本公開的示例實施例總體涉及圖像處理領域，特別地涉及利用數(shù)字助手處理圖像的方法、裝置、設備和計算機可讀存儲介質。

背景技術：

1、機器學習技術已經被廣泛地用于多種技術領域。在現(xiàn)有技術中，數(shù)字助手被提供用于協(xié)助用戶在不同應用、場景下的各類任務處理需求。數(shù)字助手通常具有智能對話和任務處理能力。數(shù)字助手可以響應于用戶輸入而被調用。例如，在與數(shù)字助手的交互過程中，用戶輸入交互消息，并且數(shù)字助手響應于用戶輸入來提供回復消息。

技術實現(xiàn)思路

1、在本公開的第一方面，提供了一種利用數(shù)字助手處理圖像的方法。該方法包括：接收從目標頁面中所截取的圖像，向數(shù)字助手發(fā)送圖像?；趫D像的內容，確定用于處理圖像的處理意圖。獲取與圖像相關聯(lián)的處理結果，處理結果是由數(shù)字助手基于處理意圖來確定的。

2、在本公開的第二方面，提供了一種利用數(shù)字助手處理圖像的裝置。該裝置包括：接收模塊，被配置為接收從目標頁面中所截取的圖像，向數(shù)字助手發(fā)送圖像；確定模塊，被配置為基于圖像的內容，確定用于處理圖像的處理意圖；以及獲取模塊，被配置為獲取與圖像相關聯(lián)的處理結果，處理結果是由數(shù)字助手基于處理意圖來確定的。

3、在本公開的第三方面，提供了一種電子設備。該設備包括至少一個處理單元；以及至少一個存儲器，至少一個存儲器被耦合到至少一個處理單元并且存儲用于由至少一個處理單元執(zhí)行的指令。指令在由至少一個處理單元執(zhí)行時使設備執(zhí)行本公開的第一方面的方法。

4、在本公開的第四方面，提供了一種計算機可讀存儲介質。該計算機可讀存儲介質上存儲有計算機程序，計算機程序可由處理器執(zhí)行以實現(xiàn)本公開的第一方面的方法。

5、在本公開的第五方面，提供了一種計算機程序產品，包括計算機程序，其中計算機程序在被處理器執(zhí)行時實現(xiàn)本公開的第一方面的方法。

6、應當理解，本內容部分中所描述的內容并非旨在限定本公開的實施例的關鍵特征或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的描述而變得容易理解。

技術特征：

1.一種利用數(shù)字助手處理圖像的方法，包括：

2.根據(jù)權利要求1所述的方法，進一步包括：提供對話頁面，所述對話頁面是所述數(shù)字助手的對話式交互頁面，并且所述對話頁面包括所述圖像、所述處理意圖、以及所述處理結果。

3.根據(jù)權利要求1所述的方法，其中所述處理意圖包括多個處理意圖，并且所述對話頁面包括分別對應于所述多個處理意圖的多個提示，獲取與所述圖像相關聯(lián)的處理結果進一步包括：

4.根據(jù)權利要求1所述的方法，其中獲取與所述圖像相關聯(lián)的處理結果進一步包括：

5.根據(jù)權利要求1所述的方法，其中獲取與所述圖像相關聯(lián)的處理結果進一步包括：

6.根據(jù)權利要求5所述的方法，其中所述控件頁面包括用于執(zhí)行第一預定任務的第一交互控件，其中提供所述對話頁面包括：響應于接收到針對所述第一交互控件的第二交互請求，在所述對話頁面中提供第一結果，所述第一結果是由所述數(shù)字助手針對所述圖像執(zhí)行所述第一預定任務的結果。

7.根據(jù)權利要求6所述的方法，進一步包括：響應于接收到用于向所述控件頁面中添加第二交互控件的第三交互請求，

8.根據(jù)權利要求7所述的方法，其中所述第三交互請求是在所述對話頁面中接收的文本輸入，以及確定所述第二預定任務包括：基于所述文本輸入來確定所述第二預定任務。

9.根據(jù)權利要求2所述的方法，進一步包括：

10.根據(jù)權利要求2所述的方法，進一步包括：

11.根據(jù)權利要求2所述的方法，進一步包括：響應于確定所述圖像為來自視頻片段的圖像幀，提供與所述視頻片段相關聯(lián)的數(shù)據(jù)。

12.根據(jù)權利要求5所述的方法，其中所述控件頁面和所述對話頁面是在所述目標頁面上層顯示的浮動頁面，并且所述方法進一步包括：響應接收到用于移動所述控件頁面和所述對話頁面中的任一項的移動請求，移動至由所述移動請求指定的頁面的位置。

13.根據(jù)權利要求1所述的方法，其中所述方法作為所述數(shù)字助手的插件而被實現(xiàn)，并且所述方法響應于所述插件的激活而被調用。

14.一種利用數(shù)字助手處理圖像的裝置，包括：

15.一種電子設備，包括：

16.一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序可由處理器執(zhí)行以實現(xiàn)根據(jù)權利要求1至13中任一項所述的方法。

17.一種計算機程序產品，包括計算機程序，其中所述計算機程序在被處理器執(zhí)行時實現(xiàn)根據(jù)權利要求1至13中任一項所述的方法。

技術總結
根據(jù)本公開的實施例，提供了利用數(shù)字助手處理圖像的方法、裝置、設備和存儲介質。在該方法中，接收從目標頁面中所截取的圖像，向數(shù)字助手發(fā)送圖像?；趫D像的內容，確定用于處理圖像的處理意圖。由數(shù)字助手基于處理意圖，獲取與圖像相關聯(lián)的處理結果。以此方式，可以借助數(shù)字助手對截取到的圖像進行處理，并在對話頁面中呈現(xiàn)處理結果。這有助于提升處理圖像的效率，降低用戶獲取信息的難度，提升用戶獲取信息的效率。

技術研發(fā)人員：張凡
受保護的技術使用者：北京字跳網絡技術有限公司
技術研發(fā)日：
技術公布日：2024/12/19