CN113240700A - 图像处理方法及装置、计算机可读存储介质、电子设备 - Google Patents

图像处理方法及装置、计算机可读存储介质、电子设备 Download PDF

Info

Publication number
CN113240700A
CN113240700A CN202110586452.2A CN202110586452A CN113240700A CN 113240700 A CN113240700 A CN 113240700A CN 202110586452 A CN202110586452 A CN 202110586452A CN 113240700 A CN113240700 A CN 113240700A
Authority
CN
China
Prior art keywords
image
black
foreground
scene picture
actual scene
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
CN202110586452.2A
Other languages
English (en)
Other versions
CN113240700B (zh
Inventor
王毅
钱骏
刘旺
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.)
Guangzhou Boguan Information Technology Co Ltd
Original Assignee
Guangzhou Boguan Information 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 Guangzhou Boguan Information Technology Co Ltd filed Critical Guangzhou Boguan Information Technology Co Ltd
Priority to CN202110586452.2A priority Critical patent/CN113240700B/zh
Publication of CN113240700A publication Critical patent/CN113240700A/zh
Application granted granted Critical
Publication of CN113240700B publication Critical patent/CN113240700B/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
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging

Abstract

本公开是关于一种图像处理方法及装置、计算机可读存储介质、电子设备,涉及图像处理技术领域,该方法包括:获取实体摄像机拍摄的实际场景画面,并利用预设的视频信号对实际场景画面中的前景图像进行转换,得到与前景图像对应的第一黑白图像;利用预设的视频信号对实际场景画面中的背景图像进行转换,得到与背景图像对应的第二黑白图像;根据第一黑白图像以及第二黑白图像从实际场景画面中抠掉背景图像,得到前景图像,并对前景图像进行图像清晰度优化,得到目标图像;将目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面。本公开提高了虚拟直播画面的清晰度。

Description

图像处理方法及装置、计算机可读存储介质、电子设备
技术领域
本公开实施例涉及图像处理技术领域,具体而言,涉及一种图像处理方法、图像处理装置、计算机可读存储介质以及电子设备。
背景技术
虚拟演播室技术已经广泛应用于各种不同的场景中,其原理就是将计算机预先制作的三维场景和现场拍摄的人物活动图像进行实时合成,使场景中真是的人物和虚拟的三维场景合成。在虚拟演播室或影视虚拟预演中,高清视频实时抠像是其中关键技术之一。
实时抠像技术是一种从单色背景的图像中实时地精确分离出前景目标,并与其他图像合成从而得到所需特殊效果的技术,目前广泛地应用于图像处理、影视制作、虚拟演播厅制作与直播等技术领域的后期处理中。其中,直播制作的实时处理环境,对实时抠像技术提出了更高的要求。具体可以包括:一方面,处理性能的时效性和尽可能少的人工参与度;另一方面,整体画面呈现的明亮度、清晰度和细节丰富性。
为了可以达到上述要求,色差抠像是目前应用最为广泛的技术,当下流行的大多数抠像软件都采用在该方法的基础上改良、变化的技术。但是,色度抠像和色差抠像仅能根据两个像素点之间的颜色差异性来实现抠像,当两个像素点之间的颜色差异较小时,无法准确的确定某一个像素点是否该抠掉,使得所抠取到的前景图像的准确率较低,进而使得虚拟直播画面的清晰度较低;并且,还存在图形处理器的消耗过高,画质处理效率较低的问题。
因此,需要提供一种新的图像处理方法及装置。
需要说明的是,在上述背景技术部分发明的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种图像处理方法、图像处理装置、计算机可读存储介质以及电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的虚拟直播画面的清晰度较低的问题。
根据本公开的一个方面,提供一种图像处理方法,包括:
获取实体摄像机拍摄的实际场景画面,并利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像;
利用预设的视频信号对所述实际场景画面中的背景图像进行转换,得到与所述背景图像对应的第二黑白图像;
根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像,并对所述前景图像进行图像清晰度优化,得到目标图像;
将所述目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面。
在本公开的一种示例性实施例中,利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像,包括:
对所述预设的视频信号中所包括的各个像素的第一像素值以及所述实际场景画面中的前景图像的像素值进行求积运算,得到第一黑白图像;
其中,在所述第一黑白图像中,待抠取的前景图像的信号值为1,需要抠掉的前景图像的信号值为0。
在本公开的一种示例性实施例中,利用预设的视频信号对所述实际场景画面中的背景图像进行转换,得到与所述背景图像对应的第二黑白图像,包括:
计算所述第一像素值的相反值;
对所述第一像素值的相反值以及所述实际场景画面中的背景图像的像素值进行求积运算,得到第二黑白图像;
其中,在所述第二黑白图像中,待抠取的背景图像的信号值为1,需要抠掉的前景图像的信号值为0。
在本公开的一种示例性实施例中,根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像,包括:
抠掉所述实际场景画面中信号值为0的部分,并抠取所述实际场景画面中信号值为1的部分,得到所述前景图像。
在本公开的一种示例性实施例中,对所述前景图像进行图像清晰度优化,得到目标图像,包括:
基于预设的色调映射器对所述前景图像的色调进行优化,并基于预设的屏幕空间反射器对所述前景图像的屏幕空间进行优化;
基于预设的控台色调映射器对所述前景图像的锐化效果进行优化,并基于预设的权重值对所述前景图像的模糊以及重影效果进行优化;
基于预设的采样频率对所述前景图像的画面清晰度进行优化,并将色调优化、屏幕空间优化、锐化效果优化、模糊以及重影效果优化以及画面清晰度优化后的前景图像,作为所述目标图像。
在本公开的一种示例性实施例中,所述预设的权重值为0.2,所述预设的采样频率为200。
在本公开的一种示例性实施例中,将所述目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面,包括:
将具有相同时间戳的所述目标图像和所述虚拟场景画面进行合成,生成由连续多帧目标图像形成的虚拟直播画面视频流。
根据本公开的一个方面,提供一种图像处理装置,包括:
第一图像转换模块,用于获取实体摄像机拍摄的实际场景画面,并利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像;
第二图像转换模块,用于利用预设的视频信号对所述实际场景画面中的背景图像进行转换,得到与所述背景图像对应的第二黑白图像;
图像优化模块,用于根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像,并对所述前景图像进行图像清晰度优化,得到目标图像;
图像融合模块,用于将所述目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面。
根据本公开的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的图像处理方法。
根据本公开的一个方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的图像处理方法。
