单色调图片检测方法、装置、设备及存储介质与流程

1.本发明涉及图像处理技术领域，特别涉及一种单色调图片检测方法、装置、设备及存储介质。


背景技术：

2.随着大数据技术日趋成熟，很多存档的陈旧数据重新焕发了新的活力。例如，在人像大数据分析系统中，人像图片作为系统的输入，其图像质量(如是否清晰等)与分析结果密切相关。自动化的流程中，人类无暇从亿万级别的数据中挑选出陈旧的数据，目前没有一套简单有效的鉴别单色调图片(即单色配色的rgb模型下的三通道图片，rgb模型是由红，绿，蓝三原色表示各种颜色的一种方式)的方案。而这类图片往往来自于陈旧人像图片的数字化，由于其质量差，有色偏，且无针对性的检测模型，造成数据集质量低，对后续人像数据清洗、应用过程造成了一定的困难。


技术实现要素：

3.本发明提供了一种单色调图片检测方法、装置、设备及存储介质，其目的是为了解决无法有效鉴别单色调图片的问题。
4.为了达到上述目的，第一方面，本发明的实施例提供了一种单色调图片检测方法，包括：
5.获取待检测图片，并获取所述待检测图片中每个像素点分别在r通道、g通道、b通道的像素值；
6.分别针对所述待检测图片中的每个像素点，获取所述像素点在所述r通道的像素值与该像素点在所述g通道的像素值的第一通道差、所述像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差，以及所述像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差；
7.根据获取到的所有第一通道差、所有第二通道差和所有第三通道差，确定所述待检测图片是否为单色调图片。
8.第二方面，本发明的实施例还提供了一种单色调图片检测装置，包括：
9.第一获取模块，用于获取待检测图片，并获取所述待检测图片中每个像素点分别在r通道、g通道、b通道的像素值；
10.第二获取模块，用于分别针对所述待检测图片中的每个像素点，获取所述像素点在所述r通道的像素值与该像素点在所述g通道的像素值的第一通道差、所述像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差，以及所述像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差；
11.确定模块，用于根据获取到的所有第一通道差、所有第二通道差和所有第三通道差，确定所述待检测图片是否为单色调图片。
12.第三方面，本发明的实施例还提供了一种单色调图片检测设备，包括存储器、处理
器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的单色调图片检测方法的步骤。
13.第四方面，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的单色调图片检测方法的步骤。
14.本发明的上述方案至少有如下的有益效果：
15.在本发明的实施例中，通过在获取到待检测图片后，获取待检测图片中每个像素点分别在r通道、g通道、b通道的像素值；然后分别针对待检测图片中的每个像素点，获取该像素点在r通道的像素值与该像素点在g通道的像素值的第一通道差、该像素点在g通道的像素值与该像素点在b通道的像素值的第二通道差，以及该像素点在b通道的像素值与该像素点在r通道的像素值的第三通道差；最终根据获取到的所有第一通道差、所有第二通道差和所有第三通道差，便能准确、有效的确定该待检测图片是否为单色调图片，进而提高数据集质量。
附图说明
16.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。
17.图1是本发明实施例的单色调图片检测方法的流程图；
18.图2是本发明实施例一实例中的单色调图片检测方法的流程图；
19.图3是本发明实施例的单色调图片检测装置的结构示意图；
20.图4是本发明实施例的单色调图片检测设备的结构示意图。
具体实施方式
21.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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有作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。
22.需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
23.如图1所示，本发明的实施例提供了一种单色调图片检测方法，该方法包括：
24.步骤11，获取待检测图片，并获取所述待检测图片中每个像素点分别在r通道、g通道、b通道的像素值。
25.其中，在本发明的实施例中，上述待检测图片可以为待检测的人像图片，如人像大数据分析系统输入端的人像图片；上述r通道为rgb模型中的红色通道，g通道为rgb模型中
的绿色通道，b通道为rgb模型中的蓝色通道。需要说明的是，像素点在r通道、g通道、b通道的像素值具体可通过目前通用的三通道像素值获取方式获取。
26.具体的，在本发明的实施例中，在获取到待检测图片中每个像素点分别在r通道、g通道、b通道的像素值后，假设待检测图片为m像素宽，n像素高的图片，那么待检测图片中任一像素点可以表示为(r
i,j
,g
i,j
,b
i,j
)，r
i,j
表示第i*j个像素点在r通道的像素值，g
i,j
表示第i*j个像素点在g通道的像素值，b
i,j
表示第i*j个像素点在b通道的像素值，0≤i≤m，0≤j≤n，且i和j均为整数。
27.需要说明的是，在本发明的实施例中，为降低计算量，在获取所述待检测图片中每个像素点分别在r通道、g通道、b通道的像素值之前，上述方法还包括如下步骤：按照预设图片缩放参数，对所述待检测图片进行缩放处理。具体的，该预设图片缩放参数可根据实际情况进行设定，如设定为将获取到的待检测图片缩放至128像素高，128像素宽。
28.举例说明，当获取到的待检测图片为1280像素宽，720像素高的图片时，首先将它缩放至128像素高，128像素宽，然后再获取缩放处理后的待检测图片中每个像素点分别在r通道、g通道、b通道的像素值。此例下，原图的计算量是1280*720*3，缩放后的计算量是128*128*3。显而易见，在进行缩放处理后，能大大降低计算量，进而能提升单色调图片的检测速度，同时还能使不同像素的图片上都能得到稳定的计算时间，便于管控检测时间。
29.步骤12，分别针对所述待检测图片中的每个像素点，获取所述像素点在所述r通道的像素值与该像素点在所述g通道的像素值的第一通道差、所述像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差，以及所述像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差。
30.其中，在本发明的实施例中，在获取到待检测图片中每个像素点分别在r通道、g通道、b通道的像素值后，会根据这些像素值，计算每个像素点上三通道中每两个通道之间的通道差，以便后续能基于所有像素点上的通道差，进行单色调图片的识别检测，进而提升对待检测图片进行检测的准确性。
31.步骤13，根据获取到的所有第一通道差、所有第二通道差和所有第三通道差，确定所述待检测图片是否为单色调图片。
32.其中，在本发明的实施例中，可根据获取到的所有第一通道差、所有第二通道差和所有第三通道差，计算三通道上的通道差的方差的方式，确定待检测图片是否为单色调图片。
33.值得一提的是，在本发明的实施例中，通过在获取到待检测图片后，获取待检测图片中每个像素点分别在r通道、g通道、b通道的像素值；然后分别针对待检测图片中的每个像素点，获取该像素点在r通道的像素值与该像素点在g通道的像素值的第一通道差、该像素点在g通道的像素值与该像素点在b通道的像素值的第二通道差，以及该像素点在b通道的像素值与该像素点在r通道的像素值的第三通道差；最终根据获取到的所有第一通道差、所有第二通道差和所有第三通道差，便能准确、有效的确定该待检测图片是否为单色调图片，以便对单色调图片做进一步加工处理。
34.同时，由于待检测图片可以为人像大数据分析系统输入端的人像图片，即人像图片在进入人像大数据分析系统前，先通过本发明实施例的单色调图片检测方法对该人像图片进行检测，以清洗出输入人像大数据分析系统的数据集(该数据集包括亿万级别数量的
人像图片)中的单色调图片，进而提高数据集的质量。
35.接下来，对上述步骤12，分别针对所述待检测图片中的每个像素点，获取所述像素点在所述r通道的像素值与该像素点在所述g通道的像素值的第一通道差、所述像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差，以及所述像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差的具体实现方式进行说明。
36.其中，在本发明的实施例中，针对待检测图片中的任一像素点而言，获取所述像素点在所述r通道的像素值与该像素点在所述g通道的像素值的第一通道差的步骤，包括：
37.第一步，计算所述像素点在所述r通道的像素值与所述像素点在所述g通道的像素值的第一差值的第一绝对值。
38.举例来说，以第0*0个像素点为例，该像素点对应的第一绝对值rg
0,0
＝|r
0,0-g
0,0
|。
39.第二步，判断所述第一绝对值是否小于预设校正参数，当所述第一绝对值小于所述预设校正参数时，将0作为所述像素点在所述r通道的像素值与该像素点在所述g通道的像素值的第一通道差，而当所述第一绝对值大于或等于所述预设校正参数时，将所述第一绝对值作为所述像素点在所述r通道的像素值与该像素点在所述g通道的像素值的第一通道差。
40.需要说明的是，在本发明的实施例中，考虑到现实生活中的rgb三通道单色调图片可能存在微小的色差(如rgb(0,0,0)与rgb(2,5,8)肉眼几乎难以分辨)，因此需要通过上述预设校正参数对第一通道差进行调整。具体的，当第一绝对值小于预设校正参数时，将像素点的第一通道差置为0，从而消除人眼无法分辨的微小颜色变化对计算产生的影响。其中，上述预设校正参数可以根据统计数据或经验进行设定，如设为20。
41.其中，在本发明的实施例中，针对待检测图片中的任一像素点而言，获取所述像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差的步骤，包括：
42.第一步，计算所述像素点在所述g通道的像素值与所述像素点在所述b通道的像素值的第二差值的第二绝对值。
43.举例来说，以第0*0个像素点为例，该像素点对应的第二绝对值gb
0,0
＝|g
0,0-b
0,0
|。
44.第二步，判断所述第二绝对值是否小于预设校正参数，当所述第二绝对值小于所述预设校正参数时，将0作为所述像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差，而当所述第二绝对值大于或等于所述预设校正参数时，将所述第二绝对值作为所述像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差。
45.需要说明的是，在本发明的实施例中，考虑到现实生活中的rgb三通道单色调图片可能存在微小的色差(如rgb(0,0,0)与rgb(2,5,8)肉眼几乎难以分辨)，因此需要通过上述预设校正参数对第二通道差进行调整。具体的，当第二绝对值小于预设校正参数时，将像素点的第二通道差置为0，从而消除人眼无法分辨的微小颜色变化对计算产生的影响。其中，上述预设校正参数可以根据统计数据或经验进行设定，如设为20。
46.其中，在本发明的实施例中，针对待检测图片中的任一像素点而言，获取所述像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差的步骤，包括：
47.第一步，计算所述像素点在所述b通道的像素值与所述像素点在所述r通道的像素值的第三差值的第三绝对值。
48.第二步，判断所述第三绝对值是否小于预设校正参数，当所述第三绝对值小于所述预设校正参数时，将0作为所述像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差，而当所述第三绝对值大于或等于所述预设校正参数时，将所述第三绝对值作为所述像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差。
49.举例来说，以第0*0个像素点为例，该像素点对应的第三绝对值br
0,0
＝|b
0,0-r
0,0
|。
50.需要说明的是，在本发明的实施例中，考虑到现实生活中的rgb三通道单色调图片可能存在微小的色差(如rgb(0,0,0)与rgb(2,5,8)肉眼几乎难以分辨)，因此需要通过上述预设校正参数对第三通道差进行调整。具体的，当第三绝对值小于预设校正参数时，将像素点的第三通道差置为0，从而消除人眼无法分辨的微小颜色变化对计算产生的影响。其中，上述预设校正参数可以根据统计数据或经验进行设定，如设为20。
51.接下来，对步骤13，根据获取到的所有第一通道差、所有第二通道差和所有第三通道差，确定所述待检测图片是否为单色调图片的具体实现方式进行说明。
52.具体的，在本发明的实施例中，上述步骤13的具体实现方式包括如下步骤：
53.步骤一，分别计算所有第一通道差的第一方差、所有第二通道差的第二方差以及所有第三通道差的第三方差。
54.其中，在本发明的实施例中，假设待检测图片为m像素宽，n像素高的图片，那么获取到的所有第一通道差d
rg
＝(rg
0,0
,l,rg
m,n
)，所有第二通道差d
gb
＝(gb
0,0
,l,gb
m,n
)，所有第三通道差d
br
＝(br
0,0
,l,br
m,n
)。此时，通过通用方差计算公式，便能计算得到所有第一通道差的第一方差、所有第二通道差的第二方差以及所有第三通道差的第三方差。
55.步骤二，根据所述第一方差、所述第二方差和所述第三方差，确定所述待检测图片是否为单色调图片。
56.具体的，在本发明的实施例中，确定所述待检测图片是否为单色调图片的步骤如下：
57.第一步，对所述第一方差、所述第二方差以及所述第三方差进行比较，确定出所述第一方差、所述第二方差和所述第三方差中的最大值、次大值和最小值；
58.第二步，计算所述最大值和所述次大值之间的第四差值；
59.第三步，分别比较所述最大值与预设最大方差的大小、所述最小值与预设最小方差的大小，以及所述第四差值与预设稳定参数值的大小，当所述最大值大于所述预设最大方差、所述最小值小于所述预设最小方差且所述第四差值小于所述预设稳定参数值时，确定所述待检测图片为单色调图片，否则，确定所述待检测图片不是单色调图片。
60.需要说明的是，在本发明的实施例中，上述预设最大方差、预设最小方差和预设稳定参数值是用来判断待检测图片是否是rgb模型三通道下单色配色的，这三个参数可以根据统计数据或经验进行设定，如设定预设最小方差为50，预设最大方差为800，预设稳定参数值为100。具体的，设定要求最大值大于所述预设最大方差，便能排除颜色跨度很大的图片；设定要求最小值小于所述预设最小方差，便能筛选出颜色变化很小的图片；设定要求第四差值小于所述预设稳定参数值，便能筛选出单色调是rgb其中某一种两两组合的情况。
61.为便于对上述单色调图片检测方法的理解，在此以一具体实例对上述单色调图片检测方法作进一步说明。
62.在该实例中，假设获取到的待检测图片为1280像素宽，720像素高的图片，预设最小方差为50，预设最大方差为800，预设稳定参数值为100，如图2所示，上述单色调图片检测方法包括如下步骤：
63.步骤21，获取待检测图片，将待检测图片缩放至128像素高，128像素宽，得到缩放处理后的待检测图片；
64.步骤22，获取待检测图片中每个像素点分别在r通道、g通道、b通道的像素值；
65.步骤23，分别针对每个像素点，根据该像素点在r通道、g通道、b通道的像素值，计算该像素点在r通道的像素值与该像素点在所述g通道的像素值的第一通道差、该像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差，以及该像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差；
66.步骤24，分别计算所有第一通道差的第一方差、所有第二通道差的第二方差以及所有第三通道差的第三方差；
67.步骤25，确定第一方差、第二方差、第三方差中的最大值、次大值和最小值，当最大值大于800、所述最小值小于50且所述第四差值小于100时，确定待检测图片为单色调图片。
68.如图3所示，本发明的实施例还提供了一种单色调图片检测装置，包括：第一获取模块31、第二获取模块32和确定模块33。
69.其中，第一获取模块31，用于获取待检测图片，并获取所述待检测图片中每个像素点分别在r通道、g通道、b通道的像素值；
70.第二获取模块32，用于分别针对所述待检测图片中的每个像素点，获取所述像素点在所述r通道的像素值与该像素点在所述g通道的像素值的第一通道差、所述像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差，以及所述像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差；
71.确定模块33，用于根据获取到的所有第一通道差、所有第二通道差和所有第三通道差，确定所述待检测图片是否为单色调图片。
72.其中，在本发明的实施例中，单色调图片检测装置30为与上述单色调图片检测方法对应的装置，能有效的鉴别单色调图片。
73.需要说明的是，单色调图片检测装置30包括实现上述单色调图片检测方法的所有模块或者单元，为避免过多重复，在此不对单色调图片检测装置30的各模块或者单元进行赘述。
74.如图4所示，本发明的实施例还提供了一种单色调图片检测设备，包括存储器41、处理器42以及存储在所述存储器41中并可在所述处理器42上运行的计算机程序43，所述处理器42执行所述计算机程序43时实现上述的单色调图片检测方法的步骤。
75.具体的，单色调图片检测设备40的处理器42执行所述计算机程序43时实现如下步骤：获取待检测图片，并获取所述待检测图片中每个像素点分别在r通道、g通道、b通道的像素值；分别针对所述待检测图片中的每个像素点，获取所述像素点在所述r通道的像素值与该像素点在所述g通道的像素值的第一通道差、所述像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差，以及所述像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差；根据获取到的所有第一通道差、所有第二通道差和所有第三通道差，确定所述待检测图片是否为单色调图片。
76.可选的，单色调图片检测设备40的处理器42执行所述计算机程序43时还实现如下步骤：按照预设图片缩放参数，对所述待检测图片进行缩放处理。
77.可选的，单色调图片检测设备40的处理器42执行所述计算机程序43时还实现如下步骤：计算所述像素点在所述r通道的像素值与所述像素点在所述g通道的像素值的第一差值的第一绝对值，并判断所述第一绝对值是否小于预设校正参数；当所述第一绝对值小于所述预设校正参数时，将0作为所述像素点在所述r通道的像素值与该像素点在所述g通道的像素值的第一通道差；当所述第一绝对值大于或等于所述预设校正参数时，将所述第一绝对值作为所述像素点在所述r通道的像素值与该像素点在所述g通道的像素值的第一通道差。
78.可选的，单色调图片检测设备40的处理器42执行所述计算机程序43时还实现如下步骤：计算所述像素点在所述g通道的像素值与所述像素点在所述b通道的像素值的第二差值的第二绝对值，并判断所述第二绝对值是否小于预设校正参数；当所述第二绝对值小于所述预设校正参数时，将0作为所述像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差；当所述第二绝对值大于或等于所述预设校正参数时，将所述第二绝对值作为所述像素点在所述g通道的像素值与该像素点在所述b通道的像素值的第二通道差。
79.可选的，单色调图片检测设备40的处理器42执行所述计算机程序43时还实现如下步骤：计算所述像素点在所述b通道的像素值与所述像素点在所述r通道的像素值的第三差值的第三绝对值，并判断所述第三绝对值是否小于预设校正参数；当所述第三绝对值小于所述预设校正参数时，将0作为所述像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差；当所述第三绝对值大于或等于所述预设校正参数时，将所述第三绝对值作为所述像素点在所述b通道的像素值与该像素点在所述r通道的像素值的第三通道差。
80.可选的，单色调图片检测设备40的处理器42执行所述计算机程序43时还实现如下步骤：分别计算所有第一通道差的第一方差、所有第二通道差的第二方差以及所有第三通道差的第三方差；根据所述第一方差、所述第二方差和所述第三方差，确定所述待检测图片是否为单色调图片。
81.可选的，单色调图片检测设备40的处理器42执行所述计算机程序43时还实现如下步骤：对所述第一方差、所述第二方差以及所述第三方差进行比较，确定出所述第一方差、所述第二方差和所述第三方差中的最大值、次大值和最小值；计算所述最大值和所述次大值之间的第四差值；分别比较所述最大值与预设最大方差的大小、所述最小值与预设最小方差的大小，以及所述第四差值与预设稳定参数值的大小；当所述最大值大于所述预设最大方差、所述最小值小于所述预设最小方差且所述第四差值小于所述预设稳定参数值时，确定所述待检测图片为单色调图片。
82.即，在本发明的具体实施例中，单色调图片检测设备40的处理器42执行所述计算机程序43时实现上述的单色调图片检测方法的步骤，能有效的鉴别单色调图片。
83.示例性的，上述计算机程序43可以被分割成一个或多个模块/单元，该一个或者多个模块/单元被存储在存储器41中，并由处理器42执行，以完成本发明。且该一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机
程序43在单色调图片检测设备40中的执行过程。
84.上述单色调图片检测设备40可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该单色调图片检测设备40可包括，但不仅限于，处理器42、存储器41。本领域技术人员可以理解，所述示意图仅仅是单色调图片检测设备40的示例，并不构成对单色调图片检测设备40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，例如单色调图片检测设备40还可以包括输入输出设备、网络接入设备、总线等。
85.上述处理器42可以是中央处理单元(cpu，central processing unit)，还可以是其他通用处理器、数字信号处理器(dsp，digital signal processor)、专用集成电路(asic，application specific integrated circuit)、现成可编程门阵列(fpga，field-programmable gate array)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器42是单色调图片检测设备40的控制中心，利用各种接口和线路连接整个单色调图片检测设备40的各个部分。
86.上述存储器41可用于存储计算机程序43和/或模块，处理器42通过运行或执行存储在存储器41内的计算机程序43和/或模块，以及调用存储在存储器41内的数据，实现单色调图片检测设备40的各种功能。具体的，存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器41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，例如硬盘、内存、插接式硬盘，智能存储卡(smc，smart media card)，安全数字(sd，secure digital)卡，闪存卡(flash card)、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。
87.需要说明的是，由于单色调图片检测设备40的处理器42执行所述计算机程序43时实现上述的单色调图片检测方法的步骤，因此上述单色调图片检测方法的所有实施例均能适用于该单色调图片检测设备40，且均能达到相同或相似的有益效果。
88.此外，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的单色调图片检测方法的步骤。
89.即，在本发明的具体实施例中，计算机可读存储介质的计算机程序被处理器执行时实现上述的单色调图片检测方法的步骤，能有效的鉴别单色调图片。
90.示例性的，计算机可读存储介质的计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。
91.以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应
包含在本发明的保护范围之内。