一种图片搜索方法、装置、电子设备及存储介质

技术领域

本申请涉及数据处理技术领域，具体涉及智能搜索技术。

背景技术

图片搜索是通过搜索程序，向用户提供互联网或图片存储数据库上相关的图片资料的服务。图片搜索的目的是查找出用户所需要的特定图片，属于智能搜索技术的重要分支。

发明内容

本申请实施例提供了一种图片搜索方法、装置、电子设备及存储介质，以提高图片搜索的准确性和高效性。

第一方面，本申请实施例提供了一种图片搜索方法，应用于全文搜索引擎，包括：

获取图片搜索请求；

根据所述图片搜索请求进行全文搜索，得到目标图片引擎存储数据；

根据所述目标图片引擎存储数据获取图片搜索结果。

第二方面，本申请实施例提供了一种图片搜索装置，配置于全文搜索引擎，包括：

图片搜索请求获取模块，用于获取图片搜索请求；

全文搜索模块，用于根据所述图片搜索请求进行全文搜索，得到目标图片引擎存储数据。

第三方面，本申请实施例提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面实施例所提供的图片搜索方法。

第四方面，本申请实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行第一方面实施例所提供的图片搜索方法。

第五方面，本申请实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现第一方面实施例所提供的图片搜索方法。

本申请实施例通过全文搜索引擎获取到图片搜索请求之后，根据获取的图片搜索请求进行全文搜索，以得到目标图片引擎存储数据，从而根据搜索得到的目标图片引擎存储数据获取图片搜索结果，解决现有图片搜索方法存在的准确率低及效率低等问题，从而提高图片搜索的准确性和高效性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请实施例提供的一种图片搜索方法的流程图；

图2是本申请实施例提供的一种图库的终端界面示意图；

图3是本申请实施例提供的一种图片搜索方法的流程图；

图4是本申请实施例提供的一种获取图片引擎存储数据的流程示意图；

图5是本申请实施例提供的一种图片搜索方法的流程图；

图6是本申请实施例提供的一种图片搜索方法的流程示意图；

图7是本申请实施例提供的一种图片搜索方法的流程图；

图8是本申请实施例提供的一种图片搜索装置的结构图；

图9是用来实现本申请实施例的图片搜索方法的电子设备的结构示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在一个示例中，图1是本申请实施例提供的一种图片搜索方法的流程图，本实施例可适用于利用全文搜索技术实现图片搜索的情况，该方法可以由图片搜索装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可集成在电子设备中。该电子设备可以是能够提供全文搜索引擎功能的服务器设备。相应的，如图1所示，该方法包括如下操作：

S110、获取图片搜索请求。

其中，图片搜索请求可以是图库向全文搜索引擎提交的搜索请求，用于请求全文搜索引擎搜索需求的图片。

目前，一般的图库采用关系型数据库来存储图片的数据信息，以提供图片数据的搜索功能。然而，当图库需要存储的数据量大幅增长时，关系型数据库容易出现扩容困难以及数据结构修改困难等问题，从而降低图片搜索的准确率和高效性。

在本申请实施例中，图库功能可以采用图片文件服务器和全文搜索引擎等技术实现。其中，全文搜索引擎可以支持图片的数据存储，从而实现图库中的图片搜索操作，可选的，全文搜索引擎例如可以是Solr(企业级搜索应用服务器)和Elasticsearch(基于Lucene的搜索服务器)等，本申请实施例并不对全文搜索引擎的引擎类型进行限定。图片文件服务器则可以保存图库中的所有图片(也可称为存储图片)，以供搜索用户进行搜索使用。其中，搜索用户可以是有图片搜索需求的用户，可以利用图库搜索需求的图片。需要说明的是，图片文件服务器中存储的所有图片均具有使用版权。也即，搜索用户利用图库搜索得到对应的图片后，可以具备对搜索图片拥有使用权，以被允许在书面中或网络中使用传播，从而避免相应的法律问题。

可选的，图库可以直接将搜索用户提交的图片搜索请求发送至全文搜索引擎进行图片搜索。或者，为了提高全文搜索引擎的搜索效率，图库也还可以在接收到搜索用户提交的图片搜索请求之后，由图库的后端服务对图片搜索请求进行数据处理，如切词处理等，得到新的图片搜索请求发送至全文搜索引擎进行图片搜索。

图2是本申请实施例提供的一种图库的终端界面示意图，在一个具体的例子中，如图2所示，图库在终端可以以搜索界面的形式展示给搜索用户，在图库的搜索界面中，共有“本地图片”、“图库图片”、“素材库”以及“网盘图片”等功能模块，可以理解的是，图库的功能模块可以根据业务需求扩展，本申请实施例对此并不进行限制。也即，图库可以对不同数据源的图片进行归纳整理，也可以对用户端开放图片搜索功能，通过图片文件服务器存储的大量图片支持搜索用户的图片搜索需求。

相应的，搜索用户可以在搜索界面中输入图片搜索请求，例如，用户可以输入“动物图像”的图片搜索请求。相应的，全文搜索引擎可以直接获取到图片搜索请求。或者，由后端服务对“动物图像”的图片搜索请求进行处理，得到“动物”形成新的图片搜索请求，并发送至全文搜索引擎。

S120、根据所述图片搜索请求进行全文搜索，得到目标图片引擎存储数据。

其中，目标图片引擎存储数据可以是全文搜索引擎针对图片搜索请求对所有图片引擎存储数据进行全文搜索得到的搜索结果，该搜索结果为与搜索用户的搜索需求相匹配的存储图片在全文搜索引擎中对应存储的图片引擎存储数据。图片引擎存储数据可以是各个存储图片在全文搜索引擎中对应存储的关联数据，该关联数据可以是描述存储图片关联信息的相关数据。例如，图片引擎存储数据可以包括但不限于图片链接或图片标识、图片标签、图片描述以及图片上架时间等，只要能够反映存储图片的相关信息即可，本申请实施例并不对图片引擎存储数据的具体数据内容进行限定。

全文搜索引擎是一种对站点页面文字内容进行全面检索的搜索引擎工具。它的突出优点是信息自动更新快，查询全面充分。在本申请实施例中，图库使用全文搜索引擎存储图片文件服务器中各存储图片的图片引擎存储数据，能够更好地支持大数据量的扩容或修改场景，提高图片数据的搜索排序的处理速度，从而保证图片数据的准确性和可扩展性，进而提高图片搜索的准确率和高效性。

相应的，当全文搜索引擎获取到图片搜索请求后，可以根据图片搜索请求对存储的全部的图片引擎存储数据进行全文搜索，得到与图片搜索请求相匹配的目标图片引擎存储数据。可选的，目标图片引擎存储数据可以是一条或多条图片引擎存储数据，本申请实施例并不对目标图片引擎存储数据的数据量进行限定。

S130、根据所述目标图片引擎存储数据获取图片搜索结果。

其中，图片搜索结果可以是根据目标图片引擎存储数据从图片文件服务器中获取到的一个或多个存储图片。

相应的，在得到目标图片引擎存储数据后，全文搜索引擎即可根据搜索得到的目标图片引擎存储数据从图片文件服务器中获取对应的存储图片作为图片搜索结果。

在本申请的一个可选实施例中，所述根据所述目标图片引擎存储数据获取图片搜索结果，可以包括：根据所述目标图片引擎存储数据中的各个图片链接从图片文件服务器下载对应的目标搜索图片。

其中，图片链接可以是存储图片在图片文件服务器中存储的链接。目标搜索图片可以是目标图片引擎存储数据中的各个图片链接在图片文件服务器中对应存储的存储图片。

可选的，如果目标图片引擎存储数据中包括存储图片在图片文件服务器中的图片链接，则全文搜索引擎可以根据目标图片引擎存储数据中的各个图片链接从图片文件服务器分别下载对应的目标搜索图片，将各个目标搜索图片作为图片搜索结果。

可选的，目标图片引擎存储数据中还可以包括存储图片在图片文件服务器中的图片标识。相应的，全文搜索引擎可以根据目标图片引擎存储数据中的各个图片标识从图片文件服务器检索对应的目标搜索图片，将各个目标搜索图片作为图片搜索结果。

相应的，全文搜索引擎得到与图片搜索请求相匹配的图片搜索结果后，可以将获取的图片搜索结果展示给搜索用户，完成图片搜索流程。

本申请实施例通过全文搜索引擎在获取到图片搜索请求之后，根据获取的图片搜索请求进行全文搜索，以得到目标图片引擎存储数据，从而根据搜索得到的目标图片引擎存储数据获取图片搜索结果，解决现有图片搜索方法存在的准确率低及效率低等问题，从而提高图片搜索的准确性和高效性。

在一个示例中，图3是本申请实施例提供的一种图片搜索方法的流程图，本申请实施例在上述各实施例的技术方案的基础上，进行了优化改进，给出了全文搜索引擎获取图片引擎存储数据的具体可选的实现方式。

相应的，如图3所示的一种图片搜索方法，包括：

S310、获取后端服务计算生成的待更新图片数据。

S320、将所述待更新图片数据作为图片引擎存储数据进行存储。

其中，待更新图片数据由后端服务利用经过合法性校验的图片更新数据生成，可以用于对全文搜索引擎中的图片引擎存储数据进行更新。图片更新数据可以是用于对图库中图片文件服务器中存储图片以及全文搜索引擎的图片引擎存储数据进行更新的数据。可选的，更新操作可以包括但不限于新增图片或修改图片等，本申请实施例并不对利用图片更新数据进行更新的操作类型进行限定。

图4是本申请实施例提供的一种获取图片引擎存储数据的流程示意图，如图4所示，在本申请实施例中，图库的后端服务可以通过数据获取脚本(如图4所示的定时脚本)定期访问第三方图片供应商(如图4所示的供应商1、供应商2)提供的图片数据获取接口，以定期获取图片更新数据。其中，数据获取脚本也即用于获取图片更新数据的脚本。图片数据获取接口可以是第三方图片供应商提供的用于对图库提供具有使用权图片的接口。可选的，数据获取脚本的数据获取周期可以以天单位，本申请实施例对此并不进行限制。

相应的，数据获取脚本访问图片数据获取接口获取到图片更新数据之后，可以对图片更新数据进行合法性校验，以避免图片更新数据中包括不可用的更新数据。可选的，合法性校验的内容可以包括但不限于图片是否能够正常展示、图片的标签和描述信息是否有意义，以及图片的上架时间是否有效等，本申请实施例并不对合法性校验的具体校验内容进行限定。如果确定图片更新数据经过合法性校验，表明图片更新数据是合理正常的数据，此时，可以根据图片更新数据获取待更新图片数据。如果确定图片更新数据没有经过合法性校验，表明图片更新数据是异常的数据，此时，可以删除异常的图片更新数据。

在图片更新数据经过合法性校验之后，为了避免因数据量过大或下游服务延迟大致数据堆积问题，后端服务可以将正常的图片更新数据存储到消息队列中，以通过消息队列发布，异步地进行消费。图库对应的后端服务则可以与消息队列相互通信，以对全文搜索引擎和图片文件服务器中的数据进行更新。

在本申请的一个可选实施例中，图片更新数据可以包括但不限于原始图片链接、图片上架时间、原始标签数据和原始描述数据。

其中，原始图片链接可以是第三方图片供应商存储原始图片的链接，图片上架时间可以是第三方图片供应商发布原始图片的时间。原始标签数据可以是第三方图片供应商提供的原始图片的标签数据，该标签数据可以记录图片中的特征。原始描述数据可以是第三方图片供应商提供的原始图片的描述数据，该描述数据可以是解释图片的一句话，一般可以包含图片的上下文背景，比如，描述数据可以为“女孩训练狗学习叼东西”。

在本申请的一个可选实施例中，所述后端服务用于：根据存储图片链接下载原始图片对应的待更新存储图片；根据所述待更新存储图片计算图片美观度和图片像素标识；根据所述原始标签数据生成主标签数据和副标签数据；根据所述原始描述数据生成更新描述数据；根据所述图片链接、所述图片上架时间、所述主标签数据、所述副标签数据、所述更新描述数据、所述图片美观度和所述图片像素标识生成所述待更新图片数据。

其中，存储图片链接可以是原始图片对应的存储图片在图片文件服务器中存储的链接。待更新存储图片也即原始图片在图片文件服务器中对应存储的图片。图片美观度可以是利用相关美观度计算方法计算得到的待更新存储图片的美观度得分。图片像素标识可以是待更新存储图片的像素特征，如图片每行像素点的平均值的方差等，用于计算图片相似度。主标签数据和副标签数据可以共同组成更新标签数据，作为全文搜索引擎存储的标签数据。更新描述数据可以是针对待更新存储图片重新计算的描述数据。

相应的，当后端服务发现消息队列中有图片更新数据需要处理时，可以从消息队列中获取图片更新数据，以根据图片更新数据中包括的原始图片链接从第三方图片供应商处下载原始图片至本地，再将本地存储的原始图片上传至内网的图片文件服务器进行存储。图片文件服务器可以根据自身的图片存储要求对原始图片进行预处理后在进行存储，生成新的图片链接和图片的宽高数据等，并得到与原始图片对应的存储图片。后端服务可以根据图片文件服务器中对原始图片对应生成的存储图片以及该存储图片的相关数据计算存储图片的属性。

可选的，还可以采用数据库替换消息队列以存储图片更新数据。

具体的，后端服务可以根据存储图片链接从图片文件服务器处下载图片更新数据中原始图片对应的存储图片作为待更新存储图片。进一步的，后端服务可以根据图文相关性的计算方法计算待更新存储图片的新的主标签数据、副标签数据以及更新描述数据等。其中，主标签数据可以描述待更新存储图片的主体特征，比如“狗”等动物主体特征，副标签数据可以描述待更新存储图片的辅助特征，比如“草地”、“奔跑”和“棒球”等背景特征。同时，后端服务还可以计算待更新存储图片对应的新的描述数据作为更新描述数据。为了进一步保证全文搜索的准确性，后端服务还可以计算待更新存储图片对应的图片美观度和图片像素标识。相应的，后端服务可以根据存储图片链接、图片上架时间、主标签数据、副标签数据、更新描述数据、图片美观度和图片像素标识生成待更新图片数据，并将待更新图片数据发送至全文搜索引擎。相应的，全文搜索引擎可以将后端服务计算生成的待更新图片数据作为图片引擎存储数据(如图4所示的存储数据)进行存储。上述图文相关性的计算方法，以及图片美观度和图片像素标识的计算方法均属于图片特征服务内容。图片特征服务的应用提高了图库的AI(Artificial Intelligence，人工智能)能力。

可选的，待更新图片数据中的存储图片链接还可以采用图片标识替换。例如，由后端服务或图片文件服务器针对存储图片生成唯一的图片标识，以在后期全文搜索引擎进行搜索后，根据所述得到的目标图片引擎存储数据中的图片标识从图片文件服务器获取存储图片。

需要说明的是，现有技术中，采用关系型数据库存储的图片数据进存储图片的标签数据，而关系型数据库存储的标签数据采用一句话来描述，仅支持根据完全或部分匹配的关键词进行图片搜索，导致图片搜索的准确率较低。

S330、获取图片搜索请求。

S340、根据所述图片搜索请求进行全文搜索，得到目标图片引擎存储数据。

S350、根据所述目标图片引擎存储数据获取图片搜索结果，将所述图片搜索结果展示给所述搜索用户。

采用上述技术方案，通过图库的后端服务根据图片更新数据生成待更新图片数据，以使全文搜索引擎将待更新图片数据作为图片引擎存储数据进行存储，可以提高图片引擎存储数据的准确性，进而提高图片搜索的准确性。

在一个示例中，图5是本申请实施例提供的一种图片搜索方法的流程图，图6是本申请实施例提供的一种图片搜索方法的流程示意图，本申请实施例在上述各实施例的技术方案的基础上，进行了优化改进，给出了根据图片搜索关键词进行图片搜索的具体可选的实现方式。

在本申请实施例中，可选的，全文搜索引擎可以获取对搜索用户提交的图片搜索数据进行解析得到搜索数据解析结果，并将所述搜索数据解析结果作为所述图片搜索请求。相应的，全文搜索引擎可以根据所述搜索数据解析结果和存储图片的图片引擎存储数据进行全文搜索。

其中，搜索数据解析结果可以是对搜索用户提交的图片搜索数据进行解析得到的结果。图片搜索数据可以为关键词文本数据或图片数据等，本申请实施例并不对图片搜索数据的数据类型进行限定。

在本申请实施例中，全文搜索引擎可以获取对搜索用户提交的图片搜索数据进行解析得到搜索数据解析结果，进而将该搜索数据解析结果作为图片搜索请求对存储图片的图片引擎存储数据进行全文搜索。

需要说明的是，对搜索用户提交的图片搜索数据进行解析的操作可以由全文搜索引擎执行，也还可以由图库的后端服务执行，本申请实施例并不对对搜索用户提交的图片搜索数据进行解析的执行主体进行限定。

示例性的，以通过后端服务执行对搜索用户提交的图片搜索数据进行解析的操作为例说明。后端服务可以通过搜索界面获取搜索用户提交的图片搜索数据。相应的，后端服务可以根据图片搜索数据的类型对图片搜索数据进行解析，例如对关键词文本数据进行自然语言处理，或对图片数据的图片尺寸进行解析等，以得到图片搜索数据对应的搜索数据解析结果，并将搜索数据解析结果作为图片搜索请求发送至全文搜索引擎。全文搜索引擎接收到后端服务发送的搜索数据解析结果之后，将搜索数据解析结果作为图片搜索请求对存储图片的图片引擎存储数据进行全文搜索。

通过后端服务对搜索用户提交的图片所述数据进行解析以获取图片搜索请求，可以避免全文搜索引擎对图片搜索数据进行解析的过程，从而提高全文搜索效率。

相应的，如果通过全文搜索引擎执行对搜索用户提交的图片搜索数据进行解析的操作，则可以直接由全文搜索引擎通过搜索界面获取搜索用户提交的图片搜索数据，并进行后续的解析操作，得到图片搜索数据对应的搜索数据解析结果，将搜索数据解析结果作为图片搜索请求对存储图片的图片引擎存储数据进行全文搜索。

在本申请的一个可选实施例中，所述图片搜索数据可以包括图片搜索关键词。相应的，如图5和图6所示的一种图片搜索方法，包括：

S510、获取对所述图片搜索关键词进行自然语言处理得到的搜索关键词集合。

其中，所述搜索关键词集为对所述图片搜索关键词进行自然语言处理如切词处理得到的关键词切词结果生成。可选的，可以由后端服务或全文搜索引擎对图片搜索关键词进行切词处理，本申请实施例对此并不进行限制。

其中，图片搜索关键词可以是关键词文本数据。关键词切词结果可以是对图片搜索关键词进行切词处理得到的一个或多个分词结果。

在本申请实施例中，可选的，搜索用户可以向搜索界面提交图片搜索关键词作为图片搜索数据。示例性的，图片搜索关键词例如可以是“狗狗图片”或“训练狗狗的图片”等。可选的，当后端服务或全文搜索引擎获取到搜索用户提交的图片搜索关键词时，可以对图片搜索关键词进行切词处理，得到多个分词结果，也即关键词切词结果。相应的，在通过后端服务进行切词处理时，后端服务可以根据关键词切词结果生成搜索关键词集合，并将搜索关键词集合发送至全文搜索引擎。在通过全文搜索引擎进行切词处理时，全文搜索引擎可以直接根据关键词切词结果生成搜索关键词集合。

具体的，在后端服务或全文搜索引擎对图片搜索关键词进行切词处理后，可以根据词性标注方法计算各个分词的词语属性并过滤无意义的代词和助词等，从而获得一组搜索关键词构成搜索关键词集合。

在本申请的一个可选实施例中，在所述获取对搜索用户提交的图片搜索数据进行解析得到搜索数据解析结果，还可以包括：通过后端服务或全文搜索引擎获取合法性校验词表；通过后端服务或全文搜索引擎根据所述图片搜索关键词与所述合法性校验词表进行匹配校验。

其中，合法性校验词表可以用于存储非法词汇，如敏感词或违禁词等，本申请实施例并不对合法性校验词表存储的具体词汇内容进行限定。

在本申请实施例中，在获取到图片搜索关键词之后，后端服务或全文搜索引擎可以获取合法性校验词表，以根据合法性校验词表对图片搜索关键词进行匹配校验，判断图片搜索关键词中是否包括非法词汇。

示例性的，以后端服务对图片搜索关键词进行合法性校验为例说明：如果后端服务确定图片搜索关键词通过匹配校验，表明图片搜索关键词中不包括非法词汇，则可以进一步对图片搜索数据进行解析得到搜索数据解析结果，以供全文搜索引擎可以根据搜索数据解析结果快速进行全文搜索，提高全文搜索效率。如果后端服务确定图片搜索关键词没有通过匹配校验，表明图片搜索关键词中包括非法词汇，则可以拒绝对图片搜索数据进行解析，相应的，全文搜索引擎无法获取到图片搜索请求。上述通过后端服务对图片搜索关键词进行合法性校验的方式可以减轻全文搜索引擎的数据处理负荷，使得全文搜索引擎可以集中处理搜索功能，进而提高全文搜索引擎的搜索效率和搜索质量。

相应的，如果通过全文搜索引擎对图片搜索关键词进行合法性校验，则全文搜索引擎可以直接根据合法性校验结果执行后续的搜索操作。

需要说明的是，为了减轻全文搜索引擎的工作负荷，提高全文搜索引擎的搜索效率和搜索质量，上述对搜索用户提交的图片搜索数据进行解析优选通过后端服务执行，以通过后端服务生成全文搜索效率可以直接处理而无需进一步解析的图片搜索请求。

在本申请的一个可选实施例中，所述图片引擎存储数据包括标签数据和描述数据；所述标签数据包括主标签数据和副标签数据；获取对所述图片搜索关键词进行自然语言处理得到的搜索关键词集合，可以包括：获取根据分隔符对所述标签数据进行分词处理得到的标签关键词集合；获取根据单元语义分词策略对所述描述数据进行分词处理得到的描述关键词集合。

其中，分隔符可以用于对标签数据中的各个特征词进行分隔处理。标签关键词集合可以是利用分隔符对标签数据进行分隔处理得到的关键词集合。单元语义分词策略可以采用最小语义分词方式。描述关键词集合可以是利用最小语义分词方式对描述数据进行分词处理得到的关键词集合。

在本申请实施例中，可以实现按照搜索优先级的方式获取搜索结果。相应的，为了支持搜索优先级，可以由全文搜索引擎或后端服务对图片引擎存储数据中的标签数据和描述数据分别进行分词处理，以使全文搜索引擎根据图片引擎存储数据获取不同类型的关键词集合。具体的，全文搜索引擎可以获取得到标签关键词集合和描述关键词集合。其中，标签关键词集合根据分隔符对主标签数据和副标签数据进行分词处理得到，描述关键词集合根据单元语义分词策略对描述数据进行分词处理得到。示例性的，标签关键词集合可以为“狗，草地，奔跑，棒球”，描述关键词集合可以为“女孩训练狗学习叼东西”。

需要说明的是，上述对标签数据和描述数据进行分词处理的操作，可以在获取到图片引擎存储数据之后即可执行，也可以在得到图片搜索请求后实时执行，本申请实施例并不对标签数据和描述数据进行分词处理的时机进行限定。

上述技术方案，通过对图片引擎存储数据中的标签数据和描述数据进行分词处理，可以作为搜索关键词集合的匹配数据，从而提高全文搜索引擎的数据匹配效率。

S520、根据所述搜索关键词集合和所述图片引擎存储数据进行全文搜索，得到全文搜索结果。

其中，全文搜索结果可以是全文搜索引擎根据搜索数据解析结果和图片引擎存储数据进行全文搜索得到的结果。

可选的，全文搜索引擎可以根据搜索关键词集合和图片引擎存储数据进行全文搜索，得到与图片搜索关键词相匹配的一种形式的全文搜索结果。

在本申请的一个可选实施例中，所述根据所述搜索关键词集合和所述图片引擎存储数据进行全文搜索，可以包括：根据所述搜索关键词集合对所述标签关键词集合进行匹配，得到第一搜索图片引擎存储数据；根据所述搜索关键词集合对所述描述关键词集合进行匹配，得到第二搜索图片引擎存储数据；根据所述第一搜索图片引擎存储数据和所述第二搜索图片引擎存储数据按照搜索优先级进行排序，得到所述全文搜索结果。

其中，第一搜索图片引擎存储数据可以是搜索关键词集合与标签关键词集合进行匹配得到的目标标签数据对应的图片引擎存储数据。第二搜索图片引擎存储数据可以是搜索关键词集合与描述关键词集合进行匹配得到的目标描述数据对应的图片引擎存储数据。搜索优先级可以是根据标签数据和描述数据确定的先后优先级。

具体的，全文搜索引擎在进行全文搜索时，可以根据搜索关键词集合分别与图片引擎存储数据对应的标签关键词集合和描述关键词集合进行匹配，从而根据匹配得到的第一搜索图片引擎存储数据和第二搜索图片引擎存储数据按照搜索优先级进行排序，得到最终的全文搜索结果。可选的，可以设定标签数据的搜索结果的优先级高于描述数据的搜索结果的优先级。也即，第一搜索图片引擎存储数据的优先级可以高于第二搜索图片引擎存储数据的优先级。

需要说明的是，现有技术中，采用关系型数据库进行图片搜索仅能够对图片的标签数据进行搜索。由于现有关系型数据库中存储的图片的标签数据为一句话的形式，图片属性数据形式简单，不能体现图片完整属性，因此，仅支持根据完全或部分匹配的关键词进行图片搜索，导致图片搜索的准确率较低。进一步的，现有技术中利用关系型数据库的完全匹配的方式还会存在可获取到的图片数量少的问题，因为要求图片标签必须连贯地包含输入的关键词。而以部分匹配的方式则会进一步降低图片搜索的准确率，因为可能上下文不相关的标签也能命中搜索结果。

本申请实施例上述基于标签数据和描述数据的全文搜索方式中，实现了根据图片不同属性的优先级来搜索存储图片。由于标签数据存储的是图片的特征，描述数据存储的是图片的上下文背景，因此，根据图片不同属性的优先级来搜索存储图片，可以覆盖存储图片的主体特征到上下文背景，更全面地理解搜索用户的搜索需求，从而提高搜索准确率。

在本申请的一个可选实施例中，所述标签关键词集合包括主标签关键词集合和副标签关键词集合；所述根据所述第一搜索图片引擎存储数据和所述第二搜索图片引擎存储数据按照搜索优先级进行排序，可以包括：获取所述主标签关键词集合对应的第一主搜索图片引擎存储数据以及所述副标签关键词集合对应的第一副搜索图片引擎存储数据；按照所述第一主搜索图片引擎存储数据、所述第一副搜索图片引擎存储数据以及所述第二搜索图片引擎存储数据的顺序进行排序。

其中，主标签关键词集合可以是对主标签数据进行分词处理得到的关键词集合，副标签关键词集合可以是对副标签数据进行分词处理得到的关键词集合。第一主搜索图片引擎存储数据可以是根据搜索关键词集合对主标签关键词集合进行匹配，得到的部分第一搜索图片引擎存储数据。第二主搜索图片引擎存储数据可以是根据搜索关键词集合对副标签关键词集合进行匹配，得到的部分第一搜索图片引擎存储数据。

由于图片引擎存储数据中包括主标签数据和副标签数据，因此，再根据标签数据确定标签关键词集合时，可以分别根据主标签数据确定主标签关键词集合，并根据副标签数据确定副标签关键词集合。相应的，全文搜索引擎可以根据搜索关键词集合对主标签关键词集合进行匹配，得到第一主搜索图片引擎存储数据，并根据搜索关键词集合对副标签关键词集合进行匹配，得到第一副搜索图片引擎存储数据。则搜索优先级具体可以是第一主搜索图片引擎存储数据-第一副搜索图片引擎存储数据-第二搜索图片引擎存储数据。

也即，全文搜索引擎可以根据搜索关键词集合对主标签数据进行搜索，在主标签数据与搜索关键词集合完全匹配时，得到主标签数据对应的第一主搜索图片引擎存储数据。进而，全文搜索引擎可以根据搜索关键词集合对副标签数据进行搜索，在副标签数据与搜索关键词集合完全匹配时，得到副标签数据对应的第一副搜索图片引擎存储数据。最后，全文搜索引擎可以根据搜索关键词集合对描述数据进行搜索，在描述数据与搜索关键词集合完全匹配时，得到描述数据对应的第一主搜索图片引擎存储数据。在本申请实施例中，完全匹配的可以理解为：标签数据或描述数据与搜索关键词集合中设定比例的关键词能够匹配。其中，设定比例例如可以是90％或95％等，具体可以根据实际需求设定，本申请实施例并不对设定比例的具体数值进行限定，但设定比例的取值需要接近100％，以避免降低搜索准确率。

可以理解的是，当某一类型的图片引擎存储数据为空时，可以省略该类型的图片引擎存储数据。例如，如果第一主搜索图片引擎存储数据为空，则全文搜索结果可以仅包括第一副搜索图片引擎存储数据以及第二搜索图片引擎存储数据。

上述技术方案，通过利用主标签关键词集合、副标签关键词集合以及描述关键词集合确定搜索优先级，实现了按图片主特征、辅助特征以及上下文背景的搜索排序规则，可以满足搜索用户的搜索需求，提高搜索准确率。

S530、根据所述全文搜索结果和全文搜索排序策略确定所述目标图片引擎存储数据。

其中，全文搜索排序策略可以是对全文搜索结果进行排序的策略。

在本申请实施例中，在全文搜索引擎利用搜索关键词集合得到全文搜索结果之后，还可以根据全文搜索排序策略对全文搜索结果的各个图片引擎存储数据进行重新排序，从而确定最终的目标图片引擎存储数据。

在本申请的一个可选实施例中，所述图片搜索请求还可以包括图片搜索标签；所述根据所述全文搜索结果和全文搜索排序策略确定所述目标图片引擎存储数据，可以包括：确定所述图片搜索标签的标签类型；其中，所述标签类型包括优质图片标签、最新图片标签和低频率图片标签；根据所述标签类型计算所述全文搜索结果中各搜索图片引擎存储数据的排序数据；根据所述排序数据对各所述搜索图片引擎存储数据进行排序，以得到所述目标图片引擎存储数据。

其中，图片搜索标签可以是搜索用户在搜索界面选择的搜索标签。优质图片标签可以用于为搜索用户提供优质图片。最新图片标签可以为搜索用户提供时间最新的图片。低频率图片标签可以为搜索用户提供使用频率较低的图片。在申请实施例中，搜索图片引擎存储数据可以是第一主搜索图片引擎存储数据、第一副搜索图片引擎存储数据以及第二搜索图片引擎存储数据。

可以理解的是，不同的搜索用户具有不同的搜索需求。不同搜索用户输入同样的图片搜索数据会有不同的排序需求，例如，担心文章被判重的搜索用户希望添加被使用次数更少的图片，时事类搜索用户希望使用最新的新闻图片，追求文章质量的搜索用户会希望获得更美观、更优质的图片。因此，考虑到不同搜索用户的搜索需求，图库还可以设置图片搜索标签以供搜索用户选择。

因此，搜索用户除了可以通过搜索界面提交图片搜索数据，还可以选择图片搜索标签，也即，图片搜索请求可以同时包括图片搜索数据和图片搜索标签。其中，图片搜索数据用于得到搜索的图片，图片搜索标签则可以用于对搜索的图片进行排序。在本申请实施例中，图片搜索标签的标签类型可以包括但不限于优质图片标签、最新图片标签和低频率图片标签等。示例性的，优质图片标签例如可以是图1中的“优质推荐”选项，最新图片标签例如可以是图1中的“最新资讯”选项，低频率图片标签例如可以是图1中的“冷门好图”选项。

具体的，当全文搜索引擎利用搜索关键词集合得到全文搜索结果之后，可以根据搜索用户选择的图片搜索标签的标签类型计算全文搜索结果中各搜索图片引擎存储数据的排序数据，从而根据排序数据对所有的搜索图片引擎存储数据重新进行排序。可选的，全文搜索引擎可以根据优质图片标签按照图片美观度的取值由高到低的顺序对各搜索图片引擎存储数据进行排序，还可以根据最新图片标签按照图片上架时间由近到远的顺序对各搜索图片引擎存储数据进行排序，还可以根据低频率图片标签按照图片使用频率的取值由低到高的顺序对各搜索图片引擎存储数据进行排序。可选的，图片使用频率可以根据存储图片的下载频率确定。

需要说明的是，根据排序数据对所有的搜索图片引擎存储数据重新进行排序时，可以按照全文搜索结果中的搜索优先级分别进行排序，也即不打乱全文搜索结果的搜索优先级。示例性的，当搜索用户选择低频率图片标签时，全文搜索引擎可以对第一主搜索图片引擎存储数据按照图片使用频率由低到高的顺序排序，得到第一排序数据。并对第一副搜索图片引擎存储数据按照图片使用频率由低到高的顺序排序，得到第二排序数据。并对第二搜索图片引擎存储数据按照图片使用频率由低到高的顺序排序，得到第三排序数据。最终按照第一排序数据-第二排序数据-第三排序数据分别对搜索图片引擎存储数据进行排序，得到最终的目标图片引擎存储数据。

上述技术方案，通过利用全文搜索排序策略对全文搜索结果进行排序以得到目标图片引擎存储数据，实现了支持多维度的排序规则，能够更好地提升用户体验。

S540、根据所述目标图片引擎存储数据获取图片搜索结果。

S550、将图片搜索结果展示给搜索用户。

在本申请的一个可选实施例中，所述将所述图片搜索结果展示给所述搜索用户，可以包括：对所述图片搜索结果中的各目标搜索图片添加目标水印；将带有所述目标水印的各所述目标搜索图片展示给所述搜索用户。

其中，目标水印可以是根据业务需求确定的水印类型和内容。

在本申请实施例中，为了实现对存储图片的版权保护，在向搜索用户提供各目标搜索图片之前，可以对各目标搜索图片添加目标水印，并将带有目标水印的各目标搜索图片展示给搜索用户。需要说明的是，目标水印的添加操作以及目标搜索图片的展示操作既可以由全文搜索引擎执行，也可以由后端服务执行，本申请实施例对此并不进行限制。

上述技术方案，通过利用图片搜索关键词和全文搜索引擎进行全文搜索，实现了根据关键词文本数据进行图片搜索的方式，在全文搜索过程中利用搜索优先级对全文搜索结果进行排序，并利用全文搜索排序策略再次对全文搜索结果进行排序，实现了多维度的排序规则，不仅可以提高图片搜索的搜索准确率和搜索效率，还能同时提升用户体验。

在一个示例中，图7是本申请实施例提供的一种图片搜索方法的流程图，本申请实施例在上述各实施例的技术方案的基础上，进行了优化改进，给出了根据基准搜索图片进行图片搜索的具体可选的实现方式。

在本申请的一个可选实施例中，所述图片搜索数据可以包括基准搜索图片。相应的，如图6和图7所示的一种图片搜索方法，包括：

S710、获取对所述基准搜索图片进行解析得到的参考搜索图片。

其中，所述参考搜索图片为对所述基准搜索图片的图片尺寸数据进行解析生成。可选的，可以由后端服务或全文搜索引擎对基准搜索图片的图片尺寸数据进行解析，本申请实施例对此并不进行限制。

其中，基准搜索图片可以是搜索用户通过图库的搜索界面提供的图片，该图片可以是本地图片，也可以互联网资源中的在线图片，只要搜索用户具有图片使用权的图片均可以作为基准搜索图片，本申请实施例并不对基准搜索图片的获取方式进行限定。

在本申请实施例中，可选的，搜索用户可以向搜索界面提交基准搜索图片作为图片搜索数据。示例性的，搜索用户可以选择本地存储的其中一个图片作为基准搜索图片。可选的，当后端服务或全文搜索引擎获取到搜索用户提交的基准搜索图片时，可以根据基准搜索图片的图片尺寸数据对基准搜索图片进行解析处理，得到参考搜索图片。相应的，在通过后端服务对基准搜索图片进行解析时，后端服务可以将解析得到的参考搜索图片发送至全文搜索引擎。在通过全文搜索引擎对基准搜索图片进行解析时，全文搜索引擎可以直接获取参考搜索图片。

需要说明的是，为了减轻全文搜索引擎的工作负荷，提高全文搜索引擎的搜索效率和搜索质量，上述对搜索用户提交的基准搜索图片进行解析优选通过后端服务执行，以通过后端服务生成全文搜索效率可以直接处理而无需进一步解析的图片搜索请求。

在本申请的一个可选实施例中，所述获取对所述基准搜索图片进行解析得到的参考搜索图片，可以包括：在确定所述图片尺寸数据大于或等于预设尺寸阈值的情况下，获取根据所述基准搜索图片的图片搜索链接从图片文件服务器下载的目标图片；将所述目标图片作为所述参考搜索图片；在确定所述图片尺寸数据小于所述预设尺寸阈值的情况下，将所述基准搜索图片作为所述参考搜索图片。

其中，预设尺寸阈值可以是根据图库对图片的处理性能所确定的阈值，本申请实施例并不对预设尺寸阈值的具体尺寸数值进行限定。目标图片可以是基准搜索图片在图片文件服务器中对应存储的图片。

在本申请实施例中，为了避免尺寸过大的图片对图库的计算性能或搜索性能造成影响，在获取到基准搜索图片之后，可以首先判断基准搜索图片的图片尺寸数据是否大于或等于预设尺寸阈值。如果确定图片尺寸数据大于或等于预设尺寸阈值，表明基准搜索图片的尺寸过大，此时可以将基准搜索图片转存至图片文件服务器，以缩小基准搜索图片的图片尺寸数据，得到对应的目标图片。相应的，全文搜索引擎可以获取根据基准搜索图片的图片搜索链接从图片文件服务器下载的目标图片作为参考搜索图片。如果确定图片尺寸数据小于预设尺寸阈值，表明基准搜索图片的尺寸没有超过图库的处理要求，此时可以直接将基准搜索图片作为参考搜索图片。可选的，可以由全文搜索引擎或后端服务获取参考搜索图片。例如，由全文搜索引擎或后端服务根据基准搜索图片获取图片搜索链接，并根据图片搜索链接从图片文件服务器下载目标图片。如果通过后端服务下载目标图片，则后端服务需要将下载的目标图片发送至全文搜索引擎。或者，由全文搜索引擎或后端服务直接将基准搜索图片作为参考搜索图片。如果通过后端服务直接将基准搜索图片作为参考搜索图片，则后端服务需要将基准搜索图片发送至全文搜索引擎。

S720、根据所述参考搜索图片和所述图片引擎存储数据进行全文搜索，得到全文搜索结果。

可选的，全文搜索引擎可以根据参考搜索图片和图片引擎存储数据进行全文搜索，得到与参考搜索图片相匹配的另一种形式的全文搜索结果。

在本申请的一个可选实施例中，所述图片引擎存储数据包括图片像素标识；所述根据所述参考搜索图片和所述图片引擎存储数据进行全文搜索，可以包括：获取所述参考搜索图片的基准图片像素标识；根据所述基准图片像素标识对各图片引擎存储数据的图片像素标识进行匹配。

其中，基准图片像素标识可以是基准搜索图片对应的图片像素标识，第三搜索图片引擎存储数据可以是根据基准图片像素标识对各图片引擎存储数据的图片像素标识进行匹配得到的目标图片像素标识对应的图片引擎存储数据。

在本申请实施例中，可以通过全文搜索引擎或后端服务计算参考搜索图片的基准图片像素标识。相应的，如果通过后端服务计算参考搜索图片的基准图片像素标识，则后端服务需要将基准图片像素标识发送至全文搜索引擎。如果通过全文搜索引擎计算参考搜索图片的基准图片像素标识，则全文搜索引擎可以直接获取基准图片像素标识。相应的，当全文搜索引擎获取到基准图片像素标识之后，即可利用图像相似度计算方法，将基准图片像素标识与各图片引擎存储数据中包括的图片像素标识进行匹配，以得到第三搜索图片引擎存储数据。上述利用图像相似度计算方法计算图片像素标识的过程属于图片特征服务的过程。图片特征服务的应用提高了图库的AI能力。

上述技术方案，全文搜索引擎通过利用图像相似度的计算方法利用图片像素标识实现了基于图片的图片搜索方法，丰富了图片搜索功能，满足了搜索用户的搜索需求，提升了用户体验。

需要说明是，以上可以由全文搜索引擎和后端服务二者之一可以执行的操作均可以优选通过后端服务执行，以减轻全文搜索引擎的工作负荷。

S730、根据所述全文搜索结果和全文搜索排序策略确定所述目标图片引擎存储数据。

在本申请实施例中，在全文搜索引擎利用参考搜索图片得到全文搜索结果之后，还可以根据全文搜索排序策略对全文搜索结果的各个图片引擎存储数据进行重新排序，从而确定最终的目标图片引擎存储数据。

在本申请的一个可选实施例中，所述图片搜索请求还可以包括图片搜索标签；所述根据所述全文搜索结果和全文搜索排序策略确定所述目标图片引擎存储数据，可以包括：确定所述图片搜索标签的标签类型；其中，所述标签类型包括优质图片标签、最新图片标签和低频率图片标签；根据所述标签类型计算所述全文搜索结果中各搜索图片引擎存储数据的排序数据；根据所述排序数据对各所述搜索图片引擎存储数据进行排序，以得到所述目标图片引擎存储数据。

搜索用户除了可以通过搜索界面提交图片搜索数据，还可以选择图片搜索标签，也即，图片搜索请求可以同时包括图片搜索数据和图片搜索标签。其中，图片搜索数据用于得到搜索的图片，图片搜索标签则可以用于对搜索的图片进行排序。在本申请实施例中，图片搜索标签的标签类型可以包括但不限于优质图片标签、最新图片标签和低频率图片标签等。示例性的，优质图片标签例如可以是图1中的“优质推荐”选项，最新图片标签例如可以是图1中的“最新资讯”选项，低频率图片标签例如可以是图1中的“冷门好图”选项。

具体的，当全文搜索引擎利用参考搜索图片得到全文搜索结果之后，可以根据搜索用户选择的图片搜索标签的标签类型计算全文搜索结果中各第三搜索图片引擎存储数据的排序数据，从而根据排序数据对所有的第三搜索图片引擎存储数据重新进行排序。可选的，全文搜索引擎可以根据优质图片标签按照图片美观度的取值由高到低的顺序对各第三搜索图片引擎存储数据进行排序，还可以根据最新图片标签按照图片上架时间由近到远的顺序对各第三搜索图片引擎存储数据进行排序，还可以根据低频率图片标签按照图片使用频率的取值由低到高的顺序对各第三搜索图片引擎存储数据进行排序。可选的，图片使用频率可以根据存储图片的下载频率确定。

上述技术方案，通过利用全文搜索排序策略对全文搜索结果进行排序以得到目标图片引擎存储数据，实现了支持多维度的排序规则，能够更好地提升用户体验。

S740、根据所述目标图片引擎存储数据获取图片搜索结果。

S750、将图片搜索结果展示给搜索用户。

在本申请的一个可选实施例中，所述将所述图片搜索结果展示给所述搜索用户，可以包括：对所述图片搜索结果中的各目标搜索图片添加目标水印；将带有所述目标水印的各所述目标搜索图片展示给所述搜索用户。

在本申请实施例中，为了实现对存储图片的版权保护，在向搜索用户提供各目标搜索图片之前，可以对各目标搜索图片添加目标水印，并将带有目标水印的各目标搜索图片展示给搜索用户。需要说明的是，目标水印的添加操作以及目标搜索图片的展示操作既可以由全文搜索引擎执行，也可以由后端服务执行，本申请实施例对此并不进行限制。

上述技术方案，通过利用参考搜索图片和全文搜索引擎进行全文搜索，实现了根据图片进行图片搜索的方式，在全文搜索过程中利用全文搜索排序策略对全文搜索结果进行排序，丰富了图片搜索功能，不仅可以提高图片搜索的搜索准确率和搜索效率，还能同时提升用户体验。

在一个示例中，图8是本申请实施例提供的一种图片搜索装置的结构图，本申请实施例可适用于利用全文搜索技术实现图片搜索的情况，该装置通过软件和/或硬件实现，并具体配置于全文搜索引擎中。

如图8所示的一种图片搜索装置800，包括：图片搜索请求获取模块810、全文搜索模块820和图片搜索结果获取模块830。其中，

图片搜索请求获取模块810，用于获取图片搜索请求；

全文搜索模块820，用于根据所述图片搜索请求进行全文搜索，得到目标图片引擎存储数据；

图片搜索结果获取模块830，用于根据所述目标图片引擎存储数据获取图片搜索结果。

本申请实施例通过全文搜索引擎在获取到图片搜索请求之后，根据获取的图片搜索请求进行全文搜索，以得到目标图片引擎存储数据，从而根据搜索得到的目标图片引擎存储数据获取图片搜索结果，解决现有图片搜索方法存在的准确率低及效率低等问题，从而提高图片搜索的准确性和高效性。

可选的，图片搜索请求获取模块810具体用于：获取对搜索用户提交的图片搜索数据进行解析得到搜索数据解析结果；将所述搜索数据解析结果作为所述图片搜索请求；全文搜索模块820具体用于：根据所述搜索数据解析结果和存储图片的图片引擎存储数据进行全文搜索。

可选的，图片搜索数据包括图片搜索关键词；图片搜索请求获取模块810具体用于：获取对所述图片搜索关键词进行自然语言处理得到的搜索关键词集合；其中，所述搜索关键词集合为对所述图片搜索关键词进行切词处理得到的关键词切词结果生成；全文搜索模块820具体用于：根据所述搜索关键词集合和所述图片引擎存储数据进行全文搜索，得到全文搜索结果；根据所述全文搜索结果和全文搜索排序策略确定所述目标图片引擎存储数据。

可选的，所述图片引擎存储数据包括标签数据和描述数据；所述标签数据包括主标签数据和副标签数据；图片搜索请求获取模块810具体用于：获取根据分隔符对所述标签数据进行分词处理得到的标签关键词集合；获取根据单元语义分词策略对所述描述数据进行分词处理得到的描述关键词集合。

可选的，全文搜索模块820具体用于：根据所述搜索关键词集合对所述标签关键词集合进行匹配，得到第一搜索图片引擎存储数据；根据所述搜索关键词集合对所述描述关键词集合进行匹配，得到第二搜索图片引擎存储数据；根据所述第一搜索图片引擎存储数据和所述第二搜索图片引擎存储数据按照搜索优先级进行排序，得到所述全文搜索结果。

可选的，所述标签关键词集合包括主标签关键词集合和副标签关键词集合；全文搜索模块820具体用于：获取所述主标签关键词集合对应的第一主搜索图片引擎存储数据以及所述副标签关键词集合对应的第一副搜索图片引擎存储数据；按照所述第一主搜索图片引擎存储数据、所述第一副搜索图片引擎存储数据以及所述第二搜索图片引擎存储数据的顺序进行排序。

可选的，所述图片搜索数据包括基准搜索图片；图片搜索请求获取模块810具体用于：获取对所述基准搜索图片进行解析得到的参考搜索图片；其中，所述参考搜索图片为对所述基准搜索图片的图片尺寸数据进行解析生成；全文搜索模块820具体用于：根据所述参考搜索图片和所述图片引擎存储数据进行全文搜索，得到全文搜索结果；根据所述全文搜索结果和全文搜索排序策略确定所述目标图片引擎存储数据。

可选的，图片搜索请求获取模块810具体用于：在确定所述图片尺寸数据大于或等于预设尺寸阈值的情况下，获取根据所述基准搜索图片的图片搜索链接从图片文件服务器下载的目标图片；将所述目标图片作为所述参考搜索图片；在确定所述图片尺寸数据小于所述预设尺寸阈值的情况下，将所述基准搜索图片作为所述参考搜索图片。

可选的，所述图片引擎存储数据包括图片像素标识；全文搜索模块820具体用于：获取所述参考搜索图片的基准图片像素标识；根据所述基准图片像素标识对各图片引擎存储数据的图片像素标识进行匹配，得到第三搜索图片引擎存储数据。

可选的，所述图片搜索请求还包括图片搜索标签；全文搜索模块820具体用于：确定所述图片搜索标签的标签类型；其中，所述标签类型包括优质图片标签、最新图片标签和低频率图片标签；根据所述标签类型计算所述全文搜索结果中各搜索图片引擎存储数据的排序数据；根据所述排序数据对各所述搜索图片引擎存储数据进行排序，以得到所述目标图片引擎存储数据。

可选的，图片搜索结果获取模块810具体用于：根据所述目标图片引擎存储数据中的各个图片链接从图片文件服务器下载对应的目标搜索图片；所述装置还包括目标搜索图片展示模块，用于对所述图片搜索结果中的各所述目标搜索图片添加目标水印；将带有所述目标水印的各所述目标搜索图片展示给所述搜索用户。

可选的，所述装置还包括待更新图片数据获取模块，用于获取后端服务计算生成的待更新图片数据；图片引擎存储数据存储模块，用于将所述待更新图片数据作为图片引擎存储数据进行存储；其中，所述待更新图片数据由所述后端服务利用经过合法性校验的图片更新数据生成。

可选的，所述图片更新数据包括原始图片链接、图片上架时间、原始标签数据和原始描述数据；所述后端服务用于：根据存储图片链接下载原始图片对应的待更新存储图片；根据所述待更新存储图片计算图片美观度和图片像素标识；根据所述原始标签数据生成主标签数据和副标签数据；根据所述原始描述数据生成更新描述数据；根据所述存储图片链接、所述图片上架时间、所述主标签数据、所述副标签数据、所述更新描述数据、所述图片美观度和所述图片像素标识生成所述待更新图片数据。

上述图片搜索装置可执行本申请任意实施例所提供的图片搜索方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请任意实施例提供的图片搜索方法。

由于上述所介绍的图片搜索装置为可以执行本申请实施例中的图片搜索方法的装置，故而基于本申请实施例中所介绍的图片搜索方法，本领域所属技术人员能够了解本实施例的图片搜索装置的具体实施方式以及其各种变化形式，所以在此对于该图片搜索装置如何实现本申请实施例中的图片搜索方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中图片搜索方法所采用的装置，都属于本申请所欲保护的范围。

在一个示例中，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如图片搜索方法。例如，在一些实施例中，图片搜索方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的图片搜索方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图片搜索方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

本申请实施例通过全文搜索引擎获取到图片搜索请求之后，根据获取的图片搜索请求进行全文搜索，以得到目标图片引擎存储数据，从而根据搜索得到的目标图片引擎存储数据获取图片搜索结果，解决现有图片搜索方法存在的准确率低及效率低等问题，从而提高图片搜索的准确性和高效性。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。