CN111862110A - 一种绿幕抠像方法、系统、设备和可读存储介质 - Google Patents
一种绿幕抠像方法、系统、设备和可读存储介质 Download PDFInfo
- Publication number
- CN111862110A CN111862110A CN202010612757.1A CN202010612757A CN111862110A CN 111862110 A CN111862110 A CN 111862110A CN 202010612757 A CN202010612757 A CN 202010612757A CN 111862110 A CN111862110 A CN 111862110A
- Authority
- CN
- China
- Prior art keywords
- channel
- edge
- region
- area
- foreground
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000012545 processing Methods 0.000 claims abstract description 61
- 238000001914 filtration Methods 0.000 claims abstract description 41
- 230000006870 function Effects 0.000 claims description 26
- 238000009499 grossing Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种绿幕抠像方法、系统、设备和可读存储介质，所述方法包括：将待抠像绿幕图像转换为HSV颜色空间的待抠像绿幕图像；分别提取所述HSV颜色空间的色调H通道、饱和度S通道和明度V通道的分量；分别对各个通道进行二值化处理；对二值化处理后的图像进行膨胀化处理得到包含边缘未处理区域的背景区域和前景区域；利用均值滤波法将边缘未处理区域从背景区域和前景区域中分离并求解边缘未处理区域的像素值；根据边缘未处理区域的像素值确定前景区域与背景区域之间的不透明度；根据所述不透明度、前景区域、背景区域的像素值计算边缘颜色值；将背景区域颜色值、前景区域颜色值和边缘未知区域颜色值融合。提高了抠像的速度和准确率。
Description
技术领域
本申请实施例涉及图片处理技术领域，具体涉及一种绿幕抠像方法、系统、设备和可读存储介质。
背景技术
抠像技术在信息时代普遍应用到各行各业，在商城图片展示、视频剪辑、电影制作、直播平台、虚拟现实、增强现实等众多科技产业中扮演重要的角色。
目前抠像技术都涉及到复杂的计算，计算量非常庞大，处理大型图片处理速度更加缓慢，大部分算法需要依靠价格昂贵的显卡支持。所以，本质上存在着在绿幕下抠像耗时长、成本高、算法复杂度高的技术问题。
发明内容
为此，本申请实施例提供一种绿幕抠像方法、系统、设备和可读存储介质，达到平滑绿幕抠像边缘的目的，可应用于多数抠图场合的背景，大大降低了计算复杂度，提高了抠像的速度和准确率。
为了实现上述目的，本申请实施例提供如下技术方案：
根据本申请实施例的第一方面，提供了一种绿幕抠像方法，所述方法包括：
将待抠像绿幕图像转换为HSV颜色空间的待抠像绿幕图像；
分别提取所述HSV颜色空间的色调H通道、饱和度S通道和明度V通道的分量；
分别对H通道、S通道、V通道进行二值化处理；
对二值化处理后的图像进行膨胀化处理，得到包含边缘未处理区域的背景区域和前景区域；
利用均值滤波法将边缘未处理区域从背景区域和前景区域中分离，并求解边缘未处理区域的像素值；
根据边缘未处理区域的像素值确定前景区域与背景区域之间的不透明度；
根据所述不透明度、前景区域、背景区域的像素值计算边缘颜色值；
将背景区域颜色值、前景区域颜色值和边缘未知区域颜色值融合。
可选地，所述分别对H通道、S通道、V通道进行二值化处理，包括：
根据提取的所述HSV颜色空间实际图像自适应调节H通道、S通道和V通道分量的阈值，以区分图像的前景区域和背景区域；
利用基于Opencvsharp的Threshold函数分别对H通道、S通道、V通道进行二值化处理；
将二值化处理后的H通道、S通道、V通道分量相加，取出全部的前景信息。
可选地，利用均值滤波法求解图像边缘未处理区域的像素值，包括：
利用均值滤波法将前景区域与背景区域交界处的像素点平滑处理，得到一组像素值为0到255的边缘，将边缘提取出来，得到前景区域、背景区域和边缘未处理区域；所述均值滤波法是基于Opencvsharp的Blur函数。
可选地，所述根据边缘未处理区域的像素值按照如下公式确定前景区域与背景区域之间的不透明度：
其中，X为均值滤波后的像素值，alpha为前景区域与背景区域之间的不透明度。
