[0063] 下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
[0064] 发明人在实现本发明的过程中，现有技术搜索效果不理想的一个原因是RGB颜色空间对颜色差异的反映，与人眼对颜色差异的反映有所不同。例如，RGB颜色空间中的两个颜色color1和color2，其中，color1:r＝90g=29b=200，color2:r=200g=29b=200，通过RGB颜色空间的欧式距离计算这两个颜色的差异时，得到的用于反映颜色差异的欧式距离并不大。但是，从人眼的角度来看，一个是红色一个是蓝色，产生了跳变，差异非常大。因此，本发明实施例提出了一种颜色匹配方案，能够在一定程度上改善上述缺陷。
[0065] 为使本发明技术方案的优点更加清楚，下面结合附图和实施例对本发明作详细说明。
[0066] 本发明一实施例提供一种颜色匹配方法，如图1所示，所述方法包括：
[0067] 101、根据第一颜色的颜色空间的参数值，计算出对应的色彩空间的参数值。
[0068] 其中，所述第一颜色为待匹配图像中的选定区域的颜色，所述颜色空间的参数值包括红色r分量值、绿色g分量值和蓝色b分量值，所述色彩空间的参数值包括色相h分量值、饱和度s分量值和亮度l分量值。
[0069] 在本实施例中颜色空间是指RBG颜色空间，色彩空间是指HSL色彩空间。
[0070] HSL色彩空间（或者称为HSL色彩模式）是工业界的一种颜色标准，是通过对色调(H)、饱和度(S)、亮度(L)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，HSL即是代表色调，饱和度，亮度三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用广泛的颜色系统之一。
[0071] 可选的，在待匹配图像中的选定区域最小可以是像素，也可以为一个矩形区域。如果选的区域是矩形区域，选定区域的颜色在颜色空间的参数值，可以是该矩形区域中的每个像素的RGB参数值的加权平均值。
[0072] 下面给出了一种根据第一颜色的颜色空间的参数值，计算出对应的色彩空间的参数值的方式，具体包括：
[0073] 将所述红色r分量值、绿色g分量值和蓝色b分量值分别除以255转换成0到1中的值，其中所述红色r分量、绿色g分量和蓝色b分量的取值范围为0到255；
[0074] 将转换后的所述红色r分量值、绿色g分量值和蓝色b分量值代入下述公式进行计算，得到色相h′分量值、饱和度s′分量值和亮度l′分量值：
[0075]
[0076] 以及
[0077]
[0078] 其中，max为转换后的所述红色r分量值、绿色g分量值和蓝色b分量值中数值最大的参数值，min为转换后的所述红色r分量值、绿色g分量值和蓝色b分量值中数值最小的参数值；
[0079] 将得到的色相h′分量值、饱和度s′分量值和亮度l′分量值转换到0到240范围内，转换后得到色彩空间的参数值 l=l′×240，s=s′×240。
[0080] 当然，也可以有其他的根据颜色空间的参数值，计算对应的色彩空间的参数值的方式，例如省略对颜色空间的参数值的归一化处理，或者省略将色彩空间的参数值（色相h′分量值、饱和度s′分量值和亮度l′分量值）转换为0到240范围的步骤等等。
[0081] 102、根据第一颜色的色彩空间的参数值和第二颜色的色彩空间的参数值，计算第一颜色和第二颜色的欧式距离。
[0082] 其中，所述第二颜色为预先设定的需要从图像中搜索的颜色。可选的，用户预先设定的需要搜索的颜色，可以是由用户输入的红色r分量值、绿色g分量值和蓝色b分量值转换成色相h分量值、饱和度s分量值和亮度l分量值的，也可以是用户直接输入的色相h分量值、饱和度s分量值和亮度l分量值。用户的输入方式不限，既可以是直接输入的数值，也可以是在调色板中点中一个目标颜色，由计算机系统映射为RGB颜色空间的参数值或HSL色彩空间的参数值，在这里不进行限定。
[0083] 例如，计算第一颜色和第二颜色的欧式距离包括：
[0084] 将第一颜色的色彩空间的色相h1分量值、饱和度s1分量值和亮度l1分量值以及第二颜色的色彩空间的色相h2分量值、饱和度s2分量值和亮度l2分量值代入下述公式进行计算得到欧式距离d：
[0085]
[0086] 103、将计算出的欧氏距离与设定阈值进行比较，如果欧氏距离小于等于设定阈值，确定第一颜色与第二颜色相匹配。
[0087] 可选地，如果所述欧氏距离大于所述设定阈值，确定所述第一颜色与所述第二颜色不匹配。
[0088] 其中，所述设定阈值越小，所述第一颜色与所述第二颜色的匹配越精确，所述设定阈值越大，所述第一颜色与所述第二颜色的匹配越模糊。
[0089] 进一步的，为了能够适应到不同的光线环境和拍摄场景下，人眼对不同分量的敏感度不同这一自然现象，因此计算欧式的时候对颜色分量取了不同的加权值，具体地：
[0090] 在步骤102中，所述根据第一颜色的色彩空间的参数值和第二颜色的色彩空间的参数值，计算所述第一颜色和第二颜色的欧式距离之前，还包括：
[0091] 首先，确定所述待匹配图像的拍摄模式，所述拍摄模式包括白天拍摄模式和夜间拍摄模式；然后所述待匹配图像的拍摄模式对应的加权值组；所述选择出的加权值组中包含的加权值用于计算所述第一颜色和第二颜色的欧式距离。
[0092] 可选的，所述确定所述待匹配图像的拍摄模式包括：
[0093] 根据所述待匹配图像的所在文件的拍摄模式属性值，确定所述待匹配图像的拍摄模式，所述拍摄模式属性是拍摄设备拍摄所述待匹配图像时所设置的；或者，[0094] 根据所述待匹配图像的拍摄时间所属的时间区间，确定所述待匹配图像的拍摄模式，具体地：如果所述待匹配图像的拍摄时间属于白天拍摄模式对应的第一时间区间，则确定所述待匹配图像的拍摄模式为白天拍摄模式；如果所述待匹配图像的拍摄时间属于夜间拍摄模式对应的第二时间区间，则确定所述待匹配图像的拍摄模式为夜间拍摄模式。
[0095] 可选的，所述白天拍摄模式对应的加权值组中H参数的加权值，高于夜间拍摄模式对应的加权值组中H参数的加权值；所述白天拍摄模式对应的加权值组中L参数的加权值，低于夜间拍摄模式对应的加权值组中L参数的加权值。
[0096] 在这一场景下，在步骤102中计算欧式距离时，根据以下改进的公式计算：
[0097] 其中H为色相的加权值，S为饱和度的加权值，L为亮度的加权值，所述H、S和L为正实数。
[0098] 与现有技术相比，本发明实施例通过数学运算将待匹配图像中的第一颜色从RGB颜色空间转化为HSL色彩空间，避免了RGB空间对颜色的反映与人眼对颜色的感受不同这一影响；并通过使用考虑了环境因素和人眼分辨敏感度因素的公式，计算第一颜色和用户设定的需要从图像中搜索的第二颜色之间的欧式距离，从而得到辨识度更精细的欧式距离；然后将得到的欧式距离与设定阈值进行比较，从而确定匹配结果。通过上述方案能够从待匹配图像中挑选出颜色与设定颜色的欧式距离小于等于设定阈值的区域作为最终的搜索到的目标。从而改善了现有技术中搜索到的颜色与用户想要的颜色差别较大的缺陷，从而从视频图像中得到较佳的搜索结果。
[0099] 本发明又一实施例提供一种颜色匹配方法，用户将预先设定的需要从图像中搜索的颜色与视频图像中的目标颜色进行对比，找到视频图像中与用户要搜索的颜色较为匹配的目标颜色所在的区域，如图2所示，所述方法包括：
[0100] 200、读取视频图像。
[0101] 201、获取视频图像中选定区域颜色的红色r分量值、绿色g分量值和蓝色b分量值。
[0102] 例如，如果用户需要搜索某个特定颜色在一张图片或者视频截图中所对应的目标颜色，可以通过计算机读取图片或者视频截图中选定区域特征颜色参数值，进而用于对比或匹配，其中，在windows系统中，红色r分量值、绿色g分量值和蓝色b分量值的取值范围是[0-255]。
[0103] 202、将获取的红色r分量值、绿色g分量值和蓝色b分量值分别除以255转换为转换成0到1中的值。
[0104] 203、将转换后的红色r分量值、绿色g分量值和蓝色b分量值代入到公式进行计算，得到色相h′分量值、饱和度s′分量值和亮度l′分量值。其中，
[0105]
[0106] 以及
[0107]
[0108] 其中，max为转换后的红色r分量值、绿色g分量值和蓝色b分量值中数值最大的参数值，min为转换后的红色r分量值、绿色g分量值和蓝色b分量值中数值最小的参数值；
[0109] 204、将得到的色相h′分量值、饱和度s′分量值和亮度l′分量值转换到0到240范围内，得到视频图像中颜色的色彩空间的色相h分量值、饱和度s分量值和亮度l分量值。
[0110] 其中， l=l′×240，s=s′×240。
[0111] 可选的，在使用色相h分量值、饱和度s分量值和亮度l分量值计算欧式距离之前，还可以包括：
[0112] 205、确定所述视频图像的拍摄模式。
[0113] 例如，拍摄模式可以包括白天拍摄模式和夜间拍摄模式等，有的拍摄设备在拍摄视频、或图像时，可以设置拍摄模式，拍摄得到的视频文件、或图像文件的属性中可以包括拍摄模式这一属性，通过读取视频图像所在文件的拍摄模式属性值，将读取到的属性值对应的拍摄模式作为所述视频图像的拍摄模式，从而确定所述视频图像的拍摄模式。
[0114] 206、从预先设定的各拍摄模式对于的加权值组合中，选择所述视频图像的拍摄模式对应的加权值组。
[0115] 其中，加权系数包括：H、S和L，H为色相的加权值，S为饱和度的加权值，L为亮度的加权值，所述H、S和L为正实数。
[0116] 例如，如果视频或图像是在白天中一个光线十分充足的环境中拍摄的，那么视频或图像中各个部分的亮度分量可能都十分接近，人眼对亮度的区别就不会特别敏感，但会对色相的区别特别敏感，所以，此种场景下应该将亮度的加权值调低，将色相的加权值调高，例如，三个加权值分别为，H为5，S为3，L为2。
[0117] 或者，如果用户所搜索的视频或图像是在夜晚很昏暗的环境下拍摄的，那么人眼对视频或图像中色相的区别就不会特别敏感，而会对亮度的区别特别敏感，所以，此种场景下应该将色相的加权值调低，将亮度的加权值调高，例如，三个加权值分别为，H为2，S为4，L为4。
[0118] 需要说明的是，加权值为正实数，取值范围可以由用户自行设定。
[0119] 需要说明的是，上述步骤205-步骤206只需在步骤207之前执行即可，与步骤201-步骤204的执行并无固定的先后顺序，也可将步骤205-步骤206放在步骤201-步骤
204之前执行，或者同时执行。
[0120] 207、根据用户预先设定的需要从视频图像中搜索的颜色的色彩空间的参数值和视频图像中选定区域的色彩空间的参数值计算欧式距离d。
[0121] 可选的，用户设定的需要搜索的颜色，可以是由用户输入的红色r分量值、绿色g分量值和蓝色b分量值转换成色相h分量值、饱和度s分量值和亮度l分量值的，也可以是用户直接输入的色相h分量值、饱和度s分量值和亮度l分量值。
[0122] 例如，将视频图像中目标颜色的色彩空间的参数用色相h1、饱和度s1和亮度l1表示，将用户预先设定的需要从图像中搜索的颜色的色彩空间的参数用h2、s2和l2表示，将二者的参数代入下述公式进行计算得到欧式距离d：
[0123]
[0124] 其中，欧式距离表示视频图像中的目标颜色与用户预先设定的需要从图像中搜索的颜色的相似程度，d值越小两种颜色越相似。
[0125] 208、将计算出的欧氏距离与设定阈值进行比较，判断欧氏距离是否大于设定阈值，若大于设定阈值，执行步骤209；若小于等于设定阈值，执行步骤210。
[0126] 其中，所述设定阈值表示匹配时的灵敏度，阈值越高灵敏度越低，阈值越低灵敏度越高，灵敏度越高则越不容易从视频图像中找到与用户要搜索的颜色相匹配的目标颜色，相反灵敏度越低则越容易从视频图像中找到与用户要搜索的颜色相匹配的目标颜色。例如，高灵敏度对应的设定阈值可以为15，因为用户搜索的颜色与视频图像中的目标颜色越接近，欧式距离d值越小，所以如果欧式距离d的值小于等于设定阈值，即d≤15时，那么用户搜索的颜色需要与视频图像中的目标颜色就处于一个很接近的程度，所以在数据库中进行搜索时，越高的灵敏度所能够匹配到的目标颜色与用户所需要搜索的颜色越接近；但是，同时越高的灵敏度也会遗漏掉很多与用户需要搜索的颜色很接近的目标颜色，所以用户可以根据自身的需要去设定该阈值，以达到最佳的搜索效果。
[0127] 例如，所述设定阈值可以包括以下几种：高灵敏度对应的阈值为15；中灵敏度对应的阈值为50；低灵敏度对应的阈值为100。
[0128] 需要说明的是，如果色相的加权值H、饱和度的加权值S和亮度的加权值L的值由0-10以内的实数扩大n倍，设定阈值也要扩大相应的倍数，以使得最终比较结果不发生变化，其中n为正实数。
[0129] 209、确定用户搜索的颜色与视频图像选定区域的颜色是不匹配的。
[0130] 210、确定用户搜索的颜色与视频图像选定区域的颜色是匹配的，选定区域的颜色是与用户需要搜索的颜色接近的目标颜色。
[0131] 与现有技术相比，本发明实施例通过数学运算将视频图像中选定区域的颜色从RGB空间转化为HSL空间，避免了RGB空间本身的缺陷对人眼的影响；并通过使用考虑了环境因素和人眼分辨敏感度因素的公式计算用户要搜索的颜色和视频图像中选定区域的颜色的欧式距离，从而得到辨识度更精细的欧式距离；然后将得到的欧式距离与设定阈值进行比较，而确定匹配结果。通过该方案能够从视频图像中挑选出颜色与设定颜色的欧式距离小于等于设定阈值的区域作为最终搜索到的目标。从而改善了现有技术中因搜索到的颜色与用户想要的颜色差别较大的缺陷，，从而从视频图像中得到较佳的搜索结果。
[0132] 本发明又一实施例提供一种颜色匹配装置30，如图3所示，所述装置30包括：
[0133] 参数计算单元31，用于根据第一颜色的颜色空间的参数值，计算出对应的色彩空间的参数值，所述第一颜色为待匹配图像中的选定区域的颜色，所述颜色空间的参数值包括红色r分量值、绿色g分量值和蓝色b分量值，所述色彩空间的参数值包括色相h分量值、饱和度s分量值和亮度l分量值；
[0134] 距离计算单元32，用于根据所述参数计算单元31计算出的第一颜色的色彩空间的参数值和第二颜色的色彩空间的参数值，计算所述第一颜色和第二颜色的欧式距离，所述第二颜色为预定的需要从所述待匹配图像中搜索的颜色；
[0135] 处理单元33，将所述距离计算单元32计算出的所述欧氏距离与设定阈值进行比较，如果所述欧氏距离小于等于所述设定阈值，确定所述第一颜色与所述第二颜色相匹配。
[0136] 进一步的，如图4所示，所述参数计算单元31包括：
[0137] 第一转换单元311，用于将所述红色r分量值、绿色g分量值和蓝色b分量值分别除以255，转换成0到1中的值，其中所述红色r分量、绿色g分量和蓝色b分量的取值范围为0到255；
[0138] 计算单元312，用于将转换后的所述红色r分量值、绿色g分量值和蓝色b分量值代入下述公式进行计算，得到色相h′分量值、饱和度s′分量值和亮度l′分量值：
[0139]
[0140] 以及
[0141]
[0142] 其中，max为转换后的所述红色r分量值、绿色g分量值和蓝色b分量值中数值最大的参数值，min为转换后的所述红色r分量值、绿色g分量值和蓝色b分量值中数值最小的参数值；
[0143] 第二转换单元313，用于将得到的色相h′分量值、饱和度s′分量值和亮度l′分量值转换到0到240范围内，转换后得到色彩空间的参数值 l=l′×240，s=s′×240。
[0144] 具体的，所述距离计算单元32用于：
[0145] 将第一颜色的色彩空间的色相h1分量值、饱和度s1分量值和亮度l1分量值以及第二颜色的色彩空间的色相h2分量值、饱和度s2分量值和亮度l2分量值代入下述公式进行计算得到欧式距离d：
[0146] 其中H为色相的加权值，S为饱和度的加权值，L为亮度的加权值，所述H、S和L为正实数。
[0147] 进一步的，如图4所示，所述装置30还可以包括：
[0148] 拍摄模式确定单元34，用于确定所述待匹配图像的拍摄模式，所述拍摄模式包括白天拍摄模式和夜间拍摄模式；
[0149] 加权系数选择单元35，用于从预先设定的各拍摄模式对应的加权值组中，选择所述待匹配图像的拍摄模式对应的加权值组；所述选择出的加权值组中包含的加权值用于计算所述第一颜色和第二颜色的欧式距离
[0150] 进一步的，如图4所示，所述拍摄模式确定单元34包括：
[0151] 第一确定单元341，用于根据所述待匹配图像的所在文件的拍摄模式属性值，确定所述待匹配图像的拍摄模式，所述拍摄模式属性是拍摄设备拍摄所述待匹配图像时所设置的；或者，
[0152] 第二确定单元342，用于根据所述待匹配图像的拍摄时间所属的时间区间，确定所述待匹配图像的拍摄模式，具体地：如果所述待匹配图像的拍摄时间属于白天拍摄模式对应的第一时间区间，则确定所述待匹配图像的拍摄模式为白天拍摄模式；如果所述待匹配图像的拍摄时间属于夜间拍摄模式对应的第二时间区间，则确定所述待匹配图像的拍摄模式为夜间拍摄模式。
[0153] 其中，所述白天拍摄模式对应的加权值组中H参数的加权值，高于夜间拍摄模式对应的加权值组中H参数的加权值；所述所述白天拍摄模式对应的加权值组中L参数的加权值，低于夜间拍摄模式对应的加权值组中L参数的加权值。
[0154] 进一步的，所述处理单元33还用于：
[0155] 如果所述欧氏距离大于所述设定阈值，确定所述第一颜色与所述第二颜色不匹配。
[0156] 其中，所述设定阈值越小，所述第一颜色与所述第二颜色的匹配越精确，所述设定阈值越大，所述第一颜色与所述第二颜色的匹配越模糊。
[0157] 与现有技术相比，本发明实施例通过数学运算将待匹配图像中的第一颜色从RGB颜色空间转化为HSL色彩空间，避免了RGB空间对颜色的反映与人眼对颜色的感受不同这一影响；并通过使用考虑了环境因素和人眼分辨敏感度因素的公式，计算第一颜色和用户设定的需要从图像中搜索的第二颜色之间的欧式距离，从而得到辨识度更精细的欧式距离；然后将得到的欧式距离与设定阈值进行比较，从而确定匹配结果。通过上述方案能够从待匹配图像中挑选出颜色与设定颜色的欧式距离小于等于设定阈值的区域作为最终的搜索到的目标。从而改善了现有技术中搜索到的颜色与用户想要的颜色差别较大的缺陷，从而从视频图像中得到较佳的搜索结果。
[0158] 本发明又一实施例提供一种图像搜索设备40，如图5所示，所述设备40包括：
[0159] 存储器41，用于存储待匹配图像；
[0160] 接收器42，用于通过输入输出接口接收用户输入的第二颜色的色彩空间的参数值，所述第二颜色为预定的需要从待匹配图像中搜索的颜色；
[0161] 处理器43，用于读取所述存储器41中存储的待匹配图像的第一颜色的颜色空间的参数值，根据第一颜色的颜色空间的参数值，计算出对应的色彩空间的参数值，所述第一颜色为所述待匹配图像中选定区域的颜色，所述颜色空间的参数值包括红色r分量值、绿色g分量值和蓝色b分量值，所述色彩空间的参数值包括色相h分量值、饱和度s分量值和亮度l分量值；以及，用于根据第一颜色的色彩空间的参数值和第二颜色的色彩空间的参数值，计算所述第一颜色和第二颜色的欧式距离；以及，用于将所述处理器43计算出的所述欧氏距离与设定阈值进行比较，如果所述欧氏距离小于等于所述设定阈值，确定所述第一颜色与所述第二颜色相匹配。
[0162] 进一步的，所述处理器43具体用于：将所述红色r分量值、绿色g分量值和蓝色b分量值分别除以255，转换成0到1中的值，其中所述红色r分量、绿色g分量和蓝色b分量的取值范围为0到255；
[0163] 将转换后的所述红色r分量值、绿色g分量值和蓝色b分量值代入下述公式进行计算，得到色相h′分量值、饱和度s′分量值和亮度l′分量值：
[0164]
[0165] 以及
[0166]
[0167] 其中，max为转换后的所述红色r分量值、绿色g分量值和蓝色b分量值中数值最大的参数值，min为转换后的所述红色r分量值、绿色g分量值和蓝色b分量值中数值最小的参数值；
[0168] 将得到的色相h′分量值、饱和度s′分量值和亮度l′分量值转换到0到240范围内，转换后得到色彩空间的参数值 l=l′×240，s=s′×240。
[0169] 进一步的，所述处理器43具体还用于：
[0170] 将第一颜色的色彩空间的色相h1分量值、饱和度s1分量值和亮度l1分量值以及第二颜色的色彩空间的色相h2分量值、饱和度s2分量值和亮度l2分量值代入下述公式进行计算得到欧式距离d：
[0171] 其中H为色相的加权值，S为饱和度的加权值，L为亮度的加权值，所述H、S和L为正实数。
[0172] 进一步的，所述处理器43还用于：
[0173] 确定所述待匹配图像的拍摄模式，所述拍摄模式包括白天拍摄模式和夜间拍摄模式；从预先设定的各拍摄模式对应的加权值组中，选择所述待匹配图像的拍摄模式对应的加权值组；所述选择出的加权值组中包含的加权值用于计算所述第一颜色和第二颜色的欧式距离。具体的，所述处理器43用于：
[0174] 根据所述待匹配图像的所在文件的拍摄模式属性值，确定所述待匹配图像的拍摄模式，所述拍摄模式属性是拍摄设备拍摄所述待匹配图像时所设置的；或者，[0175] 根据所述待匹配图像的拍摄时间所属的时间区间，确定所述待匹配图像的拍摄模式，具体地：如果所述待匹配图像的拍摄时间属于白天拍摄模式对应的第一时间区间，则确定所述待匹配图像的拍摄模式为白天拍摄模式；如果所述待匹配图像的拍摄时间属于夜间拍摄模式对应的第二时间区间，则确定所述待匹配图像的拍摄模式为夜间拍摄模式。
[0176] 其中，所述白天拍摄模式对应的加权值组中H参数的加权值，高于夜间拍摄模式对应的加权值组中H参数的加权值；所述白天拍摄模式对应的加权值组中L参数的加权值，低于夜间拍摄模式对应的加权值组中L参数的加权值。
[0177] 进一步的，所述处理器43还用于：
[0178] 如果所述欧氏距离大于所述设定阈值，确定所述第一颜色与所述第二颜色不匹配。
[0179] 本发明实施例提供的图像搜索设备的工作流程请参照前面方法实施例的描述，在这里不再重复。
[0180] 与现有技术相比，本发明实施例通过数学运算将待匹配图像中的第一颜色从RGB颜色空间转化为HSL色彩空间，避免了RGB空间对颜色的反映与人眼对颜色的感受不同这一影响；并通过使用考虑了环境因素和人眼分辨敏感度因素的公式，计算第一颜色和用户设定的需要从图像中搜索的第二颜色之间的欧式距离，从而得到辨识度更精细的欧式距离；然后将得到的欧式距离与设定阈值进行比较，从而确定匹配结果。通过上述方案能够从待匹配图像中挑选出颜色与设定颜色的欧式距离小于等于设定阈值的区域作为最终的搜索到的目标。从而改善了现有技术中搜索到的颜色与用户想要的颜色差别较大的缺陷，从而从视频图像中得到较佳的搜索结果。
[0181] 本发明实施例提供的颜色匹配装置可以实现上述提供的方法实施例，具体功能实现请参见方法实施例中的说明，在此不再赘述。本发明实施例提供的颜色匹配方法及装置可以适用于视频及图片的分析检索，但不仅限于此。
[0182] 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。
[0183] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
