CN106874444B - 图片处理方法及装置 - Google Patents

图片处理方法及装置 Download PDF

Info

Publication number
CN106874444B
CN106874444B CN201710072204.XA CN201710072204A CN106874444B CN 106874444 B CN106874444 B CN 106874444B CN 201710072204 A CN201710072204 A CN 201710072204A CN 106874444 B CN106874444 B CN 106874444B
Authority
CN
China
Prior art keywords
picture
terminal
deleting
image
blurred
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
CN201710072204.XA
Other languages
English (en)
Other versions
CN106874444A (zh
Inventor
李伟星
张建春
刘任
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201710072204.XA priority Critical patent/CN106874444B/zh
Publication of CN106874444A publication Critical patent/CN106874444A/zh
Application granted granted Critical
Publication of CN106874444B publication Critical patent/CN106874444B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

本公开公开了一种用于图片处理方法及装置,属于模糊图片处理领域。该方法包括:获取第一图片,判断第一图片是否为模糊图片;当确定第一图片为模糊图片时,缩小第一图片的尺寸,生成第二图片;将第二图片替代第一图片进行存储。解决了用户删除模糊图片来节省终端的存储空间的问题;达到了在节省终端的存储空间的同时,保留模糊图片对应的清晰图片的效果。

Description

图片处理方法及装置
技术领域
本公开涉及图片处理领域,特别涉及一种图片处理方法及装置。
背景技术
当用户使用终端拍摄图片时,经常会碰到在拍摄时由于用户的手抖或者被拍摄物的移动造成图片模糊的问题,当用户未及时删除模糊图片时,该模糊图片会存储在终端中。
而在终端的剩余存储空间不足的情况下,用户通常会手动删除之前拍摄的模糊图片,来节省终端的存储空间。
发明内容
为了解决用户删除模糊图片来节省终端的存储空间的问题,本公开提供一种图片处理方法及装置。所述技术方案如下:
根据本公开实施例的第一方面,提供一种图片处理方法,应用于终端中,所述方法包括:获取第一图片,判断所述第一图片是否为模糊图片;当确定所述第一图片为模糊图片时,缩小所述第一图片的尺寸,生成第二图片;将所述第二图片替代所述第一图片进行存储。通过将模糊图片缩小尺寸后替代原图存储在终端中;由于尺寸大但分辨率低的图片在缩小尺寸后所显示的景物会变清晰,因此解决了用户删除模糊图片来节省终端的存储空间的问题;达到了在节省终端的存储空间的同时,保留模糊图片对应的清晰图片的效果。
可选的,所述获取第一图片,包括:当所述终端处于拍摄状态时,获取所述终端拍摄后的所述第一图片;和/或,当所述终端的剩余存储空间的百分比低于预定百分比时,获取存储在所述终端的第一图片;和/或,获取所述终端正在显示的第一图片;和/或,当接收到用于删除图片的删除指令时,获取待删除的第一图片。由于第一图片的获取途径有多种,因此终端可以及时获取第一图片,对第一图片进行处理,降低终端的存储空间的占用速度。
可选的,所述判断所述第一图片是否为模糊图片,包括:计算所述第一图片的局部对比度,当所述第一图片的局部对比度低于局部对比度阈值时,判定所述第一图片为模糊图片;或者,对所述第一图片进行图像显著性检测,当所述第一图片的显著度低于显著度阈值时,判定所述第一图片是否为模糊图片;或者,对所述第一图片进行边缘检测,获取所述第一图片的边缘点总数,所述边缘点总数为所述第一图片的边缘点占所述第一图片的像素点的数量,当所述边缘点总数小于预定边缘点数时,判定所述第一图片为模糊图片。
可选的,所述缩小所述第一图片的尺寸,生成第二图片,包括:根据预设的所述第一图片到所述第三图片的图片缩小比值,依所述第一图片的像素点的位置坐标更改所述第一图片的像素点的数量,生成第三图片;根据预设的所述第三图片到所述第二图片的图片放大比值,依所述第三图片的相邻像素点的RGB平均值更改所述第三图片的像素点的数量,生成所述第二图片。在本实施例中,通过根据像素值与缩小尺寸的对应关系,缩小第一图片的尺寸,使得第一图片缩小后生成第二图片所记录的图像不会产生形变。
可选的,所述将所述第二图片替代所述第一图片进行存储,包括:保存所述第二图片,显示用于提示用户是否删除所述第二图片对应的第一图片的提示信息;当接收到用于删除所述第一图片的删除指令时,删除所述第一图片。为了避免终端误将第一图片的尺寸缩小,在终端欲将第二图片替换为第一图片存储时,会生成提示信息来提示用户。
根据本公开实施例的第二方面,提供一种图片处理装置,应用于终端中,所述装置包括:判断模块,被配置为获取第一图片,判断所述第一图片是否为模糊图片;缩小模块,被配置为当所述判断模块确定所述第一图片为模糊图片时,缩小所述第一图片的尺寸,生成第二图片;替代模块,被配置为将所述缩小模块生成的所述第二图片替代所述第一图片进行存储。
