CN112132852A - 基于多背景色统计的自动抠图方法及装置 - Google Patents
基于多背景色统计的自动抠图方法及装置 Download PDFInfo
- Publication number
- CN112132852A CN112132852A CN202010883744.8A CN202010883744A CN112132852A CN 112132852 A CN112132852 A CN 112132852A CN 202010883744 A CN202010883744 A CN 202010883744A CN 112132852 A CN112132852 A CN 112132852A
- Authority
- CN
- China
- Prior art keywords
- point
- background
- color
- foreground
- image
- 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
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
- G06T7/136—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
- G06T7/194—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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于多背景色统计的自动抠图方法、介质、设备及装置,其中方法包括:遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别;遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值;如果该距离小于预设距离阈值,则确定该像素点为背景点,以完成背景点与前景点的划分。能够在原始图像存在多个背景色和多个前景色时,对原始图像进行有效抠图,保证图像的抠图效果。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种基于多背景色统计的自动抠图方法、一种计算机可读存储介质、一种计算机设备以及一种基于多背景色统计的自动抠图装置。
背景技术
相关技术中,在进行图像的自动抠图时,往往是通过基于图像二值化处理的方式进行,即言,通过计算分割阈值来区分前景点和背景点。然而,这种方式在待抠图图像存在多个背景色和多个前景色时,分割效果差,难以对待抠图图像进行有效抠图。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此,本发明的一个目的在于提出一种基于多背景色统计的自动抠图方法,能够在原始图像存在多个背景色和多个前景色时,对原始图像进行有效抠图,保证图像的抠图效果。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种基于多背景色统计的自动抠图装置。
为达到上述目的,本发明第一方面实施例提出了一种基于多背景色统计的自动抠图方法,包括以下步骤:遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别;遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值;如果该距离小于预设距离阈值,则确定该像素点为背景点,以完成背景点与前景点的划分。
根据本发明实施例的基于多背景色统计的自动抠图方法,首先,遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别;接着,遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值;然后,如果该距离小于预设距离阈值,则确定该像素点为背景点,以完成背景点与前景点的划分;从而实现在原始图像存在多个背景色和多个前景色时,对原始图像进行有效抠图,保证图像的抠图效果。
另外,根据本发明上述实施例提出的基于多背景色统计的自动抠图方法还可以具有如下附加的技术特征:
可选地,在生成多个背景色类别之后,还包括:判断每个背景色类别所对应的像素点个数是否小于预设的点数阈值;如果是,则去除该背景色类别。
可选地,还包括:根据每个前景点对应的像素值对所有前景点进行分块处理,以生成多个前景块;遍历任意一个前景块的块边缘点,以获取该前景块的块边缘点所对应的颜色信息,并根据该前景块所有块边缘点对应的颜色信息计算相应的颜色均值;遍历该前景块的块内像素点,并计算每个块内像素点与该颜色均值之间的距离,以及根据每个块内像素点与该颜色均值之间的距离确定距离阈值;根据块内像素点与该颜色均值之间的距离和距离阈值判断块内像素点是否为前景点,并在判断结果为否时删除该前景点。
可选地,在生成多个前景块之后,还包括:统计每个前景块对应的像素点个数,并判断前景块对应的像素点个数是否小于预设数量阈值;如果是,则删除该前景块。
可选地,根据每个块内像素点与该颜色均值之间的距离确定距离阈值,包括:按照距离大小对多个块内像素点与颜色均值之间的距离进行排序,并根据排序结果计算预设范围内的多个数值的均值,以及根据该均值和预设系数计算距离阈值。
可选地,还包括:遍历所述待抠图图像的每个前景点,并判断该前景点是否为图像边缘点;如果该前景点不是图像边缘点,则判断该前景点的邻近像素点是否均为背景点;如果该前景点的邻近像素点均为背景点,则删除该前景点。
为达到上述目的,本发明第二方面实施例提出了一种计算机可读存储介质,其上存储有基于多背景色统计的自动抠图程序,该基于多背景色统计的自动抠图程序被处理器执行时实现如上述的基于多背景色统计的自动抠图方法。
根据本发明实施例的计算机可读存储介质,通过存储基于多背景色统计的自动抠图程序,以使得处理器在执行该基于多背景色统计的自动抠图程序时,实现如上述的基于多背景色统计的自动抠图方法,从而实现在原始图像存在多个背景色和多个前景色时,对原始图像进行有效抠图,保证图像的抠图效果。
为达到上述目的,本发明第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如上述的基于多背景色统计的自动抠图方法。
根据本发明实施例的计算机设备,通过存储器对基于多背景色统计的自动抠图程序进行存储,以使得处理器在执行该基于多背景色统计的自动抠图程序时,实现如上述的基于多背景色统计的自动抠图方法,从而实现在原始图像存在多个背景色和多个前景色时,对原始图像进行有效抠图,保证图像的抠图效果。
为达到上述目的,本发明第四方面实施例提出了一种基于多背景色统计的自动抠图装置,包括:聚类模块,所述聚类模块用于遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别;计算模块,所述计算模块用于遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值;抠图模块,所述抠图模块用于在该距离小于预设距离阈值时,确定该像素点为背景点,以完成背景点与前景点的划分。
根据本发明实施例的基于多背景色统计的自动抠图装置,通过设置聚类模块用于遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别;计算模块用于遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值;抠图模块用于在该距离小于预设距离阈值时,确定该像素点为背景点,以完成背景点与前景点的划分;从而实现在原始图像存在多个背景色和多个前景色时,对原始图像进行有效抠图,保证图像的抠图效果。
另外,根据本发明上述实施例提出的基于多背景色统计的自动抠图装置还可以具有如下附加的技术特征:
可选地,在生成多个背景色类别之后,还包括:判断每个背景色类别所对应的像素点个数是否小于预设的点数阈值;如果是,则去除该背景色类别。
附图说明
图1为根据本发明实施例的基于多背景色统计的自动抠图方法的流程示意图;
图2为根据本发明另一实施例的基于多背景色统计的自动抠图方法的流程示意图;
图3为根据本发明实施例的基于多背景色统计的自动抠图装置的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
相关技术中,在待抠图图像存在多个背景色和多个前景色时,分割效果差,难以对待抠图图像进行有效抠图;根据本发明实施例的基于多背景色统计的自动抠图方法,首先,遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别;接着,遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值;然后,如果该距离小于预设距离阈值,则确定该像素点为背景点,以完成背景点与前景点的划分;从而实现在原始图像存在多个背景色和多个前景色时,对原始图像进行有效抠图,保证图像的抠图效果。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
图1为根据本发明实施例提出的基于多背景色统计的自动抠图方法的流程示意图,如图1所示,该基于多背景色统计的自动抠图方法包括以下步骤:
S101,遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别。
也就是说,遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,然后,根据每个图像边缘点对应的颜色信息对多个图像边缘点进行聚类,以形成多个不同的背景色类别。
作为一种示例,首先,获取每个图像边缘点对应的Lab颜色信息,并根据Lab颜色距离进行聚类,具体地,通过以下公式进行表述:
需要说明的是,在根据Lab颜色信息进行聚类时,如果获取到的像素点的初始颜色信息为RGB颜色,则需要对RGB颜色进行格式转换,即言,首先,现将RGB置换为XYZ,再转换成Lab颜色信息。
具体地,通过以下公式进行表述,在RGB置换为XYZ的过程中:
X=R*0.4124+G*0.3576+B*0.1805
Y=R*0.2126+G*0.7152+B*0.0722
Z=R*0.0193+G*0.1192+B*0.9505
而在XYZ转换为Lab的过程中:
L=116f(Y/Yn)-16
A=500[f(X/Xn)-f(Y/Yn)]
B=200[f(Y/Yn)-f(Z/Zn)]
在一些实施例中,为了提高背景色类别选择的可靠性,降低后续计算量,在生成多个背景色类别之后,还包括:判断每个背景色类别所对应的像素点个数是否小于预设的点数阈值;如果是,则去除该背景色类别。
即言,通过背景色类别所包含的像素点个数对背景色类别进行进一步的筛选,以删除其中包含像素点数量较少的类别。
S102,遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值。
S103,如果该距离小于预设距离阈值,则确定该像素点为背景点,以完成背景点与前景点的划分。
即言,遍历待抠图图像,以获取待抠图图像中每个像素点所对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,如果该像素点与任意一个背景色类别对应的颜色信息之间的距离小于预设的距离阈值,则认为该像素点为背景点,而如果大于等于,则认为该像素点为前景点,以完成前景点与背景点的划分。
在一些实施例中,为了进一步提高本发明实施例提出的基于多背景色统计的自动抠图方法的自动抠图效果,该基于多背景色统计的自动抠图方法还包括:根据每个前景点对应的像素值对所有前景点进行分块处理,以生成多个前景块;遍历任意一个前景块的块边缘点,以获取该前景块的块边缘点所对应的颜色信息,并根据该前景块所有块边缘点对应的颜色信息计算相应的颜色均值;遍历该前景块的块内像素点,并计算每个块内像素点与该颜色均值之间的距离,以及根据每个块内像素点与该颜色均值之间的距离确定距离阈值;根据块内像素点与该颜色均值之间的距离和距离阈值判断块内像素点是否为前景点,并在判断结果为否时删除该前景点。
在一些实施例中,为了提高前景块选择的准确性,在生成多个前景块之后,还包括:统计每个前景块对应的像素点个数,并判断前景块对应的像素点个数是否小于预设数量阈值;如果是,则删除该前景块。
在一些实施例中,根据每个块内像素点与该颜色均值之间的距离确定距离阈值,包括:按照距离大小对多个块内像素点与颜色均值之间的距离进行排序,并根据排序结果计算预设范围内的多个数值的均值,以及根据该均值和预设系数计算距离阈值。
作为一种示例,首先,计算每个块内像素点与颜色均值之间的距离,并根据距离的大小对多个块内像素点与颜色均值之间的距离进行排序;然后,取其中最大的30%的值,并根据这些计算其平均值;接着,将该平均值乘以系数a,以得到距离阈值。
在一些实施例中,为了进一步提高前景点选取的准确性,本发明实施例提出的基于多背景色统计的自动抠图方法还包括:遍历待抠图图像的每个前景点,并判断该前景点是否为图像边缘点;如果该前景点不是图像边缘点,则判断该前景点的邻近像素点是否均为背景点;如果该前景点的邻近像素点均为背景点,则删除该前景点。
即言,首先,判断前景点是否为图像边缘点,如果是,则对该点进行忽略,不进行处理;如果不是,则进一步判断该前景点的邻近像素点是否均为背景点,如果是,则将该前景点作为背景点,对其进行删除。
在本发明的一个具体实施例中,如图2所示,本发明实施例提出的基于多背景色统计的自动抠图方法包括以下步骤:
S201,遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别。
S202,判断每个背景色类别所对应的像素点个数是否小于预设的点数阈值;如果是,则执行步骤S203。
S203,去除该背景色类别。
S204,遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离。
S205,判断该距离是否小于预设距离阈值;如果是,则执行步骤S206,;如果否,则执行步骤S207。
S206,确定该像素点为背景点。
S207,确定该像素点为前景点。
S208,根据每个前景点对应的像素值对所有前景点进行分块处理,以生成多个前景块。
S209,统计每个前景块对应的像素点个数。
S210,判断前景块对应的像素点个数是否小于预设数量阈值;如果是,则执行步骤S211;如果否,则执行步骤S212。
S211,删除该前景块。
S212,保留该前景块
S213,遍历任意一个前景块的块边缘点,以获取该前景块的块边缘点所对应的颜色信息,并根据该前景块所有块边缘点对应的颜色信息计算相应的颜色均值。
S214,遍历该前景块的块内像素点,并计算每个块内像素点与该颜色均值之间的距离,以及根据每个块内像素点与该颜色均值之间的距离确定距离阈值。
S215,判断块内像素点是否为前景点;如果否,则执行步骤S216。
S216,删除该前景点。
S217,判断该前景点是否为图像边缘点;如果否,则执行步骤S218。
S218,判断该前景点的邻近像素点是否均为背景点;如果是,则执行步骤S219。
S219,删除该前景点。
综上所述,根据本发明实施例的基于多背景色统计的自动抠图方法,首先,遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别;接着,遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值;然后,如果该距离小于预设距离阈值,则确定该像素点为背景点,以完成背景点与前景点的划分;从而实现在原始图像存在多个背景色和多个前景色时,对原始图像进行有效抠图,保证图像的抠图效果。
为了实现上述实施例,本发明实施例还提出了一种计算机可读存储介质,其上存储有基于多背景色统计的自动抠图程序,该基于多背景色统计的自动抠图程序被处理器执行时实现如上述的基于多背景色统计的自动抠图方法。
根据本发明实施例的计算机可读存储介质,通过存储基于多背景色统计的自动抠图程序,以使得处理器在执行该基于多背景色统计的自动抠图程序时,实现如上述的基于多背景色统计的自动抠图方法,从而实现在原始图像存在多个背景色和多个前景色时,对原始图像进行有效抠图,保证图像的抠图效果。
为了实现上述实施例,本发明实施例还提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如上述的基于多背景色统计的自动抠图方法。
根据本发明实施例的计算机设备,通过存储器对基于多背景色统计的自动抠图程序进行存储,以使得处理器在执行该基于多背景色统计的自动抠图程序时,实现如上述的基于多背景色统计的自动抠图方法,从而实现在原始图像存在多个背景色和多个前景色时,对原始图像进行有效抠图,保证图像的抠图效果。
为了实现上述实施例,本发明实施例还提出了一种基于多背景色统计的自动抠图装置;如图3所示,该基于多背景色统计的自动抠图装置包括:聚类模块10、计算模块20和抠图模块30。
其中,聚类模块10用于遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别;
计算模块20用于遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值;
抠图模块30用于在该距离小于预设距离阈值时,确定该像素点为背景点,以完成背景点与前景点的划分。
在一些实施例中,在生成多个背景色类别之后,还包括:判断每个背景色类别所对应的像素点个数是否小于预设的点数阈值;如果是,则去除该背景色类别。
需要说明的是,上述关于图1中基于多背景色统计的自动抠图方法的描述同样适用于该基于多背景色统计的自动抠图装置,在此不做赘述。
综上所述,根据本发明实施例的基于多背景色统计的自动抠图装置,通过设置聚类模块用于遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别;计算模块用于遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值;抠图模块用于在该距离小于预设距离阈值时,确定该像素点为背景点,以完成背景点与前景点的划分;从而实现在原始图像存在多个背景色和多个前景色时,对原始图像进行有效抠图,保证图像的抠图效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于多背景色统计的自动抠图方法,其特征在于,包括以下步骤:
遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别;
遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值;
如果该距离小于预设距离阈值,则确定该像素点为背景点,以完成背景点与前景点的划分。
2.如权利要求1所述的基于多背景色统计的自动抠图方法,其特征在于,在生成多个背景色类别之后,还包括:
判断每个背景色类别所对应的像素点个数是否小于预设的点数阈值;
如果是,则去除该背景色类别。
3.如权利要求1所述的基于多背景色统计的自动抠图方法,其特征在于,还包括:
根据每个前景点对应的像素值对所有前景点进行分块处理,以生成多个前景块;
遍历任意一个前景块的块边缘点,以获取该前景块的块边缘点所对应的颜色信息,并根据该前景块所有块边缘点对应的颜色信息计算相应的颜色均值;
遍历该前景块的块内像素点,并计算每个块内像素点与该颜色均值之间的距离,以及根据每个块内像素点与该颜色均值之间的距离确定距离阈值;
根据块内像素点与该颜色均值之间的距离和距离阈值判断块内像素点是否为前景点,并在判断结果为否时删除该前景点。
4.如权利要求3所述的基于多背景色统计的自动抠图方法,其特征在于,在生成多个前景块之后,还包括:
统计每个前景块对应的像素点个数,并判断前景块对应的像素点个数是否小于预设数量阈值;
如果是,则删除该前景块。
5.如权利要求3所述的基于多背景色统计的自动抠图方法,其特征在于,根据每个块内像素点与该颜色均值之间的距离确定距离阈值,包括:
按照距离大小对多个块内像素点与颜色均值之间的距离进行排序,并根据排序结果计算预设范围内的多个数值的均值,以及根据该均值和预设系数计算距离阈值。
6.如权利要求1所述的基于多背景色统计的自动抠图方法,其特征在于,还包括:
遍历所述待抠图图像的每个前景点,并判断该前景点是否为图像边缘点;
如果该前景点不是图像边缘点,则判断该前景点的邻近像素点是否均为背景点;
如果该前景点的邻近像素点均为背景点,则删除该前景点。
7.一种计算机可读存储介质,其特征在于,其上存储有基于多背景色统计的自动抠图程序,该基于多背景色统计的自动抠图程序被处理器执行时实现如权利要求1-6中任一项所述的基于多背景色统计的自动抠图方法。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现如权利要求1-6中任一项所述的基于多背景色统计的自动抠图方法。
9.一种基于多背景色统计的自动抠图装置,其特征在于,包括:
聚类模块,所述聚类模块用于遍历待抠图图像的图像边缘点,以获取每个图像边缘点对应的颜色信息,并根据每个图像边缘点对应的颜色信息对图像边缘点进行聚类,以生成多个背景色类别;
计算模块,所述计算模块用于遍历待抠图图像,以获取待抠图图像中每个像素点对应的颜色信息,并计算每个像素点对应的颜色信息与任意一个背景色类别对应的颜色信息之间的距离,以及判断该距离是否小于预设距离阈值;
抠图模块,所述抠图模块用于在该距离小于预设距离阈值时,确定该像素点为背景点,以完成背景点与前景点的划分。
10.如权利要求9所述的基于多背景色统计的自动抠图装置,其特征在于,在生成多个背景色类别之后,还包括:
判断每个背景色类别所对应的像素点个数是否小于预设的点数阈值;
如果是,则去除该背景色类别。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010883744.8A CN112132852B (zh) | 2020-08-28 | 2020-08-28 | 基于多背景色统计的自动抠图方法及装置 |
PCT/CN2021/094859 WO2022041865A1 (zh) | 2020-08-28 | 2021-05-20 | 基于多背景色统计的自动抠图方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010883744.8A CN112132852B (zh) | 2020-08-28 | 2020-08-28 | 基于多背景色统计的自动抠图方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112132852A true CN112132852A (zh) | 2020-12-25 |
CN112132852B CN112132852B (zh) | 2022-01-07 |
Family
ID=73847593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010883744.8A Active CN112132852B (zh) | 2020-08-28 | 2020-08-28 | 基于多背景色统计的自动抠图方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112132852B (zh) |
WO (1) | WO2022041865A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112598694A (zh) * | 2020-12-31 | 2021-04-02 | 深圳市即构科技有限公司 | 视频图像处理方法、电子装置及存储介质 |
CN113034509A (zh) * | 2021-02-26 | 2021-06-25 | 北京达佳互联信息技术有限公司 | 图像处理方法及装置 |
CN113362220A (zh) * | 2021-05-26 | 2021-09-07 | 稿定(厦门)科技有限公司 | 多设备抠图作图方法 |
WO2022041865A1 (zh) * | 2020-08-28 | 2022-03-03 | 稿定(厦门)科技有限公司 | 基于多背景色统计的自动抠图方法及装置 |
CN114819025A (zh) * | 2022-06-28 | 2022-07-29 | 深圳市国人光速科技有限公司 | 包含多种可变信息的喷墨用图像生成方法、装置及计算机 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115375535B (zh) * | 2022-10-21 | 2023-03-31 | 珠海金山办公软件有限公司 | 交互抠图方法、装置、电子设备及存储介质 |
CN116546180B (zh) * | 2022-11-21 | 2024-02-23 | 马凯翔 | 裸眼悬浮3d视频生成方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1479254A (zh) * | 2003-05-18 | 2004-03-03 | 浙江大学 | 数字图像处理中基于hvs的自然图像抠图方法 |
CN101616231A (zh) * | 2008-06-24 | 2009-12-30 | 夏普株式会社 | 图像处理装置、图像形成装置及图像处理方法 |
CN104811631A (zh) * | 2014-01-27 | 2015-07-29 | 华为技术有限公司 | 一种图像处理方法及图像处理器 |
CN108537799A (zh) * | 2018-03-21 | 2018-09-14 | 广西师范大学 | 一种基于像素种类和权重统计的颜色采样方法 |
CN108830780A (zh) * | 2018-05-09 | 2018-11-16 | 北京京东金融科技控股有限公司 | 图像处理方法及装置、电子设备、存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7809189B2 (en) * | 2007-01-12 | 2010-10-05 | Arcsoft, Inc. | Method for image separating |
CN105809666A (zh) * | 2014-12-30 | 2016-07-27 | 联芯科技有限公司 | 图像抠图方法及装置 |
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 |
CN112132852B (zh) * | 2020-08-28 | 2022-01-07 | 稿定(厦门)科技有限公司 | 基于多背景色统计的自动抠图方法及装置 |
-
2020
- 2020-08-28 CN CN202010883744.8A patent/CN112132852B/zh active Active
-
2021
- 2021-05-20 WO PCT/CN2021/094859 patent/WO2022041865A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1479254A (zh) * | 2003-05-18 | 2004-03-03 | 浙江大学 | 数字图像处理中基于hvs的自然图像抠图方法 |
CN101616231A (zh) * | 2008-06-24 | 2009-12-30 | 夏普株式会社 | 图像处理装置、图像形成装置及图像处理方法 |
CN104811631A (zh) * | 2014-01-27 | 2015-07-29 | 华为技术有限公司 | 一种图像处理方法及图像处理器 |
CN108537799A (zh) * | 2018-03-21 | 2018-09-14 | 广西师范大学 | 一种基于像素种类和权重统计的颜色采样方法 |
CN108830780A (zh) * | 2018-05-09 | 2018-11-16 | 北京京东金融科技控股有限公司 | 图像处理方法及装置、电子设备、存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022041865A1 (zh) * | 2020-08-28 | 2022-03-03 | 稿定(厦门)科技有限公司 | 基于多背景色统计的自动抠图方法及装置 |
CN112598694A (zh) * | 2020-12-31 | 2021-04-02 | 深圳市即构科技有限公司 | 视频图像处理方法、电子装置及存储介质 |
CN113034509A (zh) * | 2021-02-26 | 2021-06-25 | 北京达佳互联信息技术有限公司 | 图像处理方法及装置 |
CN113362220A (zh) * | 2021-05-26 | 2021-09-07 | 稿定(厦门)科技有限公司 | 多设备抠图作图方法 |
CN113362220B (zh) * | 2021-05-26 | 2023-08-18 | 稿定(厦门)科技有限公司 | 多设备抠图作图方法 |
CN114819025A (zh) * | 2022-06-28 | 2022-07-29 | 深圳市国人光速科技有限公司 | 包含多种可变信息的喷墨用图像生成方法、装置及计算机 |
CN114819025B (zh) * | 2022-06-28 | 2022-09-13 | 深圳市国人光速科技有限公司 | 包含多种可变信息的喷墨用图像生成方法、装置及计算机 |
Also Published As
Publication number | Publication date |
---|---|
CN112132852B (zh) | 2022-01-07 |
WO2022041865A1 (zh) | 2022-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112132852B (zh) | 基于多背景色统计的自动抠图方法及装置 | |
CN107507173B (zh) | 一种全切片图像的无参考清晰度评估方法及系统 | |
CN106340016B (zh) | 一种基于细胞显微镜图像的dna定量分析方法 | |
US9239281B2 (en) | Method and device for dividing area of image of particle in urine | |
CN111027546B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
JP2008067387A (ja) | デジタル画像のテキストを識別する方法およびシステム | |
CN103455994A (zh) | 图像模糊度的确定方法和设备 | |
CN110866926A (zh) | 一种红外遥感图像快速精细海陆分割方法 | |
CN110599453A (zh) | 一种基于图像融合的面板缺陷检测方法、装置及设备终端 | |
CN111931799A (zh) | 图像识别方法及装置 | |
CN116773548A (zh) | 一种晶圆表面缺陷检测方法及系统 | |
CN112053302A (zh) | 高光谱图像的去噪方法、装置及存储介质 | |
JP5888068B2 (ja) | 画像処理装置およびプログラム | |
CN113918744A (zh) | 相似图像检索方法、装置、存储介质及计算机程序产品 | |
CN113256608A (zh) | 工件缺陷检测方法和装置 | |
WO2024016632A1 (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 | |
JP2004538555A (ja) | デジタル画像を分類する方法 | |
CN115165710B (zh) | 细胞的快速扫描方法和装置 | |
CN111951254B (zh) | 基于边缘引导加权平均的源相机识别方法及系统 | |
CN115880228A (zh) | 多缺陷合并方法、装置、计算机设备及存储介质 | |
CN111476810B (zh) | 图像边缘检测方法、装置、电子设备及存储介质 | |
CN110751618B (zh) | 一种漂浮物检测方法、装置及电子设备 | |
CN111798459A (zh) | 基于切换思想的无人机航拍树木自适应分割方法及系统 | |
CN112241954A (zh) | 基于肿块差异化分类的全视野自适应分割网络配置方法 | |
CN112348103A (zh) | 图像块分类方法和装置及其超分辨重建方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |