用于检测logo偏移的方法及装置与流程

1.本发明涉及图像检测技术领域，具体而言，涉及一种用于检测logo偏移的方法、装置、计算机可读存储介质及电子设备。


背景技术：

2.有些网站会在各公司的企业详情页面为各公司附上logo图片，这些logo有的是由企业自主上传，也有些是由企业工作人员从互联网通过爬虫技术爬取。对数据库中的各公司logo检查时，我们发现有大量的logo存在偏移现象，而通过人为检查从上亿张图像中筛除偏移logo是非常困难的。
3.现有的图像处理技术中，检测目标图像是否偏移，通常需要将目标图像与标准图像的整帧图像进行比对或叠加处理，直接获取图像的分界位置。利用图像处理算法同时处理目标图像和标准图像，进行图像配准，便能判断目标图像是否偏移并计算出偏移值。由于通常不会有完整的公司logo标准图像库，因而现有通过图像配准来判断图像是否偏移的方案并不适用于公司logo偏移检测的场景。


技术实现要素：

4.鉴于此，本发明提出了一种用于检测logo偏移的方法及装置，以解决现有的图像偏移检测技术无法实现logo偏移检测的问题。
5.第一方面，本发明实施例提供了一种用于检测logo偏移的方法，其特征在于，所述方法包括：在logo图像的背景为白色背景的情况下，确定所述logo图像的四条边界，其中，所述四条边界包括上、下边界和左、右边界；分别确定所述四条边界中的每条边界到所述logo图像中的logo实体的距离；以及根据所述上、下边界到所述logo实体的距离的差值以及所述左、右边界到所述logo实体的距离的差值，确定所述logo图像中的所述logo实体是否存在偏移。
6.进一步地，通过以下方式确定所述logo图像的背景是否为白色背景：计算所述logo图像中白色像素的占比；以及在计算结果表征所述logo图像中白色像素的占比大于第一阈值的情况下，确定所述logo图像的背景为白色背景。
7.进一步地，分别确定所述四条边界中的每条边界到所述logo图像中的logo实体的距离，包括：针对所述四条边界中的第一边界，从所述第一边界开始向所述logo实体方向逐行遍历每行内的所有像素的像素值是否均为背景像素值，在遍历到首个行内存在不为背景像素值的像素时，将该行的行号作为所述第一边界到所述logo实体的距离，其中，所述第一边界为上边界或下边界；和/或针对所述四条边界中的第二边界，从所述第二边界开始向所述logo实体方向逐列遍历每列内的所有像素的像素值是否均为背景像素值，在遍历到首个列内存在不为背景像素值的像素时，将该列的列号作为所述第二边界到所述logo实体的距离，其中，所述第二边界为左边界或右边界。
8.进一步地，根据所述上、下边界到所述logo实体的距离的差值以及所述左、右边界
到所述logo实体的距离的差值，确定所述logo图像中的所述logo实体是否存在偏移，包括：在所述上、下边界到所述logo实体的距离的差值小于或等于所述logo图像高度的n分之一，并且所述左、右边界到所述logo实体的距离的差值小于或等于所述logo图像宽度的m分之一的情况下，确定所述logo图像中的所述logo实体不存在偏移，其中，m、n为整数。
9.进一步地，该方法还包括：在确定所述logo图像中的所述logo实体存在偏移的情况下，对所述logo图像中的logo实体进行轮廓检测；在检测到轮廓数大于或等于第二阈值的情况下，计算所述logo实体中的主体logo的面积与所述logo实体的面积的比值，其中，所述主体logo为最大轮廓对应的logo部分；以及在所述比值大于或等于第三阈值的情况下，所述logo图像中的所述logo实体被重新确定为不存在偏移。
10.进一步地，该方法还包括：在确定所述logo图像中的所述logo实体存在偏移的情况下，且在所述比值小于所述第三阈值的情况下，所述logo图像中的所述logo实体被最终确定为存在偏移。
11.进一步地，该方法还包括：在确定所述logo图像中的所述logo实体存在偏移的情况下，且在检测到轮廓数小于所述第二阈值的情况下，所述logo图像中的所述logo实体被最终确定为存在偏移。
12.进一步地，该方法还包括：在所述logo图像的背景为非白色背景的情况下，先对所述logo图像进行聚类处理，以确定所述logo图像中的背景部分和前景logo部分，再采用与白色背景logo图像类似的logo偏移检测方法进行logo偏移检测。
13.进一步地，在对所述logo图像进行聚类处理之前，还包括：先降低所述logo图像的分辨率。
14.进一步地，降低所述logo图像的分辨率，包括：将所述logo图像划分为(w/step_x)*(h/step_y)个方格，并对每个方格内的像素值进行均化，其中，w为所述logo图像的宽，h为所述logo图像的高，step_x为预设横向步长，step_y为预设纵向步长。
15.第二方面，本发明实施例还提供了一种用于检测logo偏移的装置，其特征在于，所述装置包括：边界确定单元，用于在logo图像的背景为白色背景的情况下，确定所述logo图像的四条边界，其中，所述四条边界包括上、下边界和左、右边界；距离确定单元，用于分别确定所述四条边界中的每条边界到所述logo图像中的logo实体的距离；以及第一偏移确定单元，用于根据所述上、下边界到所述logo实体的距离的差值以及所述左、右边界到所述logo实体的距离的差值，确定所述logo图像中的所述logo实体是否存在偏移。
16.进一步地，通过以下方式确定所述logo图像的背景是否为白色背景：计算所述logo图像中白色像素的占比；以及在计算结果表征所述logo图像中白色像素的占比大于第一阈值的情况下，确定所述logo图像的背景为白色背景。
17.进一步地，距离确定单元，还用于：针对所述四条边界中的第一边界，从所述第一边界开始向所述logo实体方向逐行遍历每行内的所有像素的像素值是否均为背景像素值，在遍历到首个行内存在不为背景像素值的像素时，将该行的行号作为所述第一边界到所述logo实体的距离，其中，所述第一边界为上边界或下边界；和/或针对所述四条边界中的第二边界，从所述第二边界开始向所述logo实体方向逐列遍历每列内的所有像素的像素值是否均为背景像素值，在遍历到首个列内存在不为背景像素值的像素时，将该列的列号作为所述第二边界到所述logo实体的距离，其中，所述第二边界为左边界或右边界。
18.进一步地，第一偏移确定单元，还用于：在所述上、下边界到所述logo实体的距离的差值小于或等于所述logo图像高度的n分之一，并且所述左、右边界到所述logo实体的距离的差值小于或等于所述logo图像宽度的m分之一的情况下，确定所述logo图像中的所述logo实体不存在偏移，其中，m、n为整数。
19.进一步地，该装置还包括第二偏移确定单元，用于：在确定所述logo图像中的所述logo实体存在偏移的情况下，对所述logo图像中的logo实体进行轮廓检测；在检测到轮廓数大于或等于第二阈值的情况下，计算所述logo实体中的主体logo的面积与所述logo实体的面积的比值，其中，所述主体logo为最大轮廓对应的logo部分；以及在所述比值大于或等于第三阈值的情况下，所述logo图像中的所述logo实体被重新确定为不存在偏移。
20.进一步地，该装置还包括第三偏移确定单元，用于：在确定所述logo图像中的所述logo实体存在偏移的情况下，且在所述比值小于所述第三阈值的情况下，所述logo图像中的所述logo实体被最终确定为存在偏移。
21.进一步地，该装置还包括第四偏移确定单元，用于：在确定所述logo图像中的所述logo实体存在偏移的情况下，且在检测到轮廓数小于所述第二阈值的情况下，所述logo图像中的所述logo实体被最终确定为存在偏移。
22.进一步地，该装置还包括聚类处理单元，用于：在所述logo图像的背景为非白色背景的情况下，先对所述logo图像进行聚类处理，以确定所述logo图像中的背景部分和前景logo部分，再采用与白色背景logo图像类似的logo偏移检测方法进行logo偏移检测。
23.进一步地，在对所述logo图像进行聚类处理之前，还包括：先降低所述logo图像的分辨率。
24.进一步地，降低所述logo图像的分辨率，包括：将所述logo图像划分为(w/step_x)*(h/step_y)个方格，并对每个方格内的像素值进行均化，其中，w为所述logo图像的宽，h为所述logo图像的高，step_x为预设横向步长，step_y为预设纵向步长。
25.第三方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现本发明各实施例提供的方法。
26.第四方面，本发明实施例还提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本发明各实施例提供的方法。
27.本发明实施例提供的状态数据管理方法及装置，通过确定logo图像的四条边界及其每条边界到logo图像中的logo实体的距离，并根据上、下边界到logo实体的距离的差值以及左、右边界到logo实体的距离的差值，确定logo图像中的logo实体是否存在偏移，解决了现有的图像偏移检测技术无法实现logo偏移检测的问题，可以快速有效地对上亿数量级的logo图像实现偏移检测，即实现合规检测，可以极大地节省企业的人力，同时对特殊logo图像进行了兼容，能够达到不逊色于人工划分的精度。
附图说明
28.图1为本发明一个示例性的实施例提供的系统架构示意图；
29.图2为本发明一个示例性的实施例提供的用于检测logo偏移的方法的流程图；
30.图3为本发明另一个示例性的实施例提供的用于检测logo偏移的装置的结构示意
图；
31.图4为本发明一个示例性的实施例提供的电子设备的框图。
具体实施方式
32.现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
33.除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
34.图1为本发明一个示例性的实施例提供的系统架构示意图。
35.如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105、106、107和108。网络103用以在终端设备101、102、103和服务器105、106、107、108之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
36.用户110可以使用终端设备101、102、103通过网络104与服务器105、106、107、108交互，以访问各种服务，例如浏览网页、下载数据等。终端设备101、102、103上可以安装有各种客户端应用，例如可以接入统一资源定位符url云服务的应用，包括但不限于浏览器、安全应用等。
37.终端设备101、102、103可以是各种电子设备，包括但不限于个人电脑、智能手机、智能电视、平板电脑、个人数字助理、电子书阅读器等等。
38.服务器105、106、107、108可以是提供各种服务的服务器。服务器可以响应于用户的服务请求而提供服务。可以理解，一个服务器可以提供一种或多种服务，同一种服务也可以由多个服务器来提供。
39.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
40.图2为本发明一个示例性的实施例提供的用于检测logo偏移的方法的流程图。
41.如图2所示，该方法包括：
42.步骤s201：在logo图像的背景为白色背景的情况下，确定logo图像的四条边界，其中，四条边界包括上、下边界和左、右边界。
43.logo图像来自于数据库，数据库中的logo图像既包括由企业自主上传的logo图像，也包括从互联网通过爬虫技术爬取得到的logo图像。
44.进一步地，通过以下方式确定logo图像的背景是否为白色背景：
45.计算logo图像中白色像素的占比；以及
46.在计算结果表征logo图像中白色像素的占比大于第一阈值的情况下，确定logo图像的背景为白色背景。
47.可以通过遍历图像所有像素来确定logo图像的背景是否为白色背景，若像素值为
(255，255，255)则白色加一，从而可以对整个图像中所有白色像素进行统计，进而可以得到白色像素的占比。第一阈值可以根据待检测logo图像的实际参数与分类效果进行调整。优选地，第一阈值为30％。
48.步骤s202：分别确定四条边界中的每条边界到logo图像中的logo实体的距离。
49.进一步地，步骤s202，包括：
50.针对四条边界中的第一边界，从第一边界开始向logo实体方向逐行遍历每行内的所有像素的像素值是否均为背景像素值，在遍历到首个行内存在不为背景像素值的像素时，将该行的行号作为第一边界到logo实体的距离，其中，第一边界为上边界或下边界；和/或
51.针对四条边界中的第二边界，从第二边界开始向logo实体方向逐列遍历每列内的所有像素的像素值是否均为背景像素值，在遍历到首个列内存在不为背景像素值的像素时，将该列的列号作为第二边界到logo实体的距离，其中，第二边界为左边界或右边界。
52.本发明实施例中确定logo图像的四条边界到logo实体的距离，除了可以用于白色背景的图像外，还可以用于其他各种颜色背景的图像。背景像素值可以选取logo图像背景的任意位置的像素值。优选地，背景像素值选取logo图像背景的四个角的像素值。
53.步骤s203：根据上、下边界到logo实体的距离的差值以及左、右边界到logo实体的距离的差值，确定logo图像中的logo实体是否存在偏移。
54.进一步地，步骤s203，包括：
55.在上、下边界到logo实体的距离的差值小于或等于logo图像高度的n分之一，并且左、右边界到logo实体的距离的差值小于或等于logo图像宽度的m分之一的情况下，确定logo图像中的logo实体不存在偏移，其中，m、n为整数。
56.m、n可以根据需求设置为任意整数。
57.优选地，m＝n＝5。
58.对于logo图像，当图像满足如下公式要求时，则认定logo实体不存在偏移，反之认定logo实体存在偏移。
[0059][0060]
其中，s
tb
为上边界到logo实体的距离d
t
与下边界到logo实体的距离db的差值，s
lr
为左边界到logo实体的距离d
l
与右边界到logo实体的距离dr的差值，h为待检测logo图像高度，w为待检测logo图像宽度。
[0061]
进一步地，该方法，还包括：在确定logo图像中的logo实体存在偏移的情况下，
[0062]
对logo图像中的logo实体进行轮廓检测；
[0063]
在检测到轮廓数大于或等于第二阈值的情况下，计算logo实体中的主体logo的面积与logo实体的面积的比值，其中，主体logo为最大轮廓对应的logo部分；以及
[0064]
在比值大于或等于第三阈值的情况下，logo图像中的logo实体被重新确定为不存在偏移。
[0065]
可以使用opencv的轮廓检测函数对存在偏移的logo图像进行检测。第二阈值可以根据logo图像的实际参数与分类效果进行调整。优选地，第二阈值为1。第三阈值可以根据
logo图像的实际参数与分类效果进行调整。优选地，第三阈值为0.8。
[0066]
进一步地，该方法，还包括：在确定logo图像中的logo实体存在偏移的情况下，
[0067]
且在比值小于第三阈值的情况下，logo图像中的logo实体被最终确定为存在偏移。
[0068]
进一步地，该方法，还包括：在确定logo图像中的logo实体存在偏移的情况下，
[0069]
且在检测到轮廓数小于第二阈值的情况下，logo图像中的logo实体被最终确定为存在偏移。
[0070]
进一步地，该方法，还包括：在logo图像的背景为非白色背景的情况下，
[0071]
先对logo图像进行聚类处理，以确定logo图像中的背景部分和前景logo部分，再采用与白色背景logo图像类似的logo偏移检测方法进行logo偏移检测。
[0072]
通过非白色背景的logo图像进行聚类处理后再检测，可以实现对特殊logo图像的兼容，确保了检测的准确性。
[0073]
优选地，聚类处理为k-means算法。
[0074]
可以设定聚类质心数为2，对图像使用k-means算法进行聚类，聚类成背景部分与前景logo部分。
[0075]
通过采用k-means算法进行聚类，操作简单且聚类效果较好，尤其对于大数据处理时，可以保证较好的伸缩性。
[0076]
进一步地，在对logo图像进行聚类处理之前还包括：
[0077]
先降低logo图像的分辨率。
[0078]
通过对logo图像降低分辨率，可以提高聚类效率并减少噪点。
[0079]
进一步地，降低logo图像的分辨率，包括：
[0080]
将logo图像划分为(w/step_x)*(h/step_y)个方格，并对每个方格内的像素值进行均化，其中，w为logo图像的宽，h为logo图像的高，step_x为预设横向步长，step_y为预设纵向步长。
[0081]
设定横向步长step_x与纵向步长step_y，将logo图像划分成(w/step_x)*(h/step_y)个方格，对每个方格内的像素值进行均化。以红色通道像素r为例，均化公式如下：
[0082][0083]
其中，w
x
＝step_x与hy＝step_y分别为单个方格的宽与高。
[0084]
绿色通道像素g与蓝色像素通道b的均化方式同理可以得到。
[0085]
上述实施例，通过确定logo图像的四条边界及其每条边界到logo图像中的logo实体的距离，并根据上、下边界到logo实体的距离的差值以及左、右边界到logo实体的距离的差值，确定logo图像中的logo实体是否存在偏移，解决了现有的图像偏移检测技术无法实现logo偏移检测的问题，可以快速有效地对上亿数量级的logo图像实现偏移检测，即实现合规检测，可以极大地节省企业的人力，同时对特殊logo图像进行了兼容，能够达到不逊色于人工划分的精度。
[0086]
图3为本发明一个示例性的实施例提供的用于检测logo偏移的装置的结构示意图。
[0087]
如图3所示，该装置包括：
[0088]
边界确定单元301，用于在logo图像的背景为白色背景的情况下，确定logo图像的四条边界，其中，四条边界包括上、下边界和左、右边界。
[0089]
logo图像来自于数据库，数据库中的logo图像既包括由企业自主上传的logo图像，也包括从互联网通过爬虫技术爬取得到的logo图像。
[0090]
进一步地，通过以下方式确定logo图像的背景是否为白色背景：
[0091]
计算logo图像中白色像素的占比；以及
[0092]
在计算结果表征logo图像中白色像素的占比大于第一阈值的情况下，确定logo图像的背景为白色背景。
[0093]
可以通过遍历图像所有像素来确定logo图像的背景是否为白色背景，若像素值为(255，255，255)则白色加一，从而可以对整个图像中所有白色像素进行统计，进而可以得到白色像素的占比。第一阈值可以根据待检测logo图像的实际参数与分类效果进行调整。优选地，第一阈值为30％。
[0094]
距离确定单元302，用于分别确定四条边界中的每条边界到logo图像中的logo实体的距离。
[0095]
进一步地，距离确定单元302，还用于：
[0096]
针对四条边界中的第一边界，从第一边界开始向logo实体方向逐行遍历每行内的所有像素的像素值是否均为背景像素值，在遍历到首个行内存在不为背景像素值的像素时，将该行的行号作为第一边界到logo实体的距离，其中，第一边界为上边界或下边界；和/或
[0097]
针对四条边界中的第二边界，从第二边界开始向logo实体方向逐列遍历每列内的所有像素的像素值是否均为背景像素值，在遍历到首个列内存在不为背景像素值的像素时，将该列的列号作为第二边界到logo实体的距离，其中，第二边界为左边界或右边界。
[0098]
本发明实施例中确定logo图像的四条边界到logo实体的距离，除了可以用于白色背景的图像外，还可以用于其他各种颜色背景的图像。背景像素值可以选取logo图像背景的任意位置的像素值。优选地，背景像素值选取logo图像背景的四个角的像素值。
[0099]
第一偏移确定单元303，用于根据上、下边界到logo实体的距离的差值以及左、右边界到logo实体的距离的差值，确定logo图像中的logo实体是否存在偏移。
[0100]
进一步地，第一偏移确定单元303，还用于：
[0101]
在上、下边界到logo实体的距离的差值小于或等于logo图像高度的n分之一，并且左、右边界到logo实体的距离的差值小于或等于logo图像宽度的m分之一的情况下，确定logo图像中的logo实体不存在偏移，其中，m、n为整数。
[0102]
m、n可以根据需求设置为任意整数。
[0103]
优选地，m＝n＝5。
[0104]
对于logo图像，当图像满足如下公式要求时，则认定logo实体不存在偏移，反之认定logo实体存在偏移。
[0105][0106]
其中，s
tb
为上边界到logo实体的距离d
t
与下边界到logo实体的距离db的差值，s
lr
为左边界到logo实体的距离d
l
与右边界到logo实体的距离dr的差值，h为待检测logo图像高度，w为待检测logo图像宽度。
[0107]
进一步地，该装置，还包括第二偏移确定单元，用于：
[0108]
在确定logo图像中的logo实体存在偏移的情况下，
[0109]
对logo图像中的logo实体进行轮廓检测；
[0110]
在检测到轮廓数大于或等于第二阈值的情况下，计算logo实体中的主体logo的面积与logo实体的面积的比值，其中，主体logo为最大轮廓对应的logo部分；以及
[0111]
在比值大于或等于第三阈值的情况下，logo图像中的logo实体被重新确定为不存在偏移。
[0112]
可以使用opencv的轮廓检测函数对存在偏移的logo图像进行检测。第二阈值可以根据logo图像的实际参数与分类效果进行调整。优选地，第二阈值为1。第三阈值可以根据logo图像的实际参数与分类效果进行调整。优选地，第三阈值为0.8。
[0113]
进一步地，该装置，还包括第三偏移确定单元，用于：
[0114]
在确定logo图像中的logo实体存在偏移的情况下，
[0115]
且在比值小于第三阈值的情况下，logo图像中的logo实体被最终确定为存在偏移。
[0116]
进一步地，该装置，还包括第四偏移确定单元，用于：
[0117]
在确定logo图像中的logo实体存在偏移的情况下，
[0118]
且在检测到轮廓数小于第二阈值的情况下，logo图像中的logo实体被最终确定为存在偏移。
[0119]
进一步地，该装置，还包括聚类处理单元，用于：
[0120]
在logo图像的背景为非白色背景的情况下，
[0121]
先对logo图像进行聚类处理，以确定logo图像中的背景部分和前景logo部分，再采用与白色背景logo图像类似的logo偏移检测方法进行logo偏移检测。
[0122]
通过非白色背景的logo图像进行聚类处理后再检测，可以实现对特殊logo图像的兼容，确保了检测的准确性。
[0123]
优选地，聚类处理为k-means算法。
[0124]
可以设定聚类质心数为2，对图像使用k-means算法进行聚类，聚类成背景部分与前景logo部分。
[0125]
通过采用k-means算法进行聚类，操作简单且聚类效果较好，尤其对于大数据处理时，可以保证较好的伸缩性。
[0126]
进一步地，在对logo图像进行聚类处理之前还包括：
[0127]
先降低logo图像的分辨率。
[0128]
通过对logo图像降低分辨率，可以提高聚类效率并减少噪点。
[0129]
进一步地，降低logo图像的分辨率，包括：
[0130]
将logo图像划分为(w/step_x)*(h/step_y)个方格，并对每个方格内的像素值进行均化，其中，w为logo图像的宽，h为logo图像的高，step_x为预设横向步长，step_y为预设纵向步长。
[0131]
设定横向步长step_x与纵向步长step_y，将logo图像划分成(w/step_x)*(h/
step_y)个方格，对每个方格内的像素值进行均化。以红色通道像素r为例，均化公式如下：
[0132][0133]
其中，w
x
＝step_x与hy＝step_分别为单个方格的宽与高。
[0134]
绿色通道像素g与蓝色像素通道b的均化方式同理可以得到。
[0135]
上述实施例，通过确定logo图像的四条边界及其每条边界到logo图像中的logo实体的距离，并根据上、下边界到logo实体的距离的差值以及左、右边界到logo实体的距离的差值，确定logo图像中的logo实体是否存在偏移，解决了现有的图像偏移检测技术无法实现logo偏移检测的问题，可以快速有效地对上亿数量级的logo图像实现偏移检测，即实现合规检测，可以极大地节省企业的人力，同时对特殊logo图像进行了兼容，能够达到不逊色于人工划分的精度。
[0136]
图4为本发明一个示例性的实施例提供的电子设备的框图。如图4所示，电子设备包括一个或多个处理器410和存储器420。
[0137]
处理器410可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备中的其他组件以执行期望的功能。
[0138]
存储器420可以包括一个或多个计算机程序产品，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器410可以运行所述程序指令，以实现上文所述的本发明的各个实施例的软件程序的状态数据管理方法以及/或者其他期望的功能。在一个示例中，电子设备还可以包括：输入装置430和输出装置440，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
[0139]
此外，该输入装置430还可以包括例如键盘、鼠标等等。
[0140]
该输出装置440可以向外部输出各种信息。该输出设备440可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
[0141]
当然，为了简化，图4中仅示出了该电子设备中与本发明有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备还可以包括任何其他适当的组件。
[0142]
示例性计算机程序产品和计算机可读存储介质除了上述方法和设备以外，本发明的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的用于检测logo偏移的方法中的步骤。
[0143]
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、c 等，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
[0144]
此外，本发明的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的用于检测logo偏移的方法中的步骤。
[0145]
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0146]
以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，在本发明中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本发明为必须采用上述具体的细节来实现。
[0147]
本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0148]
本发明中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
[0149]
可能以许多方式来实现本发明的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
[0150]
还需要指出的是，在本发明的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此，本发明不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
[0151]
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。