CN111028180A - 图像处理方法、视频处理方法以及对应的装置 - Google Patents

图像处理方法、视频处理方法以及对应的装置 Download PDF

Info

Publication number
CN111028180A
CN111028180A CN201911338778.2A CN201911338778A CN111028180A CN 111028180 A CN111028180 A CN 111028180A CN 201911338778 A CN201911338778 A CN 201911338778A CN 111028180 A CN111028180 A CN 111028180A
Authority
CN
China
Prior art keywords
image
channel
processed
video
blurred
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911338778.2A
Other languages
English (en)
Other versions
CN111028180B (zh
Inventor
李本超
李峰
陈其锋
刘程浩
刘毅
涂娟辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201911338778.2A priority Critical patent/CN111028180B/zh
Publication of CN111028180A publication Critical patent/CN111028180A/zh
Priority to PCT/CN2020/105018 priority patent/WO2021128835A1/zh
Application granted granted Critical
Publication of CN111028180B publication Critical patent/CN111028180B/zh
Priority to US17/572,631 priority patent/US20220130020A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves
    • 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
    • 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
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20224—Image subtraction
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本申请提供了一种图像处理方法、视频处理方法以及对应的装置，图像处理方法包括：获取待处理图像；对待处理图像的各通道中指定通道的原始图像进行模糊处理，得到第一模糊图像；将指定通道的原始图像和第一模糊图像进行高反差保留处理，得到高反差保留图像；对于每一通道，基于该通道的原始图像和高反差保留图像，得到该通道对应的第二模糊图像；基于各通道的第二模糊图像和高反差保留图像，得到待处理图像对应的美颜后的图像。由于该方案美颜过程中没有图像格式转换，且只对一个通道的图像进行了模糊处理和高反差保留处理，降低了美颜处理的复杂程度，进而降低了美颜处理的CPU占用率。

Description

图像处理方法、视频处理方法以及对应的装置
技术领域
本申请涉及计算机技术领域，具体而言，本申请涉及一种图像处理方法、视频处理方法以及对应的装置。
背景技术
随着互联网的兴起，无论在桌面端还是移动端，图像美颜功能已成为许多社交类应用程序必不可少的功能，虽然图像美颜往往不是这些应用程序的核心功能，但是美颜功能能够满足用户在特定场景下的特定需求，进而提高用户的使用体验。
但是，现有的图像美颜算法往往复杂程度较高，导致算法运行时CPU占用率高。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一，本申请实施例所提供的技术方案如下：
第一方面，本申请实施例提供了一种图像处理方法，包括：
获取待处理图像；
对待处理图像的各通道中指定通道的原始图像进行模糊处理，得到第一模糊图像；
将指定通道的原始图像和第一模糊图像进行高反差保留处理，得到高反差保留图像；
对于每一通道，基于该通道的原始图像和高反差保留图像，得到该通道对应的第二模糊图像；
基于各通道的第二模糊图像和高反差保留图像，得到待处理图像对应的美颜后的图像。
可选的，对待处理图像的各通道中指定通道的原始图像进行模糊处理，得到第一模糊图像，包括：
对于指定通道的原始图像中的每一像素点，以该像素点为中心获取设定半径内第一预设数量的像素点的像素值，其中，第一预设数量小于设定半径内所包含的像素点的数量；
基于指定通道的原始图像中的各像素点对应的第一预设数量的像素点的像素值，得到各像素点所对应的模糊处理后的像素值，得到第一模糊图像。
可选的，指定通道的原始图像中的每一像素点对应的第一预设数量的像素点，包括位于以该像素点为中心、以各设定值分别为半径的各圆周上的第二预设数量的像素点，且位于同一圆周上各像素点包括以该像素点为原点的笛卡尔坐标系的四个象限内对称分布的点。
可选的，将指定通道的原始图像和第一模糊图像进行高反差保留处理，得到高反差保留图像，包括：
基于指定通道的原始图像中各像素点的像素值与第一模糊图像中对应的像素点的像素值之间的差值，得到初始高反差保留图像；
对初始高反差保留图像进行至少一次高通滤波处理，得到高反差保留图像。
可选的，对于每一通道，基于该通道的原始图像和高反差保留图像，得到该通道对应的第二模糊图像，包括：
基于第一模糊图像获取模糊图像保留参数，模糊图像保留参数用于表征第一模糊图像中各像素点对应的信息分布情况；
对于待处理图像的每一通道，基于该通道的原始图像中的各像素点的像素值与高反差保留图像中对应的像素点的像素值的差值，得到该通道对应的第三模糊图像；
对于待处理图像的每一通道，基于模糊图像保留参数和该通道对应的第三模糊图像，得到待处理图像该通道对应的第二模糊图像。
可选的，基于第一模糊图像获取模糊图像保留参数，包括：
通过如下表达式确定出模糊图像保留参数：
Figure BDA0002331681650000031
其中，
Figure BDA0002331681650000032
为指定通道对应的第一模糊图像中每一像素点的像素值，Iα为该像素点的模糊图像保留参数，β、ω为调节系数。
可选的，基于各通道的第二模糊图像和高反差保留图像，得到待处理图像对应的美颜后的图像，包括：
将待处理图像各通道对应的第二模糊图像中的像素点的像素值分别与高反差保留图像中对应的像素点的像素值进行叠加；
将叠加后得到的图像中各像素点的像素值与待处理图像中对应的像素点的像素值进行加权叠加，得到美颜后的图像。
可选的，待处理图像包括红、绿、蓝RGB三通道，指定通道为G通道。
第二方面，本申请实施例提供了一种视频处理方法，包括：
获取待处理视频；
对待处理视频中的图像采用第一方面实施例或第一方面任一可选实施例的方法进行图像处理，得到待处理视频对应的美颜后的视频。
可选的，获取待处理视频，包括：
获取通过视频采集设备采集的会议视频；
得到美颜后的视频后，还包括：
将美颜后的会议视频发送至视频接收端。
第三方面，本申请实施例提供了一种图像处理装置，包括：
图像获取模块，用于获取待处理图像；
第一模糊图像获取模块，用于对待处理图像的各通道中指定通道的原始图像进行模糊处理，得到第一模糊图像；
高反差保留图像获取模块，用于将指定通道的原始图像和第一模糊图像进行高反差保留处理，得到高反差保留图像；
第二模糊图像获取模块，用于对于每一通道，基于该通道的原始图像和高反差保留图像，得到该通道对应的第二模糊图像；
美颜处理模块，用于基于各通道的第二模糊图像和高反差保留图像，得到待处理图像对应的美颜后的图像。
可选的，第一模糊图像获取模块具体用于：
对于指定通道的原始图像中的每一像素点，以该像素点为中心获取设定半径内第一预设数量的像素点的像素值，其中，第一预设数量小于设定半径内所包含的像素点的数量；
基于指定通道的原始图像中的各像素点对应的第一预设数量的像素点的像素值，得到各像素点所对应的模糊处理后的像素值，得到第一模糊图像。
第四方面，本申请实施例提供了一种视频处理装置，包括：
视频获取模块，用于获取待处理视频；
视频美颜模块，用于对待处理视频中的图像采用第一方面实施例、第一方面任一可选实施例的方法进行图像处理，得到待处理视频对应的处理后的视频。
第五方面，本申请实施例提供了一种电子设备，包括存储器和处理器；
存储器中存储有计算机程序；
处理器，用于执行计算机程序以实现第一方面实施例、第一方面任一可选实施例、第二方面实施例或第二方面任一可选实施例中所提供的方法。
第六方面，本申请实施例提供了一种计算机可读存储介质，其特征在于，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现第一方面实施例、第一方面任一可选实施例、第二方面实施例或第二方面任一可选实施例中所提供的方法。
本申请提供的技术方案带来的有益效果是：
本申请实施例提供的方案，在对待处理图像进行美颜过程中，通过对待处理图像的多个通道中的指定通道的原始图像依次进行模糊处理和高反差保留处理，将处理得到的该指定通道的高发差保留图像作为所有通道的高反差保留图像，再根据该高反差保留图像获取所有通道的模糊图像，由于该方案美颜过程中没有图像格式转换，且只对一个通道的图像进行了模糊处理和高反差保留处理，降低了美颜处理的复杂程度，进而降低了美颜处理的CPU占用率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种图像处理方法的流程图；
图2为本申请实施例提供的一种视频处理方法的流程图；
图3为本申请实施例中桌面端视频美颜处理的一个示例；
图4为本申请实施例中采用PC作为本地端设备进行视频会议中的视频美颜处理的示例；
图5a为申请实施例的一个示例中原始图像；
图5b为图5a中的原始图像对应的美颜后的图像；
图6a为图5a中的原始图像的方框内的区域的放大图；
图6b为图5b中的美颜后的图像的方框内的区域的放大图；
图7为本申请实施例提供的一种图像处理装置的结构框图；
图8为本申请实施例提供的一种视频处理装置的结构框图；
