CN117474820B - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117474820B CN117474820B CN202311322381.0A CN202311322381A CN117474820B CN 117474820 B CN117474820 B CN 117474820B CN 202311322381 A CN202311322381 A CN 202311322381A CN 117474820 B CN117474820 B CN 117474820B
- Authority
- CN
- China
- Prior art keywords
- gray
- value
- image
- pixel
- color
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000005070 sampling Methods 0.000 claims abstract description 140
- 238000012545 processing Methods 0.000 claims abstract description 100
- 238000012937 correction Methods 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 8
- 238000013459 approach Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 10
- 238000003384 imaging method Methods 0.000 abstract description 7
- 238000003825 pressing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请提供一种图像处理方法、装置、电子设备及存储介质,通过获取待处理的目标图像;并对所述目标图像进行灰度处理,得到第一灰度图像;根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图。结合灰度值梯度分层处理和针对性高光叠加的方式实现图像素描化,针对性对目标图像进行灰度修正和高光叠加处理,增强图像素描化处理精度,提升素描成像效果。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
随着图像处理技术的发展,图像处理的类型的也逐渐多样化,比如,图像美颜处理、图像色彩调节处理以及图像素描化处理等,其中,图像素描化处理是将图像转换为素描形态展示的图像的一种处理类型;相关技术中,图像的素描化处理一般通过对图像统一进行灰度处理,颜色增强减淡处理等方式实现,素描成像效果差。
发明内容
本申请提供一种图像处理方法、装置、电子设备及存储介质,旨在解决现有技术中图像的素描化处理成像效果差的问题,提升素描成像效果。
第一方面,本申请提供一种图像处理方法,包括:
获取待处理的目标图像;
对所述目标图像进行灰度处理,得到第一灰度图像;
根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;
根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图。
在本申请一种可能的实现方式中,所述根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像,包括:
根据所述第一灰度图像中各像素的第一灰度值所处的预设灰度梯度,确定目标颜色采样模板;
根据预设灰度梯度对应的颜色采样模板与所述第一灰度图像之间的纹理坐标映射关系,对所述目标颜色采样模板进行灰度值采样,并将采样得到的第二灰度值设置为所述纹理坐标对应的像素的第二灰度值,得到第二灰度图像。
在本申请一种可能的实现方式中,所述根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板之前,还包括:
根据所述目标图像中的像素分布,确定所述目标图像对应的模板类型;
根据所述模板类型,确定所述预设灰度梯度对应的颜色采样模板。
在本申请一种可能的实现方式中,所述根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图,包括:
计算所述第一灰度图像中各像素的第一灰度值,与所述第二灰度图像中对应像素的第二灰度值之间的灰度差值;
针对所述目标图像中的每一个像素,提取所述像素的初始颜色值,将所述像素对应的灰度差值叠加到所述初始颜色值上,得到修正后的第一颜色值;
将所述目标图像中各所述像素的初始颜色值替换为修正后的第一颜色值,得到目标素描图。
在本申请一种可能的实现方式中,所述对所述目标图像进行灰度处理,得到第一灰度图像,包括:
根据预设采样函数对所述目标图像进行纹理采样,得到各像素对应的颜色值;
将各所述颜色值与预设灰度权重向量进行点乘处理,得到各所述像素对应的灰度值;
根据各所述像素对应的灰度值,确定第一灰度图像。
在本申请一种可能的实现方式中,所述对所述目标图像中各像素的颜色值进行修正之后,还包括:
针对每一个像素执行:
查找修正后的第一颜色值中的最大通道值和最小通道值,其中,所述颜色值包括R通道、G通道和B通道分别对应的通道值;
若所述第一颜色值中的最小通道值小于零,则根据所述像素对应的第二灰度值、所述像素的初始颜色值、所述最小通道值以及第一预设修正公式,重新得到修正后的第二颜色值;
若所述第一颜色值中的最大通道值大于1,则根据所述像素对应的第二灰度值、所述像素的初始颜色值、所述最大通道值以及第二预设修正公式,重新得到修正后的第二颜色值。
在本申请一种可能的实现方式中,所述得到目标素描图,包括:
将对所述目标图像中各像素的颜色值进行修正后得到的第一图像矩阵;第二颜色值对应第二图像矩阵,以及修正后灰度值对应的第三图像矩阵输入到预设输出计算公式,输出得到目标素描图;
所述预设输出计算公式为:outputColor=vec4(styleGray.rrr*(1.0-srcColor.a)+color*srcColor.a,srcColor.a),其中,所述styleGray.rrr为第三图像矩阵,所述color为第二图像矩阵,所述srcColor.a为第一图像矩阵。
第二方面,本申请提供一种图像处理装置,所述装置包括:
获取模块,用于获取待处理的目标图像;
第一灰度处理模块,用于对所述目标图像进行灰度处理,得到第一灰度图像;
第二灰度处理模块,用于根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;
输出处理模块,用于根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图。
第三方面,本申请提供一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现任一项所述的图像处理方法中的步骤。
第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行任一项所述的图像处理方法中的步骤。
本申请提供图像处理方法、装置、电子设备及存储介质,通过获取待处理的目标图像;并对所述目标图像进行灰度处理,得到第一灰度图像;根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图。本方案通过针对目标图像进行图像灰度处理得到第一灰度图像,然后根据所述预设灰度梯度对应的颜色采样模板对所述第一灰度图像进行图像灰度分层,得到第二灰度图,使得第二灰度图中的像素灰度值离散化,更能突现像素高光区域,进一步的,根据第二灰度图和第一灰度值之间的差值对所述目标图像中各像素的颜色值进行修正,即,对目标图像中的各像素进行针对性的高光叠加,进而得到素描效果的目标素描图,结合灰度值梯度分层处理和针对性高光叠加的方式实现图像素描化,针对性对目标图像进行灰度修正和高光叠加处理,增强图像素描化处理精度,提升素描成像效果。
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发明的一些实施例,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场景示意图;
图2是本申请实施例中提供的图像处理方法的一个实施例流程示意图;
图3为本申请实施例提供的一种图像处理方法中第二灰度图像获取的其中一种实施方案流程示意图;
图4为本申请实施方案中各预设灰度梯度对应的颜色采样模板的其中一种实施方案示意图;
图5为本申请实施例提供的一种图像处理方法中颜色值修正的其中一种实施方案流程示意图;
图6为本申请实施例提供的一种图像处理方法的另一种实施方案流程示意图;
图7是本申请实施例中提供的图像处理装置的一个实施例结构示意图;
图8是本申请实施例中提供的电子设备的一个实施例结构示意图。
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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”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。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
本申请实施例中,“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本发明。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本发明的描述变得晦涩。因此,本发明并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种图像处理方法、装置、设备及计算机可读存储介质,以下分别进行详细说明。
本发明实施例中的图像处理方法应用于图像处理装置,图像处理装置设置于电子设备,电子设备中设置有一个或多个处理器、存储器,以及一个或多个应用程序,其中一个或多个应用程序被存储于存储器中,并配置为由处理器执行以实现图像处理方法;电子设备可以是终端,例如,手机或平板电脑,电子设备还可以是一台服务器,或者多台服务器组成的服务集群。
如图1所示,图1为本申请实施例图像处理方法的场景示意图,本发明实施例中图像处理场景中包括电子设备100(电子设备100中集成有图像处理装置),电子设备100中运行图像处理对应的计算机可读存储介质,以执行图像处理的步骤。
可以理解的是,图1所示图像处理方法的场景中的电子设备,或者电子设备中包含的装置并不构成对本发明实施例的限制,即,图像处理方法的场景中包含的设备数量、设备种类,或者各个设备中包含的装置数量、装置种类不影响本发明实施例中技术方案整体实现,均可以算作本发明实施例要求保护技术方案的等效替换或衍生。
本发明实施例中电子设备100主要用于:获取待处理的目标图像;对所述目标图像进行灰度处理,得到第一灰度图像;根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图。
本发明实施例中该电子设备100可以是独立的电子设备,也可以是电子设备组成的电子设备网络或电子设备集群,例如,本发明实施例中所描述的电子设备100,其包括但不限于计算机、网络主机、单个网络电子设备、多个网络电子设备集或多个电子设备构成的云电子设备。其中,云电子设备由基于云计算(CloudComputing)的大量计算机或网络电子设备构成。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的电子设备,或者电子设备网络连接关系,例如图1中仅示出1个电子设备,可以理解的,该图像处理方法的场景还可以包括一个或多个其他电子设备,具体此处不作限定;该电子设备100中还可以包括存储器,用于存储数据,例如,存储拍摄获得的图像信息等。
此外,本申请图像处理方法的场景中电子设备100可以设置显示装置,或者电子设备100中不设置显示装置与外接的显示装置200通讯连接,显示装置200用于输出电子设备中图像处理方法执行的结果。电子设备100可以访问后台数据库300(后台数据库可以是电子设备的本地存储器中,后台数据库还可以设置在云端),后台数据库300中保存有图像处理相关的信息,例如,后台数据库300中初始图像,或者预先设置的滤波参数。
需要说明的是,图1所示的图像处理方法的场景示意图仅仅是一个示例,本发明实施例描述的图像处理方法的场景是为了更加清楚的说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定。
基于上述图像处理方法的场景,提出了图像处理方法的实施例。
如图2所示,为本申请实施例中图像处理方法的一个实施例流程示意图,该图像处理方法包括步骤S201-S204:
S201、获取待处理的目标图像。
其中,所述目标图像,即,用户输入的或实时采集的图像,或者是纹理贴图,示例性的,在本申请实施方案中,所述目标图像为uTexture,即,纹理图像。
具体的,所述目标图像可以通过预设的图像获取通道或者预设的图像输入口获取,示例性的,用户端安装有可以进行图像处理的APP,用户通过电机app中显示的素描化处理控件后,生成图像素描化处理指令并反馈图像采集窗口到用户端,用户端通过所述图像采集窗口输入图像,然后对输入的图像进行纹理转化得到目标图像,或直接将输入的图像设置为目标图像,进而实现对所述目标图像的采集。
S202、对所述目标图像进行灰度处理,得到第一灰度图像。
具体的,在得到目标图像后,针对所述目标图像进行灰度处理,得到第一灰度图像,可以理解的是,对所述目标图像进行灰度处理的具体实现方式本是去申请不做具体的限定,示例性,可以采用分量法,最大值法,平均值法和加权平均值法等方式实现,其中,平均值法,即,将目标图像中的三分量亮度求平均得到一个灰度图;最大值法,即,将目标图像中的分量亮度的最大值作为灰度图的灰度值;分量法,即,将目标图像中RGB每个分量的值作为图像的灰度值,这样就得到原图像的三个灰度图像,然后选择三个中的一个灰度图,即用RGB三个分量的某一个分量作为该点的灰度值。具体可以根据实际设计需求进行选择。
S203、根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像。
其中,预设灰度梯度,即,将灰度值分为不同的灰度区间,形成不同的灰度梯度,示例性的,针对纹理采样得到的第一灰度图,将灰度值分为0-0.25;0.25-0.5;0.5-0.75;0.75-1的灰度值梯度。
具体的,可以对应不同的预设灰度梯度设置对应的颜色采样模板,其中,每一个预设灰度梯度对应的颜色采样模板内的各像素灰度值位于各所述预设灰度梯度对应的灰度值区间范围内。
可以理解的是,在本申请的其中一种实施方案中,所述预设灰度梯度对应的颜色采样模板可以根据目标图像进行创建,示例性,将所述目标图像灰度化处理为不同灰度区间对应的灰度图像,将不同灰度区间对应的灰度图设置为不同灰度梯度对应的颜色采样模板。
在本申请的另一种实施方案中,所述预设灰度梯度也可以为预设的固定模板,示例性的,所述颜色采样模板可以根据所述图像处理方法的运用场景需求创建颜色采样模板的灰度分布,示例性的,若图像处理方法的运用场景需求为中间着重凸出,边缘弱化,则所述颜色采样模板的灰度分布可以为中间着重凸出边缘弱化的灰度分布,或者所述颜色采样模板的灰度分布也可以根据目标图像的像素分布类型,确定对应的模板类型,使得颜色采样模板满足大批量使用需求的同时可进行个性化定值,具体本申请不做具体的限定。
具体的,在本申请的其中一种实施方案中,在得到第一灰度图后,根据第一灰度图中每一个像素对应的灰度值所述的灰度值区间,确定对应的预设灰度梯度,进而确定该像素对应的颜色采样模板,根据该像素对应的纹理坐标对所述颜色采样模板进行纹理采样,将纹理采样得到的第二灰度值作为该像素的灰度值,得到第二灰度图像。
S204、根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图。
其中,所述颜色值,即,各像素对应的像素通道值,示例性的,所述颜色值包括R通道、G通道和B通道分别对应的通道值。
具体的,在针对第一灰度图和进行纹理采样得到第二灰度图后,针对每一个像素,计算第一灰度图中的第一灰度值和第二灰度图中的第二灰度值之间的灰度差值,进而得到高光叠加参数,进一步的,通过所述灰度差值,对所述目标图像中各像素的颜色值进行修正,即,将所述灰度差值叠加到对所述目标图像中各像素的颜色值对应的通道值上,得到新的颜色值,将新的颜色值替换为该像素的颜色值,进而得到目标图像对应的目标素描图。
进一步的,在上述实施方案的基础上,参见图3,图3为本申请实施例提供的一种图像处理方法中第二灰度图像获取的其中一种实施方案流程示意图,具体包括步骤S301-S302:
S301、根据所述第一灰度图像中各像素的第一灰度值所处的预设灰度梯度,确定目标颜色采样模板。
其中,所述目标颜色采样模板,为所述预设灰度梯度对应的颜色采样模板中的一个。
具体的,针对根据所述目标灰度图像中各像素的灰度值所处的预设灰度梯度,进而确定该预设灰度梯度目标颜色采样模板。
示例性的,参见图4,图4为本申请实施方案中各预设灰度梯度对应的颜色采样模板的其中一种实施方案示意图,在实施方案中,所述颜色采样模板为灰度LUT图uTexture,所述预设灰度梯度包括灰度值0-0.25;0.25-0.5;0.5-0.75;0.75-1的灰度值梯度,各预设灰度梯度对应的颜色采样模板包括:0-0.25对应右上角的颜色区间;0.25-0.5对应左上角的颜色区间;0.5-0.75对应右下角的颜色区间;0.75-1对应左下角的颜色区间。
S302、根据预设灰度梯度对应的颜色采样模板与所述第一灰度图像之间的纹理坐标映射关系,对所述目标颜色采样模板进行灰度值采样,并将采样得到的第二灰度值设置为所述纹理坐标对应的像素的第二灰度值,得到第二灰度图像。
其中,所述纹理坐标映射关系,用于表征目标图像的纹理坐标和颜色采样模板之间的纹理坐标对应关系,示例性的,在本申请实施方案中,所述目标图像/第一灰度图像/第二灰度图像的纹理坐标为在【【0.0,0.0】,【1.0,1.0】】区间,所述颜色采样模板的纹理坐标为在【【0.0,0.0】,【0.5,0.5】】区间,则所述纹理坐标映射关为0.5,即,根据纹理坐标映射关系(0.5),将区间在【【0.0,0.0】,【1.0,1.0】】的纹理坐标uv0,缩放一半得到区间在【【0.0,0.0】,【0.5,0.5】】的纹理坐标modi,即,针对每一个像素,根据得到的纹理坐标modi对所述目标颜色采样模板进行灰度值采样,并将采样得到的第二灰度值设置为所述纹理坐标对应的像素的第二灰度值,得到第二灰度图像。
示例性的,在本申请的其中一种实施方案中,各预设灰度梯度对应的颜色采样模板分布在纹理坐标为在【【0.0,0.0】,【1.0,1.0】】区间,其中,所述预设灰度梯度包括灰度值0-0.25;0.25-0.5;0.5-0.75;0.75-1的灰度值梯度,各预设灰度梯度对应的颜色采样模板包括:0-0.25对应右上角的颜色区间,纹理坐标区间为【【0.5,0.5】,【1,1】】;0.25-0.5对应左上角的颜色区间,纹理坐标区间为【【0,0.5】,【0.5,1】】区间;0.5-0.75对应右下角的颜色区间,纹理坐标区间为【【0.5,0】,【1,0.5】】区间;0.75-1对应左下角的颜色区间,纹理坐标区间为【【0,0】,【0.5,0.5】】区间。
在本申请其中一种实现方式中,首先,将区间在【【0.0,0.0】,【1.0,1.0】】的目标图像的纹理坐标uv0缩放一半得到区间在【【0.0,0.0】,【0.5,0.5】】的纹理坐标modi;然后,根据第一灰度图,选择不同的纹理采样坐标位置对输入的灰度LUT图uTexture1(目标颜色采样模板)线性采样,得到输出的outputColor(即,根据预设灰度梯度对应的颜色采样模板与所述第一灰度图像之间的纹理坐标映射关系,对所述目标颜色采样模板进行灰度值采样,并将采样得到的第二灰度值设置为所述纹理坐标对应的像素的第二灰度值,得到第二灰度图像),具体的,选择不同的纹理采样坐标位置对输入的灰度LUT图uTexture1线性采样,具体根据各像素对应的目标颜色采样模板对应的纹理坐标区间,与纹理坐标区间为【【0,0】,【0.5,0.5】】之间的偏移量,进一步对纹理坐标modi进行修正,进而得到修正后的纹理坐标modi,根据修正后的纹理坐标modi对对应的目标颜色采样模板进行采样,示例性的,针对第一灰度图中的任一像素:
如果第一灰度值大于0.75,则直接从纹理坐标modi处进行纹理采样。
如果第一灰度值介于0.75和0.50之间,则在modi的基础上加上偏移(0.5,0.0),再进行纹理采样。
如果第一灰度值介于0.50和0.25之间,则在modi的基础上加上偏移(0.0,0.5),再进行纹理采样。
否则,第一灰度值小于0.25,则在modi的基础上加上偏移(0.5,0.5),再进行纹理采样。
根据上述匹配规则,将第一灰度图映射到图4所示的左下、右下、左上、右上四个灰度分层区域的其中一个,根据所在区域的偏移量计算相应的纹理坐标,最后采样得到对应的灰度分层区域的RGBA值,并将采样得到的第二灰度值设置为所述纹理坐标对应的像素的第二灰度值,得到第二灰度图像。
进一步的,在上述实施方案的基础上,本申请还提供颜色采样模板选择的而实现方式,具体的,在获取待处理的目标图像后,对所述目标图像进行灰度处理,得到第一灰度图像;同时根据所述目标图像中的像素分布,确定所述目标图像对应的模板类型,示例性的,根据各像素所属于的物体(人像、风景)所占的面积大小,确定各物体的主次(占比多的为主其余为次),根据主次物品分布位置确定目标图像的模型类型,模板类型根据主次物品的占比分布划分,进一步的,根据所述模板类型,确定所述预设灰度梯度对应的颜色采样模板。
根据目标图像中的像素分布,确定所述目标图像对应的模板类型;进而根据所述模板类型,确定所述预设灰度梯度对应的颜色采样模板,使得所述预设灰度梯度对应的颜色采样模板与目标图像更加匹配,增加素描画处理精度。
进一步的,在上述实施方案的基础上,参见图5,图5为本申请实施例提供的一种图像处理方法中颜色值修正的其中一种实施方案流程示意图,具体包括步骤S501-S503:
S501、计算所述第一灰度图像中各像素的第一灰度值,与所述第二灰度图像中对应像素的第二灰度值之间的灰度差值。
具体的,在得到第一灰度图和第二灰度图后,通过texture2D函数对灰度分层图uTexture1(第二灰度图)线性采样得到单通道灰度值styleGray,具体的,由于第二灰度图中的三个通道灰度值相同即,可以采集任一通道的灰度值生成单通道灰度值styleGray;进一步的,计算第一灰度图像中各像素的第一灰度值,与所述第二灰度图像中对应像素的第二灰度值之间的灰度差值。
可以理解的是,在本申请实施方案中,所述第一灰度图是通过texture2D函数对目标图像uTexture0线性采样得到四通道RGBA数据srcColor,进一步的,根据灰度权重公式,利用dot函数计算得到的srcColor和灰度权重公式的点积结果得到当前像素的灰度值,进而得到第一灰度图,示例性的,灰度权重公式为三维向量vec3(0.2125,0.7154,0.0721),所述dot函数为dot(srcColor,vec3(0.2125,0.7154,0.0721)。
具体的:
vec4srcColor=texture2D(uTexture0,uv0);(即,通过texture2D函数对目标图像uTexture0线性采样得到四通道RGBA数据srcColor)
floatstyleGray=texture2D(uTexture1,uv0).r;(即,采集R通道的灰度值作为单通道灰度值styleGray)
floatd=styleGray-dot(srcColor,vec3(0.2125,0.7154,0.0721))(即,利用dot函数计算得到的srcColor和灰度权重公式的点积结果得到当前像素的第一灰度图,并计算第一灰度图像styleGray中各像素的第一灰度值,与所述第二灰度图像dot(srcColor,vec3(0.2125,0.7154,0.0721)中对应像素的第二灰度值之间的灰度差值)。
S502、针对所述目标图像中的每一个像素,提取所述像素的初始颜色值,将所述像素对应的灰度差值叠加到所述初始颜色值上,得到修正后的第一颜色值。
进一步的,针对每一个像素,根据计算公式:vec3color=srcColor+vec3(d),得到第一颜色值(vec3color),其中,srcColor为初始颜色值,即,R通道、G通道和B通道分别对应的初始通道值。
具体的,通过texture2D函数对目标图像uTexture0线性采样得到四通道RGBA数据srcColor中各像素对应的R值、G值和B值作为初始颜色值srcColor,然后灰度值差,即,将会度差值转换为三通道值vec3(d),根据公式vec3color=srcColor+vec3(d)计算得到修正后的第一颜色值。
S503、将所述目标图像中各所述像素的初始颜色值替换为修正后的第一颜色值,得到目标素描图。
进一步的,将将所述目标图像中各所述像素的初始颜色值替换为修正后的第一颜色值,得到目标素描图。
进一步的,在上述实施方案的基础上,本申请还提供一种第一灰度图像确定的具体实施方案流程示意图,具体包括步骤:
(1)根据预设采样函数对所述目标图像进行纹理采样,得到各像素对应的颜色值;
(2)将各所述颜色值与预设灰度权重向量进行点乘处理,得到各所述像素对应的灰度值;
(3)根据各所述像素对应的灰度值,确定第一灰度图像。
其中,所述预设采样函数可以为上述实施方能中的texture2D函数;
具体的,根据区间在【【0.0,0.0】,【1.0,1.0】】的纹理坐标uv0,以及texture2D函数,对目标图像uTexture0线性采样得到当前像素RGB数据sample3;根据灰度权重公式,利用dot函数计算步骤1.1.1得到的sample3和三维向量vec3(0.2125,0.7154,0.0721)的点积结果,得到当前像素的灰度值gray,进而得到第一灰度图。
公式参见:
Vec3sample3=texture2D(uTexture0,uv0).rgb;
floatgray=dot(sample3,vec3(0.2125,0.7154,0.0721))。
进一步的,在上述实施方案的基础上,参见图6,图6为本申请实施例提供的一种图像处理方法的另一种实施方案流程示意图,具体包括步骤S601-S606:
S601、获取待处理的目标图像;
S602、对所述目标图像进行灰度处理,得到第一灰度图像;
S603、根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;
S604、根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正;
其中,步骤S601-S604的具体实现方案参见上述任一项实施方案所述。
针对每一个像素执行:
S6051、查找修正后的第一颜色值中的最大通道值和最小通道值,其中,所述颜色值包括R通道、G通道和B通道分别对应的通道值。
具体的,在根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正之后,得到颜色值修正后(高光叠加后)的初始素描图,针对初始素描图中每一个像素的第一颜色值color通过min()函数和max()函数得到第一颜色值中的最大通道值和最小通道值,即,得到第一颜色值color中RGB通道最小值n和最大值x。
S6052、若所述第一颜色值中的最小通道值小于零,则根据所述像素对应的第二灰度值、所述像素的初始颜色值、所述最小通道值以及第一预设修正公式,重新得到修正后的第二颜色值。
进一步的,检测步骤得到的最小值n是否小于0.0。如果是,表示颜色向量color中存在负值(亮度过低)。为了调整亮度,分别对RGB通道进行处理。具体的:将原始通道值(第一颜色值)减去灰度分层基准值styleGray(第二灰度图中对应像素的第二灰度值),然后将其乘以灰度分层基准值styleGray,再除以灰度分层基准值styleGray与最小通道值之差styleGray-n,最后加上styleGray。最终得到的color是将最小通道值调整为0.0,并且灰度值趋近于styleGray。
S6053、若所述第一颜色值中的最大通道值大于1,则根据所述像素对应的第二灰度值、所述像素的初始颜色值、所述最大通道值以及第二预设修正公式,重新得到修正后的第二颜色值。
具体的,检查最大通道值x是否大于1.0。如果是,表示颜色向量color中存在超过最大亮度值的通道(亮度过高)。为了调整亮度,分别对RGB通道进行处理。将原始通道值(第一颜色值)减去灰度分层基准值styleGray,然后将其乘以1.0减去灰度分层基准值styleGray,再除以最大值x与灰度分层基准值之差x-styleGray,最后加上styleGray。最终得到的color是将最大通道值调整为1.0,并且灰度值趋近于styleGray。
S606、根据所述第一颜色值和所述第二颜色值,得到目标素描图。
进一步的,将第一颜色值和所述第二颜色值位于对应的像素位置,得到目标素描图。
进一步的,在上述任一项实施方案的基础上,本申请还提供一种图像处理方法中目标素描图得到其中一种实施方案,具体包括:
将对所述目标图像中各像素的颜色值进行修正后得到的第一图像矩阵;第二颜色值对应第二图像矩阵,以及修正后灰度值对应的第三图像矩阵输入到预设输出计算公式,输出得到目标素描图;
所述预设输出计算公式为:outputColor=vec4(styleGray.rrr*(1.0-srcColor.a)+color*srcColor.a,srcColor.a),其中,所述styleGray.rrr为第三图像矩阵,所述color为第二图像矩阵,所述srcColor.a为第一图像矩阵。
示例性的,将上述srcColor(即,将对所述目标图像中各像素的颜色值进行修正后得到的第一图像矩阵)、styleGray(styleGray.rrr即,styleGray的三通道数据)和步骤S6053校准的color(步骤S6053之后,第二颜色值对应第二图像矩阵),利用srcColor的Alpha通道数据(srcColor.a),通过预设输出计算公式所示的Alpha混合公式,计算得到最终的输出outputColor作为目标素描图,可以理解的是,该步骤主要实现对Alpha通道数据的融合,可以理解的是,在本申请的其他一些实施方案中,也可以不对Alpha通道数据进行融合,即,上述步骤S606直接得到目标素描图,具体本申请不做具体的限定。
进一步的,在上述任一项实施方案的基础上,本申请还提供一种图像处理方法的实施方案,具体的,在用户在制作笔记的场景下,示例性的,用户基于预设的笔记制作页面进行笔记制作时,通过点击笔记制作页面中的图像上传端口访问用户图像库,基于用户操作从用户图像库中选择待处理目标图像或者视频上传到笔记制作页面,若是视频则对所述视频进行视频帧拆分,得到视频帧序列,视频帧序列中的每一个视频帧,即为待处理的目标图像,进一步的,根据上述任一项实施方案中的实现方式对所述目标图像进行灰度处理,得到第一灰度图像,并根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图,若是视频则,根据视频帧序列对所述目标素描图进行组合得到素描处理后的视频,以供用户发布对应的目标素描图或者素描处理后的视频。
进一步的,在上述任一项实施方案的基础上,本申请还提供另一种图像处理方法的实施方案,具体的,在用户在浏览笔记的场景下,可以检测用户的操作信息,当用户的操作信息触发图像处理方法时,则将对应的目标图像转换为目标素描图,可以理解的是,所述操作信息可以是点击、长按、点滑等,示例性的,所述操作信息为长按,向用户提供浏览页面,所述浏览页面中包括多个不同或相同的图像和视频,当检测到用户针对任一图像或视频的长按操作(长按的确定可以根据用户按压图像或视频的时长来限定,示例性的,按压时长超过3秒,即,判断用户的操作行为为长按操作),则将所述长按操作对应的图像设置为目标图像或者,将所述长按对应的视频帧序列里面的视频帧设置为目标图像,进一步的,根据上述任一项实施方案中的实现方式对所述目标图像进行灰度处理,得到第一灰度图像,并根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图,若是视频则,根据视频帧序列对所述目标素描图进行组合得到素描处理后的视频,并将目标素描图或素描处理后的视频对应用户进行显示,以增加视频显示的调整灵活性和多样性。
本申请实施例提供图像处理方法,通过获取待处理的目标图像;并对所述目标图像进行灰度处理,得到第一灰度图像;根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图。本方案通过针对目标图像进行图像灰度处理得到第一灰度图像,然后根据所述预设灰度梯度对应的颜色采样模板对所述第一灰度图像进行图像灰度分层,得到第二灰度图,使得第二灰度图中的像素灰度值离散化,更能突现像素高光区域,进一步的,根据第二灰度图和第一灰度值之间的差值对所述目标图像中各像素的颜色值进行修正,即,对目标图像中的各像素进行针对性的高光叠加,进而得到素描效果的目标素描图,结合灰度值梯度分层处理和针对性高光叠加的方式实现图像素描化,针对性对目标图像进行灰度修正和高光叠加处理,增强图像素描化处理精度,提升素描成像效果。
为了更好实施本申请实施例中图像处理方法,在图像处理方法基础之上,本申请实施例中还提供一种图像处理装置,如图7所示,所述图像处理装置包括模块701-704:
获取模块701,用于获取待处理的目标图像;
第一灰度处理模块702,用于对所述目标图像进行灰度处理,得到第一灰度图像;
第二灰度处理模块703,用于根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;
输出处理模块704,用于根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图。
在本申请的其中一种实施方案中,第二灰度处理模块703,用于根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像,具体包括用于:
根据所述第一灰度图像中各像素的第一灰度值所处的预设灰度梯度,确定目标颜色采样模板;
根据预设灰度梯度对应的颜色采样模板与所述第一灰度图像之间的纹理坐标映射关系,对所述目标颜色采样模板进行灰度值采样,并将采样得到的第二灰度值设置为所述纹理坐标对应的像素的第二灰度值,得到第二灰度图像。
在本申请的其中一种实施方案中,第二灰度处理模块703,用于根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板之前,具体还包括用于:
根据所述目标图像中的像素分布,确定所述目标图像对应的模板类型;
根据所述模板类型,确定所述预设灰度梯度对应的颜色采样模板。
在本申请的其中一种实施方案中,输出处理模块704,用于根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图,具体包括用于:
计算所述第一灰度图像中各像素的第一灰度值,与所述第二灰度图像中对应像素的第二灰度值之间的灰度差值;
针对所述目标图像中的每一个像素,提取所述像素的初始颜色值,将所述像素对应的灰度差值叠加到所述初始颜色值上,得到修正后的第一颜色值;
将所述目标图像中各所述像素的初始颜色值替换为修正后的第一颜色值,得到目标素描图。
在本申请的其中一种实施方案中,第一灰度处理模块702,用于对所述目标图像进行灰度处理,得到第一灰度图像,具体包括用于:
根据预设采样函数对所述目标图像进行纹理采样,得到各像素对应的颜色值;
将各所述颜色值与预设灰度权重向量进行点乘处理,得到各所述像素对应的灰度值;
根据各所述像素对应的灰度值,确定第一灰度图像。
在本申请的其中一种实施方案中,输出处理模块,用于根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正之后,具体包括用于:
针对每一个像素执行:
查找修正后的第一颜色值中的最大通道值和最小通道值,其中,所述颜色值包括R通道、G通道和B通道分别对应的通道值;
若所述第一颜色值中的最小通道值小于零,则根据所述像素对应的第二灰度值、所述像素的初始颜色值、所述最小通道值以及第一预设修正公式,重新得到修正后的第二颜色值;
若所述第一颜色值中的最大通道值大于1,则根据所述像素对应的第二灰度值、所述像素的初始颜色值、所述最大通道值以及第二预设修正公式,重新得到修正后的第二颜色值。
在本申请的其中一种实施方案中,输出处理模块,用于得到目标素描图,具体包括用于:
将对所述目标图像中各像素的颜色值进行修正后得到的第一图像矩阵;第二颜色值对应第二图像矩阵,以及修正后灰度值对应的第三图像矩阵输入到预设输出计算公式,输出得到目标素描图;
所述预设输出计算公式为:outputColor=vec4(styleGray.rrr*(1.0-srcColor.a)+color*srcColor.a,srcColor.a,),其中,所述styleGray.rrr为第三图像矩阵,所述color为第二图像矩阵,所述srcColor.a为第一图像矩阵。
本申请实施例提供图像处理装置,通过设置获取模块,用于获取待处理的目标图像;第一灰度处理模块,用于对所述目标图像进行灰度处理,得到第一灰度图像;第二灰度处理模块,用于根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;输出处理模块,用于根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图。本方案通过针对目标图像进行图像灰度处理得到第一灰度图像,然后根据所述预设灰度梯度对应的颜色采样模板对所述第一灰度图像进行图像灰度分层,得到第二灰度图,使得第二灰度图中的像素灰度值离散化,更能突现像素高光区域,进一步的,根据第二灰度图和第一灰度值之间的差值对所述目标图像中各像素的颜色值进行修正,即,对目标图像中的各像素进行针对性的高光叠加,进而得到素描效果的目标素描图,结合灰度值梯度分层处理和针对性高光叠加的方式实现图像素描化,针对性对目标图像进行灰度修正和高光叠加处理,增强图像素描化处理精度,提升素描成像效果。
在上述实施方案的基础上,本发明实施例还提供一种电子设备,如图8所示,图8是本申请实施例中提供的电子设备的一个实施例结构示意图。
电子设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中一个或多个应用程序被存储于存储器中,并配置为由处理器执行上述图像处理方法实施例中任一实施例中的图像处理方法中的步骤。
具体来讲:电子设备可以包括一个或者一个以上处理核心的处理器1001、一个或一个以上计算机可读存储介质的存储器1002、电源1003和输入单元1004等部件。本领域技术人员可以理解,图8中示出的电子设备结构并不构成对电子设备的限定,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1001是该图像处理中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器1002内的软件程序和/或模块,以及调用存储在存储器1002内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。可以理解的是,处理器1001通过与控制器信号传输,可选的,处理器1001可包括一个或多个处理核心;优选的,处理器1001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1001中。
存储器1002可用于存储软件程序以及模块,处理器1001通过运行存储在存储器1002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1002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电子设备的使用所创建的数据等。此外,存储器1002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1002还可以包括存储器控制器,以提供处理器1001对存储器1002的访问。
在本申请一些实施例中,图像处理装置可以实现为一种计算机程序的形式,计算机程序可在如图8所示的电子设备上运行。电子设备的存储器中可存储组成该图像处理方法装置的各个程序模块,比如,图7所示的获取模块701、第一灰度处理模块702、第二灰度处理模块703、输出处理模块704。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的图像处理方法中的步骤。
例如,图8所示的电子设备可以通过如图7所示的图像处理方法装置中的获取模块701执行步骤S201。电子设备可通过第一灰度处理模块702执行步骤S202。电子设备可通过第二灰度处理模块703执行步骤S203。电子设备可通过输出处理模块704执行步骤S204。该电子设备包括通过***总线连接的处理器、存储器和网络接口。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的电子设备通过网络连接通信。该计算机程序被处理器执行时以实现一种图像处理方法。
电子设备还包括给各个部件供电的电源1003,优选的,电源1003可以通过电源管理***与处理器1001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1003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。
该电子设备还可包括输入单元1004,该输入单元1004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,电子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,电子设备中的处理器1001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1002中,并由处理器1001来运行存储在存储器1002中的应用程序,从而实现各种功能,如下:
获取处于新增状态的多个候选平台内容的内容特征向量,所述内容特征向量的维度包括:内容主题、内容关键信息、内容类目类别中的至少一种;
获取待处理的目标图像;
对所述目标图像进行灰度处理,得到第一灰度图像;
根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;
根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图。
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指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本发明实施例提供一种计算机可读存储介质(可简称存储介质),该计算机可读存储介质可以包括:只读存储器(ROM,ReadOnlyMemory)、随机存取记忆体(RAM,RandomAccessMemory)、磁盘或光盘等。其上存储有计算机程序,计算机程序被处理器进行加载,以执行本发明实施例所提供的任一种图像处理方法中的步骤。例如,计算机程序被处理器进行加载可以执行如下步骤:
获取待处理的目标图像;
对所述目标图像进行灰度处理,得到第一灰度图像;
根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像;
根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图。
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,可以参见上文针对其他实施例的详细描述,此处不再赘述。
具体实施时,以上各个单元或结构可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元或结构的具体实施可参见前面的方法实施例,在此不再赘述。
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。
以上对本申请实施例所提供的一种图像处理方法、装置、电子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发明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发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,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发明的限制。
Claims (9)
1.一种图像处理方法,其特征在于,包括:
获取待处理的目标图像;
对所述目标图像进行灰度处理,得到第一灰度图像;
根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行纹理采样得到第二灰度图像,其中,所述预设灰度梯度为将灰度值分为不同灰度区间形成的不同的灰度梯度;
根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图,其中,所述颜色值为各像素对应的像素通道值;
所述根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图,包括:
计算所述第一灰度图像中各像素的第一灰度值,与所述第二灰度图像中对应像素的第二灰度值之间的灰度差值;
针对所述目标图像中的每一个像素,提取所述像素的初始颜色值,将所述像素对应的灰度差值叠加到所述初始颜色值上,得到修正后的第一颜色值;
将所述目标图像中各所述像素的初始颜色值替换为修正后的第一颜色值,得到目标素描图。
2.根据权利要求1所述的图像处理方法,其特征在于,所述根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行采样得到第二灰度图像,包括:
根据所述第一灰度图像中各像素的第一灰度值所处的预设灰度梯度,确定目标颜色采样模板;
根据预设灰度梯度对应的颜色采样模板与所述第一灰度图像之间的纹理坐标映射关系,对所述目标颜色采样模板进行灰度值采样,并将采样得到的第二灰度值设置为所述纹理坐标对应的像素的第二灰度值,得到第二灰度图像。
3.根据权利要求1所述的图像处理方法,其特征在于,所述根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板之前,还包括:
根据所述目标图像中的像素分布,确定所述目标图像对应的模板类型;
根据所述模板类型,确定所述预设灰度梯度对应的颜色采样模板。
4.根据权利要求1所述的图像处理方法,其特征在于,所述对所述目标图像进行灰度处理,得到第一灰度图像,包括:
根据预设采样函数对所述目标图像进行纹理采样,得到各像素对应的颜色值;
将各所述颜色值与预设灰度权重向量进行点乘处理,得到各所述像素对应的灰度值;
根据各所述像素对应的灰度值,确定第一灰度图像。
5.根据权利要求1-4任一项所述的图像处理方法,其特征在于,所述对所述目标图像中各像素的颜色值进行修正之后,还包括:
针对每一个像素执行:
查找修正后的第一颜色值中的最大通道值和最小通道值,其中,所述颜色值包括R通道、G通道和B通道分别对应的通道值;
若所述第一颜色值中的最小通道值小于零,则根据所述像素对应的第二灰度值、所述像素的初始颜色值、所述最小通道值以及第一预设修正公式,重新得到修正后的第二颜色值,其中,所述第一预设修正公式用于根据所述像素对应的第二灰度值、所述像素的初始颜色值、所述最小通道值计算得到新的所述第二颜色值,以使所述最小通道值调整为零,且使所述第二颜色值对应的灰度值趋近于所述第二灰度值;
若所述第一颜色值中的最大通道值大于1,则根据所述像素对应的第二灰度值、所述像素的初始颜色值、所述最大通道值以及第二预设修正公式,重新得到修正后的第二颜色值,其中,所述第二预设修正公式用于根据所述像素对应的第二灰度值、所述像素的初始颜色值、所述最大通道值计算得到新的所述第二颜色值,以使所述最大通道值调整为1,且使所述第二颜色值对应的灰度值趋近于所述第二灰度值。
6.根据权利要求5所述的图像处理方法,其特征在于,所述得到目标素描图,包括:
将对所述目标图像中各像素的颜色值进行修正后得到的第一图像矩阵;第二颜色值对应第二图像矩阵,以及修正后灰度值对应的第三图像矩阵输入到预设输出计算公式,输出得到目标素描图;
所述预设输出计算公式为:outputColor=vec4(styleGray.rrr*(1.0-srcColor.a)+color*srcColor.a,srcColor.a),其中,所述styleGray.rrr为第三图像矩阵,所述color为第二图像矩阵,所述srcColor.a为第一图像矩阵。
7.一种图像处理装置,其特征在于,所述装置包括:
获取模块,用于获取待处理的目标图像;
第一灰度处理模块,用于对所述目标图像进行灰度处理,得到第一灰度图像;
第二灰度处理模块,用于根据所述第一灰度图像中各像素的第一灰度值和预设灰度梯度对应的颜色采样模板,对所述颜色采样模板进行纹理采样得到第二灰度图像,其中,所述预设灰度梯度为将灰度值分为不同灰度区间形成的不同的灰度梯度;
输出处理模块,用于根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图,其中,所述颜色值为各像素对应的像素通道值;
其中,输出处理模块,用于根据所述第一灰度图像的第一灰度值,与所述第二灰度图像的第二灰度值之间的灰度差值,对所述目标图像中各像素的颜色值进行修正,得到目标素描图,具体包括用于:
计算所述第一灰度图像中各像素的第一灰度值,与所述第二灰度图像中对应像素的第二灰度值之间的灰度差值;
针对所述目标图像中的每一个像素,提取所述像素的初始颜色值,将所述像素对应的灰度差值叠加到所述初始颜色值上,得到修正后的第一颜色值;
将所述目标图像中各所述像素的初始颜色值替换为修正后的第一颜色值,得到目标素描图。
8.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至6中任一项所述的图像处理方法中的步骤。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至6任一项所述的图像处理方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311322381.0A CN117474820B (zh) | 2023-10-12 | 2023-10-12 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311322381.0A CN117474820B (zh) | 2023-10-12 | 2023-10-12 | 图像处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117474820A CN117474820A (zh) | 2024-01-30 |
CN117474820B true CN117474820B (zh) | 2024-06-18 |
Family
ID=89632177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311322381.0A Active CN117474820B (zh) | 2023-10-12 | 2023-10-12 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117474820B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111476851A (zh) * | 2020-04-09 | 2020-07-31 | 广州华多网络科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110137634A (ko) * | 2010-06-17 | 2011-12-23 | 삼성전자주식회사 | 스케치 영상 생성방법 및 이를 적용한 디스플레이 장치 |
CN104010129A (zh) * | 2014-04-23 | 2014-08-27 | 小米科技有限责任公司 | 图像处理方法、装置及终端 |
CN107330433B (zh) * | 2017-05-17 | 2020-01-07 | 北京捷通华声科技股份有限公司 | 图像处理方法和装置 |
CN107864337B (zh) * | 2017-11-30 | 2020-03-06 | Oppo广东移动通信有限公司 | 素描图像处理方法、装置、设备及计算机可读存储介质 |
CN110310342B (zh) * | 2019-07-04 | 2023-06-02 | 浙江大学滨海产业技术研究院 | 一种适用于灰度颜色空间图像相关色域映射方法 |
CN110570480B (zh) * | 2019-07-19 | 2023-03-24 | 广东智媒云图科技股份有限公司 | 一种绘画机器人素描绘画方法、电子设备、存储介质 |
CN110766743A (zh) * | 2019-10-23 | 2020-02-07 | 中冶赛迪重庆信息技术有限公司 | 基于图像识别的物料流量检测方法、装置、设备及介质 |
CN112819691B (zh) * | 2021-02-05 | 2023-06-20 | 北京字跳网络技术有限公司 | 图像处理方法、装置、设备及可读存储介质 |
CN113012185B (zh) * | 2021-03-26 | 2023-08-29 | 影石创新科技股份有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN113610823B (zh) * | 2021-08-13 | 2023-08-22 | 南京诺源医疗器械有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN113962851A (zh) * | 2021-10-28 | 2022-01-21 | 华南农业大学 | 一种逼真的彩色铅笔画生成方法 |
-
2023
- 2023-10-12 CN CN202311322381.0A patent/CN117474820B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111476851A (zh) * | 2020-04-09 | 2020-07-31 | 广州华多网络科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117474820A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020042720A1 (zh) | 一种人体三维模型重建方法、装置和存储介质 | |
CN107516319B (zh) | 一种高精度简易交互式抠图方法、存储设备及终端 | |
CN108550101A (zh) | 图像处理方法、装置及存储介质 | |
EP3709626A1 (en) | Photographing method and device, storage medium, and electronic apparatus | |
EP4072131A1 (en) | Image processing method and apparatus, terminal and storage medium | |
CN111862124A (zh) | 图像处理方法、装置、设备及计算机可读存储介质 | |
CN116382540A (zh) | 用于电子纸的显示方法、装置、电子设备和存储介质 | |
CN113838134B (zh) | 图像关键点检测方法、装置、终端和存储介质 | |
CN117474820B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN116453470B (zh) | 图像显示方法、装置、电子设备及计算机可读存储介质 | |
CN114063864A (zh) | 图像显示方法、装置、电子设备及计算机可读存储介质 | |
CN113449559B (zh) | 一种表格识别方法、装置、计算机设备和存储介质 | |
CN116385565A (zh) | 图像处理方法和装置、芯片、电子设备及介质 | |
WO2024093408A1 (zh) | 内容显示方法、装置、电子设备和计算机可读存储介质 | |
CN116157822A (zh) | 图像配准方法及装置 | |
CN117422615A (zh) | 图像拼接方法、装置、电子设备及存储介质 | |
CN113592963B (zh) | 图像生成方法、装置、计算机设备和计算机可读存储介质 | |
CN113299371B (zh) | 医学图像展示方法、装置、计算机设备和存储介质 | |
EP4287129A1 (en) | Image processing method and electronic device | |
CN116703732A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
CN117058298A (zh) | 纹理平铺方法、装置、计算机可读存储介质及计算机设备 | |
JP2012094067A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN117729363A (zh) | 画质调节方法、装置、电子设备及计算机可读存储介质 | |
CN117409220A (zh) | 肤色变化检测方法、装置、电子设备及计算机存储介质 | |
CN117197222A (zh) | 电视显示子窗口的阴影显示方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |