CN111008947B - 图像处理方法和装置、终端设备及存储介质 - Google Patents
图像处理方法和装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN111008947B CN111008947B CN201911252840.6A CN201911252840A CN111008947B CN 111008947 B CN111008947 B CN 111008947B CN 201911252840 A CN201911252840 A CN 201911252840A CN 111008947 B CN111008947 B CN 111008947B
- Authority
- CN
- China
- Prior art keywords
- image
- target
- target object
- image area
- target 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 23
- 238000012937 correction Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请提出一种图像处理方法和装置、终端设备及存储介质,其中,方法包括:识别原始图像中是否包含与预设的对象类型匹配的目标对象;若包含至少一个目标对象,则确定与每个目标对象对应的初始图像区域和投影网格;通过投影网格对对应的初始图像区域校正计算,获取与每个目标对象对应的目标图像区域;根据预设的合并策略合并所有的目标图像区域,以获取目标图像。由此,根据图像中包含的不同的对象适配不同的投影网格校正处理,保证了图像中每个图像进行精确度较高的校正处理,实现了对图像的精细化校正,提高了图像的质量。解决了现有技术中,图像处理校正的精细化程度不高的技术问题。
Description
技术领域
本申请涉及影像处理技术领域,尤其涉及一种图像处理方法和装置。
背景技术
随着拍照应用的普及,用户对图像的质量的要求也越来越高,然而,拍摄的图像由于摄像头的硬件参数存在畸变,比如,对于广角摄像头而言,由于其摄像头的构造问题,对拍摄的物体透视投影时,会引起物体的形变,如图1所示,越靠近边缘的图像拉伸越严重,即视角越大,投影所拉伸的程度越大,比如,一个球形物体在广角相机中,可能会在图像的边缘会被投影成为椭圆形。
相关技术中,为了消除图像的畸变问题,采用统一的去畸变算法对图像整体进行校正处理,然而,这种针对图像整体统一校正处理的方式,可能会导致有些不畸变的图像区域在去畸变后反而发生了畸变,因此,图像的校正的精细化程度不高,图像校正后的质量不高。
发明内容
本申请提出一种图像处理方法和装置、终端设备及存储介质,以解决现有技术中,图像处理校正的精细化程度不高的技术问题。
本申请一方面实施例提供了一种图像处理方法,包括:识别原始图像中是否包含与预设的对象类型匹配的目标对象;若包含至少一个目标对象,则确定与每个目标对象对应的初始图像区域和投影网格;通过所述投影网格对对应的初始图像区域校正计算,获取与所述每个目标对象对应的目标图像区域;根据预设的合并策略合并所有的所述目标图像区域,以获取目标图像。
本申请另一方面实施例提供了一种图像处理装置,包括:识别模块,用于识别原始图像中是否包含与预设的对象类型匹配的目标对象;确定模块,用于在包含至少一个目标对象时,确定与每个目标对象对应的初始图像区域和投影网格;第一获取模块,用于通过所述投影网格对对应的初始图像区域校正计算,获取与所述每个目标对象对应的目标图像区域;合并处理模块,用于根据预设的合并策略合并所有的所述目标图像区域,以获取目标图像。
本申请又一方面实施例提供了一种终端设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如前述实施例所描述的图像处理方法。
本申请还一方面实施例提供了一种计算机可读存储介质,其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上述实施例所描述的图像处理方法。
本申请提供的实施例,至少包括如下有益技术效果:
识别原始图像中是否包含与预设的对象类型匹配的目标对象,若包含至少一个目标对象,则确定与每个目标对象对应的初始图像区域和投影网格,通过投影网格对对应的初始图像区域校正计算,获取与每个目标对象对应的目标图像区域,最后,根据预设的合并策略合并所有的目标图像区域,以获取目标图像。由此,根据图像中包含的不同的对象适配不同的投影网格校正处理,保证了图像中每个图像进行精确度较高的校正处理,实现了对图像的精细化校正,提高了图像的质量。解决了现有技术中,图像处理校正的精细化程度不高的技术问题。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为现有技术的一种透视投影畸变的场景示意图;
图2为本申请实施例所提供的一种图像处理方法的流程示意图;
图3-1是根据本申请一个实施例的目标对象识别场景示意图;
图3-2是根据本申请一个实施例的原始图像区域划分示意图;
图4-1是根据本申请一个实施例的投影网格示意图;
图4-2是根据本申请另一个实施例的投影网格示意图;
图4-3是根据本申请又一个实施例的投影网格示意图;
图5为本申请实施例所提供的一种图像处理场景示意图;
图6为本申请实施例所提供的另一种图像处理方法的流程示意图;
图7为本申请实施例所提供的又一种图像处理方法的流程示意图;
图8是根据本申请实施例所提供的一种图像处理中像素点的校正位置变换示意图;
图9为本申请实施例所提供的一种图像处理装置的结构示意图;
图10为本申请实施例所提供的另一种图像处理装置的结构示意图;以及
图11是根据本申请一个实施例的终端设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的图像处理方法和装置。本申请实施例的图像指的是摄像头拍摄得到的图像,包括视频流中的视频帧。
为了解决现有技术中,针对图像采用统一的校正算法整体校正,导致图像的校正精细化程度不高的技术问题,本申请中细化到图像中包含的具体对象,针对具体的对象适配合适的投影网格进行校正,从而,提高了图像校正的精细化程度。
具体而言,图2为本申请实施例所提供的一种图像处理方法的流程示意图。如图2所示,该方法包括:
步骤101,识别原始图像中是否包含与预设的对象类型匹配的目标对象。
本实施例中,预设的对象类型可以是系统默认的,也可以是用户根据个人偏好信息设置的,其中,作为一种可能的实现方式,用户发送携带预设对象类型的标识的校正指令,根据该校正指令中携带的标识查询预设的对象关系,获取预设的对象类型。其中,预设的对象类选可以包括直线、人脸、背景区域、文字等。
具体的,识别原始图像中是否包含预设的对象类型,可以识别原始图像的图像特征,将该图像特征与预设的对象类型对应的图像特征匹配,若匹配成功,则确定存在匹配的目标对象。
在实际执行中,也可以根据实例分析法,对该原始图像进行实体分割,确定每个区域的对象类型,将该对象类型与预设的对象类型匹配,若匹配成功,则确定存在匹配的目标对象。
举例而言,当目标对象为直线时,则识别该图像中的像素轮廓,根据像素轮廓确定是否存在直线等。
当然,为了减轻计算量,可以在确定存在实现后,检测直线包含的像素数量,当像素数量大于一定值后,才确认存在直线,由此,避免一些不显眼的直线也加入到后续的校正处理,以降低的校正计算量。
在本申请的一个实施例中,为了降低计算量,也可以由用户确定待检测目标对象的区域,仅仅针对该区域识别是否包含目标对象,还可以进一步设定每个区域可识别的预设的对象类型,不同的区域对应的预设的对象类型不同,比如,如图3-1所示,将图像划分为前景区域和后景区域,则这是仅仅识别前景区域中是否包含人像,后景区域中是否包含直线和文字等。
步骤102,若包含至少一个目标对象,则确定与每个目标对象对应的初始图像区域和投影网格。
同样的,该至少一个目标对象可以包括:人像、文字、直线、背景中的一种或多种。
具体而言,若包含至少一个目标对象,则确定与每个目标对象对应的初始图像区域和投影网格,其中,识别每个目标对象对应的初始图像区域可以通过轮廓识别或者像素值来识别,也可以如图3-2所示,将原始图像划分为每个目标对象所在的子区域,将每个子区域作为目标对象对应的初始图像区域。
另外,确定与每个目标对象对应的投影网格可以为预先根据每一类投影网格的特点,预先设置与每一种对象类型匹配的投影网格的对应关系,查询该对应关系确定与每个目标对象对应的投影网格。
其中,在前期设置过程中,考虑到如图4-1所示的透视投影网格,并不会导致直线形变,因此,确定与直线对应的投影网格为透视投影网格,如图4-2所示,对于球面投影网格而言,并不会改变拍照对象的形状,但是可以导致直线的弯曲,因而,确定与人脸对应的投影网格为球面投影网格。如图4-3所示,对于透视投影网格和投影网格的线性结合的投影网格,可能会综合直线的保持和形状的保持进行校正,因此,对于介于直线和非直线的某些物体,确定其对应的投影网格为这种线性结合的投影网格,当然,还有其他多种投影网格,每种网格针对的校正较好的目标对象不同,在此不再一一列举。
在本申请的一个实施例中,即使原始图像中包含的对象类型和预设的对象类型匹配,可能用户也不希望对其进行校正处理,用户会设置一些过滤条件,在识别原始图像中是否包含与预设的对象类型匹配的目标对象后,根据该过滤条件过滤掉一部分目标对象,将剩余的目标对象作为待校正的最后的目标对象。
举例而言,当目标对象为人脸时,则识别人像的人脸特征信息,该人像的人脸特征信息可以包括五官特征信息等,确定与人脸特征信息与预设的用户人脸特征是否匹配,只有匹配,才将该人脸作为最后的目标对象,其中,预设的用户人脸特征可以为用户本人的用户人脸特征信息,也可以为用户自定义的任意用户人脸特征,在一些可能的示例中,该人脸特征信息还可以包括人脸的轮廓信息,当人脸的轮廓信息完整度大于一定值,才将其认为是待处理的目标对象。
步骤103,通过投影网格对对应的初始图像区域校正计算,获取与每个目标对象对应的目标图像区域。
具体的,通过投影网格对对应的初始图像区域校正计算,获取与每个目标对象对应的目标图像区域,该目标区域较真实的还原了目标对象,提高了目标图像区域的真实感。
也就是说,在本申请的实施例中,将初始图像区域中的每个像素点的坐标经过初始图像区域进行与对应的投影网格对应的透视变换,根据变换后的坐标生成与每个目标对象对应的目标图像区域。
步骤104,根据预设的合并策略合并所有的目标图像区域,以获取目标图像。
具体的,获取目标图像区域后,根据预设的合并策略合并所有的目标图像区域,以获取目标图像,由于每个目标图像区域都经过与其适配的投影网格的校正,因此,合并后的目标图像真实感较强。
需要说明的是,在不同的应用场景下,根据预设的合并策略合并所有的目标图像区域,以获取目标图像的方式不同,示例如下:
示例一:
在本示例中,若是初始图像区域的划分方式为上述图3-2示出的方式时,获取目标图像区域后,根据目标图像区域对应的网格插值处理,获取目标图像。
示例二:
在本示例中,将所有的目标图像区域按照像素的相关性进行图像拼接,其中,拼接后的图像的空白部分裁剪原始图像非目标对象部分进行填补,其中,在填补时,可以对非目标图像的部分进行形状的适配调整等,进而,将调整后的非目标图像部分与拼接后的图像合并,以生成目标图像。
由此,上述图像处理方法中,根据图像中包含的不同的对象设置适配对应的投影网格,经过投影网格校正后的图像真实感得到了增强。
举例而言,如图5所示,当原始图像中的目标对象包括人像、直线和杯子,则确定与直线对应的网格为透视投影网格,确定与人像对应的投影网格为球面投影网格,确定与杯子对应的投影网格为透视投影网格和球面投影网格线性组合得到的投影网格,则分别根据对应的投影网格对人像、直线和杯子校正处理,将原始图像划分为人像区域、直线区域、杯子区域后,将校正后的图像区域进行网格插值后获取目标图像。
综上,本申请实施例的图像处理方法,识别原始图像中是否包含与预设的对象类型匹配的目标对象,若包含至少一个目标对象,则确定与每个目标对象对应的初始图像区域和投影网格,通过投影网格对对应的初始图像区域校正计算,获取与每个目标对象对应的目标图像区域,最后,根据预设的合并策略合并所有的目标图像区域,以获取目标图像。由此,根据图像中包含的不同的对象适配不同的投影网格校正处理,保证了图像中每个图像进行精确度较高的校正处理,实现了对图像的精细化校正,提高了图像的质量。解决了现有技术中,图像处理校正的精细化程度不高的技术问题。
基于以上实施例,当目标对象为多个时,为了降低校正运算量,或者为了满足用户的个性化需求,可能针对不同的目标对象具有不同的校正程度的要求,本申请还可以满足对不同的目标对象不同校正程度的处理需求。
为了满足上述需求,可采用多种可能的实现方式,示例如下:
示例一:
具体而言,在上述步骤通过所述投影网格对对应的初始图像区域校正计算,获取与所述每个目标对象对应的目标图像区域之前,如图6所示,该方法还包括:
步骤201,获取与每个目标对象对应的校正程度值。
其中,该校正程度值可以为任意形式,比如可以为文字、可以为百分比也可以为数字等。
步骤202,根据校正程度值修改与每个目标对象对应的投影网格的网格参数。
可以理解,预先构建校正程度值与网格参数的对应关系,该网格参数可以为对像素的坐标进行校正的系数值等,从而,查询上述对应关系,确定与校正程度值对应的网格参数,根据校正程度值修改与每个目标对象对应的投影网格的网格参数,在本示例中,可以理解,预先建议一个标准投影网格作为修改参考。
示例二:
具体而言,如图7所示,上述步骤104包括:
步骤301,获取与每个目标对象对应的目标图像区域对应的合并权重。
具体的,可以预先根据用户需求设置与每个目标对象对应的目标图像区域对应的合并权重,该合并权重为越大,代表校正程度越大,该合并权重可以为百分比。
步骤302,获取目标图像区域中每个像素点的参考坐标,以及原始图像中与目标图像区域中每个像素点对应的原始坐标。
不难理解的是,目标图像中每个像素点的原始坐标在经过投影网格校正变换后,像素点的坐标会发生变化,变化后的坐标称为参考坐标。
步骤303,计算每个像素点的参考坐标和原始坐标的坐标差,并计算合并权重和坐标差的乘积值。
