CN112150394B - 图像处理方法及装置、电子设备和存储介质 - Google Patents

Abstract

一种图像处理方法、图像处理装置、电子设备和存储介质。该图像处理方法包括获取输入图像，输入图像包括至少一个对象；基于区域参数和第一设定阈值对输入图像进行自适应阈值处理，以得到第一阈值处理图像；基于区域参数和第二设定阈值对输入图像进行自适应阈值处理，以得到第二阈值处理图像，第二设定阈值大于第一设定阈值；比较第一阈值处理图像与第二阈值处理图像，以得到参考图像；基于参考图像得到阿尔法通道；以及通过阿尔法通道对输入图像进行处理，以得到目标图像。该图像处理方法可以减弱或消除输入图像中由于噪点、光线等因素对图像的清晰度造成的不良影响，以提取得到更加清晰准确的目标图像。

Description

图像处理方法及装置、电子设备和存储介质

技术领域

本公开的实施例涉及一种图像处理方法、图像处理装置、电子设备和非瞬时性计算机可读存储介质。

背景技术

自适应阈值处理方法是利用图像的局部阈值替换图像的全局阈值进行图像处理的一种方法。自适应阈值处理方法具体可针对例如光影变化较大的图像，或者针对范围内颜色差异不太明显的图像。自适应阈值处理方法中的“自适应”是指保证计算机能够通过判断和计算取得该图像区域的平均阈值进行迭代。

发明内容

本公开至少一实施例提供一种图像处理方法，包括：获取输入图像，所述输入图像包括至少一个对象；基于区域参数和第一设定阈值对所述输入图像进行自适应阈值处理，以得到第一阈值处理图像；基于所述区域参数和第二设定阈值对所述输入图像进行自适应阈值处理，以得到第二阈值处理图像，所述第二设定阈值大于所述第一设定阈值；比较所述第一阈值处理图像与所述第二阈值处理图像，以得到参考图像；基于所述参考图像得到阿尔法通道；以及通过所述阿尔法通道对所述输入图像进行处理，以得到目标图像。

例如，在本公开一实施例提供的图像处理方法中，比较所述第一阈值处理图像与所述第二阈值处理图像，以得到所述参考图像，包括：对所述第一阈值处理图像进行像素连接识别处理，以得到多个像素连通区域，所述多个像素连通区域中的每个像素的像素值为第一像素值，所述第一阈值处理图像中的除所述多个像素连通区域以外的其他像素的像素值为第二像素值；根据所述多个像素连通区域，确定在所述第二阈值处理图像中的与所述多个像素连通区域一一对应的多个像素对照区域，所述多个像素连通区域中的任一像素连通区域在所述第一阈值处理图像中的相对位置及覆盖区域均与所述任一像素连通区域对应的像素对照区域在所述第二阈值处理图像中的相对位置及覆盖区域相对应；将所述多个像素连通区域分别与对应的所述多个像素对照区域进行比较，以得到多个比较结果，所述多个比较结果与所述多个像素连通区域一一对应；响应于所述多个比较结果中的任一比较结果小于比较阈值，将与所述任一比较结果对应的像素连通区域中的所有像素的像素值设置为所述第二像素值，响应于所述多个比较结果中的任一比较结果大于等于所述比较阈值，不改变与所述任一比较结果对应的像素连通区域中的所有像素的像素值，以得到处理后的第一阈值处理图像；以及将所述处理后的第一阈值处理图像作为所述参考图像。

例如，在本公开一实施例提供的图像处理方法中，将所述多个像素连通区域分别与对应的所述多个像素对照区域进行比较，以得到所述多个比较结果，包括：针对所述多个像素连通区域中的第a个像素连通区域：计算所述第a个像素连通区域的面积作为第一面积；从所述多个像素对照区域中获取与所述第a个像素连通区域对应的像素对照区域；计算与所述第a个像素连通区域对应的所述像素对照区域中像素值为所述第一像素值的像素所占的面积以作为第二面积；以及将所述第二面积和所述第一面积之间的比值作为与所述第a个像素连通区域对应的比较结果；分别对所述多个像素连通区域中的每个像素连通区域进行上述处理，以得到所述多个比较结果。

例如，在本公开一实施例提供的图像处理方法中，所述第一面积采用所述第a个像素连通区域中所包括的像素的数量表示，所述第二面积采用与所述第a个像素连通区域对应的像素对照区域中所包括的像素值为所述第一像素值的像素的数量表示。

例如，在本公开一实施例提供的图像处理方法中，所述多个像素连通区域中的每个像素连通区域包括至少一个像素。

例如，在本公开一实施例提供的图像处理方法中，所述比较阈值的范围为0.2～0.4。

例如，在本公开一实施例提供的图像处理方法中，获取所述输入图像包括：获取原始图像，所述原始图像包括对象区域，所述至少一个对象位于所述对象区域内；提取所述原始图像中的所述对象区域，以得到中间对象区域图像；以及将所述中间对象区域图像中的所有像素的像素值进行归一化处理以得到位于归一化颜色范围内的所述输入图像。

例如，在本公开一实施例提供的图像处理方法中，将所述中间对象区域图像中的所有像素的像素值进行归一化处理以得到位于所述归一化颜色范围内的所述输入图像，包括：确定所述归一化颜色范围的最大值和最小值；以及将所述中间对象区域图像中的所有像素的像素值分别映射到所述归一化颜色范围的最大值和最小值构成的数值区间内，以得到位于所述归一化颜色范围内的所述输入图像。

例如，在本公开一实施例提供的图像处理方法中，所述中间对象区域图像中的所有像素排列为n行m列，所述输入图像中的所有像素排列为n行m列，位于所述输入图像中的第i行第j列的像素的像素值的计算公式表示为：V2ij＝(V1ij-Vmin)/(Vmax-Vmin)*255，V1ij表示位于所述中间对象区域图像中的第i行第j列的像素的像素值，V2ij表示位于所述输入图像中的第i行第j列的像素的像素值，Vmax表示所述归一化颜色范围的最大值，Vmin表示所述归一化颜色范围的最小值，m、n、i、j均为正整数，且i小于等于n，j小于等于m。

例如，在本公开一实施例提供的图像处理方法中，所述归一化颜色范围为灰度范围，所述输入图像为灰度图像。

例如，在本公开一实施例提供的图像处理方法中，基于所述参考图像得到所述阿尔法通道，包括：对所述中间对象区域图像进行灰度化处理，以得到中间对象区域灰度图像；以所述中间对象区域灰度图像为导向图，对所述参考图像进行导向滤波处理，以得到阿尔法通道图像；以及基于所述阿尔法通道图像，得到所述阿尔法通道。

