CN106408534A - 图像处理方法、装置及电子设备 - Google Patents

图像处理方法、装置及电子设备 Download PDF

Info

Publication number
CN106408534A
CN106408534A CN201610822440.4A CN201610822440A CN106408534A CN 106408534 A CN106408534 A CN 106408534A CN 201610822440 A CN201610822440 A CN 201610822440A CN 106408534 A CN106408534 A CN 106408534A
Authority
CN
China
Prior art keywords
area
region
target area
repaired
image
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
CN201610822440.4A
Other languages
English (en)
Other versions
CN106408534B (zh
Inventor
包立
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.)
Beijing Jupiter Technology Co ltd
Original Assignee
Beijing Kingsoft Internet Security Software 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 Beijing Kingsoft Internet Security Software Co Ltd filed Critical Beijing Kingsoft Internet Security Software Co Ltd
Priority to CN201610822440.4A priority Critical patent/CN106408534B/zh
Publication of CN106408534A publication Critical patent/CN106408534A/zh
Application granted granted Critical
Publication of CN106408534B publication Critical patent/CN106408534B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T5/77—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Image Analysis (AREA)

Abstract

本发明提出一种图像处理方法、装置及电子设备，该图像处理方法包括确定图像中的待修复区域；确定待修复区域上的目标像素点；获取以目标像素点为中心点的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，目标值根据预设公式生成；从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理。通过本发明能够有效提升图像修复处理效果。

Description

图像处理方法、装置及电子设备
技术领域
本发明涉及图像处理技术领域，尤其涉及一种图像处理方法、装置及电子设备。
背景技术
随着移动互联网的发展，一种传输信息的载体是图像，例如，用户通常会将自己的照片分享在社交网站上，一些应用场景下，用户会对自己的照片进行修复处理，例如，用户把照片上的瑕疵通过图像编辑技术进行修复。
相关技术中，采用图像处理软件对照片上的瑕疵进行修复，且需要用户将照片上传至个人计算机(personal computer，PC)上，操作步骤繁琐，图像修复处理效果差。
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像处理方法，能够有效提升图像修复处理效果。
本发明的另一个目的在于提出一种图像处理装置。
本发明的另一个目的在于提出一种电子设备。
本发明的另一个目的在于提出一种存储介质。
本发明的另一个目的在于提出一种应用程序。
为达到上述目的，本发明第一方面实施例提出的图像处理方法，包括：确定图像中的待修复区域；确定所述待修复区域上的目标像素点；获取以所述目标像素点为中心点的目标区域，其中，所述目标区域包括多个像素点，且在所述目标区域下所述目标像素点的目标值最大，所述目标值根据所述预设公式生成；从所述图像的待修复区域以外的区域中选择与所述目标区域对应的替换区域；用所述与所述目标区域对应的替换区域替换所述目标区域，以对所述待修复区域进行修复处理。
在本发明的一个实施例中，所述获取以所述目标像素点为中心点的目标区域，其中，所述目标区域包括多个像素点，且在所述目标区域下所述目标像素点的目标值最大，所述目标值根据预设公式生成，包括：
将所述待修复区域中的像素点作为第一像素点，并对所述第一像素点进行标记，得到每个第一像素点的第一标记；
将所述待修复区域以外的区域中的像素点作为第二像素点，并对所述第二像素点进行标记，得到每个第二像素点的第二标记；
根据所述第一标记、所述第二标记和所述预设公式获取以所述目标像素点为中心点的目标区域，其中，所述目标区域包括多个第一像素点和多个第二像素点，且在所述目标区域下所述目标像素点的目标值最大，所述目标值根据预设公式生成。
在本发明的一个实施例中，所述预设公式为：
其中，p待修复区域上的目标像素点，P(p)为目标像素点p的目标值，C(p)为目标像素点p的标记，ψp为目标区域，|ψp|为所述目标区域中像素点标记的累加和，I为所述图像的全部区域，Ω为所述图像中待修复的区域，q为满足条件q∈ψp∩(I-Ω)的像素点且q为所述第二像素点，C(q)为像素点q的标记，D(p)为切向分量，为目标像素点p处的正交算子，np为目标像素点p处的单位正交向量，α为归一化算子。
在本发明的一个实施例中，所述从所述图像的待修复区域以外的区域中选择与所述目标区域对应的替换区域，包括：
遍历所述图像的待修复区域以外的区域中的像素点，确定至少一种包括所述多个像素点的图像区域，得到至少一种图像区域；
从所述至少一种图像区域中选择与所述目标区域对应的替换区域。
在本发明的一个实施例中，所述从所述至少一种图像区域中选择与所述目标区域对应的替换区域，包括：
计算所述至少一种图像区域中每种图像区域与所述目标区域之间的像素点的差值之和，得到至少一个的差值之和；
获取所述至少一个的差值之和中，值最小的差值之和对应的图像区域作为与所述目标区域对应的替换区域。
在本发明的一个实施例中，在所述用所述对应的替换区域替换所述目标区域，以对所述待修复区域进行修复处理之后，还包括：
获取替换后的目标区域；
将所述替换后的目标区域中的第一像素点的第一标记更新为第二标记，得到更新标记后的区域；
根据所述更新标记后的区域对所述待修复区域进行更新。
在本发明的一个实施例中，所述目标像素点为所述待修复区域的边界线上的像素点。
在本发明的一个实施例中，所述第一标记为0，所述第二标记为1。
本发明第一方面实施例提出的图像处理方法，通过确定图像中的待修复区域中的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理，能够有效提升图像修复处理效果。
为达到上述目的，本发明第二方面实施例提出的图像处理装置，包括：第一确定模块，用于确定图像中的待修复区域；第二确定模块，用于确定所述待修复区域上的目标像素点；第一获取模块，用于获取以所述目标像素点为中心点的目标区域，其中，所述目标区域包括多个像素点，且在所述目标区域下所述目标像素点的目标值最大，所述目标值根据所述预设公式生成；选择模块，用于从所述图像的待修复区域以外的区域中选择与所述目标区域对应的替换区域；替换模块，用于用所述与所述目标区域对应的替换区域替换所述目标区域，以对所述待修复区域进行修复处理。
在本发明的一个实施例中，所述第一获取模块包括：
第一标记子模块，用于将所述待修复区域中的像素点作为第一像素点，并对所述第一像素点进行标记，得到每个第一像素点的第一标记；
第二标记子模块，用于将所述待修复区域以外的区域中的像素点作为第二像素点，并对所述第二像素点进行标记，得到每个第二像素点的第二标记；
获取子模块，用于根据所述第一标记、所述第二标记和所述预设公式获取以所述目标像素点为中心点的目标区域，其中，所述目标区域包括多个第一像素点和多个第二像素点，且在所述目标区域下所述目标像素点的目标值最大，所述目标值根据预设公式生成。
在本发明的一个实施例中，所述预设公式为：
其中，p待修复区域上的目标像素点，P(p)为目标像素点p的目标值，C(p)为目标像素点p的标记，ψp为目标区域，|ψp|为所述目标区域中像素点标记的累加和，I为所述图像的全部区域，Ω为所述图像中待修复的区域，q为满足条件q∈ψp∩(I-Ω)的像素点，且q为所述第二像素点，C(q)为像素点q的标记，D(p)为切向分量，为目标像素点p处的正交算子，np为目标像素点p处的单位正交向量，α为归一化算子。
在本发明的一个实施例中，所述选择模块包括：
遍历子模块，用于遍历所述图像的待修复区域以外的区域中的像素点，确定至少一种包括所述多个像素点的图像区域，得到至少一种图像区域；
选择子模块，用于从所述至少一种图像区域中选择与所述目标区域对应的替换区域。
在本发明的一个实施例中，所述选择子模块包括：
计算单元，用于计算所述至少一种图像区域中每种图像区域与所述目标区域之间的像素点的差值之和，得到至少一个的差值之和；
获取单元，用于获取所述至少一个的差值之和中，值最小的差值之和对应的图像区域作为与所述目标区域对应的替换区域。
在本发明的一个实施例中，还包括：
第二获取模块，用于在在所述用所述对应的替换区域替换所述目标区域，以对所述待修复区域进行修复处理之后，获取替换后的目标区域；
第一更新模块，用于将所述替换后的目标区域中的第一像素点的第一标记更新为第二标记，得到更新标记后的区域；
第二更新模块，用于根据所述更新标记后的区域对所述待修复区域进行更新。
在本发明的一个实施例中，所述目标像素点为所述待修复区域的边界线上的像素点。
在本发明的一个实施例中，所述第一标记为0，所述第二标记为1。
本发明第二方面实施例提出的图像处理装置，通过确定图像中的待修复区域中的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理，能够有效提升图像修复处理效果。
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：处理器，存储器，电源电路，多媒体组件，音频组件，输入/输出(I/O)的接口，传感器组件，以及通信组件；其中，电路板安置在壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上；所述电源电路，用于为所述移动终端的各个电路或器件供电；所述存储器用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行：确定图像中的待修复区域；确定所述待修复区域上的目标像素点；获取以所述目标像素点为中心点的目标区域，其中，所述目标区域包括多个像素点，且在所述目标区域下所述目标像素点的目标值最大，所述目标值根据所述预设公式生成；从所述图像的待修复区域以外的区域中选择与所述目标区域对应的替换区域；用所述与所述目标区域对应的替换区域替换所述目标区域，以对所述待修复区域进行修复处理。
本发明第三方面实施例提出的电子设备，通过确定图像中的待修复区域中的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理，能够有效提升图像修复处理效果。
为达上述目的，本发明第四方面实施例提出了一种存储介质，其中，该存储介质用于存储应用程序，所述应用程序用于在运行时执行本发明实施例所述的图像处理方法。
本发明第四方面实施例提供的存储介质，通过确定图像中的待修复区域中的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理，能够有效提升图像修复处理效果。
为达上述目的，本发明第五方面实施例提出了一种应用程序，其中，所述应用程序用于在运行时执行本发明实施例所述的图像处理方法。
本发明第五方面实施例提供的应用程序，通过确定图像中的待修复区域中的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理，能够有效提升图像修复处理效果。
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像处理方法的流程示意图；
图2为本发明实施例中待修复区域示意图；
图3是本发明另一实施例提出的图像处理方法的流程示意图；
图4为本发明实施例中目标区域被修复后的效果示意图；
图5是本发明另一实施例提出的图像处理方法的流程示意图；
图6是本发明另一实施例提出的图像处理方法的流程示意图；
图7是本发明一实施例提出的图像处理装置的结构示意图；
图8是本发明另一实施例提出的图像处理装置的结构示意图；
图9为本发明实施例中待处理的图像示意图；
图10为本发明实施例中图像处理效果示意图；
图11是本发明实施例的一个电子设备的结构示意图。
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像处理方法的流程示意图。
随着移动互联网的发展，一种传输信息的载体是图像，例如，用户通常会将自己的照片分享在社交网站上，一些应用场景下，用户会对自己的照片进行修复处理，例如，用户把照片上的瑕疵通过图像编辑技术进行修复。
参见图1，该方法包括：
S11：确定图像中的待修复区域，并确定待修复区域上的目标像素点。
本发明实施例的执行主体可以为移动终端。
其中，移动终端可以是智能手机、平板电脑、个人数字助理、电子书等具有各种操作系统的硬件设备。具体地，移动终端可接收用户通过拖拽图像来触发对图像中的待修复区域进行修复，也可以通过其他快捷途径(例如蓝牙等)接收其它终端发送的图像来触发对图像中的待修复区域进行修复，在此不做限定。
其中，图像为用户选中的待修复的图像，图像中可以包括待修复区域。
S12：确定待修复区域上的目标像素点。
例如，参见图2，图2为本发明实施例中待修复区域示意图，图2中包括待修复区域21和待修复区域上的目标像素点22。
其中，目标像素点为待修复区域的边界线上的像素点。
在本发明的实施例中，可以通过确定待修复区域边界线上的像素点为中心点的目标区域，并确定对应的替换区域，以通过迭代的算法对目标区域进行替换以对待修复区域进行修复，通过对待修复区域的边界线上的像素点进行迭代修复，能有实现待修复区域和待修复区域以外的区域的图像效果的平滑过渡，填充自然。
S13：获取以目标像素点为中心点的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，目标值根据预设公式生成。
在本发明的实施例中，可以将待修复区域中的像素点作为第一像素点，并对第一像素点进行标记，得到每个第一像素点的第一标记；将待修复区域以外的区域中的像素点作为第二像素点，并对第二像素点进行标记，得到每个第二像素点的第二标记；根据第一标记、第二标记和预设公式获取以目标像素点为中心点的目标区域，其中，目标区域包括多个第一像素点和多个第二像素点，且在目标区域下目标像素点的目标值最大，目标值根据预设公式生成。
在本发明的实施例中，第一标记为0，第二标记为1。
其中，预设公式为：
其中，p待修复区域上的目标像素点，P(p)为目标像素点p的目标值，C(p)为目标像素点p的标记，ψp为目标区域，|ψp|为目标区域中像素点标记的累加和，I为图像的全部区域，Ω为图像中待修复的区域，q为满足条件q∈ψp∩(I-Ω)的像素点，且q为第二像素点，C(q)为像素点q的标记，D(p)为切向分量，为目标像素点p处的正交算子，np为目标像素点p处的单位正交向量，α为归一化算子。
作为一种示例，初始化的时候，令C(p)＝0；C(p)＝1，即将图像中的待修复区域内的像素标记为0，将待修复区域外的像素标记为1。作为P(p)中的一个权重C(p)，表示寻找到一块涵盖最多待修复区域外的区域(以p点为中心的区域)，为p点的切向分量，C(p)D(p)共同确定目标像素点，即p点。
具体地，可以根据预设公式迭代计算出使目标像素点的目标值最大的目标区域。
在本发明的实施例中，通过预设公式迭代计算出使目标像素点的目标值最大的目标区域，其中，预设公式可以以程序代码的形式内置于移动终端内，因此，本发明实施例中的图像处理方法可以应用在安卓、塞班、IOS系统的移动终端、平板电脑等智能移动设备上的图像处理过程中，也可以应用于在PC上的图像处理过程中，对此不作限制。
S14：从图像的待修复区域以外的区域中选择与目标区域对应的替换区域。
可选地，一些实施例中，参见图3，从图像的待修复区域以外的区域中选择与目标区域对应的替换区域，可以包括：
S31：遍历图像的待修复区域以外的区域中的像素点，确定至少一种包括多个像素点的图像区域，得到至少一种图像区域。
在本发明的实施例中，可以从待修复区域以外的区域中确定包括多个像素点的图像区域，其中，该图像区域中包括的多个像素点的个数可以与目标区域中的像素点的个数相同。
S32：从至少一种图像区域中选择与目标区域对应的替换区域。
可以理解的是，由于目标区域为图像中包含待修复区域的图像区域，而从待修复区域以外的区域中确定出的替换区域为不包含待修复区域。
S15：用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理。
可选地，通过预设公式确定p点后，从图像的待修复区域以外的区域中选择一块最接近目标区域的区域替换目标区域，更新C(p)，即将替换后的目标区域的像素全部标记为1，重复上述过程，一直到整幅图像的C(p)全等于1为止。
进一步而言，可以通过以下三步对待修复区域进行修复处理：
第一步：可以根据预设公式获得目标像素点，即p点，该p点为待修复区域边界上一个点，由C(p)和D(p)共同确定p点的位置。
第二步：在确定p点后，寻找以p点为中心，待修复区域外的一块区域(标记为ψq)，它和以p点为中心的目标区域的差值最小，即d(Ψp,Ψq)值最小，用寻到的区域ψq替换以p点为中心的目标区域ψp，然后更新C(p)，即将以p点为中心的目标区域像素全部标记为1，完成以p点为中心的目标区域的修复处理。
第三步：经第二步修复处理后的修复边界已经发生了变化，可以根据新的修复边界以及预设公式重新确定一个目标像素点，即p点，确定的过程同第二步一样，寻找以p点为中心，待修复区域外的一块区域(标记为ψq)，它和以p点为中心的目标区域的差值最小，即d(Ψp,Ψq)值最小，用寻到的区域ψq替换以p点为中心的目标区域ψp，如此重复第二步和第三步的过程，直到所有待修复的区域的C(p)为1为止。
例如，参见图4，图4为本发明实施例中目标区域被修复后的效果示意图。
通过从待修复区域以外的区域中确定出替换区域，由于替换区域为不包含待修复区域的图像区域，可以实现用替换区域对包含待修复区域的目标区域进行替换，提升图像修复处理效果。
一些实施例中，参见图5，在步骤S14后还可以包括：
S51：获取替换后的目标区域。
可选地，由图4可以看出，目标区域被待修复区域以外的区域替换，可以获取替换后的目标区域，以重新确定新的修复边界。
S52：将替换后的目标区域中的第一像素点的第一标记更新为第二标记，得到更新标记后的区域。
可选地，由图4可以看出，更新标记后的区域为图中除白色区域外的区域。
S53：根据更新标记后的区域对待修复区域进行更新。
可选地，当修复边界发生变化时，根据更新标记后的区域对待修复区域进行更新，可以实现用更新标记后的区域对待修复区域进行更新，提升图像修复处理效果。
本实施例中，通过确定图像中的待修复区域中的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理，能够有效提升图像修复处理效果。
图6是本发明另一实施例提出的图像处理方法的流程示意图。
参见图6，在图3所示实施例中步骤S32还包括：
S61：计算至少一种图像区域中每种图像区域与目标区域之间的像素点的差值之和，得到至少一个的差值之和。
例如，可以将至少一种图像区域中的每种图像区域，与目标图像区域之间的像素点的差值之和，即，将每种图像区域中和目标图像区域中的像素点一一对应配对，计算每对像素点的差值，再将每对像素点的差值作和，确定出与目标区域的差别最小的区域作为替换区域。
可选地，也可以采用其它算法获取与目标区域的差别最小的区域作为替换区域，对此不作限制。
S62：获取至少一个的差值之和中，值最小的差值之和对应的图像区域作为与目标区域对应的替换区域。
可以理解的是，取差值之和的最小值对应的图像区域作为对应的替换区域，能够保证自然的填充效果，且处理算法简单易操作，提升处理效率，节省移动终端的内存空间。
本实施例中，通过计算至少一种图像区域中每种图像区域与目标区域之间的像素点的差值之和，得到至少一个的差值之和，并获取至少一个的差值之和中，值最小的差值之和对应的图像区域作为与目标区域对应的替换区域，其中，差值之和的最小值对应的图像区域为与目标区域的差别最小的区域，能够保证自然的填充效果，且处理算法简单易操作，提升处理效率，节省移动终端的内存空间。
图7是本发明一实施例提出的图像处理装置的结构示意图。
参见图7，该图像处理装置70包括：第一确定模块701、第二确定模块702、第一获取模块703、选择模块704，以及替换模块705。
第一确定模块701，用于确定图像中的待修复区域。
第二确定模块702，用于确定待修复区域上的目标像素点。
其中，目标像素点为待修复区域的边界线上的像素点。
第一获取模块703，用于获取以目标像素点为中心点的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，目标值根据预设公式生成。
其中，预设公式为：
其中，p待修复区域上的目标像素点，P(p)为目标像素点p的目标值，C(p)为目标像素点p的标记，ψp为目标区域，|ψp|为目标区域中像素点标记的累加和，I为图像的全部区域，Ω为图像中待修复的区域，q为满足条件q∈ψp∩(I-Ω)的像素点，且q为第二像素点，C(q)为像素点q的标记，D(p)为切向分量，为目标像素点p处的正交算子，np为目标像素点p处的单位正交向量，α为归一化算子。
一些实施例中，参见图8，第一获取模块703包括：
第一标记子模块7031，用于将待修复区域中的像素点作为第一像素点，并对第一像素点进行标记，得到每个第一像素点的第一标记。
第二标记子模块7032，用于将待修复区域以外的区域中的像素点作为第二像素点，并对第二像素点进行标记，得到每个第二像素点的第二标记。
获取子模块7033，用于根据第一标记、第二标记和预设公式获取以目标像素点为中心点的目标区域，其中，目标区域包括多个第一像素点和多个第二像素点，且在目标区域下目标像素点的目标值最大，目标值根据预设公式生成。
可选地，第一标记为0，第二标记为1。
选择模块704，用于从图像的待修复区域以外的区域中选择与目标区域对应的替换区域。
一些实施例中，参见图8，选择模块704包括：
遍历子模块7041，用于遍历图像的待修复区域以外的区域中的像素点，确定至少一种包括多个像素点的图像区域，得到至少一种图像区域。
选择子模块7042，用于从至少一种图像区域中选择与目标区域对应的替换区域。
一些实施例中，参见图8，选择子模块7042包括：
计算单元70421，用于计算至少一种图像区域中每种图像区域与目标区域之间的像素点的差值之和，得到至少一个的差值之和。
获取单元70422，用于获取至少一个的差值之和中，值最小的差值之和对应的图像区域作为与目标区域对应的替换区域。
替换模块705，用于用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理。
一些实施例中，参见图8，该图像处理装置70还包括：
第二获取模块706，用于在在用对应的替换区域替换目标区域，以对待修复区域进行修复处理之后，获取替换后的目标区域。
第一更新模块707，用于将替换后的目标区域中的第一像素点的第一标记更新为第二标记，得到更新标记后的区域。
第二更新模块708，用于根据更新标记后的区域对待修复区域进行更新。
需要说明的是，前述图1-图5实施例中对图像处理方法实施例的解释说明也适用于该实施例的图像处理装置，其实现原理类似，此处不再赘述。
本实施例中，通过确定图像中的待修复区域中的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理，能够有效提升图像修复处理效果。
作为一种示例，图9为本发明实施例中待处理的图像示意图，图9为本发明实施例中图像处理效果示意图。参见图10，采用本发明实施例中的图像处理方法对图像中的瑕疵区域进行修复处理后的效果。
本发明实施例还提供了一种电子设备，参见图11，终端设备1100可以包括以下一个或多个组件：处理器1101，存储器1102，电源电路1103，多媒体组件1104，音频组件1105，输入/输出(I/O)的接口1106，传感器组件1107，以及通信组件1108。
电源电路1103，用于为移动终端的各个电路或器件供电；存储器1102用于存储可执行程序代码；处理器1101通过读取存储器1102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：
确定图像中的待修复区域；
确定待修复区域上的目标像素点；
获取以目标像素点为中心点的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，目标值根据预设公式生成；
从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；
用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理。
需要说明的是，前述图1-图6实施例中对图像处理方法实施例的解释说明也适用于该实施例的电子设备，其实现原理类似，此处不再赘述。
本实施例中，通过确定图像中的待修复区域中的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理，能够有效提升图像修复处理效果。
为了实现上述实施例，本发明还提出一种存储介质。其中，该存储介质用于存储应用程序，该应用程序用于在运行时执行本发明实施例的图像处理方法，其中，该图像处理方法包括：
确定图像中的待修复区域；
确定待修复区域上的目标像素点；
获取以目标像素点为中心点的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，目标值根据预设公式生成；
从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；
用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理。
需要说明的是，本实施例的应用程序执行图像处理方法和原理和实现方式与上述实施例的图像处理方法类似，为了避免冗余，此处不再赘述。
本发明实施例的存储介质，通过确定图像中的待修复区域中的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理，能够有效提升图像修复处理效果。
为了实现上述实施例，本发明还提出一种应用程序，其中，该应用程序用于在运行时执行本发明实施例的图像处理方法，其中，该图像处理方法包括：
确定图像中的待修复区域；
确定待修复区域上的目标像素点；
获取以目标像素点为中心点的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，目标值根据预设公式生成；
从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；
用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理。
需要说明的是，本实施例的应用程序执行图像处理方法和原理和实现方式与上述实施例的图像处理方法类似，为了避免冗余，此处不再赘述。
本发明实施例的应用程序，通过确定图像中的待修复区域中的目标区域，其中，目标区域包括多个像素点，且在目标区域下目标像素点的目标值最大，从图像的待修复区域以外的区域中选择与目标区域对应的替换区域；用与目标区域对应的替换区域替换目标区域，以对待修复区域进行修复处理，能够有效提升图像修复处理效果。
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)

1.一种图像处理方法，其特征在于，包括以下步骤：
确定图像中的待修复区域；
确定所述待修复区域上的目标像素点；
获取以所述目标像素点为中心点的目标区域，其中，所述目标区域包括多个像素点，且在所述目标区域下所述目标像素点的目标值最大，所述目标值根据预设公式生成；
从所述图像的待修复区域以外的区域中选择与所述目标区域对应的替换区域；
用所述与所述目标区域对应的替换区域替换所述目标区域，以对所述待修复区域进行修复处理。
2.如权利要求1所述的图像处理方法，其特征在于，所述获取以所述目标像素点为中心点的目标区域，其中，所述目标区域包括多个像素点，且在所述目标区域下所述目标像素点的目标值最大，所述目标值根据预设公式生成，包括：
将所述待修复区域中的像素点作为第一像素点，并对所述第一像素点进行标记，得到每个第一像素点的第一标记；
将所述待修复区域以外的区域中的像素点作为第二像素点，并对所述第二像素点进行标记，得到每个第二像素点的第二标记；
根据所述第一标记、所述第二标记和所述预设公式获取以所述目标像素点为中心点的目标区域，其中，所述目标区域包括多个第一像素点和多个第二像素点，且在所述目标区域下所述目标像素点的目标值最大，所述目标值根据预设公式生成。
3.如权利要求2所述的图像处理方法，其特征在于，所述预设公式为：
P ( p ) = C ( p ) D ( p ) = Σ q ∈ ψ p ∩ ( I - Ω ) C ( q ) | ψ p | · | ▿ I p ⊥ · n p | α ;
其中，p待修复区域上的目标像素点，P(p)为目标像素点p的目标值，C(p)为目标像素点p的标记，ψp为目标区域，|ψp|为所述目标区域中像素点标记的累加和，I为所述图像的全部区域，Ω为所述图像中待修复的区域，q为满足条件q∈ψp∩(I-Ω)的像素点，且q为所述第二像素点，C(q)为像素点q的标记，D(p)为切向分量，为目标像素点p处的正交算子，np为目标像素点p处的单位正交向量，α为归一化算子。
4.如权利要求1所述的图像处理方法，其特征在于，所述从所述图像的待修复区域以外的区域中选择与所述目标区域对应的替换区域，包括：
遍历所述图像的待修复区域以外的区域中的像素点，确定至少一种包括所述多个像素点的图像区域，得到至少一种图像区域；
从所述至少一种图像区域中选择与所述目标区域对应的替换区域。
5.如权利要求4所述的图像处理方法，其特征在于，所述从所述至少一种图像区域中选择与所述目标区域对应的替换区域，包括：
计算所述至少一种图像区域中每种图像区域与所述目标区域之间的像素点的差值之和，得到至少一个的差值之和；
获取所述至少一个的差值之和中，值最小的差值之和对应的图像区域作为与所述目标区域对应的替换区域。
6.如权利要求2所述的图像处理方法，其特征在于，在所述用所述对应的替换区域替换所述目标区域，以对所述待修复区域进行修复处理之后，还包括：
获取替换后的目标区域；
将所述替换后的目标区域中的第一像素点的第一标记更新为第二标记，得到更新标记后的区域；
根据所述更新标记后的区域对所述待修复区域进行更新。
7.如权利要求1-3任一项所述的图像处理方法，其特征在于，所述目标像素点为所述待修复区域的边界线上的像素点。
8.如权利要求2或6所述的图像处理方法，其特征在于，所述第一标记为0，所述第二标记为1。
9.一种图像处理装置，其特征在于，包括：
第一确定模块，用于确定图像中的待修复区域；
第二确定模块，用于确定所述待修复区域上的目标像素点；
第一获取模块，用于获取以所述目标像素点为中心点的目标区域，其中，所述目标区域包括多个像素点，且在所述目标区域下所述目标像素点的目标值最大，所述目标值根据所述预设公式生成；
选择模块，用于从所述图像的待修复区域以外的区域中选择与所述目标区域对应的替换区域；
替换模块，用于用所述与所述目标区域对应的替换区域替换所述目标区域，以对所述待修复区域进行修复处理。
10.一种电子设备，其特征在于，包括以下一个或多个组件：处理器，存储器，电源电路，多媒体组件，音频组件，输入/输出(I/O)的接口，传感器组件，以及通信组件；其中，电路板安置在壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上；所述电源电路，用于为所述移动终端的各个电路或器件供电；所述存储器用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行：
确定图像中的待修复区域；
确定所述待修复区域上的目标像素点；
获取以所述目标像素点为中心点的目标区域，其中，所述目标区域包括多个像素点，且在所述目标区域下所述目标像素点的目标值最大，所述目标值根据所述预设公式生成；
从所述图像的待修复区域以外的区域中选择与所述目标区域对应的替换区域；
用所述与所述目标区域对应的替换区域替换所述目标区域，以对所述待修复区域进行修复处理。
CN201610822440.4A 2016-09-13 2016-09-13 图像处理方法、装置及电子设备 Active CN106408534B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610822440.4A CN106408534B (zh) 2016-09-13 2016-09-13 图像处理方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610822440.4A CN106408534B (zh) 2016-09-13 2016-09-13 图像处理方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN106408534A true CN106408534A (zh) 2017-02-15
CN106408534B CN106408534B (zh) 2019-07-26

Family

ID=57999959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610822440.4A Active CN106408534B (zh) 2016-09-13 2016-09-13 图像处理方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN106408534B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785256A (zh) * 2019-01-04 2019-05-21 平安科技（深圳）有限公司 一种图像处理方法、终端设备及计算机可读介质
CN109951634A (zh) * 2019-03-14 2019-06-28 Oppo广东移动通信有限公司 图像合成方法、装置、终端及存储介质
CN111353946A (zh) * 2018-12-21 2020-06-30 腾讯科技（深圳）有限公司 图像修复方法、装置、设备及存储介质
CN109785256B (zh) * 2019-01-04 2024-05-14 平安科技（深圳）有限公司 一种图像处理方法、终端设备及计算机可读介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102982536A (zh) * 2012-11-05 2013-03-20 华为技术有限公司 处理图像的方法和设备
CN103679684A (zh) * 2012-09-10 2014-03-26 富士通株式会社 用于检测图像中的云的装置、方法以及电子设备
CN103839247A (zh) * 2012-11-20 2014-06-04 富士通株式会社 边缘像素确定方法、边缘像素确定装置和图像处理设备
CN104010129A (zh) * 2014-04-23 2014-08-27 小米科技有限责任公司 图像处理方法、装置及终端
CN104735364A (zh) * 2013-12-19 2015-06-24 中兴通讯股份有限公司 一种照片拍摄处理方法和设备
CN105006002A (zh) * 2015-08-31 2015-10-28 北京华拓金融服务外包有限公司 自动图像抠图方法和装置
CN105096355A (zh) * 2014-05-08 2015-11-25 腾讯科技（深圳）有限公司 图像处理方法和系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679684A (zh) * 2012-09-10 2014-03-26 富士通株式会社 用于检测图像中的云的装置、方法以及电子设备
CN102982536A (zh) * 2012-11-05 2013-03-20 华为技术有限公司 处理图像的方法和设备
CN103839247A (zh) * 2012-11-20 2014-06-04 富士通株式会社 边缘像素确定方法、边缘像素确定装置和图像处理设备
CN104735364A (zh) * 2013-12-19 2015-06-24 中兴通讯股份有限公司 一种照片拍摄处理方法和设备
CN104010129A (zh) * 2014-04-23 2014-08-27 小米科技有限责任公司 图像处理方法、装置及终端
CN105096355A (zh) * 2014-05-08 2015-11-25 腾讯科技（深圳）有限公司 图像处理方法和系统
CN105006002A (zh) * 2015-08-31 2015-10-28 北京华拓金融服务外包有限公司 自动图像抠图方法和装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353946A (zh) * 2018-12-21 2020-06-30 腾讯科技（深圳）有限公司 图像修复方法、装置、设备及存储介质
US11908105B2 (en) 2018-12-21 2024-02-20 Tencent Technology (Shenzhen) Company Limited Image inpainting method, apparatus and device, and storage medium
CN109785256A (zh) * 2019-01-04 2019-05-21 平安科技（深圳）有限公司 一种图像处理方法、终端设备及计算机可读介质
CN109785256B (zh) * 2019-01-04 2024-05-14 平安科技（深圳）有限公司 一种图像处理方法、终端设备及计算机可读介质
CN109951634A (zh) * 2019-03-14 2019-06-28 Oppo广东移动通信有限公司 图像合成方法、装置、终端及存储介质
CN109951634B (zh) * 2019-03-14 2021-09-03 Oppo广东移动通信有限公司 图像合成方法、装置、终端及存储介质

Also Published As

Publication number Publication date
CN106408534B (zh) 2019-07-26

Similar Documents

Publication Publication Date Title
KR102630035B1 (ko) 신경망 기반 영상 신호 처리를 수행하는 방법 및 장치
CN111739035B (zh) 基于人工智能的图像处理方法、装置、设备及存储介质
CN110287955B (zh) 目标区域确定模型训练方法、装置和计算机可读存储介质
CN111311485B (zh) 图像处理方法及相关装置
CN106796722A (zh) 用于计算计算机视觉特征的可配置硬件
CN106201170A (zh) 一种应用图标的角标处理方法及终端
JP6612486B1 (ja) 学習装置、分類装置、学習方法、分類方法、学習プログラム、及び分類プログラム
CN106408534A (zh) 图像处理方法、装置及电子设备
CN106155313B (zh) 移动终端、字符输入系统及方法
CN112465141A (zh) 模型压缩方法、装置、电子设备及介质
CN110287817B (zh) 目标识别及目标识别模型的训练方法、装置和电子设备
Giuly et al. DP2: Distributed 3D image segmentation using micro-labor workforce
CN112036304A (zh) 医疗票据版面识别的方法、装置及计算机设备
CN109493285A (zh) 基于众包的图像处理方法、装置、服务器及存储介质
Lin Research on tire crack detection using image deep learning method
Ontiveros-Robles et al. A FPGA-based hardware architecture approach for real-time fuzzy edge detection
CN116758360A (zh) 土地空间用途管理方法及其系统
Halder et al. Edge detection method using Richardson’s extrapolation formula
CN112070227A (zh) 一种神经网络训练方法和装置以及设备
Kumar et al. Semantic segmentation-based image inpainting detection
CN110852242A (zh) 基于多尺度网络的水印识别方法、装置、设备及存储介质
CN114612531A (zh) 一种图像处理方法、装置、电子设备及存储介质
Bäuerle et al. CAD-to-real: enabling deep neural networks for 3D pose estimation of electronic control units: A transferable and automated approach for industrial use cases
CN111612714A (zh) 图像修复方法、装置和电子设备
CN113537222A (zh) 一种数据处理方法、设备及存储介质

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: 20201125

Address after: Room 115, area C, 1 / F, building 8, yard 1, yaojiayuan South Road, Chaoyang District, Beijing 100025

Patentee after: Beijing LEMI Technology Co.,Ltd.

Address before: 100085 Beijing City, Haidian District Road 33, two floor East Xiaoying

Patentee before: BEIJING KINGSOFT INTERNET SECURITY SOFTWARE Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231027

Address after: 3870A, 3rd Floor, Building 4, Courtyard 49, Badachu Road, Shijingshan District, Beijing, 100144

Patentee after: Beijing Jupiter Technology Co.,Ltd.

Address before: Room 115, area C, 1 / F, building 8, yard 1, yaojiayuan South Road, Chaoyang District, Beijing 100025

Patentee before: Beijing LEMI Technology Co.,Ltd.