可选地，根据不透明度、前景区域、背景区域的像素值按照如下公式计算边缘颜色值，公式为：
A＝αB+(1-α)F
其中，α为不透明度，B为背景区域的像素值，F为前景区域的像素值，A为边缘颜色值，所述边缘颜色值为前景区域和背景区域叠加后的像素颜色值。
根据本申请实施例的第二方面，提供了一种绿幕抠像系统，所述系统包括：
图像转换模块，用于将待抠像绿幕图像转换为HSV颜色空间的待抠像绿幕图像；
分量提取模块，用于分别提取所述HSV颜色空间的色调H通道、饱和度S通道和明度V通道的分量；
二值化处理模块，用于分别对H通道、S通道、V通道进行二值化处理；
膨胀化处理模块，用于对二值化处理后的图像进行膨胀化处理，得到包含边缘未处理区域的背景区域和前景区域；
均值滤波模块，用于利用均值滤波法将边缘未处理区域从背景区域和前景区域中分离，并求解边缘未处理区域的像素值；
不透明度模块，用于根据边缘未处理区域的像素值确定前景区域与背景区域之间的不透明度；
边缘颜色值模块，用于根据所述不透明度、前景区域、背景区域的像素值计算边缘颜色值；
融合模块，用于将背景区域颜色值、前景区域颜色值和边缘未知区域颜色值融合。
可选地，所述二值化处理模块，具体用于：
根据提取到所述HSV颜色空间实际图像自适应调节H通道、S通道和V通道分量的阈值，以区分图像的前景区域和背景区域；
利用基于Opencvsharp的Threshold函数分别对H通道、S通道、V通道进行二值化处理；
将二值化处理后的H通道、S通道、V通道分量相加，取出全部的前景信息。
可选地，所述均值滤波模块，具体用于：
利用均值滤波法将前景区域与背景区域交界处的像素点平滑处理，得到一组像素值为0到255的边缘，将边缘提取出来，得到前景区域、背景区域和边缘未处理区域；所述均值滤波法是基于Opencvsharp的Blur函数。
根据本申请实施例的第二方面，提供了一种设备，所述设备包括：数据采集装置、处理器和存储器；
所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行如上述第一方面任一项所述的方法。
根据本申请实施例的第二方面，提供了一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如上述第一方面任一项所述的方法。
综上所述，本申请实施例提供了一种绿幕抠像方法、系统、设备和可读存储介质，通过将待抠像绿幕图像转换为HSV颜色空间的待抠像绿幕图像；分别提取所述HSV颜色空间的色调H通道、饱和度S通道和明度V通道的分量；分别对H通道、S通道、V通道进行二值化处理；对二值化处理后的图像进行膨胀化处理得到包含边缘未处理区域的背景区域和前景区域；利用均值滤波法将边缘未处理区域从背景区域和前景区域中分离并求解边缘未处理区域的像素值；根据边缘未处理区域的像素值确定前景区域与背景区域之间的不透明度；根据所述不透明度、前景区域、背景区域的像素值计算边缘颜色值；将背景区域颜色值、前景区域颜色值和边缘未知区域颜色值融合。提高了抠像的速度和准确率。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本申请实施例提供的一种绿幕抠像方法流程示意图；
图2为本申请实施例提供的一种绿幕抠像系统框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1示出了本申请实施例提供的一种绿幕抠像方法流程示意图，如图1所示，所述方法包括如下步骤：
步骤101：将待抠像绿幕图像转换为HSV颜色空间的待抠像绿幕图像。
步骤102：分别提取所述HSV颜色空间的色调H通道、饱和度S通道和明度V通道的分量。
步骤103：分别对H通道、S通道、V通道进行二值化处理。
步骤104：对二值化处理后的图像进行膨胀化处理，得到包含边缘未处理区域的背景区域和前景区域。
步骤105：利用均值滤波法将边缘未处理区域从背景区域和前景区域中分离，并求解边缘未处理区域的像素值。
步骤106：根据边缘未处理区域的像素值确定前景区域与背景区域之间的不透明度。
步骤107：根据所述不透明度、前景区域、背景区域的像素值计算边缘颜色值。
步骤108：将背景区域颜色值、前景区域颜色值和边缘未知区域颜色值融合。
在步骤103中的一种可能的实施方式中，根据提取的所述HSV颜色空间实际图像自适应调节H通道、S通道和V通道分量的阈值，以区分图像的前景区域和背景区域；利用基于Opencvsharp的Threshold函数分别对H通道、S通道、V通道进行二值化处理；将二值化处理后的H通道、S通道、V通道分量相加，取出全部的前景信息。
在步骤105中的一种可能的实施方式中，利用均值滤波法将前景区域与背景区域交界处的像素点平滑处理，得到一组像素值为0到255的边缘，将边缘提取出来，得到前景区域、背景区域和边缘未处理区域；所述均值滤波法是基于Opencvsharp的Blur函数。
