CN109300099A - 一种图像处理方法、移动终端及计算机可读存储介质 - Google Patents
一种图像处理方法、移动终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109300099A CN109300099A CN201810996014.1A CN201810996014A CN109300099A CN 109300099 A CN109300099 A CN 109300099A CN 201810996014 A CN201810996014 A CN 201810996014A CN 109300099 A CN109300099 A CN 109300099A
- Authority
- CN
- China
- Prior art keywords
- image
- sketch
- gray level
- obtains
- normalized
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 32
- 238000009877 rendering Methods 0.000 claims abstract description 90
- 238000012545 processing Methods 0.000 claims abstract description 87
- 238000003708 edge detection Methods 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims description 47
- 238000002156 mixing Methods 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 5
- 230000008901 benefit Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 14
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 15
- 230000006854 communication Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 235000013399 edible fruits Nutrition 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005764 inhibitory process Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000009527 percussion Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像处理方法,所述方法包括:对原始图像进行灰度化处理,得到灰度图像;对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像;将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像;将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。此外,本发明还公开一种移动终端及计算机可读存储介质。这样,本发明提供的图像处理方法生成的素描效果图像边缘轮廓连续,具有线条感,更加接近真实的素描图像。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像处理方法、移动终端及计算机可读存储介质。
背景技术
图像呈现的信息直观清晰,人们越来越多的选择通过图像传达信息,相应地,关于图像的处理技术也越来越受到人们的关注。在图像处理技术中,图像的风格化处理、艺术效果的添加都非常受青睐。素描图像是图像艺术中较为常见的表现方式,现实中的素描是以铅笔为媒介,用线条来表现人物或景物的艺术形式,可以分为线条结构画和精细写实素描两种。对于素描图像的人工创作,必须要求创作者有一定的美术功底和设计能力,同时个人的艺术水平也会大大影响最终素描图像的表现效果,因此模拟生成素描图像具有重要的应用和娱乐价值。
在现有的素描图像生成方法中,通常是对原始图像的梯度图进行取反,得到最后的素描图像,且针对单个像素点进行处理,最终得到的素描图像边缘轮廓不连续,缺乏线条感。
可见,现有技术中的素描图像生成方法生成的素描图像边缘轮廓不连续,缺乏线条感。
发明内容
有鉴于此,本发明提出一种图像处理方法、移动终端及计算机可读存储介质,以解决上述技术问题。
首先,为实现上述目的,本发明提出一种图像处理方法,所述方法包括:
对原始图像进行灰度化处理,得到灰度图像;
对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像;
将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像;
将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。
可选地,所述对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像,包括:
对所述灰度图像进行图像边缘检测,得到梯度图像;
对所述梯度图像进行预设计算处理,得到素描笔画结构图像。
可选地,所述对所述灰度图像进行图像边缘检测,得到梯度图像,包括:
使用sobel梯度检测算子对所述灰度图像进行图像边缘检测,得到梯度图像。
可选地,所述对所述梯度图像进行预设计算处理,得到素描笔画结构图像,包括:
对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱;
利用多个方向滤波器对所述多个方向图谱分别进行滤波并求和,得到滤波后的图像S';
将滤波后的图像S'进行归一化处理到区间【0,1】,得到归一化处理后的滤波图像S”;
根据归一化处理后的滤波图像S”计算素描笔画结构图像S=(1-S”)α,其中,α∈【1,3】。
可选地,所述对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱,包括:
对所述梯度图像进行8个方向的卷积,生成所述原始图像的8个方向图谱。
可选地,所述将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像,包括:
将所述灰度图像与真实素描图像进行直方图匹配,得到直方图匹配后的灰度图像;
将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像。
可选地,所述将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像,包括:
将所述直方图匹配后的灰度图像I1”和素描背景图像I3分别归一化到区间【0,1】,得到归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3';
根据所述归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3'计算得到纹理渲染图像T=(I3')N,其中,N=(1-I1”')β,β∈【1,3】。
可选地,所述将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像,包括:
将所述素描笔画结构图像和纹理渲染图像进行融合,得到融合图像;
将所述融合图像归一化到区间【0,1】,并对所述归一化到区间【0,1】后的融合图像进行数值缩放到区间【0,255】,得到素描结果图像。
进一步地,为实现上述目的,本发明还提供一种移动终端,所述移动终端包括存储器、至少一个处理器及存储在所述存储器上并可在所述至少一个处理器执行的至少一个程序,所述至少一个程序被所述至少一个处理器执行时实现上述方法中的步骤。
进一步地,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行的至少一个程序,所述至少一个程序被所述计算机执行时使所述计算机执行上述方法中的步骤。
相较于现有技术,本发明所提出的图像处理方法对原始图像进行灰度化处理,得到灰度图像;对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像;将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像;将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。这样,本发明提供的图像处理方法生成的素描效果图像边缘轮廓连续,具有线条感,更加接近真实的素描图像。
附图说明
图1是实现本发明各个实施例的一种移动终端的硬件结构示意图;
图2是本发明实施例提供的一种通信网络***架构图;
图3是本发明实施例提供的一种图像处理方法的流程示意图;
图4是本发明实施例提供的一种真实素描图像示意图;
图5是本发明实施例提供的一种素描背景图像示意图;
图6是本发明实施例提供的一种原始图像示意图;
图7是采用现有的图像处理方式得到的图6所示的原始图像的素描效果图像;
图8是采用本发明实施例提供图像处理方法得到的图6所示的原始图像的素描效果图像;
图9是本发明实施例提供的另一种原始图像示意图;
图10是采用现有的图像处理方式得到的图9所示的原始图像的素描效果图像;
图11是采用本发明实施例提供图像处理方法得到的图9所示的原始图像的素描效果图像;
图12是本发明实施例提供的另一种图像处理方法的流程示意图;
图13是本发明实施例提供的另一种图像处理方法的流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如,本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端,以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1,其为实现本发明各个实施例的一种移动终端的硬件结构示意图,该移动终端100可以包括:RF(Radio Frequency,射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件,所述处理器110的个数为至少一个。本领域技术人员可以理解,图1中示出的移动终端结构并不构成对移动终端的限定,移动终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍:
射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将基站的下行信息接收后,给处理器110处理;另外,将上行的数据发送给基站。通常,射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯***)、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000,码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access,时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution,频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution,分时双工长期演进)等。
WiFi属于短距离无线传输技术,移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102,但是可以理解的是,其并不属于移动终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时,将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据),并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度,接近传感器可在移动终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器110,并能接收处理器110发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种,具体此处不做限定。
进一步的,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的至少一个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器109可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器110可包括至少一个处理单元;优选的,处理器110可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理***与处理器110逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出,移动终端100还可以包括蓝牙模块等,在此不再赘述。
为了便于理解本发明实施例,下面对本发明的移动终端所基于的通信网络***进行描述。
请参阅图2,图2为本发明实施例提供的一种通信网络***架构图,该通信网络***为通用移动通信技术的LTE***,该LTE***包括依次通讯连接的UE(User Equipment,用户设备)201,E-UTRAN(Evolved UMTS Terrestrial Radio Access Network,演进式UMTS陆地无线接入网)202,EPC(Evolved Packet Core,演进式分组核心网)203和运营商的IP业务204。
具体地,UE201可以是上述终端100,此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中,eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接,eNodeB2021连接到EPC203,eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity,移动性管理实体)2031,HSS(Home Subscriber Server,归属用户服务器)2032,其它MME2033,SGW(Serving Gate Way,服务网关)2034,PGW(PDN Gate Way,分组数据网络网关)2035和PCRF(Policy andCharging Rules Function,政策和资费功能实体)2036等。其中,MME2031是处理UE201和EPC203之间信令的控制节点,提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能,并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送,PGW2035可以提供UE 201的IP地址分配以及其它功能,PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点,它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem,IP多媒体子***)或其它IP业务等。
虽然上述以LTE***为例进行了介绍,但本领域技术人员应当知晓,本发明不仅仅适用于LTE***,也可以适用于其他无线通信***,例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络***等,此处不做限定。
基于上述移动终端100硬件结构以及通信网络***,提出本发明方法各个实施例。
参阅图3,图3是本发明实施例提供的一种图像处理方法的步骤流程图,如图3所示,所述方法包括:
步骤301、对原始图像进行灰度化处理,得到灰度图像。
该步骤中,所述方法对原始图像I1进行灰度化处理,得到灰度图像I1'。所述对图像进行灰度化处理属于现有技术范畴,此处不再赘述。
步骤302、对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像。
该步骤中,所述方法对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像。具体地,所述方法可以先对灰度图像I1'进行图像边缘检测,得到原始图像的梯度图像G,然后对所述梯度图像G进行预设计算处理,得到素描笔画结构图像。
所述方法可以使用预设梯度检测算子进行图像边缘检测,例如可以使用sobel梯度检测算子进行图像边缘检测,需要说明的是,所述预设梯度检测算子也可以是其他算子,上述sobel梯度检测算子仅仅为举例说明,并不以此为限。
所述方法对所述梯度图像进行预设计算处理,得到素描笔画结构图像。具体地,所述方法可以对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱,利用多个方向滤波器对所述多个方向图谱分别进行滤波求和,得到滤波后的图像S';将滤波后的图像S'进行归一化处理到区间【0,1】,得到归一化处理后的滤波图像S”;根据归一化处理后的滤波图像S”计算素描笔画结构图像S=(1-S”)α,其中,α∈【1,3】。
本发明实施例中,所述方法对所述梯度图像进行8个方向的卷积,生成所述原始图像的8个方向图谱。具体地,所述方法对梯度图像G进行8个方向的卷积,对于图像中的每个像素点,8个方向的卷积相应最大的方向为该像素点的方向,生成的所述原始图像的方向图谱即:
其中,Ci,i=1,...,8满足条件
然后利用方向滤波器对所述原始图像的方向图谱Ci进行滤波并求和,得到滤波后的图像将滤波后的图像S'进行归一化处理到区间【0,1】,得到归一化处理后的滤波图像S”,根据归一化处理后的滤波图像S”计算素描笔画结构图像S=(1-S”)α,其中,α为控制素描图像中笔画颜色深浅的值,α取值越大,素描图像中笔画颜色越深,α∈【1,3】,例如α可以取1.5或者2.0。
是方向滤波器,的尺寸可以为3、5、7或者其他的尺寸,的尺寸越大,精度越高,相应地,计算复杂度也越高。举例而言,当的尺寸为3时,
在本发明一些实施例中,所述方法还可以对所述梯度图像进行归一化处理到区间【0,1】,然后再对归一化处理后的梯度图像进行预设计算处理,得到素描笔画结构图像。
步骤303、将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像。
该步骤中,所述方法将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像。所述方法将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染的方式具体可以包括:将所述灰度图像与真实素描图像进行直方图匹配,得到直方图匹配后的灰度图像,将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像。所述方法可以将灰度图像I1'与真实素描图像I2(如图4所示的真实素描图像)进行直方图匹配,得到直方图匹配后的灰度图像I1”,该直方图匹配后的灰度图像I1”与所述真实素描图像I2具有相似的直方图分布。然后将所述直方图匹配后的灰度图像I1”与素描背景图像I3(如图5所示的素描背景图像)进行纹理渲染,生成纹理渲染图像T。具体地,所述将所述直方图匹配后的灰度图像I1”与素描背景图像I3进行纹理渲染可以包括将所述直方图匹配后的灰度图像I1”与素描背景图像I3分别进行归一化处理到区间【0,1】,得到归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3',并根据所述归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3'计算得到纹理渲染图像T=(I3')N,其中,N=(1-I1”')β,β∈【1,3】。β为控制素描背景的颜色深浅的值,β取值越大,素描背景的颜色越深,例如β可以取值1.5或者2.0。
步骤304、将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。
该步骤中,所述方法将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像化。所述方法将所述素描笔画结构图像和纹理渲染图像进行融合的方式可以包括将所述素描笔画结构图像和纹理渲染图像进行融合,得到融合图像,然后将所述融合图像归一化到区间【0,1】,并对所述归一化到区间【0,1】后的融合图像进行数值缩放到区间【0,255】,得到素描结果图像。所述将素描笔画结构图像和纹理渲染图像进行融合为将所述素描笔画结构图像和所述纹理渲染图像进行相乘运算,例如,假设笔画素描结构图像为S,纹理渲染图像为T,则融合图像F=S*T。然后将融合图像F进行归一化处理到区间【0,1】,并将所述归一化到区间【0,1】后的融合图像进行数值缩放处理到区间【0,255】。
图6为本发明实施例提供的一种原始图像示意图,图7为通过现有技术对图6所示的原始图像进行处理得到的素描图像,图8为通过本发明实施例提供的图像处理方法对图6所示的原始图像进行处理的素描图像。图9为本发明实施例提供的另一种原始图像的示意图,图10为通过现有技术对图9所示的原始图像进行处理得到的素描图像,图11为通过本发明实施例提供的图像处理方法对图12所示的原始图像进行处理的素描图像。
本实施例中,所述图像处理方法对原始图像进行灰度化处理,得到灰度图像;对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像;将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像;将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。这样,本发明提供的图像处理方法生成的素描效果图像边缘轮廓连续,具有线条感,更加接近真实的素描图像。
可选地,所述将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像,包括:
将所述素描笔画结构图像和纹理渲染图像进行融合,得到融合图像;
将所述融合图像归一化到区间【0,1】,并对所述归一化到区间【0,1】后的融合图像进行数值缩放到区间【0,255】,得到素描结果图像。
该实施例中,所述将素描笔画结构图像和纹理渲染图像进行融合为将所述素描笔画结构图像和所述纹理渲染图像进行相乘运算,例如,假设笔画素描结构图像为S,纹理渲染图像为T,则融合图像F=S*T。
参见图12,图12是本发明实施例提供的另一种图像处理方法的流程示意图,如图12所示,所述方法包括:
步骤1201、对原始图像进行灰度化处理,得到灰度图像。
该步骤中,所述方法对原始图像I1进行灰度化处理,得到灰度图像I1'。所述对图像进行灰度化处理属于现有技术范畴,此处不再赘述。
步骤1202、对所述灰度图像进行图像边缘检测,得到梯度图像。
该步骤中,所述方法对所述灰度图像进行图像边缘检测,得到梯度图像,所述方法可以使用预设梯度算子进行图像边缘检测,例如可以使用sobel梯度检测算子进行图像边缘检测,需要说明的是,所述预设梯度检测算子也可以是其他算子,上述sobel梯度检测算子仅仅为举例说明,并不以此为限。
步骤1203、对所述梯度图像进行预设计算处理,得到素描笔画结构图像。
该步骤中,所述方法对所述梯度图像进行预设计算处理,得到素描笔画结构图像。所述对所述梯度图像进行预设计算处理可以包括:对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱,利用多个方向滤波器对所述多个方向图谱分别进行滤波求和,得到滤波后的图像S';将滤波后的图像S'进行归一化处理到区间【0,1】,得到归一化处理后的滤波图像S”;根据归一化处理后的滤波图像S”计算素描笔画结构图像S=(1-S”)α,其中,α∈【1,3】。
本发明实施例中,所述方法对所述梯度图像进行8个方向的卷积,生成所述原始图像的8个方向图谱。具体地,所述方法对梯度图像G进行8个方向的卷积,对于图像中的每个像素点,8个方向的卷积相应最大的方向为该像素点的方向,生成的所述原始图像的方向图谱即:
其中,Ci,i=1,...,8满足条件
然后利用方向滤波器对所述原始图像的方向图谱Ci进行滤波并求和,得到滤波后的图像将滤波后的图像S'进行归一化处理到区间【0,1】,得到归一化处理后的滤波图像S”,根据归一化处理后的滤波图像S”计算素描笔画结构图像S=(1-S”)α,其中,α为控制素描图像中笔画颜色深浅的值,α取值越大,素描图像中笔画颜色越深,α∈【1,3】,例如α可以取1.5或者2.0。
是方向滤波器,的尺寸可以为3、5、7或者其他的尺寸,的尺寸越大,精度越高,相应地,计算复杂度也越高。举例而言,当的尺寸为3时,
在本发明一些实施例中,所述方法还可以对所述梯度图像进行归一化处理到区间【0,1】,然后再对归一化处理后的梯度图像进行预设计算处理,得到素描笔画结构图像。
步骤1204、将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像。
步骤1205、将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。
所述步骤1204和步骤1205与本发明图3所示的实施例中的步骤303和步骤304相同,此处不再赘述。
本实施例中,所述图像处理方法对原始图像进行灰度化处理,得到灰度图像;对所述灰度图像进行图像边缘检测,得到梯度图像;对所述梯度图像进行预设计算处理,得到素描笔画结构图像;将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像;将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。这样,本发明提供的图像处理方法生成的素描效果图像边缘轮廓连续,具有线条感,更加接近真实的素描图像。
可选地,所述对所述灰度图像进行图像边缘检测,得到梯度图像,包括:
使用sobel梯度检测算子对所述灰度图像进行图像边缘检测,得到梯度图像。
可选地,所述对所述梯度图像进行预设计算处理,得到素描笔画结构图像,包括:
对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱;
利用多个方向滤波器对所述多个方向图谱分别进行滤波并求和,得到滤波后的图像S';
将滤波后的图像S'进行归一化处理到区间【0,1】,得到归一化处理后的滤波图像S”;
根据归一化处理后的滤波图像S”计算素描笔画结构图像S=(1-S”)α,其中,α∈【1,3】。
可选地,所述对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱,包括:
对所述梯度图像进行8个方向的卷积,生成所述原始图像的8个方向图谱。
参见图13,图13是本发明实施例提供的另一种图像处理方法的流程示意图,如图13所示,所述方法包括:
步骤1301、对原始图像进行灰度化处理,得到灰度图像。
该步骤中,所述方法对原始图像I1进行灰度化处理,得到灰度图像I1'。所述对图像进行灰度化处理属于现有技术范畴,此处不再赘述。
步骤1302、对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像。
该步骤1302与本发明图3所示的实施例中的步骤302相同,此处不再赘述。
步骤1303、将所述灰度图像与真实素描图像进行直方图匹配,得到直方图匹配后的灰度图像。
该步骤中,所述方法将所述灰度图像与真实素描图像进行直方图匹配,得到直方图匹配后的灰度图像。所述方法可以将灰度图像I1'与真实素描图像I2(如图4所示的真实素描图像)进行直方图匹配,得到直方图匹配后的灰度图像I1”,该直方图匹配后的灰度图像I1”与所述真实素描图像I2具有相似的直方图分布。
步骤1304、将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像。
该步骤中,所述方法将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像。例如将所述直方图匹配后的灰度图像I1”与素描背景图像I3(如图5所示的素描背景图像)进行纹理渲染,生成纹理渲染图像T。
具体地,所述将所述直方图匹配后的灰度图像I1”与素描背景图像I3进行纹理渲染可以包括将所述直方图匹配后的灰度图像I1”与素描背景图像I3分别进行归一化处理到区间【0,1】,得到归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3',并根据所述归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3'计算得到纹理渲染图像T=(I3')N,其中,N=(1-I1”')β,β∈【1,3】。β为控制素描背景的颜色深浅的值,β取值越大,素描背景的颜色越深,例如β可以取值1.5或者2.0。
步骤1305、将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。
该步骤1305与本发明图3所示的实施例中的步骤304相同,此处不再赘述。
本实施例中,所述图像处理方法对原始图像进行灰度化处理,得到灰度图像;对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像;将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像;将所述灰度图像与真实素描图像进行直方图匹配,得到直方图匹配后的灰度图像;将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像。这样,本发明提供的图像处理方法生成的素描效果图像边缘轮廓连续,具有线条感,更加接近真实的素描图像。
可选地,所述将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像,包括:
将所述直方图匹配后的灰度图像I1”和素描背景图像I3分别归一化到区间【0,1】,得到归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3';
根据所述归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3'计算得到纹理渲染图像T=(I3')N,其中,N=(1-I1”')β,β∈【1,3】。
本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过至少一个程序指令相关的硬件来完成,所述至少一个程序可以存储于如图1所示的移动终端100的存储器109中,并能够被所述处理器110执行,所述至少一个程序被所述处理器110执行时实现如下步骤:
对原始图像进行灰度化处理,得到灰度图像;
对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像;
将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像;
将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。
可选地,所述对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像,包括:
对所述灰度图像进行图像边缘检测,得到梯度图像;
对所述梯度图像进行预设计算处理,得到素描笔画结构图像。
可选地,所述对所述灰度图像进行图像边缘检测,得到梯度图像,包括:
使用sobel梯度检测算子对所述灰度图像进行图像边缘检测,得到梯度图像。
可选地,所述对所述梯度图像进行预设计算处理,得到素描笔画结构图像,包括:
对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱;
利用多个方向滤波器对所述多个方向图谱分别进行滤波并求和,得到滤波后的图像S';
将滤波后的图像S'进行归一化处理到区间【0,1】,得到归一化处理后的滤波图像S”;
根据归一化处理后的滤波图像S”计算素描笔画结构图像S=(1-S”)α,其中,α∈【1,3】。
可选地,所述对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱,包括:
对所述梯度图像进行8个方向的卷积,生成所述原始图像的8个方向图谱。
可选地,所述将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像,包括:
将所述灰度图像与真实素描图像进行直方图匹配,得到直方图匹配后的灰度图像;
将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像。
可选地,所述将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像,包括:
将所述直方图匹配后的灰度图像I1”和素描背景图像I3分别归一化到区间【0,1】,得到归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3';
根据所述归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3'计算得到纹理渲染图像T=(I3')N,其中,N=(1-I1”')β,β∈【1,3】。
可选地,所述将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像,包括:
将所述素描笔画结构图像和纹理渲染图像进行融合,得到融合图像;
将所述融合图像归一化到区间【0,1】,并对所述归一化到区间【0,1】后的融合图像进行数值缩放到区间【0,255】,得到素描结果图像。
本实施例中,所述移动终端对原始图像进行灰度化处理,得到灰度图像;对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像;将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像;将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。这样,生成的素描效果图像边缘轮廓连续,具有线条感,更加接近真实的素描图像。
本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过至少一个程序指令相关的硬件来完成,所述至少一个程序可以存储于一计算机可读存储介质中,该至少一个程序被执行时,包括以下步骤:
对原始图像进行灰度化处理,得到灰度图像;
对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像;
将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像;
将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。
可选地,所述对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像,包括:
对所述灰度图像进行图像边缘检测,得到梯度图像;
对所述梯度图像进行预设计算处理,得到素描笔画结构图像。
可选地,所述对所述灰度图像进行图像边缘检测,得到梯度图像,包括:
使用sobel梯度检测算子对所述灰度图像进行图像边缘检测,得到梯度图像。
可选地,所述对所述梯度图像进行预设计算处理,得到素描笔画结构图像,包括:
对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱;
利用多个方向滤波器对所述多个方向图谱分别进行滤波并求和,得到滤波后的图像S';
将滤波后的图像S'进行归一化处理到区间【0,1】,得到归一化处理后的滤波图像S”;
根据归一化处理后的滤波图像S”计算素描笔画结构图像S=(1-S”)α,其中,α∈【1,3】。
可选地,所述对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱,包括:
对所述梯度图像进行8个方向的卷积,生成所述原始图像的8个方向图谱。
可选地,所述将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像,包括:
将所述灰度图像与真实素描图像进行直方图匹配,得到直方图匹配后的灰度图像;
将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像。
可选地,所述将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像,包括:
将所述直方图匹配后的灰度图像I1”和素描背景图像I3分别归一化到区间【0,1】,得到归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3';
根据所述归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3'计算得到纹理渲染图像T=(I3')N,其中,N=(1-I1”')β,β∈【1,3】。
可选地,所述将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像,包括:
将所述素描笔画结构图像和纹理渲染图像进行融合,得到融合图像;
将所述融合图像归一化到区间【0,1】,并对所述归一化到区间【0,1】后的融合图像进行数值缩放到区间【0,255】,得到素描结果图像。
本实施例中,所述至少一个程序被执行时,对原始图像进行灰度化处理,得到灰度图像;对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像;将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像;将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。这样,所述至少一个程序被执行时,生成的素描效果图像边缘轮廓连续,具有线条感,更加接近真实的素描图像。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种图像处理方法,其特征在于,所述方法包括:
对原始图像进行灰度化处理,得到灰度图像;
对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像;
将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像;
将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像。
2.如权利要求1所述的图像处理方法,其特征在于,所述对所述灰度图像进行图像边缘检测以及预设计算处理,得到素描笔画结构图像,包括:
对所述灰度图像进行图像边缘检测,得到梯度图像;
对所述梯度图像进行预设计算处理,得到素描笔画结构图像。
3.如权利要求2所述的图像处理方法,其特征在于,所述对所述灰度图像进行图像边缘检测,得到梯度图像,包括:
使用sobel梯度检测算子对所述灰度图像进行图像边缘检测,得到梯度图像。
4.如权利要求2所述的图像处理方法,其特征在于,所述对所述梯度图像进行预设计算处理,得到素描笔画结构图像,包括:
对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱;
利用多个方向滤波器对所述多个方向图谱分别进行滤波并求和,得到滤波后的图像S';
将滤波后的图像S'进行归一化处理到区间【0,1】,得到归一化处理后的滤波图像S”;
根据归一化处理后的滤波图像S”计算素描笔画结构图像S=(1-S”)α,其中,α∈【1,3】。
5.如权利要求4所述的图像处理方法,其特征在于,所述对所述梯度图像进行多个方向的卷积,生成所述原始图像的多个方向图谱,包括:
对所述梯度图像进行8个方向的卷积,生成所述原始图像的8个方向图谱。
6.如权利要求1所述的图像处理方法,其特征在于,所述将所述灰度图像与真实素描图像进行直方图匹配,并进行纹理渲染,得到纹理渲染图像,包括:
将所述灰度图像与真实素描图像进行直方图匹配,得到直方图匹配后的灰度图像;
将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像。
7.如权利要求6所述的图像处理方法,其特征在于,所述将所述直方图匹配后的灰度图像和素描背景图像进行纹理渲染,得到纹理渲染图像,包括:
将所述直方图匹配后的灰度图像I1”和素描背景图像I3分别归一化到区间【0,1】,得到归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3';
根据所述归一化处理后的灰度图像I1”'和归一化处理后的素描背景图像I3'计算得到纹理渲染图像T=(I3')N,其中,N=(1-I1”')β,β∈【1,3】。
8.如权利要求1所述的图像处理方法,其特征在于,所述将所述素描笔画结构图像和纹理渲染图像进行融合,得到素描结果图像,包括:
将所述素描笔画结构图像和纹理渲染图像进行融合,得到融合图像;
将所述融合图像归一化到区间【0,1】,并对所述归一化到区间【0,1】后的融合图像进行数值缩放到区间【0,255】,得到素描结果图像。
9.一种移动终端,其特征在于,所述移动终端包括存储器、至少一个处理器及存储在所述存储器上并可在所述至少一个处理器执行的至少一个程序,所述至少一个程序被所述至少一个处理器执行时实现上述权利要求1至8任一项所述的方法中的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行的至少一个程序,其特征在于,所述至少一个程序被所述计算机执行时使所述计算机执行上述权利要求1~8任一项所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810996014.1A CN109300099A (zh) | 2018-08-29 | 2018-08-29 | 一种图像处理方法、移动终端及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810996014.1A CN109300099A (zh) | 2018-08-29 | 2018-08-29 | 一种图像处理方法、移动终端及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109300099A true CN109300099A (zh) | 2019-02-01 |
Family
ID=65165854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810996014.1A Pending CN109300099A (zh) | 2018-08-29 | 2018-08-29 | 一种图像处理方法、移动终端及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109300099A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070499A (zh) * | 2019-03-14 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置和计算机可读存储介质 |
CN110599437A (zh) * | 2019-09-26 | 2019-12-20 | 北京百度网讯科技有限公司 | 用于处理视频的方法和装置 |
CN110766755A (zh) * | 2019-10-21 | 2020-02-07 | 郑州迈拓信息技术有限公司 | 用于半挂车物料装填的车斗实时定位方法 |
CN112819691A (zh) * | 2021-02-05 | 2021-05-18 | 北京字跳网络技术有限公司 | 图像处理方法、装置、设备及可读存储介质 |
CN113763506A (zh) * | 2021-07-28 | 2021-12-07 | 北京印刷学院 | 一种自定义像元的艺术点画图像生成方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101271516A (zh) * | 2008-04-02 | 2008-09-24 | 范九伦 | 指纹图像的方向滤波增强方法 |
CN101587593A (zh) * | 2009-06-19 | 2009-11-25 | 西安交通大学 | 一种基于真实图像素描风格化的方法 |
CN101739555A (zh) * | 2009-12-01 | 2010-06-16 | 北京中星微电子有限公司 | 假脸检测方法及***、假脸模型训练方法及*** |
CN104915976A (zh) * | 2015-06-03 | 2015-09-16 | 厦门美图之家科技有限公司 | 一种模拟铅笔素描的图像处理方法和*** |
CN105023253A (zh) * | 2015-07-16 | 2015-11-04 | 上海理工大学 | 基于视觉底层特征的图像增强方法 |
CN105374007A (zh) * | 2015-12-02 | 2016-03-02 | 华侨大学 | 融合骨架笔画和纹理特征的铅笔画生成方法和装置 |
US20160125240A1 (en) * | 2014-10-30 | 2016-05-05 | Delta ID Inc. | Systems and methods for secure biometric processing |
CN108022227A (zh) * | 2017-12-29 | 2018-05-11 | 努比亚技术有限公司 | 一种黑白背景照片获取方法、装置及计算机可读存储介质 |
-
2018
- 2018-08-29 CN CN201810996014.1A patent/CN109300099A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101271516A (zh) * | 2008-04-02 | 2008-09-24 | 范九伦 | 指纹图像的方向滤波增强方法 |
CN101587593A (zh) * | 2009-06-19 | 2009-11-25 | 西安交通大学 | 一种基于真实图像素描风格化的方法 |
CN101739555A (zh) * | 2009-12-01 | 2010-06-16 | 北京中星微电子有限公司 | 假脸检测方法及***、假脸模型训练方法及*** |
US20160125240A1 (en) * | 2014-10-30 | 2016-05-05 | Delta ID Inc. | Systems and methods for secure biometric processing |
CN104915976A (zh) * | 2015-06-03 | 2015-09-16 | 厦门美图之家科技有限公司 | 一种模拟铅笔素描的图像处理方法和*** |
CN105023253A (zh) * | 2015-07-16 | 2015-11-04 | 上海理工大学 | 基于视觉底层特征的图像增强方法 |
CN105374007A (zh) * | 2015-12-02 | 2016-03-02 | 华侨大学 | 融合骨架笔画和纹理特征的铅笔画生成方法和装置 |
CN108022227A (zh) * | 2017-12-29 | 2018-05-11 | 努比亚技术有限公司 | 一种黑白背景照片获取方法、装置及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
罗志恩等: "一种基于GPU的三维素描风格画的渲染方法", 《硅谷》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070499A (zh) * | 2019-03-14 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置和计算机可读存储介质 |
CN110599437A (zh) * | 2019-09-26 | 2019-12-20 | 北京百度网讯科技有限公司 | 用于处理视频的方法和装置 |
CN110766755A (zh) * | 2019-10-21 | 2020-02-07 | 郑州迈拓信息技术有限公司 | 用于半挂车物料装填的车斗实时定位方法 |
CN112819691A (zh) * | 2021-02-05 | 2021-05-18 | 北京字跳网络技术有限公司 | 图像处理方法、装置、设备及可读存储介质 |
WO2022166907A1 (zh) * | 2021-02-05 | 2022-08-11 | 北京字跳网络技术有限公司 | 图像处理方法、装置、设备及可读存储介质 |
CN112819691B (zh) * | 2021-02-05 | 2023-06-20 | 北京字跳网络技术有限公司 | 图像处理方法、装置、设备及可读存储介质 |
CN113763506A (zh) * | 2021-07-28 | 2021-12-07 | 北京印刷学院 | 一种自定义像元的艺术点画图像生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107093418A (zh) | 一种屏幕显示方法、计算机设备及存储介质 | |
CN107172364A (zh) | 一种图像曝光补偿方法、装置和计算机可读存储介质 | |
CN109300099A (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN108682040A (zh) | 一种素描图像生成方法、终端及计算机可读存储介质 | |
CN107450796B (zh) | 一种图片处理方法、移动终端和计算机可读存储介质 | |
CN107682627A (zh) | 一种拍摄参数设置方法、移动终端及计算机可读存储介质 | |
CN109711226A (zh) | 二维码识别方法、装置、移动终端及可读存储介质 | |
CN107944022A (zh) | 图片分类方法、移动终端及计算机可读存储介质 | |
CN106953684A (zh) | 一种搜星的方法、移动终端以及计算机可读存储介质 | |
CN107124531A (zh) | 一种图像处理方法及移动终端 | |
CN107657583A (zh) | 一种截图方法、终端及计算机可读存储介质 | |
CN107463324A (zh) | 一种图片显示方法、移动终端和计算机可读存储介质 | |
CN108053371A (zh) | 一种图像处理方法、终端及计算机可读存储介质 | |
CN108230270A (zh) | 一种降噪方法、终端及计算机可读存储介质 | |
CN107239205A (zh) | 一种拍照方法、移动终端及存储介质 | |
CN108459799A (zh) | 一种图片的处理方法、移动终端及计算机可读存储介质 | |
CN107678650A (zh) | 一种图片识别方法、移动终端及计算机可读存储介质 | |
CN109672822A (zh) | 一种移动终端的视频处理方法、移动终端及存储介质 | |
CN108600325A (zh) | 一种推送内容的确定方法、服务器和计算机可读存储介质 | |
CN108182664A (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN108182668A (zh) | 一种放大图像处理方法、终端及计算机可读存储介质 | |
CN107566608A (zh) | 一种***导航方法、设备及计算机可读存储介质 | |
CN110064196A (zh) | 移动终端控制方法、移动终端及计算机可读存储介质 | |
CN109445660A (zh) | 一种穿戴设备控制方法、移动终端及穿戴设备 | |
CN109325133A (zh) | 一种信息定位的方法、终端和计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190201 |