Способ, устройство сервера и устройство терминала для предоставления изображения

Изобретение относится к средствам предоставления изображения, которые позволяют выполнять поиск изображения в соответствии с цветом. Технический результат заключается в расширении арсенала технических средств предоставления изображений. Указанный результат достигается за счет применения способа предоставления изображения, причем сервер принимает данные анализа основных компонентов цвета изображения, которые содержат идентификации предварительно заданного числа цветов основных компонентов в отношении изображения и пропорции соответствующих цветов основных компонентов; сервер сравнивает данные анализа основных компонентов цвета изображения, с данными анализа основных компонентов цвета множества изображений в базе данных изображения и передает идентификации множества изображений, которые имеют наивысшую степень сходства основного цветового тона с изображением на устройство терминала. Терминал принимает данные анализа основных компонентов цвета множества изображений, при этом образ разделения основных компонентов цвета в отношении изображения в базе данных изображений является таким же, как образ разделения основных компонентов цвета в отношении изображения. 3 н. и 12 з.п. ф-лы, 4 ил.

 

Область техники

Изобретение относится к способу, устройству сервера и устройству терминала для предоставления изображения.

Уровень техники

В электронной коммерции покупатель может искать продукт по названию, производителю, номеру модели, цене продукта и т. п. В отношении продукта определенного типа покупатель более заинтересован в цвете продукта, например одежды, косметики и т.п. В такой ситуации сложно сделать так, чтобы покупатель получал продукт желаемого цвета подобно поиску по имени, производителю, номеру модели и цене продукта.

Сущность изобретения

Ввиду этого изобретение относится к способу, устройству сервера и устройству терминала для предоставления изображения, которые могут допускать поиск изображения в соответствии с цветом, помогают делать так, чтобы пользователь получал изображение желаемого цвета и могут помогать покупателю получать продукт желаемого цвета сравнительно точным образом при применении в области электронной коммерции.

Для того чтобы достигнуть вышеуказанной цели, согласно одному из аспектов изобретения, представлен способ предоставления изображения.

Способ предоставления изображения согласно изобретению содержит: сервер, принимающий данные анализа основных компонентов цвета изображения, подлежащего запросу, которые передают посредством устройства терминала, данные анализа основных компонентов цвета содержат идентификацию предварительно заданного числа цветов основных компонентов с учетом изображения, подлежащего запросу, и пропорции соответствующих цветов основных компонентов; сервер, который сравнивает данные анализа основных компонентов цвета изображения, подлежащего запросу, с данными анализа основных компонентов цвета множества изображений в базе данных изображений, и передает идентификацию множества изображений, которые имеют наивысшую степень сходства основного цветового тона с изображением, подлежащим запросу, в базе данных изображений, на устройство терминала с тем, чтобы устройство терминала получало изображения в соответствии с идентификацией; данные анализа основных компонентов цвета изображения в базе данных изображений содержат идентификацию предварительно заданного числа основных компонентов цвета с учетом изображения и пропорций соответствующих основных компонентов цвета, и образ разделения основных компонентов цвета в отношении изображения в базе данных изображений является таким же, как образ разделения основных компонентов цвета в отношении изображения, подлежащего запросу.

Необязательно, перед стадией приема сервером данных анализа основных компонентов цвета изображения, подлежащего запросу, которые передает устройство терминала, способ дополнительно включает выполнение следующих стадий в отношении множества изображений в базе данных изображений: фильтрация изображений, которые не имеют белого фона в соответствии с предварительно заданным порогом RGB; выполнение масштабирующей обработки для того, чтобы придать ширине и высоте изображения точно определенные значения; выполнение извлечения переднего плана; выполнение анализа основных компонентов цвета; и выполнение обработки по дедупликации изображений, которые имеют схожие основные компоненты цвета.

Необязательно, стадия выполнения извлечения переднего плана включает: начиная от каждого пикселя из группы противоположных границ изображения, поиск первой группы пикселей, которые являются ближайшими и имеют свои RGB значения меньше, чем предварительно заданное значение, к середине изображения в направлении, перпендикулярном группе границ; и начиная от центральной линии изображения, параллельной границам, поиск второй группы пикселей, которые являются ближайшими и имеют свои значения RGB меньше, чем предварительно заданное значение, к обеим сторонам в направлении, перпендикулярном центральной линии; и использование области между первой группой пикселей и второй группой пикселей в качестве переднего плана изображения.

Необязательно стадия выполнения анализа основных компонентов цвета включает: разделение цветового пространства HSV на множество групп; выполнение анализа HSV компонентов цвета в соответствии с пикселями переднего плана с учетом изображения и распределение пикселей переднего плана по соответствующим группам; вычисление пропорций числа пикселей соответствующих групп в сумме пикселей изображения переднего плана; и использование идентификации предварительно заданного числа групп, имеющих наибольшие пропорции, в качестве идентификации цветов основных компонентов.

Необязательно стадия выполнения обработки по дедупликации изображений, имеющих схожие основные компоненты цвета, включает: удаление групп, которые имеют пропорции меньше, чем предварительно заданный порог пропорции, из предварительно заданного числа групп, которые имеют наибольшие пропорции, в соответствии с результатом анализа основных компонентов цвета; и сравнение каждых двух из остающихся изображений, которые имеют одинаковое число групп, и принятие решения о том, что два изображения схожи, и выполнение дедупликации, если выполняется какое-либо одно из следующих условий: a) после того как осуществляют установление последовательности в соответствии с пропорцией, и идентификации групп и пропорции соответствующих групп двух изображений являются одинаковыми; b) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, числа меньше, чем половина предварительно заданного числа, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию двух изображений, не больше, чем первое предварительно заданное значение разности; и c) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, оба числа не меньше, чем половина предварительно заданного числа, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию двух изображений, не больше, чем второе предварительно заданное значение разности, где второе предварительно заданное значение разности больше, чем первое предварительно заданное значение разности.

Необязательно, степень сходства основного цветового тона вычисляют в соответствии со следующими уравнениями:

где sim(i) обозначает степень сходства основного цветового тона между изображением, подлежащим запросу, и i-м изображением в базе данных изображений; N обозначает предварительно заданное число; Query(Rj) обозначает пропорцию j-го основного компонента цвета изображения, подлежащего запросу; Databasei(Rk) обозначает пропорцию k-го основного компонента цвета i-го изображения в базе данных изображений; и W обозначает предварительно заданное положительное число меньше 1.

Согласно другому аспекту изобретения, представлено устройство сервера для предоставления изображения.

Устройство сервера для предоставления изображения согласно изобретению содержит: принимающий модуль для приема данных анализа основных компонентов цвета изображения, подлежащего запросу, которые передает устройство терминала, данные анализа основных компонентов цвета содержат идентификации предварительно заданного числа цветов основных компонентов в отношении изображения, подлежащего запросу, и пропорции соответствующих цветов основных компонентов; и передающий модуль для сравнения данных анализа основных компонентов цвета изображения, подлежащего запросу, с данными анализа основных компонентов цвета множества изображений в базе данных изображений, и передачи идентификаций множества изображений, которые имеют наивысшую степень сходства основного цветового тона с изображением, подлежащим запросу, в базе данных изображений, на устройство терминала с тем, чтобы устройство терминала получало изображения в соответствии с идентификациями; данные анализа основных компонентов цвета изображения в базе данных изображений содержат идентификации предварительно заданного числа основных компонентов цвета в отношении изображения и пропорции соответствующих основных компонентов цвета, и образ разделения основных компонентов цвета в отношении изображения в базе данных изображений является таким же, как образ разделения основных компонентов цвета в отношении изображения, подлежащего запросу.

Необязательно устройство сервера дополнительно содержит: модуль фильтрации фона для фильтрации изображений, не имеющих белого фона, в отношении множества изображений в базе данных изображений в соответствии с предварительно заданным порогом RGB; модуль масштабирования изображения для осуществления масштабирующей обработки в отношении множества изображений в базе данных изображений для того, чтобы ширине и высоте изображения придавать точно определенные значения; модуль извлечения переднего плана для осуществления извлечения переднего плана в отношении множества изображений в базе данных изображений; модуль анализа основных компонентов цвета для осуществления анализа основных компонентов цвета в отношении множества изображений в базе данных изображений; и модуль дедупликации для осуществления обработки по дедупликации изображений, которые имеют схожие основные компоненты цвета, в отношении множества изображений в базе данных изображений.

Необязательно, модуль извлечения переднего плана дополнительно используют: начиная от каждого пикселя из группы противоположных границ изображения, для поиска первой группы пикселей, которые являются ближайшими и имеют свои значения RGB меньше, чем предварительно заданное значение, к середине изображения в направлении, перпендикулярном группе границ; и, начиная от центральной линии изображения, параллельной границам, для поиска второй группы пикселей, которые являются ближайшими и имеют свои значения RGB меньше, чем предварительно заданное значение, к обеим сторонам в направлении, перпендикулярном центральной линии; и для использования области между первой группой пикселей и второй группой пикселей в качестве переднего плана изображения.

Необязательно модуль анализа основных компонентов цвета дополнительно используют: для разделения цветового пространства HSV на множество групп; для выполнения анализа HSV компонентов цвета в соответствии с пикселями переднего плана в отношении изображения и распределения пикселей переднего плана по соответствующим группам; для вычисления пропорций числа пикселей соответствующих групп в сумме пикселей изображения переднего плана; и для использования идентификаций предварительно заданного числа групп, которые имеют наибольшие пропорции, в качестве идентификаций цветов основных компонентов.

Необязательно модуль дедупликации дополнительно используют: для удаления групп, которые имеют пропорции меньше, чем предварительно заданный порог пропорции, из предварительно заданного числа групп, которые имеют наибольшие пропорции в соответствии с результатом анализа основных компонентов цвета; и для сравнения каждых двух из остающихся изображений, которые имеют одинаковое число групп, и принятия решения о том, что два изображения схожи, и выполнения дедупликации, если выполняется какое-либо одно из следующих условий: a) после того как осуществляют установление последовательности в соответствии с пропорцией, и идентификации групп и пропорции соответствующих групп двух изображений являются одинаковыми; b) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, числа групп меньше, чем половина предварительно заданного числа, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию двух изображений, не больше, чем первое предварительно заданное значение разности; и c) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, оба числа групп не меньше, чем половина предварительно заданного числа, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию, двух изображений не больше, чем второе предварительно заданное значение разности, где второе предварительно заданное значение разности больше, чем первое предварительно заданное значение разности.

Необязательно передающий модуль дополнительно используют для вычисления степени сходства основного цветового тона в соответствии со следующими уравнениями:

где sim(i) обозначает степень сходства основного цветового тона между изображением, подлежащим запросу, и i-м изображением в базе данных изображений; N обозначает предварительно заданное число; Query(Rj) обозначает пропорцию j-го основного компонента цвета изображения, подлежащего запросу; Databasei(Rk) обозначает пропорцию k-го основного компонента цвета i-го изображения в базе данных изображений; и W обозначает предварительно заданное положительное число меньше 1.

В соответствии с техническим решением согласно изобретению, анализ основных компонентов цвета осуществляют в отношении изображения в базе данных изображений, а анализ основных компонентов цвета осуществляют в отношении изображения, предоставляемого посредством устройства терминала, посредством чего изображение продукта, имеющего основной цветовой тон, близкий к цвету, который точно определяет пользователь, насколько возможно, находят в базе данных изображений. Такой образ действий позволяет дает поиск изображения в соответствии с цветом, помогает делать так, чтобы пользователь получал изображение желаемого цвета, и помогает покупателю получать продукт желаемого цвета сравнительно точным образом при применении в области электронной коммерции.

Краткое описание фигур

Фигуры используют для лучшего понимания изобретения, и они не создают ненадлежащих ограничений изобретения.

На фиг.1 представлено схематическое изображение способа предоставления изображения согласно одному из вариантов осуществления изобретения.

На фиг.2 представлено схематическое изображение извлечения переднего плана согласно одному из вариантов осуществления изобретения.

На фиг.3 представлено схематическое изображение базовой структуры устройства сервера согласно одному из вариантов осуществления изобретения.

На фиг.4 представлено схематическое изображение базовой структуры устройства терминала для предоставления изображения согласно одному из вариантов осуществления изобретения.

Подробное описание

В содержании далее приведено описание образцовых вариантов осуществления изобретения с учетом фигур, и, чтобы содействовать пониманию, содержание включает различные детали вариантов осуществления изобретения, которые следует толковать только в качестве примеров. Таким образом, специалистам в данной области следует понимать, что варианты осуществления, описанные в настоящем документе, можно менять и модифицировать различным образом, не отступая от объема и сущности изобретения. Аналогичным образом, для прозрачности и лаконизма, описания обыкновенных функций и структур не приведены в нижеследующем описании.

Техническое решение варианта осуществления изобретения преимущественно применяют к смартфону, после того, как пользователь использует камеру телефона для того, чтобы нацеливать ее на желаемый цвет для поиска, и выполняет операцию захвата цвета, программное обеспечение в смартфоне активирует камеру для того, чтобы получать изображение в видеокадре, использует это изображение в качестве изображения, подлежащего запросу, выполняет анализ основных компонентов цвета в отношении изображения, получает цвета основных компонентов изображения, подлежащего запросу, и соответствующие пропорции числа пикселей, относящихся к соответствующим цветам основных компонентов в общем числе пикселях изображения, т. е. пропорции соответствующих цветов основных компонентов. Смартфон передает результат анализа на сервер, сервер проводит поиск продукта, который имеет цвет, близкий к цвету на изображении, насколько это возможно, в базе данных изображений продукта в соответствии с изображением и передает идентификации изображений на смартфон, используемый пользователем, и указанное выше программное обеспечение загружает изображения из сетевого элемента, хранящего указанную выше базу данных изображений, в соответствии с идентификациями.

В отношении указанного выше сервера, он предварительно выполняет тот же анализ основных компонентов цвета в отношении изображений в базе данных изображений для того, чтобы получать цвета основных компонентов соответствующих изображений и пропорции соответствующих цветов основных компонентов. Далее в содержании приведены подробные описания способа предоставления изображения в одном из вариантов осуществления изобретения, принимая во внимание фиг.1. На фиг.1 представлено схематическое изображение способа предоставления изображения согласно одному из вариантов осуществления изобретения. Способ осуществляют посредством указанного выше сервера.

Стадия S11: фильтрация изображений, не имеющих белого фона, в отношении изображений в базе данных изображений, в соответствии с предварительно заданным порогом RGB. Изображения в базе данных изображений формально имеют стандартизацию, которая преимущественно отражена в том, что продукт расположен в центре изображения и имеет белый фон. Выполнение анализа цвета в отношении такого изображения позволяет получать сравнительно точные характеристики цвета продукта. На сегодняшний день, в области электронной коммерции, изображения в базе данных изображений продукта может быть из различных каналов, например, покупатель продукта, так что некоторые изображения продукта могут быть не очень стандартными, и эта стадия просто выполняет обработку с учетом такого обстоятельства, и отбрасывает изображения, не имеющие белого фона в базе данных изображений. Во время данной обработки можно проверять самый внешний круг пикселей изображения, и если значения R, G, B пикселей выходят за пределы определенной пропорции, например, 80% среди этих пикселей больше, чем предварительно заданный порог RGB, полагают, что фон является белым. Порог RGB в настоящем документе представляет собой сравнительно большое значение, но меньше чем 255, например, 220, т. е., пиксели, близкие к белым, также считают белыми, и преимущественно считают, что фон едва ли может быть полностью белым во время съемки.

Стадия S12: выполнение масштабирующей обработки в отношении изображений в базе данных изображений для того, чтобы ширине и высоте изображения придавать точно определенные значения. Поскольку многие изображения в базе данных изображений подлежат конечному отображению на устройстве терминала, для сравнительно хорошего эффекта отображения, изображения можно подвергать масштабирующей обработке с тем, чтобы унифицировать размеры изображений.

Стадия S13: выполнение извлечения переднего плана в отношении изображений в базе данных изображений. В отношении некоторых продуктов, геометрические формы продуктов содержат кольцевую форму, внутренняя часть кольцевой формы все же является фоном, и цвет фона (т.е. белый, как рассмотрено на стадии S11) не может служить в качестве цвета самого продукта, и, таким образом, его следует удалять. С учетом этого, вариант осуществления может выполнять обработку следующим образом: сначала, начиная от каждого пикселя из группы противоположных границ изображения, искать первую группу пикселей, которые являются ближайшими и имеют значения RGB меньше, чем предварительно заданное значение, к середине изображения в направлении, перпендикулярном группе границ; и, начиная от центральной линии изображения, параллельной границам, искать вторую группу пикселей, которые являются ближайшими и имеют значение RGB меньше, чем предварительно заданное значение, к обеим сторонам в направлении, перпендикулярном центральной линии; и затем использовать область между первой группой пикселей и второй группой пикселей в качестве переднего плана изображения. Далее в содержании приведено описание с помощью примеров, принимая во внимание фиг.2. На фиг.2 представлено схематическое изображение извлечения переднего плана согласно одному из вариантов осуществления изобретения.

Как показано на фиг.2, начиная от соответствующих пикселей на одной границе 21 изображения 20, выполняют поиск в направлении центральной линии 23, например, ищут один пиксель 241, который имеет значение RGB больше чем порог, в направлении стрелки 251; аналогичным образом, начиная от соответствующих пикселей на границе 22, выполняют поиск в направлении центральной линии 23, например, ищут один пиксель 242, который имеет значение RGB больше чем порог, в направлении стрелки 252; и пиксели, например, пиксели 241, 242, найденные, когда начинали от границ 21, 22, служат в качестве первой группы пикселей. Выполняют поиск от соответствующих пикселей на центральной линии 23 в направлении границ 21, 22, например, начиная от пикселя 231, ищут один пиксель 243, который имеет значение RGB больше чем порог, в направлении стрелки 253; аналогичным образом, начиная от пикселя 232, ищут один пиксель 244, который имеет значение RGB больше, чем порог, в направлении стрелки 254; и пиксели, например, пиксели 243, 244, которые найдены, начиная от центральной линии 23, служат в качестве второй группы пикселей. Область между двумя группами пикселей представляет собой просто передний план.

Стадия S14: выполнение анализа основных компонентов цвета в отношении изображений в базе данных изображений. В определенном варианте осуществления анализ осуществляют в цветовом пространстве HSV и, в частности, он состоит в том, чтобы сначала разделить цветовое пространство HSV на множество групп; затем выполнять анализ HSV компонентов цвета в соответствии с пикселями переднего плана в отношении изображения; распределять пиксели переднего плана по соответствующим группам; затем вычислять пропорции числа пикселей соответствующих групп в сумме пикселей изображения переднего плана; и использовать идентификации предварительно заданного числа групп, которые имеют наибольшие пропорции, в качестве идентификации цветов основных компонентов, т.е. берут несколько компонентов цвета, имеющих преобладающие пропорции, в качестве цветов основных компонентов изображения.

В определенном варианте осуществления цвета основных компонентов выражают в форме (M, N), где M обозначает идентификации цветов основных компонентов, т. е., идентификации групп, получаемых посредством разделения цветового пространства HSV, и N обозначает указанную выше пропорцию цвета основного компонента M. Например, цветовое пространство HSV разделяют на 65 групп, и результат, полученный посредством выполнения анализа основных компонентов цвета в отношении определенного изображения, представляет собой следующее (только часть результатов перечислена в настоящем документе):

(0, 0,008); (1, 0,002); (2, 0,01); (3, 0,035); (4, 0,001); … (63, 0,006); (64, 0,38).

Стадия S15: выполнение обработки по дедупликации изображений, которые имеют схожие основные компоненты цвета, в отношении изображений в базе данных изображений в соответствии с результатом анализа на стадии S14. В определенном варианте осуществления, она состоит в том, чтобы сначала удалять группы, которые имеют пропорции меньше, чем предварительно заданный порог пропорции, из предварительно заданного числа групп, которые имеют наибольшие пропорции, в соответствии с результатом анализа основных компонентов цвета; и затем сравнивать каждые два из остающихся изображений, имеющих одинаковое число групп, и принимать решение о том, что два изображения схожи, и выполнять дедупликацию, если выполняется какое-либо одно из следующих условий:

a) после того как осуществляют установление последовательности в соответствии с пропорцией, и идентификации групп и пропорции соответствующих групп двух изображений являются одинаковыми;

b) после того, как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, число групп меньше, чем половина предварительно заданного числа, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию двух изображений, не больше, чем первое предварительно заданное значение разности; и

c) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, оба числа групп не меньше, чем половина предварительно заданного числа, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию двух изображений, не больше, чем второе предварительно заданное значение разности,

где второе предварительно заданное значение разности больше, чем первое предварительно заданное значение разности.

Далее в содержании приведены описания, принимая во внимание примеры. Например, берут 4 цвета в качестве основных компонентов цвета изображения, например, берут группы, которые имеют главные четыре пропорции, например, в отношении пяти изображений A, B, C, D, E, группы, которые имеют главные четыре части, соответственно, представляют собой следующее:

Изображение A: (64, 0,38), (7, 0,21), (26, 0,15), (33, 0,06);

Изображение B: (64, 0,35), (7, 0,23), (26, 0,15), (45, 0,08);

Изображение C: (64, 0,39), (7, 0,19), (26, 0,03), (54, 0,02);

Изображение D: (22, 0,43), (32, 0,32), (45, 0,02), (49, 0,016);

Изображение E: (22, 0,43), (32, 0,31), (47, 0,02), (44, 0,016).

Сначала удаляют группы, которые имеют пропорции меньше, чем предварительно заданный порог пропорции, например, порог пропорции составляет 0,1, и результат представляет собой следующее:

Изображение A: (64, 0,38), (7, 0,21), (26, 0,15);

Изображение B: (64, 0,35), (7, 0,23), (26, 0,15);

Изображение C: (64, 0,39), (7, 0,19);

Изображение D: (22, 0,43), (32, 0,32);

Изображение E: (22, 0,43), (32, 0,31).

Для изображения A и изображения B осталось по 3 группы, эти два изображения сравнивают, поскольку 3 группы больше, чем половина от 4 групп (2 группы), это показывает, что продукт сравнительно богат цветом, и в этот момент принимают сравнительно расплывчатый порог 0,4, так что пропорции, соответствующие группе 64, составляют 0,38 и 0,35, соответственно, и значение разности составляет 0,03, что меньше, чем 0,4; аналогичным образом, значения разности между пропорциями, соответствующими группе 7 и группе 26, составляют 0,02 и 0, соответственно, оба они меньше чем 0,4. В этот момент полагают, что основные компоненты цвета изображения A и изображения B схожи, и одно из изображения A и изображения B следует удалить.

В другом случае, для всех изображений C, D, E осталось по 2 группы, и 2 группы это больше чем половина от 4 групп, так что указывает на то, что продукт сравнительно однороден по цвету, и в этот момент следует принимать сравнительно жесткий порог, например, 0,2. Таким образом, поскольку группы изображения C отличаются от таковых для изображений D, E, основные компоненты цвета очевидно различны; и, в отношении изображения D и изображения E, группы являются одинаковыми и разность пропорций в одной и той же группе меньше 0,2, так что полагают, что изображение D и изображение E имеют схожие основные компоненты цвета, и одно из изображения D и изображение E следует удалять.

Указанные выше соответствующие стадии выполняют предварительно, перед тем как сервер принимает изображение, подлежащее запросу. После стадии S15 можно принимать запрос посредством устройства терминала, т.е. входят в стадию S16.

Стадия S16: прием результата анализа основных компонентов изображения, передаваемого устройством терминала. Результат также имеет указанную выше форму (M, N), и подобно результату анализа в базе данных изображений, берут группы, которые имеют главные четыре пропорции.

Стадия S17: вычисление степени сходства основного цветового тона между изображением в базе данных изображений и изображением, подлежащим запросу, в соответствии с уравнением (1) и уравнением (2).

Уравнение (1):

Уравнение (2):

где sim(i) обозначает степень сходства основного цветового тона между изображением, подлежащим запросу, и i-м изображением в базе данных изображений; N обозначает предварительно заданное число; Query(Rj) обозначает пропорцию j-го основного компонента цвета изображения, подлежащего запросу; Databasei(Rk) обозначает пропорцию k-го основного компонента цвета i-го изображения в базе данных изображений; и W обозначает предварительно заданное положительное число меньше 1. W задают здесь по той причине, что учитывают влияние последовательности пропорций основных компонентов цвета на цветовую разность между двумя изображениями.

Например, результат анализа основных компонентов изображения, подлежащего запросу, передаваемого устройством терминала, представляет собой следующее: (7, 0,29), (64, 0,31), (36, 0,14), (58, 0,01), тогда в этот момент N в уравнении (1) равен 4. В соответствии с уравнением (2), по сравнению с указанным выше изображением A, т.е. (64, 0,38), (7, 0,21), (26, 0,15), (33, 0,06), например, берут W=5, уравнение (1) раскрывается следующим образом: sim(i)=0,29×0,21×0,5|1-2|+0,31×0,38×0,5|2-1|=0,044675. Изображение, подлежащее запросу, и изображение A содержат цвета групп 7, 64, так что пропорции этих двух групп участвуют в вычислении, и поскольку другие группы, содержащиеся в изображениях, являются различающимися, они относятся к другим условиям в уравнении (2), и 0 берут в качестве значения f(j, k). В соответствии с результатом вычисления получают, что степень сходства основного цветового тона между изображением, подлежащим запросу, и указанным выше изображением A, составляет 0,044675.

Каждое изображение в базе данных изображений подвергают указанному выше вычислению для того, чтобы получать степень сходства основного цветового тона между каждым изображением и изображением, подлежащим запросу. Затем входят в стадию S18.

Стадия S18: берут несколько изображений в базе данных изображений, которые имеют преобладающие степени сходства, и передают идентификации изображений на устройство терминала. Идентификации в настоящем документе, например серийные номера изображений, могут представлять собой номера изделий для продуктов на изображениях в электронной коммерции. Таким образом, устройство терминала может загружать соответствующие изображения из сети в соответствии с идентификациями и отображать изображения пользователю.

Далее в содержании приведены описания принципа работы устройства терминала. Устройство терминала может представлять собой смартфон, программное обеспечение в нем активирует камеру смартфона, чтобы тем самым получать видеокадр, и получают блок изображения из центрального положения видеокадра. В этот момент пользователь должен нацелиться на объект, который имеет цвет, подлежащий запросу. Размер блока изображения может составлять 16×16 пикселей. Затем блок изображения подвергают анализу основных компонентов цвета таким образом, который схож с указанным выше образом на стадии S14, и различие состоит только в том, что блок изображения в этот момент полностью используют в качестве мишени переднего плана.

Строго говоря, объект, на который нацеливается пользователь, имеет множество цветов из-за лучей света или самого объекта, и для того, чтобы позволить пользователю подтвердить условия для цвета, на которые он нацелился, основные цвета блока изображения можно анализировать и затем представлять пользователю. Во время анализа сначала учитывают, больше ли пропорция группы, которая ранжирована первой в блоке изображения после анализа цвета, чем сравнительно большое предварительно заданное значение T1 или нет, и если так, указывают на то, что в блоке изображения имеет место очевидно превалирующий цвет, и тогда цвет можно использовать в качестве основного цвета блока изображения; и если пропорция группы, которая ранжирована первой, меньше T1, но больше, чем другое предварительно заданное значение T2, основной цвет, имеющий цвет, ближайший к цвету пикселя в центральном положении блока изображения, используют в качестве основного цвета блока изображения. С учетом других обстоятельств, цвет пикселя в центральном положении блока изображения используют в качестве основного цвета блока изображения. Указанный выше анализ проводят образом, показанным в уравнении (3)

где S(i) обозначает значения R, G, B основного цвета блока изображения; Mean(Uj) обозначает среднее значение R, G, B всех пикселей в j-м цвете основного компонента блока изображения; R0 обозначает пропорцию первого цвета основного компонента; dis(*,*) обозначает эвклидово расстояние между векторами; и T1 и T2 обозначают предварительно заданные пороги пропорций.

После того как получают основной цвет блока изображения, устройство терминала может выводить цветной блок, и его цвет просто представляет собой полученный основной цвет, так что пользователь может подтверждать цвет, на основании которого пользователь проводит поиск. В соответствии со стадией на фиг.1, некоторые изображения имеют основные компоненты цвета, близкие к цветному блоку, насколько это возможно, в базе данных изображений, и все эти изображения представляют собой фотографии или рисунки продукта. Полагают, что в действительности пользователь преимущественно ищет продукты определенного типа, так что на стадии S17 изображения в базе данных изображений предпочтительно представляют собой поднабор всех изображений в базе данных изображений, и поднабор представляет собой фотографии или рисунки продуктов того типа, который предварительно точно определен пользователем.

В содержании далее приведены описания устройства сервера и устройства терминала в определенном варианте осуществления изобретения. На фиг.3 представлено схематическое изображение базовой структуры устройства сервера согласно одному из вариантов осуществления изобретения. Устройство сервера может быть расположено на указанном выше сервере. Как показано на фиг.3, устройство 30 сервера для предоставления изображения преимущественно содержит принимающий модуль 31 и передающий модуль 32.

Принимающий модуль 31 используют для приема данных анализа основных компонентов цвета изображения, подлежащего запросу, которые передает устройство терминала, данные анализа основных компонентов цвета содержат идентификации предварительно заданного числа цветов основных компонентов в отношении изображения, подлежащего запросу, и пропорции соответствующих цветов основных компонентов; и передающий модуль 32 используют для сравнения данных анализа основных компонентов цвета изображения, подлежащего запросу, с данными анализа основных компонентов цвета множества изображений в базе данных изображений, и передачи идентификаций множества изображений, которые имеют наивысшую степень сходства основного цветового тона с изображением, подлежащим запросу, в базе данных изображений, на устройство терминала с тем, чтобы устройство терминала запрашивало изображения в соответствии с идентификациями; данные анализа основных компонентов цвета изображения в базе данных изображений содержат идентификации предварительно заданного числа основных компонентов цвета в отношении изображения и пропорции соответствующих основных компонентов цвета, и образ разделения основных компонентов цвета в отношении изображения в базе данных изображений является таким же, как образ разделения основных компонентов цвета в отношении изображения, подлежащего запросу.

Устройство 30 сервера для предоставления изображения дополнительно может содержать следующие модули (не показано): модуль фильтрации фона для фильтрации изображений, которые не имеют белого фона, в отношении множества изображений в базе данных изображений в соответствии с предварительно заданным порогом RGB; модуль масштабирования изображения для осуществления масштабирующей обработки в отношении множества изображений в базе данных изображений для того, чтобы ширине и высоте изображения придавать точно определенные значения; модуль извлечения переднего плана для осуществления извлечения переднего плана в отношении множества изображений в базе данных изображений; модуль анализа основных компонентов цвета для осуществления анализа основных компонентов цвета в отношении множества изображений в базе данных изображений; и модуль дедупликации для осуществления обработки по дедупликации изображений, которые имеют схожие основные компоненты цвета в отношении множества изображений в базе данных изображений.

Модуль извлечения переднего плана дополнительно можно использовать: начиная от каждого пикселя из группы противоположных границ изображения, для поиска первой группы пикселей, которые являются ближайшими и имеют значения RGB меньше, чем предварительно заданное значение, к середине изображения в направлении, перпендикулярном группе границ; и начиная от центральной линии изображения, параллельной граница, для поиска второй группы пикселей, которые являются ближайшими и имеют значения RGB меньше, чем предварительно заданное значение к обеим сторонам в направлении, перпендикулярном центральной линии; и для использования области между первой группой пикселей и второй группой пикселей в качестве переднего плана изображения.

Модуль анализа основных компонентов цвета дополнительно можно использовать: для разделения цветового пространства HSV на множество групп; для выполнения анализа HSV компонентов цвета в соответствии с пикселями переднего плана в отношении изображения и распределения пикселей переднего плана по соответствующим группам; для вычисления пропорций числа пикселей соответствующих групп в сумме пикселей изображения переднего плана; и для использования идентификаций предварительно заданного числа групп, которые имеют наибольшие пропорции, в качестве идентификаций цветов основных компонентов.

Модуль дедупликации дополнительно можно использовать: для удаления групп, которые имеют пропорции меньше предварительно заданного порога пропорции, из предварительно заданного числа групп, которые имеют наибольшие пропорции в соответствии с результатом анализа основных компонентов цвета; и для сравнения каждых двух из остающихся изображений, которые имеют то же число групп, и принятия решения о том, что два изображения схожи, и выполнения дедупликации, если выполняется какое-либо одно из следующих условий:

a) после того как осуществляют установление последовательности в соответствии с пропорцией, и идентификации групп и пропорции соответствующих групп двух изображений являются одинаковыми;

b) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, число групп меньше, чем половина предварительно заданного числа, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию двух изображений, не больше, чем первое предварительно заданное значение разности; и

c) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, оба числа групп не меньше, чем половина предварительно заданного числа, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию, двух изображений не больше, чем второе предварительно заданное значение разности,

где второе предварительно заданное значение разности больше, чем первое предварительно заданное значение разности.

Передающий модуль дополнительно можно использовать для вычисления степени сходства основного цветового тона в соответствии с уравнением (1) и уравнением (2).

На фиг.4 представлено схематическое изображение базовой структуры устройства терминала для предоставления изображения согласно одному из вариантов осуществления изобретения. Устройство терминала для предоставления изображения согласно варианту осуществления изобретения может быть расположено в указанном выше смартфоне. Как показано на фиг.4, устройство 40 терминала для предоставления изображения преимущественно содержит получающий блок изображения модуль 41, анализирующий цвет модуль 42, передающий модуль 43, принимающий модуль 44 и получающий изображение модуль 45.

Получающий блок изображения модуль 41 используют для получения блока изображения из видеокадра; анализирующий цвет модуль 42 используют для осуществления анализа основных компонентов цвета в отношении изображения блок, чтобы тем самым получать идентификации предварительно заданного числа основных компонентов цвета и пропорции соответствующих основных компонентов цвета; передающий модуль 43 используют для передачи результата анализа с помощью анализирующего цвет модуля на сервер; принимающий модуль 44 используют для приема идентификаций изображения, передаваемых сервером, изображение представляет собой изображение в базе данных изображений, которое имеет основной цветовой тон, имеющий наивысшую степень сходства с основным цветовым тоном блока изображения, получаемым сервером, который сравнивает результат анализа с данными анализа основных компонентов цвета множества изображений в базе данных изображений; и получающий изображение модуль 45 используют для получения изображения в соответствии с идентификацией изображения, передаваемой сервером.

Анализирующий цвет модуль дополнительно можно использовать: для разделения цветового пространства HSV на множество групп; для выполнения анализа HSV компонентов цвета в отношении блока изображения и распределения пикселей в блоке изображения по соответствующим группам; для вычисления пропорций числа пикселей соответствующих групп в сумме пикселей блока изображения; и для использования идентификаций предварительно заданного числа групп, которые имеют наибольшие пропорции, в качестве идентификаций цветов основных компонентов.

Устройство 40 терминала для предоставления изображения дополнительно может содержать основной анализирующий цвет модуль и модуль вывода (не показано), где основной анализирующий цвет модуль используют для получения основного цвета блока изображения в соответствии с уравнением (3), а модуль вывода используют для вывода цветного блока основного цвета с тем, чтобы пользователь подтверждал цвет, подлежащий запросу.

В соответствии с техническим решением согласно изобретению, анализ основных компонентов цвета осуществляют в отношении изображения в базе данных изображений, и анализ основных компонентов цвета осуществляют в отношении изображения, предоставляемого посредством устройства терминала, посредством чего изображение продукта, имеющего основной цветовой тон, близкий к цвету, точно определяемому пользователем, насколько возможно, находят в базе данных изображений. Таким образом выполняют поиск изображения в соответствии с цветом, помогая сделать так, чтобы пользователь получал изображение желаемого цвета, и помогая покупателю получать продукт желаемого цвета сравнительно точным образом при применении в области электронной коммерции.

В содержании, описанном выше, описан основной принцип изобретения с учетом вариантов осуществления, но следует отметить, что специалисты в данной области могут понять все или какие-либо стадии или компоненты способа и устройства согласно изобретению, и могут добиться успеха на каком-либо вычислительном устройстве (содержащем процессор, запоминающую среду и т.д.) или сеть вычислительных устройств с аппаратным обеспечением, встроенным программным обеспечением, программным обеспечением или их сочетанием. Этого специалисты в данной области могут достичь только используя свои базовые навыки в программировании, в случае прочтения описания изобретения.

Таким образом, цель изобретения дополнительно можно достичь посредством запуска программы или группы программ на каком-либо вычислительном устройстве. Вычислительное устройство может представлять собой обыкновенное универсальное устройство. Таким образом, цель изобретения также может быть достигнута только посредством предоставления программного продукта, который содержит программный код для получения способа или устройства. То есть такой программный продукт также формирует изобретение, и запоминающая среда, хранящая такой программный продукт, также формирует изобретение. Очевидно, запоминающая среда может представлять собой какую-либо общую запоминающую среду или какую-либо запоминающую среду, которая будет разработана в будущем.

Кроме того, следует отметить, что в устройстве и в способе согласно изобретению очевидно, что соответствующие компоненты или соответствующие стадии можно разделять и/или комбинировать заново. Эти ситуации и/или рекомбинации следует рассматривать как эквивалентные решения согласно изобретению. Кроме того, стадии для осуществления указанной выше последовательности обработки можно естественным образом выполнять в хронологически описанном порядке, но выполнять их хронологически не обязательно. Некоторые стадии можно осуществлять параллельно или независимо друг от друга.

Приведенные выше варианты осуществления не образуют ограничений для объема защиты изобретения. Специалистам в данной области техники следует понимать, что в зависимости от требований к конструкции и других факторов, могут возникать различные модификации, комбинации, подкомбинации и замены. Любая модификация, эквивалентная замена, усовершенствование и т.п., выполненные в соответствии с сущностью и идеей изобретения, должна входить в объем охраны изобретения.

1. Способ предоставления изображения, отличающийся тем, что способ содержит:

сервер, который принимает данные анализа основных компонентов цвета изображения, подлежащего запросу, которые передает устройство терминала, причем данные анализа основных компонентов цвета содержат идентификации предварительно заданного числа цветов основных компонентов в отношении изображения, подлежащего запросу, и пропорции соответствующих цветов основных компонентов;

сервер сравнивает данные анализа основных компонентов цвета изображения, подлежащего запросу, с данными анализа основных компонентов цвета множества изображений в базе данных изображения и передает идентификации множества изображений, которые имеют наивысшую степень сходства основного цветового тона с изображением, подлежащим запросу, в базе данных изображений, на устройство терминала с тем, чтобы устройство терминала получало множество изображений в соответствии с идентификациями;

причем данные анализа основных компонентов цвета множества изображений в базе данных изображений содержат идентификации предварительно заданного числа основных компонентов цвета в отношении изображения и пропорции соответствующих основных компонентов цвета, и образ разделения основных компонентов цвета в отношении изображения в базе данных изображений является таким же, как образ разделения основных компонентов цвета в отношении изображения, подлежащего запросу.

2. Способ по п.1, отличающийся тем, что перед стадией приема сервером данных анализа основных компонентов цвета изображения, подлежащего запросу, которые передает устройство терминала, способ дополнительно содержит выполнение следующих стадий в отношении множества изображений в базе данных изображений:

фильтрация изображений, которые не имеют белого фона, в соответствии с предварительно заданным порогом RGB;

выполнение масштабирующей обработки для того, чтобы ширине и высоте изображения придавать точно определенные значения;

выполнение извлечения переднего плана;

выполнение анализа основных компонентов цвета; и

выполнение обработки по дедупликации изображений, которые имеют схожие основные компоненты цвета.

3. Способ по п.2, отличающийся тем, что стадия выполнения извлечения переднего плана содержит:

начиная от каждого пикселя из группы противоположных границ изображения, поиск первой группы пикселей, которые являются ближайшими в RGB значениях, и значения RGB меньше, чем предварительно заданное значение, к середине изображения в направлении, перпендикулярном группе границ; и

начиная от центральной линии изображения, параллельной границам, поиск второй группы пикселей, которые являются ближайшими в RGB значениях, и значения RGB меньше, чем предварительно заданное значение, к обеим сторонам в направлении, перпендикулярном центральной линии; и

использование области между первой группой пикселей и второй группой пикселей в качестве переднего плана изображения.

4. Способ по п.2, отличающийся тем, что стадия выполнения анализа основных компонентов цвета содержит:

разделение цветового пространства HSV на множество групп;

выполнение анализа HSV компонентов цвета в соответствии с пикселями переднего плана в отношении изображения и назначение пикселей переднего плана соответствующим группам;

вычисление пропорций числа пикселей каждой группы в сумме пикселей изображения переднего плана; и

использование идентификаций предварительно заданного числа групп, которые имеют наибольшие пропорции, в качестве идентификаций цветов основных компонентов.

5. Способ по п.4, отличающийся тем, что стадия выполнения обработки по дедупликации изображений, имеющих схожие основные компоненты цвета, содержит:

удаление групп, которые имеют пропорции меньше, чем предварительно заданный порог пропорции, из предварительно заданного числа групп, которые имеют наибольшие пропорции в соответствии с результатом анализа основных компонентов цвета; и

сравнение каждых двух из изображений, которые имеют одинаковое число групп в оставшихся группах, и принятие решения о том, что два изображения схожи, и выполнение дедупликации, если выполняется какое-либо одно из следующих условий:

a) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп и пропорции соответствующих групп двух изображений являются одинаковыми;

b) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, число групп является меньшим, чем половина предварительно заданного числа групп, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию, двух изображений не больше, чем первое предварительно заданное значение разности; и

c) после того) как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, число групп не меньше, чем половина предварительно заданного числа групп, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию, двух изображений не больше, чем второе предварительно заданное значение разности,

причем второе предварительно заданное значение разности больше, чем первое предварительно заданное значение разности.

6. Способ по любому из пп. 1-5, отличающийся тем, что степень сходства основного цветового тона вычисляют в соответствии со следующими уравнениями:

где sim(i) обозначает степень сходства основного цветового тона между изображением, подлежащим запросу, и i-м изображением в базе данных изображений; N обозначает предварительно заданное число; Query(Rj) обозначает пропорцию j-го основного компонента цвета изображения, подлежащего запросу; Databasei(Rk) обозначает пропорцию k-го основного компонента цвета i-го изображения в базе данных изображений; и W обозначает предварительно заданное положительное число меньше 1.

7. Устройство сервера для предоставления изображения, отличающееся тем, что содержит:

принимающий модуль для приема данных анализа основных компонентов цвета изображения, подлежащего запросу, которые передает устройство терминала, причем данные анализа основных компонентов цвета содержат идентификации предварительно заданного числа цветов основных компонентов в отношении изображения, подлежащего запросу, и пропорции соответствующих цветов основных компонентов; и

передающий модуль для сравнения данных анализа основных компонентов цвета изображения, подлежащего запросу, с данными анализа основных компонентов цвета множества изображений в базе данных изображений и передачи идентификаций множества изображений, которые имеют наивысшую степень сходства основного цветового тона с изображением, подлежащим запросу, в базе данных изображений, на устройство терминала с тем, чтобы устройство терминала получало множество изображений в соответствии с идентификациями;

причем данные анализа основных компонентов цвета множества изображений в базе данных изображений содержат идентификации предварительно заданного числа основных компонентов цвета в отношении изображения и пропорции соответствующих основных компонентов цвета, и образ разделения основных компонентов цвета в отношении изображения в базе данных изображений является таким же, как образ разделения основных компонентов цвета в отношении изображения, подлежащего запросу.

8. Устройство сервера по п.7, отличающееся тем, что дополнительно содержит:

модуль фильтрации фона для фильтрации изображений, которые не имеют белого фона, в отношении множества изображений в базе данных изображений в соответствии с предварительно заданным порогом RGB;

модуль масштабирования изображения для осуществления масштабирующей обработки в отношении множества изображений в базе данных изображений для того, чтобы ширине и высоте изображения придавать точно определенные значения;

модуль извлечения переднего плана для осуществления извлечения переднего плана в отношении множества изображений в базе данных изображений;

модуль анализа основных компонентов цвета для осуществления анализа основных компонентов цвета в отношении множества изображений в базе данных изображений; и

модуль дедупликации для осуществления обработки по дедупликации изображений, которые имеют схожие основные компоненты цвета, в отношении множества изображений в базе данных изображений.

9. Устройство сервера по п.8, отличающееся тем, что модуль извлечения переднего плана дополнительно используют:

начиная от каждого пикселя из группы противоположных границ изображения, для поиска первой группы пикселей, которые являются ближайшими в RGB значениях и значения RGB меньше, чем предварительно заданное значение, к середине изображения в направлении, перпендикулярном группе границ; и

начиная от центральной линии изображения, параллельной границам, для поиска второй группы пикселей, которые являются ближайшими в RGB значениях, и значения RGB меньше, чем предварительно заданное значение к обеим сторонам в направлении, перпендикулярном центральной линии; и

для использования области между первой группой пикселей и второй группой пикселей в качестве переднего плана изображения.

10. Устройство сервера по п.8, отличающееся тем, что модуль анализа основных компонентов цвета дополнительно используют для:

разделения цветового пространства HSV на множество групп;

выполнения анализа HSV компонентов цвета в соответствии с пикселями переднего плана в отношении изображения и назначение пикселей переднего плана соответствующим группам;

вычисления пропорций числа пикселей соответствующих групп в сумме пикселей изображения переднего плана; и

использования идентификаций предварительно заданного числа групп, которые имеют наибольшие пропорции, в качестве идентификаций цветов основных компонентов.

11. Устройство сервера по п.10, отличающееся тем, что модуль дедупликации дополнительно используют для:

удаления групп, которые имеют пропорции меньше, чем предварительно заданный порог пропорции, из предварительно заданного числа групп, которые имеют наибольшие пропорции, в соответствии с результатом анализа основных компонентов цвета; и

сравнения каждых двух из изображений, которые имеют одинаковое число в оставшейся группе, и принятия решения о том, что два изображения схожи, и выполнения дедупликации, если выполняется какое-либо одно из следующих условий:

a) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп и пропорции соответствующих групп двух изображений являются одинаковыми;

b) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, число групп меньше, чем половина предварительно заданного числа групп, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию, двух изображений не больше, чем первое предварительно заданное значение разности; и

c) после того как осуществляют установление последовательности в соответствии с пропорцией, идентификации групп двух изображений являются одинаковыми, число групп не меньше, чем половина предварительно заданного числа групп, и абсолютное значение разности между пропорциями групп, которые имеют одинаковую идентификацию, двух изображений не больше, чем второе предварительно заданное значение разности,

причем второе предварительно заданное значение разности больше, чем первое предварительно заданное значение разности.

12. Устройство сервера по любому из пп. 7-11, отличающееся тем, что передающий модуль дополнительно используют для вычисления степени сходства основного цветового тона в соответствии со следующими уравнениями:

где sim(i) обозначает степень сходства основного цветового тона между изображением, подлежащим запросу, и i-м изображением в базе данных изображений; N обозначает предварительно заданное число; Query(Rj) обозначает пропорцию j-го основного компонента цвета изображения, подлежащего запросу; Databasei(Rk) обозначает пропорцию k-го основного компонента цвета i-го изображения в базе данных изображений; и W обозначает предварительно заданное положительное число меньше 1.

13. Устройство терминала для предоставления изображения, отличающееся тем, что содержит:

получающий блок изображения модуль, для получения блока изображения из видеокадра;

анализирующий цвет модуль, для осуществления анализа основных компонентов цвета в отношении блока изображения, чтобы тем самым получать идентификации предварительно заданного числа основных компонентов цвета и пропорции соответствующих основных компонентов цвета;

передающий модуль, для передачи результата анализа анализирующего цвет модуля на сервер;

принимающий модуль, для приема идентификации изображения, передаваемой сервером, причем изображение представляет собой изображение в базе данных изображений, которое имеет основной цветовой тон, имеющий наивысшую степень сходства с основным цветовым тоном блока изображения, получаемого сервером, который сравнивает результат анализа с данными анализа основных компонентов цвета множества изображений в базе данных изображений; и

получающий изображение модуль, для получения изображения в соответствии с идентификацией изображения, передаваемой сервером.

14. Устройство терминала по п.13, отличающееся тем, что анализирующий цвет модуль дополнительно используют для:

разделения цветового пространства HSV на множество групп;

выполнения анализа HSV компонентов цвета в отношении блока изображения и назначение пикселей в блоке изображения соответствующим группам;

вычисления пропорций числа пикселей соответствующих групп в сумме пикселей блока изображения; и

использования идентификаций предварительно заданного числа групп, которые имеют наибольшие пропорции, в качестве идентификаций цветов основных компонентов.

15. Устройство терминала по п.13, отличающееся тем, что дополнительно содержит основной анализирующий цвет модуль и модуль вывода, причем

основной анализирующий цвет модуль используют для получения основного цвета блока изображения в соответствии со следующим уравнением:

где S(i) обозначает значения R, G, B основного цвета i-го блока изображения; Mean(Uj) обозначает среднее значение R, G, B всех пикселей в j-м цвете основного компонента i-го блока изображения; R0 обозначает пропорцию первого цвета основного компонента; dis(*,*) обозначает эвклидово расстояние между векторами; и T1 и T2 обозначают предварительно заданные пороги пропорций; Centre0 обозначает основной цвет пикселя в центральном положении i-го блока изображения; и

модуль вывода используют для вывода цвета блок основного цвета.



 

Похожие патенты:

Изобретение относится к способам для обнаружения фишинговой веб-страницы. Техническим результатом является обнаружение фишинговых веб-страниц посредством создания правил обнаружения фишинговых веб-страниц с использованием по крайней мере одного уникального признака, идентифицирующего веб-страницу как фишинговую.

Изобретение относится к способу, устройству и терминалу для поиска данных. Технический результат заключается в уменьшении области поиска, увеличении скорости поиска, повышении эффективности поиска, обеспечении защиты конфиденциальности пользователей.

Изобретение относится к области компьютерной техники. Технический результат заключается в обеспечении организации в кластеры точек интереса, показываемых пользователю на карте на электронном устройстве в виде графических символов.

Изобретение относится к выбору сетевого ресурса в качестве источника содержимого для системы рекомендаций. Технический результат – повышение эффективности выбора сетевого ресурса в качестве источника содержимого для системы рекомендаций.

Изобретение относится к области сетевых технологий и, в частности, к способу и устройству для сохранения строки. Технический результат заключается в повышении эффективности сохранения текстовой строки и информации ее контекста.

Изобретение относится к компьютерной системе и способу обеспечения пользователя информацией, относящейся к продукту, в отношении, по меньшей мере, одного желаемого предмета.

Изобретение относится к интерфейсу для запроса действий веб-сайта, включающего различные элементы. Технический результат – эффективное использование действия, обеспечивающееся инструментом веб-сайта, без необходимости действительной загрузки веб-сайта в браузере или перехода на целевую страницу веб-сайта.

Изобретение относится к прогнозированию популярности элемента содержимого. Техническим результатом является расширение арсенала технических средств прогнозирования популярности содержимого.

Изобретение относится к области вычислительной техники, в частности к системам машинного обучения. Технический результат заключается в обеспечении классификации обучающего документа в категорию с целевой меткой.

Изобретение относится к осуществляемым на компьютере способам и системам обработки документов в целом и, в частности, к способу и устройству для определения типа цифрового документа.

Изобретение относится к компьютерным технологиям. Технический результат заключается в обеспечении работы клиентского компьютера, посредством которого приложение получается с сервера для использования с основной программой на клиентском компьютере. Технический результат достигается за счет определения функции, предоставляемой основной программой на клиентском компьютере, посылки запроса поиска приложения и списка упомянутых определенных функций на сервер, при этом список упомянутых определенных функций не является списком программ или списком приложений, приема списка приложений, доступных с сервера, которые могут быть использованы в базовом режиме работы, с одной или более из упомянутых определенных функций, представления списка приложений, приема от пользователя выбора приложения из данного списка, посылки этого выбора на сервер, приема выбранного приложения и активации принятого приложения, используя основную программу. 3 н. и 16 з.п. ф-лы, 8 ил.

Изобретение относится к способу помещения вкладок в стек в браузерном окне. Технический результат заключается в снижении нагрузки на вычислительные ресурсы при пользовании браузером. Способ выполняется электронным устройством и включает в себя получение в первой вкладке, связанной с первым веб-ресурсом, пользовательского запроса на открытие второго веб-ресурса; определение типа первого веб-ресурса, причем веб-ресурс может быть либо узлового типа, либо листового типа; при условии, что веб-ресурс является листовым, второй ресурс открывается в первой вкладке на месте первого веб-ресурса; при условии, что веб-ресурс является узловым, создается вторая вкладка, в которой открывается второй ресурс, и эта вторая вкладка помещается на первую вкладку, а первая вкладка, таким образом, помещается под вторую вкладку; первая и вторая вкладки входят в стек вкладок браузерного окна, причем стек вкладок содержит множество вкладок стека. 4 н. и 23 з.п. ф-лы, 13 ил.

Изобретение относится к способу создания обучающего объекта для обучения алгоритма машинного обучения. Технический результат заключается в создании распределения средней отметки релевантности документа поисковому запросу в форме распределения воспринимаемых отметок. Способ включает в себя: получение цифрового обучающего документа, который будет использован в обучении; передачу цифрового обучающего документа множеству экспертов, передача далее включает в себя указание на диапазон возможных отметок для экспертов, диапазон возможных отметок включает в себя по меньшей мере первую возможную отметку и вторую возможную отметку; получение от каждого из множества экспертов выбранной отметки для формирования набора выбранных отметок; создание распределения средней отметки на основе набора выбранных отметок, распределение средней отметки представляет собой диапазон воспринимаемых отметок для цифрового обучающего документа и связанную оценку вероятности для каждой из воспринимаемых отметок; и обучение алгоритма машинного обучения с использованием цифрового обучающего документа и распределения средней отметки. 2 н. и 22 з.п. ф-лы, 5 ил.

Изобретение относится к определению изменений в пользовательском интерактивном взаимодействии между первой и второй версией страницы результатов поиска. Технический результат – повышение качества тестирования изменений в пользовательском взаимодействии между первой версией и второй версией страницы результатов поиска. Способ определения изменений в пользовательском взаимодействии между первой и второй версиями страницы результатов поиска включает в себя: представление первой версии первой группе пользователей и второй версии второй группе пользователей; оценку первых и вторых показателей пользовательских взаимодействий с первой и второй версиями страницы результатов поиска соответственно, причем пользовательские взаимодействия принадлежат к предварительно определенному типу пользовательских взаимодействий; определение первого и второго распределений первых показателей и вторых показателей пользовательских взаимодействий, соответственно; анализ первого и второго распределений совместно для определения степени изменений в пользовательском интерактивном взаимодействии, в ответ на тот факт, что изменения в пользовательском интерактивном взаимодействии статистически значимы, определение того, что в пользовательском интерактивном взаимодействии между первой и второй версиями страницы результатов поиска произошло изменение. 2 н. и 12 з.п. ф-лы, 10 ил.

Изобретение относится к обработке цифрового контента (в частности, текстовых, аудио- и видеофайлов), а конкретнее к созданию кратких изложений цифрового контента. Техническим результатом является расширение арсенала средств создания кратких изложений цифрового контента. В способе создания краткого изложения цифрового контента получают указание на цифровой контент и выполняют синтаксический анализ текстового представления контента. Разделяют контент на упорядоченное множество фрагментов, включающее в себя первый и второй фрагменты. Выполняют семантический анализ каждого фрагмента и определяют параметр полезности для каждого фрагмента и связи между каждой парой фрагментов. В ответ на то, что параметр полезности второго фрагмента превышает предварительно определенное пороговое значение, включают второй фрагмент в подмножество фрагментов для включения в краткое изложение цифрового контента. В ответ на получение указания на связь второго фрагмента с первым включают первый фрагмент в подмножество фрагментов. Создают краткое изложение цифрового контента на основе подмножества фрагментов. 2 н. и 60 з.п. ф-лы, 6 ил.

Изобретение относится к способу и устройству построения базы знаний. Технический результат заключается в повышении скорости построения базы знаний. Способ построения базы знаний содержит этапы: получают текстовые корпусы и определяют, содержат ли текстовые корпусы первую информацию в соответствии с предварительно заданным шаблоном описания свойств, содержащим словари, шаблоны предложений или любую их комбинацию, причем первая информация содержит информацию о свойстве сущностей в предварительно заданном наборе сущностей, и извлекают первую информацию, если определено, что первая информация содержится в текстовых корпусах, и выполняют построение базы знаний на основе первой информации и сущности, соответствующей первой информации, причем этап определения, содержат ли текстовые корпусы первую информацию, включает: отбор из текстовых корпусов первого набора предложений, содержащего сущности в предварительно заданном наборе сущностей, получение первой потенциальной информации из первого набора предложений согласно словарям, шаблонам предложений или их комбинации, и вычисление числа вхождения первой потенциальной информации и определение первой потенциальной информации в качестве первой информации, если число вхождения превышает предварительно заданное пороговое значение. 5 н. и 6 з.п. ф-лы, 12 ил.

Изобретение относится к автоматизированной информационно-справочной системе оценки и управления профессиональными рисками на предприятиях АПК. Технический результат заключается в автоматизации прогнозирования профессиональных рисков на предприятии. Система содержит базу фактических данных работников по состоянию здоровья и профзаболеваниям, базу нормативных данных работников по состоянию здоровья и профзаболеваниям, базу данных по фактическим условиям труда на рабочих местах и базу нормативных данных по фактическим условиям труда на рабочих местах, схемы выборки данных, блоки сравнения, блок накапливающего суммирования аналитических данных, блок вычислителя риска, компаратор, блок выдачи данных, блок управления, устройство хранения коэффициента значимости и оценочных величин риска, блок приема запросов, блок прогнозирования, блок определения вероятности события и тяжести последствий, блок определения категории риска, базу фактических данных по квалификации, стажу и возрасту персонала, базу оптимальных данных по квалификации, стажу и возрасту персонала, базу по фактическим показателям прохождения обучения требованиям охраны труда работниками, базу допустимых данных показателей прохождения обучения требованиям охраны труда работниками, базу фактических данных идентифицированных производственных опасностей. 1 ил.

Изобретение относится к способам обнаружения вредоносных элементов веб-страниц. Технический результат заключается в обеспечении обнаружения вредоносных элементов веб-страницы, возникших на стороне пользователя, без установки дополнительного программного обеспечения. Другой технический результат заключается в снижении количества ошибок первого рода при обнаружении вредоносных элементов веб-страниц. В первом способе для обнаружения вредоносных элементов веб-страницы используют кластерные статистические модели вредоносных элементов веб-страниц. Во втором способе сравнивают хеш, вычисленный по сведениям о содержимом элемента, полученным от компьютерного устройства пользователя, с хешем, вычисленным по сведениям о содержимом заведомо вредоносного элемента веб-страницы. При этом как в первом, так и во втором способах сведения о содержимом элементов, используемые для обнаружения вредоносных элементов, собираются скриптом на стороне веб-клиента, содержащимся непосредственно на веб-странице, сведения о содержимом элементов которой собираются. 2 н. и 20 з.п. ф-лы, 7 ил.

Изобретение относится к системам, принимающим запрос и определяющим тематические подсказки на основе данных поиска. Техническим результатом является уменьшение вводимых пользователем данных и вероятности дрейфа темы, предоставление предложений, с большей вероятностью удовлетворяющих информационным потребностям пользователей, более быстрое направление пользователей к результатам поиска. Способ определения тематических подсказок на основе данных поиска включает этапы: определяют уточнения запроса; генерируют кластеры уточнений, каждый из которых соответствует конкретной теме, включенной в запросы в этом кластере уточнения и не включенной в первый запрос; оценивают каждый из кластеров, используя количество уникальных n-грамм, связанных с конкретной темой этого кластера уточнения; ранжируют кластеры уточнений на основе оценок; выбирают кластер уточнения, который является самым высоким по рангу относительно других, в качестве первого кластера уточнения поиска для первого запроса; и генерируют первые данные тематической подсказки на основе темы, связанной с первым кластером уточнения поиска, которые описывают вопрос, содержащий запрашивание первого пользовательского ввода n-граммы, которая является подтемой упомянутой темы. 3 н. и 16 з.п. ф-лы, 4 ил.

Изобретение относится к компьютерной и вычислительной технике. Технический результат заключается в генерировании рекомендаций с использованием дерева решений. Технический результат достигается за счет определения определенного пути через дерево решений, ведущего к определенному узлу рекомендации, содержащему определенную рекомендацию, причем дерево решений содержит узлы условия и узлы рекомендации, причем узел условия содержит условие, ассоциированное с конкретной ветвью дерева решений, и при этом узел рекомендации содержит рекомендацию, ассоциированную с одним или более условий одного или более узлов условия на пути к узлу рекомендации, и при этом определение содержит учет условий узлов условия на пути посредством оценивания условий на основании ряда параметров, генерирования объяснения причины для определенной рекомендации на основании одного из узлов условия на пути, ведущем к узлу рекомендации, предоставления пользователю возможности указывать предложенное действие, и определения узла рекомендации, рекомендация которого соответствует предложенному действию, причем упомянутый узел рекомендации далее именуется узлом предложенного действия. 4 н. и 10 з.п. ф-лы, 9 ил.

Изобретение относится к средствам предоставления изображения, которые позволяют выполнять поиск изображения в соответствии с цветом. Технический результат заключается в расширении арсенала технических средств предоставления изображений. Указанный результат достигается за счет применения способа предоставления изображения, причем сервер принимает данные анализа основных компонентов цвета изображения, которые содержат идентификации предварительно заданного числа цветов основных компонентов в отношении изображения и пропорции соответствующих цветов основных компонентов; сервер сравнивает данные анализа основных компонентов цвета изображения, с данными анализа основных компонентов цвета множества изображений в базе данных изображения и передает идентификации множества изображений, которые имеют наивысшую степень сходства основного цветового тона с изображением на устройство терминала. Терминал принимает данные анализа основных компонентов цвета множества изображений, при этом образ разделения основных компонентов цвета в отношении изображения в базе данных изображений является таким же, как образ разделения основных компонентов цвета в отношении изображения. 3 н. и 12 з.п. ф-лы, 4 ил.

Наверх