CN109584149B - 图像处理方法、装置、设备和计算机可读存储介质 - Google Patents
图像处理方法、装置、设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN109584149B CN109584149B CN201811431829.1A CN201811431829A CN109584149B CN 109584149 B CN109584149 B CN 109584149B CN 201811431829 A CN201811431829 A CN 201811431829A CN 109584149 B CN109584149 B CN 109584149B
- Authority
- CN
- China
- Prior art keywords
- image processing
- template
- image
- parameter
- sub
- 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 23
- 238000012545 processing Methods 0.000 claims abstract description 806
- 238000000034 method Methods 0.000 claims abstract description 55
- 230000009466 transformation Effects 0.000 claims description 146
- 238000009499 grossing Methods 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 14
- 230000003321 amplification Effects 0.000 description 20
- 238000003199 nucleic acid amplification method Methods 0.000 description 20
- 230000009467 reduction Effects 0.000 description 14
- 230000006835 compression Effects 0.000 description 9
- 238000007906 compression Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 9
- 238000003709 image segmentation Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 239000003102 growth factor Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G06T3/04—
Abstract
本申请提供一种图像处理方法、装置、设备和计算机可读存储介质,其中该方法包括:获取指示信息和待处理图像,指示信息用于指示图像处理类型;根据图像处理类型,从预设的模板库中获取与图像处理类型对应的图像处理模板,模板库中包括一个或多个图像处理模板,每一个图像处理模板中包括N个图像处理子模板,每一个图像处理模板中各图像处理子模板之间具有次序关系,每一个图像处理子模板与一种图像处理方式对应;根据与图像处理类型对应的图像处理模板,处理待处理图像。不需要对每一图像编写大量的图像处理代码,减少了图像处理的工作量,提高了图像处理的效率;同时降低了人工成本,进而降低图像处理的成本。
Description
技术领域
本申请涉及计算机技术,尤其涉及一种图像处理方法、装置、设备和计算机可读存储介质。
背景技术
随着图像技术的发展和应用,图像处理技术得到广泛的应用,可以对图像进行各种变换、对图像进行识别等,以将图像处理技术应用到智能识别、国防领域、交通安全等各个方面。
现有技术中,在对图像进行处理的时候,针对每一个待处理的图像,对于图像所需要的图像处理方式进行编写代码,然后将图像输入到代码中进行图像处理,得到处理后的图像。
然而现有技术中,针对每一个图像,都需要人工的重新编写所有的图像处理代码,进而对图像进行处理;从而图像处理的工作量较大,图像处理的效率较低;并且人工成本较高,进而图像处理的成本较高。
发明内容
本申请提供一种图像处理方法、装置、设备和计算机可读存储介质,用以解决现有技术中图像处理的效率较低、图像处理的成本较高的问题。
第一方面,本申请提供一种图像处理方法,包括:
获取指示信息和待处理图像,其中,所述指示信息用于指示图像处理类型;
根据所述图像处理类型,从预设的模板库中获取与所述图像处理类型对应的图像处理模板,其中,所述模板库中包括一个或多个图像处理模板,每一个所述图像处理模板中包括N个图像处理子模板,N为大于等于1的正整数,每一个所述图像处理模板中各图像处理子模板之间具有次序关系,每一个所述图像处理子模板与一种图像处理方式对应,每一个所述图像处理子模板用于对图像进行图像处理子模板对应的图像处理方式所指示的图像处理过程;
根据与所述图像处理类型对应的图像处理模板,处理所述待处理图像。
进一步地,在根据所述图像处理类型,从预设的模板库中获取与所述图像处理类型对应的图像处理模板之前,还包括:
获取与每一个所述图像处理子模板对应的待输入参数组合,其中,所述待输入参数组合中包括至少一个图像处理参数;
根据与所述图像处理类型对应的图像处理模板,处理所述待处理图像,包括:
将所述待处理图像和每一个所述图像处理子模板所对应的待输入参数组合输入到每一个所述图像处理子模板中,以更新所述待处理图像。
进一步地,将所述待处理图像和每一个所述图像处理子模板所对应的待输入参数组合输入到每一个所述图像处理子模板中,以更新所述待处理图像,包括:
根据第i个图像处理子模板对应的待输入参数组合,确定所述待处理图像中的每一个像素点的图像变换参数,其中,所述图像变换参数与距离值之间成反比,所述距离值为所述像素点与预设的图像处理区域的中心点之间的距离,i∈[1,N],i为正整数;
根据所述每一个像素点的图像变换参数和所述第i个图像处理子模板,更新所述待处理图像。
进一步地,第i个图像处理子模板对应的待输入参数组合中包括:图像处理区域的中心点的位置信息、图像处理区域的半径、比例系数和增长系数;
根据第i个图像处理子模板对应的待输入参数组合,确定所述待处理图像中的每一个像素点的图像变换参数,包括:
根据第i个图像处理子模板的比例系数,确定述第i个图像处理子模板的变换规模系数;
确定每一个像素点的位置信息,并根据所述每一个像素点的位置信息、第i个图像处理子模板的图像处理区域的中心点的位置信息、以及第i个图像处理子模板的图像处理区域的半径,计算所述每一个像素点与所述中心点之间的距离值;
根据第i个图像处理子模板的图像处理区域的半径和所述每一个像素点的距离值,确定所述每一个像素点的第三参数;
根据所述每一个像素点的第三参数、第i个图像处理子模板的增长系数、以及第i个图像处理子模板的变换规模系数,确定所述每一个像素点的第四参数;
根据第i个图像处理子模板的预设的初始变换强度系数和所述每一个像素点的第四参数,确定所述每一个像素点的变换强度系数;
根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数。
进一步地,在根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数之后,还包括:根据第i个图像处理子模板的变换规模系数,确定第i个图像处理子模板的平滑系数;或者,第i个图像处理子模板对应的待输入参数组合中还包括第一参数和第二参数,则在根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数之后,还包括:根据第i个图像处理子模板的第一参数和第i个图像处理子模板的第二参数,确定第i个图像处理子模板的平滑系数;
根据所述每一个像素点的图像变换参数和所述第i个图像处理子模板,更新所述待处理图像,包括:
根据所述一个像素点的图像变换参数、第i个图像处理子模板的平滑系数以及所述第i个图像处理子模板,更新所述待处理图像。
进一步地,第i个图像处理子模板的平滑系数为deltaScale′=deltaScale*deltaScale*(3.0-2.0*deltaScale),其中,deltaScale为第i个图像处理子模板的变换规模系数;
或者,第i个图像处理子模板的平滑系数为deltaScale′=clamp((x-min)/(max-min),0.0,1.0),min是所述第一参数,max是所述第二参数,x为预设系数。
进一步地,所述距离值dist为vec2 dist=vec2(d*radius[i].x,d*radius[i].y),其中,第一数值d=(e1*e1)+(e2*e2),第二数值e1=(textureCoord.x-center[i].x)/(radius[i].x),第三数值e2=(textureCoord.y-center[i].y)/(radius[i].y/aspectRatio),其中,textureCoord.x是所述像素点的x轴坐标值,textureCoord.y是所述像素点的y轴坐标值,center[i].x是第i个图像处理子模板的图像处理区域的中心点的x轴坐标值,center[i].y是第i个图像处理子模板的图像处理区域的中心点的y轴坐标值,radius[i].x是第i个图像处理子模板的预设点的x轴坐标值,radius[i].y第i个图像处理子模板的预设点的y轴坐标值,aspectRatio是预设的比率值;
所述第三参数delta为vec2 delta=((radius[i]-dist)/radius[i]),其中,radius是第i个图像处理子模板的图像处理区域的半径;
所述第i个图像处理子模板的变换规模系数为deltaScale=scale[i],scale[i]是所述第i个图像处理子模板的比例系数;
所述第四参数percent为vec2 percent=1.0-((delta*deltaScale)*progress),其中,progress是所述增长系数;
所述变换强度系数为textureCoord=textureCoord′*percent,其中,中间变换强度信息textureCoord′=textureCoord″-center[i],textureCoord″是所述初始变换强度系数,center[i]是第i个图像处理子模板的图像处理区域的中心点的x轴坐标值与y轴坐标值的平方和;
所述图像变换参数为uv=textureCoord+center[i]。
进一步地,与每一个所述图像处理子模板对应的待输入参数组合中包括参数组合标识;
所述获取与每一个所述图像处理子模板对应的待输入参数组合,包括:
接收指示命令,其中,所述指示命令中包括与每一个所述图像处理子模板对应的参数组合标识;
在预设的参数库中,确定与每一个所述参数组合标识对应的待输入参数组合,其中,所述参数库中包括至少一组待输入参数组合。
进一步地,所述图像处理子模板为以下的任意一种:
图像放大模板、图像缩小模板、图像旋转模板、图像去噪模板、图像增强模板、图像复原模板、图像分割模板、图像特征提取模板、图像压缩模板。
第二方面,本申请提供了一种图像处理装置,包括:
第一获取单元,用于获取指示信息和待处理图像,其中,所述指示信息用于指示图像处理类型;
第二获取单元,用于根据所述图像处理类型,从预设的模板库中获取与所述图像处理类型对应的图像处理模板,其中,所述模板库中包括一个或多个图像处理模板,每一个所述图像处理模板中包括N个图像处理子模板,N为大于等于1的正整数,每一个所述图像处理模板中各图像处理子模板之间具有次序关系,每一个所述图像处理子模板与一种图像处理方式对应,每一个所述图像处理子模板用于对图像进行图像处理子模板对应的图像处理方式所指示的图像处理过程;
处理单元,用于根据与所述图像处理类型对应的图像处理模板,处理所述待处理图像。
进一步地,所述装置,还包括:
第三获取单元,用于在所述第二获取单元根据所述图像处理类型,从预设的模板库中获取与所述图像处理类型对应的图像处理模板之前,获取与每一个所述图像处理子模板对应的待输入参数组合,其中,所述待输入参数组合中包括至少一个图像处理参数;
所述处理单元,具体用于:
将所述待处理图像和每一个所述图像处理子模板所对应的待输入参数组合输入到每一个所述图像处理子模板中,以更新所述待处理图像。
进一步地,所述处理单元,包括:
第一确定模块,用于根据第i个图像处理子模板对应的待输入参数组合,确定所述待处理图像中的每一个像素点的图像变换参数,其中,所述图像变换参数与距离值之间成反比,所述距离值为所述像素点与预设的图像处理区域的中心点之间的距离,i∈[1,N],i为正整数;
更新模块,用于根据所述每一个像素点的图像变换参数和所述第i个图像处理子模板,更新所述待处理图像。
进一步地,第i个图像处理子模板对应的待输入参数组合中包括:图像处理区域的中心点的位置信息、图像处理区域的半径、比例系数和增长系数;
所述第一确定模块,包括:
第一确定子模块,用于根据第i个图像处理子模板的比例系数,确定述第i个图像处理子模板的变换规模系数;
第二确定子模块,用于确定每一个像素点的位置信息,并根据所述每一个像素点的位置信息、第i个图像处理子模板的图像处理区域的中心点的位置信息、以及第i个图像处理子模板的图像处理区域的半径,计算所述每一个像素点与所述中心点之间的距离值;
第三确定子模块,用于根据第i个图像处理子模板的图像处理区域的半径和所述每一个像素点的距离值,确定所述每一个像素点的第三参数;
第四确定子模块,用于根据所述每一个像素点的第三参数、第i个图像处理子模板的增长系数、以及第i个图像处理子模板的变换规模系数,确定所述每一个像素点的第四参数;
第五确定子模块,用于根据第i个图像处理子模板的预设的初始变换强度系数和所述每一个像素点的第四参数,确定所述每一个像素点的变换强度系数;
第六确定子模块,用于根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数。
进一步地,所述第一确定模块,还包括:第七确定子模块,用于在所述第六确定子模块根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数之后,根据第i个图像处理子模板的变换规模系数,确定第i个图像处理子模板的平滑系数;或者,第i个图像处理子模板对应的待输入参数组合中还包括第一参数和第二参数,则所述第一确定模块,还包括:第八确定子模块,用于在所述第六确定子模块根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数之后,根据第i个图像处理子模板的第一参数和第i个图像处理子模板的第二参数,确定第i个图像处理子模板的平滑系数;
所述更新模块,具体用于:
根据所述一个像素点的图像变换参数、第i个图像处理子模板的平滑系数以及所述第i个图像处理子模板,更新所述待处理图像。
进一步地,第i个图像处理子模板的平滑系数为deltaScale′=deltaScale*deltaScale*(3.0-2.0*deltaScale),其中,deltaScale为第i个图像处理子模板的变换规模系数;
或者,第i个图像处理子模板的平滑系数为deltaScale′=clamp((x-min)/(max-min),0.0,1.0),min是所述第一参数,max是所述第二参数,x为预设系数。
进一步地,所述距离值dist为vec2 dist=vec2(d*radius[i].x,d*radius[i].y),其中,第一数值d=(e1*e1)+(e2*e2),第二数值e1=(textureCoord.x-center[i].x)/(radius[i].x),第三数值e2=(textureCoord.y-center[i].y)/(radius[i].y/aspectRatio),其中,textureCoord.x是所述像素点的x轴坐标值,textureCoord.y是所述像素点的y轴坐标值,center[i].x是第i个图像处理子模板的图像处理区域的中心点的x轴坐标值,center[i].y是第i个图像处理子模板的图像处理区域的中心点的y轴坐标值,radius[i].x是第i个图像处理子模板的预设点的x轴坐标值,radius[i].y第i个图像处理子模板的预设点的y轴坐标值,aspectRatio是预设的比率值;
所述第三参数delta为vec2 delta=((radius[i]-dist)/radius[i]),其中,radius是第i个图像处理子模板的图像处理区域的半径;
所述第i个图像处理子模板的变换规模系数为deltaScale=scale[i],scale[i]是所述第i个图像处理子模板的比例系数;
所述第四参数percent为vec2 percent=1.0-((delta*deltaScale)*progress),其中,progress是所述增长系数;
所述变换强度系数为textureCoord=textureCoord′*percent,其中,中间变换强度信息textureCoord′=textureCoord″-center[i],textureCoord″是所述初始变换强度系数,center[i]是第i个图像处理子模板的图像处理区域的中心点的x轴坐标值与y轴坐标值的平方和;
所述图像变换参数为uv=textureCoord+center[i]。
进一步地,与每一个所述图像处理子模板对应的待输入参数组合中包括参数组合标识;
所述第三获取单元,包括:
接收模块,用于接收指示命令,其中,所述指示命令中包括与每一个所述图像处理子模板对应的参数组合标识;
第二确定模块,用于在预设的参数库中,确定与每一个所述参数组合标识对应的待输入参数组合,其中,所述参数库中包括至少一组待输入参数组合。
进一步地,所述图像处理子模板为以下的任意一种:
图像放大模板、图像缩小模板、图像旋转模板、图像去噪模板、图像增强模板、图像复原模板、图像分割模板、图像特征提取模板、图像压缩模板。
第三方面,本申请提供了一种图像处理设备,包括用于执行以上第一方面的任一方法各个步骤的单元或者手段(means)。
第四方面,本申请提供了一种图像处理设备,包括处理器、存储器以及计算机程序,其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现第一方面的任一方法。
第五方面,本申请提供了一种图像处理设备,包括用于执行以上第一方面的任一方法的至少一个处理元件或芯片。
第六方面,本申请提供了一种计算机程序,该计算程序在被处理器执行时用于执行以上第一方面的任一方法。
第七方面,本申请提供了一种计算机可读存储介质,其上存储有第六方面的计算机程序。
本申请提供的图像处理方法、装置、设备和计算机可读存储介质,通过获取指示信息和待处理图像,指示信息用于指示图像处理类型;根据图像处理类型,从预设的模板库中获取与图像处理类型对应的图像处理模板,模板库中包括一个或多个图像处理模板,每一个图像处理模板中包括N个图像处理子模板,每一个图像处理模板中各图像处理子模板之间具有次序关系,每一个图像处理子模板与一种图像处理方式对应,每一个图像处理子模板用于对图像进行图像处理子模板对应的图像处理方式所指示的图像处理过程;根据与图像处理类型对应的图像处理模板,处理待处理图像。提供了一个模板库,模板库中包括一个或多个图像处理模板,每一个图像处理模板用于对图像进行一种图像处理流程,每一个图像处理模板中包括一个或多个图像处理子模板,将图像处理子模板组成一个链式组合形式的图像处理模板;在对图像进行处理的时候,根据图像处理的需求,调用模板库中的图像处理模板对图像进行处理;从而不需要对每一图像编写大量的图像处理代码,减少了图像处理的工作量,提高了图像处理的效率;同时降低了人工成本,进而降低图像处理的成本。并且本实施例中可以将在采用图像处理模板中的每一个图像处理子模板对图像进行处理之后,可以获知每一次变换后的图像。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的一种图像处理方法的流程示意图;
图2为本申请实施例提供的一种图像处理方法的流程示意图;
图3为本申请实施例提供的一种图像处理装置的结构示意图;
图4为本申请实施例提供的另一种图像处理装置的结构示意图;
图5为本申请实施例提供的一种图像处理设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
本申请具体的应用场景为:现有技术中,针对每一个图像,都需要人工的重新编写所有的图像处理代码,进而对图像进行处理;从而图像处理的工作量较大,图像处理的效率较低;并且人工成本较高,进而图像处理的成本较高。
本申请提供的图像处理方法、装置、设备和计算机可读存储介质,旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1为本申请实施例提供的一种图像处理方法的流程示意图。如图1所示,该方法包括:
步骤101、获取指示信息和待处理图像,其中,指示信息用于指示图像处理类型。
在本实施例中,具体的,执行主体可以是图像处理设备、或者图像处理装置、或者终端设备、或者服务器、或者其他可以执行本实施例的设备。本实施例以执行主体为图像处理设备进行介绍。
图像处理设备获取待处理的图像。举例来说,图像处理设备从图像处理设备的存储器、或者图像处理设备的硬盘、或者移动硬盘、或者移动U盘中获取到待处理的图像。或者,举例来说,图像处理设备从服务器中获取到待处理的图像。
并且,图像处理设备获取指示信息。具体来说,
图像处理设备接收用户或者服务器发送的指示信息;或者,指示信息存在于待处理图像的附属文件中,图像处理设备从图像的附属文件中获取到指示信息中的图像处理类型;其中,指示信息指示出了图像处理类型。图像处理类型指示出了对待处理图像的图像处理过程有哪些。举例来说,指示信息指示对图像依次进行放大、缩小、过滤、放大的处理,或者,指示信息指示对图像依次进行缩小、去噪、二值化的处理,或者,指示信息指示对图像依次进行旋转、放大、锐化的处理,或者,指示信息指示对图像依次进行去噪、旋转、缩小画布的处理。再举例来说,指示信息指示对图像的某一区域进行放大,然后对图像进行去噪处理;或者,指示信息指示对图像的某一区域进行缩小,然后对图像的另外一个区域进行放大的处理,然后对图像进行旋转的处理;或者,指示信息指示对图像的某一区域进行旋转,然后对图像另一个区域进行去噪的处理;或者,指示信息指示对图像的某一区域进行去噪处理,然后对图像的另一个区域进行缩小的处理。本申请对于图像处理类型,不做限定。
步骤102、根据图像处理类型,从预设的模板库中获取与图像处理类型对应的图像处理模板,其中,模板库中包括一个或多个图像处理模板,每一个图像处理模板中包括N个图像处理子模板,N为大于等于1的正整数,每一个图像处理模板中各图像处理子模板之间具有次序关系,每一个图像处理子模板与一种图像处理方式对应,每一个图像处理子模板用于对图像进行图像处理子模板对应的图像处理方式所指示的图像处理过程。
可选的,图像处理子模板为以下的任意一种:图像放大模板、图像缩小模板、图像旋转模板、图像去噪模板、图像增强模板、图像复原模板、图像分割模板、图像特征提取模板、图像压缩模板。
在本实施例中,具体的,预先设置了模板库,模板库中包括了一个或多个图像处理模板;图像处理模板与图像处理类型之间可以是一一对应的,即每一个图像处理模板代表了一种图像处理类型。
对于每一个图像处理模板来说,每一个图像处理模板中包括N个图像处理子模板;每一个图像处理模板中各各图像处理子模板之间是具有执行次序关系的。并且,每一个图像处理子模板与一种图像处理方式对应,每一个图像处理子模板用于对图像进行与图像处理类型对应的图像处理。
举例来说,提供了图像放大子模板,图像放大子模板用于对图像进行放大处理,图像放大子模板所采用的图像放大算法不做限定;提供了图像缩小子模板,图像缩小子模板用于对图像进行缩小处理,图像缩小子模板所采用的图像缩小算法不做限定;提供了图像旋转子模板,图像旋转子模板用于对图像进行旋转处理,图像旋转子模板所采用的图像旋转算法不做限定;提供了图像去噪子模板,图像去噪子模板用于对图像进行去噪处理,图像去噪子模板所采用的图像去噪算法不做限定;提供了图像增强子模板,图像增强子模板用于对图像进行图像增强处理,图像增强子模板所采用的图像增强算法不做限定;提供了图像复原子模板,图像复原子模板用于对图像进行图像复原处理,图像复原子模板所采用的图像复原算法不做限定;提供了图像分割子模板,图像分割子模板用于对图像进行图像分割处理,图像分割子模板所采用的图像分割算法不做限定;提供了图像特征提取子模板,图像特征提取子模板用于对图像进行图像特征提取处理,图像特征提取子模板所采用的特征提取算法不做限定;提供了图像压缩子模板,图像压缩子模板用于对图像进行图像压缩处理,图像压缩子模板所采用的图像压缩算法不做限定。本申请不限于以上图像处理子模板。
模板库可以设置在图像处理设备中,从而图像处理设备可以直接获取到模板库中的各个图像处理模板;或者,模板库可以设置在其他设备中,从而图像处理设备可以从而其他设备中获取到模板库中的各个图像处理模板。
图像处理设备可以根据指示信息中的图像处理类型,从上述模板库中获取到与图像处理类型对应的图像处理模板。举例来说,指示信息中的图像处理类型指示对图像依次进行放大、缩小、过滤的处理,图像处理设备可以从模板库中获取到图像处理模板1,图像处理模板1中包括了图像放大子模板、图像缩小子模板、图像过滤子模板。再举例来说,指示信息中的图像处理类型指示对图像依次进行去噪、旋转、缩小画布的处理,图像处理设备可以从模板库中获取到图像处理模板2,图像处理模板2中包括了图像去噪子模板、图像旋转子模板、图像缩小画布子模板。
步骤103、根据与图像处理类型对应的图像处理模板,处理待处理图像。
在本实施例中,具体的,图像处理设备将待处理图像输入到图像处理模板中,从而可以根据图像处理模板对待处理图像进行处理,得到处理后的待处理图像。
本实施例,通过获取指示信息和待处理图像,指示信息用于指示图像处理类型;根据图像处理类型,从预设的模板库中获取与图像处理类型对应的图像处理模板,模板库中包括一个或多个图像处理模板,每一个图像处理模板中包括N个图像处理子模板,每一个图像处理模板中各图像处理子模板之间具有次序关系,每一个图像处理子模板与一种图像处理方式对应,每一个图像处理子模板用于对图像进行图像处理子模板对应的图像处理方式所指示的图像处理过程;根据与图像处理类型对应的图像处理模板,处理待处理图像。提供了一个模板库,模板库中包括一个或多个图像处理模板,每一个图像处理模板用于对图像进行一种图像处理流程,每一个图像处理模板中包括一个或多个图像处理子模板,将图像处理子模板组成一个链式组合形式的图像处理模板;在对图像进行处理的时候,根据图像处理的需求,调用模板库中的图像处理模板对图像进行处理;从而不需要对每一图像编写大量的图像处理代码,减少了图像处理的工作量,提高了图像处理的效率;同时降低了人工成本,进而降低图像处理的成本。并且本实施例中可以将在采用图像处理模板中的每一个图像处理子模板对图像进行处理之后,可以获知每一次变换后的图像。
图2为本申请实施例提供的一种图像处理方法的流程示意图。如图2所示,该方法包括:
步骤201、获取指示信息和待处理图像,其中,指示信息用于指示图像处理类型。
在本实施例中,具体的,执行主体可以是图像处理设备、或者图像处理装置、或者终端设备、或者服务器、或者其他可以执行本实施例的设备。本实施例以执行主体为图像处理设备进行介绍。
本步骤可以参见图1所示的步骤101,不再赘述。
步骤202、获取与每一个图像处理子模板对应的待输入参数组合,其中,待输入参数组合中包括至少一个图像处理参数。
可选的,与每一个图像处理子模板对应的待输入参数组合中包括参数组合标识;则步骤202具体包括:接收指示命令,其中,指示命令中包括与每一个图像处理子模板对应的参数组合标识;在预设的参数库中,确定与每一个参数组合标识对应的待输入参数组合,其中,参数库中包括至少一组待输入参数组合。
可选的,图像处理参数为以下的任意一种:图像处理区域的位置信息、图像处理区域的大小、图像处理区域的中心点的位置信息、图像处理区域的半径、比例系数、变形系数、增长系数、第一参数和第二参数。
在本实施例中,具体的,图像处理设备需要获取到图像处理参数,以根据图像处理参数对图像进行处理。具体来说,提供了一个JavaScript对象简谱(JavaScript ObjectNotation,简称JSON)文件,在该JSON文件中存储了多个待输入参数组合,即JSON文件中存储了多组的待输入参数组合。每一组待输入参数组合中包括了一个或多个图像处理参数,另外,每一组待输入参数组合中还包括了参数组合标识。
图像处理设备接收用户或者其他设备发送的指示命令,指示命令中包括了与每一个图像处理子模板对应的参数组合标识。然后,针对于每一个图像处理子模板,图像处理设备在参数库中,即在JSON文件中,查找到与每一个参数组合标识对应的一组待输入参数组合。
其中,图像处理参数为以下的任意一种:图像处理区域的位置信息、图像处理区域的大小、图像处理区域的中心点的位置信息、图像处理区域的半径、比例系数、变形系数、增长系数、第一参数和第二参数。图像处理区域的位置信息指示出了图像中的需要处理的区域的位置;图像处理区域的大小指示出了图像中的需要处理的区域的大小;图像处理区域的中心点的位置信息指示出了图像中的需要处理的区域的中心点的位置,该位置包括了中心点的x轴坐标值和y轴坐标值;图像处理区域的半径指示出了图像中的需要处理的区域的半径的大小;比例系数指示出了对图像中的需要处理的区域进行缩小、放大等的比例值;变形系数指示出了对图像中的需要处理的区域进行变形处理的比例值;增长系数指示出了对图像中的需要处理的区域进行图像处理的一个参考系数;第一参数是图像处理过程的参考系数,第二参数也是图像处理过程的参考系数。
举例来说,对于某一个图像处理子模板,图像处理设备获取到一组待输入参数组合,待输入参数组合中包括了图像的区域1的位置信息、图像的区域1的中心点的位置信息、比例系数。
再举例来说,对于某一个图像处理子模板,图像处理设备获取到一组待输入参数组合,待输入参数组合中包括了图像的区域2的位置信息、图像的区域2的中心点的位置信息、图像的区域2的半径、变形系数。
步骤203、根据图像处理类型,从预设的模板库中获取与图像处理类型对应的图像处理模板,其中,模板库中包括一个或多个图像处理模板,每一个图像处理模板中包括N个图像处理子模板,N为大于等于1的正整数,每一个图像处理模板中各图像处理子模板之间具有次序关系,每一个图像处理子模板与一种图像处理方式对应,每一个图像处理子模板用于对图像进行图像处理子模板对应的图像处理方式所指示的图像处理过程。
在本实施例中,具体的,本步骤可以参见图1所示的步骤102,不再赘述。
步骤204、将待处理图像和每一个图像处理子模板所对应的待输入参数组合输入到每一个图像处理子模板中,以更新待处理图像。
可选的,步骤204具体包括步骤2041和步骤2042:
步骤2041、根据第i个图像处理子模板对应的待输入参数组合,确定待处理图像中的每一个像素点的图像变换参数,其中,图像变换参数与距离值之间成反比,距离值为像素点与预设的图像处理区域的中心点之间的距离,i∈[1,N],i为正整数。
可选的,第i个图像处理子模板对应的待输入参数组合中包括:图像处理区域的中心点的位置信息、图像处理区域的半径、比例系数和增长系数;则步骤2041具体包括以下步骤:
步骤2041a、根据第i个图像处理子模板的比例系数,确定述第i个图像处理子模板的变换规模系数。
步骤2041b、确定每一个像素点的位置信息,并根据每一个像素点的位置信息、第i个图像处理子模板的图像处理区域的中心点的位置信息、以及第i个图像处理子模板的图像处理区域的半径,计算每一个像素点与中心点之间的距离值。
步骤2041c、根据第i个图像处理子模板的图像处理区域的半径和每一个像素点的距离值,确定每一个像素点的第三参数。
步骤2041d、根据每一个像素点的第三参数、第i个图像处理子模板的增长系数、以及第i个图像处理子模板的变换规模系数,确定每一个像素点的第四参数。
步骤2042e、根据第i个图像处理子模板的预设的初始变换强度系数和每一个像素点的第四参数,确定每一个像素点的变换强度系数;
步骤2041f、根据每一个像素点的变换强度系数,确定每一个像素点的图像变换参数。
可选的,在步骤2041f之后,还可以包括:步骤2041g、根据第i个图像处理子模板的变换规模系数,确定第i个图像处理子模板的平滑系数。
或者,可选的,第i个图像处理子模板对应的待输入参数组合中还包括第一参数和第二参数;则在步骤2041f之后,还可以包括:步骤2041h、根据第i个图像处理子模板的第一参数和第i个图像处理子模板的第二参数,确定第i个图像处理子模板的平滑系数。
步骤2042、根据每一个像素点的图像变换参数和第i个图像处理子模板,更新待处理图像。
可选的,步骤2042具体包括:根据一个像素点的图像变换参数、第i个图像处理子模板的平滑系数以及第i个图像处理子模板,更新待处理图像。
可选的,第i个图像处理子模板的平滑系数为deltaScale′=deltaScale*deltaScale*(3.0-2.0*deltaScale),其中,deltaScale为第i个图像处理子模板的变换规模系数;或者,第i个图像处理子模板的平滑系数为deltaScale′=clamp((x-min)/(max-min),0.0,1.0),min是第一参数,max是第二参数,x为预设系数。
距离值dist为vec2 dist=vec2(d*radius[i].x,d*radius[i].y),其中,第一数值d=(e1*e1)+(e2*e2),第二数值e1=(textureCoord.x-center[i].x)/(radius[i].x),第三数值e2=(textureCoord.y-center[i].y)/(radius[i].y/aspectRatio),其中,textureCoord.x是像素点的x轴坐标值,textureCoord.y是像素点的y轴坐标值,center[i].x是第i个图像处理子模板的图像处理区域的中心点的x轴坐标值,center[i].y是第i个图像处理子模板的图像处理区域的中心点的y轴坐标值,radius[i].x是第i个图像处理子模板的预设点的x轴坐标值,radius[i].y第i个图像处理子模板的预设点的y轴坐标值,aspectRatio是预设的比率值。
第三参数delta为vec2 delta=((radius[i]-dist)/radius[i]),其中,radius是第i个图像处理子模板的图像处理区域的半径。
第i个图像处理子模板的变换规模系数为deltaScale=scale[i],scale[i]是第i个图像处理子模板的比例系数。
第四参数percent为vec2 percent=1.0-((delta*deltaScale)*progress),其中,progress是增长系数。
变换强度系数为textureCoord=textureCoord′*percent,其中,中间变换强度信息textureCoord′=textureCoord″-center[i],textureCoord″是初始变换强度系数,center[i]是第i个图像处理子模板的图像处理区域的中心点的x轴坐标值与y轴坐标值的平方和;
图像变换参数为uv=textureCoord+center[i]。
在本实施例中,具体的,图像处理设备可以根据第i个图像处理子模板对应的待输入参数组合,确定出图像中图像处理区域的每一个像素点的图像变换参数,其中,图像处理区域为待处理区域,图像变换参数与距离值之间成反比,即距离值越小,则图像变换参数越大,距离值越大,则图像变换参数越小;其中,距离值为像素点与图像处理区域的中心点之间的距离。
对于上述过程,具体来说,在采用第i个图像处理子模板对图像进行处理的时候,图像处理设备获取到的第i个图像处理子模板对应的待输入参数组合中包括了以下参数:图像处理区域的中心点的位置信息、图像处理区域的半径、比例系数、增长系数、第一参数和第二参数。
首先,图像处理设备根据第i个图像处理子模板的比例系数scale[i],确定第i个图像处理子模板的变换规模系数deltaScale=scale[i]。
然后,对于图像处理区域的每一个像素点来说,在对每一个像素点进行处理的时候,图像处理设备是可以确定出每一个像素点的位置信息,即确定出每一个像素点的x轴坐标值textureCoord.x,每一个像素点的y轴坐标值textureCoord.y;然后,由于第i个图像处理子模板的图像处理区域的中心点的位置信息中具有中心点的x轴坐标值center[i].x、中心点的y轴坐标值center[i].y,针对于图像处理区域的每一个像素点来说,图像处理设备根据像素点的位置信息和图像处理区域的中心点的位置信息,计算出第二数值e1=(textureCoord.x-center[i].x)/(radius[i].x),以及第三数值e2=(textureCoord.y-center[i].y)/(radius[i].y/aspectRatio),其中,第二数值e1、第三数值e2都取浮点值(float),aspectRatio是预设的比率值;然后,针对于图像处理区域的每一个像素点来说,图像处理设备根据每一个像素点的第二数值e1和第三数值e2,计算出第一数值d=(e1*e1)+(e2*e2),其中,第一数值d取浮点值;对于第i个图像处理子模板,预先设置一个预设点,该预设点的x轴坐标值为radius[i].x,该预设点的y轴坐标值为radius[i].y,从而,针对于图像处理区域的每一个像素点来说,图像处理设备可以根据第一数值d、radius[i].x和radius[i].y,采用公式vec2 dist=vec2(d*radius[i].x,d*radius[i].y)计算出像素点与中心点之间的距离值dist,其中,vec2表示一个二维向量。从而,针对于第i个图像处理子模板,对于图像处理区域的每一个像素点来说,图像处理设备根据像素点的位置信息、第i个图像处理子模板的图像处理区域的中心点的位置信息、以及第i个图像处理子模板的图像处理区域的半径,计算像素点与中心点之间的距离值dist。
然后,针对于图像处理区域的每一个像素点来说,图像处理设备根据第i个图像处理子模板的图像处理区域的半径radius和像素点的距离值dist,采用公式vec2 delta=((radius[i]-dist)/radius[i])计算出像素点的第三参数delta。可知,像素点距离中心点越近,则第三参数delta越大;即距离值dist越小,第三参数delta越大。
然后,针对于图像处理区域的每一个像素点来说,图像处理设备根据像素点的第三参数delta、第i个图像处理子模板的增长系数progress、以及第i个图像处理子模板的变换规模系数deltaScale,采用公式vec2 percent=1.0-((delta*deltaScale)*progress)计算出像素点的第四参数percent。可知,第三参数delta越大,第四参数percent越小。
然后,针对于图像处理区域的每一个像素点来说,图像处理设备根据第i个图像处理子模板的预设的初始变换强度系数textureCoord″和第四参数percent,计算出像素点的变换强度系数textureCoord=textureCoord′*percent。其中,中间变换强度信息textureCoord′=textureCoord″-center[i],center[i]是第i个图像处理子模板的图像处理区域的中心点的x轴坐标值与y轴坐标值的平方和。可知,第四参数percent越小,变换强度系数textureCoord越大,则像素点的变换越大,这是因为当前取到的像素点越接近圆心,因而像素点的变换可以越大。可知,变换强度系数textureCoord与距离值dist之间成反比,即距离值dist越大,变换强度系数textureCoord越小;距离值dist越小,变换强度系数textureCoord越大。
然后,根据每一个像素点的变换强度系数textureCoord,确定每一个像素点的图像变换参数uv=textureCoord+center[i]。可知,变换强度系数textureCoord越大,图像变换参数uv越大。综上,图像变换参数uv与距离值dist之间成反比,即距离值dist越小,则图像变换参数uv越大;距离值dist越大,则图像变换参数uv越小。
然后,还可以根据第i个图像处理子模板的变换规模系数deltaScale,计算出第i个图像处理子模板的平滑系数deltaScale′=deltaScale*deltaScale*(3.0-2.0*deltaScale)。或者,根据第i个图像处理子模板的第一参数min和第i个图像处理子模板的第二参数max,计算出第i个图像处理子模板的平滑系数deltaScale′=clamp((x-min)/(max-min),0.0,1.0)。其中,clamp函数表征将随机变化的数值限制在一个给定的区间[min,max]内,clamp函数确定出的数值结余max与min之间,若x小于min,返回min,若x大于max,返回max;其中,针对不同类型的图像处理子模板预先配置了不同的第一参数min和第二参数max,
在确定出了图像的图像处理区域的每一个像素点的图像变换参数uv之后,在采用第i个图像处理子模板对待处理图像进行处理的时候,针对于图像处理区域的每一个像素点来说,图像处理设备可以根据像素点的图像变换参数uv和获取到的第i个图像处理子模板,对待处理图像进行图像处理,进而更新待处理图像。进一步的,在第i个图像处理子模板的平滑系数deltaScale′的时候,在采用第i个图像处理子模板对待处理图像进行处理的时候,针对于图像处理区域的每一个像素点来说,图像处理设备可以根据像素点的图像变换参数uv、第i个图像处理子模板的平滑系数deltaScale′、以及获取到的第i个图像处理子模板,对待处理图像进行图像处理,进而更新待处理图像。
具体来说,针对图像的图像处理区域的每一个像素点来说,像素点的图像变换参数uv是一个数值,并且,第i个图像处理子模板的平滑系数deltaScale′也是一个数值;图像处理设备在根据第i个图像处理子模板对像素点进行处理的时候,可以将像素点的图像变换参数uv、第i个图像处理子模板的平滑系数deltaScale′都输入到第i个图像处理子模板中;从而依据第i个图像处理子模板自身的变换数值、像素点的图像变换参数uv、以及第i个图像处理子模板的平滑系数deltaScale′对图像进行处理。
举例来说,图像处理设备在根据图像放大子模板对图像进行处理的时候,对于像素点1来说,像素点1的图像变换参数为uv1,图像处理设备在对像素点1进行放大处理的时候,在原来的放大处理的放大参数的基础上,可以乘以像素点1的图像变换参数uv1,得到新的放大参数,然后,图像处理设备采用新的放大参数对像素点1进行放大;对于像素点2来说,像素点1的图像变换参数为uv2,图像处理设备在对像素点2进行放大处理的时候,在原来的放大处理的放大参数的基础上,可以乘以像素点2的图像变换参数uv2,得到新的放大参数,然后,图像处理设备采用新的放大参数对像素点2进行放大。
举例来说,图像处理设备在根据图像旋转模板对图像进行处理的时候,对于像素点1来说,像素点1的图像变换参数为uv1,图像处理设备在对像素点1进行旋转处理的时候,在原来的旋转处理的旋转参数的基础上,可以乘以像素点1的图像变换参数uv1,得到新的旋转参数,然后,图像处理设备采用新的旋转参数对像素点1进行旋转,并且图像放大子模板的平滑系数deltaScale′,对像素点1进行平滑处理;对于像素点2来说,像素点1的图像变换参数为uv2,图像处理设备在对像素点2进行旋转处理的时候,在原来的旋转处理的旋转参数的基础上,可以乘以图像变换参数uv2,得到新的旋转参数,然后,图像处理设备采用新的旋转参数对像素点2进行旋转,并且图像放大子模板的平滑系数deltaScale′,对像素点2进行平滑处理。
本实施例,提供了一个模板库,模板库中包括一个或多个图像处理模板,每一个图像处理模板用于对图像进行一种图像处理流程,每一个图像处理模板中包括一个或多个图像处理子模板,将图像处理子模板组成一个链式组合形式的图像处理模板;在对图像进行处理的时候,根据图像处理的需求,调用模板库中的图像处理模板对图像进行处理;从而不需要对每一图像编写大量的图像处理代码,减少了图像处理的工作量,提高了图像处理的效率;同时降低了人工成本,进而降低图像处理的成本。并且,本实施例中提供了确定图像变换参数的具体实施方式,可以针对不同的像素点确定出不同的图像变换参数,进而可以将图像变换出多种效果;并且可以通过确定出平滑系数的方式,对图像进行平滑处理,使得图像的变换更加自然。
图3为本申请实施例提供的一种图像处理装置的结构示意图,如图3所示,本实施例的装置可以包括:
第一获取单元31,用于获取指示信息和待处理图像,其中,指示信息用于指示图像处理类型。
第二获取单元32,用于根据图像处理类型,从预设的模板库中获取与图像处理类型对应的图像处理模板,其中,模板库中包括一个或多个图像处理模板,每一个图像处理模板中包括N个图像处理子模板,N为大于等于1的正整数,每一个图像处理模板中各图像处理子模板之间具有次序关系,每一个图像处理子模板与一种图像处理方式对应,每一个图像处理子模板用于对图像进行图像处理子模板对应的图像处理方式所指示的图像处理过程。
处理单元33,用于根据与图像处理类型对应的图像处理模板,处理待处理图像。
本实施例的图像处理装置可执行本申请实施例提供的一种图像处理方法,其实现原理相类似,此处不再赘述。
本实施例,通过获取指示信息和待处理图像,指示信息用于指示图像处理类型;根据图像处理类型,从预设的模板库中获取与图像处理类型对应的图像处理模板,模板库中包括一个或多个图像处理模板,每一个图像处理模板中包括N个图像处理子模板,每一个图像处理模板中各图像处理子模板之间具有次序关系,每一个图像处理子模板与一种图像处理方式对应,每一个图像处理子模板用于对图像进行图像处理子模板对应的图像处理方式所指示的图像处理过程;根据与图像处理类型对应的图像处理模板,处理待处理图像。提供了一个模板库,模板库中包括一个或多个图像处理模板,每一个图像处理模板用于对图像进行一种图像处理流程,每一个图像处理模板中包括一个或多个图像处理子模板,将图像处理子模板组成一个链式组合形式的图像处理模板;在对图像进行处理的时候,根据图像处理的需求,调用模板库中的图像处理模板对图像进行处理;从而不需要对每一图像编写大量的图像处理代码,减少了图像处理的工作量,提高了图像处理的效率;同时降低了人工成本,进而降低图像处理的成本。并且本实施例中可以将在采用图像处理模板中的每一个图像处理子模板对图像进行处理之后,可以获知每一次变换后的图像。
图4为本申请实施例提供的另一种图像处理装置的结构示意图,在图3所示实施例的基础上,如图4所示,本实施例的装置,还包括:
第三获取单元41,用于在第二获取单元32根据图像处理类型,从预设的模板库中获取与图像处理类型对应的图像处理模板之前,获取与每一个图像处理子模板对应的待输入参数组合,其中,待输入参数组合中包括至少一个图像处理参数。
处理单元33,具体用于:将待处理图像和每一个图像处理子模板所对应的待输入参数组合输入到每一个图像处理子模板中,以更新待处理图像。
处理单元33,包括:
第一确定模块331,用于根据第i个图像处理子模板对应的待输入参数组合,确定待处理图像中的每一个像素点的图像变换参数,其中,图像变换参数与距离值之间成反比,距离值为像素点与预设的图像处理区域的中心点之间的距离,i∈[1,N],i为正整数。
更新模块332,用于根据每一个像素点的图像变换参数和第i个图像处理子模板,更新待处理图像。
第i个图像处理子模板对应的待输入参数组合中包括:图像处理区域的中心点的位置信息、图像处理区域的半径、比例系数和增长系数;则第一确定模块331,包括:
第一确定子模块3311,用于根据第i个图像处理子模板的比例系数,确定述第i个图像处理子模板的变换规模系数。
第二确定子模块3312,用于确定每一个像素点的位置信息,并根据每一个像素点的位置信息、第i个图像处理子模板的图像处理区域的中心点的位置信息、以及第i个图像处理子模板的图像处理区域的半径,计算每一个像素点与中心点之间的距离值。
第三确定子模块3313,用于根据第i个图像处理子模板的图像处理区域的半径和每一个像素点的距离值,确定每一个像素点的第三参数。
第四确定子模块3314,用于根据每一个像素点的第三参数、第i个图像处理子模板的增长系数、以及第i个图像处理子模板的变换规模系数,确定每一个像素点的第四参数。
第五确定子模块3315,用于根据第i个图像处理子模板的预设的初始变换强度系数和每一个像素点的第四参数,确定每一个像素点的变换强度系数。
第六确定子模块3316,用于根据每一个像素点的变换强度系数,确定每一个像素点的图像变换参数。
第一确定模块331,还包括:第七确定子模块3317,用于在第六确定子模块3316根据每一个像素点的变换强度系数,确定每一个像素点的图像变换参数之后,根据第i个图像处理子模板的变换规模系数,确定第i个图像处理子模板的平滑系数;或者,第i个图像处理子模板对应的待输入参数组合中还包括第一参数和第二参数,则第一确定模块331,还包括:第八确定子模块3318,用于在第六确定子模块3316根据每一个像素点的变换强度系数,确定每一个像素点的图像变换参数之后,根据第i个图像处理子模板的第一参数和第i个图像处理子模板的第二参数,确定第i个图像处理子模板的平滑系数;
更新模块332,具体用于:根据一个像素点的图像变换参数、第i个图像处理子模板的平滑系数以及第i个图像处理子模板,更新待处理图像。
第i个图像处理子模板的平滑系数为deltaScale′=deltaScale*deltaScale*(3.0-2.0*deltaScale),其中,deltaScale为第i个图像处理子模板的变换规模系数;或者,第i个图像处理子模板的平滑系数为deltaScale′=clamp((x-min)/(max-min),0.0,1.0),min是第一参数,max是第二参数,x为预设系数。
距离值dist为vec2 dist=vec2(d*radius[i].x,d*radius[i].y),其中,第一数值d=(e1*e1)+(e2*e2),第二数值e1=(textureCoord.x-center[i].x)/(radius[i].x),第三数值e2=(textureCoord.y-center[i].y)/(radius[i].y/aspectRatio),其中,textureCoord.x是像素点的x轴坐标值,textureCoord.y是像素点的y轴坐标值,center[i].x是第i个图像处理子模板的图像处理区域的中心点的x轴坐标值,center[i].y是第i个图像处理子模板的图像处理区域的中心点的y轴坐标值,radius[i].x是第i个图像处理子模板的预设点的x轴坐标值,radius[i].y第i个图像处理子模板的预设点的y轴坐标值,aspectRatio是预设的比率值。
第三参数delta为vec2 delta=((radius[i]-dist)/radius[i]),其中,radius是第i个图像处理子模板的图像处理区域的半径。
第i个图像处理子模板的变换规模系数为deltaScale=scale[i],scale[i]是第i个图像处理子模板的比例系数。
第四参数percent为vec2 percent=1.0-((delta*deltaScale)*progress),其中,progress是增长系数。
变换强度系数为textureCoord=textureCoord′*percent,其中,中间变换强度信息textureCoord′=textureCoord″-center[i],textureCoord″是初始变换强度系数,center[i]是第i个图像处理子模板的图像处理区域的中心点的x轴坐标值与y轴坐标值的平方和。
图像变换参数为uv=textureCoord+center[i]。
与每一个图像处理子模板对应的待输入参数组合中包括参数组合标识;则第三获取单元41,包括:
接收模块411,用于接收指示命令,其中,指示命令中包括与每一个图像处理子模板对应的参数组合标识。
第二确定模块412,用于在预设的参数库中,确定与每一个参数组合标识对应的待输入参数组合,其中,参数库中包括至少一组待输入参数组合。
图像处理子模板为以下的任意一种:图像放大模板、图像缩小模板、图像旋转模板、图像去噪模板、图像增强模板、图像复原模板、图像分割模板、图像特征提取模板、图像压缩模板。
本实施例的图像处理装置可执行本申请实施例提供的另一种图像处理方法,其实现原理相类似,此处不再赘述。
本实施例,提供了一个模板库,模板库中包括一个或多个图像处理模板,每一个图像处理模板用于对图像进行一种图像处理流程,每一个图像处理模板中包括一个或多个图像处理子模板,将图像处理子模板组成一个链式组合形式的图像处理模板;在对图像进行处理的时候,根据图像处理的需求,调用模板库中的图像处理模板对图像进行处理;从而不需要对每一图像编写大量的图像处理代码,减少了图像处理的工作量,提高了图像处理的效率;同时降低了人工成本,进而降低图像处理的成本。并且,本实施例中提供了确定图像变换参数的具体实施方式,可以针对不同的像素点确定出不同的图像变换参数,进而可以将图像变换出多种效果;并且可以通过确定出平滑系数的方式,对图像进行平滑处理,使得图像的变换更加自然。
图5为本申请实施例提供的一种图像处理设备的结构示意图,如图5所示,本申请实施例提供了一种图像处理设备,可以用于执行图1、或图2所示实施例中图像处理设备动作或步骤,具体包括:处理器2701,存储器2702和通信接口2703。
存储器2702,用于存储计算机程序。
处理器2701,用于执行存储器2702中存储的计算机程序,以实现图1、或图2所示实施例中图像处理设备的动作,不再赘述。
可选的,图像处理设备还可以包括总线2704。其中,处理器2701、存储器2702以及通信接口2703可以通过总线2704相互连接;总线2704可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture,简称EISA)总线等。上述总线2704可以分为地址总线、数据总线和控制总线等。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。
在本申请实施例中,上述各实施例之间可以相互参考和借鉴,相同或相似的步骤以及名词均不再一一赘述。
或者,以上各个模块的部分或全部也可以通过集成电路的形式内嵌于该图像处理设备的某一个芯片上来实现。且它们可以单独实现,也可以集成在一起。即以上这些模块可以被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(Digital Singnal Processor,简称DSP),或,一个或者多个现场可编程门阵列(FieldProgrammable Gate Array,简称FPGA)等。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器2702,上述指令可由上述图像处理设备的处理器2701执行以完成上述方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当该存储介质中的指令由图像处理设备的处理器执行时,使得图像处理设备能够执行上述图像处理方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、图像处理设备或数据中心通过有线(例如,同轴电缆、光纤、数字用户线(digitalsubscriber line,DSL))或无线(例如,红外、无线、微波等)方式向另一个网站站点、计算机、图像处理设备或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的图像处理设备、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本申请实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取指示信息和待处理图像,其中,所述指示信息用于指示图像处理类型;
根据所述图像处理类型,从预设的模板库中获取与所述图像处理类型对应的图像处理模板,其中,所述模板库中包括一个或多个图像处理模板,每一个所述图像处理模板中包括N个图像处理子模板,N为大于等于1的正整数,每一个所述图像处理模板中各图像处理子模板之间具有次序关系,每一个所述图像处理子模板与一种图像处理方式对应,每一个所述图像处理子模板用于对图像进行图像处理子模板对应的图像处理方式所指示的图像处理过程;
根据与所述图像处理类型对应的图像处理模板,处理所述待处理图像;
在根据所述图像处理类型,从预设的模板库中获取与所述图像处理类型对应的图像处理模板之前,还包括:
获取与每一个所述图像处理子模板对应的待输入参数组合,其中,所述待输入参数组合中包括至少一个图像处理参数;
根据与所述图像处理类型对应的图像处理模板,处理所述待处理图像,包括:
根据第i个图像处理子模板对应的待输入参数组合,确定所述待处理图像中的每一个像素点的图像变换参数,其中,所述图像变换参数与距离值之间成反比,所述距离值为所述像素点与预设的图像处理区域的中心点之间的距离,i∈[1,N],i为正整数;
根据所述每一个像素点的图像变换参数和所述第i个图像处理子模板,更新所述待处理图像。
2.根据权利要求1所述的方法,其特征在于,第i个图像处理子模板对应的待输入参数组合中包括:图像处理区域的中心点的位置信息、图像处理区域的半径、比例系数和增长系数;
根据第i个图像处理子模板对应的待输入参数组合,确定所述待处理图像中的每一个像素点的图像变换参数,包括:
根据第i个图像处理子模板的比例系数,确定述第i个图像处理子模板的变换规模系数;
确定每一个像素点的位置信息,并根据所述每一个像素点的位置信息、第i个图像处理子模板的图像处理区域的中心点的位置信息、以及第i个图像处理子模板的图像处理区域的半径,计算所述每一个像素点与所述中心点之间的距离值;
根据第i个图像处理子模板的图像处理区域的半径和所述每一个像素点的距离值,确定所述每一个像素点的第三参数;
根据所述每一个像素点的第三参数、第i个图像处理子模板的增长系数、以及第i个图像处理子模板的变换规模系数,确定所述每一个像素点的第四参数;
根据第i个图像处理子模板的预设的初始变换强度系数和所述每一个像素点的第四参数,确定所述每一个像素点的变换强度系数;
根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数。
3.根据权利要求2所述的方法,其特征在于,在根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数之后,还包括:根据第i个图像处理子模板的变换规模系数,确定第i个图像处理子模板的平滑系数;或者,第i个图像处理子模板对应的待输入参数组合中还包括第一参数和第二参数,则在根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数之后,还包括:根据第i个图像处理子模板的第一参数和第i个图像处理子模板的第二参数,确定第i个图像处理子模板的平滑系数;
根据所述每一个像素点的图像变换参数和所述第i个图像处理子模板,更新所述待处理图像,包括:
根据所述一个像素点的图像变换参数、第i个图像处理子模板的平滑系数以及所述第i个图像处理子模板,更新所述待处理图像。
4.根据权利要求1-3任一项所述的方法,其特征在于,与每一个所述图像处理子模板对应的待输入参数组合中包括参数组合标识;
所述获取与每一个所述图像处理子模板对应的待输入参数组合,包括:
接收指示命令,其中,所述指示命令中包括与每一个所述图像处理子模板对应的参数组合标识;
在预设的参数库中,确定与每一个所述参数组合标识对应的待输入参数组合,其中,所述参数库中包括至少一组待输入参数组合。
5.一种图像处理装置,其特征在于,包括:
第一获取单元,用于获取指示信息和待处理图像,其中,所述指示信息用于指示图像处理类型;
第二获取单元,用于根据所述图像处理类型,从预设的模板库中获取与所述图像处理类型对应的图像处理模板,其中,所述模板库中包括一个或多个图像处理模板,每一个所述图像处理模板中包括N个图像处理子模板,N为大于等于1的正整数,每一个所述图像处理模板中各图像处理子模板之间具有次序关系,每一个所述图像处理子模板与一种图像处理方式对应,每一个所述图像处理子模板用于对图像进行图像处理子模板对应的图像处理方式所指示的图像处理过程;
处理单元,用于根据与所述图像处理类型对应的图像处理模板,处理所述待处理图像;
所述装置,还包括:
第三获取单元,用于在所述第二获取单元根据所述图像处理类型,从预设的模板库中获取与所述图像处理类型对应的图像处理模板之前,获取与每一个所述图像处理子模板对应的待输入参数组合,其中,所述待输入参数组合中包括至少一个图像处理参数;
所述处理单元,具体用于:
将所述待处理图像和每一个所述图像处理子模板所对应的待输入参数组合输入到每一个所述图像处理子模板中,以更新所述待处理图像;
所述处理单元,包括:
第一确定模块,用于根据第i个图像处理子模板对应的待输入参数组合,确定所述待处理图像中的每一个像素点的图像变换参数,其中,所述图像变换参数与距离值之间成反比,所述距离值为所述像素点与预设的图像处理区域的中心点之间的距离,i∈[1,N],i为正整数;
更新模块,用于根据所述每一个像素点的图像变换参数和所述第i个图像处理子模板,更新所述待处理图像。
6.根据权利要求5所述的装置,其特征在于,第i个图像处理子模板对应的待输入参数组合中包括:图像处理区域的中心点的位置信息、图像处理区域的半径、比例系数和增长系数;
所述第一确定模块,包括:
第一确定子模块,用于根据第i个图像处理子模板的比例系数,确定述第i个图像处理子模板的变换规模系数;
第二确定子模块,用于确定每一个像素点的位置信息,并根据所述每一个像素点的位置信息、第i个图像处理子模板的图像处理区域的中心点的位置信息、以及第i个图像处理子模板的图像处理区域的半径,计算所述每一个像素点与所述中心点之间的距离值;
第三确定子模块,用于根据第i个图像处理子模板的图像处理区域的半径和所述每一个像素点的距离值,确定所述每一个像素点的第三参数;
第四确定子模块,用于根据所述每一个像素点的第三参数、第i个图像处理子模板的增长系数、以及第i个图像处理子模板的变换规模系数,确定所述每一个像素点的第四参数;
第五确定子模块,用于根据第i个图像处理子模板的预设的初始变换强度系数和所述每一个像素点的第四参数,确定所述每一个像素点的变换强度系数;
第六确定子模块,用于根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数。
7.根据权利要求6所述的装置,其特征在于,所述第一确定模块,还包括:第七确定子模块,用于在所述第六确定子模块根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数之后,根据第i个图像处理子模板的变换规模系数,确定第i个图像处理子模板的平滑系数;或者,第i个图像处理子模板对应的待输入参数组合中还包括第一参数和第二参数,则所述第一确定模块,还包括:第八确定子模块,用于在所述第六确定子模块根据所述每一个像素点的变换强度系数,确定所述每一个像素点的图像变换参数之后,根据第i个图像处理子模板的第一参数和第i个图像处理子模板的第二参数,确定第i个图像处理子模板的平滑系数;
所述更新模块,具体用于:
根据所述一个像素点的图像变换参数、第i个图像处理子模板的平滑系数以及所述第i个图像处理子模板,更新所述待处理图像。
8.根据权利要求5-7任一项所述的装置,其特征在于,与每一个所述图像处理子模板对应的待输入参数组合中包括参数组合标识;
所述第三获取单元,包括:
接收模块,用于接收指示命令,其中,所述指示命令中包括与每一个所述图像处理子模板对应的参数组合标识;
第二确定模块,用于在预设的参数库中,确定与每一个所述参数组合标识对应的待输入参数组合,其中,所述参数库中包括至少一组待输入参数组合。
9.一种图像处理设备,其特征在于,包括:处理器、存储器以及计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现如权利要求1-4任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811431829.1A CN109584149B (zh) | 2018-11-28 | 2018-11-28 | 图像处理方法、装置、设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811431829.1A CN109584149B (zh) | 2018-11-28 | 2018-11-28 | 图像处理方法、装置、设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109584149A CN109584149A (zh) | 2019-04-05 |
CN109584149B true CN109584149B (zh) | 2023-03-07 |
Family
ID=65924697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811431829.1A Active CN109584149B (zh) | 2018-11-28 | 2018-11-28 | 图像处理方法、装置、设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109584149B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111399730A (zh) * | 2020-03-12 | 2020-07-10 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003323616A (ja) * | 2002-02-26 | 2003-11-14 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理装置及びその方法と、画像処理プログラム及びそのプログラムを記録した記録媒体 |
CN102395999A (zh) * | 2009-04-15 | 2012-03-28 | 皇家飞利浦电子股份有限公司 | 医学图像数据的量化 |
CN107392974A (zh) * | 2017-07-13 | 2017-11-24 | 北京金山安全软件有限公司 | 图片生成方法、装置以及终端设备 |
CN107730445A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
CN108564082A (zh) * | 2018-04-28 | 2018-09-21 | 苏州赛腾精密电子股份有限公司 | 图像处理方法、装置、服务器和介质 |
CN108810406A (zh) * | 2018-05-23 | 2018-11-13 | Oppo广东移动通信有限公司 | 人像光效处理方法、装置、终端及计算机可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100245877A1 (en) * | 2009-03-31 | 2010-09-30 | Kabushiki Kaisha Toshiba | Image processing apparatus, image forming apparatus and image processing method |
JPWO2014203687A1 (ja) * | 2013-06-17 | 2017-02-23 | コニカミノルタ株式会社 | 画像処理方法、画像処理装置、および画像処理プログラム |
-
2018
- 2018-11-28 CN CN201811431829.1A patent/CN109584149B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003323616A (ja) * | 2002-02-26 | 2003-11-14 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理装置及びその方法と、画像処理プログラム及びそのプログラムを記録した記録媒体 |
CN102395999A (zh) * | 2009-04-15 | 2012-03-28 | 皇家飞利浦电子股份有限公司 | 医学图像数据的量化 |
CN107392974A (zh) * | 2017-07-13 | 2017-11-24 | 北京金山安全软件有限公司 | 图片生成方法、装置以及终端设备 |
CN107730445A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
CN108564082A (zh) * | 2018-04-28 | 2018-09-21 | 苏州赛腾精密电子股份有限公司 | 图像处理方法、装置、服务器和介质 |
CN108810406A (zh) * | 2018-05-23 | 2018-11-13 | Oppo广东移动通信有限公司 | 人像光效处理方法、装置、终端及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109584149A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109840477B (zh) | 基于特征变换的受遮挡人脸识别方法及装置 | |
CN109784250B (zh) | 自动引导小车的定位方法和装置 | |
WO2015106700A1 (en) | Method and apparatus for implementing image denoising | |
CN110458772B (zh) | 一种基于图像处理的点云滤波方法、装置和存储介质 | |
CN107615331B (zh) | 用于支持基于邻域块降维的图像去噪的系统和方法 | |
CN110969046B (zh) | 人脸识别方法、设备及计算机可读存储介质 | |
CN111290684B (zh) | 图像显示方法、图像显示装置及终端设备 | |
CN109584149B (zh) | 图像处理方法、装置、设备和计算机可读存储介质 | |
CN111383178A (zh) | 一种图像增强方法、装置及终端设备 | |
CN111311481A (zh) | 背景虚化方法、装置、终端设备及存储介质 | |
CN110852996A (zh) | 一种单分子定位方法 | |
CN111311619A (zh) | 一种实现滑块验证的方法和装置 | |
JP6937782B2 (ja) | 画像処理方法及びデバイス | |
CN108629219B (zh) | 一种识别一维码的方法及装置 | |
CN111260739A (zh) | 图片处理方法及装置 | |
CN115147389A (zh) | 图像处理方法、设备以及计算机可读存储介质 | |
CN110910439B (zh) | 图像分辨率估计方法、装置及终端 | |
CN111369472B (zh) | 图像去雾方法、装置、电子设备及介质 | |
CN112862907B (zh) | 显微图像校正方法、装置、设备、存储介质及产品 | |
CN110895550B (zh) | 一种处理采集数据的方法和装置 | |
CN110992371B (zh) | 一种基于先验信息的人像分割方法、装置及电子设备 | |
CN109286798B (zh) | 一种投影屏幕的边框位置识别方法、系统及终端设备 | |
CN114596210A (zh) | 噪声估计方法、装置、终端设备及计算机可读存储介质 | |
CN111429450A (zh) | 角点检测的方法、系统、设备及存储介质 | |
CN112927301A (zh) | 摄像头标定方法、装置、计算设备及可读存储介质 |
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 |