图像处理方法和装置、计算机设备、计算机可读存储介质与流程

本申请涉及计算机技术领域，特别是涉及一种图像处理方法和装置、计算机设备、计算机可读存储介质。

背景技术：

随着智能移动终端和互联网技术的飞速发展，对智能移动终端中图像的分类技术越来越成熟。常用的对智能移动终端中图像分类可包括：将图像按照人脸、地点和时间进行分组。对智能移动终端中图像进行分组可使用户分类查看智能移动终端中图像，用户查看智能移动终端中图像的方式更便捷、更快速。

技术实现要素：

本申请实施例提供一种图像处理方法和装置、计算机设备、计算机可读存储介质，可以精准地对图像进行处理。

一种图像处理方法，所述方法包括：

统计第一图像集合中每一张图像的历史浏览次数，其中所述第一图像集合中包含了一张或多张图像；

获取所述第一图像集合中历史浏览次数大于次数阈值的图像，生成第二图像集合；

将所述第二图像集合中的图像进行分类。

一种图像处理装置，所述装置包括：

次数统计模块，用于统计第一图像集合中每一张图像的历史浏览次数，其中所述第一图像集合中包含了一张或多张图像；

集合生成模块，用于获取所述第一图像集合中历史浏览次数大于次数阈值的图像，生成第二图像集合；

图像分类模块，用于将所述第二图像集合中的图像进行分类。

一种计算机设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器实现如下步骤：

统计第一图像集合中每一张图像的历史浏览次数，其中所述第一图像集合中包含了一张或多张图像；

获取所述第一图像集合中历史浏览次数大于次数阈值的图像，生成第二图像集合；

将所述第二图像集合中的图像进行分类。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

统计第一图像集合中每一张图像的历史浏览次数，其中所述第一图像集合中包含了一张或多张图像；

获取所述第一图像集合中历史浏览次数大于次数阈值的图像，生成第二图像集合；

将所述第二图像集合中的图像进行分类。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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。

图1为一个实施例中图像处理方法的应用环境示意图；

图2为一个实施例中图像处理方法的流程图；

图3为另一个实施例中图像处理方法的流程图；

图4为一个实施例中移动终端相册分类结果的展示图；

图5为又一个实施例中图像处理方法的流程图；

图6为一个实施例中图像处理系统的系统架构图；

图7为一个实施例中图像处理装置的结构示意图；

图8为另一个实施例中图像处理装置的结构示意图；

图9为一个实施例中服务器的内部结构示意图；

图10为与本申请实施例提供的计算机设备相关的手机的部分结构的框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一客户端称为第二客户端，且类似地，可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端，但其不是同一客户端。

图1为一个实施例中图像处理方法的应用环境示意图。如图1所示，该应用环境包括客户端102和服务器104。其中，客户端102可以用于获取第一图像集合，并统计第一图像集合中每一张图像的历史浏览次数；获取第一图像集合中历史浏览次数大于次数阈值的图像，生成第二图像集合；将第二图像集合发送至服务器104。服务器104接收到第二图像集合后，将第二图像集合中的图像进行分类，并将分类结果返回给客户端102。可以理解的是，客户端102还可以直接将第一图像集合及对应的历史浏览次数发送至服务器102，服务器102根据第一图像集合及对应的历史浏览次数生成第二图像集合，并将第二图像集合进行分类。其中，客户端102为处于计算机网络最外围，主要用于输入用户信息以及输出处理结果的电子设备，例如可以是个人电脑、移动终端、个人数字助理、可穿戴电子设备等。服务器104是用于响应服务请求，同时提供计算服务的设备，例如可以是一台或者多台计算机。可以理解的是，该图像处理方法的应用环境中可以只包括客户端102，即客户端102用于获取统计第一图像集合，根据第一图像集合生成第二图像集合，并将第二图像集合中的图像进行分类。

图2为一个实施例中图像处理方法的流程图。如图2所示，该图像处理方法包括步骤202至步骤206。其中：

步骤202，统计第一图像集合中每一张图像的历史浏览次数，其中第一图像集合中包含了一张或多张图像。

在本申请提供的实施例中，图像是由若干个像素点构成的，这若干个像素点按照一定的规律进行排列形成一个二维矩阵。在对图像进行处理时，可以对图像中的各个像素点进行处理，改变各个像素点的像素值，也可以改变图像中各个像素点的排列。例如对图像的处理可以是提高图像亮度、提高饱和度、特征识别、分类等处理。图像集合是指由若干张图像构成的集合，具体可以是包含一张或多张图像。一般地，智能终端的存储空间中存储着图片，智能终端可以从预设存储地址中直接获取图片，也可以遍历智能终端中的所有文件夹获取图片。智能终端的存储空间分为内存储器和外接存储器。内存储器是指智能终端本身自带的存储器，是客户端硬件结构的一部分。外接存储器是指智能终端外接的存储设备，外接存储可以通过专用接口与客户端进行数据传输。例如，外接存储器可以是sd卡、u盘等。则第一图像集合中可以包含内存储器和外接存储器中存储的图片，也可以只包含内存储器中存储的图片，还可以是只包含外接存储器中存储的图片，在此不做限定。

具体地，智能终端中存储的图像一般可以在智能终端的显示屏上进行排列显示，用户可以通过智能终端的显示屏进行查看。用户可以选择需要查看的图像，并输入查看指令，智能终端会将用户选择的图像进行放大显示，供用户浏览。历史浏览次数就是指用户历史查看图像的次数，用户每查看一次图像，智能终端就会将历史浏览次数加一，从而统计每一张图像对应的历史浏览次数。

步骤204，获取第一图像集合中历史浏览次数大于次数阈值的图像，生成第二图像集合。

根据图像的历史浏览次数从第一图像集合中获取图像，生成第二图像集合。遍历第一图像集合中的每一张图像，将获取的历史浏览次数与次数阈值进行比较，获取历史浏览次数大于次数阈值的图像，生成第二图像集合。第二图像集合是第一图像集合的子集合，第二图像集合中包含了第一图像集合中的全部或部分图像。例如，第一图像集合中包含三张图像，分别为图像1、图像2和图像3，对应的历史浏览次数分别为1次、20次、15次。假设次数阈值为10次，那么获取第一图像集合中历史浏览次数大于次数阈值的图像，即为图像2和图像3，然后根据图像2和图像3生成第二图像集合。可以理解的是，用户一般会对比较关注的图像进行查看，图像的历史浏览次数可以反映用户对图像的关注程度，一般用户越关注的图像，历史浏览次数越多。只对用户比较关注的图像进行处理，而无需对所有图像进行处理，减少了资源的消耗。

更进一步地，可以只统计第一图像集合中图像在预设时段内的历史浏览次数，然后获取第一图像集合中历史浏览次数大于次数阈值的图像，生成第二图像集合。例如，可以统计一个月内图像的历史浏览次数，每个月月初将图像的历史浏览次数清零，并根据上个月统计的历史浏览次数生成第二图像集合，然后将第二图像集合中的图像进行分类。这样可以对生成的第二图像集合进行及时更新，从而对分类结果进行及时地更新。

步骤206，将第二图像集合中的图像进行分类。

分类是指将对象集合分成多个对象组合的过程，每个对象组合是由一个或多个相似的对象组成。将第二图像集合中的图像进行分类，就是将第二图像集合中的图像分成一个或多个不同类型的过程。将图像进行分类之后，可以通过分类标签进行标记，通过分类标签可以知道图像具体属于哪一类型。每一张图像都有对应的图像标识，图像标识用于对不同图像进行区分，通过图像标识可以查找对应的图像。因此在对图像进行分类之后，可以建立图像标识和分类标签的对应关系，通过分类标签可以查看图像具体分类。例如，图像标识包括“图像1”、“图像2”和“图像3”，分类标签可以包括“分类1”和“分类2”，“分类1”对应“图像1”和“图像2”，“分类2”对应“图像3”，通过分类标签可以查看每个图像各自的分类情况。在对第二图像集合进行分类后，还可以根据每一类图像生成对应的图像子集合，并将各个图像子集合进行排列显示，用户可以对第二图像集合中的图像进行分类查看。

