CN110097525B - 一种图像渲染方法、装置和计算设备 - Google Patents
一种图像渲染方法、装置和计算设备 Download PDFInfo
- Publication number
- CN110097525B CN110097525B CN201910329769.0A CN201910329769A CN110097525B CN 110097525 B CN110097525 B CN 110097525B CN 201910329769 A CN201910329769 A CN 201910329769A CN 110097525 B CN110097525 B CN 110097525B
- Authority
- CN
- China
- Prior art keywords
- image
- point
- rendered
- pixel
- rendering
- 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
Links
- 238000009877 rendering Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000010339 dilation Effects 0.000 claims description 19
- 230000003628 erosive effect Effects 0.000 claims description 17
- 238000005260 corrosion Methods 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims 2
- 238000004891 communication Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005530 etching Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
Abstract
本发明公开了一种图像渲染方法,适于在计算设备中执行,该方法包括:获取待渲染的图像和用于图像渲染的中心对称型结构元素;将结构元素逐行/列拆分为单个矩形结构,所拆分的矩形结构共有N种步长;分别用N种步长的矩形结构对待渲染的图像的各像素点进行渲染,对应得到渲染后的N个中间图像;对于待渲染的图像中的每个像素点,确定当该点为结构元素的原点时该结构元素所覆盖区域;根据所覆盖区域内各行/列的步长值及其对应步长的中间图像,来确定所覆盖区域内各行/列的中点像素值;以及根据各行/列的中点像素值计算所覆盖区域的中心点像素值,并对该中心点进行渲染操作。本发明还公开了对应的图像渲染装置、以及用于执行该方法的计算设备。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种图像渲染方法、装置和计算设备。
背景技术
随着计算机网络和通信技术的高速发展,越来越多的界面内容需要在电子设备中渲染呈现。图像渲染具有多种方法,以OpenGL的Shader算法渲染效为例,在腐蚀膨胀算法中最重要的是像素采样范围的结构元素,其中最基础的结构元素就是N*N的矩形结构。Gl的Shader二维采样的性能很低,其采样次数为N^2次。通过降维的方式采用垂直与水平两次一维渲染方式,可将采样次数降低至N*2次,在同一台手机上的测试耗时也大大降低。但是矩形结构的实际效果并不理想,它不能保持二值图像的原有轮廓,这个现象在腐蚀步长越大的情况下越明显。因此,需要提供一种更好的图像渲染方法。
发明内容
为此,本发明提供一种图像渲染方法、装置和计算设备,以力图解决或至少缓解上面存在的问题。
根据本发明的一个方面,提供了一种图像渲染方法,适于在计算设备中执行,该方法包括步骤:获取待渲染的图像和用于图像渲染的中心对称型结构元素;将所述结构元素逐行/列拆分为单个矩形结构,所拆分的矩形结构共有N种步长;分别用N种步长的矩形结构对待渲染的图像的各像素点进行渲染,对应得到渲染后的N个中间图像;对于待渲染的图像中的每个像素点,确定当该点为结构元素的原点时该结构元素所覆盖区域;根据所覆盖区域内各行/列的步长值及其对应步长的中间图像,来确定所覆盖区域内各行/列的中点像素值;以及根据各行/列的中点像素值计算所覆盖区域的中心点像素值,并对该中心点进行渲染操作。
可选地,在根据本发明的图像渲染方法中,待渲染的图像为单通道图像,该单通道图像为二值图像或灰度图像。
可选地,在根据本发明的图像渲染方法中,结构元素为圆形或椭圆形。
可选地,在根据本发明的图像渲染方法中,渲染包括腐蚀、膨胀或模糊操作。
可选地,在根据本发明的图像渲染方法中,用矩形结构对待渲染的图像的各像素点进行渲染,对应得到渲染后的中间图像的步骤包括:对于待渲染的图像的任意像素点A,将矩形结构的原点覆盖在点A上;确定该矩形结构所对应的中间图像中与像素点A位置相同的像素点A’;对于腐蚀和膨胀操作,分别将点A’的像素值确定为该矩形结构所覆盖区域内各像素点的最小值和最大值。
可选地,在根据本发明的图像渲染方法中,所覆盖区域内各行/列的中点像素值为该行/列步长所对应的中间图像中同等位置点的像素值。
可选地,在根据本发明的图像渲染方法中,对于腐蚀操作,所述所覆盖区域的中心点像素值为各行/列的中点像素值中的最小值;对于膨胀操作,所述所覆盖区域的中心点像素值为各行/列的中点像素值中的最大值。
可选地,在根据本发明的图像渲染方法中,当N≤4时,不同步长对应的N个中间图像分别存储于RGBA的四个颜色通道中。
可选地,在根据本发明的图像渲染方法中,当N>4时,分别用N种步长的矩形结构对待渲染图像的各像素点进行渲染的步骤包括:每批选用四种步长的矩形结构,分批次对所述单通道图像的各像素点进行渲染,对应得到的中间图像分别存储于RGBA的四个颜色通道中。
可选地,在根据本发明的图像渲染方法中,当N>4时,该方法还包括步骤:创建多个待渲染图像的多倍图像窗口,分别用于存储不同步长所对应的N个中间图像。
根据本发明的另一方面,提供了一种图像渲染装置,适于驻留在计算设备中,该装置包括:素材获取模块,适于获取待渲染的图像和用于图像渲染的中心对称型结构元素;结构拆分模块,适于将结构元素逐行/列拆分为单个矩形结构,所拆分的矩形结构共有N种步长;第一渲染模块,适于分别用N种步长的矩形结构对待渲染的图像的各像素点进行渲染,对应得到渲染后的N个中间图像;区域确定模块,适于对于待渲染的图像中的每个像素点,确定当该点为结构元素的原点时该结构元素所覆盖区域;中点确定模块,适于根据所覆盖区域内各行/列的步长值及其对应步长的中间图像,来确定所覆盖区域内各行/列的中点像素值;以及第二渲染模块,适于根据各行/列的中点像素值计算所覆盖区域的中心点像素值,并对该中心点进行渲染操作。
可选地,在根据本发明的图像渲染装置中,待渲染的图像为单通道图像,单通道图像为二值图像或灰度图像。
可选地,在根据本发明的图像渲染装置中,结构元素为圆形或椭圆形。
可选地,在根据本发明的图像渲染装置中,所覆盖区域内各行/列的中点像素值为该行/列步长所对应的中间图像中同等位置点的像素值。
可选地,在根据本发明的图像渲染装置中,第一渲染模块适于:对于待渲染的图像的任意像素点A,将矩形结构的原点覆盖在点A上;确定该矩形结构所对应的中间图像中与像素点A位置相同的像素点A’;对于腐蚀和膨胀操作,分别将点A’的像素值确定为该矩形结构所覆盖区域内各像素点的最小值和最大值。
可选地,在根据本发明的图像渲染装置中,所覆盖区域内各行/列的中点像素值为该行/列步长所对应的中间图像中同等位置点的像素值。
可选地,在根据本发明的图像渲染装置中,对于腐蚀和膨胀操作,所述所覆盖区域的中心点像素值分别对应为各行/列的中点像素值中的最小值和最大值。
根据本发明的又一方面,提供了一种计算设备,包括:一个或多个处理器;存储器;和一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行如上所述的图像渲染方法的指令。
根据本发明的再一方面,提供了一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当计算设备执行时,使得所述计算设备执行如上所述的图像渲染方法。
根据本发明的技术方案,将中心对称型结构元素拆分为单行或单列矩形结构,再用不同步长的矩形结构对图像进行渲染,处理结果分别存放于纹理的各个通道中。在最后处理时根据结构元素的范围,从中间纹理结果的不同通道中取出不同步长的结果,来计算腐蚀膨胀的最终效果图。其算法不仅在效果上保留了原有二值图像的轮廓,同时在性能上达到和一维处理方式的水平,在效果和性能上都满足了产品的使用需求。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的计算设备100的示意图;
图2示出了根据本发明一个实施例的图像渲染方法200的流程图;
图3A和3B分别示出了根据本发明一个实施例的矩形结构元素和圆形结构元素的示意图;
图4示出了根据本发明一个实施例的采用不同步长的一维腐蚀结果的对比图;以及
图5示出了根据本发明一个实施例的图像渲染装置500的结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是示例计算设备100的框图。在基本的配置102中,计算设备100典型地包括***存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和***存储器106之间的通信。
取决于期望的配置,处理器104可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用,或者在一些实现中,存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置,***存储器106可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。***存储器106可以包括操作***120、一个或者多个应用122以及程序数据124。在一些实施方式中,应用122可以布置为在操作***上利用程序数据124进行操作。程序数据124包括指令,在根据本发明的计算设备100中,程序数据124包含用于执行图像渲染方法200的指令。
计算设备100还可以包括有助于从各种接口设备(例如,输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156,它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160,其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备100可以实现为服务器,例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等,也可以实现为小尺寸便携(或者移动)电子设备的一部分,这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。在一些实施例中,计算设备100被配置为执行根据本发明的图像渲染方法200。
图2示出了根据本发明一个实施例的图像渲染方法200的流程图,适于在计算设备中执行,如在计算设备100中执行。如图2所述,该方法始于步骤S210。
在步骤S210中,获取待渲染的图像和用于图像渲染的中心对称型结构元素。其中,待渲染的图像通常为单通道图像,该单通道图像可以为二值图像或灰度图像。结构元素只要是关于中心对称的即可,如矩形(图3A所示)、圆形(图3B所示)或椭圆形。
随后,在步骤S220中,将结构元素逐行/列拆分为单个矩形结构,所拆分的矩形结构共有N种步长。需要说明的是,本发明中矩形结构的步长是指其该矩形长或宽的最大值,即只取其最长的边作为步长。例如,不管是逐行拆分还是逐列拆分,都可将图3B中的圆形结构可拆分为3、7、9、11四种步长,以下均以步骤S220中逐行拆分为基础进行举例说明。
随后,在步骤S230中,分别用N种步长的矩形结构对待渲染的图像的各像素点进行渲染,对应得到渲染后的N个中间图像。其中,渲染包括腐蚀、膨胀或模糊操作。
例如,上述拆分出的一行步长为3的矩形结构对待渲染的图像进行渲染,得到步长为3时所对应的中间图像。以另一行步长为7的矩形结构对待渲染的图像进行渲染,得到步长为7时所对应的中间图像,以此类推。
根据本发明的一个实施例,用矩形结构对待渲染的图像的各像素点进行渲染,对应得到渲染后的中间图像的步骤包括:对于待渲染的图像的任意像素点A,将矩形结构的原点覆盖在点A上;确定该矩形结构所对应的中间图像中与像素点A位置相同的像素点A’;对于腐蚀和膨胀操作,分别将点A’的像素值确定为该矩形结构所覆盖区域内各像素点的最小值和最大值。对于二值图像而言,腐蚀操作中,如果矩形结构所覆盖的图像像素值都为1,则将原点覆盖的像素值置为1,如果覆盖的图像像素中只要有一个像素值为0,则将原点覆盖的像素值置为0。而二值图像的膨胀操作中,只要被覆盖的图像像素中有一个值为1,则将原点处的像素值置为1,当覆盖的像素值都为0时,才将原点处的像素值置为0。
根据本发明的另一个实施例,当N≤4时,不同步长对应的N个中间图像可分别存储于RGBA的四个颜色通道中,如步长为3的中间图像存放于R通道,步长为7的存放于G通道,以此类推。而当N>4时,一种方法是可每批选用四种步长的矩形结构,分批次对待渲染图像的各像素点进行渲染,对应得到的中间图像分别存储于RGBA的四个颜色通道中。也就是采样多张纹理存储中间结果,例如:第一次渲染存储4级长度,下一次渲染存储另外4级长度,依此类推。另一种方法是可以创建多个待渲染图像的多倍图像窗口,分别用于存储不同步长所对应的N个中间图像。也就是可以扩大中间纹理大小来存储结果,比如若原大小为100*100,则可以创建100*200大小的中间结果图,上半部分的100x100为4级长度结果,下半部分为另外4级长度,依次类推。
随后,在步骤S240中,对于待渲染的图像中的每个像素点,确定当该点为结构元素的原点时该结构元素所覆盖区域。对于待渲染图像中的任一像素点O,也就是将结构元素的原点覆盖在该点O上,得到该结构元素所覆盖区域。
随后,在步骤S250中,根据所覆盖区域内各行/列的步长值及其对应步长的中间图像,来确定所覆盖区域内各行/列的中点像素值。
具体地,所覆盖区域内各行/列的中点像素值为该行/列步长所对应的中间图像中同等位置点的像素值。此时,步骤S250具体包括:对于所覆盖区域中的任一行/列的中点B,确定该行/列步长所对应的中间图像中与中点B位置相同的像素点B’,并将点B的像素值确定为点B’的像素值。例如,对于图3B中的圆形结构所覆盖区域,其第一行的中点为B1,步长为3,则找到步长3所对应的中间图像,再在该中间图像中找到与点B1位置相同的点B1’,则点B1的像素值即为点B1’的像素值。同理可得到第二行的中点B2、第三行的中点B3、以及其他行的中点的像素值。
随后,在步骤S260中,根据各行/列的中点像素值计算所覆盖区域的中心点像素值,并对该中心点进行渲染操作。
具体地,对于腐蚀操作,所覆盖区域的中心点像素值为各行/列的中点像素值中的最小值;对于膨胀操作,所覆盖区域的中心点像素值为各行/列的中点像素值中的最大值。例如,已知所覆盖区域的11行的中点像素值,则腐蚀操作中的中心点的像素值即为这11个中点像素值的最小值,膨胀操作则为最大值。
对于上述方法200,以图3B为例,可以先对原图做横向采样,在Shader中分别将矩形结构步长为3、7、9、11的计算结果存放于gl_FragColor的R、G、B、A四个通道上。再对横向处理结果图做纵向采样,从上到下的11次采样通道分别为R、G、B、B、A、A、A、B、B、G、R,从而达到不同的采样结果。以圆形结构的中心点为坐标原点(0,0),则(-1,5)、(0,5)、(1,5)的计算结果存放于(0,5)像素点的R通道中(3步长结果);(-3,4)~(3,4)的计算结果存放于(0,4)像素点的G通道中(7步长结果);(-4,3)~(4,3)的计算结果存放于(0,3)像素点的B通道中(9步长结果);(-4,2)~(4,2)的计算结果存放于(0,2)像素点的B通道中(9步长结果);(-5,1)~(5,1)的计算结果存放于(0,1)像素点的A通道中(11步长结果);(-5,0)~(5,0)的计算结果存放于(0,0)像素点的A通道中(11步长结果);(-5,-1)~(5,-1)的计算结果存放于(0,-1)像素点的A通道中(11步长结果);(-4,-2)~(4,-2)的计算结果存放于(0,-2)像素点的B通道中(9步长结果);(-4,-3)~(4,-3)的计算结果存放于(0,-3)像素点的B通道中(9步长结果);(-3,-4)~(3,-4)的计算结果存放于(0,-4)像素点的G通道中(7步长结果);(-1,-5)、(0,-5)、(1,-5)的计算结果存放于(0,-5)像素点的R通道中(3步长结果)。然后取(0,5)像素点的R通道、(0,4)像素点的G通道、(0,3)像素点的B通道、(0,2)像素点的B通道、(0,1)像素点的A通道、(0,0)像素点的A通道、(0,-1)像素点的A通道、(0,-2)像素点的B通道、(0,-3)像素点的B通道、(0,-4)像素点的G通道、(0,-5)像素点的R通道,总共中间结果,计算出最终(0,0)像素点的值。最后将纵向处理的结果保存出来即为圆形结构的腐蚀膨胀结果。
图4示出了根据本发明一个实施例的不同步长的一维腐蚀结果图对比,其左边原图为720*1280,右边下排图像为采用传统方案实现的腐蚀结果,上排为采用本发明的优化方案实现的腐蚀结果,两种方案的腐蚀步长均为1、2、3、5、10,可以看出采用本发明的优化方法进行腐蚀的效果更为优异。
图5示出了根据本发明一个实施例的图像渲染装置500的结构框图,适于驻留计算设备。如图5所示,该装置包括素材获取模块510、结构拆分模块520、第一渲染模块530、区域确定模块540、中点确定模块550和第二渲染模块560。
素材获取模块510适于获取待渲染的图像和用于图像渲染的中心对称型结构元素。其中结构元素可以为圆形或椭圆形。
结构拆分模块520适于将结构元素逐行/列拆分为单个矩形结构,所拆分的矩形结构共有N种步长。
第一渲染模块530适于分别用N种步长的矩形结构对所述待渲染的图像的各像素点进行渲染,对应得到渲染后的N个中间图像。具体地,对于待渲染的图像的任意像素点A,将矩形结构的原点覆盖在点A上;确定该矩形结构所对应的中间图像中与像素点A位置相同的像素点A’;对于腐蚀和膨胀操作,分别将点A’的像素值确定为该矩形结构所覆盖区域内各像素点的最小值和最大值。这多个中间图像可依次存储于RGBA的四个颜色通道中。
区域确定模块540适于对于待渲染的图像中的每个像素点,确定当该点为结构元素的原点时该结构元素所覆盖区域。
中点确定模块550适于根据所覆盖区域内各行/列的步长值及其对应步长的中间图像,来确定所覆盖区域内各行/列的中点像素值。其中,所覆盖区域内各行/列的中点像素值为该行/列步长所对应的中间图像中同等位置点的像素值。
第二渲染模块560适于根据各行/列的中点像素值计算所覆盖区域的中心点像素值,并对该中心点进行渲染操作。对于腐蚀和膨胀操作,所覆盖区域的中心点像素值分别对应为各行/列的中点像素值中的最小值和最大值。
根据本发明的图像渲染装置500,其具体实现方式已在基于图1-图4的描述汇总详细公开,在此不再赘述。
根据本发明的技术方案,基于一维腐蚀膨胀的渲染效果优化方法,利用圆形结构的效果优势,基于传统一维方案的思想,结合OpenGL的Shader采样特点,实现了同时具有一维方案的性能优势和圆形结构的效果优势的渲染方法。
A8、如A7所述的方法,其中,当N≤4时,不同步长对应的N个中间图像分别存储于RGBA的四个颜色通道中。A9、如A8所述的方法,其中,当N>4时,分别用N种步长的矩形结构对待渲染图像的各像素点进行渲染的步骤包括:每批选用四种步长的矩形结构,分批次对所述单通道图像的各像素点进行渲染,对应得到的中间图像分别存储于RGBA的四个颜色通道中。A10、如A8所述的方法,其中,当N>4时,该方法还包括步骤:创建多个待渲染图像的多倍图像窗口,分别用于存储不同步长所对应的N个中间图像。
B12、如B11所述的装置,其中,所述待渲染的图像为单通道图像,所述单通道图像为二值图像或灰度图像。B13、如B11所述的装置,其中,所述结构元素为圆形或椭圆形。B14、如B11所述的装置,其中,所述所覆盖区域内各行/列的中点像素值为该行/列步长所对应的中间图像中同等位置点的像素值。B15、如B14所述的装置,其中,所述第一渲染模块适于:对于待渲染的图像的任意像素点A,将矩形结构的原点覆盖在点A上;确定该矩形结构所对应的中间图像中与像素点A位置相同的像素点A’;对于腐蚀和膨胀操作,分别将点A’的像素值确定为该矩形结构所覆盖区域内各像素点的最小值和最大值。B16、如B11所述的装置,其中,所述所覆盖区域内各行/列的中点像素值为该行/列步长所对应的中间图像中同等位置点的像素值。B17、如B11-16中任一项所述的装置,其中,对于腐蚀和膨胀操作,所述所覆盖区域的中心点像素值分别对应为各行/列的中点像素值中的最小值和最大值。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明的图像渲染方法。
以示例而非限制的方式,计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
在此处所提供的说明书中,算法和显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与本发明的示例一起使用。根据上面的描述,构造这类***所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机***的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (16)
1.一种图像渲染方法,适于在计算设备中执行,该方法包括步骤:
图像获取和用于图像渲染的中心对称型结构元素;
将所述结构元素逐行/列拆分为单个矩形结构,所拆分的矩形结构共有N种步长;
分别用N种步长的矩形结构对待渲染的图像的各像素点进行渲染,对应得到渲染后的N个中间图像,其中,所述待渲染的图像为单通道图像,所述单通道图像为二值图像或灰度图像,当N>4时,分别用N种步长的矩形结构对待渲染的图像的各像素点进行渲染具体包括:每批选用四种步长的矩形结构,分批次对所述单通道图像的各像素点进行渲染,对应得到的中间图像分别存储于RGBA的四个颜色通道中;
对于待渲染的图像中的每个像素点,确定当该点为结构元素的原点时该结构元素所覆盖区域;
根据所覆盖区域内各行/列的步长值及其对应步长的中间图像,来确定所覆盖区域内各行/列的中点像素值;以及
根据各行/列的中点像素值计算所覆盖区域的中心点像素值,并对该中心点进行渲染操作。
2.如权利要求1所述的方法,其中,所述结构元素为圆形或椭圆形。
3.如权利要求1所述的方法,其中,渲染包括腐蚀、膨胀或模糊操作。
4.如权利要求3所述的方法,其中,用矩形结构对待渲染的图像的各像素点进行渲染,对应得到渲染后的中间图像的步骤包括:
对于待渲染的图像的任意像素点A,将矩形结构的原点覆盖在点A上;
确定该矩形结构所对应的中间图像中与像素点A位置相同的像素点A’;
对于腐蚀和膨胀操作,分别将点A’的像素值确定为该矩形结构所覆盖区域内各像素点的最小值和最大值。
5.如权利要求1所述的方法,其中,所述所覆盖区域内各行/列的中点像素值为该行/列步长所对应的中间图像中同等位置点的像素值。
6.如权利要求1-5中任一项所述的方法,其中,
对于腐蚀操作,所述所覆盖区域的中心点像素值为各行/列的中点像素值中的最小值;
对于膨胀操作,所述所覆盖区域的中心点像素值为各行/列的中点像素值中的最大值。
7.如权利要求6所述的方法,其中,当N≤4时,不同步长对应的N个中间图像分别存储于RGBA的四个颜色通道中。
8.如权利要求7所述的方法,其中,当N>4时,该方法还包括步骤:
创建多个待渲染的图像的多倍图像窗口,分别用于存储不同步长所对应的N个中间图像。
9.一种图像渲染装置,适于驻留在计算设备中,该装置包括:
素材获取模块,适于获取待渲染的图像和用于图像渲染的中心对称型结构元素;
结构拆分模块,适于将所述结构元素逐行/列拆分为单个矩形结构,所拆分的矩形结构共有N种步长;
第一渲染模块,适于分别用N种步长的矩形结构对所述待渲染的图像的各像素点进行渲染,对应得到渲染后的N个中间图像,其中,所述待渲染的图像为单通道图像,所述单通道图像为二值图像或灰度图像,当N>4时,第一渲染模块在分别用N种步长的矩形结构对待渲染的图像的各像素点进行渲染时适于:每批选用四种步长的矩形结构,分批次对所述单通道图像的各像素点进行渲染,对应得到的中间图像分别存储于RGBA的四个颜色通道中;
区域确定模块,适于对于待渲染的图像中的每个像素点,确定当该点为结构元素的原点时该结构元素所覆盖区域;
中点确定模块,适于根据所覆盖区域内各行/列的步长值及其对应步长的中间图像,来确定所覆盖区域内各行/列的中点像素值;以及
第二渲染模块,适于根据各行/列的中点像素值计算所覆盖区域的中心点像素值,并对该中心点进行渲染操作。
10.如权利要求9所述的装置,其中,所述待渲染的图像为单通道图像,所述单通道图像为二值图像或灰度图像。
11.如权利要求9所述的装置,其中,所述结构元素为圆形或椭圆形。
12.如权利要求9所述的装置,其中,所述所覆盖区域内各行/列的中点像素值为该行/列步长所对应的中间图像中同等位置点的像素值。
13.如权利要求12所述的装置,其中,所述第一渲染模块适于:
对于待渲染的图像的任意像素点A,将矩形结构的原点覆盖在点A上;
确定该矩形结构所对应的中间图像中与像素点A位置相同的像素点A’;
对于腐蚀和膨胀操作,分别将点A’的像素值确定为该矩形结构所覆盖区域内各像素点的最小值和最大值。
14.如权利要求9-13中任一项所述的装置,其中,
对于腐蚀和膨胀操作,所述所覆盖区域的中心点像素值分别对应为各行/列的中点像素值中的最小值和最大值。
15.一种计算设备,包括:
至少一个处理器;以及
包括计算机程序指令的至少一个存储器;
所述至少一个存储器和所述计算机程序指令被配置为与所述至少一个处理器一起使得所述计算设备执行如权利要求1-8中任一项所述的方法。
16.一种存储一个或多个程序的可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1-8中所述的方法中的任一方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910329769.0A CN110097525B (zh) | 2019-04-23 | 2019-04-23 | 一种图像渲染方法、装置和计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910329769.0A CN110097525B (zh) | 2019-04-23 | 2019-04-23 | 一种图像渲染方法、装置和计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110097525A CN110097525A (zh) | 2019-08-06 |
CN110097525B true CN110097525B (zh) | 2021-01-29 |
Family
ID=67445550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910329769.0A Active CN110097525B (zh) | 2019-04-23 | 2019-04-23 | 一种图像渲染方法、装置和计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110097525B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115268471B (zh) * | 2022-09-27 | 2023-01-03 | 深圳市智绘科技有限公司 | 扫地机器人的路径生成方法及装置、存储介质 |
CN116597063B (zh) * | 2023-07-19 | 2023-12-05 | 腾讯科技(深圳)有限公司 | 图片渲染方法、装置、设备和介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1825354A (zh) * | 2004-12-20 | 2006-08-30 | 西门子共同研究公司 | 用于高效计算形态学运算的方法和装置 |
CN105551002A (zh) * | 2015-12-17 | 2016-05-04 | 重庆大学 | 一种图像形态学滤波方法 |
CN105740876A (zh) * | 2014-12-10 | 2016-07-06 | 阿里巴巴集团控股有限公司 | 一种图像预处理方法及装置 |
CN106558033A (zh) * | 2016-10-19 | 2017-04-05 | 安徽中科华澄智能科技股份有限公司 | 基于形态学膨胀腐蚀算法的二值图像处理方法 |
CN107133909A (zh) * | 2017-03-30 | 2017-09-05 | 北京奇艺世纪科技有限公司 | 一种着色器重组的方法及装置 |
CN107909537A (zh) * | 2017-11-16 | 2018-04-13 | 厦门美图之家科技有限公司 | 一种基于卷积神经网络的图像处理方法及移动终端 |
CN107949867A (zh) * | 2015-10-12 | 2018-04-20 | 宝马股份公司 | 用于渲染数据的方法、计算机程序产品、显示单元和车辆 |
CN108109163A (zh) * | 2017-12-18 | 2018-06-01 | 中国科学院长春光学精密机械与物理研究所 | 一种航拍视频的运动目标检测方法 |
CN109584366A (zh) * | 2018-12-10 | 2019-04-05 | 浙江科澜信息技术有限公司 | 一种地形渲染方法、装置、设备及可读存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1279490C (zh) * | 2004-01-09 | 2006-10-11 | 清华大学 | 图像处理中的快速形态学腐蚀、膨胀方法 |
US9508185B2 (en) * | 2011-05-02 | 2016-11-29 | Sony Interactive Entertainment Inc. | Texturing in graphics hardware |
CN105187737A (zh) * | 2015-07-31 | 2015-12-23 | 厦门美图之家科技有限公司 | 一种图像特效处理的显示方法、***及拍摄终端 |
CN105678831A (zh) * | 2015-12-30 | 2016-06-15 | 北京奇艺世纪科技有限公司 | 一种图像渲染方法和装置 |
CN109445760B (zh) * | 2018-10-08 | 2022-08-23 | 武汉联影医疗科技有限公司 | 图像渲染方法和*** |
-
2019
- 2019-04-23 CN CN201910329769.0A patent/CN110097525B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1825354A (zh) * | 2004-12-20 | 2006-08-30 | 西门子共同研究公司 | 用于高效计算形态学运算的方法和装置 |
CN105740876A (zh) * | 2014-12-10 | 2016-07-06 | 阿里巴巴集团控股有限公司 | 一种图像预处理方法及装置 |
CN107949867A (zh) * | 2015-10-12 | 2018-04-20 | 宝马股份公司 | 用于渲染数据的方法、计算机程序产品、显示单元和车辆 |
CN105551002A (zh) * | 2015-12-17 | 2016-05-04 | 重庆大学 | 一种图像形态学滤波方法 |
CN106558033A (zh) * | 2016-10-19 | 2017-04-05 | 安徽中科华澄智能科技股份有限公司 | 基于形态学膨胀腐蚀算法的二值图像处理方法 |
CN107133909A (zh) * | 2017-03-30 | 2017-09-05 | 北京奇艺世纪科技有限公司 | 一种着色器重组的方法及装置 |
CN107909537A (zh) * | 2017-11-16 | 2018-04-13 | 厦门美图之家科技有限公司 | 一种基于卷积神经网络的图像处理方法及移动终端 |
CN108109163A (zh) * | 2017-12-18 | 2018-06-01 | 中国科学院长春光学精密机械与物理研究所 | 一种航拍视频的运动目标检测方法 |
CN109584366A (zh) * | 2018-12-10 | 2019-04-05 | 浙江科澜信息技术有限公司 | 一种地形渲染方法、装置、设备及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
Depth-Based Image Processing for 3D Video Rendering Applications;Terence Zarb et al.;《IWSSIP 2014》;20141231;全文 * |
图像腐蚀和膨胀的算法研究;李晓飞 等;《影像技术》;20051231(第1期);第37-39页、图1-2 * |
Also Published As
Publication number | Publication date |
---|---|
CN110097525A (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109360154B (zh) | 一种卷积神经网络生成方法及图像的超分辨率方法 | |
US20180137414A1 (en) | Convolution operation device and convolution operation method | |
CN110853047A (zh) | 智能图像分割及分类方法、装置及计算机可读存储介质 | |
KR102445872B1 (ko) | 기계 학습을 위한 이미지 변환 | |
CN113034358B (zh) | 一种超分辨率图像处理方法以及相关装置 | |
US9123138B2 (en) | Adaptive patch-based image upscaling | |
CN111091572B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN110427946B (zh) | 一种文档图像二值化方法、装置和计算设备 | |
US10936943B2 (en) | Providing flexible matrix processors for performing neural network convolution in matrix-processor-based devices | |
CN110097525B (zh) | 一种图像渲染方法、装置和计算设备 | |
CN109885407B (zh) | 数据处理方法和装置、电子设备、存储介质 | |
CN111681165A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN107481203B (zh) | 一种图像导向滤波方法及计算设备 | |
CN110232665B (zh) | 最大池化方法、装置、计算机设备及存储介质 | |
CN114723044A (zh) | 用于存内计算芯片的误差补偿方法、装置、芯片、设备 | |
CN114418847A (zh) | 一种图像缩放实现方法、处理装置及计算设备 | |
KR102239588B1 (ko) | 이미지 처리 방법 및 장치 | |
US11106935B2 (en) | Pooling method and device, pooling system, computer-readable storage medium | |
US9594955B2 (en) | Modified wallis filter for improving the local contrast of GIS related images | |
US10248876B2 (en) | Method and apparatus for avoiding non-aligned loads using multiple copies of input data | |
CN115147296A (zh) | 高光谱图像矫正方法、装置、计算机设备和存储介质 | |
CN111833274B (zh) | 一种图像增强方法及计算设备 | |
CN112200730B (zh) | 图像滤波处理方法、装置、设备及存储介质 | |
CN114820370A (zh) | 墨水屏设备的图片转换方法、电子设备及存储介质 | |
KR101688435B1 (ko) | 블록 구조를 이용한 적분 영상 생성 장치 및 그 방법 |
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 |