CN112487223A - 图像处理方法、装置以及电子设备 - Google Patents
图像处理方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN112487223A CN112487223A CN202011446215.8A CN202011446215A CN112487223A CN 112487223 A CN112487223 A CN 112487223A CN 202011446215 A CN202011446215 A CN 202011446215A CN 112487223 A CN112487223 A CN 112487223A
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- image processing
- similar
- images
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 229
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000004891 communication Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 10
- 230000009191 jumping Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 30
- 238000001514 detection method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 18
- 239000013598 vector Substances 0.000 description 14
- 230000001960 triggered effect Effects 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了一种图像处理方法、装置以及电子设备。方法包括：获取待处理图像；基于待处理图像的特征在指定存储区域中查找与待处理图像相似的图像，得到相似图像，其中，指定存储区域中的图像对应有图像处理参数；获取相似图像对应的图像处理参数；基于图像处理参数对待处理图像进行图像处理。从而可以使得在对图像进行图像处理以对图像进行美化的过程中，可以通过查询获取与待处理图像相似的图像的图像处理参数的方式，进而使得可以直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，从而提升了图像处理过程中的智能化程度，也提升了进行图像处理的效率。
Description
技术领域
本申请涉及计算机技术领域，更具体地，涉及一种图像处理方法、装置以及电子设备。
背景技术
随着图像来源的越来越多，电子设备中所能获取到的图像也越来越多，对于一些图像，电子设备可以进行进一步进行美化处理，以便可以提升图像的视觉效果。但是，相关的图像美化处理方式还存在智能化程度较低，且美化效率差的问题。
发明内容
鉴于上述问题，本申请提出了一种图像处理方法、装置以及电子设备，以改善上述问题。
第一方面，本申请提供了一种图像处理方法，应用于电子设备，所述方法包括：获取待处理图像；基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数；获取所述相似图像对应的图像处理参数；基于所述图像处理参数对所述待处理图像进行图像处理。
第二方面，本申请提供了一种图像处理方法，应用于服务器，所述方法包括：接收电子设备发送的待处理图像；基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数；获取所述相似图像对应的图像处理参数；基于所述图像处理参数对所述待处理图像进行图像处理，得到处理后的图像；将所述处理后的图像返回给所述电子设备。
第三方面，本申请提供了一种图像处理装置，运行于电子设备，所述装置包括：图像获取单元，用于获取待处理图像；图像查找单元，用于基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数；参数获取单元，用于获取所述相似图像对应的图像处理参数；图像处理单元，用于基于所述图像处理参数对所述待处理图像进行图像处理。
第四方面，本申请提供了一种图像处理装置，运行于服务器，所述装置包括：数据通信单元，用于接收电子设备发送的待处理图像；图像查找单元，用于基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数；参数获取单元，用于获取所述相似图像对应的图像处理参数；图像处理单元，用于基于所述图像处理参数对所述待处理图像进行图像处理，得到处理后的图像；所述数据通信单元，还用于将所述处理后的图像返回给所述电子设备。
第五方面，本申请提供了一种电子设备，包括处理器以及存储器；一个或多个程序被存储在所述存储器中并被配置为由所述处理器执行以实现上述的方法。
第六方面，本申请提供了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程序代码，其中，在所述程序代码被启动控制器运行时执行上述的方法。
本申请提供的一种图像处理方法、装置以及电子设备，通过获取待处理图像后，再基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，在该指定存储区域中的图像对应有图像处理参数，继而在得到相似图像的同时还可以得到相似图像对应的图像处理参数，再基于相似图像的图像处理参数对所述待处理图像进行图像处理。从而通过上述方式，可以使得在对图像进行图像处理以对图像进行美化的过程中，可以通过查询获取与待处理图像相似的图像的图像处理参数的方式，进而使得可以直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，从而提升了图像处理过程中的智能化程度。并且，因为是直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，而不用用户自己手段进行处理，也提升了进行图像处理的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本申请实施例提出的一种图像处理方法的应用场景的示意图；
图2示出了本申请实施例提出的一种图像处理方法的应用场景的示意图；
图3示出了本申请实施例提出的一种图像处理方法的流程图；
图4示出了本申请实施例的图像管理程序中图像被选中的示意图；
图5示出了本申请实施例中编辑界面的示意图；
图6示出了本申请实施例中一种确定相似图像的示意图；
图7示出了本申请实施例提出的另一种图像处理方法的流程图；
图8示出了本申请实施例提出的一种基于链接信息进行界面跳转的流程图；
图9示出了本申请实施例提出的一种触发进行界面跳转的示意图；
图10示出了本申请实施例提出的再一种图像处理方法的流程图；
图11示出了本申请实施例中得到全局特征以及局部特征图的流程图；
图12示出了本申请实施例中得到全局特征的示意图；
图13示出了本申请实施例中初始特征图中的位置对应特征集合的示意图；
图14示出了本申请实施例中得到局部特征图的示意图；
图15示出了本申请实施例中位置对应的示意图；
图16示出了本申请又一实施例提出的一种图像处理方法的流程图；
图17示出了本申请一实施例提出的一种图像处理装置的结构框图；
图18示出了本申请另一实施例提出的一种图像处理装置的结构框图；
图19示出了本申请再一实施例提出的一种图像处理装置的结构框图；
图20示出了本申请的用于执行根据本申请实施例的图像处理方法的电子设备的结构框图；
图21是本申请实施例的用于保存或者携带实现根据本申请实施例的图像处理方法的程序代码的存储单元。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
随着图像的增多，存在有更多的关于图像的应用。例如，可以对图像进行图像处理以提升图像的视觉效果。然而发明人在研究中发现，相关的图像美化处理方式还存在智能化程度较低，且美化效率差的问题。
具体的，在相关的图像处理过程中，通常是由用户自己手动来选择所需处理的参数，而因为用户自己在图像处理经验方面的差异，进而使得在参数的选取过程中需要消耗较多的时间，从而造成了处理效率偏低，并且也不具备较好的智能化。
因此，发明人提出了本申请中可以改善上述问题的图像处理方法、装置以及电子设备，通过获取待处理图像后，再基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，在该指定存储区域中的图像对应有图像处理参数，继而在得到相似图像的同时还可以得到相似图像对应的图像处理参数，再基于相似图像的图像处理参数对所述待处理图像进行图像处理。
从而通过上述方式，可以使得在对图像进行图像处理以对图像进行美化的过程中，可以通过查询获取与待处理图像相似的图像的图像处理参数的方式，进而使得可以直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，从而提升了图像处理过程中的智能化程度。并且，因为是直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，而不用用户自己手段进行处理，也提升了进行图像处理的效率。
需要说明的是，本申请实施例所提供的图像处理方法可以运行于手机、平板电脑等电子设备中，也可以运行于服务器中。其中，服务器可以是单个的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云计算、云存储、CDN(Content Delivery Network，内容分发网络)、以及人工智能平台等基础云计算服务的云服务器。
其中，在本申请实施例提供的图像处理方法由电子设备单独完成，也可以由电子设备与服务器协同完成，还可以由多个物理服务器构成的服务器集群或者分布式系统协同执行的情况下。可选的，如图1所示，在本申请实施例提供的图像处理方法由电子设备与服务器协同完成的情况下，其中的获取待处理图像可以由电子设备中的客户端110来完成，而后续的查找与待处理图像对应的相似图像以及相似图像对应的图像处理单元，以及后续的基于所述图像处理参数对所述待处理图像进行图像处理可以由服务器120来执行。
而在图像处理方法中的不同步骤可以分别由不同的物理服务器执行，或者可以由基于分布式系统构建的服务器基于分布式的方式执行的情况下。例如，如图2所示，其中的获取待处理图像可以单独由服务器130来执行，而后续的查找与待处理图像对应的相似图像以及相似图像对应的图像处理单元，以及基于所述图像处理参数对所述待处理图像进行图像处理则可以由服务器140来执行。
下面将结合附图具体描述本申请的各实施例。
请参阅图3，本申请实施例提供的一种图像处理方法，应用于电子设备，所述方法包括：
S110：获取待处理图像。
其中，本实施例提供的图像处理方法可以运行在多种场景下，对应的，在不同的场景下所获取的待处理图像不同。
可选的，本实施例提供的图像处理方法可以运行于图像管理程序(例如，相册)中，在这种场景中，可以将用户从图像管理程序中选择的图像作为待处理图像。如图4所示，在图像展示界面10中显示有图像a、图像b、图像c、图像d、图像e、图像f、图像g、图像h以及图像i。若检测到图像a被选中，则会触发显示图4中右侧的图像a对应的图像放大展示界面11。在该图像放大展示界面11中会对图像a进行放大显示，并显示有编辑控件，若检测到该编辑控件被触控，则由触发显示图5所示的编辑界面12，在该编辑界面12中显示有美化操作控件，若检测到该美化操作控件被触控，则会进入到美化编辑模式，并同时会将图像a作为待处理图像，以及在将图像a作为待处理图像后直接执行后续的步骤，进而实现一键对待处理图像进行美化。
需要说明的是，上述图4和图5所示出的确定待处理图像的方式只是一种示例性的方式，此外还可以有其他的方式来触发确定待处理图像。例如，还可以通过在图像展示界面10中对图像进行长按的方式来直接触发进入到图5所示的编辑界面12。再者，也可以通过在图像展示界面10中对图像进行长按的方式来直接触发进入到编辑界面12中对应的美化编辑模式。
除了前述的场景外，可选的，本实施例提供的图像处理方法还可以运行于网络信息搜索场景中。在这种场景中，用户可以输入一种图像，进而搜索出与该输入的图像相似的图像。对应的，可以将用户输入的图像作为待处理图像。
S120：基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数。
其中，图像的特征可以用于表征图像在内容上具有的。在本实施例中，可以基于特征向量来表征待处理图像的内容。可选的，该特征向量可以为将待处理图像输入到目标神经网络模型中，然后获取到该神经网络模型输出的特征向量作为表征待处理图像的内容的特征。对应的，在该指定存储区域中的图像也对应有各自的特征，那么在确定相似图像的过程中，可以将待处理图像的特征与该指定存储区域中的图像的特征进行比对，进而获取到相似图像。
以特征向量为例，如图6所示，对于待处理图像和指定存储区域中当前正在该待处理对象进行比对的图像，可以分别输入到CNN(Convolutional Neural Networks)模型中，得到各自的特征向量，然后再计算待处理图像和当前正在比对的图像各自的特征向量之间的距离，若该距离小于距离阈值，则确定待处理图像和当前正在与该待处理对象进行比对的图像相似，进而确定为相似图像。
可选的，本申请实施例中的相似图像可以为IND(identical ND images)相似图像，也可以为NIND(non-identical ND images)相似图像
S130：获取所述相似图像对应的图像处理参数。
其中，指定存储区域的图像可以对应存储有图像处理参数。可选的，该图像处理参数为使得该指定存储区域的图像表现出当前视觉效果的图像处理参数。示例性的，若对图像j进行了饱和度增强以及还对色偏进行gamma校正，那么该图像j对应的图像处理参数就包括在进行gamma校正时的gamma值以及在进行饱和度增强时的饱和度增强参数。那么若确定指定存储区域中该图像j为与待处理图像对应的相似图像，那么所获取到的图像处理参数则会包括图像j对应的用于进行gamma校正的gamma值，以及用于饱和度增强的饱和度增强参数。
S140：基于所述图像处理参数对所述待处理图像进行图像处理。
在获取到相似图像对应的图像处理参数后，则可以基于相似图像对应的图像处理参数来对待处理图像进行处理。示例性的，前述图像j被确定为相似图像，且图像j对应的图像处理参数包括用于进行gamma校正的gamma值，以及用于饱和度增强的饱和度增强参数，进而在对待处理对象进行处理的时，则会基于该gamma值对待处理图像进行gamma校正，以及还会基于该饱和度增强参数对待处理图像进行饱和度增强。
本实施例提供的一种图像处理方法，通过获取待处理图像后，再基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，在该指定存储区域中的图像对应有图像处理参数，继而在得到相似图像的同时还可以得到相似图像对应的图像处理参数，再基于相似图像的图像处理参数对所述待处理图像进行图像处理。
从而通过上述方式，可以使得在对图像进行图像处理以对图像进行美化的过程中，可以通过查询获取与待处理图像相似的图像的图像处理参数的方式，进而使得可以直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，从而提升了图像处理过程中的智能化程度。并且，因为是直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，而不用用户自己手段进行处理，也提升了进行图像处理的效率。
请参阅图7，本申请实施例提供的一种图像处理方法，应用于电子设备，所述方法包括：
S210：获取待处理图像。
S220：基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数。
需要说明的是，本实施例中的指定存储区域可以为在电子设备本地的存储区域，也可以为在服务器中的存储区域。若该存储区域为在服务器中的存储区域，那么电子设备可以通过向该存储区域所在的服务器发送查找指令的方式来实现S120。可选的，在该发送查找指令中可以携带有待处理图像，那么服务器在接收到该待处理图像后，需要先获取到待处理图像的特征后，再基于获取到的特征来查找相似图像。再者，可选的，电子设备也可以在本地先获取到待处理图像的特征(例如，特征向量)后，直接在该查找指令中携带该特征向量，以便服务器可以直接得到待处理图像的特征向量，进而更快的进行相似图片的查找。
可以理解的是，若电子设备在本地执行提取出待处理图片的特征过程，则会在一定程度上消耗电子设备的处理资源，而若电子设备是直接将待处理图片进行上传到指定存储区域所在的服务器，由服务器来执行特征的提取过程，则又因为需要传输图片而消耗较多的网络资源。那么在本申请实施例中，为了能够更为合理的利用当前的资源，电子设备可以实时根据当前的可用的处理资源或者网络资源来确定具体确定查找指令中携带的数据内容。
可选的，若电子设备检测到当前剩余可用的处理资源满足资源阈值条件，则会在本地获取待处理图像的特征，并发送携带有所述待处理图像的特征的查找指令(也就是在查找指令中不会携带有待处理图像本身)，以便接收到该查找指令的服务器直接根据查找指令中的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像。从而通过这种方式，避免在可用的处理资源不满足资源阈值条件的情况下，依然在本地获取特征而造成的电子设备卡顿。
其中，资源阈值条件可以包括剩余可用的处理资源大于指定资源阈值。处理资源可以用为CPU可用率。该CPU可以为1减去CPU当前的负载率。CPU的负载率可以为CPU当前正在运行的线程与总共支持的线程的比。
若电子设备检测到当前的网络资源满足指定网络条件，则可以将待处理图像增加到查找指令中，进而将待处理图像直接通过查找指令发送给服务器，以便服务器先获取到待处理图像的特征后，再基于待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像。从而通过这种方式，可以更为有效的利用当前的网络资源，提升网络资源的有效利用率。
其中，指定网络条件可以包括以下条件中的至少一个：当前是基于WIFI通信方式接入的互联网；以及网络传输速率满足指定效率。该网络传输效率可以理解为每秒钟传输的二进制数的位数。
需要说明的是，对于前面两种条件(资源阈值条件以及指定网络条件)可以基于不同方式来触发进行检测。
作为一种方式，电子设备可以同时触发对是否满足资源阈值条件和指定网络条件的检测。需要说明的，对于是否满足资源阈值条件以及指定网络条件都需要获取一定的数据来进行计算，而该计算是会消耗时间的，那么在同时触发是否满足资源阈值条件和指定网络条件的检测的情况下，则对于该两个条件的检测的结果的返回可能会有先后，而在本申请实施例中可以优先基于先返回的检测结果来确定查找指令的生成方式。
具体的，在这种方式下，电子设备可以触发同时检测是否满足资源阈值条件和指定网络条件，若先获取到对于资源阈值条件的检测结果，且检测到满足资源阈值条件，则执行前述的满足资源阈值条件时的对应步骤，并忽略后续的对于是否满足指定网络条件的检测结果。若先获取到对于资源阈值条件的检测结果，但是检测到不满足资源阈值条件，则会等待后续的对于指定网络条件的检测结果，并根据后续的对于指定网络条件的检测结果来指定对应的步骤。
若先获取到对于指定网络条件的检测结果，且检测到满足指定网络条件，则执行前述的满足指定网络条件时对应的步骤，并忽略后续的对于是否满足资源阈值条件的检测。若先获取到对于指定网络条件的检测结果，且检测到不满足指定网络条件，则会等待后续的对于资源阈值条件的检测结果，并根据对于资源阈值条件的检测结果来执行对应的步骤。
作为另一种方式，可以先对是否满足资源阈值条件进行检测，若满足资源阈值条件，则直接执行前述的满足资源阈值条件时对应的步骤，若不满足资源阈值条件，则才触发开始检测是否满足指定网络条件。
需要说明的是，在本实施例中若检测到既不满足资源阈值条件，也检测到不满足指定网络条件，则电子设备会采用提供随机获取的图像处理参数，以便基于该随机获取的图像处理参数对待处理图像进行处理。其中，该随机获取的图像处理参数可以为从本地预存储的图像处理参数中随机获取的，也可以是为从前述的指定存储区域中的图像处理参数随机获取的。
S230：显示查找到的多个相似图像。
需要说明的是，在该指定存储区域中可能会存在有多个与待处理图像对应的相似图像，而虽然都是与待处理图像相似的图像，但是各自所对应的图像处理参数会有不同，进而各自对应的视觉效果会有不同，那么为了便于用户可以自己选择所需的效果，可以将查找到的多个相似图像进行显示。其中，相似图像是已经经过其对应的图像处理参数进行处理过的，进而在显示相似图像时，用户可以感知到经过对应的图像处理参数进行处理后的视觉效果。
S240：获取从所述多个相似图像中确定的目标相似图像。
S250：获取所述目标相似图像对应的图像处理参数。
S260：基于所述目标相似图像对应的图像处理参数对所述待处理图像进行图像处理。
作为一种方式，所述方法还包括：获取参考相似图像，所述参考相似图像为所述多个相似图像中检测到作用有指定触控操作的相似图像。在所述指定触控操作作用期间，显示所述待处理图像基于所述参考相似图像对应的图像处理参数进行图像处理后的预览效果。若检测到所述指定触控操作结束，取消显示所述预览效果。可选的，该指定的触控操作可以包括持续时长满足指定时长的按压操作或者按压面积满足指定面积的按压操作。
作为一种方式，如图8所示，所述指定存储区域中的图像还对应有展示界面的链接信息；所述基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像之后还包。
S270：获取相似图像对应的所述链接信息。
可选的，本实施例中的链接信息可以为相似图像对应的展示界面的链接地址。
S280：基于所述链接信息跳转到所述链接信息对应的展示界面。
需要说明的是，前述的指定存储区域可以为图像下载平台或者主题下载平台对应的资源存储区域，那么在这种情况下，在获取到该相似图像后，还可以通过触发电子设备通过展示相似图像在图像下载平台或者主题下载平台中的展示界面来对该相似图像进行展示，进而有利于为该图像下载平台或者主题下载平台进行引流。其中，当电子设备显示到该图像下载平台或者主题下载平台中的展示界面来对该相似图像进行展示后，可以基于在该图像下载平台或者主题下载平台中搜索其他类型的图像或者主题。
可选的，电子设备可以响应于用户的触控操作来基于所述链接信息跳转到所述链接信息对应的展示界面。示例性的，如图9所示，图9所示的界面中显示有相似图像k以及相似图像m，若检测到图像k被点击则可以显示图9中右侧图像中的菜单界面13。在该菜单界面13中包括有使用图像处理参数这一选项以及跳转到对应平台这一选项。若检测到该跳转到对应平台这一选项被选中，则电子设备可以触发跳转到图像下载平台或者主题下载平台中的展示界面来对该相似图像k进行展示。
本实施例提供的一种图像处理方法，从而通过上述方式，可以使得在对图像进行图像处理以对图像进行美化的过程中，可以通过查询获取与待处理图像相似的图像的图像处理参数的方式，进而使得可以直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，从而提升了图像处理过程中的智能化程度。并且，因为是直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，而不用用户自己手段进行处理，也提升了进行图像处理的效率。并且，在本实施例中，还可以通过对多个相似图像触发指定的触控操作的方式，来触发对应的图像处理的预览效果，有利于便于用户选择自己所需的图像处理参数，进而进一步的提升了图像处理过程中的便利性。
请参阅图10，本申请实施例提供的一种图像处理方法，应用于电子设备，所述方法包括：
S310：获取待处理图像。
S320：基于所述待处理图像的全局特征以及局部特征图，在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数。
其中，全局特征可以理解为从整体上表征图像内容的特征，对应的，局部特征可以理解为从图像的局部表征图像内容的特征。
作为一种方式，如图11所示，所述获取全局特征以及局部特征图，包括：
S321：将所述待处理图像输入到目标神经网络，获取所述目标神经网络输出的特征图作为初始特征图。可选的，该目标神经网络可以为CNN(Convolutional NeuralNetworks)网络。其中，本实施例中的目标神经网络可以为已经在其他任务中训练好的模型，如分类模型、分割模型等。
S322：对于所述初始特征图进行全局平均池化处理，得到全局特征。
可选的，可以基于下列公式来进行全局平均池化处理，该公式为：
其中，F(i,j)表示位置(i,j)处的特征向量，w表示初始特征图的宽，h表示初始特征图的高。以尺寸为w*h*d的初始特征图F为例，其中，w表示初始特征图的宽，h表示初始特征图的高，d表示初始特征图的通道数。如图12所示，尺寸为w*h*d的初始特征图F经过全局平均池化处理可以得到尺寸为1*d的全局图像特征G作为全局特征。
S323：获取所述初始特征图中多个位置各自对应的特征集合，每个所述位置对应的特征集合包括每个位置的特征，以及每个位置的相邻位置的特征。
作为一种方式，该多个位置可以为初始特征图中的每个位置。需要说明的是，初始特征图可以对应有通道维度，那么每个位置(i,j)的信息包含每个个通道的颜色信息。示例性的，如图13所示，如图13所示的初始特征图20，其中示例性的展示为其中的位置a到位置i(初始特征图20还可以包括有位置a到位置i以外的其他位置)，其中，对于位置a而言，相邻位置包括位置b、位置e以及位置d，示例性的，对于位置e而言，相邻位置包括位置a、位置b、位置c、位置f、位置i、位置h、位置g、位置d。
S324：对每个所述位置各自对应的特征集合进行平均处理，得到每个所述位置对应的局部特征。
S325：基于所述每个所述位置对应的局部特征得到所述局部特征图。
如图14所示，若待处理图像的尺寸为W*H*3，那么经过目标神经网络处理后，可以得到尺寸为w*h*d的初始特征图F，然后可以获取位置(i,j)的特征集合，然后对该位置(i,j)的特征集合进行局部领域求均值(即进行平均处理)，可以得到尺寸为1*d的局部特征，进而将每个位置对应的尺寸为1*d的局部特征进行集合则可以得到尺寸为W*H*3的待处理图像对应的局部特征图。
其中，需要说明的是，每个所述位置对应的局部特征也可以理解为每个位置的局部特征向量，可选的，可以通过下列公式来计算得到每个位置的局部特征向量，该公式为：
其中，F(u,v)表示位置(u,v)处的特征向量，M表征位置(u,v)对应的相邻位置的数量。
作为一种方式，所述基于所述待处理图像的全局特征以及局部特征图，在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，包括：
将所述待处理图像的全局特征与所述指定存储区域中的图像的全局特征进行相似比对，以及将所述待处理图像的局部特征图与所述指定存储区域中的图像的局部特征图进行相似比对；
将所述指定存储区域中，对应的全局特征与所述待处理图像的全局特征满足第一相似条件，且对应的局部特征图与所述待处理图像的局部特征图之间满足第二相似条件的图像作为相似图像。
作为一种方式，可以将待处理图像的全局特征作为第一全局特征，而将待处理图像的局部特征图作为第一局部特征图。可以将指定存储区域中当前与待处理图像进行相似对比的图像的全局特征作为第二全局特征，以及将指定存储区域中当前与待处理图像进行相似对比的图像的局部特征图作为第二局部特征图。
其中，可选的，若第一全局特征与所述第二全局特征之间的距离小于第一距离阈值，确定所述第一全局特征与所述第二全局特征满足第一相似条件。其中，作为一种方式，可以基于欧氏距离或者余弦距离来计算第一全局特征与所述第二全局特征之间的距离。在本实施例中，可以基于下列公式来计算第一全局特征与第二全局特征之间的距离，该公式为：
DG＝||G1-G2||2
其中，DG表征所计算出的第一全局特征与第二全局特征之间的距离，G1表征第一全局特征，G2表征第二全局特征。
可选的，计算第一局部特征图与第二局部特征图是否满足第二相似条件可以包括：
计算相互对应的第一局部特征以及第二局部特征之间的特征距离，所述第一局部特征为所述第一局部特征图包括的局部特征，所述第二局部特征为所述第二局部特征图包括的局部特征。
需要说明的是，第一局部特征图是由前述第一初始特征图中的多个位置各自对应的局部特征组合得到的。对应的，第二局部特征图是由前述第二初始特征图中的多个位置各自对应的局部特征组合得到的。
可选的，可以基于坐标来标识第一初始特征图以及第二初始特征图中的位置，进而可以将对应坐标相同的位置作为相互对应的位置。示例的，第一局部特征图的位置(i1，j1)，和第二局部特征图的位置(i1，j1)的坐标均为(i1，j1)，那么则第一局部特征图中的位置(i1，j1)和第二局部特征图中的位置(i1，j1)为位置相互对应的两个位置。对应的，相互对应的两个位置各自所对应的局部特征，则为对应的局部特征。那么相互对应的第一局部特征以及第二局部特征，可以理解为该第一局部特征对应的位置，和该第二局部特征对应的位置是相互对应。
如图15所示，示处了第一初始特征图30以及第二初始特征图40，其中，第一初始特征图30的位置31的坐标为(1，1)，第二初始特征图40的位置41对应的坐标也为(1，1)，因为位置31在第一初始特征图30中的坐标和位置41在第二初始特征图40中的坐标是相同的，那么位置31和位置征31为对应的位置，进而位置31所对应的第一局部特征，与位置41所对应的第一局部特征为对应的第一局部特征以及第二局部特征。
那么作为一种方式，在第一图像和第二图像的尺寸相同的情况下，第一初始特征图和第二初始特征图的尺寸也是相同的。那么对于第一初始特征图中的每个位置都会在第二初始特征图中有对应的位置。
作为一种方式，可以基于下列公式来计算相互对应的第一局部特征以及第二局部特征之间的特征距离，该公式为：
DL(i，j)＝||L1(i，j)-L2(i，j)||2
其中，L1(i，j)表征第一初始特征图中位置(i，j)处对应的局部特征。L2(i，j)表征第二初始特征图中位置(i，j)处对应的局部特征。
将对应的所述特征距离小于第二距离阈值的第一局部特征作为目标局部特征。
如前述内容所示，在第一初始特征图中的每个位置在第二初始特征图中有对应的位置的情况下，可以计算得到第一初始特征图中的每个位置对应的第一局部特征所对应的特征距离。其中，第一局部特征所对应的特征距离可以理解为第一局部特征与位置对应的第二局部特征之间的特征距离。
若所述目标局部特征的数量与所述第一局部特征图包括的局部特征的数量的比值大于比例阈值，确定所述第一局部特征图与所述第二局部特征图满足第二相似条件。
其中，可以基于下列公式来计算该比值，该公式为：
其中，NL表征目标局部特征的数量，w表征第一初始特征图的宽度，h为第一初始特征图的高度。可选的，该R可以为0.6。
需要说明的是，第一初始特征图的宽度与第一初始特征图的高度的乘积则表征的是第一初始特征图中位置的数量，在每个位置都对应有一个局部特征的情况下，第一局部特征图包括的局部特征的数量则为第一初始特征图中位置的数量。
S330：获取所述相似图像对应的图像处理参数。
S340：基于所述图像处理参数对所述待处理图像进行图像处理。
本实施例提供的一种图像处理方法，从而通过上述方式，可以使得在对图像进行图像处理以对图像进行美化的过程中，可以通过查询获取与待处理图像相似的图像的图像处理参数的方式，进而使得可以直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，从而提升了图像处理过程中的智能化程度。并且，在本实施例中，在确定相似图像的过程中，可以同时结合图像的全局特征以及局部特征进行相似性的检测，使得在进行图像相似检测过程中能够进行更为全面的检测，提升了进行相似检测的准确性。
请参阅图16，本申请实施例提供的一种图像处理方法，应用于服务器，所述方法包括：
S410：接收电子设备发送的待处理图像。
S420：基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数。
S430：获取所述相似图像对应的图像处理参数。
S440：基于所述图像处理参数对所述待处理图像进行图像处理，得到处理后的图像。
S450：将所述处理后的图像返回给所述电子设备。
本实施例提供的一种图像处理方法，通过获取待处理图像后，再基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，在该指定存储区域中的图像对应有图像处理参数，继而在得到相似图像的同时还可以得到相似图像对应的图像处理参数，再基于相似图像的图像处理参数对所述待处理图像进行图像处理。
从而通过上述方式，可以使得在对图像进行图像处理以对图像进行美化的过程中，可以通过查询获取与待处理图像相似的图像的图像处理参数的方式，进而使得可以直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，从而提升了图像处理过程中的智能化程度。并且，因为是直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，而不用用户自己手段进行处理，也提升了进行图像处理的效率。
请参阅图17，本申请实施例提供的一种图像处理装置500，运行于电子设备，所述装置500包括：
图像获取单元510，用于获取待处理图像；
图像查找单元520，用于基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数。
参数获取单元530，用于获取所述相似图像对应的图像处理参数。
图像处理单元540，用于基于所述图像处理参数对所述待处理图像进行图像处理。
作为一种方式，所述相似图像有多个。参数获取单元530，具体用于显示查找到的多个相似图像；获取从所述多个相似图像中确定的目标相似图像；获取所述目标相似图像对应的图像处理参数。图像处理单元540，具体用于基于所述目标相似图像对应的图像处理参数对所述待处理图像进行图像处理。
如图18所示，所述装置500，还包括：处理效果预览单元550以及引流单元560。
其中，处理效果预览单元550，用于获取参考相似图像，所述参考相似图像为所述多个相似图像中检测到作用有指定触控操作的相似图像；在所述指定触控操作作用期间，显示所述待处理图像基于所述参考相似图像对应的图像处理参数进行图像处理后的预览效果；若检测到所述指定触控操作结束，取消显示所述预览效果。
作为一种方式，所述指定存储区域中的图像还对应有展示界面的链接信息，引流单元560，用于获取相似图像对应的所述链接信息；基于所述链接信息跳转到所述链接信息对应的展示界面。
作为一种方式，所述特征包括全局特征以及局部特征图，图像查找单元520，具体用于基于所述待处理图像的全局特征以及局部特征图，在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像。在这种方式下啊，可选的，图像查找单元520，具体用于将所述待处理图像的全局特征与所述指定存储区域中的图像的全局特征进行相似比对，以及将所述待处理图像的局部特征图与所述指定存储区域中的图像的局部特征图进行相似比对；将所述指定存储区域中，对应的全局特征与所述待处理图像的全局特征满足第一相似条件，且对应的局部特征图与所述待处理图像的局部特征图之间满足第二相似条件的图像作为相似图像。
请参阅图19，本申请实施例提供的一种图像处理装置600，运行于电子设备，所述装置600包括：
数据通信单元610，用于接收电子设备发送的待处理图像。
图像查找单元620，用于基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数。
参数获取单元630，用于获取所述相似图像对应的图像处理参数。
图像处理单元640，用于基于所述图像处理参数对所述待处理图像进行图像处理，得到处理后的图像。
所述数据通信单元610，还用于将所述处理后的图像返回给所述电子设备。
本实施例提供的一种图像处理装置，通过获取待处理图像后，再基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，在该指定存储区域中的图像对应有图像处理参数，继而在得到相似图像的同时还可以得到相似图像对应的图像处理参数，再基于相似图像的图像处理参数对所述待处理图像进行图像处理。从而通过上述方式，可以使得在对图像进行图像处理以对图像进行美化的过程中，可以通过查询获取与待处理图像相似的图像的图像处理参数的方式，进而使得可以直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，从而提升了图像处理过程中的智能化程度。并且，因为是直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，而不用用户自己手段进行处理，也提升了进行图像处理的效率。
需要说明的是，本申请中装置实施例与前述方法实施例是相互对应的，装置实施例中具体的原理可以参见前述方法实施例中的内容，此处不再赘述。
下面将结合图20对本申请提供的一种电子设备进行说明。
请参阅图20，基于上述的图像处理方法、装置，本申请实施例还提供的另一种可以执行前述图像处理方法的电子设备200。电子设备200包括相互耦合的一个或多个(图中仅示出一个)处理器102、存储器104以及网络模块106。其中，该存储器104中存储有可以执行前述实施例中内容的程序，而处理器102可以执行该存储器104中存储的程序。
其中，处理器102可以包括一个或者多个用于处理数据的核。处理器102利用各种接口和线路连接整个电子设备200内的各个部分，通过运行或执行存储在存储器104内的指令、程序、代码集或指令集，以及调用存储在存储器104内的数据，执行电子设备200的各种功能和处理数据。可选地，处理器102可以采用数字信号处理(Digital SignalProcessing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器102可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics ProcessingUnit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器102中，单独通过一块通信芯片进行实现。
存储器104可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。存储器104可用于存储指令、程序、代码、代码集或指令集。存储器104可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端100在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
所述网络模块106用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯，例如和音频播放设备进行通讯。所述网络模块106可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。所述网络模块106可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。例如，网络模块106可以与基站进行信息交互。
请参考图21，其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读介质1100中存储有程序代码，所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质1100可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质1100包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质1100具有执行上述方法中的任何方法步骤的程序代码1110的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码1110可以例如以适当形式进行压缩。
综上所述，本申请提供的一种图像处理方法、装置以及电子设备，通过获取待处理图像后，再基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，在该指定存储区域中的图像对应有图像处理参数，继而在得到相似图像的同时还可以得到相似图像对应的图像处理参数，再基于相似图像的图像处理参数对所述待处理图像进行图像处理。从而通过上述方式，可以使得在对图像进行图像处理以对图像进行美化的过程中，可以通过查询获取与待处理图像相似的图像的图像处理参数的方式，进而使得可以直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，从而提升了图像处理过程中的智能化程度。并且，因为是直接基于与待处理图像相似的图像的图像处理参数来对待处理图像进行图像处理，而不用用户自己手段进行处理，也提升了进行图像处理的效率。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征图进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (11)
1.一种图像处理方法，其特征在于，应用于电子设备，所述方法包括：
获取待处理图像；
基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数；
获取所述相似图像对应的图像处理参数；
基于所述图像处理参数对所述待处理图像进行图像处理。
2.根据权利要求1所述的方法，其特征在于，所述相似图像有多个，所述获取所述相似图像对应的图像处理参数，包括：
显示查找到的多个相似图像；
获取从所述多个相似图像中确定的目标相似图像；
获取所述目标相似图像对应的图像处理参数；
所述基于所述图像处理参数对所述待处理图像进行图像处理，包括：
基于所述目标相似图像对应的图像处理参数对所述待处理图像进行图像处理。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取参考相似图像，所述参考相似图像为所述多个相似图像中检测到作用有指定触控操作的相似图像；
在所述指定触控操作作用期间，显示所述待处理图像基于所述参考相似图像对应的图像处理参数进行图像处理后的预览效果；
若检测到所述指定触控操作结束，取消显示所述预览效果。
4.根据权利要求1-3任一所述的方法，其特征在于，所述指定存储区域中的图像还对应有展示界面的链接信息；
所述基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像之后还包括：
获取相似图像对应的所述链接信息；
基于所述链接信息跳转到所述链接信息对应的展示界面。
5.根据权利要求1-3任一所述的方法，其特征在于，所述特征包括全局特征以及局部特征图，所述基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像包括：
基于所述待处理图像的全局特征以及局部特征图，在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像。
6.根据权利要求5所述的方法，其特征在于，所述基于所述待处理图像的全局特征以及局部特征图，在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，包括：
将所述待处理图像的全局特征与所述指定存储区域中的图像的全局特征进行相似比对，以及将所述待处理图像的局部特征图与所述指定存储区域中的图像的局部特征图进行相似比对；
将所述指定存储区域中，对应的全局特征与所述待处理图像的全局特征满足第一相似条件，且对应的局部特征图与所述待处理图像的局部特征图之间满足第二相似条件的图像作为相似图像。
7.一种图像处理方法，其特征在于，应用于服务器，所述方法包括：
接收电子设备发送的待处理图像；
基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数；
获取所述相似图像对应的图像处理参数；
基于所述图像处理参数对所述待处理图像进行图像处理，得到处理后的图像；
将所述处理后的图像返回给所述电子设备。
8.一种图像处理装置，其特征在于，运行于电子设备，所述装置包括：
图像获取单元，用于获取待处理图像；
图像查找单元，用于基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数；
参数获取单元，用于获取所述相似图像对应的图像处理参数；
图像处理单元，用于基于所述图像处理参数对所述待处理图像进行图像处理。
9.一种图像处理装置，其特征在于，运行于服务器，所述装置包括：
数据通信单元，用于接收电子设备发送的待处理图像；
图像查找单元，用于基于所述待处理图像的特征在指定存储区域中查找与所述待处理图像相似的图像，得到相似图像，其中，所述指定存储区域中的图像对应有图像处理参数；
参数获取单元，用于获取所述相似图像对应的图像处理参数；
图像处理单元，用于基于所述图像处理参数对所述待处理图像进行图像处理，得到处理后的图像；
所述数据通信单元，还用于将所述处理后的图像返回给所述电子设备。
10.一种电子设备，其特征在于，包括处理器以及存储器；
一个或多个程序被存储在所述存储器中并被配置为由所述处理器执行以实现权利要求1-6任一所述的方法。
11.一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程序代码，其中，在所述程序代码被处理器运行时执行权利要求1-6任一所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011446215.8A CN112487223A (zh) | 2020-12-08 | 2020-12-08 | 图像处理方法、装置以及电子设备 |
| PCT/CN2021/133246 WO2022121701A1 (zh) | 2020-12-08 | 2021-11-25 | 图像处理方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011446215.8A CN112487223A (zh) | 2020-12-08 | 2020-12-08 | 图像处理方法、装置以及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112487223A true CN112487223A (zh) | 2021-03-12 |
Family
ID=74941325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011446215.8A Pending CN112487223A (zh) | 2020-12-08 | 2020-12-08 | 图像处理方法、装置以及电子设备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112487223A (zh) |
| WO (1) | WO2022121701A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022121701A1 (zh) * | 2020-12-08 | 2022-06-16 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备以及存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117671554A (zh) * | 2023-10-20 | 2024-03-08 | 上海盈蝶智能科技有限公司 | 一种安防监控方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130129214A1 (en) * | 2010-08-04 | 2013-05-23 | Nec Corporation | Image processing method, image processing apparatus, and image processing program |
| CN108022207A (zh) * | 2017-11-30 | 2018-05-11 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
| CN109857889A (zh) * | 2018-12-19 | 2019-06-07 | 苏州科达科技股份有限公司 | 一种图像检索方法、装置、设备及可读存储介质 |
| CN111031239A (zh) * | 2019-12-05 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法及其装置、电子设备和计算机可读存储介质 |
| CN111738957A (zh) * | 2020-06-28 | 2020-10-02 | 携程计算机技术（上海）有限公司 | 图像智能美化方法、系统、电子设备及存储介质 |
| CN111930983A (zh) * | 2020-08-18 | 2020-11-13 | 创新奇智(成都)科技有限公司 | 一种图像检索方法、装置、电子设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112487223A (zh) * | 2020-12-08 | 2021-03-12 | Oppo广东移动通信有限公司 | 图像处理方法、装置以及电子设备 |
-
2020
- 2020-12-08 CN CN202011446215.8A patent/CN112487223A/zh active Pending
-
2021
- 2021-11-25 WO PCT/CN2021/133246 patent/WO2022121701A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130129214A1 (en) * | 2010-08-04 | 2013-05-23 | Nec Corporation | Image processing method, image processing apparatus, and image processing program |
| CN108022207A (zh) * | 2017-11-30 | 2018-05-11 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
| CN109857889A (zh) * | 2018-12-19 | 2019-06-07 | 苏州科达科技股份有限公司 | 一种图像检索方法、装置、设备及可读存储介质 |
| CN111031239A (zh) * | 2019-12-05 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法及其装置、电子设备和计算机可读存储介质 |
| CN111738957A (zh) * | 2020-06-28 | 2020-10-02 | 携程计算机技术（上海）有限公司 | 图像智能美化方法、系统、电子设备及存储介质 |
| CN111930983A (zh) * | 2020-08-18 | 2020-11-13 | 创新奇智(成都)科技有限公司 | 一种图像检索方法、装置、电子设备及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022121701A1 (zh) * | 2020-12-08 | 2022-06-16 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022121701A1 (zh) | 2022-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108154086B (zh) | 一种图像提取方法、装置及电子设备 | |
| WO2022121701A1 (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
| CN109062715B (zh) | 内存时钟频率的确定方法、装置及终端 | |
| CN103345516A (zh) | 基于应用程序图标的应用程序搜索方法和系统 | |
| CN111782402A (zh) | 数据处理方法、装置以及电子设备 | |
| CN111182332B (zh) | 视频处理方法、装置、服务器及存储介质 | |
| CN111488529B (zh) | 信息处理方法、装置、服务器及存储介质 | |
| CN110599581B (zh) | 图像模型数据处理方法、装置以及电子设备 | |
| CN114175748B (zh) | 通信频率调节方法、装置、电子设备及存储介质 | |
| CN110188782B (zh) | 图像相似性确定方法、装置、电子设备及可读存储介质 | |
| CN110503042B (zh) | 图像处理方法、装置以及电子设备 | |
| CN112328895A (zh) | 用户画像生成方法、装置、服务器及存储介质 | |
| CN116133089A (zh) | 一种设备通信方法、装置、电子设备及存储介质 | |
| CN112329889A (zh) | 图像处理方法、装置以及电子设备 | |
| CN108306812B (zh) | 一种数据处理方法以及服务器 | |
| CN114501060A (zh) | 直播背景的切换方法和装置、存储介质及电子设备 | |
| CN113438500B (zh) | 视频处理方法、装置、电子设备及计算机存储介质 | |
| CN113569034A (zh) | 信息查找方法、装置、电子设备及存储介质 | |
| CN107357863B (zh) | 一种图片处理方法、装置、存储介质和终端 | |
| CN111914945A (zh) | 数据处理方法、装置、图像生成方法及电子设备 | |
| CN117130764A (zh) | 算法运行方法、装置、电子设备及存储介质 | |
| CN110704656A (zh) | 图片处理方法、装置、存储介质及终端 | |
| CN114270297A (zh) | 触摸屏报点方法、装置、电子设备及存储介质 | |
| CN111177548B (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
| CN114860447A (zh) | 对象处理方法、装置以及电子设备 |
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 |