CN111768422A - 边缘检测的处理方法、装置、设备及存储介质 - Google Patents
边缘检测的处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111768422A CN111768422A CN202010046585.6A CN202010046585A CN111768422A CN 111768422 A CN111768422 A CN 111768422A CN 202010046585 A CN202010046585 A CN 202010046585A CN 111768422 A CN111768422 A CN 111768422A
- Authority
- CN
- China
- Prior art keywords
- pixel
- original image
- transparency
- pixels
- image data
- 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.)
- Pending
Links
- 238000003708 edge detection Methods 0.000 title claims abstract description 45
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000009877 rendering Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 239000012634 fragment Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 241000903210 Bryconamericus alpha Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种边缘检测的处理方法、装置、设备及存储介质，该方法包括：获取原始图像数据；针对原始图像数据中的每个像素，获取像素的透明度值，以及与像素相邻的其他像素的透明度值；根据像素的透明度值及各其他像素的透明度值，判断像素是否属于透明边缘点；根据对原始图像数据中各像素的判断结果，获得透明边缘数据。可以准确有效地检测出图像边缘，以便于后续渲染可以对边缘进行相应的处理，有效降低了计算复杂度，提高处理效率。
Description
技术领域
本申请涉及图像处理技术领域，尤其涉及一种边缘检测的处理方法、装置、设备及存储介质。
背景技术
在图像处理中，边缘检测是常见的一种图像处理方式，边缘检测的原理是利用一些边缘检测算子对图像进行卷积操作。
现有技术中，通常采用Roberts、Prewitt、Sobel等边缘检测算子对图像中的每个像素进行一系列的操作。
但是现有技术中的边缘检测方法计算复杂且处理效率低。
发明内容
本申请提供一种边缘检测的处理方法、装置、设备及存储介质，以解决现有技术计算复杂且处理效率低等缺陷。
本申请第一个方面提供一种边缘检测的处理方法，包括：
获取原始图像数据；
针对所述原始图像数据中的每个像素，获取所述像素的透明度值，以及与所述像素相邻的其他像素的透明度值；
根据所述像素的透明度值及各所述其他像素的透明度值，判断所述像素是否属于透明边缘点；
根据对所述原始图像数据中各像素的判断结果，获得所述透明边缘数据。
可选地，根据对所述原始图像数据中各像素的判断结果，获得所述透明边缘数据，包括：
将属于透明边缘点的各像素的标识信息作为所述透明边缘数据。
可选地，获取与所述像素相邻的其他像素的透明度值，包括：
获取与所述像素的4边分别相邻的4个其他像素的透明度值；
所述根据所述像素的透明度值及各所述其他像素的透明度值，判断所述像素是否属于透明边缘点，包括：
基于预设判断条件，根据所述像素的透明度值及4个所述其他像素的透明度值，判断所述像素是否属于透明边缘点。
可选地，所述预设判断条件包括：所述像素的透明度值为0，且各所述其他像素的透明度值之和大于0；
基于预设判断条件，根据所述像素的透明度值及4个所述其他像素的透明度值，判断所述像素是否属于透明边缘点，包括：
若所述像素的透明度值及各所述其他像素的透明度值满足所述预设判断条件，则确定所述像素属于透明边缘点；
否则，确定所述像素不属于透明边缘点。
可选地，各像素的标识信息为各像素在原始图像的位置信息。
可选地，所述方法还包括：
基于所述原始图像的透明边缘数据对所述原始图像数据进行相应的渲染处理。
本申请第二个方面提供一种边缘检测的处理装置，包括：
第一获取模块，用于获取原始图像数据；
第二获取模块，用于针对所述原始图像数据中的每个像素，获取所述像素的透明度值，以及与所述像素相邻的其他像素的透明度值；
判断模块，用于根据所述像素的透明度值及各所述其他像素的透明度值，判断所述像素是否属于透明边缘点；
处理模块，用于根据对所述原始图像数据中各像素的判断结果，获得所述透明边缘数据。
可选地，所述处理模块，具体用于：
将属于透明边缘点的各像素的标识信息作为所述透明边缘数据。
可选地，所述第二获取模块，具体用于：
获取与所述像素的4边分别相邻的4个其他像素的透明度值；
所述判断模块，具体用于：
基于预设判断条件，根据所述像素的透明度值及4个所述其他像素的透明度值，判断所述像素是否属于透明边缘点。
可选地，所述预设判断条件包括：所述像素的透明度值为0，且各所述其他像素的透明度值之和大于0；
所述判断模块，具体用于：
若所述像素的透明度值及各所述其他像素的透明度值满足所述预设判断条件，则确定所述像素属于透明边缘点；
否则，确定所述像素不属于透明边缘点。
可选地，各像素的标识信息为各像素在原始图像的位置信息。
可选地，所述处理模块，还用于：
基于所述原始图像的透明边缘数据，对所述原始图像数据进行相应的渲染处理。
本申请第三个方面提供一种电子设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一个方面以及第一个方面各种可能的设计所述的方法。
本申请第四个方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一个方面以及第一个方面各种可能的设计所述的方法。
本申请提供的边缘检测的处理方法、装置、设备及存储介质，通过针对原始图像数据中的每个像素，获取像素的透明度值，以及与像素相邻的其他像素的透明度值，根据像素的透明度值及各其他像素的透明度值，判断像素是否属于透明边缘点，根据对原始图像数据中各像素的判断结果，获得透明边缘数据，以便于后续渲染可以对边缘进行相应的处理，由于采用了十字检测方式，只需计算与中间像素相邻的像素的透明度值，来判定中间像素点是否为透明边缘像素，有效降低了计算复杂度，提高处理效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例基于的处理***架构示意图；
图2为本申请一实施例提供的边缘检测的处理方法的流程示意图；
图3为本申请一实施例提供的十字卷积核的示意图；
图4为本申请另一实施例提供的边缘检测的处理方法的流程示意图；
图5为本申请一实施例提供的基于十字卷积核进行卷积计算示意图；
图6为本申请一实施例提供的边缘检测的处理装置的结构示意图；
图7为本申请一实施例提供的电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
首先对本申请所涉及的名词进行解释：
Shader：着色器，一种作用于GPU的可编程着色程序。
Vertex Shader：顶点着色器，完全可编程的，用于实现顶点的空间变换、顶点着色等功能。
Fragment Shader：片段着色器，完全可编程的，用于实现逐片元的着色操作。
Draw Call：CPU调用图形编程接口,比如DirectX或OpenGL,来命令GPU进行渲染的操作。
GPU：Graphics Processing Unit，图形处理器，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、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。
本申请实施例提供的边缘检测的处理方法，适用于GPU中对图像进行边缘检测的应用场景。如图1所示，为本申请实施例基于的处理***架构示意图。该处理***可以包括CPU和GPU，CPU调用图形编程接口命令GPU进行渲染操作。本申请实施例提供的边缘检测的处理方法作用于GPU中图像渲染过程中，具体作用于图1中的顶点着色器和片段着色器阶段。CPU将原始图像数据通过图形编程接口发送到GPU中，GPU获取到原始图像数据，针对原始图像数据中的每个像素，获取像素的透明度值，以及与像素相邻的其他像素的透明度值，根据像素的透明度值及各其他像素的透明度值，判断像素是否属于透明边缘点，根据对原始图像数据中各像素的判断结果，获得透明边缘数据，基于透明边缘数据进行渲染操作，获得屏幕图像显示在终端屏幕。即实现了基于十字检测规则进行透明边缘检测处理，只需基于原始图像每个像素及其相邻像素的透明度来确定每个像素是否为边缘，有效降低了计算复杂度，从而提高处理效率。解决了现有技术边缘检测需要采集的像素点多、计算复杂、效率低、检测不够精细，取决于像素透明度之间的梯度差值条件，不够精准的技术问题。需要说明的是，本申请实施例的方法不限于上述的GPU场景，还可以是其他可实施的场景。
此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。
实施例一
本实施例提供一种边缘检测的处理方法，用于图像的透明边缘检测。本实施例的执行主体为边缘检测的处理装置，该装置可以设置在电子设备中，具体可以是手机、平板电脑、游戏机等终端设备。
如图2所示，为本实施例提供的边缘检测的处理方法的流程示意图，该方法包括：
步骤101，获取原始图像数据。
具体的，在终端设备显示图像时需要进行渲染操作，终端设备可以获取原始图像数据，原始图像数据可以包括描述原始图像的各像素点数据，像素点数据包括RGBA四个通道值，其中R、G、B、A分别代表Red(红色)、Green(绿色)、Blue(蓝色)和Alpha(透明度值)，RGBA则是代表Red、Green、Blue和Alpha的色彩空间。
示例性的，终端设备的CPU可以调用图形编程接口，将原始图像数据传输到GPU，GPU则可以获取到原始图像数据。
在获取到原始图像数据后，则可以基于预设的十字检测规则对原始图像数据进行边缘检测处理，获得检测结果。
示例性的，十字检测规则可以是基于十字边缘检测算子的检测规则，基于十字边缘检测算子对原始图像数据进行卷积处理。十字边缘检测算子也可称为十字卷积核，可以包括五部分，对应图像中的五个像素，如图3所示，为本实施例提供的十字卷积核的示意图。十字卷积核对应的五个像素分别为要检测的像素点(图3中十字的“中”的像素点)以及4个辅助像素点(图3中十字的“上”、“下”、“左”、“右”4个像素点)。对于原始图像数据中的每个像素，将其作为要检测的像素点，基于十字卷积核对要检测的像素点进行卷积，来确定要检测的像素点是否为边缘点。遍历原始图像数据中每个像素，确定各像素是否为边缘点，获得检测结果。
检测结果可以包括原始图像数据中属于边缘点的边缘数据，边缘数据包括原始图像数据中属于边缘点的各像素的标识信息，也可以是包括原始图像数据中各像素的标识信息及各标识信息对应的属性，属性可以包括边缘、非边缘两种。标识信息可以是像素在原始图像中的位置信息，比如在原始图像中的坐标，也可以是能够映射到原始图像中对应位置的信息，还可以是其他可以标识各像素的信息，具体可以根据实际需求设置。
步骤102，针对原始图像数据中的每个像素，获取像素的透明度值，以及与像素相邻的其他像素的透明度值；
步骤103，根据像素的透明度值及各其他像素的透明度值，判断像素是否属于透明边缘点。
步骤104，根据对原始图像数据中各像素的判断结果，获得透明边缘数据。
具体的，可以对原始图像数据进行透明边缘检测处理，获得原始图像的透明边缘数据。具体来说，针对原始图像数据中的每个像素，作为要检测的像素(也可以称为目标像素)，可以获取该目标像素的透明度值以及与该目标像素相邻的其他像素的透明度值，根据目标像素的透明度值及各其他像素的透明度值来判断目标像素是否属于透明边缘点。遍历原始图像数据中的每个像素作为目标像素，可以确定原始图像数据中各像素的属性，即确定各像素是否属于透明边缘点，根据对各像素的判断结果即可获得透明边缘数据。透明边缘数据可以包括属于透明边缘点的的各像素的标识信息。
像素的透明度值即像素的Alpha通道值，可以从原始图像数据中获得。
可选地，上述透明边缘数据可以根据实际需求包括全透明边缘数据或半透明边缘数据等，具体可以根据实际需求设置，本实施例不做限定。
本实施例提供的边缘检测的处理方法，通过针对原始图像数据中的每个像素，获取像素的透明度值，以及与像素相邻的其他像素的透明度值，根据像素的透明度值及各其他像素的透明度值，判断像素是否属于透明边缘点，根据对原始图像数据中各像素的判断结果，获得透明边缘数据，以便于后续渲染可以对边缘进行相应的处理，由于采用了十字检测方式，只需计算与中间像素相邻的像素的透明度值，来判定中间像素点是否为透明边缘像素，有效降低了计算复杂度，提高处理效率。
实施例二
本实施例对实施例一提供的方法做进一步补充说明。
如图4所示，为本实施例提供的边缘检测的处理方法的流程示意图。
作为一种可实施的方式，在上述实施例的基础上，可选地，根据对原始图像数据中各像素的判断结果，获得透明边缘数据，具体可以包括：
步骤1041，将属于透明边缘点的各像素的标识信息作为透明边缘数据。
作为一种可实施的方式，在上述实施例的基础上，可选地，获取与像素相邻的其他像素的透明度值，具体可以包括：
步骤2011，获取与像素的4边分别相邻的4个其他像素的透明度值。
相应的，根据像素的透明度值及各其他像素的透明度值，判断像素是否属于透明边缘点，具体可以包括：
步骤1031，基于预设判断条件，根据像素的透明度值及4个其他像素的透明度值，判断像素是否属于透明边缘点。
具体的，可以获取与要检测的像素(即目标像素)的4边分别相邻的4个其他像素的透明度值，如上图3中目标像素的“上”、“下”、“左”、“右”相邻的4个其他像素的透明度值，即Alpha通道值。
