[发明专利]一种图片自动化分类方法、图片处理方法及其装置

权利要求书

1.一种图片自动化分类方法，其特征在于，该方法包括：

接收待分类图片；

读取特征库内的特征类目；

根据所述特征类目提取所述待分类图片的特征数据；

匹配提取的特征数据与所述特征类目对应的预设特征数据，将特征数据可匹配的待分类图片归并为一类。

2.根据权利要求1所述的方法，其特征在于，所述特征类目包括图片背景、图片前景、图片文字和/或图片人物。

3.根据权利要求2所述的方法，其特征在于，所述特征类目为图片背景和/或图片前景，所述与特征类目对应的预设特征数据包括图片背景的背景颜色数、背景色，和/或，图片前景的前景颜色数、前景区域个数、前景区域位置，则：所述根据特征类目提取所述待分类图片的特征数据包括：

将所述待分类图片划分为一个或多个子图；

提取各个子图的背景颜色数、背景色，和/或，提取各子图的前景颜色数、前景区域个数、前景区域位置。

4.根据权利要求3所述的方法，其特征在于，提取子图的前景颜色数、前景区域个数、前景区域位置具体包括：

统计预设颜色集合内的每种颜色在所述子图范围内的像素点数；

按照下式计算每种颜色的显著度值：

s(ck)=Σi=1Nwi·dist(ck·ci)]]>

式中：c_i为预设颜色集合内的第i个元素，N为颜色集合的元素个数，w_i为预设颜色集合内的第i种颜色在子图范围内的像素点数，dist(c_k·c_i)为颜色集合内两种颜色之间的距离；

将子图内每个像素点的颜色显著度值作为该像素点的显著度值；

将像素点显著度值之和大于预设阈值的区域识别为前景区域；

根据识别的前景区域确定前景颜色数、前景区域个数、前景区域位置。

5.根据权利要求2所述的方法，其特征在于，所述特征类目为图片文字，所述与特征类目对应的预设特征数据包括文字区域位置、文字区域大小和/或文字内容，则：所述根据特征类目提取所述待分类图片的特征数据包括：

对所述待分类图片进行文字区域定位，以确定文字区域位置和/或文字区域大小；和/或，

对所述待分类图片进行文字区域定位后进行文字识别，以确定文字区域的文字内容。

6.根据权利要求5所述的方法，其特征在于，对所述待分类图片进行文字区域定位具体包括：通过基于纹理统计法或基于区域分析法进行文字区域定位，和/或，

对所述待分类图片进行文字识别具体包括：通过KD树识别法对文字区域内的文字进行识别。

7.根据权利要求2所述的方法，其特征在于，所述特征类目为图片人物，所述与特征类目对应的预设特征数据包括人脸个数、人脸位置和/或人脸肤色，则：所述根据特征类目提取所述待分类图片的特征数据为提取所述待分类图片的人脸个数、人脸位置和/或人脸肤色。

8.一种基于图片分类的图片处理方法，其特征在于，该方法包括：

接收待分类图片；

读取特征库内的特征类目；

根据所述特征类目提取所述待分类图片的特征数据；

匹配提取的特征数据与所述特征类目对应的预设特征数据，将特征数据可匹配的待分类图片归并为一类；

对一个类别的图片按照预设处理规则进行处理。