CN110533729A - 智能终端、像素处理方法及计算机可读存储介质 - Google Patents
智能终端、像素处理方法及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110533729A CN110533729A CN201910778901.6A CN201910778901A CN110533729A CN 110533729 A CN110533729 A CN 110533729A CN 201910778901 A CN201910778901 A CN 201910778901A CN 110533729 A CN110533729 A CN 110533729A
- Authority
- CN
- China
- Prior art keywords
- region
- processing
- pixel
- optimized
- protected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 157
- 238000005457 optimization Methods 0.000 claims abstract description 70
- 238000013507 mapping Methods 0.000 claims description 47
- 238000012937 correction Methods 0.000 claims description 46
- 230000007704 transition Effects 0.000 claims description 28
- 238000009792 diffusion process Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000000034 method Methods 0.000 description 38
- 230000008569 process Effects 0.000 description 31
- 230000008859 change Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- AUNGANRZJHBGPY-SCRDCRAPSA-N Riboflavin Chemical compound OC[C@@H](O)[C@@H](O)[C@@H](O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-SCRDCRAPSA-N 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 239000011230 binding agent Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010422 painting Methods 0.000 description 2
- 241000226585 Antennaria plantaginifolia Species 0.000 description 1
- AUNGANRZJHBGPY-UHFFFAOYSA-N D-Lyxoflavin Natural products OCC(O)C(O)C(O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 229960002477 riboflavin Drugs 0.000 description 1
- 235000019192 riboflavin Nutrition 0.000 description 1
- 239000002151 riboflavin Substances 0.000 description 1
- 235000015096 spirit Nutrition 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G06T5/70—
-
- G06T5/77—
-
- G06T5/80—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
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
本申请提供一种智能终端、像素处理方法及计算机可读存储介质,所述像素处理方法包括步骤:获取待优化区域,其中,获取用户手动选定的目标区域,和/或获取预设的区域选定规则、根据所述区域选定规则自动选定对应的目标区域,以作为所述待优化区域,获取位于所述待优化区域的目标像素,对所述目标像素进行优化处理。通过上述方式,本申请能够直接获取待优化的区域的目标像素然后进行针对性的优化处理,可以适用于大部分图像处理设备中,利于推广使用,提高产品技术竞争力,而且产品拍摄的图像更加符合用户的期望,不会发生畸变等影响用户使用体验的情况,改善用户体验。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种像素处理方法,一种应用所述像素处理方法的智能终端,以及一种计算机可读存储介质。
背景技术
随着智能手机的大规模应用,在智能机的功能中,手机拍照是一个关键功能,人们在朋友聚会及各种特点常会,会进行拍照和录像。
但是,由于相机镜头的物理非线性特征,在成像过程中不可避免的会造成实物形状在图像上的畸变,具体表现可分为枕形畸变、桶形畸变及线性畸变。由于畸变的存在不仅影响采集图像的视觉效果,而且如果直接应用到工业近景测量上,将会降低相机测量精度,进而影响结果。
现有技术中为了解决上述问题,会提供一种图像处理方法,若待矫正的图像区域的畸变程度参数大于或等于预设畸变程度参数,按照预设尺寸获取所述图像的中央像素网格,将所述待矫正的图像区域划分为与所述中央像素网格尺寸相同的N个像素网格,其中,N为大于等于2的整数,以所述中央像素网格作为畸变矫正基准矫正所述N个像素网格,以得到矫正图像。
然而,这种方式主要是以中央像素网格作为畸变矫正N个像素网格,其并不能很好地适应到各种图像需要优化处理的应用场景,实用性偏低,使用范围较窄,无法从根源上解决本领域的相关技术问题。
针对现有技术的多方面不足,本申请的发明人经过深入研究,提出一种智能终端、像素处理方法及计算机可读存储介质。
发明内容
本申请的目的在于,提供一种智能终端、像素处理方法及计算机可读存储介质,能够直接获取待优化的区域的目标像素然后进行针对性的优化处理,可以适用于大部分图像处理设备中,利于推广使用,提高产品技术竞争力。
为解决上述技术问题,本申请提供一种像素处理方法,作为其中一种实施方式,所述像素处理方法包括步骤:
获取待优化区域,其中,获取用户手动选定的目标区域,和/或获取预设的区域选定规则、根据所述区域选定规则自动选定对应的目标区域,以作为所述待优化区域;
获取位于所述待优化区域的目标像素;
对所述目标像素进行优化处理。
作为其中一种实施方式,所述获取待优化区域的步骤之后,还包括:
根据获取的所述待优化区域生成和/或更新用于进行优化处理的优化处理映射表。
作为其中一种实施方式,所述获取待优化区域的步骤之前,还包括:
预先生成和/或获取用于进行优化处理的优化处理映射表。
作为其中一种实施方式,所述预先生成和/或获取用于进行优化处理的优化处理映射表的步骤,具体包括:
获取和/或拍摄标定板;
根据所述标定板计算获取得到对应的优化处理映射表。
作为其中一种实施方式,所述预先生成和/或获取用于进行优化处理的优化处理映射表的步骤,具体包括:
判断自身设备的类型型号;
根据所述类型型号从网络端获取与自身相匹配的优化处理映射表。
作为其中一种实施方式,所述获取用户手动选定的目标区域的步骤,具体包括:
将整体区域划分为多个区域块;
获取用户对所述多个区域块的选定操作;
根据用户选定操作的至少一个区域块确认选定的目标区域。
作为其中一种实施方式,所述获取用户对所述多个区域块的选定操作的步骤,所述选定操作包括多点分别选择、划线连续选择和/或涂抹选择。
作为其中一种实施方式,所述根据所述区域选定规则自动选定对应的目标区域的步骤,具体包括:
根据所述区域选定规则判断是否存在不允许进行优化处理的待保护区域;
将所述待保护区域之外的其他目标区域作为所述待优化区域。
作为其中一种实施方式,所述根据所述区域选定规则判断是否存在不允许进行优化处理的待保护区域的步骤,具体包括:
通过AI人工智能算法的区域选定规则判断是否存在不允许进行优化处理的待保护区域,其中,所述区域选定规则用于定义可允许进行优化处理的区域和/或不允许进行优化处理的待保护区域,所述不允许进行优化处理的待保护区域包括人脸区域、人体区域、证件证明关键特征区域。
作为其中一种实施方式,所述对所述目标像素进行优化处理的步骤,还包括:
对非待优化区域的待保护区域进行保护处理;
对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理。
作为其中一种实施方式,所述对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理的步骤,具体包括:
对所述衔接区域的过渡像素点进行权重加权处理;
将经过权重加权处理的衔接区域生成和/或更新至用于进行优化处理的优化处理映射表。
作为其中一种实施方式,所述对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理的步骤,具体包括:
以位于所述待保护区域的过渡像素点为中心,向所述待优化区域进行权重扩散处理。
为解决上述技术问题,本申请还提供一种智能终端,作为其中一种实施方式,其配置有处理器,所述处理器用于执行程序数据,以实现如上所述的像素处理方法。
作为其中一种实施方式,所述像素处理方法用于进行像素的畸变矫正,并采用畸变矫正映射表对所述目标像素进行优化处理。
为解决上述技术问题,本申请还提供一种计算机可读存储介质,作为其中一种实施方式,其用于存储程序数据,所述程序数据在被处理器执行时,以实现如上所述的像素处理方法。
本申请提供的智能终端、像素处理方法及计算机可读存储介质,所述像素处理方法包括步骤:获取待优化区域,获取位于所述待优化区域的目标像素,对所述目标像素进行优化处理。通过上述方式,本申请能够直接获取待优化的区域的目标像素然后进行针对性的优化处理,可以适用于大部分图像处理设备中,利于推广使用,提高产品技术竞争力,而且产品拍摄的图像更加符合用户的期望,不会发生畸变等影响用户使用体验的情况,改善用户体验。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、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1为本申请像素处理方法一实施方式的流程示意图。
图2为采用本申请像素处理方法进行像素优化的第一实施例效果图。
图3为采用本申请像素处理方法进行像素优化的第二实施例效果图。
图4为本申请智能终端一实施方式的结构示意图。
具体实施方式
为更进一步阐述本申请为达成预定申请目的所采取的技术手段及功效,以下结合附图及较佳实施例,对本申请详细说明如下。
通过具体实施方式的说明,当可对本申请为达成预定目的所采取的技术手段及效果得以更加深入且具体的了解,然而所附图式仅是提供参考与说明之用,并非用来对本申请加以限制。
请参阅图1,图1为本申请像素处理方法一实施方式的流程示意图。
需要说明的是,本实施方式所述像素处理方法可以包括但不限于如下几个步骤。
步骤S101,获取待优化区域,其中,获取用户手动选定的目标区域,和/或获取预设的区域选定规则、根据所述区域选定规则自动选定对应的目标区域,以作为所述待优化区域。
步骤S102,获取位于所述待优化区域的目标像素。
步骤S103,对所述目标像素进行优化处理。
首先,需要特别说明的是,在第一个优选的实施方式中,所述获取用户手动选定的目标区域,以作为所述待优化区域,通过这种方式,用户可以根据自己的判断和/或需求,对图像界面的任一区域进行指定优化,而增加了用户之间的交互体验,使之更符合用户的操作需求。
其次,针对部分习惯直接使用而不习惯设置功能的用户而言,本申请的第二个优选的实施方式中,所述获取预设的区域选定规则;根据所述区域选定规则自动选定对应的目标区域,以作为所述待优化区域。不难理解的是,一些用户对智能终端兴趣不大,所以比较少去设置功能,特别是针对功能复杂而多的情况,用户也无从适应,因此,本申请针对此种特殊情况,可以同时提供这种设备自身智能设置的方式,辅助用户进行像素优化,改善用户体验。
值得一提的是,本实施方式所述获取待优化区域的步骤之后,还可以包括:根据获取的所述待优化区域生成和/或更新用于进行优化处理的优化处理映射表。
此处需要补充说明的是,本实施方式可以通过优化处理映射表的方式对像素进行优化处理,可以加快处理效率,并且能够保证优化处理的像素即为最终图像所需要进行优化处理的像素位置,避免处理到错误的像素而导致生成更差的图像质量。
在本实施方式中,所述获取待优化区域的步骤之前,还可以包括:预先生成和/或获取用于进行优化处理的优化处理映射表。
容易理解的是,本实施方式可以预先对像素进行检测,然后找到需要优化的像素进行标定;当然,在一些特殊产品中,比如同一系列产品,可能存在相同区域的像素情况出现畸变等,因此,本实施方式可以从供应商处下载统一的优化处理映射表,然后对所有同系列产品进行相同的优化处理位置及像素。
需要详细说明的是,本实施方式所述预先生成和/或获取用于进行优化处理的优化处理映射表的步骤,具体可以包括:获取和/或拍摄标定板;根据所述标定板计算获取得到对应的优化处理映射表。
比如,本实施方式可以首先拍摄标定板然后对智能终端的镜头进行相机标定,然后运用拍摄的标定板计算获取镜头的畸变矫正参数等系统参数,接着运用畸变矫正参数生成全图像的畸变矫正像素映射表(即优化处理映射表),进而可以运用该畸变矫正像素映射表完成智能终端的相机等拍摄的原图的畸变矫正。
进一步而言,本实施方式所述预先生成和/或获取用于进行优化处理的优化处理映射表的步骤,具体可以包括:判断自身设备的类型型号;根据所述类型型号从网络端获取与自身相匹配的优化处理映射表。
在本实施方式中,所述获取用户手动选定的目标区域,以作为所述待优化区域的步骤,具体可以包括:将整体区域划分为多个区域块;获取用户对所述多个区域块的选定操作;根据用户选定操作的至少一个区域块确认选定的目标区域,以作为所述待优化区域。
其中,所述多个区域块,可以将整体区域划分为九宫格等方式,在此不作限定。
具体而言,本实施方式所述获取用户对所述多个区域块的选定操作的步骤,所述选定操作包括多点分别选择、划线连续选择和/或涂抹选择。
容易理解的是,所述多点分别选择指的可以是断续的多次单点选择,而所述划线连续选择则可以是对整体区域的一次性多选动作等等,涂抹选择则可以是对整体区域进行精确的区域选择,从而避免误操作等。
需要特别说明的是,本实施方式所述根据所述区域选定规则自动选定对应的目标区域,以作为所述待优化区域的步骤,具体可以包括:根据所述区域选定规则判断是否存在不允许进行优化处理的待保护区域;将所述待保护区域之外的其他目标区域作为所述待优化区域。
不难理解的是,部分区域,比如是历史名画以及国旗国徽等不容涂抹等对象,会需要进行保护,避免被无意修改成非尊重的涂鸦版本等,所以,本申请实施方式可以对这类对象进行针对性的保护。
举例而言,本实施方式所述根据所述区域选定规则判断是否存在不允许进行优化处理的待保护区域的步骤,具体可以包括:通过AI人工智能算法的区域选定规则判断是否存在不允许进行优化处理的待保护区域,其中,所述区域选定规则用于定义可允许进行优化处理的区域和/或不允许进行优化处理的待保护区域,所述不允许进行优化处理的待保护区域包括人脸区域、人体区域、证件证明关键特征区域。
需要特别说明的是,本实施方式所述区域选定规则,可以通过正面描述的方式,指定一些不属于关键区域的像素可以进行优化,比如一般的街景、天空、田野、草原等,由于其整体比较偏一致,局部特征对整体影响不大;当然,也可以采用反面描述的方式,指定一些比较关键的特征区域,比如上述的人脸,比如单独的自拍照,比如一些用于进行特征识别的图片或者对象等等,进一步来说,还可以根据不同的场景对其区域选定规则进行动态的智能调整,使其符合不同的应用场景以及不同的用户需求。
进一步而言,本实施方式所述对所述目标像素进行优化处理的步骤,还可以包括:对非待优化区域的待保护区域进行保护处理;对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理。
举例而言,本实施方式所述对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理的步骤,具体可以包括:对所述衔接区域的过渡像素点进行权重加权处理;将经过权重加权处理的衔接区域生成和/或更新至用于进行优化处理的优化处理映射表。
比如,可以设置衔接区域的中间像素点的权重为1,而不需要矫正区域的边界向需要矫正区域过渡的衔接区域,可以形成一个渐进变化的过渡以防止出现像素跳变不平滑的不良情况。
具体而言,所述对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理的步骤,具体包括:以位于所述待保护区域的过渡像素点为中心,向所述待优化区域进行权重扩散处理。
通过权重处理的方式,本申请将权重加权到相应区域的畸变矫正的优化处理映射表上,从而在畸变矫正时做到自然过渡而不失真,而且通过优化后的映射表矫正图像像素,可以生成一张实现其中一部分区域得到畸变矫正的图像。
下面将结合具体的实施例进行说明。
实施例一:
流程201、首先拍摄标定板对镜头进行相机标定。
流程202、计算获取镜头的畸变矫正参数。
流程203、运用畸变矫正参数生成全图的畸变矫正的优化处理映射表。
流程204、运用畸变矫正的优化处理映射表完成相机拍摄原图的畸变矫正。
流程205、通过优化畸变矫正的优化处理映射表来完成区域优化畸变矫正。
流程206、用户手动选取不需要矫正的区域。
流程207、如图2所示,标记2区为用户选定的区域,除此之外的都为标记1区。
流程208、被选定的标记2区在进行全图畸变矫正的时候就不做处理,未被选中的标记1区进行畸变矫正处理。
流程209、对于需要矫正的标记1区和不需要矫正的标记2区过渡带,以标记2区域的边界为中心,向四周扩散权重,从而在畸变时做到自然过渡不失真。
流程210、对于选定的区域,智能终端的系统会在后台根据选定区域自动重新计算得到优化处理映射表。
流程211、通过优化后的优化处理映射表矫正图像,可以生成一张部分区域畸变矫正图像。
实施例二:
流程301、首先拍摄标定板对镜头进行相机标定。
流程302、计算获取镜头的畸变矫正参数。
流程303、运用畸变矫正参数生成全图的畸变矫正的优化处理映射表。
流程304、运用畸变矫正的优化处理映射表完成相机拍摄原图的畸变矫正。
流程305、通过优化畸变矫正的优化处理映射表来完成区域优化畸变矫正。
流程306、智能终端的系统自动检测识别需要矫正的区域。
流程307、如图3,通过AI(人工智能)算法自动分割检测出人脸或者人体区域,对该区域进行畸变矫正保护。
流程308、如图3中被选定的人脸或者人体区域在进行全图畸变矫正的时候就不做处理,防止人脸或人体区域被拉伸变形。
流程309、未被选中的白色区域进行畸变矫正处理。
流程310、对于需要矫正的人脸或者人体区域和不需要矫正的白色区域的过渡带,以人脸或者人体区域的边界为中心,向四周扩散权重,从而在畸变时做到自然过渡不失真。
流程311、对于选定的区域,智能终端的系统会在后台根据选定区域自动重新计算得到优化处理映射表。
流程312、通过优化后的优化处理映射表矫正图像,可以生成一张部分区域畸变矫正图像。
请参阅图4,为解决上述技术问题,本申请还提供一种智能终端,作为其中一种实施方式,其配置有处理器21,所述处理器21用于执行程序数据,以实现如上所述的像素处理方法。
如前所述,在一具体实施例中,所述像素处理方法用于进行像素的畸变矫正,并采用畸变矫正映射表对所述目标像素进行优化处理。
具体而言,所述处理器21用于获取待优化区域。
所述处理器21用于获取位于所述待优化区域的目标像素。
所述处理器21用于对所述目标像素进行优化处理。
首先,需要特别说明的是,在第一个优选的实施方式中,所述处理器21用于获取待优化区域,具体可以包括:所述处理器21用于获取用户手动选定的目标区域,以作为所述待优化区域。
容易理解的是,通过这种方式,用户可以根据自己的判断和/或需求,对图像界面的任一区域进行指定优化,而增加了用户之间的交互体验,使之更符合用户的操作需求。
其次,针对部分习惯直接使用而不习惯设置功能的用户而言,本申请的第二个优选的实施方式中,所述处理器21用于获取待优化区域,具体可以包括:所述处理器21用于获取预设的区域选定规则;根据所述区域选定规则自动选定对应的目标区域,以作为所述待优化区域。
不难理解的是,一些用户对智能终端兴趣不大,所以比较少去设置功能,特别是针对功能复杂而多的情况,用户也无从适应,因此,本申请针对此种特殊情况,可以同时提供这种设备自身智能设置的方式,辅助用户进行像素优化,改善用户体验。
值得一提的是,本实施方式所述处理器21用于获取待优化区域的之后,还可以包括:所述处理器21用于根据获取的所述待优化区域生成和/或更新用于进行优化处理的优化处理映射表。
此处需要补充说明的是,本实施方式可以通过优化处理映射表的方式对像素进行优化处理,可以加快处理效率,并且能够保证优化处理的像素即为最终图像所需要进行优化处理的像素位置,避免处理到错误的像素而导致生成更差的图像质量。
在本实施方式中,所述处理器21用于获取待优化区域的之前,还可以包括:预先生成和/或获取用于进行优化处理的优化处理映射表。
容易理解的是,本实施方式可以预先对像素进行检测,然后找到需要优化的像素进行标定;当然,在一些特殊产品中,比如同一系列产品,可能存在相同区域的像素情况出现畸变等,因此,本实施方式可以从供应商处下载统一的优化处理映射表,然后对所有同系列产品进行相同的优化处理位置及像素。
需要详细说明的是,本实施方式所述预先生成和/或获取用于进行优化处理的优化处理映射表,具体可以包括:所述处理器21用于获取和/或拍摄标定板;所述处理器21用于根据所述标定板计算获取得到对应的优化处理映射表。
比如,本实施方式可以首先拍摄标定板然后对智能终端的镜头进行相机标定,然后运用拍摄的标定板计算获取镜头的畸变矫正参数等系统参数,接着运用畸变矫正参数生成全图像的畸变矫正像素映射表(即优化处理映射表),进而可以运用该畸变矫正像素映射表完成智能终端的相机等拍摄的原图的畸变矫正。
进一步而言,本实施方式所述预先生成和/或获取用于进行优化处理的优化处理映射表,具体可以包括:所述处理器21用于判断自身设备的类型型号;根据所述类型型号从网络端获取与自身相匹配的优化处理映射表。
在本实施方式中,所述处理器21用于获取用户手动选定的目标区域,以作为所述待优化区域,具体可以包括:所述处理器21用于将整体区域划分为多个区域块;获取用户对所述多个区域块的选定操作;根据用户选定操作的至少一个区域块确认选定的目标区域,以作为所述待优化区域。
其中,所述多个区域块,可以将整体区域划分为九宫格等方式,在此不作限定。
具体而言,本实施方式所述处理器21用于获取用户对所述多个区域块的选定操作,所述选定操作包括多点分别选择、划线连续选择和/或涂抹选择。
容易理解的是,所述多点分别选择指的可以是断续的多次单点选择,而所述划线连续选择则可以是对整体区域的一次性多选动作等等,涂抹选择则可以是对整体区域进行精确的区域选择,从而避免误操作等。
需要特别说明的是,本实施方式所述处理器21用于根据所述区域选定规则自动选定对应的目标区域,以作为所述待优化区域,具体可以包括:所述处理器21用于根据所述区域选定规则判断是否存在不允许进行优化处理的待保护区域;将所述待保护区域之外的其他目标区域作为所述待优化区域。
不难理解的是,部分区域,比如是历史名画以及国旗国徽等不容涂抹等对象,会需要进行保护,避免被无意修改成非尊重的涂鸦版本等,所以,本申请实施方式可以对这类对象进行针对性的保护。
举例而言,本实施方式所述处理器21用于根据所述区域选定规则判断是否存在不允许进行优化处理的待保护区域,具体可以包括:所述处理器21用于通过AI人工智能算法的区域选定规则判断是否存在不允许进行优化处理的待保护区域,其中,所述区域选定规则用于定义可允许进行优化处理的区域和/或不允许进行优化处理的待保护区域,所述不允许进行优化处理的待保护区域包括人脸区域、人体区域、证件证明关键特征区域。
进一步而言,本实施方式所述处理器21用于对所述目标像素进行优化处理,还可以包括:对非待优化区域的待保护区域进行保护处理;对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理。
举例而言,本实施方式所述处理器21用于对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理,具体可以包括:所述处理器21用于对所述衔接区域的过渡像素点进行权重加权处理;将经过权重加权处理的衔接区域生成和/或更新至用于进行优化处理的优化处理映射表。
比如,可以设置衔接区域的中间像素点的权重为1,而不需要矫正区域的边界向需要矫正区域过渡的衔接区域,可以形成一个渐进变化的过渡以防止出现像素跳变不平滑的不良情况。
具体而言,所述处理器21用于对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理,具体包括:所述处理器21用于以位于所述待保护区域的过渡像素点为中心,向所述待优化区域进行权重扩散处理。
通过权重处理的方式,本申请将权重加权到相应区域的畸变矫正的优化处理映射表上,从而在畸变矫正时做到自然过渡而不失真,而且通过优化后的映射表矫正图像像素,可以生成一张实现其中一部分区域得到畸变矫正的图像。
此外,本申请还提供一种计算机可读存储介质,作为其中一种实施方式,其用于存储程序数据,所述程序数据在被处理器执行时,以实现如上任一实施方式所述的像素处理方法。
本申请提供的智能终端、像素处理方法及计算机可读存储介质,所述像素处理方法包括步骤:获取待优化区域,获取位于所述待优化区域的目标像素,对所述目标像素进行优化处理。通过上述方式,本申请能够直接获取待优化的区域的目标像素然后进行针对性的优化处理,可以适用于大部分图像处理设备中,利于推广使用,提高产品技术竞争力,而且产品拍摄的图像更加符合用户的期望,不会发生畸变等影响用户使用体验的情况,改善用户体验。
在本申请中,所述智能终端可以为手机、平板电脑、可穿戴设备、智能电视以及智能摄像头等。
需要补充说明的是,本实施方式所述手机,优选地其可以设置有应用层、应用框架层、库层、内核层的Android(安卓)系统。
在本实施方式中,应用层主要工作在Android SDK之上,利用Android提供的API进行开发,生成APK包;应用框架层整合了Android自带各种控件和类,为应用开发提供高效、方便的API接口。这个对上实现统一的接口,对下也提供统一的标准方便各种库的移入;库层是Android与底层硬件通信接口,它封装底层硬件接口实现该模块的具体逻辑,并以服务的形式通过Binder通讯机制暴露给应用框架;内核层则是直接与硬件联系的一层,可以理解为设备驱动。
同时,本申请的Android(安卓)系统的camera相机总体架构可以包括取景器(viewfinder)和拍摄照片(take picture)的功能,MTK Android Camera程序的架构分成客户端和服务器两个部分,可以建立在Android的进程间通讯Binder的结构上。
具体而言,本实施方式Camera的应用层在Android上表现为直接调用SDK API开发的一个Camera应用APK包。主要是采用Java语言写的基于android.hardware.Camera类调用的封装,并且实现Camera应用的业务逻辑和UI显示。
本实施方式android.hardware.Camera为Android提供给上层调用的Camera类,可以用来连接或断开一个Camera服务,设置拍摄参数,开始、停止预览,拍照等;也可以作为Android Camera应用框架封装暴露出来的接口。一个Android应用中若要使用这个类,需要在Manifest文件声明Camera的权限,另外还需要添加一些<uses-feature>元素来声明应用中的Camera特性,如自动对焦等。
本实施方式的Camera框架层将应用与底层的实现隔离开来,实现了一套Android定义的对上对下接口规范,方便应用及底层硬件的开发和移植。
在其中的具体实施方式中,智能终端还可以包括图像信号处理块、图像拍摄块、控制电路、聚焦控制模块、曝光控制模块和光学系统,图像拍摄块内的控制电路可包括聚焦控制模块和曝光控制模块。光学系统可包括镜头模块,所述镜头模块的聚焦设置和曝光设置(例如,光圈大小和/或快门速度)分别由聚焦控制模块和曝光控制模块来控制。图像信号处理块包括多个信号处理模块,例如前端处理模块、白平衡模块、色彩插值模块、色彩转换模块以及后端处理模块。前端处理模块可执行暗电流补偿、线性化、闪光补偿等操作。白平衡模块可通过对图像的红色(R)、绿色(G)和蓝色(B)组成部分分别应用不同的权重因数,来对白平衡执行自动/手动补偿。色彩插值模块可使用像素的领域信息来估计像素的颜色值,其中像素的颜色值不会被图像传感器测量/感测到。色彩转换模块可执行色彩转换以从一个色域转换到另一个色域。举例来说,色彩转换模块可对彩色图像执行从RGB格式到YUV格式的色彩转换,以生成由像素的亮度值/灰阶值组成的灰度图像,其中YUV格式中的Y表示灰阶值、U和V表示色度。后端处理模块可执行色彩伪影去除、边缘增强和核化降噪等操作。
举例来说,但并非用于限制本发明,要改变控制电路和图像信号处理块的所有配置,可以通过禁能图像信号处理块中的信号处理模块和控制电路中的控制模块的至少一个来实现,或者通过控制所述信号处理模块和所述控制模块中的至少一个采用不同的算法(例如,简化算法或低功率算法)来实现。
以上所述,仅是本申请的较佳实施例而已,并非对本申请作任何形式上的限制,虽然本申请已以较佳实施例揭露如上,然而并非用以限定本申请,任何熟悉本专业的技术人员,在不脱离本申请技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本申请技术方案内容,依据本申请的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本申请技术方案的范围内。
Claims (15)
1.一种像素处理方法,其特征在于,所述像素处理方法包括步骤:
获取待优化区域,其中,获取用户手动选定的目标区域,和/或获取预设的区域选定规则、根据所述区域选定规则自动选定对应的目标区域,以作为所述待优化区域;
获取位于所述待优化区域的目标像素;
对所述目标像素进行优化处理。
2.根据权利要求1所述的像素处理方法,其特征在于,所述获取待优化区域的步骤之后,还包括:
根据获取的所述待优化区域生成和/或更新用于进行优化处理的优化处理映射表。
3.根据权利要求1所述的像素处理方法,其特征在于,所述获取待优化区域的步骤之前,还包括:
预先生成和/或获取用于进行优化处理的优化处理映射表。
4.根据权利要求3所述的像素处理方法,其特征在于,所述预先生成和/或获取用于进行优化处理的优化处理映射表的步骤,具体包括:
获取和/或拍摄标定板;
根据所述标定板计算获取得到对应的优化处理映射表。
5.根据权利要求3所述的像素处理方法,其特征在于,所述预先生成和/或获取用于进行优化处理的优化处理映射表的步骤,具体包括:
判断自身设备的类型型号;
根据所述类型型号从网络端获取与自身相匹配的优化处理映射表。
6.根据权利要求1所述的像素处理方法,其特征在于,所述获取用户手动选定的目标区域的步骤,具体包括:
将整体区域划分为多个区域块;
获取用户对所述多个区域块的选定操作;
根据用户选定操作的至少一个区域块确认选定的目标区域。
7.根据权利要求6所述的像素处理方法,其特征在于,所述获取用户对所述多个区域块的选定操作的步骤,所述选定操作包括多点分别选择、划线连续选择和/或涂抹选择。
8.根据权利要求1所述的像素处理方法,其特征在于,所述根据所述区域选定规则自动选定对应的目标区域的步骤,具体包括:
根据所述区域选定规则判断是否存在不允许进行优化处理的待保护区域;
将所述待保护区域之外的其他目标区域作为所述待优化区域。
9.根据权利要求8所述的像素处理方法,其特征在于,所述根据所述区域选定规则判断是否存在不允许进行优化处理的待保护区域的步骤,具体包括:
通过AI人工智能算法的区域选定规则判断是否存在不允许进行优化处理的待保护区域,其中,所述区域选定规则用于定义可允许进行优化处理的区域和/或不允许进行优化处理的待保护区域,所述不允许进行优化处理的待保护区域包括人脸区域、人体区域、证件证明关键特征区域。
10.根据权利要求1、6、7、8或9所述的像素处理方法,其特征在于,所述对所述目标像素进行优化处理的步骤,还包括:
对非待优化区域的待保护区域进行保护处理;
对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理。
11.根据权利要求10所述的像素处理方法,其特征在于,所述对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理的步骤,具体包括:
对所述衔接区域的过渡像素点进行权重加权处理;
将经过权重加权处理的衔接区域生成和/或更新至用于进行优化处理的优化处理映射表。
12.根据权利要求10所述的像素处理方法,其特征在于,所述对待优化区域和待保护区域之间的衔接区域进行渐变过渡处理的步骤,具体包括:
以位于所述待保护区域的过渡像素点为中心,向所述待优化区域进行权重扩散处理。
13.一种智能终端,其特征在于,其配置有处理器,所述处理器用于执行程序数据,以实现如权利要求1-12任一项所述的像素处理方法。
14.根据权利要求13所述的智能终端,其特征在于,所述像素处理方法用于进行像素的畸变矫正,并采用畸变矫正映射表对所述目标像素进行优化处理。
15.一种计算机可读存储介质,其特征在于,其用于存储程序数据,所述程序数据在被处理器执行时,以实现如权利要求1-12任一项所述的像素处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910778901.6A CN110533729A (zh) | 2019-08-22 | 2019-08-22 | 智能终端、像素处理方法及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910778901.6A CN110533729A (zh) | 2019-08-22 | 2019-08-22 | 智能终端、像素处理方法及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110533729A true CN110533729A (zh) | 2019-12-03 |
Family
ID=68662533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910778901.6A Pending CN110533729A (zh) | 2019-08-22 | 2019-08-22 | 智能终端、像素处理方法及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110533729A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021115040A1 (zh) * | 2019-12-09 | 2021-06-17 | Oppo广东移动通信有限公司 | 图像校正方法、装置、终端设备和存储介质 |
-
2019
- 2019-08-22 CN CN201910778901.6A patent/CN110533729A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021115040A1 (zh) * | 2019-12-09 | 2021-06-17 | Oppo广东移动通信有限公司 | 图像校正方法、装置、终端设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111418201B (zh) | 一种拍摄方法及设备 | |
CN106165390B (zh) | 图像处理装置、摄影装置、图像处理方法 | |
EP3542347B1 (en) | Fast fourier color constancy | |
JP5933105B2 (ja) | 画像処理装置、撮像装置、フィルタ生成装置、画像復元方法及びプログラム | |
CN106134177B (zh) | 图像处理装置、摄影装置、图像处理方法及图像处理程序 | |
CN105432068B (zh) | 摄像装置、摄像方法及图像处理装置 | |
CN108353125A (zh) | 彩色滤波阵列缩放器 | |
CN112752023B (zh) | 一种图像调整方法、装置、电子设备及存储介质 | |
CN101019416A (zh) | 成像设备 | |
CN110033418A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
US9997133B2 (en) | Image processing apparatus, image processing method, and computer-readable recording medium | |
CN105432069A (zh) | 图像处理装置、摄像装置、图像处理方法及程序 | |
CN111161188B (zh) | 降低图像色彩噪声的方法、计算机装置及可读存储介质 | |
CN110213502A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN105453534B (zh) | 图像处理装置及方法 | |
CN110958401A (zh) | 一种超级夜景图像颜色校正方法、装置和电子设备 | |
CN111970432A (zh) | 一种图像处理方法及图像处理装置 | |
CN110266954A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN104221364A (zh) | 成像装置和图像处理方法 | |
CN102377911B (zh) | 图像处理装置、图像处理方法及摄像机模组 | |
CN110807735A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
CN106464798A (zh) | 图像处理装置、摄像装置、图像处理方法以及程序 | |
WO2016171091A1 (ja) | 画像処理装置、撮像装置、画像処理方法、及びプログラム | |
US20100245590A1 (en) | Camera sensor system self-calibration | |
CN108141530A (zh) | 图像处理装置、图像处理方法及程序 |
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 |