CN110855876A - 一种图像处理方法、终端及计算机存储介质 - Google Patents
一种图像处理方法、终端及计算机存储介质 Download PDFInfo
- Publication number
- CN110855876A CN110855876A CN201810955721.6A CN201810955721A CN110855876A CN 110855876 A CN110855876 A CN 110855876A CN 201810955721 A CN201810955721 A CN 201810955721A CN 110855876 A CN110855876 A CN 110855876A
- Authority
- CN
- China
- Prior art keywords
- image
- region
- regions
- processed
- determining
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 claims description 72
- 238000001514 detection method Methods 0.000 claims description 38
- 230000015654 memory Effects 0.000 claims description 32
- 238000001914 filtration Methods 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 30
- 238000003708 edge detection Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000007500 overflow downdraw method Methods 0.000 description 9
- 230000000877 morphologic effect Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241000422846 Sequoiadendron giganteum Species 0.000 description 1
- 238000013398 bayesian method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- 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
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种图像处理方法,该方法包括:获取待处理的第一图像,并对第一图像进行识别得到多个图像区域;从多个图像区域中确定待处理区域,并对待处理区域处的对象进行虚化处理得到第二图像;基于第一图像和第二图像获取目标图像。本发明实施例同时还公开了一种终端和计算机存储介质。
Description
技术领域
本发明涉及但不限于图像处理技术领域,尤其涉及一种图像处理方法、终端及计算机存储介质。
背景技术
随着手机、照相机等终端的快速发展,越来越多的人会利用终端的图像处理功能对图像进行处理,人们对终端的图像处理功能的多样性和便利性越来越高,以获得好的显示效果,例如色彩平衡、饱和度调节和背景虚化等。
相关技术中,为了突出图像中的某一对象,会将图像中除该对象之外的对象进行虚化处理,以使未进行虚化的对象突出。但是,相关技术在对图像中的特定对象进行虚化处理时,会出现过度虚化的情况,导致用户无法辨识虚化处理后的对象。
发明内容
有鉴于此,本发明实施例期望提供一种图像处理方法、终端及计算机存储介质,避免在对图像中的特定对象进行虚化处理时,会出现过度虚化而导致用户无法辨识虚化处理后的对象的情况。
为达到上述目的,本发明的技术方案是这样实现的:
一种图像处理方法,所述方法包括:
获取待处理的第一图像,并对所述第一图像进行识别得到多个图像区域;
从所述多个图像区域中确定待处理区域,并对所述待处理区域处的对象进行虚化处理得到第二图像;
基于所述第一图像和所述第二图像获取目标图像。
一种终端,所述终端包括:处理器、存储器和通信总线;
所述通信总线用于实现处理器和存储器之间的通信连接;
所述处理器用于执行存储器中的图像处理方法的程序,以实现以下步骤:
获取待处理的第一图像,并对所述第一图像进行识别得到多个图像区域;
从所述多个图像区域中确定待处理区域,并对所述待处理区域处的对象进行虚化处理得到第二图像;
基于所述第一图像和所述第二图像获取目标图像。
一种计算机存储介质,所述计算机存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上述图像处理方法的步骤。
本发明实施例所提供的图像处理方法、终端及计算机存储介质,获取待处理的第一图像,并对第一图像进行识别得到多个图像区域;从多个图像区域中确定待处理区域,并对待处理区域处的对象进行虚化处理得到第二图像;基于第一图像和第二图像获取目标图像;如此,由于本发明实施例是通过对第一图像的待处理区域进行虚化,得到第二图像后,将对待处理区域虚化后的第二图像和第一图像结合,进而避免在对图像中的特定对象进行虚化处理时,会出现过度虚化而导致用户无法辨识虚化处理后的对象的情况。
附图说明
图1为本发明实施例提供的一种图像处理方法的流程示意图;
图2为本发明实施例提供的一种终端的结构示意图;
图3为本发明实施例提供的图像变化的过程示意图;
图4为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5为本发明实施例提供的又一种图像处理方法的流程示意图;
图6为本发明另一实施例提供的一种图像处理方法的流程示意图;
图7为本发明另一实施例提供的另一种图像处理方法的流程示意图;
图8为本发明实施例提供的图像处理方法的实现方式的流程示意图;
图9为本发明实施例提供的另一种终端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
应理解,说明书通篇中提到的“本发明实施例”或“前述实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“本发明实施例中”或“在前述实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中应。在本发明的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。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。
