本申請涉及互聯(lián)網(wǎng)技術領域,尤其涉及一種圖像生成方法及裝置、電子設備。
背景技術:
現(xiàn)有技術中,可由用戶手工動態(tài)配置的方式為每一個輸入的原始圖像設置匹配的圖像元素進而生成輸出圖像,其中,圖像元素可以包括輸出圖像的背景色、文字字體、字體大小等。用戶手工配置的圖像元素與原始圖像可能會不匹配,可導致所生成的輸出圖像的用戶點擊率低,此外,用戶為每一個原始圖像手工動態(tài)配置圖像元素的工作量大,生成輸出圖像的效率低,而且不能滿足圖像元素匹配的智能化。
技術實現(xiàn)要素:
有鑒于此,本申請?zhí)峁┮环N新的技術方案,可以為原始圖像自動搭配合適的圖像元素,提高所生成輸出圖像的效率和用戶點擊率。
為實現(xiàn)上述目的,本申請?zhí)峁┘夹g方案如下:
根據(jù)本申請的第一方面,提出了一種圖像生成方法,包括:
確定原始圖像的圖像主色;
計算所述圖像主色與預設元素集合中每一個顏色的匹配度,所述預設元素集合用于記錄各顏色以及與各顏色匹配的圖像元素;
基于所述匹配度,從所述預設元素集合中確定與所述原始圖像相對應的圖像元素;
基于所述原始圖像和所述原始圖像相對應的圖像元素,生成輸出圖像。
根據(jù)本申請的第二方面,提出了一種圖像元素圖像的生成裝置,包括:
主色確定模塊,用于確定原始圖像的圖像主色;
計算模塊,用于計算所述圖像主色與預設元素集合中每一個顏色的匹配度,所述預設元素集合用于記錄各顏色以及與各顏色匹配的圖像元素;
元素確定模塊,用于基于所述匹配度,從所述預設元素集合中確定與所述原始圖像相對應的圖像元素;
圖像生成模塊,用于基于所述原始圖像和所述原始圖像相對應的圖像元素,生成輸出圖像。
根據(jù)本申請的第三方面,提出了一種計算機可讀存儲介質,所述存儲介質存儲有計算機程序,用于執(zhí)行上述第一方面所述的圖像生成方法。
根據(jù)本申請的第四方面,提出了一種電子設備,包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序,處理執(zhí)行所述程序時實現(xiàn)如上述第一方面所述的圖像生成方法。
由以上技術方案可見,本申請基于原始圖像的圖像主色,可以自動匹配一組對應的圖像元素,由于圖像元素與原始圖像的圖像主色匹配,因此所生成的輸出圖像的點擊率會比較高,而且輸出圖像的自動生成提高了圖像生成效率,減小了用戶的工作量。
附圖說明
圖1a是根據(jù)本發(fā)明一示例性實施例圖像生成方法的流程圖;
圖1b示出了根據(jù)圖1a所示實施例的基于原始圖像生成輸出圖像的示意圖;
圖2是根據(jù)本發(fā)明另一示例性實施例圖像生成方法的流程圖;
圖3是根據(jù)本發(fā)明再一示例性實施例原始圖像的圖像主色的確定方法流程圖一;
圖4是根據(jù)本發(fā)明又一示例性實施例原始圖像的圖像主色的確定方法流程圖二;
圖5是根據(jù)本發(fā)明一示例性實施例圖像生成裝置的結構圖;
圖6是根據(jù)本發(fā)明另一示例性實施例圖像生成裝置的結構圖;
圖7示出了根據(jù)本發(fā)明的一示例性實施例的電子設備的結構圖。
具體實施方式
這里將詳細地對示例性實施例進行說明,其示例表示在附圖中。下面的描述涉及附圖時,除非另有表示,不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本申請相一致的所有實施方式。相反,它們僅是與如所附權利要求書中所詳述的、本申請的一些方面相一致的裝置和方法的例子。
在本申請使用的術語是僅僅出于描述特定實施例的目的,而非旨在限制本申請。在本申請和所附權利要求書中所使用的單數(shù)形式的“一種”、“所述”和“該”也旨在包括多數(shù)形式,除非上下文清楚地表示其他含義。還應當理解,本文中使用的術語“和/或”是指并包含一個或多個相關聯(lián)的列出項目的任何或所有可能組合。
應當理解,盡管在本申請可能采用術語第一、第二、第三等來描述各種信息,但這些信息不應限于這些術語。這些術語僅用來將同一類型的信息彼此區(qū)分開。例如,在不脫離本申請范圍的情況下,第一信息也可以被稱為第二信息,類似地,第二信息也可以被稱為第一信息。取決于語境,如在此所使用的詞語“如果”可以被解釋成為“在……時”或“當……時”或“響應于確定”。
本申請中,原始圖像可以為客戶提供的用來生成輸出圖像的圖像,原始圖像一般是輸出圖像的主圖部分,輸出圖像為用來在電子設備上展示給用戶看的圖像。
為對本申請進行進一步說明,提供下列實施例:
圖1a是根據(jù)本發(fā)明一示例性實施例圖像生成方法的流程圖;圖1b示出了根據(jù)圖1a所示實施例的基于原始圖像生成輸出圖像的示意圖;該圖像生成方法可應用在電子設備上,如圖1a所示,包括如下步驟:
步驟101,確定原始圖像的圖像主色。
在一實施例中,原始圖像可以理解為輸出圖像的主圖部分,例如,可以為廣告甲方提供的徽標、商標等,例如,如圖1b所示,原始圖像為標號11所標示的一盤小龍蝦的圖片,標號11所標示的圖片為一個龍蝦餐廳的店鋪徽標。
在一實施例中,圖像主色可以理解為圖像中出現(xiàn)頻率最高的顏色,也即,圖像中對應的像素點最多的顏色為圖像主色,例如,圖1b所示的廣告中原始圖像的圖像主色為紅色。
在一實施例中,確定原始圖像的圖像主色的方法可參見圖3和圖4所示實施例,這里先不詳述。
步驟102,計算圖像主色與預設元素集合中每一個顏色的匹配度。
在一實施例中,預設元素集合用于記錄各顏色以及與各顏色匹配的圖像元素,預設元素集合中可以通過顏色值來記錄顏色。其中,圖像元素可以包括輸出圖像的背景色、文字字體、文字字號等。
在一實施例中,通過定期收集每一個輸出圖像的圖像元素、對應的原始圖像的圖像主色、歷史訪問次數(shù)和曝光次數(shù),使用機器學習算法訓練得到預設元素集合。在一實施例中,預設元素集合中的圖像元素體現(xiàn)了廣大訪問該電子設備的用戶對原始圖像和圖像元素搭配的偏好。在一實施例中,可以根據(jù)海量用戶在當前電子設備的行為數(shù)據(jù)建立機器學習模型,通過機器學習模型得到預設元素集合,例如,可以根據(jù)該電子設備上的輸出圖像的全部歷史訪問次數(shù)和曝光次數(shù)或者最近設定時間內(nèi)的歷史訪問次數(shù)和曝光次數(shù)等行為數(shù)據(jù)建立機器學習模型,從而得到該電子設備上的輸出圖像的轉化率排名,例如,輸出圖像a、b、c所對應的原始圖像的圖像主色相同,都為顏色1,輸出圖像a最近設定時間段內(nèi)被曝光50次,被訪問48次,對應的轉化率為48/50=0.96,而輸出圖像b最近設定時間段內(nèi)被曝光50次,被訪問40次,對應的轉化率為40/50=0.8,而輸出圖像c最近設定時間段內(nèi)被曝光50次,被訪問49次,對應的轉化率為49/50=0.98,則通過該機器學習模型得到輸出圖像的轉化率排名為c優(yōu)于b,b優(yōu)于a,則可在預設元素集合中記錄轉化率最高的輸出圖像所對應的原始圖像的圖像主色、圖像元素,也即記錄輸出圖像c的圖像主色“顏色1”以及輸出圖像c的圖像元素。
在一實施例中,在后續(xù)接收到需要生成輸出圖像的原始圖像時,可以將原始圖像的圖像主色與預設元素集合中的每一個顏色計算匹配度,也即,可以將原始圖像的圖象主色的顏色值與預設元素集合中的每一個顏色的顏色值進行差值計算,得到色值差,基于色值差確定匹配度,其中色值差越大,對應的匹配度越小。例如,原始圖像的圖像主色的顏色值為(200,200,200),預設元素集合中記錄有顏色1的顏色值1(197,197,197),顏色2的顏色值2(201,201,201)等,則原始圖像的圖像主色與預設元素集合中的顏色值1的色值差為|(200-197)|+|(200-197)|+|(200-197)|=9,原始圖像的圖像主色與預設元素集合中的顏色值2的色值差為|(200-201)|+|(200-201)|+|(200-201)|=3,則說明圖像主色與顏色1的匹配度小于與顏色2的匹配度。
步驟103,基于匹配度,從預設元素集合中確定與原始圖像相對應的圖像元素。
在一實施例中,可以基于最大匹配度,從預設元素集合中確定與原始圖像相對應的圖像元素,具體可參見圖2所示實施例,這里先不詳述。
步驟104,基于原始圖像和原始圖像相對應的圖像元素,生成輸出圖像。
在一實施例中,通過將原始圖像和對應的圖像元素進行搭配組合即可生成輸出圖像。
由上述描述可知,本申請基于原始圖像的圖像主色,可以自動匹配一組對應的圖像元素,由于圖像元素與原始圖像的圖像主色匹配,因此所生成的輸出圖像的點擊率會比較高,而且輸出圖像的自動生成提高了圖像生成效率,減小了用戶的工作量。
圖2是根據(jù)本發(fā)明另一示例性實施例圖像生成方法的流程圖;本實施例利用本申請實施例提供的上述方法,以如何基于匹配度確定與原始圖像相對應的圖像元素為例進行示例性說明,如圖2所示,包括如下步驟:
步驟201,確定原始圖像的圖像主色。
在一實施例中,確定原始圖像的圖像主色的方法可參見圖3和圖4所示實施例,這里先不詳述。
步驟202,計算圖像主色與預設元素集合中每一個顏色的匹配度。
在一實施例中,預設元素集合用于記錄顏色值以及與顏色值匹配的圖像元素。
在一實施例中,步驟202的描述可以參見上述步驟102的描述,在此不再詳述。
步驟203,確定圖像主色與預設元素集合中每一個顏色的匹配度的最大值,執(zhí)行步驟204或步驟205。
在一實施例中,通過計算圖像主色與預設元素集合中每一個顏色的匹配度,可以得到對應的多個匹配度,每一個匹配度可以相同,也可不相同,例如,原始圖像的圖像主色的顏色值為(200,200,200),預設元素集合中記錄有顏色1的顏色值1(197,197,197)、顏色2的顏色值2(201,201,201)、顏色3的顏色值3(203,203,203)、顏色4的顏色值4(225,226,203)、顏色5的顏色值5(188,203,203),則原始圖像的圖像主色的色值與預設元素集合中的顏色值1的色值差為|(200-197)|+|(200-197)|+|(200-197)|=9,原始圖像的圖像主色的色值與預設元素集合中的顏色值2的色值差為|(200-201)|+|(200-201)|+|(200-201)|=3,原始圖像的圖像主色的色值與預設元素集合中的顏色值3的色值差為|(200-203)|+|(200-203)|+|(200-203)|=9,原始圖像的圖像主色的色值與預設元素集合中的顏色值4的色值差為|(200-225)|+|(200-226)|+|(200-203)|=54,原始圖像的圖像主色與預設元素集合中的顏色值5的色值差為|(200-188)|+|(200-203)|+|(200-203)|=18,則圖像主色的顏色值的色值與預設元素集合中每一個顏色值的色值差的最小值為3,由于色值差越小,說明兩個顏色越匹配,因此這里匹配度最大的為色值差的最小值所對應的顏色。
步驟204,當匹配度的最大值所對應的顏色只有一個時,將匹配度最大值所對應的顏色在預設元素集合中記錄的圖像元素確定為與原始圖像相對應的圖像元素。
在一實施例中,參見步驟203的舉例,色值差的最小值為3,所對應的顏色為顏色2,其他的色值差都遠大于最小值,因此匹配度最大值的顏色為顏色2,可將預設元素集合中顏色2所對應的圖像元素確定為原始圖像像對應的圖像元素。
步驟205,當匹配度的最大值所對應的顏色有兩個以上時,在兩個以上的顏色所對應的圖像元素中選擇一組圖像元素作為與原始圖像相對應的圖像元素。
在一實施例中,通過計算圖像主色與預設元素集合中每一個顏色的匹配度,可以得到對應的多個匹配度,每一個匹配度可以相同,也可不相同,當匹配度的最大值有兩個以上時,可以表明與圖像主色最接近的顏色超過一個,因此可在兩個以上的顏色所對應的圖像元素中選擇一組圖像元素作為與原始圖像相對應的圖像元素。例如,原始圖像的圖像主色的顏色值為(200,200,200),預設元素集合中記錄有顏色1對應的顏色值1(197,197,197)、顏色2對應的顏色值2(207,206,202)、顏色3對應的顏色值3(200,200,209)、顏色4對應的顏色值4(225,226,203)、顏色5對應的顏色值5(200,203,206),則原始圖像的圖像主色與預設元素集合中顏色1的顏色值1的色值差為9,原始圖像的圖像主色與預設元素集合中顏色2的顏色值2的色值差為15,原始圖像的圖像主色與預設元素集合中顏色3的顏色值3的色值差為9,原始圖像的圖像主色與預設元素集合中顏色4的顏色值4的色值差為54,原始圖像的圖像主色與預設元素集合中顏色5的顏色值5的色值差為9,則圖像主色的顏色值與預設元素集合中每一個顏色值的色值差的最小值為9,并且最小值對應三個顏色,分別為顏色1、顏色3、顏色5,此時可在3個顏色對應的圖像元素中隨機選擇一組圖像元素作為原始圖像的圖像元素。
在一實施例中,當匹配度的最大值有兩個以上時,可在兩個以上的顏色所對應的圖像元素中隨機選擇一組圖像元素作為與原始圖像相對應的圖像元素。
本實施例在具有上述圖1a所示實施例的有益技術效果的基礎上,基于匹配度的最大值,確定與原始圖像匹配的圖像元素,可以根據(jù)匹配度的最大值對應預設元素集合中顏色的數(shù)量,確定出合適的圖像元素,提高圖像元素匹配的智能化。
在一實施例中,原始圖像的圖像主色可以基于圖像主色的顏色信息確定,顏色信息可以為顏色值,基于圖像主色的顏色值確定圖像主色的流程可參見圖3所示實施例,顏色信息也可以為顏色范圍,基于圖像主色的顏色范圍確定圖像主色的流程可以參見圖4所示實施例。
圖3是根據(jù)本發(fā)明再一示例性實施例原始圖像的圖像主色的顏色的確定方法流程圖一;本實施例利用本申請實施例提供的上述方法,以如何確定原始圖像的圖像主色的顏色值為例進行示例性說明,如圖3所示,包括如下步驟:
步驟301,將原始圖像按照預設劃分方式分成n個區(qū)塊。
在一實施例中,n可以為大于1的任意自然數(shù)。
在一實施例中,可以將原始圖像劃分為大小相等并且大小都為32像素*24像素的數(shù)目不確定的區(qū)塊,例如,將大小為640像素*480像素的圖像劃分為400個區(qū)塊,將大小為1280像素*480像素的圖像劃分為800個區(qū)塊;在一實施例中,還可以將原始圖像劃分為大小相等,但是區(qū)塊大小不確定的固定數(shù)目的區(qū)塊,例如,將大小為640像素*480像素的圖像劃分為區(qū)塊大小為32像素*24像素的400個區(qū)塊,將大小為1280像素*480像素的圖像劃分為區(qū)塊大小為64像素*24像素的400個區(qū)塊。
步驟302,在每一個區(qū)塊中按照預設采集方式獲取m個像素點。
在一實施例中,m可以為大于1的任意自然數(shù),m值越大,所確定出的圖像主色越準確。
在一實施例中,可以在每一個區(qū)塊中的預設位置獲取m個像素點,例如,在每一個區(qū)塊的四個邊角位置和中間位置各取對應個數(shù)的像素點,針對每一個區(qū)塊所獲取的像素點的總數(shù)為m個像素點,在一實施例中,每一個位置所獲取的像素點個數(shù)可以相同,也可以不相同;在一實施例中,還可以在每一個區(qū)塊中隨機獲取m個像素點。
步驟303,確定原始圖像中獲取的n*m個像素點中每一個像素點的顏色。
步驟304,統(tǒng)計n*m個像素點中每一個像素點的顏色值對應的像素點的個數(shù)。
步驟305,將像素點的個數(shù)最多的顏色值所標示的顏色確定為圖像主色。
本實施例在具有上述圖1a所示實施例的有益技術效果的基礎上,通過將原始圖像劃分為面積相等的區(qū)塊,并且在每一個區(qū)塊中獲取m個像素點的顏色值,進而統(tǒng)計出出現(xiàn)頻率最高的顏色值,將該顏色值所標示的顏色確定為圖像主色,通過統(tǒng)計學方法可以提高獲取圖像主色的效率和準確性。
圖4是根據(jù)本發(fā)明再一示例性實施例原始圖像的圖像主色的確定方法流程圖二;本實施例利用本申請實施例提供的上述方法,以如何確定原始圖像的圖像主色的顏色值為例進行示例性說明,如圖4所示,包括如下步驟:
步驟401,將原始圖像按照預設劃分方式分成n個區(qū)塊。
步驟402,在每一個區(qū)塊中按照預設采集方式獲取m個像素點。
步驟403,確定原始圖像中獲取的n*m個像素點中每一個像素點的顏色值。
在一實施例中,步驟401-步驟403的描述可參見圖3所示實施例的步驟301-步驟303的描述,這里不再詳述。
步驟404,統(tǒng)計n*m個像素點中每一個顏色范圍對應的像素點的個數(shù)。
步驟405,將像素點的個數(shù)最多的顏色范圍確定為圖像主色的顏色范圍。
步驟406,基于所述圖像主色的顏色范圍,確定所述圖像主色。
在一實施例中,在步驟404至步驟406中,每一個顏色范圍用于表示同一個色系的多個顏色所屬的范圍,可以預先設置顏色范圍,例如,淺粉色的顏色范圍為(255,182,193)~(255,192,203),深藍色的顏色范圍為(0,0,255)~(0,0,127),等等,通過為n*m個像素點對應的顏色值歸類到對應的顏色范圍,即可統(tǒng)計出n*m個像素點中每一個顏色范圍對應的像素點的個數(shù),例如,n*m個像素點中,有5個像素點的顏色值為(0,0,225),有5個像素點的顏色值為(0,0,129),有15個像素點的顏色值為(0,0,250),有20個像素點的顏色值為(0,0,190),則可n*m個像素點中有45個像素點屬于深藍色的顏色范圍。
在一實施例中,通過統(tǒng)計每一個顏色范圍內(nèi)的像素點個數(shù),可確定出像素點的個數(shù)最多的顏色范圍,如像素點的個數(shù)最多的顏色范圍為深藍色的顏色范圍,則圖像主色的顏色范圍為深藍色的顏色范圍。在一實施例中,可通過計算深藍色的顏色范圍的色值均值,得到圖像主色的顏色值,如上面所示例的深藍色的顏色范圍內(nèi)的圖像主色的顏色值為(0,0,(255+127)/2),也即為(0,0,191)。
在一實施例中,基于圖像主色的顏色范圍確定圖像主色時,可通過計算圖像主色的顏色范圍內(nèi)獲取的所有像素點的顏色值的平均值,并將得到的平均值作為圖像主色的顏色值,如上面所示例的深藍色的顏色范圍內(nèi)的圖像主色的顏色值為(0,0,(225×5+129×5+250×15+190×20)/45),也即約為(0,0,207)。
本領域技術人員可以理解的是,本申請僅以計算顏色范圍內(nèi)的顏色的顏色值的平均值的方式說明如何基于圖像主色的顏色范圍確定圖像主色,此外,還可通過對圖像主色的顏色范圍內(nèi)顏色的顏色值計算中值的方式得到圖像主色的顏色值。
本實施例在具有上述圖1a所示實施例的有益技術效果的基礎上,通過將原始圖像劃分為面積相等的區(qū)塊,并且在每一個區(qū)塊中獲取m個像素點的顏色值,進而統(tǒng)計出出現(xiàn)頻率最高的顏色范圍,將該顏色范圍確定為圖像主色的顏色范圍,進而基于圖像主色的顏色范圍確定圖像主色,可以解決原始圖像中相似顏色數(shù)目比較多,進而導致無法確定出原始圖像的圖像主色的問題。
圖5是根據(jù)本發(fā)明一示例性實施例圖像生成裝置的結構圖;如圖5所示,圖像生成裝置包括:
主色確定模塊510,用于確定原始圖像的圖像主色;
計算模塊520,用于計算圖像主色與預設元素集合中每一個顏色的匹配度,預設元素集合用于記錄各顏色以及與各顏色匹配的圖像元素;
元素確定模塊530,用于基于匹配度,從預設元素集合中確定與原始圖像相對應的圖像元素;
圖像生成模塊540,用于基于原始圖像和原始圖像相對應的圖像元素,生成輸出圖像。
圖6是根據(jù)本發(fā)明另一示例性實施例圖像生成裝置的結構圖,如圖6所示,在圖5所示裝置的基礎上,在一實施例中,裝置還包括:
歷史信息統(tǒng)計模塊540,用于統(tǒng)計每一個輸出圖像的歷史訪問次數(shù)和曝光次數(shù);
集合生成模塊550,用于基于歷史信息統(tǒng)計模塊540統(tǒng)計得到的每一個輸出圖像的歷史訪問次數(shù)和曝光次數(shù),使用機器學習算法生成預設元素集合。
在一實施例中,元素確定模塊530包括:
第一確定單元531,用于確定圖像主色與預設元素集合中每一個顏色的匹配度的最大值;
第二確定單元532,用于將第一確定單元531確定的最大值所對應的顏色在預設元素集合中記錄的圖像元素確定為與原始圖像相對應的圖像元素。
在一實施例中,元素確定模塊530還包括第三確定單元533;其中,
第一確定單元531,用于確定圖像主色與預設元素集合中每一個顏色的匹配度的最大值;
第三確定單元533,用于當?shù)谝淮_定單元531確定的最大值所對應的顏色有兩個以上時,在兩個以上的顏色所對應的圖像元素中選擇一組圖像元素作為與原始圖像相對應的圖像元素。
在一實施例中,主色確定模塊510包括:
劃分單元511,用于將原始圖像按照預設劃分方式分成n個區(qū)塊;
采集單元512,用于在劃分單元511劃分的每一個區(qū)塊中按照預設采集方式獲取m個像素點;
色值確定單元513,用于確定原始圖像中獲取的n*m個像素點中每一個像素點的顏色信息;
第四確定單元514,用于基于色值確定單元513確定的n*m個像素點中每一個像素點的顏色信息,確定圖像主色。
在一實施例中,采集單元512包括:
第一獲取子單元5121,用于在每一個區(qū)塊中的預設位置獲取m個像素點;或者,
第二獲取子單元5122,用于在每一個區(qū)塊中隨機獲取m個像素點。
在一實施例中,第四確定單元514包括:
第一統(tǒng)計子單元5141,用于統(tǒng)計n*m個像素點中每一個像素點的顏色值對應的像素點的個數(shù);
第一確定子單元5142,用于將像素點的個數(shù)最多的顏色值所標示的顏色確定為圖像主色。
在一實施例中,第四確定單元514包括:
第二統(tǒng)計子單元5143,用于統(tǒng)計n*m個像素點中每一個顏色范圍對應的像素點的個數(shù);
第二確定子單元5144,用于將像素點的個數(shù)最多的顏色范圍確定為圖像主色的顏色范圍;
第三確定子單元5145,用于基于圖像主色的顏色范圍,確定圖像主色。
本申請還提供了一種計算機可讀存儲介質,存儲介質存儲有計算機程序,計算機程序用于執(zhí)行上述圖1a-圖4任一實施例提供的圖像生成方法。
圖7示出了根據(jù)本發(fā)明的一示例性實施例的電子設備的結構圖,如圖7所示,在硬件層面,該服務器包括處理器、內(nèi)部總線、網(wǎng)絡接口、內(nèi)存以及非易失性存儲器,當然還可能包括其他業(yè)務所需要的硬件。處理器從非易失性存儲器中讀取對應的計算機程序到內(nèi)存中然后運行,在邏輯層面上形成上述圖5和圖6所示實施例提供的圖像生成裝置。當然,除了軟件實現(xiàn)方式之外,本申請并不排除其他實現(xiàn)方式,比如邏輯器件抑或軟硬件結合的方式等等,也就是說以上處理流程的執(zhí)行主體并不限定于各個邏輯單元,也可以是硬件或邏輯器件。
本領域技術人員在考慮說明書及實踐這里公開的發(fā)明后,將容易想到本申請的其它實施方案。本申請旨在涵蓋本申請的任何變型、用途或者適應性變化,這些變型、用途或者適應性變化遵循本申請的一般性原理并包括本申請未公開的本技術領域中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的,本申請的真正范圍和精神由下面的權利要求指出。
還需要說明的是,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,并不排除在包括要素的過程、方法、商品或者設備中還存在另外的相同要素。
以上僅為本申請的較佳實施例而已,并不用以限制本申請,凡在本申請的精神和原則之內(nèi),所做的任何修改、等同替換、改進等,均應包含在本申請保護的范圍之內(nèi)。