CN108024107B - 图像处理方法、装置、电子设备及计算机可读存储介质 - Google Patents
图像处理方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108024107B CN108024107B CN201711278858.4A CN201711278858A CN108024107B CN 108024107 B CN108024107 B CN 108024107B CN 201711278858 A CN201711278858 A CN 201711278858A CN 108024107 B CN108024107 B CN 108024107B
- Authority
- CN
- China
- Prior art keywords
- image
- color
- processed
- value
- white balance
- 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.)
- Expired - Fee Related
Links
- 238000012545 processing Methods 0.000 title claims abstract description 124
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 12
- 239000003086 colorant Substances 0.000 claims description 10
- 230000000694 effects Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 12
- 238000003384 imaging method Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 238000003705 background correction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- ZYECOAILUNWEAL-NUDFZHEQSA-N (4z)-4-[[2-methoxy-5-(phenylcarbamoyl)phenyl]hydrazinylidene]-n-(3-nitrophenyl)-3-oxonaphthalene-2-carboxamide Chemical compound COC1=CC=C(C(=O)NC=2C=CC=CC=2)C=C1N\N=C(C1=CC=CC=C1C=1)/C(=O)C=1C(=O)NC1=CC=CC([N+]([O-])=O)=C1 ZYECOAILUNWEAL-NUDFZHEQSA-N 0.000 description 1
- 241000208140 Acer Species 0.000 description 1
- 241000271566 Aves Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 235000005811 Viola adunca Nutrition 0.000 description 1
- 240000009038 Viola odorata Species 0.000 description 1
- 235000013487 Viola odorata Nutrition 0.000 description 1
- 235000002254 Viola papilionacea Nutrition 0.000 description 1
- 244000172533 Viola sororia Species 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002187 spin decoupling employing ultra-broadband-inversion sequences generated via simulated annealing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/73—Colour balance circuits, e.g. white balance circuits or colour temperature control
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Color Television Image Signal Generators (AREA)
- Color Image Communication Systems (AREA)
- Processing Of Color Television Signals (AREA)
- Image Processing (AREA)
Abstract
本申请实施例涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。上述方法，包括：提取待处理图像中的图像特征，并根据所述图像特征识别所述待处理图像包含的图像元素；获取与所述图像元素匹配的标准色彩值；根据所述标准色彩值对所述图像元素进行颜色调整，并得到白平衡数据；根据所述白平衡数据对所述待处理图像进行白平衡处理。上述图像处理方法、装置、电子设备及计算机可读存储介质，可以提高白平衡处理的效果，提高色彩还原准确度。
Description
技术领域
本申请涉及图像处理技术领域，特别是涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。
背景技术
成像设备(例如照相机、摄像机等)在拍摄被摄物时，在不同光照环境下，颜色会有很大的差异，导致拍摄的照片中被摄物呈现的颜色不同，比如，在日光灯的房间里拍摄的被摄物会显得发绿，在室内钨丝烦下拍摄出来的被摄物会偏黄等。因此，需要对拍摄的图像进行白平衡(White Balance，WB)处理，控制光线对图像中色调的影响，使图像呈现出被摄物原本的色彩状况，以解决拍摄对象色彩失真的问题。
发明内容
本申请实施例提供一种图像处理方法、装置、电子设备及计算机可读存储介质，可以提高白平衡处理的效果，提高色彩还原准确度。
一种图像处理方法，包括：
提取待处理图像中的图像特征，并根据所述图像特征识别所述待处理图像包含的图像元素；
获取与所述图像元素匹配的标准色彩值；
根据所述标准色彩值对所述图像元素进行颜色调整，并得到白平衡数据；
根据所述白平衡数据对所述待处理图像进行白平衡处理。
一种图像处理装置，包括：
识别模块，用于提取待处理图像中的图像特征，并根据所述图像特征识别所述待处理图像包含的图像元素；
标准值获取模块，用于获取与所述图像元素匹配的标准色彩值；
调整模块，用于根据所述标准色彩值对所述图像元素进行颜色调整，并得到白平衡数据；
处理模块，用于根据所述白平衡数据对所述待处理图像进行白平衡处理。
一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如上所述的方法。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。
上述图像处理方法、装置、电子设备及计算机可读存储介质，根据待处理图像的图像特征识别图像元素，获取与图像元素匹配的标准色彩值，根据标准色彩值对图像元素进行颜色调整，并得到白平衡数据，根据白平衡数据对待处理图像进行白平衡处理，可以通过大数据获取图像元素的标准色彩值，克服了图像中不存在白色区域或白色像素点时导致白平衡失效的问题，可以提高白平衡处理的效果，提高色彩还原准确度。
附图说明
图1A为一个实施例中电子设备的框图；
图1B为一个实施例中图像处理方法的应用场景图；
图2为一个实施例中图像处理方法的流程示意图；
图3为一个实施例中确定色彩偏差的流程示意图；
图4为一个实施例中计算白平衡数据，并根据白平衡数据对待处理图像进行白平衡处理的流程示意图；
图5为一个实施例中对其他待处理图进行批量白平衡处理的流程示意图；
图6为一个实施例中图像处理装置的框图；
图7为一个实施例中调整模块的框图；
图8为一个实施例中图像处理电路的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一客户端称为第二客户端，且类似地，可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端，但其不是同一客户端。
图1A为一个实施例中电子设备的框图。如图1A所示，该电子设备包括通过系统总线连接的处理器、存储器、显示屏和输入装置。其中，存储器可包括非易失性存储介质及处理器。电子设备的非易失性存储介质存储有操作系统及计算机程序，该计算机程序被处理器执行时以实现本申请实施例中提供的一种图像处理方法。该处理器用于提供计算和控制能力，支撑整个电子设备的运行。电子设备中的内存储器为非易失性存储介质中的计算机程序的运行提供环境。电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏等，输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，也可以是外接的键盘、触控板或鼠标等。该电子设备可以是手机、平板电脑或者个人数字助理或穿戴式设备等。本领域技术人员可以理解，图1A中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
图1B为一个实施例中图像处理方法的应用场景图。如图1B所示，移动终端10可通过网络与服务器20建立通信连接，其中，服务器20可以是单独的一个服务器，也可以是由多个服务器组成的服务器集群，或是服务器集群中的某一台服务器。可选地，移动终端10获取待处理图像后，可提取待处理图像中的图像特征，并根据图像特征识别待处理图像包含的图像元素。移动终端10可获取与图像元素匹配的标准色彩值，并根据标准色彩值对图像元素进行颜色调整，计算得到白平衡数据。移动终端10再根据白平衡数据对待处理图像进行白平衡处理。
可选地，移动终端10获取待处理图像后，可将待处理图像发送至服务器20。服务器20可提取待处理图像中的图像特征，并根据图像特征识别待处理图像包含的图像元素。服务器20可获取与图像元素匹配的标准色彩值，并将识别的图像元素及标准色彩值返回给移动终端10。移动终端10接收服务器20发送的图像元素及标准色彩值，可根据该标准色彩值对该图像元素进行颜色调整，并计算得到白平衡数据。移动终端10可根据白平衡数据对待处理图像进行白平衡处理。
如图2所示，在一个实施例中，提供一种图像处理方法，包括以下步骤：
步骤210，提取待处理图像中的图像特征，并根据图像特征识别待处理图像包含的图像元素。
电子设备可获取待处理图像，该待处理图像可以是电子设备通过摄像头等成像设备采集的可在显示屏预览的预览图像，也可以是已经生成并存储的图像。电子设备可提取待处理图像中的图像特征，图像特征可包括形状特征、空间特征及边缘特征等，其中，形状特征指的是图像中局部的形状，空间特征指的是图像中分割出来的多个区域之间的相互的空间位置或相对方向关系，边缘特征指的是图像中组成两个区域之间的边界像素等，但不限于此，也可包括纹理特处、颜色特征等。
可选地，电子设备可采用Harris角点检测算法、SUSAN算法或DoG算法等提取待处理图像的图像特征，但不限于此。在一个实施例中，电子设备可根据水平差分算子及竖直差分算子对待处理图像中的每个像素点进行滤波，计算得到每个像素点在水平及竖直方向的变化量，并根据像素点在水平及竖直方向的变化量确定该像素点的类型，其中，像素点的类型可包括角点、边缘、平坦地区等。当像素点在水平及竖直方向的变化量均较大时，可确定该像素点的类型为角点；当像素点仅在水平或竖直方向上有较大的变化量时，可确定该像素点的类型为边缘；当像素点在水平及竖直方向的变化量均较小时，可确定该像素点的类型为平坦地区。电子设备可提取类型为角点及边缘等的像素点作为图像特征。可选地，电子设备除了可将角点、边缘等像素点作为图像特征外，还可通过预先定义的窗口提取区域特征等，并不限于此。
电子设备可根据提取的图像特征识别待处理图像中包含的图像元素，图像元素可指的是待处理图像中包含的被摄物体，可包括但不限于人、动物、植物或其他没有生命的被摄物体，比如山、白云、天空等。可选地，电子设备可通过预设的识别模型对图像特征进行分析，并识别待处理图像中包含的图像元素。识别模型可以基于大数据进行构建，电子设备可预先存储有大量的图像数据，可将大量的图像数据作为识别模型的样本图像，样本图像可包含有不同的图像元素，可对各个样本包含的图像元素进行标记，并将标记的样本图像作为识别模型的输入，通过机器学习进行训练学习，得到识别模型。在一个实施例中，电子设备可先通过识别模型根据图像特征确定待处理图像中包含的图像元素所属的大类，其中，大类可包括人、动物、植物、建筑、生活用品、自然景观等，但不限于此。电子设备得到图像元素的粗略分类后，可再通过识别模型进行细化的分类，例如，动物类别下又可分为昆虫类、飞禽类、哺乳类等，再根据图像特征识别出准确的图像元素。识别模型根据提取的图像特征识别出图像元素后，可返回识别的图像元素标识，电子设备可根据该图像元素标识确定待处理图像中包含的图像元素，其中，图像元素标识可以由字符、数字及字母等中的一种或多种组成。
步骤220，获取与图像元素匹配的标准色彩值。
电子设备识别出图像中包含的图像元素后，可根据图像元素标识获取与图像元素匹配的标准色彩值，该标准色彩值可用于表示图像元素在现实生活中呈现在人眼视角中的真实颜色，标准色彩值可以是图像元素中的像素点在RGB(红、绿、蓝)、HSV(色调、饱和度、明度)或YUV(亮度、色度)等颜色空间的值。在一个实施例中，图像元素匹配的标准色彩值可基于大数据进行获取，电子设备可先从存储的大量图像数据中抽取包含有相同图像元素的图像，并对抽取的图像中该相同图像元素的色彩值进行统计，可根据统计结果确定与该相同图像元素匹配的标准色彩值。可选地，电子设备可将该相同图像元素在抽取的各个图像中出现次数最多的色彩值作为匹配的标准色彩值，但不限于此。与图像元素匹配的标准色彩值也可根据实际需求进行设定，比如，可预先设定天空的标准色彩值、枫叶的标准色彩值等。
步骤230，根据标准色彩值对图像元素进行颜色调整，并得到白平衡数据。
电子设备可根据图像元素匹配的标准色彩值对待处理图像中的图像元素进行颜色调整，还原图像元素的真实颜色，使待处理图像中的图像元素的色彩值贴近标准色彩值或与标准色彩值一致。电子设备可根据图像元素的标准色彩值计算待处理图像的白平衡数据，其中，白平衡数据可包括各个颜色通道的增益参数等，例如R(RED，红)颜色通道的增益参数、B(BLUE，蓝色)颜色通道的增益参数等，但不限于此。根据识别的图像元素的标准色彩值计算白平衡数据，无需查找图像中的白色区域或白色像素点，相较于传统的方式中电子设备需要获取图像中的白色区域或白色像素点，以获取的白色区域或白色像素点为基准计算图像的白平衡数据，可克服图像中不存在白色区域或白色像素点时导致白平衡失效的问题。
步骤240，根据白平衡数据对待处理图像进行白平衡处理。
电子设备可以将识别的图像元素的标准色彩值作为基准，对待处理图像进行白平衡处理。电子设备根据图像元素的标准色彩值计算得到白平衡数据后，可根据白平衡数据对待处理图像进行白平衡处理。可选地，电子设备可通过灰度世界算法、完美反射算法、全局白平衡算法或局部白平衡法等白平衡算法对待处理图像进行白平衡处理，对待处理图像进行颜色修正。电子设备可根据图像元素的标准色彩值计算得到白平衡算法所需的白平衡数据，再根据白平衡数据计算得到待处理图像中各个像素点修正后的色彩值，从而可对待处理图像中的各个像素点进行颜色修正。
在本实施例中，根据待处理图像的图像特征识别图像元素，获取与图像元素匹配的标准色彩值，根据标准色彩值对图像元素进行颜色调整，并得到白平衡数据，根据白平衡数据对待处理图像进行白平衡处理，可以通过大数据获取图像元素的标准色彩值，克服了图像中不存在白色区域或白色像素点时导致白平衡失效的问题，可以提高白平衡处理的效果，提高色彩还原准确度。
如图3所示，在一个实施例中，在步骤220获取与图像元素匹配的标准色彩值之后，还包括以下步骤：
步骤302，计算图像元素在待处理图像中的原始色彩平均值。
电子设备可获取待处理图像中图像元素包含的各个像素点的色彩值，并根据图像元素包含的各个像素点的色彩值计算原始色彩平均值。可选地，图像元素包含的各个像素点的色彩值可用RGB颜色空间进行表示，则可计算得到图像元素的原始色彩平均值(Ravg，Gavg，Bavg)。
步骤304，确定原始色彩平均值与标准色彩值的色彩偏差。
电子设备可根据图像元素的原始色彩平均值与标准色彩值确定色彩偏差，可选地，可将图像元素的标准色彩值与原始色彩平均值相减，得到色彩偏差。电子设备可将图像元素的标准色彩值在各个颜色通道的值减去原始色彩平均值中对应颜色通道的值，确定各个颜色通道的偏差值。例如，图像元素的标准色彩值为(Rsta，Gsta，Bsta)，原始色彩平均值为(Ravg，Gavg，Bavg)，则可计算得到R颜色通道的偏差值ΔR＝Rsta-Ravg，B颜色通道的偏差值ΔG＝Gsta-Gavg，G颜色通道的偏差值为ΔB＝Bsta-Bavg，可得到色彩偏差为(ΔR，ΔG，ΔB)。
步骤306，若色彩偏差大于预设偏差值，则重新识别待处理图像中包含的其他图像元素，并获取与识别的其他图像元素匹配的标准色彩值。
电子设备可将图像元素在原始色彩平均值与标准色彩值的色彩偏差与预设偏差值进行比较，判断色彩偏差是否大于预设偏差值。若大于预设偏差值，则说明识别出的图像元素或得到的标准色彩值可能不够准确。电子设备可重新识别待处理图像中包含的其他图像元素，并获取与识别的其他图像元素匹配的标准色彩值，再确定其他图像元素的原始色彩平均值与标准色彩值的色彩偏差，直至识别到的图像元素在原始色彩平均值与标准色彩值的色彩偏差小于或等于预设偏差值。若电子设备在待处理图像中没有识别到色彩偏差小于或等于预设偏差值的图像元素，则可选取色彩偏差最小的图像元素作为基准，根据该色彩偏差最小的图像元素的标准色彩值计算得到白平衡数据。
在一个实施例中，电子设备可根据图像元素的原始色彩平均值确定图像元素的色系，色系指的是颜色所属的系别，色系可包括暖色系及冷色系，暖色系下又可包括黄色系、黄橙色系、橙色系、红橙色系、红色系、红紫色系等，冷色系下又可包括黄绿色系、绿色系、蓝绿色系、蓝色系、蓝紫色系、紫色系等，但不限于此。不同的色系可对应不同的色彩值范围，电子设备可根据图像元素的原始色彩平均值落入的色彩值范围确定所属的色系。不同的色系可对应不同的预设偏差值，色系对应的预设偏差值可以根据该色系在不同类型的光源下呈现的色彩值进行确定，其中，光源可包括但不限于白炽灯、日光灯、自然光等。例如，红色系在白炽灯下可能呈现橙色或红橙色，在日光灯下可能呈现黄橙色等。电子设备可根据各个色系在不同类型的光源下呈现的色彩值确定对应的预设偏差值。电子设备根据图像元素的原始色彩平均值确定图像元素的色系后，可选取与该色系对应的预设偏差值，并将图像元素在原始色彩平均值与标准色彩值的色彩偏差与该对应的预设偏差值进行比较。若色彩偏差大于该对应的预设偏差值，电子设备可重新识别其他图像元素。根据各个色系在不同类型的光源下呈现的色彩值确定对应的预设偏差值，可防止出现误判断的情况，进一步提高色彩还原的准确度。
在本实施例中，可确定图像元素在原始色彩平均值与标准色彩值的色彩偏差，当色彩偏差大于预设偏差值时，可重新识别其他图像元素，可使计算得到的白平衡数据更为准确，提高白平衡处理的效果，提高色彩还原准确度。
如图4所示，在一个实施例中，上述图像处理方法，还包括以下步骤：
步骤402，根据标准色彩值对图像元素进行颜色调整。
步骤404，建立标准色彩值与原始色彩平均值的对应关系，并根据对应关系确定第一颜色通道的第一增益参数及第二颜色通道的第二增益参数。
电子设备可根据图像元素的标准色彩值及原始色彩平均值计算白平衡数据，在本实施例中，白平衡数据可包括第一颜色通道的第一增益参数及第二颜色通道的第二增益参数，该第一颜色通道可以是R颜色通道，第二颜色通道可以是B颜色通道，但不限于此。电子设备可建立标准色彩值与原始色彩平均值的对应关系，可选地，可先计算标准色彩值中R颜色通道与G颜色通道的比值Rsta/Gsta，以及B颜色通道与G颜色通道的比值Bsta/Gsta，再计算原始色彩平均值中R颜色通道与G颜色通道的比值Ravg/Gavg，以及B颜色通道与G颜色通道的比值Bavg/Gavg。电子设备可确定Rsta/Gsta与Ravg/Gavg的对应关系，以及Bsta/Gsta与Bavg/Gavg的对应关系。电子设备可根据Rsta/Gsta与Ravg/Gavg的对应关系得到R颜色通道的第一增益参数Rgain，根据Bsta/Gsta与Bavg/Gavg的对应关系得到B颜色通道的第二增益参数Bgain。
步骤406，根据第一增益参数对待处理图像中各个像素点在第一颜色通道的值进行白平衡处理。
电子设备可根据第一增益参数对待处理图像中各个像素点在第一颜色通道的值进行白平衡处理，并根据第二增益参数对待处理图像中各个像素点在第二颜色通道的值进行白平衡处理。可选地，电子设备可将像素点在第一颜色通道的值乘以第一增益参数，并将该像素点在第二颜色通道的值乘以第二增益参数，得到修正后的像素点的色彩值。电子设备可根据式(1)及式(2)分别计算各个像素点进行白平衡处理后的色彩值：
R1＝R0*Rgain 式(1)；
B1＝B0*Bgain 式(2)；
其中，R1表示像素点进行白平衡处理后的R通道的值，R0表示像素点原始的R通道的值，B1表示像素点进行白平衡处理后的B通道的值，B0表示像素点原始的B通道的值。
步骤408，根据第二增益参数对待处理图像中各个像素点在第二颜色通道的值进行白平衡处理。
在本实施例中，可根据标准色彩值与原始色彩平均值的对应关系计算得到白平衡数据，可使计算得到的白平衡数据更为准确，提高白平衡处理的效果，提高色彩还原准确度。
在一个实施例中，在步骤提取待处理图像中的图像特征之前，还包括：检测待处理图像中是否包含白色像素点，若待处理图像中包含白色像素点，则根据白色像素点计算白平衡数据，若待处理图像中不包含白色像素点，则提取待处理图像中的图像特征，并根据图像特征识别待处理图像包含的图像元素。
电子设备获取待处理图像后，可检测待处理图像中是否包含白色像素点，可选地，可预先设置白色像素点的色彩值范围，并检测待处理图像中是否包含色彩值落入该预设的色彩值范围的像素点。若待处理图像中包含色彩值落入该预设的色彩值范围的像素点，则可将该像素点定义为白色像素点。电子设备可以将白色像素点作为基准，计算得到待处理图像的白平衡数据，并根据白平衡数据对待处理图像进行白平衡处理。若待处理图像中不包含白色像素点，电子设备可提取待处理图像中的图像特征，并根据图像特征识别待处理图像包含的图像元素，获取与该图像元素匹配的标准色彩值，再根据该图像元素的标准色彩值计算得到白平衡数据。
在本实施例中，可先检测待处理图像中是否包含白色像素点，若不包含，再对待处理图像中包含的图像元素进行识别，可以加快白平衡处理的速度，提高白平衡处理的效率。
如图5所示，在一个实施例中，上述图像处理方法，还包括以下步骤：
步骤502，获取与待处理图像属于同一采集场景的其他待处理图像。
电子设备对待处理图像进行白平衡处理后，可获取需要其他未进行白平衡处理的图像，并检测其他未进行白平衡处理的图像中是否包含与待处理图像属于同一采集场景的图像。可选地，电子设备可确定其他各张未进行白平衡处理的图像的采集时刻与待处理图像的采集时刻的差值，并判断该差值是否小于预设时间阈值。电子设备可获取采集时刻与待处理图像的采集时刻之差小于预设时间阈值的其他待处理图像，并将采集时刻与待处理图像的采集时刻之差小于预设时间阈值的图像定义为与待处理图像属于同一采集场景的图像。时间阈值可根据实际需求进行设定，例如5分钟、10分钟、3分钟等。
可选地，电子设备还可检测其他未进行白平衡处理的图像是否包含与待处理图像相似的图像区域，可获取包含与待处理图像相似图像区域的其他待处理图像。电子设备可提取未进行白平衡处理的图像的图像特征，并将未进行白平衡处理的图像的图像特征与已进行白平衡处理的待处理图像进行比对。若未进行白平衡处理的图像中存在与待处理图像相似度大于预设阈值的图像区域，则可将该未进行白平衡处理的图像定义为与待处理图像属于同一采集场景的图像。可以理解地，也可采用其他方式判断未进行白平衡处理的图像与待处理图像是否属于同一场景，并不仅限于上述几种方式。
步骤504，根据白平衡数据对其他待处理图像进行批量白平衡处理。
电子设备可根据待处理图像的白平衡数据，对与待处理图像属于同一采集场景的其他待处理图像进行批量白平衡处理。
在本实施例中，可根据待处理图像的白平衡数据，对与待处理图像属于同一采集场景的其他待处理图像进行批量白平衡处理，可以加快白平衡处理的速度，提高白平衡处理的效率。
在一个实施例中，提供一种图像处理方法，包括以下步骤：
步骤(1)，提取待处理图像中的图像特征，并根据图像特征识别待处理图像包含的图像元素。
可选地，在步骤(1)之前，还包括：检测待处理图像中是否包含白色像素点；若待处理图像中包含白色像素点，则根据白色像素点计算白平衡数据；若待处理图像中不包含白色像素点，则执行步骤(1)。
步骤(2)，获取与图像元素匹配的标准色彩值。
可选地，在步骤(2)之后，还包括：计算图像元素在待处理图像中的原始色彩平均值；确定原始色彩平均值与标准色彩值的色彩偏差；若色彩偏差大于预设偏差值，则重新执行步骤(1)，识别待处理图像中包含的其他图像元素，并获取与识别的其他图像元素匹配的标准色彩值。
可选地，在确定原始色彩平均值与标准色彩值的色彩偏差之后，还包括：根据原始色彩平均值确定图像元素的色系；选取与色系对应的预设偏差值，并将色彩偏差与预设偏差值进行比较。
步骤(3)，根据标准色彩值对图像元素进行颜色调整，并得到白平衡数据。
可选地，步骤(3)，包括：根据标准色彩值对图像元素进行颜色调整；建立标准色彩值与原始色彩平均值的对应关系，并根据对应关系确定第一颜色通道的第一增益参数及第二颜色通道的第二增益参数。
步骤(4)，根据白平衡数据对待处理图像进行白平衡处理。
可选地，步骤(4)，包括：根据第一增益参数对待处理图像中各个像素点在第一颜色通道的值进行白平衡处理；根据第二增益参数对待处理图像中各个像素点在第二颜色通道的值进行白平衡处理。
可选地，在步骤(4)之后，还包括：获取与待处理图像属于同一采集场景的其他待处理图像；根据白平衡数据对其他待处理图像进行批量白平衡处理。
可选地，获取与待处理图像属于同一采集场景的其他待处理图像，包括：获取采集时刻与待处理图像的采集时刻之差小于预设时间阈值的其他待处理图像。
在本实施例中，根据待处理图像的图像特征识别图像元素，获取与图像元素匹配的标准色彩值，根据标准色彩值对图像元素进行颜色调整，并得到白平衡数据，根据白平衡数据对待处理图像进行白平衡处理，可以通过大数据获取图像元素的标准色彩值，克服了图像中不存在白色区域或白色像素点时导致白平衡失效的问题，可以提高白平衡处理的效果，提高色彩还原准确度。
如图6所示，在一个实施例中，提供一种图像处理装置600，包括识别模块610、标准值获取模块620、调整模块630及处理模块640。
识别模块610，用于提取待处理图像中的图像特征，并根据图像特征识别待处理图像包含的图像元素。
标准值获取模块620，用于获取与图像元素匹配的标准色彩值。
调整模块630，用于根据标准色彩值对图像元素进行颜色调整，并得到白平衡数据。
处理模块640，用于根据白平衡数据对待处理图像进行白平衡处理。
在本实施例中，根据待处理图像的图像特征识别图像元素，获取与图像元素匹配的标准色彩值，根据标准色彩值对图像元素进行颜色调整，并得到白平衡数据，根据白平衡数据对待处理图像进行白平衡处理，可以通过大数据获取图像元素的标准色彩值，克服了图像中不存在白色区域或白色像素点时导致白平衡失效的问题，可以提高白平衡处理的效果，提高色彩还原准确度。
在一个实施例中，上述图像处理装置600，除了包括识别模块610、标准值获取模块620、调整模块630及处理模块640，还包括平均值计算模块及偏差确定模块。
平均值计算模块，用于计算图像元素在待处理图像中的原始色彩平均值。
偏差确定模块，用于确定原始色彩平均值与标准色彩值的色彩偏差。
识别模块610，还用于若色彩偏差大于预设偏差值，则重新识别待处理图像中包含的其他图像元素，并获取与识别的其他图像元素匹配的标准色彩值。
可选地，图像处理装置600，还包括色系确定模块及选取模块。
色系确定模块，用于根据原始色彩平均值确定图像元素的色系。
选取模块，用于选取与色系对应的预设偏差值，并将色彩偏差与预设偏差值进行比较。
在本实施例中，可确定图像元素在原始色彩平均值与标准色彩值的色彩偏差，当色彩偏差大于预设偏差值时，可重新识别其他图像元素，可使计算得到的白平衡数据更为准确，提高白平衡处理的效果，提高色彩还原准确度。
如图7所示，在一个实施例中，调整模块630，包括调整单元632及参数确定单元634。
调整单元632，用于根据标准色彩值对图像元素进行颜色调整。
参数确定单元634，用于建立标准色彩值与原始色彩平均值的对应关系，并根据对应关系确定第一颜色通道的第一增益参数及第二颜色通道的第二增益参数。
处理模块640，还用于根据第一增益参数对待处理图像中各个像素点在第一颜色通道的值进行白平衡处理。
处理模块640，还用于根据第二增益参数对待处理图像中各个像素点在第二颜色通道的值进行白平衡处理。
在本实施例中，可根据标准色彩值与原始色彩平均值的对应关系计算得到白平衡数据，可使计算得到的白平衡数据更为准确，提高白平衡处理的效果，提高色彩还原准确度。
在一个实施例中，上述图像处理装置600，除了包括识别模块610、标准值获取模块620、调整模块630、处理模块640、平均值计算模块及偏差确定模块，还包括检测模块。
检测模块，用于检测待处理图像中是否包含白色像素点。
调整模块630，还用于若待处理图像中包含白色像素点，则根据白色像素点计算白平衡数据。
识别模块610，还用于若待处理图像中不包含白色像素点，则提取待处理图像中的图像特征，并根据图像特征识别待处理图像包含的图像元素。
在本实施例中，可先检测待处理图像中是否包含白色像素点，若不包含，再对待处理图像中包含的图像元素进行识别，可以加快白平衡处理的速度，提高白平衡处理的效率。
在一个实施例中，上述图像处理装置600，除了包括识别模块610、标准值获取模块620、调整模块630、处理模块640、平均值计算模块、偏差确定模块及检测模块，还包括
图像获取模块，用于获取与待处理图像属于同一采集场景的其他待处理图像。
可选地，图像获取模块，还用于获取采集时刻与待处理图像的采集时刻之差小于预设时间阈值的其他待处理图像。
处理模块640，还用于根据白平衡数据对其他待处理图像进行批量白平衡处理。
在本实施例中，可根据待处理图像的白平衡数据，对与待处理图像属于同一采集场景的其他待处理图像进行批量白平衡处理，可以加快白平衡处理的速度，提高白平衡处理的效率。
本申请实施例还提供一种电子设备。上述电子设备中包括图像处理电路，图像处理电路可以利用硬件和/或软件组件实现，可包括定义ISP(Image Signal Processing，图像信号处理)管线的各种处理单元。图8为一个实施例中图像处理电路的示意图。如图8所示，为便于说明，仅示出与本申请实施例相关的图像处理技术的各个方面。
如图8所示，图像处理电路包括ISP处理器840和控制逻辑器850。成像设备810捕捉的图像数据首先由ISP处理器840处理，ISP处理器840对图像数据进行分析以捕捉可用于确定和/或成像设备810的一个或多个控制参数的图像统计信息。成像设备810可包括具有一个或多个透镜812和图像传感器814的照相机。图像传感器814可包括色彩滤镜阵列(如Bayer滤镜)，图像传感器814可获取用图像传感器814的每个成像像素捕捉的光强度和波长信息，并提供可由ISP处理器840处理的一组原始图像数据。传感器820(如陀螺仪)可基于传感器820接口类型把采集的图像处理的参数(如防抖参数)提供给ISP处理器840。传感器820接口可以利用SMIA(Standard Mobile Imaging Architecture，标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。
此外，图像传感器814也可将原始图像数据发送给传感器820，传感器820可基于传感器820接口类型把原始图像数据提供给ISP处理器840，或者传感器820将原始图像数据存储到图像存储器830中。
ISP处理器840按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，ISP处理器840可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。
ISP处理器840还可从图像存储器830接收图像数据。例如，传感器820接口将原始图像数据发送给图像存储器830，图像存储器830中的原始图像数据再提供给ISP处理器840以供处理。图像存储器830可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括DMA(Direct MemoryAccess，直接直接存储器存取)特征。
当接收到来自图像传感器814接口或来自传感器820接口或来自图像存储器830的原始图像数据时，ISP处理器840可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器830，以便在被显示之前进行另外的处理。ISP处理器840还可从图像存储器830接收处理数据，对上述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器870，以供用户观看和/或由图形引擎或GPU(GraphicsProcessing Unit，图形处理器)进一步处理。此外，ISP处理器840的输出还可发送给图像存储器830，且显示器870可从图像存储器830读取图像数据。在一个实施例中，图像存储器830可被配置为实现一个或多个帧缓冲器。此外，ISP处理器840的输出可发送给编码器/解码器860，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器870设备上之前解压缩。
ISP处理器840处理图像数据的步骤包括：对图像数据进行VFE(Video Front End，视频前端)处理和CPP(Camera Post Processing，摄像头后处理)处理。对图像数据的VFE处理可包括修正图像数据的对比度或亮度、修改以数字方式记录的光照状态数据、对图像数据进行补偿处理(如白平衡，自动增益控制，γ校正等)、对图像数据进行滤波处理等。对图像数据的CPP处理可包括对图像进行缩放、向每个路径提供预览帧和记录帧。其中，CPP可使用不同的编解码器来处理预览帧和记录帧。
ISP处理器840处理后的数据可发送给编码器/解码器860，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器870设备上之前解压缩。上述编码器/解码器860可为电子设备中CPU、GPU或协处理器等。
ISP处理器840确定的统计数据可发送给控制逻辑器850单元。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜812阴影校正等图像传感器814统计信息。控制逻辑器850可包括执行一个或多个例(如固件)的处理器和/或微控制器，一个或多个例程可根据接收的统计数据，确定成像设备810的控制参数以及ISP处理器840的控制参数。例如，成像设备810的控制参数可包括传感器820控制参数(例如增益、曝光控制的积分时间)、照相机闪光控制参数、透镜812控制参数(例如聚焦或变焦用焦距)，或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如，在RGB处理期间)的增益水平和色彩校正矩阵，以及透镜812阴影校正参数。
在本实施例中，运用图8中图像处理技术可实现上述的图像处理方法。
在一个实施例中，提供一种电子设备，包括存储器及处理器，存储器中存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：
提取待处理图像中的图像特征，并根据图像特征识别待处理图像包含的图像元素；
获取与图像元素匹配的标准色彩值；
根据标准色彩值对图像元素进行颜色调整，并得到白平衡数据；
根据白平衡数据对待处理图像进行白平衡处理。
在一个实施例中，提供一种计算机可读存储介质，其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的图像处理方法。
在一个实施例中，提供一种包含计算机程序的计算机程序产品，当其在电子设备上运行时，使得电子设备执行时实现上述的图像处理方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等。
如此处所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种图像处理方法，其特征在于，包括：
提取待处理图像中的图像特征，并根据预设的识别模型对所述图像特征进行分析，识别所述待处理图像包含的图像元素，确定待处理图像中包含的图像元素所属的类别；所述待处理图像为初始生成的预览图像；
根据图像元素标识获取与所述图像元素匹配的标准色彩值；所述图像元素匹配的标准色彩值是事先基于大数据获取确定的与所述图像元素匹配的标准色彩值；
根据所述标准色彩值对所述图像元素进行颜色调整，并得到白平衡数据；
根据所述白平衡数据对所述待处理图像进行白平衡处理；
在所述获取与所述图像元素匹配的标准色彩值之后，所述方法还包括：
计算所述图像元素在所述待处理图像中的原始色彩平均值；
确定所述原始色彩平均值与所述标准色彩值的色彩偏差；
若所述色彩偏差大于预设偏差值，则重新识别所述待处理图像中包含的其他的图像元素，并获取与识别的其他的图像元素匹配的标准色彩值，再确定所述其他的图像元素的原始色彩平均值与所述标准色彩值的色彩偏差，直至识别到的图像元素在所述原始色彩平均值与所述标准色彩值的色彩偏差小于或等于所述预设偏差值。
2.根据权利要求1所述的方法，其特征在于，在所述确定所述原始色彩平均值与所述标准色彩值的色彩偏差之后，所述方法还包括：
根据所述原始色彩平均值确定所述图像元素的色系；
选取与所述色系对应的预设偏差值，并将所述色彩偏差与所述预设偏差值进行比较。
3.根据权利要求1所述的方法，其特征在于，所述根据所述标准色彩值对所述图像元素进行颜色调整，并得到白平衡数据，包括：
根据所述标准色彩值对所述图像元素进行颜色调整；
建立所述标准色彩值与所述原始色彩平均值的对应关系，并根据所述对应关系确定第一颜色通道的第一增益参数及第二颜色通道的第二增益参数；
所述根据所述白平衡数据对所述待处理图像进行白平衡处理，包括：
根据所述第一增益参数对所述待处理图像中各个像素点在第一颜色通道的值进行白平衡处理；
根据所述第二增益参数对所述待处理图像中各个像素点在第二颜色通道的值进行白平衡处理。
4.根据权利要求1至3任一所述的方法，其特征在于，在所述提取待处理图像中的图像特征之前，所述方法还包括：
检测待处理图像中是否包含白色像素点；
若所述待处理图像中包含白色像素点，则根据所述白色像素点计算白平衡数据；
若所述待处理图像中不包含白色像素点，则提取所述待处理图像中的图像特征，并根据所述图像特征识别所述待处理图像包含的图像元素。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取与所述待处理图像属于同一采集场景的其他待处理图像；
根据所述白平衡数据对所述其他待处理图像进行批量白平衡处理。
6.根据权利要求5所述的方法，其特征在于，所述获取与所述待处理图像属于同一采集场景的其他待处理图像，包括：
获取采集时刻与所述待处理图像的采集时刻之差小于预设时间阈值的其他待处理图像。
7.一种图像处理装置，其特征在于，包括：
识别模块，用于提取待处理图像中的图像特征，并根据预设的识别模型对所述图像特征进行分析，识别所述待处理图像包含的图像元素，确定待处理图像中包含的图像元素所属的类别；所述待处理图像为初始生成的预览图像；
标准值获取模块，用于根据图像元素标识获取与所述图像元素匹配的标准色彩值；所述图像元素匹配的标准色彩值是事先基于大数据获取确定的与所述图像元素匹配的标准色彩值；
调整模块，用于根据所述标准色彩值对所述图像元素进行颜色调整，并得到白平衡数据；
处理模块，用于根据所述白平衡数据对所述待处理图像进行白平衡处理；
所述图像处理装置还包括：
平均值计算模块，用于计算图像元素在待处理图像中的原始色彩平均值；
偏差确定模块，用于确定原始色彩平均值与标准色彩值的色彩偏差；
识别模块，还用于若所述色彩偏差大于预设偏差值，则重新识别所述待处理图像中包含的其他的图像元素，并获取与识别的其他的图像元素匹配的标准色彩值，再确定所述其他的图像元素的原始色彩平均值与所述标准色彩值的色彩偏差，直至识别到的图像元素在所述原始色彩平均值与所述标准色彩值的色彩偏差小于或等于所述预设偏差值。
8.一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如权利要求1至6任一所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711278858.4A CN108024107B (zh) | 2017-12-06 | 2017-12-06 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711278858.4A CN108024107B (zh) | 2017-12-06 | 2017-12-06 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108024107A CN108024107A (zh) | 2018-05-11 |
| CN108024107B true CN108024107B (zh) | 2020-05-12 |
Family
ID=62078806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711278858.4A Expired - Fee Related CN108024107B (zh) | 2017-12-06 | 2017-12-06 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108024107B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108769521B (zh) * | 2018-06-05 | 2021-02-02 | Oppo广东移动通信有限公司 | 一种拍照方法、移动终端及计算机可读存储介质 |
| CN109273071A (zh) * | 2018-08-23 | 2019-01-25 | 广东数相智能科技有限公司 | 一种建立白色物体对比模型的方法 |
| CN109949377B (zh) * | 2019-03-08 | 2021-10-01 | 北京旷视科技有限公司 | 图像处理方法、装置及电子设备 |
| CN110022469B (zh) * | 2019-04-09 | 2021-03-02 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN110458882A (zh) * | 2019-08-17 | 2019-11-15 | 陈�峰 | 一种基于计算机视觉的植物果实表型测定方法 |
| CN111064963A (zh) * | 2019-11-11 | 2020-04-24 | 北京迈格威科技有限公司 | 图像数据解码方法、装置、计算机设备和存储介质 |
| CN111062860B (zh) * | 2019-11-12 | 2022-12-02 | 北京旷视科技有限公司 | 基于场景的图像色彩调整方法、装置和计算机设备 |
| CN111476724A (zh) * | 2020-03-19 | 2020-07-31 | 中国人民解放军陆军特种作战学院 | 一种基于图像匹配的无人机航拍图像去雾处理方法及系统 |
| CN112822370B (zh) * | 2021-01-12 | 2022-11-15 | Oppo广东移动通信有限公司 | 电子设备、前置图像信号处理器及图像处理方法 |
| CN113516132B (zh) * | 2021-03-25 | 2024-05-03 | 杭州博联智能科技股份有限公司 | 基于机器学习的颜色校准方法、装置、设备及介质 |
| CN113239756A (zh) * | 2021-04-28 | 2021-08-10 | 世邦通信股份有限公司 | 基于目标识别的自动白平衡方法及装置 |
| CN113284199A (zh) * | 2021-05-24 | 2021-08-20 | 艾酷软件技术(上海)有限公司 | 图像灰度区域确定方法、电子设备及服务器 |
| CN113409205B (zh) * | 2021-06-10 | 2023-11-24 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、存储介质与电子设备 |
| CN114693523A (zh) * | 2022-03-28 | 2022-07-01 | 深圳创维－Rgb电子有限公司 | 图像色准校正方法、装置、电子设备及可读存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6975759B2 (en) * | 2002-06-25 | 2005-12-13 | Koninklijke Philips Electronics N.V. | Method and system for white balancing images using facial color as a reference signal |
| CN103037224A (zh) * | 2012-12-07 | 2013-04-10 | 珠海全志科技股份有限公司 | 图像白平衡处理方法及装置 |
| CN104796683B (zh) * | 2014-01-22 | 2018-08-14 | 南京中兴软件有限责任公司 | 一种校准图像色彩的方法和系统 |
| CN106878695A (zh) * | 2017-02-13 | 2017-06-20 | 广东欧珀移动通信有限公司 | 白平衡处理的方法、装置和计算机设备 |
-
2017
- 2017-12-06 CN CN201711278858.4A patent/CN108024107B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN108024107A (zh) | 2018-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108024107B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN108810418B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
| CN108805103B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN108777815B (zh) | 视频处理方法和装置、电子设备、计算机可读存储介质 | |
| CN107730445B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN108537155B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN108717530B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN108875619B (zh) | 视频处理方法和装置、电子设备、计算机可读存储介质 | |
| WO2019233393A1 (zh) | 图像处理方法和装置、存储介质、电子设备 | |
| CN107993209B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN113766125B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
| CN108734676B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN112102386A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| CN108830208A (zh) | 视频处理方法和装置、电子设备、计算机可读存储介质 | |
| CN110580428A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN109712177B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| CN107862658B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN109242794B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN108804658B (zh) | 图像处理方法和装置、存储介质、电子设备 | |
| CN107704798B (zh) | 图像虚化方法、装置、计算机可读存储介质和计算机设备 | |
| CN108616700B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN109685853B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| CN108848306B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN107317967B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
| CN107945106B (zh) | 图像处理方法、装置、电子设备及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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200512 |