图9为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
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。
首先对本申请涉及的几个名词进行介绍和解释：
DirectX：DirectX(Direct eXtension，DX)是一系列专为多媒体以及游戏开发的应用程序接口。
Metal：是一种低层次的渲染应用程序编程接口，提供了软件所需的最低层，保证软件可以运行在不同的图形芯片上。
GPU：图形处理器(Graphics Processing Unit，GPU)，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑(Personal Computer，PC)、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。
CPU：中央处理器(Central Processing Unit，CPU)是计算机的主要设备之一，功能主要是解释计算机指令以及处理计算机软件中的数据。计算机的可编程性主要是指对中央处理器的编程。
随着互联网的兴起，无论在桌面端还是移动端，图像美颜处理已成为许多社交类应用程序必不可少的功能，虽然图像美颜往往不是这些应用程序的核心功能，但是美颜功能能够满足用户在特定场景下的特定需求，进而提高用户的使用体验。但是，现有的图像美颜算法，在对图像进行美颜处理时往往需要图像进行格式转换，且对图像所有通道进行模糊处理和高反差保留处理等处理操作，使得现有图像美颜算法复杂程度较高，导致算法运行时CPU占用率高。针对上述问题本申请提供了一种图像处理方法。
图1为本申请实施例提供的一种图像处理方法的流程图，如图1所示，该方法可以包括：
步骤S101，获取待处理图像。
其中，待处理图像可以为一个或多个需进行美颜处理的人脸的图像，所谓美颜处理可以理解为将人脸上的“瑕疵”(瑕疵可以为斑点、痘印等)去除。待处理图像一般包括多个通道，每个通道的原始图像都包含有待处理图像的部分信息，例如包括RGB三通道的待处理图像，R通道的原始图像、B通道的原始图像、G通道的原始图像都分别包含有待处理图像的部分信息，且其中G通道的原始图像较R通道的原始图像、B通道的原始图像，包含有更多的待处理图像的信息。
具体的，在不同应用场景下，待处理图像可以通过各种图像采集设备采集得到，举例来说，在视频会议场景下，待处理图像可以通过手机、平板或PC等设备上的摄像头采集得到，采集到的待处理图像中所包含的人脸即可以为参会者的人脸。同时，待处理图像也可以是各种图像库中现有的包含人脸的图像。
步骤S102，对待处理图像的各通道中指定通道的原始图像进行模糊处理，得到第一模糊图像。
其中，待处理图像中高频信号一般对应人脸的带有“瑕疵”的区域，以及人脸的五官等区域，这些高频信号对应的区域灰度变化快，而低频信号一般对应人脸中光滑皮肤的区域，这些低频信息对应的区域灰度变化慢。对待处理图像进行模糊处理可以理解为对待处理图像进行低通滤波，即去除待处理图像中的高频信息，以达到去除人脸“瑕疵”的目的。在具体实现时，可以采用高斯模糊算法对待处理图像进行模糊处理。
步骤S103，将指定通道的原始图像和第一模糊图像进行高反差保留处理，得到高反差保留图像。
其中，由于高频信号不仅对应于人脸的“瑕疵”等噪声信息，还对应于人脸的五官等有用信息，因此在对指定通道的原始图像进行模糊处理过程中，去除人脸的噪声信息同时，也去除了有用信息。由于指定通道的原始图像既包含了噪声信息也包含了有用信息，那么可以基于原始图像和第一模糊图像进行高反差保留处理，得到保留了有用信息的高反差保留图像。高反差保留图像中保留了原始图像中的人脸五官等有用的细节信息，具体表现为人脸五官等轮廓区域灰度值较大，即视觉上较亮，而其他区域灰度值较小，即视觉上较暗。
具体的，由于待处理图像中的每个通道的原始图像都包含了待处理图像的信息(同时也包含了待处理图像中人脸上的“瑕疵”)，且一般各通道的原始图像所包含的待处理图像的信息的多少各不相同，一般来说会对每个通道的原始图像进行步骤S102和步骤S103的处理过程，得到各通道对应的第一模糊图像和高反差保留图像，但是待处理通道的一个指定通道对应的高反差保留图像即可包含待处理图像的大部分有用信息。因此，为了简化美颜算法，可以根据实际需求，从待处理图像的各通道中选取一个通道作为指定通道，并只对该指定通道进行步骤S102和步骤S103的处理过程，并将得到的高反差保留图像作为待处理图像每个通道对应的高反差保留图像。
步骤S104，对于每一通道，基于该通道的原始图像和高反差保留图像，得到该通道对应的第二模糊图像。
具体的，将高反差保留图像作为待处理图像每个通道的高反差保留图像，并基于每个通道的原始图像和高反差保留图像获取对应第二模糊图像。
步骤S105，基于各通道的第二模糊图像和高反差保留图像，得到待处理图像对应的美颜后的图像。
具体的，将每个通道的模糊图像和高反差图像进行叠加即可得到去除了“瑕疵”的美颜后的图像。
本申请实施例提供的方案，在对待处理图像进行美颜过程中，通过对待处理图像的多个通道中的指定通道的原始图像依次进行模糊处理和高反差保留处理，将处理得到的该指定通道的高发差保留图像作为所有通道的高反差保留图像，再根据该高反差保留图像获取所有通道的模糊图像，由于该方案美颜过程中没有图像格式转换，且只对一个通道的图像进行了模糊处理和高反差保留处理，降低了美颜处理的复杂程度，进而降低了美颜处理的CPU占用率。
在本申请的一种可选实施例中，对待处理图像的各通道中指定通道的原始图像进行模糊处理，得到第一模糊图像，包括：
对于指定通道的原始图像中的每一像素点，以该像素点为中心获取设定半径内第一预设数量的像素点的像素值，其中，第一预设数量小于设定半径内所包含的像素点的数量；
基于指定通道的原始图像中的各像素点对应的第一预设数量的像素点的像素值，得到各像素点所对应的模糊处理后的像素值，得到第一模糊图像。
其中，该处理过程可以理解为简化的高斯模糊过程，在传统的高斯模糊过程中，对指定通道的原始图像中的每一像素点，在更新该像素点的像素值的过程中，获取的是以该像素点为中心、设定半径内所有的像素点的像素值。为了减少获取第一模糊图像的计算量，进一步简化美颜处理过程，降低美颜处理过程的CPU占用率，本申请实施例的方案中不获取以该像素点为中心、设定半径内所有的像素点的像素值，而是获取第一预设数量的像素点的像素值。可以理解的是，第一预设数量的具体数值可以根据实际需求进行设定。
具体的，对于指定通道的原始图像中的每一像素点，在确定出该像素点对应的第一数量的像素点后，可以获取第一预设数量的像素点的像素值进行加权平均值，并用该加权平均值对该像素点的像素值进行更新，待每个像素点的像素值都经过上述更新过程后，得到指定通道对应的第一模糊图像。
在本申请的一种可选实施例中，所述指定通道的原始图像中的每一像素点对应的所述第一预设数量的像素点，包括位于以该像素点为中心、以各设定值分别为半径的各圆周上的第二预设数量的像素点，且位于同一圆周上各像素点包括以该像素点为原点的笛卡尔坐标系的四个象限内对称分布的点。
举例来说，对于指定通道中的某一像素点，若设定半径为20个像素点，则以该像素点为中心、20个像素点为半径的圆形区域内对应的像素点的数量大约为784个(以该圆形区域最大的内接正方形计算得出)，为了减少计算量，本申请实施例的方案中只对20(第一预设数量)个像素点进行采样，即只获取20个像素点的像素值。具体来说，建立以该像素点为原点的笛卡尔坐标系，为了尽可能使得获取的20个像素点包含上述圆形区域内的更多信息，此20个像素点包括位于以该像素点为中心、以各设定值分别为半径的各圆周上的第二预设数量的像素点，且位于同一圆周上各像素点包括以该像素点为原点的笛卡尔坐标系的四个象限内对称分布的点。该20个像素点可以是：(0，-20)，(10，-16)，(16，-10)，(20，0)，(16，10)，(10，16)，(0，20)，(-10，16)，(-16，10)，(-20，0)，(-16，-10)，(-10，-16)，(0，-9)，(-6，-6)，(-9，0)，(-6，6)，(0，9)，(6，6)，(9，0)，(6，-6)。同样可以理解的是，第二预设数量的具体数值可以根据实际需求进行设定。
在本申请的一种可选实施例中，将指定通道的原始图像和第一模糊图像进行高反差保留处理，得到高反差保留图像，包括：
基于指定通道的原始图像中各像素点的像素值与第一模糊图像中对应的像素点的像素值之间的差值，得到初始高反差保留图像；
对初始高反差保留图像进行至少一次高通滤波处理，得到高反差保留图像。
具体的，初始高反差保留图像可以通过如下表达式获取：
Figure BDA0002331681650000101
其中，
Figure BDA0002331681650000102
为初始高反差保留图像，IG为指定通道的原始图像，
Figure BDA0002331681650000103
为指定通道的第一模糊图像，0.5为偏置参数，设置偏执参数是为了不让
Figure BDA0002331681650000104
运算得到的太多的像素点的像素值(灰度值)不在有效的范围内，导致图像太黑，从而丢失信息。
需要说明的是，上述表达式中各图像的像素值都经归一化到0至1的区间内，可以理解的是，若上述运算过程在GPU中进行，则需要进行上述归一化处理，若上述运算过程在CPU中进行，则无需进行上述归一化处理，各像素点的像素值直接采用灰度值，同样偏置参数可以为127或128。
那么，为了进一步对初始高反差保留图像中的高频信号进行突出，而对低频信号进行抑制，可以对初始高反差保留图像进行多次高通滤波。每次高通滤波可以理解为分别对初始高反差保留图像中每个像素点进行高通滤波处理，每次高通滤波得到的高反差保留图像中各像素点的像素值可以通过如下表达式获取：
Figure BDA0002331681650000111
其中，x为所述初始高反差保留图中的像素点的像素值，x′为像素点x经高通滤波后的像素值。
可以理解的是，对初始高反差保留图像进行高通滤波的次数和具体的滤波方式可以根据实际需求进行确定，在此不做限定。
在本申请的一种可选实施例中，对于每一通道，基于该通道的原始图像和高反差保留图像，得到该通道对应的第二模糊图像，包括：
基于第一模糊图像获取模糊图像保留参数，模糊图像保留参数用于表征第一模糊图像中各像素点对应的信息分布情况；
对于待处理图像每一通道，基于该通道的原始图像中的各像素点的像素值与高反差保留图像中对应的像素点的像素值的差值，得到该通道对应的第三模糊图像；
对于待处理图像的每一通道，基于模糊图像保留参数和该通道对应的第三模糊图像，得到待处理图像各通道对应的第二模糊图像。
其中，基于第一模糊图像得到的模糊图像保留参数可以表征第一模糊图像中各像素点对应的信息分布情况，那么为了保留第一模糊图像中的细节信息，在计算各通道的第二模糊图像时可以将该模糊图像保留参数加入计算中。
具体的，将指定通道的高反差保留图像作为待处理图像每个通道的高反差保留图像，由于每个通道的原始图像可以理解为由该通道的高反差保留图像和模糊图像的和，那么利用该通道的原始图像的各像素点的像素值减去该通道的高反差保留图像中对应的像素点的像素值，可以得到该通道对应的模糊图像，即该通道对应的第三模糊图像。为了保留更多细节信息，使得得到各通道对应的模糊图像更准确，可以利用每个通道对应的第三模糊图像乘以模糊图像保留参数，得到第二模糊图像。所谓利用每个通道对应的第三模糊图像乘以模糊图像保留参数，是指将每个通道对应的第三模糊图像中的每个像素点乘以该像素点对应的模糊图像保留参数。
在本申请的一种可选实施例中，基于第一模糊图像获取模糊图像保留参数，包括：
通过如下表达式确定出模糊图像保留参数：
Figure BDA0002331681650000121
其中，
Figure BDA0002331681650000122
为指定通道对应的第一模糊图像中每一像素点的像素值，Iα为该像素点的模糊图像保留参数，β、ω为调节系数。
具体的，β、ω的值可以根据实践经验得到，在此不做限制，例如，β、ω可以分别取0.3和0.09。
在本申请的一种可选实施例中，基于各通道的第二模糊图像和高反差保留图像，得到待处理图像对应的美颜后的图像，包括：
将待处理图像各通道对应的第二模糊图像中的像素点的像素值分别与高反差保留图像中对应的像素点的像素值进行叠加；
将叠加后得到的图像中各像素点的像素值与待处理图像中对应的像素点的像素值进行加权叠加，得到美颜后的图像。
具体的，将待处理图像各通道对应的第二模糊图像分别与高反差保留图像叠加，得到各通道对应的美颜后的图像，再将各通道对应的美颜后的图像与待处理图像中对应通道的图像进行加权叠加，得到美颜后的图像。其中，为了控制美颜程度，可以设置美颜程度参数，该美颜程度参数即决定了第二模糊图像与待处理图像进行加权叠加时各自的权值。
在本申请的一种可选实施例中，待处理图像包括红、绿、蓝RGB三通道，指定通道为G通道。
其中，当待处理图像包含RGB三通道时，由于G通道包含的信息最丰富，选取G通道为指定通道。那么上述将待处理图像各通道对应的第二模糊图像中的像素点的像素值分别与高反差保留图像中对应的像素点的像素值进行叠加的过程可以表示为如下表达式：
Figure BDA0002331681650000123
Figure BDA0002331681650000124
Figure BDA0002331681650000125
ID＝[IR′,IG′,IB′]
其中，Iα为模糊图像保留参数，
Figure BDA0002331681650000126
为G通道对应的高反差保留图像，IR、IG、IB分别为RGB三通道的原始图像，IR′、IG′、IB′分别为RGB三通道对应的美颜后的图像，ID为叠加后得到的图像。
进一步地，将叠加后得到的图像ID和待处理图像I进行加权叠加，表示为如下表达式：
Is＝(1-γ)ID+γI
其中，Is为美颜后的图像，γ为美颜程度参数，通过调整γ的值可以调整美颜程度。
