CN104933688A - 一种数据处理方法及电子设备 - Google Patents

一种数据处理方法及电子设备 Download PDF

Info

Publication number
CN104933688A
CN104933688A CN201410103648.1A CN201410103648A CN104933688A CN 104933688 A CN104933688 A CN 104933688A CN 201410103648 A CN201410103648 A CN 201410103648A CN 104933688 A CN104933688 A CN 104933688A
Authority
CN
China
Prior art keywords
image
sub
processing
convolution kernel
area
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
Application number
CN201410103648.1A
Other languages
English (en)
Other versions
CN104933688B (zh
Inventor
许之敏
张帆
薛苏葵
孙林
赵丛
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing 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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201410103648.1A priority Critical patent/CN104933688B/zh
Publication of CN104933688A publication Critical patent/CN104933688A/zh
Application granted granted Critical
Publication of CN104933688B publication Critical patent/CN104933688B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Indicators Other Than Cathode Ray Tubes (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种数据处理方法及电子设备,其中,该方法应用于电子设备中,所述电子设备具有显示单元,所述显示单元具有显示区域,所述方法包括:控制所述显示单元在所述显示区域显示第一图像;接收第一操作,所述第一操作用于对所述第一图像进行局部选取;响应所述第一操作,获取第一子图像,所述第一子图像为所述第一图像的一部分;对所述第一子图像执行第一处理。

Description

一种数据处理方法及电子设备
技术领域
本发明涉及通信技术,尤其涉及一种数据处理方法及电子设备。
背景技术
本申请发明人在实现本申请实施例技术方案的过程中,至少发现现有技术中存在如下技术问题:
现有的图像处理技术都是对整张图像进行处理,用户如果对其中一部分或其中某个物体感兴趣的话,若继续采用现有的图像处理技术,会造成处理结果不准确、效率低的问题,相关技术中,对于该问题,尚无有效解决方案。
发明内容
有鉴于此,本发明实施例希望提供一种数据处理方法及电子设备,能选取图像的部分区域进行处理,解决对整张图像进行处理的结果不准确、效率低的问题。
本发明实施例的技术方案是这样实现的:
本发明实施例的数据处理方法,该方法应用于电子设备中,所述电子设备具有显示单元,所述显示单元具有显示区域,所述方法包括:
控制所述显示单元在所述显示区域显示第一图像;
接收第一操作,所述第一操作用于对所述第一图像进行局部选取;
响应所述第一操作,获取第一子图像,所述第一子图像为所述第一图像的一部分;
对所述第一子图像执行第一处理。
优选地,所述响应所述第一操作,获取第一子图像,所述第一子图像为所述第一图像的一部分,具体包括:
检测所述第一操作,获得所述第一操作对应的所述第一图像中的第一区域,对所述第一区域进行第二处理,得到所述第一操作所在区域对应的第一参数;
对所述第一区域临近的第i区域进行所述第二处理,得到所述第i区域对应的第i参数,其中i为大于等于2,小于等于N的正整数;
比对所述第一参数及所述第i参数,获得所述第一子图像。
优选地,所述第二处理具体为卷积核估计,所述第一参数具体为第一卷积核,所述第i参数具体为第i卷积核,则所述比对所述第一参数及所述第i参数,获得所述第一子图像,具体包括:
比对所述第一卷积核及所述第i卷积核,获取与所述第一卷积核的差值在第一阈值内的第j卷积核,j为大于等2,小于等于N的正整数;
获得与所述第j卷积核对应的第j区域;
合并所述第一区域及所述第j区域作为所述第一子图像;
以第一规则处理所述第一卷积核及第j卷积核,得到所述第一子图像的模糊核。
优选地,所述对所述第一子图像执行第一处理,具体包括:
对所述第一子图像进行去模糊处理;
或者,
向服务器发送所述第一子图像;
接收所述服务器发送的经过去模糊处理后的第一子图像。
优选地,所述去模糊处理具体包括:
根据所述第一子图像的模糊核进行所述去模糊处理。
优选地,所述对所述第一子图像执行第一处理,具体包括:
向服务器发送所述第一子图像;
接收所述服务器发送的第二图像,所述第二图像至少为一个,所述第二图像为所述服务器根据所述第一子图像进行图像检索后得到的与所述第一子图像匹配的图像。
本发明实施例的电子设备,所述电子设备具有显示单元,所述显示单元具有显示区域,所述电子设备包括:
控制单元,用于控制所述显示单元在所述显示区域显示第一图像;
接收单元,用于接收第一操作,所述第一操作用于对所述第一图像进行局部选取;
响应单元,用于响应所述第一操作,获取第一子图像,所述第一子图像为所述第一图像的一部分;
处理单元,用于对所述第一子图像执行第一处理。
优选地,所述响应单元,进一步包括:
检测及处理子单元,用于检测所述第一操作,获得所述第一操作对应的所述第一图像中的第一区域,对所述第一区域进行第二处理,得到所述第一操作所在区域对应的第一参数;对所述第一区域临近的第i区域进行所述第二处理,得到所述第i区域对应的第i参数,其中i为大于等于2,小于等于N的正整数;
参数比对子单元,用于比对所述第一参数及所述第i参数,获得所述第一子图像。
优选地,所述参数比对子单元,用于所述第二处理具体为卷积核估计,所述第一参数具体为第一卷积核,所述第i参数具体为第i卷积核的情况下,比对所述第一卷积核及所述第i卷积核,获取与所述第一卷积核的差值在第一阈值内的第j卷积核,j为大于等2,小于等于N的正整数;获得与所述第j卷积核对应的第j区域;合并所述第一区域及所述第j区域作为所述第一子图像;以第一规则处理所述第一卷积核及第j卷积核,得到所述第一子图像的模糊核。
优选地,所述处理单元,进一步用于对所述第一子图像进行去模糊处理;
或者,向服务器发送所述第一子图像;接收所述服务器发送的经过去模糊处理后的第一子图像。
优选地,所述处理单元,进一步用于根据所述第一子图像的模糊核进行所述去模糊处理。
优选地,所述处理单元,进一步用于向服务器发送所述第一子图像;接收所述服务器发送的第二图像,所述第二图像至少为一个,所述第二图像为所述服务器根据所述第一子图像进行图像检索后得到的与所述第一子图像匹配的图像。
本发明实施例数据处理方法,该方法应用于电子设备中,所述电子设备具有显示单元,所述显示单元具有显示区域,所述方法包括:控制所述显示单元在所述显示区域显示第一图像;接收第一操作,所述第一操作用于对所述第一图像进行局部选取;响应所述第一操作,获取第一子图像,所述第一子图像为所述第一图像的一部分;对所述第一子图像执行第一处理。
采用本发明实施例,接收第一操作,所述第一操作用于对所述第一图像进行局部选取;响应所述第一操作,获取第一子图像,对所述第一子图像执行第一处理。也就是说,实现对所述第一图像中部分区域的选取以得到所述第一子图像,所述第一子图像为所述第一图像的一部分,并能对所述第一子图像执行第一处理,从而,通过本发明实施例的这种方法,能选取图像的部分区域进行处理,解决对整张图像进行处理的结果不准确、效率低的问题。
附图说明
图1为本发明方法实施例的一个实现流程示意图;
图2为本发明方法实施例的一个实现流程示意图;
图3为本发明方法实施例的一个实现流程示意图;
图4为本发明电子设备实施例的一个组成结构示意图;
图5为本发明电子设备实施例的一个组成结构示意图;
图6为应用本发明实施例的一应用场景的示意图;
图7为应用本发明实施例的一应用场景的示意图。
具体实施方式
下面结合附图对技术方案的实施作进一步的详细描述。
方法实施例一:
本发明实施例的数据处理方法,该方法应用于电子设备中,所述电子设备具有显示单元,所述显示单元具有显示区域,如图1所示,所述方法包括:
步骤101、控制所述显示单元在所述显示区域显示第一图像。
步骤102、接收第一操作,所述第一操作用于对所述第一图像进行局部选取。
步骤103、响应所述第一操作,获取第一子图像,所述第一子图像为所述第一图像的一部分。
步骤104、对所述第一子图像执行第一处理。
采用本发明实施例,接收第一操作,所述第一操作用于对所述第一图像进行局部选取;响应所述第一操作,获取第一子图像,对所述第一子图像执行第一处理。也就是说,实现对所述第一图像中部分区域的选取以得到所述第一子图像,所述第一子图像为所述第一图像的一部分,并能对所述第一子图像执行第一处理,从而,通过本发明实施例的这种方法,能选取图像的部分区域进行处理,解决对整张图像进行处理的结果不准确、效率低的问题。
方法实施例二:
本发明实施例的数据处理方法,该方法应用于电子设备中,所述电子设备具有显示单元,所述显示单元具有显示区域,如图2所示,所述方法包括:
步骤201、控制所述显示单元在所述显示区域显示第一图像。
步骤202、接收第一操作,所述第一操作用于对所述第一图像进行局部选取。
步骤203、检测所述第一操作,获得所述第一操作对应的所述第一图像中的第一区域,对所述第一区域进行第二处理,得到所述第一操作所在区域对应的第一参数。
步骤204、对所述第一区域临近的第i区域进行所述第二处理,得到所述第i区域对应的第i参数,其中i为大于等于2,小于等于N的正整数。
步骤205、比对所述第一参数及所述第i参数,获得所述第一子图像。
步骤206、对所述第一子图像执行第一处理。
采用本发明实施例,接收第一操作,所述第一操作用于对所述第一图像进行局部选取;通过步骤203-步骤205来实现响应所述第一操作,获取第一子图像的过程,响应所述第一操作,能实现从第一图像中智能选取出第一子图像,第一子图像为所述第一图像的一部分,对所述第一子图像执行第一处理。也就是说,实现对所述第一图像中部分区域的选取以得到所述第一子图像,所述第一子图像为所述第一图像的一部分,并能对所述第一子图像执行第一处理,从而,通过本发明实施例的这种方法,能选取图像的部分区域进行处理,解决对整张图像进行处理的结果不准确、效率低的问题。在增加了步骤203-205的技术特征后,通过本发明实施例的这种方法,还能进一步实现选取部分区域的智能选取,以提高处理结果的准确性和效率。
方法实施例三:
本发明实施例的数据处理方法,该方法应用于电子设备中,所述电子设备具有显示单元,所述显示单元具有显示区域,如图3所示,所述方法包括:
步骤301、控制所述显示单元在所述显示区域显示第一图像。
步骤302、接收第一操作,所述第一操作用于对所述第一图像进行局部选取。
步骤303、检测所述第一操作,获得所述第一操作对应的所述第一图像中的第一区域,对所述第一区域进行第二处理,得到所述第一操作所在区域对应的第一参数。
步骤304、对所述第一区域临近的第i区域进行所述第二处理,得到所述第i区域对应的第i参数,其中i为大于等于2,小于等于N的正整数。
步骤305、比对所述第一卷积核及所述第i卷积核,获取与所述第一卷积核的差值在第一阈值内的第j卷积核,j为大于等2,小于等于N的正整数。
步骤306、获得与所述第j卷积核对应的第j区域。
步骤307、合并所述第一区域及所述第j区域作为所述第一子图像。
步骤308、以第一规则处理所述第一卷积核及第j卷积核,得到所述第一子图像的模糊核。
步骤309、对所述第一子图像执行第一处理。
采用本发明实施例,接收第一操作,所述第一操作用于对所述第一图像进行局部选取;通过步骤303-步骤307来实现响应所述第一操作,获取第一子图像的过程中,对于实现参数比对而言,是采用卷积核运算估计出用户操作所在区域的第一卷积核及与用户操作所在区域相临近的周围区域的卷积核,且周围区域由多个区域划分得到,对应i个卷积核,多个区域中有部分区域的卷积核会与用户操作所在区域的卷积核相似。在比对所述第一卷积核及所述第i卷积核时,获取与所述第一卷积核的差值在第一阈值内的第j卷积核,获得与所述第j卷积核对应的第j区域,合并所述第一区域及所述第j区域作为所述第一子图像,从而能实现通过卷积核比对从所述第一图像中智能选取出所述第一子图像,第一子图像为所述第一图像的一部分。通过本发明实施例的这种方法,能选取图像的部分区域进行处理,解决对整张图像进行处理的结果不准确、效率低的问题。本发明实施例通过卷积核比对来实现图像智能选取的好处是:由于卷积核表示物体的模糊程度,因此,同一个物体的运动相同,则其对应的图像区域模糊程度相同,进一步地,用本发明实施例的这种方法能更准确地选取一个物体的对应图像,进一步实现选取部分区域的准确性,以提高处理结果的准确性和效率。。
在本发明实施例一优选实施方式中,步骤309可以为以下两种实现方案:
第一种实现方案:电子设备对所述第一子图像进行去模糊处理。
第二种实现方案:电子设备向服务器发送所述第一子图像;电子设备接收所述服务器发送的经过去模糊处理后的第一子图像。即区别于第一种实现方案,是由服务器对所述第一子图像进行去模糊处理。
这里,所述去模糊处理具体包括:根据所述第一子图像的模糊核进行所述去模糊处理,通过步骤308能得到所述第一子图像的模糊核。采用本发明实施例的这种方法,能更准确地选取一个物体的对应图像,并用其模糊核进行去模糊处理,处理效果好,不会受到非目标物体区域图像的影响,而且去模糊处理时不用重新计算模糊核,处理速度快。
在本发明实施例一优选实施方式中,步骤309还可以为:
电子设备向服务器发送所述第一子图像;电子设备接收所述服务器发送的第二图像,所述第二图像至少为一个,所述第二图像为所述服务器根据所述第一子图像进行图像检索后得到的与所述第一子图像匹配的图像。采用本发明实施例的这种方法,能更准确地选取一个物体的对应图像。
后续应用场景实例中会对照相场景和搜索场景有具体描述,这里不做赘述。
这里需要指出的是:以下电子设备项的描述,与上述方法描述是类似的,同方法的有益效果描述,不做赘述。对于本发明电子设备实施例中未披露的技术细节,请参照本发明方法实施例的描述。
电子设备实施例一:
本发明实施例的电子设备,所述电子设备具有显示单元,所述显示单元具有显示区域,如图4所示,所述电子设备包括:
控制单元11,用于控制所述显示单元在所述显示区域显示第一图像。接收单元12,用于接收第一操作,所述第一操作用于对所述第一图像进行局部选取。响应单元13,用于响应所述第一操作,获取第一子图像,所述第一子图像为所述第一图像的一部分。处理单元14,用于对所述第一子图像执行第一处理。
电子设备实施例二:
本发明实施例的电子设备,所述电子设备具有显示单元,所述显示单元具有显示区域,如图5所示,所述电子设备包括:
控制单元21,用于控制所述显示单元在所述显示区域显示第一图像。接收单元22,用于接收第一操作,所述第一操作用于对所述第一图像进行局部选取。响应单元23,用于响应所述第一操作,获取第一子图像,所述第一子图像为所述第一图像的一部分。处理单元24,用于对所述第一子图像执行第一处理。
响应单元23还包括:检测及处理子单元231和参数比对子单元232。检测及处理子单元231,用于检测所述第一操作,获得所述第一操作对应的所述第一图像中的第一区域,对所述第一区域进行第二处理,得到所述第一操作所在区域对应的第一参数;对所述第一区域临近的第i区域进行所述第二处理,得到所述第i区域对应的第i参数,其中i为大于等于2,小于等于N的正整数。参数比对子单元232,用于比对所述第一参数及所述第i参数,获得所述第一子图像。
在本发明实施例一优选实施方式中,所述参数比对子单元,用于所述第二处理具体为卷积核估计,所述第一参数具体为第一卷积核,所述第i参数具体为第i卷积核的情况下,比对所述第一卷积核及所述第i卷积核,获取与所述第一卷积核的差值在第一阈值内的第j卷积核,j为大于等2,小于等于N的正整数;获得与所述第j卷积核对应的第j区域;合并所述第一区域及所述第j区域作为所述第一子图像;以第一规则处理所述第一卷积核及第j卷积核,得到所述第一子图像的模糊核。
在本发明实施例一优选实施方式中,所述处理单元的具体实现包括:方案1)所述处理单元用于对所述第一子图像进行去模糊处理;方案2)所述处理单元向服务器发送所述第一子图像;接收所述服务器发送的经过去模糊处理后的第一子图像。这里,需要指出的是:所述处理单元用于根据所述第一子图像的模糊核进行所述去模糊处理。
在本发明实施例一优选实施方式中,所述处理单元的具体实现还包括:所述处理单元用于向服务器发送所述第一子图像;接收所述服务器发送的第二图像,所述第二图像至少为一个,所述第二图像为所述服务器根据所述第一子图像进行图像检索后得到的与所述第一子图像匹配的图像。
以下对应用本发明实施例的一具体应用场景进行说明:
应用场景一:拍照场景下的图像局部区域选取及去模糊处理。
本场景中,用户可能只对照片中的一部分或者照片中的某个物体感兴趣,需要用户进行图像选取操作,以便从一个图像中选取出用户所需要的局部图像,通过本发明实施例的局部区域选取得到该局部图像并作为待处理对象,对该待处理对象做后续的去模糊处理,得到清晰的图像效果。
如图6所示,在手机显示屏上通过一用户操作触发待处理对象的局部区域选取,用户操作可以为点击触控操作,也可以为滑动勾勒操作。为了确保局部区域选取的准确性,应用本发明实施例,是采用卷积核运算估计出用户操作所在区域的第一卷积核及与用户操作所在区域相临近的周围区域的卷积核,且周围区域由多个区域划分得到,多个区域中有部分区域的卷积核会与用户操作所在区域的卷积核相似,将部分卷积核相似的区域与用户所在区域合成的结果作为智能选取出的第一子图像,第一子图像为所述照片的一部分。比如,图6所示的示例是从照片中选取出整个人物头像,当然也可以选取人物头像中的一部分区域,如果头部图像。
选取出第一子图像后,可以由电子设备在本地进行去模糊处理,也可以交由服务器进行去模糊处理。
对于去模糊处理而言,用户选取感兴趣的区域,移动终端程序通过感应用户的触碰智能选取相应的区域进行卷积核估计,然后再对整幅图片或者所选区域进行去模糊处理。例如,图6所示的人像照片,若用户在拍摄后发现人像模糊,则可点击相应的人像,后台算法对相应的触碰区域进行模糊核(抖动卷积核)估计,然后对相应的触碰区域经行去模糊处理,因为用户很难在移动终端准确选取模糊区域,后台去模糊程序会首先比较所点击区域的卷积核与周围区域的卷积核,若卷积核相似则可认为是同一运动物体,从而实现待操作区域的智能选取。此外,用户也可以通过手指在屏幕上的滑动勾勒预进行去模糊操作区域,后台程序使用前述的方法智能优化操作区域进行去模糊处理。用户交互选取操作区域后电子设备可将所选区域送往后台服务器如云端处理器进行处理,由于该智能选取得到的图像并非整幅图像,从而降低去模糊运算的处理时间。
应用场景二:搜索场景下的图像局部区域选取。
本场景中,用户在搜索时,除了可以输入文件进行搜索,也可以输入照片进行图片搜索,但是用户可能只对照片中的一部分或者照片中的某个物体感兴趣,也就是说,用户想要搜索的并不是整张照片,这时候就需要找到照片中那部分感兴趣区域的或者物品的照片后再搜索,因此,需要用户进行图像选取操作,以便从一个图像中选取出用户所需要的局部图像,通过本发明实施例的局部区域选取得到该局部图像并作为待处理对象,对该待处理对象做后续的搜索处理。
如图7所示,在手机显示屏上的照片中通过一用户操作触发待处理对象的智能选取,用户操作可以为点击触控操作,也可以为滑动勾勒操作。进一步地,为了确保局部区域选取的准确性,应用本发明实施例,是采用卷积核运算估计出用户操作所在区域的第一卷积核及与用户操作所在区域相临近的周围区域的卷积核,且周围区域由多个区域划分得到,多个区域中有部分区域的卷积核会与用户操作所在区域的卷积核相似,将部分卷积核相似的区域与用户所在区域合成的结果作为智能选取出的第一子图像,第一子图像为所述照片的一部分。图7所示的示例是从包含鼠标和手机两个图像信息的照片中选取出鼠标图像信息,当然也可以选取手机图像信息,然后利用鼠标图像信息进行检索处理。
对于搜索场景下的图像局部区域选取而言,采用本发明实施例是根据卷积核分割来实现图像局部区域选取的智能化,以便于用户在对一整张图片中的一部分图像或其中某个物体感兴趣时,从中选取出对其中一部分或其中某个物体感兴趣的图像进行图像检索,提高图像检索的准确度。并且采用本发明实施例的这种方法,能更准确地选取一个物体的对应图像。
除了上述根据卷积核来分割以实现图像智能选取的方法,还可以采用其他方法,例如可以基于阈值分割、和/或与边缘检测的对象轮廓来实现图像的智能选取。若基于阈值分割和与边缘检测的对象轮廓来实现图像的智能选取时,该方法需要阈值而又不依赖于阈值,选取任一阈值对图像进行阈值分割,再结合Sobel边缘检测以及经过定制的边界跟踪算法,实现对图像轮廓的提取,该方法的有益效果为:经实验得出的轮廓检测结果在不同阈值的条件下都呈现出较好的完整性与一致性,因此,方法具有较好的稳定性,实现了对图像轮廓的完整提取和准确性。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元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。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种数据处理方法,该方法应用于电子设备中,所述电子设备具有显示单元,所述显示单元具有显示区域,所述方法包括:
控制所述显示单元在所述显示区域显示第一图像;
接收第一操作,所述第一操作用于对所述第一图像进行局部选取;
响应所述第一操作,获取第一子图像,所述第一子图像为所述第一图像的一部分;
对所述第一子图像执行第一处理。
2.根据权利要求1所述的方法,所述响应所述第一操作,获取第一子图像,所述第一子图像为所述第一图像的一部分,具体包括:
检测所述第一操作,获得所述第一操作对应的所述第一图像中的第一区域,对所述第一区域进行第二处理,得到所述第一操作所在区域对应的第一参数;
对所述第一区域临近的第i区域进行所述第二处理,得到所述第i区域对应的第i参数,其中i为大于等于2,小于等于N的正整数;
比对所述第一参数及所述第i参数,获得所述第一子图像。
3.根据权利要求2所述的方法,所述第二处理具体为卷积核估计,所述第一参数具体为第一卷积核,所述第i参数具体为第i卷积核,则所述比对所述第一参数及所述第i参数,获得所述第一子图像,具体包括:
比对所述第一卷积核及所述第i卷积核,获取与所述第一卷积核的差值在第一阈值内的第j卷积核,j为大于等2,小于等于N的正整数;
获得与所述第j卷积核对应的第j区域;
合并所述第一区域及所述第j区域作为所述第一子图像;
以第一规则处理所述第一卷积核及第j卷积核,得到所述第一子图像的模糊核。
4.根据权利要求3所述的方法,所述对所述第一子图像执行第一处理,具体包括:
对所述第一子图像进行去模糊处理;
或者,
向服务器发送所述第一子图像;
接收所述服务器发送的经过去模糊处理后的第一子图像。
5.根据权利要求4所述的方法,所述去模糊处理具体包括:
根据所述第一子图像的模糊核进行所述去模糊处理。
6.根据权利要求1所述的方法,所述对所述第一子图像执行第一处理,具体包括:
向服务器发送所述第一子图像;
接收所述服务器发送的第二图像,所述第二图像至少为一个,所述第二图像为所述服务器根据所述第一子图像进行图像检索后得到的与所述第一子图像匹配的图像。
7.一种电子设备,所述电子设备具有显示单元,所述显示单元具有显示区域,所述电子设备包括:
控制单元,用于控制所述显示单元在所述显示区域显示第一图像;
接收单元,用于接收第一操作,所述第一操作用于对所述第一图像进行局部选取;
响应单元,用于响应所述第一操作,获取第一子图像,所述第一子图像为所述第一图像的一部分;
处理单元,用于对所述第一子图像执行第一处理。
8.根据权利要求7所述的电子设备,所述响应单元,进一步包括:
检测及处理子单元,用于检测所述第一操作,获得所述第一操作对应的所述第一图像中的第一区域,对所述第一区域进行第二处理,得到所述第一操作所在区域对应的第一参数;对所述第一区域临近的第i区域进行所述第二处理,得到所述第i区域对应的第i参数,其中i为大于等于2,小于等于N的正整数;
参数比对子单元,用于比对所述第一参数及所述第i参数,获得所述第一子图像。
9.根据权利要求8所述的电子设备,所述参数比对子单元,用于所述第二处理具体为卷积核估计,所述第一参数具体为第一卷积核,所述第i参数具体为第i卷积核的情况下,比对所述第一卷积核及所述第i卷积核,获取与所述第一卷积核的差值在第一阈值内的第j卷积核,j为大于等2,小于等于N的正整数;获得与所述第j卷积核对应的第j区域;合并所述第一区域及所述第j区域作为所述第一子图像;以第一规则处理所述第一卷积核及第j卷积核,得到所述第一子图像的模糊核。
10.根据权利要求9所述的电子设备,所述处理单元,进一步用于对所述第一子图像进行去模糊处理;
或者,向服务器发送所述第一子图像;接收所述服务器发送的经过去模糊处理后的第一子图像。
11.根据权利要求10所述的电子设备,所述处理单元,进一步用于根据所述第一子图像的模糊核进行所述去模糊处理。
12.根据权利要求7所述的电子设备,所述处理单元,进一步用于向服务器发送所述第一子图像;接收所述服务器发送的第二图像,所述第二图像至少为一个,所述第二图像为所述服务器根据所述第一子图像进行图像检索后得到的与所述第一子图像匹配的图像。
CN201410103648.1A 2014-03-19 2014-03-19 一种数据处理方法及电子设备 Active CN104933688B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410103648.1A CN104933688B (zh) 2014-03-19 2014-03-19 一种数据处理方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410103648.1A CN104933688B (zh) 2014-03-19 2014-03-19 一种数据处理方法及电子设备

Publications (2)

Publication Number Publication Date
CN104933688A true CN104933688A (zh) 2015-09-23
CN104933688B CN104933688B (zh) 2021-06-15

Family

ID=54120843

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410103648.1A Active CN104933688B (zh) 2014-03-19 2014-03-19 一种数据处理方法及电子设备

Country Status (1)

Country Link
CN (1) CN104933688B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105657249A (zh) * 2015-12-16 2016-06-08 东莞酷派软件技术有限公司 一种图像处理方法及用户终端
CN105894453A (zh) * 2016-03-31 2016-08-24 联想(北京)有限公司 一种图像处理方法及电子设备
CN107886026A (zh) * 2016-09-30 2018-04-06 腾讯科技(深圳)有限公司 图形码处理方法及装置
CN110135483A (zh) * 2019-04-30 2019-08-16 北京百度网讯科技有限公司 训练图像识别模型的方法、装置及相关设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6850062B2 (en) * 2002-05-10 2005-02-01 976076 Alberta Inc. Local multi-scale fourier analysis for MRI
CN101219063A (zh) * 2007-01-12 2008-07-16 深圳迈瑞生物医疗电子股份有限公司 基于二维分析的b图像均衡方法和系统结构
KR100848034B1 (ko) * 2007-03-23 2008-07-23 한양대학교 산학협력단 크기에 불변한 특징점을 이용한 모멘트 기반 지역 서술자생성방법
CN101378480A (zh) * 2007-08-31 2009-03-04 卡西欧计算机株式会社 灰度修正装置、灰度修正方法、灰度修正程序
CN101408973A (zh) * 2007-10-10 2009-04-15 奇景光电股份有限公司 图像处理方法及其装置
CN102027505A (zh) * 2008-07-30 2011-04-20 泰塞拉技术爱尔兰公司 使用脸部检测的自动脸部和皮肤修饰
CN102292741A (zh) * 2009-01-20 2011-12-21 皇家飞利浦电子股份有限公司 用于生成增强图像的方法和设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6850062B2 (en) * 2002-05-10 2005-02-01 976076 Alberta Inc. Local multi-scale fourier analysis for MRI
CN101219063A (zh) * 2007-01-12 2008-07-16 深圳迈瑞生物医疗电子股份有限公司 基于二维分析的b图像均衡方法和系统结构
KR100848034B1 (ko) * 2007-03-23 2008-07-23 한양대학교 산학협력단 크기에 불변한 특징점을 이용한 모멘트 기반 지역 서술자생성방법
CN101378480A (zh) * 2007-08-31 2009-03-04 卡西欧计算机株式会社 灰度修正装置、灰度修正方法、灰度修正程序
CN101408973A (zh) * 2007-10-10 2009-04-15 奇景光电股份有限公司 图像处理方法及其装置
CN102027505A (zh) * 2008-07-30 2011-04-20 泰塞拉技术爱尔兰公司 使用脸部检测的自动脸部和皮肤修饰
CN102292741A (zh) * 2009-01-20 2011-12-21 皇家飞利浦电子股份有限公司 用于生成增强图像的方法和设备

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105657249A (zh) * 2015-12-16 2016-06-08 东莞酷派软件技术有限公司 一种图像处理方法及用户终端
CN105894453A (zh) * 2016-03-31 2016-08-24 联想(北京)有限公司 一种图像处理方法及电子设备
CN105894453B (zh) * 2016-03-31 2020-05-26 联想(北京)有限公司 一种图像处理方法及电子设备
CN107886026A (zh) * 2016-09-30 2018-04-06 腾讯科技(深圳)有限公司 图形码处理方法及装置
CN107886026B (zh) * 2016-09-30 2019-12-13 腾讯科技(深圳)有限公司 图形码处理方法及装置
CN110135483A (zh) * 2019-04-30 2019-08-16 北京百度网讯科技有限公司 训练图像识别模型的方法、装置及相关设备
US11227186B2 (en) 2019-04-30 2022-01-18 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and device for training image recognition model and related device

Also Published As

Publication number Publication date
CN104933688B (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
US11538232B2 (en) Tracker assisted image capture
CN108062526B (zh) 一种人体姿态估计方法及移动终端
Nonaka et al. Evaluation report of integrated background modeling based on spatio-temporal features
CN107771391B (zh) 用于确定图像帧的曝光时间的方法和装置
WO2014116485A1 (en) Systems and methods for tracking and detecting a target object
CN109167893B (zh) 拍摄图像的处理方法、装置、存储介质及移动终端
KR101620933B1 (ko) 제스쳐 인식 메커니즘을 제공하는 방법 및 장치
CN107209556B (zh) 用于对捕获对象相对于交互平面的交互的深度图像进行处理的系统及方法
US9449371B1 (en) True motion based temporal-spatial IIR filter for video
CN104933688B (zh) 一种数据处理方法及电子设备
WO2015039575A1 (en) Method and system for performing image identification
CN111833285B (zh) 图像处理方法、图像处理装置及终端设备
US8379095B2 (en) Method and apparatus for determining presence of user's hand tremor or intentional motion
CN108549702B (zh) 一种移动终端的图片库的清理方法及移动终端
JP2017162179A (ja) 情報処理装置、情報処理方法、及びプログラム
JP2019067377A (ja) 画像処理装置及び方法及び監視システム
Morerio et al. Optimizing superpixel clustering for real-time egocentric-vision applications
CN111754411B (zh) 图像降噪方法、图像降噪装置及终端设备
CN111787227A (zh) 基于跟踪拍摄的风格迁移方法及装置
CN104932868B (zh) 一种数据处理方法及电子设备
JP2019067369A (ja) 画像処理装置および方法並びに監視システム
CN112146578B (zh) 尺度比计算方法、装置、设备、及存储介质
CN116503640A (zh) 视频检测的方法、装置、电子设备及存储介质
CN118781444A (zh) 一种标注图像选择方法、装置、电子设备及存储介质
Li et al. Enhancing the Human-Computer Interaction onCamera-Equipped Mobile Phones

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TG01 Patent term adjustment