在步骤106中，所述根据边缘未处理区域的像素值按照如下公式(1)确定前景区域与背景区域之间的不透明度：
其中，X为均值滤波后的像素值，alpha为前景区域与背景区域之间的不透明度。
在步骤107中，根据不透明度、前景区域、背景区域的像素值按照如下公式(2)计算边缘颜色值：
A＝αB+(1-α)F…………公式(2)
其中，α为不透明度，B为背景区域的像素值，F为前景区域的像素值，A为边缘颜色值，所述边缘颜色值为前景区域和背景区域叠加后的像素颜色值。边缘颜色值即边缘未知区域颜色值。
为了使得本申请实施例提供的绿幕抠像方法更加清晰明了，现结合实施例进行进一步说明，所述绿幕抠像方法包括如下步骤：
步骤1：利用摄像机，获取处理区域的绿幕图像。
步骤2：将绿幕图像从RGB颜色空间转换成HSV颜色空间，使用open cvsharp函数库里Cvt Color函数转换图像的颜色空间。
步骤3：提取HSV颜色空间的各个通道，分别为H通道、S通道、V通道，使用opencvsharp函数库里Split函数分割颜色空间的各个分量。
步骤4：分别对H通道、S通道、V通道进行二值化处理，二值化阈值的计算是根据实际图像查找较大区域的H、S、V分量值，分别作为H、S、V通道的阈值，用来大致区分图像的前景和背景，二值化处理是基于opencvsharp的Threshold函数，然后将二值化后的H、S、V通道相加，取出全部的前景信息。
步骤5：对二值化后的图像进行膨胀处理，扩大背景区域，缩小前景区域，边缘内缩，此法后基本锁定前景与背景，膨胀化处理是基于Opencvsharp的Dilate函数，膨胀核设置为7*7(膨胀核为奇数)。
步骤6：采用均值滤波的方法对膨胀后图像进行边缘未知区域的确认，膨胀化之后的图像是一张黑白图，背景为白色，前景为黑色，此时使用均值滤波将前景与背景交界处位置的像素点平滑处理，得到一组像素值为0到255的边缘，将边缘提取出来，此时图像被分为三部分，前景，背景和边缘未处理区域，均值滤波是基于opencvsharp的Blur函数，均值滤波的核设置为3*3(均值滤波的核为奇数)。
需要说明的是，均值滤波法是求解边缘未知区域的像素值，而不是求解前景背景的，并且前景背景的像素值无需计算，只需要区分前景和背景。膨胀化之后能区别前景和背景，但是边缘还没分出来，均值滤波之后图像分成三个区域(前景、背景和边缘)。
步骤7：将均值滤波后边缘部分的像素值处理后作为前景与背景之间的不透明度，用以求出边缘的值，得到边缘平滑的效果，不透明度又称不透明的程度，在图像处理中，会出现几个图层或两幅以上的图片互相叠加，形成新的显示方式，此时的不透明度会使多幅图像平滑融合。不透明度的值是由S6中均值滤波处理后的像素值所得到的，公式(3)为
其中X为均值滤波后的像素值，alpha是不透明度。边缘颜色值为前景和背景叠加后的像素颜色值，公式(4)为：
A＝αB+(1-α)F…………公式(4)
其中，α为不透明度，B为背景像素，F为前景像素，A为边缘新的像素值。
步骤8：将背景，前景和边缘未知区域融合，利用膨胀化后的图像分别提取出背景图和前景图，然后与S7中计算的边缘未知区域融合得到最终的处理后图片。
直接利用二值化和膨胀确定前景和背景区域，同时使用均值滤波提取出边缘未知区域，将均值滤波的像素值处理后确定为不透明度，利用不透明度和前景背景的关系计算融合后边缘的像素值，此方法达到平滑绿幕抠像边缘的目的，同时此方法可应用于多数抠图场合的背景，大大降低了计算复杂度，提高了抠像的速度和准确率。
综上所述，本申请实施例提供了一种绿幕抠像方法、系统、设备和可读存储介质，通过将待抠像绿幕图像转换为HSV颜色空间的待抠像绿幕图像；分别提取所述HSV颜色空间的色调H通道、饱和度S通道和明度V通道的分量；分别对H通道、S通道、V通道进行二值化处理；对二值化处理后的图像进行膨胀化处理得到包含边缘未处理区域的背景区域和前景区域；利用均值滤波法将边缘未处理区域从背景区域和前景区域中分离并求解边缘未处理区域的像素值；根据边缘未处理区域的像素值确定前景区域与背景区域之间的不透明度；根据所述不透明度、前景区域、背景区域的像素值计算边缘颜色值；将背景区域颜色值、前景区域颜色值和边缘未知区域颜色值融合。提高了抠像的速度和准确率。
基于相同的技术构思，如图2所示，本申请实施例还提供了一种绿幕抠像系统，所述系统包括：
图像转换模块201，用于将待抠像绿幕图像转换为HSV颜色空间的待抠像绿幕图像。
分量提取模块202，用于分别提取所述HSV颜色空间的色调H通道、饱和度S通道和明度V通道的分量。
二值化处理模块203，用于分别对H通道、S通道、V通道进行二值化处理。
膨胀化处理模块204，用于对二值化处理后的图像进行膨胀化处理，得到包含边缘未处理区域的背景区域和前景区域。
均值滤波模块205，用于利用均值滤波法将边缘未处理区域从背景区域和前景区域中分离，并求解边缘未处理区域的像素值。
不透明度模块206，用于根据边缘未处理区域的像素值确定前景区域与背景区域之间的不透明度。
边缘颜色值模块207，用于根据所述不透明度、前景区域、背景区域的像素值计算边缘颜色值。
融合模块208，用于将背景区域颜色值、前景区域颜色值和边缘未知区域颜色值融合。
可选地，所述二值化处理203模块，具体用于：根据提取到所述HSV颜色空间实际图像自适应调节H通道、S通道和V通道分量的阈值，以区分图像的前景区域和背景区域；利用基于Opencvsharp的Threshold函数分别对H通道、S通道、V通道进行二值化处理；将二值化处理后的H通道、S通道、V通道分量相加，取出全部的前景信息。
可选地，所述均值滤波模块205，具体用于：利用均值滤波法将前景区域与背景区域交界处的像素点平滑处理，得到一组像素值为0到255的边缘，将边缘提取出来，得到前景区域、背景区域和边缘未处理区域；所述均值滤波法是基于Opencvsharp的Blur函数。
根据本申请实施例的第二方面，提供了一种设备，所述设备包括：数据采集装置、处理器和存储器；所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行如上述任一项所述的方法。
根据本申请实施例的第二方面，提供了一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如上述任一项所述的方法。
本说明书中上述方法的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
需要说明的是，尽管在附图中以特定顺序描述了本发明方法的操作，但这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
虽然本申请提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。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、产品或者设备不仅包括那些要素，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、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，机械或其它的形式。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。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，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种绿幕抠像方法，其特征在于，所述方法包括：
将待抠像绿幕图像转换为HSV颜色空间的待抠像绿幕图像；
分别提取所述HSV颜色空间的色调H通道、饱和度S通道和明度V通道的分量；
分别对H通道、S通道、V通道进行二值化处理；
对二值化处理后的图像进行膨胀化处理，得到包含边缘未处理区域的背景区域和前景区域；
利用均值滤波法将边缘未处理区域从背景区域和前景区域中分离，并求解边缘未处理区域的像素值；
根据边缘未处理区域的像素值确定前景区域与背景区域之间的不透明度；
根据所述不透明度、前景区域、背景区域的像素值计算边缘颜色值；
将背景区域颜色值、前景区域颜色值和边缘未知区域颜色值融合。
2.如权利要求1所述的方法，其特征在于，所述分别对H通道、S通道、V通道进行二值化处理，包括：
根据提取的所述HSV颜色空间实际图像自适应调节H通道、S通道和V通道分量的阈值，以区分图像的前景区域和背景区域；
利用基于Opencvsharp的Threshold函数分别对H通道、S通道、V通道进行二值化处理；
将二值化处理后的H通道、S通道、V通道分量相加，取出全部的前景信息。
3.如权利要求1所述的方法，其特征在于，利用均值滤波法求解图像边缘未处理区域的像素值，包括：
利用均值滤波法将前景区域与背景区域交界处的像素点平滑处理，得到一组像素值为0到255的边缘，将边缘提取出来，得到前景区域、背景区域和边缘未处理区域；所述均值滤波法是基于Opencvsharp的Blur函数。
4.如权利要求1所述的方法，其特征在于，所述根据边缘未处理区域的像素值按照如下公式确定前景区域与背景区域之间的不透明度：
其中，X为均值滤波后的像素值，alpha为前景区域与背景区域之间的不透明度。
5.如权利要求1所述的方法，其特征在于，根据不透明度、前景区域、背景区域的像素值按照如下公式计算边缘颜色值：
A＝αB+(1-α)F
其中，α为不透明度，B为背景区域的像素值，F为前景区域的像素值，A为边缘颜色值，所述边缘颜色值为前景区域和背景区域叠加后的像素颜色值。
6.一种绿幕抠像系统，其特征在于，所述系统包括：
图像转换模块，用于将待抠像绿幕图像转换为HSV颜色空间的待抠像绿幕图像；
分量提取模块，用于分别提取所述HSV颜色空间的色调H通道、饱和度S通道和明度V通道的分量；
二值化处理模块，用于分别对H通道、S通道、V通道进行二值化处理；
膨胀化处理模块，用于对二值化处理后的图像进行膨胀化处理，得到包含边缘未处理区域的背景区域和前景区域；
均值滤波模块，用于利用均值滤波法将边缘未处理区域从背景区域和前景区域中分离，并求解边缘未处理区域的像素值；
不透明度模块，用于根据边缘未处理区域的像素值确定前景区域与背景区域之间的不透明度；
边缘颜色值模块，用于根据所述不透明度、前景区域、背景区域的像素值计算边缘颜色值；
融合模块，用于将背景区域颜色值、前景区域颜色值和边缘未知区域颜色值融合。
7.如权利要求6所述的系统，其特征在于，所述二值化处理模块，具体用于：
根据提取到所述HSV颜色空间实际图像自适应调节H通道、S通道和V通道分量的阈值，以区分图像的前景区域和背景区域；
利用基于Opencvsharp的Threshold函数分别对H通道、S通道、V通道进行二值化处理；
将二值化处理后的H通道、S通道、V通道分量相加，取出全部的前景信息。
8.如权利要求6所述的系统，其特征在于，所述均值滤波模块，具体用于：
利用均值滤波法将前景区域与背景区域交界处的像素点平滑处理，得到一组像素值为0到255的边缘，将边缘提取出来，得到前景区域、背景区域和边缘未处理区域；所述均值滤波法是基于Opencvsharp的Blur函数。
9.一种设备，其特征在于，所述设备包括：数据采集装置、处理器和存储器；
所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行如权利要求1-5任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010612757.1A CN111862110A (zh) | 2020-06-30 | 2020-06-30 | 一种绿幕抠像方法、系统、设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010612757.1A CN111862110A (zh) | 2020-06-30 | 2020-06-30 | 一种绿幕抠像方法、系统、设备和可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111862110A true CN111862110A (zh) | 2020-10-30 |
Family
ID=72988808
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010612757.1A Pending CN111862110A (zh) | 2020-06-30 | 2020-06-30 | 一种绿幕抠像方法、系统、设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111862110A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112308866A (zh) * | 2020-11-04 | 2021-02-02 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN112330531A (zh) * | 2020-11-04 | 2021-02-05 | 广州博冠信息科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN112381222A (zh) * | 2020-11-12 | 2021-02-19 | 北京乐学帮网络技术有限公司 | 一种样本生成方法、装置、计算机设备和存储介质 |
| CN112669337A (zh) * | 2020-12-28 | 2021-04-16 | 上海玄彩美科网络科技有限公司 | 一种自迭代式的局部绿幕抠像方法 |
| CN113240700A (zh) * | 2021-05-27 | 2021-08-10 | 广州博冠信息科技有限公司 | 图像处理方法及装置、计算机可读存储介质、电子设备 |
| CN113436284A (zh) * | 2021-07-30 | 2021-09-24 | 上海商汤智能科技有限公司 | 一种图像处理方法、装置、计算机设备和存储介质 |
| CN115690130A (zh) * | 2022-12-30 | 2023-02-03 | 杭州咏柳科技有限公司 | 一种图像处理方法和装置 |
| WO2024001360A1 (zh) * | 2022-06-28 | 2024-01-04 | 北京字跳网络技术有限公司 | 绿幕抠图方法、装置及电子设备 |
| CN118138792A (zh) * | 2024-05-07 | 2024-06-04 | 杭州育恩科技有限公司 | 一种多媒体授课的直播方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106952270A (zh) * | 2017-03-01 | 2017-07-14 | 湖南大学 | 一种单一背景图像的快速抠图方法 |
| CN107452010A (zh) * | 2017-07-31 | 2017-12-08 | 中国科学院长春光学精密机械与物理研究所 | 一种自动抠图算法和装置 |
| CN110930321A (zh) * | 2019-11-06 | 2020-03-27 | 杭州恩玖软件有限公司 | 一种能够自动选取目标区域的蓝/绿幕数字图像抠取方法 |
-
2020
- 2020-06-30 CN CN202010612757.1A patent/CN111862110A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106952270A (zh) * | 2017-03-01 | 2017-07-14 | 湖南大学 | 一种单一背景图像的快速抠图方法 |
| CN107452010A (zh) * | 2017-07-31 | 2017-12-08 | 中国科学院长春光学精密机械与物理研究所 | 一种自动抠图算法和装置 |
| CN110930321A (zh) * | 2019-11-06 | 2020-03-27 | 杭州恩玖软件有限公司 | 一种能够自动选取目标区域的蓝/绿幕数字图像抠取方法 |
Non-Patent Citations (2)
| Title |
|---|
| 于明;阎刚;段玉龙;安玮琪;: "基于背景差分的快速视频抠图算法的研究", 河北工业大学学报, no. 01, 15 February 2013 (2013-02-15), pages 81 - 87 * |
| 许意杭;曾国安;: "一种实用的绿幕分割方法", 电脑知识与技术, no. 25, 5 September 2018 (2018-09-05), pages 208 - 209 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112308866A (zh) * | 2020-11-04 | 2021-02-02 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN112330531A (zh) * | 2020-11-04 | 2021-02-05 | 广州博冠信息科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN112308866B (zh) * | 2020-11-04 | 2024-02-09 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN112381222A (zh) * | 2020-11-12 | 2021-02-19 | 北京乐学帮网络技术有限公司 | 一种样本生成方法、装置、计算机设备和存储介质 |
| CN112669337A (zh) * | 2020-12-28 | 2021-04-16 | 上海玄彩美科网络科技有限公司 | 一种自迭代式的局部绿幕抠像方法 |
| CN113240700A (zh) * | 2021-05-27 | 2021-08-10 | 广州博冠信息科技有限公司 | 图像处理方法及装置、计算机可读存储介质、电子设备 |
| CN113240700B (zh) * | 2021-05-27 | 2024-01-23 | 广州博冠信息科技有限公司 | 图像处理方法及装置、计算机可读存储介质、电子设备 |
| CN113436284A (zh) * | 2021-07-30 | 2021-09-24 | 上海商汤智能科技有限公司 | 一种图像处理方法、装置、计算机设备和存储介质 |
| WO2024001360A1 (zh) * | 2022-06-28 | 2024-01-04 | 北京字跳网络技术有限公司 | 绿幕抠图方法、装置及电子设备 |
| CN115690130A (zh) * | 2022-12-30 | 2023-02-03 | 杭州咏柳科技有限公司 | 一种图像处理方法和装置 |
| CN115690130B (zh) * | 2022-12-30 | 2023-06-27 | 杭州咏柳科技有限公司 | 一种图像处理方法和装置 |
| CN118138792A (zh) * | 2024-05-07 | 2024-06-04 | 杭州育恩科技有限公司 | 一种多媒体授课的直播方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111862110A (zh) | 一种绿幕抠像方法、系统、设备和可读存储介质 | |
| CN111583097A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| US8494297B2 (en) | Automatic detection and mapping of symmetries in an image | |
| US9542735B2 (en) | Method and device to compose an image by eliminating one or more moving objects | |
| US9639943B1 (en) | Scanning of a handheld object for 3-dimensional reconstruction | |
| CN109961016B (zh) | 面向智能家居场景的多手势精准分割方法 | |
| CN107622504B (zh) | 用于处理图片的方法和装置 | |
| CN110390327B (zh) | 前景提取方法、装置、计算机设备及存储介质 | |
| CN103198311A (zh) | 基于拍摄的图像来识别字符的方法及装置 | |
| CN112651953A (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
| CN111462164A (zh) | 一种前景分割方法以及基于图像合成的数据增强方法 | |
| CN110751154A (zh) | 一种基于像素级分割的复杂环境多形状文本检测方法 | |
| CN108229281B (zh) | 神经网络的生成方法和人脸检测方法、装置及电子设备 | |
| Arsic et al. | Improved lip detection algorithm based on region segmentation and edge detection | |
| CN112883827A (zh) | 图像中指定目标的识别方法、装置、电子设备和存储介质 | |
| Arai et al. | Text extraction from TV commercial using blob extraction method | |
| CN114449362A (zh) | 视频封面的选取方法、装置、设备及存储介质 | |
| Zhong et al. | Vertical corner line detection on buildings in quasi-Manhattan world | |
| CN114187309A (zh) | 一种基于卷积神经网络的头发分割方法及系统 | |
| CN107633498A (zh) | 图像暗态增强方法、装置及电子设备 | |
| CN114764839A (zh) | 动态视频生成方法、装置、可读存储介质及终端设备 | |
| CN114596210A (zh) | 噪声估计方法、装置、终端设备及计算机可读存储介质 | |
| CN110166710A (zh) | 图像合成方法、装置、设备和介质 | |
| CN109766831A (zh) | 一种道路色带识别方法、装置、计算机设备、及存储介质 | |
| CN114079815B (zh) | 字幕保护方法、系统、终端设备及存储介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: No. 868-3, Shangshengou Village, Hunnan District, Shenyang City, Liaoning Province, 110000 (101, 201) Applicant after: Liaoning Sunflower Digital Technology Co.,Ltd. Address before: Room C418, No. 860-1, Shangshengou Village, Dongling District, Hunnan District, Shenyang City, Liaoning Province, 110000 Applicant before: LIAONING SUNFLOWER EDUCATION TECHNOLOGY Co.,Ltd. Country or region before: China |