CN105279727B - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN105279727B CN105279727B CN201410323583.1A CN201410323583A CN105279727B CN 105279727 B CN105279727 B CN 105279727B CN 201410323583 A CN201410323583 A CN 201410323583A CN 105279727 B CN105279727 B CN 105279727B
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- raw data
- processed
- value
- 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
Links
Abstract
本发明公开一种图像处理方法及装置,本发明实施例选取包含光斑形状的原始素材图;根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图;利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算,并根据得到的卷积结果对所述待处理图像进行散焦处理,得到散焦后的散焦图像;相较于现有技术中的静态贴素材的方式以及规则形状光斑的卷积方式,本发明实施例具有能够使用任意形状的散焦光斑对图像进行散焦处理的有益效果,提高了图像散焦处理的灵活性和便捷性,使得光斑形状极易扩展,也使得处理后的图像效果更真实。
Description
技术领域
本发明涉及图像处理技术,尤其涉及一种图像处理方法及装置。
背景技术
随着图像处理技术的不断发展进步,对图像(比如照片)进行bokeh(散焦)处理已广泛应用在人们的日常生活和工作中,比如日常拍照以及广告图像制作、婚纱摄影等场景中。利用图像处理软件或者图像处理程序,根据不同的光斑形状模板,在照片等图像上动态产生不同形状的光斑,从而达到媲美相机实际拍出的bokeh,这种图像处理方式节约了一定的硬件成本且使用便捷,因此越来越受用户的青睐。
目前,对图像进行bokeh的方式主要有以下两种,一种是静态贴素材的方式,这种处理方式需要事先做好光斑的素材图,再将调整好的素材图直接贴在需要处理的图片上;这种处理方式严重依赖事先准备的素材,不能根据实际图像中像素点的不同产生贴合实际的效果。另一种是采用规则形状光斑的卷积方式,这种处理方式受限于光斑的规则形状,在实际处理时,不易扩展至更多的光斑形状,且处理过程耗费大量的时间。
发明内容
鉴于以上内容,有必要提供一种图像处理方法及装置,旨在达到能够使用任意形状的散焦光斑进行散焦的目的。
本发明实施例公开了一种图像处理方法,包括以下步骤:
选取包含光斑形状的原始素材图;
根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图;
利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算,并根据得到的卷积结果对所述待处理图像进行散焦处理,得到散焦后的散焦图像。
本发明实施例还公开了一种图像处理装置,包括:
素材选取模块,用于选取包含光斑形状的原始素材图;
素材缩放模块,用于根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图;
散焦处理模块,用于利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算,并根据得到的卷积结果对所述待处理图像进行散焦处理,得到散焦后的散焦图像。
本发明实施例选取包含光斑形状的原始素材图;根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图;利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算,并根据得到的卷积结果对所述待处理图像进行散焦处理,得到散焦后的散焦图像;相较于现有技术中的静态贴素材的方式以及规则形状光斑的卷积方式,本发明实施例具有能够使用任意形状的散焦光斑对图像进行散焦处理的有益效果,提高了图像散焦处理的灵活性和便捷性,使得光斑形状极易扩展,也使得处理后的图像效果更真实。
附图说明
图1是本发明图像处理方法运行环境一实施例硬件架构示意图;
图2是本发明图像处理方法一实施例流程示意图;
图3a是本发明图像处理方法中原始素材图一实施例图像示意图;
图3b是本发明图像处理方法中原始素材图缩放至缩放素材图一实施例图像示意图;
图4是本发明图像处理方法中,利用缩放素材图,对组成待处理图像的像素点进行光斑半径的卷积计算一实施例流程示意图;
图5是本发明图像处理方法中,利用指数函数计算光斑半径内的待处理图像各像素点的权重值一实施例流程示意图;
图6是本发明图像处理装置一实施例功能模块示意图;
图7是本发明图像处理装置中散焦处理模块一实施例功能模块示意图;
图8是本发明图像处理装置中权重值获取子模块一实施例功能模块示意图。
本发明实施例目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
以下结合说明书附图及具体实施例进一步说明本发明的技术方案。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参照图1,图1是本发明图像处理方法运行环境一实施例硬件架构示意图;如图1所示,本发明图像处理方法所对应的运行环境包括:
处理器101、存储器102、用户接口103、网络接口104以及通信总线105。通信总线105用于运行图像处理方法对应的图像处理装置中各组成部件之间的通信,用户接口103用于接收用户输入的信息,该用户接口可以为有线接口及无线接口,例如键盘、鼠标等。网络接口104用于所述图像处理装置与外部进行互相通信,该网络接口也可以包括有线接口及无线接口。存储器102可以包括一个或一个以上计算机可读存储介质,而且其不但包括内部存储器,还包括外部存储器。该存储器102中存储有操作系统及图像处理应用程序等等。处理器101用于调用存储器102中的图像处理应用程序,以执行以下操作:
通信总线105选取包含光斑形状的原始素材图;
根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图;
利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算,并根据得到的卷积结果对所述待处理图像进行散焦处理,得到散焦后的散焦图像。
由于在运行所述图像处理方法时,系统能够自由选取原始素材图,因此利用所述图像处理方法能够使用任意形状的散焦光斑对图像进行散焦处理,提高了图像散焦处理的灵活性和便捷性,使得光斑形状极易扩展,也使得处理后的图像效果更真实。
进一步地,所述原始素材图包括:背景为黑色、居中位置为白色光斑形状的预设尺寸的素材图。
进一步地,处理器101用于调用存储器102中的图像处理应用程序,以执行以下操作:
通过通信总线105从素材库中选取所述原始素材图;或者,
绘制一素材图,并将绘制的素材图作为所述原始素材图。
进一步地,处理器101用于调用存储器102中的图像处理应用程序,以执行以下操作:
根据所述光斑半径R,将所述原始素材图缩放为固定宽高尺寸为L的素材图,并将固定宽高尺寸为L的素材图作为处理后的所述缩放素材图;
其中,L=2*R+1。
进一步地,处理器101用于调用存储器102中的图像处理应用程序,以执行以下操作:
采用双三次插值算法对所述原始素材图进行缩放。
进一步地,处理器101用于调用存储器102中的图像处理应用程序,以执行以下操作:
对所述待处理图像中的任一像素点P(x,y),利用所述缩放素材图计算卷积范围内的像素点P'(m,n)的权重值W(m,n);其中,m、n的取值满足:m∈[x-R,x+R],n∈[y-R,y+R];
获取所述像素点P'(m,n)在所述待处理图像对应颜色空间中的颜色分量F(m,n);
根据所述权重值W(m,n)及颜色分量F(m,n),计算所述像素点P(x,y)的颜色值C为:
进一步地,处理器101用于调用存储器102中的图像处理应用程序,以执行以下操作:
按照预设覆盖规则,通过通信总线105从所述缩放素材图中找出覆盖所述像素点P'(m,n)的像素点G(i,j);其中,i=R+1+m-x,j=R+1+n-y;
获取像素点P'(m,n)在所述待处理图像中的灰度值a,以及所述像素点G(i,j)在所述缩放素材图中的灰度值b;
根据光斑对应的预设亮度参数f和预设灰度参数e,计算所述像素点P'(m,n)的权重值W为:
W=2a*f*(b/e);
其中,所述预设亮度参数f的值越大,对应的光斑亮度越大;所述预设灰度参数e的取值根据所述原始素材图的颜色值选取。
进一步地,所述颜色分量F(m,n)包括所述待处理图像对应RGB空间中的RGB分量。
通过运行本发明图像处理方法,获取组成待处理图像中各像素点在光斑半径范围的权重值及颜色分量,计算各像素点在光斑半径范围的卷积,得到各像素点对应的颜色值;降低了散焦运算的复杂度,且操作便捷、处理速度快,进而也节约了处理时间。
本发明还提供了一种图像处理方法一实施例;参照图1所述实施例的描述,如图2所示,本发明图像处理方法包括以下步骤:
步骤S01、选取包含光斑形状的原始素材图;
接收到图像处理触发指令,选取对应的原始素材图;本实施例中所描述的原始素材图均包含有进行散焦处理所需要的光斑形状;其中,所述光斑形状可以理解为,对图像进行散焦处理所使用的光斑对应的几何图形;所述光斑形状可以为规则形状,也可以为不规则形状;本发明实施例对所述原始素材图中光斑的具体形状不做限定。本实施例中,可以直接从素材库中选取已存在的素材图作为原始素材图,也可以根据需要直接绘制对应的素材图,并将绘制好的素材图作为所述原始素材图。也可以根据实际需要,将每次绘制的素材图添加至上述素材库中;当然,也可以按照预设周期,对所述素材库进行更新,比如删除素材库中预设时长内未使用的素材图,或者,添加新设计的素材图至素材库等。
在本发明一优选实施例中,为便于后续对图像进行散焦处理,选取的包含光斑形状的原始素材图可具备如下特点:具备固定宽高,背景全黑,且在素材图上的居中位置处绘制有白色的光斑形状,如图3a所示。
步骤S02、根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图;
根据对图像进行散焦处理所需要的光斑半径,对选取的所述原始素材图进行缩放处理,得到处理后的满足所需光斑半径的缩放素材图。其中,所述光斑半径可以理解为:所述原始素材图对应的几何图形的内切圆半径。比如,当原始素材图为正方形时,该原始素材图对应的几何图形的内切圆半径即为该原始素材图的边长的一半。本发明实施例中,对原始素材图进行缩放时,具体的缩放比例根据原始素材图的形状及所述光斑半径确定;从而根据确定的缩放比例,采用对应的图像缩放处理算法,对原始素材图进行缩放。所述图像缩放处理算法可以采用最邻近插值、双线性插值和双三次插值算法等。优选地,本实例中,采用双三次插值算法进行原始素材图的缩放处理;这是因为,双三次插值算法利用待采样点周围16个点的灰度值作三次插值,不仅考虑到4个直接相邻点的灰度影响,而且考虑到各邻点间灰度值变化率的影响,且三次运算可以得到更接近高分辨率图像且保留更好细节质量的缩放效果。
在本发明一优选实施例中,根据所述光斑半径R,将所述原始素材图缩放为固定宽高尺寸为L的素材图,并将固定宽高尺寸为L的素材图作为处理后的所述缩放素材图;其中,L=2*R+1。比如,选取图3a中的其中一个花朵形状的素材图作为原始素材图,假设该原始素材图的固定宽高尺寸为101*101;对图像散焦处理所需的光斑半径为11,则将原始素材图的固定宽高尺寸101*101缩放为固定宽高尺寸为L(L=2*R+1=2X11+1=23)的素材图,得到缩放后的固定宽高尺寸为23*23的所述缩放素材图,如图3b所示。
步骤S03、利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算,并根据得到的卷积结果对所述待处理图像进行散焦处理,得到散焦后的散焦图像。
利用缩放后得到的所述缩放素材图,对待处理图像进行散焦处理时,针对组成待处理图像中的每一个像素点进行所述光斑半径的卷积计算。根据组成待处理图像的各像素所分别对应得到的卷积结果,对所述所述待处理图像进行散焦处理。比如,根据组成待处理图像的各像素点对应得到的卷积结果,按照预设覆盖规则,查找所述待处理图像中各像素点分别对应的覆盖像素点,所述覆盖像素点为组成所述缩放素材图的像素点,即利用所述覆盖像素点来覆盖所述待处理图像中对应的像素点,从而得到对待处理图像进行散焦处理后的散焦图像。
本发明实施例选取包含光斑形状的原始素材图;根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图;利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算,并根据得到的卷积结果对所述待处理图像进行散焦处理,得到散焦后的散焦图像;相较于现有技术中的静态贴素材的方式以及规则形状光斑的卷积方式,本发明实施例具有能够使用任意形状的散焦光斑对图像进行散焦处理的有益效果,提高了图像散焦处理的灵活性和便捷性,使得光斑形状极易扩展,也使得处理后的图像效果更真实。
本发明实施例还提供一种图像处理方法中,利用缩放素材图,对组成待处理图像的像素点进行光斑半径的卷积计算一实施例流程示意图。本实施例仅对图2所示实施例中步骤S03的“利用缩放素材图,对组成待处理图像的像素点进行光斑半径的卷积计算”进行进一步描述。
基于图2所述实施例的描述,如图4所示,本发明实施例图像处理方法中,利用缩放素材图,对组成待处理图像的像素点进行光斑半径的卷积计算的步骤包括:
步骤S31、对所述待处理图像中的任一像素点P(x,y),利用所述缩放素材图计算卷积范围内的像素点P'(m,n)的权重值W(m,n);
本实例中,根据原始素材图缩放得到对应的所述缩放素材图后,对所述待处理图像中的任一像素点P(x,y),计算卷积范围内的像素点P'(m,n)的权重值W(m,n);其中,m、n的取值满足:m∈[x-R,x+R],n∈[y-R,y+R]。
所述卷积范围内的像素点P'(m,n)的权重值W(m,n)的计算方式可以采用指数函数计算、二次函数计算以及对数函数计算等;本实施例对卷积范围内的像素点P'(m,n)的权重值W(m,n)的具体计算方式不做限定;只要利用必要的计算参数,根据实际需要,可以采用任意合适的函数类型进行权重值的计算。其中,所述必要的计算参数包括:卷积范围内的像素点P'(m,n)在所述待处理图像中的像素亮度因子,所述缩放素材图中覆盖所述像素点P'(m,n)的像素点在所述缩放素材图中的像素亮度因子,控制散焦光斑亮度的亮度参数。
步骤S32、获取所述像素点P'(m,n)在所述待处理图像对应颜色空间中的颜色分量F(m,n);
获取卷积范围内的像素点P'(m,n)在所述待处理图像对应颜色空间中的颜色分量F(m,n)时,所述颜色空间包括但不限于RGB(红绿蓝)空间,对应的颜色分量F(m,n)包括但不限于RGB分量。比如,所述颜色空间还可以为:YIQ(Y就是图像灰度值,I和Q都指的是指色调,即描述图像色彩与饱和度的属性)、YUV(通过亮度-色差来描述颜色的颜色空间)和HSI(H是色调,S是饱和度,I是强度)等;选取的颜色空间不同,则对应获取的颜色分量F(m,n)也不同。本实施例对颜色空间及对应的颜色分量F(m,n)的具体类型不做限定。
其中,本实施例中,获取像素点P'(m,n)的权重值W(m,n)及颜色分量F(m,n)的执行可以同时进行,也可以先获取像素点P'(m,n)的颜色分量F(m,n),再获取像素点P'(m,n)的权重值W(m,n);本实施例对步骤S31和步骤S32的执行顺序不做限定。
步骤S33、根据所述权重值W(m,n)及颜色分量F(m,n),计算所述像素点P(x,y)的颜色值C;
根据计算得到的卷积范围内各像素点P'(m,n)分别对应的权重值W(m,n)以及颜色分量F(m,n),计算所述待处理图像上的像素点P(x,y)的颜色值C(x,y)为:
采用上述计算方式,计算组成所述待处理图像的各像素点对应的颜色值,根据得到的上述卷积结果,对待处理图像进行散焦处理,从而得到散焦后的散焦图像。
进一步地,在本发明一优选实施例中,采用指数函数计算像素点P'(m,n)的权重值W(m,n);其中,m、n的取值满足:m∈[x-R,x+R],n∈[y-R,y+R]。本实施例中,以所述像素亮度因子为灰度值为例进行描述。其中,本实施例采用指数函数计算像素点P'(m,n)的权重值W(m,n)。
请参照图4,图4是本发明图像处理方法中,利用指数函数计算光斑半径内的待处理图像各像素点的权重值一实施例流程示意图;图4所述实施例中,所述采用指数函数计算像素点P'(m,n)的权重值W(m,n)包括以下步骤:
步骤S41、按照预设覆盖规则,从所述缩放素材图中找出覆盖所述像素点P'(m,n)的像素点G(i,j);
本实施例中,所述预设覆盖规则为:i=R+1+m-x,j=R+1+n-y;根据上述预设覆盖规则,从所述缩放素材图中找出覆盖所述像素点P'(m,n)的像素点G(i,j)。当然,所述预设覆盖规则可以根据具体应用场景或者具体处理图像进行设置,本发明实施例对上述预设覆盖规则不进行具体限制。
步骤S42、获取像素点P'(m,n)在所述待处理图像中的灰度值a,以及所述像素点G(i,j)在所述缩放素材图中的灰度值b;
从所述缩放素材图中找出覆盖所述像素点P'(m,n)的像素点G(i,j)后,获取所述像素点G(i,j)在所述缩放素材图中的灰度值b;其中,获取像素点P'(m,n)在所述待处理图像中的灰度值a,可以在步骤S43之前的任意处理过程中获取均可,本实施例对何时获取到像素点P'(m,n)在所述待处理图像中的灰度值a,不做限定。
步骤S43、根据光斑对应的预设亮度参数f和预设灰度参数e,计算所述像素点P'(m,n)的权重值W;
根据光斑对应的预设亮度参数f和预设灰度参数e,计算出的所述像素点P'(m,n)的权重值W为:
W=2a*f*(b/e);
其中,所述预设亮度参数f的值越大,则对应的光斑亮度越大;所述预设灰度参数e的取值根据所述原始素材图的颜色值选取。
比如,选取的所述原始素材图为:背景为黑色、居中位置为白色光斑形状的预设尺寸的素材图时,设置所述预设灰度参数e为255,并设置如下选取所述预设灰度参数e的取值规则:当像素点G(i,j)位于所述缩放素材图中的黑色背景区域时,取像素点G(i,j)对应的所述灰度值b的值为0;当所述像素点G(i,j)位于所述缩放素材图中的白色光斑区域时,取像素点G(i,j)对应的所述灰度值b的值为255;也就是说,当待处理图像中的像素点P'(m,n)对应所述缩略素材图中的黑色背景时,所述像素点P'(m,n)不占用权重值,该像素点P'(m,n)对应的待处理图像区域不会出现光斑。
本发明实施例获取组成待处理图像中各像素点在光斑半径范围的权重值及颜色分量,计算各像素点在光斑半径范围的卷积,得到各像素点对应的颜色值;降低了散焦运算的复杂度,且操作便捷、处理速度快,进而也节约了处理时间。
本发明实施例还提供了一种图像处理装置一实施例;如图6所示,本发明图像处理装置包括:素材选取模块01、素材缩放模块02和散焦处理模块03。
素材选取模块01,用于选取包含光斑形状的原始素材图;
素材选取模块01接收到图像处理触发指令,选取对应的原始素材图;本实施例中所描述的原始素材图均包含有进行散焦处理所需要的光斑形状;其中,所述光斑形状可以理解为,对图像进行散焦处理所使用的光斑对应的几何图形;所述光斑形状可以为规则形状,也可以为不规则形状;本发明实施例对所述原始素材图中光斑的具体形状不做限定。本实施例中,素材选取模块01可以直接从素材库中选取已存在的素材图作为原始素材图,也可以根据需要直接绘制对应的素材图,并将绘制好的素材图作为所述原始素材图。也可以根据实际需要,素材选取模块01将每次绘制的素材图添加至上述素材库中;当然,素材选取模块01也可以按照预设周期,对所述素材库进行更新,比如删除素材库中预设时长内未使用的素材图,或者,添加新设计的素材图至素材库等。
在本发明一优选实施例中,为便于后续对图像进行散焦处理,素材选取模块01选取的包含光斑形状的原始素材图可具备如下特点:具备固定宽高,背景全黑,且在素材图上的居中位置处绘制有白色的光斑形状,如图3a所示。
素材缩放模块02,用于根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图;
根据对图像进行散焦处理所需要的光斑半径,素材缩放模块02对素材选取模块01选取的所述原始素材图进行缩放处理,得到处理后的满足所需光斑半径的缩放素材图。其中,所述光斑半径可以理解为:所述原始素材图对应的几何图形的内切圆半径。比如,当原始素材图为正方形时,该原始素材图对应的几何图形的内切圆半径即为该原始素材图的边长的一半。本发明实施例中,素材缩放模块02对原始素材图进行缩放时,具体的缩放比例根据原始素材图的形状及所述光斑半径确定;从而根据确定的缩放比例,素材缩放模块02采用对应的图像缩放处理算法,对原始素材图进行缩放。所述图像缩放处理算法可以采用最邻近插值、双线性插值和双三次插值算法等。优选地,本实例中,素材缩放模块02采用双三次插值算法进行原始素材图的缩放处理;这是因为,双三次插值算法利用待采样点周围16个点的灰度值作三次插值,不仅考虑到4个直接相邻点的灰度影响,而且考虑到各邻点间灰度值变化率的影响,且三次运算可以得到更接近高分辨率图像且保留更好细节质量的缩放效果。
在本发明一优选实施例中,素材缩放模块02根据所述光斑半径R,将所述原始素材图缩放为固定宽高尺寸为L的素材图,并将固定宽高尺寸为L的素材图作为处理后的所述缩放素材图;其中,L=2*R+1。比如,素材缩放模块02选取图3a中的其中一个花朵形状的素材图作为原始素材图,假设该原始素材图的固定宽高尺寸为101*101;对图像散焦处理所需的光斑半径为11,则素材缩放模块02将原始素材图的固定宽高尺寸101*101缩放为固定宽高尺寸为L(L=2*R+1=2X11+1=23)的素材图,得到缩放后的固定宽高尺寸为23*23的所述缩放素材图,如图3b所示。
散焦处理模块03,用于利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算,并根据得到的卷积结果对所述待处理图像进行散焦处理,得到散焦后的散焦图像。
利用素材缩放模块02缩放后得到的所述缩放素材图,散焦处理模块03对待处理图像进行散焦处理时,针对组成待处理图像中的每一个像素点进行所述光斑半径的卷积计算。根据组成待处理图像的各像素所分别对应得到的卷积结果,散焦处理模块03对所述所述待处理图像进行散焦处理。比如,根据组成待处理图像的各像素点对应得到的卷积结果,散焦处理模块03按照预设覆盖规则,查找所述待处理图像中各像素点分别对应的覆盖像素点,所述覆盖像素点为组成所述缩放素材图的像素点,即散焦处理模块03利用所述覆盖像素点来覆盖所述待处理图像中对应的像素点,从而得到对待处理图像进行散焦处理后的散焦图像。
本发明实施例选取包含光斑形状的原始素材图;根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图;利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算,并根据得到的卷积结果对所述待处理图像进行散焦处理,得到散焦后的散焦图像;相较于现有技术中的静态贴素材的方式以及规则形状光斑的卷积方式,本发明实施例具有能够使用任意形状的散焦光斑对图像进行散焦处理的有益效果,提高了图像散焦处理的灵活性和便捷性,使得光斑形状极易扩展,也使得处理后的图像效果更真实。
本发明实施例还提供了一种图像处理装置中散焦处理模块03利用缩放素材图,对组成待处理图像的像素点进行光斑半径的卷积计算一实施功能模块示意图;本实施例仅对图6所述实施例中的散焦处理模块03执行“利用缩放素材图,对组成待处理图像的像素点进行光斑半径的卷积计算”进行进一步描述。
如图7所示,本发明图像处理装置中,所述散焦处理模块03包括:权重值获取子模块031、颜色分量获取子模块032和颜色值计算子模块033。
权重值获取子模块031,用于对所述待处理图像中的任一像素点P(x,y),利用所述缩放素材图计算卷积范围内的像素点P'(m,n)的权重值W(m,n);
本实例中,权重值获取子模块031根据原始素材图缩放得到对应的所述缩放素材图后,对所述待处理图像中的任一像素点P(x,y),计算卷积范围内的像素点P'(m,n)的权重值W(m,n);其中,m、n的取值满足:m∈[x-R,x+R],n∈[y-R,y+R]。
所述卷积范围内的像素点P'(m,n)的权重值W(m,n)的计算方式可以采用指数函数计算、二次函数计算以及对数函数计算等;本实施例对卷积范围内的像素点P'(m,n)的权重值W(m,n)的具体计算方式不做限定;只要权重值获取子模块031利用必要的计算参数,根据实际需要,可以采用任意合适的函数类型进行权重值的计算。其中,所述必要的计算参数包括:卷积范围内的像素点P'(m,n)在所述待处理图像中的像素亮度因子,所述缩放素材图中覆盖所述像素点P'(m,n)的像素点在所述缩放素材图中的像素亮度因子,控制散焦光斑亮度的亮度参数。
颜色分量获取子模块032,用于获取所述像素点P'(m,n)在所述待处理图像对应颜色空间中的颜色分量F(m,n);
颜色分量获取子模块032获取卷积范围内的像素点P'(m,n)在所述待处理图像对应颜色空间中的颜色分量F(m,n)时,所述颜色空间包括但不限于RGB(红绿蓝)空间,对应的颜色分量F(m,n)包括但不限于RGB分量。比如,所述颜色空间还可以为:YIQ(Y就是图像灰度值,I和Q都指的是指色调,即描述图像色彩与饱和度的属性)、YUV(通过亮度-色差来描述颜色的颜色空间)和HSI(H是色调,S是饱和度,I是强度)等;选取的颜色空间不同,则对应获取的颜色分量F(m,n)也不同。本实施例对颜色空间及对应的颜色分量F(m,n)的具体类型不做限定。
其中,本实施例中,权重值获取子模块031获取像素点P'(m,n)的权重值W(m,n),与颜色分量获取子模块032获取颜色分量F(m,n)可以同时进行,也可以先由颜色分量获取子模块032获取像素点P'(m,n)的颜色分量F(m,n),再由权重值获取子模块031获取像素点P'(m,n)的权重值W(m,n);本实施例对获取像素点P'(m,n)的权重值及获取颜色分量F(m,n)的执行顺序不做限定。
颜色值计算子模块033,用于根据所述权重值W(m,n)及颜色分量F(m,n),计算所述像素点P(x,y)的颜色值C。
根据权重值获取子模块031计算得到的卷积范围内各像素点P'(m,n)分别对应的权重值W(m,n),以及颜色分量获取子模块032获取的颜色分量F(m,n),颜色值计算子模块033计算所述待处理图像上的像素点P(x,y)的颜色值C(x,y)为:
采用上述计算方式,颜色值计算子模块033计算组成所述待处理图像的各像素点对应的颜色值,根据得到的上述卷积结果,对待处理图像进行散焦处理,从而得到散焦后的散焦图像。
进一步地,在本发明一优选实施例中,权重值获取子模块031采用指数函数计算像素点P'(m,n)的权重值W(m,n);其中,m、n的取值满足:m∈[x-R,x+R],n∈[y-R,y+R]。本实施例中,以所述像素亮度因子为灰度值为例进行描述。其中,本实施例采用指数函数计算像素点P'(m,n)的权重值W(m,n)。
请参照图8,图8是本发明图像处理装置中权重值获取子模块一实施例功能模块示意图;图8所述实施例中,所述权重值获取子模块031包括:覆盖像素点获取单元311、灰度值获取单元312以及权重值计算单元313;
覆盖像素点获取单元311,用于按照预设覆盖规则,从所述缩放素材图中找出覆盖所述像素点P'(m,n)的像素点G(i,j);
本实施例中,所述预设覆盖规则为:i=R+1+m-x,j=R+1+n-y;覆盖像素点获取单元311根据上述预设覆盖规则,从所述缩放素材图中找出覆盖所述像素点P'(m,n)的像素点G(i,j)。当然,所述预设覆盖规则可以根据具体应用场景或者具体处理图像进行设置,本发明实施例对上述预设覆盖规则不进行具体限制。
灰度值获取单元312,用于获取像素点P'(m,n)在所述待处理图像中的灰度值a,以及所述像素点G(i,j)在所述缩放素材图中的灰度值b;
覆盖像素点获取单元311从所述缩放素材图中找出覆盖所述像素点P'(m,n)的像素点G(i,j)后,灰度值获取单元312获取所述像素点G(i,j)在所述缩放素材图中的灰度值b;其中,灰度值获取单元312获取像素点P'(m,n)在所述待处理图像中的灰度值a,可以在覆盖像素点获取单元311获取所述像素点G(i,j)之前的任意处理过程中获取均可,本实施例对灰度值获取单元312何时获取到像素点P'(m,n)在所述待处理图像中的灰度值a,不做限定。
权重值计算单元313,用于根据光斑对应的预设亮度参数f和预设灰度参数e,计算所述像素点P'(m,n)的权重值W为:
W=2a*f*(b/e);
其中,所述预设亮度参数f的值越大,对应的光斑亮度越大;所述预设灰度参数e的取值根据所述原始素材图的颜色值选取。
比如,素材选取模块01选取的所述原始素材图为:背景为黑色、居中位置为白色光斑形状的预设尺寸的素材图时,则权重值计算单元313设置所述预设灰度参数e为255,并设置如下选取所述预设灰度参数e的取值规则:当像素点G(i,j)位于所述缩放素材图中的黑色背景区域时,取像素点G(i,j)对应的所述灰度值b的值为0;当所述像素点G(i,j)位于所述缩放素材图中的白色光斑区域时,取像素点G(i,j)对应的所述灰度值b的值为255;也就是说,当待处理图像中的像素点P'(m,n)对应所述缩略素材图中的黑色背景时,所述像素点P'(m,n)不占用权重值,该像素点P'(m,n)对应的待处理图像区域不会出现光斑。
本发明实施例获取组成待处理图像中各像素点在光斑半径范围的权重值及颜色分量,计算各像素点在光斑半径范围的卷积,得到各像素点对应的颜色值;降低了散焦运算的复杂度,且操作便捷、处理速度快,进而也节约了处理时间。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,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的方法。
以上所述仅为本发明的优选实施例,并非因此限制其专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (16)
1.一种图像处理方法,其特征在于,包括以下步骤:
选取包含光斑形状的原始素材图;
根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图;
利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算,并根据得到的卷积结果对所述待处理图像进行散焦处理,得到散焦后的散焦图像。
2.如权利要求1所述的方法,其特征在于,所述原始素材图包括:背景为黑色、居中位置为白色光斑形状的预设尺寸的素材图。
3.如权利要求1所述的方法,其特征在于,所述选取包含光斑形状的原始素材图包括:
从素材库中选取所述原始素材图;或者,
绘制一素材图,并将绘制的素材图作为所述原始素材图。
4.如权利要求1所述的方法,其特征在于,所述根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图的步骤包括:
根据所述光斑半径R,将所述原始素材图缩放为固定宽高尺寸为L的素材图,并将固定宽高尺寸为L的素材图作为处理后的所述缩放素材图;
其中,L=2*R+1。
5.如权利要求1所述的方法,其特征在于,所述对所述原始素材图进行缩放处理包括:
采用双三次插值算法对所述原始素材图进行缩放。
6.如权利要求1-5任一项所述的方法,其特征在于,所述利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算的步骤包括:
对所述待处理图像中的任一像素点P(x,y),利用所述缩放素材图计算卷积范围内的像素点P'(m,n)的权重值W(m,n);其中,m、n的取值满足:m∈[x-R,x+R],n∈[y-R,y+R];
获取所述像素点P'(m,n)在所述待处理图像对应颜色空间中的颜色分量F(m,n);
根据所述权重值W(m,n)及颜色分量F(m,n),计算所述像素点P(x,y)的颜色值C为:
7.如权利要求6所述的方法,其特征在于,所述对所述待处理图像中的任一像素点P(x,y),利用所述缩放素材图计算卷积范围内的像素点P'(m,n)的权重值W(m,n)的步骤包括:
按照预设覆盖规则,从所述缩放素材图中找出覆盖所述像素点P'(m,n)的像素点G(i,j);其中,i=R+1+m-x,j=R+1+n-y;
获取像素点P'(m,n)在所述待处理图像中的灰度值a,以及所述像素点G(i,j)在所述缩放素材图中的灰度值b;
根据光斑对应的预设亮度参数f和预设灰度参数e,计算所述像素点P'(m,n)的权重值W为:
W=2a*f*(b/e);
其中,所述预设亮度参数f的值越大,对应的光斑亮度越大;所述预设灰度参数e的取值根据所述原始素材图的颜色值选取。
8.如权利要求6所述的方法,其特征在于,所述颜色分量F(m,n)包括所述待处理图像对应RGB空间中的RGB分量。
9.一种图像处理装置,其特征在于,包括:
素材选取模块,用于选取包含光斑形状的原始素材图;
素材缩放模块,用于根据图像散焦处理所需的光斑半径,对所述原始素材图进行缩放处理,得到处理后的缩放素材图;
散焦处理模块,用于利用所述缩放素材图,对组成待处理图像的像素点进行所述光斑半径的卷积计算,并根据得到的卷积结果对所述待处理图像进行散焦处理,得到散焦后的散焦图像。
10.如权利要求9所述的装置,其特征在于,所述原始素材图包括:背景为黑色、居中位置为白色光斑形状的预设尺寸的素材图。
11.如权利要求9所述的装置,其特征在于,所述素材选取模块还用于:
从素材库中选取所述原始素材图;或者,
绘制一素材图,并将绘制的素材图作为所述原始素材图。
12.如权利要求9所述的装置,其特征在于,所述素材缩放模块还用于:
根据所述光斑半径R,将所述原始素材图缩放为固定宽高尺寸为L的素材图,并将固定宽高尺寸为L的素材图作为处理后的所述缩放素材图;
其中,L=2*R+1。
13.如权利要求9所述的装置,其特征在于,所述素材缩放模块还用于:
采用双三次插值算法对所述原始素材图进行缩放。
14.如权利要求9-13任一项所述的装置,其特征在于,所述散焦处理模块包括:
权重值获取子模块,用于对所述待处理图像中的任一像素点P(x,y),利用所述缩放素材图计算卷积范围内的像素点P'(m,n)的权重值W(m,n);其中,m、n的取值满足:m∈[x-R,x+R],n∈[y-R,y+R];
颜色分量获取子模块,用于获取所述像素点P'(m,n)在所述待处理图像对应颜色空间中的颜色分量F(m,n);
颜色值计算子模块,用于根据所述权重值W(m,n)及颜色分量F(m,n),计算所述像素点P(x,y)的颜色值C为:
15.如权利要求14所述的装置,其特征在于,所述权重值获取子模块包括:
覆盖像素点获取单元,用于按照预设覆盖规则,从所述缩放素材图中找出覆盖所述像素点P'(m,n)的像素点G(i,j);其中,i=R+1+m-x,j=R+1+n-y;
灰度值获取单元,用于获取像素点P'(m,n)在所述待处理图像中的灰度值a,以及所述像素点G(i,j)在所述缩放素材图中的灰度值b;
权重值计算单元,用于根据光斑对应的预设亮度参数f和预设灰度参数e,计算所述像素点P'(m,n)的权重值W为:
W=2a*f*(b/e);
其中,所述预设亮度参数f的值越大,对应的光斑亮度越大;所述预设灰度参数e的取值根据所述原始素材图的颜色值选取。
16.如权利要求14所述的装置,其特征在于,所述颜色分量F(m,n)包括所述待处理图像对应RGB空间中的RGB分量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410323583.1A CN105279727B (zh) | 2014-07-08 | 2014-07-08 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410323583.1A CN105279727B (zh) | 2014-07-08 | 2014-07-08 | 图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105279727A CN105279727A (zh) | 2016-01-27 |
CN105279727B true CN105279727B (zh) | 2019-08-06 |
Family
ID=55148681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410323583.1A Active CN105279727B (zh) | 2014-07-08 | 2014-07-08 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105279727B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109961438A (zh) * | 2019-04-08 | 2019-07-02 | 武汉华工激光工程有限责任公司 | 一种光斑图像分析方法及装置 |
CN111583104B (zh) * | 2020-05-14 | 2022-08-19 | 展讯通信(上海)有限公司 | 光斑虚化方法及装置、存储介质、计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101616249A (zh) * | 2009-07-28 | 2009-12-30 | 谭洪舟 | 基于双三次插值的视频缩放装置 |
CN102243567A (zh) * | 2010-03-19 | 2011-11-16 | 索尼公司 | 图像处理设备和方法、图像处理程序及其记录介质 |
CN102289668A (zh) * | 2011-09-07 | 2011-12-21 | 谭洪舟 | 基于像素邻域特征的自适应文字图像的二值化处理方法 |
CN103152520A (zh) * | 2009-08-20 | 2013-06-12 | 佳能株式会社 | 图像捕获设备和方法 |
CN103245335A (zh) * | 2013-05-21 | 2013-08-14 | 北京理工大学 | 一种自主在轨服务航天器超近距离视觉位姿测量方法 |
CN103377463A (zh) * | 2012-04-25 | 2013-10-30 | 腾讯科技(深圳)有限公司 | 一种滤镜处理的方法及装置 |
-
2014
- 2014-07-08 CN CN201410323583.1A patent/CN105279727B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101616249A (zh) * | 2009-07-28 | 2009-12-30 | 谭洪舟 | 基于双三次插值的视频缩放装置 |
CN103152520A (zh) * | 2009-08-20 | 2013-06-12 | 佳能株式会社 | 图像捕获设备和方法 |
CN102243567A (zh) * | 2010-03-19 | 2011-11-16 | 索尼公司 | 图像处理设备和方法、图像处理程序及其记录介质 |
CN102289668A (zh) * | 2011-09-07 | 2011-12-21 | 谭洪舟 | 基于像素邻域特征的自适应文字图像的二值化处理方法 |
CN103377463A (zh) * | 2012-04-25 | 2013-10-30 | 腾讯科技(深圳)有限公司 | 一种滤镜处理的方法及装置 |
CN103245335A (zh) * | 2013-05-21 | 2013-08-14 | 北京理工大学 | 一种自主在轨服务航天器超近距离视觉位姿测量方法 |
Non-Patent Citations (1)
Title |
---|
具有自适应结构光照明的鲁棒深度检测;张岳义等;《视觉传播与图像表征》;20140515;第25卷(第4期);说明书第649-658页 |
Also Published As
Publication number | Publication date |
---|---|
CN105279727A (zh) | 2016-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10410327B2 (en) | Shallow depth of field rendering | |
KR102126300B1 (ko) | 올-인-포커스 이미지를 생성하기 위한 방법 및 장치 | |
CN102812490A (zh) | 图像处理装置以及电子设备 | |
CN106650615B (zh) | 一种图像处理方法及终端 | |
CN105243371A (zh) | 一种人脸美颜程度的检测方法、系统及拍摄终端 | |
KR20160142742A (ko) | 메이크업 거울을 제공하는 디바이스 및 방법 | |
US10992845B1 (en) | Highlight recovery techniques for shallow depth of field rendering | |
CN105247567B (zh) | 一种图像重新聚焦装置、方法、系统以及非瞬态程序存储设备 | |
CN104866755B (zh) | 应用程序解锁界面背景图片的设置方法、装置及电子设备 | |
CN106683100A (zh) | 一种图像分割去雾方法及终端 | |
US20210272252A1 (en) | Systems and methods for image processing | |
CN110335330A (zh) | 图像模拟生成方法及其系统、深度学习算法训练方法及电子设备 | |
Bianco et al. | Artistic photo filter removal using convolutional neural networks | |
CN114390201A (zh) | 对焦方法及其装置 | |
CN107507158A (zh) | 一种图像处理方法和装置 | |
CN105279727B (zh) | 图像处理方法及装置 | |
CN116168091A (zh) | 图像处理方法、装置、计算机设备和计算机程序产品 | |
CN110047126B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN109658360B (zh) | 图像处理的方法、装置、电子设备和计算机存储介质 | |
CN107945202B (zh) | 基于自适应阈值的图像分割方法、装置及计算设备 | |
JP6155349B2 (ja) | デコンボリューション画像において色収差を減じる方法、装置及びコンピュータプログラム製品 | |
CN105893578A (zh) | 一种照片选择的方法及装置 | |
US9886767B2 (en) | Method, apparatus and computer program product for segmentation of objects in images | |
CN106887024B (zh) | 照片的处理方法及处理系统 | |
EP3143586B1 (en) | Perimeter detection |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |