[发明专利]图片处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图片处理方法、装置、计算机设备和存储介质。所述方法包括：获取待处理图片；将所述待处理图片进行图像超分辨率重建处理，得到所述待处理图片的重建图片；所述重建图片的分辨率高于所述待处理图片的分辨率；提取所述重建图片的图像特征和文本特征；分别将所述图像特征、所述文本特征输入对应的图片识别模型中，获取各个所述图片识别模型输出的图片识别结果以及与所述图片识别结果对应的权重；从所述图片识别结果中，筛选出权重最大的图片识别结果，作为所述待处理图片的图片类型。本方法基于图像分类技术，实现了对待处理图片进行自动分类的目的，无需通过人工对图片进行分类，从而提高了图片分类效率。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图片处理方法、装置、计算机设备和存储介质。

背景技术

图片作为一种信息源，承载着很多信息，在很多场景得到了广泛应用；且在大多数场景中，往往需要多种类型的图片；为了更好地对图片进行利用，则需要对图片进行分类。

目前，对图片的分类方式，一般是通过人工对采集的图片进行一一分类。但是，若面对大量图片且图片种类繁多时，都采用人工进行分类，会耗费大量人力和时间成本，使得图片分类效率极其低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够图片分类效率的图片处理方法、装置、计算机设备和存储介质。

一种图片处理方法，所述方法包括：

获取待处理图片；

将所述待处理图片进行图像超分辨率重建处理，得到所述待处理图片的重建图片；所述重建图片的分辨率高于所述待处理图片的分辨率；

提取所述重建图片的图像特征和文本特征；

分别将所述图像特征、所述文本特征输入对应的图片识别模型中，获取各个所述图片识别模型输出的图片识别结果以及与所述图片识别结果对应的权重；

从所述图片识别结果中，筛选出权重最大的图片识别结果，作为所述待处理图片的图片类型。

在其中一个实施例中，所述提取所述重建图片的图像特征和文本特征，包括：

将所述重建图片输入预先训练的图像特征提取模型中，得到所述重建图片的图像特征；所述预先训练的图像特征提取模型用于提取所述重建图片中的图像特征；

将所述重建图片输入预先训练的文本特征提取模型中，得到所述重建图片的文本特征；所述预先训练的文本特征提取模型用于提取所述重建图片中的文本特征。

在其中一个实施例中，所述分别将所述图像特征、所述文本特征输入对应的图片识别模型中，获取各个所述图片识别模型输出的图片识别结果以及与所述图片识别结果对应的权重，包括：

将所述图像特征输入至第一图片识别模型中，获取所述第一图片识别模型输出的图片识别结果以及与所述图片识别结果对应的第一权重；

将所述文本特征输入至第二图片识别模型中，获取所述第二图片识别模型输出的图片识别结果以及与所述图片识别结果对应的第二权重。

在其中一个实施例中，所述将所述图像特征输入至第一图片识别模型中，获取所述第一图片识别模型输出的图片识别结果以及与所述图片识别结果对应的第一权重，包括：

将所述图像特征输入至第一图片识别模型中，所述第一图片识别模型用于根据所述图像特征查询预先建立的第一数据库，得到与所述图像特征对应的图片类别，作为图片识别结果，并确定与所述图片识别结果对应的第一权重；所述预先建立的第一数据库存储有多个图像特征对应的图片类别；

获取所述第一图片识别模型输出的所述图片识别结果以及与所述图片识别结果对应的第一权重。