CN110648373B - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN110648373B CN110648373B CN201910870164.2A CN201910870164A CN110648373B CN 110648373 B CN110648373 B CN 110648373B CN 201910870164 A CN201910870164 A CN 201910870164A CN 110648373 B CN110648373 B CN 110648373B
- Authority
- CN
- China
- Prior art keywords
- color space
- space representation
- value
- processed image
- image
- 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 18
- 238000012545 processing Methods 0.000 claims abstract description 99
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000005070 sampling Methods 0.000 claims description 23
- 230000004927 fusion Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 241000023320 Luma <angiosperm> Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Color Image Communication Systems (AREA)
Abstract
本公开涉及一种图像处理方法及装置。所述方法包括:获取目标图像的第一颜色空间表示;将所述第一颜色空间表示处理成对应的第二颜色空间表示;将所述第二颜色空间表示中对应颜色的特征数据调整至目标值,得到处理后的图像。利用本公开各种实施例,可以减小图像处理的难度,提高图像处理的准确度,提高用户体验。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种图像处理方法及装置。
背景技术
随着科技的发展,智能手机等电子设备,均具备了拍照功能。但是随着人们要求的不断提高,针对拍摄的图像进行进一步个性化的处理,已成为直接关系电子设备用户体验的关键功能。
现有技术中,通常可以通过改变图像的三基色RGB参数,来调整图像的色彩。但是,在改变图像的RGB参数的同时,会改变图像的亮度等其他重要品质参数,影响图像的处理效果,另外,通过RGB参数的调整,也很难准确地调整图像的亮度等,导致图像处理的各种品质参数的调整无法兼顾,进而导致整个处理过程复杂繁琐,而且准确性较低。
发明内容
本公开提出了一种图像处理方法及装置,以减小图像处理的难度,提高图像处理的准确度,提高用户体验。
根据本公开的一方面,提供了一种图像处理方法,所述方法包括:
获取目标图像的第一颜色空间表示;
将所述第一颜色空间表示处理成对应的第二颜色空间表示;
将所述第二颜色空间表示中对应颜色的特征数据调整至目标值,得到处理后的图像。
在一种可能的实现方式中,所述第一颜色空间表示包括RGB颜色空间表示。
在一种可能的实现方式中,所述第二颜色空间表示包括HSV颜色空间表示,所述HSV颜色空间表示包括颜色Hue、饱和度Saturation、亮度Value。
在一种可能的实现方式中,所述方法还包括:
根据所述第一颜色空间表示,确定对应的第三颜色空间表示中亮度特征数据的初始值;
根据所述处理后的图像对应的第二颜色空间表示,确定所述处理后的图像对应的第三颜色空间表示中亮度特征数据的更新值;
根据所述更新值和所述初始值,和预设的融合系数,确定亮度调整值;
根据所述亮度调整值,调整所述处理后的图像,得到处理完成的图像。
在一种可能的实现方式中,所述将所述第一颜色空间表示处理成对应的第二颜色空间表示包括:
将所述目标图像每个像素的第一颜色空间表示处理成对应的第二空间表示。
在一种可能的实现方式中,所述将所述第二颜色空间表示中对应颜色的特征数据调整至目标值,得到处理后的图像包括:
分别对所述第二颜色空间表示中的颜色Hue、饱和度Saturation、亮度Value三种数据进行离散化采样;
将所述离散化采样得到的颜色Hue数据中需要调整的采样数值调整至目标值,得到所述处理后的图像。
在一种可能的实现方式中,所述第三颜色空间表示包括YUV颜色空间表示,包括明亮度Luminance。
在一种可能的实现方式中,所述根据所述第一颜色空间表示,确定对应的第三颜色空间表示中亮度特征数据的初始值包括:
将所述目标图像的一个或多个像素的第一颜色空间表示,处理成所述第三颜色空间表示;
得到所述一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述初始值。
在一种可能的实现方式中,所述根据所述处理后的图像对应的第二颜色空间表示,确定所述处理后的图像对应的第三颜色空间表示中亮度特征数据的更新值包括:
将所述处理后的图像的所述一个或多个像素的第二颜色空间表示,处理成第一颜色空间表示;
将所述处理后的图像的所述一个或多个像素的第一颜色空间表示,处理成第三颜色空间表示;
得到所述处理后的图像的所述一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述更新值。