上述实施例提供的图像处理方法，根据第一图像集合中的每张图像的历史浏览次数生成第二图像集合，并将生成的第二图像集合进行分类处理。这样无需对所有图像进行处理，只对用户关注的图像进行处理，实现了图像的精准化处理，同时减少了资源的消耗。

图3为另一个实施例中图像处理方法的流程图。如图3所示，该图像处理方法包括步骤302至步骤314。其中：

步骤302，统计第一图像集合中每一张图像的历史浏览次数，其中第一图像集合中包含了一张或多张图像。

在一个实施例中，客户端可以将第一图像集合中的图像同步到服务器，在获取到第二图像集合之后，然后服务器根据第一图像集合获取第二图像集合，并将第二图像集合中图像进行分类。客户端和服务器之间可以首先建立通信连接，通信连接成功之后服务器会给客户端返回一个连接成功的信息，然后客户端根据连接成功的信息将第一图像集合发送至服务器。服务器根据第一图像集合获取第二图像集合，并将第二图像集合进行分类，分类完成之后，将分类结果返回给客户端。客户端可以根据服务器返回的分类结果获取第二图像集合，并将第二图像集合进行分类。例如，客户端和服务器之间可以通过一对端口号(socket)来建立通信连接，建立连接之后，通过连接好的端口号来发送第一图像集合。

服务器在接收到客户端发送的第一图像集合后，可以将第一图像集合进行存储，这样客户端即使将第一图像集合中的图像删除了，还可以从服务器上进行获取。可以理解的是，服务器在存储第一图像集合后，可以生成一个网页链接，并将网页链接返回给客户端。客户端通过访问该网页链接，可以查看存储的第一图像集合中的图像，并可以对第一图像集合中的图像进行下载。该网页链接对应着一个网页文档，客户端在点击该网页链接的时候，获取并读取该网页文档，网页文档中包含了这些图片的存储地址和图片标识。客户端在获取到该网页文档之后，解析该网页文档，并将网页文档中的内容进行显示，用户通过显示的内容对图片进行查看。

在一个实施例中，可以设置触发分类处理的条件，在满足条件的情况下，获取第一图像集合，并进行分类处理。具体地，当满足预设触发条件时，获取第一图像集合。预设触发条件是指预先设置的触发分类处理的条件，在满足该预设触发条件时，对第一图像集合进行分类处理。预设触发条件可以但不限于是：在客户端的新增图片数量大于预设数量；当前时间为预设时间；距上次发起分类请求的时间超过预设时间段；移动终端当前处于充电状态。例如，在移动终端新增图片大于50张时，若当前时间为凌晨2点到5点，且移动终端处于充电状态，则移动终端发起分类请求。

可以理解的是，客户端中可以登录多个应用账户，不同用户对应不同的应用账户，对应的图像集合也不同。用户需要进行分类处理时，可以通过应用账户所在的客户端向服务器发起分类请求。也就是说，当客户端向服务器发起分类请求时，请求发起设备标识可以是指应用账户标识，也可以是终端标识。其中，应用账户标识是指用于表示用户身份的唯一身份标识，终端标识是指区分不同客户端的唯一标识。终端标识可以但不限于是客户端的ip(internetprotocol，网络之间互连的协议)地址、mac(mediaaccesscontrol，媒体访问控制)地址等。例如，用户可以通过应用账户登录智能终端，并通过智能终端向服务器发送对相册中的照片进行分类处理的请求，服务器接收到智能终端发送的分类请求之后，获取相册中历史浏览次数大于次数阈值的照片进行分类处理，并将分类处理的结果返回给智能终端。同时对于客户端发起的分类请求，服务器可以记录分类请求对应的请求状态，用于表示分类请求的处理过程。例如，请求状态可以包括未处理、处理中、重新处理和处理完成等状态，可以分别通过“r-result”、“de-handle”、“re-group”和“end”等标签进行表示。读取当前分类请求的请求状态标签，根据请求状态标签可以知道当前分类请求的状态。其中，如果由于硬件或软件故障造成请求中断等情况，分类请求可能会重新进行处理，那么该分类请求就可以通过“re-group”标签来表示当前请求状态为重新处理。

由于服务器的处理能力有限，则服务器在接收到分类请求之后，可以形成一个请求队列，请求队列中的分类请求可以按照请求时间的先后进行排序，然后依次将请求队列中的分类请求进行处理。在处理分类请求时，可以将请求队列中的请求发起对象相同的分类请求进行合并。由于合并的分类请求的请求发起对象相同，那么将合并后的分类请求进行处理后，得到的分类处理结果可以直接发送给对应的请求发起对象。举例来说，分类请求队列中包含了三个分类请求，按照时间先后顺序排列分别为：分类请求1，应用账户a在2017年8月20日03:30发送的分类请求，包含图像集合1；分类请求2，应用账户b在2017年8月21日02:41发送的分类请求，包含图像集合2；分类请求3，应用账户a在2017年8月22日04:02发送的分类请求，包含图像集合3。则将分类请求1和分类请求3进行合并，合并后获取的图像集合为图像集合1和图像集合3的并集。

步骤304，根据图像的生成方式获取第一图像集合中每一张图像对应的次数阈值。

在一个实施例中，生成方式是指生成图像的方式。对于不同生成方式生成的图像，用户浏览的次数可能是有差别的，因此可以对不同的生成方式生成的图像采用不同的筛选标准。例如，在智能终端中，图像可以是通过摄像头拍摄的，也可以是通过截屏获取的，还可以是在网页下载或从外部设备导入的。可以建立图像生成方式与次数阈值的对应关系，遍历第一图像集合中每一张图像，根据图像的生成方式获取对应的次数阈值，则不同生成方式生成的图像对应的次数阈值不同。例如，拍摄图像对应的次数阈值为10次，截屏图像对应的次数阈值为3次，下载图像对应的次数阈值为5次等。具体地，遍历第一图像集合中每一张图像；若图像是根据第一生成方式生成的，则获取第一生成方式对应的第一次数阈值；若图像是根据第二生成方式生成的，则获取第二生成方式对应的第二次数阈值。例如，第一生成方式为拍摄，对应的第一次数阈值为8次；第二生成方式为截屏，对应的第二次数阈值为7次。在本实施例中，生成方式以及对应的次数阈值可以根据需要任意设置，同样还可以设置第三生成方式、第四生成方式等，对应设置第三次数阈值、第四次数阈值等，在此不做具体限定。

步骤306，获取第一图像集合中历史浏览次数大于对应的次数阈值的图像，生成第二图像集合。

在一个实施例中，遍历第一图像集合中的每一张图像，根据图像的生成方式获取对应的次数阈值。也就是说，每一张图像都有对应的历史浏览次数和次数阈值，则将每一张图像对应的历史浏览次数与对应的次数阈值进行比较，若历史浏览次数大于对应的次数阈值，则将该图像作为第二图像集合中的图像。筛选出第一图像集合中所有满足条件的图像，从而生成第二图像集合。若用户删除了第一图像集合中的图像，则可以同时删除第二图像集合中对应的图像，以保证智能终端中图像的一致性。

步骤308，若第二图像集合中所包含的图像的数量大于数量阈值，则将第二图像集合中的图像进行分类。

具体地，生成第二图像集合之后，判断第二图像集合中的数量是否大于数量阈值，若第二图像集合中所包含的图像的数量大于数量阈值，则将第二图像集合中的图像进行分类。可以是根据图像的场景进行分类，也可以是根据图像中的人脸进行分类，还可以是根据图像的生成时间、格式、大小等属性进行分类，在本实施例中不对图像的分类标准做具体限定。对图像的分类过程具体可以包括：提取第二图像集合中每一张图像的分类特征，然后根据分类特征将图像进行分类。分类特征是指用于进行分类的特征，例如根据生成时间进行分类，则提取的分类特征就是图像的生成时间；若根据场景进行分类，则提取的分类特征就是图像的场景特征。根据分类特征将图像进行分类具体可以包括：将图像的分类特征输入分类模型，然后获取分类模型输出的分类结果。分类模型是指进行分类处理的算法模型，分类模型可以将图像进行分类处理。例如，常用的分类模型包括k-means(k均值)分类模型、层次分类模型、som(self-organizingmaps，自组织特征映射模型)分类模型和fcm(flowcytometry，流式细胞术)分类模型等。具体地，根据人脸将图像进行分类时，可以获取第二图像集合中每一张图像中的人脸区域，根据获取的人脸区域将图像进行分类。其中，人脸区域是指图像中的人脸所在的区域，每一个人脸区域对应的一个分类。也就是说，如果图像中存在多个人脸区域，则该图像就可以对应多个分类。

可以理解的是，根据第一图像集合生成第二图像集合，并对第二图像集合中的图像进行分类之后，用户可以手动添加或删除第二图像集合中的图像，也可以手动改变第二图像集合中图像的分类。例如，移动终端在呈现待处理图像的分类信息时，用户可以进行查看，若查看到某张待处理图像的分类信息不符合个人喜好，则可以手动改变该待处理图像的分类信息。

步骤310，根据每一类图像生成对应的图像子集合。

步骤312，统计每一图像子集合对应的总浏览次数，其中总浏览次数是指图像子集合中包含的所有图像对应的历史浏览次数的总和。

将第二图像集合分类之后，会形成多个分类，每个分类会对应一张或多张图像。每一类图像可以作为一个图像子集合，然后分别将各个图像子集合进行排列显示。具体地，还可以统计每一图像子集合对应的总浏览次数，然后根据总浏览次数将图像子集合进行排列显示。其中，总浏览次数是指图像子集合中包含的所有图像对应的历史浏览次数的总和。例如，图像子集合包括三张图像，这三张图像对应的历史浏览次数分别为5次、3次和8次，则该图像子集合对应的总浏览次数就为16次。

步骤314，根据总浏览次数将各个图像子集合进行排列显示。

在一个实施例中，可以在智能终端的显示界面上将各个图像子集合进行排列显示。首先获取每一图像子集合对应的总浏览次数，然后根据总浏览次数将各个图像子集合进行降序或升序排列显示。可以理解的是，在本申请提供的其他实施例中，也可以根据图像子集合中包含的图像数量进行排列显示，在此不做限定。图4为一个实施例中移动终端相册分类结果的展示图。如图4所示，移动终端根据第一图像集合生成第二图像集合，然后根据第二图像集合进行分类，并将每一类图像对应的图像子集合进行展示在移动终端的界面上。本实施例中的界面上展示了六个分类结果，分别包括“分类1”、“分类2”、“分类3”、“分类4”、“分类5”和“分类6”，每个分类都包含了若干张具有共性的图像，点击对应的分类，可以查看分类中的图像。

在一个实施例中，智能终端中可以设置用户手动移动分组的功能，即在现有的分类基础上，用户可以手动移动图像的分组。还可以隐藏或编辑分组信息，例如将某个分组进行删除或隐藏，或将某个分组中的图像移动到其他分组。还可以对分组进行加密，用户只有通过认证之后才能查看对应的分组，例如可以是通过密码、指纹或虹膜等信息中的一种或多种进行认证。进一步地，还可以通过输入的不同认证信息显示不同的分组，例如输入大拇指的指纹，将分组1显示在第一位；输入食指的指纹，将分组2显示在第二位。

上述实施例提供的图像处理方法，根据第一图像集合中的每张图像的历史浏览次数生成第二图像集合，当第二图像集合中的图像数量大于数量阈值时，将生成的第二图像集合进行分类处理，并根据分类后的图像生成图像子集合进行排列显示。这样无需对所有图像进行处理，只对用户关注的图像进行处理，实现了图像的精准化处理，减少了资源的消耗。同时用户可以对比较关注的图像进行分类查看，适应了不同用户的需求，提高了用户黏度。

图5为又一个实施例中图像处理方法的流程图。如图5所示，步骤502至步骤508为对第一图像集合进行首次分类时对应的图像处理方法，步骤512至步骤518为对第一图像集合中新增的图像进行分类时对应的图像处理方法。对第一图像集合进行首次分类的过程包括：

步骤502，记录第一图像集合中每张图像的历史浏览次数。

步骤504，获取历史浏览次数大于次数阈值的图像，生成第二图像集合。

步骤506，若第二图像集合中的图像数量大于数量阈值，则将第二图像集合中的图像进行分类。

步骤508，得到分类后的图像。

对于第一图像集合中新增的图像进行分类的过程具体可以包括：

步骤512，获取新增图像。

步骤514，记录新增图像的历史浏览次数。

步骤516，当历史浏览次数大于次数阈值时，将该图像进行识别分类。

步骤518，得到图像分类。

上述实施例提供的图像处理方法，根据第一图像集合中的每张图像的历史浏览次数生成第二图像集合，当第二图像集合中的图像数量大于数量阈值时，将生成的第二图像集合进行分类处理，并根据分类后的图像生成图像子集合进行排列显示。这样无需对所有图像进行处理，只对用户关注的图像进行处理，实现了图像的精准化处理，减少了资源的消耗。同时用户可以对比较关注的图像进行分类查看，适应了不同用户的需求。在第一图像集合新增图像时，可以及时对新增图像进行分类处理，提高了用户黏度。

图6为一个实施例中图像处理系统的系统架构图。如图6所示，该图像处理系统中包括客户端62、本地服务器64和云端服务器66。其中，客户端62可以通过触发器622发起分类请求，然后通过数据获取模块624从图像数据库620中获取第一图像集合及对应的历史浏览次数，然后将第一图像集合存放在备份数据库626中，并将第一图像集合与对应的历史浏览次数发送至本地服务器64。本地服务器64接收到第一图像集合和对应的历史浏览次数之后，通过package打包模块640将第一图像集合和对应的历史浏览次数进行打包，并将打包后的第一图像集合和对应的历史浏览次数通过通信模块642发送到云端服务器66进行分类处理。云端服务器66将得到的服务器分类结果下发到本地服务器64。本地服务器64通过通信模块642接收服务器分类结果，并通过package解析模块644将服务器分类结果进行解析，然后将解析后的分类结果发送到客户端62。客户端62将接收到的分类结果后，根据分类结果从存放到备份数据库626中的第一图像集合中生成第二图像集合，并对第二图像集合进行分类处理，然后将分类后的第二图像集合进行显示。

图7为一个实施例中图像处理装置的结构示意图。如图7所示，该图像处理装置700包括次数统计模块702、集合生成模块704和图像分类模块706。其中：

次数统计模块702，用于统计第一图像集合中每一张图像的历史浏览次数，其中所述第一图像集合中包含了一张或多张图像。

集合生成模块704，用于获取所述第一图像集合中历史浏览次数大于次数阈值的图像，生成第二图像集合。

图像分类模块706，用于将所述第二图像集合中的图像进行分类。

上述实施例提供的图像处理装置，根据第一图像集合中的每张图像的历史浏览次数生成第二图像集合，并将生成的第二图像集合进行分类处理。这样无需对所有图像进行处理，只对用户关注的图像进行处理，实现了图像的精准化处理，同时减少了资源的消耗。

图8为另一个实施例中图像处理装置的结构示意图。如图8所示，该图像处理装置800包括次数统计模块802、集合生成模块804、图像分类模块806和分类显示模块808。其中：

次数统计模块802，用于统计第一图像集合中每一张图像的历史浏览次数，其中所述第一图像集合中包含了一张或多张图像。

集合生成模块804，用于获取所述第一图像集合中历史浏览次数大于次数阈值的图像，生成第二图像集合。

图像分类模块806，用于将所述第二图像集合中的图像进行分类。

分类显示模块808，用于根据每一类图像生成对应的图像子集合，并将各个图像子集合进行排列显示。

上述实施例提供的图像处理装置，根据第一图像集合中的每张图像的历史浏览次数生成第二图像集合，并将生成的第二图像集合进行分类处理。这样无需对所有图像进行处理，只对用户关注的图像进行处理，实现了图像的精准化处理，同时减少了资源的消耗。

在一个实施例中，集合生成模块804还用于根据图像的生成方式获取所述第一图像集合中每一张图像对应的次数阈值；获取所述第一图像集合中历史浏览次数大于对应的次数阈值的图像，生成第二图像集合。

在一个实施例中，集合生成模块804还用于遍历所述第一图像集合中每一张图像；若所述图像是根据第一生成方式生成的，则获取所述第一生成方式对应的第一次数阈值；若所述图像是根据第二生成方式生成的，则获取所述第二生成方式对应的第二次数阈值。

在一个实施例中，图像分类模块806还用于若所述第二图像集合中所包含的图像的数量大于数量阈值，则将所述第二图像集合中的图像进行分类。

在一个实施例中，图像分类模块806还用于获取所述第二图像集合中每一张图像中的人脸区域，根据获取的人脸区域将图像进行分类。

在一个实施例中，分类显示模块808还用于统计每一图像子集合对应的总浏览次数，其中所述总浏览次数是指图像子集合中包含的所有图像对应的历史浏览次数的总和；根据所述总浏览次数将各个图像子集合进行排列显示。

上述图像处理装置中各个模块的划分仅用于举例说明，在其他实施例中，可将图像处理装置按照需要划分为不同的模块，以完成上述图像处理装置的全部或部分功能。

图9为一个实施例中服务器的内部结构示意图。如图9所示，该服务器包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口。其中，该处理器用于提供计算和控制能力，支撑整个计算机设备的运行。存储器用于存储数据、程序等，存储器上存储至少一个计算机程序，该计算机程序可被处理器执行，以实现本申请实施例中提供的适用于计算机设备的无线网络通信方法。存储器可包括磁碟、光盘、只读存储记忆体(read-onlymemory，rom)等非易失性存储介质，或随机存储记忆体(random-access-memory，ram)等。例如，在一个实施例中，存储器包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行，以用于实现上述实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。网络接口可以是以太网卡或无线网卡等，用于与外部的计算机设备进行通信。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的服务器的限定，具体的服务器可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行以下步骤：

统计第一图像集合中每一张图像的历史浏览次数，其中所述第一图像集合中包含了一张或多张图像；

获取所述第一图像集合中历史浏览次数大于次数阈值的图像，生成第二图像集合；

将所述第二图像集合中的图像进行分类。

在一个实施例中，所述处理器执行的所述获取所述第一图像集合中历史浏览次数大于次数阈值的图像包括：

根据图像的生成方式获取所述第一图像集合中每一张图像对应的次数阈值；

获取所述第一图像集合中历史浏览次数大于对应的次数阈值的图像，生成第二图像集合。

在一个实施例中，所述处理器执行的所述根据图像的生成方式获取所述第一图像集合中每一张图像对应的次数阈值包括：

遍历所述第一图像集合中每一张图像；

若所述图像是根据第一生成方式生成的，则获取所述第一生成方式对应的第一次数阈值；

若所述图像是根据第二生成方式生成的，则获取所述第二生成方式对应的第二次数阈值。

在一个实施例中，所述处理器执行的所述将所述第二图像集合中的图像进行分类包括：

若所述第二图像集合中所包含的图像的数量大于数量阈值，则将所述第二图像集合中的图像进行分类。

在一个实施例中，所述处理器执行的所述将所述第二图像集合中的图像进行分类包括：

获取所述第二图像集合中每一张图像中的人脸区域，根据获取的人脸区域将图像进行分类。

在一个实施例中，所述处理器执行的所述方法还包括：

根据每一类图像生成对应的图像子集合，并将各个图像子集合进行排列显示。

在一个实施例中，所述处理器执行的所述将各个图像子集合进行排列显示包括：

统计每一图像子集合对应的总浏览次数，其中所述总浏览次数是指图像子集合中包含的所有图像对应的历史浏览次数的总和；

根据所述总浏览次数将各个图像子集合进行排列显示。

一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例提供的图像处理方法。

本申请实施例还提供了一种计算机设备。如图10所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该计算机设备可以为包括手机、平板电脑、pda(personaldigitalassistant，个人数字助理)、pos(pointofsales，销售终端)、车载电脑、穿戴式设备等任意终端设备，以计算机设备为手机为例：

