[发明专利]图片压缩方法、装置、介质及电子设备

说明书

本公开涉及数据处理领域，揭示了一种图片压缩方法、装置、介质及电子设备。该方法包括：获取待压缩的目标图片；确定所述待压缩的目标图片的所属场景；按照所述场景，将所述待压缩的目标图片输入至与所述场景对应的图片压缩模型，以得到所述图片压缩模型输出的压缩后的所述目标图片，所述图片压缩模型包括基于卷积神经网络训练得到的特征提取层，所述图片压缩模型基于对应场景的图片训练得到；将所述待压缩的目标图片替换为所述压缩后的所述目标图片。此方法下，实现了对图片的压缩，减少了存储的图片文件的大小，降低了存储成本，另外，由于利用了相应的场景的图片压缩模型来进行图片压缩，可以在基本不损失有效信息的情况下实现对图片的压缩。

技术领域

本公开涉及数据处理技术领域，特别涉及一种图片压缩方法、装置、介质及电子设备。

背景技术

随着大数据和移动互联网的发展，用到图像的场景越来越多。比如在身份认证场景下，一般需要用户提交身份证照片、资质证明扫描件等图片或类似图片文件。然而，随着图片数据量的增多，存储图片数据耗费了大量的存储资源，导致存储成本较高。

发明内容

在数据处理技术领域，为了解决上述技术问题，本公开的目的在于提供一种图片压缩方法、装置、介质及电子设备。

根据本公开的一方面，提供了一种图片压缩方法，所述方法包括：

获取待压缩的目标图片；

确定所述待压缩的目标图片的所属场景；

按照所述场景，将所述待压缩的目标图片输入至与所述场景对应的图片压缩模型，以得到所述图片压缩模型输出的压缩后的所述目标图片，所述图片压缩模型包括基于卷积神经网络训练得到的特征提取层，所述图片压缩模型基于对应场景的图片训练得到；

将所述待压缩的目标图片替换为所述压缩后的所述目标图片。

根据本公开的另一方面，提供了一种图片压缩装置，所述装置包括：

获取模块，被配置为获取待压缩的目标图片；

确定模块，被配置为确定所述待压缩的目标图片的所属场景；

压缩模块，被配置为按照所述场景，将所述待压缩的目标图片输入至与所述场景对应的图片压缩模型，以得到所述图片压缩模型输出的压缩后的所述目标图片，所述图片压缩模型包括基于卷积神经网络训练得到的特征提取层，所述图片压缩模型基于对应场景的图片训练得到；

替换模块，被配置为将所述待压缩的目标图片替换为所述压缩后的所述目标图片。

根据本公开的另一方面，提供了一种计算机可读程序介质，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行如前所述的方法。

根据本公开的另一方面，提供了一种电子设备，所述电子设备包括：

处理器；

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如前所述的方法。

本公开的实施例提供的技术方案可以包括以下有益效果：

本公开所提供的图片压缩方法包括如下步骤：获取待压缩的目标图片；确定所述待压缩的目标图片的所属场景；按照所述场景，将所述待压缩的目标图片输入至与所述场景对应的图片压缩模型，以得到所述图片压缩模型输出的压缩后的所述目标图片，所述图片压缩模型包括基于卷积神经网络训练得到的特征提取层，所述图片压缩模型基于对应场景的图片训练得到；将所述待压缩的目标图片替换为所述压缩后的所述目标图片。