一种食物营养成分的处理方法、装置以及存储介质

技术领域

本申请属于智能家居领域，具体涉及一种食物营养成分的处理方法、装置以及存储介质。

背景技术

随着人们生活水平的提高，人们对于食物的质量也要求越来越高，人们不但追求食物的美味，还需要了解不同类型食物的营养成分从而根据自己的实际健康情况搭配食谱。

需要说明的是，在现有技术中，人们需要根据食物的类型去手动查询该食物的营养成分，查询效率较低。

有鉴于此，提出本发明。

发明内容

本发明提供了一种食物营养成分的处理方法、装置、存储介质以及电子装置，以解决现有技术中，人们需要根据食物的类型去手动查询该食物的营养成分，查询效率较低的技术问题。

根据本发明的第一方面，提供了一种食物营养成分的处理方法，所述方法应用于智能冰箱，其中，所述方法包括：通过智能冰箱的图像采集装置采集到食物照片；将所述食物照片输入预先建立的食物识别模型，并且输出所述食物的类型；根据所述食物的类型从数据库中匹配到所述食物的营养成分；控制在所述智能冰箱的显示设备中显示所述食物的营养成分。

进一步地，建立所述食物识别模型，包括：从第三方网站爬取到食物照片以及食物类型；采用神经网络对所述食物照片以及食物类型进行训练，生成所述食物识别模型。

进一步地，所述方法还包括：从所述第三方网站获取到不同类型的食物以及不同类型食物的营养成分；生成所述不同类型的食物与不同类型食物的营养成分之间的映射关系，并且将所述映射关系存储至所述数据库。

进一步地，在将所述食物照片输入预先建立的食物识别模型之前，所述方法包括：将所述食物照片进行清晰化处理。

进一步地，控制在所述智能冰箱的显示设备中显示所述食物的营养成分，包括：获取用户的健康信息；根据所述用户的健康信息从多个类型的食物中确定目标食物；控制在所述智能冰箱的显示设备中显示所述目标食物。

根据本发明的第二方面，提供了一种食物营养成分的处理装置，所述装置应用于智能冰箱，其中，所述装置包括：采集单元，用于通过智能冰箱的图像采集装置采集到食物照片；输出单元，用于将所述食物照片输入预先建立的食物识别模型，并且输出所述食物的类型；匹配单元，用于根据所述食物的类型从数据库中匹配到所述食物的营养成分；显示单元，用于控制在所述智能冰箱的显示设备中显示所述食物的营养成分。

进一步地，所述装置还包括：爬取模块，用于从第三方网站爬取到食物照片以及食物类型；生成单元，用于采用神经网络对所述食物照片以及食物类型进行训练，生成所述食物识别模型。

进一步地，所述装置还包括：获取单元，用于从所述第三方网站获取到不同类型的食物以及不同类型食物的营养成分；存储单元，用于生成所述不同类型的食物与不同类型食物的营养成分之间的映射关系，并且将所述映射关系存储至所述数据库。

进一步地，所述装置还包括：处理单元，用于将所述食物照片进行清晰化处理。

进一步地，所述显示单元包括：获取模块，用于获取用户的健康信息；确定模块，用于根据所述用户的健康信息从多个类型的食物中确定目标食物；显示模块，用于控制在所述智能冰箱的显示设备中显示所述目标食物。

根据本发明的第三方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执行上述任一项中所述的方法。

根据本发明的第四方面，提供了一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器通过所述计算机程序执行上述任一项中所述的方法。

本发明提供了一种食物营养成分的处理方法、装置、存储介质以及电子装置，该方法应用于智能冰箱，该方法包括：通过智能冰箱的图像采集装置采集到食物照片；将所述食物照片输入预先建立的食物识别模型，并且输出所述食物的类型；根据所述食物的类型从数据库中匹配到所述食物的营养成分；控制在所述智能冰箱的显示设备中显示所述食物的营养成分。解决了现有技术中，人们需要根据食物的类型去手动查询该食物的营养成分，查询效率较低的技术问题。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例示出的食物营养成分的处理方法的流程图；

图2是根据一示例性实施例示出的利用神经网络来反馈食物营养成分的方法的流程图；

图3是根据一示例性实施例示出的冰箱内各种食物营养价值的显示方法。

图4是根据一示例性实施例示出的食物营养成分的处理装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

如图1所示，本申请提供了一种食物营养成分的处理方法，该方法应用于智能冰箱，该方法可以包括：

步骤S11，通过智能冰箱的图像采集装置采集到食物照片。

具体的，在本方案中，可以由智能冰箱的处理器或者控制器作为本方案的方法的执行主体，智能冰箱可以设置有照相机等图像采集装置，当用户把食物放置于冰箱内部时，智能的照相机则采集到食物的照片。

