CN113256776B - 图像处理的方法、装置、电子设备和计算机可读存储介质 - Google Patents
图像处理的方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN113256776B CN113256776B CN202110683144.1A CN202110683144A CN113256776B CN 113256776 B CN113256776 B CN 113256776B CN 202110683144 A CN202110683144 A CN 202110683144A CN 113256776 B CN113256776 B CN 113256776B
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- pixel point
- attribute
- image area
- 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
- 238000003672 processing method Methods 0.000 title description 5
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 39
- 239000003086 colorant Substances 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 238000009877 rendering Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及图像处理技术领域,公开了图像处理的方法、装置、电子设备和计算机可读存储介质,该方法包括获取待处理图像对应的通道图像;根据通道图像中各像素点的属性像素值,将各像素点进行划分,获得至少一个像素点集合;分别根据每一像素点集合,生成相应的图像层;根据获得的图像层,对待处理图像进行处理,这样,能够在图像处理过程中,提高图像处理效率。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,涉及图像处理的方法、装置、电子设备和计算机可读存储介质。
背景技术
随着图像处理技术的不断发展,用户对图像渲染以及图像合成等图像处理的需求也不断增多。
但是,当仅对图像中特定的局部区域(如,目标对象所在的图像区域)进行渲染等图像处理时,操作步骤复杂,会耗费大量的图像处理时间。
因此,如何提高图像处理效率是一个需要解决的问题。
发明内容
本申请实施例的目的在于提供图像处理的方法、装置、电子设备和计算机可读存储介质,用于在进行图像处理时,提高图像处理效率。
第一方面,本申请实施例提供一种图像处理的方法,该方法包括:
获取待处理图像对应的通道图像,其中,通道图像是根据待处理图像中的至少一个目标对象对应的属性颜色生成的,目标对象的属性颜色是针对目标对象的属性设置的。
根据通道图像中各像素点的属性像素值,将各像素点进行划分,获得至少一个像素点集合。
分别根据每一像素点集合,生成相应的图像层。
根据获得的图像层,对待处理图像进行处理。
在上述实现过程中,根据通道图像中各像素点的属性像素值对像素点进行划分,获得像素点集合,能够实现对通道图像中不同属性对应的像素点进行归类,进而生成不同属性对应的图像层。
结合第一方面,在一种实施方式中,获取待处理图像对应的通道图像,包括:
确定待处理图像中的至少一个目标对象。
分别获取每一目标对象的属性。
确定分别针对每一目标对象的属性设置的颜色。
按照至少一个目标对象的颜色,生成包含至少一个目标对象的通道图像。
在上述实现过程中,根据待处理图像的每一目标对象的属性生成相应的属性颜色,便于根据不同的属性颜色区分不同的目标对象。
结合第一方面,在一种实施方式中,根据通道图像中各像素点的属性像素值,将各像素点进行划分,获得至少一个像素点集合,包括:
根据各像素点的属性像素值,将通道图像进行划分,获得划分后的各图像区域。
确定各图像区域之间的像素匹配度。
根据各图像区域之间的像素匹配度,将各图像区域进行划分,获得划分后的至少一个图像区域集合,图像区域集合中包含至少一个图像区域。
分别根据每一图像区域集合中的图像区域的各像素点,生成相应的像素点集合。
在上述实现过程中,根据各像素点的属性像素值,进行图像区域划分,可以获得通道图像中各目标对象对应的图像区域,进一步的,根据各图像区域之间的像素匹配度,将各图像区域进行划分,可以将同一属性颜色对应的图像区域划分为同一图像区域集合,实现同一属性颜色的图像区域的归类。
结合第一方面,在一种实施方式中,根据各像素点的属性像素值,将通道图像进行划分,获得划分后的各图像区域,包括:
分别确定通道图像中每两个像素点的属性像素值之间的像素差值。
分别将像素差值低于预设像素差值的每两个相邻像素点进行合并,获得合并后的图像区域。
在上述实现过程中,通过将像素值相近的相邻像素点进行合并,以获得合并后的图像区域。
结合第一方面,在一种实施方式中,根据各图像区域之间的像素匹配度,将各图像区域进行划分,获得划分后的至少一个图像区域集合,包括:
获取分别针对每一目标对象的属性颜色设置的像素值范围。
分别针对每一属性颜色的像素值范围,执行以下步骤:根据各图像区域中的像素点的属性像素值,确定一个像素值范围匹配的图像区域,并将确定出的图像区域,划分为一个图像区域集合。
将其余的图像区域,划分为一个图像区域集合。
在上述实现过程中,将属于同一像素值范围的多个图像区域归为一个图像区域集合,并且将其余的多个图像区域归为一个集合,从而获得多个图像区域集合。
结合第一方面,在一种实施方式中,分别根据每一像素点集合,生成相应的图像层,包括:
分别针对每一像素点集合,执行以下步骤:
分别获取一个像素点集合中每一像素点的实际像素值。
根据一个像素点集合中的各像素点的实际像素值,生成一个像素点集合对应的图像层。
在上述实现过程中,根据各像素点集合中的每一个像素点的实际像素值生成每一个像素集合对应的图像层,能够生成包含实际图像中各目标对象对应的各图像层,便于用户对每一图像层的调用来实现对目标对象的调用。
第二方面,本申请实施例提供了一种图像处理的装置,该装置包括:
获取单元,用于获取待处理图像对应的通道图像,其中,通道图像是根据待处理图像中的至少一个目标对象对应的属性颜色生成的,目标对象的属性颜色是针对目标对象的属性设置的。
划分单元,用于根据通道图像中各像素点的属性像素值,将各像素点进行划分,获得至少一个像素点集合。
生成单元,用于分别根据每一像素点集合,生成相应的图像层。
处理单元,用于根据获得的图像层,对待处理图像进行处理。
结合第二方面,在一种实施方式中,获取模块具体用于:
确定待处理图像中的至少一个目标对象。
分别获取每一目标对象的属性。
确定分别针对每一目标对象的属性设置的颜色。
按照至少一个目标对象的颜色,生成包含至少一个目标对象的通道图像。
结合第二方面,在一种实施方式中,划分单元具体用于:
根据各像素点的属性像素值,将通道图像进行划分,获得划分后的各图像区域。
确定各图像区域之间的像素匹配度。
根据各图像区域之间的像素匹配度,将各图像区域进行划分,获得划分后的至少一个图像区域集合,图像区域集合中包含至少一个图像区域。
分别根据每一图像区域集合中的图像区域的各像素点,生成相应的像素点集合。
结合第二方面,在一种实施方式中,划分单元具体用于:
分别确定通道图像中每两个像素点的属性像素值之间的像素差值。
分别将像素差值低于预设像素差值的每两个相邻像素点进行合并,获得合并后的图像区域。
结合第二方面,在一种实施方式中,划分单元还用于:
获取分别针对每一目标对象的属性颜色设置的像素值范围。
分别针对每一属性颜色的像素值范围,执行以下步骤:根据各图像区域中的像素点的属性像素值,确定一个像素值范围匹配的图像区域,并将确定出的图像区域,划分为一个图像区域集合。
将其余的图像区域,划分为一个图像区域集合。
结合第二方面,在一种实施方式中,生成模块具体用于:
分别针对每一像素点集合,执行以下步骤:
分别获取一个像素点集合中每一像素点的实际像素值。
根据一个像素点集合中的各像素点的实际像素值,生成一个像素点集合对应的图像层。
第三方面,本申请实施例提供了一种电子设备,包括:
处理器、存储器和总线,处理器通过总线与存储器相连,存储器存储有计算机可读取指令,当计算机可读取指令由处理器执行时,用于实现如上述第一方面的任一实施方式提供的方法中的步骤。
第六方面,本申请实施例提供了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,该计算机程序被服务器执行时实现如上述第一方面的任一实施方式提供的方法中的步骤。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请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一种图像处理的方法流程图;
图2为本申请实施例提供的一种像素点对比形式示意图;
图3为本申请实施例提供的一种图像处理的装置结构框图;
图4为本申请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清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
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。
首先对本申请实施例中涉及的部分用语进行说明,以便于本领域技术人员理解。
终端设备:可以是移动终端、固定终端或便携式终端,例如移动手机、站点、单元、设备、多媒体计算机、多媒体平板、互联网节点、通信器、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、个人通信系统设备、个人导航设备、个人数字助理、音频/视频播放器、数码相机/摄像机、定位设备、电视接收器、无线电广播接收器、电子书设备、游戏设备或者其任意组合,包括这些设备的配件和外设或者其任意组合。还可预见到的是,终端设备能够支持任意类型的针对用户的接口(例如可穿戴设备)等。
服务器:可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务以及大数据和人工智能平台等基础云计算服务的云服务器。
传统技术中,用户需要对待处理图像中的特定的局部区域进行渲染等图像处理时,通常先利用通道图中对应的区域作为蒙版,对待处理图像进行区域提取,然后再对提取的区域进行处理。若用户需要对待处理图像中的多个区域进行处理时,需要利用通道图分别对多个区域进行区域提取,并且区域提取过程操作复杂,耗费时间较多,影响图像处理效率,因此,本申请提供了图像处理的方法、装置、电子设备和计算机可读存储介质,用于在进行图像处理时,提高图像处理效率。
请参见图1,图1为本申请实施例提供的一种图像处理的方法流程图,本申请实施例中,执行主体可以为电子设备,可选的,电子设备可以为服务器,也可以是终端设备,但本申请不限于此。
作为一种实施例,图1所示的方法具体实施流程如下:
步骤101:获取待处理图像对应的通道图像。
具体的,在执行步骤101时,可以采用以下步骤:
S1011:确定待处理图像中的至少一个目标对象。
具体的,目标对象可以为一个,也可以为多个,在此不作限制。
一种实施例中,待处理图像中包含多个目标对象,则分别确定待处理图像中包含的每一目标对象。
例如,目标对象可以是待处理图像中的桌子以及椅子等。
S1012:分别获取每一目标对象的属性。
可选的,属性可以为目标对象的材质,也可以为其它属性,在此不作限制。
不同目标对象的材质可以相同,也可以不同,例如,桌子和椅子的材质相同,桌子和沙发的材质不同。
S1013:确定分别针对每一目标对象的属性设置的属性颜色。
具体的,根据每一目标对象的属性设置对应的属性颜色,并确定每一目标对象的属性颜色。
作为一种实施例,每一目标对象的属性不同,对应的属性颜色也不同。
S1014:按照至少一个目标对象的属性颜色,生成包含至少一个目标对象的通道图像。
具体的,根据每一目标对象的属性颜色,生成包含每一目标对象的通道图像。
作为一种实施例,待处理图像中包含两个目标对象,则生成的通道图中包含两种属性颜色,每种属性颜色代表一个目标对象。
在上述实现过程中,根据待处理图像的每一目标对象的属性生成相应的属性颜色,便于根据不同的属性颜色区分不同的目标对象。
步骤102:根据通道图像中各像素点的属性像素值,将各像素点进行划分,获得至少一个像素点集合。
在一种实施方式中,在执行步骤102时,可以采用以下步骤:
分别针对每一目标对象对应的属性颜色,执行以下步骤:
S102a:获取针对一个属性颜色设置的像素值范围。
S102b:从通道图像的各像素点中,筛选出位于像素值范围的属性像素值对应的像素点。
S102c:根据筛选出的像素点以及相应的属性像素值,生成相应的像素点集合。
S102d:将通道图像中未被筛选出的像素点,以及相应的属性像素值,生成像素点集合。
作为一种实施例,在根据属性颜色生成通道图像时,获取每一属性颜色对应的像素值范围,每一像素值范围对应一类属性颜色。
进一步地,在生成的通道图像中,根据通道图像中的各像素点的属性像素值筛选出位于同一像素值范围的各像素点,并将属于同一像素值范围的各像素点作为一个集合,通过该方法能够确定出该通道图像中包含在同一属性颜色中的像素点集合,以及每个像素点集合中各像素点对应的属性像素值。
进一步地,将通道图像中,根据某些像素点的属性像素值无法匹配对应的像素值范围,则将未确定所属像素值范围的所有像素点生成一个像素点集合。
进一步地,确定每一个像素点集合中各像素点在通道图像中的位置。
在一种实施方式中,在执行步骤102时,也可以采用以下步骤:
S1021:根据各像素点的属性像素值,将通道图像进行划分,获得划分后的各图像区域。
具体的,在执行S1021时,可以采用以下步骤:
步骤a:分别确定通道图像中每两个像素点的属性像素值之间的像素差值。
需要说明的是,像素点的属性像素值可以是根据像素点的属性颜色确定的像素值。
步骤b:分别将像素差值低于预设像素差值的每两个相邻像素点进行合并,获得合并后的图像区域。
作为一种实施例,识别出通道图像中,每一个像素点对应的属性像素值,将相邻两个像素点对应的属性像素值进行比较,若两相邻两个像素点对应的属性像素值之差小于预设像素差值,则将该相邻两个像素点进行合并,通过该方法对通道图像中所有相邻的像素点进行处理,能够得到至少一个和并后的图像区域。
需要说明的是,预设像素差值用于表示两个像素点对应的属性像素值之差较小,预设像素差值可以是0,也可以是0.01,也可以是0.001,也可以是其他的赋值形式,在此不做限制。
通过上述方法生成的一个图像区域中所有的像素点属于同一类属性颜色。
若两相邻两个像素点对应的属性像素值之差大于等于预设像素差值,则将该两相邻两个像素点与其他相邻像素点进行比较,若某个像素点对应的属性像素值与其周围的属性像素值之差都大于等于预设像素差值,则该像素点作为零星像素点,将通道图像中所有的零星像素点作为一个像素点集合。
作为另一种实施例,也可以通过以下方式获得至少一个和并后的图像区域。
建立典型颜色数组A,找出通道图像中的所有典型颜色,并存储在典型颜色数组A中。
具体的,对通道图像进行扫描,本申请实施例中,以每次扫描三行像素为了进行说明。在实际应用中,也可以每次扫描三行像素,也可以每次扫描五行像素,也可以每次扫描四行像素,但本申请不限于此。
例如第一次扫描第1-3行,第二次扫描第4-6行。每次扫描三行像素时逐列分析每个像素点的属性像素值,从上到下,从左到右,例如先分析第1行第1个像素,然后是第2行第1个像素,第3行第1个像素,等分析完第一列后,再分析第二列像素。
如图2所示,图2为本申请实施例提供的一种像素点对比形式示意图,图2中,1表示像素点1,2表示像素点2,3表示像素点3,4表示像素点4,5表示像素点5,6表示像素点6,7表示像素点7,8表示像素点8,9表示像素点9。
例如先分析第一列第一个像素点1的属性像素值,然后分析第一列第二个像素点4的属性像素值,将像素点1的属性像素值与像素点4的属性像素值进行对比,若两属性像素值接近,表明像素点1与像素点4属于同一色系,进一步,将第一列第三个像素点7的属性像素值,与像素点4的属性像素值进行对比,若像素点7的属性像素值与像素点4的属性像素值接近,表明像素点1、像素点4以及像素点7都属于同一色系。
进一步地,将第二列第一个像素点2的属性像素值与上一列(第一列)中间像素点4的属性像素值进行对比,若像素点2的属性像素值与像素点4的属性像素值接近,表明像素点1、4、7、2属于同一色系;进一步地,将第二列第二个像素点5的属性像素值与上一列(第一列)中间像素点4的属性像素值进行对比,若像素点5的属性像素值与像素点4的属性像素值接近,表明像素点1、4、7、2和5属于同一色系;进一步,将第二列第三个像素点8的属性像素值与上一列(第一列)中间像素点4的属性像素值进行对比,若像素点8的属性像素值与像素点4的属性像素值接近,表明像素点1、4、7、2、5和8属于同一色系,则像素点1、4、7、2、5和8对应的像素点属于同一对象;再逐个分析第三列像素点与上一列(第二列)中间像素点5的属性像素值差异,若像素点3的属性像素值与像素点5的属性像素值接近,表明像素点1、4、7、2、5、8和3属于同一色系,则像素点1、4、7、2、5、8和3对应的像素点属于同一对象,再分析像素点6的属性像素值与像素点5的属性像素值差异,若像素点6的属性像素值与像素点5的属性像素值接近,表明像素点1、4、7、2、5、8、3和6属于同一色系,则像素点1、4、7、2、5、8、3和6对应的像素点属于同一对象,接着分析像素点9的属性像素值与像素点5的属性像素值差异,若像素点9的属性像素值与像素点5的属性像素值接近,表明像素点1、4、7、2、5、8、3、6和9属于同一色系,则像素点1、4、7、2、5、8、3、6和9对应的像素点属于同一对象,若某个像素点的属性像素值与上一列中间像素点的属性像素值差异大表明,该列与上一列属于不同色系,发现不同色系的像素点对应的列与上一列属于不同对象。
若像素点1的属性像素值与像素点4的属性像素值差异很大,表明该列的三个像素点(1、4、7)属于不同色系,则从第二列第一个像素点2的属性像素值开始分析,不再分析像素点7的属性像素值。
若当像素点1、4、7、2属于同一色系时,像素点5的属性像素值与上一列(第一列)中间像素点4的属性像素值较大时,则第二列与第一列属于不同对象,并且像素点2、5、8对应的列属于新的对象边界。
通过上述方法,将通道图像中属于同一色系,且列数大于预设值的图像区域作为一个主要对象对应的图像区域,该图像区域对应的色系作为典型颜色,并存入典型颜色数组A中,并且每一典型颜色包含该图像区域所有像素点的颜色值,即一类典型颜色包含多个颜色值。
需要说明的是,像素点的颜色值即为像素点的属性像素值。
作为一种实施例,列数大于预设值可以是指列数大于5,也可以是指列数大于6,也可以是指列数大于7,在此不做限制。
作为一种实施例,一个图像区域的典型颜色的颜色值可以是其所包含的所有颜色值的平均值,也可以是该图像区域的中间像素点对应的颜色值,在此不做限制。
通过上述方法,找出通道图像中所有典型颜色,并存入典型颜色数组A中,并且能够确定每一典型颜色对应的图像区域。
在上述实现过程中,通过将像素值相近的相邻像素点进行合并,以获得合并后的图像区域。
S1022:确定各图像区域之间的像素匹配度。
作为一种实施例,各图像区域的像素匹配度可以是指各图像区域对应的典型颜色值的差异度,也可以是指其他匹配值,在此不作限制。
S1023:根据各图像区域之间的像素匹配度,将各图像区域进行划分,获得划分后的至少一个图像区域集合,图像区域集合中包含至少一个图像区域。
作为一种实施例,将各图像区域对应的典型颜色值的差异度作为各图像区域的像素匹配度,将典型颜色值差异小的图像区域归为一个图像区域集合,一个图像区域集合中可以包含一个图像区域,也可以包含多个图像区域。在典型颜色数组A中,将属于同一图像区域集合的典型颜色进行合并,合并后的典型颜色数量即为目标对象的数量,即每一图像区域集合对应一个目标对象,每一目标对象一种典型颜色,一种典型颜色包含该图像区域集合中所有像素点的颜色值。
通过上述方法,可以确定出通道图中包含的所有典型颜色对应的图像区域集合。
进一步地,将每一图像区域集合对应的目标对象创建一个独立图像。
将通道图像中的像素点从左到右,从上到下逐个分析,分析时将每个像素的颜色和典型颜色数组A中包含的所有颜色值进行对比,如果发现基本一致或者差异特别小,则认为该像素就属于该目标对象。
作为一种实施例,通道图像为B,通道图像对应的待处理图像为C,分析通道图像为B中的像素点B(x,y)的颜色和典型颜色数组A中的目标对象i中的颜色值j是一致的,则通道图像B中的像素点B(x,y)以及待处理图像C的像素点C(x,y)都属于目标对象i,并且可以将待处理图像C的像素点C(x,y)实际颜色复制到创建的目标对象对应的图像D的像素点D(x,y)上,通过上述方式,能够将图像区域集合中所有像素点都归属到每个目标对象对应的图像中。只剩下物体边界的一些零散的像素点不知道属于哪个目标对象,原因是边界点像素颜色往往是多个目标对象的混合色,通过判断颜色是否一致,无法确定到底属于哪个目标对象。
进一步地,通过相邻的像素点确定不知道属于哪个目标对象的像素点的归属,例如,通道图像B的第y行的第m至n个像素点未确定归属,则像素点(m-1,y)肯定已经确定了所属的目标对象,从B(m-1,y)像素点开始递归往左,右、下三个像素方向同时判断,也可以向上、下、左、右四个方向同时判断。
以向右为例,如果像素点B(m-1,y)右边相邻像素点B(m,y)未确定归属,则判断右边相邻像素点B(m,y)的颜色值和像素点B(m-1,y)的颜色值的差异,如果差异很小,则像素点B(m,y)和像素点B(m-1,y)属于同一个目标对象,进一步,对像素点B(m,y)向右递归,判断像素点B(m,y)右边的相邻像素点B(m+1,y)的归属,如果差异很大,则递归结束。对像素B(m-1,y)递归处理完毕后,往右扫描,如果碰到第n个像素依然没有归属,则对B(n+1,y)进行递归处理,往左判断,即像素B(n,y)是否和B(n+1,y)属于同一个目标对象,如果差异小则再向左递归处理,否则递归结束。经过此步骤,大部分边界像素点确定了归属。确定了归属目标对象的像素点,需要将该像素在待处理图像C中的颜色复制到该目标对象对应的图像中。
进一步地,通道图像B中的极大部分像素点都确定了属于哪个目标对象,将剩下的所有未确定归属的像素点作为一个遗漏像素点集合,并创建一个遗漏图像。
在上述实现过程中,根据各像素点的属性像素值,进行图像区域划分,可以获得通道图像中各目标对象对应的图像区域,进一步的,根据各图像区域之间的像素匹配度,将各图像区域进行划分,可以将同一属性颜色对应的图像区域划分为同一图像区域集合,实现同一属性颜色的图像区域的归类。
作为另一种实施例,在执行步骤S1023时,还可以采用以下步骤:
获取分别针对每一目标对象的属性颜色设置的像素值范围。
具体的,在生成通道图时,每一目标对象对应的属性颜色设置有一个像素值范围,分别获取每一目标对象的属性颜色的像素值范围。
分别针对每一属性颜色的像素值范围,执行以下步骤:
根据图像区域中各像素点的属性像素值,确定一个像素值范围匹配的图像区域,并将确定出的图像区域,划分为一个图像区域集合。
具体的,逐个分析每个图像区域中,每个像素点的属性像素值,并与获取的像素值范围进行对比,若该像素点的属性像素值在某个像素值范围内,则将该像素点归为该像素值范围对应的目标对象,通过该方法能够将属于同一像素值范围的图像区域划分为一个图像区域集合。
将其余的图像区域,划分为一个图像区域集合。
具体的,将未确定素值范围的其余的图像区域,划分为一个图像区域集合。
在上述实现过程中,将属于同一像素值范围的多个图像区域归为一个图像区域集合,并且将其余的多个图像区域归为一个集合,从而获得多个图像区域集合。
S1024:分别根据每一图像区域集合中的图像区域的各像素点,生成相应的像素点集合。
上述每个图像区域集合对应多个像素点,将每一图像区域集合中的图像区域的各像素点,生成相应的像素点集合。
步骤103:分别根据每一像素点集合,生成相应的图像层。
具体的,在执行步骤103时,可以采用以下步骤:
分别针对每一像素点集合,执行以下步骤:
S1031:分别获取一个像素点集合中每一像素点的实际像素值;
S1032:根据一个像素点集合中的各像素点的实际像素值,生成一个像素点集合对应的图像层。
具体的,通过上述方法,通道图像B中的每一像素点都包含在对应的像素点集合中,分别获取一个像素点集合中每一像素点的实际像素值,将每一像素点的实际像素值复制到对应的像素点集合中,将像素点集合中各像素点的像素值为修改为实际像素值。
根据每一像素点集合中各像素点的实际像素值,生成对应的图像,每一图像表示一个图像层。
需要说明的是,每一像素点的实际像素值可以是指待处理图像对应的实际像素值。
在上述实现过程中,根据各像素点集合中的每一个像素点的实际像素值生成每一个像素集合对应的图像层,能够生成包含实际图像中各目标对象对应的各图像层,便于用户对每一图像层的调用来实现对目标对象的调用。
步骤104:根据获得的图像层,对待处理图像进行处理。
具体的,将上述各图像层作合并为一个图形文件(Photoshop Document,PSD)输出,根据生成的PSD文件中的每个图像层对待处理图像进行处理。
作为一种实施例,生成的PSD文件中还可以包括通道图像B形成的图像层,也可以包括待处理图像C形成的图像层。
进一步地,用户可以在生成的PSD文件中选取相应的图像层,即选取该图像层对应的区域,对相应的目标对象进行渲染等图像处理。
在上述实现过程中,根据通道图像中各像素点的属性像素值对像素点进行划分,获得像素点集合,能够实现对通道图像中不同属性对应的像素点进行归类,进而生成不同属性对应的图像层。
参照图3,图3为本申请实施例提供的一种图像处理的装置结构框图,该装置300,该装置包括:
获取单元301,用于获取待处理图像对应的通道图像,其中,通道图像是根据待处理图像中的至少一个目标对象对应的属性颜色生成的,目标对象的属性颜色是针对目标对象的属性设置的。
划分单元302,用于根据通道图像中各像素点的属性像素值,将各像素点进行划分,获得至少一个像素点集合。
生成单元303,用于分别根据每一像素点集合,生成相应的图像层。
处理单元304,用于根据获得的图像层,对待处理图像进行处理。
结合第二方面,在一种实施方式中,获取模块具体用于:
确定待处理图像中的至少一个目标对象。
分别获取每一目标对象的属性。
确定分别针对每一目标对象的属性设置的颜色。
按照至少一个目标对象的颜色,生成包含至少一个目标对象的通道图像。
在一种实施方式中,划分单元具体用于:
根据各像素点的属性像素值,将通道图像进行划分,获得划分后的各图像区域。
确定各图像区域之间的像素匹配度。
根据各图像区域之间的像素匹配度,将各图像区域进行划分,获得划分后的至少一个图像区域集合,图像区域集合中包含至少一个图像区域。
分别根据每一图像区域集合中的图像区域的各像素点,生成相应的像素点集合。
在一种实施方式中,划分单元具体用于:
分别确定通道图像中每两个像素点的属性像素值之间的像素差值。
分别将像素差值低于预设像素差值的每两个相邻像素点进行合并,获得合并后的图像区域。
在一种实施方式中,划分单元还用于:
获取分别针对每一目标对象的属性颜色设置的像素值范围。
分别针对每一属性颜色的像素值范围,执行以下步骤:根据各图像区域中的像素点的属性像素值,确定一个像素值范围匹配的图像区域,并将确定出的图像区域,划分为一个图像区域集合。
将其余的图像区域,划分为一个图像区域集合。
在一种实施方式中,生成模块具体用于:
分别针对每一像素点集合,执行以下步骤:
分别获取一个像素点集合中每一像素点的实际像素值;
根据一个像素点集合中的各像素点的实际像素值,生成一个像素点集合对应的图像层。
需要说明的是,图3所示的装置300,能够实现图1方法实施例中方法的各个过程。装置300中的各个单元的操作和/或功能,分别为了实现图1中的方法实施例中的相应流程。具体可参见上述方法实施例中的描述,为避免重复,此处适当省略详细描述。
请参照图4,图4为本申请实施例提供的一种电子设备的结构示意图,图4所示的电子设备400可以包括:至少一个处理器410,例如CPU,至少一个通信接口420,至少一个存储器430和至少一个通信总线440。其中,通信总线440用于实现这些组件直接的连接通信。其中,本申请实施例中设备的通信接口420用于与其他节点设备进行信令或数据的通信。存储器430可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器430可选的还可以是至少一个位于远离前述处理器的存储装置。存储器430中存储有计算机可读取指令,当计算机可读取指令由处理器410执行时,电子设备执行上述图1所示方法过程。
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,该计算机程序被服务器执行时实现图1所示的方法过程。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的,例如,所述系统装置的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个装置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。
另外,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网络单元上。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。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,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。
Claims (10)
1.一种图像处理的方法,其特征在于,所述方法包括:
获取待处理图像对应的通道图像,其中,所述通道图像是根据所述待处理图像中的至少一个目标对象对应的属性颜色生成的,所述目标对象的属性颜色是针对所述目标对象的属性设置的;
根据所述通道图像中各像素点的属性像素值,将各像素点进行划分,获得至少一个像素点集合;
分别根据每一像素点集合,生成相应的图像层;
根据获得的图像层,对所述待处理图像进行处理;
其中,所述根据所述通道图像中各像素点的属性像素值,将各像素点进行划分,获得至少一个像素点集合,包括:分别确定所述通道图像中每两个相邻像素点的属性像素值之间的像素差值;分别将像素差值低于预设像素差值的每两个相邻像素点进行合并,获得合并后的图像区域;根据各图像区域中的像素点,获得至少一个像素点集合。
2.根据权利要求1所述的方法,其特征在于,所述根据所述通道图像中各像素点的属性像素值,将各像素点进行划分,获得至少一个像素点集合,包括:
确定各图像区域之间的像素匹配度;
根据各图像区域之间的像素匹配度,将各图像区域进行划分,获得划分后的至少一个图像区域集合,所述图像区域集合中包含至少一个图像区域;
分别根据每一图像区域集合中的图像区域的各像素点,生成相应的像素点集合。
3.根据权利要求2所述的方法,其特征在于,所述根据各图像区域之间的像素匹配度,将各图像区域进行划分,获得划分后的至少一个图像区域集合,包括:
获取分别针对每一目标对象的属性颜色设置的像素值范围;
分别针对每一属性颜色的像素值范围,执行以下步骤:根据各图像区域中的像素点的属性像素值,确定一个像素值范围匹配的图像区域,并将确定出的图像区域,划分为一个图像区域集合;
将其余的图像区域,划分为一个图像区域集合。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述分别根据每一像素点集合,生成相应的图像层,包括:
分别针对每一像素点集合,执行以下步骤:
分别获取一个像素点集合中每一像素点的实际像素值;
根据所述一个像素点集合中的各像素点的实际像素值,生成所述一个像素点集合对应的图像层。
5.一种图像处理的装置,其特征在于,所述装置包括:
获取单元,用于获取待处理图像对应的通道图像,其中,所述通道图像是根据所述待处理图像中的至少一个目标对象对应的属性颜色生成的,所述目标对象的属性颜色是针对所述目标对象的属性设置的;
划分单元,用于根据所述通道图像中各像素点的属性像素值,将各像素点进行划分,获得至少一个像素点集合;
生成单元,用于分别根据每一像素点集合,生成相应的图像层;
处理单元,用于根据获得的图像层,对所述待处理图像进行处理;
其中,所述划分单元具体用于:分别确定所述通道图像中每两个相邻像素点的属性像素值之间的像素差值;分别将像素差值低于预设像素差值的每两个相邻像素点进行合并,获得合并后的图像区域;根据各图像区域中的像素点,获得至少一个像素点集合。
6.根据权利要求5所述的装置,其特征在于,所述划分单元具体用于:
确定各图像区域之间的像素匹配度;
根据各图像区域之间的像素匹配度,将各图像区域进行划分,获得划分后的至少一个图像区域集合,所述图像区域集合中包含至少一个图像区域;
分别根据每一图像区域集合中的图像区域的各像素点,生成相应的像素点集合。
7.根据权利要求6所述的装置,其特征在于,所述划分单元还用于:
获取分别针对每一目标对象的属性颜色设置的像素值范围;
分别针对每一属性颜色的像素值范围,执行以下步骤:根据各图像区域中的像素点的属性像素值,确定一个像素值范围匹配的图像区域,并将确定出的图像区域,划分为一个图像区域集合;
将其余的图像区域,划分为一个图像区域集合。
8.根据权利要求5-7中任一项所述的装置,其特征在于,所述生成单元具体用于:
分别针对每一像素点集合,执行以下步骤:
分别获取一个像素点集合中每一像素点的实际像素值;
根据所述一个像素点集合中的各像素点的实际像素值,生成所述一个像素点集合对应的图像层。
9.一种电子设备,其特征在于,包括:
处理器、存储器和总线,所述处理器通过所述总线与所述存储器相连,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,用于实现如权利要求1-4中任一项所述的方法。
10.一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,该计算机程序被服务器执行时实现如权利要求1-4中任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110683144.1A CN113256776B (zh) | 2021-06-21 | 2021-06-21 | 图像处理的方法、装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110683144.1A CN113256776B (zh) | 2021-06-21 | 2021-06-21 | 图像处理的方法、装置、电子设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113256776A CN113256776A (zh) | 2021-08-13 |
CN113256776B true CN113256776B (zh) | 2021-10-01 |
Family
ID=77188816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110683144.1A Active CN113256776B (zh) | 2021-06-21 | 2021-06-21 | 图像处理的方法、装置、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113256776B (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8139850B2 (en) * | 2008-12-05 | 2012-03-20 | Tandent Vision Science, Inc. | Constraint generation for use in image segregation |
CN102436636B (zh) * | 2010-09-29 | 2013-09-25 | 中国科学院计算技术研究所 | 自动分割头发的方法及其系统 |
CN102819864B (zh) * | 2012-08-14 | 2014-12-17 | 北京航空航天大学 | 基于光度图的几何与表面材质的重建方法 |
US10497126B2 (en) * | 2016-12-30 | 2019-12-03 | Dassault Systemes | Producing a segmented image using markov random field optimization |
CN107369158B (zh) * | 2017-06-13 | 2020-11-13 | 南京邮电大学 | 基于rgb-d图像的室内场景布局估计及目标区域提取方法 |
CN110800309B (zh) * | 2018-08-23 | 2021-08-27 | 深圳市大疆创新科技有限公司 | 图像处理方法、图像处理装置、电子装置和存储介质 |
CN109584258B (zh) * | 2018-12-06 | 2021-10-15 | 南京苏美达智能技术有限公司 | 草地边界识别方法及应用其的智能割草装置 |
CN110033510B (zh) * | 2019-03-25 | 2023-01-31 | 创新先进技术有限公司 | 建立颜色映射关系用于校正渲染图像颜色的方法及装置 |
CN111768455A (zh) * | 2020-07-03 | 2020-10-13 | 福州大学 | 一种基于图像的木材区域和主色提取方法 |
CN112402958B (zh) * | 2020-10-27 | 2022-05-13 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置和存储介质 |
-
2021
- 2021-06-21 CN CN202110683144.1A patent/CN113256776B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113256776A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106326391B (zh) | 多媒体资源推荐方法及装置 | |
EP2461260A1 (en) | Visual treatment for a user interface in a content integration framework | |
CN109803152B (zh) | 违规审核方法、装置、电子设备以及存储介质 | |
CN109144649A (zh) | 图标的显示方法、装置、终端及存储介质 | |
CN109829069B (zh) | 图像审核处理方法、装置、电子设备及存储介质 | |
US10902254B2 (en) | Converting a captured image of a layout to a structured document template | |
CN106201216A (zh) | 一种自定义桌面图标的显示方法及系统 | |
CN112019820A (zh) | 界面生成方法和装置 | |
CN112527434A (zh) | 页面展示的方法、终端、服务器、系统、电子设备 | |
WO2019018062A1 (en) | AUTOMATIC IMAGE ORGANIZATION IN IMAGE GRID LAYOUT | |
CN113412481B (zh) | 资源推送方法、装置、服务器以及存储介质 | |
CN113256776B (zh) | 图像处理的方法、装置、电子设备和计算机可读存储介质 | |
JP4967045B2 (ja) | 背景判別装置、方法及びプログラム | |
JP2013120201A (ja) | 情報処理装置及び方法 | |
CN113992784B (zh) | 音视频通话方法、装置、计算机设备和存储介质 | |
CN114491093B (zh) | 多媒体资源推荐、对象表征网络的生成方法及装置 | |
CN113900620B (zh) | 交互方法、装置、电子设备以及存储介质 | |
CN114841604A (zh) | 协作任务处理方法、装置、设备及计算机可读存储介质 | |
CN113094624A (zh) | 页面生成方法、装置及电子设备 | |
CN111191063A (zh) | 图片的分类方法、装置、终端及存储介质 | |
CN111858542B (zh) | 数据处理方法、装置、设备及计算机可读存储介质 | |
CN113032855B (zh) | 座位的排布方法、系统、计算设备及存储介质 | |
US11928318B2 (en) | AI-powered tagging and UI/UX optimization engine | |
CN112069982A (zh) | 目标图像的获取方法、装置、电子设备以及存储介质 | |
CN117828208A (zh) | 显示目标页面图像元素切换方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Methods, devices, electronic devices, and computer-readable storage media for image processing Effective date of registration: 20231122 Granted publication date: 20211001 Pledgee: Zhongguancun Branch of Bank of Beijing Co.,Ltd. Pledgor: Xuani information technology (Beijing) Co.,Ltd. Registration number: Y2023980067089 |