CN111383198A - 图像处理方法及相关产品 - Google Patents
图像处理方法及相关产品 Download PDFInfo
- Publication number
- CN111383198A CN111383198A CN202010185943.1A CN202010185943A CN111383198A CN 111383198 A CN111383198 A CN 111383198A CN 202010185943 A CN202010185943 A CN 202010185943A CN 111383198 A CN111383198 A CN 111383198A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- person
- determining
- optimization parameter
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 196
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims description 44
- 238000012545 processing Methods 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000002194 synthesizing effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 10
- 230000006870 function Effects 0.000 description 21
- 230000003796 beauty Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 208000002874 Acne Vulgaris Diseases 0.000 description 2
- 206010000496 acne Diseases 0.000 description 2
- 238000011982 device technology Methods 0.000 description 2
- 206010027145 Melanocytic naevus Diseases 0.000 description 1
- 208000003351 Melanosis Diseases 0.000 description 1
- 208000007256 Nevus Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- AMGQUBHHOARCQH-UHFFFAOYSA-N indium;oxotin Chemical compound [In].[Sn]=O AMGQUBHHOARCQH-UHFFFAOYSA-N 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明实施例公开了一种图像处理方法及相关产品,其中方法应用于电子设备,该方法包括:对待处理图像进行人物识别,得到至少一个人物;确定所述至少一个人物中每一人物对应的目标优化参数,得到至少一个目标优化参数;根据所述至少一个目标优化参数,对所述待处理图像进行优化处理,得到目标图像。采用本发明,可提高图像的显示效果。
Description
技术领域
本申请涉及电子设备技术领域,具体涉及一种图像处理方法及相关产品。
背景技术
随着电子设备技术的发展,以手机为例,其功能越来越多,越来越强大。例如,由于手机的便携性以及手机摄像头品质的提升,人们通常使用手机替代相机进行拍照。
另外,为了得到满意效果的照片,用户通常使用手机的优化功能对拍摄的照片进行优化。例如,色彩平衡功能、调节对比度功能和调节饱和度功能等。对于包含人物的照片,可以使用美颜功能来进行优化,常见的美颜功能包括:瘦脸功能、美白功能、磨皮功能、祛痘功能等。然而,在多人合照的情况下,美颜功能会对合照中的每一人物采用同一的处理方式,从而难以得到适合所有人的图像。
发明内容
本发明实施例提供一种图像处理方法及相关产品,可基于不同人物进行优化处理,可提高图像的显示效果。
第一方面,本申请实施例提供一种图像处理方法,应用于电子设备,包括:
对待处理图像进行人物识别,得到至少一个人物;
确定所述至少一个人物中每一人物对应的目标优化参数,得到至少一个目标优化参数;
根据所述至少一个目标优化参数,对所述待处理图像进行优化处理,得到目标图像。
第二方面,本申请实施例提供一种图像处理装置,应用于电子设备,包括:
识别单元,用于对待处理图像进行人物识别,得到至少一个人物;
确定单元,用于确定所述至少一个人物中每一人物对应的目标优化参数,得到至少一个目标优化参数;
优化单元,用于根据所述至少一个目标优化参数,对所述待处理图像进行优化处理,得到目标图像。
第三方面,本申请实施例提供一种电子设备,包括:
处理器,用于对待处理图像进行人物识别,得到至少一个人物;确定所述至少一个人物中每一人物对应的目标优化参数,得到至少一个目标优化参数;以及根据所述至少一个目标优化参数,对所述待处理图像进行优化处理,得到目标图像。
第四方面,本申请实施例提供一种电子设备,包括处理器、通信接口、存储器以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,所述程序包括用于如第一方面中所描述的部分或全部步骤的指令。