可选的,所述判断模块,包括:第一获取子模块,被配置为当所述终端处于拍摄状态时,获取所述终端拍摄后的所述第一图片;第二获取子模块,被配置为当所述终端的剩余存储空间的百分比低于预定百分比时,获取存储在所述终端的第一图片;第三获取子模块,被配置为获取所述终端正在显示的第一图片;第四获取子模块,被配置为当接收到用于删除图片的删除指令时,获取待删除的第一图片。
可选的,所述判断模块,还包括:计算子模块,被配置为计算所述第一图片的局部对比度;第一判定子模块,被配置为当所述第一图片的局部对比度低于局部对比度阈值时,判定所述第一图片为模糊图片;或者,所述判断模块,还包括:检测子模块,被配置为对所述第一图片进行图像显著性检测,判定所述第一图片是否为模糊图片;或者,所述判断模块,还包括:获取子模块,被配置为对所述第一图片进行边缘检测,获取所述第一图片的边缘点总数,所述边缘点总数为所述第一图片的边缘点占所述第一图片的像素点的数量;第二判定子模块,被配置为当所述边缘点总数小于预定边缘点数时,判定所述第一图片为模糊图片。
可选的,所述缩小模块,包括:第一生成子模块,被配置为根据预设的所述第一图片到所述第三图片的图片缩小比值,依据所述第一图片的像素点的位置坐标更改所述第一图片的像素点的数量,生成第三图片;第二生成子模块,被配置为根据预设的所述第三图片到所述第二图片的图片放大比值,依据所述第三图片的相邻像素点的RPG平均值更改所述第三图片的像素点的数量,生成所述第二图片。
可选的,所述替代模块,包括:显示子模块,被配置为保存所述缩小模块生成的所述第二图片,显示用于提示用户是否删除所述第二图片对应的第一图片的提示信息;删除子模块,被配置为当接收到用于删除所述第一图片的删除指令时,删除所述第一图片。
根据本公开实施例的第三方面,提供一种图片处理装置,应用于终端中,所述装置包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为:获取第一图片,确定所述第一图片是否为模糊图片;当判断所述第一图片为模糊图片时,缩小所述第一图片的尺寸,生成第二图片;将所述第二图片替代所述第一图片进行存储。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并于说明书一起用于解释本公开的原理。
图1A是根据一示例性实施例示出的一种图片处理方法的方法流程图;
图1B是根据一示例性实施例示出的一种缩小第一图片的尺寸方法的流程图;
图1C是根据一示例性实施例示出的一种将第二图片替代第一图片进行存储方法的流程图;
图2A是根据一示例性实施例示出的一种图片处理装置的结构方框图;
图2B是根据另一示例性实施例示出的一种图片处理装置的结构方框图;
图3是根据一示例性实施例示出的一种用于图片装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在实际应用中,当终端的剩余存储空间不足的情况下,用户通常会采用手动删除模糊图片的方式来减少终端中被占用的存储空间,而为了防止用户误删有价值的模糊图片,本实施例中终端通过缩小模糊图片的尺寸,将缩小成的模糊图片替代未缩小的模糊图片进行存储。下面结合图1A至图1C对模糊图片处理方法进行描述。
请参考图1A,图1A示出了根据一示例性实施例示出的图片处理方法的方法流程图。该模糊图片处理方法应用于终端中,该模糊图片处理方法可以包括如下步骤:
在步骤101中,获取第一图片,判断第一图片是否为模糊图片。
图片的清晰度越低,该图片就越模糊。由于图片的清晰度与该图片的分辨率以及该图片的局部对比度相关,在图片的分辨率不变的情况下,图片的局部对比度越大,该图片越清晰。
可选的,将局部对比度低于预定阈值的图片判定为模糊图片。
可选的,该第一图片为当终端处于拍摄状态时,终端拍摄的图片。
可选的,该第一图片为存储在终端的图片。
可选的,该第一图片为终端正在显示的图片。
可选的,该第一图片为待删除的图片。
在步骤102中,当确定第一图片为模糊图片时,缩小第一图片的尺寸,生成第二图片。
图片之所以能被缩小,是因为图片的图像数据中存在着冗余。图像数据的冗余至少有下述几种可能:图像中相邻像素间的相关性引起的空间冗余;图像序列中不同帧之间存在相关性引起的时间冗余;不同彩色平面或频谱带的相关性引起的频谱冗余。也就是说,缩小图片的尺寸的目的就是通过去除这些数据冗余来减少表示图像数据所需的比特数,从而减少该图片所占用的空间。
在步骤103中,将第二图片替代第一图片进行存储。
由于第一图片与第二图片记录的图像相同,终端将第二图片替代第一图片存储在终端,保留第一图所记录的图像的同时可有效节省终端空间。
综上所述,本公开实施例中提供的模糊图片处理方法,通过将模糊图片缩小尺寸后替代原图存储在终端中;由于尺寸大但分辨率低的图片在缩小尺寸后所显示的景物会变清晰,因此解决了用户删除模糊图片来节省终端的存储空间的问题;达到了在节省终端的存储空间的同时,保留模糊图片对应的清晰图片的效果。
在一种可能实现的方式中,第一图片可以泛指多张图片,也可以特指一张图片。该获取第一图片方法至少有下述几种可能:
第一种可能101a,当终端的剩余存储空间的百分比低于预定百分比时,获取存储在终端的第一图片。
当终端的剩余存储空间的百分比低于预定百分比时,说明终端的存储空间即将被全部占用,为了减少存储空间的占用,此时终端可将存储在终端的预定位置的图片判定为第一图片,获取第一图片并执行步骤102。
需要说明的是,该预定位置可以为一个或多个指定位置,对此本实施例不做限定。
第二种可能101b,当终端处于拍摄状态时,获取终端拍摄后的第一图片。
为了防止当终端的剩余存储空间的百分比低于预定百分比时,终端批量处理存储在终端的模糊图片需要消耗较长时间,或者为了使得终端的存储空间的占用速度较为缓慢。当终端处于拍摄模式时,每拍摄一张图片,终端均会将该图片判定为第一图片,获取第一图片并执行步骤102。
