CN103198498A - 将原始图像的特征区域中的图像变换成运笔图案的图像的图像处理装置 - Google Patents
将原始图像的特征区域中的图像变换成运笔图案的图像的图像处理装置 Download PDFInfo
- Publication number
- CN103198498A CN103198498A CN2012103640053A CN201210364005A CN103198498A CN 103198498 A CN103198498 A CN 103198498A CN 2012103640053 A CN2012103640053 A CN 2012103640053A CN 201210364005 A CN201210364005 A CN 201210364005A CN 103198498 A CN103198498 A CN 103198498A
- Authority
- CN
- China
- Prior art keywords
- importance degree
- image
- calculated
- gravity
- zone
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明提供一种将原始图像的特征区域中的图像变换成运笔图案的图像的图像处理装置,能得到更接近实际的水墨画的图像。水墨画变换部(44)从原始图像的数据变换为绘画风格图像的数据。特征区域检测部(42)从原始图像的数据中检测该原始图像的特征区域。变换部(45)对水墨画变换部(44)进行变换后的绘画风格图像的数据执行使由特征区域检测部(42)检测出的特征区域晕映的晕映处理、和对水墨画风格图像设定余白区域的添加的余白设定处理,作为对绘画风格图像的数据进一步进行变换的处理。
Description
本申请基于并主张于2011年9月28日申请的日本专利申请No.2011-213375的优先权,其内容援引于此。
技术领域
本发明涉及图像处理装置以及图像处理方法。
背景技术
近年来,以提高演出效果为目的,对原始图像的数据实施图像处理,来进行提高艺术性的加工。
例如,对原始图像的数据实施图像处理,对其进行绘画变换处理,将其变换成油画画风或彩色铅笔画风等的绘画风格图像的数据,这样的技术在JP特开2011-139329号公报中公开。
另外,为了达成上述的目的,通过对包含脸在内作为被摄体的原始图像的数据进行边缘检测,将该原始图像的数据变换为艺术性高的图像的一种即水墨画那样的图像(下面称作“水墨画风格图像”)的数据,这样的图像处理在JP特开2006-114024号公报中公开。
但是,特开2006-114024号公报中公开的图像处理仅是根据脸的部位来对变换后的轮廓线的粗细进行变换,例如,关于水墨表现则完全没有纳入考虑。因此,变换后的图像有可能会成为与实际的水墨画相差悬殊的图像。
发明内容
本发明的一个形态的图像处理装置特征在于,具备:第1变换部,其从原始图像的数据变换为绘画风格图像的数据;特征区域检测部,其从所述原始图像的数据中检测该原始图像的特征区域;和第2变换部,作为对 由所述第1变换部变换后的所述绘画风格图像的数据进一步进行变换的图像处理,执行使由所述特征区域检测部检测出的所述特征区域晕映的晕映处理、和对所述绘画风格图像设定余白区域的添加的余白设定处理。
另外,本发明的一个形态的图像处理方法是对原始图像实施图像处理的图像处理装置所执行的图像处理方法,其特征在于,包括:第1变换步骤,从所述原始图像的数据变换为绘画风格图像的数据;特征区域检测步骤,从所述原始图像的数据中检测该原始图像的特征区域;和第2变换步骤,作为对由所述第1变换步骤变换后的所述绘画风格图像的数据进一步进行变换的图像处理,执行使由所述特征区域检测步骤检测出的所述特征区域晕映的晕映处理、和对所述绘画风格图像设定余白区域的添加的余白设定处理。
附图说明
图1是表示本发明的第1实施方式所涉及的图像处理装置的硬件的构成的框图。
图2是表示图1的图像处理装置的功能性构成中的用于执行水墨画风格图像生成处理、整体晕映处理以及余白区域设定处理的功能性构成的功能框图。
图3是表示原始图像的数据的一例的图。
图4A是表示运笔图案的一例的图。
图4B是表示运笔图案的一例的图。
图5是表示边缘图像的一例的图。
图6是表示从图5的边缘图像变换后的水墨画风格图像的一例的图。
图7A是通过水墨画风格图像、白背景图像来表示进行了在所设定的水墨画风格图像上添加余白区域的设定后的图像的一例的图。
图7B是通过水墨画风格图像、白背景图像来表示进行了在所设定的水墨画风格图像上添加余白区域的设定后的图像的一例的图。
图7C是通过水墨画风格图像、白背景图像来表示进行了在所设定的水墨画风格图像上添加余白区域的设定后的图像的一例的图。
图8是表示具有图2的功能性构成的图1的图像处理装置所执行的水 墨画风格图像处理的流程的一例的流程图。
图9是用于说明图8的水墨画风格图像处理中的重要度区域算出处理的流程图。
图10是用于说明图8的水墨画风格图像处理中的水墨画风格图像生成处理的流程图。
图11是用于说明图8的水墨画风格图像处理中的整体晕映处理的流程图。
图12是用于说明图8的水墨画风格图像处理中的余白区域设定处理的流程图。
图13是表示用于执行第2实施方式所涉及的整体晕映处理的功能性构成的功能框图。
图14是表示第2实施方式的原始图像的数据的一例的图。
图15是用于说明第2实施方式的水墨画风格图像处理中的整体晕映处理的流程图。
具体实施方式
[第1实施方式]
下面使用附图来说明本发明的第1实施方式。
图1是表示本发明的第1实施方式所涉及的图像处理装置的硬件构成的框图。
图像处理装置1具备:CPU(Central Processing Unit,中央处理单元)11、ROM(Read Only Memory,只读存储器)12、RAM(Random Access Memory,随机存取存储器)13、图像处理部14、总线15、输入输出接口16、输入部17、输出部18、存储部19、通信部20、和驱动器21。
CPU11按照记录在ROM12中的程序、或从存储部19载入到RAM13中的程序,来执行各种处理。
在RAM13中还适当存储CPU11在执行各种处理中所需要的数据等。
图像处理部14由DSP(Digital Signal Processor,数字信号处理器)、VRAM(Video Random Access Memory,视频随机存取存储器)等构成,与CPU11联动来对图像的数据实施各种图像处理。虽未详述,但该图像 处理部14具有对原始图像的数据实施图像处理,来将其变换成油画画风或彩色铅笔画风等的绘画风格图像的数据的功能。
CPU11、ROM12、RAM13、以及图像处理部14经由总线15相互连接。该总线15还连接有输入输出接口16。输入输出接16连接有输入部17、输出部18、存储部19、通信部20、以及驱动器21。
输入部17由键盘、鼠标等构成,按照用户的指示操作来输入各种信息。
输出部18由显示器、扬声器等构成,输出图像或声音。
存储部19由硬盘或DRAM(Dynamic Random Access Memory,动态随机存取存储器)等构成,存储各种图像的数据。
通信部20控制经由包括英特网在内的网络而在与其它的装置(未图示)之间进行的通信。
在驱动器21中适当安装有由磁盘、光盘、光磁盘、或半导体存储器等构成的可移动介质31。通过驱动器21从可移动介质31中读取的程序根据需要被安装到存储部19中。另外,可移动介质31还能与存储部19同样地存储在存储部19中存储的图像的数据等的各种数据。
图2是表示图1的图像处理装置的功能性构成中的用于执行水墨画风格图像生成处理、整体晕映处理、以及余白区域设定处理的功能性构成的功能框图。
在此,水墨画风格图像生成处理是指根据作为图像处理的对象而输入的原始图像的数据生成水墨画风格图像的数据为止的一系列的处理。
整体晕映处理是指基于根据该原始图像的数据而算出的重要度的信息来对该水墨画风格图像内的特征区域进行晕映为止的一系列的处理。
另外,余白区域设定处理是指基于该重要度的信息而设定了对该水墨画风格图像添加的余白区域为止的一系列的处理。
在基于CPU11的控制来执行水墨画风格图像生成处理的情况下,在图像处理部14中,原始图像取得部41、特征区域检测部42、水墨画变换部44发挥作用。在基于CPU11的控制来执行整体晕映处理的情况下,在图像处理部14中,原始图像取得部41、重要度信息算出部43、变换部45发挥作用。
另外,在基于CPU11的控制来执行余白区域设定处理的情况下,在图像处理部14中,重要度信息算出部43和变换部45发挥作用。
另外,作为存储部19的1个区域,设置运笔图案存储部(未图示)。
原始图像取得部41取得从其它装置发送来并由通信部20接收到的通信的数据、通过驱动器21从可移动介质31读取的图像的数据等,作为原始图像的数据,并将该原始图像的数据提供给特征区域检测部42以及重要度信息算出部43。
特征区域检测部42对原始图像的数据实施边缘检测处理,例如生成使检测出的边缘成为黑色、此外为白色的2值图像(下面将这样的2值图像称作“边缘图像”)的数据。然后,特征区域检测部42对所生成的边缘图像的数据检测特征区域。作为特征区域来进行检测的对象并没有特别的限定,在本实施方式中设为是边缘区域。将如此由特征区域检测部42生成的边缘图像的数据提供给水墨画变换部44。
重要度信息算出部43使用颜色、亮度、或边缘的方向等作为重要度的指标,从由原始图像取得部41取得的原始图像的数据中分别检测构成原始图像的各像素的重要度。然后,重要度信息算出部43执行重要度区域算出处理,该重要度区域算出处理基于检测出的重要度来生成表示对每个像素检测出的重要度的空间上的分布的重要度映射图,由此算出该原始图像的重要度的信息,
具体地,例如重要度信息算出部43通过对图3所示那样的原始图像的数据实施重要度区域算出处理,来算出重要度的信息。将如此由重要度信息算出部43算出的重要度的信息提供给水墨画变换部44以及变换部45。
图3表示原始图像100的数据的一例。
在图3中,构成原始图像100的多个像素101的每一个像素中的成为阴影的区域就是重要度区域102。并且,在重要度区域102的大致中心部分示出基于重要度区域102而算出的重要度重心111。
更具体地,本实施方式的重要度信息算出部43为了实施这样的重要度区域算出处理,如图2所示,具备重要度算出部51、重要度区域算出部52、和重要度重心算出部53。
重要度算出部51算出构成由原始图像取得部41取得的原始图像的各 像素的重要度。例如,在图3的示例中,算出构成原始图像100的各像素的重要度。重要度的算出并没有特别的限定,但在本实施方式中,重要度算出部51基于以各像素为中心的规定范围的颜色信息、亮度(明亮度信息)、或边缘方向的信息来算出重要度。这种情况下,重要度算出部51由于无法仅在单一像素中算出重要度,因此基于对相对于关注像素的一定区域的周边区域而言作为其代表值的像素是否重要,来算出重要度。具体地,重要度算出部51通过在检测到与关注像素的周围的边缘不同的方向的边缘后,使该部分成为与周围颜色不同的对象来进行识别,由此将其识别为描绘了具有某种特征的对象,并提高相应部分的重要度。由重要度算出部51算出的重要度的信息被提供给重要度区域算出部52以及重要度重心算出部53。
重要度区域算出部52基于由重要度算出部51对每个像素算出的重要度,来算出重要度区域,例如在图3的示例中算出重要度区域102。重要度区域的算出没有特别的限定,在本实施方式中,在设由重要度算出部51算出的重要度的评价值的上限为100的情况下,能算出重要度的评价值为90以上的区域,作为重要度区域。由重要度区域算出部52算出的重要度区域的信息被提供给水墨画变换部44以及变换部45。
重要度重心算出部53基于由重要度算出部51对每个像素算出的各像素的重要度来算出原始图像的重要度重心。重要度重心的算出没有特别的限定,但在本实施方式中,重要度重心算出部53将由重要度区域算出部52算出为是重要度区域的区域的中心位置作为重要度重心来算出。具体地,重要度重心算出部53最初计算重要度的空间分布的重要度重心(x,y)。重要度重心算出部53对重要度为阈值以上的像素应用下面的式(1)、(2)来算出重要度重心(x,y)。该阈值能由用户根据需要来变更,在本实施方式中,在设重要度的上限为100的情况下,能设90为阈值。
mx=1/(n+sumw)×∑(x ×w(x,y))…(1)
mx=1/(n+sumw)×∑(y×w(x,y))…(2)
(n表示重要度为阈值以上的像素的数量,sumw表示重要度的合计,w(x,y)表示x、y中的重要度)。
由重要度信息算出部43算出的重要度重心的信息被提供给变换部45。
水墨画变换部44执行将边缘图像的数据变换成水墨画风格图像的数据的处理。将这样的处理在下面称作“水墨画变换处理”。
作为本实施方式的水墨画变换处理,能采用将对书法用的笔的笔迹进行模仿的纹理(texture)贴附在原始图像上的图像处理。将该“对书法用的笔的笔迹进行模仿的纹理”的图案在本说明书中称作“运笔图案”。
作为运笔图案而采用的纹理的形状和大小等并没有特别的限定。其中,在本实施方式中,采用图4所示的2种类的运笔图案。
图4是表示运笔图案的一例的图。
图4A表示模仿用笔的“笔尖”的部分(笔的前端部分)书写时的笔迹的运笔图案。另外,下面将图4A所示的运笔图案称作“直笔图案”。
图4B表示模仿用毛笔的“喉”到“腹”或“腰”为止的侧部(“穗”的一部分)书写时的笔迹的运笔图案。另外,下面将图4B所示的运笔图案称作“侧笔图案”。
将图4A和图4B进行比较容易得知,直笔图案具有其与长边方向正交的方向的长度(下面称作“宽度”)较窄,相应地其浓淡差较小的特征。与此相对,侧笔图案具有宽度宽,相应地浓度差较大的特征。
在本实施方式中,这样的直笔图案以及侧笔图案的各数据存储在运笔图案存储部中(未图示)。
另外,运笔图案的数据的生成手法并没有特别的限定,例如可以采用利用CG(Computer Graphics,计算机图形)而生成的手法。其中,在本实施方式中,采用如下手法:将通过扫描仪或数码照相机等将用蘸墨的笔在纸介质上书写的笔迹进行图像的数据化后而得到的数据设为运笔图案的数据。
水墨画变换部44将边缘图像的数据作为处理对象,执行以下水墨画变换处理,即,在边缘区域贴附直笔图案,在边缘区域的周围区域贴附侧笔图案,在边缘区域形成了封闭区域的情况下,执行在封闭区域的内部贴附侧笔图案。
具体地,例如水墨画变换部44通过对图5所示的边缘图像的数据实施水墨画变换处理,由此来生成如图6所示的水墨画风格图像的数据。
图5表示边缘图像的一例。
在图5中,黑而细的区域是边缘区域。
在图5中,例如,边缘区域E1表示山的轮廓,边缘区域E2表示云的轮廓,边缘区域E3表示家的轮廓。
图6表示从图5的边缘图像而变换来的水墨画风格图像的一例。
对表示山的轮廓的边缘区域E1贴附直笔图案D1,对该边缘区域E1的右侧的周围区域贴附侧笔图案S1。
另外,由于表示云的轮廓的边缘区域E2形成了封闭区域,因此对该边缘区域E2贴附直笔图案D2,在该封闭区域的内部涂满地贴附侧笔图案S2。
同样地,由于表示家的轮廓的边缘区域E3形成了封闭区域,因此,对该边缘区域E3贴附直笔图案D3,在该封闭区域的内部涂满地贴附侧笔图案S3。
更具体地,本实施方式的水墨画变换部44为了实施这样的水墨画变换处理而进行以下的处理。
具体地,水墨画变换部44对边缘图像的数据检测特征区域。作为特征区域来进行检测的图像并没有特别的限定,在本实施方式中设为边缘区域。
水墨画变换部44基于检测出的特征区域,从在运笔图案存储部(未图示)中存储各数据的各运笔图案中决定要使用的运笔图案。
即,在本实施方式中,水墨画变换部44决定直笔图案作为对特征区域即边缘区域使用的运笔图案。另外,水墨画变换部44决定侧笔图案作为对特征区域即边缘区域的周围区域、或形成封闭曲线的边缘区域的该封闭曲线内部的区域使用的运笔图案。
水墨画变换部44使用决定的运笔图案的数据,将边缘图像的数据变换为水墨画风格图像的数据。
具体地,水墨画变换部44按照在边缘区域贴附直笔图案的方式,将该边缘区域的数据变换成直笔图案的数据。同样地,水墨画变换部44按照在边缘区域的周围区域贴附侧笔图案的方式,将该边缘区域的周围区域的数据变换成侧笔图案的数据。另外,在边缘区域形成封闭区域的情况下,水墨画变换部44按照在封闭区域的内部涂满地贴附侧笔图案的方式,将 该封闭区域的内部的数据变换成侧笔图案的数据。
水墨画变换部44基于由重要度信息算出部43生成的重要度映射图,来调整在水墨画变换部44中使用的运笔图案的各自的颜色、即墨的浓淡的程度。
具体地,重要度映射图如上所述,表示每个像素的重要度的空间方向的分布。另一方面,按占有由多个像素组构成的区域的每个运笔图案来决定浓淡。
因此,水墨画变换部44从重要度映射图中提取调整对象的运笔图案所占有的区域中所含的多个像素组的每一个的重要度,并基于所提取的多个重要度来运算该区域整体的综合的重要度。
另外,作为求取区域整体的综合的重要度的方法,只要是使用了构成该区域的多个像素的重要度的手法,就没有特别的限定,例如能采用取二乘均值或中间值的手法。其中,在本实施方式中,为了以较少的运算量以及运算时间而容易地求得综合的重要度,采用取多个像素的重要度的单纯的均值的手法。
水墨画变换部44调整浓淡,以使得区域整体的综合的重要度越高,则占据该区域的运笔图案变得越浓(接近于黑色),反之区域整体的综合的重要度越低,则占据该区域的运笔图案变得越淡(接近于白色)。
水墨画变换部44为了表现墨的浸染,将由水墨画变换部44变换为运笔图案(贴附)的每个区域的数据作为处理对象,执行用于使处理对象的区域的周边晕映的图像处理(下面称作“晕映处理”)。
晕映处理中的晕映量(宽度)根据处理对象的区域的浓淡程度而决定。即,由于如上所述那样基于重要度映射图来调整处理对象的区域的浓淡,因此,还基于重要度映射图来决定该处理对象的区域的晕映量。这种情况下,由于重要度越高就越浓(接近于黑色),因此晕映量变小,反之,由于重要度越低就越淡(接近于白色),因此晕映量变大。
另外,每个像素的晕映方式只要是依赖于距处理对象的区域(运笔图案)的端部的距离x的手法即可,没有特别的限定,在本实施方式中,采用距离x越大则越淡的手法。更具体地,在本实施方式中,采用将图像的灰度(表示浓淡的亮度的范围)设为256灰度,按照下面的式(3)来运 算处理对象的像素的晕映色(表示浓淡的亮度)的手法。
B=(255-L)×(1-exp(-x×x/f(D+n)))+L…(3)
在式(3)中,B表示处理对象的像素的晕映色(表示浓淡的亮度)。L表示贴附在处理对象的像素上的运笔图案的颜色(表示针对处理对象的区域整体的浓淡的亮度)。f(D+n)表示按照输入参数(D+n)而使输出值变大的任意的函数。D表示贴附在处理对象的像素上的运笔图案(处理对象的区域)的晕映量。n表示任意的整数。
变换部45具备:基于由重要度信息算出部43算出的重要度的信息来对特征区域中的水墨画风格图像的数据执行整体晕映处理的晕映部61;和执行设定原始图像的余白区域的余白区域设定处理的余白区域设定部62。
晕映部61基于由重要度区域算出部52算出的重要度区域内的各像素的重要度、和从由重要度重心算出部53算出的重要度重心到各像素的距离,来算出各像素中的晕映量。具体地,晕映部61基于规定的函数或高斯分布(正态分布)的一次近似,通过使亮度慢慢地变化到白色的灰度(256)来使边缘的晕映量成为最大,算出晕映量。即,晕映处理依赖于距画笔的端部的距离x,距画笔的端部的距离越大则颜色越淡。在此,设晕映量为D,设画笔描绘的颜色(亮度)为L,则晕映色B能用以下的式(4)来表示。
B=(255-L)×(1-exp(-x×x/f(D+n)))+L…(4)
在本实施方式中,图像的灰度为256灰度,函数f是随着D+n的值而变大的任意的函数。另外,n为任意的整数。
晕映部61基于对每个像素算出的晕映量来进行对水墨画风格图像的图像整体的晕映处理。
余白区域设定部62通过对水墨画风格图像的数据实施余白区域设定处理,来进行对该水墨画风格图像添加余白区域的设定。
更具体地,本实施方式的余白区域设定部62为了实施这样的余白区域设定处理,如图2所示,具备重要度重心位置比率算出部71、背景图像位置比率算出部72、和合成部73。
重要度重心位置比率算出部71算出由重要度重心算出部53算出的重要度重心的位置比率。
背景图像位置比率算出部72基于由重要度重心位置比率算出部71算出的重要度重心的位置比率来算出白背景图像的重心位置比率。
合成部73基于由重要度重心位置比率算出部71算出的重要度重心的位置比率、和由背景图像位置比率算出部72算出的背景图像的重心的位置比率,来执行合成处理,该合成处理按照将晕映部61进行过晕映处理后的水墨画风格图像的数据重叠在白背景图像的数据上的方式进行合成。将合成处理后的数据作为最终的输出图像的数据而从图像处理部14输出。
图7是表示通过水墨画风格图像120、白背景图像130来表示进行了在水墨画风格图像120上添加余白区域140的设定之后的图像的一例。在图7的示例中,水墨画风格图像120的外缘、和与水墨画风格图像120重叠的白背景图像130之间的区域被设定为余白区域140。
具体地,在图7A中,示出了具有由宽度X以及高度Y构成的重要度重心的坐标(x,y)的水墨画风格图像120。这种情况下,重要度重心位置比率算出部71算出重要度重心111的坐标(x,y)相对于由宽度X以及高度Y的尺寸构成的水墨画风格图像120的纵横比(X/Y)的位置比率(x/X=y/Y)。接下来,余白区域设定部62如图7B所示那样,设定构成白背景图像130的尺寸的宽度A以及高度B,其中,白背景图像130具有与水墨画风格图像120的纵横比(X/Y)相同的纵横比(A/B)。这种情况下,(X/Y)=α(A/B)成立(α表示余白程度)。
余白程度(α)表示设定于水墨画风格图像120和白背景图像130之间的余白区域140的大小(面积)程度。余白程度能通过用户对输入部(未图示)的操作来自由地进行设定。余白区域设定部62在基于用户的操作而将余白程度设定得较强的情况下,将余白区域140的大小(面积)设定得较大,在将余白程度设定得较弱的情况下,将余白区域140的大小(面积)设定得较小。背景图像位置比率算出部72按照与由重要度重心位置比率算出部71算出的重要度重心111的位置比率(x/X=y/Y)成为相同的位置比率的方式来算出白背景图像130的位置比率(a/A=b/B)。即,算出使下述式(5)~式(7)成立的(a,b)。
(X/Y)=α(A/B)…(5)
(x/X=y/Y)…(6)
(a/A=b/B)…(7)
((a,b)表示白背景图像130的重心131的坐标(a,b))
根据上述式(5)~(7),在水墨画风格图像120(原始图像)的重要度重心111的位置比率靠近单侧的情况下,白背景图像130的重心131也靠近相同的一侧。另外,若重要度偏向某部分,则背景图像位置比率算出部72较小地算出该部分一侧的余白区域140,较多地算出位于距重要度的中心较远的部分的余白区域140。因此,能尊重水墨画风格图像120(原始图像)中希望关注的物体的位置来进行显示。然后,余白区域设定部62如图7C所示那样,按照水墨画风格图像120(原始图像)的重要度重心111的坐标(x,y)与白背景图像130的重心131的坐标(a,b)一致的方式,来执行对水墨画风格图像120和白背景图像130的各数据进行合成的合成处理。
接下来,说明这样的具有图2的功能性构成的图像处理装置1所执行的水墨画风格图像处理。
图8是表示水墨画风格图像处理的流程的流程图。
原始图像取得部41取得原始图像的数据后,开始水墨画风格图像处理,执行如下所述的一系列的处理。
在步骤S11中,原始图像取得部41取得原始图像的数据。
在步骤S12中,特征区域检测部42对原始图像的数据实施平滑化处理。平滑化处理是,在水墨画风格图像中认为包含在原始图像中的噪声或细微的纹理是不需要的,所以从原始图像中除去或降低它们,来保存表示被摄体的轮廓的边缘,由此对原始图像进行平滑化的图像处理。
在步骤S13中,重要度信息算出部43通过执行后述的图9的重要度区域算出处理,来根据由原始图像取得部41取得的原始图像的数据,算出该原始图像的重要度的信息。
在步骤S14中,图像处理部14通过对原始图像的数据实施单色处理,来生成2值化的(单色化)的边缘图像的数据。
在步骤S15中,水墨画变换部44通过参照后述的图10而说明的水墨画风格图像生成处理,将边缘图像的数据变换成水墨画风格图像的数据。
在步骤S16中,晕映部61通过执行参照后述的图11而说明的整体晕 映处理,算出各像素中的晕映量,基于对每个像素算出的该晕映量,以水墨画风格图像的数据整体为对象来执行晕映处理。
在步骤S17中,余白区域设定部62通过执行参照后述的图12而说明的余白区域设定处理,基于水墨画风格图像的重要度重心(原始图像的重要度重心)、和白背景图像的重心,来执行将晕映处理后的水墨画风格图像、和白背景图像的各数据进行合成的合成处理。
在步骤S18中,图像处理部14将对设定了余白区域的水墨画风格图像的数据、即晕映处理后的水墨画风格图像添加了余白区域而得到的图像的数据存储到图1的存储部19中。
另外,在此,对水墨画风格图像添加余白区域后的图像的尺寸即解析度既可以与原始图像相同,也可以与原始图像不同。其中,在设为与原始图像相同的尺寸的情况下,图像处理部14对在水墨画风格图像添加了余白区域而得到的图像的数据实施缩小处理,使其尺寸与原始图像一致。
由此,结束水墨画风格图像处理。
以上,参照图8来说明了水墨画风格图像处理的流程。
接下来,参照图9来说明图8的水墨画风格图像处理中的步骤13的重要度区域算出处理的详细的流程。
图9是说明重要度区域算出处理的流程图。
在步骤S31中,重要度算出部51算出原始图像的各像素的重要度。例如在图3的示例中,算出原始图像100的各像素101的重要度。
在步骤S32中,重要度重心算出部53根据所算出的各像素的重要度来算出原始图像的重要度重心。例如在图3的示例中,根据各像素101的重要度来算出原始图像100的重要度重心11。
在步骤S33中,重要度区域算出部52根据具有阈值以上的重要度的像素来算出原始图像的重要度区域。例如在图3的示例中,根据像素101来算出原始图像100的重要度区域102。
由此,重要度区域算出处理结束,即,图8的步骤S13的处理结束,处理前进到步骤S14。
以上,参照图9来说明了重要度区域算出处理的流程。
接下来,参照图10来说明图8的水墨画风格图像处理中的步骤S15 的水墨画风格图像生成处理的详细的流程。
图10是说明水墨画风格图像生成处理的流程图。
在步骤S51中,特征区域检测部42根据边缘图像的数据来搜索边缘。
在步骤S52中,特征区域检测部42基于步骤S51的处理结果来判定是否存在边缘。
在存在边缘的情况下,在步骤S53中,特征区域检测部42追踪该边缘。
具体地,特征区域检测部42从边缘图像的左上起,按照所谓的扫描线(raster)顺序来进行扫描,搜索属于边缘区域的像素(步骤S51)。若存在这样的属于边缘区域的像素(步骤S52:是),则特征区域检测部42按照搜索属于该边缘区域的其它的像素的方式来追踪边缘(步骤S53)。
在步骤S54中,水墨画变换部44基于这样追踪到的边缘区域,从将各数据存储在运笔图案存储部(未图示)中的各运笔图案中,决定后面在接下来的步骤中使用的运笔图案。
即,水墨画变换部44决定直笔图案来作为对在步骤S53的处理中追踪到的边缘区域使用的运笔图案。另外,水墨画变换部44决定侧笔图案来作为对该边缘区域的周围区域使用的运笔图案。进而,在该边缘区域为封闭曲线的区域的情况下,水墨画变换部44决定侧笔图案作为在该封闭曲线的内部使用的运笔图案。
在步骤S55中,水墨画变换部44执行按照将直笔图案贴附到在步骤S53的处理中追踪到的边缘区域的方式来将该边缘区域的数据变换成直笔图案的数据的处理(下面称作“贴附处理”)。
具体地,由于在步骤S53的处理中追踪到的边缘区域的长度(长边方向的曲线的长度)每次不同,因此,水墨画变换部44按照边缘区域的长度对从运笔图案存储部(未图示)中读取的直笔图案的数据进行放大或缩小。然后,水墨画变换部44从该边缘区域的起点的数据起,将该边缘区域的数据变换(贴附)成放大或缩小后的直笔图案的数据。
在步骤S56中,水墨画变换部44基于步骤S33(图9)的处理中算出的重要度区域,来算出成为步骤S55的贴附处理的对象的直笔图案的描绘色。描绘色、即墨的浓淡,与原始图像的重要度相应地决定。由于重要度 是每个像素都具有的值,因此,在决定描绘色时,水墨画变换部44计算用画笔描绘的区域的重要度的平均。计算出的平均重要度越高,则水墨画变换部44以越浓的颜色(接近于黑色的颜色)来进行描绘,计算出的平均重要度越低则以越浅的颜色(接近于白色)来进行描绘。水墨画变换部44在后述的步骤S59以及步骤S63的处理中也与步骤S56的处理相同地,基于重要度的平均来进行描绘色的算出的处理。
在步骤S57中,水墨画变换部44基于步骤S33(图9)的处理中算出的重要度区域来执行成为步骤S55的贴附处理的对象的直笔图案的晕映处理。此时,水墨画变换部44与基于图像的重要度来决定墨的浓淡相同地,基于图像的重要度来决定晕映量(宽度)。重要度越高,则水墨画变换部44为了使墨成为越浓的颜色而使晕映量较少,重要度越低,则水墨画变换部44为了使墨成为越浅的颜色而使晕映量增多。在后述的步骤S60以及步骤S64的处理中,水墨画变换部44与步骤S57的处理相同地,基于重要度来进行晕映处理。
在步骤S58的处理中,水墨画变换部44按照对在步骤S53的处理中追踪到的边缘区域的周围区域贴附侧笔图案的方式来执行贴附处理。
在步骤S59中,水墨画变换部44基于在步骤S33(图9)的处理中算出的重要度区域,来算出成为步骤S58的贴附处理的对象的侧笔图案的描绘色。
在步骤S60中,水墨画变换部44基于步骤S33(图9)的处理中算出的重要度区域,来执行成为步骤S58的贴附处理的对象的侧笔图案的晕映处理。
在步骤S61中,水墨画变换部44判定在步骤S53的处理中追踪到的边缘区域是否为封闭曲线的区域。
在边缘区域不是封闭曲线的区域的情况下、即边缘区域是具有起点和终点的区域的情况下,在步骤S61中判定为“否”,处理返回步骤S51,搜索其它的边缘,并反复步骤S52以后的处理。
与此相对,在边缘区域是封闭曲线的情况下、即在边缘区域不是具有起点和终点的区域的情况下,在步骤S61中判定为“是”,处理前进到步骤S62。
在步骤S62中,水墨画变换部44按照对在步骤S53的处理中追踪到的边缘区域的封闭曲线的内侧贴附侧笔图案的方式来执行贴附处理。
在步骤S63中,水墨画变换部44基于在步骤S33(图9)的处理中算出的重要度区域,来算出成为步骤S62的贴附处理的对象的侧笔图案的描绘色。
在步骤S64中,水墨画变换部44基于在步骤S33(图9)的处理中算出的重要度区域,来执行成为步骤S62的贴附处理的对象的侧笔图案的晕映处理。
之后,处理返回步骤S51,并搜索其它的边缘,反复步骤S52以后的处理。
如此,对每个包含于边缘图像中的边缘区域反复执行上述的步骤S51到S64的循环处理。然后,在结束了对最后的边缘区域的处理后,在接下来的步骤S51的处理中就无法进行边缘的搜索,因此,在再下一个步骤S52中判定为“否”,由此结束水墨画风格图像生成处理。即,结束图8的步骤S15的处理。
以上,参照图10说明了水墨画风格图像生成处理的流程。
接下来,参照图11来说明图8的水墨画风格图像处理中的步骤S16的整体晕映处理的详细的流程。
图11是说明整体晕映处理的流程图。
在步骤S81中,晕映部61取得由重要度重心算出部53算出的重要度重心的信息。
在步骤S82中,晕映部61取得由重要度区域算出部52算出的重要度区域的信息。
在步骤S83中,晕映部61将原始图像的重要度区域内的1个像素设定为关注像素。
在步骤S84中,晕映部61基于该关注像素中的重要度、和从在步骤S81中取得的重要度重心到各像素为止的距离,来算出晕映量。
在步骤S85中,晕映部61判定是否将重要度区域内的全部像素都设定为关注像素。在步骤S83中未将重要度区域内的全部像素设定为关注像素的情况下,在步骤S85中判定为“否”,处理返回步骤S83。即,在直 到对全部的像素算出晕映量为止的期间,反复进行步骤S83到S85的处理。与此相对,在步骤S83中将重要度区域内的全部像素设定为关注像素的情况下,在步骤S85中判定为“是”,处理前进到步骤S86。
在步骤S86中,晕映部61基于在步骤S84中对每个像素算出的晕映量来执行对原始图像的图像整体进行晕映的晕映处理。该处理结束后,整体晕映处理结束,即图8的步骤S16的处理结束,处理前进到步骤S17。
以上,参照图11说明了整体晕映处理的流程。
接下来,参照图12来说明图8的水墨画风格图像处理中的步骤S17的余白区域设定处理的详细的流程。
图12是说明余白区域设定处理的流程图。
在步骤S101中,重要度重心位置比率算出部71算出水墨画风格图像的重要度重心的位置比率。例如在图7的示例中,算出原始图像100的重要度重心111的位置比率。
在步骤S102中,余白区域设定部62基于用户的操作来设定图7的余白区域140的余白程度的强弱。例如,在图7的示例中,设定余白区域140的余白程度的强弱。
在步骤S103中,余白区域设定部62设定白背景图像的尺寸。例如,在图7的示例中,设定白背景图像130的尺寸。
在步骤S104中,背景图像位置比率算出部72算出白背景图像的重心。例如在图7的示例中,算出白背景图像130的重心131。
在步骤S105中,合成部73基于白背景图像的重心和水墨画风格图像的重要度重心,进行合成处理,使白背景图像的重心和重要度重心的坐标位置一致地重叠,来进行合成。例如,在图7的示例中,基于白背景图像130的重心131和原始图像100的重要度重心111,进行合成处理,使重心131和重要度重心111的坐标位置一致地进行重叠,来进行合成。该处理结束后,余白区域设定处理结束,图8的步骤S17的处理结束,处理前进到步骤S18。
如此构成的第1实施方式的图像处理装置具备:原始图像取得部41、特征区域检测部42、重要度信息算出部43、水墨画变换部44、和变换部45。
原始图像取得部41取得原始图像100的数据。
水墨画变换部44从由原始图像取得部41取得的原始图像100的数据变换成水墨画风格图像120的数据。
特征区域检测部42从由原始图像取得部41取得的原始图像100的数据中检测该原始图像100的特征区域(在本实施方式中为边缘区域)。
重要度信息算出部43从由原始图像取得部41取得的原始图像100的数据中算出该原始图像100的重要度的信息。
变换部45基于由重要度信息算出部43算出的重要度的信息,对水墨画变换部44进行过变换后的水墨画风格图像的数据执行使由特征区域检测部42检测出的特征区域晕映的晕映处理、和对水墨画风格图像设定余白区域140的添加的余白设定处理,作为进一步对水墨画变换部44进行过变换后的水墨画风格图像的数据进行变换的图像处理。
如此,通过基于原始图像100中的重要度的信息来进行水墨画风格图像120的晕映处理,能忠实地表现水墨画的自然的笔的描绘。其结果,能得到更接近实际的水墨画的图像。
同样地,通过基于原始图像100的重要度信息来进行设定针对水墨画风格图像120的余白区域140的添加的余白设定处理,能忠实地表现水墨画的自然的构图。其结果,能得到更接近实际的水墨画的图像。
本实施方式的图像处理装置的重要度信息算出部43具备:重要度算出部51、和重要度重心算出部53。
重要度算出部51对每个构成原始图像100的像素101算出重要度。
重要度重心算出部53基于由重要度算出部51算出的各像素101的重要度来算出原始图像100的重要度重心111。然后,变换部45基于由重要度重心算出部53算出的重要度重心来进行水墨画风格图像120的数据的变换。
通过如此基于重要度重心来进行水墨画风格图像120的数据的变换,能基于水墨画特有的描绘方法来表现被描绘为水墨画的物体(object)。其结果,能得到更接近实际的水墨画的图像。
本实施方式的图像处理装置的变换部45具有晕映部61。
晕映部61以由特征区域检测部42检测出的特征区域以及该特征区域 内的1个以上的区域内的物体作为处理对象,基于由重要度重心算出部53算出的重要度重心来执行晕映处理。
通过如此基于重要度重心来进行晕映处理,能基于水墨画特有的描绘方法来表现作为水墨画而描绘的物体。其结果,能进一步地得到更接近实际的水墨画的图像。
本实施方式的图像处理装置的变换部45具备:重要度重心位置比率算出部71、背景图像位置比率算出部72。
重要度重心位置比率算出部71算出由重要度重心算出部53算出的重要度重心的位置比率。
背景图像位置比率算出部72基于由重要度重心位置比率算出部算出的重要度重心的位置比率来算出白背景图像130的重心位置比率。
变换部45基于由重要度重心位置比率算出部71算出的重要度重心的位置比率、和由背景图像位置比率算出部72算出的白背景图像130的重心的位置比率,来对白背景图像130的数据合成水墨画风格图像120的数据,由此对水墨画风格图像120设定余白区域140的添加。
通过如此基于重要度重心的位置比率来设定水墨画风格图像120的余白区域140,能忠实地表现水墨画的自然的构图。其结果,能得到更接近实际的水墨画的图像。
本实施方式的图像处理装置的重要度信息算出部43还具备重要度区域算出部52。
重要度区域算出部52基于由重要度算出部51对每个像素101算出的重要度来算出重要度区域102。
然后,晕映部61基于由重要度区域算出部52算出的重要度区域102内的各像素101的重要度、和各像素101与由重要度重心算出部53算出的重要度重心111之间的距离,来算出各像素101中的晕映量。
如此按照各像素101中的重要度、和各像素101与重要度重心之间的距离来执行晕映处理,能适当地表现水墨画特有的墨的浸染。其结果,能进一步地,得到更接近实际的水墨画的图像。
以上,说明了本发明的第1实施方式所涉及的图像处理装置1。
接下来说明本发明的第2实施方式所涉及的图像处理装置1。
[第2实施方式]
本发明的第2实施方式所涉及的图像处理装置1能采用与第1实施方式所涉及的图像处理装置1基本相同的硬件构成以及功能性构成。
因此,图1也是表示第2实施方式所涉及的图像处理装置1的硬件构成的框图。
进而,第2实施方式所涉及的图像处理装置1所执行的水墨画风格图像处理、重要度区域算出处理、水墨画风格图像生成处理也与第1实施方式所涉及的各处理的流程基本相同。因此,图8、图9、图10也是说明第2实施方式所涉及的水墨画风格图像处理、重要度区域算出处理、水墨画风格图像生出处理的流程的流程图。
图13是表示本发明的图像处理装置1的功能性构成中的用于执行第2实施方式所涉及的整体晕映处理的功能性构成的功能框图。
在图2和图13的比较下,第2实施方式所涉及的图像处理装置1的图像处理部14内的功能性构成在重要度区域有多个的情况下将多个重要度区域综合为综合重要度区域,除了这点以外,其它都与第1实施方式所涉及的图像处理装置1基本相同,因此省略说明。即,第1实施方式的图像处理装置1的晕映部61基于重要度区域内的各像素的重要度、和各像素与重要度重心之间的距离来算出各像素中的晕映量。
与此相对,第2实施方式的图像处理装置1的晕映部61在重要度区域有多个的情况下,将多个重要度区域综合为综合重要度区域,在重要度区域内基于与第1实施方式相同的处理来算出晕映量。然后,第2实施方式的图像处理装置1的晕映部61在重要度区域外,基于综合重要度区域内的各像素的重要度、各像素与重要度重心之间的距离、重要度重心与综合重要度区域的边缘的方向,来算出各像素的晕映量。
另外,关于第2实施方式的图像处理装置1的原始图像取得部41~水墨画变换部44、以及变换部45内的余白区域设定部62,由于都与第1实施方式的图像处理装置1的始图像取得部41~水墨画变换部44、以及变换部45内的余白区域设定部62相同,因此省略详细的说明,仅说明不同之处。
图13是图1的图像处理装置1的功能性构成中用于执行第2实施方 式所涉及的整体晕映处理的功能性构成的框图。
第2实施方式所涉及的整体晕映处理在重要度区域为单数的情况下,基于与第1实施方式相同的处理来进行晕映处理。并且,晕映部61在重要度区域有多个的情况下,将多个重要度区域综合为综合重要度区域,基于综合重要度区域内的各像素的重要度、各像素与重要度重心之间的距离、重要度重心与综合重要度区域的边缘的方向,来算出各像素中的晕映量。然后,晕映部61基于算出的晕映量来对水墨画风格图像的整体进行晕映处理。
第2实施方式中,在进行第2实施方式所涉及的整体晕映处理时,还具备重要度区域综合部81。
重要度区域综合部81在由重要度区域算出部52算出的重要度区域有多个的情况下,将由重要度区域算出部52算出的多个重要度区域综合为综合重要度区域。
第2实施方式的晕映部61在综合重要度区域中的重要度区域内,基于重要度区域内的各像素的重要度、各像素与由重要度重心算出部算出的重要度重心之间的距离来算出各像素中的晕映量,在重要度区域外,基于综合重要度区域内的各像素的重要度、各像素与由重要度重心算出部算出的重要度重心之间的距离、重要度重心与综合重要度区域的边缘的方向,来算出各像素中的晕映量。
图14示出第2实施方式的原始图像100的数据的一例。
在图14中,构成原始图像100的多个像素101的每一个中阴影的区域是多个重要度区域120A、102B。并且,基于多个重要度区域102A、102B而被综合的综合重要度区域202用黑框来表示。另外,基于综合重要度区域202而算出的重要度重心211被表示在综合重要度区域202的大致中心部分。
图15是说明图8的水墨画风格图像处理中的步骤S16的整体晕映处理的流程图。
在步骤S121中,晕映部61取得由重要度重心算出部53算出的重要度重心的信息。
在步骤S122中,晕映部61取得由重要度区域算出部52算出的重要 度区域的信息。
在步骤S123中,晕映部61判定由重要度区域算出部52算出的重要度区域是否为多个。在判定为重要度区域不为多个、即为单数的情况下,前进到步骤S130,进行与图11的第1实施方式的整体晕映处理的步骤S83~S85的处理相同的处理。这种情况下,由于第2实施方式的步骤S130~S132的处理、和第1实施方式的步骤S83~S85的处理相同,因此省略说明。与此相对,在判定为重要度区域为多个的情况下,处理前进到步骤S124。
在步骤S124中,重要度区域综合部81将图14的多个重要度区域102A、102B综合为综合重要度区域202。
在步骤S125中,晕映部61将图14的原始图像100的综合重要度区域202内的1个像素101设定为关注像素。
在步骤S126中,晕映部61判定在步骤S125中设定的关注像素是否为重要度区域内的像素。例如,在图14的示例中,判定关注像素是否是重要度区域102A、102B内的像素101。在关注像素是重要度区域内的像素的情况下,处理前进到步骤S127,进行与图11的第1实施方式的整体晕映处理的步骤S84的处理相同的处理。这种情况下,由于第2实施方式的步骤S127的处理与第1实施方式的步骤S84的处理相同,因此省略说明。与此相对,在判定为关注像素不是重要度区域内的像素的情况下,处理前进到步骤S128。
在步骤S128中,晕映部61基于该关注像素的重要度、该关注像素距在步骤S121中取得的重要度重心的距离、和重要度重心与综合重要度区域的边缘的方向,来算出晕映量。
在步骤S129中,晕映部61判定是否将综合重要度区域内的全部像素都设定为关注像素。在综合重要度区域内的全部像素未都在步骤S125中被设定为关注像素的情况下,在步骤S129中判定为“否”,处理返回步骤S125。即,直到对综合重要度区域内的全部像素算出晕映量为止的期间,反复进行步骤S125到S129的处理。与此相对,在综合重要度区域内的全部像素都在步骤S125中被设定为关注像素的情况下,在步骤S129中判定为“是”,处理前进到步骤S133。
在步骤S133中,晕映部61基于在步骤S127、S128以及S131中对每个像素算出的晕映量来执行使原始图像的图像整体晕映的晕映处理。该处理结束后,整体晕映处理结束,即图8的步骤16的处理结束,处理前进到步骤S17。
如以上那样构成的第2实施方式的图像处理装置的晕映部61具备重要度区域综合部81。
重要度区域综合部81在由重要度区域算出部52算出的重要度区域为多个的情况下,将由重要度区域算出部52算出的图14的多个重要度102A、102B综合为综合重要度区域202。
晕映部61在综合重要度区域202中的重要度区域102A、102B内,基于重要度区域102A、102B内的各像素101的重要度、各像素101与由重要度重心算出部53算出的重要度重心211之间的距离,来算出各像素101中的晕映量,在综合重要度区域202中的重要度区域102A、102B以外,基于综合重要度区域202内的各像素101的重要度、各像素101与由重要度重心算出部53算出的重要度重心211之间的距离、重要度重心211与综合重要度区域202的边缘的方向,来算出各像素101中的晕映量。在原始图像100内,存在重要但距重要度重心有一定距离的像素101虽然重要但被判断为不那么重要的情况。与此相对,在本实施方式中,晕映部61在重要度区域102A、102B有多个的情况下,将多个重要度区域102A、102B综合为综合重要度区域202。由此,通过基于多个重要度区域来考量各像素101中的重要度从而算出晕映量,能基于水墨画特有的描绘方法来表现作为水墨画而描绘的物体。其结果,能进一步地,得到更接近实际的水墨画的图像。
另外,本发明并不限定于前述实施方式,能达成本发明的目的的范围内的变形、改良等也包含在本发明中。
例如,重要度算出部51基于以各像素为中心的规定范围的颜色信息、亮度(明亮度信息)或边缘方向的信息来算出重要度,但并不限于此。例如,还能采用重要度算出部51基于针对关注像素的一定区域内的空间频率来提高相应部分的重要度这样的手法。另外,重要度算出部51对1个原始图像的数据,在规定的方向上扫描脸搜索框,确定相当于眼、鼻子、 嘴等特征部分(脸器官),根据各脸器官的位置关系来判定是否是脸。然后,重要度算出部51能算出根据判定的特征部分的类别而预先确定的重要度。另外,重要度算出部51还能确定风景照片或肖像中的特定的物体,算出根据特定的物体的类别而预先确定的重要度。另外,重要度算出部51对每个像素算出重要度,但并不限于此,还能算出每个区域的重要度。
另外,例如,变换部45的余白区域设定部62基于由重要度重心位置比率算出部71算出的重要度重心的位置比率、和由背景图像位置比率算出部72算出的背景图像的重心的位置比率,来对背景图像的数据合成水墨画风格图像的数据,从而对水墨画风格图像设定余白区域的添加,但并不限于此。例如,变换部45的余白区域设定部62也可以还具备将水墨画风格图像的数据分割为多个区域的图像区域分割部(未图示)。然后,余白区域设定部62能在由图像区域分割部(未图示)分割的区域中的包含由重要度算出部51算出的重要度高的像素在内的区域与水墨画风格图像的端部相接的情况下,不对该区域的端部进行余白区域的添加。通过如此不对包含重要度高的像素在内的区域的端部设定余白区域的添加,能忠实地表现水墨画的自然的构图。其结果,能得到更接近实际的水墨画的图像。
另外,例如,由晕映部61算出的晕映量还能通过基于规定的函数,使白基的对比度慢慢变化到0,按照使边缘的晕映量成为最大的方式来算出晕映量。
本发明的图像处理装置一般能在可执行上述的图像处理的电子设备中应用。具体地,例如,本发明能在个人计算机、智能手机、打印机、电视接收机、视频摄像机、便携式导航装置、便携式电话机、掌上游戏机等中应用。
上述一系列的处理能通过硬件来执行,也能通过软件来执行。
换言之,图2的功能性构成只是例示而已,并没有特别的限定。即,只要在图像处理装置1中具备能将上述一系列的处理作为整体来执行的功能即可,为了实现该功能而要使用哪个功能模块,并不特别限定于图2的例子。
另外,1个功能模块可以由硬件单体构成,也可以由软件单体构成,也可以由软硬件的组合来构成。
在通过软件来执行一系列的处理的情况下,将构成该软件的程序从网络或记录介质安装到计算机等中。
计算机也可以是嵌入到专用的硬件中的计算机。另外,计算机也可以是通过安装各种程序而能执行各种功能的计算机,例如通用的个人计算机。
包含这样的程序的记录介质为了向用户提供程序,不仅可以由与装置主体分开来分发程序的图1的可移动介质31构成,还能由以预先嵌入到装置主体中的状态来向用户提供程序的记录介质等构成。可移动介质31例如由磁盘(包括软盘)、光盘、或光磁盘等构成。光盘例如由CD-ROM(Compact Disk-Read Only Memory,只读光盘)、DVD(Digital Versatile Disk,数字多功能光盘)等构成。光磁盘例如由MD(Mini-Disk,迷你光磁盘)等构成。另外,以预先嵌入到装置主体中的状态来向用户提供程序的记录介质例如由记录了程序的图1的ROM12、包含在图1的存储部19中的硬盘等构成。
另外,在本说明书中,记述记录于记录介质中的程序的步骤可以是沿着该顺序而在时间序列上进行的处理,这自不必说,但不一定是时间序列上的处理,还包括并行或个别执行的处理。
以上说明了本发明的几个实施方式,但这些实施方式只是例示而已,并不对本发明的技术范围构成限定。本发明也可以采用其它的各种的实施方式,进而,能在不脱离本发明的要旨的范围内进行省略、置换等各种的变更。这些实施方式及其变形包含在本说明书等所记载的发明的范围和要旨中,还包含在权利要求的范围所记载的发明及其等同的范围内。
Claims (10)
1.一种图像处理装置,其特征在于,具备:
第1变换部,其从原始图像的数据变换为绘画风格图像的数据;
特征区域检测部,其从所述原始图像的数据中检测该原始图像的特征区域;和
第2变换部,作为对由所述第1变换部变换后的所述绘画风格图像的数据进一步进行变换的图像处理,执行使由所述特征区域检测部检测出的所述特征区域晕映的晕映处理、和对所述绘画风格图像设定余白区域的添加的余白设定处理。
2.根据权利要求1所述的图像处理装置,其特征在于,
所述绘画风格图像的数据是水墨画风格图像的数据。
3.一种图像处理装置,其特征在于,具备:
原始图像取得部,其取得原始图像的数据;
第1变换部,其从由所述原始图像取得部取得的原始图像的数据变换为水墨画风格图像的数据;
特征区域检测部,其从由所述原始图像取得部取得的原始图像的数据中检测该原始图像的特征区域;
重要度信息算出部,其根据由所述原始图像取得部取得的原始图像的数据来算出该原始图像的重要度的信息;和
第2变换部,作为对由所述第1变换部变换后的所述水墨画风格图像的数据进一步进行变换的图像处理,基于由所述重要度信息算出部算出的重要度的信息,执行使由所述特征区域检测部检测出的所述特征区域晕映的晕映处理、和对所述水墨画风格图像设定余白区域的添加的余白设定处理。
4.根据权利要求3所述的图像处理装置,其特征在于,
所述重要度信息算出部具有:
重要度算出部,其对构成所述原始图像的每个像素算出重要度;和
重要度重心算出部,其基于由所述重要度算出部算出的所述各像素的重要度,来算出所述原始图像的重要度重心,
所述第2变换部基于由所述重要度重心算出部算出的所述重要度重心来执行对所述水墨画风格图像的数据进行变换的所述图像处理。
5.根据权利要求4所述的图像处理装置,其特征在于,
所述第2变换部具有晕映部,该晕映部以由所述特征区域检测部检测出的所述特征区域以及该特征区域内的1个以上的区域内的物体为处理对象,基于由所述重要度重心算出部算出的所述重要度重心来执行所述晕映处理。
6.根据权利要求4所述的图像处理装置,其特征在于,
所述第2变换部具备:
重要度重心位置比率算出部,其算出由所述重要度重心算出部算出的所述重要度重心的位置比率;和
背景图像位置比率算出部,其基于由所述重要度重心位置比率算出部算出的所述重要度重心的位置比率来算出背景图像的重心位置比率,
所述第2变换部基于由所述重要度重心位置比率算出部算出的所述重要度重心的位置比率、和由所述背景图像位置比率算出部算出的所述背景图像的重心的位置比率,对所述背景图像的数据来合成所述水墨画风格图像的数据,由此来对所述水墨画风格图像设定所述余白区域的添加。
7.根据权利要求4所述的图像处理装置,其特征在于,
所述重要度信息算出部还具备重要度区域算出部,该重要度区域算出部基于由所述重要度算出部对每个像素算出的所述重要度来算出重要度区域,
所述晕映部基于由所述重要度区域算出部算出的重要度区域内的各像素的重要度、和所述各像素与由所述重要度重心算出部算出的重要度重心之间的距离,来算出各像素中的晕映量。
8.根据权利要求7所述的图像处理装置,其特征在于,
所述晕映部还具备重要度区域综合部,该重要度区域综合部在由所述重要度区域算出部算出的重要度区域有多个的情况下,将由所述重要度区域算出部算出的多个重要度区域综合为综合重要度区域,
所述晕映部在所述综合重要度区域中的所述重要度区域内,基于重要度区域内的各像素的重要度、和所述各像素与由所述重要度重心算出部算出的重要度重心之间的距离,来算出各像素中的晕映量,
所述晕映部在所述综合重要度区域中的所述重要度区域外,基于综合重要度区域内的各像素的重要度、所述各像素与由所述重要度重心算出部算出的重要度重心之间的距离、和所述重要度重心与所述综合重要度区域的边缘的方向,来算出各像素中的晕映量。
9.根据权利要求6所述的图像处理装置,其特征在于,
所述第2变换部还具备图像区域分割部,该图像区域分割部将所述水墨画风格图像的数据分割为多个区域,
所述第2变换部在由所述图像区域分割部分割的区域中的包含由所述重要度算出部算出的重要度高的像素在内的区域与所述水墨画风格图像的端部相接的情况下,不在该区域的端部进行余白区域的添加。
10.一种图像处理方法,是对原始图像实施图像处理的图像处理装置所执行的图像处理方法,其特征在于,包括:
第1变换步骤,从所述原始图像的数据变换为绘画风格图像的数据;
特征区域检测步骤,从所述原始图像的数据中检测该原始图像的特征区域;和
第2变换步骤,作为对由所述第1变换步骤变换后的所述绘画风格图像的数据进一步进行变换的图像处理,执行使由所述特征区域检测步骤检测出的所述特征区域晕映的晕映处理、和对所述绘画风格图像设定余白区域的添加的余白设定处理。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011-213375 | 2011-09-28 | ||
JP2011213375A JP5807489B2 (ja) | 2011-09-28 | 2011-09-28 | 画像処理装置及び画像処理方法、並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103198498A true CN103198498A (zh) | 2013-07-10 |
CN103198498B CN103198498B (zh) | 2016-01-06 |
Family
ID=47911362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210364005.3A Expired - Fee Related CN103198498B (zh) | 2011-09-28 | 2012-09-26 | 将原始图像的特征区域中的图像变换成运笔图案的图像的图像处理装置 |
Country Status (3)
Country | Link |
---|---|
US (2) | US20130077869A1 (zh) |
JP (1) | JP5807489B2 (zh) |
CN (1) | CN103198498B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI796108B (zh) * | 2022-01-21 | 2023-03-11 | 廣達電腦股份有限公司 | 取得字體軌跡的方法及系統 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6089424B2 (ja) * | 2012-03-21 | 2017-03-08 | セイコーエプソン株式会社 | 画像処理装置、プロジェクター、およびプロジェクターの制御方法 |
JP5842694B2 (ja) | 2012-03-21 | 2016-01-13 | セイコーエプソン株式会社 | 画像処理装置、プロジェクター、およびプロジェクターの制御方法 |
US9767582B2 (en) * | 2015-05-05 | 2017-09-19 | Google Inc. | Painterly picture generation |
US9842416B2 (en) * | 2015-05-05 | 2017-12-12 | Google Llc | Animated painterly picture generation |
CN109325499A (zh) * | 2018-08-02 | 2019-02-12 | 浙江中农在线电子商务有限公司 | 病虫害识别方法及装置 |
JP7111088B2 (ja) | 2019-01-24 | 2022-08-02 | カシオ計算機株式会社 | 画像検索装置、学習方法及びプログラム |
JP7368699B2 (ja) * | 2019-08-26 | 2023-10-25 | 株式会社リコー | 画像処理装置、画像通信システム、画像処理方法、及びプログラム |
CN111753847B (zh) * | 2020-06-28 | 2023-04-18 | 浙江大华技术股份有限公司 | 图像预处理方法及装置、存储介质、电子装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5038223A (en) * | 1988-02-29 | 1991-08-06 | Canon Kabushiki Kaisha | Image processing method and apparatus for imparting a pictorial or painter-like effect |
US7486296B2 (en) * | 2004-10-18 | 2009-02-03 | Reallusion Inc. | Caricature generating system and method |
CN102148917A (zh) * | 2010-02-08 | 2011-08-10 | 卡西欧计算机株式会社 | 显示处理装置 |
CN102158677A (zh) * | 2010-01-27 | 2011-08-17 | 卡西欧计算机株式会社 | 显示控制装置、图像处理装置、显示控制方法及图像处理方法 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4112423A (en) * | 1976-09-13 | 1978-09-05 | Kelsey-Hayes Co. | Dual-screen data display terminal for data processing units |
US4949279A (en) * | 1984-03-22 | 1990-08-14 | Sharp Kabushiki Kaisha | Image processing device |
JPS61221878A (ja) * | 1985-03-18 | 1986-10-02 | Sharp Corp | 画像処理装置 |
JPH01219965A (ja) | 1988-02-29 | 1989-09-01 | Canon Inc | 画像処理方法及びその装置 |
US7426054B1 (en) * | 1999-05-13 | 2008-09-16 | Canon Kabushiki Kaisha | Image processing apparatus, image reproduction apparatus, system, method and storage medium for image processing and image reproduction |
US20030165262A1 (en) * | 2002-02-21 | 2003-09-04 | The University Of Chicago | Detection of calcifications within a medical image |
US7379651B2 (en) * | 2003-06-10 | 2008-05-27 | Abu-Ageel Nayef M | Method and apparatus for reducing laser speckle |
JP4324043B2 (ja) * | 2004-07-15 | 2009-09-02 | キヤノン株式会社 | 画像処理装置およびその方法 |
US7602529B2 (en) * | 2004-09-07 | 2009-10-13 | Eastman Kodak Company | Method and system for controlling printer text/line art and halftone independently |
JP4469330B2 (ja) * | 2005-12-07 | 2010-05-26 | 株式会社リコー | 画像処理装置、画像処理方法、画像処理プログラム、記録媒体及び画像形成装置 |
JP4380731B2 (ja) * | 2007-05-31 | 2009-12-09 | ブラザー工業株式会社 | 画像処理プログラムおよび画像処理装置 |
JP5088161B2 (ja) * | 2008-02-15 | 2012-12-05 | ソニー株式会社 | 画像処理装置、カメラ装置、通信システム、画像処理方法、およびプログラム |
JP5487610B2 (ja) * | 2008-12-18 | 2014-05-07 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
US8270039B2 (en) * | 2009-01-05 | 2012-09-18 | Konica Minolta Laboratory U.S.A., Inc. | System and method for reducing toner usage in printing and cutting applications |
JP5434582B2 (ja) | 2009-12-28 | 2014-03-05 | カシオ計算機株式会社 | 画像処理装置、及び、画像加工プログラム |
JP5089713B2 (ja) * | 2010-01-18 | 2012-12-05 | シャープ株式会社 | 画像圧縮装置、圧縮画像出力装置、画像圧縮方法、コンピュータプログラム及び記録媒体 |
JP4930607B2 (ja) * | 2010-02-04 | 2012-05-16 | カシオ計算機株式会社 | 画像処理装置、及び、画像処理プログラム |
JP2011221812A (ja) * | 2010-04-09 | 2011-11-04 | Sony Corp | 情報処理装置及び方法、並びにプログラム |
US8797349B2 (en) * | 2010-04-23 | 2014-08-05 | Casio Computer Co., Ltd. | Image processing apparatus and image processing method |
JP5408037B2 (ja) * | 2010-05-28 | 2014-02-05 | カシオ計算機株式会社 | 画像処理装置及び方法、並びにプログラム |
US8908206B2 (en) * | 2011-03-15 | 2014-12-09 | Xerox Corporation | Automated print job modification for reduced total and color page counts |
JP5741282B2 (ja) * | 2011-07-26 | 2015-07-01 | カシオ計算機株式会社 | 画像処理装置及び画像処理方法、並びにプログラム |
-
2011
- 2011-09-28 JP JP2011213375A patent/JP5807489B2/ja not_active Expired - Fee Related
-
2012
- 2012-09-13 US US13/615,521 patent/US20130077869A1/en not_active Abandoned
- 2012-09-26 CN CN201210364005.3A patent/CN103198498B/zh not_active Expired - Fee Related
-
2016
- 2016-01-25 US US15/005,623 patent/US10311323B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5038223A (en) * | 1988-02-29 | 1991-08-06 | Canon Kabushiki Kaisha | Image processing method and apparatus for imparting a pictorial or painter-like effect |
US7486296B2 (en) * | 2004-10-18 | 2009-02-03 | Reallusion Inc. | Caricature generating system and method |
CN102158677A (zh) * | 2010-01-27 | 2011-08-17 | 卡西欧计算机株式会社 | 显示控制装置、图像处理装置、显示控制方法及图像处理方法 |
CN102148917A (zh) * | 2010-02-08 | 2011-08-10 | 卡西欧计算机株式会社 | 显示处理装置 |
Non-Patent Citations (3)
Title |
---|
张俊松等: "一种基于图像的水墨风格绘制方法研究", 《第十四届计算机辅助设计与图形学学术会议论文集》 * |
彭蓉: "水彩画语言特质的提取对水彩滤镜的制作指导", 《中国优秀硕士学位论文全文数据库哲学与人文科学辑》 * |
胡光琴: "卡通画的非真实感绘制技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI796108B (zh) * | 2022-01-21 | 2023-03-11 | 廣達電腦股份有限公司 | 取得字體軌跡的方法及系統 |
Also Published As
Publication number | Publication date |
---|---|
US20130077869A1 (en) | 2013-03-28 |
US20160140411A1 (en) | 2016-05-19 |
JP2013074538A (ja) | 2013-04-22 |
US10311323B2 (en) | 2019-06-04 |
JP5807489B2 (ja) | 2015-11-10 |
CN103198498B (zh) | 2016-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103198498A (zh) | 将原始图像的特征区域中的图像变换成运笔图案的图像的图像处理装置 | |
US10169905B2 (en) | Systems and methods for animating models from audio data | |
Liao et al. | Automatic caricature generation by analyzing facial features | |
US20070139435A1 (en) | Data structure for texture data, computer program product, and texture mapping method | |
CN103597518A (zh) | 生成反映玩家外观的化身 | |
WO2007074844A1 (ja) | 顔パーツの位置の検出方法及び検出システム | |
US9013485B2 (en) | Systems and methods for synthesizing high fidelity stroke data for lower dimension input strokes | |
CN111292423B (zh) | 基于增强现实的着色方法、装置、电子设备与存储介质 | |
US7327364B2 (en) | Method and apparatus for rendering three-dimensional images of objects with hand-drawn appearance in real time | |
JP2003256865A (ja) | 立体オブジェクトデータからの漫画的表現の2次元画像の生成方法および生成プログラム | |
WO2023019788A1 (zh) | 毛发渲染方法、设备及存储介质 | |
JP3777149B2 (ja) | プログラム、情報記憶媒体及び画像生成装置 | |
CN103136770B (zh) | 图像处理装置以及图像处理方法 | |
CN104781851A (zh) | 图像处理装置和图像处理方法 | |
JP7140209B2 (ja) | 検出装置、情報処理装置、検出方法、及び情報処理プログラム | |
CN116363288A (zh) | 目标物的渲染方法、装置、存储介质及计算机设备 | |
CN114241119A (zh) | 一种游戏模型生成方法、装置、系统及计算机存储介质 | |
He | Application of local color simulation method of landscape painting based on deep learning generative adversarial networks | |
CN102792337B (zh) | 用于生成数字图片的方法和装置 | |
CN111080754B (zh) | 一种头部肢体特征点连线的人物动画制作方法及装置 | |
JPH0296880A (ja) | 画像処理方法 | |
JP2009521065A (ja) | カリカチュア生成システムとその方法およびその記録媒体 | |
JP3673478B2 (ja) | 手書き調画像出力プログラム | |
JP4617501B2 (ja) | テクスチャマッピング方法、プログラム及び装置 | |
KR100813036B1 (ko) | 물체의 모양에 따른 카툰 렌더링 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160106 Termination date: 20210926 |