例如，在本公开一实施例提供的图像处理方法中，基于所述参考图像得到所述阿尔法通道，还包括：对所述中间对象区域图像进行灰度化处理，以得到中间对象区域灰度图像；以所述中间对象区域灰度图像为导向图，对所述参考图像进行导向滤波处理，以得到第一阿尔法通道图像；基于所述第一阿尔法通道图像进行形态学变换以得到第二阿尔法通道图像；以所述中间对象区域灰度图像为导向图，对所述第二阿尔法通道图像进行导向滤波处理，以得到第三阿尔法通道图像；以及基于所述第三阿尔法通道图像，得到所述阿尔法通道。

例如，本公开一实施例提供的图像处理方法还包括：改变所述目标图像的RGB色道以得到具有不同颜色的目标图像。

例如，在本公开一实施例提供的图像处理方法中，所述至少一个对象包括文本，所述文本为手写体签名或印刷体签名。

例如，在本公开一实施例提供的图像处理方法中，通过所述阿尔法通道对所述输入图像进行处理，以得到所述目标图像，包括：在所述输入图像中叠加所述阿尔法通道以得到所述目标图像。

例如，在本公开一实施例提供的图像处理方法中，所述区域参数与所述输入图像的高度和宽度相关，所述第一设定阈值的范围为4～6，所述第二设定阈值的范围为10～12。

本公开至少一实施例还提供一种图像处理装置，包括：图像获取模块，被配置为获取输入图像，所述输入图像包括至少一个对象；自适应阈值处理模块，被配置为基于区域参数和第一设定阈值对所述输入图像进行自适应阈值处理，以得到第一阈值处理图像，以及基于所述区域参数和第二设定阈值对所述输入图像进行自适应阈值处理，以得到第二阈值处理图像，所述第二设定阈值大于所述第一设定阈值；比较模块，被配置为比较所述第一阈值处理图像与所述第二阈值处理图像，以得到参考图像；阿尔法通道处理模块，被配置为基于所述参考图像得到阿尔法通道，以及通过所述阿尔法通道对所述输入图像进行处理，以得到目标图像。

本公开至少一实施例还提供一种电子设备，该电子设备包括处理器和存储器；所述存储器用于存储计算机可读指令；所述处理器用于执行所述计算机可读指令时，实现本公开任一实施例所述的方法的步骤。

本公开至少一实施例还提供一种非瞬时性计算机可读存储介质，所述计算机可读存储介质用于非暂时性地存储有计算机可读指令，所述计算机可读指令被处理器执行时实现本公开任一实施例所述的方法的步骤。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例的附图作简单地介绍，显而易见地，下面描述中的附图仅仅涉及本公开的一些实施例，而非对本公开的限制。

图1为本公开至少一实施例提供的一种图像处理方法的示意性流程图；

图2为本公开至少一实施例提供的一种输入图像的示意图；

图3A为本公开至少一实施例提供的一种第一阈值处理图像的示意图；

图3B为本公开至少一实施例提供的一种第二阈值处理图像的示意图；

图3C为本公开至少一实施例提供的一种参考图像的示意图；

图4为本公开至少一实施例提供的一种目标图像的示意图；

图5A和图5B为本公开至少一实施例提供的另一种目标图像的示意图；

图6为本公开至少一实施例提供的一种图像处理装置的示意性框图；

图7为本公开至少一实施例提供的一种电子设备的示意图；以及

图8为本公开至少一实施例提供的一种非瞬时性计算机可读存储介质的示意图。

具体实施方式

为了使得本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例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公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。

除非另外定义，本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。为了保持本公开实施例的以下说明清楚且简明，本公开省略了部分已知功能和已知部件的详细说明。

本公开至少一实施例提供一种图像处理方法、图像处理装置、电子设备和非瞬时性计算机可读存储介质，该图像处理方法包括：获取输入图像，其中，输入图像包括至少一个对象；基于区域参数和第一设定阈值对输入图像进行自适应阈值处理，以得到第一阈值处理图像；基于区域参数和第二设定阈值对输入图像进行自适应阈值处理，以得到第二阈值处理图像，其中，第二设定阈值大于第一设定阈值；比较第一阈值处理图像与第二阈值处理图像，以得到参考图像；基于参考图像得到阿尔法通道；以及通过阿尔法通道对输入图像进行处理，以得到目标图像。

本公开实施例提供的图像处理方法基于第一阈值处理图像和第二阈值处理图像之间的比较结果得到参考图像，进而利用基于该参考图像得到的阿尔法通道对输入图像进行处理以得到所需的仅包括至少一个对象的目标图像，从而实现提取输入图像中的对象，此外还可以减弱或消除输入图像中由于噪点、光线等因素对图像的显示效果造成的不良影响，以提取得到更加清晰准确的目标图像，从而改善图像的显示效果。

本公开实施例提供的图像处理方法可应用于本公开实施例提供的图像处理装置，该图像处理装置可被配置于电子设备上。该电子设备可以是个人计算机、移动终端等，该移动终端可以是手机、平板电脑等硬件设备。

下面结合附图对本公开的实施例进行详细说明，但是本公开并不限于这些具体的实施例。

图1为本公开至少一实施例提供的一种图像处理方法的示意性流程图。

如图1所示，本公开至少一实施例提供的图像处理方法包括步骤S10至步骤S60。

步骤S10：获取输入图像。例如，该输入图像包括至少一个对象。

步骤S20：基于区域参数和第一设定阈值对输入图像进行自适应阈值处理，以得到第一阈值处理图像。

步骤S30：基于区域参数和第二设定阈值对输入图像进行自适应阈值处理，以得到第二阈值处理图像。例如，第二设定阈值大于第一设定阈值。

步骤S40：比较第一阈值处理图像与第二阈值处理图像，以得到参考图像。

步骤S50：基于参考图像得到阿尔法通道。

步骤S60：通过阿尔法通道对输入图像进行处理，以得到目标图像。例如，目标对象可以仅包括该至少一个对象。

在本公开的一些实施例中，步骤S10中的输入图像包括的至少一个对象可以包括文本，该文本可以为手写体签名或印刷体签名，即该图像处理方法可以用于提取用户的签名以形成电子签名的图像，以便于在需要进行电子签字的时候直接使用该电子签名。相应地，步骤S60中得到的目标图像为显示上述手写体签名或印刷体签名的图像，例如，在该目标图像中，手写体签名或印刷体签名对应的部分具有像素，其余部分为透明区域，即不具有像素。由此，通过本公开实施例提供的图像处理方法可以从输入图像中清晰准确地提取出所需的文本，消除输入图像中的噪点等不良因素，从而改善文本在图像中的显示效果，例如提升手写体签名或印刷体签名的清晰度，进而有利于手写体签名或印刷体签名的存储及应用(例如，修改手写体签名或印刷体签名的颜色、签名粗细等)等。

例如，文本可以为各种语言的文本，例如，中文、英文、日文等。文本可以具有各种字体、各种颜色等。

需要说明是，本公开的实施例提供的图像处理方法还可以用于处理包括其他类型的文本的图像，或者也可以用于处理包括例如表格、图形等其他类型的对象的图像，也即，至少一个对象还可以包括图形、数字、公章等，本公开的实施例对输入图像中包括的对象的类型不作具体限制。下面，本公开的一些实施例以输入图像中包括的对象为手写体签名为例，对本公开提供的图像处理方法进行说明，但是本公开并不仅限于此。

图2为本公开至少一实施例提供的一种输入图像的示意图。例如，可以采用图1所示的图像处理方法对图2所示的输入图像进行处理以得到所需的目标图像。下面结合图1和图2对图1中所示的图像处理方法进行说明。

例如，对于步骤S10，输入图像可以为如图2中所示的仅包括手写体签名的图像，以便于后续步骤中基于输入图像的图像处理操作。例如，该输入图像可以是通过例如摄像头等图像采集装置或部件等直接采集的原始图像，也可以是对采集的原始图像进行预处理之后获得的图像。

例如，在一些实施例中，步骤S10可以包括以下步骤S101～S103。

步骤S101：获取原始图像。例如，该原始图像包括对象区域，上述至少一个对象位于该对象区域内。

例如，在步骤S101中，该原始图像可以是除包括图2所示的手写体签名以外还包括其他文本或表格的图像，图2所示的手写体签名仅位于原始图像中的部分区域内。例如，原始图像可以是包含有手写体签名的成绩单、合同等图像。

步骤S102：提取原始图像中的对象区域，以得到中间对象区域图像。由此，可以基于原始图像获取包括手写体签名的部分图像，即中间对象区域图像，以简化后续图像处理过程。例如，在一些实施例中，可以基于神经网络的模型提取原始图像中的对象区域。

需要说明的是，在另一些实施例中，该原始图像可以直接作为中间对象区域图像。

步骤S103：将中间对象区域图像中的所有像素的像素值进行归一化处理以得到位于归一化颜色范围内的输入图像。

例如，对于步骤S103，以输入图像中包括的对象为手写体签名为例，通过对中间对象区域图像中的所有像素的像素值进行归一化处理，以得到输入图像，即输入图像中的所有像素的像素值均位于归一化颜色范围内，从而有利于后续基于输入图像的图像处理操作，使基于输入图像得到的目标图像的准确度和清晰度进一步提升。

例如，在本公开的一些实施例中，该归一化颜色范围可以为灰度范围，获取的输入图像为灰度图像，例如，如图2所示的位于灰度范围内的包括手写体签名的输入图像，进而有利于后续步骤S20中基于输入图像的自适应阈值处理操作。

例如，当归一化颜色范围可以为灰度范围时，步骤S103包括：将中间对象区域图像进行灰度化处理，以得到中间对象区域灰度图像；将中间对象区域灰度图像中的所有像素的像素值进行归一化处理以得到位于归一化颜色范围内的输入图像。

在本公开的其他一些实施例中，该归一化颜色范围也可以为基于其他颜色(例如蓝色、红色、绿色等)的归一化颜色范围。例如，以手写体签名为例，该归一化颜色范围可以基于原始图像中手写体签名的原始颜色而确定，进而使归一化处理后得到的输入图像更加准确、清晰，进一步有利于后续步骤中的图像处理操作。

例如，以归一化颜色范围为灰度范围为例，步骤S103可以包括以下步骤S1031和S1032。

步骤S1031：确定归一化颜色范围的最大值和最小值。

步骤S1032：将中间对象区域图像中的所有像素的像素值分别映射到归一化颜色范围的最大值和最小值构成的数值区间内，以得到位于归一化颜色范围内的输入图像。

例如，中间对象区域图像的尺寸和输入图像的尺寸相同，且小于或等于原始图像的尺寸。

例如，在本公开的一些实施例中，中间对象区域图像中的所有像素排列为n行m列，相应地，输入图像中的所有像素排列为n行m列，m、n均为正整数，也即，中间对象区域图像中的所有像素分别与输入图像中的所有像素一一对应，例如，位于输入图像中的第i行第j列的像素和位于中间对象区域图像中的第i行第j列的像素彼此对应，位于输入图像中的第(i+1)行第j列的像素和位于中间对象区域图像中的第(i+1)行第j列的像素彼此对应，位于输入图像中的第i行第(j+1)列的像素和位于中间对象区域图像中的第i行第(j+1)列的像素彼此对应，以此类推。

例如，位于输入图像中的第i行第j列的像素的像素值的计算公式表示为：

V2ij＝(V1ij-Vmin)/(Vmax-Vmin)*255，

其中，Vmax表示归一化颜色范围的最大值，Vmin表示归一化颜色范围的最小值，V1ij表示位于中间对象区域图像中的第i行第j列的像素的像素值，V2ij表示位于输入图像中的第i行第j列的像素的像素值，i、j均为正整数，且i小于等于n，j小于等于m，也即，V1ij和V2ij分别表示中间对象区域图像和输入图像中彼此对应的像素的像素值。

由此，通过上述计算公式，可以得到中间对象区域图像中的所有像素的像素值映射到归一化颜色范围内所对应的像素值，进而得到位于归一化颜色范围内的输入图像。

例如，以图2所示的输入图像为例，输入图像中构成手写体签名的像素的像素值趋近于归一化颜色范围的最小值Vmin，输入图像中构成除手写体签名以外的背景部分的像素的像素值趋近于归一化颜色范围的最大值Vmax。但是，本公开不限于此，在另一些实施例中，输入图像中构成手写体签名的像素的像素值趋近于归一化颜色范围的最大值Vmax，输入图像中构成除手写体签名以外的背景部分的像素的像素值趋近于归一化颜色范围的最小值Vmin。

例如，在一些示例中，Vmin为0，Vmax为255。

例如，在输入图像为灰度图像的情况下，在该输入图像中，手写体签名的部分的像素的灰度值接近于0，手写体签名之外的背景部分的像素灰度值接近于255，即手写体签名的部分为黑色，背景部分为白色。在该归一化颜色范围也可以为基于特定颜色(例如蓝色)的归一化颜色范围的情况下，在该输入图像中，手写体签名的部分为特定颜色(例如蓝色)，背景部分为白色。

例如，对于步骤S20和步骤S30，自适应阈值处理操作可以减弱或消除输入图像中的部分或全部噪点，例如可以减弱或消除图2所示的输入图像中的部分噪点A0，进而提升后续步骤中得到的目标图像的清晰度和准确度。

例如，步骤S20和S30中，区域参数与输入图像的高度和宽度相关，由此以改善自适应阈值处理的效果。

例如，该区域参数可以由输入图像的高度和宽度之和除以预设系数确定，即区域参数可以通过以下公式计算：Size＝(H+W)/PC，其中，Size表示区域参数，H表示输入图像的高度，W表示输入图像的宽度，PC表示预设系数。例如，该预设系数可以为40～60，进一步为50。通过适当调整该预设系数可以使自适应阈值处理后得到的阈值处理图像中对应手写体签名的部分更加接近于手写体签名的实际轮廓。

例如，在基于区域参数和设定阈值对输入图像进行自适应阈值处理时，设定阈值的数值越大，则自适应阈值处理的效果越明显，得到的阈值处理图像中对象的保留度越少，也即得到的阈值处理图像中包含对象的部分越少。

图3A为本公开至少一实施例提供的一种第一阈值处理图像的示意图，也即，对图2所示的输入图像基于区域参数和第一设定阈值进行自适应阈值处理后得到的图像；图3B为本公开至少一实施例提供的一种第二阈值处理图像的示意图，也即，对图2所示的输入图像基于区域参数和第二设定阈值进行自适应阈值处理后得到的图像。

例如，第二设定阈值大于第一设定阈值，以使图3B所示的第二阈值处理图像的自适应阈值处理的效果相比于图3A所示的第一阈值处理图像的自适应阈值处理的效果更加明显。例如，以手写体签名为例，设定阈值的数值越大，自适应阈值处理的效果越明显，则得到的阈值处理图像中手写体签名的保留度越少，也即，阈值处理图像中对应手写体签名的部分区域会减少，例如该部分区域内的手写体签名的笔迹会变细。然而，当设定阈值较大时，则手写体签名的部分区域可能被去除掉，例如，手写体签名中的笔墨较浅的区域可能被去除掉。

例如，第一设定阈值的范围可以为4～6，第二设定阈值的范围可以为10～12。由此，可以基于第一设定阈值和第二设定阈值得到自适应阈值处理效果彼此不同且又在一定范围内较为相近的第一阈值处理图像和第二阈值处理图像，进而提升后续基于第一阈值处理图像和第二阈值处理图像之间的比较结果得到的参考图像的准确度。

例如，以图2所示的输入图像为例，可以将第一设定阈值设置为4～6，例如设置为5，以得到图3A所示的第一阈值处理图像；可以将第二设定阈值设置为10～12，例如设置为11，以得到得到图3B所示的第二阈值处理图像。例如，结合图3A和图3B所示，图3B所示的第二阈值处理图像中的噪点区域少于图3A所示的第一阈值处理图像中的噪点区域，且相比于图3A所示的第一阈值处理图像中的手写体签名的笔迹，图3B所示的第二阈值处理图像中的手写体签名的部分笔迹较细。

例如，如图3A所示，第一阈值处理图像的背景部分还保留部分噪点，如图3B所示，第二阈值处理图像的背景部分的噪点已经基本被去除。

例如，针对步骤S40，将图3A所示的第一阈值处理图像与图3B所示的第二阈值处理图像相比较，并基于比较结果得到图3C所示的参考图像。

例如，在本公开的一些实施例中，步骤S40包括以下步骤S401～S405。

步骤S401：对第一阈值处理图像进行像素连接识别处理，以得到多个像素连通区域。

例如，多个像素连通区域中的每个像素的像素值为第一像素值，第一阈值处理图像中的除多个像素连通区域以外的其他像素的像素值为第二像素值。多个像素连通区域包括手写体签名对应的像素所在的区域。

例如，在步骤S401中，多个像素连通区域中的每个像素连通区域可以包括至少一个像素。

例如，以图3A所示的第一阈值处理图像为例，该像素连通区域为图3A中所示的多个白色区域，例如包括手写体签名所在的区域以及出现噪点的区域。

例如，如图3A和3B所示，第一像素值等于或趋近于归一化颜色范围的最大值Vmax，例如，255，即具有第一像素值的像素可以为白色像素，第二像素值等于或趋近于归一化颜色范围的最小值Vmin，例如，0，即具有第二像素值的像素可以为黑色像素。

步骤S402：根据多个像素连通区域，确定在第二阈值处理图像中的与多个像素连通区域一一对应的多个像素对照区域。例如，多个像素连通区域中的任一像素连通区域在第一阈值处理图像中的相对位置及覆盖区域均与任一像素连通区域对应的像素对照区域在第二阈值处理图像中的相对位置及覆盖区域相对应。

例如，在步骤S402中，针对彼此对应的像素连通区域和像素对照区域，像素连通区域的中心相对于第一阈值处理图像的中心的位置与像素对照区域的中心相对于第二阈值处理图像的中心的位置相对应，且该像素连通区域和像素对照区域的形状及大小均彼此相对应。例如，图3A中所示的像素连通区域A1与图3B中所示的像素对照区域A2对应。

例如，第一阈值处理图像的尺寸、第二阈值处理图像的尺寸均与输入图像的尺寸相同，也就是说，例如，第一阈值处理图像中的所有像素排列为n行m列，第二阈值处理图像中的所有像素也排列为n行m列。在一个示例中，在第一阈值处理图像中，若位于第一阈值处理图像中的第a行第b列的像素的像素值为第一像素值，位于第一阈值处理图像中的第(a+1)行第b列的像素的像素值为第一像素值，而其余与位于第a行第b列的像素和位于第(a+1)行第b列的像素相邻的像素的像素值均为第二像素值，此时，位于第a行第b列的像素和位于第(a+1)行第b列的像素可以构成一个像素连通区域，该像素连通区域包括两个像素，与该像素连通区域对应的像素对照区域也包括两个像素，且该像素对照区域的两个像素分别位于第二阈值处理图像中的第a行第b列和第(a+1)行第b列。

例如，在第二阈值处理图像中，与该像素连通区域对应的像素对照区域的位于第a行第b列和第(a+1)行第b列的两个像素的像素值可能均为第一像素值，也可以均为第二像素值，也可以分别为第一像素值和第二像素值，或者还可能为其他数值。

步骤S403：将多个像素连通区域分别与对应的多个像素对照区域进行比较，以得到多个比较结果。例如，多个比较结果与多个像素连通区域一一对应。

在步骤S403中，将每个像素连通区域分别与对应的像素对照区域分别进行比较，以得到对应该像素连通区域的比较结果。

例如，在本公开的一些实施例中，步骤S403包括：分别对多个像素连通区域中的每个像素连通区域进行以下处理，以得到多个比较结果：

针对多个像素连通区域中的第a个像素连通区域：计算第a个像素连通区域的面积作为第一面积；从多个像素对照区域中获取与第a个像素连通区域对应的像素对照区域；计算与第a个像素连通区域对应的像素对照区域中像素值为第一像素值的像素所占的面积以作为第二面积；以及将第二面积和第一面积之间的比值作为与第a个像素连通区域对应的比较结果。

例如，像素连通区域对应的第一面积可以采用像素连通区域中所包括的像素的数量表示，像素连通区域对应的第二面积可以采用像素对照区域中所包括的像素值为第一像素值的像素的数量表示，例如，第a个像素连通区域对应的第一面积采用第a个像素连通区域中所包括的像素的数量表示，第a个像素连通区域对应的第二面积采用与第a个像素连通区域对应的像素对照区域中所包括的像素值为第一像素值的像素的数量表示。

例如，以图3A中所示的像素连通区域A1为例，该像素连通区域A1与图3B中所示的像素对照区域A2对应，像素连通区域A1对应的第一面积为像素连通区域A1中所包括的像素的数量M，例如，M可以为50，也即，像素连通区域A1中所包括的像素值为第一像素值的像素的数量。像素连通区域A1对应的第二面积为像素对照区域A2中所包括的像素值为第一像素值的像素的数量N。根据图3B所示，像素对照区域A2中的所有像素的像素值均为第二像素值，即像素对照区域A2中所包括的像素值为第一像素值的像素的数量为0，也即，N为0。因此，对应像素连通区域A1的比较结果，也即，对应的第二面积和第一面积之间的比值N/M(0/50)，为0。在另一些示例中，像素对照区域A2中所包括的像素值为第一像素值的像素的数量为2，即N为2，此时，对应像素连通区域A1的比较结果为N/M(2/50)，即0.04。

需要说明的是，在图3A和3B中，为了清楚示出像素连通区域A1和像素对照区域A2，采用虚线矩形框示出了像素连通区域A1和像素对照区域A2，然而，本领域技术人员应该知道：在该像素连通区域A1中仅包括像素值为第一像素值的像素，即在图3A中的虚线矩形框示出的区域中，像素值为第一像素值的像素(白色像素)构成该像素连通区域A1，像素连通区域A1不包括该虚线矩形框中的像素值为第二像素值的像素(黑色像素)。相应地，即在图3B中的虚线矩形框示出的区域中，与像素连通区域A1对应的部分构成该像素连通区域A1对应的像素对照区域A2。

步骤S404：响应于多个比较结果中的任一比较结果小于比较阈值，将与任一比较结果对应的像素连通区域中的所有像素的像素值设置为第二像素值，响应于多个比较结果中的任一比较结果大于等于比较阈值，不改变与任一比较结果对应的像素连通区域中的所有像素的像素值，以得到处理后的第一阈值处理图像。

步骤S405：将处理后的第一阈值处理图像作为参考图像。

例如，在本公开的一些实施例中，比较阈值的范围为0.2～0.4，例如进一步可以为0.3。

例如，以图3A和图3B中所示的彼此对应的像素连通区域A1和像素对照区域A2为例，由于N的值为0，因此像素连通区域A1的比较结果为0，小于上述比较阈值，此时，确定该像素连通区域A1为噪点区域，需要去除。因此，在步骤S404中，将像素连通区域A1中的所有像素的像素值设置为第二像素值，进而得到图3C中所示的区域A3。例如，在一些示例中，图3A中的手写体签名所对应的像素构成一个像素连通区域，图3B中的手写体签名所对应的像素构成一个像素对照区域，图3A中的手写体签名对应的像素连通区域(其对应图3B中的手写体签名对应的像素对照区域)的比较结果大于上述比较阈值，此时，确定该手写体签名对应的像素连通区域为签名区域，需要保留。因此，在步骤S404中，将图3A中的手写体签名对应的像素连通区域中的所有像素的像素值保持不变，进而得到图3C中的手写体签名对应的区域，即图3C中的手写体签名和图3A中的手写体签名相同。

由此，在响应第一阈值处理图像中的所有像素连通区域的比较结果进行处理后，可以得到图3C所示的处理后的第一阈值处理图像，也即，参考图像。

例如，针对步骤S50，在得到图3C所示的参考图像后，可以基于该参考图像得到用于提取用户的签名的阿尔法通道。

例如，在本公开的一些实施例中，步骤S50可以包括以下步骤S501～S503。

步骤S501：对中间对象区域图像进行灰度化处理，以得到中间对象区域灰度图像。

步骤S502：以中间对象区域灰度图像为导向图，对参考图像进行导向滤波处理，以得到阿尔法通道图像。

步骤S503：基于阿尔法通道图像，得到阿尔法通道。

由此，可以基于中间对象区域灰度图像对参考图像进一步进行优化处理，以得到基于参考图像的更加准确的阿尔法通道图像，进而使后续利用阿尔法通道得到的目标图像更加精确。

需要说明的是，在本公开的实施例中，在中间对象区域图像为灰度图像的情况下，可以省略上述步骤S501，直接执行步骤S502。

例如，阿尔法通道图像为灰度图。

例如，针对步骤S60，在基于图3C所示的参考图像得到阿尔法通道后，可以通过该阿尔法通道基于原始图像或中间对象区域图像得到图4所示的目标图像，或者也可以通过该阿尔法通道基于图2所示的输入图像得到目标图像。

例如，在步骤S60中，目标图像可以为透明图像，这里的“透明”是指增加了阿尔法(alpha)通道，目标图像的透明度由alpha通道体现，而不修改中间对象区域图像或输入图像中的RGB颜色。

例如，在本公开的一些实施例中，步骤S60包括：在输入图像中叠加阿尔法通道以得到目标图像。

例如，以图2所示的输入图像为例，在图2所示的输入图像中叠加基于图3C所示的参考图像得到的阿尔法通道，进而得到图4所示的目标图像。由此，相比于图2所示的输入图像，图4所示的目标图像中的手写体签名的显示效果更加清晰、准确，进而有利于该手写体签名图像的存储及应用等。

例如，也可以在原始图像或中间对象区域图像中叠加基于图3C所示的参考图像得到的阿尔法通道，进而得到图4所示的目标图像。由此，相比于原始图像或中间对象区域图像，图4所示的目标图像中的手写体签名的显示效果更加清晰、准确，进而有利于该手写体签名图像的存储及应用等。

在本公开的一些实施例中，也可以根据实际不同需求，基于输入图像得到不同的目标图像。例如，以图2所示的输入图像为例，可以基于该输入图像得到包括不同形态的手写体签名的目标图像。

例如，在本公开的一些实施例中，可以在步骤S50中基于参考图像得到不同的阿尔法通道，进而在步骤S60中利用不同的阿尔法通道对输入图像进行处理以得到不同的目标图像。

例如，在本公开的一些实施例中，步骤S50可以包括：对中间对象区域图像进行灰度化处理，以得到中间对象区域灰度图像；以中间对象区域灰度图像为导向图，对参考图像进行导向滤波处理，以得到第一阿尔法通道图像；基于第一阿尔法通道图像进行形态学变换以得到第二阿尔法通道图像；以中间对象区域灰度图像为导向图，对第二阿尔法通道图像进行导向滤波处理，以得到第三阿尔法通道图像；以及基于第三阿尔法通道图像，得到阿尔法通道。

例如，形态学变换包括调整第一阿尔法通道图像中的对应手写体签名的区域的大小、形状等。例如，以图3C所示的参考图像为例，可以基于图3C所示的参考图像进行多次导向滤波处理以及形态学变换得到不同的阿尔法通道，从而利用该不同的阿尔法通道得到如图5A或5B所示的目标图像。

例如，可以基于Opencv对第一阿尔法通道图像进行腐蚀(ERODE)形态学变换，以得到腐蚀后的阿尔法通道，进而使通过该腐蚀后的阿尔法通道得到的图5A所示的目标图像中的手写体签名的笔迹相比于图4所示的目标图像中的手写体签名的笔迹较细；例如，可以基于Opencv对第一阿尔法通道图像进行膨胀(DILATE)形态学变换，以得到膨胀后的阿尔法通道，进而使通过该膨胀后的阿尔法通道得到的图5B所示的目标图像中的手写体签名的笔迹相比于图4所示的目标图像中的手写体签名的笔迹较粗，由此以满足不同实际需求。

需要说明的是，还可以基于其他合适的方式进行腐蚀或膨胀形态学变换，本公开对此不作限制。

例如，在本公开的一些实施例中，该图像处理方法还可以包括步骤S70：改变目标图像的RGB色道以得到具有不同颜色的目标图像。

例如，以图4所示的目标图像为例，可以改变图4中所示的目标图像的RGB色道以得到包括具有不同颜色的手写体签名的目标图像，例如，可以得到具有蓝色(或红色等)的手写体签名的目标图像，即在该目标图像中，手写体签名为蓝色(或红色等)。

本公开至少一实施例还提供一种图像处理装置，图6为本公开至少一实施例提供的一种图像处理装置的示意性框图。

如图6所示，图像处理装置500可以包括：图像获取模块501、自适应阈值处理模块502、比较模块503和阿尔法通道处理模块504。

例如，这些模块可以通过硬件(例如电路)模块、软件模块或二者的任意组合等实现，以下实施例与此相同，不再赘述。例如，可以通过中央处理单元(CPU)、图像处理器(GPU)、张量处理器(TPU)、现场可编程逻辑门阵列(FPGA)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元以及相应计算机指令来实现这些单元。

例如，图像获取模块501被配置为获取输入图像。输入图像包括至少一个对象。

例如，自适应阈值处理模块502被配置为基于区域参数和第一设定阈值对输入图像进行自适应阈值处理，以得到第一阈值处理图像，以及基于区域参数和第二设定阈值对输入图像进行自适应阈值处理，以得到第二阈值处理图像。第二设定阈值大于第一设定阈值。

例如，比较模块503被配置为比较第一阈值处理图像与第二阈值处理图像，以得到参考图像。

例如，阿尔法通道处理模块504被配置为基于参考图像得到阿尔法通道，以及通过阿尔法通道对输入图像进行处理，以得到目标图像。

例如，图像获取模块501、自适应阈值处理模块502、比较模块503和阿尔法通道处理模块504可以包括存储在存储器中的代码和程序；处理器可以执行该代码和程序以实现如上所述的图像获取模块501、自适应阈值处理模块502、比较模块503和阿尔法通道处理模块504的一些功能或全部功能。例如，图像获取模块501、自适应阈值处理模块502、比较模块503和阿尔法通道处理模块504可以是专用硬件器件，用来实现如上所述的图像获取模块501、自适应阈值处理模块502、比较模块503和阿尔法通道处理模块504的一些或全部功能。例如，图像获取模块501、自适应阈值处理模块502、比较模块503和阿尔法通道处理模块504可以是一个电路板或多个电路板的组合，用于实现如上所述的功能。在本申请实施例中，该一个电路板或多个电路板的组合可以包括：(1)一个或多个处理器；(2)与处理器相连接的一个或多个非暂时的存储器；以及(3)处理器可执行的存储在存储器中的固件。

需要说明的是，图像获取模块501可以用于实现图1所示的步骤S10，自适应阈值处理模块502可以用于实现图1所示的步骤S20和S30，比较模块503可以用于实现图1所示的步骤S40，阿尔法通道处理模块504可以用于实现图1所示的步骤S50和S60。从而关于图像获取模块501、自适应阈值处理模块502、比较模块503和阿尔法通道处理模块504能够实现的功能的具体说明可以参考上述图像处理方法的实施例中的步骤S10至步骤S60的相关描述，重复之处不再赘述。此外，图像处理装置500可以实现与前述图像处理方法相似的技术效果，在此不再赘述。

需要注意的是，在本公开的实施例中，该图像处理装置500可以包括更多或更少的电路或单元，并且各个电路或单元之间的连接关系不受限制，可以根据实际需求而定。各个电路或单元的具体构成方式不受限制，可以根据电路原理由模拟器件构成，也可以由数字芯片构成，或者以其他适用的方式构成。

本公开至少一实施例还提供一种电子设备，图7为本公开至少一实施例提供的一种电子设备的示意图。

例如，如图7所示，电子设备包括处理器601、通信接口602、存储器603和通信总线604。处理器601、通信接口602、存储器603通过通信总线604实现相互通信，处理器601、通信接口602、存储器603等组件之间也可以通过网络连接进行通信。本公开对网络的类型和功能在此不作限制。应当注意，图7所示的电子设备的组件只是示例性的，而非限制性的，根据实际应用需要，该电子设备还可以具有其他组件。

例如，存储器603用于非瞬时性地存储计算机可读指令。处理器601用于执行计算机可读指令时，实现根据上述任一实施例所述的图像处理方法。关于该图像处理方法的各个步骤的具体实现以及相关解释内容可以参见上述图像处理方法的实施例，在此不作赘述。

例如，处理器601执行存储器603上所存放的计算机可读指令而实现的图像处理方法的其他实现方式，与前述方法实施例部分所提及的实现方式相同，这里也不再赘述。

例如，通信总线604可以是外设部件互连标准(PCI)总线或扩展工业标准结构(EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

例如，通信接口602用于实现电子设备与其他设备之间的通信。

例如，处理器601和存储器603可以设置在服务器端(或云端)。

例如，处理器601可以控制电子设备中的其它组件以执行期望的功能。处理器601可以是中央处理器(CPU)、网络处理器(NP)、张量处理器(TPU)或者图形处理器(GPU)等具有数据处理能力和/或程序执行能力的器件；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。中央处理器(CPU)可以为X86或ARM架构等。

例如，存储器603可以包括一个或多个计算机程序产品的任意组合，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机可读指令，处理器601可以运行所述计算机可读指令，以实现电子设备的各种功能。在存储介质中还可以存储各种应用程序和各种数据等。

例如，在一些实施例中，电子设备还可以包括图像获取部件。图像获取部件用于获取图像。存储器603还用于存储获取的图像。

例如，图像获取部件可以是智能手机的摄像头、平板电脑的摄像头、个人计算机的摄像头、数码照相机的镜头、或者甚至可以是网络摄像头。

例如，获取的图像可以是图像获取部件直接采集到的原始图像，也可以是对原始图像进行预处理之后获得的图像。预处理可以消除原始图像中的无关信息或噪声信息，以便于更好地对获取的图像进行处理。预处理例如可以包括对原始图像进行图像扩充(DataAugment)、图像缩放、伽玛(Gamma)校正、图像增强或降噪滤波等处理。

例如，关于电子设备执行图像处理的过程的详细说明可以参考图像处理方法的实施例中的相关描述，重复之处不再赘述。

图8为本公开至少一实施例提供的一种非瞬时性计算机可读存储介质的示意图。例如，如图8所示，存储介质700可以为非瞬时性计算机可读存储介质，在存储介质700上可以非暂时性地存储一个或多个计算机可读指令701。例如，当计算机可读指令701由处理器执行时可以执行根据上文所述的图像处理方法中的一个或多个步骤。

例如，该存储介质700可以应用于上述电子设备中，例如，该存储介质700可以包括电子设备中的存储器。

例如，存储介质可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、闪存、或者上述存储介质的任意组合，也可以为其他适用的存储介质。

例如，关于存储介质700的说明可以参考电子设备的实施例中对于存储器的描述，重复之处不再赘述。

对于本公开，还有以下几点需要说明：

(1)本公开实施例附图只涉及到与本公开实施例涉及到的结构，其他结构可参考通常设计。

(2)为了清晰起见，在用于描述本发明的实施例的附图中，层或结构的厚度和尺寸被放大。可以理解，当诸如层、膜、区域或基板之类的元件被称作位于另一元件“上”或“下”时，该元件可以“直接”位于另一元件“上”或“下”，或者可以存在中间元件。

(3)在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合以得到新的实施例。

以上所述仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，本公开的保护范围应以所述权利要求的保护范围为准。

Claims (18)

1.一种图像处理方法，包括：

获取输入图像，其中，所述输入图像包括至少一个对象；

基于区域参数和第一设定阈值对所述输入图像进行自适应阈值处理，以得到第一阈值处理图像；

基于所述区域参数和第二设定阈值对所述输入图像进行自适应阈值处理，以得到第二阈值处理图像，其中，所述第二设定阈值大于所述第一设定阈值；

比较所述第一阈值处理图像与所述第二阈值处理图像，以得到参考图像，包括：

对所述第一阈值处理图像进行像素连接识别处理，以得到多个像素连通区域，其中，所述多个像素连通区域中的每个像素的像素值为第一像素值，所述第一阈值处理图像中的除所述多个像素连通区域以外的其他像素的像素值为第二像素值，

根据所述多个像素连通区域，确定在所述第二阈值处理图像中的与所述多个像素连通区域一一对应的多个像素对照区域，其中，所述多个像素连通区域中的任一像素连通区域在所述第一阈值处理图像中的相对位置及覆盖区域均与所述任一像素连通区域对应的像素对照区域在所述第二阈值处理图像中的相对位置及覆盖区域相对应，

将所述多个像素连通区域分别与对应的所述多个像素对照区域进行比较，以得到多个比较结果，其中，所述多个比较结果与所述多个像素连通区域一一对应，

响应于所述多个比较结果中的任一比较结果小于比较阈值，将与所述任一比较结果对应的像素连通区域中的所有像素的像素值设置为所述第二像素值，响应于所述多个比较结果中的任一比较结果大于等于所述比较阈值，不改变与所述任一比较结果对应的像素连通区域中的所有像素的像素值，以得到处理后的第一阈值处理图像，以及

将所述处理后的第一阈值处理图像作为所述参考图像；

基于所述参考图像得到阿尔法通道；以及

通过所述阿尔法通道对所述输入图像进行处理，以得到目标图像。

2.根据权利要求1所述的图像处理方法，其中，将所述多个像素连通区域分别与对应的所述多个像素对照区域进行比较，以得到所述多个比较结果，包括：

针对所述多个像素连通区域中的第a个像素连通区域：

计算所述第a个像素连通区域的面积作为第一面积；

从所述多个像素对照区域中获取与所述第a个像素连通区域对应的像素对照区域；

计算与所述第a个像素连通区域对应的所述像素对照区域中像素值为所述第一像素值的像素所占的面积以作为第二面积；以及

将所述第二面积和所述第一面积之间的比值作为与所述第a个像素连通区域对应的比较结果；

分别对所述多个像素连通区域中的每个像素连通区域进行上述处理，以得到所述多个比较结果。

3.根据权利要求2所述的图像处理方法，其中，所述第一面积采用所述第a个像素连通区域中所包括的像素的数量表示，所述第二面积采用与所述第a个像素连通区域对应的像素对照区域中所包括的像素值为所述第一像素值的像素的数量表示。

4.根据权利要求1所述的图像处理方法，其中，所述多个像素连通区域中的每个像素连通区域包括至少一个像素。

5.根据权利要求1所述的图像处理方法，其中，所述比较阈值的范围为0.2～0.4。

6.根据权利要求1-5任一项所述的图像处理方法，其中，获取所述输入图像包括：

获取原始图像，其中，所述原始图像包括对象区域，所述至少一个对象位于所述对象区域内；

提取所述原始图像中的所述对象区域，以得到中间对象区域图像；以及

将所述中间对象区域图像中的所有像素的像素值进行归一化处理以得到位于归一化颜色范围内的所述输入图像。

7.根据权利要求6所述的图像处理方法，其中，将所述中间对象区域图像中的所有像素的像素值进行归一化处理以得到位于所述归一化颜色范围内的所述输入图像，包括：

确定所述归一化颜色范围的最大值和最小值；以及

将所述中间对象区域图像中的所有像素的像素值分别映射到所述归一化颜色范围的最大值和最小值构成的数值区间内，以得到位于所述归一化颜色范围内的所述输入图像。

8.根据权利要求7所述的图像处理方法，其中，所述中间对象区域图像中的所有像素排列为n行m列，所述输入图像中的所有像素排列为n行m列，

位于所述输入图像中的第i行第j列的像素的像素值的计算公式表示为：

V2ij＝(V1ij-Vmin)/(Vmax-Vmin)*255，

其中，V1ij表示位于所述中间对象区域图像中的第i行第j列的像素的像素值，V2ij表示位于所述输入图像中的第i行第j列的像素的像素值，Vmax表示所述归一化颜色范围的最大值，Vmin表示所述归一化颜色范围的最小值，m、n、i、j均为正整数，且i小于等于n，j小于等于m。

9.根据权利要求6所述的图像处理方法，其中，所述归一化颜色范围为灰度范围，所述输入图像为灰度图像。

10.根据权利要求6所述的图像处理方法，其中，基于所述参考图像得到所述阿尔法通道，包括：

对所述中间对象区域图像进行灰度化处理，以得到中间对象区域灰度图像；

以所述中间对象区域灰度图像为导向图，对所述参考图像进行导向滤波处理，以得到阿尔法通道图像；以及

基于所述阿尔法通道图像，得到所述阿尔法通道。

11.根据权利要求6所述的图像处理方法，其中，基于所述参考图像得到所述阿尔法通道，还包括：

对所述中间对象区域图像进行灰度化处理，以得到中间对象区域灰度图像；

以所述中间对象区域灰度图像为导向图，对所述参考图像进行导向滤波处理，以得到第一阿尔法通道图像；

基于所述第一阿尔法通道图像进行形态学变换以得到第二阿尔法通道图像；

以所述中间对象区域灰度图像为导向图，对所述第二阿尔法通道图像进行导向滤波处理，以得到第三阿尔法通道图像；以及

基于所述第三阿尔法通道图像，得到所述阿尔法通道。

12.根据权利要求1-5任一项所述的图像处理方法，还包括：改变所述目标图像的RGB色道以得到具有不同颜色的目标图像。

13.根据权利要求1-5任一项所述的图像处理方法，其中，所述至少一个对象包括文本，所述文本为手写体签名或印刷体签名。

14.根据权利要求1-5任一项所述的图像处理方法，其中，通过所述阿尔法通道对所述输入图像进行处理，以得到所述目标图像，包括：

在所述输入图像中叠加所述阿尔法通道以得到所述目标图像。

15.根据权利要求1-5任一项所述的图像处理方法，其中，所述区域参数与所述输入图像的高度和宽度相关，

所述第一设定阈值的范围为4～6，所述第二设定阈值的范围为10～12。

16.一种图像处理装置，包括：

图像获取模块，被配置为获取输入图像，其中，所述输入图像包括至少一个对象；

自适应阈值处理模块，被配置为基于区域参数和第一设定阈值对所述输入图像进行自适应阈值处理，以得到第一阈值处理图像，以及基于所述区域参数和第二设定阈值对所述输入图像进行自适应阈值处理，以得到第二阈值处理图像，其中，所述第二设定阈值大于所述第一设定阈值；

比较模块，被配置为比较所述第一阈值处理图像与所述第二阈值处理图像，以得到参考图像，包括：

对所述第一阈值处理图像进行像素连接识别处理，以得到多个像素连通区域，其中，所述多个像素连通区域中的每个像素的像素值为第一像素值，所述第一阈值处理图像中的除所述多个像素连通区域以外的其他像素的像素值为第二像素值，

根据所述多个像素连通区域，确定在所述第二阈值处理图像中的与所述多个像素连通区域一一对应的多个像素对照区域，其中，所述多个像素连通区域中的任一像素连通区域在所述第一阈值处理图像中的相对位置及覆盖区域均与所述任一像素连通区域对应的像素对照区域在所述第二阈值处理图像中的相对位置及覆盖区域相对应，

将所述多个像素连通区域分别与对应的所述多个像素对照区域进行比较，以得到多个比较结果，其中，所述多个比较结果与所述多个像素连通区域一一对应，

响应于所述多个比较结果中的任一比较结果小于比较阈值，将与所述任一比较结果对应的像素连通区域中的所有像素的像素值设置为所述第二像素值，响应于所述多个比较结果中的任一比较结果大于等于所述比较阈值，不改变与所述任一比较结果对应的像素连通区域中的所有像素的像素值，以得到处理后的第一阈值处理图像，以及

将所述处理后的第一阈值处理图像作为所述参考图像；以及阿尔法通道处理模块，被配置为基于所述参考图像得到阿尔法通道，以及通过所述阿尔法通道对所述输入图像进行处理，以得到目标图像。

17.一种电子设备，包括处理器和存储器，

其中，所述存储器用于存储计算机可读指令；

所述处理器用于执行所述计算机可读指令时，实现权利要求1-15中任一项所述的方法的步骤。

18.一种非瞬时性计算机可读存储介质，其中，所述计算机可读存储介质用于非暂时性地存储有计算机可读指令，所述计算机可读指令被处理器执行时实现权利要求1-15中任一项所述的方法的步骤。