CN107845074A - 一种图像渲染方法和移动终端 - Google Patents
一种图像渲染方法和移动终端 Download PDFInfo
- Publication number
- CN107845074A CN107845074A CN201711000752.8A CN201711000752A CN107845074A CN 107845074 A CN107845074 A CN 107845074A CN 201711000752 A CN201711000752 A CN 201711000752A CN 107845074 A CN107845074 A CN 107845074A
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- value
- rendering
- average
- 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.)
- Pending
Links
- 238000009877 rendering Methods 0.000 title claims abstract description 162
- 238000000034 method Methods 0.000 title claims abstract description 39
- 241000208340 Araliaceae Species 0.000 claims description 5
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 5
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 5
- 235000008434 ginseng Nutrition 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 abstract description 30
- 230000006870 function Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000003672 processing method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000006854 communication Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002087 whitening effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20216—Image averaging
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渲染方法和移动终端,该方法包括:通过计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,计算输入图像对应的渲染参数,以及导向图像的渲染参数,并将输入图像对应的渲染参数和导向图像的渲染参数分别渲染到同一缓存对象的两个纹理,得到第一渲染图像和第二渲染图像;计算第一渲染图像和第二渲染图像的每个像素的半径为r范围内的像素平均值;针对每一个像素,将所述第一渲染图像的所述像素的像素平均值乘以所述输入图像的所述像素的像素值,并将得到的乘积加上所述第二渲染图像的所述像素的像素平均值,得到输出图像。本发明实施例能够减少图像滤波的运算量,提升图像滤波的性能。
Description
技术领域
本发明实施例涉及通信技术领域,尤其涉及一种图像渲染方法和移动终端。
背景技术
随着移动终端的发展,移动终端处理图像的功能越来越强大,这样移动终端需要运行的图像处理方法也越来越多,例如:磨皮或者美白等图像处理方法。但图像处理方法的性能对移动终端待机时间,以及发热量有着密切的关系。图像处理方法的性能越好,意味着有更好的用户体验以及更长的待机时间,其中,图像处理方法的运算量是衡量图像处理方法的性能的重要指标。
图像边缘是图像信息中重要的组成部分,如何能够在去除图像噪声,提升图像清晰度的同时有效保护边缘是图像处理中重要研究目标。目前主要采用导向滤波来保护图像边缘,其中,导向滤波能够在平滑图像的同时有效保持图像边缘,并且在对彩色图像进行滤波时,不会出现图像边缘处梯度反转现象。但目前的导向滤波需要在做6次盒式(box)滤波,且每次box滤波需要做两次渲染,从而导致图像滤波的运算量过大。
发明内容
本发明实施例提供一种图像渲染方法和移动终端,以解决图像滤波的运算量过大的问题。
为了解决上述技术问题,本发明是这样实现的:一种图像渲染方法,包括:
计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,其中,r为正整数;
根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数;
将所述输入图像对应的渲染参数和所述导向图像对应的渲染参数分别渲染到同一缓存对象的两个纹理,得到第一渲染图像和第二渲染图像;
计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值;
针对每一个像素,将所述第一渲染图像的所述像素的像素平均值乘以所述输入图像的所述像素的像素值,并将得到的乘积加上所述第二渲染图像的所述像素的像素平均值,得到输出图像。
第一方面,本发明实施例还提供了一种图像渲染方法,包括:
计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,其中,r为正整数;
根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数;
