CN104036453A - 图像局部变形方法及其适用的图像局部变形系统及手机 - Google Patents

图像局部变形方法及其适用的图像局部变形系统及手机 Download PDF

Info

Publication number
CN104036453A
CN104036453A CN201410313586.7A CN201410313586A CN104036453A CN 104036453 A CN104036453 A CN 104036453A CN 201410313586 A CN201410313586 A CN 201410313586A CN 104036453 A CN104036453 A CN 104036453A
Authority
CN
China
Prior art keywords
image
point
pixel
deformed region
deformation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410313586.7A
Other languages
English (en)
Inventor
周勇
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.)
Shanghai Feixun Data Communication Technology Co Ltd
Original Assignee
Shanghai Feixun Data Communication 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 Shanghai Feixun Data Communication Technology Co Ltd filed Critical Shanghai Feixun Data Communication Technology Co Ltd
Priority to CN201410313586.7A priority Critical patent/CN104036453A/zh
Publication of CN104036453A publication Critical patent/CN104036453A/zh
Pending legal-status Critical Current

Links

Abstract

图像局部变形方法及其适用的图像局部变形系统及手机。本发明公开一种图像局部变形方法,该方法包含:选定变形区域内的图像以放大倍数进行局部等比线性放大,并且选定变形区域外的边缘区域的图像以二次方倍数进行缩小;或者,选定变形区域内的图像以变形倍数进行局部等比线性缩小,并且选定变形区域外的边缘区域的图像以二次方倍数进行放大;如果变换点的像素与原图像的像素一致则无需对该点进行像素处理,直至处理完所有的像素点,完成图像变形。本发明通过选定变形区域内线性变化,选定变形区域外的边缘区域的图像以二次方倍数变形,将所要变形的区域平滑的衔接到原图当中,与以往的只针对单个点进行一种倍数的变形相比具有更好的效果。

