CN108305228A - 图像处理方法、装置、存储介质及处理器 - Google Patents
图像处理方法、装置、存储介质及处理器 Download PDFInfo
- Publication number
- CN108305228A CN108305228A CN201810077331.3A CN201810077331A CN108305228A CN 108305228 A CN108305228 A CN 108305228A CN 201810077331 A CN201810077331 A CN 201810077331A CN 108305228 A CN108305228 A CN 108305228A
- Authority
- CN
- China
- Prior art keywords
- value
- target pixel
- pixel points
- color
- color 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.)
- Granted
Links
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000013016 damping Methods 0.000 claims abstract description 17
- 238000009472 formulation Methods 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 26
- 230000001976 improved effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010019133 Hangover Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000024159 perception of rate of movement Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000004148 unit process Methods 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
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- 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
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像处理方法、装置、存储介质及处理器。该方法包括:采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,预设个数的像素点位于目标像素点的模糊方向上;计算预设个数的像素点的颜色值的平均值,将平均值作为颜色基准值;获取目标像素点的颜色值,按照指数衰减将颜色基准值和目标像素点的颜色值进行指数插值计算,得到插值计算结果;将插值计算结果作为目标像素点的模糊像素值以显示处理后的当前帧图像。通过本发明,提高了模糊显示效果。
Description
技术领域
本发明涉及计算机领域,具体而言,涉及一种图像处理方法、装置、存储介质及处理器。
背景技术
动态模糊是真实世界中的摄像机的一种效果,如果在摄像机进行曝光的时候拍摄的物体或者场景发生了位置变化就会产生模糊的画面效果,在计算机图形学中由于不会存在摄像机曝光这一种物理现象,因此渲染出来的图像往往都是非常清晰的,缺少动态模糊,在一些赛车游戏或者为了表现主角快速移动的场景下,这些清晰的画面就会显得不是非常真实,缺乏运动感,因此为这些游戏画面添加动态模糊是一种常见的后处理手法。但是利用通常的动态模糊实现手段得到的效果在某些场景下表现力不够强烈。
在一些游戏中,例如,《孤岛惊魂》中,动态模糊效果的实现是创建和使用速度缓存,这个缓存中存储了各个像素的当前运动速度,然后利用该值来决定模糊的方向和大小。这个方案在通常大多数的场景下是表现非常出色的,这是因为《孤岛惊魂》还是使用了传统的动态模糊算法来实现这个效果的,因此能满足大部分需求,但是在对较强烈的光源处进行模糊的时候,这个效果就表现不是非常好了,这是因为方案最终取的是颜色的平均値因此就会造成光源处和不同的动态模糊方向处的颜色基本一致,不能很好的突出光源,图1是根据相关技术中的方法来对蜡烛进行动态模糊的示意图,如图1所示,可以看出蜡烛原发光处和模糊方向的颜色亮度基本一致,表现力不是很强。
针对相关技术中动态模糊方法简单导致的显示效果不佳的问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种图像处理方法、装置、存储介质及处理器,以解决动态模糊方法简单导致的显示效果不佳的问题。
为了实现上述目的,根据本发明的一个方面,提供了一种图像处理方法,该方法包括:采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,所述预设个数的像素点位于目标像素点的模糊方向上;计算所述预设个数的像素点的颜色值的平均值,将所述平均值作为颜色基准值;获取所述目标像素点的颜色值,按照指数衰减将所述颜色基准值和所述目标像素点的颜色值进行指数插值计算,得到插值计算结果;将所述插值计算结果作为所述目标像素点的模糊像素值以显示处理后的所述当前帧图像。
进一步地,按照指数衰减将所述颜色基准值和所述目标像素点的颜色值进行指数插值计算,得到插值计算结果包括:根据混合公式lerp(colorB,colorK,pow(x,y))进行指数插值计算,其中,colorB表示颜色基准值,colorK表示目标像素点的颜色值,x表示指数函数的底数,y表示指数函数的幂,y的取值与所述目标像素点与模糊中心点坐标的距离相关,所述目标像素点与模糊中心点坐标的距离越远,y的值越大。
进一步地,在采集预设个数的像素点的颜色值之前,所述方法还包括:根据待处理的当前帧图像的中心点与所述目标像素点的位置关系确定所述目标像素点的模糊方向。
进一步地,根据待处理的当前帧图像的中心点与所述目标像素点的位置关系确定所述目标像素点的模糊方向包括:根据待处理的当前帧图像的缓存构造中心点坐标;将当前的目标像素点的坐标与所述中心点坐标相减,得到结果向量,将所述结果向量作为所述模糊方向。
为了实现上述目的,根据本发明的另一方面,还提供了一种图像处理装置,该装置包括:采集单元,用于采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,所述预设个数的像素点位于目标像素点的模糊方向上;第一计算单元,用于计算所述预设个数的像素点的颜色值的平均值,将所述平均值作为颜色基准值;第二计算单元,用于获取所述目标像素点的颜色值,按照指数衰减将所述颜色基准值和所述目标像素点的颜色值进行指数插值计算,得到插值计算结果;显示单元,用于将所述插值计算结果作为所述目标像素点的模糊像素值以显示处理后的所述当前帧图像。
进一步地,所述第二计算单元用于:根据混合公式lerp(colorB,colorK,pow(x,y))进行指数插值计算,其中,colorB表示颜色基准值,colorK表示目标像素点的颜色值,x表示指数函数的底数,y表示指数函数的幂,y的取值与所述目标像素点与模糊中心点坐标的距离相关,所述目标像素点与模糊中心点坐标的距离越远,y的值越大。
进一步地,所述装置还包括:确定单元,用于在采集预设个数的像素点的颜色值之前,根据待处理的当前帧图像的中心点与所述目标像素点的位置关系确定所述目标像素点的模糊方向。
本发明通过采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,预设个数的像素点位于目标像素点的模糊方向上;计算预设个数的像素点的颜色值的平均值,将平均值作为颜色基准值;获取目标像素点的颜色值,按照指数衰减将颜色基准值和目标像素点的颜色值进行指数插值计算,得到插值计算结果;将插值计算结果作为目标像素点的模糊像素值以显示处理后的当前帧图像,解决了动态模糊方法简单导致的显示效果不佳的问题,进而提高了模糊显示效果。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据相关技术中的方法来对蜡烛进行动态模糊的示意图;
图2是根据本发明实施例的图像处理方法的流程图;
图3是根据本发明实施例的模糊效果的示意图;
图4是根据本发明实施例的图像处理装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供了一种图像处理方法。
图2是根据本发明实施例的图像处理方法的流程图,如图2所示,该方法包括以下步骤:
步骤S102:采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,预设个数的像素点位于目标像素点的模糊方向上;
步骤S104:计算预设个数的像素点的颜色值的平均值,将平均值作为颜色基准值;
步骤S106:获取目标像素点的颜色值,按照指数衰减将颜色基准值和目标像素点的颜色值进行指数插值计算,得到插值计算结果;
步骤S108:将插值计算结果作为目标像素点的模糊像素值以显示处理后的当前帧图像。
该实施例采用采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,预设个数的像素点位于目标像素点的模糊方向上;计算预设个数的像素点的颜色值的平均值,将平均值作为颜色基准值;获取目标像素点的颜色值,按照指数衰减将颜色基准值和目标像素点的颜色值进行指数插值计算,得到插值计算结果;将插值计算结果作为目标像素点的模糊像素值以显示处理后的当前帧图像,解决了动态模糊方法简单导致的显示效果不佳的问题,进而提高了模糊显示效果。
本发明实施例的技术方案可以作为一种动态模糊效果的改进算法,在本发明实施例中,预设个数可以是5个,也可以是10个,预设个数可以根据具体场景需求、清晰度或者计算机的计算能力确定,对于待处理的当前帧图像上一个目标像素点,在确定了其模糊方向之后,沿模糊方向采集预设个数的像素点的颜色值,计算这些采集的颜色值的平均值作为颜色基准值,在计算平均值时,可以是对RGB三个通道的颜色值进行计算,计算得到平均值之后,不是简单的将平均值作为目标像素点的颜色值,而是将平均值多进行一步指数插值计算,得到计算结果后将指数插值计算的计算结果作为该目标像素点的模糊像素值来显示,由于将颜色的平均值和目标像素点的颜色值进行了指数插值计算,指数插值计算过程可以使距离中心越远的像素点的自身颜色值占比越大,因而可以使得模糊效果更加真实,例如蜡烛的烛光亮度呈指数衰减,而不是相关技术中的线性衰减,因而可以提高模糊显示效果,使显示结果更逼真。
可选地,按照指数衰减将颜色基准值和目标像素点的颜色值进行指数插值计算,得到插值计算结果包括:根据混合公式lerp(colorB,colorK,pow(x,y))进行指数插值计算,其中,colorB表示颜色基准值,colorK表示目标像素点的颜色值,x表示指数函数的底数,y表示指数函数的幂,y的取值与目标像素点与模糊中心点坐标的距离相关,目标像素点与模糊中心点坐标的距离越远,y的值越大。
可以通过公式color=lerp(colorB,colorK,pow(x,y))计算得到目标像素点的颜色值,在一些应用场景中,也可以对该公式进行一些等同变形。
可选地,在采集预设个数的像素点的颜色值之前,根据待处理的当前帧图像的中心点与目标像素点的位置关系确定目标像素点的模糊方向。待处理的当前帧图像即为待进行模糊处理的图像,与后文的当前帧图像的缓存为同一概念。
可选地,根据待处理的当前帧图像的中心点与目标像素点的位置关系确定目标像素点的模糊方向包括:根据待处理的当前帧图像的缓存(framebuff)构造中心点坐标;将当前的目标像素点的坐标与中心点坐标相减,得到结果向量,将结果向量作为模糊方向。也可以解释为构造framebuff的中心点坐标;将当前的目标像素点的坐标与framebuff的中心点坐标相减,得到结果向量,将结果向量作为模糊方向,其中,framebuff为帧缓存,即当前帧的缓存内容,里面的值和当前帧是一样的。
目标像素点模糊方向的确定可以根据待处理的当前帧图像的中心点(framebuff中心点)与目标像素点的位置关系确定,例如可以将两个坐标相减得到的结果作为向量,将向量的方向作为模糊方向。
本发明实施例还提供了一种优选的实施方式,下面结合优选实施方式对本发明实施例的技术方案进行说明。
在Pixel Shader阶段,改进算法步骤如下:
步骤1:首先,构造framebuff的中心点坐标(0.5,0.5),然后读取此时采样像素的采样点(采样点是每次渲染的时候OpenGL自动确定的采样点)坐标,将这两个坐标点相减并取结果的相反值,此时就得到了此像素点的模糊方向v。
步骤2:沿着模糊方向进行一定次数(次数可以根据具体效果调整,可以是经验值)的颜色采样,结果分别是c1,c2,...cn,然后将所有颜色采样值相加起来再进行平均计算得到所有模糊颜色采样值的颜色平均値,将这个模糊后颜色采样平均値作为一个颜色的基准值colorA,即colorA=(c1+c2+...+cn)/n。如果在此步骤后就将计算结果返回作为最终的颜色模糊值,那么由于这个颜色结果是所有颜色采样值的平均値,因此在模糊方向上的最终颜色值将会基本一致。
作为一种优选实施方式,本发明实施例的技术方案可通过步骤3替代步骤2:
步骤3:获取光源位置作为目标像素点,首先需要从光源像素处开始,沿着之前算出的模糊方向上依次采样出颜色colorB1、colorB2...colorBn,接着用这些采样颜色(colorB1、colorB2...colorBn)算出一个平均値colorB=(colorB1+colorB2+...+colorBn)/n,接着对光源像素处采样得到颜色值colorK,与之前计算出来的光源基准颜色colorB进行指数插值计算,即按照指数衰减将这个采样颜色值和基准颜色值进行混合得到结果颜色color,然后返回这个计算结果作为最终的模糊颜色值,混合公式:color=lerp(colorB,colorK,pow(x,y))注:x,y可根据效果进行调整。经过优化,图3是根据本发明实施例的模糊效果的示意图,如图3所示,模糊效果较相关技术中有了较大改进,可以看出蜡烛光源处的颜色明显深于其模糊方向上的颜色,这样就产生了高对比度,蜡烛拖尾的亮度衰减更快,。
在改进算法中没有采用一般方法所用的线性插值求平均的方法,因为这样产生的光源处结果和模糊方向上的其他颜色结果的颜色插值就会相差不大,产生不了色差对比,因此本发明实施例的技术方案利用了指数衰减的方法,让其沿着模糊方向进行指数插值计算,这样在光源处的颜色将会是最深的,同时颜色沿着模糊方向上会根据衰减系数进行大幅度衰减,这样就和光源颜色产生了高对比度,实现了效果上的改进。
本发明实施例的技术方案为了高亮光源处颜色必须采用非线性插值计算而不是一般常规方法中的线性插值计算,算法实现复杂度非常简单,同时对比相关技术中的算法,不会造成算法复杂度上的提升,在某些需要突出表现光源又需要进行动态模糊的场景下使用能得到非常好的突出对比效果。
本发明实施例的技术方案可以采用shader语言来实现,Shader是着色语言,利用相关的着色语言能驱动图形处理器进行像素的光照计算。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例提供了一种图像处理装置,该装置可以用于执行本发明实施例的图像处理方法。
图4是根据本发明实施例的图像处理装置的示意图,如图4所示,该装置包括:
采集单元10,用于采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,预设个数的像素点位于目标像素点的模糊方向上;
第一计算单元20,用于计算预设个数的像素点的颜色值的平均值,将平均值作为颜色基准值;
第二计算单元30,用于获取目标像素点的颜色值,按照指数衰减将颜色基准值和目标像素点的颜色值进行指数插值计算,得到插值计算结果;
显示单元40,用于将插值计算结果作为目标像素点的模糊像素值以显示处理后的当前帧图像。
该实施例采用采集单元10,用于采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,预设个数的像素点位于目标像素点的模糊方向上;第一计算单元20,用于计算预设个数的像素点的颜色值的平均值,将平均值作为颜色基准值;第二计算单元30,用于获取目标像素点的颜色值,按照指数衰减将颜色基准值和目标像素点的颜色值进行指数插值计算,得到插值计算结果;显示单元40,用于将插值计算结果作为目标像素点的模糊像素值以显示处理后的当前帧图像,解决了动态模糊方法简单导致的显示效果不佳的问题,进而提高了模糊显示效果。
可选地,第二计算单元30用于:根据混合公式lerp(colorB,colorK,pow(x,y))进行指数插值计算,其中,colorB表示颜色基准值,colorK表示目标像素点的颜色值,x表示指数函数的底数,y表示指数函数的幂,y的取值与目标像素点与模糊中心点坐标的距离相关,目标像素点与模糊中心点坐标的距离越远,y的值越大。
可选地,该装置还包括:确定单元,用于在采集预设个数的像素点的颜色值之前,根据待处理的当前帧图像的中心点与目标像素点的位置关系确定目标像素点的模糊方向。
所述图像处理装置包括处理器和存储器,上述采集单元、第一计算单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来提高模糊显示效果。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述图像处理方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述图像处理方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,预设个数的像素点位于目标像素点的模糊方向上;计算预设个数的像素点的颜色值的平均值,将平均值作为颜色基准值;获取目标像素点的颜色值,按照指数衰减将颜色基准值和目标像素点的颜色值进行指数插值计算,得到插值计算结果;将插值计算结果作为目标像素点的模糊像素值以显示处理后的当前帧图像。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,预设个数的像素点位于目标像素点的模糊方向上;计算预设个数的像素点的颜色值的平均值,将平均值作为颜色基准值;获取目标像素点的颜色值,按照指数衰减将颜色基准值和目标像素点的颜色值进行指数插值计算,得到插值计算结果;将插值计算结果作为目标像素点的模糊像素值以显示处理后的当前帧图像。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (9)
1.一种图像处理方法,其特征在于,包括:
采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,所述预设个数的像素点位于目标像素点的模糊方向上;
计算所述预设个数的像素点的颜色值的平均值,将所述平均值作为颜色基准值;
获取所述目标像素点的颜色值,按照指数衰减将所述颜色基准值和所述目标像素点的颜色值进行指数插值计算,得到插值计算结果;
将所述插值计算结果作为所述目标像素点的模糊像素值以显示处理后的所述当前帧图像。
2.根据权利要求1所述的方法,其特征在于,按照指数衰减将所述颜色基准值和所述目标像素点的颜色值进行指数插值计算,得到插值计算结果包括:
根据混合公式lerp(colorB,colorK,pow(x,y))进行指数插值计算,其中,colorB表示颜色基准值,colorK表示目标像素点的颜色值,x表示指数函数的底数,y表示指数函数的幂,y的取值与所述目标像素点与模糊中心点坐标的距离相关,所述目标像素点与模糊中心点坐标的距离越远,y的值越大。
3.根据权利要求1所述的方法,其特征在于,在采集预设个数的像素点的颜色值之前,所述方法还包括:
根据待处理的当前帧图像的中心点与所述目标像素点的位置关系确定所述目标像素点的模糊方向。
4.根据权利要求3所述的方法,其特征在于,根据待处理的当前帧图像的中心点与所述目标像素点的位置关系确定所述目标像素点的模糊方向包括:
根据待处理的当前帧图像的缓存构造中心点坐标;
将当前的目标像素点的坐标与所述中心点坐标相减,得到结果向量,将所述结果向量作为所述模糊方向。
5.一种图像处理装置,其特征在于,包括:
采集单元,用于采集待处理的当前帧图像上预设个数的像素点的颜色值,其中,所述预设个数的像素点位于目标像素点的模糊方向上;
第一计算单元,用于计算所述预设个数的像素点的颜色值的平均值,将所述平均值作为颜色基准值;
第二计算单元,用于获取所述目标像素点的颜色值,按照指数衰减将所述颜色基准值和所述目标像素点的颜色值进行指数插值计算,得到插值计算结果;
显示单元,用于将所述插值计算结果作为所述目标像素点的模糊像素值以显示处理后的所述当前帧图像。
6.根据权利要求5所述的装置,其特征在于,所述第二计算单元用于:
根据混合公式lerp(colorB,colorK,pow(x,y))进行指数插值计算,其中,colorB表示颜色基准值,colorK表示目标像素点的颜色值,x表示指数函数的底数,y表示指数函数的幂,y的取值与所述目标像素点与模糊中心点坐标的距离相关,所述目标像素点与模糊中心点坐标的距离越远,y的值越大。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:
确定单元,用于在采集预设个数的像素点的颜色值之前,根据待处理的当前帧图像的中心点与所述目标像素点的位置关系确定所述目标像素点的模糊方向。
8.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至4中任意一项所述的图像处理方法。
9.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至4中任意一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810077331.3A CN108305228B (zh) | 2018-01-26 | 2018-01-26 | 图像处理方法、装置、存储介质及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810077331.3A CN108305228B (zh) | 2018-01-26 | 2018-01-26 | 图像处理方法、装置、存储介质及处理器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108305228A true CN108305228A (zh) | 2018-07-20 |
CN108305228B CN108305228B (zh) | 2020-11-27 |
Family
ID=62866677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810077331.3A Active CN108305228B (zh) | 2018-01-26 | 2018-01-26 | 图像处理方法、装置、存储介质及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108305228B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448123A (zh) * | 2018-10-19 | 2019-03-08 | 网易(杭州)网络有限公司 | 模型的控制方法及装置、存储介质、电子设备 |
CN110807114A (zh) * | 2019-11-07 | 2020-02-18 | 北京无限光场科技有限公司 | 用于图片展示的方法、装置、终端及存储介质 |
CN110992264A (zh) * | 2019-11-28 | 2020-04-10 | 北京金山云网络技术有限公司 | 一种图像处理方法、处理装置、电子设备及存储介质 |
CN111461142A (zh) * | 2020-03-31 | 2020-07-28 | 广东溢达纺织有限公司 | 基于纱线的面料模拟方法、系统及存储介质 |
CN111784811A (zh) * | 2020-06-01 | 2020-10-16 | 北京像素软件科技股份有限公司 | 一种图像处理方法、装置,电子设备及存储介质 |
CN112215746A (zh) * | 2020-10-20 | 2021-01-12 | 咪咕文化科技有限公司 | 图像模糊处理方法、装置、电子设备、存储介质 |
CN113763496A (zh) * | 2021-03-19 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 图像着色的方法、装置及计算机可读存储介质 |
CN115082323A (zh) * | 2022-08-19 | 2022-09-20 | 深流微智能科技(深圳)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN116156089A (zh) * | 2023-04-21 | 2023-05-23 | 摩尔线程智能科技(北京)有限责任公司 | 处理图像的方法、装置、计算设备和计算机可读存储介质 |
WO2023174137A1 (zh) * | 2022-03-17 | 2023-09-21 | 北京字跳网络技术有限公司 | 一种图像处理方法、装置、计算机设备以及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050001841A1 (en) * | 2003-07-03 | 2005-01-06 | Edouard Francois | Device, system and method of coding digital images |
WO2009034486A2 (en) * | 2007-09-10 | 2009-03-19 | Nxp B.V. | Method and apparatus for line-based motion estimation in video image data |
