CN109741288A - 图像处理方法、装置、存储介质及电子设备 - Google Patents
图像处理方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN109741288A CN109741288A CN201910013789.7A CN201910013789A CN109741288A CN 109741288 A CN109741288 A CN 109741288A CN 201910013789 A CN201910013789 A CN 201910013789A CN 109741288 A CN109741288 A CN 109741288A
- Authority
- CN
- China
- Prior art keywords
- image
- scene
- processed
- mapping table
- brightness
- 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
Links
Abstract
本申请实施例公开了图像处理方法、装置、存储介质及电子设备。其中方法包括:获取待处理图像,对所述待处理图像进行场景识别;当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重;根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表;基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。本申请实施例通过采用上述技术方案,在确定待处理图像的场景识别结果包括两个或两个以上的目标场景时,根据目标场景的权重,确定待处理图像的融合亮度映射表,避免基于单一目标场景对复杂图像进行处理时,处理方式不恰当的情况,提高图像处理的精确度。
Description
技术领域
本申请实施例涉及电子设备技术领域,尤其涉及一种图像处理方法、装置、存储介质及电子设备。
背景技术
随着手机和平板电脑等电子设备的不断发展,越来越多的电子设备的拍照功能被用户广泛使用,并且用户对电子设备的拍照性能的要求也越来越高。
目前,电子设备在对拍摄的图像进行处理时,可以是基于图像场景进行不同的处理,以提高处理后图像质量。由于拍摄图像的复杂性,往往同时符合多个场景的判断标准,但是目前的场景区分变量单一,一般是确定图像的一个场景,根据该场景对图像进行处理,导致图像处理方式并不适合该图像,处理后图像效果差的情况。
发明内容
本申请实施例提供图像处理方法、装置、存储介质及电子设备,确定适用于复杂图像的处理方式,提高图像处理质量。
第一方面,本申请实施例提供了一种图像处理方法,包括:
获取待处理图像,对所述待处理图像进行场景识别;
当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重;
根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表;
基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。
第二方面,本申请实施例提供了图像处理装置,包括:
场景识别模块,用于获取待处理图像,对所述待处理图像进行场景识别;
权重确定模块,用于当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重;
融合亮度映射表确定模块,用于根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表;
第一图像处理模块,用于基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。
第三方面,本申请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,该程序被处理器执行时实现如本申请实施例所述的图像处理方法。
第四方面,本申请实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的图像处理方法。
本申请实施例中提供的图像处理方法,通过获取待处理图像,对所述待处理图像进行场景识别,当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重,根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表,基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。通过采用上述方案,在确定待处理图像的场景识别结果包括两个或两个以上的目标场景时,根据目标场景的权重,确定待处理图像的融合亮度映射表,避免基于单一目标场景对复杂图像进行处理时,处理方式不恰当的情况,提高图像处理的精确度。
附图说明
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2a为本申请实施例提供的另一种图像处理方法的流程示意图;
图2b是本申请实施例提供的一种亮度映射关系的曲线示意图;
图2c是本申请实施例提供的待处理图像亮度分布图的示意图;
图3为本申请实施例提供的另一种图像处理方法的流程示意图;
图4为本申请实施例提供的另一种图像处理方法的流程示意图;
图5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6为本申请实施例提供的一种电子设备的结构示意图;
图7为本申请实施例提供的另一种电子设备的结构示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本申请的技术方案。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
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,该方法可以由图像处理装置执行,其中该装置可由软件和/或硬件实现,一般可集成在电子设备中。如图1所示,该方法包括:
步骤101、获取待处理图像,对所述待处理图像进行场景识别。
步骤102、当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重。
步骤103、根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表。
步骤104、基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。
示例性的,本申请实施例中的电子设备可包括手机和平板电脑等智能设备。
本实施例中,待处理图像可以是通过电子设备的摄像头拍摄的,还可以是电子设备本地存储的图像。其中,可以是将待处理图像输入至电子设备中预先设置的场景识别模型中,根据场景识别模型的输出结果确定场景识别结果。场景识别模型可以是分类模型,也可以是神经网络模型,可根据图像的特征信息确定图像场景。示例性的,图像的场景可以是但不限于人像场景、逆光场景、暗光场景、夜景场景、夕阳场景、美食场景、风景场景等。但是,由于拍摄图像中内容复杂,图像往往并不是仅具有单一场景,示例性的,待处理图像中可以是同时包括关食和人像,可以是在逆光下拍摄的风景或者人像,还可以是在夜景中拍摄的美食或风景等。
本实施例中,可以是基于电子设备中场景识别模型对待处理图像进行场景识别,得到场景识别结果,示例性的,待处理图像的场景识别结果可以是风景场景的识别概率为50%,夕阳场景的识别概率为30%,人像场景的识别概率为20%。在现有技术中,将风景场景作为目标场景,忽略夕阳场景和人像场景,易导致图像信息处理不当的问题。例如,当识别概率的最大值小于预设概率值时,可确定待处理图像的目标场景为两个或两个以上。可选的,可以是将场景识别模型识别到的场景均确定为待处理图像的目标场景,例如可以是确定待处理图像的目标场景为风景场景、夕阳场景和人像场景。可选的,还可以是筛选识别概率大于预设概率值的场景,作为待处理图像的目标场景,例如可以是设置预设概率值为30%,可确定待处理图像的目标场景包括风景场景和夕阳场景。可选的,根据识别概率对所述场景进行排序,根据预设排序范围的场景确定待处理图像的目标场景。示例性的,待处理图像的场景识别结果可以是风景场景的识别概率为50%,夕阳场景的识别概率为30%,人像场景的识别概率为13%,逆光场景的识别概率为5%,暗光场景的识别概率为2%。根据识别概率进行大小排序,得到的排序为风景场景、夕阳场景、人像场景、逆光场景和暗光场景,可以是将排序中前三种场景确定为目标场景,即待处理图像的目标场景为风景场景、夕阳场景和人像场景。需要说明的是,待处理图像的目标场景的数量可以是根据电子设备中场景识别模型中设置的场景识别方式确定。
在本实施例中,当确定待处理图像的目标场景包括两个或两个以上的目标场景时,确定各目标场景的权重,其中,目标场景的权重之和为1。可选的,所述确定各所述目标场景的权重,包括:根据场景识别结果确定各所述目标场景的识别概率;根据所述识别概率的比例确定所述目标场景的权重。当各目标场景的识别概率之和为100%,将识别概率确定为目标场景的权重,例如,风景场景的识别概率为50%,夕阳场景的识别概率为30%,人像场景的识别概率为20%,则可以是确定风景场景的权重为0.5,夕阳场景的权重为0.3,人像场景的权重为0.2。当各目标场景的识别概率之和小于100%时,根据各目标场景的识别概率的比值确定各目标场景的权重,示例性的,风景场景的识别概率为50%,夕阳场景的识别概率为20%,人像场景的识别概率为10%,则风景场景、夕阳场景和人像场景的识别概率的比值为5∶2∶1,可确定风景场景的权重为0.625,夕阳场景的权重为0.25,人像场景的权重为0.125。
电子设备中存储有每一个目标场景的亮度映射表,亮度映射表中包括待处理图像中初始亮度分量与被映射的目标亮度分量的映射关系,用于对该目标场景的图像进行亮度调节。在本实施例中,在确定待处理识别的场景识别结果中存在两个或两个以上的目标场景时,根据各目标场景的权重对多个亮度映射表进行融合,得到适用于待处理图像的融合亮度映射表。示例性的,根据权重对多个亮度映射表进行融合可以是对多个亮度映射表中被映射的目标亮度分量进行加权计算,以得到融合亮度映射表中的目标亮度分量。基于融合亮度映射表对待处理图像进行亮度调节,可以是遍历待处理图像中的每一个像素点,获取每一个像素点的初始亮度分量,基于融合亮度映射表确定该初始亮度分量对应的目标亮度分量,将每一个像素点的初始亮度分量调节为目标亮度分量,以实现对待处理图像的亮度调节,得到第一处理图像。本实施例中,通过多个目标场景的亮度映射表和权重确定适合多种目标场景混合的待处理图像的融合亮度映射表,避免基于单一目标场景对复杂图像进行处理时,处理方式不恰当的情况,提高图像处理的精确度。
在上述实施例的基础上,所述待处理图像为色亮分离颜色模式图像。示例性的,色亮分离颜色模式可以是YUV颜色模式或者LAB颜色模式。在YUV颜色模式中Y分量表征亮度,U分量表征色度,V分量表征浓度,其中,U分量和V分量共同表示图像的色彩。在Lab颜色模式中L分量表征亮度,a和b共同表示色彩。在色、亮分离颜色模式的图像中,可分别提取亮度分量和色彩分量,可对图像进行亮度和色彩中任一方面的处理,示例性的,对亮度分量进行处理过程中,不会对图像的色彩分量造成任何的影响。
本申请实施例中提供的图像处理方法,获取待处理图像,对所述待处理图像进行场景识别,当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重,根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表,基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。通过采用上述方案,在确定待处理图像的场景识别结果包括两个或两个以上的目标场景时,根据目标场景的权重,确定待处理图像的融合亮度映射表,避免基于单一目标场景对复杂图像进行处理时,处理方式不恰当的情况,提高图像处理的精确度。
图2a为本申请实施例提供的另一种图像处理方法的流程示意图,参见图2a,本实施例的方法包括如下步骤:
步骤201、获取待处理图像,对所述待处理图像进行场景识别。
步骤202、当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重。
步骤203、确定各所述目标场景对应的亮度映射表,所述亮度映射表包括待处理图像中初始亮度分量与目标亮度分量的映射关系。
步骤204、将各目标场景对应的亮度映射表中所述初始亮度分量对应的目标亮度分量进行加权求和,生成所述融合亮度映射表中所述初始亮度分量对应的目标亮度分量。
步骤205、基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。
本实施例中,提供了融合亮度映射表的确定方法。示例性的,参见图2b,图2b是本申请实施例提供的一种亮度映射关系的曲线示意图。其中,亮度映射关系可以是以曲线形式或者查询表(LUT,look up table)形式展示,本实施例对此不做限定,图2b仅是亮度映射关系的一个曲线展示示例。在图2b中,曲线对应横轴为待处理图像的初始亮度分量,曲线对应纵轴为调节后的目标亮度分量。其中,初始亮度分量范围为0-255,目标场景的亮度映射表中每一个初始亮度分量对应一个目标亮度分量,且不同目标场景的亮度映射表中同一初始亮度分量对应目标亮度分量可以相同或不同。其中,目标场景的亮度映射表可以是预先存储的,根据目标场景从电子设备中调用的,还可以是根据待处理图像实时确定的。
在一些实施例中,所述确定各所述目标场景对应的亮度映射表,包括:遍历所述待处理图像中各像素点的亮度分量,根据所述亮度分量的遍历结果生成所述待处理图像的亮度分布;基于与目标场景对应的标准亮度分布和所述待处理图像的亮度分布,生成所述目标场景对应的亮度映射表。标准亮度分布中包含0-255各个亮度分量对应的像素点数量占整个图像像素点数量的标准比例。当待处理图像的亮度分布情况满足预设的标准亮度分布时,待处理图像满足用户对图像的亮度需求。待处理图像的亮度分布与标准亮度分布存在差异时,可调节待处理图像中像素点的亮度分量,以使得的调节后待处理图像的亮度分布与标准亮度分布一致或在允许误差范围内。本实施例中,可以是在电子设备中存储有各个目标场景的标准亮度分布,根据每一个目标场景的标准亮度分布和待处理图像的亮度分别生成每一个目标场景的亮度映射表。示例性的,根据预设的标准亮度分布和所述图像的亮度分布,生成亮度映射关系,包括:根据所述预设的标准亮度分布中各亮度分量对应的第一像素点比例,以及所述图像的亮度分布中各亮度分量对应的第二像素点比例,确定需要调节的亮度分量,以及对应的目标亮度分量,将需要调节的亮度分量与所述目标亮度分量建立映射关系;或者,根据所述预设的标准亮度分布中亮度分量区间对应的第三像素点比例,以及所述图像的亮度分布中亮度分量区间对应的第四像素点比例,确定需要调节的亮度分量,以及对应的目标亮度分量,将需要调节的亮度分量与所述目标亮度分量建立映射关系。
将各目标场景的亮度映射表每一个初始亮度分量对应一个目标亮度分量进行加权处理,以得到每一个初始亮度分量计算后的目标亮度分量,统计各初始亮度分量计算后的目标亮度分量,生成融合亮度映射表。示例性的,在风景场景中,初始亮度分量200对应的目标亮度分量为240,在夕阳场景中,初始亮度分量200对应的目标亮度分量为255,人像场景中,初始亮度分量200对应的目标亮度分量为210,风景场景的权重为0.5,夕阳场景的权重为0.3,人像场景的权重为0.2,计算可得到融合亮度映射表中初始亮度分量200的目标亮度分量为238.5,基于亮度分量的特性,可对计算后的目标亮度分量进行四舍五入,得到目标亮度分量为239。
遍历待处理图像中每一个像素点的亮度分量,例如,在YUV颜色模式的待处理图像中,提取待处理图像中每一个像素点的Y分量,并对各亮度分量对应的像素点进行统计。可选的,对于YUV颜色模式的图像数据采用平面格式进行存储,即将Y、U、V的三个分量分别存放在不同的矩阵中,在遍历待处理图像中各像素点的亮度分量时,读取用于存储Y分量的矩阵,可获取该图像中各像素点的亮度分量。示例性的,参见图2c,图2c是本申请实施例提供的待处理图像亮度分布图的示意图,在图2c中,横轴为图像的各亮度分量,范围为0-255,纵轴为待处理图像中各亮度分量对应的像素点的数量。亮度分布可体现待处理图像的色彩亮度,当亮度分量为1-128的像素点的比例较大时,表明待处理图像整体亮度偏暗,当亮度分量为128-155的像素点的比例较大时,表明待处理图像整体亮度偏亮。
基于融合亮度映射表确定该初始亮度分量对应的目标亮度分量,将每一个像素点的初始亮度分量调节为目标亮度分量,以实现对待处理图像的亮度调节,得到第一处理图像。
本申请实施例中提供的图像处理方法,在确定待处理图像的目标场景为至少两个时,基于各所述目标场景对应的亮度映射表,将各目标场景对应的亮度映射表中初始亮度分量对应的目标亮度分量进行加权求和,生成适用于待处理图像的融合亮度映射表,基于融合亮度映射表对待处理图像的各像素点的亮度分量进行调节,生成第一处理图像,提高了图像处理的精确度。
图3为本申请实施例提供的另一种图像处理方法的流程示意图,本实施例是上述实施例的一个可选方案,相应的,如图3所示,本实施例的方法包括如下步骤:
步骤301、获取待处理图像,对所述待处理图像进行场景识别。
步骤302、当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重。
步骤303、确定各所述目标场景对应的亮度映射表,所述亮度映射表包括待处理图像中初始亮度分量与目标亮度分量的映射关系。
步骤304、当所述目标场景中包括人像场景时,确定所述待处理图像中人脸区域。
步骤305、确定所述人脸区域的初始亮度分量范围,在所述人脸区域的初始亮度分量范围内,设置所述人像场景的权重为1,所述人像场景外的其他目标场景的权重为0。
步骤306、将各目标场景对应的亮度映射表中所述初始亮度分量对应的目标亮度分量进行加权求和,生成所述融合亮度映射表中所述初始亮度分量对应的目标亮度分量。
步骤307、基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。
在本实施例中,当待处理图像的场景识别结果中存在人像场景时,对人脸区域进行亮度处理时,提高人像场景的权重,以保护人脸区域,避免人脸区域被过度处理导致人像效果差的情况。在获取待处理图像时,对待识别图像进行人脸识别,当确定待处理图像中包含人脸时,遍历人脸区域各像素点的亮度分量,确定人脸区域的亮度分布范围,示例性的,人脸区域的亮度分布范围可以是200-240。在人脸区域的亮度范围外,根据各目标场景的权重确定融合亮度映射表,在人脸区域的亮度范围内,设置所述人像场景的权重为1,所述人像场景外的其他目标场景的权重为0,基于调节后的权重确定融合亮度映射表。示例性的,待处理图像的目标场景包括风景场景、夕阳场景和人像场景,其中,风景场景的权重为0.5,夕阳场景的权重为0.3,人像场景的权重为0.2,人脸区域的亮度分布范围可以是200-240,对于初始亮度分量100,在风景场景中目标亮度分量为240,在夕阳场景中目标亮度分量为255,人像场景中目标亮度分量为210,根据各目标场景的权重可确定融合亮度映射表中的目标亮度分量为239;对于初始亮度分量230,在风景场景中目标亮度分量为240,在夕阳场景中目标亮度分量为255,人像场景中目标亮度分量为210,根据调节后各目标场景的权重(人像场景的权重为1,夕阳场景和人像场景的权重为0)可确定融合亮度映射表中的目标亮度分量为210。
本申请实施例中提供的图像处理方法,在待处理图像中存在人脸时,在人脸区域的亮度分布范围内重新设置各目标图像的权重值,以保证人脸区域的处理效果,避免在图像处理过程中,融合亮度映射表对人脸区域处理导致的处理过度的问题,提高了图像处理质量。
图4为本申请实施例提供的另一种图像处理方法的流程示意图,本实施例是上述实施例的一个可选方案,相应的,如图4所示,本实施例的方法包括如下步骤:
步骤401、获取待处理图像,对所述待处理图像进行场景识别。
步骤402、当所述场景识别结果中存在识别概率大于预设概率值的目标场景时,确定所述待处理图像为单一场景图像。
步骤403、基于所述识别概率大于预设概率值的目标场景对应的亮度映射表对所述待处理图像进行亮度调节,生成第二处理图像。
在本实施例中,场景识别结果中各场景的识别概率,基于场景识别结果判断待处理图像是否为单一场景图像,当任一场景的识别概率大于预设概率值时,确定待处理图像为单一场景图像,其中,预设概率值可以是95%,此时其他目标场景的内容可忽略不计。示例性的,当场景识别结果为风景场景的识别概率为97%,暗光场景的识别概率为3%,表明待处理图像中暗光场景内容可忽略,确定待处理图像的目标场景为风景场景,无需暗光场景的亮度映射表对待处理图像中的风景内容进行处理,以避免不当处理。
本申请实施例中提供的图像处理方法,在待处理图像的任一场景的识别概率大于预设概率值时,确定待处理图像为单一场景图像,并基于单一目标场景的亮度映射表对待处理图像进行亮度调节,生成第二处理图像,提高了特殊场景的最优处理效果。
图5为本申请实施例提供的一种图像处理装置的结构框图,该装置可由软件和/或硬件实现,一般集成在电子设备中,可通过执行电子设备的图像处理方法来对图像进行亮度调节。如图5所示,该装置包括:场景识别模块501、权重确定模块502、融合亮度映射表确定模块503和第一图像处理模块504。
场景识别模块501,用于获取待处理图像,对所述待处理图像进行场景识别;
权重确定模块502,用于当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重;
融合亮度映射表确定模块503,用于根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表;
第一图像处理模块504,用于基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。
本申请实施例中提供的图像处理装置,在确定待处理图像的场景识别结果包括两个或两个以上的目标场景时,根据目标场景的权重,确定待处理图像的融合亮度映射表,避免基于单一目标场景对复杂图像进行处理时,处理方式不恰当的情况,提高图像处理的精确度。
在上述实施例的基础上,权重确定模块502用于:
根据场景识别结果确定各所述目标场景的识别概率;
根据所述识别概率的比例确定所述目标场景的权重。
在上述实施例的基础上,融合亮度映射表确定模块503包括:
第一映射表确定单元,用于确定各所述目标场景对应的亮度映射表,所述亮度映射表包括待处理图像中初始亮度分量与目标亮度分量的映射关系;
融合亮度映射表确定单元,用于将各目标场景对应的亮度映射表中所述初始亮度分量对应的目标亮度分量进行加权求和,生成所述融合亮度映射表中所述初始亮度分量对应的目标亮度分量。
在上述实施例的基础上,融合亮度映射表确定模块503还包括:
人脸区域确定单元,用于在将各目标场景对应的亮度映射表中所述初始亮度分量对应的目标亮度分量进行加权求和之前,当所述目标场景中包括人像场景时,确定所述待处理图像中人脸区域;
权重修正单元,用于确定所述人脸区域的初始亮度分量范围,在所述人脸区域的初始亮度分量范围内,设置所述人像场景的权重为1,所述人像场景外的其他目标场景的权重为0。
在上述实施例的基础上,第一映射表确定单元用于:
遍历所述待处理图像中各像素点的亮度分量,根据所述亮度分量的遍历结果生成所述待处理图像的亮度分布;
基于与目标场景对应的标准亮度分布和所述待处理图像的亮度分布,生成所述目标场景对应的亮度映射表。
在上述实施例的基础上,还包括:
单一场景图像确定模块,用于当所述场景识别结果中存在识别概率大于预设概率值的目标场景时,确定所述待处理图像为单一场景图像;
第二图像处理模块,用于基于所述识别概率大于预设概率值的目标场景对应的亮度映射表对所述待处理图像进行亮度调节,生成第二处理图像。
在上述实施例的基础上,所述待处理图像为色亮分离颜色模式图像。
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行图像处理方法,该方法包括:
获取待处理图像,对所述待处理图像进行场景识别;
当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重;
根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表;
基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDRRAM、SRAM、EDORAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的图像处理操作,还可以执行本申请任意实施例所提供的图像处理方法中的相关操作。
本申请实施例提供了一种电子设备,该电子设备中可集成本申请实施例提供的图像处理装置。图6为本申请实施例提供的一种电子设备的结构示意图。电子设备600可以包括:存储器601,处理器602及存储在存储器601上并可在处理器602运行的计算机程序,所述处理器602执行所述计算机程序时实现如本申请实施例所述的图像处理方法。
本申请实施例提供的电子设备,在确定待处理图像的场景识别结果包括两个或两个以上的目标场景时,根据目标场景的权重,确定待处理图像的融合亮度映射表,避免基于单一目标场景对复杂图像进行处理时,处理方式不恰当的情况,提高图像处理的精确度。
图7为本申请实施例提供的另一种电子设备的结构示意图。该电子设备可以包括:壳体(图中未示出)、存储器701、中央处理器(central processing unit,CPU)702(又称处理器,以下简称CPU)、电路板(图中未示出)和电源电路(图中未示出)。所述电路板安置在所述壳体围成的空间内部;所述CPU702和所述存储器701设置在所述电路板上;所述电源电路,用于为所述电子设备的各个电路或器件供电;所述存储器701,用于存储可执行程序代码;所述CPU702通过读取所述存储器701中存储的可执行程序代码来运行与所述可执行程序代码对应的计算机程序,以实现以下步骤:
获取待处理图像,对所述待处理图像进行场景识别;
当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重;
根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表;
基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。
所述电子设备还包括:外设接口703、RF(Radio Frequency,射频)电路705、音频电路706、扬声器711、电源管理芯片708、输入/输出(I/O)子系统709、其他输入/控制设备710、触摸屏712、其他输入/控制设备710以及外部端口704,这些部件通过一个或多个通信总线或信号线707来通信。
应该理解的是,图示电子设备700仅仅是电子设备的一个范例,并且电子设备700可以具有比图中所示出的更多的或者更少的部件,可以组合两个或更多的部件,或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
下面就本实施例提供的用于对图像处理操作的电子设备进行详细的描述,该电子设备以手机为例。
存储器701,所述存储器701可以被CPU702、外设接口703等访问,所述存储器701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,例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
外设接口703,所述外设接口703可以将设备的输入和输出外设连接到CPU702和存储器701。
I/O子系统709,所述I/O子系统709可以将设备上的输入输出外设,例如触摸屏712和其他输入/控制设备710,连接到外设接口703。I/O子系统709可以包括显示控制器7091和用于控制其他输入/控制设备710的一个或多个输入控制器7092。其中,一个或多个输入控制器7092从其他输入/控制设备710接收电信号或者向其他输入/控制设备710发送电信号,其他输入/控制设备710可以包括物理按钮(按压按钮、摇臂按钮等)、拨号盘、滑动开关、操纵杆、点击滚轮。值得说明的是,输入控制器7092可以与以下任一个连接:键盘、红外端口、USB接口以及诸如鼠标的指示设备。
触摸屏712,所述触摸屏712是用户电子设备与用户之间的输入接口和输出接口,将可视输出显示给用户,可视输出可以包括图形、文本、图标、视频等。
I/O子系统709中的显示控制器7091从触摸屏712接收电信号或者向触摸屏712发送电信号。触摸屏712检测触摸屏上的接触,显示控制器7091将检测到的接触转换为与显示在触摸屏712上的用户界面对象的交互,即实现人机交互,显示在触摸屏712上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是,设备还可以包括光鼠,光鼠是不显示可视输出的触摸敏感表面,或者是由触摸屏形成的触摸敏感表面的延伸。
RF电路705,主要用于建立手机与无线网络(即网络侧)的通信,实现手机与无线网络的数据接收和发送。例如收发短信息、电子邮件等。具体地,RF电路705接收并发送RF信号,RF信号也称为电磁信号,RF电路705将电信号转换为电磁信号或将电磁信号转换为电信号,并且通过该电磁信号与通信网络以及其他设备进行通信。RF电路705可以包括用于执行这些功能的已知电路,其包括但不限于天线系统、RF收发机、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、CODEC(COder-DECoder,编译码器)芯片组、用户标识模块(SubscriberIdentity Module,SIM)等等。
音频电路706,主要用于从外设接口703接收音频数据,将该音频数据转换为电信号,并且将该电信号发送给扬声器711。
扬声器711,用于将手机通过RF电路705从无线网络接收的语音信号,还原为声音并向用户播放该声音。
电源管理芯片708,用于为CPU702、I/O子系统及外设接口所连接的硬件进行供电及电源管理。
上述实施例中提供的图像处理装置、存储介质及电子设备可执行本申请任意实施例所提供的图像处理方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的图像处理方法。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取待处理图像,对所述待处理图像进行场景识别;
当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重;
根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表;
基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。
2.根据权利要求l所述的方法,其特征在于,所述确定各所述目标场景的权重,包括:
根据场景识别结果确定各所述目标场景的识别概率;
根据所述识别概率的比例确定所述目标场景的权重。
3.根据权利要求1所述的方法,其特征在于,根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表,包括:
确定各所述目标场景对应的亮度映射表,所述亮度映射表包括待处理图像中初始亮度分量与目标亮度分量的映射关系;
将各目标场景对应的亮度映射表中所述初始亮度分量对应的目标亮度分量进行加权求和,生成所述融合亮度映射表中所述初始亮度分量对应的目标亮度分量。
4.根据权利要求3所述的方法,其特征在于,在将各目标场景对应的亮度映射表中所述初始亮度分量对应的目标亮度分量进行加权求和之前,还包括:
当所述目标场景中包括人像场景时,确定所述待处理图像中人脸区域;
确定所述人脸区域的初始亮度分量范围,在所述人脸区域的初始亮度分量范围内,设置所述人像场景的权重为1,所述人像场景外的其他目标场景的权重为0。
5.根据权利要求3所述的方法,其特征在于,所述确定各所述目标场景对应的亮度映射表,包括:
遍历所述待处理图像中各像素点的亮度分量,根据所述亮度分量的遍历结果生成所述待处理图像的亮度分布;
基于与目标场景对应的标准亮度分布和所述待处理图像的亮度分布,生成所述目标场景对应的亮度映射表。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述场景识别结果中存在识别概率大于预设概率值的目标场景时,确定所述待处理图像为单一场景图像;
基于所述识别概率大于预设概率值的目标场景对应的亮度映射表对所述待处理图像进行亮度调节,生成第二处理图像。
7.根据权利要求1-6任一所述的方法,其特征在于,所述待处理图像为色亮分离颜色模式图像。
8.一种图像处理装置,其特征在于,包括:
场景识别模块,用于获取待处理图像,对所述待处理图像进行场景识别;
权重确定模块,用于当场景识别结果中包括至少两个目标场景时,确定各所述目标场景的权重;
融合亮度映射表确定模块,用于根据各所述目标场景对应的亮度映射表和各所述目标场景的权重,确定所述待处理图像的融合亮度映射表;
第一图像处理模块,用于基于所述融合亮度映射表对所述待处理图像进行亮度调节,生成第一处理图像。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的图像处理方法。
10.一种电子设备,其特征在于,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-7任一所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910013789.7A CN109741288B (zh) | 2019-01-04 | 2019-01-04 | 图像处理方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910013789.7A CN109741288B (zh) | 2019-01-04 | 2019-01-04 | 图像处理方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109741288A true CN109741288A (zh) | 2019-05-10 |
CN109741288B CN109741288B (zh) | 2021-07-13 |
Family
ID=66363741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910013789.7A Active CN109741288B (zh) | 2019-01-04 | 2019-01-04 | 图像处理方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109741288B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740679A (zh) * | 2019-01-13 | 2019-05-10 | 胡燕祝 | 一种基于卷积神经网络和朴素贝叶斯的目标识别方法 |
CN110223244A (zh) * | 2019-05-13 | 2019-09-10 | 浙江大华技术股份有限公司 | 一种图像处理的方法、装置、电子设备和存储介质 |
CN110348422A (zh) * | 2019-07-18 | 2019-10-18 | 北京地平线机器人技术研发有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN111028190A (zh) * | 2019-12-09 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN111163350A (zh) * | 2019-12-06 | 2020-05-15 | Oppo广东移动通信有限公司 | 一种图像处理方法、终端及计算机存储介质 |
CN113487513A (zh) * | 2021-07-20 | 2021-10-08 | 浙江大华技术股份有限公司 | 一种图片的亮度调节方法及其调节设备和存储介质 |
CN114782899A (zh) * | 2022-06-15 | 2022-07-22 | 浙江大华技术股份有限公司 | 一种图像处理的方法、装置及电子设备 |
CN115018714A (zh) * | 2021-03-05 | 2022-09-06 | 思特威(上海)电子科技股份有限公司 | 一种图像像素值映射方法、成像装置及计算机存储介质 |
CN115082347A (zh) * | 2022-06-29 | 2022-09-20 | 天彩电子(深圳)有限公司 | 图像优化方法、装置、电子设备及计算机可读存储介质 |
CN115633250A (zh) * | 2021-07-31 | 2023-01-20 | 荣耀终端有限公司 | 一种图像处理方法及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231264A (zh) * | 2011-06-28 | 2011-11-02 | 王洪剑 | 动态对比度增强装置和方法 |
CN107018323A (zh) * | 2017-03-09 | 2017-08-04 | 广东欧珀移动通信有限公司 | 控制方法、控制装置和电子装置 |
CN108109180A (zh) * | 2017-12-12 | 2018-06-01 | 上海顺久电子科技有限公司 | 一种对输入的高动态范围图像进行处理的方法和显示设备 |
CN108764208A (zh) * | 2018-06-08 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
-
2019
- 2019-01-04 CN CN201910013789.7A patent/CN109741288B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231264A (zh) * | 2011-06-28 | 2011-11-02 | 王洪剑 | 动态对比度增强装置和方法 |
CN107018323A (zh) * | 2017-03-09 | 2017-08-04 | 广东欧珀移动通信有限公司 | 控制方法、控制装置和电子装置 |
CN108109180A (zh) * | 2017-12-12 | 2018-06-01 | 上海顺久电子科技有限公司 | 一种对输入的高动态范围图像进行处理的方法和显示设备 |
CN108764208A (zh) * | 2018-06-08 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740679A (zh) * | 2019-01-13 | 2019-05-10 | 胡燕祝 | 一种基于卷积神经网络和朴素贝叶斯的目标识别方法 |
CN110223244A (zh) * | 2019-05-13 | 2019-09-10 | 浙江大华技术股份有限公司 | 一种图像处理的方法、装置、电子设备和存储介质 |
CN110348422A (zh) * | 2019-07-18 | 2019-10-18 | 北京地平线机器人技术研发有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN110348422B (zh) * | 2019-07-18 | 2021-11-09 | 北京地平线机器人技术研发有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN111163350A (zh) * | 2019-12-06 | 2020-05-15 | Oppo广东移动通信有限公司 | 一种图像处理方法、终端及计算机存储介质 |
CN111163350B (zh) * | 2019-12-06 | 2022-03-01 | Oppo广东移动通信有限公司 | 一种图像处理方法、终端及计算机存储介质 |
CN111028190A (zh) * | 2019-12-09 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN115018714A (zh) * | 2021-03-05 | 2022-09-06 | 思特威(上海)电子科技股份有限公司 | 一种图像像素值映射方法、成像装置及计算机存储介质 |
CN113487513A (zh) * | 2021-07-20 | 2021-10-08 | 浙江大华技术股份有限公司 | 一种图片的亮度调节方法及其调节设备和存储介质 |
CN115633250A (zh) * | 2021-07-31 | 2023-01-20 | 荣耀终端有限公司 | 一种图像处理方法及电子设备 |
CN114782899A (zh) * | 2022-06-15 | 2022-07-22 | 浙江大华技术股份有限公司 | 一种图像处理的方法、装置及电子设备 |
CN115082347A (zh) * | 2022-06-29 | 2022-09-20 | 天彩电子(深圳)有限公司 | 图像优化方法、装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109741288B (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109741288A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN109685746B (zh) | 图像亮度调整方法、装置、存储介质及终端 | |
EP3614335B1 (en) | Method for image processing and electronic device | |
CN109272459B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
WO2021027649A1 (zh) | 一种暗模式显示界面处理方法、电子设备与存储介质 | |
CN109741279B (zh) | 图像饱和度调整方法、装置、存储介质及终端 | |
CN109547701B (zh) | 图像拍摄方法、装置、存储介质及电子设备 | |
CN109741280A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN109120863B (zh) | 拍摄方法、装置、存储介质及移动终端 | |
CN109741281A (zh) | 图像处理方法、装置、存储介质及终端 | |
CN109784252A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN109146814A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN108566516A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN109089043B (zh) | 拍摄图像预处理方法、装置、存储介质及移动终端 | |
CN108551552B (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN109040589B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN109086742A (zh) | 场景识别方法、场景识别装置及移动终端 | |
CN107292817B (zh) | 一种图像处理方法、装置、存储介质和终端 | |
CN104853111A (zh) | 一种拍摄方法及终端 | |
CN109348206A (zh) | 图像白平衡处理方法、装置、存储介质及移动终端 | |
CN108665510B (zh) | 连拍图像的渲染方法、装置、存储介质及终端 | |
CN108765380A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN109712097A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN108494996A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN108491780A (zh) | 图像美化处理方法、装置、存储介质及终端设备 |
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 |