基于svm和opencv的图像色系风格标记方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种基于svm和opencv的图像色系风格标记方法、装置、计算机设备及存储介质。所述方法包括：读取输入的装修图片，通过opencv提取装修图片的HSV颜色特征；将HSV颜色特征中的多维图像特征向量输入至基于svm的分类预测模型进行初步预测后，输出第一色系数据；将HSV颜色特征中的H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据输入至所述opencv进行HSV色系的过滤识别后，输出第二色系数据；在判定第二色系数据中的第二色系风格与第一色系数据中的概率值最大的第一色系风格一致时，确定概率值最大的第一色系风格为装修图片所属的色系风格，并在装修图片上标记其所属的色系风格。本发明专利技术可提高识别装修图片中色系风格的效率和精准率。

Methods, devices, devices and media of image color system style marking based on SVM and opencv

【技术实现步骤摘要】
基于svm和opencv的图像色系风格标记方法、装置、设备及介质
本专利技术涉及图像色系识别领域，尤其涉及一种基于svm和opencv的图像色系风格标记方法、装置、设备及介质。
技术介绍
目前，在确定对装修图片色系风格时，通常通过人工进行标记，该标记过程工作量大，识别效率低，且容易出错；因此，本领域人员亟需寻找一种技术方案解决上述提到的识别装修图片的色系风格存在的识别效率和精准率低的问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种基于svm和opencv的图像色系风格标记方法、装置、计算机设备及存储介质，用于提高识别装修图片中的色系风格的效率和精准率。一种基于svm和opencv的图像色系风格标记方法，包括：读取输入的装修图片，通过opencv提取所述装修图片的HSV颜色特征；所述HSV颜色特征包括从H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据中提取的多维图像特征向量；将所述多维图像特征向量输入至基于svm的分类预测模型进行初步预测后，输出所述装修图片的第一色系数据；所述第一色系数据包含至少一个第一色系风格及其概率值；所述基于svm的分类预测模型能识别并过滤掉所述装修图片中的干扰特征；将所述H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据输入至所述opencv进行HSV色系的过滤识别后，输出所述装修图片的第二色系数据；所述第二色系数据包含第二色系风格及其颜色比例；在判定颜色比例最大的所述第二色系风格与概率值最大的所述第一色系风格一致时，确定概率值最大的所述第一色系风格为所述装修图片所属的色系风格，并在所述装修图片的预设位置上标记其所属的色系风格。一种基于svm和opencv的图像色系风格标记装置，包括：提取模块，用于读取输入的装修图片，通过opencv提取所述装修图片的HSV颜色特征；所述HSV颜色特征包括从H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据中提取的多维图像特征向量；第一输出模块，用于将所述多维图像特征向量输入至基于svm的分类预测模型进行初步预测后，输出所述装修图片的第一色系数据；所述第一色系数据包含至少一个第一色系风格及其概率值；所述基于svm的分类预测模型能识别并过滤掉所述装修图片中的干扰特征；第二输出模块，用于将所述H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据输入至所述opencv进行HSV色系的过滤识别后，输出所述装修图片的第二色系数据；所述第二色系数据包含第二色系风格及其颜色比例；标记模块，用于在判定颜色比例最大的所述第二色系风格与概率值最大的所述第一色系风格一致时，确定概率值最大的所述第一色系风格为所述装修图片所属的色系风格，并在所述装修图片的预设位置上标记其所属的色系风格。一种计算机设备，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基于svm和opencv的图像色系风格标记方法。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基于svm和opencv的图像色系风格标记方法。上述基于svm和opencv的图像色系风格标记方法、装置、计算机设备及存储介质，本专利技术在装修图片存在干扰特征下，还可通过基于svm的分类预测模型和opencv来判定装修图片所属的色系风格，因此通过本专利技术可进一步地提高识别装修图片中的色系风格的效率和精准率。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例中基于svm和opencv的图像色系风格标记方法的一应用环境示意图；图2是本专利技术一实施例中基于svm和opencv的图像色系风格标记方法的一流程图；图3是本专利技术一实施例中基于svm和opencv的图像色系风格标记装置的结构示意图；图4是本专利技术一实施例中计算机设备的一示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本专利技术提供的基于svm和opencv的图像色系风格标记方法，可应用在如图1的应用环境中，其中，客户端通过网络与服务器进行通信。其中，客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。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。在一实施例中，如图2所示，提供一种基于svm和opencv的图像色系风格标记方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：S10，读取输入的装修图片，通过opencv提取所述装修图片的HSV颜色特征；所述HSV颜色特征包括从H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据中提取的多维图像特征向量；可理解地，装修照片能反映出该照片的色系风格，因此可通过识别出来的色系风格来确定出未落入装修图片的其他区域的装修色系分格，也可通过识别出来的色系风格来确定出客户喜好的装修色系分格等；opencv是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可实现了图像处理和计算机视觉方面等多种通用算法，具体地，通过opencv可提取H颜色通道(hue，色调)、S颜色通道(aturation，饱和度)和V颜色通道(value，亮度)，而每个颜色通道可提取到64个直方柱数据，并可将提取的直方柱数据以特征图显示后从特征图提取出192维的图像特征向量(为上述提到的多维图像特征向量)。在本实施例中，通过opencv去提取的多维图像特征向量能非常直观表达出装修图片中各种色彩具有的色调、饱和度和亮度。S20，将所述多维图像特征向量输入至基于svm的分类预测模型进行初步预测后，输出所述装修图片的第一色系数据；所述第一色系数据包含至少一个第一色系风格及其概率值；所述基于svm的分类预测模型能识别并过滤掉所述装修图片中的干扰特征；可理解地，在机器学习领域中，svm是一个有监督的学习模型，svm可为一种带核或不带核的支持向量机，本实施例通过svm来进行分类；基于svm的分类预测模型输出的第一色系数据可为(第一色系风格)粉色-0.8(概率值，该概率值可被数据缩放至0到1中)；装修图片中的干扰特征是指可影响到对装修图片进行第一色系风格识别的特征，该干扰特征可包括但不限于阳光、灯光等。在本实施例中，由于基于svm的分类预测模型能识别过滤掉装修图片中的干扰特征后，能以较高效率和高精准度确定本文档来自技高网...

【技术保护点】
1.一种基于svm和opencv的图像色系风格标记方法，其特征在于，包括：/n读取输入的装修图片，通过opencv提取所述装修图片的HSV颜色特征；所述HSV颜色特征包括从H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据中提取的多维图像特征向量；/n将所述多维图像特征向量输入至基于svm的分类预测模型进行初步预测后，输出所述装修图片的第一色系数据；所述第一色系数据包含至少一个第一色系风格及其概率值；所述基于svm的分类预测模型能识别并过滤掉所述装修图片中的干扰特征；/n将所述H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据输入至所述opencv进行HSV色系的过滤识别后，输出所述装修图片的第二色系数据；所述第二色系数据包含第二色系风格及其颜色比例；/n在判定颜色比例最大的所述第二色系风格与概率值最大的所述第一色系风格一致时，确定概率值最大的所述第一色系风格为所述装修图片所属的色系风格，并在所述装修图片的预设位置上标记其所属的色系风格。/n

【技术特征摘要】
1.一种基于svm和opencv的图像色系风格标记方法，其特征在于，包括：
读取输入的装修图片，通过opencv提取所述装修图片的HSV颜色特征；所述HSV颜色特征包括从H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据中提取的多维图像特征向量；
将所述多维图像特征向量输入至基于svm的分类预测模型进行初步预测后，输出所述装修图片的第一色系数据；所述第一色系数据包含至少一个第一色系风格及其概率值；所述基于svm的分类预测模型能识别并过滤掉所述装修图片中的干扰特征；
将所述H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据输入至所述opencv进行HSV色系的过滤识别后，输出所述装修图片的第二色系数据；所述第二色系数据包含第二色系风格及其颜色比例；
在判定颜色比例最大的所述第二色系风格与概率值最大的所述第一色系风格一致时，确定概率值最大的所述第一色系风格为所述装修图片所属的色系风格，并在所述装修图片的预设位置上标记其所属的色系风格。


2.根据权利要求1所述的基于svm和opencv的图像色系风格标记方法，其特征在于，所述通过opencv提取所述装修图片的HSV颜色特征，包括：
在所述装修图片为RGB图像时，利用所述opencv中的HSV颜色转换函数来将所述装修图片对应的RGB图像转换为HSV图像；
从所述HSV图像中的所述H颜色通道、S颜色通道和V颜色通道三个颜色通道同分别提取H直方柱数据、S直方柱数据和V直方柱数据；
自所述H直方柱数据、S直方柱数据和V直方柱数据中提取所述装修图片的HSV颜色特征对应的多维图像特征向量。


3.根据权利要求1所述的基于svm和opencv的图像色系风格标记方法，其特征在于，所述将所述H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据输入至所述opencv进行HSV色系的过滤识别后，输出所述装修图片的第二色系数据，包括：
在所述opencv中分析所述H颜色通道、S颜色通道和V颜色通道三个颜色通道对应的直方柱数据后，得到所述装修图片的二值图；
在所述opencv中对所述二值图进行图像分析后，得到所述二值图中的色系范围比值，并获取所述opencv根据所述二值图的色系范围比值对所述装修图片进行过滤识别后输出的包含所述第二色系风格的所述第二色系数据。


4.根据权利要求1所述的基于svm和opencv的图像色系风格标记方法，其特征在于，所述将所述多维图像特征向量输入至基于svm的分类预测模型进行初步预测之前，还包括：
获取具有样本多维图像特征向量的训练装修图像样本；所述样本多维图像特征向量中包含样本干扰特征；一个所述训练装修图像样本对应一种样本色系风格；
利用svm对具有样本干扰特征的所述样本多维图像特征向量进行分类训练，得到包含多种分类器的所述分类预测模型。


5.根据权利要求4所述的基于svm和opencv的图像色系风格标记方法，其特征在于，所述分类预测...

【专利技术属性】
技术研发人员：王国彬，周炼锋，胡鹏，
申请(专利权)人：深圳市彬讯科技有限公司，
类型：发明
国别省市：广东;44