CN106600524A - 一种图像处理方法及终端 - Google Patents
一种图像处理方法及终端 Download PDFInfo
- Publication number
- CN106600524A CN106600524A CN201611046918.5A CN201611046918A CN106600524A CN 106600524 A CN106600524 A CN 106600524A CN 201611046918 A CN201611046918 A CN 201611046918A CN 106600524 A CN106600524 A CN 106600524A
- Authority
- CN
- China
- Prior art keywords
- skin tone
- tone value
- difference
- skin
- 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.)
- Withdrawn
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 47
- 230000008569 process Effects 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000009826 distribution Methods 0.000 claims description 48
- 230000009466 transformation Effects 0.000 claims description 30
- 230000006978 adaptation Effects 0.000 claims description 14
- 241000208340 Araliaceae Species 0.000 claims description 6
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 6
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 6
- 235000008434 ginseng Nutrition 0.000 claims description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000004075 alteration Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000000205 computational method Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 206010033546 Pallor Diseases 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 101100243367 Phlebia radiata mnp2 gene Proteins 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供一种图像处理方法,包括:从多个差异参数中随机选取一个差异参数对目标图像进行处理,其中,所述差异参数为以预设的初始喜好参数为参考而生成的,且所述多个差异参数与所述初始喜好参数的差异值在预设范围之内;统计在预设时间段内多次所述图像处理得到的目标图像的被喜好程度;选取被喜好程度符合预设要求的目标图像对应的差异参数作为新的初始喜好参数。另,本发明实施例还提供一种应用所述图像处理方法的终端。所述图像处理方法可以精确地根据不同用户的喜好自动调整图像处理参数。
Description
技术领域
本发明涉及终端图像处理领域,尤其涉及一种图像处理方法及应用所述图像处理方法的终端。
背景技术
目前,在手机、平板电脑等终端上,大都配备有高清摄像头,以为用户提供便捷的摄影体验。随着网络社交的不断发展,用户越来越看重终端的成像效果。在现有的终端成像过程中,为提升成像效果,大都通过在摄像应用中内置各种滤镜,以方便用户根据自身的需要选择对应的滤镜成像或者对照片进行后期处理,从而实现对照片的美化。然而,由于不同的用户在肤色上存在的差异,而现有的终端大都仅支持有限数量的滤镜来对肤色进行美化处理,从而导致无法根据用户的喜好来调节肤色,不利于提升终端的拍摄体验。
发明内容
本发明实施例提供一种图像处理方法及终端,以实现精确地根据不同用户的喜好自动调整图像处理参数,从而满足不同用户群体的图像处理需求。
第一方面,本发明实施例提供一种图像处理方法,包括:
从多个差异参数中随机选取一个差异参数对目标图像进行处理,其中,所述差异参数为以预设的初始喜好参数为参考而生成的,且所述多个差异参数与所述初始喜好参数的差异值在预设范围之内;
统计在预设时间段内多次所述图像处理得到的目标图像的被喜好程度;
选取被喜好程度符合预设要求的目标图像对应的差异参数作为新的初始喜好参数。
第二方面,本发明实施例提供一种终端,包括:
目标图像处理单元,用于从多个差异参数中随机选取一个差异参数对目标图像进行处理,其中,所述差异参数为以预设的初始喜好参数为参考而生成的,且所述多个差异参数与所述初始喜好参数的差异值在预设范围之内;
喜好程度统计单元,用于统计在预设时间段内多次所述图像处理得到的目标图像的被喜好程度;
喜好参数更新单元,用于选取被喜好程度符合预设要求的目标图像对应的差异参数作为新的初始喜好参数。
所述图像处理方法通过在预设的初始喜好参数的预设范围之内生成多个差异参数,进而在对目标图像进行处理时,随机选取其中一个差异参数对图像进行处理,并统计预设时间段内用户对不同差异参数处理后的目标图像的喜好程度,进而从中选取喜好程度满足预设要求的目标图像对应的差异参数作为新的初始喜好参数,从而可以实现根据用户的喜好程度动态地调节图像处理参数,从而满足不同用户群体的图像处理需求。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的图像处理方法的第一流程示意图;
图2是本发明实施例提供的图像处理方法的第一迭代过程示意图;
图3是本发明实施例提供的图像处理方法的第一迭代过程示意图;
图4是本发明实施例提供的图像处理方法的第二流程示意图;
图5是本发明实施例提供的图像处理方法的第三流程示意图;
图6是本发明实施例提供的图像处理方法的肤色值样本分布示意图;
图7是本发明实施例提供的图像处理方法的肤色值分布椭圆的分布示意图;
图8是本发明实施例提供的图像处理方法的预设像素调整权值的计算方式示意图;
图9是本发明实施例提供的图像处理方法的第四流程示意图;
图10A至图10D是本发明实施例提供的图像处理方法的三角形集合变换关系意图;
图11A和图10B是本发明实施例提供的图像处理方法的另一三角形集合变换关系意图;
图12是本发明实施例提供的终端的第一结构示意图;
图13是本发明实施例提供的终端的目标图像处理单元的第一结构示意图;
图14是本发明实施例提供的终端的目标图像处理单元的第二结构示意图;
图15是本发明实施例提供的终端的目标图像处理单元的第三结构示意图;
图16是本发明实施例提供的终端的第二结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
具体实现中,本发明实施例中描述的终端包括但不限于诸如具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是,在某些实施例中,所述设备并非便携式通信设备,而是具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的台式计算机。
在接下来的讨论中,描述了包括显示器和触摸敏感表面的终端。然而,应当理解的是,终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
可以在终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样,终端的公共物理架构(例如,触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
请参阅图1,在本发明一个实施例中,提供一种图像处理方法,应用于手机、平板电脑、数码相机等终端,以实现根据用户喜好程度自动调节图像处理参数,提升图像成像效果。所述图像处理方法至少包括如下步骤:
步骤101:从多个差异参数中随机选取一个差异参数对目标图像进行处理,其中,所述差异参数为以预设的初始喜好参数为参考而生成的,且所述多个差异参数与所述初始喜好参数的差异值在预设范围之内;
步骤102:统计在预设时间段内多次所述图像处理得到的目标图像的被喜好程度;
步骤103:选取被喜好程度符合预设要求的目标图像对应的差异参数作为新的初始喜好参数。
在一种实施方式中,所述初始喜好参数可以为初始喜好亮度值,所述多个差异参数可以为以所述初始喜好亮度值为中心,且位于人眼分辨能力范围内的多个差异亮度值。在本实施例中,所述初始喜好亮度值可以为终端在自动拍摄模式下的默认亮度值。
如图2所示,若所述初始喜好参数为初始喜好亮度值,则可以以所述初始喜好亮度值为中心(图中标记为21),生成两个与所述初始喜好亮度值相近但人眼可分辨的差异亮度值(图中标记为23、25),即当目标图像的亮度值在所述喜好亮度值和所述差异亮度值之间变化时,人眼可以感知这种变化。在每一次拍照完成之后,随机地从两个差异亮度值中选取一个(例如25)来对拍照得到的目标图像进行处理,即将目标图像的亮度值由初始的喜好亮度值随机地调整为两个差异亮度值中的一个。通过统计预设时间段(例如30天)内由两个不同的差异亮度值处理后的目标图像的被喜好程度,并将被喜好程度最高的亮度值作为新的喜好亮度值,进而以所述新的喜好亮度值为中心,重新生成两个差异亮度值,进而重复迭代上述步骤,经过N次迭代后,可以较精确地获得用户对图像的喜好亮度值。
在一种实施方式中,所述初始喜好参数可以为初始喜好肤色值,所述多个差异参数可以为以所述初始喜好肤色值为中心,且位于人眼分辨能力范围内的多个差异肤色值。在本实施例中,所述初始喜好肤色值可以为终端在自动拍摄模式下的默认肤色值。因不同的图像中肤色亮度可能存在较大差异,为避免受亮度的影响,在本实施例中,选择二维颜色空间来形成目标图像的肤色值。具体地,可以选择如下任意一种二维颜色空间:
YCbCr颜色空间中的色差Cb和Cr;
HSV颜色空间中的色调饱和度H和S;
HSI颜色空间中的色调饱和度H和S;
HSB颜色空间中的色调饱和度H和S;
CIE 1976L*a*b*颜色空间中的色品a*和b*;
亨特Lab(Hunter Lab)颜色空间中的色品a和b;
Luv颜色空间中的色度u和v;
CIE1931XYZ颜色标准定义的色品值x和y;
CIE1931RGB颜色标准定义的色品值r和b。
请参阅图3,若所述初始喜好参数为初始喜好肤色值,则可以以所述初始喜好肤色值为中心,生成多个(例如四个)与所述初始喜好肤色值相近但人眼可分辨的差异肤色值。在每一次拍照完成之后,随机地从两个差异肤色值中选取一个来对拍照得到的目标图像进行处理,即将目标图像的肤色值由初始的喜好肤色值随机地调整为两个差异肤色值中的一个。通过统计预设时间段(例如30天)内由两个不同的差异肤色值处理后的目标图像的被喜好程度,并将被喜好程度最高的肤色值作为新的喜好肤色值,进而以所述新的喜好肤色值为中心,重新生成两个差异肤色值,进而重复迭代上述步骤,经过N次迭代后,可以较精确地获得用户对图像的喜好肤色值。
可以理解,在对所述目标图像进行肤色值调整之前,需要先对目标图像中的肤色区域进行检测。在本实施例中,通过检测目标图像中各像素的RGB值,并根据RGB值来检测肤色区域。具体地,当像素的RGB值满足如表1所示的肤色检测条件时,则可以认为该像素位于肤色区域。其中,R、G、B分别表示像素在RGB颜色空间的取值,该取值范围可以在0~255之间。
表1肤色区域的RGB值检测条件
约束条件 | RGB值范围 |
单色成分 | R>40,G>55,B>66 |
双色成分 | R>G,G>B>20 |
双色成分差值 | abs(R-G)+(G-B)>20 |
偏红抑制 | R<2*G+10 |
请参阅图4,在一种实施方式中,所述从多个差异参数中随机选取一个差异参数对目标图像进行处理,包括:
步骤401:从所述多个差异肤色值中随机选取一个差异肤色值;
步骤402:对目标图像的肤色区域进行掩膜及羽化处理,得到肤色掩膜图像;
步骤403:计算所述肤色掩膜图像中肤色似然度大于预设似然度的所有像素的平均肤色值;
步骤404:计算被选取的差异肤色值与所述平均肤色值的差值,并结合掩膜图像中每一个像素的肤色似然度、当前肤色值及预设全局调整权值,计算每一个像素的更新肤色值;
步骤405:将所述每一个像素的肤色值从当前肤色值调整为更新肤色值。
具体地,为了避免对颜色调整的不连续,可以对肤色掩模图像进行羽化吹了,羽化处理得到的图像作为肤色似然图像,若似然度为1时,完全视为肤色区域,若似然度为0时,完全视为非肤色区域,若似然度介于0-1之间,则视为过渡区域。可以理解,过度区域需要采用折衷的颜色调整方案,避免出现不连续的假纹理,例如可以通过不同的权值调节过渡区域的肤色调整强度。
在本实施例中,以YCbCr颜色空间中的色差CbCr为例对图4中的方法进行说明。假设所述被选取的差异肤色值为(Cbprefer,Crprefer),对于任意一个像素,调整前的肤色值为(Cbin,Crin),调整后的更新肤色值为(Cbout,Crout),肤色掩模图像中肤色似然度大于预设似然度(例如0.8)的所有像素的平均肤色值为(Cbavg,Cravg),被选取的差异肤色值与所述平均肤色值的差值为(Cbprefer-Cbavg,Crprefer-Cravg),则可根据如下公式计算每一个像素的更新肤色值:
(Cbout,Crout)=(Cbin,Crin)+(Cbprefer-Cbavg,Crprefer-Cravg)·w·wg (1)
其中,w为每一个像素的肤色似然度,不同的像素可以具有不同的肤色似然度;wg为预设全局调整权值,其取值范围可以为wg∈[0,1];全部的像素都共用该预设全局调整权值。在本实施例中,wg=0表示不调整肤色,wg=1表示最大的调整强度,wg的值越大调整强度越大。可以理解,公式(1)给出的计算方法同样适用于在亨特Lab(Hunter Lab)颜色空间中的色品a和b的处理。
此外,还可以选择通过色调(又称色相)饱和度调整肤色。由于HSV,HSI和HSB等颜色空间中的饱和度调整是乘性关系的,处理方式略有差异。具体地,以HSV颜色空间中的色调饱和度H和S为例,选择肤色似然度大于预设似然度(例如0.8)的区域计算平均肤色值(Hueavg,Satavg),然后计算平均肤色与偏好肤色值(Hueprefer,Satprefer)之差,则对于目标图像中的任意一个像素,其更新肤色值(Hueout,Satout)可以通过如下公式计算:
其中,w为每一个像素的肤色似然度,不同的像素可以具有不同的肤色似然度;wg为预设全局调整权值,其取值范围可以为wg∈[0,1];全部的像素都共用该预设全局调整权值。在本实施例中,wg=0表示不调整肤色,wg=1表示最大的调整强度,wg的值越大调整强度越大。
可以理解,公式(2)给出的计算方法同样适用于在HSI和HSB等空间下的色调饱和度的处理。
在一种实施方式中,所述从多个差异参数中随机选取一个差异参数对目标图像进行处理,包括:
从所述多个差异肤色值中随机选取一个差异肤色值;
生成目标图像的肤色值分布椭圆,并在所述肤色值分布椭圆内确定被选取的差异肤色值的坐标和所述目标图像的初始肤色值的坐标;
根据预设坐标变换关系,将所述目标图像的肤色值由所述初始肤色值坐标调整为与所述被选取的差异肤色值的坐标相同;
在所述预设坐标变换关系中,初始肤色值的坐标与所述差异肤色值的坐标之间的距离越小的像素对应的肤色值调整强度越大。
其中,所述预设坐标变换关系可以为:
式中,(ain,bin)表示调整前的肤色值坐标,(aprefer,bprefer)表示被选取的差异肤色值坐标,(aout,bout)表示更新肤色值的坐标。
wg为预设全局调整权值,wg∈[0,1],全部的像素都共用这个参数,wg=0表示不调整肤色,wg=1表示最大的调整强度,值越大调整强度越大。w表示预设像素调整权值,w越大,调整的强度越大,具体实现方式可以参照图5至图8所示实施例中的相关描述。
此外,所述预设坐标变换关系还可以为仿射变换。具体地,可以将所述肤色值分布椭圆的圆周划分为若干相互连接的折线;进而将每一条折线的两端分别与所述目标图像的初始肤色值坐标连接,形成以所述目标图像的初始肤色值的坐标为中心的第一三角形集合,并将每一条折线的两端分别与所述被选取的差异肤色值的坐标连接,形成以所述被选取的差异肤色值的坐标为中心的第二三角形集合;最后通过仿射变换将所述目标图像位于所述第一三角形集合内的每一个像素的肤色值的坐标变换到所述第二三角形集合内以实现肤色值更新,具体实现方式可以参照图9至图11所示实施例中的相关描述。
请参阅图5,在一种实施方式中,所述从多个差异参数中随机选取一个差异参数对目标图像进行处理,包括:
步骤501:从所述多个差异肤色值中随机选取一个差异肤色值;
步骤502:生成目标图像的肤色值分布椭圆,并在所述肤色值分布椭圆内确定被选取的差异肤色值的坐标;
步骤503:根据所述肤色值分布椭圆内每一个像素的当前肤色值的坐标、所述被选取的差异肤色值的坐标、预设像素调整权值及预设全局调整权值,计算每一个像素的更新肤色值的坐标;
步骤504:将所述每一个像素的当前肤色值的坐标调整为更新肤色值的坐标。
在本实施例中,以YCbCr颜色空间中的色差CbCr为例对图5中的肤色值分布椭圆的生成方法进行说明。具体地,以印度女性肤色偏好为例,先搜集100张以上的印度婚纱照作为样本,并统计新娘肤色的色差CbCr样本点分布。在本实施例中,统计287张印度婚纱照中新娘的肤色色差CbCr样本点值在(Cb,Cr)平面上的分布,如图6所示,从图中可以发现在(Cb,Cr)平面上,样本点近似落在一个椭圆内部,且在椭圆的长轴方向体现了较大的肤色偏好跨度。
在生成肤色值分布椭圆时,可以通过优化求解的方式,计算椭圆方程,也可以手动地绘制椭圆,并使得椭圆包含大部分的样本点且面积尽可能小。例如,求解包含80%样本点,求最小椭圆方程。计算方法如下:
首先求解椭圆焦点坐标,令椭圆焦点坐标为(f1,f2),然后使用优化求解;
令则(f1,f2)=Argmin(Dsum(f1,f2)),其中,f1为椭圆的第一焦点的坐标,f2为椭圆的第二焦点的坐标,si为(Cb,Cr)平面上的肤色值的CbCr样本点的坐标;
优化求解时,可以设置(f1,f2)的初始值为CbCr样本集合的中心。椭圆是到两个焦点的距离之和d最小的轨迹,对样本点的上述焦点距离之和从小到大进行排序,刚好排80%临界点pk的样本点到两个焦点的距离和dk,就是需要求解的距离和。从而,f1,f2,dk唯一确定了椭圆的方程,本实施例中的肤色值分布椭圆如图7所示。
在确定肤色值分布椭圆之后,可以根据如下公式计算每一个像素的更新肤色值的坐标:
式中,(ain,bin)表示调整前的肤色值坐标,(aprefer,bprefer)表示被选取的差异肤色值坐标,(aout,bout)表示更新肤色值的坐标。
wg为预设全局调整权值,wg∈[0,1],全部的像素都共用这个参数,wg=0表示不调整肤色,wg=1表示最大的调整强度,值越大调整强度越大。w表示预设像素调整权值,w越大,调整的强度越大。w可以为马氏距离(Mahalanobis distance)的倒数,其中,马氏距离根据大量照片肤色样本计算得到。可以理解,预设像素调整权值w也可以通过如图8所示方式计算得到,w=1-d1/d2,即当前像素颜色坐标越靠近肤色值分布椭圆边界,w越小,越靠近喜好肤色点,w越大,当前像素颜色如落在肤色值分布椭圆以外或刚好落在边界上,则w=0。
请参阅图9,在一种实施方式中,所述从多个差异参数中随机选取一个差异参数对目标图像进行处理,包括:
步骤901:从所述多个差异肤色值中随机选取一个差异肤色值;
步骤902:生成目标图像的肤色值分布椭圆,并在所述肤色值分布椭圆内确定被选取的差异肤色值的坐标和所述目标图像的初始肤色值的坐标;
步骤903:将所述肤色值分布椭圆的圆周划分为若干相互连接的折线;
步骤904:将每一条折线的两端分别与所述目标图像的初始肤色值坐标连接,形成以所述目标图像的初始肤色值的坐标为中心的第一三角形集合,并将每一条折线的两端分别与所述被选取的差异肤色值的坐标连接,形成以所述被选取的差异肤色值的坐标为中心的第二三角形集合;
步骤905:通过仿射变换将所述目标图像位于所述第一三角形集合内的每一个像素的肤色值的坐标变换到所述第二三角形集合内以实现肤色值更新。
如图10A所示,在肤色值分布椭圆内,假设P1为苍白皮肤用户的喜好肤色值,P2为中性皮肤用户的喜好肤色值,P3为棕褐皮肤用户的喜好肤色值,在将所述肤色值分布椭圆的圆周划分为若干相互连接的折线之后,分别以P1、P2、P3为中心形成的三角形集合如图10B、图10C即图10D所示。假设期望的肤色值坐标为P,则P=P(w)=w*P1+(1-w)*P3,其中,w为预设调整权值。可以理解,随着w的增加,期望肤色值的坐标P朝向苍白皮肤用户的喜好肤色值P1的方向移动,随着w的减小,期望肤色值的坐标P朝向棕褐皮肤用户的喜好肤色值P3的方向移动。
在从所述多个差异肤色值中随机选取一个差异肤色值作为期望肤色值之后,通过在所述肤色值分布椭圆内确定所述目标图像的初始肤色值的坐标(假设为P2)和被选取的差异肤色值的坐标(假设为P),即可得到所述第一三角形集合(如图11A所示)和所述第二三角形集合(如图11B所示)。因此,只需建立所述第一三角形集合和所述第二三角形集合之间的映射关系,即可将所述第一三角形集合内任意像素的肤色值坐标换边到所述第二三角形集合内,从而完成肤色调整。
具体地,假设(ain,bin)表示调整前的肤色值坐标,且位于所述第一三角形集合内的三角形1内,假设(aout,bout)表示更新肤色值的坐标,则可通过如下放射变换模型将(ain,bin)变换到所述第二三角形集合内的三角形1中:
对于所述第一三角形集合和所述第二三角形集合的任意一对三角形MNP和MNP2(MN为公共边),当变换矩阵刚好满足保持一对三角形在肤色值分布椭圆边界上的公共边MN不变的条件下,即可将对应的顶点P2变换到P1,显然有:
直接解线性方程(6)即可得到变换矩阵
如此,即可将所述第一三角形集合每一个三角形内的肤色值坐标变换至所述第二三角形集合对应的三角形内。可以理解,在进行上述仿射变换时,位于三角形集合之外的肤色值坐标对应的图像区域被视为非肤色区域,从而无需进行肤色调整处理。可以理解,由于仿射变换是线性变换,相邻三角形的邻接边上的任意点,在两个仿射变化矩阵下,对应关系也是相同的。也就说,上述方法不因为每对三角形的仿射变换矩阵不同,而导致该点在不同的变换矩阵下得到的坐标不同,从而导致图像中出现颜色(色阶)不连续。
可以理解,图9所示的方法同样适用于多种颜色空间。即仿射变换中所用到的(a,b)可以泛指各种色差或色品坐标,例如一下任意一种:
YCbCr颜色空间中的色差Cb和Cr;
CIE 1976L*a*b*颜色空间中的色品a*和b*;
亨特Lab(Hunter Lab)颜色空间中的色品a和b;
Luv颜色空间中的色度u和v;
CIE1931XYZ颜色标准定义的色品值x和y;
CIE1931RGB颜色标准定义的色品值r和b。
在一种实施方式中,所述统计在预设时间段内由不同的差异参数处理后的目标图像的被喜好程度,包括:
统计在预设时间段内由不同的差异参数处理后的目标图像的分享率、平均保存时间、平均查看次数中的一者或多者的组合;
根据所述分享率、平均保存时间、平均查看次数中的一者或多者的组合确定不同的差异参数处理后的目标图像的被喜好程度。
例如,可以选择预设时间段内分享率最高的目标图像作为被喜好程度最高的目标图像,进而将对应的差异参数作为新的初始喜好参数;或者,也可以选择平均保存时间或平均查看次数最多的目标图像作为被喜好程度最高的目标图像,进而将对应的差异参数作为新的初始喜好参数。可以理解,在统计预设时间段内由不同的差异参数处理后的目标图像的被喜好程度时,还可以根据终端的定位信息(例如GPS),获取不同地区用户的群体喜好程度,进而对该地区的图像处理参数进行调整,以满足不同地区用户的需求。
可以理解,对于同一用户来说,所述图像处理方法通过在预设的初始喜好参数的预设范围之内生成多个差异参数,进而在对目标图像进行处理时,随机选取其中一个差异参数对图像进行处理,并统计预设时间段内用户对不同差异参数处理后的目标图像的喜好程度,进而从中选取喜好程度最高的差异参数作为新的初始喜好参数,通过循环迭代所述方法的步骤,可以使得图像处理效果跟随用户的喜好动态调节,有利于提升用户对图像处理效果的满意度。
此外,对于不同的用户群体来说,所述图像处理方法通过在预设的初始喜好参数的预设范围之内生成多个差异参数,进而在对目标图像进行处理时,随机选取其中一个差异参数对图像进行处理,并统计预设时间段内用户对不同差异参数处理后的目标图像的喜好程度,进而从中选取喜好程度最高的差异参数作为新的初始喜好参数,并循环迭代上述过程,从而可以实现根据不同用户群体的喜好程度调节图像处理参数,从而满足不同用户群体的图像处理需求。
请参阅图12,在本发明一个实施例中,提供一种终端12,包括:
差异参数生成单元121,用于以预设的初始喜好参数为参考,生成多个差异参数;其中,所述多个差异参数与所述初始喜好参数的差异值在预设范围之内;
目标图像处理单元123,用于从所述多个差异参数中随机选取一个差异参数对目标图像进行处理;
喜好程度统计单元125,用于统计在预设时间段内多次所述图像处理得到的目标图像的被喜好程度;
喜好参数更新单元127,用于选取被喜好程度符合预设要求的目标图像对应的差异参数作为新的初始喜好参数。
在一种实施方式中,所述初始喜好参数为喜好亮度值,所述多个差异参数为以所述喜好亮度值为中心,且位于人眼分辨能力范围内的多个差异亮度值。
在一种实施方式中,所述初始喜好参数为喜好肤色值,所述多个差异参数为以所述喜好肤色值为中心,且位于人眼分辨能力范围内的多个差异肤色值。
请参阅图13,在一种实施方式中,所述目标图像处理单元123,包括:
肤色值选取单元1231,用于从所述多个差异肤色值中随机选取一个差异肤色值;
图像预处理单元1233,用于对目标图像的肤色区域进行掩膜及羽化处理,得到肤色掩膜图像;
平均肤色值计算单元1235,用于计算所述肤色掩膜图像中肤色似然度大于预设似然度的所有像素的平均肤色值;
更新肤色值计算单元1237,用于计算被选取的差异肤色值与所述平均肤色值的差值,并结合掩膜图像中每一个像素的肤色似然度、当前肤色值及预设全局调整权值,计算每一个像素的更新肤色值;
肤色值调整单元1239,用于将所述每一个像素的肤色值从当前肤色值调整为更新肤色值。
请参阅图14,在一种实施方式中,所述目标图像处理单元123,包括:
肤色值选取单元1231,用于从所述多个差异肤色值中随机选取一个差异肤色值;
分布椭圆生成单元1232,用于生成目标图像的肤色值分布椭圆,并在所述肤色值分布椭圆内确定被选取的差异肤色值的坐标;
肤色值调整单元1239,用于根据预设坐标变换关系,将所述目标图像的肤色值由所述初始肤色值坐标调整为与所述被选取的差异肤色值的坐标相同;
在所述预设坐标变换关系中,初始肤色值的坐标与所述差异肤色值的坐标之间的距离越小的像素对应的肤色值调整强度越大。
请参阅图14,在一种实施方式中,所述目标图像处理单元123,包括:
肤色值选取单元1231,用于从所述多个差异肤色值中随机选取一个差异肤色值;
分布椭圆生成单元1232,用于生成目标图像的肤色值分布椭圆,并在所述肤色值分布椭圆内确定被选取的差异肤色值的坐标;
更新肤色值计算单元1237,用于根据所述肤色值分布椭圆内每一个像素的当前肤色值的坐标、所述被选取的差异肤色值的坐标、预设像素调整权值及预设全局调整权值,计算每一个像素的更新肤色值的坐标;
肤色值调整单元1239,用于将所述每一个像素的当前肤色值的坐标调整为更新肤色值的坐标。
请参阅图15,在一种实施方式中,所述目标图像处理单元123,包括:
肤色值选取单元1231,用于从所述多个差异肤色值中随机选取一个差异肤色值;
分布椭圆生成单元1232,用于生成目标图像的肤色值分布椭圆,并在所述肤色值分布椭圆内确定被选取的差异肤色值的坐标和所述目标图像的初始肤色值的坐标;
折线划分单元1234,用于将所述肤色值分布椭圆的圆周划分为若干相互连接的折线;
集合生成单元1236,用于将每一条折线的两端分别与所述目标图像的初始肤色值坐标连接,形成以所述目标图像的初始肤色值的坐标为中心的第一三角形集合,并将每一条折线的两端分别与所述被选取的差异肤色值的坐标连接,形成以所述被选取的差异肤色值的坐标为中心的第二三角形集合;
仿射变换单元1238,用于通过仿射变换将所述目标图像位于所述第一三角形集合内的每一个像素的肤色值的坐标变换到所述第二三角形集合内以实现肤色值更新。
在一种实施方式中,所述喜好程度统计单元125,具体用于:
统计在预设时间段内由不同的差异参数处理后的目标图像的分享率、平均保存时间、平均查看次数中的一者或多者的组合;
根据所述分享率、平均保存时间、平均查看次数中的一者或多者的组合确定不同的差异参数处理后的目标图像的被喜好程度。
可以理解,所述终端12的各单元的功能及其具体实现还可以参照图1至图11所示方法实施例中的相关描述,此处不再赘述。
请参阅图16,本发明第三实施例提供一种终端16,包括:
至少一个输入设备1601;至少一个输出设备1602;至少一个处理器1603,例如CPU;和存储器1604,所述输入设备1601、输出设备1602、处理器1603和存储器1604通过总线1605连接。
其中,所述输入设备1601具体可为物理按键、触控面板或者鼠标。
所述输出设备1602具体可为显示屏。
所述存储器1604可以是高速RAM存储器,也可为非不稳定的存储器(non-volatilememory),例如磁盘存储器。所述存储器1604用于存储一组可执行程序代码,所述处理器1603用于调用所述存储器1604中存储的可执行程序代码,并执行如下操作:
从多个差异参数中随机选取一个差异参数对目标图像进行处理,其中,所述差异参数为以预设的初始喜好参数为参考而生成的,且所述多个差异参数与所述初始喜好参数的差异值在预设范围之内;
统计在预设时间段内多次所述图像处理得到的目标图像的被喜好程度;
选取被喜好程度符合预设要求的目标图像对应的差异参数作为新的初始喜好参数。
在一种实施方式中,所述初始喜好参数为喜好亮度值,所述多个差异参数为以所述喜好亮度值为中心,且位于人眼分辨能力范围内的多个差异亮度值。
在一种实施方式中,所述初始喜好参数为喜好肤色值,所述多个差异参数为以所述喜好肤色值为中心,且位于人眼分辨能力范围内的多个差异肤色值。
在一种实施方式中,所述从多个差异参数中随机选取一个差异参数对目标图像进行处理,包括:
从所述多个差异肤色值中随机选取一个差异肤色值;
对目标图像的肤色区域进行掩膜及羽化处理,得到肤色掩膜图像;
计算所述肤色掩膜图像中肤色似然度大于预设似然度的所有像素的平均肤色值;
计算被选取的差异肤色值与所述平均肤色值的差值,并结合掩膜图像中每一个像素的肤色似然度、当前肤色值及预设全局调整权值,计算每一个像素的更新肤色值;
将所述每一个像素的肤色值从当前肤色值调整为更新肤色值。
在一种实施方式中,所述从多个差异参数中随机选取一个差异参数对目标图像进行处理,包括:
从所述多个差异肤色值中随机选取一个差异肤色值;
生成目标图像的肤色值分布椭圆,并在所述肤色值分布椭圆内确定被选取的差异肤色值的坐标和所述目标图像的初始肤色值的坐标;
根据预设坐标变换关系,将所述目标图像的肤色值由所述初始肤色值坐标调整为与所述被选取的差异肤色值的坐标相同;
在所述预设坐标变换关系中,初始肤色值的坐标与所述差异肤色值的坐标之间的距离越小的像素对应的肤色值调整强度越大。
在一种实施方式中,所述从多个差异参数中随机选取一个差异参数对目标图像进行处理,包括:
从所述多个差异肤色值中随机选取一个差异肤色值;
生成目标图像的肤色值分布椭圆,并在所述肤色值分布椭圆内确定被选取的差异肤色值的坐标;
根据所述肤色值分布椭圆内每一个像素的当前肤色值的坐标、所述被选取的差异肤色值的坐标、预设像素调整权值及预设全局调整权值,计算每一个像素的更新肤色值的坐标;
将所述每一个像素的当前肤色值的坐标调整为更新肤色值的坐标。
在一种实施方式中,所述从多个差异参数中随机选取一个差异参数对目标图像进行处理,包括:
从所述多个差异肤色值中随机选取一个差异肤色值;
生成目标图像的肤色值分布椭圆,并在所述肤色值分布椭圆内确定被选取的差异肤色值的坐标和所述目标图像的初始肤色值的坐标;
将所述肤色值分布椭圆的圆周划分为若干相互连接的折线;
将每一条折线的两端分别与所述目标图像的初始肤色值坐标连接,形成以所述目标图像的初始肤色值的坐标为中心的第一三角形集合,并将每一条折线的两端分别与所述被选取的差异肤色值的坐标连接,形成以所述被选取的差异肤色值的坐标为中心的第二三角形集合;
通过仿射变换将所述目标图像位于所述第一三角形集合内的每一个像素的肤色值的坐标变换到所述第二三角形集合内以实现肤色值更新。
在一种实施方式中,所述统计在预设时间段内由不同的差异参数处理后的目标图像的被喜好程度,包括:
统计在预设时间段内由不同的差异参数处理后的目标图像的分享率、平均保存时间、平均查看次数中的一者或多者的组合;
根据所述分享率、平均保存时间、平均查看次数中的一者或多者的组合确定不同的差异参数处理后的目标图像的被喜好程度。
可以理解,本发明实施例中所描述的处理器1603可执行本发明图1至图11所示方法实施例中所描述的实现方式,也可执行本发明图12至图15所示终端实施例中所描述的实现方式,具体可参照图1至图11所示方法实施例或图12至图15所示终端实施例中的相关描述,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的终端和方法,可以通过其它的方式实现。例如,以上所描述的终端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,例如多个单元或组件可以结合或者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、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例终端中的单元可以根据实际需要进行合并、划分和删减。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部单元来实现本发明实施例方案的目的。
另外,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单元中,也可以是各个单元单独物理存在,也可以是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,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,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,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或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步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、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,可轻易想到各种等效的修改或替换,这些修改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权利要求的保护范围为准。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
从多个差异参数中随机选取一个差异参数对目标图像进行处理,其中,所述差异参数为以预设的初始喜好参数为参考而生成的,且所述多个差异参数与所述初始喜好参数的差异值在预设范围之内;
统计在预设时间段内多次所述图像处理得到的目标图像的被喜好程度;
选取被喜好程度符合预设要求的目标图像对应的差异参数作为新的初始喜好参数。
2.如权利要求1所述的方法,其特征在于,所述初始喜好参数为喜好亮度值,所述多个差异参数为以所述喜好亮度值为中心,且位于人眼分辨能力范围内的多个差异亮度值。
3.如权利要求1所述的方法,其特征在于,所述初始喜好参数为喜好肤色值,所述多个差异参数为以所述喜好肤色值为中心,且位于人眼分辨能力范围内的多个差异肤色值。
4.如权利要求3所述的方法,其特征在于,所述从多个差异参数中随机选取一个差异参数对目标图像进行处理,包括:
从所述多个差异肤色值中随机选取一个差异肤色值;
计算目标图像中肤色似然度大于预设似然度的所有像素的平均肤色值;
计算被选取的差异肤色值与所述平均肤色值的差值,并结合所述目标图像中每一个像素的肤色似然度、当前肤色值及预设全局调整权值,计算每一个像素的更新肤色值;
将所述每一个像素的肤色值从当前肤色值调整为更新肤色值。
5.如权利要求3所述的方法,其特征在于,所述从多个差异参数中随机选取一个差异参数对目标图像进行处理,包括:
从所述多个差异肤色值中随机选取一个差异肤色值;
生成目标图像的肤色值分布椭圆,并在所述肤色值分布椭圆内确定被选取的差异肤色值的坐标和所述目标图像的初始肤色值的坐标;
根据预设坐标变换关系,将所述目标图像的肤色值由所述初始肤色值坐标调整为与所述被选取的差异肤色值的坐标相同;
在所述预设坐标变换关系中,初始肤色值的坐标与所述差异肤色值的坐标之间的距离越小的像素对应的肤色值调整强度越大。
6.一种终端,其特征在于,包括:
目标图像处理单元,用于从多个差异参数中随机选取一个差异参数对目标图像进行处理,其中,所述差异参数为以预设的初始喜好参数为参考而生成的,且所述多个差异参数与所述初始喜好参数的差异值在预设范围之内;
喜好程度统计单元,用于统计在预设时间段内多次所述图像处理得到的目标图像的被喜好程度;
喜好参数更新单元,用于选取被喜好程度符合预设要求的目标图像对应的差异参数作为新的初始喜好参数。
7.如权利要求6所述的终端,其特征在于,所述初始喜好参数为喜好亮度值,所述多个差异参数为以所述喜好亮度值为中心,且位于人眼分辨能力范围内的多个差异亮度值。
8.如权利要求6所述的终端,其特征在于,所述初始喜好参数为喜好肤色值,所述多个差异参数为以所述喜好肤色值为中心,且位于人眼分辨能力范围内的多个差异肤色值。
9.如权利要求8所述的终端,其特征在于,所述目标图像处理单元,包括:
肤色值选取单元,用于从所述多个差异肤色值中随机选取一个差异肤色值;
平均肤色值计算单元,用于计算目标图像中肤色似然度大于预设似然度的所有像素的平均肤色值;
更新肤色值计算单元,用于计算被选取的差异肤色值与所述平均肤色值的差值,并结合所述目标图像中每一个像素的肤色似然度、当前肤色值及预设全局调整权值,计算每一个像素的更新肤色值;
肤色值调整单元,用于将所述每一个像素的肤色值从当前肤色值调整为更新肤色值。
10.如权利要求8所述的终端,其特征在于,所述目标图像处理单元,包括:
肤色值选取单元,用于从所述多个差异肤色值中随机选取一个差异肤色值;
分布椭圆生成单元,用于生成目标图像的肤色值分布椭圆,并在所述肤色值分布椭圆内确定被选取的差异肤色值的坐标;
肤色值调整单元,用于根据预设坐标变换关系,将所述目标图像的肤色值由所述初始肤色值坐标调整为与所述被选取的差异肤色值的坐标相同;
在所述预设坐标变换关系中,初始肤色值的坐标与所述差异肤色值的坐标之间的距离越小的像素对应的肤色值调整强度越大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611046918.5A CN106600524A (zh) | 2016-11-23 | 2016-11-23 | 一种图像处理方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611046918.5A CN106600524A (zh) | 2016-11-23 | 2016-11-23 | 一种图像处理方法及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106600524A true CN106600524A (zh) | 2017-04-26 |
Family
ID=58593098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611046918.5A Withdrawn CN106600524A (zh) | 2016-11-23 | 2016-11-23 | 一种图像处理方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600524A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107277228A (zh) * | 2017-05-23 | 2017-10-20 | 捷开通讯(深圳)有限公司 | 存储装置、移动终端及其图像处理方法 |
CN109493286A (zh) * | 2018-09-28 | 2019-03-19 | 维沃移动通信(杭州)有限公司 | 一种获取美颜参数的方法及终端设备 |
CN110211063A (zh) * | 2019-05-20 | 2019-09-06 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、电子设备和系统 |
CN110599394A (zh) * | 2019-09-12 | 2019-12-20 | 北京字节跳动网络技术有限公司 | 在线演示文稿中的图片处理方法、装置、存储介质及设备 |
CN111782845A (zh) * | 2020-08-17 | 2020-10-16 | Oppo(重庆)智能科技有限公司 | 一种图像调整方法、图像调整装置及移动终端 |
-
2016
- 2016-11-23 CN CN201611046918.5A patent/CN106600524A/zh not_active Withdrawn
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107277228A (zh) * | 2017-05-23 | 2017-10-20 | 捷开通讯(深圳)有限公司 | 存储装置、移动终端及其图像处理方法 |
CN107277228B (zh) * | 2017-05-23 | 2020-08-21 | 捷开通讯(深圳)有限公司 | 存储装置、移动终端及其图像处理方法 |
US11405545B2 (en) | 2017-05-23 | 2022-08-02 | JRD Communication (Shenzhen) Ltd. | Storage apparatus, mobile terminal and image processing method thereof |
CN109493286A (zh) * | 2018-09-28 | 2019-03-19 | 维沃移动通信(杭州)有限公司 | 一种获取美颜参数的方法及终端设备 |
CN110211063A (zh) * | 2019-05-20 | 2019-09-06 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、电子设备和系统 |
CN110211063B (zh) * | 2019-05-20 | 2021-06-08 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、电子设备和系统 |
CN110599394A (zh) * | 2019-09-12 | 2019-12-20 | 北京字节跳动网络技术有限公司 | 在线演示文稿中的图片处理方法、装置、存储介质及设备 |
CN111782845A (zh) * | 2020-08-17 | 2020-10-16 | Oppo(重庆)智能科技有限公司 | 一种图像调整方法、图像调整装置及移动终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11443462B2 (en) | Method and apparatus for generating cartoon face image, and computer storage medium | |
CN109191410B (zh) | 一种人脸图像融合方法、装置及存储介质 | |
CN111416950B (zh) | 视频处理方法、装置、存储介质及电子设备 | |
CN106600524A (zh) | 一种图像处理方法及终端 | |
WO2020140986A1 (zh) | 图像降噪方法、装置、存储介质及终端 | |
US9396560B2 (en) | Image-based color palette generation | |
US9552656B2 (en) | Image-based color palette generation | |
CN105144233B (zh) | 用于运动重影滤波的参考图像选择 | |
US10565742B1 (en) | Image processing method and apparatus | |
CN102576456B (zh) | 使用范围信息的数字图像亮度调节 | |
WO2021114814A1 (zh) | 人体属性识别方法、装置、电子设备以及存储介质 | |
CN104076928B (zh) | 一种调整文字显示区域色调的方法 | |
KR20200014842A (ko) | 이미지 조명 방법, 장치, 전자 기기 및 저장 매체 | |
US11321830B2 (en) | Image detection method and apparatus and terminal | |
WO2021115242A1 (zh) | 一种超分辨率图像处理方法以及相关装置 | |
CN106412458A (zh) | 一种图像处理方法和装置 | |
CN112541868B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN109618098A (zh) | 一种人像面部调整方法、装置、存储介质及终端 | |
CN105654451A (zh) | 一种图像的处理方法和装置 | |
CN108062755A (zh) | 一种图片智能裁剪方法及装置 | |
CN106815803A (zh) | 图片的处理方法及装置 | |
CN106097261A (zh) | 图像处理方法和装置 | |
CN113052923B (zh) | 色调映射方法、装置、电子设备和存储介质 | |
CN110444181A (zh) | 显示方法、装置、终端及计算机可读存储介质 | |
Li et al. | Directive local color transfer based on dynamic look-up table |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170426 |
|
WW01 | Invention patent application withdrawn after publication |