CN111385457A - 图像处理方法、装置、电子设备、机器可读存储介质 - Google Patents

Abstract

本公开是关于一种图像处理方法、装置、电子设备、机器可读存储介质。一种图像处理方法，包括：获取图像中各区域的预设参数值；基于预设参数值和预设取值范围的对应关系，确定所述图像中的异常区域；处理所述异常区域，得到处理后的图像。这样，本公开实施例中通过处理异常区域使预设参数值均位于预设取值范围内，可以提升图像的质量，有利于提升用户的拍摄成功率和拍摄体验。

Description

图像处理方法、装置、电子设备、机器可读存储介质

技术领域

本公开涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、电子设备、机器可读存储介质。

背景技术

目前，用户利用电子设备拍照时，镜头可能会被局部遮挡，例如手指遮挡，导致图像中存在偏暗区域，影响图像美观性。

发明内容

本公开提供一种图像处理方法、装置、电子设备、机器可读存储介质，以解决相关技术的不足。

根据本公开实施例的第一方面，提供一种图像处理方法，包括：

获取图像中各区域的预设参数值；

基于预设参数值和预设取值范围的对应关系，确定所述图像中的异常区域；

处理所述异常区域，得到处理后的图像。

可选地，预设参数包括以下至少一种：对比度、亮度、色度、深度。

可选地，处理所述异常区域包括：

根据所述异常区域所在位置确定处理方式；

根据所述处理方式调整所述图像的第一形状，得到第二形状；

若所述异常区域内各点均位于所述第二形状的外部，则确定位于所述第二形状内的图像部分为处理后的图像。

可选地，根据所述处理方式调整所述图像的第一形状包括：

若所述处理方式为调整所述图像的一条边缘，将所述异常区域所在边缘向其对边收缩。

可选地，根据所述处理方式调整所述图像的第一形状包括：

若所述处理方式为调整所述图像的两条边缘，将所述图像中距离所述异常区域较近的两条边缘向各自收缩。

可选地，根据所述处理方式调整所述图像的第一形状包括：

若所述处理方式为调整所述图像的全部边缘，则将所述图像的全部边缘向所述图像的中心收缩。

可选地，确定位于所述第二形状内的图像部分为处理后的图像之前，所述方法还包括：

确定所述第二形状和所述第一形状的实际比例；

若所述实际比例大于或等于预先设置的比例阈值，则执行确定位于所述第二形状内的图像部分为处理后的图像的步骤。

可选地，处理所述异常区域包括：

获取所述异常区域的形状；

从预先设置的特效图案库中选取与所述异常区域形状相同或者相近的特效图案；

利用所述特效图案覆盖所述异常区域。

可选地，处理所述异常区域包括：

获取所述异常区域周围的预设距离内的图像；

利用已训练的图像修复算法修复所述异常区域，将修复补后的图像作为处理后的图像。

根据本公开实施例的第二方面，提供一种图像处理装置，包括：

预设参数获取模块，用于获取图像中各区域的预设参数值；

异常区域获取模块，用于基于预设参数值和预设取值范围的对应关系，确定所述图像中的异常区域；

异常区域处理模块，用于处理所述异常区域，得到处理后的图像。

可选地，预设参数包括以下至少一种：对比度、亮度、色度、深度。

可选地，所述异常区域处理模块包括：

处理方式获取单元，用于根据所述异常区域所在位置确定处理方式；

第二形状获取单元，用于根据所述处理方式调整所述图像的第一形状，得到第二形状；

图像确定单元，用于若所述异常区域内各点均位于所述第二形状的外部，则确定位于所述第二形状内的图像部分为处理后的图像。

可选地，所述第二形状获取单元包括：

第一收缩单元，用于在所述处理方式为调整所述图像的一条边缘时，将所述异常区域所在边缘向其对边收缩。

可选地，所述第二形状获取单元包括：

第二收缩单元，用于在所述处理方式为调整所述图像的两条边缘时，将所述图像中距离所述异常区域较近的两条边缘向各自收缩。

可选地，所述第二形状获取单元包括：

第三收缩单元，用于在所述处理方式为调整所述图像的全部边缘时，将所述图像的全部边缘向所述图像的中心收缩。

可选地，所述异常区域处理模块还包括：

实际比例确定单元，用于确定所述第二形状和所述第一形状的实际比例；

所述图像确定单元，还用于在所述实际比例大于或等于预先设置的比例阈值时，则确定位于所述第二形状内的图像部分为处理后的图像。

可选地，所述异常区域处理模块包括：

区域形状获取单元，用于获取所述异常区域的形状；

特效图像选取单元，用于从预先设置的特效图案库中选取与所述异常区域形状相同或者相近的特效图案；

异常区域覆盖单元，用于利用所述特效图案覆盖所述异常区域。

可选地，所述异常区域处理模块包括：

参考图像获取单元，用于获取所述异常区域周围的预设距离内的参考图像；

异常区域修复单元，用于基于所述参考图像，利用已训练的图像修复算法修复所述异常区域，将修复补后的图像作为处理后的图像。

根据本公开实施例的第三方面，提供一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器被配置为执行所述存储器中的可执行指令以实现第一方面所述方法的步骤。

根据本公开实施例的第四方面，提供一种机器可读存储介质，其上存储有机器可执行指令，该指令被处理器执行时以实现第一方面所述方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：

由上述实施例可知，本公开实施例中通过获取图像中各区域的预设参数值；然后，根据预设参数值和预设取值范围的对应关系，可以确定出图像中的异常区域；之后，处理异常区域，可以得到处理后的图像。这样，本公开实施例中通过处理异常区域使预设参数值均位于预设取值范围内，可以提升图像的质量，有利于提升用户的拍摄成功率和拍摄体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种应用场景图；

图2是根据一示例性实施例示出的一种图像处理方法的流程图；

图3是根据一示例性实施例示出的包含异常区域的图像的示意图；

图4是根据一示例性实施例示出的获取处理后的图像的示意图；

图5(a)是根据一示例性实施例示出的收缩异常区域所在边缘的示意图；

图5(b)是根据一示例性实施例示出的处理后的图像的效果图；

图6(a)是根据一示例性实施例示出的收缩远离基准对象的两个边缘的示意图；

图6(b)是根据另一示例性实施例示出的处理后的图像的效果图；

图6(c)是根据另一示例性实施例示出的处理后的图像的效果图；

图7(a)是根据一示例性实施例示出的处理后的图像的效果图；

图7(b)是根据另一示例性实施例示出的处理后的图像的效果图；

图8是根据一示例性实施例示出的根据实际比例确定处理后的图像的流程图；

图9是根据一示例性实施例示出的覆盖异常区域的流程图；

图10是根据一示例性实施例示出的覆盖异常区域的效果图；

图11是根据一示例性实施例示出的修复异常区域的效果图；

图12～图19是根据一示例性实施例示出的一种图像处理装置的框图；

图20是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置例子。

本公开实施例提供了一种图像处理方法，可以应用于图1所示的应用场景。电子设备至少包括显示屏10和摄像头20，摄像头20可以拍摄视野内的图像，并存储在本地或者发送给显示屏10。显示屏10可以从本地读取图像或者接收摄像头所拍摄的图像进行显示，图1中显示屏10显示图像11。

需要说明的是，本公开实施例中对图像进行处理可以由电子设备主动处理，也可以响应于用户需求进行被动处理，均可以实现本实施例的方案，在此不作限定。

图2是根据一示例性实施例示出的一种图像处理方法的流程图，参见图2，一种图像处理方法，包括步骤201～步骤203，其中；

201，获取图像中各区域的预设参数值。

在本公开实施例中，电子设备中处理器可以获取到待显示图像(后续称之为图像)，该图像可以是本地存储的照片或视频，还可以是摄像头刚拍摄的照片或视频；然后，处理器可以获取到图像的预设参数值。

其中，预设参数包括以下至少一种：对比度、亮度、色度、深度。例如，若预设参数是亮度，当手指遮挡摄像头后，被遮挡部位的亮度会偏暗，而未遮挡部位的亮度会偏亮。又如，在基准亮度确定的情况下，未遮挡部位的对比度要远高于被遮挡部位的对比度。再如，若预设参数是色度，当手指遮挡摄像头后，被遮挡部位的色度基本上黑色或肉色，而未遮挡部位的色度为彩色。又如，若预设参数是深度，当手指遮挡摄像头后，被遮挡部位的深度非常小(如厘米级)，而未遮挡部位的深度会较大(如米级)。技术人员可以根据具体场景调整预设参数的种类和数量，在利于后续确定异常区域的情况下，相应方案落入本申请的保护范围。

可理解的是，在确定预设参数后，可以在标准场景中拍摄图像，从而可以确定该预设参数的预设取值范围以及预设取值范围中的正常范围和异常范围。例如，预设参数是深度，则考虑到摄像头的性能参数，可以将距离为大于1米的距离值作为正常值，将距离为0～1米之间的距离值作为异常值。其他预设参数的预设取值范围获取方式与深度的取值范围类似，在此不再赘述。当然，预设参数的取值范围还可以采用相关技术中的方案确定，相应方案落入本申请的保护方案。

需要说明的是，处理器在获取图像的预设参数值时，可以对图像进行划分区域，划分方式可以以一个像素为粒度划分，也可以以多个像素为粒度进行划分，还可以以网格方式划分。例如，若网格方式划分，在确定其中一个网格的预设参数值后，还可以对该网格继续划分为多个子网格，选取出不同的子网格。技术人员可以根据具体场景选择合适的划分方式，相应方案落入本申请的保护范围。

202，基于预设参数值和预设取值范围的对应关系，确定所述图像中的异常区域。

在本公开实施例中，根据预设参数的种类，处理器可以调用预设参数值和预设取值范围的对应关系。其中，预设参数值和预设取值范围的对应关系可以预先存储在本地缓存、存储器或者云端。

然后，处理器基于预设参数值和预设取值范围的对应关系，若图像中部分区域的预设参数值落入预设取值范围中的异常范围，则处理器可以确定出图像中的异常区域，效果如图3所示，即图像11上存在异常区域111。

需要说明的是，异常区域可以拍照过程中镜头被局部遮挡时在图像上形成的区域，还可以是因制造工艺、后期环境影响(例如摔、碰)引起的镜头错位，导致镜头的局部被遮挡，在图像上形成的黑边。

203，处理所述异常区域，得到处理后的图像。

在本公开一实施例中，在确定出异常区域后，处理器处理该异常区域：参见图4，处理器获取异常区域的位置，该位置可以包括异常区域与图像中各边缘的位置关系，根据异常区域所在位置确定处理方式(对应步骤401)。其中，处理方式可以为处理图像的一条边缘、两条边缘或者全部边缘。然后，处理器根据处理方式调整图像的第一形状，从而可以得到第二形状(对应步骤402)。之后，处理器判断异常区域内各点是否均位于第二形状的外部，若是，则确定位于第一形状内的图像部分为处理后的图像(对应步骤403)。若否，则返回步骤402，继续调整第一形状，直至异常区域内各点是否均位于第二形状的外部为止。最终，处理器可以得到处理后的图像。

需要说明的是，本公开实施例中，图像的形状包括以下至少一种：圆形、矩形。当然，图像的形状还可以根据具体场景进行调整，例如椭圆形、三角形、正多边形等，均适用于本申请的场景，在此不作限定。为方便说明，后续以矩形为例描述各实施例。

其中，基准对象包括以下至少一种：图像的边缘、图像的一边缘的端点(即图像的顶点)，图像的中心点。

在本实施例中，处理器根据处理方式调整所述第一形状的方式可以包括：

方式一，处理方式为调整图像的一条边缘。

本方式中，参见图5(a)，处理器可以确定异常区域111所在边缘112，并确定边缘112的对边113。然后，处理器将边缘112向对边113收缩，收缩距离为：从位置A收缩到位置B，从而得到图5(b)所示的图像11’。

可理解的是，在一示例中，收缩边缘即是从异常区域111所在边缘开始切除图像11，直至剩余图像中不再存在异常区域111。在又一示例中，收缩边缘即是获取距离异常区域111所在边缘最远的点，然后将包括最远的点且平行于边缘12的线作为异常区域111的切除线。

方式二，处理方式为调整图像的两条边缘。

本方式一示例中，参见图6(a)，处理器可以确定异常区域111所在边缘112，并确定边缘112的对边113的一端点115。然后，处理器向端点115收缩图像11中远离端点115的两个边缘即边缘112和边缘114。其中，边缘112的收缩距离为：从位置A收缩到位置B，边缘1142的收缩距离为：从位置C收缩到位置D，从而得到图6(b)所示的图像11”。可理解的是，本方式中，边缘112和边缘114为距离异常区域111较近的两条边缘。

本方式另一示例中，边缘112和边缘114的收缩速度可以相同，也可以不同。当然，处理器还可以按照边缘112和边缘114的长度比例进行收缩，例如边缘112的长度为7，边缘114的长度为3，则边缘112的收缩速度可以为1，而边缘114的收缩速度可以为7/3。在边缘112和边缘114的移动过程中，当确定异常区域111全部点位于第二形状之外时，可以确定出该第二形状为最终确定的形状，且边缘112和边缘114的位置为最终位置，效果如图6c所示。

本方式又一示例中，处理器可以选取异常区域111边缘上的点以及该点与异常区域距离较远的两条边缘的垂线段，然后计算两条垂线段和与异常区域距离较远的两条边缘所形成矩形的最大面积，限定条件为异常区域111内位于该矩形之外。之后，将最大面积的矩形的形状作为第二形状。

需要说明的是，两条边缘的收缩顺序、收缩是否相关、各边缘的收缩速度、收缩距离等参数，在能够实现本方式方案的情况下，相应方案落入本申请的保护范围。

方式三，处理方式为调整图像的全部边缘。

本方式中，处理器可以将图像的全部边缘向图像的中心收缩，直至异常区域111上的点全部位于收缩后的图像之外。

在一示例中，图像的中心为其几何中心，例如重心、内心、外心、垂心等。以中心为重心为例，参见图7(a)，处理器可以确定图像的重心点116。然后，处理器将图像11的全部边缘向重心点116收缩。

在另一示例中，图像的中心为其场景中的重要对象，例如人脸、景物等。以中心为人脸为例，参见图7(b)，处理器可以确定出图像场景中的人脸117。然后，处理器将图像11的全部边缘向人脸117收缩，使人脸位于图像中心或者中上位，并且异常区域全部在外部。

需要说明的是，在一场景中，各边缘的收缩速度可以相同，也可以不同。在另一场景中，处理器可以按照图像宽长比确定各边缘的收缩速度，这样保证处理后的图像与原图像具有相同的宽长比。在又一场景中，处理器还可以根据各边缘与异常区域的远近来调整各边缘的收缩速度，如距离异常区域较近的边缘收缩速度快，距离异常区域远的边缘收缩速度快，这样可以保证处理后的图像保留原图像中尽可能多的信息。技术人员可以根据具体场景确定各边缘的收缩速度、收缩距离等参数，在能够实现本方式方案的情况下，相应方案落入本申请的保护范围。

需要说明的是，本公开实施例中，处理器可以根据图像的形状组合方式一、方式二和方式三中的一种或者多种，从而达到调整第一形状的效果，相应方案落入本申请的保护范围。

还需要说明的是，本公开实施例中，技术人员还可以根据具体场景设置调整所述第一形状的方式，例如，在确定出异常区域后，处理器处理该异常区域：处理器获取图像的第一形状和基准对象，其中基准对象可以为异常区域所在边缘的对边、对边上的一端点或者图像的中心点。然后，处理器根据基准对象调整第一形状，从而可以得到第二形状。之后，处理器判断异常区域内各点是否均位于第二形状的外部，若是，则确定位于第一形状内的图像部分为处理后的图像。若否则返回，继续调整第一形状，直至异常区域内各点是否均位于第二形状的外部为止。最终，处理器可以得到处理后的图像。该方案同样能够调整第一形状，相应方案落入本申请的保护范围。

在一实施例中，确定位于所述第二形状内的图像部分为处理后的图像之后，参见图8，处理器还确定第二形状和第一形状的实际比例(对应步骤801)，然后处理器对比实际比例和预先设置的比例阈值，若实际比例大于或等于该比例阈值，则确定位于第二形状内的图像部分为处理后的图像(对应步骤802)。若实际比例小于该比例阈值，则处理器确定异常区域过大，丢弃该图像11并提示用户。

在一实施例中，处理器在确定出处理后的图像后，该处理后的图像会小于原始图像的尺寸，为此，处理器还可以将处理后的图像调整到原始图像的尺寸，从而使处理前后的图像的尺寸相同，这样可以保证显示效果。

在一实施例中，处理器将处理后的图像调整为原始图像的尺寸后，像素的分辨率会降低，因此，处理器可以调用预先设置的图像质量优化算法，将调整尺寸后的图像输入到图像质量优化算法，将图像质量优化算法的输出图像作为最终的处理后的图像，这样可以保证图像质量和显示效果。

在本公开另一实施例中，在确定出异常区域后，处理器处理该异常区域：参见图9，处理器获取异常区域的形状(对应步骤901)。然后，处理器从预先设置的特效图案库中选取与异常区域形状相同或者相近的特效图案(对应步骤902)。之后，处理器利用特效图案覆盖所述异常区域(对应步骤903)。最终，处理器可以处理后的图像。参见图10，处理器可以从特效图案库中选择一个特效图案“半个太阳”120来覆盖异常区域111。

在本公开又一实施例中，在确定出异常区域后，处理器处理该异常区域：参见图11，处理器获取异常区域周围的预设距离内的图像(对应步骤1101)。然后，处理器调用已训练的图像修复算法，并利用已训练的图像修复算法修复常区域，将修复补后的图像作为处理后的图像(对应步骤1102)。

需要说明的是，可以预先设置一个图像修复算法，该图像修复算法的输入参数可以包括异常区域和异常区域之外的图像，输出参数为异常区域修复数据，其中修复数据可以为色彩、对比度等，从而使异常区域与周围图像相匹配。其中图案修复算法可以采用相关技术中的神经网络等，在此不作限定。

至此，本公开实施例中通过获取图像中各区域的预设参数值；然后，根据预设参数值和预设取值范围的对应关系，可以确定出图像中预设参数值超出预设取值范围的异常区域；之后，处理异常区域，可以得到处理后的图像。这样，本公开实施例中通过处理异常区域使预设参数值均位于预设取值范围内，可以提升图像的质量，有利于提升用户的拍摄成功率和拍摄体验

在上述图像处理方法的基础上，本公开实施例还提供了一种图像处理装置，图12是根据一示例性实施例示出的一种图像处理装置的框图。参见图12，一种图像处理装置，包括：

预设参数获取模块1201，用于获取图像中各区域的预设参数值；

异常区域获取模块1202，用于基于预设参数值和预设取值范围的对应关系，确定所述图像中的异常区域；

异常区域处理模块1203，用于处理所述异常区域，得到处理后的图像。

至此，本公开实施例中通过获取图像中各区域的预设参数值；然后，根据预设参数值和预设取值范围的对应关系，可以确定出图像中预设参数值超出预设取值范围的异常区域；之后，处理异常区域，可以得到处理后的图像。这样，本公开实施例中通过处理异常区域使预设参数值均位于预设取值范围内，可以提升图像的质量，有利于提升用户的拍摄成功率和拍摄体验。

在本公开实施例中，预设参数包括以下至少一种：对比度、亮度、色度、深度。

在图12所示图像处理装置的基础上，本公开实施例还提供了一种图像处理装置，图13是根据一示例性实施例示出的一种图像处理装置的框图，参见图13，所述异常区域处理模块1203包括：

第一形状获取单元1301，用于根据所述异常区域所在位置确定处理方式；

第二形状获取单元1302，用于根据所述处理方式调整所述图像的第一形状，得到第二形状；

图像确定单元1303，用于若所述异常区域内各点均位于所述第二形状的外部，则确定位于所述第二形状内的图像部分为处理后的图像。

在图13所示图像处理装置的基础上，本公开实施例还提供了一种图像处理装置，图14是根据一示例性实施例示出的一种图像处理装置的框图，参见图14，所述第二形状获取单元1302包括：

第一收缩单元1401，用于所述处理方式为调整所述图像的一条边缘时，将所述异常区域所在边缘向其对边收缩。

在图13所示图像处理装置的基础上，本公开实施例还提供了一种图像处理装置，图15是根据一示例性实施例示出的一种图像处理装置的框图，参见图15，所述第二形状获取单元1302包括：

第二收缩单元1501，用于在所述处理方式为调整所述图像的两条边缘时，将所述图像中距离所述异常区域较近的两条边缘向各自收缩。

在图13所示图像处理装置的基础上，本公开实施例还提供了一种图像处理装置，图16是根据一示例性实施例示出的一种图像处理装置的框图，参见图16，所述第二形状获取单元1302包括：

第三收缩单元1601，用于在所述处理方式为调整所述图像的全部边缘时，将所述图像的全部边缘向所述图像的中心收缩。

在图13所示图像处理装置的基础上，本公开实施例还提供了一种图像处理装置，图17是根据一示例性实施例示出的一种图像处理装置的框图，参见图17，所述异常区域处理模块1203还包括：

实际比例确定单元1701，用于确定所述第二形状和所述第一形状的实际比例；

所述图像确定单元1303，还用于在所述实际比例大于或等于预先设置的比例阈值时，则确定位于所述第二形状内的图像部分为处理后的图像。

在图12所示图像处理装置的基础上，本公开实施例还提供了一种图像处理装置，图18是根据一示例性实施例示出的一种图像处理装置的框图，参见图18，所述异常区域处理模块1203包括：

区域形状获取单元1801，用于获取所述异常区域的形状；

特效图像选取单元1802，用于从预先设置的特效图案库中选取与所述异常区域形状相同或者相近的特效图案；

异常区域覆盖单元1803，用于利用所述特效图案覆盖所述异常区域。

在图12所示图像处理装置的基础上，本公开实施例还提供了一种图像处理装置，图19是根据一示例性实施例示出的一种图像处理装置的框图，参见图19，所述异常区域处理模块1203包括：

参考图像获取单元1901，用于获取所述异常区域周围的预设距离内的参考图像；

异常区域修复单元1902，用于基于所述参考图像，利用已训练的图像修复算法修复所述异常区域，将修复补后的图像作为处理后的图像。

可理解的是，本发明实施例提供的一种图像处理装置与上述图像处理方法相对应，具体内容可以参考方法各实施例的内容，在此不再赘述。

图20是根据一示例性实施例示出的一种电子设备2000的框图。例如，电子设备2000可以是手机、平板电脑、电子书阅读器、多媒体播放设备、可穿戴设备、车载终端等电子设备。

参照图20，电子设备2000可以包括以下一个或多个组件：处理组件2002，存储器2004，电源组件2006，多媒体组件2008，音频组件2010，输入/输出(I/O)接口2012，传感器组件2014，以及通信组件2016。

处理组件2002通常控制电子设备2000的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件2002可以包括一个或多个处理器2020来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件2002可以包括一个或多个模块，便于处理组件2002和其他组件之间的交互。例如，处理组件2002可以包括多媒体模块，以方便多媒体组件2008和处理组件2002之间的交互。又如，处理组件2002可以从存储器读取可执行指令，以实现上述各实施例提供的一种图像处理方法的步骤。

存储器2004被配置为存储各种类型的数据以支持在电子设备2000的操作。这些数据的示例包括用于在电子设备2000上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器2004可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件2006为电子设备2000的各种组件提供电力。电源组件2006可以包括电源管理***，一个或多个电源，及其他与为电子设备2000生成、管理和分配电力相关联的组件。

多媒体组件2008包括在所述电子设备2000和用户之间的提供一个输出接口的显示屏。在一些实施例中，多媒体组件2008包括一个前置摄像头和/或后置摄像头。当电子设备2000处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。

音频组件2010被配置为输出和/或输入音频信号。例如，音频组件2010包括一个麦克风(MIC)，当电子设备2000处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器2004或经由通信组件2016发送。在一些实施例中，音频组件2010还包括一个扬声器，用于输出音频信号。

I/O接口2012为处理组件2002和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件2014包括一个或多个传感器，用于为电子设备2000提供各个方面的状态评估。例如，传感器组件2014可以检测到电子设备2000的打开/关闭状态，组件的相对定位，例如所述组件为电子设备2000的显示器和小键盘，传感器组件2014还可以检测电子设备2000或电子设备2000一个组件的位置改变，用户与电子设备2000接触的存在或不存在，电子设备2000方位或加速/减速和电子设备2000的温度变化。传感器组件2014可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件2014还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件2014还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件2016被配置为便于电子设备2000和其他设备之间有线或无线方式的通信。电子设备2000可以接入基于通信标准的无线网络，如Wi-Fi，2G，3G，4G或5G，或它们的组合。在一个示例性实施例中，通信组件2016经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件2016还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备2000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性机器可读存储介质，例如包括指令的存储器2004，上述指令可由电子设备2000的处理器2020执行以完成上述图像处理方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (20)

1.一种图像处理方法，其特征在于，包括：

获取图像中各区域的预设参数值；

基于预设参数值和预设取值范围的对应关系，确定所述图像中的异常区域；

处理所述异常区域，得到处理后的图像。

2.根据权利要求1所述的方法，其特征在于，预设参数包括以下至少一种：对比度、亮度、色度、深度。

3.根据权利要求1所述的方法，其特征在于，处理所述异常区域包括：

根据所述异常区域所在位置确定处理方式；

根据所述处理方式调整所述图像的第一形状，得到第二形状；

若所述异常区域内各点均位于所述第二形状的外部，则确定位于所述第二形状内的图像部分为处理后的图像。

4.根据权利要求3所述的方法，其特征在于，根据所述处理方式调整所述图像的第一形状包括：

若所述处理方式为调整所述图像的一条边缘，将所述异常区域所在边缘向其对边收缩。

5.根据权利要求3所述的方法，其特征在于，根据所述处理方式调整所述图像的第一形状包括：

若所述处理方式为调整所述图像的两条边缘，将所述图像中距离所述异常区域较近的两条边缘向各自对边收缩。

6.根据权利要求3所述的方法，其特征在于，根据所述处理方式调整所述图像的第一形状包括：

若所述处理方式为调整所述图像的全部边缘，则将所述图像的全部边缘向所述图像的中心收缩。

7.根据权利要求3所述的方法，其特征在于，确定位于所述第二形状内的图像部分为处理后的图像之前，所述方法还包括：

确定所述第二形状和所述第一形状的实际比例；

若所述实际比例大于或等于预先设置的比例阈值，则执行确定位于所述第二形状内的图像部分为处理后的图像的步骤。

8.根据权利要求1所述的方法，其特征在于，处理所述异常区域包括：

获取所述异常区域的形状；

从预先设置的特效图案库中选取与所述异常区域形状相同或者相近的特效图案；

利用所述特效图案覆盖所述异常区域。

9.根据权利要求1所述的方法，其特征在于，处理所述异常区域包括：

获取所述异常区域周围的预设距离内的图像；

利用已训练的图像修复算法修复所述异常区域，将修复补后的图像作为处理后的图像。

10.一种图像处理装置，其特征在于，包括：

预设参数获取模块，用于获取图像中各区域的预设参数值；

异常区域获取模块，用于基于预设参数值和预设取值范围的对应关系，确定所述图像中的异常区域；

异常区域处理模块，用于处理所述异常区域，得到处理后的图像。

11.根据权利要求10所述的装置，其特征在于，预设参数包括以下至少一种：对比度、亮度、色度、深度。

12.根据权利要求10所述的装置，其特征在于，所述异常区域处理模块包括：

处理方式获取单元，用于根据所述异常区域所在位置确定处理方式；

第二形状获取单元，用于根据所述处理方式调整所述图像的第一形状，得到第二形状；

图像确定单元，用于若所述异常区域内各点均位于所述第二形状的外部，则确定位于所述第二形状内的图像部分为处理后的图像。

13.根据权利要求12所述的装置，其特征在于，所述第二形状获取单元包括：

第一收缩单元，用于在所述处理方式为调整所述图像的一条边缘时，将所述异常区域所在边缘向其对边收缩。

14.根据权利要求12所述的装置，其特征在于，所述第二形状获取单元包括：

第二收缩单元，用于在所述处理方式为调整所述图像的两条边缘时，将所述图像中距离所述异常区域较近的两条边缘向各自对边收缩。

15.根据权利要求12所述的装置，其特征在于，所述第二形状获取单元包括：

第三收缩单元，用于在所述处理方式为调整所述图像的全部边缘时，将所述图像的全部边缘向所述图像的中心收缩。

16.根据权利要求12所述的装置，其特征在于，所述异常区域处理模块还包括：

实际比例确定单元，用于确定所述第二形状和所述第一形状的实际比例；

所述图像确定单元，还用于在所述实际比例大于或等于预先设置的比例阈值时，则确定位于所述第二形状内的图像部分为处理后的图像。

17.根据权利要求10所述的装置，其特征在于，所述异常区域处理模块包括：

区域形状获取单元，用于获取所述异常区域的形状；

特效图像选取单元，用于从预先设置的特效图案库中选取与所述异常区域形状相同或者相近的特效图案；

异常区域覆盖单元，用于利用所述特效图案覆盖所述异常区域。

18.根据权利要求10所述的装置，其特征在于，所述异常区域处理模块包括：

参考图像获取单元，用于获取所述异常区域周围的预设距离内的参考图像；

异常区域修复单元，用于基于所述参考图像，利用已训练的图像修复算法修复所述异常区域，将修复补后的图像作为处理后的图像。

19.一种电子设备，其特征在于，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器被配置为执行所述存储器中的可执行指令以实现权利要求1～9任一项所述方法的步骤。

20.一种机器可读存储介质，其上存储有机器可执行指令，其特征在于，该指令被处理器执行时实现权利要求1～9任一项所述方法的步骤。

Images