CN112712570A - 图像处理方法、装置、电子设备及介质 - Google Patents

图像处理方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN112712570A
CN112712570A CN202011543021.XA CN202011543021A CN112712570A CN 112712570 A CN112712570 A CN 112712570A CN 202011543021 A CN202011543021 A CN 202011543021A CN 112712570 A CN112712570 A CN 112712570A
Authority
CN
China
Prior art keywords
pixel
determined
type
target
pixel type
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
Application number
CN202011543021.XA
Other languages
English (en)
Other versions
CN112712570B (zh
Inventor
马剑博
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 ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network 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 ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202011543021.XA priority Critical patent/CN112712570B/zh
Publication of CN112712570A publication Critical patent/CN112712570A/zh
Application granted granted Critical
Publication of CN112712570B publication Critical patent/CN112712570B/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
    • G06T9/00Image coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本公开实施例提供一种图像处理方法、装置、电子设备及介质,包括:获取目标图像并划分得到多个形状相同的像素集;确定每一像素集所属的像素类型;根据每一像素集所属的像素类型确定目标图像的压缩结果;其中,确定每一像素集所属的像素类型包括:读取当前待确定像素类型的像素集作为目标像素集;对各已确定像素类型进行排序,任一已确定像素类型包括与已确定像素类型下的像素集中各个像素一一顺序对应的各个通道信息;按照排序结果将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,目标像素集的各个通道信息与目标像素集中的各个像素一一顺序对应;根据对比结果确定目标像素集所属的像素类型,可以提高图像压缩速度。

Description

图像处理方法、装置、电子设备及介质
技术领域
本公开涉及图像处理技术领域,具体而言,本公开涉及一种图像处理方法、装置、电子设备及介质。
背景技术
进入信息化时代以来,人们依靠计算机来获取和利用信息,而图像信息为计算机上最重要的信息。当前硬件设备所能提供的计算机存储空间和传输带宽是有限的,为了节约计算机存储空间和传输带宽,对图像信息进行压缩成为一种关键的技术。
图像无损压缩技术可以较好的保存图像的质量,常用的图像无损压缩技术包括便携式网络图形(Portable Network Graphics,PNG)压缩算法、LZO(全称:Lempel-Ziv-Oberhumer)压缩算法、LZ4压缩算法等。通常情况下,图像无损压缩算法需要确定图像中相同的像素点,记录相同的像素点各自所在的位置信息,从而得到压缩后的图像。
现有技术中,按照图像中像素点的排列顺序,逐步读取每一个像素点,对于当前读取的像素点,按照已读取的第一个像素点至已读取的最后一个像素点的顺序,依次与当前读取的像素点进行匹配,从而确定当前读取的像素点所属的像素类型,按照此方式,可以确定图像中各个像素点的像素类型。然而,按照此方式对图像中的各个像素点进行匹配时,其匹配效率低下,导致图像压缩速度较慢。
发明内容
本公开提供了一种图像处理方法、装置、电子设备及介质,可以解决图像中的像素点匹配效率低下,导致图像压缩速度较慢的技术问题。
第一方面,提供了一种图像处理方法,该方法包括:
获取目标图像并将目标图像划分为多个形状相同的像素集;
依次确定每一像素集所属的像素类型;
根据每一像素集所属的像素类型确定目标图像的压缩结果;
其中,依次确定每一像素集所属的像素类型,包括:
读取当前待确定像素类型的像素集作为目标像素集;
对各已确定像素类型进行排序,任一已确定像素类型包括与已确定像素类型下的像素集中各个像素一一顺序对应的各个通道信息;
按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,目标像素集的各个通道信息与目标像素集中的各个像素一一顺序对应;
根据对比结果,确定目标像素集所属的像素类型。
第二方面,提供了一种图像处理装置,该装置包括:
像素集获取模块,用于获取目标图像并将目标图像划分为多个形状相同的像素集;
像素类型确定模块,用于依次确定每一像素集所属的像素类型;
图像压缩模块,用于根据每一像素集所属的像素类型确定目标图像的压缩结果;
其中,像素类型确定模块具体用于:
读取当前待确定像素类型的像素集作为目标像素集;
对各已确定像素类型进行排序,任一已确定像素类型包括与已确定像素类型下的像素集中各个像素一一顺序对应的各个通道信息;
按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,目标像素集的各个通道信息与目标像素集中的各个像素一一顺序对应;
根据对比结果,确定目标像素集所属的像素类型。
第三方面,提供了一种电子设备,该电子设备包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序配置用于:执行根据第一方面所示的图像处理方法对应的操作。
第四方面,提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面所示的图像处理方法。
本公开提供的技术方案带来的有益效果是:
本公开提供了一种图像处理方法、装置、电子设备及介质,与现有技术相比,本公开对于当前待确定像素类型的像素集,即目标像素集,可以对各已确定像素类型进行排序,按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,根据对比结果,确定目标像素集所属的像素类型,从而可以在确定图像中每一像素集所属的像素类型后,确定图像的压缩结果。通过像素集比对的方式,可以高效地确定图像包含的像素类型,提高匹配效率,从而提高图像压缩速度。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1A为本公开实施例提供的一种图像处理方法的流程示意图;
图1B为本公开实施例提供的一种像素类型确定方法的流程示意图;
图2为本公开实施例提供的一种图像中各像素点的示意图;
图3为本公开实施例提供的一种显示界面截图的示意图;
图4为本公开实施例提供的一种RGB数据比较的示意图;
图5为本公开实施例提供的一种图像处理装置的结构示意图;
图6为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对装置、模块或单元进行区分,并非用于限定这些装置、模块或单元一定为不同的装置、模块或单元,也并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本公开的实施例进行描述。
本公开实施例提供了一种图像处理方法,可以由电子设备执行,该电子设备可以为智能手机、平板、台式电脑、笔记本电脑等终端设备,也可以为服务器。
如图1A所示,该方法包括步骤S11至步骤S13。
步骤S11,获取目标图像并将目标图像划分为多个形状相同的像素集。
本公开实施例中,像素集包括目标图像中的一个像素点。或者,像素集包括目标图像的至少一行中的每一行的至少两个连续像素点、和/或目标图像的至少一列中的每一列的至少两个连续像素点。
具体地,像素集存在以下四种情况,分别记为情况A1至情况A4。
情况A1,像素集包括目标图像中的一个像素点。
例如,如图2所示的目标图像,该图像共三行,每一行为5个像素点,换句话说,该图像共五列,每一列为3个像素点,即该图像包括15个像素点,分别为P11、P12、P13、P14、P15、P21、P22、P23、P24、P25、P31、P32、P33、P34和P35。其中,像素集可以包括目标图像中的一个像素点,如像素集包括像素点P11或者P21。
情况A2,像素集包括目标图像的至少一行中的每一行的至少两个连续像素点。
例如,图2中,像素集可以包括该图像中的第二行中的像素点P21、P22和P23;或者,像素集可以包括该图像中的第二行中的像素点P21、P22和P23,以及该图像中的第三行中的像素点P31和P32。
情况A3,像素集包括目标图像的至少一列中的每一列的至少两个连续像素点。
例如,图2中,像素集可以包括该图像中的第二列中的像素点P12、P22和P32;或者,像素集可以包括该图像中的第二列中的像素点P12、P22和P32,以及该图像中的第三列中的像素点P23和P33。
情况A4,像素集包括目标图像的至少一行中的每一行的至少两个连续像素点、以及目标图像的至少一列中的每一列的至少两个连续像素点。
例如,图2中,像素集可以包括该图像中的第一行中的像素点P11和P12,以及第一列中的像素点P11和P21,即像素集包括该图像中像素点P11、P12和P21,或者,像素集可以包括该图像中的第二行中的像素点P21、P22和P23、该图像中的第一列中的像素点P21和P31、以及该图像中的第二列中的像素点P22和P32,即像素集可以包括该图像中的像素集P21、P22、P23、P31和P32。
本公开实施例中,目标图像的获取方式不做限定,例如,目标图像可以是用户上传的图像,也可以是网络上获取到的图像,还可以是本地存储的图像,还可以是显示界面的截图等。
步骤S12,依次确定每一像素集所属的像素类型。
具体的,如图1B所示,步骤S12,依次确定每一像素集所属的像素类型,具体可以包括步骤S121-步骤S124。
步骤S121,读取当前待确定像素类型的像素集作为目标像素集。
可以理解的是,目标像素集为当前读取的像素集,当前读取的像素集是待确定像素类型的像素集。对应地,已确定像素类型的像素集相当于已读取像素集,目标像素集对应的已读取像素集为在当前读取的像素集之前读取的像素集,也就是说,第n次读取的像素集对应的已读取像素集、与除第n次之外的其他任一次读取的像素集对应的已读取像素集不同。
步骤S122,对各已确定像素类型进行排序,任一已确定像素类型包括与已确定像素类型下的像素集中各个像素一一顺序对应的各个通道信息。
本公开实施例中,任一个像素的通道信息可以为红绿蓝(Red Green Blue,RGB)的实际数据。像素类型(包括目标像素集所属的像素类型、已确定像素类型以及后续实施例所涉及的其他像素类型)为至少一个RGB值,即像素类型对应至少一个像素点的RGB实际数据,像素类型中的各个RGB实际数据分别与像素类型下的像素集中各个像素一一顺序对应。
具体地,当像素类型对应一个像素点的RGB数据时,任一已确定像素类型下的各个像素集(对应的,已确定像素类型下的任一个像素集包括一个像素点)具有相同的RGB数据;当像素类型对应至少两个像素点的RGB数据时,任一已确定像素类型下的各个像素集(相应地,已确定像素类型下的任一个像素集包括至少两个像素点)具有相同的RGB数据且RGB数据具有相同的排布方式。
例如,某一已确定像素类型下的各个像素集的RGB数据可以为{(255,0,26),(34,0,25)},即,已确定像素类型下的任一个像素集包括两个像素点,该两个像素点的RGB数据分别为(255,0,26)和(34,0,25),且排布方式均为(255,0,26)在前,(34,0,25)在后。
本公开实施例中,可以对各已确定像素类型进行排序,排序的依据不做限定。
作为一种可能的实现方式,步骤S122,对各已确定像素类型进行排序,可以包括:
步骤S1221,根据各已确定像素类型下的像素集的位置信息,和/或,各已确定像素类型下的像素集的个数,对各已确定像素类型进行排序。
本公开实施例中,像素集(包括目标像素集、已读取像素集以及后续实施例所涉及的其他像素集)的位置信息即为该像素集在其所属目标图像中的位置。
对于读取的每一个像素集,可以确定该像素集所属的像素类型,可以存在至少两个像素集的像素类型相同,也可以仅有一个像素集的像素类型相同,每一个已确定像素类型下包括至少一个像素集,同一个已确定像素类型下的像素集相同,也就是说,任一已确定像素类型下的每一个已读取像素集包括相同的像素点且具有相同的像素排布方式。
步骤S123,按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,目标像素集的各个通道信息与目标像素集中的各个像素一一顺序对应。
本公开实施例中,像素集的各个通道信息包括像素集中各个像素的通道信息,任一个像素的通道信息可以为RGB数据。像素集(包括目标像素集以及前文、后文所涉及的其他像素集)的各个通道信息与像素集中的各个像素一一顺序对应。
可以按照已确定像素类型的排序结果的先后顺序,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对。
例如,已确定像素类型的排序结果的先后顺序为已确定像素类型1、已确定像素类型2和已确定像素类型3,则先将目标像素集的各个通道信息与已确定像素类型1的各个通道信息进行比对,然后将目标像素集的各个通道信息与已确定像素类型2的各个通道信息进行比对,之后将目标像素集的各个通道信息与已确定像素类型3的各个通道信息进行比对。
步骤S124,根据对比结果,确定目标像素集所属的像素类型。
在将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对时,若目标像素集的各个通道信息与某一个已确定像素类型的各个通道信息一致,则确定目标像素集所属的像素类型为该某一个已确定像素类型;若目标像素集的各个通道信息与各个已确定像素类型的各个通道信息均不一致,则将目标像素集的各个通道信息确定为目标像素集所属的像素类型。
例如,已确定像素类型1-3中,若目标像素集的各个通道信息与已确定像素类型2的各个通道信息一致,则确定目标像素集所属的像素类型为已确定像素类型2,若目标像素集的各个通道信息与已确定像素类型1-3的各个通道信息均不一致,则将目标像素集的各个通道信息确定为目标像素集所属的像素类型。
步骤S13,根据每一像素集所属的像素类型确定目标图像的压缩结果。
本公开实施例中,在确定了目标图像中每一像素集所属的像素类型后,对每一像素类型进行压缩。其中,对每一像素类型进行压缩,可以有两种压缩方案,分别记为方案B1和方案B2。
方案B1,对于每一个像素类型,可以记录该像素类型的RGB数据,并记录该像素类型下各个像素集的位置信息,从而得到目标图像的压缩结果。
例如,图2中,假使一个像素集中包括一个像素点,且像素点P11、P12、P13、P14、P31、P34所属的像素类型相同,则采用方案B1进行压缩时,可以记录该像素类型的RGB数据,并记录P11、P12、P13、P14、P31、P34的位置信息。
可以理解的是,针对方案B1,目标图像中包括多个像素点,每一个像素点包含其RGB数据和位置信息,因此,目标图像中既包含每一个像素点的RGB数据,也包含每一个像素点的位置信息;假使目标图像中包括N个像素类型,则目标图像的压缩结果中包括每一个像素类型的RGB数据,和每一个像素点的位置信息,由于压缩结果仅记录各个像素类型的RGB数据,而非每一个像素点的RGB数据,即压缩结果中相同的RGB数据仅记录一次,可以减少图像的大小,N为正整数。
方案B2,针对每一个像素类型,可以记录该像素类型的RGB数据,对于该像素类型下的每一个连续像素集,该连续像素集包括至少两个位置相邻的像素集,可以记录该连续像素集的起始位置信息和连续数量,对于该像素类型下的每一个非连续像素集,该非连续像素集包括一个像素集,且与该像素集相邻的像素集与该像素集具有不同的像素类型,可以记录该非连续像素集的位置信息。
例如,图2中,假使一个像素集中包括一个像素点,且像素点P11、P12、P13、P14、P31、P34所属的像素类型相同,则连续像素集为一个,其包括像素点P11、P12、P13和P14,非连续像素集为两个,一个非连续像素集包括像素点P31,另一个非连续像素集包括像素点P34。采用方案B2进行压缩时,可以记录该像素类型的RGB数据,并记录P11的位置信息和连续数量4、以及P31和P34的位置信息。
可以理解的是,针对方案B2,假使目标图像中包括N个像素类型,则目标图像的压缩结果中包括每一个像素类型的RGB数据,每一个像素类型中各个连续像素集的起始位置信息和连续数量,以及每一个像素类型中各个非连续像素集的位置信息,一方面,由于压缩结果仅记录各个像素类型的RGB数据,而非每一个像素点的RGB数据,即压缩结果中相同的RGB数据仅记录一次,可以减少图像的大小,另一方面,与方案B1相比,由于方案B1中记录各个像素点的位置信息,而方案B2中记录同一像素类型中各个连续像素集的起始位置信息和连续数量,可以节省记录连续像素集中非起始像素集的位置信息,从而可以减少图像的大小。
本公开实施例提供了一种图像处理方法,与现有技术相比,本公开实施例对于当前待确定像素类型的像素集,即目标像素集,可以对各已确定像素类型进行排序,按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,根据对比结果,确定目标像素集所属的像素类型,从而可以在确定图像中每一像素集所属的像素类型后,确定图像的压缩结果。通过像素集比对的方式,可以高效地确定图像包含的像素类型,提高匹配效率,从而提高图像压缩速度。
本公开实施例的另一种可能实现方式,目标图像为预设视频中的目标帧图像,已确定像素类型包括目标帧图像中的像素集所属的像素类型,和/或,其他帧图像中的像素集所属的像素类型,其他帧图像包括目标帧图像之前的至少一帧图像,和/或,目标帧图像之后的至少一帧图像。
需要说明的是,预设视频中包括至少两帧图像,目标帧图像为至少两帧图像中的一帧图像。
可以理解的是,目标图像可以为预设视频中的帧图像,也可以为电子设备的显示界面截图、照片、壁纸、从网络获取的各种图像等,在此不做限定。其中,显示界面截图,如图3所示的显示界面截图,具有单色较多、相同像素点呈区域分布等特点,按照步骤S11-步骤S13的方式,可以极大地提高匹配效率,从而极大的提高图像压缩速度。
本公开实施例的另一种可能实现方式,步骤S1221,根据各已确定像素类型下的像素集的位置信息,和/或,各已确定像素类型下的像素集的个数,对各已确定像素类型进行排序,具体存在以下三种方案,分别记为方案C1至方案C3,下面将分别进行详细描述。
方案C1,步骤S1221中根据各已确定像素类型下的像素集的位置信息,对各已确定像素类型进行排序,具体可以包括步骤S12211和步骤S12212。
步骤S12211,对于每一已确定像素类型,获取已确定像素类型下的各像素集的位置信息,并根据目标像素集的位置信息以及已确定像素类型下的各像素集的位置信息,计算已确定像素类型对应的第一权重值。
其中,其中,第一权重值与第一像素集与目标像素集之间的距离成反比,第一像素集为已确定像素类型下的与目标像素集之间距离最小的像素集;或者,第一权重值与已确定像素类型下的各像素集与目标像素集之间的总距离成反比。
本公开实施例以及前文或者后文所涉及的各实施例中,已确定像素类型下的各像素集可以称为已确定像素类型下的各已读取像素集。
对于每一已确定像素类型,根据该已确定像素类型下的每一已读取像素集的位置信息与目标像素集的位置信息,计算每一已读取像素集与目标像素集之间的距离。具体的,可以利用每一已读取像素集中一个像素点的位置信息与目标像素集中对应像素点的位置信息,计算每一已读取像素集与目标像素集之间的距离。
例如,已读取像素集包括图2中的像素点P11、P21和P31,目标像素集包括图2中的像素点P13、P23和P33,则像素点P11与像素点P13对应,像素点P21和像素点P23对应,像素点P31和像素点P33对应,因此,可以利用像素点P11的位置信息与像素点P13的位置信息,或者像素点P21的位置信息和像素点P23的位置信息,或者像素点P31的位置信息和像素点P33的位置信息,计算已读取像素集与目标像素集之间的位置信息。
可以理解的是,利用每一已读取像素集中一个像素点的位置信息与目标像素集中对应像素点的位置信息,计算每一已读取像素集与目标像素集之间的距离,为一种计算已读取像素集与目标像素集之间的距离的方式,在实际应用中,可以采用其他方式计算已读取像素集与目标像素集之间的距离,在此不做限定。
本公开实施例中,对于每一已确定像素类型,可以从该已确定像素类型下各个已读取像素集与目标像素集之间的距离中,确定最小距离,根据该最小距离确定第一权重值,其中,第一权重值与最小距离成反比,此时,最小距离对应的已读取像素集为第一像素集;还可以利用该已确定像素类型下各个已读取像素集与目标像素集之间的距离,计算总距离,根据该总距离确定第一权重值,其中,第一权重值与总距离成反比。
可以理解的是,上述实施例中,不对根据该最小距离确定第一权重值中的确定方式做限定,以及不对根据该总距离确定第一权重值中的确定方式做限定,在实际应用中可以灵活的设置适用的确定方式。
步骤S12212,按照各已确定像素类型对应的第一权重值,对各已确定像素类型进行排序。
本公开实施例中,可以根据各个已确定像素类型的第一权重值,按照第一权重值从大到小的顺序,对各个已确定像素类型进行排序,得到目标像素集对应的类型排序结果。
可以理解的是,上述排序方式仅为一个较佳的排序方式,在实际应用中,可以根据实际情况,采用其他的排序方式,在此不做限定。
方案C2,根据各已确定像素类型下的像素集的个数,对各已确定像素类型进行排序。
本公开实施例中,可以统计各个已确定像素类型下的已读取像素集个数,根据各个已确定像素类型下的已读取像素集个数,按照个数从大到小的顺序,对各个已确定像素类型进行排序,得到目标像素集对应的类型排序结果。
方案C3,步骤S1221中根据各已确定像素类型下的像素集的位置信息和各已确定像素类型下的像素集的个数,对各已确定像素类型进行排序,具体可以包括步骤S12213和步骤S12214。
步骤S12213,对于每一已确定像素类型,获取已确定像素类型下的各像素集的位置信息以及像素集的个数,并根据目标像素集的位置信息、已确定像素类型下的各像素集的位置信息以及像素集的个数,计算已确定像素类型对应的第二权重值。
其中,第二权重值与第二像素集与目标像素集之间的距离成反比,或者,与已确定像素类型下的各像素集与目标像素集之间的总距离成反比,第二像素集为已确定像素类型下的与目标像素集之间距离最小的像素集;第二权重值与已确定像素类型下的像素集的个数成正比。
本公开实施例中,对于每一已确定像素类型,可以根据该已确定像素类型下的每一已读取像素集的位置信息与目标像素集的位置信息,按照步骤S12211的步骤,计算该已确定像素类型对应的第一权重值,具体可见上述步骤S12211的实施例内容,在此不做限定。其中,第一像素集与第二像素集的含义相同。
本公开实施例中,对于每一已确定像素类型,可以根据该已确定像素类型下的已读取像素集个数,确定该已确定像素类型对应的第三权重值,第三权重值与已确定像素类型下的像素集的个数成正比。
例如,若已确定像素类型下的已读取像素集个数为25个,可以确定已确定像素类型的第三权重值为0.25。
本公开实施例中,对于每一已确定像素类型,可以根据该已确定像素类型对应的第一权重值、第三权重值,计算该已确定像素类型的第二权重值,例如,将第一权重值和第三权重值之和,作为第二权重值。
其中,第二权重值与第二像素集与目标像素集之间的距离成反比,或者,与已确定像素类型下的各像素集与目标像素集之间的总距离成反比,第二像素集为已确定像素类型下的与目标像素集之间距离最小的像素集;第二权重值与已确定像素类型下的像素集的个数成正比。
可以理解的是,本公开实施例中不对根据该已确定像素类型下的已读取像素集个数,确定该已确定像素类型对应的第三权重值中的确定方式做限定,也不对根据该已确定像素类型对应的第一权重值、第三权重值,计算该已确定像素类型的第二权重值中的计算方式做限定,在实际应用中可以灵活设置对应的方式。
步骤S12214,按照各已确定像素类型的第二权重值,对各已确定像素类型进行排序。
本公开实施例中,根据各个已确定像素类型的第二权重值,按照第二权重值的大小,对各个已确定像素类型进行排序,得到目标像素集对应的类型排序结果。
其中,在方案C1、C2以及C3中,对于每一已确定像素类型,已确定像素类型下的各像素集的位置信息以及已确定像素类型存储在预设链表中。
本公开实施例中,在步骤S12中,依次确定每一像素集所属的像素类型,若该像素类型未存储至预设链表中,则将该像素类型存储至预设链表中,并将该像素集的位置信息存储在预设链表中该像素类型对应的区域;若该像素类型已存储至预设链表中,则将该像素集的位置信息存储在预设链表中该像素类型对应的区域。
按照上述存储方式,可以在预设链表中存储每一已确定像素类型,以及每一已确定像素类型下各个已读取像素集的位置信息。
本公开实施例中,按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,具体可以包括:
对于每一已确定像素类型,按照排序结果,采用多路比较器将目标像素集的各个通道信息与已确定像素类型的各个通道信息进行并行比对。
需要说明的是,对比目标像素集的RGB数据与已确定像素类型的RGB数据时,可以通过多路比较器,并行比较至少一组RGB数据,与依次比较R数据、G数据、B数据相比,可以大大提高比较速率。
例如,图4中,目标像素集的RGB数据由两个像素点各自对应的RGB数据组成,分别为Rm1Gm1Bm1和Rm2Gm2Bm2,对应地,已确定像素类型的RGB数据也由两个像素点各自对应的RGB数据组成,分别为Rn1Gn1Bn1和Rn2Gn2Bn2。在对比目标像素集的RGB数据与已确定像素类型的RGB数据时,可以依次对比Rm1与Rn1、Gm1与Gn1、Bm1与Bn1、Rm2与Rn2、Gm2与Gn2、Bm2与Bn2,也可以采用多路比较器,依次对比Rm1Gm1Bm1与Rn1Gn1Bn1、Rm2Gm2Bm2与Rn2Gn2Bn2,还可以采用多路比较器,直接对比Rm1Gm1Bm1Rm2Gm2Bm2与Rn1Gn1Bn1Rn2Gn2Bn2。
上述从方法步骤的角度具体阐述了图像处理方法,下面从虚拟模块或者虚拟单元的角度介绍图像处理装置,具体如下所示:
本公开实施例提供了一种图像处理装置,如图5所示,该图像处理装置50可以包括:像素集获取模块501、像素类型确定模块502以及图像压缩模块503,其中,
像素集获取模块501,用于获取目标图像并将目标图像划分为多个形状相同的像素集。
像素类型确定模块502,用于依次确定每一像素集所属的像素类型;
图像压缩模块503,用于根据每一像素集所属的像素类型确定目标图像的压缩结果;
其中,像素类型确定模块502具体用于:
读取当前待确定像素类型的像素集作为目标像素集;
对各已确定像素类型进行排序,任一已确定像素类型包括与已确定像素类型下的像素集中各个像素一一顺序对应的各个通道信息;
按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,目标像素集的各个通道信息与目标像素集中的各个像素一一顺序对应;
根据对比结果,确定目标像素集所属的像素类型。
本公开实施例的另一种可能实现方式,像素类型确定模块502在对各已确定像素类型进行排序时,具体用于:
根据各已确定像素类型下的像素集的位置信息,和/或,各已确定像素类型下的像素集的个数,对各已确定像素类型进行排序。
本公开实施例的另一种可能实现方式,像素类型确定模块502在根据各已确定像素类型下的像素集的位置信息,对各已确定像素类型进行排序时,具体用于:
对于每一已确定像素类型,获取已确定像素类型下的各像素集的位置信息,并根据目标像素集的位置信息以及已确定像素类型下的各像素集的位置信息,计算已确定像素类型对应的第一权重值;
其中,第一权重值与第一像素集与目标像素集之间的距离成反比,第一像素集为已确定像素类型下的与目标像素集之间距离最小的像素集;或者,第一权重值与已确定像素类型下的各像素集与目标像素集之间的总距离成反比;
按照各已确定像素类型对应的第一权重值,对各已确定像素类型进行排序。
本公开实施例的另一种可能实现方式,像素类型确定模块502在根据各已确定像素类型下的像素集的位置信息和各已确定像素类型下的像素集的个数,对各已确定像素类型进行排序时,具体用于:
对于每一已确定像素类型,获取已确定像素类型下的各像素集的位置信息以及像素集的个数,并根据目标像素集的位置信息、已确定像素类型下的各像素集的位置信息以及像素集的个数,计算已确定像素类型对应的第二权重值;
其中,第二权重值与第二像素集与目标像素集之间的距离成反比,或者,与已确定像素类型下的各像素集与目标像素集之间的总距离成反比,第二像素集为已确定像素类型下的与目标像素集之间距离最小的像素集;第二权重值与已确定像素类型下的像素集的个数成正比;
按照各已确定像素类型的第二权重值,对各已确定像素类型进行排序。
本公开实施例的另一种可能实现方式,对于每一已确定像素类型,已确定像素类型下的各像素集的位置信息以及已确定像素类型存储在预设链表中。
本公开实施例的另一种可能实现方式,像素类型确定模块501在按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对时,具体用于:
对于每一已确定像素类型,按照排序结果,采用多路比较器将目标像素集的各个通道信息与已确定像素类型的各个通道信息进行并行比对。
本公开实施例的另一种可能实现方式,目标图像为预设视频中的目标帧图像,已确定像素类型包括目标帧图像中的像素集所属的像素类型,和/或,其他帧图像中的像素集所属的像素类型,其他帧图像包括目标帧图像之前的至少一帧图像,和/或,目标帧图像之后的至少一帧图像。
本公开实施例的另一种可能实现方式,目标像素集包括目标图像中的一个像素点;或者,目标像素集包括目标图像的至少一行中的每一行的至少两个连续像素点、和/或目标图像的至少一列中的每一列的至少两个连续像素点。
本实施例的图像处理装置可执行本公开上述任一实施例所示的图像处理方法,其实现原理相类似,此处不再赘述。
本公开实施例提供了一种图像处理装置,与现有技术相比,本公开实施例对于当前待确定像素类型的像素集,即目标像素集,可以对各已确定像素类型进行排序,按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,根据对比结果,确定目标像素集所属的像素类型,从而可以在确定图像中每一像素集所属的像素类型后,确定图像的压缩结果。通过像素集比对的方式,可以高效地确定图像包含的像素类型,提高匹配效率,从而提高图像压缩速度。
上述从虚拟模块或者虚拟单元的角度介绍本公开的图像处理装置,下面从实体装置的角度介绍本公开的电子设备。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备(例如终端设备或服务器)600的结构示意图。该电子设备600,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序配置用于:执行根据方法实施例所示的图像处理方法。
本公开实施例中的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、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、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6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。
电子设备包括:存储器以及处理器,其中,这里的处理器可以称为下文所述的处理装置601,存储器可以包括下文中的只读存储器(ROM)602、随机访问存储器(RAM)603以及存储装置608中的至少一项,具体如下所示:
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605: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606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,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,其包括承载在非暂态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609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601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。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
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:获取目标图像并将目标图像划分为多个形状相同的像素集;依次确定每一像素集所属的像素类型;根据每一像素集所属的像素类型确定目标图像的压缩结果;其中,依次确定每一像素集所属的像素类型,包括:读取当前待确定像素类型的像素集作为目标像素集;对各已确定像素类型进行排序,任一已确定像素类型包括与已确定像素类型下的像素集中各个像素一一顺序对应的各个通道信息;按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,目标像素集的各个通道信息与目标像素集中的各个像素一一顺序对应;根据对比结果,确定目标像素集所属的像素类型。
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但不限于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)。
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模块或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,模块或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,像素集获取模块还可以被描述为“获取目标图像并将目标图像划分为多个形状相同的像素集的模块”。
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。
本公开实施例提供了一种电子设备,本公开实施例中的电子设备包括:存储器和处理器;至少一个程序,存储于存储器中,用于被处理器执行时,与现有技术相比可实现:对于当前待确定像素类型的像素集,即目标像素集,可以对各已确定像素类型进行排序,按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,根据对比结果,确定目标像素集所属的像素类型,从而可以在确定图像中每一像素集所属的像素类型后,确定图像的压缩结果。通过像素集比对的方式,可以高效地确定图像包含的像素类型,提高匹配效率,从而提高图像压缩速度。
上述从实体装置的角度介绍本公开的电子设备,下面从介质的角度介绍本公开的计算机可读介质。
本公开实施例提供了一种计算机可读介质,该计算机可读介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与现有技术相比,对于当前待确定像素类型的像素集,即目标像素集,可以对各已确定像素类型进行排序,按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,根据对比结果,确定目标像素集所属的像素类型,从而可以在确定图像中每一像素集所属的像素类型后,确定图像的压缩结果。通过像素集比对的方式,可以高效地确定图像包含的像素类型,提高匹配效率,从而提高图像压缩速度。
根据本公开的一个或多个实施例,提供了一种图像处理方法,包括:
获取目标图像并将目标图像划分为多个形状相同的像素集;
依次确定每一像素集所属的像素类型;
根据每一像素集所属的像素类型确定目标图像的压缩结果;
其中,依次确定每一像素集所属的像素类型,包括:
读取当前待确定像素类型的像素集作为目标像素集;
对各已确定像素类型进行排序,任一已确定像素类型包括与已确定像素类型下的像素集中各个像素一一顺序对应的各个通道信息;
按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,目标像素集的各个通道信息与目标像素集中的各个像素一一顺序对应;
根据对比结果,确定目标像素集所属的像素类型。
根据本公开的一个或多个实施例,对各已确定像素类型进行排序,包括:
根据各已确定像素类型下的像素集的位置信息,和/或,各已确定像素类型下的像素集的个数,对各已确定像素类型进行排序。
根据本公开的一个或多个实施例,根据各已确定像素类型下的像素集的位置信息,对各已确定像素类型进行排序,包括:
对于每一已确定像素类型,获取已确定像素类型下的各像素集的位置信息,并根据目标像素集的位置信息以及已确定像素类型下的各像素集的位置信息,计算已确定像素类型对应的第一权重值;
其中,第一权重值与第一像素集与目标像素集之间的距离成反比,第一像素集为已确定像素类型下的与目标像素集之间距离最小的像素集;或者,第一权重值与已确定像素类型下的各像素集与目标像素集之间的总距离成反比;
按照各已确定像素类型对应的第一权重值,对各已确定像素类型进行排序。
根据本公开的一个或多个实施例,根据各已确定像素类型下的像素集的位置信息和各已确定像素类型下的像素集的个数,对各已确定像素类型进行排序,包括:
对于每一已确定像素类型,获取已确定像素类型下的各像素集的位置信息以及像素集的个数,并根据目标像素集的位置信息、已确定像素类型下的各像素集的位置信息以及像素集的个数,计算已确定像素类型对应的第二权重值;
其中,第二权重值与第二像素集与目标像素集之间的距离成反比,或者,与已确定像素类型下的各像素集与目标像素集之间的总距离成反比,第二像素集为已确定像素类型下的与目标像素集之间距离最小的像素集;第二权重值与已确定像素类型下的像素集的个数成正比;
按照各已确定像素类型的第二权重值,对各已确定像素类型进行排序。
根据本公开的一个或多个实施例,对于每一已确定像素类型,已确定像素类型下的各像素集的位置信息以及已确定像素类型存储在预设链表中。
根据本公开的一个或多个实施例,按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,包括:
对于每一已确定像素类型,按照排序结果,采用多路比较器将目标像素集的各个通道信息与已确定像素类型的各个通道信息进行并行比对。
根据本公开的一个或多个实施例,目标图像为预设视频中的目标帧图像,已确定像素类型包括目标帧图像中的像素集所属的像素类型,和/或,其他帧图像中的像素集所属的像素类型,其他帧图像包括目标帧图像之前的至少一帧图像,和/或,目标帧图像之后的至少一帧图像。
根据本公开的一个或多个实施例,目标像素集包括目标图像中的一个像素点;或者,目标像素集包括目标图像的至少一行中的每一行的至少两个连续像素点、和/或目标图像的至少一列中的每一列的至少两个连续像素点。
根据本公开的一个或多个实施例,提供了一种图像处理装置,包括:
像素集获取模块,用于获取目标图像并将目标图像划分为多个形状相同的像素集;
像素类型确定模块,用于依次确定每一像素集所属的像素类型;
图像压缩模块,用于根据每一像素集所属的像素类型确定目标图像的压缩结果;
其中,像素类型确定模块具体用于:
读取当前待确定像素类型的像素集作为目标像素集;
对各已确定像素类型进行排序,任一已确定像素类型包括与已确定像素类型下的像素集中各个像素一一顺序对应的各个通道信息;
按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对,目标像素集的各个通道信息与目标像素集中的各个像素一一顺序对应;
根据对比结果,确定目标像素集所属的像素类型。
根据本公开的一个或多个实施例,所述像素类型确定模块在对各已确定像素类型进行排序时,具体用于:
根据各已确定像素类型下的像素集的位置信息,和/或,各已确定像素类型下的像素集的个数,对各已确定像素类型进行排序。
根据本公开的一个或多个实施例,像素类型确定模块在根据各已确定像素类型下的像素集的位置信息,对各已确定像素类型进行排序时,具体用于:
对于每一已确定像素类型,获取已确定像素类型下的各像素集的位置信息,并根据目标像素集的位置信息以及已确定像素类型下的各像素集的位置信息,计算已确定像素类型对应的第一权重值;
其中,第一权重值与第一像素集与目标像素集之间的距离成反比,第一像素集为已确定像素类型下的与目标像素集之间距离最小的像素集;或者,第一权重值与已确定像素类型下的各像素集与目标像素集之间的总距离成反比;
按照各已确定像素类型对应的第一权重值,对各已确定像素类型进行排序。
根据本公开的一个或多个实施例,像素类型确定模块在根据各已确定像素类型下的像素集的位置信息和各已确定像素类型下的像素集的个数,对各已确定像素类型进行排序时,具体用于:
对于每一已确定像素类型,获取已确定像素类型下的各像素集的位置信息以及像素集的个数,并根据目标像素集的位置信息、已确定像素类型下的各像素集的位置信息以及像素集的个数,计算已确定像素类型对应的第二权重值;
其中,第二权重值与第二像素集与目标像素集之间的距离成反比,或者,与已确定像素类型下的各像素集与目标像素集之间的总距离成反比,第二像素集为已确定像素类型下的与目标像素集之间距离最小的像素集;第二权重值与已确定像素类型下的像素集的个数成正比;
按照各已确定像素类型的第二权重值,对各已确定像素类型进行排序。
根据本公开的一个或多个实施例,对于每一已确定像素类型,已确定像素类型下的各像素集的位置信息以及已确定像素类型存储在预设链表中。
根据本公开的一个或多个实施例,像素类型确定模块在按照排序结果,将目标像素集的各个通道信息与每一已确定像素类型的各个通道信息进行比对时,具体用于:
对于每一已确定像素类型,按照排序结果,采用多路比较器将目标像素集的各个通道信息与已确定像素类型的各个通道信息进行并行比对。
根据本公开的一个或多个实施例,目标图像为预设视频中的目标帧图像,已确定像素类型包括目标帧图像中的像素集所属的像素类型,和/或,其他帧图像中的像素集所属的像素类型,其他帧图像包括目标帧图像之前的至少一帧图像,和/或,目标帧图像之后的至少一帧图像。
根据本公开的一个或多个实施例,目标像素集包括目标图像中的一个像素点;或者,目标像素集包括目标图像的至少一行中的每一行的至少两个连续像素点、和/或目标图像的至少一列中的每一列的至少两个连续像素点。
根据本公开的一个或多个实施例,提供了一种电子设备,其包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于:执行根据方法实施例所示的图像处理方法。
根据本公开的一个或多个实施例,提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现方法实施例所示的图像处理方法。
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 (10)

1.一种图像处理方法,其特征在于,包括:
获取目标图像并将所述目标图像划分为多个形状相同的像素集;
依次确定每一所述像素集所属的像素类型;
根据每一所述像素集所属的像素类型确定所述目标图像的压缩结果;
其中,依次确定每一所述像素集所属的像素类型,包括:
读取当前待确定像素类型的像素集作为目标像素集;
对各已确定像素类型进行排序,任一所述已确定像素类型包括与所述已确定像素类型下的像素集中各个像素一一顺序对应的各个通道信息;
按照排序结果,将所述目标像素集的各个通道信息与每一所述已确定像素类型的各个通道信息进行比对,所述目标像素集的各个通道信息与所述目标像素集中的各个像素一一顺序对应;
根据对比结果,确定所述目标像素集所属的像素类型。
2.根据权利要求1所述的方法,其特征在于,所述对各已确定像素类型进行排序,包括:
根据各所述已确定像素类型下的像素集的位置信息,和/或,各所述已确定像素类型下的像素集的个数,对各所述已确定像素类型进行排序。
3.根据权利要求2所述的方法,其特征在于,根据各所述已确定像素类型下的像素集的位置信息,对各所述已确定像素类型进行排序,包括:
对于每一所述已确定像素类型,获取所述已确定像素类型下的各像素集的位置信息,并根据所述目标像素集的位置信息以及所述已确定像素类型下的各像素集的位置信息,计算所述已确定像素类型对应的第一权重值;
其中,所述第一权重值与第一像素集与所述目标像素集之间的距离成反比,所述第一像素集为所述已确定像素类型下的与所述目标像素集之间距离最小的像素集;或者,所述第一权重值与所述已确定像素类型下的各像素集与所述目标像素集之间的总距离成反比;
按照各所述已确定像素类型对应的第一权重值,对各所述已确定像素类型进行排序。
4.根据权利要求2所述的方法,其特征在于,根据各所述已确定像素类型下的像素集的位置信息和各所述已确定像素类型下的像素集的个数,对各所述已确定像素类型进行排序,包括:
对于每一所述已确定像素类型,获取所述已确定像素类型下的各像素集的位置信息以及像素集的个数,并根据所述目标像素集的位置信息、所述已确定像素类型下的各像素集的位置信息以及像素集的个数,计算所述已确定像素类型对应的第二权重值;
其中,所述第二权重值与第二像素集与所述目标像素集之间的距离成反比,或者,与所述已确定像素类型下的各像素集与所述目标像素集之间的总距离成反比,所述第二像素集为所述已确定像素类型下的与所述目标像素集之间距离最小的像素集;所述第二权重值与所述已确定像素类型下的像素集的个数成正比;
按照各所述已确定像素类型的第二权重值,对各所述已确定像素类型进行排序。
5.根据权利要求2-4任一项所述的方法,其特征在于,对于每一所述已确定像素类型,所述已确定像素类型下的各像素集的位置信息以及所述已确定像素类型存储在预设链表中。
6.根据权利要求1所述的方法,其特征在于,按照排序结果,将所述目标像素集的各个通道信息与每一所述已确定像素类型的各个通道信息进行比对,包括:
对于每一所述已确定像素类型,按照排序结果,采用多路比较器将所述目标像素集的各个通道信息与所述已确定像素类型的各个通道信息进行并行比对。
7.根据权利要求1所述的方法,其特征在于,所述目标图像为预设视频中的目标帧图像,所述已确定像素类型包括所述目标帧图像中的像素集所属的像素类型,和/或,其他帧图像中的像素集所属的像素类型,所述其他帧图像包括所述目标帧图像之前的至少一帧图像,和/或,所述目标帧图像之后的至少一帧图像。
8.一种图像处理装置,其特征在于,包括:
像素集获取模块,用于获取目标图像并将所述目标图像划分为多个形状相同的像素集;
像素类型确定模块,用于依次确定每一所述像素集所属的像素类型;
图像压缩模块,用于根据每一所述像素集所属的像素类型确定所述目标图像的压缩结果;
其中,所述像素类型确定模块具体用于:
读取当前待确定像素类型的像素集作为目标像素集;
对各已确定像素类型进行排序,任一所述已确定像素类型包括与所述已确定像素类型下的像素集中各个像素一一顺序对应的各个通道信息;
按照排序结果,将所述目标像素集的各个通道信息与每一所述已确定像素类型的各个通道信息进行比对,所述目标像素集的各个通道信息与所述目标像素集中的各个像素一一顺序对应;
根据对比结果,确定所述目标像素集所属的像素类型。
9.一种电子设备,其特征在于,其包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于:执行根据权利要求1~7任一项所述的图像处理方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~7任一项所述的图像处理方法。
CN202011543021.XA 2020-12-22 2020-12-22 图像处理方法、装置、电子设备及介质 Active CN112712570B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011543021.XA CN112712570B (zh) 2020-12-22 2020-12-22 图像处理方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011543021.XA CN112712570B (zh) 2020-12-22 2020-12-22 图像处理方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN112712570A true CN112712570A (zh) 2021-04-27
CN112712570B CN112712570B (zh) 2023-11-24

Family

ID=75544005

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011543021.XA Active CN112712570B (zh) 2020-12-22 2020-12-22 图像处理方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN112712570B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101154291A (zh) * 2006-09-29 2008-04-02 国际商业机器公司 图像数据压缩方法、图像显示方法及其相应装置
CN103458242A (zh) * 2013-07-02 2013-12-18 北京京北方信息技术有限公司 基于颜色分类与聚类的图像压缩和解压缩方法
CN111405294A (zh) * 2020-03-25 2020-07-10 鲁东大学 一种图像栅格数据的存储及传输方法
CN111738172A (zh) * 2020-06-24 2020-10-02 中国科学院自动化研究所 基于特征对抗学习和自相似性聚类的跨域目标重识别方法
CN111953981A (zh) * 2020-08-25 2020-11-17 西安万像电子科技有限公司 编码方法及装置、解码方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101154291A (zh) * 2006-09-29 2008-04-02 国际商业机器公司 图像数据压缩方法、图像显示方法及其相应装置
CN103458242A (zh) * 2013-07-02 2013-12-18 北京京北方信息技术有限公司 基于颜色分类与聚类的图像压缩和解压缩方法
CN111405294A (zh) * 2020-03-25 2020-07-10 鲁东大学 一种图像栅格数据的存储及传输方法
CN111738172A (zh) * 2020-06-24 2020-10-02 中国科学院自动化研究所 基于特征对抗学习和自相似性聚类的跨域目标重识别方法
CN111953981A (zh) * 2020-08-25 2020-11-17 西安万像电子科技有限公司 编码方法及装置、解码方法及装置

Also Published As

Publication number Publication date
CN112712570B (zh) 2023-11-24

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
CN110413812B (zh) 神经网络模型的训练方法、装置、电子设备及存储介质
CN110991373A (zh) 图像处理方法、装置、电子设备及介质
CN112954354B (zh) 视频的转码方法、装置、设备和介质
CN112135169A (zh) 一种媒体内容加载方法、装置、设备和介质
CN110852946A (zh) 图片展示方法、装置和电子设备
CN111209432A (zh) 信息获取的方法、装置、电子设备及计算机可读介质
CN114817630A (zh) 卡片的显示方法、装置、电子设备、存储介质和程序产品
CN113038176B (zh) 视频抽帧方法、装置和电子设备
CN110399802B (zh) 处理面部图像眼睛亮度的方法、装置、介质和电子设备
CN110809166B (zh) 视频数据处理方法、装置和电子设备
CN114979762B (zh) 视频下载、传输方法、装置、终端设备、服务器及介质
CN112712570B (zh) 图像处理方法、装置、电子设备及介质
CN113435528B (zh) 对象分类的方法、装置、可读介质和电子设备
CN112804469B (zh) 视频通话处理方法、装置、设备及存储介质
CN110457106B (zh) 一种信息展示方法、装置、设备及存储介质
CN111737575B (zh) 内容分发方法、装置、可读介质及电子设备
CN110290381B (zh) 视频质量评估方法、装置、电子设备及计算机存储介质
CN113705386A (zh) 视频分类方法、装置、可读介质和电子设备
CN111343245A (zh) 上传线路调度方法、装置、电子设备及可读存储介质
CN111680754A (zh) 图像分类方法、装置、电子设备及计算机可读存储介质
CN112417276A (zh) 分页数据获取方法、装置、电子设备及计算机可读存储介质
CN110752958A (zh) 用户行为分析方法、装置、设备及存储介质
CN112312200A (zh) 视频封面生成方法、装置和电子设备
CN110825480A (zh) 图片的展示方法、装置、电子设备及计算机可读存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: Tiktok vision (Beijing) Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant