CN112465940A - 图像渲染方法、装置、电子设备及存储介质 - Google Patents
图像渲染方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112465940A CN112465940A CN202011340765.1A CN202011340765A CN112465940A CN 112465940 A CN112465940 A CN 112465940A CN 202011340765 A CN202011340765 A CN 202011340765A CN 112465940 A CN112465940 A CN 112465940A
- Authority
- CN
- China
- Prior art keywords
- image
- clustering
- area
- pixel
- rendered
- 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
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/506—Illumination models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/60—Shadow generation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种图像渲染方法、装置、电子设备及存储介质,通过确定待渲染图像中的高光区域;对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;确定每个聚类区域的光照方向以及光照强度;根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。本发明通过对图像中的高光区域进行像素聚类,并根据各聚类区域的光照方向以及光照强度对高光区域像素亮度进行优化,解决了图像高光区域容易失真的问题,提高了图像的显示效果。
Description
技术领域
本公开实施例涉及图像处理领域,尤其涉及一种图像渲染方法、装置、电子设备及存储介质。
背景技术
对于图像进行不同的光效渲染处理将影响着图像作品的视觉效果。
光源重建是光效渲染处理的一种常用技术,通过利用对GAN网络以对光源的光照参数进行模拟。然后,利用模拟的光照参数对图像进行环境光照的绘制,得到在该光源下的处理后的图像。
但是,现有的GAN网络仅能对于低频光源的进行渲染处理,当需要对高频光源进行渲染处理时,其渲染效果不佳,容易出现图像失真的问题。
发明内容
针对上述问题,本公开实施例提供了一种图像渲染方法、装置、电子设备及存储介质。
第一方面,本公开实施例提供一种图像渲染方法,包括:
确定待渲染图像中的高光区域;
对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;
确定每个聚类区域的光照方向以及光照强度;
根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。
第二方面,本公开实施例提供一种图像渲染装置,包括:
第一处理模块,用于确定待渲染图像中的高光区域;
第二处理模块,用于对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;确定每个聚类区域的光照方向以及光照强度;
渲染模块,用于根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。
第三方面,本公开实施例提供一种电子设备,包括:至少一个处理器;以及
存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如第一方面任一项所述的图像处理方法。
第四方面,本公开实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的图像处理方法。
本公开实施例提供的图像渲染方法、装置、电子设备及存储介质,通过确定待渲染图像中的高光区域;对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;确定每个聚类区域的光照方向以及光照强度;根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。本实施例提供的图像渲染方法,对图像中的高光区域进行像素聚类,并根据各聚类区域的光照方向以及光照强度对高光区域像素亮度进行优化,解决了图像高光区域容易失真的问题,提高了图像的显示效果。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开所基于的一种网络架构的示意图;
图2为本公开实施例提供的一种图像渲染方法的流程示意图;
图3为本公开实施例提供的另一种图像渲染方法的流程示意图;
图4为本公开实施例提供的又一种图像渲染方法的流程示意图;
图5为本公开实施例提供的再一种图像渲染方法的流程示意图;
图6为本公开实施例提供的一种图像渲染装置的结构示意图;
图7为本公开实施例提供的电子设备的硬件结构示意图。
具体实施方式
为使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中的附图,对本公开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公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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,都属于本公开保护的范围。
对于图像进行不同的光效渲染处理将影响着图像作品的视觉效果。
光源重建是光效渲染处理的一种常用技术,通过利用对GAN网络以对光源的光照参数进行模拟。然后,利用模拟的光照参数对图像进行环境光照的绘制,得到在该光源下的处理后的图像。
但是,现有的GAN网络仅能对于低频光源的进行渲染处理,当需要对高频光源进行渲染处理时,其渲染效果不佳,容易出现图像失真的问题。
针对这些问题,发明人研究发现,可以确定图像中的高光区域,并根据高光区域不同的光照方向以及光照强度,对图像中的高光区域进行渲染,以优化高光区域的像素亮度,提高图像高光区域的显示效果。
参考图1,图1为本公开所基于的一种网络架构的示意图,如图1所示的,本公开基于的一种网络架构可包括图像渲染装置1以及终端2。
其中,图像渲染装置1是可与终端2通过网络进行交互的硬件或软件,其可用于执行下述各实施例中所述的图像渲染方法。
当图像渲染装置1为硬件时,包括具备运算功能的云端服务器。当图像渲染装置1为软件时,其可以安装在具备运算功能的电子设备中,其中的电子设备包括但不限于膝上型便携计算机和台式计算机等等。
其中,终端2具体可为用户手机、智能家居设备、平板电脑等可用于拍摄图像并且展现拍摄的图像的硬件设备,而图像渲染装置1可为集成或安装在所述终端2上的服务端。
图像渲染装置1可在终端2上运行,并为终端2提供图像渲染服务,并且,终端1利用其显示器或显示组件向用户显示图像渲染装置1处理后的图像。
同时,图像渲染装置1还可利用终端1的图像拍摄功能,以获取终端1的图像信息、位置信息、场景信息甚至其他的一些信息资源。
当然,在其他使用场景中,图像渲染装置1还可集成在用于渲染图像的服务器中,如人脸服务器等,此时,终端2则可为包括智能手机、平板电脑、台式计算机等在内的可与前述的图像渲染装置1通过网络进行通信和数据交互的设备。终端2则可将需要渲染的图像发送至图像渲染装置1,以使图像渲染装置1以采用如下所示的方式对图像进行渲染处理,并将处理后的图像返回至终端。
以下将对本申请提供的图像处理方法、装置、电子设备及存储介质进行进一步说明:
图2为本公开实施例提供的一种图像渲染方法的流程示意图。如图2所示,本公开实施例提供的车辆图像的处理方法,包括:
S101、确定待渲染图像中的高光区域;
本实施例中,高光区域是指图像中亮度较大的区域,高光会导致图像失真问题,对高光区域进行渲染首先要确定出图像中的高光区域。
S102、对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;
本实施例中,由于图像中不同的高光区域具有的不同光照特征,使得不同的高光区域的像素具有不同的特征,对高光区域进行像素聚类,可以获得高光区域对应的多个聚类区域。
具体来说,光照特征可以为光照方向和光照强度,像素聚类后,同一类的高光区域具有相同或相似的光照方向和光照强度,不同类的高光区域具有不同的光照方向和光照强度。
S103、确定每个聚类区域的光照方向以及光照强度;
本实施例中,根据每个聚类区域的相关图像参数,确定每个聚类区域的光照方向以及光照强度,用以对图像中的高光区域进行渲染。
具体来说,相关图像参数可以为图像的拍摄方向、预设的渲染方程以及每一聚类区域对应的平均法向量,具体根据实际情况而定。
S104、根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。
本实施例中,根据不同聚类区域的不同光照方向以及光照强度,确定不同的渲染目标,对各个聚类区域分别进行渲染。
与现有技术不同的是,本实施例中,针对图像中的高光区域对图片绘制的影响,不再对高光区域和非高光区域采用相同的网络模型和基函数进行处理,而是对图像中的高光区域单独进行渲染,确定图像中的高光区域并聚类,根据聚类后的高光区域的光照特征进行渲染,解决了图像的失真问题。
本申请实施例提供了一种图像渲染方法,通过确定待渲染图像中的高光区域;对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;确定每个聚类区域的光照方向以及光照强度;根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。本实施例提供的图像渲染方法,针对图像中的高光区域,确定高光区域的光照特征,并根据光照特征,确定高光区域的目标像素亮度,进而对高光区域像素进行调节,达到图像渲染的目的,解决了图像的失真问题,提高了图像的显示效果。
可选实施例中,在上述图2实施例的基础上,图3为本公开实施例提供的另一种图像渲染方法的示意流程图。如图3所示,S101具体包括:
S1011、确定待渲染图像中前景图像的平均像素亮度;
举例来说,假如前景图像包含10个像素,其中两个像素的亮度为50、四个像素亮度为100、两个像素亮度为150、两个像素亮度为200,则平均像素亮度为120。
在实际中,确定像素亮度的方式不止一种,在一种可能的实施方式中,确定待渲染图像中前景图像的平均像素亮度,包括:利用预设的GAN网络模型对待渲染图像进行图像处理,获得待渲染图像中前景图像中每一像素的法向量以及像素颜色;前景图像中每一像素的法向量与其像素颜色之比,构成前景图像中每一像素的像素亮度;根据前景图像中各像素的像素亮度,确定所述前景图像的平均像素亮度。
S1012、从待渲染图像中前景图像中各像素中选出高光像素,所述高光像素所在的图像区域为所述高光区域;其中,所述高光像素的像素亮度与所述平均像素亮度之差大于预设阈值。
继续以上述前景图像为例,假如预设阈值为50,由于平均像素亮度为120,只有200的像素亮度与平均像素亮度之差大于50,则两个像素亮度为200的像素为高光像素。
本实施例中,通过计算像素亮度的方式来确定高光区域,计算前景图像的平均像素亮度,并将像素亮度与所述平均像素亮度之差大于预设阈值的像素作为高光像素,高光像素所在的区域为高光区域。
可选实施例中,在上述图2实施例的基础上,图4为本公开实施例提供的又一种图像渲染方法的流程示意图。如图4所示,S103具体包括:
S1031、确定每一聚类区域中像素的平均法向量;
本实施例中,像素的平均法向量用于光照和阴影的计算。
S1032、根据待渲染图像的拍摄方向、预设的渲染方程以及每一聚类区域对应的平均法向量,确定各聚类区域的光照方向以及光照强度。
需要说明的是,像素的平均法向量用于光照和阴影的计算,预设的渲染方程包括但不限于lambert光照模型和phone光照模型。
本实施例中,在确定了高光区域的基础上,通过图像的拍摄方向、预设的渲染方程以及每一聚类区域对应的平均法向量,确定各聚类区域的光照方向以及光照强度,用以对高光区域的像素亮度进行优化。
可选实施例中,在上述图2实施例的基础上,图5为本公开实施例提供的再一种图像渲染方法的流程示意图。如图5所示,S104具体包括:
S1041、根据各聚类区域的光照方向以及光照强度,确定各聚类区域的目标像素亮度;
S1042、对各聚类区域的像素亮度进行优化,以使渲染后的各聚类区域的像素亮度等于各聚类区域的目标像素亮度。
本实施例中,在前述实施例的基础上,根据前述实施例获得的各聚类区域的光照方向以及光照强度,对各聚类区域进行优化,具体是通过各聚类区域的光照方向以及光照强度,计算各聚类区域的目标像素亮度,并将各聚类区域的像素亮度按照目标像素亮度进行调节,优化了各聚类区域的像素亮度,实现了对高光区域的渲染。
对应于上文实施例的图像渲染方法,图6为本公开实施例提供的一种图像渲染装置的结构示意图。为了便于说明,仅示出了与本公开实施例相关的部分。参照图6,所述图像处理装置包括:第一处理模块10、第二处理模块20以及渲染模块30。
第一处理模块10,用于确定待渲染图像中的高光区域;
第二处理模块20,用于对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;确定每个聚类区域的光照方向以及光照强度;
渲染模块30,用于根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。
可选实施方式中,第二处理模块20具体用于:
确定每一聚类区域中像素的平均法向量;
根据待渲染图像的拍摄方向、预设的渲染方程以及每一聚类区域对应的平均法向量,确定各聚类区域的光照方向以及光照强度。
可选实施方式中,渲染模块30具体用于:
根据各聚类区域的光照方向以及光照强度,确定各聚类区域的目标像素亮度;对各聚类区域的像素亮度进行优化,以使渲染后的各聚类区域的像素亮度等于各聚类区域的目标像素亮度。
可选实施方式中,第一处理模块10具体用于:
确定待渲染图像中前景图像的平均像素亮度;
从待渲染图像中前景图像中各像素中选出高光像素,所述高光像素所在的图像区域为所述高光区域;其中,所述高光像素的像素亮度与所述平均像素亮度之差大于预设阈值。
可选实施方式中,第一处理模块10具体还用于:
利用预设的GAN网络模型对所述待渲染图像进行图像处理,获得待渲染图像中前景图像中每一像素的法向量以及像素颜色;
所述前景图像中每一像素的法向量与其像素颜色之比,构成前景图像中每一像素的像素亮度;根据前景图像中各像素的像素亮度,确定所述前景图像的平均像素亮度。
本公开实施例提供的图像渲染装置,通过确定待渲染图像中的高光区域;对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;确定每个聚类区域的光照方向以及光照强度;根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。本图像渲染装置,确定高光区域及高光区域的光照特征,并根据光照特征,确定高光区域的目标像素亮度,进而对高光区域像素进行调节,达到图像渲染的目的,解决了图像的失真问题,提高了图像的显示效果。
本实施例提供的电子设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
参考图7,其示出了适于用来实现本公开实施例的电子设备900的结构示意图,该电子设备900可以为终端设备或媒体库。其中,终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(Personal Digital Assistant,简称PDA)、平板电脑(Portable Android Device,简称PAD)、便携式多媒体播放器(Portable MediaPlayer,简称PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,电子设备900可以包括用于执行图像渲染方法(例如中央处理器、图形处理器等)的处理器901,其可以根据存储在只读存储器(Read Only Memory,简称ROM)902中的程序或者从存储装置908加载到随机访问存储器(Random Access Memory,简称RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有电子设备900操作所需的各种程序和数据。执行图像渲染方法(例如中央处理器、图形处理器等)的处理器901、ROM902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
通常,以下装置可以连接至I/O接口905:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906;包括例如液晶屏幕(Liquid CrystalDisplay,简称LCD)、扬声器、振动器等的输出装置907;包括例如磁带、硬盘等的存储装置908;以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备900,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行根据本公开实施例所述的各流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置909从网络上被下载和安装,或者从存储装置908被安装,或者从ROM 902被安装。在该计算机程序被目标物体的控制方法901执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备执行上述实施例所示的方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或媒体库上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LocalArea Network,简称LAN)或广域网(Wide Area Network,简称WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、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或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以下是本公开的一些实施例。
第一方面,根据本公开的一个或多个实施例,一种图像渲染方法,包括:
确定待渲染图像中的高光区域;
对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;
确定每个聚类区域的光照方向以及光照强度;
根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。
可选实施例中,所述确定每个聚类区域的光照方向以及光照强度,包括:
确定每一聚类区域中像素的平均法向量;
根据待渲染图像的拍摄方向、预设的渲染方程以及每一聚类区域对应的平均法向量,确定各聚类区域的光照方向以及光照强度。
可选实施例中,所述根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染,包括:
根据各聚类区域的光照方向以及光照强度,确定各聚类区域的目标像素亮度;
对各聚类区域的像素亮度进行优化,以使渲染后的各聚类区域的像素亮度等于各聚类区域的目标像素亮度。
可选实施例中,所述确定待渲染图像中的高光区域,包括:
确定待渲染图像中前景图像的平均像素亮度;
从待渲染图像中前景图像中各像素中选出高光像素,所述高光像素所在的图像区域为所述高光区域;其中,所述高光像素的像素亮度与所述平均像素亮度之差大于预设阈值。
可选实施例中,所述确定待渲染图像中前景图像的平均像素亮度,包括:
利用预设的GAN网络模型对所述待渲染图像进行图像处理,获得待渲染图像中前景图像中每一像素的法向量以及像素颜色;
所述前景图像中每一像素的法向量与其像素颜色之比,构成前景图像中每一像素的像素亮度;
根据前景图像中各像素的像素亮度,确定所述前景图像的平均像素亮度。
第二方面,根据本公开的一个或多个实施例,一种图像渲染装置,包括:
第一处理模块,用于确定待渲染图像中的高光区域;
第二处理模块,用于对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;确定每个聚类区域的光照方向以及光照强度;
渲染模块,用于根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。
可选实施例中,所述第二处理模块,具体用于:
确定每一聚类区域中像素的平均法向量;
根据待渲染图像的拍摄方向、预设的渲染方程以及每一聚类区域对应的平均法向量,确定各聚类区域的光照方向以及光照强度。
可选实施例中,所述渲染模块,具体用于:
根据各聚类区域的光照方向以及光照强度,确定各聚类区域的目标像素亮度;
对各聚类区域的像素亮度进行优化,以使渲染后的各聚类区域的像素亮度等于各聚类区域的目标像素亮度。
可选实施例中,所述第一处理模块,具体用于:
确定待渲染图像中前景图像的平均像素亮度;
从待渲染图像中前景图像中各像素中选出高光像素,所述高光像素所在的图像区域为所述高光区域;其中,所述高光像素的像素亮度与所述平均像素亮度之差大于预设阈值。
可选实施例中,所述第一处理模块,具体还用于:
利用预设的GAN网络模型对所述待渲染图像进行图像处理,获得待渲染图像中前景图像中每一像素的法向量以及像素颜色;
所述前景图像中每一像素的法向量与其像素颜色之比,构成前景图像中每一像素的像素亮度;
根据前景图像中各像素的像素亮度,确定所述前景图像的平均像素亮度。
第三方面,根据本公开的一个或多个实施例,一种电子设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如前任一项所述的目标物体的控制方法。
第四方面,根据本公开的一个或多个实施例,一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如前任一项所述的目标物体的控制方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (12)
1.一种图像渲染方法,其特征在于,包括:
确定待渲染图像中的高光区域;
对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;
确定每个聚类区域的光照方向以及光照强度;
根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。
2.根据权利要求1所述的图像渲染方法,其特征在于,所述确定每个聚类区域的光照方向以及光照强度,包括:
确定每一聚类区域中像素的平均法向量;
根据待渲染图像的拍摄方向、预设的渲染方程以及每一聚类区域对应的平均法向量,确定各聚类区域的光照方向以及光照强度。
3.根据权利要求1所述的图像渲染方法,其特征在于,所述根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染,包括:
根据各聚类区域的光照方向以及光照强度,确定各聚类区域的目标像素亮度;
对各聚类区域的像素亮度进行优化,以使渲染后的各聚类区域的像素亮度等于各聚类区域的目标像素亮度。
4.根据权利要求1所述的图像渲染方法,其特征在于,所述确定待渲染图像中的高光区域,包括:
确定待渲染图像中前景图像的平均像素亮度;
从待渲染图像中前景图像中各像素中选出高光像素,所述高光像素所在的图像区域为所述高光区域;其中,所述高光像素的像素亮度与所述平均像素亮度之差大于预设阈值。
5.根据权利要求1-4任一项所述的图像渲染方法,其特征在于,所述确定待渲染图像中前景图像的平均像素亮度,包括:
利用预设的GAN网络模型对所述待渲染图像进行图像处理,获得待渲染图像中前景图像中每一像素的法向量以及像素颜色;
所述前景图像中每一像素的法向量与其像素颜色之比,构成前景图像中每一像素的像素亮度;
根据前景图像中各像素的像素亮度,确定所述前景图像的平均像素亮度。
6.一种图像渲染装置,其特征在于,包括:
第一处理模块,用于确定待渲染图像中的高光区域;
第二处理模块,用于对所述高光区域中的图像像素进行像素聚类处理,得到高光区域对应的多个聚类区域;确定每个聚类区域的光照方向以及光照强度;
渲染模块,用于根据各聚类区域的光照方向以及光照强度,对所述待渲染图像中的高光区域进行图像渲染。
7.根据权利要求6所述的图像渲染装置,其特征在于,所述第二处理模块具体用于:确定每一聚类区域中像素的平均法向量;根据待渲染图像的拍摄方向、预设的渲染方程以及每一聚类区域对应的平均法向量,确定各聚类区域的光照方向以及光照强度。
8.根据权利要求6所述的图像渲染装置,其特征在于,所述渲染模块具体用于:根据各聚类区域的光照方向以及光照强度,确定各聚类区域的目标像素亮度;对各聚类区域的像素亮度进行优化,以使渲染后的各聚类区域的像素亮度等于各聚类区域的目标像素亮度。
9.根据权利要求6所述的图像渲染装置,其特征在于,所述第一处理模块,具体用于确定待渲染图像中前景图像的平均像素亮度;从待渲染图像中前景图像中各像素中选出高光像素,所述高光像素所在的图像区域为所述高光区域;其中,所述高光像素的像素亮度与所述平均像素亮度之差大于预设阈值。
10.根据权利要求6-9任一项所述的图像渲染装置,其特征在于,所述第一处理模块,具体用于利用预设的GAN网络模型对所述待渲染图像进行图像处理,获得待渲染图像中前景图像中每一像素的法向量以及像素颜色;所述前景图像中每一像素的法向量与其像素颜色之比,构成前景图像中每一像素的像素亮度;根据前景图像中各像素的像素亮度,确定所述前景图像的平均像素亮度。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及
存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1-5任一项所述的图像渲染方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1-5任一项所述的图像渲染方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011340765.1A CN112465940B (zh) | 2020-11-25 | 2020-11-25 | 图像渲染方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011340765.1A CN112465940B (zh) | 2020-11-25 | 2020-11-25 | 图像渲染方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112465940A true CN112465940A (zh) | 2021-03-09 |
CN112465940B CN112465940B (zh) | 2021-10-15 |
Family
ID=74808344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011340765.1A Active CN112465940B (zh) | 2020-11-25 | 2020-11-25 | 图像渲染方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112465940B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113079409A (zh) * | 2021-03-26 | 2021-07-06 | 深圳市凉屋游戏科技有限公司 | 画面渲染方法及画面渲染装置 |
CN114140356A (zh) * | 2021-11-30 | 2022-03-04 | 广州虎牙科技有限公司 | 图像处理方法、电子设备和计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405130A (zh) * | 2015-11-02 | 2016-03-16 | 北京旷视科技有限公司 | 基于聚类的证照图像高光检测方法及装置 |
CN107103589A (zh) * | 2017-03-21 | 2017-08-29 | 深圳市未来媒体技术研究院 | 一种基于光场图像的高光区域修复方法 |
CN108320272A (zh) * | 2018-02-05 | 2018-07-24 | 电子科技大学 | 图像去光的方法 |
CN109472738A (zh) * | 2018-10-26 | 2019-03-15 | 深圳市商汤科技有限公司 | 图像光照校正方法及装置、电子设备和存储介质 |
CN110069974A (zh) * | 2018-12-21 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 高光图像处理方法、装置和电子设备 |
US20190333266A1 (en) * | 2018-04-30 | 2019-10-31 | The Regents Of The University Of California | Methods and systems for acquiring svbrdf measurements |
CN111626921A (zh) * | 2020-05-09 | 2020-09-04 | 北京字节跳动网络技术有限公司 | 图片处理方法、装置及电子设备 |
-
2020
- 2020-11-25 CN CN202011340765.1A patent/CN112465940B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405130A (zh) * | 2015-11-02 | 2016-03-16 | 北京旷视科技有限公司 | 基于聚类的证照图像高光检测方法及装置 |
CN107103589A (zh) * | 2017-03-21 | 2017-08-29 | 深圳市未来媒体技术研究院 | 一种基于光场图像的高光区域修复方法 |
CN108320272A (zh) * | 2018-02-05 | 2018-07-24 | 电子科技大学 | 图像去光的方法 |
US20190333266A1 (en) * | 2018-04-30 | 2019-10-31 | The Regents Of The University Of California | Methods and systems for acquiring svbrdf measurements |
CN109472738A (zh) * | 2018-10-26 | 2019-03-15 | 深圳市商汤科技有限公司 | 图像光照校正方法及装置、电子设备和存储介质 |
CN110069974A (zh) * | 2018-12-21 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 高光图像处理方法、装置和电子设备 |
CN111626921A (zh) * | 2020-05-09 | 2020-09-04 | 北京字节跳动网络技术有限公司 | 图片处理方法、装置及电子设备 |
Non-Patent Citations (3)
Title |
---|
JINTAO MA等: "Efficient Estimation of Multiple Illuminant Directions Using C-means Clustering and Self-correction for Augmented Reality", 《2009 EIGHTH IEEE/ACIS INTERNATIONAL CONFERENCE ON COMPUTER AND INFORMATION SCIENCE》 * |
仇璐: "提高增强现实真实感的光影算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
许丽等: "高光去除的聚类算法改进", 《计算机系统应用》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113079409A (zh) * | 2021-03-26 | 2021-07-06 | 深圳市凉屋游戏科技有限公司 | 画面渲染方法及画面渲染装置 |
CN113079409B (zh) * | 2021-03-26 | 2021-11-26 | 深圳市凉屋游戏科技有限公司 | 画面渲染方法及画面渲染装置 |
CN114140356A (zh) * | 2021-11-30 | 2022-03-04 | 广州虎牙科技有限公司 | 图像处理方法、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112465940B (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111399956B (zh) | 应用于显示设备的内容展示方法、装置和电子设备 | |
CN110728622B (zh) | 鱼眼图像处理方法、装置、电子设备及计算机可读介质 | |
CN110889802B (zh) | 图像处理方法和装置 | |
CN112465940B (zh) | 图像渲染方法、装置、电子设备及存储介质 | |
CN110211030B (zh) | 图像生成方法和装置 | |
CN110766780A (zh) | 渲染房间图像的方法、装置、电子设备及计算机可读介质 | |
CN110070495B (zh) | 图像的处理方法、装置和电子设备 | |
CN111310815A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN116017018A (zh) | 直播特效渲染方法、装置、设备、可读存储介质及产品 | |
CN115761090A (zh) | 特效渲染方法、装置、设备、计算机可读存储介质及产品 | |
CN113535105B (zh) | 媒体文件处理方法、装置、设备、可读存储介质及产品 | |
CN114742934A (zh) | 图像渲染方法、装置、可读介质及电子设备 | |
CN114331823A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110097520B (zh) | 图像处理方法和装置 | |
CN110399802B (zh) | 处理面部图像眼睛亮度的方法、装置、介质和电子设备 | |
CN112258622A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN110809166A (zh) | 视频数据处理方法、装置和电子设备 | |
CN111833459A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
US20240177409A1 (en) | Image processing method and apparatus, electronic device, and readable storage medium | |
US20240071023A1 (en) | Method and apparatus for detecting near-field object, and medium and electronic device | |
CN113963000A (zh) | 图像分割方法、装置、电子设备及程序产品 | |
CN113066166A (zh) | 图像处理方法、装置和电子设备 | |
CN110570502A (zh) | 显示图像帧的方法、装置、电子设备和计算机可读存储介质 | |
CN112312200A (zh) | 视频封面生成方法、装置和电子设备 | |
CN113099101A (zh) | 摄像参数调节方法、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 |