[发明专利]图像处理方法、装置以及电子设备、存储介质

说明书

本公开公开了一种图像处理方法、装置以及电子设备、存储介质，涉及图像处理技术领域，该方法包括：获取图像集合，提取图像集合中各帧图像的指定信息，所述指定信息包括图像内容摘要和/或色彩分布直方图；基于提取的所述指定信息，确定图像之间的差异度；基于确定的差异度对所述图像集合中的图像进行图像分类。该方式可以根据用户的实际需求并基于图像的指定信息将图像集合中的图像进行分类，图像可依据图像的具体特征进行分类，进而使得图像分类的准确度更高。

技术领域

本发明涉及图像处理技术领域，特别涉及一种图像处理方法、装置以及电子设备、存储介质。

背景技术

相关技术中，如智能终端对图像的分类通常会以拍摄时间或拍摄地点为准。例如同一拍摄时间或拍摄地点的图片归为一类，并在终端的相簿中依序存储并展示。然而，不同拍摄时间点或不同拍摄地点的图像在视觉上可能也非常相似，故此基于拍摄时间和拍摄地点的图像聚类方法的准确性有待提高。

发明内容

本公开提供了一种图像处理方法、装置以及电子设备、存储介质，用至少解决相关技术中图像不能准确进行分类的问题。

根据本公开实施例的第一方面，提供一种图像处理方法，包括：

获取图像集合；

提取所述图像集合中各帧图像的指定信息，所述指定信息包括图像内容摘要和/或色彩分布直方图；

基于提取的所述指定信息，确定图像之间的差异度；

基于确定的差异度对所述图像集合中的图像进行图像分类。

在一个实施例中，若所述指定信息为图像内容摘要，所述提取各图像的指定信息包括：

将各图像缩小至指定尺寸，得到各图像对应的缩略图；

所述基于提取的所述指定信息，确定图像之间的差异度，包括：

对不同图像的所述缩略图中对应位置的像素点计算色差；

根据各像素点的色差，确定所述不同图像的差异度。

在一个实施例中，若所述指定信息为图像内容摘要，所述提取各图像的指定信息包括：

基于神经网络提取各图像的高层语义特征；

所述基于提取的所述指定信息，确定图像之间的差异度，包括：

将高层语义特征转换为特征向量；

将不同图像的特征向量之间的距离值作为所述不同图像的差异度。

在一个实施例中，若所述指定信息为色彩分布直方图，所述基于提取的所述指定信息，确定图像之间的差异度，包括：

计算不同图像的色彩分布直方图之间的推土机距离，作为所述不同图像的差异度。

在一个实施例中，若所述指定信息包括图像内容摘要和色彩分布直方图，则所述基于提取的所述指定信息，确定图像之间的差异度，包括：

基于提取的所述图像内容摘要确定不同图像的画面内容差异度，基于提取的所述色彩分布直方图确定不同图像的色彩分布直方图差异度；

将所述画面内容差异度以及所述色彩分布直方图差异度进行加权求和，确定所述不同图像的差异度。

在一个实施例中，所述基于确定的差异度对所述图像集合中的图像进行图像分类，包括：

基于确定的差异度对图像集合采用层次聚类的聚类分析方法进行图像分类。

在一个实施例中，获得所述图像集合，包括：

对视频图像进行抽帧处理得到所述图像集合；