CN108805838B - 一种图像处理方法、移动终端及计算机可读存储介质 - Google Patents
一种图像处理方法、移动终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108805838B CN108805838B CN201810579068.8A CN201810579068A CN108805838B CN 108805838 B CN108805838 B CN 108805838B CN 201810579068 A CN201810579068 A CN 201810579068A CN 108805838 B CN108805838 B CN 108805838B
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- foreground
- label
- background
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 81
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000001514 detection method Methods 0.000 claims description 43
- 238000004590 computer program Methods 0.000 claims description 21
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 241000270295 Serpentes Species 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003796 beauty Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001788 irregular Effects 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
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本申请适用于图像处理技术领域,提供了一种图像处理方法、移动终端及计算机可读存储介质,所述图像处理方法包括:获取待处理图像,并对所述待处理图像进行识别获得第一识别结果,所述第一识别结果包括所述待处理图像中前景目标的前景标签和所述待处理图像的背景标签,判断所述前景标签和所述背景标签的组合是否为预设的标签组合,若所述前景标签和所述背景标签的组合为预设的标签组合,则对所述待处理图像进行与所述预设的标签组合对应的图像处理,通过本申请可以对所述待处理图像进行与标签组合对应的图像处理,从而使得图像呈现的效果多样化。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种图像处理方法、移动终端及计算机可读存储介质。
背景技术
随着智能移动终端的发展,人们对于手机等移动终端上拍照的使用越来越频繁。现有的大部分移动终端的拍照功能支持图像处理,例如,针对人脸的滤镜功能、磨皮功能、美白功能等。
然而,目前图像处理的方式比较单一,例如,针对人脸进行的处理就是美颜相关的处理。所以,目前拍摄的照片的效果比较单一,用户的体验度较差。
发明内容
有鉴于此,本申请实施例提供了一种图像处理方法、移动终端及计算机可读存储介质,以解决目前拍摄的照片效果单一、用户体验度较差的问题。
本申请实施例的第一方面提供了一种图像处理方法,包括:
获取待处理图像,并对所述待处理图像进行识别获得第一识别结果,所述第一识别结果包括所述待处理图像中前景目标的前景标签和所述待处理图像的背景标签;
判断所述前景标签和所述背景标签的组合是否为预设的标签组合;
若所述前景标签和所述背景标签的组合为预设的标签组合,则对所述待处理图像进行与所述预设的标签组合对应的图像处理。
本申请实施例的第二方面提供了一种移动终端,包括:
标签获取模块,用于获取待处理图像,并对所述待处理图像进行识别获得第一识别结果,所述第一识别结果包括所述待处理图像中前景目标的前景标签和所述待处理图像的背景标签;
判断模块,用于判断所述前景标签和所述背景标签的组合是否为预设的标签组合;
图像处理模块,用于若所述前景标签和所述背景标签的组合为预设的标签组合,则对所述待处理图像进行与所述预设的标签组合对应的图像处理。
本申请实施例的第三方面提供了一种移动终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的所述方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。
本申请实施例的第五方面提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。
本申请实施例首先从待处理图像中识别前景目标获得前景标签,同时识别待处理图像的背景获得背景标签,然后判断所述前景标签和背景标签是否为预设的标签组合,若为预设的标签组合,对所述待处理图像进行与所述预设的标签组合对应的图像处理。由于对所述待处理图像进行图像处理时是与所述待处理图像的前景目标和背景图像相关的图像处理,所以可以根据不同的待处理图像进行不同的图像处理,使得图像呈现的效果多样化。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术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申请的一些实施例,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是本申请实施例提供的一种图像处理方法的实现流程示意图;
图2是本申请实施例提供的另一种图像处理方法的实现流程示意图;
图3是本申请实施例提供的另一种图像处理方法的实现流程示意图;
图4是本申请实施例提供的一种移动终端的示意框图;
图5是本申请实施例提供的另一种移动终端的示意框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
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”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,在此本申请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申请。如在本申请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,在本申请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]”。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
图1是本申请实施例提供的一种图像处理方法的实现流程示意图,如图所示该方法可以包括以下步骤:
步骤S101,获取待处理图像,并对所述待处理图像进行识别获得第一识别结果,所述第一识别结果包括所述待处理图像中前景目标的前景标签和所述待处理图像的背景标签。
在本申请实施例中,所述待处理图像可以是用户选中的任意一幅图像,也可以是通过移动终端上的相机采集的预览画面,还可以是移动终端上的相机拍摄的照片,在此不做限制。
对所述待处理图像进行识别时,可以通过卷积神经网络模型识别待处理图像中是否存在前景目标,若识别结果为存在前景目标,则可以输出带检测框的识别图像,检测框中为识别的前景目标,同时输出前景目标的前景标签。若识别到待处理图像中存在前景目标,则可以继续识别待处理图像的背景获得背景标签。前景标签和背景标签的获得过程,可以通过两个独立的卷积神经网络模型分别识别,还可以在识别出前景目标后,在所述待处理图像中去除前景目标获得背景图像,根据背景图像获得背景标签,在此不做限制。若在待处理图像中未识别到前景目标,则可以输出原图像,即不存在前景目标,则无需继续识别背景标签,本申请实施例主要用于能够识别出前景标签和背景标签的场景中。
步骤S102,判断所述前景标签和所述背景标签的组合是否为预设的标签组合。
步骤S103,若所述前景标签和所述背景标签的组合为预设的标签组合,则对所述待处理图像进行与所述预设的标签组合对应的图像处理。
在本申请实施例中,可以预设设置前景标签和背景标签的组合,并对预设的前景标签和背景标签的组合设置对应的图像处理方式。
作为本申请又一实施例,所述对所述待处理图像进行与所述预设的标签组合对应的图像处理包括:
根据所述背景标签对所述待处理图像进行全局处理,并根据所述前景标签对所述前景目标进行局部处理;
或者,根据所述前景标签和所述背景标签的组合对所述待处理图像进行全局处理;
或者,根据所述前景标签和所述背景标签的组合对所述前景目标进行局部处理。
在本申请实施例中,在对所述待处理图像进行图像处理时,可以仅针对待处理图像进行全局处理,例如,前景目标为花朵、背景图像为风景,即标签组合为花朵标签和风景标签的组合时,可以对待处理图像进行全局处理。
也可以针对待处理图像中的前景目标进行局部处理,例如,前景目标为人脸,背景图像为风景,即标签组合为人脸标签和风景标签时,可以针对人脸部分进行美颜处理。
还可以针对待处理图像进行全局处理后,再针对待处理中的前景目标进行局部处理,例如前景目标为人脸、背景图像为夜景,即标签组合为人脸标签和夜景标签的组合,则可以针对待处理图像进行与夜景相关的处理(例如去噪处理、图像增强处理)后,再针对人脸进行美颜处理。
作为本申请又一实施例,所述预设的标签组合为人脸标签和夜景便签的组合时,所述根据所述背景标签对所述待处理图像进行全局处理,并根据所述前景标签对所述前景目标进行局部处理包括:
根据所述夜景标签,对所述待处理图像进行去噪处理获得去除噪声后的图像,并对所述去除噪声后的图像进行图像增强处理;
根据所述人脸标签,对所述待处理图像中的人脸图像进行美颜处理。
在本申请实施例中,由于夜景拍摄的照片中会存在大量的噪声,所以,可以针对夜景标签下的待处理图像进行全局的去噪处理,为了获得清晰的图像,还可以针对去噪处理后的图像再进行图像增强处理。对于人脸部分,可以进行美颜处理。
本申请实施例首先从待处理图像中识别前景目标获得前景标签,同时识别待处理图像的背景获得背景标签,然后判断所述前景标签和背景标签是否为预设的标签组合,若为预设的标签组合,对所述待处理图像进行与所述预设的标签组合对应的图像处理。由于对所述待处理图像进行图像处理时是与所述待处理图像的前景目标和背景图像相关的图像处理,所以可以根据不同的待处理图像进行不同的图像处理,使得图像呈现的效果多样化。
图2是本申请实施例提供的另一种图像处理方法的流程示意图,如图所示该方法是在图1所示实施例的基础上,描述如何对所述待处理图像进行识别获得所述待处理图像中前景目标的前景标签和所述待处理图像的背景标签,具体可以包括以下步骤:
步骤S201,通过目标识别模型对所述待处理图像进行目标识别获得第二识别结果,所述第二识别结果包括所述待处理图像中所述前景目标的位置信息和所述前景目标的前景标签,所述前景目标的位置信息为所述待处理图像中前景目标对应的检测框的位置信息。
在本申请实施例中,可以设置目标识别模型,所述目标识别模型可以是卷积神经网络模型,通过目标识别模型识别待处理图像中是否存在前景目标,若存在前景目标,则输出所述待处理图像中所述前景目标的位置信息以及所述前景目标的前景标签,所述待处理图像中前景目标的位置信息可以是前景目标对应的目标检测框的位置信息;若不存在前景目标,则输出原图像。
在获得所述待处理图像中前景目标的位置信息之后,为了获得背景标签,可以基于所述前景目标的位置信息,将所述待处理图像中的前景目标去除获得背景图像,具体可以通过步骤S202和步骤S203实现。
步骤S202,基于所述检测框的位置信息,从所述待处理图像中获取所述检测框内的图像。
步骤S203,对所述检测框内的图像进行分割处理获得前景目标,并将所述待处理图像中的前景目标去除获得背景图像。
在本申请实施例中,由于检测框通常为包含前景目标的矩形窗口,所以检测框内的图像并非完全是前景目标,尤其是前景目标的形状不规则时,可能检测框内的图像中前景目标实际所占的区域较小,例如,当前景目标为蛇时,检测框是包含蛇全部图像的矩形窗口,而蛇本身所占的区域较小。为了能够对前景目标进行局部处理,或者有利于识别背景标签,需要识别待处理图像中前景目标精确的位置信息,即能够将前景目标从待处理图像中分割出来以便于后续对所述前景目标进行局部处理,或能够将前景目标从待处理图像中分割出来以便于能够获取精确的背景图像。
可以根据检测框的位置信息,从待处理图像中获得检测框内的图像。然后对检测框内的图像进行分割处理,获得前景目标,待处理图像中将前景目标去除后的图像就是背景图像。如何对所述检测框内的图像进行分割处理获得前景目标可以参照图3所示实施例的描述。
步骤S204,通过背景识别模型对所述背景图像进行识别,获得所述待处理图像的背景标签。
在本申请实施例中,可以通过背景识别模型对所述待处理图像进行识别,获得背景标签,也可以通过背景识别模型对所述待处理图像中的背景图像进行识别获得背景标签。如果是对待处理图像进行识别,可以通过卷积神经网络模型进行识别,如果是对待处理图像中的背景图像进行识别,则可以通过估计的方法获得背景标签。
作为本申请又一实施例,所述通过背景识别模型对所述背景图像进行识别,获得所述待处理图像的背景标签包括:
根据所述背景图像中像素点的数据特征值估计所述背景图像的背景标签。
在本申请实施例中,为了降低内存使用率,可以根据背景图像估计背景图像的背景标签,例如,获取所述背景图像中像素点在RGB色域空间中的坐标;计算所有像素点在RGB色域空间中的坐标均值,根据所述坐标均值在所述色域空间中对应的颜色确定所述背景图像的背景标签。
实际应用中,可以在色域空间中根据颜色范围划分不同的区域,针对不同的区域设置不同的背景标签。在计算获得背景图像中所有像素点在RGB色域空间中的坐标均值之后,根据所述坐标均值在色域空间中对应的颜色范围确定背景标签。作为举例,若背景图像中所有像素点在RGB色域空间中的坐标均值在色域空间中对应的颜色为绿色,则可以估计背景图像的背景标签为草地;若背景图像中所有像素点在RGB色域空间中的坐标均值在色域空间中对应的颜色为黑色,则可以估计背景图像的背景标签为夜景;若背景图像中所有像素点在RGB色域空间中的坐标均值在色域空间中对应的颜色为蓝色,则可以估计背景图像的背景标签为蓝天。
需要说明的是,本申请实施例将RGB色域空间作为举例,实际应用中还可以是其它色域空间。
所述目标识别模型会获得所述待处理图像中所述前景目标的位置信息和所述前景目标的前景标签,所述背景识别模型会获得所述待处理图像的背景标签,这样就可以获得第一识别结果。
本申请实施例详细描述了如何通过目标识别模型获得前景目标和前景标签、如何通过前景目标获得背景图像、以及如何根据背景识别模型获得背景图像的背景标签。
图3是本申请实施例提供的另一种图像处理方法的流程示意图,如图所示该方法是在图2所示实施例的基础上,描述如何对所述检测框内的图像进行分割处理获得前景目标,具体可以包括以下步骤:
步骤S301,获取灰度阈值序列,并通过所述灰度阈值序列中的每个灰度阈值对所述检测框内的图像进行二值化处理,获得二值化图像序列。
在本申请实施例中,可以对所述检测框内的图像进行二值化处理,若阈值设置的合适,可以得到所述前景目标区域。然而,实际应用中,很难精确的选取到合适的阈值将前景目标和背景分割开,即使选取到合适的阈值,背景中难免会存在与前景目标中的像素点的灰度值相同的像素点。所以,本申请实施例可以通过二值化方法与灰度梯度方法结合识别所述检测框内的前景目标。
首先对所述检测框内的图像进行灰度处理,获得灰度图像,然后获取灰度阈值序列,通过灰度阈值序列中的每个灰度阈值对所述检测框内的图像进行二值化处理,就可以获得二值化图像序列,这些二值化灰度图像序列中,会存在一个灰度图像,这个灰度图像能大致的表示前景目标区域。
步骤S302,基于所述检测框内的图像的灰度梯度,识别所述检测框内的图像中前景目标的边界,获得前景目标轮廓线。
在本申请实施例中,由于检测框是通过目标识别模型识别得到的前景目标的位置信息,所以可以确定检测框内存在一个前景目标,且前景目标占据了所述检测框的大部分区域。而实际应用中,目标的边界是区分目标和背景的重要依据,而通常边界点的周围灰度值变化率较高,因此,可以通过图像的灰度梯度来识别目标的边界,获得目标的目标轮廓线。然而,目标轮廓线也会存在一个问题是:图像中实际上是边界,然而由于梯度变化不明显可能就不会生成轮廓线;或者,实际上不是边界,由于在前景目标内部的灰度值变化较明显而在目标内部生成轮廓线。
通过步骤S301和步骤S302的分析可知,实际上,二值化的方法和灰度梯度的方法均会存在一定的缺陷,获得的结果并非是非常精确地结果。为了能够获得精确的结果,本申请实施例将二值化的方法和灰度梯度的方法结合在一起获得第二目标。
步骤S303,从所述二值化图像序列中获取与所述前景目标轮廓线匹配度最高的二值化图像。
在本申请实施例中,二值化图像序列中,会有一幅灰度图像中目标的区域范围最接近前景目标真实的区域范围,如何从二值化图像序列中获得最接近前景目标真实的区域范围的图像就可以从所述二值化图像序列中获取与所述目标轮廓线匹配度最高的二值化图像。匹配度可以通过二值化方法和灰度梯度方法分别获得的目标的区域的重合度作为匹配度。每一个二值化图像中的目标区域可以暂时看作前景目标的目标区域,灰度梯度方法获得的轮廓线内的区域也可以暂时看作前景目标的目标区域,找到与灰度梯度方法获得的目标区域重合度最高的二值化图像。这个二值化图像中的目标区域最能够表示真正的前景目标区域。
步骤S304,将与所述第二目标轮廓线的匹配度最高的二值化图像与所述前景目标轮廓线融合生成连续的前景目标区域,在所述待处理图像中所述前景目标区域内的图像为前景目标。
在本申请实施例中,实际上无论获得的匹配度最高的二值化图像中的目标区域,还是灰度梯度方法获得的轮廓线表示的目标区域都无法精确的描述前景目标区域,然而,可以将与所述前景目标轮廓线的匹配度最高的二值化图像与所述前景目标轮廓线融合生成连续的前景目标区域,通过二值化图像摒弃掉灰度梯度获得的轮廓线中不精确的部分,通过灰度梯度方法获得的轮廓线摒弃掉二值化图像中不精确的部分,融合后获得连续的前景目标区域,前景目标区域并不是真正的前景目标图像,因为是通过二值化后的灰度图像和轮廓线融合的,所以,获得的前景目标区域表示的是前景目标在所述待处理图像中的坐标。在待处理图像中的前景目标区域内的图像才是前景目标。
本申请实施例通过二值化方法和灰度梯度方法结合在一起获得前景目标。能够更精确的从待处理图像中分割出前景目标。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图4是本申请一实施例提供的移动终端的示意框图,为了便于说明,仅示出与本申请实施例相关的部分。
该移动终端4可以是内置于手机、平板电脑、笔记本等移动终端内的软件单元、硬件单元或者软硬结合的单元,也可以作为独立的挂件集成到所述手机、平板电脑、笔记本等移动终端中。
所述移动终端4包括:
标签获取模块41,用于获取待处理图像,并对所述待处理图像进行识别获得第一识别结果,所述第一识别结果包括所述待处理图像中前景目标的前景标签和所述待处理图像的背景标签;
判断模块42,用于判断所述前景标签和所述背景标签的组合是否为预设的标签组合;
图像处理模块43,用于若所述前景标签和所述背景标签的组合为预设的标签组合,则对所述待处理图像进行与所述预设的标签组合对应的图像处理。
可选的,所述图像处理模块43还用于:
根据所述背景标签对所述待处理图像进行全局处理,并根据所述前景标签对所述前景目标进行局部处理。
可选的,在所述预设的标签组合为人脸标签和夜景便签的组合时,所述图像处理模块43包括:
夜景处理子模块431,用于根据所述夜景标签,对所述待处理图像进行去噪处理获得去除噪声后的图像,并对所述去除噪声后的图像进行图像增强处理;
人脸处理子模块432,用于根据所述人脸标签,对所述待处理图像中的人脸图像进行美颜处理。
可选的,所述标签获取模块41包括:
前景标签获取子模块411,用于通过目标识别模型对所述待处理图像进行目标识别获得第二识别结果,所述第二识别结果包括所述待处理图像中所述前景目标的位置信息和所述前景目标的前景标签;
背景标签获取子模块412,用于基于所述前景目标的位置信息,将所述待处理图像中的前景目标去除获得背景图像,并通过背景识别模型对所述背景图像进行识别,获得所述待处理图像的背景标签。
可选的,所述前景目标的位置信息为所述待处理图像中前景目标对应的检测框的位置信息。
所述背景标签获取子模块412包括:
检测框图像获取单元4121,用于基于所述检测框的位置信息,从所述待处理图像中获取所述检测框内的图像;
背景图像获取单元4122,用于对所述检测框内的图像进行分割处理获得前景目标,并将所述待处理图像中的前景目标去除获得背景图像。
可选的,所述背景图像获取单元4122包括:
二值化图像获取子单元,用于获取灰度阈值序列,并通过所述灰度阈值序列中的每个灰度阈值对所述检测框内的图像进行二值化处理,获得二值化图像序列;
前景目标获取子单元,用于基于所述二值化图像序列获得前景目标;
可选的,所述前景目标获取子单元还用于:
基于所述检测框内的图像的灰度梯度,识别所述检测框内的图像中前景目标的边界,获得前景目标轮廓线;
从所述二值化图像序列中获取与所述前景目标轮廓线匹配度最高的二值化图像;
将与所述目标轮廓线的匹配度最高的二值化图像与所述前景目标轮廓线融合生成连续的前景目标区域,在所述待处理图像中所述前景目标区域内的图像为前景目标。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述移动终端的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图5是本申请又一实施例提供的移动终端的示意框图。如图5所示,该实施例的移动终端5包括:一个或多个处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个图像处理方法实施例中的步骤,例如图1所示的步骤S101至S103。或者,所述处理器50执行所述计算机程序52时实现上述移动终端实施例中各模块/单元的功能,例如图4所示模块41至43的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述移动终端5中的执行过程。例如,所述计算机程序52可以被分割成标签获取模块、判断模块、图像处理模块。
所述标签获取模块,用于获取待处理图像,并对所述待处理图像进行识别获得第一识别结果,所述第一识别结果包括所述待处理图像中前景目标的前景标签和所述待处理图像的背景标签;
所述判断模块,用于判断所述前景标签和所述背景标签的组合是否为预设的标签组合;
所述图像处理模块,用于若所述前景标签和所述背景标签的组合为预设的标签组合,则对所述待处理图像进行与所述预设的标签组合对应的图像处理。
其它模块或者单元可参照图4所示的实施例中的描述,在此不再赘述。
所述移动终端包括但不仅限于处理器50、存储器51。本领域技术人员可以理解,图5仅仅是移动终端5的一个示例,并不构成对移动终端5的限定,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,例如所述移动终端还可以包括输入设备、输出设备、网络接入设备、总线等。
所述处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述移动终端5的内部存储单元,例如移动终端5的硬盘或内存。所述存储器51也可以是所述移动终端5的外部存储设备,例如所述移动终端5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述移动终端5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述移动终端所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的移动终端和方法,可以通过其它的方式实现。例如,以上所描述的移动终端实施例仅仅是示意性的,例如,所述模块或单元的划分,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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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实施例方案的目的。
另外,在本申请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。
所述集成的模块/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,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.一种图像处理方法,其特征在于,包括:
获取待处理图像,并对所述待处理图像进行识别获得第一识别结果,所述第一识别结果包括所述待处理图像中前景目标的前景标签和所述待处理图像的背景标签,所述待处理图像是相机中的预览画面;
判断所述前景标签和所述背景标签的组合是否为预设的标签组合;
若所述前景标签和所述背景标签的组合为预设的标签组合,则对所述待处理图像进行与所述预设的标签组合对应的图像处理,包括:
根据所述背景标签对所述待处理图像进行全局处理,并根据所述前景标签对所述前景目标进行局部处理。
2.如权利要求1所述的图像处理方法,其特征在于,所述预设的标签组合为人脸标签和夜景标签的组合时,所述根据所述背景标签对所述待处理图像进行全局处理,并根据所述前景标签对所述前景目标进行局部处理包括:
根据所述夜景标签,对所述待处理图像进行去噪处理获得去除噪声后的图像,并对所述去除噪声后的图像进行图像增强处理;
根据所述人脸标签,对所述待处理图像中的人脸图像进行美颜处理。
3.如权利要求1所述的图像处理方法,其特征在于,所述对所述待处理图像进行识别获得第一识别结果包括:
通过目标识别模型对所述待处理图像进行目标识别获得第二识别结果,所述第二识别结果包括所述待处理图像中所述前景目标的位置信息和所述前景目标的前景标签;
基于所述前景目标的位置信息,将所述待处理图像中的前景目标去除获得背景图像,并通过背景识别模型对所述背景图像进行识别,获得所述待处理图像的背景标签。
4.如权利要求3所述的图像处理方法,其特征在于,所述前景目标的位置信息为所述待处理图像中前景目标对应的检测框的位置信息;
相应的,所述基于所述前景目标的位置信息,将所述待处理图像中的前景目标去除获得背景图像包括:
基于所述检测框的位置信息,从所述待处理图像中获取所述检测框内的图像;
对所述检测框内的图像进行分割处理获得前景目标,并将所述待处理图像中的前景目标去除获得背景图像。
5.如权利要求4所述的图像处理方法,其特征在于,所述对所述检测框内的图像进行分割处理获得前景目标包括:
获取灰度阈值序列,并通过所述灰度阈值序列中的每个灰度阈值对所述检测框内的图像进行二值化处理,获得二值化图像序列;
基于所述二值化图像序列获得前景目标。
6.如权利要求5所述的图像处理方法,其特征在于,所述基于所述二值化图像序列获得前景目标包括:
基于所述检测框内的图像的灰度梯度,识别所述检测框内的图像中前景目标的边界,获得前景目标轮廓线;
从所述二值化图像序列中获取与所述前景目标轮廓线匹配度最高的二值化图像;
将与所述目标轮廓线的匹配度最高的二值化图像与所述前景目标轮廓线融合生成连续的前景目标区域,在所述待处理图像中所述前景目标区域内的图像为前景目标。
7.一种移动终端,其特征在于,包括:
标签获取模块,用于获取待处理图像,并对所述待处理图像进行识别获得第一识别结果,所述第一识别结果包括所述待处理图像中前景目标的前景标签和所述待处理图像的背景标签,所述待处理图像是相机中的预览画面;
判断模块,用于判断所述前景标签和所述背景标签的组合是否为预设的标签组合;
图像处理模块,用于若所述前景标签和所述背景标签的组合为预设的标签组合,则对所述待处理图像进行与所述预设的标签组合对应的图像处理,包括:
根据所述背景标签对所述待处理图像进行全局处理,并根据所述前景标签对所述前景目标进行局部处理。
8.一种移动终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
9.一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存储有计算机程序,所述计算机程序被一个或多个处理器执行时实现如权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810579068.8A CN108805838B (zh) | 2018-06-05 | 2018-06-05 | 一种图像处理方法、移动终端及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810579068.8A CN108805838B (zh) | 2018-06-05 | 2018-06-05 | 一种图像处理方法、移动终端及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108805838A CN108805838A (zh) | 2018-11-13 |
CN108805838B true CN108805838B (zh) | 2021-03-02 |
Family
ID=64087491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810579068.8A Active CN108805838B (zh) | 2018-06-05 | 2018-06-05 | 一种图像处理方法、移动终端及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108805838B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163810B (zh) * | 2019-04-08 | 2023-04-25 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置以及终端 |
CN111652796A (zh) * | 2020-05-13 | 2020-09-11 | 上海连尚网络科技有限公司 | 图像处理方法、电子设备及计算机可读存储介质 |
CN113240611B (zh) * | 2021-05-28 | 2024-05-07 | 中建材信息技术股份有限公司 | 一种基于图片序列的异物检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789005A (zh) * | 2010-01-22 | 2010-07-28 | 深圳创维数字技术股份有限公司 | 一种基于感兴趣区域的图像检索方法 |
CN104299196A (zh) * | 2014-10-11 | 2015-01-21 | 京东方科技集团股份有限公司 | 一种图像处理装置及方法、显示设备 |
CN107240081A (zh) * | 2017-06-20 | 2017-10-10 | 长光卫星技术有限公司 | 夜景影像去噪与增强处理方法 |
CN107845057A (zh) * | 2017-09-25 | 2018-03-27 | 维沃移动通信有限公司 | 一种拍照预览方法及移动终端 |
CN107993191A (zh) * | 2017-11-30 | 2018-05-04 | 腾讯科技(深圳)有限公司 | 一种图像处理方法和装置 |
-
2018
- 2018-06-05 CN CN201810579068.8A patent/CN108805838B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789005A (zh) * | 2010-01-22 | 2010-07-28 | 深圳创维数字技术股份有限公司 | 一种基于感兴趣区域的图像检索方法 |
CN104299196A (zh) * | 2014-10-11 | 2015-01-21 | 京东方科技集团股份有限公司 | 一种图像处理装置及方法、显示设备 |
CN107240081A (zh) * | 2017-06-20 | 2017-10-10 | 长光卫星技术有限公司 | 夜景影像去噪与增强处理方法 |
CN107845057A (zh) * | 2017-09-25 | 2018-03-27 | 维沃移动通信有限公司 | 一种拍照预览方法及移动终端 |
CN107993191A (zh) * | 2017-11-30 | 2018-05-04 | 腾讯科技(深圳)有限公司 | 一种图像处理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108805838A (zh) | 2018-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108765278B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN110335216B (zh) | 图像处理方法、图像处理装置、终端设备及可读存储介质 | |
CN110766679B (zh) | 镜头脏污检测方法、装置及终端设备 | |
CN109005368B (zh) | 一种高动态范围图像的生成方法、移动终端及存储介质 | |
CN109166156B (zh) | 一种摄像头标定图像的生成方法、移动终端及存储介质 | |
CN109117773B (zh) | 一种图像特征点检测方法、终端设备及存储介质 | |
CN111311482B (zh) | 背景虚化方法、装置、终端设备及存储介质 | |
CN110796600B (zh) | 一种图像超分重建方法、图像超分重建装置及电子设备 | |
CN108764139B (zh) | 一种人脸检测方法、移动终端及计算机可读存储介质 | |
CN108805838B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN109005367B (zh) | 一种高动态范围图像的生成方法、移动终端及存储介质 | |
CN109214996B (zh) | 一种图像处理方法及装置 | |
CN111131688B (zh) | 一种图像处理方法、装置及移动终端 | |
CN108776800B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN113744256A (zh) | 一种深度图空洞填充方法、装置、服务器及可读存储介质 | |
CN111191582A (zh) | 三维目标检测方法、检测装置、终端设备及计算机可读存储介质 | |
CN111368587A (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
CN112348778A (zh) | 一种物体识别方法、装置、终端设备及存储介质 | |
CN111311481A (zh) | 背景虚化方法、装置、终端设备及存储介质 | |
CN109981989B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN108769521B (zh) | 一种拍照方法、移动终端及计算机可读存储介质 | |
CN108810407B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN107770487B (zh) | 一种特征提取并优选的方法、系统及终端设备 | |
CN110047126B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN110610178A (zh) | 图像识别方法、装置、终端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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |