基于图像处理的社交软件宣传效果统计方法及系统与流程

本发明涉及计算机网络及计算机软件领域，具体涉及一种基于图像处理的社交软件宣传效果统计方法及装置。

背景技术：

当前社会流行的电商宣传方式是通过参与活动的人员关注某电商活动的微信公众账号，然后将该活动的链接转发至朋友圈，利用朋友圈集赞以达到宣传的目的。

然而，在现有技术中，朋友圈集赞领奖品的场面比较混乱，例如出现一次集赞领多次奖品的情况，或者由于参与集赞活动的人员人数较多，同时每个参与集赞活动的人员的朋友圈中的集赞数目很多导致电商工作人员需要人工进行统计每一个参与活动人员朋友圈对于该活动的集赞数目的情况，这种方式需要占用极大的工作人员资源和工作时间，并且容易造成重复领奖的漏洞。

技术实现要素：

有鉴于此，本发明的目的在于提供一种基于图像处理的社交软件宣传效果统计方法及装置，以避免参与集赞活动的人员重复领奖的情况，并且有效实现自动准确统计任一活动宣传账号的集赞数目，以此统计宣传活动的总体宣传效果。

本发明的技术方案是提供一种基于图像处理的社交软件宣传效果统计方法，所述方法包括：

建立活动主题与宣传账号之间的映射关系；

获取参与所述活动主题的宣传效果图像，并将所述宣传效果图像由rgb空间转换为yuv空间，获取yuv空间图像；

根据所述yuv空间图像，识别所述宣传效果图像中的目标物图形，生成处理后的yuv空间图像；

将所述处理后的yuv空间图像转换为二值图像，计算所述目标物图形的数目；

根据所述宣传账号对应的所述目标物图形的数目，统计所述活动主题的宣传效果。

可选地，该方法还包括：在将所述宣传效果图像由rgb空间转换为yuv空间，获取yuv空间图像的过程中，通过第一公式进行转换：

其中，y表示明亮度，u和v表示色度。

可选地，在根据所述yuv空间图像，识别所述宣传效果图像中的目标物图形，生成处理后的yuv空间图像的步骤中，包括：

根据所述yuv空间图像，识别所述宣传效果图像中宣传标志图形和背景像素；

根据所述宣传标志图形和所述背景像素，识别所述宣传效果图像中的目标物图形；

根据所述宣传标志图形、所述背景像素以及所述宣传效果图像，生成处理后的yuv空间图像。

可选地，在识别所述宣传效果图像中的目标物图形的过程中，还包括：

将所述yuv空间图像中的每个像素按照不同的颜色进行分类，将每个所述像素分类到不同的离散彩色类中；

将所述宣传标志图形的颜色设为种子像素，判断所述离散彩色类的每个所述像素的像素值是否等于所述种子像素的像素值；

如果不相等则抛弃所述像素，反之则扩充所述种子像素，待所述种子像素完全扩充完毕形成轮廓形状；

根据所述轮廓形状，判断所述轮廓形状是否为所述宣传标志图形。

可选地，根据所述轮廓形状，判断所述轮廓形状是否为所述宣传标志图形进一步包括：

绘制所述轮廓形状和所述宣传标志图形的极坐标曲线；

根据所述轮廓形状和所述宣传标志图形的极坐标曲线，计算所述轮廓形状和所述宣传标志图形的连续模值；

如果所述连续模值满足以下条件，则所述轮廓形状为所述宣传标志图形，其中所述条件为

其中n为把0度到360度分为n份，i为1、2、…n之间的值，w1i为度数在第i份时对应的所述轮廓形状的模值，w2i为度数在第i份时对应的所述宣传标志图形的模值，ε为轮廓误差阈值。

可选地，在识别所述宣传效果图像中的背景像素的过程中，还包括：

以识别的所述轮廓形状的中心点为圆心，在半径为d<r<m/2的圆环内搜索待识别背景像素的像素值，生成所述圆环内的像素值分布直方图，其中d为宣传标志图形的直径，m为所述宣传标志图形一侧的边距；

将所述像素值分布直方图中除轮廓形状的像素外分布数目最多的像素设为背景像素。

可选地，在识别所述宣传效果图像中的目标物图形的过程中，还包括：

在所述yuv空间图像中选取一所述背景像素设为种子像素；

判断所述yuv空间图像中的所述离散彩色类中的每个像素值是否等于所述种子像素；

如果不相等则将所述像素值的yuv设为一预设yuv值，反之则扩充种子，直至生成所述处理后的yuv空间图像。

可选地，在计算所述宣传标志图形的数目的过程中，还包括：

将一个所述目标物图形的像素数目设为1，选定一个所述像素值为1的像素点；

如果所述像素点的相邻所述像素点的像素值为1，则将所述相邻像素点的所述像素值进行累加1，将相邻的所述像素值为1的所述像素点作为所述种子像素继续扩充，直到遇到相邻的所述像素点的像素值都为0时，得到一个所述目标物图形所占的像素数目；

根据一个所述目标物图形所占的像素数目，计算得到所述目标物图形的数目，其中，通过第二公式进行计算：

其中，s为所有所述像素值为1的像素的求和，n为所述目标物图形的数目，t为一个所述目标物图形所占的像素数目。

本发明还提供一种基于图像处理的社交软件宣传效果统计装置，所述装置包括：

映射模块，用于建立活动主题与宣传账号之间的映射关系；

图像转换模块，用于获取参与所述活动主题的宣传效果图像，并将所述宣传效果图像由rgb空间转换为yuv空间，获取yuv空间图像；

图像处理模块，用于根据所述yuv空间图像，识别所述宣传效果图像中的目标物图形，生成处理后的yuv空间图像；

图形计算模块，用于将所述处理后的yuv空间图像转换为二值图像，计算所述目标物图形的数目；

统计模块，用于根据所述宣传账号对应的所述目标物图形的数目，统计所述活动主题的宣传效果。

可选地，所述图像转换模块还用于：在将所述宣传效果图像由rgb空间转换为yuv空间，获取yuv空间图像，通过第一公式进行转换：

其中，y表示明亮度，u和v表示色度。

可选地，所述图像处理模块，还包括：

第一识别模块，用于根据所述yuv空间图像，识别所述宣传效果图像中宣传标志图形和背景像素；

第二识别模块，用于根据所述宣传标志图形和所述背景像素，识别所述宣传效果图像中的目标物图形；

图像生成模块，用于根据所述宣传标志图形、所述背景像素以及所述宣传效果图像，生成处理后的yuv空间图像。

可选地，所述第一识别模块，还用于：

将所述yuv空间图像中的每个像素按照不同的颜色进行分类，将每个所述像素分类到不同的离散彩色类中；

将所述宣传标志图形的颜色设为种子像素，判断所述离散彩色类的每个所述像素的像素值是否等于所述种子像素的像素值；

如果不相等则抛弃所述像素，反之则扩充所述种子像素，待所述种子像素完全扩充完毕形成轮廓形状；

根据所述轮廓形状，判断所述轮廓形状是否为所述宣传标志图形。

可选地，所述第一识别模块进一步包括：

图像判断模块，其中所述图像判断模块用于绘制所述轮廓形状和所述宣传标志图形的极坐标曲线；

根据所述轮廓形状和所述宣传标志图形的极坐标曲线，计算所述轮廓形状和所述宣传标志图形的连续模值；

如果所述连续模值满足以下条件，则所述轮廓形状为所述宣传标志图形，其中所述条件为

其中n为把0度到360度分为n份，i为1、2、…n之间的值，w1i为度数在第i份时对应的所述轮廓形状的模值，w2i为度数在第i份时对应的所述宣传标志图形的模值，ε为轮廓误差阈值。

可选地，所述第二识别模块，还用于：

以识别的所述轮廓形状的中心点为圆心，在半径为d<r<m/2的圆环内搜索待识别背景像素的像素值，生成所述圆环内的像素值分布直方图，其中d为宣传标志图形的直径，m为所述宣传标志图形一侧的边距；

将所述像素值分布直方图中除轮廓形状的像素外分布数目最多的像素设为背景像素。

可选地，所述图像生成模块，还用于：

在所述yuv空间图像中选取一所述背景像素设为种子像素；

判断所述yuv空间图像中的所述离散彩色类中的每个像素值是否等于所述种子像素；

如果不相等则将所述像素值的yuv设为一预设yuv值，反之则扩充种子，直至生成所述处理后的yuv空间图像。

可选地，所述图形计算模块，还用于：

将一个所述目标物图形的像素数目设为1，选定一个所述像素值为1的像素点；

如果所述像素点的相邻所述像素点的像素值为1，则将所述相邻像素点的所述像素值进行累加1，将相邻的所述像素值为1的所述像素点作为所述种子像素继续扩充，直到遇到相邻的所述像素点的像素值都为0时，得到一个所述目标物图形所占的像素数目；

