本申請涉及圖片處理技術(shù)領(lǐng)域，尤其涉及一種圖片處理方法和裝置。

背景技術(shù)：

隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，越來越多的網(wǎng)絡(luò)業(yè)務(wù)涉及到圖片的識別，比如：對人臉圖片的識別、對證件圖片的識別等。然而，目前很多圖片會(huì)被添加網(wǎng)紋、水印等干擾因子，導(dǎo)致圖片識別的效率下降，并增加了圖片識別的難度。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本申請?zhí)峁┮环N圖片處理方法和裝置。

具體地，本申請是通過如下技術(shù)方案實(shí)現(xiàn)的：

一種圖片處理方法，所述方法包括：

采用多種不同的方式去除原始圖片中的干擾因子，得到多張樣本圖片；

根據(jù)預(yù)設(shè)的分割規(guī)則，分別將每張樣本圖片分割為多張樣本子圖片；

在相同屬性的樣本子圖片中確定目標(biāo)子圖片；

將不同屬性的多張目標(biāo)子圖片合并為目標(biāo)圖片。

可選的，所述在相同屬性的樣本子圖片中確定目標(biāo)子圖片，包括：

確定每個(gè)樣本子圖片的數(shù)學(xué)參數(shù)；

根據(jù)所述數(shù)學(xué)參數(shù)，采用聚類算法將所述相同屬性的樣本子圖片劃分為多個(gè)圖片集合，其中，每個(gè)圖片集合中包括有一張或者多張樣本子圖片；

在包括樣本子圖片最多的圖片集合中，確定目標(biāo)子圖片。

可選的，所述確定每個(gè)樣本子圖片的數(shù)學(xué)參數(shù)，包括：

根據(jù)所述樣本子圖片中各像素點(diǎn)的rgb信息，為所述樣本子圖片生成rgb向量，作為所述樣本子圖片的數(shù)學(xué)參數(shù)。

可選的，所述在包括樣本子圖片最多的圖片集合中，確定目標(biāo)子圖片，包括：

在包括樣本子圖片最多的圖片集合中，將聚類后所述圖片集合中的中心點(diǎn)對應(yīng)的樣本子圖片確定為所述目標(biāo)子圖片。

可選的，所述將不同屬性的多張目標(biāo)子圖片合并為目標(biāo)圖片，包括：

根據(jù)所述目標(biāo)子圖片中各像素點(diǎn)的位置坐標(biāo)，將不同屬性的多張目標(biāo)子圖片合并為目標(biāo)圖片。

一種圖片處理裝置，所述裝置包括：

干擾去除單元，采用多種不同的方式去除原始圖片中的干擾因子，得到多張樣本圖片；

圖片分割單元，根據(jù)預(yù)設(shè)的分割規(guī)則，分別將每張樣本圖片分割為多張樣本子圖片；

目標(biāo)確定單元，在相同屬性的樣本子圖片中確定目標(biāo)子圖片；

目標(biāo)合成單元，將不同屬性的多張目標(biāo)子圖片合并為目標(biāo)圖片。

可選的，所述目標(biāo)確定單元，包括：

參數(shù)確定子單元，確定每個(gè)樣本子圖片的數(shù)學(xué)參數(shù)；

集合劃分子單元，根據(jù)所述數(shù)學(xué)參數(shù)，采用聚類算法將所述相同屬性的樣本子圖片劃分為多個(gè)圖片集合，其中，每個(gè)圖片集合中包括有一張或者多張樣本子圖片；

目標(biāo)確定子單元，在包括樣本子圖片最多的圖片集合中，確定目標(biāo)子圖片。

可選的，所述參數(shù)確定子單元，根據(jù)所述樣本子圖片中各像素點(diǎn)的rgb信息，為所述樣本子圖片生成rgb向量，作為所述樣本子圖片的數(shù)學(xué)參數(shù)。

可選的，所述目標(biāo)確定子單元，在包括樣本子圖片最多的圖片集合中， 將聚類后所述圖片集合中的中心點(diǎn)對應(yīng)的樣本子圖片確定為所述目標(biāo)子圖片。

可選的，所述目標(biāo)合成單元，根據(jù)所述目標(biāo)子圖片中各像素點(diǎn)的位置坐標(biāo)，將不同屬性的多張目標(biāo)子圖片合并為目標(biāo)圖片。

由此可以看出，本申請可以先采用多種不同的方式去除原始圖片中的干擾因子，以得到多張樣本圖片，然后根據(jù)預(yù)設(shè)的分割規(guī)則，將多張樣本圖片分別分割為多張樣本子圖片，并在相同屬性的樣本子圖片中確定目標(biāo)子圖片，從而能夠在相同屬性的多張樣本子圖片中確定最接近真實(shí)圖像的目標(biāo)子圖片，并將不同屬性的多張目標(biāo)子圖片合并為目標(biāo)圖片，得到的目標(biāo)圖片能夠高度還原真實(shí)圖像，從而可以提高后續(xù)圖像識別的準(zhǔn)確度。

附圖說明

圖1是本申請一示例性實(shí)施例示出的一種圖片處理方法的流程示意圖。

圖2是本申請一示例性實(shí)施例示出的一種樣本圖片的分割示意圖。

圖3是本申請一示例性實(shí)施例示出的一種在相同屬性的樣本子圖片中確定目標(biāo)子圖片的流程示意圖。

圖4是本申請一示例性實(shí)施例示出的一種用于圖片處理裝置的一結(jié)構(gòu)示意圖。

圖5是本申請一示例性實(shí)施例示出的一種圖片處理裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

這里將詳細(xì)地對示例性實(shí)施例進(jìn)行說明，其示例表示在附圖中。下面的描述涉及附圖時(shí)，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本申請相一致的所有實(shí)施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本申請的一些方面相一致的裝置和方法的例子。

在本申請使用的術(shù)語是僅僅出于描述特定實(shí)施例的目的，而非旨在限制本申請。在本申請和所附權(quán)利要求書中所使用的單數(shù)形式的“一種”、“所 述”和“該”也旨在包括多數(shù)形式，除非上下文清楚地表示其他含義。還應(yīng)當(dāng)理解，本文中使用的術(shù)語“和/或”是指并包含一個(gè)或多個(gè)相關(guān)聯(lián)的列出項(xiàng)目的任何或所有可能組合。

應(yīng)當(dāng)理解，盡管在本申請可能采用術(shù)語第一、第二、第三等來描述各種信息，但這些信息不應(yīng)限于這些術(shù)語。這些術(shù)語僅用來將同一類型的信息彼此區(qū)分開。例如，在不脫離本申請范圍的情況下，第一信息也可以被稱為第二信息，類似地，第二信息也可以被稱為第一信息。取決于語境，如在此所使用的詞語“如果”可以被解釋成為“在……時(shí)”或“當(dāng)……時(shí)”或“響應(yīng)于確定”。

相關(guān)技術(shù)中，可以采用一些圖片處理算法或者圖片處理工具，比如：photoshop等，去除原始圖片中的網(wǎng)紋或水印。然而，在這樣的實(shí)現(xiàn)方式中，去網(wǎng)紋或水印后得到的圖片往往無法真實(shí)還原原始圖片中的圖像，進(jìn)而影響后續(xù)圖片識別的準(zhǔn)確度。

圖1是本申請一示例性實(shí)施例示出的一種圖片處理方法的流程示意圖。

請參考圖1，所述圖片處理方法可以應(yīng)用在終端中，所述終端可以包括智能手機(jī)、平板電腦、pda(personaldigitalassistant，掌上電腦)pc機(jī)等智能設(shè)備。所述圖片處理方法也可以應(yīng)用在服務(wù)端中，本申請對此不作特殊限制。所述圖片處理方法可以包括以下步驟：

步驟101，采用多種不同的方式去除原始圖片中的干擾因子，得到多張樣本圖片。

在本實(shí)施例中，所述原始圖片通常為待識別的圖片，所述原始圖片中包括有干擾因子，所述干擾因子通常為在真實(shí)圖像的基礎(chǔ)上后續(xù)添加的網(wǎng)紋、水印等干擾圖案。

在本實(shí)施例中，可以采用相關(guān)技術(shù)中提供的多種不同的去干擾因子的方法去除所述原始圖片中的干擾因子，以得到去干擾因子后的多張樣本圖片，比如：可以通過photoshop等圖像處理軟件去除所述原始圖片中的干擾因子等。

步驟102，根據(jù)預(yù)設(shè)的分割規(guī)則，分別將每張樣本圖片分割為多張樣本子圖片。

基于前述步驟101，在得到多張去干擾的樣本圖片后，可以根據(jù)預(yù)設(shè)的分割規(guī)則，分別將每張樣本圖片分割為多張子圖片，為便于描述，在本申請中，可以將分割后得到的所述子圖片稱為樣本子圖片。

在本實(shí)施例中，所述預(yù)設(shè)的分割規(guī)則可以由開發(fā)人員進(jìn)行設(shè)置，所述預(yù)設(shè)的分割規(guī)則可以以樣本子圖片的尺寸為單位，也可以以樣本子圖片的數(shù)量為單位，本申請對此不作特殊限制。舉例來說，所述預(yù)設(shè)的分割規(guī)則可以為將樣本圖片分割為25張樣本子圖片，比如：按照5乘5的規(guī)則，將所述樣本圖片分割為25張樣本子圖片。

在本實(shí)施例中，假設(shè)在前述步驟101中，采用n種不同的方式去除原始圖片中的干擾因子，可以得到n張樣本圖片。又假設(shè)，在本步驟中，將每張樣本圖片分割為m張樣本子圖片，則一共可以得到n×m張樣本子圖片。其中，m和n均為大于1的自然數(shù)。

步驟103，在相同屬性的樣本子圖片中確定目標(biāo)子圖片。

在本實(shí)施例中，每張樣本子圖片均包括有對應(yīng)的屬性，所述屬性用來表示所述樣本子圖片在所屬樣本圖片中的位置信息。請參考圖2，假設(shè)圖片a為原始圖片去干擾后得到的一張樣本圖片，根據(jù)預(yù)設(shè)的分割規(guī)則，可以將所述樣本圖片分割為3乘3的9張樣本子圖片，這9張樣本子圖片的屬性分別為：a11、a12、a13、a21、…、a33。

在本實(shí)施例中，仍然以圖2所示的分割規(guī)則為例，假設(shè)采用n種不同的方式去除原始圖片中的干擾因子，得到n張樣本圖片，則一共可以得到n×9張樣本子圖片，其中，屬性為a11至a33的樣本子圖片各有n張。在本步驟中，可以在n張屬性為a11的樣本子圖片中確定屬性為a11的目標(biāo)子圖片，在n張屬性為a12的樣本子圖片中確定屬性為a12的目標(biāo)子圖片，以此類推，可以確定屬性為a11至a33的9張目標(biāo)子圖片。

步驟104，將不同屬性的多張目標(biāo)子圖片合并為目標(biāo)圖片。

基于前述步驟103，在相同屬性的樣本子圖片中確定目標(biāo)子圖片后，可以將不同屬性的多張目標(biāo)子圖片合并為目標(biāo)圖片，比如：可以根據(jù)每張目標(biāo)子圖片的屬性將所述多張目標(biāo)子圖片合并為目標(biāo)圖片，也可以根據(jù)每張目標(biāo)子圖片中各像素點(diǎn)的位置坐標(biāo)將所述多張目標(biāo)子圖片合并為目標(biāo)圖片，本申請對此不作特殊限制。

舉例來說，仍以圖2所示的分割規(guī)則為例，在本步驟中，可以將屬性為a11至a33的9張目標(biāo)子圖片合并為一張目標(biāo)圖片。

由以上描述可以看出，本申請可以先采用多種不同的方式去除原始圖片中的干擾因子，以得到多張樣本圖片，然后根據(jù)預(yù)設(shè)的分割規(guī)則，將多張樣本圖片分別分割為多張樣本子圖片，并在相同屬性的樣本子圖片中確定目標(biāo)子圖片，從而能夠在相同屬性的多張樣本子圖片中確定最接近真實(shí)圖像的目標(biāo)子圖片，并將不同屬性的多張目標(biāo)子圖片合并為目標(biāo)圖片，得到的目標(biāo)圖片能夠高度還原真實(shí)圖像，從而可以提高后續(xù)圖像識別的準(zhǔn)確度。

可選的，在本申請一個(gè)例子中，請參考圖3，在相同屬性的樣本子圖片中確定目標(biāo)子圖片的過程可以包括以下步驟：

步驟301，確定每個(gè)樣本子圖片的數(shù)學(xué)參數(shù)。

在本實(shí)施例中，在將樣本圖片分割為多張樣本子圖片后，可以確定每張樣本子圖片的數(shù)學(xué)參數(shù)，以便后續(xù)計(jì)算。

可選的，在本申請一個(gè)例子中，可以根據(jù)所述樣本子圖片中各像素點(diǎn)的rgb信息，為所述樣本子圖片生成rgb向量，作為所述樣本子圖片的數(shù)學(xué)參數(shù)。比如：可以先獲取所述樣本子圖片中各像素點(diǎn)的rgb信息，諸如：rgb值，然后根據(jù)各像素點(diǎn)rgb信息生成rgb向量。假設(shè)，所述樣本子圖片中包括有k個(gè)像素點(diǎn)，其中，第i個(gè)像素點(diǎn)的rgb值為ri，i的取值為1至k，則所述樣本子圖片的rgb向量為{r1，r2，...，rk}。

步驟302，根據(jù)所述數(shù)學(xué)參數(shù)，采用聚類算法將所述相同屬性的樣本子圖片劃分為多個(gè)圖片集合，其中，每個(gè)圖片集合中包括有一張或者多張樣本 子圖片。

在本實(shí)施例中，針對相同屬性的多個(gè)樣本子圖片，基于所述樣本子圖片的數(shù)學(xué)參數(shù)，可以采用聚類算法將所述多個(gè)樣本子圖片劃分到多個(gè)圖片集合中。所述聚類算法可以包括：dbscan聚類算法(density-basedspatialclusteringofapplicationswithnoise)、k-means聚類算法等，本申請對此不作特殊限制。

舉例來說，當(dāng)采用dbscan聚類算法時(shí)，可以預(yù)先設(shè)置掃描半徑(eps)和最小包含點(diǎn)數(shù)(minpts)，每個(gè)樣本子圖片都對應(yīng)聚類過程中的一個(gè)點(diǎn)，所述最小包含點(diǎn)數(shù)為劃分后的圖片集合中所能包含的最少樣本子圖片數(shù)量。在聚類的過程中，可以基于所述樣本子圖片的數(shù)學(xué)參數(shù)進(jìn)行相關(guān)的計(jì)算，比如：可以將兩個(gè)樣本子圖片的rgb向量之間的距離作為兩個(gè)樣本子圖片之間的距離等。

步驟303，在包括樣本子圖片最多的圖片集合中，確定目標(biāo)子圖片。

基于前述步驟302，在將相同屬性的樣本子圖片劃分為多個(gè)圖片集合之后，確定每個(gè)圖片集合包括的樣本子圖片的數(shù)量，然后可以在包括樣本子圖片最多的圖片集合中，確定目標(biāo)子圖片。

可選的，在本申請一個(gè)例子中，在包括樣本子圖片最多的圖片集合中，可以將聚類后所述圖片集合中的中心點(diǎn)對應(yīng)的樣本子圖片確定為所述目標(biāo)子圖片。

在本實(shí)施例中，可以采用聚類算法在相同屬性的樣本子圖片中確定目標(biāo)子圖片，從而確保確定的目標(biāo)子圖片更加接近真實(shí)圖像。

與前述圖片處理方法的實(shí)施例相對應(yīng)，本申請還提供了圖片處理裝置的實(shí)施例。

本申請圖片處理裝置的實(shí)施例可以應(yīng)用在終端或者服務(wù)端上。裝置實(shí)施例可以通過軟件實(shí)現(xiàn)，也可以通過硬件或者軟硬件結(jié)合的方式實(shí)現(xiàn)。以軟件實(shí)現(xiàn)為例，作為一個(gè)邏輯意義上的裝置，是通過其所在終端或服務(wù)端的處理器將非易失性存儲(chǔ)器中對應(yīng)的計(jì)算機(jī)程序指令讀取到內(nèi)存中運(yùn)行形成的。從 硬件層面而言，如圖4所示，為本申請圖片處理裝置所在終端或服務(wù)端的一種硬件結(jié)構(gòu)圖，除了圖4所示的處理器、內(nèi)存、網(wǎng)絡(luò)接口、以及非易失性存儲(chǔ)器之外，實(shí)施例中裝置所在的終端或服務(wù)端通常根據(jù)該終端或服務(wù)端的實(shí)際功能，還可以包括其他硬件，對此不再贅述。

圖5是本申請一示例性實(shí)施例示出的一種圖片處理裝置的結(jié)構(gòu)示意圖。

請參考圖5，所述圖片處理裝置400可以應(yīng)用在圖4所示的終端或服務(wù)端中，包括有：干擾去除單元401、圖片分割單元402、目標(biāo)確定單元403以及目標(biāo)合并單元404。其中，所述目標(biāo)確定單元403還可以包括：參數(shù)確定子單元4031、集合劃分子單元4032以及目標(biāo)確定子單元4033。

其中，所述干擾去除單元401，采用多種不同的方式去除原始圖片中的干擾因子，得到多張樣本圖片。

所述圖片分割單元402，根據(jù)預(yù)設(shè)的分割規(guī)則，分別將每張樣本圖片分割為多張樣本子圖片。

所述目標(biāo)確定單元403，在相同屬性的樣本子圖片中確定目標(biāo)子圖片。

所述目標(biāo)合成單元404，將不同屬性的多張目標(biāo)子圖片合并為目標(biāo)圖片。

所述參數(shù)確定子單元4031，確定每個(gè)樣本子圖片的數(shù)學(xué)參數(shù)。

所述集合劃分子單元4032，根據(jù)所述數(shù)學(xué)參數(shù)，采用聚類算法將所述相同屬性的樣本子圖片劃分為多個(gè)圖片集合，其中，每個(gè)圖片集合中包括有一張或者多張樣本子圖片。

所述目標(biāo)確定子單元4033，在包括樣本子圖片最多的圖片集合中，確定目標(biāo)子圖片。

可選的，所述參數(shù)確定子單元4031，根據(jù)所述樣本子圖片中各像素點(diǎn)的rgb信息，為所述樣本子圖片生成rgb向量，作為所述樣本子圖片的數(shù)學(xué)參數(shù)。

可選的，所述目標(biāo)確定子單元4033，在包括樣本子圖片最多的圖片集合中，將聚類后所述圖片集合中的中心點(diǎn)對應(yīng)的樣本子圖片確定為所述目標(biāo)子圖片。

可選的，所述目標(biāo)合成單元404，根據(jù)所述目標(biāo)子圖片中各像素點(diǎn)的位置坐標(biāo)，將不同屬性的多張目標(biāo)子圖片合并為目標(biāo)圖片。

上述裝置中各個(gè)單元的功能和作用的實(shí)現(xiàn)過程具體詳見上述方法中對應(yīng)步驟的實(shí)現(xiàn)過程，在此不再贅述。

對于裝置實(shí)施例而言，由于其基本對應(yīng)于方法實(shí)施例，所以相關(guān)之處參見方法實(shí)施例的部分說明即可。以上所描述的裝置實(shí)施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部模塊來實(shí)現(xiàn)本申請方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動(dòng)的情況下，即可以理解并實(shí)施。

以上所述僅為本申請的較佳實(shí)施例而已，并不用以限制本申請，凡在本申請的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本申請保護(hù)的范圍之內(nèi)。