CN110992244B - 带有摩尔纹的图片生成方法、系统、设备和存储介质 - Google Patents
带有摩尔纹的图片生成方法、系统、设备和存储介质 Download PDFInfo
- Publication number
- CN110992244B CN110992244B CN201911056195.0A CN201911056195A CN110992244B CN 110992244 B CN110992244 B CN 110992244B CN 201911056195 A CN201911056195 A CN 201911056195A CN 110992244 B CN110992244 B CN 110992244B
- Authority
- CN
- China
- Prior art keywords
- picture
- mole
- moire
- layer
- training
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000003860 storage Methods 0.000 title claims abstract description 31
- 238000012549 training Methods 0.000 claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 45
- 230000000694 effects Effects 0.000 claims description 48
- 238000006243 chemical reaction Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 12
- 230000006835 compression Effects 0.000 claims description 11
- 238000007906 compression Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008439 repair process Effects 0.000 claims description 6
- 238000003706 image smoothing Methods 0.000 claims description 4
- 230000006872 improvement Effects 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 2
- 238000005520 cutting process Methods 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006870 function 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
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/20081—Training; Learning
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开涉及图像处理技术领域,特别涉及一种摩尔纹的生成方法、系统、设备和存储介质。所述一种摩尔纹的生成方法包括步骤:利用初始摩尔层和与所述初始摩尔层形状大小一致的训练图片训练一模型,以得到能够输出摩尔层的生成模型;将目标图片输入所述生成模型中,得到一与所述目标图片形状大小一致的所述摩尔层;将所述摩尔层与所述目标图片的对应像素相乘处理,得到带有摩尔纹的图片。在本公开提供的带有摩尔纹的图片生成方法、系统、设备和存储介质中,通过将生成的摩尔纹覆盖在原始的图片上,使得摩尔纹和训练图片叠加显示,进而获得带有摩尔纹的图片。
Description
技术领域
本公开涉及图像处理技术领域,特别涉及一种摩尔纹的生成方法、系统、设备和存储介质。
背景技术
摩尔纹是一种在数码照相机或者扫描仪等设备上,感光元件出现的高频干扰的条纹,是一种会使图片出现彩色的高频率不规则的条纹。摩尔纹因为是不规则的,所以并没有明显的形状规律。
众所周知,在利用数码相机对电脑屏幕、电视屏幕,或者带有密集条纹图案的物体拍照时,呈现出的照片非常容易出现摩尔纹。出现摩尔纹的图像会影响照片质量,导致照片中的景象与实际的景象出现较大差别。
为了获取高质量的图片,除了要采用性能较高的摄像设备之外,还要对拍摄的照片进行筛选。利用人工智能是高效筛选高质量照片的首选。
利用人工智能筛选出具有摩尔纹或不具有摩尔纹的图片时,首先要构建包含摩尔纹的多张图片数据集,以便利用这些包含多种样式摩尔纹的多张照片训练构建的识别模型。为了构建这样的数据集,技术人员会利用照相设备对着具有LCD(Liquid CrystalDisplay,液晶显示器)显示效果的屏幕拍摄,以获取具有摩尔纹的图片,或者通过一些代码程序对拍摄好的(没有摩尔纹)的图片进行处理以获取带有摩尔纹的图片。
发明内容
本公开的一方面提供了一种带有摩尔纹的图片生成方法。所述生成方法包括如下步骤:
利用初始摩尔层和与所述初始摩尔层形状大小一致的训练图片训练一模型,以得到能够输出摩尔层的生成模型;
将目标图片输入所述生成模型中,得到一与所述目标图片形状大小一致的所述摩尔层;
将所述摩尔层与所述目标图片的对应像素相乘处理,得到带有摩尔纹的图片。
在一实施例中,对训练图片进行模拟LCD显示器拍摄效果的模式转换,得到带有摩尔纹的第一图片;
对所述训练图片和所述第一图片进行变形处理,以分别得到图片形状发生变化的第二图片和与所述第二图片形状相同的第三图片;
将所述第三图片与所述第二图片上的对应像素相除处理,得到变形摩尔层;
将所述变形摩尔层进行去噪和漏洞填补处理,以得到带有连续摩尔纹的所述修补摩尔层;对所述修补摩尔层进行裁切处理,以去除所述修补摩尔层的黑边,得到所述初始摩尔层。
在一实施例中,所述对训练图片进行模拟LCD显示器拍摄效果的模式转换,得到带有摩尔纹的第一图片包括:
将所述训练图片转换成RGB色彩模式,得到RGB色彩模式图片;
对RGB色彩模式图片进行模拟显示器拍摄效果的模式转换,得到带有摩尔纹的所述第一图片。
在一实施例中,所述对RGB色彩模式图片进行模拟显示器拍摄效果的模式转换,得到带有摩尔纹的第一图片包括:
对所述RGB色彩模式图片进行随机投影变换,以得到能够模拟相机拍摄位置和方向的投影变换图片;
对所述投影变换图片进行畸变效果处理,以得到能够模拟相机镜头畸变效果的畸变处理图片;
对所述投影变换图片进行噪声处理,以模拟相机拍摄显示器的噪声效果,得到所述带有摩尔纹的第一图片。
在一实施例中,所述对投影变换图片进行噪声处理,以模拟相机拍摄显示器的噪声效果,得到所述带有摩尔纹的第一图片包括:
对所述投影变换图片进行图像平滑处理,以得到平滑处理图片;
对所述平滑处理图片重新采样处理,以模拟相机开始拍摄显示器时的传感器读取的原始数据,得到原始读数图片;
对所述原始读数图片进行噪声处理,以使所述原始读数图片能够出现模拟相机传感器产生的噪声,得到噪声处理图片;
对所述噪声处理图片进行去马赛克处理,得到去马赛克图片;
对所述去马赛克图片进行提高压缩噪声处理,得到所述带有摩尔纹的第一图片。
在一实施例中,对所述投影变换图片进行图像平滑处理时,采用平顶高斯滤波器实现。
在一实施例中,所述对去马赛克图片进行提高压缩噪声处理,得到带有摩尔纹的第一图片包括:
对所述去马赛克图片进行去噪去处理,以得到能够模拟相机拍摄效果的去噪图片;
对所述去噪图片进行提高压缩噪声处理,得到带有摩尔纹的第一图片。
本公开的另一方面是提供了一种带有摩尔纹的图片生成系统。所述带有摩尔纹的图片生成系统用于实现如前所述的带有摩尔纹的图片生成方法的步骤。所述系统包括:
模型训练模块,利用初始摩尔层和与所述初始摩尔层形状大小一致的训练图片训练一模型,以得到能够输出摩尔层的生成模型;
摩尔层生成模块,将目标图片输入所述生成模型中,得到一与所述目标图片形状大小一致的所述摩尔层;
图片生成模块,将所述摩尔层与所述目标图片的对应像素相乘处理,得到带有摩尔纹的图片。
本公开的再一方面还提供了一种带有摩尔纹的图片生成设备。所述长形物体的图像拼接设备包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如本公开前一方面所述的带有摩尔纹的图片生成方法的步骤。
本公开的最后一方面则是提供了一种计算机可读存储介质。所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如前所述的带有摩尔纹的图片生成方法的步骤。
在本公开提供的带有摩尔纹的图片生成方法、系统、设备和存储介质中,通过将生成的摩尔纹覆盖在原始的图片上,使得摩尔纹和训练图片叠加显示,进而获得带有摩尔纹的图片。
而且,由于仅仅是在生成摩尔纹的过程中进行了扭曲操作,并未使训练图片发生扭曲.
还有,结合多种优选的提高摩尔纹效果的步骤,因而还进一步提高了带有摩尔纹的图片的质量,使其更加接近真实的图片。
附图说明
附图示例性地示出了实施例并且构成说明书地一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于示例的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1是本公开一实施例所展示的生成带有摩尔纹的图片生成方法步骤流程图;
图2是本公开一实施例提供的获得初始摩尔层的方法步骤流程图;
图3是本公开一实施例提供的对原始图像进行模式转换的步骤流程图;
图4是本公开一实施例提供的模拟显示器拍摄效果的模式转换方法步骤流程图;
图5是本公开一实施例提供的图片噪声处理方法步骤流程图;
图6是本公开一实施例提供的提高压缩噪声的方法步骤流程图;
图7是本公开一实施例提供的带有摩尔纹的图片生成系统模块连接示意图;
图8是本公开一实施例提供的带有摩尔纹的图片生成设备的结构示意图;
图9是本公开一实施例提供的计算机可读存储介质的结构示意图。
具体实施方式
通过上述说明可知,摩尔纹容易出现在数码相机等设备拍摄的照片上。摩尔纹使不规则的,所以难以找出明显的形状规律。这给模拟生成摩尔纹和消除摩尔纹都带来了困难。
现代社会的生活方式中,人们越来越习惯利用手中的摄像设备拍摄显示器上展示的内容进行信息传递。然而这难免会因为拍摄角度、相机成像水平等原因,在一些拍摄的图片上产生摩尔纹。在一些商品零售领域中,也会对屏幕显示的摆放在货架上的商品进行拍摄,以便于后续的数据利用和处理,同样难以避免在一些拍摄的图片上产生摩尔纹。然而,摩尔纹的产生,会影响图片中目标物体的真实性。尤其在人工智能领域,利用带有摩尔纹的图像对模型进行训练时,训练出的模型会因为这些摩尔纹的存在而无法取得较高的精确度。
区分图像是否存在摩尔纹的有效方式是对拍摄的图像进行识别筛选。面对大量的图片,采用人工识别筛选的方式必然无法适应现代化、高效的生活生产方式。当前,已经存在用来识别带有摩尔纹图片的摩尔纹识别模型,但是这些摩尔纹识别模型大多因为原始训练数据(带有摩尔纹的图像)的数量较少,难以使摩尔纹识别模型精确识别真实的带有摩尔纹的图片。面对需要数以万计的原始训练数据,如果利用人工拍摄屏幕的方式来获取带有摩尔纹的图片,显然效率非常低。并且也不具有可替换性(例如,人工对着屏幕拍摄的零售商品为背景的图片,不能替代室外风力发电机为背景的图片)。
如今,为了获得大量用于模型训练的原始数据,开始出现利用代码程序对图片进行处理,以在图片上产生摩尔纹的方式。这些方法为了获得接近真实状态的摩尔纹(真实状态的摩尔纹会出现弯曲的纹理),会对图片进行变形处理。经过变形处理的图片,尽管使得摩尔纹的纹理发生了扭曲,更加接近了真实拍摄的摩尔纹,但是同样也将图片的背景(例如图片中带有摆放商品的货架)进行了扭曲,导致最终得到的带有摩尔纹的图片发生较大程度的失真,呈现的效果不够理想,作为原始数据对识别模型进行训练的结果也较差。
为了解决上述分析中现有技术出现的问题,使得自动生成(区别于人工拍摄)的带有摩尔纹的图片(产生拍摄LCD屏幕图像的效果),能够更加接近真实的拍摄LCD屏幕图像所显示的效果,发明人通过创造性的劳动提出了一种带有摩尔纹的图片生成方法、系统、设备和存储介质。值得说明的是,本公开提供的带有摩尔纹的图片生成方法,通过将生成的摩尔纹覆盖在原始的图片上,使得摩尔纹和训练图片叠加显示,进而获得带有摩尔纹的图片。而且,由于仅仅是在生成摩尔纹的过程中进行了扭曲操作,因而还进一步提高了带有摩尔纹的图片的质量,使其更加接近真实的图片。
以下结合附图和具体实施例对本公开提出的带有摩尔纹的图片生成方法、系统、设备及存储介质作进一步详细说明。根据权利要求书和下面说明,本公开的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本公开实施例的目的。
应当理解的内容是,说明书中的用辞仅用于描述特定的实施例,并不旨在限定本公开。说明书使用的所有术语(包括技术术语和科学术语)除非另有定义,均具有本领域技术人员通常理解的含义。为简明和/或清楚起见,公知的功能或结构不再详细说明。
还有,本文出现的摩尔层是指由摩尔纹形成的图形。
关于带有摩尔纹的图片生成方法的示例说明
请参阅图1,其展示了本公开一实施例中的带有摩尔纹的图片生成方法步骤流程图。
在这个实施例的步骤S001中,利用初始摩尔层和与所述初始摩尔层形状大小一致的训练图片训练一模型,以得到能够输出摩尔层的生成模型;
在这个实施例的步骤S002中,将目标图片输入所述生成模型中,得到一与所述目标图片形状大小一致的所述摩尔层;
紧接着,此时的摩尔层已经非常接近实际拍摄效果了,所以将其叠加在训练图片上时,训练图片自然可以出现接近实际拍摄效果的摩尔纹。
在这个实施例的步骤S003中,将所述摩尔层与所述目标图片的对应像素相乘处理,得到带有摩尔纹的图片。
另外,由于训练图片和初始摩尔层可以是多种多样的,这一点可以利用更大的数量来实现,这样也就能够保证摩尔纹的多样性,因而可以得到多种带有摩尔纹的图片。
值得说明的是,摩尔层的形状并不能与训练图片的形状一致,此时还可以将摩尔层进行适当的调整或裁剪,以限定在训练图片的边缘范围内。
在本公开的一个实施例中,还介绍了获得初始摩尔层的方法。正如图2中示出的获得初始摩尔层的方法步骤。
在这个实施例的步骤S100中,对训练图片进行模拟LCD显示器拍摄效果的模式转换,得到带有摩尔纹的第一图片。
步骤S100中的操作内容可以采用现有的通过代码程序的方式加以实现,也可以通过其他合理的方式对图片进行处理转换,以得到带有摩尔纹的第一图片。
在步骤S200中,对所述训练图片和所述第一图片进行变形处理,以分别得到图片形状发生变化的第二图片和与所述第二图片形状相同的第三图片。
对于步骤S200来说,在经历了步骤S100的获取的带有摩尔纹的第一图片后,为了在自动生成的带有摩尔纹的第一图片上,形成更加自然的摩尔纹,则对第一图片进行变形处理,这样原本纹理呈现水平或竖直状态的摩尔纹便可以通过变形处理,而产生扭曲。容易理解本领域技术人员容易实现图片的变形,还可以通过适当的调整变形的参数将图片的变形程度或摩尔纹的扭曲程度达到更加符合实际样子的状态。当然为了后续产生的摩尔纹于图片的背景相剥离,还需要将训练图片进行同样程度的变形处理。这样的操作可以使变形处理的第一图片和训练图片上的每个像素点始终相对应。
在步骤S300中,将所述第三图片与所述第二图片上的对应像素相除处理,得到变形摩尔层。
为了将经过变形处理、更加接近实际拍摄效果的摩尔纹从第三图片剥离出来,因此采用图像相除的运算方式,对第三图片和第二图片进行像处处理,最终可以成功得到从第三图片上剥离出来的摩尔纹,即摩尔层,当然这时候的摩尔层是变形的,为了区分在本公开中可以这一步骤得到的摩尔层称为变形摩尔层。
在步骤S400中,将所述变形摩尔层进行去噪和漏洞填补处理,以得到带有连续摩尔纹的修补摩尔层。
容易理解,变形摩尔层自身会带有噪声。摩尔纹也会因为噪声的存在而产生不连续的现象。因此需要对变形摩尔层进行去噪处理,并且还要利用一些现有的漏洞填补方法对不连续的摩尔纹进行填补,以使其连续。
在步骤S500中,对所述修补摩尔层进行裁切处理,以去除修补摩尔层的黑边,得到初始摩尔层。
通过上述的示例说明可知,本公开通过上述实施例实施的带有摩尔纹的图片生成方法,通过将训练图片进行模式转换后,将产生的摩尔纹进行变形处理,进而将摩尔纹进行剥离,最后将剥离出来的摩尔纹叠加在训练图片上。不仅实现了生成带有摩尔纹的图片,而且还使生成的摩尔纹更加接近真实拍摄的效果。并且由于摩尔纹是后续叠加在训练图片上的,因此还进一步提高了生成的摩尔纹的适用范围,即可以将生成的摩尔纹添加到更多中指定的图片上,而不是仅限于与该摩尔纹对应的训练图片。
在本公开的一实施例中,还说明了关于“对训练图片进行模拟LCD显示器拍摄效果的模式转换”的优选实施方案。在图3中,展示了该实施例提供的对训练图片进行模式转换的步骤流程图。
在这个实施例的步骤S110中,将所述训练图片转换成RGB色彩模式,得到RGB色彩模式图片。
在步骤S120中,对RGB色彩模式图片进行模拟显示器拍摄效果的模式转换,得到带有摩尔纹的所述第一图片。
容易理解,现有的显示器出现摩尔纹,通常是由于现有的LCD显示器的显示效果与相机内部元件之间的客观原因出现的,而通过将训练图片转换成RGB色彩模式,则正式恰当的模仿了LCD显示器的成像方式,有利于后续的模式转换处理,以提高处理效率,提高最终生成的图片的质量。
在本公开的一实施例中,还进一步说明了关于“模拟显示器拍摄效果的模式转换方法”的优选方案。在图4中,展示了优选的模拟显示器拍摄效果的模式转换方法步骤流程图。
在步骤S121中,对所述RGB色彩模式图片进行随机投影变换,以得到能够模拟相机拍摄位置和方向的投影变换图片。容易理解,人工手持相机拍摄显示器时,使相机正对显示器是困难的。在实际的拍摄过程中,人工手持相机或多或少会出现相机位置和方向的变化,因此将RGB色彩模式图片进行随机投影变换能够将图片的视角达到更接近实际拍摄效果的水平,从而有利于获得效果更好的摩尔纹。
在步骤S122中,对所述投影变换图片进行畸变效果处理,以得到能够模拟相机镜头畸变效果的畸变处理图片。容易理解,相机镜头在拍摄图片时,难以避免会出现镜头畸变的现象。为了将最终产生的摩尔纹更接近实际拍摄效果,因此还可以对投影变换图片进行畸变效果处理。
还有,相机拍摄图片时,还会出现各种噪声干扰,因此在步骤S223中,对所述投影变换图片进行噪声处理,以模拟相机拍摄显示器的噪声效果,得到所述带有摩尔纹的第一图片。
由以上步骤可见本实施例提供的模拟显示器拍摄效果的模式转换方法,通过不同的方法对图片进行了处理,以尽可能地模拟相机实际地拍摄效果,进而使最终产生的摩尔纹也更接近实际效果。
在本公开的一实施例中,还进一步说明了关于“图片噪声处理方法”的优选实施方法,请参考图5展示出的图片噪声处理方法步骤示意图。
在步骤S131中,对所述投影变换图片进行图像平滑处理,以得到平滑处理图片。
在步骤S132中,对所述平滑处理图片重新采样处理,以模拟相机开始拍摄显示器时的传感器读取的原始数据,得到原始读数图片。需要说明的是,这里的为了得到原始读数图片时,可以利用Bayer CFA(拜尔型彩色滤波阵列,Bayer color filter array)进行处理。
在步骤S133中,对所述原始读数图片进行噪声处理,以使所述原始读数图片能够出现模拟相机传感器产生的噪声,得到噪声处理图片。
在步骤S134中,对所述噪声处理图片进行去马赛克处理,得到去马赛克图片。
在步骤S135中,对所述去马赛克图片进行提高压缩噪声处理,得到所述带有摩尔纹的第一图片。
在本公开的一实施例中,可以优选采用平顶高斯滤波器来实现对投影变换图片的平滑处理。
在本公开的一实施例中,还可以优选采用加入高斯噪声的方式进行噪声处理。
请参考图6,图6示出了一种提高压缩噪声的方法步骤。在本公开一实施例中,对于进一步模拟相机拍摄效果,还给出了提高压缩噪声的优选步骤。
在步骤S141中,对所述去马赛克图片进行去噪去处理,以得到能够模拟相机拍摄效果的去噪图片。
在步骤S142中,对所述去噪图片进行提高压缩噪声处理,得到带有摩尔纹的第一图片。
基于上述的公开内容,可知,本公开提供的带有摩尔纹的图片生成方法中,本公开提供的带有摩尔纹的图片生成方法,通过将生成的摩尔纹覆盖在原始的图片上,使得摩尔纹和训练图片叠加显示,进而获得带有摩尔纹的图片。而且,由于仅仅是在生成摩尔纹的过程中进行了扭曲操作,并未使训练图片发生扭曲,并且再结合多种优选的提高摩尔纹效果的步骤,因而进一步提高了带有摩尔纹的图片的质量,使其更加接近真实的图片。
关于带有摩尔纹的图片生成系统的示例说明
本公开的一实施例中还提供了一种带有摩尔纹的图片生成系统。在图7中,展示了本公开一实施例提供的图片生成系统模块连接示意图。该系统能够实现本公开中说明的带有摩尔纹的图片生成方法。为了实现本公开说明的带有摩尔纹的图片生成方法,该系统包括:
模型训练模块501,利用初始摩尔层和与所述初始摩尔层形状大小一致的训练图片训练一模型,以得到能够输出摩尔层的生成模型;
摩尔层生成模块502,将目标图片输入所述生成模型中,得到一与所述目标图片形状大小一致的所述摩尔层;
图片生成模块503,将所述摩尔层与所述目标图片的对应像素相乘处理,得到带有摩尔纹的图片。
关于带有摩尔纹的图片生成设备的示例说明
本公开的一实施例中还提供了一种带有摩尔纹的图片生成设备。所述图像拼接设备包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现本公开中说明的带有摩尔纹的图片生成方法的步骤。
本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“平台”。
图8是本公开一实施例提供的带有摩尔纹的图片生成设备的结构示意图。下面参照图8来详细描述根据本实施例中的实施方式实施的电子设备600。图8显示的电子设备600仅仅是一个示例,不应对本公开任何实施例的功能和使用范围带来任何限制。
如图8所示,电子设备600以通用计算设备的形式表现。电子设备600的组建可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元610执行本实施例中上述图像拼接方法部分中描述的根据本实施例中的实施步骤。例如,处理单元610可以执行如图1、图2、图3、图4、图5和图6中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取单元(RAM)和/或高速缓存存储单元,可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图像加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可以与一个或者多个使得用户与该电子设备600交互的设备通信,和/或与使得该电子设备能与一个或多个其他计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其他模块通信。应当明白,尽管图7中未示出,可以结合电子设备600使用其他硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
关于可读存储介质的示例说明
本公开的一个实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时能够实现上述公开的带有摩尔纹的图片生成方法的步骤。尽管本实施例未详尽地列举其他具体的实施方式,但在一些可能的实施方式中,本公开说明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本公开中图像拼接方法部分中描述的根据本公开各种实施例中实施方式的步骤。
如上说明之内容,该实施例提供的带有摩尔纹的图片生成方法,通过将生成的摩尔纹覆盖在原始的图片上,使得摩尔纹和训练图片叠加显示,进而获得带有摩尔纹的图片。而且,由于仅仅是在生成摩尔纹的过程中进行了扭曲操作,因而还进一步提高了带有摩尔纹的图片的质量,使其更加接近真实的图片。
图9是本公开一实施例提供的计算机可读存储介质的结构示意图。如图9所示,其中描述了根据本公开的实施方式中用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。当然,依据本实施例产生的程序产品不限于此,在本公开中,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。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储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,其中承载了可读程序代码。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。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述,本公开提供的带有摩尔纹的图片生成方法、系统、设备和存储介质中,通过将生成的摩尔纹覆盖在原始的图片上,使得摩尔纹和训练图片叠加显示,进而获得带有摩尔纹的图片。
而且,由于仅仅是在生成摩尔纹的过程中进行了扭曲操作,并未使训练图片发生扭曲。
还有,结合多种优选的提高摩尔纹效果的步骤,因而还进一步提高了带有摩尔纹的图片的质量,使其更加接近真实的图片。
上述描述仅是对本公开较佳实施例的描述,并非对本公开范围的任何限定,本公开领域的普通技术人员根据上述揭示内容做的任何变更、修饰,均属于权利要求书的保护范围。
Claims (10)
1.一种带有摩尔纹的图片生成方法,包括如下步骤:
利用摩尔层和与摩尔层形状大小一致的训练图片训练一模型,以得到能够输出摩尔层的生成模型;
将目标图片输入所述生成模型中,得到一与所述目标图片形状大小一致的摩尔层;
将所述生成模型产生的摩尔层与所述目标图片的对应像素相乘处理,得到带有摩尔纹的图片;
其中,摩尔层通过如下步骤获得:
对训练图片进行模拟LCD显示拍摄效果的模式转换,得到带有摩尔纹的第一图片;
对训练图片和第一图片进行变形处理,以分别得到图片形状发生变化的第二图片和与第二图片形状相同的第三图片;
将第三图片与第二图片上的对应像素相除处理,得到能够用于训练生成模型的变形摩尔层。
2.如权利要求1所述的图片生成方法,其特征在于,获得用于训练生成模型的摩尔层时,还包括如下步骤:
将所述变形摩尔层进行去噪和漏洞填补处理,以得到带有连续摩尔纹的修补摩尔层;对所述修补摩尔层进行裁切处理,以去除所述修补摩尔层的黑边,得到所述摩尔层。
3.如权利要求2所述的带有摩尔纹的图片生成方法,其特征在于,所述对训练图片进行模拟LCD显示器拍摄效果的模式转换,得到带有摩尔纹的第一图片包括:
将所述训练图片转换成RGB色彩模式,得到RGB色彩模式图片;
对RGB色彩模式图片进行模拟显示器拍摄效果的模式转换,得到带有摩尔纹的所述第一图片。
4.如权利要求3所述的带有摩尔纹的图片生成方法,其特征在于,所述对RGB色彩模式图片进行模拟显示器拍摄效果的模式转换,得到带有摩尔纹的第一图片包括:
对所述RGB色彩模式图片进行随机投影变换,以得到能够模拟相机拍摄位置和方向的投影变换图片;
对所述投影变换图片进行畸变效果处理,以得到能够模拟相机镜头畸变效果的畸变处理图片;
对所述投影变换图片进行噪声处理,以模拟相机拍摄显示器的噪声效果,得到所述带有摩尔纹的第一图片。
5.如权利要求4所述的带有摩尔纹的图片生成方法,其特征在于,所述对投影变换图片进行噪声处理,以模拟相机拍摄显示器的噪声效果,得到所述带有摩尔纹的第一图片包括:
对所述投影变换图片进行图像平滑处理,以得到平滑处理图片;
对所述平滑处理图片重新采样处理,以模拟相机开始拍摄显示器时的传感器读取的原始数据,得到原始读数图片;
对所述原始读数图片进行噪声处理,以使所述原始读数图片能够出现模拟相机传感器产生的噪声,得到噪声处理图片;
对所述噪声处理图片进行去马赛克处理,得到去马赛克图片;
对所述去马赛克图片进行提高压缩噪声处理,得到所述带有摩尔纹的第一图片。
6.如权利要求5所述的带有摩尔纹的图片生成方法,其特征在于,对所述投影变换图片进行图像平滑处理时,采用平顶高斯滤波器实现。
7.如权利要求6所述的带有摩尔纹的图片生成方法,其特征在于,所述对去马赛克图片进行提高压缩噪声处理,得到带有摩尔纹的第一图片包括:
对所述去马赛克图片进行去噪去处理,以得到能够模拟相机拍摄效果的去噪图片;
对所述去噪图片进行提高压缩噪声处理,得到带有摩尔纹的第一图片。
8.一种带有摩尔纹的图片生成系统,用于实现权利要求1至7中任一项所述的带有摩尔纹的图片生成方法的步骤,其特征在于,所述系统包括:
模型训练模块,利用摩尔层和与所述摩尔层形状大小一致的训练图片训练一模型,以得到能够输出摩尔层的生成模型;
摩尔层生成模块,将目标图片输入所述生成模型中,得到一与所述目标图片形状大小一致的摩尔层;
图片生成模块,将所述生成模型产生的摩尔层与所述目标图片的对应像素相乘处理,得到带有摩尔纹的图片。
9.一种带有摩尔纹的图片生成设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7中任一项所述的带有摩尔纹的图片生成方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的带有摩尔纹的图片生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911056195.0A CN110992244B (zh) | 2019-10-31 | 2019-10-31 | 带有摩尔纹的图片生成方法、系统、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911056195.0A CN110992244B (zh) | 2019-10-31 | 2019-10-31 | 带有摩尔纹的图片生成方法、系统、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110992244A CN110992244A (zh) | 2020-04-10 |
CN110992244B true CN110992244B (zh) | 2023-10-13 |
Family
ID=70082797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911056195.0A Active CN110992244B (zh) | 2019-10-31 | 2019-10-31 | 带有摩尔纹的图片生成方法、系统、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110992244B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112562028A (zh) * | 2020-12-03 | 2021-03-26 | 科大讯飞股份有限公司 | 一种带摩尔纹图像的构造方法、装置、设备及存储介质 |
CN113486861A (zh) * | 2021-08-03 | 2021-10-08 | 北京百度网讯科技有限公司 | 摩尔纹图片生成方法和装置 |
CN113705620B (zh) * | 2021-08-04 | 2023-08-15 | 百度在线网络技术(北京)有限公司 | 图像显示模型的训练方法、装置、电子设备和存储介质 |
CN113987603B (zh) * | 2021-11-08 | 2022-08-26 | 浙江大学 | 一种基于摩尔纹的防摄屏方法及系统 |
CN115049760B (zh) * | 2022-08-16 | 2022-12-02 | 杭州海康威视数字技术股份有限公司 | 一种基于摩尔效应增强的视频隐私保护方法、装置及设备 |
CN117135268A (zh) * | 2023-02-23 | 2023-11-28 | 荣耀终端有限公司 | 拍摄的方法和电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005136766A (ja) * | 2003-10-31 | 2005-05-26 | Sony Corp | 画像処理装置および画像処理方法 |
JP2016136374A (ja) * | 2015-01-16 | 2016-07-28 | キヤノン株式会社 | 画像処理装置及び画像処理方法、コンピュータプログラム |
CN105931203A (zh) * | 2016-04-26 | 2016-09-07 | 成都市晶林科技有限公司 | 基于统计相对条纹去除法的红外图像条纹滤波方法 |
CN107483912A (zh) * | 2017-08-31 | 2017-12-15 | 成都斯斐德科技有限公司 | 一种基于浮点型柱状透镜光栅的多视点图像融合方法 |
CN109558794A (zh) * | 2018-10-17 | 2019-04-02 | 平安科技(深圳)有限公司 | 基于摩尔纹的图像识别方法、装置、设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7095883B2 (en) * | 2001-07-05 | 2006-08-22 | Photon Dynamics, Inc. | Moiré suppression method and apparatus |
-
2019
- 2019-10-31 CN CN201911056195.0A patent/CN110992244B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005136766A (ja) * | 2003-10-31 | 2005-05-26 | Sony Corp | 画像処理装置および画像処理方法 |
JP2016136374A (ja) * | 2015-01-16 | 2016-07-28 | キヤノン株式会社 | 画像処理装置及び画像処理方法、コンピュータプログラム |
CN105931203A (zh) * | 2016-04-26 | 2016-09-07 | 成都市晶林科技有限公司 | 基于统计相对条纹去除法的红外图像条纹滤波方法 |
CN107483912A (zh) * | 2017-08-31 | 2017-12-15 | 成都斯斐德科技有限公司 | 一种基于浮点型柱状透镜光栅的多视点图像融合方法 |
CN109558794A (zh) * | 2018-10-17 | 2019-04-02 | 平安科技(深圳)有限公司 | 基于摩尔纹的图像识别方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110992244A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110992244B (zh) | 带有摩尔纹的图片生成方法、系统、设备和存储介质 | |
US20180255254A1 (en) | Automatic lens flare detection and correction for light-field images | |
JP4435145B2 (ja) | 幾何情報を校正してパノラマ映像を提供する方法および装置 | |
KR100796849B1 (ko) | 휴대 단말기용 파노라마 모자이크 사진 촬영 방법 | |
JP2020507850A (ja) | 画像内の物体の姿の確定方法、装置、設備及び記憶媒体 | |
CN110288547A (zh) | 用于生成图像去噪模型的方法和装置 | |
WO2021083059A1 (zh) | 一种图像超分重建方法、图像超分重建装置及电子设备 | |
JP2007142495A (ja) | 平面投影装置、及び平面投影プログラム | |
CN111144491B (zh) | 图像处理方法、装置及电子系统 | |
JP2019117577A (ja) | プログラム、学習処理方法、学習モデル、データ構造、学習装置、および物体認識装置 | |
CN112017222A (zh) | 视频全景拼接与三维融合方法及装置 | |
JP4965967B2 (ja) | 映像表示システムの調整システム | |
CN109120854A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112509106A (zh) | 文档图片展平方法、装置以及设备 | |
CN111275824A (zh) | 用于交互式增强现实的表面重建 | |
CN111353965B (zh) | 图像修复方法、装置、终端及存储介质 | |
CN109690611A (zh) | 一种图像校正方法及装置 | |
CN114298942A (zh) | 图像去模糊方法及装置、计算机可读介质和电子设备 | |
CN110719448A (zh) | 投影融合带的羽化方法 | |
WO2024002064A1 (zh) | 三维模型构建方法、装置、电子设备及存储介质 | |
CN116152121B (zh) | 基于畸变参数的曲面屏生成方法、矫正方法 | |
CN110047126B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
KR102493900B1 (ko) | 스크린을 자동으로 모델링하는 방법 | |
JP2003018447A (ja) | 画像歪み補正装置及び方法 | |
US20230097869A1 (en) | Method and apparatus for enhancing texture details of images |
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 |