图像质量的检测方法、装置、设备和可读存储介质

技术领域

本申请涉及图像检测技术领域，尤其涉及一种图像质量的检测方法、装置、设备和可读存储介质。

背景技术

图像质量的好坏可以通过很多指标进行判断，例如图像的亮度、拍摄角度、模糊程度、抖动情况等，这些因素都会影响图像中文字的清晰程度。在实际应用场景中，在相机拍摄得到图像之后，很多情况下都需要检测拍摄得到的图像的质量，从中找到质量不合格的图片。

现有技术中，在对图像质量进行检测时，主要是通过识别图像的模糊度，模糊度超过预设阈值，则表示该图像的质量不合格，模糊度低于预设阈值，则表示该图像的质量合格。

但是，现有技术的这种通过模糊度进行质量检测的方式，仅仅能够对图像的模糊程度进行检测，而无法检测出是否存在其他因素影响图像质量，图像质量检测过程中所考虑的因素较少，导致检测效果差。

发明内容

本申请提供一种图像质量的检测方法、装置、设备和可读存储介质，用于解决现有的图像质量检测效果差的问题。

第一方面，本申请实施例提供一种图像质量的检测方法，包括：

获取目标样本图像，对所述目标样本图像进行文本识别，得到所述目标样本图像中包含的文本内容信息；

在预设数据库中提取已知内容，所述已知内容为文字内容和文字形式中的至少一种；

将所述已知内容与所述文本内容信息进行对比，确定所述目标样本图像的图像质量合格或不合格。

在第一方面的一种可能设计中，所述对所述目标样本图像进行文本识别，得到所述目标样本图像中包含的文本内容信息，包括：

对所述目标样本图像进行文本识别，获取所述目标样本图像中的文本行中的文本内容作为所述文本内容信息。

在第一方面的另一种可能设计中，所述将所述已知内容与所述文本内容信息进行对比，确定所述目标样本图像的图像质量合格或不合格，包括：

若所述已知内容为文字内容，则将所述文字内容与所述文本行中的文本内容信息进行对比；

获取所述文字内容与所述文本行中的文本内容信息的相似度；

根据所述相似度，确定所述目标样本图像的图像质量合格或不合格。

在第一方面的再一种可能设计中，所述获取所述文字内容与所述文本行中的文本内容信息的相似度，包括：

确定所述文字内容与所述文本行中的文本内容信息的异同点；

根据所述异同点，对所述文字内容进行字符编辑操作，获取所述文字内容转换为所述文本内容信息所需的字符编辑操作的次数，所述字符编辑操作包括字符插入、字符删除和字符替换；

根据所述字符编辑操作的次数，得到所述文字内容与所述文本行中的文本内容信息的相似度。

在第一方面的又一种可能设计中，所述根据所述相似度，确定所述目标样本图像的图像质量合格或不合格，包括：

获取所述文字内容与每个文本行中的文字内容信息的相似度；

从所述文字内容与每个文本行中的文字内容信息的相似度中选取出最大相似度；

将所述最大相似度作为所述目标样本图像的第一质量评分；

根据所述第一质量评分，确定所述目标样本图像的图像质量合格或不合格。

在第一方面的又一种可能设计中，所述根据所述第一质量评分，确定所述目标样本图像的图像质量合格或不合格，包括：

将所述第一质量评分与第一预设阈值进行对比；

若所述第一质量评分大于所述第一预设阈值，则确定所述目标样本图像的图像质量合格；

若所述第一质量评分不大于所述第一预设阈值，则确定所述目标样本图像的图像质量不合格。

在第一方面的又一种可能设计中，所述将所述已知内容与所述文本内容信息进行对比，确定所述目标样本图像的图像质量合格或不合格，包括：

若所述已知内容为文字形式，则将所述文字形式与所述文本内容信息中的文本形式进行对比，确定所述目标样本图像的图像质量合格或不合格，所述文字形式包括字母、数字和字符中的至少一种。

在第一方面的又一种可能设计中，若所述已知内容为一种以上不相同的文字形式，所述将所述文字形式与所述文本内容信息中的文本形式进行对比，确定所述目标样本图像的图像质量合格或不合格，包括：

将所述一种以上不相同的文字形式分别与所述文本内容信息中的文本形式进行对比；

确定所述文本形式中与所述一种以上不相同的文字形式相同的目标文本形式的数量；

根据所述目标文本形式的数量，确定所述目标样本图像的图像质量合格或不合格。

在第一方面的又一种可能设计中，所述根据所述目标文本形式的数量，确定所述目标样本图像的图像质量合格或不合格，包括：

根据所述目标文本形式的数量和预设系数，计算得到所述目标样本图像的第二质量评分；

根据所述第二质量评分和第二预设阈值，确定所述目标样本图像的图像质量合格或不合格。

在第一方面的又一种可能设计中，所述根据所述第二质量评分，确定所述目标样本图像的图像质量合格或不合格，包括：

将所述第二质量评分与第二预设阈值进行对比；

若所述第二质量评分大于所述第二预设阈值，则确定所述目标样本图像的图像质量合格；

若所述第二质量评分不大于所述第二预设阈值，则确定所述目标样本图像的图像质量不合格。

在第一方面的又一种可能设计中，所述对所述目标样本图像进行文本识别，得到所述目标样本图像中包含的文本内容信息，包括：

根据预设文本检测算法，确定所述目标样本图像中的文本行所处的区域；

根据预设文字识别算法，识别各个文本行所处的区域中的文字内容，得到所述文本内容信息。

第二方面，本申请实施例提供一种图像质量的检测装置，包括：

信息识别模块，用于获取目标样本图像，对所述目标样本图像进行文本识别，得到所述目标样本图像中包含的文本内容信息；

内容获取模块，用于在预设数据库中提取已知内容，所述已知内容为文字内容和文字形式中的至少一种；

质量确定模块，用于将所述已知内容与所述文本内容信息进行对比，确定所述目标样本图像的图像质量合格或不合格。

第三方面，本申请实施例提供一种计算机设备，包括存储器和至少一个处理器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上述的方法。

第四方面，本申请实施例提供一种可读存储介质，所述可读存储介质中存储有计算机指令，所述计算机指令被处理器执行时用于实现如上述的方法。

第五方面，本申请实施例提供一种程序产品，包括计算机指令，该计算机指令被处理器执行时实现如上述的方法。

本申请实施例提供的图像质量的检测方法、装置、设备和可读存储介质，通过在目标样本图像中找到文本内容信息，与已知内容中的文字内容或文字形式进行对比，确定出目标样本图像的质量，不需要综合考虑影响图像质量的各种因素，能够减少图像质量检测过程中的数据复杂度同时，提高图像质量的检测效果。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理；

图1为本申请实施例提供的图像质量的检测方法的场景示意图；

图2为本申请实施例提供的图像质量的检测方法实施例一的流程示意图；

图3为本申请实施例提供的图像质量的检测方法实施例二的流程示意图；

图4为本申请实施例提供的图像质量的检测方法实施例三的流程示意图；

图5为本申请实施例提供的图像质量的检测装置的结构示意图；

图6为本申请实施例提供的计算机设备的结构示意图。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

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所有其他实施例，都属于本申请保护的范围。

图1为本申请实施例提供的图像质量的检测方法的场景示意图，该检测方法可以应用于货物入库场景中。如图1所示，货物A、货物B上都可以贴上标签，标签中包含有货物的快递单号，例如货物A的标签中的快递单号为JD579373946476945。示例性的，在一些较为复杂的情况下，标签中还可以加入收货人的联系电话、姓名等信息。在货物A、货物B依次入库时，摄像机10可以对货物依次进行拍照，主要是拍摄得到贴在货物上的标签的图像。图像会被存储到数据库中，由计算机设备11读取数据库中的图像，判断图像清晰度是否符合要求。

在实际场景中，货物在入库过程中会有各种因素导致拍摄的图像清晰度差，其中，影响图像清晰度的因素主要包括图像亮度、拍摄角度、模糊度和抖动等。例如货物A在入库时的摆放位置不当，导致摄像机10拍摄角度不好，造成拍摄得到的图像不清晰。又例如还有环境光照可以影响图像的亮度，导致图像不清晰。这些不清晰的图像都需要通过计算机设备筛选出来。

现有技术在对图像质量进行评价时，一般主要是通过识别图像的模糊度，模糊度大于第一预设阈值的，则表示图像质量不合格，需要重新进行拍摄。这种图像质量评价的方式考虑的因素就只有模糊度，而没有将其他的因素考虑进来，导致检测的效果不太好。但是若将其他的因素全部考虑进来，大量的因素实际上增加了图像质量评价的复杂度，涉及大量数据，造成图像评价流程非常复杂，影响效率。

针对上述问题，本申请实施例提供了一种图像质量的检测方法、装置、设备和可读存储介质，通过查找目标样本图像中已知的文字内容或者文字形式，然后与目标样本图像中的文本内容信息做对比，来确定目标样本图像的图像质量合格或不合格，能够提高图像质量检测的准确度的同时，在整个图像质量检测的过程中不需要考虑各种影响因素，提高图像检测的效率。

下面，通过具体实施例对本申请的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。

图2为本申请实施例提供的图像质量的检测方法实施例一的流程示意图，该检测方法可以应用于计算机设备等计算机设备中、如图2所示，该检测方法具体可以包括如下步骤：

S201、获取目标样本图像，对目标样本图像进行文本识别，得到目标样本图像中包含的文本内容信息。

在本实施例中，可以通过摄像机对目标物进行拍摄，得到目标样本图像并存储在数据库中。由计算机设备读取数据库中的目标样本图像，来对其进行图像质量的检测。

其中，目标样本图像中包括有文本内容信息、目标物和其它环境背景信息等。目标样本图像需要进行文字识别，才能够提取得到其中的文本内容信息。示例性的，目标样本图像可以通过标识码进行标记，从而在摄像机拍摄到的图像中进行区分。

示例性的，文本内容信息具体可以包括快递单号、收货人姓名、收货人电话号码等，其具体由数字、字母和字符这三种元素进行组合得到。示例性的，以快递单号为JD579373946476945为例，其有两个字母和15个数字组合而成。

示例性的，可以利用预训练好的边框检测算法检测出目标样本图像中的文本所处的边框区域，然后从边框区域中进行文本识别，得到文本内容信息。

S202、在预设数据库中提取已知内容。

其中，已知内容为文字内容和文字形式中的至少一种。示例性的，文字内容可以是意思明确的内容，例如“快递单号：JD579373946476945”、“姓名：张三”、“电话号码：136XXXX2749”等。文字形式则可以是意思不明确的内容，例如文字形式为快递单号形式，即字母+数字，联系方式形式，即字符+数字等形式。总的来说，文字内容是指意思明确的内容，而文字形式是指意思不明确的，只知道组成形式。

在本实施例中，可以通过目标样本图像的标识码，从预设数据库中找到与目标样本图像对应的已知内容。

S203、将已知内容与文本内容信息进行对比，确定目标样本图像的图像质量合格或不合格。

在本实施例中，将已知内容与文本内容信息进行对比，其目的在于查找文本内容信息中是否存在有已知内容，若存在，则可以确定目标样本图像的图像质量合格，若不存在，则可以确定目标样本图像的图像质量不合格。

示例性的，以已知内容为文字内容，如“快递单号：JD579373946476945”为例，当目标样本图像的文本内容信息中也存在有相同的文字内容，则表示该目标样本图像的质量合格。

示例性的，文字形式可以是快递单号的单号形式，例如两个字母+15位数字，当文本内容信息中存在有两个字母+15位数字的文本形式时，则表示目标样本图像的图像质量合格。

可选的，还可以同时确定文本内容信息中是否同时存在文字内容和文本形式这两种，如果都存在，则目标样本图像的图像质量合格。

本申请实施例通过对比已知内容与文本内容信息，能够对图像质量进行评分，量化出图像质量，还能够根据质量评分确定图像质量是否合格。同时，可以利用两种不同类型的已知内容来进行判断，不需要考虑影响图像质量的其它因素，减少图像质量检测过程中数据的复杂度，提高图像质量检测的效率和准确度。

在一些实施例中，上述步骤S201中“对目标样本图像进行文本识别，得到目标样本图像中包含的文本内容信息”具体可以通过如下步骤实现：

对目标样本图像进行文本识别，获取目标样本图像中的文本行中的文本内容作为文本内容信息。

示例性的，图3为本申请实施例提供的图像质量的检测方法实施例二的流程示意图，如图3所示，上述步骤“对目标样本图像进行文本识别，获取目标样本图像中的文本行中的文本内容作为文本内容信息”，具体可以通过如下步骤实现：

S301、获取目标样本图像；

S302、对目标样本图像进行文本行检测，确定目标样本图像中的文本行所处的区域；

S303、识别各个文本行所处的区域中的文字内容，得到文本内容信息；

S304、在预设数据库中提取已知内容；

S305、将已知内容与文本内容信息进行对比，确定目标样本图像的图像质量合格或不合格。

其中，已知内容为文字内容和文字形式中的至少一种。

在本实施例中，目标样本图像中可以包括若干个文本行，每一个文本行中可以包含有相应的文本内容信息。为了方便进行对比，可以识别出目标样本图像中的各个文本行，然后依次将每一个文本行的文本内容信息与已知内容进行对比。

示例性的，可以通过预设文本检测算法，检测出目标样本图像中的文本行所处的区域，通过预设文字识别算法，识别各个文本行所处的区域中的文字内容，作为文本内容信息。

进一步的，在上述实施例的基础上，在一些实施例中，若已知内容为文字内容，则上述步骤S203具体可以通过如下步骤实现：

将文字内容与文本行中的文本内容信息进行对比；

获取文字内容与文本行中的文本内容信息的相似度；

根据相似度，确定目标样本图像的图像质量合格或不合格。

示例性的，目标样本图像中可以包括有一个文本行，也可以包括有多个文本行。

其中，当目标样本图像中只包括有一个文本行时，则对比得到一个相似度，即该文本行的文本内容信息与文字内容的相似度。当目标样本图像中包括有多个文本行时，则对比得到多个相似度，即每一个文本行的文本内容信息与文字内容都存在一个对应的相似度。

在本实施例中，无论相似度的数量为一个或多个，都可以得到一个最大相似度(只有一个相似度的情况，则该相似度就为最大相似度)，将该最大相似度与第一预设阈值对比，若大于第一预设阈值，则确定目标样本图像质量合格，若不大于第一预设阈值，则确定目标样本图像质量不合格。

示例性的，可以将最大相似度作为目标样本图像的质量评分，从而实现对目标样本图像的图像质量进行量化。

本申请实施例通过获取文字内容和文本行中的文本信息的相似度，能够得到目标样本图像的图像质量评分，实现对目标样本图像的图像质量的量化。

进一步的，在上述实施例的基础上，在一些实施例中，上述步骤“获取文字内容与文本行中的文本内容信息的相似度”，具体可以通过如下步骤实现：

确定文字内容与文本行中的文本内容信息的异同点；

根据异同点，对文字内容进行字符编辑操作，获取文字内容转换为文本内容信息所需的字符编辑操作的次数；

根据字符编辑操作的次数，得到文字内容与文本行中的文本内容信息的相似度。

其中，字符编辑操作包括字符插入、字符删除和字符替换。

示例性的，以文字内容为“快递单号：JD579373946476945”，文本内容信息为“快递号：JD579373946476945”为例，在将文字内容转换为文字内容信息时，需要进行一次字符删除的字符编辑操作，即将“快递单号”中的字符“单”删除。

可选的，也可以对文本内容信息进行字符编辑操作，确定文本内容信息转换为文字信息所需的字符编辑操作的次数，作为相似度。

进一步的，在上述实施例的基础上，在一些实施例中，上述步骤“根据相似度，确定目标样本图像的图像质量合格或不合格”，具体可以通过如下步骤实现：

获取文字内容与每个文本行中的文字内容信息的相似度；

从文字内容与每个文本行中的文字内容信息的相似度中选取出最大相似度；

将最大相似度作为目标样本图像的第一质量评分；

根据第一质量评分，确定目标样本图像的图像质量合格或不合格。

在本实施例中，目标样本图像中可能存在多个文本行，也可能只有一个文本行，当存在多个文本行时，则需要将每一个文本行对应的相似度进行对比，选取出相似度最大的作为最大相似度。当只存在一个文本行时，则只需要将该文本行对应的相似度作为最大相似度。

在一些实施方式中，可以将第一质量评分与第一预设阈值进行对比，若第一质量评分大于第一预设阈值，则确定目标样本图像的图像质量合格，若第一质量评分不大于第一预设阈值，则确定目标样本图像的图像质量不合格。

本申请实施例通过利用最大相似度对目标样本图像进行质量评分，能够对图像质量进行量化，准确的得到目标样本图像的图像质量。

在一些实施例中，若已知内容为文字形式，则上述步骤S203具体可以通过如下步骤实现：

将文字形式与文本内容信息中的文本形式进行对比，确定目标样本图像的图像质量合格或不合格。

其中，文字形式包括字母、数字和字符中的至少一种。

示例性的，文字形式可以是指快递单号的单号形式，即两个字母+15个数字，文字形式还可以是收货人的名字形式，即两个至四个字符，文字形式还可以是收货人联系方式的电话形式，即11个数字号码。

示例性的，以文字形式为快递单号的形式为例，当文本内容信息中包含有与文字形式相同的目标文本，例如包含两个字母+15个数字的目标文本，则表示目标样本图像的图像质量合格。

进一步的，可以使用正则表达式来查找确定出文本内容信息中是否存在有与文字形式相同的目标信息。

在一些实施方式中，预设数据库中存储的文字形式可以为一种，也可以为一种以上，例如预设数据库中只存储一种快递单号的单号形式，也可以同时存储快递单号的单号形式、收货人的名字形式和收货人联系方式的电话形式。

其中，当存储有一种以上不相同的文字形式时，上述步骤“将文字形式与文本内容信息中的文本形式进行对比，确定目标样本图像的图像质量合格或不合格”具体可以通过如下步骤实现：

将一种以上不相同的文字形式分别与文本内容信息中的文本形式进行对比；

确定文本形式中与一种以上不相同的文字形式相同的目标文本形式的数量；

根据目标文本形式的数量，确定目标样本图像的图像质量合格或不合格。

在本实施例中，以文字形式为快递单号的单号形式、收货人的名字形式这两种为例，当文本内容信息中包含有与快递单号的单号形式相同的第一目标文本形式，且同时也包含与收货人的名字形式相同的第二目标文本形式时，则确定的目标文本形式的数量为2。

进一步的，在一些实施方式中，可以根据目标文本形式的数量和预设系数，计算得到目标样本图像的第二质量评分，并根据第二质量评分，确定目标样本图像的图像质量合格或不合格。

具体的，可以将第二质量评分与第二预设阈值进行对比，若第二质量评分大于第二预设阈值，则确定目标样本图像的图像质量合格，若第二质量评分不大于第二预设阈值，则确定目标样本图像的图像质量不合格。

示例性的，可以设置预设系数为0.5，当目标文本形式的数量为1时，1*0.5＝0.5，作为第二质量评分，此时第二质量评分低于第二预设阈值0.9，确定目标样本图像的质量不合格。当目标文本形式的数量为2时，2*0.5＝1，作为第二质量评分，此时第二质量评分取值为最大值1，确定目标样本图像的质量合格。

本申请实施例通过利用文字形式，确定出文本内容信息中与文字形式相同的目标文本形式的数量，能够通过目标文本形式的数量实现对目标样本图像的图像质量进行量化，提高图像质量的检测准确度。

进一步的，在一些实施例中，若文字形式只有一种，例如只有快递单号的单号形式，则上述步骤“将文字形式与文本内容信息中的文本形式进行对比，确定目标样本图像的图像质量合格或不合格”，具体可以通过如下步骤实现：

将文字形式与文本内容信息中的文本形式进行对比；

若文本内容信息中的文本形式与文字形式相同，则确定目标样本图像的图像质量合格；

若文本内容信息中的文本形式与文字形式不相同，则确定目标样本图像的图像质量不合格。

在本实施例中，当文字形式只为一种，例如只有快递单号的单号形式时，则可以确定文本内容信息中是否有包含该快递单号的单号信息相同的目标文本形式，如果包含，则确定目标样本图像的图像质量合格，如果不包含，则确定目标样本图像的图像质量不合格。

本申请实施例通过直接将只有一种文字形式的已知内容与文本内容信息进行对比，可以直接确定出目标样本图像的图像质量合格或不合格，提高图像质量的检测效率。

在一些实施例中，上述步骤SS201中“对目标样本图像进行文本识别，得到目标样本图像中包含的文本内容信息”具体可以通过如下步骤实现：

根据预设边框检测算法，进行文本边框检测，得到目标样本图像中的文本边框区域；

在文本边框区域内进行文本检测和识别，得到文本内容信息。

在本实施例中，文本边框区域内包括有文本内容信息，文本检测用于确定文本内容信息中包括的文本行，并将文本内容信息中的文本行进行拆分，得到个若干个独立的文本行。文本识别用于对每一个文本行进行识别，确定每一个文本行中所包含的文本内容信息。

图4为本申请实施例提供的图像质量的检测方法实施例三的流程示意图，如图4所示，该方法具体可以包括如下步骤：

S401、读取图像数据。

具体的，图像数据可以存储在预设数据库中的目标样本图像。

S402、文本区域边框检测。

其中，文本区域边框中包含有若干文本行，每个文本行中包括有对应的文本内容信息。

S403、在文本框区域内进行文本行的检测和文本行的识别。

其中，文本行的检测用于将文本框区域内的文本拆分得到若干个文本行，并识别各个文本行中所包括的文本内容信息。

S404、确定已知信息的类型。

示例性的，已知信息分为文字内容和文字形式两种。

S405、计算文字内容与所有文本行的相似度，获取最大相似度。

S406、判断最大相似度是否超过第一预设阈值。

S4061、输出质量评分和质量合格.

S4062、输出质量评分和质量不合格。

其中，质量评分即最大相似度。

S407、判定所有文本行的文本内容信息是否有符合文字形式的。

S4071、输出判定结果。

在本实施例中，若所有文本行的文本内容信息中没有符合文字形式的，则可以判定目标样本图像的图像质量不合格。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

图5为本申请实施例提供的图像质量的检测装置的结构示意图，该检测装置可以集成在计算机设备上，也可以独立于计算机设备且与计算机设备协同完成本方案。如图5所示，该检测装置50包括信息识别模块51、内容获取模块52、质量确定模块53。

其中，信息识别模块51用于获取目标样本图像，对目标样本图像进行文本识别，得到目标样本图像中包含的文本内容信息。内容获取模块52用于在预设数据库中提取已知内容。质量确定模块53用于将已知内容与文本内容信息进行对比，确定目标样本图像的图像质量合格或不合格。

其中，已知内容为文字内容和文字形式中的至少一种。

在一些实施例中，上述信息识别模块51具体可以用于对目标样本图像进行文本识别，获取目标样本图像中的文本行中的文本内容作为文本内容信息。

在一些实施例中，上述质量确定模块53具体可以用于：

若已知内容为文字内容，则将文字内容与文本行中的文本内容信息进行对比；

获取文字内容与文本行中的文本内容信息的相似度；

根据相似度，确定目标样本图像的图像质量合格或不合格。

可选的，在一些实施例中，上述质量确定模块53具体可以用于：

确定文字内容与文本行中文本内容信息的异同点；

根据异同点，对文字内容进行字符编辑操作，获取文字内容转换为文本行中文本内容信息所需的字符编辑操作的次数，字符编辑操作包括字符插入、字符删除和字符替换；

根据字符编辑操作的次数，得到文字内容与文本行的文本内容信息的相似度。

可选的，在一些实施例中，上述质量确定模块53具体可以用于：

获取文字内容与每个文本行中的文字内容信息的相似度；

从文字内容与每个文本行中的文字内容信息的相似度中选取出最大相似度；

将最大相似度作为目标样本图像的第一质量评分；

根据第一质量评分，确定目标样本图像的图像质量合格或不合格。

可选的，在一些实施例中，上述质量确定模块53具体可以用于：

将第一质量评分与第一预设阈值进行对比；

若第一质量评分大于第一预设阈值，则确定目标样本图像的图像质量合格；

若第一质量评分不大于第一预设阈值，则确定目标样本图像的图像质量不合格。

在一些实施例中，若上述已知内容为文字形式，则上述质量确定模块53具体可以用于若已知内容为文字形式，则将文字形式与文本内容信息中的文本形式进行对比，确定目标样本图像的图像质量合格或不合格。

其中，文字形式包括字母、数字和字符中的至少一种。

在一些实施例中，若已知内容为一种以上不相同的文字形式，则上述质量确定模块53具体可以用于：

将一种以上不相同的文字形式分别与文本内容信息中的文本形式进行对比；

确定文本形式中与一种以上不相同的文字形式相同的目标文本形式的数量；

根据目标文本形式的数量，确定目标样本图像的图像质量合格或不合格。

在一些实施例中，上述质量确定模块53具体可以用于：

根据目标文本形式的数量和预设系数，计算得到目标样本图像的第二质量评分；

根据第二质量评分和第二预设阈值，确定目标样本图像的图像质量合格或不合格。

在一些实施例中，若已知内容为单独一种文字形式，则上述质量确定模块53具体可以用于：

将第二质量评分与第二预设阈值进行对比；

若第二质量评分大于第二预设阈值，则确定目标样本图像的图像质量合格；

若第二质量评分不大于第二预设阈值，则确定目标样本图像的图像质量不合格。

在一些实施例中，上述信息识别模块51具体可以用于：

根据预设文本检测算法，确定目标样本图像中的文本行所处的区域；

根据预设文字识别算法，识别各个文本行所处的区域中的文字内容，得到文本内容信息。

本申请实施例提供的装置，可用于执行图2至图4所示实施例中的方法，其实现原理和技术效果类似，在此不再赘述。

需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，信息识别模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上信息识别模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessing unit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。

图6为本申请实施例提供的计算机设备的结构示意图。如图6所示，该计算机设备60包括：至少一个处理器61、存储器62、总线63及通信接口64。

其中：处理器61、通信接口64以及存储器62通过总线63完成相互间的通信。

通信接口64，用于与其它设备进行通信。该通信接口包括用于进行数据传输的通信接口以及用于进行人机交互的显示界面或者操作界面等。

示例性的，通信接口64可以用于与摄像机进行通信，获取摄像机拍摄得到的目标样本图像。

处理器61，用于执行存储器62存储的计算机执行指令，具体可以执行上述实施例中所描述的方法中的相关步骤。

处理器可能是中央处理器，或者是特定集成电路(Application SpecificIntegrated Circuit，ASIC)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算机设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器，用于存放计算机执行指令。存储器可能包含高速RAM存储器，也可能还包括非易失性存储器，例如至少一个磁盘存储器。

本实施例还提供一种可读存储介质，可读存储介质中存储有计算机指令，当计算机设备的至少一个处理器执行该计算机指令时，计算机设备执行上述的各种实施方式提供的图像质量的检测方法。

本实施例还提供一种程序产品，该程序产品包括计算机指令，该计算机指令存储在可读存储介质中。计算机设备的至少一个处理器可以从可读存储介质读取该计算机指令，至少一个处理器执行该计算机指令使得计算机设备实施上述的各种实施方式提供的图像质量的检测方法。

本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，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的情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系；在公式中，字符“/”，表示前后关联对象是一种“相除”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b，或c中的至少一项(个)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中，a，b，c可以是单个，也可以是多个。

可以理解的是，在本申请实施例中涉及的各种数字编号仅为描述方便进行的区分，并不用来限制本申请的实施例的范围。在本申请的实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请的实施例的实施过程构成任何限定。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。