息的裁切,可以避免主体区域被裁切,从而提高裁切的准确率。
在本实施例中,分别按照横向、竖向提取原始logo图片中非主体的像素点。对原始logo图片中非主体的像素点的颜色相似点进行匹配,并统计颜色直方图。将颜色直方图中占比最高的颜色作为背景色。
其中,横向和竖向是一个相对的概念,以原始logo图片的对称中心为轴旋转90°角度,可以从原始logo图片的横向转变为原始logo图片的竖向。
步骤S405,将原始logo图片的特征信息存储在特征信息存储模块中。
其中,步骤S401至步骤S405可以在接收到原始logo图片时异步完成。
步骤S406,接收访问目标logo图片的请求。
步骤S407,判断是否命中目标logo图片对应的裁切图片,若是,则执行步骤S408;若否,则执行步骤S409。
在本实施例中,目标logo图片对应的裁切图片可以依据URL判断是否命中目标logo图片对应的裁切图片CDN。
步骤S408,获取目标logo图片对应的裁切图片并向用户提供。
在本公开实施例中,CDN获得目标logo图片对应的裁切图片并向用户提供,即CDN将目标logo图片对应的裁切图片传送给终端设备的浏览器。
步骤S409,获取目标logo图片的内容数据以及目标logo图片的特征信息,并对目标logo图片进行裁切。
在本公开实施例中,对目标logo图片进行裁切之前,可以依据主体特征信息判断是否需要对目标logo图片进行填充,若是,则对目标logo图片进行填充。例如,当目标logo图片的主体颜色单一时,则需要对目标logo图片进行填充。在完成裁切后,将目标logo图片对应的裁切图片返回至CDN,CDN将目标logo图片对应的裁切图片传送给终端设备的浏览器。
本实施例提供的图片服务方法,在对原始图片进行裁切时,基于异步获得的特征信息和同步存储的内容数据对原始图片进行裁切,服务器不需要提取原始图片的特征信息的时间,缩短了裁切的时间,而且平均裁切时间可以降低至200ms以下,提高了裁切的效率。而且,基于原始图片的特征信息进行裁切,可以降低裁切的错误率,错误率可以由3%降低至0.05%。
第二方面,本公开实施例提供一种图片服务装置,该装置可以提高图片的裁切速率,从而提高用户的访问速度。
图5为本公开第二实施例的示意图。如图5所示,图片服务装置500,包括:
特征提取模块501,用于响应原始图片的上传请求,提取原始图片的特征信息。
其中,上传的原始图片可以是任意类型的图片,如肖像、商标(logo)、风景等。原始图片的内容数据是指用数值表示原始图片中各像素(pixel)的灰度值的集合。原始图片的特征信息是用于表示原始图片中主要特征的信息。例如,原始图片的特征信息包括但不限于人脸特征信息、主体特征信息和背景色特征信息中的至少一种。
其中,人脸特征信息可以是原始图片中所有人的人脸特征信息,或者是原始图片中主要人物的人脸特征信息。主体特征信息为体现原始图片主体的特征信息。背景色特征信息是体现原始图片背景颜色的特征信息。例如,原始图片是logo图片,体现logo图案的特征信息为该原始图片的主体特征信息,logo图案之外的颜色为背景色特征信息。
在一些实施例中,原始图片的上传请求可以是用户通过终端设备发出的请求,也可以是提供图片服务的服务商发出的请求。
存储模块502,用于存储原始图片的内容数据以及原始图片的特征信息。
服务器接收到上传请求后,将上传的原始图片的内容数据保存在存储模块中。而且,服务器还可以对原始图片进行处理,如提取原始图片的特征信息,并将提取的特征信息存储。其中,存储原始图片的内容数据的存储模块和存储原始图片的特征信息的存储模块可以是不同的存储模块,也可以是同一个存储模块。
裁切模块503,用于响应原始图片的访问请求,基于原始图片的内容数据和特征信息对原始图片进行裁切,获得裁切图片。
在一些实施例中,服务器收到访问请求后,基于原始图片的内容数据和特征信息对原始图片进行裁切,获得裁切后的裁切图片。由于服务器已经获得了原始图片的特征信息,不需要提取原始图片的特征信息的时间,因此,裁切的速度可以达到毫秒级,提高了裁切的效率。
发送模块504,用于将裁切图片发送至发起访问请求的终端设备。
服务器获得原始图片对应的裁切图片后,通过发送模块将该裁切图片发送至终端设备,而且,该终端设备是发起访问请求的终端设备。
在一些实施例中,特征提取模块501异步提取原始图片的特征信息。存储模块502同步存储原始图片的内容数据。
其中,特征提取模块501包括人脸特征提取单元、主体特征提取单元和背景色特征提取单元,其中,人脸特征提取单元用于提取原始图片中的人脸特征。主体特征提取单元用于提取原始图片中的主体特征。背景色特征提取单元用于提取原始图片中的背景色特征。
在一些实施例中,裁切模块503在不存在原始图片对应的裁切图片的情况下,基于原始图片对应的内容数据和特征信息对原始图片进行裁切,获得原始图片对应的裁切图片。在一些实施例中,裁切模块503按照不同展示比例裁切原始图片,获得不同展示比例的裁切图片。
在一些实施例中,存储模块502存储裁切图片的统一资源定位器的地址不同于原始图片的统一资源定位器的地址,有利于不同图片的寻址和调用,避免原始图片和裁切图片存储混乱,从而提高图片的访问速率。存储模块502不同展示比例的裁切图片的统一资源定位器的地址不同,有利于裁切图片的管理,避免调用裁切图片时出现混乱,提高调用的效率,从而提高用户的访问速率。
本公开实施例提供的图片服务装置,裁切模块对原始图片进行裁切时,基于异步获得的特征信息和同步存储的内容数据对原始图片进行裁切,因此,裁切模块不需要提取原始图片的特征信息的时间,缩短了裁切的时间,而且平均裁切时间可以降低至200ms以下,提高了裁切的效率。而且,裁切模块基于原始图片的特征信息进行裁切,可以降低裁切的错误率,错误率可以由3%降低至0.05%。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如图片服务方法。例如,在一些实施例中,图片服务方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的图片服务方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图片服务方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本公开的实施例,本公开还提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述图片服务方法中任一项方法。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (10)

1.一种图片服务方法,包括:
响应原始图片的上传请求,存储所述原始图片的内容数据,以及提取并存储所述原始图片的特征信息;
响应原始图片的访问请求,基于所述原始图片的所述内容数据和所述特征信息对所述原始图片进行裁切,获得裁切图片;
将所述裁切图片发送至发起所述访问请求的终端设备。
2.根据权利要求1所述的方法,其中,所述响应原始图片的上传请求,存储所述原始图片的内容数据,以及提取并存储所述原始图片的特征信息,包括:
响应所述原始图片的所述上传请求,同步存储所述原始图片的所述内容数据;以及异步提取并存储所述原始图片的所述特征信息。
3.根据权利要求1所述的方法,其中,所述响应原始图片的访问请求,基于所述原始图片的所述内容数据和所述特征信息对所述原始图片进行裁切,获得裁切图片,包括:
响应所述原始图片的所述访问请求,查找是否存在所述原始图片对应的所述裁切图片;
在不存在所述原始图片对应的所述裁切图片的情况下,基于所述原始图片对应的所述内容数据和所述特征信息对所述原始图片进行裁切,获得所述原始图片对应的所述裁切图片。
4.根据权利要求1所述的方法,其中,所述响应原始图片的访问请求,基于所述原始图片的所述内容数据和所述特征信息对所述原始图片进行裁切,获得裁切图片之后,还包括:
存储所述裁切图片,而且,存储所述裁切图片的统一资源定位器的地址不同于存储所述原始图片的统一资源定位器的地址。
5.根据权利要求1所述的方法,其中,所述裁切图片包括多种展示比例的裁切图片,而且,不同展示比例的所述裁切图片的统一资源定位器的地址不同。
6.根据权利要求1-5任意一项所述的方法,其中,所述特征信息包括以下所列信息中的至少一种:人脸特征信息、主体特征信息和背景色特征信息。
7.一种图片服务装置,包括:
特征提取模块,用于响应原始图片的上传请求,提取所述原始图片的特征信息;
存储模块,用于存储所述原始图片的内容数据和所述原始图片的所述特征信息;
裁切模块,用于响应原始图片的访问请求,基于所述原始图片的所述内容数据和所述特征信息对所述原始图片进行裁切,获得裁切图片;
发送模块,用于将所述裁切图片发送至发起所述访问请求的终端设备。
8.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
9.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
10.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
CN202011533322.4A 2020-12-22 2020-12-22 图片服务方法、装置、设备、存储介质及计算机程序产品 Active CN112612980B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011533322.4A CN112612980B (zh) 2020-12-22 2020-12-22 图片服务方法、装置、设备、存储介质及计算机程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011533322.4A CN112612980B (zh) 2020-12-22 2020-12-22 图片服务方法、装置、设备、存储介质及计算机程序产品

Publications (2)

Publication Number Publication Date
CN112612980A true CN112612980A (zh) 2021-04-06
CN112612980B CN112612980B (zh) 2024-03-01

Family

ID=75244481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011533322.4A Active CN112612980B (zh) 2020-12-22 2020-12-22 图片服务方法、装置、设备、存储介质及计算机程序产品

Country Status (1)

Country Link
CN (1) CN112612980B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101025764A (zh) * 2006-02-24 2007-08-29 佳能株式会社 图像处理设备、图像处理方法以及服务器及其控制方法
WO2017193906A1 (zh) * 2016-05-09 2017-11-16 腾讯科技(深圳)有限公司 一种图像处理方法及处理系统
CN107393000A (zh) * 2017-08-24 2017-11-24 广东欧珀移动通信有限公司 图像处理方法、装置、服务器及计算机可读存储介质
CN108122238A (zh) * 2018-01-30 2018-06-05 百度在线网络技术(北京)有限公司 图像处理方法、装置、设备及计算机可读存储介质
CN109033261A (zh) * 2018-07-06 2018-12-18 北京旷视科技有限公司 图像处理方法、装置、处理设备及其存储介质
EP3493105A1 (en) * 2017-12-03 2019-06-05 Facebook, Inc. Optimizations for dynamic object instance detection, segmentation, and structure mapping
CN111063007A (zh) * 2019-12-17 2020-04-24 北京思维造物信息科技股份有限公司 图像生成方法、装置、设备和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101025764A (zh) * 2006-02-24 2007-08-29 佳能株式会社 图像处理设备、图像处理方法以及服务器及其控制方法
WO2017193906A1 (zh) * 2016-05-09 2017-11-16 腾讯科技(深圳)有限公司 一种图像处理方法及处理系统
CN107393000A (zh) * 2017-08-24 2017-11-24 广东欧珀移动通信有限公司 图像处理方法、装置、服务器及计算机可读存储介质
EP3493105A1 (en) * 2017-12-03 2019-06-05 Facebook, Inc. Optimizations for dynamic object instance detection, segmentation, and structure mapping
CN108122238A (zh) * 2018-01-30 2018-06-05 百度在线网络技术(北京)有限公司 图像处理方法、装置、设备及计算机可读存储介质
CN109033261A (zh) * 2018-07-06 2018-12-18 北京旷视科技有限公司 图像处理方法、装置、处理设备及其存储介质
CN111063007A (zh) * 2019-12-17 2020-04-24 北京思维造物信息科技股份有限公司 图像生成方法、装置、设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐少平;刘小平;李春泉;胡凌燕;杨晓辉;: "基于区域特征分析的快速FCM图像分割改进算法", 模式识别与人工智能, no. 06, 15 December 2012 (2012-12-15) *

Also Published As

Publication number Publication date
CN112612980B (zh) 2024-03-01

Similar Documents

Publication Publication Date Title
CN112991180A (zh) 图像拼接方法、装置、设备以及存储介质
US12223653B2 (en) Panorama rendering method, electronic device and storage medium
WO2020062494A1 (zh) 图像处理方法和装置
WO2019128357A1 (zh) 图片请求方法、响应图片请求的方法及客户端
CN104601534A (zh) Cdn系统图像处理的方法及系统
CN111815738A (zh) 一种构建地图的方法和装置
US20190114989A1 (en) Systems and methods for image optimization
CN108959393B (zh) 动态图片处理方法、装置及存储介质
CN113626113A (zh) 一种页面渲染方法和装置
CN105487640A (zh) 一种安卓手表预加载和缓存图片的方法
CN112688991B (zh) 用于执行点云扫描操作的方法、相关装置及存储介质
CN117082073A (zh) 文件存储方法、文件下载方法、装置、设备及存储介质
CN112445394B (zh) 一种截图方法和装置
CN110750602B (zh) 确定订单地址所属站点的方法和装置
US20210357673A1 (en) Method and device for processing feature point of image
CN112612980B (zh) 图片服务方法、装置、设备、存储介质及计算机程序产品
CN117914819A (zh) 聊天机器人菜单的显示方法、装置及系统
CN116756444A (zh) 图像处理方法、装置、设备以及存储介质
CN106657256A (zh) 资源获取的处理方法及装置
CN116991672A (zh) 数据监控方法、装置、设备及介质
CN112000218A (zh) 一种对象显示方法及装置
CN115002097A (zh) 应用图像的显示方法和装置、存储介质及电子装置
CN110347950B (zh) 一种移动端web地图的显示方法及系统
CN114219809A (zh) 图像处理方法、装置、电子设备和计算机可读介质
CN114168876A (zh) 页面显示方法、装置、计算机设备及计算机可读存储介质

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
点击 这是indexloc提供的php浏览器服务,不要输入任何密码和下载