本技术涉及图片解析领域,具体而言,涉及一种基于智能穿戴设备的图片批量解析方法、系统及介质。
背景技术:
1、随着科技越来越发达,智能穿戴设备越来越多样化,黑白的ui图片渐渐淡出人们的视线,迎来了彩屏显示的时代。而彩屏的ui图片资源更加的多样化,例如:png图片、bmp图片、jpg图片等。而怎么把这些图片批量、快速转换成智能穿戴设备能够使用的图片资源,成为了一大难题。现网络上的图片转换工具有以下弊端:只能单次转换图片资源,没效率;图片格式兼容性差;解析后的图片资源无法提供给智能穿戴设备使用;针对上述问题,目前亟待有效的技术解决方案。
技术实现思路
1、本技术实施例的目的在于提供一种基于智能穿戴设备的图片批量解析方法、系统及介质,可以通过图片分类规则对图片进行解析,从而生成想要的图片格式,实现图片格式的灵活转换的技术。
2、本技术实施例还提供了一种基于智能穿戴设备的图片批量解析方法,包括:
3、获取文件的图片路径,根据图片路径识别图片类型,并对图片类型进行划分,得到若干个图片的子类型;
4、根据分类规则将若干个图片的子类型进行分类,并解析图片,得到图片的原始数据;
5、将原始数据与预设的数据进行类别比较,得到类别偏差率;
6、判断所述类别偏差率是否大于预设偏差率阈值;
7、若大于,则生成图片转换策略,根据图片转换策略对图片进行格式转换;
8、若小于,则导出原始数据,并生成预定的文件格式,并将原始数据存储至数据库。
9、可选地,在本技术实施例所述的基于智能穿戴设备的图片批量解析方法中,所述获取文件的图片路径,根据图片路径识别图片类型,并对图片类型进行划分,得到若干个图片的子类型,包括:
10、获取文件的图片路径,并生成多个子路径;
11、将子路径与预设的路径信息进行比较,得到路径偏差率;
12、判断所述路径偏差率是否大于预设偏差率阈值;
13、若大于,则将对应的子路径进行剔除,
14、若小于,则提取子路径的文件特征值,并将特征值与预设的特征值进行差值计算,得到特征差值;
15、判断所述特征差值是否大于第一特征阈值;
16、若大于,则将对应的文件特征值修正。
17、可选地,在本技术实施例所述的基于智能穿戴设备的图片批量解析方法中,所述获取文件的图片路径,根据图片路径识别图片类型,包括:
18、所述图片路径包括图片存储位置、图片路径归属;所述图片类型包括图片格式、图片大小、图片脚本数据、图片补丁数据中的一种或两种以上的组合。
19、可选地,在本技术实施例所述的基于智能穿戴设备的图片批量解析方法中,获取图片格式,根据图片格式将多个图片进行分类,同一格式的图片存储至同一类别存储区,并进行计数;
20、获取存储区图片数量,将存储区内图片数量与预设数量阈值进行比较;
21、若图片数量大于第一阈值时,将存储区图片进行合成;
22、若图片数量大于第二阈值时,则存储至备用存储区。
23、可选地,在本技术实施例所述的基于智能穿戴设备的图片批量解析方法中,所述根据分类规则将若干个图片的子类型进行分类,并解析图片,得到图片的原始数据,包括:
24、获取图片元素,生成图片元素集;
25、将图片元素集与预设的图片元素进行相似度判断;
26、判断所述相似度是否大于预设相似度阈值;
27、若大于,则将图片元素按照预定序列进行排序;
28、若小于,则生成修正信息,对图片元素进行滤波处理。
29、可选地,在本技术实施例所述的基于智能穿戴设备的图片批量解析方法中,所述根据分类规则将若干个图片的子类型进行分类,并解析图片,得到图片的原始数据,包括:获取图片元素,生成图片元素集;
30、将图片元素进行语义解析,生成解析信息;
31、将解析信息与预设的解析信息进行比较,得到语义偏差率;
32、判断所述语义偏差率是否大于预设的语义偏差阈值;
33、若大于,则生成图片补偿信息,根据图片补偿信息对图片进行分辨率调整。
34、第二方面,本技术实施例提供了一种基于智能穿戴设备的图片批量解析系统,该系统包括:存储器及处理器,所述存储器中包括基于智能穿戴设备的图片批量解析方法的程序,所述基于智能穿戴设备的图片批量解析方法的程序被所述处理器执行时实现以下步骤:
35、获取文件的图片路径,根据图片路径识别图片类型,并对图片类型进行划分,得到若干个图片的子类型;
36、根据分类规则将若干个图片的子类型进行分类,并解析图片,得到图片的原始数据;
37、将原始数据与预设的数据进行类别比较,得到类别偏差率;
38、判断所述类别偏差率是否大于预设偏差率阈值;
39、若大于,则生成图片转换策略,根据图片转换策略对图片进行格式转换;
40、若小于,则导出原始数据,并生成预定的文件格式,并将原始数据存储至数据库。
41、可选地,在本技术实施例所述的基于智能穿戴设备的图片批量解析系统中,所述获取文件的图片路径,根据图片路径识别图片类型,并对图片类型进行划分,得到若干个图片的子类型,包括:
42、获取文件的图片路径,并生成多个子路径;
43、将子路径与预设的路径信息进行比较,得到路径偏差率;
44、判断所述路径偏差率是否大于预设偏差率阈值;
45、若大于,则将对应的子路径进行剔除,
46、若小于,则提取子路径的文件特征值,并将特征值与预设的特征值进行差值计算,得到特征差值;
47、判断所述特征差值是否大于第一特征阈值;
48、若大于,则将对应的文件特征值修正。
49、可选地,在本技术实施例所述的基于智能穿戴设备的图片批量解析系统中,所述获取文件的图片路径,根据图片路径识别图片类型,包括:
50、所述图片路径包括图片存储位置、图片路径归属;所述图片类型包括图片格式、图片大小、图片脚本数据、图片补丁数据中的一种或两种以上的组合。
51、第三方面,本技术实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中包括基于智能穿戴设备的图片批量解析方法程序,所述基于智能穿戴设备的图片批量解析方法程序被处理器执行时,实现如上述任一项所述的基于智能穿戴设备的图片批量解析方法的步骤。
52、由上可知,本技术实施例提供的一种基于智能穿戴设备的图片批量解析方法、系统及介质,通过获取文件的图片路径,根据图片路径识别图片类型,并对图片类型进行划分,得到若干个图片的子类型;根据分类规则将若干个图片的子类型进行分类,并解析图片,得到图片的原始数据;将原始数据与预设的数据进行类别比较,得到类别偏差率;判断所述类别偏差率是否大于预设偏差率阈值;若大于,则生成图片转换策略,根据图片转换策略对图片进行格式转换;若小于,则导出原始数据,并生成预定的文件格式,并将原始数据存储至数据库;通过图片分类规则对图片进行解析,从而生成想要的图片格式,实现图片格式的灵活转换的技术。
53、本技术的其他特征和优点将在随后的说明书阐述,并且,本技术的优点部分地从说明书中变得显而易见,或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。