1.本公开涉及计算机
技术领域：
：，具体涉及计算机视觉与人工智能等
技术领域：
：，尤其涉及一种图像中的颜色处理方法、装置、电子设备及存储介质。
背景技术：
：：2.图像识别可以应用在各行各业的各种场景中，例如在支付场景中，可以基于图像识别实现对二维码的扫描。在用户管理系统中，可以基于图像识别，实现对人脸的扫描和验证。再例如，在安检等场景中，可以基于图像识别，实现对特殊物体进行识别，等等。3.随着智能移动终端设备的使用普及，摄像头硬件已成为每台智能移动设备的标配。用户可以借助于随身携带的智能移动终端，随时随处地拍一拍或者扫一扫，基于图像识别实现各种应用。技术实现要素：4.本公开提供了一种图像中的颜色处理方法、装置、电子设备及存储介质。5.根据本公开的一方面，提供了一种图像中的颜色处理方法，用于辅助颜色识别障碍的用户进行颜色识别，包括：6.对图像中的实体进行识别；7.对识别的所述实体进行颜色识别。8.对识别的所述实体的颜色进行提示，以告知所述颜色识别障碍的用户。9.根据本公开的另一方面，提供了一种图像中的颜色处理装置，用于辅助颜色识别障碍的用户进行颜色识别，包括：10.图像识别模块，用于对图像中的实体进行识别；11.颜色识别模块，用于对识别的所述实体进行颜色识别。12.提示模块，用于对识别的所述实体的颜色进行提示，以告知所述颜色识别障碍的用户。13.根据本公开的再一方面，提供了一种电子设备，包括：14.至少一个处理器；以及15.与所述至少一个处理器通信连接的存储器；其中，16.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。17.根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如上所述的方面和任一可能的实现方式的方法。18.根据本公开的再另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方面和任一可能的实现方式的方法。19.根据本公开的技术，能够有效地丰富图像识别的性能。20.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明21.附图用于更好地理解本方案，不构成对本公开的限定。其中：22.图1是根据本公开第一实施例的示意图；23.图2是根据本公开第二实施例的示意图；24.图3是本公开实施例的图像示意图；25.图4是图3所示图像中实体的边界框以及颜色的展示的示意图；26.图5是图4所示中的实体被点击放大的示意图；27.图6是根据本公开第三实施例的示意图；28.图7是根据本公开第四实施例的示意图；29.图8是用来实现本公开实施例的图像中的颜色处理方法的电子设备的框图。具体实施方式30.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。31.显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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他实施例，都属于本公开保护的范围。32.需要说明的是，本公开实施例中所涉及的终端设备可以包括但不限于手机、个人数字助理(personaldigitalassistant，pda)、无线手持设备、平板电脑(tabletcomputer)等智能设备；显示设备可以包括但不限于个人电脑、电视等具有显示功能的设备。33.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。34.图1是根据本公开第一实施例的示意图；如图1所示，本实施例提供一种图像中的颜色处理方法，可以应用于任何能够处理图像的终端中，实现辅助颜色识别障碍的用户进行颜色识别，具体可以包括如下步骤：35.s101、对图像中的实体进行识别；36.s102、对识别的实体进行颜色识别；37.s103、对识别的实体的颜色进行提示，以告知颜色识别障碍的用户。38.本实施例中的图像可以为移动终端拍摄的任何一张图像，也可以为移动终端拍摄的视频流中的任意一帧图像。39.本实施例的图像中的实体可以为任意一个实物，如上衣、裤子、或者小狗、小猫、黄瓜、玉米、辣椒、茄子、水杯等等任何领域的任何类型的物体。另外，本实施例中的实体还可以为任意一个符号之类的标识信息，如数字、字母以及其他文字信息等等。或者，本实施例的图像中的实体还可以为其他信息，在此不做限定。40.本实施例中，可以先拍摄待识别的图像，并对图像中的实体进行识别，然后进一步地，可以对识别的实体的颜色进行识别，并对识别的实体的颜色进行提示，以告知颜色识别障碍的用户，能够进一步丰富图像识别的性能，为颜色识别障碍的用户提供方便。例如，在有些账户登录验证时，需要识别图像中的某个实物的颜色，但是对于色盲用户而言，无法准确对实物的颜色进行识别。此时可以基于本实施例的方案，对图像中的实体进行颜色识别。41.本实施例的图像中的颜色处理方法，通过先对图像中的实体进行识别；然后对识别的实体进行颜色识别，进而可以得到图像中的实体的颜色，能够有效地丰富图像识别的性能，进一步得到识别的图像中的实体的颜色。而且还能够为颜色识别障碍的用户提供很大的便利性。42.图2是根据本公开第二实施例的示意图；如图2所示，本实施例在上述图1所示实施例的技术方案的基础上，进一步更加详细地描述本技术的技术方案。如图2所示，本实施例的图像中的颜色处理方法，具体可以包括如下步骤：43.s201、采用预先训练的实体识别模型，对图像中的实体进行识别；44.该步骤为上述图1所示实施例的步骤s101的一种实现方式。45.具体地，该实体识别模型为一种预先训练的神经网络模型，可以对图像中的任何实体进行识别。采用该方式识别实体，非常智能、方便，而且能够有效地保证识别的实体的准确性、以及对图像中的所有实体进行识别的全面性。46.需要说明的是，本实施例的图像中可以仅包括一个实体，也可以包括两个或者多个实体。47.s202、采用预先训练的颜色识别模型，对识别的实体进行颜色识别；48.本实施例的颜色识别模型可以为预先训练的神经网络模型，可以对图像中的任何实体进行颜色识别。49.例如，在训练时，可以采用多种图像中的多种实体及对应的颜色，对颜色识别模型进行训练，使得颜色识别模型可以学习到对图像中的每个实体的颜色进行识别。50.在本公开的一个实施例中，该颜色识别模型基于训练过程中学习到的实体的颜色可以为单色系的颜色、至少两种颜色构成的条纹相间的颜色、或者至少两种颜色构成的格子相间的颜色；或者实体为非均匀分布的多种颜色构成时，可以仅学习在实体中颜色比例大于预设比例阈值的主色调的颜色。51.对应地，采用该颜色识别模型对实体进行颜色识别时，识别到的实体的颜色可以是单色系的颜色，还可以是至少两种颜色构成的条纹相间的颜色、或者至少两种颜色构成的格子相间的颜色，或者还可以是实体中颜色比例大于预设比例阈值的主色调的颜色。具体实现时，可以从图像中划分出识别的实体，并将识别的实体输入至颜色识别模型中，该颜色识别模型可以输出该实体的颜色。52.可选地，在本公开的一个实施例中，该步骤还可以基于预先建立的颜色与像素值之间的映射关系，对识别的实体进行颜色识别。53.例如，由于像素值是非常具体地数值，实际应用中，像素值在很小范围内浮动变化，肉眼所看到的颜色变化都不大，都可以认为是同一个颜色。因此，多个像素值可以对应一个颜色。基于此，可以预先建立颜色与像素值之间的映射关系。在该映射关系中，一个颜色可以对应一定的像素值范围。在对识别的颜色进行识别时，可以获取识别的实体的每个像素点的像素值，然后基于预先建立的颜色与像素值之间的映射关系，识别实体对应的每个像素点的颜色。54.在本公开的一个实施例中，可以基于识别到的实体中的每个像素点的像素值，根据预先建立的颜色与像素值之间的映射关系，对识别的实体进行颜色识别。例如，识别到的实体的颜色可以为单色系的颜色。还可以识别到的实体包括至少两种颜色比例相近似的颜色，此时可以进一步分析实体中各像素点的颜色是否均匀分布，并分析均分分布的特性是条纹相间分布、还是格子分布或者是其他分布。其中至少两种颜色比例相近似，可以认为至少两种颜色的比例之差在一个很小的范围内。若识别到实体包括至少两种颜色比例不一致的颜色，此时，可以仅识别实体中颜色比例大于预设比例阈值的主色调的颜色，作为识别到的该实体的颜色。55.采用上述两种颜色识别方法，都能够有效地保证识别到的颜色的准确性。相对于基于颜色与像素值之间的映射关系来识别实体的颜色，基于颜色识别模型识别实体的颜色，更加智能。56.s203、获取实体在图像中的坐标信息；57.例如，该步骤s203可以与上述步骤s201同步进行，例如，在采用实体识别模型对图像中的实体进行识别的同时，可以输出识别出来的实体在图像中的坐标信息。或者若未同步进行，也可以在步骤s201之后，在图像中逐像素点地分析各像素点是否属于识别的实体，若属于，获取该像素点在图像中的坐标信息。当然，实际应用中，还可以采用其他方式获取实体在图像中的坐标信息，在此不做限定。58.s204、基于实体的坐标信息，确定包围实体的边界框；59.实体的坐标信息可以标识该实体在图像中的分布，实体的边界框可以为包围实体的所有坐标信息的框。根据图像中各实体的分布，可以选择边界框为一个规则的圆形、长方形、正方形、菱形或者椭圆形等规则图形。或者该边界框也可以为采用实体的所有边界坐标围成的、与实体的外形一致的框。60.s205、检测包围实体的边界框包围的面积是否大于或者等于预设面积阈值；若是，执行步骤s206；否则，暂不执行任何操作，即不再边界框附近展示识别的实体的颜色；结束。61.由于实体的边界框是包围实体的所有坐标信息，所以该实体的边界框为一个封闭区域。若实体的边界框是一个规则图形，则按照规则图形的面积计算方式，计算实体的边界框包围的面积。若实体的边界框为非规则图形，则可以通过对图形进行切分，得到多个规则图形。进而通过计算多个规则图形的面积之和，得到边界框包围的面积。62.本实施例的预设面积阈值可以根据实际经验来设置，或者可以结合图像的整体的面积值来设置，以占取图像的预设的合适比例大小为宜。63.s206、在图像中展示实体的边界框，并在边界框附近展示识别的实体的颜色，以告知所述颜色识别障碍的用户；64.也就是说，若边界框围成的面积大于预设面积阈值，则说明该边界框的区域较为明显，围成的实体在图像中比较突出，此时可以在边界框附近展示该实体的颜色。而若边界框围成的面积小于预设面积阈值，则说明该边界框围成的面积过小，对应的实体在图像中不突出，可以不在边界框附近展示该实体的颜色。其中在边界框附近展示实体的颜色时，可以在图像中距离边界框很小的预设距离范围内展示，如1mm、2mm或者其他很小的距离值。65.s207、检测图像中的实体是否被点击；若被点击时，执行步骤s208；若未被点击，返回继续检测；66.s208、将边界框包围的区域以弹框的形式放大展示，并标识实体的颜色；67.具体地，用户在观看该图像时，若看到图像中的某个实体过小，可以点击该实体，使得该实体的边界框包围的区域以弹框的形式放大。具体地，该放大后的尺寸可以基于经验预先设置，例如，系统中可以设置放大后达到一个预设尺寸，且该预设尺寸对应的面积大于预设面积阈值。此时，放大后可以表示该实体的颜色。68.s209、采用语音播报的方式播报识别的实体的颜色。69.为了进一步提升图像识别的功能，还可以在实体被点击时，采用语音播报的方式播放该实体的颜色，进一步提供用户的使用便利性。70.可选地，步骤s208和步骤s209无先后顺序限制，且两者可以以择一的方式存在。71.本实施例中，采用边界框对每种实体进行标识，以避免图像中的实体过于密集时，文字标识实体颜色时，无法区分哪个颜色对应于哪个实体。进一步可选地，在本公开的一个实施例中，可以不对每种实体做边界框区分，可以直接在步骤s202之后，对识别的实体的颜色进行语音播报。若图像中包括多个实体时，也可以依次播报各个实体的颜色。72.本实施例的图像中的颜色处理方法，可以面向颜色识别障碍的用户来使用。具体可以应用于携带有颜色识别的各种认证系统中，如账号登录中设置有用户对图像中的物体的颜色、或者文字的颜色的识别。或者还可以应用于任何其他场景。例如，对于颜色识别障碍的用户，想要了解当前看到的物体或者文字等符号的颜色时，可以采用使用了本实施例的技术方案的相机拍摄想要识别颜色的实体，便可以采用本实施例的技术方案，对实体的颜色进行标识。或者若实体在图像中过小，还可以通过点击实体，放大实体的边界框包围的区域，使得实体的颜色被标识，或者通过语音被播报，使用非常方便，可以帮助用户实现“所见即所得”。73.例如，图3是本公开实施例的图像示意图。图4是图3所示图像中实体的边界框以及颜色的展示的示意图。例如，图3可以为一颜色识别障碍用户拍摄的一张待识别的图像。如图4所示，采用本实施例的技术方案，可以展示图像中的每个实体的边界框以及各边界框包围的实体的颜色。例如图4中，展示了绿色的豆角、黄色的玉米、红色的辣椒以及黄色的金瓜。图5是图4所示中的实体被点击放大的示意图。如图4所示，西红柿由于边界框包围的区域面积小于预设面积阈值，所以其颜色未被标识。如图5所示，图4中的一个西红柿被点击，此时该西红柿的边界框包围的区域被以弹框的形式放大，同时在放大区域中展示该西红柿的颜色为红色。可选地，可以在识别到实体的颜色之后，为用户语音播报各实体的颜色。74.本实施例的图像中的颜色处理方法，通过采用上述技术方案，可以实现对图像中的颜色进行识别的能力。并且还可以对识别的颜色进行展示，方便用户查看。进一步地，还可以基于实体在图像中的坐标信息，确定实体的边界框，并展示实体的边界框，并在边界框附近展示实体的颜色，使得展示的信息更加丰富。75.再者，对于图像中过小的实体，还可以被放大以进行颜色展示，或者还可以以语音播报的方式展示实体的颜色，适用的范围非常广。通过采用本实施例的技术方案，尤其是对于特定群体，可以实现科技让复杂的世界更简单更美好的最好的诠释。76.本公开的技术方案可以应用于辅助颜色识别障碍的用户，在任意场景下对实体的颜色进行识别。例如，颜色障碍识别的用户在登录某系统进行安全认证时，若安全认证是识别图像中某个实体的颜色。此时，用户可以使用应用本公开的技术方案的终端，拍摄该图像，并采用终端中本公开的技术方案，对图像中的实体进行颜色识别，并根据提示的颜色完成安全认证。整个过程中，用户拍摄完图像，便可以立刻得知图像中的实体的颜色，耗时非常短，完全可以实现“所见即所得”。再例如，用户可以使用采用了本公开技术方案的行车记录仪，用于对前方的红绿灯进行颜色识别。例如，在行车过程中，若司机逆光行驶，若前方红绿灯很暗的情况下，由于太阳光的照射，导致司机看不清前方红绿灯状态，此时该行车记录仪拍摄到红绿灯图片，可以进行颜色识别，并语音播报提示用户，使用也非常方便。本公开的技术方案还可以辅助颜色识别障碍的用户，应用于其他场景，在此不再一一举例赘述。77.图6是根据本公开第三实施例的示意图；如图6所示，本实施例提供一种图像中的颜色处理装置600，用于辅助颜色识别障碍的用户进行颜色识别，包括：78.图像识别模块601，用于对图像中的实体进行识别；79.颜色识别模块602，用于对识别的实体进行颜色识别；80.提示模块603，用于对识别的实体的颜色进行提示，以告知颜色识别障碍的用户。81.本实施例的图像中的颜色处理装置600，通过采用上述模块实现对图像中的颜色处理的实现原理以及技术效果，与上述相关方法实施例的实现相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。82.图7是根据本公开第四实施例的示意图；如图7所示，本实施例提供一种图像中的颜色处理装置700，在上述图6所示实施例的基础上，进一步更加详细地介绍本公开的技术方案。83.如图7所示，本实施例的图像中的颜色处理装置700包括上述图6的同名以及同功能模块，图像识别模块701、颜色识别模块702和提示模块703。84.在本公开的一个实施例中，颜色识别模块702，用于：85.采用预先训练的颜色识别模型，对识别的实体进行颜色识别。86.进一步可选地，在本公开的一个实施例中，颜色识别模块702，用于：87.基于预先建立的颜色与像素值之间的映射关系，对识别的实体进行颜色识别。88.进一步可选地，在本公开的一个实施例中，图像识别模块701，用于：89.采用预先训练的实体识别模型，对图像中的实体进行识别。90.进一步可选地，如图7所示，在本公开的一个实施例中，图像中的颜色处理装置700，还包括：91.获取模块704，用于获取实体在图像中的坐标信息。92.进一步可选地，如图7所示，在本公开的一个实施例中，图像中的颜色处理装置700，还包括：93.确定模块705，用于基于实体的坐标信息，确定包围实体的边界框。94.进一步可选地，如图7所示，在本公开的一个实施例中，图像中的颜色处理装置700，还包括：95.展示模块706，用于在图像中展示实体的边界框；96.提示模块703，用于在边界框附近展示识别的实体的颜色，以告知颜色识别障碍的用户。97.进一步可选地，如图7所示，在本公开的一个实施例中，图像中的颜色处理装置700，还包括：98.检测模块707，用于检测并确定边界框包围的面积大于或者等于预设面积阈值。99.进一步可选地，如图7所示，在本公开的一个实施例中，图像中的颜色处理装置700，还包括：100.弹框展示模块708，用于若检测到实体被点击时，将边界框包围的区域以弹框的形式放大展示。101.进一步可选地，如图7所示，在本公开的一个实施例中，提示模块703，用于：采用语音播报的方式播报识别的实体的颜色，以告知颜色识别障碍的用户，此时对于图像中的任意一个实体都进行颜色播报。可选地，提示模块703也可以在检测到的实体被点击时，采用语音播报的方式播报识别的实体的颜色，以告知颜色识别障碍的用户。102.本实施例的图像中的颜色处理装置700，通过采用上述模块实现对图像中的颜色处理的实现原理以及技术效果，与上述相关方法实施例的实现相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。103.本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。104.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。105.图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。106.如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(rom)802中的计算机程序或者从存储单元808加载到随机访问存储器(ram)803中的计算机程序，来执行各种适当的动作和处理。在ram803中，还可存储设备800操作所需的各种程序和数据。计算单元801、rom802以及ram803通过总线804彼此相连。输入/输出(i/o)接口805也连接至总线804。107.设备800中的多个部件连接至i/o接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。108.计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如本公开的上述方法。例如，在一些实施例中，本公开的上述方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由rom802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到ram803并由计算单元801执行时，可以执行上文描述的本公开的上述方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开的上述方法。109.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。110.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。111.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。112.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。113.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。114.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。115.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。116.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。当前第1页12当前第1页12
技术领域：
：，具体涉及计算机视觉与人工智能等
技术领域：
：，尤其涉及一种图像中的颜色处理方法、装置、电子设备及存储介质。
背景技术：
：：2.图像识别可以应用在各行各业的各种场景中，例如在支付场景中，可以基于图像识别实现对二维码的扫描。在用户管理系统中，可以基于图像识别，实现对人脸的扫描和验证。再例如，在安检等场景中，可以基于图像识别，实现对特殊物体进行识别，等等。3.随着智能移动终端设备的使用普及，摄像头硬件已成为每台智能移动设备的标配。用户可以借助于随身携带的智能移动终端，随时随处地拍一拍或者扫一扫，基于图像识别实现各种应用。技术实现要素：4.本公开提供了一种图像中的颜色处理方法、装置、电子设备及存储介质。5.根据本公开的一方面，提供了一种图像中的颜色处理方法，用于辅助颜色识别障碍的用户进行颜色识别，包括：6.对图像中的实体进行识别；7.对识别的所述实体进行颜色识别。8.对识别的所述实体的颜色进行提示，以告知所述颜色识别障碍的用户。9.根据本公开的另一方面，提供了一种图像中的颜色处理装置，用于辅助颜色识别障碍的用户进行颜色识别，包括：10.图像识别模块，用于对图像中的实体进行识别；11.颜色识别模块，用于对识别的所述实体进行颜色识别。12.提示模块，用于对识别的所述实体的颜色进行提示，以告知所述颜色识别障碍的用户。13.根据本公开的再一方面，提供了一种电子设备，包括：14.至少一个处理器；以及15.与所述至少一个处理器通信连接的存储器；其中，16.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。17.根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如上所述的方面和任一可能的实现方式的方法。18.根据本公开的再另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方面和任一可能的实现方式的方法。19.根据本公开的技术，能够有效地丰富图像识别的性能。20.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明21.附图用于更好地理解本方案，不构成对本公开的限定。其中：22.图1是根据本公开第一实施例的示意图；23.图2是根据本公开第二实施例的示意图；24.图3是本公开实施例的图像示意图；25.图4是图3所示图像中实体的边界框以及颜色的展示的示意图；26.图5是图4所示中的实体被点击放大的示意图；27.图6是根据本公开第三实施例的示意图；28.图7是根据本公开第四实施例的示意图；29.图8是用来实现本公开实施例的图像中的颜色处理方法的电子设备的框图。具体实施方式30.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。31.显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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他实施例，都属于本公开保护的范围。32.需要说明的是，本公开实施例中所涉及的终端设备可以包括但不限于手机、个人数字助理(personaldigitalassistant，pda)、无线手持设备、平板电脑(tabletcomputer)等智能设备；显示设备可以包括但不限于个人电脑、电视等具有显示功能的设备。33.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。34.图1是根据本公开第一实施例的示意图；如图1所示，本实施例提供一种图像中的颜色处理方法，可以应用于任何能够处理图像的终端中，实现辅助颜色识别障碍的用户进行颜色识别，具体可以包括如下步骤：35.s101、对图像中的实体进行识别；36.s102、对识别的实体进行颜色识别；37.s103、对识别的实体的颜色进行提示，以告知颜色识别障碍的用户。38.本实施例中的图像可以为移动终端拍摄的任何一张图像，也可以为移动终端拍摄的视频流中的任意一帧图像。39.本实施例的图像中的实体可以为任意一个实物，如上衣、裤子、或者小狗、小猫、黄瓜、玉米、辣椒、茄子、水杯等等任何领域的任何类型的物体。另外，本实施例中的实体还可以为任意一个符号之类的标识信息，如数字、字母以及其他文字信息等等。或者，本实施例的图像中的实体还可以为其他信息，在此不做限定。40.本实施例中，可以先拍摄待识别的图像，并对图像中的实体进行识别，然后进一步地，可以对识别的实体的颜色进行识别，并对识别的实体的颜色进行提示，以告知颜色识别障碍的用户，能够进一步丰富图像识别的性能，为颜色识别障碍的用户提供方便。例如，在有些账户登录验证时，需要识别图像中的某个实物的颜色，但是对于色盲用户而言，无法准确对实物的颜色进行识别。此时可以基于本实施例的方案，对图像中的实体进行颜色识别。41.本实施例的图像中的颜色处理方法，通过先对图像中的实体进行识别；然后对识别的实体进行颜色识别，进而可以得到图像中的实体的颜色，能够有效地丰富图像识别的性能，进一步得到识别的图像中的实体的颜色。而且还能够为颜色识别障碍的用户提供很大的便利性。42.图2是根据本公开第二实施例的示意图；如图2所示，本实施例在上述图1所示实施例的技术方案的基础上，进一步更加详细地描述本技术的技术方案。如图2所示，本实施例的图像中的颜色处理方法，具体可以包括如下步骤：43.s201、采用预先训练的实体识别模型，对图像中的实体进行识别；44.该步骤为上述图1所示实施例的步骤s101的一种实现方式。45.具体地，该实体识别模型为一种预先训练的神经网络模型，可以对图像中的任何实体进行识别。采用该方式识别实体，非常智能、方便，而且能够有效地保证识别的实体的准确性、以及对图像中的所有实体进行识别的全面性。46.需要说明的是，本实施例的图像中可以仅包括一个实体，也可以包括两个或者多个实体。47.s202、采用预先训练的颜色识别模型，对识别的实体进行颜色识别；48.本实施例的颜色识别模型可以为预先训练的神经网络模型，可以对图像中的任何实体进行颜色识别。49.例如，在训练时，可以采用多种图像中的多种实体及对应的颜色，对颜色识别模型进行训练，使得颜色识别模型可以学习到对图像中的每个实体的颜色进行识别。50.在本公开的一个实施例中，该颜色识别模型基于训练过程中学习到的实体的颜色可以为单色系的颜色、至少两种颜色构成的条纹相间的颜色、或者至少两种颜色构成的格子相间的颜色；或者实体为非均匀分布的多种颜色构成时，可以仅学习在实体中颜色比例大于预设比例阈值的主色调的颜色。51.对应地，采用该颜色识别模型对实体进行颜色识别时，识别到的实体的颜色可以是单色系的颜色，还可以是至少两种颜色构成的条纹相间的颜色、或者至少两种颜色构成的格子相间的颜色，或者还可以是实体中颜色比例大于预设比例阈值的主色调的颜色。具体实现时，可以从图像中划分出识别的实体，并将识别的实体输入至颜色识别模型中，该颜色识别模型可以输出该实体的颜色。52.可选地，在本公开的一个实施例中，该步骤还可以基于预先建立的颜色与像素值之间的映射关系，对识别的实体进行颜色识别。53.例如，由于像素值是非常具体地数值，实际应用中，像素值在很小范围内浮动变化，肉眼所看到的颜色变化都不大，都可以认为是同一个颜色。因此，多个像素值可以对应一个颜色。基于此，可以预先建立颜色与像素值之间的映射关系。在该映射关系中，一个颜色可以对应一定的像素值范围。在对识别的颜色进行识别时，可以获取识别的实体的每个像素点的像素值，然后基于预先建立的颜色与像素值之间的映射关系，识别实体对应的每个像素点的颜色。54.在本公开的一个实施例中，可以基于识别到的实体中的每个像素点的像素值，根据预先建立的颜色与像素值之间的映射关系，对识别的实体进行颜色识别。例如，识别到的实体的颜色可以为单色系的颜色。还可以识别到的实体包括至少两种颜色比例相近似的颜色，此时可以进一步分析实体中各像素点的颜色是否均匀分布，并分析均分分布的特性是条纹相间分布、还是格子分布或者是其他分布。其中至少两种颜色比例相近似，可以认为至少两种颜色的比例之差在一个很小的范围内。若识别到实体包括至少两种颜色比例不一致的颜色，此时，可以仅识别实体中颜色比例大于预设比例阈值的主色调的颜色，作为识别到的该实体的颜色。55.采用上述两种颜色识别方法，都能够有效地保证识别到的颜色的准确性。相对于基于颜色与像素值之间的映射关系来识别实体的颜色，基于颜色识别模型识别实体的颜色，更加智能。56.s203、获取实体在图像中的坐标信息；57.例如，该步骤s203可以与上述步骤s201同步进行，例如，在采用实体识别模型对图像中的实体进行识别的同时，可以输出识别出来的实体在图像中的坐标信息。或者若未同步进行，也可以在步骤s201之后，在图像中逐像素点地分析各像素点是否属于识别的实体，若属于，获取该像素点在图像中的坐标信息。当然，实际应用中，还可以采用其他方式获取实体在图像中的坐标信息，在此不做限定。58.s204、基于实体的坐标信息，确定包围实体的边界框；59.实体的坐标信息可以标识该实体在图像中的分布，实体的边界框可以为包围实体的所有坐标信息的框。根据图像中各实体的分布，可以选择边界框为一个规则的圆形、长方形、正方形、菱形或者椭圆形等规则图形。或者该边界框也可以为采用实体的所有边界坐标围成的、与实体的外形一致的框。60.s205、检测包围实体的边界框包围的面积是否大于或者等于预设面积阈值；若是，执行步骤s206；否则，暂不执行任何操作，即不再边界框附近展示识别的实体的颜色；结束。61.由于实体的边界框是包围实体的所有坐标信息，所以该实体的边界框为一个封闭区域。若实体的边界框是一个规则图形，则按照规则图形的面积计算方式，计算实体的边界框包围的面积。若实体的边界框为非规则图形，则可以通过对图形进行切分，得到多个规则图形。进而通过计算多个规则图形的面积之和，得到边界框包围的面积。62.本实施例的预设面积阈值可以根据实际经验来设置，或者可以结合图像的整体的面积值来设置，以占取图像的预设的合适比例大小为宜。63.s206、在图像中展示实体的边界框，并在边界框附近展示识别的实体的颜色，以告知所述颜色识别障碍的用户；64.也就是说，若边界框围成的面积大于预设面积阈值，则说明该边界框的区域较为明显，围成的实体在图像中比较突出，此时可以在边界框附近展示该实体的颜色。而若边界框围成的面积小于预设面积阈值，则说明该边界框围成的面积过小，对应的实体在图像中不突出，可以不在边界框附近展示该实体的颜色。其中在边界框附近展示实体的颜色时，可以在图像中距离边界框很小的预设距离范围内展示，如1mm、2mm或者其他很小的距离值。65.s207、检测图像中的实体是否被点击；若被点击时，执行步骤s208；若未被点击，返回继续检测；66.s208、将边界框包围的区域以弹框的形式放大展示，并标识实体的颜色；67.具体地，用户在观看该图像时，若看到图像中的某个实体过小，可以点击该实体，使得该实体的边界框包围的区域以弹框的形式放大。具体地，该放大后的尺寸可以基于经验预先设置，例如，系统中可以设置放大后达到一个预设尺寸，且该预设尺寸对应的面积大于预设面积阈值。此时，放大后可以表示该实体的颜色。68.s209、采用语音播报的方式播报识别的实体的颜色。69.为了进一步提升图像识别的功能，还可以在实体被点击时，采用语音播报的方式播放该实体的颜色，进一步提供用户的使用便利性。70.可选地，步骤s208和步骤s209无先后顺序限制，且两者可以以择一的方式存在。71.本实施例中，采用边界框对每种实体进行标识，以避免图像中的实体过于密集时，文字标识实体颜色时，无法区分哪个颜色对应于哪个实体。进一步可选地，在本公开的一个实施例中，可以不对每种实体做边界框区分，可以直接在步骤s202之后，对识别的实体的颜色进行语音播报。若图像中包括多个实体时，也可以依次播报各个实体的颜色。72.本实施例的图像中的颜色处理方法，可以面向颜色识别障碍的用户来使用。具体可以应用于携带有颜色识别的各种认证系统中，如账号登录中设置有用户对图像中的物体的颜色、或者文字的颜色的识别。或者还可以应用于任何其他场景。例如，对于颜色识别障碍的用户，想要了解当前看到的物体或者文字等符号的颜色时，可以采用使用了本实施例的技术方案的相机拍摄想要识别颜色的实体，便可以采用本实施例的技术方案，对实体的颜色进行标识。或者若实体在图像中过小，还可以通过点击实体，放大实体的边界框包围的区域，使得实体的颜色被标识，或者通过语音被播报，使用非常方便，可以帮助用户实现“所见即所得”。73.例如，图3是本公开实施例的图像示意图。图4是图3所示图像中实体的边界框以及颜色的展示的示意图。例如，图3可以为一颜色识别障碍用户拍摄的一张待识别的图像。如图4所示，采用本实施例的技术方案，可以展示图像中的每个实体的边界框以及各边界框包围的实体的颜色。例如图4中，展示了绿色的豆角、黄色的玉米、红色的辣椒以及黄色的金瓜。图5是图4所示中的实体被点击放大的示意图。如图4所示，西红柿由于边界框包围的区域面积小于预设面积阈值，所以其颜色未被标识。如图5所示，图4中的一个西红柿被点击，此时该西红柿的边界框包围的区域被以弹框的形式放大，同时在放大区域中展示该西红柿的颜色为红色。可选地，可以在识别到实体的颜色之后，为用户语音播报各实体的颜色。74.本实施例的图像中的颜色处理方法，通过采用上述技术方案，可以实现对图像中的颜色进行识别的能力。并且还可以对识别的颜色进行展示，方便用户查看。进一步地，还可以基于实体在图像中的坐标信息，确定实体的边界框，并展示实体的边界框，并在边界框附近展示实体的颜色，使得展示的信息更加丰富。75.再者，对于图像中过小的实体，还可以被放大以进行颜色展示，或者还可以以语音播报的方式展示实体的颜色，适用的范围非常广。通过采用本实施例的技术方案，尤其是对于特定群体，可以实现科技让复杂的世界更简单更美好的最好的诠释。76.本公开的技术方案可以应用于辅助颜色识别障碍的用户，在任意场景下对实体的颜色进行识别。例如，颜色障碍识别的用户在登录某系统进行安全认证时，若安全认证是识别图像中某个实体的颜色。此时，用户可以使用应用本公开的技术方案的终端，拍摄该图像，并采用终端中本公开的技术方案，对图像中的实体进行颜色识别，并根据提示的颜色完成安全认证。整个过程中，用户拍摄完图像，便可以立刻得知图像中的实体的颜色，耗时非常短，完全可以实现“所见即所得”。再例如，用户可以使用采用了本公开技术方案的行车记录仪，用于对前方的红绿灯进行颜色识别。例如，在行车过程中，若司机逆光行驶，若前方红绿灯很暗的情况下，由于太阳光的照射，导致司机看不清前方红绿灯状态，此时该行车记录仪拍摄到红绿灯图片，可以进行颜色识别，并语音播报提示用户，使用也非常方便。本公开的技术方案还可以辅助颜色识别障碍的用户，应用于其他场景，在此不再一一举例赘述。77.图6是根据本公开第三实施例的示意图；如图6所示，本实施例提供一种图像中的颜色处理装置600，用于辅助颜色识别障碍的用户进行颜色识别，包括：78.图像识别模块601，用于对图像中的实体进行识别；79.颜色识别模块602，用于对识别的实体进行颜色识别；80.提示模块603，用于对识别的实体的颜色进行提示，以告知颜色识别障碍的用户。81.本实施例的图像中的颜色处理装置600，通过采用上述模块实现对图像中的颜色处理的实现原理以及技术效果，与上述相关方法实施例的实现相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。82.图7是根据本公开第四实施例的示意图；如图7所示，本实施例提供一种图像中的颜色处理装置700，在上述图6所示实施例的基础上，进一步更加详细地介绍本公开的技术方案。83.如图7所示，本实施例的图像中的颜色处理装置700包括上述图6的同名以及同功能模块，图像识别模块701、颜色识别模块702和提示模块703。84.在本公开的一个实施例中，颜色识别模块702，用于：85.采用预先训练的颜色识别模型，对识别的实体进行颜色识别。86.进一步可选地，在本公开的一个实施例中，颜色识别模块702，用于：87.基于预先建立的颜色与像素值之间的映射关系，对识别的实体进行颜色识别。88.进一步可选地，在本公开的一个实施例中，图像识别模块701，用于：89.采用预先训练的实体识别模型，对图像中的实体进行识别。90.进一步可选地，如图7所示，在本公开的一个实施例中，图像中的颜色处理装置700，还包括：91.获取模块704，用于获取实体在图像中的坐标信息。92.进一步可选地，如图7所示，在本公开的一个实施例中，图像中的颜色处理装置700，还包括：93.确定模块705，用于基于实体的坐标信息，确定包围实体的边界框。94.进一步可选地，如图7所示，在本公开的一个实施例中，图像中的颜色处理装置700，还包括：95.展示模块706，用于在图像中展示实体的边界框；96.提示模块703，用于在边界框附近展示识别的实体的颜色，以告知颜色识别障碍的用户。97.进一步可选地，如图7所示，在本公开的一个实施例中，图像中的颜色处理装置700，还包括：98.检测模块707，用于检测并确定边界框包围的面积大于或者等于预设面积阈值。99.进一步可选地，如图7所示，在本公开的一个实施例中，图像中的颜色处理装置700，还包括：100.弹框展示模块708，用于若检测到实体被点击时，将边界框包围的区域以弹框的形式放大展示。101.进一步可选地，如图7所示，在本公开的一个实施例中，提示模块703，用于：采用语音播报的方式播报识别的实体的颜色，以告知颜色识别障碍的用户，此时对于图像中的任意一个实体都进行颜色播报。可选地，提示模块703也可以在检测到的实体被点击时，采用语音播报的方式播报识别的实体的颜色，以告知颜色识别障碍的用户。102.本实施例的图像中的颜色处理装置700，通过采用上述模块实现对图像中的颜色处理的实现原理以及技术效果，与上述相关方法实施例的实现相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。103.本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。104.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。105.图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。106.如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(rom)802中的计算机程序或者从存储单元808加载到随机访问存储器(ram)803中的计算机程序，来执行各种适当的动作和处理。在ram803中，还可存储设备800操作所需的各种程序和数据。计算单元801、rom802以及ram803通过总线804彼此相连。输入/输出(i/o)接口805也连接至总线804。107.设备800中的多个部件连接至i/o接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。108.计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如本公开的上述方法。例如，在一些实施例中，本公开的上述方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由rom802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到ram803并由计算单元801执行时，可以执行上文描述的本公开的上述方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开的上述方法。109.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。110.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。111.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。112.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。113.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。114.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。115.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。116.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。当前第1页12当前第1页12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
