CN117522760A - 图像处理方法、装置、电子设备、介质及产品 - Google Patents
图像处理方法、装置、电子设备、介质及产品 Download PDFInfo
- Publication number
- CN117522760A CN117522760A CN202311508982.0A CN202311508982A CN117522760A CN 117522760 A CN117522760 A CN 117522760A CN 202311508982 A CN202311508982 A CN 202311508982A CN 117522760 A CN117522760 A CN 117522760A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- range
- reserved
- hue
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 161
- 230000000694 effects Effects 0.000 claims abstract description 108
- 238000000034 method Methods 0.000 claims abstract description 53
- 230000007704 transition Effects 0.000 claims description 83
- 238000002156 mixing Methods 0.000 claims description 39
- 230000014759 maintenance of location Effects 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 description 18
- 238000006243 chemical reaction Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000009877 rendering Methods 0.000 description 5
- 230000000717 retained effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000004044 response 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
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了图像处理方法、装置、电子设备、介质及产品,可应用于数据处理技术领域。其中方法包括:获取包括目标对象的业务图像,并获取业务图像中的目标对象的掩膜区域;基于N个像素点中每个像素点的色相值,从K个色相值范围中确定出每个像素点所属的色相值范围,基于K个色相值范围中的每个色相值范围对应的像素点,确定每个色相值范围所对应的像素点数量;基于每个色相值范围所对应的像素点数量,从K个色相值范围中确定出业务图像中的保留色相值范围;基于保留色相值范围所对应的像素点的初始像素值,对业务图像进行特效处理,将特效处理后的业务图像确定为目标图像。采用本申请实施例,有助于提升对图像进行特效处理的效率。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及图像处理方法、装置、电子设备、介质及产品。
背景技术
目前,在对图像进行特效处理时,可以人为选择需要进行特效处理的区域,或者,需要复杂的深度学习来识别需要进行特效处理的区域。
发明人在实践过程中发现,通过人为选择需要进行特效处理的区域时,容易出现选择区域不准确的情况,业务对象(如用户)可能会需要重复多次执行特效处理的区域的选择操作,导致特效处理的效率较低。另外,通过深度学习来识别需要进行特效处理的区域时,需要涉及到对图像数据的深度计算,一旦图像中的内容较为复杂或图像数据较大,则需要消耗较多时间进行区域识别,导致特效处理的效率较低。因此,如何提升对图像进行特效处理的效率是一个亟待解决的问题。
发明内容
本申请实施例提供了一种图像处理方法、装置、电子设备、介质及产品,有助于提升对图像进行特效处理的效率。
一方面,本申请实施例公开了一种图像处理方法,方法包括:
获取包括目标对象的业务图像,并获取业务图像中的目标对象的掩膜区域;业务图像包括的像素点均具有初始像素值;掩膜区域中包括N个像素点,N为正整数;
获取N个像素点中每个像素点的色相值,基于N个像素点中每个像素点的色相值,从K个色相值范围中确定出每个像素点所属的色相值范围,基于K个色相值范围中的每个色相值范围对应的像素点,确定每个色相值范围所对应的像素点数量;K为大于1的正整数;K个色相值范围均不相同;每个像素点的色相值是基于每个像素点的初始像素值所确定的;
基于每个色相值范围所对应的像素点数量,从K个色相值范围中确定出业务图像中的保留色相值范围;
基于保留色相值范围所对应的像素点的初始像素值,对业务图像进行特效处理,将特效处理后的业务图像确定为目标图像。
一方面,本申请实施例公开了一种图像处理装置,装置包括:
获取单元,用于获取包括目标对象的业务图像,并获取业务图像中的目标对象的掩膜区域;业务图像包括的像素点均具有初始像素值;掩膜区域中包括N个像素点,N为正整数;
处理单元,用于获取N个像素点中每个像素点的色相值,基于N个像素点中每个像素点的色相值,从K个色相值范围中确定出每个像素点所属的色相值范围,基于K个色相值范围中的每个色相值范围对应的像素点,确定每个色相值范围所对应的像素点数量;K为大于1的正整数;K个色相值范围均不相同;每个像素点的色相值是基于每个像素点的初始像素值所确定的;
处理单元,还用于基于每个色相值范围所对应的像素点数量,从K个色相值范围中确定出业务图像中的保留色相值范围;
处理单元,还用于基于保留色相值范围所对应的像素点的初始像素值,对业务图像进行特效处理,将特效处理后的业务图像确定为目标图像。
一方面,本申请实施例提供了一种电子设备,电子设备包括处理器、存储器,其中,存储器用于存储计算机程序,计算机程序包括程序指令,处理器被配置用于执行如下步骤:
一方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序指令,计算机程序指令被处理器执行时,用于执行如下步骤:
一方面,本申请实施例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,该计算机指令被处理器执行时可实现上述一方面提供的方法。
采用本申请实施例,可以在业务图像中的目标对象的掩膜区域内,基于各个像素点的色相值确定K个色相值范围所对应的像素点的像素点数量,进而基于每个色相值范围所对应的像素点的像素点数量,确定保留色相值范围,从而基于保留色相值范围对业务图像进行特效处理,得到目标图像。由此可以通过统计每个色相值范围所对应的像素点数量来确定特效处理的保留色相值范围,进而保留色相值范围来进行特效处理,不需要人为进行精准的特效区域的选择或者复杂的深度网络的计算,而是基于图像本身的像素点的信息来进行特效处理,整个特效处理过程的计算量较小,有助于提升对图像进行特效处理的效率。
附图说明
为了更清楚地说明本申请实施例技术方案,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,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,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一种图像处理***的结构示意图;
图2是本申请实施例提供的一种图像处理过程的场景示意图;
图3是本申请实施例提供的一种图像处理方法的流程示意图;
图4是本申请实施例提供的一种掩膜区域的确定过程的示意图;
图5是本申请实施例提供的一种色相值范围的效果示意图;
图6是本申请实施例提供的一种图像处理方法的流程示意图;
图7是本申请实施例提供的一种色相值范围中的子范围的效果示意图;
图8是本申请实施例提供的一种图像处理方法的流程示意图;
图9是本申请实施例提供的一种特效处理场景的示意图;
图10是本申请实施例提供的一种图像处理装置的结构示意图;
图11是本申请实施例提供的一种电子设备的结构示意图。
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描述。
本申请实施例提出一种图像处理方法,可以在业务图像中的目标对象的掩膜区域内,基于各个像素点的色相值确定K个色相值范围所对应的像素点的像素点数量,进而基于每个色相值范围所对应的像素点的像素点数量,确定保留色相值范围,从而基于保留色相值范围对业务图像进行特效处理,得到目标图像。由此可以通过统计每个色相值范围所对应的像素点数量来确定特效处理的保留色相值范围,进而保留色相值范围来进行特效处理,不需要人为进行特效区域的选择和复杂的深度网络的计算,有助于提升对图像进行特效处理的效率。
在一种可能的实施方式中,上述图像处理方案可以应用于图像处理***中。请参见图1,图1是本申请实施例提供的一种图像处理***的结构示意图。如图1所示,该图像处理***可以包括客户端11和服务器12。其中,该客户端11可以运行于终端设备中,该客户端11可以为一些社交资讯类软件、音视频软件、社区电商平台等等,此处不做限制。该服务器12用于为客户端提供服务,服务的内容诸如向客户端提供资源,保存客户端数据等等。
可以理解的是,客户端11与服务器12之间可以进行数据交互,例如,业务对象(如用户A)在通过客户端a在社交平台发布包含图像的消息的页面时,客户端a可以向服务器发送消息数据,然后服务器在接收到消息数据后,可以将该消息数据发送给其他用户(如用户B)所对应的客户端b。并且,服务器也可以向该用户A所对应的客户端a发送其他业务对象所发布的消息。
进一步的,请参见图2,图2是本申请实施例提供的一种图像处理过程的场景示意图。如图2所示,获取到的业务图像21a中可以包括目标对象211a,该目标对象可以为人物、动物、物体等等,此处不做限定。获取业务图像中的目标对象的掩膜区域,目标图像的掩膜区域可以参见图2中的212a所示。该业务图像中包括N个像素点,每个像素点均具有初始像素值,进而可以基于初始像素值,确定出每个像素点所对应的色相值。进而,可以基于每个像素点所对应的色相值,确定每个像素点所属的色相值范围,进而统计每个色相值范围所对应的像素点的数量。例如,如图2中的202a所示,K个色相值范围可以包括色相值范围1、色相值范围2、......、色相值范围6等等,每个色相值范围均可以关联有对应的像素点数量,例如,色相值范围1对应像素点数量r1、色相值范围2对应像素点数量r2、.......、色相值范围6对应像素点数量r6等等。
