CN109065001A - 一种图像的降采样方法、装置、终端设备和介质 - Google Patents

一种图像的降采样方法、装置、终端设备和介质 Download PDF

Info

Publication number
CN109065001A
CN109065001A CN201810639497.XA CN201810639497A CN109065001A CN 109065001 A CN109065001 A CN 109065001A CN 201810639497 A CN201810639497 A CN 201810639497A CN 109065001 A CN109065001 A CN 109065001A
Authority
CN
China
Prior art keywords
matrix
picture element
primary color
sampled
element matrix
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
Application number
CN201810639497.XA
Other languages
English (en)
Other versions
CN109065001B (zh
Inventor
陈法圣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201810639497.XA priority Critical patent/CN109065001B/zh
Publication of CN109065001A publication Critical patent/CN109065001A/zh
Application granted granted Critical
Publication of CN109065001B publication Critical patent/CN109065001B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/42—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators characterised by the display of patterns using a display memory without fixed position correspondence between the display memory contents and the display position on the screen
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/36—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators characterised by the display of a graphic pattern, e.g. using an all-points-addressable [APA] memory
    • G09G5/39—Control of the bit-mapped memory

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Color Image Communication Systems (AREA)

Abstract

本申请公开了一种图像的降采样方法、装置、终端设备和介质，属于图像处理技术领域，该方法包括，分别提取待处理图像中基色通道的像素矩阵以及透明通道的像素矩阵，并基于基色像素通道的像素矩阵和透明通道的像素矩阵，确定该基色通道的降采样基色像素矩阵，以及对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵，进一步地，基于确定出的各降采样基色像素矩阵和降采样透明像素矩阵，生成降采样图像。这样，基于透明通道的像素矩阵，获取各基色通道的降采样基色像素矩阵和降采样透明像素矩阵，避免了降采样图像中的黑边，提高了降采样图像的图像质量。

Description

一种图像的降采样方法、装置、终端设备和介质
技术领域
本申请涉及图像处理技术领域，尤其涉及一种图像的降采样方法、装置、终端设备和介质。
背景技术
随着透明(alpha)通道的提出，alpha渲染和alpha合成越来越被广泛的应用。其中，alpha通道即A通道一般用作不透明度参数。例如，若一个像素的alpha通道数值为0％，那它就是完全透明的，若数值为100％，则意味着一个完全不透明的像素。
现有技术下，在对带有alpha通道的RGB(Red，Green，Blue)图像，即RGBA(alphaRGB)图像进行合成(如，文字添加，明信片合成等)时，先将图像合成一张比目标分辨率高的高分辨率图像，然后，采用图像降采样算法(如，插值降采样算法)降低高分辨率图像的分辨率，以获得高画质的目标图片。
但是，通过上述图像降采样算法获得的图像，锯齿感较强，图像质量较差，因此，需要一种图像的降采样技术方案，获得高质量降采样图像。
发明内容
本申请实施例提供一种图像的降采样方法、装置、终端设备和介质，用以在获取降采样图像时，提高降采样图像的图像质量。
第一方面，提供一种图像的降采样方法，包括：
提取待处理图像中基色通道的像素矩阵；
提取待处理图像中的透明通道的像素矩阵；
基于基色通道的像素矩阵和透明通道的像素矩阵，确定基色通道的降采样基色像素矩阵；
对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵；
基于降采样基色像素矩阵和降采样透明像素矩阵，生成降采样图像。
这样，基于透明通道的像素矩阵，按照卷积算法，获得各基色通道的降采样基色像素矩阵和透明通道的降采样基色像素矩阵，进而获得降采样图像，避免了图像锯齿问题和黑边问题，提高了降采样图像的图像质量。
较佳的，基于基色通道的像素矩阵和透明通道的像素矩阵，确定基色通道的降采样基色像素矩阵，包括：
对基色通道的像素矩阵进行卷积运算，获得基色像素矩阵，并对透明通道的像素矩阵进行归一化和卷积运算，获得归一化像素矩阵，以及基于基色像素矩阵和归一化像素矩阵的比值，获得降采样基色像素矩阵；或
基于预设的归一化数值，对透明通道的像素矩阵进行归一化运算，并对基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵。
这样，先对透明通道的像素矩阵进行归一化，然后对基色通道的像素矩阵与归一化后的透明通道的像素矩阵进行卷积运算，去除了透明通道对基色通道的影响，获得各基色通道的降采样基色像素矩阵。进一步地，还可以对上述方式进行简化运算，即直接在对透明通道的像素矩阵进行卷积运算的过程中同时进行归一化，提高了降采样图像处理的效率。
较佳的，对基色通道的像素矩阵进行卷积运算，获得基色像素矩阵，并对透明通道的像素矩阵进行归一化和卷积运算，获得归一化像素矩阵，包括：
基于预设的卷积步长和预设的卷积核，针对基色通道的像素矩阵进行卷积运算，获得基色像素矩阵；
基于预设的卷积核与预设的归一化数值的比值，获得归一化卷积核，并基于卷积步长以及归一化卷积核，对透明通道的像素矩阵进行卷积运算，获得归一化像素矩阵。
这样，通过归一化后的归一化卷积核，对透明通道的像素矩阵进行卷积运算，与先对像素矩阵进行归一化后再进行卷积的方式相比，简化了运算步骤，提高了运算速率。
较佳的，对基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵，包括：
基于预设的卷积步长和预设的卷积核，对基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵。
这样，对透明通道的像素矩阵进行了归一化，进而通过基色通道的像素矩阵与归一化的像素矩阵的比值，获得各基色通道的实际像素矩阵，进而通过卷积运算，获得降采样基色像素矩阵，去除了透明通道对基色通道的影响，从而避免降采样图像中的黑边问题。
较佳的，对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵，包括：
基于预设的卷积步长和预设的卷积核，对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵。
这样，可以获得降采样透明像素矩阵，进而可以在后续步骤中，通过降采样透明像素矩阵和各降采样基色像素矩阵，获得降采样图像。
第二方面，一种图像的降采样装置，包括：
第一提取单元，用于提取待处理图像中基色通道的像素矩阵；
第二提取单元，用于提取待处理图像中的透明通道的像素矩阵；
确定单元，用于基于基色通道的像素矩阵和透明通道的像素矩阵，确定基色通道的降采样基色像素矩阵；
获得单元，用于对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵；
生成单元，用于基于降采样基色像素矩阵和降采样透明像素矩阵，生成降采样图像。
较佳的，确定单元具体包括：
第一卷积子单元，用于对基色通道的像素矩阵进行卷积运算，获得基色像素矩阵；
第二卷积子单元，用于对透明通道的像素矩阵进行归一化和卷积运算，获得归一化像素矩阵，以及基于基色像素矩阵和归一化像素矩阵的比值，获得降采样基色像素矩阵。
较佳的，第一卷积子单元，具体用于基于预设的卷积步长和预设的卷积核，针对基色通道的像素矩阵进行卷积运算，获得基色像素矩阵；
第二卷积子单元，具体用于基于预设的卷积核与预设的归一化数值的比值，获得归一化卷积核，并基于卷积步长以及归一化卷积核，对透明通道的像素矩阵进行卷积运算，获得归一化像素矩阵。
较佳的，确定单元具体包括：
归一化子单元，用于基于预设的归一化数值，对透明通道的像素矩阵进行归一化运算；
卷积子单元，用于对基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵。
较佳的，卷积子单元，具体用于基于预设的卷积步长和预设的卷积核，对基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵。
较佳的，获得单元具体用于：
基于预设的卷积步长和预设的卷积核，对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵。
第三方面，提供一种终端设备，包括至少一个处理单元、以及至少一个存储单元，其中，存储单元存储有计算机程序，当程序被处理单元执行时，使得处理单元执行上述任意一种图像的降采样方法的步骤。
第四方面，提供一种计算机可读介质，其存储有可由终端设备执行的计算机程序，当程序在终端设备上运行时，使得终端设备执行上述任意一种图像的降采样方法的步骤。
本申请实施例提供的一种图像的降采样方法、装置、终端设备和介质中，分别提取待处理图像中每一个基色通道的像素矩阵以及透明通道的像素矩阵，并分别基于每一个基色像素通道的像素矩阵和透明通道的像素矩阵，确定该基色通道的降采样基色像素矩阵，以及对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵，进一步地，基于确定出的各降采样基色像素矩阵和降采样透明像素矩阵，生成降采样图像。这样，采用卷积算法，减少了锯齿问题，基于透明通道的像素矩阵，获得降采样基色像素矩阵和降采样透明像素矩阵，减少了透明通道的像素矩阵对基色通道的像素矩阵的影响，从而减少了黑边问题，提高了降采样图像的图像质量。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1a为现有技术和本申请降采样图像效果对比图一，其中，左图为插值降采样图像效果图，右图为本申请降采样图像效果图；
图1b为现有技术和本申请降采样图像效果对比图二，其中，左图为插值降采样图像效果图，右图为本申请降采样图像效果图；
图1c为现有技术中一种卷积降采样控制流程示意图；
图1d为现有技术和本申请降采样图像效果对比图三，其中，左图为卷积降采样图像效果图，右图为本申请降采样图像效果图；
图1e为本申请实施方式中一种终端设备的结构示意图；
图2为本申请实施方式中一种图像的降采样方法的实施流程图；
图3为本申请实施方式中一种图像的降采样的控制流程示意图；
图4a为本申请实施方式中一种图像的降采样装置的结构示意图一；
图4b为本申请实施方式中一种图像的降采样装置的结构示意图二；
图4c为本申请实施方式中一种图像的降采样装置的结构示意图三；
图5为本申请实施方式中终端设备结构示意图。
具体实施方式
为了在对RGBA图像进行降采样处理时，提高获得的降采样图像的图像质量，本申请实施例提供了一种图像的降采样方法、装置、终端设备和介质。
首先，对本申请实施例中涉及的部分用语进行说明，以便于本领域技术人员理解。
1、终端设备：可以安装各类应用程序，并且能够将已安装的应用程序中提供的对象进行显示的设备，该终端设备可以是移动的，也可以是固定的，。例如，手机、平板电脑、各类可穿戴设备、车载设备、个人数字助理(personal digital assistant，PDA)、销售终端(point of sales，POS)或其它能够实现上述功能的电子设备等。
2、降采样：是指降低图像的分辨率，获得降采样图像。
3、alpha通道(即，A通道)：alpha通道用于表示不透明程度，alpha通道值为表示不透明度的参数。alpha通道值可以用百分比或者整数表示，也可以像RGB参数那样用0到1的实数表示。例如用0％～100％的百分比表示时，若一个像素的alpha通道数值为0％，则表示完全透明的，若数值为100％，则表示一个完全不透明的像素。在0％和100％之间的中间值则使得像素可以透过背景不同程度的显示出来，就像透过玻璃显示，数值越大，透过背景的程度越小。它使数码图像合成变得容易。
4、RGBA图像：代表Red、Green、Blue和Alpha的色彩空间。虽然它有的时候被描述为一个颜色空间，但是它其实仅仅是RGB模型的附加了关于不透明度的额外信息。
5、基色通道：表示用于保存图像的一种颜色信息的通道。
对图像进行降采样时，主要采用以下两种方式：
第一种方式为：按照固定间隔差值对待处理图形进行取样，获得降采样图像。例如，对于一幅N*M的图像来说，如果降采样系数为k，则即是在原图中每行每列每隔k个点取一个点组成一幅图像，获得降采样图像。
参阅图1a和图1b所示，图1a为现有技术和本申请降采样图像效果对比图一，图1b为现有技术和本申请降采样图像效果对比图二，图1a和图1b中的左图均为通过插值降采样的方法获得的降采样图像，获得的降采样图像放大后均具有较强的锯齿感，图像的质量较差。
第二种方式为：参阅图1c所示，为卷积降采样控制流程示意图，针对RGB图像，提取待处理图像各个基色通道(R通道、G通道和B通道)的像素矩阵，并分别针对每一个像素矩阵，按照预设的卷积步长和预设的卷积核进行卷积，获得各基色通道的输出像素矩阵即降采样像素矩阵，并基于各输出像素矩阵，获得目标图像即卷积降采样图像。
参阅图1d所示，现有技术和本申请降采样图像效果对比图三，其中，图1d中的左图为通过卷积降采样的方法获得的降采样图像。由于RGBA图像存在alpha通道，因此，采用这种方式对RGBA图像进行降采样时，会在透明与不透明的过渡区域产生黑边(如，图1d左图中的二维码存在黑色边框)，这会影响降采样图像的图像效果，降低了降采样图像的图像质量。
本申请实施例提供了一种图像的降采样方案，分别提取待处理图像中每一个基色通道的像素矩阵以及透明通道的像素矩阵；针对每一个基色通道的像素矩阵，基于该基色通道的像素矩阵和透明通道的像素矩阵，获得该基色通道的降采样基色像素矩阵；对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵；基于各降采样基色像素矩阵和降采样透明像素矩阵，获得降采样图像。图1a、图1b和图1d中的各右图均为采用本申请实施例中提供的技术方案获得的降采样图像。显然，获得的降采样图像减少了锯齿感和黑边问题，获得图像的图像质量较高。
本申请实施例提供的一种图像的降采样方法，可应用于终端设备中，该终端设备可以为手机、平板电脑、PDA(Personal Digital Assistant，掌上电脑)等。
图1e示出了一种终端设备100的结构示意图。参阅图1e所示，终端设备100包括：处理器110、存储器120、电源130、显示单元140、输入单元150。
处理器110是终端设备100的控制中心，利用各种接口和线路连接各个部件，通过运行或执行存储在存储器120内的软件程序和/或数据，执行终端设备100的各种功能，从而对终端设备进行整体监控。
可选的，处理器110可包括一个或多个处理单元；优选的，处理器110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110中。在一些实施例中，处理器、存储器、可以在单一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
存储器120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、各种应用程序等；存储数据区可存储根据终端设备100的使用所创建的数据等。此外，存储器120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等。
终端设备100还包括给各个部件供电的电源130(比如电池)，电源可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗等功能。
显示单元140可用于显示由用户输入的信息或提供给用户的信息以及终端设备100的各种菜单等，本申请实施例中主要用于显示终端设备100中各应用程序的显示界面以及显示界面中显示的文本、图片等对象。显示单元140可以包括显示面板141。显示面板141可以采用液晶显示屏(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置。
输入单元150可用于接收用户输入的数字或字符等信息。输入单元150可包括触控面板151以及其他输入设备152。其中，触控面板151，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、触摸笔等任何适合的物体或附件在触控面板151上或在触控面板151附近的操作)。
具体的，触控面板151可以检测用户的触摸操作，并检测触摸操作带来的信号，将这些信号转换成触点坐标，发送给处理器110，并接收处理器110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151。其他输入设备152可以包括但不限于物理键盘、功能键(比如音量控制按键、开关机按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
当然，触控面板151可覆盖显示面板141，当触控面板151检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板141上提供相应的视觉输出。虽然在图1e中，触控面板151与显示面板141是作为两个独立的部件来实现终端设备100的输入和输出功能，但是在某些实施例中，可以将触控面板151与显示面板141集成而实现终端设备100的输入和输出功能。
终端设备100还可包括一个或多个传感器，例如压力传感器、重力加速度传感器、接近光传感器等。当然，根据具体应用中的需要，上述终端设备100还可以包括摄像头等其它部件，由于这些部件不是本申请实施例中重点使用的部件，因此，在图1e中没有示出，且不再详述。
本领域技术人员可以理解，图1e仅仅是终端设备的举例，并不构成对终端设备的限定，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。
参阅图2所示，为本申请提供的一种图像的降采样方法的实施流程图。主要应用于对RGBA图像的降采样处理，在下文的介绍过程中，结合图1e所示的终端设备的结构示意图进行说明，该方法的具体实施流程如下：
步骤200：终端设备提取待处理图像各通道的像素矩阵。
具体的，终端设备100提取待处理图像中每一个基色通道的像素矩阵以及透明通道的像素矩阵。
可选的，待处理图像可以为RGBA图像，是通过各个基色通道以及透明通道对应的像素矩阵叠加之后获得的。基色通道为表示用于保存图像的一种颜色信息的通道，包括R、G和B通道。
例如，待处理图像可以为将明星的图片、二维码、文字或小图标等合成获得的图像。
步骤210：终端设备分别基于每一个基色通道的像素矩阵和透明通道矩阵，确定该基色通道的降采样基色像素矩阵。
具体的，执行步骤210时，分别针对每一个基色通道的像素矩阵，执行以下步骤：
终端设备100确定透明通道的像素矩阵与预设的归一化数值的比值，以对透明通道的像素矩阵进行归一化运算，然后，针对基色通道的像素矩阵与归一化后的透明通道的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵。
具体的，首先，终端设备100确定透明通道的像素矩阵与预设的归一化数值的比值，以将透明通道的像素矩阵中的每一个元素归一化至[0，1]，获得实际颜色权重矩阵。可选的，实际应用中，像素值的范围为[0，255]，归一化数值可以设置为255。
可选的，对像素矩阵进行归一化时，可以采用以下公式：
IW＝Ia./M；
其中，IW为实际颜色权重矩阵，Ia为透明通道的像素矩阵，M正数，可选的，M可以为255。运算符<./>表示将Ia矩阵中的每一个元素都除以M。
然后，终端设备100基于基色通道的像素矩阵与实际颜色权重矩阵的比值，获得实际基色像素矩阵。
RGBA图像中的像素可分为完全不透明的像素，完全透明的像素以及半透明的像素。对于完全透明的像素需要对其进行颜色填充，通常采用黑色进行填充，因此，位于透明-不透明分界线上的像素，若直接采用均值池化，填充的颜色会影响池化的结果，填充的颜色会导致过度区域产生相应的描边。进一步地，提取后的基色通道的像素矩阵并非基色通道中真实的像素矩阵，而是与透明通道的像素矩阵结合后的像素矩阵，因此，通过这种方式，获得各基色通道的实际基色像素矩阵。
可选的，获得实际基色像素矩阵时，可以采用以下公式：
ITi＝Ii./IW
其中，ITi为实际基色像素矩阵，Ii为i基色通道的像素矩阵，IW为实际颜色权重矩阵，i为基色通道的序号，为正整数。
接着，终端设备100获取预设的降采样倍数，将降采样倍数作为卷积步长，并基于卷积步长和预设的卷积核，对实际基色像素矩阵进行卷积运算，获得降采样基色像素矩阵。
可选的，卷积步长为降采样倍数N时，卷积核可以设置为N*N，当然，卷积核也可以设置为其它数值，以提高降采样图像的图像质量，但是，与卷积核N*N相比，这会降低处理速度，提升的图像质量也较少。
可选的，确定降采样基色像素矩阵时，可以采用以下公式：
Idi＝conv2(ITi，N*N，N)；
其中，Idi为i基色通道的降采样基色像素矩阵，ITi为i基色通道的实际基色像素矩阵，N为卷积步长。
这样，通过卷积运算，可以避免图像的锯齿问题，基于透明通道的像素矩阵，获得降采样基色像素矩阵，去除了透明通道的影响，避免了降采样图像黑边的问题。
较佳的，为提高降采样图像的处理速度，还可以将上述各公式进行变换，具体步骤如下：
基于预设的卷积步长和预设的卷积核，分别针对每一个基色通道的像素矩阵进行卷积运算，获得相应的基色像素矩阵，并基于预设的卷积核与预设的归一化数值的比值，获得归一化卷积核，并基于所述卷积步长以及所述归一化卷积核，对所述透明通道的像素矩阵进行卷积运算，获得归一化像素矩阵，以及针对每一个基色像素矩阵，基于该基色像素矩阵和所述归一化像素矩阵的比值，获得相应的降采样基色像素矩阵。
可选的，确定降采样基色像素矩阵时，可以采用可以公式：
Idi＝conv2(Ii，N*N，N)./conv2(Ia，N*N/M，N)；
其中，Idi为i基色通道的降采样基色像素矩阵，Ii为i基色通道的像素矩阵，Ia为透明通道的像素矩阵，N为卷积步长，N*N为卷积核，N*N/M为归一化卷积核，N，M正数，可选的，M可以为255。
本申请实施例中，卷积核可根据实际应用场景进行相应设置，在此对卷积核不进行设定。
这样，就可以获得去除透明通道影响后的各基色通道的降采样基色像素矩阵。
步骤220：终端设备对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵。
具体的，终端设备100基于预设的卷积步长和预设的卷积核，对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵。
可选的，确定降采样透明像素矩阵时，可以采用以下公式：
Ida＝conv2(Ia，N*N，N)；
其中，Ida为降采样透明像素矩阵，Ia为透明通道的像素矩阵，N为卷积步长，N*N为卷积核，N为正数。
这样，就可以获得透明通道的降采样透明像素矩阵。
本申请实施例中，对获得降采样基色像素矩阵和降采样透明像素矩阵的执行顺序不做限定，可并行执行，也可先后执行，本申请实施例中仅以先获得降采样基色像素矩阵，后获得降采样透明像素矩阵为例进行说明。
步骤230：终端设备基于确定出的各降采样基色像素矩阵和降采样透明像素矩阵，生成降采样图像。
具体的，终端设备100基于确定出的各基色通道的降采样基色像素矩阵以及透明通道的降采样透明像素矩阵，将各通道的降采样后的图像进行叠加，获得降采样图像。
通过本申请实施例中提供的图像的降采样技术方案，可以应用于视频封面图制作、海报制作、截图分享、文字添加、明信片合成以及2D游戏渲染等图像处理，避免了降采样图像的锯齿问题，不会产生黑边，并且还可以进一步简化降采样图像处理的运算步骤，提高运算处理速度，获得了画质更好的降采样图像，为用户提供更好的画质体验。
实际应用中，根据获取的降采样图像的不同，根据实际应用场景，可以提取所有基色通道和透明通道的像素矩阵，也可以仅提取一个或多个基色通道和透明通道的像素矩阵。本申请实施例中，仅以提取所有通道的像素矩阵，并根据所有通道的像素矩阵获得降采样图像为例进行说明，基于相同的原理，也可以根据提取的一个或多个通道获得降采样图像，在此不再赘述。
参阅图3所示，为图像的降采样的控制流程示意图。终端设备100针对RGBA图像，提取待处理图像各个基色通道(R通道、G通道和B通道)和透明通道(A通道)中的像素矩阵，即I1、I2、I3和Ia。然后，终端设备100分别针对每一个像素矩阵，按照预设的步长N和预设的卷积核N*N进行卷积，获得各通道卷积后的像素矩阵IR2、IG2、IB2和Ida。接着，终端设备100分别计算IR2、IG2、IB2与归一化后的透明通道的像素矩阵即Ia./255之间的比值，获得各基色通道的降采样基色像素矩阵，即Id1、Id2、Id3。最后，终端设备100将确定出的各通道的Id1、Id2、Id3和Ida进行叠加，获得降采样图像。
例如，参阅图1a、图1b和图1d所示，图1a、图1b中的左图为通过插值获得的降采样图像，存在锯齿问题，图1d中的左图为通过现有技术下的卷积算法获得降采样图像，存在黑边问题，而图1a、图1b和图1d中的各右图均为采用本申请实施例中提供的技术方案获得的降采样图像，获得的降采样图像没有锯齿感，也没有黑边，获得图像的图像质量较高。
基于同一发明构思，本申请实施例中还提供了一种图像的降采样装置，由于上述装置及设备解决问题的原理与一种图像的降采样方法相似，因此，上述装置的实施可以参见方法的实施，重复之处不再赘述。
如图4a所示，其为本申请实施例提供的一种图像的降采样装置的结构示意图一，包括：
第一提取单元40，用于提取待处理图像中基色通道的像素矩阵；
第二提取单元41，用于提取待处理图像中的透明通道的像素矩阵；
确定单元42，用于基于基色通道的像素矩阵和透明通道的像素矩阵，确定基色通道的降采样基色像素矩阵；
获得单元43，用于对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵；
生成单元44，用于基于降采样基色像素矩阵和降采样透明像素矩阵，生成降采样图像。
较佳的，如图4b所示，其为本申请实施例提供的一种图像的降采样装置的结构示意图二，确定单元42具体包括：
第一卷积子单元421，用于对基色通道的像素矩阵进行卷积运算，获得基色像素矩阵；
第二卷积子单元422，用于对透明通道的像素矩阵进行归一化和卷积运算，获得归一化像素矩阵，以及基于基色像素矩阵和归一化像素矩阵的比值，获得降采样基色像素矩阵。
较佳的，其特征在于：
第一卷积子单元421，具体用于基于预设的卷积步长和预设的卷积核，针对基色通道的像素矩阵进行卷积运算，获得基色像素矩阵；
第二卷积子单元422，具体用于基于预设的卷积核与预设的归一化数值的比值，获得归一化卷积核，并基于卷积步长以及归一化卷积核，对透明通道的像素矩阵进行卷积运算，获得归一化像素矩阵。
较佳的，如图4c所示，其为本申请实施例提供的一种图像的降采样装置的结构示意图三，确定单元42具体包括：
归一化子单元423，用于基于预设的归一化数值，对透明通道的像素矩阵进行归一化运算；
卷积子单元424，用于对基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵。
较佳的，卷积子单元424，具体用于基于预设的卷积步长和预设的卷积核，对基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵。
较佳的，获得单元43具体用于：
基于预设的卷积步长和预设的卷积核，对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵。
本申请实施例提供的一种图像的降采样方法、装置、终端设备和介质中，分别提取待处理图像中每一个基色通道的像素矩阵以及透明通道的像素矩阵，并分别基于每一个基色像素通道的像素矩阵和透明通道的像素矩阵，确定该基色通道的降采样基色像素矩阵，以及对透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵，进一步地，基于确定出的各降采样基色像素矩阵和降采样透明像素矩阵，生成降采样图像。这样，采用卷积算法，减少了锯齿问题，基于透明通道的像素矩阵，获得降采样基色像素矩阵和降采样透明像素矩阵，减少了透明通道的像素矩阵对基色通道的像素矩阵的影响，从而减少了黑边问题，提高了降采样图像的图像质量。
为了描述的方便，以上各部分按照功能划分为各模块(或单元)分别描述。当然，在实施本申请时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
基于同一技术构思，本申请实施例还提供了一种终端设备500，参照图5所示，终端设备500用于实施上述各个方法实施例记载的方法，例如实施图2所示的实施例，终端设备500可以包括存储器501、处理器502、输入单元503和显示面板504。
所述存储器501，用于存储处理器502执行的计算机程序。存储器501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等；存储数据区可存储根据终端设备500的使用所创建的数据等。处理器502，可以是一个中央处理单元(central processing unit，CPU)，或者为数字处理单元等等。输入单元503，可以用于获取用户输入的用户指令。所述显示面板504，用于显示由用户输入的信息或提供给用户的信息，本申请实施例中，显示面板504主要用于显示终端设备中各应用程序的显示界面以及各显示界面中显示的控件对象。可选的，显示面板504可以采用液晶显示器(liquidcrystal display，LCD)或OLED(organic light-emitting diode，有机发光二极管)等形式来配置显示面板504。
本申请实施例中不限定上述存储器501、处理器502、输入单元503和显示面板504之间的具体连接介质。本申请实施例在图5中以存储器501、处理器502、输入单元503、显示面板504之间通过总线505连接，总线505在图5中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线505可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器501可以是易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，RAM)；存储器501也可以是非易失性存储器(non-volatilememory)，例如只读存储器，快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)、或者存储器501是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器501可以是上述存储器的组合。
处理器502，用于实现如图2所示的实施例，包括：
所述处理器502，用于调用所述存储器501中存储的计算机程序执行如实施图2所示的实施例。
本申请实施例还提供了一种计算机可读存储介质，存储为执行上述处理器所需执行的计算机可执行指令，其包含用于执行上述处理器所需执行的程序。
在一些可能的实施方式中，本申请提供的一种图像的降采样方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种图像的降采样方法中的步骤。例如，所述终端设备可以执行如实施图2所示的实施例。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请的实施方式的用于一种图像的降采样的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在计算设备上运行。然而，本申请的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
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。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (13)

1.一种图像的降采样方法，其特征在于，包括：
提取待处理图像中基色通道的像素矩阵；
提取所述待处理图像中的透明通道的像素矩阵；
基于所述基色通道的像素矩阵和所述透明通道的像素矩阵，确定所述基色通道的降采样基色像素矩阵；
对所述透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵；
基于所述降采样基色像素矩阵和所述降采样透明像素矩阵，生成降采样图像。
2.如权利要求1所述的方法，其特征在于，基于所述基色通道的像素矩阵和所述透明通道的像素矩阵，确定所述基色通道的降采样基色像素矩阵，包括：
对所述基色通道的像素矩阵进行卷积运算，获得基色像素矩阵，并对所述透明通道的像素矩阵进行归一化和卷积运算，获得归一化像素矩阵，以及基于所述基色像素矩阵和所述归一化像素矩阵的比值，获得降采样基色像素矩阵；或
基于预设的归一化数值，对所述透明通道的像素矩阵进行归一化运算，并对所述基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵。
3.如权利要求2所述的方法，其特征在于，对所述基色通道的像素矩阵进行卷积运算，获得基色像素矩阵，并对所述透明通道的像素矩阵进行归一化和卷积运算，获得归一化像素矩阵，包括：
基于预设的卷积步长和预设的卷积核，针对所述基色通道的像素矩阵进行卷积运算，获得基色像素矩阵；
基于预设的卷积核与预设的归一化数值的比值，获得归一化卷积核，并基于所述卷积步长以及所述归一化卷积核，对所述透明通道的像素矩阵进行卷积运算，获得归一化像素矩阵。
4.如权利要求2所述的方法，其特征在于，对所述基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵，包括：
基于预设的卷积步长和预设的卷积核，对所述基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵。
5.如权利要求1-4任一项所述的方法，其特征在于，对所述透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵，包括：
基于预设的卷积步长和预设的卷积核，对所述透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵。
6.一种图像的降采样装置，其特征在于，包括：
第一提取单元，用于提取待处理图像中基色通道的像素矩阵；
第二提取单元，用于提取所述待处理图像中的透明通道的像素矩阵；
确定单元，用于基于所述基色通道的像素矩阵和所述透明通道的像素矩阵，确定所述基色通道的降采样基色像素矩阵；
获得单元，用于对所述透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵；
生成单元，用于基于所述降采样基色像素矩阵和所述降采样透明像素矩阵，生成降采样图像。
7.如权利要求6所述的装置，其特征在于，所述确定单元具体包括：
第一卷积子单元，用于对所述基色通道的像素矩阵进行卷积运算，获得基色像素矩阵，
第二卷积子单元，用于对所述透明通道的像素矩阵进行归一化和卷积运算，获得归一化像素矩阵，以及基于所述基色像素矩阵和所述归一化像素矩阵的比值，获得降采样基色像素矩阵。
8.如权利要求7所述的装置，其特征在于：
所述第一卷积子单元，具体用于基于预设的卷积步长和预设的卷积核，针对所述基色通道的像素矩阵进行卷积运算，获得基色像素矩阵；
第二卷积子单元，具体用于基于预设的卷积核与预设的归一化数值的比值，获得归一化卷积核，并基于所述卷积步长以及所述归一化卷积核，对所述透明通道的像素矩阵进行卷积运算，获得归一化像素矩阵。
9.如权利要求6所述的装置，其特征在于，所述确定单元具体包括：
归一化子单元，用于基于预设的归一化数值，对所述透明通道的像素矩阵进行归一化运算；
卷积子单元，用于对所述基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵。
10.如权利要求9所述的装置，其特征在于，所述卷积子单元，具体用于基于预设的卷积步长和预设的卷积核，对所述基色通道的像素矩阵与归一化的像素矩阵的比值，进行卷积运算，获得降采样基色像素矩阵。
11.如权利要求6-10任一项所述的装置，其特征在于，所述获得单元具体用于：
基于预设的卷积步长和预设的卷积核，对所述透明通道的像素矩阵进行卷积运算，获得降采样透明像素矩阵。
12.一种终端设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行权利要求1～5任一权利要求所述方法的步骤。
13.一种计算机可读介质，其特征在于，其存储有可由终端设备执行的计算机程序，当所述程序在终端设备上运行时，使得所述终端设备执行权利要求1～5任一所述方法的步骤。
CN201810639497.XA 2018-06-20 2018-06-20 一种图像的降采样方法、装置、终端设备和介质 Active CN109065001B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810639497.XA CN109065001B (zh) 2018-06-20 2018-06-20 一种图像的降采样方法、装置、终端设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810639497.XA CN109065001B (zh) 2018-06-20 2018-06-20 一种图像的降采样方法、装置、终端设备和介质

Publications (2)

Publication Number Publication Date
CN109065001A true CN109065001A (zh) 2018-12-21
CN109065001B CN109065001B (zh) 2021-06-25

Family

ID=64821125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810639497.XA Active CN109065001B (zh) 2018-06-20 2018-06-20 一种图像的降采样方法、装置、终端设备和介质

Country Status (1)

Country Link
CN (1) CN109065001B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288670A (zh) * 2019-06-19 2019-09-27 杭州绝地科技股份有限公司 一种ui描边特效的高性能渲染方法
CN110298799A (zh) * 2019-06-25 2019-10-01 福建工程学院 一种pcb图像定位校正方法
CN111933086A (zh) * 2020-08-19 2020-11-13 惠科股份有限公司 显示装置及其分辨率降低的方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050105819A1 (en) * 2003-11-13 2005-05-19 Microsoft Corporation Quick blur approximation
US20080266413A1 (en) * 2007-04-24 2008-10-30 Noy Cohen Techniques for adjusting the effect of applying kernals to signals to achieve desired effect on signal
CN101578632A (zh) * 2007-10-10 2009-11-11 美国日本电气实验室公司 模糊边缘平滑度先验及其在阿尔法通道超分辨率上的应用
US7623732B1 (en) * 2005-04-26 2009-11-24 Mercury Computer Systems, Inc. Method and apparatus for digital image filtering with discrete filter kernels using graphics hardware
CN101673409A (zh) * 2009-09-11 2010-03-17 广州市八丁动漫网络科技有限公司 一种应用于计算机桌面的图像渲染方法
CN103413279A (zh) * 2013-08-24 2013-11-27 西安电子科技大学 基于ad-nsct算法的sar图像去噪方法
CN106033619A (zh) * 2015-03-20 2016-10-19 深圳市腾讯计算机系统有限公司 图片验证码生成方法、装置和系统
CN106709909A (zh) * 2016-12-13 2017-05-24 重庆理工大学 一种基于深度学习的柔性机器人视觉识别与定位系统
CN107145902A (zh) * 2017-04-27 2017-09-08 厦门美图之家科技有限公司 一种基于卷积神经网络的图像处理方法、装置及移动终端
CN107657281A (zh) * 2017-09-28 2018-02-02 辽宁工程技术大学 一种基于改进的卷积神经网络的图像识别方法
CN108109124A (zh) * 2017-12-27 2018-06-01 北京诸葛找房信息技术有限公司 基于深度学习的不定位置图片水印修复方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050105819A1 (en) * 2003-11-13 2005-05-19 Microsoft Corporation Quick blur approximation
US7623732B1 (en) * 2005-04-26 2009-11-24 Mercury Computer Systems, Inc. Method and apparatus for digital image filtering with discrete filter kernels using graphics hardware
US20080266413A1 (en) * 2007-04-24 2008-10-30 Noy Cohen Techniques for adjusting the effect of applying kernals to signals to achieve desired effect on signal
CN101578632A (zh) * 2007-10-10 2009-11-11 美国日本电气实验室公司 模糊边缘平滑度先验及其在阿尔法通道超分辨率上的应用
CN101673409A (zh) * 2009-09-11 2010-03-17 广州市八丁动漫网络科技有限公司 一种应用于计算机桌面的图像渲染方法
CN103413279A (zh) * 2013-08-24 2013-11-27 西安电子科技大学 基于ad-nsct算法的sar图像去噪方法
CN106033619A (zh) * 2015-03-20 2016-10-19 深圳市腾讯计算机系统有限公司 图片验证码生成方法、装置和系统
CN106709909A (zh) * 2016-12-13 2017-05-24 重庆理工大学 一种基于深度学习的柔性机器人视觉识别与定位系统
CN107145902A (zh) * 2017-04-27 2017-09-08 厦门美图之家科技有限公司 一种基于卷积神经网络的图像处理方法、装置及移动终端
CN107657281A (zh) * 2017-09-28 2018-02-02 辽宁工程技术大学 一种基于改进的卷积神经网络的图像识别方法
CN108109124A (zh) * 2017-12-27 2018-06-01 北京诸葛找房信息技术有限公司 基于深度学习的不定位置图片水印修复方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DANIEL大人: "CNN、RNN、DNN的一般解释", 《HTTPS://WWW.JIANSHU.COM/P/BAB3BBDDB06B》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288670A (zh) * 2019-06-19 2019-09-27 杭州绝地科技股份有限公司 一种ui描边特效的高性能渲染方法
CN110288670B (zh) * 2019-06-19 2023-06-23 杭州绝地科技股份有限公司 一种ui描边特效的高性能渲染方法
CN110298799A (zh) * 2019-06-25 2019-10-01 福建工程学院 一种pcb图像定位校正方法
CN110298799B (zh) * 2019-06-25 2021-02-23 福建工程学院 一种pcb图像定位校正方法
CN111933086A (zh) * 2020-08-19 2020-11-13 惠科股份有限公司 显示装置及其分辨率降低的方法
CN111933086B (zh) * 2020-08-19 2022-01-21 惠科股份有限公司 显示装置及其分辨率降低的方法

Also Published As

Publication number Publication date
CN109065001B (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN103729160B (zh) 多显示设备和多显示方法
CN106031172B (zh) 用于视频编码和解码的自适应传递函数
CN103729055B (zh) 多显示设备、输入笔、多显示控制方法和多显示系统
CN105144067B (zh) 用于调节控件的外观的设备、方法和图形用户界面
CN104756150B (zh) 深度缓冲
CN105051792A (zh) 用于使用深度映射和光源合成增强3d图像的设备
CN105321142B (zh) 经由计算流水线进行的采样、错误管理和/或上下文切换
WO2012108969A2 (en) Systems, methods, and computer-readable media for changing graphical object input tools
CN105631923B (zh) 一种渲染方法和装置
CN107479818B (zh) 一种信息交互方法及移动终端
CN109065001A (zh) 一种图像的降采样方法、装置、终端设备和介质
CN110599577B (zh) 一种虚拟角色的皮肤渲染的方法、装置、设备和介质
TWI615807B (zh) 用於記錄在輸入幾何物件粒度上的可視度測試之結果的方法、設備及系統
US20140327634A1 (en) Portable terminal and method for protecting a displayed object
WO2016040153A1 (en) Environmentally mapped virtualization mechanism
US20230326110A1 (en) Method, apparatus, device and media for publishing video
US20230103517A1 (en) Trackpad on back portion of a device
CN107995440A (zh) 一种视频字幕贴图生成方法及装置
CN105074772A (zh) 通过使用不可达比特组合而改进的多采样抗锯齿压缩
WO2022227909A1 (zh) 视频的动画添加方法、装置、设备及介质
KR20160050295A (ko) 전자 장치 및 그의 디지털 수채 영상 재현 방법
CN103927223A (zh) 对图形资源的串行化访问
CN110727383A (zh) 基于小程序的触控交互方法、装置、电子设备与存储介质
CN109718554A (zh) 一种实时渲染方法、装置及终端
CN103201786B (zh) 利用内容保持变形来重塑界面

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