将所述输入图像对应的渲染参数和所述导向图像对应的渲染参数分别渲染到同一缓存对象的两个纹理,得到第一渲染图像和第二渲染图像;
计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值;
针对每一个像素,将所述第一渲染图像的所述像素的像素平均值乘以所述输入图像的所述像素的像素值,并将得到的乘积加上所述第二渲染图像的所述像素的像素平均值,得到输出图像。
第二方面,本发明实施例提供了一种移动终端,其特征在于,包括:
第一计算模块,用于计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,其中,r为正整数;
第二计算模块,用于根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数;
渲染模块,用于将所述输入图像对应的渲染参数和所述导向图像对应的渲染参数分别渲染到同一缓存对象的两个纹理,得到第一渲染图像和第二渲染图像;
第三计算模块,用于计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值;
第四计算模块,用于针对每一个像素,将所述第一渲染图像的所述像素的像素平均值乘以所述输入图像的所述像素的像素值,并将得到的乘积加上所述第二渲染图像的所述像素的像素平均值,得到输出图像。
第三方面,本发明实施例提供一种移动终端,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像滤波程序,所述图像滤波程序被所述处理器执行时实现本发明实施例提供的图像渲染方法中的步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有图像滤波程序,所述图像滤波程序被处理器执行时实现本发明实施例提供的图像渲染方法的步骤。
本发明实施例能够减少盒式滤波的次数,进而减少渲染次数,从而减少图像滤波的运算量,提升图像滤波的性能。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明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性的前提下,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一种图像渲染方法的流程图;
图2是本发明实施例提供的另一种图像渲染方法的流程图;
图3是本发明实施例提供的一种采样像素的示意图;
图4是本发明实施例应用的一种移动终端的结构图;
图5是本发明实施例应用的另一种移动终端的结构图;
图6是本发明实施例应用的另一种移动终端的结构图。
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作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。
请参见图1,图1是本发明实施例提供的一种图像渲染方法的流程图,如图1所示,包括以下步骤:
步骤101、计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,其中,r为正整数。
其中,上述输入图像可以是移动终端中待滤波处理的图像,例如:磨皮或者美白等图像处理方法中待滤波处理的图像,对此本发明实施例不作限定。而上述导向图像可以是移动终端预先存储的导向图像,或者上述导向图像与上述输入图像可以为同一图像。
另外,上述r可以为预先设定的正整数,例如:4或者6等,进一步的上述r可以是盒式滤波中预先设置的数值。上述计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值可以理解为,进行半径为r的盒式滤波。
需要说明的是,本发明实施例中,步骤101可以是采集一次像素值,即步骤101可以是获取每个像素在半径为r范围内所有像素的像素值,并计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值。由于只进行了一次采集,且图形处理器(Graphics Processing Unit,GPU)支持多目标渲染的新功能,即在一次渲染中可以并行完成多路计算,从而计算每个像素的像素平均值和像素平方均值可以在一次盒式滤波中得到,即步骤101只进行了两次盒式滤波,进而减少盒式滤波的次数。优选的,本发明实施例中,应用的GPU可以是OpenGL es 3.0版本或者高于OpenGL es 3.0版本的GPU。
需要说明的是,上述像素平方均值可以理解为半径为r范围内的像素的像素值平方的均值。
步骤102、根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数。
其中,上述步骤102可以是将上述每个像素的像素平均值和像素平方均值进行预设运算,以得到每个像素的渲染值,进而得到输入图像对应的渲染参数,以及所述导向图像的渲染参数。
需要说明的是,本发明实施例中,计算所述输入图像对应的渲染参数和以及所述导向图像的渲染参数可以是并行执行的,且计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值也可以是并行执行的,从而可以节约图像滤波和渲染的时间,以提升图像滤波和渲染的性能。
步骤103、将所述输入图像对应的渲染参数和所述导向图像的渲染参数分别渲染到同一缓存对象(Framebuffer Object,FBO)的两个纹理,得到第一渲染图像和第二渲染图像。
步骤103可以是将输入图像对应的渲染参数和导向图像的渲染参数分别渲染到绑定在同一个FBO的两个纹理,以在一个渲染流程中完成多个目标纹理的渲染,进而提高图像渲染的性能。
步骤104、计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值。
步骤104可以是分别对第一渲染图像和第二渲染图像做半径为r的盒式滤波,且可以并行执行,以提高处理效率。
步骤105、针对每一个像素,将所述第一渲染图像的所述像素的像素平均值乘以所述输入图像的所述像素的像素值,并将得到的乘积加上所述第二渲染图像的所述像素的像素平均值,得到输出图像。
步骤105可以理解通过输出结果=mean_a×输入滤波图像+mean_b这一公式得到输出图像,其中,mean_a表示第一渲染图像的像素值,输入滤波图像表示输入滤波图像的像素值,mean_b表示第二渲染图像的像素值。进一步的,步骤105可以是针对每个像素按RGB通道进行计算,得到每个像素的各RGB通道的通道值,进而提升图像滤波效果。
通过上述步骤可以实现只进行4次盒式滤波,降低了计算量,且还减少了渲染次数,且还可以充分利用了GPU的并行计算特性,提升导向滤波算法的性能。本发明实施例提供的上述方法通过对1920×1080大小的RGB图像进行实测,性能从现有技术的785ms提升到25ms,且效果几乎一致。
本发明实施例中,通过计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,以及计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数,并将所述输入图像对应的渲染参数和所述导向图像对应的渲染参数分别渲染到同一缓存对象的两个纹理,得到第一渲染图像和第二渲染图像;以及计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值;之后针对每一个像素,将所述第一渲染图像的所述像素的像素平均值乘以所述输入图像的所述像素的像素值,并将得到的乘积加上所述第二渲染图像的所述像素的像素平均值,得到输出图像。从而相比现有技术可以减少盒式滤波的次数,进而减少渲染次数,以减少图像滤波的运算量,提升图像滤波的性能。
请参见图2,图2是本发明实施例提供的另一种图像渲染方法的流程图,如图2所示,包括以下步骤:
步骤201、获取每个像素在半径为r范围内所有采样像素的像素值,并计算输入图像和导向图像的每个像素在半径为r范围内所有采样像素的像素平均值和像素平方均值,其中,所述采样像素的像素值等于所述采样像素周围N个像素的像素平均值,所述N为正偶数。
其中,上述采样像素可以是利用GPU的纹理坐标的特性选定的采样像素,例如:假设滤波核函数(kernel)为如图3所示4×4的模板,16个像素标记为1-16,按照合盒滤波的公式,目标为计算16个像素的平均值。而GPU的纹理坐标的特性决定了如图3所示坐标为点A、B、C、D处像素(其中,A,B,C,D均为周围4个点的中心点)的值的4倍等于这些像素周围四个点的值的总和,具体可以通过如下公式表示
4×A=P1+P2+P5+P6
4×B=P3+P4+P7+P8
4×C=P9+P10+P13+P14
4×D=P11+P12+P15+P16
由此可知,16个像素的均值
可以用如下公式代替
综上可见,采样像素由16个减少到4个,计算量减少为原来的四分之一。由举例的4×4kernel可拓展至所有半径的盒式滤波,采样点都可以从原始(R×2)×(R×2)×W×H减少为R×R×W×H,性能和功耗都会有3到4倍以上的提升,其中,R为半径,W和H分别为图像的带宽和高度。
需要说明的是,上述仅是以4×4进行举例,还可以是2×2或者8×8等等,对此本发明实施例不作限定。
通过步骤201可以利用GPU的纹理坐标的特性,在进行盒式滤波时可以只采样部分像素进行盒式滤波,以减少计算量。
需要说明的是,步骤201为可选的,例如:步骤201还可以是获取输入图像的每个像素周围(2×r+1)×(2×r+1)个像素的像素值,并求半径r邻域内所有像素的像素平均值,进而求出所有像素的像素平均值mean_I,以及求半径r邻域内所有像素的像素平方的平均值,进而求出所有像素的像素平方均值corr_I。同理,可以得到导向图像的所有像素的像素平均值mean_P,以及导向图像的所有像素的像素平方平均值corr_Ip。
需要说明的是,本发明实施例中,可以用mean_I表示输入图像所有像素的像素平均值,用corr_I表示输入图像所有像素的像素平方平均值,可以用mean_P表示导向图像所有像素的像素平均值,用corr_Ip表示导向图像所有像素的像素平方平均值,
步骤202、根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数。
其中,上述步骤202可以是将上述每个像素的像素平均值和像素平方均值进行预设运算,以得到每个像素的渲染值,进而得到输入图像对应的渲染参数,以及所述导向图像的渲染参数。或者步骤202还可以是计算输入图像对应的渲染参数时可以结合导向图像的像素值,而计算导向图像对应的渲染参数时可以结合输入图像的像素值,以达到提升渲染效果。例如:所述根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数,可以包括:
针对每一个像素,计算所述输入图像的所述像素的像素平方均值与所述输入图像的所述像素的像素平均值的平方的差,得到包括所述输入图像的各像素的参数值的第一参数信息;
针对每一个像素,计算所述输入图像的所述像素的像素平均值与所述导向导图的所述像素的像素平均值之积,得到像素平均差值,计算所述导向图像的所述像素的像素平方均值与所述像素平均差值的差,得到包括所述导向图像的各像素的参数值的第二参数信息;
针对每一个像素,计算所述输入图像的所述像素的参数值加上预设系数的之和,得到参数和值,并将所述导向图像的所述像素的参数值除以所述参数和值,得到包括所述输入图像每个像素的渲染值的渲染参数;
针对每一个像素,计算所述输入图像的所述像素的渲染值与像素平均值之积,得到渲染积值,将所述导向图像的所述像素的像素平均值减去所述渲染积值,得到包括所述导向图像每个像素的渲染值的渲染参数。
其中,上述第一参数信息可以理解为通过var_I=corr_I-mean_I×mean_I这一公式得到,而上述第二参数信息可以理解为通过cov_Ip=corr_Ip-mean_I×mean_p这一公式得到,而上述输入图像的渲染参数可以理解为通过a=cov_Ip/(var_I+ε)这一公式得到,其中,ε为预设系数,而上述导向图像的渲染参数可以理解为通过b=mean_p–a×mean_I这一公式得到。
该实施方式中,上述方法准确地计算出输入图像的渲染参数和导向图像的渲染参数,从而提升图像渲染效果。
步骤203、将所述输入图像对应的渲染参数和所述导向图像的渲染参数分别渲染到同一FBO的两个纹理,得到第一渲染图像和第二渲染图像。
步骤203可以是将输入图像对应的渲染参数和导向图像的渲染参数分别渲染到绑定在同一个FBO的两个纹理,以在一个渲染流程中完成多个目标纹理的渲染,进而提高图像渲染的性能。
步骤204、计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值。
可选的,上述计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值,包括:
计算所述第一渲染图像和所述第二渲染图像的每个像素在半径为r范围内所有采样像素的像素平均值,其中,所述采样像素的像素值等于所述采样像素周围N个像素的像素平均值,所述N为正偶数。
其中,上述采样像素可以参见步骤201的相关描述,此处不作赘述。
本实施方式中,由于只计算了采样像素的像素平均值,从而可以减少计算量,以提升图像滤波和渲染的性能。
步骤205、针对每一个像素,将所述第一渲染图像的所述像素的像素平均值乘以所述输入图像的所述像素的像素值,并将得到的乘积加上所述第二渲染图像的所述像素的像素平均值,得到输出图像。
通过上述步骤可以实现只进行4次盒式滤波,降低了计算量,且还减少了渲染次数,且还可以充分利用了GPU的并行计算特性和GPU的纹理坐标的特性,进一步减少计算量,以提升导向滤波算法的性能。
请参见图4,图4是本发明实施例提供的一种移动终端的结构示意图,如图4所示,移动终端400包括:
第一计算模块401,用于计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,其中,r为正整数;
第二计算模块402,用于根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数;
渲染模块403,用于将所述输入图像对应的渲染参数和所述导向图像对应的渲染参数分别渲染到同一缓存对象的两个纹理,得到第一渲染图像和第二渲染图像;
第三计算模块404,用于计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值;
第四计算模块405,用于针对每一个像素,将所述第一渲染图像的所述像素的像素平均值乘以所述输入图像的所述像素的像素值,并将得到的乘积加上所述第二渲染图像的所述像素的像素平均值,得到输出图像。
可选的,所述第一计算模块401,具体用于获取每个像素在半径为r范围内所有采样像素的像素值,并计算输入图像和导向图像的每个像素在半径为r范围内所有采样像素的像素平均值和像素平方均值,其中,所述采样像素的像素值等于所述采样像素周围N个像素的像素平均值,所述N为正偶数。
可选的,如图5所示,所述第二计算模块402,包括:
第一计算子模块4021,用于针对每一个像素,计算所述输入图像的所述像素的像素平方均值与所述输入图像的所述像素的像素平均值的平方的差,得到包括所述输入图像的各像素的参数值的第一参数信息;
第二计算子模块4022,用于针对每一个像素,计算所述输入图像的所述像素的像素平均值与所述导向导图的所述像素的像素平均值之积,得到像素平均差值,计算所述导向图像的所述像素的像素平方均值与所述像素平均差值的差,得到包括所述导向图像的各像素的参数值的第二参数信息;
第三计算子模块4023,用于针对每一个像素,计算所述输入图像的所述像素的参数值加上预设系数的之和,得到参数和值,并将所述导向图像的所述像素的参数值除以所述参数和值,得到包括所述输入图像每个像素的渲染值的渲染参数;
第四计算子模块4024,用于针对每一个像素,计算所述输入图像的所述像素的渲染值与像素平均值之积,得到渲染积值,将所述导向图像的所述像素的像素平均值减去所述渲染积值,得到包括所述导向图像每个像素的渲染值的渲染参数。
可选的,所述第三计算模块404用于计算所述第一渲染图像和所述第二渲染图像的每个像素在半径为r范围内所有采样像素的像素平均值,其中,所述采样像素的像素值等于所述采样像素周围N个像素的像素平均值,所述N为正偶数。
本发明实施例提供的移动终端能够实现图1至图2的方法实施例中移动终端实现的各个过程,为避免重复,这里不再赘述。且移动终端能够减少盒式滤波的次数,进而减少渲染次数,以减少图像滤波的运算量,提升图像滤波的性能。
图6为实现本发明各个实施例的一种移动终端的硬件结构示意图,
该移动终端600包括但不限于:射频单元601、网络模块602、音频输出单元603、输入单元604、传感器605、显示单元606、用户输入单元607、接口单元608、存储器609、处理器610、以及电源611等部件。本领域技术人员可以理解,图6中示出的移动终端结构并不构成对移动终端的限定,移动终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。在本发明实施例中,移动终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中,处理器610,用于计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,其中,r为正整数;
根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数;
将所述输入图像对应的渲染参数和所述导向图像对应的渲染参数分别渲染到同一缓存对象的两个纹理,得到第一渲染图像和第二渲染图像;
计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值;
针对每一个像素,将所述第一渲染图像的所述像素的像素平均值乘以所述输入图像的所述像素的像素值,并将得到的乘积加上所述第二渲染图像的所述像素的像素平均值,得到输出图像。
可选的,处理器610执行的所述计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,包括:
获取每个像素在半径为r范围内所有采样像素的像素值,并计算输入图像和导向图像的每个像素在半径为r范围内所有采样像素的像素平均值和像素平方均值,其中,所述采样像素的像素值等于所述采样像素周围N个像素的像素平均值,所述N为正偶数。
可选的,处理器610执行的所述根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数,包括:
针对每一个像素,计算所述输入图像的所述像素的像素平方均值与所述输入图像的所述像素的像素平均值的平方的差,得到包括所述输入图像的各像素的参数值的第一参数信息;
针对每一个像素,计算所述输入图像的所述像素的像素平均值与所述导向导图的所述像素的像素平均值之积,得到像素平均差值,计算所述导向图像的所述像素的像素平方均值与所述像素平均差值的差,得到包括所述导向图像的各像素的参数值的第二参数信息;
针对每一个像素,计算所述输入图像的所述像素的参数值加上预设系数的之和,得到参数和值,并将所述导向图像的所述像素的参数值除以所述参数和值,得到包括所述输入图像每个像素的渲染值的渲染参数;
针对每一个像素,计算所述输入图像的所述像素的渲染值与像素平均值之积,得到渲染积值,将所述导向图像的所述像素的像素平均值减去所述渲染积值,得到包括所述导向图像每个像素的渲染值的渲染参数。
可选的,处理器610执行的所述计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值,包括:
计算所述第一渲染图像和所述第二渲染图像的每个像素在半径为r范围内所有采样像素的像素平均值,其中,所述采样像素的像素值等于所述采样像素周围N个像素的像素平均值,所述N为正偶数。
上述移动终端可以减少盒式滤波的次数,进而减少渲染次数,以减少图像滤波的运算量,提升图像滤波的性能。
应理解的是,本发明实施例中,射频单元601可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器610处理;另外,将上行的数据发送给基站。通常,射频单元601包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元601还可以通过无线通信系统与网络和其他设备通信。
移动终端通过网络模块602为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元603可以将射频单元601或网络模块602接收的或者在存储器609中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元603还可以提供与移动终端600执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元603包括扬声器、蜂鸣器以及受话器等。
输入单元604用于接收音频或视频信号。输入单元604可以包括图形处理器(Graphics Processing Unit,GPU)6041和麦克风6042,图形处理器6041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元606上。经图形处理器6041处理后的图像帧可以存储在存储器609(或其它存储介质)中或者经由射频单元601或网络模块602进行发送。麦克风6042可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元601发送到移动通信基站的格式输出。
移动终端600还包括至少一种传感器605,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板6061的亮度,接近传感器可在移动终端600移动到耳边时,关闭显示面板6061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别移动终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器605还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
显示单元606用于显示由用户输入的信息或提供给用户的信息。显示单元606可包括显示面板6061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板6061。
用户输入单元607可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元607包括触控面板6071以及其他输入设备6072。触控面板6071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板6071上或在触控面板6071附近的操作)。触控面板6071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器610,接收处理器610发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板6071。除了触控面板6071,用户输入单元607还可以包括其他输入设备6072。具体地,其他输入设备6072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板6071可覆盖在显示面板6061上,当触控面板6071检测到在其上或附近的触摸操作后,传送给处理器610以确定触摸事件的类型,随后处理器610根据触摸事件的类型在显示面板6061上提供相应的视觉输出。虽然在图6中,触控面板6071与显示面板6061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板6071与显示面板6061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元608为外部装置与移动终端600连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元608可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端600内的一个或多个元件或者可以用于在移动终端600和外部装置之间传输数据。
存储器609可用于存储软件程序以及各种数据。存储器609可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器609可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器610是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器609内的软件程序和/或模块,以及调用存储在存储器609内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器610可包括一个或多个处理单元;优选的,处理器610可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器610中。
移动终端600还可以包括给各个部件供电的电源611(比如电池),优选的,电源611可以通过电源管理系统与处理器610逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外,移动终端600包括一些未示出的功能模块,在此不再赘述。
优选的,本发明实施例还提供一种移动终端,包括处理器610,存储器609,存储在存储器609上并可在所述处理器610上运行的计算机程序,该计算机程序被处理器610执行时实现上述图像渲染方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述图像渲染方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
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。
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(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (10)
1.一种图像渲染方法,其特征在于,包括:
计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,其中,r为正整数;
根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数;
将所述输入图像对应的渲染参数和所述导向图像对应的渲染参数分别渲染到同一缓存对象的两个纹理,得到第一渲染图像和第二渲染图像;
计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值;
针对每一个像素,将所述第一渲染图像的所述像素的像素平均值乘以所述输入图像的所述像素的像素值,并将得到的乘积加上所述第二渲染图像的所述像素的像素平均值,得到输出图像。
2.如权利要求1所述的方法,其特征在于,所述计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,包括:
获取每个像素在半径为r范围内所有采样像素的像素值,并计算输入图像和导向图像的每个像素在半径为r范围内所有采样像素的像素平均值和像素平方均值,其中,所述采样像素的像素值等于所述采样像素周围N个像素的像素平均值,所述N为正偶数。
3.如权利要求1所述的方法,其特征在于,所述根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数,包括:
针对每一个像素,计算所述输入图像的所述像素的像素平方均值与所述输入图像的所述像素的像素平均值的平方的差,得到包括所述输入图像的各像素的参数值的第一参数信息;
针对每一个像素,计算所述输入图像的所述像素的像素平均值与所述导向导图的所述像素的像素平均值之积,得到像素平均差值,计算所述导向图像的所述像素的像素平方均值与所述像素平均差值的差,得到包括所述导向图像的各像素的参数值的第二参数信息;
针对每一个像素,计算所述输入图像的所述像素的参数值加上预设系数的之和,得到参数和值,并将所述导向图像的所述像素的参数值除以所述参数和值,得到包括所述输入图像每个像素的渲染值的渲染参数;
针对每一个像素,计算所述输入图像的所述像素的渲染值与像素平均值之积,得到渲染积值,将所述导向图像的所述像素的像素平均值减去所述渲染积值,得到包括所述导向图像每个像素的渲染值的渲染参数。
4.如权利要求1所述的方法,其特征在于,所述计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值,包括:
计算所述第一渲染图像和所述第二渲染图像的每个像素在半径为r范围内所有采样像素的像素平均值,其中,所述采样像素的像素值等于所述采样像素周围N个像素的像素平均值,所述N为正偶数。
5.一种移动终端,其特征在于,包括:
第一计算模块,用于计算输入图像和导向图像的每个像素在半径为r范围内的像素平均值和像素平方均值,其中,r为正整数;
第二计算模块,用于根据所述输入图像和所述导向图像的每个像素的像素平均值和像素平方均值,计算所述输入图像对应的渲染参数,以及所述导向图像对应的渲染参数;
渲染模块,用于将所述输入图像对应的渲染参数和所述导向图像对应的渲染参数分别渲染到同一缓存对象的两个纹理,得到第一渲染图像和第二渲染图像;
第三计算模块,用于计算所述第一渲染图像和所述第二渲染图像的每个像素的半径为r范围内的像素平均值;
第四计算模块,用于针对每一个像素,将所述第一渲染图像的所述像素的像素平均值乘以所述输入图像的所述像素的像素值,并将得到的乘积加上所述第二渲染图像的所述像素的像素平均值,得到输出图像。
6.如权利要求5所述的移动终端,其特征在于,所述第一计算模块,具体用于获取每个像素在半径为r范围内所有采样像素的像素值,并计算输入图像和导向图像的每个像素在半径为r范围内所有采样像素的像素平均值和像素平方均值,其中,所述采样像素的像素值等于所述采样像素周围N个像素的像素平均值,所述N为正偶数。
7.如权利要求5所述的移动终端,其特征在于,所述第二计算模块,包括:
第一计算子模块,用于针对每一个像素,计算所述输入图像的所述像素的像素平方均值与所述输入图像的所述像素的像素平均值的平方的差,得到包括所述输入图像的各像素的参数值的第一参数信息;
第二计算子模块,用于针对每一个像素,计算所述输入图像的所述像素的像素平均值与所述导向导图的所述像素的像素平均值之积,得到像素平均差值,计算所述导向图像的所述像素的像素平方均值与所述像素平均差值的差,得到包括所述导向图像的各像素的参数值的第二参数信息;
第三计算子模块,用于针对每一个像素,计算所述输入图像的所述像素的参数值加上预设系数的之和,得到参数和值,并将所述导向图像的所述像素的参数值除以所述参数和值,得到包括所述输入图像每个像素的渲染值的渲染参数;
第四计算子模块,用于针对每一个像素,计算所述输入图像的所述像素的渲染值与像素平均值之积,得到渲染积值,将所述导向图像的所述像素的像素平均值减去所述渲染积值,得到包括所述导向图像每个像素的渲染值的渲染参数。
8.如权利要求5所述的移动终端,其特征在于,所述第三计算模块,具体用于计算所述第一渲染图像和所述第二渲染图像的每个像素在半径为r范围内所有采样像素的像素平均值,其中,所述采样像素的像素值等于所述采样像素周围N个像素的像素平均值,所述N为正偶数。
9.一种移动终端,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像滤波程序,所述图像滤波程序被所述处理器执行时实现如权利要求1至4中任一项所述的图像渲染方法中的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有图像滤波程序,所述图像滤波程序被处理器执行时实现如权利要求1至4中任一项所述的图像渲染方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711000752.8A CN107845074A (zh) | 2017-10-24 | 2017-10-24 | 一种图像渲染方法和移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711000752.8A CN107845074A (zh) | 2017-10-24 | 2017-10-24 | 一种图像渲染方法和移动终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107845074A true CN107845074A (zh) | 2018-03-27 |
Family
ID=61663014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711000752.8A Pending CN107845074A (zh) | 2017-10-24 | 2017-10-24 | 一种图像渲染方法和移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107845074A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110874816A (zh) * | 2019-11-19 | 2020-03-10 | 北京字节跳动网络技术有限公司 | 一种图像处理方法、装置、移动终端及存储介质 |
CN111402349A (zh) * | 2019-01-03 | 2020-07-10 | 百度在线网络技术(北京)有限公司 | 渲染方法、渲染装置和渲染引擎 |
CN111540325A (zh) * | 2020-05-20 | 2020-08-14 | Tcl华星光电技术有限公司 | 图像增强方法和图像增强装置 |
CN112767236A (zh) * | 2020-12-30 | 2021-05-07 | 稿定(厦门)科技有限公司 | 图像扭曲效果渲染方法及装置 |
CN114418887A (zh) * | 2022-01-19 | 2022-04-29 | 北京百度网讯科技有限公司 | 一种图像增强方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7076093B2 (en) * | 2002-09-16 | 2006-07-11 | Lee Shih-Jong J | Structure-guided image inspection |
CN102938136A (zh) * | 2012-07-19 | 2013-02-20 | 中国人民解放军国防科学技术大学 | 基于Bayer格式的单幅图像快速去雾方法 |
CN103810742A (zh) * | 2012-11-05 | 2014-05-21 | 正谓有限公司 | 图像渲染方法和系统 |
CN104012086B (zh) * | 2011-12-19 | 2017-05-31 | 思科技术公司 | 用于视频会议环境中景深导向图像滤波的系统和方法 |
-
2017
- 2017-10-24 CN CN201711000752.8A patent/CN107845074A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7076093B2 (en) * | 2002-09-16 | 2006-07-11 | Lee Shih-Jong J | Structure-guided image inspection |
CN104012086B (zh) * | 2011-12-19 | 2017-05-31 | 思科技术公司 | 用于视频会议环境中景深导向图像滤波的系统和方法 |
CN102938136A (zh) * | 2012-07-19 | 2013-02-20 | 中国人民解放军国防科学技术大学 | 基于Bayer格式的单幅图像快速去雾方法 |
CN103810742A (zh) * | 2012-11-05 | 2014-05-21 | 正谓有限公司 | 图像渲染方法和系统 |
Non-Patent Citations (2)
Title |
---|
KAIMING HE ET AL.: "Guided Image Filtering", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 * |
许雯: "浅谈图形学中的纹理映射", 《科技视界》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111402349A (zh) * | 2019-01-03 | 2020-07-10 | 百度在线网络技术(北京)有限公司 | 渲染方法、渲染装置和渲染引擎 |
CN111402349B (zh) * | 2019-01-03 | 2023-09-08 | 百度在线网络技术(北京)有限公司 | 渲染方法、渲染装置和渲染引擎 |
CN110874816A (zh) * | 2019-11-19 | 2020-03-10 | 北京字节跳动网络技术有限公司 | 一种图像处理方法、装置、移动终端及存储介质 |
CN110874816B (zh) * | 2019-11-19 | 2023-07-04 | 抖音视界有限公司 | 一种图像处理方法、装置、移动终端及存储介质 |
CN111540325A (zh) * | 2020-05-20 | 2020-08-14 | Tcl华星光电技术有限公司 | 图像增强方法和图像增强装置 |
CN112767236A (zh) * | 2020-12-30 | 2021-05-07 | 稿定(厦门)科技有限公司 | 图像扭曲效果渲染方法及装置 |
CN112767236B (zh) * | 2020-12-30 | 2022-09-16 | 稿定(厦门)科技有限公司 | 图像扭曲效果渲染方法及装置 |
CN114418887A (zh) * | 2022-01-19 | 2022-04-29 | 北京百度网讯科技有限公司 | 一种图像增强方法、装置、电子设备及存储介质 |
CN114418887B (zh) * | 2022-01-19 | 2022-12-20 | 北京百度网讯科技有限公司 | 一种图像增强方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107845074A (zh) | 一种图像渲染方法和移动终端 | |
CN107798303A (zh) | 一种调整屏幕背光的方法及移动终端 | |
CN107665697A (zh) | 一种屏幕亮度的调节方法及移动终端 | |
CN107833178A (zh) | 一种图像处理方法、装置及移动终端 | |
CN107817939A (zh) | 一种图像处理方法及移动终端 | |
CN107613131A (zh) | 一种应用程序免打扰方法及移动终端 | |
CN107895352A (zh) | 一种图像处理方法及移动终端 | |
CN107734260A (zh) | 一种图像处理方法及移动终端 | |
CN107977652A (zh) | 一种屏幕显示内容的提取方法及移动终端 | |
CN107846583A (zh) | 一种图像阴影补偿方法及移动终端 | |
CN107895143A (zh) | 一种指纹信息处理方法、移动终端及计算机可读存储介质 | |
CN107958161A (zh) | 一种多任务显示方法及移动终端 | |
CN107608606A (zh) | 一种图片显示方法、移动终端及计算机可读存储介质 | |
CN107483836A (zh) | 一种拍摄方法及移动终端 | |
CN107635073A (zh) | 一种移动终端的操作方法及移动终端 | |
CN110213485A (zh) | 一种图像处理方法及终端 | |
CN108093306A (zh) | 一种弹幕显示方法及移动终端 | |
CN107734281A (zh) | 一种图像放大方法及移动终端 | |
CN107734172A (zh) | 一种信息显示方法及移动终端 | |
CN107749046A (zh) | 一种图像处理方法及移动终端 | |
CN107888765A (zh) | 一种切换场景模式的方法、移动终端 | |
CN108037966A (zh) | 一种界面显示方法、装置及移动终端 | |
CN107864336A (zh) | 一种图像处理方法、移动终端 | |
CN107886481A (zh) | 一种图像处理方法、装置及移动终端 | |
CN107682637A (zh) | 一种拍摄方法、移动终端和计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180327 |