第三种可能101c,获取终端正在显示的第一图片。
由于终端批量处理模糊图片消耗的时间较长,且若在终端处理模糊图片的过程中,用户无法对终端进行操作,则会需要用户等待较长时间,影响用户对终端的使用,而终端正在显示的图片通常为用户正在浏览或者所需要的图片,因此,终端可将正在显示的图片判定为第一图片,获取第一图片并执行步骤102。
第四种可能101d,当接收到用于删除图片的删除指令时,获取待删除的第一图片。
为了防止用户误删记录有风景唯一的第一图片。当终端接收到用于删除图片的删除指令时,将待删除的图片判定为第一图片,获取第一图片并执行步骤102。
在一种可能实现的方式中,终端判定第一图片是否为模糊图片的方式有多种。该判断第一图片是否为模糊图片方法至少有下述三种可能:
第一种可能101e,计算第一图片的局部对比度,当第一图片的局部对比度低于局部对比度阈值时,判定第一图片为模糊图片。
利用采用图像差分的方法可计算第一图片的局部对比度,通常采用下述公式进行计算:
c=∑r(i,j)*r(i,j)*p(i,j)
其中,c为第一图片的局部对比度,r(i,j)=|i-j|即相邻像素间的灰度差,p(i,j)为相邻像素灰度差为r的像素分布概率。
通常情况下,第一图片的局部对比度越大,该第一图片越清晰,色彩越鲜明艳丽,相反第一图片的局部对比度越小,该第一图片越模糊,颜色越灰暗。因此,当第一图片的局部对比度低于局部对比度阈值时,终端判定该第一图片为模糊图片。
需要说明的是,局部对比度阈值的设定方式和具体数值,本实施例不进行限制。
第二种可能101f,对第一图片进行图像显著性检测,判定第一图片是否为模糊图片。
具体的,终端对第一图片进行图像显著性检测,至少包括下述步骤:
步骤S1、采用高斯滤波器对第一图片进行滤波和采样,形成以第一图片为底层的高斯金字塔模型,然后对高斯金字塔模型中的每一层分别提取各种图像特征,形成特征金字塔模型;再根据该特征金字塔模型进行计算得到第一图片的特征图。
步骤S2、把每个第一图片的特征图进行归一化处理,并将各个归一化处理后的特征图进行综合计算,得到对应于第一图片的显著图。
步骤S3、将显著图中采用白色和黑色对其进行标记以获取图像的显著性区域,其中,白色表示图像中显著的区域,黑色表示图像中不显著的区域。
步骤S4、根据预先训练好的模糊图片检测模型对图像的显著性区域进行检测,判断第一图片是否为模糊图片。
第三种可能101g,对第一图片进行边缘检测,获取第一图片的边缘点总数,边缘点总数为第一图片的边缘点占第一图片的像素点的数量,当边缘点总数小于预定边缘点数时,判定第一图片为模糊图片。
可选的,本实施例中可采用种类微分算子法、样板匹配法、小波检测法、神经网络法等边缘检测方法对第一图片进行边缘检测。
通常情况下,构成边缘轮廓特征的像素点越少说明该第一图片的边缘轮廓特征越不清晰,因此,当构成第一图片的边缘点总数小于预定边缘点数时,终端判定第一图片为模糊图片。
具体的,终端可从第一图片的左上角的像素点开始逐行扫描,若某个像素点的值为255,则判定该像素点为边缘点,将边缘点总数(英文:sumEdges)加1,对第一图片的像素点扫描完毕后,获取第一图片的sumEdges。
例如,对于300×300像素的第一图片而言,设预定边缘点数目为100。若该第一图片的sumEdges小于100时,终端则判定第一图片为模糊图片。
可选的,对第一图片进行边缘检测,获取第一图片的边缘点比值,边缘点比值为第一图片的边缘点总数与第一图片的像素点总数的比值,当边缘点比值小于预定边缘点比值时,判定第一图片为模糊图片。
具体的,终端可从第一图片的左上角的像素点开始逐行扫描,若某个像素点的值为255,则判定该像素点为边缘点,将sumEdges加1,对第一图片的像素点扫描完毕后,获取第一图片的sumEdges,将第一图片的sumEdges除以第一图片的像素点总数,得到第一图片的边缘点比值。
例如,对于300×300像素的第一图片而言,设预定边缘点比值为1/300。若该第一图片的边缘点比值小于1/300时,终端则判定第一图片为模糊图片。
在一种可能实现的方式中,图1B是根据一示例性实施例示出的一种缩小第一图片的尺寸方法的流程图。请参考图1B,该缩小第一图片的尺寸方法由下述步骤102a至步骤102b实现:
在步骤102a中,根据预设的第一图片到第三图片的图片缩小比值,依据第一图片的像素点的位置坐标更改第一图片的像素点的数量,生成第三图片。
设第一图片到第二图片的图片缩小比值为B/E,第一图片到第三图片的缩小比值为D/F,其中,B、D、E、F均为自然数,B<E,D<F,D/F<B/E的数值。
根据预设的第一图片到第三图片的缩小比值,先对第一图片的位图格式数据按照逐行每隔一个像素点或者每隔多个像素点的位置坐标抽取一个或者多个像素点,再对第一图片位图格式数据按照逐列每隔一个像素点或者每隔多个像素点的位置坐标抽取一个或者多个像素点,最后生成第三图片。
在步骤102b中,根据预设的第三图片到第二图片的图片放大比值,依据第三图片的相邻像素点的RPG平均值更改第三图片的像素点的数量,生成第二图片。
设第一图片位的图格式数据中的像素点共有m行、n列,设第一图片位的图格式数据中位于第i行、第j列的像素点的坐标为(i,j),设坐标为(i,j)对应的像素点的RPG表示为f(i,j)。
根据第一图片到第二图片的图片缩小比值以及第一图片到第三图片的图片缩小比值,计算得出第三图片到第二图片的图片放大比值。例如:当第一图片到第二图片的图片缩小比值为B/E,第一图片到第三图片的缩小比值为D/F时,第三图片到第二图片的图片放大比值B*F/E*D。
根据设定的第三图片到第二图片的图片放大比值,逐行计算第三图片位图格式数据中相邻两个像素点或者相邻多个像素点所表示RPG的平均值,以及逐列计算第三图片的位图格式数据中相邻多个像素点所表示RPG的平均值。例如,对于第i行中的像素点,取相邻的(i,j+1)像素点、(i,j+2)像素点、……、(i,j+X)像素点,则上述相邻X(X为大于等于2的自然数)个像素点的RPG的平均值为[f(i,j+1)+f(i,j+2)、……、f(i,j+X)]/X,对于第i+1行中的像素点依次类推;对于第j列中的像素点,取相邻的(i+1,j)像素点、(i+2,j)像素点、……、(i+Y,j)像素点,则上述相邻Y(Y为大于等于2的自然数)个像素点的RPG的平均值为[f(i+1,j)+f(i+2,j)、……、f(i+Y,j)]/Y,对于第j+1列中的像素点依次类推。
终端先逐行将RPG为上述计算得到的RPG的平均值的像素点添加到第三图片的位图格式数据中相邻多个像素点之间,再逐列将RPG为上述RPG的平均值的像素点添加到第三图片的位图格式数据中相邻两个像素点或者相邻多个像素点之间,最后生成第二图片。
在一种可能实现的方式中,为了避免终端误将第一图片的尺寸缩小,在终端欲将第二图片替换为第一图片存储时,会生成提示信息来提示用户。图1C是根据一示例性实施例示出的一种将第二图片替代第一图片进行存储方法的流程图。请参考图1C,该将第二图片替代第一图片进行存储方法由下述步骤103a至步骤103b实现。
在步骤103a中,保存第二图片,显示用于提示用户是否删除第二图片对应的第一图片的提示信息。
在步骤103b中,当接收到用于删除第一图片的删除指令时,删除第一图片。
可选的,当未接收到用于删除第一图片的删除指令时,保留第一图片和第二图片。
可选的,当未接收到用于删除第一图片的删除指令时,删除第二图片。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
请参考图2A,图2A是根据一示例性实施例示出的一图片处理装置的结构方框图。该模糊图片处理方法应用于终端中,该装置包括:判断模块201、缩小模块202和替代模块203。
判断模块201,被配置为获取第一图片,判断第一图片是否为模糊图片。
图片的清晰度越低,该图片就越模糊。由于图片的清晰度与该图片的分辨率以及该图片的局部对比度相关,在图片的分辨率不变的情况下,图片的局部对比度越大,该图片越清晰。
可选的,将局部对比度低于预定阈值的图片判定为模糊图片。
可选的,该第一图片为当终端处于拍摄状态时,终端拍摄的图片。
可选的,该第一图片为存储在终端的图片。
可选的,该第一图片为终端正在显示的图片。
可选的,该第一图片为待删除的图片。
缩小模块202,被配置为当判断模块201确定第一图片为模糊图片时,缩小第一图片的尺寸,生成第二图片。
图片之所以能被缩小,是因为图片的图像数据中存在着冗余。图像数据的冗余至少有下述几种可能:图像中相邻像素间的相关性引起的空间冗余;图像序列中不同帧之间存在相关性引起的时间冗余;不同彩色平面或频谱带的相关性引起的频谱冗余。也就是说,缩小图片的尺寸的目的就是通过去除这些数据冗余来减少表示图像数据所需的比特数,从而减少该图片所占用的空间。
替代模块203,被配置为将缩小模块202缩小成的第二图片替代第一图片进行存储。
由于第一图片与第二图片记录的图像相同,终端将第二图片替代第一图片存储在终端,保留第一图所记录的图像的同时可有效节省终端空间。
在一种可能的实现方式中,判断模块201,还被配置为:当终端处于拍摄状态时,获取终端拍摄后的第一图片。
当终端的剩余存储空间的百分比低于预定百分比时,说明终端的存储空间即将被全部占用,为了减少存储空间的占用,此时终端可将存储在终端的预定位置的图片判定为第一图片,获取第一图片并执行步骤102。
需要说明的是,该预定位置可以为一个或多个指定位置,对此本实施例不做限定。
在一种可能的实现方式中,判断模块201,还被配置为:当终端的剩余存储空间的百分比低于预定百分比时,获取存储在终端的第一图片。
为了防止当终端的剩余存储空间的百分比低于预定百分比时,终端批量处理存储在终端的模糊图片需要消耗较长时间,或者为了使得终端的存储空间的占用速度较为缓慢。当终端处于拍摄模式时,每拍摄一张图片,终端均会将该图片判定为第一图片,获取第一图片并执行步骤102。
在一种可能的实现方式中,判断模块201,还被配置为:获取终端正在显示的第一图片。
由于终端批量处理模糊图片消耗的时间较长,且若在终端处理模糊图片的过程中,用户无法对终端进行操作,则会需要用户等待较长时间,影响用户对终端的使用,而终端正在显示的图片通常为用户正在浏览或者所需要的图片,因此,终端可将正在显示的图片判定为第一图片,获取第一图片并执行步骤102。
在一种可能的实现方式中,判断模块201,还被配置为:当接收到用于删除图片的删除指令时,获取待删除的第一图片。
为了防止用户误删记录有风景唯一的第一图片。当终端接收到用于删除图片的删除指令时,将待删除的图片判定为第一图片,获取第一图片并执行步骤102。
在一种可能的实现方式中,图2B是根据另一示例性实施例示出的一种图片处理装置的结构方框图。如图2B所示,判断模块201,还包括:计算子模块201a、第一判定子模块201b、检测子模块201c、获取子模块201d和第二判定子模块201e。
计算子模块201a,被配置为计算第一图片的局部对比度。
可选的,该局部对比度为韦伯局部对比度或者Michelson局部对比度或者均方根局部对比度。
第一判定子模块201b,被配置为当第一图片的局部对比度低于局部对比度阈值时,判定第一图片为模糊图片。
利用采用图像差分的方法可计算第一图片的局部对比度,通常采用下述公式进行计算:
c=∑r(i,j)*r(i,j)*p(i,j)
其中,c为第一图片的局部对比度,r(i,j)=|i-j|即相邻像素间的灰度差,p(i,j)为相邻像素灰度差为r的像素分布概率。
通常情况下,第一图片的局部对比度越大,该第一图片越清晰,色彩越鲜明艳丽,相反第一图片的局部对比度越小,该第一图片越模糊,颜色越灰暗。因此,当第一图片的局部对比度低于局部对比度阈值时,终端判定该第一图片为模糊图片。
需要说明的是,局部对比度阈值的设定方式和具体数值,本实施例不进行限制。
检测子模块201c,被配置为对第一图片进行图像显著性检测,判定第一图片是否为模糊图片。
具体的,终端对第一图片进行图像显著性检测,至少包括下述步骤:
S1、采用高斯滤波器对第一图片进行滤波和采样,形成以第一图片为底层的高斯金字塔模型,然后对高斯金字塔模型中的每一层分别提取各种图像特征,形成特征金字塔模型;再根据该特征金字塔模型进行计算得到第一图片的特征图。
S2、把每个第一图片的特征图进行归一化处理,并将各个归一化处理后的特征图进行综合计算,得到对应于第一图片的显著图。
S3、将显著图中采用白色和黑色对其进行标记以获取图像的显著性区域,其中,白色表示图像中显著的区域,黑色表示图像中不显著的区域。
S5、根据预先训练好的模糊图片检测模型对图像的显著性区域进行检测,判断第一图片是否为模糊图片。
获取子模块201d,被配置为获取第一图片的边缘点总数,边缘点总数为第一图片的边缘点占第一图片的像素点的数量。
第二判定子模块201e,被配置为当边缘点总数小于预定边缘点数时,判定第一图片为模糊图片。
可选的,本实施例中可采用种类微分算子法、样板匹配法、小波检测法、神经网络法等边缘检测方法对第一图片进行边缘检测。
通常情况下,构成边缘轮廓特征的像素点越少说明该第一图片的边缘轮廓特征越不清晰,因此,当构成第一图片的边缘点总数小于预定边缘点数时,终端判定第一图片为模糊图片。
具体的,终端可从第一图片的左上角的像素点开始逐行扫描,若某个像素点的值为255,则判定该像素点为边缘点,将边缘点总数(英文:sumEdges)加1,对第一图片的像素点扫描完毕后,获取第一图片的sumEdges。
例如,对于300×300像素的第一图片而言,设预定边缘点数目为100。若该第一图片的sumEdges小于100时,终端则判定第一图片为模糊图片。
可选的,对第一图片进行边缘检测,获取第一图片的边缘点比值,边缘点比值为第一图片的边缘点总数与第一图片的像素点总数的比值,当边缘点比值小于预定边缘点比值时,判定第一图片为模糊图片。
具体的,终端可从第一图片的左上角的像素点开始逐行扫描,若某个像素点的值为255,则判定该像素点为边缘点,将sumEdges加1,对第一图片的像素点扫描完毕后,获取第一图片的sumEdges,将第一图片的sumEdges除以第一图片的像素点总数,得到第一图片的边缘点比值。
例如,对于300×300像素的第一图片而言,设预定边缘点比值为1/300。若该第一图片的边缘点比值小于1/300时,终端则判定第一图片为模糊图片。
在一种可能的实现方式中,仍参见图2B,该缩小模块202,包括:第一生成子模块202a和第二生成子模块202b。
第一生成子模块202a,被配置为根据预设的第一图片到第三图片的图片缩小比值,依据第一图片的像素点的位置坐标更改第一图片的像素点的数量,生成第三图片。
设第一图片到第二图片的图片缩小比值为B/E,第一图片到第三图片的缩小比值为D/F,其中,B、D、E、F均为自然数,B<E,D<F,D/F<B/E的数值。
根据预设的第一图片到第三图片的缩小比值,先对第一图片的位图格式数据按照逐行每隔一个像素点或者每隔多个像素点的位置坐标抽取一个或者多个像素点,再对第一图片位图格式数据按照逐列每隔一个像素点或者每隔多个像素点的位置坐标抽取一个或者多个像素点,最后生成第三图片。
第二生成子模块202b,被配置为根据预设的第三图片到第二图片的图片放大比值,依据第三图片的相邻像素点的RPG平均值更改第三图片的像素点的数量,生成第二图片。
设第一图片位的图格式数据中的像素点共有m行、n列,设第一图片位的图格式数据中位于第i行、第j列的像素点的坐标为(i,j),设坐标为(i,j)对应的像素点的RPG表示为f(i,j)。
根据第一图片到第二图片的图片缩小比值以及第一图片到第三图片的图片缩小比值,计算得出第三图片到第二图片的图片放大比值。例如:当第一图片到第二图片的图片缩小比值为B/E,第一图片到第三图片的缩小比值为D/F时,第三图片到第二图片的图片放大比值B*F/E*D。
根据设定的第三图片到第二图片的图片放大比值,逐行计算第三图片位图格式数据中相邻两个像素点或者相邻多个像素点所表示RPG的平均值,以及逐列计算第三图片的位图格式数据中相邻多个像素点所表示RPG的平均值。例如,对于第i行中的像素点,取相邻的(i,j+1)像素点、(i,j+2)像素点、……、(i,j+X)像素点,则上述相邻X(X为大于等于2的自然数)个像素点的RPG的平均值为[f(i,j+1)+f(i,j+2)、……、f(i,j+X)]/X,对于第i+1行中的像素点依次类推;对于第j列中的像素点,取相邻的(i+1,j)像素点、(i+2,j)像素点、……、(i+Y,j)像素点,则上述相邻Y(Y为大于等于2的自然数)个像素点的RPG的平均值为[f(i+1,j)+f(i+2,j)、……、f(i+Y,j)]/Y,对于第j+1列中的像素点依次类推。
终端先逐行将RPG为上述计算得到的RPG的平均值的像素点添加到第三图片的位图格式数据中相邻多个像素点之间,再逐列将RPG为上述RPG的平均值的像素点添加到第三图片的位图格式数据中相邻两个像素点或者相邻多个像素点之间,最后生成第二图片。
在一种可能的实现方式中,仍参见图2B,替代模块203,包括:显示子模块203a和删除子模块203b。
显示子模块203a,被配置为保存缩小模块202生成的第二图片,显示用于提示用户是否删除第二图片对应的第一图片的提示信息。
删除子模块203b,被配置为当接收到用于删除第一图片的删除指令时,删除第一图片。
可选的,当未接收到用于删除第一图片的删除指令时,保留第一图片和第二图片。
可选的,当未接收到用于删除第一图片的删除指令时,删除第二图片。
综上所述,本公开实施例中提供的图片处理装置,通过将模糊图片缩小尺寸后替代原图存储在终端中;由于尺寸大但分辨率低的图片在缩小尺寸后所显示的景物会变清晰,因此解决了用户删除模糊图片来节省终端的存储空间的问题;达到了在节省终端的存储空间的同时,保留模糊图片对应的清晰图片的效果。
在本实施例中,由于第一图片的获取途径有多种,因此终端可以及时获取第一图片,对第一图片进行处理,降低终端的存储空间的占用速度。
在本实施例中,通过根据像素值与缩小尺寸的对应关系,缩小第一图片的尺寸,使得第一图片缩小后生成第二图片所记录的图像不会产生形变。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开一示例性实施例提供了一种图片处理装置,该处理装置应用于中终端中,该处理装置包括:处理器、用于存储处理器可执行指令的存储器;
其中,处理器被配置为:
获取第一图片,判断第一图片是否为模糊图片;
当确定第一图片为模糊图片时,缩小第一图片的尺寸,生成第二图片;
将第二图片替代第一图片进行存储。
图3是根据一示例性实施例示出的一种用于处理图片的装置的框图。例如,装置300可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,台人数字助理等。
参照图3,装置300可以包括以下一台或多台组件:处理组件302,存储器304,电源组件306,多媒体组件308,音频组件310,输入/输出(I/O)接口312,传感器组件314,以及通信组件316。
处理组件302通常控制装置300的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件302可以包括一台或多台处理器318来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件302可以包括一台或多台模块,便于处理组件302和其他组件之间的交互。例如,处理组件302可以包括多媒体模块,以方便多媒体组件308和处理组件302之间的交互。
存储器304被配置为存储各种类型的数据以支持在装置300的操作。这些数据的示例包括用于在装置300上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件306为装置300的各种组件提供电力。电源组件306可以包括电源管理***,一台或多台电源,及其他与为装置300生成、管理和分配电力相关联的组件。
多媒体组件308包括在装置300和用户之间的提供一台输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一台或多台触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件308包括一台前置摄像头和/或后置摄像头。当装置300处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每台前置摄像头和后置摄像头可以是一台固定的光学透镜***或具有焦距和光学变焦能力。
音频组件310被配置为输出和/或输入音频信号。例如,音频组件310包括一台麦克风(MIC),当装置300处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器304或经由通信组件316发送。在一些实施例中,音频组件310还包括一台扬声器,用于输出音频信号。
I/O接口312为处理组件302和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件314包括一台或多台传感器,用于为装置300提供各台方面的状态评估。例如,传感器组件314可以检测到装置300的打开/关闭状态,组件的相对定位,例如组件为装置300的显示器和小键盘,传感器组件314还可以检测装置300或装置300一台组件的位置改变,用户与装置300接触的存在或不存在,装置300方位或加速/减速和装置300的温度变化。传感器组件314可以包括接近传感器,被配置为用来在没有任何的物理接触时检测附近物体的存在。传感器组件314还可以包括光传感器,如CMOS或CCD图片传感器,用于在成像应用中使用。在一些实施例中,该传感器组件314还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件316被配置为便于装置300和其他设备之间有线或无线方式的通信。装置300可以接入基于通信标准的无线网络,如Wi-Fi,2G或3G,或它们的组合。在一台示例性实施例中,通信组件316经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一台示例性实施例中,通信组件316还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RF标识)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置300可以被一台或多台应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述模糊图片处理方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器304,上述指令可由装置300的处理器318执行以完成上述模糊图片处理方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (7)

1.一种图片处理方法,其特征在于,应用于终端中,包括:
当终端的剩余存储空间的百分比低于预定百分比时,获取第一图片,判断所述第一图片是否为模糊图片,包括:利用图像差分的方法计算所述第一图片的局部对比度,当所述第一图片的局部对比度低于局部对比度阈值时,判定所述第一图片为模糊图片,所述第一图片为待删除的图片;
当确定所述第一图片为模糊图片时,缩小所述第一图片的尺寸,生成第二图片;
将所述第二图片替代所述第一图片进行存储,包括:保存所述第二图片,显示用于提示用户是否删除所述第二图片对应的第一图片的提示信息;当接收到用于删除所述第一图片的删除指令时,删除所述第一图片;
其中,所述获取第一图片,包括:当接收到用于删除图片的删除指令时,获取待删除的第一图片。
2.根据权利要求1所述的方法,其特征在于,所述判断所述第一图片是否为模糊图片,包括:
对所述第一图片进行图像显著性检测,判定所述第一图片是否为模糊图片;或者,
对所述第一图片进行边缘检测,获取所述第一图片的边缘点总数,所述边缘点总数为所述第一图片的边缘点占所述第一图片的像素点的数量,当所述边缘点总数小于预定边缘点数时,判定所述第一图片为模糊图片。
3.根据权利要求1所述的方法,其特征在于,所述缩小所述第一图片的尺寸,生成第二图片,包括:
根据预设的所述第一图片到第三图片的图片缩小比值,依所述第一图片的像素点的位置坐标更改所述第一图片的像素点的数量,生成第三图片;
根据预设的所述第三图片到所述第二图片的图片放大比值,依所述第三图片的相邻像素点的RGB平均值更改所述第三图片的像素点的数量,生成所述第二图片。
4.一种图片处理装置,其特征在于,应用于终端中,包括:
判断模块,被配置为当终端的剩余存储空间的百分比低于预定百分比时,获取第一图片,判断所述第一图片是否为模糊图片,所述第一图片为待删除的图片,其中,所述获取第一图片,包括:当接收到用于删除图片的删除指令时,获取待删除的第一图片;
缩小模块,被配置为当所述判断模块确定所述第一图片为模糊图片时,缩小所述第一图片的尺寸,生成第二图片;
替代模块,被配置为将所述缩小模块生成的所述第二图片替代所述第一图片进行存储;
所述判断模块,包括:
计算子模块,被配置为利用图像差分的方法计算所述第一图片的局部对比度;第一判定子模块,被配置为当所述第一图片的局部对比度低于局部对比度阈值时,判定所述第一图片为模糊图片;
所述替代模块,包括:
显示子模块,被配置为保存所述缩小模块生成的所述第二图片,显示用于提示用户是否删除所述第二图片对应的第一图片的提示信息;
删除子模块,被配置为当接收到用于删除所述第一图片的删除指令时,删除所述第一图片。
5.根据权利要求4所述的装置,其特征在于,所述判断模块,还包括:
检测子模块,被配置为对所述第一图片进行图像显著性检测,判定所述第一图片是否为模糊图片;或者,所述判断模块,还包括:
获取子模块,被配置为对所述第一图片进行边缘检测,获取所述第一图片的边缘点总数,所述边缘点总数为所述第一图片的边缘点占所述第一图片的像素点的数量;第二判定子模块,被配置为当所述边缘点总数小于预定边缘点数时,判定所述第一图片为模糊图片。
6.根据权利要求4所述的装置,其特征在于,所述缩小模块,包括:
第一生成子模块,被配置为根据预设的所述第一图片到第三图片的图片缩小比值,依据所述第一图片的像素点的位置坐标更改所述第一图片的像素点的数量,生成第三图片;
第二生成子模块,被配置为根据预设的所述第三图片到所述第二图片的图片放大比值,依据所述第三图片的相邻像素点的RPG平均值更改所述第三图片的像素点的数量,生成所述第二图片。
7.一种图片处理装置,其特征在于,应用于终端中,所述装置包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为:
当终端的剩余存储空间的百分比低于预定百分比时,获取第一图片,判断所述第一图片是否为模糊图片,包括:利用图像差分的方法计算所述第一图片的局部对比度,当所述第一图片的局部对比度低于局部对比度阈值时,判定所述第一图片为模糊图片,所述第一图片为待删除的图片;其中,所述获取第一图片,包括:当接收到用于删除图片的删除指令时,获取待删除的第一图片;
当确定所述第一图片为模糊图片时,缩小所述第一图片的尺寸,生成第二图片;
将所述第二图片替代所述第一图片进行存储,包括:保存所述第二图片,显示用于提示用户是否删除所述第二图片对应的第一图片的提示信息;当接收到用于删除所述第一图片的删除指令时,删除所述第一图片。
CN201710072204.XA 2017-02-09 2017-02-09 图片处理方法及装置 Active CN106874444B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710072204.XA CN106874444B (zh) 2017-02-09 2017-02-09 图片处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710072204.XA CN106874444B (zh) 2017-02-09 2017-02-09 图片处理方法及装置

Publications (2)

Publication Number Publication Date
CN106874444A CN106874444A (zh) 2017-06-20
CN106874444B true CN106874444B (zh) 2021-03-09

Family

ID=59165773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710072204.XA Active CN106874444B (zh) 2017-02-09 2017-02-09 图片处理方法及装置

Country Status (1)

Country Link
CN (1) CN106874444B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110956589A (zh) * 2019-10-17 2020-04-03 国网山东省电力公司电力科学研究院 一种图像模糊处理方法、装置、设备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1177298C (zh) * 2002-09-19 2004-11-24 上海交通大学 基于块分割的多聚焦图像融合方法
CN101572821B (zh) * 2009-06-18 2013-07-17 深圳市美赛达科技股份有限公司 图片缩放处理方法及处理装置
US8565540B2 (en) * 2011-03-08 2013-10-22 Neal Solomon Digital image and video compression and decompression methods
CN104091341B (zh) * 2014-07-18 2018-03-30 厦门美图之家科技有限公司 一种基于显著性检测的图像模糊检测方法
CN104539846B (zh) * 2014-12-26 2018-02-23 小米科技有限责任公司 拍摄图片的方法、装置及终端
CN104572922A (zh) * 2014-12-27 2015-04-29 北京奇虎科技有限公司 一种基于移动设备的图片处理方法和装置
CN105631467A (zh) * 2015-12-18 2016-06-01 小米科技有限责任公司 显示图片的方法及装置
CN106228568A (zh) * 2016-10-11 2016-12-14 北京京东尚科信息技术有限公司 模糊图片检测方法和装置

Also Published As

Publication number Publication date
CN106874444A (zh) 2017-06-20

Similar Documents

Publication Publication Date Title
EP3226204B1 (en) Method and apparatus for intelligently capturing image
CN105095881B (zh) 人脸识别方法、装置及终端
EP3125135A1 (en) Picture processing method and device
US9924226B2 (en) Method and device for processing identification of video file
CN106657780B (zh) 图像预览方法和装置
US10650502B2 (en) Image processing method and apparatus, and storage medium
CN105631803B (zh) 滤镜处理的方法和装置
CN112465843A (zh) 图像分割方法及装置、电子设备和存储介质
CN111461182B (zh) 图像处理方法、图像处理装置及存储介质
CN107967459B (zh) 卷积处理方法、装置及存储介质
EP2975574A2 (en) Method, apparatus and terminal for image retargeting
CN114500821B (zh) 拍照方法及装置、终端及存储介质
CN105678296B (zh) 确定字符倾斜角度的方法及装置
CN112200040A (zh) 遮挡图像检测方法、装置及介质
CN105574834B (zh) 图像处理方法及装置
CN107507128B (zh) 图像处理方法及设备
EP3813010A1 (en) Facial image enhancement method, device and electronic device
CN108010009B (zh) 一种去除干扰图像的方法及装置
CN107730443B (zh) 图像处理方法、装置及用户设备
CN113660531A (zh) 视频处理方法及装置、电子设备和存储介质
CN106874444B (zh) 图片处理方法及装置
CN105469411B (zh) 用于检测图像清晰度的方法、装置及终端
CN116188343B (zh) 一种图像融合方法、装置、电子设备、芯片及介质
CN115641269A (zh) 一种图像修补方法、装置及可读存储介质
CN113761275A (zh) 视频预览动图生成方法、装置、设备及可读存储介质

Legal Events

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