具体的,为了确定校正程度,在本实施例中,计算每个像素点的参考坐标和原始坐标的坐标差,该坐标差反映了图像的校正程度,计算合并权重和坐标差的乘积值。
步骤304,计算原始坐标和乘积值的求和值,并根据求和值调整原始图像中与目标图像区域中每个像素点对应的坐标,以获取目标图像。
具体的,计算原始坐标和乘积值的求和值,并根据求和值调整原始图像中与目标图像区域中每个像素点对应的坐标,以获取目标图像,由此,当合并权重越大,图像的校正程度越高,当合并权重越小,则表明图像的校正程度越小,举例而言,如图8所示,对于原始坐标A而言,其对应的参考坐标为B,当合并权重为50%时,得到的求和值对应的坐标为A和B之间的C点,从而,相对于B而言,将A点校正到C点显然降低了图像的校正程度。
综上,本申请实施例的图像处理方法,可实现对不同的目标对象进行不同程度的校正,满足了用户的个性化图像处理需求。
为了实现上述实施例,本申请还提出一种图像处理装置。
图9为本申请实施例提供的一种图像处理装置的结构示意图。
如图9所示,该图像装置包括:识别模块10、确定模块20、第一获取模块30和合并处理模块40。
其中,识别模块10,用于识别原始图像中是否包含与预设的对象类型匹配的目标对象;
确定模块20,用于在包含至少一个目标对象时,确定与每个目标对象对应的初始图像区域和投影网格;
第一获取模块30,用于通过投影网格对对应的初始图像区域校正计算,获取与每个目标对象对应的目标图像区域;
合并处理模块40,用于根据预设的合并策略合并所有的目标图像区域,以获取目标图像。
需要说明的是,前述对图像处理方法实施例的解释说明也适用于该实施例的图像处理装置,此处不再赘述。
综上,本申请实施例的图像处理装置,识别原始图像中是否包含与预设的对象类型匹配的目标对象,若包含至少一个目标对象,则确定与每个目标对象对应的初始图像区域和投影网格,通过投影网格对对应的初始图像区域校正计算,获取与每个目标对象对应的目标图像区域,最后,根据预设的合并策略合并所有的目标图像区域,以获取目标图像。由此,根据图像中包含的不同的对象适配不同的投影网格校正处理,保证了图像中每个图像进行精确度较高的校正处理,实现了对图像的精细化校正,提高了图像的质量。解决了现有技术中,图像处理校正的精细化程度不高的技术问题。
在本申请实施例的一种可能的实现方式中,如图10所示,该装置还包括:第二获取模块50和修改模块60。
其中,第二获取模块50,用于获取与每个目标对象对应的校正程度值。
修改模块60,用于根据校正程度值修改与每个目标对象对应的投影网格的网格参数。
在本申请实施例的一种可能的实现方式中,合并处理模块40,具体用于:
获取与每个目标对象对应的目标图像区域对应的合并权重;
获取目标图像区域中每个像素点的参考坐标,以及原始图像中与目标图像区域中每个像素点对应的原始坐标;
计算每个像素点的参考坐标和原始坐标的坐标差,并计算合并权重和坐标差的乘积值;
计算原始坐标和乘积值的求和值,并根据求和值调整原始图像中与目标图像区域中每个像素点对应的坐标,以获取目标图像。
需要说明的是,前述对图像处理方法实施例的解释说明也适用于该实施例的图像处理装置,此处不再赘述。
综上,本申请实施例的图像处理装置,可实现对不同的目标对象进行不同程度的校正,满足了用户的个性化图像处理需求。
为了实现上述实施例,本申请还提出了一种终端设备,图11是根据本申请一个实施例的终端设备的结构示意图,如图11所示,终端设备110包括存储器111、处理器112及存储在存储器111上并可在处理器112上运行的计算机程序,处理器执行计算机程序时,实现如上述实施例描述的图像处理方法。
为了实现上述实施例,本申请还提出一种非临时性计算机可读存储介质,当存储介质中的指令由处理器被执行时,使得能够执行上述实施例描述的图像处理方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既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。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种图像处理方法,其特征在于,包括:
识别原始图像中是否包含与预设的对象类型匹配的目标对象;
若包含至少一个目标对象,则确定与每个目标对象对应的初始图像区域和投影网格;
通过所述投影网格对对应的初始图像区域校正计算,获取与所述每个目标对象对应的目标图像区域;
根据预设的合并策略合并所有的所述目标图像区域,以获取目标图像;其中,不同的目标对象对应的投影网格不同;
所述根据预设的合并策略合并所有的所述目标图像区域,以获取目标图像,包括:
获取与所述每个目标对象对应的目标图像区域对应的合并权重;
获取所述目标图像区域中每个像素点的参考坐标,以及所述原始图像中与所述目标图像区域中每个像素点对应的原始坐标;
计算所述每个像素点的参考坐标和原始坐标的坐标差,并计算所述合并权重和所述坐标差的乘积值;
计算所述原始坐标和所述乘积值的求和值,并根据所述求和值调整所述原始图像中与所述目标图像区域中每个像素点对应的坐标,以获取所述目标图像。
2.如权利要求1所述的方法,其特征在于,所述至少一个目标对象,包括:
人像、文字、直线、背景中的一种或多种。
3.如权利要求1或2所述的方法,其特征在于,若所述至少一个目标对象包括人像,则在所述确定与每个目标对象对应的初始图像区域和投影网格之前,还包括:
识别所述人像的人脸特征信息;
确定所述人脸特征信息与预设用户的人脸特征信息匹配。
4.如权利要求1所述的方法,其特征在于,在所述通过所述投影网格对对应的初始图像区域校正计算,获取与所述每个目标对象对应的目标图像区域之前,还包括:
获取与所述每个目标对象对应的校正程度值;
根据所述校正程度值修改与所述每个目标对象对应的投影网格的网格参数。
5.一种图像处理装置,其特征在于,包括:
识别模块,用于识别原始图像中是否包含与预设的对象类型匹配的目标对象;
确定模块,用于在包含至少一个目标对象时,确定与每个目标对象对应的初始图像区域和投影网格;
第一获取模块,用于通过所述投影网格对对应的初始图像区域校正计算,获取与所述每个目标对象对应的目标图像区域;
合并处理模块,用于根据预设的合并策略合并所有的所述目标图像区域,以获取目标图像;其中,不同的目标对象对应的投影网格不同;
所述合并处理模块,具体用于:
获取与所述每个目标对象对应的目标图像区域对应的合并权重;
获取所述目标图像区域中每个像素点的参考坐标,以及所述原始图像中与所述目标图像区域中每个像素点对应的原始坐标;
计算所述每个像素点的参考坐标和原始坐标的坐标差,并计算所述合并权重和所述坐标差的乘积值;
计算所述原始坐标和所述乘积值的求和值,并根据所述求和值调整所述原始图像中与所述目标图像区域中每个像素点对应的坐标,以获取所述目标图像。
6.如权利要求5所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于获取与所述每个目标对象对应的校正程度值;
修改模块,用于根据所述校正程度值修改与所述每个目标对象对应的投影网格的网格参数。
7.一种终端设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-4中任一所述的图像处理方法。
8.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-4中任一所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911252840.6A CN111008947B (zh) | 2019-12-09 | 2019-12-09 | 图像处理方法和装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911252840.6A CN111008947B (zh) | 2019-12-09 | 2019-12-09 | 图像处理方法和装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111008947A CN111008947A (zh) | 2020-04-14 |
CN111008947B true CN111008947B (zh) | 2024-05-07 |
Family
ID=70114212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911252840.6A Active CN111008947B (zh) | 2019-12-09 | 2019-12-09 | 图像处理方法和装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111008947B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112686824A (zh) * | 2020-12-30 | 2021-04-20 | 北京迈格威科技有限公司 | 图像校正方法、装置、电子设备和计算机可读介质 |
CN112818172B (zh) * | 2021-01-18 | 2023-04-18 | 浙江大华技术股份有限公司 | 视频检索方法、电子装置和存储介质 |
CN112561793B (zh) * | 2021-01-18 | 2021-07-06 | 深圳市图南文化设计有限公司 | 一种平面设计空间转换方法及系统 |
CN115209035A (zh) * | 2021-04-14 | 2022-10-18 | Oppo广东移动通信有限公司 | 基于视频的畸变校正方法、装置、拍照设备以及存储介质 |
CN113313027A (zh) * | 2021-05-28 | 2021-08-27 | 维沃移动通信有限公司 | 图像处理方法、装置、电子设备和存储介质 |
WO2023023960A1 (zh) * | 2021-08-24 | 2023-03-02 | 深圳市大疆创新科技有限公司 | 图像处理及神经网络的训练方法和装置 |
CN115035006A (zh) * | 2022-04-28 | 2022-09-09 | 京东方科技集团股份有限公司 | 图像处理方法、图像处理装置以及可读存储介质 |
CN116681957B (zh) * | 2023-08-03 | 2023-10-17 | 富璟科技(深圳)有限公司 | 一种基于人工智能的图像识别方法及计算机设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006171964A (ja) * | 2004-12-14 | 2006-06-29 | Nissan Motor Co Ltd | 画像処理装置、画像処理システム及び画像処理方法 |
CN104994283A (zh) * | 2015-06-30 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种局部畸变的校正方法及移动终端 |
CN105005972A (zh) * | 2015-06-30 | 2015-10-28 | 广东欧珀移动通信有限公司 | 一种基于拍摄距离的畸变校正方法及移动终端 |
CN105046657A (zh) * | 2015-06-23 | 2015-11-11 | 浙江大学 | 一种图像拉伸畸变自适应校正方法 |
CN105141827A (zh) * | 2015-06-30 | 2015-12-09 | 广东欧珀移动通信有限公司 | 一种畸变校正方法及终端 |
WO2018074520A1 (ja) * | 2016-10-21 | 2018-04-26 | パナソニックIpマネジメント株式会社 | インターホンシステム、インターホン親機、インターホン子機、及びプログラム |
CN108932698A (zh) * | 2017-11-17 | 2018-12-04 | 北京猎户星空科技有限公司 | 图像畸变的校正方法、装置、电子设备和存储介质 |
CN110232667A (zh) * | 2019-06-17 | 2019-09-13 | 厦门美图之家科技有限公司 | 图像畸变修正方法、装置、电子设备及可读存储介质 |
CN110264426A (zh) * | 2019-06-24 | 2019-09-20 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10558848B2 (en) * | 2017-10-05 | 2020-02-11 | Duelight Llc | System, method, and computer program for capturing an image with correct skin tone exposure |
JP6266131B2 (ja) * | 2014-12-04 | 2018-01-24 | 三菱電機株式会社 | 画像処理装置及び方法、並びに撮像装置、並びにプログラム及び記録媒体 |
CN116128748A (zh) * | 2022-12-19 | 2023-05-16 | 智慧互通科技股份有限公司 | 一种基于有效区域提取算法的鱼眼图像校正方法及系统 |
-
2019
- 2019-12-09 CN CN201911252840.6A patent/CN111008947B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006171964A (ja) * | 2004-12-14 | 2006-06-29 | Nissan Motor Co Ltd | 画像処理装置、画像処理システム及び画像処理方法 |
CN105046657A (zh) * | 2015-06-23 | 2015-11-11 | 浙江大学 | 一种图像拉伸畸变自适应校正方法 |
CN104994283A (zh) * | 2015-06-30 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种局部畸变的校正方法及移动终端 |
CN105005972A (zh) * | 2015-06-30 | 2015-10-28 | 广东欧珀移动通信有限公司 | 一种基于拍摄距离的畸变校正方法及移动终端 |
CN105141827A (zh) * | 2015-06-30 | 2015-12-09 | 广东欧珀移动通信有限公司 | 一种畸变校正方法及终端 |
WO2018074520A1 (ja) * | 2016-10-21 | 2018-04-26 | パナソニックIpマネジメント株式会社 | インターホンシステム、インターホン親機、インターホン子機、及びプログラム |
CN108932698A (zh) * | 2017-11-17 | 2018-12-04 | 北京猎户星空科技有限公司 | 图像畸变的校正方法、装置、电子设备和存储介质 |
CN110232667A (zh) * | 2019-06-17 | 2019-09-13 | 厦门美图之家科技有限公司 | 图像畸变修正方法、装置、电子设备及可读存储介质 |
CN110264426A (zh) * | 2019-06-24 | 2019-09-20 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
Non-Patent Citations (1)
Title |
---|
大视场CMOS相机图像的畸变校正;林明汉;胡贤龙;黄星;翁东山;冯旗;;科学技术与工程(18);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111008947A (zh) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111008947B (zh) | 图像处理方法和装置、终端设备及存储介质 | |
CN110276734B (zh) | 图像畸变校正方法和装置 | |
CN108932698B (zh) | 图像畸变的校正方法、装置、电子设备和存储介质 | |
CN111105366B (zh) | 图像处理方法和装置、终端设备及存储介质 | |
CN109191395B (zh) | 图像对比度增强方法、装置、设备及存储介质 | |
CN110264426B (zh) | 图像畸变校正方法和装置 | |
JP6351238B2 (ja) | 画像処理装置、撮像装置および距離補正方法 | |
JP4811462B2 (ja) | 画像処理方法、画像処理プログラム、画像処理装置、及び撮像装置 | |
CN110971827B (zh) | 人像模式拍摄方法、装置、终端设备和存储介质 | |
US10699377B2 (en) | Method, device, and camera for blending a first and a second image having overlapping fields of view | |
CN110378946B (zh) | 深度图处理方法、装置以及电子设备 | |
CN111028170B (zh) | 图像处理方法、图像处理装置、电子设备和可读存储介质 | |
CN109191506B (zh) | 深度图的处理方法、系统及计算机可读存储介质 | |
CN107439005B (zh) | 一种确定对焦窗的方法、装置及设备 | |
CN111091507A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN111028169A (zh) | 图像校正方法、装置、终端设备和存储介质 | |
CN109064392B (zh) | 确定单应矩阵的方法及其系统以及图像转换方法及其系统 | |
CN111754429A (zh) | 运动矢量后处理方法和装置、电子设备及存储介质 | |
CN114049269A (zh) | 图像校正方法和装置、电子设备 | |
CN111080542A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN113313645A (zh) | 图像处理方法、图像处理装置、终端及可读存储介质 | |
CN111105370B (zh) | 图像处理方法、图像处理装置、电子设备和可读存储介质 | |
US10757318B2 (en) | Determination of a contrast value for a digital image | |
CN108876704A (zh) | 人脸图像变形的方法、装置及计算机存储介质 | |
CN110290395A (zh) | 一种图像处理方法、装置及计算机可读存储介质 |
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 |