[0043] 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，所描述的实施例仅仅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。
[0044] 参见图1，是本申请的一个实施例提供的图像处理方法的流程示意图，如图1所示，该任务处理方法包括步骤S11至步骤S12。各步骤具体如下：
[0045] 步骤S11，实时接收影像数据，并根据预设频率，实时将接收到的影像数据组成帧图像。
[0046] 其中，帧图像的图像内容包括物品与用户。
[0047] 具体的，在第一线程中，根据摄像设备的固定IP，开启摄像设备后，实时接收摄像设备发送的影像数据，并在第二线程中，根据预设频率，实时将接收到的影像数据组成帧图像。
[0048] 在本实施例中，接收到的影像数据必须是根据固定IP开启的摄像设备所发送的。通过固定IP，管理者可根据需要选择对应的摄像设备进行视频影像的接收，无需再统一接收各摄像设备发送的视频影像，从而在优化内存的同时，也使得影像数据的接收更有针对性。
[0049] 步骤S12，根据预设比例，对帧图像进行等比例缩放，获取缩放图像后，对缩放图像进行识别，获取缩放图像中的内容信息。
[0050] 在本实施例中，将帧图像按预设比例进行等比例的宽高缩放，使得图像在不变形的前提下，减少图像的资源占用，提高检测速率。
[0051] 作为本实施例的一个优选举例，内容信息包括用户的多个特征信息。其中，特征数据包括年龄、性别和表情。如图2所示，步骤S12包括：
[0052] 步骤S21，根据预设比例，对帧图像进行等比例缩放，获取缩放图像。
[0053] 优选的，缩放图像的大小为帧图像大小的十分之三。
[0054] 步骤S22，对缩放图像进行人脸识别，获取缩放图像中人脸图像的多个特征点，并根据多个特征点，获取人脸图像对应的用户的多个特征信息。
[0055] 具体的，获取人脸图像对应的用户的多个特征信息的流程图如图3所示，包括：
[0056] 步骤S31，对缩放图像进行人脸识别，获取人脸图像的各像素点后，基于预设的决策树，递归地根据各像素点对人脸图像进行分割，获取与人脸的各部位一一对应的各特征区域。
[0057] 需要说明的是，缩放图像可以是任意格式的图像。在接收到任意格式的图像后，将任意格式的图像统一转换为预设格式的图像，从而避免后续因图像格式不同产生的图像识别误差。图像中各像素点的识别采用现有技术常用的识别手段，在此不多赘述。
[0058] 特征区域包括人脸轮廓区域、眼睛区域、鼻子区域、嘴巴区域和耳朵区域。
[0059] 步骤S32，提取各特征区域的特征向量进行平均值计算，确定平均特征向量后，将平均特征向量与各特征向量连接，获取与各特征区域一一对应的各特征点集。
[0060] 其中，特征点集中包含多个特征点。
[0061] 具体的，对各特征区域的特征向量进行平均shape(即选取特征点平均值)，和特征向量连接，从而得到各特征区域的特征点集。各特征点集共形成72个特征点位，对一张人脸图像的各部位进行特征标示。
[0062] 步骤S33，根据多个特征点集，获取用户的多个特征信息。
[0063] 具体的，通过对人脸进行区域分割，再根据各区域的特征向量获取各区域的特征点的方式，使得特征识别时能够根据区域进行特征识别，提高同一个人的人脸特征识别的特征点之间的相似度，进而提高后续进行特征评估的准确率。
[0064] 进一步的，作为本实施例的又一优选举例，内容信息包括用户的位置信息。此时步骤S12具体为：
[0065] 根据预设比例，对帧图像进行等比例缩放，获取缩放图像后，对缩放图像进行识别，获取缩放图像中人脸图像的坐标与宽高，并将人脸图像的坐标与宽高映射回缩放图像，获取人脸图像对应的用户在缩放图像中的位置信息。
[0066] 在本实施例中，获取人体在位图中的位置信息后，将该位置信息发送到前台，以使前台根据该位置信息确定用户在商场中的位置后，执行后续操作。
[0067] 本申请实施例提供一种图像处理方法，实时接收影像数据，并根据预设频率，实时将接收到的影像数据组成帧图像；根据预设比例，对帧图像进行等比例缩放，获取缩放图像后，对缩放图像进行识别，获取缩放图像中的内容信息。与现有技术相比，本申请通过预设频率，对实时接收到的影像数据进行处理，形成对应图像的同时，通过等比例缩放，在不使图像变形的前提下，减少图像资源占用，提高检测速率。
[0068] 进一步的，如图4所示，是本申请的一个实施例提供的图像处理装置的结构示意图。包括：
[0069] 图像接收模块101，用于实时接收影像数据，并根据预设频率，实时将接收到的影像数据组成帧图像。
[0070] 其中，帧图像的图像内容包括物品与用户。
[0071] 具体的，在第一线程中，根据摄像设备的固定IP，开启摄像设备后，实时接收摄像设备发送的影像数据，并在第二线程中，根据预设频率，实时将接收到的影像数据组成帧图像。
[0072] 在本实施例中，接收到的影像数据必须是根据固定IP开启的摄像设备所发送的。通过固定IP，管理者可根据需要选择对应的摄像设备进行视频影像的接收，无需再统一接收各摄像设备发送的视频影像，从而在优化内存的同时，也使得影像数据的接收更有针对性。
[0073] 图像处理模块102，用于根据预设比例，对帧图像进行等比例缩放，获取缩放图像后，对缩放图像进行识别，获取缩放图像中的内容信息。
[0074] 在本实施例中，将帧图像按预设比例进行等比例的宽高缩放，使得图像在不变形的前提下，减少图像的资源占用，提高检测速率。
[0075] 作为本实施例的一个优选举例，内容信息包括用户的多个特征信息。如图5所示，图像处理模块102包括图像缩放单元201和特征识别单元202。
[0076] 图像缩放单元201，用于据预设比例，对帧图像进行等比例缩放，获取缩放图像。
[0077] 优选的，缩放图像的大小为帧图像大小的十分之三。
[0078] 特征识别单元202，用于对缩放图像进行人脸识别，获取缩放图像中人脸图像的多个特征点，并根据多个特征点，获取人脸图像对应的用户的多个特征信息。
[0079] 具体的，特征识别单元202包括第一子单元301、第二子单元302和第三子单元303。
[0080] 第一子单元301，用于对缩放图像进行人脸识别，获取人脸图像的各像素点后，基于预设的决策树，递归地根据各像素点对人脸图像进行分割，获取与人脸的各部位一一对应的各特征区域。
[0081] 第二子单元302，用于提取各特征区域的特征向量进行平均值计算，确定平均特征向量后，将平均特征向量与各特征向量连接，获取与各特征区域一一对应的各特征点集；其中，特征点集中包含多个特征点。
[0082] 第三子单元303，用于根据多个特征点集，获取用户的多个特征信息。
[0083] 进一步的，作为本实施例的又一个优选举例，内容信息包括用户的位置信息。此时图像处理模块102具体用于：
[0084] 根据预设比例，对帧图像进行等比例缩放，获取缩放图像后，对缩放图像进行识别，获取缩放图像中人脸图像的坐标与宽高，并将人脸图像的坐标与宽高映射回缩放图像，获取人脸图像对应的用户在缩放图像中的位置信息。
[0085] 本申请实施例提供一种图像处理装置，实时接收影像数据，并根据预设频率，实时将接收到的影像数据组成帧图像；根据预设比例，对帧图像进行等比例缩放，获取缩放图像后，对缩放图像进行识别，获取缩放图像中的内容信息。与现有技术相比，本申请通过预设频率，对实时接收到的影像数据进行处理，形成对应图像的同时，通过等比例缩放，在不使图像变形的前提下，减少图像资源占用，提高检测速率。
[0086] 以上所述是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本申请的保护范围。
[0087] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
