CN113673536A - 一种图像颜色提取方法、系统及介质 - Google Patents

Abstract

本发明公开了一种图像颜色提取方法、系统及介质，所述方法包括以下步骤：配置传感模块、图像捕捉模块、色彩池、色彩填充模板和深度学习算法；设置检测时间段、次数阈值和色彩相似度范围；基于传感模块、图像捕捉模块、检测时间段和次数阈值获取第一图像；获取图像处理需求，对第一图像进行色彩配置操作，得到第二图像；检测第二图像上是否存在标记信息，若存在，则基于标记信息生成目标色彩信息；对目标色彩信息进行校对处理，得到校对结果；基于色彩填充模板、深度学习算法和校对结果输出与目标色彩信息对应的色彩样本或执行色彩学习操作；本发明能够对快拍图像进行色彩处理，提取并保存图像中的色彩信息，便于后期的使用和分享。

Description

一种图像颜色提取方法、系统及介质

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像颜色提取方法、系统及介质。

背景技术

在软件开发过程中，一些图案色彩的设计灵感常来源于设计工程师周边环境的一些实时图像，而现有技术中对于实时环境中图像的颜色提取，一方面会采用拍照上传电脑，并通过取色程序进行取色的方法；另一方面会采用手机取色软件进行色彩的提取；这两种方法的便利性均较低，且通过取色器以及取色软件所取颜色质量不高，其与实时图像的色彩差异性较大，这将极大的影响工程师的研发效率。

发明内容

本发明主要解决的是现有的图像颜色提取方法便利性较低，且提取到的颜色质量不高，且与实时图像的色彩差异性较大的问题。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种图像颜色提取方法，包括以下步骤：

初始化：

配置传感模块、图像捕捉模块、色彩池、色彩填充模板和深度学习算法；设置检测时间段、次数阈值和色彩相似度范围；

基于所述传感模块、所述图像捕捉模块、所述检测时间段和所述次数阈值获取第一图像；

捕捉目标色彩信息：

获取图像处理需求，基于所述图像处理需求对所述第一图像进行色彩配置操作，得到第二图像；

检测所述第二图像上是否存在标记信息，若存在，则基于所述标记信息生成所述目标色彩信息；

输出色彩样本或执行色彩学习操作：

基于所述色彩池和所述色彩相似度范围对所述目标色彩信息进行校对处理，得到校对结果；

基于所述色彩填充模板、所述深度学习算法和所述校对结果输出与所述目标色彩信息对应的所述色彩样本或执行所述色彩学习操作。

作为一种改进的方案，所述基于所述传感模块、所述图像捕捉模块、所述检测时间段和所述次数阈值获取所述第一图像的步骤进一步包括：

调用所述传感模块每隔所述检测时间段检测是否存在按压动作；若是，则判断所述按压动作的次数是否达到所述次数阈值；若达到，则获取角度信息，并调用所述图像捕捉模块按照所述角度信息获取所述第一图像。

作为一种改进的方案，所述色彩配置操作包括：

提取所述图像处理需求中的清晰度数值、色彩鲜明度数值、色彩冷暖度数值以及噪点处理数值；

按照所述清晰度数值、所述色彩鲜明度数值、所述色彩冷暖度数值分别调节所述第一图像的清晰度、色彩鲜明度和色彩冷暖度，得到待去噪处理图像；

按照所述噪点处理数值对所述待去噪处理图像进行去噪处理，得到所述第二图像。

作为一种改进的方案，所述基于所述标记信息生成所述目标色彩信息的步骤进一步包括：

提取所述标记信息中的若干标记点坐标以及与若干所述标记点坐标分别对应的若干标记时间，基于若干所述标记时间将若干所述标记点坐标通过线段依次连接，得到标记区域；

获取所述第二图像所对应的拜耳阵列图像，在所述拜耳阵列图像中识别与所述标记区域对应的目标像素区域；

识别所述目标像素区域内的若干像素点的第一排布方式和若干所述像素点分别对应的若干第一色彩值信息；

基于所述第一排布方式和若干所述第一色彩值信息计算所述目标像素区域的RGB色彩值，并设定所述RGB色彩值为所述目标色彩信息。

作为一种改进的方案，所述基于所述色彩池和所述色彩相似度范围对所述目标色彩信息进行校对处理，得到校对结果的步骤进一步包括：

设定所述目标色彩信息为基准色彩值，将所述色彩池中的若干待比对色彩值分别与所述基准色彩值进行减法运算，得到若干色彩差值；

判断若干所述色彩差值的绝对值中是否存在位于所述色彩相似度范围内的第一绝对值；若存在，则设定所述校对结果为校对成功；若不存在，则设定所述校对结果为校对失败。

作为一种改进的方案，所述基于所述色彩填充模板、所述深度学习算法和所述校对结果输出与所述目标色彩信息对应的所述色彩样本或执行所述色彩学习操作的步骤进一步包括：

当所述校对结果为所述校对成功时，基于所述第一绝对值和所述色彩填充模板输出所述色彩样本；

当所述校对结果为所述校对失败时，基于所述深度学习算法和若干待比对色彩值执行所述色彩学习操作。

作为一种改进的方案，所述基于所述第一绝对值和所述色彩填充模板输出所述色彩样本的步骤进一步包括：

设定所述第一绝对值所对应的所述色彩差值为第一色彩差值，设定所述第一色彩差值所对应的所述待比对色彩值为样本色彩信息；

将所述样本色彩信息填充至所述色彩填充模板中，得到第一样本，并将所述第一样本存储至所述色彩池中；

检测是否存在调用请求，若存在，则备份所述第一样本，得到第一备份样本，设定所述第一备份样本为所述色彩样本，并输出所述色彩样本。

作为一种改进的方案，所述色彩学习操作包括：

执行色彩组合训练步骤：设定组合数量，调用所述深度学习算法按照所述组合数量将若干所述待比对色彩值进行色彩组合训练，生成若干组合色彩值；

基于所述色彩相似度范围判断若干所述组合色彩值中是否存在与所述基准色彩值相匹配的第一组合色彩值；

若存在，则基于所述第一组合色彩值和所述色彩填充模板输出所述色彩样本；若不存在，则回到所述色彩组合训练步骤。

本发明还提供一种图像颜色提取系统，包括：

初始化模块、图像获取模块、图像处理模块、目标色彩信息生成模块和色彩匹配模块，所述图像获取模块上设有传感模块和图像捕捉模块；

所述初始化模块用于配置传感模块、图像捕捉模块、色彩池、色彩填充模板和深度学习算法；所述初始化模块还用于设置检测时间段、次数阈值和色彩相似度范围；

所述图像获取模块用于根据所述传感模块、所述图像捕捉模块、所述检测时间段和所述次数阈值获取第一图像；

所述图像处理模块用于获取图像处理需求，并基于所述图像处理需求对所述第一图像进行色彩配置操作，得到第二图像；

所述目标色彩信息生成模块用于检测所述第二图像上是否存在标记信息；若存在，则所述目标色彩信息生成模块基于所述标记信息生成目标色彩信息；

所述色彩匹配模块用于配置色彩池、色彩填充模板和深度学习算法，并设定色彩相似度范围，所述色彩匹配模块基于所述色彩池和所述色彩相似度范围对所述目标色彩信息进行校对处理，得到校对结果；所述色彩匹配模块基于所述校对结果、所述色彩填充模板和所述深度学习算法输出与所述目标色彩信息对应的色彩样本或执行色彩学习操作。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质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所述图像颜色提取方法的步骤。

本发明的有益效果是：

1、本发明所述的图像颜色提取方法，可以实现对快拍图像进行色彩处理，在满足用户要求的前提下，进一步提取用户所需求的色彩信息，并将该色彩信息保存起来，便于后期的使用和分享，本方法便利性极高，且所提取的色彩质量极高与实时图像的色彩差异性较小，极大的提升了用户的体验，弥补了现有技术的不足。

2、本发明所述的图像颜色提取系统，可以通过初始化模块、图像获取模块、图像处理模块、目标色彩信息生成模块和色彩匹配模块的相互配合，进而实现对快拍图像进行色彩处理，在满足用户要求的前提下，进一步提取用户所需求的色彩信息，并将该色彩信息保存起来，便于后期的使用和分享，本系统便利性极高，且所提取的色彩质量极高与实时图像的色彩差异性较小，极大的提升了用户的体验，弥补了现有技术的不足。

3、本发明所述的计算机可读存储介质，可以实现引导初始化模块、图像获取模块、图像处理模块、目标色彩信息生成模块和色彩匹配模块进行配合，进而实现对快拍图像进行色彩处理，在满足用户要求的前提下，进一步提取用户所需求的色彩信息，并将该色彩信息保存起来，便于后期的使用和分享，且所提取的色彩质量极高与实时图像的色彩差异性较小，极大的提升了用户的体验，弥补了现有技术的不足，并有效的提高了所述图像颜色提取方法的可操作性。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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是本发明实施例1所述图像颜色提取方法的流程图；

图2是本发明实施例2所述图像颜色提取系统的架构图。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

在本发明的描述中，需要说明的是，本发明所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“传感模块”、“图像捕捉模块”、“色彩池”、“色彩填充模板”、“深度学习算法”、“检测时间段”、“次数阈值”、“色彩相似度范围”、“图像处理需求”、“色彩配置操作”、“校对处理”、“色彩样本”、“色彩学习操作”、“按压动作”、“角度信息”、“清晰度数值”、“色彩鲜明度数值”、“色彩冷暖度数值”、“噪点处理数值”、“待去噪处理图像”、“去噪处理”、“标记点坐标”、“标记时间”、“标记区域”、“拜耳阵列图像”、“目标像素区域”、“色彩值信息”、“排布方式”、“RGB色彩值”、“基准色彩值”、“待比对色彩值”、“样本色彩信息”、“调用请求”、“备份样本”、“组合数量”、“色彩组合训练”、“组合色彩值”、“色彩组合训练步骤”、“初始化模块”、“图像获取模块”、“图像处理模块”、“目标色彩信息生成模块”、“色彩匹配模块”应做广义理解。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，需要说明的是：RGB(Red Green Blue)是一种色彩模式；GPU(Graphics Processing Unit)是图形处理器。

实施例1

本实施例提供一种图像颜色提取方法，如图1所示，包括以下步骤：

S100、配置传感模块、图像捕捉模块、色彩池、色彩填充模板和深度学习算法；设置检测时间段、次数阈值和色彩相似度范围；

步骤S100具体包括：

在本实施例中，传感模块为压力传感器，图像捕捉模块为可以360度旋转的广角摄像头；色彩池为配备着很多色彩值的色彩聚集库；色彩填充模板为可以存储色彩值数据的容器，例如色彩取样器等；深度学习算法为对逻辑操作可以进行反复训练的智能训练框架和公式；检测时间段、次数阈值和色彩相似度范围根据具体情况具体设定，在本实施例中检测时间端为1s，次数阈值为两次；通过本初始化步骤，为后续的步骤提供数据基础。

S200、基于所述传感模块、所述图像捕捉模块、所述检测时间段和所述次数阈值获取第一图像；

步骤S200具体包括：

S210、调用所述传感模块每隔所述检测时间段检测是否存在按压动作；若是，则判断所述按压动作的次数是否达到所述次数阈值；若达到，则获取角度信息，并调用所述图像捕捉模块按照所述角度信息获取所述第一图像；

本步骤中，考虑到对实时图像进行快速的捕捉，即根据用户的压感操作即可进行图像快拍；在本实施例中，即为1s内连续按压两次传感模块，即可触发快拍模式，图像捕捉模块上设有拾音器，此时图像捕捉模块提示用户语音描述出具体的拍摄角度信息，之后图像捕捉模块可以根据该角度信息自动调整广角摄像头的取景范围，用户不需要进行对焦，图像捕捉模块即可自动捕捉到实时图像，即第一图像，极大的提高了用户的体验以及图像捕捉的效率，解决了现有技术中无法实时捕捉图像的问题。

S300、获取图像处理需求，基于所述图像处理需求对所述第一图像进行色彩配置操作，得到第二图像；

步骤S300具体包括：

S310、提取所述图像处理需求中的清晰度数值、色彩鲜明度数值、色彩冷暖度数值以及噪点处理数值；按照所述清晰度数值、所述色彩鲜明度数值、所述色彩冷暖度数值分别调节所述第一图像的清晰度、色彩鲜明度和色彩冷暖度，得到待去噪处理图像；按照所述噪点处理数值对所述待去噪处理图像进行去噪处理，得到所述第二图像；

在本实施例中，清晰度数值、色彩鲜明度数值、色彩冷暖度数值以及噪点处理数值需要用户进行输入，且该操作为用户查看完第一图像之后；在本步骤中，考虑到使图像贴合实时环境中最原生的色彩，需要获取用户的处理需求，因为用户所视入的图像色彩一定是最准确的，在用户观察后，输入对应的晰度数值、色彩鲜明度数值、色彩冷暖度数值以及噪点处理数值，之后根据上述数值对第一图像进行优化处理以及去噪处理，就可以得到清晰且贴合实际的第二图像；在本实施例中，图像的优化以及去噪处理通过手机移动端上所携带的微型GPU进行渲染实现；通过本步骤，解决了现有技术中提取色彩差异大的部分问题，进一步提升了用户的体验感。

S400、检测所述第二图像上是否存在标记信息，若存在，则基于所述标记信息生成目标色彩信息；

步骤S400具体包括：

S410、提取所述标记信息中的若干标记点坐标以及与所述标记点坐标所对应的标记时间，按照所述标记时间将所述标记点坐标通过线段依次连接，得到标记区域；获取所述第二图像所对应的拜耳阵列图像，在所述拜耳阵列图像中识别与所述标记区域对应的目标像素区域；识别所述目标像素区域内的若干像素点的第一排布方式和若干所述像素点分别对应的若干第一色彩值信息；基于所述第一排布方式和若干所述第一色彩值信息计算所述目标像素区域的RGB色彩值，并设定所述RGB色彩值为所述目标色彩信息；

在本实施例中，因为图像时输出到移动设备的触控显示屏中的，故需要提示用户对想要提取的颜色部分进行标记，在用户标记后，第二图像上会检测到存在标记信息，而标记信息则是用户所触控的部分，该部分会随用户的触控生成对应的标记时间和标记坐标，整个标记坐标与图像的拜耳阵列图像网格相匹配；在本实施例中，可以根据时间由大到小或由小到大依次连接，在此不做限定，最终所连接的区域都为相同的标记区域；对应的，所连接的线段可以为直线也可以为弧形曲线，在此不做限定，并不影响最终目标色彩信息的确定；根据标记区域和拜耳阵列图像的匹配，即可得到目标像素区域；通常目标像素区域内会存在若干不同色彩值的像素点，即红、绿和蓝；在本实施例中，通过JAVA等编程语言编译对应的颜色识别脚本，即可识别所述目标像素区域内的若干像素点的第一排布方式和若干所述像素点分别对应的若干第一色彩值信息；最终，基于所述第一排布方式和若干所述第一色彩值信息计算中心像素点的色彩值即为所述目标像素区域的RGB色彩值；对应的，中心像素点的色彩值可以通过对其周边若干像素点的色彩值进行矩阵化处理计算得到；通过本步骤，进一步确定了与用户需求相匹配的目标色彩值，后续通过相应的校对步骤或学习步骤即可输出对应的色彩样本，极大的提升了用户的体验，拥有极强的便利性。

S500、基于所述色彩池和所述色彩相似度范围对所述目标色彩信息进行校对处理，得到校对结果；

步骤S500具体包括：

S510、设定所述目标色彩信息为基准色彩值，将所述色彩池中的若干待比对色彩值分别与所述基准色彩值进行减法运算，得到若干色彩差值；判断若干所述色彩差值的绝对值中是否存在位于所述色彩相似度范围内的第一绝对值；若存在，则设定所述校对结果为校对成功；若不存在，则设定所述校对结果为校对失败；

对应的，在本实施例中，采用色彩相似度范围的方法在色彩池中进行筛选，相比色彩图像的直接比对更加的精确；对应的，色彩池中待比对色彩值的配置可以进行周期性的更新和完善；本步骤为后续色彩样本的输出做好铺垫，同时提高了色彩样本的精确度。

S600、基于所述色彩填充模板、所述深度学习算法和所述校对结果输出与所述目标色彩信息对应的色彩样本或执行色彩学习操作；

步骤S600具体包括：

S610、当所述校对结果为所述校对成功时，基于所述第一绝对值和所述色彩填充模板输出所述色彩样本：设定所述第一绝对值所对应的所述色彩差值为第一色彩差值，设定所述第一色彩差值所对应的待比对色彩值为样本色彩信息；将所述样本色彩信息填充至所述色彩填充模板中，得到第一样本，并将所述第一样本存储至所述色彩池中；检测是否存在调用请求，若存在，则备份所述第一样本，得到第一备份样本，设定所述第一备份样本为所述色彩样本，并输出所述色彩样本；对应的，在本实施例中，当所述校对结果为所述校对成功时，说明第一绝对值对应的待比对色彩值与基准色彩值之间的误差极小，可以忽略不计，对应的，通过对第一样本的备份和保存，可以保证该色彩值的长期使用和分享，且应用十分方便，若在移动设备上进行了相关的分享触控操作，则移动端会检测到存在调用请求，进而输出该色彩样本；通过本步骤极大的提高了图像色彩提取方法的便利性。

S620、当所述校对结果为所述校对失败时，基于所述深度学习算法和若干待比对色彩值执行所述色彩学习操作：执行色彩组合训练步骤：设定组合数量，调用所述深度学习算法按照所述组合数量将若干所述待比对色彩值进行色彩组合训练，生成若干组合色彩值；基于所述色彩相似度范围判断若干所述组合色彩值中是否存在与所述基准色彩值匹配的第一组合色彩值；若存在，则基于所述第一组合色彩值和所述色彩填充模板输出所述色彩样本；若不存在，则回到所述色彩组合训练步骤；在本步骤中，考虑到色彩值校对失败后，对用户的需求需要进行对应的后备措施，故循环进行色彩值组合的训练，色彩值相互组合生成新的色彩值，每次循环都会修改对应的组合数量，具体的组合数量在此不再限定；最终，直至得到与基准色彩值相同的色彩值时，结束本步骤，输出对应的色彩样本；通过本步骤，进一步提高了本方法的色彩提取成功率，同时也提高了本方法的适用性。

实施例2

本实施例提供一种图像颜色提取系统，如图2所示，包括：初始化模块、图像获取模块、图像处理模块、目标色彩信息生成模块和色彩匹配模块，所述图像获取模块上设有传感模块和图像捕捉模块；

所述图像颜色提取系统中，初始化模块用于配置传感模块、图像捕捉模块、色彩池、色彩填充模板和深度学习算法；所述初始化模块还用于设置检测时间段、次数阈值和色彩相似度范围；

所述图像颜色提取系统中，图像获取模块用于根据所述传感模块、所述图像捕捉模块、所述检测时间段和所述次数阈值获取所述第一图像；

具体的，图像获取模块调用所述传感模块每隔所述检测时间段检测是否存在按压动作；若是，则图像获取模块判断所述按压动作的次数是否达到所述次数阈值；若达到，则图像获取模块获取角度信息，并调用所述图像捕捉模块按照所述角度信息获取所述第一图像。

所述图像颜色提取系统中，图像处理模块用于获取图像处理需求，并基于所述图像处理需求对所述第一图像进行色彩配置操作，得到第二图像；

具体的，图像处理模块提取所述图像处理需求中的清晰度数值、色彩鲜明度数值、色彩冷暖度数值以及噪点处理数值；图像处理模块按照所述清晰度数值、所述色彩鲜明度数值、所述色彩冷暖度数值分别调节所述第一图像的清晰度、色彩鲜明度和色彩冷暖度，得到待去噪处理图像；图像处理模块按照所述噪点处理数值对所述待去噪处理图像进行去噪处理，得到所述第二图像。

所述图像颜色提取系统中，目标色彩信息生成模块用于检测所述第二图像上是否存在标记信息；若存在，则所述目标色彩信息生成模块基于所述标记信息生成所述目标色彩信息；

具体的，目标色彩信息生成模块提取所述标记信息中的若干标记点坐标以及与所述标记点坐标所对应的标记时间，目标色彩信息生成模块按照所述标记时间将所述标记点坐标通过线段依次连接，得到标记区域；目标色彩信息生成模块获取所述第二图像所对应的拜耳阵列图像，并在所述拜耳阵列图像中识别与所述标记区域对应的目标像素区域；目标色彩信息生成模块识别所述目标像素区域内的若干像素点的第一排布方式和若干所述像素点分别对应的若干第一色彩值信息，并基于所述第一排布方式和若干所述第一色彩值信息计算所述目标像素区域的RGB色彩值，目标色彩信息生成模块设定所述RGB色彩值为所述目标色彩信息。

所述图像颜色提取系统中，色彩匹配模块用于配置色彩池、色彩填充模板和深度学习算法，并设定色彩相似度范围，所述色彩匹配模块基于所述色彩池和所述色彩相似度范围对所述目标色彩信息进行校对处理，得到校对结果；所述色彩匹配模块基于所述校对结果、所述色彩填充模板和所述深度学习算法输出与所述目标色彩信息对应的所述色彩样本或执行所述色彩学习操作；

具体的，色彩匹配模块设定所述目标色彩信息为基准色彩值，并将所述色彩池中的若干待比对色彩值分别与所述基准色彩值进行减法运算，得到若干色彩差值；色彩匹配模块判断若干所述色彩差值的绝对值中是否存在位于所述色彩相似度范围内的第一绝对值；若存在，则色彩匹配模块设定所述校对结果为校对成功；若不存在，则色彩匹配模块设定所述校对结果为校对失败。

具体的，当所述校对结果为所述校对成功时，色彩匹配模块基于所述第一绝对值和所述色彩填充模板输出所述色彩样本：色彩匹配模块设定所述第一绝对值所对应的所述色彩差值为第一色彩差值，并设定所述第一色彩差值所对应的待比对色彩值为样本色彩信息；色彩匹配模块将所述样本色彩信息填充至所述色彩填充模板中，得到第一样本，色彩匹配模块将所述第一样本存储至所述色彩池中；色彩匹配模块检测是否存在调用请求，若存在，则色彩匹配模块备份所述第一样本，得到第一备份样本，色彩匹配模块设定所述第一备份样本为所述色彩样本，并输出所述色彩样本。

具体的，当所述校对结果为所述校对失败时，色彩匹配模块基于所述深度学习算法和若干待比对色彩值执行所述色彩学习操作：色彩匹配模块执行色彩组合训练步骤：色彩匹配模块设定组合数量，并调用所述深度学习算法按照所述组合数量将若干所述待比对色彩值进行色彩组合训练，生成若干组合色彩值；色彩匹配模块基于所述色彩相似度范围判断若干所述组合色彩值中是否存在与所述基准色彩值匹配的第一组合色彩值；若存在，则色彩匹配模块基于所述第一组合色彩值和所述色彩填充模板输出所述色彩样本；若不存在，则回到所述色彩组合训练步骤。

实施例3

本实施例提供一种计算机可读存储介质，包括：

所述存储介质用于储存将上述实施例1所述的图像颜色提取方法实现所用的计算机软件指令，其包含用于执行上述为所述图像颜色提取方法所设置的程序；具体的，该可执行程序可以内置在实施例2所述的图像颜色提取系统中，这样，图像颜色提取系统就可以通过执行内置的可执行程序实现所述实施例1所述的图像颜色提取方法。

此外，本实施例具有的计算机可读存储介质可以采用一个或多个可读存储介质的任意组合，其中，可读存储介质包括电、光、电磁、红外线或半导体的系统、装置或器件，或者以上任意组合。

区别于现有技术，采用本申请一种图像颜色提取方法、系统及介质可以通过本方法对快拍图像进行色彩处理，在满足用户要求的前提下，进一步提取用户所需求的色彩信息，并将该色彩信息保存起来，便于后期的使用和分享，通过本系统为本方法提供了有效的技术支撑，且本系统及本方法的便利性极高，所提取的色彩质量极高与实时图像的色彩差异性较小，极大的提升了用户的体验，弥补了现有技术的不足。

上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种图像颜色提取方法，其特征在于，包括以下步骤：

初始化：

配置传感模块、图像捕捉模块、色彩池、色彩填充模板和深度学习算法；设置检测时间段、次数阈值和色彩相似度范围；

基于所述传感模块、所述图像捕捉模块、所述检测时间段和所述次数阈值获取第一图像；

捕捉目标色彩信息：

获取图像处理需求，基于所述图像处理需求对所述第一图像进行色彩配置操作，得到第二图像；

检测所述第二图像上是否存在标记信息，若存在，则基于所述标记信息生成所述目标色彩信息；

输出色彩样本或执行色彩学习操作：

基于所述色彩池和所述色彩相似度范围对所述目标色彩信息进行校对处理，得到校对结果；

基于所述色彩填充模板、所述深度学习算法和所述校对结果输出与所述目标色彩信息对应的所述色彩样本或执行所述色彩学习操作。

2.根据权利要求1所述的图像颜色提取方法，其特征在于，所述基于所述传感模块、所述图像捕捉模块、所述检测时间段和所述次数阈值获取所述第一图像的步骤进一步包括：

调用所述传感模块每隔所述检测时间段检测是否存在按压动作；若是，则判断所述按压动作的次数是否达到所述次数阈值；若达到，则获取角度信息，并调用所述图像捕捉模块按照所述角度信息获取所述第一图像。

3.根据权利要求1所述的图像颜色提取方法，其特征在于，所述色彩配置操作包括：

提取所述图像处理需求中的清晰度数值、色彩鲜明度数值、色彩冷暖度数值以及噪点处理数值；

按照所述清晰度数值、所述色彩鲜明度数值、所述色彩冷暖度数值分别调节所述第一图像的清晰度、色彩鲜明度和色彩冷暖度，得到待去噪处理图像；

按照所述噪点处理数值对所述待去噪处理图像进行去噪处理，得到所述第二图像。

4.根据权利要求1～3中任一项所述的图像颜色提取方法，其特征在于，所述基于所述标记信息生成所述目标色彩信息的步骤进一步包括：

提取所述标记信息中的若干标记点坐标以及与若干所述标记点坐标分别对应的若干标记时间，基于若干所述标记时间将若干所述标记点坐标通过线段依次连接，得到标记区域；

获取所述第二图像所对应的拜耳阵列图像，在所述拜耳阵列图像中识别与所述标记区域对应的目标像素区域；

识别所述目标像素区域内的若干像素点的第一排布方式和若干所述像素点分别对应的若干第一色彩值信息；

基于所述第一排布方式和若干所述第一色彩值信息计算所述目标像素区域的RGB色彩值，并设定所述RGB色彩值为所述目标色彩信息。

5.根据权利要求4所述的图像颜色提取方法，其特征在于，所述基于所述色彩池和所述色彩相似度范围对所述目标色彩信息进行校对处理，得到校对结果的步骤进一步包括：

设定所述目标色彩信息为基准色彩值，将所述色彩池中的若干待比对色彩值分别与所述基准色彩值进行减法运算，得到若干色彩差值；

判断若干所述色彩差值的绝对值中是否存在位于所述色彩相似度范围内的第一绝对值；若存在，则设定所述校对结果为校对成功；若不存在，则设定所述校对结果为校对失败。

6.根据权利要求5所述的图像颜色提取方法，其特征在于，所述基于所述色彩填充模板、所述深度学习算法和所述校对结果输出与所述目标色彩信息对应的所述色彩样本或执行所述色彩学习操作的步骤进一步包括：

当所述校对结果为所述校对成功时，基于所述第一绝对值和所述色彩填充模板输出所述色彩样本；

当所述校对结果为所述校对失败时，基于所述深度学习算法和若干待比对色彩值执行所述色彩学习操作。

7.根据权利要求6所述的图像颜色提取方法，其特征在于，所述基于所述第一绝对值和所述色彩填充模板输出所述色彩样本的步骤进一步包括：

设定所述第一绝对值所对应的所述色彩差值为第一色彩差值，设定所述第一色彩差值所对应的所述待比对色彩值为样本色彩信息；

将所述样本色彩信息填充至所述色彩填充模板中，得到第一样本，并将所述第一样本存储至所述色彩池中；

检测是否存在调用请求，若存在，则备份所述第一样本，得到第一备份样本，设定所述第一备份样本为所述色彩样本，并输出所述色彩样本。

8.根据权利要求6或7所述的图像颜色提取方法，其特征在于，所述色彩学习操作包括：

执行色彩组合训练步骤：设定组合数量，调用所述深度学习算法按照所述组合数量将若干所述待比对色彩值进行色彩组合训练，生成若干组合色彩值；

基于所述色彩相似度范围判断若干所述组合色彩值中是否存在与所述基准色彩值相匹配的第一组合色彩值；

若存在，则基于所述第一组合色彩值和所述色彩填充模板输出所述色彩样本；若不存在，则回到所述色彩组合训练步骤。

9.一种图像颜色提取系统，其特征在于，包括：初始化模块、图像获取模块、图像处理模块、目标色彩信息生成模块和色彩匹配模块，所述图像获取模块上设有传感模块和图像捕捉模块；

所述初始化模块用于配置传感模块、图像捕捉模块、色彩池、色彩填充模板和深度学习算法；所述初始化模块还用于设置检测时间段、次数阈值和色彩相似度范围；

所述图像获取模块用于根据所述传感模块、所述图像捕捉模块、所述检测时间段和所述次数阈值获取第一图像；

所述图像处理模块用于获取图像处理需求，并基于所述图像处理需求对所述第一图像进行色彩配置操作，得到第二图像；

所述目标色彩信息生成模块用于检测所述第二图像上是否存在标记信息；若存在，则所述目标色彩信息生成模块基于所述标记信息生成目标色彩信息；

所述色彩匹配模块用于配置色彩池、色彩填充模板和深度学习算法，并设定色彩相似度范围，所述色彩匹配模块基于所述色彩池和所述色彩相似度范围对所述目标色彩信息进行校对处理，得到校对结果；所述色彩匹配模块基于所述校对结果、所述色彩填充模板和所述深度学习算法输出与所述目标色彩信息对应的色彩样本或执行色彩学习操作。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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权利要求1～8中任一项所述图像颜色提取方法的步骤。

Images