CN112991214B - 图像处理方法、图像渲染方法、装置及影设备 - Google Patents
图像处理方法、图像渲染方法、装置及影设备 Download PDFInfo
- Publication number
- CN112991214B CN112991214B CN202110289617.XA CN202110289617A CN112991214B CN 112991214 B CN112991214 B CN 112991214B CN 202110289617 A CN202110289617 A CN 202110289617A CN 112991214 B CN112991214 B CN 112991214B
- Authority
- CN
- China
- Prior art keywords
- original image
- image
- deformation
- fragment
- degree
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003672 processing method Methods 0.000 title claims abstract description 33
- 238000009877 rendering Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 title claims description 40
- 239000012634 fragment Substances 0.000 claims abstract description 82
- 238000012937 correction Methods 0.000 claims abstract description 63
- 238000002156 mixing Methods 0.000 claims description 26
- 238000005070 sampling Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 5
- 239000000872 buffer Substances 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects 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
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G06T5/73—
-
- G06T5/80—
-
- 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
Abstract
本申请提供了一种图像处理方法、图像渲染方法、装置及影设备,其中,该方法包括:将原始图像按照设定规则划分成至少两个第一片元,形成第一片元组;将指定第一片元的片元参数与按照形变规则确定的第二片元的片元参数进行对比,以得到该指定第一片元对应的形变程度,该指定第一片元为该第一片元组中的任意一个第一片元;根据该形变程度确定出对该原始图像的校正参数;根据该校正参数对该原始图像中的每个第一片元进行校正。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种图像处理方法、图像渲染方法、装置及影设备。
背景技术
在投影机的日常使用中,投影机的位置在水平方向与投影屏幕成直角才能使投影画面呈矩形,如果无法保证垂直,投影屏幕上呈现的画面可能是梯形。
针对投影的画面呈现梯形需要通过校正方法进行校正,梯形校正方法包括通过软件的方法实现的数码校正,利用软件插值算法对显示屏的“行”和“列”进行扫描,将原始图像进行“压缩”和“拉伸”后绘制到目标区域。上述的数码梯形校正可以节约一些硬件成本,但是会导致校正后的画面有压缩,可能带来画质的下降,校正之后画面的一些线条边缘会出现毛刺和不平滑现象。
发明内容
本申请的目的在于提供一种图像处理方法、图像渲染方法、装置及影设备,能够缓解梯形校正后的画面边缘出现的不平滑的问题。
第一方面,本申请实施例提供一种图像处理方法,包括:
将原始图像按照设定规则划分成至少两个第一片元,形成第一片元组;
将指定第一片元的片元参数与按照形变规则确定的第二片元的片元参数进行对比,以得到所述指定第一片元对应的形变程度,所述指定第一片元为所述第一片元组中的任意一个第一片元;
根据所述形变程度确定出对所述原始图像的校正参数;
根据所述校正参数对所述原始图像中的每个第一片元进行校正。
在可选的实施方式中,所述校正参数为混合权重,所述根据所述校正参数对所述原始图像中的每个第一片元进行校正,包括:
对所述原始图像进行处理,以得到所述原始图像对应的模糊图像;
根据所述混合权重、所述原始图像以及所述模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
在上述实施方式中,通过将原始图像与模糊图像进行混合,可以在减少图像边缘的不平滑的情况下,由于叠加的图像也是原始图像变换得到的模糊图像,也就能够更好地保持图像的画面的清晰。
在可选的实施方式中,所述根据所述混合权重、所述原始图像以及所述模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值,包括:
根据所述原始图像的第一片元对应的混合权重从多张模糊图像确定出目标模糊图像,其中,所述混合权重中第一权重越大所述目标模糊图像的模糊程度越低,所述第一权重为原始图像对应的权重;
根据所述混合权重、所述原始图像以及所述目标模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
在上述实施方式中,针对不同的混合权重配置不同模糊程度的模糊图像,可以实现在混合权重越大时,可以确定模糊程度低的模糊图像,在减少模糊的损耗的情况下,也能减少图像边缘的不平滑的情况;在混合权重越小时,可以确定模糊程度高的模糊图像,在可以更好地缓解图像边缘不平滑的情况。
在可选的实施方式中,所述对所述原始图像进行处理,以得到所述原始图像对应的模糊图像,包括:
将所述原始图像压缩成指定大小的图像,以得到所述原始图像对应的模糊图像,其中,压缩后的所述模糊图像的尺寸越小模糊程度越高。
在上述实施方式中,可以通过对原始图像进行压缩处理,可以使得到的模糊图像的信息是原始图像携带的信息,因此,基于此模糊图像对原始图像进行校正,可以使校正后的目标校正图像,携带的信息也就更加清晰。
在可选的实施方式中,所述根据所述形变程度确定出对所述原始图像的校正参数,包括:
获取形变因子;
根据所述形变因子和所述形变程度确定出对所述原始图像的校正参数。
在可选的实施方式中,根据所述形变程度确定形变因子,其中,所述形变程度越大所述形变因子越大;和/或,
根据当前观看距离确定所述形变因子,其中,所述当前观看距离越近所述形变因子越大。
在上述实施方式中,在通过加入形变因子的作用,可以根据使用场景的不同,适应性的设置形变因子,因此也就可以根据需求动态地调整图像的不平滑的情况。
在可选的实施方式中,所述根据所述混合权重、所述原始图像以及所述模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值,包括:
根据形变规则计算原始图像的第一形变图像;
根据形变规则计算所述模糊图像的第二形变图像;
根据所述混合权重、所述第一形变图像以及所述第二形变图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
在可选的实施方式中,所述将指定第一片元的片元参数与按照形变规则确定的第二片元的片元参数进行对比,以得到所述指定第一片元对应的形变程度,包括:
根据所述原始图像的各个像素点的坐标确定出所述指定第一片元的顶点坐标;
确定出所述指定第一片元按照形变规则确定的第二片元的顶点坐标;
根据所述指定第一片元的顶点坐标以及所述第二片元的顶点坐标计算所述指定第一片元对应的形变程度。
在可选的实施方式中,所述根据所述指定第一片元的顶点坐标以及所述第二片元的顶点坐标计算所述指定第一片元对应的形变程度,包括:
根据所述指定第一片元的顶点坐标,计算出所述指定第一片元的各个第一边长;
根据所述指定第一片元对应的第二片元的顶点坐标,计算出所述指定第一片元对应的第二片元的各个第二边长;
根据所述各个第一边长和所述各个第二边长计算所述指定第一片元的形变程度。
在上述实施方式中,由于边长的长短能够更直观地表示片元的形变,因此每个片元的形变程度可以片元的边长确定,可以使用确定形变的效率更高,计算也相对简单。
第二方面,本申请实施例提供一种图像渲染方法,包括:
将原始图像、所述原始图像的顶点坐标、所述原始图像的采样坐标以及形变程度输入着色器中,作为所述着色器的着色参数,其中所述形变程度由上述的图像处理方法计算得到;
通过所述着色器渲染得到目标图像。
在可选的实施方式中,所述将原始图像、所述原始图像的顶点坐标、所述原始图像的采样坐标以及形变程度输入着色器中,作为所述着色器的着色参数,包括:
获取形变因子;
将原始图像、所述原始图像的顶点坐标、所述原始图像的采样坐标、形变程度以及所述形变因子输入着色器中,作为所述着色器的着色参数。
在上述实施方式中,通过增加形变因子,可以适应更多不同场景的渲染需求,以更好地处理图像存在的锯齿情况。
第三方面,本申请实施例提供一种图像处理装置,包括:
划分模块,用于将原始图像按照设定规则划分成至少两个第一片元,形成第一片元组;
第一确定模块,用于将指定第一片元的片元参数与按照形变规则确定的第二片元的片元参数进行对比,以得到所述指定第一片元对应的形变程度,所述指定第一片元为所述第一片元组中的任意一个第一片元;
第二确定模块,用于根据所述形变程度确定出对所述原始图像的校正参数;
校正模块,用于根据所述校正参数对所述原始图像中的每个第一片元进行校正。
第四方面,本申请实施例提供一种渲染装置,包括:
输入模块,用于将原始图像、所述原始图像的顶点坐标、所述原始图像的采样坐标以及形变程度输入着色器中,作为所述着色器的着色参数,其中所述形变程度由上述的图像处理方法计算得到;
渲染模块,用于通过所述着色器渲染得到目标图像。
第五方面,本申请实施例提供一种投影设备,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述机器可读指令被所述处理器执行时执行如前述实施方式任一所述的方法的步骤。
第六方面,本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如前述实施方式任一所述的方法的步骤。
本申请实施例的有益效果是:通过将原始图像划分成多个片元分别进行处理,可以适应不同片元的形变情况分别校正,提高原始图像的校正效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的投影设备的方框示意图。
图2为本申请实施例提供的图像处理方法的流程图。
图3a为本申请实施例提供的原始图像的划分示意图。
图3b为本申请实施例提供的原始图像对应的形变图像的划分示意图。
图4为本申请实施例提供的图像处理方法的步骤202的详细流程图。
图5为本申请实施例提供的图像处理方法的步骤204的详细流程图。
图6为本申请实施例提供的图像处理装置的功能模块示意图。
图7为本申请实施例提供的图像渲染方法的流程图。
图8为本申请实施例提供的着色器的工作流程示意图。
图9为本申请实施例提供的图像渲染装置的功能模块示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例一
为便于对本实施例进行理解,首先对执行本申请实施例所公开的图像处理方法的电子设备进行详细介绍。
如图1所示,是电子设备的方框示意图。投影设备100可以包括存储器111、存储控制器112、处理器113。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对投影设备100的结构造成限定。例如,投影设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
上述的存储器111、存储控制器112、处理器113各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器113用于执行存储器中存储的可执行模块。
其中,存储器111可以是,但不限于,随机存取存储器(Random Access Memory,简称RAM),只读存储器(Read Only Memory,简称ROM),可编程只读存储器(ProgrammableRead-Only Memory,简称PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,简称EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,简称EEPROM)等。其中,存储器111用于存储程序,所述处理器113在接收到执行指令后,执行所述程序,本申请实施例任一实施例揭示的过程定义的投影设备100所执行的方法可以应用于处理器113中,或者由处理器113实现。
上述的处理器113可能是一种集成电路芯片,具有信号的处理能力。上述的处理器113可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(digital signalprocessor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
可选地,本申请实施例提供的投影设备100还可以包括光源、投影光学系统等投影元件,用于实现画面的投影。
可选地,该投影设备100中的存储器111中还可以存储有OpenGL ES的着色器程序。需要实现着色处理时,处理器113可以调用该OpenGL ES的着色器程序以实现图像的绘制。
本实施例中的投影设备100可以用于执行本申请实施例提供的各个方法中的各个步骤。下面通过几个实施例详细描述图像处理方法的实现过程。
实施例二
请参阅图2,是本申请实施例提供的图像处理方法的流程图。下面将对图2所示的具体流程进行详细阐述。
步骤201,将原始图像按照设定规则划分成至少两个第一片元,形成第一片元组。
在一种实施方式中,该原始图像可以是投影设备内存储的待投影的原始图像。若该原始图像是四边形,则可以从四边形的两个顶点的连线进行分割,以得到两个三角形的片元。示例性地,如图3a所示,该待投影的原始图像可以是矩形图像。
在另一种实施方式中,该原始图像可以是待投影图像未经任何处理前,投影至投影面的原始图像。由于未经过任何处理,该原始图像可能呈现一些畸变。例如,该原始图像在投影面中可能呈现梯形、不规则四边形等形状。
可选地,若原始图像是待投影图像未经任何处理前,投影至投影面的原始图像,则可以通过采集投影面的图像数据,通过对图像数据的识别检测确定出该原始图像的图像参数。示例性地,图像参数可以包括原始图像的尺寸、顶点位置等参数。可选地,可以通过双目立体视觉的方式确定出原始图像的图像参数。
上述投影面可以是投影墙面、投影幕布等。
步骤202,将指定第一片元的片元参数与按照形变规则确定的第二片元的片元参数进行对比,以得到所述指定第一片元对应的形变程度。
上述的指定第一片元为所述第一片元组中的任意一个第一片元。
示例性地,该第二片元的片元参数可以包括第二片元的各个边的边长、顶点坐标等。
在一实施方式中,原始图像若为待投影的原始图像,则该原始图像按照形变规则确定的第二片元够构成的图像则可以为一形变图像。如图3a和图3b所示,原始图像若是包括顶点A、顶点B、顶点C以及顶点D的四边形。原始图像对应的形变图像则也包括四个顶点,分别为顶点A’、顶点B’、顶点C’以及顶点D’的四边形。其中原始图像的顶点A与形变图像的顶点A’对应,原始图像的顶点B与形变图像的顶点B’对应,原始图像的顶点B与形变图像的顶点B’对应,原始图像的顶点D与形变图像的顶点D’对应。若原始图像以对角顶点A和顶点B的连线进行了切割,则形变图像则也可以以对角顶点A’和顶点B’的连线进行了切割。
本实施例中,该形变图像可以是梯形校正后的图像,该形变图像投影至投影屏幕时,可以呈矩形。上述的第二片元则可以为形变图像中的一个片元。
上述的形变规则可以是投影设备预先计算得到的梯形校正所需对投影图像进行形变处理的规则。示例性地,形变后的投影图像可以是梯形、不规则形状等。通过形变规则对投影图像的形状进行改变,可以使形变后的投影图像投影至投影面后,投影面上显示的画面为矩形。
可选地,如图4所示,步骤202可以包括以下步骤2021至步骤2023。
步骤2021,根据所述原始图像的各个像素点的坐标确定出所述指定第一片元的顶点坐标。
以图3a所示的实例为例指定第一片元可以是△ACB。三角形ACB的顶点可以分别为顶点A、顶点C以及顶点B。
步骤2022,确定出所述指定第一片元按照形变规则确定的第二片元的顶点坐标。
在图3a和图3b的实例中,第二片元的顶点分别为顶点A’、顶点C’以及顶点B’。
步骤2023,根据所述指定第一片元的顶点坐标以及所述第二片元的顶点坐标计算所述指定第一片元对应的形变程度。
本实施例中,可以根据指定第一片元的顶点坐标,计算出该指定第一片元的各个第一边长。
例如,图3a所示的实例中,指定第一片元的边长可以分别表示为边长AB,边长BC和边长AC。
本实施例中,可以根据形变规则确定出指定第一片元形变后对应的第二片元的顶点坐标,根据第二片元的各个顶点坐标可以计算出第二片元的各个第二边长。
例如,指定第一片元对应的第二片元的边长可以分别表示为边长A’B’,边长B’C’和边长A’C’。
根据所述各个第一边长和所述各个第二边长计算所述目标第一片元的形变程度。
在一实施方式中,可以分别计算各个边长的形变程度,然后根据各个边长的形变程度确定出该目标第一片元的形变程度。
边长的形变程度可以是两个边长的比值。例如,边长AB的形变程度可以表示为AB/A’B’。其中,若其中一个第一片元与对应的第二片元的各个边长都相等,则表示该第一片元未发生形变。
可选地,可以将指定第一片元所有边长的形变程度的平均值作为指定第一片元的形变程度。可选地,可以将指定第一片元所有边长的形变程度的最小值作为指定第一片元的形变程度。可选地,可以将指定第一片元所有边长的形变程度的最大值作为指定第一片元的形变程度。
在另一实施方式中,若原始图像是待投影图像未经任何处理前,投影至投影面的原始图像,则上述的第二片元对应的完整图像,在投影面上能够呈现矩形的图像。
示例性地,该第二片元的片元参数可以通过以下方式确定:a)、通过形变规则计算待投影图像对应的变形图像;b)、根据该变形图像确定出该变形图像投影至投影面能够得到投影校正图像;c)、根据该投影校正图像得到第二片元的片元参数。
在此实施方式中,确定了第二片元的片元参数后,则可以按照上述步骤2021至步骤2023得到形变程度,在此不再赘述。
可选地,步骤202计算形变程度的过程中,可以仅通过对原始图像的图像参数进行计算,得到第二片元的片元参数,不用对原始图像进行图像处理,得到第二片元对应的完整图像。当然,步骤202计算形变程度的过程中,也可以先对原始图像进行处理,得到第二片元对应的完整图像,然后再基于第二片元对应的完整图像得到第二片元的片元参数。
步骤203,根据所述形变程度确定出对所述原始图像的校正参数。
在一实施方式中,步骤203可以包括步骤2031和步骤2032。
步骤2031,获取形变因子。
可选地,可以通过一人机交互界面接受用户输入的形变因子。
可选地,也可以从预先存储的配置文件中获得形变因子。
可以理解的是,该形变因子是一个可变的值,可以根据实际的使用场景确定,不同的使用场景可以有对应不同的值。
可选地,可以根据上述形变程度确定形变因子。例如,该形变程度越大所述形变因子越大。
可选地,也可以根据当前观看距离确定该形变因子。例如,该当前观看距离越近所述形变因子越大。示例性地,该观看距离可以根据投影屏幕与观众区域的距离确定。
示例性地,观看距离可以表示用户观看位置与投影面之间的距离。
可选地,可以根据形变程度和观看距离确定该形变因子。
步骤2032,根据所述形变因子和所述形变程度确定出对所述原始图像的校正参数。
可选地,该校正参数可以作为校正时图像时,不同图像的混合比例。该校正参数可以是混合权重。
示例性地,该混合权重包括原始图像的第一权重和模糊图像的第二权重。该第一权重与第二权重之和等于一。
示例性地,混合权重中的第一权重可以通过以下公式计算:
weight=pow(aliasLevel,aliasFactor);
其中,aliasLevel表示形变程度,aliasFactor表示形变因子,pow()表示第一权重的计算公式。示例性地,该pow()可以是以aliasLevel为自变量的正比例函数,pow()可以是以aliasFactor为自变量的正比例函数。
本实施例中,该形变程度不变时,该形变因子越大,模糊图像的第二权重的取值也就越大。
本实施例中,该形变因子不变时,该形变程度越大,模糊图像的第二权重的取值也就越大。
步骤204,根据所述校正参数对所述原始图像中的每个第一片元进行校正。
在一种实施方式中,如图5所示,步骤204可以包括步骤2041和步骤2042。
步骤2041,对所述原始图像进行处理,以得到所述原始图像对应的模糊图像。
示例性地,将所述原始图像压缩成指定大小的图像,以得到所述原始图像对应的模糊图像。其中,压缩后的所述模糊图像的尺寸越小模糊程度越高。
例如,可以确定出N-1份模糊图像。其中,N为大于等于2的一整数。
可选地,N-1份模糊图像的尺寸可以分别为ScreenSize/2,ScreenSize/4,...ScreenSize/2N-1,其中,ScreenSize为原始图像的尺寸。
步骤2042,根据所述混合权重、所述原始图像以及所述模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
可选地,可以根据不同的形变程度确定出不同的目标模糊图像。
示例性地,可以根据指定第一片元对应的混合权重从多张模糊图像确定出目标模糊图像,根据所述混合权重、所述原始图像以及所述目标模糊图像,确定出指定第一片元中的各个像素点的像素值。
可选地,混合权重中第一权重越大所述目标模糊图像的模糊程度越低,所述第一权重为原始图像对应的权重。在一个实例中,第一权重小于1大于等于0.5时,目标模糊图像可以是压缩1/2后的模糊图像;第一权重大于等于0.25小于0.5时,目标模糊图像可以是压缩1/4后的模糊图像;第一权重小于0.25时,目标模糊图像可以是压缩1/8后的模糊图像。
通过上述处理,可以使形变程度小的图像校正的画面更接近原始的原始图像,形变程度大的图像可以加强处理,减少图像边缘的不平滑情况。
示例性地,该指定第一片元中的各个像素点的像素值可以表示为:
outColor=color1*weight+color2*(1-weight);
其中,weight表示第一权重,color1表示原始图像中的一像素点的像素值,color2表示目标模糊图像中与color1对应的像素点的像素值。
示例性地,若采用上述的压缩原始图像的方式得到的模糊图像,可以在进行像素计算时,将目标模糊图像的像素布满至原始图像对应的尺寸。
例如,若原始图像的尺寸是目标模糊图像的尺寸的四倍,则可以将目标模糊图像的每个像素值作为向四周扩散,以使每个像素值填充四个像素位,以使目标模糊图像能够布满至原始图像的尺寸。
可选地,本实施例的图像处理方法可以应用于对投影技术领域中的梯形校正后的画面存在的锯齿进行处理,以使梯形校正后的画面的边缘更加平滑。
上述的步骤2042可以包括:根据形变规则计算原始图像的第一形变图像,根据形变规则计算模糊图像的第二形变图像,根据所述混合权重、所述第一形变图像以及第二形变图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
可选地,outColor=color1’*weight+color2’*(1-weight);
其中,weight表示第一权重,color1’表示第一形变图像中的一像素点的像素值,color2’表示第二形变图像中与color1’对应的像素点的像素值。
示例性地,若通过对原始图像的处理得到了多张模糊图像,则上述确定第二形变图像可以为通过筛选出的目标模糊图像进行形变处理得到的图像。
本实施例中,通过将第一片元组中的每一个片元按照步骤202至步骤204的处理方式处理,可以得到第一片元组中的每一个第一片元的各个像素点校正后的像素值。第一片元组中所有的第一片元的各个像素点校正后的像素值能够得到抗锯齿校正后的图像。
通过步骤204的计算可以得到各个片元的校正后的各个像素点的像素值,基于该像素值OpenGL ES着色器可以绘制出目标校正图像。
本实施例提供的图像处理方法可以通过OpenGL ES着色器实现。通过OpenGL ES的着色器实现图像校正时,可以创建N层FrameBuffer,其中N大于等于2,并将每一层的纹理的采样参数设置为GL_LINEAR。其中,该GL_LINEAR表示双线性采样。
其中,FrameBuffer表示帧数据内存缓冲区,用于存储和修改当前图像数据。
其中,第1至N-1层的FrameBuffer中每一层的输入纹理为原始图像,输出图像为原始图像按尺寸压缩过后的画面,也就是处理得到的模糊图像。
其中,第N层的FrameBuffer大小等于ScreenSize,在第N层的着色器程序中,可以确定原始图像的各个像素点的变形程度,并将该形变程度作为该点原始图像和模糊图像插值计算的参数,得到处理后的像素值。
本申请实施例提供图像处理方法,能够减少梯形校正后的图像的边缘所存在的锯齿形状。而本申请实施例的图像处理方法,由于可以提供多张模糊图像,针对不同的形变情况采用不同的模糊图像进行处理,可以适应不同的变形的图像的平滑处理需求,相较于简单的所有的图像都采用相同的模糊图像进行平滑处理而言,能够在增加的计算量相对不多,则不会影响画面的流畅度的情况下,能够更加满足更多平滑处理的需求。
进一步地,由于本申请实施例提供了多种不同模糊程度的模糊图像,因此可以实现在消除锯齿的同时,尽可能的保留了图像的细节。
本申请实施例中的方法,利用图像的各个顶点坐标的变化而导致的各个片元的边长的变化,计算出片元的形变程度。基于形变程度可以确定出模糊图像与原始图像的混合比例,也就能够实现减少图像的锯齿。
进一步地,本申请实施例中利用计算出的变形程度,以及传入的形变因子,可以实现动态的抗锯齿效果。例如,使用者可以根据交互阶段适应性地调整形变因子,也就能够实现自行调节抗锯齿程度,从而实现动态的调节抗锯齿效果。
本实施例提供的图像处理方法,相较于将每个像素与邻近像素比较的方式判断像素点是否锯齿边缘,如果是出于锯齿边缘则进行抗锯齿处理的方案,却难以使画面维持在60fps的画面刷新相比,能够消耗相对较少的计算资源,能够使维持60fps的画面刷新,从而使用户的体验也更好。
本实施例提供的图像处理方法,与通过先将当前图像上采样到一个宽高两倍于当前画面尺寸的FrameBuffer中,然后再通过一系列滤波算法将上采样的大图,压缩到正常尺寸,从而消除锯齿相比,消耗的显存更小,以及较少的计算量。
实施例三
基于同一申请构思,本申请实施例中还提供了与图像处理方法对应的图像处理装置,由于本申请实施例中的装置解决问题的原理与前述的图像处理方法实施例相似,因此本实施例中的装置的实施可以参见上述方法的实施例中的描述,重复之处不再赘述。
请参阅图6,是本申请实施例提供的图像处理装置的功能模块示意图。本实施例中的图像处理装置中的各个模块用于执行上述方法实施例中的各个步骤。图像处理装置包括:划分模块301、第一确定模块302、第二确定模块303以及校正模块304;其中,
划分模块301,用于将原始图像按照设定规则划分成至少两个第一片元,形成第一片元组;
第一确定模块302,用于将指定第一片元的片元参数与按照形变规则确定的第二片元的片元参数进行对比,以得到所述指定第一片元对应的形变程度,所述指定第一片元为所述第一片元组中的任意一个第一片元;
第二确定模块303,用于根据所述形变程度确定出对所述原始图像的校正参数;
校正模块304,用于根据所述校正参数对所述原始图像中的每个第一片元进行校正。
一种可能的实施方式中,所述校正参数为混合权重,上述的校正模块304可以包括,图像处理单元、像素校正单元。
图像处理单元,用于对所述原始图像进行处理,以得到所述原始图像对应的模糊图像。
像素校正单元,用于根据所述混合权重、所述原始图像以及所述模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
一种可能的实施方式中,像素校正单元,可以用于:
根据所述原始图像的第一片元对应的混合权重从多张模糊图像确定出目标模糊图像,其中,所述混合权重中第一权重越大所述目标模糊图像的模糊程度越低,所述第一权重为原始图像对应的权重;
根据所述混合权重、所述原始图像以及所述目标模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
一种可能的实施方式中,图像处理单元,用于:
将所述原始图像压缩成指定大小的图像,以得到所述原始图像对应的模糊图像,其中,压缩后的所述模糊图像的尺寸越小模糊程度越高。
一种可能的实施方式中,第二确定模块304包括:获取单元和确定单元。
获取形变因子;
根据所述形变因子和所述形变程度确定出对所述原始图像的校正参数。
一种可能的实施方式中,获取单元,用于:
根据所述形变程度确定形变因子,其中,所述形变程度越大所述形变因子越大;和/或,
根据当前观看距离确定所述形变因子,其中,所述当前观看距离越近所述形变因子越大。
一种可能的实施方式中,像素校正单元,用于:
根据形变规则计算原始图像的第一形变图像;
根据形变规则计算所述模糊图像的第二形变图像;
根据所述混合权重、所述第一形变图像以及所述第二形变图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
一种可能的实施方式中,第一确定模块303,用于:
根据所述原始图像的各个像素点的坐标确定出所述指定第一片元的顶点坐标;
确定出所述指定第一片元按照形变规则确定的第二片元的顶点坐标;
根据所述指定第一片元的顶点坐标以及所述第二片元的顶点坐标计算所述指定第一片元对应的形变程度。
一种可能的实施方式中,第一确定模块303,还用于:
根据所述指定第一片元的顶点坐标,计算出所述指定第一片元的各个第一边长;
根据所述指定第一片元对应的第二片元的顶点坐标,计算出所述指定第一片元对应的第二片元的各个第二边长;
根据所述各个第一边长和所述各个第二边长计算所述指定第一片元的形变程度。
实施例四
请参阅图7,是本申请实施例提供的图像处理方法的流程图。下面将对图7所示的具体流程进行详细阐述。
步骤401,将原始图像、所述原始图像的顶点坐标、所述原始图像的采样坐标以及形变程度输入着色器中,作为所述着色器的着色参数。
其中,所述形变程度由实施例二提供的图像处理方法计算得到。
可选地,上述的原始图像可以分别输入着色器的第1层至第N层处理层。
可选地,上述的形变程度可以输入着色器的第N层处理层。
其中,N为大于等于二的正整数。
本实施例中,在步骤401之前本实施例中的图像渲染方法还可以包括:通过OpenGLES的着色器创建N层FrameBuffer,该FrameBuffer表示帧数据内存缓冲区,用于存储和修改当前图像数据。
在一个实例中,如图8所示,OpenGL ES的着色器创建N层FrameBuffer可以如图所示。其中,原始图像可以分别输入FrameBuffer1、FrameBuffer2、…FrameBufferN-1、FrameBufferN。
其中,OpenGL ES的着色器创建的前N-1层FrameBuffer用于存储模糊图像。该模糊图像用于第N层FrameBuffer对原始图像进行抗锯齿校正。
在图8所示的实例中,原始图像分别输入OpenGL ES的着色器创建的N层FrameBuffer中。其中,前N-1层FrameBuffer对应的着色器程序用于实现对原始图像的模糊处理,以得到N-1张模糊图像。
可选地,本实施例中的各个步骤可以由运行在投影设备中的OpenGL ES的着色器程序执行。
示例性地,以OpenGL ES的着色器为例,该第N层着色器处理层可以是FrameBufferN对应的着色器程序。
可选地,第N层着色器处理程序可以根据原始图像的顶点坐标和采样坐标以及前N-1层FrameBuffer中的模糊图像的顶点坐标和采样坐标,以及形变程度,计算得到原始图像的校正参数。
示例性地,上述的采样坐标可以是具有代表性的点的坐标。例如,代表性的点可以是图像的边界中点、顶点等。
步骤402,通过所述着色器渲染得到目标图像。
请再次参阅图8所示,前N-1层FrameBuffer得到的N-1张模糊图像分别输入第N层FrameBuffer中,由N层FrameBuffer对应的着色器处理程序进行处理,以得到目标图像。
本实施例中,目标图像的大小可以等于原始图像的尺寸ScreenSize。
示例性地,FrameBufferN对应的着色器程序可以以片元为单位进行渲染。
实施例五
基于同一申请构思,本申请实施例中还提供了与图像渲染方法对应的图像渲染装置,由于本申请实施例中的装置解决问题的原理与前述的图像渲染方法实施例相似,因此本实施例中的装置的实施可以参见上述方法的实施例中的描述,重复之处不再赘述。
请参阅图9,是本申请实施例提供的图像渲染装置的功能模块示意图。本实施例中的图像渲染装置中的各个模块用于执行上述方法实施例中的各个步骤。图像渲染装置包括:输入模块501以及渲染模块502;其中各个模块可以如下所示。
输入模块501,用于将原始图像、所述原始图像的顶点坐标、所述原始图像的采样坐标以及形变程度输入着色器中,作为所述着色器的着色参数,其中所述形变程度由上述的图像处理方法计算得到。
渲染模块502,用于通过所述着色器渲染得到目标图像。
此外,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的图像处理方法的步骤。
本申请实施例所提供的图像处理方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行上述方法实施例中所述的图像处理方法的步骤,具体可参见上述方法实施例,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、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,所述模块、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方式中,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,两个连续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动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。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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存储介质中。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或者该技术方案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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (14)
1.一种图像处理方法,其特征在于,包括:
将原始图像按照设定规则划分成至少两个第一片元,形成第一片元组;
将指定第一片元的片元参数与按照形变规则确定的第二片元的片元参数进行对比,以得到所述指定第一片元对应的形变程度,所述指定第一片元为所述第一片元组中的任意一个第一片元;
根据所述形变程度确定出对所述原始图像的校正参数;
根据所述校正参数对所述原始图像中的每个第一片元进行校正;
所述校正参数为混合权重,所述根据所述校正参数对所述原始图像中的每个第一片元进行校正,包括:
对所述原始图像进行处理,以得到所述原始图像对应的模糊图像;
根据所述混合权重、所述原始图像以及所述模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述混合权重、所述原始图像以及所述模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值,包括:
根据所述原始图像的第一片元对应的混合权重从多张模糊图像确定出目标模糊图像,其中,所述混合权重中第一权重越大所述目标模糊图像的模糊程度越低,所述第一权重为原始图像对应的权重;
根据所述混合权重、所述原始图像以及所述目标模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
3.根据权利要求1或2所述的方法,其特征在于,所述对所述原始图像进行处理,以得到所述原始图像对应的模糊图像,包括:
将所述原始图像压缩成指定大小的图像,以得到所述原始图像对应的模糊图像,其中,压缩后的所述模糊图像的尺寸越小模糊程度越高。
4.根据权利要求1或2所述的方法,其特征在于,所述根据所述形变程度确定出对所述原始图像的校正参数,包括:
获取形变因子;
根据所述形变因子和所述形变程度确定出对所述原始图像的校正参数。
5.根据权利要求4所述的方法,其特征在于,所述获取形变因子,包括:
根据所述形变程度确定形变因子,其中,所述形变程度越大所述形变因子越大;和/或,
根据当前观看距离确定所述形变因子,其中,所述当前观看距离越近所述形变因子越大。
6.根据权利要求1所述的方法,其特征在于,所述根据所述混合权重、所述原始图像以及所述模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值,包括:
根据形变规则计算原始图像的第一形变图像;
根据形变规则计算所述模糊图像的第二形变图像;
根据所述混合权重、所述第一形变图像以及所述第二形变图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
7.根据权利要求1所述的方法,其特征在于,所述将指定第一片元的片元参数与按照形变规则确定的第二片元的片元参数进行对比,以得到所述指定第一片元对应的形变程度,包括:
根据所述原始图像的各个像素点的坐标确定出所述指定第一片元的顶点坐标;
确定出所述指定第一片元按照形变规则确定的第二片元的顶点坐标;
根据所述指定第一片元的顶点坐标以及所述第二片元的顶点坐标计算所述指定第一片元对应的形变程度。
8.根据权利要求7所述的方法,其特征在于,所述根据所述指定第一片元的顶点坐标以及所述第二片元的顶点坐标计算所述指定第一片元对应的形变程度,包括:
根据所述指定第一片元的顶点坐标,计算出所述指定第一片元的各个第一边长;
根据所述指定第一片元对应的第二片元的顶点坐标,计算出所述指定第一片元对应的第二片元的各个第二边长;
根据所述各个第一边长和所述各个第二边长计算所述指定第一片元的形变程度。
9.一种图像渲染方法,其特征在于,包括:
将原始图像、所述原始图像的顶点坐标、所述原始图像的采样坐标以及形变程度输入着色器中,作为所述着色器的着色参数,其中所述形变程度由权利要求1-8任意一项所述的图像处理方法计算得到;
通过所述着色器渲染得到目标图像。
10.根据权利要求9所述的方法,其特征在于,所述将原始图像、所述原始图像的顶点坐标、所述原始图像的采样坐标以及形变程度输入着色器中,作为所述着色器的着色参数,包括:
获取形变因子;
将原始图像、所述原始图像的顶点坐标、所述原始图像的采样坐标、形变程度以及所述形变因子输入着色器中,作为所述着色器的着色参数。
11.一种图像处理装置,其特征在于,包括:
划分模块,用于将原始图像按照设定规则划分成至少两个第一片元,形成第一片元组;
第一确定模块,用于将指定第一片元的片元参数与按照形变规则确定的第二片元的片元参数进行对比,以得到所述指定第一片元对应的形变程度,所述指定第一片元为所述第一片元组中的任意一个第一片元;
第二确定模块,用于根据所述形变程度确定出对所述原始图像的校正参数;
校正模块,用于根据所述校正参数对所述原始图像中的每个第一片元进行校正;
所述校正参数为混合权重,所述校正模块,具体用于对所述原始图像进行处理,以得到所述原始图像对应的模糊图像;根据所述混合权重、所述原始图像以及所述模糊图像,确定出所述原始图像的各个第一片元的各个像素点校正后的像素值。
12.一种渲染装置,其特征在于,包括:
输入模块,用于将原始图像、所述原始图像的顶点坐标、所述原始图像的采样坐标以及形变程度输入着色器中,作为所述着色器的着色参数,其中所述形变程度由权利要求1-8任意一项所述的图像处理方法计算得到;
渲染模块,用于通过所述着色器渲染得到目标图像。
13.一种投影设备,其特征在于,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述机器可读指令被所述处理器执行时执行如权利要求1至10任一所述的方法的步骤。
14.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至10任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110289617.XA CN112991214B (zh) | 2021-03-18 | 2021-03-18 | 图像处理方法、图像渲染方法、装置及影设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110289617.XA CN112991214B (zh) | 2021-03-18 | 2021-03-18 | 图像处理方法、图像渲染方法、装置及影设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112991214A CN112991214A (zh) | 2021-06-18 |
CN112991214B true CN112991214B (zh) | 2024-03-08 |
Family
ID=76332907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110289617.XA Active CN112991214B (zh) | 2021-03-18 | 2021-03-18 | 图像处理方法、图像渲染方法、装置及影设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112991214B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6367933B1 (en) * | 1998-10-02 | 2002-04-09 | Macronix International Co., Ltd. | Method and apparatus for preventing keystone distortion |
CN102611822A (zh) * | 2012-03-14 | 2012-07-25 | 海信集团有限公司 | 投影仪及其投影图像校正方法 |
JP2014135677A (ja) * | 2013-01-11 | 2014-07-24 | Canon Inc | 投影装置及びその制御方法 |
CN104811637A (zh) * | 2014-01-24 | 2015-07-29 | 株式会社理光 | 投影系统、图像处理装置和校正方法 |
CN107483771A (zh) * | 2017-06-13 | 2017-12-15 | 青岛海信电器股份有限公司 | 一种图像生成的方法和图像显示装置 |
CN108765539A (zh) * | 2018-05-24 | 2018-11-06 | 武汉斗鱼网络科技有限公司 | 基于OpenGLES的图像渲染方法、装置、设备及存储介质 |
CN110335200A (zh) * | 2018-03-29 | 2019-10-15 | 腾讯科技(深圳)有限公司 | 一种虚拟现实反畸变方法、装置以及相关设备 |
CN110782387A (zh) * | 2018-07-30 | 2020-02-11 | 优视科技有限公司 | 图像处理方法、装置、图像处理器及电子设备 |
CN111010554A (zh) * | 2019-12-24 | 2020-04-14 | 成都极米科技股份有限公司 | 投影处理方法、装置、投影仪及可读存介质 |
CN111738955A (zh) * | 2020-06-23 | 2020-10-02 | 安徽海微电光电科技有限责任公司 | 投影图像的畸变校正方法、装置及计算机可读存储介质 |
CN112184861A (zh) * | 2020-12-01 | 2021-01-05 | 成都极米科技股份有限公司 | 歌词编辑、显示方法、装置及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10102668B2 (en) * | 2016-05-05 | 2018-10-16 | Nvidia Corporation | System, method, and computer program product for rendering at variable sampling rates using projective geometric distortion |
CN108875734B (zh) * | 2018-05-23 | 2021-07-23 | 平安科技(深圳)有限公司 | 肝脏癌变定位方法、装置及存储介质 |
-
2021
- 2021-03-18 CN CN202110289617.XA patent/CN112991214B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6367933B1 (en) * | 1998-10-02 | 2002-04-09 | Macronix International Co., Ltd. | Method and apparatus for preventing keystone distortion |
CN102611822A (zh) * | 2012-03-14 | 2012-07-25 | 海信集团有限公司 | 投影仪及其投影图像校正方法 |
JP2014135677A (ja) * | 2013-01-11 | 2014-07-24 | Canon Inc | 投影装置及びその制御方法 |
CN104811637A (zh) * | 2014-01-24 | 2015-07-29 | 株式会社理光 | 投影系统、图像处理装置和校正方法 |
CN107483771A (zh) * | 2017-06-13 | 2017-12-15 | 青岛海信电器股份有限公司 | 一种图像生成的方法和图像显示装置 |
CN110335200A (zh) * | 2018-03-29 | 2019-10-15 | 腾讯科技(深圳)有限公司 | 一种虚拟现实反畸变方法、装置以及相关设备 |
CN108765539A (zh) * | 2018-05-24 | 2018-11-06 | 武汉斗鱼网络科技有限公司 | 基于OpenGLES的图像渲染方法、装置、设备及存储介质 |
CN110782387A (zh) * | 2018-07-30 | 2020-02-11 | 优视科技有限公司 | 图像处理方法、装置、图像处理器及电子设备 |
CN111010554A (zh) * | 2019-12-24 | 2020-04-14 | 成都极米科技股份有限公司 | 投影处理方法、装置、投影仪及可读存介质 |
CN111738955A (zh) * | 2020-06-23 | 2020-10-02 | 安徽海微电光电科技有限责任公司 | 投影图像的畸变校正方法、装置及计算机可读存储介质 |
CN112184861A (zh) * | 2020-12-01 | 2021-01-05 | 成都极米科技股份有限公司 | 歌词编辑、显示方法、装置及存储介质 |
Non-Patent Citations (3)
Title |
---|
Koichi Ito et al.A geometric correction method using stereo vision for projected images.《The First Asian Conference on Pattern Recognition》.2012,515-519. * |
Xiaochen Hu et al.Face image illumination quality assessment for surveillance video using KPLSR.《2016 International Conference on Progress in Informatics and Computing》.2017,330-335. * |
苏汉霖.基于微表面反射和次表面散射的花瓣真实感渲染算法研究与实现.《中国优秀硕士学位论文全文数据库 (信息科技辑)》.2020,(第1期),I138-2034. * |
Also Published As
Publication number | Publication date |
---|---|
CN112991214A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Reshetov | Morphological antialiasing | |
US8619083B2 (en) | Multi-layer image composition with intermediate blending resolutions | |
US7742060B2 (en) | Sampling methods suited for graphics hardware acceleration | |
CN109461213B (zh) | 基于虚拟现实的图像处理方法、装置、设备和存储介质 | |
US20110170801A1 (en) | Resizing of digital images | |
US20140192076A1 (en) | Hybrid Image Decomposition and Protection | |
US8803902B2 (en) | Computing level of detail for anisotropic filtering | |
US20040263516A1 (en) | Hardware-accelerated anti-aliased graphics | |
US20070013696A1 (en) | Fast ambient occlusion for direct volume rendering | |
JP2014529756A5 (zh) | ||
CN106600544A (zh) | 基于纹理贴图的抗锯齿方法及系统 | |
CN106204441B (zh) | 一种图像局部放大的方法及装置 | |
US11250620B2 (en) | Graphics processing | |
US9286653B2 (en) | System and method for increasing the bit depth of images | |
US20070024638A1 (en) | Image processing using saltating samples | |
JP5585494B2 (ja) | 画像処理装置、画像処理プログラム及び画像処理方法 | |
US8842931B2 (en) | System, method, and computer program product for reducing noise in an image using depth-based sweeping over image samples | |
CN115738255A (zh) | 抗锯齿渲染方法及装置、电子设备、存储介质 | |
US20230117976A1 (en) | Methods and systems for improving a quality of digital images | |
CN112991214B (zh) | 图像处理方法、图像渲染方法、装置及影设备 | |
CN112700456A (zh) | 图像区域对比度优化方法、装置、设备及存储介质 | |
CN111882498A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
US8212835B1 (en) | Systems and methods for smooth transitions to bi-cubic magnification | |
CN113283543B (zh) | 一种基于WebGL的图像投影融合方法、装置、存储介质和设备 | |
CN113689333A (zh) | 一种图像增强的方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |