CN112950738B - 渲染引擎的处理方法及装置、存储介质和电子设备 - Google Patents
渲染引擎的处理方法及装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN112950738B CN112950738B CN202110342519.8A CN202110342519A CN112950738B CN 112950738 B CN112950738 B CN 112950738B CN 202110342519 A CN202110342519 A CN 202110342519A CN 112950738 B CN112950738 B CN 112950738B
- Authority
- CN
- China
- Prior art keywords
- image
- rendering
- rendering engine
- camera
- engine
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10024—Color image
Abstract
本发明公开了一种渲染引擎的处理方法及装置、存储介质和电子设备。其中,该方法包括:获取待渲染图像和后端渲染引擎的第一相机参数;采用上述后端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图;对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值;当检测到上述相似度值低于预设相似度阈值时,则确定对上述前端渲染引擎进行优化处理。本发明解决了现有技术中前端渲染引擎与后端渲染引擎之间存在渲染效果差异,导致用户在前端看到最终呈现的渲染效果和后端最终离线渲染图不一致的技术问题。
Description
技术领域
本发明涉及数据处理领域,具体而言,涉及一种渲染引擎的处理方法及装置、存储介质和电子设备。
背景技术
目前离线渲染的效果已经可以达到照片级的水准,然而由于前端渲染引擎的实时渲染使用简模以及材质属性不支持等问题,会表现出各种效果不如人意的情况,导致用户在前端看到最终呈现的渲染效果和后端最终离线渲染图不一致的问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种渲染引擎的处理方法及装置、存储介质和电子设备,以至少解决现有技术中前端渲染引擎与后端渲染引擎之间存在渲染效果差异,导致用户在前端看到最终呈现的渲染效果和后端最终离线渲染图不一致的技术问题。
根据本发明实施例的一个方面,提供了一种渲染引擎的处理方法,包括:获取待渲染图像和后端渲染引擎的第一相机参数;采用上述后端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图;对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值;当检测到上述相似度值低于预设相似度阈值时,则确定对上述前端渲染引擎进行优化处理。
可选的,采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图,包括:获取上述前端渲染引擎的软件开发工具包;采用上述软件开发工具包确定上述前端渲染引擎本地的图像渲染模型;基于上述第一相机参数对应生成上述图像渲染模型的第二相机参数;采用上述图像渲染模型基于上述第二相机参数生成与上述待渲染图像对应的前端预览图。
可选的,在采用上述软件开发工具包确定上述前端渲染引擎本地的图像渲染模型之后,上述方法还包括:在上述前端渲染引擎本地加载上述图像渲染模型;在上述图像渲染模型加载完成之后,输入开始提示信息至上述图像渲染模型,其中,上述开始提示信息用于监听上述图像渲染模型的开始渲染状态。
可选的,确定对上述前端渲染引擎进行优化处理,包括:获取上述图像渲染模型的第二相机参数;对上述第二相机参数进行优化处理。
可选的,对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值,包括:采用颜色空间计算算法计算上述前端预览图和上述后端渲染图之间的像素距离值;基于上述像素距离值确定上述前端预览图和上述后端渲染图之间的相似度值。
可选的,上述第一相机参数和第二相机参数均包括以下至少之一:相机位置、相机视野、转换矩形、边框回归参数、分辨率、焦点位置。
根据本发明实施例的一个方面,提供了一种渲染引擎的处理装置,包括:获取模块,用于获取待渲染图像和后端渲染引擎的第一相机参数;生成模块,用于采用上述后端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图;计算模块,用于对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值;确定模块,用于当检测到上述相似度值低于预设相似度阈值时,则确定对上述前端渲染引擎进行优化处理。
可选的,上述生成模块包括:获取单元,用于获取上述前端渲染引擎的软件开发工具包;确定单元,用于采用上述软件开发工具包确定上述前端渲染引擎本地的图像渲染模型;第一生成单元,用于基于上述第一相机参数对应生成上述图像渲染模型的第二相机参数;第二生成单元,用于采用上述图像渲染模型基于上述第二相机参数生成与上述待渲染图像对应的前端预览图。
根据本发明实施例的另一方面,还提供了一种非易失性存储介质,上述非易失性存储介质存储有多条指令,上述指令适于由处理器加载并执行任意一项上述的渲染引擎的处理方法。
根据本发明实施例的另一方面,还提供了一种电子设备,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为运行上述计算机程序以执行任意一项上述的渲染引擎的处理方法。
在本发明实施例中,通过获取待渲染图像和后端渲染引擎的第一相机参数;采用上述后端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图;对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值;当检测到上述相似度值低于预设相似度阈值时,则确定对上述前端渲染引擎进行优化处理,达到了根据前端渲染引擎与后端渲染引擎之间存在渲染效果差异对前端渲染引擎进行优化的目的,从而实现了用户在前端看到最终呈现的渲染效果和后端最终离线渲染图一致的技术效果,进而解决了现有技术中前端渲染引擎与后端渲染引擎之间存在渲染效果差异,导致用户在前端看到最终呈现的渲染效果和后端最终离线渲染图不一致的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种渲染引擎的处理方法的流程图;
图2是根据本发明实施例的一种可选的前端演示demo时序图示意图;
图3是根据本发明实施例的一种渲染引擎的处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必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,以便这里描述的本发明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。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种渲染引擎的处理方法的实施例,需要说明的是,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1是根据本发明实施例的一种渲染引擎的处理方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取待渲染图像和后端渲染引擎的第一相机参数;
步骤S104,采用上述后端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图;
步骤S106,对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值;
步骤S108,当检测到上述相似度值低于预设相似度阈值时,则确定对上述前端渲染引擎进行优化处理。
在本发明实施例中,通过获取待渲染图像和后端渲染引擎的第一相机参数;采用上述后端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图;对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值;当检测到上述相似度值低于预设相似度阈值时,则确定对上述前端渲染引擎进行优化处理,达到了根据前端渲染引擎与后端渲染引擎之间存在渲染效果差异对前端渲染引擎进行优化的目的,从而实现了用户在前端看到最终呈现的渲染效果和后端最终离线渲染图一致的技术效果,进而解决了现有技术中前端渲染引擎与后端渲染引擎之间存在渲染效果差异,导致用户在前端看到最终呈现的渲染效果和后端最终离线渲染图不一致的技术问题。
本申请实施例所提供的上述渲染引擎的处理方法,可以但不限于应用在渲染引擎测试场景中,采用上述渲染引擎的处理方法可以发现并找出不同渲染引擎之间的效果差异,从而推进对渲染引擎的优化处理。
在一种可选的实施例中,上述第一相机参数和第二相机参数均包括以下至少之一:相机位置、相机视野、转换矩形、边框回归参数、分辨率、焦点位置。
可选的,上述第一相机参数是后端渲染引擎用于对待渲染图像进行渲染处理,得到对应的后端渲染图的相机参数,例如,包括以下至少之一:相机位置、相机视野、转换矩形、边框回归参数、分辨率、焦点位置。上述第二相机参数是后续生成与上述待渲染图像对应的前端预览图时,根据第一相机参数确定上述前端渲染引擎本地的图像渲染模型的第二相机参数,进而可以采用上述图像渲染模型基于上述第二相机参数生成与上述待渲染图像对应的前端预览图。
可选的,上述待渲染图像可以为图片,例如,商业宣传图片、商品图片、公益宣传图片等;上述后端渲染引擎包括:Java渲染引擎、ASP渲染引擎、PHP渲染引擎等;上述前端渲染引擎是指使用JS来渲染页面大部分内容,包括目前流行的SPA单页面应用。
可选的,上述第一相机参数和第二相机参数,可以采用如下表1所示的数据结构参数进行定义:
表1
代码参数 | 参数含义 |
position | 相机位置 |
fov | 相机视野 |
transform | 转换矩形 |
Box(boundingbox) | 边框回归参数 |
size | 分辨率 |
lookat | 焦点位置 |
需要说明的是,前端渲染的优势是可以实现局部更新,无需每次都进行完整页面请求,可以实现懒加载和富交互,例如,懒加载是指在页面初始时仅加载可视区域内的数据,滚动后加载其他数据,富交互是指使用JS实现各种酷炫效果。前端渲染还可以节约服务器成本,部署简单仅需要服务器支持静态文件即可,因此前端渲染是未来的渲染发展趋势。
仍需要说明的是,后端渲染仍存在不可忽视的优势,例如,服务器并不需要预先下载一堆JS和CSS后才可以看到页面;服务器渲染不需要关心浏览器兼容的问题;后端渲染效果更好,减少客户端的能耗等等。
作为一种可选的实施例,为了保障用户体验的一致性,需要推动前端实时渲染引擎与后端离线渲染的效果一致,因此,本申请实施例中,需要在不同渲染引擎间发现效果差异。
在本申请实施例中,在采用上述后端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图之后,可以对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值;并当检测到上述相似度值低于预设相似度阈值时,表明该前端预览图的材质错误,则确定对上述前端渲染引擎进行优化处理;当检测到上述相似度值高于或等于预设相似度阈值时,表明当前前端预览图的材质正常,后续正常处理即可。
在一种可选的实施例中,采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图,包括:
步骤S202,获取上述前端渲染引擎的软件开发工具包;
步骤S204,采用上述软件开发工具包确定上述前端渲染引擎本地的图像渲染模型;
步骤S206,基于上述第一相机参数对应生成上述图像渲染模型的第二相机参数;
步骤S208,采用上述图像渲染模型基于上述第二相机参数生成与上述待渲染图像对应的前端预览图。
可选的,采用前端渲染引擎的软件开发工具包SDK实现一个前端演示demo,一种可选的前端演示demo时序图如图2所示。
需要说明的是,用于生成前端预览图的前端渲染引擎需要具备:前端渲染引擎的第二相机参数能够与后端渲染引擎的第一相机参数对应,例如,对于同一个模型,可以达到像素级对应,进而在采用上述图像渲染模型基于上述第二相机参数生成与上述待渲染图像对应的前端预览图之后,可以对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值,这样处理得到的前端预览图和后端渲染图才处于同一层级,可以进行相似度比较计算。
在一种可选的实施例中,在采用上述软件开发工具包确定上述前端渲染引擎本地的图像渲染模型之后,上述方法还包括:
步骤S302,在上述前端渲染引擎本地加载上述图像渲染模型;
步骤S304,在上述图像渲染模型加载完成之后,输入开始提示信息至上述图像渲染模型,其中,上述开始提示信息用于监听上述图像渲染模型的开始渲染状态。
可选的,在前端渲染引擎本地加载上述图像渲染模型完成之后,可以给出一个准备信息,例如,ready信息,方便提示监听图像渲染模型的开始渲染状态。
在一种可选的实施例中,确定对上述前端渲染引擎进行优化处理,包括:
步骤S402,获取上述图像渲染模型的第二相机参数;
步骤S404,对上述第二相机参数进行优化处理。
在本申请实施例中,对上述前端渲染引擎进行优化处理,主要是对前端渲染引擎中的第二相机参数进行优化,例如,优化第二相机参数中与前端渲染引擎或者客户端不兼容的相机参数等,得到优化后的第二相机参数,并采用该优化后的第二相机参数重新生成新的前端预览图。
在一种可选的实施例中,对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值,包括:
步骤S502,采用颜色空间计算算法计算上述前端预览图和上述后端渲染图之间的像素距离值;
步骤S504,基于上述像素距离值确定上述前端预览图和上述后端渲染图之间的相似度值。
可选的,上述颜色空间计算算法是指与人眼识别度相似的CIELAB颜色空间计算算法,采用该颜色空间计算算法可以计算像素距离值,在计算得到像素距离值之后,根据预先确定的对应标准得到相似度值,针对面积差异大的前端预览图和后端渲染图进行筛选;例如,一般与后端渲染图的相似度值大于1%的前端预览图都需要定位问题原因并进行优化处理。
作为一种可选的实施例,在确定存在确定问题和解决方案实现后,由于数据链路过长,需要通过数据mock能力进行引擎效果验证。以模型单面检查的功能为例,涉及到模型反向检测、mock接口数据等,均是正常上线需要涉及到的改动方,有了mock能力只需要核心逻辑实现了即可验证。
通过本申请实施例,测试集管理及调度功能实现页面支持,方便自测,针对大批量跑数据,通过jenkins和k8s提供并行计算能力;Mock能力需要串联前端demo、后端服务、jenkins、UI自动化全链路。
作为一种可选的实施例,本申请实施例中所提供的渲染引擎处理方法还可以提供下载前端预览图的命令行,以便于下载处理得到前端预览图片,并且还提供可通过参数控制的模拟mock路由能力。
通过本申请实施例,可以发现各种问题涉及整个数据链路上的近10个业务线,前端展示效果差的模型比例从3%降低到仅为0.02%;沉淀出各类测试集十余个,支持整个数据链路上的回归测试手段;在模型入库以及公库上架审核流程中加入效果检测能力,保障入库模型质量。
实施例2
根据本发明实施例,还提供了一种用于实施上述渲染引擎的处理方法的装置实施例,图3是根据本发明实施例的一种渲染引擎的处理装置的结构示意图,如图3所示,上述渲染引擎的处理装置,包括:获取模块60、生成模块62、计算模块64和确定模块66,其中:
获取模块60,用于获取待渲染图像和后端渲染引擎的第一相机参数;生成模块62,用于采用上述后端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图;计算模块64,用于对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值;确定模块66,用于当检测到上述相似度值低于预设相似度阈值时,则确定对上述前端渲染引擎进行优化处理。
在本发明实施例中,通过获取待渲染图像和后端渲染引擎的第一相机参数;采用上述后端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图;对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值;当检测到上述相似度值低于预设相似度阈值时,则确定对上述前端渲染引擎进行优化处理,达到了根据前端渲染引擎与后端渲染引擎之间存在渲染效果差异对前端渲染引擎进行优化的目的,从而实现了用户在前端看到最终呈现的渲染效果和后端最终离线渲染图一致的技术效果,进而解决了现有技术中前端渲染引擎与后端渲染引擎之间存在渲染效果差异,导致用户在前端看到最终呈现的渲染效果和后端最终离线渲染图不一致的技术问题。
在一种可选的实施例中,上述生成模块包括:获取单元,用于获取上述前端渲染引擎的软件开发工具包;确定单元,用于采用上述软件开发工具包确定上述前端渲染引擎本地的图像渲染模型;第一生成单元,用于基于上述第一相机参数对应生成上述图像渲染模型的第二相机参数;第二生成单元,用于采用上述图像渲染模型基于上述第二相机参数生成与上述待渲染图像对应的前端预览图。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,例如,对于后者,可以通过以下方式实现:上述各个模块可以位于同一处理器中;或者,上述各个模块以任意组合的方式位于不同的处理器中。
此处需要说明的是,上述获取模块60、生成模块62、计算模块64和确定模块66对应于实施例1中的步骤S102至步骤S108,上述模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在计算机终端中。
需要说明的是,本实施例的可选或优选实施方式可以参见实施例1中的相关描述,此处不再赘述。
上述的渲染引擎的处理装置还可以包括处理器和存储器,上述获取模块60、生成模块62、计算模块64和确定模块66等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元,上述内核可以设置一个或以上。存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本申请实施例,还提供了一种非易失性存储介质的实施例。可选地,在本实施例中,上述非易失性存储介质包括存储的程序,其中,在上述程序运行时控制上述非易失性存储介质所在设备执行上述任意一种渲染引擎的处理方法。
可选地,在本实施例中,上述非易失性存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中,上述非易失性存储介质包括存储的程序。
可选地,在程序运行时控制非易失性存储介质所在设备执行以下功能:获取待渲染图像和后端渲染引擎的第一相机参数;采用上述后端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于上述第一相机参数生成与上述待渲染图像对应的前端预览图;对上述前端预览图和上述后端渲染图进行相似度计算,得到相似度值;当检测到上述相似度值低于预设相似度阈值时,则确定对上述前端渲染引擎进行优化处理。
可选地,在程序运行时控制非易失性存储介质所在设备执行以下功能:获取上述前端渲染引擎的软件开发工具包;采用上述软件开发工具包确定上述前端渲染引擎本地的图像渲染模型;基于上述第一相机参数对应生成上述图像渲染模型的第二相机参数;采用上述图像渲染模型基于上述第二相机参数生成与上述待渲染图像对应的前端预览图。
可选地,在程序运行时控制非易失性存储介质所在设备执行以下功能:在上述前端渲染引擎本地加载上述图像渲染模型;在上述图像渲染模型加载完成之后,输入开始提示信息至上述图像渲染模型,其中,上述开始提示信息用于监听上述图像渲染模型的开始渲染状态。
可选地,在程序运行时控制非易失性存储介质所在设备执行以下功能:获取上述图像渲染模型的第二相机参数;对上述第二相机参数进行优化处理。
可选地,在程序运行时控制非易失性存储介质所在设备执行以下功能:采用颜色空间计算算法计算上述前端预览图和上述后端渲染图之间的像素距离值;基于上述像素距离值确定上述前端预览图和上述后端渲染图之间的相似度值。
根据本申请实施例,还提供了一种处理器的实施例。可选地,在本实施例中,上述处理器用于运行程序,其中,上述程序运行时执行上述任意一种渲染引擎的处理方法。
根据本申请实施例,还提供了一种电子设备的实施例,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为运行上述计算机程序以执行上述任意一种的渲染引擎的处理方法。
根据本申请实施例,还提供了一种计算机程序产品的实施例,当在数据处理设备上执行时,适于执行初始化有上述任意一种的渲染引擎的处理方法步骤的程序。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取非易失性存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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非易失性存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的非易失性存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上上述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (11)
1.一种渲染引擎的处理方法,其特征在于,包括:
获取待渲染图像和后端渲染引擎的第一相机参数;
采用所述后端渲染引擎基于所述第一相机参数生成与所述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于所述第一相机参数生成与所述待渲染图像对应的前端预览图;
对所述前端预览图和所述后端渲染图进行相似度计算,得到相似度值;
当检测到所述相似度值低于预设相似度阈值时,则确定对所述前端渲染引擎进行优化处理。
2.根据权利要求1所述的方法,其特征在于,采用前端渲染引擎基于所述第一相机参数生成与所述待渲染图像对应的前端预览图,包括:
获取所述前端渲染引擎的软件开发工具包;
采用所述软件开发工具包确定所述前端渲染引擎本地的图像渲染模型;
基于所述第一相机参数对应生成所述图像渲染模型的第二相机参数;
采用所述图像渲染模型基于所述第二相机参数生成与所述待渲染图像对应的前端预览图。
3.根据权利要求2所述的方法,其特征在于,在采用所述软件开发工具包确定所述前端渲染引擎本地的图像渲染模型之后,所述方法还包括:
在所述前端渲染引擎本地加载所述图像渲染模型;
在所述图像渲染模型加载完成之后,输入开始提示信息至所述图像渲染模型,其中,所述开始提示信息用于监听所述图像渲染模型的开始渲染状态。
4.根据权利要求2所述的方法,其特征在于,确定对所述前端渲染引擎进行优化处理,包括:
获取所述图像渲染模型的第二相机参数;
对所述第二相机参数进行优化处理。
5.根据权利要求1所述的方法,其特征在于,对所述前端预览图和所述后端渲染图进行相似度计算,得到相似度值,包括:
采用颜色空间计算算法计算所述前端预览图和所述后端渲染图之间的像素距离值;
基于所述像素距离值确定所述前端预览图和所述后端渲染图之间的相似度值。
6.根据权利要求1或5中任意一项所述的方法,其特征在于,所述第一相机参数包括以下至少之一:相机位置、相机视野、转换矩形、边框回归参数、分辨率、焦点位置。
7.根据权利要求2至4中任意一项所述的方法,其特征在于,所述第一相机参数和所述第二相机参数均包括以下至少之一:相机位置、相机视野、转换矩形、边框回归参数、分辨率、焦点位置。
8.一种渲染引擎的处理装置,其特征在于,包括:
获取模块,用于获取待渲染图像和后端渲染引擎的第一相机参数;
生成模块,用于采用所述后端渲染引擎基于所述第一相机参数生成与所述待渲染图像对应的后端渲染图,以及采用前端渲染引擎基于所述第一相机参数生成与所述待渲染图像对应的前端预览图;
计算模块,用于对所述前端预览图和所述后端渲染图进行相似度计算,得到相似度值;
确定模块,用于当检测到所述相似度值低于预设相似度阈值时,则确定对所述前端渲染引擎进行优化处理。
9.根据权利要求8所述的装置,其特征在于,所述生成模块包括:
获取单元,用于获取所述前端渲染引擎的软件开发工具包;
确定单元,用于采用所述软件开发工具包确定所述前端渲染引擎本地的图像渲染模型;
第一生成单元,用于基于所述第一相机参数对应生成所述图像渲染模型的第二相机参数;
第二生成单元,用于采用所述图像渲染模型基于所述第二相机参数生成与所述待渲染图像对应的前端预览图。
10.一种非易失性存储介质,其特征在于,所述非易失性存储介质存储有多条指令,所述指令适于由处理器加载并执行权利要求1至7中任意一项所述的渲染引擎的处理方法。
11.一种电子设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任意一项所述的渲染引擎的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110342519.8A CN112950738B (zh) | 2021-03-30 | 2021-03-30 | 渲染引擎的处理方法及装置、存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110342519.8A CN112950738B (zh) | 2021-03-30 | 2021-03-30 | 渲染引擎的处理方法及装置、存储介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112950738A CN112950738A (zh) | 2021-06-11 |
CN112950738B true CN112950738B (zh) | 2022-11-11 |
Family
ID=76230977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110342519.8A Active CN112950738B (zh) | 2021-03-30 | 2021-03-30 | 渲染引擎的处理方法及装置、存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112950738B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114119842B (zh) * | 2021-11-24 | 2022-09-06 | 深圳市瑞云科技有限公司 | 基于ssim、psnr算法的渲染方法、系统及计算机可读存储介质 |
CN117392301B (zh) * | 2023-11-24 | 2024-03-01 | 淘宝(中国)软件有限公司 | 图形渲染方法、系统、装置、电子设备及计算机存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3161668B1 (en) * | 2014-06-26 | 2020-08-05 | Google LLC | Batch-optimized render and fetch architecture |
KR101768181B1 (ko) * | 2014-06-26 | 2017-08-16 | 구글 인코포레이티드 | 최적화된 브라우저 렌더링 프로세스 |
US10332311B2 (en) * | 2014-09-29 | 2019-06-25 | Amazon Technologies, Inc. | Virtual world generation engine |
CN107680042B (zh) * | 2017-09-27 | 2020-03-31 | 杭州群核信息技术有限公司 | 结合纹理及卷积网络的渲染方法、装置、引擎及存储介质 |
CN109656670B (zh) * | 2018-12-27 | 2020-11-20 | 广州华多网络科技有限公司 | 一种页面渲染方法及装置 |
CN111028329B (zh) * | 2019-05-22 | 2020-10-16 | 珠海随变科技有限公司 | 渲染图的提供方法、装置、设备及存储介质 |
CN112070875A (zh) * | 2020-09-11 | 2020-12-11 | 网易(杭州)网络有限公司 | 图像处理方法、装置、电子设备和存储介质 |
-
2021
- 2021-03-30 CN CN202110342519.8A patent/CN112950738B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112950738A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112950738B (zh) | 渲染引擎的处理方法及装置、存储介质和电子设备 | |
CN106998494B (zh) | 一种视频录制方法及相关装置 | |
CN108429782B (zh) | 信息推送方法、装置、终端及服务器 | |
CN109376256B (zh) | 图像搜索方法及装置 | |
CN112839175B (zh) | 一种云手机采集图像的方法、装置、计算机设备和介质 | |
CN108062336A (zh) | 媒体信息处理方法及装置 | |
CN113923144B (zh) | 业务的测试系统、方法、电子设备和存储介质 | |
CN111400633A (zh) | 页面资源加载的方法及装置 | |
CN112053287B (zh) | 图像超分辨率方法、装置及设备 | |
CN113012031A (zh) | 图像处理方法和图像处理装置 | |
CN111930641A (zh) | 一种图像数据处理方法及智能设备 | |
CN108804652B (zh) | 封面图片的生成方法、装置、存储介质和电子装置 | |
CN115797267A (zh) | 图像质量评估方法、系统、电子设备和存储介质 | |
CN108921802B (zh) | 一种图像处理方法及装置 | |
CN113641286A (zh) | 一种截屏方法和电子设备,及计算机存储介质 | |
CN112131840A (zh) | 页面处理方法、装置、存储介质和处理器 | |
CN111970675A (zh) | 一种预警方法及装置、存储介质 | |
CN112306838A (zh) | 页面布局兼容性测试方法、装置、设备及可读存储介质 | |
CN109688452A (zh) | 分页显示道具叠加方法及相关产品 | |
CN114298931A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN104978111B (zh) | 列表控件的恢复方法和装置 | |
CN115659092B (zh) | 一种勋章页面的生成方法、显示方法、服务器及移动终端 | |
CN112632921B (zh) | 对多媒体数据的显示处理方法、装置、终端及存储介质 | |
CN109671138B (zh) | 自拍视频头像背景双重叠方法及相关产品 | |
CN109639962B (zh) | 自拍短视频模式选择方法及相关产品 |
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 |