图像重合度识别方法、电子设备及计算机可读存储介质技术

本申请提供一种图像重合度识别方法、电子设备及计算机可读存储介质。本申请通过获取第一图像中的第一边界线，并获取所述第一边界线的斜率、以及第二图像中与所述第一边界线对应的第二边界线的斜率，然后确定所述第一边界线的斜率和所述第二边界线的斜率之间的差异，进而基于所述差异确定所述第一边界线和所述第二边界线之间的相似度，以便根据所述相似度确定所述第一图像和所述第二图像之间的重合度，实现了两个图像之间重合度的识别，从而能够识别内容重复的图像。别内容重复的图像。别内容重复的图像。

【技术实现步骤摘要】
图像重合度识别方法、电子设备及计算机可读存储介质


[0001]本申请涉及视频处理技术，尤其涉及一种图像重合度识别方法、电子设备及计算机可读存储介质。

技术介绍

[0002]目前，随着互联网技术的快速发展和智能终端的普及，各种论坛、网站、自媒体平台不断涌现。视频制造商、用户每天会产生海量内容丰富多元的各种视频、图片，这些视频、图片会上传各种视频网站、论坛、自媒体平台等，供用户观看。
[0003]与此同时，盗版视频、盗版图片也层出不穷，尤其是图片，很容易被一些用户从某个网站、论坛、自媒体平台下载后上传到其他网站、论坛、自媒体平台。这样，导致网站、论坛、自媒体平台实际上重复收录了内容相同的图片，浪费了存储资源；另外，在向用户推荐图片时，很容易将内容相同的多个图片都推荐给用户，导致用户观看重复内容的图片，降低了用户体验。
[0004]现有技术中，一般是通过比对图片之间的名称，或者通过人工比对两个图片内容等方式来判断图片是否为相似图片，进而确定一个图片是否为盗版图片。但是，图片的名称是很容易被修改的，对于一些修改了名称的盗播图片，通过比对图片名称的方法很难识别出盗版图片，而通过人工比对两个图片内容的检测方法工作量较大，效率较低。

技术实现思路

[0005]本申请的多个方面提供一种图像重合度识别方法、电子设备及计算机可读存储介质，用以识别图像之间的重合度。
[0006]本申请的一方面，提供一种图像重合度识别方法，包括：
[0007]获取第一图像中的第一边界线；
[0008]获取所述第一边界线的斜率，以及获取第二图像中与所述第一边界线对应的第二边界线的斜率；
[0009]确定所述第一边界线的斜率和所述第二边界线的斜率之间的差异；
[0010]基于所述差异确定所述第一边界线和所述第二边界线之间的相似度，以便根据所述相似度确定所述第一图像和所述第二图像之间的重合度。
[0011]本申请的另一方面，提供一种电子设备，所述电子设备包括：
[0012]一个或多个处理器；
[0013]存储装置，用于存储一个或多个程序，
[0014]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述一方面所提供的图像重合度识别方法。
[0015]本申请的另一方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述一方面所提供的图像重合度识别方法。
[0016]由上述技术方案可知，本申请实施例通过获取第一图像中的第一边界线，并进一
步获取所述第一边界线的斜率、以及第二图像中与所述第一边界线对应的第二边界线的斜率，然后，确定所述第一边界线的斜率和所述第二边界线的斜率之间的差异，进而，基于所述差异确定所述第一边界线和所述第二边界线之间的相似度，以便根据所述相似度确定所述第一图像和所述第二图像之间的重合度，这样，实现了两个图像之间重合度的识别，从而能够识别内容重复的图像。
[0017]另外，采用本申请所提供的技术方案，由于能够基于图像中边界线的斜率识别是否存在内容重复的图像，可以避免网站、论坛、自媒体平台重复收录内容相同的图像，节约存储资源和维护资源。
[0018]另外，采用本申请所提供的技术方案，由于能够基于图像中边界线的斜率识别是否存在内容重复的图像，可以避免在向用户推荐图像时，将内容相同的多个图像推荐给用户，避免用户观看相同内容的图片，能够有效提高用户体验。
[0019]另外，采用本申请所提供的技术方案，相对于通过人工比对两个图片内容等方式来判断图片是否为相似图片的检测方法，降低了人力成本，提高了识别效率。
【附图说明】
[0020]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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它的附图。
[0021]图1为本申请一实施例提供的图像重合度识别方法的流程示意图；
[0022]图2为本申请实施例中接收到的图像和第一图像的一个示例图；
[0023]图3为本申请一实施例中获取所述第一边界线的斜率的一个流程示意图；
[0024]图4为本申请实施例中一个斜率二叉树的一个示例图；
[0025]图5为本申请实施例中带权重的斜率二叉树的一个示例图；
[0026]图6为本申请另一实施例提供的图像重合度识别方法的流程示意图；
[0027]图7为适于用来实现本申请实施方式的示例性计算机系统/服务器12的框图。
【具体实施方式】
[0028]为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请一部分实施例，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作出创造性劳动前提下所获得的全部其它实施例，都属于本申请保护的范围。
[0029]需要说明的是，本申请实施例中所涉及的终端可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、个人电脑(Personal Computer，PC)、MP3播放器、MP4播放器、可穿戴设备(例如，智能眼镜、智能手表、智能手环等)等。
[0030]另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0031]如
技术介绍
中所述，各种图片，很容易被一些用户从某个网站、论坛、自媒体平台下载后上传到其他网站、论坛、自媒体平台。这样，导致网站、论坛、自媒体平台实际上重复收录了内容相同的图片，浪费了存储资源；另外，在向用户推荐图片时，很容易将内容相同的多个图片都推荐给用户，导致用户观看重复内容的图片，降低了用户体验。而通过比对图片之间的名称来判断图片是否为相似图片的方式，由于图片的名称是很容易被修改的，对于一些修改了名称的盗播图片，通过比对图片名称的方法很难识别出盗版图片；通过人工比对两个图片内容等方式来判断图片是否为相似图片的检测方法工作量较大，效率较低。
[0032]因此，亟需提供一种图片重复性识别方法，用以识别内容重复的图片。
[0033]图1为本申请一实施例提供的图像重合度识别的流程示意图，如图1所示。
[0034]101、获取第一图像中的第一边界线。
[0035]可选地，本申请实施例中的第一图像，是指需要识别是否与其他图像内容重复的图像。
[0036]另外，本申请实施例中的第一图像，可以是任意格式和内容的图片，例如，可以是bmp、jpg、pn本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像重合度识别方法，其特征在于，包括：获取第一图像中的第一边界线；获取所述第一边界线的斜率，以及获取第二图像中与所述第一边界线对应的第二边界线的斜率；确定所述第一边界线的斜率和所述第二边界线的斜率之间的差异；基于所述差异确定所述第一边界线和所述第二边界线之间的相似度，以便根据所述相似度确定所述第一图像和所述第二图像之间的重合度。2.根据权利要求1所述的方法，其特征在于，所述获取第一图像中的第一边界线之前，还包括：对接收到的图像进行锐化，得到所述第一图像；或者，依次对接收到的图像进行锐化、黑白化，得到所述第一图像；或者，依次对接收到的图像进行黑白化、锐化，得到所述第一图像。3.根据权利要求1所述的方法，其特征在于，所述获取第一图像中的第一边界线之前，还包括：获取所述第一边界线中长度最大的边界线的矩形边界区；基于预设尺寸、以及所述矩形边界区的长度和高度，对所述第一边界线沿预设平面坐标系中的两个坐标轴方向等比例缩放。4.根据权利要求1所述的方法，其特征在于，所述获取第一图像中的第一边界线，包括：基于预设方式获取所述第一图像中的至少一条边界线作为所述第一边界线。5.根据权利要求4所述的方法，其特征在于，所述基于预设方式获取所述第一图像中的至少一条边界线，包括：从所述第一图像中选取最长的一条边界线；或者，从所述第一图像中选取最长的一条边界线、以及与所述最长的一条边界线相交的至少一条边界线；或者，按照长度从大到小的顺序，从所述第一图像中选取至少一条边界线；或者，按照长度从大到小的顺序，从所述第一图像中选取多条边界线、以及分别与所述多条边界线中每条边界线相交的至少一条边界线。6.根据权利要求1所述的方法，其特征在于，所述第一边界线包括至少一条待识别边界线；所述获取所述第一边界线的斜率，包括：分别针对所述至少一条待识别边界线中的每一条待识别边界线，计算所述每一条待识别边界线的斜率，并采用二分法递归计算所述每一条待识别边界线上分线段的斜率。7.根据权利要求6所述的方法，其特征在于，所述第二边界线包括至少一条参考边界线；所述方法还包括：分别针对所述每一条待识别边界线，比较所述每一条待识别边界线对应的斜率个数与所述每一条待识别边界线对应的所述至少一条参考边界线中每一条参考边界线对应的斜率个数是否一致；所述每一条待识别边界线对应的斜率个数为所述每一条待识别边界线的斜率与所述每一条待识别边界线上所有分线段的斜率的数量，所述每一条参考边界线对应
的斜率个数为所述每一条参考边界线的斜率与所述每一条参考边界线上所有分线段的斜率的数量；若所述每一条待识别边界线对应的斜率个数与对应的所述每一条参考边界线对应的斜率个数不一致，基于所述每一条参考边界线对应的斜率个数，对所述每一条待识别边界线的斜率进行插值或者抽样，以使插值或者抽样得到的所述每一条待识别边界线对应的斜率个数与对应的所述每一条参考边界线对应的斜率个数一致。8.根据权利要求6所述的方法，其特征在于，所述采用二分法递归计算所述每一条待识别边界线上分线段的斜率，包括：基于所述每一条待识别边界线的中点将所述每一条待识别边界线切分为两条分线段；分别计算所述两分条线段中每一条分线段的斜率；分别以...

【专利技术属性】
技术研发人员：崔英林，
申请(专利权)人：上海连尚网络科技有限公司，
类型：发明
国别省市：