进一步的,每个色相值范围所对应的像素点的数量,从K个色相值范围中确定出业务图像中的保留色相值范围(如图2中的203a所示),进而基于保留色相值范围所对应的像素点的初始像素值,对业务图像进行特效处理,将特效处理后的业务图像确定为目标图像,如图2中的目标图像22a所示。
可以理解的是,在本申请实施例中,不涉及到复杂的计算逻辑,则上述图像处理方案可以通过电子设备中的GPU(图像处理器)进行实现,相较于基于CPU(中央处理器)实现来说,可以有效地提升处理效率。因为图像的渲染最终都是需要通过GPU的处理去实现,在GPU进行图像渲染时,需要通过确定每个像素点对应的像素值来实现图像渲染,而本申请可以直接在GPU中进行像素点在进行特效处理后的像素点的像素值,相较于现有技术的先在CPU中计算每个像素点的像素值,然后再由GPU去获取每个像素点的像素值来说,特效处理过程更简便,有助于提升效率。另一方面,本申请通过像素点在HSV空间的信息(如像素点的色相值)对画面进行色系分类(即色相值范围的划分),算法复杂度较低,能满足移动端实时渲染的性能要求。另一方面,在实际的软件开发过程中,该方案可以完全由进行图像渲染方面的人员进行研发实现,在保障特效处理效果的同时,缩短了开发的生产链路。
需要进行说明的是,本申请所采集的所有对象数据(如目标对象执行了交互行为的资源)都是在对象(如个人、企业、机构等)同意并授权的情况下进行采集的,且相关对象数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。例如,本申请在收集对象的相关数据之前以及在收集对象的相关数据的过程中,都可以显示提示信息,以提示对象当前正在搜集其相关数据,使得本申请仅仅在获取到对象对该提示信息发出的确认操作后,才开始执行获取对象相关数据的相关步骤,否则(即未获取到对象对该提示信息发出的确认操作),结束获取对象相关数据的相关步骤,即不获取对象的相关数据。
可以理解的是,上述图像处理方案可以应用于电子设备中,例如,该电子设备可以为上述的客户端11所运行在的终端设备,也可以为服务器12。可以理解的是,若该图像处理方案应用在客户端(如客户端11)所运行在的终端设备,则终端设备可以直接获取业务图像,并对业务图像进行特效处理,在得到特效处理后的业务图像(即目标图像)时,可以直接展示目标图像。若该图像处理方案应用在服务器(如服务器12)中,则业务对象可以在终端设备中选择需要进行特效处理的业务图像,进而终端设备将业务图像发送至服务器,服务器在获取到业务图像后,通过本申请实施例对业务图像进行特效处理,得到目标图像,并将目标图像返回至终端设备,以便于终端设备可以显示特效处理后的目标图像。
可以用于执行上述图像处理方案,即可以在获取到业务图像时,基于业务图像中的目标对象所在的掩膜区域内的像素点的色相值,确定出保留色相值范围,进而基于保留色相值范围对业务图像进行特效处理,得到目标图像。由此能够基于简单的处理过程,实现对业务图像的特效处理,有助于提升对图像进行特效处理的效率。其中,终端设备可以包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端、飞行器、智能音箱、智能家电等。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、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。
可以理解,上述场景仅是作为示例,并不构成对于本申请实施例提供的技术方案的应用场景的限定,本申请的技术方案还可应用于其他场景。例如,本领域普通技术人员可知,随着***架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
基于上述的描述,本申请实施例提出一种图像处理方法。请参见图3,图3是本申请实施例提供的一种图像处理方法的流程示意图。该方法可以由上述的电子设备执行。该图像处理方法可以包括步骤S101-S104。
S101、获取包括目标对象的业务图像,并获取业务图像中的目标对象的掩膜区域;业务图像包括的像素点均具有初始像素值;掩膜区域中包括N个像素点,N为正整数。
其中,业务图像是指待进行特效处理的图像。目标对象是业务图像中待进行特效处理的对象。该目标对象可以为人物、动物、物体等等,此处不做限定。该目标对象可以为现实环境中的对象,也可以为虚拟环境中的对象,如游戏场景下的三位建模的游戏对象等等,此处不做限定。
可以理解的,该掩膜区域是指目标对象所在的区域。可以理解的是,掩膜区域中可以包括N个像素点,N的取值应小于或等于业务图像中的全部像素点的数量。该掩膜区域可以是基于目标对象的掩膜图像所关联的确定的,也称mask区域。掩模图像是由0和1组成的一个二进制图像,掩膜图像的图像大小与业务图像的图像大小一致,在基于掩膜图像确定目标对象在业务图像所在的区域时,可以基于掩膜图像中的1值区域中的像素点在业务图像中相同位置的像素点,确定目标对象的掩膜区域。换言之,通过掩膜图像将业务图像中除目标对象所在区域外的其他区域进行遮盖(也称掩膜操作),进而后续可以更方便地对目标对象所在区域(即掩膜区域)内的像素点进行处理,减少需要处理的像素点的数量,提升图像处理效率。可选的,在一些场景中,该掩膜区域也可以为业务图像的整个区域,此处不做限定。例如在一些场景中,该业务图像可以是某个对象局部区域的图像,需要对整个业务图像进行特效处理,或者,该业务图像可以是一个风景图像,目标对象是业务图像中的所有对象,则掩膜区域可以为业务图像的全部区域。
其中,掩膜图像可以是基于预训练的神经网络进行确定的,如通过预训练的神经网络识别到目标对象所在的前景区域,将前景区域内的像素点的像素值确定为1,除前景区域外的像素点的像素值确定为0,从而得到掩膜图像,则该掩膜区域即为识别到的前景区域。该掩膜图像也可以是基于业务对象(如用户)的区域选择操作所确定的,如将业务对象所选择的区域内的像素点的像素值确定为1,其他区域的像素点的像素值确定为0,从而得到掩膜图像,则该掩膜区域可以为业务对象所选择的区域。可以理解的是,此处确定掩膜图像时所确定的区域,可以为一个粗糙的区域,只需要大致定位目标对象所在的位置,不需要精确到每个小的区域,因此此处的计算开销和时间消耗较少,以保障整个特效处理的效率。
例如,请参见图4,图4是本申请实施例提供的一种掩膜区域的确定过程的示意图。如图4所示,业务图像41a中包括目标对象411a,业务图像41a所对应的掩膜图像参照掩膜图像42a所示。在掩膜图像42a中,421a所示的区域内的像素点的像素值为1,其余区域内的像素点的像素值为0。进而可以基于掩膜图像42a对业务图像41a进行掩膜操作的掩膜区域43a。可以看到,在对业务图像41a进行掩膜操作所得到的图像中,掩膜区域43a之外的其他区域均被遮盖。
其中,初始像素值是指像素点在业务图像中原本所具有的像素值。可以理解的是,该业务图像可以是三通道图像,则该业务图像的初始像素值可以包括在三通道中的每个通道上分别对应的数值,如可以包括第一通道数值、第二通道数值、第三通道数值。例如,该业务图像可以为RGB(红绿蓝)三通道图像,该业务图像的初始像素值所包括的第一通道数值可以为R(红色)通道对应的数值,第二通道数值可以为G(绿色)通道对应的数值,第三通道数值可以为G(绿色)通道对应的数值。
可以理解的是,在获取到目标对象的掩膜区域时,可以将目标对象的掩膜区域转换为纹理图像(texture),并将该纹理图像传输到GPU中的片元着色器中,以便于后续电子设备中的片元着色器可以对业务图像进行特效处理。
S102、获取N个像素点中每个像素点的色相值,基于N个像素点中每个像素点的色相值,从K个色相值范围中确定出每个像素点所属的色相值范围,基于K个色相值范围中的每个色相值范围对应的像素点,确定每个色相值范围所对应的像素点数量;K为大于1的正整数;K个色相值范围均不相同;每个像素点的色相值是基于每个像素点的初始像素值所确定的。
其中,色相值是指像素点在色相上的取值,色相(hue)是色彩的基本属性,比如平常所说的颜色名称,如红色、黄色等。色相值的取值范围可以为0-360度。
在一个实施例中,一个像素点的色相值可以该像素点的初始像素值所包括可以包括第一通道数值、第二通道数值和第三通道数值进行计算得到。具体的,可以获取用于将初始像素值转换为色相值的色相转换公式,将每个像素点的初始像素值录入色相转换公式进行计算,得到每个像素点的色相值。例如,业务图像可以为RGB三通道图像,一个像素点的初始像素值所包括的第一通道数值、第二通道数值和第三通道数值为(r1、g1、b1),则在获取到获取用于将RGB值转换为色相值的色相转换公式时,将r1、g1、b1录入色相转换公式进行计算,得到该像素点的色相值。
具体的,将每个像素点的初始像素值录入色相转换公式进行计算,得到每个像素点的色相值,可以包括:将第一通道数值、第二通道数值和第三通道数值均转换到目标取值范围内,得到第一目标数值、第二目标数值和第三目标数值;从第一目标数值、第二目标数值和第三目标数值中确定通道最大值和通道最小值;将通道最大值、通道最小值,以及第一目标数值、第二目标数值和第三目标数值确定色相转换公式,基于色相转换公式得到每个像素点的色相值。可以理解的是,所计算得到的色相值是经过从弧度转换为角度的,其取值范围为0-360度。
可以理解得是,色相值范围是指色相值的范围,也可以称为色彩空间。该K个色相值范围可以是基于色相值的取值范围所划分的K个范围,K个色相值范围之间不重叠。可以理解的是,K个取值可以根据实际需求进行确定,例如,K以为6或12等等。可以理解的是,色相值的取值范围为0-360°,则可以将色相值的取值范围(0-360°)均匀地划分为K个范围。
例如,请参见图5,图5是本申请实施例提供的一种色相值范围的效果示意图。如图5所示,此处以K为6为例,确定6个色相值范围。色相值范围1为330-360°(此处的360°与0°重叠)和0-30°,色相值范围2为30-90°,色相值范围3为90-150°,色相值范围4为150-210°,色相值范围5为210-270°,色相值范围6为270-330°。可以理解的是,可以理解的是,位于范围边界值的色相值具体属于哪个色相值范围,可以根据实际情况进行确定,例如范围边界值90可以为根据实际需求确定其属于色相值范围2或者是属于色相值范围3。
其中,N个像素点中的包括像素点i,像素点i可以为该N个像素点中的任一像素点,i为小于或等于N个正整数;那么,基于N个像素点中每个像素点的色相值,从K个色相值范围中确定出每个像素点所属的色相值范围,可以包括:遍历K个色相值范围中的每个色相值范围,在像素点i的色相值属于所遍历到的色相值范围时,将所遍历到的色相值范围确定为像素点i所属的色相值范围;将N个像素点中的每个像素点均确定为像素点i时,得到每个像素点所属的色相值范围。
可以理解的是,在确定出像素点所属的色相值范围时,可以基于每个像素点所属的色相值范围统计出每个色相值范围所对应的像素点的数量。可以理解的是,在确定每个色相值范围所对应的像素点数量时,可以在确定出全部像素点所属的色相值范围之后,基于每个像素点所属的色相值范围确定每个色相值范围所对应的像素点的数量,也可以是在确定每个像素点所属的色相值范围的同时,统计每个色相值范围所对应的像素点的数量,此处不做限定。
具体的,基于K个色相值范围中的每个色相值范围对应的像素点,确定每个色相值范围所对应的像素点数量,包括:获取用于记录每个色相值范围所对应的像素点数量的目标数组,目标数组中包括K个数组元素,一个数组元素用于记录一个色相值范围所对应的像素点数量;在确定出像素点i所属的色相值范围为目标色相值范围时,将目标数组中目标色相范围所对应的像素点数量的数值加一;在将N个像素点中的每个像素点均确定为像素点i时,基于目标数组中的每个数组元素所记录的色相值范围所对应的像素点数量,确定每个色相值范围所对应的像素点数量。
其中,目标色相值范围可以为K个色相值范围中的任一色相值范围。该目标数组可以为一维数组,也可以为二维数组,此处不做限定。在目标数组为一维数组时,可以按照预设的色相值范围的顺序记录每个色相值范围所对应的像素点数量,在初始化目标数组时,目标数组的大小应大于或等于K。在目标数组为二维数组时,可以按照预设的色相值范围记录每个色相值范围所对应的像素点数量,在初始化目标数组时,目标数组的行数或列数应大于或等于K。在一些场景中,为二维数组的目标数组的初始化大小可以与业务图像的大小相同,即与掩膜图像的大小相同,但该目标数组中实际用于记录色相值范围所对应的像素点数量的数组元素仍为K。
例如,N个像素点数量中包括像素点1、像素点2、......像素点n,K个色相值范围包括:色相值范围a、色相值范围b、......、色相值范围k。首先可以获取到初始化的目标数组,即目标数组中的各个数组元素均为0。在确定出像素点1属于色相值范围a时,将目标数组中色相值范围a所对应的像素点数量加1,即色相值范围a所对应的像素点数量为0+1=1;在确定出像素点2属于色相值范围c时,将目标数组中色相值范围c所对应的像素点数量加1,即色相值范围c所对应的像素点数量为0+1=1;在确定出像素点3属于色相值范围c时,将目标数组中色相值范围c所对应的像素点数量加1,即色相值范围c所对应的像素点数量为1+1=2;以此类推,可以确定出每个像素点所属的色相值范围,并对目标数组中的数组元素的数值进行更新,直至基于全部像素点所属的色相值范围,对目标数组中的数组元素的数值进行更新后,将此时目标数组中的每个数组元素所记录的色相值范围所对应的像素点数量,确定每个色相值范围所对应的像素点数量。
S103、基于每个色相值范围所对应的像素点数量,从K个色相值范围中确定出业务图像中的保留色相值范围。
其中,保留色相值范围可以为掩膜区域中需要保留的色相值范围。可以理解的是,该保留色相值范围可以为K个色相值范围中,所对应的像素点数量的大小为前K大的色相值范围,例如,该保留色相值范围可以为所对应的像素点数量最大的色相值范围,也可以为K个色相值范围中,所对应的像素点数量最大的色相值范围以及第二大的色相值范围。
具体的,基于每个色相值范围所对应的像素点数量,从K个色相值范围中确定出业务图像中的保留色相值范围,可以包括以下步骤:从K个色相值范围中,确定出所对应的像素点数量最大的M个色相值范围;M为小于K的正整数;将确定出的M个色相值范围,确定为业务图像中的保留色相值范围。
其中,所对应的像素点数量最大的M个色相值范围,是指所对应的像素点数量的大小位于前M个的像素点数量所对应的色相值范围。其中,在M=1时,所对应的像素点数量最大的M个色相值范围,也就是K个色相值范围中最大的色相值范围。其中,M个取值可以根据实际需求进行确定,如可以默认为某个数值(如默认为1),也可以由用户进行选择,此处不做限定。
例如,在K为6时,6个色相值范围中,各个色相值范围所对应的像素点数量,按照从大到小的顺序分别为:1500、500、200、120、100、80。若M=1,则可以确定出最大的一个像素点数量(即1500),可以将像素数量为1500所对应的色相值范围确定为保留色相值范围。若M=2,则可以确定出最大的2个像素点数量(即1500和500),将像素点数量为1500所对应的色相值范围和像素点数量为1500所对应的色相值范围均确定为保留色相值范围。
在一些实施方式中,可以采用一个额外的变量(如称为目标变量)来记录像素点数量的最大值,并在遍历目标数组时,不断对该目标变量进行更新,在遍历结束时,该目标变量所记录的值即为K个色相值范围所对应的像素点数量的最大值,从而将该目标变量所记录的像素点数量所对应的色相值范围确定为保留色相值范围。
S104、基于保留色相值范围所对应的像素点的初始像素值,对业务图像进行特效处理,将特效处理后的业务图像确定为目标图像。
其中,目标图像可以为对业务图像进行特效处理后所得到的图像。
可以理解的是,基于保留色相值范围所对应的像素点的初始像素值,对业务图像进行特效处理,可以为对除去保留色相值范围所对应的像素点之外的其他像素点的初始像素值进行灰度化处理,得到特效处理后的业务图像。具体的,基于保留色相值范围所对应的像素点的初始像素值,对业务图像进行特效处理,可以包括:将除去保留色相值范围所对应的像素点之外的其他像素点确定为灰度像素点,对灰度像素点的初始像素值进行灰度化处理,得到灰度像素点所对应的灰度像素值;基于灰度像素点所对应的灰度像素值,以及保留色相值范围所对应的像素点的初始像素值,确定特效处理后的业务图像。
可以理解的是,基于灰度像素点所对应的灰度像素值,以及保留色相值范围所对应的像素点的初始像素值,确定特效处理后的业务图像,也就是相当于保留色相值范围所对应的像素点的原本的颜色,并对除色相值范围所对应的像素点之外的其他像素点的进行灰度化处理。换言之,可以将业务图像中的灰度像素点的像素值由初始像素值调整为灰度像素值,得到特效处理后的业务图像。
其中,灰度像素点是指待进行灰度化处理的像素点。其中,对灰度像素点的初始像素值进行灰度化处理,可以通过平均值灰度化、最大值灰度化等方式进行处理。其中,平均值灰度化可以为将像素点所包括的三个通道数值的平均值作为灰度化处理后的灰度值,例如三个通道为R、G、B时,R”=G”=B”=(R+G+B)/3,其中R”、G”、B”表示进行灰度化之后的三个通道的数值,R、G、B进行像素点的初始像素值所包括的三个通道数值。其中,最大值灰度化可以为将像素点所包括的三个通道数值中的最大值作为灰度化处理后的灰度值,例如三个通道为R、G、B时,R”=G”=B”=max([R,G,B]),其中R”、G”、B”表示进行灰度化之后的三个通道的数值,R、G、B进行像素点的初始像素值所包括的三个通道数值。
在一些实施例中,为了避免目标图像中的保留色相值范围所对应的像素点的颜色呈现过渡生硬、突兀的情况,则可以将目标图像中的保留色相值范围所对应的像素点的初始像素值与对该初始像素值进行灰度化处理所得到的数值进行像素混合,以确定保留色相值范围所对应的像素点的像素值,进而基于保留色相值范围所对应的像素点的进行像素混合所得到像素值,和灰度像素点所对应的灰度像素值,确定特效处理后的业务图像。具体可以参照后续图6实施例中的相关描述。
在一些场景中,用户需要在社交应用中发布进行特效处理的图像时,可以选择待处理的业务图像,进而终端设备响应于针对业务图像的选择操作,执行步骤S101-S104,从而获取到进行特效处理后的目标图像。进一步的,终端设备可以在终端页面中显示目标图像,以便于用户可以查看特效处理后的图像效果。响应于用户针对目标图像的发布确认操作,可以对目标图像进行发布,如可以将目标图像发送至服务器,以使得服务器可以将该目标图像推送至其他用户。
请参见图6,图6是本申请实施例提供的一种图像处理方法的流程示意图。该方法可以由上述的电子设备执行。该图像处理方法可以包括步骤S201-S206。
S201、获取包括目标对象的业务图像,并获取业务图像中的目标对象的掩膜区域;业务图像包括的像素点均具有初始像素值;掩膜区域中包括N个像素点,N为正整数。
S202、获取N个像素点中每个像素点的色相值,基于N个像素点中每个像素点的色相值,从K个色相值范围中确定出每个像素点所属的色相值范围,基于K个色相值范围中的每个色相值范围对应的像素点,确定每个色相值范围所对应的像素点数量;K为大于1的正整数;K个色相值范围均不相同;每个像素点的色相值是基于每个像素点的初始像素值所确定的。
S203、基于每个色相值范围所对应的像素点数量,从K个色相值范围中确定出业务图像中的保留色相值范围。
其中,步骤S201-步骤S203的处理过程可以参照步骤S101-步骤S103的相关描述,此处不做赘述。
S204、将保留色相值范围所对应的像素点确定为第一保留像素点,基于第一保留像素点的初始像素值,确定第一保留像素点所对应的保留像素值。
其中,第一保留像素点是指保留色相值范围所对应的像素点。换言之,第一保留像素点是指色相值属于保留色相值范围的像素点。其中,第一保留像素点所对应的保留像素值是指进行特效处理后,第一保留像素点的像素值。为了便于描述,可以将第一保留像素点所对应的保留像素值称为第一保留像素值。
可以理解的是,第一保留像素点的保留像素值可以是基于第一保留像素点的初始像素值所确定的。可选的,第一保留像素点所对应的保留像素值,可以为直接将第一保留像素点的初始像素值所作为的。可选的,第一保留像素点所对应的保留像素值,也可以为基于对初始像素值进行灰度化处理所得到的像素值与初始像素值进行像素混合所得到的。可以理解的是,进行像素混合所得到的保留像素值,可以避免进行特效处理后的图像中的像素点的颜色呈现过渡生硬、突兀的情况,使得进行特效处理后的图像中,颜色过渡更平滑,画面更平衡,提升特效处理效果。
具体的,每个色相值范围中包括过渡范围和中心范围,任一色相值范围中的过渡范围是基于任一色相值范围的范围边界值所确定的,任一色相值范围的中间范围为除任一色相值范围的过渡范围之外的其他范围;过渡范围与中间范围为不同范围;那么,基于第一保留像素点的初始像素值,确定第一保留像素点所对应的保留像素值,可以包括以下步骤:基于第一保留像素点的色相值,确定第一保留像素点在保留色相值范围中所属的目标子范围;目标子范围为保留色相值范围的过渡范围或者中心范围;基于目标子范围和第一保留像素点的初始像素值,确定第一保留像素点所对应的保留像素值。
其中,过渡范围和中心范围可以为色相值范围中的两个子范围,过渡范围与中间范围为不同范围,过渡范围与中心范围之间不重叠,且两者的并集为即为一个色相值范围。
过渡范围是指在进行特效处理时需要进行像素混合的像素点的色相值的范围,过渡范围是基于色相值范围的范围边界值所确定的。范围边界值是指色相范围的边界上的值,也可以简称边界值。一个色相值范围包括2个范围边界值,如记为第一范围边界值和第二范围边界值。例如,一个色相值范围为30-90,则色相值范围的边界值包括30和90两个范围边界值。又如,一个色相值范围为330-360,和0-30,则色相值范围的边界值包括330和30两个范围边界值。
此处以K个色相值范围中所包括目标色相值范围(即K个色相值范围中的任一个色相值范围)为例,对基于色相值范围的范围边界值确定过渡范围的过程进行阐。具体包括:获取预设过渡范围大小,基于目标色相值范围的第一范围边界值与预设过渡范围大小,确定第一过渡范围,基于目标色相值范围的第二范围边界值与预设过渡范围大小,确定第二过渡范围,将第一过渡范围和第二过渡范围确定为目标色相值范围中的过渡范围。其中,第一范围边界值和第二范围边界值是指目标色相值范围的两个范围边界值。第一过渡范围和第二过渡范围为过渡范围所包括两个子过渡范围,第一过渡范围和第二过渡范围之间不重叠,预设过渡范围的大小是指预设的过渡范围中的子过渡范围的大小,预设过渡范围大小不超过目标色相值范围中的大小的一半。基于目标色相值范围的第一范围边界值与预设过渡范围大小,确定第一过渡范围,可以为以第一范围边界值作为过渡范围的边界值,在目标色相值范围内确定范围大小为预设过渡范围大小的范围,将所确定的范围作为第一过渡范围。同理,基于目标色相值范围的第二范围边界值与预设过渡范围大小,确定第二过渡范围,可以为以第二范围边界值作为过渡范围的边界值,在目标色相值范围内确定范围大小为预设过渡范围大小的范围,将所确定的范围作为第二过渡范围。例如,一个色相值范围为30-90,则色相值范围的边界值包括30和90两个范围边界值,若预设过渡范围大小为20,则可以基于边界值30(即第一范围边界值),确定第一过渡范围为30-50,基于边界值90(即第二范围边界值),确定第二过渡范围为70-90,相应的,中心范围为色相值范围中除过渡范围外的其他范围,即50-70。
该中心范围是指在进行特效处理时需要进行像素混合的像素点的色相值的范围,该中心范围值是指色相值范围中除去过渡范围之外的其他范围。该中心范围的确定方式也可以为:基于色相值范围的中心值确定的中心范围,那么过渡范围即为色相值范围中除中心范围外的其他范围。色相值范围的中心值是指色相值范围中的最中心的值,一个色相值范围包括1个中心值。例如,一个色相值范围为30-90,则色相值范围的中心值为60。又如,一个色相值范围为330-360,和0-30,则色相值范围中心值为360(或者0)。
此处以K个色相值范围中所包括目标色相值范围为例,对基于色相值范围的范围边界值确定过渡范围的过程进行阐。具体包括:获取预设中心范围大小,基于目标色相值范围的中心值与预设中心范围大小,确定目标色相值范围的中心范围。其中,预设过渡范围大小的2倍与预设中心范围大小之和等于一个色相值范围的大小。预设中心范围大小是指预设的中心范围的大小,预设的中心范围的大小应小于色相值范围的大小。基于目标色相值范围的中心值与预设中心范围大小,确定目标色相值范围的中心范围,可以为以中心值作为中心范围的中心值,在目标色相值范围内确定范围大小为预设中心范围大小的范围,将所确定的范围作为中心范围。例如,一个色相值范围为30-90,则色相值范围的中心值为66,若预设中心范围大小为20,则可以基于中心值60确定中心范围为50-70,那么,相应地,过渡范围为色相值范围中除中心范围外的其他范围,即30-50和70-90。
例如,此处结合图示对过渡范围和中心范围进行阐述。请参见图7,图7是本申请实施例提供的一种色相值范围中的子范围的效果示意图。如图7所示,K个色相值范围包括色相值范围1、色相值范围2、......、色相值范围6这6个色相值范围。色相值范围1为330-360°和0-30°,则第一范围边界值为330°,第二范围边界值为30°,中心值为0°(即360°),则过渡范围包括第一过渡范围330-350°和第二过渡范围10-30°,中心范围为350-360°和0-10°。同理,色相值范围2为30-90°,则第一范围边界值为30°,第二范围边界值为90°,中心值为60°,则过渡范围包括第一过渡范围30-50°和第二过渡范围70-90°,中心范围为50-70°。以此类推,可以确定出该6个色相值范围中每个色相值范围中的过渡范围和中心范围。
可以理解的是,该目标子范围是指第一保留像素点的色相值在保留色相值范围中所属的子范围。该目标子范围可以为过渡范围或中心范围。基于第一保留像素点的色相值,确定第一保留像素点在保留色相值范围中所属的目标子范围,可以包括将第一保留像素点的色相值在保留色相值范围中所属的子范围,确定为目标子范围。
具体的,基于目标子范围和第一保留像素点的初始像素值,确定第一保留像素点所对应的保留像素值,可以包括以下步骤:若目标子范围为保留色相值范围的中心范围,则将第一保留像素点的初始像素值,确定为第一保留像素点所对应的保留像素值。
可以理解的是,若第一保留像素点的目标子范围为中心范围,则可以在进行特效处理时,直接输出该第一保留像素点在业务图像中的原本的像素值(即初始像素值)。
可选的,若目标子范围为保留色相值范围的过渡范围,则可以将第一保留像素点的初始像素值与对该初始像素值进行灰度化处理所得到的数值进行像素混合,得到特效处理后的图像中的像素值。其中,进行像素混合可以为将第一保留像素点的初始像素值与对该初始像素值进行灰度化处理所得到的数值,两者进行平均混合(即1:1混合),即求取两者的平均值作为最终输出的像素值。进行像素混合可以为基于第一保留像素点的色相值在过渡范围中的位置,将第一保留像素点的初始像素值与对该初始像素值进行灰度化处理所得到的数值进行混合,比如,与范围边界值的距离越近(即与最近的范围边界值的差值越小),混合初始像素值越少,与范围边界值的距离越远(即与最近的范围边界值的差值越大),混合初始像素值越多,换言之,与中心值的距离越近,混合初始像素值越多,与中心值的距离越远,混合初始像素值越少。
具体的,基于目标子范围和第一保留像素点的初始像素值,确定第一保留像素点所对应的保留像素值,可以包括以下步骤:若目标子范围为保留色相值范围的过渡范围,则获取第一保留像素点所对应的待处理灰度像素值;待处理灰度像素值是基于第一保留像素点的初始像素值进行灰度化处理所得到;进一步的,将保留色相值范围中与第一保留像素点的色相值的差值最小的范围边界值,确定为目标范围边界值;进一步的,基于第一保留像素点的色相值与目标范围边界值之间的差值,确定第一保留像素点所对应的像素混合影响信息,像素混合影响信息包括在对待处理灰度像素值与目标初始像素值进行像素混合时,待处理灰度像素值关联的第一影响值与目标初始像素值关联的第二影响值;目标初始像素值是第一保留像素点的初始像素值;进一步的,基于像素混合影响信息所包括的第一影响值和第二影响值,对待处理灰度像素值与目标初始像素值进行像素混合,得到第一保留像素点所对应的保留像素值。
其中,待处理灰度像素值是指基于第一保留像素点的初始像素值进行灰度化处理所得到的。其中,对第一保留像素点进行灰度化处理的过程可以参照上述步骤S104中对灰度像素点进行灰度化处理的相关描述,此处不做赘述。
可以理解的是,目标范围边界值是指保留色相值范围中与第一保留像素点的色相值的差值最小的范围边界值。例如,保留色相值范围为30-90,过渡范围为30-50和70-90,若第一保留像素点的色相值为77,则目标范围边界值可以为范围边界值30和90中,与77最接近的范围边界值,即目标范围边界值为90。
可以理解的是,像素混合影响信息包括在对待处理灰度像素值与目标初始像素值进行像素混合时,待处理灰度像素值关联的影响值与目标初始像素值关联的影响值,换言之,像素混合影响信息用于指示在对待处理灰度像素值与目标初始像素值进行像素混合时,两者的混合比例。其中,待处理灰度像素值关联的第一影响值相当于在进行像素混合时,该待处理灰度像素值权重,目标初始像素值关联的第二影响值相当于在进行像素混合时,该目标初始像素值权重。应当理解的是,第一影响值用于表征待灰度处理像素值对所确定的保留像素值的影响程度,第二影响值用于表征目标初始像素值对所确定的保留像素值的影响程度。其中,影响值(如第一影响值或第二影响值)越大,则表示对应的像素值(如待处理灰度像素值或目标初始像素值)对保留像素值的影响程度越大,反之,影响值(如第一影响值或第二影响值)越小,则表示对应的像素值(如待处理灰度像素值或目标初始像素值)对保留像素值的影响程度越小。
可以理解的是,基于第一保留像素点的色相值与目标范围边界值之间的差值,确定第一保留像素点所对应的像素混合影响信息,可以包括:基于第一保留像素点的色相值与目标范围边界值之间的差值与所属过渡范围的大小的比值确定第一保留像素点所对应的像素混合影响信息。例如,若第一保留像素点的色相值为75,第一保留像素点所属的过渡范围为70-90,该过渡范围的大小为20,则第一保留像素点的色相值与目标范围边界值之间的差值为90-75=15,由15/20=3:4,可以得到第一影响值与第二影响值之间的比值为3:4。进一步的,基于该比值进行归一化处理,可以得到第一影响值与第二影响值。
其中,基于像素混合影响信息所包括的第一影响值和第二影响值,对待处理灰度像素值与目标初始像素值进行像素混合,得到第一保留像素点所对应的保留像素值,可以包括:基于第一影响值和第二影响值,对待处理灰度像素值与目标初始像素值进行加权平均,得到像素混合后的第一保留像素值。例如,第一影响值为0.3,第二影响值为0.7,待处理灰度像素值为(s1,s1,s1),目标初始像素值为(r1,g1,b1),则计算得到的第一保留像素值为
可以理解的是,若第一影响值与第二影响值相同,则相当于是对待处理灰度像素值和目标初始像素值进行平均混合,得到第一保留像素值。
可以理解的是,基于上述描述可知,在第一保留像素点的色相值属于保留色相值范围中的过渡范围时,可以基于第一保留像素点的初始像素值(即目标初始像素值)与第一保留像素点进行灰度化处理得到的像素值(即待处理灰度像素值)进行像素混合,得到第一保留像素点对应的保留像素值。在第一保留像素点的色相值属于保留色相值范围中的中心范围时,可以将第一保留像素点的初始像素值确定为第一保留像素点对应的保留像素值。
S205、基于业务图像包括的像素点中除第一保留像素点之外的其他像素点,确定灰度像素点,基于灰度像素点的初始像素值进行灰度化处理,确定灰度像素点所对应的灰度像素值。
其中,确定灰度像素点所对应的灰度像素值的过程可以参照上述步骤S104中的相关描述,此处不做赘述。
S206、基于第一保留像素点所对应的保留像素值和灰度像素点所对应的灰度像素值,确定特效处理后的业务图像,将特效处理后的业务图像确定为目标图像。
其中,基于第一保留像素点所对应的保留像素值和灰度像素点所对应的灰度像素值,确定特效处理后的业务图像,可以包括:将业务图像中的灰度像素点的像素值由初始像素值调整为灰度像素值,将第一保留像素点的像素值由初始像素值调整为对应的保留像素值,得到特效处理后的业务图像。
可以理解的是,在确定第一保留像素点的像素值时,第一保留像素点的色相值距离保留色相值范围的中心值越近,混合初始像素点越多,相反,处于色系边缘(即靠近保留色相值单位的范围边界值)的第一保留像素点,则几乎都是灰度化的效果。这样能构造比较平滑的边缘过渡,不至于在边缘时颜色跳变太过突兀,有助于提升特效的处理效果。
请参见图8,图8是本申请实施例提供的一种图像处理方法的流程示意图。该方法可以由上述的电子设备执行。该图像处理方法可以包括步骤S301-S307。
S301、获取包括目标对象的业务图像,并获取业务图像中的目标对象的掩膜区域;业务图像包括的像素点均具有初始像素值;掩膜区域中包括N个像素点,N为正整数。
S302、获取N个像素点中每个像素点的色相值,基于N个像素点中每个像素点的色相值,从K个色相值范围中确定出每个像素点所属的色相值范围,基于K个色相值范围中的每个色相值范围对应的像素点,确定每个色相值范围所对应的像素点数量;K为大于1的正整数;K个色相值范围均不相同;每个像素点的色相值是基于每个像素点的初始像素值所确定的。
S303、基于每个色相值范围所对应的像素点数量,从K个色相值范围中确定出业务图像中的保留色相值范围。
S304、将保留色相值范围所对应的像素点确定为第一保留像素点,基于第一保留像素点的初始像素值,确定第一保留像素点所对应的保留像素值。
其中,步骤S301-S304的处理过程可以参照步骤S201-S304的相关描述,此处不做限定。
S305、基于业务图像包括的像素点中除第一保留像素点之外的其他像素点,确定灰度像素点,基于灰度像素点的初始像素值进行灰度化处理,确定灰度像素点所对应的灰度像素值。
可以理解的是,基于业务图像包括的像素点中除第一保留像素点之外的其他像素点,确定灰度像素点,还可以包括在掩膜区域中确定像素信息满足像素保留条件的保留像素点,将业务图像中除第一保留像素点和像素信息满足像素保留条件的保留像素点之外的其他像素点确定为灰度像素点。
其中,像素信息可以包括色相值、饱和度、亮度中的一项或多项。即像素信息可以为像素点在HSL(一种色彩表达形式)空间的信息,可以基于初始像素值进行计算得到。其中,如上述,色相值是指像素点在色相上的取值,色相(hue)是色彩的基本属性,色相(hue)是色彩的基本属性,比如平常所说的颜色名称,如红色、黄色等。色相值的取值范围可以为0-360度。饱和度是指色彩的纯度,饱和度越高色彩越纯,饱和度低则逐渐变灰,饱和度的取值范围为0-100%。亮度(lightness),是用于形容白色的深浅,亮度的取值范围为0-100%。其中,基于一个像素点的初始像素值确定色相值、饱和度、亮度,可以为:获取用于将初始像素值转换为色相值的色相转换公式、将初始像素值转换为饱和度的饱和度转换公式,将初始像素值转换为亮度的亮度转换公式,将初始像素值录入色相转换公式、饱和度转换公式和亮度转换公式分别进行计算,得到像素点的色相值、饱和度、亮度。
该像素保留条件可以包括针对色相值的保留条件(记为第一保留条件)、针对饱和度的保留条件(记为第二保留条件)和针对亮度的保留条件(记为第三保留条件)中的一项或多项。可以理解的是,在像素保留条件包括第一保留条件、第二保留条件或第三保留条件中的任一项时,只需要满足所包括的该一项条件,则确定像素信息满足像素保留条件;在像素保留条件包括第一保留条件、第二保留条件或第三保留条件中的多项时,需要同时满足像素保留条件所包括的每个项条件,才确定像素信息满足像素保留条件。
可以理解的是,第一保留条件可以为色相值属于参考色相范围,第二保留条件可以为饱和度属于参考饱和度范围,第三保留条件可以为亮度属于参考亮度范围。其中,参考色相范围、参考饱和度范围和参考亮度范围均属于像素参考范围。其中,像素参考范围是指用于像素信息满足像素保留条件的范围。参考色相范围是指用于像素信息满足像素保留条件时色相值所属的范围;参考饱和度范围是指用于像素信息满足像素保留条件时亮度所属的范围;参考亮度范围是指用于像素信息满足像素保留条件时亮度所属的范围。
具体的,像素信息中包括色相值、饱和度、亮度;任一像素点的色相值、饱和度、亮度均是基于任一像素点的初始像素值所确定的;那么,基于业务图像的像素点中除第一保留像素点之外的其他像素点,确定灰度像素点,包括:获取像素参考范围,像素参考范围包括参考色相范围、参考饱和度范围和参考亮度范围;获取N个像素点中的每个像素点的像素信息所包括的色相、饱和度和亮度;在N个像素点中,将色相值属于参考色相范围、饱和度属于参考饱和度范围且亮度属于参考亮度范围的像素点,确定为像素信息满足像素保留条件的像素点,将像素信息满足像素保留条件的像素点确定为第二保留像素点;将业务图像包括的像素点中,除第一保留像素点和第二保留像素点之外的其他像素点,确定为灰度像素点。
其中,第二保留像素点是指像素信息满足像素保留条件的像素点,进而可以将第一保留像素点和第二保留像素点之外的其他像素点确定的为灰度像素点。例如,参考色相范围约为0-50,参考饱和度范围为0.2-1.0,参考亮度范围为0.3-0.9,若一个像素点的色相值为25,饱和度为0.5,亮度为0.7,则由于色相值25属于参考色相范围(即0-50),饱和度0.5属于参考饱和度范围(0.2-1.0),亮度0.7属于参考亮度范围(0.3-0.9),则可以确定该像素点的像素信息满足像素保留条件,以此类推,可以确定出掩膜区域中每个像素点的像素信息是否满足像素保留条件,从而确定出掩膜区域中的第二保留像素点。
可以理解的是,在一个像素点的色相值属于保留色相值范围,且像素信息满足像素保留条件时,可以将该像素点确定为第一保留像素点,也可以将该像素点确定为第二保留像素点,其具体可以根据实际需求决定,此处不做限定。
可选的,像素信息可以包括色相值、饱和度、明度中的一项或多项。即像素信息可以为像素点在HSV(一种色彩表达形式)空间的信息,可以基于初始像素值进行计算得到。此处的明度(Value)可以用于形容亮度值的深浅,明度的取值范围为0-100%。在像素信息包括色相值、饱和度、明度中的一项或多项时,确定像素信息满足像素保留条件的像素点的过程,可以参照上述像素信息包括色相值、饱和度、亮度中的一项或多项时确定像素信息满足像素保留条件的像素点的相关描述,此处不做赘述。
可以理解的是,从掩膜区域中确定第一保留像素点和确定第二保留像素点的步骤可以同时进行,也可以依次处理,此处不做限定。
S306、将第二保留像素点的初始像素值,确定为第二保留像素点所对应的保留像素值。
其中,第二保留像素点所对应的保留像素值是指进行特效处理后,第二保留像素点的像素值。为了便于描述,可以将第二保留像素点所对应的保留像素值称为第二保留像素值。
可选的,在确定第二保留像素值时,可以将第二保留像素点的初始像素值与对该初始像素值进行灰度化处理所得到的数值进行像素混合,得到第二保留像素值。其具体处理过程可以参照上述将第一保留像素点的初始像素值与对该初始像素值进行灰度化处理所得到的数值(即待处理灰度像素值)进行像素混合,得到第一保留像素值的相关描述,此处不做赘述。
S307、基于第二保留像素点所对应的保留像素值、第一保留像素点所对应的保留像素值和灰度像素点所对应的灰度像素值,确定特效处理后的业务图像。
其中,基于第二保留像素点所对应的保留像素值、第一保留像素点所对应的保留像素值和灰度像素点所对应的灰度像素值,确定特效处理后的业务图像。
此处结合图示,对本方案的一种应用场景进行阐述。请参见图9,图9是本申请实施例提供的一种特效处理场景的示意图。如图9所示,业务图像91a中包括目标对象911a,进而可以通过本申请实施例对业务图像91a进行特效处理,得到目标图像92a。在目标图像92a中,921a所指示的区域为第一保留像素点所在的区域,即像素点数量最大的色相值范围所对应的像素点所在的区域。922a所指示的区域为第二保留像素点所在的区域,即像素信息满足像素保留条件的像素点所在的区域。由此可以实现在特效处理时,自动保留目标对象上色相值范围占比最大的颜色,以及满足预设保留条件的像素点的颜色。
请参见图10,图10是本申请实施例提供的一种图像处理装置的结构示意图。可选的,该图像处理装置可以设置于上述电子设备中。如图10所示,本实施例中所描述的图像处理装置可以包括:
获取单元1001,用于获取包括目标对象的业务图像,并获取业务图像中的目标对象的掩膜区域;业务图像包括的像素点均具有初始像素值;掩膜区域中包括N个像素点,N为正整数;
处理单元1002,用于获取N个像素点中每个像素点的色相值,基于N个像素点中每个像素点的色相值,从K个色相值范围中确定出每个像素点所属的色相值范围,基于K个色相值范围中的每个色相值范围对应的像素点,确定每个色相值范围所对应的像素点数量;K为大于1的正整数;K个色相值范围均不相同;每个像素点的色相值是基于每个像素点的初始像素值所确定的;
处理单元1002,还用于基于每个色相值范围所对应的像素点数量,从K个色相值范围中确定出业务图像中的保留色相值范围;
处理单元1002,还用于基于保留色相值范围所对应的像素点的初始像素值,对业务图像进行特效处理,将特效处理后的业务图像确定为目标图像。
在一种实现方式中,处理单元1002,具体用于:
将保留色相值范围所对应的像素点确定为第一保留像素点,基于第一保留像素点的初始像素值,确定第一保留像素点所对应的保留像素值;
基于业务图像包括的像素点中除第一保留像素点之外的其他像素点,确定灰度像素点,对灰度像素点的初始像素值进行灰度化处理,得到灰度像素点所对应的灰度像素值;
基于第一保留像素点所对应的保留像素值和灰度像素点所对应的灰度像素值,确定特效处理后的业务图像,将特效处理后的业务图像确定为目标图像。
在一种实现方式中,每个色相值范围中包括过渡范围和中心范围,任一色相值范围中的过渡范围是基于任一色相值范围的范围边界值所确定的,任一色相值范围的中间范围为除任一色相值范围的过渡范围之外的其他范围;过渡范围与中间范围为不同范围;
处理单元1002,具体用于:
基于第一保留像素点的色相值,确定第一保留像素点在保留色相值范围中所属的目标子范围;目标子范围为保留色相值范围的过渡范围或者中心范围;
基于目标子范围和第一保留像素点的初始像素值,确定第一保留像素点所对应的保留像素值。
在一种实现方式中,处理单元1002,具体用于:
若目标子范围为保留色相值范围的中心范围,则将第一保留像素点的初始像素值,确定为第一保留像素点所对应的保留像素值。
在一种实现方式中,处理单元1002,具体用于:
若目标子范围为保留色相值范围的过渡范围,则获取第一保留像素点所对应的待处理灰度像素值;待处理灰度像素值是基于第一保留像素点的初始像素值进行灰度化处理所得到;
将保留色相值范围中与第一保留像素点的色相值的差值最小的范围边界值,确定为目标范围边界值;
基于第一保留像素点的色相值与目标范围边界值之间的差值,确定第一保留像素点所对应的像素混合影响信息,像素混合影响信息包括在对待处理灰度像素值与目标初始像素值进行像素混合时,待处理灰度像素值关联的第一影响值与目标初始像素值关联的第二影响值;目标初始像素值是第一保留像素点的初始像素值;
基于像素混合影响信息所包括的第一影响值和第二影响值,对待处理灰度像素值与目标初始像素值进行像素混合,得到第一保留像素点所对应的保留像素值。
在一种实现方式中,业务图像中的掩膜区域包括第二保留像素点,第二保留像素点是指N个像素点的像素信息满足像素保留条件的像素点;灰度像素点为业务图像包括的像素点中,除第一保留像素点和第二保留像素点之外的其他像素点;
处理单元1002,具体用于:
将第二保留像素点的初始像素值,确定为第二保留像素点所对应的保留像素值;
基于第二保留像素点所对应的保留像素值、第一保留像素点所对应的保留像素值和灰度像素点所对应的灰度像素值,确定特效处理后的业务图像。
在一种实现方式中,像素信息中包括色相值、饱和度、亮度;任一像素点的色相值、饱和度、亮度均是基于任一像素点的初始像素值所确定的;
处理单元1002,具体用于:
获取像素参考范围,像素参考范围包括参考色相范围、参考饱和度范围和参考亮度范围;
获取N个像素点中的每个像素点的像素信息所包括的色相、饱和度和亮度;
在N个像素点中,将色相值属于参考色相范围、饱和度属于参考饱和度范围且亮度属于参考亮度范围的像素点,确定为像素信息满足像素保留条件的像素点,将像素信息满足像素保留条件的像素点确定为第二保留像素点;
将业务图像包括的像素点中,除第一保留像素点和第二保留像素点之外的其他像素点,确定为灰度像素点。
在一种实现方式中,处理单元1002,具体用于:
从K个色相值范围中,确定出所对应的像素点数量最大的M个色相值范围;M为小于K的正整数;
将确定出的M个色相值范围,确定为业务图像中的保留色相值范围。
请参见图11,图11是本申请实施例提供的一种电子设备的结构示意图。本实施例中所描述的电子设备,包括:处理器1101、存储器1102。可选的,该电子设备还可包括网络接口或供电模块等结构。上述处理器1101、存储器1102之间可以交互数据。
上述处理器1101可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述网络接口可以包括输入设备和/或输出设备,例如该输入设备是可以是控制面板、麦克风、接收器等,输出设备可以是显示屏、发送器等,此处不一一列举。
上述存储器1102可以包括只读存储器和随机存取存储器,并向处理器1101提供程序指令和数据。存储器1102的一部分还可以包括非易失性随机存取存储器。其中,处理器1101调用程序指令时用于执行:
获取包括目标对象的业务图像,并获取业务图像中的目标对象的掩膜区域;业务图像包括的像素点均具有初始像素值;掩膜区域中包括N个像素点,N为正整数;
获取N个像素点中每个像素点的色相值,基于N个像素点中每个像素点的色相值,从K个色相值范围中确定出每个像素点所属的色相值范围,基于K个色相值范围中的每个色相值范围对应的像素点,确定每个色相值范围所对应的像素点数量;K为大于1的正整数;K个色相值范围均不相同;每个像素点的色相值是基于每个像素点的初始像素值所确定的;
基于每个色相值范围所对应的像素点数量,从K个色相值范围中确定出业务图像中的保留色相值范围;
基于保留色相值范围所对应的像素点的初始像素值,对业务图像进行特效处理,将特效处理后的业务图像确定为目标图像。
在一种实现方式中,处理器1101,具体用于:
将保留色相值范围所对应的像素点确定为第一保留像素点,基于第一保留像素点的初始像素值,确定第一保留像素点所对应的保留像素值;
基于业务图像包括的像素点中除第一保留像素点之外的其他像素点,确定灰度像素点,对灰度像素点的初始像素值进行灰度化处理,得到灰度像素点所对应的灰度像素值;
基于第一保留像素点所对应的保留像素值和灰度像素点所对应的灰度像素值,确定特效处理后的业务图像,将特效处理后的业务图像确定为目标图像。
在一种实现方式中,每个色相值范围中包括过渡范围和中心范围,任一色相值范围中的过渡范围是基于任一色相值范围的范围边界值所确定的,任一色相值范围的中间范围为除任一色相值范围的过渡范围之外的其他范围;过渡范围与中间范围为不同范围;
处理器1101,具体用于:
基于第一保留像素点的色相值,确定第一保留像素点在保留色相值范围中所属的目标子范围;目标子范围为保留色相值范围的过渡范围或者中心范围;
基于目标子范围和第一保留像素点的初始像素值,确定第一保留像素点所对应的保留像素值。
在一种实现方式中,处理器1101,具体用于:
若目标子范围为保留色相值范围的中心范围,则将第一保留像素点的初始像素值,确定为第一保留像素点所对应的保留像素值。
在一种实现方式中,处理器1101,具体用于:
若目标子范围为保留色相值范围的过渡范围,则获取第一保留像素点所对应的待处理灰度像素值;待处理灰度像素值是基于第一保留像素点的初始像素值进行灰度化处理所得到;
将保留色相值范围中与第一保留像素点的色相值的差值最小的范围边界值,确定为目标范围边界值;
基于第一保留像素点的色相值与目标范围边界值之间的差值,确定第一保留像素点所对应的像素混合影响信息,像素混合影响信息包括在对待处理灰度像素值与目标初始像素值进行像素混合时,待处理灰度像素值关联的第一影响值与目标初始像素值关联的第二影响值;目标初始像素值是第一保留像素点的初始像素值;
基于像素混合影响信息所包括的第一影响值和第二影响值,对待处理灰度像素值与目标初始像素值进行像素混合,得到第一保留像素点所对应的保留像素值。
在一种实现方式中,业务图像中的掩膜区域包括第二保留像素点,第二保留像素点是指N个像素点的像素信息满足像素保留条件的像素点;灰度像素点为业务图像包括的像素点中,除第一保留像素点和第二保留像素点之外的其他像素点;
处理器1101,具体用于:
将第二保留像素点的初始像素值,确定为第二保留像素点所对应的保留像素值;
基于第二保留像素点所对应的保留像素值、第一保留像素点所对应的保留像素值和灰度像素点所对应的灰度像素值,确定特效处理后的业务图像。
在一种实现方式中,像素信息中包括色相值、饱和度、亮度;任一像素点的色相值、饱和度、亮度均是基于任一像素点的初始像素值所确定的;
处理器1101,具体用于:
获取像素参考范围,像素参考范围包括参考色相范围、参考饱和度范围和参考亮度范围;
获取N个像素点中的每个像素点的像素信息所包括的色相、饱和度和亮度;
在N个像素点中,将色相值属于参考色相范围、饱和度属于参考饱和度范围且亮度属于参考亮度范围的像素点,确定为像素信息满足像素保留条件的像素点,将像素信息满足像素保留条件的像素点确定为第二保留像素点;
将业务图像包括的像素点中,除第一保留像素点和第二保留像素点之外的其他像素点,确定为灰度像素点。
在一种实现方式中,处理器1101,具体用于:
从K个色相值范围中,确定出所对应的像素点数量最大的M个色相值范围;M为小于K的正整数;
将确定出的M个色相值范围,确定为业务图像中的保留色相值范围。
可选的,该程序指令被处理器执行时还可实现上述实施例中方法的其他步骤,这里不再赘述。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序包括程序指令,程序指令当被处理器执行时使处理器执行上述方法,比如执行上述电子设备执行的方法,此处不赘述。
可选的,本申请涉及的存储介质如计算机可读存储介质可以是非易失性的,也可以是易失性的。
可选的,该计算机可读存储介质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等;存储数据区可存储根据区块链节点的使用所创建的数据等。其中,本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
需要说明的是,对于前述的各个方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某一些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
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是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(Random AccessMemory,RAM)、磁盘或光盘等。
本申请实施例还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,该计算机指令被处理器执行时可实现上述方法中的部分或全部步骤。例如,该计算机指令存储在计算机可读存储介质中。计算机设备(即上述的电子设备)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,使得该计算机设备执行上述各方法的实施例中所执行的步骤。例如,该计算机设备可以为终端,或者可以为服务器。
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、介质及产品进行了详细介绍,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,对于本领域的一般技术人员,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 (12)
1.一种图像处理方法,其特征在于,所述方法包括:
获取包括目标对象的业务图像,并获取所述业务图像中的所述目标对象的掩膜区域;所述业务图像包括的像素点均具有初始像素值;所述掩膜区域中包括N个像素点,N为正整数;
获取所述N个像素点中每个像素点的色相值,基于所述N个像素点中每个像素点的色相值,从K个色相值范围中确定出所述每个像素点所属的色相值范围,基于所述K个色相值范围中的每个色相值范围对应的像素点,确定所述每个色相值范围所对应的像素点数量;K为大于1的正整数;所述K个色相值范围均不相同;所述每个像素点的色相值是基于所述每个像素点的初始像素值所确定的;
基于所述每个色相值范围所对应的像素点数量,从所述K个色相值范围中确定出所述业务图像中的保留色相值范围;
基于所述保留色相值范围所对应的像素点的初始像素值,对所述业务图像进行特效处理,将特效处理后的业务图像确定为目标图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述保留色相值范围所对应的像素点的初始像素值,对所述业务图像进行特效处理,将特效处理后的业务图像确定为目标图像,包括:
将所述保留色相值范围所对应的像素点确定为第一保留像素点,基于所述第一保留像素点的初始像素值,确定所述第一保留像素点所对应的保留像素值;
基于所述业务图像包括的像素点中除所述第一保留像素点之外的其他像素点,确定灰度像素点,对所述灰度像素点的初始像素值进行灰度化处理,得到所述灰度像素点所对应的灰度像素值;
基于所述第一保留像素点所对应的保留像素值和所述灰度像素点所对应的灰度像素值,确定特效处理后的业务图像,将特效处理后的业务图像确定为目标图像。
3.根据权利要求2所述的方法,其特征在于,所述每个色相值范围中包括过渡范围和中心范围,任一色相值范围中的过渡范围是基于所述任一色相值范围的范围边界值所确定的,任一色相值范围的中间范围为除所述任一色相值范围的过渡范围之外的其他范围;所述过渡范围与所述中间范围为不同范围;
所述基于所述第一保留像素点的初始像素值,确定所述第一保留像素点所对应的保留像素值,包括:
基于所述第一保留像素点的色相值,确定所述第一保留像素点在所述保留色相值范围中所属的目标子范围;所述目标子范围为所述保留色相值范围的过渡范围或者中心范围;
基于所述目标子范围和所述第一保留像素点的初始像素值,确定所述第一保留像素点所对应的保留像素值。
4.根据权利要求3所述的方法,其特征在于,所述基于所述目标子范围和所述第一保留像素点的初始像素值,确定所述第一保留像素点所对应的保留像素值,包括:
若所述目标子范围为所述保留色相值范围的中心范围,则将所述第一保留像素点的初始像素值,确定为所述第一保留像素点所对应的保留像素值。
5.根据权利要求3所述的方法,其特征在于,所述基于所述目标子范围和所述第一保留像素点的初始像素值,确定所述第一保留像素点所对应的保留像素值,包括:
若所述目标子范围为所述保留色相值范围的过渡范围,则获取所述第一保留像素点所对应的待处理灰度像素值;所述待处理灰度像素值是基于所述第一保留像素点的初始像素值进行灰度化处理所得到;
将所述保留色相值范围中与所述第一保留像素点的色相值的差值最小的范围边界值,确定为目标范围边界值;
基于所述第一保留像素点的色相值与所述目标范围边界值之间的差值,确定所述第一保留像素点所对应的像素混合影响信息,所述像素混合影响信息包括在对所述待处理灰度像素值与所述目标初始像素值进行像素混合时,所述待处理灰度像素值关联的第一影响值与所述目标初始像素值关联的第二影响值;所述目标初始像素值是所述第一保留像素点的初始像素值;
基于所述像素混合影响信息所包括的第一影响值和第二影响值,对所述待处理灰度像素值与所述目标初始像素值进行像素混合,得到所述第一保留像素点所对应的保留像素值。
6.根据权利要求2所述的方法,其特征在于,所述业务图像中的掩膜区域包括第二保留像素点,所述第二保留像素点是指所述N个像素点的像素信息满足像素保留条件的像素点;所述灰度像素点为所述业务图像包括的像素点中,除所述第一保留像素点和所述第二保留像素点之外的其他像素点;
所述基于所述第一保留像素点所对应的保留像素值和所述灰度像素点所对应的灰度像素值,确定特效处理后的业务图像,包括:
将所述第二保留像素点的初始像素值,确定为所述第二保留像素点所对应的保留像素值;
基于所述第二保留像素点所对应的保留像素值、所述第一保留像素点所对应的保留像素值和所述灰度像素点所对应的灰度像素值,确定特效处理后的业务图像。
7.根据权利要求6所述的方法,其特征在于,所述像素信息中包括色相值、饱和度、亮度;任一像素点的色相值、饱和度、亮度均是基于所述任一像素点的初始像素值所确定的;
所述基于所述业务图像包括的像素点中除所述第一保留像素点之外的其他像素点,确定灰度像素点,包括:
获取像素参考范围,所述像素参考范围包括参考色相范围、参考饱和度范围和参考亮度范围;
获取所述N个像素点中的每个像素点的像素信息所包括的色相、饱和度和亮度;
在所述N个像素点中,将色相值属于所述参考色相范围、饱和度属于所述参考饱和度范围且亮度属于所述参考亮度范围的像素点,确定为像素信息满足所述像素保留条件的像素点,将像素信息满足所述像素保留条件的像素点确定为第二保留像素点;
将所述业务图像包括的像素点中,除所述第一保留像素点和所述第二保留像素点之外的其他像素点,确定为灰度像素点。
8.根据权利要求1所述的方法,其特征在于,所述基于所述每个色相值范围所对应的像素点数量,从所述K个色相值范围中确定出所述业务图像中的保留色相值范围,包括:
从所述K个色相值范围中,确定出所对应的像素点数量最大的M个色相值范围;M为小于K的正整数;
将确定出的所述M个色相值范围,确定为所述业务图像中的保留色相值范围。
9.一种图像处理装置,其特征在于,所述装置包括:
获取单元,用于获取包括目标对象的业务图像,并获取所述业务图像中的所述目标对象的掩膜区域;所述业务图像包括的像素点均具有初始像素值;所述掩膜区域中包括N个像素点,N为正整数;
处理单元,用于获取所述N个像素点中每个像素点的色相值,基于所述N个像素点中每个像素点的色相值,从K个色相值范围中确定出所述每个像素点所属的色相值范围,基于所述K个色相值范围中的每个色相值范围对应的像素点,确定所述每个色相值范围所对应的像素点数量;K为大于1的正整数;所述K个色相值范围均不相同;所述每个像素点的色相值是基于所述每个像素点的初始像素值所确定的;
所述处理单元,还用于基于所述每个色相值范围所对应的像素点数量,从所述K个色相值范围中确定出所述业务图像中的保留色相值范围;
所述处理单元,还用于基于所述保留色相值范围所对应的像素点的初始像素值,对所述业务图像进行特效处理,将特效处理后的业务图像确定为目标图像。
10.一种电子设备,其特征在于,包括处理器、存储器,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-8任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-8任一项所述的方法。
12.一种计算机程序产品,其特征在于,包括计算机指令,所述计算机指令被处理器执行时实现权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311508982.0A CN117522760B (zh) | 2023-11-13 | 2023-11-13 | 图像处理方法、装置、电子设备、介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311508982.0A CN117522760B (zh) | 2023-11-13 | 2023-11-13 | 图像处理方法、装置、电子设备、介质及产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117522760A true CN117522760A (zh) | 2024-02-06 |
CN117522760B CN117522760B (zh) | 2024-06-25 |
Family
ID=89745108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311508982.0A Active CN117522760B (zh) | 2023-11-13 | 2023-11-13 | 图像处理方法、装置、电子设备、介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117522760B (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006121138A (ja) * | 2004-10-19 | 2006-05-11 | Sony Corp | 画像処理装置、および画像処理方法、並びにコンピュータ・プログラム |
US20070036436A1 (en) * | 2005-01-10 | 2007-02-15 | Michael Zahniser | Method for improved image segmentation |
US20080232684A1 (en) * | 2007-03-19 | 2008-09-25 | Kyocera Mita Corporation | Image processing apparatus and computer-readable recording medium which records image processing program |
CN106447638A (zh) * | 2016-09-30 | 2017-02-22 | 北京奇虎科技有限公司 | 一种美颜处理方法及装置 |
CN110689488A (zh) * | 2019-08-22 | 2020-01-14 | 稿定(厦门)科技有限公司 | 图像调色方法、介质、设备及装置 |
CN110706187A (zh) * | 2019-05-31 | 2020-01-17 | 成都品果科技有限公司 | 一种均匀肤色的图像调整方法 |
CN111724430A (zh) * | 2019-03-22 | 2020-09-29 | 株式会社理光 | 一种图像处理方法、装置及计算机可读存储介质 |
CN112767285A (zh) * | 2021-02-23 | 2021-05-07 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN112861661A (zh) * | 2021-01-22 | 2021-05-28 | 深圳市慧鲤科技有限公司 | 图像处理方法及装置、电子设备及计算机可读存储介质 |
CN113096022A (zh) * | 2019-12-23 | 2021-07-09 | RealMe重庆移动通信有限公司 | 图像虚化处理方法、装置、存储介质与电子设备 |
CN113223070A (zh) * | 2021-05-13 | 2021-08-06 | 深圳地理人和科技有限公司 | 一种深度图像增强处理方法及装置 |
CN113450282A (zh) * | 2021-07-12 | 2021-09-28 | 上海交通大学 | 美化图像的方法和*** |
CN114882125A (zh) * | 2021-02-05 | 2022-08-09 | 武汉Tcl集团工业研究院有限公司 | 图像数据的灰度化方法、装置、终端设备及可读存储介质 |
CN116485967A (zh) * | 2022-11-22 | 2023-07-25 | 腾讯科技(深圳)有限公司 | 一种虚拟模型的渲染方法及相关装置 |
CN116664603A (zh) * | 2023-07-31 | 2023-08-29 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN116664436A (zh) * | 2023-05-31 | 2023-08-29 | 深圳市国微电子有限公司 | 图像色调映射方法、***、终端设备及存储介质 |
US20230298212A1 (en) * | 2022-03-17 | 2023-09-21 | Advanced Micro Devices, Inc. | Locking mechanism for image classification |
CN116843566A (zh) * | 2023-06-29 | 2023-10-03 | 峰米(北京)科技有限公司 | 色调映射方法、装置、显示设备和存储介质 |
CN117455753A (zh) * | 2023-10-12 | 2024-01-26 | 书行科技(北京)有限公司 | 特效模板生成方法、特效生成方法、装置及存储介质 |
-
2023
- 2023-11-13 CN CN202311508982.0A patent/CN117522760B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006121138A (ja) * | 2004-10-19 | 2006-05-11 | Sony Corp | 画像処理装置、および画像処理方法、並びにコンピュータ・プログラム |
US20070036436A1 (en) * | 2005-01-10 | 2007-02-15 | Michael Zahniser | Method for improved image segmentation |
US20080232684A1 (en) * | 2007-03-19 | 2008-09-25 | Kyocera Mita Corporation | Image processing apparatus and computer-readable recording medium which records image processing program |
CN106447638A (zh) * | 2016-09-30 | 2017-02-22 | 北京奇虎科技有限公司 | 一种美颜处理方法及装置 |
CN111724430A (zh) * | 2019-03-22 | 2020-09-29 | 株式会社理光 | 一种图像处理方法、装置及计算机可读存储介质 |
CN110706187A (zh) * | 2019-05-31 | 2020-01-17 | 成都品果科技有限公司 | 一种均匀肤色的图像调整方法 |
CN110689488A (zh) * | 2019-08-22 | 2020-01-14 | 稿定(厦门)科技有限公司 | 图像调色方法、介质、设备及装置 |
CN113096022A (zh) * | 2019-12-23 | 2021-07-09 | RealMe重庆移动通信有限公司 | 图像虚化处理方法、装置、存储介质与电子设备 |
CN112861661A (zh) * | 2021-01-22 | 2021-05-28 | 深圳市慧鲤科技有限公司 | 图像处理方法及装置、电子设备及计算机可读存储介质 |
CN114882125A (zh) * | 2021-02-05 | 2022-08-09 | 武汉Tcl集团工业研究院有限公司 | 图像数据的灰度化方法、装置、终端设备及可读存储介质 |
CN112767285A (zh) * | 2021-02-23 | 2021-05-07 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2022179026A1 (zh) * | 2021-02-23 | 2022-09-01 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113223070A (zh) * | 2021-05-13 | 2021-08-06 | 深圳地理人和科技有限公司 | 一种深度图像增强处理方法及装置 |
CN113450282A (zh) * | 2021-07-12 | 2021-09-28 | 上海交通大学 | 美化图像的方法和*** |
US20230298212A1 (en) * | 2022-03-17 | 2023-09-21 | Advanced Micro Devices, Inc. | Locking mechanism for image classification |
CN116485967A (zh) * | 2022-11-22 | 2023-07-25 | 腾讯科技(深圳)有限公司 | 一种虚拟模型的渲染方法及相关装置 |
CN116664436A (zh) * | 2023-05-31 | 2023-08-29 | 深圳市国微电子有限公司 | 图像色调映射方法、***、终端设备及存储介质 |
CN116843566A (zh) * | 2023-06-29 | 2023-10-03 | 峰米(北京)科技有限公司 | 色调映射方法、装置、显示设备和存储介质 |
CN116664603A (zh) * | 2023-07-31 | 2023-08-29 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN117455753A (zh) * | 2023-10-12 | 2024-01-26 | 书行科技(北京)有限公司 | 特效模板生成方法、特效生成方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117522760B (zh) | 2024-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109871845B (zh) | 证件图像提取方法及终端设备 | |
CN104364825A (zh) | 增强现实辅助视频会议的视觉调节 | |
CN109766925B (zh) | 特征融合方法、装置、电子设备及存储介质 | |
CN101529495A (zh) | 图像遮罩生成 | |
CN113763296A (zh) | 图像处理方法、设备以及介质 | |
CN111985281B (zh) | 图像生成模型的生成方法、装置及图像生成方法、装置 | |
CN110599554A (zh) | 人脸肤色的识别方法和装置、存储介质及电子装置 | |
CN112001274A (zh) | 人群密度确定方法、装置、存储介质和处理器 | |
US20230074060A1 (en) | Artificial-intelligence-based image processing method and apparatus, electronic device, computer-readable storage medium, and computer program product | |
CN114529490B (zh) | 一种数据处理方法、装置、设备以及可读存储介质 | |
CN112102422B (zh) | 图像处理方法及装置 | |
CN114187515A (zh) | 图像分割方法和图像分割装置 | |
CN113112422B (zh) | 图像处理方法、装置、电子设备、计算机可读介质 | |
CN109194942A (zh) | 一种裸眼3d视频播放方法、终端和服务器 | |
CN117522760B (zh) | 图像处理方法、装置、电子设备、介质及产品 | |
CN104093010B (zh) | 一种图像处理方法及装置 | |
CN113573044A (zh) | 视频数据处理方法、装置、计算机设备及可读存储介质 | |
Huang et al. | Image dehazing based on robust sparse representation | |
KR20190028046A (ko) | 증강현실을 이용한 역사 공부 방법 | |
CN113435515B (zh) | 图片识别方法和装置、存储介质及电子设备 | |
CN111339315B (zh) | 知识图谱构建方法、***、计算机可读介质和电子设备 | |
CN114339252A (zh) | 一种数据压缩方法及装置 | |
CN114118203A (zh) | 图像特征提取匹配的方法、装置和电子设备 | |
CN113313807A (zh) | 一种画面的渲染方法、装置、存储介质和电子装置 | |
CN110086687B (zh) | 一种灵活的网络通信敏感数据可视化处理方法 |
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 |