CN111385481A - 图像处理方法及装置、电子设备及存储介质 - Google Patents
图像处理方法及装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111385481A CN111385481A CN202010239518.6A CN202010239518A CN111385481A CN 111385481 A CN111385481 A CN 111385481A CN 202010239518 A CN202010239518 A CN 202010239518A CN 111385481 A CN111385481 A CN 111385481A
- Authority
- CN
- China
- Prior art keywords
- image
- target image
- target
- depth information
- pixel
- 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.)
- Pending
Links
Images
Classifications
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/958—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging
- H04N23/959—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging by adjusting depth of field during image capture, e.g. maximising or setting range based on scene characteristics
Abstract
本公开提供了一种图像处理方法及装置、电子设备及存储介质,涉及网络技术领域,以解决相关技术中电子设备进行图像背景虚化需要较高硬件配置的问题。该方法包括:将目标图像转换为第一图像和第二图像,第一图像的对目标对象成像的视角不同于第二图像的对目标对象成像的视角,该目标对象为目标图像的成像对象;并根据第一图像和第二图像,获取目标图像对应的深度信息;且根据深度信息,对目标图像的背景区域进行虚化处理。该方法可以应用于对图像背景虚化处理的场景中。
Description
技术领域
本公开涉及网络技术领域,尤其涉及一种图像处理方法、电子设备及存储介质。
背景技术
随着电子设备(例如智能手机)的广泛使用,摄像头作为智能手机中的重要模块已取代卡片相机成为大众最常用的便携拍摄设备。目前,智能手机可以拍摄出具有背景虚化效果的照片,这通常基于智能手机中的双摄系统,采用相应的背景虚化算法来实现。
然而,对于现有智能手机,通常需要设置两个或更多个摄像头,才能拍摄出背景虚化效果的照片,导致电子设备的硬件配置较高。
发明内容
本公开提供一种图像处理方法及装置、电子设备及存储介质,可以至少解决相关技术中电子设备进行图像背景虚化需要较高硬件配置的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种图像处理方法,包括:
将目标图像转换为第一图像和第二图像,所述第一图像的对目标对象成像的视角不同于所述第二图像的对所述目标对象成像的视角,所述目标对象为所述目标图像的成像对象;
根据所述第一图像和所述第二图像,获取所述目标图像对应的深度信息;
根据所述深度信息,对所述目标图像的背景区域进行虚化处理。
在一种可能实现方式中,所述将目标图像转换为第一图像和第二图像,包括:
从所述目标图像中提取M个第一像素点和N个第二像素点,每个第一像素点与任意一个第二像素点均不同,M和N均为正整数;
将所述M个第一像素点合成所述第一图像;
将所述N个第二像素点合成所述第二图像。
在一种可能实现方式中,所述从所述目标图像中提取M个第一像素点和N个第二像素点,包括:
从所述目标图像中每间隔n个像素点提取一个像素点,得到所述M个第一像素点,n为正整数;
从所述目标图像中除所述M个第一像素点之外的像素点中,每间隔n个像素点提取一个像素点,得到所述N个第二像素点。
在一种可能实现方式中,所述根据所述深度信息,对所述目标图像的背景区域进行虚化处理之前,所述方法还包括:
识别所述目标图像中的主体轮廓;
所述根据所述深度信息,对所述目标图像的背景区域进行虚化处理,包括:
根据所述深度信息和所述主体轮廓,生成掩码图,所述掩码图包括所述主体轮廓和背景轮廓;
根据所述掩码图,对所述背景区域进行虚化处理。
在一种可能实现方式中,所述根据所述掩码图,对所述背景区域进行虚化处理,包括:
将所述掩码图和所述目标图像融合,得到第三图像;
采用模糊算法,对所述目标图像进行模糊处理,得到第四图像;
将所述第三图像和所述第四图像融合,得到所述背景区域虚化后的所述目标图像。
在一种可能实现方式中,所述根据所述第一图像和所述第二图像,获取所述目标图像对应的深度信息,包括:
获取所述第一图像和所述第二图像中,像素特征相互匹配的至少一组特征点,每组特征点包括所述第一图像中的一个第一特征点和所述第二图像中的一个第二特征点;
对于每组特征点,均执行以下步骤,得到所述目标图像对应的深度信息:
根据一组特征点中的第一特征点和第二特征点,确定所述一组特征点对应的深度信息;
其中,所述目标图像对应的深度信息包括所述至少一组特征点对应的深度信息。
根据本公开实施例的第二方面,提供一种图像处理装置,包括转换模块、获取模块和处理模块;
所述转换模块,被配置为执行将目标图像转换为第一图像和第二图像,所述第一图像的对目标对象成像的视角不同于所述第二图像的对所述目标对象成像的视角,所述目标对象为所述目标图像的成像对象;
所述获取模块,被配置为执行根据所述转换模块转换得到的所述第一图像和所述第二图像,获取所述目标图像对应的深度信息;
所述处理模块,被配置为执行根据所述获取模块获取的所述深度信息,对所述目标图像的背景区域进行虚化处理。
在一种可能实现方式中,所述转换模块,具体被配置为执行:
从所述目标图像中提取M个第一像素点和N个第二像素点,每个第一像素点与任意一个第二像素点均不同,M和N均为正整数;
将所述M个第一像素点合成所述第一图像;
将所述N个第二像素点合成所述第二图像。
在一种可能实现方式中,所述转换模块,具体被配置为执行:
从所述目标图像中每间隔n个像素点提取一个像素点,得到所述M个第一像素点,n为正整数;
从所述目标图像中除所述M个第一像素点之外的像素点中,每间隔n个像素点提取一个像素点,得到所述N个第二像素点。
在一种可能实现方式中,所述图像处理装置还包括识别模块;
所述识别模块,被配置为执行在所述处理模块根据所述深度信息,对所述目标图像的背景区域进行虚化处理之前,识别所述目标图像中的主体轮廓;
所述处理模块,具体被配置为执行:根据所述深度信息和所述主体轮廓,生成掩码图,所述掩码图包括所述主体轮廓和背景轮廓;并根据所述掩码图,对所述背景区域进行虚化处理。
在一种可能实现方式中,所述处理模块,具体被配置为执行:
将所述掩码图和所述目标图像融合,得到第三图像;
采用模糊算法,对所述目标图像进行模糊处理,得到第四图像;
将所述第三图像和所述第四图像融合,得到所述背景区域虚化后的所述目标图像。
在一种可能实现方式中,所述获取模块,具体被配置为执行:
获取所述第一图像和所述第二图像中,像素特征相互匹配的至少一组特征点,每组特征点包括所述第一图像中的一个第一特征点和所述第二图像中的一个第二特征点;
对于每组特征点,均执行以下步骤,得到所述目标图像对应的深度信息:
根据一组特征点中的第一特征点和第二特征点,确定所述一组特征点对应的深度信息;
其中,所述目标图像对应的深度信息包括所述至少一组特征点对应的深度信息。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储该处理器可执行指令的存储器;
其中,该处理器被配置为执行指令,以实现如上述第一方面或第一方面的任一种可能实现方式所述的图像处理方法。
根据本公开实施例的第四方面,提供一种存储介质,当该存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如上述第一方面或第一方面的任一种可能实现方式所述的图像处理方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,当该计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备能够执行如上述第一方面或第一方面的任一种可能实现方式所述的图像处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过该方案,可以将目标图像转换成两个不同视角的图像,以模拟双摄像头,并通过双摄像头的性质计算目标图像对应的深度信息,进而可以利用该深度信息对目标图像进行背景虚化处理。相关技术中需要通过双摄系统采集图像才能计算目标图像的深度信息,而本公开实施例采用上述图像处理方法,即可实现单摄系统模拟双摄系统,快速准确地计算目标图像对应的深度信息,进而根据深度信息达到图像背景虚化的目的。如此,本公开实施例可以提高具有单摄系统的电子设备对图像背景进行虚化处理的能力。
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
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种图像处理方法的实施环境示意图。
图2是根据一示例性实施例示出的一种图像处理方法的流程图之一。
图3是根据一示例性实施例示出的一种图像处理方法的流程图之二。
图4是根据一示例性实施例示出的一种图像处理方法的流程图之三。
图5是根据一示例性实施例示出的一种图像处理方法中提取像素的示意图。
图6是根据一示例性实施例示出的一种图像处理方法的流程图之四。
图7是根据一示例性实施例示出的一种图像处理方法中用于计算深度信息的示意图。
图8是根据一示例性实施例示出的一种图像处理方法的流程图之五。
图9是根据一示例性实施例示出的一种图像处理方法的流程图之六。
图10是根据一示例性实施例示出的一种电子设备的框图之一。
图11是根据一示例性实施例示出的一种电子设备的框图之二。
图12是根据一示例性实施例示出的一种电子设备的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种实施环境的架构图,如图1所示,下述图像处理方法可以应用于该实施环境中。该实施环境包括电子设备01和服务器02。其中,电子设备01和服务器02可以通过网络互连并通信。
其中,电子设备01可以为具有图像处理功能的设备,电子设备01可以具有能够采集图像的摄像头。电子设备01可以通过摄像头采集图像数据,并通过图像处理功能对图像数据进行处理。或者,电子设备01可以从服务器02获取图像数据,并通过图像处理功能对图像数据进行处理。或者,电子设备01可以通过图像处理功能对本地存储的图像数据进行处理。
电子设备01可以是任何一种可与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品,例如手机、平板电脑、掌上电脑、个人计算机(Personal Computer,PC)、可穿戴设备、智能电视等。
服务器02可以是一台服务器,也可以是由多台服务器组成的服务器集群,或者是一个云计算服务中心。服务器02可以包括处理器、存储器以及网络接口等。
本领域技术人员应能理解上述电子设备和服务器仅为举例,其他现有的或今后可能出现的电子设备或服务器如可适用于本公开,也应包含在本公开保护范围以内,并在此以引用方式包含于此。
本发明实施例提供的图像处理方法的执行主体可以为上述的电子设备,也可以为该电子设备中能够实现该图像处理方法的功能模块和/或功能实体(例如下述的图像处理装置),具体的可以根据实际使用需求确定,本发明实施例不作限定。下面以电子设备为例,结合各个附图对本发明实施例提供的图像处理方法进行示例性的说明。
虽然当前很多相机有两个或以上摄像头,并且很多算法基于两个或两个以上摄像头做背景虚化算法有比较成熟的解决方案,但是,如何让单摄像头相机具备和双摄像头甚至多摄像头相机相同的功能是一个有挑战的问题。
鉴于此,本公开实施例提出一种基于单摄像头的背景虚化方法,在算法层面用单摄像头模拟双摄像头,从而快速准确地估计图像对应的深度信息,旨在提高具有单摄像头的电子设备对图像背景进行虚化处理的能力。
图2是根据一示例性实施例示出的一种图像处理方法的流程图,如图2所示,该方法包括以下步骤S21-步骤S23。
在步骤S21中,电子设备将目标图像转换为第一图像和第二图像。
其中,第一图像的对目标对象成像的视角不同于第二图像的对目标对象成像的视角,该目标对象为目标图像的成像对象。
本公开实施例中,电子设备可以设置有能够采集图像的单摄像头。电子设备可以响应于用户的拍摄操作,采用该单摄像头采集图像。
需要说明的是,单摄像头也称为单目摄像头,是基于一个镜头的摄像装置;双摄像头也称为双目摄像头,是基于两个镜头的摄像装置。
本公开实施例中,目标图像可以为电子设备通过其单摄像头采集得到的图像。当然,该目标图像还可以为本电子设备从该其他电子设备获取的、由其他电子设备通过其单摄像头采集得到的图像。
本公开实施例中,电子设备在采用单摄像头采集到目标图像之后,可以将目标图像转换为不同视角的两个图像,即类似于双摄像头采集的不同视角的两个图像。
示例性的,电子设备可以将目标图像转换为左视角的第一图像和右视角的第一图像,其中,第一图像类似于双摄像头的左摄像头采集的图像,第二图像类似于双摄像头的右摄像头采集的图像。
再示例性的,电子设备可以将目标图像转换为上视角的第一图像和下视角的第一图像,其中,第一图像类似于双摄像头的上摄像头采集的图像,第二图像类似于双摄像头的下摄像头采集的图像。
本公开实施例中,电子设备可以从目标图像中分别提取不同方位的像素,构成第一图像和第二图像,以实现将目标图像转换为第一图像和第二图像的目的。其中,从目标图像提取的不同方位的像素分别可以由两个不同的传感器成像,得到第一图像和第二图像。
例如,电子设备可以从目标图像中提取部分像素并将提取的像素构成第一图像,并且从目标图像中提取另外一部分像素并将提取的像素构成第二图像。
需要说明的是,第一图像中的像素和第二图像的像素必然具有一定的像素特征相关性。比如,假设第一图像中的某一像素与第二图像中的某一像素在目标图像中的位置彼此相邻,因此这两个像素之间的像素特征(例如颜色特征、纹理特征、形状特征或空间关系特征等)的相似度可能会较高。这两个位置相关、像素特征相关的像素可作为像素特征匹配的像素对,可以理解,第一图像和第二图像之间可以具有多个这样的像素特征匹配的像素对,每个像素对均可以用于空间点的深度信息的计算中,具体计算过程将在下文中详细描述,此处不予赘述。
在步骤S22中,电子设备根据第一图像和第二图像,获取目标图像对应的深度信息。
本公开实施例中,电子设备可以根据第一图像和第二图像中像素特征匹配的像素对,计算目标图像对应的深度信息。
可以理解,目标图像中的每个像素为一个空间点在目标图像中的一个成像点,因此目标图像中的每个像素都对应空间中的一个空间点。
其中,上述目标图像对应的深度信息指的是,目标图像中的各个像素各自对应的空间点的深度信息的集合。基于目标图像对应的深度信息,可以得到目标图像对应的深度图。
这里,空间点的深度信息可以定义为空间点到电子设备中摄像头的镜头光心所在平面之间的垂直距离,记为z。
相应地,第一图像和第二图像中像素特征匹配的一个像素对可以对应空间中的同一空间点。电子设备可以采用相关测距技术(例如三角测距法),利用不同视角的第一图像和第二图像中每个像素对的相对位置信息等,计算空间中该像素对对应的一个空间点的深度信息。以此方式,针对第一图像和第二图像中所有的像素特征匹配的像素对,电子设备可以计算得到目标图像中的各像素对各自对应的空间点的深度信息的集合,即电子设备可以获取目标图像对应的深度信息。
在步骤S23中,电子设备根据深度信息,对目标图像的背景区域进行虚化处理。
本公开实施例中,电子设备可以根据深度信息,确定目标图像的背景区域,并采用相关虚化处理方式,对目标图像的背景区域进行虚化处理。
本公开实施例中,上述图像处理方法为一种基于单摄像头的背景虚化方法,可以在算法层面用单摄像头模拟双摄像头,进而可以采用与双摄像头相同的算法,快速准确地计算目标图像的深度信息,并利用该深度信息对目标图像进行背景虚化处理,如此可以提高具有单摄像头的电子设备对图像背景进行虚化处理的能力。
本公开实施例提供的图像处理方法,可以将目标图像转换成两个不同视角的图像,以模拟双摄像头,并通过双摄像头的性质计算目标图像对应的深度信息,进而可以利用该深度信息对目标图像进行背景虚化处理。相关技术中需要通过双摄系统采集图像才能计算目标图像的深度信息,而本公开实施例采用上述图像处理方法,即可实现单摄系统模拟双摄系统,快速准确地计算目标图像对应的深度信息,进而根据深度信息达到图像背景虚化的目的。如此,本公开实施例可以提高具有单摄系统的电子设备对图像背景进行虚化处理的能力。
可选的,本公开实施例中,电子设备可以采用特定的转换方式,将目标图像转换为第一图像和第二图像。示例性,结合图2,如图3所示,上述的步骤S21具体可以通过下述的步骤S21A-步骤S21B实现。
在步骤S21A中,电子设备从目标图像中提取M个第一像素点和N个第二像素点。
其中,M个第一像素点中的每个第一像素点与N个第二像素点中的任意一个第二像素点均不同。即,M个第一像素点与N个第二像素点没有相同的像素点。
当然,本公开实施例并不排除M个第一像素点和N个第二像素点存在相同像素点的情况,在M个第一像素点和N个第二像素点存在相同像素点的情况下,可以提升计算深度信息的精确度,但是计算量可能会增加。
其中,M和N均为正整数,M和N可以相等,也可以不相等(例如M大于N,或者N大于M)。例如,在M和N相等(例如M和N均为1024)的情况下,相应地可以得到1024个像素特征匹配的像素对。再例如,在M和N不相等(例如M为1024,N为512)的情况下,相应地可以得到512个像素特征匹配的像素对,这样会存在冗余像素。
具体的,上述M个第一像素点和N个第二像素点是否存在相同的像素点,或者M和N是否相等,可以根据实际计算需求确定,本公开实施例不作限定。
在步骤S21B中,电子设备将M个第一像素点合成第一图像,并将N个第二像素点合成第二图像。
本公开实施例中,电子设备从目标图像中提取M个第一像素点,将该M个第一像素点合成第一图像,并从目标图像中提取N个第二像素点,将该N个第二像素点合成第二图像。从而可以通过从目标图像中提取像素,将目标图像转换成两个不同视角的图像,实现单摄系统模拟双摄系统,从而实现设备硬件的资源使用最大化,节约硬件成本。
可选的,电子设备可以按照M个第一像素点在目标图像中的位置顺序,将M个第一像素点合成第一图像。相应地,电子设备可以按照N个第二像素点在目标图像中的位置顺序,将N个第二像素点合成第二图像。
或者,电子设备还可以先调整M个第一像素点中相邻像素之间的间距(例如减小间距),再将该M个第一像素点合成第一图像。相应地,电子设备可以先调整N个第二像素点中相邻像素之间的间距(例如减小间距),再将N个第二像素点合成第二图像。
本公开实施例可以将单摄像头采集的一个图像转换成视角不同的两个图像,这类似于双摄像头采集视角不同的两个图像,如此本公开实施例可以在算法层面用单摄像头模拟双摄像头,并采用类似于双摄像头的算法,快速准确地计算目标图像的深度信息,并利用该深度信息对目标图像进行背景虚化处理,如此可以提高具有单摄像头的电子设备对图像背景进行虚化处理的能力。
可选的,本公开实施例中,电子设备可以采用不同的转换方式,将目标图像转换为第一图像和第二图像;可以理解,第一图像和第二图像(例如像素内容、像素排列或像素个数等)会依据转换方式不同而不同。
示例性的,结合图3,如图4所示,上述的步骤S21A具体可以通过下述的步骤S21C-步骤S21D实现。
在步骤S21C中,电子设备从目标图像中每间隔n个像素点提取一个像素点,得到M个第一像素点。
在步骤S21D中,电子设备从目标图像中除M个第一像素点之外的像素点中,每间隔n个像素点提取一个像素点,得到N个第二像素点。
其中,n为正整数。
本公开实施例中,将目标图像转换成两个视角不同的图像的方式灵活多变,可以隔一个像素进行采样,也可以隔多个像素进行采样,只需要算法进行相应的调整即可,实际实现时可以在计算速度和计算精度方面进行权衡来确定像素采样方式。也就是说,本公开实施例可以按照特定的采样策略,从目标图像中提取像素,将目标图像转换成两个不同视角的图像,实现单摄系统模拟双摄系统,从而实现设备硬件的资源使用最大化,节约硬件成本。
下面通过举例的方式,示例性的说明上述将目标图像转换成两个不同视角的图像的可能实现方式。
示例性的,假设目标图像包括2M个像素点且n为1,那么电子设备设可以目标图像中每间隔1个像素点提取一个像素点,得到M个第一像素点;电子设备从目标图像中除M个第一像素点之外的像素点中,每间隔1个像素点提取一个像素点,得到M个第二像素点(此时N=M)。
如图5所示,假设目标图像51包括8个像素点:[1,2,3,4,5,6,7,8],那么可以将目标图像51中相邻两个像素分成左像素和右像素,将所有左像素[1,3,5,7]组成第一图像52,将所有右像素[2,4,6,8]组成第二图像53。如此,将目标图像[1,2,3,4,5,6,7,8]转换成两个不同视角的图像:左像素[1,3,5,7]和右像素[2,4,6,8]。从而实现单摄系统模拟双摄系统的目的。
又示例性的,假设目标图像包括2M个像素点且n为2,那么电子设备设可以目标图像中每间隔2个像素点提取一个像素点,得到M个第一像素点;电子设备从目标图像中除M个第一像素点之外的像素点中,每间隔1个像素点提取一个像素点,得到M个第二像素点(此时N=M)。
例如,假设目标图像包括12个像素点:[1,2,3,4,5,6,7,8,9,10,11,12],那么可以从目标图像中每隔2个像素点进行采样,例如可提取[1,4,7,10]四个像素点,构成第一图像;并从目标图像中除[1,4,7,10]之外的像素点中,每隔2个像素点进行采样,例如可提取[2,5,8,11]四个像素点,构成第二图像。第一图像和第二图像实质上可以理解为以不同视角对目标对象成像得到的两个图像。如此将目标图像转换成两个不同视角的图像,实现单摄系统模拟双摄系统的目的。
或者,还可以从目标图像中每隔2个像素点进行采样,例如可提取[1,4,7,10]四个像素点,构成第一图像;并从目标图像中除[1,4,7,10]之外的像素点中,每隔2个像素点进行采样,例如可提取[3,6,9,12]四个像素点,构成第二图像。第一图像和第二图像实质上可以理解为以不同视角对目标对象成像得到的两个图像。如此将目标图像转换成两个不同视角的图像,实现单摄系统模拟双摄系统的目的。
如此,本公开实施例可以将单摄系统采集的目标图像转换成视角不同的两个图像,这两个图像类似于双摄系统以不同视角采集的两个图像,这样本公开实施例可以在算法层面用单摄系统模拟双摄系统,从而实现设备硬件的资源使用最大化,节约硬件成本。
可选的,结合图2,如图6所示,上述的步骤S22具体可以通过下述的步骤S22A-步骤S22B实现。
在步骤S22A中,电子设备获取第一图像和第二图像中,像素特征相互匹配的至少一组特征点。
其中,每组特征点包括第一图像中的一个第一特征点和第二图像中的一个第二特征点。
本公开实施例中,以上述将目标图像的像素点[1,2,3,4,5,6,7,8]分成左像素[1,3,5,7]和[2,4,6,8]为例,由于第一图像和第二图像是由目标图像分拆左右像素得到的,因此,这两个图像有相似的内容,可以采用尺度不变特征变换(Scale-invariant featuretransform,SIFT)算法提取这两个图像上的SIFT特征,并记录所有特征匹配的位置(例如下面图5中P代表其中一个匹配特征的位置)。
本公开实施例中,一组特征点包括第一图像和第二图像中像素特征相互匹配的一对像素点(简称像素对)。
示例性的,假设第一图像包括M个像素点,第二图像包括M个像素点,那么电子设备可以获取第一图像和第二图像中,像素特征相互匹配的至少M组特征点。
在步骤S22B中,对于每组特征点,电子设备均执行以下步骤,得到目标图像对应的深度信息:根据一组特征点中的第一特征点和第二特征点,确定该一组特征点对应的深度信息;其中,目标图像对应的深度信息包括该至少一组特征点对应的深度信息。
如前所述的那样,电子设备可以根据一组特征点的相对位置关系,计算空间中该一组特征点(即像素对)对应的一个空间点的深度信息。以此方式,电子设备可以计算得到目标图像中的各组特征点(各像素对)各自对应的空间点的深度信息的集合(即至少一组特征点对应的深度信息),如此电子设备可以获取目标图像对应的深度信息。
为了更加清楚的描述如何获取目标图像对应的深度信息,下面参考图6,以P1和P2为第一图像和第二图像中像素特征相互匹配的一组特征点(即像素特征相互匹配的一对像素点)为例,说明利用两张不同视角的第一图像和第二图像,计算目标图像对应的深度信息的原理:
在实际应用中,人眼分辩眼前对象的深度信息主要是依靠双目视觉进行分辨,这与双摄像头分辨深度信息的原理一样,主要是依靠如图7所示的三角测距的原理实现的。如图7所示,左像平面和右像平面类似于两个摄像头各自的像平面,假设左像平面和右像平面的尺寸均为L,OR和OT分别代表不同摄像头(即镜头光心),这两个摄像头在同一平面,距离为B。由图7可见左右两个摄像头的光轴是平行的,f代表焦距。P1和P2分别是实际空间中的对象P在左像平面(对应第一图像)和右像平面(对应第二图像)中的成像点。其中,P1点距离左像平面的左侧边界的距离为XR,P2点距离右像平面的左侧边界的距离为XT。
基于三角测距原理,图7中的对象P与两个摄像头所在平面之间的距离Z,具有如下关系:B/Z=((B+XT)-XR)/(Z-f)。
基于此,可以推导得到Z=(B*f)/(XR-XT)。
其中,(XR-XT)为空间中的同一对象P在不同拍摄图像中的位置之间的距离差(称为视差)。上述公式体现了对象P的深度信息与视差(XR-XT)、焦距f以及距离B之间的关系,由于B、f为定值,因此根据(XR-XT)可以确定出对象P的距离Z。
本公开实施例中,通过从目标图像中提取像素,将目标图像分成两个不同视角的图像,用来模拟双摄像头,并通过双摄像头的性质计算空间中对象的深度信息,从而估计出目标图像全图的深度信息,达到目标图像的背景虚化的目的。如此,可以提高具有单摄像头的电子设备对图像背景进行虚化处理的能力。从而可以实现设备硬件的资源使用最大化,节约硬件成本。
可选的,本公开实施例中,双摄系统在对目标图像的背景区域进行虚化时,可能会导致有些不希望虚化的目标对象的图像被虚化,因而,为了便于保证目标对象不被虚化,电子设备可以识别目标图像中的主体轮廓,以检测目标图像中是否存在目标对象。
示例性的,结合图2,如图8所示,在上述的步骤S23之前,本公开实施例提供的图像处理方法还包括下述的步骤S24。相应地,上述的步骤S23具体可以通过下述的步骤S23A和步骤S23B实现。
在步骤S24中,电子设备识别目标图像中的主体轮廓。
本公开实施例中,电子设备可以采用图像分割算法(例如分割掩码Mask R-CNN算法),分割目标图像中的有意义个体(即上述的目标对象),例如人、狗、猫、人脸、花、草等,并且可以将有交叠的同类个体分割开来,从而识别出目标图像中的主体轮廓。
在步骤S23A中,电子设备根据深度信息和主体轮廓,生成掩码图。
其中,上述掩码图包括主体轮廓和背景轮廓。主体轮廓即为有意义个体的前景轮廓,背景轮廓即为除主体轮廓之外的部分。
本公开实施例中,在计算得到目标图像对应的深度信息后,电子设备可以结合目标对应对应的深度信息以及目标图像中的主体轮廓(即有意义个体),生成虚化的掩码图。
示例性的,以二值掩码图为例,目标图像中的前景全为为1,需要虚化的背景全为0。
在步骤S23B中,电子设备根据掩码图,对背景区域进行虚化处理。
本公开实施例中,由于掩码图中包括主体轮廓和背景轮廓,因此电子设备可以根据掩码图,采用模糊算法,对背景区域进行虚化处理。示例性的,结合图8,如图9所示,上述的步骤S23B具体可以通过下述的步骤S23C-步骤S23E实现。
在步骤S23C中,电子设备将掩码图和目标图像融合,得到第三图像。
在步骤S23D中,电子设备采用模糊算法,对目标图像进行模糊处理,得到第四图像。
本公开实施例中,上述模糊算法可以为高斯卷积算法,或者可以为其他任意满足实际使用需求的能够进行模糊图像的算法,具体可以根据实际使用需求确定,本发明实施例不作限定。
在步骤S23E中,电子设备将第三图像和第四图像融合,得到背景区域虚化后的目标图像。
需要说明的是,本发明实施例不限定上述步骤S23C和步骤S23D的执行顺序,即可以先执行步骤S23C,后执行步骤S23D;也可以先执行步骤S23D,后执行步骤S23C;还可以同时执行步骤S23C和步骤S23D。图9是以先执行步骤S23C,后执行步骤S23D为例示出的。
本公开实施例中,相关技术中需要通过双摄像头或更多摄像头采集图像才能计算目标图像的深度信息,本公开实施例通过单摄像头采集图像,并通过上述图像处理方法,即可计算目标图像对应的深度信息,进而可以利用该深度信息对目标图像进行背景虚化处理,如此可以提高具有单摄像头的电子设备对图像背景进行虚化处理的能力。从而实现设备硬件的资源使用最大化,节约硬件成本。
图10是根据一示例性实施例示出的一种图像处理装置的框图。参照图10,该图像处理装置50包括转换模块51、获取模块52和处理模块53;
转换模块51,被配置为执行将目标图像转换为第一图像和第二图像,第一图像的对目标对象成像的视角不同于第二图像的对目标对象成像的视角,该目标对象为目标图像的成像对象;
获取模块52,被配置为执行根据转换模块51转换得到的第一图像和第二图像,获取目标图像对应的深度信息;
处理模块53,被配置为执行根据获取模块52获取的深度信息,对目标图像的背景区域进行虚化处理。
在一种可能实现方式中,转换模块51,具体被配置为执行:
从目标图像中提取M个第一像素点和N个第二像素点,每个第一像素点与任意一个第二像素点均不同,M和N均为正整数;
将M个第一像素点合成第一图像;
将N个第二像素点合成第二图像。
在一种可能实现方式中,转换模块51,具体被配置为执行:
从目标图像中每间隔n个像素点提取一个像素点,得到上述M个第一像素点,n为正整数;
从目标图像中除该M个第一像素点之外的像素点中,每间隔n个像素点提取一个像素点,得到上述N个第二像素点。
在一种可能实现方式中,结合图10,如图11所示,本公开实施例提供的图像处理装置50还包括识别模块54;
识别模块54,被配置为执行在处理模块53根据深度信息,对目标图像的背景区域进行虚化处理之前,识别该目标图像中的主体轮廓;
处理模块53,具体被配置为执行:根据深度信息和该主体轮廓,生成掩码图,该掩码图包括主体轮廓和背景轮廓;并根据该掩码图,对背景区域进行虚化处理。
在一种可能实现方式中,处理模块53,具体被配置为执行:
将掩码图和目标图像融合,得到第三图像;
采用模糊算法,对目标图像进行模糊处理,得到第四图像;
将该第三图像和第四图像融合,得到背景区域虚化后的目标图像。
在一种可能实现方式中,获取模块52,具体被配置为执行:
获取第一图像和第二图像中,像素特征相互匹配的至少一组特征点,每组特征点包括该第一图像中的一个第一特征点和该第二图像中的一个第二特征点;
对于每组特征点,均执行以下步骤,得到目标图像对应的深度信息:
根据一组特征点中的第一特征点和第二特征点,确定该一组特征点对应的深度信息;
其中,上述目标图像对应的深度信息包括该至少一组特征点对应的深度信息。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
通过该方案,可以将目标图像转换成两个不同视角的图像,以模拟双摄像头,并通过双摄像头的性质计算目标图像对应的深度信息,进而可以利用该深度信息对目标图像进行背景虚化处理。相关技术中需要通过双摄系统采集图像才能计算目标图像的深度信息,而本公开实施例采用上述图像处理方法,即可实现单摄系统模拟双摄系统,快速准确地计算目标图像对应的深度信息,进而根据深度信息达到图像背景虚化的目的。如此,本公开实施例可以提高具有单摄系统的电子设备对图像背景进行虚化处理的能力。
另外,上述实施例提供的电子设备在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将电子设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
图12是根据一示例性实施例示出的一种电子设备的结构示意图。电子设备100包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备以及计步器等。如图12所示,电子设备100包括但不限于:处理器101、存储器102、显示器103、输入单元104、输出单元105、网络单元106、接口单元107、射频单元108、电源109以及传感器110等。
需要说明的是,本领域技术人员可以理解,图12中示出的电子设备100的结构并不构成对电子设备100的限定,电子设备100可以包括比图12所示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本公开实施例中,显示器103,用于显示拍摄预览界面,该拍摄预览界面中包括至少一个时长标签,一个时长标签对应一个拍摄时长。
处理器101,用于响应于用户在拍摄预览界面上的拍摄输入,开始拍摄视频,并保持显示至少一个时长标签;并响应于用户对至少一个时长标签中的目标时长标签的第一输入,在目标时长标签对应的目标拍摄时长内进行视频拍摄。
需要说明的是,上述电子设备100能够实现上述方法实施例中电子设备实现的各个过程,且能达到相同的技术效果,为避免重复,详细描述这里不再赘述。
处理器101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100的各个部分,通过运行或执行存储在存储器102内的软件程序和/或模块,以及调用存储在存储器102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101可包括一个或多个处理单元;可选的,处理器101可集成应用处理器和调制解调处理器,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,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器101中。
存储器102可用于存储软件程序以及各种数据。存储器102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(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器102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。
显示器103用于显示由用户输入的信息或提供给用户的信息。显示器103可包括显示面板,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(OrganicLight-Emitting Diode,OLED)等形式来配置显示面板。
输入单元104可以用于接收音频或视频信号。输入单元104可以包括图形处理器(Graphics Processing Unit,GPU)和麦克风,图形处理器对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示器103上。经图形处理器处理后的图像帧可以存储在存储器102(或其它存储介质)中或者经由射频单元108或网络单元106进行发送。麦克风可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元108发送到移动通信基站的格式输出。
输入单元104可以为用户输入单元,可用于接收输入的数字或字符信息,以及产生与电子设备100的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元包括触控面板以及其他输入设备。触控面板,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作)。触控面板可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器101,接收处理器101发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板。除了触控面板,用户输入单元还可以包括其他输入设备。具体地,其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板可覆盖在显示面板上,当触控面板检测到在其上或附近的触摸操作后,传送给处理器101以确定触摸事件的类型,随后处理器101根据触摸事件的类型在显示面板上提供相应的视觉输出。触控面板与显示面板可以作为两个独立的部件来实现电子设备100的输入和输出功能,也可以将触控面板与显示面板集成而实现电子设备100的输入和输出功能,具体此处不做限定。
输出单元105可以为音频输出单元,可以将射频单元108或网络单元106接收的或者在存储器102中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元还可以提供与电子设备100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元包括扬声器、蜂鸣器以及受话器等。
电子设备100通过网络单元106为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
接口单元107为外部装置与电子设备100连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元107可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到电子设备100内的一个或多个元件或者可以用于在电子设备100和外部装置之间传输数据。
射频单元108可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器101处理;另外,将上行的数据发送给基站。通常,射频单元108包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元108还可以通过无线通信系统与网络和其他设备通信。
电源109(比如电池)可以用于为各个部件供电,可选的,电源109可以通过电源管理系统与处理器101逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
传感器110可以包括光传感器、运动传感器以及其他传感器中的至少一个。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板的亮度,接近传感器可在电子设备100移动到耳边时,关闭显示面板和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器110还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
另外,电子设备100包括一些未示出的功能模块(例如摄像头),在此不再赘述。
在示例性实施例中,本公开实施例还提供了一种包括指令的存储介质,例如包括指令的存储器102,上述指令可由电子设备100的处理器101执行以完成上述方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,该非临时性计算机可读存储介质可以是只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,本公开实施例还提供了一种包括一条或多条指令的计算机程序产品,该一条或多条指令可以由电子设备100的处理器101执行以完成上述方法。
需要说明的是,上述存储介质中的指令或计算机程序产品中的一条或多条指令被处理器101执行时实现上述方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
将目标图像转换为第一图像和第二图像,所述第一图像的对目标对象成像的视角不同于所述第二图像的对所述目标对象成像的视角,所述目标对象为所述目标图像的成像对象;
根据所述第一图像和所述第二图像,获取所述目标图像对应的深度信息;
根据所述深度信息,对所述目标图像的背景区域进行虚化处理。
2.根据权利要求1所述的方法,其特征在于,所述将目标图像转换为第一图像和第二图像,包括:
从所述目标图像中提取M个第一像素点和N个第二像素点,每个第一像素点与任意一个第二像素点均不同,M和N均为正整数;
将所述M个第一像素点合成所述第一图像;
将所述N个第二像素点合成所述第二图像。
3.根据权利要求2所述的方法,其特征在于,所述从所述目标图像中提取M个第一像素点和N个第二像素点,包括:
从所述目标图像中每间隔n个像素点提取一个像素点,得到所述M个第一像素点,n为正整数;
从所述目标图像中除所述M个第一像素点之外的像素点中,每间隔n个像素点提取一个像素点,得到所述N个第二像素点。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述根据所述深度信息,对所述目标图像的背景区域进行虚化处理之前,所述方法还包括:
识别所述目标图像中的主体轮廓;
所述根据所述深度信息,对所述目标图像的背景区域进行虚化处理,包括:
根据所述深度信息和所述主体轮廓,生成掩码图,所述掩码图包括所述主体轮廓和背景轮廓;
根据所述掩码图,对所述背景区域进行虚化处理。
5.根据权利要求4所述的方法,其特征在于,所述根据所述掩码图,对所述背景区域进行虚化处理,包括:
将所述掩码图和所述目标图像融合,得到第三图像;
采用模糊算法,对所述目标图像进行模糊处理,得到第四图像;
将所述第三图像和所述第四图像融合,得到所述背景区域虚化后的所述目标图像。
6.根据权利要求1至3中任一项所述的方法,其特征在于,所述根据所述第一图像和所述第二图像,获取所述目标图像对应的深度信息,包括:
获取所述第一图像和所述第二图像中,像素特征相互匹配的至少一组特征点,每组特征点包括所述第一图像中的一个第一特征点和所述第二图像中的一个第二特征点;
对于每组特征点,均执行以下步骤,得到所述目标图像对应的深度信息:
根据一组特征点中的第一特征点和第二特征点,确定所述一组特征点对应的深度信息;
其中,所述目标图像对应的深度信息包括所述至少一组特征点对应的深度信息。
7.一种图像处理装置,其特征在于,包括转换模块、获取模块和处理模块;
所述转换模块,被配置为执行将目标图像转换为第一图像和第二图像,所述第一图像的对目标对象成像的视角不同于所述第二图像的对所述目标对象成像的视角,所述目标对象为所述目标图像的成像对象;
所述获取模块,被配置为执行根据所述转换模块转换得到的所述第一图像和所述第二图像,获取所述目标图像对应的深度信息;
所述处理模块,被配置为执行根据所述获取模块获取的所述深度信息,对所述目标图像的背景区域进行虚化处理。
8.根据权利要求7所述的图像处理装置,其特征在于,所述转换模块,具体被配置为执行:
从所述目标图像中提取M个第一像素点和N个第二像素点,每个第一像素点与任意一个第二像素点均不同,M和N均为正整数;
将所述M个第一像素点合成所述第一图像;
将所述N个第二像素点合成所述第二图像。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的图像处理方法。
10.一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至6中任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010239518.6A CN111385481A (zh) | 2020-03-30 | 2020-03-30 | 图像处理方法及装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010239518.6A CN111385481A (zh) | 2020-03-30 | 2020-03-30 | 图像处理方法及装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111385481A true CN111385481A (zh) | 2020-07-07 |
Family
ID=71219042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010239518.6A Pending CN111385481A (zh) | 2020-03-30 | 2020-03-30 | 图像处理方法及装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111385481A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112702530A (zh) * | 2020-12-29 | 2021-04-23 | 维沃移动通信(杭州)有限公司 | 算法控制方法及电子设备 |
CN113470138A (zh) * | 2021-06-30 | 2021-10-01 | 维沃移动通信有限公司 | 图像的生成方法、装置、电子设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103039066A (zh) * | 2010-06-30 | 2013-04-10 | 富士胶片株式会社 | 成像装置、图像处理装置以及图像处理方法 |
CN103945118A (zh) * | 2014-03-14 | 2014-07-23 | 华为技术有限公司 | 图像虚化方法、装置及电子设备 |
CN107682639A (zh) * | 2017-11-16 | 2018-02-09 | 维沃移动通信有限公司 | 一种图像处理方法、装置及移动终端 |
CN107909583A (zh) * | 2017-11-08 | 2018-04-13 | 维沃移动通信有限公司 | 一种图像处理方法、装置及终端 |
WO2019070299A1 (en) * | 2017-10-04 | 2019-04-11 | Google Llc | DEPTH ESTIMATION USING A SINGLE CAMERA |
-
2020
- 2020-03-30 CN CN202010239518.6A patent/CN111385481A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103039066A (zh) * | 2010-06-30 | 2013-04-10 | 富士胶片株式会社 | 成像装置、图像处理装置以及图像处理方法 |
CN103945118A (zh) * | 2014-03-14 | 2014-07-23 | 华为技术有限公司 | 图像虚化方法、装置及电子设备 |
WO2019070299A1 (en) * | 2017-10-04 | 2019-04-11 | Google Llc | DEPTH ESTIMATION USING A SINGLE CAMERA |
CN107909583A (zh) * | 2017-11-08 | 2018-04-13 | 维沃移动通信有限公司 | 一种图像处理方法、装置及终端 |
CN107682639A (zh) * | 2017-11-16 | 2018-02-09 | 维沃移动通信有限公司 | 一种图像处理方法、装置及移动终端 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112702530A (zh) * | 2020-12-29 | 2021-04-23 | 维沃移动通信(杭州)有限公司 | 算法控制方法及电子设备 |
CN113470138A (zh) * | 2021-06-30 | 2021-10-01 | 维沃移动通信有限公司 | 图像的生成方法、装置、电子设备及可读存储介质 |
WO2023274131A1 (zh) * | 2021-06-30 | 2023-01-05 | 维沃移动通信有限公司 | 图像的生成方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107592466B (zh) | 一种拍照方法及移动终端 | |
WO2020216054A1 (zh) | 视线追踪模型训练的方法、视线追踪的方法及装置 | |
WO2019223468A1 (zh) | 相机姿态追踪方法、装置、设备及系统 | |
CN108491775B (zh) | 一种图像修正方法及移动终端 | |
WO2020224479A1 (zh) | 目标的位置获取方法、装置、计算机设备及存储介质 | |
CN110198412B (zh) | 一种视频录制方法及电子设备 | |
CN110784651B (zh) | 一种防抖方法及电子设备 | |
CN108322644A (zh) | 一种图像处理方法、移动终端以及计算机可读存储介质 | |
CN111145192B (zh) | 图像处理方法及电子设备 | |
CN107566749B (zh) | 拍摄方法及移动终端 | |
CN107948505B (zh) | 一种全景拍摄方法及移动终端 | |
CN112287852B (zh) | 人脸图像的处理方法、显示方法、装置及设备 | |
WO2020237611A1 (zh) | 图像处理方法、装置、控制终端及可移动设备 | |
CN111246106B (zh) | 图像处理方法、电子设备及计算机可读存储介质 | |
CN110266957B (zh) | 影像拍摄方法及移动终端 | |
CN110213485B (zh) | 一种图像处理方法及终端 | |
CN107730460B (zh) | 一种图像处理方法及移动终端 | |
CN108776822B (zh) | 目标区域检测方法、装置、终端及存储介质 | |
CN112272311B (zh) | 花屏修复方法、装置、终端、服务器及介质 | |
CN115526983B (zh) | 一种三维重建方法及相关设备 | |
CN110969060A (zh) | 神经网络训练、视线追踪方法和装置及电子设备 | |
CN111601032A (zh) | 一种拍摄方法、装置及电子设备 | |
CN110930329A (zh) | 星空图像处理方法及装置 | |
CN112581358A (zh) | 图像处理模型的训练方法、图像处理方法及装置 | |
CN110807769B (zh) | 图像显示控制方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200707 |
|
RJ01 | Rejection of invention patent application after publication |