根据一个所述目标物图形所占的像素数目，计算得到所述目标物图形的数目，其中，通过第二公式进行计算：

其中，s为所有所述像素值为1的像素的求和，n为所述目标物图形的数目，t为一个所述目标物图形所占的像素数目。

通过本发明提供的基于图像处理的社交软件宣传效果统计方法及装置，能够实现自动统计任一活动宣传账号对于宣传活动的集赞数目，有效避免了人工统计和确认集赞数目的缺陷，在保证了精确统计集赞数目的前提下，显著提高了统计宣传活动工作人员的工作效率。此外，本发明还可以利用活动宣传账号作为统计的唯一标识，有效防止重复统计已参与活动的宣传账号，最终实现对某一宣传活动的总体宣传效果的定量评估。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明一实施例的基于图像处理的社交软件宣传效果统计方法的流程示意图；

图2为本发明一实施例的基于图像处理的社交软件宣传效果统计装置的示意图。

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明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

本领域技术技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本发明可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

在本文中，需要理解的是，所涉及的术语中：

yuv是电视传输用的名词，一个亮度信号(y)，两个色差信号(u分量、v分量)。只有y信号分量而没有uv分量表示的图就是黑白灰度图，y是透过rgb输入信号来建立的，方法是将rgb信号的特定部分叠加到一起；而u和v表示的则是色度，作用是描述影响色调及饱和度，用于指定像素的颜色，u反映了rgb输入信号红色部分与rgb信号亮度值之间的差异；而v反映的是rgb输入信号蓝色部分与rgb信号亮度值之间的差异。

参见图1所示，为本发明一实施例的基于图像处理的社交软件宣传效果统计方法的流程示意图。

如图所示，该方法包括：

步骤s101：建立活动主题与宣传账号之间的映射关系；

步骤s102：获取参与所述活动主题的宣传效果图像，并将所述宣传效果图像由rgb空间转换为yuv空间，获取yuv空间图像；

步骤s103：根据所述yuv空间图像，识别所述宣传效果图像中的目标物图形，生成处理后的yuv空间图像；

步骤s104：将所述处理后的yuv空间图像转换为二值图像，计算所述目标物图形的数目；

步骤s105：根据所述宣传账号对应的所述目标物图形的数目，统计所述活动主题的宣传效果。

可选地，该方法还包括：在将所述宣传效果图像由rgb空间转换为yuv空间，获取yuv空间图像的过程中，通过第一公式进行转换：

其中，y表示明亮度，u和v表示色度。

可选地，在根据所述yuv空间图像，识别所述宣传效果图像中的目标物图形，生成处理后的yuv空间图像的步骤中，包括：

根据所述yuv空间图像，识别所述宣传效果图像中宣传标志图形和背景像素；

根据所述宣传标志图形和所述背景像素，识别所述宣传效果图像中的目标物图形；

根据所述宣传标志图形、所述背景像素以及所述宣传效果图像，生成处理后的yuv空间图像。

可选地，在识别所述宣传效果图像中的目标物图形的过程中，还包括：

将所述yuv空间图像中的每个像素按照不同的颜色进行分类，将每个所述像素分类到不同的离散彩色类中；

将所述宣传标志图形的颜色设为种子像素，判断所述离散彩色类的每个所述像素的像素值是否等于所述种子像素的像素值；

如果不相等则抛弃所述像素，反之则扩充所述种子像素，待所述种子像素完全扩充完毕形成轮廓形状；

根据所述轮廓形状，判断所述轮廓形状是否为所述宣传标志图形。

可选地，根据所述轮廓形状，判断所述轮廓形状是否为所述宣传标志图形进一步包括：

绘制所述轮廓形状和所述宣传标志图形的极坐标曲线；

根据所述轮廓形状和所述宣传标志图形的极坐标曲线，计算所述轮廓形状和所述宣传标志图形的连续模值；

如果所述连续模值满足以下条件，则所述轮廓形状为所述宣传标志图形，其中所述条件为

其中n为把0度到360度分为n份，i为1、2、…n之间的值，w1i为度数在第i份时对应的所述轮廓形状的模值，w2i为度数在第i份时对应的所述宣传标志图形的模值，ε为轮廓误差阈值。

可选地，在识别所述宣传效果图像中的背景像素的过程中，还包括：

以识别的所述轮廓形状的中心点为圆心，在半径为d<r<m/2的圆环内搜索待识别背景像素的像素值，生成所述圆环内的像素值分布直方图，其中d为宣传标志图形的直径，m为所述宣传标志图形一侧的边距；

将所述像素值分布直方图中除轮廓形状的像素外分布数目最多的像素设为背景像素。

可选地，在识别所述宣传效果图像中的目标物图形的过程中，还包括：

在所述yuv空间图像中选取一所述背景像素设为种子像素；

判断所述yuv空间图像中的所述离散彩色类中的每个像素值是否等于所述种子像素；

如果不相等则将所述像素值的yuv设为一预设yuv值，反之则扩充种子，直至生成所述处理后的yuv空间图像。

可选地，在计算所述宣传标志图形的数目的过程中，还包括：

将一个所述目标物图形的像素数目设为1，选定一个所述像素值为1的像素点；

如果所述像素点的相邻所述像素点的像素值为1，则将所述相邻像素点的所述像素值进行累加1，将相邻的所述像素值为1的所述像素点作为所述种子像素继续扩充，直到遇到相邻的所述像素点的像素值都为0时，得到一个所述目标物图形所占的像素数目；

根据一个所述目标物图形所占的像素数目，计算得到所述目标物图形的数目，其中，通过第二公式进行计算：

其中，s为所有所述像素值为1的像素的求和，n为所述目标物图形的数目，t为一个所述目标物图形所占的像素数目。

下面结合一个具体实施例对本发明进行具体描述，然而值得注意的是该具体实施例仅是为了更好地描述本发明，并不构成对本发明的不当限定。

步骤s101：建立活动主题与宣传账号之间的映射关系。

在本发明一实施例中，根据宣传活动的主题a与该宣传活动的编号b建立第一映射关系，并将该第一映射关系存储于表单1中，其中该第一映射关系为一一对应关系。

另外，建立将该宣传活动的编号b与宣传账号c的第二映射关系，并将该第二映射关系存储于表单2中，其中，该宣传账号c为可以通过光电设备扫描识别的任一社交软件的二维码图形，该二维码图形包含该宣传账号c的信息，该第二映射关系为一对多关系。该宣传账号c是唯一索引，如果有重复的该宣传账号c，则该唯一索引会报异常发出账号重复提示。

步骤s102：获取参与所述活动主题的宣传效果图像，并将所述宣传效果图像由rgb空间转换为yuv空间，获取yuv空间图像。

具体来说，在将所述宣传效果图像由rgb空间转换为yuv空间，获取yuv空间图像的步骤中，通过第一公式进行转换：

其中，y表示明亮度，u和v表示色度。

特别的是，当识别物体颜色时，经过rgb到yuv的变换，转换为亮度和色差分量，可以更有效的进行颜色识别。其中，亮度分量可以消除照明不匀的影响。

步骤s103：根据所述yuv空间图像，识别所述宣传效果图像中的目标物图形，生成处理后的yuv空间图像。

在本发明一实施例中，根据所述yuv空间图像，识别所述宣传效果图像中宣传标志图形和背景像素；

根据所述宣传标志图形和所述背景像素，识别所述宣传效果图像中的目标物图形；

根据所述宣传标志图形、所述背景像素以及所述宣传效果图像，生成处理后的yuv空间图像。

下面以社交软件中的微信集赞的头像为例，通过yuv空间图像识别找到该宣传标志图形的方法为：

(1)对该yuv空间图像的每个像素按照不同的颜色进行分类，以将每个像素分类到不同的离散彩色类中。

具体来说，将该yuv空间图像按照每个像素有不同的yuv值，具有相同的yuv值的像素划分到同一类中，视为有相同的颜色，这样把具有不同像素坐标但是有相同的yuv值的像素按照颜色即yuv值进行分类，可以获取有限的n1个离散彩色类，每个离散彩色类有相同的yuv值，每个离散彩色类里有n2个像素坐标值。

(2)在yuv空间图像中，以待识别的宣传标志图形(例如，微信点赞心形图)的颜色为种子像素，判断离散彩色类中的n1个离散彩色类的每个像素的像素值是否等于该种子像素。

如果不等则抛弃该像素，如果相等则扩充该种子像素，待该种子像素完全扩充完毕后形成轮廓形状o1，然后判断该轮廓形状o1是否为预设的宣传标志图形o2。

判断形状是否为预定的宣传标志图形o2的判断方法为：

分别绘制该轮廓形状o1和预设的宣传标志图形o2的极坐标曲线，并记录下0度到360度的极坐标下的该轮廓形状o1的连续模值w1和预设的宣传标志图形o2的连续模值w2；

根据连续模值w1和连续模值w2判断以下条件是否成立，

其中，n为把0度到360度分为n份，i为1、…n之间的值，w1i为度数在第i份时对应的所述轮廓形状的模值，w2i为度数在第i份时对应的所述宣传标志图形的模值，ε为轮廓误差阈值。如果不等式成立则确认捕获到的该轮廓形状o1为预设的宣传标志图形o2，反之则选定种子像素重复执行上述步骤。

在本发明一实施例中，以识别的所述轮廓形状的中心点为圆心，在半径为d<r<m/2的圆环内搜索待识别背景像素的像素值，生成所述圆环内的像素值分布直方图，其中d为宣传标志图形的直径，m为所述宣传标志图形一侧的边距。在本发明一实施例中，m为该宣传标志图形的最小左边距。所述像素值分布直方图中除轮廓形状像素之外分布数目最多的像素就是背景像素。

在本发明一实施例中，在所述yuv空间图像中选取一所述背景像素设为种子像素；

判断所述yuv空间图像中的所述离散彩色类中的每个像素值是否等于所述种子像素；

如果不相等则将所述像素值的yuv设为不等于该种子像素yuv值的y＝255，u＝255，v＝255或y＝0，u＝0，v＝0值，反之则扩充种子像素，直至生成所述处理后的yuv空间图像。

步骤s104：将所述处理后的yuv空间图像转换为二值图像，计算目标物图形的数目。

下面以目标物图形为微信集赞头像为例，对图像转换的具体操作过程和对目标物图形的数目的具体计算过程进行详细描述。

(1)将所述处理后的yuv空间图像转化为rgb空间的图像，通过以下公式进行转换：

(2)利用以下公式将rgb图像转化为灰度图像，

(3)将rgb图像通过阈值l划分为二值图像，等于阈值l的像素置为0，不等于阈值l的像素置为1，其中阈值l为背景像素的yuv空间值经过第二公式与第三公式转过的值。

(4)在该二值图像中，将一个该目标物图形中的像素的数目t设为1，选定一个像素值为1的像素点。

(5)如果像素点的4个相邻像素点的像素值为1，则将相邻像素点的像素值t进行累加t+1，然后将相邻的像素值为1的像素点作为种子像素继续扩充，直到遇到相邻的像素点的像素值都为0时，由此得到一个目标物图形所占的像素数目；

(6)根据一个目标物图形所占的像素数目，计算得到目标物图形的数目，并将目标物图形的数目保存至表单2中对应的活动宣传账号下，其中，通过第二公式进行计算：

其中，s为所有像素值为1的像素的求和，n为目标物的数目，t为一个目标物图形所占的像素数目。

步骤s105：根据所述宣传账号对应的目标物图形的数目，统计活动主题的宣传效果。

具体来说，将目标物图形的数目与预设等级进行限制比较得到该社交软件的宣传账号的宣传等级，并作出相应提示。最终，通过输入活动编号就可以查询到所有活动宣传的微信账号并且可以获得具体账号下宣传效果，可以统计本次活动总的宣传效果。

如图2所示为本发明一实施例的基于图像处理的社交软件宣传效果统计装置的示意图，所述装置2包括：

映射模块21，用于建立活动主题与宣传账号之间的映射关系；

图像转换模块22，用于获取参与所述活动主题的宣传效果图像，并将所述宣传效果图像由rgb空间转换为yuv空间，获取yuv空间图像；

图像处理模块23，用于根据所述yuv空间图像，识别所述宣传效果图像中的目标物图形，生成处理后的yuv空间图像；

图形计算模块24，用于将所述处理后的yuv空间图像转换为二值图像，计算所述目标物图形的数目；

统计模块25，用于根据所述宣传账号对应的所述目标物图形的数目，统计所述活动主题的宣传效果。

可选地，所述图像转换模块22还用于：在将所述宣传效果图像由rgb空间转换为yuv空间，获取yuv空间图像，通过第一公式进行转换：

其中，y表示明亮度，u和v表示色度。

可选地，所述图像处理模块23，还包括：

第一识别模块231，用于根据所述yuv空间图像，识别所述宣传效果图像中宣传标志图形和背景像素；

第二识别模块232，用于根据所述宣传标志图形和所述背景像素，识别所述宣传效果图像中的目标物图形；

图像生成模块233，用于根据所述宣传标志图形、所述背景像素以及所述宣传效果图像，生成处理后的yuv空间图像。

可选地，所述第一识别模块231，还用于：

将所述yuv空间图像中的每个像素按照不同的颜色进行分类，将每个所述像素分类到不同的离散彩色类中；

将所述宣传标志图形的颜色设为种子像素，判断所述离散彩色类的每个所述像素的像素值是否等于所述种子像素的像素值；

如果不相等则抛弃所述像素，反之则扩充所述种子像素，待所述种子像素完全扩充完毕形成轮廓形状；

根据所述轮廓形状，判断所述轮廓形状是否为所述宣传标志图形。

可选地，所述第一识别模块231进一步包括：

图像判断模块234，其中所述图像判断模块用于绘制所述轮廓形状和所述宣传标志图形的极坐标曲线；

根据所述轮廓形状和所述宣传标志图形的极坐标曲线，计算所述轮廓形状和所述宣传标志图形的连续模值；

如果所述连续模值满足以下条件，则所述轮廓形状为所述宣传标志图形，其中所述条件为

其中n为把0度到360度分为n份，i为1、2、…n之间的值，w1i为度数在第i份时对应的所述轮廓形状的模值，w2i为度数在第i份时对应的所述宣传标志图形的模值，ε为轮廓误差阈值。

可选地，所述第二识别模块232，还用于：

以识别的所述轮廓形状的中心点为圆心，在半径为d<r<m/2的圆环内搜索待识别背景像素的像素值，生成所述圆环内的像素值分布直方图，其中d为宣传标志图形的直径，m为所述宣传标志图形一侧的边距；

将所述像素值分布直方图中除轮廓形状的像素外分布数目最多的像素设为背景像素。

可选地，所述图像生成模块233，还用于：

在所述yuv空间图像中选取一所述背景像素设为种子像素；

判断所述yuv空间图像中的所述离散彩色类中的每个像素值是否等于所述种子像素；

如果不相等则将所述像素值的yuv设为一预设yuv值，反之则扩充种子，直至生成所述处理后的yuv空间图像。

可选地，所述图形计算模块24，还用于：

将一个所述目标物图形的像素数目设为1，选定一个所述像素值为1的像素点；

如果所述像素点的相邻所述像素点的像素值为1，则将所述相邻像素点的所述像素值进行累加1，将相邻的所述像素值为1的所述像素点作为所述种子像素继续扩充，直到遇到相邻的所述像素点的像素值都为0时，得到一个所述目标物图形所占的像素数目；

根据一个所述目标物图形所占的像素数目，计算得到所述目标物图形的数目，其中，通过第二公式进行计算：

其中，s为所有所述像素值为1的像素的求和，n为所述目标物图形的数目，t为一个所述目标物图形所占的像素数目。

由于本发明提供的基于图像处理的社交软件宣传效果统计装置是上述方法对应的装置，故不在此赘述。

通过本发明提供的基于图像处理的社交软件宣传效果统计方法及装置，能够实现自动统计任一活动宣传账号对于宣传活动的集赞数目，有效避免了人工统计和确认集赞头像数目的缺陷，在保证了精确统计集赞头像数目的前提下，显著提高了统计宣传活动工作人员的工作效率。此外，本发明还可以利用活动宣传账号作为统计的唯一标识，有效防止重复统计已参与活动的宣传账号，最终实现对某一宣传活动的总体宣传效果的定量评估。

此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。