CN106528879A - 图片处理方法及装置 - Google Patents

Abstract

本公开是关于一种图片处理方法及装置，所述方法包括：根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集，对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数，按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。本公开可以实现自动帮助用户选择质量较好的图片，将剩下的图片采用折叠方式显示，使得用户可直接从折叠方式显示的图片中选择删除图片或者保存图片，节省终端存储空间，提高用户体验。

Description

图片处理方法及装置

技术领域

本公开涉及图像处理领域，尤其涉及一种图片处理方法及装置。

背景技术

随着智能手机的普及，用户已经习惯使用手机随时随地拍照留念，一般都会在同一场景下拍摄多张照片，选出较好的照片保存，删掉质量差(如闭眼、运动模糊等)的照片，当所拍摄的照片较多时，需要用户一一选择进行删除或保存，费时费力，比较麻烦。

发明内容

为克服相关技术中存在的问题，本公开提供一种图片处理方法及装置。所述技术方案如下：

根据本公开实施例的第一方面，提供一种图片处理方法，包括：

根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集；

对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数；

按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。

本公开的实施例提供的技术方案可以包括以下有益效果：通过根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集，对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数，最后按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。从而可实现自动帮助用户选择质量较好的图片，将剩下的图片采用折叠方式显示，使得用户可直接从折叠方式显示的图片中选择删除图片或者保存图片，节省终端存储空间，提高用户体验。

进一步地，所述根据图片之间的相似度对待处理图片集进行分组，包括：

对每张图片进行特征提取，得到图片的图像特征，所述图像特征包括：颜色特征、纹理特征、形状特征、空间关系特征；

根据图像特征比较图片之间的相似度，将相似度大于第一预设阈值的图片划分到一个图片子集中。

进一步地，所述对每张图片进行特征提取之前，还包括：

按照图片的拍摄时间对待处理图片集中的图片进行排序；

所述根据图像特征比较图片之间的相似度之前，还包括：

确定图片之间的拍摄时间之差小于第二预设阈值。

这样可以降低计算复杂度，而且一般在同一时间段内存在相似图片的几率较大。

进一步地，所述对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数之前，还包括：

对有人脸的图片进行睁闭眼检测；

检测出图片中的人脸闭眼时，将检测出的人脸闭眼图片的质量分数设为0。

通过将测出的人脸闭眼图片的质量分数设为0，不需要再进行图像质量评价，从而可进一步降低计算复杂度，缩短处理时间。

进一步地，还包括：

响应于用户操作，将采用折叠方式显示的图片展开显示。

通过响应于用户操作，将采用折叠方式显示的图片展开显示，可以使用户进一步了解折叠的所有图片从而选择删除或保存。

进一步地，所述按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片之后，还包括：

响应于用户操作，存储用户从所述K张图片中选择的图片。

根据本公开实施例的第二方面，提供一种图片处理装置，包括：

分组模块，被配置为根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集；

质量评价模块，被配置为对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数；

处理模块，被配置为按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。

本公开的实施例提供的技术方案可以包括以下有益效果：通过根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集，对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数，最后按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。从而可实现自动帮助用户选择质量较好的图片，将剩下的图片采用折叠方式显示，使得用户可直接从折叠方式显示的图片中选择删除图片或者保存图片，节省终端存储空间，提高用户体验。

进一步地，所述分组模块包括：

特征提取子模块，被配置为对每张图片进行特征提取，得到图片的图像特征，所述图像特征包括：颜色特征、纹理特征、形状特征、空间关系特征；

划分子模块，被配置为根据图像特征比较图片之间的相似度，将相似度大于第一预设阈值的图片划分到一个图片子集中。

进一步地，所述分组模块还包括：

排序子模块，被配置为在所述特征提取子模块对每张图片进行特征提取之前，按照图片的拍摄时间对待处理图片集中的图片进行排序；

确定子模块，被配置为在所述划分子模块根据图像特征比较图片之间的相似度之前，确定图片之间的拍摄时间之差小于第二预设阈值。

这样可以降低计算复杂度，而且一般在同一时间段内存在相似图片的几率较大。

进一步地，还包括：

检测模块，被配置为在所述质量评价模块对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数之前，对有人脸的图片进行睁闭眼检测；

检测出图片中的人脸闭眼时，将检测出的人脸闭眼图片的质量分数设为0。

通过将测出的人脸闭眼图片的质量分数设为0，不需要再进行图像质量评价，从而可进一步降低计算复杂度，缩短处理时间。

进一步地，所述处理模块被配置为：

响应于用户操作，将采用折叠方式显示的图片展开显示。

通过响应于用户操作，将采用折叠方式显示的图片展开显示，可以使用户进一步了解折叠的所有图片从而选择删除或保存。

进一步地，还包括：

交互模块，被配置为在所述处理模块按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片之后，响应于用户操作，存储用户从所述K张图片中选择的图片。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种图片处理方法的流程图。

图2是根据另一示例性实施例示出的一种图片处理方法的流程图。

图3是根据一示例性实施例示出的一种图片处理装置的框图。

图4是根据另一示例性实施例示出的一种图片处理装置的框图。

图5是根据另一示例性实施例示出的一种图片处理装置的框图。

图6是根据另一示例性实施例示出的一种图片处理装置的框图。

图7是根据另一示例性实施例示出的一种图片处理装置的框图。

图8是根据一示例性实施例示出的一种图片处理装置的框图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种图片处理方法的流程图，本实施例的方法可应用于具有拍摄功能或存储图片功能的终端，如手机、相机、个人计算机等电子设备。本实施例以该图片处理方法应用于终端中来举例说明。该图片处理方法可以包括如下步骤。

在步骤S11中，根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集。

具体来说，本实施例中，图片也即照片，图片之间的相似度是指图片的图像特征的相似度，一般地，同一时间段内、同一场景下拍摄的照片相似度是较高的，可以划分到一个图片子集中。

作为一种可实施的方式，根据图片之间的相似度对待处理图片集进行分组，具体可以为：

对每张图片进行特征提取，得到图片的图像特征，所述图像特征包括：颜色特征、纹理特征、形状特征、空间关系特征。根据图像特征比较图片之间的相似度，将相似度大于第一预设阈值的图片划分到一个图片子集中。例如，第一预设阈值为70％，即就是将相似度大于70％的图片划分到一个图片子集中。

其中，颜色特征、纹理特征、形状特征、空间关系特征为常用的图像特征。颜色特征是一种全局特征，描述了图像或图像区域所对应的景物的表面性质，一般颜色特征是基于像素点的特征。颜色特征提取方法如颜色直方图等。纹理特征也是一种全局特征，描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。纹理特征提取方法如统计法、几何法、模型法和信号处理法等。通常情况下，形状特征有两类表示方法，一类是轮廓特征，另一类是区域特征。图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。形状特征描述方法如边界特征法、傅里叶形状描述符法和几何参数法。提取图像空间关系特征可以有两种方法：一种方法是首先对图像进行自动分割，划分出图像中所包含的对象或颜色区域，然后根据这些区域提取图像特征，并建立索引；另一种方法则简单地将图像均匀地划分为若干规则子块，然后对每个图像子块提取特征，并建立索引。

进一步地，对每张图片进行特征提取之前，还可以包括：按照图片的拍摄时间对待处理图片集中的图片进行排序。根据图像特征比较图片之间的相似度之前，还可以包括：

确定图片之间的拍摄时间之差小于第二预设阈值。

其中的第二预设阈值例如为10分钟或30分钟，即就是对在小于第二预设阈值的时间段内拍摄的照片进行特征提取、进而分组，这样可以降低计算复杂度，而且一般在同一时间段内存在相似图片的几率较大。

在步骤S12中，对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数。

具体地，衡量图像质量的因素主要是图像的清晰度、亮度等，如对于运动模糊的图片而言质量分数较低。图像质量评价也可采用现有的一些其他方法。

进一步地，对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数之前，还可以包括：

对有人脸的图片进行睁闭眼检测，检测出图片中的人脸闭眼时，将检测出的人脸闭眼图片的质量分数设为0。

本实施例中，首先对图片进行人脸检测，检测有有人脸的图片，对于人脸闭眼的图片默认为是质量差的图片，将检测出的人脸闭眼图片的质量分数直接设为0，不需要再进行图像质量评价。进一步降低计算复杂度，缩短处理时间。

在步骤S13中，按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。

具体来说，K为预设的大于等于1的正整数，K可以由用户预设，比如在对一个图片集进行处理之前，由用户设定，K也可以默认为1。按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。一般地，图片的原图存放在终端指定的文件夹中，展示给用户的是图片的缩略图，折叠方式显示是指将被折叠的图片在显示的时候只显示一张缩略图，用户点击该缩略图后，依次展开所有图片的缩略图，采用折叠方式显示的就是图片的缩略图，比如选取出前K张图片后，剩下的图片有10张，将剩下的10张图片采用折叠方式显示给用户，可以使用10张图片中质量最好的一张图片的缩略图作为折叠后展示的缩略图。进一步地，折叠后展示的缩略图上还可以显示一点击标识如箭头，用户点击该箭头后，终端响应于用户操作，将采用折叠方式显示的图片展开显示，可以使用户进一步了解折叠的所有图片从而选择删除或保存。可选的，还可以是选取出前K张图片后，将剩下的图片删除，或者提示用户是否选择删除，在删除图片时，可以只删除本地的图片，而云端的保留，这样可以防止误删除。

进一步地，按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片之后，还可以包括：响应于用户操作，存储用户从K张图片中选择的图片。例如从每一个图片子集中选取出K张图片之后，K例如为3，一共有3个图片子集，则共选出3x3＝9张图片，显示给用户，由用户选择保留这9张图片中的哪些图片。还可以是自动从每一个图片子集中选取出最好的一张，一共有3个图片子集，则共选出3张图片，显示给用户，由用户选择是否保留。

综上所述，本实施例提供的图片处理方法，通过根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集，对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数，最后按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。从而可实现自动帮助用户选择质量较好的图片，将剩下的图片采用折叠方式显示，使得用户可直接从折叠方式显示的图片中选择删除图片或者保存图片，节省终端存储空间，提高用户体验。

下面结合一具体实施例，对图1所示的技术方案进行详细说明。

图2是根据另一示例性实施例示出的一种图片处理方法的流程图，本实施例的方法可应用于具有拍摄功能或存储图片功能的终端，如手机、相机、个人计算机等电子设备。本实施例以该图片处理方法应用于终端中来举例说明。该图片处理方法可以包括如下步骤。

在步骤S21中，按照图片的拍摄时间对待处理图片集中的图片进行排序。

在步骤S22中，对每张图片进行特征提取，得到图片的图像特征。图像特征包括：颜色特征、纹理特征、形状特征、空间关系特征。

在步骤S23中，确定图片之间的拍摄时间之差小于第二预设阈值。

其中，第二预设阈值例如为10分钟或30分钟，即就是对在小于第二预设阈值的时间段内拍摄的照片进行特征提取、进而分组，这样可以降低计算复杂度，而且一般在同一时间段内存在相似图片的几率较大。

在步骤S24中，对确定出的图片之间的拍摄时间之差小于第二预设阈值的图片，根据图像特征比较图片之间的相似度，将相似度大于第一预设阈值的图片划分到一个图片子集中。

在步骤S25中，对有人脸的图片进行睁闭眼检测，检测出图片中的人脸闭眼时，将检测出的人脸闭眼图片的质量分数设为0。

在步骤S26中，对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数。

其中，对于脸闭眼图片就不需要再进行图像质量评价了。

在步骤S27中，按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。

进一步地，在步骤S27之后，还可以包括：响应于用户操作，将采用折叠方式显示的图片展开显示。

在步骤S27之后，还可以包括：响应于用户操作，存储用户从K张图片中选择的图片。例如从每一个图片子集中选取出K张图片之后，K例如为3，一共有3个图片子集，则共选出3x3＝9张图片，显示给用户，由用户选择保留这9张图片中的哪些图片。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图3是根据一示例性实施例示出的一种图片处理装置的框图。该图片处理装置可以通过软件、硬件或者两者的结合实现成为终端的部分或者全部。参照图3，该装置包括：分组模块11、质量评价模块12和处理模块13。

分组模块11被配置为根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集。

质量评价模块12被配置为对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数。

处理模块13被配置为按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。

综上所述，本实施例提供的装置，通过根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集，对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数，最后按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。从而可实现自动帮助用户选择质量较好的图片，将剩下的图片采用折叠方式显示，使得用户可直接从折叠方式显示的图片中选择删除图片或者保存图片，节省终端存储空间，提高用户体验。

图4是根据另一示例性实施例示出的一种图片处理装置的框图。参照图4，在图3所示的图片处理装置的基础上，进一步地，分组模块11包括:特征提取子模块111和划分子模块112。

特征提取子模块111被配置为对每张图片进行特征提取，得到图片的图像特征，所述图像特征包括：颜色特征、纹理特征、形状特征、空间关系特征。

划分子模块112被配置为根据图像特征比较图片之间的相似度，将相似度大于第一预设阈值的图片划分到一个图片子集中。

图5是根据另一示例性实施例示出的一种图片处理装置的框图。参照图5，在图4所示的图片处理装置的基础上，进一步地，分组模块11还包括排序子模块113和确定子模块114。

排序子模块113被配置为在所述特征提取子模块111对每张图片进行特征提取之前，按照图片的拍摄时间对待处理图片集中的图片进行排序。

确定子模块114被配置为在所述划分子模块112根据图像特征比较图片之间的相似度之前，确定图片之间的拍摄时间之差小于第二预设阈值。

本实施例中，进一步可以降低计算复杂度，而且一般在同一时间段内存在相似图片的几率较大。

图6是根据另一示例性实施例示出的一种图片处理装置的框图。参照图6，在图2所示的图片处理装置的基础上，进一步地，还包括检测模块16，该检测模块16被配置为在所述质量评价模块12对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数之前，对有人脸的图片进行睁闭眼检测，检测出图片中的人脸闭眼时，将检测出的人脸闭眼图片的质量分数设为0。

通过将测出的人脸闭眼图片的质量分数设为0，不需要再进行图像质量评价，从而可进一步降低计算复杂度，缩短处理时间。

进一步地，处理模块13还被配置为：响应于用户操作，将采用折叠方式显示的图片展开显示。

通过响应于用户操作，将采用折叠方式显示的图片展开显示，可以使用户进一步了解折叠的所有图片从而选择删除或保存。

图7是根据另一示例性实施例示出的一种图片处理装置的框图。参照图7，在图2所示的图片处理装置的基础上，进一步地，还包括交互模块17，该交互模块17被配置为在所述处理模块13按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片之后，响应于用户操作，存储用户从所述K张图片中选择的图片。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图8是根据一示例性实施例示出的一种图片处理装置的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图8，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置800的处理器执行时，使得装置800能够执行一种图片处理方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求书指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。

Claims (13)

1.一种图片处理方法，其特征在于，包括：

根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集；

对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数；

按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。

2.根据权利要求1所述的方法，其特征在于，所述根据图片之间的相似度对待处理图片集进行分组，包括：

对每张图片进行特征提取，得到图片的图像特征，所述图像特征包括：颜色特征、纹理特征、形状特征、空间关系特征；

根据图像特征比较图片之间的相似度，将相似度大于第一预设阈值的图片划分到一个图片子集中。

3.根据权利要求2所述的方法，其特征在于，所述对每张图片进行特征提取之前，还包括：

按照图片的拍摄时间对待处理图片集中的图片进行排序；

所述根据图像特征比较图片之间的相似度之前，还包括：

确定图片之间的拍摄时间之差小于第二预设阈值。

4.根据权利要求1～3任一项所述的方法，其特征在于，所述对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数之前，还包括：

对有人脸的图片进行睁闭眼检测；

检测出图片中的人脸闭眼时，将检测出的人脸闭眼图片的质量分数设为0。

5.根据权利要求1所述的方法，其特征在于，还包括：

响应于用户操作，将采用折叠方式显示的图片展开显示。

6.根据权利要求1所述的方法，其特征在于，所述按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片之后，还包括：

响应于用户操作，存储用户从所述K张图片中选择的图片。

7.一种图片处理装置，其特征在于，包括：

分组模块，被配置为根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集；

质量评价模块，被配置为对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数；

处理模块，被配置为按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。

8.根据权利要求7所述的装置，其特征在于，所述分组模块包括：

特征提取子模块，被配置为对每张图片进行特征提取，得到图片的图像特征，所述图像特征包括：颜色特征、纹理特征、形状特征、空间关系特征；

划分子模块，被配置为根据图像特征比较图片之间的相似度，将相似度大于第一预设阈值的图片划分到一个图片子集中。

9.根据权利要求8所述的装置，其特征在于，所述分组模块还包括：

排序子模块，被配置为在所述特征提取子模块对每张图片进行特征提取之前，按照图片的拍摄时间对待处理图片集中的图片进行排序；

确定子模块，被配置为在所述划分子模块根据图像特征比较图片之间的相似度之前，确定图片之间的拍摄时间之差小于第二预设阈值。

10.根据权利要求7～9任一项所述的装置，其特征在于，还包括：

检测模块，被配置为在所述质量评价模块对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数之前，对有人脸的图片进行睁闭眼检测；

检测出图片中的人脸闭眼时，将检测出的人脸闭眼图片的质量分数设为0。

11.根据权利要求7所述的装置，其特征在于，所述处理模块被配置为：

响应于用户操作，将采用折叠方式显示的图片展开显示。

12.根据权利要求7所述的装置，其特征在于，还包括：

交互模块，被配置为在所述处理模块按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片之后，响应于用户操作，存储用户从所述K张图片中选择的图片。

13.一种图片处理装置，其特征在于，包括：

处理器；

用于存储所述处理器的可执行指令的存储器；

其中，所述处理器被配置为：

根据图片之间的相似度对待处理图片集进行分组，得到多个图片子集；

对每一个图片子集中的图片进行图像质量评价，得出每张图片的质量分数；

按照质量分数从高到低的顺序从每一个图片子集中选取出前K张图片，将剩下的图片采用折叠方式显示。