CN105976343B - 图片曝光的校正方法、装置及智能设备 - Google Patents

图片曝光的校正方法、装置及智能设备 Download PDF

Info

Publication number
CN105976343B
CN105976343B CN201610284971.2A CN201610284971A CN105976343B CN 105976343 B CN105976343 B CN 105976343B CN 201610284971 A CN201610284971 A CN 201610284971A CN 105976343 B CN105976343 B CN 105976343B
Authority
CN
China
Prior art keywords
gray
picture
domain image
exposure
format
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610284971.2A
Other languages
English (en)
Other versions
CN105976343A (zh
Inventor
张学磊
张樱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TCL China Star Optoelectronics Technology Co Ltd
Original Assignee
Shenzhen China Star Optoelectronics Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen China Star Optoelectronics Technology Co Ltd filed Critical Shenzhen China Star Optoelectronics Technology Co Ltd
Priority to CN201610284971.2A priority Critical patent/CN105976343B/zh
Publication of CN105976343A publication Critical patent/CN105976343A/zh
Application granted granted Critical
Publication of CN105976343B publication Critical patent/CN105976343B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration using histogram techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明适用于智能设备技术领域,提供了一种图片曝光的校正方法、装置及智能设备,所述校正方法包括:在拍照提问功能下,获取相机拍摄的图片;提取所述图片的灰度信息,对所述灰度信息进行调整,以校正所述图片的曝光效果。本发明解决了图片的曝光不当的问题,增加了图片中的字符的可见度,进而降低了拍照提问功能中题目识别及截取的难度,提高了题目识别的准确度。

Description

图片曝光的校正方法、装置及智能设备
技术领域
本发明属于智能设备技术领域,尤其涉及一种图片曝光的校正方法、装置及智能设备。
背景技术
现有的拍照提问步骤包括:获取拍摄的图片——从图片中截取题目——上传题目——搜索匹配题目——反馈答案。然而,当拍照的环境复杂、光线不足时,若曝光不足或者逆光拍摄,所得到的图片也会过亮或者过暗,图片上的字符的清晰度低,从而加大了题目识别及截取的难度,题目识别的准确度低,有时候甚至无法识别出题目。
发明内容
鉴于此,本发明实施例提供一种图片曝光的校正方法、装置及智能设备,以解决拍照提问中图片曝光不当的问题,提高题目识别及截取的准确度。
第一方面,提供了一种图片曝光的校正方法,所述校正方法包括:
在拍照提问功能下,获取相机拍摄的图片;
提取所述图片的灰度信息,对所述灰度信息进行调整,以校正所述图片的曝光效果。
第二方面,提供了一种图片曝光的校正装置,所述校正装置包括:
获取模块,用于在拍照提问功能下,获取相机拍摄的图片;
校正模块,用于提取所述图片的灰度信息,对所述灰度信息进行调整,以校正所述图片的曝光效果。
第三方面,提供了一种智能设备,所述智能设备包括如上所述的图片曝光的校正装置。
与现有技术相比,本发明实施例在拍照提问功能的拍照环节中增加了对拍摄得到的图片进行曝光校正;通过在拍照提问功能下,获取相机拍摄的图片;然后提取所述图片的灰度信息,并对所述灰度信息进行调整,以校正所述图片的曝光效果;从而解决了图片的曝光不当的问题,增加了图片中的字符的可见度,进而降低了拍照提问功能中题目识别及截取的难度,提高了题目识别的准确度。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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附图。
图1是本发明实施例提供的图片曝光的校正方法的实现流程图;
图2是本发明另一实施例提供的图片曝光的校正方法的实现流程图;
图3是本发明实施例提供的图片曝光的校正装置的组成结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例在拍照提问功能的拍照环节中增加了对拍摄得到的图片进行曝光校正;通过在拍照提问功能下,获取相机拍摄的图片;然后提取所述图片的灰度信息,并对所述灰度信息进行调整,以校正所述图片的曝光效果。从而解决了图片的曝光不当的问题,增加了图片中的字符的可见度,进而降低了拍照提问功能中题目识别及截取的难度,提高了题目识别的准确度。本发明实施例还提供了相应的装置,以下分别进行详细的说明。
图1示出了本发明实施例提供的图片曝光的校正方法的实现流程。
在本发明实施例中,所述校正方法应用于智能设备,所述智能设备包括但不限于智能手机、平板电脑、计算机、家教机等。所述智能设备上设置有相机,能够进行拍摄并获取图片。
参阅图1,所述校正方法包括:
在步骤S101中,在拍照提问功能下,获取相机拍摄的图片。
本发明实施例在智能设备启动拍照提问功能时,启动相机以供用户拍摄待提问的题目。智能设备根据用户的操作进行拍摄,得到包含待提问的题目的图片。
在步骤S102中,提取所述图片的灰度信息,对所述灰度信息进行调整,以校正所述图片的曝光效果。
在这里,灰度信息显示了图片从最暗黑色到最亮的白色的灰度,表示了同一颜色的不同深浅以及不同亮度上的不同颜色。本发明实施例通过调整图片的灰度信息来调整图片中颜色的明暗程度,从而校正图片的曝光效果,解决了拍照提问中图片的曝光不当的问题,进而增加了图片中的字符的可见度,降低了拍照提问功能中题目识别及截取的难度,提高了题目识别的准确度。
对黑白图像来说,其提取的灰度信息表示每个像素点的明暗程度;对彩色图像来说,其提取的灰度信息表示每个像素点的亮度及深浅度。作为本发明的一个优选示例,本发明先分离出图片的灰度域图像,然后再提取所述灰度域图像的灰度信息进行曝光效果的调整。其中,所述灰度域图像是指图片的黑白效果的图像。图2示出了本发明另一实施例提供的图片曝光的校正方法的实现流程。
参阅图2,所述校正方法包括:
在步骤S201中,在拍照提问功能下,获取相机拍摄的图片。
在步骤S202中,对所述图片进行格式转换,以将所述图片从YUV格式转换为HSI格式。
在本发明实施例中,相机拍摄的图片格式可以为YUV、RGB565、RGB888、JPG、H.264等编码格式,这里优选YUV格式。当所述图片为YUV格式时,先将所述图片从YUV格式转换为RGB格式,然后将所述图片从RGB格式转换为HSI格式。在这里,所述YUV格式转换为RGB格式的公式为:
R=1.0Y+0+1.402(V-128)
G=1.0Y-0.34413(U-128)-0.71414(V-128)
B=1.0Y+1.772(U-128)+0
其中,R表示RGB格式中的红色分量,G表示RGB格式中的绿色分量,B表示RGB格式中的蓝色分量;Y表示YUV格式中的亮度值,U表示YUV格式中偏向蓝色的颜色偏差,V表示YUV格式中偏向红色的颜色偏差。
在转换为RGB格式后,再将所述图片从RGB格式转换为HSI格式,在这里,所述RGB格式转换为HSI格式的公式为:
I=(R+G+B)/3
H=W(B<=G)
H=2*pi-W(B>G)
W=arccos((2*R-G-B)/(2*sqrt((R-G)*(R-G)+(R-B)*(G-B)))
S=1-(3*min(R,G,B))/(R+G+B)
其中,pi=3.1415926535,I表示亮度,H表示色调,S表示饱和度。
在步骤S203中,对HSI格式的图片进行分离,得到所述图片的灰度域图像和彩色域图像。
在这里,所述灰度域图像表示图片的黑白效果,所述彩色域图像表示图片的彩色效果。本发明实施例通过从HIS格式的图片中分离出灰度域图像,再从所述灰度域图像中提取灰度信息,能够保证提取出来的灰度信息的完整性,进而提高了曝光校正的效果。
在步骤S204中,提取所述灰度域图像的灰度信息,并在可校正范围内根据所述灰度信息对所述灰度域图像进行调整。
在这里,由于分离出来的灰度域图像为黑白图像,所述灰度域图像的灰度信息是指灰度图像中每一个像素点的灰度值,即像素点的明暗程度。步骤S204对灰度图像进行调整包括:
提取所述灰度域图像中每一个像素点的灰度值;
根据所述灰度值求取所述灰度域图像中像素点的灰度平均值;
根据所述灰度平均值和灰度增量参考值计算每一个像素点的灰度修正值,并将该像素点的灰度值设置为所述灰度修正值。
其中,所述灰度增量参考值是根据历史多次的实际曝光校正经验得到,存在对应的可校正范围。在所述可校正范围内,通过该灰度增量参考值可以对图片中大部分的曝光不当的区域进行校正,当然对于曝光过度不当的区域则无法进行校正。本发明实施例使用所述灰度增亮参考值,有效地增加了曝光校正的效果。
在步骤S205中,合并调整后的所述灰度域图像和彩色域图像,得到灰度调整后的HSI格式的图片,并将所述HSI格式的图片转换为RGB格式的图片。
在对灰度域图像进行调整后,则合并所述灰度域图像和彩色域图像,得到灰度调整后的HSI格式的图片,并还原为RGB格式的图片,从而完成了对拍照提问过程中曝光不当的图片的校正,优化了图片的曝光效果,进而增加了图片中的字符的可见度,降低了拍照提问功能中题目识别及截取的难度,提高了题目识别的准确度。
作为本发明的另一个优选示例,在图1、图2实施例所述的图片曝光的校正方法中,在对所述图片进行曝光校正后,所述校正方法还可以包括:
显示曝光效果校正后的所述图片。
本发明示例通过显示曝光校正后的图片,使得用户能够对图片的校正效果进行预览,且方便了用户查验、确认所拍摄的待提问的题目。
需要说明的是,本发明上述实施例中所述的字符包括但不限于文字、字母或者数字。
综上所述,本发明实施例在拍照提问功能的拍照环节中增加了对拍摄得到的图片进行曝光校正;通过在拍照提问功能下,获取相机拍摄的图片;然后提取所述图片的灰度信息,并对所述灰度信息进行调整,以校正所述图片的曝光效果;从而解决了图片的曝光不当的问题,增加了图片中的字符的可见度,进而降低了拍照提问功能中题目识别及截取的难度,提高了题目识别的准确度。
图3示出了本发明实施例提供的图片曝光的校正装置的组成结构,为了便于说明,仅示出了与本发明实施例相关的部分。
在本发明实施例中,所述图片曝光的校正装置用于实现上述图1或图2实施例中所述的图片曝光的校正方法,可以是内置于智能设备的软件单元、硬件单元或者软硬件结合的单元。所述智能设备包括但不限于智能手机、平板电脑、计算机、家教机等。所述智能设备上设置有相机,能够进行拍摄并获取图片。
参阅图3,所述校正装置包括:
获取模块31,用于在拍照提问功能下,获取相机拍摄的图片;
校正模块32,用于提取所述图片的灰度信息,对所述灰度信息进行调整,以校正所述图片的曝光效果。
进一步地,对黑白图像来说,其提取的灰度信息表示每个像素点的明暗程度;对彩色图像来说,其提取的灰度信息表示每个像素点的亮度及深浅度。作为本发明的一个优选示例,本发明先分离出图片的灰度域图像,然后再提取所述灰度域图像的灰度信息进行曝光效果的调整。其中,所述灰度域图像是指图片的黑白效果的图像。所述校正模块32包括:
转换单元321,用于对所述图片进行格式转换,以将所述图片从YUV格式转换为HSI格式;
分离单元322,用于对HSI格式的图片进行分离,得到所述图片的灰度域图像和彩色域图像;
调整单元323,用于提取所述灰度域图像的灰度信息,并在可校正范围内根据所述灰度信息对所述灰度域图像进行调整;
合并单元324,用于合并调整后的所述灰度域图像和彩色域图像,得到灰度调整后的HSI格式的图片,并将所述HSI格式的图片转换为RGB格式的图片。
本发明实施例通过从HIS格式的图片中分离出灰度域图像,再从所述灰度域图像中提取灰度信息,能够保证提取出来的灰度信息的完整性,进而提高了曝光校正的效果。
进一步地,所述调整单元323具体用于:
提取所述灰度域图像中每一个像素点的灰度值;
根据所述灰度值求取所述灰度域图像中像素点的灰度平均值;
根据所述灰度平均值和灰度增量参考值计算每一个像素点的灰度修正值,并将该像素点的灰度值设置为所述灰度修正值。
其中,所述灰度增量参考值是根据历史多次的实际曝光校正经验得到,存在对应的可校正范围。在所述可校正范围内,通过该灰度增量参考值可以对图片中大部分的曝光不当的区域进行校正,当然对于曝光过度不当的区域则无法进行校正。本发明实施例使用所述灰度增亮参考值,有效地增加了曝光校正的效果。
进一步地,所述校正装置还包括:
显示模块33,用于显示曝光效果校正后的所述图片。
本发明示例通过显示曝光校正后的图片,使得用户能够对图片的校正效果进行预览,且方便了用户查验、确认所拍摄的待提问的题目。
需要说明的是,本发明上述实施例中所述的字符包括但不限于文字、字母或者数字。本发明实施例中的装置可以用于实现上述方法实施例中的全部技术方案,其各个功能模块的功能可以根据上述方法实施例中的方法具体实现,其具体实现过程可参照上述实例中的相关描述,此处不再赘述。
综上所述,本发明实施例在拍照提问功能的拍照环节中增加了对拍摄得到的图片进行曝光校正;通过在拍照提问功能下,获取相机拍摄的图片;然后提取所述图片的灰度信息,并对所述灰度信息进行调整,以校正所述图片的曝光效果。从而解决了图片的曝光不当的问题,增加了图片中的字符的可见度,进而降低了拍照提问功能中题目识别及截取的难度,提高了题目识别的准确度。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的图片曝光的校正方法、装置及智能设备,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块、单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元、模块单独物理存在,也可以两个或两个以上单元、模块集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
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所述以权利要求的保护范围为准。

Claims (4)

1.一种图片曝光的校正方法,其特征在于,所述校正方法包括:
在拍照提问功能下,获取相机拍摄的包含待提问的题目的图片;
提取所述图片的灰度信息,对所述灰度信息进行调整,以校正所述图片的曝光效果;
所述提取所述图片的灰度信息,对所述灰度信息进行调整,以校正所述图片的曝光效果包括:
对所述图片进行格式转换,以将所述图片从YUV格式转换为HSI格式;
对HSI格式的图片进行分离,得到所述图片的灰度域图像和彩色域图像;
提取所述灰度域图像的灰度信息,并在可校正范围内根据所述灰度信息对所述灰度域图像进行调整;
合并调整后的所述灰度域图像和彩色域图像,得到灰度调整后的HSI格式的图片,并将所述HSI格式的图片转换为RGB格式的图片;
所述提取所述灰度域图像的灰度信息,并在可校正范围内根据所述灰度信息对所述灰度域图像进行调整包括:
提取所述灰度域图像中每一个像素点的灰度值;
根据所述灰度值求取所述灰度域图像中像素点的灰度平均值;
若所述灰度平均值在可校正范围内,则根据所述灰度平均值和灰度增量参考值计算每一个像素点的灰度修正值,并将该像素点的灰度值设置为所述灰度修正值,其中,所述灰度增量参考值根据历史多次的实际曝光校正经验而得,存在对应的可校正范围。
2.如权利要求1所述的图片曝光的校正方法,其特征在于,所述校正方法还包括:
显示曝光效果校正后的所述图片。
3.一种图片 曝光的校正装置,其特征在于,所述校正装置包括:
获取模块,用于在拍照提问功能下,获取相机拍摄的包含待提问的题目的图片;
校正模块,用于提取所述图片的灰度信息,对所述灰度信息进行调整,以校正所述图片的曝光效果;
所述校正模块包括:
转换单元,用于对所述图片进行格式转换,以将所述图片从YUV格式转换为HSI格式;
分离单元,用于对HSI格式的图片进行分离,得到所述图片的灰度域图像和彩色域图像;
调整单元,用于提取所述灰度域图像的灰度信息,并在可校正范围内根据所述灰度信息对所述灰度域图像进行调整;
合并单元,用于合并调整后的所述灰度域图像和彩色域图像,得到灰度调整后的HSI格式的图片,并将所述HSI格式的图片转换为RGB格式的图片;
所述调整单元具体用于:
提取所述灰度域图像中每一个像素点的灰度值;
根据所述灰度值求取所述灰度域图像中像素点的灰度平均值;
若所述灰度平均值在可校正范围内,则根据所述灰度平均值和灰度增量参考值计算每一个像素点的灰度修正值,并将该像素点的灰度值设置为所述灰度修正值,其中,所述灰度增量参考值根据历史多次的实际曝光校正经验而得,存在对应的可校正范围。
4.如权利要求3所述的图片曝光的校正装置,其特征在于,所述校正装置还包括:
显示模块,用于显示曝光效果校正后的所述图片。
CN201610284971.2A 2016-04-29 2016-04-29 图片曝光的校正方法、装置及智能设备 Active CN105976343B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610284971.2A CN105976343B (zh) 2016-04-29 2016-04-29 图片曝光的校正方法、装置及智能设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610284971.2A CN105976343B (zh) 2016-04-29 2016-04-29 图片曝光的校正方法、装置及智能设备

Publications (2)

Publication Number Publication Date
CN105976343A CN105976343A (zh) 2016-09-28
CN105976343B true CN105976343B (zh) 2020-03-24

Family

ID=56993568

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610284971.2A Active CN105976343B (zh) 2016-04-29 2016-04-29 图片曝光的校正方法、装置及智能设备

Country Status (1)

Country Link
CN (1) CN105976343B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109963066A (zh) * 2017-12-25 2019-07-02 深圳市祈飞科技有限公司 一种图像获取解析方法以及***
CN112884838B (zh) * 2021-03-16 2022-11-15 重庆大学 一种机器人自主定位方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1671187A (zh) * 2004-03-15 2005-09-21 德鑫科技股份有限公司 数字图像的曝光校正方法
CN1878245A (zh) * 2005-06-07 2006-12-13 明基电通股份有限公司 校正数字图像的曝光度的方法
CN102523386A (zh) * 2011-12-16 2012-06-27 中国科学院西安光学精密机械研究所 基于直方图均衡化的自动曝光方法
CN102694981A (zh) * 2012-05-11 2012-09-26 中国科学院西安光学精密机械研究所 基于自适应阈值分割的直方图均衡化的自动曝光方法
CN103702037A (zh) * 2013-12-04 2014-04-02 杨新锋 一种视频图像亮度的自动调节方法
CN103826066A (zh) * 2014-02-26 2014-05-28 芯原微电子(上海)有限公司 一种自动曝光调整方法及***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1671187A (zh) * 2004-03-15 2005-09-21 德鑫科技股份有限公司 数字图像的曝光校正方法
CN1878245A (zh) * 2005-06-07 2006-12-13 明基电通股份有限公司 校正数字图像的曝光度的方法
CN102523386A (zh) * 2011-12-16 2012-06-27 中国科学院西安光学精密机械研究所 基于直方图均衡化的自动曝光方法
CN102694981A (zh) * 2012-05-11 2012-09-26 中国科学院西安光学精密机械研究所 基于自适应阈值分割的直方图均衡化的自动曝光方法
CN103702037A (zh) * 2013-12-04 2014-04-02 杨新锋 一种视频图像亮度的自动调节方法
CN103826066A (zh) * 2014-02-26 2014-05-28 芯原微电子(上海)有限公司 一种自动曝光调整方法及***

Also Published As

Publication number Publication date
CN105976343A (zh) 2016-09-28

Similar Documents

Publication Publication Date Title
EP1819143A1 (en) Color adjusting device and method
CN112073703B (zh) 一种色彩校正矩阵的调整方法、装置、终端设备及介质
WO2018188260A1 (zh) 图像显示控制方法及装置和显示屏控制***
CN112752023B (zh) 一种图像调整方法、装置、电子设备及存储介质
CN105409211A (zh) 用于图像处理的带皮肤色调校正的自动白平衡
US20150063694A1 (en) Techniques for combining images with varying brightness degrees
CN111369486B (zh) 一种图像融合处理方法及装置
CN108806638B (zh) 一种图像的显示方法及其装置
US9832395B2 (en) Information processing method applied to an electronic device and electronic device having at least two image capturing units that have the same image capturing direction
US10771754B2 (en) Image white balance correction method and electronic device
CN105976343B (zh) 图片曝光的校正方法、装置及智能设备
US20140098258A1 (en) Color distortion correction method and device for imaging systems and image output systems
CN111311500A (zh) 一种对图像进行颜色还原的方法和装置
US20160093066A1 (en) Saturation compensation method
CN102903091B (zh) 用于在数字图像处理设备中拼接图像的方法
EP2672718A1 (en) Color calibration of an image capture device in a way that is adaptive to the scene to be captured
CN111080725A (zh) 一种基于颜色空间转换的图像处理方法、***及设备
US7965322B2 (en) Color correction on an image
CN115550575B (zh) 图像处理方法及其相关设备
CN107948652B (zh) 一种进行图像转换的方法和设备
CN113412615B (zh) 信息处理终端、记录介质、信息处理***及颜色校正方法
CN108282643B (zh) 图像处理方法、图像处理装置及电子设备
CN109447925B (zh) 图像处理方法和装置、存储介质、电子设备
CN113012051A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
WO2007032324A1 (ja) 撮像装置、画像処理装置、画像処理方法及び画像処理プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant