CN114429484A - 一种图像处理方法、装置、智能设备及存储介质 - Google Patents
一种图像处理方法、装置、智能设备及存储介质 Download PDFInfo
- Publication number
- CN114429484A CN114429484A CN202210069813.0A CN202210069813A CN114429484A CN 114429484 A CN114429484 A CN 114429484A CN 202210069813 A CN202210069813 A CN 202210069813A CN 114429484 A CN114429484 A CN 114429484A
- Authority
- CN
- China
- Prior art keywords
- image
- background
- moving
- original image
- separated
- 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 39
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000007499 fusion processing Methods 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 13
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000000903 blocking effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000002123 temporal 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
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- 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)
- Studio Devices (AREA)
Abstract
本申请实施例公开了一种图像处理方法、装置、智能设备及存储介质，本申请实施例可以获取多张原始图像，所述原始图像包括运动主体与背景；对每张原始图像中的所述运动主体与所述背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体；将每张原始图像对应的分离后背景进行对齐，得到对齐后的背景图像；获取每张原始图像中所述运动主体的拍摄参数；根据所述拍摄参数对每张原始图像对应的分离后运动主体进行排序，得到排序后运动主体；将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像。解决了被拍摄者重叠时，出现被拍摄者在处理后的照片中空间位置排列不合常理的现象，提高图像运动主体的分身处理效果。
Description
技术领域
本申请涉及数据处理技术领域，具体涉及一种图像处理方法、装置、智能设备及存储介质。
背景技术
随着科技的进步，拍照设备越来越普及。为了拍出比较有趣的照片，用户会通过各种手段对照片进行后处理，达到满意的效果。但是对于普通用户来说，对照片进行后期处理来获得有趣的图片的难度非常大。如某手机的相机有一个“魔法分身”的功能，可以在相机中开启“魔法分身”，固定手机，然后被拍摄者过移动位置，连续拍四张照片，最后将四张照片合成在一起。通过此方法达到趣味性效果。虽然该功能具有一定的趣味性，但是被拍摄者重叠时，会出现被拍摄者在处理后的照片中空间位置排列不合常理的现象，无法达到预期的效果。
发明内容
本申请实施例提供一种图像处理方法、装置、智能设备及存储介质，可以提高图像中运动主体的分身处理效果。
为解决上述技术问题，本申请实施例提供以下技术方案：
本申请实施例提供了一种图像处理方法，包括：
获取多张原始图像，所述原始图像包括运动主体与背景；
对每张原始图像中的所述运动主体与所述背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体；
将每张原始图像对应的分离后背景进行对齐，得到对齐后的背景图像；
获取每张原始图像中所述运动主体的拍摄参数；
根据所述拍摄参数对每张原始图像对应的分离后运动主体进行排序，得到排序后运动主体；
将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像。
在一实施方式中，所述对每张原始图像中的所述运动主体与所述背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体，包括：
获取预设背景提取算法；
根据所述预设背景提取算法，将每张原始图像中的所述运动主体与所述背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体。
在一实施方式中，所述将每张原始图像对应的分离后背景进行对齐，得到对齐后的背景图像，包括：
获取每张原始图像的对齐矩阵；
根据所述对齐矩阵对每张原始图像对应的分离后背景进行对齐处理，以得到对齐处理后的背景图像。
在一实施方式中，所述获取每张原始图像的对齐矩阵，包括：
提取每张原始图像的特征点；
将每张原始图像的特征点进行匹配，求解每张原始图像的对齐矩阵。
在一实施方式中，所述拍摄参数包括景深信息和拍摄时间信息，所述根据所述拍摄参数对每张原始图像对应的分离后运动主体进行排序，得到排序后运动主体，包括：
若所述景深信息相同，则获取相同景深的每张原始图像对应的拍摄时间信息；
根据所述拍摄时间信息，按照由先到后的顺序将运动主体进行排序；
若景深信息不同，则根据景深信息，按照由远到近的顺序将运动主体进行排序。
在一实施方式中，所述将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像，包括：
获取每张照片中所述运动主体与所述背景的相对坐标信息；
根据所述相对坐标信息将排序后运动主体与所述背景图像进行融合处理，得到目标图像。
在一实施方式中，所述将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像之后，所述方法还包括：
获取每张原始图像的尺寸；
根据所述尺寸以及所述对齐矩阵确定目标图像中所有原始图像的最大交集区域；
按照所述最大交集区域对所述目标图像进行裁剪。
在一实施方式中，所述将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像之后，所述方法还包括：
响应于接收到的裁剪指令，获取所述裁剪指令对应的裁剪尺寸与裁剪比例；
按照所述裁剪尺寸与所述裁剪比例在所述最大交集区域内对所述目标图像进行裁剪。
根据本申请的一个方面，还提供了一种图像处理装置，包括：
第一获取模块，用于获取多张原始图像，所述原始图像包括运动主体与背景；
分离模块，用于对每张原始图像中的所述运动主体与所述背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体；
对齐模块，用于将每张原始图像对应的分离后背景进行对齐，得到对齐后的背景图像；
第二获取模块，用于获取每张原始图像中所述运动主体的拍摄参数；
排序模块，用于根据所述拍摄参数对每张原始图像对应的分离后运动主体进行排序，得到排序后运动主体；
融合模块，用于将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像。
根据本申请的一个方面，还提供了一种智能设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行本申请实施例提供的任一种图像处理方法。
根据本申请的一个方面，还提供了一种存储介质，所述存储介质用于存储计算机程序，所述计算机程序被处理器加载，以执行本申请实施例提供的任一种图像处理方法。
本申请实施例中，智能设备获取多张原始图像，所述原始图像包括运动主体与背景；对每张原始图像中的所述运动主体与所述背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体；将每张原始图像对应的分离后背景进行对齐，得到对齐后的背景图像；获取每张原始图像中所述运动主体的拍摄参数；根据所述拍摄参数对每张原始图像对应的分离后运动主体进行排序，得到排序后运动主体；将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像。这样智能设备按照拍摄参数对原始图像对应的分离后运动物体进行排序并将排序后运动主体与背景图像进行融合处理得到目标图像，从而避免远处的运动物体遮挡住近处的运动物体，形成违反视觉透视原理的图像，而是将运动主体按照合乎常理的排序关系进行排序，提高了图像中运动主体的分身处理效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的图像处理方法的流程示意图；
图2是本申请实施例提供的图像处理方法的另一流程示意图；
图3是本申请实施例提供的图像处理方法的另一流程示意图；
图4是本申请实施例提供的图像处理方法的另一流程示意图；
图5是本申请实施例提供的图像裁剪示意图；
图6是本申请实施例提供的图像处理装置的示意图；
图7是本申请实施例提供的智能设备的结构示意图。
具体实施方式
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，所描述的实施例仅仅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。
本申请实施例提供一种图像处理方法、装置、智能设备及存储介质(即计算机可读存储介质)。其中，图像处理方法应用可以包括图像处理装置，该图像处理装置具体可以集成在智能设备中，该智能设备可以与服务器或终端等进行通信连接，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式***，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器，但并不局限于此。服务器与终端之间可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。该终端可以是手机、电脑、家电设备、或者可穿戴设备等。
以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。
在本实施例中，将从智能设备的角度进行描述，请参阅图1，图1是本申请实施例提供的图像处理方法的一流程示意图。该图像处理方法可以包括：
S10、获取多张原始图像，原始图像包括运动主体与背景；
在本实施例中图像处理方法的执行主体为智能设备，智能设备可以是移动电子设备或非移动电子设备，例如手机、相机、平板、电脑车载终端或者可穿戴设备等。可选地，智能设备中包括图像获取装置，图像获取装置可以是摄像头，摄像头可以是至少两个，摄像头可以是固定的也可以是可旋转移动的。在本实施例中为了获得图像中运动主体分身的效果，用户通过智能设备中的应用打开图像获取装置采集多张该智能设备所处环境的原始图像，原始图像中包括运动主体与背景，其中运动主体可以是在一定距离范围内移动的人或物，背景可以是固定的人或物。
示例性地，用户可以将摄像头对准在一定距离范围内移动的人或物，根据运动主体的移动位置选择拍摄时机连续拍摄多张原始图像，或者用户在智能设备设置好预设时间间隔，智能设备每个预设时间间隔定时拍摄多张原始图像，该预设时间间隔可以是1秒，也可以根据实际需求设置。
S20、对每张原始图像中的运动主体与背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体；
可选地，步骤S20可以包括：获取预设背景提取算法；
根据预设背景提取算法，将每张原始图像中的运动主体与背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体。
预设背景提取算法可以是帧差、背景提取、光流(稀疏光流、稠密光流)、运动竞争、运动模版或时间熵等算法。其中，背景提取算法可以是GMM(Gaussian Mixture Model,高斯混合模型)算法或ViBe(visual background extractor，视频前景提取算法)算法等，其中，例如GMM算法是一种基于像素样本统计信息的背景表示方法，它是根据视频中的每个像素在时域上的概率统计信息(均值/方差)来构建各个像素的颜色分布模型，依次来达到背景建模的目的。背景建模完成后，使用统计差分进行目标像素判断以达到对前景目标的检测，同时用目标像素不断更新背景模型以实现对动态背景的建模拟合；ViBe算法是一种像素级的背景建模、前景检测算法，该算法主要不同之处是背景模型的更新策略，随机选择需要替换的像素的样本，随机选择邻域像素进行更新。在无法确定像素变化的模型时，随机的更新策略，在一定程度上可以模拟像素变化的不确定性。可选地，按照预设背景提取算法，将每张原始图像中的运动主体与背景进行分离处理，得到每张原始图像对应的分离后背景的特征点和分离后运动主体的特征点。
S30、将每张原始图像对应的分离后背景进行对齐，得到对齐后的背景图像；
为了获得运动物体的分身图像，需要将多张原始图像中的背景对齐融合成为一个背景图像，而将运动物体对应贴合在背景图中。可选地，获取预设对齐算法，其中，对齐算法可以是RANSAC算法(Random sample consensus，随机抽样一致算法)；按照对齐算法将分离后背景进行对齐拼接处理，得到对齐后的背景图像。
S40、获取每张原始图像中运动主体的拍摄参数；
拍摄参数可以包括原始图像的景深信息与拍摄时间信息。需要说明的是，本实施例中智能设备包括至少两个摄像头，以便在采集原始图像时可以获取到原始图像的景深信息。
S50、根据拍摄参数对每张原始图像对应的分离后运动主体进行排序，得到排序后运动主体；
可选地，智能设备可以根据景深信息对原始图像中分离后运动主体进行排序，从而避免远处的运动物体遮挡住近处的运动物体，形成违反视觉透视原理的图像，而是将运动主体按照合乎常理的排序关系进行排序，提高了图像运动主体的分身处理效果。
S60、将排序后运动主体与背景图像进行融合处理，得到目标图像。
可选地，在本实施例中，步骤S60可以包括：
获取每张照片中运动主体与背景的相对坐标信息；
根据相对坐标信息将排序后运动主体与背景图像进行融合处理，得到目标图像。
将运动主体排序后，根据每张原始图像中运动主体与背景的相对坐标信息将排序后运动主体贴合在背景图像中进行融合处理，从而得到目标图像，该目标图像为运动主体的分身图像。
可以理解的是，在拍照过程中，由于拍摄者手持设备时会有轻微的抖动，或者是将摄像头的视角在小范围内进行移动，导致拍摄出来的每张原始图像的视角都不一样。因此，为了在图像合成阶段能准确无误地合成，需要对多张原始图像进行对齐处理。可选地，在本实施例中步骤S10中获取到多张原始图像之后，可以按照拍摄时间顺序，选取第一张原始图像作为基准图像，通过对齐算法计算出每张照片的对齐矩阵，从而对原始图像进行对齐处理。
在本实施例提供的技术方案中，智能设备获取多张原始图像，原始图像包括运动主体与背景；对每张原始图像中的运动主体与背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体；将每张原始图像对应的分离后背景进行对齐，得到对齐后的背景图像；获取每张原始图像中运动主体的拍摄参数；根据拍摄参数对每张原始图像对应的分离后运动主体进行排序，得到排序后运动主体；将排序后运动主体与背景图像进行融合处理，得到目标图像。这样智能设备按照拍摄参数对原始图像对应的分离后运动物体进行排序并将排序后运动主体与背景图像进行融合处理得到目标图像，从而避免远处的运动物体遮挡住近处的运动物体，形成违反视觉透视原理的图像，而是将运动主体按照合乎常理的排序关系进行排序，提高了图像中运动主体的分身处理效果。
如图2，图2是本申请实施例提供的图像处理方法的另一流程示意图。步骤S30可以包括：
S31、获取每张原始图像的对齐矩阵；
可选地，步骤S31包括：
提取每张原始图像的特征点；
将每张原始图像的特征点进行匹配，求解每张原始图像的对齐矩阵。
特征点可以是ORB(Oriented Fast and Rotated Brief，定向快速旋转)特征点。
S32、根据对齐矩阵对每张原始图像对应的分离后背景进行对齐处理，以得到对齐处理后的背景图像。
可选地，获取对齐算法，对齐算法可以是RANSAC算法(Random sample consensus，随机抽样一致算法)；根据对齐算法与对齐矩阵对每张原始图像对应的分离后背景进行对齐拼接处理，以得到对齐处理后的背景图像。
在本实施例提供的技术方案中，智能设备获取每张原始图像的对齐矩阵；根据对齐矩阵对每张原始图像对应的分离后背景进行对齐处理，以得到对齐处理后的背景图像。这样智能设备可以将每张原始图像中分离后的背景图像进行准确对齐拼接，以方便后期将运动物体准确地融合到背景图像中，提高了图像处理效果。
如图3，图3是本申请实施例提供的图像处理方法的另一流程示意图。拍摄参数包括景深信息和拍摄时间信息，步骤S50可以包括：
S51、若景深信息相同，则获取相同景深的每张原始图像对应的拍摄时间信息；
S52、根据拍摄时间信息，按照由先到后的顺序将运动主体进行排序；
可以理解的是，智能设备在获取原始图像时，运动主体可能会在背景环境中前后或左右移动，并可能摆出不同的姿势。为了避免在后期对运动主体进行融合处理时，远处的运动主体遮挡住近处的运动主体，或者运动主体后摆出的姿势遮挡住先摆出的姿势，因而需要获取拍摄到的每张原始图像的景深信息与拍摄时间信息，并根据景深信息与拍摄时间信息将运动主体进行排序。
可选地，如果原始图像中的景深信息相同，则根据拍摄时间信息，按照由先到后的顺序将运动主体进行排序，从而使得后拍摄到的运动主体在先拍摄到的运动主体的图层上方，并且保证运动主体在图像中的姿势可以按照时间顺序连贯的呈现，提高了图像中运动主体的分身处理效果。
S53、若景深信息不同，则根据景深信息，按照由远到近的顺序将运动主体进行排序。
可选地，拍摄参数也可以包括高度信息、深度信息或者三维位置信息等，拍摄参数可以根据实际需求设置，以便将拍摄到的运动主体按照需要进行排序，从而避免运动主体之间出现不正确的遮挡。
在本实施例提供的技术方案中，智能设备获取原始图像的拍摄参数，拍摄参数包括景深信息和拍摄时间信息，若景深信息相同，则获取相同景深的每张原始图像对应的拍摄时间信息；根据拍摄时间信息，按照由先到后的顺序将运动主体进行排序；若景深信息不同，则根据景深信息，按照由远到近的顺序将运动主体进行排序。这样智能设备按照景深信息和拍摄时间信息对原始图像对应的分离后运动物体进行排序并将排序后运动主体与背景图像进行融合处理得到目标图像，从而避免远处的运动物体遮挡住近处的运动物体，形成违反视觉透视原理的图像，而是将运动主体按照合乎常理的排序关系进行排序，提高了图像中运动主体的分身处理效果。
如图4与图5，图4是本申请实施例提供的图像处理方法的另一流程示意图，图5是本申请实施例提供的图像裁剪示意图，步骤S60之后，还可以包括：
S70、获取每张原始图像的尺寸；
S80、根据尺寸以及对齐矩阵确定目标图像中所有原始图像的最大交集区域；
最大交集区域即为目标图像的最大剪裁区域。参照图5，获取原始图像201、202、203以及204的尺寸以及对应的对齐矩阵，根据对齐矩阵以及对齐算法将多张原始图像对应的分离后的背景进行对齐拼接后可以得到背景图像。图中每个原始图像从左到右按照时间排序，图中原始图像202的景深比原始图像201较近，因此原始图像201中的运动主体先排序，原始图像202中的运动主体后排序，即202的运动主体在图层的最上方。将排序后运动主体与背景图像融合后得到目标图像。根据每张原始图像的尺寸以及对应的对齐矩阵确定所有原始图像的最大交集区域，即图5中虚线对应的框中的区域。
S90、按照最大交集区域对目标图像进行裁剪。
按照最大交集区域对目标图像进行剪裁，得到剪裁后图像。将剪裁后图像进行显示，以供用户基于剪裁后图像进行手动处理。
可选地，在本实施例中，步骤S80之后，还可以包括：
响应于接收到的裁剪指令，获取裁剪指令对应的裁剪尺寸与裁剪比例；
按照裁剪尺寸与裁剪比例在最大交集区域内对目标图像进行裁剪。
智能设备将按照最大剪裁区域剪裁后的剪裁后图像显示在显示界面后，用户可以基于显示界面的剪裁后图像确定剪裁尺寸与剪裁比例，根据剪裁尺寸与剪裁比例生成剪裁指令，智能设备按照剪裁指令对应的裁剪尺寸与裁剪比例在最大交集区域内对目标图像进行裁剪，以得到最终的图像。
在本实施例提供的技术方案中，获取每张原始图像的尺寸；根据尺寸以及对齐矩阵确定目标图像中所有原始图像的最大交集区域；按照最大交集区域对目标图像进行裁剪。这样智能设备可以将目标图像进行合理地裁剪，得到运动主体在目标图像中按照合理的比例分身显示的图像，提高了图像中运动主体的分身处理效果。
为便于更好的实施本申请实施例提供的图像处理方法，本申请实施例还提供一种基于上述图像处理方法的装置。其中名词的含义与上述图像处理方法中相同，具体实现细节可以参考方法实施例中的说明。
请参阅图6，图6为本申请实施例提供的图像处理装置的结构示意图，其中该图像处理装置300可以包括第一获取模块301、分离模块302、对齐模块303、第二获取模块304、排序模块305以及融合模块306等。
其中，第一获取模块301，用于获取多张原始图像，原始图像包括运动主体与背景；
分离模块302，用于对每张原始图像中的运动主体与背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体；
对齐模块303，用于将每张原始图像对应的分离后背景进行对齐，得到对齐后的背景图像；
第二获取模块304，用于获取每张原始图像中运动主体的拍摄参数；
排序模块305，用于根据拍摄参数对每张原始图像对应的分离后运动主体进行排序，得到排序后运动主体；
融合模块306，用于将排序后运动主体与背景图像进行融合处理，得到目标图像。
可选地，图像处理装置还可以包括图中未示出的下列模块：
第三获取模块，用于获取预设背景提取算法；
分离模块，用于根据预设背景提取算法，将每张原始图像中的运动主体与背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体。
第四获取模块，用于获取每张原始图像的对齐矩阵；
对齐模块，用于根据对齐矩阵对每张原始图像对应的分离后背景进行对齐处理，以得到对齐处理后的背景图像。
提取模块，用于提取每张原始图像的特征点；
求解模块，用于将每张原始图像的特征点进行匹配，求解每张原始图像的对齐矩阵。
第五获取模块，用于若景深信息相同，则获取相同景深的每张原始图像对应的拍摄时间信息；
第一排序模块，用于根据拍摄时间信息，按照由先到后的顺序将运动主体进行排序；
第二排序模块，用于若景深信息不同，则根据景深信息，按照由远到近的顺序将运动主体进行排序。
第六获取模块，用于获取每张照片中运动主体与背景的相对坐标信息；
融合模块，用于根据相对坐标信息将排序后运动主体与背景图像进行融合处理，得到目标图像。
第七获取模块，用于获取每张原始图像的尺寸；
确定模块，用于根据尺寸以及对齐矩阵确定目标图像中所有原始图像的最大交集区域；
第一裁剪模块，用于按照最大交集区域对目标图像进行裁剪。
第八获取模块，用于响应于接收到的裁剪指令，获取裁剪指令对应的裁剪尺寸与裁剪比例；
第二裁剪模块，用于按照裁剪尺寸与裁剪比例在最大交集区域内对目标图像进行裁剪。
本申请实施例还提供一种智能设备，该智能设备可以是手机等终端，如图7所示，其示出了本申请实施例所涉及的智能设备的结构示意图，具体来讲：
该智能设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图7中示出的智能设备结构并不构成对智能设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器401是该智能设备的控制中心，利用各种接口和线路连接整个智能设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行智能设备的各种功能和处理数据，从而对智能设备进行整体监控。可选的，处理器401可包括一个或多个处理核心；优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据智能设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
智能设备还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理***与处理器401逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该智能设备还可包括输入单元404，该输入单元404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，智能设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，智能设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对图像处理方法的详细描述，此处不再赘述。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。智能设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该智能设备执行上述实施例中各种可选实现方式中提供的方法。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过计算机指令来完成，或通过计算机指令控制相关的硬件来完成，该计算机指令可以存储于一存储介质中并由处理器进行加载和执行，该存储介质为计算机可读存储介质。为此，本申请实施例提供一种存储介质，其中存储有计算机程序，计算机程序可以包括计算机指令，该计算机程序能够被处理器进行加载，以执行本申请实施例所提供的任一种图像处理方法。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的计算机指令，可以执行本申请实施例所提供的任一种图像处理方法，因此，可以实现本申请实施例所提供的任一种图像处理方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种图像处理方法、装置、智能设备及存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (11)
1.一种图像处理方法，其特征在于，所述图像处理方法包括：
获取多张原始图像，所述原始图像包括运动主体与背景；
对每张原始图像中的所述运动主体与所述背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体；
将每张原始图像对应的分离后背景进行对齐，得到对齐后的背景图像；
获取每张原始图像中所述运动主体的拍摄参数；
根据所述拍摄参数对每张原始图像对应的分离后运动主体进行排序，得到排序后运动主体；
将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像。
2.根据权利要求1所述的图像处理方法，其特征在于，所述对每张原始图像中的所述运动主体与所述背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体，包括：
获取预设背景提取算法；
根据所述预设背景提取算法，将每张原始图像中的所述运动主体与所述背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体。
3.根据权利要求1所述的图像处理方法，其特征在于，所述将每张原始图像对应的分离后背景进行对齐，得到对齐后的背景图像，包括：
获取每张原始图像的对齐矩阵；
根据所述对齐矩阵对每张原始图像对应的分离后背景进行对齐处理，以得到对齐处理后的背景图像。
4.根据权利要求3所述的图像处理方法，其特征在于，所述获取每张原始图像的对齐矩阵，包括：
提取每张原始图像的特征点；
将每张原始图像的特征点进行匹配，求解每张原始图像的对齐矩阵。
5.根据权利要求1所述的图像处理方法，其特征在于，所述拍摄参数包括景深信息和拍摄时间信息，所述根据所述拍摄参数对每张原始图像对应的分离后运动主体进行排序，得到排序后运动主体，包括：
若所述景深信息相同，则获取相同景深的每张原始图像对应的拍摄时间信息；
根据所述拍摄时间信息，按照由先到后的顺序将运动主体进行排序；
若景深信息不同，则根据景深信息，按照由远到近的顺序将运动主体进行排序。
6.根据权利要求1所述的图像处理方法，其特征在于，所述将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像，包括：
获取每张照片中所述运动主体与所述背景的相对坐标信息；
根据所述相对坐标信息将排序后运动主体与所述背景图像进行融合处理，得到目标图像。
7.根据权利要求3所述的图像处理方法，其特征在于，所述将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像之后，所述方法还包括：
获取每张原始图像的尺寸；
根据所述尺寸以及所述对齐矩阵确定目标图像中所有原始图像的最大交集区域；
按照所述最大交集区域对所述目标图像进行裁剪。
8.根据权利要求7所述的图像处理方法，其特征在于，所述将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像之后，所述方法还包括：
响应于接收到的裁剪指令，获取所述裁剪指令对应的裁剪尺寸与裁剪比例；
按照所述裁剪尺寸与所述裁剪比例在所述最大交集区域内对所述目标图像进行裁剪。
9.一种图像处理装置，其特征在于，包括：
第一获取模块，用于获取多张原始图像，所述原始图像包括运动主体与背景；
分离模块，用于对每张原始图像中的所述运动主体与所述背景进行分离处理，得到每张原始图像对应的分离后背景和分离后运动主体；
对齐模块，用于将每张原始图像对应的分离后背景进行对齐，得到对齐后的背景图像；
第二获取模块，用于获取每张原始图像中所述运动主体的拍摄参数；
排序模块，用于根据所述拍摄参数对每张原始图像对应的分离后运动主体进行排序，得到排序后运动主体；
融合模块，用于将所述排序后运动主体与所述背景图像进行融合处理，得到目标图像。
10.一种智能设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至8任一项所述的图像处理方法。
11.一种存储介质，其特征在于，所述存储介质用于存储计算机程序，所述计算机程序被处理器加载以执行权利要求1至8任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210069813.0A CN114429484A (zh) | 2022-01-21 | 2022-01-21 | 一种图像处理方法、装置、智能设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210069813.0A CN114429484A (zh) | 2022-01-21 | 2022-01-21 | 一种图像处理方法、装置、智能设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114429484A true CN114429484A (zh) | 2022-05-03 |
Family
ID=81312995
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210069813.0A Pending CN114429484A (zh) | 2022-01-21 | 2022-01-21 | 一种图像处理方法、装置、智能设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114429484A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115223022A (zh) * | 2022-09-15 | 2022-10-21 | 平安银行股份有限公司 | 一种图像处理方法、装置、存储介质及设备 |
-
2022
- 2022-01-21 CN CN202210069813.0A patent/CN114429484A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115223022A (zh) * | 2022-09-15 | 2022-10-21 | 平安银行股份有限公司 | 一种图像处理方法、装置、存储介质及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110012209B (zh) | 全景图像生成方法、装置、存储介质及电子设备 | |
| CN108830892B (zh) | 人脸图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN112199016B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN111667420B (zh) | 图像处理方法及装置 | |
| CN111835982B (zh) | 图像获取方法、图像获取装置、电子设备及存储介质 | |
| CN111080546A (zh) | 一种图片处理方法及装置 | |
| CN110266955B (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
| CN113763242A (zh) | 一种图像处理方法、装置及计算机可读存储介质 | |
| CN115002359A (zh) | 视频处理方法、装置、电子设备及存储介质 | |
| WO2023109389A1 (zh) | 图像融合方法、装置、计算机设备及计算机可读存储介质 | |
| CN112163993A (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN114429484A (zh) | 一种图像处理方法、装置、智能设备及存储介质 | |
| CN108898680B (zh) | 一种在虚拟三维空间中自动校正截取图片的方法及装置 | |
| CN109040654B (zh) | 外部拍摄设备的识别方法、装置及存储介质 | |
| CN109981967B (zh) | 用于智能机器人的拍摄方法、装置、终端设备及介质 | |
| CN111292234B (zh) | 一种全景图像生成方法及装置 | |
| CN113810755B (zh) | 全景视频预览的方法、装置、电子设备及存储介质 | |
| CN114143429A (zh) | 图像拍摄方法、装置、电子设备和计算机可读存储介质 | |
| CN112634339B (zh) | 商品对象信息展示方法、装置及电子设备 | |
| CN114241127A (zh) | 全景图像生成方法、装置、电子设备和介质 | |
| CN112672057A (zh) | 拍摄方法及装置 | |
| CN112837375B (zh) | 用于真实空间内部的相机定位的方法和*** | |
| CN109862286B (zh) | 图像显示方法、装置、设备和计算机存储介质 | |
| CN117097982B (zh) | 目标检测方法及*** | |
| CN114422697B (zh) | 基于光学捕捉的虚拟拍摄方法、***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 |