生态智能识别图像码方法、装置、设备和存储介质

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种生态智能识别图像码方法、装置、设备和存储介质。

背景技术

AR(Augmented Reality，增强现实)是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术，是把原本在现实世界的一定时间空间范围内很难体验到的实体信息(视觉信息、声音、味道、触觉等)通过电脑等科学技术，模拟仿真后再叠加，将虚拟的信息应用到真实世界，在屏幕上把虚拟世界套在现实世界并进行互动，被人类感官所感知，从而达到超越现实的感官体验。

另外，近年来自助式的生态平台模式为各种规模和类型的企业带来很多好处。但AR行业还未应用到自助式的生态平台的服务模式，这就导致了很多迫切需要和AR技术相结合的企业无法达到方便、快速、有效、低成本的完成企业品牌宣传、企业产品营销等相关AR宣传、AR营销的手段。

发明内容

有鉴于此，有必要针对现有的在AR行业缺少自助式的生态平台的服务模式的问题，提供一种生态智能识别图像码方法、装置、设备和存储介质。

一种生态智能识别图像码方法，所述方法包括以下步骤：

获取用户输入的数据信息及用户录入的一个或多个图像信息，根据所述数据信息对所述图像信息进行分类存储；

接收图像识别请求，获取所述请求中的特征字段及取像数据，根据所述特征字段确定取像数据的归属类别，提取归属类别对应的所有图像信息；

将所述取像数据与提取的图像信息进行比对，当比对具有相符的图像信息时，将相符的所述图像信息对应的进阶信息进行返回，当比对无任何相符的图像信息时，返回错误提示。

可选地，所述获取用户输入的数据信息及用户录入的一个或多个图像信息，根据所述数据信息对所述图像信息进行分类存储，包括：

获取用户输入的数据信息及用户录入的一个或多个图像信息后，判断所述数据信息的类别，所述数据信息包括云识别、本地识别、活动识别；

若所述数据信息的类别为云识别，则直接将一个或多个所述图像信息存储在所述云识别的类别下；

若所述数据信息的类别为本地识别，则对一个或多个图像信息按预设的加密方式以所述数据信息进行加密，存储在本地识别的类别下；

若所述数据信息的类别为活动识别，则对一个或多个图像信息按预设的活动码打码方式以所述数据信息进行打码，存储在活动识别的类别下。

可选地，所述接收图像识别请求，获取所述请求中的特征字段及取像数据，根据所述特征字段确定取像数据的归属类别，提取归属类别对应的所有图像信息，包括：

所述归属类别包括云识别、本地识别和活动识别；

若所述特征字段缺乏密码字段，则所述取像数据的归属类别为云识别，提取类别为云识别对应的一个或多个所述图像信息；

若所述特征字段具有密码字段，则所述取像数据的归属类别为本地识别，查找类别为本地识别对应的所有图像信息，提取出与所述密码字段匹配的一个或多个所述图像信息；

若所述特征字段具有活动码，则所述取像数据的归属类别为活动识别，查找类别为活动识别对应的所有图像信息，提取出与所述活动码匹配的一个或多个所述图像信息。

可选地，所述获取用户输入的数据信息及用户录入的多个图像信息，根据所述数据信息对所述图像信息进行分类存储，包括：

通过web平台获取用户输入的小程序信息，并进行存储；

获取预设的软件开发框架，以所述小程序信息为基础信息，在微信平台建立AR微信小程序；

通过所述AR微信小程序获取数据信息和图像信息，根据所述数据信息对所述图像信息进行分类存储在所述小程序信息的类目下。

可选地，所述接收图像识别请求，获取所述请求中的特征字段及取像数据，根据所述特征字段确定取像数据的归属类别，提取归属类别对应的所有图像信息，包括：

接收图像识别请求，获取所述请求中的特征字段及取像数据，若所述特征字段中包含有小程序信息，则在确定出所述取像数据的归属类别后，从所述小程序信息的类目下提取所述归属类别对应的图像信息。

