CN111127310B - 一种图像处理方法、装置、电子设备及存储介质 - Google Patents

一种图像处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111127310B
CN111127310B CN201911289155.0A CN201911289155A CN111127310B CN 111127310 B CN111127310 B CN 111127310B CN 201911289155 A CN201911289155 A CN 201911289155A CN 111127310 B CN111127310 B CN 111127310B
Authority
CN
China
Prior art keywords
image
matrix
processed
pixel point
compression
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
Application number
CN201911289155.0A
Other languages
English (en)
Other versions
CN111127310A (zh
Inventor
程思潇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing QIYI Century Science and Technology Co Ltd
Original Assignee
Beijing QIYI Century Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing QIYI Century Science and Technology Co Ltd filed Critical Beijing QIYI Century Science and Technology Co Ltd
Priority to CN201911289155.0A priority Critical patent/CN111127310B/zh
Publication of CN111127310A publication Critical patent/CN111127310A/zh
Application granted granted Critical
Publication of CN111127310B publication Critical patent/CN111127310B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T3/04—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

本发明实施例提供了一种图像处理方法、装置、电子设备及存储介质，该过程可以包括：服务器获取待处理图像，基于待处理图像中的各像素点与目标识别区域的所属关系，生成待处理图像的图像矩阵；生成图像矩阵的压缩矩阵，并发送该压缩矩阵。终端接收压缩矩阵，利用压缩矩阵中的次数与识别标识的对应关系，确定各次数对应像素点的所属关系标识，按照次数在压缩矩阵中的先后顺序，将压缩矩阵还原为图像矩阵，根据图像矩阵中各所属关系标识，以及像素点与所属关系标识的对应关系，识别待处理图像中的目标识别区域，最后利用目标识别区域对待处理图像进行抠像处理。本发明实施例能够减少用户从使用抠像处理功能后，到接收到透明背景图像过程中的耗时。

Description

一种图像处理方法、装置、电子设备及存储介质
技术领域
本发明涉及图像处理技术领域，特别是涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
在图像美化和视觉人像领域，通常需要将图像中的人物分离出，接着在人物前后增加装饰物，或者对分离出的人物进行美化，以达到美化图像的效果。
现有技术中，通常采用如下方式对待处理图像进行抠像处理：首先由终端将待处理图像上传至业务服务器，业务服务器对待处理图像进行预处理，该预处理可以为对待处理图像进行缩放处理，以及对待处理图像进行违规校验(例如，校验图像是否包含不便于传播的信息)等处理，业务服务器将经预处理后的待处理图像上传至算法服务器，算法服务器对经预处理后的待处理图像进行抠像处理，并将抠像处理后得到的透明背景图像传输至业务服务器，并经业务服务器回传至终端。
发明人在实现本发明的过程中发现，现有技术至少存在如下问题：随着用户对于社交平台上使用的图像质量的要求越来越高，以及智能手机高清屏的普及，图像分辨率往往较高，常用的图像文件的格式有JPEG(Joint Photographic Experts Group，联合图像专家小组)，或者PNG-8(Portable Network Graphic Format-8，便携式网络图形-8)，在不影响人类可分辨的图像质量的前提下，即需要保证分离出的图像(例如，人物)各像素点中，包含较少的待处理图像中除人物之外的其他内容，往往压缩率较低，即，待处理图像经业务服务器压缩后其文件体积仍然很大。因此在业务服务器将该压缩后的待处理图像传输至算法服务器，以及算法服务器将抠像处理后得到的透明背景图像传输至业务服务器中所需要的时间较长，导致用户从使用抠像处理功能后，到接收到透明背景的图像的过程中，需要等待较长的时间，进而导致用户体验较差。
发明内容
本发明实施例的目的在于提供一种图像处理方法、装置、电子设备及存储介质，以实现减少用户从使用抠像处理功能后，到接收到透明背景图像过程中的耗时。具体技术方案如下：
第一方面，本发明实施例提供了一种图像处理方法，应用于服务器，所述方法包括：
获取待处理图像，所述待处理图像中包括目标识别区域；
基于所述待处理图像中的各像素点与所述目标识别区域的所属关系，生成所述待处理图像的图像矩阵，其中，所述图像矩阵中的元素表示各像素点对应的所属关系标识，所述所属关系标识用于标识所述像素点是否位于所述目标识别区域内；
生成所述图像矩阵的压缩矩阵，所述压缩矩阵中包括：所述图像矩阵中相同所属关系标识连续出现的次数，以及所述次数对应的识别标识，其中，所述识别标识用于标识所述次数对应的像素点是否位于所述目标识别区域内；
发送所述压缩矩阵，以使终端在接收所述压缩矩阵后，根据所述识别标识还原得到所述图像矩阵，并根据所述图像矩阵中标识的所述目标识别区域，对所述待处理图像进行抠像处理。
可选地，所述压缩矩阵中还包括：所述待处理图像的高度信息和宽度信息，所述发送所述压缩矩阵的步骤，包括：
发送包含所述高度信息和所述宽度信息的压缩矩阵。
可选地，所述生成所述图像矩阵的压缩矩阵的步骤，包括：
遍历所述图像矩阵中的各所述所属关系标识，判断相邻的两个所属关系标识间是否相同；
根据遍历结果，在所述图像矩阵中确定相同的所属关系标识连续出现的次数；
利用相同所属关系标识连续出现的次数，以及所述次数对应的识别标识，生成所述压缩矩阵。
可选地，所述基于所述待处理图像中的各像素点与所述目标识别区域的所属关系，生成所述待处理图像的图像矩阵的步骤，包括：
遍历所述待处理图像中各像素点，依次判断各所述像素点是否位于所述目标识别区域内；
根据不同的判断结果，得到各像素点的第一标识或者第二标识，所述第一标识对应的像素点位于所述目标识别区域内，所述第二标识对应的像素点位于所述待处理图像中所述目标识别区域外；
将各像素点对应的第一标识或者第二标识，组成为所述图像矩阵。
可选地，所述将各像素点对应的第一标识或者第二标识，组成为所述图像矩阵的步骤，包括：
将所述宽度信息确定为待生成图像矩阵的行数，将所述高度信息确定为所述待生成图像矩阵的列数；
将各所述像素点对应的第一标识或者第二标识，确定为所述待生成图像矩阵中的元素；
将各所述像素点在所述待处理图像中的先后顺序，确定为各所述像素点对应的所属关系标识在所述待生成图像矩阵中的先后顺序；
按照各所述所属关系标识在所述待生成图像矩阵中的先后顺序，以及所确定的行数和列数，将所述待生成图像矩阵中的元素，组成为所述图像矩阵。
第二方面，本发明实施例提供了一种图像处理方法，应用于终端，所述方法包括：
接收压缩矩阵以及待处理图像，所述压缩矩阵中包括：图像矩阵中相同所属关系标识连续出现的次数，以及所述次数对应的识别标识，其中，所述识别标识用于标识所述次数对应的像素点是否位于目标识别区域内；所述图像矩阵基于所述待处理图像中的各像素点与所述目标识别区域的所属关系生成，所述图像矩阵中的元素表示各像素点对应的所属关系标识，所述所属关系标识用于标识所述像素点是否位于所述目标识别区域内；
利用所述次数与所述识别标识的对应关系，确定各所述次数对应的像素点的所属关系标识；
按照所述次数在所述压缩矩阵中的先后顺序，将所述压缩矩阵还原为所述图像矩阵；
根据所述图像矩阵中的各所述所属关系标识，以及所述像素点与所述所属关系标识的对应关系，识别所述待处理图像中的所述目标识别区域；
利用所述目标识别区域对所述待处理图像进行抠像处理。
可选地，所述压缩矩阵中还包括：所述待处理图像的高度信息和宽度信息，所述按照所述次数在所述压缩矩阵中的先后顺序，将所述压缩矩阵还原为所述图像矩阵的步骤，包括：
根据所述压缩矩阵中所述高度信息和所述宽度信息，确定待生成图像矩阵的行数以及列数；
利用所述行数和列数，各所述次数对应的所属关系标识，以及所述次数在所述压缩矩阵中的先后顺序，生成图像矩阵。
可选地，所述利用所述目标识别区域对所述待处理图像进行抠像处理的步骤，包括：
将所述目标识别区域对应的图像从所述待处理图像中分离出。
第三方面，本发明实施例提供了一种图像处理装置，应用于服务器，所述装置包括：
获取模块，用于获取待处理图像，所述待处理图像中包括目标识别区域；
第一生成模块，用于基于所述待处理图像中的各像素点与所述目标识别区域的所属关系，生成所述待处理图像的图像矩阵，其中，所述图像矩阵中的元素表示各像素点对应的所属关系标识，所述所属关系标识用于标识所述像素点是否位于所述目标识别区域内；
第二生成模块，用于生成所述图像矩阵的压缩矩阵，所述压缩矩阵中包括：所述图像矩阵中相同所属关系标识连续出现的次数，以及所述次数对应的识别标识，其中，所述识别标识用于标识所述次数对应的像素点是否位于所述目标识别区域内；
发送模块，用于发送所述压缩矩阵，以使终端在接收所述压缩矩阵后，根据所述识别标识还原得到所述图像矩阵，并根据所述图像矩阵中标识的所述目标识别区域，对所述待处理图像进行抠像处理。
可选地，所述压缩矩阵中还包括：所述待处理图像的高度信息和宽度信息，所述发送模块，具体用于：
发送包含所述高度信息和所述宽度信息的压缩矩阵。
可选地，所述第二生成模块，包括：
第一处理子模块，用于遍历所述图像矩阵中的各所述所属关系标识，判断相邻的两个所属关系标识间是否相同；
第一确定子模块，用于根据遍历结果，在所述图像矩阵中确定相同的所属关系标识连续出现的次数；
第一生成子模块，用于利用相同所属关系标识连续出现的次数，以及所述次数对应的识别标识，生成所述压缩矩阵。
可选地，所述第一生成模块，包括：
第二处理子模块，用于遍历所述待处理图像中各像素点，依次判断各所述像素点是否位于所述目标识别区域内；
第三处理子模块，用于根据不同的判断结果，得到各像素点的第一标识或者第二标识，所述第一标识对应的像素点位于所述目标识别区域内，所述第二标识对应的像素点位于所述待处理图像中所述目标识别区域外；
组成子模块，用于将各像素点对应的第一标识或者第二标识，组成为所述图像矩阵。
可选地，所述组成子模块，包括：
第一确定单元，用于将所述宽度信息确定为待生成图像矩阵的行数，将所述高度信息确定为所述待生成图像矩阵的列数；
第二确定单元，用于将各所述像素点对应的第一标识或者第二标识，确定为所述待生成图像矩阵中的元素；
第三确定单元，用于将各所述像素点在所述待处理图像中的先后顺序，确定为各所述像素点对应的所属关系标识在所述待生成图像矩阵中的先后顺序；
组成单元，用于按照各所述所属关系标识在所述待生成图像矩阵中的先后顺序，以及所确定的行数和列数，将所述待生成图像矩阵中的元素，组成为所述图像矩阵。
第四方面，本发明实施例提供了一种图像处理装置，应用于终端，所述装置包括：
接收模块，用于接收压缩矩阵以及待处理图像，所述压缩矩阵中包括：图像矩阵中相同所属关系标识连续出现的次数，以及所述次数对应的识别标识，其中，所述识别标识用于标识所述次数对应的像素点是否位于目标识别区域内；所述图像矩阵基于所述待处理图像中的各像素点与所述目标识别区域的所属关系生成，所述图像矩阵中的元素表示各像素点对应的所属关系标识，所述所属关系标识用于标识所述像素点是否位于所述目标识别区域内；
确定模块，用于利用所述次数与所述识别标识的对应关系，确定各所述次数对应的像素点的所属关系标识；
还原模块，用于按照所述次数在所述压缩矩阵中的先后顺序，将所述压缩矩阵还原为所述图像矩阵；
识别模块，用于根据所述图像矩阵中的各所述所属关系标识，以及所述像素点与所述所属关系标识的对应关系，识别所述待处理图像中的所述目标识别区域；
抠像模块，用于利用所述目标识别区域对所述待处理图像进行抠像处理。
可选地，所述压缩矩阵中还包括：所述待处理图像的高度信息和宽度信息，所述还原模块，包括：
第二确定子模块，用于根据所述压缩矩阵中所述高度信息和所述宽度信息，确定待生成图像矩阵的行数以及列数；
第二生成子模块，用于利用所述行数和列数，各所述次数对应的所属关系标识，以及所述次数在所述压缩矩阵中的先后顺序，生成图像矩阵。
可选地，所述抠像模块，具体用于：
将所述目标识别区域对应的图像从所述待处理图像中分离出。
第五方面，本发明实施例提供了一种服务器，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现本发明实施例第一方面提供的图像处理方法的方法步骤。
第六方面，本发明实施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内存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第一方面提供的图像处理方法的方法步骤。
第七方面，本发明实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现本发明实施例第二方面提供的图像处理方法的方法步骤。
第八方面，本发明实施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内存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第二方面提供的图像处理方法的方法步骤。
第九方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本发明实施例第一方面提供的图像处理方法。
第十方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本发明实施例第二方面提供的图像处理方法。
本发明实施例有益效果：
本发明实施例提供的图像处理方法、装置、电子设备及存储介质，当应用于服务器时，可以获取待处理图像，基于待处理图像中的各像素点与目标识别区域的所属关系，生成待处理图像的图像矩阵；接着生成图像矩阵的压缩矩阵，并发送该压缩矩阵。由于目标识别区域中的像素点通常在图像中显示较为集中和连续，生成的压缩矩阵中的元素个数相比图像矩阵中的元素个数较少，进而使得压缩矩阵的文件体积较小，因此在服务器将其传输至终端的过程中耗费的时间也较短。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
本发明实施例提供的图像处理方法、装置、电子设备及存储介质，当应用于终端时，在接收到压缩矩阵后，利用压缩矩阵中的次数与识别标识的对应关系，确定各次数对应的像素点的所属关系标识，按照次数在压缩矩阵中的先后顺序，将压缩矩阵还原为图像矩阵，并根据图像矩阵中的各所属关系标识，以及像素点与所属关系标识的对应关系，识别待处理图像中的目标识别区域，最后利用目标识别区域对待处理图像进行抠像处理。由于目标识别区域中的像素点通常在图像中显示较为集中和连续，生成的压缩矩阵中的元素个数相比图像矩阵中的元素个数较少，进而使得压缩矩阵的文件体积较小，因此在服务器将其传输至终端的过程中耗费的时间也较短。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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为本发明实施例提供的图像处理方法网络传输过程的示意图；
图2a为本发明实施例提供的一个待处理图像；
