目标颜色搜索的方法、装置、存储介质与处理器与流程

文档序号:25872427发布日期:2021-07-16 16:48阅读:87来源:国知局
目标颜色搜索的方法、装置、存储介质与处理器与流程

1.本申请涉及图像处理领域,具体而言,涉及一种目标颜色搜索的方法、装置、存储介质与处理器。


背景技术:

2.现有的搜索引擎,用户要找一个目标颜色α,有一个图片集合,已知每张图的主要颜色(由颜色在图片中面积占比计算出来),使用α去和每张图做向量比较,越接近的排越靠前,从而达到“搜索α,找到和α相近的图”的目的。
3.当应用于特定的场景中时,用户搜索一个物体或概念,同时指定一个颜色。比如绿色和小鸟,用户想找的可能是带有绿色小鸟的图,采用上述现有技术中的搜索引擎,搜索结果为带有小鸟的绿色的图,而不是带有绿色小鸟的图。因此,上述的搜索引擎采用的搜索方案不适用于同时搜索物体以及颜色的情况。
4.在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解,因此,背景技术中可能包含某些信息,这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。


技术实现要素:

5.本申请的主要目的在于提供一种目标颜色搜索的方法、装置、存储介质与处理器,以解决现有技术中的缺乏适用于同时搜索物体以及颜色的方法的问题。
6.为了实现上述目的,根据本申请的一个方面,提供了一种目标颜色搜索的方法,该方法包括:识别图像库中的图像中是否包括目标物体,所述图像库包括多个所述图像;在所述图像中包括所述目标物体的情况下,获取所述图像中所述目标物体的颜色;获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,所述第一向量为目标颜色的向量,所述第二向量为所述图像中的所述目标物体的颜色的向量;至少根据所述余弦值和/或所述正弦值确定所述图像中的所述目标物体的颜色与所述目标颜色的是否相似。
7.进一步地,获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,包括:将所述目标颜色和所述图像中的所述目标物体的颜色分别转化为六角椎体模型;根据对应的所述六角椎体模型确定所述第一向量和所述第二向量;计算所述余弦值和或所述正弦值。
8.进一步地,至少根据所述余弦值和/或所述正弦值确定所述图像中的所述目标物体的颜色与所述目标颜色的是否相似,包括:在所述余弦值为1的情况下,确定所述图像中的所述目标物体的颜色与所述目标颜色相似;在所述余弦值为0的情况下,确定所述图像中的所述目标物体的颜色与所述目标颜色不相似。
9.进一步地,至少根据所述余弦值和/或所述正弦值确定所述图像中的所述目标物体的颜色与所述目标颜色的是否相似,包括:在所述正弦值为0的情况下,确定所述图像中的所述目标物体的颜色与所述目标颜色相似;在所述正弦值为1的情况下,确定所述图像中的所述目标物体的颜色与所述目标颜色不相似。
10.进一步地,在至少根据所述余弦值和/或所述正弦值确定所述图像中的所述目标物体的颜色与所述目标颜色的是否相似之前,所述方法还包括:获取所述图像中的所述目标物体的面积占所述图像的面积的比重,至少根据所述余弦值和/或所述正弦值确定所述图像中的所述目标物体的颜色与所述目标颜色的是否相似,包括:根据所述面积的比重和所述余弦值确定所述图像中的所述目标物体的颜色与所述目标颜色的是否相似。
11.进一步地,根据所述面积的比重和所述余弦值所述图像中的所述目标物体的颜色与所述目标颜色的是否相似,包括:采用公式s=cos(α)
×
log(β
×
m)计算相似度,其中,s表示所述相似度,α表示目标颜色与各所述目标物体的颜色的夹角,β表示所述比重,m为一常数;在所述相似度大于或者等于预定值的情况下,确定所述图像中的所述目标物体的颜色与所述目标颜色相似;在所述相似度小于预定值的情况下,确定所述图像中的所述目标物体的颜色与所述目标颜色不相似。
12.根据本申请的另一方面,提供了一种目标颜色搜索的装置,该装置包括:识别单元,用于识别图像库中的图像中是否包括目标物体,所述图像库包括多个所述图像;第一获取单元,用于在所述图像中包括所述目标物体的情况下,获取所述图像中所述目标物体的颜色;第二获取单元,用于获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,所述第一向量为目标颜色的向量,所述第二向量为所述图像中的所述目标物体的颜色的向量;第一确定单元,用于至少根据所述余弦值和/或所述正弦值确定所述图像中的所述目标物体的颜色与所述目标颜色的是否相似。
13.进一步地,第二获取单元,包括:转化模块,用于将所述目标颜色和所述图像中的所述目标物体的颜色分别转化为六角椎体模型;确定模块,用于根据对应的所述六角椎体模型确定所述第一向量和所述第二向量;计算模块,用于计算所述余弦值和/或所述正弦值。
14.根据本申请的另一方面,提供了一种存储介质,所述存储介质包括存储的程序,其中,所述程序执行中任意一种所述的方法。
15.根据本申请的另一方面,提供另一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行中任意一种所述的方法。
16.应用本申请的技术方案,上述方案中,首先,识别图像库中的图像中是否包括目标物体,上述图像库包括多个上述图像,之后,在上述图像中包括上述目标物体的情况下,获取上述图像中上述目标物体的颜色,其次,获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,上述第一向量为目标颜色的向量,上述第二向量为上述图像中的上述目标物体的颜色的向量,最后,至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似。即首先识别图像库中的图像中是否包括目标物体,然后在图像中包括目标物体的情况下,获取目标物体的颜色,再者至少通过确定目标颜色的向量和目标物体的颜色的向量之间的夹角的余弦值和/或正弦值,确定图像中的目标物体的颜色与目标颜色的是否相似,最终,实现了获取带有某种颜色的目标物体的图像的准确搜索,例如带有绿色小鸟的图像,该方法解决了现有技术中缺乏适用于搜索带颜色的物体的问题。
附图说明
17.构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
18.图1示出了根据本申请的实施例的一种目标颜色搜索的方法流程图;以及
19.图2示出了根据本申请的实施例的一种目标颜色搜索的装置示意图。
具体实施方式
20.需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
21.为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
22.需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.应该理解的是,当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时,该元件可直接在该另一元件上,或者也可存在中间元件。而且,在说明书以及权利要求书中,当描述有元件“连接”至另一元件时,该元件可“直接连接”至该另一元件,或者通过第三元件“连接”至该另一元件。
24.为了便于描述,以下对本申请实施例涉及的部分名词或术语进行说明:
25.hsv:六角椎体模型(hue,saturation,value)是根据颜色的直观特性创建的一种颜色空间,这个模型中颜色的参数包括色调(h)、饱和度(s)以及明度(v),色调用角度度量,取值范围为0
°
~360
°
,从红色开始按逆时针方向计算,红色为0
°
,绿色为120
°
,蓝色为240
°
;饱和度表示颜色接近光谱色的程度;明度表示颜色明亮的程度。
26.正如背景技术中所介绍的,现有技术中,在用户想要搜索带有颜色的物体时,会搜索物体和颜色,但是,搜索的结果并不是用户想要的结果,为解决现有技术中缺乏适用于搜索带颜色的物体的问题,本申请的一种典型的实施例提供了一种目标颜色搜索的方法、装置、存储介质与处理器。
27.根据本申请的实施例,提供了一种目标颜色搜索的方法。图1是根据本申请实施例的目标颜色搜索的方法的流程图。如图1所示,该方法包括以下步骤:
28.步骤s101,识别图像库中的图像中是否包括目标物体,上述图像库包括多个上述图像;
29.步骤s102,在上述图像中包括上述目标物体的情况下,获取上述图像中上述目标物体的颜色;
30.步骤s103,获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,上述第一向量为目标颜色的向量,上述第二向量为上述图像中的上述目标物体的颜色的向量;
31.步骤s104,至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似。
32.上述方案中,首先,识别图像库中的图像中是否包括目标物体,上述图像库包括多个上述图像,之后,在上述图像中包括上述目标物体的情况下,获取上述图像中上述目标物体的颜色,其次,获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,上述第一向量为目标颜色的向量,上述第二向量为上述图像中的上述目标物体的颜色的向量,最后,至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似。即首先识别图像库中的图像中是否包括目标物体,然后在图像中包括目标物体的情况下,获取目标物体的颜色,再者至少通过确定目标颜色的向量和目标物体的颜色的向量之间的夹角的余弦值和/或正弦值,确定图像中的目标物体的颜色与目标颜色的是否相似,最终,实现了获取带有某种颜色的目标物体的图像的准确搜索,例如带有绿色小鸟的图像,该方法解决了现有技术中缺乏适用于搜索带颜色的物体的问题。
33.需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
34.本申请的一种实施例中,获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,包括:将上述目标颜色和上述图像中的上述目标物体的颜色分别转化为六角椎体模型;根据对应的上述六角椎体模型确定上述第一向量和上述第二向量;计算上述余弦值和/或上述正弦值。比如要查找的目标颜色α,分别有三张图a、b、c,他们的颜色是:
35.a:面积主色a1,主体颜色a2;
36.b:面积主色b1,主体颜色b2;
37.c:面积主色c1,主体颜色c2。
38.计算机中一般使用rgb值来描述颜色,比如红色(255,0,0),黑色(255,255,255),黄色(255,245,0),但因为rgb不同颜色数值之间不是线性的关系,很难通过数值大小来衡量两个颜色的相近,那么,把rgb转化为hsv来做比较,即hue色调,saturation饱和,value明度,将颜色的hsv视为向量,上述目标颜色为第一向量,上述图像中的上述目标颜色为第二向量,再计算上述余弦值和/或正弦值,也就是向量夹角的余弦和/或正弦,后续就可以根据比较余弦和/或正弦,衡量上述图像中的上述目标物体的颜色与上述目标颜色的相似性,从而可以比较颜色的相近程度,例如,上述余弦值的计算公式为
39.a={x1,x2,x3...xn} b={y1,y2,y3...yn}
[0040][0041]
本申请的一种实施例中,至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似,包括:在上述余弦值为1的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色相似;在上述余弦值为0的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色不相似。即如果两个向量夹角很小,那么cos值接近1,说明他们很相似,当夹角为0度的时候,cos值为1,那么,就确定他们是相
似的,如果两个向量夹角是90度,那么cos值为0,说明他们不相似,越这样就可以根据上述余弦值,来确定上述图像中的上述目标物体的颜色与上述目标颜色是否是相似的。
[0042]
本申请的一种实施例中,至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似,包括:在上述正弦值为0的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色相似;在上述正弦值为1的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色不相似。即如果两个向量夹角很大,那么sin值接近1,说明他们很相似,当夹角为180度的时候,sin值为0,那么,就确定他们是相似的,如果两个向量的夹角是90度,那么sin值为0,说明他们不相似,这样就可以根据上述正弦值,来确定上述图像中的上述目标物体的颜色与上述目标颜色是否是相似的。
[0043]
当然,本申请的上述确定图像中的上述目标物体的颜色与上述目标颜色的是否相似并不限于上述的方法,还可以为其他的任何合适的方法,本申请的一种实施例中,在至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似之前,上述方法还包括:获取上述图像中的上述目标物体的面积占上述图像的面积的比重,至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似,包括:根据上述面积的比重和上述余弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似。这样例如有的图片中,小鸟所占的面积特别少,只占到了图片的1/15或者1/20,图片中还有其他的物体,比如说有花,颜色是粉色,还有其他的各种颜色的小花,还有彩色的艺术字,还有紫色的和黄色的容器,还有棕色的边框,图片的背景色是紫色,在这种图片中,虽然有鸟,但在图中的重要性太低了,导致这张图实际上可能也不符合用户想要的结果,所以我们要把找到的目标物体颜色,在整个图片中的重要程度(面积)考虑进来,再根据图片中的重要程度和上述余弦值来确定上述图像中的上述目标物体的颜色与上述目标颜色是不是相似的,这样就可以找到用户所需要的带有颜色的目标物体,且该目标物体在图像中的比重相对较大。
[0044]
本申请的又一种实施例中,根据上述面积的比重和上述余弦值上述图像中的上述目标物体的颜色与上述目标颜色的是否相似,包括:采用公式s=cos(α)
×
log(β
×
m)计算相似度,其中,s表示上述相似度,α表示目标颜色与各上述目标物体的颜色的夹角,β表示上述比重,m为一常数;在上述相似度大于或者等于预定值的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色相似;在上述相似度小于预定值的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色不相似。把面积也算进来,但给一个相对较小的权重去影响最终的得分,相似度可以根据公式来计算,s=cos(α)
×
log(β
×
m),m可以为一常数,根据实际情况来定,可以为100,也可以为其他的常数,最后根据比较s的大小,来判断图片与目标颜色α的相近程度,这样就可以更为准确的找到用户所需要的颜色的物体图片。
[0045]
本申请的一种实施例中,在各上述图像中的物体有多种颜色的情况下,上述方法还包括:分别将上述物体中的多种上述颜色与上述目标颜色做比较,根据比较结果确定多种上述颜色与上述目标颜色的夹角的余弦值,根据上述余弦值的大小确定各上述物体的颜色与上述目标颜色的相似度。图片中通常不止有一个颜色,物体也不止有一个颜色,那么就分别对上述物体中的多种上述颜色与上述目标颜色做比较,再确定多种上述颜色与上述目标颜色的夹角的余弦值,再分别根据上述余弦值的大小,如1,或者0,来确定相似度。
[0046]
本申请实施例还提供了一种目标颜色搜索的装置,需要说明的是,本申请实施例
的目标颜色搜索的装置可以用于执行本申请实施例所提供的用于目标颜色搜索的方法。以下对本申请实施例提供的目标颜色搜索的装置进行介绍。
[0047]
图2是根据本申请实施例的目标颜色搜索的装置的示意图。如图2所示,该装置包括:
[0048]
识别单元10,用于识别图像库中的图像中是否包括目标物体,上述图像库包括多个上述图像;
[0049]
第一获取单元20,用于在上述图像中包括上述目标物体的情况下,获取上述图像中上述目标物体的颜色;
[0050]
第二获取单元30,用于获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,上述第一向量为目标颜色的向量,上述第二向量为上述图像中的上述目标物体的颜色的向量;
[0051]
第一确定单元40,用于至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似。
[0052]
上述的装置中,识别单元识别图像库中的图像中是否包括目标物体,上述图像库包括多个上述图像,第一获取单元在上述图像中包括上述目标物体的情况下,获取上述图像中上述目标物体的颜色,第二获取单元获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,上述第一向量为目标颜色的向量,上述第二向量为上述图像中的上述目标物体的颜色的向量,第一确定单元至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似。即首先识别图像库中的图像中是否包括目标物体,然后在图像中包括目标物体的情况下,获取目标物体的颜色,再者至少通过确定目标颜色的向量和目标物体的颜色的向量之间的夹角的余弦值和/或正弦值,确定图像中的目标物体的颜色与目标颜色的是否相似,最终,实现了获取带有某种颜色的目标物体的图像的准确搜索,例如带有绿色小鸟的图像。该方法解决了现有技术中缺乏适用于搜索带颜色的物体的问题。
[0053]
本申请的一种实施例中,第二获取单元包括转换模块,第一确定模块和计算模块,转化模块用于将上述目标颜色和上述图像中的上述目标物体的颜色分别转化为六角椎体模型,确定第一模块用于根据对应的上述六角椎体模型确定上述第一向量和上述第二向量,计算模块用于计算上述余弦值和/或上述正弦值。比如要查找的目标颜色α,分别有三张图a、b、c,他们的颜色是:
[0054]
a:面积主色a1,主体颜色a2;
[0055]
b:面积主色b1,主体颜色b2;
[0056]
c:面积主色c1,主体颜色c2;
[0057]
计算机中一般使用rgb值来描述颜色,比如红色(255,0,0),黑色(255,255,255),黄色(255,245,0),但因为rgb不同颜色数值之间不是线性的关系,很难通过数值大小来衡量两个颜色的相近,那么,把rgb转化为hsv来做比较,即hue色调,saturation饱和,value明度,将颜色的hsv视为向量,上述目标颜色为第一向量,上述图像中的上述目标颜色为第二向量,再计算上述余弦值和/或正弦值,也就是向量夹角的余弦和/或正弦,后续就可以根据比较余弦和/或正弦,衡量上述图像中的上述目标物体的颜色与上述目标颜色的相似性,从而可以比较颜色的相近程度,例如,上述余弦值的计算公式为
[0058]
a={x1,x2,x3...xn} b={y1,y2,y3...yn}
[0059][0060]
本申请的一种实施例中,第一确定单元包括第二确定模块和第三确定模块,第二确定模块用于在上述余弦值为1的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色相似,第三确定模块用于在上述余弦值为0的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色不相似。即如果两个向量夹角很小,那么cos值接近1,说明他们很相似,当夹角为0度的时候,cos值为1,那么,就确定他们是相似的,如果两个向量夹角是90度,那么cos值为0,说明他们不相似,越这样就可以根据上述余弦值,来确定上述图像中的上述目标物体的颜色与上述目标颜色是否是相似的。
[0061]
本申请的一种实施例中,第一确定单元包括第四确定模块和第五确定模块,第四确定模块用于在上述正弦值为0的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色相似,第五确定模块用于在上述正弦值为1的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色不相似。即如果两个向量夹角很大,那么sin值接近1,说明他们很相似,当夹角为180度的时候,sin值为0,那么就确定他们是相似的,如果两个向量的夹角是90度,那么sin值为0,说明他们不相似,这样就可以根据上述正弦值,来确定上述图像中的上述目标物体的颜色与上述目标颜色是否是相似的。
[0062]
当然,本申请的上述确定图像中的上述目标物体的颜色与上述目标颜色的是否相似并不限于上述的方法,还可以为其他的任何合适的方法,本申请的一种实施例中,上述装置还包括第三获取单元,第一确定单元还包括第六确定模块,第三获取单元用于在至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似之前,获取上述图像中的上述目标物体的面积占上述图像的面积的比重,第六确定模块用于根据上述面积的比重和上述余弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似。这样例如有的图片中,小鸟所占的面积特别少,只占到了图片的1/15或者1/20,图片中还有其他的物体,比如说有花,颜色是粉色,还有其他的各种颜色的小花,还有彩色的艺术字,还有紫色的和黄色的容器,还有棕色的边框,图片的背景色是紫色,在这种图片中,虽然有鸟,但在图中的重要性太低了,导致这张图实际上可能也不符合用户想要的结果,所以我们要把找到的目标物体颜色,在整个图片中的重要程度(面积)考虑进来,再根据图片中的重要程度和上述余弦值来确定上述图像中的上述目标物体的颜色与上述目标颜色是不是相似的,这样就可以找到用户所需要的带有颜色的目标物体,且该目标物体在图像中的比重相对较大。
[0063]
本申请的一种实施例中,第六确定子模块还包括计算子模块,第一确定子模块和第二确定子模块,计算子模块用于采用公式s=cos(α)
×
log(β
×
m)计算相似度,其中,s表示上述相似度,α表示目标颜色与各上述目标物体的颜色的夹角,β表示上述比重,m为一常数,第一确定子模块用于在上述相似度大于或者等于预定值的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色相似,第二确定子模块用于在上述相似度小于预定值的情况下,确定上述图像中的上述目标物体的颜色与上述目标颜色不相似。把面积也算进来,但给一个相对较小的权重去影响最终的得分,相似度可以根据公式来计算,s=cos(α)
×
log(β
×
m),m可以为一常数,根据实际情况来定,可以为100,也可以为其他的常数,最后
根据比较s的大小,来判断图片与目标颜色α的相近程度,这样就可以更为准确的找到用户所需要的颜色的物体图片。
[0064]
本申请的一种实施例中,上述装置还包括比较单元,第二确定单元,第三确定单元,比较单元用于在各上述图像中的物体有多种颜色的情况下,分别将上述物体中的多种上述颜色与上述目标颜色做比较,第二确定单元用于根据比较结果确定多种上述颜色与上述目标颜色的夹角的余弦值,第三确定单元用于根据上述余弦值的大小确定各上述物体的颜色与上述目标颜色的相似度。图片中通常不止有一个颜色,物体也不止有一个颜色,那么就分别对上述物体中的多种上述颜色与上述目标颜色做比较,再确定多种上述颜色与上述目标颜色的夹角的余弦值,再分别根据上述余弦值的大小,如1,或者0,来确定相似度。
[0065]
上述目标颜色搜索的装置包括处理器和存储器,上述识别单元,第一获取单元,第二获取单元和第一确定单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
[0066]
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来可以同时搜索物体以及颜色。
[0067]
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(ram)和/或非易失性内存等形式,如只读存储器(rom)或闪存(flash ram),存储器包括至少一个存储芯片。
[0068]
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现上述目标颜色搜索的方法。
[0069]
本发明实施例提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行上述目标颜色搜索的方法。
[0070]
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现至少以下步骤:
[0071]
步骤s101,识别图像库中的图像中是否包括目标物体,上述图像库包括多个上述图像;
[0072]
步骤s102,在上述图像中包括上述目标物体的情况下,获取上述图像中上述目标物体的颜色;
[0073]
步骤s103,获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,上述第一向量为目标颜色的向量,上述第二向量为上述图像中的上述目标物体的颜色的向量;
[0074]
步骤s104,至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似。
[0075]
本文中的设备可以是服务器、pc、pad、手机等。
[0076]
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
[0077]
步骤s101,识别图像库中的图像中是否包括目标物体,上述图像库包括多个上述图像;
[0078]
步骤s102,在上述图像中包括上述目标物体的情况下,获取上述图像中上述目标物体的颜色;
[0079]
步骤s103,获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,上述第一
向量为目标颜色的向量,上述第二向量为上述图像中的上述目标物体的颜色的向量;
[0080]
步骤s104,至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似。
[0081]
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0082]
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0083]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0084]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0085]
在一个典型的配置中,计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0086]
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(ram)和/或非易失性内存等形式,如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
[0087]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
[0088]
还需要说明的是,术语“包括”、“包含”或者其任何其他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、商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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个
……”
限定的要素,并不排除在包括要素的
过程、方法、商品或者设备中还存在另外的相同要素。从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
[0089]
1)、本申请的目标颜色搜索的方法,首先,识别图像库中的图像中是否包括目标物体,上述图像库包括多个上述图像,之后,在上述图像中包括上述目标物体的情况下,获取上述图像中上述目标物体的颜色,其次,获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,上述第一向量为目标颜色的向量,上述第二向量为上述图像中的上述目标物体的颜色的向量,最后,至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似。即首先识别图像库中的图像中是否包括目标物体,然后在图像中包括目标物体的情况下,获取目标物体的颜色,再者至少通过确定目标颜色的向量和目标物体的颜色的向量之间的夹角的余弦值和/或正弦值,确定图像中的目标物体的颜色与目标颜色的是否相似,最终,实现了获取带有某种颜色的目标物体的图像的准确搜索,例如带有绿色小鸟的图像,该方法解决了现有技术中缺乏适用于搜索带颜色的物体的问题。
[0090]
2)、本申请的目标颜色搜索的装置,识别单元识别图像库中的图像中是否包括目标物体,上述图像库包括多个上述图像,第一获取单元在上述图像中包括上述目标物体的情况下,获取上述图像中上述目标物体的颜色,第二获取单元获取第一向量和第二向量之间的夹角的余弦值和/或正弦值,上述第一向量为目标颜色的向量,上述第二向量为上述图像中的上述目标物体的颜色的向量,第一确定单元至少根据上述余弦值和/或上述正弦值确定上述图像中的上述目标物体的颜色与上述目标颜色的是否相似。即首先识别图像库中的图像中是否包括目标物体,然后在图像中包括目标物体的情况下,获取目标物体的颜色,再者至少通过确定目标颜色的向量和目标物体的颜色的向量之间的夹角的余弦值和/或正弦值,确定图像中的目标物体的颜色与目标颜色的是否相似,最终,实现了获取带有某种颜色的目标物体的图像的准确搜索,例如带有绿色小鸟的图像。该方法解决了现有技术中缺乏适用于搜索带颜色的物体的问题。
[0091]
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1