CN114140568A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114140568A CN114140568A CN202111264265.9A CN202111264265A CN114140568A CN 114140568 A CN114140568 A CN 114140568A CN 202111264265 A CN202111264265 A CN 202111264265A CN 114140568 A CN114140568 A CN 114140568A
- Authority
- CN
- China
- Prior art keywords
- preset
- image
- target
- coordinate
- processed
- 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 28
- 238000012545 processing Methods 0.000 title claims description 48
- 230000000694 effects Effects 0.000 claims abstract description 57
- 238000013507 mapping Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 14
- 238000004364 calculation method Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000012805 post-processing Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000009877 rendering Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000005286 illumination Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000035807 sensation Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000009499 grossing Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 235000002245 Penicillium camembertii Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 201000009310 astigmatism Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000005337 ground glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000001491 myopia Diseases 0.000 description 1
- 230000004379 myopia Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06T15/04—Texture mapping
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Abstract
本公开提供了一种图像处理方法、装置、电子设备及存储介质,包括:确定待处理图像中预设像素对应的三维模型相关参数,以及获取待处理图像对应的纹理贴图;纹理贴图为待处理图像的表面颜色贴图;基于三维模型相关参数,为待处理图像中的预设像素映射预设像素在纹理贴图中对应的颜色值,以为待处理图像添加模糊效果;其中,三维模型相关参数之间的接近程度满足预设要求的预设像素,在纹理贴图中对应的颜色值相同。这样,本公开实施例中,通过将三维模型相关参数之间的接近程度满足预设要求的预设像素映射纹理贴图中相同的颜色值,基于纹理映射过程即可实现模糊效果,减少了对内存的占用,内存访问量较小,进而一定程度上减小了性能开销。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
模糊是人眼在观察自然界时“看不清”物体情况下的常见现象,比如人眼的近视、散光、物体材质属性的磨砂等。对图像来说,即无法清晰地分辨出图像轮廓线、特征点等。计算机动画(Computer Animation,CG)渲染中常常需要模糊来呈现特殊的视觉效果,因此对模糊效果的实现是计算机三维渲染中比较常见和重要的技术之一。
现有技术中,往往是通过图像后处理方式来实现模糊效果,常见的有高斯模糊、均值模糊等算法。这种实现方式对内存的占用和访问量较大,性能开销较大。
发明内容
为克服相关技术中存在的问题,本公开提供一种图像处理方法、装置、电子设备及存储介质。
根据本公开实施例的第一方面,提供一种图像处理方法,包括:
确定待处理图像中预设像素对应的三维模型相关参数,以及获取所述待处理图像对应的纹理贴图;所述纹理贴图为所述待处理图像的表面颜色贴图;
基于所述三维模型相关参数,为所述待处理图像中的预设像素映射所述预设像素在所述纹理贴图中对应的颜色值,以为所述待处理图像添加模糊效果;其中,三维模型相关参数之间的接近程度满足预设要求的预设像素,在所述纹理贴图中对应的颜色值相同。
可选的,所述三维模型相关参数包括:指定类型坐标;
所述为所述待处理图像中的预设像素映射所述预设像素在所述纹理贴图中对应的颜色值,包括:
对于任一所述预设像素,将所述预设像素对应的指定类型坐标按照第一预设参数进行放大,得到第一中间坐标;
提取所述第一中间坐标的整数部分,得到目标整数,并将所述目标整数进行归一化,得到目标值;
基于所述目标值,确定第二中间坐标;
将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值。
可选的,所述所述基于所述目标值,确定第二中间坐标,包括:
提取所述第一中间坐标的小数部分,得到目标小数;
基于所述目标整数和所述目标小数,根据预设扰动强度以及预设扰动范围,对所述目标值进行偏移,得到所述第二中间坐标。
可选的,所述对所述目标值进行偏移,得到所述第二中间坐标,包括:
基于所述目标小数以及所述预设扰动范围,确定所述目标值对应的目标扰动范围;
基于所述目标整数以及预设偏移常数,确定中间偏移量;
基于所述目标扰动范围、中间偏移量、预设扰动强度,确定目标偏移量;
将所述目标值与所述目标偏移量进行加和,得到所述第二中间坐标。
可选的,在所述将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值之前,所述方法还包括:
依据预设插值混叠算法,对所述第二中间坐标以及所述指定类型坐标进行插值混叠处理,得到更新后的第二中间坐标;
基于所述更新后的第二中间坐标,执行所述将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值的步骤。
可选的,所述依据预设插值混叠算法,对所述第二中间坐标以及所述指定类型坐标进行插值混叠处理,得到更新后的第二中间坐标,包括:
依据所述目标小数以及预设插值系数,生成目标插值系数;
将所述指定类型坐标、所述第二中间坐标、所述目标插值系数输入所述预设插值混叠算法中,以获取所述更新后的第二中间坐标。
可选的,所述指定类型坐标包括:纹理坐标、顶点位置坐标以及顶点法线坐标中的一种或多种。
根据本公开实施例的第二方面,提供一种图像处理装置,包括:
确定模块,被配置为确定待处理图像中预设像素对应的三维模型相关参数,以及获取所述待处理图像对应的纹理贴图;所述纹理贴图为所述待处理图像的表面颜色贴图;
映射模块,被配置为基于所述三维模型相关参数,为所述待处理图像中的预设像素映射所述预设像素在所述纹理贴图中对应的颜色值,以为所述待处理图像添加模糊效果;其中,三维模型相关参数之间的接近程度满足预设要求的预设像素,在所述纹理贴图中对应的颜色值相同。
可选的,所述三维模型相关参数包括:指定类型坐标;
所述映射模块,具体被配置为:
对于任一所述预设像素,将所述预设像素对应的指定类型坐标按照第一预设参数进行放大,得到第一中间坐标;
提取所述第一中间坐标的整数部分,得到目标整数,并将所述目标整数进行归一化,得到目标值;
基于所述目标值,确定第二中间坐标;
将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值。
可选的,所述装置还包括:
提取模块,被配置为提取所述第一中间坐标的小数部分,得到目标小数;
偏移模块,被配置为基于所述目标整数和所述目标小数,根据预设扰动强度以及预设扰动范围,对所述目标值进行偏移,得到第二中间坐标。
可选的,所述偏移模块,具体被配置为:
基于所述目标小数以及所述预设扰动范围,确定所述目标值对应的目标扰动范围;
基于所述目标整数以及预设偏移常数,确定中间偏移量;
基于所述目标扰动范围、中间偏移量、预设扰动强度,确定目标偏移量;
将所述目标值与所述目标偏移量进行加和,得到所述第二中间坐标。
可选的,所述装置还包括:
插值模块,被配置为依据预设插值混叠算法,对所述第二中间坐标以及所述指定类型坐标进行插值混叠处理,得到更新后的第二中间坐标;
执行模块,被配置为基于所述更新后的第二中间坐标,执行所述将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值的步骤。
可选的,所述插值模块,具体被配置为:
依据所述目标小数以及预设插值系数,生成目标插值系数;
将所述指定类型坐标、所述第二中间坐标、所述目标插值系数输入所述预设插值混叠算法中,以获取所述更新后的第二中间坐标。
可选的,所述指定类型坐标包括:纹理坐标、顶点位置坐标以及顶点法线坐标中的一种或多种。
依据本公开的第三方面,提供了一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如上述任一项所述的图像处理方法。
依据本公开的第四方面,提供了一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备执行实现如上述任一项所述的图像处理方法。
依据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括可读性程序指令,所述可读性程序指令由电子设备的处理器执行时,使得所述电子设备执行如上述任一项所述的图像处理方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
确定待处理图像中预设像素对应的三维模型相关参数,以及获取待处理图像对应的纹理贴图;纹理贴图为待处理图像的表面颜色贴图;基于三维模型相关参数,为待处理图像中的预设像素映射预设像素在纹理贴图中对应的颜色值,以为待处理图像添加模糊效果;其中,三维模型相关参数之间的接近程度满足预设要求的预设像素,在纹理贴图中对应的颜色值相同。这样,本公开实施例中,通过将三维模型相关参数之间的接近程度满足预设要求的预设像素映射纹理贴图中相同的颜色值,基于纹理映射过程即可实现模糊效果,减少了对内存的占用,内存访问量较小,进而一定程度上减小了性能开销。
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。
图1是本公开实施例的一种图像处理方法的流程图;
图2是本公开实施例的一种待处理图像的示意图;
图3是本公开实施例的一种经过纹理映射后的待处理图像的示意图;
图4是本公开实施例的一种图像处理装置的框图;
图5是本公开实施例的一种终端的框图;
图6是本公开实施例的另一种终端的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种图像处理方法的流程图,如图1所示,该图像处理方法具体包括以下步骤:
步骤101、确定待处理图像中预设像素对应的三维模型相关参数,以及获取所述待处理图像对应的纹理贴图;所述纹理贴图为所述待处理图像的表面颜色贴图。
本公开实施例中,该图像处理方法可以应用于电子设备,该电子设备可以是指智能手机、笔记本、平板电脑、车载电脑等。具体的,在使用电子设备进行拍照或者拍摄视频时,可以通过添加拍摄特效的方式实现图像的模糊渲染效果。待处理图像可以是指图像拍摄时的预览图像或者视频拍摄时的某一帧图像,当然,也可以是在其他场景下的图像,例如三维渲染等,该三维渲染(Three Dimensional Rendering)是指以软件由三维模型生成图像的过程,本公开实施例对于待处理图像的具体场景不作限定。
像素(Pixel)是影像显示的基本单位,通常采用方块或点显示。单位面积内的像素越多代表分辨率越高,所显示的影响就会越接近真实物体。预设像素可以是指待处理图像中的多个像素。三维模型相关参数可以是指待处理图像中的预设像素的三维模型参数,具体可以包括纹理坐标、顶点位置以及顶点法线等。该纹理坐标可以是指纹理贴图中的采样点坐标。顶点位置可以是指纹理贴图中的物体各个面的顶点的位置。顶点法线可以是指垂直于顶点位置的直线。
纹理贴图可以是指待处理图像对应的基本的颜色贴图,具体的可以是指albedo纹理,该纹理贴图中包括有物体的颜色和纹理。在三维渲染中,待处理图像可以看做三维模型的白模,后续可以将该纹理贴图添加到待处理图像中的相应位置,以为待处理图像添加纹理贴图中对应的颜色。当然,本公开实施例中获取的待处理图像对应的纹理贴图也可以包括基于物理的光照(Physicallly-Based Rendering,PBR)模型的金属度粗糙度贴图、透射材质用作背景的背景贴图等,具体可以依据实际的处理需求进行设置,本公开实施例对于纹理贴图的种类和数量不作限定。
步骤102、基于所述三维模型相关参数,为所述待处理图像中的预设像素映射所述预设像素在所述纹理贴图中对应的颜色值,以为所述待处理图像添加模糊效果;其中,三维模型相关参数之间的接近程度满足预设要求的预设像素,在所述纹理贴图中对应的颜色值相同。
本公开实施例中,映射可以是指图像学中的纹理采样操作,将纹理贴图根据纹理坐标值映射到待处理图像的表面。具体的,在纹理贴图中,可以基于纹理坐标进行颜色的采样。例如,在纹理贴图中,若颜色采样区域为一个三角形区域,则可以基于三角形三个顶点的纹理坐标来确定一个三角形区域,该三角形区域中可以包括有多个预设像素。当待处理图像中的多个预设像素与三角形区域的纹理坐标形成的三角形区域相对应时,则可以将待处理图像中的多个预设像素添加纹理贴图中对应的颜色值,实现对待处理图像添加模糊效果。
本步骤中,预设要求可以是指多个预设像素的三维相关参数的接近程度满足一定要求,比如纹理坐标的距离在0.01之内等,具体可以依据实际的处理需求进行灵活设置,本公开实施例对此不作限定。当多个预设像素三维相关参数之间的接近程度满足预设要求时,可以认为多个预设像素较为接近,可以映射到纹理贴图中相同的颜色上。这样,待处理图像中在三维模型中相近的多个预设像素设置为了相似或者相同的颜色上,使得待处理图像中的颜色产生了一定的模糊,从而在待处理图像中实现了模糊效果。
综上所述,本公开实施例提供的一种图像处理方法,确定待处理图像中预设像素对应的三维模型相关参数,以及获取待处理图像对应的纹理贴图;纹理贴图为待处理图像的表面颜色贴图;基于三维模型相关参数,为待处理图像中的预设像素映射预设像素在纹理贴图中对应的颜色值,以为待处理图像添加模糊效果;其中,三维模型相关参数之间的接近程度满足预设要求的预设像素,在纹理贴图中对应的颜色值相同。这样,本公开实施例中,通过将三维模型相关参数之间的接近程度满足预设要求的预设像素映射纹理贴图中相同的颜色值,基于纹理映射过程即可实现模糊效果,减少了对内存的占用,内存访问量较小,进而一定程度上减小了性能开销。
可选的,本公开实施例中,所述三维模型相关参数包括:指定类型坐标。
本公开实施例中,指定类型坐标可以是指三维模型相关参数中各类参数对应的坐标,具体可以是指纹理坐标(Texture Coordinate),该纹理坐标可以用来标明从纹理贴图中的哪个部分进行颜色采样,当然,指定类型坐标还可以包括其他三维模型相关参数的坐标,本公开实施例对此不作限定。对于各种指定类型坐标的坐标,均可以采取以下处理方式,以实现并进一步优化待处理图像的模糊效果。
相应的,步骤102具体可以通过以下步骤1021至步骤1024实现:
步骤1021、对于任一所述预设像素,将所述预设像素对应的指定类型坐标按照第一预设参数进行放大,得到第一中间坐标。
本公开实施例中,第一预设参数可以是指像素化强度,该像素化强度可以是指对图像进行自定义分割,例如把图像分成2*2、4*4、100*100等,分割的细化程度2、4、100则可以作为像素化强度的具体数值。像素化强度这一参数的取值范围可以为0至正无穷,即[0,+∞),并且像素化强度越大,将图像分成的格子越小,后续实现模糊效果会更好一些,但由于电子设备的处理能力有限,可以基于需求对第一预设参数进行灵活设置,本公开实施例对于第一预设参数的具体数值不作限定。
第一中间坐标可以是指将指定类型坐标放大第一预设参数后的坐标,该第一中间坐标是一个中间处理量,后续可以用于像素的映射。需要注意的是,本步骤中的放大是一个平铺的概念,是将一个较大的图像区域进一步划分为更多的小图像分格。示例性地,在为待处理图像进行自定义分割时,假设一个图像区域中包括有0至9这10个图像分格,按照向像素化强度进行放大后,这10个图像分格组成组成的图像区域的总大小不变,但是其中总共显示10组0至9的图像小分格,即平铺后的每个图像小分格大小是原来的图像分格大小的十分之一。这样,可以先将指定类型坐标按照第一预设参数即像素化强度进行放大,方便后续进行坐标处理和映射。
步骤1022、提取所述第一中间坐标的整数部分,得到目标整数,并将所述目标整数进行归一化,得到目标值。
本公开实施例中,在将预设像素对应的指定类型坐标进行放大后,可以取放大后的数据的整数部分,得到目标整数,之后将该目标整数进行归一化,即将整数部分缩小至[0,1]的范围,得到目标值,此处的目标值实质上为0至1之间的一个数值。
具体的,以指定类型坐标为纹理坐标为例,图像中物体的纹理坐标通常的取值范围是[0,1],屏幕分辨率越高,小数部分的精度越高,能区分的纹理颜色值越多。将纹理坐标放大第一预设参数倍之后,得到放大后的数据,即第一中间坐标,此时取第一中间坐标的整数部分,即小数点之前的部分,得到目标整数,并将该目标整数进行归一化,缩小至[0,1]的范围中,即可得到目标值。
步骤1023、基于所述目标值,确定第二中间坐标。
本公开实施例中,第二中间坐标可以是指基于目标值确定的坐标,具体的,该第二中间坐标可以是该目标值,也可以是基于目标值进行偏移或者线性混叠后的坐标。
步骤1024、将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值。
本公开实施例中,将指定类型坐标转换为第二中间坐标的过程,实质上是确定三维模型相关参数之间的接近程度满足预设要求的预设像素的过程。在得到第二中间坐标之后,可以将这些满足预设要求的预设像素映射为第二中间坐标在纹理贴图中对应的颜色值,从而一定程度上实现模糊效果。
具体的,本步骤中,待处理图像中预设像素对应的指定类型坐标是浮点型数据(float),精度较高,可以认为是相对连续的。例如,指定类型坐标可以是0.5432645,首先对该指定类型坐标按照第一预设参数进行放大,例如放大一定倍数如100倍,则得到第一中间坐标为54.32645,再取放大后的第一中间坐标的小数部分为0.32645,整数部分为54。之后将该目标整数54进行归一化,即缩小至[0,1]的范围,得到目标值,具体可以是将第一中间坐标的整数部分缩回100倍,则得到目标值0.54,之后可以将该目标值直接作为第二中间坐标的坐标值。这样,将第二中间坐标0.54与最初的指定类型坐标0.5432645相比较,所有小数范围在[0.54,0.5499999]的都会变为0.54,也就是说把一定范围内的连续小数变为了离散小数,就是0.54、0.53、0.52、0.51…,每个相差0.01,这样也就形成了一个一个的图像小分格。相应的,在进行映射时,对应的指定类型坐标在[0.54,0.5499999]之间的预设像素,都被设置上了相同的颜色值,从而一定程度上实现了图像的模糊。此时,指定类型坐标在[0.54,0.5499999]之间的预设像素,也即三维模型相关参数之间的接近程度满足预设要求的预设像素。
本公开实施例中,对于任一预设像素,将预设像素对应的指定类型坐标按照第一预设参数进行放大,得到第一中间坐标;提取第一中间坐标的整数部分,得到目标整数,并将该目标整数进行归一化,得到目标值;基于目标值,确定第二中间坐标;将预设像素的颜色值映射为第二中间坐标在纹理贴图中对应的颜色值。这样,本公开实施例通过将接近程度满足预设要求的预设像素映射为纹理贴图中相同的颜色,实现了图像的模糊效果,计算过程更加简洁、快速,能够节约系统资源。
可选的,本公开实施例中,步骤1023具体可以包括以下步骤S21至步骤S23:
步骤S21、提取所述第一中间坐标的小数部分,得到目标小数。
本公开实施例中,目标小数可以是指将指定类型坐标放大一定倍数后的小数部分。由于每个预设像素的指定类型坐标是不相同的,而确定目标值的过程是将连续的多个指定类型坐标转换为了同一个目标值,这样多个预设像素之间的调整无法区分出各个预设像素,此时引入目标小数部分,以实现对多个预设像素的精细化调整,进一步保证模糊效果的平滑度。
本步骤中,若在确定出目标值并直接将目标值作为第二中间坐标,并将预设像素的颜色值映射为第二中间坐标在纹理贴图中对应的颜色值,则在视线了模糊效果的同时,也在图像中留下了分格的痕迹。为了弱化或消除这种分格痕迹,保证图像模糊效果的同时优化图像显示效果,需要对待处理图像进行扰动处理,也即对目标值进行偏移处理,得到包括有扰动效果的第二中间坐标。
步骤S22、基于所述目标整数和所述目标小数,根据预设扰动强度以及预设扰动范围,对所述目标值进行偏移,得到所述第二中间坐标。
本公开实施例中,预设扰动强度可以是指预先设置的扰动程度的大小,该预设扰动强度的取值范围为(-∞,+∞);预设扰动范围可以是指预先设置的扰动范围的大小,该预设扰动范围可以为(-∞,+∞)。预设扰动强度和预设扰动范围的具体数值可以根据实际图像处理需求进行灵活设置,本公开实施例对此不作限定。
本步骤中,在获取到目标整数、目标小数、预设扰动强度以及预设扰动范围后,可以确定出目标值对应的偏移量,然后基于该偏移量对目标值进行偏移,得到偏移后的第二中间坐标;这样,后续在进行颜色映射时,能够增加扰动,弱化图像的分格痕迹。本公开实施例中,提取第一中间坐标的小数部分,得到目标小数;基于目标整数和所述目标小数,根据预设扰动强度以及预设扰动范围,对目标值进行偏移,得到第二中间坐标。这样,通过对目标值进行偏移得到第二中间坐标,增加了像素的颜色扰动,能够弱化图像的分格痕迹,优化图像的显示效果。
可选的,本公开实施例中,步骤S22具体可以通过以下步骤S221至步骤S224实现:
步骤S221、基于所述目标小数以及所述预设扰动范围,确定所述目标值对应的目标扰动范围。
本公开实施例中,目标扰动范围可以是指每个指定类型坐标分别对应的扰动范围。在对目标值进行偏移时,由于多个预设像素的指定类型坐标转换为了同一个目标值,此时可以基于目标小数来确定目标扰动范围,由于多个预设像素的指定类型坐标的小数部分是不相同的,进而目标扰动范围也不相同,这样在保证整体偏移的同时也能够保持一定的扰动。扰动的实质为打乱纹理贴图原有的颜色,而模糊效果在直觉上来说也是把清晰的图像给打乱成混乱的图像,所以此时的扰动也可以进一步强化模糊的效果。
步骤S222、基于所述目标整数以及预设偏移常数,确定中间偏移量。
本公开实施例中,预设偏移常数可以是指预先设置的偏移量常数,基于目标整数以及预设偏移常数,可以确定出目标值整体的中间偏移量。
步骤S223、基于所述目标扰动范围、中间偏移量、预设扰动强度,确定目标偏移量。
本公开实施例中,目标偏移量可以是指最终确定的目标值的偏移量。该目标偏移量基于目标扰动范围、中间偏移量、预设扰动强度来确定,目标扰动范围能够用于保持像素的扰动,中间偏移量能够用于保证像素偏移的均匀程度,预设扰动强度能够用于保证图像扰动的程度。
步骤S224、将所述目标值与所述目标偏移量进行加和,得到所述第二中间坐标。
本公开实施例中,在确定出目标偏移量之后,将该目标值与该目标偏移量相加,即可得到偏移后的第二中间坐标,这样,后续在将预设像素的颜色值调整为第二中间坐标在纹理贴图中对应的颜色值时,实现偏移和扰动,弱化图像的分格痕迹。
本公开实施例中,基于目标小数以及预设扰动范围,确定目标值对应的目标扰动范围;基于目标整数以及预设偏移常数,确定中间偏移量;基于目标扰动范围、中间偏移量、预设扰动强度,确定目标偏移量;将目标值与目标偏移量进行加和,得到第二中间坐标。这样,本公开实施例通过计算目标偏移量,并对目标值进行偏移得到第二中间坐标,能够保证像素在均匀偏移的同时保持一定的扰动,弱化了图像的分格痕迹,优化了图像的显示效果。
可选的,本公开实施例中,在步骤1024之前,该图像处理方法还可以包括以下步骤S31至步骤S32:
步骤S31、依据预设插值混叠算法,对所述第二中间坐标以及所述指定类型坐标进行插值混叠处理,得到更新后的第二中间坐标。
本公开实施例中,预设插值混叠算法可以是指预先设置的插值算法,例如线性插值算法等。更新后的第二中间坐标可以是指对指定类型坐标和第二中间坐标进行插值混叠后坐标。当然,插值算法也可以采用其他方式本公开实施例对于插值的具体处理方式不作限定。
步骤S32、基于所述更新后的第二中间坐标,执行所述将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值的步骤。
本公开实施例中,在计算得到更新后的第二中间坐标之后,可以将该待处理图像中预设像素的颜色值,对应调整为更新后的第二中间坐标在纹理贴图中对应的颜色值,实现颜色值的映射。
具体的,本步骤中,待处理图像中的每个预设像素对应有三维模型相关参数,进而也对应指定类型坐标。在将指定类型坐标经过映射、偏移扰动以及线性插值之后,可以得到指定类型坐标对应的更新后的第二中间坐标,之后可以将预设像素的颜色值调整为更新后的第二中间坐标在纹理贴图中对应的颜色值,这样可以进一步弱化映射时造成的图像分格现象。
本公开实施例中,依据预设插值混叠算法,对第二中间坐标以及指定类型坐标进行插值混叠处理,得到更新后的第二中间坐标;基于更新后的第二中间坐标,执行将预设像素的颜色值映射为第二中间坐标在纹理贴图中对应的颜色值的步骤。这样,通过将第二中间坐标与最初的指定类型坐标进行线性混叠插值处理,得到更新后的第二中间坐标并进一步将预设像素的颜色值调整为更新后的第二中间坐标的颜色值,进一步弱化了图像的分格现象,进一步优化了图像显示效果,使得图像整体更加自然。
可选的,本公开实施例中,步骤S31具体可以通过以下步骤S311至步骤S312实现:
步骤S311、依据所述目标小数以及预设插值系数,生成目标插值系数。
本公开实施例中,预设插值系数可以是指预先设置的插值参数,该预设插值系数的取值范围为[0,1]。具体数值可以基于实际计算需求进行设置,本公开实施例对此不作限定。目标插值系数可以是指目标系数和预设插值系数的乘积,指定坐标类型不同,目标小数不同,进而目标插值系数也不相同。
步骤S312、将所述指定类型坐标、所述第二中间坐标、所述目标插值系数输入所述预设插值混叠算法中,以获取所述更新后的第二中间坐标。
本公开实施例中,在确定出目标插值系数之后,可以将第二中间坐标、指定类型坐标进行线性混叠,得到更新后的第二中间坐标,后续可以基于更新后的第二中间坐标来调整预设像素的颜色值。
本公开实施例中,依据目标小数以及预设插值系数,生成目标插值系数;将指定类型坐标、第二中间坐标、目标插值系数输入预设插值混叠算法中,以获取更新后的第二中间坐标。这样,本公开实施例中,基于目标小数确定目标插值系数,进而依据该目标插值系数对指定类型坐标、第二中间坐标进行线性混叠,进一步优化了图像显示效果,弱化了分格痕迹并且保留了模糊效果。
可选的,本公开实施例中,所述指定类型坐标包括:纹理坐标、顶点位置坐标以及顶点法线坐标中的一种或多种。
本公开实施例中,顶点位置坐标可以是指纹理贴图中的物体各个面的顶点的位置。顶点法线可以是指垂直于顶点位置的直线上的点坐标。
本公开实施例中,通过对纹理坐标、顶点位置坐标以及顶点法线坐标进行处理,可以在保证在纹理上实现模糊效果的同时,保证表面光感和折射效果也有模糊效果,与纹理保持统一,优化图像的显示效果。
下面结合具体示例介绍上述图像处理方法的具体处理流程:
步骤S41、获取待处理图像中预设像素的三维模型相关参数以及待处理图像纹理贴图。
本公开实施例中,针对待处理图像,可以分别获取三维模型相关参数、纹理和材质着色器,并定义后续计算流程需要的参数。其中,三维模型相关参数具体为指定类型坐标,包括但不限于顶点位置坐标(position)、纹理坐标(uv)和顶点法线坐标(N)。材质着色器可以用于将三维模型相关参数和纹理贴图作为输入,在着色器中进行光照计算,输出物体表面颜色。
本步骤中,需要设置的主要参数为PixellateParams(自定义参数),这是一个4维向量,其xyzw分量分别表示像素化强度、预设插值系数、预设扰动范围、预设扰动强度。
步骤S42:对所述三维模型相关参数进行处理,得到指定类型坐标对应的更新后的第二中间坐标。
本公开实施例中,材质色器输入数据有顶点位置、纹理坐标、顶点法线以及纹理。其中,纹理坐标uv用于纹理映射,顶点位置position和顶点法线N用于光照计算。Position、uv、N的处理方式是一样的,以下计算过程以纹理坐标uv为例:
uv1=uv*PixellateParams.x (1)
fract_uv=fract(uv1) (2)
floor_uv=floor(uv1)/PixellateParams.x (3)
uv2=floor_uv+(mod(floor(uv1*2.5),9.0)–4.5)*pow(fract_uv,PixellateParams.z)*PixellateParams.w (4)
twisted_uv=mix(uv2,uv,fract_uv*PixellateParams.y) (5)
在公式(1)中,uv1为第一中间坐标,uv为指定类型坐标中的纹理坐标,PixellateParams.x为像素化像素。公式(1)的具体处理过程为将指定类型坐标按照第一预设参数即像素化强度放大一定倍数,得到第一中间坐标。
在公式(2)中,fract_uv为目标小数,fract函数用于返回此数的小数部分,例如fract(m)=m-floor(m)。
在公式(3)中,floor_uv为目标值,floor函数用于向下取整,得到第一中间坐标的整数部分即目标整数,同时公式(3)中还将该整数部分除以像素化强度,即将整数部分缩小至[0,1]的范围,得到目标值。在该基于该目标值可以初步得到第二中间坐标。
经过公式(1)、(2)、(3)处理之后得到的是去掉部分精度的纹理坐标,即目标值,此时若直接将该目标值作为第二中间坐标,并且为待处理图像中的预设像素映射预设像素在纹理贴图中对应的颜色值,则可以得到颜色呈小格子分布的图像,使得待处理图像变得模糊,但是有着一定的分格痕迹。因此,后续在映射之前可以通过扰动偏移和插值混叠,来弱化映射后图像的分格现象,优化图像显示效果。
示例性地,图2示出了本公开实施例的一种待处理图像的示意图,图3示出了本公开实施例的一种经过纹理映射后的待处理图像示意图,可以看出,图3中实现了一定的模糊效果,但存在一定的分格痕迹(由于颜色无法示出,模糊效果无法直接体现,仅体现出分格痕迹)。
在公式(4)中,uv2为第二中间坐标,floor_uv为目标值。PixellateParams.z为预设扰动范围,PixellateParams.w预设扰动强度。具体的,Floor是向下取整,整数是0~9的范围,mod函数为是取余0~9,-4.5就是范围-4.5,4.5每次递增1,就是-4.5、-3.5、-2.5、-1.5、0.5、1.5、2.5、3.5、4.5这9个数字,所以第二中间坐标整体的偏移是均匀的。fract_uv是目标小数,具体可以是指前文纹理坐标示例的0.5432645变换后的0.32645。pow函数为求幂函数,例如,pow(p,q)函数用来求p的q次幂(次方)。由于每个纹理坐标的小数点数字是不同的,所以每个pow(fract_uv,PixellateParams.z)即目标扰动范围的值也是不同的,这样在求的目标偏移量对目标值进行偏移之后,能够在均匀的偏移的基础上保持一定的扰动。
公式(4)在公式(3)的基础上加入一定量纹理坐标偏移,每个像素的纹理坐标偏移范围不同,偏移的分布尽量均匀,这样可以扰动弱化分格现象,并且可以进一步模糊待处理图像。
在公式(5)中,twisted_uv为更新后的第二中间坐标,PixellateParams.y为预设插值系数。mix函数为混叠函数,示例性地,mix(e,f,a)=e*(1-a)+f*a。将目标小数fract_uv与预设插值系数PixellateParams.y相乘之后得到目标插值系数,之后将最初的纹理坐标uv、偏移扰动后得到的第二中间坐标uv2以及目标插值系数输入至预设插值算法mix函数中,得到更新后的第二中间坐标。基于该最终经过偏移、线性混叠处理之后的得到的更新后的第二中间坐标,执行后续的颜色值映射操作,可以进一步弱化分格现象,但保留前述公式处理中得到的模糊效果。
需要注意的是,本公开实施例中,在对纹理坐标完成改造和调整之后,可以按照相同的方法,对指定类型坐标中的其他坐标例如顶点法线坐标、顶点位置坐标进行改造,分别得到对应的最终的更新后的第二中间坐标。
步骤S43、将指定类型坐标调整后的更新后的第二中间坐标以及纹理贴图输入至材质着色器中,得到物体表面颜色。
本公开实施例中,在将原始的指定类型坐标进行一系列变化后得到更新后的第二中间坐标坐标,之后使用该更新后的第二中间坐标坐标用于纹理映射和光照计算,使得处理后的图像既在纹理上有模糊,在表面光感和折射效果上也有模糊效果,保证了图像的统一。
此外,在一种实现方式中,可以通过图像后处理来实现模糊效果。现有技术中也存在诸多的图像后处理算法用于模糊计算,最常见的是高斯模糊、均值模糊等。图像后处理模糊算法在模糊质量、稳定性和性能开销三点上努力,形成了不同的算法,其原理大致相同,均为使用卷积核的方式将当前像素点及其周围像素点按照某种数学公式进行平滑计算,得到的值作为当前像素点的颜色输出到屏幕。各种算法的区别主要在于周围像素点的选择以及平滑公式的建立。而图像后处理技术存在如下缺点:
其一是性能开销大。具体的,内存开销大。后处理是对渲染结果图像的再次包装,即将渲染结果图像作为输入,经过后处理算法计算后再输出为另一张图像。这里涉及到需要额外开辟内存来存储后处理图像。内存浪费大。后处理算法是一种全屏处理技术,即每帧图像上每个像素点都会被计算。然而对于大多数实际使用场景而言,往往只需要对特定的物体进行模糊处理,当物体在画面占比大的时候,计算量大些,当物体在画面占比小的时候,计算量小些,当物体完全不出现在画面中时,没有计算量。内存访问量大。后处理模糊算法是对图像颜色的一种平滑,平滑算法往往需要处理相邻像素点的颜色值,因而需要对图像进行多次纹理映射采样,增加了对内存的访问次数。
其二是结构复杂,层级关系繁琐。针对性能开销大这一缺点,后处理算法也存在一定的优化,如开辟的内存进行降采样、横竖方向分别少量计算来代替单一方向的多次计算等。但这些优化方式往往实现结是复杂的,导致应用时各模块的层级关系相对复杂,调参较为繁琐。
在另一种实现方式中,对于纹理贴图的模糊,也可以借鉴类似Mipmap的思路,当物体需要模糊效果时,使用分辨率小的纹理图进行纹理映射,让物体的多个像素去采样纹理贴图中的相同像素位置,进而呈现颜色平滑的模糊效果。该Mipmap是指预先计算好的金字塔形分布的纹理贴图,根据物体和虚拟摄像机的距离来判断其在屏幕中的像素占比大小,进而选择合适尺寸的纹理贴图进行纹理映射,用于解决分辨率导致的闪烁、模糊等问题。该Mipmap计算方法也存在如下缺点:
其一是没有实时性。Mipmap是预先计算好的、存储在纹理中的。可以根据需要的模糊程度来选择使用纹理的哪个部分,但预计算意味着没有实时性,如果遇到需要使用用户拍摄画面作为背景图的透明材质等,就无法呈现模糊。在移动终端的特效例如魔法表情这一场景中往往使用实时计算光照模型,预计算的纹理只针对纹理进行了模糊处理,在物体使用顶点法线计算光照时,其结果将是没有模糊处理的,呈现的模糊效果也将是不完整的。
其二是内存占用大。预计算纹理需要保存多种尺寸的纹理,占用额外的包体内存,运行时解析也会有额外的内存申请。
而本公开实施例提供的一种图像处理方法,节省了内存开销,不必运行时新增内存空间的分配,亦不必预先存储额外的纹理;节省了内存访问量,不必多次映射纹理;减少了像素计算量,不必处理屏幕上每一个像素,而只需处理使用模糊材质的模型表面在屏幕空间中占用的像素;四是配置简单,整段计算代码仅需5-10行;实时计算,照顾到纹理、顶点、顶点法线等多个变量,统一整个光照计算的结果,使材质质感更加统一、符合自然规律,实现了充分的模糊效果,可以应用至塑料布、磨砂玻璃等材质,也可以应用在移动终端的拍摄特效例如“魔法表情”中。
图4是根据一示例性实施例示出的一种图像处理装置的框图,如图4所示,该装置40可以包括:
确定模块401,被配置为确定待处理图像中预设像素对应的三维模型相关参数,以及获取所述待处理图像对应的纹理贴图;所述纹理贴图为所述待处理图像的表面颜色贴图;
映射模块402,被配置为基于所述三维模型相关参数,为所述待处理图像中的预设像素映射所述预设像素在所述纹理贴图中对应的颜色值,以为所述待处理图像添加模糊效果;其中,三维模型相关参数之间的接近程度满足预设要求的预设像素,在所述纹理贴图中对应的颜色值相同。
本公开实施例提供的装置,确定待处理图像中预设像素对应的三维模型相关参数,以及获取待处理图像对应的纹理贴图;纹理贴图为待处理图像的表面颜色贴图;基于三维模型相关参数,为待处理图像中的预设像素映射预设像素在纹理贴图中对应的颜色值,以为待处理图像添加模糊效果;其中,三维模型相关参数之间的接近程度满足预设要求的预设像素,在纹理贴图中对应的颜色值相同。这样,本公开实施例中,通过将三维模型相关参数之间的接近程度满足预设要求的预设像素映射纹理贴图中相同的颜色值,基于纹理映射过程即可实现模糊效果,减少了对内存的占用,内存访问量较小,进而一定程度上减小了性能开销。
可选的,所述三维模型相关参数包括:指定类型坐标;
所述映射模块402,具体被配置为:
对于任一所述预设像素,将所述预设像素对应的指定类型坐标按照第一预设参数进行放大,得到第一中间坐标;
提取所述第一中间坐标的整数部分,得到目标整数,并将所述目标整数进行归一化,得到目标值;
基于所述目标值,确定第二中间坐标;
将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值。
可选的,所述装置还包括:
提取模块,被配置为提取所述第一中间坐标的小数部分,得到目标小数;
偏移模块,被配置为基于所述目标整数和所述目标小数,根据预设扰动强度以及预设扰动范围,对所述目标值进行偏移,得到第二中间坐标。
可选的,所述偏移模块,具体被配置为:
基于所述目标小数以及所述预设扰动范围,确定所述目标值对应的目标扰动范围;
基于所述目标整数以及预设偏移常数,确定中间偏移量;
基于所述目标扰动范围、中间偏移量、预设扰动强度,确定目标偏移量;
将所述目标值与所述目标偏移量进行加和,得到所述第二中间坐标。
可选的,所述装置还包括:
插值模块,被配置为依据预设插值混叠算法,对所述第二中间坐标以及所述指定类型坐标进行插值混叠处理,得到更新后的第二中间坐标;
执行模块,被配置为基于所述更新后的第二中间坐标,执行所述将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值的步骤。
可选的,所述插值模块,具体被配置为:
依据所述目标小数以及预设插值系数,生成目标插值系数;
将所述指定类型坐标、所述第二中间坐标、所述目标插值系数输入所述预设插值混叠算法中,以获取所述更新后的第二中间坐标。
可选的,所述指定类型坐标包括:纹理坐标、顶点位置坐标以及顶点法线坐标中的一种或多种。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
根据本公开的一个实施例,提供了一种电子设备,包括:处理器、用于存储处理器可执行指令的存储器,其中,处理器被配置为执行时实现如上述任一个实施例中的图像处理方法中的步骤。
根据本公开的一个实施例,还提供了一种计算机可读存储介质,当计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如上述任一个实施例中的图像处理方法中的步骤。
根据本公开的一个实施例,还提供了一种计算机程序产品,该计算机程序产品包括可读性程序指令,可读性程序指令由电子设备的处理器执行时,使得电子设备能够执行如上述任一个实施例中的图像处理方法中的步骤。
图5是根据一示例性实施例示出的一种终端的框图。例如,终端500可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图5,装置500可以包括以下一个或多个组件:处理组件502,存储器504,电力组件506,多媒体组件508,音频组件510,输入/输出(I/O)的接口512,传感器组件514,以及通信组件516。
处理组件502通常控制装置500的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件702可以包括一个或多个处理器520来执行指令,以完成上述的图像处理方法的全部或部分步骤。此外,处理组件502可以包括一个或多个模块,便于处理组件502和其他组件之间的交互。例如,处理组件502可以包括多媒体模块,以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在设备500的操作。这些数据的示例包括用于在装置500上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件506为装置500的各种组件提供电力。电源组件506可以包括电源管理系统,一个或多个电源,及其他与为装置500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述装置500和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件508包括一个前置摄像头和/或后置摄像头。当设备500处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如,音频组件510包括一个麦克风(MIC),当装置500处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中,音频组件510还包括一个扬声器,用于输出音频信号。
I/O接口512为处理组件502和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器,用于为装置500提供各个方面的状态评估。例如,传感器组件514可以检测到设备500的打开/关闭状态,组件的相对定位,例如所述组件为装置500的显示器和小键盘,传感器组件514还可以检测装置500或装置500一个组件的位置改变,用户与装置500接触的存在或不存在,装置500方位或加速/减速和装置500的温度变化。传感器组件514可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件514还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件516被配置为便于装置500和其他设备之间有线或无线方式的通信。装置500可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件516还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述图像处理方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器504,上述指令可由装置500的处理器520执行以完成上述图像处理方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图6是根据一示例性实施例示出的一种图像处理装置的框图。例如,装置600可以被提供为一服务器。参照图6,装置600包括处理组件622,其进一步包括一个或多个处理器,以及由存储器632所代表的存储器资源,用于存储可由处理组件622的执行的指令,例如应用程序。存储器632中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件622被配置为执行指令,以执行上述图像处理方法。
装置600还可以包括一个电源组件626被配置为执行装置600的电源管理,一个有线或无线网络接口650被配置为将装置600连接到网络,和一个输入输出(I/O)接口658。装置600可以操作基于存储在存储器632的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
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它实施方案。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下面的权利要求指出。
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制。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
确定待处理图像中预设像素对应的三维模型相关参数,以及获取所述待处理图像对应的纹理贴图;所述纹理贴图为所述待处理图像的表面颜色贴图;
基于所述三维模型相关参数,为所述待处理图像中的预设像素映射所述预设像素在所述纹理贴图中对应的颜色值,以为所述待处理图像添加模糊效果;其中,三维模型相关参数之间的接近程度满足预设要求的预设像素,在所述纹理贴图中对应的颜色值相同。
2.根据权利要求1所述的方法,其特征在于,所述三维模型相关参数包括:指定类型坐标;
所述为所述待处理图像中的预设像素映射所述预设像素在所述纹理贴图中对应的颜色值,包括:
对于任一所述预设像素,将所述预设像素对应的指定类型坐标按照第一预设参数进行放大,得到第一中间坐标;
提取所述第一中间坐标的整数部分,得到目标整数,并将所述目标整数进行归一化,得到目标值;
基于所述目标值,确定第二中间坐标;
将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值。
3.根据权利要求2所述的方法,其特征在于,所述基于所述目标值,确定第二中间坐标,包括:
提取所述第一中间坐标的小数部分,得到目标小数;
基于所述目标整数和所述目标小数,根据预设扰动强度以及预设扰动范围,对所述目标值进行偏移,得到所述第二中间坐标。
4.根据权利要求3所述的方法,其特征在于,所述对所述目标值进行偏移,得到所述第二中间坐标,包括:
基于所述目标小数以及所述预设扰动范围,确定所述目标值对应的目标扰动范围;
基于所述目标整数以及预设偏移常数,确定中间偏移量;
基于所述目标扰动范围、中间偏移量、预设扰动强度,确定目标偏移量;
将所述目标值与所述目标偏移量进行加和,得到所述第二中间坐标。
5.根据权利要求3所述的方法,其特征在于,在所述将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值之前,所述方法还包括:
依据预设插值混叠算法,对所述第二中间坐标以及所述指定类型坐标进行插值混叠处理,得到更新后的第二中间坐标;
基于所述更新后的第二中间坐标,执行所述将所述预设像素的颜色值映射为所述第二中间坐标在所述纹理贴图中对应的颜色值的步骤。
6.根据权利要求5所述的方法,其特征在于,所述依据预设插值算法,对所述第二中间坐标以及所述指定类型坐标进行插值混叠处理,得到更新后的第二中间坐标,包括:
依据所述目标小数以及预设插值系数,生成目标插值系数;
