图像重合度校验方法、电子设备及计算机可读存储介质

【技术领域】

本申请涉及视频处理技术，尤其涉及一种图像重合度校验方法、电子设备及计算机可读存储介质。

【背景技术】

目前，随着互联网技术的快速发展和智能终端的普及，各种论坛、网站、自媒体平台不断涌现。视频制造商、用户每天会产生海量内容丰富多元的各种视频、图片，这些视频、图片会上传各种视频网站、论坛、自媒体平台等，供用户观看。

与此同时，盗版视频、盗版图片也层出不穷，尤其是图片，很容易被一些用户从某个网站、论坛、自媒体平台下载后上传到其他网站、论坛、自媒体平台。这样，导致网站、论坛、自媒体平台实际上重复收录了内容相同的图片，浪费了存储资源；另外，在向用户推荐图片时，很容易将内容相同的多个图片都推荐给用户，导致用户观看重复内容的图片，降低了用户体验。

现有技术中，一般是通过比对图片之间的名称，或者通过人工比对两个图片内容等方式来判断图片是否为相似图片，进而确定一个图片是否为盗版图片。但是，图片的名称是很容易被修改的，对于一些修改了名称的盗播图片，通过比对图片名称的方法很难识别出盗版图片，而通过人工比对两个图片内容的检测方法工作量较大，效率较低。

【发明内容】

本申请的多个方面提供一种图像重合度校验方法、电子设备及计算机可读存储介质，用以确定图像之间的内容重合度。

本申请的一方面，提供一种图像重合度校验方法，包括：

获取第一图像中边界线之间的交点，得到至少一个待识别交点；

获取所述至少一个待识别交点的交点属性信息，所述至少一个待识别交点中每一个待识别交点的交点属性信息包括：经过所述每一个待识别交点的相交边界线的数量、经过所述每一个待识别交点的相交边界线中每一条所述相交边界线的偏斜角度、以及所述每一个待识别交点与所述每一条相交边界线上最近一个交点之间的距离；

获取第二图像中至少一个参考交点的交点属性信息；

基于所述至少一个待识别交点的交点属性信息与所述至少一个参考交点的交点属性信息，确定所述第一图像与所述第二图像之间的重合度。

本申请的另一方面，提供一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述一方面所提供的图像重合度识别方法。

本申请的另一方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述一方面所提供的图像重合度识别方法。

由上述技术方案可知，本申请实施例通过获取第一图像中边界线之间的交点，得到至少一个待识别交点，然后获取所述至少一个待识别交点的交点属性信息、以及第二图像中至少一个参考交点的交点属性信息，进而，基于所述至少一个待识别交点的交点属性信息与所述至少一个参考交点的交点属性信息，确定所述第一图像与所述第二图像之间的重合度，这样，实现了两个图像之间重合度的识别，从而能够识别出内容重复的图像。

另外，采用本申请所提供的技术方案，由于能够基于两个图像中边界线之间交点的交点属性信息，来确定两个图像之间的重合度，从而识别出内容重复的图像，可以避免网站、论坛、自媒体平台重复收录内容相同的图像，节约存储资源和维护资源。

另外，采用本申请所提供的技术方案，由于能够基于两个图像中边界线之间交点的交点属性信息，来确定两个图像之间的重合度，从而识别出内容重复的图像，可以避免在向用户推荐图像时，将内容相同的多个图像推荐给用户，避免用户观看相同内容的图片，能够有效提高用户体验。

另外，采用本申请所提供的技术方案，相对于通过人工比对两个图片内容等方式来判断图片是否为相似图片的检测方法，降低了人力成本，提高了识别效率。

【附图说明】

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本申请一实施例提供的图像重合度校验方法的流程示意图；

图2为本申请实施例中接收到的图像和第一图像的一个示例图；

图3为图1所示实施例中获取所述至少一个待识别交点的交点属性信息的一个流程示意图；

图4为本申请实施例中确定所述第一图像与所述第二图像之间的重合度的一个流程示意图；

图5为图4所示实施例中获取所述至少一个待识别交点的第一属性矩阵的相似矩阵的一个流程示意图；

图6为图4所示实施例中确定所述第一属性矩阵集合与所述第二属性矩阵集合之间的相似度的一个流程示意图；

图7为本申请另一实施例提供的图像重合度校验方法的流程示意图；

图8为适于用来实现本申请实施方式的示例性计算机系统/服务器12的框图。

【具体实施方式】

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其它实施例，都属于本申请保护的范围。

需要说明的是，本申请实施例中所涉及的终端可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、个人电脑(Personal Computer，PC)、MP3播放器、MP4播放器、可穿戴设备(例如，智能眼镜、智能手表、智能手环等)等。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

如背景技术中所述，各种图片，很容易被一些用户从某个网站、论坛、自媒体平台下载后上传到其他网站、论坛、自媒体平台。这样，导致网站、论坛、自媒体平台实际上重复收录了内容相同的图片，浪费了存储资源；另外，在向用户推荐图片时，很容易将内容相同的多个图片都推荐给用户，导致用户观看重复内容的图片，降低了用户体验。而通过比对图片之间的名称来判断图片是否为相似图片的方式，由于图片的名称是很容易被修改的，对于一些修改了名称的盗播图片，通过比对图片名称的方法很难识别出盗版图片；通过人工比对两个图片内容等方式来判断图片是否为相似图片的检测方法工作量较大，效率较低。

因此，亟需提供一种图像重合度校验方法，用以确定两个图像之间的内容重合度。

图1为本申请一实施例提供的图像重合度校验方法的流程示意图，如图1所示。

101、获取第一图像中边界线之间的交点，得到至少一个待识别交点。

其中，所述至少一个待识别交点为所述第一图像中边界线之间的交点。

可选地，本申请实施例中的第一图像，是指需要识别是否与其他图像内容重复的图像。

另外，本申请实施例中的第一图像，可以是任意格式和内容的图片，例如，可以是bmp、jpg、png、tif、gif、pcx、tga、exif、fpx、svg、psd、cdr、pcd、dxf、ufo、eps、ai、raw、WMF、webp、avif等格式的图像。

另外，本申请实施例中的第一图像，可以是单独的图片，也可是从视频中截取的图片，本申请实施例对此不做限制。

另外，本申请实施例中的第一图像中的边界线，可以包括一条边界线，也可以包括任意多条边界线，或者可以包括第一图像中的全部边界线。其中的边界线是指第一图像中各部分内容(人物、物品等)的边缘线、轮廓线等线条。

102、获取所述至少一个待识别交点的交点属性信息。

其中，所述至少一个待识别交点中每一个待识别交点的交点属性信息包括：经过所述每一个待识别交点的相交边界线的数量、经过所述每一个待识别交点的相交边界线中每一条相交边界线的偏斜角度、以及所述每一个待识别交点与所述每一条相交边界线上最近一个交点之间的距离。

103、获取第二图像中至少一个参考交点的交点属性信息。

其中，所述至少一个参考交点为所述第二图像中边界线之间的交点。

可选地，本申请实施例中的第二图像，是指用来与第一图像进行比较以识别第一图像内容是否与其重复的任意图像。

另外，本申请实施例中的第二图像，可以是任意格式和内容的图片，例如，可以是bmp、jpg、png、tif、gif、pcx、tga、exif、fpx、svg、psd、cdr、pcd、dxf、ufo、eps、ai、raw、WMF、webp、avif等格式的图像。

另外，本申请实施例中的第二图像，可以是单独的图片，也可是从视频中截取的图片，本申请实施例对此不做限制。

另外，本申请实施例中的第二图像中的边界线，可以包括一条边界线，也可以包括任意多条边界线，或者可以包括第二图像中的全部边界线。其中的边界线是指第二图像中各部分内容(人物、物品等)的边缘线、轮廓线等线条。

104、基于所述至少一个待识别交点的交点属性信息与所述至少一个参考交点的交点属性信息，确定所述第一图像与所述第二图像之间的重合度。

需要说明的是，101～104的执行主体的部分或全部可以为位于终端的应用，或者还可以为设置终端的应用中的插件或软件开发工具包(Software Development Kit，SDK)等功能单元，或者还可以为位于网络侧服务器中的应用，本申请实施例对此不进行特别限定。

可以理解的是，所述应用可以是安装在终端上的本地程序(nativeApp)，或者还可以是终端上的浏览器的一个网页程序(webApp)，本申请实施例对此不进行限定。

这样，实现了两个图像之间重合度的识别，从而能够识别出内容重复的图像。

另外，采用本申请所提供的技术方案，由于能够基于两个图像中边界线之间交点的交点属性信息，来确定两个图像之间的重合度，从而识别出内容重复的图像，可以避免网站、论坛、自媒体平台重复收录内容相同的图像，节约存储资源和维护资源。

另外，采用本申请所提供的技术方案，由于能够基于两个图像中边界线之间交点的交点属性信息，来确定两个图像之间的重合度，从而识别出内容重复的图像，可以避免在向用户推荐图像时，将内容相同的多个图像推荐给用户，避免用户观看相同内容的图片，能够有效提高用户体验。

另外，采用本申请所提供的技术方案，相对于通过人工比对两个图片内容等方式来判断图片是否为相似图片的检测方法，降低了人力成本，提高了识别效率。

本申请实施例可以应用于任意网站、论坛、自媒体平台等，用于识别用户上传的图像与数据库中已有图像之间的内容重合度。此时，所述第一图像即为用户上传的图像或者对上传的图像进行一些处理(例如锐化、黑白化等)得到的图像，所述第二图像为网站、论坛、自媒体平台等数据库中存储的任一图像，通过将第一图像与数据库中存储的所有图像进行一一对比，来识别用户上传的图像是否与数据库中的已有图像内容重复。

另外，本申请实施例可以应用于终端设备，用于比较任意两张图像的内容是否重复。

可选地，在其中一些实现方式中，在101之前，还可以对接收到的图像进行锐化，得到所述第一图像。

其中，图像锐化(image sharpening)是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，分为空间域处理和频域处理两类。图像锐化是为了突出图像上地物的边缘、轮廓，或某些线性目标要素的特征。这种滤波方法提高了地物边缘与周围像元之间的反差，因此也被称为边缘增强。本申请实施例中，可以采用任意的图像锐化方法，例如一阶微分、二阶微分等方式，对接收到的图像进行锐化，本申请实施例不限制具体使用的图像锐化方法。

基于本实施例，通过对接收到的图像进行锐化，可以使得图像中地物的边缘线、轮廓线更清晰，有助于获得更清晰的边界线，由于更准确的确定两个图像中边界线之间的相似度，从而更准确的确定两个图像之间的重合度，提高了图像内容重复性的识别效果。

或者，在另一些实现方式中，在101之前，还可以依次对接收到的图像进行锐化、黑白化，得到所述第一图像。

其中，黑白化也即灰度化，就是将图像进行黑白处理，使其失去色彩。而从像素点出发，就是使各个像素点的红绿蓝(R、G、B)三种颜色分量的值相同。本申请实施例可以采用任意的黑白化方式，例如常用的最大值法(Maximum)、平均值法(Average)、加权平均值法(WeightedAverage)等，本申请实施例不限于具体的黑白化方式。

或者，在又一些实现方式中，在101之前，还可以依次对接收到的图像进行黑白化、锐化，得到所述第一图像。

图2为本申请实施例中接收到的图像和第一图像的一个示例图。如图2所示，左侧图像为接收到的图像(也可以称为原始图像)，右侧图像为对左侧图像依次进行锐化、黑白化后得到的第一图像。右侧图像中帽沿、肩膀、头发等白色的边缘线即为边界线。

基于本实施例，在对图像锐化的基础上还对图像进行了黑白化，使各个像素点的三种颜色分量的值相同，有助于更准确、快速的确定图像中地物的边缘线、轮廓线，以提高边界线获取的准确性和效率。

可选地，在其中一些实现方式中，在101之前，还可以先获取所述第一图像中边界线的矩形边界区，也即第一图像中边界线的外接矩形区域，然后，基于预设尺寸、以及所述矩形边界区的长度和高度，对所述第一图像中边界线沿预设平面坐标系中的两个坐标轴方向等比例缩放。

基于本实施例，获取所述第一图像中边界线的矩形边界区，基于该矩形边界区的长度和高度，以预设尺寸为标准对第一图像中边界线沿预设平面坐标系中的两个坐标轴方向等比例缩放，在不改变边界线形状、交点属性等的情况下，将边界线在两个方向等比例缩放至预设标准尺寸，可以避免第一图像由于尺寸较小导致无法准确获取到边界线之间交点的交点属性信息，也可以避免第一图像尺寸较大导致与第二图像中交点属性信息的标准不一致从而影响最终的重合度识别结果，从而提高图像之间重合度识别结果的准确性。

可选地，在其中一些实现方式中，在101中，具体可以通过如下方式，获取第一图像中边界线之间的交点，得到至少一个待识别交点：例如，在其中一种方式中，从所述第一图像中选取长度最长的一条边界线、以及与所述长度最长的一条边界线相交的边界线，并获取所述长度最长的一条边界线上的交点、以及与所述长度最长的一条边界线相交的边界线上的交点。

或者，在另一种方式中，按照长度从大到小的顺序，从所述第一图像中选取至少一条边界线，并获取所述至少一条边界线上的交点。

或者，在又一种方式中，获取所述第一图像中所有边界线之间的交点。

本申请实施例对从第一图像中选取至少一个待识别交点的方式不做限制，可以根据具体需求设定。

由于较长边界线对应于图像中较大的地物轮廓，更能从整体上反应图像的内容，基于本实施例，从图像中选取长度较长的边界线、或进一步选取相交的边界线上的交点，用于确定所在的图像与其他图像之间的重合度，有助于提高图像重合度识别结果的准确性。

图3为图1所示实施例中获取所述至少一个待识别交点的交点属性信息的一个流程示意图。如图3所示，在上述实施例的基础上，102包括：

301、获取所述至少一个待识别交点的交点数量。

302、分别针对所述每一个待识别交点，获取经过所述每一个待识别交点的相交边界线的数量n；基于预设平面坐标系，获取经过所述每一个待识别交点的相交边界线中每一条相交边界线按照预定旋转方向与所述预设平面坐标系中其中一个预定坐标轴(例如X轴)方向的偏斜角度a；获取所述每一个待识别交点与所述每一条相交边界线上最近一个交点之间的直线距离s。

可选地，在其中一些实现方式中，获取所述每一条相交边界线经过一个待识别交点的相交边界线的数量n、偏斜角度a和直线距离s时，每一条边界线以交点为起点，经过一个交点的线段作为两条边界线独立计算。

可选地，在其中一些实现方式中，获取待识别交点与每一条相交边界线上最近一个交点之间的直线距离s而不是该相交边界线的总长，可以加快计算效率，可以采用如下公式计算直线距离s：

s＝sqrt((x1-x2)^2+(y1-y2)^2)

其中，(x1,y1)、(x2,y2)分别为所述每一个待识别交点、以及每一条相交边界线上最近一个交点的坐标。

可选地，在其中一些实现方式中，获取待识别交点与每一条相交边界线上最近一个交点之间的直线距离s时，如果相交边界线上不存在下一个交点，可以以该相交边界线的终位置进行计算。

可选地，在其中一些实现方式中，获取每一条相交边界线按照预定旋转方向与预设平面坐标系中其中一个预定坐标轴方向的偏斜角度a时，可以采用如下公式计算偏斜角度a：

Tag(a)＝(y2-y1)/(x2-x1)

303、分别针对所述每一条相交边界线，获取由经过所述每一个待识别交点的边界线的数量n、所述偏斜角度a和所述直线距离s组成的三元组，经过每一个待识别交点的每一条边界线对应一个三元组(n,a,s)。

304、基于经过所述每一个待识别交点的所有相交边界线对应的三元组构建得到所述每一个待识别交点的第一属性矩阵。

在一个具体例子中，每一个待识别交点的第一属性矩阵可以表示为：

|n a1 s1|

|n a2 s2|

|n a3 s3|

|…………|

其中，所述每一个待识别交点的交点属性信息具体为所述每一个待识别交点的第一属性矩阵。

305、获取所述至少一个待识别交点的第一属性矩阵的集合，得到第一属性矩阵集合。

其中，所述至少一个待识别交点的交点属性信息具体为所述第一属性矩阵集合。

继续上面的具体例子，对于其他待识别交点依次进行上述302～304的处理，所述至少一个待识别交点的第一属性矩阵形成一个矩阵集合，即第一属性矩阵集合。

可选地，在其中一些实现方式中，还可以以其中一条相交边界线对应的三元组中元素值为基准，对所述第一属性矩阵集合中其他三元组中的对应元素值进行比例转换。

在实际应用中，图片可能会被拉伸、旋转、压缩或者放大，造成实际像素点不一致，从而使得直接获取到的偏斜角度a和直线距离s受图片拉伸、旋转、压缩或者放大等会表现出差异性。本申请实施例针对上述情况，在由三元组构建得到第一属性矩阵后或者进一步得到第一属性矩阵集合后，以一条相交边界线对应的三元组中元素值为基准，对第一属性矩阵集合中其他三元组中的对应元素值进行比例转换，实现对第一属性矩阵集合中三元组中元素值的归一化处理，可以有效消除图片可能会被拉伸、旋转、压缩或者放大导致的偏斜角度a和直线距离s出现的差异性，使得各待识别交点的交点属性信息更准确。

例如，继续上面图3所示实施例中的具体例子，以第一属性矩阵为例，以第一属性矩阵中的第一行为基准，对后面各行三元组中的对应元素值进行比例转换。如下：

同样，可以采用相同的方式，对第一属性矩阵集合中其他第一属性矩阵中各三元组中的对应元素值进行比例转换的方式，本申请实施例不再赘述。

可选地，在其中一些实现方式中，在103中，可以获取数据库中存储的所述第二图像中至少一个参考交点的所述至少一个参考交点的第二属性矩阵集合。其中，所述第二属性矩阵集合为所述至少一个参考交点的第二属性矩阵的集合；所述第二属性矩阵，由经过所述参考交点的相交边界线的数量、经过所述参考交点的每一条相交边界线按照预定旋转方向与所述预设平面坐标系中其中一个预定坐标轴方向的偏斜角度、所述参考交点与经过所述参考交点的每一条相交边界线上最近一个交点之间的直线距离组成的三元组构建得到。

或者，在另一些实现方式中，在103中，也可以采用类似于图3所示实施例的方式，获取第二图像中至少一个参考交点的交点属性信息，具体包括：

获取所述至少一个参考交点的交点数量；

分别针对每一个所述参考交点，获取经过所述参考交点的相交边界线的数量；基于预设平面坐标系，获取经过所述参考交点的每一条相交边界线按照预定旋转方向与所述预设平面坐标系中其中一个预定坐标轴方向的偏斜角度；获取所述参考交点与经过所述参考交点的每一条相交边界线上最近一个交点之间的直线距离；

分别针对经过所述参考交点的每一条相交边界线，获取由经过所述参考交点的边界线的数量、经过所述参考交点的每一条相交边界线按照预定旋转方向与所述预设平面坐标系中其中一个预定坐标轴方向的偏斜角度、和所述参考交点与经过所述参考交点的每一条相交边界线上最近一个交点之间的直线距离组成的三元组；

基于经过所述参考交点的所有相交边界线对应的三元组构建得到所述参考交点的第二属性矩阵，所述参考交点的交点属性信息具体为所述参考交点的第二属性矩阵；

获取所述至少一个参考交点的第二属性矩阵的集合，得到第二属性矩阵集合，所述至少一个参考交点的交点属性信息具体为所述第二属性矩阵集合。

可选地，在其中一些实现方式中，所述第二属性矩阵集合中各三元组中的元素值，具体为基于经过所述参考交点的其中一条相交边界线对应的三元组中元素值为基准进行比例转换后的元素值。

本申请实施例中，可以预先采用上述实施例中获取所述至少一个待识别交点的交点属性信息，来获取第二图像中至少一个参考交点的交点属性信息，并与该第二图像对应存储在数据库中。或者，也可以采用上述实施例中获取所述至少一个待识别交点的交点属性信息，实时第二图像中至少一个参考交点的交点属性信息。本申请实施例对此不做限制。

图4为本申请实施例中确定所述第一图像与所述第二图像之间的重合度的一个流程示意图。如图4所示，在上述实施例的基础上，104包括：

401、从所述第二属性矩阵集合中，获取所述至少一个待识别交点的第一属性矩阵的相似矩阵。

402、基于所述至少一个待识别交点的第一属性矩阵的相似矩阵的数量、以及所述至少一个待识别交点的第一属性矩阵与对应的相似矩阵之间的相似度，确定所述第一属性矩阵集合与所述第二属性矩阵集合之间的相似度。

403、基于所述第一属性矩阵集合与所述第二属性矩阵集合之间的相似度，确定所述第一图像与所述第二图像之间的重合度。

例如，可以直接以所述第一属性矩阵集合与所述第二属性矩阵集合之间的相似度作为第一图像与第二图像之间的重合度，也可以基于预先设定的属性矩阵集合之间相似度与图像之间重合度之间的对应关系，获取所述第一属性矩阵集合与所述第二属性矩阵集合之间的相似度对应的重合度作为第一图像与第二图像之间的重合度。

基于本实施例，将两个图像中交点的交点属性信息转化为矩阵进行相似度计算，通过确定第一属性矩阵集合与第二属性矩阵集合之间的相似度，来确定第一图像与第二图像之间的重合度，可以提高相似度计算性能，从而提高整个图像重合度识别效率。

图5为图4所示实施例中获取所述至少一个待识别交点的第一属性矩阵的相似矩阵一个流程示意图。如图5所示，在图4所示实施例的基础上，401包括：

501、选取所述第一属性矩阵集合中维度最大的第一属性矩阵。

502、以所述维度最大的第一属性矩阵的维度作为第一维度，从所述第二属性矩阵集合中获取维度为所述第一维度的第二属性矩阵，得到至少一个第一目标第二属性矩阵。

503、分别获取所述维度最大的第一属性矩阵与所述至少一个第一目标第二属性矩阵中每一个第二属性矩阵之间的差异矩阵，得到第一差异矩阵集合。

例如，继续上面图3所示实施例中的具体例子，首先从第一属性矩阵集合中，选取维度最大的一个第一属性矩阵A，确定第一属性矩阵A的维度(表示为A0)，然后从第二属性矩阵集合中查询维度为A0的第二属性矩阵B，可能查询到多个第二属性矩阵B，查询到的第二属性矩阵B即所述至少一个第一目标第二属性矩阵。按照维度依次取出第一属性矩阵A与第一个第二属性矩阵B中各元素的元素值并计算对应元素值之间的差值，得到第一属性矩阵A与第一个第二属性矩阵B之间的差异矩阵M，可以表示为：

|m11 m12 m13|

|m21 m22 m23|

|m31 m32 m33|

|………|

如果存在多个第二属性矩阵B，对于其他的第二属性矩阵B，依次采用上述方式计算，得到第一属性矩阵A与每一个第二属性矩阵B之间的差异矩阵M，由第一属性矩阵A与所有查询到的第二属性矩阵B之间的差异矩阵的集合得到差异矩阵集合M1。

504、以所述维度最大的第一属性矩阵对应的待识别交点作为第一待识别交点，获取所述至少一个待识别交点中，与所述第一待识别交点具有边界线连接、且对应的第一属性矩阵在所述第一属性矩阵集合中维度最大的第二待识别交点。

例如，在一个具体例子中，假设501中选取到的维度最大的第一属性矩阵对应的第一待识别交点为P1，以P1为起点，获取所述至少一个待识别交点中与P1具有边界线连接(即连通)、且对应的第一属性矩阵在所述第一属性矩阵集合中维度最大的第二待识别交点P2。

505、以所述第二待识别交点的第一属性矩阵的维度作为第二维度，从所述第二属性矩阵集合中获取维度为所述第二维度的第二属性矩阵，得到至少一个候选第二属性矩阵。

继续504中的例子，假设第二待识别交点的第一属性矩阵为C；针对P2执行操作502，查询得到第二维度的至少一个候选第二属性矩阵D，对应的参考交点表示为Q2。

506、以所述至少一个第一目标第二属性矩阵对应的参考交点作为第一参考交点，以所述至少一个候选第二属性矩阵对应的参考交点作为第二参考交点，从所述至少一个候选第二属性矩阵中选取与所述第一参考交点具有边界线连接关系的第二参考交点的候选第二属性矩阵，得到至少一个第二目标第二属性矩阵。

具体504～505中的例子，假设所述至少一个第一目标第二属性矩阵对应的参考交点表示为Q1，判断Q1余Q2之间的连通性，因为P1余P2之间连通，那么Q1和Q2之间也应该连通性，剔除与Q1不具有连通性的Q2对应的不具有连通性的候选第二属性矩阵，得到至少一个第二目标第二属性矩阵。

507、分别获取所述第二待识别交点的第一属性矩阵与所述至少一个第二目标属性矩阵中每一个第二属性矩阵之间的差异矩阵，得到第二差异矩阵集合，可以表示为M2。

508、以所述第二待识别交点作为所述第一待识别交点，开始迭代执行504～507操作，直至未获取到满足504所述条件的第二待识别交点，得到所述至少一个待识别交点的第二差异矩阵集合N。

经过上面处理，得到用于表示所述至少一个待识别交点与所述至少一个参考交点中点和点之间相似性的相似矩阵N，可以表示为：

|p1 r1 M1|

|p2 r2 M2|

|p3 r3 M3|

|………|

其中，pi表示待识别交点，ri表示待识别交点的第二差异矩阵集合中第二差异矩阵的个数，Mi表示第二差异矩阵集合，i＝1,2,3，…。

基于本实施例，通过交点之间的连通性来筛选出所述至少一个待识别交点的第一属性矩阵的相似矩阵用于确定第一属性矩阵集合与第二属性矩阵集合之间的相似度，进一步确定第一图像与第二图像之间的重合度，可以剔除掉不相似的参考交点对应的第二属性矩阵，从而大大降低计算量，提高计算效率。

图6为图4所示实施例中确定所述第一属性矩阵集合与所述第二属性矩阵集合之间的相似度的一个流程示意图。如图6所示，在图4或图5所示实施例的基础上，402包括：

601、分别以所述第一待识别交点和获取到的每一个所述第二待识别交点作为目标待识别交点，基于所述目标待识别交点的第一属性矩阵中各维度的偏斜角度和直线距离、以及所述目标待识别交点对应的第一差异矩阵集合或第二差异矩阵集合的权值，确定目标待识别交点的相似度。

例如，继续上面图5所示实施例中的具体例子，对于Mi，可以通过如下方式处理成相似度：

u＝Σ(ai+si)/Mi

其中，ai、si表示待识别交点对应第一属性矩阵的三元组中的偏斜角度a和直线距离s。则508中的相似矩阵N变为：

|p1 r1 u1|

|p2 r2 u2|

|p3 r3 u3|

|………|

602、基于所述第一待识别交点、所述第一待识别交点对应的所述至少一个第一目标第二属性矩阵中第二属性矩阵的数量和相似度，以及获取到的每一个所述第二待识别交点、每一个所述第二待识别交点对应的所述至少一个第二目标第二属性矩阵中第二属性矩阵的数量和相似度，构建得到相似度矩阵。

603、基于所述相似度矩阵中各维度的第二属性矩阵的数量对各维度相似度进行加权平均，得到所述第一属性矩阵集合与所述第二属性矩阵集合之间的相似度。

例如，继续上面601中的具体例子，可以通过如下公式对各维度相似度进行加权平均，得到第一属性矩阵集合与第二属性矩阵集合之间的相似度result：

result＝Σ(ri*ui)/Σ(ri)。

基于本实施例，通过矩阵计算的方式，可以准确确定第一属性矩阵集合与第二属性矩阵集合之间的相似度，从而准确确定第一图像与第二图像之间的重合度。

图7为本申请另一实施例提供的图像重合度校验方法的流程示意图，如图7所示。

701、接收图像上传请求，所述图像上传请求用于请求上传所述第一图像。

该图像上传请求具体可由用户在请求上传第一图像时向网站、论坛、自媒体平台等平台发起。

702、获取第一图像中边界线之间的交点，得到至少一个待识别交点。

703、获取所述至少一个待识别交点的交点属性信息。

其中，所述至少一个待识别交点中每一个待识别交点的交点属性信息包括：经过所述每一个待识别交点的相交边界线的数量、所述每一条相交边界线的偏斜角度、以及所述每一个待识别交点与所述每一条相交边界线上最近一个交点之间的距离。

704、获取第二图像中至少一个参考交点的交点属性信息。

705、基于所述至少一个待识别交点的交点属性信息与所述至少一个参考交点的交点属性信息，确定所述第一图像与所述第二图像之间的重合度。

706、识别所述第一图像和所述第二图像之间的重合度是否低于预设阈值。

若所述第一图像和所述第二图像之间的重合度低于预设阈值，可以认为所述第一图像和所述第二图像之间不重合，执行707；否则，若所述第一图像和所述第二图像之间的重合度不低于预设阈值，可以认为所述第一图像和所述第二图像之间重合，执行708。

707、在数据库中存储所述第一图像、以及所述至少一个待识别交点的交点属性信息。

708、输出图像上传失败的提示消息。

在数据库中存储所述第一图像、以及所述至少一个待识别交点的交点属性信息后，所述第一图像在后续便可作为所述第二图像，用于与用户请求上传的图像比较重合度。

基于本实施例，可以在用户请求上传图像时及时识别数据库中是否已存在与用户请求上传的图像内容重合的图像，从而避免存储内容相同的图像，节约存储资源和维护资源，并避免后续将内容相同的多个图像推荐给其他用户，能够有效提高用户体验。

本申请的技术方案可以适用于终端、服务器等设备中的图片处理类应用。利用图片处理类应用，执行本申请实施例提供的图像重合度校验方法时，能够实现两个图像之间重合度的识别，从而能够识别出内容重复的图像。

另外，采用本申请所提供的技术方案，

由于能够基于两个图像中边界线之间交点的交点属性信息，来确定两个图像之间的重合度，从而识别出内容重复的图像，可以避免网站、论坛、自媒体平台重复收录内容相同的图像，节约存储资源和维护资源。

另外，采用本申请所提供的技术方案，由于能够基于两个图像中边界线之间交点的交点属性信息，来确定两个图像之间的重合度，从而识别出内容重复的图像，可以避免在向用户推荐图像时，将内容相同的多个图像推荐给用户，避免用户观看相同内容的图片，能够有效提高用户体验。

另外，采用本申请所提供的技术方案，相对于通过人工比对两个图片内容等方式来判断图片是否为相似图片的检测方法，降低了人力成本，提高了识别效率。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

图8示出了适于用来实现本申请实施方式的示例性计算机系统/服务器12的框图。图8显示的计算机系统/服务器12仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图8所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，存储装置或者系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示，通常称为“硬盘驱动器”)。尽管图8中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每一个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。

计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口44进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现图1～图6所对应的实施例任一实施例所提供的图像重合度校验方法。

本申请另一实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现图1～图6所对应的实施例任一实施例所提供的图像重合度校验方法。

具体来说，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或页面组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一个计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。