图10为与本申请实施例提供的计算机设备相关的手机的部分结构的框图。参考图10，手机包括：射频(radiofrequency，rf)电路1010、存储器1020、输入单元1030、显示单元1040、传感器1050、音频电路1060、无线保真(wirelessfidelity，wifi)模块1070、处理器1080、以及电源1090等部件。本领域技术人员可以理解，图10所示的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

其中，rf电路1010可用于收发信息或通话过程中，信号的接收和发送，可将基站的下行信息接收后，给处理器1080处理；也可以将上行的数据发送给基站。通常，rf电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(lownoiseamplifier，lna)、双工器等。此外，rf电路1010还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(globalsystemofmobilecommunication，gsm)、通用分组无线服务(generalpacketradioservice，gprs)、码分多址(codedivisionmultipleaccess，cdma)、宽带码分多址(widebandcodedivisionmultipleaccess，wcdma)、长期演进(longtermevolution，lte))、电子邮件、短消息服务(shortmessagingservice，sms)等。

存储器1020可用于存储软件程序以及模块，处理器1080通过运行存储在存储器1020的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1020可主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能的应用程序、图像播放功能的应用程序等)等；数据存储区可存储根据手机的使用所创建的数据(比如音频数据、通讯录等)等。此外，存储器1020可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

输入单元1030可用于接收输入的数字或字符信息，以及产生与手机1000的用户设置以及功能控制有关的键信号输入。具体地，输入单元1030可包括触控面板1031以及其他输入设备1032。触控面板1031，也可称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1031上或在触控面板1031附近的操作)，并根据预先设定的程式驱动相应的连接装置。在一个实施例中，触控面板1031可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1080，并能接收处理器1080发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1031。除了触控面板1031，输入单元1030还可以包括其他输入设备1032。具体地，其他输入设备1032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)等中的一种或多种。

显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1040可包括显示面板1041。在一个实施例中，可以采用液晶显示器(liquidcrystaldisplay，lcd)、有机发光二极管(organiclight-emittingdiode,oled)等形式来配置显示面板1041。在一个实施例中，触控面板1031可覆盖显示面板1041，当触控面板1031检测到在其上或附近的触摸操作后，传送给处理器1080以确定触摸事件的类型，随后处理器1080根据触摸事件的类型在显示面板1041上提供相应的视觉输出。虽然在图10中，触控面板1031与显示面板1041是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1031与显示面板1041集成而实现手机的输入和输出功能。

手机1000还可包括至少一种传感器1050，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1041的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1041和/或背光。运动传感器可包括加速度传感器，通过加速度传感器可检测各个方向上加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换)、振动识别相关功能(比如计步器、敲击)等；此外，手机还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器等。

音频电路1060、扬声器1061和传声器1062可提供用户与手机之间的音频接口。音频电路1060可将接收到的音频数据转换后的电信号，传输到扬声器1061，由扬声器1061转换为声音信号输出；另一方面，传声器1062将收集的声音信号转换为电信号，由音频电路1060接收后转换为音频数据，再将音频数据输出处理器1080处理后，经rf电路1010可以发送给另一手机，或者将音频数据输出至存储器1020以便后续处理。

wifi属于短距离无线传输技术，手机通过wifi模块1070可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图10示出了wifi模块1070，但是可以理解的是，其并不属于手机1000的必须构成，可以根据需要而省略。

处理器1080是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1020内的软件程序和/或模块，以及调用存储在存储器1020内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。在一个实施例中，处理器1080可包括一个或多个处理单元。在一个实施例中，处理器1080可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等；调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1080中。

手机1000还包括给各个部件供电的电源1090(比如电池)，优选的，电源可以通过电源管理系统与处理器1080逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

在一个实施例中，手机1000还可以包括摄像头、蓝牙模块等。

在本申请实施例中，该移动终端所包括的处理器1080执行存储在存储器上的计算机程序时实现上述实施例提供的图像处理方法。

本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)，它用作外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。