图像处理方法、装置、设备及存储介质

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种图像处理方法、装置、设备及计算机可读存储介质。

背景技术

在计算机视觉领域，图像处理是指让计算机自动地识别图像之间是否相似以及判断图像的图像质量。自然场景图像处理，具体是指对于占用存储空间的图像，进行图像相似判断以及图像质量判断从而输出图像处理建议。实现图像处理的自动化，在提高人们生产生活效率、图像相似判断、图像质量判断等方面具有重大意义。

目前，由于存储空间大小的限制，定期清理低质量图像很有必要，因此部分设备具备自动清理图像释放存储空间的功能，自动清理一些设备自动缓存的图像，但对于用户主动缓存的图像或拍摄图像，系统无法判断图像相似或图像质量，需要人工进行选择删除，无具体的删除标准，无法保证保留的图像质量的同时，耗费人力和时间。

发明内容

本申请的主要目的在于提供一种图像处理方法、装置、设备及计算机可读存储介质，旨在实现图像相似度以及图像质量的自动化识别，提高图像相似度判断以及图像质量判断的准确性。

第一方面，本申请提供一种图像处理方法，所述图像处理方法包括以下步骤：

获取待识别的多个图像，所述待识别的多个图像包括第一图像和第二图像；

根据图像切割模板在所述第一图像上确定第一像素块，以及在所述第二图像上确定第二像素块，且所述第一像素块在所述第一图像上的位置与所述第二像素块在所述第二图像上的位置相同；

确定所述第一像素块和所述第二像素块之间的色值差；

若所述色值差大于预设阈值，且所述图像切割模板的大小小于预设的模板上限，增大所述图像切割模板的大小；

若所述色值差小于或等于所述预设阈值，确定所述第一图像和所述第二图像相似；

根据所述相似的图像各自的图像质量，输出所述相似的图像各自的处理建议。

第二方面，本申请还提供一种图像处理装置，所述图像处理装置包括：

图像获取模块，用于获取待识别的多个图像，所述待识别的多个图像包括第一图像和第二图像；

图像切割模块，用于根据图像切割模板在所述第一图像上确定第一像素块，以及在所述第二图像上确定第二像素块，且所述第一像素块在所述第一图像上的位置与所述第二像素块在所述第二图像上的位置相同；

色值差计算模块，用于确定所述第一像素块和所述第二像素块之间的色值差；

色值差比较模块，用于若所述色值差大于预设阈值，且所述图像切割模板的大小小于预设的模板上限，增大所述图像切割模板的大小；

相似判断模块，用于若所述色值差小于或等于所述预设阈值，确定所述第一图像和所述第二图像相似；

处理建议输出模块，用于根据所述相似的图像各自的图像质量，输出所述相似的图像各自的处理建议。

第三方面，本申请还提供一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器，用于存储计算机程序；

所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的图像处理方法。

第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述的图像处理方法的步骤。

本申请提供一种图像处理方法、装置、设备及计算机可读存储介质，方法包括：获取待识别的多个图像，所述待识别的多个图像包括第一图像和第二图像；根据图像切割模板在所述第一图像上确定第一像素块，以及在所述第二图像上确定第二像素块，且所述第一像素块在所述第一图像上的位置与所述第二像素块在所述第二图像上的位置相同；确定所述第一像素块和所述第二像素块之间的色值差；若所述色值差大于预设阈值，且所述图像切割模板的大小小于预设的模板上限，增大所述图像切割模板的大小；若所述色值差小于或等于所述预设阈值，确定所述第一图像和所述第二图像相似；根据所述相似的图像各自的图像质量，输出所述相似的图像各自的处理建议。本申请通过图像切割模板获得图像像素块，并且通过判断色值差与预设阈值的大小关系以及图像切割模板的大小与预设的模板上限的大小关系，提高图像相似判断的准确性和效率的同时，结合图像质量判断，提高图像处理的准确性和效率。

附图说明

为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，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的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种图像处理方法的流程示意图；

图2为本申请实施例提供的一种图像处理方法的应用场景图；

图3为本申请实施例提供的一种图像处理装置的示意性框图；

图4为本申请一实施例涉及的计算机设备的结构示意性框图。

具体实施方式

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做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。

本申请实施例提供一种图像处理方法、装置、计算机设备及计算机可读存储介质。其中，该图像处理方法可应用于终端设备中，该终端设备可以是手机、平板电脑、笔记本电脑、台式电脑等电子设备。也可以应用于服务器中，该服务器可以是单独的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互结合。

请参阅图2，图2是本申请实施例提供的一种图像处理方法的应用场景图。

如图2所示，服务器可以从终端设备获取拍摄图像或缓存图像，根据图像处理方法得到上述图像的处理建议，将该处理建议发送给终端设备，以便终端设备根据该图像的处理建议处理相应的图像。

请参阅图1，图1为本申请的实施例提供的一种图像处理方法的流程示意图。图像处理方法可以用于终端设备，当然也可以用于服务器。

终端设备可以包括以下至少一种：手机、平板电脑、笔记本电脑、台式电脑；服务器可以是单独的服务器，也可以是提供云计算服务的云服务器。

在一些实施例中，用户可以通过具备拍摄功能的终端设备拍摄图像或者主动缓存图像，获得的拍摄图像或缓存图像可以存储在终端设备存储空间中，也可以由终端设备上传并存储在服务器中，上述图像需要占用一定大小的存储空间，但由于终端设备或服务器的存储空间的大小是有限的，必要时需要对终端设备或服务器中存储的图像进行清理，因此可以利用图像处理方法清理终端设备或服务器中的图像，节省人力和时间并提高图像处理的准确性和效率。

如图1所示，该图像处理方法包括步骤S101至步骤S106。

步骤S101、获取待识别的多个图像，待识别的多个图像包括第一图像和第二图像。

示例性的，待识别的多个图像包括拍摄图像或缓存图像，可以理解的，拍摄图像可以是通过拍摄装置进行拍摄获取的，缓存图像可以是用户主动缓存获取的，将上述图像作为待识别图像。

在一些实施例中，获取待识别的多个图像包括：根据图像的存储时间对多个图像进行分组，同一组内的图像的存储时间的差值小于或等于预设时间差值；确定其中一组图像为待识别的多个图像。

示例性的，可以在获取多个图像后，根据图像的存储时间对多个图像进行排序，排序后，获取相邻图像的存储时间的差值，根据相邻图像的存储时间的差值与预设时间差值对多个图像进行分组。举例而言，若相邻图像的存储时间的差值小于或等于预设时间差值，则将该相邻图像划分为同组图像；若相邻图像的存储时间的差值大于预设时间差值，则将该相邻图像划分为不同组图像，依次类推，确定图像的分组。可以理解的，同组图像有较高概率是拍摄或主动缓存相同目标得到的，不同组图像有较高概率不是拍摄或主动缓存相同目标得到的，因此同组图像之间需要进行图像相似判断，不同组图像之间无需进行图像相似判断。通过图像分组，减少待识别的图像数量，从而提高图像相似判断的效率。

在一些实施例中，在确定图像分组后，存在有且仅有一个图像的图像分组。可以理解的，该图像不存在进行图像相似判断时需要的对照图像，且有较高概率不存在相似图像，因此无需进行图像相似判断。

步骤S102、根据图像切割模板在第一图像上确定第一像素块，以及在第二图像上确定第二像素块，且第一像素块在第一图像上的位置与第二像素块在第二图像上的位置相同。

示例性的，利用图像切割模板遍历第一图像获得多个第一像素块，利用相同大小的图像切割模板遍历第二图像获得多个第二像素块，逐个比对对应位置的第一像素块和第二像素块。

可以理解的，通过比对对应位置的第一像素块和第二像素块，突出图像像素块位置分布对图像相似判断的影响，同时，简化图像像素块之间的匹配流程，从而提高图像相似判断的准确性。举例而言，根据图像的颜色分布直方图中图像颜色的数量分布情况进行图像相似判断，忽视了图像中颜色位置对图像相似判断的影响。例如，将某一图像及其进行简单切割并乱序排布像素块的图像进行图像相似判断，因为切割并不影响图像颜色的数量分布，只影响了图像颜色的位置分布，因此根据图像颜色的数量分布进行图像相似判断，则会判断为相似图像，但从视觉效果而言，二者呈现出的效果是不同的，因此不能忽视图像像素块位置分布对图像相似判断准确性的影响。

示例性的，图像切割模板可以存储在区块链中，本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

可以理解的，服务器在需要使用图像切割模块时，可以向区块链进行广播，从而确定图像切割模板的存储节点或存储地址，以提取图像切割模板。

步骤S103、确定第一像素块和第二像素块之间的色值差。

示例性的，色值包括RGB值，根据RGB值的定义，具体的RGB值等于唯一确定的一种颜色。

在一些实施例中，可以通过计算第一像素块的平均色值和第二像素块的平均色值，再计算第一像素块的平均色值与对应位置的第二像素块的平均色值之间的色值差，根据第一像素块和对应位置的第二像素块之间的色值差与预设阈值的大小关系判断第一像素块和第二像素块是否相似，根据第一图像的全部第一像素块是否均与第二图像中对应位置的第二像素块相似判断第一图像和第二图像是否相似。可以理解的，当第一像素块和第二像素块之间的色值差小于或等于预设阈值，则可以确定该第一像素块与对应位置的第二像素块相似，当第一图像中的全部第一像素块均与第二图像中对应位置的第二像素块相似，可以确定第一图像和第二图像相似。

步骤S104、若色值差大于预设阈值，且图像切割模板的大小小于预设的模板上限，增大图像切割模板的大小。

示例性的，同组图像包括第一图像和第二图像，图像切割模板的大小可以是p×p，预设的模板上限为M×M，即p的取值下限为1，p的取值上限为M。当p小于或等于M时，以p×p大小的图像切割模板遍历第一图像获得第一像素块，并以p×p大小的图像切割模板遍历第二图像获得第二像素块，逐个比对p×p大小的第一像素块与对应位置的p×p大小的第二像素块之间的色值差与预设阈值的大小关系，若存在色值差大于预设阈值的情况，则说明第一图像的第一像素块与对应位置的第二图像的第二像素块存在不相似的情况，当p小于M时，则可以增大图像切割模板的大小为(p+n)×(p+n)，n的取值下限为1，n的取值上限为(M-p)，即(p+n)小于或等于M，以(p+n)×(p+n)大小的图像切割模板遍历第一图像获得第一像素块，并以(p+n)×(p+n)大小的图像切割模块遍历第二图像获得第二像素块，逐个比对(p+n)×(p+n)大小的第一像素块与对应位置的(p+n)×(p+n)大小的第二像素块之间的色值差与预设阈值的大小关系，依次类推。

可以理解的，在增大图像切割模板的大小，逐个比对第一像素块与对应位置的第二像素块之间的色值差与预设阈值的大小关系之前，需要根据增大后的图像切割模板遍历第一图像获得第一像素块，并以增大后的图像切割模板遍历第二图像获得第二像素块，计算第一像素块的平均色值与第二像素块的平均色值，并逐个比对第一像素块的平均色值与对应位置的第二像素块的平均色值的色值差，再根据是否存在色值差大于预设阈值的情况，且图像切割模板的大小是否小于模板上限，判断是否增大图像切割模板的大小，即循环步骤S102至步骤S104。

步骤S105、若色值差小于或等于预设阈值，确定第一图像和第二图像相似。

在一些实施例中，若色值差小于或等于预设阈值，可以跳出步骤S102至步骤S104的循环或结束步骤S102至步骤S104的循环，确定第一图像和第二图像相似。

举例而言，以图像切割模板遍历第一图像获得第一像素块，并以相同大小的图像切割模板遍历第二图像获得第二像素块，逐个比对第一像素块与对应位置的第二像素块之间的色值差与预设阈值的大小关系，当图像切割模板的大小小于预设的模板上限时，若获得的第一像素块的平均色值与对应位置的第二像素块的平均色值之间的色值差全部小于或等于预设阈值，虽然此时图像切割模板的大小还未到达预设的模板上限，但已经可以确定第一图像和第二图像相似了，就没有必要继续循环步骤S102至步骤S104，即跳出步骤S102至步骤S104的循环，确定第一图像和第二图像相似。

举例而言，当图像切割模板的大小等于预设的模板上限时，若获得的第一像素块的平均色值与对应位置的第二像素块的平均色值的色值差全部小于或等于预设阈值，由于图像切割模板的大小已经到达预设的模板上限，不具备循环步骤S102至步骤S104需要的图像切割模板的大小小于预设的模板上限的条件，并且已经可以确定图像1和图像2相似了，就没有必要继续循环步骤S102至步骤S104，即步骤S102至步骤S104的循环结束，确定图像1和图像2相似。

可选的，若色值差大于预设阈值，且图像切割模板的大小等于预设的模板上限，确定第一图像和第二图像不相似。

在一些实施例中，若色值差大于预设阈值，且图像切割模板的大小等于预设的模板上限，则步骤S102至步骤S104的循环结束，确定第一图像和第二图像不相似。

举例而言，当图像切割模板的大小等于预设的模板上限时，若获得的第一像素块的平均色值与对应位置的第二像素块的平均色值之间的色值差仍存在大于预设阈值的情况，由于图像切割模板的大小已经到达预设的模板上限，不具备循环步骤S102至步骤S104需要的图像切割模板的大小小于预设的模板上限的条件，所以无法继续循环步骤S102至步骤S104，即步骤S102至步骤S104的循环结束，确定图像1和图像2不相似。

可以理解的，通过步骤S102至步骤S105的逐级图像像素块色值比对，提高了图像相似判断的准确性。举例而言，目前，为了突出图像像素块位置分布对图像相似判断的影响，一般采取单级图像像素块色值比对，即对图像进行一次图像切割获得图像像素块，并通过对应位置的图像像素块之间的色值差与预设阈值的大小关系判断图像是否相似。但在日常生活中，通过拍摄装置进行拍摄获取的拍摄图像中，拍摄角度的偏移会降低图像相似判断的准确性。例如，对相同人物在同一场景进行连续拍摄时，其中一张拍摄图像中人物位于图像的中间，另一张拍摄图像中人物位于图像的右侧，人物动作无明显改变，但由于人物所处的图像位置不同导致在单级图像像素块色值比对时，对应位置的图像像素块之间的色值差大于预设阈值，从而确定两张图像不相似，而人为判断这两张图像是否相似时，可能会将这两张图像确定为相似图像，选择其中一张图像进行保留并删除另一张图像，因此，采取单级图像像素块色值比对的方式确定图像是否相似的准确性较低，容易受到图像像素块位置的限制；而采取逐级图像像素块色值比对的方法，可以通过图像切割模板大小的增加以及图像切割模板位置的移动，将存在位置移动的部分包含在对应的图像像素块内，从而突出了像素块位置分布对图像相似度判断的影响，又克服了单级图像切割容易导致的像素块位置移动降低图像相似判断准确性的技术问题。

步骤S106、根据相似的图像各自的图像质量，输出相似的图像各自的处理建议。

可选的，根据相似的图像各自的图像质量，输出相似的图像各自的处理建议，包括：确定相似的图像各自的像素色值波动、文件大小、曝光程度、人脸闭眼检测结果中的至少一种；根据相似的图像各自的像素色值波动、文件大小、曝光程度、人脸闭眼检测结果中的至少一种，输出相似的图像各自的处理建议。

可选的，根据相似的图像各自的像素色值波动、文件大小、曝光程度、人脸闭眼检测结果中的至少一种，输出相似的图像各自的处理建议，包括以下至少一种：若像素色值波动小于或等于预设像素色值波动阈值，输出用于指示图像的图像质量不满足条件的处理建议；若文件大小小于或等于预设文件大小阈值，输出用于只是图像的图像质量不满足条件的处理建议；若曝光程度中图像的亮度直方图的像素数量峰值对应的亮度小于或等于第一预设亮度阈值或者图像的亮度直方图的像素数量峰值对应的亮度大于或等于第二亮度阈值，输出用于指示图像的图像质量不满足条件的处理建议；若人脸闭眼检测结果中图像的闭眼人脸个数大于或等于预设闭眼人脸个数阈值，输出用于指示图像的图像质量不满足条件的处理建议。

在一些实施例中，确定相似的图像各自的像素色值波动，包括：对图像进行人脸检测；若检测到人脸范围，选取人脸范围内的一个像素点，确定像素点的一方向上的像素色值波动；若未检测到人脸，选取图像的一个像素点，确定像素点的一方向上的像素色值波动。

可选的，对图像进行人脸检测时，若检测到人脸，可以利用人脸检测框框选出该人脸的人脸范围。可以理解的，选取人脸范围内的一个像素点可以是在人脸范围内随机选取，选取图像的一个像素点可以是在图像中随机选取。

在一些实施例中，确定像素点的一方向上的像素色值波动，包括：向像素点的一方向延伸选取多个像素点；计算该方向上的相邻像素点之间的色值差值。

在一些实施例中，获取了图像的一个像素点之后，沿该像素点的一个方向延伸选取多个像素点并获取该方向上多个像素点的色值，计算该方向上相邻像素点之间的色值差值，从而获得该方向上相邻像素点之间的色值波动，如果该方向上相邻像素点之间的色值波动都在预设范围内，就可以确定图像的清晰度不符合要求。

在一些实施例中，还可以通过同一方向上相邻像素点之间的色值波动都在预设范围内，判断图像沿该方向模糊。举例而言，在拍摄图像时，拍摄者手部的抖动或者拍摄对象动作的变化等情况都会导致拍摄图像的模糊。例如，拍摄者轻微地横向移动了拍摄设备，则能清楚观察到拍摄图像具有横向模糊，此时，拍摄图像横向的像素点的色值波动都在预设范围内。又如，拍摄对象在拍摄的瞬间转头，则能清楚观察到拍摄图像中拍摄对象的头部的模糊，此时，拍摄图像中拍摄对象的头部区域的色值波动都在预设范围内。

在一些实施例中，对于检测到人脸的图像，可以统计图像中模糊人脸个数，根据模糊人脸个数大于预设模糊人脸个数阈值，输出用于指示图像的图像质量不满足条件的处理建议；根据模糊人脸个数小于或等于预设模糊人脸个数阈值，输出用于指示图像的图像质量满足条件的处理建议。可以理解的，预设模糊人脸个数阈值可以是同组图像中模糊人脸个数最少的图像对应的模糊人脸个数，也可以是预先设定的模糊人脸个数。

在一些实施例中，可以获取图像的文件大小，根据图像的文件大小小于或等于预设文件大小阈值，输出用于指示图像的图像质量不满足条件的处理建议；根据图像的文件大小大于预设文件大小阈值，输出用于指示图像的图像质量满足条件的处理建议。可以理解的，若图像的文件大小小于或等于预设文件大小阈值，则该图像有较高概率是压缩图像或者预览图像。

在一些实施例中，可以获取图像的亮度直方图来确定图像的曝光程度。可以理解的，图像的亮度直方图横轴代表亮度，图像的亮度直方图纵轴代表像素数量。可以根据图像的亮度直方图中像素数量峰值对应的亮度与第一亮度阈值和第二亮度阈值确定图像的曝光程度。举例而言，根据图像的亮度直方图中像素数量峰值对应的亮度小于或等于第一亮度阈值，确定图像过暗，输出用于指示图像的图像质量不满足条件的处理建议；根据图像的亮度直方图中像素数量峰值对应的亮度大于或等于第二亮度阈值，确定图像过曝，输出用于指示图像的图像质量不满足条件的处理建议；根据图像的亮度直方图中像素数量峰值对应的亮度大于第一亮度阈值且小于第二亮度阈值，确定图像曝光正常，输出用于指示图像的图像质量满足条件的处理建议。

在一些实施例中，对于检测到人脸的图像，可以检测图像是否存在人脸闭眼的情况，并确定图像中闭眼人脸的个数，根据人脸闭眼检测结果中图像的闭眼人脸个数大于预设闭眼人脸个数阈值，输出用于指示图像的图像质量不满足条件的处理建议；根据人脸闭眼检测结果中图像的闭眼人脸个数小于或等于预设闭眼人脸个数阈值，输出用于指示图像的图像质量满足条件的处理建议。可以理解的，预设闭眼人脸个数阈值可以是同组图像中闭眼人脸个数最少的图像对应的闭眼人脸个数，也可以是预先设定的闭眼人脸个数。

上述实施例提供的图像处理方法，通过获取待识别的多个图像，待识别的多个图像包括第一图像和第二图像，根据图像切割模板在第一图像上确定第一像素块，以及在第二图像上确定第二像素块，且第一像素块在第一图像上的位置与第二像素块在第二图像上的位置相同，确定第一像素块和第二像素块之间的色值差，若色值差大于预设阈值，且图像切割模板的大小小于预设的模板上限，增大图像切割模板的大小，若色值差小于或等于预设阈值，确定第一图像和第二图像相似，根据相似的图像各自的图像质量，输出相似的图像各自的处理建议，可以提高图像相似判断的准确性并提高相似图像的质量判断的准确性，从而提高图像处理的准确性和效率。

请参阅图3，图3是本申请一实施例提供的一种图像处理装置的示意性框图，该图像处理装置可以配置于服务器或终端中，用于执行前述的图像处理方法。

如图3所示，该图像处理装置，包括：图像获取模块110、图像切割模块120、色值差计算模块130、色值差比较模块140、相似判断模块150、处理建议输出模块160。

图像获取模块110，用于获取待识别的多个图像，待识别的多个图像包括第一图像和第二图像。

图像切割模块120，用于根据图像切割模板在第一图像上确定第一像素块，以及在第二图像上确定第二像素块，且第一像素块在第一图像上的位置与第二像素块在第二图像上的位置相同。

色值差计算模块130，用于确定第一像素块和第二像素块之间的色值差。

色值差比较模块140，用于若色值差大于预设阈值，且图像切割模板的大小小于预设的模板上限，增大图像切割模板的大小。

相似判断模块150，用于若色值差小于或等于预设阈值，确定第一图像和第二图像相似。

处理建议输出模块160，用于根据相似的图像各自的图像质量，输出相似的图像各自的处理建议。

示例性的，该图像处理装置还包括：不相似判断模块。

不相似判断模块，用于若色值差大于预设阈值，且图像切割模板的大小等于模板上限，确定第一图像和第二图像不相似。

示例性的，图像获取模块110包括：图像分组子模块和待识别图像分组确定子模块。

图像分组子模块，用于根据图像的存储时间对获取的多个图像进行分组，同一组内的图像的存储时间的差值小于或等于预设时间差值。

待识别图像分组确定子模块，用于确定其中一组图像为待识别的多个图像。

示例性的，处理建议输出模块160包括：图像质量判断子模块和处理建议输出子模块。

图像质量判断子模块，用于确定相似的图像各自的像素色值波动、文件大小、曝光程度、人脸闭眼检测结果中的至少一种。

处理建议输出子模块，用于根据相似的图像各自的像素色值波动、文件大小、曝光程度、人脸闭眼检测结果中的至少一种，输出相似的图像各自的处理建议。

示例性的，图像质量判断子模块包括：像素色值波动子模块、文件大小子模块、曝光程度子模块、人脸闭眼检测子模块。

像素色值波动子模块，用于确定相似的图像各自的像素色值波动。

文件大小子模块，用于确定相似的图像各自的文件大小。

曝光程度子模块，用于确定相似的图像各自的曝光程度。

人脸闭眼检测子模块，用于确定相似的图像各自的人脸闭眼检测结果。

示例性的，像素色值波动子模块包括：人脸检测子模块和像素色值波动确定子模块。

人脸检测子模块，用于对图像进行人脸检测。

像素色值波动确定子模块，用于若检测到人脸范围，选取人脸范围内的一个像素点，确定像素点的一方向上的像素色值波动；若未检测到人脸，选取图像的一个像素点，确定像素点的一方向上的像素点色值波动。

示例性的，像素色值波动确定子模块包括：像素点选取子模块和相邻像素点色值差值计算子模块。

像素点选取子模块，用于向像素点的一方向延伸选取多个像素点。

相邻像素点色值差值计算子模块，用于计算该方向上的相邻像素点之间的色值差值。

示例性的，处理建议输出子模块包括：像素色值波动处理建议子模块、文件大小处理建议子模块、曝光程度处理建议子模块、人脸闭眼检测处理建议子模块。

像素色值波动处理建议子模块，用于若像素色值波动小于或等于预设像素色值波动阈值，输出用于指示图像的图像质量不满足条件的处理建议。

文件大小处理建议子模块，用于若文件大小小于或等于预设文件大小阈值，输出用于指示图像的图像质量不满足条件的处理建议。

曝光程度处理建议子模块，用于若曝光程度中图像的亮度直方图的像素数量峰值对应的亮度小于或等于第一预设亮度阈值或者图像的亮度直方图的像素数量峰值对应的亮度大于或等于第二预设亮度阈值，输出用于指示图像的图像质量不满足条件的处理建议。

人脸闭眼检测处理建议子模块，用于若人脸闭眼检测结果中图像的闭眼人脸个数大于预设闭眼人脸个数阈值，输出用于指示图像的图像质量不满足条件的处理建议。

需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各模块、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。

本申请的方法，可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

示例性的，上述的方法、装置可以实现为一种计算机程序的形式，该计算机程序可以在如图4所示的计算机设备上运行。

请参阅图4，图4为本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以为服务器或终端。

如图4所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括存储介质和内存储器。

存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种图像处理方法。

处理器用于提供计算和控制能力，支撑整个计算机设备的运行。

内存储器为存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种图像处理方法。

该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

应当理解的是，处理器可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可变成逻辑器件、分立门或者或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

其中，在一个实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：

获取待识别的多个图像，所述待识别的多个图像包括第一图像和第二图像；

根据图像切割模板在所述第一图像上确定第一像素块，以及在所述第二图像上确定第二像素块，且所述第一像素块在所述第一图像上的位置与所述第二像素块在所述第二图像上的位置相同；

确定所述第一像素块和所述第二像素块之间的色值差；

若所述色值差大于预设阈值，且所述图像切割模板的大小小于预设的模板上限，增大所述图像切割模板的大小；

若所述色值差小于或等于所述预设阈值，确定所述第一图像和所述第二图像相似；

根据所述相似的图像各自的图像质量，输出所述相似的图像各自的处理建议。

在一个实施例中，所述处理器在实现图像处理方法时，用于实现：

若所述色值差大于预设阈值，且所述图像切割模板的大小等于所述模板上限，确定所述第一图像和所述第二图像不相似。

在一个实施例中，所述处理器在实现所述获取待识别的多个图像时，用于实现：

根据各所述图像的存储时间对获取的多个图像进行分组，同一组内的图像的存储时间的差值小于或等于预设时间差值；

确定其中一组图像为所述待识别的多个图像。

在一个实施例中，所述处理器在实现所述根据相似的图像各自的图像质量，输出相似的图像各自的处理建议时，用于实现：

确定所述相似的图像各自的像素色值波动、文件大小、曝光程度、人脸闭眼检测结果中的至少一种；

根据所述相似的图像各自的像素色值波动、文件大小、曝光程度、人脸闭眼检测结果中的至少一种，输出所述相似的图像各自的处理建议。

在一个实施例中，所述处理器在实现所述根据所述相似的图像各自的像素色值波动、文件大小、曝光程度、人脸闭眼检测结果中的至少一种，输出所述相似的图像各自的处理建议时，用于实现以下至少一种：

若所述像素色值波动小于或等于预设像素色值波动阈值，输出用于指示所述图像的图像质量不满足条件的处理建议；

若所述文件大小小于或等于预设文件大小阈值，输出用于指示所述图像的图像质量不满足条件的处理建议；

若所述曝光程度中所述图像的亮度直方图的像素数量峰值对应的亮度小于或等于第一预设亮度阈值或者所述图像的亮度直方图的像素数量峰值对应的亮度大于或等于第二亮度阈值，输出用于指示所述图像的图像质量不满足条件的处理建议；

若所述人脸闭眼检测结果中所述图像的闭眼人脸个数大于预设闭眼人脸个数阈值，输出用于指示所述图像的图像质量不满足条件的处理建议。

在一个实施例中，所述处理器在实现所述确定所述相似的图像各自的像素色值波动时，用于实现：

对所述图像进行人脸检测；

若检测到人脸范围，选取所述人脸范围内的一个像素点，确定所述像素点的一方向上的所述像素色值波动；

若未检测到人脸，选取所述图像的一个像素点，确定所述像素点的一方向上的所述像素色值波动。

在一个实施例中，所述处理器在实现所述确定所述像素点的一方向上的所述像素色值波动时，用于实现：

向所述像素点的一方向延伸选取多个像素点；

计算所述方向上的相邻像素点之间的色值差值。

需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述文字识别的具体工作过程，可以参考前述文字识别控制方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序中包括程序指令，程序指令被执行时所实现的方法可参照本申请图像处理方法的各个实施例。

其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。