CN104268828A - 图片模糊化处理的方法和装置 - Google Patents

Abstract

本发明提出一种图片模糊化处理的方法和装置，该图片模糊化处理的方法包括缩小要模糊化处理的图片；对所述缩小后的图片进行模糊化处理；对所述模糊化处理后的图片进行放大，得到所需的模糊化处理后的图片。该方法能够降低图片模糊化处理时所需的开销。

Description

图片模糊化处理的方法和装置

技术领域

本发明涉及数据处理技术领域，尤其涉及一种图片模糊化处理的方法和装置。

背景技术

随着移动设备的普及，移动设备上的应用程序越来越多。为了提高用户粘性，可以对应用程序中使用的图片进行模糊化处理。

模糊化处理时，可以对图片中每个像素点分别处理，每个像素点处理时例如用高斯算法等，在图片中每个像素点都处理后，可以得到最终的模糊化处理后的图片。假设每个像素点的处理开销是X，一个图片具有m×n个像素点，则该图片的处理开销是X×m×n。通常来讲，X的值很大，因此，目前对图片进行模糊处理时的开销较大。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种图片模糊化处理的方法和装置，该方法可以降低图片模糊化处理时的开销。

本发明的另一个目的在于提出一种图片模糊化处理的装置。

为达到上述目的，本发明第一方面实施例提出的图片模糊化处理的方法，包括：缩小要模糊化处理的图片；对所述缩小后的图片进行模糊化处理；对所述模糊化处理后的图片进行放大，得到所需的模糊化处理后的图片。

本发明第一方面实施例提出的图片模糊化处理的方法，通过对要模糊化处理的图片进行缩小，之后模糊化缩小后的图片，由于模糊算法的开销与图片包含的像素点的个数是正相关的，因此，通过模糊化缩小后的图片可以显著降低开销，节省资源。

为达到上述目的，本发明第二方面实施例提出的图片模糊化处理的装置，包括：缩小模块，用于缩小要模糊化处理的图片；模糊化模块，用于对所述缩小后的图片进行模糊化处理；放大模块，用于对所述模糊化处理后的图片进行放大，得到所需的模糊化处理后的图片。

本发明第二方面实施例提出的图片模糊化处理的装置，通过对要模糊化处理的图片进行缩小，之后模糊化缩小后的图片，由于模糊算法的开销与图片包含的像素点的个数是正相关的，因此，通过模糊化缩小后的图片可以显著降低开销，节省资源。

为达到上述目的，本发明第三方面实施例提出的电子设备，包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行以下步骤：缩小要模糊化处理的图片；对所述缩小后的图片进行模糊化处理；对所述模糊化处理后的图片进行放大，得到所需的模糊化处理后的图片。

本发明第三方面实施例提出的电子设备，通过对要模糊化处理的图片进行缩小，之后模糊化缩小后的图片，由于模糊算法的开销与图片包含的像素点的个数是正相关的，因此，通过模糊化缩小后的图片可以显著降低开销，节省资源。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明一实施例提出的图片模糊化处理的方法的流程示意图；

图2是本发明实施例中缩小图片的示意图；

图3是本发明实施例中模糊化图片的示意图；

图4是本发明实施例中对缩小后的图片进行模糊化的示意图；

图5是本发明实施例中对模糊化后的图片进行放大的示意图；

图6是本发明实施例中要进行模糊化处理的原始图片的示意图；

图7是本发明实施例中对原始图片进行缩小后得到的图片的示意图；

图8是本发明实施例中对缩小后的图片进行模糊化得到的图片的示意图；

图9是本发明实施例中对模糊化的图片进行放大后的图片的示意图；

图10是本发明另一实施例提出的图片模糊化处理的装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

图1是本发明一实施例提出的图片模糊化处理的方法的流程示意图，该方法包括：

S11：缩小要模糊化处理的图片。

具体的，可以采用如下公式，对要模糊化处理的图片进行缩小：

$B\×\frac{1}{p\×q}\×A,$

其中，A是要模糊化的图片，B是缩小后的图片，p,q分别是预设的宽和高方向上缩小的倍数，其中，p,q均是正整数。

一个实施例中，所述p,q相同或者不同，当p,q相同时，图片的宽和高方向上缩小相同倍数。

一个实施例中，和的比值均是整数，其中，m,n分别是A的宽和高方向上的长度，此时，缩小后的图片在宽和高方向上的长度值是整数，以方便运算。

具体的，宽和高方向上长度值可以是指宽和高方向上包含的像素点的个数。

例如，参见图2，经过缩小后，A可以缩小为B。

S12：对所述缩小后的图片进行模糊化处理。

其中，模糊化处理的算法可以采用现有技术中已有的模糊化算法。具体的，模糊化算法可以采用低通滤波器实现，或者，采用把图片由模糊变为清晰的高通滤波器的逆运算实现。滤波过程可以通过不断展示不同图片实现，在不同图片中会存在一个新的目标像素点，每个目标像素点可以采用高斯算法对该目标像素点对应的一组高度上的源像素点进行处理后得到。假设原始图片中一个像素点宽和高方向上坐标分别用(x,y)表示，该像素点对应的目标像素点的坐标用(x’,y’)表示，则在处理时用(x’,y’)替换(x,y)，最后的模糊化处理后的图片由(x’,y’)组成。例如，参见图3，给出了分别对每个像素点进行模糊化直至得到整个模糊化的图片的示意图。

参见图4，对图片B进行模糊后处理后，得到图片B’。

S13：对所述模糊化处理后的图片进行放大，得到所需的模糊化处理后的图片。

一个实施例中，放大时的倍数与缩小时的倍数相同，例如，缩小时宽和高方向变为原来的1/2，则放大时，放大后的图片的宽和高均是放大前图片的2倍。

例如，参见图5，对图片B’放大后得到图片C。

上述流程中，各图片的尺寸如下：

$\mathrm{size}\left(B\right)=\frac{1}{p\×q}\×\mathrm{size}\left(A\right);$

size(B’)＝size(B)；

size(C)＝p×q×size(B’)＝size(A)；

各图片包含的像素点的个数如下：

A的像素点个数＝C的像素点个数＝m×n；

假设每个像素点模糊化的开销是X，缩小和放大的开销均是Y，则直接对A进行模糊化处理所需的开销是：

X×m×n；

而采用本实施例的方式对A进行模糊化处理所需的开销是：

$X\×\frac{m\×n}{p\×q}+2\×Y;$

由于通常Y远小于X，则采用本实施例后的开销大约是原始开销的因此，可以显著降低开销。

具体的，采用本实施例的方法，参见图6-9，分别示出了原始要模糊化处理的图片，缩小后的图片，对缩小后的图片进行模糊化处理的图片以及对模糊化后的图片放大后得到的最终所需的模糊化的图片。

本实施例的方法可以应用在计算机图形学(Computer Graphic，CG)中。

本实施例通过对要模糊化处理的图片进行缩小，之后模糊化缩小后的图片，由于模糊算法的开销与图片包含的像素点的个数是正相关的，因此，通过模糊化缩小后的图片可以显著降低开销，节省资源。

图10是本发明另一实施例提出的图片模糊化处理的装置的结构示意图，该装置100包括缩小模块101、模糊化模块102和放大模块103。

缩小模块101用于缩小要模糊化处理的图片；

一个实施例中，所述缩小模块101具体用于：

采用如下公式，对所述要模糊化处理的图片进行缩小：

$B\×\frac{1}{p\×q}\×A,$

其中，A是要模糊化的图片，B是缩小后的图片，p,q分别是预设的宽和高方向上缩小的倍数，其中，p,q均是正整数。

一个实施例中，所述p,q相同或不同，当p,q相同时，图片的宽和高方向上缩小相同倍数。

一个实施例中，和的比值均是整数，m,n分别是A的宽和高方向上的长度，此时，缩小后的图片在宽和高方向上的长度值是整数，以方便运算。

具体的，宽和高方向上长度值可以是指宽和高方向上包含的像素点的个数。

例如，参见图2，经过缩小后，A可以缩小为B。

模糊化模块102用于对所述缩小后的图片进行模糊化处理；

其中，模糊化处理的算法可以采用现有技术中已有的模糊化算法。具体的，模糊化算法可以采用低通滤波器实现，或者，采用把图片由模糊变为清晰的高通滤波器的逆运算实现。滤波过程可以通过不断展示不同图片实现，在不同图片中会存在一个新的目标像素点，每个目标像素点可以采用高斯算法对该目标像素点对应的一组高度上的源像素点进行处理后得到。假设原始图片中一个像素点宽和高方向上坐标分别用(x,y)表示，该像素点对应的目标像素点的坐标用(x’,y’)表示，则在处理时用(x’,y’)替换(x,y)，最后的模糊化处理后的图片由(x’,y’)组成。例如，参见图3，给出了分别对每个像素点进行模糊化直至得到整个模糊化的图片的示意图。

参见图4，对图片B进行模糊后处理后，得到图片B’。

放大模块103用于对所述模糊化处理后的图片进行放大，得到所需的模糊化处理后的图片。

一个实施例中，所述放大模块103采用是所述放大的倍数与所述缩小模块91采用的缩小的倍数相同。例如，缩小时宽和高方向变为原来的1/2，则放大时，放大后的图片的宽和高均是放大前图片的2倍。

例如，参见图5，对图片B’放大后得到图片C。

上述流程中，各图片的尺寸如下：

$\mathrm{size}\left(B\right)=\frac{1}{p\×q}\×\mathrm{size}\left(A\right);$

size(B’)＝size(B)；

size(C)＝p×q×size(B’)＝size(A)；

各图片包含的像素点的个数如下：

A的像素点个数＝C的像素点个数＝m×n；

假设每个像素点模糊化的开销是X，缩小和放大的开销均是Y，则直接对A进行模糊化处理所需的开销是：

X×m×n；

而采用本实施例的方式对A进行模糊化处理所需的开销是：

$X\×\frac{m\×n}{p\×q}+2\×Y;$

由于通常Y远小于X，则采用本实施例后的开销大约是原始开销的因此，可以显著降低开销。

具体的，采用本实施例的方法，参见图6-8，分别示出了原始要模糊化处理的图片，缩小后的图片，对缩小后的图片进行模糊化处理的图片以及对模糊化后的图片放大后得到的最终所需的模糊化的图片。

本实施例的方法可以应用在CG中。

本实施例通过对要模糊化处理的图片进行缩小，之后模糊化缩小后的图片，由于模糊算法的开销与图片包含的像素点的个数是正相关的，因此，通过模糊化缩小后的图片可以显著降低开销，节省资源。

本发明实施例还提供了一种电子设备，该电子设备包括壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行以下步骤：

S11’：缩小要模糊化处理的图片。

具体的，可以采用如下公式，对要模糊化处理的图片进行缩小：

$B\×\frac{1}{p\×q}\×A,$

其中，A是要模糊化的图片，B是缩小后的图片，p,q分别是预设的宽和高方向上缩小的倍数，其中，p,q均是正整数。

一个实施例中，所述p,q相同或不同，当p,q相同时，图片的宽和高方向上缩小相同倍数。

一个实施例中，和的比值均是整数，其中，m,n分别是A的宽和高方向上的长度，此时，缩小后的图片在宽和高方向上的长度值是整数，以方便运算。

具体的，宽和高方向上长度值可以是指宽和高方向上包含的像素点的个数。

例如，参见图2，经过缩小后，A可以缩小为B。

S12’：对所述缩小后的图片进行模糊化处理。

其中，模糊化处理的算法可以采用现有技术中已有的模糊化算法。具体的，模糊化算法可以采用低通滤波器实现，或者，采用把图片由模糊变为清晰的高通滤波器的逆运算实现。滤波过程可以通过不断展示不同图片实现，在不同图片中会存在一个新的目标像素点，每个目标像素点可以采用高斯算法对该目标像素点对应的一组高度上的源像素点进行处理后得到。假设原始图片中一个像素点宽和高方向上坐标分别用(x,y)表示，该像素点对应的目标像素点的坐标用(x’,y’)表示，则在处理时用(x’,y’)替换(x,y)，最后的模糊化处理后的图片由(x’,y’)组成。例如，参见图3，给出了分别对每个像素点进行模糊化直至得到整个模糊化的图片的示意图。

参见图4，对图片B进行模糊后处理后，得到图片B’。

S13’：对所述模糊化处理后的图片进行放大，得到所需的模糊化处理后的图片。

一个实施例中，放大时的倍数与缩小时的倍数相同，例如，缩小时宽和高方向变为原来的1/2，则放大时，放大后的图片的宽和高均是放大前图片的2倍。

例如，参见图5，对图片B’放大后得到图片C。

上述流程中，各图片的尺寸如下：

$\mathrm{size}\left(B\right)=\frac{1}{p\×q}\×\mathrm{size}\left(A\right);$

size(B’)＝size(B)；

size(C)＝p×q×size(B’)＝size(A)；

各图片包含的像素点的个数如下：

A的像素点个数＝C的像素点个数＝m×n；

假设每个像素点模糊化的开销是X，缩小和放大的开销均是Y，则直接对A进行模糊化处理所需的开销是：

X×m×n；

而采用本实施例的方式对A进行模糊化处理所需的开销是：

$X\×\frac{m\×n}{p\×q}+2\×Y;$

由于通常Y远小于X，则采用本实施例后的开销大约是原始开销的因此，可以显著降低开销。

具体的，采用本实施例的方法，参见图6-9，分别示出了原始要模糊化处理的图片，缩小后的图片，对缩小后的图片进行模糊化处理的图片以及对模糊化后的图片放大后得到的最终所需的模糊化的图片。

本实施例的方法可以应用在CG中。

本实施例通过对要模糊化处理的图片进行缩小，之后模糊化缩小后的图片，由于模糊算法的开销与图片包含的像素点的个数是正相关的，因此，通过模糊化缩小后的图片可以显著降低开销，节省资源。

需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种图片模糊化处理的方法，其特征在于，包括：

缩小要模糊化处理的图片；

对所述缩小后的图片进行模糊化处理；

对所述模糊化处理后的图片进行放大，得到所需的模糊化处理后的图片。

2.根据权利要求1所述的方法，其特征在于，所述放大的倍数与所述缩小的倍数相同。

3.根据权利要求1所述的方法，其特征在于，所述缩小要模糊化处理的图片，包括：

采用如下公式，对所述要模糊化处理的图片进行缩小：

$B=\frac{1}{p\×q}\×A,$

其中，A是要模糊化的图片，B是缩小后的图片，p,q分别是预设的宽和高方向上缩小的倍数，其中，p,q均是正整数。

4.根据权利要求3所述的方法，其特征在于，所述p,q相同或者不同。

5.根据权利要求3所述的方法，其特征在于，和的比值均是整数，其中，m,n分别是A的宽和高方向上的长度。

6.一种图片模糊化处理的装置，其特征在于，包括：

缩小模块，用于缩小要模糊化处理的图片；

模糊化模块，用于对所述缩小后的图片进行模糊化处理；

放大模块，用于对所述模糊化处理后的图片进行放大，得到所需的模糊化处理后的图片。

7.根据权利要求6所述的装置，其特征在于，所述放大模块采用是所述放大的倍数与所述缩小模块采用的缩小的倍数相同。

8.根据权利要求6所述的装置，其特征在于，所述缩小模块具体用于：

采用如下公式，对所述要模糊化处理的图片进行缩小：

$B=\frac{1}{p\×q}\×A,$

其中，A是要模糊化的图片，B是缩小后的图片，p,q分别是预设的宽和高方向上缩小的倍数，其中，p,q均是正整数。

9.根据权利要求8所述的装置，其特征在于，所述p,q相同或者不同。

10.根据权利要求8所述的装置，其特征在于，和的比值均是整数，其中，m,n分别是A的宽和高方向上的长度。