CN113327193A - 图像处理方法、装置、电子设备和介质 - Google Patents

Abstract

本公开披露了一种图像处理方法、装置、设备、介质和产品，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于图像处理场景下。图像处理方法包括：确定参考图像中的参考区域；确定目标图像中的目标区域；基于目标区域，处理参考区域，使得处理后的参考区域与目标区域相匹配；将处理后的参考区域的像素值作为参考，调整目标区域的像素值。

Description

图像处理方法、装置、电子设备和介质

技术领域

本公开涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于图像处理场景下。

背景技术

相关技术中，多个图像的颜色通常不一致，在一些情况下，需要将多个图像的颜色调整为一致，例如需要将多个图像中相应的局部区域的颜色调整为一致。但是，相关技术在调整图像的颜色时，调整的准确性较低，难以达到预期的效果。

发明内容

本公开提供了一种图像处理方法、装置、电子设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种图像处理方法，包括：确定参考图像中的参考区域；确定目标图像中的目标区域；基于所述目标区域，处理所述参考区域，使得处理后的参考区域与所述目标区域相匹配；将处理后的参考区域的像素值作为参考，调整所述目标区域的像素值。

根据本公开的另一方面，提供了一种图像处理装置，包括：第一确定模块、第二确定模块、处理模块以及调整模块。第一确定模块，用于确定参考图像中的参考区域；第二确定模块，用于确定目标图像中的目标区域；处理模块，用于基于所述目标区域，处理所述参考区域，使得处理后的参考区域与所述目标区域相匹配；调整模块，用于将处理后的参考区域的像素值作为参考，调整所述目标区域的像素值。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与所述至少一个处理器通信连接的存储器。其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的图像处理方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述的图像处理方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述的图像处理方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1示意性示出了根据本公开一实施例的图像处理方法和装置的应用场景；

图2示意性示出了根据本公开一实施例的图像处理方法的流程图；

图3示意性示出了根据本公开另一实施例的图像处理方法的示意图；

图4示意性示出了根据本公开一实施例的图像处理方法的原理图；

图5示意性示出了根据本公开一实施例的图像处理装置的框图；以及

图6是用来实现本公开实施例的用于执行图像处理的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

图1示意性示出了根据本公开一实施例的图像处理方法和装置的应用场景。需要注意的是，图1所示仅为可以应用本公开实施例的应用场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的应用场景100可以包括参考图像110和目标图像120。

参考图像110中的参考区域例如为参考图像110中的局部区域，目标图像120中的目标区域例如为目标图像120中的局部区域。本公开的实施例以参考区域的颜色为参考，调整目标区域的颜色，使得目标区域的颜色和参考区域的颜色一致。

在本公开的实施例中，当参考图像110和目标图像120是针对用户的图像时，参考区域和目标区域可以是用户身体部位所在的区域，例如参考区域和目标区域为用户嘴唇所在的区域。当参考图像110和目标图像120是针对物体的图像时，参考区域和目标区域可以是物体所在的区域。为了便于理解，以参考区域和目标区域为用户嘴唇所在的区域为例进行说明。

在一实施例中，可以对目标图像120中的用户面部上妆，例如改变目标图像120中用户的嘴唇颜色。具体为将参考图像110中用户嘴唇的颜色作为参考，将目标图像120中用户的嘴唇的颜色调整为与参考图像110中用户嘴唇的颜色一致。

在另一示例中，参考图像110和目标图像120例如为同一个视频中的不同图像帧。当视频的不同图像帧中用户的嘴唇颜色不一致时，可以调整图像帧中用户嘴唇的颜色，使得不同图像帧中用户嘴唇的颜色一致。例如，从视频的多个图像帧中确定一个图像帧为参考图像110，剩余其他图像帧可以作为目标图像120，以参考图像110中用户嘴唇的颜色作为参考，将目标图像120中用户的嘴唇的颜色调整为与参考图像110中用户嘴唇的颜色一致。

在另一示例中，基于参考图像110中的人像进行虚拟处理，得到虚拟人像视频。在进行虚拟处理时，虚拟人像视频中的人像颜色和参考图像110中的人像颜色存在突变，影响视觉效果。因此，可以将虚拟人像视频中的每个图像帧作为目标图像120，并以参考图像110中用户嘴唇的颜色作为参考，将目标图像120中用户的嘴唇的颜色调整为与参考图像110中用户嘴唇的颜色一致，降低用户嘴唇的颜色突变程度，提高视觉效果。

为了提高图像颜色的调整准确性，本公开的实施例提供了一种图像处理方法。图像处理方法包括确定参考图像中的参考区域，并且确定目标图像中的目标区域。然后，基于目标区域，调整参考区域，使得参考区域与目标区域相匹配。接下来，将调整后的参考区域的像素值作为参考，调整目标区域的像素值。

本公开实施例提供了一种图像处理方法，下面结合图1的应用场景，参考图2～图4来描述根据本公开示例性实施方式的图像处理方法。

图2示意性示出了根据本公开一实施例的图像处理方法的流程图。

如图2所示，本公开实施例的图像处理方法200例如可以包括操作S210～操作S240。

在操作S210，确定参考图像中的参考区域。

在操作S220，确定目标图像中的目标区域。

在操作S230，基于目标区域，处理参考区域，使得处理后的参考区域与目标区域相匹配。

在操作S240，将处理后的参考区域的像素值作为参考，调整目标区域的像素值。

示例性地，参考图像和目标图像例如均包括用户，参考区域例如为参考图像中用户的嘴唇所在的区域，目标区域例如为目标图像中用户的嘴唇所在的区域。

在一示例中，当目标区域和参考区域不一致时，目标区域中的多个像素和参考区域中的多个像素无法对应。如果基于参考区域的像素值来调整目标区域的像素值，将导致目标区域的像素值调整不准确，使得目标区域的颜色调整难以满足预期效果。因此，本公开的实施例将参考区域处理为与目标区域一致，使得处理后的参考区域中的多个像素和目标区域中的多个像素对应，以便于将处理后的参考区域的像素值作为参考来调整目标区域的像素值，使得目标区域的像素值与处理后的参考区域的像素值一致，从而实现了将目标区域的颜色调整为与参考区域的颜色一致。

根据本公开的实施例，在基于参考区域的像素值来调整目标区域的像素值之前，首先基于目标区域来处理参考区域，使得参考区域和目标区域相匹配。然后基于处理后的参考区域的像素值来调整目标区域的像素值，实现将目标区域的颜色调整为与参考区域的颜色一致。可以理解，基于目标区域来处理参考区域使得参考区域和目标区域一致，提高了颜色调整的准确性。

在另一示例中，可以基于目标区域的参数调整参考区域的参数，使得参考区域的参数与目标区域的参数一致，参数例如包括区域形状和区域面积。即，处理后的参考区域和目标区域相同，参考区域和目标区域一样包括区域的形状相同以及面积相同。

图3示意性示出了根据本公开一实施例的图像处理方法的示意图。

如图3所示，对目标区域320进行识别，确定针对目标区域320的多个特征点。对参考区域310进行识别，确定针对参考区域310的多个特征点。针对目标区域320的多个特征点的数量和针对参考区域310的多个特征点的数量一致。在一些情况下，多个特征点的数量例如为可以是48个。图3中例如示出了30个特征点。特征点例如为图3中所示的黑色实心圆点。

接下来，基于针对目标区域320的多个特征点，将目标区域320划分为N个目标子区域，N为大于1的整数。例如，N＝37。每个目标子区域例如为三角形区域，三角形的顶点例如为特征点。

同理，基于针对参考区域310的多个特征点，将参考区域310划分为N个参考子区域，N个参考子区域和N个目标子区域一一对应。每个参考子区域例如为三角形区域，三角形的顶点例如为特征点。

然后，基于目标子区域的区域形状和区域面积，调整参考子区域的区域形状和区域面积。调整后的参考子区域的区域形状和目标子区域的区域形状一致，调整后的参考子区域的区域面积和目标子区域的区域面积一致。

例如，一个目标子区域和与该目标子区域对应的一个参考子区域为例。基于目标子区域的目标位置信息和参考子区域的参考位置信息，确定针对参考子区域的仿射变换数据，然后基于仿射变换数据对参考子区域进行仿射变换处理。

目标位置信息包括目标子区域的区域轮廓的特征点在目标图像中的位置信息，例如目标子区域为三角形时，目标子区域的区域轮廓的特征为三角形的顶点。参考位置信息包括参考子区域的区域轮廓的特征点在参考图像中的位置信息，例如参考子区域为三角形时，参考子区域的区域轮廓的特征为三角形的顶点。

仿射变换处理例如包括以目标子区域为基准，对参考子区域进行平移、旋转、缩放等处理，使得处理后的参考子区域和目标子区域一致。

对参考区域310进行仿射变换处理后得到处理后的参考区域310A，处理后的参考区域310A例如与目标区域320一致。

在本公开的一实施例中，将仿射变换处理后的参考区域的像素值作为参考，调整目标区域的像素值包括以下过程。

首先，针对处理后的参考区域所在的参考图像，对参考图像进行滤波处理，得到滤波后的参考图像，以B表示参考图像的像素值矩阵，以B₁表示滤波后的参考图像的像素值矩阵。对目标图像进行滤波处理，得到滤波后的目标图像A₁，以A表示目标图像的像素值矩阵，以A₁表示滤波后的目标图像的像素值矩阵，滤波例如包括高斯滤波。

然后，基于滤波处理后的参考图像的像素值矩阵B₁与滤波处理后的目标图像的像素值矩阵A₁之间的比值，得到第一调整参数，第一调整参数例如为矩阵C，C＝B₁/A₁，此处的矩阵相除包括矩阵中各个对应元素相除。例如以B₁＝[b₁₁ b₁₂；b₂₁ b₂₂]，A₁＝[a₁₁ a₁₂；a₂₁a₂₂]为例，C＝[c₁₁ c₁₂；c₂₁ c₂₂]＝[b₁₁/a₁₁ b₁₂/a₁₂；b₂₁/a₂₁ b₂₂/a₂₂]。

接下来，基于第一调整参数，调整目标图像中目标区域的像素值。例如，基于目标图像的像素值与第一调整参数(例如矩阵C)的乘积，得到经处理目标图像。例如，针对目标图像的像素值矩阵A，将像素值矩阵A中的每个像素值与矩阵C中对应数值相乘，得到经处理目标图像的像素值矩阵A₂，A₂＝C*A，此处矩阵之间的“*”运算例如表示点乘，点乘为矩阵中各个对应元素相乘。例如以A＝[a_{0_11} a_{0_12}；a_{0_21} a_{0_22}]为例，A₂＝[c₁₁*a_{0_11} c₁₂*a_{0_12}；c₂₁*a_{0_21} c₂₂*a_{0_22}]。

最后，将目标图像中目标区域的像素值，调整为与经处理目标图像中目标区域的像素值相等。例如，目标图像的像素值矩阵为A＝[a_{0_11} a_{0_12}；a_{0_21} a_{0_22}]，目标图像中目标区域的像素值例如为a_{0_12}和a_{0_21}。经处理目标图像的像素值矩阵为A₂＝[c₁₁*a_{0_11} c₁₂*a_{0_12}；c₂₁*a_{0_21} c₂₂*a_{0_22}]，经处理目标图像中目标区域的像素值例如为c₁₂*a_{0_12}和c₂₁*a_{0_21}。将矩阵A中的a_{0_12}调整为c₁₂*a_{0_12}，将矩阵A中的a_{0_21}调整为c₂₁*a_{0_21}。调整后得到的最终的目标图像的像素值矩阵A₃＝[a_{0_11} c₁₂*a_{0_12}；c₂₁*a_{0_21} a_{0_22}]。

其中，将目标图像中目标区域的像素值，调整为与经处理目标图像中目标区域的像素值相等具体实现可以包括：基于目标图像中针对目标区域的特征点，确定针对目标图像中目标区域的矩阵M，矩阵M例如为[0 1；1 0]，矩阵M中数值1与目标图像中目标区域相对应，数值0与目标图像中除目标区域之外的区域相对应。将经处理目标图像(像素值矩阵为A₂)和原始的目标图像(像素值矩阵为A)进行融合，得到最终的目标图像(像素值矩阵为A₃)，A₃＝M*A₂+(1-M)*A，此处的矩阵之间的“*”运算例如表示点乘，点乘为矩阵中各个对应元素相乘。经处理目标图像(像素值矩阵为A₂)和原始的目标图像(像素值矩阵为A)进行融合例如表示将经处理目标图像(像素值矩阵为A₂)中的目标区域和原始的目标图像(像素值矩阵为A)中除目标区域之外的区域进行融合得到最终的目标图像(像素值矩阵为A₃)。

在本公开的实施例中，通过对图像进行滤波处理，以去除图像中的异常信息。然后，基于目标图像和参考图像来确定第一调整参数，在确定第一调整参数的过程中，对目标图像和参考图像的图像整体进行处理，降低了计算复杂度。换言之，相比于确定目标图像中目标区域和参考图像中参考区域来确定第一调整参数的方式，基于图像整体来确定第一调整参数极大降低了第一调整参数的计算复杂度。

图4示意性示出了根据本公开一实施例的图像处理方法的原理图。

如图4所示，确定参考图像中参考区域的特征点，基于特征点对参考区域进行划分得到多个子区域。确定目标图像中目标区域的特征点，基于特征点对目标区域进行划分得到多个子区域。基于目标区域的多个子区域和参考区域的多个子区域，确定针对参考区域的仿射变换数据。基于仿射变换数据对参考图像中的参考区域进行仿射变换，得到仿射变换结果。

然后，对仿射变换结果(仿射变换后的参考图像)进行高斯滤波处理得到高斯滤波结果。对目标图像进行高斯滤波处理得到高斯滤波结果，将针对参考图像的高斯滤波结果除以针对目标图像的高斯滤波结果，得到第一调整参数(矩阵)。

接下来，将原始的目标图像的像素值和第一调整参数相乘，得到经处理目标图像，将经处理目标图像和原始的目标图像进行融合得到最终的目标图像。

在本公开的另一实施例中，将处理后的参考区域的像素值作为参考，调整目标区域的像素值例如包括以下过程。

首先，对仿射变换处理后的参考区域进行滤波处理，对目标区域进行滤波处理。然后，基于滤波处理后的参考区域的像素值与滤波处理后的目标区域的像素值之间的比值，得到第二调整参数。第二调整参数例如为矩阵，该矩阵例如等于滤波处理后的参考区域的像素值矩阵除以滤波处理后的目标区域的像素值矩阵，此处的矩阵相除包括矩阵中各个对应元素相除。

接下来，基于目标图像中目标区域的像素值与第二调整参数的乘积，调整目标图像中目标区域的像素值。例如，将目标区域的像素值矩阵点乘第二调整参数(矩阵)以调整目标区域的像素值，此处的点乘为矩阵中各个对应元素相乘。

在本公开的实施例中，通过对图像的区域进行滤波处理，并基于图像的区域确定第二调整参数，实现了针对性地调整图像中的局部区域，实现了针对性地对图像局部进行处理来改变图像的颜色。

图5示意性示出了根据本公开一实施例的图像处理装置的框图。

如图5所示，本公开实施例的图像处理装置500例如包括第一确定模块510、第二确定模块520、处理模块530以及调整模块540。

第一确定模块510可以用于确定参考图像中的参考区域。根据本公开实施例，第一确定模块510例如可以执行上文参考图2描述的操作S210，在此不再赘述。

第二确定模块520可以用于确定目标图像中的目标区域。根据本公开实施例，第二确定模块520例如可以执行上文参考图2描述的操作S220，在此不再赘述。

处理模块530可以用于基于目标区域，处理参考区域，使得处理后的参考区域与目标区域相匹配。根据本公开实施例，处理模块530例如可以执行上文参考图2描述的操作S230，在此不再赘述。

调整模块540可以用于将处理后的参考区域的像素值作为参考，调整目标区域的像素值。根据本公开实施例，调整模块540例如可以执行上文参考图2描述的操作S240，在此不再赘述。

根据本公开的实施例，处理模块530还用于：基于目标区域的参数，调整参考区域的参数，使得参考区域的参数与目标区域的参数一致，其中，参数包括区域形状和区域面积中的至少一项。

根据本公开的实施例，处理模块530包括：第一划分子模块、第二划分子模块、处理子模块和处理子模块。第一划分子模块，用于将目标区域划分为N个目标子区域，N为大于1的整数。第二划分子模块，用于将参考区域划分为N个参考子区域，N个参考子区域和N个目标子区域一一对应。处理子模块，用于针对每个目标子区域和与目标子区域对应的参考子区域：基于目标子区域的目标位置信息和参考子区域的参考位置信息，确定针对参考子区域的仿射变换数据，基于仿射变换数据，对参考子区域进行仿射变换处理。

根据本公开的实施例，目标位置信息包括目标子区域的区域轮廓的特征点在目标图像中的位置信息，参考位置信息包括参考子区域的区域轮廓的特征点在参考图像中的位置信息。

根据本公开的实施例，调整模块540包括：第一滤波子模块、第二滤波子模块、第一计算子模块以及第一调整子模块。其中，第一滤波子模块，用于针对处理后的参考区域所在的参考图像，对参考图像进行滤波处理。第二滤波子模块，用于对目标图像进行滤波处理。第一计算子模块，用于基于滤波处理后的参考图像的像素值与滤波处理后的目标图像的像素值之间的比值，得到第一调整参数。第一调整子模块，用于基于第一调整参数，调整目标图像中目标区域的像素值。

根据本公开的实施例，第一调整子模块包括：计算单元和调整单元。计算单元，用于基于目标图像的像素值与第一调整参数的乘积，得到经处理目标图像。调整单元，用于将目标图像中目标区域的像素值，调整为与经处理目标图像中目标区域的像素值相等。

根据本公开的实施例，调整模块540包括：第三滤波子模块、第四滤波子模块、第二计算子模块和第二调整子模块。第三滤波子模块，用于对处理后的参考区域进行滤波处理。第四滤波子模块，用于对目标区域进行滤波处理。第二计算子模块，用于基于滤波处理后的参考区域的像素值与滤波处理后的目标区域的像素值之间的比值，得到第二调整参数。第二调整子模块，用于基于第二调整参数，调整目标图像中目标区域的像素值。

根据本公开的实施例，第二调整子模块还用于：基于目标图像中目标区域的像素值与第二调整参数的乘积，调整目标图像中目标区域的像素值。

本公开的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图6是用来实现本公开实施例的用于执行图像处理的电子设备的框图。

图6示出了可以用来实施本公开实施例的示例电子设备600的示意性框图。电子设备600旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如图像处理方法。例如，在一些实施例中，图像处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的图像处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (19)

1.一种图像处理方法，包括：

确定参考图像中的参考区域；

确定目标图像中的目标区域；

基于所述目标区域，处理所述参考区域，使得处理后的参考区域与所述目标区域相匹配；以及

将处理后的参考区域的像素值作为参考，调整所述目标区域的像素值。

2.根据权利要求1所述的方法，其中，所述基于所述目标区域，处理所述参考区域包括：

基于所述目标区域的参数，调整所述参考区域的参数，使得所述参考区域的参数与所述目标区域的参数一致，

其中，所述参数包括区域形状和区域面积中的至少一项。

3.根据权利要求1或2所述的方法，其中，所述基于所述目标区域，处理所述参考区域包括：

将所述目标区域划分为N个目标子区域，N为大于1的整数；

将所述参考区域划分为N个参考子区域，所述N个参考子区域和所述N个目标子区域一一对应；以及

针对每个目标子区域和与所述目标子区域对应的参考子区域：

基于所述目标子区域的目标位置信息和参考子区域的参考位置信息，确定针对所述参考子区域的仿射变换数据；

基于所述仿射变换数据，对所述参考子区域进行仿射变换处理。

4.根据权利要求3所述的方法，其中，所述目标位置信息包括所述目标子区域的区域轮廓的特征点在所述目标图像中的位置信息，所述参考位置信息包括所述参考子区域的区域轮廓的特征点在所述参考图像中的位置信息。

5.根据权利要求1所述的方法，其中，所述将处理后的参考区域的像素值作为参考，调整所述目标区域的像素值包括：

针对处理后的参考区域所在的参考图像，对所述参考图像进行滤波处理；

对所述目标图像进行滤波处理；

基于滤波处理后的参考图像的像素值与滤波处理后的目标图像的像素值之间的比值，得到第一调整参数；以及

基于所述第一调整参数，调整所述目标图像中目标区域的像素值。

6.根据权利要求5所述的方法，其中，所述基于所述第一调整参数，调整所述目标图像中目标区域的像素值包括：

基于所述目标图像的像素值与所述第一调整参数的乘积，得到经处理目标图像；以及

将所述目标图像中目标区域的像素值，调整为与所述经处理目标图像中目标区域的像素值相等。

7.根据权利要求1所述的方法，其中，所述将处理后的参考区域的像素值作为参考，调整所述目标区域的像素值包括：

对处理后的参考区域进行滤波处理；

对所述目标区域进行滤波处理；

基于滤波处理后的参考区域的像素值与滤波处理后的目标区域的像素值之间的比值，得到第二调整参数；以及

基于所述第二调整参数，调整所述目标图像中目标区域的像素值。

8.根据权利要求7所述的方法，其中，所述基于所述第二调整参数，调整所述目标图像中目标区域的像素值包括：

基于所述目标图像中目标区域的像素值与所述第二调整参数的乘积，调整所述目标图像中目标区域的像素值。

9.一种图像处理装置，包括：

第一确定模块，用于确定参考图像中的参考区域；

第二确定模块，用于确定目标图像中的目标区域；

处理模块，用于基于所述目标区域，处理所述参考区域，使得处理后的参考区域与所述目标区域相匹配；以及

调整模块，用于将处理后的参考区域的像素值作为参考，调整所述目标区域的像素值。

10.根据权利要求9所述的装置，其中，所述处理模块还用于：

基于所述目标区域的参数，调整所述参考区域的参数，使得所述参考区域的参数与所述目标区域的参数一致，

其中，所述参数包括区域形状和区域面积中的至少一项。

11.根据权利要求9或10所述的装置，其中，所述处理模块包括：

第一划分子模块，用于将所述目标区域划分为N个目标子区域，N为大于1的整数；

第二划分子模块，用于将所述参考区域划分为N个参考子区域，所述N个参考子区域和所述N个目标子区域一一对应；以及

处理子模块，用于针对每个目标子区域和与所述目标子区域对应的参考子区域：

基于所述目标子区域的目标位置信息和参考子区域的参考位置信息，确定针对所述参考子区域的仿射变换数据；

基于所述仿射变换数据，对所述参考子区域进行仿射变换处理。

12.根据权利要求11所述的装置，其中，所述目标位置信息包括所述目标子区域的区域轮廓的特征点在所述目标图像中的位置信息，所述参考位置信息包括所述参考子区域的区域轮廓的特征点在所述参考图像中的位置信息。

13.根据权利要求9所述的装置，其中，所述调整模块包括：

第一滤波子模块，用于针对处理后的参考区域所在的参考图像，对所述参考图像进行滤波处理；

第二滤波子模块，用于对所述目标图像进行滤波处理；

第一计算子模块，用于基于滤波处理后的参考图像的像素值与滤波处理后的目标图像的像素值之间的比值，得到第一调整参数；以及

第一调整子模块，用于基于所述第一调整参数，调整所述目标图像中目标区域的像素值。

14.根据权利要求13所述的装置，其中，所述第一调整子模块包括：

计算单元，用于基于所述目标图像的像素值与所述第一调整参数的乘积，得到经处理目标图像；以及

调整单元，用于将所述目标图像中目标区域的像素值，调整为与所述经处理目标图像中目标区域的像素值相等。

15.根据权利要求9所述的装置，其中，所述调整模块包括：

第三滤波子模块，用于对处理后的参考区域进行滤波处理；

第四滤波子模块，用于对所述目标区域进行滤波处理；

第二计算子模块，用于基于滤波处理后的参考区域的像素值与滤波处理后的目标区域的像素值之间的比值，得到第二调整参数；以及

第二调整子模块，用于基于所述第二调整参数，调整所述目标图像中目标区域的像素值。

16.根据权利要求15所述的装置，其中，所述第二调整子模块还用于：

基于所述目标图像中目标区域的像素值与所述第二调整参数的乘积，调整所述目标图像中目标区域的像素值。

17.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。

18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。

19.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。

Images