CN104091363A (zh) * | 2014-07-09 | 2014-10-08 | 无锡梵天信息技术股份有限公司 | 一种基于屏幕空间实时的体积云计算方法 |
CN105243684A (zh) * | 2015-09-10 | 2016-01-13 | 网易(杭州)网络有限公司 | 一种游戏界面中图像的显示方法及装置 |
CN105678714A (zh) * | 2016-02-05 | 2016-06-15 | 网易传媒科技(北京)有限公司 | 一种图像处理方法和装置 |
CN106780313A (zh) * | 2016-12-28 | 2017-05-31 | 网易(杭州)网络有限公司 | 图像处理方法及装置 |
-
2018
- 2018-01-26 CN CN201810077331.3A patent/CN108305228B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050001841A1 (en) * | 2003-07-03 | 2005-01-06 | Edouard Francois | Device, system and method of coding digital images |
WO2009034486A2 (en) * | 2007-09-10 | 2009-03-19 | Nxp B.V. | Method and apparatus for line-based motion estimation in video image data |
CN104091363A (zh) * | 2014-07-09 | 2014-10-08 | 无锡梵天信息技术股份有限公司 | 一种基于屏幕空间实时的体积云计算方法 |
CN105243684A (zh) * | 2015-09-10 | 2016-01-13 | 网易(杭州)网络有限公司 | 一种游戏界面中图像的显示方法及装置 |
CN105678714A (zh) * | 2016-02-05 | 2016-06-15 | 网易传媒科技(北京)有限公司 | 一种图像处理方法和装置 |
CN106780313A (zh) * | 2016-12-28 | 2017-05-31 | 网易(杭州)网络有限公司 | 图像处理方法及装置 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448123B (zh) * | 2018-10-19 | 2023-03-31 | 网易(杭州)网络有限公司 | 模型的控制方法及装置、存储介质、电子设备 |
CN109448123A (zh) * | 2018-10-19 | 2019-03-08 | 网易(杭州)网络有限公司 | 模型的控制方法及装置、存储介质、电子设备 |
CN110807114A (zh) * | 2019-11-07 | 2020-02-18 | 北京无限光场科技有限公司 | 用于图片展示的方法、装置、终端及存储介质 |
CN110807114B (zh) * | 2019-11-07 | 2024-01-30 | 北京有竹居网络技术有限公司 | 用于图片展示的方法、装置、终端及存储介质 |
CN110992264A (zh) * | 2019-11-28 | 2020-04-10 | 北京金山云网络技术有限公司 | 一种图像处理方法、处理装置、电子设备及存储介质 |
CN110992264B (zh) * | 2019-11-28 | 2023-09-01 | 北京金山云网络技术有限公司 | 一种图像处理方法、处理装置、电子设备及存储介质 |
CN111461142A (zh) * | 2020-03-31 | 2020-07-28 | 广东溢达纺织有限公司 | 基于纱线的面料模拟方法、系统及存储介质 |
CN111461142B (zh) * | 2020-03-31 | 2023-07-28 | 广东溢达纺织有限公司 | 基于纱线的面料模拟方法、系统及存储介质 |
CN111784811A (zh) * | 2020-06-01 | 2020-10-16 | 北京像素软件科技股份有限公司 | 一种图像处理方法、装置,电子设备及存储介质 |
CN112215746A (zh) * | 2020-10-20 | 2021-01-12 | 咪咕文化科技有限公司 | 图像模糊处理方法、装置、电子设备、存储介质 |
CN113763496A (zh) * | 2021-03-19 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 图像着色的方法、装置及计算机可读存储介质 |
CN113763496B (zh) * | 2021-03-19 | 2024-04-09 | 北京沃东天骏信息技术有限公司 | 图像着色的方法、装置及计算机可读存储介质 |
WO2023174137A1 (zh) * | 2022-03-17 | 2023-09-21 | 北京字跳网络技术有限公司 | 一种图像处理方法、装置、计算机设备以及存储介质 |
CN115082323B (zh) * | 2022-08-19 | 2022-11-04 | 深流微智能科技(深圳)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN115082323A (zh) * | 2022-08-19 | 2022-09-20 | 深流微智能科技(深圳)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN116156089A (zh) * | 2023-04-21 | 2023-05-23 | 摩尔线程智能科技(北京)有限责任公司 | 处理图像的方法、装置、计算设备和计算机可读存储介质 |
CN116156089B (zh) * | 2023-04-21 | 2023-07-07 | 摩尔线程智能科技(北京)有限责任公司 | 处理图像的方法、装置、计算设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108305228B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108305228A (zh) | 图像处理方法、装置、存储介质及处理器 | |
Bauszat et al. | Guided image filtering for interactive high‐quality global illumination | |
Yu et al. | Real‐time depth of field rendering via dynamic light field generation and filtering | |
US8659616B2 (en) | System, method, and computer program product for rendering pixels with at least one semi-transparent surface | |
US9349214B2 (en) | Systems and methods for reproduction of shadows from multiple incident light sources | |
CN107231817A (zh) | 降低地图界面中的时延 | |
US20230230311A1 (en) | Rendering Method and Apparatus, and Device | |
CN109949693A (zh) | 一种地图绘制方法、装置、计算设备及存储介质 | |
Andersson et al. | Adaptive texture space shading for stochastic rendering | |
Mueller et al. | Temporally adaptive shading reuse for real-time rendering and virtual reality | |
Mattausch et al. | CHC+ RT: Coherent hierarchical culling for ray tracing | |
US10776996B2 (en) | Method and apparatus for processing image | |
GB2568576A (en) | Oil painting stroke simulation using neural network | |
Corso et al. | Interactive stable ray tracing | |
CN109377552A (zh) | 图像遮挡计算方法、装置、计算设备及存储介质 | |
CN106204418A (zh) | 一种虚拟现实移动端中基于矩阵逆运算的图像扭曲方法 | |
Scherzer et al. | Frame sequential interpolation for discrete level‐of‐detail rendering | |
Bokšanský et al. | VAO++: practical volumetric ambient occlusion for games | |
CN110827407A (zh) | 一种自动输出网格资源三角形合适度的方法和系统 | |
Almeida et al. | Evaluation of antialiasing techniques on mobile devices | |
Hertel et al. | A Hybrid GPU Rendering Pipeline for Alias-Free Hard Shadows. | |
CN112509108B (zh) | 基于gpu的顶点环境光遮蔽的生成方法以及图像渲染方法 | |
CN115170390A (zh) | 一种文件风格化方法、装置、设备及存储介质 | |
Kottravel et al. | Coverage-based opacity estimation for interactive depth of field in molecular visualization | |
Rønnow et al. | Fast analytical motion blur with transparency |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |