CN111047669B - 一种取色方法及装置 - Google Patents
一种取色方法及装置 Download PDFInfo
- Publication number
- CN111047669B CN111047669B CN201911267199.3A CN201911267199A CN111047669B CN 111047669 B CN111047669 B CN 111047669B CN 201911267199 A CN201911267199 A CN 201911267199A CN 111047669 B CN111047669 B CN 111047669B
- Authority
- CN
- China
- Prior art keywords
- color
- image
- preset
- type
- range
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种取色方法及装置,获取目标图像,目标图像中包括待取色对象的成像区域。检测目标图像中的待取色对象的成像区域,获取待取色对象的类型对应的预设取色范围,将成像区域中像素值在预设取色范围内的像素,作为目标像素。统计目标像素具有的颜色的分数,基于分数确定待取色对象的成像区域的颜色值。相较于现有技术,本申请提供的取色方法,无需人工手动检查目标图像和取色,减少人力成本和取色时间,提高取色的效率。此外,在取色过程中,先检测成像区域,并为待取色对象的类型设定预设取色范围,以及基于目标图像中待取色对象的成像区域的各个颜色的分数,选取待取色对象的成像区域的颜色值,能够提高取色结果准确性。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种取色方法及装置。
背景技术
目前,多种业务场景下,均有从图像中取色,并将取到的颜色显示至终端的需求。例如,在电商平台的自动口红试色的场景下,电商平台需要获取商家提供的口红的图像,并从图像的口红膏体中取色,再将取到的颜色填充到虚拟人脸的唇部。
现有技术中,通常由人工手动在图像中放置取色工具,并将取到的颜色值手动输入表格,电商平台再依据表格,依次将颜色按照各自的颜色值填充到显示区域。总而言之,需要人工手动取色并获取颜色值,所以效率和准确性有待提高。
发明内容
本申请提供了一种取色方法及装置,目的在于解决取色效率和准确性较低的问题。
为了实现上述目的,本申请提供了以下技术方案:
一种取色方法,包括:
获取目标图像,所述目标图像中包括待取色对象的成像区域;
检测所述目标图像中的所述待取色对象的成像区域;
获取所述待取色对象的类型对应的预设取色范围;
将所述成像区域中像素值在所述预设取色范围内的像素,作为目标像素;
统计所述目标像素具有的颜色的分数;
基于所述分数确定所述待取色对象的成像区域的颜色值,所述颜色值用于显示所述待取色对象的颜色。
可选的,所述获取目标图像,包括:
获取图像和所述图像的属性信息,所述属性信息包括类型信息,所述类型信息用于表示所述图像中的对象所属的类型;
从所述图像中过滤无需取色的图像,得到剩余的图像为所述目标图像,所述无需取色的图像为包括的对象所属的类型为预设的无需取色的类型的图像。
可选的,所述属性信息还包括:效果信息,所述效果信息用于表示所述对象的视觉效果;
在所述确定所述待取色对象的成像区域的颜色值之后,还包括:
依据所述效果信息,调整所述颜色值,使得所述颜色值呈现所述视觉效果。
可选的,所述获取所述待取色对象的类型对应的预设取色范围,包括:
确定所述待取色对象的类型对应的预设第一范围,在所述待取色对象的类型为第一类型的情况下,所述预设第一范围为预设的颜色映射表,在所述待取色对象的类型为第二类型的情况下,所述预设第一范围为预先通过聚类算法得到的颜色范围;所述颜色映射表的颜色颗粒度小于所述颜色范围的颜色颗粒度。
可选的,所述预设取色范围分布在HSV空间;
所述将所述成像区域在所述预设取色范围内的像素,作为目标像素,包括:
将所述成像区域转换至所述HSV空间,得到转换后图像;
通过将所述转换后图像中,像素值属于所述预设取色范围的像素点的像素值设置为1,并将像素值不属于所述预设取色范围的像素点的像素值设置为0,获取掩码图像;
将所述掩码图像与所述成像区域进行与运算,得到筛选后图像,所述筛选后图像中,像素值不为零的像素为所述目标像素。
可选的,所述统计所述目标像素具有的颜色的分数,包括:
统计所述目标像素具有的颜色中,各个颜色的像素数量,其中,任意一个颜色的像素数量为具有该颜色的像素的数量;
依据所述像素数量和饱和度,计算所述各个颜色的分数。
可选的,在所述依据所述像素数量和饱和度,计算所述各个颜色的分数之前,还包括:
将所述目标像素转换至YUV空间;
将所述目标像素中,Y分量不在预设范围内的像素,作为更新后的所述目标像素,所述预设范围表示高亮或高暗。
一种取色装置,包括:
第一获取单元,用于获取目标图像,所述目标图像中包括待取色对象的成像区域;
检测单元,用于检测所述目标图像中的所述待取色对象的成像区域;
第二获取单元,用于获取所述待取色对象的类型对应的预设取色范围;
第一确定单元,用于将所述成像区域中像素值在所述预设取色范围内的像素,作为目标像素;
统计单元,用于统计所述目标像素具有的颜色的分数;
第二确定单元,用于基于所述分数确定所述待取色对象的成像区域的颜色值,所述颜色值用于显示所述待取色对象的颜色。
一种存储介质,所述存储介质包括存储的程序,其中,所述程序执行上述的取色方法。
一种设备,包括:处理器、存储器和总线;所述处理器与所述存储器通过所述总线连接;
所述存储器用于存储程序,所述处理器用于运行程序,其中,所述程序运行时执行上述的取色方法。
本申请提供的取色方法及装置,获取目标图像,目标图像中包括待取色对象的成像区域。检测目标图像中的待取色对象的成像区域,获取待取色对象的类型对应的预设取色范围,将成像区域中像素值在预设取色范围内的像素,作为目标像素。统计目标像素具有的颜色的分数,基于分数确定待取色对象的成像区域的颜色值,颜色值用于显示待取色对象的颜色。相较于现有技术,本申请实施例提供的取色方法,无需人工手动检查目标图像和取色,减少人力成本和取色时间,提高取色的效率。此外,在取色过程中,先检测成像区域,并为待取色对象的类型设定预设取色范围,以及基于目标图像中待取色对象的成像区域的各个颜色的分数,选取待取色对象的成像区域的颜色值,能够提高取色结果准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种取色方法的示意图;
图2为本申请实施例提供的另一种取色方法的示意图;
图3为本申请实施例子提供的又一种取色方法的示意图;
图4为本申请实施例子提供的一种取色装置的架构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
由背景技术可知,通常由人工手动在图像中放置取色工具,并将取到的颜色值手动输入表格,由于是人工手动执行上述取色过程,所以效率和准确性都不高。因此,本申请实施例提供了一种取色方法,用于提高取色的效率和准确性。
如图1所示,为本申请实施例提供的一种取色方法的示意图,包括如下步骤:
S101:获取目标图像。
其中,目标图像中包括待取色对象的成像区域。获取目标图像的具体实现过程,为本领域技术人员所熟悉的公知常识,例如,从数据平台中下载目标图像(例如口红图像、腮红图像、以及衣服图像)等。
S102:检测目标图像中的待取色对象的成像区域。
其中,检测目标图像中的待取色对象的成像区域,主要是为了去除目标图像中其它区域对待取色对象的成像区域的干扰。例如,在口红图像中,待取色对象为口红膏体(常见为口红膏体的口红头),在口红图像中,除了口红头成像区域之外,还存在口红包装成像区域,明显的,只有口红头成像区域能够体现口红的颜色。
需要说明的是,检测目标图像中的待取色对象的成像区域的具体实现过程为本领域技术人员所熟悉的公知常识。
可选的,在本申请实施例中,使用预设的区域检测模型,从目标图像中检测待取色对象的成像区域。例如,将口红图像输入区域检测模型中,区域检测模型对口红图像进行口红头区域的检测,输出的检测结果中,使用矩形框框选出口红头区域。
其中,区域检测模型使用待取色对象的样本以及样本中标注的上述待取色对象的成像区域,训练得到。当然,训练区域检测模型的具体过程,为本领域技术人员所熟悉的公知常识,这里不再赘述。
S103:获取待取色对象的类型对应的预设取色范围。
其中,待取色对象的类型具体指的是:目标图像中所包含的对象的品类,以商品为例,商品的品类可以为口红、衣服、以及皮包等。在本申请实施例中,目标图像的属性信息中包括待取色对象的类型信息,基于类型信息,能够确定待取色对象的类型。
预设取色范围指的是:待取色对象的类型在颜色空间中,对应的不同分量的取值范围,取值范围的具体数值可由技术人员根据实际情况进行设置。以待取色对象的类型在HSV空间中的预设取色范围为例,取色范围可以为:H范围为hmin-hmax,S范围为smin-smax,V范围为vmin-vmax。
S104:将成像区域中像素值在预设取色范围内的像素,作为目标像素。
其中,成像区域由像素组成,在确定的图像类型的情况下,像素的像素值是确定的。
本申请实施例中,以RGB图像为例,每一个像素在颜色空间中都具备R、G、和B三种分量,又例如在HSV空间中,像素具备H分量、S分量和V分量。因此,像素值用于表示像素在颜色空间中各个分量的具体数值,相应的,如前所述,预设取色范围为针对各个分量设置对应的数值范围。若像素值分布在预设取色范围内,则像素值所属的像素为目标像素。
例如,HSV空间中的预设取色范围为:H范围为0-180,S范围为0-225,V范围为0-225,则目标像素为,H分量在H范围中、S分量在S范围中、以及V分量在V范围中的像素。
需要说明的是,上述示例仅仅用于举例说明。
S105:统计目标像素具有的颜色的分数。
实际中,由于光照和背景等原因,目标图像中待取色对象的颜色可能不统一,即一些区域是一种颜色,另一些区域为另一种颜色,例如不同数值的红色。因此成像区域可能包括多种颜色,在此情况下,可以通过为每种颜色打分,并基于分数,确定一种颜色为成像区域的颜色。
具体的,假设目标像素的颜色包括樱桃红、粉红和玫瑰红,这三种颜色为相近的颜色,分别对这三种颜色进行打分,基于分数,从三种颜色中选择一种颜色作为目标像素的颜色。
需要说明的是,上述具体实现过程仅仅用于举例说明。
S106:基于分数确定待取色对象的成像区域的颜色值。
其中,颜色值用于显示待取色对象的颜色。具体的,可以将分数最高的颜色值,作为待取色对象的成像区域的颜色值。
需要说明的是,彩色图像的颜色值表示的是成像区域中的像素在颜色空间中的三维矩阵,颜色值相同的像素归属于同一种颜色。在本申请实施例中,以RGB空间为例,颜色值的计算过程可以如公式(1)所示。
在公式(1)中,rgb表示颜色值,R表示像素在RGB空间中的R分量,G表示像素在RGB空间中的G分量,B表示像素在RGB空间中的B分量。
为了方便理解本申请实施例的执行步骤,以用户在电商平台上进行口红试色为例,电商平台接收商家上传的口红图像,并检测口红图像中口红的口红头成像区域,获取口红膏体的取色范围。电商平台将口红头成像区域中像素值在取色范围内的像素,作为目标像素,统计目标像素具有的各个颜色(例如樱桃红、以及深红等)对应的分数,将分数最高的颜色对应的颜色值作为口红的颜色值。电商平台将商家上传的全部口红图像对应的口红颜色值保存在平台服务器中。当用户在电商平台的前端页面中点击口红图像进行口红试色时,电商平台从服务器中获取该口红图像对应的颜色值(可以依据唯一标识进行颜色值和口红图像的对应),并依据颜色值渲染显示口红颜色至试色界面,使得用户能够在试色界面中,查看口红所展示的颜色。
然而,在现有技术中,电商平台在接收商家上传的口红图像后,由人工查看各个口红图像,并使用取色工具,从各个口红图像的口红头成像区域中获取颜色值,而后,再将口红图像与颜色值的对应关系记录在表格中,并将表格存储至服务器中。在人工取色过程中,口红图像数量较多,人工对每个口红图像进行取色,需花费大量时间,效率低下。此外,人工通常使用肉眼检查口红图像的颜色,口红膏体的成像区域上往往包含多种相近颜色,肉眼很难区分出哪种颜色是口红真正的颜色。也就是说,受到其它相近颜色的干扰,人工取色存在着较大偏差,从而降低取色结果的准确性。
由此可见,相较于现有技术,本申请实施例提供的取色方法,无需人工对图像进行取色,有效减少人力成本和取色时间,提高取色的效率。此外,在取色过程中,先检测图像的成像区域,并为待取色对象的类型设定预设取色范围,以及基于目标图像中待取色对象的成像区域的各个颜色的分数,选取待取色对象的成像区域的颜色值,能够提高取色结果准确性。
可选的,如图2所示,为本申请实施例提供的另一种取色方法的示意图,与上述流程相比,增加了用于进一步提高取色准确性的步骤,图2所示的流程包括如下步骤:
S201:获取图像和图像的属性信息。
其中,属性信息至少包括类型信息和效果信息,类型信息用于表示图像中的对象所属的类型,效果信息用于表示对象的视觉效果。其中,效果信息为可选信息。除了类型信息和效果信息之外,属性信息还可以包括其它信息,例如商品的ID。
以口红图像为例,图像的属性信息包括:类型(例如口红)、商品ID(例如1019)、色号(例如樱桃红)、商品标题(例如完美牌)、效果(例如口红涂在嘴唇上所显示的雾面效果或者滋润效果等)、以及图像的下载地址(例如www.xxx.cn)等。
S202:从图像中过滤无需取色的图像,得到剩余的图像为目标图像。
其中,无需取色的图像为包括的对象所属的类型为预设的无需取色的类型的图像,例如,由于唇膏使用时呈透明,所以无需考虑唇膏的颜色,只在乎使用效果,因此,确定对象所属的类型为唇膏的图像为无需取色的图像。当然,无需取色的图像所包括的对象所属的类型,可由技术人员根据实际情况进行设置。
S203:检测目标图像中的待取色对象的成像区域。
其中,S203的具体执行过程和实现原理与上述图1示出的S102的具体执行过程和实现原理一致,这里不再赘述。
S204:获取待取色对象的类型对应的预设取色范围。
其中,S204的具体执行过程和实现原理与上述图1示出的S103的具体执行过程和实现原理一致,这里不再赘述。
S205:将成像区域中像素值在预设取色范围内的像素,作为目标像素。
其中,S205的具体执行过程和实现原理与上述图1示出的S104的具体执行过程和实现原理一致,这里不再赘述。
S206:统计目标像素具有的颜色的分数。
其中,S206的具体执行过程和实现原理与上述图1示出的S105的具体执行过程和实现原理一致,这里不再赘述。
S207:基于分数确定待取色对象的成像区域的颜色值。
其中,S207的具体执行过程和实现原理与上述图1示出的S106的具体执行过程和实现原理一致,这里不再赘述。
S208:依据效果信息,调整颜色值,使得颜色值呈现视觉效果。
其中,依据效果信息,调整颜色值的具体实现过程,为本领域技术人员所熟悉的公知常识,例如采用图像算法调整颜色值等。
以口红图像为例,口红涂在唇上后所显示的颜色,受到灯光或水分等环境因素的因素的影响,会出现雾面效果,为了还原该口红的使用效果,依据口红图像所属口红的效果信息,调整颜色值,当用户在电商平台的前端页面中点击口红图像进行口红试色时,电商平台从服务器中获取调整后的颜色值,将调整后的颜色值发送给用户,使得用户能够在试色图像中,查看口红在实际使用后所展示的视觉效果。
需要说明的是,上述示例仅仅用于举例说明。
在本申请实施例中,获取各个图像,并从获取的各个图像中过滤无需取色的图像,将剩余的图像作为目标图像,检测目标图像的成像区域,并为待取色对象的类型设定预设取色范围,以及基于目标图像中待取色对象的成像区域的各个颜色的分数,选取待取色对象的成像区域的颜色值。可见,本申请无需人工进行取色,从而有效减少人力成本,效率高。此外,还依据目标图像的效果信息,对颜色值进行调整,使得调整后的颜色值,能够准确展示目标图像所属物品的实际视觉效果,从而进一步提高取色结果的准确性。
可选的,如图3所示,为本申请实施例提供的又一种取色方法的示意图,与上述流程相比,重点突出数值处理过程,进一步提高取色的准确性,图3所示的流程包括如下步骤:
S301:获取目标图像。
其中,S301的具体执行过程和实现原理与上述图1示出的S101的具体执行过程和实现原理一致,这里不再赘述。
S302:检测目标图像中的待取色对象的成像区域。
其中,S302的具体执行过程和实现原理与上述图1示出的S102的具体执行过程和实现原理一致,这里不再赘述。
S303:确定目标图像中待取色对象的类型。
其中,不同类型的待取色对象的颜色颗粒度不相同,例如,口红的颜色具有几百种,皮包的颜色却只有几十种,明显的,口红对颜色的细分需求高于皮包对颜色的细分需求,也就是说,口红的颜色颗粒度小于皮包的颜色颗粒度。因此,不同类型的待取色对象对应的取色范围也就有所区别。不同类型的待取色对象对应的预设取色范围的具体数值范围,可由技术人员根据实际情况进行设置。当然,不同类型的待取色对象对应的取色范围也可以相同。这里不做限定。
可选的,依据待取色对象的颜色颗粒度大小,将待取色对象的类型划分为第一类型和第二类型,第一类型对应的颜色颗粒度小于第二类型对应的颜色颗粒度。
例如,口红、眼影、以及腮红等类型对应的颜色颗粒度,明显小于皮包、衣服、以及帽子等类型对应的颜色颗粒度,因此,将口红、眼影、以及腮红等类型设置为第一类型,皮包、衣服、以及帽子等类型设置为第二类型。
需要说明的是,上述示例仅仅用于举例说明。
S304:确定待取色对象的类型对应的预设第一范围。
其中,在待取色对象的类型为第一类型的情况下,预设第一范围为预设的颜色映射表,颜色映射表包括:各个颜色在HSV空间中的具体取色范围(例如:H范围为hmin-hmax,S范围为smin-smax,V范围为vmin-vmax)。以口红为例,根据口红的颜色细分需求制定颜色映射表,如表1所示。
表1
黑 | 灰 | 白 | 红 | 橙 | 黄 | 绿 | |
hmin | 0 | 0 | 0 | 156 | 11 | 26 | 35 |
hmax | 180 | 180 | 180 | 180 | 25 | 34 | 77 |
smin | 0 | 0 | 0 | 43 | 43 | 43 | 43 |
smax | 255 | 43 | 30 | 255 | 255 | 255 | 255 |
vmin | 0 | 46 | 221 | 46 | 46 | 46 | 46 |
vmax | 46 | 220 | 255 | 255 | 255 | 255 | 255 |
在表1中,hmin表示H分量最小值,hmax表示H分量最大值,smin表示S分量最小值,smax表示S分量最大值,vmin表示V分量最小值,vmax表示V分量最大值。
需要说明的是,上述表1示出的内容仅仅用于举例说明。
在待取色对象的类型为第二类型的情况下,预设第一范围为预先通过聚类算法得到的颜色范围。在本申请实施例中,采用kmeans聚类公式(2)计算得到颜色范围,以某款衣服为例,预先将该款衣服的所有颜色,进行聚类,得到每种颜色在HSV空间中色调分量、饱和度分量和明度分量分别对应的数值范围,并将HSV空间中三种分量的数值范围作为颜色范围。此外,kmeans聚类算法的具体计算过程,为本领域技术人员所熟悉的公知常识,这里不再赘述。
在公式(2)中,各个参数为本领域技术人员所熟悉的公知常识,这里不再赘述。
需要强调的是,在本申请实施例中,颜色映射表的颜色颗粒度小于颜色范围的颜色颗粒度。
S305:将成像区域转换至HSV空间中,得到转换后图像。
其中,为了提高取色的准确性,从各个颜色空间中,选取HSV空间的取色范围,筛选目标像素。因此,若成像区域原本分布在RGB空间中,则先将成像区域从RGB空间转换到HSV空间中,得到HSV空间中的成像区域,再确定目标像素。需要说明的是,将RGB空间中的图像转换为HSV空间中的图像的具体实现过程,可参见下述公式集合(3)。
R'=R/255
G'=G/255
B'=B/255
Cmax=max(R',G',B')
Cmin=min(R'.G',B')
Δ=C max-C min
V=C max
在公式集合(3)中,R表示像素在RGB空间中的R分量,G表示像素在RGB空间中的G分量,B表示像素在RGB空间中的B分量,H表示像素在HSV空间中的色调分量,S表示像素在HSV空间中的饱和度分量,V表示像素在HSV空间中的明度分量。
S306:通过将转换后图像中,像素值属于预设取色范围的像素点的像素值设置为1,并将像素值不属于预设取色范围的像素点的像素值设置为0,获取掩码图像。
其中,若待取色对象的类型为第一类型,则判断转换后图像中各个像素点的像素值是否属于颜色映射表所包含的任意一个取色范围。以上述表1为例,若像素值属于表1中任意一种颜色对应取色范围内,则像素点的像素值设置为1,若像素值不属于表1中任意一种颜色对应取色范围内,则像素点的像素值设置为0。
若待取色对象的类型为第二类型,则判断转换后图像中各个像素点的像素值是否属于颜色范围内,若像素值属于颜色范围内,则像素点的像素值设置为1,若像素值不属于颜色范围内,则像素点的像素值设置为0。
S307:将掩码图像与成像区域进行与运算,得到筛选后图像,筛选后图像中,像素值不为零的像素为目标像素。
其中,掩码图像与成像区域进行与运算的具体实现过程,为本领域技术人员所熟悉的公知常识,这里不再赘述。此外,掩码图像与成像区域进行与运算,所得到地筛选后图像将分布在RGB空间中。
S308:统计目标像素具有的颜色中,各个颜色的像素的数量。
其中,任意一个颜色的像素数量为具有该颜色的像素的数量,例如,樱桃红的颜色值为230,樱桃红颜色的像素数量为,筛选后图像中各个颜色值为230的像素的总数量。在本申请实施例中,可以采用颜色直方图的统计手段,统计各个颜色的像素的数量,当然,也可以采用现有的其它技术手段统计各个颜色的像素的数量。
S309:将目标像素转换至YUV空间。
其中,因筛选后图像分布在RGB空间中,故目标像素分布在RGB空间中,为此需要将目标像素转换至YUV空间,在本申请实施例中,可以采用RGB空间与YUV空间之间的转换公式(4),将目标像素转换至YUV空间。
在公式(4)中,Y表示目标像素在YUV空间中的Y分量,U表示目标像素在YUV空间中的U分量,V表示目标像素在YUV空间中的V分量,R表示目标像素在RGB空间中的R分量,G表示目标像素在RGB空间中的G分量,B表示目标像素在RGB空间中的B分量。
S310:将目标像素中,Y分量不在预设范围内的像素,作为更新后的目标像素。
其中,预设范围表示高亮或高暗,Y分量表示的是目标像素在YUV空间中的Y分量(也可以说是明亮度分量)。在本申请实施例中,高亮或高暗对应的明亮度阈值可由技术人员根据实际情况进行设置,例如,高亮对应的明亮度阈值为0.9,高暗对应的明亮度阈值为0.12,当Y分量大于0.9时,则目标像素不处于高亮,当Y分量小于0.12时,则目标像素不处于高暗。
S311:依据像素数量和饱和度,计算各个颜色的分数。
其中,可以基于公式(5)计算得到各个颜色的分数。
score=(saturation+0.1)*count (5)
在公式(5)中,score表示颜色的分数,saturation表示目标像素在HSV空间中的S分量,count表示更新后目标像素的像素数量。
需要说明的是,因属于同一颜色的目标像素的饱和度相同,故将目标像素在HSV空间中对应的S分量,作为saturation。
S312:基于分数确定待取色对象的成像区域的颜色值。
其中,S312的具体执行过程和实现原理与上述图1示出的S106的具体执行过程和实现原理一致,这里不再赘述。
在本申请实施例中,由于,在取色过程中,先确定目标图像中待取色对象的类型,后确定待取色对象的类型对应的预设第一范围,将目标图像中待取色对象的成像区域进行颜色空间转换和掩码图像转换,得到在取色范围内的目标像素的像素数量和饱和度,以及基于像素数量和饱和度计算得到各个颜色的颜分数。所以,整个分数的计算过程,以待取色对象的类型、预设第一范围、目标像素的像素数量和饱和度作为参数依据,能够准确得到待取色图像成像区域中各个颜色的分数,从而依据分数辅助筛选待取色对象的真正颜色值,相较于人工肉眼筛选待取色对象的颜色值,准确性高。
与上述本申请实施例提供的取色方法相对应,本申请实施例还提供了一种取色装置,如图4所示,包括:
第一获取单元100,用于获取目标图像,目标图像中包括待取色对象的成像区域。
其中,第一获取单元100获取目标图像的具体实现过程包括:获取图像和图像的属性信息,属性信息包括类型信息,类型信息用于表示图像中的对象所属的类型。从图像中过滤无需取色的图像,得到剩余的图像为目标图像,无需取色的图像为包括的对象所属的类型为预设的无需取色的类型的图像。属性信息还包括效果信息,效果信息用于表示对象的视觉效果。
检测单元200,用于检测目标图像中的待取色对象的成像区域。
第二获取单元300,用于获取待取色对象的类型对应的预设取色范围。
其中,第二获取单元300获取待取色对象的类型对应的预设取色范围的具体实现过程包括:确定待取色对象的类型对应的预设第一范围,在待取色对象的类型为第一类型的情况下,预设第一范围为预设的颜色映射表,在待取色对象的类型为第二类型的情况下,预设第一范围为预先通过聚类算法得到的颜色范围;颜色映射表的颜色颗粒度小于颜色范围的颜色颗粒度。
第一确定单元400,用于将成像区域中像素值在预设取色范围内的像素,作为目标像素。
其中,第一确定单元400将成像区域在预设取色范围内的像素,作为目标像素的具体实现过程包括:预设取色范围分布在HSV空间,将成像区域转换至HSV空间,得到转换后图像。通过将转换后图像中,像素值属于预设取色范围的像素点的像素值设置为1,并将像素值不属于预设取色范围的像素点的像素值设置为0,获取掩码图像。将掩码图像与成像区域进行与运算,得到筛选后图像,筛选后图像中,像素值不为零的像素为目标像素。
统计单元500,用于统计目标像素具有的颜色的分数。
其中,统计单元500统计目标像素具有的颜色的分数的具体实现过程包括:统计目标像素具有的颜色中,各个颜色的像素数量,其中,任意一个颜色的像素数量为具有该颜色的像素的数量。将目标像素转换至YUV空间。将目标像素中,y分量不在预设范围内的像素,作为更新后的目标像素,预设范围表示高亮或高暗。依据像素数量和饱和度,计算各个颜色的分数。
第二确定单元600,用于基于分数确定待取色对象的成像区域的颜色值,颜色值用于显示待取色对象的颜色。
调整单元700,用于依据效果信息,调整颜色值,使得颜色值呈现视觉效果。
在本申请实施例中,获取目标图像,目标图像中包括待取色对象的成像区域。检测目标图像中的待取色对象的成像区域,获取待取色对象的类型对应的预设取色范围,将成像区域中像素值在预设取色范围内的像素,作为目标像素。统计目标像素具有的颜色的分数,基于分数确定待取色对象的成像区域的颜色值,颜色值用于显示待取色对象的颜色。相较于现有技术,本申请实施例提供的取色方法,无需人工手动检查目标图像和取色,减少人力成本和取色时间,提高取色的效率。此外,在取色过程中,先检测成像区域,并为待取色对象的类型设定预设取色范围,以及基于目标图像中待取色对象的成像区域的各个颜色的分数,选取待取色对象的成像区域的颜色值,能够提高取色结果准确性。
进一步的,本申请实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述的取色方法。
进一步的,本申请实施例提供了一种设备,包括:处理器、存储器和总线。处理器与存储器通过总线连接。
存储器用于存储程序,处理器用于运行程序,其中,程序运行时执行所述的取色方法。
其中,本申请的上述实施例提供的设备、处理器、存储介质或计算机程序产品可以均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
本申请实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算设备可读取存储介质中。基于这样的理解,本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算设备(可以是个人计算机,服务器,移动计算设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlY MemorY)、随机存取存储器(RAM,Random Access MemorY)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种取色方法,其特征在于,包括:
获取目标图像,所述目标图像中包括待取色对象的成像区域;
检测所述目标图像中的所述待取色对象的成像区域;
获取所述待取色对象的类型对应的预设取色范围;
将所述成像区域中像素值在所述预设取色范围内的像素,作为目标像素;
统计所述目标像素具有的颜色的分数;
基于所述分数确定所述待取色对象的成像区域的颜色值,所述颜色值用于显示所述待取色对象的颜色;
其中,所述获取所述待取色对象的类型对应的预设取色范围,包括:
确定所述待取色对象的类型对应的预设第一范围,在所述待取色对象的类型为第一类型的情况下,所述预设第一范围为预设的颜色映射表,在所述待取色对象的类型为第二类型的情况下,所述预设第一范围为预先通过聚类算法得到的颜色范围;所述颜色映射表的颜色颗粒度小于所述颜色范围的颜色颗粒度;预设取色范围指的是:待取色对象的类型在颜色空间中,对应的不同分量的取值范围。
2.根据权利要求1所述的方法,其特征在于,所述获取目标图像,包括:
获取图像和所述图像的属性信息,所述属性信息包括类型信息,所述类型信息用于表示所述图像中的对象所属的类型;
从所述图像中过滤无需取色的图像,得到剩余的图像为所述目标图像,所述无需取色的图像为包括的对象所属的类型为预设的无需取色的类型的图像。
3.根据权利要求2所述的方法,其特征在于,所述属性信息还包括:效果信息,所述效果信息用于表示所述对象的视觉效果;
在所述确定所述待取色对象的成像区域的颜色值之后,还包括:
依据所述效果信息,调整所述颜色值,使得所述颜色值呈现所述视觉效果。
4.根据权利要求1所述的方法,其特征在于,所述预设取色范围分布在HSV空间;
所述将所述成像区域在所述预设取色范围内的像素,作为目标像素,包括:
将所述成像区域转换至所述HSV空间,得到转换后图像;
通过将所述转换后图像中,像素值属于所述预设取色范围的像素点的像素值设置为1,并将像素值不属于所述预设取色范围的像素点的像素值设置为0,获取掩码图像;
将所述掩码图像与所述成像区域进行与运算,得到筛选后图像,所述筛选后图像中,像素值不为零的像素为所述目标像素。
5.根据权利要求1或4所述的方法,其特征在于,所述统计所述目标像素具有的颜色的分数,包括:
统计所述目标像素具有的颜色中,各个颜色的像素数量,其中,任意一个颜色的像素数量为具有该颜色的像素的数量;
依据所述像素数量和饱和度,计算所述各个颜色的分数。
6.根据权利要求5所述的方法,其特征在于,在所述依据所述像素数量和饱和度,计算所述各个颜色的分数之前,还包括:
将所述目标像素转换至YUV空间;
将所述目标像素中,Y分量不在预设范围内的像素,作为更新后的所述目标像素,所述预设范围表示高亮或高暗。
7.一种取色装置,其特征在于,包括:
第一获取单元,用于获取目标图像,所述目标图像中包括待取色对象的成像区域;
检测单元,用于检测所述目标图像中的所述待取色对象的成像区域;
第二获取单元,用于获取所述待取色对象的类型对应的预设取色范围;
第一确定单元,用于将所述成像区域中像素值在所述预设取色范围内的像素,作为目标像素;
统计单元,用于统计所述目标像素具有的颜色的分数;
第二确定单元,用于基于所述分数确定所述待取色对象的成像区域的颜色值,所述颜色值用于显示所述待取色对象的颜色;
其中,所述第二获取单元,具体用于确定所述待取色对象的类型对应的预设第一范围,在所述待取色对象的类型为第一类型的情况下,所述预设第一范围为预设的颜色映射表,在所述待取色对象的类型为第二类型的情况下,所述预设第一范围为预先通过聚类算法得到的颜色范围;所述颜色映射表的颜色颗粒度小于所述颜色范围的颜色颗粒度;预设取色范围指的是:待取色对象的类型在颜色空间中,对应的不同分量的取值范围。
8.一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包括存储的程序,其中,所述程序被处理器执行时,所述程序执行权利要求1-6任意一项所述的取色方法。
9.一种取色设备,其特征在于,包括:处理器、存储器和总线;所述处理器与所述存储器通过所述总线连接;
所述存储器用于存储程序,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1-6任意一项所述的取色方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911267199.3A CN111047669B (zh) | 2019-12-11 | 2019-12-11 | 一种取色方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911267199.3A CN111047669B (zh) | 2019-12-11 | 2019-12-11 | 一种取色方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111047669A CN111047669A (zh) | 2020-04-21 |
CN111047669B true CN111047669B (zh) | 2023-08-22 |
Family
ID=70235666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911267199.3A Active CN111047669B (zh) | 2019-12-11 | 2019-12-11 | 一种取色方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111047669B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113763109A (zh) * | 2021-02-03 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 物品推荐方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256555A (zh) * | 2017-05-25 | 2017-10-17 | 腾讯科技(上海)有限公司 | 一种图像处理方法、装置及存储介质 |
CN109299310A (zh) * | 2018-12-05 | 2019-02-01 | 王相军 | 一种屏幕图像取色和搜索方法及系统 |
CN110458173A (zh) * | 2019-08-16 | 2019-11-15 | 京东数字科技控股有限公司 | 用于生成物品颜色值的方法和装置 |
-
2019
- 2019-12-11 CN CN201911267199.3A patent/CN111047669B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256555A (zh) * | 2017-05-25 | 2017-10-17 | 腾讯科技(上海)有限公司 | 一种图像处理方法、装置及存储介质 |
CN109299310A (zh) * | 2018-12-05 | 2019-02-01 | 王相军 | 一种屏幕图像取色和搜索方法及系统 |
CN110458173A (zh) * | 2019-08-16 | 2019-11-15 | 京东数字科技控股有限公司 | 用于生成物品颜色值的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111047669A (zh) | 2020-04-21 |
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 | |
CN107274373B (zh) | 直播中打码方法及装置 | |
CN106067177B (zh) | Hdr场景侦测方法和装置 | |
CN104636759B (zh) | 一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐系统 | |
CN105844242A (zh) | 图像中的肤色检测方法 | |
CN109544583B (zh) | 一种提取皮革图像感兴趣区域的方法、装置及设备 | |
CN104504722B (zh) | 一种利用灰色点校正图像颜色的方法 | |
CN108737875B (zh) | 图像处理方法及装置 | |
CN110717865B (zh) | 图片检测方法及装置 | |
CN112446864A (zh) | 瑕疵检测方法、装置、设备和存储介质 | |
CN109903265B (zh) | 一种图像变化区域侦测阀值设定方法、系统及其电子装置 | |
CN108961209B (zh) | 行人图像质量评价方法、电子设备及计算机可读介质 | |
WO2024103892A1 (zh) | 罐印图像的颜色识别方法和装置 | |
CN111047669B (zh) | 一种取色方法及装置 | |
CN113129390B (zh) | 一种基于联合显著性的色盲图像重新着色方法及系统 | |
CN101605273A (zh) | 一种色饱和度质量测评的方法和子系统 | |
CN108711160A (zh) | 一种基于hsi增强性模型的目标分割方法 | |
CN111738984B (zh) | 基于分水岭和种子填充的皮肤图像斑点评估方法及系统 | |
CN110334713B (zh) | 一种内衬纸产品类型的智能识别方法 | |
CN112699760A (zh) | 一种脸部目标区域检测方法、装置和设备 | |
KR100488014B1 (ko) | YCrCb 칼라 기반 얼굴 영역 추출 방법 | |
JPH07198714A (ja) | 細胞活性度判定方法及び装置 | |
CN110264463A (zh) | 一种基于matlab图像处理的物料清点方法 | |
CN114972367B (zh) | 分割图像的方法、装置、设备和计算机可读存储介质 | |
CN113808107A (zh) | 图像推荐方法、装置、电子设备和存储介质 |
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 |