CN112507988B - 一种图像处理方法、装置、存储介质及电子设备 - Google Patents

一种图像处理方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN112507988B
CN112507988B CN202110150427.XA CN202110150427A CN112507988B CN 112507988 B CN112507988 B CN 112507988B CN 202110150427 A CN202110150427 A CN 202110150427A CN 112507988 B CN112507988 B CN 112507988B
Authority
CN
China
Prior art keywords
pixel
value
image frame
processed
strategy
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
CN202110150427.XA
Other languages
English (en)
Other versions
CN112507988A (zh
Inventor
尹芳
段翔
马杰
张晓璐
张晓刚
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.)
Lianren Healthcare Big Data Technology Co Ltd
Original Assignee
Lianren Healthcare Big Data 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 Lianren Healthcare Big Data Technology Co Ltd filed Critical Lianren Healthcare Big Data Technology Co Ltd
Priority to CN202110150427.XA priority Critical patent/CN112507988B/zh
Publication of CN112507988A publication Critical patent/CN112507988A/zh
Application granted granted Critical
Publication of CN112507988B publication Critical patent/CN112507988B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/50Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • G06V40/45Detection of the body part being alive

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种图像处理方法、装置、存储介质及电子设备。其中方法包括:获取待处理图像帧,对所述待处理图像帧进行编码处理,得到所述待处理图像帧的至少一个编码值;基于所述至少一个编码值确定至少两个像素值区间对应的像素调节策略;基于各所述像素调节策略对所述待处理图像帧中对应像素值区间的像素点进行像素调节,得到目标图像帧。本实施例中图像处理方法,保证不影响图像帧内容失真(即保证人眼可识别)的基础上,影响非法AI识别的准确性,以保证用户信息不被窃取,提高图像帧的安全性。

Description

一种图像处理方法、装置、存储介质及电子设备
技术领域
本发明实施例涉及图像处理技术,尤其涉及一种图像处理方法、装置、存储介质及电子设备。
背景技术
随着科技的发展,互联网服务日益融入生活,代替了很多传统的操作方式,互联网应用、小程序等成为人们生活与工作中必不可少的工具。随着“互联网+”的深入,医学影像、医院监控视频、医学教学视频等越来越多通过网络汇聚到数据中心。此外,人们通过线上业务办理的过程中,涉及到健康等重要业务时,被动被医疗机构等通过活体检测等视频的方式采集用户的信息。
随着AI识别技术的不断发展,用户的视频或者图像等存在被非法AI识别的问题,导致关联到其他个人信息,用于恶意弹窗推荐、电信骚扰甚至从金融结构借贷等违法行为。
发明内容
本发明提供一种图像处理方法、装置、存储介质及电子设备,以实现提高图像帧的安全性。
第一方面,本发明实施例提供了一种图像处理方法,包括:
获取待处理图像帧,对所述待处理图像帧进行编码处理,得到所述待处理图像帧的至少一个编码值;
基于所述至少一个编码值确定至少两个像素值区间对应的像素调节策略;
基于各所述像素调节策略对所述待处理图像帧中对应像素值区间的像素点进行像素调节,得到目标图像帧。
第二方面,本发明实施例还提供了一种图像处理装置,包括:
图像编码模块,用于获取待处理图像帧,对所述待处理图像帧进行编码处理,得到所述待处理图像帧的至少一个编码值;
像素调节策略确定模块,用于基于所述至少一个编码值确定至少两个像素值区间对应的像素调节策略;
图像处理模块,用于基于各所述像素调节策略对所述待处理图像帧中对应像素值区间的像素点进行像素调节,得到目标图像帧。
第三方面,本发明实施例还提供了一种电子设备,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本发明实施例中任一所述的图像处理方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例中任一所述的图像处理方法。
本实施例的技术方案,通过待处理图像帧进行编码处理得到编码值,并基于该编码值确定至少两个像素值区间,通过不同的处理策略对不同像素值区间对应的像素点进行处理,以得到处理后的图像帧。其中,对待处理图像帧的处理策略为像素值的变化策略,即对像素点的像素值进行增大或减小的处理,处理后的图像帧相对于待处理图像帧存在微弱变化,该微弱变化在保证不影响图像帧内容失真(即保证人眼可识别)的基础上,影响非法AI识别的准确性,以保证用户信息不被窃取,提高图像帧的安全性。
附图说明
图1为本发明实施例一提供的一种图像处理方法的流程示意图;
图2是本发明实施例提供的一种图像处理方法的流程示意图;
图3是本发明实施例提供的一种图像处理方法的流程示意图;
图4A为本发明实施例提供的一种图像划分示意图;
图4B为本发明实施例提供的另一种图像划分示意图;
图4C为本发明实施例提供的另一种图像划分示意图;
图4D为本发明实施例提供的另一种图像划分示意图;
图5是本发明实施例提供的一种图像处理方法的流程图;
图6是本发明实施例四提供的一种图像处理装置的结构示意图;
图7为本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种图像处理方法的流程示意图,本实施例可适用于对图像处理以避免图像被非法识别的情况,该方法可以由本发明实施例提供的一种图像处理装置来执行,该装置可集成于诸如计算机、手机、服务器等的电子设备中。该方法具体包括如下步骤:
S110、获取待处理图像帧,对所述待处理图像帧进行编码处理,得到所述待处理图像帧的至少一个编码值。
S120、基于所述至少一个编码值确定至少两个像素值区间对应的像素调节策略。
S130、基于各所述像素调节策略对所述待处理图像帧中对应像素值区间的像素点进行像素调节,得到目标图像帧。
本实施例中,待处理图像帧可以是通过图像采集设备采集的用户图像,还可以是待处理视频中的各个图像帧。通过对待处理视频中各图像帧分别进行处理,实现对用户视频的处理。
可选的,对于待处理视频,可以确定包括人体生物特征信息的图像作为待处理图像帧,其中,人体生物特征信息可以包括但不限于人脸图像、指纹信息、掌纹信息以及虹膜信息等能够识别用户信息的生物特征信息,减少对不包括人体生物特征信息的图像处理过程,提高对待处理视频的处理效率。
本实施例中,对待处理图像帧进行编码处理,用于确定对待处理图像帧进行处理的像素值阈值,即编码值,不限定对待处理图像帧的编码处理方式,在一些实施例中,对待处理图像帧进行编码处理可以是提取待处理图像中各像素点的像素值或者灰度值,对各像素点的像素值或者灰度值进行均值计算,将该像素均值确定为待处理图像的编码值。
在一些实施中,还可以是提取待处理图像的图像区域,基于该图像区域的像素均值确定待处理图像的编码值,不限定图像区域的图像尺寸,图像区域在待处理图像中的位置。可选的,该图像区域可以是人体生物特征信息对应的区域,例如人脸区域,相应的,当待处理图像中包括多个人脸区域时,分别确定每一个人脸区域对应的编码值,得到多个编码值。
在一些实施中,还可以是设置像素均值处理函数,例如上述待处理图像或者待处理图像的图像区域的像素均值进行像素均值处理函数的处理,不限定该像素均值处理函数,可根据用户需求设置。
在一些实施例中,编码处理的过程包括:获取待处理图像帧或者图像区域的颜色直方图序列,基于预设步长对所述颜色直方图序列进行合并,得到预设数量的目标颜色直方图序列;将所述目标颜色直方图序列转换为二值化序列,基于所述二值化序列确定编码值。
其中,颜色直方图包括256个颜色值(0-255)的颜色直方图,该颜色直方图序列包括每一个颜色值对应的序列值,该序列至可以是该颜色值对应的像素点数量或像素点数量比例,示例性的,该颜色直方图序列可以是{N0、N1…Ni…N255},其中Ni为第i个颜色值对应的像素点数量或像素点数量比例。需要说明的是,该颜色直方图序列可以是通过数字序列的方式展示,还可以是通过直方图的形式、列表的形式展示,对此不作限定。在上述实施例的基础上,在获取待处理图像帧或者图像区域的颜色直方图序列之前,还可以包括将待处理图像帧或者图像区域转换为灰度待处理图像帧或灰度图像区域,相应的,获取待处理图像帧或者图像区域的颜色直方图序列,可以是获取灰度待处理图像帧或灰度图像区域的颜色直方图序列。
预设步长为进行序列合并的序列间隔,在一些实施例中,预设步长可以是32,即将颜色直方图序列中每32个颜色值对应的序列值进行合并。示例性的,将0-255的256个颜色值分别对应的序列值中,颜色值0-31对应的序列值合并,颜色值31-63对应的序列值合并,并依次类推,得到目标颜色直方图序列,该目标颜色直方图序列中包括8个目标序列值,即8-bin直方图序列,例如可以是{M0,M1,M2,M3,M4,M5,M6,M7}。
可选的,基于预设步长对所述颜色直方图序列进行合并,可以是将预设步长对应的颜色值的序列值的和确定为目标序列值。
对目标颜色直方图序列进行二值化处理,得到二值化序列,具体的,可以是确定该目标颜色直方图序列对应的二值化阈值,基于该二值化阈值将目标颜色直方图序列中的各序列数值进行二值化处理,得到二值化序列。
可选的,将所述目标颜色直方图序列转换为二值化序列,包括:基于所述目标颜色直方图序列中各序列数值,确定序列中值;基于所述序列中值将所述目标颜色直方图序列中的各序列数值转换为二值化数值,得到所述目标颜色直方图序列对应的二值化序列。本实施例中,序列中值可以是各序列数值的中位数或者均值。在一些实施例中,将大于该序列中值的序列数值转换为0,将小于后等于该序列中值的序列数值转换为1,形成二值化序列。示例性的,目标颜色直方图序列为{20,30,30,20,20,20,30,30},该目标颜色直方图序列中各序列数值中的中位数为20,均值为25,即序列中值为20或25。以序列中值为20为例,形成的二值化序列为{1,0,0,1,1,1,0,0}。
在一些实施例中,还可以是将大于该序列中值的序列数值转换为1,将小于后等于该序列中值的序列数值转换为0,形成二值化序列,以目标颜色直方图序列为{20,30,30,20,20,20,30,30},序列中值为20为例,相应的,二值化序列为{0,1,1,0,0,0,1,1}。
在上述实施例的基础上,基于所述二值化序列确定编码值,包括:基于预先设置的进制转换规则,将所述二值化序列中的二值化数值转换为编码值。可选的,预先设置的进制转换规则可以是二进制转换规则,将二值化序列中的二值化数值作为二进制数值,基于二进制转换规则将该二进制数值转换为十进制,得到编码值。示例性的,以二值化序列为{1,0,0,1,1,1,0,0}为例,按二值化序列中序列数值的排序形成二进制数值,即10011100,转换为十进制可得到编码值57。
在上述实施例的基础上,将该编码值作为像素值区间的划分阈值,示例性的,基于该编码值划分像素值区间可以得到两个像素值区间,其中第一像素值区间为小于该编码值的像素值区间,第二像素值区间为大于该编码值的像素值区间。以编码值为57为例,第一像素值区间为[0,57],第二像素值区间为[58,255]。
在上述实施例的基础上,当确定两个或两个以上的编码值时,示例性的,可以是基于待处理图像或者图像区域的R、G、B通道数据分别确定的编码值,可基于上述编码值分别确定对应的像素值区间,即两个R通道对应的像素值区间、两个G通道对应的像素值区间、以及两个B通道对应的像素值区间。
示例性的,可以是基于待处理图像中的多个图像区域得到对应的多个编码值,可基于上述每一个编码值分别确定对应的像素值区间。
在一些实施例中,在确定两个或两个以上的编码值时,还可以是将多个编码值进行从小到大或从大到小的排序,基于排序的编码值中各相邻的两个编码值确定多个像素值区间,相应的,确定的多个像素值区间包括任意相邻的两个编码值之间的像素值区间,最大编码值与最大像素值255之间的像素值区间,以及最小编码值与最小像素值0之间的像素值区间。示例性的,确定的编码值分别为57和156,可确定的像素值区间为[0,57]、[58,156]以及[157,255]。
在上述实施例的基础上,像素调节策略包括像素值增加策略和像素值减小策略。在一些实施例中,基于所述至少一个编码值确定至少两个像素值区间对应的像素调节策略,包括:对于确定的至少两个像素值区间中,确定至少一个像素值区间的像素调节策略为像素值增加策略,至少一个像素值区间的像素调节策略为像素值减小策略。示例性的,当基于编码值确定两个像素值区间时,例如编码值为57,像素值区间为[0,57]和[58,255],分别将上述两个像素值区间的像素调节策略确定为像素值增加策略和像素值减小策略,可选的,可以是将大于该编码值的像素值区间的像素调节策略确定为像素值增加策略,将小于该编码值的像素值区间的像素调节策略确定为像素值减小策略。示例性的,当基于编码值确定两个以上的像素值区间时,可在多个编码值中确定用于划分策略的中间编码值,该中间编码值可以是多个编码值中的中位数或者与预设像素值(例如像素值128)差值绝对值最小的编码值,将大于该中间编码值的至少一个像素值区间的像素调节策略确定为像素值增加策略,将小于该中间编码值的至少一个像素值区间的像素调节策略确定为像素值减小策略。其中,像素调节策略相同的多个像素值区间对应的像素调节值可以不同。
在一些实施例中,可以是将大于编码值(或者中间编码值)的像素值区间的像素调节策略确定为像素值减小策略,将小于该编码值(或者中间编码值)的像素值区间的像素调节策略确定为像素值增大策略,对此不作限定。
在上述实施例的基础上,像素值增加策略和像素值减小策略分别对应配置有至少一个像素调节值,形成多个像素值增加策略以及多个像素值减小策略。示例性的,像素值增加策略可以是像素值增加1,像素值增加2等等,同理像素值减小策略可以是像素值减小1,像素值减小2等等,其中,像素调节值不局限于上述的1或2,对此不作限定,可根据需求设置。
可选的,至少一个像素调节值可以是预先设置的,可根据用户输入的调节等级进行选择。示例性的,像素调节值可以是与调节等级正相关,即调节等级越高,像素调节策略对应的像素调节值越大。
在上述实施例的基础上,在获取待处理图像帧之后,还可以接收待处理图像帧的调节等级,相应的,在基于所述至少一个编码值确定至少两个像素值区间对应的像素调节策略之后,基于该调节等级确定,像素调节策略中的像素调节值。
在上述实施例的基础上,基于各所述像素调节策略对所述待处理图像帧中对应像素值区间的像素点进行像素调节,得到目标图像帧,包括:当所述像素调节策略为所述像素值增加策略时,对所述像素值增加策略对应的像素值区间的像素点进行对应像素调节值的增加;当所述像素调节策略为所述像素值减小策略时,对所述像素值减小策略对应的像素值区间的像素点进行对应像素调节值的减小。
具体的,确定待处理图像帧中像素值在像素值增加策略对应的像素值区间的像素点,基于像素值增加策略中的像素调节值对该像素点的像素值进行增加,相应的,确定待处理图像帧中像素值在像素值减小策略对应的像素值区间的像素点,基于像素值减小策略中的像素调节值对该像素点的像素值进行减小,以得到处理后的待处理图像。需要说明的是,当调节后的像素值小于0时,将该调节后的像素值设置为0,当调节后的像素值大于255时,将该调节后的像素值设置为255。
需要说明的是,当确定多个像素值区间时,基于各像素值区间对应的像素调节策略对该像素值区间对应的像素点进行像素值处理。在一些实施例中,基于单通道数据确定的像素调节策略可以是对对应通道的像素值进行处理,以及,基于图像区域确定的像素调节策略可以是对对应图像区域的像素点进行处理,对此不作限定。
在一些实施例中,将处理后的图像帧根据时间戳进行组合,得到处理后的视频数据,实现对视频数据的处理。
在一些实施例中,对于待处理视频,可以是将该待处理视频中的基础图像帧(例如首个图像帧)确定为待处理图像帧,对该基础图像帧进行编码处理,得到编码值,基于该编码值确定的像素值区间以及各像素值区间对应的像素值调节策略,对待处理视频中的各个图像帧进行处理,无需对待处理视频中的每一个图像帧进行编码,提高了待处理视频的处理效率。
本实施例的技术方案,通过待处理图像帧进行编码处理得到编码值,并基于该编码值确定至少两个像素值区间,通过不同的处理策略对不同像素值区间对应的像素点进行处理,以得到处理后的图像帧。其中,对待处理图像帧的处理策略为像素值的变化策略,即对像素点的像素值进行增大或减小的处理,处理后的图像帧相对于待处理图像帧存在微弱变化,该微弱变化在保证不影响图像帧内容失真(即保证人眼可识别)的基础上,影响非法AI识别的准确性,以保证用户信息不被窃取,提高图像帧的安全性。同时本实施例中图像处理方式简便快捷,无需大量复杂的处理方式,处理效率高。
实施例二
图2是本发明实施例提供的一种图像处理方法的流程示意图,在上述实施例的基础上进行了细化,该方法具体包括:
S210、获取待处理图像帧,分别提取所述待处理图像帧中的三通道数据,分别对所述三通道数据进行编码处理,得到各通道对应的编码值。
S220、基于所述至少一个编码值确定至少两个像素值区间对应的像素调节策略。
S230、基于各通道对应编码值确定的所述像素调节策略,对所述待处理图像帧中对应通道的像素值区间的像素点进行像素调节,得到目标图像帧。
本实施例中,将待处理图像帧中的三通道数据(R、G、B各通道数据)分别进行编码处理,得到各个通道数据对应的编码值。其中,对上述三通道数据分别进行编码处理的处理方式可以相同或不同,例如任意通道数据的编码值可以是基于像素值均值处理方式确定,还可以是基于颜色直方图序列的方式确定,对此不作限定。
对于各通道数据确定的编码值,分别确定对应的两个像素值区间,例如包括大于该编码值的像素值区间和小于等于该编码值的像素值区间。确定上述两个像素值区间的像素调节策略,例如大于该编码值的像素值区间的像素调节策略为像素值增加策略,小于等于该编码值的像素值区间的像素调节策略为像素值减小策略。其中,该像素值增加策略和像素值减小策略中的像素调节值可以是默认调节值,或者根据调节等级确定的像素调节值。
本实施例中,对待处理图像帧中的三通道数据分别进行处理,例如,对于任一通道数据,例如R通道数据,基于通过R通道数据确定的像素值区间,以及像素值区间对应的像素调节策略,将R通道数据中满足像素值增加策略对应的像素值区间的像素点,基于该像素值增加策略进行像素增加处理,将R通道数据中满足像素值减小策略对应的像素值区间的像素点,基于该像素值减小策略进行像素减小处理,得到处理后的R通道数据。同理,基于上述处理方式可得到处理后的G通道数据和B通道数据,基于处理后的R通道数据、G通道数据和B通道数据得到处理后的图像帧。
本实施例的技术方案,通过对三通道数据分别进行编码处理,并根据各通道数据得到的编码值,针对性地对对应通道数据进行像素值调节,提高了各个通道数据处理的准确性,提高了处理后图像帧的安全性。
实施例三
图3是本发明实施例提供的一种图像处理方法的流程示意图,在上述实施例的基础上进行了细化,该方法具体包括:
S310、获取待处理图像帧,对所述待处理图像帧进行区域划分,对各图像区域进行编码处理,得到所述待处理图像帧中各图像区域的编码值。
S320、基于所述至少一个编码值确定至少两个像素值区间对应的像素调节策略。
S330、基于各图像区域对应编码值确定的所述像素调节策略,对所述待处理图像帧中对应图像区域的像素值区间的像素点进行像素调节,得到目标图像帧。
本实施例中,对待处理图像帧进行区域划分可以是基于预先确定的图像划分规则进行的。示例性的,图像划分规则可以是包括但不限于如下的至少一项:将待处理图像帧划分预设数量的图像区域,还可以是将待处理图像帧划分为多个预设面积的图像区域,还可以是将待处理图像帧划分为多个预设图形的图像区域,还可以是将待处理图像帧划分为至少一个包括预设图像内容的图像区域,其中,预设图像内容可以是诸如人脸的人体生物特征信息。
示例性的,参见图4A-图4D,图4A-图4D为本发明实施例提供的图像划分示意图。需要说明的是,图4A-图4D仅为本实施例提供的示例,在其他实施例中,还可以包括其他图像划分方式。其中,图4A为将待处理图像帧划分为中心图像区域1和依次向外扩展的空心区域2和3,在其他实施例中,划分的图像区域可以是矩形,还可以是圆形、五边形等其他规则图形或不规则图形;图4B为基于中心点将待处理图像帧均匀划分得到的三角形区域,图4C为将待处理图像帧划分为矩形区域,在其他实施例中,不限定三角形区域和矩形区域的数量,图4D为将人像区域1、2以及背景区域3。
分别对各个图像区域进行编码处理,其中,各图像区域的编码处理方式可以相同或不同。
在一些实施例中,对各图像区域进行编码处理,得到所述待处理图像帧中各图像区域的编码值,包括:对各所述图像区域的灰度值进行编码处理,得到各所述图像区域的一个编码值。将各图像区域的三通道数据转换为灰度值,并基于该图像区域灰度值确定对应的编码值。相应的,基于该编码值确定两个像素值区间,以及各像素值区间对应的像素调节策略。进一步的,基于任一图像区域的编码值确定两个像素值区间以及对应的像素调节策略,对该图像区域中三通道数据进行像素调节。示例性的,待处理图像帧划分为图像区域1和2,基于图像区域1确定编码值a,以及像素值区间和对应的像素调节策略,基于该编码值a确定像素值区间和对应的像素调节策略调节图像区域1中的像素点的像素值,其中,图像区域1中像素点的三通道数据均基于编码值a确定像素值区间和对应的像素调节策略进行调节。基于上述处理方式,对各图像区域进行处理,以得到处理后的图像帧。
在一些实施例中,对各图像区域进行编码处理,得到所述待处理图像帧中各图像区域的编码值,包括:对各所述图像区域的三通道数据进行编码处理,得到各所述图像区域对应的三通道编码值。示例性的,待处理图像帧划分为图像区域1和2,基于图像区域1的三通道数据分别确定编码值r、g和b,基于编码值r确定两个像素值区间以及对应的像素调节策略,同理基于编码值g和b分别确定两个像素值区间以及对应的像素调节策略,对于图像区域1中的三通道数据,例如R通道数据,基于编码值r确定像素值区间和对应的像素调节策略调节图像区域1中R通道数据,同理,基于编码值g确定像素值区间和对应的像素调节策略调节图像区域1中G通道数据,基于编码值b确定像素值区间和对应的像素调节策略调节图像区域1中B通道数据。基于上述处理方式,对各图像区域进行处理,以得到处理后的图像帧。
可选的,在得到各所述图像区域对应的三通道编码值之后,还可以包括将三通道编码值的均值确定该图像区域的目标编码值,相应的,基于该目标编码值对对应的图像区域进行像素值调节。
在上述实施例的基础上,对于图4D中的人脸区域和背景区域,可以是对人脸区域进行编码处理,并基于得到的编码值对人脸区域进行处理,无需对背景区域进行编码处理和像素值调节处理,以提高待处理图像帧的处理效率。其中,待处理图像帧中的人脸区域可以是基于人脸轮廓识别确定。
本实施例的技术方案,通过对待处理图像帧划分为多个图像区域,分别对各图像区域进行处理,以提高待处理图像的复杂程度,避免处理后的图像帧被反处理为原图像导致图像帧中信息被非法识别的情况,提高了处理后图像帧中信息的安全性。
在上述实施例的基础上,本实施例还提供了一个优选实例,参见图5,图5是本发明优选实例的流程图。获取输入图像(配置为待处理图像帧)或视频,该视频中可以包括多个待处理图像帧,获取输入图像帧或视频各图像帧的RGB序列,基于该RGB序列确定颜色直方图序列,基于预设步长(配置为预设步长为32)对上述颜色直方图序列进行合并处理得到8-bin直方图(配置为目标颜色直方图序列),确定上述8-bin直方图中的中位数,基于该中位数对8-bin直方图进行二值化处理得到二值化直方图(配置为二值化序列),基于该二值化直方图确定图像或视频中各图像帧的编码值,具体的,可以是将二值化直方图中的数值转换为二进制数据,并转换为十进制的编码值。将该编码值分别与图像或视频中各图像帧的各个像素点的像素值进行比对,并基于比对结果进行图像或视频中各图像帧的处理,例如,将大于该编码值的像素值增大像素调节值(例如1),将小于或等于该编码值的像素值减小像素调节值(例如1),得到处理后的图像或视频。
实施例四
图6是本发明实施例四提供的一种图像处理装置的结构示意图,该装置包括:
图像编码模块410,用于获取待处理图像帧,对所述待处理图像帧进行编码处理,得到所述待处理图像帧的至少一个编码值;
像素调节策略确定模块420,用于基于所述至少一个编码值确定至少两个像素值区间对应的像素调节策略;
图像处理模块430,用于基于各所述像素调节策略对所述待处理图像帧中对应像素值区间的像素点进行像素调节,得到目标图像帧。
在上述实施例的基础上,图像编码模块410用于:
分别提取所述待处理图像帧中的三通道数据,分别对所述三通道数据进行编码处理,得到各通道对应的编码值;
相应的,所述图像处理模块430用于:
基于各通道对应编码值确定的所述像素调节策略,对所述待处理图像帧中对应通道的像素值区间的像素点进行像素调节,得到目标图像帧。
在上述实施例的基础上,图像编码模块410用于:
对所述待处理图像帧进行区域划分,对各图像区域进行编码处理,得到所述待处理图像帧中各图像区域的编码值;
相应的,所述图像处理模块430用于:
基于各图像区域对应编码值确定的所述像素调节策略,对所述待处理图像帧中对应图像区域的像素值区间的像素点进行像素调节,得到目标图像帧。
在上述实施例的基础上,图像编码模块410用于:
对各所述图像区域的灰度值进行编码处理,得到各所述图像区域的一个编码值;或者,
对各所述图像区域的三通道数据进行编码处理,得到各所述图像区域对应的三通道编码值。
在上述实施例的基础上,图像编码模块410包括:
目标颜色直方图序列确定单元,用于获取待处理图像帧或者图像区域的颜色直方图序列,基于预设步长对所述颜色直方图序列进行合并,得到预设数量的目标颜色直方图序列;
二值化序列确定单元,用于将所述目标颜色直方图序列转换为二值化序列;
编码值确定单元,用于基于所述二值化序列确定编码值。
在上述实施例的基础上,二值化序列确定单元用于:
基于所述目标颜色直方图序列中各序列数值,确定序列中值;
基于所述序列中值将所述目标颜色直方图序列中的各序列数值转换为二值化数值,得到所述目标颜色直方图序列对应的二值化序列。
在上述实施例的基础上,编码值确定单元用于:
基于预先设置的进制转换规则,将所述二值化序列中的二值化数值转换为编码值。
在上述实施例的基础上,所述像素调节策略包括像素值增加策略和像素值减小策略,所述像素值增加策略和所述像素值减小策略分别对应配置有至少一个像素调节值。
在上述实施例的基础上,所述图像处理模块430用于:
当所述像素调节策略为所述像素值增加策略时,对所述像素值增加策略对应的像素值区间的像素点进行对应像素调节值的增加;
当所述像素调节策略为所述像素值减小策略时,对所述像素值减小策略对应的像素值区间的像素点进行对应像素调节值的减小。
上述产品可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效率。
实施例五
图7为本发明实施例五提供的一种电子设备的结构示意图。图7示出了适于用来实现本发明实施方式的电子设备12的框图。图7显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。设备12典型的是承担图像分类功能的电子设备。
如图7所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器16,存储装置28,连接不同系统组件(包括存储装置28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture,ISA)总线,微通道体系结构(Micro Channel Architecture,MCA)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及外围组件互连(Peripheral Component Interconnect,PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory,RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory,CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储装置28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块26的程序36,可以存储在例如存储装置28中,这样的程序模块26包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块26通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、摄像头、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks,RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储装置28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明上述实施例所提供的图像处理方法。
实施例六
本发明实施例六提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的图像处理方法。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的图像处理方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括: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。在本文件中,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。
计算机可读的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源代码。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。计算机可读的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源代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
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发明操作的计算机源代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、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。源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服务器上执行。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(LAN)或广域网(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)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种图像处理方法,其特征在于,包括:
获取待处理图像帧,对所述待处理图像帧进行编码处理,得到所述待处理图像帧的至少一个编码值;
基于所述至少一个编码值确定至少两个像素值区间对应的像素调节策略,其中,所述像素调节策略包括像素值增加策略和像素值减小策略,所述像素值增加策略和所述像素值减小策略分别对应配置有至少一个像素调节值;
基于各所述像素调节策略对所述待处理图像帧中对应像素值区间的像素点进行像素调节,得到目标图像帧;
其中,所述基于各所述像素调节策略对所述待处理图像帧中对应像素值区间的像素点进行像素调节,包括:
确定所述待处理图像帧中像素值在像素值增加策略对应的像素值区间的像素点,基于像素值增加策略中的像素调节值对所述像素值增加策略对应的像素值区间的像素点的像素值进行增加;
确定所述待处理图像帧中像素值在像素值减小策略对应的像素值区间的像素点,基于像素值减小策略中的像素调节值对像素值减小策略对应的像素值区间的像素点的像素值进行减小。
2.根据权利要求1所述的方法,其特征在于,所述对所述待处理图像帧进行编码处理,得到所述待处理图像帧的至少一个编码值,包括:
分别提取所述待处理图像帧中的三通道数据,分别对所述三通道数据进行编码处理,得到各通道对应的编码值;
相应的,所述基于各所述像素调节策略对所述待处理图像帧中对应像素值区间的像素点进行像素调节,得到目标图像帧,包括:
基于各通道对应编码值确定的所述像素调节策略,对所述待处理图像帧中对应通道的像素值区间的像素点进行像素调节,得到目标图像帧。
3.根据权利要求1所述的方法,其特征在于,所述对所述待处理图像帧进行编码处理,得到所述待处理图像帧的至少一个编码值,包括:
对所述待处理图像帧进行区域划分,对各图像区域进行编码处理,得到所述待处理图像帧中各图像区域的编码值;
相应的,所述基于各所述像素调节策略对所述待处理图像帧中对应像素值区间的像素点进行像素调节,得到目标图像帧,包括:
基于各图像区域对应编码值确定的所述像素调节策略,对所述待处理图像帧中对应图像区域的像素值区间的像素点进行像素调节,得到目标图像帧。
4.根据权利要求3所述的方法,其特征在于,所述对各图像区域进行编码处理,得到所述待处理图像帧中各图像区域的编码值,包括:
对各所述图像区域的灰度值进行编码处理,得到各所述图像区域的一个编码值;或者,
对各所述图像区域的三通道数据进行编码处理,得到各所述图像区域对应的三通道编码值。
5.根据权利要求1-4任一所述的方法,其特征在于,所述编码处理的过程包括:
获取待处理图像帧或者图像区域的颜色直方图序列,基于预设步长对所述颜色直方图序列进行合并,得到预设数量的目标颜色直方图序列;
将所述目标颜色直方图序列转换为二值化序列,基于所述二值化序列确定编码值。
6.根据权利要求5所述的方法,其特征在于,所述将所述目标颜色直方图序列转换为二值化序列,包括:
基于所述目标颜色直方图序列中各序列数值,确定序列中值;
基于所述序列中值将所述目标颜色直方图序列中的各序列数值转换为二值化数值,得到所述目标颜色直方图序列对应的二值化序列。
7.根据权利要求5所述的方法,其特征在于,所述基于所述二值化序列确定编码值,包括:
基于预先设置的进制转换规则,将所述二值化序列中的二值化数值转换为编码值。
8.一种图像处理装置,其特征在于,包括:
图像编码模块,用于获取待处理图像帧,对所述待处理图像帧进行编码处理,得到所述待处理图像帧的至少一个编码值;
像素调节策略确定模块,用于基于所述至少一个编码值确定至少两个像素值区间对应的像素调节策略,其中,所述像素调节策略包括像素值增加策略和像素值减小策略,所述像素值增加策略和所述像素值减小策略分别对应配置有至少一个像素调节值;
图像处理模块,用于基于各所述像素调节策略对所述待处理图像帧中对应像素值区间的像素点进行像素调节,得到目标图像帧;
其中,所述图像处理模块用于:
确定所述待处理图像帧中像素值在像素值增加策略对应的像素值区间的像素点,基于像素值增加策略中的像素调节值对所述像素值增加策略对应的像素值区间的像素点的像素值进行增加;
确定所述待处理图像帧中像素值在像素值减小策略对应的像素值区间的像素点,基于像素值减小策略中的像素调节值对像素值减小策略对应的像素值区间的像素点的像素值进行减小。
9.一种电子设备,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1-7中任一所述的图像处理方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的图像处理方法。
CN202110150427.XA 2021-02-04 2021-02-04 一种图像处理方法、装置、存储介质及电子设备 Active CN112507988B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110150427.XA CN112507988B (zh) 2021-02-04 2021-02-04 一种图像处理方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110150427.XA CN112507988B (zh) 2021-02-04 2021-02-04 一种图像处理方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN112507988A CN112507988A (zh) 2021-03-16
CN112507988B true CN112507988B (zh) 2021-05-25

Family

ID=74952883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110150427.XA Active CN112507988B (zh) 2021-02-04 2021-02-04 一种图像处理方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN112507988B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112957249A (zh) * 2021-03-19 2021-06-15 联仁健康医疗大数据科技股份有限公司 穴位识别定位方法、系统、艾灸机器人及存储介质
CN113269205A (zh) * 2021-05-18 2021-08-17 联仁健康医疗大数据科技股份有限公司 视频关键帧提取方法、装置、电子设备及存储介质
CN113610823B (zh) * 2021-08-13 2023-08-22 南京诺源医疗器械有限公司 图像处理方法、装置、电子设备及存储介质
CN116320395A (zh) * 2022-12-27 2023-06-23 维沃移动通信有限公司 图像处理方法、装置、电子设备及可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109492451A (zh) * 2018-10-30 2019-03-19 维沃移动通信有限公司 一种编码图像识别方法及移动终端
CN110827204A (zh) * 2018-08-14 2020-02-21 阿里巴巴集团控股有限公司 图像处理方法、装置及电子设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5505007B2 (ja) * 2010-03-18 2014-05-28 富士通株式会社 画像処理装置、画像処理方法及び画像処理用コンピュータプログラム
CN104700348B (zh) * 2015-03-13 2017-11-21 哈尔滨工程大学 一种基于高阶混沌系统的彩色图像自适应加密方法
CN106358069A (zh) * 2016-10-31 2017-01-25 维沃移动通信有限公司 一种视频数据处理方法及移动终端

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110827204A (zh) * 2018-08-14 2020-02-21 阿里巴巴集团控股有限公司 图像处理方法、装置及电子设备
CN109492451A (zh) * 2018-10-30 2019-03-19 维沃移动通信有限公司 一种编码图像识别方法及移动终端

Also Published As

Publication number Publication date
CN112507988A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN112507988B (zh) 一种图像处理方法、装置、存储介质及电子设备
CN110189336B (zh) 图像生成方法、系统、服务器及存储介质
US20190347824A1 (en) Method and apparatus for positioning pupil, storage medium, electronic device
WO2023010758A1 (zh) 一种动作检测方法、装置、终端设备和存储介质
CN112802138B (zh) 一种图像处理方法、装置、存储介质及电子设备
CN110163096B (zh) 人物识别方法、装置、电子设备和计算机可读介质
KR101035768B1 (ko) 립 리딩을 위한 입술 영역 설정 방법 및 장치
CN113344826B (zh) 图像处理方法、装置、电子设备及存储介质
CN110363121B (zh) 指纹图像处理方法及装置、存储介质和电子设备
CN114898342B (zh) 行驶中非机动车驾驶员接打电话的检测方法
CN112088378A (zh) 图像隐藏信息检测器
WO2021164466A1 (zh) 用户信息分析方法及系统
CN116311214B (zh) 车牌识别方法和装置
Shu et al. Face spoofing detection based on multi-scale color inversion dual-stream convolutional neural network
CN112565674A (zh) 一种可远程视频监控和控制的展厅中控系统
CN111815748A (zh) 一种动画处理方法、装置、存储介质及电子设备
KR101180854B1 (ko) 회전 지문 영상 획득장치 및 그 방법
CN115620321A (zh) 表格识别方法及装置、电子设备和存储介质
CN116486467A (zh) 眼睛检测框的确定方法、装置、设备及存储介质
CN115529836A (zh) 检测口罩人脸识别方法、装置及计算机存储介质
CN114119569A (zh) 基于机器学习的成像测井图像裂缝分割与识别方法和系统
CN113516739A (zh) 一种动画处理方法、装置、存储介质及电子设备
CN114078271A (zh) 阈值确定方法、目标人员识别方法、装置、设备及介质
CN112949518A (zh) 虹膜图像处理方法、装置、设备及存储介质
CN113128505A (zh) 局部可视对抗样本的检测方法、装置、设备和存储介质

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