可选地，所述接收图像识别请求，获取所述请求中的特征字段及取像数据，根据所述特征字段确定取像数据的归属类别，提取归属类别对应的所有图像信息，包括：

接收客户端发送的图像识别请求，所述请求中的特征字段包括实物对应的取像数据，所述取像数据为通过所述客户端启动的原生摄像头获取实物对应的图像；

所述请求中的特征字段还包括用户输入的类别字段，所述类别字段为通过所述客户端预设的输入界面获取用户输入的数据。

可选地，所述将所述取像数据与提取的图像信息进行比对，当比对具有相符的图像信息时，将相符的所述图像信息对应的进阶信息进行返回，当比对无任何相符的图像信息时，返回错误提示，包括：

获取提取的所有图像信息中的一幅图像信息；

将所述取像数据中的取像特征值与所述图像信息中的图像特征值进行比较，当所述取像特征值与所述图像特征值之间的差异小于预设的特征值阈值时，确定所述取像数据与所述图像信息相符；

否则，确定所述取像数据与所述图像信息不相符，获取提取的所有图像信息中的下一幅图像信息，继续进行上一步，直至所有的图像信息都完成比较。

进一步地，为实现上述目的，本发明还提供一种生态智能识别图像码装置，包括：

获取及存储模块，用于获取用户输入的数据信息及用户录入的一个或多个图像信息，根据所述数据信息对所述图像信息进行分类存储；

提取模块，用于接收图像识别请求，获取所述请求中的特征字段及取像数据，根据所述特征字段确定取像数据的归属类别，提取归属类别对应的所有图像信息；

比对及返回模块，用于将所述取像数据与提取的图像信息进行比对，当比对具有相符的图像信息时，将相符的所述图像信息对应的进阶信息进行返回，当比对无任何相符的图像信息时，返回错误提示。

为实现上述目的，本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述生态智能识别图像码方法的步骤。

为实现上述目的，本发明还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述生态智能识别图像码方法的步骤。

本发明提供的生态智能识别图像码方法，通过将数据信息和图像信息提交到服务器端，以取像数据为基础，在服务器端比对查找到对应的图像信息后，根据图像信息得到对应的进阶信息，并通过客户端进行AR的展示，可大大降低客户端制作门槛的高要求，提高制作AR的效率，降低了制作AR的费用，满足用户的制定需求。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。

图1为本发明一个实施例中生态智能识别图像码方法的流程图；

图2为本发明一个实施例中生态智能识别图像码装置的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。

参照图1，为本发明一个实施例中的生态智能识别图像码方法的流程图，如图1所示，一种生态智能识别图像码方法，包括以下步骤：

步骤S1，获取及存储图像信息：获取用户输入的数据信息及用户录入的一个或多个图像信息，根据数据信息对图像信息进行分类存储。

本步骤中的数据信息包括用户录入图像信息时的分类字段，以确定图像的归属类别，该归属类别包括云识别、本地识别和活动识别。其中，云识别为公开识别，不需要密码和活动码。本地识别为加密识别，需要给出密码对图像信息进行加密或解密。活动识别为基于活动码识别，需要给出活动码对图像信息进行打码，活动码包括数字、符号、条形码或二维码等。服务器根据用户输入的数据信息，对接收到的图像信息进行分类并存储在分类目录下。

在一个实施例中，步骤S1，包括：

步骤S101，获取用户输入的数据信息及用户录入的一个或多个图像信息后，判断数据信息的类别，数据信息包括云识别、本地识别、活动识别。

用户可以通过web上的AR在线平台的输入单元上传多个图像信息，输入对应的数据信息，通过传输单元传输给服务器端。在输入单元可以给出固定的数据类别供用户选择哪一种数据信息，比如给出三种选择，即云识别、本地识别和活动识别选项，在本地识别选项下还给出输入密码字段，在活动识别选项下还给出输入识别码或上传识别码字段，这样可以得到固有的数据格式。

服务器端在获取数据信息后，可以直接根据获取的数据格式直接通过正则表达式等方式解析出数据信息中的分类字段，确定出图像信息的类别。此处的服务器端为独立的物理服务器或者物理服务器集群。

步骤S102，若数据信息的类别为云识别，则直接将一个或多个图像信息存储在云识别的类别下；若数据信息的类别为本地识别，则对一个或多个图像信息按预设的加密方式以数据信息进行加密，存储在本地识别的类别下；若数据信息的类别为活动识别，则对一个或多个图像信息按预设的活动码打码方式以数据信息进行打码，存储在活动识别的类别下。

服务器端将图像信息分成三类分别存储在三个类别目录下，在存储之前，对于本地识别类别的图像信息，先加密后存储。加密的方式有多种，比如文字密码或秘钥，采用文字密码加入图像信息中实现加密，或采用秘钥对图像信息进行加密。对于活动识别类别的图像信息，先对图像信息进行打码后存储。打码的方式为根据活动码的类型进行对应打码即可。

本实施例通过对数据信息的给出固定数据类别来确定数据格式，以便于后续接收到数据信息后，方便确定出图像信息的归属类别，根据此归属类别对图像信息分类存储，在后续查找图像信息时给出确定的分类目录，便于查找对应的图像信息。

在一个实施例中，步骤S1，在获取数据信息及图像信息时，也可以通过AR微信小程序获取，此时需要预先给出AR微信小程序：

通过web平台获取用户输入的小程序信息，并进行存储；获取预设的软件开发框架，以小程序信息为基础信息，在微信平台建立AR微信小程序；通过AR微信小程序获取数据信息和图像信息，根据数据信息对图像信息进行分类存储在小程序信息的类目下。

小程序信息包括小程序名称、小程序头像、小程序介绍、企业对公账户或汇款银行账号等。用户通过建立的AR微信小程序上传数据信息及对应的图像信息，在根据数据信息对图像信息进行分类后，首先根据小程序信息建立小程序信息的类目，比如根据小程序信息建立以小程序名称的类目，分类后的图像信息存储在此类目下，按步骤S101-S102的方式分类存储。

本实施例以微信为依托，用户可在微信中建立自己的AR微信程序，实现AR的制作。

步骤S2，提取图像信息：接收图像识别请求，获取请求中的特征字段及取像数据，根据特征字段确定取像数据的归属类别，提取归属类别对应的所有图像信息。

图像识别请求的数据格式是固定的，因此服务器端在接收到客户端发送的图像识别请求后，可以从请求中容易解析出固定格式的数据，这些数据包括取像数据、特征字段，特征字段包括类别字段和小程序信息。根据确定的类别字段可以确定出接收的取像数据的归属类别，归属类别包括云识别、本地识别和活动识别。

取像数据是在用户触发客户端的图像识别命令后，客户端自动启动原生摄像头，通过摄像头获取实物对应的图像，此图像即为取像数据。

类别字段是在用户触发客户端的图像识别命令后，在获取取像数据之前或之后，客户端为用户提供输入界面，输入界面中含有类别字段的选项，如云识别、本地识别和活动识别选项，在本地识别选项下还给出输入密码字段，在活动识别选项下还给出输入识别码或上传识别码字段。此选项及对应的字段即为类别字段。

小程序信息是在客户端向服务器端发送图像识别请求时，自动获取自身小程序信息中的一项或多项信息，加入请求中。比如将小程序信息中的小程序名称作为加选信息加入请求中。

在一个实施例中，步骤S2，包括：

若特征字段缺乏密码字段，则取像数据的归属类别为云识别，提取类别为云识别对应的一个或多个图像信息；若特征字段具有密码字段，则取像数据的归属类别为本地识别，查找类别为本地识别对应的所有图像信息，提取出与密码字段匹配的一个或多个图像信息；若特征字段具有活动码，则取像数据的归属类别为活动识别，查找类别为活动识别对应的所有图像信息，提取出与活动码匹配的一个或多个所述图像信息。

由于云识别是公开识别，无任何加密或打码措施，因此直接可以从服务器端存储的云识别类目下提取所有的图像信息。当特征字段中的类别字段为密码字段时，认为是本地识别，此时首先需要查找到服务器端的本地识别类目下所有的图像信息，对这些图像信息以密码字段进行解密。若步骤S1中采用的是文字密码，则查找图像信息中是否含有相同的密码字段，若任一一副图像信息中含有此密码字段，则认为与密码字段匹配，将匹配的图像信息进行提取，若有多个图像信息均匹配，则提取多个图像信息。若步骤S1中采用的是秘钥，则采用秘钥对查找到的所有图像信息进行解密，若解密成功，则认为与密码字段匹配，将匹配的图像信息进行提取，若有多个图像信息均匹配，则提取多个图像信息。若在本步骤中提取不到任何一个图像信息，则直接向客户端返回错误提示，如返回匹配失败等错误提示。

若特征字段中包含有小程序信息，则采用上述方式先确定出取像数据的归属类别后，从小程序信息的类目下提取归属类别对应的图像信息。

本实施例给出了根据特征字段的不同，具体的提取不同图像信息的过程，提取方式简单方便，又迅速快捷，提取的图像信息用于后续取像数据的匹配。

在步骤S2中，服务器端根据接收到的特征字段确定取像数据的归属类别，在服务器端存储的所有类别的图像信息中提取归属类别对应的图像信息。比如特征字段中的类别字段为本地字段，则提取本地字段类目下所有的图像信息，对这些图像信息以本地字段的内容进行解密。又比如特征字段中既包括类别字段为本地字段，又包括小程序信息，说明此取像数据是从AR微信小程序获取的，此时，确定出取像数据的归属类别为本地字段，根据小程序信息确定出小程序信息的类目，从小程序信息的类目下提取本地字段类目下的所有的图像信息，对这些图像信息以本地字段的内容进行解密。

步骤S3，比对及返回：将取像数据与提取的图像信息进行比对，当比对具有相符的图像信息时，将相符的图像信息对应的进阶信息进行返回，当比对无任何相符的图像信息时，返回错误提示。

步骤S2提取的图像信息可能有一个，也可能有多个。本步骤的服务器端对每个图像信息采用遍历的方式分别与取像数据进行比对，找出相符的图像信息，相符的图像信息可能有一个，也可能有多个，将每个相符的图像信息对应的进阶信息都一起返回给客户端。其中，进阶信息可以包括取像数据的更进一步的介绍，进阶信息包含更细致或更详细的介绍，进阶信息可以是文字形式、图案形式、模型形式或是视频形式。图像信息对应的进阶信息是预先存储在服务器端的存储介质中，一个图像信息对应存储有一个或多个进阶信息。

本步骤中将取像数据与提取的图像信息进行比对时，采用如下方式比对：

获取提取的所有图像信息中的一幅图像信息；将取像数据中的取像特征值与图像信息中的图像特征值进行比较，当取像特征值与图像特征值之间的差异小于预设的特征值阈值时，确定取像数据与图像信息相符；否则，确定取像数据与图像信息不相符，获取提取的所有图像信息中的下一幅图像信息，继续进行将取像数据中的取像特征值与图像信息中的图像特征值进行比较步骤，直至所有的图像信息都完成比较。

服务器端将符合要求的进阶信息返回给客户端后，客户端通过预设的显示单元对进阶信息进行显示。本发明的客户端可以是智能手机、平板电脑、安装有数据连线硬件的个人计算机等，客户端安装有AR应用软件。具体的，若客户端为手机或平板电脑时，可以藉由手机或平板电脑的屏幕作为显示单元，在运行的AR应用软件显示或播放对应的进阶信息。

本实施例生态智能识别图像码方法，在服务器端取得用户输入的AR制作数据后，根据数据进行分类存储，在客户端根据原生摄像头获取的取像数据，将取像数据上传给服务器端后，服务器端将取像数据与存储的数据进行对比，由服务器下载关于用户输入的AR数据的进阶信息，并由客户端显示进阶信息。

在一个实施例中，提出了一种生态智能识别图像码装置，如图2所示，该装置包括：

获取及存储模块，用于获取用户输入的数据信息及用户录入的一个或多个图像信息，根据数据信息对图像信息进行分类存储；

提取模块，用于接收图像识别请求，获取请求中的特征字段及取像数据，根据特征字段确定取像数据的归属类别，提取归属类别对应的所有图像信息；

比对及返回模块，用于将取像数据与提取的图像信息进行比对，当比对具有相符的图像信息时，将相符的图像信息对应的进阶信息进行返回，当比对无任何相符的图像信息时，返回错误提示。

在一个实施例中，提出了一种计算机设备，包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行计算机可读指令时实现上述各实施例的生态智能识别图像码方法中的步骤。

在一个实施例中，提出了一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述各实施例的生态智能识别图像码方法中的步骤。其中，存储介质可以易失性存储介质，存储介质也可以为非易失性存储介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明一些示例性实施例，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。