本技术涉及图片处理领域,尤其涉及一种图片自动优化方法、系统、设备及存储介质。
背景技术:
1、用户在使用外部设备摄影照相后,通常会在显示设备中进行挑选,或者放大展示,一般情况下需要用户自己对图片进行筛选分类,遇到照片量大的情况需要耗费很多精力,并且,每一张图片可能都需要用户亲自筛选并处理,由于每张图片的质量或者说需要调整内容以及调整方式都会有差异化,所以,需要花费很大的精力去调整。
2、因此,基于上述技术问题,现有技术还有待改进。
技术实现思路
1、本技术的目的是实现图片的自动优化,提高图片批量处理效率。
2、本技术的上述技术目的是通过以下技术方案得以实现的:
3、一种图片自动优化方法,其中,包括:
4、获取批量图片信息;
5、对图片进行分类存储,不同的类别,对应不同的图片存储集合;
6、基于不同的图片存储集合中的图片,对集合内的图片赋予分值;
7、筛选出高于预设分值的图片和低于预设分值的图片,分别生成待优化图片集合和合格图片集合;
8、基于合格图片集合的图片分值,确定合格图片参数;
9、基于合格图片参数,调整待优化图片集合中的图片的图片参数,对待优化图片进行优化。
10、本技术上述方案,通过对图片进行分类存储,并且对图片赋予分值,从分值中筛选出待优化的图片和合格图片,从合格图片集合中确定图片参数,再基于合格图片集合的图片参数对待优化的图片进行参数调整,能够基于合格图片,来实现图片的批量优化,使待优化的图片优化后,更贴近实际的合格图片。
11、可选的,所述的图片自动优化方法,其中,基于不同的图片存储集合中的图片,对集合内的图片赋予分值的步骤包括:
12、获取图片元素;
13、对图片元素进行拆分;
14、分别基于图片元素,对图片各个元素进行评分;
15、当存在元素未达到合格分值时,以未达到合格分值的元素的分值为整体评分;
16、当所有元素均达到合格分值时,基于元素的权重,对所有元素的评分进行计算得到整体评分。
17、本技术上述方案,通过对图片元素进行拆分,再对各个元素进行评分,当存在元素未达到合格分值,则标记为待优化图片,从而能够基于图片元素来对图片进行优化,细化图片优化的颗粒度。
18、可选的,所述的图片自动优化方法,其中,基于合格图片集合的图片分值,确定合格图片参数的步骤包括:
19、基于合格图片集合的图片分值,对图片不同元素的分值进行归类整理,得到不同元素的分值集合;
20、分别获取不同分值对应的元素参数,得到元素参数集合。
21、本技术上述方案,通过对元素进行分类,得到元素分值集合,再进行筛选,得到元素参数集合,能够对应获取不同的分值的不同元素,对应的元素参数,便于进行元素参数调节。
22、可选的,所述的图片自动优化方法,其中,基于合格图片参数,调整待优化图片集合中的图片的图片参数,对待优化图片进行优化的步骤包括:
23、获取待优化图片的各个元素的分值;
24、筛选出达到合格分值的元素;
25、计算合格元素的平均分值;
26、基于平均分值,在元素参数集合中获取对应分值区间的元素参数;
27、基于对应分值区间的元素参数,对待优化的图片中,低于合格分值的元素的参数进行调节。
28、本技术上述方案,通过获取合格分值的元素的平均分值,来对低于合格分值的元素进行参数调节,能够在调节图片参数的同时,能够使图片整体更加均一。
29、可选的,所述的图片自动优化方法,其中,基于合格图片参数,调整待优化图片集合中的图片的图片参数,对待优化图片进行优化的步骤包括:
30、获取待优化图片的各个元素的分值;
31、筛选出达到合格分值的元素;
32、剔除偏差较大的元素的分值;
33、计算剔除后的合格元素的平均分值;
34、基于平均分值,在元素参数集合中获取对应分值区间的元素参数;
35、基于对应分值区间的元素参数,对待优化的图片中,低于合格分值的元素以及剔除的元素的元素参数进行调节。
36、本技术上述方案,通过筛选合格分值的元素,对元素分值中差异较大的分值进行剔除,再进行平均分值计算,从而对低于合格分值的元素以及剔除的元素的元素参数进行调节,进一步使图片整体效果更加均一。
37、可选的,所述的图片自动优化方法,其中,所述方法还包括:
38、对合格图片进行优化,使合格图片整体元素的分值平均。
39、本技术上述方案,通过对合格的图片进行优化,使合格的图片的整体效果也更加均一。
40、可选的,所述的图片自动优化方法,其中,对合格图片进行优化,使合格图片整体元素的分值平均的步骤包括:
41、获取合格图片的各个元素的分值;
42、当存在元素的分值与最大分值的差值超出阈值时,计算与最大分值差距在阈值范围内的分值,基于计算的分值,在元素参数集合中匹配,是否有对应的分值,与最大分值的差值超出阈值的元素匹配;
43、如果均有匹配的分值,则分别基于分值调节与最大分值差距在超出阈值的元素的参数;
44、如果存在元素没有匹配的分值,则获取该元素在元素参数集合中的最大分值,对应调节当前图片与该元素差距超出阈值的元素,降低超出阈值的参数的分值,对应调节元素参数。
45、本技术上述方案,通过对合格的图片进行元素分值筛分,计算元素分值之间的差值,对差距超出阈值范围的元素进行调整,分别正优化和负优化,来使图片整体效果更加均一。
46、本技术另一方面,公开了一种图片自动优化系统,其中,包括:
47、图片获取模块,用于获取批量图片信息;
48、存储模块,用于对图片进行分类存储,不同的类别,对应不同的图片存储集合;
49、分值赋予模块,用于基于不同的图片存储集合中的图片,对集合内的图片赋予分值;
50、筛选模块,用于筛选出高于预设分值的图片和低于预设分值的图片,分别生成待优化图片集合和合格图片集合;
51、合格参数确定模块,用于基于合格图片集合的图片分值,确定合格图片参数;
52、优化模块,用于基于合格图片参数,调整待优化图片集合中的图片的图片参数,对待优化图片进行优化。
53、本技术上述方案,通过对图片进行分类存储,并且对图片赋予分值,从分值中筛选出待优化的图片和合格图片,从合格图片集合中确定图片参数,再基于合格图片集合的图片参数对待优化的图片进行参数调整,能够基于合格图片,来实现图片的批量优化,使待优化的图片优化后,更贴近实际的合格图片。
54、本技术另一方面,公开了一种图片自动优化设备,其中,包括存储器和处理器,存储器存储有能够被处理器加载并执行如上所述的计算机程序。
55、本技术另一方面,公开了一种计算机可读存储介质,其中,存储有能够被处理器加载并执行如上所述的计算机程序。
56、综上所述,本技术具有以下至少一种有益效果:
57、1.通过对图片进行分类存储,并且对图片赋予分值,从分值中筛选出待优化的图片和合格图片,从合格图片集合中确定图片参数,再基于合格图片集合的图片参数对待优化的图片进行参数调整,能够基于合格图片,来实现图片的批量优化,使待优化的图片优化后,更贴近实际的合格图片;
58、2.通过对图片元素进行拆分,再对各个元素进行评分,当存在元素未达到合格分值,则标记为待优化图片,从而能够基于图片元素来对图片进行优化,细化图片优化的颗粒度;
59、3.通过对元素进行分类,得到元素分值集合,再进行筛选,得到元素参数集合,能够对应获取不同的分值的不同元素,对应的元素参数,便于进行元素参数调节。