CN112288618B - 一种图片处理方法及装置 - Google Patents

一种图片处理方法及装置 Download PDF

Info

Publication number
CN112288618B
CN112288618B CN202011522380.7A CN202011522380A CN112288618B CN 112288618 B CN112288618 B CN 112288618B CN 202011522380 A CN202011522380 A CN 202011522380A CN 112288618 B CN112288618 B CN 112288618B
Authority
CN
China
Prior art keywords
picture
color
pixel points
value
color value
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
Application number
CN202011522380.7A
Other languages
English (en)
Other versions
CN112288618A (zh
Inventor
张嘉伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Lenovo Synergy Technology Co Ltd
Original Assignee
Beijing Lenovo Synergy Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Lenovo Synergy Technology Co Ltd filed Critical Beijing Lenovo Synergy Technology Co Ltd
Priority to CN202011522380.7A priority Critical patent/CN112288618B/zh
Publication of CN112288618A publication Critical patent/CN112288618A/zh
Application granted granted Critical
Publication of CN112288618B publication Critical patent/CN112288618B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0021Image watermarking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics

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

本发明公开了一种图片处理方法及装置,包括:获取第一图片;获取所述第一图片中各像素点的颜色色值;根据所述第一图片中各像素点的颜色色值,确定所述第一图片的颜色色值的变化率;若所述变化率未超过预定阈值,则获取第二图片,所述第二图片为颜色透明度为100%且具有特定图形的图片;将所述第一图片的各像素点的颜色色值对应的高对比度颜色色值,确定为所述第二图片中特定图形各像素点的颜色色值;对所述第二图片中的特定图形进行渲染,得到第三图片。

Description

一种图片处理方法及装置
技术领域
本发明涉及数据处理技术,尤其涉及一种图片处理方法及装置。
背景技术
现有的图片的水印生成方法都是生成单一色值的颜色作为整个图片水印的颜色。而面对各种类型、各种颜色的图片,难免会出现图片颜色与水印颜色高度一致,水印不明显且不易读,从而影响水印的显示效果,影响用户对图片数据的保护。
发明内容
本发明提供一种图片处理方法和装置,以至少解决现有技术中存在的以上技术问题。
本发明一方面提供一种图片处理方法,包括:
获取第一图片;
获取所述第一图片中各像素点的颜色色值;
根据所述第一图片中各像素点的颜色色值,确定所述第一图片的颜色色值的变化率;
若所述变化率未超过预定阈值,则获取第二图片,所述第二图片为颜色透明度为100%且具有特定图形的图片;
将所述第一图片的各像素点的颜色色值对应的高对比度的颜色色值,确定为所述第二图片中特定图形各像素点的颜色色值;
对所述第二图片中的特定图形进行渲染,得到第三图片。
其中,若所述变化率超过预定阈值,该方法还包括:
根据所述第一图片的各像素点的颜色色值,获取所述第一图片对应的颜色色值的第一中位数;
生成第四图片,所述第四图片包括所述特定图形,所述第四图片中所述特定图形的各像素点的颜色色值为所述第一中位数对应的高对比度颜色色值。
其中,所述确定所述第一图片的颜色色值变化率,包括:
将所述第一图片中任意一排中相邻像素点的颜色色值进行相减,得到差值;
根据所述差值,得到所述一排中相邻像素点的颜色色值差值的变化曲线;
根据所述差值的变化曲线,得到所述差值的变化率;
重复上述步骤,得到第一图片所有相邻像素点的颜色色值的差值的变化率;
计算第一图片所有相邻像素点的颜色色值的差值的变化率的第二中位数;
将所述变化率的第二中位数作为第一图片的颜色色值的变化率。
其中,所述确定所述第一图片的颜色色值变化率,该方法还包括:
将所述第一图片中任意一排中相邻像素点的颜色色值进行相减,得到差值;
重复上述步骤,得到第一图片所有相邻像素点的颜色色值的差值;
将所述差值相加并除以差值总个数得到差值平均数;
将所述差值平均数作为第一图片的颜色色值的变化率。
其中,所述颜色色值对应的高对比度色值,包括:
建立颜色色值数据库,所述色值数据库包括多个颜色色值和对应的高对比度颜色色值。
其中,该方法还包括:
从所述颜色色值数据库中查找所述第一图片的各像素点的颜色色值对应的高对比度的颜色色值;
从所述颜色色值数据库中查找所述第一中位数对应的高对比度颜色色值。
本发明另一方面提供一种图片处理装置,包括:
获取模块,用于获取第一图片,并获取所述第一图片中各像素点的颜色色值;
计算模块,用于根据所述第一图片中各像素点的颜色色值,确定所述第一图片的颜色色值的变化率;
判断模块,用于在判断所述变化率是否超过预定阈值;
所述获取模块,还用于在所述变化率未超过预定阈值时,获取第二图片,所述第二图片为颜色透明度为100%且具有特定图形的图片;
所述计算模块,还用于将所述第一图片的各像素点的颜色色值对应的高对比度的颜色色值,确定为所述第二图片中特定图形各像素点的颜色色值;
渲染模块,用于对所述第二图片中的特定图形进行渲染,得到第三图片。
其中,所述计算模块,还用于根据所述第一图片的各像素点的颜色色值,获取所述第一图片对应的颜色色值的第一中位数;
所述获取模块,还用于获取第四图片,所述第四图片包括所述特定图形,所述第四图片中所述特定图形的各像素点的颜色色值为所述第一中位数对应的高对比度颜色色值。
其中,所述第一图片包括N*M个像素点,其中,一排包含M个像素点,一列包含N个像素点,所述N和M为正整数;
所述计算模块还用于,获取一排中相邻像素点的颜色色值差值的变化率,包括:将所述一排中相邻像素点的颜色色值进行相减,得到差值;根据所述差值,得到所述差值的变化曲线;根据所述差值的变化曲线,得到所述差值的变化率;
重复执行所述获取一排中相邻像素点的颜色色值差值的变化率的步骤,得到第一图片中N排所有相邻像素点的颜色色值的差值的变化率;
计算第一图片中N排所有相邻像素点的颜色色值的差值的变化率的中位数;
将所述变化率的中位数作为第一图片的颜色色值的变化率。
其中,所述第一图片包括N*M个像素点,其中,一排包含M个像素点,一列包含N个像素点,所述N和M为正整数;
所述计算模块还用于,获取一排中相邻像素点的颜色色值的差值,包括:
将所述一排中相邻像素点的颜色色值进行相减,得到差值;
重复执行所述获取一排中相邻像素点的颜色色值的差值步骤,得到第一图片中N排所有相邻像素点的颜色色值的差值;
将所述第一图片中N排所有相邻像素点的颜色色值的差值相加并除以所述第一图片中N排所有相邻像素点的颜色色值的差值总个数得到差值平均数;
将所述差值平均数作为第一图片的颜色色值的变化率。
其中,所述获取模块,还用于从颜色色值数据库中查找所述第一图片的各像素点的颜色色值对应的高对比度的颜色色值;
从所述颜色色值数据库中查找第一中位数对应的高对比度颜色色值。
上述方案中,通过计算第一图片的变化率来判断使用哪种方案,当所述第一图片的变化率未超过预定阈值时,意味着所述第一图片颜色色值变化平稳,那么使用第一种方案,获取第二图片,根据第二图片上特定图形的位置获取第一图片对应位置像素点的颜色色值对应的高对比度色值,再根据所述高对比度色值对第二图片特定图形进行渲染,获得第三图片;而当所述第一图片的变化率超过预定阈值时,所述第一图片的颜色色值变化丰富,则使用第二种方案,根据第一图片所有像素点的颜色色值获取第一图片的颜色色值中位数对应的高对比度颜色色值,获得第四图片,上述方案中的高对比度颜色色值能够使第三图片和第四图片的颜色色值与第一图片的颜色色值几乎完全相反,提高了第三图片和第四图片在第一图片上的明显性和易读性。
附图说明
图1示出了本发明一实施例提供的图片处理方法流程示意图;
图2示出了本发明另一实施例提供的图片处理方法流程示意图;
图3示出了本发明一实施例提供的图片处理装置结构示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域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。
现有的图片的水印生成方法都是生成单一色值的颜色作为整个图片水印的颜色。而面对各种类型、各种颜色的图片,难免会出现图片颜色与水印颜色高度一致,水印不明显且不易读,从而影响水印的显示效果,影响用户对图片数据的保护。
为了提高图片处理过程中获取的包含特定图形的图片在待处理图片上的明显性和易读性,从而提高用户图片的安全性,本发明一实施例提供了一种动态智能的图片处理方法,如图1所示,该方法包括:
步骤101,获取第一图片。
第一图片可以是任意待处理的图片。
步骤102,获取待处理的第一图片中各像素点的颜色色值。
步骤103,根据所述第一图片中各像素点的颜色色值,确定所述第一图片的颜色色值的变化率。
第一图片包括N*M个像素点,其中,一排包含M个像素点,一列包含N个像素点,所述N和M为正整数。
该实施例中,提供了两种方式来确定所述第一图片的颜色色值的变化率:
方式一
获取一排中相邻像素点的颜色色值差值的变化率,包括:将所述一排中相邻像素点的颜色色值进行相减,得到差值;根据所述差值,得到所述差值的变化曲线;根据所述差值的变化曲线,得到所述差值的变化率;
重复执行所述获取一排中相邻像素点的颜色色值差值的变化率的步骤,得到第一图片中N排所有相邻像素点的颜色色值的差值的变化率;
计算第一图片中N排所有相邻像素点的颜色色值的差值的变化率的中位数;
将所述变化率的中位数作为第一图片的颜色色值的变化率。
以第一图片中一排像素点为例:
针对第一图片中一排像素点,按照像素点的排列顺序依次计算相邻两个像素点的颜色色值的差值,那么一排M个像素点即可得到M-1个差值。建立一个平面坐标系,将差值作为Y轴,将差值的位置作为X轴,差值的位置可以用像素点的位置表示,例如用差值所对应的相邻两个像素点中的前一个像素点的位置表示该差值在X轴的坐标,也可以使用后一个像素点的位置表示该差值在X轴的坐标,也可以将M-1个差值按照上述计算的顺序依次排列,对应于X轴。将这一排像素点对应的所有差值的坐标点以平滑的曲线相连,对曲线上的每个坐标点(即差值)进行求导,计算出每个差值的变化率。
按照上述任意一排像素点所对应的每个差值的变化率的计算方式,计算出第一图片中每一排的像素点所对应的每个差值的变化率,则可得到(M-1)*N个变化率,计算(M-1)*N个变化率的中位数,将所述中位数作为所述第一图片的颜色色值的变化率。
中位数是指如果有1000个数字,按大小排列好,取第500和第501位数字,求得该两个数字的平均数,这个平均数就是这1000个数字的中位数;如果是999个数字,则按大小排列好,第500位数字就是这999个数字的中位数。
方式二
获取一排中相邻像素点的颜色色值的差值,包括:
将所述一排中相邻像素点的颜色色值进行相减,得到差值;
重复执行所述获取一排中相邻像素点的颜色色值的差值步骤,得到第一图片中N排所有相邻像素点的颜色色值的差值;
将所述第一图片中N排所有相邻像素点的颜色色值的差值相加并除以所述第一图片中N排所有相邻像素点的颜色色值的差值总个数得到差值平均数;
将所述差值平均数作为第一图片的颜色色值的变化率。
以第一图片中一排像素点为例:
针对第一图片中一排像素点,按照像素点的排列顺序依次计算相邻两个像素点的颜色色值的差值,那么一排M个像素点即可得到M-1个差值。
按照上述任意一排像素点颜色色值差值的计算方法,计算出第一图片中每一排的像素点颜色色值的差值,则可得到(M-1)*N个差值,计算出(M-1)*N个差值的平均数,将所述平均数作为所述第一图片的颜色色值的变化率。
步骤104,若所述变化率未超过预定阈值,则获取第二图片,所述第二图片为颜色透明度为100%且具有特定图形的图片。
对变化率进行判断,该实施例提供了一个预定阈值,若所述变化率未超过预定阈值,则意味着所述第一图片的颜色色值变化比较平稳,则获取第二图片,执行步骤105。
步骤105,将所述第一图片的各像素点的颜色色对应的高对比度的颜色色值,确定为所述第二图片中特定图形各像素点的颜色色值。
各像素点的颜色色值对应的高对比度颜色色值意味着与原先颜色色值有着明显的区别,将所述高对比度颜色色值确定为所述第二图片中特定图形各像素点的颜色色值可以提高所述第二图片中特定图形的易读性。
步骤106,对所述第二图片中的特定图形进行渲染,得到第三图片。
渲染是指对所述特定图形进行着色,着色后的图片就是第三图片,该实施例中采用步骤105确定的特定图形各像素点的颜色色值对特定图形进行着色,相应的第二图片中特定图形以外的像素点的颜色色值透明度为100%,即透明的。
在步骤103获取到第一图片的变化率后,确定所述第一图片变化率超过预定阈值时,在本实施例的方法中还包括:
若所述变化率超过预定阈值,则根据所述第一图片的各像素点的颜色色值,获取所述第一图片对应的颜色色值的第一中位数;
对变化率进行判断,该实施例提供了一个预定阈值,若所述变化率超过预定阈值,则意味着所述第一图片的颜色色值变化比较丰富,那么获取所述第一图片对应的颜色色值的第一中位数,所述第一中位数代表了所述第一图片中大部分的颜色色值。
获取第四图片,所述第四图片包括所述特定图形,所述第四图片中所述特定图形的各像素点的颜色色值为所述第一中位数对应的高对比度颜色色值,所述第一中位数对应的高对比度颜色色值能与所述第一图片的颜色色值形成强烈的对比,从而提高第四图片在第一图片上的明显性与易读性。
本实施例的方法还包括:
预先建立颜色色值数据库,所述色值数据库包括多个颜色色值和对应的高对比度颜色色值;
所述颜色色值是一个6位数16进制数,然后将某个颜色色值进行取反来获取对应的高对比度颜色色值。
取反就是用6位数16进制数中的最大值减去待取反的颜色色值,获得的差值就是待取反的颜色色值对应的高对比度颜色色值,例如,白色的颜色色值为#000000,将FFFFFF减去白色的色值,得到FFFFFF,而#FFFFFF是黑色的颜色色值,就是白色对应的高对比度颜色色值。
在上述建立颜色色值数据库的基础上,该方法还包括:
从所述颜色色值数据库中查找所述第一图片的各像素点的颜色色值对应的高对比度的颜色色值;
所述第一图片的各像素点的颜色色值对应的高对比度颜色色值能与所述对应的像素点的颜色色值形成强烈的对比。
下面以要生成的图片为水印来说明本发明上述的方案,如图2所示,包括:
步骤201,建立颜色色值及其对应的高对比度颜色色值数据库。
所述颜色色值是一个6位数16进制数,然后将某个颜色色值进行取反来获取对应的高对比度颜色色值。
取反就是用6位数16进制数中的最大值减去待取反的颜色色值,获得的差值就是待取反的颜色色值对应的高对比度颜色色值,例如,白色的颜色色值为#000000,将FFFFFF减去白色的色值,得到FFFFFF,而#FFFFFF是黑色的颜色色值,就是白色对应的高对比度颜色色值。
取反后的颜色色值能够与取反前的颜色色值形成强烈的对比,使用取反后的颜色色值的水印相比第一图片具有明显性与易读性。
步骤202,获取待处理的第一图片中各像素点的颜色色值。
步骤203,获取所述第一图片的颜色色值的变化率,判断所述变化率是否超过预定阈值,若所述变化率未超过预定阈值,则执行步骤204;否则,则执行步骤208。
第一图片包括N*M个像素点,其中,一排包含M个像素点,一列包含N个像素点,所述N和M为正整数。
以第一图片中一排像素点为例:
针对第一图片中一排像素点,按照像素点的排列顺序依次计算相邻两个像素点的颜色色值的差值,那么一排M个像素点即可得到M-1个差值。建立一个平面坐标系,将差值作为Y轴,将差值的位置作为X轴,差值的位置可以用像素点的位置表示,例如用差值所对应的相邻两个像素点中的前一个像素点的位置表示该差值在X轴的坐标,也可以使用后一个像素点的位置表示该差值在X轴的坐标,也可以将M-1个差值按照上述计算的顺序依次排列,对应于X轴。将这一排像素点对应的所有差值的坐标点以平滑的曲线相连,对曲线上的每个坐标点(即差值)进行求导,计算出每个差值的变化率。
按照上述任意一排像素点所对应的每个差值的变化率的计算方式,计算出第一图片中每一排的像素点所对应的每个差值的变化率,则可得到(M-1)*N个变化率,计算(M-1)*N个变化率的中位数,将所述中位数作为所述第一图片的颜色色值的变化率。
中位数是指如果有1000个数字,按大小排列好,取第500和第501位数字,求得该两个数字的平均数,这个平均数就是这1000个数字的中位数;如果是999个数字,则按大小排列好,第500位数字就是这999个数字的中位数。
计算变化率的方法还包括:
以第一图片中一排像素点为例:
针对第一图片中一排像素点,按照像素点的排列顺序依次计算相邻两个像素点的颜色色值的差值,那么一排M个像素点即可得到M-1个差值。
按照上述任意一排像素点颜色色值差值的计算方法,计算出第一图片中每一排的像素点颜色色值的差值,则可得到(M-1)*N个差值,计算出(M-1)*N个差值的平均数,将所述平均数作为所述第一图片的颜色色值的变化率。
对变化率进行判断,该实施例提供了一个预定阈值,若所述变化率未超过预定阈值,则意味着所述第一图片的颜色色值变化比较平稳,执行步骤204,205,206,207,步骤204至207的方法能够有效地提高水印相对于第一图片的明显性与易读性。若所述变化率超过了预定阈值,则意味着所述第一图片的颜色色值变化比较丰富,执行步骤208,209,210,若所述第一图片的颜色色值变化比较丰富,执行208至210的步骤能够在保证第一图片易读性的基础上提高水印相对于第一图片的明显性与易读性。
步骤204,承接步骤203,第一图片的颜色色值的变化率未超过变化率阈值时,生成透明度为100%的水印。
需要指出的是,该实施例中,水印可以为包含特定图形的图片,水印也可以就是特定图形。
透明度为100%就是颜色为透明的,所述水印的尺寸小于或者等于第一图片。
步骤205,获取所述水印在所述第一图片上对应的像素点,获取所述像素点在所述第一图片上的颜色色值。
水印是根据第一图片获取的,水印的尺寸可以小于或者等于第一图片的尺寸,所以步骤205中获取所述水印在所述第一图片上对应的像素点,获取所述像素点在所述第一图片上的颜色色值的方法有两种:
第一种是所述水印的尺寸等于第一图片,那么根据水印的像素点坐标在第一图片上找到对应像素点,然后获取所述第一图片对应像素点的颜色色值;第二种是所述水印的尺寸小于第一图片,那么根据用户所定的水印位置来找到第一图片上的像素点,然后获取所述第一图片像素点的颜色色值。
举例来说,第一种方法:水印与第一图片都包括N*M个像素点,其中,一排包含M个像素点,一列包含N个像素点,所述N和M为正整数。
水印包含一个像素点,所述像素点在水印中的位置为横排第X个像素点,竖排第Y个像素点(X大于0,小于或等于M;Y大于0,小于或等于N),根据X与Y,找到第一图片上对应的像素点,获取所述第一图片上对应像素点的颜色色值。
重复上述步骤,直到获取完水印包含的所有像素点在第一图片上对应的像素点的颜色色值。
举例来说,第二种方法:用户规定了水印在第一图片上的具体位置,根据具体位置获取第一图片对应位置像素点的颜色色值。
步骤206,获取所述水印在所述第一图片上对应的像素点的颜色色值对应的高对比度颜色色值。
可以从上述建立的数据库中找到各像素点颜色色值对应的高对比度颜色色值。
步骤207,使用所述高对比度颜色色值,对所述水印进行渲染,获得第三图片。
渲染是指对水印进行着色,着色后的水印就是第三图片。如果水印是包含特定图形的图片,则可只对水印中的特定图形进行着色,可以保证水印相比于第一图片的明显性和易读性,而水印中除特定图形外的像素点的颜色色值不进行着色,且透明度为100%。
步骤208,承接步骤203,第一图片的颜色色值的变化率超过变化率阈值时,根据所述第一图片各像素点颜色色值,计算出第一图片的颜色色值中位数。
取所述第一图片各像素点颜色色值的中位数,因为中位数是位置平均数,不受极端值的影响,比取颜色色值平均数能够更加有效地代表所述第一图片各像素点颜色色值的中间值。
步骤209,获取所述第一图片颜色色值中位数对应的高对比度颜色色值。
中位数颜色色值能够代表所述第一图片各像素点颜色色值的中间值,则该中位数颜色色值对应的高对比度颜色色值就是所述第一图片各像素点颜色色值的中间值的取反,能够跟所述第一图片各像素点颜色色值形成强烈的对比,提高水印的易读性。
步骤210,获取水印,水印的颜色色值为第一图片颜色色值中位数对应的高对比度颜色色值。
如果水印是包含特定图形的图片,则水印中的特定图形的颜色色值为所述第一图片颜色色值中位数对应的高对比度颜色色值,而水印中除特定图形外的像素点的透明度为100%。
为了实现上述的方法,本发明实施例还提供了一种图片处理装置,如图3所示,包括:
获取模块10,用于获取第一图片,并获取所述第一图片中各像素点的颜色色值;
计算模块20,用于根据所述第一图片中各像素点的颜色色值,确定所述第一图片的颜色色值的变化率;
判断模块30,用于在判断所述变化率是否超过预定阈值;
所述获取模块,还用于在所述变化率未超过预定阈值时,获取第二图片,所述第二图片为颜色透明度为100%且具有特定图形的图片;
所述计算模块,还用于将所述第一图片的各像素点的颜色色值对应的颜色色值,确定为所述第二图片中特定图形各像素点的颜色色值;
渲染模块40,用于对所述第二图片中的特定图形进行渲染,得到第三图片。
其中,所述计算模块,还用于根据所述第一图片的各像素点的颜色色值,获取所述第一图片对应的颜色色值的第一中位数;
所述获取模块,还用于获取第四图片,所述第四图片包括所述特定图形,所述第四图片中所述特定图形的各像素点的颜色色值为所述第一中位数对应的高对比度颜色色值。
其中,所述第一图片包括N*M个像素点,其中,一排包含M个像素点,一列包含N个像素点,所述N和M为正整数;
所述计算模块还用于,获取一排中相邻像素点的颜色色值差值的变化率,包括:将所述一排中相邻像素点的颜色色值进行相减,得到差值;根据所述差值,得到所述差值的变化曲线;根据所述差值的变化曲线,得到所述差值的变化率;
重复执行所述获取一排中相邻像素点的颜色色值差值的变化率的步骤,得到第一图片中N排所有相邻像素点的颜色色值的差值的变化率;
计算第一图片中N排所有相邻像素点的颜色色值的差值的变化率的中位数;
将所述变化率的中位数作为第一图片的颜色色值的变化率。
其中,所述第一图片包括N*M个像素点,其中,一排包含M个像素点,一列包含N个像素点,所述N和M为正整数;
所述计算模块还用于,获取一排中相邻像素点的颜色色值的差值,包括:
将所述一排中相邻像素点的颜色色值进行相减,得到差值;
重复执行所述获取一排中相邻像素点的颜色色值的差值步骤,得到第一图片中N排所有相邻像素点的颜色色值的差值;
将所述第一图片中N排所有相邻像素点的颜色色值的差值相加并除以所述第一图片中N排所有相邻像素点的颜色色值的差值总个数得到差值平均数;
将所述差值平均数作为第一图片的颜色色值的变化率。
其中,所述获取模块,还用于从所述颜色色值数据库中查找所述第一图片的各像素点的颜色色值对应的高对比度的颜色色值;
从所述颜色色值数据库中查找第一中位数对应的高对比度颜色色值。
本发明实施例还提供了一种图片处理设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述的图片处理方法。
示例性地,本发明实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述的图片处理方法。
除了上述方法和设备以外,本申请的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本申请的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“如但不限于”,且可与其互换使用。
还需要指出的是,在本申请的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (8)

1.一种图片处理方法,其特征在于,该方法包括:
获取第一图片;
获取所述第一图片中各像素点的颜色色值;
根据所述第一图片中各像素点的颜色色值,确定所述第一图片的颜色色值的变化率;
所述第一图片包括N*M个像素点,其中,一排包含M个像素点,一列包含N个像素点,所述N和M为正整数;
获取一排中相邻像素点的颜色色值差值的变化率,包括:将所述一排中相邻像素点的颜色色值进行相减,得到差值;根据所述差值,得到所述差值的变化曲线;根据所述差值的变化曲线,得到所述差值的变化率;
重复执行所述获取一排中相邻像素点的颜色色值差值的变化率的步骤,得到第一图片中N排所有相邻像素点的颜色色值的差值的变化率;
计算第一图片中N排所有相邻像素点的颜色色值的差值的变化率的中位数;
将所述变化率的中位数作为第一图片的颜色色值的变化率;
若所述变化率未超过预定阈值,则获取第二图片,所述第二图片为颜色透明度为100%且具有特定图形的图片;
将所述第一图片的各像素点的颜色色值对应的高对比度的颜色色值,确定为所述第二图片中特定图形各像素点的颜色色值;
对所述第二图片中的特定图形进行渲染,得到第三图片。
2.根据权利要求1所述的图片处理方法,其特征在于,若所述变化率超过预定阈值,该方法还包括:
根据所述第一图片的各像素点的颜色色值,获取所述第一图片对应的颜色色值的第一中位数;
获取第四图片,所述第四图片包括所述特定图形,所述第四图片中所述特定图形的各像素点的颜色色值为所述第一中位数对应的高对比度颜色色值。
3.根据权利要求1所述的图片处理方法,其特征在于,所述确定所述第一图片的颜色色值变化率,包括:
所述第一图片包括N*M个像素点,其中,一排包含M个像素点,一列包含N个像素点,所述N和M为正整数;
获取一排中相邻像素点的颜色色值的差值,包括:
将所述一排中相邻像素点的颜色色值进行相减,得到差值;
重复执行所述获取一排中相邻像素点的颜色色值的差值步骤,得到第一图片中N排所有相邻像素点的颜色色值的差值;
将所述第一图片中N排所有相邻像素点的颜色色值的差值相加并除以所述第一图片中N排所有相邻像素点的颜色色值的差值总个数得到差值平均数;
将所述差值平均数作为第一图片的颜色色值的变化率。
4.根据权利要求2所述的图片处理方法,其特征在于,该方法还包括:
建立颜色色值数据库,所述色值数据库包括多个颜色色值和对应的高对比度颜色色值;
该方法还包括:
从所述颜色色值数据库中查找所述第一图片的各像素点的颜色色值对应的高对比度的颜色色值;
从所述颜色色值数据库中查找第一中位数对应的高对比度颜色色值。
5.一种图片处理装置,其特征在于,包括:
获取模块,用于获取第一图片,并获取所述第一图片中各像素点的颜色色值;
计算模块,用于根据所述第一图片中各像素点的颜色色值,确定所述第一图片的颜色色值的变化率;
所述第一图片包括N*M个像素点,其中,一排包含M个像素点,一列包含N个像素点,所述N和M为正整数;
所述计算模块,还用于,获取一排中相邻像素点的颜色色值差值的变化率,包括:将所述一排中相邻像素点的颜色色值进行相减,得到差值;根据所述差值,得到所述差值的变化曲线;根据所述差值的变化曲线,得到所述差值的变化率;
重复执行所述获取一排中相邻像素点的颜色色值差值的变化率的步骤,得到第一图片中N排所有相邻像素点的颜色色值的差值的变化率;
计算第一图片中N排所有相邻像素点的颜色色值的差值的变化率的中位数;
将所述变化率的中位数作为第一图片的颜色色值的变化率;
判断模块,用于判断所述变化率是否超过预定阈值;
所述获取模块,还用于在所述变化率未超过预定阈值时,获取第二图片,所述第二图片为颜色透明度为100%且具有特定图形的图片;
所述计算模块,还用于将所述第一图片的各像素点的颜色色值对应的高对比度的颜色色值,确定为所述第二图片中特定图形各像素点的颜色色值;
渲染模块,用于对所述第二图片中的特定图形进行渲染,得到第三图片。
6.根据权利要求5所述的图片处理装置,其特征在于,
所述计算模块,还用于根据所述第一图片的各像素点的颜色色值,获取所述第一图片对应的颜色色值的第一中位数;
所述获取模块,还用于获取第四图片,所述第四图片包括所述特定图形,所述第四图片中所述特定图形的各像素点的颜色色值为所述第一中位数对应的高对比度颜色色值。
7.根据权利要求5所述的图片处理装置,其特征在于,所述第一图片包括N*M个像素点,其中,一排包含M个像素点,一列包含N个像素点,所述N和M为正整数;
所述计算模块,还用于,获取一排中相邻像素点的颜色色值的差值,包括:
将所述一排中相邻像素点的颜色色值进行相减,得到差值;
重复执行所述获取一排中相邻像素点的颜色色值的差值步骤,得到第一图片中N排所有相邻像素点的颜色色值的差值;
将所述第一图片中N排所有相邻像素点的颜色色值的差值相加并除以所述第一图片中N排所有相邻像素点的颜色色值的差值总个数得到差值平均数;
将所述差值平均数作为第一图片的颜色色值的变化率。
8.根据权利要求6所述的图片处理装置,其特征在于,
所述获取模块,还用于从所述颜色色值数据库中查找所述第一图片的各像素点的颜色色值对应的高对比度的颜色色值;
从所述颜色色值数据库中查找第一中位数对应的高对比度颜色色值。
CN202011522380.7A 2020-12-22 2020-12-22 一种图片处理方法及装置 Active CN112288618B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011522380.7A CN112288618B (zh) 2020-12-22 2020-12-22 一种图片处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011522380.7A CN112288618B (zh) 2020-12-22 2020-12-22 一种图片处理方法及装置

Publications (2)

Publication Number Publication Date
CN112288618A CN112288618A (zh) 2021-01-29
CN112288618B true CN112288618B (zh) 2021-05-11

Family

ID=74426854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011522380.7A Active CN112288618B (zh) 2020-12-22 2020-12-22 一种图片处理方法及装置

Country Status (1)

Country Link
CN (1) CN112288618B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418825B (zh) * 2022-03-10 2022-07-22 太平金融科技服务(上海)有限公司深圳分公司 图像处理方法、装置、计算机设备和存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101179747B (zh) * 2007-12-12 2010-08-18 深圳市迅雷网络技术有限公司 一种多媒体视频截取的方法及装置
JP6442060B2 (ja) * 2014-12-18 2018-12-19 ノキア テクノロジーズ オサケユイチア 場所的な著作権で保護されているウォータマーキングビデオをパブリッシュする方法及び装置
CN111310134B (zh) * 2018-12-11 2022-07-22 阿里巴巴集团控股有限公司 屏幕水印生成方法、装置及设备
CN112004046A (zh) * 2019-05-27 2020-11-27 中兴通讯股份有限公司 一种基于视频会议的图像处理方法和装置

Also Published As

Publication number Publication date
CN112288618A (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
US10964024B2 (en) Automatic sizing and placement of text within a digital image
CN110335330B (zh) 图像模拟生成方法及其系统、深度学习算法训练方法及电子设备
CN113301409B (zh) 视频合成方法、装置、电子设备和可读存储介质
CN112288618B (zh) 一种图片处理方法及装置
CN112153303B (zh) 一种视觉数据处理方法、装置、图像处理设备和存储介质
US8249363B2 (en) Image comparison system and method
CN110458790A (zh) 一种图像检测方法、装置及计算机存储介质
CN113538271A (zh) 图像显示方法、装置、电子设备和计算机可读存储介质
CN112651953A (zh) 图片相似度计算方法、装置、计算机设备及存储介质
CN114119778A (zh) 用户界面的深色模式生成方法、电子设备及存储介质
CN108734665A (zh) 一种图像的校正方法、装置、设备及存储介质
CN115760653A (zh) 图像校正方法、装置、设备及可读存储介质
US20150324641A1 (en) Modified wallis filter for improving the local contrast of gis related images
CN112580638B (zh) 文本检测方法、装置、存储介质及电子设备
CN111127434B (zh) 染色分离方法及装置
CN114820834A (zh) 一种效果处理方法、装置、设备及存储介质
CN108282643B (zh) 图像处理方法、图像处理装置及电子设备
CN107085849B (zh) 一种图像二值化处理方法、装置、设备和存储介质
CN114119609B (zh) 图像污点浓度的检测方法、装置、设备及存储介质
CN115484447B (zh) 基于高色域调节的投影方法、投影系统及投影仪
CN113592042B (zh) 样本图像生成方法、装置及其相关设备和存储介质
CN112118478B (zh) 文本处理方法、装置、电子设备及存储介质
CN111918000B (zh) 一种描边方法、设备及可读存储介质
CN111275793B (zh) 一种文字渲染方法、装置、电子设备及存储介质
CN118115397A (zh) 一种人像牙齿美白特效生成方法、装置及设备

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