应需说明的是,本发明的任一实施例的图像处理方法均应用于终端,其中,终端可以为手机、电脑、照相机或者平板电脑等等,本发明对终端不作限定,只要终端能够实现本发明任一实施例的图像处理功能即可。
在图像处理中,为了让图像更有层次,往往需要将图像的背景虚化。例如,当图像中包括人像时,将除人像外的背景进行虚化,从而使图像更加突出人像。
本发明实施例提供一种图像处理方法,应用于终端中,如图1所示,该方法包括以下步骤:
步骤101:终端获取待处理的第一图像,并对第一图像进行识别得到多个图像区域。
如图2所示,该终端可以包括:图像处理模块、摄像模块以及图像显示模块,图像处理模块又可以包括图像预处理模块和图像景物增强模块。在本实施例中,图像处理模块可以为处理器,摄像模块可以为图像采集器,例如摄像头,图像显示模块可以是显示屏。其中,对第一图像进行识别得到多个图像区域的步骤以及下述步骤102和步骤103的执行主体为图像景物增强模块。
获取第一图像的方法有多种,例如,图像采集器采集第一图像,并将第一图像发送至处理器,处理器获取图像采集器发送的第一图像;或者处理器可以通过调用与处理器通过通信总线连接的存储器中存储的第一图像来获取第一图像。可选地,当用户采用摄像头采集第一图像之前,可以选择开启预设功能,以实现本实施例中的图像处理方法。
第一图像中可以包括多个对象,每一对象对应一个图像区域。对象可以为图像的任意事物,例如,人像、人的眼睛、大树等等。
对第一图像进行识别得到多个图像区域可以包括:对第一图像中对象的边缘进行识别,得到多个图像区域。
在对第一图像中对象的边缘进行识别后,还可以将识别结果输出在终端的显示屏上,例如,可以将对象的边缘以虚线或者实线的方式输出在显示屏上。通过将识别结果输出在显示屏上,可以使用户清楚地知道图像识别后的结果,便于用户后续的操作。在另一实施例中,在对第一图像中对象的边缘进行识别后,显示屏中显示的依然是和第一图像相同的图像,但是,处理器已经识别得到多个图像区域。在又一实施例中,显示屏可以显示多个图像区域且每相邻两个图像区域之间具有预设距离。
处理器可以对第一图像中的每一对象的边缘进行识别得到多个图像区域,并将所有识别结果均输出在显示屏上。通过这种方式,能够对图像中每一对象区域进行识别,以避免漏掉第一图像中的对象,从而漏掉图像中的关键信息。在另一实施例中,处理器可以对第一图像中每一对象的边缘进行识别得到多个图像区域,并获取多个图像区域中每一图像区域的面积与第一图像面积的比例,将图像区域的面积与第一图像面积的比例大于预设值的图像区域的识别结果显示在显示屏上。例如,具有人像的图像可以仅在显示屏上显示人像的头部的识别结果,而不显示人像的眼睛的识别结果,再例如,具有大树的图像可以仅在显示屏中显示大树的识别结果,而不显示每一片树叶的识别结果。通过这种方式,可以避免处理器对图像中每一对象的识别结果都在显示屏上显示,不仅造成显示混乱,还导致用户不容易选中过小的图像区域。
对第一图像中对象的边缘进行识别得到多个图像区域具有多种实现方式:例如利用边缘检测的方法、多梯度检测的方法或者边缘检测和多梯度检测结合的方法对第一图像中对象的边缘进行识别得到多个图像区域。
边缘检测的方法可以为基于Roberts算子的边缘检测方法、基于Sobel算子的边缘检测方法、基于Prewitt算子的边缘检测方法、基于Laplace算子的边缘检测方法、基于高斯和拉普拉斯结合(Laplacian of Gaussian,LOG)算子的边缘检测方法、基于Canny算子的边缘检测方法、小波分析方法、模糊算法以及人工神经网络的方法中的任一种方法。
多梯度检测的方法的具体步骤为:抽取第一图像中每一像素点的亮度分量Y、颜色分量Cb(蓝色色度分量)、Cr(红色色度分量),以及深度分量D,计算不同分量下的梯度图像,并将计算到的梯度图像针对不同的方向(θ可以取0,π/8,π/4,3π/8,…,7π/8)分别进行融合,并在融合后取不同方向中梯度值的最大值作为该像素点最终的梯度(亮度梯度Gy,颜色梯度Gcb,Gcr,深度梯度Gd),并对这4种梯度进行融合得到融合后的梯度,并基于融合后的梯度得到多个图像区域。可以采用线性加权的方式对4种梯度进行融合,具体的公式为i=1,2,3,4。其中,Gmix(x,y,θ)为融合后,像素点(x,y)在方向θ上的梯度,αi为第i梯度对应到的权重,Gi(x,y,θ)为线性融合前,像素点(x,y)在方向θ上的梯度。在其它实施例中,可以基于亮度分量Y、颜色分量Cb、Cr、深度分量D以及其它分量中的任意两个分量得到多个图像区域,具体步骤与上述步骤类似,此处不再赘述。
步骤102:终端从多个图像区域中确定待处理区域,并对待处理区域处的对象进行虚化处理得到第二图像。
待处理区域具体为多个图像区域中需要进行虚化的图像区域。待处理区域可以是多个图像区域中的一个图像区域,也可以是至少两个图像区域。例如当识别得到M个图像区域时,待处理区域可以为m个图像区域,其中1≤m≤M。
从多个图像区域中确定待处理区域可以有多种实现方式。例如,处理器可以从多个图像区域中识别具有预设特征的图像区域,例如人像区域、动物区域或者植物区域等,并将识别出的具有预设特征的图像区域作为待处理区域。再例如,处理器可以获取操作指令,并将操作指令对应的图像区域作为待处理区域,或者,将操作指令对应的图像区域之外的图像区域作为待处理区域。
对待处理区域处的对象进行虚化处理得到第二图像可以为:利用形态学滤波方法对待处理器区域处的对象进行虚化处理得到第二图像。其中,形态学滤波方法可以为利用腐蚀运算、膨胀运算、开运算以及闭运算中的至少一种运算方法对待处理区域进行处理。应理解,第二图像的尺寸和第一图像的尺寸相同。
步骤103:终端基于第一图像和第二图像获取目标图像。
可以采用将第一图像和第二图像进行融合的方式来获取目标图像。
在本实施例中,基于第一图像和第二图像获取目标图像,可以包括:将发明第一图像中与发明待处理区域对应的区域的图像和发明第二图像融合,得到发明目标图像。具体而言,处理器可以将第二图像中进行虚化处理后的图像区域和第一图像中的待处理区域进行融合得到融合后的图像区域,并将融合后的图像区域与第一图像中除待处理区域之外的参考区域或者第二图像中未进行虚化处理的图像区域进行结合,得到目标图像。
其中,图像融合的方法可以为基于像素灰度的图像融合方法、基于主成分分析(principal components analysis,PCA)变换的图像融合方法、基于亮度、色调和饱和度(Hue,Intensity and Saturation,HIS)变换的融合方法以及基于多分辨率分析的图像融合方法中的一种或至少两种方法结合的方法进行图像融合。其中,基于像素灰度的图像融合方法可以为像素灰度值选大图像融合方法、像素灰度值选小图像融合方法或者加权平均图像融合方法。
处理器在得到目标图像后,可以将目标图像输出至终端的显示屏上。
为了更清楚的说明本发明实施例对第一图像进行处理得到目标图像的过程,请结合图3。对第一图像进行识别得到区域A1,区域B1,区域C1以及区域D1这四个图像区域,即第一图像I包括区域A1、区域B1、区域C1以及区域D1,在确定区域A1和区域B1为待处理区域后,则区域C1和区域D1为第一图像中除待处理区域之外的参考区域,处理器对待处理区域A1和区域B1处的对象继续虚化处理后,得到第二图像II,其中,第二图像包括区域A2,区域B2,区域C1以及区域D1,区域A2和区域B2分别为对区域A1和区域B1进行虚化后的区域,接着将区域A1、区域B1与区域A2、区域B2进行融合得到融合后的图像区域,并将融合后的图像区域与区域C1和区域D1结合得到目标图像III。
由于本发明实施例是通过对第一图像的待处理区域进行虚化,得到第二图像后,将对待处理区域虚化后的第二图像和第一图像结合,进而避免在对图像中的特定对象进行虚化处理时,会出现过度虚化而导致用户无法辨识虚化处理后的对象的情况。
基于前述实施例,本发明实施例提供一种图像处理方法,应用于终端,如图4所示,该方法包括以下步骤:
步骤201:终端获取待处理的第一图像。
获取第一图像的方法有多种,例如,图像采集器采集第一图像,并将第一图像发送至处理器,处理器获取图像采集器发送的第一图像;或者处理器可以通过调用与处理器通过通信总线连接的存储器中存储的第一图像来获取第一图像。可选地,当用户采用摄像头采集第一图像之前,可以选择开启预设功能,以实现本实施例中的图像处理方法。
步骤202:终端采用第一检测方法对第一图像中对象的边缘进行识别,得到多个第一识别区域。
第一检测方法用于识别第一图像中对象的边缘。
在本实施例中,第一检测方法可以为边缘检测的方法。
边缘检测的方法可以为基于Roberts算子的边缘检测方法、基于Sobel算子的边缘检测方法、基于Prewitt算子的边缘检测方法、基于Laplace算子的边缘检测方法、基于高斯和拉普拉斯结合(Laplacian of Gaussian,LOG)算子的边缘检测方法、基于Canny算子的边缘检测方法、小波分析方法、模糊算法以及人工神经网络的方法中的任一种方法。
步骤203:终端采用第二检测方法对第一图像中对象的边缘进行识别,得到多个第二识别区域。
第二检测方法用于识别第一图像中对象的边缘。其中,第一检测方法和第二检测方法是两个不同的检测方法。
在本实施例中,第二检测方法可以为多梯度检测的方法。多梯度检测的方法的具体步骤请参阅第一实施例中的相关描述,此处不再赘述。在其它实施例中,第二检测方法也可以为与第一检测方法不同的边缘检测的方法。
本实施例不限定步骤202和步骤203的先后顺序。处理器可以先执行步骤202,再执行步骤203;或者可以先执行步骤203,再执行步骤202;或者步骤202和步骤203同时执行。
步骤204:终端基于多个第一识别区域和多个第二识别区域,确定多个图像区域。
基于第一识别结果和第二识别结果得到多个图像区域,包括:利用贝叶斯概率问题将第一识别结果和第二识别结果融合得到多个图像区域。通过贝叶斯概率问题将采用第一检测方法得到的多个第一识别区域和采用第二检测方得到的多个第二识别区域进行融合,能够提高识别得到多个图像区域的准确率。
本实施例可以通过以下方式确定多个图像区域:基于每一第一识别区域中的像素点的显示参数,确定每个第一识别区域的准确率;基于每一第二识别区域中的像素点的显示参数,确定每个第二识别区域的准确率;基于多个第一识别区域、多个第二识别区域、每个第一识别区域的准确率以及每个第二识别区域的准确率,确定多个图像区域。
显示参数可以为亮度参数、深度参数和颜色参数等至少一种参数。以下以显示参数为亮度参数举例对确定多个图像区域的具体方法进行说明。应理解,当显示参数为其它参数时,方法类似,此处不再赘述。处理器可以获取每一像素点的亮度值,以及获取关于第一图像的像素亮度值统计表;基于每一第一识别区域中的像素点的显示参数和像素亮度值统计表,确定每个第二识别区域的准确率;基于每一第二识别区域中的像素点的显示参数和像素亮度值统计表,确定每个第二识别区域的准确率,基于多个第一识别区域、多个第二识别区域、每个第一识别区域的准确率以及每个第二识别区域的准确率,确定多个图像区域。例如,当多个第一识别区域中的区域E的准确率高于多个第二识别区域中的与区域E相对应的区域F的准确率时,将区域E作为识别得到的图像区域,反之,则将区域F作为识别得到的图像区域。
步骤205:终端从多个图像区域中确定待处理区域,并对待处理区域处的对象进行虚化处理得到第二图像。
步骤206:终端基于第一图像和第二图像获取目标图像。
本实施例是对第一实施例中的对第一图像进行识别得到多个图像区域的步骤进行补充,本实施例中与前述实施例中相同步骤和相同内容的说明,可以参照前述实施例中的描述,此处不再赘述。
由于本实施例的图像处理方法是基于多个第一识别区域和多个第二识别区域,确定识别得到的多个图像区域,因此,能够综合每一第一识别区域和与第一识别区域对应的第二识别区域的识别准确率得到多个图像区域,使识别得到的多个图像区域更加准确。
基于前述实施例,本发明实施例提供又一种图像处理方法,应用于终端,如图5所示,该方法包括以下步骤:
步骤301:终端获取待处理的第一图像,并对第一图像进行识别得到多个图像区域。
步骤302:终端接收针对第一图像的第一操作。
具体地,终端可以设有显示屏,第一操作可以是用户对显示屏上的第一图像进行点击操作或者滑动操作等。或者,终端可以设有语音接收单元,第一操作可以是用户的语音输入,以使语音接收单元接收到语音信号后,将语音信号发送至处理器,处理器接收针对第一图像语音信号。
第一图像具有多个图像区域,用户可以对多个图像区域中的任一个图像区域执行第一操作。例如,请参阅图2,当用户想要在第一图像中突出区域B时,可以在显示屏上第一图像的区域B;或者当用户想要想要在第一图像中突出区域A和区域B时,可以在显示屏上点击第一图像的区域A和区域B。
步骤303:终端响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域。
在本实施例中,终端响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域可以包括:若第一操作满足第一预设条件,响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域。
第一预设条件可以为对同一图像区域进行奇数次的操作,例如,请参阅图2,当用户奇数次点击第一图像中的区域B,终端接收到用户对区域B的奇数次的第一操作,响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域。
可选地,处理器在响应第一操作之后,还可以控制显示屏将第一操作对应的图像区域突出显示,突出显示可以包括:改变第一操作对应的图像区域的颜色或者亮度,或者向第一操作对应的图像区域设置阴影。例如,请参阅图2,当用户对第一图像的区域B进行奇数次的点击操作时,显示屏会将区域B中对象的亮度增强。
可选地,显示屏还可以向用户提供“确定”或“取消全部”的选择框,以使用户通过点击选择框,将选择好的图像区域确认或者将选择好的图像区域全部取消。
在本实施例中,与第一操作对应的图像区域为参考区域。在其它实施例中,与第一操作对应到图像区域可以为待处理区域。即处理器可以判断第一操作是否满足第一预设条件;若第一操作满足第一预设条件,响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到待处理区域。也就是说,处理器将与第一操作对应的图像区域作为待处理区域。
在本实施例中,终端响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域之后,终端还可以接收针对第一图像的第二操作;若第二操作满足第二预设条件,响应第二操作并从多个图像区域中确定与第二操作对应的图像区域,并将第二操作对应的图像区域设置为待处理区域。
第二操作可以使与第一操作相同的操作,例如是奇数次点击操作或者是奇数次滑动操作,第二预设条件为第二操作对应的图像区域与第一操作对应的图像区域相同。例如,请参阅图2,用户在点击第一图像中的区域B后,若想取消对将区域B的选择,则再次点击区域B即可。
类似地,在其它实施例中,终端判断到第二操作满足第二预设条件时,可以将操作对应的图像区域由待处理区域设置为参考区域。
步骤304:终端从多个图像区域中,确定除参考区域之外的区域为待处理区域。
在本实施例中,是基于参考区域确定待处理区域。在其它实施例中,可以基于待处理区域确定参考区域,即从多个图像区域中,确定除待处理区域之外的区域为参考区域。
步骤305:终端对待处理区域处的对象进行虚化处理得到第二图像。
对待处理区域处的对象进行虚化处理得到第二图像可以为:利用形态学滤波方法对待处理器区域处的对象进行虚化处理得到第二图像。其中,形态学滤波方法可以为利用腐蚀运算、膨胀运算、开运算以及闭运算中的至少一种运算方法对待处理区域进行处理。
步骤306:终端基于第一图像和第二图像获取目标图像。
本实施例是对第一实施例中的从多个图像区域中确定待处理区域的步骤进行补充。本实施例中与前述实施例中相同步骤和相同内容的说明,可以参照前述实施例中的描述,此处不再赘述。
通过本实施例的图像处理方法,由于终端可以接收针对第一图像的第一操作,并将第一操作对应的图像区域作为参考区域,并确定除参考区域之外的区域为待处理区域。因此,终端可以根据用户的选择来确定图像的待处理区域并对待处理区域进行虚化,从而使用户能够根据自己的实际需要来确定待处理区域。
基于前述实施例,本发明实施例提供一种图像处理方法,应用于终端,如图6所示,该方法包括以下步骤:
步骤401:终端获取待处理的第三图像。
获取第三图像的方法有多种,例如,图像采集器采集第三图像,并将第三图像发送至处理器,处理器获取图像采集器发送的第三图像;或者处理器可以通过调用与处理器通过通信总线连接的存储器中存储的第三图像来获取第三图像。可选地,当用户采用摄像头采集第三图像之前,可以选择开启预设功能,以实现本实施例中的图像处理方法。
步骤402:终端对第三图像进行滤波去噪,得到第一图像。
其中,本步骤的执行主体为图像预处理模块。对第三图像进行滤波去噪的方式有多种。在本实施例中,对第三图像进行滤波去噪可以为:对第三图像采用中值滤波的方法去噪。中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。在其它实施例中,对第三图像进行滤波去噪可以为:对第三图像采用均值滤波的方法去噪。均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素(以目标像素为中心的周围8个像素,构成一个滤波模板,即去掉目标像素本身),再用模板中的全体像素的平均值来代替原来像素值。
步骤403:终端获取待处理的第一图像,并对第一图像进行识别得到多个图像区域。
其中,待处理的第一图像是对第三图像进行滤波去噪后得到的。
步骤404:终端从多个图像区域中确定待处理区域,并对待处理区域处的对象进行虚化处理得到第二图像。
步骤405:终端基于第一图像和第二图像获取目标图像。
本实施例是针对第一实施例中的获取待处理的第一图像的步骤进一步地补充。本实施例中与前述实施例中相同步骤和相同内容的说明,可以参照前述实施例中的描述,此处不再赘述。
由于本实施例的图像处理方法中的第一图像是由滤波去噪后的第三图像得到的,因此,能够在对第一图像进行识别时,能够避免图像噪声的干扰,使得识别结果更准确。
基于前述实施例,本发明实施例提供另一种图像处理方法,应用于终端,如图7所示,该方法包括以下步骤:
步骤501:终端获取待处理的第三图像。
步骤502:终端对第三图像进行滤波去噪,得到第一图像。
步骤503:终端获取待处理的第一图像。
步骤504:终端采用第一检测方法对第一图像中对象的边缘进行识别,得到多个第一识别区域。
步骤505:终端采用第二检测方法对第一图像中对象的边缘进行识别,得到多个第二识别区域。
本实施例不限定步骤504和步骤505的先后顺序,处理器可以先执行步骤504,再执行505;或者可以先执行步骤505,再执行步骤504;或者步骤504和步骤505同时执行。
步骤506:终端基于多个第一识别区域和多个第二识别区域,确定多个图像区域。
步骤507:终端接收针对第一图像的第一操作。
步骤508:终端响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域。
步骤509:终端从多个图像区域中,确定除参考区域之外的区域为待处理区域。
步骤510:终端对待处理区域处的对象进行虚化处理得到第二图像。
步骤511:终端基于第一图像和第二图像获取目标图像。
本实施例中与前述实施例中相同步骤和相同内容的说明,可以参照前述实施例中的描述,此处不再赘述。
以下就一个具体的实现方式对本实施例中的图像处理方法进行说明。请结合图8,本实施例中,首先通过终端的图像采集器进行图像拍摄,并将拍摄的图像进行中值滤波去噪,并保存滤波后的图像,然后对滤波后图像进行边缘检测和多梯度检测,并对两种检测结果利用贝叶斯方法进行融合,保证检测的准确性,实现景物与背景的准确区分,此时,显示屏可以出现预览画面,预览图片中不同的景物已与背景进行区分,出现包含景物的多个虚框;接着,用户可以根据需要进行触点选择,可对一个或多个景物进行触点选择,对同一个景物虚框点击奇数次即认为景物增强,点击偶数次即认为取消增强,通过用户的点击,终端进行图像中背景与目标景物的分割,将得到的背景放入下一步操作;接着,利用形态学滤波方法对得到的图像背景进行平滑,并将中值滤波去噪后的图像与利用形态学滤波方法得到的图像背景进行融合,实现背景的弱化,达到景物、人像的增强和突出;最后,输出增强后图像并将增强后的图像显示在显示屏上。
本实施例提供的图像处理方法,能够避免在对图像中的特定对象进行虚化处理时,会出现过度虚化而导致用户无法辨识虚化处理后的对象的情况;能够综合每一第一识别区域和与第一识别区域对应的第二识别区域的识别准确率得到多个图像区域,使识别得到的多个图像区域更加准确;能够根据用户的选择来确定图像的待处理区域并对待处理区域进行虚化,从而使用户能够根据自己的实际需要来确定待处理区域;以及能够避免图像噪声的干扰,使得识别结果更准确。
基于前述实施例,本发明的实施例提供一种终端6,该终端可以应用于图1和4~7对应的实施例提供的一种图像处理方法中,参照图9所示,该终端可以包括:处理器61、存储器62和通信总线63,其中:
通信总线63用于实现处理器61和存储器62之间的通信连接。
处理器61用于执行存储器62中存储的图像处理方法的程序,以实现以下步骤:
获取待处理的第一图像,并对第一图像进行识别得到多个图像区域;
从多个图像区域中确定待处理区域,并对待处理区域处的对象进行虚化处理得到第二图像;
基于第一图像和第二图像获取目标图像。
在本发明的其他实施例中,处理器61用于执行存储器62中存储的对第一图像进行识别得到多个图像区域,以实现以下步骤:
对第一图像中对象的边缘进行识别,得到多个图像区域。
在本发明的其他实施例中,处理器61用于执行存储器62中存储的对第一图像中对象的边缘进行识别,得到多个图像区域,以实现以下步骤:
采用第一检测方法对第一图像中对象的边缘进行识别,得到多个第一识别区域;
采用第二检测方法对第一图像中对象的边缘进行识别,得到多个第二识别区域;其中,第一检测方法和第二检测方法均用于识别第一图像中对象的边缘;
基于多个第一识别区域和多个第二识别区域,确定多个图像区域。
在本发明的其他实施例中,处理器61用于执行存储器62中存储的基于多个第一识别区域和多个第二识别区域,确定多个图像区域,以实现以下步骤:
基于每一第一识别区域中的像素点的显示参数,确定每个第一识别区域的准确率;
基于每一第二识别区域中的像素点的显示参数,确定每个第二识别区域的准确率;
基于多个第一识别区域、多个第二识别区域、每个第一识别区域的准确率以及每个第二识别区域的准确率,确定多个图像区域。
在本发明的其他实施例中,处理器61用于执行存储器62中存储的从多个图像区域中确定待处理区域,以实现以下步骤:
接收针对第一图像的第一操作;
响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域;
从多个图像区域中,确定除参考区域之外的区域为待处理区域。
在本发明的其他实施例中,处理器61用于执行存储器62中存储的响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域,以实现以下步骤:
若第一操作满足第一预设条件,响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域。
在本发明的其他实施例中,处理器61用于执行存储器62中存储的响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域之后,以实现以下步骤:
接收针对第一图像的第二操作;
若第二操作满足第二预设条件,响应第二操作并从多个图像区域中确定与第二操作对应的图像区域,并将第二操作对应的图像区域设置为待处理区域。
在本发明的其他实施例中,处理器61用于执行存储器62中存储的基于第一图像和第二图像获取目标图像,以实现以下步骤:
将第一图像中与待处理区域对应的区域的图像和第二图像融合,得到目标图像。
在本发明的其他实施例中,处理器61用于执行存储器62中存储的获取第一图像,以实现以下步骤:
获取待处理的第三图像;
对第三图像进行滤波去噪,得到第一图像。
需要说明的是,本实施例中处理器所执行的步骤的具体实现过程,可以参照图1和4~7对应的实施例提供的图像处理方法中的实现过程,此处不再赘述。
基于前述实施例,本发明的实施例提供一种计算机可读存储介质,计算机可读存储介质存储有一个或者多个程序,该一个或者多个程序可被一个或者多个处理器执行,以实现以下步骤:
获取待处理的第一图像,并对第一图像进行识别得到多个图像区域;
从多个图像区域中确定待处理区域,并对待处理区域处的对象进行虚化处理得到第二图像;
基于第一图像和第二图像获取目标图像。
在本发明的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行对第一图像进行识别得到多个图像区域,以实现以下步骤:
对第一图像中对象的边缘进行识别,得到多个图像区域。
在本发明的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行对第一图像中对象的边缘进行识别,得到多个图像区域,以实现以下步骤:
采用第一检测方法对第一图像中对象的边缘进行识别,得到多个第一识别区域;
采用第二检测方法对第一图像中对象的边缘进行识别,得到多个第二识别区域;其中,第一检测方法和第二检测方法均用于识别第一图像中对象的边缘;
基于多个第一识别区域和多个第二识别区域,确定多个图像区域。
在本发明的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行基于多个第一识别区域和多个第二识别区域,确定多个图像区域,以实现以下步骤:
基于每一第一识别区域中的像素点的显示参数,确定每个第一识别区域的准确率;
基于每一第二识别区域中的像素点的显示参数,确定每个第二识别区域的准确率;
基于多个第一识别区域、多个第二识别区域、每个第一识别区域的准确率以及每个第二识别区域的准确率,确定多个图像区域。
在本发明的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行从多个图像区域中确定待处理区域,以实现以下步骤:
接收针对第一图像的第一操作;
响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域;
从多个图像区域中,确定除参考区域之外的区域为待处理区域。
在本发明的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域,以实现以下步骤:
若第一操作满足第一预设条件,响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域。
在本发明的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行响应第一操作并从多个图像区域中确定与第一操作对应的图像区域,得到参考区域之后,以实现以下步骤:
接收针对第一图像的第二操作;
若第二操作满足第二预设条件,响应第二操作并从多个图像区域中确定与第二操作对应的图像区域,并将第二操作对应的图像区域设置为待处理区域。
在本发明的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行基于第一图像和第二图像获取目标图像,以实现以下步骤:
将第一图像中与待处理区域对应的区域的图像和第二图像融合,得到目标图像。
在本发明的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行获取第一图像,以实现以下步骤:
获取待处理的第三图像;
对第三图像进行滤波去噪,得到第一图像。
需要说明的是,本实施例中处理器所执行的步骤的具体实现过程,可以参照图1和4~7对应的实施例提供的图像处理方法中的实现过程,此处不再赘述。
需要说明的是,上述处理器可以为特定用途集成电路(ASIC,ApplicationSpecific Integrated Circuit)、数字信号处理器(DSP,Digital Signal Processor)、数字信号处理装置(DSPD,Digital Signal Processing Device)、可编程逻辑装置(PLD,Programmable Logic Device)、现场可编程门阵列(FPGA,Field Programmable GateArray)、中央处理器(CPU,Central Processing Unit)、控制器、微控制器、微处理器中的至少一种。可以理解地,实现上述处理器功能的电子器件还可以为其它,本申请实施例不作具体限定。
需要说明的是,上述计算机存储介质/存储器可以是只读存储器(Read OnlyMemory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性随机存取存储器(Ferromagnetic Random Access Memory,FRAM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory,CD-ROM)等存储器;也可以是包括上述存储器之一或任意组合的各种终端,如移动电话、计算机、平板设备、个人数字助理等。
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,从语句“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。
上述本申请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,本申请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型式体现出来,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)执行本申请各个实施例所描述的方法。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可从计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请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,均同理包括在本申请的专利保护范围内。
Claims (13)
1.一种图像处理方法,其特征在于,所述方法包括:
获取待处理的第一图像,并对所述第一图像进行识别得到多个图像区域;
从所述多个图像区域中确定待处理区域,并对所述待处理区域处的对象进行虚化处理得到第二图像;
基于所述第一图像和所述第二图像获取目标图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一图像进行识别得到多个图像区域,包括:
对所述第一图像中对象的边缘进行识别,得到所述多个图像区域。
3.根据权利要求2所述的方法,其特征在于,所述对所述第一图像中对象的边缘进行识别,得到所述多个图像区域,包括:
采用第一检测方法对所述第一图像中对象的边缘进行识别,得到多个第一识别区域;
采用第二检测方法对所述第一图像中对象的边缘进行识别,得到多个第二识别区域;其中,所述第一检测方法和所述第二检测方法均用于识别所述第一图像中对象的边缘;
基于所述多个第一识别区域和所述多个第二识别区域,确定所述多个图像区域。
4.根据权利要求3所述的方法,其特征在于,所述基于所述多个第一识别区域和所述多个第二识别区域,确定所述多个图像区域,包括:
基于每一第一识别区域中的像素点的显示参数,确定每个第一识别区域的准确率;
基于每一第二识别区域中的像素点的显示参数,确定每个第二识别区域的准确率;
基于所述多个第一识别区域、所述多个第二识别区域、所述每个第一识别区域的准确率以及所述每个第二识别区域的准确率,确定所述多个图像区域。
5.根据权利要求1所述的方法,其特征在于,所述从所述多个图像区域中确定待处理区域,包括:
接收针对所述第一图像的第一操作;
响应所述第一操作并从所述多个图像区域中确定与所述第一操作对应的图像区域,得到参考区域;
从所述多个图像区域中,确定除所述参考区域之外的区域为所述待处理区域。
6.根据权利要求5所述的方法,其特征在于,所述响应所述第一操作并从所述多个图像区域中确定与所述第一操作对应的图像区域,得到参考区域,包括:
若所述第一操作满足第一预设条件,响应所述第一操作并从所述多个图像区域中确定与所述第一操作对应的图像区域,得到所述参考区域。
7.根据权利要求6所述的方法,其特征在于,所述响应所述第一操作并从所述多个图像区域中确定与所述第一操作对应的图像区域,得到所述参考区域之后,还包括:
接收针对所述第一图像的第二操作;
若所述第二操作满足第二预设条件,响应所述第二操作并从所述多个图像区域中确定与所述第二操作对应的图像区域为所述待处理区域。
8.根据权利要求1所述的方法,其特征在于,所述基于所述第一图像和所述第二图像获取目标图像,包括:
将所述第一图像中与所述待处理区域对应的区域的图像和所述第二图像融合,得到所述目标图像。
9.根据权利要求1所述的方法,其特征在于,所述获取第一图像,包括:
获取待处理的第三图像;
对所述第三图像进行滤波去噪,得到所述第一图像。
10.一种终端,其特征在于,所述终端包括:处理器、存储器和通信总线;
所述通信总线用于实现处理器和存储器之间的通信连接;
所述处理器用于执行存储器中的图像处理方法的程序,以实现以下步骤:
获取待处理的第一图像,并对所述第一图像进行识别得到多个图像区域;
从所述多个图像区域中确定待处理区域,并对所述待处理区域处的对象进行虚化处理得到第二图像;
基于所述第一图像和所述第二图像获取目标图像。
11.根据权利要求10所述的终端,其特征在于,所述处理器执行对所述待处理区域处的对象进行虚化处理得到第二图像的步骤时,还可以实现以下步骤:
采用第一检测方法对所述第一图像中对象的边缘进行识别,得到多个第一识别区域;
采用第二检测方法对所述第一图像中对象的边缘进行识别,得到多个第二识别区域;其中,所述第一检测方法和所述第二检测方法均用于识别所述第一图像中对象的边缘;
基于所述多个第一识别区域和所述多个第二识别区域,确定所述多个图像区域。
12.根据权利要求10所述的终端,其特征在于,所述处理器执行从所述多个图像区域中确定待处理区域的步骤时,还可以实现以下步骤:
接收针对所述第一图像的第一操作;
响应所述第一操作并从所述多个图像区域中确定与所述第一操作对应的图像区域,得到参考区域;
从所述多个图像区域中,确定除所述参考区域之外的区域为所述待处理区域。
13.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至9中任一项所述的图像处理方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810955721.6A CN110855876B (zh) | 2018-08-21 | 2018-08-21 | 一种图像处理方法、终端及计算机存储介质 |
PCT/CN2019/090079 WO2020038065A1 (zh) | 2018-08-21 | 2019-06-05 | 一种图像处理方法、终端及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810955721.6A CN110855876B (zh) | 2018-08-21 | 2018-08-21 | 一种图像处理方法、终端及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110855876A true CN110855876A (zh) | 2020-02-28 |
CN110855876B CN110855876B (zh) | 2022-04-05 |
Family
ID=69592348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810955721.6A Active CN110855876B (zh) | 2018-08-21 | 2018-08-21 | 一种图像处理方法、终端及计算机存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110855876B (zh) |
WO (1) | WO2020038065A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117974493A (zh) * | 2024-03-28 | 2024-05-03 | 荣耀终端有限公司 | 图像处理方法和相关装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112184610B (zh) * | 2020-10-13 | 2023-11-28 | 深圳市锐尔觅移动通信有限公司 | 图像处理方法及装置、存储介质和电子设备 |
CN117541770A (zh) * | 2022-07-29 | 2024-02-09 | 马上消费金融股份有限公司 | 数据增强方法、装置及电子设备 |
CN116399401B (zh) * | 2023-04-14 | 2024-02-09 | 浙江年年发农业开发有限公司 | 一种基于人工智能的农业种植***及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110102642A1 (en) * | 2009-11-04 | 2011-05-05 | Sen Wang | Image deblurring using a combined differential image |
CN102737370A (zh) * | 2011-04-02 | 2012-10-17 | 株式会社理光 | 检测图像前景的方法及设备 |
US20130084006A1 (en) * | 2011-09-29 | 2013-04-04 | Mediatek Singapore Pte. Ltd. | Method and Apparatus for Foreground Object Detection |
CN103235692A (zh) * | 2013-03-28 | 2013-08-07 | 中兴通讯股份有限公司 | 一种触屏设备及其选择目标对象的方法 |
CN104794696A (zh) * | 2015-05-04 | 2015-07-22 | 长沙金定信息技术有限公司 | 一种图像去运动模糊方法及装置 |
CN105611154A (zh) * | 2015-12-21 | 2016-05-25 | 深圳市金立通信设备有限公司 | 一种图像处理的方法及终端 |
CN107369134A (zh) * | 2017-06-12 | 2017-11-21 | 上海斐讯数据通信技术有限公司 | 一种模糊图像的图像复原方法 |
CN107730460A (zh) * | 2017-09-26 | 2018-02-23 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101587586B (zh) * | 2008-05-20 | 2013-07-24 | 株式会社理光 | 一种图像处理装置及图像处理方法 |
US8306283B2 (en) * | 2009-04-21 | 2012-11-06 | Arcsoft (Hangzhou) Multimedia Technology Co., Ltd. | Focus enhancing method for portrait in digital image |
CN103366352B (zh) * | 2012-03-30 | 2017-09-22 | 北京三星通信技术研究有限公司 | 用于产生背景被虚化的图像的设备和方法 |
JP6172935B2 (ja) * | 2012-12-27 | 2017-08-02 | キヤノン株式会社 | 画像処理装置、画像処理方法及び画像処理プログラム |
CN105049695A (zh) * | 2015-07-07 | 2015-11-11 | 广东欧珀移动通信有限公司 | 一种视频录制方法及装置 |
CN105578070A (zh) * | 2015-12-21 | 2016-05-11 | 深圳市金立通信设备有限公司 | 一种图像处理的方法及终端 |
-
2018
- 2018-08-21 CN CN201810955721.6A patent/CN110855876B/zh active Active
-
2019
- 2019-06-05 WO PCT/CN2019/090079 patent/WO2020038065A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110102642A1 (en) * | 2009-11-04 | 2011-05-05 | Sen Wang | Image deblurring using a combined differential image |
CN102737370A (zh) * | 2011-04-02 | 2012-10-17 | 株式会社理光 | 检测图像前景的方法及设备 |
US20130084006A1 (en) * | 2011-09-29 | 2013-04-04 | Mediatek Singapore Pte. Ltd. | Method and Apparatus for Foreground Object Detection |
CN103235692A (zh) * | 2013-03-28 | 2013-08-07 | 中兴通讯股份有限公司 | 一种触屏设备及其选择目标对象的方法 |
CN104794696A (zh) * | 2015-05-04 | 2015-07-22 | 长沙金定信息技术有限公司 | 一种图像去运动模糊方法及装置 |
CN105611154A (zh) * | 2015-12-21 | 2016-05-25 | 深圳市金立通信设备有限公司 | 一种图像处理的方法及终端 |
CN107369134A (zh) * | 2017-06-12 | 2017-11-21 | 上海斐讯数据通信技术有限公司 | 一种模糊图像的图像复原方法 |
CN107730460A (zh) * | 2017-09-26 | 2018-02-23 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117974493A (zh) * | 2024-03-28 | 2024-05-03 | 荣耀终端有限公司 | 图像处理方法和相关装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2020038065A1 (zh) | 2020-02-27 |
CN110855876B (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110855876B (zh) | 一种图像处理方法、终端及计算机存储介质 | |
US10432861B2 (en) | Scene motion correction in fused image systems | |
Alireza Golestaneh et al. | Spatially-varying blur detection based on multiscale fused and sorted transform coefficients of gradient magnitudes | |
CN109325954B (zh) | 图像分割方法、装置及电子设备 | |
CN109712102B (zh) | 一种图像融合方法、装置及图像采集设备 | |
CN109389135B (zh) | 一种图像筛选方法及装置 | |
GB2501810B (en) | Method for determining the extent of a foreground object in an image | |
CN110796041B (zh) | 主体识别方法和装置、电子设备、计算机可读存储介质 | |
CN111028170B (zh) | 图像处理方法、图像处理装置、电子设备和可读存储介质 | |
CN109214996B (zh) | 一种图像处理方法及装置 | |
CN109190617B (zh) | 一种图像的矩形检测方法、装置及存储介质 | |
CN110458789B (zh) | 一种图像清晰度评测方法、装置及电子设备 | |
CN110881103B (zh) | 对焦控制方法和装置、电子设备、计算机可读存储介质 | |
CN108234826B (zh) | 图像处理方法及装置 | |
CN108399617B (zh) | 一种动物健康状况的检测方法和装置 | |
CN111833367A (zh) | 一种图像处理方法、装置、车辆及存储介质 | |
Choi et al. | A method for fast multi-exposure image fusion | |
CN111031241A (zh) | 图像处理方法及其装置、终端和计算机可读存储介质 | |
CN114418914A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
JP2007080136A (ja) | 画像内に表現された被写体の特定 | |
CN113313645B (zh) | 图像处理方法、图像处理装置、终端及可读存储介质 | |
CN111147693B (zh) | 一种全尺寸拍照图像的降噪方法及装置 | |
CN114049288A (zh) | 图像生成方法、装置、电子设备和计算机可读存储介质 | |
CN110460773B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN114862686A (zh) | 图像处理方法、装置及电子设备 |
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 |