CN110619614B - 图像处理的方法、装置、计算机设备以及存储介质 - Google Patents
图像处理的方法、装置、计算机设备以及存储介质 Download PDFInfo
- Publication number
- CN110619614B CN110619614B CN201911019819.1A CN201911019819A CN110619614B CN 110619614 B CN110619614 B CN 110619614B CN 201911019819 A CN201911019819 A CN 201911019819A CN 110619614 B CN110619614 B CN 110619614B
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- value
- processing
- pixel point
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 25
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 25
- 238000003706 image smoothing Methods 0.000 claims abstract description 8
- 238000010606 normalization Methods 0.000 claims description 17
- 238000009499 grossing Methods 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 11
- 206010040844 Skin exfoliation Diseases 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 12
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 230000002194 synthesizing effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000003321 amplification Effects 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000227 grinding Methods 0.000 description 3
- 238000005498 polishing Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像处理的方法、装置、计算机设备以及存储介质，属于计算机技术领域。所述方法包括：对第一图像进行图像平滑处理，得到第二图像；基于第一图像和第二图像中对应的像素点的像素值的差值，确定第三图像；在第三图像中各像素点的像素值中，对大于预设阈值的像素值进行放大处理，并对小于预设阈值的像素值进行缩小处理，得到第四图像；基于第四图像与第一图像，进行图像合成，得到第五图像。通过本申请所述方法可以在磨皮处理时减少对图像边缘清晰度的影响。
Description
技术领域
本申请涉及计算机技术领域，特别涉及一种图像处理的方法、装置、计算机设备以及存储介质。
背景技术
在日常生活中，人们对图像的应用越来越多，尤其是人物图像被应用的更加广泛，随着应用的增多，人们对人物图像的质量要求也就越来越高。
技术人员为了满足用户对人物图像质量要求，开发出了磨皮的技术，该磨皮功能是通过将输入的图像中各像素点及其邻域内的像素点的像素值进行加权平均计算得到该像素点的最终像素值，经上述操作后各相邻的像素点的像素值就更加接近，达到了美化人物皮肤的目的。
在实现本申请的过程中，发明人发现现有技术至少存在以下问题：
由于现有技术对人物图像中各像素点及其邻域内的像素点的像素值进行加权平均计算，使得人物图像中边缘的像素点的值也很相近，从而，导致人物图像的轮廓不清晰。
发明内容
本申请实施例提供了一种图像处理的方法、装置、计算机设备以及存储介质,能够解决经磨皮后人物图像的轮廓不清晰的问题。所述技术方案如下：
一方面，提供了一种图像处理的方法，所述方法包括：
对第一图像进行图像平滑处理，得到第二图像；
基于所述第一图像和所述第二图像中对应的像素点的像素值的差值，确定第三图像；
在所述第三图像中各像素点的像素值中，对大于预设阈值的像素值进行放大处理，并对小于预设阈值的像素值进行缩小处理，得到第四图像；
基于所述第四图像与所述第一图像，进行图像合成，得到第五图像。
可选的，所述对第一图像进行图像平滑处理，得到第二图像之前，所述方法还包括：
对原始图像的中各像素点的像素值进行归一化处理，得到所述第一图像；
所述基于所述第四图像与所述第一图像，进行图像合成，得到第五图像之后，所述方法还包括：
对所述第五图像中各像素点的像素值进行所述归一化处理的逆处理，得到第六图像。
可选的，所述在所述第三图像中各像素点的像素值中，对大于预设阈值的像素值进行放大处理，并对小于预设阈值的像素值进行缩小处理，得到第四图像，包括：
在所述第三图像中各像素点的像素值中，基于公式A’＝1-(1-A)2/a，对大于预设阈值的像素值进行放大处理，并基于公式B’＝B2/a，对小于预设阈值的像素值进行缩小处理，得到第四图像，其中，A是所述第三图像中像素点放大前的像素值，A’是所述第三图像中像素点放大后的像素值，A是所述第三图像中像素点放大前的像素值，B’是所述第三图像中像素点缩小后的像素值，B是所述第三图像中像素点缩小前的像素值,a为所述预设阈值。
可选的，所述基于所述第一图像和所述第二图像中对应的像素点的像素值的差值，确定第三图像，包括：
将所述第一图像和所述第二图像中对应的像素点的像素值的差值与预设数值之和，作为像素值，得到第三图像。
可选的，所述基于所述第四图像与所述第一图像，进行图像合成，得到第五图像，包括：
基于预设的聚类的数目，对第四图像的各像素点的像素值进行聚类处理，得到所述数目个类以及每个类对应的聚类中心的数值，将每个类中的像素值调整为所述聚类中心的数值，得到第七图像；
将所述第七图像与所述第一图像进行图像合成，得到第五图像。
可选的，所述将所述第七图像与所述第一图像进行图像合成，得到第五图像，包括：
基于所述第二图像中各像素点的像素值，确定所述各像素点对应的调节因子；
基于所述各像素点对应的调节因子，将所述第七图像与所述第一图像进行图像合成，得到第五图像。
可选的，所述基于所述第二图像中各像素点的像素值，确定所述各像素点对应的调节因子，包括：
基于公式P＝nXm，确定所述第二图像中像素点对应的调节因子，其中，X是所述第二图像中任一像素点的像素值，P是所述任一像素点对应的调节因子,n和m是预设数值，且0<n<1、0<m<1。
可选的，所述基于所述各像素点对应的调节因子，将所述第七图像与所述第一图像进行图像合成，得到第五图像，包括：
基于公式Q+P*Q-P*L，确定第五图像中各像素点的像素值，得到第五图像，其中，Q、L分别为所述第一图像和所述第七图像中相对应的像素点的像素值，P为对应的像素点的调节因子。
另一方面，提供了一种图像处理的装置，所述装置包括：
平滑模块，用于对第一图像进行图像平滑处理，得到第二图像；
差值模块，用于基于所述第一图像和所述第二图像中对应的像素点的像素值的差值，确定第三图像；
缩放模块，用于在所述第三图像中各像素点的像素值中，对大于预设阈值的像素值进行放大处理，并对小于预设阈值的像素值进行缩小处理，得到第四图像；
合成模块，用于基于所述第四图像与所述第一图像，进行图像合成，得到第五图像。
可选的，所述装置还包括：
归一化模块，用于对原始图像的中各像素点的像素值进行归一化处理，得到所述第一图像；
所述装置还包括：
逆归一化模块，用于对所述第五图像中各像素点的像素值进行所述归一化处理的逆处理，得到第六图像。
可选的，所述缩放模块，用于：
在所述第三图像中各像素点的像素值中，基于公式A’＝1-(1-A)2/a，对大于预设阈值的像素值进行放大处理，并基于公式B’＝B2/a，对小于预设阈值的像素值进行缩小处理，得到第四图像，其中，A是所述第三图像中像素点放大前的像素值，A’是所述第三图像中像素点放大后的像素值，A是所述第三图像中像素点放大前的像素值，B’是所述第三图像中像素点缩小后的像素值，B是所述第三图像中像素点缩小前的像素值,a为所述预设阈值。
可选的，所述差值模块，用于：
将所述第一图像和所述第二图像中对应的像素点的像素值的差值与预设数值之和，作为像素值，得到第三图像。
可选的，所述合成模块，用于：
基于预设的聚类的数目，对第四图像的各像素点的像素值进行聚类处理，得到所述数目个类以及每个类对应的聚类中心的数值，将每个类中的像素值调整为所述聚类中心的数值，得到第七图像；
将所述第七图像与所述第一图像进行图像合成，得到第五图像。
可选的，所述合成模块，用于：
基于所述第二图像中各像素点的像素值，确定所述各像素点对应的调节因子；
基于所述各像素点对应的调节因子，将所述第七图像与所述第一图像进行图像合成，得到第五图像。
可选的，所述合成模块，用于：
基于公式P＝nXm，确定所述第二图像中像素点对应的调节因子，其中，X是所述第二图像中任一像素点的像素值，P是所述任一像素点对应的调节因子,n和m是预设数值，且0<n<1、0<m<1。
可选的，所述合成模块，用于：
基于公式Q+P*Q-P*L，确定第五图像中各像素点的像素值，得到第五图像，其中，Q、L分别为所述第一图像和所述第七图像中相对应的像素点的像素值，P为对应的像素点的调节因子。
再一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的图像处理的方法所执行的操作。
还一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如上所述的图像处理的方法所执行的操作。
本申请实施例提供的技术方案带来的有益效果是：
通过对第一图像进行平滑处理，得到第二图像，然后计算第一图像与第二图像的差值，得到第三图像，然后对第三图像中的像素点的像素值进行放大或者缩小处理，得到第四图像，再然后基于第四图像以及第一图像得到第五图像。上述由第三图像到第四图像的处理过程中，边缘得到了清晰化处理，从而，在磨皮处理时可以减少对图像边缘清晰度的影响。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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是本申请实施例提供的实施环境示意图；
图2是本申请实施例提供的图像处理的方法流程图；
图3是本申请实施例提供的图像处理的装置结构示意图；
图4是本申请实施例提供的图像处理的终端结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请实施例提供了一种图像处理的方法，该方法可以由终端实现。终端可以具有显示器，同时终端具有处理图像的功能，终端可以是手机、台式电脑、平板电脑、笔记本电脑等。终端中可以安装有应用程序，如图像处理应用程序。
如图1所示，终端安装有图像处理的应用程序(此后简称应用程序)，用户可以将想要进行处理的图片导入该应用程序，在应用程序内用户可以对图像进行色调调整，可以对背景进行模糊化、还可以调节图像亮度等，如果是人物图像该应用程序还可以提供瘦脸、放大眼睛、磨皮等功能。本申请实施例中以终端使用图像处理应用程序对人物图像进行磨皮处理为例，其他情况与之类似，不再赘述。
在使用该应用程序时，用户将欲进行处理的人物图像复制到应用程序中，用户根据自己的需要点击对人物图像进行磨皮处理的控件，当应用程序接收到进行磨皮处理的指令时，应用程序获取人物图像中各像素点的像素值，然后基于应用程序中设置的处理函数对各像素点的像素值进行运算，得到新的像素值并输出该像素值，应用程序根据像素点的像素值显示图像。本申请实施例中提供的图像处理的方法，可以对图像进行优化处理，使得到的图像平滑且边缘清晰。
图2是本申请实施例提供的一种图像处理方法的流程图。参见图1，该流程包括：
步骤201，对第一图像进行图像平滑处理，得到第二图像。
在实施中，用户将欲进行处理的人物图像输入到应用程序中，应用程序对图像进行解析得到图像中各像素点的像素值，该像素值可以由多个通道组成，本实施例以三通道为例进行阐述，三个通道分别为R、G、B，代表红、绿、蓝三种颜色，每个通道对应一个像素值，像素值的范围是0到255，0代表亮度最低，255代表亮度最高，例如，某一个像素点的像素值为(0，0，0)，则该像素点的R、G、B的像素值都是0，代表该像素点都是最高亮度，即为白色。
在得到图像中各像素点的像素值后，将该像素值按照R、G、B分为三组，然后对像素值进行归一化处理。即将0到255的所有像素值除以255得到0到1之间的像素值。
在经过上述操作后的得到第一图像，即得到经归一化处理的图像，然后对第一图像进行平滑处理，平滑处理可以是对第一图像中各像素点的像素值进行高斯滤波计算，其处理可以如下：
将上述R、G、B三组像素值分别进行计算，计算过程可以是，通过一个计算模型扫描图像中的每一个像素点的像素值，该计算模型可以是卷积模型，卷积模型基于任意一个像素点对其预设大小邻域内的像素点的像素值进行加权平均计算，将得到的加权平均值赋予给该像素点，即该将该像素点的像素值改成经上述计算得出的加权平均数值，重复上述计算至三组像素值都被替换为该像素点对应邻域的加权平均数值，最终经上述计算得到第二图像。
下述所有步骤都是R、G、B三组像素值进行相同的处理，在此就不一一赘述。
步骤202，基于所述第一图像和所述第二图像中对应的像素点的像素值的差值，确定第三图像。
在实施中，首先，将第一图像中各像素点的像素值与经上述平滑处理得到的第二图像中的像素点的像素值做差。其次，为防止在进行减法运算的时候出现负数，在得到差值后再为其加上一个预设数值，该预设数值可以是0到1区间的中间值0.5，在加上0.5后所得到的像素值都是0到1区间内的像素值，然后将该像素值作为第三图像中各像素点的像素值。
如果有特殊情况，即加上0.5后仍是负数，则将该像素值设置为0。
如果加上0.5后出现大于1的情况，则将该像素值设置为1。
步骤203，在所述第三图像中各像素点的像素值中，对大于预设阈值的像素值进行放大处理，并对小于预设阈值的像素值进行缩小处理，得到第四图像。
在实施中，在得到第三图像中各像素点的像素值后，判断各像素点的像素值是否大于预设阈值，该预设阈值可以通过如下方式进行设置：
首先，经上述步骤102处理，平滑的像素点的像素值为上述中间值，即为0.5，不平滑的像素点，即边缘像素点会进行两种情况：
第一种情况，第二图像的像素值大于第一图像的像素值，即由于该像素点为边缘像素点，其邻域内有像素值高于该像素点的像素点，在进行平滑处理后，最终得到的像素值会高于该像素点原来的像素值。在这种情况下最终得到的数值是小于0.5的。
第二种情况，第二图像的像素值小于第一图像的像素值，即由于该像素点为边缘像素点，其邻域内有像素值低于该像素点的像素点，在进行平滑处理后，最终得到的像素值会低于该像素点原来的像素值。在这种情况下最终得到的数值是大于0.5的。
其次，确定一个预设阈值，由上述可知，0.5是所有像素值的中间值，还是判别是否是边缘像素点的临界数值，因此，可以将0.5设置为预设阈值进行如下判断：
当大于0.5时，将该像素值带入公式1-(1-A)2/0.5，该公式是一个二次函数，根据该函数的图像可知，经计算后得到的结果会比之前的像素值更大，即将一部分的边缘点的亮度调亮。
当不大于0.5时，将该像素值带入公式A2/0.5，该公式是一个二次函数，根据该函数的图像可知，经计算后得到的结果会比之前的像素值更小，即平滑点的亮度不变，将另一部分边缘点的亮度调暗。
经上述操作后，得到的像素值即为第四图像的像素值。
步骤204，基于所述第四图像与所述第一图像，进行图像合成，得到第五图像。
在实施中，基于预设的聚类的数目，对第四图像中各像素点的像素值进行聚类处理，该聚类处理可以是模糊C均值聚类处理，其处理过程可以如下：
将第四图像中各像素点的像素值输入模糊C均值聚类处理模型，为得到预期的结果可以设置迭代次数，当达到该次数时输出中心值，也可以设置一个预设阈值，当前后两次计算出的中心值差值小于该预设阈值时输出中心值。在设置完成后，向上述模糊C均值聚类处理模型输入的上述数目个中心值，经处理后该模糊C均值聚类处理模型生成上述数目个中心值，得到该中心值后将其进行存储，然后将该中心值作为输入重复上述生成中心值的步骤，直至达到预设的迭代次数，或者输出的中心值与输入的中心值得差值小于预设阈值，则输出最后得到的中心值。
根据对应关系将各聚类中的像素点的像素值设置为经上述步骤输出的中心值，即得到第七图像。
在得到第七图像后，基于第七图像与第一图像进行图像合成，得到第五图像，其处理过程可以如下：
首先，基于第二图像计算调节因子，将第二图像中各像素点的像素值进行幂函数运算，该幂函数的次数是一个预先设定的0到1之间的小数，同时输入的像素点的像素值也是一个0到1之间的小数，因此经幂函数运算后会得到结果会大于输入的像素值，在得到幂函数的结果后，将这个结果乘以一个技术人员设定的小数，即可得到每个像素点的调节因子。
其次，基于调节因子计算出第五图像，将第二图像中各像素点的像素值分别与该点的调节因子进行乘法运算，即可得到第二图像对第一图像进行的更改的像素值，再将第七图像中各像素点的像素值分别与该点的调节因子进行乘法运算，即可得到第七图像对第一图像进行的更改的像素值，将第一图像中各像素点的像素值加上其对应的第二图像对第一图像进行的更改的像素值，再减去第七图像对第一图像进行的更改的像素值，即可得到第五图像。
在得到第五图像后，应用程序需要进行第六图像的计算，将得到的第五图像中各像素点的像素值乘以0.3，再加上对应的第一图像中各像素点的像素值乘以0.7的值，然后进行归一化处理的逆处理，即将经上述步骤得到的0至1区间内的像素值对应到0至255区间中，得到第六图像，该应用程序显示第六图像。
通过对第一图像进行平滑处理，得到第二图像，然后计算第一图像与第二图像的差值，得到第三图像，然后对第三图像中的像素点的像素值进行放大或者缩小处理，得到第四图像，再然后基于第四图像以及第一图像得到第五图像。上述由第三图像到第四图像的处理过程中，边缘得到了清晰化处理，从而，在磨皮处理时可以减少对图像边缘清晰度的影响。
上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。
图3是本申请实施例提供的一种图像处理装置的示意图。参见图2，该流程包括：
平滑模块310，用于对第一图像进行图像平滑处理，得到第二图像；
差值模块320，用于基于所述第一图像和所述第二图像中对应的像素点的像素值的差值，确定第三图像；
缩放模块330，用于在所述第三图像中各像素点的像素值中，对大于预设阈值的像素值进行放大处理，并对小于预设阈值的像素值进行缩小处理，得到第四图像；
合成模块340，用于基于所述第四图像与所述第一图像，进行图像合成，得到第五图像。
可选的，所述装置还包括：
归一化模块，用于对原始图像的中各像素点的像素值进行归一化处理，得到所述第一图像；
所述装置还包括：
逆归一化模块，用于对所述第五图像中各像素点的像素值进行所述归一化处理的逆处理，得到第六图像。
可选的，所述缩放模块330，用于：
在所述第三图像中各像素点的像素值中，基于公式A’＝1-(1-A)2/a，对大于预设阈值的像素值进行放大处理，并基于公式B’＝B2/a，对小于预设阈值的像素值进行缩小处理，得到第四图像，其中，A是所述第三图像中像素点放大前的像素值，A’是所述第三图像中像素点放大后的像素值，A是所述第三图像中像素点放大前的像素值，B’是所述第三图像中像素点缩小后的像素值，B是所述第三图像中像素点缩小前的像素值,a为所述预设阈值。
可选的，所述差值模块320，用于：
将所述第一图像和所述第二图像中对应的像素点的像素值的差值与预设数值之和，作为像素值，得到第三图像。
可选的，所述合成模块340，用于：
基于预设的聚类的数目，对第四图像的各像素点的像素值进行聚类处理，得到所述数目个类以及每个类对应的聚类中心的数值，将每个类中的像素值调整为所述聚类中心的数值，得到第七图像；
将所述第七图像与所述第一图像进行图像合成，得到第五图像。
可选的，所述合成模块340，用于：
基于所述第二图像中各像素点的像素值，确定所述各像素点对应的调节因子；
基于所述各像素点对应的调节因子，将所述第七图像与所述第一图像进行图像合成，得到第五图像。
可选的，所述合成模块340，用于：
基于公式P＝nXm，确定所述第二图像中像素点对应的调节因子，其中，X是所述第二图像中任一像素点的像素值，P是所述任一像素点对应的调节因子,n和m是预设数值，且0<n<1、0<m<1。
可选的，所述合成模块340，用于：
基于公式Q+P*Q-P*L，确定第五图像中各像素点的像素值，得到第五图像，其中，Q、L分别为所述第一图像和所述第七图像中相对应的像素点的像素值，P为对应的像素点的调节因子。
通过对第一图像进行平滑处理，得到第二图像，然后计算第一图像与第二图像的差值，得到第三图像，然后对第三图像中的像素点的像素值进行方法或者缩小处理，得到第四图像，再然后基于第四图像以及第一图像得到第五图像，使图像中边缘的一部分像素点的像素值减小，一部分像素点的像素值增大，从而使图像的边缘轮廓清晰。
通过对第一图像进行平滑处理，得到第二图像，然后计算第一图像与第二图像的差值，得到第三图像，然后对第三图像中的像素点的像素值进行放大或者缩小处理，得到第四图像，再然后基于第四图像以及第一图像得到第五图像。上述由第三图像到第四图像的处理过程中，边缘得到了清晰化处理，从而，在磨皮处理时可以减少对图像边缘清晰度的影响。
图4示出了本申请一个示例性实施例提供的终端400的结构框图。该终端400可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio LayerIV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端400还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常，终端400包括有：处理器401和存储器402。
处理器401可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器401可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器401也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器401可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器401还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器402可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器402还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器402中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器401所执行以实现本申请中方法实施例提供的图像处理方法。
在一些实施例中，终端400还可选包括有：***设备接口403和至少一个***设备。处理器401、存储器402和***设备接口403之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口403相连。具体地，***设备包括：射频电路404、触摸显示屏405、摄像头406、音频电路407、定位组件408和电源409中的至少一种。
***设备接口403可被用于将I/O(Input/Output，输入/输出)相关的至少一个***设备连接到处理器401和存储器402。在一些实施例中，处理器401、存储器402和***设备接口403被集成在同一芯片或电路板上；在一些其他实施例中，处理器401、存储器402和***设备接口403中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路404用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路404通过电磁信号与通信网络以及其他通信设备进行通信。射频电路404将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路404包括：天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路404可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路404还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏405用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏405是触摸显示屏时，显示屏405还具有采集在显示屏405的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器401进行处理。此时，显示屏405还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏405可以为一个，设置终端400的前面板；在另一些实施例中，显示屏405可以为至少两个，分别设置在终端400的不同表面或呈折叠设计；在再一些实施例中，显示屏405可以是柔性显示屏，设置在终端400的弯曲表面上或折叠面上。甚至，显示屏405还可以设置成非矩形的不规则图形，也即异形屏。显示屏405可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件406用于采集图像或视频。可选地，摄像头组件406包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件406还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路407可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器401进行处理，或者输入至射频电路404以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端400的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器401或射频电路404的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路407还可以包括耳机插孔。
定位组件408用于定位终端400的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件408可以是基于美国的GPS(GlobalPositioning System，全球定位***)、中国的北斗***、俄罗斯的格雷纳斯***或欧盟的伽利略***的定位组件。
电源409用于为终端400中的各个组件进行供电。电源409可以是交流电、直流电、一次性电池或可充电电池。当电源409包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中，终端400还包括有一个或多个传感器410。该一个或多个传感器410包括但不限于：加速度传感器411、陀螺仪传感器412、压力传感器413、指纹传感器414、光学传感器415以及接近传感器416。
加速度传感器411可以检测以终端400建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器411可以用于检测重力加速度在三个坐标轴上的分量。处理器401可以根据加速度传感器411采集的重力加速度信号，控制触摸显示屏405以横向视图或纵向视图进行用户界面的显示。加速度传感器411还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器412可以检测终端400的机体方向及转动角度，陀螺仪传感器412可以与加速度传感器411协同采集用户对终端400的3D动作。处理器401根据陀螺仪传感器412采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器413可以设置在终端400的侧边框和/或触摸显示屏405的下层。当压力传感器413设置在终端400的侧边框时，可以检测用户对终端400的握持信号，由处理器401根据压力传感器413采集的握持信号进行左右手识别或快捷操作。当压力传感器413设置在触摸显示屏405的下层时，由处理器401根据用户对触摸显示屏405的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器414用于采集用户的指纹，由处理器401根据指纹传感器414采集到的指纹识别用户的身份，或者，由指纹传感器414根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器401授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器414可以被设置终端400的正面、背面或侧面。当终端400上设置有物理按键或厂商Logo时，指纹传感器414可以与物理按键或厂商Logo集成在一起。
光学传感器415用于采集环境光强度。在一个实施例中，处理器401可以根据光学传感器415采集的环境光强度，控制触摸显示屏405的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏405的显示亮度；当环境光强度较低时，调低触摸显示屏405的显示亮度。在另一个实施例中，处理器401还可以根据光学传感器415采集的环境光强度，动态调整摄像头组件406的拍摄参数。
接近传感器416，也称距离传感器，通常设置在终端400的前面板。接近传感器416用于采集用户与终端400的正面之间的距离。在一个实施例中，当接近传感器416检测到用户与终端400的正面之间的距离逐渐变小时，由处理器401控制触摸显示屏405从亮屏状态切换为息屏状态；当接近传感器416检测到用户与终端400的正面之间的距离逐渐变大时，由处理器401控制触摸显示屏405从息屏状态切换为亮屏状态。
本领域技术人员可以理解，图4中示出的结构并不构成对终端400的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述实施例中图像处理方法。例如，所述计算机可读存储介质可以是只读存储器(Read-only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (12)
1.一种图像处理的方法，其特征在于，所述方法包括：
对原始图像中的各像素点的像素值进行归一化处理，得到第一图像；
对所述第一图像进行图像平滑处理，得到第二图像；
将所述第一图像和所述第二图像中对应的像素点的像素值的差值与预设数值之和，作为像素值，得到第三图像；
在所述第三图像中各像素点的像素值中，基于公式A’＝1-(1-A)2/a，对大于预设阈值的像素值进行放大处理，并基于公式B’＝B2/a，对小于预设阈值的像素值进行缩小处理，得到第四图像，其中，A’是所述第三图像中像素点放大后的像素值，A是所述第三图像中像素点放大前的像素值，B’是所述第三图像中像素点缩小后的像素值，B是所述第三图像中像素点缩小前的像素值，a为所述预设阈值；
基于预设的聚类的数目，对所述第四图像的各像素点的像素值进行聚类处理，得到所述数目个类以及每个类对应的聚类中心的数值，将每个类中的像素值调整为所述聚类中心的数值，得到第七图像；
基于公式P＝nX m，确定所述第二图像中像素点对应的调节因子，其中，X是所述第二图像中任一像素点的像素值，P是所述任一像素点对应的调节因子,n和m是预设数值，且0<n<1、0<m<1；
基于公式Q+P*Q-P*L，确定第五图像中各像素点的像素值，得到所述第五图像，其中，Q、L分别为所述第一图像和所述第七图像中相对应的像素点的像素值，P为对应的像素点的调节因子。
2.根据权利要求1所述的方法，其特征在于，所述得到所述第五图像之后，所述方法还包括：
对所述第五图像中各像素点的像素值进行所述归一化处理的逆处理，得到第六图像。
3.一种图像处理的装置，其特征在于，所述装置用于实现权利要求1所述的图像处理的方法，所述装置包括：
平滑模块，用于对第一图像进行图像平滑处理，得到第二图像；
差值模块，用于基于所述第一图像和所述第二图像中对应的像素点的像素值的差值，确定第三图像；
缩放模块，用于在所述第三图像中各像素点的像素值中，对大于预设阈值的像素值进行放大处理，并对小于预设阈值的像素值进行缩小处理，得到第四图像；
合成模块，用于基于所述第四图像与所述第一图像，进行图像合成，得到第五图像。
4.根据权利要求3所述的装置，其特征在于，所述装置还包括：
逆归一化模块，用于对所述第五图像中各像素点的像素值进行所述归一化处理的逆处理，得到第六图像。
5.根据权利要求4所述的装置，其特征在于，所述缩放模块，用于：
在所述第三图像中各像素点的像素值中，基于公式A’＝1-(1-A)2/a，对大于预设阈值的像素值进行放大处理，并基于公式B’＝B2/a，对小于预设阈值的像素值进行缩小处理，得到第四图像，其中，A’是所述第三图像中像素点放大后的像素值，A是所述第三图像中像素点放大前的像素值，B’是所述第三图像中像素点缩小后的像素值，B是所述第三图像中像素点缩小前的像素值,a为所述预设阈值。
6.根据权利要求3所述的装置，其特征在于，所述差值模块，用于：
将所述第一图像和所述第二图像中对应的像素点的像素值的差值与预设数值之和，作为像素值，得到第三图像。
7.根据权利要求3所述的装置，其特征在于，所述合成模块，用于：
基于预设的聚类的数目，对第四图像的各像素点的像素值进行聚类处理，得到所述数目个类以及每个类对应的聚类中心的数值，将每个类中的像素值调整为所述聚类中心的数值，得到第七图像；
将所述第七图像与所述第一图像进行图像合成，得到第五图像。
8.根据权利要求7所述的装置，其特征在于，所述合成模块，用于：
基于所述第二图像中各像素点的像素值，确定所述各像素点对应的调节因子；
基于所述各像素点对应的调节因子，将所述第七图像与所述第一图像进行图像合成，得到第五图像。
9.根据权利要求8所述的装置，其特征在于，所述合成模块，用于：
基于公式P＝nX m，确定所述第二图像中像素点对应的调节因子，其中，X是所述第二图像中任一像素点的像素值，P是所述任一像素点对应的调节因子,n和m是预设数值，且0<n<1、0<m<1。
10.根据权利要求8所述的装置，其特征在于，所述合成模块，用于：
基于公式Q+P*Q-P*L，确定第五图像中各像素点的像素值，得到第五图像，其中，Q、L分别为所述第一图像和所述第七图像中相对应的像素点的像素值，P为对应的像素点的调节因子。
11.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求1或权利要求2所述的图像处理方法所执行的操作。
12.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1或权利要求2所述的图像处理方法所执行的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911019819.1A CN110619614B (zh) | 2019-10-24 | 2019-10-24 | 图像处理的方法、装置、计算机设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911019819.1A CN110619614B (zh) | 2019-10-24 | 2019-10-24 | 图像处理的方法、装置、计算机设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110619614A CN110619614A (zh) | 2019-12-27 |
| CN110619614B true CN110619614B (zh) | 2023-05-16 |
Family
ID=68926392
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911019819.1A Active CN110619614B (zh) | 2019-10-24 | 2019-10-24 | 图像处理的方法、装置、计算机设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110619614B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112184581B (zh) * | 2020-09-27 | 2023-09-05 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、计算机设备及介质 |
| CN113012185B (zh) * | 2021-03-26 | 2023-08-29 | 影石创新科技股份有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
| CN113129246A (zh) * | 2021-04-19 | 2021-07-16 | 厦门喵宝科技有限公司 | 一种文档图片的处理方法、装置及电子设备 |
| CN115022526B (zh) * | 2021-09-29 | 2023-05-30 | 荣耀终端有限公司 | 全景深图像生成方法和装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010074416A (ja) * | 2008-09-17 | 2010-04-02 | Nagasaki Univ | 画像データ処理方法、画像データ処理装置及びプログラム |
| CN102790891A (zh) * | 2011-05-16 | 2012-11-21 | 乐金显示有限公司 | 图像处理方法及采用该图像处理方法的立体图像显示装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030039402A1 (en) * | 2001-08-24 | 2003-02-27 | Robins David R. | Method and apparatus for detection and removal of scanned image scratches and dust |
| JP4589887B2 (ja) * | 2006-03-20 | 2010-12-01 | 株式会社リコー | 画像処理装置 |
| JP5315158B2 (ja) * | 2008-09-12 | 2013-10-16 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
| GB2568039B (en) * | 2017-10-30 | 2020-10-28 | Imagination Tech Ltd | Systems and methods for processing a stream of data values |
| CN108171667A (zh) * | 2017-12-29 | 2018-06-15 | 努比亚技术有限公司 | 一种图像处理方法、终端和计算机可读存储介质 |
| CN108133488A (zh) * | 2017-12-29 | 2018-06-08 | 安徽慧视金瞳科技有限公司 | 一种红外图像前景检测方法及设备 |
| JP2019180749A (ja) * | 2018-04-09 | 2019-10-24 | 富士通株式会社 | 画像処理プログラム、画像処理装置、および画像処理方法 |
-
2019
- 2019-10-24 CN CN201911019819.1A patent/CN110619614B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010074416A (ja) * | 2008-09-17 | 2010-04-02 | Nagasaki Univ | 画像データ処理方法、画像データ処理装置及びプログラム |
| CN102790891A (zh) * | 2011-05-16 | 2012-11-21 | 乐金显示有限公司 | 图像处理方法及采用该图像处理方法的立体图像显示装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110619614A (zh) | 2019-12-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110619614B (zh) | 图像处理的方法、装置、计算机设备以及存储介质 | |
| CN109829864B (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN111028144B (zh) | 视频换脸方法及装置、存储介质 | |
| CN111723803B (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN112581358B (zh) | 图像处理模型的训练方法、图像处理方法及装置 | |
| CN109102811B (zh) | 音频指纹的生成方法、装置及存储介质 | |
| US20240212114A1 (en) | Method, apparatus, and device for processing image, and storage medium | |
| CN111105474B (zh) | 字体绘制方法、装置、计算机设备及计算机可读存储介质 | |
| CN112135191A (zh) | 视频编辑方法、装置、终端及存储介质 | |
| CN112738606B (zh) | 音频文件的处理方法、装置、终端及存储介质 | |
| CN114140342A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN110910309B (zh) | 图像处理方法、装置、电子设备、存储介质及程序产品 | |
| CN110992268B (zh) | 背景设置方法、装置、终端及存储介质 | |
| CN108196813B (zh) | 添加音效的方法和装置 | |
| CN115798417A (zh) | 背光亮度的确定方法、装置、设备及计算机可读存储介质 | |
| CN108881739B (zh) | 图像生成方法、装置、终端及存储介质 | |
| CN112399080A (zh) | 视频处理方法、装置、终端及计算机可读存储介质 | |
| CN107992230B (zh) | 图像处理方法、装置及存储介质 | |
| CN110889391A (zh) | 人脸图像处理的方法、装置、计算设备和存储介质 | |
| CN113763486B (zh) | 主色调提取方法、装置、电子设备及存储介质 | |
| CN112133267B (zh) | 音频效果处理的方法、设备及存储介质 | |
| CN110929675B (zh) | 图像处理方法、装置、计算机设备及计算机可读存储介质 | |
| CN111091512B (zh) | 图像处理方法及装置、计算机可读存储介质 | |
| CN113129221B (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN111064994B (zh) | 视频图像处理方法及装置、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 |