CN110070482A - 图像处理方法、装置和计算机可读存储介质 - Google Patents
图像处理方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN110070482A CN110070482A CN201910193170.9A CN201910193170A CN110070482A CN 110070482 A CN110070482 A CN 110070482A CN 201910193170 A CN201910193170 A CN 201910193170A CN 110070482 A CN110070482 A CN 110070482A
- Authority
- CN
- China
- Prior art keywords
- image
- edge
- gradient
- pixel
- obtains
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 239000003086 colorant Substances 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 48
- 239000013598 vector Substances 0.000 claims description 62
- 238000000034 method Methods 0.000 claims description 20
- 238000001914 filtration Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000011002 quantification Methods 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 230000002146 bilateral effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G06T3/04—
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开一种图像处理方法、图像处理装置、图像处理硬件装置和计算机可读存储介质。其中,该图像处理方法包括:对原始图像进行相应处理分别得到边缘图像、图像梯度和色彩处理图像;根据图像梯度得到第一图像;对边缘图像和第一图像进行卷积积分,得到边缘积分图像;根据边缘积分图像和色彩处理图像生成水彩风格图像。本公开实施例通过对原始图像进行相应处理分别得到边缘图像、图像梯度和色彩处理图像,并根据图像梯度得到第一图像,对边缘图像和第一图像进行卷积积分,得到边缘积分图像,根据边缘积分图像和色彩处理图像生成水彩风格图像,能够将一幅图像快速自动地生成一幅水彩画风格图像,无需进行后期制作。
Description
技术领域
本公开涉及一种图像处理技术领域,特别是涉及一种图像处理方法、装置和计算机可读存储介质。
背景技术
日常生活中,人们在拍照图像之后为了使拍摄图像具有一定的艺术风格,通常会对拍摄图像进行后期处理,将拍摄的图像风格化,生成具有艺术效果的图像,例如生成具有水彩画风格的图像。
但是,现有技术中无法快速实现水彩画效果,需要进行后期制作,特效的生成不灵活。
发明内容
本公开解决的技术问题是提供一种图像处理方法,以至少部分地解决现有视频分类不准确的技术问题。此外,还提供一种图像处理装置、图像处理硬件装置、计算机可读存储介质和图像处理终端。
为了实现上述目的,根据本公开的一个方面,提供以下技术方案:
一种图像处理方法,包括:
对原始图像进行相应处理分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像;
根据所述图像梯度得到第一图像;
对所述边缘图像和所述第一图像进行卷积积分,得到边缘积分图像;
根据所述边缘积分图像和所述色彩处理图像生成与所述原始图像对应的水彩风格图像。
进一步的,所述对原始图像进行相应处理分别得到所述原始图像的边缘图像、第一图像和色彩处理图像,包括:
对所述原始图像进行去噪处理和/或边缘保护处理,得到第二图像;
根据所述第二图像分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像。
进一步的,所述根据所述第二图像得到所述原始图像的边缘图像,包括:
对所述第二图像在灰度域上进行两次高斯滤波,分别得到第一灰度图像和第二灰度图像;
根据所述第一灰度图像和第二灰度图像得到所述原始图像的边缘图像。
进一步的,所述根据所述第一灰度图像和第二灰度图像得到所述原始图像的边缘图像,包括:
采用公式计算得到所述原始图像的边缘图像,其中, D=φ*((1+p)*I1-p*I2-T),I1为第一灰度图像,I2为第二灰度图像,φ、p、T均为可调节参数。
进一步的,所述根据所述第二图像得到图像梯度,包括:
针对所述第二图像中的每个像素点进行边缘滤波,得到每个像素点分别在三个颜色通道上的x轴方向的梯度值和y轴方向的梯度值。
进一步的,所述根据所述图像梯度得到第一图像,包括:
针对每个像素点,由三个颜色通道上的x轴方向的梯度值构建第一三维向量,由三个颜色通道上的y轴方向的梯度值构建第二三维向量;
根据每个像素点的第一三维向量和第二三维向量,得到三颜色通道图像;
根据所述三颜色通道图像得到第一图像。
进一步的,所述根据每个像素点的第一三维向量和第二三维向量,得到三颜色通道图像,包括:
针对每个像素点,计算第一三维向量与第一三维向量的第一点积、第二三维向量与第一二三维向量的第二点积、第一三维向量与第二三维向量的第三点积;
由所述第一点积、第二点积和第三点积构成三颜色通道图像。
进一步的,所述根据所述三颜色通道图像得到第一图像,包括:
对所述三颜色通道图像进行高斯滤波,得到第三图像;
针对所述第三图像中的每个像素点,采用公式θ=arctan(-Dz,λ-Dz)计算得到像素点的梯度方向,其中,Dz=Dx*Dy,Dx为像素点在x轴方向上的梯度值,Dy为像素点在y轴方向上的梯度值;
将每个像素点的梯度方向转换为二维向量,由所述二维向量构成二颜色通道图像,将所述二颜色通道图像作为第一图像。
进一步的,所述根据所述第二图像得到色彩处理图像,包括:
根据所述第二图像对对应亮度通道上的亮度值进行色彩变化处理,得到色彩处理图像。
进一步的,所述根据所述第二图像对对应亮度通道上的亮度值进行色彩变化处理,得到色彩处理图像,包括:
将所述第二图像由RGB颜色空间转换到其它颜色空间,得到第四图像;
对所述第四图像的亮度通道上的亮度值进行量化处理,得到量化后的图像;
将所述量化后的图像转换到RGB颜色空间,得到色彩处理图像。
进一步的,所述根据所述边缘积分图像和所述色彩处理图像生成与所述原始图像对应的水彩风格图像,包括:
对所述边缘积分图像和所述色彩处理图像进行乘积,得到初始水彩风格图像;
对所述初始水彩风格图像进行滤镜处理,得到与所述原始图像对应的水彩风格图像。
为了实现上述目的,根据本公开的又一个方面,还提供以下技术方案:
一种图像处理装置,包括:
预处理模块,用于对原始图像进行相应处理分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像;
梯度处理模块,用于根据所述图像梯度得到第一图像;
积分处理模块,用于对所述边缘图像和所述第一图像进行卷积积分,得到边缘积分图像;
水彩画生成模块,用于根据所述边缘积分图像和所述色彩处理图像生成与所述原始图像对应的水彩风格图像。
进一步的,所述预处理模块包括:
预处理单元,用于对所述原始图像进行去噪处理和/或边缘保护处理,得到第二图像;
图像确定单元,用于根据所述第二图像分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像。
进一步的,所述图像确定单元具体用于:对所述第二图像在灰度域上进行两次高斯滤波,分别得到第一灰度图像和第二灰度图像;根据所述第一灰度图像和第二灰度图像得到所述原始图像的边缘图像。
进一步的,所述图像确定单元具体用于:采用公式计算得到所述原始图像的边缘图像,其中,D=φ*((1+p)*I1-p*I2-T),I1为第一灰度图像, I2为第二灰度图像,φ、p、T均为可调节参数。
进一步的,所述图像确定单元具体用于:针对所述第二图像中的每个像素点进行边缘滤波,得到每个像素点分别在三个颜色通道上的x轴方向的梯度值和y轴方向的梯度值。
进一步的,所述梯度处理模块包括:
向量构建单元,用于针对每个像素点,由三个颜色通道上的x轴方向的梯度值构建第一三维向量,由三个颜色通道上的y轴方向的梯度值构建第二三维向量;
三颜色通道图像确定单元,用于根据每个像素点的第一三维向量和第二三维向量,得到三颜色通道图像;
第一图像确定单元,用于根据所述三颜色通道图像得到第一图像。
进一步的,所述三颜色通道图像确定单元具体用于:针对每个像素点,计算第一三维向量与第一三维向量的第一点积、第二三维向量与第一二三维向量的第二点积、第一三维向量与第二三维向量的第三点积;由所述第一点积、第二点积和第三点积构成三颜色通道图像。
进一步的,所述第一图像确定单元具体用于:对所述三颜色通道图像进行高斯滤波,得到第三图像;针对所述第三图像中的每个像素点,采用公式θ=arctan(-Dz,λ-Dz)计算得到像素点的梯度方向,其中,Dz=Dx*Dy,Dx为像素点在x轴方向上的梯度值, Dy为像素点在y轴方向上的梯度值;将每个像素点的梯度方向转换为二维向量,由所述二维向量构成二颜色通道图像,将所述二颜色通道图像作为第一图像。
进一步的,所述图像确定单元具体用于:根据所述第二图像对对应亮度通道上的亮度值进行色彩变化处理,得到色彩处理图像。
进一步的,所述图像确定单元具体用于:将所述第二图像由RGB颜色空间转换到其它颜色空间,得到第四图像;对所述第四图像的亮度通道上的亮度值进行量化处理,得到量化后的图像;将所述量化后的图像转换到RGB颜色空间,得到色彩处理图像。
进一步的,所述水彩画生成模块具体用于:对所述边缘积分图像和所述色彩处理图像进行乘积,得到初始水彩风格图像;对所述初始水彩风格图像进行滤镜处理,得到与所述原始图像对应的水彩风格图像。
为了实现上述目的,根据本公开的又一个方面,还提供以下技术方案:
一种电子设备,包括:
存储器,用于存储非暂时性计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器执行时实现上述任一图像处理方法技术方案中所述的步骤。
为了实现上述目的,根据本公开的又一个方面,还提供以下技术方案:
一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时,使得所述计算机执行上述任一图像处理方法技术方案中所述的步骤。
为了实现上述目的,根据本公开的又一个方面,还提供以下技术方案:
一种图像处理终端,包括上述任一图像处理装置。
本公开实施例通过对原始图像进行相应处理分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像,并根据图像梯度得到第一图像,对边缘图像和第一图像进行卷积积分,得到边缘积分图像,根据边缘积分图像和色彩处理图像生成与所述原始图像对应的水彩风格图像,能够将一幅图像快速自动地生成一幅水彩画风格图像,无需进行后期制作。
上述说明仅是本公开技术方案的概述,为了能更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为让本公开的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1a为根据本公开一个实施例的图像处理方法的流程示意图;
图1b为根据本公开另一个实施例的图像处理方法的流程示意图;
图2为根据本公开一个实施例的图像处理的装置的结构示意图;
图3为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
为了解决现有技术中无法快速实现水彩风格图像的技术问题,本公开实施例提供一种图像处理方法。如图1a所示,该图像处理方法主要包括如下步骤S1 至步骤S4。其中:
步骤S1:对原始图像进行相应处理分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像。
其中,原始图像可以为拍摄的照片。
其中,色彩处理图像为对原始图像进行色彩处理之后的图像。
步骤S2:根据所述图像梯度得到第一图像。
在本文中,为了区分不同的处理图像,将首次出现的处理图像称为第一图像,后续出现的处理图像依次称为第二图像、第三图像、第四图像。
步骤S3:对所述边缘图像和所述第一图像进行卷积积分,得到边缘积分图像。
其中,卷积积分可以为线性卷积积分。
步骤S4:根据所述边缘积分图像和所述色彩处理图像生成与所述原始图像对应的水彩风格图像。
本实施例通过对原始图像进行相应处理分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像,并根据图像梯度得到第一图像,对边缘图像和第一图像进行卷积积分,得到边缘积分图像,根据边缘积分图像和色彩处理图像生成与所述原始图像对应的水彩风格图像,能够将一幅图像快速自动地生成一幅水彩画风格图像,无需进行后期制作。
在一个可选的实施例中,步骤S4具体包括:
步骤S41:对所述边缘积分图像和所述色彩处理图像进行乘积,得到初始水彩风格图像。
步骤S42:对所述初始水彩风格图像进行滤镜处理,得到与所述原始图像对应的水彩风格图像。
在一个可选的实施例中,步骤S1具体包括:
步骤S11:对所述原始图像进行去噪处理和/或边缘保护处理,得到第二图像。
具体的,可采用双边滤波对所述原始图像进行去噪处理和/或边缘保护处理。针对原始图像,首先在水平方向上进行一次双边滤波,然后再在垂直方向上进行一次双边滤波,最后得到第二图像。在滤波过程中采用的空域方差为10.0,颜色与方差为0.0425,其中颜色范围在[0,1]内。
步骤S12:根据所述第二图像分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像。
在一个可选的实施例中,所述根据所述第二图像得到所述原始图像的边缘图像,包括:
对所述第二图像在灰度域上进行两次高斯滤波,分别得到第一灰度图像和第二灰度图像;根据所述第一灰度图像和第二灰度图像得到所述原始图像的边缘图像。
其中,两次高斯滤波采用的方差分别为1.5和2。
进一步的,所述根据所述第一灰度图像和第二灰度图像得到所述原始图像的边缘图像,包括:
采用公式计算得到所述原始图像的边缘图像,其中, D=φ*((1+p)*I1-p*I2-T),I1为第一灰度图像,I2为第二灰度图像,φ、p、T均为可调节参数。
在本实施例中,φ、p、T可分别取值如下0.017、21.7和0.312。
在一个可选的实施例中,所述根据所述第二图像得到图像梯度,包括:
针对所述第二图像中的每个像素点进行边缘滤波,得到每个像素点分别在三个颜色通道上的x轴方向的梯度值和y轴方向的梯度值。
具体的,针对所述第二图像中的每个像素点,可使用soble滤波对所述第二图像进行边缘检测,可采用得滤波模板如下和且针对每个像素点,可分别得到三个颜色通道上的x轴方向的梯度值和y轴方向的梯度值,即每个像素点可对应3个x轴方向的梯度值和3个y轴方向的梯度值,一共6 个梯度值。
进一步的,步骤S2包括:
步骤S21:针对每个像素点,由三个颜色通道上的x轴方向的梯度值构建第一三维向量,由三个颜色通道上的y轴方向的梯度值构建第二三维向量。
在本文中,为区分不同的三维向量,这里将首次出现的三维向量称为第一三维向量,后续出现的三维向量称为第二三维向量。
例如,针对每个像素点,可得到3个x轴方向的梯度值分别为x1、x2和x3,可得到3个y轴方向的梯度值分别为y1、y2和y3,则由3个x轴方向的梯度值 x1、x2和x3组成三维向量由3个y轴方向的梯度值y1、y2和y3组成三维向量
步骤S22:根据每个像素点的第一三维向量和第二三维向量,得到三颜色通道图像。
其中,三颜色通道图像为包含三种颜色分量的图像,即R颜色分量、G颜色分量、B颜色分量。
步骤S23:根据所述三颜色通道图像得到第一图像。
进一步的,步骤S22包括:
针对每个像素点,计算第一三维向量与第一三维向量的第一点积、第二三维向量与第一二三维向量的第二点积、第一三维向量与第二三维向量的第三点积;由所述第一点积、第二点积和第三点积构成三颜色通道图像。
在本文中,为区分不同的点积,这里将首次出现的点积称为第一点积,后续出现的点积依次称为第二点积和第三点积。
具体的,针对每个像素点,分别将对应的第一点积、第二点积和第三点积分别作为三个颜色分量对应的像素值,得到三颜色通道图像。
进一步的,步骤S23包括:
对所述三颜色通道图像进行高斯滤波,得到第三图像;针对所述第三图像中的每个像素点,采用公式θ=arctan(-Dz,λ-Dz)计算得到像素点的梯度方向,其中,Dz=Dx*Dy,Dx为像素点在x轴方向上的梯度值, Dy为像素点在y轴方向上的梯度值;将每个像素点的梯度方向转换为二维向量,由所述二维向量构成二颜色通道图像,将所述二颜色通道图像作为第一图像。
其中,二颜色通道图像为包含二个颜色分量的图像,具体可以为R颜色分量、G颜色分量、B颜色分量中的任意两个颜色分量。
例如,如果计算的梯度方向为30度,则将其转化为二维向量为(1,0),若为30度,则将其转化为二维向量为(0,1),以此类推,可得到每个像素点对应的二维向量,则将这些二维向量x方向上和y方向上对应的数值作为两个颜色分量对应的像素值,则得到二颜色通道图像,将所述二颜色通道图像作为第一图像。其中,可以从R、G、B从任选两个颜色通道。另外,还可以对二颜色通道图像进行高斯滤波,将滤波后的图像作为第一图像。
在一个可选的实施例中,所述根据所述第二图像得到色彩处理图像,包括:
根据所述第二图像对对应亮度通道上的亮度值进行色彩变化处理,得到色彩处理图像。
进一步的,所述根据所述第二图像对对应亮度通道上的亮度值进行色彩变化处理,得到色彩处理图像,包括:
将所述第二图像由RGB颜色空间转换到其它颜色空间,得到第四图像;对所述第四图像的亮度通道上的亮度值进行量化处理,得到量化后的图像;将所述量化后的图像转换到RGB颜色空间,得到色彩处理图像。
其中,其它颜色空间可以为LAB颜色空间,或YUV颜色空间。
具体的,以LAB颜色空间为例,将所述第二图像由RGB颜色空间转换到 LAB颜色空间,得到LAB图像,然后针对LAB图像中的L分量进行量化,可采用的量化公式如下:Lq=Qn+Qs/q,其中,Qn=(L*q+0.5)/q, Qs=tanh((L-Qn)*φq)-0.5,L为L分量对应的像素值,Lq为量化后的L分量对应的像素值,q为量化等级,φq为过渡程度。然后使用Lq代替L分量上的像素值,然后再将图像由LAB颜色空间转换为RGB颜色空间,即可得到对应的色彩处理图像。
本领域技术人员应能理解,在上述各个实施例的基础上,还可以进行明显变型(例如,对所列举的模式进行组合)或等同替换。
在上文中,虽然按照上述的顺序描述了图像处理方法实施例中的各个步骤,本领域技术人员应清楚,本公开实施例中的步骤并不必然按照上述顺序执行,其也可以倒序、并行、交叉等其他顺序执行,而且,在上述步骤的基础上,本领域技术人员也可以再加入其他步骤,这些明显变型或等同替换的方式也应包含在本公开的保护范围之内,在此不再赘述。
下面为本公开装置实施例,本公开装置实施例可用于执行本公开方法实施例实现的步骤,为了便于说明,仅示出了与本公开实施例相关的部分,具体技术细节未揭示的,请参照本公开方法实施例。
为了解决如何提高图像处理效率及实时性的技术问题,本公开实施例提供一种图像处理装置。该装置可以执行上述图像处理方法实施例中的步骤。如图2 所示,该装置主要包括:预处理模块21、梯度处理模块22、积分处理模块23 和水彩画生成模块24;其中,
预处理模块21用于对原始图像进行相应处理分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像;
梯度处理模块22用于根据所述图像梯度得到第一图像;
积分处理模块23用于对所述边缘图像和所述第一图像进行卷积积分,得到边缘积分图像;
水彩画生成模块24用于根据所述边缘积分图像和所述色彩处理图像生成与所述原始图像对应的水彩风格图像。
进一步的,所述预处理模块21包括:预处理单元211和图像确定单元212;其中,
预处理单元211用于对所述原始图像进行去噪处理和/或边缘保护处理,得到第二图像;
图像确定单元212用于根据所述第二图像分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像。
进一步的,所述图像确定单元212具体用于:对所述第二图像在灰度域上进行两次高斯滤波,分别得到第一灰度图像和第二灰度图像;根据所述第一灰度图像和第二灰度图像得到所述原始图像的边缘图像。
进一步的,所述图像确定单元212具体用于:采用公式计算得到所述原始图像的边缘图像,其中,D=φ*((1+p)*I1-p*I2-T),I1为第一灰度图像,I2为第二灰度图像,φ、p、T均为可调节参数。
进一步的,所述图像确定单元212具体用于:针对所述第二图像中的每个像素点进行边缘滤波,得到每个像素点分别在三个颜色通道上的x轴方向的梯度值和y轴方向的梯度值。
进一步的,所述梯度处理模块22包括:向量构建单元221、三颜色通道图像确定单元222和第一图像确定单元223;其中,
向量构建单元221用于针对每个像素点,由三个颜色通道上的x轴方向的梯度值构建第一三维向量,由三个颜色通道上的y轴方向的梯度值构建第二三维向量;
三颜色通道图像确定单元222用于根据每个像素点的第一三维向量和第二三维向量,得到三颜色通道图像;
第一图像确定单元223用于根据所述三颜色通道图像得到第一图像。
进一步的,所述三颜色通道图像确定单元222具体用于:针对每个像素点,计算第一三维向量与第一三维向量的第一点积、第二三维向量与第一二三维向量的第二点积、第一三维向量与第二三维向量的第三点积;由所述第一点积、第二点积和第三点积构成三颜色通道图像。
进一步的,所述第一图像确定单元223具体用于:对所述三颜色通道图像进行高斯滤波,得到第三图像;针对所述第三图像中的每个像素点,采用公式θ=arctan(-Dz,λ-Dz)计算得到像素点的梯度方向,其中,Dz=Dx*Dy,Dx为像素点在x轴方向上的梯度值, Dy为像素点在y轴方向上的梯度值;将每个像素点的梯度方向转换为二维向量,由所述二维向量构成二颜色通道图像,将所述二颜色通道图像作为第一图像。
进一步的,所述图像确定单元223具体用于:根据所述第二图像对对应亮度通道上的亮度值进行色彩变化处理,得到色彩处理图像。
进一步的,所述图像确定单元223具体用于:将所述第二图像由RGB颜色空间转换到其它颜色空间,得到第四图像;对所述第四图像的亮度通道上的亮度值进行量化处理,得到量化后的图像;将所述量化后的图像转换到RGB颜色空间,得到色彩处理图像。
进一步的,所述水彩画生成模块24具体用于:对所述边缘积分图像和所述色彩处理图像进行乘积,得到初始水彩风格图像;对所述初始水彩风格图像进行滤镜处理,得到与所述原始图像对应的水彩风格图像。
有关图像处理装置实施例的工作原理、实现的技术效果等详细说明可以参考前述图像处理方法实施例中的相关说明,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置 308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备操作所需的各种程序和数据。处理装置 301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口 305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309 从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM 或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:对原始图像进行相应处理分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像;根据所述图像梯度得到第一图像;对所述边缘图像和所述第一图像进行卷积积分,得到边缘积分图像;根据所述边缘积分图像和所述色彩处理图像生成与所述原始图像对应的水彩风格图像。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、 Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种图像处理方法,其特征在于,包括:
对原始图像进行相应处理分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像;
根据所述图像梯度得到第一图像;
对所述边缘图像和所述第一图像进行卷积积分,得到边缘积分图像;
根据所述边缘积分图像和所述色彩处理图像生成与所述原始图像对应的水彩风格图像。
2.根据权利要求1所述的方法,其特征在于,所述对原始图像进行相应处理分别得到所述原始图像的边缘图像、第一图像和色彩处理图像,包括:
对所述原始图像进行去噪处理和/或边缘保护处理,得到第二图像;
根据所述第二图像分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第二图像得到所述原始图像的边缘图像,包括:
对所述第二图像在灰度域上进行两次高斯滤波,分别得到第一灰度图像和第二灰度图像;
根据所述第一灰度图像和第二灰度图像得到所述原始图像的边缘图像。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一灰度图像和第二灰度图像得所述原始图像的到边缘图像,包括:
采用公式计算得到所述原始图像的边缘图像,其中,D=φ*((1+p)*I1-p*I2-T),I1为第一灰度图像,I2为第二灰度图像,φ、p、T均为可调节参数。
5.根据权利要求2所述的方法,其特征在于,所述根据所述第二图像得到图像梯度,包括:
针对所述第二图像中的每个像素点进行边缘滤波,得到每个像素点分别在三个颜色通道上的x轴方向的梯度值和y轴方向的梯度值。
6.根据权利要求5所述的方法,其特征在于,所述根据所述图像梯度得到第一图像,包括:
针对每个像素点,由三个颜色通道上的x轴方向的梯度值构建第一三维向量,由三个颜色通道上的y轴方向的梯度值构建第二三维向量;
根据每个像素点的第一三维向量和第二三维向量,得到三颜色通道图像;
根据所述三颜色通道图像得到第一图像。
7.根据权利要求6所述的方法,其特征在于,所述根据每个像素点的第一三维向量和第二三维向量,得到三颜色通道图像,包括:
针对每个像素点,计算第一三维向量与第一三维向量的第一点积、第二三维向量与第一二三维向量的第二点积、第一三维向量与第二三维向量的第三点积;
由所述第一点积、第二点积和第三点积构成三颜色通道图像。
8.根据权利要求6所述的方法,其特征在于,所述根据所述三颜色通道图像得到第一图像,包括:
对所述三颜色通道图像进行高斯滤波,得到第三图像;
针对所述第三图像中的每个像素点,采用公式θ=arctan(-Dz,λ-Dz)计算得到像素点的梯度方向,其中,Dz=Dx*Dy,Dx为像素点在x轴方向上的梯度值,Dy为像素点在y轴方向上的梯度值;
将每个像素点的梯度方向转换为二维向量,由所述二维向量构成二颜色通道图像,将所述二颜色通道图像作为第一图像。
9.根据权利要求2所述的方法,其特征在于,所述根据所述第二图像得到色彩处理图像,包括:
根据所述第二图像对对应亮度通道上的亮度值进行色彩变化处理,得到色彩处理图像。
10.根据权利要求9所述的方法,其特征在于,所述根据所述第二图像对对应亮度通道上的亮度值进行色彩变化处理,得到色彩处理图像,包括:
将所述第二图像由RGB颜色空间转换到其它颜色空间,得到第四图像;
对所述第四图像的亮度通道上的亮度值进行量化处理,得到量化后的图像;
将所述量化后的图像转换到RGB颜色空间,得到色彩处理图像。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述根据所述边缘积分图像和所述色彩处理图像生成与所述原始图像对应的水彩风格图像,包括:
对所述边缘积分图像和所述色彩处理图像进行乘积,得到初始水彩风格图像;
对所述初始水彩风格图像进行滤镜处理,得到与所述原始图像对应的水彩风格图像。
12.一种图像处理装置,其特征在于,包括:
预处理模块,用于对原始图像进行相应处理分别得到所述原始图像的边缘图像、图像梯度和色彩处理图像;
梯度处理模块,用于根据所述图像梯度得到第一图像;
积分处理模块,用于对所述边缘图像和所述第一图像进行卷积积分,得到边缘积分图像;
水彩画生成模块,用于根据所述边缘积分图像和所述色彩处理图像生成与所述原始图像对应的水彩风格图像。
13.一种电子设备,包括:
存储器,用于存储非暂时性计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器执行时实现根据权利要求1-11中任意一项所述的图像处理方法。
14.一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时,使得所述计算机执行权利要求1-11中任意一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910193170.9A CN110070482B (zh) | 2019-03-14 | 2019-03-14 | 图像处理方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910193170.9A CN110070482B (zh) | 2019-03-14 | 2019-03-14 | 图像处理方法、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110070482A true CN110070482A (zh) | 2019-07-30 |
CN110070482B CN110070482B (zh) | 2023-05-02 |
Family
ID=67365266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910193170.9A Active CN110070482B (zh) | 2019-03-14 | 2019-03-14 | 图像处理方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110070482B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110636331A (zh) * | 2019-09-26 | 2019-12-31 | 北京百度网讯科技有限公司 | 用于处理视频的方法和装置 |
CN111667541A (zh) * | 2020-06-28 | 2020-09-15 | 北京美摄网络科技有限公司 | 图像颜色量化方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005341569A (ja) * | 2004-05-17 | 2005-12-08 | Mitsubishi Electric Research Laboratories Inc | 物体を含むシーンの様式化された画像を生成する方法 |
US20160248959A1 (en) * | 2015-02-24 | 2016-08-25 | Samsung Display Co., Ltd. | Image processing device and method |
CN107085859A (zh) * | 2017-05-03 | 2017-08-22 | 中山大学 | 一种基于图像的彩铅画风格绘制方法 |
CN109308679A (zh) * | 2018-08-13 | 2019-02-05 | 深圳市商汤科技有限公司 | 一种图像风格转换方及装置、设备、存储介质 |
-
2019
- 2019-03-14 CN CN201910193170.9A patent/CN110070482B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005341569A (ja) * | 2004-05-17 | 2005-12-08 | Mitsubishi Electric Research Laboratories Inc | 物体を含むシーンの様式化された画像を生成する方法 |
US20160248959A1 (en) * | 2015-02-24 | 2016-08-25 | Samsung Display Co., Ltd. | Image processing device and method |
CN107085859A (zh) * | 2017-05-03 | 2017-08-22 | 中山大学 | 一种基于图像的彩铅画风格绘制方法 |
CN109308679A (zh) * | 2018-08-13 | 2019-02-05 | 深圳市商汤科技有限公司 | 一种图像风格转换方及装置、设备、存储介质 |
Non-Patent Citations (2)
Title |
---|
冯志林等: "提花织物纹理的Allen-Cahn水平集去噪方法", 《计算机辅助设计与图形学学报》 * |
李杰等: "基于刻痕的云南绝版套刻的数字模拟合成", 《系统仿真学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110636331A (zh) * | 2019-09-26 | 2019-12-31 | 北京百度网讯科技有限公司 | 用于处理视频的方法和装置 |
CN111667541A (zh) * | 2020-06-28 | 2020-09-15 | 北京美摄网络科技有限公司 | 图像颜色量化方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110070482B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110062176A (zh) | 生成视频的方法、装置、电子设备和计算机可读存储介质 | |
CN110070495A (zh) | 图像的处理方法、装置和电子设备 | |
CN110047122A (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN110276346A (zh) | 目标区域识别模型训练方法、装置和计算机可读存储介质 | |
CN110062157A (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN110288551B (zh) | 视频美化方法、装置及电子设备 | |
CN110069191B (zh) | 基于终端的图像拖拽变形实现方法和装置 | |
CN110298785A (zh) | 图像美化方法、装置及电子设备 | |
CN110070585A (zh) | 图像生成方法、装置和计算机可读存储介质 | |
CN110288520A (zh) | 图像美化方法、装置及电子设备 | |
CN110070482A (zh) | 图像处理方法、装置和计算机可读存储介质 | |
CN110069974A (zh) | 高光图像处理方法、装置和电子设备 | |
CN110070515A (zh) | 图像合成方法、装置和计算机可读存储介质 | |
CN110211030A (zh) | 图像生成方法和装置 | |
CN110287816A (zh) | 车门动作检测方法、装置和计算机可读存储介质 | |
CN110287810A (zh) | 车门动作检测方法、装置和计算机可读存储介质 | |
CN109754464A (zh) | 用于生成信息的方法和装置 | |
CN110349107A (zh) | 图像增强的方法、装置、电子设备、及存储介质 | |
CN114092642B (zh) | 一种三维户型模型生成方法、装置及设备 | |
CN110287954A (zh) | 目标区域确定模型的训练方法、装置和计算机可读存储介质 | |
CN110189274A (zh) | 图像处理方法、装置和计算机可读存储介质 | |
WO2023197860A1 (zh) | 高光渲染方法、装置、介质及电子设备 | |
CN110209861A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN110047126A (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN110288552A (zh) | 视频美化方法、装置及电子设备 |
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 |