CN111311711B - 图像处理方法、装置、电子设备及计算机可读存储介质 - Google Patents
图像处理方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111311711B CN111311711B CN202010094605.7A CN202010094605A CN111311711B CN 111311711 B CN111311711 B CN 111311711B CN 202010094605 A CN202010094605 A CN 202010094605A CN 111311711 B CN111311711 B CN 111311711B
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- preset
- values
- value
- 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
Images
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 Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本公开实施例公开了一种图像处理方法、装置、电子设备及计算机可读存储介质,所述方法包括:获取待处理图像,并将待处理图像进行空间转换,得到目标处理图像;其中,目标处理图像中的像素点的目标像素值包括亮度值和色度值;针对目标处理图像的每个预设区域的像素点,将每个预设区域中的中心像素点的色度值拆分,携带在每个预设区域中其他像素点的亮度值中,从而得到目标处理图像的每个像素点的更新亮度值;采用每个像素点的更新亮度值,对目标处理图像进行灰度转换和色彩恢复。该方案能够提高彩色还原的准确性。
Description
技术领域
本公开涉及电子应用领域中的图像处理技术领域,具体涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。
背景技术
随着电子应用迅速发展,图像的应用也越来越多,图像的压缩和还原,即图像的转换也越来越多的应用在不同的电子应用中。
目前,在对图像进行转换成灰度后,可以采用神经网络来对灰度图像进行重新着色,还原为彩色图像。
然而,神经网络的方式需要大数据预先进行神经网络模型的训练,并且灰度的图片的色彩也会有差异,准确性不高且实现复杂。
发明内容
本公开实施例提供一种图像处理方法、装置、电子设备及计算机可读存储介质。
第一方面,本公开实施例中提供了一种图像处理方法。
具体的,所述图像处理方法,包括:
获取待处理图像,并将所述待处理图像进行空间转换,得到目标处理图像;其中,所述目标处理图像中的像素点的目标像素值包括亮度值和色度值;
针对所述目标处理图像的每个预设区域的像素点,将所述每个预设区域中的中心像素点的色度值拆分,携带在所述每个预设区域中其他像素点的亮度值中,从而得到所述目标处理图像的每个像素点的更新亮度值;
采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度转换和色彩恢复。
结合第一方面,本公开在第一方面的第一种实现方式中,所述针对所述目标处理图像的每个预设区域的像素点,将所述每个预设区域中的中心像素点的色度值拆分,携带在所述每个预设区域中其他像素点的亮度值中,从而得到所述目标处理图像的每个像素点的更新亮度值,包括:
将所述目标处理图像按照预设尺寸进行划分,得到多个预设区域;
将所述多个预设区域的每个预设区域中的中心像素点的色度值拆分,分别替换所述每个预设区域中其他像素点的亮度值的尾部数值,从而得到所述目标处理图像的每个像素点的更新亮度值。
结合第一方面和第一方面的第一种实现方式,本公开在第一方面的第二种实现方式中,所述采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度转换和色彩恢复,包括:
采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度处理,得到灰度图像;
对所述灰度图像按照预设尺寸进行划分,得到多个预设像素区域;
获取所述多个预设像素区域中的每个预设像素区域的亮度值;
基于所述每个预设像素区域的亮度值对所述目标处理图像进行色彩恢复,得到恢复的彩色图像。
结合第一方面的第二种实现方式,本公开在第一方面的第三种实现方式中,所述基于所述每个预设像素区域的亮度值对所述目标处理图像进行色彩恢复,得到恢复的彩色图像,包括:
从所述每个预设像素区域的各像素点的亮度值中,依次提取尾部数值作为该每个预设像素区域的中心像素点的色度值;
采用所述中心像素点的色度值,得到所述每个像素区域的其他像素点的色度值;
采用所述中心像素点的色度值和所述每个像素区域的其他像素点的色度值,恢复所述每个像素区域的色彩,实现对目标处理图像的色彩恢复,从而得到所述恢复的彩色图像。
第二方面,本公开实施例中提供了一种图像处理装置。
具体的,所述图像处理装置,包括:
获取模块,被配置为并将所述待处理图像进行空间转换,得到目标处理图像;其中,所述目标处理图像中的像素点的目标像素值包括亮度值和色度值
拆分模块,被配置为针对所述目标处理图像的每个预设区域的像素点,将所述每个预设区域中的中心像素点的色度值拆分,携带在所述每个预设区域中其他像素点的亮度值中,从而得到所述目标处理图像的每个像素点的更新亮度值;
图像处理模块,被配置为采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度转换和色彩恢复。
结合第二方面,本公开在第二方面的第一种实现方式中,所述拆分模块包括:
划分子模块,被配置为将所述目标处理图像按照预设尺寸进行划分,得到多个预设区域;
拆分子模块,被配置为将所述多个预设区域的每个预设区域中的中心像素点的色度值拆分,分别替换所述每个预设区域中其他像素点的亮度值的尾部数值,从而得到所述目标处理图像的每个像素点的更新亮度值。
结合第二方面和第二方面的第一种实现方式,本公开在第二方面的第二种实现方式中,所述图像处理模块包括:
灰度处理子模块,被配置为采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度处理,得到灰度图像;
区域划分子模块,被配置为对所述灰度图像按照预设尺寸进行划分,得到多个预设像素区域;
获取子模块,被配置为获取所述多个预设像素区域中的每个预设像素区域的亮度值;
色彩恢复子模块,被配置为基于所述每个预设像素区域的亮度值对所述目标处理图像进行色彩恢复,得到恢复的彩色图像。
结合第二方面的第二种实现方式,本公开在第二方面的第三种实现方式中,所述色彩恢复子模块包括:
提取子模块,被配置为从所述每个预设像素区域的各像素点的亮度值中,依次提取尾部数值作为该每个预设像素区域的中心像素点的色度值;
得到子模块,被配置为采用所述中心像素点的色度值,得到所述每个像素区域的其他像素点的色度值;
恢复子模块,被配置为采用所述中心像素点的色度值和所述每个像素区域的其他像素点的色度值,恢复所述每个像素区域的色彩,实现对目标处理图像的色彩恢复,从而得到所述恢复的彩色图像。
第三方面,本公开实施例提供了一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条支持图像处理装置执行上述第一方面中图像处理方法的计算机指令,所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述图像处理装置还可以包括通信接口,用于图像处理装置与其他设备或通信网络通信。
第四方面,本公开实施例提供了一种计算机可读存储介质,用于存储图像处理装置所用的计算机指令,其包含用于执行上述第一方面中图像处理方法为图像处理装置所涉及的计算机指令。
本公开实施例提供的技术方案可以包括以下有益效果:
上述技术方案,通过对待处理图像的原始像素值转换空间后,将目标像素值的每个区域的中心像素点的速度值拆分,并携带在每个区域的其他像素点,以便后续对该该处理图像进行灰度处理和彩色实现时,可以提高彩色还原的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:
图1示出根据本公开一实施方式的图像处理方法的流程图;
图2示出根据图1所示实施方式的图像处理方法的步骤S102的流程图;
图3示出示例性的目标处理图像划分的示意图;
图4示出示例性的一个预设区域的像素点的示意图;
图5示出根据图1所示实施方式的图像处理方法的步骤S103的流程图;
图6示出根据图5所示实施方式的图像处理方法的步骤S304的流程图;
图7示出根据本公开一实施方式的图像处理装置的结构框图;
图8示出根据图7所示实施方式的图像处理装置的拆分模块702的结构框图;
图9示出根据图7所示实施方式的图像处理装置的图像处理模块703的结构框图;
图10示出根据图9所示实施方式的图像处理装置的色彩恢复子模块904的结构框图;
图11示出根据本公开一实施方式的电子设备的结构框图;
图12是适于用来实现根据本公开一实施方式的图像处理方法的计算机系统的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施方式,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施方式无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
本公开实施例提供的技术方案通过对待处理图像的原始像素值转换空间后,将目标像素值的每个区域的中心像素点的速度值拆分,并携带在每个区域的其他像素点,以便后续对该该处理图像进行灰度处理和彩色实现时,可以提高彩色还原的准确性。
图1示出根据本公开一实施方式的图像处理方法的流程图。如图1所示,所述图像处理方法包括以下步骤S101-S103:
在步骤S101中,获取待处理图像的原始像素值,并将原始像素值进行空间转换,得到目标像素值;其中,目标像素值包括亮度值和色度值;
在步骤S102中,针对待处理图像的每个预设区域的像素点,将每个预设区域中的中心像素点的色度值拆分,携带在每个预设区域中其他像素点的亮度值中,从而得到待处理图像的每个像素点的更新亮度值;
在步骤S103中,采用每个像素点的更新亮度值,对待处理图像进行灰度转换和色彩恢复。
上文提及,彩色图像转换成灰度图像后,可以依靠神经网络尝试重新着色,但是需要大数据预先训练神经网络,而且恢复的图片并不是原本的彩色图片,存在较大的差异,可操作性不强,无法准确还原成原本的彩色图像,丧失了还原的可能性。
考虑到上述缺陷,在该实施方式中,提出一种图像处理方法,该方法对待处理图像的原始像素值转换空间后,将目标像素值的每个区域的中心像素点的速度值拆分,并携带在每个区域的其他像素点,以便后续对该该处理图像进行灰度处理和彩色实现时,可以提高彩色还原的准确性。
其中,待处理图像可以为RGB三通道的图片,图像处理装置在对待处理图像进行处理时,需要先将待处理图像从RGB模式进行空间转换,对转换后图像进行灰度和色彩还原处理。在本公开实施例中,图像处理装置将待处理图像的彩色模型RGB转换为Lab模型。其中,LAB模型是由亮度(L)和有关色彩的A,B三个通道组成。L表示明度(Luminosity),A表示从洋红色至绿色的范围,B表示从黄色至蓝色的范围。其中,Lab颜色空间中的L的取值范围是[0,100],表示从纯黑到纯白;a的取值范围是[127,-128];b的取值范围是[127,-128]。
在本公开实施例中,图像处理装置是可以获取到待处理图像的原始像素值的,这样,图像处理装置就可以将原始像素值进行空间转换,得到转换后的目标处理图像的像素点的目标像素值;其中,该目标像素值包括亮度值和色度值。
在本公开实施例中,目标像素值是按照预设尺寸,划分成不重叠的多个预设区域的,因此,针对转换后的目标处理图像的每个预设区域的像素点进行亮度值的更新,详细的,获取每个预设区域的中心像素点的亮度值和色度值,将中心像素点的色度值进行拆分,然后将拆分后的色度值分别携带在该预设区域的其他像素点的亮度值中,从而得到每个预设区域的像素点的更新亮度值,对每个预设区域都进行上述处理后,得到了目标处理图像的每个像素点的更新亮度值,最后,图像处理装置就可以采用每个像素点的更新亮度值,对目标处理图像进行灰度转换和色彩恢复了。
在本实施例的一个可选实现方式中,由于在进行图像恢复处理和色彩恢复的时候,是采用了每个像素点的更新亮度值处理的,且更新亮度值中包含有每个预设区域的中心像素的色度分量的,因此,基于每个像素点的更新亮度值进行色彩恢复时是可以还原出以每个预设区域的中心像素点的色度值为基础的色彩的,提高了色彩还原的准确性。
在本实施例的一个可选实现方式中,如图2所示,所述步骤S102,即针对目标处理图像的每个预设区域的像素点,将每个预设区域中的中心像素点的色度值拆分,携带在每个预设区域中其他像素点的亮度值中,从而得到目标处理图像的每个像素点的更新亮度值的步骤,包括步骤S201-S202:
在步骤S201中,将目标处理图像按照预设尺寸进行划分,得到多个预设区域;
在步骤S202中,将多个预设区域的每个预设区域中的中心像素点的色度值拆分,分别替换每个预设区域中其他像素点的亮度值的尾部数值,从而得到目标处理图像的每个像素点的更新亮度值。
在本实施方式中,图像处理装置可以对目标处理图像进行区域划分,得到多个预设区域。其中,图像处理装置可以将目标处理图像按照预设尺寸进行划分,从而得到多个预设区域。
其中,预设尺寸表征预设区域中包含的像素点的个数,其可以为3x3,即以9个像素点为一个预设区域,也可以为其他尺寸,本公开实施例不作限制。
需要说明的是,预设区域中包含的像素点是不重叠的像素点。并且,按照预设尺寸进行划分时,剩余像素点的个数不足以凑齐预设尺寸时,就忽略该剩余尺寸,直至目标处理图像划分完为止。
示例性的,如图3所示,当预设尺寸=3x3时,图像处理装置每次取不重叠的9个像素点(3x3)作为一个窗口,若剩余像素点的个数不足以凑齐3x3的窗口则忽略,直至完成划分。
在本公开实施例中,图像处理装置将多个预设区域的每个预设区域中的中心像素点的色度值拆分,分别替换每个预设区域中其他像素点的亮度值的尾部数值,从而得到目标处理图像的每个像素点的更新亮度值。
需要说明的是,在本公开实施例中,目标处理图像的每个像素点的目标像素值的分量都是8位二进制的(即8bit),即L通道的亮度值是8位二进制的,A通道的色度值是8位二进制的,B通道的色度值是8位二进制的。因此,图像处理装置在预设尺寸的预设区域中,找到位于中心的像素点,即中心像素点后,可以将该中心像素点中的A通道和B通道各自对应的8位二进制数进行拆分,得到多个色度拆分值,将这些色度拆分值分别替换掉该预设区域中的除中心像素点的其他像素点的L通道的亮度值的二进制的尾部预设位数的数值,从而得到像素点的更新亮度值。其中,预设位数的设定不作限制,以携带完A和B通道的数值为原则即可,每个其他像素点替换的位数可以一致也可以不一致。以8位二进制为例,假设预设位数一致,则每个其他像素点的后两位需要被替换为色度,才能将A和B通道的所有数值携带完。
示例性的,假设一个预设区域的局部图像的像素点分布如图4所示,9个像素点为:1、2、3、4、5、6、7、8和9,图像处理装置取出中心像素点5的A和B通道的数值,即取出3x3像素点中5号(中心)像素点的A和B通道,将A和B通道(每个通道8个bit)分别替换1至4和6至9号像素点的L通道的低2位(LAB模型下有三个通道,每个通道使用8位二进制表示,现在将5号像素点的A通道8位二进制两位两位的取分别取替换1-4号L通道的8位中的最后2位二进制;同理B通道的8位二进制两位一取,替换5-9号L通道的最后2位二进制),就得到了一个预设区域的像素点的L通道的更新值了,继续对其他预设区域进行相同原理的处理,直至处理完目标处理图像的所有预设区域,得到每个像素点的更新亮度值。例如,如表1所示,中心像素点5的A通道的数值为:A1、A2、A3、A4、A5、A6、A7和A8;B通道的数值为B1、B2、B3、B4、B5、B6、B7和B8;如表2所示,每个像素点的L通道数为:1、2、3、4、5、6、7和8按照像素点的排列顺序,采用A1、A2替换像素点1的L通道的7和8,采用A3、A4替换像素点2的L通道的7和8,采用A5、A6替换像素点3的L通道的7和8,采用A7、A8替换像素点4的L通道的7和8,采用B1、B2替换像素点6的L通道的7和8,采用B3、B4替换像素点7的L通道的7和8,采用B5、B6替换像素点8的L通道的7和8,采用B7、B8替换像素点9的L通道的7和8。
表1
表2
需要说明的是,在本公开实施例中,图像处理装置可以按照顺序将A通道的色度拆分在前4个像素点中,B通道的色度值拆分在后4个像素点中;也可以按照顺序将B通道的色度拆分在前4个像素点中,A通道的色度值拆分在后4个像素点中,本公开实施例不作限制。
在本实施例的一个可选实现方式中,如图5所示,步骤S103,即采用每个像素点的更新亮度值,对目标处理图像进行灰度转换和色彩恢复的步骤,包括步骤S301-S304:
在步骤S301中,采用每个像素点的更新亮度值,对目标处理图像进行灰度处理,得到灰度图像;
在步骤S302中,对灰度图像按照预设尺寸进行划分,得到多个预设像素区域;
在步骤S303中,获取多个预设像素区域中的每个预设像素区域的亮度值;
在步骤S304中,基于每个预设像素区域的亮度值对目标处理图像进行色彩恢复,得到恢复的彩色图像。
在本实施方式中,图像处理装置采用每个像素点的更新亮度值,对目标处理图像进行灰度处理,得到灰度图像,即完成目标处理图像的所有像素块的处理后提取L通道作为灰度图像的单通道的值,即完成彩色图像转换为可恢复的灰度图像。图像处理装置要对灰度化的图像进行色彩还原时,需要将灰度图像按照预设尺寸进行划分,得到多个预设像素区域,将多个预设像素区域中的每个预设像素区域的每个像素点的亮度值头获取到,从每个像素点的亮度值中提取出每个预设像素区域的色度值,采用该色度值对其对应的预设像素区域进行色彩还原即可得到恢复的彩色图像。
其中,预设尺寸与前述描述一致,此处不再赘述,灰度图像的划分原则与目标处理图像的划分原则一致。
在本实施例的一个可选实现方式中,如图6所示,步骤S304,即基于每个预设像素区域的亮度值对目标处理图像进行色彩恢复,得到恢复的彩色图像的步骤,包括步骤S401-S403:
在步骤S401中,从每个预设像素区域的各像素点的亮度值中,依次提取尾部数值作为该每个预设像素区域的中心像素点的色度值;
在步骤S402中,采用中心像素点的色度值,得到每个像素区域的其他像素点的色度值;
在步骤S403中,采用中心像素点的色度值和每个像素区域的其他像素点的色度值,恢复每个像素区域的色彩,实现对目标处理图像的色彩恢复,从而得到恢复的彩色图像。
在本公开实施例中,图像处理装置从每个预设像素区域的各像素点的亮度值中,依次提取尾部数值作为该每个预设像素区域的中心像素点的色度值;将中心像素点的色度值,作为每个像素区域的其他像素点的色度值;采用中心像素点的色度值和每个像素区域的其他像素点的色度值的临近值,作为对灰度图像划分剩余的边缘剩余的未处理像素的A和B通道的值,来恢复每个像素区域的色彩,实现对目标处理图像的色彩恢复,从而得到恢复的彩色图像。
示例性的,图像处理装置每次取不重叠的9个像素点(3x3)作为一个窗口,若像素点不足则忽略,直至完成。将1至4和6至9号像素点的低2位分别提取还原成A和B通道,将A和B分别作为1至9号的AB通道形成完整的LAB彩色模型,完成所有像素块的处理后,将边缘剩余的未处理像素使用临近已处理的像素的AB两通道值进行处理,将LAB模型转换为RGB模型即完成灰度图像转换为彩色图像。
在本公开实施例中,相比于目前神经网络灰度图片彩色化的方法,本实施例是简单地将亮度值数据进行移位替换,没有大量的浮点和逻辑运算,计算量很小,能够较准确的从灰度图像还原彩色信息,且和原图相比信噪比较高。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图7示出根据本公开一实施方式的图像处理装置的结构框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图7所示,所述图像处理装置包括:
获取模块701,被配置为并将所述待处理图像进行空间转换,得到目标处理图像;其中,所述目标处理图像中的像素点的目标像素值包括亮度值和色度值;
拆分模块702,被配置为针对所述目标处理图像的每个预设区域的像素点,将所述每个预设区域中的中心像素点的色度值拆分,携带在所述每个预设区域中其他像素点的亮度值中,从而得到所述目标处理图像的每个像素点的更新亮度值;
图像处理模块703,被配置为采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度转换和色彩恢复。
上文提及,彩色图像转换成灰度图像后,可以依靠神经网络尝试重新着色,但是需要大数据预先训练神经网络,而且恢复的图片并不是原本的彩色图片,存在较大的差异,可操作性不强,无法准确还原成原本的彩色图像,丧失了还原的可能性。
考虑到上述缺陷,在该实施方式中,提出一种图像处理装置,该装置对待处理图像的原始像素值转换空间后,将目标像素值的每个区域的中心像素点的速度值拆分,并携带在每个区域的其他像素点,以便后续对该该处理图像进行灰度处理和彩色实现时,可以提高彩色还原的准确性。
其中,待处理图像可以为RGB三通道的图片,图像处理装置在对待处理图像进行处理时,需要先将待处理图像从RGB模式进行空间转换,对转换后图像进行灰度和色彩还原处理。在本公开实施例中,图像处理装置将待处理图像的彩色模型RGB转换为Lab模型。其中,LAB模型是由亮度(L)和有关色彩的A,B三个通道组成。L表示明度(Luminosity),A表示从洋红色至绿色的范围,B表示从黄色至蓝色的范围。其中,Lab颜色空间中的L的取值范围是[0,100],表示从纯黑到纯白;a的取值范围是[127,-128];b的取值范围是[127,-128]。
在本公开实施例中,图像处理装置是可以获取到待处理图像的原始像素值的,这样,图像处理装置就可以将原始像素值进行空间转换,得到转换后的目标处理图像的像素点的目标像素值;其中,该目标像素值包括亮度值和色度值。
在本公开实施例中,目标像素值是按照预设尺寸,划分成不重叠的多个预设区域的,因此,针对转换后的目标处理图像的每个预设区域的像素点进行亮度值的更新,详细的,获取每个预设区域的中心像素点的亮度值和色度值,将中心像素点的色度值进行拆分,然后将拆分后的色度值分别携带在该预设区域的其他像素点的亮度值中,从而得到每个预设区域的像素点的更新亮度值,对每个预设区域都进行上述处理后,得到了目标处理图像的每个像素点的更新亮度值,最后,图像处理装置就可以采用每个像素点的更新亮度值,对目标处理图像进行灰度转换和色彩恢复了。
在本实施例的一个可选实现方式中,由于在进行图像恢复处理和色彩恢复的时候,是采用了每个像素点的更新亮度值处理的,且更新亮度值中包含有每个预设区域的中心像素的色度分量的,因此,基于每个像素点的更新亮度值进行色彩恢复时是可以还原出以每个预设区域的中心像素点的色度值为基础的色彩的,提高了色彩还原的准确性。
在本实施例的一个可选实现方式中,如图8所示,所述拆分模块702包括:
划分子模块801,被配置为将所述目标处理图像按照预设尺寸进行划分,得到多个预设区域;
拆分子模块802,被配置为将所述多个预设区域的每个预设区域中的中心像素点的色度值拆分,分别替换所述每个预设区域中其他像素点的亮度值的尾部数值,从而得到所述目标处理图像的每个像素点的更新亮度值。
在本实施方式中,图像处理装置可以对目标处理图像进行区域划分,得到多个预设区域。其中,图像处理装置可以将目标处理图像按照预设尺寸进行划分,从而得到多个预设区域。
其中,预设尺寸表征预设区域中包含的像素点的个数,其可以为3x3,即以9个像素点为一个预设区域,也可以为其他尺寸,本公开实施例不作限制。
需要说明的是,预设区域中包含的像素点是不重叠的像素点。并且,按照预设尺寸进行划分时,剩余像素点的个数不足以凑齐预设尺寸时,就忽略该剩余尺寸,直至目标处理图像划分完为止。
示例性的,如图3所示,当预设尺寸=3x3时,图像处理装置每次取不重叠的9个像素点(3x3)作为一个窗口,若剩余像素点的个数不足以凑齐3x3的窗口则忽略,直至完成划分。
在本公开实施例中,图像处理装置将多个预设区域的每个预设区域中的中心像素点的色度值拆分,分别替换每个预设区域中其他像素点的亮度值的尾部数值,从而得到目标处理图像的每个像素点的更新亮度值。
需要说明的是,在本公开实施例中,目标处理图像的每个像素点的目标像素值的分量都是8位二进制的(即8bit),即L通道的亮度值是8位二进制的,A通道的色度值是8位二进制的,B通道的色度值是8位二进制的。因此,图像处理装置在预设尺寸的预设区域中,找到位于中心的像素点,即中心像素点后,可以将该中心像素点中的A通道和B通道各自对应的8位二进制数进行拆分,得到多个色度拆分值,将这些色度拆分值分别替换掉该预设区域中的除中心像素点的其他像素点的L通道的亮度值的二进制的尾部预设位数的数值,从而得到像素点的更新亮度值。其中,预设位数的设定不作限制,以携带完A和B通道的数值为原则即可,每个其他像素点替换的位数可以一致也可以不一致。以8位二进制为例,假设预设位数一致,则每个其他像素点的后两位需要被替换为色度,才能将A和B通道的所有数值携带完。
示例性的,假设一个预设区域的局部图像的像素点分布如图4所示,9个像素点为:1、2、3、4、5、6、7、8和9,图像处理装置取出中心像素点5的A和B通道的数值,即取出3x3像素点中5号(中心)像素点的A和B通道,将A和B通道(每个通道8个bit)分别替换1至4和6至9号像素点的L通道的低2位(LAB模型下有三个通道,每个通道使用8位二进制表示,现在将5号像素点的A通道8位二进制两位两位的取分别取替换1-4号L通道的8位中的最后2位二进制;同理B通道的8位二进制两位一取,替换5-9号L通道的最后2位二进制),就得到了一个预设区域的像素点的L通道的更新值了,继续对其他预设区域进行相同原理的处理,直至处理完目标处理图像的所有预设区域,得到每个像素点的更新亮度值。例如,如表1所示,中心像素点5的A通道的数值为:A1、A2、A3、A4、A5、A6、A7和A8;B通道的数值为B1、B2、B3、B4、B5、B6、B7和B8;如表2所示,每个像素点的L通道数为:1、2、3、4、5、6、7和8按照像素点的排列顺序,采用A1、A2替换像素点1的L通道的7和8,采用A3、A4替换像素点2的L通道的7和8,采用A5、A6替换像素点3的L通道的7和8,采用A7、A8替换像素点4的L通道的7和8,采用B1、B2替换像素点6的L通道的7和8,采用B3、B4替换像素点7的L通道的7和8,采用B5、B6替换像素点8的L通道的7和8,采用B7、B8替换像素点9的L通道的7和8。
表1
表2
需要说明的是,在本公开实施例中,图像处理装置可以按照顺序将A通道的色度拆分在前4个像素点中,B通道的色度值拆分在后4个像素点中;也可以按照顺序将B通道的色度拆分在前4个像素点中,A通道的色度值拆分在后4个像素点中,本公开实施例不作限制。
在本实施例的一个可选实现方式中,如图9所示,所述图像处理模块703包括:
灰度处理子模块901,被配置为采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度处理,得到灰度图像;
区域划分子模块902,被配置为对所述灰度图像按照预设尺寸进行划分,得到多个预设像素区域;
获取子模块903,被配置为获取所述多个预设像素区域中的每个预设像素区域的亮度值;
色彩恢复子模块904,被配置为基于所述每个预设像素区域的亮度值对所述目标处理图像进行色彩恢复,得到恢复的彩色图像。
在本实施方式中,图像处理装置采用每个像素点的更新亮度值,对目标处理图像进行灰度处理,得到灰度图像,即完成目标处理图像的所有像素块的处理后提取L通道作为灰度图像的单通道的值,即完成彩色图像转换为可恢复的灰度图像。图像处理装置要对灰度化的图像进行色彩还原时,需要将灰度图像按照预设尺寸进行划分,得到多个预设像素区域,将多个预设像素区域中的每个预设像素区域的每个像素点的亮度值头获取到,从每个像素点的亮度值中提取出每个预设像素区域的色度值,采用该色度值对其对应的预设像素区域进行色彩还原即可得到恢复的彩色图像。
其中,预设尺寸与前述描述一致,此处不再赘述,灰度图像的划分原则与目标处理图像的划分原则一致。
在本实施例的一个可选实现方式中,如图10所示,所述色彩恢复子模块904包括:
提取子模块9041,被配置为从所述每个预设像素区域的各像素点的亮度值中,依次提取尾部数值作为该每个预设像素区域的中心像素点的色度值;
得到子模块9042,被配置为采用所述中心像素点的色度值,得到所述每个像素区域的其他像素点的色度值;
恢复子模块9043,被配置为采用所述中心像素点的色度值和所述每个像素区域的其他像素点的色度值,恢复所述每个像素区域的色彩,实现对目标处理图像的色彩恢复,从而得到所述恢复的彩色图像。
在本公开实施例中,图像处理装置从每个预设像素区域的各像素点的亮度值中,依次提取尾部数值作为该每个预设像素区域的中心像素点的色度值;将中心像素点的色度值,作为每个像素区域的其他像素点的色度值;采用中心像素点的色度值和每个像素区域的其他像素点的色度值的临近值,作为对灰度图像划分剩余的边缘剩余的未处理像素的A和B通道的值,来恢复每个像素区域的色彩,实现对目标处理图像的色彩恢复,从而得到恢复的彩色图像。
示例性的,图像处理装置每次取不重叠的9个像素点(3x3)作为一个窗口,若像素点不足则忽略,直至完成。将1至4和6至9号像素点的低2位分别提取还原成A和B通道,将A和B分别作为1至9号的AB通道形成完整的LAB彩色模型,完成所有像素块的处理后,将边缘剩余的未处理像素使用临近已处理的像素的AB两通道值进行处理,将LAB模型转换为RGB模型即完成灰度图像转换为彩色图像。
在本公开实施例中,相比于目前神经网络灰度图片彩色化的方法,本实施例是简单地将亮度值数据进行移位替换,没有大量的浮点和逻辑运算,计算量很小,能够较准确的从灰度图像还原彩色信息,且和原图相比信噪比较高。
本公开还公开了一种电子设备,图11示出根据本公开一实施方式的电子设备的结构框图,如图11所示,所述电子设备1100包括存储器1101和处理器1102;其中,
所述存储器1101用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器1102执行以实现上述任一方法步骤。
图12适于用来实现根据本公开实施方式的图像处理方法的计算机系统的结构示意图。
如图12所示,计算机系统1200包括中央处理单元(CPU)1201,其可以根据存储在只读存储器(ROM)1202中的程序或者从存储部分1208加载到随机访问存储器(RAM)1203中的程序而执行上述实施方式中的各种处理。在RAM1203中,还存储有系统1200操作所需的各种程序和数据。CPU1201、ROM1202以及RAM1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
以下部件连接至I/O接口1205:包括键盘、鼠标等的输入部分1206;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1207;包括硬盘等的存储部分1208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至I/O接口1205。可拆卸介质1211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1210上,以便于从其上读出的计算机程序根据需要被安装入存储部分1208。
特别地,根据本公开的实施方式,上文描述的方法可以被实现为计算机软件程序。例如,本公开的实施方式包括一种计算机程序产品,其包括有形地包含在及其可读介质上的计算机程序,所述计算机程序包含用于执行所述图像处理方法的程序代码。在这样的实施方式中,该计算机程序可以通过通信部分1209从网络上被下载和安装,和/或从可拆卸介质1211被安装。
附图中的流程图和框图,图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开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可以是上述实施方式中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种图像处理方法,其特征在于,包括:
获取待处理图像,并将所述待处理图像进行空间转换,得到目标处理图像;其中,所述目标处理图像中的像素点的目标像素值包括亮度值和色度值;
针对所述目标处理图像的每个预设区域的像素点,将所述每个预设区域中的中心像素点的色度值拆分,携带在所述每个预设区域中其他像素点的亮度值中,从而得到所述目标处理图像的每个像素点的更新亮度值;
采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度转换和色彩恢复;
其中,所述针对所述目标处理图像的每个预设区域的像素点,将所述每个预设区域中的中心像素点的色度值拆分,携带在所述每个预设区域中其他像素点的亮度值中,从而得到所述目标处理图像的每个像素点的更新亮度值,包括:
将所述目标处理图像按照预设尺寸进行划分,得到多个预设区域;
将所述多个预设区域的每个预设区域中的中心像素点的色度值拆分,分别替换所述每个预设区域中其他像素点的亮度值的尾部数值,从而得到所述目标处理图像的每个像素点的更新亮度值。
2.根据权利要求1所述的方法,其特征在于,所述采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度转换和色彩恢复,包括:
采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度处理,得到灰度图像;
对所述灰度图像按照预设尺寸进行划分,得到多个预设像素区域;
获取所述多个预设像素区域中的每个预设像素区域的亮度值;
基于所述每个预设像素区域的亮度值对所述目标处理图像进行色彩恢复,得到恢复的彩色图像。
3.根据权利要求2所述的方法,其特征在于,所述基于所述每个预设像素区域的亮度值对所述目标处理图像进行色彩恢复,得到恢复的彩色图像,包括:
从所述每个预设像素区域的各像素点的亮度值中,依次提取尾部数值作为该每个预设像素区域的中心像素点的色度值;
采用所述中心像素点的色度值,得到所述每个像素区域的其他像素点的色度值;
采用所述中心像素点的色度值和所述每个像素区域的其他像素点的色度值,恢复所述每个像素区域的色彩,实现对目标处理图像的色彩恢复,从而得到所述恢复的彩色图像。
4.一种图像处理装置,其特征在于,包括:
获取模块,被配置为获取待处理图像,并将所述待处理图像进行空间转换,得到目标处理图像;其中,所述目标处理图像中的像素点的目标像素值包括亮度值和色度值;
拆分模块,被配置为针对所述目标处理图像的每个预设区域的像素点,将所述每个预设区域中的中心像素点的色度值拆分,携带在所述每个预设区域中其他像素点的亮度值中,从而得到所述目标处理图像的每个像素点的更新亮度值;
图像处理模块,被配置为采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度转换和色彩恢复;
其中,所述拆分模块包括:
划分子模块,被配置为将所述目标处理图像按照预设尺寸进行划分,得到多个预设区域;
拆分子模块,被配置为将所述多个预设区域的每个预设区域中的中心像素点的色度值拆分,分别替换所述每个预设区域中其他像素点的亮度值的尾部数值,从而得到所述目标处理图像的每个像素点的更新亮度值。
5.根据权利要求4所述的装置,其特征在于,所述图像处理模块包括:
灰度处理子模块,被配置为采用所述每个像素点的更新亮度值,对所述目标处理图像进行灰度处理,得到灰度图像;
区域划分子模块,被配置为对所述灰度图像按照预设尺寸进行划分,得到多个预设像素区域;
获取子模块,被配置为获取所述多个预设像素区域中的每个预设像素区域的亮度值;
色彩恢复子模块,被配置为基于所述每个预设像素区域的亮度值对所述目标处理图像进行色彩恢复,得到恢复的彩色图像。
6.根据权利要求5所述的装置,其特征在于,所述色彩恢复子模块包括:
提取子模块,被配置为从所述每个预设像素区域的各像素点的亮度值中,依次提取尾部数值作为该每个预设像素区域的中心像素点的色度值;
得到子模块,被配置为采用所述中心像素点的色度值,得到所述每个像素区域的其他像素点的色度值;
恢复子模块,被配置为采用所述中心像素点的色度值和所述每个像素区域的其他像素点的色度值,恢复所述每个像素区域的色彩,实现对目标处理图像的色彩恢复,从而得到所述恢复的彩色图像。
7.一种电子设备,其特征在于,包括存储器和处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现权利要求1-3任一项所述的方法步骤。
8.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该计算机指令被处理器执行时实现权利要求1-3任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010094605.7A CN111311711B (zh) | 2020-02-16 | 2020-02-16 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010094605.7A CN111311711B (zh) | 2020-02-16 | 2020-02-16 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111311711A CN111311711A (zh) | 2020-06-19 |
CN111311711B true CN111311711B (zh) | 2023-03-31 |
Family
ID=71148383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010094605.7A Active CN111311711B (zh) | 2020-02-16 | 2020-02-16 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111311711B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112153303B (zh) * | 2020-09-28 | 2021-09-21 | 广州虎牙科技有限公司 | 一种视觉数据处理方法、装置、图像处理设备和存储介质 |
CN112820039B (zh) * | 2021-02-07 | 2022-07-29 | 南宁师范大学 | 一种基于区块链的智能物流快递存储柜 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7081923B1 (en) * | 1998-03-17 | 2006-07-25 | Fuji Photo Film Co., Ltd. | Method and system for adjusting image brightness based on color saturation components |
CN102769759A (zh) * | 2012-07-20 | 2012-11-07 | 上海富瀚微电子有限公司 | 数字图像颜色校正方法及实现装置 |
CN105225647A (zh) * | 2015-10-15 | 2016-01-06 | 小米科技有限责任公司 | 亮度调整方法及装置 |
CN106503719A (zh) * | 2016-09-27 | 2017-03-15 | 深圳增强现实技术有限公司 | 一种物体颜色提取与检测方法及装置 |
CN109102473A (zh) * | 2018-07-23 | 2018-12-28 | 浙江智彩科技有限公司 | 一种改善彩色数字图像质量的方法 |
CN109191406A (zh) * | 2018-09-19 | 2019-01-11 | 浙江宇视科技有限公司 | 图像处理方法、装置及设备 |
CN109741281A (zh) * | 2019-01-04 | 2019-05-10 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及终端 |
CN110278425A (zh) * | 2019-07-04 | 2019-09-24 | 潍坊学院 | 图像增强方法、装置、设备和存储介质 |
CN110458787A (zh) * | 2019-08-09 | 2019-11-15 | 武汉高德智感科技有限公司 | 一种图像融合方法、装置及计算机存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201011691A (en) * | 2008-09-05 | 2010-03-16 | Primax Electronics Ltd | Method for adjusting brightness of images |
CN107169938B (zh) * | 2017-05-24 | 2019-05-31 | 深圳市华星光电半导体显示技术有限公司 | 亮度调节系统 |
-
2020
- 2020-02-16 CN CN202010094605.7A patent/CN111311711B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7081923B1 (en) * | 1998-03-17 | 2006-07-25 | Fuji Photo Film Co., Ltd. | Method and system for adjusting image brightness based on color saturation components |
CN102769759A (zh) * | 2012-07-20 | 2012-11-07 | 上海富瀚微电子有限公司 | 数字图像颜色校正方法及实现装置 |
CN105225647A (zh) * | 2015-10-15 | 2016-01-06 | 小米科技有限责任公司 | 亮度调整方法及装置 |
CN106503719A (zh) * | 2016-09-27 | 2017-03-15 | 深圳增强现实技术有限公司 | 一种物体颜色提取与检测方法及装置 |
CN109102473A (zh) * | 2018-07-23 | 2018-12-28 | 浙江智彩科技有限公司 | 一种改善彩色数字图像质量的方法 |
CN109191406A (zh) * | 2018-09-19 | 2019-01-11 | 浙江宇视科技有限公司 | 图像处理方法、装置及设备 |
CN109741281A (zh) * | 2019-01-04 | 2019-05-10 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及终端 |
CN110278425A (zh) * | 2019-07-04 | 2019-09-24 | 潍坊学院 | 图像增强方法、装置、设备和存储介质 |
CN110458787A (zh) * | 2019-08-09 | 2019-11-15 | 武汉高德智感科技有限公司 | 一种图像融合方法、装置及计算机存储介质 |
Non-Patent Citations (3)
Title |
---|
仲红玉 ; 尹丽菊 ; 高明亮 ; 邹国锋 ; 申晋 ; 王炫 ; .多参数亮度值重映射的颜色传递方法.红外与激光工程.2018,(05),第159-166页. * |
张可为 ; 申群太 ; .基于自然彩色图像的彩色化权值函数建模.计算机应用研究.2012,29(09),第3588-3590、3593页. * |
朱黎博 ; 孙韶媛 ; 王冬 ; .基于图像分割和色彩扩展的灰度图像彩色化方法.微型电脑应用.2009,25(05),第4-6页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111311711A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10242646B2 (en) | RGB to YUV format conversion and inverse conversion method and circuit for depth packing and depacking | |
CN109427047B (zh) | 一种图像处理方法及装置 | |
CN111311711B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
US7554557B2 (en) | Device and method for image compression and decompression | |
WO2018188260A1 (zh) | 图像显示控制方法及装置和显示屏控制系统 | |
CN110349537B (zh) | 显示补偿方法、装置、计算机设备和存储介质 | |
JPH10222669A (ja) | 位置合わせ装置 | |
JP3749282B2 (ja) | 画像処理装置 | |
JP2007241356A (ja) | 画像処理装置および画像処理プログラム | |
CN114897711A (zh) | 一种视频中图像处理方法、装置、设备及存储介质 | |
CN107948652B (zh) | 一种进行图像转换的方法和设备 | |
CN106296614B (zh) | 图像处理装置及图像处理方法 | |
US6731299B2 (en) | Apparatus and method for dithering in image processing and computer graphics systems | |
CN105976343B (zh) | 图片曝光的校正方法、装置及智能设备 | |
US8515166B2 (en) | Method of compressing a block-based binary image | |
CN108282643B (zh) | 图像处理方法、图像处理装置及电子设备 | |
US6646761B1 (en) | Efficient under color removal | |
US8295630B2 (en) | Image processing system and method | |
CN111095919B (zh) | 一种视频融合方法、装置及存储介质 | |
JP4134441B2 (ja) | 画像処理装置 | |
CN115019022B (zh) | 一种基于双深度融合网络的轮廓检测方法 | |
CN109510920B (zh) | 像素内插电路与像素内插方法 | |
JP4973603B2 (ja) | 画像処理装置および画像処理プログラム | |
JP3952804B2 (ja) | データ処理方法およびデータ処理装置 | |
CN116016881A (zh) | 图像格式转换方法、装置以及设备 |
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 |