在一种可选的实施例中，智能冰箱内部可以在不同位置设置有多个照相机，用于多角度采集食物的照片。

步骤S13，将上述食物照片输入预先建立的食物识别模型，并且输出上述食物的类型。

具体的，在本方案中，上述食物识别模型可以通过神经网络和食物的样本数据训练得到，本方案将上述食物照片输入食物识别模型，该食物识别模型则生成该食物的类型然后输出。

可选的，上述食物的类型也可以为食物的具体名字，比如苹果、香蕉等。

步骤S15，根据上述食物的类型从数据库中匹配到上述食物的营养成分。

具体的，在本方案中，在得到食物的具体类型之后，可以从数据库中根据预设的关联关系匹配得到食物的营养成分，这里需要说明的是，不同类型的食物所对应的营养成分是不同的。

步骤S17，控制在上述智能冰箱的显示设备中显示上述食物的营养成分。

具体的，在本方案中，在生成食物的营养成分那之后，本方案则控制智能冰箱的显示设备(比如冰箱的显示屏)显示食物的营养成分，这样用户则可以直接从冰箱的显示屏中得到食物的营养成分，从而根据多个食物的营养成分为自己搭配营养食谱。

通过上述多个步骤，可知通过本方案，用户想知道食物的营养成分，只需要将食物放置智能冰箱，本方案自动采集食物的照片并且进行图像识别得到食物的类型，然后根据食物的类型生成食物的营养成分然后显示于智能冰箱的显示设备中，同现有技术相比，用户无需手动查询即可快速的了解冰箱中食物的营养成分，因此，本方案解决了现有技术中，人们需要根据食物的类型去手动查询该食物的营养成分，查询效率较低的技术问题。

可选的，建立上述食物识别模型的步骤可以包括：

步骤S131，从第三方网站爬取到食物照片以及食物类型。

步骤S132，采用神经网络对上述食物照片以及食物类型进行训练，生成上述食物识别模型。

具体的，在本方案中，可以从第三方网站，比如从美食网站中采用爬虫技术爬取到食物照片和食物的具体类型，然后将食物照片和食物的具体类型作为样本数据，接着采用神经网络对样本数据进行训练，以生成上述食物识别模型。

可选的，本申请的方法还可以包括：

步骤091，从上述第三方网站获取到不同类型的食物以及不同类型食物的营养成分。

步骤092，生成上述不同类型的食物与不同类型食物的营养成分之间的映射关系，并且将上述映射关系存储至上述数据库。

具体的，在本方案中，在从三方网站获取到不同类型的食物以及不同类型食物的营养成分之后，本方案可以建立不同类型的食物以及不同类型食物的营养成分之间的映射关系(即上述关联关系)，然后将映射关系存储至步骤S15中的数据库中。

可选的，在步骤S13将上述食物照片输入预先建立的食物识别模型之前，上述方法还包括：

步骤S12，将上述食物照片进行清晰化处理。

具体的，在本方案中，在采集食物照片之后，可以将照片通过判别算法和遮挡物识别算法进行处理，从而获得清晰无比的无遮挡的图像，然后，把处理好的照片采用食物识别模型来得到该图片内的食物类型，然后查询数据库获取该食物的营养成分。

可选的，步骤S17控制在上述智能冰箱的显示设备中显示上述食物的营养成分，包括：

步骤S171，获取用户的健康信息。

步骤S172，根据上述用户的健康信息从多个类型的食物中确定目标食物。

步骤S173，控制在上述智能冰箱的显示设备中显示上述目标食物。

具体的，在本方案中，智能冰箱可以同用户的终端设备建立通信关系，并且通过用户的终端设备的健康APP中获取到用户的健康信息，然后根据用户的健康信息来从多个类型的食物中确定目标食物，这里需要说明的是，如果用户目前健康信息显示用户的视力不好，则本方案把智能冰箱中的西蓝花、猪肝等对视力好的食物确定为目标食物，然后控制在显示设备中进行显示，由此可知本方案可以根据用户的健康信息自动为用户搭配营养食谱然后在显示设备中进行显示，解决了用户食物营养需求搭配不明确的技术问题。

下面结合图2，介绍本方案中利用神经网络来反馈食物营养成分的方法，该方法可以包括如下步骤：

步骤S21，采集各种食物营养成分数据。

步骤S22，将数据保存到数据库中。

步骤S23，捕捉到食物的图片。

步骤S24，通过神经网络模型得到该食物的名称。

步骤S25，根据该食物的名称从数据库中查询得到该食物的营养成分信息。

具体的，首先，获取每种类的食物营养成分数据，获取方式可以通过采集相关的食物营养成分的网站数据，然后把采集到的数据保存到本地的服务器中，其中采集方式可以通过网络爬虫技术获取网站数据。通过此种方式则建立了食物跟其营养成分的关联数据。对于各种各类的食物的识别，通过大量相关的某种类食物照片进行深度神经网络训练，生成识别模型，并且归纳出不同种类的食物模型的特点保存到数据库中。比如要训练出图片识别一种食物的名称，首先上传该类食物的不同照片，通过神经网络技术训练出该食物的相关特点。冰箱内有内置摄像头来捕获出该食物图片，然后把捕获的图片通过判别算法和遮挡物识别算法进行处理，从而获得清晰无比的无遮挡的图像，把处理好的照片利用神经网络训练技术来获取该图片内的食物名称，然后查询数据库获取该食物的营养成分。

下面结合图3，介绍本方案中冰箱内各种食物营养价值的显示方法，该方法可以包括如下步骤：

步骤S31，捕捉放入冰箱的食物的图片。

步骤S32，对食物图片进行处理。

步骤S33，采用神经网络训练的食物种类模型对图片进行识别处理。

步骤S34，获取到食物种类的名称。

步骤S35，根据食物的名称获取数据库中该食物种类对应的营养成分数据。

步骤S36，显示食物的营养成分及分值。

具体的，用户把食物放到冰箱后，冰箱就通过冰箱里面的内置摄像头来捕获食物照片，然后把该图片通过图片处理模块进行清晰化处理，得到清晰化处理的图片，再把处理后的照片通过神经网络来获取该食物名称，然后通过该食物名称访问数据库，获取该食物的营养成分并反馈到冰箱进行显示。

综上，本方案提供一种基于食材识别技术的冰箱内食材营养成分显示的方法，提前通过神经网络来进行食物照片的训练从而构建一套食物种类模型，用户把食物放到冰箱，冰箱内置的摄像头就会捕捉到食物的照片，然后把这个照片通过模型匹配判断出这食物的种类，获取了食物种类的名称后，根据食物的名称获取数据库的相对应的食物营养价值信息，然后把这些信息显示在冰箱的屏幕上，解决了现有技术中，人们需要根据食物的类型去手动查询该食物的营养成分，查询效率较低的技术问题。

实施例二

如图4所示，本方案提供了一种食物营养成分的处理装置，该装置应用于智能冰箱，可以用于执行实施例一的方法，该装置中的各个模块的功能分别对应实施例一种的各个步骤，该装置包括：采集单元40，用于通过智能冰箱的图像采集装置采集到食物照片；输出单元42，用于将上述食物照片输入预先建立的食物识别模型，并且输出上述食物的类型；匹配单元44，用于根据上述食物的类型从数据库中匹配到上述食物的营养成分；显示单元46，用于控制在上述智能冰箱的显示设备中显示上述食物的营养成分。

通过上述多个单元，用户想知道食物的营养成分，只需要将食物放置智能冰箱，本方案自动采集食物的照片并且进行图像识别得到食物的类型，然后根据食物的类型生成食物的营养成分然后显示于智能冰箱的显示设备中，同现有技术相比，用户无需手动查询即可快速的了解冰箱中食物的营养成分，因此，本方案解决了现有技术中，人们需要根据食物的类型去手动查询该食物的营养成分，查询效率较低的技术问题。

可选的，装置还包括：爬取模块，用于从第三方网站爬取到食物照片以及食物类型；生成单元，用于采用神经网络对上述食物照片以及食物类型进行训练，生成上述食物识别模型。

可选的，上述装置还包括：获取单元，用于从上述第三方网站获取到不同类型的食物以及不同类型食物的营养成分；存储单元，用于生成上述不同类型的食物与不同类型食物的营养成分之间的映射关系，并且将上述映射关系存储至上述数据库。

可选的，装置还包括：处理单元，用于将上述食物照片进行清晰化处理。

可选的，显示单元包括：获取模块，用于获取用户的健康信息；确定模块，用于根据上述用户的健康信息从多个类型的食物中确定目标食物；显示模块，用于控制在上述智能冰箱的显示设备中显示上述目标食物。

本申请还提供了一种存储介质，上述存储介质包括存储的程序，其中，上述程序运行时执行上述实施例一中任一项的方法。

本申请还提供了一种电子装置，包括存储器、处理器及存储在上述存储器上并可在上述处理器上运行的计算机程序，上述处理器通过上述计算机程序执行实施例一中任一项的方法。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”、“多”的含义是指至少两个。

应该理解，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者可能同时存在居中元件；当一个元件被称为“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件，此外，这里使用的“连接”可以包括无线连接；使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为：表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，上述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。