CN112529052A - 图像处理方法、装置及电子设备 - Google Patents
图像处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112529052A CN112529052A CN202011341195.8A CN202011341195A CN112529052A CN 112529052 A CN112529052 A CN 112529052A CN 202011341195 A CN202011341195 A CN 202011341195A CN 112529052 A CN112529052 A CN 112529052A
- Authority
- CN
- China
- Prior art keywords
- image
- initial
- target
- modified
- pixel point
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000000605 extraction Methods 0.000 claims description 4
- 238000011946 reduction process Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000003796 beauty Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像处理方法、装置及电子设备,属于通信技术领域。所述方法包括:获取初始图像;提取所述初始图像中像素值为设定值的目标像素点;将所述目标像素点对应的目标格网形状与所述初始图像对应的初始格网形状进行匹配,得到匹配结果;基于所述匹配结果,确定所述初始图像是否进行过修改。本申请可以达到有效验证图像是否被PS过的目的。
Description
技术领域
本申请属于通信技术领域,具体涉及一种图像处理方法、装置及电子设备。
背景技术
PS(Photoshop,图像处理软件)已广泛应用于照片修复与后期处理中,例如,用户通过美图等图像软件进行人像的美容等。
随着计算机图像处理能力的不断增强,被PS处理的图像越来越接近于真实形态,普通用户难以用肉眼观察图片是否为真实记录,还是后期处理过的虚假图像,这给人们的工作、生活和情感带来很多困扰。除此以外,PS技术也开始被不法分子用于学术和科研造假,伪造的实验数据和调整后的仿真曲线和图像,严重影响了学术届的严谨与权威性。
发明内容
本申请实施例的目的是提供一种图像处理方法、装置及电子设备,能够解决现有技术中无法识别图像是否被PS过的问题。
为了解决上述技术问题,本申请是这样实现的:
第一方面,本申请实施例提供了一种图像处理方法,该方法包括:
获取初始图像;
提取所述初始图像中像素值为设定值的目标像素点;
将所述目标像素点对应的目标格网形状与所述初始图像对应的初始格网形状进行匹配,得到匹配结果;
基于所述匹配结果,确定所述初始图像是否进行过修改。
第二方面,本申请实施例提供了一种图像处理装置,该装置包括:
初始图像获取模块,用于获取初始图像;
目标像素点提取模块,用于提取所述初始图像中像素值为设定值的目标像素点;
匹配结果获取模块,用于将所述目标像素点对应的目标格网形状与所述初始图像对应的初始格网形状进行匹配,得到匹配结果;
修改图像确定模块,用于基于所述匹配结果,确定所述初始图像是否进行过修改。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的图像处理方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的图像处理方法的步骤。
第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的图像处理方法。
在本申请实施例中,通过获取初始图像,提取初始图像中像素值为设定值的目标像素点,将目标像素点对应的目标格网形状与初始图像对应的初始格网形状进行匹配,得到匹配结果,基于匹配结果,确定初始图像是否进行过修改。本申请实施例通过预先在图像中进行埋点,对原始的图像与画面进行网格化划分并标记,使原始图像具有规律性的埋点数据,若用户使用PS对画面进行篡改,则规律性的埋点数据也将被修改,通过与原始的图像埋点规则进行校验,即可判别出图片是否被PS,从而可以达到有效验证图像是否被PS过的目的。
附图说明
图1为本申请实施例提供的一种图像处理方法的步骤流程图;
图2为本申请实施例提供的一种提取初始像素点的示意图;
图3为本申请实施例提供的一种对比PS图像的像素网格和未PS图像的像素网格的示意图;
图4为本申请实施例提供的一种PS图像还原的示意图;
图5为本申请实施例提供的一种图像处理装置的结构示意图;
图6为本申请实施例提供的一种电子设备的结构示意图;
图7为本申请实施例提供的另一种电子设备的结构示意图。
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。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的图像处理方法进行详细地说明。
参照图1,示出了本申请实施例提供的一种图像处理方法的步骤流程图,如图1所示,该图像处理方法具体可以包括如下步骤:
步骤101:获取初始图像。
本申请实施例可以应用于结合图像中像素值为阈值的像素点对应的形状判定图像是否被修改过的场景中。
初始图像是指需要进行修改识别的图像。
在某些示例中,初始图像可以为电子设备(如手机、平板电脑等)中预先保存的图像,例如,在电子设备的相册中预先保存有图像1、图像2和图像3,此时,可以将这三幅图像中的任一幅图像作为初始图像,也可以将这三幅图像中的任意两幅或三幅图像作为初始图像等。
在某些示例中,初始图像可以为其他用户发送给本地用户的图像,例如,在用户进行聊天时,可以接收聊天用户发送的图像以作为初始图像等。
可以理解地,上述示例仅是为了更好地理解本申请实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
在获取到初始图像之后,执行步骤102。
步骤102:提取所述初始图像中像素值为设定值的目标像素点。
目标像素点是指从初始图像中提取的像素值为设定值的像素点,对于设定值的具体数值可以根据业务需求而定,本实施例对此不加以限制。
在获取到初始图像之后,可以从初始图像中提取出像素值为设定值的目标像素点,例如,设定值为55,在获取初始图像之后,则可以从初始图像中提取出像素值为55的像素点,以作为目标像素点。
可以理解地,上述示例仅是为了更好地理解本申请实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
在提取出初始图像中像素值为设定值的目标像素点之后,执行步骤103。
步骤103:将所述目标像素点对应的目标格网形状与所述初始图像对应的初始格网形状进行匹配,得到匹配结果。
目标格网形状是指结合目标像素点所形成的形状,具体的,在获取目标像素点之后,可以结合目标像素点在初始图像中所处的位置,将相邻两个像素点相连所形成的形状,如横排像素点中相邻两个像素点相连,竖排像素点中相邻两个像素点相连,即得到目标格网形状。
初始格网形状是指由业务人员预先设置的结合初始图像中目标像素点的原始位置所形成的格网形状。
在提取出初始图像中像素值为像素阈值的目标像素点之后,可以获取目标像素点所对应的目标格网形状,进而,将目标格网形状与初始图像对应的初始格网形状进行匹配,以得到匹配结果,具体地,匹配结果可以包含两种结果:1、二者匹配一致,即两个格网形状完全相同;2、二者不匹配,即两个格网形状不同。
在将目标像素点对应的目标格网形状与初始图像对应的初始格网形状进行匹配,得到匹配结果之后,执行步骤104。
步骤104:基于所述匹配结果,确定所述初始图像是否进行过修改。
在获取目标格网形状与初始格网形状对应的匹配结果之后,可以基于匹配结果确定初始图像是否进行过修改,具体地,在二者匹配成功(即目标格网形状与初始格网形状完全相同)时,则确定初始图像未被进行过修改。而在二者匹配失败(即目标格网形状与初始格网形状不相同)时,则确定初始图像被进行过修改。如图3所示,初始图像中的目标像素点对应的原始格网形状为方形(如图3左半部分图所示),而在提取的初始图像中的目标格网形状如图3右半部分图所示时,则可以确定初始图像被进行过修改,即已被PS。
本申请实施例通过预先在图像中进行埋点,对原始的图像与画面进行网格化划分并标记,使原始图像具有规律性的埋点数据。若用户使用PS对画面进行篡改,则规律性的埋点数据也将被修改,通过与原始的图像埋点规则进行校验,即可判别出图片是否被PS。从而可以达到有效验证图像是否被PS过的目的。
在本实施例中,可以预先在电子设备内添加一种图像埋点技术,在获取一副图像之后,则可以提取该图像中的像素点进行像素值的调整,并结合这些像素点的形状作为该图像对应的初始格网形状,具体地,可以结合下述具体实现方式进行详细描述。
在本申请的一种具体实现方式中,在上述步骤101之前,还可以包括:
步骤A1:基于所述初始格网形状,提取所述初始图像中的初始像素点。
在获取至少一幅图像之后,可以基于初始格网形状提取至少一幅图像中的初始像素点,如图2所示,图像埋点技术由矩阵式的网格数据点构成,在图像画面的横向与纵向可以每隔A(A为大于等于1的正整数)个像素点提取一个像素点,以作为初始像素点等。
在基于初始格网形状提取出初始图像中的初始像素点之后,执行步骤A2。
步骤A2:将所述初始像素点的像素值调整为所述设定阈值。
在提取出初始像素点之后,可以将初始像素点的像素值调整为设定值,例如,设定值为80,在提取初始像素点之后,则将初始像素点的像素值调整为88等。
步骤A3:保存像素值调整后的初始图像。
在对初始像素点的像素值进行调整之后,则可以保存像素值调整后的初始图像,进而,在后续过程中,可以结合像素值为设定值的像素点所形成的格网形状判定图像是否被进行过修改。
在本实施例中,还可以在确定初始图像被进行过修改之后,基于初始格网形状对初始图像进行还原,具体地,可以结合下述具体实现方式进行详细描述。
在本申请的另一种具体实现方式中,在上述步骤104之后,还可以包括:
步骤B1:在确定所述初始图像进行过修改之后,基于所述初始格网形状对所述目标像素点进行还原处理,生成还原的目标图像。
在本实施例中,在确定初始图像进行过修改之后,可以基于初始格网形状对目标像素点进行还原处理,以生成还原的目标图像,具体地,可以基于初始格网形状确定目标像素点所对应的目标位置坐标和相邻两个目标像素点之间的间隔距离,进而基于目标位置坐标和间隔距离,对目标像素点的位置进行调整,以生成还原后的目标图像。如图4所示,被PS后的目标像素点所形成的格网形状发生了改变(如4左半部分图所示),此时,可以根据初始格网形状对目标像素点进行还原,以得到还原后的初始格网形状(如图4右半部分图所示)。
本申请实施例通过结合初始格网形状对修改过的图像进行还原,可以还原得到真实的图像画面,能够提高用户的使用体验。
本申请实施例提供的图像处理方法,通过获取初始图像,提取初始图像中像素值为设定值的目标像素点,将目标像素点对应的目标格网形状与初始图像对应的初始格网形状进行匹配,得到匹配结果,基于匹配结果,确定初始图像是否进行过修改。本申请实施例通过预先在图像中进行埋点,对原始的图像与画面进行网格化划分并标记,使原始图像具有规律性的埋点数据,若用户使用PS对画面进行篡改,则规律性的埋点数据也将被修改,通过与原始的图像埋点规则进行校验,即可判别出图片是否被PS,从而可以达到有效验证图像是否被PS过的目的。
需要说明的是,本申请实施例提供的图像处理方法,执行主体可以为图像处理装置,或者该图像处理装置中的用于执行图像处理的方法的控制模块。本申请实施例中以图像处理装置执行图像处理方法为例,说明本申请实施例提供的图像处理装置。
参照图5,示出了本申请实施例提供的一种图像处理装置的结构示意图,如图5所示,该图像处理装置500具体可以包括如下模块:
初始图像获取模块510,用于获取初始图像;
目标像素点提取模块520,用于提取所述初始图像中像素值为设定值的目标像素点;
匹配结果获取模块530,用于将所述目标像素点对应的目标格网形状与所述初始图像对应的初始格网形状进行匹配,得到匹配结果;
修改图像确定模块540,用于基于所述匹配结果,确定所述初始图像是否进行过修改。
可选地,还包括:
初始像素点提取模块,用于基于所述初始格网形状,提取所述初始图像中的初始像素点;
像素值调整模块,用于将所述初始像素点的像素值调整为所述设定值;
图像保存模块,用于保存像素值调整后的初始图像。
可选地,所述修改图像确定模块540包括:
第一图像确定单元,用于在所述匹配结果为所述目标格网形状与所述初始格网形状一致的结果的情况下,确定所述初始图像未进行过修改;
第二图像确定单元,用于在所述匹配结果为所述目标格网形状与所述初始格网形状不一致的结果的情况下,确定所述初始图像进行过修改。
可选地,还包括:
目标图像生成模块,用于在确定所述初始图像进行过修改之后,基于所述初始格网形状对所述目标像素点进行还原处理,生成还原的目标图像。
可选地,所述目标图像生成模块包括:
间隔距离确定单元,用于基于所述初始格网形状,确定所述目标像素点对应的目标位置坐标,及相邻两个所述目标像素点之间的间隔距离;
目标图像生成单元,用于基于所述目标位置坐标和所述间隔距离,对所述目标像素点的位置进行调整,生成所述目标图像。
本申请实施例提供的图像处理装置,通过获取初始图像,提取初始图像中像素值为设定值的目标像素点,将目标像素点对应的目标格网形状与初始图像对应的初始格网形状进行匹配,得到匹配结果,基于匹配结果,确定初始图像是否进行过修改。本申请实施例通过预先在图像中进行埋点,对原始的图像与画面进行网格化划分并标记,使原始图像具有规律性的埋点数据,若用户使用PS对画面进行篡改,则规律性的埋点数据也将被修改,通过与原始的图像埋点规则进行校验,即可判别出图片是否被PS,从而可以达到有效验证图像是否被PS过的目的。
本申请实施例中的图像处理装置可以是装置,也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personaldigital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(NetworkAttached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的图像处理装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的图像处理装置能够实现图1的方法实施例实现的各个过程,为避免重复,这里不再赘述。
可选地,如图6所示,本申请实施例还提供一种电子设备600,包括处理器601,存储器602,存储在存储器602上并可在所述处理器601上运行的程序或指令,该程序或指令被处理器601执行时实现上述图像处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
图7为实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备700包括但不限于:射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709、以及处理器710等部件。
本领域技术人员可以理解,电子设备700还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器710逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图7中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
其中,处理器710,用于获取初始图像;提取所述初始图像中像素值为设定值的目标像素点;将所述目标像素点对应的目标格网形状与所述初始图像对应的初始格网形状进行匹配,得到匹配结果;基于所述匹配结果,确定所述初始图像是否进行过修改。
本申请实施例通过预先在图像中进行埋点,对原始的图像与画面进行网格化划分并标记,使原始图像具有规律性的埋点数据,若用户使用PS对画面进行篡改,则规律性的埋点数据也将被修改,通过与原始的图像埋点规则进行校验,即可判别出图片是否被PS,从而可以达到有效验证图像是否被PS过的目的。
可选地,处理器710,还用于基于所述初始格网形状,提取所述初始图像中的初始像素点;将所述初始像素点的像素值调整为所述设定值;保存像素值调整后的初始图像。
可选地,处理器710,还用于在所述匹配结果为所述目标格网形状与所述初始格网形状一致的结果的情况下,确定所述初始图像未进行过修改;在所述匹配结果为所述目标格网形状与所述初始格网形状不一致的结果的情况下,确定所述初始图像进行过修改。
可选地,处理器710,还用于在确定所述初始图像进行过修改之后,基于所述初始格网形状对所述目标像素点进行还原处理,生成还原的目标图像。
可选地,处理器710,还用于基于所述初始格网形状,确定所述目标像素点对应的目标位置坐标,及相邻两个所述目标像素点之间的间隔距离;基于所述目标位置坐标和所述间隔距离,对所述目标像素点的位置进行调整,生成所述目标图像。
本申请实施例还可以针对经过PS处理的图像进行复原,可以还原出真实图像,进一步提高了用户生活、工作和情感的体验度。
应理解的是,本申请实施例中,输入单元704可以包括图形处理器(GraphicsProcessing Unit,GPU)7041和麦克风7042,图形处理器7041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元706可包括显示面板7061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板7061。用户输入单元707包括触控面板7071以及其他输入设备7072。触控面板7071,也称为触摸屏。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。存储器709可用于存储软件程序以及各种数据,包括但不限于应用程序和操作系统。处理器710可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器710中。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述图像处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述图像处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (11)
1.一种图像处理方法,其特征在于,包括:
获取初始图像;
提取所述初始图像中像素值为设定值的目标像素点;
将所述目标像素点对应的目标格网形状与所述初始图像对应的初始格网形状进行匹配,得到匹配结果;
基于所述匹配结果,确定所述初始图像是否进行过修改。
2.根据权利要求1所述的方法,其特征在于,在所述提取所述初始图像中像素值为设定值的目标像素点之前,还包括:
基于所述初始格网形状,提取所述初始图像中的初始像素点;
将所述初始像素点的像素值调整为所述设定值;
保存像素值调整后的初始图像。
3.根据权利要求1所述的方法,其特征在于,所述基于所述匹配结果,识别所述初始图像是否进行过修改,包括:
在所述匹配结果为所述目标格网形状与所述初始格网形状一致的结果的情况下,确定所述初始图像未进行过修改;
在所述匹配结果为所述目标格网形状与所述初始格网形状不一致的结果的情况下,确定所述初始图像进行过修改。
4.根据权利要求1所述的方法,其特征在于,在所述基于所述匹配结果,确定所述初始图像是否进行过修改之后,还包括:
在确定所述初始图像进行过修改之后,基于所述初始格网形状对所述目标像素点进行还原处理,生成还原的目标图像。
5.根据权利要求4所述的方法,其特征在于,所述基于所述初始格网形状对所述目标像素点进行还原处理,生成还原的目标图像,包括:
基于所述初始格网形状,确定所述目标像素点对应的目标位置坐标,及相邻两个所述目标像素点之间的间隔距离;
基于所述目标位置坐标和所述间隔距离,对所述目标像素点的位置进行调整,生成所述目标图像。
6.一种图像处理装置,其特征在于,包括:
初始图像获取模块,用于获取初始图像;
目标像素点提取模块,用于提取所述初始图像中像素值为设定值的目标像素点;
匹配结果获取模块,用于将所述目标像素点对应的目标格网形状与所述初始图像对应的初始格网形状进行匹配,得到匹配结果;
修改图像确定模块,用于基于所述匹配结果,确定所述初始图像是否进行过修改。
7.根据权利要求6所述的装置,其特征在于,还包括:
初始像素点提取模块,用于基于所述初始格网形状,提取所述初始图像中的初始像素点;
像素值调整模块,用于将所述初始像素点的像素值调整为所述设定值;
图像保存模块,用于保存像素值调整后的初始图像。
8.根据权利要求6所述的装置,其特征在于,所述修改图像确定模块包括:
第一图像确定单元,用于在所述匹配结果为所述目标格网形状与所述初始格网形状一致的结果的情况下,确定所述初始图像未进行过修改;
第二图像确定单元,用于在所述匹配结果为所述目标格网形状与所述初始格网形状不一致的结果的情况下,确定所述初始图像进行过修改。
9.根据权利要求6所述的装置,其特征在于,还包括:
目标图像生成模块,用于在确定所述初始图像进行过修改之后,基于所述初始格网形状对所述目标像素点进行还原处理,生成还原的目标图像。
10.根据权利要求9所述的装置,其特征在于,所述目标图像生成模块包括:
间隔距离确定单元,用于基于所述初始格网形状,确定所述目标像素点对应的目标位置坐标,及相邻两个所述目标像素点之间的间隔距离;
目标图像生成单元,用于基于所述目标位置坐标和所述间隔距离,对所述目标像素点的位置进行调整,生成所述目标图像。
11.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-5任一项所述的图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011341195.8A CN112529052B (zh) | 2020-11-25 | 2020-11-25 | 图像处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011341195.8A CN112529052B (zh) | 2020-11-25 | 2020-11-25 | 图像处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112529052A true CN112529052A (zh) | 2021-03-19 |
CN112529052B CN112529052B (zh) | 2024-07-16 |
Family
ID=74993502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011341195.8A Active CN112529052B (zh) | 2020-11-25 | 2020-11-25 | 图像处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112529052B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101167090A (zh) * | 2005-04-15 | 2008-04-23 | 吉田健治 | 使用了点图形的信息输入输出方法 |
TW200834471A (en) * | 2007-02-15 | 2008-08-16 | Ind Tech Res Inst | Image filling methods, and machine readable medium thereof |
US20120120455A1 (en) * | 2010-11-16 | 2012-05-17 | Xerox Corporation | Image to target comparator software |
CN109325510A (zh) * | 2018-07-27 | 2019-02-12 | 华南理工大学 | 一种基于网格统计的图像特征点匹配方法 |
CN109712075A (zh) * | 2018-12-24 | 2019-05-03 | 广东理致技术有限公司 | 一种数字图像数据原图识别方法及装置 |
CN110349186A (zh) * | 2019-07-16 | 2019-10-18 | 南昌航空大学 | 基于深度匹配的大位移运动光流计算方法 |
CN111835937A (zh) * | 2020-06-30 | 2020-10-27 | 维沃移动通信有限公司 | 图像处理方法、装置及电子设备 |
-
2020
- 2020-11-25 CN CN202011341195.8A patent/CN112529052B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101167090A (zh) * | 2005-04-15 | 2008-04-23 | 吉田健治 | 使用了点图形的信息输入输出方法 |
TW200834471A (en) * | 2007-02-15 | 2008-08-16 | Ind Tech Res Inst | Image filling methods, and machine readable medium thereof |
US20120120455A1 (en) * | 2010-11-16 | 2012-05-17 | Xerox Corporation | Image to target comparator software |
CN109325510A (zh) * | 2018-07-27 | 2019-02-12 | 华南理工大学 | 一种基于网格统计的图像特征点匹配方法 |
CN109712075A (zh) * | 2018-12-24 | 2019-05-03 | 广东理致技术有限公司 | 一种数字图像数据原图识别方法及装置 |
CN110349186A (zh) * | 2019-07-16 | 2019-10-18 | 南昌航空大学 | 基于深度匹配的大位移运动光流计算方法 |
CN111835937A (zh) * | 2020-06-30 | 2020-10-27 | 维沃移动通信有限公司 | 图像处理方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112529052B (zh) | 2024-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112532885B (zh) | 防抖方法、装置及电子设备 | |
CN112422817B (zh) | 图像处理方法及装置 | |
CN113486377A (zh) | 图像加密方法、装置、电子设备和可读存储介质 | |
CN113221767B (zh) | 训练活体人脸识别模型、识别活体人脸的方法及相关装置 | |
CN112533072A (zh) | 图像发送方法、装置及电子设备 | |
US20160020902A1 (en) | Key Generating Method and Apparatus | |
CN111835937A (zh) | 图像处理方法、装置及电子设备 | |
CN112532884B (zh) | 识别方法、装置及电子设备 | |
CN112764700A (zh) | 图像显示处理方法、装置、电子设备和存储介质 | |
CN112702527A (zh) | 图像拍摄方法、装置及电子设备 | |
CN112333329A (zh) | 未读信息提醒方法、装置及电子设备 | |
CN112529052B (zh) | 图像处理方法、装置及电子设备 | |
CN108063665B (zh) | 通信方法及终端设备 | |
CN112150486B (zh) | 图像处理方法及装置 | |
CN112822393B (zh) | 图像处理方法、装置及电子设备 | |
CN112184535B (zh) | 图像防伪方法、装置及设备 | |
CN114049473A (zh) | 图像处理方法及装置 | |
CN104298707B (zh) | 一种信息处理方法及电子设备 | |
CN110991307A (zh) | 人脸识别的方法、装置、设备及存储介质 | |
CN113709370B (zh) | 图像生成方法、装置、电子设备及可读存储介质 | |
CN113837195B (zh) | 图像处理方法、装置、设备和存储介质 | |
CN113489901B (zh) | 拍摄方法及其装置 | |
CN112887621B (zh) | 控制方法和电子设备 | |
CN117528179A (zh) | 视频生成方法及其装置 | |
CN113128304B (zh) | 图像处理的方法及电子设备 |
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 |