CN109068056B - 一种电子设备及其拍摄图像的滤镜处理方法、存储介质 - Google Patents

Abstract

本申请公开了一种电子设备及其拍摄图像的滤镜处理方法、存储介质，该拍摄图像的滤镜处理方法包括：获取摄像头采集的图像数据；识别图像数据的特征信息；获取与特征信息相匹配的滤镜数据；采用滤镜数据对图像数据进行处理，形成预览图像并进行显示。通过上述方式，一方面能够减少了用户手动操作的时间，提高了拍摄的效率，另一方面能够基于图像的特征添加更加合适的滤镜，提高了拍摄的质量。

Description

一种电子设备及其拍摄图像的滤镜处理方法、存储介质

技术领域

本申请涉及拍摄技术领域，特别是涉及一种电子设备及其拍摄图像的滤镜处理方法、存储介质。

背景技术

随着智能手机、平板电脑等移动智能终端的广泛普及，终端用户借助终端的摄像头进行拍照摄像，为了提高拍摄的质量，目前的拍照和摄像大量的用户都会采用滤镜对拍摄的图像或者视频进行滤镜处理。

现在一般是通过用户手动选择不同的滤镜风格，这种手动切换不仅麻烦而且效率不佳，针对不会使用滤镜的人来说难以使图像或视频达到很好的效果。

发明内容

本申请采用的一个技术方案是：提供一种拍摄图像的滤镜处理方法，该拍摄图像的滤镜处理方法包括：获取摄像头采集的图像数据；识别图像数据的特征信息；获取与特征信息相匹配的滤镜数据；采用滤镜数据对图像数据进行处理，形成预览图像并进行显示。

本申请采用的另一个技术方案是：提供一种电子设备，该电子设备包括：第一获取模块，用于获取摄像头采集的图像数据；识别模块，用于识别图像数据的特征信息；第二获取模块，用于获取与特征信息相匹配的滤镜数据；处理模块，用于采用滤镜数据对图像数据进行处理，形成预览图像并进行显示。

本申请采用的另一个技术方案是：提供一种电子设备，该电子设备包括摄像头、处理器和存储器，其中，摄像头用于采集图像数据，存储器用于存储计算机程序，该计算机程序在被处理器执行时，用于实现如上述的方法。

本申请采用的另一个技术方案是：提供一种计算机存储介质，该计算机存储介质用于存储计算机程序，计算机程序在被处理器执行时，用于实现如上述的方法。

本申请提供的摄图像的滤镜处理方法包括：获取摄像头采集的图像数据；识别图像数据的特征信息；获取与特征信息相匹配的滤镜数据；采用滤镜数据对图像数据进行处理，形成预览图像并进行显示。通过上述方式，无需用户手动操作，自动为采集的图像添加合适的滤镜，一方面减少了用户手动操作的时间，提高了拍摄的效率，另一方面能够基于图像的特征添加更加合适的滤镜，提高了拍摄的质量。

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的前提下，还可以根据这些附图获得其他的附图。其中：

图1是本申请提供的拍摄图像的滤镜处理方法第一实施例的流程示意图；

图2是本申请提供的拍摄图像的滤镜处理方法第二实施例的流程示意图；

图3是图2中步骤22一实施例的流程示意图；

图4是像素数量随灰阶值的变化曲线示意图；

图5是图2中步骤22另一实施例的流程示意图；

图6是本申请提供的拍摄图像的滤镜处理方法第三实施例的流程示意图；

图7是本申请提供的拍摄图像的滤镜处理方法第四实施例的流程示意图；

图8是本申请提供的拍摄图像的滤镜处理方法第五实施例的流程示意图；

图9是本申请提供的电子设备第一实施例的结构示意图；

图10是本申请提供的电子设备第二实施例的结构示意图；

图11是本申请提供的计算机存储介质一实施例的结构示意图。

具体实施方式

参阅图1，图1是本申请提供的拍摄图像的滤镜处理方法第一实施例的流程示意图，该方法包括：

步骤11：获取摄像头采集的图像数据。

可以理解的，本申请的实施例应用于带有摄像头的电子设备，如手机、平板电脑、或一些带有摄像功能的智能穿戴设备，例如智能手表、智能眼镜等。以手机为例，该摄像头可以是前置摄像头或后置摄像头，本实施例并不限制摄像头的数量和位置。

其中，摄像头采集的图像数据并不是已经拍摄好并已经存储在ROM(内存)中的图像或者视频，而是摄像头实时获取的画面，此时，该图像数据存储在RAM(运存)中。

在本实施例中，图像数据包括jpg、jpeg、png、bmp等格式的图片文件，或gif、livephoto之类的动图，还可以是视频文件中的每一帧图像。

步骤12：识别图像数据的特征信息。

其中，特征信息可以包括场景类型或图像元素，其中，场景类型至少包括不同天气、光线、地理位置中的一种对应的不同场景，图像元素至少包括植物、建筑、人物、物品中的一种。即步骤12可以具体为：识别图像数据的场景类型或图像数据中的图像元素。

以场景类型为例，识别场景类型具体可以采用提取图像结构和纹理特征对场景进行识别，可以采用全局特征信息对场景进行识别，本实施例不作限制。在场景识别时，可以通过其他途径获取到拍摄时的时间、天气、光线、地理位置等对场景进行进一步的判断。

例如，以天气为例，可以通过电子设备上的天气预报的应用程序获取到当前的天气状况，例如晴、阴、雨、雪等，结合当前的天气情况判断当前的室外场景。

例如，以光线为例，可以通过电子设备上的光传感器获取环境的光强度，从而判断室外、室内等多种不同的场景。

例如，以地理位置为例，可以通过电子设备的GPS(Global Positioning System)、网络连接基站、路由器等实现定位，确定电子设备的位置从而判断场景。

另外，是通过获取图像数据中的图像元素来获取特征信息，这些图像元素一般是一些常见的元素，例如植物、建筑、人物、动物、物品等。具体地，这里可以通过数据库中预先存储的类似的数据进行对比得到。例如，绿植的图像数据中，包括的绿色像素占大部分，在通过数据对比时，若采集的图像数据中也是绿色像素占大部分，则可以判断采集的图像数据数据绿植的场景。

可以理解的，通过场景的识别可以获取的场景类型包括但不限于人像、动物、沙滩、蓝天、日出日落、美食、花朵、绿植、雪景、夜景、文字、舞台、运动等。

举例而言，若获取到的时间为冬季、天气为雪、采集到的图像数据中像素值接近白色，则可以判断场景为雪景。

步骤13：获取与特征信息相匹配的滤镜数据。

滤镜主要是用来实现图像的各种特殊效果，它在图像处理中具有非常积极的作用。以Photoshop(一种图像处理软件)为例，所有的滤镜在Photoshop中都按分类放置在菜单中，使用时只需要从该菜单中执行这命令即可。滤镜通常需要同通道、图层等联合使用，才能取得最佳艺术效果。如果想在最适当的时候应用滤镜到最适当的位置，除了平常的美术功底之外，还需要用户对滤镜的熟悉和操控能力，甚至需要具有很丰富的想象力。

滤镜一般通过调整图像数据，使图像达到更好的观感。其中包括调节像素值、亮度、饱和度、对比度等等，这种调整参数的集合即为滤镜数据。

例如，原始图像数据中的像素点采用RGB(红、绿、蓝)表示，滤镜数据则是将原始图像数据中像素点的RGB值采用新的RGB值代替，从而使滤镜处理过的图像具有特殊的效果，使用不同风格的滤镜处理的图像具有不同的效果。滤镜风格有很多种类，如调整图像色调类的黑白、怀旧，调整聚焦的柔焦，调整画面风格的水彩、铅笔、水墨、油画等，还可以由用户或专业人员自定义一些滤镜风格，如清新、日系、风景、美食等等。

在本实施例中，多种不同风格的滤镜数据可以存储在电子设备本地或存储在服务器中。

以存储在电子设备本地为例，步骤13即为：在本地数据库中查找与获取的特征信息相匹配的滤镜，以存储在服务器为例，步骤13即为：将特征信息发送给服务器，并接收服务器发送的滤镜数据，其中，服务器在数据库中查找与该特征信息相匹配的滤镜数据并将查找到的滤镜数据发送给电子设备。

可选的，步骤13可以是：从本地或服务器获取包括特征信息与滤镜数据匹配关系的配置文件；从配置文件中查找与特征信息相匹配的滤镜数据。

步骤14：采用滤镜数据对图像数据进行处理，形成预览图像并进行显示。

这里的预览图像可以是采用电子设备自带的拍摄软件进行拍摄时的预览画面，也可以是图像处理软件、社交软件中集成的拍照功能进行拍照时的预览画面。

例如，选取的是黑白滤镜，将原始图像数据中的RGB值(46，139，87)替换为(0，0，0)，将原始视频中图像的RGB值(255，235，205)替换为(255，255，255)，以此类推最终将原始图像处理为黑白风格。

下面结合一应用场景对本实施例进行说明。

在打开摄像头时，摄像头开始采集图像数据，这里以建筑为例，通过对图像数据进行识别判断出该图像数据为拍摄的建筑的图像数据，然后获取与建筑图像数据相匹配的滤镜数据，并采用该滤镜数据对采集的图像数据进行处理，最终在预览画面中显示滤镜处理后的图像。

当然，在预览画面的设定位置还可以显示多种其他的滤镜风格以供用户进行手动修改，在一实施例中，若用户手动修改的次数大于设定的阈值，则可以建立新的特征信息和滤镜数据的匹配关系。

例如，下表为特征信息和滤镜数据的匹配关系表：

图像数据A	特征信息A	滤镜数据A
			图像数据B	特征信息B	滤镜数据B→滤镜数据C
图像数据C	特征信息C	滤镜数据C

假如摄像头获取了图像数据B，并识别出特征信息B，然后自动采用滤镜数据B进行处理并形成预览图像。用户通过手动修改的方式将滤镜修改为滤镜数据C。若上述的修改超过大于设定的阈值，则可以建立特征信息B与滤镜数据C的匹配关系。

本实施例提供的摄图像的滤镜处理方法包括：获取摄像头采集的图像数据；识别图像数据的特征信息；获取与特征信息相匹配的滤镜数据；采用滤镜数据对图像数据进行处理，形成预览图像并进行显示。通过上述方式，无需用户手动操作，自动为采集的图像添加合适的滤镜，一方面减少了用户手动操作的时间，提高了拍摄的效率，另一方面能够基于图像的特征添加更加合适的滤镜，提高了拍摄的质量。

参阅图2，图2是本申请提供的拍摄图像的滤镜处理方法第二实施例的流程示意图，该方法包括：

步骤21：获取摄像头采集的图像数据。

步骤22：将图像数据划分为对应不同图像区域的多个子图像数据。

可选的，如图3所示，在一实施例中，步骤22可以具体包括：

步骤221：获取图像数据中每个像素的灰阶值。

步骤222：基于预先设置的灰阶值区段，将属于同一灰阶值区段的像素划分至同一图像区域，以形成多个子图像数据。

以灰阶值0-225为例，可以将0-225个灰阶预先划分为多个区段，这里以将256个灰阶值平均划分为4个区段为例：

第一区段：0-63；

第二区段：64-127；

第三区段：128-191；

第四区段：192-255。

这样，可以基于灰阶值对图像进行划分，使灰阶值相近的像素划分至同一图像区域。

当然，还可以根据灰阶值的分布情况进行划分。

如图4所示，其中横坐标为灰阶值，纵坐标为像素数量。从图4中可以看出：

灰阶值0-P1：随着灰阶值的上升，像素的数量减小；

灰阶值P1-P2：此区间没有像素；

灰阶值P2-P3：此区间的像素最多；

灰阶值P3-P4：此区间没有像素；

灰阶值P4-255；此区间的像素较少。

基于上述的像素数量随灰阶值的变化曲线，可以将图像数据划分为三个区域，第一区域为0-P1灰阶值区段，第二区域为P2-P3灰阶值区段，第三区域为P4-255灰阶值区段。

可选的，如图5所示，在一实施例中，步骤22可以具体包括：

步骤22a：获取图像数据中每个像素的灰阶值。

步骤22b：判断同一灰阶值区段的目标像素数量是否大于设定阈值。

在步骤22b的判断结果为是时，执行步骤22c。

可以理解的，一般的图像中会有大面积的像素相差较小的区域，例如蓝天、白云、绿植等等，这种大面的像素的灰阶值相差较小，可以划分为同一图像区域。

步骤22c：将目标像素集合划分为同一图像区域。

步骤23：分别识别每个子图像数据的子特征信息。

步骤24：获取与每个子特征信息相匹配的子滤镜数据。

步骤25：分别采用每个子滤镜数据对相应的子图像数据进行处理，形成预览图像并进行显示。

可以理解的，上述实施例的灰阶值也可以替换为RGB值，根据RGB值的划分来对图像进行区域划分。由于灰阶值一般应用于灰度图像，所以在上述的步骤21之前，还可以包括：判断图像数据是否为灰度图像数据；若是，则获取图像数据中每个像素的灰阶值；若否，则将图像数据转化为灰度图像数据，再获取转化后的图像数据中每个像素的灰阶值。

不同于上述的实施例，本实施例基于图像中的像素的灰阶值，将图像划分为多个区域，对每个不同的区域进行不同的滤镜处理，这样更加有利于提高图像的质量。

参阅图6，图6是本申请提供的拍摄图像的滤镜处理方法第三实施例的流程示意图，该方法包括：

步骤61：获取摄像头采集的图像数据。

步骤62：获取图像数据中的多个图像元素。

其中，图像元素至少包括植物、建筑、人物、物品中的一种。

步骤63：基于多个图像元素将图像数据划分为对应不同图像元素的多个子图像数据。

例如，摄像头采集的图像数据中包括人物和风景，其可以采用AI(人工智能)识别出人物区域和风景区域，然后进行相应的划分，以便在后续滤镜处理时，选择不同的滤镜。

步骤64：分别识别每个子图像数据的子特征信息。

步骤65：获取与每个子特征信息相匹配的子滤镜数据。

步骤66：分别采用每个子滤镜数据对相应的子图像数据进行处理，形成预览图像并进行显示。

结合一应用场景进行说明：例如在郊游时，拍摄的画面中包括了风景、人物和食物，则基于不同的元素将图像划分为三个部分，然后对不同的部分进行不同的滤镜处理。

参阅图7，图7是本申请提供的拍摄图像的滤镜处理方法第四实施例的流程示意图，该方法包括：

步骤71：监控摄像头是否开启。

在步骤71的判断结果为是时，执行步骤72。

步骤72：获取摄像头采集的图像数据；

步骤73：识别图像数据的特征信息；

步骤74：获取与特征信息相匹配的滤镜数据；

步骤75：采用滤镜数据对图像数据进行处理，形成预览图像并进行显示。

另外，在本实施例中，可以检测开启的摄像头是前置摄像头还是后置摄像头，若开启的是前置摄像头，则可以认为是用户进行自拍，则直接调用与任务拍摄相匹配的滤镜数据。

参阅图8，图8是本申请提供的拍摄图像的滤镜处理方法第五实施例的流程示意图，该方法包括：

步骤81：监控预设应用程序是否开启。

在步骤81的判断结果为是时，执行步骤82。

这里的预设应用程序可以是图像处理的应用程序，或者获取了拍照权限的应用程序，例如，社交软件、购物软件等等。

步骤82：获取摄像头采集的图像数据；

步骤83：识别图像数据的特征信息；

步骤84：获取与特征信息相匹配的滤镜数据；

步骤85：采用滤镜数据对图像数据进行处理，形成预览图像并进行显示。

参阅图9，图9是本申请提供的电子设备第一实施例的结构示意图，该电子设备90包括第一获取模块91、识别模块92、第二获取模块93、处理模块94。

其中，第一获取模块91用于获取摄像头采集的图像数据；识别模块92用于识别图像数据的特征信息；第二获取模块93用于获取与特征信息相匹配的滤镜数据；处理模块94用于采用滤镜数据对图像数据进行处理，形成预览图像并进行显示。

可选的，在另一实施例中，该电子设备还可以包括分区模块，其中，第一获取模块91用于获取摄像头采集的图像数据；分区模块用于将所述图像数据划分为对应不同图像区域的多个子图像数据；识别模块92用于分别识别每个所述子图像数据的子特征信息；第二获取模块93用于获取与每个所述子特征信息相匹配的子滤镜数据；处理模块94用于分别采用每个所述子滤镜数据对相应的所述子图像数据进行处理，形成预览图像并进行显示。

参阅图10，图10是本申请提供的电子设备第二实施例的结构示意图，该电子设备100包括摄像头101、处理器102和存储器103。

其中，摄像头101用于采集图像数据，存储器103用于存储计算机程序，计算机程序在被处理器102执行时，用于实现如下方法：

获取摄像头采集的图像数据；识别图像数据的特征信息；获取与特征信息相匹配的滤镜数据；采用滤镜数据对图像数据进行处理，形成预览图像并进行显示。

可选的，在另一实施例中，计算机程序在被处理器102执行时，还用于实现如下方法：

获取摄像头采集的图像数据；将所述图像数据划分为对应不同图像区域的多个子图像数据；分别识别每个所述子图像数据的子特征信息；获取与每个所述子特征信息相匹配的子滤镜数据；分别采用每个所述子滤镜数据对相应的所述子图像数据进行处理，形成预览图像并进行显示。

可以理解的，其中的滤镜数据，以及特征信息与滤镜数据的对应关系可以存储于存储器103中，也可以是存储于服务器中的，这里不进行限制。

参阅图11，图11是本申请提供的计算机存储介质一实施例的结构示意图，该计算机存储介质110用于存储计算机程序111，该计算机程序111在被处理器执行时，用于实现以下方法：

获取摄像头采集的图像数据；识别图像数据的特征信息；获取与特征信息相匹配的滤镜数据；采用滤镜数据对图像数据进行处理，形成预览图像并进行显示。

可选的，在另一实施例中，计算机程序111在被处理器执行时，还用于实现如下方法：

获取摄像头采集的图像数据；将所述图像数据划分为对应不同图像区域的多个子图像数据；分别识别每个所述子图像数据的子特征信息；获取与每个所述子特征信息相匹配的子滤镜数据；分别采用每个所述子滤镜数据对相应的所述子图像数据进行处理，形成预览图像并进行显示。

本申请的实施例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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (6)

1.一种拍摄图像的滤镜处理方法，其特征在于，包括：

获取摄像头实时采集的图像数据；其中，所述图像数据存储在运存中；

获取所述图像数据中的多个图像元素；

基于所述多个图像元素将所述图像数据划分为对应不同图像元素的多个子图像数据；其中，所述图像元素至少包括植物、建筑、人物、物品中的一种；

分别识别每个所述子图像数据的子特征信息；

从本地或服务器获取包括特征信息与滤镜数据匹配关系的配置文件；

从所述配置文件中查找与每个所述子特征信息相匹配的子滤镜数据；

分别采用每个所述子滤镜数据对相应的所述子图像数据进行处理，以基于图像的特征为采集的图像添加匹配的滤镜，形成预览图像并进行显示。

2.根据权利要求1所述的拍摄图像的滤镜处理方法，其特征在于，

所述获取摄像头实时采集的图像数据的步骤之前，还包括：

监控摄像头是否开启；

若是，执行所述获取摄像头采集的图像数据的步骤。

3.根据权利要求1所述的拍摄图像的滤镜处理方法，其特征在于，

所述获取摄像头实时采集的图像数据的步骤之前，还包括：

监控预设应用程序是否开启；

若是，执行所述获取摄像头采集的图像数据的步骤。

4.一种电子设备，其特征在于，包括：

第一获取模块，用于获取摄像头实时采集的图像数据；

识别模块，用于获取所述图像数据中的多个图像元素，基于所述多个图像元素将所述图像数据划分为对应不同图像元素的多个子图像数据，分别识别每个所述子图像数据的子特征信息；其中，所述图像元素至少包括植物、建筑、人物、物品中的一种；

第二获取模块，从本地或服务器获取包括特征信息与滤镜数据匹配关系的配置文件，从所述配置文件中查找与每个所述子特征信息相匹配的子滤镜数据；

处理模块，用于分别采用每个所述子滤镜数据对相应的所述子图像数据进行处理，以基于图像的特征为采集的图像添加匹配的滤镜，形成预览图像并进行显示。

5.一种电子设备，其特征在于，包括摄像头、处理器和存储器，其中，所述摄像头用于采集图像数据，所述存储器用于存储计算机程序，所述计算机程序在被所述处理器执行时，用于实现如权利要求1-3任一项所述的方法。

6.一种计算机存储介质，其特征在于，用于存储计算机程序，所述计算机程序在被处理器执行时，用于实现如权利要求1-3任一项所述的方法。

Images