CN112784842A - 一种处理图像的方法、装置、计算机存储介质及终端 - Google Patents

一种处理图像的方法、装置、计算机存储介质及终端 Download PDF

Info

Publication number
CN112784842A
CN112784842A CN201911080860.XA CN201911080860A CN112784842A CN 112784842 A CN112784842 A CN 112784842A CN 201911080860 A CN201911080860 A CN 201911080860A CN 112784842 A CN112784842 A CN 112784842A
Authority
CN
China
Prior art keywords
image
binary
binary region
contour
sub
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
Application number
CN201911080860.XA
Other languages
English (en)
Inventor
段纪伟
熊龙飞
何�泽
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 Kingsoft Office Software Inc
Zhuhai Kingsoft Office Software Co Ltd
Original Assignee
Beijing Kingsoft Office Software Inc
Zhuhai Kingsoft Office Software 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 Kingsoft Office Software Inc, Zhuhai Kingsoft Office Software Co Ltd filed Critical Beijing Kingsoft Office Software Inc
Priority to CN201911080860.XA priority Critical patent/CN112784842A/zh
Publication of CN112784842A publication Critical patent/CN112784842A/zh
Pending legal-status Critical Current

Links

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
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Abstract

一种处理图像的方法、装置、计算机存储介质及终端，包括：拆分初始的二值区域图像为两个或两个以上二值区域子图像；对拆分获得的每一个二值区域子图像分别进行优化处理；合并优化处理后的各二值区域子图像后得到用于抠图的二值区域图像。本发明实施例对二值区域图像进行拆分后分别进行优化，提升了二值区域图像优化处理质量，为提供抠图质量提供技术支持。

Description

一种处理图像的方法、装置、计算机存储介质及终端
技术领域
本文涉及但不限于多媒体技术，尤指一种处理图像的方法、装置、计算机存储介质及终端。
背景技术
抠图是处理图像中常见的操作之一，是把图片或影像的某一部分从原始图片或影像中分离出来成为单独的图层，主要是为了后期的合成做准备。图1为待抠图的原始图像，图2为基于相关技术获得的二值区域图像示意图，图3为相关技术基于二值区域图像抠取的图像的示意图。参照图1～图3，抠图处理主要流程包括：输入待抠图的原始图像；通过相关技术中的处理图像算法获得前景区域的二值区域图像(Mask)；对二值区域图像进行优化后，对原始图像，保留优化后的二值区域图像中的白色区域的部分，抠除黑色区域部分，至此抠取得到所需图像。
相关技术中，通常基于形态学、去毛刺及平滑等对二值区域图像进行全局优化处理；上述处理无法保证白色区域和白色区域内的黑色区域的平衡；当白色区域获得较好的处理效果时，白色区域内的黑色区域的效果往往不理想；当白色区域内的黑色区域的效果理想时，白色区域可能无法达到预期。例如、对二值区域图像进行的平滑处理后，二值区域图像的内部边角、多余背景区域、及外部轮廓处会出现多余背景未抠除的情况。此外，相关技术对二值区域图像进行优化时，无法实现边缘细节的有效优化，优化后的二值区域图像在边缘细节上也无法获得预期效果。
综上，二值区域图像优化处理质量较低，影响了抠图处理的质量；如何改善二值区域图像的处理质量，成为一个需要解决的问题。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供一种处理图像的方法、装置、计算机存储介质及终端，能够提升二值区域图像优化处理质量。
本发明实施例提供了一种处理图像的方法，包括：
拆分初始的二值区域图像为两个或两个以上二值区域子图像；
对拆分获得的每一个二值区域子图像分别进行优化处理；
合并优化处理后的各二值区域子图像后得到用于抠图的二值区域图像。
在一种示例性实施例中，所述拆分初始的二值区域图像为两个或两个以上二值区域子图像，包括：
对所述初始的二值区域图像进行边缘检测，获得所述二值区域图像中前景部分的外层轮廓；
对获得的所述外层轮廓圈定的区域进行像素填充后，获得第一二值区域子图像；
比对所述初始的二值区域图像和所述第一二值区域子图像，将比对获得的所述前景部分中包含的背景部分的图像作为第二二值区域子图像。
在一种示例性实施例中，所述优化处理包括以下一项或任意组合的处理：形态学处理、去毛刺和边缘平滑。
在一种示例性实施例中，所述获得用于抠图的二值区域图像后，所述方法还包括：
对获得的所述用于抠图的二值区域图像进行边缘检测，获得所述用于抠图的二值区域图像的前景部分的图像轮廓；
按照预设策略将获得的所述图像轮廓划分为两个或两个以上部分；
对划分获得的各部分图像轮廓，分别根据配置的平滑处理参数进行平滑处理。
在一种示例性实施例中，所述图像轮廓包括：内部轮廓和外层轮廓，所述按照预设策略将获得的所述图像轮廓划分为两个或两个以上部分，包括：
将所述内部轮廓划分为所述图像轮廓的一个部分；
将所述外层轮廓按照预设的分段策略划分为两个或两个以上轮廓分段，将划分获得的各所述轮廓分段，分别作为所述图像轮廓的一个部分。
另一方面，本发明实施例还提供一种处理图像的装置，包括：拆分单元、优化单元及合并单元；其中，
拆分单元用于：拆分初始的二值区域图像为两个或两个以上二值区域子图像；
优化单元用于：对拆分获得的每一个二值区域子图像分别进行优化处理；
合并单元用于：合并优化处理后的各二值区域子图像后得到用于抠图的二值区域图像。
在一种示例性实施例中，所述拆分单元具体用于：
对所述初始的二值区域图像进行边缘检测，获得所述二值区域图像中前景部分的外层轮廓；对获得的所述外层轮廓圈定的区域进行像素填充后，获得第一二值区域子图像；
比对所述初始的二值区域图像和所述第一二值区域子图像，将比对获得的所述前景部分中包含的背景部分的图像作为第二二值区域子图像。
在一种示例性实施例中，所述优化处理包括以下一项或任意组合的处理：形态学处理、去毛刺和边缘平滑。
再一方面，本发明实施例还提供一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行上述处理图像的方法。
还一方面，本发明实施例还提供一种终端，包括：存储器和处理器；其中，
处理器被配置为执行存储器中的程序指令；
程序指令在处理器读取执行上述处理图像的方法。
与相关技术相比，本申请技术方案包括：拆分初始的二值区域图像为两个或两个以上二值区域子图像；对拆分获得的每一个二值区域子图像分别进行优化处理；合并优化处理后的各二值区域子图像后得到用于抠图的二值区域图像。本发明实施例对二值区域图像进行拆分后分别进行优化，提升了二值区域图像优化处理质量，为提供抠图质量提供技术支持。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1为待抠图的原始图像；
图2为基于相关技术获得的二值区域图像示意图；
图3为相关技术基于二值区域图像抠取的图像的示意图；图4为本发明实施例图像处理的方法的流程图；
图5为本发明实施例获得的二值区域子图像的示意图；
图6为本发明实施例获得的另一二值区域子图像的示意图；
图7为本发明实施例未进行平滑处理的外部轮廓的局部示意图；
图8为本发明实施例进行平滑处理的外部轮廓的局部示意图；
图9为本发明实施例进行平滑处理的前景部分包含的背景部分示意图；
图10为本发明实施例获得的二值区域图像示意图；
图11为本发明实施例基于获得的二值区域图像抠取的图像示意图；
图12为本发明实施例图像处理的装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图4为本发明实施例图像处理的方法的流程图，如图4所示，包括：
步骤401、拆分初始的二值区域图像为两个或两个以上二值区域子图像；
在一种示例性实施例中，所述拆分初始的二值区域图像为两个或两个以上二值区域子图像，包括：
对所述初始的二值区域图像进行边缘检测，获得所述二值区域图像中前景部分的外层轮廓；
对获得的所述外层轮廓圈定的区域进行像素填充后，获得第一二值区域子图像；
比对所述初始的二值区域图像和所述第一二值区域子图像，将比对获得的所述前景部分中包含的背景部分的图像作为第二二值区域子图像。
需要说明的是，这里，对外层轮廓圈定的前景部分进行像素填充包括：采用初始的二值区域图像的前景部分的像素，对外层轮廓圈定的前景部分进行像素填充。图5为本发明实施例获得的二值区域子图像的示意图，如图5所示，该二值区域子图像为：对初始的二值区域图像进行边缘检测后，获得二值区域图像中前景部分的外层轮廓；对获得的外层轮廓圈定的区域进行像素填充后获得的二值区域子图像；图6为本发明实施例获得的另一二值区域子图像的示意图，如图6所示，该二值区域子图像为前景部分中包含的背景部分的图像。
步骤402、对拆分获得的每一个二值区域子图像分别进行优化处理；
在一种示例性实施例中，分别进行优化处理包括：
对拆分获得的各个所述二值区域子图像分别配置对应的优化参数，根据配置的优化参数对各所述二值区域子图像进行优化处理；
这里，对各个二值区域子图像配置的优化参数，可以由本领域技术人员根据图像特征人为设置或结合相关图像处理原理自动设置，在此不做赘述；
在一种示例性实施例中，所述优化处理包括以下一项或任意组合的处理：形态学处理、去毛刺和边缘平滑。
步骤403、合并优化处理后的各二值区域子图像后得到用于抠图的二值区域图像。
在一种示例性实施例中，所述获得用于抠图的二值区域图像后，所述方法还包括：
对获得的所述用于抠图的二值区域图像进行边缘检测，获得所述用于抠图的二值区域图像的前景部分的图像轮廓；
按照预设策略将获得的所述图像轮廓划分为两个或两个以上部分；
对划分获得的各部分图像轮廓，分别根据配置的平滑处理参数进行平滑处理。
这里，分别进行平滑处理包括：根据划分获得的各部分图像轮廓的特点，由本领域技术人员分别设置相应的平滑处理参数后，基于设定的平滑处理参数进行平滑处理。
在一种示例性实施例中，所述图像轮廓包括：内部轮廓和外层轮廓，所述按照预设策略将获得的所述图像轮廓划分为两个或两个以上部分，包括：
将所述内部轮廓划分为所述图像轮廓的一个部分；
将所述外层轮廓按照预设的分段策略划分为两个或两个以上轮廓分段，将划分获得的各所述轮廓分段，分别作为所述图像轮廓的一个部分。
在一种示例性实施例中，本发明实施例可以根据外层轮廓的坐标，将外层轮廓划分为两个或两个以上轮廓分段；本发明实施例可以基于划分的图像轮廓的图像特性设置平滑处理参数；包括但不限于：将外层轮廓划分为若干轮廓分段时，可以参照轮廓分段的曲率及相关经验设置平滑处理参数；其中，轮廓分段的曲率可以借助贝塞尔曲线的相关原理确定。例如，通过曲率确定轮廓分段包含小锯齿时，根据轮廓分段的特征配置平滑处理参数后，根据配置的平滑处理参数对轮廓分段进行平滑处理；通过曲率确定轮廓分段包含大角度的轮廓分段时，根据轮廓分段的特征配置平滑处理参数后，根据配置的平滑处理参数对轮廓分段进行平滑处理。图7为本发明实施例未进行平滑处理的外部轮廓的局部示意图，如图7所示，显示的外部轮廓的局部出现小锯齿结构；图8为本发明实施例进行平滑处理的外部轮廓的局部示意图，如图8所示，进行平滑处理后外部轮廓的局部小锯齿消失。图9为本发明实施例进行平滑处理的前景部分包含的背景部分示意图，如图9所示，通过对图6所示的前景部分包含的背景进行平滑处理后，前景部分的背景中的小锯齿消失。图10为本发明实施例获得的二值区域图像示意图，通过合并图8和图9优化处理后的各二值区域子图像后，获得用于抠图的二值区域图像。图11为本发明实施例基于获得的二值区域图像抠取的图像示意图，如图11所示，通过获得用于抠图的二值区域图像对原始图像进行抠图后，提升了抠取的图像的质量。
与相关技术相比，本申请技术方案包括：拆分初始的二值区域图像为两个或两个以上二值区域子图像；对拆分获得的每一个二值区域子图像分别进行优化处理；合并优化处理后的各二值区域子图像后得到用于抠图的二值区域图像。本发明实施例对二值区域图像进行拆分后分别进行优化，提升了二值区域图像优化处理质量，为提供抠图质量提供技术支持。
图12为本发明实施例处理图像的装置的结构框图，如图12所示，包括：拆分单元、优化单元及合并单元；其中，
拆分单元用于：拆分初始的二值区域图像为两个或两个以上二值区域子图像；
在一种示例性实施例中，所述拆分单元具体用于：
对所述初始的二值区域图像进行边缘检测，获得所述二值区域图像中前景部分的外层轮廓；对获得的所述外层轮廓圈定的区域进行像素填充后，获得第一二值区域子图像；
比对所述初始的二值区域图像和所述第一二值区域子图像，将比对获得的所述前景部分中包含的背景部分的图像作为第二二值区域子图像。
需要说明的是，这里，对外层轮廓圈定的前景部分进行像素填充包括：采用初始的二值区域图像的前景部分的像素，对外层轮廓圈定的前景部分进行像素填充。
优化单元用于：对拆分获得的每一个二值区域子图像分别进行优化处理；
在一种示例性实施例中，所述优化单元具体用于：
对拆分获得的各个所述二值区域子图像，分别配置对应的优化参数后，根据配置的优化参数对各所述二值区域子图像进行优化处理；
其中，所述优化处理包括以下一项或任意组合的处理：形态学处理、去毛刺和边缘平滑。
在一种示例性实施例中，所述优化单元还用于：
对获得的所述用于抠图的二值区域图像进行边缘检测，获得所述用于抠图的二值区域图像的前景部分的图像轮廓；
按照预设策略将获得的所述图像轮廓划分为两个或两个以上部分；
对划分获得的各部分图像轮廓，分别根据配置的平滑处理参数进行平滑处理。
这里，分别进行平滑处理包括：根据划分获得的各部分图像轮廓的特点，由本领域技术人员分别设置相应的平滑处理参数后，基于设定的平滑处理参数进行平滑处理。
在一种示例性实施例中，所述优化单元还用于所述按照预设策略将获得的所述图像轮廓划分为两个或两个以上部分，包括：
将所述内部轮廓划分为所述图像轮廓的一个部分；
将所述外层轮廓按照预设的分段策略划分为两个或两个以上轮廓分段，将划分获得的各所述轮廓分段，分别作为所述图像轮廓的一个部分。
其中，所述图像轮廓包括：内部轮廓和外层轮廓。
在一种示例性实施例中，本发明实施例可以根据外层轮廓的坐标，将外层轮廓划分为两个或两个以上轮廓分段；本发明实施例可以基于划分的图像轮廓的图像特性设置平滑处理参数；包括但不限于：将外层轮廓划分为若干轮廓分段时，可以参照轮廓分段的曲率及相关经验设置平滑处理参数；其中，轮廓分段的曲率可以借助贝塞尔曲线的相关原理确定。例如，通过曲率确定轮廓分段包含小锯齿时，根据轮廓分段的特征配置平滑处理参数后，根据配置的平滑处理参数对轮廓分段进行平滑处理；通过曲率确定轮廓分段包含大角度的轮廓段时，根据轮廓分段的特征配置平滑处理参数后，根据配置的平滑处理参数对轮廓分段进行平滑处理。
合并单元用于：合并优化处理后的各二值区域子图像后得到用于抠图的二值区域图像。
与相关技术相比，本申请技术方案包括：拆分初始的二值区域图像为两个或两个以上二值区域子图像；对拆分获得的每一个二值区域子图像分别进行优化处理；合并优化处理后的各二值区域子图像后得到用于抠图的二值区域图像。本发明实施例对二值区域图像进行拆分后分别进行优化，提升了二值区域图像优化处理质量，为提供抠图质量提供技术支持。
本发明实施例还提供一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行上述处理图像的方法。
本发明实施例还提供一种终端，包括：存储器和处理器；其中，
处理器被配置为执行存储器中的程序指令；
程序指令在处理器读取执行上述处理图像的方法。
“本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。”

Claims (10)

1.一种处理图像的方法，包括：
拆分初始的二值区域图像为两个或两个以上二值区域子图像；
对拆分获得的每一个二值区域子图像分别进行优化处理；
合并优化处理后的各二值区域子图像后得到用于抠图的二值区域图像。
2.根据权利要求1所述的方法，其特征在于，所述拆分初始的二值区域图像为两个或两个以上二值区域子图像，包括：
对所述初始的二值区域图像进行边缘检测，获得所述二值区域图像中前景部分的外层轮廓；
对获得的所述外层轮廓圈定的区域进行像素填充后，获得第一二值区域子图像；
比对所述初始的二值区域图像和所述第一二值区域子图像，将比对获得的所述前景部分中包含的背景部分的图像作为第二二值区域子图像。
3.根据权利要求1或2所述的方法，其特征在于，所述优化处理包括以下一项或任意组合的处理：形态学处理、去毛刺和边缘平滑。
4.根据权利要求1或2所述的方法，其特征在于，所述获得用于抠图的二值区域图像后，所述方法还包括：
对获得的所述用于抠图的二值区域图像进行边缘检测，获得所述用于抠图的二值区域图像的前景部分的图像轮廓；
按照预设策略将获得的所述图像轮廓划分为两个或两个以上部分；
对划分获得的各部分图像轮廓，分别根据配置的平滑处理参数进行平滑处理。
5.根据权利要求4所述的方法，其特征在于，所述图像轮廓包括：内部轮廓和外层轮廓，所述按照预设策略将获得的所述图像轮廓划分为两个或两个以上部分，包括：
将所述内部轮廓划分为所述图像轮廓的一个部分；
将所述外层轮廓按照预设的分段策略划分为两个或两个以上轮廓分段，将划分获得的各所述轮廓分段，分别作为所述图像轮廓的一个部分。
6.一种处理图像的装置，包括：拆分单元、优化单元及合并单元；其中，
拆分单元用于：拆分初始的二值区域图像为两个或两个以上二值区域子图像；
优化单元用于：对拆分获得的每一个二值区域子图像分别进行优化处理；
合并单元用于：合并优化处理后的各二值区域子图像后得到用于抠图的二值区域图像。
7.根据权利要求6所述的装置，其特征在于，所述拆分单元具体用于：
对所述初始的二值区域图像进行边缘检测，获得所述二值区域图像中前景部分的外层轮廓；对获得的所述外层轮廓圈定的区域进行像素填充后，获得第一二值区域子图像；
比对所述初始的二值区域图像和所述第一二值区域子图像，将比对获得的所述前景部分中包含的背景部分的图像作为第二二值区域子图像。
8.根据权利要求6或7所述的装置，其特征在于，所述优化处理包括以下一项或任意组合的处理：形态学处理、去毛刺和边缘平滑。
9.一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1～5中任一项所述的处理图像的方法。
10.一种终端，包括：存储器和处理器；其中，
处理器被配置为执行存储器中的程序指令；
程序指令在处理器读取执行权利要求1～5中任一项所述的处理图像的方法。
CN201911080860.XA 2019-11-07 2019-11-07 一种处理图像的方法、装置、计算机存储介质及终端 Pending CN112784842A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911080860.XA CN112784842A (zh) 2019-11-07 2019-11-07 一种处理图像的方法、装置、计算机存储介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911080860.XA CN112784842A (zh) 2019-11-07 2019-11-07 一种处理图像的方法、装置、计算机存储介质及终端

Publications (1)

Publication Number Publication Date
CN112784842A true CN112784842A (zh) 2021-05-11

Family

ID=75748201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911080860.XA Pending CN112784842A (zh) 2019-11-07 2019-11-07 一种处理图像的方法、装置、计算机存储介质及终端

Country Status (1)

Country Link
CN (1) CN112784842A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150098648A1 (en) * 2013-10-09 2015-04-09 Casio Computer Co., Ltd. Image Processing Device Capable of Segmenting an Image into Plural Areas
CN104766275A (zh) * 2014-01-02 2015-07-08 株式会社理光 稀疏视差图稠密化方法和装置
CN105528485A (zh) * 2015-12-07 2016-04-27 常州天能博智能系统科技有限公司 一种从位图自动轮廓提取及路径生成的方法
CN108961303A (zh) * 2018-07-23 2018-12-07 北京旷视科技有限公司 一种图像处理方法、装置、电子设备和计算机可读介质
US20190206052A1 (en) * 2017-12-29 2019-07-04 Shenzhen Institutes Of Advanced Technology Chinese Academy Of Sciences Carpal segmentation and recognition method and system, terminal and readable storage medium

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150098648A1 (en) * 2013-10-09 2015-04-09 Casio Computer Co., Ltd. Image Processing Device Capable of Segmenting an Image into Plural Areas
CN104580883A (zh) * 2013-10-09 2015-04-29 卡西欧计算机株式会社 图像处理装置、图像处理方法
CN104766275A (zh) * 2014-01-02 2015-07-08 株式会社理光 稀疏视差图稠密化方法和装置
CN105528485A (zh) * 2015-12-07 2016-04-27 常州天能博智能系统科技有限公司 一种从位图自动轮廓提取及路径生成的方法
US20190206052A1 (en) * 2017-12-29 2019-07-04 Shenzhen Institutes Of Advanced Technology Chinese Academy Of Sciences Carpal segmentation and recognition method and system, terminal and readable storage medium
CN108961303A (zh) * 2018-07-23 2018-12-07 北京旷视科技有限公司 一种图像处理方法、装置、电子设备和计算机可读介质

Similar Documents

Publication Publication Date Title
CN108335279B (zh) 图像融合和hdr成像
US20090290796A1 (en) Image processing apparatus and image processing method
CN110443140B (zh) 文本定位的方法、装置、计算机设备及存储介质
US20090202167A1 (en) Method and apparatus for image enhancement
US8594446B2 (en) Method for enhancing a digitized document
CN107547803B (zh) 视频分割结果边缘优化处理方法、装置及计算设备
CN111325667B (zh) 图像处理方法及相关产品
US20160042498A1 (en) System and method for increasing the bit depth of images
US20150063718A1 (en) Techniques for enhancing low-light images
JP2002083294A (ja) 画像処理装置、画像処理方法および画像処理プログラムが格納された記録媒体
CN111402111A (zh) 图像虚化方法、装置、终端及计算机可读存储介质
KR102315471B1 (ko) 영상 처리 방법과 장치
CN113506305B (zh) 三维点云数据的图像增强方法、语义分割方法及装置
CN108805838B (zh) 一种图像处理方法、移动终端及计算机可读存储介质
US10964028B2 (en) Electronic device and method for segmenting image
CN112784842A (zh) 一种处理图像的方法、装置、计算机存储介质及终端
Jiji et al. A novel imaging system for underwater haze enhancement
CN113221618B (zh) 人脸图像去高光的方法、系统及其存储介质
CN114519753A (zh) 图像生成方法、系统、电子设备、存储介质和产品
CN112435159A (zh) 一种图像处理的方法、装置、计算机存储介质及终端
CN109712094B (zh) 图像处理方法及装置
US10552970B2 (en) Efficient guide filter for depth refinement
CN111091526B (zh) 一种视频模糊的检测方法和系统
CN111986095A (zh) 基于边缘提取的图像处理方法及图像处理装置
CN111986096A (zh) 基于边缘提取的漫画生成方法及漫画生成装置

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