CN109583514A - 一种图像处理方法、装置及计算机存储介质 - Google Patents
一种图像处理方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN109583514A CN109583514A CN201811558010.1A CN201811558010A CN109583514A CN 109583514 A CN109583514 A CN 109583514A CN 201811558010 A CN201811558010 A CN 201811558010A CN 109583514 A CN109583514 A CN 109583514A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- collocation
- target image
- collocation element
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000001427 coherent effect Effects 0.000 claims description 32
- 244000124853 Perilla frutescens Species 0.000 description 24
- 235000004348 Perilla frutescens Nutrition 0.000 description 24
- 230000006870 function Effects 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 235000020095 red wine Nutrition 0.000 description 10
- 238000012549 training Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 241000282326 Felis catus Species 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 235000015243 ice cream Nutrition 0.000 description 4
- 244000078534 Vaccinium myrtillus Species 0.000 description 3
- 235000009754 Vitis X bourquina Nutrition 0.000 description 3
- 235000012333 Vitis X labruscana Nutrition 0.000 description 3
- 240000006365 Vitis vinifera Species 0.000 description 3
- 235000014787 Vitis vinifera Nutrition 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 235000014101 wine Nutrition 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 235000003095 Vaccinium corymbosum Nutrition 0.000 description 1
- 235000017537 Vaccinium myrtillus Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 235000021014 blueberries Nutrition 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种图像处理方法、装置及计算机存储介质,用于为图像自动匹配出适配的元素,基于该元素,对图像进行预设处理,以丰富图像内容。该方法包括:确定目标图像;对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别;基于类别与搭配元素间的对应关系,确定与所述所属类别对应的目标搭配元素;基于所述目标搭配元素,对所述目标图像进行预设处理。
Description
技术领域
本发明涉及电子技术领域,尤其涉及一种图像处理方法、装置及计算机存储介质。
背景技术
随着信息处理技术发展,越来越多的电子设备出现在人们的工作和生活中,例如:手机、平板电脑、笔记本电脑等,许多电子设备都具备丰富功能,用户利用电子设备可以进行信息交互及信息分享,丰富了人们的生活。在现有技术中,用户可以通过电子设备进行拍照,用图像记录生活的点滴。但记录的图像仅包含实际拍摄场景的内容,导致图像内容单一。
发明内容
本发明实施例提供了一种图像处理方法、装置及计算机存储介质,用于为图像自动匹配出适配的元素,基于该元素,对图像进行预设处理,以丰富图像内容。
第一方面,本发明提供了一种图像处理方法,包括:
确定目标图像;
对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别;
基于类别与搭配元素间的对应关系,确定与所述所属类别对应的目标搭配元素;
基于所述目标搭配元素,对所述目标图像进行预设处理。
可选的,所述基于所述目标搭配元素,对所述目标图像进行预设处理,包括:
将所述目标搭配元素添加至所述目标图像;和/或
将所述目标图像中所述目标对象的相关元素替换为所述目标搭配元素。
可选的,所述确定目标图像,包括:
在开启图像采集装置拍摄图像时,确定当前拍摄的图像为目标图像;或
在开启图像采集装置拍摄图像时,确定所述图像采集装置对应预览图像为目标图像;或
确定用户选中的图像为目标图像。
可选的,所述对所述目标图像进行识别,包括:
确定所述目标图像中的目标区域;
提取所述目标区域的图像,对所述目标区域的图像进行识别。
可选的,所述确定所述目标图像中的目标区域,包括:
在所述目标图像为图像采集装置对应预览图像情况下,确定目标区域为所述图像采集装置的对焦区域;或
在所述目标图像为景深图像情况下,确定目标区域为所述目标图像中的前景区域;或
确定用户在所述目标图像中选中的区域为目标区域。
可选的,所述对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别,包括:
将所述目标图像输入预设图像识别模型;
基于所述预设图像识别模型,对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别。
可选的,所述基于类别与搭配元素间的对应关系,确定与所述所属类别对应的目标搭配元素,包括:
将所述所属类别与预设元素库中的预设类别进行匹配,获取匹配成功的第一预设类别对应的搭配元素,将与所述第一预设类别对应的搭配元素作为目标搭配元素,其中,所述预设元素库包括搭配元素以及预设类别与搭配元素间的对应关系。
可选的,所述确定与所述第一预设类别对应的搭配元素为目标搭配元素,包括:
如果所述第一预设类别对应N个搭配元素,确定每个搭配元素与所述第一预设类别的搭配相关度,N为大于1的整数;
从所述N个搭配元素中确定出搭配相关度满足预设条件的第一搭配元素作为目标搭配元素。
可选的,所述确定与所述第一预设类别对应的搭配元素为目标搭配元素,包括:
如果所述第一预设类别对应N个搭配元素,展示所述N个搭配元素,N为大于1的整数;
确定用户从所述N个搭配元素选中的第二搭配元素作为目标搭配元素。
可选的,所述将所述目标搭配元素添加至所述目标图像,包括:
如果所述目标图像中包括与所述目标搭配元素属于同一类别的相关元素,将所述目标搭配元素添加至所述目标图像中的预设区域。
可选的,所述将所述目标图像中所述目标对象的相关元素替换为所述目标搭配元素,包括:
如果所述目标图像中包括与所述目标搭配元素属于同一类别的相关元素,将所述目标图像中的所述相关元素替换为所述目标搭配元素。
第二方面,本发明实施例提供一种图像处理装置,包括:
第一确定单元,用于确定目标图像;
第二确定单元,用于对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别;
第三确定单元,用于基于类别与搭配元素间的对应关系,确定与所述所属类别对应的目标搭配元素;
图像处理单元,用于基于所述目标搭配元素,对所述目标图像进行预设处理。
可选的,所述图像处理单元具体用于:
将所述目标搭配元素添加至所述目标图像;和/或
将所述目标图像中所述目标对象的相关元素替换为所述目标搭配元素。
可选的,所述第一确定单元具体用于:
在开启图像采集装置拍摄图像时,确定当前拍摄的图像为目标图像;或
在开启图像采集装置拍摄图像时,确定所述图像采集装置对应预览图像为目标图像;或
确定用户选中的图像为目标图像。
可选的,所述第二确定单元具体用于:
确定所述目标图像中的目标区域;
提取所述目标区域的图像,对所述目标区域的图像进行识别。
可选的,所述第二确定单元具体用于:
在所述目标图像为图像采集装置对应预览图像情况下,确定目标区域为所述图像采集装置的对焦区域;或
在所述目标图像为景深图像情况下,确定目标区域为所述目标图像中的前景区域;或
确定用户在所述目标图像中选中的区域为目标区域。
可选的,所述第二确定单元具体用于:
将所述目标图像输入预设图像识别模型;
基于所述预设图像识别模型,对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别。
可选的,所述第三确定单元具体用于:
将所述所属类别与预设元素库中的预设类别进行匹配,获取匹配成功的第一预设类别对应的搭配元素,将与所述第一预设类别对应的搭配元素作为目标搭配元素,其中,所述预设元素库包括搭配元素以及预设类别与搭配元素间的对应关系。
可选的,所述第三确定单元具体用于:
如果所述第一预设类别对应N个搭配元素,确定每个搭配元素与所述第一预设类别的搭配相关度,N为大于1的整数;
从所述N个搭配元素中确定出搭配相关度满足预设条件的第一搭配元素作为目标搭配元素。
可选的,所述第三确定单元具体用于:
如果所述第一预设类别对应N个搭配元素,展示所述N个搭配元素,N为大于1的整数;
确定用户从所述N个搭配元素选中的第二搭配元素作为目标搭配元素。
可选的,所述图像处理单元具体用于:
如果所述目标图像中不包括与所述目标搭配元素属于同一类别的相关元素,将所述目标搭配元素添加至所述目标图像中的预设区域。
可选的,所述图像处理单元具体用于:
如果所述目标图像中包括与所述目标搭配元素属于同一类别的相关元素,将所述目标图像中的所述相关元素替换为所述目标搭配元素。
第三方面,本发明实施例提供一种图像处理装置,所述图像处理装置包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如前述第一方面实施例中所述的图像处理方法的步骤。
第四方面,本发明实施例提供了一种可读存储介质,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前述第一方面实施例中所述的图像处理方法的步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
在本发明实施例的技术方案中,在确定目标图像后,可以对目标图像进行识别,确定目标图像中的目标对象的所属类别,基于类别与搭配元素间的对应关系,确定与所属类别对应的目标搭配元素,基于所述目标搭配元素,对所述目标图像进行预设处理。这样,可以为目标图像自动确定出贴合目标图像的目标搭配元素,对图像进行预设处理,以丰富图像内容。并且,可以针对实际的拍摄主题提供一些特定的更贴合使用场景或主题的优化或增强图像处理。从而丰富特定场景下的拍照效果及用户体验。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明第一实施例中的一种图像处理方法的流程图;
图2为本发明第二实施例中的一种图像处理装置的示意图;
图3为本发明第三实施例中的图像处理装置的示意图。
具体实施方式
本发明实施例提供了一种图像处理方法、装置及计算机存储介质,用于为图像自动匹配出适配的元素,基于该元素,对图像进行预设处理,以丰富图像内容。该方法包括:确定目标图像;对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别;基于类别与搭配元素间的对应关系,确定与所述所属类别对应的目标搭配元素;将所述目标搭配元素添加至所述目标图像,或者,将所述目标图像中所述目标对象的相关元素替换为所述目标搭配元素。
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
实施例
为方便对本发明实施例中的技术方案进行介绍,首先对应用本发明实施例中自动配文的方法的终端系统进行介绍。请参考图1,为一种可能的终端系统示意图。在图1中,终端系统100为包括触摸式输入装置101的系统。然而,应当理解,该系统还可包括一个或多个其他物理用户接口设备,诸如物理键盘、鼠标和/或操纵杆。终端系统100的运行平台可适于运行一种或多种操作系统,例如Android(安卓)操作系统,Windows(视窗)操作系统,苹果IOS操作系统,BlackBerry(黑莓)操作系统,谷歌Chrome操作系统等通用型操作系统。然而,在其它实施例中,终端系统100也可以运行专用的操作系统而非通用操作系统。
在某些实施例中,终端系统100同时可支持运行一种或多种应用程序,包括但不限于以下应用程序中的一个或多个应用程序:磁盘管理应用程序、安全加密应用程序、权限管理应用程序、系统设置应用程序、文字处理应用程序、演示幻灯片应用程序、电子表格应用程序、数据库应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息应用程序、照片管理应用程序、数字相机应用程序、数字视频相机应用程序、web浏览应用程序、数字音乐播放器应用程序和数字视频播放器应用程序等等。
在终端系统上运行的操作系统和各种应用程序可使用触摸式输入装置101作为用户的物理输入界面装置。触摸式输入装置101具有一触摸表面作为用户界面。可选的,触摸式输入装置101的触摸表面为一显示屏幕102表面,触摸式输入装置101和显示屏幕102共同形成了触敏显示屏120,然而在另一些实施例中,触摸式输入装置101具有一独立的,不与其他设备模块共用的触摸表面。触敏显示屏还进一步包括用于检测触摸式输入装置101上是否发生接触的一个或多个接触传感器106。
触敏显示屏120可选地使用LCD(液晶显示屏,Liquid Crystal Display)技术、LPD(发光聚合物显示器,Laser-powered Phosphor Display)技术或LED(发光二极管)技术,或其它任何可以实现图像显示的技术。触敏显示屏120进一步可使用现在已知或以后开发的多种触摸感测技术的任何一种来检测接触以及接触的任何移动或阻断,例如电容感测技术或电阻感测技术。在一些实施例中,触敏显示屏120可同时检测单个接触点或多个接触点及其移动变化状况。
除触摸式输入装置101与可选的显示屏幕102之外,终端系统100还可包括存储器103(其任选地包括一个或多个计算机可读存储介质)、存储器控制器104以及一个或多个处理器(Processor)105,以上组件可通过一个或多个信号总线107进行通信。
存储器103可包括缓存(Cache)、高速随机存取存储器(RAM),例如常见的双倍数据率同步动态随机存取内存(DDR SDRAM),并且还可包括非易失性存储器(NVRAM),诸如一个或多个只读存储器(ROM)、磁盘存储设备、闪存(Flash)存储器设备、或其他非易失性固态存储器设备例如光盘(CD-ROM,DVD-ROM),软盘或数据磁带等。存储器103可用于存储前述操作系统和应用程序软件,以及在系统工作过程中产生和接收的各种类型数据。存储控制器104可控制系统100的其他部件访问存储器103。
处理器105用于运行或执行被存储在内部存储器103中的操作系统,各种软件程序,以及自身的指令集,并用于处理来自于触摸式输入装置101或自其它外部输入途径接收到的数据和指令,以实现系统100的各种功能。处理器105可以包括但不限于中央处理器(CPU)、通用图像处理器(GPU)、微处理器(MCU)、数字信号处理器(DSP)、现场可编程逻辑门阵列(FPGA),应用专用集成电路(ASIC)中的一种或多种。在一些实施例中,处理器105和存储器控制器104可在单个芯片上实现。在一些其他实施方案中,它们可分别在彼此独立的芯片上实现。
在图1中,信号总线107被配置为将终端系统100的各个组件连接进行通信。应该理解的是,图1所示的信号总线107的配置和连接方式是示例性的而非限制性的。视具体的应用环境和硬件配置要求,在其它实施例中,信号总线107可以采用其它不同但为本领域技术人员惯用的连接方式以及其常规组合或变化,以实现各个组件之间所需要的信号连接。
进一步的,在某些实施例中,终端系统100还可包含外围设备I/O接口111、RF电路112、音频电路113、扬声器114、麦克风115、摄像模块116。设备100还可包括一个或多个不同种类的传感器模块118。
RF(射频)电路112用于接收和发送射频信号以实现同其他通信设备进行通信。RF电路112可包括但不限于天线系统、RF收发器、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、编解码芯片组、用户身份模块(SIM)卡、存储器等等。RF电路112任选地通过无线通信来与网络以及其他设备进行通信,该网络为诸如互联网(也被称为万维网(WWW))、内联网和/或无线网(诸如蜂窝电话网络、无线局域网(LAN)和/或城域网(MAN))。RF电路112还可包括用于检测近场通信(NFC)场的电路。无线通信可选用一种或多种通信标准、协议和技术,包括但不限于全球移动通信系统(GSM)、增强型数据GSM环境(EDGE)、高速下行链路分组接入(HSDPA)、高速上行链路分组接入(HSUPA)、演进、纯数据(EV-DO)、HSPA、HSPA+、双单元HSPA(DC-HSPDA)、长期演进(LTE)、近场通信(NFC)、宽带码分多址(W-CDMA)、码分多址(CDMA)、时分多址(TDMA)、蓝牙、蓝牙低功耗、无线保真(Wi-Fi)(例如,IEEE802.11a、IEEE 802.11b、IEEE 802.11g、IEEE 802.11n和/或IEEE 802.11ac)、互联网协议语音(VoIP)、Wi-MAX、电子邮件协议(例如,互联网消息访问协议(IMAP)和/或邮局协议(POP))、即时消息(例如,可扩展消息处理和存在协议(XMPP)、用于即时消息和存在利用扩展的会话发起协议(SIMPLE)、即时消息和存在服务(IMPS))、和/或短消息服务(SMS)、或者包括在本申请提交日期时还未开发出的通信协议的任何其他适当的通信协议。
音频电路113、扬声器114和麦克风115提供用户与终端系统100之间的音频接口。音频电路113从外部I/O端口111接收音频数据,将音频数据转换为电信号,并将电信号传输到扬声器114。扬声器114将电信号转换为人类可听的声波。音频电路113还接收由麦克风115根据声波转换的电信号。音频电路113可进一步将电信号转换为音频数据,并将音频数据传输到外部I/O端口111以发送给外部设备处理。音频数据可在处理器105与存储控制器104的控制下,被传输至存储器103和/或RF电路112。在一些实施方案中,音频电路113还可连接到耳麦接口。
摄像模块116用于根据来自处理器105的指令,进行静态图像和视频拍摄。摄像模块116可具有镜片装置1161和影像传感器1162,能够由镜头装置1161接收来自外界的光信号,并由影像传感器1162,例如金属-氧化物互补型光电晶体管(CMOS)传感器或电荷耦合器件(CCD)传感器,将光信号转换为电信号。摄像模块116可进一步具有影像处理器(ISP)1163,用于将前述电信号进行处理校正,并转换成特定的图像格式文件,例如JPEG(联合图像专家小组)图像文件,TIFF(标签图像文件格式)图像文件等等。图像文件可根据处理器105和存储控制器104的指令,被送至存储器103进行存储,或送至RF电路112发送给外部设备。
外部I/O端口111为终端系统100同其它外部设备或系统表面物理输入模块提供接口。表面物理输入模块可以为按键,键盘,转盘等等,例如音量按键,电源按键,返回按键和摄像按键。外部I/O端口111所提供的接口还可包括通用串行总线(USB)接口(可包括USB、Mini-USB、Micro-USB、USB Type-C等等)、雷电(Thunderbolt)接口、耳麦接口、视频传输接口(例如高清晰度多媒体HDMI接口,移动高清连接MHL接口)、外部存储接口(例如外置存储卡SD卡接口),用户身份模块卡(SIM卡)接口等等。
传感器模块118可具有一个或多个传感器或传感器阵列,包括但不限于:1、位置传感器,例如全球卫星定位系统(GPS)传感器,北斗卫星定位传感器或格罗洛斯(GLONASS)卫星定位系统传感器,用于检测设备当前地理位置;2、加速度传感器,重力传感器,陀螺仪,用于检测设备运动状态并辅助定位;3、光线传感器,用于检测外部环境光;4、距离传感器,用于检测外部物体同系统的距离;5、压力传感器,用于检测系统接触的压力情况;6、温度与湿度传感器,用于检测环境温度和湿度。传感器模块118还可以视应用需要,添加任何其他种类和数量的传感器或传感器阵列。
在本发明一些实施例中,可由处理器105通过指令调用终端系统100的各个组件,执行本发明的图像处理方法。处理器105执行本发明的图像处理方法所需要的程序由存储器103进行存储。
以上是对应用自动配文方法的终端系统的介绍,接下来,将对自动配文的方法进行介绍。请参考图2,本发明第一实施例提供一种图像处理方法,该图像处理方法包括如下步骤:
S201:确定目标图像;
S202:对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别;
S203:基于类别与搭配元素间的对应关系,确定与所述所属类别对应的目标搭配元素;
S204:基于所述目标搭配元素,对所述目标图像进行预设处理。
具体的,本实施例中的图像处理方法可以应用于移动终端设备,如手机、平板电脑、笔记本电脑等设备,还可以应用于台式电脑等设备,当然还可以是其它电子设备,在此,本申请不做限制。
首先,通过步骤S201,确定需要进行图像处理的目标图像。
触发本实施例中的图像处理方法的时机以及确定目标图像可分为但不限于以下三种:
第一种:在开启图像采集装置拍摄图像时,确定当前拍摄的图像为目标图像。
具体的,在本实施例中,电子设备配置有图像采集装置,如:摄像头。在用户开启照相功能,开启摄像头进行拍照时,确定当前拍摄下的图像为目标图像。此种触发时机可以应用于拍照场景,用户点击拍照图标后开启摄像头进行拍照,确定当前拍摄的图像为目标图像,触发对目标图像进行图像处理。即:用户拍照获得当前拍摄的图像后即可对拍照后的图像进行元素添加和/或替换。
第二种:在开启图像采集装置拍摄图像时,确定所述图像采集装置对应预览图像为目标图像。
具体的,在本实施例中,在电子设备配置有图像采集装置,如:摄像头。在用户开启照相功能,开启摄像头进行拍照时,电子设备的显示屏幕上展示摄像头采集到的预览图像,确定实时的预览图像为目标图像,这样,在用户实时拍摄过程中,可实时为摄像头采集的预览图像进行元素添加和/或替换。
进一步,为了降低处理的数据量,在图像采集装置进行拍摄过程时,可以间隔一定帧(例如一组画面群GOP)再确定目标图像,比如:每隔10帧图像确定一次目标图像,第1帧预览图像为目标图像,触发对目标图像进行图像处理,在拍摄到第2-10帧时,不会触发本实施例中方法,在拍摄到第11帧预览图像时,又会将第11帧预览图像作为目标图像,触发对目标图像进行图像处理,以此类推。或者,也可以在图像采集装置停留在某一位置的时长大于预设时长(例如:3秒、5秒等)时,确定图像采集装置采集到的预览图像为目标图像,触发对目标图像进行图像处理。此种触发时机还可应用于增强现实场景,用户拍照时,可实时获得摄像头采集的预览图像,并为该图像自动配置贴切当前拍摄主题的图像增强元素,提升特定场景下的用户体验。
第三种:确定用户选中的图像为目标图像。
具体的,在本实施例中,可将用户选中的图像作为目标图像。比如:用户在电子相册中浏览自己拍摄的图像,或者,用户浏览网络图像时,发现有一幅图像很喜欢,将其选中,对应的,电子设备的显示屏幕上展示对应的功能选项,包括为该图像配置适配元素的选项,当用户点击该选项时,确定该图像为目标图像。当然,电子设备中还可以预先设置将图像选作目标图像的预设触发操作,如:长按图像、双击图像等操作,在用户对某一图像进行预设触发操作时,将该图像作为目标图像,然后触发对目标图像进行图像处理。
通过上述三种方式中的任一种确定好目标图像后,接下来通过步骤S202,对目标图像中的目标对象进行物体识别,确定目标图像中的目标对象的所属类别。
具体的,可以直接提取目标图像的全部像素图像进行物体识别,具体包括:将所述目标图像输入预设图像识别模型,基于所述预设图像识别模型,对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别。
具体的,在本实施例中,可以通过对大量不同类型的图形进行深度学习,得到预设图像识别模型,然后,将整张目标图像输入该预设图像识别模型,通过该预设图识别模型来判断目标图像中是否有指定类型的元素,并且定位元素在图片中的位置。
可选的,还可以先确定可能存在目标对象的目标区域,然后对目标区域的图像进行识别。具体的,确定目标区域可分为但不限于以下三种方式:
第一种方式:在所述目标图像为图像采集装置对应预览图像情况下,确定目标区域为所述图像采集装置的对焦区域。
具体的,在本实施例中,沿用前述示例,当目标图像为图像采集装置采集到的预览图像,图像采集装置具有对焦区域,用户通常是拍摄对焦区域的物体,所以,目标对象通常位于对焦区域,可将对焦区域作为目标区域,提取对焦区域的图像进行物体识别。
第二种方式:在所述目标图像为景深图像情况下,确定目标区域为所述目标图像中的前景区域。
具体的,在本实施例中,如果目标图像为景深图像,在景深图像中,通常是将后景区域进行模糊化处理,以清楚地突出前景区域的对象,所以,目标对象通常位于前景区域,可将前景区域作为目标区域,提取前景区域的图像进行物体识别。
第三种方式:确定用户在所述目标图像中选中的区域为目标区域。
具体的,在本实施例中,如果用户选中目标图像后,还可以手动设置目标区域,比如:在目标图像中圈选出一个区域作为目标区域。并且,还可以设置一个区域框,用户可拖动该框去圈选目标对象,将区域框对应的区域作为目标区域。当然,在具体实施过程中,还可以设置一个默认区域为目标区域,比如每幅图像的中心区域,在具体实施过程中,设置目标区域的方式可根据实际需要进行设定,在此,本申请不做限制。
进一步,在通过上述任意方式确定出目标区域后,提取目标区域的图像进行物体识别,物体识别可通过由经过训练的深度学习神经网络来完成识别,或者,通过自适应增强学习算法Adaptive Boost来完成识别,当然,还可以采用其它物体识别方式,在此,本申请不做限制。举例来说,可以利用图像识别技术进行目标对象所属种类的判断,即对物体进行分类,比如判断目标图像中的目标对象所属类别为牛排或冰淇淋等。
在通过步骤S202确定出目标图像中目标对象的所属类别后,通过步骤S203,基于类别与搭配元素间的对应关系,确定与目标图像中目标对象所属类别对应的目标搭配元素。在具体实施过程中,可通过如下步骤实现:
将所述所属类别与预设元素库中的预设类别进行匹配,获取匹配成功的第一预设类别对应的搭配元素,确定与所述第一预设类别对应的搭配元素为目标搭配元素,其中,所述预设元素库包括搭配元素以及预设类别与搭配元素间的对应关系。
其中,在所述将所述所属类别与预设元素库中的预设类别进行匹配之前,确定不同预设类别对应的训练样本;对每种预设类别的训练样本进行训练,确定每种预设类别对应的搭配元素,将该预设类别与搭配元素间的对应关系添加至所述预设元素数据库。
具体的,在本实施例中,可以预先建立预设元素库。预设元素库中的预设类别与对应搭配元素可以通过人工方式添加,比如:用户在浏览图像时,挑选出喜欢的图像元素,标记该图像元素所属类别,例如:用户很喜欢猫,将爱心图像元素标记在猫类别,这样,猫类别对应的搭配元素包括该爱心元素。人工配置的方式确定预设类别对应的搭配元素,是基于用户的兴趣爱好进行的个性化配置方式,能够很好地满足用户的个性化需求。
进一步,预设元素库中各预设类别与搭配元素还可以通过机器训练的方式自动配置。比如:牛排类别对应的搭配元素可以通过机器训练得到。首先,确定包括牛排元素的大量图像训练样本,通过对这些训练样本进行训练后,得到与牛排对应的搭配元素包括餐盘、红酒、西蓝花、意面等。可将将牛排类别与搭配元素(包括:餐盘、红酒、西蓝花、意面)间的对应关系添加至预设元素库。机器训练方式确定预设类别对应的搭配元素,可以考虑到元素间的通常的搭配,将其搭配元素推荐给用户,自动配置的方式能够减少人工成本,并且,用户无需任何操作,系统即可自动推荐搭配元素,提高了图像处理的智能化与自动化,更好地满足了用户的需求。
当然,还可以考虑自动配置与手动配置的结合,初始的预设元素库可通过上述自动配置方式建立,然后,用户也可以实时通过手动配置方式向预设元素库中添加搭配元素或删除搭配元素,在具体实施过程中,预设元素库的建立方式可根据实际需要进行设定,在此,本申请不做限制。
进一步,在本实施例中,预设元素库中的预设类别可以针对不同用户进行个性化设置,比如:用户A感兴趣的类别包括狗、猫、冰淇淋,与用户A对应的预设元素库中包括狗、猫、冰淇淋分别对应的搭配元素。在目标图像中包含狗、猫、冰淇淋中任一类别时触发进行本实施例中的图像处理方法。用户B感兴趣的类别包括书、葡萄、酒,与用户B对应的预设元素库中包括书、葡萄、酒分别对应的搭配元素。在目标图像中包含书、葡萄、酒中任一类别时触发进行本实施例中的图像处理方法。这样,用户可根据兴趣爱好来设定需要进行图像处理的物体类别,能有效降低处理装置的处理的数据量,节省处理能力,提高用户应用体验。
进一步,在本实施例中,如果所述第一预设类别对应N个搭配元素,N为正整数,即与目标图像中的目标对象所属类别对应的搭配元素包括多个,确定目标搭配元素的方式可采用但不限于以下两种方式:
第一种方式:确定每个搭配元素与所述第一预设类别的搭配相关度,N为大于1的整数;从所述N个搭配元素中确定出搭配相关度满足预设条件的第一搭配元素作为目标搭配元素。
具体的,在本实施例中,与目标图像中目标对象所属类别对应的搭配元素包括多个,继续沿用前述示例,当采用机器训练的方式得到与牛排对应的搭配元素包括餐盘、红酒、西蓝花、意面,可以确定每一种搭配元素与牛排的搭配相关度,在本实施例中,搭配相关度可以按搭配次数定义,比如:训练样本中包括100幅包括牛排的图像,这100幅图像中包括餐盘的图像包括90幅,包括红酒的图像包括50幅,包括西蓝花的图像包括30幅,包括意面的图像包括20幅,由此可确定餐盘与牛排的搭配相关度为90,红酒与牛排的搭配相关度为50,西蓝花与牛排的搭配相关度为30,意面与牛排的搭配相关度为20。可以选择搭配相关度大于预设相关度的搭配元素作为目标搭配元素,目标搭配元素可以仅包含一个,例如:选择搭配相关度最高的搭配元素作为目标搭配元素,这样,与牛排对应的目标搭配元素即为餐盘。目标搭配元素还可以包含多个,例如:选择搭配相关度大于40的搭配元素作为目标搭配元素,这样,与牛排对应的目标搭配元素包括餐盘和红酒。在具体实施过程中,搭配相关度以及预设条件均可根据实际需要进行设定,在此,本申请不做限制。
第二种方式:如果所述第一预设类别对应N个搭配元素,展示所述N个搭配元素;确定用户从所述N个搭配元素选中的第二搭配元素作为目标搭配元素。
具体的,在本实施例中,沿用上述示例,当拍摄牛排时,识别出目标图像的目标对象为牛排类别,确定出适配的搭配元素包括餐盘、红酒、西蓝花、意面,在电子设备的显示界面中按列表形式展示这几种搭配元素的选项,以供用户选择出最终的目标搭配元素,将用户选中的搭配元素作为目标搭配元素。用户可从多个搭配元素中选择任意一个或多个搭配元素作为目标搭配元素。
进一步,在本实施例中,还会记录用户将预设元素库中各搭配元素选作目标搭配元素的选中次数,所以,在本次确定目标搭配元素之后,用户选择第二搭配元素作为目标搭配元素,还会更新第二搭配元素的选中次数,以使得在下一次对所属类别匹配目标搭配元素时,如果对应的选中次数大于预设次数,将第二搭配元素展示在候选搭配元素中。
具体的,在本实施例中,可将用户多次选作目标搭配元素的搭配元素添加至用户的个性化收藏,所以,在每次进行图像处理时,均会更新选中的搭配元素的选中次数,如果更新后的选中次数大于预设次数(如:5次、10次等),将该搭配元素添加至与该所属类别对应的个性化收藏,在下一次为该所属类别确定目标搭配元素时,可将该所属类别对应的个性化收藏中的搭配元素展示在候选搭配元素中,可按选中次数的多少进行依次排列,个性化收藏中的搭配元素可与其他候选搭配元素分开展示或展示在其他候选搭配元素之后。与各个类别对应的个性化收藏中的搭配元素可以支持用户的添加/删除操作,即用户可根据需要添加搭配元素至该个性化收藏中,也可对个性化收藏中的搭配元素进行删除操作,在进行删除操作时,可将删除的搭配元素的选中次数重新置为0,以避免下次还会为用户推送用户不喜欢的搭配元素。通过这样的方式,在后续再次推荐搭配元素时,会参考用户的个人喜好给出个性化推荐,提升图像处理功能的智能性及用户贴合度。
进一步,在为目标图像确定出目标搭配元素后,步骤S104可采用如下三种方式对目标图像进行处理。
第一种:将所述目标搭配元素添加至所述目标图像,具体的,可通过如下步骤实现:如果所述目标图像中不包括与所述目标搭配元素属于同一类别的相关元素,将所述目标搭配元素添加至所述目标图像中的预设区域。
具体的,在本实施例中,在确定目标搭配元素后,还会确定目标图像中是否存在与该目标搭配元素属于同一类别的相关元素,如果不存在,表明目标图像中没有与该目标搭配元素同类型的元素,需要将该目标搭配元素添加至目标图像,以丰富图像内容。比如:用户拍摄盛在餐盘中的牛排时,目标图像中包括的目标对象所属类别为牛排,目标搭配元素为红酒,红酒属于酒类,由于目标图像中不包括酒类的元素,可将红酒元素添加至目标图像中。具体的,可将目标搭配元素的元素图像直接叠加显示在目标图像中,元素图像显示在顶层。进一步,目标搭配元素的元素图像添加在目标图像中的预设区域可以是目标图像中除目标对象所在区域之外的其他区域,以避免对目标对象进行遮挡。该目标搭配元素的元素图像以可编辑的状态展示,用户可以对其该元素图像进行缩放、删除、拖动以调整显示位置等操作。当然,如果在实时拍摄场景中,目标图像为摄像头采集的预览图像时,还可以支持自动检测环境光和环境色彩,调整该目标搭配元素的元素图像的色彩和阴影以适应拍摄环境。例如,检测到环境关系来自左边,则在元素图像的右侧增加阴影。
第二种:将所述目标搭配元素添加至所述目标图像,具体的,可通过如下步骤实现:如果所述目标图像中包括与所述目标搭配元素属于同一类别的相关元素,将所述目标图像中的所述相关元素替换为所述目标搭配元素。
具体的,在本实施例中,如果在确定目标搭配元素后,还会确定目标图像中是否存在与该目标搭配元素属于同一类别的相关元素,如果存在,表明目标图像中有与该目标搭配元素同类型的相关元素,需要将目标图像中的相关元素替换为目标搭配元素,以满足用户对图像美化的需求。比如:用户拍摄盛在餐盘中的牛排时,目标图像中包括的目标对象所属类别为牛排,目标搭配元素为餐盘,包括多个预置的精美餐盘元素图像,用户可从中选择喜欢的餐盘元素图像,由于目标图像中已经包括餐盘类的元素图像,可将目标图像中的餐盘类的元素图像替换为用户选中的餐盘元素图像。具体的,识别出的目标对象边缘轮廓及其可替换元素的边缘轮廓(如盘子的边缘轮廓),并以透明色填充轮廓内区域来示意物体分割结果,目标对象轮廓及可替换元素轮廓分别以两种不同颜色来覆盖示意,以作区分。在目标图像中抠除要替换掉的元素,如装牛排的盘子及盘子在画面中的阴影,然后将用户选择的盘子图像叠加至牛排图像的画面底层。替换的元素支持缩放、删除,以及通过拖拽来调整在画面中的位置等操作,方便用户根据实际需求进行编辑。
最后,本实施例中的方法,可将处理后的目标图像替换原始的目标图像后进行保存,在目标图像为图像采集装置采集的预览图像时,用户点击拍照后,将处理后的目标图像保存,作为用户拍摄到的图像。或者,还可将原始目标图像和处理后的目标图像均进行保存。
第三种:如果目标搭配元素包括第一部分元素和第二部分元素,将所述第一部分元素添加至所述目标图像,以及将所述目标图像中所述目标对象的相关元素替换为所述第二部分元素。
具体的,在本实施例中,如果在确定目标搭配元素后,目标搭配元素包括两部分元素,其中,目标图像不存在与该目标搭配元素中第一部分元素属于同一类别的相关元素,存在与该目标搭配元素中第二部分元素属于同一类别的相关元素,比如:用户拍摄盛在餐盘中的牛排时,目标图像中包括的目标对象所属类别为牛排,目标搭配元素为餐盘和西蓝花,由于目标图像中已经包括餐盘类的元素图像,可将目标图像中的餐盘类的元素图像替换为用户选中的餐盘元素图像,并且,可将西蓝花元素图像显示在餐盘元素图像上。
这样,通过本实施例中的图像处理方法,可以为目标图像自动确定出贴合目标图像的目标元素,对图像进行元素的增加或替换,以丰富图像内容。并且,可以针对实际的拍摄主题提供一些特定的更贴合使用场景或主题的优化或增强图像处理。从而丰富特定场景下的拍照效果及用户体验。
请参见图3,本发明的第二实施例提供了一种图像处理装置,包括:
第一确定单元301,用于确定目标图像;
第二确定单元302,用于对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别;
第三确定单元303,用于基于类别与搭配元素间的对应关系,确定与所述所属类别对应的目标搭配元素;
图像处理单元304,用于基于所述目标搭配元素,对所述目标图像进行预设处理。
作为一种可选的实施例,所述图像处理单元304具体用于:
将所述目标搭配元素添加至所述目标图像;和/或
将所述目标图像中所述目标对象的相关元素替换为所述目标搭配元素。
作为一种可选的实施例,所述第一确定单元301具体用于:
在开启图像采集装置拍摄图像时,确定当前拍摄的图像为目标图像;或
在开启图像采集装置拍摄图像时,确定所述图像采集装置对应预览图像为目标图像;或
确定用户选中的图像为目标图像。
作为一种可选的实施例,所述第二确定单元302具体用于:
确定所述目标图像中的目标区域;
提取所述目标区域的图像,对所述目标区域的图像进行识别。
作为一种可选的实施例,所述第二确定单元具体用于:
在所述目标图像为图像采集装置对应预览图像情况下,确定目标区域为所述图像采集装置的对焦区域;或
在所述目标图像为景深图像情况下,确定目标区域为所述目标图像中的前景区域;或
确定用户在所述目标图像中选中的区域为目标区域。
可选的,所述第二确定单元302具体用于:
将所述目标图像输入预设图像识别模型;
基于所述预设图像识别模型,对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别。
作为一种可选的实施例,所述第三确定单元303具体用于:
将所述所属类别与预设元素库中的预设类别进行匹配,获取匹配成功的第一预设类别对应的搭配元素,将与所述第一预设类别对应的搭配元素作为目标搭配元素,其中,所述预设元素库包括搭配元素以及预设类别与搭配元素间的对应关系。
作为一种可选的实施例,所述第三确定单元303具体用于:
如果所述第一预设类别对应N个搭配元素,确定每个搭配元素与所述第一预设类别的搭配相关度,N为大于1的整数;
从所述N个搭配元素中确定出搭配相关度满足预设条件的第一搭配元素作为目标搭配元素。
作为一种可选的实施例,所述第三确定单元303具体用于:
如果所述第一预设类别对应N个搭配元素,展示所述N个搭配元素,N为大于1的整数;
确定用户从所述N个搭配元素选中的第二搭配元素作为目标搭配元素。
作为一种可选的实施例,所述图像处理单元304具体用于:
如果所述目标图像中不包括与所述目标搭配元素属于同一类别的相关元素,将所述目标搭配元素添加至所述目标图像中的预设区域。
作为一种可选的实施例,所述处理单元304具体用于:
如果所述目标图像中包括与所述目标搭配元素属于同一类别的相关元素,将所述目标图像中的所述相关元素替换为所述目标搭配元素。
本实施例中的图像处理装置的图像处理过程已在第一实施例中详细阐述,可参照第一实施例中的内容,在此,本申请不再赘述。
基于与前述实施例中图像处理方法同样的发明构思,本发明第三实施例还提供了一种终端系统,请参见图1,该实施例的装置包括:处理器105、存储器103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,例如第一实施例中图像处理方法对应的程序。
示例性的,所述计算机程序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中,并由所述处理器执行,以完成本发明。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在所述计算机装置中的执行过程。
对于终端系统存储器、处理器以及其他结构的介绍请参考上文,这里就不再重复赘述了。
进一步,该装置所包括的处理器105具有以下功能:
确定目标图像;
对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别;
基于类别与搭配元素间的对应关系,确定与所述所属类别对应的目标搭配元素;
基于所述目标搭配元素,对所述目标图像进行预设处理。
进一步,该装置所包括的处理器105还具有以下功能:
将所述目标搭配元素添加至所述目标图像;和/或
将所述目标图像中所述目标对象的相关元素替换为所述目标搭配元素。
进一步,该装置所包括的处理器105还具有以下功能:
在开启图像采集装置拍摄图像时,确定当前拍摄的图像为目标图像;或
在开启图像采集装置拍摄图像时,确定所述图像采集装置对应预览图像为目标图像;或
确定用户选中的图像为目标图像。
进一步,该装置所包括的处理器105还具有以下功能:
确定所述目标图像中的目标区域;
提取所述目标区域的图像,对所述目标区域的图像进行识别。
进一步,该装置所包括的处理器105还具有以下功能:
在所述目标图像为图像采集装置对应预览图像情况下,确定目标区域为所述图像采集装置的对焦区域;或
在所述目标图像为景深图像情况下,确定目标区域为所述目标图像中的前景区域;或
确定用户在所述目标图像中选中的区域为目标区域。
进一步,该装置所包括的处理器105还具有以下功能:
将所述目标图像输入预设图像识别模型;
基于所述预设图像识别模型,对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别。
进一步,该装置所包括的处理器105还具有以下功能:
将所述所属类别与预设元素库中的预设类别进行匹配,获取匹配成功的第一预设类别对应的搭配元素,将所述第一预设类别对应的搭配元素作为目标搭配元素,其中,所述预设元素库包括搭配元素以及预设类别与搭配元素间的对应关系。
进一步,该装置所包括的处理器105还具有以下功能:
如果所述第一预设类别对应N个搭配元素,确定每个搭配元素与所述第一预设类别的搭配相关度,N为大于1的整数;
从所述N个搭配元素中确定出搭配相关度满足预设条件的第一搭配元素作为目标搭配元素。
进一步,该装置所包括的处理器105还具有以下功能:
如果所述第一预设类别对应N个搭配元素,展示所述N个搭配元素,N为大于1的整数;
确定用户从所述N个搭配元素选中的第二搭配元素作为目标搭配元素。
进一步,该装置所包括的处理器105还具有以下功能:
如果所述目标图像中不包括与所述目标搭配元素属于同一类别的相关元素,将所述目标搭配元素添加至所述目标图像中的预设区域。
进一步,该装置所包括的处理器105还具有以下功能:
如果所述目标图像中包括与所述目标搭配元素属于同一类别的相关元素,将所述目标图像中的所述相关元素替换为所述目标搭配元素。
本发明第四实施例提供了一种计算机可读存储介质,其上存储有计算机程序,本发明第二实施例中的所述图像处理装置集成的功能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,本发明实现上述第一实施例的图像处理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电载波信号和电信信号。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作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发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (14)
1.一种图像处理方法,其特征在于,包括:
确定目标图像;
对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别;
基于类别与搭配元素间的对应关系,确定与所述所属类别对应的目标搭配元素;
基于所述目标搭配元素,对所述目标图像进行预设处理。
2.如权利要求1所述的方法,其特征在于,所述基于所述目标搭配元素,对所述目标图像进行预设处理,包括:
将所述目标搭配元素添加至所述目标图像;和/或
将所述目标图像中所述目标对象的相关元素替换为所述目标搭配元素。
3.如权利要求1所述的方法,其特征在于,所述确定目标图像,包括:
在开启图像采集装置拍摄图像时,确定当前拍摄的图像为目标图像;或
在开启图像采集装置拍摄图像时,确定所述图像采集装置对应预览图像为目标图像;或
确定用户选中的图像为目标图像。
4.如权利要求1所述的方法,其特征在于,所述对所述目标图像进行识别,包括:
确定所述目标图像中的目标区域;
提取所述目标区域的图像,对所述目标区域的图像进行识别。
5.如权利要求3所述的方法,其特征在于,所述确定所述目标图像中的目标区域,包括:
在所述目标图像为图像采集装置对应预览图像情况下,确定目标区域为所述图像采集装置的对焦区域;或
在所述目标图像为景深图像情况下,确定目标区域为所述目标图像中的前景区域;或
确定用户在所述目标图像中选中的区域为目标区域。
6.如权利要求1所述的方法,其特征在于,所述对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别,包括:
将所述目标图像输入预设图像识别模型;
基于所述预设图像识别模型,对所述目标图像进行识别,以确定所述目标图像中的目标对象的所属类别。
7.如权利要求1所述的方法,其特征在于,所述基于类别与搭配元素间的对应关系,确定与所述所属类别对应的目标搭配元素,包括:
将所述所属类别与预设元素库中的预设类别进行匹配,获取匹配成功的第一预设类别对应的搭配元素,将所述第一预设类别对应的搭配元素作为目标搭配元素,其中,所述预设元素库包括搭配元素以及预设类别与搭配元素间的对应关系。
8.如权利要求7所述的方法,其特征在于,所述确定与所述第一预设类别对应的搭配元素为目标搭配元素,包括:
如果所述第一预设类别对应N个搭配元素,确定每个搭配元素与所述第一预设类别的搭配相关度,N为大于1的整数;
从所述N个搭配元素中确定出搭配相关度满足预设条件的第一搭配元素作为目标搭配元素。
9.如权利要求7所述的方法,其特征在于,所述确定与所述第一预设类别对应的搭配元素为目标搭配元素,包括:
如果所述第一预设类别对应N个搭配元素,展示所述N个搭配元素,N为大于1的整数;
确定用户从所述N个搭配元素选中的第二搭配元素作为目标搭配元素。
10.如权利要求2所述的方法,其特征在于,所述将所述目标搭配元素添加至所述目标图像,包括:
如果所述目标图像中不包括与所述目标搭配元素属于同一类别的相关元素,将所述目标搭配元素添加至所述目标图像中的预设区域。
11.如权利要求2所述的方法,其特征在于,所述将所述目标图像中所述目标对象的相关元素替换为所述目标搭配元素,包括:
如果所述目标图像中包括与所述目标搭配元素属于同一类别的相关元素,将所述目标图像中的所述相关元素替换为所述目标搭配元素。
12.一种图像处理装置,其特征在于,包括:
第一确定单元,用于确定目标图像;
第二确定单元,用于对所述目标图像进行识别,确定所述目标图像中的目标对象的所属类别;
第三确定单元,用于基于类别与搭配元素间的对应关系,确定与所述所属类别对应的目标搭配元素;
图像处理单元,用于基于所述目标搭配元素,对所述目标图像进行预设处理。
13.一种图像处理装置,其特征在于,包括处理器和存储器:
所述存储器用于存储执行权利要求1至11任一项所述方法的程序;
所述处理器被配置为用于执行所述存储器中存储的程序。
14.一种计算机存储介质,其特征在于,用于储存为上述图像处理方法所用的计算机软件指令,其包含用于执行上述方面为图像处理方法所设计的程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811558010.1A CN109583514A (zh) | 2018-12-19 | 2018-12-19 | 一种图像处理方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811558010.1A CN109583514A (zh) | 2018-12-19 | 2018-12-19 | 一种图像处理方法、装置及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109583514A true CN109583514A (zh) | 2019-04-05 |
Family
ID=65931038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811558010.1A Pending CN109583514A (zh) | 2018-12-19 | 2018-12-19 | 一种图像处理方法、装置及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109583514A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110290324A (zh) * | 2019-06-28 | 2019-09-27 | Oppo广东移动通信有限公司 | 设备成像方法、装置、存储介质及电子设备 |
CN110377218A (zh) * | 2019-06-26 | 2019-10-25 | 北京奇艺世纪科技有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN110581954A (zh) * | 2019-09-30 | 2019-12-17 | 深圳酷派技术有限公司 | 一种拍摄对焦方法、装置、存储介质及终端 |
CN110851059A (zh) * | 2019-11-13 | 2020-02-28 | 北京字节跳动网络技术有限公司 | 图片编辑方法、装置和电子设备 |
CN113468353A (zh) * | 2021-07-20 | 2021-10-01 | 柒久园艺科技(北京)有限公司 | 一种基于图形的游客互动方法、装置、电子设备及介质 |
WO2023185787A1 (zh) * | 2022-03-31 | 2023-10-05 | 华为技术有限公司 | 一种物品的搭配方法以及相关设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104007970A (zh) * | 2014-05-27 | 2014-08-27 | 东方通信股份有限公司 | 适于多种地图的gis指挥调度系统的人物动画实现方法 |
CN107657638A (zh) * | 2017-10-30 | 2018-02-02 | 努比亚技术有限公司 | 一种图像处理方法、装置及计算机可读存储介质 |
CN107832397A (zh) * | 2017-10-30 | 2018-03-23 | 努比亚技术有限公司 | 一种图像处理方法、装置及计算机可读存储介质 |
CN107967341A (zh) * | 2017-12-08 | 2018-04-27 | 广东欧珀移动通信有限公司 | 一种图片显示方法、终端设备及存储介质 |
CN108510007A (zh) * | 2018-04-08 | 2018-09-07 | 北京知道创宇信息技术有限公司 | 一种网页篡改检测方法、装置、电子设备及存储介质 |
CN108921941A (zh) * | 2018-07-10 | 2018-11-30 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
-
2018
- 2018-12-19 CN CN201811558010.1A patent/CN109583514A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104007970A (zh) * | 2014-05-27 | 2014-08-27 | 东方通信股份有限公司 | 适于多种地图的gis指挥调度系统的人物动画实现方法 |
CN107657638A (zh) * | 2017-10-30 | 2018-02-02 | 努比亚技术有限公司 | 一种图像处理方法、装置及计算机可读存储介质 |
CN107832397A (zh) * | 2017-10-30 | 2018-03-23 | 努比亚技术有限公司 | 一种图像处理方法、装置及计算机可读存储介质 |
CN107967341A (zh) * | 2017-12-08 | 2018-04-27 | 广东欧珀移动通信有限公司 | 一种图片显示方法、终端设备及存储介质 |
CN108510007A (zh) * | 2018-04-08 | 2018-09-07 | 北京知道创宇信息技术有限公司 | 一种网页篡改检测方法、装置、电子设备及存储介质 |
CN108921941A (zh) * | 2018-07-10 | 2018-11-30 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
Non-Patent Citations (1)
Title |
---|
王琨: "《万能相机中通用物体识别模块的设计与实现》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110377218A (zh) * | 2019-06-26 | 2019-10-25 | 北京奇艺世纪科技有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN110377218B (zh) * | 2019-06-26 | 2021-09-28 | 北京奇艺世纪科技有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN110290324A (zh) * | 2019-06-28 | 2019-09-27 | Oppo广东移动通信有限公司 | 设备成像方法、装置、存储介质及电子设备 |
CN110290324B (zh) * | 2019-06-28 | 2021-02-02 | Oppo广东移动通信有限公司 | 设备成像方法、装置、存储介质及电子设备 |
CN110581954A (zh) * | 2019-09-30 | 2019-12-17 | 深圳酷派技术有限公司 | 一种拍摄对焦方法、装置、存储介质及终端 |
CN110851059A (zh) * | 2019-11-13 | 2020-02-28 | 北京字节跳动网络技术有限公司 | 图片编辑方法、装置和电子设备 |
CN113468353A (zh) * | 2021-07-20 | 2021-10-01 | 柒久园艺科技(北京)有限公司 | 一种基于图形的游客互动方法、装置、电子设备及介质 |
WO2023185787A1 (zh) * | 2022-03-31 | 2023-10-05 | 华为技术有限公司 | 一种物品的搭配方法以及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109583514A (zh) | 一种图像处理方法、装置及计算机存储介质 | |
US11455093B2 (en) | Capturing and sending multimedia as electronic messages | |
CN106557768B (zh) | 对图片中的文字进行识别的方法及装置 | |
CN109144626B (zh) | 一种锁屏方法及移动终端 | |
US10509540B2 (en) | Method and device for displaying a message | |
US11996123B2 (en) | Method for synthesizing videos and electronic device therefor | |
CN105874780A (zh) | 对一组图像生成文本色彩的方法和装置 | |
KR102540450B1 (ko) | 지능형 어시스턴트 제어 방법 및 단말기 장치 | |
US11500533B2 (en) | Mobile terminal for displaying a preview image to be captured by a camera and control method therefor | |
US20220417417A1 (en) | Content Operation Method and Device, Terminal, and Storage Medium | |
CN112383830A (zh) | 视频封面确定方法及装置、存储介质 | |
CN112580400B (zh) | 图像选优方法及电子设备 | |
WO2016026270A1 (zh) | 传输图片的方法及装置 | |
WO2017080084A1 (zh) | 字体添加方法及装置 | |
CN109151318A (zh) | 一种图像处理方法、装置及计算机存储介质 | |
CN107346182A (zh) | 一种构建用户词库的方法、及用于构建用户词库的装置 | |
CN108170787A (zh) | 一种影像文件删除方法、移动终端以及计算机可读存储介质 | |
US20190082002A1 (en) | Media file sharing method, media file sharing device, and terminal | |
CN109167939A (zh) | 一种自动配文方法、装置及计算机存储介质 | |
CN114298883A (zh) | 图像处理方法、智能终端及存储介质 | |
TWI673644B (zh) | 介面展示方法、介面展示裝置及非揮發性計算機可讀儲存介質 | |
CN107908729B (zh) | 界面展示方法及装置 | |
US20210377454A1 (en) | Capturing method and device | |
CN114189719A (zh) | 视频信息提取方法、装置、电子设备及存储介质 | |
CN115689925A (zh) | 图像处理方法、智能终端及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |