CN116385565A - 图像处理方法和装置、芯片、电子设备及介质 - Google Patents
图像处理方法和装置、芯片、电子设备及介质 Download PDFInfo
- Publication number
- CN116385565A CN116385565A CN202210557919.5A CN202210557919A CN116385565A CN 116385565 A CN116385565 A CN 116385565A CN 202210557919 A CN202210557919 A CN 202210557919A CN 116385565 A CN116385565 A CN 116385565A
- Authority
- CN
- China
- Prior art keywords
- brightness
- color space
- point
- acquiring
- partition
- 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 16
- 238000005192 partition Methods 0.000 claims abstract description 208
- 238000013507 mapping Methods 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 47
- 230000004044 response Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 241000023320 Luma <angiosperm> Species 0.000 claims 3
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 238000012546 transfer Methods 0.000 description 8
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical group C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000013213 extrapolation Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming 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
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Color Image Communication Systems (AREA)
Abstract
本公开是关于一种图像处理方法和装置、芯片、电子设备及介质。该方法包括:获取并显示输入图像在指定亮度档位对应的颜色范围和亮度分区网格;获取所述亮度分区网格内的中间点,并根据所述中间点获取所述输入图像对应的输出图像;响应于检测到选择所述输入图像或者所述输出图像的目标像素点,在另一图像中同步显示所述目标像素点的映射点,以对比所述目标像素点和所述映射点的颜色变化。本实施例可以在输入图像和输出图像中同步显示目标像素点及其对应的映射点,以方便对比目标像素点和映射点的颜色变化,提升调整效率和使用体验。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种图像处理方法和装置、芯片、电子设备及介质。
背景技术
现有3D查找表调试工具可用于生成3D查找表,能够实现不同色彩空间之间的映射,可以满足不同要求的调色需求,因此其应用比较广泛。目前现有3D查找表调试工具,使用者可以通过一系列可视化操作来生成预期效果的输出图像。
发明内容
本公开提供一种图像处理方法和装置、芯片、电子设备及介质,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:
获取并显示输入图像在指定亮度档位对应的颜色范围和亮度分区网格;
获取所述亮度分区网格内的中间点,并根据所述中间点获取所述输入图像对应的输出图像;
响应于检测到选择所述输入图像或者所述输出图像的目标像素点,在另一图像中同步显示所述目标像素点的映射点,以对比所述目标像素点和所述映射点的颜色变化。
可选地,获取输入图像在指定亮度档位对应的颜色范围,包括:
获取所述输入图像的尺寸和像素数据;
当所述输入图像的尺寸小于或等于预设的尺寸阈值时,获取所述像素数据对应的极颜色空间数据;
获取所述极颜色空间数据对应的直角颜色空间数据;
根据所述直角颜色空间数据的亮度值确定所述输入图像中各个像素点对应的亮度档位;所述亮度档位是对亮度取值范围分成为多个亮度区间后各个亮度区间对应的标识;
获取所述亮度档位等于所述指定亮度档位的直角颜色空间数据,获得所述指定亮度档位对应的颜色范围。
可选地,根据所述直角颜色空间数据的亮度值确定所述输入图像中各个像素点对应的亮度档位,包括:
获取各个像素点的所述直角颜色空间数据的亮度值和预设的档位调整数据的乘积;所述档位调整数据为亮度档位的最大值减去亮度档位的最小值的差值;
对所述乘积进行取整处理后再计算与预设常数的和值,所述和值即是各个像素点对应的亮度档位。
可选地,获取输入图像在指定亮度档位对应的亮度分区网格,包括:
获取用户所选择的指定亮度档位;所述亮度档位是对亮度取值范围分成为多个亮度区间后各个亮度区间对应的标识;
获取所述亮度档位对应的亮度分区网格。
可选地,获取所述亮度分区网格内的中间点,包括:
响应于检测到表示拖动所述亮度分区网格中任一基本点的操作,确定所述基本点的目标位置;
根据所述目标位置调整所述基本点的关联基本点的位置,获得中间点直角颜色空间查找表;所述关联基本点是指第一亮度分区和第二亮度分区之间的基本点;所述第一亮度分区是指用户锁定的亮度分区或者亮度档位最小的亮度分区,所述第二亮度分区是指用户锁定的亮度分区或者亮度档位最大的亮度分区;
更新所述中间点直角颜色空间查找表中所述第一亮度分区和第二亮度分区之间的中间点,并从所述中间点直角颜色空间查找表内获取所有亮度档位的中间点。
可选地,根据所述中间点获取所述输入图像对应的输出图像,包括:
获取输入图像对应的极颜色空间数据,以及获取所述输入图像中各个像素点的相对位置关系;
根据所述相对位置关系、所述中间点和所述极颜色空间数据获取所述输出图像。
可选地,获取所述输入图像中各个像素点的相对位置关系,包括:
获取所述亮度分区网格的基本点直角颜色空间查找表以及各个像素点对应的极颜色空间数据和直角颜色空间数据;
根据各个像素点的所述极颜色空间数据中的位次确定各个像素点在所述亮度分区网格对应的立体网格块的顶点的位次;
根据所述基本点直角颜色空间查找表确定所述立体网格块中各个顶点的直角颜色空间数据;
根据各个像素点的直角颜色空间数据和所述立体网格块中各个顶点的直角颜色空间数据确定各个像素点在色相、饱和度和亮度方向的比例系数,并将所述比例系数作为所述相对位置关系。
可选地,根据各个像素点的直角颜色空间数据和所述立体网格块中各个顶点的直角颜色空间数据确定各个像素点在色相、饱和度和亮度方向的比例系数,包括:
将各个像素点的直角颜色空间数据投影到所述立体网格块的第一平面和第二平面,得到投影点;所述第一平面和所述第二平面平行;
获取所述第一平面和所述第二平面的形状,并根据所述形状选择插值模型;
根据所述插值模型对所述投影点进行插值处理,获得色相方向和饱和度方向的比例系数;
获取亮度方向的比例系数。
可选地,根据所述形状选择插值模型,包括:
当所述形状为四边形时,确定所述插值模型为逆双线性插值模型;和/或,
当所述形状为三角形时,确定所述插值模型为三角形插值模型。
可选地,获取所述亮度分区网格的基本点直角颜色空间查找表,包括:
获取所述亮度分区网格的色相密度、饱和度密度和亮度密度,以及色相取值范围、饱和度取值范围和亮度取值范围;
根据所述色相密度、所述饱和度密度和所述亮度密度生成原始颜色空间查找表;
根据所述色相取值范围、所述饱和度取值范围和所述亮度取值范围填充所述原始颜色空间查找表中各个位次的色相值、饱和度值和亮度值;
将所述原始颜色空间查找表中的色相值和饱和度值替换为同一位次的基本点的直角坐标并且保留所述亮度值,得到所述基本点直角颜色空间查找表。
可选地,根据所述相对位置关系、所述中间点和所述极颜色空间数据获取所述输出图像,包括:
获取各个像素点的所述极颜色空间数据对应的位次;
确定所述位次在所述亮度分区网格对应的立体网格块,以及所述立体网格块各个顶点的位次;
获取各个顶点的位次对应所述中间点直角颜色空间查找表中的直角颜色空间数据;
根据各个顶点的直角颜色空间数据和所述相对位置关系确定各个像素点的直角颜色空间数据;
将各个像素点的直角颜色空间数据转换成像素数据,获得所述输出图像。
可选地,所述方法还包括:
获取所述目标像素点的位置坐标;
将所述位置坐标转换为所述像素点对应的像素数据;
获取所述像素数据对应的直角颜色空间数据及位置;
根据所述直角颜色空间数据及位置在所述亮度分区网格内显示所述亮度分区网格内的映射点。
可选地,根据所述直角颜色空间数据及位置在所述亮度分区网格内显示所述亮度分区网格内的映射点,包括:
对比所述目标像素点对应的映射点所在的亮度分区的亮度档位和所述指定亮度档位;
若相等,则采用第一显示方式显示所述亮度分区网格内的映射点;
若不相等,则采用第二显示方式显示所述亮度分区网格内的映射点。
可选地,所述方法还包括:
根据指定的查找表尺寸,获取初始像素查找表;
获取所述初始像素查找表对应的极颜色空间查找表和直角颜色空间查找表;
获取所述亮度分区网格的基本点直角颜色空间查找表;
根据所述中间点、所述基本点直角颜色空间查找表、所述极颜色空间查找表和所述直角颜色空间查找表获取目标像素查找表;
按照预设格式存储所述目标像素查找表。
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:
颜色范围获取模块,用于获取并显示输入图像在指定亮度档位对应的颜色范围和亮度分区网格;
亮度分区获取模块,用于获取并显示输入图像在指定亮度档位对应的亮度分区网格;
中间点获取模块,用于获取所述亮度分区网格内的中间点;
输出图像获取模块,用于根据所述中间点获取所述输入图像对应的输出图像;
映射点获取模块,用于响应于检测到选择所述输入图像或者所述输出图像的目标像素点,在另一图像中同步显示所述目标像素点的映射点,以对比所述目标像素点和所述映射点的颜色变化。
可选地,所述颜色范围获取模块包括:
尺寸获取子模块,用于获取所述输入图像的尺寸和像素数据;
极颜色空间数据获取子模块,用于当所述输入图像的尺寸小于或等于预设的尺寸阈值时,获取所述像素数据对应的极颜色空间数据;
直角颜色空间数据获取子模块,用于获取所述极颜色空间数据对应的直角颜色空间数据;
亮度档位获取子模块,用于根据所述直角颜色空间数据的亮度值确定所述输入图像中各个像素点对应的亮度档位;所述亮度档位是对亮度取值范围分成为多个亮度区间后各个亮度区间对应的标识;
颜色范围获取子模块,用于获取所述亮度档位等于所述指定亮度档位的直角颜色空间数据,获得所述指定亮度档位对应的颜色范围。
可选地,所述亮度档位获取子模块包括:
乘积获取单元,用于获取各个像素点的所述直角颜色空间数据的亮度值和预设的档位调整数据的乘积;所述档位调整数据为亮度档位的最大值减去亮度档位的最小值的差值;
亮度档位获取单元,用于对所述乘积进行取整处理后再计算与预设常数的和值,所述和值即是各个像素点对应的亮度档位。
可选地,所述亮度分区获取模块包括:
指定档位获取子模块,用于获取用户所选择的指定亮度档位;所述亮度档位是对亮度取值范围分成为多个亮度区间后各个亮度区间对应的标识;
亮度分区获取子模块,用于获取所述亮度档位对应的亮度分区网格。
可选地,所述中间点获取模块包括:
目标位置获取子模块,用于响应于检测到表示拖动所述亮度分区网格中任一基本点的操作,确定所述基本点的目标位置;
查找表获取子模块,用于根据所述目标位置调整所述基本点的关联基本点的位置,获得中间点直角颜色空间查找表;所述关联基本点是指第一亮度分区和第二亮度分区之间的基本点;所述第一亮度分区是指用户锁定的亮度分区或者亮度档位最小的亮度分区,所述第二亮度分区是指用户锁定的亮度分区或者亮度档位最大的亮度分区;
中间点获取子模块,用于更新所述中间点直角颜色空间查找表中所述第一亮度分区和第二亮度分区之间的中间点,并从所述中间点直角颜色空间查找表内获取所有亮度档位的中间点。
可选地,所述输出图像获取模块包括:
数据获取子模块,用于获取输入图像对应的极颜色空间数据;
位置关系获取子模块,用于获取所述输入图像中各个像素点的相对位置关系;
输出图像获取子模块,用于根据所述相对位置关系、所述中间点和所述极颜色空间数据获取所述输出图像。
可选地,所述位置关系获取子模块包括:
颜色空间数据获取单元,用于获取所述亮度分区网格的基本点直角颜色空间查找表以及各个像素点对应的极颜色空间数据和直角颜色空间数据;
网格块获取单元,用于根据各个像素点的所述极颜色空间数据中的位次确定各个像素点在所述亮度分区网格对应的立体网格块的顶点的位次;
顶点数据获取单元,用于根据所述基本点直角颜色空间查找表和所述顶点的位次确定所述立体网格块中各个顶点的直角颜色空间数据;
位置关系获取单元,用于根据各个像素点的直角颜色空间数据和所述立体网格块中各个顶点的直角颜色空间数据确定各个像素点在色相、饱和度和亮度方向的比例系数,并将所述比例系数作为所述相对位置关系。
可选地,所述位置关系获取单元包括:
投影点获取子单元,用于将各个像素点的直角颜色空间数据投影到所述立体网格块的第一平面和第二平面,得到投影点;所述第一平面和所述第二平面平行;
插值模型获取子单元,用于获取所述第一平面和所述第二平面的形状,并根据所述形状选择插值模型;
比例系数获取子单元,用于根据所述插值模型对所述投影点进行插值处理,获得色相方向和饱和度方向的比例系数;用于获取亮度方向的比例系数。
可选地,所述插值模型获取子单元包括:
第一子单元,用于在所述形状为四边形时,确定所述插值模型为逆双线性插值模型;和/或,
第二子单元,用于在所述形状为三角形时,确定所述插值模型为三角形插值模型。
可选地,所述颜色空间数据获取单元包括:
取值范围获取子单元,用于获取所述亮度分区网格的色相密度、饱和度密度和亮度密度,以及色相取值范围、饱和度取值范围和亮度取值范围;
原始表获取子单元,用于根据所述色相密度、所述饱和度密度和所述亮度密度生成原始颜色空间查找表;
原始表填充子单元,用于根据所述色相取值范围、所述饱和度取值范围和所述亮度取值范围填充所述原始颜色空间查找表中各个位次的色相值、饱和度值和亮度值;
查找表获取子单元,用于将所述原始颜色空间查找表中的色相值和饱和度值替换为同一位次的基本点的直角坐标并且保留所述亮度值,得到所述基本点直角颜色空间查找表。
可选地,所述输出图像获取子模块包括:
像素位次获取单元,用于获取各个像素点的所述极颜色空间数据对应的位次;
顶点位次获取单元,用于确定所述位次在所述亮度分区网格对应的立体网格块,以及所述立体网格块各个顶点的位次;
中间数据获取单元,用于获取各个顶点的位次对应所述中间点直角颜色空间查找表中的直角颜色空间数据;
像素数据获取单元,用于根据各个顶点的直角颜色空间数据和所述相对位置关系确定各个像素点的直角颜色空间数据;
输出图像获取单元,用于将各个像素点的直角颜色空间数据转换成像素数据,获得所述输出图像。
可选地,所述装置还包括:
位置坐标获取模块,用于获取所述目标像素点的位置坐标;
像素数据获取模块,用于将所述位置坐标转换为所述像素点对应的像素数据;
直角颜色空间数据获取模块,用于获取所述像素数据对应的直角颜色空间数据及位置;
映射点显示模块,用于根据所述直角颜色空间数据及位置在所述亮度分区网格内显示所述亮度分区网格内的映射点。
可选地,所述映射点显示模块包括:
档位对比子模块,用于对比所述目标像素点对应的映射点所在的亮度分区的亮度档位和所述指定亮度档位;
第一显示子模块,用于在映射点所在的亮度分区的亮度档位和所述指定亮度档位相等时,采用第一显示方式显示所述亮度分区网格内的映射点;还用于在映射点所在的亮度分区的亮度档位和所述指定亮度档位不相等时,采用第二显示方式显示所述亮度分区网格内的映射点。
可选地,所述装置还包括:
初始表获取模块,用于根据指定的查找表尺寸,获取初始像素查找表;
查找表获取模块,用于获取所述初始像素查找表对应的极颜色空间查找表和直角颜色空间查找表;
基本点表获取模块,用于获取所述亮度分区网格的基本点直角颜色空间查找表;
目标表获取模块,用于根据所述中间点、所述基本点直角颜色空间查找表、所述极颜色空间查找表和所述直角颜色空间查找表获取目标像素查找表;
目标表存储模块,用于按照预设格式存储所述目标像素查找表。
根据本公开实施例的第三方面,提供一种电子设备,包括:
存储器与处理器;
所述存储器用于存储所述处理器可执行的计算机程序;
所述处理器用于执行所述存储器中的计算机程序,以实现如上述的方法。
根据本公开实施例的第四方面,提供一种非暂态计算机可读存储介质,当所述存储介质中的可执行的计算机程序由处理器执行时,能够实现如上述的方法。
根据本公开实施例的第五方面,提供一种芯片,包括一个或多个接口电路和一个或多个处理器;所述接口电路用于从电子设备的存储器接收信号,并向所述处理器发送所述信号,所述信号包括存储器中存储的计算机指令;当所述处理器执行所述计算机指令时,使得所述电子设备执行第一方面所述的图像处理方法。
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,本公开实施例提供的方案可以获取并显示输入图像在指定亮度档位对应的颜色范围和亮度分区网格;然后,获取所述亮度分区网格内的中间点,并根据所述中间点获取所述输入图像对应的输出图像;之后,响应于检测到选择所述输入图像或者所述输出图像的目标像素点,在另一图像中同步显示所述目标像素点的映射点,以对比所述目标像素点和所述映射点的颜色变化。这样,本实施例可以在输入图像和输出图像中同步显示目标像素点及其对应的映射点,以方便对比目标像素点和映射点的颜色变化,提升调整效率和使用体验。
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图像处理方法的流程图。
图2是根据一示例性实施例示出的一种获取颜色范围的流程图。
图3是根据一示例性实施例示出的一种像素点的直接颜色空间位置的示意图。
图4是根据一示例性实施例示出的一种获取输出图像的流程图。
图5是根据一示例性实施例示出的一种获取相对位置关系的流程图。
图6是根据一示例性实施例示出的一种获取基本点直角颜色空间查找表的流程图。
图7是根据一示例性实施例示出的一种原始颜色空间查找表的极颜色空间数据的示意图。
图8是根据一示例性实施例示出的一种原始颜色空间查找表中位次与亮度分区网格的对应关系的示意图。
图9是根据一示例性实施例示出的一种修正原始颜色空间查找表的极颜色空间数据的示意图。
图10是根据一示例性实施例示出的一种修正原始颜色空间查找表的直角颜色空间数据的示意图。
图11是根据一示例性实施例示出的一种调整前的立体网格块的示意图。
图12是根据一示例性实施例示出的一种获取比例系数的流程图。
图13是根据一示例性实施例示出的一种四边形插值的示意图。
图14是根据一示例性实施例示出的一种三角边形插值的示意图。
图15是根据一示例性实施例示出的一种调整后的立体网格块的示意图。
图16是根据一示例性实施例示出的一种获取输出图像的流程图。
图17是根据一示例性实施例示出的一种输入图像和输出图像中同步显示同一像素的示意图。
图18是根据一示例性实施例示出的一种在亮度分区网格内显示目标像素点对应映射点的流程图。
图19是根据一示例性实施例示出的一种在亮度分区网格内显示目标像素点对应映射点的示意图。
图20是根据一示例性实施例示出的另一种在亮度分区网格内显示目标像素点对应映射点的示意图。
图21是根据一示例性实施例示出的一种存储目标像素查找表的流程图。
图22是根据一示例性实施例示出的一种初始像素查找表的示意图。
图23是根据一示例性实施例示出的一种实时显示部分的框图。
图24是根据一示例性实施例示出的一种数据变化的流程图。
图25是根据一示例性实施例示出的一种保存像素查找表的框图。
图26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27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。以下示例性所描述的实施例并不代表与本公开相一致的所有实施例。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。需要说明的是,在不冲突的情况下,下述的实施例及实施方式中的特征可以相互组合。
现有3D查找表调试工具可用于生成3D查找表,能够实现不同色彩空间之间的映射,可以满足不同要求的调色需求,因此其应用比较广泛。目前现有3D查找表调试工具,使用者可以通过一系列可视化操作来生成预期效果的输出图像。然而,现有查找表调试工具仅能显示输入图像和输出图像,两张图像中同一像素点调整前后的颜色没有标示,降低使用体验。另外,现有的查找表调试工具不能根据亮度进行分区调节网格,当调整色相和饱和度时通常会影响到较大范围亮度对应的色相和饱和度,导致调节的灵活度较差。
为解决上述技术问题,本公开实施例提供了一种图像处理方法,可以适用于安装有3D查找表调试工具的电子设备。图1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1,一种图像处理方法,包括步骤11~步骤13。
在步骤11中,获取并显示输入图像在指定亮度档位对应的颜色范围和亮度分区网格。
本实施例中,电子设备可以获取输入图像,并在显示区域内显示上述输入图像。
本实施例中,电子设备可以获取上述输入图像在指定亮度档位对应的颜色范围,参见图2,包括步骤21~步骤25:
在步骤21中,电子设备可以获取输入图像的尺寸和像素数据。其中,像素数据是指输入图像中RGB三种颜色构成的数据。例如输入图像中某一像素点的像素数据为(0.0,0.5,0.5)。
在步骤22中,电子设备可以对比输入图像的尺寸和预设的尺寸阈值;当输入图像的尺寸小于或等于预设的尺寸阈值时,电子设备可以获取上述像素数据对应的极颜色空间数据。上述极颜色空间数据是指采用极坐标方式表示的颜色空间数据,颜色空间可以包括HSV颜色空间和HSL颜色空间。为方便描述,后续以HSV颜色空间为例,其中H(Hue)表示色相,S(Saturation)表示饱和度,V(Value)表示亮度,那么极颜色空间数据可以采用Polar HSV表示。例如,极颜色空间数据为(180,1.0,0.5),归一化后的极颜色空间数据为(0.5,1.0,0.5)。
在步骤23中,电子设备可以获取极颜色空间数据对应的直角颜色空间数据。其中,直角颜色空间数据表示采用直角坐标表示的颜色空间数据,即直角坐标系下的颜色空间数据,采用Cart HSV表示。例如,直角颜色空间数据为(-6.0,0.0,0.5)。
在步骤24中,电子设备可以根据直角颜色空间数据的亮度值确定输入图像中各个像素点对应的亮度档位。其中,上述亮度档位是对亮度取值范围分成为多个亮度区间后各个亮度区间对应的标识。
例如,电子设备可以获取各个像素点的直角颜色空间数据的亮度值和预设的档位调整数据的乘积。其中,档位调整数据为亮度档位的最大值减去亮度档位的最小值的差值。然后,电子设备可以对乘积进行取整处理后再计算与预设常数的和值,所述和值即是各个像素点对应的亮度档位,所述预设常数取值为0或1。在一示例中,上述亮度取值范围划分为9个亮度区间,对应的亮度档位为1~9。
假设输入图像的第i行、第j列的像素点,其亮度档位为:
K=round[CartHSV(i,j,3)*(9-1)+1]; (1)
式(1)中,K表示亮度档位,round表示取整,如四舍五入,CartHSV(i,j,3)表示第i行、第j列像素的亮度值,(9-1)表示亮度档位的最大值减少亮度档位的最小值的差值,+1表示亮度档位的取值从1开始。
假设输入图像的第i行、第j列的像素点的直角颜色空间数据为(-6.0,0.0,0.5),其亮度档位为:K=round[0.5*(9-1)+1]=5。因此,第i行、第j列的像素点落在第5亮度区间显示,并且在亮度分区网格内的坐标为直角颜色空间数据的H和S值,即(-6.0,0.0),效果如图3所示。参见图3,图3左侧方框内的-5表示当前显示的亮度分区网格的亮度档位,图3中左侧圆圈内点表示像素点的位置,并与亮度分区网格中的一个基本点重合。
在步骤25中,电子设备可以获取所述亮度档位等于所述指定亮度档位的直角颜色空间数据,获得所述指定亮度档位对应的颜色范围。
本实施例中,图2所示示例的内容可以对亮度取值范围分为多个亮度区间,从而可以针对各个亮度区间内的颜色(色相和/或饱和度)进行调整,达到精准调整局部颜色的效果。
本实施例中,电子设备可以获取并显示输入图像在指定亮度档位对应的亮度分区网格(也称之为A/B网格),效果如图3所示。
例如,电子设备可以获取用户所选择的指定亮度档位;其中亮度档位是对亮度取值范围分成为多个亮度区间后各个亮度区间对应的标识。然后,电子设备可以获取所述亮度档位对应的亮度分区网格。可理解的是,在未调整之前各个亮度档位的亮度分区网格是一样的;在调整某一个亮度分区网格的基本点之后,至少一个档位的亮度分区网格中的基本点的位置是发生变化的。其中至少一个档位的亮度分区网格发生变化是指,当所有亮度档位未锁定时,如果某一个基本点的位置发生变化后,所有档位的亮度分区网格会同步发生变化,各个档位的亮度分区网格的基本点与被拖动的基本点线性变化;如果被拖动基本点相邻的两个档位的亮度分区网格被锁定,则仅有被拖动的基本点所在的亮度分区网格的基本点变化;如果被拖动基本点较远档位的亮度分区网格被锁定,则与被拖动的基本点所在亮度分区网格相邻的亮度分区网格内的基本点变化。技术人员可以根据具体场景锁定不同的亮度分区网格,达到精准调整指定亮度档位内基本点的效果。
可理解的是,为方便描述,本公开各实施例中将亮度分区网格内基本点是指未调整前的点,而调整后的所有基本点称之为中间点。
在步骤12中,获取所述亮度分区网格内的中间点,并根据所述中间点获取所述输入图像对应的输出图像。
本实施例中,电子设备可以获取所述亮度分区网格内的中间点。
在一示例中,在显示亮度分区网格的过程中,如果用户拖动亮度分区网格内的某一个基本点的位置,那么该亮度分区网格的其他基本点的位置也随之变化,那么该亮度分区网格内的所有基本点构成该亮度分区网格的中间点。
在另一示例中,该亮度分区网格为当前显示的网格,中间点的位置在变化前后是可以在亮度分区网格内显示出来的,从而方便用户直接观看到。但是,对于当前显示的该亮度分区网格之外的亮度分区网格,这些亮度分区网格内基本点的位置也会同步变化而变成中间点被保存。
由于电子设备并未显示这些亮度分区网格或者中间点,因此用户无法感知到当前的亮度分区网格之外的中间点的位置变化情况,此时用户可以调整如图3所示的最右侧的亮度档位(-1~-9)。例如,当前显示的第6个亮度档位(-6)的亮度分区网格,用户可以选择第5个亮度档位(-5),从而查看第5个亮度档位的亮度分区网格的中间点的位置变化。也就是说,电子设备可以根据亮度档位读取出亮度分区的中间点。这样,电子设备可以读取各个亮度分区网格的中间点。
本实施例中,电子设备可以根据所述中间点获取所述输入图像对应的输出图像,参见图4,包括步骤41和步骤42。
在步骤41中,电子设备可以获取输入图像对应的极颜色空间数据,以及获取所述输入图像中各个像素点的相对位置关系。
本步骤中,电子设备可以获取输入图像对应的极颜色空间数据,具体可参见步骤21和步骤22的内容,在此不再赘述。
本步骤中,电子设备可以获取所述输入图像中各个像素点的相对位置关系。可理解的是,获取相对位置关系可以在获取输入图像时预先完成并存储到指定位置,当有使用相对位置关系的需求时从指定位置读取即可,可以减少数据处理量,提高获得输出图像的效率。当然,在电子设备的计算资源充足时,也可以实时获取上述相对位置关系。技术人员可以根据具体场景选择合适的方式,在此不作限定。
参见图5,电子设备获取各个像素点的相对位置关系,包括步骤51~步骤54。
在步骤51中,电子设备可以获取所述亮度分区网格的基本点直角颜色空间查找表以及各个像素点对应的极颜色空间数据和直角颜色空间数据。
本步骤中,电子设备获取各个像素点对应的极颜色空间数据和直角颜色空间数据的方案可以参见图2所示实施例的内容,在此不再赘述。
本步骤中,电子设备获取所述亮度分区网格的基本点直角颜色空间查找表,参见图6,包括步骤61~步骤64。
在步骤61中,电子设备可以获取所述亮度分区网格的色相密度、饱和度密度和亮度密度,以及色相取值范围、饱和度取值范围和亮度取值范围。
本步骤中,色相密度是指将色相取值范围划分的档位数量,饱和度密度是指将饱和度取值范围划分的档位数量,亮度密度是指将亮度取值范围划分的档位数量。在一示例中,色相取值范围为(直角坐标系下的)[-7,7]或者(极坐标系下的)[0,360],色相密度为8即划分为8个档位,考虑到极坐标系下,0和360度重合,实质上为9个档位,分别为0、45、90、135、180、225、270、315和360度。在一示例中,饱和度取值范围为(直角坐标系下的)[-7,7],饱和度密度为7,实质上为8个档位,分别为0、1、2、3、4、5、6和7。在一示例中,亮度取值范围为(直角坐标系下的)[0,1],亮度密度为8即划分为9个档位。需要说明的是,上述色相密度、饱和度密度和亮度密度可以根据具体场景进行调整,以色相为例,可以划分为17档、25档等,在能够均匀划分各个取值范围的情况下,相应方案落入本公开的保护范围。
在一示例中,在获取输入图像之前,电子设备可以显示配置页面,并引导用户配置上述取值范围及其密度,并保存到指定位置,以方便后续读取。
在步骤62中,电子设备可以根据所述色相密度、所述饱和度密度和所述亮度密度生成原始颜色空间查找表。
本步骤中,电子设备可以根据色相密度、饱和度密度和亮度密度生成原始颜色空间查找表,以色相密度为8,饱和度密度为8和亮度密度为9为例,电子设备可以生成一个9*8*9个位次的表格,位次从1~648(=9*8*9)。
在步骤63中,电子设备可以根据所述色相取值范围、所述饱和度取值范围和所述亮度取值范围填充所述原始颜色空间查找表中各个位次的色相值、饱和度值和亮度值。
本步骤中,电子设备可以根据色相取值范围、饱和度取值范围和亮度取值范围来填充始颜色空间查找表中各个位次的色相值、饱和度值和亮度值。
参见图7,色相H每一次变化一个单位1/(9-1),即1/(9-1)或者0.125000。那么,第1次时,H的取值为0.000000;第2次时,H的取值为0.125000;第3次时,H的取值为0.250000;第4次时,H的取值为0.375000;……;第9次时,H的取值为1.000000;第10次时,H的取值为1.125000,由于H的最大值为1,因此需要向S进位即S变化一个单位1/(8-1);此时H变为0.000000,S的取值从0.000000变为1/(8-1)或者0.142857。第11次时,H的取值为0.125000,S的取值0.142857;第12次时,H的取值为0.250000,S的取值0.142857;第13次时,H的取值为0.375000,S的取值0.142857;……;第72(即9*8)次时,H的取值为1.000000,S的取值为1.000000;第73次时,H的取值为0.000000,S的取值为0.000000,V的取值为0.125000或者1/(9-1),即当H和S同时为1.000000时,H再变化一个单位时向V进位,此时V变化一个单位1/(9-1),依次循环,直至达到第648(=9*8*9)次,H、S和V同时为1.000000为止。
从极坐标的角度来分析,参见图7和图8,当S为0时,H值是没有意义的。当V为0时,H和S值也是没有意义的。例如图7所示的原始颜色空间查找表中第1~9行的数据应该全部为0,即图8中所示的原点。但是为了能够均匀划分颜色空间取值到原始颜色空间查找表,本公开中暂时采用了图7中前9行的赋值方式。继续参见图8,原始颜色空间查找表中第10行表示S值向右移动了一个单位,第11行表示H值逆时针移动一个单位,而S值保持不变。也就是说,H值逆时针移动一圈后,S值向外移动一个单位即移动到下一个圈,直至遍历完本亮度分区网格的基本点(第72个)后再进入下一个亮度分区的亮度分区网格,直至到达第648(=72*9)个基本点。
继续参见图8,亮度分区是一个圆柱体,其截面为一个圆形,本公开中采用正八边形来拟合上述圆形。在正八边形的顶点处取值为饱和度最大值1,那么正八边形的边上的饱和度的取值要小于1,使得部分像素点位于正八边形之外而发生溢出现象。为此,本实施例中还对步骤63获取的原始颜色空间查找表进行修正,参见图9,为了能够包括落入正八边形外部的点回到正八边形的内部,将S值0~1修正分成7个点,间隔为1/(8-2),此时正八边形的第7圈的基本点的饱和度为1,而第8圈的基本点的饱和度为1+1/(8-2)=1.666667。这样,每个像素点的饱和度均落入上述正八边形的范围之内,避免了像素点溢出的问题,保证所获取原始颜色空间查找表的准确度。
在步骤64中,电子设备可以将所述原始颜色空间查找表中的色相值和饱和度值替换为同一位次的基本点的直角坐标并且保留所述亮度值,得到所述基本点直角颜色空间查找表。
考虑到步骤63中原始颜色空间查找表中的色相值(即H值)和饱和度值(即S值)为极坐标数据,本步骤中,电子设备可以将H值和S值替换为同一位次的基本点的直角坐标并且保留所述亮度值,得到如图10所示基本点直角颜色空间查找表。其中,亮度值不变是因为只涉及到亮度分区。
参见图8和图10,基本点直角颜色空间查找表的位次1~9为亮度分区网格中的原点,图10中第1~9位次的基本点的H值、S值和V值的取值均为0。第10位次的基本点向右移动1个单位,H值为1而S值为0,V值为0。第11位次的基本点是H值逆时钟旋转一个单位,而S值向右移动一个单位,即此时/>因此H值为0.707107,S值为0.707107,V值为0。第12位次的基本点旋转2个单位,S移动1个单位,此时H值为0,S值为1,V值为0。基于上述分析过程,可以将图8所示的原始颜色空间查找表的极坐标系下的H值和S值替换为直角坐标系下的H值和S值,最终确定出第648位次的基本点的直角坐标(7,0,1)。
本实施例中,在用户拖动亮度分区网格中某一个基本点后,基本点变成中间点。从用户的角度而言,中间点在亮度分区网格内的位置发生变化,从而带来了颜色的变化;从电子设备的角度而言,其实质上是将获取的基本点直角颜色空间查找表变成中间点直角颜色空间查找表的过程,电子设备可以响应于检测到表示拖动亮度分区网格中任一基本点的操作,确定基本点的目标位置。然后,电子设备可以根据目标位置调整基本点的关联基本点的位置,并且根据目标位置和关联基本点的位置获取直角颜色空间数据。最后,电子设备可以根据各个中间点的位次将直角颜色空间数据写入基本点直角颜色空间查找表的相应位置,获得中间点直角颜色空间查找表。
其中,关联基本点是指第一亮度分区和第二亮度分区之间的基本点;所述第一亮度分区是指用户锁定的亮度分区或者亮度档位最小的亮度分区,所述第二亮度分区是指用户锁定的亮度分区或者亮度档位最大的亮度分区。
在步骤52中,电子设备可以根据各个像素点的所述极颜色空间数据中的位次确定各个像素点在所述亮度分区网格对应的立体网格块的顶点的位次。
本步骤中,电子设备在获取到各个像素点的极颜色空间数据后可以获取各个像素点在查找表中的位次。然后,电子设备可以根据各个像素点的位次确定出亮度分区网格中的8个位次或者6个位次,这8个位次或者6个位次的基本点构成一个立体网格块,以及这8个位次或者6个位次对应的直角颜色空间数据。其中图11示出了8个位次的基本点构成的立体网格块。
需要说明的,亮度分区的亮度取值是一个取值范围,以第6个亮度档位的亮度分区为例,其亮度取值范围为[0.5625,0.6875]。
在步骤53中,电子设备可以根据所述基本点直角颜色空间查找表确定所述立体网格块中各个顶点的直角颜色空间数据。
本步骤中,在确定出立体网格块中各个顶点的位次后,电子设备可以检索基本点直角颜色空间查找表各个位次,得到各个顶点的直角颜色空间数据。
在步骤54中,电子设备可以根据各个像素点的直角颜色空间数据和所述立体网格块中各个顶点的直角颜色空间数据确定各个像素点在色相、饱和度和亮度方向的比例系数,并将所述比例系数作为所述相对位置关系。
参见图12,电子设备获取比例系数,包括步骤121~步骤124。
在步骤121中,电子设备可以将各个像素点的直角颜色空间数据投影到所述立体网格块的第一平面和第二平面,得到投影点;所述第一平面和所述第二平面平行。继续参见图11,第一平面为ABCD,第二平面为A_1B_1C_1D_1,像素点X1,则像素点X1在第一平面的投影点为X,在第二平面的投影点为X_1。
在步骤122中,电子设备可以获取所述第一平面和所述第二平面的形状,并根据所述形状选择插值模型。
本步骤中,电子设备可以根据形状选择插值模型。当所述形状为四边形时,确定所述插值模型为逆双线性插值模型;和/或,当所述形状为三角形时,确定所述插值模型为三角形插值模型。继续参见图11,第一平面和第二平面的形状为四边形,则电子设备确定插值模型为逆双线性插值模型。
在步骤123中,电子设备可以根据所述插值模型对所述投影点进行插值处理,获得色相方向和饱和度方向的比例系数。
本步骤中,以第一平面ABCD为例,已知顶点ABCD的直角颜色空间数据和投影点X的直角颜色空间数据,计算色相方向的比例系数u。
参见图13,P为A与B在比例u下的线性插值:P=A+(B-A)*u;
Q为D与C在比例u下的线性插值:Q=D+(C-D)*u;
X为P与Q在比例v下的线性插值:X=P+(Q-P)*v;
由此可知,
X(u,v)=A+(B-A)*u+(D-A)*v+(A-B+C-D)*u*v; (2)
当X位于第一平面ABCD的内部时,u,v的取值范围为[0,1]。
为方便描述,定义中间变量:
E=B-A;F=D-A;G=A-B+C-D;L=X-A;
上式(2)变成:
L=E*u+F*v+G*u*v; (3)
本步骤中,可以选择任意两个坐标{i,j}引入式(3)中计算:
u=(Li-Fi*v)/(Ei+Gi*v); (4)
Lj=Ej*u+Fj*v+G*u*v; (5)
将式(4)代入式(5)中消除u,并整理得到:
Lj*Ej+Lj*Gi*v=Ej*Li-Ej*Fi*v+Fj*Ei*v+Fj*Gi*v2+Gj*Li*v-Gj*Fi*v2 (6)
其中式(6)是一个关于v的二次等式,即:
a*v2+b*v+c=0; (7)
式(7)中,a=Fj*Gi-Gj*Fi;b=Fj*Ei-Ej*Fi-Lj*Gi+Gj*Li;c=Ej*Li-Lj*Ej。
当X位于第一平面ABCD内时,b2-4ac总为正数,v的取值[0,1]之间,此时可得到v的取值。然后再将v值代入式(4),从而得到u。
在步骤124中,电子设备可以获取亮度方向的比例系数。例如,电子设备可以获取像素点X1的亮度值与第一平面ABCD对应的亮度值的差值;然后计算该差值与亮度分区的取值范围的比例,即是亮度方向的比例系数。
需要说明的是,在亮度分区网格的基本点或者中间点调整前后,各个像素点的上述相对位置关系仍保持不变。
参见图14,当插值模型采用三角形插值时,P为A与C在比例u下的线性插值:P=A+(C-A)*u;
X为B与P在比例1/n下的线性插值:X=B+(P-B)/n,变换后得到:P=B+(X-B)*n;
由此可知,A+(C-A)*u=B+(X-B)*n。
当BX与AC平行时,为特殊的无解情况,只需将B与C调换位置即可。
同样引入两个坐标{i,j},得到:
u=[(Bi-Ai)+(Xi-Bi)*n]/(Ci-Ai); (8)
Aj+(Cj-Aj)*u=Bj+(Xj-Bj)*n; (9)
式(8)和式(9)联合消除u,可得:
n=[(Ai-Bi)*(Cj-Aj)+(Bj-Aj)*(Ci-Ai)]/[(Cj-Aj)*(Xi-Bi)+(Bj-Xj)*(Ci-Ai)]; (10)
假定A与C不重合,将式(10)代入式(8)可计算出u。
本示例中,u为色相方向的比例系数,n为饱和度方向的比例系数。
在步骤42中,电子设备可以根据所述相对位置关系、所述中间点和所述极颜色空间数据获取所述输出图像。
本步骤中,参见图15,像素点X1的相对位置关系u和v是已知的,中间点即图15所示立体网格块的顶点的直角颜色空间数据是已知的,像素点的极颜色空间数据也是已知的,因此可以获得输出图像,参见图16,包括步骤161~步骤165。
在步骤161中,电子设备可以获取各个像素点的所述极颜色空间数据对应的位次。
本步骤中以计算各个像素点对应的某一个四边形或者三角形的左下角的位次为例,极颜色空间数据中的H值与色相密度的乘积再向下取整,S值与饱和度密度的乘积再向下取整,V值与亮度密度的乘积再向下取整。以假设像素点的极颜色空间数据为(0.1,0.2,0.3),则其位次的计算过程可以如下:
0.1*(9-1)=0.8,对0.8向下取整等于0;
0.2*(8-2)=1.2,对1.2向下取整等于1;
0.3*(9-1)=2.4,对2.4向下取整等于2;
当S取1时,说明H转过一圈;当V取2时说明经过2个亮度分区;因此,位次为:0+1*9+2*9*8+1=154。上式中最后加1是表示位次从1开始。
在步骤162中,电子设备可以确定所述位次在所述亮度分区网格对应的立体网格块,以及所述立体网格块各个顶点的位次。
本步骤中,在确定左下角的位次后,即确定了立体网格块的一个中间点。继续参见图8和图11,假设图11中左下角的中间点A是图8中的中间点10,可知:
左上角的中间点B:在该中间点10的基础上加1得到,即中间点11;
右下角的中间点D:在中间点10的基础上加9得到,即中间点19;
右上角的中间点C:在中间点10的基础上加9先到右下角的中间点19,在中间点19的基础上再加1得到,即中间点20。
对于另外四个中间点A_1、B_1、C_1和D_1的位次,可以在中间点10、11、20和19的基础上加上9*8=72得到,即中间点82、83、92和91。
在步骤163中,电子设备可以获取各个顶点的位次对应所述中间点直角颜色空间查找表中的直角颜色空间数据。
本步骤中,考虑图6中示例了获取基本点直角颜色空间查找表的方案,因此电子设备可以参见图6所示方案获取中间点直角颜色空间查找表,或者直接读取中间点直角颜色空间查找表。然后,电子设备可以根据各个顶点的位次在中间点直角颜色空间查找表内获取各个顶点的直角颜色空间数据。
在步骤164中,电子设备可以根据各个顶点的直角颜色空间数据和所述相对位置关系确定各个像素点的直角颜色空间数据。
本步骤中,继续参见图15,在已知立体网格块的8个顶点的直角颜色空间数据和相对位置关系的情况下,电子设备可以根据顶点A、顶点B和u计算出P的直角颜色空间数据,根据顶点C、顶点D和u计算出Q的位置,再根据P、Q和v计算出投影点X的色相和饱和度的直角颜色空间数据;之后,获取亮度比例和亮度分区的取值范围的乘积,并计算该乘积与平面ABCD的亮度值之和,得到亮度的直角颜色空间数据,从而得到像素点X1的直角颜色空间数据。
在步骤165中,电子设备可以将各个像素点的直角颜色空间数据转换成像素数据,获得所述输出图像。
本步骤中,电子设备可以将直角颜色空间数据转换成极颜色空间数据,再将极颜色空间数据转换成像素数据,从而获得输出图像。此时,电子设备可以在显示区域内显示上述输出图像。可理解的是,电子设备在同时显示输入图像和输出图像的过程中,方便用户查看两个图像的颜色的变化情况。
在步骤13中,响应于检测到选择所述输入图像或者所述输出图像的目标像素点,在另一图像中同步显示所述目标像素点的映射点,以对比所述目标像素点和所述映射点的颜色变化
本实施例中,在显示输入图像和输出图像的过程中,用户经过会查看图像中的某一个像素点,电子设备可以在输入图像/输出图像显示出所选中的目标像素点以及在亮度分区网格中显示上述目标像素点对应的映射点。可理解的是,图16所示示例内描述了获取输出图像的方案,或者说描述了获得各个像素点的输入图像和输出图像中的位置和像素数据。因此,当检测到目标像素点后,在输入图像中采用第一标识(例如圆圈)突出显示,效果如图17中(a)图所示;在输出图像中采用第二标识(例如X号)突出显示,效果如图17中(b)图所示。
在一实施例中,电子设备还可以在亮度分区网格内显示目标像素点对应的映射点,参见图18,包括步骤181~步骤184。
在步骤181中,电子设备可以获取所述目标像素点的位置坐标。当用户选中输入图像或者输出图像中的目标像素点时,电子设备可以获取目标像素点的位置坐标。
在步骤182中,电子设备可以将所述位置坐标转换为所述像素点对应的像素数据。由于显示区域内各个位置与像素点的像素数据为一一对应关系,因此可以直接根据位置坐标获得像素点对应的像素数据。
在步骤183中,电子设备可以获取所述像素数据对应的直角颜色空间数据及位置。本步骤中,电子设备可以获取像素数据对应的直角颜色空间数据,以及根据中间点直角颜色空间查找表插值后的直角颜色空间数据。其中中间颜色空间查找表的内容可以参见图6所示实施例的内容,在此不再赘述。
在步骤184中,电子设备可以根据所述直角颜色空间数据及位置在所述亮度分区网格内显示所述亮度分区网格内的映射点。电子设备可以在亮度分区网格内同步显示输入图像和输出图像中像素点各自对应的映射点,效果如图19所示。
参见图19,当用户在左上角的输入图像中选择目标像素点(用圆圈标识)时,在左下角的输出图像中采用X号标识出目标像素点对应的映射点;同时,在右侧的亮度分区网格内显示上述目标像素点和映射点的位置。
在一实施例中,考虑到目标像素点所在亮度分区和当前显示的亮度分区可以是相同的,也可以不同。因此,本实施例中,电子设备可以对比目标像素点对应的目标像素点对应的映射点所在的亮度分区的亮度档位和指定亮度档位,如果映射点所在的亮度分区的亮度档位和所述指定亮度档位相等,则采用第一显示方式显示亮度分区网格内的映射点,如图19中采用实线连接两个映射点。如果映射点所在的亮度分区的亮度档位和所述指定亮度档位不相等,则采用第二显示方式显示亮度分区网格内的映射点,如图20中采用虚线连接两个映射点。这样,本实施例可以方便用户精确确定像素点调整前后的位置,达到准确调整的效果。
在一实施例中,电子设备还可以保存像素查找表,参见图21,包括步骤211~步骤215。
在步骤211中,电子设备可以根据指定的查找表尺寸,获取初始像素查找表。
本步骤中,初始像素查找表可以如图22所示的指定的查找表尺寸为17*17*17个位次的表格。该初始像素查找表内存储各个像素的RGB数据。当然,初始像素查找表也可以采用9*9*9或者33*33*33个位次的表格实现,可以根据具体场景进行设置。
在步骤212中,电子设备可以获取所述初始像素查找表对应的极颜色空间查找表和直角颜色空间查找表;所述极颜色空间查找表和所述直角颜色空间查找表中的亮度值对应多个亮度档位。本步骤中,获取极颜色空间查找表的方案可以参见步骤63所示内容,直角颜色空间查找表的方案可以参见步骤64所示内容,在此不再赘述。
在步骤213中,电子设备可以获取所述亮度分区网格的基本点直角颜色空间查找表。步骤213的方案可以参见图6所示示例的内容,在此不再赘述。
在步骤214中,电子设备可以根据所述中间点、所述基本点直角颜色空间查找表、所述极颜色空间查找表和所述直角颜色空间查找表获取目标像素查找表。
本步骤中,电子设备可以从极颜色空间查找表中依次获取各个像素点的极颜色空间数据,然后根据极颜色空间数据可以获取像素点的位次,位次的获取方案可以参见步骤161的内容,在此不再赘述。
在获取到像素点的位次之后,电子设备可以获取到像素点所在立体网格块,以及该立体网格块各个顶点的位次,具体参见步骤162的内容,在此不再赘述。
在获得立体网格块各个顶点的位次后,可以检索基本点直角颜色空间查找表,获得各个顶点的直角颜色空间数据,具体参见步骤163的内容,在此不再赘述。
在已知立体网格块各个顶点的直角颜色空间数据和像素点的直角颜色空间数据,可以计算出该像素点的相对位置关系,具体参见步骤54的内容,在此不再赘述。
本步骤中,电子设备可以根据像素点的位次获取立体网格块的中间点的位次,以及各个中间点的直角颜色空间数据,具体参见图15以及步骤163的内容,在此不再赘述。
在调整中间点的过程中,像素点的相对位置关系是不变的,即图10和图15中u和v的取值是一样的。那么,在已知中间立体网格块的中间点的直角颜色空间数据和像素点的相对位置关系的情况下,可以参见步骤164的内容确定该像素点的直角颜色空间数据。在获得每个像素点的直角颜色空间数据后,可以得到像素点调整后的直角颜色空间查找表。
电子设备可以将像素点的直角颜色空间查找表转换成极颜色空间查找表,再将极颜色空间查找表转换成像素查找表。
在步骤215中,电子设备可以按照预设格式存储所述目标像素查找表。
本步骤中,预设格式可以包括但不限于*.3dl,*.cube,*.icc等文件格式,可以根据具体场景进行设置。然后,电子设备可以按照上述预设格式存储目标像素查找表。
至此,本公开实施例提供的方案可以获取并显示输入图像在指定亮度档位对应的颜色范围和亮度分区网格;然后,获取所述亮度分区网格内的中间点,并根据所述中间点获取所述输入图像对应的输出图像;之后,响应于检测到选择所述输入图像或者所述输出图像的目标像素点,在另一图像中同步显示所述目标像素点的映射点,以对比所述目标像素点和所述映射点的颜色变化。这样,本实施例可以在输入图像和输出图像中同步显示目标像素点及其对应的映射点,以方便对比目标像素点和映射点的颜色变化,提升调整效率和使用体验。
下面结合HSV颜色空间为例描述上述一种图像处理方法,处理流程包括:
一,实时预览部分
参见图23,实时预览部分包括:输入图像的颜色范围显示、网格点实时显示、输出图像显示和映射点实时显示。
(一)输入图像颜色范围显示
为保证实时显示,将输入图像的尺寸进行限制,即调整到预设尺寸(如750~1000。输入图像输入到RGB2HSV模块,由该RGB2HSV模块将RGB数据转换成PolarHSV数据。然后,将PolarHSV数据输入到Polar2Cart模块,由该Polar2Cart模块将PolarHSV数据转换为CartHSV数据。其中,数据变化流程如图24所示。假设亮度密度为8,此时亮度取值范围可以划分为9个分区(或者分层),对应9个亮度档位。电子设备每次显示一个亮度分区,即指定亮度档位;并显示该亮度档位对应的亮度分区网格。其中亮度档位的计算可以参见公式(1)的内容,在此不再赘述。
(二)网格点实时显示
亮度分区网格(也称之为A/B网格)初始化显示时,只需要显示某一分层的亮度分区网格的基本点(Basic Points)即可。假设每一层的亮度分区网格包括57个格点即57个基本点,因此亮度分区网格是57个基本点的位置矩阵。由于亮度取值范围划分了9个档位,因此所有分层的网格共有9*57个基本点(直角坐标)。
当用户调整亮度分区网格后,可以得到各个基本点的新位置,称之为中间点。根据中间点和当前选中的亮度分区,即可实时显示调整后的网格点。
(三)输出图像实时显示
首先,根据基本点生成基本点CartHSV查找表(LUT)。然后,根据基本点CartHSV查找表、像素点的PolarHSV值和CartHSV值,计算相对位置关系。最后,将相对位置关系、像素点的PolarHSV值和中间点送入FastTransfer模块,得到输出图像。
1,生成基本点HSV查找表
参见图6所示内容,在此不再赘述。
2,Transfer模块
Transfer模块的输入参数包括中间点、基本点HSV查找表(即基本点直角颜色空间查找表),像素点的PolarHSV数据和CartHSV数据。处理过程包括:
步骤一:与生成基本点HSV查找表的过程类似,Transfer模块会根据中间点来生成中间点HSV查找表(即中间点直角颜色空间查找表)。
步骤二:根据像素点的PolarHSV数据,Transfer模块会锁定使用哪一个立体网格块进行插值,如图11或者图15所示。
步骤三:在锁定的立体网格块中,Transfer模块会根据基本点HSV查找表、中间点HSV查找表,插值出像素点的CartHSV数据所对应的新的CartHSV数据。
由于立体网格块的上平面和下平面是平行的,因此只需要将像素点的CartHSV数据投影到上平面和下平面进行平面插值即可。考虑到平面可能存在的形状即四边形和三角形。本实施例中,针对四边形采用逆双线性插值方法,针对三角形采用三角形插值。插值过程参见图11和/或图15所示实施例的内容,在此不再赘述。
步骤四:将各个像素点的CartHSV数据值转换为RGB数据,RGB值即为Transfer模块的输出。可理解的是,CartHSV数据值转换为RGB数据,是RGB数据转换成CartHSV数据的逆过程,具体参见图6示例的方案,在此不再赘述。
3,Fast Transfer模块
考虑到每次调整亮度分区网格的中间点时,均计算一次相对位置关系是没有必要的。因此,本公开中增加了图像预处理阶段,只需在读取输入图像时,计算一次每个像素点的相对位置关系并保存。之后,每次调整中间点时或者获取输出图像时直接调用上述相对位置关系即可。针对三角形和四边形插值,设计了以下两种相对位置关系,即:
当三角形插值时,相对位置关系为[0,0,u,n,w,is_exchange]。
上述相对位置关系第1个“0”表示像素点为三角形插值,第2个“0”表示像素点位于三角形内部而不需要外推,u表示色相方向的比例系数,n表示饱和度方向的比例系数,w表示亮度方向的比例系数,is_exchange表示判断BX与AC是否平行,是否需要将B与C调换位置。
当四边形插值时,相对位置关系为[0/1,0/1,u,v,w]。
上述相对位置关系第1个“0/1”表示像素点为三角形插值时取0,四边形插值时取1;第2个“0/1”表示像素点不需要外推时取值为0,需要外推一层四边形时取1;u表示色相方向的比例系数,v表示饱和度方向的比例系数,w表示亮度方向的比例系数。
FastTransfer模块的输入数据包括像素点的PolarHSV数据、相对位置关系和中间点CartHSV查找表,输出为输出图像,其特点为可以避免Transfer模块中的重复计算工作,保证输出图像的实时性。
4,映射点实时显示
当鼠标位于输入图像/输出图像之内时,电子设备会识别鼠标位置所对应输入图像的(目标)像素点RGB数据,并进一步计算得到输入图像像素点的CartHSV数据,以及经过立体网格块插值后的新CartHSV数据。最后将像素点的原CartHSV数据和新CartHSV数据实时显示在亮度分区网格之内,并用箭头连接在一起。当像素点原CartHSV所在的亮度分区(如亮度档位为5)是当前显示的亮度分区(如亮度档位为5)时,两个映射点和连接线采用红色标识;如果像素点原CartHSV所在的亮度分区(如亮度档位为5)不是当前显示的亮度分区(如亮度档位为6)时,两个映射点和连接线采用灰色标识。
二,保存RGB查找表部分
参见图25,RGB查找表的过程,包括:
步骤一:将初始RGB查找表依次经过RGB2HSV模块和Polar2Cart模块,分别得到所有原始RGB值对应的PolarHSV查找表和CartHSV查找表;
步骤二:将所有原始RGB值对应的PolarHSV查找表和CartHSV查找表、中间点和基本点HSV查找表送入Transfer模块计算得到更新后的CartHSV查找表,再将更新后的CartHSV查找表逆变换成RGB查找表。
步骤三:根据选定的预设格式,将经过调整的RGB查找表保存到指定位置,如本地存储器、缓存等。
在本公开实施例提供的一种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,参见图26,所述装置包括:
颜色范围获取模块261,用于获取并显示输入图像在指定亮度档位对应的颜色范围和亮度分区网格;
亮度分区获取模块262,用于获取并显示输入图像在指定亮度档位对应的亮度分区网格;
中间点获取模块263,用于获取所述亮度分区网格内的中间点;
输出图像获取模块264,用于根据所述中间点获取所述输入图像对应的输出图像;
映射点获取模块265,用于响应于检测到选择所述输入图像或者所述输出图像的目标像素点,在另一图像中同步显示所述目标像素点的映射点,以对比所述目标像素点和所述映射点的颜色变化。
在一实施例中,所述颜色范围获取模块包括:
尺寸获取子模块,用于获取所述输入图像的尺寸和像素数据;
极颜色空间数据获取子模块,用于当所述输入图像的尺寸小于或等于预设的尺寸阈值时,获取所述像素数据对应的极颜色空间数据;
直角颜色空间数据获取子模块,用于获取所述极颜色空间数据对应的直角颜色空间数据;
亮度档位获取子模块,用于根据所述直角颜色空间数据的亮度值确定所述输入图像中各个像素点对应的亮度档位;所述亮度档位是对亮度取值范围分成为多个亮度区间后各个亮度区间对应的标识;
颜色范围获取子模块,用于获取所述亮度档位等于所述指定亮度档位的直角颜色空间数据,获得所述指定亮度档位对应的颜色范围。
在一实施例中,所述亮度档位获取子模块包括:
乘积获取单元,用于获取各个像素点的所述直角颜色空间数据的亮度值和预设的档位调整数据的乘积;所述档位调整数据为亮度档位的最大值减去亮度档位的最小值的差值;
亮度档位获取单元,用于对所述乘积进行取整处理后再计算与预设常数的和值,所述和值即是各个像素点对应的亮度档位。
在一实施例中,所述亮度分区获取模块包括:
指定档位获取子模块,用于获取用户所选择的指定亮度档位;所述亮度档位是对亮度取值范围分成为多个亮度区间后各个亮度区间对应的标识;
亮度分区获取子模块,用于获取所述亮度档位对应的亮度分区网格。
在一实施例中,所述中间点获取模块包括:
目标位置获取子模块,用于响应于检测到表示拖动所述亮度分区网格中任一基本点的操作,确定所述基本点的目标位置;
查找表获取子模块,用于根据所述目标位置调整所述基本点的关联基本点的位置,获得中间点直角颜色空间查找表;所述关联基本点是指第一亮度分区和第二亮度分区之间的基本点;所述第一亮度分区是指用户锁定的亮度分区或者亮度档位最小的亮度分区,所述第二亮度分区是指用户锁定的亮度分区或者亮度档位最大的亮度分区;
中间点获取子模块,用于更新所述中间点直角颜色空间查找表中所述第一亮度分区和第二亮度分区之间的中间点,并从所述中间点直角颜色空间查找表内获取所有亮度档位的中间点。
在一实施例中,所述输出图像获取模块包括:
数据获取子模块,用于获取输入图像对应的极颜色空间数据;
位置关系获取子模块,用于以及获取所述输入图像中各个像素点的相对位置关系;
输出图像获取子模块,用于根据所述相对位置关系、所述中间点和所述极颜色空间数据获取所述输出图像。
在一实施例中,所述位置关系获取子模块包括:
颜色空间数据获取单元,用于获取所述亮度分区网格的基本点直角颜色空间查找表以及各个像素点对应的极颜色空间数据和直角颜色空间数据;
网格块获取单元,用于根据各个像素点的所述极颜色空间数据中的位次确定各个像素点在所述亮度分区网格对应的立体网格块的顶点的位次;
顶点数据获取单元,用于根据所述基本点直角颜色空间查找表和所述顶点的位次确定所述立体网格块中各个顶点的直角颜色空间数据;
位置关系获取单元,用于根据各个像素点的直角颜色空间数据和所述立体网格块中各个顶点的直角颜色空间数据确定各个像素点在色相、饱和度和亮度方向的比例系数,并将所述比例系数作为所述相对位置关系。
在一实施例中,所述位置关系获取单元包括:
投影点获取子单元,用于将各个像素点的直角颜色空间数据投影到所述立体网格块的第一平面和第二平面,得到投影点;所述第一平面和所述第二平面平行;
插值模型获取子单元,用于获取所述第一平面和所述第二平面的形状,并根据所述形状选择插值模型;
比例系数获取子单元,用于根据所述插值模型对所述投影点进行插值处理,获得色相方向和饱和度方向的比例系数;用于获取亮度方向的比例系数。
在一实施例中,所述插值模型获取子单元包括:
第一子单元,用于在所述形状为四边形时,确定所述插值模型为逆双线性插值模型;和/或,
第二子单元,用于在所述形状为三角形时,确定所述插值模型为三角形插值模型。
在一实施例中,所述颜色空间数据获取单元包括:
取值范围获取子单元,用于获取所述亮度分区网格的色相密度、饱和度密度和亮度密度,以及色相取值范围、饱和度取值范围和亮度取值范围;
原始表获取子单元,用于根据所述色相密度、所述饱和度密度和所述亮度密度生成原始颜色空间查找表;
原始表填充子单元,用于根据所述色相取值范围、所述饱和度取值范围和所述亮度取值范围填充所述原始颜色空间查找表中各个位次的色相值、饱和度值和亮度值;
查找表获取子单元,用于将所述原始颜色空间查找表中的色相值和饱和度值替换为同一位次的基本点的直角坐标并且保留所述亮度值,得到所述基本点直角颜色空间查找表。
在一实施例中,所述输出图像获取子模块包括:
像素位次获取单元,用于获取各个像素点的所述极颜色空间数据对应的位次;
顶点位次获取单元,用于确定所述位次在所述亮度分区网格对应的立体网格块,以及所述立体网格块各个顶点的位次;
中间数据获取单元,用于获取各个顶点的位次对应所述中间点直角颜色空间查找表中的直角颜色空间数据;
像素数据获取单元,用于根据各个顶点的直角颜色空间数据和所述相对位置关系确定各个像素点的直角颜色空间数据;
输出图像获取单元,用于将各个像素点的直角颜色空间数据转换成像素数据,获得所述输出图像。
在一实施例中,所述装置还包括:
位置坐标获取模块,用于获取所述目标像素点的位置坐标;
像素数据获取模块,用于将所述位置坐标转换为所述像素点对应的像素数据;
直角颜色空间数据获取模块,用于获取所述像素数据对应的直角颜色空间数据及位置;
映射点显示模块,用于根据所述直角颜色空间数据及位置在所述亮度分区网格内显示所述亮度分区网格内的映射点。
在一实施例中,所述映射点显示模块包括:
档位对比子模块,用于对比所述目标像素点对应的映射点所在的亮度分区的亮度档位和所述指定亮度档位;
第一显示子模块,用于在映射点所在的亮度分区的亮度档位和所述指定亮度档位相等时,采用第一显示方式显示所述亮度分区网格内的映射点;还用于在映射点所在的亮度分区的亮度档位和所述指定亮度档位不相等时,采用第二显示方式显示所述亮度分区网格内的映射点。
在一实施例中,所述装置还包括:
初始表获取模块,用于根据指定的查找表尺寸,获取初始像素查找表;
查找表获取模块,用于获取所述初始像素查找表对应的极颜色空间查找表和直角颜色空间查找表;
基本点表获取模块,用于获取所述亮度分区网格的基本点直角颜色空间查找表;
目标表获取模块,用于根据所述中间点、所述基本点直角颜色空间查找表、所述极颜色空间查找表和所述直角颜色空间查找表获取目标像素查找表;
目标表存储模块,用于按照预设格式存储所述目标像素查找表。
需要说明的是,本实施例中示出的装置与方法实施例的内容相匹配,可以参考上述方法实施例的内容,在此不再赘述。
图27是根据一示例性实施例示出的一种电子设备的框图。例如,电子设备2700可以是智能手机,计算机,数字广播终端,平板设备,医疗设备,健身设备,个人数字助理等。
参照图27,电子设备2700可以包括以下一个或多个组件:处理组件2702,存储器2704,电源组件2706,多媒体组件2708,音频组件2710,输入/输出(I/O)的接口2712,传感器组件2714,通信组件2716,图像采集组件2718。
处理组件2702通常控制电子设备2700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2702可以包括一个或多个处理器2720来执行计算机程序。此外,处理组件2702可以包括一个或多个模块,便于处理组件2702和其他组件之间的交互。例如,处理组件2702可以包括多媒体模块,以方便多媒体组件2708和处理组件2702之间的交互。
存储器2704被配置为存储各种类型的数据以支持在电子设备2700的操作。这些数据的示例包括用于在电子设备2700上操作的任何应用程序或方法的计算机程序,联系人数据,电话簿数据,消息,图片,视频等。存储器2704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2706为电子设备2700的各种组件提供电力。电源组件2706可以包括电源管理***,一个或多个电源,及其他与为电子设备2700生成、管理和分配电力相关联的组件。电源组件2706可以包括电源芯片,控制器可以电源芯片通信,从而控制电源芯片导通或者断开开关器件,使电池向主板电路供电或者不供电。
多媒体组件2708包括在电子设备2700和目标对象之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示屏(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自目标对象的输入信息。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。
音频组件2710被配置为输出和/或输入音频文件信息。例如,音频组件2710包括一个麦克风(MIC),当电子设备2700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文件信息。所接收的音频文件信息可以被进一步存储在存储器2704或经由通信组件2716发送。在一些实施例中,音频组件2710还包括一个扬声器,用于输出音频文件信息。
I/O接口2712为处理组件2702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。
传感器组件2714包括一个或多个传感器,用于为电子设备2700提供各个方面的状态评估。例如,传感器组件2714可以检测到电子设备2700的打开/关闭状态,组件的相对定位,例如组件为电子设备2700的显示屏和小键盘,传感器组件2714还可以检测电子设备2700或一个组件的位置改变,目标对象与电子设备2700接触的存在或不存在,电子设备2700方位或加速/减速和电子设备2700的温度变化。本示例中,传感器组件2714可以包括磁力传感器、陀螺仪和磁场传感器,其中磁场传感器包括以下至少一种:霍尔传感器、薄膜磁致电阻传感器、磁性液体加速度传感器。
通信组件2716被配置为便于电子设备2700和其他设备之间有线或无线方式的通信。电子设备2700可以接入基于通信标准的无线网络,如WiFi,2G、3G、4G、5G,或它们的组合。在一个示例性实施例中,通信组件2716经由广播信道接收来自外部广播管理***的广播信息或广播相关信息。在一个示例性实施例中,通信组件2716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2700可以被一个或多个应用专用集成电路(ASIC)、数字信息处理器(DSP)、数字信息处理设备(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。
在示例性实施例中,还提供了一种非暂态计算机可读存储介质,例如包括指令的存储器,上述可执行的计算机程序可由处理器执行。其中,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。
在示例性实施例中,还提供了一种芯片,包括一个或多个接口电路和一个或多个处理器;所述接口电路用于从电子设备的存储器接收信号,并向所述处理器发送所述信号,所述信号包括存储器中存储的计算机指令;当所述处理器执行所述计算机指令时,使得所述电子设备执行图1所示例的图像处理方法。其中,所述芯片可以为常规的CPU(centralprocessing unit,中央处理器)芯片、GPU(graphics processing unit,图形处理器)芯片、ISP((Image Signal Processing,图像信息处理)等,也可以为人工智能技术专用的加速芯片,例如AI(Artificial Intelligence,人工智能)加速器、单片机、SOC(System on Chip,***级芯片)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。本公开旨在涵盖任何变型、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 (18)
1.一种图像处理方法,其特征在于,包括:
获取并显示输入图像在指定亮度档位对应的颜色范围和亮度分区网格;
获取所述亮度分区网格内的中间点,并根据所述中间点获取所述输入图像对应的输出图像;
响应于检测到选择所述输入图像或者所述输出图像的目标像素点,在另一图像中同步显示所述目标像素点的映射点,以对比所述目标像素点和所述映射点的颜色变化。
2.根据权利要求1所述的方法,其特征在于,获取输入图像在指定亮度档位对应的颜色范围,包括:
获取所述输入图像的尺寸和像素数据;
当所述输入图像的尺寸小于或等于预设的尺寸阈值时,获取所述像素数据对应的极颜色空间数据;
获取所述极颜色空间数据对应的直角颜色空间数据;
根据所述直角颜色空间数据的亮度值确定所述输入图像中各个像素点对应的亮度档位;所述亮度档位是对亮度取值范围分成为多个亮度区间后各个亮度区间对应的标识;
获取所述亮度档位等于所述指定亮度档位的直角颜色空间数据,获得所述指定亮度档位对应的颜色范围。
3.根据权利要求2所述的方法,其特征在于,根据所述直角颜色空间数据的亮度值确定所述输入图像中各个像素点对应的亮度档位,包括:
获取各个像素点的所述直角颜色空间数据的亮度值和预设的档位调整数据的乘积;所述档位调整数据为亮度档位的最大值减去亮度档位的最小值的差值;
对所述乘积进行取整处理后再计算与预设常数的和值,所述和值即是各个像素点对应的亮度档位。
4.根据权利要求1所述的方法,其特征在于,获取输入图像在指定亮度档位对应的亮度分区网格,包括:
获取用户所选择的指定亮度档位;所述亮度档位是对亮度取值范围分成为多个亮度区间后各个亮度区间对应的标识;
获取所述亮度档位对应的亮度分区网格。
5.根据权利要求1所述的方法,其特征在于,获取所述亮度分区网格内的中间点,包括:
响应于检测到表示拖动所述亮度分区网格中任一基本点的操作,确定所述基本点的目标位置;
根据所述目标位置调整所述基本点的关联基本点的位置,获得中间点直角颜色空间查找表;所述关联基本点是指第一亮度分区和第二亮度分区之间的基本点;所述第一亮度分区是指用户锁定的亮度分区或者亮度档位最小的亮度分区,所述第二亮度分区是指用户锁定的亮度分区或者亮度档位最大的亮度分区;
更新所述中间点直角颜色空间查找表中所述第一亮度分区和第二亮度分区之间的中间点,并从所述中间点直角颜色空间查找表内获取所有亮度档位的中间点。
6.根据权利要求1所述的方法,其特征在于,根据所述中间点获取所述输入图像对应的输出图像,包括:
获取输入图像对应的极颜色空间数据,以及获取所述输入图像中各个像素点的相对位置关系;
根据所述相对位置关系、所述中间点和所述极颜色空间数据获取所述输出图像。
7.根据权利要求6所述的方法,其特征在于,获取所述输入图像中各个像素点的相对位置关系,包括:
获取所述亮度分区网格的基本点直角颜色空间查找表以及各个像素点对应的极颜色空间数据和直角颜色空间数据;
根据各个像素点的所述极颜色空间数据中的位次确定各个像素点在所述亮度分区网格对应的立体网格块的顶点的位次;
根据所述基本点直角颜色空间查找表确定所述立体网格块中各个顶点的直角颜色空间数据;
根据各个像素点的直角颜色空间数据和所述立体网格块中各个顶点的直角颜色空间数据确定各个像素点在色相、饱和度和亮度方向的比例系数,并将所述比例系数作为所述相对位置关系。
8.根据权利要求7所述的方法,其特征在于,根据各个像素点的直角颜色空间数据和所述立体网格块中各个顶点的直角颜色空间数据确定各个像素点在色相、饱和度和亮度方向的比例系数,包括:
将各个像素点的直角颜色空间数据投影到所述立体网格块的第一平面和第二平面,得到投影点;所述第一平面和所述第二平面平行;
获取所述第一平面和所述第二平面的形状,并根据所述形状选择插值模型;
根据所述插值模型对所述投影点进行插值处理,获得色相方向和饱和度方向的比例系数;
获取亮度方向的比例系数。
9.根据权利要求8所述的方法,其特征在于,根据所述形状选择插值模型,包括:
当所述形状为四边形时,确定所述插值模型为逆双线性插值模型;和/或,
当所述形状为三角形时,确定所述插值模型为三角形插值模型。
10.根据权利要求7所述的方法,其特征在于,获取所述亮度分区网格的基本点直角颜色空间查找表,包括:
获取所述亮度分区网格的色相密度、饱和度密度和亮度密度,以及色相取值范围、饱和度取值范围和亮度取值范围;
根据所述色相密度、所述饱和度密度和所述亮度密度生成原始颜色空间查找表;
根据所述色相取值范围、所述饱和度取值范围和所述亮度取值范围填充所述原始颜色空间查找表中各个位次的色相值、饱和度值和亮度值;
将所述原始颜色空间查找表中的色相值和饱和度值替换为同一位次的基本点的直角坐标并且保留所述亮度值,得到所述基本点直角颜色空间查找表。
11.根据权利要求6所述的方法,其特征在于,根据所述相对位置关系、所述中间点和所述极颜色空间数据获取所述输出图像,包括:
获取各个像素点的所述极颜色空间数据对应的位次;
确定所述位次在所述亮度分区网格对应的立体网格块,以及所述立体网格块各个顶点的位次;
获取各个顶点的位次对应所述中间点直角颜色空间查找表中的直角颜色空间数据;
根据各个顶点的直角颜色空间数据和所述相对位置关系确定各个像素点的直角颜色空间数据;
将各个像素点的直角颜色空间数据转换成像素数据,获得所述输出图像。
12.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述目标像素点的位置坐标;
将所述位置坐标转换为所述像素点对应的像素数据;
获取所述像素数据对应的直角颜色空间数据及位置;
根据所述直角颜色空间数据及位置在所述亮度分区网格内显示所述亮度分区网格内的映射点。
13.根据权利要求12所述的方法,其特征在于,根据所述直角颜色空间数据及位置在所述亮度分区网格内显示所述亮度分区网格内的映射点,包括:
对比所述目标像素点对应的映射点所在的亮度分区的亮度档位和所述指定亮度档位;
若相等,则采用第一显示方式显示所述亮度分区网格内的映射点;
若不相等,则采用第二显示方式显示所述亮度分区网格内的映射点。
14.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据指定的查找表尺寸,获取初始像素查找表;
获取所述初始像素查找表对应的极颜色空间查找表和直角颜色空间查找表;
获取所述亮度分区网格的基本点直角颜色空间查找表;
根据所述中间点、所述基本点直角颜色空间查找表、所述极颜色空间查找表和所述直角颜色空间查找表获取目标像素查找表;
按照预设格式存储所述目标像素查找表。
15.一种图像处理装置,其特征在于,包括:
颜色范围获取模块,用于获取并显示输入图像在指定亮度档位对应的颜色范围和亮度分区网格;
亮度分区获取模块,用于获取并显示输入图像在指定亮度档位对应的亮度分区网格;
中间点获取模块,用于获取所述亮度分区网格内的中间点;
输出图像获取模块,用于根据所述中间点获取所述输入图像对应的输出图像;
映射点获取模块,用于响应于检测到选择所述输入图像或者所述输出图像的目标像素点,在另一图像中同步显示所述目标像素点的映射点,以对比所述目标像素点和所述映射点的颜色变化。
16.一种电子设备,其特征在于,包括:存储器与处理器;
所述存储器用于存储所述处理器可执行的计算机程序;
所述处理器用于执行所述存储器中的计算机程序,以实现如权利要求1~14任一项所述的方法。
17.一种非暂态计算机可读存储介质,其特征在于,当所述存储介质中的可执行的计算机程序由处理器执行时,能够实现如权利要求1~14任一项所述的方法。
18.一种芯片,其特征在于,包括一个或多个接口电路和一个或多个处理器;所述接口电路用于从电子设备的存储器接收信号,并向所述处理器发送所述信号,所述信号包括存储器中存储的计算机指令;当所述处理器执行所述计算机指令时,使得所述电子设备执行权利要求1至14任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210557919.5A CN116385565A (zh) | 2022-05-19 | 2022-05-19 | 图像处理方法和装置、芯片、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210557919.5A CN116385565A (zh) | 2022-05-19 | 2022-05-19 | 图像处理方法和装置、芯片、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116385565A true CN116385565A (zh) | 2023-07-04 |
Family
ID=86977345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210557919.5A Pending CN116385565A (zh) | 2022-05-19 | 2022-05-19 | 图像处理方法和装置、芯片、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116385565A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118154594A (zh) * | 2024-05-10 | 2024-06-07 | 山东力乐包装股份有限公司 | 一种基于电数字数据处理的木质托盘缺陷分析*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030020727A1 (en) * | 2001-07-30 | 2003-01-30 | Newman Todd D. | Reducing metamerism in color management systems |
JP2012235405A (ja) * | 2011-05-09 | 2012-11-29 | Konica Minolta Business Technologies Inc | 色変換装置、色変換装置の色調整方法及びプログラム |
CN107452355A (zh) * | 2017-08-09 | 2017-12-08 | 青岛海信电器股份有限公司 | 一种动态对比度的调整方法和装置 |
CN110383801A (zh) * | 2017-03-03 | 2019-10-25 | 杜比实验室特许公司 | 不均匀颜色空间中的颜色饱和度调整 |
-
2022
- 2022-05-19 CN CN202210557919.5A patent/CN116385565A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030020727A1 (en) * | 2001-07-30 | 2003-01-30 | Newman Todd D. | Reducing metamerism in color management systems |
JP2012235405A (ja) * | 2011-05-09 | 2012-11-29 | Konica Minolta Business Technologies Inc | 色変換装置、色変換装置の色調整方法及びプログラム |
CN110383801A (zh) * | 2017-03-03 | 2019-10-25 | 杜比实验室特许公司 | 不均匀颜色空间中的颜色饱和度调整 |
CN107452355A (zh) * | 2017-08-09 | 2017-12-08 | 青岛海信电器股份有限公司 | 一种动态对比度的调整方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118154594A (zh) * | 2024-05-10 | 2024-06-07 | 山东力乐包装股份有限公司 | 一种基于电数字数据处理的木质托盘缺陷分析*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9747870B2 (en) | Method, apparatus, and computer-readable medium for superimposing a graphic on a first image generated from cut-out of a second image | |
CN107705264B (zh) | 一种图像处理方法、电子设备以及具有存储功能的装置 | |
US9747714B2 (en) | Method, device and computer software | |
CN106060491A (zh) | 一种投影图像颜色校正方法及装置 | |
WO2019101005A1 (zh) | 像素补偿方法、装置和终端设备 | |
CN110428504B (zh) | 文本图像合成方法、装置、计算机设备和存储介质 | |
US8830251B2 (en) | Method and system for creating an image | |
CN109919837A (zh) | 图像数据插值 | |
CN116385565A (zh) | 图像处理方法和装置、芯片、电子设备及介质 | |
EP2866432B1 (en) | Automatic image compositing device | |
JP5624383B2 (ja) | 映像信号処理装置、仮想現実感生成システム | |
CN113935891B (zh) | 像素风格的场景渲染方法、设备及存储介质 | |
CN113744364B (zh) | 图像处理方法和装置 | |
CN114679575A (zh) | 多媒体空间实时播控融合调试方法及一体式*** | |
CN112508831A (zh) | 一种超声宽景图像生成方法、装置、设备及存储介质 | |
CN106791757B (zh) | 影像校正***及其方法 | |
EP4287129A1 (en) | Image processing method and electronic device | |
CN117474820B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112306344B (zh) | 一种数据处理方法及移动终端 | |
CN115857774B (zh) | 手机软件数据处理方法及*** | |
CN113923379B (zh) | 一种自适应视窗的多画面合成方法及处理终端 | |
CN114419221A (zh) | 贴图处理方法、设备、电子设备及存储介质 | |
CN118411442A (zh) | 图像处理方法、装置、计算机设备和可读存储介质 | |
CN117389451A (zh) | 图像处理方法及其装置 | |
CN116310038A (zh) | 模型渲染方法、装置、电子设备和计算机可读存储介质 |
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 |