CN111833283B - 数据处理方法、装置及电子设备 - Google Patents
数据处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111833283B CN111833283B CN202010582677.6A CN202010582677A CN111833283B CN 111833283 B CN111833283 B CN 111833283B CN 202010582677 A CN202010582677 A CN 202010582677A CN 111833283 B CN111833283 B CN 111833283B
- Authority
- CN
- China
- Prior art keywords
- target
- data
- target object
- image
- shadow
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000004927 fusion Effects 0.000 claims description 8
- 238000003709 image segmentation Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 abstract description 7
- 241001481833 Coryphaena hippurus Species 0.000 description 26
- 230000000694 effects Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 9
- 230000000007 visual effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 241000282326 Felis catus Species 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241001125286 Cephalorhynchus eutropia Species 0.000 description 1
- 102100032202 Cornulin Human genes 0.000 description 1
- 101000920981 Homo sapiens Cornulin Proteins 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
- G06F40/109—Font handling; Temporal or kinetic typography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请公开了一种数据处理方法、装置及电子设备,属于通信技术领域。该方法包括:获取目标图像;对目标图像进行对象识别,得到识别出的第一目标对象;对第一目标对象进行投影,得到第一目标对象在目标图像中的第一阴影数据;在预设数据中存在与第一目标对象匹配的目标数据的情况下,将第一阴影数据和目标数据进行融合,得到第一目标对象在目标图像中的第二阴影数据;目标数据是基于第二目标对象确定的数据,第一目标对象不同于第二目标对象,且第一目标对象的属性信息和第二目标对象的属性信息相匹配。根据上述方法,由于第一目标对象的属性信息和第二目标对象的属性信息相匹配,因此增添了第一目标对象的阴影数据的多样性。
Description
技术领域
本申请属于通信技术领域,具体涉及一种数据处理方法、装置及电子设备。
背景技术
随着电子设备的不断发展,电子设备中的功能也越来越多样化。电子设备功能的多少直接影响该电子设备在消费者心中的定位。
电子设备中对图像的特效编辑是一种越来越引人关注的功能点。例如,对图像中的对象增加阴影数据,可以增强该对象的表现效果。
目前,对图像中增加某对象的阴影数据只是对该对象沿预设方向进行投影所得到的该对象本身的阴影数据,阴影数据的内容比较单一,降低了用户的视觉体验。
发明内容
本申请实施例的目的是提供一种数据处理方法、装置及电子设备,能够解决阴影数据的内容比较单一,用户视觉体验较差的问题。
为了解决上述技术问题,本申请是这样实现的:
第一方面,本申请实施例提供了一种数据处理方法,包括:
获取目标图像;
对目标图像进行对象识别,得到识别出的第一目标对象;
对第一目标对象进行投影,得到第一目标对象在目标图像中的第一阴影数据;
在预设数据中存在与第一目标对象匹配的目标数据的情况下,将第一阴影数据和目标数据进行融合,得到第一目标对象在目标图像中的第二阴影数据;其中,目标数据是基于第二目标对象确定的数据,第一目标对象不同于第二目标对象,且第一目标对象的属性信息和第二目标对象的属性信息相匹配。
第二方面,本申请实施例提供了一种数据处理装置,包括:
第一图像获取模块,用于获取目标图像;
识别模块,用于对目标图像进行对象识别,得到识别出的第一目标对象;
投影模块,用于对第一目标对象进行投影,得到第一目标对象在目标图像中的第一阴影数据;
融合模块,用于在预设数据中存在与第一目标对象匹配的目标数据的情况下,将第一阴影数据和目标数据进行融合,得到第一目标对象在目标图像中的第二阴影数据;
其中,目标数据是基于第二目标对象确定的数据,第一目标对象不同于第二目标对象,且第一目标对象的属性信息和第二目标对象的属性信息相匹配。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序或指令,程序或指令被处理器执行时实现如第一方面的方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,可读存储介质上存储程序或指令,程序或指令被处理器执行时实现如第一方面的方法的步骤。
第五方面,本申请实施例提供了一种芯片,芯片包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行程序或指令,实现如第一方面的方法。
在本申请实施例中,将从目标图像中识别出的第一目标对象在目标图像中的第一阴影数据与第一目标对象匹配的目标数据融合,可以得到第一目标对象在目标图像中的第二阴影数据,由于目标数据是基于与第一目标对象不同的第二目标对象确定的数据,且第一目标对象的属性信息与第二目标对象的属性信息相匹配,第二阴影数据是与第一目标对象匹配的阴影数据,因此,增添了第一目标对象的阴影数据的多样性,增强了用户的视觉体验。
附图说明
图1是本申请一实施例提供的为文字添加阴影后的示意图;
图2是本申请另一实施例提供的为文字添加阴影后的示意图;
图3是本申请一实施例提供的数据处理方法的流程示意图;
图4是本申请实施例提供的目标图像的示意图;
图5是本申请实施例提供的图4中的文字的阴影;
图6是本申请实施例提供的图4中的第一目标对象在目标图像中的第二阴影数据;
图7是本申请实施例提供的与图4中的第一目标对象对应的原始图像;
图8是本申请实施例提供的对图7中的图像进行分割处理后的数据;
图9是本申请另一实施例提供的数据处理方法的流程示意图;
图10是本发明实施例提供的数据处理装置的结构示意图;
图11是本发明实施例的电子设备的结构示意图之一;
图12是本发明实施例的电子设备的结构示意图之二。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不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,以便本申请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。且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的数据处理方法、装置及电子设备进行详细地说明。
目前,电子设备中对图像的特效编辑是一种越来越引人关注的功能点。例如,在相册编辑的功能中,在图像中添加文字、表情或图像等则是非常常见的编辑功能。例如,良好文字的效果可以为相册编辑增色不少。为文字添加投影是一种常见的设计手法,常用于增强文字的表现效果。图1是本申请一实施例提供的为文字添加阴影后的示意图。图2是本申请另一实施例提供的为文字添加阴影后的示意图。
参见图1,图1中对文字“LONG SHADOW”增添了阴影,增加了该文字的立体效果。参见图2,图2中对文字“陌生人晚安”增添了阴影,给用户更好的视觉体验。
但是,目前在图像中增加某个对象的投影效果的大多是用户通过专业图像视频设计软件进行作业,其中比较有代表性的是Photoshop、Illustrator、AE等软件。通过纯人力设计阴影数据,对用户进行特效编辑的门槛要求比较高,无法满足消费者个性化编辑的需求。
目前对图像中的对象添加的阴影效果简单,表现力有限。目前阴影的效果是直接将对象进行投影,没有其他更加个性化的表达,并且目前的阴影效果大多是纯人力设计,效率低,非专业设计人员无法完成。
基于上述技术问题,本申请实施例提供一种数据处理方法、装置及电子设备,能够自动对图像中的对象添加比较丰富的阴影数据,提高了阴影数据的添加效率以及阴影数据的多样性,提高了用户的视觉体验。
图3是本申请一实施例提供的数据处理方法的流程示意图。如图3所示,该数据处理方法包括步骤110~步骤140。
步骤110,获取目标图像;
步骤120,对目标图像进行对象识别,得到识别出的第一目标对象;
步骤130,对第一目标对象进行投影,得到第一目标对象在目标图像中的第一阴影数据;
步骤140,在预设数据中存在与第一目标对象匹配的目标数据的情况下,将第一阴影数据和目标数据进行融合,得到第一目标对象在目标图像中的第二阴影数据。
其中,目标数据是基于第二目标对象确定的数据,第一目标对象不同于第二目标对象,且第一目标对象的属性信息和第二目标对象的属性信息相匹配。
需要说的是,对象的属性信息可以用来描述该对象的特征。作为一个示例,对象的属性信息可以为该对象的语义分析结果。例如,第一目标对象为“DOLPHIN”,则第一目标对象对应的语义分析结果可以“海豚”;第二目标对象为海豚的一张图像,则第二目标对象对应的语义分析结果也为“海豚”,即第一目标对象的属性信息与第二目标对象的属性信息相匹配。
在一些实施例中,第一目标对象的属性信息与第二目标对象的属性信息相匹配包括:第一目标对象的属性信息与第二目标对象的属性信息相同,或者第一目标对象的属性信息与第二目标对象的属性信息语义相似度大于预设相似度阈值。
在本申请实施例中,通过将从目标图像中识别出的第一目标对象在目标图像中的第一阴影数据以及和第一目标对象匹配的目标数据融合,可以得到第一目标对象在目标图像中的第二阴影数据,由于目标数据是基于与第一目标对象不同的第二目标对象确定的数据,且第一目标对象的属性信息与第二目标对象的属性信息相匹配,所以第二阴影数据是与第一目标对象匹配的阴影数据,因此,增添了第一目标对象的阴影数据的多样性,增强了用户的视觉体验。
下面分别对步骤110~步骤140中每个步骤的具体实现方式进行详细介绍。
首先介绍步骤110的具体实现方式。
在本申请的实施例中,目标图像为需要添加阴影数据的图像。在一些实施例中,可以对目标图像中的部分对象或全部对象添加阴影数据。
在一些实施例中,目标图像可以是从电子设备中本地相册中存储的图像中挑选的图像,或者是通过图像采集设备采集的图像等等。
需要说明的是,由于需要对目标图像中的对象添加阴影数据,因此目标图像是包括至少一个对象的图像,不能为空白图像。
下面介绍步骤120的具体实现方式。
在一些实施例中,目标图像中的对象可以是文字、人脸、动物、植物、商品等不同的对象。
在本申请的一些实施例中,可以通过利用语义分割算法识别出目标图像中的每个第一目标对象,每个第一目标对象的分类结果以及每个第一目标对象在目标图像中的位置信息。然后,对目标图像中的每个第一目标对象都添加阴影数据。
在另一些实施例中,也可以只对目标图像中的某类对象进行识别,例如只对目标图像中的文本添加阴影数据,则只需要识别出目标图像中的文本。例如,可以采用文字检测识别算法识别出目标图像中的文本。
图4是本申请实施例提供的目标图像的示意图。在本申请的实施例中,可以使用主流的文字检测识别算法,得到文字区域的位置以及每个单字的中心区域,并且识别出的第一目标对象的结果为“DOLPHIN”。
在一些实施例中,常见的文字检测识别算法,例如卷积循环神经网络(Convolutional Recurrent Neural Network,CRNN)+基于神经网络的时序类分类(Connectionist temporal classification,CTC)算法,或者卷积神经网络(Convolutional Neural Network,CNN)+Seq2Seq+Attention”算法,这两种算法均能能够实现不定长文字的检测和识别。
在又一些实施例中,若只针对目标图像中的人脸进行投影,则可以利用人脸识别算法进行人脸识别,得到第一目标人脸。
在本申请的实施例中,可以根据使用需求,利用不同的对象识别算法对目标图像进行对象识别,识别出目标图像中需要添加阴影数据的第一目标对象。
下面介绍步骤130的具体实现方式。
在本申请的实施例中,可以按照预设投影方向和预设投影角度对目标图像自身进行投影,得到第一目标对象在目标图像中的第一阴影数据。
例如,图2中示出的阴影数据则是对第一目标对象“晚安陌生人”自身进行投影后,得到的第一阴影数据。
需要说明的是,在步骤130中,可以对第一目标对象按照预设投影方向和预设投影角度进行投影。该预设投影方向和预设投影角度可以是用户预先设置的。也可以随机对第一目标对象自身进行投影,以得到第一目标对象在目标图像中的第一阴影数据。
在一些实施例中,步骤130包括:基于第一目标对象在目标图像中的位置信息对第一目标对象进行投影,得到第一目标对象在目标图像中的第一阴影数据。
作为一个示例,第一目标对象在目标图像中的位置信息可以为第一目标对象在目标图像中的像素位置信息。
作为一个示例,参见图4,根据图4中“DOLPHIN”的文本区域位置,以及每个单字在目标图像中的位置信息,可以得到“DOLPHIN”沿任意方向的投影。其中,图5是本申请实施例提供的图4中的文字的阴影。其中,图5中“DOLPHIN”即是从目标图像中识别出的第一目标对象。图5中“DOLPHIN”对应的自身的阴影数据即是第一目标对象在目标图像中的第一阴影数据。
作为一个示例,第一阴影数据包括对第一目标对象的投影方向信息、投影角度信息、投影位置信息以及投影中关于第一目标对象的对象数据等数据。
下面介绍步骤140的具体实现方式。
在本申请的实施例中,预设数据中预先保存了标识与数据的对应关系。例如,预设数据可以为预设阴影数据库,该预设阴影数据库中保存了个性化阴影图像数据。其中,每个阴影图像数据按照名称(即标识)保存。例如标识为“cat”,“cat”对应的阴影图像为一只猫的阴影。
在一些实施例中,预设数据可以是以数据库、链表或其他存储形式的数据。
参见图4,识别出的第一目标对象为“DOLPHIN”,则可以根据识别到的文本“DOLPHIN”,在预设数据进行搜索,以搜索是否存在与“DOLPHIN”匹配的目标数据。
作为一个示例,与第一目标对象匹配的目标数据即为在预设数据中与第一目标对象匹配的标识所对应的数据。与第一目标对象匹配包括与第一目标对象匹配或与第一目标对象的分类结果相匹配。
例如,若第一目标对象为目标文本,则与第一目标对象匹配为与目标文本匹配。若第一目标对象为动物、人脸或植物等,则与第一目标对象匹配即是与第一目标对象的分类结果匹配。
在本申请的实施例中,与第一目标对象匹配不仅包括与第一目标对象相同或与第一目标对象的分类结果相同,还包括与第一目标对象的语义相同或与第一目标对象的分类结果的语义相同。
例如,第一目标对象是“猫”。若预设数据中存在“cat”这个标识,则认为第一目标对象与“cat”匹配,第一目标对象匹配的目标数据即为“cat”对应的数据。
在本申请的实施例中,由于目标数据是基于第二目标对象确定的数据,且第一目标对象不同于第二目标对象,因此目标数据肯定是与第一目标对象本身不同的数据。通过将第一阴影数据和目标数据进行融合所形成的第一目标对象在目标图像中的第二阴影数据,不再是单一的第一目标对象本身的阴影数据,提高了阴影数据的多样性。
在一些实施例中,步骤140包括:将第一阴影数据中与第一目标对象对应的对象数据替换为目标数据;基于第一阴影数据对应的投影方向和投影角度,调整目标数据,得到第二阴影数据。
在本申请的实施例中,第一阴影数据中第一目标对象对应的对象数据是指第一阴影数据中与第一目标对象相关的阴影数据。参见图5,图5中的阴影数据不仅包括与第一目标对象“DOLPHIN”相关的文本阴影数据,还包括其他与文本“DOLPHIN”不同的其他阴影数据。
在一些实施例中,假设在预设数据中图4中的第一目标对象“DOLPHIN”匹配的目标数据为一个海豚的阴影图像。
通过将海豚的阴影图像替换图5中第一阴影数据中的文本“DOLPHIN”,然后按照第一阴影数据对应的投影方向和投影角度,调整海豚的阴影图像,已形成较好的阴影视觉效果,则可以得到第一目标对象在目标图像中的第二阴影数据。
图6是本申请实施例提供的图4中的第一目标对象在目标图像中的第二阴影数据。参见图6,图4中的第一目标对象“DOLPHIN”的阴影数据不在是单一的文本,而是与该文本的语义相关的一个海豚阴影,将第一阴影数据和目标数据实现了完美融合,给用户提供了多样化的阴影效果,提高了用户的视觉体验。
在本申请的另一些实施例中,为了进一步实现自动化添加多样化的阴影效果,本申请实施例提供的数据处理方法还包括:在预设数据中不存在与第一目标对象匹配的目标数据的情况下,获取预设原始图像库中与第一目标对象对应的原始图像;对原始图像进行图像分割处理,得到第二目标对象的轮廓;基于轮廓,生成第一目标对象匹配的目标数据。
在本申请的实施例中,在预设数据中不存在与第一目标对象匹配的目标数据的情况下,为了能够实现对第一目标图像进行多样化的投影,则可以利用预设原始图像库制作与第一目标对象匹配的目标数据。
在本申请的实施例中,预设原始图像库中包括标识与原始图像的对应关系。例如,预设原始图像库中保存了“DOLPHIN”对应的原始图像。图7是本申请实施例提供的与图4中的第一目标对象对应的原始图像。参见图7,与图4中的第一目标对象“DOLPHIN”对应的是一张包括海豚的原始图像。
需要说明的是,在从预设原始图像库中查找与第一目标对象对应的原始图像时,则将第一目标对象或第一目标对象的分类结果与预设原始图像库中的标识进行匹配,并将与第一目标对象或第一目标对象的分类结果匹配的标识所对应的原始图像作为第一目标对象对应的原始图像。
由于第一目标对象对应的原始图像无法直接作为阴影使用,因此需要对原始图像进行处理,以得到能够作为阴影使用的目标数据。
在本申请的一些实施例中,可以利用图像语义分割算法,对第一目标对象对应的原始图像进行图像分割,得到第二目标对象的轮廓,然后将得到的第二目标对象的轮廓内的数据作为阴影数据,即目标数据。例如,可以将在轮廓内的全部像素点作为目标数据。图8是本申请实施例提供的对图7中的图像进行分割处理后的数据。图8中的黑色的海豚则是第一目标对象匹配的目标数据。
并且,将第一目标对象作为标识,将第二目标对象的轮廓内的数据作为该标识对应的数据,补充至预设数据中。
在本申请的另一些实施例中,可以按照预设投影方向和预设投影角度对第一目标对象对应的原始图像的第二目标对象进行投影,并将投影数据作为第一目标对象匹配的目标数据。
在本申请的实施例中,通过利用预设原始图像库中与第一目标对象匹配的原始图像,自动获取与第一目标对象匹配的目标数据,可以提高实现多样化投影的效率。
在本申请的实施例中,提供了个性化的投影方案。当前的对象阴影都是对对象本身的直接投影,在其呈现的效果图中只有对象本身影子,呈现效果比较单一。本发明提供了个性化投影的技术方案,可以为对象生成风格多样的投影效果。例如可以根据语义,为文字生成各种卡通动物的影子。
本申请实施例提供数据处理方法可以自动化实现多样化的投影。当前对象投影都是通过设计师使用专业设计软件完成的,门槛比较高。本申请通过对象检测识别、图像分割、以及阴影融合的技术自动实现图像中对象的个性化投影。
本申请实施例能够实现照片中文字的个性化投影,并将整个过程自动化。降低图像特效编辑的门槛,可以适用于电子设备的相册中的个性化编辑。
在本申请的实施例中,为了进一步提高投影效果的多样化,若第一目标对象包括目标文本,在步骤130之前,本申请实施例提供的数据处理方法还包括:基于目标文本的语义,将目标文本拆分成N个文本段。N为大于或等于2的正整数。在此基础上,步骤130包括:对每个文本段进行投影,得到每个文本段在目标图像中的第一阴影数据。步骤140包括:对于每个文本段,在预设数据中存在与文本段匹配的目标数据的情况下,将文本段对应的第一阴影数据和文字段匹配的目标数据进行融合,得到文本段在目标图像中的第二阴影数据。
也就是说,若识别出的第一目标对象为目标文本,在对目标文本进行投影的时候,可以根据目标文本的含义决定实现一个投影还是多个投影。例如图4,文本“DOLPHIN”的含义是“海豚”,是一种动物,实现一个投影即可。如果目标文本是“汤姆和杰瑞”,该目标文本含义为两个卡通形象,可以将目标文本汤姆和杰瑞拆分成文字段“汤姆”以及文字段“杰瑞”。
然后,按照步骤130和步骤140,分别得到“汤姆”对应的第二阴影数据以及和“杰瑞”对应的第二阴影数据。
在本申请的实施例中,通过利用目标文本的语义确定阴影的数目,可以更加形象地实现对目标文本的投影,提高了用户的视觉体验。
图9是本申请另一实施例提供的数据处理方法的流程示意图。下面以需要对图像中的文字增加个性化的阴影数据为例介绍本申请实施例提供的数据处理方法的具体实现方式。参见图9,对目标图像进行文字区域检测和识别,得到目标文本。然后对目标文本进行投影,生成任意角度的文字投影,即目标文本在目标图像中的第一阴影数据。接着,根据文字识别结果在个性化预设阴影数据库中进行搜索。判断在预设阴影数据库中是否找到目标文本对应的阴影素材。也就是说,根据目标文本在预设数据进行搜索,判断在预设数据中是否找到目标文本匹配的目标数据。
若找到了目标文本对应的阴影素材,即预设数据中存在与目标文本匹配的目标数据,则将目标数据与目标文本的第一阴影数据进行融合,即对目标文本进行阴影的个性化编辑,得到目标文本的第二阴影数据。
若没有找到目标文本对应的阴影素材,即预设数据中不存在与目标文本匹配的目标数据,则从图像素材库(即预设原始图像库)中搜索与目标文本对应的素材,即与目标文本对应的原始图像。然后对目标文本对应的素材进行图像分割,得到目标轮廓,并基于目标轮廓确定阴影素材,即作为目标文本匹配的目标数据,并补充至阴影数据库,然后进行阴影个性化编辑。
本申请实施例提供的数据处理方法,执行主体可以为数据处理装置,或者该数据处理装置中的用于执行数据处理方法的控制模块。需要说明的是,本申请实施例中以数据处理装置执行数据处理方法为例,说明本申请实施例提供的数据处理装置。
图10是本申请实施例提供的数据处理装置的结构示意图,如图10所示,数据处理装置200包括:
第一图像获取模块210,用于获取目标图像。
识别模块220,用于对目标图像进行对象识别,得到识别出的第一目标对象。
投影模块230,用于对第一目标对象进行投影,得到第一目标对象在目标图像中的第一阴影数据。
融合模块240,用于在预设数据中存在与第一目标对象匹配的目标数据的情况下,将第一阴影数据和目标数据进行融合,得到第一目标对象在目标图像中的第二阴影数据。
其中,目标数据是基于第二目标对象确定的数据,第一目标对象不同于第二目标对象,且第一目标对象的属性信息和第二目标对象的属性信息相匹配。
在本申请实施例中,通过将从目标图像中识别出的第一目标对象在目标图像中的第一阴影数据以及和第一目标对象匹配的目标数据融合,可以得到第一目标对象在目标图像中的第二阴影数据,由于目标数据是基于与第一目标对象不同的第二目标对象确定的数据,且第一目标对象的属性信息与第二目标对象的属性信息相匹配,所以第二阴影数据是与第一目标对象匹配的阴影数据,因此,增添了第一目标对象的阴影数据的多样性,增强了用户的视觉体验。
在本申请的一些实施例中,投影模块230用于:
基于第一目标对象在目标图像中的位置信息对第一目标对象进行投影,得到第一目标对象在目标图像中的第一阴影数据。
在本申请的一些实施例中,数据处理装置200还包括:
第二图像获取模块,用于在预设数据中不存在与第一目标对象匹配的目标数据的情况下,获取预设原始图像库中与第一目标对象对应的原始图像。
图像处理模块,用于对原始图像进行图像分割处理,得到第二目标对象的轮廓。
目标数据生成模块,用于基于轮廓,生成第一目标对象匹配的目标数据。
在本申请的一些实施例中,第一目标对象包括目标文本;数据处理装置200还包括:
拆分模块,用于基于目标文本的语义,将目标文本拆分成N个文本段;N为大于或等于2的正整数。
其中,投影模块230用于:
对每个文本段进行投影,得到每个文本段在目标图像中的第一阴影数据。
其中,融合模块240用于:
对于每个文本段,在预设数据中存在与文本段匹配的目标数据的情况下,将文本段对应的第一阴影数据和文字段匹配的目标数据进行融合,得到文本段在目标图像中的第二阴影数据。
在本申请的一些实施例中,融合模块240用于:
将第一阴影数据中与第一目标对象对应的对象数据替换为目标数据;
基于第一阴影数据对应的投影方向和投影角度,调整目标数据,得到第二阴影数据。
本申请实施例中的数据处理装置可以是装置,也可以是装置中的部件、集成电路、或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personaldigital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(NetworkAttached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的数据处理装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的数据处理装置能够实现图3至图8的方法实施例中数据处理装置实现的各个过程,为避免重复,这里不再赘述。
可选的,如图11所示,本申请实施例还提供一种电子设备300,包括处理器301,存储器302,存储在存储器302上并可在处理器301上运行的程序或指令,该程序或指令被处理器301执行时实现上述数据处理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。
需要注意的是,本申请实施例中的电子设备包括上述的移动电子设备和非移动电子设备。
图12为实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备400包括但不限于:射频单元401、网络模块402、音频输出单元403、输入单元404、传感器405、显示单元406、用户输入单元407、接口单元408、存储器409、以及处理器410等部件。
本领域技术人员可以理解,电子设备400还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器410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。图12中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图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,在此不再赘述。
处理器410用于获取目标图像;对目标图像进行对象识别,得到识别出的第一目标对象;对第一目标对象进行投影,得到第一目标对象在目标图像中的第一阴影数据;在预设数据中存在与第一目标对象匹配的目标数据的情况下,将第一阴影数据和目标数据进行融合,得到第一目标对象在目标图像中的第二阴影数据;其中,目标数据是基于第二目标对象确定的数据,第一目标对象不同于第二目标对象,且第一目标对象的属性信息和第二目标对象的属性信息相匹配。
在本申请实施例中,通过将从目标图像中识别出的第一目标对象在目标图像中的第一阴影数据以及和第一目标对象匹配的目标数据融合,可以得到第一目标对象在目标图像中的第二阴影数据,由于目标数据是基于与第一目标对象不同的第二目标对象确定的数据,且第一目标对象的属性信息与第二目标对象的属性信息相匹配,所以第二阴影数据是与第一目标对象匹配的阴影数据,因此增添了第一目标对象的阴影数据的多样性,增强了用户的视觉体验。
可选地,处理器410还用于:
基于第一目标对象在目标图像中的位置信息对第一目标对象进行投影,得到第一目标对象在目标图像中的第一阴影数据。
可选地,处理器410还用于在预设数据中不存在与第一目标对象匹配的目标数据的情况下,获取预设原始图像库中与第一目标对象对应的原始图像;对原始图像进行图像分割处理,得到第二目标对象的轮廓;基于轮廓,生成第一目标对象匹配的目标数据。
在本申请的实施例中,通过利用预设原始图像库中与第一目标对象匹配的原始图像,自动获取与第一目标对象匹配的目标数据,可以提高实现多样化投影的效率。
可选地,第一目标对象包括目标文本;处理器410还用于基于目标文本的语义,将目标文本拆分成N个文本段;N为大于或等于2的正整数;对每个文本段进行投影,得到每个文本段在目标图像中的第一阴影数据;对于每个文本段,在预设数据中存在与文本段匹配的目标数据的情况下,将文本段对应的第一阴影数据和文字段匹配的目标数据进行融合,得到文本段在目标图像中的第二阴影数据。
在本申请的实施例中,通过利用目标文本的语义确定阴影的数目,可以更加形象地实现对目标文本的投影,提高了用户的视觉体验。
可选地,处理器410还用于:将第一阴影数据中与第一目标对象对应的对象数据替换为目标数据;基于第一阴影数据对应的投影方向和投影角度,调整目标数据,得到第二阴影数据。
在本申请的实施例中,通过将第一阴影数据中与第一目标对象对应的对象数据替换为目标数据;基于第一阴影数据对应的投影方向和投影角度,调整目标数据,可以使第二阴影数据看起来更加逼真,更像第一目标对象的投影数据,提高了用户的良好视觉体验。
应理解的是,本申请实施例中,输入单元404可以包括图形处理器(GraphicsProcessing Unit,GPU)4041和麦克风4042,图形处理器4041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。显示单元406可包括显示面板4061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板4061。用户输入单元407包括触控面板4071以及其他输入设备4072。触控面板4071,也称为触摸屏。触控面板4071可包括触摸检测装置和触摸控制器两个部分。其他输入设备4072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。存储器409可用于存储软件程序以及各种数据,包括但不限于应用程序和操作系统。处理器410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410中。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述数据处理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。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述数据处理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。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (11)
1.一种数据处理方法,其特征在于,所述方法包括:
获取目标图像;
对所述目标图像进行对象识别,得到识别出的第一目标对象;
对所述第一目标对象进行投影,得到所述第一目标对象在所述目标图像中的第一阴影数据;
在预设数据中存在与所述第一目标对象匹配的目标数据的情况下,将所述第一阴影数据和所述目标数据进行融合,得到所述第一目标对象在所述目标图像中的第二阴影数据;
其中,所述目标数据是基于第二目标对象确定的数据,所述第一目标对象不同于所述第二目标对象,且所述第一目标对象的属性信息和所述第二目标对象的属性信息相匹配。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一目标对象进行投影,得到所述第一目标对象在所述目标图像中的第一阴影数据,包括:
基于所述第一目标对象在所述目标图像中的位置信息对所述第一目标对象进行投影,得到所述第一目标对象在所述目标图像中的第一阴影数据。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述预设数据中不存在与所述第一目标对象匹配的目标数据的情况下,获取预设原始图像库中与所述第一目标对象对应的原始图像;
对所述原始图像进行图像分割处理,得到第二目标对象的轮廓;
基于所述轮廓,生成所述第一目标对象匹配的目标数据。
4.根据权利要求1所述的方法,其特征在于,所述第一目标对象包括目标文本;
所述对所述第一目标对象进行投影,得到所述第一目标对象在所述目标图像中的第一阴影数据之前,所述方法还包括:
基于所述目标文本的语义,将所述目标文本拆分成N个文本段;N为大于或等于2的正整数;
其中,所述对所述第一目标对象进行投影,得到所述第一目标对象在所述目标图像中的第一阴影数据,包括:
对每个所述文本段进行投影,得到每个所述文本段在所述目标图像中的第一阴影数据;
其中,所述在预设数据中存在与所述第一目标对象匹配的目标数据的情况下,将所述第一阴影数据和所述目标数据进行融合,得到所述第一目标对象在所述目标图像中的第二阴影数据,包括:
对于每个所述文本段,在所述预设数据中存在与所述文本段匹配的目标数据的情况下,将所述文本段对应的第一阴影数据和所述文字段匹配的目标数据进行融合,得到所述文本段在所述目标图像中的第二阴影数据。
5.根据权利要求1所述的方法,其特征在于,所述将所述第一阴影数据和所述目标数据进行融合,得到所述第一目标对象在所述目标图像中的第二阴影数据,包括:
将所述第一阴影数据中与所述第一目标对象对应的对象数据替换为所述目标数据;
基于所述第一阴影数据对应的投影方向和投影角度,调整所述目标数据,得到所述第二阴影数据。
6.一种数据处理装置,其特征在于,所述装置包括:
第一图像获取模块,用于获取目标图像;
识别模块,用于对所述目标图像进行对象识别,得到识别出的第一目标对象;
投影模块,用于对所述第一目标对象进行投影,得到所述第一目标对象在所述目标图像中的第一阴影数据;
融合模块,用于在预设数据中存在与所述第一目标对象匹配的目标数据的情况下,将所述第一阴影数据和所述目标数据进行融合,得到所述第一目标对象在所述目标图像中的第二阴影数据;
其中,所述目标数据是基于第二目标对象确定的数据,所述第一目标对象不同于所述第二目标对象,且所述第一目标对象的属性信息和所述第二目标对象的属性信息相匹配。
7.根据权利要求6所述的装置,其特征在于,所述投影模块用于:
基于所述第一目标对象在所述目标图像中的位置信息对所述第一目标对象进行投影,得到所述第一目标对象在所述目标图像中的第一阴影数据。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第二图像获取模块,用于在所述预设数据中不存在与所述第一目标对象匹配的目标数据的情况下,获取预设原始图像库中与所述第一目标对象对应的原始图像;
图像处理模块,用于对所述原始图像进行图像分割处理,得到第二目标对象的轮廓;
目标数据生成模块,用于基于所述轮廓,生成所述第一目标对象匹配的目标数据。
9.根据权利要求6所述的装置,其特征在于,所述第一目标对象包括目标文本;
所述装置还包括:
拆分模块,用于基于所述目标文本的语义,将所述目标文本拆分成N个文本段;N为大于或等于2的正整数;
其中,所述投影模块用于:
对每个所述文本段进行投影,得到每个所述文本段在所述目标图像中的第一阴影数据;
其中,所述融合模块用于:
对于每个所述文本段,在所述预设数据中存在与所述文本段匹配的目标数据的情况下,将所述文本段对应的第一阴影数据和所述文字段匹配的目标数据进行融合,得到所述文本段在所述目标图像中的第二阴影数据。
10.根据权利要求6所述的装置,其特征在于,所述融合模块用于:
将所述第一阴影数据中与所述第一目标对象对应的对象数据替换为所述目标数据;
基于所述第一阴影数据对应的投影方向和投影角度,调整所述目标数据,得到所述第二阴影数据。
11.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-5任意一项所述的数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010582677.6A CN111833283B (zh) | 2020-06-23 | 2020-06-23 | 数据处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010582677.6A CN111833283B (zh) | 2020-06-23 | 2020-06-23 | 数据处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111833283A CN111833283A (zh) | 2020-10-27 |
CN111833283B true CN111833283B (zh) | 2024-02-23 |
Family
ID=72899352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010582677.6A Active CN111833283B (zh) | 2020-06-23 | 2020-06-23 | 数据处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111833283B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9430715B1 (en) * | 2015-05-01 | 2016-08-30 | Adobe Systems Incorporated | Identifying and modifying cast shadows in an image |
CN108010118A (zh) * | 2017-11-28 | 2018-05-08 | 网易(杭州)网络有限公司 | 虚拟对象处理方法、虚拟对象处理装置、介质和计算设备 |
CN108986203A (zh) * | 2018-07-23 | 2018-12-11 | 太平洋未来科技(深圳)有限公司 | 阴影效果的确定方法、装置及电子设备 |
CN110363729A (zh) * | 2019-07-30 | 2019-10-22 | 维沃移动通信有限公司 | 一种图像处理方法、终端设备及计算机可读存储介质 |
CN111292408A (zh) * | 2020-01-21 | 2020-06-16 | 武汉大学 | 一种基于注意力机制的阴影生成方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7599561B2 (en) * | 2006-02-28 | 2009-10-06 | Microsoft Corporation | Compact interactive tabletop with projection-vision |
US20150113396A1 (en) * | 2013-10-18 | 2015-04-23 | Apple Inc. | Curved shadows in visual representations |
-
2020
- 2020-06-23 CN CN202010582677.6A patent/CN111833283B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9430715B1 (en) * | 2015-05-01 | 2016-08-30 | Adobe Systems Incorporated | Identifying and modifying cast shadows in an image |
CN108010118A (zh) * | 2017-11-28 | 2018-05-08 | 网易(杭州)网络有限公司 | 虚拟对象处理方法、虚拟对象处理装置、介质和计算设备 |
CN108986203A (zh) * | 2018-07-23 | 2018-12-11 | 太平洋未来科技(深圳)有限公司 | 阴影效果的确定方法、装置及电子设备 |
CN110363729A (zh) * | 2019-07-30 | 2019-10-22 | 维沃移动通信有限公司 | 一种图像处理方法、终端设备及计算机可读存储介质 |
CN111292408A (zh) * | 2020-01-21 | 2020-06-16 | 武汉大学 | 一种基于注意力机制的阴影生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111833283A (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109729426B (zh) | 一种视频封面图像的生成方法及装置 | |
CN113473182B (zh) | 一种视频生成的方法及装置、计算机设备和存储介质 | |
US10742340B2 (en) | System and method for identifying the context of multimedia content elements displayed in a web-page and providing contextual filters respective thereto | |
US9633448B1 (en) | Hue-based color naming for an image | |
CN107766349B (zh) | 一种生成文本的方法、装置、设备及客户端 | |
JP2022554068A (ja) | ビデオコンテンツ認識方法、装置、プログラム及びコンピュータデバイス | |
CN111757175A (zh) | 视频处理方法及装置 | |
WO2022194102A1 (zh) | 图像处理方法、装置、计算机设备、存储介质及程序产品 | |
CN113704531A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN110830846B (zh) | 一种视频裁剪方法及服务器 | |
CN112235520A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN111343467A (zh) | 一种直播数据处理方法、装置、电子设备及存储介质 | |
CN111158924B (zh) | 内容分享方法、装置、电子设备及可读存储介质 | |
CN112269522A (zh) | 图像处理方法、装置、电子设备和可读存储介质 | |
CN113037925B (zh) | 信息处理方法、信息处理装置、电子设备和可读存储介质 | |
WO2021179751A1 (zh) | 图像处理方法和系统 | |
CN112449110B (zh) | 图像处理方法、装置及电子设备 | |
CN113596574A (zh) | 视频处理方法、视频处理装置、电子设备和可读存储介质 | |
CN113655895A (zh) | 应用于输入法的信息推荐方法、装置及电子设备 | |
CN112199534A (zh) | 贴纸推荐方法、装置、电子设备及存储介质 | |
CN112287141A (zh) | 相册处理方法、装置、电子设备和存储介质 | |
CN111833283B (zh) | 数据处理方法、装置及电子设备 | |
CN113761281B (zh) | 虚拟资源处理方法、装置、介质及电子设备 | |
CN113362426B (zh) | 图像编辑方法和图像编辑装置 | |
CN113905125A (zh) | 视频显示方法、装置及电子设备 |
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 |