CN111524198B - 图像主色调识别方法、装置、计算机设备和存储介质 - Google Patents

图像主色调识别方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN111524198B
CN111524198B CN202010288011.XA CN202010288011A CN111524198B CN 111524198 B CN111524198 B CN 111524198B CN 202010288011 A CN202010288011 A CN 202010288011A CN 111524198 B CN111524198 B CN 111524198B
Authority
CN
China
Prior art keywords
color
visual
region
image
color image
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
Application number
CN202010288011.XA
Other languages
English (en)
Other versions
CN111524198A (zh
Inventor
王璐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong 3vjia Information Technology Co Ltd
Original Assignee
Guangdong 3vjia Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong 3vjia Information Technology Co Ltd filed Critical Guangdong 3vjia Information Technology Co Ltd
Priority to CN202010288011.XA priority Critical patent/CN111524198B/zh
Publication of CN111524198A publication Critical patent/CN111524198A/zh
Priority to PCT/CN2021/086988 priority patent/WO2021208922A1/zh
Application granted granted Critical
Publication of CN111524198B publication Critical patent/CN111524198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明提供的一种图像主色调识别方法、装置、计算机设备和存储介质，所述方法包括：获取待识别的彩色图像；根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调；其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。本发明的图像主色调识别方法解决了现有技术中对家居设计方案图的主色调识别方法与用户视觉感知的主色调存在差异的问题，满足了用户的需求。

Description

图像主色调识别方法、装置、计算机设备和存储介质
技术领域
本申请涉及图像处理技术领域，尤其涉及一种图像主色调识别方法、装置、计算机设备和存储介质。
背景技术
在家装设计领域中，伴随AI智能化应用在家居产品设计中的不断深入，对家居设计方案图颜色的自动识别与归类变得极为重要。在实际场景中，为家居设计方案图增加颜色标签，可以方便用户在浏览历史家居设计的方案图时，减少人为的筛选，因此家居设计方案图颜色的自动识别是其他智能化的基础。
主色调是指图像的各种颜色色调中占比最大的色彩，目前家居设计领域中对方案图的主色调识别大多是基于全图的颜色统计，而方案图中存在的天花板及墙体的灰白色调会对整体颜色识别影响较大。由于图像本身的颜色区域的大小与人为感知的主色调差异较大，视觉感知更倾向于色彩差异较大的亮色，而对家居设计方案图的以灰白为主色的墙顶和地面的感知较差，因此单纯利用色彩直方图判定时，存在判定误差。
可见，现有技术中对家居设计方案图的主色调识别方法与用户视觉感知的主色调存在差异，不能满足用户的需求。
发明内容
本申请提供了一种图像主色调识别方法、装置、计算机设备和存储介质，解决了现有技术中对家居设计方案图的主色调识别方法与用户视觉感知的主色调存在差异的问题，满足了用户的需求。
第一方面，本申请提供一种图像主色调识别方法，所述方法包括：获取待识别的彩色图像；根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调；其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。
可选的，根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域，包括：将所述彩色图像转换成灰度图像；根据所述灰度图像中每个像素点与其他所有像素点的灰度值的差值之和，获取每个像素点的权重值；对所述每个像素点的权重值进行归一化处理，得到每个像素点的概率值；获取概率值大于预设阈值的所有像素点，所述概率值大于预设阈值的所有像素点组成的区域为所述视觉感兴趣区域。
可选的，对所述每个像素点的权重值进行归一化处理，得到每个像素点的概率值，包括：获取所有像素点中最大权重值和最小权重值；根据所述最大权重值和最小权重值，获取第一差值和第二差值，其中所述第一差值为当前像素点的权重值与最小权重值之差，所述第二差值为所述最大权重值与所述最小权重值之差；当前像素点的概率值为所述第一差值除以所述第二差值。
可选的，根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域，包括：根据所述彩色图像的图像布局和预设比例，将所述彩色图像划分成第一视觉显著区域和第二视觉显著区域；根据所述彩色图像的图像布局和预设比例，将所述彩色图像划分成第一视觉显著区域和第二视觉显著区域之后，所述方法还包括：根据所述预设比例，对所述第一视觉显著区域设置第一权重和所述第二视觉显著区域设置第二权重。
可选的，根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调，包括：根据转换规则，将所述彩色图像的RGB颜色通道转换成HSV色彩通道；根据所述HSV色彩通道和预设色彩区域，获取所述视觉感兴趣区域的色彩直方图和所述视觉显著区域的色彩直方图；根据所述视觉感兴趣区域的色彩直方图和所述视觉显著区域的色彩直方图，获取所述第一主色调和所述第二主色调。
可选的，根据所述HSV色彩通道和预设色彩区域，获取所述视觉感兴趣区域的色彩直方图和所述视觉显著区域的色彩直方图，包括：根据所述HSV色彩通道和预设色彩区域，获取所述第一视觉显著区域色彩统计和所述第二视觉显著区域色彩统计；根据所述第一视觉显著区域色彩统计、所述第二视觉显著区域色彩统计、所述第一权重和所述第二权重，获取所述视觉显著区域的色彩直方图。
可选的，所述获取待识别的彩色图像，包括：将所述彩色图像转换成预设的数据格式；对所述彩色图像添加唯一身份标识。
第二方面，本申请提供一种图像主色调识别装置，所述装置包括：第一获取模块，用于获取待识别的彩色图像；第一提取模块，用于根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；第二提取模块，用于根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；第二获取模块，用于根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调；其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。
第三方面，本申请提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：获取待识别的彩色图像；根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调；其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。
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执行时实现以下步骤：获取待识别的彩色图像；根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调；其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。
本发明实施例提供的上述技术方案与现有技术相比具有如下优点：
本发明提供的一种图像主色调识别方法、装置、计算机设备和存储介质，所述方法包括：获取待识别的彩色图像；根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调；其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。本发明的图像主色调识别方法根据图像的色彩反差提取待识别图像的视觉感兴趣区域，根据图像布局提取视觉显著区域，分别统计视觉感兴趣区域和视觉显著区域的色彩信息，获取到视觉感兴趣区域的第一主色调和视觉显著区域的第二主色调，即第一主色调是根据用户视觉感知最突出部分获取到的色彩，第二主色调是根据图像布局划分出来的视觉显著区域获取到的色彩，因此该发明实现了对一个彩色图像根据不同的规则提取出两个主色调，避免了系统自动识别出的全局主色调与用户视觉感知的主色调存在差异的情况；并且将本发明应用在家居设计方案图的主色调自动识别中，能实现大量家居设计方案图的主色调识别，大大降低设计师对家居设计方案图的人工筛选的工作量，提高工作效率，还能够方便用户在浏览成品设计图时，对设计图的筛选，以提高用户的使用满意度。
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，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种图像主色调识别方法的流程图；
图2是本发明实施例图1中步骤S102的具体流程图；
图3是本发明实施例提供的一种图像视觉显著区域的划分示意图；
图4是本发明实施例图1中步骤S104的具体流程图；
图5是本发明实施例提供的一种图像主色调识别装置的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
图1是本发明实施例提供的一种图像主色调识别方法的流程图；如图1所示，本发明实施例中的图像主色调识别方法，具体包括如下步骤：
步骤S101，获取待识别的彩色图像。
具体地，获取待识别的彩色图像包括将所述彩色图像转换成预设的数据格式和对所述彩色图像添加唯一身份标识，例如(1)将所有的图像统一为jpeg格式，(2)对图像进行统一重命名，命名规则为“家居设计方案号+编号”，将所述重命名作为所述图像的唯一身份标识。
步骤S102，根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域。
具体地，感兴趣区域是指在观测一个彩色图像时,所观测到最能引起人类视觉系统注意的分布区域，本实施例是根据图像中的色彩反差来提取所述视觉感兴趣区域，例如在一个家具设计方案图中，图像中的沙发区域为所述视觉感兴趣区域。
步骤S103，根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域。
具体地，根据所述彩色图像的图像布局和预设比例，将所述彩色图像划分成第一视觉显著区域和第二视觉显著区域；根据所述预设比例，对所述第一视觉显著区域设置第一权重和所述第二视觉显著区域设置第二权重；例如在家居设计方案图中，地板的色彩对整体影响较小，因此将图像进行上下划区，按照显著区和欠显著区分配权重，将图像按照上下7:3分成两部分，上部分为第一视觉显著区域，下部分为第二视觉显著区域，并且可以将第一权重设置为1，第二权重设置为0.3，则彩色图像的视觉显著区域为第一视觉显著区域乘以第一权重与第二视觉显著区域乘以第二权重之和。
步骤S104，根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调。
其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。具体地，对所述视觉感兴趣区域和视觉显著区域统计每个像素的颜色个数，统计出颜色数量最多的色彩即为所述区域的主色调。
本发明提供的一种图像主色调识别方法，所述方法包括：获取待识别的彩色图像；根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调；其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。本发明的图像主色调识别方法根据图像的色彩反差提取待识别图像的视觉感兴趣区域，根据图像布局提取视觉显著区域，分别统计视觉感兴趣区域和视觉显著区域的色彩信息，获取到视觉感兴趣区域的第一主色调和视觉显著区域的第二主色调，即第一主色调是根据用户视觉感知最突出部分获取到的色彩，第二主色调是根据图像布局划分出来的视觉显著区域获取到的色彩，因此该发明实现了对一个彩色图像根据不同的规则提取出两个主色调，避免了系统自动识别出的全局主色调与用户视觉感知的主色调存在差异的情况；并且将本发明应用在家居设计方案图的主色调自动识别中，能实现大量家居设计方案图的主色调识别，大大降低设计师对家居设计方案图的人工筛选的工作量，提高工作效率，还能够方便用户在浏览成品设计图时，对设计图的筛选，以提高用户的使用满意度。
图2是本发明实施例图1中步骤S102的具体流程图；如图2所示，根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域具体包括如下步骤：
步骤S201，将所述彩色图像转换成灰度图像。
具体地，将彩色图像I通过以下公式一转换成灰度图像Igrey，
Igrey＝0.299×IR+0.587×IG+0.114×IB
其中，IR表示R通道图，IG表示G通道图，IB表示B通道图。
步骤S202，根据所述灰度图像中每个像素点与其他所有像素点的灰度值的差值之和，获取每个像素点的权重值。
具体地，图像中像素点Igrey[i,j]且i∈[0,h],j∈[0,w]的视觉感兴趣权重值为：
其中，i≠p，j≠q，i、j、p和q为像素点在图像矩阵中的坐标点，h为图像矩阵的宽，w为图像矩阵的高。
步骤S203，根据所述灰度图像中每个像素点与其他所有像素点的灰度值的差值之和，获取每个像素点的权重值。
具体地，获取所有像素点中最大权重值和最小权重值；根据所述最大权重值和最小权重值，获取第一差值和第二差值，其中所述第一差值为当前像素点的权重值与最小权重值之差，所述第二差值为所述最大权重值与所述最小权重值之差；当前像素点的概率值为所述第一差值除以所述第二差值。
步骤S204，获取概率值大于预设阈值的所有像素点，所述概率值大于预设阈值的所有像素点组成的区域为所述视觉感兴趣区域。
具体地，预设阈值为0.15，所述概率值大于0.15的所有像素点组成的区域为所述视觉感兴趣区域，因此蒙版图像可表示为：
且i∈[0,h],j∈[0,w]。
图3是本发明实施例提供的一种图像视觉显著区域的划分示意图；
由于人眼在观测一张图时，更多的是观测图像的上半部分，且在进行家居渲染图的主色调判定时，地板的色彩对整体影响较小。因此将图像进行划区，按照显著区和欠显著区分配权重。将渲染图按照7:3分成两部分，Areatop和Areadown，且颜色的权重所占比按照10:3的进行划分
图4是本发明实施例图1中步骤S104的具体流程图，如图4所示，根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调，具体包括以下步骤：
步骤S401，根据转换规则，将所述彩色图像的RGB颜色通道转换成HSV色彩通道。
步骤S402，根据所述HSV色彩通道和预设色彩区域，获取所述视觉感兴趣区域的色彩直方图。
步骤S403，根据所述HSV色彩通道和预设色彩区域，获取所述第一视觉显著区域色彩统计和所述第二视觉显著区域色彩统计。
步骤S404，根据第一视觉显著区域色彩统计、第二视觉显著区域色彩统计、第一权重和第二权重，获取所述视觉显著区域的色彩直方图。
步骤S405，根据所述视觉感兴趣区域的色彩直方图和所述视觉显著区域的色彩直方图，获取所述第一主色调和所述第二主色调。
具体地，本实施中预设色彩区域是根据(Hue,Saturation,Value)色彩通道划分色彩区域，具体色彩区域如下表1所示。
表1
需要说明的是，具体包括13个颜色，分别为黑(black)、灰(grey)、银(silver)、白(white)、红(red)、粉(pink)、米白(cream)、橙(orange)、咖啡(coffee)、黄(yellow)、绿(green)、蓝(blue)、紫(purple)，其中从红色色调分离出粉色和咖啡色，从米白色色调中分离出橙色和咖啡色，因此咖啡色有3个色彩区域，粉有2个色彩区域。
将RGB图像I根据以下规则转换为HSV图像IHSV：
令max＝max(R,G,B),min＝min(R,G,B)
获取渲染图视觉感兴趣区域主色调：统计当Mask[i,j]＝1，i∈[0,h],j∈[0,w]时，IHSV[i,j]的HSV的值，并累加计数到相应的直方图HROI中。黑(black)、灰(grey)、银(silver)、白(white)、红(red)、粉(pink)、米白(cream)、橙(orange)、咖啡(coffee)、黄(yellow)、绿(green)、蓝(blue)、紫(purple)区间内的像素个数被表示为Count_ROIBlack、Count_ROIGrey、Count_ROISilver、Count_ROIWhite、Count_ROIRed、Count_ROIPink、Count_ROICream、Count_ROIOrange、Count_ROICoffee、Count_ROIYellow、Count_ROIGreen、Count_ROIBlue和Count_ROIPurple。
HROI＝[Count_ROIBlack,Count_ROIGrey,Count_ROISilver,Count_ROIWhite,
Count_ROIRed,Count_ROIPink,Count_ROICream,Count_ROIOrange,
Count_ROICoffee,Count_ROIYellow,Count_ROIGreen,Count_ROIBlue,Count_ROIPurple]
根据颜色直方图的统计数量，确定渲染图视觉感兴趣区域主色调ROI_color。
获取渲染图显著区域主色调：分别获取Areatop和Areadown的颜色统计Htop和Hdown。则渲染图显著区域的颜色统计可以被表示为Hsalient＝1×Htop+0.3×Hdown。
黑(black)、灰(grey)、银(silver)、白(white)、红(red)、粉(pink)、米白(cream)、橙(orange)、咖啡(coffee)、黄(yellow)、绿(green)、蓝(blue)、紫(purple)区间内的像素个数被表示为Count_salientBlack、Count_salientGrey、Count_salientSilver、Count_salientWhite、Count_salientRed、Count_salientPink、Count_salientCream、Count_salientOrange、Count_salientCoffee、Count_salientYellow、Count_salientGreen、Count_salientBlue和Count_salientPurple。
Hsalient＝[Count_salientBlack,Count_salientGrey,Count_salientSilver,Count_salientWhite,
Count_salientRed,Count_salientPink,Count_salientCream,Count_salientOrange,
Count_salientCoffee,Count_salientYellow,Count_salientGreen,Count_salientBlue,Count_salientPurple]
根据颜色直方图的统计数量，确定渲染图显著区域主色调salient_color。
图5是本发明实施例提供的一种图像主色调识别装置的结构框图；如图5所示，本发明实施例提供的图像主色调识别装置包括：
第一获取模块100，用于获取待识别的彩色图像；
第一提取模块200，用于根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；
第二提取模块300，用于根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；
第二获取模块400，用于根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调；
其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。
在本发明的一个实施例中，所述第一提取模块200包括：图像转换模块，用于将所述彩色图像转换成灰度图像；权重值获取模块，用于根据所述灰度图像中每个像素点与其他所有像素点的灰度值的差值之和，获取每个像素点的权重值；处理模块，用于对所述每个像素点的权重值进行归一化处理，得到每个像素点的概率值；像素点获取模块，用于获取概率值大于预设阈值的所有像素点，所述概率值大于预设阈值的所有像素点组成的区域为所述视觉感兴趣区域。
在本发明的一个实施例中，所述处理模块包括：极值获取模块，用于获取所有像素点中最大权重值和最小权重值；差值获取模块，用于根据所述最大权重值和最小权重值，获取第一差值和第二差值，其中所述第一差值为当前像素点的权重值与最小权重值之差，所述第二差值为所述最大权重值与所述最小权重值之差；概率值获取模块，用于当前像素点的概率值为所述第一差值除以所述第二差值。
在本发明的一个实施例中，所述第二提取模块300包括：划分模块，用于根据所述彩色图像的图像布局和预设比例，将所述彩色图像划分成第一视觉显著区域和第二视觉显著区域；设置模块，用于根据所述预设比例，对所述第一视觉显著区域设置第一权重和所述第二视觉显著区域设置第二权重。
在本发明的一个实施例中，所述第二获取模块400包括：色彩转换模块，用于根据转换规则，将所述彩色图像的RGB颜色通道转换成HSV色彩通道；色彩直方图获取模块，用于根据所述HSV色彩通道和预设色彩区域，获取所述视觉感兴趣区域的色彩直方图和所述视觉显著区域的色彩直方图；主色调获取模块，用于根据所述视觉感兴趣区域的色彩直方图和所述视觉显著区域的色彩直方图，获取所述第一主色调和所述第二主色调。
在本发明的一个实施例中，色彩直方图获取模块包括：色彩统计模块，用于根据所述HSV色彩通道和预设色彩区域，获取所述第一视觉显著区域色彩统计和所述第二视觉显著区域色彩统计；直方图获取模块，用于根据所述第一视觉显著区域色彩统计、所述第二视觉显著区域色彩统计、所述第一权重和所述第二权重，获取所述视觉显著区域的色彩直方图。
在本发明的一个实施例中，第一获取模块100包括：数据格式转换模块，用于将所述彩色图像转换成预设的数据格式；身份标识模块，用于对所述彩色图像添加唯一身份标识。
在本发明的一个实施例中，本申请提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：获取待识别的彩色图像；根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调；其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。
在本发明的一个实施例中，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执行时实现以下步骤：获取待识别的彩色图像；根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调；其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。
本发明提供的一种图像主色调识别方法、装置、计算机设备和存储介质，所述方法包括：获取待识别的彩色图像；根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调；其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调。本发明的图像主色调识别方法根据图像的色彩反差提取待识别图像的视觉感兴趣区域，根据图像布局提取视觉显著区域，分别统计视觉感兴趣区域和视觉显著区域的色彩信息，获取到视觉感兴趣区域的第一主色调和视觉显著区域的第二主色调，即第一主色调是根据用户视觉感知最突出部分获取到的色彩，第二主色调是根据图像布局划分出来的视觉显著区域获取到的色彩，因此该发明实现了对一个彩色图像根据不同的规则提取出两个主色调，避免了系统自动识别出的全局主色调与用户视觉感知的主色调存在差异的情况；并且将本发明应用在家居设计方案图的主色调自动识别中，能实现大量家居设计方案图的主色调识别，大大降低设计师对家居设计方案图的人工筛选的工作量，提高工作效率，还能够方便用户在浏览成品设计图时，对设计图的筛选，以提高用户的使用满意度。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种图像主色调识别方法，其特征在于，所述方法包括：
获取待识别的彩色图像；
根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；
根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；
根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调，所述预设色彩区域为根据HSV色彩通道划分的色彩区域；
其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调；
所述根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域，包括：
将所述彩色图像转换成灰度图像；
根据所述灰度图像中每个像素点与其他所有像素点的灰度值的差值之和，获取每个像素点的权重值；
对所述每个像素点的权重值进行归一化处理，得到每个像素点的概率值；
获取概率值大于预设阈值的所有像素点，所述概率值大于预设阈值的所有像素点组成的区域为所述视觉感兴趣区域；
所述对所述每个像素点的权重值进行归一化处理，得到每个像素点的概率值，包括：
获取所有像素点中最大权重值和最小权重值；
根据所述最大权重值和最小权重值，获取第一差值和第二差值，其中所述第一差值为当前像素点的权重值与最小权重值之差，所述第二差值为所述最大权重值与所述最小权重值之差；
当前像素点的概率值为所述第一差值除以所述第二差值。
2.根据权利要求1所述的方法，其特征在于，根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域，包括：
根据所述彩色图像的图像布局和预设比例，将所述彩色图像划分成第一视觉显著区域和第二视觉显著区域；
根据所述彩色图像的图像布局和预设比例，将所述彩色图像划分成第一视觉显著区域和第二视觉显著区域之后，所述方法还包括：
根据所述预设比例，对所述第一视觉显著区域设置第一权重和所述第二视觉显著区域设置第二权重。
3.根据权利要求2所述的方法，其特征在于，根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调，包括：
根据转换规则，将所述彩色图像的RGB颜色通道转换成HSV色彩通道；
根据所述HSV色彩通道和预设色彩区域，获取所述视觉感兴趣区域的色彩直方图和所述视觉显著区域的色彩直方图；
根据所述视觉感兴趣区域的色彩直方图和所述视觉显著区域的色彩直方图，获取所述第一主色调和所述第二主色调。
4.根据权利要求3所述的方法，其特征在于，根据所述HSV色彩通道和预设色彩区域，获取所述视觉感兴趣区域的色彩直方图和所述视觉显著区域的色彩直方图，包括：
根据所述HSV色彩通道和预设色彩区域，获取所述第一视觉显著区域色彩统计和所述第二视觉显著区域色彩统计；
根据所述第一视觉显著区域色彩统计、所述第二视觉显著区域色彩统计、所述第一权重和所述第二权重，获取所述视觉显著区域的色彩直方图。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述获取待识别的彩色图像，包括：
将所述彩色图像转换成预设的数据格式；
对所述彩色图像添加唯一身份标识。
6.一种图像主色调识别装置，其特征在于，所述装置包括：
第一获取模块，用于获取待识别的彩色图像；
第一提取模块，用于根据所述彩色图像的色彩反差，提取所述彩色图像的视觉感兴趣区域；
第二提取模块，用于根据所述彩色图像的图像布局，提取所述彩色图像的视觉显著区域；
第二获取模块，用于根据所述视觉感兴趣区域、视觉显著区域和预设色彩区域，获取所述彩色图像的第一主色调和第二主色调，所述预设色彩区域为根据HSV色彩通道划分的色彩区域；
其中，所述第一主色调为所述视觉感兴趣区域的主色调，所述第二主色调为所述视觉显著区域的主色调；
所述第一提取模块包括：图像转换模块，用于将所述彩色图像转换成灰度图像；权重值获取模块，用于根据所述灰度图像中每个像素点与其他所有像素点的灰度值的差值之和，获取每个像素点的权重值；处理模块，用于对所述每个像素点的权重值进行归一化处理，得到每个像素点的概率值；像素点获取模块，用于获取概率值大于预设阈值的所有像素点，所述概率值大于预设阈值的所有像素点组成的区域为所述视觉感兴趣区域；
所述处理模块包括：极值获取模块，用于获取所有像素点中最大权重值和最小权重值；差值获取模块，用于根据所述最大权重值和最小权重值，获取第一差值和第二差值，其中所述第一差值为当前像素点的权重值与最小权重值之差，所述第二差值为所述最大权重值与所述最小权重值之差；概率值获取模块，用于当前像素点的概率值为所述第一差值除以所述第二差值。
7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN202010288011.XA 2020-04-14 2020-04-14 图像主色调识别方法、装置、计算机设备和存储介质 Active CN111524198B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010288011.XA CN111524198B (zh) 2020-04-14 2020-04-14 图像主色调识别方法、装置、计算机设备和存储介质
PCT/CN2021/086988 WO2021208922A1 (zh) 2020-04-14 2021-04-13 图像主色调识别方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010288011.XA CN111524198B (zh) 2020-04-14 2020-04-14 图像主色调识别方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN111524198A CN111524198A (zh) 2020-08-11
CN111524198B true CN111524198B (zh) 2024-04-09

Family

ID=71902085

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010288011.XA Active CN111524198B (zh) 2020-04-14 2020-04-14 图像主色调识别方法、装置、计算机设备和存储介质

Country Status (2)

Country Link
CN (1) CN111524198B (zh)
WO (1) WO2021208922A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111524198B (zh) * 2020-04-14 2024-04-09 广东三维家信息科技有限公司 图像主色调识别方法、装置、计算机设备和存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106898026A (zh) * 2017-03-15 2017-06-27 腾讯科技（深圳）有限公司 一种图片的主色调提取方法和装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592272B (zh) * 2011-01-12 2017-01-25 深圳市世纪光速信息技术有限公司 一种图片主色调提取方法及装置
US8873845B2 (en) * 2012-08-08 2014-10-28 Microsoft Corporation Contextual dominant color name extraction
US10062405B2 (en) * 2015-05-06 2018-08-28 Samsung Electronics Co., Ltd. Electronic device and method for operating the same
CN110097603B (zh) * 2019-05-07 2023-08-08 上海宝尊电子商务有限公司 一种时尚图像主色调解析方法
CN111524198B (zh) * 2020-04-14 2024-04-09 广东三维家信息科技有限公司 图像主色调识别方法、装置、计算机设备和存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106898026A (zh) * 2017-03-15 2017-06-27 腾讯科技（深圳）有限公司 一种图片的主色调提取方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹莉华,柳伟,李国辉.基于多种主色调的图像检索算法研究与实现.计算机研究与发展.1999,(01),第97-100页. *

Also Published As

Publication number Publication date
WO2021208922A1 (zh) 2021-10-21
CN111524198A (zh) 2020-08-11

Similar Documents

Publication Publication Date Title
CN108206917B (zh) 图像处理的方法及装置、存储介质、电子装置
CN110163810B (zh) 一种图像处理方法、装置以及终端
CN104636759B (zh) 一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐系统
JP5181955B2 (ja) 画像分類装置および画像処理装置
CN103714349B (zh) 一种基于颜色和纹理特征的图像识别方法
DE112007001775T5 (de) Bildverwaltungsverfahren, Bildverwaltungssysteme und Herstellungsartikel
CN111489346B (zh) 一种全参考图像质量评价方法及系统
CN106960182B (zh) 一种基于多特征集成的行人再识别方法
US9460521B2 (en) Digital image analysis
CN108537239A (zh) 一种图像显著性目标检测的方法
WO2015024383A1 (zh) 用于颜色分布和纹理分布图像检索的相似度获取方法
CN108564021B (zh) 一种基于数码相片提取荒漠植被盖度的方法
CN108446705A (zh) 图像处理的方法和设备
CN111524198B (zh) 图像主色调识别方法、装置、计算机设备和存储介质
CN108711160A (zh) 一种基于hsi增强性模型的目标分割方法
CN108345867A (zh) 面向智能家居场景的手势识别方法
CN111079637A (zh) 田间图像中分割油菜花的方法、装置、设备及存储介质
CN112927252A (zh) 一种新增建设用地监测方法及装置
CN103325101A (zh) 彩色特征的提取方法及装置
CN111583290A (zh) 基于视觉显著性的文物显著区域提取方法
Bianco et al. Computational color constancy
CN108053452B (zh) 一种基于混合模型的数字图像色彩提取方法
Liu et al. Fuzzy color recognition and segmentation of robot vision scene
CN111612011B (zh) 一种基于人体语义分割的服饰色彩提取方法
CN109410169B (zh) 一种图像背景干扰度的识别方法及装置

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