图像解析处理方法及设备

技术领域

本发明涉及计算机领域，尤其涉及一种图像解析处理方法及设备。

背景技术

现在网上购物已成为主流购物方式，随之而来的各种电商活动也越来越多，活动商品的利益点和活动价格都需要醒目且优美的呈现在用户的视线中，目前常用的方式是在活动商品的图片上添加商品的利益点和活动价格，人工手动操作耗时耗力，不能满足活动的时效性。

现有的方案基本都是线上编辑图片，在图片上添加文字区域构成模板，然后以此模板为基础对图片进行批量处理。

现有的方案的优点如下：

(1)可以批量处理图片，满足了用户对于大批量操作的需求；

(2)可将结果图批量推送至电商平台。

现有的方案的缺点如下：

(1)不能满足对图片美观及排版设计要求较高的用户，如对文字字距有要求，对文字对齐方式有要求等；

(2)不能实现跨平台操作，过度于依赖某个平台。

发明内容

本发明的一个目的是提供一种图像解析处理方法及设备。

根据本发明的一个方面，提供了一种图像解析处理方法，该方法包括：

解析用户制作好的PSD模板文件，获取所述PSD模板文件中各个图像图层和文字图层的属性信息，并获取所述PSD模板中中文字图层中文字的属性信息，及从所述图像图层中识别并标识出可替换图像图层和不可替换图像图层；

根据图像图层的属性信息，得到所述可替换图像图层的属性信息，根据所述可替换图像图层的属性信息，批量对待加入的商品图片进行图片处理，以生成所述可替换图像图层对应的可替换图层图像；

获取待加入的文字文案内容，根据所述文字图层中文字的属性信息，将所述待加入的文字文案内容生成对应的文字图层图像；

根据所述图像图层和文字图层的属性信息，将所述商品图层图像、文字图层图像和不可替换图像图层对应的不可替换图层图像组合在一起生成新的图像。

进一步的，上述方法中，各个图像图层和文字图层的属性信息，包括：图层名、图层顺序和图层的坐标、尺寸、格式。

进一步的，上述方法中，所述可替换图像图层的属性信息，包括：图层顺序、图层的坐标、尺寸、格式。

进一步的，上述方法中，批量对待加入的商品图片进行图片处理，包括：裁剪、压缩、填充、适配、格式转换、旋转和移动处理。

进一步的，上述方法中，根据所述文字图层中文字的属性信息，包括：字体、颜色、字体透明度、字体位置、字体名称、大小、对齐方式和旋转角度的信息。

进一步的，上述方法中，根据所述图层顺序，将所述可替换图层图像、文字图层图像和不可替换图像图层对应的不可替换图层图像组合在一起生成新的图像之后，还包括：

获取用户输入的对商品图层图像的位置移动、角度旋转或图像尺寸调整参数，和/或获取用户输入的对文字图层图像的位置移动、角度旋转、图像尺寸调整和字体大小修改的参数；

基于所述商品图层图像、获取到商品图层图像的的位置移动、角度旋转或图像尺寸调整的参数，重新生成商品图层图像；

基于所述文字图层图像、获取到的文字图层图像的位置移动、角度旋转、图像尺寸调整和字体大小修改的参数，重新生成文字图层图像；

根据所述图层顺序，将不可替换图像图层对应的不可替换图层图像、重新生成的商品图层图像和重新生成的文字图层图像组合在一起，重新生成新的图像。

进一步的，上述方法中，重新生成新的图像之后，还包括：

获取用户选择的电商平台及平台商品ID和位置；

基于所述电商平台及平台商品ID和位置，将重新生成新的图像投放到对应电商平台的平台商品ID的对应位置。

进一步的，上述方法中，从所述图像图层中识别并标识出可替换图像图层和不可替换图像图层，包括：

通过GPU并使用机器学习，从所述图像图层中识别并标识出可替换图像图层和不可替换图像图层。

根据本发明的另一方面，还提供一种基于计算的设备，其中，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

解析用户制作好的PSD模板文件，获取所述PSD模板文件中各个图像图层和文字图层的属性信息，并获取所述PSD模板中中文字图层中文字的属性信息，及从所述图像图层中识别并标识出可替换图像图层和不可替换图像图层；

根据图像图层的属性信息，得到所述可替换图像图层的属性信息，根据所述可替换图像图层的属性信息，批量对待加入的商品图片进行图片处理，以生成所述可替换图像图层对应的可替换图层图像；

获取待加入的文字文案内容，根据所述文字图层中文字的属性信息，将所述待加入的文字文案内容生成对应的文字图层图像；

根据所述图像图层和文字图层的属性信息，将所述商品图层图像、文字图层图像和不可替换图像图层对应的不可替换图层图像组合在一起生成新的图像。

根据本发明的另一方面，还提供了一种计算机可读存储介质，其上存储有计算机可执行指令，其中，该计算机可执行指令被处理器执行时使得该处理器：

解析用户制作好的PSD模板文件，获取所述PSD模板文件中各个图像图层和文字图层的属性信息，并获取所述PSD模板中中文字图层中文字的属性信息，及从所述图像图层中识别并标识出可替换图像图层和不可替换图像图层；

根据图像图层的属性信息，得到所述可替换图像图层的属性信息，根据所述可替换图像图层的属性信息，批量对待加入的商品图片进行图片处理，以生成所述可替换图像图层对应的可替换图层图像；

获取待加入的文字文案内容，根据所述文字图层中文字的属性信息，将所述待加入的文字文案内容生成对应的文字图层图像；

根据所述图像图层和文字图层的属性信息，将所述商品图层图像、文字图层图像和不可替换图像图层对应的不可替换图层图像组合在一起生成新的图像。

与现有技术相比，本发明可获取用户PSD模板中的基础属性信息如各个图像图层和文字图层的图层名、图层顺序和图层的坐标、尺寸、所述PSD模板中中文字图层中文字的字体、颜色、大小、对齐方式和旋转角度的信息，基于所述基础属性信息可以100％还原图像，从而满足用户对文字字距、对齐方式、字体样式等要求，进而批量生产活动商品的标图，满足用户对图片设计的高要求；可根据用户选择的尺寸，对图片进行处理，从而满足多个平台对图片的要求。

本发明相比传统的人工制作活动商品图像的方式，可以在几分钟内完成人工需要半天甚至好几天才能完成的工作量，极大地提高了工作效率，和现有技术相比，能够让用户发挥更大的设计空间，满足用户在设计美感上的更好要求，也满足了当前电商活动频繁更替情况下，活动商品图像制作的高效性、准确性。并且帮助企业节省了大量的人工和管理成本，快速的图像处理速度和准备的处理方式，能够很好满足客户的使用需求.

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1示出本发明一实施例的图像解析处理方法的流程图；

图2示出本发明一实施例的待加入的商品图片的示意图；

图3示出本发明一实施例的新的图像的示意图；

图4示出本发明一实施例的微编辑按钮的示意图。

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

下面结合附图对本发明作进一步详细描述。

在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

如图1所示，本发明提供一种图像解析处理方法，所述方法包括：

步骤S1,解析用户制作好的PSD模板文件(Photoshop Document)，获取所述PSD模板文件中各个图像图层和文字图层的属性信息，包括：图层名、图层顺序和图层的坐标、尺寸、格式，并获取所述PSD模板中中文字图层中文字的属性信息，包括字体、颜色、字体透明度、字体位置、字体名称、大小、对齐方式和旋转角度的信息，及从所述图像图层中识别并标识出可替换图像图层和不可替换图像图层；

在此，用户在系统页面中创建任务之后，可选择PSD模板的尺寸，并点击上传按钮，选择对应尺寸的PSD模板文件上传，PSD模板文件会被上传至服务器，所述服务器可以通过python中的psd-tools库对PSD模板文件进行解析，获取PSD中各个图层的基础信息，格式化各个图层的基础信息并记录到数据库中。PSD图层目前共有五种，不过在本系统中，将图层分为图像图层和文字图层两种，图像图层可通过psd-tools转化为图片直接使用，文字图层则可修改图层中的文字文案内容、字体、颜色、大小等；

步骤S2,根据图像图层的属性信息，得到所述可替换图像图层的属性信息，根据所述可替换图像图层的属性信息，包括：图层顺序、图层的坐标、尺寸、格式，批量对如图2所示的待加入的商品图片进行图片处理，包括：裁剪、压缩、填充、适配、格式转换、旋转和移动处理，以生成所述可替换图像图层对应的可替换图层图像；

在此，可以根据识别到的可替换图像图层的图层顺序、图层的坐标、尺寸，批量对用户选择的商品图片进行裁剪、压缩、填充、适配、格式转换、旋转、移动等处理，生成符合可替换图像图层的图层顺序、图层的坐标、尺寸的属性信息的商品图层图像；

步骤S3,获取待加入的文字文案内容，根据所述文字图层中文字的属性信息，包括：字体、颜色、字体透明度、字体位置、字体名称、大小、对齐方式和旋转角度的信息，将所述待加入的文字文案内容生成对应的文字图层图像；

在此，用户可在系统中下载包含文字图层信息的excel表格，并根据该表格填写本次要修改的文字图层的文字文案内容，再将excel表格上传至系统，系统会使用pygame中的font模块，根据文字图层的字体、颜色、大小、对齐方式和旋转角度的信息，生成包含所述文字文案内容的图片；

步骤S4,根据所述图像图层和文字图层的属性信息，包括：图层顺序，将所述商品图层图像、文字图层图像和不可替换图像图层对应的不可替换图层图像组合在一起生成如图3所示的新的图像。

在此，将处理好的商品图层图像、文字图层图像和不可替换图像图层对应的不可替换图层图像一起按照图层顺序组合在一起，使用pi llow中的Image模块生成新的图像。

将各个图层图像重新组合成新图像的过程中，需要对各个图层的图像进行压缩、裁剪、填充、旋转等调整，并根据电商平台的要求处理最终的图像格式。

具体的，系统可以根据用户选择的电商平台及平台商品ID、图片类型和位置，自动到电商平台下载对应的待加入的商品图片，将该待加入的商品图片按照PSD模板文件中的格式进行处理，并将待加入的商品图片替换识别出的需替换的可替换图像图层的图片，文字图层中的文字文案内容可修改，例如价格、利益点等。最终将各个图层图像重新组合成新的图像。

本发明可获取用户PSD模板中的基础属性信息如各个图像图层和文字图层的图层名、图层顺序和图层的坐标、尺寸、所述PSD模板中中文字图层中文字的字体、颜色、大小、对齐方式和旋转角度的信息，基于所述基础属性信息可以100％还原图像，从而满足用户对文字字距、对齐方式、字体样式等要求，进而批量生产活动商品的标图，满足用户对图片设计的高要求；可根据用户选择的尺寸，对图片进行处理，从而满足多个平台对图片的要求。

本发明相比传统的人工制作活动商品图像的方式，可以在几分钟内完成人工需要半天甚至好几天才能完成的工作量，极大地提高了工作效率，和现有技术相比，能够让用户发挥更大的设计空间，满足用户在设计美感上的更好要求，也满足了当前电商活动频繁更替情况下，活动商品图像制作的高效性、准确性。并且帮助企业节省了大量的人工和管理成本，快速的图像处理速度和准备的处理方式，能够很好满足客户的使用需求。

本发明的图像解析处理方法一实施例中，步骤S4,根据所述图层顺序，将所述可替换图层图像、文字图层图像和不可替换图像图层对应的不可替换图层图像组合在一起生成新的图像之后，还包括：

获取用户输入的对商品图层图像的位置移动、角度旋转或图像尺寸调整参数，和/或获取用户输入的对文字图层图像的位置移动、角度旋转、图像尺寸调整和字体大小修改的参数；

基于所述商品图层图像、获取到商品图层图像的的位置移动、角度旋转或图像尺寸调整的参数，重新生成商品图层图像；

基于所述文字图层图像、获取到的文字图层图像的位置移动、角度旋转、图像尺寸调整和字体大小修改的参数，重新生成文字图层图像；

根据所述图层顺序，将不可替换图像图层对应的不可替换图层图像、重新生成的商品图层图像和重新生成的文字图层图像组合在一起，重新生成新的图像。

在此，用户如果对步骤S4中生成的新的图像不满意，可以点击如图4所示页面上的微编辑按钮1，对新的图像进行编辑，该模块使用的技术是fabricJs，可进行的操作有：位置移动、角度旋转、字体大小修改、图像尺寸调整等，用户修改各个参数完成之后，点击确定按钮，修改之后的参数会同步到数据库中，系统再根据数据库中的已更新的参数，重新生成图片。

本发明的图像解析处理方法一实施例中，重新生成新的图像之后，还包括：

获取用户选择的电商平台及平台商品ID和位置；

基于所述电商平台及平台商品ID和位置，将重新生成新的图像投放到对应电商平台的平台商品ID的对应位置。

具体的，生成新的图像之后，用户如果感觉不满意，可再次进行图像参数的微编辑，用户对参数编辑满意之后，系统可自动根据修改后的参数将新图片处理成服务电商平台要求的格式，并把图片投放到电商平台对应ID的对应位置，实现产品广告的自动修改和投放。

另外，还可以获取用户设置的所述重新生成新的图像的投放的开始时间和结束时间，投放结束时间到达时，会自动将投放的商品图片切换为原始的商品图片，减少了人工参与的操作。例如，重新生成新的图像是针对双十一活动的广告，若双十一活动结束，可以根据投放结束时间，自动将投放的双十一的广告促销活动商品图片切换为原始的没有促销活动的商品图片。

本发明的图像解析处理方法一实施例中，从所述图像图层中识别并标识出可替换图像图层和不可替换图像图层，包括：

通过GPU并使用机器学习，从所述图像图层中识别并标识出可替换图像图层和不可替换图像图层。

在此，在GPU(图形处理器(Graphics Processing Unit，缩写：GPU)的加持下，使用机器学习对图像图层进行分类，可以从图像图层中高效、准确的识别出可替换图像图层和不可替换图像图层并标识，记录至数据库。

根据本发明的另一方面，还提供了一种基于计算的设备，其中，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

解析用户制作好的PSD模板文件，获取所述PSD模板文件中各个图像图层和文字图层的属性信息，并获取所述PSD模板中中文字图层中文字的属性信息，及从所述图像图层中识别并标识出可替换图像图层和不可替换图像图层；

根据图像图层的属性信息，得到所述可替换图像图层的属性信息，根据所述可替换图像图层的属性信息，批量对待加入的商品图片进行图片处理，以生成所述可替换图像图层对应的可替换图层图像；

获取待加入的文字文案内容，根据所述文字图层中文字的属性信息，将所述待加入的文字文案内容生成对应的文字图层图像；

根据所述图像图层和文字图层的属性信息，将所述商品图层图像、文字图层图像和不可替换图像图层对应的不可替换图层图像组合在一起生成新的图像。

根据本发明的另一方面，还提供了一种计算机可读存储介质，其上存储有计算机可执行指令，其中，该计算机可执行指令被处理器执行时使得该处理器：

解析用户制作好的PSD模板文件，获取所述PSD模板文件中各个图像图层和文字图层的属性信息，并获取所述PSD模板中中文字图层中文字的属性信息，及从所述图像图层中识别并标识出可替换图像图层和不可替换图像图层；

根据图像图层的属性信息，得到所述可替换图像图层的属性信息，根据所述可替换图像图层的属性信息，批量对待加入的商品图片进行图片处理，以生成所述可替换图像图层对应的可替换图层图像；

获取待加入的文字文案内容，根据所述文字图层中文字的属性信息，将所述待加入的文字文案内容生成对应的文字图层图像；

根据所述图像图层和文字图层的属性信息，将所述商品图层图像、文字图层图像和不可替换图像图层对应的不可替换图层图像组合在一起生成新的图像。

本发明的各设备和存储介质实施例的详细内容，具体可参见各方法实施例的对应部分，在此，不再赘述。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

需要注意的是，本发明可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本发明的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本发明的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本发明的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。

另外，本发明的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本发明的方法和/或技术方案。而调用本发明的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本发明的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本发明的多个实施例的方法和/或技术方案。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。