在一种可能的实现方式中,所述根据所述更新值和所述初始值,和预设的融合系数,确定亮度调整值包括:
将所述更新值与所述初始值的差值,乘以所述融合系数,计算得到所述亮度调整值。
在一种可能的实现方式中,所述根据所述亮度调整值,调整所述处理后的图像,得到处理完成的图像包括:
将所述处理后的图像的各像素的第一颜色空间表示中的R、G、B三种参数数据,均减去或加上所述亮度调整值,得到所述处理完成的图像。
根据本公开的另一方面,提供了一种图像处理装置,所述装置包括:
获取单元,被配置为获取目标图像的第一颜色空间表示;
处理单元,被配置为将所述第一颜色空间表示处理成对应的第二颜色空间表示;将所述第二颜色空间表示中对应颜色的特征数据调整至目标值,得到处理后的图像。
在一种可能的实现方式中,所述第一颜色空间表示包括RGB颜色空间表示。
在一种可能的实现方式中,所述第二颜色空间表示包括HSV颜色空间表示,所述HSV颜色空间表示包括颜色Hue、饱和度Saturation、亮度Value。
在一种可能的实现方式中,所述处理单元,进一步被配置为:
根据所述第一颜色空间表示,确定对应的第三颜色空间表示中亮度特征数据的初始值;
根据所述处理后的图像对应的第二颜色空间表示,确定所述处理后的图像对应的第三颜色空间表示中亮度特征数据的更新值;
根据所述更新值和所述初始值,和预设的融合系数,确定亮度调整值;
根据所述亮度调整值,调整所述处理后的图像,得到处理完成的图像。
在一种可能的实现方式中,所述处理单元,进一步被配置为:
将所述目标图像每个像素的第一颜色空间表示处理成对应的第二空间表示。
在一种可能的实现方式中,所述处理单元,进一步被配置为:
分别对所述第二颜色空间表示中的颜色Hue、饱和度Saturation、亮度Value三种数据进行离散化采样;
将所述离散化采样得到的颜色Hue数据中需要调整的采样数值调整至目标值,得到所述处理后的图像。
在一种可能的实现方式中,所述第三颜色空间表示包括YUV颜色空间表示,包括明亮度Luminance。
在一种可能的实现方式中,所述处理单元,进一步被配置为:
将所述目标图像的一个或多个像素的第一颜色空间表示,处理成所述第三颜色空间表示;
得到所述一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述初始值。
在一种可能的实现方式中,所述处理单元,进一步被配置为:
将所述处理后的图像的所述一个或多个像素的第二颜色空间表示,处理成第一颜色空间表示;
将所述处理后的图像的所述一个或多个像素的第一颜色空间表示,处理成第三颜色空间表示;
得到所述处理后的图像的所述一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述更新值。
在一种可能的实现方式中,所述处理单元,进一步被配置为:
将所述更新值与所述初始值的差值,乘以所述融合系数,计算得到所述亮度调整值。
在一种可能的实现方式中,所述处理单元,进一步被配置为:
将所述处理后的图像的各像素的第一颜色空间表示中的R、G、B三种参数数据,均减去或加上所述亮度调整值,得到所述处理完成的图像。
根据本公开的另一方面,提供了一种显示设备,包括:
显示器;
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置执行所述可执行指令时实现上述方法。
根据本公开的另一方面,提供了一种终端,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置执行所述可执行指令时实现上述方法。
根据本公开的另一方面,提供了一种服务器,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置执行所述可执行指令时实现上述方法。
根据本公开的另一方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其中,所述计算机程序指令被处理器执行时实现上述方法。
根据本公开的各方面的实施例提供的实施方式,可以通过颜色空间表示的转换,实现在调整图像颜色的同时,不改变图像的亮度,或者减小图像亮度的变化,降低图像处理的难度。
进一步的,还可以专门对图像的亮度进行针对性自适应调整,而不改变图像的颜色,可以有效提高图像处理的准确度,提高用户体验。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出本公开一种实施例提供的一种图像处理方法的流程示意图。
图2示出本公开另一种实施例提供的一种图像处理方法的流程示意图。
图3示出本公开一种实施例提供的一种图像处理方法的数据流程示意图。
图4示出本公开一种实施例提供的HSV颜色空间的空间模型示意图。
图5示出本公开一种实施例提供的一种图像处理装置的模块结构示意图。
图6是根据一示例性实施例示出的一种终端800的框图。
图7是根据一示例性实施例示出的一种服务器1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
本公开实施例中的终端(Terminal)或电子设备可以指各种形式的接入终端、用户单元、用户设备、用户站、移动站、移动台(Mobile Station,MS)、远方站、远程终端、移动设备、用户终端、终端设备(terminal equipment)、无线通信设备、用户代理或用户装置。用户设备还可以是蜂窝电话、无绳电话、会话启动协议(Session Initiation Protocol,SIP)电话、无线本地环路(Wireless Local Loop,WLL)站、个人数字处理(Personal DigitalAssistant,PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备,未来5G网络中的用户设备或者未来演进的公用陆地移动通信网络(Public Land Mobile Network,PLMN)中的终端设备等,本公开实施例对此并不限定。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/“,表示前后关联对象是一种“或”的关系。
本公开实施例中出现的“多个”是指两个或两个以上。本公开实施例中出现的第一、第二等描述,仅作示意与区分描述对象之用,没有次序之分,也不表示本公开实施例中对个数的特别限定,不能构成对本公开实施例的任何限制。
图1示出本公开一种实施例提供的一种图像处理方法的流程示意图。所述方法可以应用于具有图像处理功能的电子设备,具体的,如图1所示,所述方法可以包括:
S110:获取目标图像的第一颜色空间表示。
其中,所述目标图像可以是任意需要处理的图像。
第一颜色空间表示,是指基于第一颜色空间的特征信息,该特征信息用于基于第一颜色空间对应的分量来表示图像。举例来说,如果第一颜色空间是RGB空间,则第一颜色空间表示可以是R、G、B三个分量的值。
其中,所述第一颜色空间表示与所述目标图像预先建立关联,当所述第一颜色空间表示中的数据改变时,所述目标图像也产生对应的改变。
本公开一种实施例中,所述第一颜色空间表示可以是RGB颜色空间表示,即用红Red、绿Green、蓝Blue三个分量(三基色)表示图像各像素的颜色特征。
在本公开其他实施例中,所述第一颜色空间表示还可以是其他种类的颜色空间表示。比如CMY颜色空间,即用青(Cyan)、品红(Magenta)、黄(Yellow)三个分量表示图像各像素的颜色特征。
S120:将所述第一颜色空间表示处理成对应的第二颜色空间表示。
其中,所述第二颜色空间表示与所述目标图像预先建立关联,当所述第二颜色空间表示中的数据改变时,所述目标图像也产生对应的改变。
本公开一种实施例中,所述第二颜色空间表示可以是HSV颜色空间表示,HSV颜色空间是以颜色Hue、饱和度Saturation、亮度Value组成的三维椎体空间。图4是本公开一种实施例提供的HSV颜色空间的空间模型示意图。如图4所示,空间中亮度Value坐标轴表示图像中像素的亮度成分,当该像素在所示空间中沿着Value坐标轴方向移动代表该像素亮度值发生变化,当垂直于Value坐标轴移动代表该像素颜色为发生变化。Value值通常选用该像素R、G、B三个分量中最大值作为该像素的Value值。
对应的,本公开一种实施例中,如果所述第一颜色空间表示是RGB空间表示,则可以通过将所述目标图像的各像素的R、G、B三种分量转换成对应的颜色Hue、饱和度Saturation、亮度Value三种分量,得到所述目标图像的第二颜色空间表示。
图3示出本公开一种实施例提供的一种图像处理方法的数据流程示意图。如图3所示,本公开一种实施例中,所述Value值可以采用8bit、0~255的数据范围,采样间隔为1。对应的,如图4所示,垂直于Value坐标轴的垂面即是由hue与saturation组成的色彩圆盘。对于同一色彩圆盘,像素的亮度唯一。圆盘的径向代表该像素的饱和度Saturation,圆盘的圆心对应该平面的坐标原点,同时也是该空间中的灰点位置(及饱和度为0),径向最大位置为饱和度Saturation最大值,本例中,如图3所示,饱和度Saturation值可以采用0~1023的数据范围,采样间隔为1。色彩圆盘不同角度方向取值即为不同的颜色Hue,代表着颜色分量。本例中,颜色Hue值可以采用0~360的角度取值范围,采样间隔为1。
S130:将所述第二颜色空间表示中对应颜色的特征数据调整至目标值,得到处理后的图像。
本公开一种实施例中,所述将所述第二颜色空间表示中对应颜色的特征数据调整至目标值,得到处理后的图像可以包括:
分别对所述第二颜色空间表示中的颜色Hue、饱和度Saturation、亮度Value三种数据进行离散化采样;
将所述离散化采样得到的颜色Hue数据中需要调整的采样数值调整至目标值,得到所述处理后的图像。
其中,通过上述三个分量的划分,已将整个HSV锥形空间进行了划分。为节省硬件资源,本公开一种实施例中,可以对所述HSV锥形空间沿hue,saturation,value三个坐标轴对该空间进行离散化。各方向的离散化采样数为hue_grid_num,saturation_grid_num以及value_grid_num。其中,grid_num代表各分量的采样数。
本例中,通过上述方式可以将HSV锥状空间进行hue,saturation,value三个维度上的离散化采样,将整个空间划分为小范围的局部空间。对于任意输入的像素pixel的R、G、B都将对应一个像素pixel的H、S、V分量,即该像素pixel落在HSV颜色空间某一个位置,该位置可以正好是离散化采样点上,即图4所示的对应的数值网格中。通过对应的输出网格值,即可得到对应的HSV坐标值。
将所述离散化采样得到的颜色Hue数据中需要调整的采样数值调整至目标值,可以是基于Value值进行分区调整,即可以将Value值划分成几个区间,将每个区间边界的value值对应的颜色Hue数据调整至目标值,区间边界之间的颜色Hue数据可以通过插值得到。
例如,对于Hue、Saturation、Value的最终输出值的计算,本公开一种实施例中,可以采用多组表格进行表示,按照Value值的0~255取值范围将该区间划分为8个区域,每个区域对应一个hue与saturation组成的二维平面表格(hue&saturation表格,径向表示saturation,角度方向代表hue)。例如Table_value_0对应value最大值255所对应的hue&saturation表格,Table_value_1代表value=255-32处所对应的hue&saturation表格。应此如果我们想调整255~255-32区域之间的颜色,即可通过调整Table_value_0与Table_value_1这两张表上对应位置的数值,介于value_0与value_1之间的颜色可通过线性插值计算得出。
本公开一种实施例中,在需要保证亮度不被改变地调整颜色时,可以只针对Hue值进行调整。对应于上述的二维平面表格,可以只调整Table_value_0与Table_value_1中对应局部格点的Hue值就可以实现只调整目标图像颜色而不改变目标图像的亮度Value,调整后的表格为Table_value_0’与Table_value_1’。对已介于格点之间的颜色Hue值,可以通过线性插值计算得到(hue,saturation相互独立线性)。通过Table_value_0’与Table_value_0求差即可得出delta_hue_value_0与delta_saturation_value_1。对于介于value_0与value_1之间的delta_hue与delta_saturation可通过插值计算出来。本例中,只需7张hue&saturation离散化表格(value=0处hue和saturation均为0)即可用稀疏化的Hue、Saturation、V alue数值来调节整个HSV空间所有范围的颜色。
图2示出本公开另一种实施例提供的一种图像处理方法的流程示意图。所述方法可以应用于具有图像处理功能的电子设备,具体的,如图2所示,所述方法可以包括:
S210:获取目标图像的第一颜色空间表示。
其中,所述目标图像可以是任意需要处理的图像。
其中,所述第一颜色空间表示与所述目标图像预先建立关联,当所述第一颜色空间表示中的数据改变时,所述目标图像也产生对应的改变。
本公开一种实施例中,所述第一颜色空间表示可以是RGB颜色空间表示,即用红Red、绿Green、蓝Blue三个分量(三基色)表示图像各像素的颜色特征。
在本公开其他实施例中,所述第一颜色空间表示还可以是其他种类的颜色空间表示。比如CMY颜色空间,即用青(Cyan)、品红(Magenta)、黄(Yellow)三个分量表示图像各像素的颜色特征。
S220:将所述第一颜色空间表示处理成对应的第二颜色空间表示。
其中,所述第二颜色空间表示与所述目标图像预先建立关联,当所述第二颜色空间表示中的数据改变时,所述目标图像也产生对应的改变。
本公开一种实施例中,所述第二颜色空间表示可以是HSV颜色空间表示,HSV颜色空间是以颜色Hue、饱和度Saturation、亮度Value组成的三维椎体空间。可参见上文针对图4的描述。
对应的,本公开一种实施例中,如果所述第一颜色空间表示是RGB空间表示,则可以通过将所述目标图像的各像素的R、G、B三种分量转换成对应的颜色Hue、饱和度Saturation、亮度Value三种分量,得到所述目标图像的第二颜色空间表示。
S230:将所述第二颜色空间表示中对应颜色的特征数据调整至目标值,得到处理后的图像。
对S230步骤的描述可参见上述针对S130步骤的描述。
S240:根据所述第一颜色空间表示,确定对应的第三颜色空间表示中亮度特征数据的初始值。
针对S230中得到的所述处理后的图像,还可以针对性地对其进行亮度的调整,以进一步提高图像的处理效果和准确度。
具体的,本公开一种实施例中,所述第三颜色空间表示包括YUV颜色空间表示,包括明亮度Y(Luminance),还包括色度参数U和V(Chrominance或Chroma)。其中,所述第三颜色空间表示与所述目标图像预先建立关联,当所述第三颜色空间表示中的数据改变时,所述目标图像也产生相应的改变。
对应的,本公开一种实施例中,所述根据所述第一颜色空间表示,确定对应的第三颜色空间表示中亮度特征数据的初始值可以包括:
将所述目标图像的一个或多个像素的第一颜色空间表示,处理成所述第三颜色空间表示;
得到所述一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述初始值。上述一个或多个像素可以根据需要从目标图像的像素中任意选取。
S250:根据所述处理后的图像对应的第二颜色空间表示,确定所述处理后的图像对应的第三颜色空间表示中亮度特征数据的更新值。
进一步的,本例中,所述根据所述处理后的图像对应的第二颜色空间表示,确定所述处理后的图像对应的第三颜色空间表示中亮度特征数据的更新值可以包括:
将所述处理后的图像的所述一个或多个像素的第二颜色空间表示,处理成第一颜色空间表示;
将所述处理后的图像的所述一个或多个像素的第一颜色空间表示,处理成第三颜色空间表示;
得到所述处理后的图像的所述一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述更新值。
S260:根据所述更新值和所述初始值,和预设的融合系数,确定亮度调整值。
进一步的,本例中,所述根据所述更新值和所述初始值,和预设的融合系数,确定亮度调整值包括:
将所述更新值与所述初始值的差值,乘以所述融合系数,计算得到所述亮度调整值。
S270:根据所述亮度调整值,调整所述处理后的图像,得到处理完成的图像。
最终,本例中,所述根据所述亮度调整值,调整所述处理后的图像,得到处理完成的图像可以包括:
将所述处理后的图像的各像素的第一颜色空间表示中的R、G、B三种参数数据,均减去或加上所述亮度调整值,得到所述处理完成的图像。这样就可以在准确定量调整图像颜色的基础上,进一步准确有针对性地调整图像的亮度,可以有效提高图像的处理效果和处理准确度。
具体的,如图3所示,在经过初步的颜色调整后,可以得到所述处理后的图像的新的hue、saturation、value的数值。对于所述处理后的图像,其对应的YUV颜色空间表示中的明亮度Y值会发生变化。对此,可以通过针对性调整Y值来对图像的亮度进行适应性调整。如图3所示,可以将处理后的图像的HSV颜色空间表示处理成对应的新的RGB颜色空间表示,所述新的RGB颜色空间表示可以通过下述公式转换为对应的新的YUV颜色空间表示:
对应的,如图3所示,可以将某个或者某些像素的新的RGB值R_new、G_new、B_new转换为新的YUV值,对应的,Y的更新值Y_new=w1*R_new+w2*G_new+w3*B_new。而通过上述公式,还可以将所述某个或某些像素的初始的RGB值转换为对应的YUV值,对应的,可以得到Y的初始值Y_in=w1*R+w2*G+w3*B。利用所述更新值Y_new和所述初始值Y_in就可以计算得到处理前后Y值的变化delta_Y。对于该变化delta_Y,可以根据实际需要对其进行放大或缩小,具体可以根据预先设定的融合系数k来确定最终对亮度的调整,即确定最终的Y值的调整值delta_Y_out=delta_Y*k。而后,将所述处理后的图像的各像素的RGB颜色空间表示中的R、G、B三种参数数据R_new、G_new、B_new,均减去或加上所述亮度调整值delta_Y_out,就可以得到最终处理完成的图像。
基于上述各实施例提供的所述方法,本公开还提供一种图像处理装置。图5示出本公开一种实施例提供的一种图像处理装置的模块结构示意图。具体的,如图5所示,所述装置还可以包括:
获取单元101,可以被配置为获取目标图像的第一颜色空间表示。
处理单元102,可以被配置为将所述第一颜色空间表示处理成对应的第二颜色空间表示;将所述第二颜色空间表示中对应颜色的特征数据调整至目标值,得到处理后的图像。
本公开一种实施例中,所述第一颜色空间表示可以包括RGB颜色空间表示。
本公开一种实施例中,所述第二颜色空间表示可以包括HSV颜色空间表示,所述HSV颜色空间表示包括颜色Hue、饱和度Saturation、亮度Value。
本公开一种实施例中,所述处理单元102,可以进一步被配置为:
根据所述第一颜色空间表示,确定对应的第三颜色空间表示中亮度特征数据的初始值;
根据所述处理后的图像对应的第二颜色空间表示,确定所述处理后的图像对应的第三颜色空间表示中亮度特征数据的更新值;
根据所述更新值和所述初始值,和预设的融合系数,确定亮度调整值;
根据所述亮度调整值,调整所述处理后的图像,得到处理完成的图像。
本公开一种实施例中,所述处理单元102,可以进一步被配置为:
将所述目标图像每个像素的第一颜色空间表示处理成对应的第二空间表示。
本公开一种实施例中,所述处理单元102,可以进一步被配置为:
分别对所述第二颜色空间表示中的颜色Hue、饱和度Saturation、亮度Value三种数据进行离散化采样;
将所述离散化采样得到的颜色Hue数据中需要调整的采样数值调整至目标值,得到所述处理后的图像。
本公开一种实施例中,所述第三颜色空间表示可以包括YUV颜色空间表示,包括明亮度Luminance。
本公开一种实施例中,所述处理单元102,进一步被配置为:
将所述目标图像的一个或多个像素的第一颜色空间表示,处理成所述第三颜色空间表示;
得到所述一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述初始值。
本公开一种实施例中,所述处理单元102,可以进一步被配置为:
将所述处理后的图像的所述一个或多个像素的第二颜色空间表示,处理成第一颜色空间表示;
将所述处理后的图像的所述一个或多个像素的第一颜色空间表示,处理成第三颜色空间表示;
得到所述处理后的图像的所述一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述更新值。
本公开一种实施例中,所述处理单元102,可以进一步被配置为:
将所述更新值与所述初始值的差值,乘以所述融合系数,计算得到所述亮度调整值。
本公开一种实施例中,所述处理单元102,可以进一步被配置为:
将所述处理后的图像的各像素的第一颜色空间表示中的R、G、B三种参数数据,均减去或加上所述亮度调整值,得到所述处理完成的图像。
对于上述装置的各实施例中涉及到的与图1至图4所示实施方式中相同或相似的流程,具体的执行方式可以按照图1至图4对应的各实施方式中所提供的执行方式执行。
图6是根据一示例性实施例示出的一种终端800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图6,终端800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制终端800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在终端800的操作。这些数据的示例包括用于在终端800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为终端800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述终端800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为终端800提供各个方面的状态评估。例如,传感器组件814可以检测到终端800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测终端800或终端800一个组件的位置改变,用户与终端800接触的存在或不存在,终端800方位或加速/减速和终端800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于终端800和其他设备之间有线或无线方式的通信。终端800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,终端800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由终端800的处理器820执行以完成上述方法。
图7是根据一示例性实施例示出的一种服务器1900的框图。参照图7,服务器1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
服务器1900还可以包括一个电源组件1926被配置为执行服务器1900的电源管理,一个有线或无线网络接口1950被配置为将服务器1900连接到网络,和一个输入输出(I/O)接口1958。服务器1900可以操作基于存储在存储器1932的操作系统,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由服务器1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。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,两个连续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动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。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (18)
1.一种图像处理方法,其特征在于,所述方法包括:
获取目标图像的第一颜色空间表示;
将所述第一颜色空间表示处理成对应的第二颜色空间表示;
将所述第二颜色空间表示中对应颜色的特征数据调整至目标值,得到处理后的图像;
根据所述第一颜色空间表示,确定对应的第三颜色空间表示中亮度特征数据的初始值;
根据所述处理后的图像对应的第二颜色空间表示,确定所述处理后的图像对应的第三颜色空间表示中亮度特征数据的更新值;
根据所述更新值和所述初始值,和预设的融合系数,确定亮度调整值;
根据所述亮度调整值,调整所述处理后的图像,得到处理完成的图像;
所述根据所述处理后的图像对应的第二颜色空间表示,确定所述处理后的图像对应的第三颜色空间表示中亮度特征数据的更新值包括:
将所述处理后的图像的一个或多个像素的第二颜色空间表示,处理成第一颜色空间表示;
将所述处理后的图像的一个或多个像素的第一颜色空间表示,处理成第三颜色空间表示;
得到所述处理后的图像的一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述更新值;
所述根据所述更新值和所述初始值,和预设的融合系数,确定亮度调整值包括:
将所述更新值与所述初始值的差值,乘以所述融合系数,计算得到所述亮度调整值;
所述根据所述亮度调整值,调整所述处理后的图像,得到处理完成的图像包括:
将所述处理后的图像的各像素的第一颜色空间表示中的R、G、B三种参数数据,均减去或加上所述亮度调整值,得到所述处理完成的图像。
2.如权利要求1所述的一种图像处理方法,其特征在于,所述第一颜色空间表示包括RGB颜色空间表示。
3.如权利要求1或2所述的一种图像处理方法,其特征在于,所述第二颜色空间表示包括HSV颜色空间表示,所述HSV颜色空间表示包括颜色Hue、饱和度Saturation、亮度Value。
4.如权利要求1所述的一种图像处理方法,其特征在于,所述将所述第一颜色空间表示处理成对应的第二颜色空间表示包括:
将所述目标图像每个像素的第一颜色空间表示处理成对应的第二空间表示。
5.如权利要求1或4所述的一种图像处理方法,其特征在于,所述将所述第二颜色空间表示中对应颜色的特征数据调整至目标值,得到处理后的图像包括:
分别对所述第二颜色空间表示中的颜色Hue、饱和度Saturation、亮度Value三种数据进行离散化采样;
将所述离散化采样得到的颜色Hue数据中需要调整的采样数值调整至目标值,得到所述处理后的图像。
6.如权利要求1所述的一种图像处理方法,其特征在于,所述第三颜色空间表示包括YUV颜色空间表示,包括明亮度Luminance。
7.如权利要求6所述的一种图像处理方法,其特征在于,所述根据所述第一颜色空间表示,确定对应的第三颜色空间表示中亮度特征数据的初始值包括:
将所述目标图像的一个或多个像素的第一颜色空间表示,处理成所述第三颜色空间表示;
得到所述一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述初始值。
8.一种图像处理装置,其特征在于,所述装置包括:
获取单元,被配置为获取目标图像的第一颜色空间表示;
处理单元,被配置为将所述第一颜色空间表示处理成对应的第二颜色空间表示;将所述第二颜色空间表示中对应颜色的特征数据调整至目标值,得到处理后的图像;
所述处理单元,进一步被配置为:
根据所述第一颜色空间表示,确定对应的第三颜色空间表示中亮度特征数据的初始值;
根据所述处理后的图像对应的第二颜色空间表示,确定所述处理后的图像对应的第三颜色空间表示中亮度特征数据的更新值;
根据所述更新值和所述初始值,和预设的融合系数,确定亮度调整值;
根据所述亮度调整值,调整所述处理后的图像,得到处理完成的图像;
所述处理单元,进一步被配置为:
将所述处理后的图像的一个或多个像素的第二颜色空间表示,处理成第一颜色空间表示;
将所述处理后的图像的一个或多个像素的第一颜色空间表示,处理成第三颜色空间表示;
得到所述处理后的图像的一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述更新值;
所述处理单元,进一步被配置为:
将所述更新值与所述初始值的差值,乘以所述融合系数,计算得到所述亮度调整值;
所述处理单元,进一步被配置为:
将所述处理后的图像的各像素的第一颜色空间表示中的R、G、B三种参数数据,均减去或加上所述亮度调整值,得到所述处理完成的图像。
9.如权利要求8所述的一种图像处理装置,其特征在于,所述第一颜色空间表示包括RGB颜色空间表示。
10.如权利要求8或9所述的一种图像处理装置,其特征在于,所述第二颜色空间表示包括HSV颜色空间表示,所述HSV颜色空间表示包括颜色Hue、饱和度Saturation、亮度Value。
11.如权利要求8所述的一种图像处理装置,其特征在于,所述处理单元,进一步被配置为:
将所述目标图像每个像素的第一颜色空间表示处理成对应的第二空间表示。
12.如权利要求8或11所述的一种图像处理装置,其特征在于,所述处理单元,进一步被配置为:
分别对所述第二颜色空间表示中的颜色Hue、饱和度Saturation、亮度Value三种数据进行离散化采样;
将所述离散化采样得到的颜色Hue数据中需要调整的采样数值调整至目标值,得到所述处理后的图像。
13.如权利要求8所述的一种图像处理装置,其特征在于,所述第三颜色空间表示包括YUV颜色空间表示,包括明亮度Luminance。
14.如权利要求13所述的一种图像处理装置,其特征在于,所述处理单元,进一步被配置为:
将所述目标图像的一个或多个像素的第一颜色空间表示,处理成所述第三颜色空间表示;
得到所述一个或多个像素的第三颜色空间表示中的明亮度Luminance数值,作为所述初始值。
15.一种显示设备,其特征在于,包括:
显示器;
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置执行所述可执行指令时实现如权利要求1至7中任意一项所述的方法。
16.一种终端,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置执行所述可执行指令时实现如权利要求1至7中任意一项所述的方法。
17.一种服务器,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置执行所述可执行指令时实现如权利要求1至7中任意一项所述的方法。
18.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910870164.2A CN110648373B (zh) | 2019-09-16 | 2019-09-16 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910870164.2A CN110648373B (zh) | 2019-09-16 | 2019-09-16 | 图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110648373A CN110648373A (zh) | 2020-01-03 |
CN110648373B true CN110648373B (zh) | 2022-04-15 |
Family
ID=69010503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910870164.2A Active CN110648373B (zh) | 2019-09-16 | 2019-09-16 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110648373B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005252392A (ja) * | 2004-03-01 | 2005-09-15 | Canon Inc | 画像処理装置及び方法、並びにコンピュータプログラム及びコンピュータ可読記憶媒体 |
JP2009060360A (ja) * | 2007-08-31 | 2009-03-19 | Seiko Epson Corp | 画像処理装置、画像処理方法およびコンピュータプログラム |
JP2013247555A (ja) * | 2012-05-28 | 2013-12-09 | Oki Data Corp | 画像処理装置 |
CN104935902A (zh) * | 2015-06-02 | 2015-09-23 | 三星电子(中国)研发中心 | 图像色彩增强方法、装置及电子设备 |
CN105225647A (zh) * | 2015-10-15 | 2016-01-06 | 小米科技有限责任公司 | 亮度调整方法及装置 |
CN109191390A (zh) * | 2018-08-03 | 2019-01-11 | 湘潭大学 | 一种基于不同颜色空间多算法融合的图像增强算法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8754902B2 (en) * | 2011-06-03 | 2014-06-17 | Apple Inc. | Color-space selective darkness and lightness adjustment |
US9007394B2 (en) * | 2012-12-21 | 2015-04-14 | Wipro Limited | Method and system for dynamic brightness correction in digital images |
-
2019
- 2019-09-16 CN CN201910870164.2A patent/CN110648373B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005252392A (ja) * | 2004-03-01 | 2005-09-15 | Canon Inc | 画像処理装置及び方法、並びにコンピュータプログラム及びコンピュータ可読記憶媒体 |
JP2009060360A (ja) * | 2007-08-31 | 2009-03-19 | Seiko Epson Corp | 画像処理装置、画像処理方法およびコンピュータプログラム |
JP2013247555A (ja) * | 2012-05-28 | 2013-12-09 | Oki Data Corp | 画像処理装置 |
CN104935902A (zh) * | 2015-06-02 | 2015-09-23 | 三星电子(中国)研发中心 | 图像色彩增强方法、装置及电子设备 |
CN105225647A (zh) * | 2015-10-15 | 2016-01-06 | 小米科技有限责任公司 | 亮度调整方法及装置 |
CN109191390A (zh) * | 2018-08-03 | 2019-01-11 | 湘潭大学 | 一种基于不同颜色空间多算法融合的图像增强算法 |
Also Published As
Publication number | Publication date |
---|---|
CN110648373A (zh) | 2020-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2630167C1 (ru) | Способ и устройство для переключения режима цветовой гаммы | |
EP3208745B1 (en) | Method and apparatus for identifying picture type | |
CN112001321A (zh) | 网络训练、行人重识别方法及装置、电子设备和存储介质 | |
CN110619610B (zh) | 图像处理方法及装置 | |
CN110944230B (zh) | 视频特效的添加方法、装置、电子设备及存储介质 | |
CN112219224B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111935418B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN106792255B (zh) | 视频播放窗口框体显示方法及装置 | |
CN111815750A (zh) | 对图像打光的方法及装置、电子设备和存储介质 | |
CN111861942A (zh) | 一种降噪方法及装置、电子设备和存储介质 | |
US11222235B2 (en) | Method and apparatus for training image processing model, and storage medium | |
CN113689361B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN105791790A (zh) | 图像处理方法及装置 | |
CN110415258B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109040837B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN113261011A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111192218A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107730443B (zh) | 图像处理方法、装置及用户设备 | |
CN113160039B (zh) | 图像风格迁移方法、装置、电子设备及存储介质 | |
CN109600595B (zh) | 图像处理方法及装置 | |
CN106375787B (zh) | 视频播放的方法及装置 | |
CN111275641A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110648373B (zh) | 图像处理方法及装置 | |
CN107564073B (zh) | 肤色识别方法及装置、存储介质 | |
CN110830833A (zh) | 弹幕信息的显示方法及装置 |
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 |