将所述指定类型坐标、所述第二中间坐标、所述目标插值系数输入所述预设插值混叠算法中,以获取所述更新后的第二中间坐标。
7.一种图像处理装置,其特征在于,包括:
确定模块,被配置为确定待处理图像中预设像素对应的三维模型相关参数,以及获取所述待处理图像对应的纹理贴图;所述纹理贴图为所述待处理图像的表面颜色贴图;
映射模块,被配置为基于所述三维模型相关参数,为所述待处理图像中的预设像素映射所述预设像素在所述纹理贴图中对应的颜色值,以为所述待处理图像添加模糊效果;其中,三维模型相关参数之间的接近程度满足预设要求的预设像素,在所述纹理贴图中对应的颜色值相同。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的图像处理方法。
9.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备执行如权利要求1至6中任一项所述的图像处理方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括可读性程序指令,所述可读性程序指令由电子设备的处理器执行时,使得所述电子设备执行如权利要求1至6中任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111264265.9A CN114140568A (zh) | 2021-10-28 | 2021-10-28 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111264265.9A CN114140568A (zh) | 2021-10-28 | 2021-10-28 | 图像处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114140568A true CN114140568A (zh) | 2022-03-04 |
Family
ID=80395607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111264265.9A Pending CN114140568A (zh) | 2021-10-28 | 2021-10-28 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114140568A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114782611A (zh) * | 2022-06-24 | 2022-07-22 | 北京飞渡科技有限公司 | 图像处理方法、装置、存储介质和电子设备 |
CN117475066A (zh) * | 2023-12-28 | 2024-01-30 | 苏州元脑智能科技有限公司 | 材质贴图处理方法、装置、电子设备及存储介质 |
-
2021
- 2021-10-28 CN CN202111264265.9A patent/CN114140568A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114782611A (zh) * | 2022-06-24 | 2022-07-22 | 北京飞渡科技有限公司 | 图像处理方法、装置、存储介质和电子设备 |
CN117475066A (zh) * | 2023-12-28 | 2024-01-30 | 苏州元脑智能科技有限公司 | 材质贴图处理方法、装置、电子设备及存储介质 |
CN117475066B (zh) * | 2023-12-28 | 2024-03-15 | 苏州元脑智能科技有限公司 | 材质贴图处理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110675310B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN109068166B (zh) | 一种视频合成方法、装置、设备及存储介质 | |
CN114140568A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114125320B (zh) | 一种图像特效的生成方法及装置 | |
CN112258404A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN112034984A (zh) | 一种虚拟模型处理方法、装置、电子设备和存储介质 | |
CN111338743B (zh) | 一种界面处理方法、装置及存储介质 | |
CN109285126B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112614228B (zh) | 三维网格的简化方法、装置、电子设备和存储介质 | |
CN116245999A (zh) | 文字渲染方法、装置、电子设备及可读存储介质 | |
US11908096B2 (en) | Stereoscopic image acquisition method, electronic device and storage medium | |
CN115100253A (zh) | 图像对比方法、装置、电子设备及存储介质 | |
CN114998115A (zh) | 图像美化处理方法、装置及电子设备 | |
CN114070998B (zh) | 一种拍摄月亮的方法、装置、电子设备及介质 | |
CN114240792A (zh) | 图像曝光融合方法、装置及存储介质 | |
CN116934823A (zh) | 图像处理方法、装置、电子设备及可读储存介质 | |
KR20230022153A (ko) | 소프트 레이어링 및 깊이 인식 복원을 사용한 단일 이미지 3d 사진 | |
CN112348841A (zh) | 虚拟对象的处理方法、装置、电子设备及存储介质 | |
CN109949212B (zh) | 图像映射方法、装置、电子设备及存储介质 | |
CN114390189A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN113645414B (zh) | 水波纹特效视频生成方法、装置、电子设备及存储介质 | |
CN116668773B (zh) | 增强视频画质的方法与电子设备 | |
CN114842118A (zh) | 三维模型贴图方法、装置、电子设备及存储介质 | |
CN117710237A (zh) | 图像的抗锯齿方法、装置、设备、介质及程序产品 | |
CN116703716A (zh) | 图像处理方法、装置、电子设备和存储介质 |
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 |