CN111815654A - 用于处理图像的方法、装置、设备和计算机可读介质 - Google Patents
用于处理图像的方法、装置、设备和计算机可读介质 Download PDFInfo
- Publication number
- CN111815654A CN111815654A CN202010676550.0A CN202010676550A CN111815654A CN 111815654 A CN111815654 A CN 111815654A CN 202010676550 A CN202010676550 A CN 202010676550A CN 111815654 A CN111815654 A CN 111815654A
- Authority
- CN
- China
- Prior art keywords
- image
- subject
- target image
- determining
- category information
- 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
-
- 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
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
Abstract
本公开的实施例公开了用于处理图像的方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:确定目标图像中是否包括主体,其中,该主体对应于一个或多个预先定义的主体类型中的至少一种;响应于确定该目标图像包括主体,对该目标图像进行分割,得到该主体的图像和类别信息;确定该主体的图像在该目标图像的位置信息;基于该位置信息和该类别信息,对该目标图像进行裁剪,得到裁剪后的带有类别信息的图像。该实施方式通过对该目标图像的裁剪处理可以直观、有效的凸显出了该目标图像中的各个主体。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于处理图像的方法、装置、设备和计算机可读介质。
背景技术
图片处理技术可以包括计算机或者终端根据用户需求的裁剪比例对图片进行自动裁剪的技术。相比传统的图片裁剪,省去了用户进行截取的操作步骤,从而简化了裁剪步骤。
但是,现有技术对在目标图像中主体图像进行裁剪往往针对某一确定类型的主体。例如,对在目标图像中对人体图像进行裁剪。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了用于处理图像的方法、装置、设备和计算机可读介质,来解决以上背景技术部分提到的技术问题。
第一方面,本公开的一些实施例提供了一种用于处理图像的方法,该方法包括:确定目标图像中是否包括主体,其中,上述主体对应于一个或多个预先定义的主体类型中的至少一种;响应于确定上述目标图像包括主体,对上述目标图像进行分割,得到上述主体的图像和类别信息;确定上述主体的图像在上述目标图像的位置信息;基于上述位置信息和上述类别信息,对上述目标图像进行裁剪,得到裁剪后的带有类别信息的图像。
第二方面,本公开的一些实施例提供了一种处理图像的装置,装置包括:第一确定单元,被配置成确定目标图像中是否包括主体;分割单元,被配置成响应于确定上述目标图像包括主体,对上述目标图像进行分割,得到上述主体的图像和类别信息;第二确定单元,被配置成确定上述主体的图像在上述目标图像的位置信息;裁剪单元,被配置成基于上述位置信息和上述类别信息,对上述目标图像进行裁剪,得到裁剪后的带有类别信息的图像。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一、二方面中任一的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一、二方面中任一的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果:通过确定目标图像中是否包括主体来决定后续对上述目标图像的处理方式,其中,上述主体对应于一个或多个预先定义的主体类型中的至少一种。响应于确定上述目标图像包括主体,再对上述目标图像进行分割,可以得到上述主体的图像和与上述主体的图像相对应的类别信息,以及得到的上述主体的图像作为确定相关的位置信息。上述类别信息可以用于对上述主体的图像的类型确定和标注。最后,通过上述位置信息和上述类别信息,来对上述目标图像进行裁剪,可以有效得到裁剪后的带有类别信息的图像。该用于处理图像的方法可以直观、有效的凸显出了目标图像中的各个主体。可选的,该用于处理图像的方法可以通过加入类别信息和对上述目标图像采取特定的裁剪方式对上述目标图像裁剪,进而使得上述目标图像更为有效的凸显出主体。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1-图4是根据本公开的一些实施例的用于处理图像的方法的一个应用场景的示意图;
图5是根据本公开的用于处理图像的方法的一些实施例的流程图;
图6是根据本公开的用于处理图像的方法的另一些实施例的流程图;
图7是根据本公开的用于处理图像的装置的一些实施例的结构示意图;
图8是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。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。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1-图4是根据本公开一些实施例的用于处理图像的方法的一个应用场景的示意图。
如图1所示,电子设备101确定目标图像102中包括主体,其中,上述主体对应的主体类型包括:女性,树木。
如图2所示,响应于确定上述目标图像102包括主体,电子设备101对上述目标图像102进行分割,得到上述主体的图像和类别信息。其中,上述主体的图像包括:图像103和图像104。与上述图像103对应的类别信息可以是“女性”105。与上述图像104对应的类别信息可以是“树木”106。
如图3所示,上述电子设备101确定上述图像103在上述目标图像102的位置信息,可以得到位置信息107。其中,上述位置信息107可以是矩阵[(X1,Y1),(X2,Y2),(X3,Y3),(X4,Y4)]。电子设备101还可以确定上述图像104在上述目标图像102的位置信息,可以得到位置信息108。其中,上述位置信息108可以是矩阵[(X5,Y5),(X6,Y6),(X7,Y7),(X8,Y8)]。
如图4所示,上述电子设备101基于上述位置信息107和上述“女性”105,对上述目标图像102进行裁剪,得到裁剪后的女性图像109。上述电子设备101基于上述位置信息108和上述“树木”106,对上述目标图像102进行裁剪,得到裁剪后的树木图像110。
需要说明的是,用于处理图像的方法可以是由电子设备101来执行。上述电子设备101可以是硬件,也可以是软件。当电子设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当电子设备101体现为软件时,可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1-图4中的电子设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的电子设备。
继续参考图5,示出了根据本公开的用于处理图像的方法的一些实施例的流程500。该用于处理图像的方法,包括以下步骤:
步骤501,确定目标图像中是否包括主体。
在一些实施例中,用于处理图像的方法的执行主体(例如图1所示的电子设备)可以用于确定目标图像中是否包括主体。其中,上述主体对应于一个或多个预先定义的主体类型中的至少一种。在这里,上述主体类型可以包括但不限于以下至少一项:人体,动物体,植物。上述目标图像可以是指已被确定的图像。上述主体可以是图像的前景,上述图像的前景可以是上述目标图像中与目标对象相对应的图像。上述目标对象可以是待拍摄的对象。作为示例,可以接收人工输入的类别信息来确定目标图像中是否包括主体。其中,上述人工输入的类别信息可以是人工预先标定的上述目标图像是否包括主体的信息。
在一些实施例的一些可选的实现方式中,响应于确定上述目标图像不包括主体,将上述目标图像的像素设置成预定阈值。作为示例,响应于确定上述目标图像不包括主体,将上述目标图像的所有像素设置成0,即将上述目标图像置黑。
在一些实施例的一些可选的实现方式中,确定目标图像中是否包括主体还可以是以下步骤:
将上述目标图像输入至预先训练的主体识别网络中,得到上述目标图像中是否包括主体的信息。其中,上述主体识别网络可以是目标检测网络。在这里,上述目标检测网络可以包括以下之一:SSD(Single Shot MultiBox Detector)算法,R-CNN(Region-Convolutional Neural Networks)算法,Fast R-CNN(Fast Region-ConvolutionalNeural Networks)算法,SPP-NET(Spatial Pyramid Pooling Network)算法,YOLO(YouOnly Look Once)算法,FPN(Feature Pyramid Networks)算法,DCN(DeformableConvNets)算法,RetinaNet目标检测算法
步骤502,响应于确定上述目标图像包括主体,对上述目标图像进行分割,得到上述主体的图像和类别信息。
在一些实施例中,响应于确定上述目标图像包括主体,上述执行主体可以对上述目标图像进行分割,得到上述主体的图像和类别信息。其中,上述主体的图像可以是上述目标图像中与主体相对应的图像。上述类别信息可以是上述主体的图像包括的主体的类别的信息。作为示例,响应于确定上述目标图像包括主体,利用灰度阈值分割法对上述目标图像进行分割,得到上述主体的图像和类别信息。
在一些实施例的一些可选的实现方式中,响应于确定上述目标图像包括主体,对上述目标图像进行分割,得到上述主体的图像和类别信息可以是以下步骤:
第一步,响应于确定上述目标图像包括主体,将上述目标图像输入至预先训练的图像分割网络中,得到上述主体的图像。其中,上述图像分割网络可以包括以下之一:FCN网络(Fully Convolutional Networks,全卷积网络),SegNet网络(Semantic SegmentationNetwork,图像语义分割网络),DeepLab语义分割网络,PSPNet网络(Pyramid SceneParsing Network,语义分割网络),Mask-RCNN网络(Mask-Region-CNN,图像实例分割网络)。
第二步,将上述主体的图像输入至预先训练的分类网络中,输出上述类别信息。其中,上述分类网络可以包括以下之一:全连接网络,逻辑回归,SVM(Support VectorMachine,支持向量机)。
步骤503,确定上述主体的图像在上述目标图像的位置信息。
在一些实施例中,上述执行主体可以根据步骤502得到的上述主体的图像来确定上述主体的图像在上述目标图像的位置信息。其中,上述位置信息可以包括但不限于以下至少一项:上述主体的图像在上述目标图像上的矩形框信息,上述主体的图像在上述目标图像上坐标信息。作为示例,可以将上述主体的图像输入至预先训练的深度学习网络,得到上述目标的图像的位置信息。作为示例,上述深度学习网络可以包括以下之一:Fast R-CNN算法网络,Faster R-CNN算法网络,YOLO系列算法网络,SSD算法网络。
步骤504,对上述目标图像进行裁剪,得到裁剪后的带有类别信息的图像。
在一些实施例中,上述执行主体可以根据上述位置信息和上述类别信息,对上述目标图像进行裁剪,得到裁剪后的带有类别信息的图像。作为示例,可以依照位置信息划定边界,依照上述边界对上述目标图像进行裁剪,然后将对应的上述类别信息添加到裁剪后的图像上,得到裁剪后的带有类别信息的图像。
本公开的一些实施例公开的处理图像的方法,通过确定目标图像中是否包括主体来决定后续对上述目标图像的处理方式,其中,上述主体对应于一个或多个预先定义的主体类型中的至少一种。响应于确定上述目标图像包括主体,再对上述目标图像进行分割,可以得到上述主体的图像和与上述主体的图像相对应的类别信息,以及得到的上述主体的图像作为确定相关的位置信息。上述类别信息可以用于对上述主体的图像的类型确定和标注。最后,通过上述位置信息和上述类别信息,来对上述目标图像进行裁剪,可以有效得到裁剪后的带有类别信息的图像。该用于处理图像的方法可以直观、有效的凸显出了目标图像中的各个主体。可选的,该用于处理图像的方法可以通过加入类别信息和对上述目标图像采取特定的裁剪方式对上述目标图像裁剪,进而使得上述目标图像更为有效的凸显出主体。
进一步参考图6,其示出了用于处理图像的方法的另一些实施例的流程600。该用于处理图像的方法的流程600,包括以下步骤:
步骤601,确定目标图像中是否包括主体。
在一些实施例中,用于处理图像的方法的执行主体(例如图1所示的电子设备)可以确定目标图像中是否包括主体,其中,上述主体对应于一个或多个预先定义的主体类型中的至少一种。
步骤602,响应于确定上述目标图像包括主体,对上述目标图像进行分割,得到上述主体的图像和类别信息。
步骤603,确定上述主体的图像在上述目标图像的位置信息。
在一些实施例中,步骤601-603的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤501-503,在此不再赘述。
步骤604,根据上述位置信息确定上述主体的图像在上述目标图像上的第一边界。
在一些实施例中,上述执行主体可以根据上述位置信息确定上述主体的图像在上述目标图像上的第一边界。作为示例,上述执行主体可以根据上述位置信息确定上述主体的图像在上述目标图像上的矩形框作为上述主体的图像的第一边界。
步骤605,对上述第一边界以预定长宽比例进行外扩,得到第二边界。
在一些实施例中,上述执行主体可以对上述第一边界以预定长宽比例进行外扩,得到第二边界。作为示例,上述执行主体可以确定的上述主体的图像在上述目标图像上的矩形框作为上述主体的图像的第一边界,然后将上述矩形框按照长宽比为1:2的比例进行外扩,得到外扩后的矩形框作为第二边界。
步骤606,基于上述第二边界,对上述目标图像进行裁剪,得到裁剪后的图像。
在一些实施例中,上述执行主体可以根据上述第二边界,对上述目标图像进行裁剪,得到裁剪后的图像。
步骤607,将上述类别信息添加到上述裁剪后的图像上,得到上述裁剪后的带有类别信息的图像。
在一些实施例中,上述执行主体可以将上述类别信息添加到上述裁剪后的图像上,得到上述裁剪后的带有类别信息的图像。
从图6中可以看出,与图5对应的一些实施例的描述相比,图6对应的一些实施例中的用于处理图像的方法的流程600体现了对上述目标图像进行剪裁的具体步骤。由此,这些实施例描述的方案可以对目标图像进行多样化裁剪,可以进一步直观、有效的凸显出了目标图像中的各个主体。
进一步参考图7,作为对上述各图所示方法的实现,本公开提供了一种用于处理图像的装置的一些实施例,这些装置实施例与图5所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,一些实施例的用于处理图像的装置700包括:第一确定单元701、分割单元702、第二确定单元703和裁剪单元704。其中,第一确定单元701,被配置成确定目标图像中是否包括主体,其中,上述主体对应于一个或多个预先定义的主体类型中的至少一种。分割单元702,被配置成响应于确定上述目标图像包括主体,对上述目标图像进行分割,得到上述主体的图像和类别信息。第二确定单元703,被配置成确定上述主体的图像在上述目标图像的位置信息。裁剪单元704,被配置成基于上述位置信息和上述类别信息,对上述目标图像进行裁剪,得到裁剪后的带有类别信息的图像。
在一些实施例的一些可选的实现方式中,装置700还可以包括:设置单元(图中未示出)。其中,设置单元可以被配置成响应于确定上述目标图像不包括主体,将上述目标图像的像素设置成预定阈值。
在一些实施例的一些可选的实现方式中,第一确定单元701可以进一步被配置成:将上述目标图像输入至预先训练的主体识别网络中,得到上述目标图像中是否包括主体的信息。
在一些实施例的一些可选的实现方式中,分割单元702可以进一步被配置成:响应于确定上述目标图像包括主体,将上述目标图像输入至预先训练的图像分割网络中,得到上述主体的图像;将上述主体的图像输入至预先训练的分类网络中,输出上述类别信息。
在一些实施例的一些可选的实现方式中,裁剪单元703可以进一步被配置成:根据上述位置信息确定上述主体的图像在上述目标图像上的第一边界;对上述第一边界以预定长宽比例进行外扩,得到第二边界;基于上述第二边界,对上述目标图像进行裁剪,得到裁剪后的图像;将上述类别信息添加到上述裁剪后的图像上,得到上述裁剪后的带有类别信息的图像。
可以理解的是,该装置700中记载的诸单元与参考图5描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置700及其中包含的单元,在此不再赘述。
下面参考图8,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的电子设备)800的结构示意图。图8示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
通常,以下装置可以连接至I/O接口805:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807;以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图8中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置809从网络上被下载和安装,或者从存储装置808被安装,或者从ROM 802被安装。在该计算机程序被处理装置801执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例该的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:确定目标图像中是否包括主体,其中,上述主体对应于一个或多个预先定义的主体类型中的至少一种;响应于确定上述目标图像包括主体,对上述目标图像进行分割,得到上述主体的图像和类别信息;确定上述主体的图像在上述目标图像的位置信息;基于上述位置信息和上述类别信息,对上述目标图像进行裁剪,得到裁剪后的带有类别信息的图像。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,该程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,流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,该模块、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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一确定单元、分割单元、第二确定单元和裁剪单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一确定单元还可以被描述为“确定目标图像中是否包括主体的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
根据本公开的一个或多个实施例,提供了一种用于处理图像的方法,包括:确定目标图像中是否包括主体,其中,上述主体对应于一个或多个预先定义的主体类型中的至少一种;响应于确定上述目标图像包括主体,对上述目标图像进行分割,得到上述主体的图像和类别信息;确定上述主体的图像在上述目标图像的位置信息;基于上述位置信息和上述类别信息,对上述目标图像进行裁剪,得到裁剪后的带有类别信息的图像。
根据本公开的一个或多个实施例,上述方法还包括:响应于确定上述目标图像不包括主体,将上述目标图像的像素设置成预定阈值。
根据本公开的一个或多个实施例,上述响应于确定上述目标图像包括主体,对上述目标图像进行分割,得到上述主体的图像和类别信息,包括:响应于确定上述目标图像包括主体,将上述目标图像输入至预先训练的图像分割网络中,得到上述主体的图像;将上述主体的图像输入至预先训练的分类网络中,输出上述类别信息。
根据本公开的一个或多个实施例,上述基于上述位置信息和上述类别信息,对上述目标图像进行裁剪,得到裁剪后的带有类别信息的图像,包括:根据上述位置信息确定上述主体的图像在上述目标图像上的第一边界;对上述第一边界以预定长宽比例进行外扩,得到第二边界;基于上述第二边界,对上述目标图像进行裁剪,得到裁剪后的图像;将上述类别信息添加到上述裁剪后的图像上,得到上述裁剪后的带有类别信息的图像。
根据本公开的一个或多个实施例,提供了一种用于处理图像的装置,包括:第一确定单元,被配置成确定目标图像中是否包括主体,其中,上述主体对应于一个或多个预先定义的主体类型中的至少一种;分割单元,被配置成响应于确定上述目标图像包括主体,对上述目标图像进行分割,得到上述主体的图像和类别信息;第二确定单元,被配置成确定上述主体的图像在上述目标图像的位置信息;裁剪单元,被配置成基于上述位置信息和上述类别信息,对上述目标图像进行裁剪,得到裁剪后的带有类别信息的图像。
根据本公开的一个或多个实施例,第一确定单元可以进一步被配置成:将上述目标图像输入至预先训练的主体识别网络中,得到上述目标图像中是否包括主体的信息。
根据本公开的一个或多个实施例,分割单元可以进一步被配置成:响应于确定上述目标图像包括主体,将上述目标图像输入至预先训练的图像分割网络中,得到上述主体的图像;将上述主体的图像输入至预先训练的分类网络中,输出上述类别信息。
根据本公开的一个或多个实施例,裁剪单元可以进一步被配置成:根据上述位置信息确定上述主体的图像在上述目标图像上的第一边界;对上述第一边界以预定长宽比例进行外扩,得到第二边界;基于上述第二边界,对上述目标图像进行裁剪,得到裁剪后的图像;将上述类别信息添加到上述裁剪后的图像上,得到上述裁剪后的带有类别信息的图像。
根据本公开的一个或多个实施例,提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上述任一实施例描述的方法。
根据本公开的一个或多个实施例,提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如上述任一实施例描述的方法。
以上描述仅为本公开的一些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,本公开的实施例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上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的实施例中公开的(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 (12)
1.一种用于处理图像的方法,包括:
确定目标图像中是否包括主体,其中,所述主体对应于一个或多个预先定义的主体类型中的至少一种;
响应于确定所述目标图像包括主体,对所述目标图像进行分割,得到所述主体的图像和类别信息;
确定所述主体的图像在所述目标图像的位置信息;
基于所述位置信息和所述类别信息,对所述目标图像进行裁剪,得到裁剪后的带有类别信息的图像。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定所述目标图像不包括主体,将所述目标图像的像素设置成预定阈值。
3.根据权利要求1所述的方法,其中,所述确定目标图像中是否包括主体,包括:
将所述目标图像输入至预先训练的主体识别网络中,得到所述目标图像中是否包括主体的信息。
4.根据权利要求1所述的方法,其中,所述响应于确定所述目标图像包括主体,对所述目标图像进行分割,得到所述主体的图像和类别信息,包括:
响应于确定所述目标图像包括主体,将所述目标图像输入至预先训练的图像分割网络中,得到所述主体的图像;
将所述主体的图像输入至预先训练的分类网络中,输出所述类别信息。
5.根据权利要求1所述的方法,其中,所述基于所述位置信息和所述类别信息,对所述目标图像进行裁剪,得到裁剪后的带有类别信息的图像,包括:
根据所述位置信息确定所述主体的图像在所述目标图像上的第一边界;
对所述第一边界以预定长宽比例进行外扩,得到第二边界;
基于所述第二边界,对所述目标图像进行裁剪,得到裁剪后的图像;
将所述类别信息添加到所述裁剪后的图像上,得到所述裁剪后的带有类别信息的图像。
6.一种用于处理图像的装置,包括:
第一确定单元,被配置成确定目标图像中是否包括主体,其中,所述主体对应于一个或多个预先定义的主体类型中的至少一种;
分割单元,被配置成响应于确定所述目标图像包括主体,对所述目标图像进行分割,得到所述主体的图像和类别信息;
第二确定单元,被配置成确定所述主体的图像在所述目标图像的位置信息;
裁剪单元,被配置成基于所述位置信息和所述类别信息,对所述目标图像进行裁剪,得到裁剪后的带有类别信息的图像。
7.根据权利要求6所述的装置,其中,所述装置还包括:
响应于确定所述目标图像不包括主体,将所述目标图像的像素设置成预定阈值。
8.根据权利要求6所述的装置,其中,所述第一确定单元进一步被配置成:
将所述目标图像输入至预先训练的主体识别网络中,得到所述目标图像中是否包括主体的信息。
9.根据权利要求6所述的装置,其中,所述分割单元进一步被配置成:
响应于确定所述目标图像包括主体,将所述目标图像输入至预先训练的图像分割网络中,得到所述主体的图像;
将所述主体的图像输入至预先训练的分类网络中,输出所述类别信息。
10.根据权利要求6所述的装置,其中,所述裁剪单元进一步被配置成:
根据所述位置信息确定所述主体的图像在所述目标图像上的第一边界;
对所述第一边界以预定长宽比例进行外扩,得到第二边界;
基于所述第二边界,对所述目标图像进行裁剪,得到裁剪后的图像;
将所述类别信息添加到所述裁剪后的图像上,得到所述裁剪后的带有类别信息的图像。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010676550.0A CN111815654A (zh) | 2020-07-14 | 2020-07-14 | 用于处理图像的方法、装置、设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010676550.0A CN111815654A (zh) | 2020-07-14 | 2020-07-14 | 用于处理图像的方法、装置、设备和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111815654A true CN111815654A (zh) | 2020-10-23 |
Family
ID=72865366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010676550.0A Pending CN111815654A (zh) | 2020-07-14 | 2020-07-14 | 用于处理图像的方法、装置、设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111815654A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082673A (zh) * | 2022-06-14 | 2022-09-20 | 阿里巴巴(中国)有限公司 | 图像处理方法、装置、设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020953A (zh) * | 2012-11-07 | 2013-04-03 | 桂林理工大学 | 一种指纹图像的分割方法 |
US20170169314A1 (en) * | 2015-12-15 | 2017-06-15 | Qualcomm Incorporated | Methods for object localization and image classification |
CN108388395A (zh) * | 2018-02-12 | 2018-08-10 | 北京三快在线科技有限公司 | 图像裁剪方法、装置及终端 |
CN110930427A (zh) * | 2018-09-20 | 2020-03-27 | 银河水滴科技(北京)有限公司 | 一种基于语义轮廓信息的图像分割方法、设备和存储介质 |
CN111339839A (zh) * | 2020-02-10 | 2020-06-26 | 广州众聚智能科技有限公司 | 一种密集型目标检测计量方法 |
-
2020
- 2020-07-14 CN CN202010676550.0A patent/CN111815654A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020953A (zh) * | 2012-11-07 | 2013-04-03 | 桂林理工大学 | 一种指纹图像的分割方法 |
US20170169314A1 (en) * | 2015-12-15 | 2017-06-15 | Qualcomm Incorporated | Methods for object localization and image classification |
CN108388395A (zh) * | 2018-02-12 | 2018-08-10 | 北京三快在线科技有限公司 | 图像裁剪方法、装置及终端 |
CN110930427A (zh) * | 2018-09-20 | 2020-03-27 | 银河水滴科技(北京)有限公司 | 一种基于语义轮廓信息的图像分割方法、设备和存储介质 |
CN111339839A (zh) * | 2020-02-10 | 2020-06-26 | 广州众聚智能科技有限公司 | 一种密集型目标检测计量方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082673A (zh) * | 2022-06-14 | 2022-09-20 | 阿里巴巴(中国)有限公司 | 图像处理方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11941529B2 (en) | Method and apparatus for processing mouth image | |
CN110288625B (zh) | 用于处理图像的方法和装置 | |
CN109377508B (zh) | 图像处理方法和装置 | |
CN110516678B (zh) | 图像处理方法和装置 | |
CN111784712B (zh) | 图像处理方法、装置、设备和计算机可读介质 | |
CN109118456B (zh) | 图像处理方法和装置 | |
CN112150490A (zh) | 图像检测方法、装置、电子设备和计算机可读介质 | |
CN111461967B (zh) | 图片处理方法、装置、设备和计算机可读介质 | |
CN115272182B (zh) | 车道线检测方法、装置、电子设备和计算机可读介质 | |
CN112598673A (zh) | 全景分割方法、装置、电子设备和计算机可读介质 | |
CN110633717A (zh) | 一种目标检测模型的训练方法和装置 | |
CN111461968A (zh) | 图片处理方法、装置、电子设备和计算机可读介质 | |
CN111461965B (zh) | 图片处理方法、装置、电子设备和计算机可读介质 | |
CN111815654A (zh) | 用于处理图像的方法、装置、设备和计算机可读介质 | |
CN112183388A (zh) | 图像处理方法、装置、设备和介质 | |
CN111461969B (zh) | 用于处理图片的方法、装置、电子设备和计算机可读介质 | |
CN111726476B (zh) | 图像处理方法、装置、设备和计算机可读介质 | |
CN113033552B (zh) | 文本识别方法、装置和电子设备 | |
CN109657523B (zh) | 一种可行驶区域检测方法和装置 | |
CN110633595B (zh) | 一种利用双线性插值的目标检测方法和装置 | |
CN112085035A (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
CN111815656B (zh) | 视频处理方法、装置、电子设备和计算机可读介质 | |
CN111383293A (zh) | 一种图像要素矢量化的方法和装置 | |
CN111461964A (zh) | 图片处理方法、装置、电子设备和计算机可读介质 | |
CN113014955B (zh) | 视频帧处理方法、装置、电子设备和计算机可读存储介质 |
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 |