照片清理方法、装置和终端设备制造方法及图纸

本申请提供一种照片清理方法、装置和终端设备，上述照片清理方法包括：获取用户设备中保存的照片；计算所述照片的模糊度评分、噪声评分和抖动评分，对所述照片的模糊度评分、噪声评分和抖动评分进行加权平均，获得所述照片的评分；将所述用户设备保存的照片中评分大于或等于预设阈值的照片展示给使用所述用户设备的用户；删除所述用户在展示的照片中选择的照片。本申请可以实现更加智能地区分出无用的照片，除了识别连拍中的模糊照片，还能识别日常拍摄中的失焦、噪点过多和/或抖动等导致的模糊照片，在智能选出无用照片后，展示给用户进行选择清理，从而可以在用户设备的存储空间紧缺的时候，为用户腾出宝贵的存储空间。

【技术实现步骤摘要】
照片清理方法、装置和终端设备
本申请涉及图片处理
，尤其涉及一种照片清理方法、装置和终端设备。
技术介绍
现有相关技术中，用户设备的存储空间越来越大，但是随着用户的使用，不可避免产生很多系统垃圾、应用数据和多媒体数据，导致用户的使用空间不足。而其中多媒体数据又占据用户的使用空间中最大的一部分，在多媒体数据中用户照片占据了绝大一部分。所以对无用照片的清理可以有效的释放无用资源，节省用户空间。在用户拍照的过程中，不可避免地产生很多模糊的照片。这些模糊的照片产生的原因可以包括失焦、夜间拍摄噪点过多和/或拍摄时抖动等。这些照片都可以判定为对用户无用的照片。现有相关技术中，提供了基于相似照片识别的自动清理方案，通过对连拍照片的相似性识别，让用户选择相似照片集合中多余或无用的照片进行删除，但是上述方案只能处理连续拍摄时，相似照片识别的场景，适用场景相对单一，对用户设备中无用照片的清理效果较差，用户体验度不高。
技术实现思路
为克服相关技术中存在的问题，本申请提供一种照片清理方法、装置和终端设备。为达到上述目的，本申请的实施例采用如下技术方案：第一方面，本申请实施例提供一种照片清理方法，包括：获取用户设备中保存的照片；计算所述照片的模糊度评分、噪声评分和抖动评分，对所述照片的模糊度评分、噪声评分和抖动评分进行加权平均，获得所述照片的评分；将所述用户设备保存的照片中评分大于或等于预设阈值的照片展示给使用所述用户设备的用户；删除所述用户在展示的照片中选择的照片。上述照片清理方法中，获取用户设备中保存的照片之后，计算上述照片的模糊度评分、噪声评分和抖动评分，然后对上述照片的模糊度评分、噪声评分和抖动评分进行加权平均，获得上述照片的评分，将上述用户设备保存的照片中评分大于或等于预设阈值的照片展示给使用上述用户设备的用户，最后删除上述用户在展示的照片中选择的照片，从而可以实现更加智能地区分出无用的照片，除了识别连拍中的模糊照片，还能识别日常拍摄中的失焦、噪点过多和/或抖动等导致的模糊照片，在智能选出无用照片后，展示给用户进行选择清理，从而可以在用户设备的存储空间紧缺的时候，为用户腾出宝贵的存储空间。第二方面，本申请实施例提供一种照片清理装置，包括：获取模块，用于获取用户设备中保存的照片；计算模块，用于计算所述获取模块获取的照片的模糊度评分、噪声评分和抖动评分，对所述照片的模糊度评分、噪声评分和抖动评分进行加权平均，获得所述照片的评分；展示模块，用于将所述用户设备保存的照片中评分大于或等于预设阈值的照片展示给使用所述用户设备的用户；删除模块，用于删除所述用户在所述展示模块展示的照片中选择的照片。上述照片清理装置中，获取模块获取用户设备中保存的照片之后，计算模块计算上述照片的模糊度评分、噪声评分和抖动评分，然后对上述照片的模糊度评分、噪声评分和抖动评分进行加权平均，获得上述照片的评分，展示模块将上述用户设备保存的照片中评分大于或等于预设阈值的照片展示给使用上述用户设备的用户，最后删除模块删除上述用户在展示的照片中选择的照片，从而可以实现更加智能地区分出无用的照片，除了识别连拍中的模糊照片，还能识别日常拍摄中的失焦、噪点过多和/或抖动等导致的模糊照片，在智能选出无用照片后，展示给用户进行选择清理，从而可以在用户设备的存储空间紧缺的时候，为用户腾出宝贵的存储空间。第三方面，本申请实施例提供一种终端设备，包括存储器、处理器及存储在所述存储器上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，实现如上所述的方法。第四方面，本申请实施例提供一种非临时性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上所述的方法。第五方面，本申请实施例提供一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行如上所述的方法。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。图1为本申请照片清理方法一个实施例的流程图；图2为本申请照片清理方法另一个实施例的流程图；图3为本申请照片清理方法再一个实施例的流程图；图4为本申请照片清理方法再一个实施例的流程图；图5为本申请照片清理方法再一个实施例的流程图；图6为本申请照片清理装置一个实施例的结构示意图；图7为本申请终端设备一个实施例的结构示意图；图8为本申请手机10内部部分一个实施例的结构示意图。通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。图1为本申请照片清理方法一个实施例的流程图，如图1所示，上述照片清理方法可以包括：步骤101，获取用户设备中保存的照片。具体地，可以通过自动扫描，获取用户设备中保存的照片。步骤102，计算上述照片的模糊度评分、噪声评分和抖动评分，对上述照片的模糊度评分、噪声评分和抖动评分进行加权平均，获得上述照片的评分。具体地，对上述照片的模糊度评分、噪声评分和抖动评分进行加权平均，获得上述照片的评分可以为：按照式(1)计算上述照片的评分：M＝(a1M1+a2M2+a3M3)/3；(1)式(1)中，M为上述照片的评分，M1为上述照片的模糊度评分，M2为上述照片的噪声评分，M3为上述照片的抖动评分，a1为M1的加权值，a2为M2的加权值，a3为M3的加权值。其中，上述a1、a2和a3的大小可以在具体实现时，根据系统性能和/或实现需求等自行设定，本实施例对a1、a2和a3的大小不作限定，并且a1,a2,a3可以部分取0，代表只取部分评分，可以根据系统和设备性能对评分算法进行取舍。步骤103，将上述用户设备保存的照片中评分大于或等于预设阈值的照片展示给使用上述用户设备的用户。步骤104，删除上述用户在展示的照片中选择的照片。本实施例中，可以将上述用户设备保存的照片中评分大于或等于预设阈值的照片输出到照片列表供用户选择，并在用户勾选需要清理的照片之后，对用户勾选的照片进行一键清理。上述照片清理方法中，获取用户设备中保存的照片之后，计算上述照片的模糊度评分、噪声评分和抖动评分，然后对上述照片的模糊度评分、噪声评分和抖动评分进行加权平均，获得上述照片的评分，将上述用户设备保存的照片中评分大于或等于预设阈值的照片展示给使用上述用户设备的用户，最后删除上述用户在展示的照片中选择的照片，从而可以实现更加智能地区分出无用的照片，除了识别连拍中的模糊照片，还能识别日常拍摄中的失焦、噪点过多和/或抖动等导致的模糊照片，在智能选出无用照片后，展示给用户进行选择清理，从而可以在用户设备的存储空间紧缺的时候，为用户腾出宝贵的存储空间。图2为本申请照片清理方法另一个实施本文档来自技高网...

【技术保护点】
1.一种照片清理方法，其特征在于，包括：获取用户设备中保存的照片；计算所述照片的模糊度评分、噪声评分和抖动评分，对所述照片的模糊度评分、噪声评分和抖动评分进行加权平均，获得所述照片的评分；将所述用户设备保存的照片中评分大于或等于预设阈值的照片展示给使用所述用户设备的用户；删除所述用户在展示的照片中选择的照片。

【技术特征摘要】
1.一种照片清理方法，其特征在于，包括：获取用户设备中保存的照片；计算所述照片的模糊度评分、噪声评分和抖动评分，对所述照片的模糊度评分、噪声评分和抖动评分进行加权平均，获得所述照片的评分；将所述用户设备保存的照片中评分大于或等于预设阈值的照片展示给使用所述用户设备的用户；删除所述用户在展示的照片中选择的照片。2.根据权利要求1所述的方法，其特征在于，所述计算所述照片的模糊度评分包括：对所述照片进行灰度处理，获得所述照片的灰度图；根据所述照片的灰度图，计算所述照片的最大垂直梯度和所述照片的最大水平梯度，以及计算所述照片的灰度范围；根据所述照片的最大垂直梯度和所述照片的最大水平梯度，以及所述照片的灰度范围计算所述照片的模糊度评分。3.根据权利要求2所述的方法，其特征在于，所述根据所述照片的灰度图，计算所述照片的最大垂直梯度和所述照片的最大水平梯度包括：根据所述照片的灰度图，计算所述照片的灰度图的垂直方向上任意相邻两个像素点的灰度值的差值，以计算获得的差值中的最大值作为所述照片的最大垂直梯度；以及，根据所述照片的灰度图，计算所述照片的灰度图的水平方向上任意相邻两个像素点的灰度值的差值，以计算获得的差值中的最大值作为所述照片的最大水平梯度。4.根据权利要求2所述的方法，其特征在于，所述根据所述照片的灰度图，计算所述照片的灰度范围包括：根据所述照片的灰度图，统计每个灰度值在所述照片的灰度图中对应的像素点的个数；在对应的像素点的个数不为0的灰度值中，按照灰度值从大到小的顺序选择第一预定比例的灰度值，对所述第一预定比例的灰度值和所述第一预定比例的灰度值对应的像素点的个数进行加权平均，获得所述照片的灰度值的最大值；在对应的像素点的个数不为0的灰度值中，按照灰度值从小到大的顺序选择第二预定比例的灰度值，对所述第二预定比例的灰度值和所述第二预定比例的灰度值对应的像素点的个数进行加权平均，获得所述照片的灰度值的最小值；根据所述照片的灰度值的最大值和所述照片的灰度值的最小值，计算获得所述照片的灰度范围。5.根据权利要求2所述的方法，其特征在于，所述根据所述照片的最大垂直梯度和所述照片的最大水平梯度，以及所述照片的灰度范围计算所述照片的模糊度评分包括：根据以下公式计算所述照片的模糊度评分：其中，Score为所述照片的模糊度评分，maxHoriGradient为所述照片的最大垂直梯度，maxVertGraident为所述照片的最大水平梯度，grayRange为所述...

【专利技术属性】
技术研发人员：刘灿尧，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44