第五方面,本申请实施例提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储计算机程序,其中,所述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第六方面,本申请实施例提供了一种计算机程序产品,其中,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
在本申请实施例中,先对待处理图像进行人物识别得到至少一个人物。再确定各个人物对应的目标优化参数得到至少一个目标优化参数,最后根据至少一个目标优化参数对待处理图像进行优化处理得到目标图像。可见,基于不同人物的目标优化参数进行优化处理,可提高图像的显示效果。
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一种电子设备和目标设备连接的网络架构图;
图2为本发明实施例提供的一种电子设备的结构示意图;
图3为本发明实施例提供的一种图像处理方法的流程示意图;
图4为本发明实施例提供的另一种图像处理方法的流程示意图;
图5为本发明实施例提供的另一种电子设备的结构示意图;
图6为本发明实施例提供的一种图像处理装置的结构示意图。
具体实施方式
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(user equipment,UE),移动台(mobile station,MS),终端设备(terminaldevice),服务器等等。为方便描述,上面提到的设备统称为电子设备。
在本申请实施例中,将与电子设备连接的电子设备称作为目标设备。本申请以电子设备为手机,目标设备为计算设备进行举例说明,如图1所示,电子设备100可与目标设备200建立无线连接。本申请对于无线连接的网络技术不做限定,可以是蓝牙(Bluetooth)、无线保真(Wireless Fidelity,Wi-Fi)、热点、近距离通信技术(Near Field Communication,NFC),还可以是低功耗广域网(low-power Wide-Area Network,LPWAN)技术等。
可以理解,当电子设备100与目标设备200连接之后,可与目标设备200进行通信,从而获取目标设备200的相关信息。例如,目标设备200在接收到电子设备100发送的参数获取请求之后,向电子设备100发送该参数获取请求对应的目标参数。
当目标设备200为服务器时,可存储电子设备100上传的数据。此外,目标设备200还可存储与电子设备共享信息的共享设备上传的数据。如此,电子设备100可通过目标设备200获取共享设备上传的数据。
请参阅图2,图2是本申请实施例提供了一种电子设备100的结构示意图。如图2所示,上述电子设备100包括:壳体110、设置于所述壳体110上的显示器120、设置于所述壳体110内的主板130,主板130上设置有与显示器120连接的处理器140,以及与处理器140连接的存储器150和射频电路160。
在本申请实施例中,显示器120包括显示器驱动电路、显示屏和触控屏。其中,显示器驱动电路用于控制所述显示屏根据画面的显示数据和显示参数(例如,亮度,颜色,饱和度等)进行内容显示。显示屏可以包括液晶显示屏,有机发光二极管显示屏,电子墨水显示屏,等离子显示屏,使用其它显示技术的显示屏中一种或者几种的组合。触控屏用于检测触控操作。该触控屏可以是由透明的触摸传感器电极(例如氧化铟锡(ITO)电极)阵列形成的电容式触摸传感器,或者可以是使用其它触摸技术形成的触摸传感器,例如音波触控,压敏触摸,电阻触摸,光学触摸等,本申请实施例不作限制。
主板130的形状大小可以为所述电子设备100能够容纳的任意大小和形状,在此不做唯一限定。
处理器140是电子设备100的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器150内的软件程序和/或模块,以及调用存储在存储器150内的数据,执行电子设备100的各种功能和处理数据,从而对电子设备100进行整体监控。处理器140包括应用处理器和基带处理器。其中,应用处理器主要处理操作系统、用户界面和应用程序等。基带处理器主要处理无线通信。可以理解,上述基带处理器也可以不集成到处理器中。
在本申请实施例中,存储器150可用于存储软件程序以及模块,处理器140通过运行存储在存储器150的软件程序以及模块,从而执行电子设备100的各种功能应用以及数据处理。存储器150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等。存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器150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、或其他易失性固态存储器件。
射频电路160用于为电子设备100提供与外部设备通信的能力。射频电路160可以包括模拟和数字输入输出接口电路,和基于射频信号和/或光信号的无线通信电路。射频电路160中的无线通信电路可以包括射频收发器电路、功率放大器电路、低噪声放大器、开关、滤波器和天线。举例来说,射频电路160中的无线通信电路可以包括用于通过发射和接收近场耦合电磁信号来支持NFC的电路。例如,射频电路160可以包括近场通信天线和近场通信收发器。射频电路160还可以包括蜂窝电话收发器和天线,无线局域网收发器电路和天线等。
在本申请实施例中,电子设备100还包括传感器模组(图中未示出),该传感器模组包括电子罗盘、陀螺仪、气压计、湿度计、温度计、红外传感器等传感器。
以上仅为举例,电子设备100还包括音频输入接口、串行端口、键盘、扬声器、充电接口等输入输出接口,摄像头、蓝牙模块等未示出的模块,本申请不作限定。
在本申请实施例中,所述处理器140用于对待处理图像进行人物识别,得到至少一个人物;确定所述至少一个人物中每一人物对应的目标优化参数,得到至少一个目标优化参数;以及根据所述至少一个目标优化参数,对所述待处理图像进行优化处理,得到目标图像。
可见,本申请实施例基于不同人物的目标优化参数进行优化处理,可提高图像的显示效果。
在一个可能的示例中,所述处理器140具体用于若目标人物为目标用户,则获取所述目标人物对应的多张目标人物图像,所述目标人物为所述至少一个人物中任一人物;根据所述多张目标人物图像确定所述目标人物对应的目标优化参数。
在一个可能的示例中,所述处理器140具体用于若所述目标人物非所述目标用户,则确定所述目标人物对应的目标优化参数为默认优化参数。
在一个可能的示例中,所述处理器140具体用于确定所述多张目标人物图像中每一目标人物图像的评价值,得到多个评价值;将所述多个评价值中大于预设阈值的评价值对应的目标人物图像作为参考人物图像;根据所述参考人物图像对应的图像属性参数,确定所述目标人物对应的目标优化参数。
在一个可能的示例中,所述处理器140具体用于确定所述多张目标人物图像中每一目标人物图像与所述待处理图像之间的相似值,得到多个相似值;根据所述多个相似值中每一相似值,确定与所述相似值对应的所述目标人物图像的评价值,得到多个评价值。
在一个可能的示例中,所述处理器140还用于根据所述待处理图像确定所述目标人物的人物类型;根据所述人物类型确定所述默认优化参数。
在一个可能的示例中,所述处理器140具体用于根据所述至少一个目标优化参数中每一目标优化参数,对所述待处理图像中所述目标优化参数对应的人物的图像进行优化处理,得到至少一张第一图像;确定所述至少一个人物中每一人物对应的权重,得到至少一个权重;根据所述至少一个权重和所述至少一个目标优化参数,对所述待处理图像的背景图像进行优化处理,得到第二图像;根据所述至少一张第一图像和所述第二图像进行合成,得到目标图像。
在一个可能的示例中,所述处理器140具体用于确定目标人物与所述电子设备之间的关联值,所述目标人物为所述至少一个人物中任一人物;根据所述关联值,确定所述目标人物对应的权重。
下面对本申请实施例进行详细介绍。
请参阅图3,图3是本申请实施例提供的一种图像处理方法的流程示意图。如图3所示,本图像处理方法应用于电子设备。该方法包括:
S301:对待处理图像进行人物识别得到至少一个人物。
在本申请实施例中,待处理图像可以是电子设备中存储的图像,也可以是电子设备中待显示的图像,还可以是刚拍摄得到的图像等,在此不做限定。
本申请对于人物识别的方法不做限定,可基于神经网络技术识别得到。也可以先对待处理图像进行轮廓定位得到多个轮廓图像,再基于轮廓图像进行特征提取,以确定轮廓图像中的人物图像,再对人物图像进行人脸识别得到每一人物图像对应的身份,从而根据身份确定人物。
S302:确定所述至少一个人物中每一人物对应的目标优化参数得到至少一个目标优化参数。
在本申请实施例中,目标优化参数为各个人物在图像处理时,偏好的图像属性参数。该目标优化参数包括颜色、亮度、饱和度、对比度、美颜、滤镜等方面。进一步的,可包括磨皮、瘦脸、瘦身、美白、磨皮、祛痘、祛斑和祛痣等效果,在此不做限定。
在一种可选的示例中,以目标人物进行举例说明,该目标人物为所述至少一个人物中任一人物。步骤S302可包括以下四种情况,其中:
第一种情况,若目标人物为目标用户,则获取所述目标人物对应的多张目标人物图像;根据所述多张目标人物图像确定所述目标人物对应的目标优化参数。
其中,目标用户可以是电子设备的所有者,也可以允许使用电子设备的用户,还可以是允许与电子设备共享信息的目标设备的所有者。目标人物图像可以是包括目标人物的图像,也可以是目标人物优化处理之后的人物图像,还可以是目标人物偏好的人物图像等,在此不做限定。
在目标用户为电子设备的所有者或允许使用电子设备的用户时,通过电子设备中的历史记录获取目标人物图像。在目标用户是允许与电子设备共享信息的目标设备的所有者时,可向目标设备发送图像获取请求,以接收目标设备发送的多张目标人物图像。此外,电子设备还可向目标设备发送优化参数获取请求,以接收目标设备预先根据多张目标人物图像获取的目标优化参数。
在一种可选的示例中,所述根据所述多张目标人物图像确定所述目标人物对应的目标优化参数,包括以下步骤A1-A3,其中:
A1:确定所述多张目标人物图像中每一目标人物图像的评价值,得到多个评价值。
其中,评价值为目标人物图像的打分。本申请对于确定评价值的方法不做限定,可包括以下三种实施方式,其中:
第一种实施方式,确定所述多张目标人物图像中每一目标人物图像与所述待处理图像之间的相似值,得到多个相似值;根据所述多个相似值中每一相似值确定与所述相似值对应的所述目标人物图像的评价值,得到多个评价值。
其中,相似值用于描述目标人物图像与待处理图像之间的相似程度。可从图像类型、穿衣风格、妆发、背景、表情等多个方面进行确定。
在第一种实施方式中,可预先设置相似值与评价值之间的映射关系。如此,在确定目标人物图像与待处理图像之间的相似值之后,根据映射关系可确定相似值对应的评价值。可以理解,以相似值确定评价值,可提高参考人物图像与待处理图像之间的相似性,从而便于提高根据参考人物图像获取目标优化参数的准确率。
第二种实施方式,确定多种预设维度中每一预设维度对应的预设权值,得到多个预设权值;根据所述多种预设维度确定所述多张目标人物图像中每一目标人物图像对应的分值,得到多个分值;根据所述多个预设权值和所述多个分值确定所述多张目标人物图像中每一目标人物图像的评价值,得到多个评价值。
其中,预设维度可包括色彩、角度、表情、美颜效果等。在第二种实施方式中,根据各个预设维度对应的预设权值,以及多个预设维度与多张目标人物图像对应的分值进行加权,可得到一张目标人物图像的评价值。
第三种实施方式,获取所述多张目标人物图像中每一目标人物图像对应的评论信息,得到多个评论信息;根据所述多个评论信息中每一评论信息确定与所述评论信息对应的目标人物图像的评价值,得到多个评价值。
其中,评论信息可以是目标人物图像上传至网络的点赞数量或评论,也可以是目标人物图像上传至各种网络的数量,还可以是目标人物图像被查阅的数量等,在此不做限定。
可以理解,以目标人物图像的评论信息确定该目标人物图像的评价值,可提高评价值的准确率。
需要说明的是,上述三种实施方式并不构成对本申请实施例的限定,实际应用中,还可以采用其他实施方式确定评价值,或者结合三种实施方式确定评价值。
A2:将所述多个评价值中大于预设阈值的评价值对应的目标人物图像作为参考人物图像。
本申请对于预设阈值不做限定,可以根据目标用户的偏好进行确定,例如,预设阈值为图库中标记为喜爱的图像占总数的数量。也可以根据多张目标人物图像的数量进行确定,例如,预设阈值为多张目标人物图像的数量的60%等。
A3:根据所述参考人物图像对应的图像属性参数,确定所述目标人物对应的目标优化参数。
其中,图像属性参数可以是颜色、亮度、饱和度、对比度、美颜、滤镜等,在此不做限定。若包括一张参考人物图像,则可直接将参考人物图像对应的图像属性参数作为目标人物对应的目标优化参数。若包括多张参考人物图像,则可统计每一维度的图像属性参数,再选取维度中数量最多的作为该维度的图像属性参数。
在A1-A3中,以大于预设阈值的评价值对应的目标人物图像,确定目标人物对应的目标优化参数,可提高获取目标优化参数的准确率。
第二种情况,若目标人物非所述目标用户,则确定所述目标人物对应的目标优化参数为默认优化参数。
其中,在目标人物不是电子设备对应的目标用户时,该目标人物可以是第一次识别出来的用户,也可以是没有存储优化参数的用户。还可以是不允许与电子设备共享信息的目标设备的所有者。也就是说,当电子设备向目标人物对应的目标设备发送图像获取请求或优化参数获取请求时,该目标设备没有发送针对图像获取请求或优化参数获取请求的信息,确定该目标人物不是电子设备对应的目标用户。
默认优化参数可以是电子设备的默认的图像属性参数,也可以是与各个拍摄应用对应的默认的图像属性参数,还可以是电子设备对应的所有者的目标优化参数等,在此不做限定。
在一种可选的示例中,根据所述待处理图像确定所述目标人物的人物类型;根据所述人物类型确定所述默认优化参数。
其中,人物类型可以按照年龄进行分类,例如,老人、青年、婴儿等。人物类型也可按照性别进行分类,还可按照穿衣打扮或表情确定的性格进行确定,例如,活泼类型、稳中类型等。
可以理解,不同的人物类型偏好的图像属性参数不同,同一种人物类型偏好的图像属性参数具有一定的相似性。因此,在该示例中,以人物类型确定默认优化参数,可提高根据默认优化参数优化待处理图像的合理性。
结合第一种情况和第二种情况,可知,若目标人物为目标用户,则确定目标人物对应的目标优化参数。否则,将默认优化参数作为目标优化参数。
举例来说,第一用户为电子设备对应的所有者,第二用户通过第二用户对应的目标设备向电子设备发送第二用户对应的多张目标人物图像,第三用户没有通过第三用户对应的目标设备向电子设备发送第三用户的多张目标人物图像。如此,确定第一用户和第二用户为目标用户,第三用户非目标用户,则根据电子设备中存储的第一用户的多张目标人物图像确定第一用户对应的目标优化参数,根据第二用户对应的目标设备发送的第二用户的多张目标人物图像确定第二用户对应的目标优化参数,将默认优化参数作为第三用户对应的目标优化参数。
第三种情况,若所述电子设备中预先存储预设优化参数集,则从所述预设优化参数集中提取目标人物对应的目标优化参数;若提取所述目标人物对应的目标优化参数失败,则将默认优化参数作为所述目标人物对应的目标优化参数。
由于不同人物对于图像的偏好不同。因此,在本申请实施例中,电子设备可预先存储预设优化参数集,且该预设优化参数集包括多个人物中每一人物对应的目标优化参数。该预设优化参数集中的人物为允许电子设备共享目标优化参数的目标设备对应的用户。
本申请对于预设优化参数集的获取方法不做限定。以目标人物对应的参考优化参数为例进行说明,将目标人物在电子设备的设置页面中根据预设图像设置的图像属性参数作为该目标人物对应的目标优化参数。本申请也可或者获取目标人物在电子设备中对各种图像进行优化处理时对应的图像属性参数,或者,确定目标人物常用的图像应用软件,再确定该图像应用软件中的图像属性参数。然后根据图像属性参数确定该目标人物对应的目标优化参数。
本申请还可按照上述的第一种情况和第二种情况确定目标人物对应的目标优化参数,再将目标人物对应的目标优化参数存储于预设优化参数集。例如,在目标人物拍摄待处理图像之前,通过目标人物对应的目标设备向电子设备发送该目标用户的目标优化参数。然后,电子设备将接收到的目标用户的目标优化参数存储于预设优化参数集。在第三种情况中,默认优化参数可参照第二种情况的描述,在此不再赘述。可以理解,在预设优化参数集中包括目标人物对应的目标优化参数时,直接从预设优化参数集中提取目标人物对应的目标优化参数。否则,以默认优化参数作为目标人物对应的目标优化参数。
第四种情况,在所述对待处理图像进行人物识别得到至少一个人物之后,向所述目标人物对应的目标设备发送优化参数获取请求;若接收到所述目标设备针对所述优化参数获取请求发送的参考优化参数,则将所述参考优化参数作为所述目标人物对应的目标优化参数。
其中,优化参数获取请求用于向目标设备获取目标人物的优化参数。可见,在第四种情况中,在获取待处理图像之后,若确定待处理图像包括目标人物,向目标人物对应的目标设备请求获取该目标人物的优化参数。并在获取目标设备发送的参考优化参数之后,将该参考优化参数作为目标人物对应的目标优化参数。
需要说明的是,上述四种情况并不构成对本申请实施例的限定,实际应用中,还可以采用其他实施方式确定目标优化参数,或结合以上情况进行确定。例如,先基于第三种情况或第四种情况,从目标设备中获取目标人物对应的目标优化参数。然后,将该目标优化参数作为第一优化参数。再基于第二种情况,根据待处理图像中目标人物的人物类型获取第二优化参数。最后,根据第一优化参数和第二优化参数确定目标优化参数。如此,结合考预先获取的优化参数和当前图像的人物类型确定,可提高确定目标优化参数的准确率。
S303:根据所述至少一个目标优化参数对所述待处理图像进行优化处理得到目标图像。
可以理解,在确定待处理图像中各个人物对应的目标优化参数之后,可分别根据人物对应的目标优化参数对该人物的图像进行优化处理得到目标图像。如此,基于不同人物的目标优化参数进行优化处理,可提高图像的显示效果。
与上述图3所示的实施例一致的,请参阅图4,图4是本申请实施例提供的另一种图像处理方法的流程示意图。如图4所示,本图像处理方法应用于电子设备。该方法包括:
S401:对待处理图像进行人物识别得到至少一个人物。
S402:确定所述至少一个人物中每一人物对应的目标优化参数得到至少一个目标优化参数。
其中,步骤S401和步骤S402可参照步骤S301和S302的描述,在此不再赘述。
S403:根据所述至少一个目标优化参数中每一目标优化参数,对所述待处理图像中所述目标优化参数对应的人物的图像进行优化处理得到至少一张第一图像。
在本申请实施例中,第一图像为根据各个人物对应的目标优化参数对该人物的图像进行优化处理得到的图像。
S404:确定所述至少一个人物中每一人物对应的权重得到至少一个权重。
在本申请实施例中,权重为各个人物对于优化图像的概率。
本申请对于确定权重的方法不做限定,在一种可能的示例中,步骤S404包括:确定目标人物与所述电子设备之间的关联值;根据所述关联值,确定所述目标人物对应的权重。
其中,目标人物如前所述,为所述至少一个人物中任一人物。关联值可直接根据目标人物和电子设备对应的所有者之间的关联关系进行确定,也可根据目标人物使用电子设备的频率进行确定,还可根据目标人物和电子设备对应的所有者之间共享图像的次数进行确定等,在此不做限定。
在该示例中,关联值越大,权重越大。本申请对于根据关联值确定权重的方法不做限定,可预先设置关联值与权重之间的映射关系,从而直接根据映射关系确定关联值对应的权重。也可根据关联值分配权重,以使关联值之间的比值与权重之间的比值一致。需要说明的是,当目标人物为电子设备对应的所有者时,关联值为1,其权重为至少一个人物中最大的权重。
可以理解,以目标人物与电子设备之间的关联值确定目标人物的权重,可提高确定权重的准确率。
S405:根据所述至少一个权重和所述至少一个目标优化参数,对所述待处理图像的背景图像进行优化处理得到第二图像。
在本申请实施例中,第二图像为根据各个人物对应的目标优化参数和权重,对待处理图像的背景图像进行优化处理得到的图像。具体的,可根据各个人物对应的目标优化参数和权重确定背景图像的图像属性参数,再根据该图像属性参数对待处理图像的背景图像进行设置得到第二图像。
S406:根据所述至少一张第一图像和所述第二图像进行合成得到目标图像。
在图4所示的方法中,在确定待处理图像中各个人物对应的目标优化参数之后,先分别根据人物对应的目标优化参数对该人物的图像进行优化处理得到第一图像。再根据各个人物对应的权重和目标优化参数对待处理图像的背景图像进行优化处理得到第二图像。最后组合第一图像和第二图像得到目标图像。如此,基于不同人物的目标优化参数处理对该人物的图像部分,再综合所有人物的权重和目标优化参数对背景进行优化处理,可进一步提高图像的显示效果。
与上述图3和图4所示的实施例一致的,请参阅图5,图5是本申请实施例提供的又一种电子设备100的结构示意图。如图5所示,该电子设备100包括处理器140、显示器120、通信接口161和存储器150。其中,处理器140、显示器120、通信接口161和存储器150通过总线180相互连接。存储器150包括一个或多个程序151,上述程序151被配置由上述处理器140执行,上述程序151包括用于执行以下步骤的指令:
对待处理图像进行人物识别,得到至少一个人物;
确定所述至少一个人物中每一人物对应的目标优化参数,得到至少一个目标优化参数;
根据所述至少一个目标优化参数,对所述待处理图像进行优化处理,得到目标图像。
可以看出,本申请实施例基于不同人物的目标优化参数进行优化处理,可提高图像的显示效果。
在一个可能的示例中,所述程序151中的指令具体用于执行以下操作:
若所述目标人物为目标用户,则获取所述目标人物对应的多张目标人物图像;
根据所述多张目标人物图像确定所述目标人物对应的目标优化参数。
在一个可能的示例中,所述程序151中的指令具体用于执行以下操作:
若所述目标人物非所述目标用户,则确定所述目标人物对应的目标优化参数为默认优化参数。
在一个可能的示例中,所述程序151中的指令具体用于执行以下操作:
确定所述多张目标人物图像中每一目标人物图像的评价值,得到多个评价值;
将所述多个评价值中大于预设阈值的评价值对应的目标人物图像作为参考人物图像;
根据所述参考人物图像对应的图像属性参数,确定所述目标人物对应的目标优化参数。
在一个可能的示例中,所述程序151中的指令还用于执行以下操作:
确定所述多张目标人物图像中每一目标人物图像与所述待处理图像之间的相似值,得到多个相似值;
根据所述多个相似值中每一相似值,确定与所述相似值对应的所述目标人物图像的评价值,得到多个评价值。
在一个可能的示例中,所述程序151中的指令还用于执行以下操作:
根据所述待处理图像确定所述目标人物的人物类型;
根据所述人物类型确定所述默认优化参数。
在一个可能的示例中,所述程序151中的指令具体用于执行以下操作:
根据所述至少一个目标优化参数中每一目标优化参数,对所述待处理图像中所述目标优化参数对应的人物的图像进行优化处理,得到至少一张第一图像;
确定所述至少一个人物中每一人物对应的权重,得到至少一个权重;
根据所述至少一个权重和所述至少一个目标优化参数,对所述待处理图像的背景图像进行优化处理,得到第二图像;
根据所述至少一张第一图像和所述第二图像进行合成,得到目标图像。
在一个可能的示例中,所述程序151中的指令具体用于执行以下操作:
确定目标人物与所述电子设备之间的关联值,所述目标人物为所述至少一个人物中任一人物;
根据所述关联值,确定所述目标人物对应的权重。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的模块及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
请参照图6,图6所示的图像处理装置应用于电子设备。如图6所示,该图像处理装置600包括识别单元601、确定单元602和优化单元603。其中,识别单元601、确定单元602和优化单元603通过总线610相互连接。该图像处理装置600包括:
识别单元601,用于对待处理图像进行人物识别,得到至少一个人物;
确定单元602,用于确定所述至少一个人物中每一人物对应的目标优化参数,得到至少一个目标优化参数;
优化单元603,用于根据所述至少一个目标优化参数,对所述待处理图像进行优化处理,得到目标图像。
可以看出,本申请实施例基于不同人物的目标优化参数进行优化处理,可提高图像的显示效果。
在一个可能的示例中,所述确定单元602具体用于若所述目标人物为目标用户,则获取所述目标人物对应的多张目标人物图像;根据所述多张目标人物图像确定所述目标人物对应的目标优化参数。
在一个可能的示例中,所述确定单元602具体用于若所述目标人物非所述目标用户,则确定所述目标人物对应的目标优化参数为默认优化参数。
在一个可能的示例中,所述确定单元602具体用于确定所述多张目标人物图像中每一目标人物图像的评价值,得到多个评价值;将所述多个评价值中大于预设阈值的评价值对应的目标人物图像作为参考人物图像;根据所述参考人物图像对应的图像属性参数,确定所述目标人物对应的目标优化参数。
在一个可能的示例中,所述确定单元602具体用于确定所述多张目标人物图像中每一目标人物图像与所述待处理图像之间的相似值,得到多个相似值;根据所述多个相似值中每一相似值,确定与所述相似值对应的所述目标人物图像的评价值,得到多个评价值。
在一个可能的示例中,所述确定单元602还用于根据所述待处理图像确定所述目标人物的人物类型;根据所述人物类型确定所述默认优化参数。
在一个可能的示例中,所述优化单元603具体用于根据所述至少一个目标优化参数中每一目标优化参数,对所述待处理图像中所述目标优化参数对应的人物的图像进行优化处理,得到至少一张第一图像;确定所述至少一个人物中每一人物对应的权重,得到至少一个权重;根据所述至少一个权重和所述至少一个目标优化参数,对所述待处理图像的背景图像进行优化处理,得到第二图像;根据所述至少一张第一图像和所述第二图像进行合成,得到目标图像。
在一个可能的示例中,所述优化单元603具体用于确定目标人物与所述电子设备之间的关联值,所述目标人物为所述至少一个人物中任一人物;根据所述关联值,确定所述目标人物对应的权重。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于存储计算机程序,该计算机程序使得计算机执行如方法实施例中记载的任一方法的部分或全部步骤,计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,计算机程序可操作来使计算机执行如方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模式并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模式的形式实现。
集成的单元如果以软件程序模式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机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(read-only memory,ROM)、随机存取存储器(randomaccess memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、ROM、RAM、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种图像处理方法,其特征在于,应用于电子设备,包括:
对待处理图像进行人物识别,得到至少一个人物;
确定所述至少一个人物中每一人物对应的目标优化参数,得到至少一个目标优化参数;
根据所述至少一个目标优化参数,对所述待处理图像进行优化处理,得到目标图像。
2.根据权利要求1所述的方法,其特征在于,所述确定所述至少一个人物中每一人物对应的目标优化参数,得到至少一个目标优化参数,包括:
若目标人物为目标用户,则获取所述目标人物对应的多张目标人物图像,所述目标人物为所述至少一个人物中任一人物;
根据所述多张目标人物图像确定所述目标人物对应的目标优化参数;
或者,
若所述目标人物非所述目标用户,则确定所述目标人物对应的目标优化参数为默认优化参数。
3.根据权利要求2所述的方法,其特征在于,所述根据所述多张目标人物图像确定所述目标人物对应的目标优化参数,包括:
确定所述多张目标人物图像中每一目标人物图像的评价值,得到多个评价值;
将所述多个评价值中大于预设阈值的评价值对应的目标人物图像作为参考人物图像;
根据所述参考人物图像对应的图像属性参数,确定所述目标人物对应的目标优化参数。
4.根据权利要求3所述的方法,其特征在于,所述确定所述多张目标人物图像中每一目标人物图像的评价值,得到多个评价值,包括:
确定所述多张目标人物图像中每一目标人物图像与所述待处理图像之间的相似值,得到多个相似值;
根据所述多个相似值中每一相似值,确定与所述相似值对应的所述目标人物图像的评价值,得到多个评价值。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述待处理图像确定所述目标人物的人物类型;
根据所述人物类型确定所述默认优化参数。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述根据所述至少一个目标优化参数,对所述待处理图像进行优化处理,得到目标图像,包括:
根据所述至少一个目标优化参数中每一目标优化参数,对所述待处理图像中所述目标优化参数对应的人物的图像进行优化处理,得到至少一张第一图像;
确定所述至少一个人物中每一人物对应的权重,得到至少一个权重;
根据所述至少一个权重和所述至少一个目标优化参数,对所述待处理图像的背景图像进行优化处理,得到第二图像;
根据所述至少一张第一图像和所述第二图像进行合成,得到目标图像。
7.根据权利要求6所述的方法,其特征在于,所述确定所述至少一个人物中每一人物对应的权重,得到多个权重,包括:
确定目标人物与所述电子设备之间的关联值,所述目标人物为所述至少一个人物中任一人物;
根据所述关联值,确定所述目标人物对应的权重。
8.一种图像处理装置,其特征在于,应用于电子设备,包括:
识别单元,用于对待处理图像进行人物识别,得到至少一个人物;
确定单元,用于确定所述至少一个人物中每一人物对应的目标优化参数,得到至少一个目标优化参数;
优化单元,用于根据所述至少一个目标优化参数,对所述待处理图像进行优化处理,得到目标图像。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,其用于存储计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010185943.1A CN111383198B (zh) | 2020-03-17 | 2020-03-17 | 图像处理方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010185943.1A CN111383198B (zh) | 2020-03-17 | 2020-03-17 | 图像处理方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111383198A true CN111383198A (zh) | 2020-07-07 |
CN111383198B CN111383198B (zh) | 2023-04-25 |
Family
ID=71215489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010185943.1A Active CN111383198B (zh) | 2020-03-17 | 2020-03-17 | 图像处理方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111383198B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112887665A (zh) * | 2020-12-30 | 2021-06-01 | 重庆邮电大学移通学院 | 视频图像处理方法及相关装置 |
CN113473227A (zh) * | 2021-08-16 | 2021-10-01 | 维沃移动通信(杭州)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN114038370A (zh) * | 2021-11-05 | 2022-02-11 | 深圳Tcl新技术有限公司 | 显示参数调整方法、装置、存储介质及显示设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108629339A (zh) * | 2018-06-15 | 2018-10-09 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
CN110287809A (zh) * | 2019-06-03 | 2019-09-27 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
-
2020
- 2020-03-17 CN CN202010185943.1A patent/CN111383198B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108629339A (zh) * | 2018-06-15 | 2018-10-09 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
CN110287809A (zh) * | 2019-06-03 | 2019-09-27 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112887665A (zh) * | 2020-12-30 | 2021-06-01 | 重庆邮电大学移通学院 | 视频图像处理方法及相关装置 |
CN113473227A (zh) * | 2021-08-16 | 2021-10-01 | 维沃移动通信(杭州)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN114038370A (zh) * | 2021-11-05 | 2022-02-11 | 深圳Tcl新技术有限公司 | 显示参数调整方法、装置、存储介质及显示设备 |
WO2023077981A1 (zh) * | 2021-11-05 | 2023-05-11 | 深圳Tcl新技术有限公司 | 显示参数调整方法、装置、存储介质及显示设备 |
CN114038370B (zh) * | 2021-11-05 | 2023-10-13 | 深圳Tcl新技术有限公司 | 显示参数调整方法、装置、存储介质及显示设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111383198B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10169639B2 (en) | Method for fingerprint template update and terminal device | |
US9779527B2 (en) | Method, terminal device and storage medium for processing image | |
CN111383198B (zh) | 图像处理方法及相关产品 | |
EP3454240B1 (en) | Unlocking methods and related products | |
WO2019024717A1 (zh) | 防伪处理方法及相关产品 | |
CN107480489B (zh) | 解锁控制方法及相关产品 | |
CN109074171B (zh) | 输入方法及电子设备 | |
US10599913B2 (en) | Face model matrix training method and apparatus, and storage medium | |
CN107506697B (zh) | 防伪处理方法及相关产品 | |
CN107864299B (zh) | 图片显示方法及相关产品 | |
CN108491780A (zh) | 图像美化处理方法、装置、存储介质及终端设备 | |
CN107563316A (zh) | 一种拍摄方法、终端及计算机可读存储介质 | |
CN110933312A (zh) | 拍照控制方法及相关产品 | |
CN111556248B (zh) | 拍摄方法、装置、存储介质及移动终端 | |
US11302115B2 (en) | Method for facial information preview and related products | |
CN111626035B (zh) | 一种版面分析方法及电子设备 | |
CN110796673A (zh) | 图像分割方法及相关产品 | |
CN112703534A (zh) | 图像处理方法及相关产品 | |
CN112766389B (zh) | 图像分类方法、图像分类模型的训练方法、装置和设备 | |
CN107194363B (zh) | 图像饱和度处理方法、装置、存储介质及计算机设备 | |
CN112904997A (zh) | 设备控制方法及相关产品 | |
CN111104823A (zh) | 人脸识别方法、装置及存储介质、终端设备 | |
US20230258470A1 (en) | Method for providing point-of-interest information, and electronic device supporting same | |
US20230111512A1 (en) | Electronic device and method for generating additional information about file in electronic device | |
US20230386254A1 (en) | Electronic device, operating method of electronic device, and recording medium |
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 |