后将用户指定的若干张图片的图像特征加入到图像特征库中。
[0095]步骤503，当所述第一判断结果表明所述第一图片的图像特征与第一图像特征之间的差异在预设的第一阈值范围内时，将所述第一图片和与所述第一图像特征对应的图片分为同一类；
[0096]步骤504，当所述第一判断结果表明所述第一图片的图像特征与第一图像特征之间的差异未在预设的第一阈值范围内时，将所述第一图片的图像特征加入到所述图像特征库；
[0097]步骤505，依次类推，完成剩余的图片的分类。
[0098]本发明实施例中，所述M张图片为同一文件夹下面的图片。
[0099]本发明实施例中，所述方法还包括:
[0100]获取M张所述图片的第一信息，所述第一信息包括P个参数，所述P为大于I的整数；
[0101]按照预设的第一规则以列表的形式将M张所述图片的P个参数显示在所述电子设备的显示单元上。
[0102]这里，所述P个参数至少包括文件名称、大小、类型、日期和特征；所述方法还包括:
[0103]获取第一操作，所述第一操作用于确定第一参数，所述第一参数为所述P个参数中的一个参数；
[0104]基于所述第一操作，生成第一指令；
[0105]执行所述第一指令，将M张所述图片按照所述第一参数进行分类排序，并进行显
/Jn ο
[0106]本发明实施例中，所述方法还包括:
[0107]获取第一张图片的图像特征，将所述第一张图片的图像特征加入到图像特征库。
[0108]实施例六
[0109]本发明实施例提供的一种电子设备，图6为本发明实施例六电子设备的组成结构示意图，如图6所示，所述电子设备包括第一获取模块61、判断模块62、第一处理模块63、第二处理模块64和类推模块65，其中:
[0110]所述第一获取模块61，用于获取M张图片，针对每一所述图片，提取所述图片的图像特征；
[0111]这里，所述图像特征包括颜色特征、和/或纹理特征，本领域的技术人员可以根据各种现有技术对图像特征进行适当的定义，如图像特征还可以包括饱和度特征等，这里不再赘述；
[0112]对于第一获取模块61，举例来说，如图1-2所示，获取到9张图片，分别为图片11至19，对这9张图片分别提取它们的图像特征。
[0113]所述判断模块62，用于获取第一图片的图像特征，逐一判断所述第一图片的图像特征是否与第一图像特征匹配，得到第一结果，其中，所述第一图片为所述M张图片的任意一张图片，所述第一图像特征为图像特征库中任意一张图片中的图像特征；
[0114]这里，图像特征库中的图像特征可以由电子设备随机地选取若干张图片，然后将随机选取的图片的图像特征加入到图像特征库中，当然，图像特征库中的图像特征也可以由用户进行指定若干张，然后将用户指定的若干张图片的图像特征加入到图像特征库中。
[0115]在判断模块62中，以电子设备随机选取图片为例，假设电子设备随机选取图片14，将图片14的图像特征加入到图像特征库中。为了描述起来方便，假设电子设备是按照图片的顺序进行读取的，假设获取的第一图片的图像特征为图片11的图像特征，判断图片11的图像特征与图片14的图像特征是否匹配，得到第一判断结果；所述图片14的图像特征即为所述图像特征库中的图像特征，只不过图像特征库中的图像特征只有一张图片的图像特征而已。
[0116]所述第一处理模块63，用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时，将所述第一图片和与所述第一图像特征对应的图片分为同一类；
[0117]这里，继续承接判断模块62中的例子，假设第一结果表明图片11的图像特征与图片14的图像特征不匹配，则不能将图片11和图片14归为一类；
[0118]所述第二处理模块64，用于当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时，将所述第一图片的图像特征加入到所述图像特征库；
[0119]这里，继续承接判断模块62中的例子，假设第一结果表明图片11的图像特征与图片14的图像特征不匹配，则不能将图片11和图片14归为一类，然后将图片11的图像特征加入到图像特征库中；
[0120]所述类推模块65，用于依次类推，完成剩余的图片的分类。
[0121]这里，经过上述判断模块62、第一处理模块63和第二处理模块64中的例子，如图1-3所示，将图片14分为第一类图片，将图片11分为第二类图片；而剩余的待分类的图片如图1-4所示，还剩下图片12、13、15至19 ;按照上述步骤102至104，可以图1_4中的剩余图片进行分类，现以图片12为例:
[0122]获取图片12的图像特征，这时图像特征库中的图像特征包括图片14的图像特征、和图片11的图像特征；先判断图片12的图像特征与图片14的图像特征是否匹配，得到第一判断结果，第一判断结果表明图片12的图像特征与图片14的图像特征不匹配，即图片12和图片14不属于同一类；接着判断图片12的图像特征与图片11的图像特征是否匹配，得到第一判断结果，第一判断结果表明图片12的图像特征与图片11的图像特征不匹配，即图片12和图片11也不属于同一类；这时，将图片12的图像特征也加入到图像特征库中；此时图像特征库中的图像特征包括图片14的图像特征、图片11的图像特征和图片12的图像特征；
[0123]经过上述模块的处理，如图1-5所示，将图片14分为第一类图片，将图片11分为第二类图片，将图片12作为第三类图片；而剩余的待分类的图片如图1-4所示，还剩下图片13,15至19 ;按照上述步骤102至104，可以图1_6中的剩余图片进行分类，现以图片13为例:
[0124]获取图片13的图像特征，这时图像特征库中的图像特征包括图片14的图像特征、图片11的图像特征和图片12的图像特征；先判断图片13的图像特征与图片14的图像特征是否匹配，得到第一判断结果，第一判断结果表明图片13的图像特征与图片11的图像特征不匹配，即图片13和图片11不属于同一类；接着判断图片13的图像特征与图片12的图像特征是否匹配，得到第一判断结果，第一判断结果表明图片13的图像特征与图片12的图像特征不匹配，即图片13和图片12也不属于同一类；继续判断图片13的图像特征与图片14的图像特征是否匹配，得到第一判断结果，第一判断结果表明图片13的图像特征与图片14的图像特征不匹配，即图片13和图片14属于同一类；
[0125]按照上述模块的处理，将剩余的图片15至19进行分类，分类的最终结果如图1-7所示，将图片14、13和16归为一类，将图片11、15和18归为一类，将图片12、17和19归为一类。
[0126]本发明实施例中，所述M张图片为同一文件夹下面的图片。
[0127]本发明实施例中，通过第一获取模块61获取M张图片，针对每一所述图片，提取所述图片的图像特征；通过判断模块62获取第一图片的图像特征，逐一判断所述第一图片的图像特征是否与第一图像特征匹配，得到第一结果；当所述第一结果表明所述第一图片的图像特征与所述第一图像特征匹配时，通过第一处理模块63将所述第一图片和与所述第一图像特征对应的图片分为同一类；当所述第一结果表明所述第一图片的图像特征与所述第一图像特征不匹配时，通过第二处理模块64将所述第一图片的图像特征加入到所述图像特征库；通过类推模块65依次类推，完成剩余的图片的分类；如此，能够按照图片的相似性进行分类，从而提升用户体验。
[0128]实施例七
[0129]本发明实施例提供的一种电子设备，图7为本发明实施例七电子设备的组成结构示意图，如图7所示，所述电子设备包括第一获取模块71、判断模块72、第一处理模块73、第二处理模块74、类推模块75、第二获取模块76和显示模块77，其中:
[0130]所述第一获取模块71，用于获取M张图片，针对每一所述图片，提取所述图片的图像特征；
[0131]这里，所述图像特征包括颜色特征、和/或纹理特征；
[0132]所述判断模块72，用于获取第一图片的图像特征，逐一判断所述第一图片的图像特征是否与第一图像特征匹配，得到第一结果，其中，所述第一图片