CN105761283B - 一种图片主色提取方法及装置 - Google Patents

一种图片主色提取方法及装置 Download PDF

Info

Publication number
CN105761283B
CN105761283B CN201610084742.6A CN201610084742A CN105761283B CN 105761283 B CN105761283 B CN 105761283B CN 201610084742 A CN201610084742 A CN 201610084742A CN 105761283 B CN105761283 B CN 105761283B
Authority
CN
China
Prior art keywords
color
space
picture
class
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
Application number
CN201610084742.6A
Other languages
English (en)
Other versions
CN105761283A (zh
Inventor
叶新
卢申朋
吴飞
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.)
Alibaba China Co Ltd
Original Assignee
Guangzhou Shenma Mobile Information 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 Guangzhou Shenma Mobile Information Technology Co Ltd filed Critical Guangzhou Shenma Mobile Information Technology Co Ltd
Priority to CN201610084742.6A priority Critical patent/CN105761283B/zh
Publication of CN105761283A publication Critical patent/CN105761283A/zh
Priority to PCT/CN2017/071759 priority patent/WO2017136996A1/zh
Application granted granted Critical
Publication of CN105761283B publication Critical patent/CN105761283B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明公开了一种图片主色提取的方法及装置,包括:输入待提取主色的图片;对图片所包含的显示单元在第一颜色空间中根据颜色特性进行分类,得到若干类颜色,并计算每类颜色对应的显示单元数目;将每类颜色从第一颜色空间转换至第二颜色空间,获取每类颜色在第二颜色空间每一维度取值;根据显示需求与第二颜色空间每一维度对应的因素,确定第二颜色空间每一维度的权重函数;根据每类颜色在第二颜色空间每一维度的取值与每一维度的权重函数,计算每类颜色的权重;根据每类颜色对应的显示单元数目以及权重计算颜色分值,提取颜色分值最高的该类颜色作为图片主色。本发明根据显示需求提取图片主色,应用于界面展示时效果更和谐或更个性化。

Description

一种图片主色提取方法及装置
技术领域
本发明涉及图片数据处理领域,更具体地,涉及一种在图片数据中提取主色的方法及装置。
背景技术
常见的图片数据处理包括图片显示、图片搜索、图片存储等。现有技术在展示界面进行图片显示时,特别是通过网页浏览器或者应用软件界面显示图片时,通常采用固定的配色方案显示图片的背景或者前景控件,但由于没有根据图片的内容进行自适应的调整,会影响界面的协调性和主题相关性。
因而部分现有技术对展示界面包含图片内容时的展示方式进行了优化,从展示界面包含的主要图片或核心图片中提取主色,基于主色对显示图片的背景或前景控件的显示进行自适应调整。但发明人发现,由于这部分优化的现有技术未根据实际的显示需求提取主色,导致自适应调整后的背景或前景控件颜色存在用户感官体验不佳、与文字颜色出现冲突等问题,不能满足显示需求中个性化因素或得不到和谐的展示效果。
发明内容
本发明的一个目的是提供一种根据显示需求提取图片主色的新技术方案。
根据本发明的第一方面,提供了一种图片主色提取方法,包括如下步骤:
输入步骤,用于输入待提取主色的图片,所述图片包括多个显示单元;
颜色分类步骤,用于对待提取主色的图片所包含的每个显示单元在第一颜色空间中进行分类处理,通过将颜色特性相同的所述显示单元归入同一类颜色从而得到若干颜色类别,并计算每类颜色对应的显示单元数目;
颜色权重计算步骤,用于将每类颜色从第一颜色空间转换至第二颜色空间,获取每类颜色在第二颜色空间每一维度取值,根据显示需求与所述第二颜色空间每一维度对应的因素,确定所述第二颜色空间每一维度的权重函数,根据每类颜色在所述第二颜色空间每一维度的取值与所述每一维度的权重函数,计算每类颜色的权重;
主色提取步骤,用于根据每类颜色对应的显示单元数目以及该类颜色的权重计算颜色分值,提取所述颜色分值最高的该类颜色作为图片主色。
优选地,所述颜色权重计算步骤包括:
将分类得到的N类颜色,从所述第一颜色空间转换至具有M维的第二颜色空间,得到每类颜色在所述第二颜色空间的取值,其中第i类颜色在所述第二颜色空间的第j维取值为Pij(i=1,...,N;j=1,...,M);
根据显示需求与所述第二颜色空间每一维度对应的因素,配置第二颜色空间每一维度的权重函数,其中第j维的权重函数为F(xj)(j=1,...,M);
根据每类颜色在所述第二颜色空间取值和权重函数计算每类颜色的权重,其中第i类颜色的权重Wi为:其中C为不为0的常数。
优选地,与显示需求中某个因素相关性越高的维度,其维度权重函数计算得到的结果值越大。
优选地,所述第一颜色空间为RGB空间,和/或所述第二颜色空间为HSV空间。
优选地,所述颜色权重计算步骤,用于当所述显示需求中与所述HSV空间的饱和度对应的因素为使显示颜色更鲜艳时,配置所述饱和度的权重函数为F(S)=(S/2A)2,其中
S为饱和度取值,A为正整数。
优选地,所述颜色权重计算步骤,用于当所述显示需求中与所述HSV空间的明度对应的因素为避免不利于文字展示的极端颜色时,配置所述明度的权重函数为
其中
V为明度取值,p2可以根据所述HSV空间明度取值V的最大值2p2-1获取。
优选地,所述颜色分类步骤还包括:用于对待提取主色的图片所包含的显示单元通过下述公式
进行下采样,将下采样得到[S′1,S′2,...S′T]相同的显示单元归为同类颜色;其中
T为所述第一颜色空间维度数目,[S1,...,ST]为单个显示单元在所述第一颜色空间的取值,q1为大于0且小于p1的整数,p1可以根据所述第一颜色空间中每一维最大值2p1-1获取。
优选地,所述主色提取步骤中,所述每类颜色的颜色分值为每类颜色对应的显示单元数目与权重相乘。
优选地,所述主色提取步骤包括:提取所述颜色分值最高的该类颜色的中间颜色值作为图片主色。
优选地,在所述颜色分类步骤之前还包括:图片缩小步骤,用于将图片边长像素缩小至合适值。
优选地,所述方法还包括模板匹配步骤,用于将提取的图片主色与预置的模板颜色进行匹配,选取与图片主色最相近的模板颜色作为最终输出的图片主色。
根据本发明的第二方面,提供了一种主色提取装置,包括:
输入模块,用于输入待提取主色的图片,所述图片包括多个显示单元;
颜色分类模块,用于对待提取主色的图片所包含的每个显示单元在第一颜色空间中进行分类处理,通过将颜色特性相同的所述显示单元归入同一类颜色从而得到若干颜色类别,并计算每类颜色对应的显示单元数目;
颜色权重计算模块,用于将每类颜色从第一颜色空间转换至第二颜色空间,获取每类颜色在第二颜色空间每一维度取值,根据显示需求与所述第二颜色空间每一维度对应的因素,确定所述第二颜色空间每一维度的权重函数,根据每类颜色在所述第二颜色空间每一维度的取值与所述每一维度的权重函数,计算每类颜色的权重;
主色提取模块,用于根据每类颜色对应的显示单元数目以及该类颜色的权重计算颜色分值,提取所述颜色分值最高的该类颜色作为图片主色。
优选地,所述颜色权重计算模块用于:
将分类得到的N类颜色,从所述第一颜色空间转换至具有M维的第二颜色空间,得到每类颜色在所述第二颜色空间的取值,其中第i类颜色在所述第二颜色空间的第j维取值为Pij(i=1,...,N;j=1,...,M);
根据显示需求与所述第二颜色空间每一维度对应的因素,配置第二颜色空间每一维度的权重函数,其中第j维的权重函数为F(xj)(j=1,...,M);
根据每类颜色在所述第二颜色空间取值和权重函数计算每类颜色的权重,其中第i类颜色的权重Wi为:其中C为不为0的常数。
优选地,所述颜色权重计算模块,用于配置所述权重函数,使得与显示需求中某个因素相关性越高的维度,其维度权重函数计算得到的结果值越大。
优选地,所述第一颜色空间为RGB空间,和/或所述第二颜色空间为HSV空间。
优选地,所述颜色权重计算模块,用于当所述显示需求中与所述HSV空间的饱和度对应的因素为使显示颜色更鲜艳时,配置所述饱和度的权重函数为F(S)=(S/2A)2,其中
S为饱和度取值,A为正整数。
优选地,所述颜色权重计算模块,用于当所述显示需求中与所述HSV空间的明度对应的因素为避免不利于文字展示的极端颜色时,配置所述明度的权重函数为
其中
V为明度取值,p2可以根据所述HSV空间明度V的最大取值2p2-1获取。
优选地,所述颜色分类模块,用于对待提取主色的图片所包含的显示单元通过下述公式
进行下采样,将下采样得到[S′1,S′2,...S′T]相同的显示单元归为同类颜色;其中
T为所述第一颜色空间维度数目,[S1,...,ST]为单个显示单元在所述第一颜色空间的取值,q1为大于0且小于p1的整数,p1可以根据所述第一颜色空间中每一维最大值2p1-1获取。
优选地,所述主色提取模块,还用于将每类颜色对应的显示单元数目与权重相乘作为每类颜色的颜色分值。
优选地,所述主色提取模块,还用于提取所述颜色分值最高的该类颜色的中间颜色值作为图片主色。
优选地,在颜色分类模块之前,还包括图片缩小模块,用于将图片边长像素缩小至合适值。
优选地,所述装置还包括模板匹配模块,用于将提取的图片主色与预置的模板颜色进行匹配,选取与图片主色最相近的模板颜色作为最终输出的图片主色。
根据本发明的第三方面,提供一种可编程设备,包括存储器和处理器,其中,所述存储器用于存储指令,所述指令用于控制所述处理器进行操作以执行前述的图片主色提取方法。
本发明的发明人发现,在现有技术中,还没有提出一种根据显示需求进行图片主色提取的方法。因此,本发明所要实现的技术任务或者所要解决的技术问题是本领域技术人员从未想到的或者没有预期到的,故本发明是一种新的技术方案。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1示出可用于实现本发明的实施例的计算系统1000的硬件配置的例子的框图。
图2示出本发明实施例的图片主色提取方法的流程图。
图3示出本发明实施例的图片主色提取装置的框图。
图4示出本发明实施例待提取主色图片的一个例子。
图5示出本发明实时例提取图片主色后进行应用的一个例子。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
<硬件配置>
图1是显示可用于实现本发明的实施例的计算系统1000的硬件配置的例子的框图。
如图1所示,计算系统包括计算装置1110。计算装置1110包含通过系统总线1121连接的处理单元1120、系统存储器1130、不可拆卸非易失性存储器接口1140、可拆卸非易失性存储器接口1150、用户输入接口1160、网络接口1170、视频接口1190和输出外设接口1195。
系统存储器1130包含ROM(只读存储器)1131和RAM(随机存取存储器)1132。BIOS(基本输入输出系统)1133驻留于ROM 1131中。操作系统1134、应用程序1135、其它的程序模块1136和一些程序数据1137驻留于RAM 1132中。
诸如硬盘的不可拆卸非易失性存储器1141与不可拆卸非易失性存储器接口1140连接。例如,不可拆卸非易失性存储器1141可存储操作系统1144、应用程序1145、其它的程序模块1146和一些程序数据1147。
诸如软盘驱动器1151和CD-ROM驱动器1155的可拆卸非易失性存储器与可拆卸非易失性存储器接口1150连接。例如,软盘可被插入软盘驱动器1151中,并且,CD(光盘)可被插入CD-ROM驱动器1155中。
诸如鼠标1161和键盘1162的输入设备与用户输入接口1160连接。
计算装置1110可通过网络接口1170与远程计算装置1180连接。例如,网络接口1170可通过局域网络1171与远程计算装置1180连接。作为替代方案,网络接口1170可与调制解调器(调制器-解调器)1172连接,并且调制解调器1172通过广域网络1173与远程计算装置1180连接。
远程计算装置1180可包含存储远程应用程序1185的诸如硬盘的存储器1181。
视频接口1190与监视器1191连接。
输出外设接口1195与打印机1196和扬声器1197连接。
图1所示的计算系统仅是解释性的,并且决不是为了要限制本发明、其应用或用途。
<实施例>
根据本发明的第一实施例,如图2所示,提供了一种图片主色提取方法,包括如下步骤:
首先在步骤S2100,输入待提取主色的图片,图片中包含多个显示单元。
其中,待提取主色的图片一般是在网页浏览时网页内容显示的主要图片,或是软件应用程序例如手机应用程序界面显示的主要图片,例如图4中所示为应用程序“神马搜索”的程序界面,界面中区域A中的圆形图片为待提取主色的图片。
待提取主色的图片包含多个显示单元,所述显示单元可以是图片显示的最小像素单元,可以是图片数据的最小阵列,也可以是根据应用需求划分的图片处理的显示区域,例如根据实现图片主色提取方法的装置支持的运算能力,划分可支持运算的图片最小显示区域。
此后可选地,进入步骤S2200,图片缩小步骤,用于将图片边长像素缩小至合适值。
若待提取主色的图片尺寸较大或者实现提取图片主色方法的装置处理能力受限,则可以通过步骤S2200,将待提取主色的图片边长像素缩小至合适值,使得图片的尺寸缩小为适合处理的尺寸或适配实现提取图片主色方法的装置处理能力的尺寸。所述合适值可以根据应用需求或者实现经验选取,一般应用中,将图片缩小至边长为200像素比较合适。
若待提取主色的图片尺寸合适或提取图片主色方法的装置处理能力不受限,则在步骤S2100后,直接进入步骤S2300,颜色分类步骤,对待提取主色的图片所包含的每个显示单元在第一颜色空间中进行分类处理,通过将颜色特性相同的所述显示单元归入同一类颜色从而得到若干颜色类别,并计算每类颜色对应的显示单元数目。
其中所述的第一颜色空间,可以是RGB空间,R代表红色、G代表绿色、B代表蓝色,在RGB空间中,通过对红(R)、绿(G)、蓝(B)三个颜色变化以及它们相互之间的叠加来得到各式各样的颜色的,因而在RGB空间这个三维颜色空间中可以通过三个维度R、G、B的不同取值来组合表征人类视力所能察觉的各种颜色。第一颜色空间还可以是其他可以通过其维度取值组合表征人类视力所能察觉的各种颜色的颜色空间,例如LAB空间,在LAB空间中L表示明度(取值0-100)、A表示洋红色至绿色的范围(取值范围127至-128,127对应红色,-128对应绿色)、B表示从黄色至蓝色的范围(取值范围127至-128,127对应蓝色,-128对应绿色),所有的颜色在LAB空间中可以以L、A、B这三个值交互变化所组成。
所述颜色特性,是可以在第一颜色空间中独立表征多个显示单元的颜色共同点的特性,可以是第一颜色空间中某个维度的数值范围,也可以是至少包含第一颜色空间中任意两个维度的数值范围的组合,或者其他等同的特性。
例如第一颜色空间为RGB空间,可以将符合R的取值在16-31范围这一颜色特性的显示单元归入同一类颜色,将符合R的取值在0-15范围这一颜色特性的显示单元归入另一类颜色,以此类推,只根据维度R的取值这一颜色特性对图片包含的显示单元进行分类。又或者根据R、G两个维度的取值的颜色特性进行分类,例如将R、G的取值均在16-31范围这一颜色特性的显示单元归入同一类颜色,将符合R、G的取值均在0-15范围这一颜色特性的显示单元归入另一类颜色,以此类推,完成分类。又或者同时根据R、G、B三个维度的取值的颜色特性进行分类,例如将符合R、G、B的取值均在16-31范围这一颜色特性的显示单元归入同一类颜色,将符合R、G、B的取值均在0-15范围这一颜色特性的显示单元归入另一类颜色,以此类推,完成分类。
因此当所述的第一颜色空间为RGB空间时,所述步骤S2300的颜色分类步骤,具体为对待提取主色的图片包含的每个显示单元在RGB空间进行分类处理,通过将在RGB空间中颜色特性相同的所述显示单元归入同一类颜色从而得到若干颜色类别,并计算每类颜色对应的显示单元数目。所述颜色特性,为RGB空间中任一维度的一定数值范围或至少包含RGB中任意两个维度的数值范围的组合。
分类方法可以包括多种,如上所述,可以为根据第一颜色空间至少一个维度的区间范围进行分段取值的方式。优选地,也可以通过下述公式1对图片中的显示单元进行下采样,从而对显示单元进行分类:
将下采样得到[S′1,S′2,...S′T]相同的显示单元归为同类颜色;其中
T为所述第一颜色空间维度数目,[S1,...,ST]为单个显示单元在所述第一颜色空间的取值,q1为大于0且小于p1的整数,p1可以根据所述第一颜色空间中每一维最大值2p1-1获取。
例如,所述第一颜色空间为RGB空间,将待提取主色的图片所包含的显示单元通过公式
进行下采样,
将下采样得到[S'R,S'G,S'B]相同的显示单元归为同类颜色;其中
[SR,SG,SB]为单个显示单元在所述RBG空间的取值,q1为大于0且小于p1的整数,p1可以根据所述RGB空间中每一维最大值2p1-1获取。
以第一颜色空间为RGB256空间(R、G、B的取值范围均为0-255)进一步详细说明,假设待提取主色的图片中一个显示单元A在RGB空间取值[SR,SG,SB]=[120,56,56],另一显示单元B在RGB空间取值[SR,SG,SB]=[124,50,60],通过上述方法对显示单元A、B进行下采样,其中可通过RGB空间每一维取值范围为0-255确定p1取值为8,选取q1的值为4(大于0且小于8的整数):
对于显示单元A:
对于显示单元B:
两个显示单元通过下采样得到的[S'R,S'G,S'B]相等,因而归为同类颜色。
进入步骤S2400,颜色权重计算步骤,用于将每类颜色从第一颜色空间转换至第二颜色空间,获取每类颜色在第二颜色空间每一维度取值,根据显示需求与所述第二颜色空间每一维度对应的因素,确定所述第二颜色空间每一维度的权重函数,根据每类颜色在所述第二颜色空间每一维度的取值与所述每一维度的权重函数,计算每类颜色的权重。
其中所述第二颜色空间一般为不同于第一颜色空间的颜色空间。例如第一颜色空间为RGB空间或LAB空间,第二颜色空间可以为HSV空间、HIS空间或YUV空间。其中HSV空间为三维颜色空间,具有色相H、饱和度S、明度V三个维度。HSI空间用H、S、I三个维度组合表示颜色,其中H定义颜色的波长色调(即色调),S表示颜色的深浅程度(即饱和度),I表示强度或亮度。YUV空间Y表示明亮度(即灰阶值),而U和V表示的则是色度,描述颜色的色彩及饱和度,构成彩色的两个分量。
当从第一颜色空间转换到第二颜色空间时,可以采用公知的颜色空间转换算法来进行,例如当从RGB颜色空间转换到HSV颜色空间时,可以采用opencv算法库,这些本发明均不做限制。
所述显示需求,可以是多样化的,如显示需求可能包含一种或多种因素,例如图片颜色较鲜艳,或是避免观看不适的极端颜色例如血红色等,或是避免不利于文字展示的极端颜色等。在进行图片显示时,可能只存在单一因素的显示需求,也可能多种因素的显示需求同时并存的。
以第二颜色空间为HSV空间为例,HSV空间为三维空间,具有色相H、饱和度S、明度V三个维度,若显示需求中包含图片颜色较鲜艳的因素,而该因素对应于HSV空间的饱和度S,则需要配置饱和度权重函数。又例如显示需求中包含图片不出现极端颜色例如血红色的因素,而该因素对应于HSV空间色相H,则需要配置色相权重函数。再例如显示需求中包含避免不利于文字展示的极端颜色的因素,则该因素对应于HSV空间明度V,需要配置明度权重函数。
进一步地,若显示需求中包含图片颜色较鲜艳的因素,需要配置饱和度S的权重函数,可以配置饱和度权重函数为饱和度值S的平方函数,使得饱和度函数计算得到的结果值能突出显示需求中包含的图片颜色较鲜艳的因素。又例如,显示需求中包含图片颜色较柔和的因素,需要配置饱和度S的权重函数,可以配置饱和度权重函数为饱和度值S的一次函数或常数项,使得饱和度函数计算得到的结果值能突出显示需求中包含的图片颜色较柔和的因素。又例如显示需求中包含图片不出现极端颜色例如血红色的因素,而该因素对应于HSV空间色相H,该因素要求落入血红色对应的H的取值范围的颜色不能为主色,需要配置色相权重函数,使得色相权重函数计算结果值可以剔除血红色。再例如显示需求中包含避免不利于文字展示的极端颜色的因素,则该因素对应于HSV空间明度V,需要配置明度V的权重函数,可以配置明度权重函数为线性函数,使得明度权重函数的计算结果值可以避免不利于文字展示的极端颜色。以上举例仅为示意性举例,本发明中并不仅局限于此,本领域技术人员可以根据实际应用场景或需求变换实现本发明所述方法。
优选地,将步骤S2300中分类得到的N类颜色,从所述第一颜色空间转换至具有M维的第二颜色空间,得到每类颜色在所述第二颜色空间的取值,其中第i类颜色在所述第二颜色空间的第j维取值为Pij(i=1,...,N;j=1,...,M),根据显示需求与所述第二颜色空间每一维度对应的因素,配置第二颜色空间每一维度的权重函数,其中第j维的权重函数为F(xj)(j=1,...,M)。
而后,根据每类颜色在所述第二颜色空间取值和权重函数计算每类颜色的权重,其中第i类颜色的权重Wi为:
其中C为不为0的常数。
可以根据应用需求或者实现经验选取C的取值,例如C=1。
以所述第一颜色空间为RGB空间、第二颜色空间为HSV空间进一步举例说明。在RGB空间中分类得到的每类颜色,从RGB空间转换至HSV空间。HSV空间为3维颜色空间,本例中H空间(颜色色相)的取值范围为[0,179],表示一个色环;S空间(颜色饱和度)的取值范围为[0,255],值越大饱和度越高;V空间(颜色明度)的取值范围为[0,255],值越大明度越高。
将在步骤S2300中分类得到的N类颜色,从RGB空间转换至具有3维的HSV空间,得到每类颜色在HSV空间的色相H、饱和度S、明度V取值,其中第i类颜色的取值为[Hi,Si,Vi],根据显示需求与HSV空间每一维度对应的因素,配置HSV每一维度权重函数,其中色相权重函数为F(H),饱和度权重函数为F(S),明度权重函数为F(V),根据每类颜色在HSV空间的取值和权重函数计算每类颜色的权重,其中第i类颜色的权重Wi为:
Wi=F(Hi)+F(Si)+F(Vi)+C (公式3)
其中,C为不为0的常数。
可以根据应用需求或者实现经验选取C的取值,例如C=1。
优选地,所述权重函数被配置为使得与显示需求中某个因素相关性越高的维度,其维度权重函数计算得到的结果值越大。
以第二颜色空间为HSV空间为例,如显示需求中包含图片颜色较鲜艳的因素,则HSV空间中色相H、饱和度S、明度V中,饱和度S与该因素相关性最高,因此可以配置饱和度权重函数为饱和度值S的平方函数,并配置色相权重函数、明度权重函数为一次项或常数项,甚至为0,使得饱和度权重函数计算的结果值比色相权重函数计算的结果值以及明度权重函数计算的结果值更大。
又例如显示需求中包含避免不利于文字展示的极端颜色的因素,则HSV空间中色相H、饱和度S、明度V中,明度V与该因素相关性最高,因此可以配置明度权重函数为明度值V的线性函数,并配置色相权重函数、饱和度权重函数为一次项或常数项,甚至为0,使得明度权重函数计算的结果值比色相权重函数计算的结果值以及饱和权重函数计算的结果值更大。
以上举例仅为示意性举例,本发明中并不仅局限于此,本领域技术人员可以根据实际应用场景或需求变换实现本发明所述方法。
优选地,所述显示需求中与所述HSV空间的饱和度对应的因素为使显示颜色更鲜艳时,配置所述饱和度的权重函数为
F(S)=(S/2A)2 (公式4)
其中,S为饱和度取值,A为正整数。
例如根据应用经验选取A=3,则根据公式4,饱和度权重函数为F(S)=(S/8)2
并且,显示需求中使显示颜色更鲜艳的因素,与所述HSV空间的饱和度对应的相关性较高,即高于显示需求中对对应色相H以及明度V的相关性,可将F(H)、F(V)设置为一次项表达式或者常数项,使得F(S)计算出的得到的结果值较大。
例如在某些应用中,显示需求中若不存在对应色相、明度的因素,只有对应饱和度的因素为使显示颜色更鲜艳,则配置F(H)、F(V)均为0,根据公式3、公式4,第i类颜色的权重Wi为:Wi=(Si/A)2+C,其中Si为第i类颜色的饱和度值。
优选地,所述显示需求中与所述HSV空间的明度对应的因素为避免不利于文字展示的极端颜色时,配置所述明度的权重函数为
其中,V为明度取值,p2可以根据所述HSV空间中明度取值V的最大值2p2-1获取。
例如,所举例中HSV空间中明度取值V的最大值为255,则对应p2=8,则根据公式5,明度权重函数为:
并且,显示需求中为避免不利于文字展示的极端颜色的因素,与所述HSV空间的明度对应的相关性较高,即高于显示需求中对应色相H以及饱和度S的相关性,可将F(H)、F(S)设置为一次项表达式或者常数项,使得F(S)计算出的得到的结果值较大。
例如在某些应用中,显示需求中若不存对应色相、饱和度的因素,只有对应明度的因素,则配置F(H)、F(S)均为0,根据公式3、公式5,第i类颜色的权重Wi为:
其中Vi为第i类颜色的明度值。
随后进入步骤S2500,主色提取步骤,用于根据每类颜色对应的显示单元数目以及该类颜色的权重计算颜色分值,提取所述颜色分值最高的该类颜色作为图片主色。
本发明中,颜色分值表征对每类颜色的评价,根据显示需求所获取的每类颜色的权重和每类颜色对应的显示单元数目综合决定。颜色分值最高的颜色,是最符合显示需求情况下在图片中包含显示单元数目(即对应的显示单元数目)最多的颜色,因此该类颜色作为图片的主色。
根据每类颜色对应的显示单元数目以及该类颜色的权重计算颜色分值,可以是每类颜色对应的显示单元数目与该类颜色的权重简单相乘的数值,也可以是每类颜色对应的显示单元数目与该类颜色的权重相乘后再乘以或除以比例系数得到的数值,其中比例系数可以是根据应用需求选取或根据实现计算的装置处理能力选取,还可以采用其他等同的计算方法,只要能使得计算获取的每类颜色的颜色分值的结果,是体现根据显示需求所获取的每类颜色的权重以及每类颜色对应的显示单元数目,基于相同的评价标准对每类颜色进行的评价。
优选地,将每类颜色对应的显示单元数目与权重相乘作为每类颜色的颜色分值。
更优选地,提取所述颜色分值最高的该类颜色的中间颜色值作为图片主色。
所述颜色分值最高的该类颜色的中间颜色值,可以是对颜色分值最高的该类颜色所对应的显示单元数目在经过数值排序或其他排序方法后,得到排序在中间位置的显示单元对应的颜色值。
可选地,进入步骤S2600,模板匹配步骤,用于将提取的图片主色与预置的模板颜色进行匹配,选取与图片主色最相近的模板颜色作为最终输出的图片主色。
若经过步骤S2500提取的图片主色存在颜色不美观或者未完全符合显示需求等问题,可进入步骤S2600对图片主色进行模板匹配,选取与图片主色最相近的模板颜色作为最终输出的图片主色,使得最终输出的图片主色符合用户审美或者完全符合显示需求。
其中预置的模板颜色可以根据显示需求选取,例如选取用户体验较为良好的颜色集合作为模板颜色,排除刺眼的血红色等。将图片主色与模板颜色匹配的算法,可以采用John R.Smith和Shih-Fu Chang在《a fully automated content-based image querysystem》中提出的颜色相似性计算方法。
若经过步骤S2500提取的图片主色不存在不美观或不符合显示需求的问题,则经过步骤S2500提取的图片主色为最终输出的图片主色,无需再进入步骤S2600。
通过本发明所述的提取图片主色的方法,可以将提取的图片主色应用在展示图片界面的背景、控件(如按钮、进度条、图标等)、文字等上,使得界面元素搭配在观感上更和谐,避免界面风格千篇一律或颜色与展示内容无关,更加突出展示内容的风格属性。例如,在图4所示“神马搜索”界面中,界面A区域圆形图片为界面的核心图片,对A区域圆形图片提取图片主色后,将图片主色替换界面中的进度条(进度条为见图5中B区域中长条状控件)的原有颜色,得到如图5所示效果,使得“神马搜索”界面上进度条颜色与界面的核心图片颜色风格一致,观感更和谐。
图3为本发明实施例的图片主色提取装置3000的框图。图片主色提取装置3000可以用来实现图2所示的方法,故重复部分不再详细描述。
图片主色提取装置3000,包括:输入模块3100、颜色分类模块3300、颜色权重计算模块3400和主色提取模块3500,优选地,还包括图片缩小模块3200和/或模板匹配模块3600。
输入模块3100,用于输入待提取主色的图片,所述图片包括多个显示单元。
可选地,还包括图片缩小模块3200,用于将图片边长像素缩小至合适值。
颜色分类模块3300,用于对待提取主色的图片所包含的每个显示单元在第一颜色空间中进行分类处理,通过将颜色特性相同的所述显示单元归入同一类颜色从而得到若干颜色类别,并计算每类颜色对应的显示单元数目。
优选地,所述颜色分类模块3300,用于对待提取主色的图片所包含的显示单元通过下述公式
进行下采样,将下采样得到[S′1,S′2,...S′T]相同的显示单元归为同类颜色;其中
T为所述第一颜色空间维度数目,[S1,...,ST]为单个显示单元在所述第一颜色空间的取值,q1为大于0且小于p1的整数,p1可以根据所述第一颜色空间中每一维最大值2p1-1获取。
颜色权重计算模块3400,用于将每类颜色从第一颜色空间转换至第二颜色空间,获取每类颜色在第二颜色空间每一维度取值,根据显示需求与所述第二颜色空间每一维度对应的因素,确定所述第二颜色空间每一维度的权重函数,根据每类颜色在所述第二颜色空间每一维度的取值与所述每一维度的权重函数,计算每类颜色的权重。
优选地,所述颜色权重计算模块3400用于:
将分类得到的N类颜色,从所述第一颜色空间转换至具有M维的第二颜色空间,得到每类颜色在所述第二颜色空间的取值,其中第i类颜色在所述第二颜色空间的第j维取值为Pij(i=1,...,N;j=1,...,M);
根据显示需求与所述第二颜色空间每一维度对应的因素,配置第二颜色空间每一维度的权重函数,其中第j维的权重函数为F(xj)(j=1,...,M);
计算每类颜色在所述第二颜色空间取值和权重函数计算每类颜色的权重,其中第i类颜色的权重Wi为:其中C为不为0的常数。
优选地,所述颜色权重计算模块3400,用于配置所述权重函数,使得与显示需求中某个因素相关性越高的维度,其维度权重函数计算得到的结果值越大。
优选地,所述第二颜色空间为HSV空间时,所述颜色权重计算模块3400,用于当所述显示需求中与所述HSV空间的饱和度对应的因素为使显示颜色更鲜艳时,配置所述饱和度的权重函数为F(S)=(S/2A)2,其中
S为饱和度取值,A为正整数。
优选地,所述第二颜色空间为HSV空间时,所述颜色权重计算模块3400,用于当所述显示需求中与所述HSV空间的明度对应的因素为避免不利于文字展示的极端颜色时,配置所述明度的权重函数为
其中
V为明度取值,p2可以根据所述HSV空间明度V的最大取值2p2-1获取。
主色提取模块3500,用于根据每类颜色对应的显示单元数目以及该类颜色的权重计算颜色分值,提取所述颜色分值最高的该类颜色作为图片主色。
优选地,所述主色提取模块3500,还用于将每类颜色对应的显示单元数目与权重相乘作为每类颜色的颜色分值。
更优选地,所述主色提取模块3500,还用于提取所述颜色分值最高的该类颜色的中间颜色值作为图片主色。
可选地,所述装置还包括模板匹配模块3600,用于将提取的图片主色与预置的模板颜色进行匹配,选取与图片主色最相近的模板颜色作为最终输出的图片主色。
根据本发明的再一个实施例,还提供一种可编程设备,包括存储器和处理器,其中,所述存储器用于存储指令,所述指令用于控制所述处理器进行操作以执行图2所述的方法。
以上已经结合附图描述了本发明的第一实施例,根据本实施例,提供一种图片主色提取方法及装置。对图片所包含的多个显示单元根据其在第一颜色空间中的颜色特性进行分类,得到多个颜色特性相同的颜色类别,计算每类颜色对应的显示单元数目,将每类颜色从第一颜色空间转化至第二颜色空间,根据显示需求与第二颜色空间中每一维度对应的因素配置第二颜色空间每一维度的权重函数,进而计算每类颜色的颜色权重,根据每类颜色的颜色权重与每类颜色的显示单元数目,计算每类颜色的颜色分值,提取颜色分值最高的颜色作为图片的主色。本方案根据显示需求提取图片的主色,进而可以根据提取的主色自适应地调整图片背景或前景控件显示,使得图片整体显示协调美观,避免出现不符合显示需求的不美观颜色或与文字颜色冲突等现象,满足显示需求中个性化因素。
本领域技术人员应当明白,可以通过各种方式来实现图片主色提取装置。例如,可以通过指令配置处理器来实现图片主色提取装置。例如,可以将指令存储在ROM中,并且当启动设备时,将指令从ROM读取到可编程器件中来实现图片主色提取装置。例如,可以将图片主色提取装置固化到专用器件(例如ASIC)中。可以将图片主色提取装置分成相互独立的单元,或者可以将它们合并在一起实现。图片主色提取装置可以通过上述各种实现方式中的一种来实现,或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (23)

1.一种图片主色提取方法,其特征在于,包括如下步骤:
输入步骤,用于输入待提取主色的图片,所述图片包括多个显示单元;
其中,所述显示单元是图片显示的最小像素单元、图片数据的最小阵列或者根据应用需求划分的图片处理的显示区域;
颜色分类步骤,用于对待提取主色的图片所包含的每个显示单元在第一颜色空间中进行分类处理,通过将颜色特性相同的所述显示单元归入同一类颜色从而得到若干颜色类别,并计算每类颜色对应的显示单元数目;
颜色权重计算步骤,用于将每类颜色从第一颜色空间转换至第二颜色空间,获取每类颜色在第二颜色空间每一维度取值,根据显示需求与所述第二颜色空间每一维度对应的因素,确定所述第二颜色空间每一维度的权重函数,根据每类颜色在所述第二颜色空间每一维度的取值与所述每一维度的权重函数,计算每类颜色的权重;
主色提取步骤,用于根据每类颜色对应的显示单元数目以及该类颜色的权重计算颜色分值,提取所述颜色分值最高的该类颜色作为图片主色。
2.根据权利要求1所述的方法,其特征在于,所述颜色权重计算步骤包括:
将分类得到的N类颜色,从所述第一颜色空间转换至具有M维的第二颜色空间,得到每类颜色在所述第二颜色空间的取值,其中第i类颜色在所述第二颜色空间的第j维取值为Pij;其中,i=1,...,N;j=1,...,M;
根据显示需求与所述第二颜色空间每一维度对应的因素,配置第二颜色空间每一维度的权重函数,其中第j维的权重函数为F(xj),其中,j=1,...,M;
根据每类颜色在所述第二颜色空间取值和权重函数计算每类颜色的权重,其中第i类颜色的权重Wi为:其中C为不为0的常数。
3.根据权利要求1所述的方法,其特征在于,与显示需求中某个因素相关性越高的维度,其维度权重函数计算得到的结果值越大。
4.根据权利要求1所述的方法,其特征在于,所述第一颜色空间为RGB空间,和/或所述第二颜色空间为HSV空间。
5.根据权利要求4所述的方法,其特征在于,所述第二颜色空间为HSV空间,在所述颜色权重计算步骤中,用于当所述显示需求中与所述HSV空间的饱和度对应的因素为使显示颜色更鲜艳时,配置所述饱和度的权重函数为F(S)=(S/2A)2,其中
S为饱和度取值,A为正整数。
6.根据权利要求4所述的方法,其特征在于,所述第二颜色空间为HSV空间,在所述颜色权重计算步骤中,用于当所述显示需求中与所述HSV空间的明度对应的因素为避免不利于文字展示的极端颜色时,配置所述明度的权重函数为
其中
V为明度取值,p2可以根据所述HSV空间明度取值V的最大值2p2-1获取。
7.根据权利要求1所述的方法,其特征在于,所述颜色分类步骤还包括:用于对待提取主色的图片所包含的显示单元通过下述公式
进行下采样,将下采样得到[S'1,S'2,...S'T]相同的显示单元归为同类颜色;其中
T为所述第一颜色空间维度数目,[S1,...,ST]为单个显示单元在所述第一颜色空间的取值,q1为大于0且小于p1的整数,p1可以根据所述第一颜色空间中每一维最大值2p1-1获取。
8.根据权利要求1所述的方法,其特征在于,所述主色提取步骤中,所述每类颜色的颜色分值为每类颜色对应的显示单元数目与权重相乘。
9.根据权利要求8所述的方法,其特征在于,所述主色提取步骤包括:提取所述颜色分值最高的该类颜色的中间颜色值作为图片主色。
10.根据权利要求1所述的方法,其特征在于,在所述颜色分类步骤之前还包括:图片缩小步骤,用于将图片边长像素缩小至合适值。
11.根据权利要求1所述的方法,其特征在于,所述方法还包括模板匹配步骤,用于将提取的图片主色与预置的模板颜色进行匹配,选取与图片主色最相近的模板颜色作为最终输出的图片主色。
12.一种主色提取装置,其特征在于,包括如下模块:
输入模块,用于输入待提取主色的图片,所述图片包括多个显示单元;
其中,所述显示单元是图片显示的最小像素单元、图片数据的最小阵列或者根据应用需求划分的图片处理的显示区域;
颜色分类模块,用于对待提取主色的图片所包含的每个显示单元在第一颜色空间中进行分类处理,通过将颜色特性相同的所述显示单元归入同一类颜色从而得到若干颜色类别,并计算每类颜色对应的显示单元数目;
颜色权重计算模块,用于将每类颜色从第一颜色空间转换至第二颜色空间,获取每类颜色在第二颜色空间每一维度取值,根据显示需求与所述第二颜色空间每一维度对应的因素,确定所述第二颜色空间每一维度的权重函数,根据每类颜色在所述第二颜色空间每一维度的取值与所述每一维度的权重函数,计算每类颜色的权重;
主色提取模块,用于根据每类颜色对应的显示单元数目以及该类颜色的权重计算颜色分值,提取所述颜色分值最高的该类颜色作为图片主色。
13.根据权利要求12所述的装置,其特征在于,所述颜色权重计算模块用于:
将分类得到的N类颜色,从所述第一颜色空间转换至具有M维的第二颜色空间,得到每类颜色在所述第二颜色空间的取值,其中第i类颜色在所述第二颜色空间的第j维取值为Pij;其中,i=1,...,N;j=1,...,M;
根据显示需求与所述第二颜色空间每一维度对应的因素,配置第二颜色空间每一维度的权重函数,其中第j维的权重函数为F(xj),其中,j=1,...,M;
根据每类颜色在所述第二颜色空间取值和权重函数计算每类颜色的权重,其中第i类颜色的权重Wi为:其中C为不为0的常数。
14.根据权利要求12所述的装置,其特征在于,所述颜色权重计算模块,用于配置所述权重函数,使得与显示需求中某个因素相关性越高的维度,其维度权重函数计算得到的结果值越大。
15.根据权利要求12所述的装置,其特征在于,所述第一颜色空间为RGB空间,和/或所述第二颜色空间为HSV空间。
16.根据权利要求15所述的装置,其特征在于,所述第二颜色空间为HSV空间,所述颜色权重计算模块,用于当所述显示需求中与所述HSV空间的饱和度对应的因素为使显示颜色更鲜艳时,配置所述饱和度的权重函数为F(S)=(S/2A)2,其中
S为饱和度取值,A为正整数。
17.根据权利要求15所述的装置,其特征在于,所述第二颜色空间为HSV空间,所述颜色权重计算模块,用于当所述显示需求中与所述HSV空间的明度对应的因素为避免不利于文字展示的极端颜色时,配置所述明度的权重函数为
其中
V为明度取值,p2可以根据所述HSV空间明度取值V的最大值2p2-1获取。
18.根据权利要求12所述的装置,其特征在于,所述颜色分类模块,用于对待提取主色的图片所包含的显示单元通过下述公式
进行下采样,将下采样得到[S’1,S’2,...S’T]相同的显示单元归为同类颜色;其中
T为所述第一颜色空间维度数目,[S1,...,ST]为单个显示单元在所述第一颜色空间的取值,q1为大于0且小于p1的整数,p1可以根据所述第一颜色空间中每一维最大值2p1-1获取。
19.根据权利要求12所述的装置,其特征在于,所述主色提取模块,还用于将每类颜色对应的显示单元数目与权重相乘作为每类颜色的颜色分值。
20.根据权利要求19所述的装置,其特征在于,所述主色提取模块,还用于提取所述颜色分值最高的该类颜色的中间颜色值作为图片主色。
21.根据权利要求12所述的装置,其特征在于,在颜色分类模块之前,还包括图片缩小模块,用于将图片边长像素缩小至合适值。
22.根据权利要求12所述的装置,其特征在于,所述装置还包括模板匹配模块,用于将提取的图片主色与预置的模板颜色进行匹配,选取与图片主色最相近的模板颜色作为最终输出的图片主色。
23.一种可编程设备,包括存储器和处理器,其中,所述存储器用于存储指令,所述指令用于控制所述处理器进行操作以执行根据权利要求1-11中任意一项所述的方法。
CN201610084742.6A 2016-02-14 2016-02-14 一种图片主色提取方法及装置 Active CN105761283B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610084742.6A CN105761283B (zh) 2016-02-14 2016-02-14 一种图片主色提取方法及装置
PCT/CN2017/071759 WO2017136996A1 (zh) 2016-02-14 2017-01-19 图片主色提取方法及装置、计算系统和机器可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610084742.6A CN105761283B (zh) 2016-02-14 2016-02-14 一种图片主色提取方法及装置

Publications (2)

Publication Number Publication Date
CN105761283A CN105761283A (zh) 2016-07-13
CN105761283B true CN105761283B (zh) 2018-12-25

Family

ID=56330745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610084742.6A Active CN105761283B (zh) 2016-02-14 2016-02-14 一种图片主色提取方法及装置

Country Status (2)

Country Link
CN (1) CN105761283B (zh)
WO (1) WO2017136996A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105761283B (zh) * 2016-02-14 2018-12-25 广州神马移动信息科技有限公司 一种图片主色提取方法及装置
CN106331536B (zh) * 2016-08-30 2019-09-17 北京奇艺世纪科技有限公司 一种传感器图像编码、解码方法及装置
CN108320312B (zh) * 2017-01-18 2022-01-11 阿里巴巴集团控股有限公司 图片的配色方法及装置、计算机终端
CN107578451A (zh) * 2017-09-20 2018-01-12 太原工业学院 一种面向自然图像的自适应主色提取方法
CN107977999B (zh) * 2017-12-04 2021-01-08 北京百度网讯科技有限公司 智能取色方法和装置
CN109460440B (zh) * 2018-09-18 2023-10-27 平安科技(深圳)有限公司 一种基于权重值的画像处理方法、装置及设备
CN109491739B (zh) * 2018-10-30 2023-04-07 北京字节跳动网络技术有限公司 一种主题色动态确定方法、装置、电子设备及存储介质
CN110210532B (zh) * 2019-05-15 2022-03-01 北京字节跳动网络技术有限公司 背景色生成方法、装置及电子设备
CN110728722B (zh) * 2019-09-18 2022-08-02 苏宁云计算有限公司 图像颜色迁移方法、装置、计算机设备和存储介质
CN111158826B (zh) * 2019-12-27 2022-04-05 腾讯科技(深圳)有限公司 一种界面皮肤生成方法、装置、设备及存储介质
CN113379595B (zh) * 2020-03-09 2024-04-09 北京沃东天骏信息技术有限公司 一种页面图片合成方法和装置
CN113867659B (zh) * 2020-06-30 2024-02-06 西安诺瓦星云科技股份有限公司 图像输出方法和装置以及模组控制器
CN112114929B (zh) * 2020-09-29 2023-11-17 青岛海信移动通信技术有限公司 显示设备及其图像显示方法
CN113204658A (zh) * 2021-05-27 2021-08-03 北京字跳网络技术有限公司 一种页面显示更新方法、装置、电子设备及存储介质
CN113223041B (zh) * 2021-06-25 2024-01-12 上海添音生物科技有限公司 用于自动提取图像中目标区域的方法、系统及存储介质
CN113470125B (zh) * 2021-07-21 2024-01-12 杭州万事利丝绸文化股份有限公司 一种对图案进行颜色搭配的方法及系统
CN115861055B (zh) * 2022-11-24 2023-12-01 武汉所见科技有限公司 基于图像识别处理技术的服装设计版面拼接分析方法
CN116229188B (zh) * 2023-05-08 2023-07-25 腾讯科技(深圳)有限公司 图像处理显示方法、分类模型的生成方法及其设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231757A (zh) * 2007-12-07 2008-07-30 北京搜狗科技发展有限公司 一种图片主色调分析方法、装置及其在图片搜索中的应用
CN102592272A (zh) * 2011-01-12 2012-07-18 腾讯科技(深圳)有限公司 一种图片主色调提取方法及装置
US20130121575A1 (en) * 2011-11-11 2013-05-16 Seoul National University R&B Foundation Image analysis apparatus using main color and method of controlling the same
CN103366178A (zh) * 2012-03-30 2013-10-23 北京百度网讯科技有限公司 一种用于对目标图像进行颜色分类的方法与设备
CN203405832U (zh) * 2013-08-19 2014-01-22 公安部第三研究所 一种车辆颜色分类装置
CN104281849A (zh) * 2013-07-03 2015-01-14 广州盖特软件有限公司 一种布料图像颜色特征提取方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7606414B2 (en) * 2005-03-11 2009-10-20 Honeywell International Inc. Fusion of color space data to extract dominant color
CN101714257A (zh) * 2009-12-23 2010-05-26 公安部第三研究所 图像主颜色特征提取和结构化描述的方法
CN104093010B (zh) * 2013-11-15 2016-08-17 腾讯科技(深圳)有限公司 一种图像处理方法及装置
CN105761283B (zh) * 2016-02-14 2018-12-25 广州神马移动信息科技有限公司 一种图片主色提取方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231757A (zh) * 2007-12-07 2008-07-30 北京搜狗科技发展有限公司 一种图片主色调分析方法、装置及其在图片搜索中的应用
CN102592272A (zh) * 2011-01-12 2012-07-18 腾讯科技(深圳)有限公司 一种图片主色调提取方法及装置
US20130121575A1 (en) * 2011-11-11 2013-05-16 Seoul National University R&B Foundation Image analysis apparatus using main color and method of controlling the same
CN103366178A (zh) * 2012-03-30 2013-10-23 北京百度网讯科技有限公司 一种用于对目标图像进行颜色分类的方法与设备
CN104281849A (zh) * 2013-07-03 2015-01-14 广州盖特软件有限公司 一种布料图像颜色特征提取方法
CN203405832U (zh) * 2013-08-19 2014-01-22 公安部第三研究所 一种车辆颜色分类装置

Also Published As

Publication number Publication date
CN105761283A (zh) 2016-07-13
WO2017136996A1 (zh) 2017-08-17

Similar Documents

Publication Publication Date Title
CN105761283B (zh) 一种图片主色提取方法及装置
CN106201535B (zh) 工具栏背景颜色随着图片的主颜色而变换的方法和装置
US11854070B2 (en) Generating virtual makeup products
US20220215463A1 (en) Applying Virtual Makeup Products
US9741137B2 (en) Image-based color palette generation
He et al. Image color transfer to evoke different emotions based on color combinations
US9396560B2 (en) Image-based color palette generation
US9552656B2 (en) Image-based color palette generation
US9311889B1 (en) Image-based color palette generation
US20190385210A1 (en) Automated color processing and selection platform
Park et al. Mc-gan: Multi-conditional generative adversarial network for image synthesis
KR102485503B1 (ko) 이미지 데이터베이스 분석 기반 상품 추천 장치 및 방법
US20190279346A1 (en) Image-blending via alignment or photometric adjustments computed by a neural network
WO2014070914A1 (en) Automated color processing and selection platform
CN108012081A (zh) 智能美颜方法、装置、终端和计算机可读存储介质
CN110198437A (zh) 图像的处理方法、装置、存储介质和电子装置
CN106874296A (zh) 一种商品的风格识别方法及装置
CN108921856A (zh) 图像裁剪方法、装置、电子设备及计算机可读存储介质
CN107408401A (zh) 用于图像的简化调整的用户滑块
KR102234614B1 (ko) 공간 이미지 분석 기반 배색 추천 장치 및 방법
JP2006031688A (ja) 画像加工装置、画像加工方法及び画像加工プログラム
CN110287343A (zh) 图片生成方法及装置
CN108805095A (zh) 图片处理方法、装置、移动终端及计算机可读存储介质
CN113658287B (zh) 用户界面配色处理方法、装置及设备
KR102208685B1 (ko) 데이터 증강 기반 공간 분석 모델 학습 장치 및 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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200527

Address after: 310051 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province

Patentee after: Alibaba (China) Co.,Ltd.

Address before: 510627 Guangdong city of Guangzhou province Whampoa Tianhe District Road No. 163 Xiping Yun Lu Yun Ping B radio 16 floor tower square

Patentee before: GUANGZHOU SHENMA MOBILE INFORMATION TECHNOLOGY Co.,Ltd.