图2b为本发明实施例提供的图2a对应的透明背景图像；
图3为本发明实施例提供的图像处理方法的一种流程示意图；
图4为本发明实施例提供的一种图像矩阵的结构示意图；
图5为本发明实施例提供的图像处理方法中，步骤S130的一种流程示意图；
图6为本发明实施例提供的图像处理方法中，步骤S120的一种流程示意图；
图7为本发明实施例提供的图像处理方法中，步骤S123的一种流程示意图；
图8为本发明实施例提供的图像处理方法的另一种流程示意图；
图9为本发明实施例提供的图像处理方法中，步骤S230的一种流程示意图；
图10为本发明实施例提供的图像处理装置的一种结构示意图；
图11为本发明实施例提供的图像处理装置中，第二生成模块的一种结构示意图；
图12为本发明实施例提供的图像处理装置中，第一生成模块的一种结构示意图；
图13为本发明实施例提供的图像处理装置中，组成子模块的一种结构示意图；
图14为本发明实施例提供的图像处理装置的另一种结构示意图；
图15为本发明实施例提供的图像处理装置中，还原模块的一种结构示意图；
图16为本发明实施例提供的服务器的一种结构示意图；
图17为本发明实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
现有技术中，通常采用如下方法对待处理图像进行抠像处理：如图1所示，首先用户将待处理图像上传至业务服务器，业务服务器对待处理图像进行预处理，该预处理可以为对图像进行缩放处理，以及对图像进行违规校验(例如，校验图像是否包含不便于传播的信息)等处理，业务服务器将经预处理后的待处理图像上传至算法服务器，算法服务器对经预处理后的待处理图像进行抠像处理，并将抠像处理后得到的透明背景图像传输至业务服务器，该透明背景图像的大小通常在几MB至几十MB之间，由于现有技术的抠像处理方法通常是基于HTTP(Hypertext transfer protocol，超文本传输协议)进行传输的，而透明背景图像的大小超出HTTP响应大小，某些特定的前端，例如，小程序端等，无法直接接收该大小的HTTP响应，因此，需要将业务服务器发送的透明背景图像上传至云存储，终端通过云存储链接下载该透明背景图像。
如图2a所示，以4032*3024分辨率的待处理图像为例，其文件格式为JPEG，文件体积为4.88MB，当采用现有技术的抠像处理方法对其进行抠像处理过程中，服务器首先需要生成一张如图2b所示的透明背景图像，由于JPEG格式的图像不支持透明通道，因此该透明背景图像文件格式需为支持透明通道的PNG-8，或者PNG-24等，当该透明背景图像的格式为体积相对较小的PNG-8时，其文件体积为15.04MB。
发明人在实现本发明的过程中发现，现有技术至少存在如下问题：随着用户对于社交平台上使用的图像质量的要求越来越高，以及智能手机高清屏的普及，图像分辨率往往较高，常用的图像文件的格式有JPEG，或者PNG-8，在不影响人类可分辨的图像质量的前提下，即需要保证分离出的图像(例如，人物)中各像素点中包含较少的待处理图像中除人物之外的其他内容，往往压缩率较低，即，待处理图像经业务服务器压缩后其文件体积仍然很大。因此在业务服务器将该压缩后的待处理图像传输至算法服务器，以及算法服务器将抠像处理后得到的透明背景图像传输至业务服务器中所需要的时间较长，导致用户从使用抠像处理功能后，到接收到透明背景图像的过程中，需要等待较长的时间，进而导致用户体验较差。
有鉴于此，本发明实施例提供一种图像处理方法，可以应用于图片处理类APP(Application，应用程序)、小程序或者智能弹幕中，例如，“口袋P图”小程序。从总体上而言，服务器在获取待处理图像之后，基于待处理图像中的各像素点与目标识别区域的所属关系，生成待处理图像的图像矩阵；接着生成图像矩阵的压缩矩阵，并发送该压缩矩阵。终端在接收到该压缩矩阵之后，利用压缩矩阵中的次数与识别标识的对应关系，确定各次数对应的像素点的所属关系标识，按照次数在压缩矩阵中的先后顺序，将压缩矩阵还原为图像矩阵，并根据图像矩阵中的各所属关系标识，以及像素点与所属关系标识的对应关系，识别待处理图像中的目标识别区域，最后利用目标识别区域对待处理图像进行抠像处理。由于目标识别区域中的像素点通常在图像中显示较为集中和连续，生成的压缩矩阵中的元素个数相比图像矩阵中的元素个数较少，进而使得压缩矩阵的文件体积较小，因此在服务器将其传输至终端的过程中耗费的时间也较短。
下面结合图1对本发明实施例提供的图像处理方法的图像处理过程以及网络传输过程进行描述：
本发明实施例可以基于HTTP进行传输。在图像处理过程中，首先终端将待处理图像传输至业务服务器，业务服务器对待处理图像进行预处理，例如，在业务服务器中预先存储有待处理图像大小的预设阈值，业务服务器在接收到待处理图像后，首先判断其大小是否超过预设阈值，当超过时，则将待处理图像按照其本身大小与预设阈值之间的比例关系缩小，当不超过时，则业务服务器可以对其进行违规校验，当然也可以先进行违规校验，再进行判断文件大小的操作，本发明实施例对此不做限定。
随后业务服务器将经预处理后的图像传输至算法服务器中，算法服务器基于待处理图像中的各像素点与目标识别区域的所属关系，生成待处理图像的图像矩阵；接着生成图像矩阵的压缩矩阵，并该压缩矩阵发送至业务服务器。
由于压缩矩阵的体积较小，通常前端均可以接收该大小的HTTP响应，因此业务服务器在接收到该压缩矩阵之后，可以直接将其传输给终端，终端在接收到压缩矩阵后，利用压缩矩阵中的次数与识别标识的对应关系，确定各次数对应的像素点的所属关系标识，按照次数在压缩矩阵中的先后顺序，将压缩矩阵还原为图像矩阵，并根据图像矩阵中的各所属关系标识，以及像素点与所属关系标识的对应关系，识别待处理图像中的目标识别区域，最后利用目标识别区域对待处理图像进行抠像处理。
由于本发明实施例中，算法服务器传输至业务服务器中的压缩矩阵体积较小，业务服务器在接收到压缩矩阵之后，能够直接将其传输至终端，而不需要先将压缩矩阵传输至云存储，再由终端通过云存储对压缩矩阵进行下载，因此本发明实施例提供的图像处理方法不需要在网络中增加云存储，既降低了存储成本，又不会因业务服务器将文件传输至云存储，终端通过云存储下载文件而产生网络时延。
下面将分别通过服务器和终端，对本发明实施例提供的图像处理方法进行详细的描述。
如图3所示，本发明实施例提供了一种图像处理方法，应用于服务器，该过程可以包括：
S110，获取待处理图像，待处理图像中包括目标识别区域。
S120，基于待处理图像中的各像素点与目标识别区域的所属关系，生成待处理图像的图像矩阵，其中，图像矩阵中的元素表示各像素点对应的所属关系标识，所属关系标识用于标识像素点是否位于目标识别区域内。
S130，生成图像矩阵的压缩矩阵，压缩矩阵中包括：图像矩阵中相同所属关系标识连续出现的次数，以及次数对应的识别标识，其中，识别标识用于标识次数对应的像素点是否位于目标识别区域内。
S140，发送压缩矩阵，以使终端在接收压缩矩阵后，根据识别标识还原得到图像矩阵，并根据图像矩阵中标识的目标识别区域，对待处理图像进行抠像处理。
本发明实施例提供的图像处理方法，当应用于服务器时，可以获取待处理图像，基于待处理图像中的各像素点与目标识别区域的所属关系，生成待处理图像的图像矩阵；接着生成图像矩阵的压缩矩阵，并发送该压缩矩阵。由于目标识别区域中的像素点通常在图像中显示较为集中和连续，生成的压缩矩阵中的元素个数相比图像矩阵中的元素个数较少，进而使得压缩矩阵的文件体积较小，因此在服务器将其传输至终端的过程中耗费的时间也较短。
进一步地，图3所示实施例流程步骤S110中，待处理图像可以为包含人物的图像、包含动物的图像、包含植物的图像或者包含具有固定形态的物体的图像。该待处理图像中包括目标识别区域，该目标识别区域可以指人物、动物、植物或者具有固定形态的物体对应的区域。
参考图4，图3所示实施例流程步骤S120中，图像矩阵中的元素表示各像素点对应的所属关系标识，所属关系标识用于标识像素点是否位于目标识别区域内。在本发明实施例中，各像素点与目标识别区域的所属关系，可以指各像素点是否位于目标识别区域内，并且根据各像素点是否位于目标识别区域内，可以得到各像素点对应的所属关系标识，而且位于目标识别区域内的像素点对应的所属关系标识，与位于目标识别区域外的像素点对应的所属关系标识不同，根据这些所属关系标识则可以生成待处理图像的图像矩阵。
需要说明的是，由于图像矩阵中的元素分别表示各像素点对应的所属关系标识，因此，图像矩阵中的元素个数与待处理图像中的像素点个数可以相同，且图像矩阵中各所属关系标识与待处理图像中各像素点可以具有一一对应的关系。
以图2a所示的待处理图像为例，则生成的图像矩阵由4032*3024个所属关系标识组成，当所属关系标识为整数型的数值时，在64位操作系统的服务器中，一个所属关系标识所占用的存储空间大小为4Byte(字节)，因此，图像矩阵的体积大小约为48.77MB。
图3所示实施例流程步骤S130中，由于图像矩阵中的元素分别表示待处理图像中的像素点对应的所属关系标识，且像素点与目标识别区域的不同所属关系，对应的所属关系标识不同，因此可以根据图像矩阵中各所属关系标识，确定相同的所属关系标识连续出现的次数。
压缩矩阵中可以包括：图像矩阵中相同所属关系标识连续出现的次数，以及次数对应的识别标识，该识别标识可以为字母，例如，可以是大写字母或者小写字母，或者该识别标识也可以为符号，例如，数学符号，或者特殊符号，该识别标识可以用于标识各次数对应的像素点是否位于目标识别区域内，以使终端可以根据识别标识，确定次数对应的像素点是否位于目标识别区域内。
由于人物、动物、植物或者具有固定形态的物体在待处理图像中显示地较为集中和连续，也就是说目标识别区域为待处理图像中较为集中的一个区域，因此，生成的图像矩阵中相同的所属关系标识在图像矩阵中也较为集中和连续，因此，通过确定相同的所属关系标识连续出现的次数，则可以通过一个次数表示图像矩阵中多个具有相同的所属关系标识，因此该图像矩阵的压缩率较高。以图2a所示的待处理图像为例，图4所示的图像矩阵的压缩率通常可以达到1000:1至10000:1之间，该压缩率可以指，图像矩阵的体积大小，与压缩矩阵的体积大小的比值。因此，该压缩矩阵的体积大小通常在4.8KB至48KB之间。当采用现有技术的抠像处理方法时，需要传输的透明背景图像的体积大小为15.04MB，该压缩矩阵的体积与现有技术提供的透明背景图像体积的比值在1：300至1：3000之间，因此在服务器将其传输至终端的过程中，可以降低传输所需要的时间。
图3所示实施例流程步骤S140中，在生成压缩矩阵之后，服务器便可发送该压缩矩阵，以使终端在接收压缩矩阵以及待处理图像后，根据识别标识还原得到图像矩阵，并根据图像矩阵中标识的目标识别区域，对待处理图像进行抠像处理。由于该压缩矩阵中包括次数和识别标识，而识别标识用于可以标识次数对应的像素点是否位于目标识别区域内，因此，根据该识别标识，可以将压缩矩阵还原为图像矩阵。该图像矩阵中的各元素标识各像素点是否位于目标识别区域内，因此根据图像矩阵中的各元素即可识别待处理图像中的目标识别区域，并利用该目标识别区域对待处理图像进行抠像处理。
此外，可以分别在服务器和终端中预先设置像素点和所属关系标识的对应关系，以及次数与识别标识的对应关系，则服务器在对图像矩阵进行压缩时，可以按照预先存储在服务器中的对应关系进行压缩，终端也可以按照该对应关系对压缩矩阵进行还原，得到图像矩阵。当然，也可以将前述两个对应关系，随压缩矩阵一并发送。
作为本发明实施例一种可选的实施方式，压缩矩阵中还可以包括：待处理图像的高度信息和宽度信息，此处的高度信息可以指待处理图像的垂直方向的像素点个数，宽度信息可以指待处理图像的水平方向的像素点个数。可以在生成压缩矩阵之前，通过服务器中预先存储的图像处理库获取待处理图像的高度信息和宽度信息，图像处理库可以读写各种格式的图像文件，包括快速解析图像信息，例如，图像中像素点个数，图像的颜色等信息。
在该压缩矩阵中，高度信息和宽度信息可以位于该压缩矩阵中除高度信息和宽度信息之外的所有元素之前，或者高度信息和宽度信息也可以位于该压缩矩阵中除高度信息和宽度信息之外的所有元素之后。由于压缩矩阵中还包括次数以及识别标识，因此，采用上述的方案使得终端在接收待该压缩矩阵后，可以方便地从压缩矩阵中确定高度信息和宽度信息。
则，图3所示实施例流程步骤S140可以包括：
发送包含高度信息和宽度信息的压缩矩阵。
在本步骤中，发送的压缩矩阵，可以包括高度信息、宽度信息、次数以及识别标识，这样一来，当终端在接收到该压缩矩阵后，无须从待处理图像中获取高度信息和宽度信息，这两个信息可以直接从压缩矩阵中获取，便于终端根据该高度信息和宽度信息对待处理图像进行后续的处理。因此，采用该方案，可以进一步减少终端在对待处理图像进行抠像处理过程中所耗费的时间。需要说明的是，可以将高度信息和宽度信息在压缩矩阵中的位置预先设置在服务器中，并将该位置预先设置在终端中，即该位置为服务器和终端共同知晓的位置，当然，也可以为将该位置随压缩矩阵一并发送。
作为本发明实施例一种可选的实施方式，如图5所示，图3所示实施例的流程步骤S130可以包括：
S131，遍历图像矩阵中的各所属关系标识，判断相邻的两个所属关系标识间是否相同。
可以按照图像矩阵中从左至右，从上至下的顺序，遍历图像矩阵中的各所属关系标识，例如，先对图像矩阵中的第一行所属关系标识进行判断，判断第一个和第二个所属关系标识是否相同，接着判断第二个和第三个所属关系标识是否相同，然后判断第三个和第四个所属关系标识是否相同，以此类推，直到遍历图像矩阵中所有所属关系标识。
S132，根据遍历结果，在图像矩阵中确定相同的所属关系标识连续出现的次数。
根据上述的遍历结果，即相邻的两个所属关系标识是否相同的结果，在图像矩阵中确定相同的所属关系标识连续出现的次数。举例而言，首先根据第一个所属关系标识和第二个所属关系标识是否相同的结论，当两者不同时，可以将第一个所属关系标识连续出现的次数确定为1，当两者相同时，则根据第二个所属关系标识和第三个所属关系标识是否相同的结论，当两者不同时，则将第一所属关系标识的数量确定为相同的所属关系标识出现的次数，以此类推。
由于通常是按照图像矩阵中各元素的先后顺序，确定图像矩阵中相同的所属关系标识连续出现的次数，因此，相邻的两个次数所对应的所属关系标识不同。
S133，利用相同所属关系标识连续出现的次数，以及次数对应的识别标识，生成压缩矩阵。
本发明实施例中所指的次数，可以是指相同所属关系标识连续出现的次数，利用次数，以及次数对应的识别标识，可以生成压缩矩阵，该压缩矩阵中即同时包含次数和识别标识。次数与识别标识的对应关系，可以为预先设置好并存储在服务器中的，这样一来，在利用次数和识别标识生成压缩矩阵的过程中，可以根据两者的对应关系生成压缩矩阵。
利用相同所属关系标识连续出现的次数，以及次数对应的识别标识，生成压缩矩阵的过程具体可以为：
第一步，将各次数和识别标识进行组合，生成组合标识。当次数为数值，识别标识为数学符号，例如，加号，减号、乘号或者除号等，组合标识可以为数学符号与数值的组合标识，举例而言，当次数为20，识别标识为加号时，那么组合标识可以为+20，或者20+。
另外，可以仅设置一个识别标识，将每个次数与该识别标识进行组合，例如，可以将每个次数均和加号进行组合，或者将每个次数均和减号进行组合；也可以预先设置两个不同的识别标识，例如，可以设置互不相同的第一识别标识和第二识别标识，将位于目标识别区域内的像素点对应的次数与第一识别标识进行组合，将位于目标识别区域外的像素点对应的次数与第二识别标识进行组合，例如，将位于目标识别区域内的像素点对应的次数与加号进行组合，将位于目标识别区域外的像素点对应的次数与减号进行组合。
第二步，按照组合标识中次数对应的所属关系标识在图像矩阵中的先后顺序，将各组合标识组成为压缩矩阵。
这样一来，便于终端在接收到压缩矩阵后，按照压缩矩阵中各组合标识的先后顺序将压缩矩阵还原为图像矩阵。
此外，为了便于终端根据压缩矩阵中的组合标识，识别各次数对应的像素点是否位于目标识别区域内，可以预先建立次数与识别标识的对应关系，例如，当每个次数均和同一个识别标识进行组合时，由于相邻的两个次数对应的所属关系标识不同，因此可以建立压缩矩阵中任一个次数与识别标识的对应关系，以建立第一个次数与识别标识的对应关系为例，当识别标识为加号时，表示第一个次数对应的像素点位于目标识别区域内，第二个次数对应的像素点位于目标识别区域外，以此类推；当识别标识为减号时，表明第一个次数对应的像素点位于目标识别区域外，第二个次数对应的像素点位于目标识别区域内，以此类推。
当位于目标识别区域内的像素点对应的次数与第一识别标识进行组合，位于目标识别区域外的像素点对应的次数与第二识别标识进行组合时，如果某一个组合标识中的识别标识为加号，则该组合标识中的次数对应的像素点位于目标识别区域内，如果组合标识中的识别标识为减号，则该组合标识中的次数对应的像素点位于目标识别区域外。
作为本发明实施例一种可选的实施方式，如图6所示，图3所示实施例流程步骤S120可以包括：
S121，遍历待处理图像中各像素点，依次判断各像素点是否位于目标识别区域内。
可以按照各像素点在待处理图像中的先后顺序遍历各像素点，例如，可以为按照从左至右，从上至下的顺序遍历各像素点。在判断各像素点是否位于目标识别区域内时，可以使用Dlib算法库中的识别算法，依次判断各像素点是否位于目标识别区域内。Dlib算法库是一种机器学习库，其中包含很多常用的算法，例如，矩阵计算、图像处理、机器学习之类的算法。当然，除所举的例子所示的实现方式以外，实现该特征的方式均属于本发明实施例的保护范围。
S122，根据不同的判断结果，得到各像素点的第一标识或者第二标识。
根据各像素点是否位于目标识别区域内的判断结果，可以得到第一标识或者第二标识，第一标识对应的像素点位于目标识别区域内，第二标识对应的像素点位于待处理图像中目标识别区域外。第一标识可以为数值，字母，或者符号等，第二标识也可以为数字，字母，或者符号等，只要第一标识和第二标识不同即可，如图4所示，第一标识可以为1，第二标识可以为0。
S123，将各像素点对应的第一标识或者第二标识，组成为图像矩阵。
可以将各像素点对应的第一标识或者第二标识，按照一定的顺序组成为图像矩阵，组成顺序可以为各像素点在待处理图像中的先后顺序，当第一标识为1，第二标识为0时，组成的图像矩阵中的元素则为1和0，该图像矩阵其实是一个布尔矩阵，由于0和1在操作系统中的体积较小，因此该图像矩阵整体所占的体积比较小。
在本发明实施例中，通过遍历待处理图像中的各像素点，并判断其是否位于目标识别区域内，可以确保对每个像素点依次进行判断，防止在判断的过程中遗漏像素点，而且该方法较为简单和快捷，也便于终端利用压缩矩阵还原得到图像矩阵。
作为本发明实施例一种可选的实施方式，如图7所示，图6所示实施例流程步骤S123可以包括：
S1231，将宽度信息确定为待生成图像矩阵的行数，将高度信息确定为待生成图像矩阵的列数。
在获取到待处理图像的宽度信息和高度信息后，便可将该宽度信息确定为待生成图像矩阵的行数，将高度信息确定为待生成图像矩阵的列数，这样一来，生成的图像矩阵的行数与待处理图像的宽度信息相同，图像矩阵的列数与待处理图像的高度信息相同，也就是说，各像素点在待处理图像中的位置，和该像素点对应的所属关系标识在图像矩阵中的位置相同，需要说明的是，像素点在待处理图像中的位置，可以为像素点在待处理图像中的坐标。
S1232，将各像素点对应的第一标识或者第二标识，确定为待生成图像矩阵中的元素。
例如，当第一标识为1，第二标识为0时，则可以将各像素点对应的1或者0确定为待生成图像矩阵中的元素，也就是说，当待处理图像中的某一个像素点位于目标识别区域内时，则图像矩阵中与该像素点具有相同位置的元素为1。
S1233，将各像素点在待处理图像中的先后顺序，确定为各像素点对应的所属关系标识在待生成图像矩阵中的先后顺序。
由于各像素点与所属关系标识具有一一对应的关系，因此，可以按照各像素点在待处理图像中的先后顺序，确定各像素点对应的所属关系标识在待生成图像矩阵中的先后顺序，也可以为将各像素点在待处理图像中的位置，确定为该像素点对应的所属关系标识在待生成图像中的位置，例如，位于待处理图像中第一行第一列的像素点，其对应的所属关系标识，也位于待生成图像矩阵的第一行第一列的位置。
S1234，按照各所属关系标识在待生成图像矩阵中的先后顺序，以及所确定的行数和列数，将待生成图像矩阵中的元素，组成为图像矩阵。
按照已经确定好的各所属关系标识在待生成图像矩阵中的先后顺序，以及行数和列数，将确定好的各像素点对应的第一标识或者第二标识，组成为图像矩阵。采用上述步骤S1231～S1234方法流程，能够使得生成的图像矩阵中的各所属关系标识与待处理图像中的各像素点一一对应，且各所属关系标识与该所属关系标识对应的像素点具有相同的位置，这样使得图像矩阵更为直观。
如图8所示，本发明实施例提供了一种图像处理方法，应用于终端，该过程可以包括：
S210，接收压缩矩阵以及待处理图像，压缩矩阵中包括：图像矩阵中相同所属关系标识连续出现的次数，以及次数对应的识别标识，其中，识别标识用于标识次数对应的像素点是否位于目标识别区域内；图像矩阵基于待处理图像中的各像素点与目标识别区域的所属关系生成，图像矩阵中的元素表示各像素点对应的所属关系标识，所属关系标识用于标识像素点是否位于目标识别区域内。
S220，利用次数与识别标识的对应关系，确定各次数对应的像素点的所属关系标识。
S230，按照次数在压缩矩阵中的先后顺序，将压缩矩阵还原为图像矩阵。
S240，根据图像矩阵中的各所属关系标识，以及像素点与所属关系标识的对应关系，识别待处理图像中的目标识别区域。
S250，利用目标识别区域对待处理图像进行抠像处理。
本发明实施例提供的图像处理方法，当应用于终端时，在接收到压缩矩阵后，利用压缩矩阵中的次数与识别标识的对应关系，确定各次数对应的像素点的所属关系标识，按照次数在压缩矩阵中的先后顺序，将压缩矩阵还原为图像矩阵，并根据图像矩阵中的各所属关系标识，以及像素点与所属关系标识的对应关系，识别待处理图像中的目标识别区域，最后利用目标识别区域对待处理图像进行抠像处理。由于目标识别区域中的像素点通常在图像中显示较为集中和连续，生成的压缩矩阵中的元素个数相比图像矩阵中的元素个数较少，进而使得压缩矩阵的文件体积较小，因此在服务器将其传输至终端的过程中耗费的时间也较短。此外，由于本发明实施例中，由终端从待处理图像中进行抠像处理，因此能够使得在用户获得高清分辨率透明背景图像的基础上，还能够减少用户从使用抠像处理功能后，到接收到透明背景图像过程中的耗时，进而提升用户体验。
图8所示实施例流程中，终端例如可以为：电子计算机、平板电脑、智能手机等具有信息处理能力的电子设备。
图8所示实施例流程步骤S210中，压缩矩阵中包括：图像矩阵中相同所属关系标识连续出现的次数，以及次数对应的识别标识，其中，识别标识用于标识次数对应的像素点是否位于目标识别区域内；图像矩阵基于待处理图像中的各像素点与目标识别区域的所属关系生成，图像矩阵中的元素表示各像素点对应的所属关系标识，所属关系标识用于标识像素点是否位于目标识别区域内。
图8所示实施例流程步骤S220中的次数与识别标识的对应关系，可以为预先设置在终端中的对应关系，也可以为接收的从服务器发送的对应关系，根据该对应关系，即可确定次数对应的所属关系标识，例如，当压缩矩阵中的所有次数对应的识别标识均为加号，表明压缩矩阵中第一个次数对应的所属关系标识为1，当压缩矩阵中包含有两个识别标识时，对应加号的次数，所对应的所属关系标识为1，对应减号的次数，所对应的所属关系标识为0。
图8所示实施例流程步骤S230中，由于服务器通常按照图像矩阵中各所属关系标识的先后顺序，确定相同的所属关系标识连续出现的次数，因此，终端可以按照次数在压缩矩阵中的先后顺序，将压缩矩阵还原为图像矩阵。即，在压缩矩阵中其中一个次数对应的一个或多个所属关系标识，位于该次数的前一个次数对应的一个或多个所属关系标识之后，以及，位于该次数下一个次数对应的一个或多个所属关系标识之前。
由于在将压缩矩阵还原为图像矩阵的过程中，通常需要预先将待生成图像矩阵的行数和列数分别确定为待处理图像的宽度信息和高度信息，生成的图像矩阵中各所属关系标识的位置，可以与该所属关系标识对应的像素点的位置相同，因此在本发明实施例中，可以通过终端直接获取待处理图像的宽度信息和高度信息。
图8所示实施例流程步骤S240中，由于图像矩阵中的各所属关系标识在图像矩阵中的位置，与该所属关系标识对应的像素点在待处理图像中的位置相同，而所属关系标识可以标识与其对应的像素点是否位于目标识别区域内，因此通过图像矩阵中的各所属关系标识，即可确定该所属关系标识对应的像素点是否位于目标识别区域内，并根据所有像素点否位于目标识别区域的结论，即可识别目标识别区域。例如，当图像矩阵中第一行第一列中的所属关系标识为1时，表明待处理图像中第一行第一列的像素点位于目标识别区域内。
图8所示实施例流程步骤S250中，当识别出待处理图像中的目标识别区域后，便可利用识别到的目标识别区域对待处理图像进行抠像处理，得到一张透明背景图像。
作为本发明实施例一种可选的实施方式，压缩矩阵中还包括：待处理图像的高度信息和宽度信息，如图9所示，图8所示实施例流程步骤S230可以包括：
S231，根据压缩矩阵中高度信息和宽度信息，确定待生成图像矩阵的行数以及列数。
可以将高度信息和宽度信息在压缩矩阵中的位置预先设置在终端，也可以通过接收服务器发送的该位置，并通过该位置从压缩矩阵中获取高度信息和宽度信息，将高度信息确定为待生成图像矩阵的行数，将宽度信息确定为待生成图像矩阵的列数。
S232，利用行数和列数，各次数对应的所属关系标识，以及次数在压缩矩阵中的先后顺序，生成图像矩阵。
在本发明实施例中，次数在压缩矩阵中的先后顺序，与次数对应的所属关系标识在图像矩阵中的先后顺序相同。在生成图像矩阵的过程中，可以先将次数还原为该次数个所属关系标识，例如，当压缩矩阵中的其中一个元素为+20，其接下来的两个元素分别为-10和+15，则可以将+20还原为20个1，将-10还原为10个0，将+15还原为15个1，并将这20个1，10个0和15个1作为待生成图像矩阵的元素，而且10个0在图像矩阵中位于20个1和15个1之间。
作为本发明实施例一种可选的实施方式，图8所示实施例流程步骤S250可以包括：
将目标识别区域对应的图像从待处理图像中分离出。
将目标识别区域对应的图像从待处理图像中分离出，也可以为将待处理图像中目标识别区域外的区域设置为透明的，即分离后得到的图像为透明背景图像。可以利用图片处理库Canvas库将目标识别区域对应的图像从待处理图像中分离出，其过程可以为：遍历图像矩阵中的各所属关系标识，当该所属关系标识为1时，表明该所属关系标识对应的像素点位于目标识别区域内，则不对该像素点处理，当所属关系标识为0时，表明该所属关系标识对应的像素点位于目标识别区域外，可以将该所属关系标识对应的像素点的阿尔法通道设置为0，表明该像素点对图像没有贡献，即表示透明。需要说明的是，Canvas库为一种可以绘制图形以及制作动画的算法。
本发明实施例提供了一种图像处理装置的一种具体实施例，应用于服务器，与图3所示流程相对应，参考图10，图10为本发明实施例的一种图像处理装置的一种结构示意图，可以包括：
获取模块310，用于获取待处理图像，待处理图像中包括目标识别区域。
第一生成模块320，用于基于待处理图像中的各像素点与目标识别区域的所属关系，生成待处理图像的图像矩阵，其中，图像矩阵中的元素表示各像素点对应的所属关系标识，所属关系标识用于标识像素点是否位于目标识别区域内。
第二生成模块330，用于生成图像矩阵的压缩矩阵，压缩矩阵中包括：图像矩阵中相同所属关系标识连续出现的次数，以及次数对应的识别标识，其中，识别标识用于标识次数对应的像素点是否位于目标识别区域内。
发送模块340，用于发送压缩矩阵，以使终端在接收压缩矩阵以及待处理图像后，根据识别标识还原得到图像矩阵，并根据图像矩阵中标识的目标识别区域，对待处理图像进行抠像处理。
本发明实施例提供的图像处理装置，当应用于服务器时，可以获取待处理图像，基于待处理图像中的各像素点与目标识别区域的所属关系，生成待处理图像的图像矩阵；接着生成图像矩阵的压缩矩阵，并发送该压缩矩阵。由于目标识别区域中的像素点通常在图像中显示较为集中和连续，生成的压缩矩阵中的元素个数相比图像矩阵中的元素个数较少，进而使得压缩矩阵的文件体积较小，因此在服务器将其传输至终端的过程中耗费的时间也较短。
作为本发明一种可选的实施方式，压缩矩阵中还包括：待处理图像的高度信息和宽度信息，上述发送模块340，具体用于：
发送包含高度信息和宽度信息的压缩矩阵。
作为本发明一种可选的实施方式，如图11所示，上述第二生成模块330，可以包括：
第一处理子模块331，用于遍历图像矩阵中的各所属关系标识，判断相邻的两个所属关系标识间是否相同。
第一确定子模块332，用于根据遍历结果，在图像矩阵中确定相同的所属关系标识连续出现的次数。
第一生成子模块333，用于利用相同所属关系标识连续出现的次数，以及次数对应的识别标识，生成压缩矩阵。
作为本发明一种可选的实施方式，如图12所示，上述第一生成模块320，可以包括：
第二处理子模块321，用于遍历待处理图像中各像素点，依次判断各像素点是否位于目标识别区域内。
第三处理子模块322，用于根据不同的判断结果，得到各像素点的第一标识或者第二标识，第一标识对应的像素点位于目标识别区域内，第二标识对应的像素点位于待处理图像中目标识别区域外。
组成子模块323，用于将各像素点对应的第一标识或者第二标识，组成为图像矩阵。
作为本发明一种可选的实施方式，如图13所示，上述组成子模块323，可以包括：
第一确定单元3231，用于将宽度信息确定为待生成图像矩阵的行数，将高度信息确定为待生成图像矩阵的列数。
第二确定单元3232，用于将各像素点对应的第一标识或者第二标识，确定为待生成图像矩阵中的元素。
第三确定单元3233，用于将各像素点在待处理图像中的先后顺序，确定为各像素点对应的所属关系标识在待生成图像矩阵中的先后顺序。
组成单元3234，用于按照各所属关系标识在待生成图像矩阵中的先后顺序，以及所确定的行数和列数，将待生成图像矩阵中的元素，组成为图像矩阵。
本发明实施例提供了一种图像处理装置的一种具体实施例，应用于终端，与图8所示流程相对应，参考图14，图14为本发明实施例的一种图像处理装置的一种结构示意图，可以包括：
接收模块410，用于接收压缩矩阵以及待处理图像，压缩矩阵中包括：图像矩阵中相同所属关系标识连续出现的次数，以及次数对应的识别标识，其中，识别标识用于标识次数对应的像素点是否位于目标识别区域内；图像矩阵基于待处理图像中的各像素点与目标识别区域的所属关系生成，图像矩阵中的元素表示各像素点对应的所属关系标识，所属关系标识用于标识像素点是否位于目标识别区域内。
确定模块420，用于利用次数与识别标识的对应关系，确定各次数对应的像素点的所属关系标识。
还原模块430，用于按照次数在压缩矩阵中的先后顺序，将压缩矩阵还原为图像矩阵。
识别模块440，用于根据图像矩阵中的各所属关系标识，以及像素点与所属关系标识的对应关系，识别待处理图像中的目标识别区域。
抠像模块450，用于利用目标识别区域对待处理图像进行抠像处理。
本发明实施例提供的图像处理装置，当应用于终端时，在接收到压缩矩阵后，利用压缩矩阵中的次数与识别标识的对应关系，确定各次数对应的像素点的所属关系标识，按照次数在压缩矩阵中的先后顺序，将压缩矩阵还原为图像矩阵，并根据图像矩阵中的各所属关系标识，以及像素点与所属关系标识的对应关系，识别待处理图像中的目标识别区域，最后利用目标识别区域对待处理图像进行抠像处理。由于目标识别区域中的像素点通常在图像中显示较为集中和连续，生成的压缩矩阵中的元素个数相比图像矩阵中的元素个数较少，进而使得压缩矩阵的文件体积较小，因此在服务器将其传输至终端的过程中耗费的时间也较短。此外，由于本发明实施例中，由终端从待处理图像中进行抠像处理，因此能够使得在用户获得高清分辨率透明背景图像的基础上，还能够减少用户从使用抠像处理功能后，到接收到透明背景图像过程中的耗时，进而提升用户体验。
作为本发明一种可选的实施方式，压缩矩阵中还包括：待处理图像的高度信息和宽度信息，如图15所示，上述还原模块430，可以包括：
第二确定子模块431，用于根据压缩矩阵中高度信息和宽度信息，确定待生成图像矩阵的行数以及列数。
第二生成子模块432，用于利用行数和列数，各次数对应的所属关系标识，以及次数在压缩矩阵中的先后顺序，生成图像矩阵。
作为本发明一种可选的实施方式，上述抠像模块450，具体可以用于：
将目标识别区域对应的图像从待处理图像中分离出。
本发明实施例还提供了一种服务器，如图16所示，包括处理器501、通信接口502、存储器503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信。
存储器503，用于存放计算机程序。
处理器501，用于执行存储器503上所存放的程序时，实现如下步骤：
获取待处理图像，待处理图像中包括目标识别区域。
基于待处理图像中的各像素点与目标识别区域的所属关系，生成待处理图像的图像矩阵，其中，图像矩阵中的元素表示各像素点对应的所属关系标识，所属关系标识用于标识像素点是否位于目标识别区域内。
生成图像矩阵的压缩矩阵，压缩矩阵中包括：图像矩阵中相同所属关系标识连续出现的次数，以及次数对应的识别标识，其中，识别标识用于标识次数对应的像素点是否位于目标识别区域内。
发送压缩矩阵，以使终端在接收压缩矩阵以及待处理图像后，根据识别标识还原得到图像矩阵，并根据图像矩阵中标识的目标识别区域，对待处理图像进行抠像处理。
本发明实施例提供的一种服务器，可以获取待处理图像，基于待处理图像中的各像素点与目标识别区域的所属关系，生成待处理图像的图像矩阵；接着生成图像矩阵的压缩矩阵，并发送该压缩矩阵。由于目标识别区域中的像素点通常在图像中显示较为集中和连续，生成的压缩矩阵中的元素个数相比图像矩阵中的元素个数较少，进而使得压缩矩阵的文件体积较小，因此在服务器将其传输至终端的过程中耗费的时间也较短。
本发明实施例还提供了一种电子设备，如图17所示，包括处理器601、通信接口602、存储器603和通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信。
存储器603，用于存放计算机程序。
处理器601，用于执行存储器603上所存放的程序时，实现如下步骤：
接收压缩矩阵以及待处理图像，压缩矩阵中包括：图像矩阵中相同所属关系标识连续出现的次数，以及次数对应的识别标识，其中，识别标识用于标识次数对应的像素点是否位于目标识别区域内；图像矩阵基于待处理图像中的各像素点与目标识别区域的所属关系生成，图像矩阵中的元素表示各像素点对应的所属关系标识，所属关系标识用于标识像素点是否位于目标识别区域内。
利用次数与识别标识的对应关系，确定各次数对应的像素点的所属关系标识。
按照次数在压缩矩阵中的先后顺序，将压缩矩阵还原为图像矩阵。
根据图像矩阵中的各所属关系标识，以及像素点与所属关系标识的对应关系，识别待处理图像中的目标识别区域。
利用目标识别区域对待处理图像进行抠像处理。
本发明实施例提供的一种电子设备，在接收到压缩矩阵后，利用压缩矩阵中的次数与识别标识的对应关系，确定各次数对应的像素点的所属关系标识，按照次数在压缩矩阵中的先后顺序，将压缩矩阵还原为图像矩阵，并根据图像矩阵中的各所属关系标识，以及像素点与所属关系标识的对应关系，识别待处理图像中的目标识别区域，最后利用目标识别区域对待处理图像进行抠像处理。由于目标识别区域中的像素点通常在图像中显示较为集中和连续，生成的压缩矩阵中的元素个数相比图像矩阵中的元素个数较少，进而使得压缩矩阵的文件体积较小，因此在服务器将其传输至终端的过程中耗费的时间也较短。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中应用于服务器的任一图像处理方法的步骤。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中应用于服务器的任一图像处理方法的步骤。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中应用于终端中的任一图像处理方法的步骤。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中应用于终端的任一图像处理方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (14)

1.一种图像处理方法，其特征在于，应用于服务器，所述方法包括：
获取待处理图像，所述待处理图像中包括目标识别区域；
基于所述待处理图像中的各像素点与所述目标识别区域的所属关系，生成所述待处理图像的图像矩阵，其中，所述图像矩阵中的元素表示各像素点对应的所属关系标识，所述所属关系标识用于标识所述像素点是否位于所述目标识别区域内；
生成所述图像矩阵的压缩矩阵，所述压缩矩阵中包括：所述图像矩阵中相同所属关系标识连续出现的次数，以及所述次数对应的识别标识，其中，所述识别标识用于标识所述次数对应的像素点是否位于所述目标识别区域内；
发送所述压缩矩阵，以使终端在接收所述压缩矩阵后，根据所述识别标识还原得到所述图像矩阵，并根据所述图像矩阵中标识的所述目标识别区域，对所述待处理图像进行抠像处理。
2.根据权利要求1所述的方法，其特征在于，所述压缩矩阵中还包括：所述待处理图像的高度信息和宽度信息，所述发送所述压缩矩阵的步骤，包括：
发送包含所述高度信息和所述宽度信息的压缩矩阵。
3.根据权利要求1或2所述的方法，其特征在于，所述生成所述图像矩阵的压缩矩阵的步骤，包括：
遍历所述图像矩阵中的各所述所属关系标识，判断相邻的两个所属关系标识间是否相同；
根据遍历结果，在所述图像矩阵中确定相同的所属关系标识连续出现的次数；
利用相同所属关系标识连续出现的次数，以及所述次数对应的识别标识，生成所述压缩矩阵。
4.根据权利要求2所述的方法，其特征在于，所述基于所述待处理图像中的各像素点与所述目标识别区域的所属关系，生成所述待处理图像的图像矩阵的步骤，包括：
遍历所述待处理图像中各像素点，依次判断各所述像素点是否位于所述目标识别区域内；
根据不同的判断结果，得到各像素点的第一标识或者第二标识，所述第一标识对应的像素点位于所述目标识别区域内，所述第二标识对应的像素点位于所述待处理图像中所述目标识别区域外；
将各像素点对应的第一标识或者第二标识，组成为所述图像矩阵。
5.根据权利要求4所述的方法，其特征在于，所述将各像素点对应的第一标识或者第二标识，组成为所述图像矩阵的步骤，包括：
将所述宽度信息确定为待生成图像矩阵的行数，将所述高度信息确定为所述待生成图像矩阵的列数；
将各所述像素点对应的第一标识或者第二标识，确定为所述待生成图像矩阵中的元素；
将各所述像素点在所述待处理图像中的先后顺序，确定为各所述像素点对应的所属关系标识在所述待生成图像矩阵中的先后顺序；
按照各所述所属关系标识在所述待生成图像矩阵中的先后顺序，以及所确定的行数和列数，将所述待生成图像矩阵中的元素，组成为所述图像矩阵。
6.一种图像处理方法，其特征在于，应用于终端，所述方法包括：
接收压缩矩阵以及待处理图像，所述压缩矩阵中包括：图像矩阵中相同所属关系标识连续出现的次数，以及所述次数对应的识别标识，其中，所述识别标识用于标识所述次数对应的像素点是否位于目标识别区域内；所述图像矩阵基于所述待处理图像中的各像素点与所述目标识别区域的所属关系生成，所述图像矩阵中的元素表示各像素点对应的所属关系标识，所述所属关系标识用于标识所述像素点是否位于所述目标识别区域内；
利用所述次数与所述识别标识的对应关系，确定各所述次数对应的像素点的所属关系标识；
按照所述次数在所述压缩矩阵中的先后顺序，将所述压缩矩阵还原为所述图像矩阵；
根据所述图像矩阵中的各所述所属关系标识，以及所述像素点与所述所属关系标识的对应关系，识别所述待处理图像中的所述目标识别区域；
利用所述目标识别区域对所述待处理图像进行抠像处理。
7.根据权利要求6所述的方法，其特征在于，所述压缩矩阵中还包括：所述待处理图像的高度信息和宽度信息，所述按照所述次数在所述压缩矩阵中的先后顺序，将所述压缩矩阵还原为所述图像矩阵的步骤，包括：
根据所述压缩矩阵中所述高度信息和所述宽度信息，确定待生成图像矩阵的行数以及列数；
利用所述行数和列数，各所述次数对应的所属关系标识，以及所述次数在所述压缩矩阵中的先后顺序，生成图像矩阵。
8.根据权利要求6或7所述的方法，其特征在于，所述利用所述目标识别区域对所述待处理图像进行抠像处理的步骤，包括：
将所述目标识别区域对应的图像从所述待处理图像中分离出。
9.一种图像处理装置，其特征在于，应用于服务器，所述装置包括：
获取模块，用于获取待处理图像，所述待处理图像中包括目标识别区域；
第一生成模块，用于基于所述待处理图像中的各像素点与所述目标识别区域的所属关系，生成所述待处理图像的图像矩阵，其中，所述图像矩阵中的元素表示各像素点对应的所属关系标识，所述所属关系标识用于标识所述像素点是否位于所述目标识别区域内；
第二生成模块，用于生成所述图像矩阵的压缩矩阵，所述压缩矩阵中包括：所述图像矩阵中相同所属关系标识连续出现的次数，以及所述次数对应的识别标识，其中，所述识别标识用于标识所述次数对应的像素点是否位于所述目标识别区域内；
发送模块，用于发送所述压缩矩阵，以使终端在接收所述压缩矩阵后，根据所述识别标识还原得到所述图像矩阵，并根据所述图像矩阵中标识的所述目标识别区域，对所述待处理图像进行抠像处理。
10.一种图像处理装置，其特征在于，应用于终端，所述装置包括：
接收模块，用于接收压缩矩阵以及待处理图像，所述压缩矩阵中包括：图像矩阵中相同所属关系标识连续出现的次数，以及所述次数对应的识别标识，其中，所述识别标识用于标识所述次数对应的像素点是否位于目标识别区域内；所述图像矩阵基于所述待处理图像中的各像素点与所述目标识别区域的所属关系生成，所述图像矩阵中的元素表示各像素点对应的所属关系标识，所述所属关系标识用于标识所述像素点是否位于所述目标识别区域内；
确定模块，用于利用所述次数与所述识别标识的对应关系，确定各所述次数对应的像素点的所属关系标识；
还原模块，用于按照所述次数在所述压缩矩阵中的先后顺序，将所述压缩矩阵还原为所述图像矩阵；
识别模块，用于根据所述图像矩阵中的各所述所属关系标识，以及所述像素点与所述所属关系标识的对应关系，识别所述待处理图像中的所述目标识别区域；
抠像模块，用于利用所述目标识别区域对所述待处理图像进行抠像处理。
11.一种服务器，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-5任一所述的方法步骤。
12.一种计算机存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
13.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求6-8任一所述的方法步骤。
14.一种计算机存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求6-8任一所述的方法步骤。
CN201911289155.0A 2019-12-13 2019-12-13 一种图像处理方法、装置、电子设备及存储介质 Active CN111127310B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911289155.0A CN111127310B (zh) 2019-12-13 2019-12-13 一种图像处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911289155.0A CN111127310B (zh) 2019-12-13 2019-12-13 一种图像处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111127310A CN111127310A (zh) 2020-05-08
CN111127310B true CN111127310B (zh) 2023-06-06

Family

ID=70498951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911289155.0A Active CN111127310B (zh) 2019-12-13 2019-12-13 一种图像处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111127310B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112434632A (zh) * 2020-12-01 2021-03-02 康佳集团股份有限公司 一种图形识别方法、智能终端及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101087413A (zh) * 2006-06-07 2007-12-12 中兴通讯股份有限公司 视频序列中运动物体的分割方法
CN101567959A (zh) * 2008-04-21 2009-10-28 夏普株式会社 像素输入输出方法及装置、图像压缩方法及装置
JP2009267444A (ja) * 2008-04-21 2009-11-12 Sharp Corp 画像圧縮方法、画像圧縮装置、画像処理装置、画像形成装置、コンピュータプログラム及び記録媒体
CN101755461A (zh) * 2007-07-20 2010-06-23 富士胶片株式会社 图像处理设备、图像处理方法和程序
CN101873490A (zh) * 2009-04-24 2010-10-27 索尼公司 图像处理方法和使用该方法的图像信息编码设备
CN108876804A (zh) * 2017-10-12 2018-11-23 北京旷视科技有限公司 抠像模型训练和图像抠像方法、装置和系统及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101087413A (zh) * 2006-06-07 2007-12-12 中兴通讯股份有限公司 视频序列中运动物体的分割方法
CN101755461A (zh) * 2007-07-20 2010-06-23 富士胶片株式会社 图像处理设备、图像处理方法和程序
CN101567959A (zh) * 2008-04-21 2009-10-28 夏普株式会社 像素输入输出方法及装置、图像压缩方法及装置
JP2009267444A (ja) * 2008-04-21 2009-11-12 Sharp Corp 画像圧縮方法、画像圧縮装置、画像処理装置、画像形成装置、コンピュータプログラム及び記録媒体
CN101873490A (zh) * 2009-04-24 2010-10-27 索尼公司 图像处理方法和使用该方法的图像信息编码设备
CN108876804A (zh) * 2017-10-12 2018-11-23 北京旷视科技有限公司 抠像模型训练和图像抠像方法、装置和系统及存储介质

Also Published As

Publication number Publication date
CN111127310A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN107944450B (zh) 一种车牌识别方法及装置
CN108229531B (zh) 对象特征提取方法、装置、存储介质和电子设备
CN109492607B (zh) 一种信息推送方法、信息推送装置及终端设备
CN106202086B (zh) 一种图片处理、获取方法、装置及系统
CN108961183B (zh) 图像处理方法、终端设备及计算机可读存储介质
CN109711508B (zh) 图像处理方法和装置
CN110889824A (zh) 一种样本生成方法、装置、电子设备及计算机可读存储介质
CN112055244B (zh) 图像获取方法、装置、服务器和电子设备
US20200394433A1 (en) Method and apparatus for detecting object in image, and storage medium thereof
CN113222921A (zh) 一种图像处理方法及系统
WO2022170982A1 (zh) 图像处理方法、图像生成方法、装置、设备和介质
CN111127310B (zh) 一种图像处理方法、装置、电子设备及存储介质
CN112487871B (zh) 笔迹数据处理方法、装置及电子设备
CN116596748A (zh) 图像风格化处理方法、装置、设备、存储介质和程序产品
CN112487943B (zh) 关键帧去重的方法、装置和电子设备
CN113391779B (zh) 类纸屏幕的参数调节方法、装置及设备
CN115756461A (zh) 标注模板生成方法、图像识别方法、装置和电子设备
CN110545427A (zh) 一种pdf文档压缩方法、装置及电子设备
CN110874814A (zh) 一种图像处理方法、图像处理装置及终端设备
CN111754518B (zh) 图像集合的扩充方法、装置及电子设备
CN114598921A (zh) 视频帧提取方法、装置、终端设备和存储介质
CN114862720A (zh) 画布还原方法、装置、电子设备和计算机可读介质
CN110996026B (zh) 一种osd显示方法、装置、设备及存储介质
CN114758145A (zh) 一种图像脱敏方法、装置、电子设备及存储介质
CN110337074B (zh) 一种交互信息的传输方法、系统及终端设备

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