CN113744126A - 图像处理方法及装置、计算机可读介质和电子设备 - Google Patents
图像处理方法及装置、计算机可读介质和电子设备 Download PDFInfo
- Publication number
- CN113744126A CN113744126A CN202110904064.4A CN202110904064A CN113744126A CN 113744126 A CN113744126 A CN 113744126A CN 202110904064 A CN202110904064 A CN 202110904064A CN 113744126 A CN113744126 A CN 113744126A
- Authority
- CN
- China
- Prior art keywords
- image
- selfie stick
- processed
- area
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000003379 elimination reaction Methods 0.000 claims abstract description 60
- 230000008030 elimination Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000004044 response Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
Abstract
本公开提供一种图像处理方法及装置、计算机可读介质和电子设备,涉及图像处理技术领域。该方法包括:响应启动自拍杆图像消除模式,获取输入的待处理图像;对所述待处理图像进行检测,确定自拍杆图像区域;将所述自拍杆图像区域中的图像内容进行消除处理,得到输出图像。本公开能够实现图像中的自拍杆图像自动隐藏功能,消除图像中的自拍杆图像,不需要用手动进行消除,简化用户操作,提升输出图像的显示效果。
Description
技术领域
本公开涉及图像处理技术领域,具体涉及一种图像处理方法、图像处理装置、计算机可读介质和电子设备。
背景技术
伴随着拍摄设备的普及,人们对自拍的需求越来越大。自拍杆设备(Selfiestick)作为自拍神器风靡全球,该设备能够在一定长度区间内任意伸缩,使用者只需将手机或者相机固定在伸缩杆上,通过有线或者无线遥控器就能实现多角度自拍。
目前,通过自拍杆设备拍摄的图像,一般在输出的图像中会出现部分自拍杆的图像,用户一般需要通过专业工具修图等方式消除图像中的自拍杆图像,不仅操作复杂,而且效率低下,无法实现自动地自拍杆图像消除方案。
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、计算机可读介质和电子设备,进而至少在一定程度上克服相关技术中消除图像中的自拍杆图像时操作复杂且效率低下的问题。
根据本公开的第一方面,提供一种图像处理方法,包括:
响应启动自拍杆图像消除模式,获取输入的待处理图像;
对所述待处理图像进行检测,确定自拍杆图像区域;
将所述自拍杆图像区域中的图像内容进行消除处理,得到输出图像。
根据本公开的第二方面,提供一种图像处理装置,包括:
图像获取模块,用于响应启动自拍杆图像消除模式,获取输入的待处理图像;
自拍杆图像区域检测模块,用于对所述待处理图像进行检测,确定自拍杆图像区域;
自拍杆图像消除模块,用于将所述自拍杆图像区域中的图像内容进行消除处理,得到输出图像。
根据本公开的第三方面,提供一种计算机可读介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的方法。
根据本公开的第四方面,提供一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现上述的方法。
本公开的一种实施例所提供的图像处理方法,响应启动自拍杆图像消除模式,获取输入的待处理图像;对待处理图像进行检测,确定自拍杆图像区域;将自拍杆图像区域中的图像内容进行消除处理,得到输出图像。一方面,通过设置自拍杆图像消除模式,供用户灵活设置,提高自拍杆图像消除的灵活性;另一方面,在自拍杆图像消除模式下,无论是拍摄过程的预览图像或者已拍摄完成图像,自动将自拍杆区域进行消除处理,不需要用户手动进行去除,简化用户操作,提升消除效率,提高输出图像的显示效果,提升用户体验。
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。在附图中:
图1示出了可以应用本公开实施例的一种示例性系统架构的示意图;
图2示出了可以应用本公开实施例的一种电子设备的示意图;
图3示意性示出本公开示例性实施例中一种图像处理方法的流程示意图;
图4示意性示出本公开示例性实施例中一种确定待处理图像中自拍杆图像区域的流程示意图;
图5示意性示出本公开示例性实施例中一种填充自拍杆图像区域的流程示意图;
图6示意性示出本公开示例性实施例中一种隐藏自拍杆图像的示意图;
图7示意性示出本公开示例性实施例中一种裁剪自拍杆图像区域的流程示意图;
图8示意性示出本公开示例性实施例中另一种隐藏自拍杆图像的流程示意图;
图9示意性示出本公开示例性实施例中一种启动自拍杆图像消除模式的流程示意图;
图10示意性示出本公开示例性实施例中图像处理装置的组成示意图。
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。
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。
图1示出了可以应用本公开实施例的一种图像处理方法及装置的示例性应用环境的系统架构的示意图。
如图1所示,系统架构100可以包括终端设备101、102、103中的一个或多个,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。终端设备101、102、103可以是各种具有图像处理功能的电子设备,包括但不限于台式计算机、便携式计算机、智能手机和平板电脑等等。应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
本公开实施例所提供的图像处理方法一般由终端设备101、102、103中执行,相应地,图像处理装置一般设置于终端设备101、102、103中。但本领域技术人员容易理解的是,本公开实施例所提供的图像处理方法也可以由服务器105执行,相应的,图像处理装置也可以设置于服务器105中,本示例性实施例中对此不做特殊限定。
本公开的示例性实施方式提供一种用于实现图像处理方法的电子设备,其可以是图1中的终端设备101、102、103或服务器105。该电子设备至少包括处理器和存储器,存储器用于存储处理器的可执行指令,处理器配置为经由执行可执行指令来执行图像处理方法。
下面以图2中的移动终端200为例,对电子设备的构造进行示例性说明。本领域技术人员应当理解,除了特别用于移动目的的部件之外,图2中的构造也能够应用于固定类型的设备。在另一些实施方式中,移动终端200可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件、软件或软件和硬件的组合实现。各部件间的接口连接关系只是示意性示出,并不构成对移动终端200的结构限定。在另一些实施方式中,移动终端200也可以采用与图2不同的接口连接方式,或多种接口连接方式的组合。
如图2所示,移动终端200具体可以包括:处理器210、内部存储器221、外部存储器接口222、通用串行总线(Universal Serial Bus,USB)接口230、充电管理模块240、电源管理模块241、电池242、天线1、天线2、移动通信模块250、无线通信模块260、音频模块270、扬声器271、受话器272、麦克风273、耳机接口274、传感器模块280、显示屏290、摄像模组291、指示器292、马达293、按键294以及用户标识模块(subscriber identification module,SIM)卡接口295等。其中传感器模块280可以包括深度传感器2801、压力传感器2802、陀螺仪传感器2803等。
处理器210可以包括一个或多个处理单元,例如:处理器210可以包括应用处理器(Application Processor,AP)、调制解调处理器、图形处理器(Graphics ProcessingUnit,GPU)、图像信号处理器(Image Signal Processor,ISP)、控制器、视频编解码器、数字信号处理器(Digital Signal Processor,DSP)、基带处理器和/或神经网络处理器(Neural-Network Processing Unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
NPU为神经网络(Neural-Network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现移动终端200的智能认知等应用,例如:图像识别,人脸识别,语音识别,文本理解等。
处理器210中设置有存储器。存储器可以存储用于实现六个模块化功能的指令:检测指令、连接指令、信息管理指令、分析指令、数据传输指令和通知指令,并由处理器210来控制执行。
充电管理模块240用于从充电器接收充电输入。电源管理模块241用于连接电池242、充电管理模块240与处理器210。电源管理模块241接收电池242和/或充电管理模块240的输入,为处理器210、内部存储器221、显示屏290、摄像模组291和无线通信模块260等供电。
移动终端200的无线通信功能可以通过天线1、天线2、移动通信模块250、无线通信模块260、调制解调处理器以及基带处理器等实现。其中,天线1和天线2用于发射和接收电磁波信号;移动通信模块250可以提供应用在移动终端200上的包括2G/3G/4G/5G等无线通信的解决方案;调制解调处理器可以包括调制器和解调器;无线通信模块260可以提供应用在移动终端200上的包括无线局域网(Wireless Local Area Networks,WLAN)(如无线保真(Wireless Fidelity,Wi-Fi)网络)、蓝牙(Bluetooth,BT)等无线通信的解决方案。在一些实施例中,移动终端200的天线1和移动通信模块250耦合,天线2和无线通信模块260耦合,使得移动终端200可以通过无线通信技术与网络以及其他设备通信。
移动终端200通过GPU、显示屏290及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏290和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器210可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
移动终端200可以通过ISP、摄像模组291、视频编解码器、GPU、显示屏290及应用处理器等实现拍摄功能。其中,ISP用于处理摄像模组291反馈的数据;摄像模组291用于捕获静态图像或视频;数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号;视频编解码器用于对数字视频压缩或解压缩,移动终端200还可以支持一种或多种视频编解码器。
外部存储器接口222可以用于连接外部存储卡,例如Micro SD卡,实现扩展移动终端200的存储能力。外部存储卡通过外部存储器接口222与处理器210通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器221可以用于存储计算机可执行程序代码,可执行程序代码包括指令。内部存储器221可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储移动终端200使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器221可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(Universal Flash Storage,UFS)等。处理器210通过运行存储在内部存储器221的指令和/或存储在设置于处理器中的存储器的指令,执行移动终端200的各种功能应用以及数据处理。
移动终端200可以通过音频模块270、扬声器271、受话器272、麦克风273、耳机接口274及应用处理器等实现音频功能。例如音乐播放、录音等。
深度传感器2801用于获取景物的深度信息。在一些实施例中,深度传感器可以设置于摄像模组291。
压力传感器2802用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器2802可以设置于显示屏290。压力传感器2802的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。
陀螺仪传感器2803可以用于确定移动终端200的运动姿态。在一些实施方式中,可以通过陀螺仪传感器2803确定移动终端200围绕三个轴(即,x,y和z轴)的角速度。陀螺仪传感器2803可以用于拍摄防抖、导航、体感游戏场景等。
此外,还可以根据实际需要在传感器模块280中设置其他功能的传感器,例如气压传感器、磁传感器、加速度传感器、距离传感器、接近光传感器、指纹传感器、温度传感器、触摸传感器、环境光传感器、骨传导传感器等。
移动终端200中还可包括其它提供辅助功能的设备。例如,按键294包括开机键,音量键等,用户可以通过按键输入,产生与移动终端200的用户设置以及功能控制有关的键信号输入。再如,指示器292、马达293、SIM卡接口295等。
一种自拍杆图像消除方案中,可以通过全景摄像头实现,具体是将自拍杆设置在全景摄像头的盲区中,这样镜头拍摄的图像中就不包含自拍杆图像。但是这种技术方案中需要使用全景大视场角(Field of view,FOV)摄像头,是定制的摄像头,成本较高,不适合目前智能手机等终端设备的使用。
另一种自拍杆图像消除方案中,通过结构光光源提供的景深数据的不同,通过三维建模,计算出自拍杆的位置区域,并对自拍杆区域进行屏蔽处理。但是,这种技术方案中,需要额外增加结构光光源,造成额外成本,同时,通过景深数据进行三维建模,计算出自拍杆的位置区域,计算量较大。
基于相关技术中出现的一种或者多种问题,本示例实施例首先提供了一种图像处理方法,下面以终端设备执行为例,对本公开示例性实施方式的图像处理方法进行具体说明。
图3示出了本示例性实施方式中一种图像处理方法的流程示意图,可以包括以下步骤S310至步骤S330:
在步骤S310中,响应启动自拍杆图像消除模式,获取输入的待处理图像。
在一示例性实施例中,待处理图像是指输入的待消除自拍杆图像的图像,例如,待处理图像可以是存储在终端设备中的图像,可以通过用户的选择操作获取输入的待处理图像;待处理图像也可以是终端设备通过图像采集模块实时采集的待处理图像,可以直接从图像采集模块获取输入的待处理图像,其中图像采集模块可以是终端设备集成的模块,也可以是于终端设备通信连接的外接图像采集模块,本示例实施例对图像采集模块的类型不做任何特殊限定;此外,待处理图像还可以是输入的其他类型的待消除自拍杆图像的图像,本示例实施例在此不做特殊限定。
在检测到启动了自拍杆图像消除模式时,可以将任何输入的图像作为待处理图像,并检测其中所包含的自拍杆图像区域以及对该自拍杆图像区域中的自拍杆图像进行消除。
可以通过多种方式启动自拍杆图像消除模式,例如,可以预先设置自拍杆图像消除模式的启动入口,如可以在相册应用中通过选择图像后提供启动入口,或者可以在进入拍照应用时提供启动入口等,可以通过用户的触发操作实现自拍杆图像消除模式的启动;也可以通过检测是否连接自拍杆设备实现自拍杆图像消除模式的自动启动,当然,还可以是其他启动自拍杆图像消除模式的方式,本示例实施例对此不做任何特殊限定。
通过设置自拍杆图像消除模式的启动与关闭,可以使用户在开启自拍杆图像消除模式后自动处理输入的待处理图像中的自拍杆图像,简化用户需要对多个图像分别进行手动处理的操作,提升处理效率;同时,在用户选择关闭自拍杆图像消除模式时,可以避免对不需要处理的图像进行自拍杆图像消除处理,避免误操作的同时,减少终端设备的计算量。
在步骤S320中,对所述待处理图像进行检测,确定自拍杆图像区域。
在一示例性实施例中,自拍杆图像区域是指待处理图像中包含自拍杆对应的图像内容的区域,可以通过对待处理图像进行检测,实现对自拍杆图像区域的坐标位置的确定,例如,可以通过预训练的深度神经网络模型检测待处理图像中的自拍杆图像区域,也可以通过待处理图像中提取的特征点与预先存储的样本自拍杆图像的特征点进行匹配确定自拍杆图像区域,当然,还可以是其他的能够从待处理图像中提取自拍杆图像区域的检测方式,本示例实施例对此不做特殊限定。
在步骤S330中,将所述自拍杆图像区域中的图像内容进行消除处理,得到输出图像。
在一示例性实施例中,消除处理是指将自拍杆图像区域中的图像内容进行隐藏的处理过程,例如,可以通过自拍杆图像区域的邻近像素信息填充自拍杆图像区域,替换自拍杆图像区域中的自拍杆内容对应的像素信息,实现自拍杆图像区域中的图像内容的消除处理;也可以通过生成判别式对抗神经网络生成不包含自拍杆图像的图像,实现自拍杆图像区域中的图像内容的消除处理;当然,还可以通过对待处理图像中自拍杆图像区域进行裁剪,实现自拍杆图像区域中的图像内容的消除处理,本示例实施例对此不做特殊限定。
下面对步骤S310至步骤S330进行详细说明。
在一示例性实施例中,步骤S320可以包括步骤S410和步骤S420,实现对待处理图像进行检测,确定自拍杆图像区域,参考图4所示,具体可以包括:
步骤S410,将所述待处理图像输入到自拍杆图像识别模型中,得到自拍杆图像区域对应的位置坐标;
步骤S420,根据所述位置坐标确定所述待处理图像中的自拍杆图像区域。
其中,自拍杆图像识别模型是指用于检测待处理图像中的感兴趣区域(Region ofInterest,ROI)的人工智能模型,例如,自拍杆图像识别模型可以是卷积神经网络模型(Convolutional Neural Networks,CNN)等深度学习模型,也可以是支持向量机(SupportVector Machine,SVM)等机器学习模型,本示例实施例对用于检测待处理图像中的感兴趣区域的人工智能模型的类型不做任何特殊限定。
位置坐标是指自拍杆图像区域在待处理图像中的图像坐标,可以根据输出的位置坐标在待处理图像中定位确定自拍杆图像对应的图像区域,即自拍杆图像区域。
具体的,步骤S330可以包括步骤S510和步骤S520,实现待处理图像中自拍杆图像的消除处理,参考图5所示,具体可以包括:
步骤S510,基于所述位置坐标搜索所述自拍杆图像区域的邻近图像区域;
步骤S520,获取所述邻近图像区域的像素信息,并根据所述像素信息填充所述自拍杆图像区域,以消除所述待处理图像中的自拍杆图像,得到输出图像。
其中,邻近图像区域是指自拍杆图像区域周围在阈值范围内的图像区域,具体可以通过图像搜索算法以自拍杆图像区域的位置坐标作为搜索种子,按照预先设置的搜索阈值范围在待处理图像上进行搜索,得到自拍杆图像区域对应的邻近图像区域。
一般来说,通过某图像区域的邻近图像区域的色彩信息填充该图像区域,能够使填充的图像区域的色彩与邻近图像区域的色彩相适配,可以避免图像在显示效果上产生较大差异。
因此,可以获取邻近图像区域的像素信息,其中像素信息可以是邻近图像区域中各像素对应的RGB值,当然,若待处理图像属于非RGB色彩空间的图像,该像素信息则可以是各像素在对应色彩空间下的像素信息,如待处理图像属于Lab颜色空间,则像素信息可以是邻近图像区域中各像素对应的Lab值,本示例实施例对此不做特殊限定。
进而,可以根据邻近图像区域中各像素的像素信息填充自拍杆图像区域,得到输出图像。其中,为了避免自拍杆图像区域填充的像素信息与邻近图像区域中各像素的像素信息具有较大差异而导致输出图像的显示效果差的问题,可以根据邻近图像区域中各像素的像素信息的平均值作为自拍杆图像区域填充的像素信息,当然,也可以根据邻近图像区域中各像素的像素信息的中值作为自拍杆图像区域填充的像素信息,本示例实施例不以此为限。
进一步的,由于填充后自拍杆图像区域中的像素信息与邻近图像区域的像素信息并不能完美过渡,可能会产生较明显的边界,从而影响输出图像的显示效果。因此,可以对填充处理后的待处理图像进行平滑滤波处理,以模糊填充后的自拍杆图像区域与邻近图像区域之间可能产生的边界,得到输出图像,提高输出图像的显示效果。
其中,可以通过高斯滤波器对填充处理后的待处理图像进行平滑滤波处理,高斯滤波器是带有权重的平均值,即加权平均,中心的权重比邻近像素的权重更大,这样就可以克服边界效应;当然,也可以通过中值滤波器或者平滑滤波器等基于统计的滤波器对填充处理后的待处理图像进行平滑滤波处理,本示例实施例对此不做特殊限定。
图6示意性示出本公开示例性实施例中一种隐藏自拍杆图像的示意图。
参考图6所示,步骤S610,获取输入的待处理图像601,并将待处理图像601输入到自拍杆图像识别模型中,得到自拍杆图像的位置坐标,并根据该位置坐标确定得到自拍杆图像区域602;
步骤S620,基于自拍杆图像区域602的位置坐标以及预设的搜索阈值范围确定邻近图像区域,并根据邻近图像区域的像素信息填充自拍杆图像区域602,以消除自拍杆图像区域602中的自拍杆图像,得到不包含自拍杆图像内容的输出图像603。
在一示例性实施例中,可以通过图7中的步骤实现检测自拍杆图像区域,并对将自拍杆图像区域中的图像内容进行消除处理,参考图7所示,具体可以包括:
步骤S710,对所述待处理图像进行区域划分,得到多个图像区域;
步骤S720,响应输入的选择操作,确定至少一个目标图像区域,并将所述目标图像区域作为自拍杆图像区域;
步骤S730,基于所述自拍杆图像区域的位置坐标,对所述待处理图像进行裁剪,以消除所述待处理图像中的自拍杆图像,得到输出图像。
其中,区域划分是指将待处理图像划分为多个图像区域的处理过程,例如,可以根据设置好的划分矩阵对待处理图像进行区域划分,如划分矩阵可以是10*10,则可以按照待处理图像的长和宽将待处理图像划分为10*10图像区域矩阵;当然,也可以按照其他方式对待处理图像进行区域划分,如可以根据用户的绘制操作,确定待处理图像中的多个感兴趣区域或者自拍杆图像区域,本示例实施例对此不做特殊限定。
选择操作是指用于在划分的多个图像区域中选择目标图像区域的操作,例如,可以通过点选图像区域进行选择的点击操作,也可以是通过按键控制选择框选择图像区域的操作,当然,还可以是通过眼球注意点采集器选择图像区域的注视操作,本示例实施例对此不做特殊限定。
举例而言,假设根据划分矩阵将待处理图像划分为10*10的100个图像区域,若选中的目标图像区域的位置坐标为(0,0)、(0,1)、(1,1)、(1,0),则可以将待处理图像中与目标图像区域处于同一行(即纵坐标为1)的所有图像区域进行裁剪,以消除待处理图像中的自拍杆图像,当然,也可以将待处理图像中与目标图像区域处于同一列(即横坐标为1)的所有图像区域进行裁剪,以消除待处理图像中的自拍杆图像,本示例实施例对此不做特殊限定。
通过手动设置裁剪的区域,将存储的图像或者预览图像中确定的区域进行裁剪,实现自拍杆图像的消除或者屏蔽,最终输出图像中不包含自拍杆图像,完成对自拍杆图像的消除处理,提升输出图像的显示效果。
图8示意性示出本公开示例性实施例中另一种隐藏自拍杆图像的流程示意图。
参考图8所示,步骤S810,获取输入的待处理图像801,并根据设置的划分矩阵如4*4将待处理图像801换分为4*4个图像区域,并展示给用户,并根据用户输入的选择操作确定目标图像区域802;
步骤S820,根据目标图像区域802的位置坐标的横坐标对待处理图像801进行裁剪,得到消除自拍杆图像的输出图像803;或者根据目标图像区域802的位置坐标的纵坐标对待处理图像801进行裁剪,得到消除自拍杆图像的输出图像804,具体可以根据实际情况自定义设置以横坐标或者纵坐标对输出图像803进行裁剪,当然,还可以将目标图像区域802的位置坐标的横坐标和纵坐标对输出图像803进行裁剪,本示例实施例不以此为限。
在一示例性实施例中,可以响应接收到的第一触发操作,启动自拍杆图像消除模式;或者响应接收到的第二触发操作,关闭自拍杆图像消除模式。
其中,第一触发操作可以对自拍杆图像消除模式的启动控件的点击操作,也可以是对终端设备的晃动操作,还可以根据实际情况设置的其他触发启动自拍杆图像消除模式的操作,本示例实施例对此不做特殊限定。第二触发操作与第一触发操作是相对的,例如第一触发操作是对启动控件的点击操作,那么第二触发操作可以是对启动控件的再次点击操作,需要说明的是,本示例实施例中的“第一”和“第二”仅用于区分启动和关闭自拍杆图像消除模式的操作,并没有任何特殊意义上的限定,并不应对本示例实施例造成任何特殊限定。
在一示例性实施例中,还可以通过图9中的步骤实现自拍杆图像消除模式的启动,参考图9所示,具体可以包括:
步骤S910,在检测到接入连接设备时,判断连接设备是否为自拍杆设备;
步骤S920,若检测到连接设备是自拍杆设备,则启动自拍杆图像消除模式。
其中,连接设备是指通过有线连接或者无线连接与终端设备建立通信连接的设备,例如,连接设备可以是耳机,也可以是自拍杆,当然,还可以是其他的外接设备,本示例实施例对此不做特殊限定。
目前,自拍杆设备一般是有线连接和无线连接实现与终端设备的通信连接的,在连接方式是无线连接如蓝牙连接时,可以通过无线蓝牙协议获取连接设备的设备标识,在判断连接设备的设备标识属于自拍杆设备时,则可以认为连接设备是自拍杆设备;在连接方式是有线连接时,由于自拍杆设备的连接线与耳机的连接线均为四段式耳机接口的连接线,因此无法准确区分连接设备是自拍杆还是耳机,因此可以在检测到连接设备接入时,向连接设备发送二进制数据信息,接收连接设备根据数据信息返回的反馈信息确定连接设备是否为自拍杆,若耳机接口中的麦克风MIC引脚接收到返回的反馈信息,则确定连接设备为自拍杆。
通过判断连接设备的类型是否为自拍杆控制自拍杆图像消除模式的触发,进一步简化用户的操作,提升处理效率。
综上所述,本示例性实施方式中,响应启动自拍杆图像消除模式,获取输入的待处理图像;对待处理图像进行检测,确定自拍杆图像区域;将自拍杆图像区域中的图像内容进行消除处理,得到输出图像。一方面,通过设置自拍杆图像消除模式,供用户灵活设置,提高自拍杆图像消除的灵活性;另一方面,在自拍杆图像消除模式下,无论是拍摄过程的预览图像或者已拍摄完成图像,自动将自拍杆区域进行消除处理,不需要用户手动进行去除,简化用户操作,提升消除效率,提高输出图像的显示效果,提升用户体验。
需要注意的是,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。
进一步的,参考图10所示,本示例的实施方式中还提供一种图像处理装置1000,可以包括图像获取模块1010、自拍杆图像区域检测模块1020和自拍杆图像消除模块1030。其中:
图像获取模块1010用于响应启动自拍杆图像消除模式,获取输入的待处理图像;
自拍杆图像区域检测模块1020用于对所述待处理图像进行检测,确定自拍杆图像区域;
自拍杆图像消除模块1030用于将所述自拍杆图像区域中的图像内容进行消除处理,得到输出图像。
在一示例性实施例中,自拍杆图像区域检测模块1020可以用于:
将所述待处理图像输入到自拍杆图像识别模型中,得到自拍杆图像区域对应的位置坐标;
根据所述位置坐标确定所述待处理图像中的自拍杆图像区域。
在一示例性实施例中,自拍杆图像消除模块1030可以用于:
基于所述位置坐标搜索所述自拍杆图像区域的邻近图像区域;
获取所述邻近图像区域的像素信息,并根据所述像素信息填充所述自拍杆图像区域,以消除所述待处理图像中的自拍杆图像,得到输出图像。
在一示例性实施例中,图像处理装置1000还可以包括自拍杆图像裁剪模块,该自拍杆图像裁剪模块可以用于:
对所述待处理图像进行区域划分,得到多个图像区域;
响应输入的选择操作,确定至少一个目标图像区域,并将所述目标图像区域作为自拍杆图像区域;
基于所述自拍杆图像区域的位置坐标,对所述待处理图像进行裁剪,以消除所述待处理图像中的自拍杆图像,得到输出图像。
在一示例性实施例中,图像处理装置1000还可以包括图像平滑模块,该图像平滑模块可以用于:
对填充处理后的待处理图像进行平滑滤波处理,得到输出图像。
在一示例性实施例中,图像获取模块1010可以用于:
响应接收到的第一触发操作,启动自拍杆图像消除模式;或者
响应接收到的第二触发操作,关闭自拍杆图像消除模式。
在一示例性实施例中,图像获取模块1010可以用于:
在检测到接入连接设备时,判断连接设备是否为自拍杆设备;
若检测到连接设备是自拍杆设备,则启动自拍杆图像消除模式。
上述装置中各模块的具体细节在方法部分实施方式中已经详细说明,未披露的细节内容可以参见方法部分的实施方式内容,因而不再赘述。
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”。
本公开的示例性实施方式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,当程序产品在终端设备上运行时,程序代码用于使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,例如可以执行图3至图9中任意一个或多个步骤。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开中,计算机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。而在本公开中,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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。计算机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、电线、光缆、RF等等,或者上述的任意合适的组合。
此外,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,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)。
本领域技术人员在考虑说明书及实践这里公开的发明后,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公开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。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
响应启动自拍杆图像消除模式,获取输入的待处理图像;
对所述待处理图像进行检测,确定自拍杆图像区域;
将所述自拍杆图像区域中的图像内容进行消除处理,得到输出图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述待处理图像进行检测,确定自拍杆图像区域,包括:
将所述待处理图像输入到自拍杆图像识别模型中,得到自拍杆图像区域对应的位置坐标;
根据所述位置坐标确定所述待处理图像中的自拍杆图像区域。
3.根据权利要求2所述的方法,其特征在于,所述将所述自拍杆图像区域中的图像内容进行消除处理,得到输出图像,包括:
基于所述位置坐标搜索所述自拍杆图像区域的邻近图像区域;
获取所述邻近图像区域的像素信息,并根据所述像素信息填充所述自拍杆图像区域,以消除所述待处理图像中的自拍杆图像,得到输出图像。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述待处理图像进行区域划分,得到多个图像区域;
响应输入的选择操作,确定至少一个目标图像区域,并将所述目标图像区域作为自拍杆图像区域;
基于所述自拍杆图像区域的位置坐标,对所述待处理图像进行裁剪,以消除所述待处理图像中的自拍杆图像,得到输出图像。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
对填充处理后的待处理图像进行平滑滤波处理,得到输出图像。
6.根据权利要求1所述的方法,其特征在于,所述响应启动自拍杆图像消除模式,包括:
响应接收到的第一触发操作,启动自拍杆图像消除模式;或者
响应接收到的第二触发操作,关闭自拍杆图像消除模式。
7.根据权利要求1所述的方法,其特征在于,所述响应启动自拍杆图像消除模式,包括:
在检测到接入连接设备时,判断连接设备是否为自拍杆设备;
若检测到连接设备是自拍杆设备,则启动自拍杆图像消除模式。
8.一种图像处理装置,其特征在于,包括:
图像获取模块,用于响应启动自拍杆图像消除模式,获取输入的待处理图像;
自拍杆图像区域检测模块,用于对所述待处理图像进行检测,确定自拍杆图像区域;
自拍杆图像消除模块,用于将所述自拍杆图像区域中的图像内容进行消除处理,得到输出图像。
9.一种计算机可读介质,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如权利要求1至7中任一项所述的方法。
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至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110904064.4A CN113744126A (zh) | 2021-08-06 | 2021-08-06 | 图像处理方法及装置、计算机可读介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110904064.4A CN113744126A (zh) | 2021-08-06 | 2021-08-06 | 图像处理方法及装置、计算机可读介质和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113744126A true CN113744126A (zh) | 2021-12-03 |
Family
ID=78730511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110904064.4A Pending CN113744126A (zh) | 2021-08-06 | 2021-08-06 | 图像处理方法及装置、计算机可读介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113744126A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016220051A (ja) * | 2015-05-21 | 2016-12-22 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
CN107493429A (zh) * | 2017-08-09 | 2017-12-19 | 广东欧珀移动通信有限公司 | 自拍照片的自拍杆屏蔽方法和装置 |
CN108076290A (zh) * | 2017-12-20 | 2018-05-25 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN110063053A (zh) * | 2016-12-22 | 2019-07-26 | 三星电子株式会社 | 用于处理图像的装置和方法 |
CN111325698A (zh) * | 2020-03-17 | 2020-06-23 | 北京迈格威科技有限公司 | 图像处理方法、装置及系统、电子设备 |
CN111797832A (zh) * | 2020-07-14 | 2020-10-20 | 成都数之联科技有限公司 | 一种图像感兴趣区域自动生成方法及系统及图像处理方法 |
CN112330688A (zh) * | 2020-11-02 | 2021-02-05 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像处理方法、装置和计算机设备 |
-
2021
- 2021-08-06 CN CN202110904064.4A patent/CN113744126A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016220051A (ja) * | 2015-05-21 | 2016-12-22 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
CN110063053A (zh) * | 2016-12-22 | 2019-07-26 | 三星电子株式会社 | 用于处理图像的装置和方法 |
CN113114943A (zh) * | 2016-12-22 | 2021-07-13 | 三星电子株式会社 | 用于处理图像的装置和方法 |
CN107493429A (zh) * | 2017-08-09 | 2017-12-19 | 广东欧珀移动通信有限公司 | 自拍照片的自拍杆屏蔽方法和装置 |
CN108076290A (zh) * | 2017-12-20 | 2018-05-25 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN111325698A (zh) * | 2020-03-17 | 2020-06-23 | 北京迈格威科技有限公司 | 图像处理方法、装置及系统、电子设备 |
CN111797832A (zh) * | 2020-07-14 | 2020-10-20 | 成都数之联科技有限公司 | 一种图像感兴趣区域自动生成方法及系统及图像处理方法 |
CN112330688A (zh) * | 2020-11-02 | 2021-02-05 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像处理方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110084775B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111368685B (zh) | 关键点的识别方法、装置、可读介质和电子设备 | |
TWI706379B (zh) | 圖像處理方法及裝置、電子設備和儲存介質 | |
CN111368796B (zh) | 人脸图像的处理方法、装置、电子设备及存储介质 | |
JP2021526698A (ja) | 画像生成方法および装置、電子機器、並びに記憶媒体 | |
CN112562019A (zh) | 图像色彩调整方法及装置、计算机可读介质和电子设备 | |
CN112199016B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN111669502B (zh) | 目标对象显示方法、装置及电子设备 | |
CN112927362A (zh) | 地图重建方法及装置、计算机可读介质和电子设备 | |
CN111432245B (zh) | 多媒体信息的播放控制方法、装置、设备及存储介质 | |
CN108200337B (zh) | 拍照处理的方法、装置、终端及存储介质 | |
CN111866483A (zh) | 颜色还原方法及装置、计算机可读介质和电子设备 | |
EP4254938A1 (en) | Electronic device and operation method therefor | |
CN111757007B (zh) | 图像拍摄方法、装置、终端及存储介质 | |
CN110807769B (zh) | 图像显示控制方法及装置 | |
CN109981989B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN114331824A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN108259767B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN113902636A (zh) | 图像去模糊方法及装置、计算机可读介质和电子设备 | |
CN113658065A (zh) | 图像降噪方法及装置、计算机可读介质和电子设备 | |
CN113283319A (zh) | 人脸模糊度的评价方法及装置、介质和电子设备 | |
CN108989666A (zh) | 拍摄方法、装置、移动终端及计算机可读取存储介质 | |
CN113038010A (zh) | 视频处理方法、视频处理装置、存储介质与电子设备 | |
CN110084306B (zh) | 用于生成动态图像的方法和装置 | |
CN113409204A (zh) | 待处理图像的优化方法及装置、存储介质及电子设备 |
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 |