办公协同产品成为越来越多中大型企业必不可少会议工具，远程视频会议作为办公协同产品各项功能中最重要的一部分，对视频处理的能力有着非常严苛的要求。在实际的视频会议通信过程中，用户在某些时候会有对视频画面进行美颜的需求。虽然美颜算法不是视频会议当中的核心功能，但是却是可以提高视频会议使用体验的高端能力，以满足用户在特定场合，特定时候的良好需求。但是，现有技术中针对视频画面的美颜算法，在对视频图像进行美颜处理时往往需要对图像进行格式转换，且对图像的所有通道进行处理，使得现有的针对视频画面的美颜算法往往复杂程度较高，导致美颜算法运行时CPU占用率高，在CPU资源一定的情况下，美颜算法CPU的占用率越高，留给视频会议中其他功能的CPU资源越少，对视频会议中的其他功能造成阻碍越大。针对上述问题，本申请实施例提供了一种视频处理方法。
图2为本申请实施例提供的一种视频处理方法的流程图，该方法的执行主体可以是终端设备，也可以是服务器，如图2所示，该方法可以包括：
步骤S201，获取待处理视频。
具体的，待处理视频可以由视频采集设备采集，待处理视频可以理解为由多帧图像组成，对待处理视频进行美颜处理即对各帧图像进行美颜处理。
步骤S202，对待处理视频中的图像采用上述实施例中的图像处理方法进行图像处理，得到所述待处理视频对应的美颜后的视频。
具体的，首先将待处理视频解帧，即得到多帧图像，然后将得到的图像采用上述实施例中描述的图像处理方法进行图像美颜处理，得到各图像对应的美颜后的图像，最后将各美颜后的图像合成得到美颜后的视频。
需要说明的是，在对图像进行图像美颜处理的步骤中，可以对解帧得到的所有图像进行美颜处理，也可以对解帧得到的所有图像中的部分图像进行美颜处理。若只对解帧得到的所有图像中的部分图像进行美颜处理，可以只对间隔设定帧数的图像进行美颜处理，例如在对某帧图像进行美颜处理后，对紧接着的第6帧图像进行美颜处理；也可以对单位时间内设定帧数的图像进行美颜处理，例如对1秒内的20帧图像进行美颜处理。只对部分图像进行美颜处理，既可以保证对视频的美颜效果，也可以进一步的减少美颜处理的计算量，降低视频美颜处理过程的CPU占用率。
步骤S203，基于待处理视频中的各帧图像对应的美颜后的图像，得到待处理视频对应的美颜后的视频。
具体的，将步骤S202中得到的多帧美颜后的图像合成，得到美颜后的视频。
本申请实施例提供的方案，将对待处理视频解帧得到的图像作为待处理图像，在对待处理图像进行美颜过程中，通过对待处理图像的多个通道中的指定通道的原始图像依次进行模糊处理和高反差保留处理，将处理得到的该指定通道的高发差保留图像作为所有通道的高反差保留图像，再根据该高反差保留图像获取所有通道的模糊图像，由于该方案美颜过程中没有图像格式转换，且只对一个通道的图像进行了模糊处理和高反差保留处理，降低了美颜处理的复杂程度，进而降低了美颜处理的CPU占用率，从而保证了视频会议中美颜处理过程不对其他功能造成阻碍。
为了进一步降低美颜处理过程的CPU的占用率，可以利用GPU执行美颜处理的主要步骤。举例来说，如图3所示，在桌面端进行视频美颜处理的一个示例，其美颜处理过程可以包括：
(1)桌面端通过CPU获取摄像头图像序列(待处理视频)，并对摄像头图像序列进行解帧处理，得到多帧图像，并设置美颜程度参数，分别将多帧待处理图像和美颜程度参数发送至GPU。
(2)基于Metal(或者DirectX)方案，桌面端通过GPU对多帧待处理图像中的每帧图像采用上述实施例描述的图像美颜方法进行美颜处理，得到多帧待处理图像对应的美颜后的图像，并将多帧美颜后的图像发送至CPU。
(3)桌面端通过CPU对多帧美颜后的图像进行合成，得到美颜图像序列(即美颜后的视频)，再将该美颜后的视频输出。
需要说明的是，该示例中三个步骤中(2)为美颜处理的核心步骤，采用GPU执行该步骤，而CPU只执行(1)、(3)两个视频解帧和合成的步骤，大大降低了整个视频美颜处理的CPU占用率。进一步地，上述三个步骤也可以全部由GPU执行，使得视频美颜处理的CPU占用率接近0。
需要说明的是，由于GPU的并行计算能力强于CPU，因此在本申请实施例中，对上述处理过程进行了改进，即终端可以通过调用GPU提供的图像处理接口，如Metal或DirectX等，将上述第(2)步骤转移到GPU中实现。相应的，终端还可以调用图形处理器的图像处理接口，该图像处理接口用于并行对待处理视频中的目标图像的像素点进行解除像素依赖的空域滤波，并行获取待处理视频中的目标图像的每个像素点，从而实现并行对待处理视频中的目标图像的像素点进行处理，对整个图像处理过程进行了加速，并且节省了CPU的资源，降低了CPU的占用率。
在本申请的一种可选实施例中，获取待处理视频，包括：
获取通过视频采集设备采集的会议视频；
得到美颜后的视频后，还包括：
将美颜后的会议视频发送至视频接收端。
具体的，在视频会议场景下，待处理视频为通过视频采集设备采集的会议视频，在对会议视频进行美颜处理后，本地端设备可以显示美颜后的会议视频，同时也会将美颜后的会议视频发送至视频接收端并显示。
下面通过几个示例来对本申请实施例的方案进行进一步说明：
在一个示例中，如图4所示，本地端设备为带有摄像头的PC，当视频会议启动后PC的摄像头采集包含本地用户人脸的视频，PC对采集到的视频进行美颜处理，得到美颜后的视频，并将美颜后的视频通过显示器显示。同时，PC利用编码器对美颜后的视频进行编码，并将经编码的美颜后的视频发送至视频会议中的各远端设备，云端设备在接受到经编码的美颜后的视频后，利用解码器对该经编码的美颜后的视频进行解码得到美颜后的视频并显示给远端用户。
在另一个示例中，参考图5a、图5b、图6a、图6b，图5a中为PC采集到的会议视频中一帧原始图像，图5b为图5a中的原始图像对应的美颜后的图像，其中图5a的方框和图5b方框分别示出人脸的同一区域，图6a为图5a中方框内的区域的放大图像，图6b为图5b中方框内的区域的放大图像，对比图6b和图6a可以看出，美颜后的图像中人脸的痘印明显少于原始图像。
在另一个示例中，采用不同品牌的PC执行本申请实施例中视频会议中视频美颜方案，其对应的CPU占用率如表1所示。
PC品牌 视频美颜算法CPU占用率
品牌1 1.65％
品牌2 0.65％
由表1中的数据可以看出，两种品牌的PC在执行本申请实施例提供的视频美颜算法时，算法的CPU占用率都非常低，进而本申请实施例提供的美颜算法对视频会议中其他功能阻碍很小。
图7为本申请实施例提供的一种图像处理装置的结构框图，如图7所示，该装置700可以包括：图像获取模块701、第一模糊图像获取模块702、高反差保留图像获取模块703、第二模糊图像获取模块704以及美颜处理模块705，其中：
图像获取模块701用于获取待处理图像；
第一模糊图像获取模块702用于对待处理图像的各通道中指定通道的原始图像进行模糊处理，得到第一模糊图像；
高反差保留图像获取模块703用于将指定通道的原始图像和第一模糊图像进行高反差保留处理，得到高反差保留图像；
第二模糊图像获取模块704用于对于每一通道，基于该通道的原始图像和高反差保留图像，得到该通道对应的第二模糊图像；
美颜处理模块705用于基于各通道的第二模糊图像和高反差保留图像，得到待处理图像对应的美颜后的图像。
本申请实施例提供的方案，在对待处理图像进行美颜过程中，通过对待处理图像的多个通道中的指定通道的原始图像依次进行模糊处理和高反差保留处理，将处理得到的该指定通道的高发差保留图像作为所有通道的高反差保留图像，再根据该高反差保留图像获取所有通道的模糊图像，由于该方案美颜过程中没有图像格式转换，且只对一个通道的图像进行了模糊处理和高反差保留处理，降低了美颜处理的复杂程度，进而降低了美颜处理的CPU占用率。
在本申请的一种可选实施例中，第一模糊图像获取模块具体用于：
对于指定通道的原始图像中的每一像素点，以该像素点为中心获取设定半径内第一预设数量的像素点的像素值，其中，第一预设数量小于设定半径内所包含的像素点的数量；
基于指定通道的原始图像中的各像素点对应的第一预设数量的像素点的像素值，得到各像素点所对应的模糊处理后的像素值，得到第一模糊图像。
在本申请的一种可选实施例中，指定通道的原始图像中的每一像素点对应的第一预设数量的像素点，包括位于以该像素点为中心、以各设定值分别为半径的各圆周上的第二预设数量的像素点，且位于同一圆周上各像素点包括以该像素点为原点的笛卡尔坐标系的四个象限内对称分布的点。
在本申请的一种可选实施例中，高反差保留图像获取模块具体用于：
基于指定通道的原始图像中各像素点的像素值与第一模糊图像中对应的像素点的像素值之间的差值，得到初始高反差保留图像；
对初始高反差保留图像进行至少一次高通滤波处理，得到高反差保留图像。
高反差保留图像获取模块，第二模糊图像获取模块具体用于：
基于第一模糊图像获取模糊图像保留参数，模糊图像保留参数用于表征第一模糊图像中各像素点对应的信息分布情况；
对于待处理图像的每一通道，基于该通道的原始图像中的各像素点的像素值与高反差保留图像中对应的像素点的像素值的差值，得到该通道对应的第三模糊图像；
对于待处理图像的每一通道，基于模糊图像保留参数和该通道对应的第三模糊图像，得到待处理图像该通道对应的第二模糊图像。
在本申请的一种可选实施例中，基于第一模糊图像获取模糊图像保留参数，包括：
通过如下表达式确定出模糊图像保留参数：
Figure BDA0002331681650000181
其中，
Figure BDA0002331681650000182
为指定通道对应的第一模糊图像中每一像素点的像素值，Iα为该像素点的模糊图像保留参数，β、ω为调节系数。
在本申请的一种可选实施例中，美颜处理模块具体用于：
将待处理图像各通道对应的第二模糊图像中的像素点的像素值分别与高反差保留图像中对应的像素点的像素值进行叠加；
将叠加后得到的图像中各像素点的像素值与待处理图像中对应的像素点的像素值进行加权叠加，得到美颜后的图像。
在本申请的一种可选实施例中，待处理图像包括红、绿、蓝RGB三通道，指定通道为G通道。
图8为本申请实施例提供的一种视频处理装置的结构框图，如图8所示，该装置800可以包括：视频获取模块801和视频美颜模块802，其中：
视频获取模块801用于获取待处理视频；
视频美颜模块802用于对待处理视频中的图像采用上述实施例中的图像处理方法进行图像处理，得到待处理视频对应的处理后的视频。
本申请实施例提供的方案，将对待处理视频解帧得到的图像作为待处理图像，在对待处理图像进行美颜过程中，通过对待处理图像的多个通道中的指定通道的原始图像依次进行模糊处理和高反差保留处理，将处理得到的该指定通道的高发差保留图像作为所有通道的高反差保留图像，再根据该高反差保留图像获取所有通道的模糊图像，由于该方案美颜过程中没有图像格式转换，且只对一个通道的图像进行了模糊处理和高反差保留处理，降低了美颜处理的复杂程度，进而降低了美颜处理的CPU占用率，从而保证了视频会议中美颜处理过程不对其他功能造成阻碍。
在本申请的一种可选实施例中，视频获取模块具体用于：
获取通过视频采集设备采集的会议视频；
该装置还可以包括视频发送模块，用于：
将所述美颜后的会议视频发送至视频接收端。
基于相同的原理，本申请实施例还提供了一种电子设备，该电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行该计算机程序时，实现本申请任一可选实施例中所提供的方法，具体可实现如下情况：
情况一：获取待处理图像；对待处理图像的各通道中指定通道的原始图像进行模糊处理，得到第一模糊图像；将指定通道的原始图像和第一模糊图像进行高反差保留处理，得到高反差保留图像；对于每一通道，基于该通道的原始图像和高反差保留图像，得到该通道对应的第二模糊图像；基于各通道的第二模糊图像和高反差保留图像，得到待处理图像对应的美颜后的图像。
情况二：获取待处理视频；对待处理视频中的图像采用情上述实施例中的图像处理方法进行图像处理，得到待处理视频对应的美颜后的视频。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现本申请任一实施例所示的方法。
可以理解的是，介质中存储的可以是图像处理方法或视频处理方法对应的计算机程序。
图9中示出了本申请实施例所适用的一种电子设备的结构示意图，如图9所示，图9所示的电子设备900包括：处理器901和存储器903。其中，处理器901和存储器903相连，如通过总线902相连。进一步地，电子设备900还可以包括收发器904，电子设备900可以通过收发器904与其他电子设备进行数据的交互。需要说明的是，实际应用中收发器904不限于一个，该电子设备900的结构并不构成对本申请实施例的限定。
其中，处理器901应用于本申请实施例中，可以用于实现图7所示的图像获取模块、第一模糊图像获取模块、高反差保留图像获取模块、第二模糊图像获取模块以及美颜处理模块的功能，或者用于实现图8所示的视频获取模块和视频美颜模块的功能。
处理器901可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器901也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线902可包括一通路，在上述组件之间传送信息。总线902可以是PCI总线或EISA总线等。总线902可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器903可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器903用于存储执行本申请方案的应用程序代码，并由处理器901来控制执行。处理器901用于执行存储器903中存储的应用程序代码，以实现图7所示实施例提供的图像处理装置的动作，或实现图8所示实施例提供的视频处理装置的动作。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (15)

1.一种图像处理方法，其特征在于，包括：
获取待处理图像；
对所述待处理图像的各通道中指定通道的原始图像进行模糊处理，得到第一模糊图像；
将所述指定通道的原始图像和所述第一模糊图像进行高反差保留处理，得到高反差保留图像；
对于每一所述通道，基于该通道的原始图像和所述高反差保留图像，得到该通道对应的第二模糊图像；
基于各所述通道的第二模糊图像和所述高反差保留图像，得到所述待处理图像对应的美颜后的图像。
2.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像的各通道中指定通道的原始图像进行模糊处理，得到第一模糊图像，包括：
对于所述指定通道的原始图像中的每一像素点，以该像素点为中心获取设定半径内第一预设数量的像素点的像素值，其中，所述第一预设数量小于所述设定半径内所包含的像素点的数量；
基于所述指定通道的原始图像中的各像素点对应的所述第一预设数量的像素点的像素值，得到各像素点所对应的模糊处理后的像素值，得到所述第一模糊图像。
3.根据权利要求2所述的方法，其特征在于，所述指定通道的原始图像中的每一像素点对应的所述第一预设数量的像素点，包括位于以该像素点为中心、以各设定值分别为半径的各圆周上的第二预设数量的像素点，且位于同一圆周上各像素点包括以该像素点为原点的笛卡尔坐标系的四个象限内对称分布的点。
4.根据权利要求1所述的方法，其特征在于，所述将所述指定通道的原始图像和所述第一模糊图像进行高反差保留处理，得到高反差保留图像，包括：
基于所述指定通道的原始图像中各像素点的像素值与所述第一模糊图像中对应的像素点的像素值之间的差值，得到初始高反差保留图像；
对所述初始高反差保留图像进行至少一次高通滤波处理，得到所述高反差保留图像。
5.根据权利要求1所述的方法，其特征在于，所述对于每一所述通道，基于该通道的原始图像和所述高反差保留图像，得到该通道对应的第二模糊图像，包括：
基于所述第一模糊图像获取模糊图像保留参数，所述模糊图像保留参数用于表征所述第一模糊图像中各像素点对应的信息分布情况；
对于所述待处理图像的每一通道，基于该通道的原始图像中的各像素点的像素值与所述高反差保留图像中对应的像素点的像素值的差值，得到该通道对应的第三模糊图像；
对于所述待处理图像的每一通道，基于所述模糊图像保留参数和该通道对应的第三模糊图像，得到所述待处理图像该通道对应的第二模糊图像。
6.根据权利要求5所述的方法，其特征在于，基于所述第一模糊图像获取模糊图像保留参数，包括：
通过如下表达式确定出所述模糊图像保留参数：
Figure FDA0002331681640000021
其中，
Figure FDA0002331681640000022
为所述指定通道对应的第一模糊图像中每一像素点的像素值，Iα为该像素点的模糊图像保留参数，β、ω为调节系数。
7.根据权利要求1所述的方法，其特征在于，所述基于各所述通道的第二模糊图像和所述高反差保留图像，得到所述待处理图像对应的美颜后的图像，包括：
将所述待处理图像各通道对应的第二模糊图像中的像素点的像素值分别与所述高反差保留图像中对应的像素点的像素值进行叠加；
将叠加后得到的图像中各像素点的像素值与所述待处理图像中对应的像素点的像素值进行加权叠加，得到所述美颜后的图像。
8.根据权利要求1-7中任一项所述的方法，其特征在于，所述待处理图像包括红、绿、蓝RGB三通道，所述指定通道为G通道。
9.一种视频处理方法，其特征在于，包括：
获取待处理视频；
对所述待处理视频中的图像采用如权利要求1-8中任一项所述的方法进行图像处理，得到所述待处理视频对应的美颜后的视频。
10.根据权利要求9所述的方法，其特征在于，所述获取待处理视频，包括：
获取通过视频采集设备采集的会议视频；
所述得到所述美颜后的视频后，还包括：
将所述美颜后的会议视频发送至视频接收端。
11.一种图像处理装置，其特征在于，包括：
图像获取模块，用于获取待处理图像；
第一模糊图像获取模块，用于对所述待处理图像的各通道中指定通道的原始图像进行模糊处理，得到第一模糊图像；
高反差保留图像获取模块，用于将所述指定通道的原始图像和所述第一模糊图像进行高反差保留处理，得到高反差保留图像；
第二模糊图像获取模块，用于对于每一所述通道，基于该通道的原始图像和所述高反差保留图像，得到该通道对应的第二模糊图像；
美颜处理模块，用于基于各所述通道的第二模糊图像和所述高反差保留图像，得到所述待处理图像对应的美颜后的图像。
12.根据权利要求11所述的装置，其特征在于，所述第一模糊图像获取模块具体用于：
对于所述指定通道的原始图像中的每一像素点，以该像素点为中心获取设定半径内第一预设数量的像素点的像素值，其中，所述第一预设数量小于所述设定半径内所包含的像素点的数量；
基于所述指定通道的原始图像中的各像素点对应的所述第一预设数量的像素点的像素值，得到各像素点所对应的模糊处理后的像素值，得到所述第一模糊图像。
13.一种视频处理装置，其特征在于，包括：
视频获取模块，用于获取待处理视频；
视频美颜模块，用于对所述待处理视频中的图像采用如权利要求1-8中任一项所述的方法进行图像处理，得到所述待处理视频对应的处理后的视频。
14.一种电子设备，其特征在于，包括存储器和处理器；
所述存储器中存储有计算机程序；
所述处理器，用于执行所述计算机程序以实现权利要求1至10中任一项所述的方法。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法。
CN201911338778.2A 2019-12-23 2019-12-23 图像处理方法、视频处理方法以及对应的装置 Active CN111028180B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201911338778.2A CN111028180B (zh) 2019-12-23 2019-12-23 图像处理方法、视频处理方法以及对应的装置
PCT/CN2020/105018 WO2021128835A1 (zh) 2019-12-23 2020-07-28 图像处理方法及装置、视频处理方法及装置、电子设备和存储介质
US17/572,631 US20220130020A1 (en) 2019-12-23 2022-01-11 Image processing method and apparatus, video processing method and apparatus, electronic device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911338778.2A CN111028180B (zh) 2019-12-23 2019-12-23 图像处理方法、视频处理方法以及对应的装置

Publications (2)

Publication Number Publication Date
CN111028180A true CN111028180A (zh) 2020-04-17
CN111028180B CN111028180B (zh) 2021-11-09

Family

ID=70212757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911338778.2A Active CN111028180B (zh) 2019-12-23 2019-12-23 图像处理方法、视频处理方法以及对应的装置

Country Status (3)

Country Link
US (1) US20220130020A1 (zh)
CN (1) CN111028180B (zh)
WO (1) WO2021128835A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907467A (zh) * 2021-02-03 2021-06-04 杭州海康威视数字技术股份有限公司 彩虹纹去除方法、装置及电子设备
WO2021128835A1 (zh) * 2019-12-23 2021-07-01 腾讯科技（深圳）有限公司 图像处理方法及装置、视频处理方法及装置、电子设备和存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102194115A (zh) * 2010-03-18 2011-09-21 富士通株式会社 图像处理装置和图像处理方法
US8831314B1 (en) * 2013-03-15 2014-09-09 Heartflow, Inc. Methods and systems for assessing image quality in modeling of patient anatomic or blood flow characteristics
CN104282002A (zh) * 2014-09-22 2015-01-14 厦门美图网科技有限公司 一种数字图像的快速美容方法
CN106228516A (zh) * 2016-07-14 2016-12-14 脸萌技术（深圳）有限公司 一种高自然度的实时美颜方法、装置
CN106355565A (zh) * 2016-09-30 2017-01-25 乐视控股（北京）有限公司 一种美颜处理方法及装置
CN106530252A (zh) * 2016-11-08 2017-03-22 北京小米移动软件有限公司 图像处理方法及装置
CN107194869A (zh) * 2017-05-23 2017-09-22 腾讯科技（上海）有限公司 一种图像处理方法及终端、计算机存储介质、计算机设备
CN109035158A (zh) * 2018-06-25 2018-12-18 东软集团股份有限公司 图像模糊处理方法、装置、存储介质及电子设备
CN109325924A (zh) * 2018-09-20 2019-02-12 广州酷狗计算机科技有限公司 图像处理方法、装置、终端及存储介质
CN109377454A (zh) * 2018-09-25 2019-02-22 广州华多网络科技有限公司 一种图像处理方法、装置、设备、存储介质及直播方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090185742A1 (en) * 2008-01-17 2009-07-23 Faraday Technology Corp. Method for image compensation
CN110248242B (zh) * 2019-07-10 2021-11-09 广州虎牙科技有限公司 一种图像处理和直播方法、装置、设备和存储介质
CN111028180B (zh) * 2019-12-23 2021-11-09 腾讯科技（深圳）有限公司 图像处理方法、视频处理方法以及对应的装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102194115A (zh) * 2010-03-18 2011-09-21 富士通株式会社 图像处理装置和图像处理方法
US8831314B1 (en) * 2013-03-15 2014-09-09 Heartflow, Inc. Methods and systems for assessing image quality in modeling of patient anatomic or blood flow characteristics
CN104282002A (zh) * 2014-09-22 2015-01-14 厦门美图网科技有限公司 一种数字图像的快速美容方法
CN106228516A (zh) * 2016-07-14 2016-12-14 脸萌技术（深圳）有限公司 一种高自然度的实时美颜方法、装置
CN106355565A (zh) * 2016-09-30 2017-01-25 乐视控股（北京）有限公司 一种美颜处理方法及装置
CN106530252A (zh) * 2016-11-08 2017-03-22 北京小米移动软件有限公司 图像处理方法及装置
CN107194869A (zh) * 2017-05-23 2017-09-22 腾讯科技（上海）有限公司 一种图像处理方法及终端、计算机存储介质、计算机设备
CN109035158A (zh) * 2018-06-25 2018-12-18 东软集团股份有限公司 图像模糊处理方法、装置、存储介质及电子设备
CN109325924A (zh) * 2018-09-20 2019-02-12 广州酷狗计算机科技有限公司 图像处理方法、装置、终端及存储介质
CN109377454A (zh) * 2018-09-25 2019-02-22 广州华多网络科技有限公司 一种图像处理方法、装置、设备、存储介质及直播方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021128835A1 (zh) * 2019-12-23 2021-07-01 腾讯科技（深圳）有限公司 图像处理方法及装置、视频处理方法及装置、电子设备和存储介质
CN112907467A (zh) * 2021-02-03 2021-06-04 杭州海康威视数字技术股份有限公司 彩虹纹去除方法、装置及电子设备

Also Published As

Publication number Publication date
CN111028180B (zh) 2021-11-09
WO2021128835A1 (zh) 2021-07-01
US20220130020A1 (en) 2022-04-28

Similar Documents

Publication Publication Date Title
CN107948529B (zh) 图像处理方法及装置
US20140328509A1 (en) Digital makeup
CN110248242B (zh) 一种图像处理和直播方法、装置、设备和存储介质
CN105850114A (zh) 用于图像的逆色调映射的方法
CN112017222A (zh) 视频全景拼接与三维融合方法及装置
CN111028180B (zh) 图像处理方法、视频处理方法以及对应的装置
CN109817170B (zh) 像素补偿方法、装置和终端设备
CN111429357B (zh) 训练数据确定方法、视频处理方法、装置、设备及介质
US10868969B1 (en) Method and apparatus for accelerated tonemapping and display
CN113297937A (zh) 一种图像处理方法、装置、设备及介质
CN107358578B (zh) 一种阴阳脸处理方法和装置
CN110796689B (zh) 一种视频处理方法、电子设备及存储介质
CN111402354B (zh) 适用于光学穿透式头戴显示器的颜色对比增强绘制方法、装置以及***
CN110136085B (zh) 一种图像的降噪方法及装置
WO2023103813A1 (zh) 图像处理方法、装置、设备、存储介质及程序产品
CN110941413B (zh) 显示画面的生成方法及相关装置
CN114092359A (zh) 花屏处理方法、装置和电子设备
CN114331810A (zh) 图像处理方法及相关装置
CN113379702A (zh) 一种微循环图像的血管路径提取方法及装置
CN113436126B (zh) 图像饱和度增强方法和***、电子设备
CN115953331B (zh) 一种图像边缘增强方法及***
CN115147314B (zh) 图像处理方法、装置、设备以及存储介质
CN108492303B (zh) 实时抠像方法及装置、终端装置
Zhou et al. Removing Banding Artifacts in HDR Videos Generated From Inverse Tone Mapping
CN116980545A (zh) 虚拟背景处理方法及其***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40016804

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant