CN111062993B - 色彩合并的作画图像处理方法、装置、设备及存储介质 - Google Patents
色彩合并的作画图像处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111062993B CN111062993B CN201911276248.XA CN201911276248A CN111062993B CN 111062993 B CN111062993 B CN 111062993B CN 201911276248 A CN201911276248 A CN 201911276248A CN 111062993 B CN111062993 B CN 111062993B
- Authority
- CN
- China
- Prior art keywords
- image
- color
- hsv
- value
- tone
- 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
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
Abstract
本申请实施例公开了一种色彩合并的作画图像处理方法、装置、电子设备及存储介质。本申请实施例提供的技术方案,通过RGB图像转换为对应的HSV图像,对HSV图像进行颜色聚类得到对应的多个图像色块,从图像色块中确定设定数量的主色块,基于各个主色块的色调值按照设定划分规则为各个主色块配置图像颜色区间,最终将HSV图像中的各个像素点根据图像颜色区间进行色调合并调整,生成对应的作画图像。采用上述技术手段,可以得到图像颜色过渡自然,图像质量相对较高的作画图像,并且通过减少图像颜色种类的数量,保障图像质量的同时缩小了图像的容量,减少计算机处理压力,进而提高作画效率,优化作画效果。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及一种色彩合并的作画图像处理方法、装置、设备及存储介质。
背景技术
智能作画,是指用户通过终端上传作画图像,作画装置根据作画图像自动把图像作画于画纸等作画载体上的一种作画形式。在进行作画时,传统的作画图像通常采用黑白图像,其画面以黑白两色为主题,图像数据量少,计算机处理效率高。而随着时代变迁以及当代艺术发展,彩色图像凭借其色彩艳丽,视觉效果饱满的优点,更加受到人们青睐。因此,在进行智能作画时,人们也倾向于使用彩色图像作为作画图像。由于彩色图像的颜色种类丰富,图像数据量大,同时冗余信息多,容易导致计算机被占取的存储空间大,处理效率低,甚至出现卡机情况。为此,通过会采用图像压缩技术将作画图像压缩为减小的图像容量,以此来减少对存储空间的占用。但是,作画图像在压缩后,也容易出现图像颜色过渡不自然,出现特征像素点丢失的情况,导致作画效果不甚理想。
发明内容
本申请实施例提供一种色彩合并的作画图像处理方法、装置、电子设备及存储介质,能够处理得到容量小且图像质量高的作画图像,优化智能作画的作画效果。
在第一方面,本申请实施例提供了一种色彩合并的作画图像处理方法,包括:
接收RGB图像,将所述RGB图像转换为对应的HSV图像;
对所述HSV图像进行颜色聚类得到对应的多个图像色块,从所述图像色块中确定设定数量的主色块;
基于各个所述主色块的色调值按照设定划分规则为各个所述主色块配置图像颜色区间;
将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调合并调整,生成对应的作画图像。
进一步的,所述对所述HSV图像进行颜色聚类得到对应的多个图像色块,从所述图像色块中确定设定数量的主色块,包括:
根据像素点数量对多个所述图像色块进行降序排序,确定排序靠前设定数量的所述图像色块为主色块。
进一步的,所述基于各个所述主色块的色调值按照设定划分规则为各个所述主色块配置图像颜色区间,包括:
确定各个所述主色块的色调值;
将所述主色块的色调值减少设定数值得到对应图像颜色区间的起始值,将所述主色块的色调值增加设定数值得到对应图像颜色区间的结束值。
进一步的,所述将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调调整,包括:
将所述HSV图像中的各个像素点与所述图像颜色区间进行比对,若所述像素点的色调值在所述图像颜色区间中,将所述像素点的色调值调整为所述图像颜色区间对应主色块的色调值,若所述像素点的色调值不在所述图像颜色区间中,将所述像素点的色调设置为白色。
进一步的,在将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调调整,生成对应的作画图像之后,还包括:
基于所述HSV图像上各个像素点与作画区域各个坐标的映射关系,将对应的所述作画图像输出至作画装置,以作画于作画载体的所述作画区域上。
进一步的,通过将所述HSV图像等比例缩放得到缩放图,将所述缩放图存储在与作画载体的所述作画区域尺寸相同的网格中,基于所述缩放图对应的网格确定所述HSV图像与所述作画载体的映射关系。
进一步的,所述RGB图像转换为对应的HSV图像的转换公式为:
V=max
其中,H为HSV图像的色调,取值范围为0°~360°;S为HSV图像的饱和度,取值范围为0%~100%;V为HSV图像的明度,取值范围为0%~100%;r、g、b为分别表示一个颜色的红、绿、蓝坐标,取值范围为0~1;max为r、g和b中的最大值,min为r、g和b中的最小值。
在第二方面,本申请实施例提供了一种色彩合并的作画图像处理装置,包括:
转换模块,用于接收RGB图像,将所述RGB图像转换为对应的HSV图像;
聚类模块,用于对所述HSV图像进行颜色聚类得到对应的多个图像色块,从所述图像色块中确定设定数量的主色块;
划分模块,用于基于各个所述主色块的色调值按照设定划分规则为各个所述主色块配置图像颜色区间;
合并模块,用于将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调合并调整,生成对应的作画图像。
在第三方面,本申请实施例提供了一种电子设备,包括:
存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的色彩合并的作画图像处理方法。
在第四方面,本申请实施例提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的色彩合并的作画图像处理方法。
本申请实施例通过RGB图像转换为对应的HSV图像,对HSV图像进行颜色聚类得到对应的多个图像色块,从图像色块中确定设定数量的主色块,基于各个主色块的色调值按照设定划分规则为各个主色块配置图像颜色区间,最终将HSV图像中的各个像素点根据图像颜色区间进行色调合并调整,生成对应的作画图像。采用上述技术手段,可以得到图像颜色过渡自然,图像质量相对较高的作画图像,并且通过减少图像颜色种类的数量,保障图像质量的同时缩小了图像的容量,减少计算机处理压力,进而提高作画效率,优化作画效果。
附图说明
图1是本申请实施例一提供的一种色彩合并的作画图像处理方法的流程图;
图2是本申请实施例一中的图像颜色区间配置流程图;
图3是本申请实施例二提供的另一种色彩合并的作画图像处理方法的流程图;
图4是本申请实施例三提供的一种色彩合并的作画图像处理装置的结构示意图;
图5是本申请实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
本申请提供的色彩合并的作画图像处理方法,旨在利用图像颜色合并的方式以减少图像颜色的种类,在保证图像质量的同时使图像颜色之间的过渡自然,避免作画效果受到影响。通过色彩模式转换将RGB图像转换得到HSV图像。基于HSV图像通过颜色聚类算法得到图像色块,基于排序规则得到图像色块排列顺序,选取排序前N个(设定数量)图像色块作为主色块,基于指定划分规则得到主色块对应的图像颜色区间。最终基于各个主色块对应的颜色区间进行像素点色调合并调整,得到作画图像。把作画图像传输给智能作画装置,即可把作画图像作画于作画载体上,实现本申请实施例的一种色彩合并的作画图像处理方法。相对于现有的智能作画方式,其为了减少图像容量,会通过压缩的方式来缩小图像容量。虽然图像容量压缩可以缓解计算机的处理压力,但是作画图像被压缩后会出现图像颜色过渡不自然、特征像素点丢失等情况的出现,导致作画效果非常不理想。基于此,提供本申请实施例的色彩合并的作画图像处理方法,以解决现有智能作画方式作画图像容量缩小导致图像质量变差的技术问题。
实施例一:
图1给出了本申请实施例一提供的一种色彩合并的作画图像处理方法的流程图,本实施例中提供的色彩合并的作画图像处理方法可以由色彩合并的作画图像处理设备执行,该色彩合并的作画图像处理设备可以通过软件和/或硬件的方式实现,该色彩合并的作画图像处理设备可以是两个或多个物理实体构成,也可以是一个物理实体构成。一般而言,该色彩合并的作画图像处理设备可以是电脑,手机,平板、后台服务器等终端设备。
下述以色彩合并的作画图像处理设备为执行色彩合并的作画图像处理方法的设备为例,进行描述。参照图1,该色彩合并的作画图像处理方法具体包括:
S110、接收RGB图像,将所述RGB图像转换为对应的HSV图像。
示例性的,当用户需要进行作画时,提供一张RGB图像给到该色彩合并的作画图像处理设备。该作画设备可以是用户所使用的终端设备,也可以是系统后台服务器。对应用户所使用的终端设备,可以是通过终端设备的摄像头拍摄获取该RGB图像,也可以是通过互联网下载或者设备相册内存直接提取该RGB图像。对应系统后台服务器,则需要用户利用终端设备通过对应的应用程序软件将RGB图像发送至后台服务器进行处理。其中,RGB图像泛指日常彩色图像,其包含红(R)、绿(G)、蓝(B)三个颜色通道信息,基于通道颜色变化以及相互叠加得到其他颜色,不包含高光谱信息,图像的像素点取值范围是0-255。
色彩合并的作画图像处理设备接收到RGB图像后,需要进行图像的色彩模式转换。先将RGB图像转换为HSV图像,RGB图像转换为对应的HSV图像的转换公式为:
V=max
其中,H为HSV图像的色调,取值范围为0°~360°;S为HSV图像的饱和度,取值范围为0%~100%;V为HSV图像的明度,取值范围为0%~100%;r、g、b为分别表示一个颜色的红、绿、蓝坐标,取值范围为0~1;max为r、g和b中的最大值,min为r、g和b中的最小值。转换后HSV图像包含高光谱信息,其基本色调是黑、灰、白、红、橙、黄、绿、青、蓝、紫这10种,而一种色调可通过调节不同的饱和度和明度取值得到其他颜色。
需要说明的是,本申请实施例中,将接收到的RGB图像转换成HSV图像的目的,是因为RGB图像的三种颜色分量取值与所生成颜色之间的联系并不直观,通过RGB图像进行图像颜色种类的减少操作效果较差。而HSV图像可以表示为一个六角锥体模型,其边界表示色调,水平轴表示饱和度,垂直轴表示明度,数据表现更直观,且更类似于人类感觉颜色的方式。此外它还封装了关于颜色、深浅、明暗的信息,更适合图像编辑工具使用,适用于本申请实施例中的色彩合并的作画图像处理方法。
S120、对所述HSV图像进行颜色聚类得到对应的多个图像色块,从所述图像色块中确定设定数量的主色块。
对应上述步骤S110转换得到的HSV图像,即可基于图像进行图像颜色种类的合并调整,以减少图像颜色种类。首先,需要对转换得到的HSV图像进行颜色聚类。颜色聚类,即将HSV图像中相似颜色的像素点聚成一类,以图像色块的形式表示图像的颜色构成。颜色聚类的算法可采用模糊C-均值聚类、K-means、GMM和Mean shift等颜色聚类算法。以模糊C-均值聚类方法为例,对应转换得到的HSV图像,首先通过预先设定C个用于颜色聚类划分的像素值,结合最小距离原则,对像素颜色空间中的像素值进行聚类(即:把当前HSV图像的像素颜色值划分为C个类别),产生新的颜色聚类划分。进一步根据新的聚类划分,分别计算各颜色类别的中心值,根据新的中心值,重新对像素颜色空间中的像素值进行聚类,依次类推,直到颜色类别的中心值不变为止,从而达到图像分割,颜色聚类完毕,得到对应聚类结果的多个图像色块。颜色聚类的实施方式还有很多,本申请实施例不做固定限制,在此不多赘述。
进一步的,对应颜色聚类得到的多个图像色块,由于一张彩色图像可能包含多种颜色,为了较好地减少图像颜色的种类,因此本申请实施例对从图像色块中筛选出部分作为主色块,以主色块对应的颜色作为最终作画图像的颜色构成。其中,根据像素点数量对多个所述图像色块进行降序排序,确定排序靠前设定数量的所述图像色块为主色块。本申请实施例中,通过图像色块排序,选取排序前五的图像色块作为主色块。举例而言,以图像色块所包含的像素点数量为标准,从多到少的顺序形成排列。如:当前图像色块与其像素点数量分别对应为:红色0°(50)、绿色120°(100)、蓝色240°(150)、黄色60°(200)、青色180°(250)、品红300°(300),基于排序规则得到的排列顺序是:品红300°(300)、青色180°(250)、黄色60°(200)、蓝色240°(150)、绿色120°(100)、红色0°(50)。则其中品红、青色、黄色、蓝色和绿色为主色块,“红色”的像素点数量相对较少,将其剔除。需要说明的是,本申请实施例中,进行图像色块排序后,根据实际需要进行主色块的确定,若需要图像颜色构成较少,可提取排序前三的图像色块为主色块。同理,若需要图像颜色构成较多,则可提取排序前十乃至更多的图像色块为主色块。
S130、基于各个所述主色块的色调值按照设定划分规则为各个所述主色块配置图像颜色区间。
对应已确定的主色块,通过设定的划分规则为各个主色块配置图像颜色区间。其中,参照图2,图像颜色区间配置流程包括:
S1301、确定各个所述主色块的色调值;
S1302、将所述主色块的色调值减少设定数值得到对应图像颜色区间的起始值,将所述主色块的色调值增加设定数值得到对应图像颜色区间的结束值。
示例性的,以上述步骤S120获取到的主色块为基准,在对应主色块色调值的基础上进行数值为10的减少和增加操作,得到图像颜色区间的起始值和结束值。该数值根据实际需要设置,本申请实施例不做固定限制。举例而言,当前获取的图像颜色中某颜色值是品红300°,则根据色调值的增加和减少,品红对应的颜色区间的起始值是290°(300°-10°),结束值是310°(300°+10°),颜色区间为[290°,310°)。则以此类推,上述步骤S120确定的主色块品红300°、青色180°、黄色60°、蓝色240°、绿色120°,其对应的图像颜色区间依次是[290°,310°)、[170°,190°)、[50°,70°)、[230°,250°)、[110°,130°)。
S140、将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调合并调整,生成对应的作画图像。
最终,根据已确定的图像颜色区间,即可对本申请实施例中的HSV图像的像素点色调进行合并调整。具体的,将HSV图像中的各个像素点与图像颜色区间进行比对,若像素点的色调值在图像颜色区间中,则将像素点的色调值调整为图像颜色区间对应主色块的色调值,若像素点的色调值不在图像颜色区间中,则将像素点的色调设置为白色。通过图像像素点逐一与图像颜色区间进行比对,将属于图像颜色区间的像素点的色调合并为对应主色块的色调,否则,把该像素点颜色设置为白色。以此类推,直到把图像所有像素点处理(要么合并,要么设置为白色)完毕,得到作画图像。通过色调值相似的像素点合并,可以确保在减少图像颜色种类的过程中,不会出现图像颜色过渡不自然的情况。
上述,通过RGB图像转换为对应的HSV图像,对HSV图像进行颜色聚类得到对应的多个图像色块,从图像色块中确定设定数量的主色块,基于各个主色块的色调值按照设定划分规则为各个主色块配置图像颜色区间,最终将HSV图像中的各个像素点根据图像颜色区间进行色调合并调整,生成对应的作画图像。采用上述技术手段,可以得到图像颜色过渡自然,图像质量相对较高的作画图像,并且通过减少图像颜色种类的数量,保障图像质量的同时缩小了图像的容量,减少计算机处理压力,进而提高作画效率,优化作画效果。
实施例二:
在上述实施例的基础上,本申请实施例提供了另一种色彩合并的作画图像处理方法,参照图3,该色彩合并的作画图像处理方法包括:
S210、接收RGB图像,将所述RGB图像转换为对应的HSV图像;
S220、对所述HSV图像进行颜色聚类得到对应的多个图像色块,从所述图像色块中确定设定数量的主色块;
S230、基于各个所述主色块的色调值按照设定划分规则为各个所述主色块配置图像颜色区间;
S240、将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调合并调整,生成对应的作画图像;
S250、基于所述HSV图像上各个像素点与作画区域各个坐标的映射关系,将对应的所述作画图像输出至作画装置,以作画于作画载体的所述作画区域上。
本申请实施例在接收RGB图像生成对应的作画图像之后,将该作画图像输出至作画装置进行作画。作画装置在进行作画时,根据获取到的作画图像以及对应HSV图像上各个像素点与作画区域各个坐标的映射关系进行作画。本申请实施例的作画载体可以是画纸、画布乃至杯子、鸡蛋等载体。通过在载体上确定一个作画区域,作画区域通过网格确定各个对应的点。另一方面,对应RGB图像转换得到的HSV图像,通过将HSV图像采用等比例缩放方法进行等比例缩放得到缩放图,将缩放图存储在与作画区域尺寸相同的网格中,则基于缩放图对应的网格即可确定HSV图像与作画载体的映射关系。可以理解的是,缩放图存储网格与作画载体的作画区域尺寸相同,则以网格的行为横坐标,以列为纵坐标,即可得到缩放图各像素点在其存储网格所属坐标。基于这一坐标,在作画载体的作画区域即可找出与之匹配的对应点,两者形成绑定关系。在进行作画时,根据这一绑定关系确定对应点的色调的信息,进而实现智能作画。
本申请实施例得到作画图像之后,通过确定HSV图像上各个像素点与作画区域各个坐标的映射关系,以便于作画装置明确各个像素点需要设置在作画区域的哪个位置,确保最终通过作画装置生成的图像与原作画图像相对应,进一步提升作画效果。
实施例三:
在上述实施例的基础上,图4为本申请实施例三提供的一种色彩合并的作画图像处理装置的结构示意图。参考图4,本实施例提供的色彩合并的作画图像处理装置具体包括:转换模块31、聚类模块32、划分模块33和合并模块34。
其中,转换模块31用于接收RGB图像,将所述RGB图像转换为对应的HSV图像;
聚类模块32用于对所述HSV图像进行颜色聚类得到对应的多个图像色块,从所述图像色块中确定设定数量的主色块;
划分模块33用于基于各个所述主色块的色调值按照设定划分规则为各个所述主色块配置图像颜色区间;
合并模块34用于将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调合并调整,生成对应的作画图像。
上述,通过RGB图像转换为对应的HSV图像,对HSV图像进行颜色聚类得到对应的多个图像色块,从图像色块中确定设定数量的主色块,基于各个主色块的色调值按照设定划分规则为各个主色块配置图像颜色区间,最终将HSV图像中的各个像素点根据图像颜色区间进行色调合并调整,生成对应的作画图像。采用上述技术手段,可以得到图像颜色过渡自然,图像质量相对较高的作画图像,并且通过减少图像颜色种类的数量,保障图像质量的同时缩小了图像的容量,减少计算机处理压力,进而提高作画效率,优化作画效果。
具体的,划分模块33包括:
确定单元,用于确定各个所述主色块的色调值;
设定单元,用于将所述主色块的色调值减少设定数值得到对应图像颜色区间的起始值,将所述主色块的色调值增加设定数值得到对应图像颜色区间的结束值。
具体的,还包括:
作画模块,用于基于所述HSV图像上各个像素点与作画区域各个坐标的映射关系,将对应的所述作画图像输出至作画装置,以作画于作画载体的所述作画区域上。
本申请实施例三提供的色彩合并的作画图像处理装置可以用于执行上述实施例一、二提供的色彩合并的作画图像处理方法,具备相应的功能和有益效果。
实施例四:
本申请实施例四提供了一种电子设备,参照图5,该电子设备包括:处理器41、存储器42、通信模块43、输入装置44及输出装置45。该电子设备中处理器的数量可以是一个或者多个,该电子设备中的存储器的数量可以是一个或者多个。该电子设备的处理器、存储器、通信模块、输入装置及输出装置可以通过总线或者其他方式连接。
存储器42作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请任意实施例所述的色彩合并的作画图像处理方法对应的程序指令/模块(例如,色彩合并的作画图像处理装置中的转换模块、聚类模块、划分模块和合并模块)。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信模块43用于进行数据传输。
处理器41通过运行存储在存储器中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的色彩合并的作画图像处理方法。
输入装置44可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置45可包括显示屏等显示设备。
上述提供的电子设备可用于执行上述实施例一、二提供的色彩合并的作画图像处理方法,具备相应的功能和有益效果。
实施例五:
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种色彩合并的作画图像处理方法,该色彩合并的作画图像处理方法包括:接收RGB图像,将所述RGB图像转换为对应的HSV图像;对所述HSV图像进行颜色聚类得到对应的多个图像色块,从所述图像色块中确定设定数量的主色块;基于各个所述主色块的色调值按照设定划分规则为各个所述主色块配置图像颜色区间;将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调合并调整,生成对应的作画图像。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的色彩合并的作画图像处理方法,还可以执行本申请任意实施例所提供的色彩合并的作画图像处理方法中的相关操作。
上述实施例中提供的色彩合并的作画图像处理装置、存储介质及电子设备可执行本申请任意实施例所提供的色彩合并的作画图像处理方法,未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的色彩合并的作画图像处理方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由权利要求的范围决定。
Claims (9)
1.一种色彩合并的作画图像处理方法,其特征在于,包括:
接收RGB图像,将所述RGB图像转换为对应的HSV图像;
对所述HSV图像进行颜色聚类得到对应的多个图像色块,从所述图像色块中确定设定数量的主色块;
基于各个所述主色块的色调值按照设定划分规则为各个所述主色块配置图像颜色区间;
将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调合并调整,生成对应的作画图像;
其中,所述将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调合并调整包括:将所述HSV图像中的各个像素点与所述图像颜色区间进行比对,若所述像素点的色调值在所述图像颜色区间中,将所述像素点的色调值调整为所述图像颜色区间对应主色块的色调值,若所述像素点的色调值不在所述图像颜色区间中,将所述像素点的色调设置为白色。
2.根据权利要求1所述的色彩合并的作画图像处理方法,其特征在于,所述对所述HSV图像进行颜色聚类得到对应的多个图像色块,从所述图像色块中确定设定数量的主色块,包括:
根据像素点数量对多个所述图像色块进行降序排序,确定排序靠前设定数量的所述图像色块为主色块。
3.根据权利要求1所述的色彩合并的作画图像处理方法,其特征在于,所述基于各个所述主色块的色调值按照设定划分规则为各个所述主色块配置图像颜色区间,包括:
确定各个所述主色块的色调值;
将所述主色块的色调值减少设定数值得到对应图像颜色区间的起始值,将所述主色块的色调值增加设定数值得到对应图像颜色区间的结束值。
4.根据权利要求1-3任一所述的色彩合并的作画图像处理方法,其特征在于,在将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调调整,生成对应的作画图像之后,还包括:
基于所述HSV图像上各个像素点与作画区域各个坐标的映射关系,将对应的所述作画图像输出至作画装置,以作画于作画载体的所述作画区域上。
5.根据权利要求4所述的色彩合并的作画图像处理方法,其特征在于,通过将所述HSV图像等比例缩放得到缩放图,将所述缩放图存储在与作画载体的所述作画区域尺寸相同的网格中,基于所述缩放图对应的网格确定所述HSV图像与所述作画载体的映射关系。
6.根据权利要求1所述的色彩合并的作画图像处理方法,其特征在于,所述RGB图像转换为对应的HSV图像的转换公式为:
V=max
其中,H为HSV图像的色调,取值范围为0°~360°;S为HSV图像的饱和度,取值范围为0%~100%;V为HSV图像的明度,取值范围为0%~100%;r、g、b为分别表示一个颜色的红、绿、蓝坐标,取值范围为0~1;max为r、g和b中的最大值,min为r、g和b中的最小值。
7.一种色彩合并的作画图像处理装置,其特征在于,包括:
转换模块,用于接收RGB图像,将所述RGB图像转换为对应的HSV图像;
聚类模块,用于对所述HSV图像进行颜色聚类得到对应的多个图像色块,从所述图像色块中确定设定数量的主色块;
划分模块,用于基于各个所述主色块的色调值按照设定划分规则为各个所述主色块配置图像颜色区间;
合并模块,用于将所述HSV图像中的各个像素点根据所述图像颜色区间进行色调合并调整,生成对应的作画图像;
其中,所述合并模块具体用于:将所述HSV图像中的各个像素点与所述图像颜色区间进行比对,若所述像素点的色调值在所述图像颜色区间中,将所述像素点的色调值调整为所述图像颜色区间对应主色块的色调值,若所述像素点的色调值不在所述图像颜色区间中,将所述像素点的色调设置为白色。
8.一种电子设备,其特征在于,包括:
存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6任一所述的色彩合并的作画图像处理方法。
9.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6任一所述的色彩合并的作画图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911276248.XA CN111062993B (zh) | 2019-12-12 | 2019-12-12 | 色彩合并的作画图像处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911276248.XA CN111062993B (zh) | 2019-12-12 | 2019-12-12 | 色彩合并的作画图像处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111062993A CN111062993A (zh) | 2020-04-24 |
CN111062993B true CN111062993B (zh) | 2023-09-26 |
Family
ID=70300730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911276248.XA Active CN111062993B (zh) | 2019-12-12 | 2019-12-12 | 色彩合并的作画图像处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111062993B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112017174B (zh) * | 2020-09-03 | 2024-05-31 | 湖南省华芯医疗器械有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112489142B (zh) * | 2020-11-30 | 2024-04-09 | 济南博观智能科技有限公司 | 一种颜色识别方法、装置、设备及存储介质 |
CN112652024B (zh) * | 2020-12-11 | 2023-05-05 | 浙江工商大学 | 一种基于颜色和谐的对图像重新替色的方法 |
CN113627126A (zh) * | 2021-08-09 | 2021-11-09 | 平安医疗健康管理股份有限公司 | 基于网站语言的pdf文件生成方法、装置、设备及存储介质 |
CN113658157B (zh) * | 2021-08-24 | 2024-03-26 | 凌云光技术股份有限公司 | 一种基于hsv空间的颜色分割方法及装置 |
CN113808120B (zh) * | 2021-09-24 | 2024-09-20 | 维沃移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN114332301A (zh) * | 2021-10-29 | 2022-04-12 | 腾讯科技(深圳)有限公司 | 图像配色方法、装置及设备 |
CN114723834A (zh) * | 2022-04-08 | 2022-07-08 | Oppo广东移动通信有限公司 | 图像主颜色提取方法和装置、终端及计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722880A (zh) * | 2011-03-29 | 2012-10-10 | 阿里巴巴集团控股有限公司 | 图像主颜色的识别方法、装置及图像匹配方法和服务器 |
CN107424198A (zh) * | 2017-07-27 | 2017-12-01 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
CN108900819A (zh) * | 2018-08-20 | 2018-11-27 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN109087371A (zh) * | 2018-07-16 | 2018-12-25 | 深圳市智能机器人研究院 | 一种控制机器人画像的方法及系统 |
CN109859284A (zh) * | 2019-01-04 | 2019-06-07 | 广东智媒云图科技股份有限公司 | 一种基于圆点的绘画实现方法及系统 |
CN110555438A (zh) * | 2019-07-19 | 2019-12-10 | 广东智媒云图科技股份有限公司 | 一种基础语言的机器辅助学习方法、终端设备、存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5028337B2 (ja) * | 2008-05-30 | 2012-09-19 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 |
-
2019
- 2019-12-12 CN CN201911276248.XA patent/CN111062993B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722880A (zh) * | 2011-03-29 | 2012-10-10 | 阿里巴巴集团控股有限公司 | 图像主颜色的识别方法、装置及图像匹配方法和服务器 |
CN107424198A (zh) * | 2017-07-27 | 2017-12-01 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
CN109087371A (zh) * | 2018-07-16 | 2018-12-25 | 深圳市智能机器人研究院 | 一种控制机器人画像的方法及系统 |
CN108900819A (zh) * | 2018-08-20 | 2018-11-27 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN109859284A (zh) * | 2019-01-04 | 2019-06-07 | 广东智媒云图科技股份有限公司 | 一种基于圆点的绘画实现方法及系统 |
CN110555438A (zh) * | 2019-07-19 | 2019-12-10 | 广东智媒云图科技股份有限公司 | 一种基础语言的机器辅助学习方法、终端设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111062993A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111062993B (zh) | 色彩合并的作画图像处理方法、装置、设备及存储介质 | |
DE102019213184A1 (de) | Verfahren und system zum automatischen weissabgleich auf basis von tiefem lernen | |
CN102404582B (zh) | 用于自动白平衡处理的灵活的颜色空间选择 | |
WO2018082185A1 (zh) | 图像处理方法和装置 | |
CN108550106B (zh) | 一种全景图像的颜色校正方法、装置和电子设备 | |
CN107016647A (zh) | 全景图像色调一致性纠正方法及系统 | |
AU2018211310B2 (en) | Local color range selection | |
CN112053417B (zh) | 图像处理方法、装置和系统以及计算机可读存储介质 | |
CN110930341A (zh) | 一种基于图像融合的低光照图像增强方法 | |
CN107204034A (zh) | 一种图像处理方法及终端 | |
US20200364839A1 (en) | Image processing method and apparatus, electronic device and storage medium | |
KR20070090224A (ko) | 전자 색 이미지 채도 처리 방법 | |
CN111164563B (zh) | 一种智能终端的图像色彩调节系统及色彩调节方法 | |
EP3087725A1 (en) | Method of mapping source colors of images of a video content into the target color gamut of a target color device | |
CN110751607A (zh) | 一种肤色的校正方法、装置、存储介质以及电子装置 | |
US20240306278A1 (en) | Lighting control method and apparatus for color picking based on environment, device, and storage medium | |
CN113132696A (zh) | 图像色调映射方法、装置、电子设备和存储介质 | |
CN111491149A (zh) | 基于高清视频的实时抠像方法、装置、设备及存储介质 | |
CN112802137A (zh) | 一种基于卷积自编码器的颜色恒常性方法 | |
CN105791710B (zh) | 一种信号灯图像增强处理方法 | |
CN114449199B (zh) | 视频处理方法、装置、电子设备和存储介质 | |
CN111524076B (zh) | 图像处理方法、电子设备和计算机可读存储介质 | |
CN107295255A (zh) | 拍摄模式的确定方法、装置及终端 | |
CN103491355A (zh) | 一种消除全景图像的亮度色度差异的方法和系统 | |
CN108053452B (zh) | 一种基于混合模型的数字图像色彩提取方法 |
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 |