Description

图像局部变形方法及其适用的图像局部变形系统及手机
技术领域
本发明涉及一种图像处理技术,具体涉及一种图像局部变形方法及其适用的图像局部变形系统及手机。
背景技术
随着硬件设备的性能提升和图像处理技术的提高,人们已经可以对图片进行各种滤镜算法效果的处理,他们的原理都是对图片中的每个像素进行重新计算,以达到处理的图片可以有不同的效果,例如黑白效果,亮度增强效果等。由此衍生出了对图片的局部进行处理变形的方法。然而在处理例如肖像图片时,现有方案当中有局部等比放大的放大镜效果方案,有按某个点进行不等比放大的类似哈哈镜效果的方案。
现有的相关图像变形技术中,分为两种:一种是局部放大或缩小,这种方法,在局部达到了所要的变形目的,但在变形的边缘区域与真实图片之间形成突变,因此只能达到局部放大镜的效果,整体效果显的很不自然;另一种是以一点为中心,随着距离的增加,放大或缩小倍数也在增加或缩小,这种变形方法只以一点为中心,容易对图像造成严重的失真。
发明内容
本发明提供一种,实现达到了局部变形的效果又能使边缘部位平滑变化到与原有图片衔接一致。
为实现上述目的,本发明提供一种图像局部变形方法,其特点是,该方法包含:
选定变形区域内的图像以放大倍数进行局部等比线性放大,并且选定变形区域外的边缘区域的图像以二次方倍数进行缩小;或者,
选定变形区域内的图像以变形倍数进行局部等比线性缩小,并且选定变形区域外的边缘区域的图像以二次方倍数进行放大;
如果变换点的像素与原图像的像素一致则无需对该点进行像素处理,直至处理完所有的像素点,完成图像变形。
上述选定变形区域内的图像以放大倍数进行局部等比线性放大或缩小的方法包含:
确定线性变形的放大倍数;
初始化原图像每个像素值到一个数组中;
对处理的原图像进行像素的遍历,若当前点位于选定变形区域内,则对该当前点的像素点值赋予式(1)和(2)所示位置点的像素值;
(1)
(2)
其中,X和Y为当前点通过式(1)、(2)换算后所对应的位置,X0、Y0为选定变形区域的中心点,Xi、Yi为当前点的位置,M为放大倍数。
上述选定变形区域外的边缘区域的图像以二次方倍数进行缩小或放大的方法包含:
若当前点位于选定变形区域外,则对该当前点的像素点值赋予式(3)和(4)所示位置点的像素值;
(3)
(4)
其中X和Y为当前点通过式(3)、(4)换算后所对应的位置,X0、Y0为选定变形区域的中心点,X’、Y’为当前点与选定变形区域中心点的连线与选定变形区域边缘的交点,M为放大倍数,Xi,Yi为当前点的位置。
上述与图片的像素一致则无需对该点进行像素处理的步骤包含:
若当前点的位置坐标的绝对值小于或等于通过式(3)、(4)转换的像素值的位置坐标的绝对值时,即达到X>=Xi且Y>=Yi,或|X-X0|>=|Xi-X0|且|Y-Y0|>=|Yi-Y0|时,则将原图像该位置的像素值赋给当前点;
将变形后所有像素点值保存进一个新的数组;
根据新的数组,绘制并输出图像。
上述图像局部变形方法还包含:
在进行变形前检测原图像,识别定位原图像中人脸的各个部位;
以及,选择需要进行变形的部位。
上述图像局部变形方法还包含:
预存不同形状的模型,作为选定变形区域的变形模型;
选择需要进行变形的部位与变形模型进行匹配;
匹配后,通过变形模型的缩放对需要进行变形的部位进行局部等比线性放大或缩小变形。
上述选择需要进行变形的部位与变形模型进行匹配包含:
采用图像处理的方法对识别出的需要进行变形的部位的特征进行提取,做特征提取,计算出长宽比例;
从数据库中存储的模型中选取出最接近的模型。
一种适用上述图像局部变形方法的图像局部变形系统,其特点是,该系统包含:
人脸检测模块,其检测人脸图像并识别图像中人脸的各个部位;
区域模型匹配模块,其连接人脸检测模块的输出端,将人脸中各个部位分别与变形模型进行匹配;
图像变形模块,其连接区域模型匹配模块的输出端,基于变形模型对选定变形的人脸部位图像进行变形,并输出变形后图像。
一种手机,其特点是,该手机包含上述的图像局部变形系统。
本发明图像局部变形方法及其适用的图像局部变形系统及手机和现有技术的图像处理技术相比,其优点在于,本发明通过选定变形区域外的边缘区域的图像以二次方倍数进行放大或缩小变形,将所要变形的区域平滑的衔接到原图当中,具有更真实自然的效果;
本发明设置选定变形区域,通过选定变形区域内线性变化,选定变形区域外二次方倍数变化来实现图片的变形效果,与以往的只针对单个点进行一种倍数的变形相比具有更好的效果;并根据脸部检测出的眼,鼻,或嘴等部位自动匹配对应的变形模型,便于变形处理;
本发明操作简便,只需选择变形倍数和变形的部位,即可完成拍照后,人物肖像的处理。
附图说明
图1为本发明图像局部变形系统的模块图;
图2为本发明图像局部变形方法的流程图;
图3为本发明中圆形的变形模型的匹配示意图;
图4为本发明中三角形的变形模型的匹配示意图;
图5为本发明中椭圆形的变形模型的匹配示意图;
图6为本发明图像局部变形方法中图像变形的流程图;
图7为图像变形中当前点、新像素点、原点的位置关系示意图;
图8为图像变形缩放系数坐标图。
具体实施方式
以下结合附图,进一步说明本发明的具体实施例。
如图1所示,本发明公开一种人脸摄影后对人脸各部位进行图像局部变形的系统,该系统包含:人脸检测模块1、区域模型匹配模块2和图像变形模块3。
人脸检测模块1输入端连接摄影设备或存储设备,接收摄影设备或存储设备中人脸原图像,对原图像进行检测,识别图像中人脸的眼、鼻和嘴等各个部位
区域模型匹配模块2输入端连接人脸检测模块1的输出端,接收人脸部位识别后的原图像信息,将人脸上的各部位与预存的变形模型进行匹配。人脸各部位和变形模型匹配后,形成变形区域,其后变形操作以该变形区域为整体模块进行变形。
图像变形模块3输入端连接区域模型匹配模块2的输出端,基于变形模型与人脸各部位匹配后形成变形区域,对人脸图像中选定变形的选定变形区域进行变形,并输出变形后图像。
本发明还公开一种手机,该手机包含上述的图像局部变形系统。通过手机的摄像头采集人脸图像,存储于手机的存储设备中,为图像局部变形系统提供需要变形的原图像,图像局部变形系统输出的变形后的图像,则通过手机的屏幕输出显示。
如图2所示,本发明公开一种对人脸各部位进行图像局部变形的图像局部变形方法,该方法包含以下步骤:
步骤1、通过摄像设备进行拍照,获取人脸的原图像。
步骤2、人脸检测模块1对获取的人脸的原图像进行检测,识别并定位原图像中人脸的各个部位(器官或五官,包含眼睛、鼻子、嘴等)的位置。
具体运用中,谷歌android源码里已经有进行人脸识别的相应的API支持。检测出人的两只眼睛的位置和嘴巴的位置。再根据脸部器官的比例确定鼻子的位置。
步骤3、选择需要进行变形的部位(即选定变形区域),并且根据选择进行变形的部位(或五官)与变形模型进行模型匹配。
首先,存储设备(或数据库)中预存有若干不同形状的模型,作为选定变形区域的变形模型。其中,同形状的模型如椭圆也根据不同的参数存储着几个不同的类型,例如根据椭圆的长轴和短轴的比例,三角形不同的边长比例等。
然后,即将选择需要进行变形的部位与变形模型进行匹配,本实施例中具体如下:
如图3所示,如果是眼睛,以该眼睛的位置为原点,两眼之间距离d的1/4为半径确定一个圆,两个圆中的每个圆都包括了一个眼睛的部位。
如图4所示,如果是鼻子,以鼻子的中心点为三角形内部的一个点,再根据不同的边长确定一个三角形,本实施例中鼻子两侧设为三角形等长的两腰a,鼻子的底部位置设为三角形的底b。
如图5所示,如果是嘴,则以嘴的中心点为原点,长轴e和短轴f的比例确定一个椭圆。
上述变形模型都是从数据库中存储的不同模型匹配的,如果自适应效果不好还可以进行人工选择。
本实施例中,模型匹配采用图像处理的方法对识别出的可变形部位的特征进行提取,进一步的确定特征比例,从而从数据库中存储的模型中选取出最为接近的模型。例如在识别出眼睛点位置后,截取眼睛的那块图形,做特征提取,计算出长宽比例,再选取相应的模型,比如圆形。或者也可直接人工选取。
步骤4、选定变形区域内的图像以放大倍数进行局部等比线性放大,并且选定变形区域外的边缘区域的图像以二次方倍数进行缩小。
或者,选定变形区域内的图像以变形倍数进行局部等比线性缩小,并且选定变形区域外的边缘区域的图像以二次方倍数进行放大。
如果变换点的像素与原图像的像素一致,则无需对该点进行像素处理,直至处理完所有的像素点,完成图像变形。在对原图每个点的像素重新赋值时,当该点位置与赋给它值的那个像素点位置相同时,那么赋给它的像素值肯定就是原来点的像素值,此时当前点的像素与原图像素一致。
如图6所示,本实施例中进行所选部位模型的变形处理具体包含以下步骤:
步骤4.1、确定放大系数M。该放大系数为选定变形区域内图像等比线性缩小或放大的系数。
步骤4.2、初始化原图每个像素值到一个数组中。
像素值指:像素点的值,每个图片都是由像素点组成,例如一个600 * 800尺寸的图片,水平方向有600个像素,竖直方向有800个像素。
另外,每个像素点都有一个位置,例如以左上角为原点,向右为x轴增长方向,向下为y轴增长方向定义一个坐标系,那么就可以将坐标位置和该位置点像素值对应起来。
步骤4.3、对处理的原图像进行像素的遍历,若当前点位于选定变形区域内,则对该当前点的像素点值赋予式(1)和(2)所示位置点的像素值;
(1)
(2)
其中,X和Y为当前点通过式(1)、(2)换算后所对应的位置,X0、Y0为选定变形区域的中心点,Xi、Yi为当前点的位置,M为放大倍数。
上述计算完后将上述所得位置的像素点值重新赋值给当前点。
步骤4.4、若当前点位于选定变形区域外,则对该当前点的像素点值赋予式(3)和(4)所示位置点的像素值;
(3)
(4)
其中X和Y为当前点通过式(3)、(4)换算后所对应的位置,X0、Y0为选定变形区域的中心点,X’、Y’为当前点与选定变形区域中心点的连线与选定变形区域边缘的交点,M为放大倍数,Xi、Yi为当前点的位置。
上述计算完后将上述所得位置的像素点值重新赋值给当前点。
如图7所示,为上述选定变形区域的中心点(X0,Y0),当前点(Xi,Yi),当前点与选定变形区域中心点的连线与选定变形区域边缘的交点(X’,Y’),当前点变形后新像素点的位置(X,Y),以选定变形区域及变形模型为圆形为例情况下的位置示意图。
如图8所示,上述步骤中涉及的函数在X轴方向的示意图,可见在距离中心点X0小于X’-X0的范围内,即在变形模型内时,是一个缩放系数的线性函数,当在变形模型外,距离再次增加时,就以抛物线函数(如式(3)、(4)的二次函数)增长,直到与原图缩放系数一样,从而平滑的过渡到实际的图片当中。
步骤4.5、若当前点的位置坐标的绝对值小于或等于通过式(3)、(4)转换的像素值的位置坐标的绝对值时,即达到|X-X0|>=|Xi-X0|且|Y-Y0|>=|Yi-Y0|,或X>=Xi且Y>=Yi时,则将原图像该位置的像素值赋给当前点,该位置指的是Xi位置,即自己给自己赋值,不需要用计算后的位置X上的像素对Xi赋值。
步骤4.6、将变形后所有像素点值保存进一个新的数组。
步骤4.7、根据步骤4.6的新的数组,绘制并输出图像。
本发明所公开的图像局部变形方法,选定变形区域外的边缘区域的图像以二次方倍数进行放大或缩小变形,将所要变形的区域平滑的衔接到原图当中,具有更真实自然的效果;设置选定变形区域,通过选定变形区域内线性变化,选定变形区域外二次方倍数变化来实现图片的变形效果,与以往的只针对单个点进行一种倍数的变形相比具有更好的效果;并根据脸部检测出的眼,鼻,或嘴等部位自动匹配对应的变形模型,便于变形处理;整体操作简便,只需选择变形倍数和变形的部位,即可完成拍照后,人物肖像的处理。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。

Claims (9)

1.一种图像局部变形方法,其特征在于,该方法包含:
选定变形区域内的图像以放大倍数进行局部等比线性放大,并且选定变形区域外的边缘区域的图像以二次方倍数进行缩小;或者,
选定变形区域内的图像以变形倍数进行局部等比线性缩小,并且选定变形区域外的边缘区域的图像以二次方倍数进行放大;
如果变换点的像素与原图像的像素一致则无需对该点进行像素处理,直至处理完所有的像素点,完成图像变形。
2.如权利要求1所述的图像局部变形方法,其特征在于,所述选定变形区域内的图像以放大倍数进行局部等比线性放大或缩小的方法包含:
确定线性变形的放大倍数;
初始化原图像每个像素值到一个数组中;
对处理的原图像进行像素的遍历,若当前点位于选定变形区域内,则对该当前点的像素点值赋予式(1)和(2)所示位置点的像素值;
(1)
(2)
其中,X和Y为当前点通过式(1)、(2)换算后所对应的位置,X0,Y0为选定变形区域的中心点,Xi,Yi为当前点的位置,M为放大倍数。
3.如权利要求2所述的图像局部变形方法,其特征在于,所述选定变形区域外的边缘区域的图像以二次方倍数进行缩小或放大的方法包含:
若当前点位于选定变形区域外,则对该当前点的像素点值赋予式(3)和(4)所示位置点的像素值;
(3)
(4)
其中X和Y为当前点通过式(3)、(4)换算后所对应的位置,X0,Y0为选定变形区域的中心点,X’、Y’为当前点与选定变形区域中心点的连线与选定变形区域边缘的交点,M为放大倍数,Xi,Yi为当前点的位置。
4.如权利要求3所述的图像局部变形方法,其特征在于,所述与图片的像素一致则无需对该点进行像素处理的步骤包含:
若当前点的位置坐标的绝对值小于或等于通过式(3)、(4)转换的像素值的位置坐标的绝对值时,即达到X>=Xi且Y>=Yi,或|X-X0|>=|Xi-X0|且|Y-Y0|>=|Yi-Y0|时,则将原图像该点的位置的像素值赋给当前点自己;
将变形后所有像素点值保存进一个新的数组;
根据新的数组,绘制并输出图像。
5.如权利要求1所述的图像局部变形方法,其特征在于,该方法还包含:
在进行变形前检测原图像,识别定位原图像中人脸的各个部位;
以及,选择需要进行变形的部位。
6.如权利要求5所述的图像局部变形方法,其特征在于,该方法还包含:
预存不同形状的模型,作为选定变形区域的变形模型;
选择需要进行变形的部位与变形模型进行匹配;
匹配后,通过变形模型的缩放对需要进行变形的部位进行局部等比线性放大或缩小变形。
7.如权利要求6所述的图像局部变形方法,其特征在于,所述选择需要进行变形的部位与变形模型进行匹配包含:
采用图像处理的方法对识别出的需要进行变形的部位的特征进行提取,做特征提取,计算出长宽比例;
从数据库中存储的模型中选取出最接近的模型。
8.一种适用如权利要求1至7中任意一项权利要求所述图像局部变形方法的图像局部变形系统,其特征在于,该系统包含:
人脸检测模块,其检测人脸图像并识别图像中人脸的各个部位;
区域模型匹配模块,其连接所述人脸检测模块的输出端,将人脸中各个部位分别与变形模型进行匹配;
图像变形模块,其连接所述区域模型匹配模块的输出端,基于变形模型对选定变形的人脸部位图像进行变形,并输出变形后图像。
9.一种手机,其特征在于,该手机包含如权利要求8所述的图像局部变形系统。
CN201410313586.7A 2014-07-03 2014-07-03 图像局部变形方法及其适用的图像局部变形系统及手机 Pending CN104036453A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410313586.7A CN104036453A (zh) 2014-07-03 2014-07-03 图像局部变形方法及其适用的图像局部变形系统及手机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410313586.7A CN104036453A (zh) 2014-07-03 2014-07-03 图像局部变形方法及其适用的图像局部变形系统及手机

Publications (1)

Publication Number Publication Date
CN104036453A true CN104036453A (zh) 2014-09-10

Family

ID=51467214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410313586.7A Pending CN104036453A (zh) 2014-07-03 2014-07-03 图像局部变形方法及其适用的图像局部变形系统及手机

Country Status (1)

Country Link
CN (1) CN104036453A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678251A (zh) * 2015-12-31 2016-06-15 Tcl海外电子(惠州)有限公司 人脸图像处理方法及装置
CN105718050A (zh) * 2016-01-14 2016-06-29 深圳市商汤科技有限公司 一种实时的人脸交互方法及其系统
CN107154030A (zh) * 2017-05-17 2017-09-12 腾讯科技(上海)有限公司 图像处理方法及装置、电子设备及存储介质
CN110941375A (zh) * 2019-11-26 2020-03-31 腾讯科技(深圳)有限公司 对图像进行局部放大的方法、装置及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07200806A (ja) * 1993-12-30 1995-08-04 Casio Comput Co Ltd 画像変形方法およびその装置
CN102546899A (zh) * 2010-12-10 2012-07-04 上海晨兴希姆通电子科技有限公司 手机及该手机的图片处理方法
CN103139525A (zh) * 2013-02-28 2013-06-05 天津大学 基于兴趣区域检测的视频图像非线性放大方法
CN103824253A (zh) * 2014-02-19 2014-05-28 中山大学 一种基于图像局部精确变形的人物五官变形方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07200806A (ja) * 1993-12-30 1995-08-04 Casio Comput Co Ltd 画像変形方法およびその装置
CN102546899A (zh) * 2010-12-10 2012-07-04 上海晨兴希姆通电子科技有限公司 手机及该手机的图片处理方法
CN103139525A (zh) * 2013-02-28 2013-06-05 天津大学 基于兴趣区域检测的视频图像非线性放大方法
CN103824253A (zh) * 2014-02-19 2014-05-28 中山大学 一种基于图像局部精确变形的人物五官变形方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678251A (zh) * 2015-12-31 2016-06-15 Tcl海外电子(惠州)有限公司 人脸图像处理方法及装置
CN105678251B (zh) * 2015-12-31 2019-10-01 Tcl海外电子(惠州)有限公司 人脸图像处理方法及装置
CN105718050A (zh) * 2016-01-14 2016-06-29 深圳市商汤科技有限公司 一种实时的人脸交互方法及其系统
CN105718050B (zh) * 2016-01-14 2020-05-05 深圳市商汤科技有限公司 一种实时的人脸交互方法及其系统
CN107154030A (zh) * 2017-05-17 2017-09-12 腾讯科技(上海)有限公司 图像处理方法及装置、电子设备及存储介质
CN110941375A (zh) * 2019-11-26 2020-03-31 腾讯科技(深圳)有限公司 对图像进行局部放大的方法、装置及存储介质
CN110941375B (zh) * 2019-11-26 2023-09-05 腾讯科技(深圳)有限公司 对图像进行局部放大的方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN111080724B (zh) 一种红外和可见光的融合方法
US10509954B2 (en) Method and system of image segmentation refinement for image processing
WO2021083242A1 (zh) 地图构建方法、定位方法及系统、无线通信终端、计算机可读介质
TWI554103B (zh) 影像擷取裝置及其數位變焦方法
WO2018047687A1 (ja) 三次元モデル生成装置及び三次元モデル生成方法
CN106127690A (zh) 一种无人机遥感图像快速拼接方法
CN104281847B (zh) 一种点读方法、装置及设备
CN109615652A (zh) 一种深度信息获取方法及装置
JP2017520050A (ja) 局所的適応ヒストグラム平坦化
US9036044B1 (en) Adjusting camera parameters associated with a plurality of images
CN105005964B (zh) 基于视频序列影像的地理场景全景图快速生成方法
CN105427333B (zh) 视频序列图像的实时配准方法、系统及拍摄终端
KR20130019430A (ko) 미리 계산된 스케일-공간으로부터의 데이지 서술자 생성
JP2007058634A (ja) 画像処理方法及び装置、デジタルカメラ装置、並びに画像処理プログラムを記録した記録媒体
WO2020215283A1 (zh) 人脸识别方法、处理芯片以及电子设备
CN104036453A (zh) 图像局部变形方法及其适用的图像局部变形系统及手机
CN106952247B (zh) 一种双摄像头终端及其图像处理方法和系统
CN108830787A (zh) 图像变形的方法、装置及电子设备
CN102915521A (zh) 一种移动终端图像处理方法及装置
KR20190036168A (ko) 이미지에 포함된 오브젝트의 카테고리 및 인식률에 기반하여 이미지를 보정하는 방법 및 이를 구현한 전자 장치
CN104506775A (zh) 基于立体视觉匹配的图像采集抖动消除方法及装置
KR20100091383A (ko) 직선 핏팅에 의한 광각렌즈의 원주방향의 왜곡영상 보정 방법
CN109978760A (zh) 一种图像拼接方法及装置
WO2021142843A1 (zh) 图像扫描方法及装置、设备、存储介质
TW202320019A (zh) 影像修改技術

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20140910

RJ01 Rejection of invention patent application after publication