CN113763487A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN113763487A CN113763487A CN202110114916.XA CN202110114916A CN113763487A CN 113763487 A CN113763487 A CN 113763487A CN 202110114916 A CN202110114916 A CN 202110114916A CN 113763487 A CN113763487 A CN 113763487A
- Authority
- CN
- China
- Prior art keywords
- image
- processing
- noise
- initial
- cloud
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 205
- 238000007499 fusion processing Methods 0.000 claims abstract description 72
- 230000009466 transformation Effects 0.000 claims abstract description 61
- 230000000694 effects Effects 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims description 55
- 238000006243 chemical reaction Methods 0.000 claims description 42
- 230000015654 memory Effects 0.000 claims description 12
- 231100000289 photo-effect Toxicity 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 17
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 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
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- 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
- 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)
- Image Processing (AREA)
Abstract
本公开提供了一种图像处理方法,包括:获取待处理的初始图像;利用基于色彩特征的变换参数,进行针对所述初始图像的色彩变换处理,得到处理后的中间图像;利用经增强处理后的噪声图像,进行针对所述中间图像的噪声融合处理,得到目标效果图像并输出。本公开还提供了一种图像处理装置、一种电子设备及一种计算机可读存储介质。
Description
技术领域
本公开涉及计算机技术领域,更具体地,涉及一种图像处理方法、一种图像处理装置、一种电子设备以及一种计算机可读存储介质。
背景技术
随着图像处理技术的发展,多媒体资源日益丰富,多媒体应用得以迅速发展。利用具有不同视觉效果的图像进行信息传递属于多媒体应用之一,常见地,将具有老旧照片效果的图像用于广告宣传、影视娱乐、装饰美化等。
在实现本公开技术构思过程中,发明人发现相关技术中经图像处理得到的具有特定视觉效果的图像存在效果不自然、真实感弱的问题。
发明内容
有鉴于此,本公开提供了一种处理效果自然、真实感强的图像处理方法及装置。
本公开的一个方面提供了一种图像处理方法,包括获取待处理的初始图像;利用基于色彩特征的变换参数,进行针对所述初始图像的色彩变换处理,得到处理后的中间图像;利用经增强处理后的噪声图像,进行针对所述中间图像的噪声融合处理,得到目标效果图像并输出。
可选地,所述利用基于色彩特征的变换参数,进行针对所述初始图像的色彩变换处理,得到处理后的中间图像,包括:利用基于色调的第一变换参数、基于饱和度的第二变换参数,进行针对所述初始图像的第一色彩变换处理,得到第一中间子图像;利用基于色调的第三变换参数、基于亮度的第四变换参数,进行针对所述第一中间子图像的第二色彩变换处理,得到所述中间图像。
可选地,所述利用经增强处理后的噪声图像,进行针对所述中间图像的噪声融合处理,得到目标效果图像,包括:依次利用经增强处理后的至少两个噪声图像中的各噪声图像,对前一次噪声融合处理后得到的第二中间子图像进行噪声融合处理,其中,首次噪声融合处理的对象为所述中间图像,最后次噪声融合处理后得到的图像,作为所述目标效果图像。
可选地,所述噪声图像包括云噪声图像,经增强处理后的云噪声图像的生成方法,包括:获取待增强处理的初始云噪声图像;进行针对所述初始云噪声图像的第一增强处理,得到第一云噪声图像;进行针对所述第一云噪声图像的第二增强处理,得到第二云噪声图像;其中,所述第一增强处理区别于所述第二增强处理,所述第一增强处理和所述第二增强处理分别为扭曲处理和前背景置换处理中的任一种,所述第一云噪声图像和/或所述第二云噪声图像,构成所述经增强处理后的云噪声图像。
可选地,所述噪声图像包括高斯噪声图像,经增强处理后的高斯噪声图像的生成方法,包括:获取待增强处理的初始高斯噪声图像;利用至少一组预设的增强参数中的各组增强参数,分别对所述初始高斯噪声图像中像素点的像素值进行变换处理,得到至少一个经增强处理后的高斯噪声图像。
可选地,所述依次利用经增强处理后的至少两个噪声图像中的各噪声图像,对前一次噪声融合处理后得到的第二中间子图像进行噪声融合处理,包括:依次根据各所述噪声图像的像素点的像素值,对前一次噪声融合处理得到的第二中间子图像的对应像素点的像素值进行变换处理。
可选地,所述方法应用于生成老旧照片效果的图像。
本公开的另一个方面提供了一种图像处理装置,包括:获取模块,用于获取待处理的初始图像;第一处理模块,用于利用基于色彩特征的变换参数,进行针对所述初始图像的色彩变换处理,得到处理后的中间图像;第二处理模块,用于利用经增强处理后的噪声图像,进行针对所述中间图像的噪声融合处理,得到目标效果图像并输出。
可选地,所述第一处理模块包括:第一处理子模块,用于利用基于色调的第一变换参数、基于饱和度的第二变换参数,进行针对所述初始图像的第一色彩变换处理,得到第一中间子图像;第二处理子模块,用于利用基于色调的第三变换参数、基于亮度的第四变换参数,进行针对所述第一中间子图像的第二色彩变换处理,得到所述中间图像。
可选地,所述第二处理模块包括:第三处理子模块,用于依次利用经增强处理后的至少两个噪声图像中的各噪声图像,对前一次噪声融合处理得到的第二中间子图像进行噪声融合处理,其中,所述至少一个噪声图像包括云噪声图像和高斯噪声图像,首次噪声融合处理的对象为所述中间图像,最后次噪声融合处理后得到的图像,作为所述目标效果图像。
可选地,所述图像处理装置还包括第三处理模块,用于生成增强处理后的云噪声图像,包括:第一获取子模块,用于获取待增强处理的初始云噪声图像;第四处理子模块,用于进行针对所述初始云噪声图像的第一增强处理,得到第一云噪声图像;第五处理子模块,用于进行针对所述第一云噪声图像的第二增强处理,得到第二云噪声图像;其中,所述第一增强处理和所述第二增强处理分别为扭曲处理和前背景置换处理中的任一种,所述第一云噪声图像和/或所述第二云噪声图像,构成所述经增强处理后的云噪声图像。
可选地,所述图像处理装置还包括第四处理模块,用于生成经增强处理后的高斯噪声图像,包括:第二获取子模块,用于获取待增强处理的初始高斯噪声图像;第六处理子模块,用于利用至少一组预设的增强参数,分别对所述初始高斯噪声图像中像素点的像素值进行变换处理,得到至少一个经增强处理后的高斯噪声图像。
可选地,所述第三处理子模块具体用于:依次根据各所述噪声图像的像素点的像素值,对前一次噪声融合处理得到的第二中间子图像的对应像素点的像素值进行变换处理。
可选地,所述图像处理装置应用于生成老旧照片效果的图像。
本公开的另一个方面提供了一种电子设备。所述电子设备包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器。其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器实现本公开实施例的方法。
本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现本公开实施例的方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现本公开实施例的方法。
通过本公开实施例,利用基于色彩特征的变换参数对待处理的初始图像进行色彩变换处理,得到处理后的中间图像,然后再利用经增强处理后的噪声图像,对中间图像进行噪声融合处理,得到目标效果图像,由于在图像处理过程同时进行色彩变换处理和噪声融合处理,因此本公开实施例能够有效提升处理得到的具有特定视觉效果的目标效果图像的自然度和真实感。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1示意性示出了根据本公开实施例的图像处理方法和装置的***架构;
图2示意性示出了根据本公开实施例的一种图像处理方法的流程图;
图3示意性示出了根据本公开实施例的另一图像处理方法的流程图;
图4示意性示出了根据本公开实施例的对初始云噪声图像进行扭曲处理的示意图;
图5示意性示出了根据本公开实施例的对初始云噪声图像进行扭曲处理前后的对比示意图;
图6示意性示出了根据本公开实施例的对第一云噪声图像进行前背景置换处理前后的对比示意图;
图7示意性示出了根据本公开实施例的利用不同增强参数增强处理后的高斯噪声图像的效果图;
图8示意性示出了根据本公开实施例的另一图像处理方法的流程图;
图9示意性示出了根据本公开实施例的图像处理方法的效果图;
图10示意性示出了根据本公开实施例的图像处理装置的框图;
图11示意性示出了根据本公开实施例的适于实现图像处理方法和装置的电子设备的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性地,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、操步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
本公开的各个实施例提供了一种图像处理方法以及能够应用该方法的图像处理装置。其中,该方法可以包括获取待处理的初始图像,利用基于色彩特征的变换参数,进行针对初始图像的色彩变换处理,得到处理后的中间图像,然后利用经增强处理后的噪声图像,进行针对中间图像的噪声融合处理,得到目标效果图像并输出。
图1示意性示出了根据本公开实施例的图像处理方法和装置的***架构。需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
如图1所示,该***架构100包括至少一个终端(图中示出了多个,如终端101、102、103)和服务器104。在该***架构100中,服务器104获取待处理的初始图像,利用基于色彩特征的变换参数,进行针对初始图像的色彩变换处理,得到处理后的中间图像,然后利用经增强处理后的噪声图像,进行针对中间图像的噪声融合处理,得到目标效果图像并向终端(如终端101、102、103)输出该目标效果图像。
以下将结合附图和具体实施例详细阐述本公开。
图2示意性示出了根据本公开实施例的一种图像处理方法的流程图。
如图2所示,该方法200例如可以包括操作S210~S230。
在操作S210,获取待处理的初始图像。
在本公开实施例中,具体地,获取待处理的初始图像,初始图像例如可以是用于广告宣传、影视娱乐或装饰美化等用途的未经处理的原始图像,也可以是经部分图像处理后的中间过程图像。通过对初始图像执行本实施例的图像处理方法,能够基于初始图像生成老旧照片效果的目标图像。
获取初始图像的方法例如可以包括接收用户通过操作终端上传的待处理图像,或者接收用户输入的用于指示待处理图像的图像参数,然后从图像数据库中获取与图像参数关联的图像,以作为待处理的初始图像。其中,图像参数可以包括图像标识、图像类型、图像存储位置以及图像质量参数等内容。
接下来,在操作S220,利用基于色彩特征的变换参数,进行针对初始图像的色彩变换处理,得到处理后的中间图像。
在本公开实施例中,具体地,利用基于色彩特征的变换参数,进行针对初始图像的色彩变换处理,其中,色彩特征例如可以包括色调、饱和度和亮度,基于色彩特征的变换参数例如可以包括色调超参数、饱和度超参数和亮度值变换指数等参数。
在进行针对初始图像的色彩变换处理时,可以利用基于色彩特征的变换参数,对初始图像的色彩特征进行调整,得到处理后的中间图像。其中,基于色彩特征的变换参数指示针对初始图像的色彩特征调整程度,变换参数的取值与图像处理的目的相适应。例如,对初始图像的色彩特征进行调整,通过使初始图像的色调变黄,使初始图像的饱和度和亮度降低,以此得到具有老旧照片效果的中间图像。
接下来,在操作S230,利用经增强处理后的噪声图像,进行针对中间图像的噪声融合处理,得到目标效果图像并输出。
在本公开实施例中,具体地,利用经增强处理后的噪声图像,进行针对中间图像的噪声融合处理,其中,噪声图像例如可以包括云噪声图像、高斯噪声图像和光纤噪声图像。对噪声图像进行增强处理的方法,例如可通过对噪声图像中的各像素点的坐标值或像素值进行变换处理实现。示例性地,在对云噪声图像进行增强处理时,可以对云噪声图像中的各像素点的坐标值进行扭曲处理,或者对各像素点的像素值进行前背景置换处理。再示例性地,在对高斯噪声图像进行增强处理时,可以基于二维高斯公式,对高斯噪声图像中的各像素点的像素值进行缩放处理。
在进行针对中间图像的噪声融合处理时,可以将经增强处理后的噪声图像中的像素点与中间图像中的对应像素点进行融合,得到目标效果图像,其中,对应像素点是指在中间图像和经增强处理后的噪声图像中具有相同像素位置的像素点。
在本公开实施例中,通过利用基于色彩特征的变换参数对待处理的初始图像进行色彩变换处理,得到处理后的中间图像,然后再利用经增强处理后的噪声图像,对中间图像进行噪声融合处理,得到目标效果图像,通过在图像处理过程中进行色彩变换处理和噪声融合处理,本实施例方法能够将初始图像处理为具有特定视觉效果的目标效果图像,处理得到的目标效果图像具有较好的自然度和真实感,有利于拓宽目标效果图像的应用范围,和改善目标效果图像的应用质量。
图3示意性示出了根据本公开实施例的另一图像处理方法的流程图。
如图3所示,该方法300例如可以包括操作S210、S310~S330。
操作S210,获取待处理的初始图像。
操作S210与前述实施例类似,在此不再赘述。
接下来,在操作S310,利用基于色调的第一变换参数、基于饱和度的第二变换参数,进行针对初始图像的第一色彩变换处理,得到第一中间子图像。
在本公开实施例中,具体地,可以根据图像处理目的不同,选择相适应的第一变换参数和第二变换参数,进行针对初始图像的第一色彩变换处理。示例性地,本公开实施例中进行图像处理的目的例如可以是生成具有老旧照片效果的图像,为了实现该目的,基于色调的第一变换参数例如可以是第一色调超参数,基于饱和度的第二变换参数例如可以是饱和度超参数,针对初始图像的第一色彩变换处理例如可以是利用第一色调超参数和饱和度超参数,对初始图像进行色调调黄处理和饱和度降低处理。
本公开实施例将以生成具有老旧照片效果的图像为例,对本公开的图像处理方法进行说明。
示例性地,在利用基于色调的第一变换参数、基于饱和度的第二变换参数,进行针对初始图像的第一色彩变换处理时,可以基于初始图像的RGB值,利用第一色调超参数和饱和度超参数,对初始图像的RGB值进行变换处理,以实现将初始图像的色调调黄,并降低其饱和度,得到第一中间子图像。
具体地,针对RGB值分别为IR、IG和IB的初始图像I,IR∈[0,1]、IG∈[0,1]、IB∈[0,1],可以按照式(1)-(3)对初始图像的RGB值进行变换处理,得到第一中间子图像I1:
本公开实施例中,第一色调超参数和饱和度超参数可以是预设的色调值和饱和度值,其具体取值与图像处理的目的相适应。例如,为了生成具有老旧照片效果的图像,可以令H*=44,S*=29/255。
接下来,在操作S320,利用基于色调的第三变换参数、基于亮度的第四变换参数,进行针对第一中间子图像的第二色彩变换处理,得到处理后的中间图像。
在本公开实施例中,具体地,与操作S310类似,基于色调的第三变换参数、基于亮度的第四变换参数以及第二色彩变换处理也可以与图像处理的目的相适应。示例性地,对于图像处理的目的是生成具有老旧照片效果的图像的情形,基于色调的第三变换参数例如可以是第二色调超参数,基于亮度的第四变换参数例如可以是亮度值变换指数,第二色彩变换处理例如可以是针对第一中间子图像进行亮度降低处理。
具体地,在利用基于色调的第三变换参数、基于亮度的第四变换参数,进行针对第一中间子图像的第二色彩变换处理时,可以基于第一中间子图像的RGB值,利用第二色调超参数和亮度值变换指数,对第一中间子图像的RGB值进行变换处理,以降低第一中间子图像的亮度,得到处理后的中间图像。
具体地,可以按照式(4)-(8)对第一中间子图像I1的RGB值进行变换处理,得到处理后的中间图像I2:
本公开实施例中,第二色调超参数和亮度值变换指数可以是预设的色调值和亮度值降低比例,其具体取值可以与图像处理的目的相适应。例如,为了生成具有老旧照片效果的图像,可以令H**=44,δ=0.6。
接下来,在操作S330,依次利用经增强处理后的至少两个噪声图像中的各噪声图像,对前一次噪声融合处理得到的第二中间子图像进行噪声融合处理,其中,至少两个噪声图像包括云噪声图像和高斯噪声图像,首次噪声融合处理的对象为中间图像,最后次噪声融合处理后得到的图像,作为目标效果图像。
在本公开实施例中,具体地,可以利用经增强处理后的至少一个云噪声图像和经增强处理后的至少一个高斯噪声图像,对前一次噪声融合处理得到的第二中间子图像进行噪声融合处理。在进行噪声融合处理时,可以依次根据各噪声图像的像素点的像素值,对前一次噪声融合处理得到的第二中间子图像的对应像素点的像素值进行变换处理。其中,第二中间子图像的对应像素点,是指在第二中间子图像中的坐标值与各噪声图像中的像素点的坐标值对应相同的像素点。
示例性地,针对操作S320中得到的中间图像I2,在对其进行噪声融合处理时,可以先基于经增强处理后的云噪声图像Ia,根据云噪声图像Ia的各像素点的像素值,对中间图像I2对应像素点的像素值进行变换处理,得到第二中间子图像I3,然后再基于经增强处理后的高斯噪声图像Ib,根据高斯噪声图像Ib的各像素点的像素值,对第二中间子图像I3的对应像素点的像素值进行变换处理,得到目标效果图像I4。
具体地,可以根据云噪声图像Ia的各像素点的像素值,按照式(9)对中间图像I2的对应像素点的像素值进行变换处理,得到第二中间子图像I3:
其中,Ia(i,j)表示云噪声图像Ia中第i行第j列的像素点的像素值,I2(i,j)表示中间图像I2中第i行第j列的像素点的像素值,I3(i,j)表示第二中间子图像I3中第i行第j列的像素点的像素值。
同理地,针对第二中间子图像I3,也可以根据高斯噪声图像Ib的各像素点的像素值,按照式(9)或与式(9)类似的计算方法,对第二中间子图像I3的对应像素点的像素值进行变换处理。
本公开实施例中仅示出了依次利用一种经增强处理后的云噪声图像和一种经增强处理后的高斯噪声图像对中间图像进行噪声融合处理的方法,但是本领域技术人员应当知晓,为了达到不同的图像处理目的,还可以利用多个经增强处理后的云噪声图像和/或高斯噪声图像,对之前噪声融合处理得到的第二中间子图像继续进行噪声融合处理。
其中,在利用经增强处理后的云噪声图像和/或高斯噪声图像,对前一次噪声融合处理得到的第二中间子图像进行噪声融合处理时,基于云噪声图像的噪声融合处理和基于高斯噪声图像的噪声融合处理的顺序可以任意变化,示例性地,可以在完成所有基于云噪声图像的噪声融合处理后,再进行基于高斯噪声图像的噪声融合处理,或者,可以在完成所有基于高斯噪声图像的噪声融合处理后,再进行基于云噪声图像的噪声融合处理,或者,可以将基于云噪声图像的噪声融合处理和基于高斯噪声图像的噪声融合处理交替进行,直至完成所有的噪声融合处理。
可选地,本公开实施例还可以包括利用预设的光纤噪声图像对目标效果图像进行噪声融合处理的操作,具体地,可以根据光纤噪声图像的各像素点的像素值,按照式(9)或与式(9)类似的计算方法,对目标效果图像的对应像素点的像素值进行变换处理。
本实施例的图像处理方法仅用于对本公开作解释说明,并不用于限制本公开,进一步地,本公开对第一色彩变换处理、第二色彩变换处理和各噪声融合处理等图像处理操作的顺序及次数不作具体限制,本公开还可以根据图像处理的目的适应性调整各图像处理的顺序及次数。
可选地,本实施例还可以包括对待增强处理的初始云噪声图像进行增强处理,得到经增强处理后的云噪声图像的操作。其中,在对初始云噪声图像进行增强处理时,可以获取待增强处理的初始云噪声图像,然后进行针对初始云噪声图像的第一增强处理,得到第一云噪声图像,之后进行针对第一云噪声图像的第二增强处理,得到第二云噪声图像,其中,第一增强处理区别于第二增强处理,第一增强处理和第二增强处理分别为扭曲处理和前背景置换处理中的任一种,第一云噪声图像和/或第二云噪声图像,构成经增强处理后的云噪声图像。
具体地,在获取待增强处理的初始云噪声图像时,可以直接接收用户通过操作终端上传的预设云噪声图像,并将其作为初始云噪声图像,也可以接收用户输入的用于指示目标云噪声图像的云噪声图像参数,然后根据云噪声图像参数,从图像数据库中查找并获取与云噪声图像参数对应的目标云噪声图像,并将获取的目标云噪声图像作为初始云噪声图像。
进行针对初始云噪声图像的第一增强处理,例如可以是对初始云噪声图像进行扭曲处理,具体地,可以将初始云噪声图像划分为M×N个区域,然后对每个区域顶点像素点的坐标值进行偏移处理,再适应性对每个区域内各像素点的坐标值进行射影变换处理,其中,M、N以及顶点像素点坐标值的偏移量可以在预设范围内随机选择。在本公开实施例中,例如可以采用OpenCv执行对初始云噪声图像的扭曲处理操作。
示例性地,图4示意性示出了根据本公开实施例的对初始云噪声图像进行扭曲处理的示意图,如图4所示,将初始云噪声图像401划分为4×4个方形区域,然后对每个方形区域的顶点像素点的坐标值进行随机偏移处理,得到第一云噪声图像402。图5示意性示出了根据本公开实施例的对初始云噪声图像进行扭曲处理前后的对比示意图,其中,图像A表示初始云噪声图像,图像B和C分别表示初始云噪声图像A经不同程度的扭曲处理后得到的第一云噪声图像。
进行针对第一云噪声图像的第二增强处理,例如可以是对第一云噪声图像进行前背景置换处理,具体地,可以基于第一云噪声图像中的各像素点的像素值,将第一云噪声图像中的云噪声像素点置换成背景像素点,将背景像素点置换成云噪声像素点。
图6示意性示出了根据本公开实施例的对第一云噪声图像进行前背景置换处理前后的对比示意图,其中,图像D表示第一云噪声图像,图像E表示第一云噪声图像D经前背景置换处理后得到的第二云噪声图像。
可选地,本实施例还可以包括对待增强处理的初始高斯噪声图像进行增强处理,得到至少一个经增强处理后的高斯噪声图像的操作。其中,在对待增强处理的初始高斯噪声图像进行增强处理时,可以获取待增强处理的初始高斯噪声图像;利用至少一组预设的增强参数,分别对初始高斯噪声图像中像素点的像素值进行变换处理,得到至少一个经增强处理后的高斯噪声图像。
其中,获取待增强处理的初始高斯噪声图像的方法与前述获取初始云噪声图像的方法类似,此处不再赘述。针对任意一组预设的增强参数,可以基于二维高斯公式,利用预设的增强参数对初始高斯噪声图像中像素点的像素值进行变换处理,得到经增强处理后的高斯噪声图像,其中,预设的增强参数例如可以包括高斯核中心点坐标值(xc,yc)、高斯核函数的峰值th1和高斯核函数的方差th2。
示例性地,针对大小为H×W的初始高斯噪声图像,可以按照式(11),利用预设的增强参数对其中像素点的像素值进行变换处理,得到经增强处理后的高斯噪声图像Igauss:
其中,Igauss(i,j)表示经增强处理后的高斯噪声图像Igauss中第i行第j列的像素点的像素值,(xc,yc)表示高斯核中心点坐标值,th1表示高斯核函数的峰值,th2表示高斯核函数的方差。
图7示意性示出了根据本公开实施例的利用不同增强参数增强处理后的高斯噪声图像的效果图,其中,高斯噪声图像F对应的增强处理参数为:xc=W/2,yc=H/2,th1=1,th2=1,高斯噪声图像G对应的增强处理参数为:xc=W/2,yc=H/2,th1=2,th2=1,高斯噪声图像H对应的增强处理参数为:xc=W/3,yc=H/3,th1=1,th2=1。
在本公开实施例中,依次对待处理的初始图像进行基于色调、饱和度和亮度的色彩变换处理,得到处理后的中间图像,然后再依次对中间图像进行基于经增强处理后的云噪声图像和经增强处理后的高斯噪声图像的噪声融合处理,得到目标效果图像。基于色调、饱和度和亮度的色彩变换处理,能够有效提升处理得到的目标效果图像的自然度,基于经增强处理后的云噪声图像和经增强处理后的高斯噪声图像进行的噪声融合处理,能够有效提升处理得到的目标效果图像的真实度,因此,本公开实施例的方法能够有效提升处理得到的具有特定视觉效果的目标效果图像的自然度和真实感。
图8示意性示出了根据本公开实施例的另一图像处理方法的流程图,对应地,图9示意性示出了本公开实施例的图像处理方法的效果示意图。
如图8所示,该方法800例如可以包括操作操作S810~S860。
操作S810,获取待处理的初始图像I。
接下来,在操作S820,利用第一色调超参数(示例性地,H*=44)和饱和度超参数(示例性地,S*=29/255),按照式(1)-(3)对初始图像I的RGB值进行变换处理,得到第一中间子图像I1。
接下来,在操作S830,利用第二色调超参数(示例性地,H**=44)和亮度值变换指数(示例性地,δ=0.6),按照式(4)-(8)对第一中间子图像I1的RGB值进行变换处理,得到处理后的中间图像I2。
接下来,在操作S840,利用经增强处理后的云噪声图像,按照式(9)对中间图像I2进行噪声融合处理,得到第二中间子图像I3。
接下来,在操作S850,利用光纤噪声图像,按照式(9)对第二中间子图像I3进行噪声融合处理,得到第三中间子图像I4。
接下来,在操作S860,利用经增强处理后的高斯噪声图像,按照式(9)对第三中间子图像I4进行噪声融合处理,得到目标效果图像I5。
图10示意性示出了根据本公开实施例的图像处理装置的框图。
如图10所示,该装置1000可以包括获取模块1001、第一处理模块1002和第二处理模块1003。
具体地,获取模块1001,用于获取待处理的初始图像;第一处理模块1002,用于利用基于色彩特征的变换参数,进行针对初始图像的色彩变换处理,得到处理后的中间图像;第二处理模块1003,用于利用经增强处理后的噪声图像,进行针对中间图像的噪声融合处理,得到目标效果图像并输出。
在本公开实施例中,通过利用基于色彩特征的变换参数对待处理的初始图像进行色彩变换处理,得到处理后的中间图像,然后再利用经增强处理后的噪声图像,对中间图像进行噪声融合处理,得到目标效果图像,通过在图像处理过程中进行色彩变换处理和噪声融合处理,本实施例方法能够将初始图像处理为具有特定视觉效果的目标效果图像,处理得到的目标效果图像具有较好的自然度和真实感,有利于拓宽目标效果图像的应用范围,和改善目标效果图像的应用质量。
作为一种可选的实施例,第一处理模块包括:第一处理子模块,用于利用基于色调的第一变换参数、基于饱和度的第二变换参数,进行针对初始图像的第一色彩变换处理,得到第一中间子图像;第二处理子模块,用于利用基于色调的第三变换参数、基于亮度的第四变换参数,进行针对第一中间子图像的第二色彩变换处理,得到处理后的中间图像。
作为一种可选的实施例,第二处理模块包括:第三处理子模块,用于依次利用经增强处理后的至少两个噪声图像中的各噪声图像,对前一次噪声融合处理得到的第二中间子图像进行噪声融合处理,其中,至少一个噪声图像包括云噪声图像和高斯噪声图像,首次噪声融合处理的对象为中间图像,最后次噪声融合处理后得到的图像,作为目标效果图像。
作为一种可选的实施例,该图像处理装置还包括第三处理模块,用于生成增强处理后的云噪声图像,包括:第一获取子模块,用于获取待增强处理的初始云噪声图像;第四处理子模块,用于进行针对初始云噪声图像的第一增强处理,得到第一云噪声图像;第五处理子模块,用于进行针对第一云噪声图像的第二增强处理,得到第二云噪声图像;其中,第一增强处理和第二增强处理分别为扭曲处理和前背景置换处理中的任一种,第一云噪声图像和/或第二云噪声图像,构成经增强处理后的云噪声图像。
作为一种可选的实施例,该图像处理装置还包括第四处理模块,用于生成经增强处理后的高斯噪声图像,包括:第二获取子模块,用于获取待增强处理的初始高斯噪声图像;第六处理子模块,用于利用至少一组预设的增强参数,分别对初始高斯噪声图像中像素点的像素值进行变换处理,得到至少一个经增强处理后的高斯噪声图像。
作为一种可选的实施例,第三处理子模块具体用于:依次根据各噪声图像的像素点的像素值,对前一次噪声融合处理得到的第二中间子图像的对应像素点的像素值进行变换处理。
作为一种可选的实施例,该图像处理装置应用于生成老旧照片效果的图像。
可选地,获取模块1001、第一处理模块1002和第二处理模块1003中的模块、子模块中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者根据本公开实施例的模块中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块1001、第一处理模块1002和第二处理模块1003中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。可选地,获取模块1001、第一处理模块1002和第二处理模块1003中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块1001、第一处理模块1002和第二处理模块1003中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图11示意性示出了根据本公开实施例的适于实现图像处理方法和装置的电子设备的框图。图11示出的计算机***仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图11所示,根据本公开实施例的计算机***1100包括处理器1101,其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。处理器1101例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器1101还可以包括用于缓存用途的板载存储器。处理器1101可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1103中,存储有***1100操作所需的各种程序和数据。处理器1101、ROM1102以及RAM 1103通过总线1104彼此相连。处理器1101通过执行ROM 1102和/或RAM 1103中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 1102和RAM 1103以外的一个或多个存储器中。处理器1101也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
可选地,***1100还可以包括输入/输出(I/O)接口1105,输入/输出(I/O)接口1105也连接至总线1104。***1100还可以包括连接至I/O接口1105的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1106;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107;包括硬盘等的存储部分1108;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1106。可拆卸介质1111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1110上,以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
可选地,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1109从网络上被下载和安装,和/或从可拆卸介质1111被安装。在该计算机程序被处理器1101执行时,执行本公开实施例的***中限定的上述功能。可选地,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
可选地,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。例如,可选地,计算机可读存储介质可以包括上文描述的ROM 1102和/或RAM 1103和/或ROM 1102和RAM 1103以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种图像处理方法,包括:
获取待处理的初始图像;
利用基于色彩特征的变换参数,进行针对所述初始图像的色彩变换处理,得到处理后的中间图像;
利用经增强处理后的噪声图像,进行针对所述中间图像的噪声融合处理,得到目标效果图像并输出。
2.根据权利要求1所述的方法,其中,所述利用基于色彩特征的变换参数,进行针对所述初始图像的色彩变换处理,得到处理后的中间图像,包括:
利用基于色调的第一变换参数、基于饱和度的第二变换参数,进行针对所述初始图像的第一色彩变换处理,得到第一中间子图像;
利用基于色调的第三变换参数、基于亮度的第四变换参数,进行针对所述第一中间子图像的第二色彩变换处理,得到所述中间图像。
3.根据权利要求1所述的方法,其中,所述利用经增强处理后的噪声图像,进行针对所述中间图像的噪声融合处理,得到目标效果图像,包括:
依次利用经增强处理后的至少两个噪声图像中的各噪声图像,对前一次噪声融合处理后得到的第二中间子图像进行噪声融合处理,
其中,首次噪声融合处理的对象为所述中间图像,最后次噪声融合处理后得到的图像,作为所述目标效果图像。
4.根据权利要求3所述的方法,其中,所述噪声图像包括云噪声图像,经增强处理后的云噪声图像的生成方法,包括:
获取待增强处理的初始云噪声图像;
进行针对所述初始云噪声图像的第一增强处理,得到初始云噪声图像;
进行针对所述初始云噪声图像的第二增强处理,得到第一云噪声图像;
其中,所述第一增强处理区别于所述第二增强处理,所述第一增强处理和所述第二增强处理分别为扭曲处理和前背景置换处理中的任一种,所述初始云噪声图像和/或所述第一云噪声图像,构成所述经增强处理后的云噪声图像。
5.根据权利要求3所述的方法,其中,所述噪声图像包括高斯噪声图像,经增强处理后的高斯噪声图像的生成方法,包括:
获取待增强处理的初始高斯噪声图像;
利用至少一组预设增强参数中的各组增强参数,分别对所述初始高斯噪声图像中像素点的像素值进行变换处理,得到至少一个经增强处理后的高斯噪声图像。
6.根据权利要求3所述的方法,其中,所述依次利用经增强处理后的至少两个噪声图像中的各噪声图像,对前一次噪声融合处理后得到的第二中间子图像进行噪声融合处理,包括:
依次根据各所述噪声图像的像素点的像素值,对前一次噪声融合处理得到的第二中间子图像的对应像素点的像素值进行变换处理。
7.根据权利要求1至6中任一项所述的方法,其中,所述方法应用于生成老旧照片效果的图像。
8.一种图像处理装置,包括:
获取模块,用于获取待处理的初始图像;
第一处理模块,用于利用基于色彩特征的变换参数,进行针对所述初始图像的色彩变换处理,得到处理后的中间图像;
第二处理模块,用于利用经增强处理后的噪声图像,进行针对所述中间图像的噪声融合处理,得到目标效果图像并输出。
9.一种电子设备,包括:
一个或多个处理器;以及
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110114916.XA CN113763487A (zh) | 2021-01-27 | 2021-01-27 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110114916.XA CN113763487A (zh) | 2021-01-27 | 2021-01-27 | 图像处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113763487A true CN113763487A (zh) | 2021-12-07 |
Family
ID=78786493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110114916.XA Pending CN113763487A (zh) | 2021-01-27 | 2021-01-27 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113763487A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107424124A (zh) * | 2017-03-31 | 2017-12-01 | 北京臻迪科技股份有限公司 | 一种图像增强方法及装置 |
CN108989678A (zh) * | 2018-07-27 | 2018-12-11 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端 |
CN109348212A (zh) * | 2018-09-28 | 2019-02-15 | 维沃移动通信(杭州)有限公司 | 一种图像噪声确定方法及终端设备 |
CN109522883A (zh) * | 2018-12-28 | 2019-03-26 | 广州海昇计算机科技有限公司 | 一种人脸检测方法、***、装置及存储介质 |
CN110263872A (zh) * | 2019-06-26 | 2019-09-20 | 上海鹰瞳医疗科技有限公司 | 训练数据处理方法及装置 |
CN110610463A (zh) * | 2019-08-07 | 2019-12-24 | 深圳大学 | 一种图像增强方法及装置 |
-
2021
- 2021-01-27 CN CN202110114916.XA patent/CN113763487A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107424124A (zh) * | 2017-03-31 | 2017-12-01 | 北京臻迪科技股份有限公司 | 一种图像增强方法及装置 |
CN108989678A (zh) * | 2018-07-27 | 2018-12-11 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端 |
CN109348212A (zh) * | 2018-09-28 | 2019-02-15 | 维沃移动通信(杭州)有限公司 | 一种图像噪声确定方法及终端设备 |
CN109522883A (zh) * | 2018-12-28 | 2019-03-26 | 广州海昇计算机科技有限公司 | 一种人脸检测方法、***、装置及存储介质 |
CN110263872A (zh) * | 2019-06-26 | 2019-09-20 | 上海鹰瞳医疗科技有限公司 | 训练数据处理方法及装置 |
CN110610463A (zh) * | 2019-08-07 | 2019-12-24 | 深圳大学 | 一种图像增强方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110136066B (zh) | 面向视频的超分辨率方法、装置、设备和存储介质 | |
CN112989904B (zh) | 风格图像生成方法、模型训练方法、装置、设备和介质 | |
US10311548B2 (en) | Scaling render targets to a higher rendering resolution to display higher quality video frames | |
CN111353948B (zh) | 一种图像降噪方法、装置及设备 | |
CN108665415B (zh) | 基于深度学习的图像质量提升方法及其装置 | |
CN110070495B (zh) | 图像的处理方法、装置和电子设备 | |
US11538136B2 (en) | System and method to process images of a video stream | |
CN116485979B (zh) | 映射关系计算方法、颜色校准方法及电子设备 | |
CN113939845A (zh) | 提高图像色彩质量的方法、***和计算机可读介质 | |
CN113344794A (zh) | 一种图像处理方法、装置、计算机设备及存储介质 | |
US8786616B2 (en) | Parallel processing for distance transforms | |
CN113763487A (zh) | 图像处理方法及装置 | |
KR20100103703A (ko) | 그래픽스 프로세싱 시스템에서 표면 생성을 위한 멀티-포맷 지원 | |
US20220108420A1 (en) | Method and system of efficient image rendering for near-eye light field displays | |
CN114266696B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN111383158A (zh) | 遥感图像预处理方法 | |
CN111223105B (zh) | 图像处理方法和装置 | |
CN111292245A (zh) | 图像处理方法和装置 | |
CN115460461B (zh) | 视频处理方法及装置、终端设备、计算机可读存储介质 | |
US11854121B2 (en) | Water ripple effect implementing method and apparatus, electronic device, and computer readable storage medium | |
CN116778053B (zh) | 基于目标引擎的贴图生成方法、装置、设备及存储介质 | |
CN113034367B (zh) | 信息处理方法、装置、计算机***及可读存储介质 | |
CN115147280B (zh) | 深度学习模型的训练方法、图像处理方法、装置和设备 | |
CN108492303B (zh) | 实时抠像方法及装置、终端装置 | |
US20200258279A1 (en) | Image display method and apparatus, and storage medium |
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 |