本公开实施例提供的一种图像处理方法及装置,一方面,通过获取实体摄像机拍摄的实际场景画面,并利用预设的视频信号对实际场景画面中的前景图像进行转换,得到与前景图像对应的第一黑白图像;然后利用预设的视频信号对实际场景画面中的背景图像进行转换,得到与背景图像对应的第二黑白图像;再根据第一黑白图像以及第二黑白图像从实际场景画面中抠掉背景图像,得到前景图像,并对前景图像进行图像清晰度优化,得到目标图像;最后将目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面,由于可以利用预设的视频信号分别对前景图像以及背景图像进行处理并得到第一黑白图像以及第二黑白图像,进而根据第一黑白图像以及第二黑白图像抠取前景图像,无需根据各像素点之间的颜色差异性进行抠像,进而避免了现有技术中当两个像素点之间的颜色差异较小时,无法准确的确定某一个像素点是否该抠掉,使得所抠取到的前景图像的准确率较低,进而使得虚拟直播画面的清晰度较低的问题,提高了虚拟直播画面的清晰度;另一方面,由于可以直接基于预设的视频信号对前景图像以及背景图像进行处理,无需通过图形处理器对实际场景画面中所包括的所有像素点进行逐个处理,进而避免了现有技术中存在的图像处理器的消耗过高,画质处理效率较低的问题;再一方面,通过基于预设的清晰度优化算法对前景图像的清晰度进行优化,提高了前景图像的清晰度,进而进一步的提高了虚拟直播画面的清晰度,提升了用户的观看体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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的附图。
图1示意性示出根据本公开示例实施例的一种图像处理方法的流程图。
图2示意性示出根据本公开示例实施例的一种绿幕场景示例图。
图3示意性示出根据本公开示例实施例的一种图像处理系统的框图。
图4示意性示出根据本公开示例实施例的一种前景图像的示例图。
图5示意性示出一种基于色差抠像方法得到的前景图像。
图6示意性示出根据本公开示例实施例的一种基于本公开的图像处理方法所得到的前景图像。
图7示意性示出根据本公开示例实施例的另一种图像处理方法的流程图。
图8示意性示出根据本公开示例实施例的一种图像处理装置的框图。
图9示意性示出根据本公开示例实施例的一种用于实现上述图像处理方法的电子设备。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在一些抠像技术中,可以包括色度抠像、色差抠像、亮度抠像、差值蒙版抠像、图像蒙版、垃圾挡板、曲线抠像等方式。其中,色度抠像(ChromaKey)/颜色抠像(ColorKey),是通过选择某种颜色使待处理图像变得透明,进而对不透明的部分进行抠像;色差抠像,是通过算数处理从绿色通道减去红/蓝色通道来抽取蒙版的方式进行抠像;亮度抠像(LuminaceKey)/亮抠像(LumaKey),是基于素材亮度值差异的一种抠像方式,低于或高于某个特定值的部分会变为透明,进而对不透明的部分进行抠像。
目前,市面上大部分3D渲染引擎以TXAA、MSAA、FXAA抗锯齿为主,TXAA抗锯齿效果比较好,但是人物移动会形成动态模糊,无法直接应用于直播;MSAA抗锯齿效果一般,对图形处理器消耗过高,画质处理没有TXAA好;FXAA不会形成动态模糊,但是抗锯齿能力比较低。目前主流3D引擎用的是TXAA,但是人物清晰度较低。
基于此,本示例实施方式中首先提供了一种图像处理方法,该方法可以运行于虚拟引擎所在的服务器、服务器集群或云服务器等;当然,本领域技术人员也可以根据需求在其他平台运行本公开的方法,本示例性实施例中对此不做特殊限定。参考图1所示,该图像处理方法可以包括以下步骤:
步骤S110.获取实体摄像机拍摄的实际场景画面,并利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像;
步骤S120.利用预设的视频信号对所述实际场景画面中的背景图像进行转换,得到与所述背景图像对应的第二黑白图像;
步骤S130.根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像,并对所述前景图像进行图像清晰度优化,得到目标图像;
步骤S140.将所述目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面。
上述图像处理方法中,一方面,通过获取实体摄像机拍摄的实际场景画面,并利用预设的视频信号对实际场景画面中的前景图像进行转换,得到与前景图像对应的第一黑白图像;然后利用预设的视频信号对实际场景画面中的背景图像进行转换,得到与背景图像对应的第二黑白图像;再根据第一黑白图像以及第二黑白图像从实际场景画面中抠掉背景图像,得到前景图像,并对前景图像进行图像清晰度优化,得到目标图像;最后将目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面,并将虚拟直播画面输出至演播画面播出系统,由于可以利用预设的视频信号分别对前景图像以及背景图像进行处理并得到第一黑白图像以及第二黑白图像,进而根据第一黑白图像以及第二黑白图像抠取前景图像,无需根据各像素点之间的颜色差异性进行抠像,进而避免了现有技术中当两个像素点之间的颜色差异较小时,无法准确的确定某一个像素点是否该抠掉,使得所抠取到的前景图像的准确率较低,进而使得虚拟直播画面的清晰度较低的问题,提高了虚拟直播画面的清晰度;另一方面,由于可以直接基于预设的视频信号对前景图像以及背景图像进行处理,无需通过图形处理器对实际场景画面中所包括的所有像素点进行逐个处理,进而避免了现有技术中存在的图像处理器的消耗过高,画质处理效率较低的问题;再一方面,通过基于预设的清晰度优化算法对前景图像的清晰度进行优化,提高了前景图像的清晰度,进而进一步的提高了虚拟直播画面的清晰度,提升了用户的观看体验。
以下,将结合附图对本公开示例实施例图像处理方法进行详细的解释以及说明。
首先,对本公开示例实施例中所涉及到的名词进行解释以及说明。
键信号:键信号通过输出一个视频信号把键信息映射为相应的灰度级图像,由键混设备再把接收的灰度图转换成对应的alpha值,从而完成透明信息的传递。由此可见,其实键信号本身也一个视频信号(有复合键信号、也有数字键信号),用于描述图像的透明度,它实质反映的是alpha值,表示32位真彩色的四个参数之一(分别是R/G/B/Alpha)。它在字幕叠加,图像与背景画面的叠加等许多方面有广泛的应用。
其次,对本公开示例实施例图像处理方法的具体应用场景进行解释以及说明。具体的,为了实现本公开示例实施例所记载的图像处理方法,首先,需要搭建纯色的绿幕环境,然后通过实体摄像机拍摄在该绿幕环境下的实际场景画面,进而通过本公开示例实施例所提供的图像处理方法,将实际场景画面中所包括的前景图像(例如主持人画面)抠取出来,并将其应用到不同的虚拟场景画面中,进而得到所需要的虚拟直播画面。
其中,在具体的绿幕场景布置过程中,首先,需要确定实际摄像机的高度以及实际摄像机与桌台聚焦中心之间的夹角,前景与背景之间在画面中的比例;其次,需要调整实际摄像机的相机参数,具体可以包括白平衡、感光参数、光圈等等;并且,主播的着装需要避开绿色或者淡蓝色的衣服,且不能佩戴容易反光的视频。具体的绿幕环境图例如可以参考图2所示。
进一步的,对本公开示例实施例所涉及到的图像处理系统进行解释以及说明。参考图3所示,该图像处理系统可以包括图像采集引擎310、图像渲染引擎320、图像处理引擎330、图像优化引擎340以及画面输出引擎350。其中,图像采集引擎310、图像渲染引擎320、图像处理引擎330、图像优化引擎340以及画面输出引擎350依次通信连接。
具体的,图像采集引擎用于获取实际场景画面以及虚拟场景画面,图像渲染引擎用于对实际场景画面以及虚拟场景画面进行渲染,图像处理引擎以及图像优化引擎用于实现本公开示例实施例记载的图像处理方法,画面输出引擎用于将生成虚拟直播画面输出画面播放设备。
以下,将结合图3对步骤S110-步骤S140进行解释以及说明。
在步骤S110中,获取实体摄像机拍摄的实际场景画面,并利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像。
在本示例实施例中,实际场景画面可以包括真实世界中的画面,例如,对真实的演播厅中真正存在的人和/或物体进行拍摄而得到的画面;其中,实体摄像机在对实际场景进行画面拍摄时,可以采用固定机位以及固定焦段进行拍摄。具体的,当尸体摄像机拍摄到实际场景画面以后,可以将该实际场景画面传输至图像采集引擎,进而使得图像处理引擎经图像渲染引擎获取到该实际场景画面;进一步的,当获取到该实际场景画面后,可以利用预设的视频信号对该实际场景画面中的前景图像进行转换,进而得到第一黑白图像。
其中,利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像,具体的可以包括:对所述预设的视频信号中所包括的各个像素的第一像素值以及所述实际场景画面中的前景图像的像素值进行求积运算,得到第一黑白图像;其中,在所述第一黑白图像中,待抠取的前景图像的信号值为1,需要抠掉的前景图像的信号值为0。
举例来说,键信号对实际场景画面中所包括的前景图像通过提取形成黑白图像,将要抠去(抠掉)的部分变成黑色,电平值设为0;保留的部分为白色,电平值设为1;然后,将键信号与彩色前景信号每个像素点对应值相乘,要抠掉颜色的地方对应前景信号为0,即没有输出信号,呈现黑色;其他地方对应前景信号为1,信号不变,处理后的前景图像就是抠掉某个颜色的前景图像。此处需要补充说明的是,由于键信号可以通过输出一个视频信号把键信息映射为相应的灰度级图像,由键混设备再把接收的灰度图转换成对应的alpha值,从而完成透明信息的传递;因此,可以直接通过相应的灰度级图像对实际场景画面进行处理,进而将要抠掉的部分变成黑色,保留的部分变成白色。
在步骤S120中,利用预设的视频信号对所述实际场景画面中的背景图像进行转换,得到与所述背景图像对应的第二黑白图像。
具体的,首先,计算所述第一像素值的相反值;其次,对所述第一像素值的相反值以及所述实际场景画面中的背景图像的像素值进行求积运算,得到第二黑白图像;其中,在所述第二黑白图像中,待抠取的背景图像的信号值为1,需要抠掉的前景图像的信号值为0。
举例来说,将键信号每个像素的相反值与背景信号相乘,即键信号中电平值为1的像素点变为0,电平值为0的地方边为1,要抠去颜色的地方对应背景图像信号为1,信号不变;其他地方对应背景信号为0,呈现黑色,遵循黑透白不透规则。通过该方法,无需根据各像素点之间的颜色差异性进行抠像,进而避免了现有技术中当两个像素点之间的颜色差异较小时,无法准确的确定某一个像素点是否该抠掉,使得所抠取到的前景图像的准确率较低,进而使得虚拟直播画面的清晰度较低的问题,提高了虚拟直播画面的清晰度。
在步骤S130中,根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像,并对所述前景图像进行图像清晰度优化,得到目标图像。
在本示例实施例中,首先,根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像。具体的可以包括:抠掉所述实际场景画面中信号值为0的部分,并抠取所述实际场景画面中信号值为1的部分,得到所述前景图像。也即,可以在实际场景画面中定位各信号值为1的部分以及信号值为0的部分,并抠去信号值为0的部分,即可得到所需要的前景图像,具体所得到的前景图像可以参考图4所示。
进一步的,当得到前景图像以后,需要对所述前景图像进行图像清晰度优化,得到目标图像;其中,预设的清晰度优化算法可以包括色调优化、屏幕空间优化、锐化效果优化、模糊和重影效果优化以及画面清晰度优化等等。具体的,对所述前景图像进行图像清晰度优化,得到目标图像,可以包括:基于预设的色调映射器对所述前景图像的色调进行优化,并基于预设的屏幕空间反射器对所述前景图像的屏幕空间进行优化;基于预设的控台色调映射器对所述前景图像的锐化效果进行优化,并基于预设的权重值对所述前景图像的模糊以及重影效果进行优化;基于预设的采样频率对所述前景图像的画面清晰度进行优化,并将色调优化、屏幕空间优化、锐化效果优化、模糊以及重影效果优化以及画面清晰度优化后的前景图像,作为所述目标图像。其中,预设的权重值可以为0.2,预设的采样率可以为200。
具体的,一方面,控台关闭新色调映射器使用旧色调映射器r.TonemapperFilm 0;另一方面,屏幕空间反射以及采用高质量设置r.SSR.Quality 4;再一方面,控台色调映射器锐化效果全开:r.Tonemapper.Sharpen 1;进一步的,控台调整TemporalAA权重:r.TemporalAACurrentFrameWeight 0.2(较低的值会导致模糊和重影,而较高的值则无法掩盖抖动,经测试0.2较为合理);最后,对当前画面采用超级采样:r.ScreenPercentage200(100为正常采样,最高为400,一般200不会影响性能,整体画面清晰度也能提升)。其中,采用本公开示例实施例进行前景图像抠取并优化后所得到的前景图像可以参考图6所示,采用现有技术(例如色差抠像)所得到的前景图像可以参考图5所示;并且,由图5以及图6对比可以得知,采用本申请所记载的图像处理方法所得到的前景图像,具有更高的清晰度。
在步骤S140中,将所述目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面。
具体的,当得到目标图像以后,还需要将目标图像与虚拟场景画面进行融合,进而得到虚拟直播画面。具体可以包括:将具有相同时间戳的所述目标图像和所述虚拟场景画面进行合成,生成由连续多帧目标图像形成的虚拟直播画面视频流。以下,将对具体的合成过程进行解释以及说明:
一方面,虚拟摄像机的个数可以根据实际的拍摄需要确定,其可以是单个,也可以是多个,可以和实体摄像机数量相等,也可以不相等。每个虚拟摄像机根据拍摄的需要可以对应单个预设参数,也可以对应多个预设参数。同时,预设的演播环节包括开场、远景、场间过渡、包装展示、结束中的一种或多种。
一般而言,任何的直播或录播节目,在录制之前,都会有一个节目流程,可以根据该节目流程确定不同的预设演播环节,比如,开场环节、近远景切换环节、各种场间过渡环节、图文包装展示环节、节目结束环节等等。
举例而言,不同的预设演播环节对应的虚拟摄像机的机位和镜头的焦距不同,其可以对应不同的预设参数。其中,预设参数包括位置、姿态、焦距中的至少一项。具体的,位置可以是预设演播环节对应的虚拟摄像机的平移信息,姿态可以是预设的演播环节对应的虚拟摄像机的旋转信息。当然,预设参数也可以是和虚拟摄像机相关的其它任何内外参数,例如摄像机纵横比等。本示例性实施方式对此不做特殊限定。进一步的,以场间过渡环节为例,比如作为前景的主持人从演播厅的A位置移动到B位置,那么主持人所在的演播厅的虚拟背景也会发生变化,为了实现虚拟背景的变化,以及使得虚拟摄像机拍摄的虚拟背景的画面和实体摄像机拍摄的前景画面更好的融合,以提高画面的真实感,此时虚拟摄像机的位置、姿态、焦距也要发生对应的变化,可以根据该变化信息确定该预设环节的虚拟摄像机的预设参数。
此处需要补充说明的是,可以将上述各个预设演播环节的虚拟摄像机的预设参数设置为对应的运镜控件。例如,开场环节的预设参数对应运镜控件1,远景环节的预设参数对应运镜控件2等。其中,运镜控件可以包括运镜播控的虚拟开关、运镜播控的快捷键等;当然,各个运镜控件可以对应虚拟摄像机在各个预设演播环节的镜头运动信息。那么,响应于对任一控件的触发操作,可以根据该运镜控件对应的预设参数调整虚拟摄像机的位置、姿态、焦距等信息,控制虚拟摄像机的镜头运动。
此处需要进一步补充说明的是,当运镜控件是上述的运镜播控的虚拟开关时,可以通过控制该虚拟开关的闭合(一般而言,开关闭合时起作用,开关打开时不起作用)来实现对虚拟场景中虚拟摄像机的运动控制。当运镜控件是上述的运镜播控的快捷键时,可以通过点击该快捷键实现对虚拟摄像机的运动控制,例如点击一下,控制虚拟摄像机按照该快捷键的运镜控件对应的预设参数运动,点击两下,退出控制等。例如,以近远景切换环节为例,一般而言,当从近景切换到远景时,摄像机的焦距需要变短,可以根据拍摄的需要,确定该远景场景对应的虚拟摄像机的焦距,然后,根据该焦距生成运镜控件3。
另一方面,可以将具有相同时间戳的目标图像和虚拟场景画面进行合成,以生成由连续多帧目标图像形成的虚拟直播画面视频流。其中,虚拟直播画面可以包括相同时间戳的前景画面和虚拟场景画面合成的演播画面,演播画面中的前景图像可以是实体摄像机拍摄的主持人,除主持人之外的其他信息可以是通过虚拟摄像机拍摄的虚拟场景画面。
进一步的,当得到虚拟直播画面以后,可以通过信号转换器,将连续多帧画面形成的视频流转换成SDI(Serial Digital Interface,数字分量串行接口)信号通过画面输出引擎输出到演播画面播出系统,例如导播台等。与此同时,可以将演播厅中的麦克风的音频信号输入到调音台,并针对虚拟演播厅输出画面的延迟,进行画面与音频的同步校准合成,最后,将校准好的合成信号,输出到流媒体发布主机中以进行演播画面的推流,从而实现虚拟演播厅对应的演播画面的播放。
具体的,可以根据上述的初始的灯光配置文件中的灯光配置信息,在真实的绿幕影棚中还原初始的灯光配置文件中的灯光信息,例如,还原上述的灯光位置信息等,然后,可以根据还原的灯光信息的真实效果调整灯光参数,例如布光角度、色温、亮度、光圈、运动轨迹、投射图案、阴影等参数,从而确定与各预设演播环节中实际场景的灯光信息相对应的虚拟灯光配置参数。这样,可以使预设虚拟灯光参数和绿幕影棚中的灯光保持一致,进而提高直播画面的质量。
以下,结合图7对本公开示例实施例的图像处理方法进行进一步的解释以及说明。参考图7所示,该图像处理方法可以包括以下步骤:
步骤S710,键信号实时场景画面中的前景图像通过提取形成黑白图像,将要抠去的部分变成黑色,电平值设为0;保留的部分为白色,电平值设为1;
步骤S720,将键信号与前景图像每个像素点对应值相乘,要抠去颜色的地方对应前景信号为0,即没有输出信号,呈现黑色;其他地方对应前景信号为1,信号不变,处理后的前景图像就是抠去某个颜色的图像;
步骤S730,利用键信号每个像素的相反值与背景信号相乘,即键信号中电平值为1的像素点变为0,电平值为0的地方变为1,要抠去颜色的地方对应背景图像信号为1,信号不变;其他地方对应背景信号为0,呈现黑色;
步骤S740,抠掉值为0的部分,剩余的部分即为前景图像,然后再对该前景图像进行优化,得到目标图像;具体的优化过程可以包括:控台关闭新色调映射器使用旧色调映射器:r.TonemapperFilm 0、屏幕空间反射以及采用高质量设置r.SSR.Quality 4、控台色调映射器锐化效果全开:r.Tonemapper.Sharpen 1、控台调整TemporalAA权重:r.TemporalAACurrent FrameWeight 0.2(较低的值会导致模糊和重影,而较高的值则无法掩盖抖动,经测试0.2较为合理)、对当前画面采用超级采样:r.ScreenPercentage200(100为正常采样,最高为400,一般200不会影响性能,整体画面清晰度也能提升);
步骤S750,对目标图像以及虚拟场景画面进行融合,生成由连续多帧目标图像形成的虚拟直播画面视频流,并将该虚拟直播画面视频流输出至画面播出系统,以供用户进行观看。
本公开示例实施例所提供的图像处理方法,提升画面亮度、清晰度,带来丰富的画面细节,极大减少了动态抠像的模糊性,提高画面融合度;同时,实时抠像合成的实现,减少了大量影视后期制作的时间成本以及人力成本;并且,通过虚拟引擎采集直播画面,实现了低成本的实时合成虚拟直播,使得虚拟直播具有普适性以及广泛性。
本公开还提供了一种图像处理装置。参考图8所示,该图像处理装置可以包括:第一图像转换模块810、第二图像转换模块820、图像优化模块830以及图像融合模块840。其中:
第一图像转换模块810可以用于获取实体摄像机拍摄的实际场景画面,并利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像;
第二图像转换模块820可以用于利用预设的视频信号对所述实际场景画面中的背景图像进行转换,得到与所述背景图像对应的第二黑白图像;
图像优化模块830可以用于根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像,并对所述前景图像进行图像清晰度优化,得到目标图像;
图像融合模块840可以用于将所述目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面。
在本公开的一种示例性实施例中,利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像,包括:
对所述预设的视频信号中所包括的各个像素的第一像素值以及所述实际场景画面中的前景图像的像素值进行求积运算,得到第一黑白图像;
其中,在所述第一黑白图像中,待抠取的前景图像的信号值为1,需要抠掉的前景图像的信号值为0。
在本公开的一种示例性实施例中,利用预设的视频信号对所述实际场景画面中的背景图像进行转换,得到与所述背景图像对应的第二黑白图像,包括:
计算所述第一像素值的相反值;
对所述第一像素值的相反值以及所述实际场景画面中的背景图像的像素值进行求积运算,得到第二黑白图像;
其中,在所述第二黑白图像中,待抠取的背景图像的信号值为1,需要抠掉的前景图像的信号值为0。
在本公开的一种示例性实施例中,根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像,包括:
抠掉所述实际场景画面中信号值为0的部分,并抠取所述实际场景画面中信号值为1的部分,得到所述前景图像。
在本公开的一种示例性实施例中,对所述前景图像进行图像清晰度优化,得到目标图像,包括:
基于预设的色调映射器对所述前景图像的色调进行优化,并基于预设的屏幕空间反射器对所述前景图像的屏幕空间进行优化;
基于预设的控台色调映射器对所述前景图像的锐化效果进行优化,并基于预设的权重值对所述前景图像的模糊以及重影效果进行优化;
基于预设的采样频率对所述前景图像的画面清晰度进行优化,并将色调优化、屏幕空间优化、锐化效果优化、模糊以及重影效果优化以及画面清晰度优化后的前景图像,作为所述目标图像。
在本公开的一种示例性实施例中,所述预设的权重值为0.2,所述预设的采样频率为200。
在本公开的一种示例性实施例中,将所述目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面,包括:
将具有相同时间戳的所述目标图像和所述虚拟场景画面进行合成,生成由连续多帧目标图像形成的虚拟直播画面视频流。
上述图像处理装置中各模块的具体细节已经在对应的图像处理方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图9来描述根据本公开的这种实施方式的电子设备900。图9显示的电子设备900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。
如图9所示,电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于:上述至少一个处理单元910、上述至少一个存储单元920、连接不同系统组件(包括存储单元920和处理单元910)的总线930以及显示单元940。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元910执行,使得所述处理单元910执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元910可以执行如图1中所示的步骤S110:获取实体摄像机拍摄的实际场景画面,并利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像;步骤S120:利用预设的视频信号对所述实际场景画面中的背景图像进行转换,得到与所述背景图像对应的第二黑白图像;步骤S130:根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像,并对所述前景图像进行图像清晰度优化,得到目标图像;步骤S140:将所述目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面。
存储单元920可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)9201和/或高速缓存存储单元9202,还可以进一步包括只读存储单元(ROM)9203。
存储单元920还可以包括具有一组(至少一个)程序模块9205的程序/实用工具9204,这样的程序模块9205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线930可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备900也可以与一个或多个外部设备1000(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备900交互的设备通信,和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口950进行。并且,电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器960通过总线930与电子设备900的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备900使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
根据本公开的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,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。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里发明的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。

Claims (10)

1.一种图像处理方法,其特征在于,包括:
获取实体摄像机拍摄的实际场景画面,并利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像;
利用预设的视频信号对所述实际场景画面中的背景图像进行转换,得到与所述背景图像对应的第二黑白图像;
根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像,并对所述前景图像进行图像清晰度优化,得到目标图像;
将所述目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面。
2.根据权利要求1所述的图像处理方法,其特征在于,利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像,包括:
对所述预设的视频信号中所包括的各个像素的第一像素值以及所述实际场景画面中的前景图像的像素值进行求积运算,得到第一黑白图像;
其中,在所述第一黑白图像中,待抠取的前景图像的信号值为1,需要抠掉的前景图像的信号值为0。
3.根据权利要求2所述的图像处理方法,其特征在于,利用预设的视频信号对所述实际场景画面中的背景图像进行转换,得到与所述背景图像对应的第二黑白图像,包括:
计算所述第一像素值的相反值;
对所述第一像素值的相反值以及所述实际场景画面中的背景图像的像素值进行求积运算,得到第二黑白图像;
其中,在所述第二黑白图像中,待抠取的背景图像的信号值为1,需要抠掉的前景图像的信号值为0。
4.根据权利要求3所述的图像处理方法,其特征在于,根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像,包括:
抠掉所述实际场景画面中信号值为0的部分,并抠取所述实际场景画面中信号值为1的部分,得到所述前景图像。
5.根据权利要求1所述的图像处理方法,其特征在于,对所述前景图像进行图像清晰度优化,得到目标图像,包括:
基于预设的色调映射器对所述前景图像的色调进行优化,并基于预设的屏幕空间反射器对所述前景图像的屏幕空间进行优化;
基于预设的控台色调映射器对所述前景图像的锐化效果进行优化,并基于预设的权重值对所述前景图像的模糊以及重影效果进行优化;
基于预设的采样频率对所述前景图像的画面清晰度进行优化,并将色调优化、屏幕空间优化、锐化效果优化、模糊以及重影效果优化以及画面清晰度优化后的前景图像,作为所述目标图像。
6.根据权利要求5所述的图像处理方法,其特征在于,所述预设的权重值为0.2,所述预设的采样频率为200。
7.根据权利要求1所述的图像处理方法,其特征在于,将所述目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面,包括:
将具有相同时间戳的所述目标图像和所述虚拟场景画面进行合成,生成由连续多帧目标图像形成的虚拟直播画面视频流。
8.一种图像处理装置,其特征在于,包括:
第一图像转换模块,用于获取实体摄像机拍摄的实际场景画面,并利用预设的视频信号对所述实际场景画面中的前景图像进行转换,得到与所述前景图像对应的第一黑白图像;
第二图像转换模块,用于利用预设的视频信号对所述实际场景画面中的背景图像进行转换,得到与所述背景图像对应的第二黑白图像;
图像优化模块,用于根据所述第一黑白图像以及第二黑白图像从所述实际场景画面中抠掉所述背景图像,得到所述前景图像,并对所述前景图像进行图像清晰度优化,得到目标图像;
图像融合模块,用于将所述目标图像与通过虚拟摄像机拍摄的虚拟场景画面进行融合,生成虚拟直播画面。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机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。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的图像处理方法。
CN202110586452.2A 2021-05-27 2021-05-27 图像处理方法及装置、计算机可读存储介质、电子设备 Active CN113240700B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110586452.2A CN113240700B (zh) 2021-05-27 2021-05-27 图像处理方法及装置、计算机可读存储介质、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110586452.2A CN113240700B (zh) 2021-05-27 2021-05-27 图像处理方法及装置、计算机可读存储介质、电子设备

Publications (2)

Publication Number Publication Date
CN113240700A true CN113240700A (zh) 2021-08-10
CN113240700B CN113240700B (zh) 2024-01-23

Family

ID=77139215

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110586452.2A Active CN113240700B (zh) 2021-05-27 2021-05-27 图像处理方法及装置、计算机可读存储介质、电子设备

Country Status (1)

Country Link
CN (1) CN113240700B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114359123A (zh) * 2022-01-12 2022-04-15 广东汇天航空航天科技有限公司 一种图像处理方法和装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104980727A (zh) * 2015-06-26 2015-10-14 深圳市虚拟现实科技有限公司 基于虚拟现实技术的图像合成方法和头戴式显示设备
US20190356869A1 (en) * 2018-05-18 2019-11-21 Realtek Semiconductor Corp. Background blurred method and electronic device based on foreground image
CN110717919A (zh) * 2019-10-15 2020-01-21 阿里巴巴(中国)有限公司 图像处理方法、装置、介质和计算设备
CN111698390A (zh) * 2020-06-23 2020-09-22 网易(杭州)网络有限公司 虚拟摄像机控制方法及装置、虚拟演播厅实现方法及系统
CN111862110A (zh) * 2020-06-30 2020-10-30 辽宁向日葵教育科技有限公司 一种绿幕抠像方法、系统、设备和可读存储介质
CN112601099A (zh) * 2020-12-01 2021-04-02 Oppo广东移动通信有限公司 直播图像处理方法及装置、存储介质和电子设备
CN112637614A (zh) * 2020-11-27 2021-04-09 深圳市创成微电子有限公司 网络直播音视频处理方法、处理器、装置及可读存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104980727A (zh) * 2015-06-26 2015-10-14 深圳市虚拟现实科技有限公司 基于虚拟现实技术的图像合成方法和头戴式显示设备
US20190356869A1 (en) * 2018-05-18 2019-11-21 Realtek Semiconductor Corp. Background blurred method and electronic device based on foreground image
CN110717919A (zh) * 2019-10-15 2020-01-21 阿里巴巴(中国)有限公司 图像处理方法、装置、介质和计算设备
CN111698390A (zh) * 2020-06-23 2020-09-22 网易(杭州)网络有限公司 虚拟摄像机控制方法及装置、虚拟演播厅实现方法及系统
CN111862110A (zh) * 2020-06-30 2020-10-30 辽宁向日葵教育科技有限公司 一种绿幕抠像方法、系统、设备和可读存储介质
CN112637614A (zh) * 2020-11-27 2021-04-09 深圳市创成微电子有限公司 网络直播音视频处理方法、处理器、装置及可读存储介质
CN112601099A (zh) * 2020-12-01 2021-04-02 Oppo广东移动通信有限公司 直播图像处理方法及装置、存储介质和电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SHREYA KAPOOR等: ""Effective Background and Foreground Segmentation Using Unsupervised Frequency Domain Clustering"", 《PROCEEDINGS OF 3RD INTERNATIONAL CONFERENCE ON COMPUTING INFORMATICS AND NETWORKS》 *
赵瑞霖: ""自动静态图像前景提取"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
高伟等: "基于RGB-D深度相机的下一代虚拟演播室构建", 工业控制计算机, no. 01 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114359123A (zh) * 2022-01-12 2022-04-15 广东汇天航空航天科技有限公司 一种图像处理方法和装置

Also Published As

Publication number Publication date
CN113240700B (zh) 2024-01-23

Similar Documents

Publication Publication Date Title
CN111698390B (zh) 虚拟摄像机控制方法及装置、虚拟演播厅实现方法及系统
US10916036B2 (en) Method and system of generating multi-exposure camera statistics for image processing
KR102213744B1 (ko) 선명하고 정확한 주밍 메커니즘 구현을 위한 광각 이미지 캡쳐링 요소 및 장초점 이미지 캡쳐링 요소의 활용방법
WO2020057198A1 (zh) 图像处理方法、装置、电子设备及存储介质
CN109218627B (zh) 图像处理方法、装置、电子设备及存储介质
CN106713755B (zh) 全景图像的处理方法及装置
WO2020103503A1 (zh) 夜景图像处理方法、装置、电子设备及存储介质
JP2017509259A (ja) 携帯端末の撮像方法及び携帯端末
JP2021530911A (ja) 夜景撮影方法、装置、電子機器および記憶媒体
WO2020207262A1 (zh) 基于多帧图像的图像处理方法、装置、电子设备
WO2020207261A1 (zh) 基于多帧图像的图像处理方法、装置、电子设备
CN109040609A (zh) 曝光控制方法、装置和电子设备
JP2018513640A (ja) パンニングショットの自動生成
WO2015143841A1 (zh) 移动终端及其拍摄方法
CN108337445A (zh) 拍照方法、相关设备及计算机存储介质
CN113115110B (zh) 视频合成方法、装置、存储介质与电子设备
CN111107265B (zh) 图像处理方法及装置、计算机可读介质、电子设备
JP5186021B2 (ja) 撮像装置、画像処理装置、及び撮像方法
JP2011166300A (ja) 撮像装置及び画像処理方法
CN114296949A (zh) 一种虚拟现实设备及高清晰度截屏方法
CN113240700B (zh) 图像处理方法及装置、计算机可读存储介质、电子设备
KR20160137289A (ko) 촬영 장치 및 촬영 장치의 동작방법
JPH11298784A (ja) 電子カメラおよびその動作制御方法ならびにアニメーションgif生成装置および方法
CN105208286A (zh) 一种模拟慢速快门的拍摄方法及装置
JP6210772B2 (ja) 情報処理装置、撮像装置、制御方法、及びプログラム

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