示例性的，如图5所示，为本实施例提供的基于十字卷积核进行卷积计算示意图。原始图像数据以8×8的图像为例，基于十字卷积核进行卷积计算。实际处理过程中，原始图像可以是任意大小的图像，这里只是示例性说明，并非对其限定。
可选地，预设判断条件可以包括：像素(目标像素)的透明度值为0，且各其他像素的透明度值之和大于0，具体如下：
a、目标像素的透明度值Alpha(中)＝0。
b、Alpha(上)+Alpha(下)+Alpha(左)+Alpha(右)>0。其中Alpha(上)、Alpha(下)、Alpha(左)、Alpha(右)分别表示与目标像素上下左右相邻的其他像素的Alpha通道值。
相应的，基于预设判断条件，根据像素的透明度值及4个其他像素的透明度值，判断像素是否属于透明边缘点，具体可以包括：
若像素的透明度值及各其他像素的透明度值满足预设判断条件，则确定像素属于透明边缘点；
否则，确定像素不属于透明边缘点。
具体的，当且仅当a和b同时满足时判断目标像素为透明边缘点。其中，a条件表明目标像素为全透明点，b条件表明目标像素点相邻的其他像素是不完全透明点。当两个条件均满足时，可以确定目标像素是透明边缘点。
可选地，各像素的标识信息为各像素在原始图像的位置信息。
本申请实施例提供的边缘检测的处理方法，基于十字检测算子对原始图像数据进行卷积计算，对于每个像素的判断，可以仅利用包括该像素在内的5个像素及简单的加减运算快速高效地检测出边缘像素点，有效降低了计算复杂度，提高图像处理效率，并且由于检测精度基于像素，可以精确控制检测出像素级的宽度边缘。
作为另一种可实施的方式，在上述实施例的基础上，可选地，该方法还可以包括：
步骤105，基于原始图像的透明边缘数据对原始图像数据进行相应的渲染处理。
具体的，在对原始图像数据进行边缘检测处理获得检测结果后，即可以基于检测结果进行渲染处理。具体来说，基于原始图像的边缘透明数据对原始图像数据进行相应的渲染处理。比如可以进行描边处理、模糊处理、边缘抗锯齿处理等等，具体可以根据实际需求进行处理，本实施例不做限定。
示例性的，证件照如果背景透明的话，可以通过边缘检测获得人像的透明边缘数据，在进行渲染处理时，可以根据透明边缘数据对人像进行描边等处理。
需要说明的是，本实施例中各可实施的方式可以单独实施，也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
本实施例提供的边缘检测的处理方法，通过针对原始图像数据中的每个像素，获取像素的透明度值，以及与像素相邻的其他像素的透明度值，根据像素的透明度值及各其他像素的透明度值，判断像素是否属于透明边缘点，根据对原始图像数据中各像素的判断结果，获得透明边缘数据，以便于后续渲染可以对边缘进行相应的处理，由于采用了十字检测方式，只需计算与中间像素相邻的像素的透明度值，来判定中间像素点是否为透明边缘像素，有效降低了计算复杂度，提高处理效率，并且由于检测精度基于像素，可以精确控制检测出像素级的宽度边缘。
实施例三
本实施例提供一种边缘检测的处理装置，用于执行上述实施例的边缘检测的处理方法。
如图6所示，为本实施例提供的边缘检测的处理装置的结构示意图。该边缘检测的处理装置30包括第一获取模块31、第二获取模块32、判断模块33和处理模块34。
其中，第一获取模块，用于获取原始图像数据；第二获取模块，用于针对所述原始图像数据中的每个像素，获取所述像素的透明度值，以及与所述像素相邻的其他像素的透明度值；判断模块，用于根据所述像素的透明度值及各所述其他像素的透明度值，判断所述像素是否属于透明边缘点；处理模块，用于根据对所述原始图像数据中各像素的判断结果，获得所述透明边缘数据。
关于本实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
根据本实施例提供的边缘检测的处理装置，通过针对原始图像数据中的每个像素，获取像素的透明度值，以及与像素相邻的其他像素的透明度值，根据像素的透明度值及各其他像素的透明度值，判断像素是否属于透明边缘点，根据对原始图像数据中各像素的判断结果，获得透明边缘数据，以便于后续渲染可以对边缘进行相应的处理，由于采用了十字检测方式，只需计算与中间像素相邻的像素的透明度值，来判定中间像素点是否为透明边缘像素，有效降低了计算复杂度，提高处理效率。
实施例四
本实施例对上述实施例提供的边缘检测的处理装置做进一步补充说明。
作为一种可实施的方式，在上述实施例的基础上，可选地，处理模块，具体用于：
将属于透明边缘点的各像素的标识信息作为透明边缘数据。
可选地，第二获取模块，具体用于：
获取与像素的4边分别相邻的4个其他像素的透明度值。
判断模块，具体用于：
基于预设判断条件，根据像素的透明度值及4个其他像素的透明度值，判断像素是否属于透明边缘点。
可选地，预设判断条件包括：像素的透明度值为0，且各其他像素的透明度值之和大于0。
判断模块，具体用于：
若像素的透明度值及各其他像素的透明度值满足预设判断条件，则确定像素属于透明边缘点；否则，确定像素不属于透明边缘点。
可选地，各像素的标识信息为各像素在原始图像的位置信息。
作为另一种可实施的方式，在上述实施例的基础上，可选地，处理模块，还用于：
基于原始图像的透明边缘数据，对原始图像数据进行相应的渲染处理。
关于本实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
需要说明的是，本实施例中各可实施的方式可以单独实施，也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
根据本实施例的边缘检测的处理装置，通过针对原始图像数据中的每个像素，获取像素的透明度值，以及与像素相邻的其他像素的透明度值，根据像素的透明度值及各其他像素的透明度值，判断像素是否属于透明边缘点，根据对原始图像数据中各像素的判断结果，获得透明边缘数据，以便于后续渲染可以对边缘进行相应的处理，由于采用了十字检测方式，只需计算与中间像素相邻的像素的透明度值，来判定中间像素点是否为透明边缘像素，有效降低了计算复杂度，提高处理效率，并且由于检测精度基于像素，可以精确控制检测出像素级的宽度边缘。
实施例五
本实施例提供一种电子设备，用于执行上述实施例提供的方法。
如图7所示，为本实施例提供的电子设备的结构示意图。该电子设备50包括：至少一个处理器51和存储器52。
存储器存储计算机执行指令；至少一个处理器执行存储器存储的计算机执行指令，使得至少一个处理器执行如上任一实施例提供的方法。
根据本实施例的电子设备，通过针对原始图像数据中的每个像素，获取像素的透明度值，以及与像素相邻的其他像素的透明度值，根据像素的透明度值及各其他像素的透明度值，判断像素是否属于透明边缘点，根据对原始图像数据中各像素的判断结果，获得透明边缘数据，以便于后续渲染可以对边缘进行相应的处理，由于采用了十字检测方式，只需计算与中间像素相邻的像素的透明度值，来判定中间像素点是否为透明边缘像素，有效降低了计算复杂度，提高处理效率，并且由于检测精度基于像素，可以精确控制检测出像素级的宽度边缘。
实施例六
本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中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上任一实施例提供的方法。
根据本实施例的计算机可读存储介质，通过针对原始图像数据中的每个像素，获取像素的透明度值，以及与像素相邻的其他像素的透明度值，根据像素的透明度值及各其他像素的透明度值，判断像素是否属于透明边缘点，根据对原始图像数据中各像素的判断结果，获得透明边缘数据，以便于后续渲染可以对边缘进行相应的处理，由于采用了十字检测方式，只需计算与中间像素相邻的像素的透明度值，来判定中间像素点是否为透明边缘像素，有效降低了计算复杂度，提高处理效率，并且由于检测精度基于像素，可以精确控制检测出像素级的宽度边缘。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种边缘检测的处理方法，其特征在于，包括：
获取原始图像数据；
针对所述原始图像数据中的每个像素，获取所述像素的透明度值，以及与所述像素相邻的其他像素的透明度值；
根据所述像素的透明度值及各所述其他像素的透明度值，判断所述像素是否属于透明边缘点；
根据对所述原始图像数据中各像素的判断结果，获得所述透明边缘数据。
2.根据权利要求1所述的方法，其特征在于，根据对所述原始图像数据中各像素的判断结果，获得所述透明边缘数据，包括：
将属于透明边缘点的各像素的标识信息作为所述透明边缘数据。
3.根据权利要求1所述的方法，其特征在于，获取与所述像素相邻的其他像素的透明度值，包括：
获取与所述像素的4边分别相邻的4个其他像素的透明度值；
所述根据所述像素的透明度值及各所述其他像素的透明度值，判断所述像素是否属于透明边缘点，包括：
基于预设判断条件，根据所述像素的透明度值及4个所述其他像素的透明度值，判断所述像素是否属于透明边缘点。
4.根据权利要求3所述的方法，其特征在于，所述预设判断条件包括：所述像素的透明度值为0，且各所述其他像素的透明度值之和大于0；
基于预设判断条件，根据所述像素的透明度值及4个所述其他像素的透明度值，判断所述像素是否属于透明边缘点，包括：
若所述像素的透明度值及各所述其他像素的透明度值满足所述预设判断条件，则确定所述像素属于透明边缘点；
否则，确定所述像素不属于透明边缘点。
5.根据权利要求2所述的方法，其特征在于，各像素的标识信息为各像素在原始图像的位置信息。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：
基于所述原始图像的透明边缘数据对所述原始图像数据进行相应的渲染处理。
7.一种边缘检测的处理装置，其特征在于，包括：
第一获取模块，用于获取原始图像数据；
第二获取模块，用于针对所述原始图像数据中的每个像素，获取所述像素的透明度值，以及与所述像素相邻的其他像素的透明度值；
判断模块，用于根据所述像素的透明度值及各所述其他像素的透明度值，判断所述像素是否属于透明边缘点；
处理模块，用于根据对所述原始图像数据中各像素的判断结果，获得所述透明边缘数据。
8.根据权利要求7所述的装置，其特征在于，所述处理模块，具体用于：
将属于透明边缘点的各像素的标识信息作为所述透明边缘数据。
9.一种电子设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1-6任一项所述的方法。
10.一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中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010046585.6A CN111768422A (zh) | 2020-01-16 | 2020-01-16 | 边缘检测的处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010046585.6A CN111768422A (zh) | 2020-01-16 | 2020-01-16 | 边缘检测的处理方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111768422A true CN111768422A (zh) | 2020-10-13 |
Family
ID=72718662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010046585.6A Pending CN111768422A (zh) | 2020-01-16 | 2020-01-16 | 边缘检测的处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111768422A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101398292A (zh) * | 2007-09-28 | 2009-04-01 | 株式会社山武 | 边缘检测装置 |
| CN103150735A (zh) * | 2013-03-26 | 2013-06-12 | 山东大学 | 一种基于灰度差值平均的图像边缘检测方法 |
| WO2016062259A1 (zh) * | 2014-10-22 | 2016-04-28 | 华为技术有限公司 | 基于透明度的抠图方法和装置 |
| CN107507155A (zh) * | 2017-09-25 | 2017-12-22 | 北京奇虎科技有限公司 | 视频分割结果边缘优化实时处理方法、装置及计算设备 |
| CN109064390A (zh) * | 2018-08-01 | 2018-12-21 | Oppo（重庆）智能科技有限公司 | 一种图像处理方法、图像处理装置及移动终端 |
| CN109242807A (zh) * | 2018-11-07 | 2019-01-18 | 厦门欢乐逛科技股份有限公司 | 渲染参数自适应的边缘软化方法、介质及计算机设备 |
| CN109993760A (zh) * | 2017-12-29 | 2019-07-09 | 北京京东尚科信息技术有限公司 | 一种图片的边缘检测方法和装置 |
| CN110392294A (zh) * | 2019-07-01 | 2019-10-29 | 安徽华米信息科技有限公司 | 人体检测方法、装置、电子设备以及存储介质 |
-
2020
- 2020-01-16 CN CN202010046585.6A patent/CN111768422A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101398292A (zh) * | 2007-09-28 | 2009-04-01 | 株式会社山武 | 边缘检测装置 |
| CN103150735A (zh) * | 2013-03-26 | 2013-06-12 | 山东大学 | 一种基于灰度差值平均的图像边缘检测方法 |
| WO2016062259A1 (zh) * | 2014-10-22 | 2016-04-28 | 华为技术有限公司 | 基于透明度的抠图方法和装置 |
| CN105590307A (zh) * | 2014-10-22 | 2016-05-18 | 华为技术有限公司 | 基于透明度的抠图方法和装置 |
| CN107507155A (zh) * | 2017-09-25 | 2017-12-22 | 北京奇虎科技有限公司 | 视频分割结果边缘优化实时处理方法、装置及计算设备 |
| CN109993760A (zh) * | 2017-12-29 | 2019-07-09 | 北京京东尚科信息技术有限公司 | 一种图片的边缘检测方法和装置 |
| CN109064390A (zh) * | 2018-08-01 | 2018-12-21 | Oppo（重庆）智能科技有限公司 | 一种图像处理方法、图像处理装置及移动终端 |
| CN109242807A (zh) * | 2018-11-07 | 2019-01-18 | 厦门欢乐逛科技股份有限公司 | 渲染参数自适应的边缘软化方法、介质及计算机设备 |
| CN110392294A (zh) * | 2019-07-01 | 2019-10-29 | 安徽华米信息科技有限公司 | 人体检测方法、装置、电子设备以及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 王超 等: "结合阴影补偿的对象级高分辨率遥感影像多尺度变化检测", 通信学报, vol. 39, no. 9, 30 September 2018 (2018-09-30) * |
| 许尉滇 等: "基于半邻域法的自适应图像边缘提取方法", 上海大学学报（自然科学版）, vol. 12, no. 2, 30 April 2006 (2006-04-30), pages 2 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100833842B1 (ko) | 3차원 그래픽 엔진에서의 픽셀 래스터라이제이션 처리방법및 그의장치 | |
| CN109785417B (zh) | 一种实现OpenGL累积操作的方法及装置 | |
| CN110415237B (zh) | 皮肤瑕疵检测方法、检测装置、终端设备及可读存储介质 | |
| WO2014120359A1 (en) | Output ordering of domain coordinates for tessellation | |
| CN108389151B (zh) | 一种过度绘制的评估方法和*** | |
| CN105069453A (zh) | 一种图像校正方法及装置 | |
| CN106485646B (zh) | 图形处理*** | |
| CN111539238B (zh) | 二维码图像修复方法、装置、计算机设备和存储介质 | |
| US10733782B2 (en) | Graphics processing systems | |
| JP5811416B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| CN113781396B (zh) | 屏幕缺陷检测方法、装置、设备和存储介质 | |
| JP2007517330A (ja) | ３次元グラフィック・サブシステムにおけるテクスチャマップデータのプログラム可能なフィルタ処理方法及び装置 | |
| CN110866965A (zh) | 一种三维模型的贴图绘制方法及装置 | |
| CN113487473B (zh) | 一种添加图像水印的方法、装置、电子设备及存储介质 | |
| CN116630516B (zh) | 一种基于3d特性的2d渲染排序方法、装置、设备及介质 | |
| CN111768422A (zh) | 边缘检测的处理方法、装置、设备及存储介质 | |
| CN114627225A (zh) | 图形渲染方法、装置及存储介质 | |
| CN113741835A (zh) | 走马灯效果实现方法和走马灯效果实现装置 | |
| CN117065331B (zh) | 一种游戏场景加载控制方法及*** | |
| CN116309160B (zh) | 图像分辨率修复方法、装置、设备及存储介质 | |
| CN115100081B (zh) | Lcd显示屏灰阶图像增强方法、装置、设备及存储介质 | |
| CN110852936B (zh) | 对图片进行混合处理的方法和装置 | |
| CN118429247A (zh) | 异常检测方法、装置、电子设备及存储介质 | |
| US20140022273A1 (en) | Surface Based Graphics Processing | |
| CN116611990A (zh) | 一种显示方法、装置、设备及存储介质 |
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 |