CN110349223B - 一种图像处理的方法及装置 - Google Patents
一种图像处理的方法及装置 Download PDFInfo
- Publication number
- CN110349223B CN110349223B CN201810308222.8A CN201810308222A CN110349223B CN 110349223 B CN110349223 B CN 110349223B CN 201810308222 A CN201810308222 A CN 201810308222A CN 110349223 B CN110349223 B CN 110349223B
- Authority
- CN
- China
- Prior art keywords
- color
- color system
- pixel
- threshold value
- target
- 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 description 7
- 238000012545 processing Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 34
- 239000003086 colorant Substances 0.000 claims abstract description 31
- 238000013507 mapping Methods 0.000 claims abstract description 11
- 230000005484 gravity Effects 0.000 claims description 14
- 238000005260 corrosion Methods 0.000 claims description 10
- 230000007797 corrosion Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 238000012805 post-processing Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
一种颜色识别的方法及装置,该方法包括:获取图像数据,将所述图像数据转换为指定的颜色空间;将各颜色空间的图像颜色映射到预先划分的颜色系;获取并保留目标颜色系,对非目标颜色系进行处理。该方法可以自适应的识别出场景中主要颜色,提升用户体验。
Description
技术领域
本公开实施例涉及但不限于图像处理领域,尤指一种图像处理的方法及装置。
背景技术
目前的一些用于颜色提取拍照方法,需要用户介入提供目标范围区域,根据用户设定目标区域识别其主要颜色,然后识别提取场景中相近颜色得到最后照片,而且拍完会后合成的照片不会去除零星的同颜色小区域块。
相关技术的方法都需要根据特定物体或是用户指定位置,需要用户介入提供目标范围区域,根据用户设定目标区域识别其主要颜色,同时都是识别主体单个颜色,合成的图片有许多零星的近色的微小区块(或是近色麻点)。
发明内容
本发明实施例提供一种颜色识别的方法及装置,以自适应的识别出场景中主要颜色,提升用户体验。
一种图像处理的方法,包括:
获取图像数据,将所述图像数据转换为指定的颜色空间;
将各颜色空间的图像颜色映射到预先划分的颜色系;
获取并保留目标颜色系,对非目标颜色系进行处理。
可选地,所述获取目标颜色系包括:
统计各颜色系的像素占比,
按像素占比从大到小的顺序,选择像素占比不超过第一阈值且处于指定区域内的一个或者多个颜色系作为目标颜色系。
可选地,所述选择像素占比不超过第一阈值且处于指定区域内的一个或者多个颜色系作为目标颜色系,包括:
若像素占比不超过第一阈值且处于指定区域内的颜色系只有一种,则该颜色系为目标颜色系;
若像素占比不超过第一阈值且处于指定区域内的颜色系有两种,如两种颜色系的像素占比均大于等于第二阈值,确定大的像素占比与小的像素占比的比值,如比值大于指定值,则选择小的像素占比对应的颜色系作为目标颜色系;如一种颜色系的像素占比大于等于第二阈值,另一种颜色系的像素占比小于第二阈值,则选择大于第二阈值的像素占比对应的颜色系作为目标颜色系;如两种颜色系的像素占比均小于第二阈值,则按像素占比的大小顺序选择对应的颜色系作为目标颜色系;
若像素占比不超过第一阈值且处于指定区域内的颜色系有两种以上,则按像素占比对颜色系划分区间段,选择指定区间段内的颜色系作为目标颜色系。
可选地,通过以下方式确定颜色系是否处于指定区域内:
确定各个像素占比不超过第一阈值的颜色系的区域的重心位置,当重心位置位于所述指定区域内,则确定该颜色系处于指定区域内。
可选地,所述统计各颜色系的像素占比之前还包括:
去除黑色,白色和灰色的颜色系。
可选地,所述统计各颜色系的像素占比之前还包括:
将各颜色系区域中的孤立点或孤立区域进行腐蚀处理,用本颜色系区域中占像素最多的颜色替代所述孤立点或孤立区域。
可选地,所述对非目标颜色系进行处理包括以下的任一种处理方式:
灰度化处理、虚化处理、反色处理,特效处理。
一种图像处理的装置,其中,包括:
转换模块,用于获取图像数据,将所述图像数据转换为指定的颜色空间;
映射模块,用于将各颜色空间的图像颜色映射到预先划分的颜色系;
处理模块,用于获取并保留目标颜色系,对非目标颜色系进行处理。
可选地,所述处理模块,获取目标颜色系包括:统计各颜色系的像素占比,按像素占比从大到小的顺序,选择像素占比不超过第一阈值且处于指定区域内的一个或者多个颜色系作为目标颜色系。
可选地,所述处理模块,选择像素占比不超过第一阈值且处于指定区域内的一个或者多个颜色系作为目标颜色系,包括:若像素占比不超过第一阈值且处于指定区域内的颜色系只有一种,则该颜色系为目标颜色系;若像素占比不超过第一阈值且处于指定区域内的颜色系有两种,如两种颜色系的像素占比均大于等于第二阈值,确定大的像素占比与小的像素占比的比值,如比值大于指定值,则选择小的像素占比对应的颜色系作为目标颜色系;如一种颜色系的像素占比大于等于第二阈值,另一种颜色系的像素占比小于第二阈值,则选择大于第二阈值的像素占比对应的颜色系作为目标颜色系;如两种颜色系的像素占比均小于第二阈值,则按像素占比的大小顺序选择对应的颜色系作为目标颜色系;若像素占比不超过第一阈值且处于指定区域内的颜色系有两种以上,则按像素占比对颜色系划分区间段,选择指定区间段内的颜色系作为目标颜色系。
可选地,所述处理模块,通过以下方式确定颜色系是否处于指定区域内:确定各个像素占比不超过第一阈值的颜色系的区域的重心位置,当重心位置位于所述指定区域内,则确定该颜色系处于指定区域内。
可选地,所述处理模块,统计各颜色系的像素占比之前还包括:去除黑色,白色和灰色的颜色系。
可选地,所述处理模块,统计各颜色系的像素占比之前还包括:将各颜色系区域中的孤立点或孤立区域进行腐蚀处理,用本颜色系区域中占像素最多的颜色替代所述孤立点或孤立区域。
可选地,所述处理模块,对非目标颜色系进行处理包括以下的任一种处理方式:灰度化处理、虚化处理、反色处理,特效处理。
一种图像处理的装置,包括处理器和计算机可读存储介质,所述计算机可读存储介质中存储有指令,其特征在于,当所述指令被所述处理器执行时,实现上述的方法。
本公开实施例提供一种图像处理的方法及装置,可以自适应的识别出场景中主要颜色不限于一种颜色,同时对不识别的其他颜色做特定的后处理,比如反色,灰度化等,提升用户体验。
附图说明
图1为本公开实施例的一种图像处理的方法的流程图;
图2为本公开实施例的颜色系区间段划分的示意图;
图3为本公开实施例的图像后处理的流程图;
图4为本公开实施例的图像二值化处理的示意图;
图5为本公开实施例的连通区域的示意图;
图6为本公开实施例的指定区域的示意图;
图7为本公开实施例的一种图像处理的装置的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
本公开实施例提供一种图像处理的方法,通过分析场景中的颜色信息,智能提取出主要颜色特征,同时结合颜色的区域信息将不必要的零星区块也去除,以智能自适应提取预览场景主题色。
如图1所示,本公开实施例提供的一种图像处理的方法,包括以下步骤:
步骤11、获取图像数据,将所述图像数据转换为指定的颜色空间;
为了得出比较好的拍照图片,在某一个特定颜色空间(本实施例一致以HSV(HueSaturation Value,色相饱和度)作为描述,也可以是其他空间),此H的范围设为0-180度,对颜色空间做训练进行预划分。颜色空间划分的目的是为了方便对实际拍照场景做颜色分类。
颜色划分方法主要是参考色卡,配合大量的模拟训练测试,根据预先定设定N个颜色区域,通过大量采集数据划分。由于颜色受主观因素影响比较多,需要做主观测试进行进一步的划分确定。本实施例为了方便描述,作如下表颜色系划分,分为10个颜色系:
表一
对获取的拍照的图像数据,将颜色转换到某个颜色空间,比如本实施例以HSV空间为例说明,以H、S、V作为主要特征识别出场景中的主要颜色。
步骤12、将各颜色空间的图像颜色映射到预先划分的颜色系;
基于预先划分的颜色系,在HSV空间统计图像中各个颜色空间的色调信息,对于每个像素基于H信息,将图像颜色重新映射到预先划分的颜色系,(如表1所示)并作记录为C0,C1,C2……。
步骤13、获取并保留目标颜色系,对非目标颜色系进行处理。
本实施例中,获取目标颜色系可以包括:统计各颜色系的像素占比,按像素占比从大到小的顺序,选择像素占比不超过第一阈值且处于指定区域内的一个或者多个颜色系作为目标颜色系。
本实施例中,统计各个颜色系的区域,并对各自颜色系区域做腐蚀处理,腐蚀矩阵N×N,统计腐蚀后各个颜色像素数占比,得按从大到小进行排序,SC0,SC1,SC2……。
为了处理掉图像中颜色孤立点或是区域,对图像做腐蚀处理,设计结构元素为N×N,统计结构元素中的所有颜色信息FC0,FC1……,可以以占像素最多的颜色替代当前点。
本实施例中,可以按照以下规则进行选色,去除背景色,选出合适的目标颜色系。
首先:去除黑色,白色和灰色的颜色系图像区域,不作为颜色检测范围。
其次:目标颜色系所占区域分析,对于超过预览场景像素面积(不包括黑色,灰色和白色)特定比例的颜色作为背景处理,不做目标颜色特征提取。统计各个颜色系所占像素比并按照从大到小排序得到如下数据:
彩色:ratio0,ratio1,……,ratio N。
分析以上ratio信息按照以下原则确定背景色和目标颜色选择:
(1),如果黑色,灰色和白色的像素占比超过50%,或是当前场景中只有一种彩色,则当前场景中没有背景彩色,否则进入下一步(2);
(2),如最大值ratio0超过50%,则该对应的颜色系作为背景色,不计入目标颜色系提取特征;对于剩下的颜色进入下一步(3)计算;否则该颜色为目标颜色系。
(3),对于剩余的颜色
1)如果只有1个颜色,则该颜色作为目标颜色系;
2)如果有2个颜色,首先,计算像素占比最大值与次大值的比值,如下式:
如果Ratio1的值小于某一比例K0(该阈值是一个通过预先测试出的经验值,比如可取10%),对于ratio0大于等于K0,则ratio0对应的颜色系作为目标颜色系;如果Ratio0、Ratio1均小于K0,则选ratio0对应的颜色系作为目标颜色系,如两户设置可以选多个颜色,则两个颜色系均作为目标颜色系;如果Ratio0、Ratio1均大于等于K0,如果v>T(此处T的取值范围是>1,比较合适的值是2)则将ratio0对应的颜色作为背景色,不计入目标颜色系提取特征,Ratio1对应的颜色作为目标颜色系;否则Ratio0对应的颜色作为目标颜色系。
3)对于多于2种颜色的,将前述排序的颜色去除背景色后的像素占比再次进行区间分类,像素占比接近的颜色归为一个区间段,比如对于下表数据(是按照颜色的像素占比归类):将0.3、0.23、0.22归为一个区间段,0.075、0.07归为一个区间段,0.055、0.05归为一个区间段。
表2
0.3 | 0.23 | 0.22 | 0.075 | 0.07 | 0.055 | 0.05 |
具体提取几种目标颜色,按照如下原则:
类似图2,如果只有一个区间段,则将该区间段所有颜色特征计入颜色提取特征中。
比如只有红色,或是两种颜色的像素占比分别为:0.5.0.5。
图2的横坐标表示识别出的颜色,纵坐标表示某一种颜色的像素面积占比。如果有多个颜色区间段,则将区间2中所有颜色特征计入颜色提取特征中。
在实际实现中,具体取几个区间段中颜色,也可以根据用户的输入来决定。
以上述选取出的颜色TC0,TC1,……作为颜色信息特征识别目标色,位于目标色特征一定范围内的颜色,比如对于表一所示黄色,这里说的一定的颜色范围是:其色调值位于黄色的Hmin和Hmax之间。
最后,对提色后的图像再做如下处理:1)图像腐蚀处理,去除一些极小同色区域或是离散像素点;2)统计取色的连通区域,根据各个独立连通区域的位置和大小决定哪些保留哪些去除,从而得到一幅凸显预览场景中主题色的照片,提供一种有趣的使用的拍照方式从而提升用户体验。
基于所提取的颜色特征,对当前预览帧做后处理:符合目标选取色的保留,不符合的按照某种方式做图像处理,比如灰度化或虚化或反色等处理。
如果图像中颜色系的重心位置落入到需要选取的目标颜色范围内,则保留当前色;
如果图像中颜色系的重心位置落入到需要选取的目标颜色范围之外,则作特效后处理,和选取目标色形成反差。
特效处理的方法很多,比如素描,灰度化处理,漫画处理等,不限于某种特定处理。本实施例以灰度化处理为例,一种简单的灰度化处理时将RGB累加取平均,如下公式:
Y=(R+G+B)/3。
图像后处理操作,如图3所示,包括以下步骤:
步骤301,对识别出的颜色选取其中一种颜色进行图像二值化处理;
以要处理的颜色为权值,对图像做二值化处理,有颜色的像素点为1,否则置为0。
步骤302,对颜色提取后的图像做腐蚀处理,去除孤立的色彩区域;
采取N×N(N为奇数)矩阵,统计当前点所在N×N矩阵内,颜色信息像素点数S0(即权重1的总和),如果满足以下条件,则将当前点去除置权重0:
a、该当前点属于孤立颜色点,
b、N×N矩阵内颜色信息,统计权重1的总数S0,如果S0/(N×N)小于比例W0。
其中,W0是经验值,取值范围是:(0,1),一般取值为0.5。
所谓颜色孤立点,如图4所示,中心点属于颜色孤立点。
步骤303,统计连通区域的信息;
统计二值化图像中各个连通区域的信息主要两个:
每个连通区域的重心(wc_x,wc_y),以及各个连通区域的像素点数sum。
连通区域的计算不限于指定算法,例如两路检测算法等。
如图5所示,A是元二值化图,B图即是找出的3个连通区域。
计算出各个连通区域的重心(wc_xn,wc_yn),计算方法如下:
Pn(x):统计连通区域1所有像素点X坐标总和;
Pn(y):统计连通区域1所有像素点Y坐标总和;
sum(n):连通区域中所有像素点和。
步骤304,连通区域处理;
对各个连通区域内像素点总数排序,像素数最多的连通区域保留;对于其他连通区域进行如下处理:
首先:判断其重心区域是否落在预定的构图线区域,
例如求解目标颜色系的中心坐标,
所谓构图线区域,即通常拍照所用的九宫格或是黄金螺旋线,以九宫格为例预定的区域设置如图6,当重心区域落在方框内,则进入下一步,否则该连通区域去除,颜色不保留。
其次:判断落在预定区域内的连通区域像素和。
如果该连通区域的像素和与最大的连通区域的比重权重大于W1,如下公式,则该连通域的颜色保留,否则去除该连通域内颜色。
此处W1是经验值,取值范围是:(0,1),一般取值为0.5。
步骤305,更新图像颜色提取;
用分析后的二值化图像对原图进行处理,权重为1的,颜色保留,为0的,则灰度化处理。
步骤306,处理下一个颜色;
如果还有未处理的颜色,则转为步骤301处理下一个颜色。
本实施例提供一种拍照模式选择,用户只需做一些简单操作,可以根据一些场景拍摄出凸显主题色的照片。
用户可以预先设计选取几种颜色,可以选取颜色像素面积占比处于何种状态的颜色,比如是最大的还是居于中间的颜色。
上述实施例是先初步选出目标颜色系,再选出指定区域内的颜色系作为最终的目标颜色系;在另一实施例中,也可以直接在指定区域内选出目标颜色系,选择方法同上文所述,这里就不再重复叙述。
图7为本公开实施例的一种图像处理的装置的示意图,如图7所示,本公开实施例的装置包括:
转换模块,用于获取图像数据,将所述图像数据转换为指定的颜色空间;
映射模块,用于将各颜色空间的图像颜色映射到预先划分的颜色系;
处理模块,用于获取并保留目标颜色系,对非目标颜色系进行处理。
在一实施例中,所述处理模块,获取目标颜色系包括:统计各颜色系的像素占比,按像素占比从大到小的顺序,选择像素占比不超过第一阈值且处于指定区域内的一个或者多个颜色系作为目标颜色系。
在一实施例中,所述处理模块,选择像素占比不超过第一阈值且处于指定区域内的一个或者多个颜色系作为目标颜色系,包括:若像素占比不超过第一阈值且处于指定区域内的颜色系只有一种,则该颜色系为目标颜色系;若像素占比不超过第一阈值且处于指定区域内的颜色系有两种,如两种颜色系的像素占比均大于等于第二阈值,确定大的像素占比与小的像素占比的比值,如比值大于指定值,则选择小的像素占比对应的颜色系作为目标颜色系;如一种颜色系的像素占比大于等于第二阈值,另一种颜色系的像素占比小于第二阈值,则选择大于第二阈值的像素占比对应的颜色系作为目标颜色系;如两种颜色系的像素占比均小于第二阈值,则按像素占比的大小顺序选择对应的颜色系作为目标颜色系;若像素占比不超过第一阈值且处于指定区域内的颜色系有两种以上,则按像素占比对颜色系划分区间段,选择指定区间段内的颜色系作为目标颜色系。
在一实施例中,所述处理模块,通过以下方式确定颜色系是否处于指定区域内:确定各个像素占比不超过第一阈值的颜色系的区域的重心位置,当重心位置位于所述指定区域内,则确定该颜色系处于指定区域内。
在一实施例中,所述处理模块,统计各颜色系的像素占比之前还包括:去除黑色,白色和灰色的颜色系。
在一实施例中,所述处理模块,统计各颜色系的像素占比之前还包括:将各颜色系区域中的孤立点或孤立区域进行腐蚀处理,用本颜色系区域中占像素最多的颜色替代所述孤立点或孤立区域。
在一实施例中,所述处理模块,对非目标颜色系进行处理包括以下的任一种处理方式:灰度化处理、虚化处理、反色处理,特效处理。
本发明实施例还提供一种图像处理的装置,包括处理器和计算机可读存储介质,所述计算机可读存储介质中存储有指令,其中,当所述指令被所述处理器执行时,实现上述图像处理的方法。
本发明实施例还提供了一种计算机可读存储介质,其存储有计算机可执行指令,所述计算机可执行指令被执行时实现所述视频检索的方法。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成,所述程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。
以上仅为本发明的优选实施例,当然,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (11)
1.一种图像处理的方法,其特征在于,包括:
在将已获取的拍照的图像数据转换到指定颜色空间后,将转换后的所述指定颜色空间的每个像素的图像颜色映射到所述指定颜色空间的预先划分的颜色系;
将转换后的所述指定颜色空间的各颜色系区域中的孤立点或孤立区域进行腐蚀处理,用本颜色系区域中占像素最多的颜色替代所述孤立点或孤立区域;
统计所述指定颜色空间的各颜色系的像素占比,按像素占比从大到小的顺序,然后选择去除背景色后的像素占比不超过第一阈值且处于指定区域内的一个或者多个颜色系作为拍照场景的目标颜色系;
保留转换后的所述指定颜色空间的目标颜色系,对转换后的所述指定颜色空间的非目标颜色系进行处理。
2.如权利要求1所述的方法,其特征在于:所述选择去除背景色后的像素占比不超过第一阈值且处于指定区域内的一个或者多个颜色系作为拍照场景的目标颜色系,包括:
若像素占比不超过第一阈值且处于指定区域内的颜色系只有一种,则该颜色系为目标颜色系;
若像素占比不超过第一阈值且处于指定区域内的颜色系有两种,如两种颜色系的像素占比均大于等于第二阈值,确定大的像素占比与小的像素占比的比值,如比值大于指定值,则选择小的像素占比对应的颜色系作为目标颜色系;如一种颜色系的像素占比大于等于第二阈值,另一种颜色系的像素占比小于第二阈值,则选择大于第二阈值的像素占比对应的颜色系作为目标颜色系;如两种颜色系的像素占比均小于第二阈值,则按像素占比的大小顺序选择对应的颜色系作为目标颜色系;
若像素占比不超过第一阈值且处于指定区域内的颜色系有两种以上,则按像素占比对颜色系划分区间段,选择指定区间段内的颜色系作为目标颜色系。
3.如权利要求1所述的方法,其特征在于:通过以下方式确定颜色系是否处于指定区域内:
确定各个像素占比不超过第一阈值的颜色系的区域的重心位置,当重心位置位于所述指定区域内,则确定该颜色系处于指定区域内。
4.如权利要求1所述的方法,其特征在于:所述统计各颜色系的像素占比之前还包括:
去除黑色,白色和灰色的颜色系。
5.如权利要求1-4任一项所述的方法,其特征在于:所述对非目标颜色系进行处理包括以下的任一种处理方式:
灰度化处理、虚化处理、反色处理,特效处理。
6.一种图像处理的装置,其特征在于,包括:
转换模块,用于获取图像数据,将所述图像数据转换到指定颜色空间;
映射模块,用于在将已获取的拍照的图像数据转换到指定颜色空间后,将转换后的所述指定颜色空间的每个像素的图像颜色映射到所述指定颜色空间的预先划分的颜色系;
处理模块,用于将转换后的所述指定颜色空间的各颜色系区域中的孤立点或孤立区域进行腐蚀处理,用本颜色系区域中占像素最多的颜色替代所述孤立点或孤立区域,统计所述指定颜色空间的各颜色系的像素占比,按像素占比从大到小的顺序,然后选择去除背景色后的像素占比不超过第一阈值且处于指定区域内的一个或者多个颜色系作为拍照场景的目标颜色系,保留转换后的所述指定颜色空间的目标颜色系,对转换后的所述指定颜色空间的非目标颜色系进行处理。
7.如权利要求6所述的装置,其特征在于:
所述处理模块,选择像素占比不超过第一阈值且处于指定区域内的一个或者多个颜色系作为目标颜色系,包括:若像素占比不超过第一阈值且处于指定区域内的颜色系只有一种,则该颜色系为目标颜色系;若像素占比不超过第一阈值且处于指定区域内的颜色系有两种,如两种颜色系的像素占比均大于等于第二阈值,确定大的像素占比与小的像素占比的比值,如比值大于指定值,则选择小的像素占比对应的颜色系作为目标颜色系;如一种颜色系的像素占比大于等于第二阈值,另一种颜色系的像素占比小于第二阈值,则选择大于第二阈值的像素占比对应的颜色系作为目标颜色系;如两种颜色系的像素占比均小于第二阈值,则按像素占比的大小顺序选择对应的颜色系作为目标颜色系;若像素占比不超过第一阈值且处于指定区域内的颜色系有两种以上,则按像素占比对颜色系划分区间段,选择指定区间段内的颜色系作为目标颜色系。
8.如权利要求6所述的装置,其特征在于:
所述处理模块,通过以下方式确定颜色系是否处于指定区域内:确定各个像素占比不超过第一阈值的颜色系的区域的重心位置,当重心位置位于所述指定区域内,则确定该颜色系处于指定区域内。
9.如权利要求6所述的装置,其特征在于:
所述处理模块,统计各颜色系的像素占比之前还包括:去除黑色,白色和灰色的颜色系。
10.如权利要求6-9任一项所述的装置,其特征在于:
所述处理模块,对非目标颜色系进行处理包括以下的任一种处理方式:灰度化处理、虚化处理、反色处理,特效处理。
11.一种图像处理的装置,包括处理器和计算机可读存储介质,所述计算机可读存储介质中存储有指令,其特征在于,当所述指令被所述处理器执行时,实现如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810308222.8A CN110349223B (zh) | 2018-04-08 | 2018-04-08 | 一种图像处理的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810308222.8A CN110349223B (zh) | 2018-04-08 | 2018-04-08 | 一种图像处理的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110349223A CN110349223A (zh) | 2019-10-18 |
CN110349223B true CN110349223B (zh) | 2021-04-30 |
Family
ID=68173282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810308222.8A Active CN110349223B (zh) | 2018-04-08 | 2018-04-08 | 一种图像处理的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110349223B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112203022B (zh) * | 2020-10-28 | 2022-08-19 | 努比亚技术有限公司 | 一种电致变色控制方法、设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105580006A (zh) * | 2013-02-07 | 2016-05-11 | 禅色公司 | 基于颜色进行识别、搜索和匹配产品的系统和方法 |
CN106250431A (zh) * | 2016-07-25 | 2016-12-21 | 华南师范大学 | 一种基于分类服装的颜色特征提取方法及服装检索系统 |
CN106651966A (zh) * | 2016-09-26 | 2017-05-10 | 广东安居宝数码科技股份有限公司 | 图片颜色识别方法和系统 |
CN107103606A (zh) * | 2017-02-27 | 2017-08-29 | 口碑控股有限公司 | 一种图像识别方法及装置 |
CN107194348A (zh) * | 2017-05-19 | 2017-09-22 | 北京云识图信息技术有限公司 | 一种图像中目标物体的主颜色识别方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714158A (zh) * | 2009-12-22 | 2010-05-26 | 苏州两江科技有限公司 | 基于mpeg7标准的图像检索方法 |
JP6016423B2 (ja) * | 2012-04-10 | 2016-10-26 | キヤノン株式会社 | 信号処理装置、撮像装置及び信号処理方法 |
US9299009B1 (en) * | 2013-05-13 | 2016-03-29 | A9.Com, Inc. | Utilizing color descriptors to determine color content of images |
CN104123736B (zh) * | 2014-07-04 | 2017-02-15 | 北京思特奇信息技术股份有限公司 | 一种图片主色系获取方法及装置 |
CN104268904A (zh) * | 2014-09-10 | 2015-01-07 | 珠海市君天电子科技有限公司 | 提取图片主颜色的方法及装置 |
KR101791603B1 (ko) * | 2015-12-17 | 2017-10-30 | 성균관대학교산학협력단 | 잡음을 이용하여 컬러 객체를 검출하는 방법 및 잡음을 이용하여 발광 장치를 검출하는 시스템 |
CN106534675A (zh) * | 2016-10-17 | 2017-03-22 | 努比亚技术有限公司 | 一种微距拍摄背景虚化的方法及终端 |
CN106780634B (zh) * | 2016-12-27 | 2019-06-18 | 努比亚技术有限公司 | 图片主色调提取方法及装置 |
CN106898026B (zh) * | 2017-03-15 | 2019-02-05 | 腾讯科技(深圳)有限公司 | 一种图片的主色调提取方法和装置 |
CN107464213B (zh) * | 2017-08-03 | 2019-11-08 | 浙江大学 | 基于单色色盘的Lab空间映射的重着色方法 |
CN107613202B (zh) * | 2017-09-21 | 2020-03-10 | 维沃移动通信有限公司 | 一种拍摄方法及移动终端 |
-
2018
- 2018-04-08 CN CN201810308222.8A patent/CN110349223B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105580006A (zh) * | 2013-02-07 | 2016-05-11 | 禅色公司 | 基于颜色进行识别、搜索和匹配产品的系统和方法 |
CN106250431A (zh) * | 2016-07-25 | 2016-12-21 | 华南师范大学 | 一种基于分类服装的颜色特征提取方法及服装检索系统 |
CN106651966A (zh) * | 2016-09-26 | 2017-05-10 | 广东安居宝数码科技股份有限公司 | 图片颜色识别方法和系统 |
CN107103606A (zh) * | 2017-02-27 | 2017-08-29 | 口碑控股有限公司 | 一种图像识别方法及装置 |
CN107194348A (zh) * | 2017-05-19 | 2017-09-22 | 北京云识图信息技术有限公司 | 一种图像中目标物体的主颜色识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110349223A (zh) | 2019-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108206917B (zh) | 图像处理的方法及装置、存储介质、电子装置 | |
CN107609549B (zh) | 一种自然场景下证件图像的文本检测方法 | |
CN109272509B (zh) | 一种连续图像的目标检测方法、装置、设备及存储介质 | |
CN103946866B (zh) | 与直方图一起使用多层连接分量的文本检测 | |
CN111935479B (zh) | 一种目标图像确定方法、装置、计算机设备及存储介质 | |
CN111814902A (zh) | 目标检测模型训练方法、目标识别方法、装置和介质 | |
JP6192271B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN106067177B (zh) | Hdr场景侦测方法和装置 | |
JP2008148298A (ja) | 画像における異なった内容の領域を識別する方法、画像における異なった内容の領域を識別する装置、および画像における異なった内容の領域を識別するコンピュータ・プログラムを具現するコンピュータ読み取り可能な媒体 | |
CN110233971B (zh) | 一种拍摄方法及终端、计算机可读存储介质 | |
CN111275034B (zh) | 从图像中提取文本区域的方法、装置、设备和存储介质 | |
CN111183630B (zh) | 一种智能终端的照片处理方法及处理装置 | |
CN114005090A (zh) | 一种基于疑似烟雾提议区域及深度学习的烟雾检测方法 | |
CN112614136A (zh) | 一种红外小目标实时实例分割方法及装置 | |
CN110288560B (zh) | 一种图像模糊检测方法及装置 | |
CN111126162A (zh) | 一种识别图像中炎症细胞的方法、装置及存储介质 | |
CN112036454A (zh) | 一种基于多核密集连接网络的图像分类方法 | |
CN110349223B (zh) | 一种图像处理的方法及装置 | |
CN111709305A (zh) | 一种基于局部图像块的人脸年龄识别方法 | |
CN108961209B (zh) | 行人图像质量评价方法、电子设备及计算机可读介质 | |
CN115995078A (zh) | 一种浮游生物原位观测的图像预处理方法及系统 | |
CN110807747B (zh) | 一种基于前景蒙版的文档图像降噪方法 | |
CN114494712A (zh) | 对象提取方法及装置 | |
CN110287752B (zh) | 一种点阵码检测方法及装置 | |
CN109544614B (zh) | 一种基于图像低频信息相似度的匹配图像对识别的方法 |
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 |