CN114202485A - 处理图像的方法、装置、电子设备、存储介质及程序产品 - Google Patents
处理图像的方法、装置、电子设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN114202485A CN114202485A CN202111543814.6A CN202111543814A CN114202485A CN 114202485 A CN114202485 A CN 114202485A CN 202111543814 A CN202111543814 A CN 202111543814A CN 114202485 A CN114202485 A CN 114202485A
- Authority
- CN
- China
- Prior art keywords
- image
- alpha
- pixel
- pixels
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000001914 filtration Methods 0.000 claims abstract description 218
- 230000002123 temporal effect Effects 0.000 claims abstract description 40
- 238000007906 compression Methods 0.000 claims abstract description 16
- 230000006835 compression Effects 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 abstract description 3
- 238000012163 sequencing technique Methods 0.000 description 11
- 238000013500 data storage Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
-
- 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
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种处理图像的方法、装置、电子设备、存储介质及程序产品。所述处理图像的方法包括:获取待处理的至少一个图像,其中,所述至少一个图像为RGBA图像;基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理和/或空域滤波处理,以基于处理后的所述至少一个图像进行后续压缩处理。根据本公开,通过使用alpha通道信息,对图像的像素进行压缩前预处理,从而能够在保证图像画质的同时,降低压缩后的文件大小。
Description
技术领域
本公开总体说来涉及图像处理技术领域,更具体地讲,涉及一种处理图像的方法、装置、电子设备、存储介质及程序产品。
背景技术
RGBA,代表红(RED)、绿(Green)、蓝(Blue)和阿尔法(Alpha)通道。亦被描述为色彩空间,但它实际上是一个三通道RGB颜色模型,辅以第四个阿尔法通道。阿尔法通道为图像的不透明度参数,如果一个像素的阿尔法通道数值为0%,那它就是完全透明的(无法看见的);而数值为100%则意味着一个完全不透明的像素(传统的数码图像);在0%和100%之间的数值则使得像素可以透过背景显示出来,就像透过玻璃显示一般(半透明性)。阿尔法通道值可以用百分比、整数或者像RGB参数那样用0到1的实数来表示。
RGBA动态图像(由多个RGBA图像组成的小视频)应用广泛,例如,在页面中弹出的宝箱抽奖动态图像。这种应用场景需要RGBA动态图像压缩后的文件大小越小越好,画质越清晰越好。RGBA通常会使用apng或webp格式进行压缩,但这两种格式的压缩效率有时并不能达到理想状态。
发明内容
本公开的示例性实施例在于提供一种处理图像的方法、装置、电子设备、存储介质及程序产品,以至少解决上述相关技术中的问题,也可不解决任何上述问题。
根据本公开实施例的第一方面,提供一种处理图像的方法,包括:获取待处理的至少一个图像,其中,所述至少一个图像为RGBA图像;基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理和/或空域滤波处理,以基于处理后的所述至少一个图像进行后续压缩处理。
可选地,基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行空域滤波处理的步骤包括:分别针对所述至少一个图像中的每个图像,对该图像对应的RGB图像中的像素进行空域滤波处理,并对该图像对应的阿尔法图像中的像素进行空域滤波处理,其中,该图像对应的RGB图像中的像素所对应的阿尔法通道值越高,对该像素的空域滤波处理强度越弱;该图像对应的阿尔法图像中的像素的阿尔法通道值越高,对该像素的空域滤波处理强度越弱。
可选地,当所述空域滤波处理为高斯滤波时,对该图像对应的RGB图像中的第i个像素的高斯滤波强度为:0、第一预设值、以及a*(1-Alphai)之中的中间值,其中,a表示系数,Alphai表示第i个像素所对应的阿尔法通道值;对该图像对应的阿尔法图像中的第j个像素的高斯滤波强度为:0、第二预设值、以及b*(1-Alphaj)之中的中间值,其中,b表示系数,Alphaj表示第j个像素的阿尔法通道值。
可选地,基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行空域滤波处理的步骤还包括:在对每个图像对应的RGB图像和阿尔法图像中的像素进行空域滤波处理之前,将该图像中阿尔法通道值小于第一预设阈值的像素的RGB通道值设置为第一特定颜色值,并将该图像中阿尔法通道值小于第一预设阈值的像素的阿尔法通道值设置为第一特定值;在对该图像的RGB通道值进行设置之后,通过插值的方式对该图像中RGB通道值被设置为第一特定颜色值的像素进行RGB通道值填充;在对该图像的RGB通道值和阿尔法通道值进行设置之后,通过插值的方式对该图像中阿尔法通道值被设置为第一特定值的像素进行阿尔法通道值填充。
可选地,基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行空域滤波处理的步骤还包括:在对每个图像对应的RGB图像中的像素进行空域滤波处理之后,对空域滤波处理后的该图像对应的RGB图像进行增强处理;在对每个图像对应的阿尔法图像中的像素进行空域滤波处理之后,对空域滤波处理后的该图像对应的阿尔法图像进行增强处理。
可选地,所述至少一个图像为待压缩的多个视频帧;其中,基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理的步骤包括:分别针对每一像素位置,按照所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的RGB通道值进行时域滤波处理;分别针对每一像素位置,对所述多个视频帧中该像素位置处的像素的阿尔法通道值按照所述多个视频帧的时间顺序排列形成的序列,进行时域滤波处理。
可选地,分别针对每一像素位置,按照所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的RGB通道值进行时域滤波处理的步骤包括:分别针对每一像素位置,根据所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的Y、U、V分量中的每一分量的分量值进行排序,并对排序得到的分量值序列进行时域滤波处理;分别针对所述多个视频帧中的每个视频帧,基于该视频帧的各个像素时域滤波处理后的Y分量值、U分量值、以及V分量值,得到该视频帧的各个像素时域滤波处理后的RGB通道值,其中,像素的Y分量值、U分量值、以及V分量值基于该像素的RGB通道值转换而得到。
可选地,所述时域滤波处理的滤波窗口的大小基于所述多个视频帧对应的帧率而确定,其中,帧率越高,滤波窗口越大。
可选地,基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理的步骤还包括:在对所述多个视频帧中的像素的RGB通道值和阿尔法通道值进行时域滤波处理之前,分别针对所述多个视频帧中的每个视频帧,将该视频帧中阿尔法通道值小于第二预设阈值的像素的RGB通道值设置为第二特定颜色值,并将该视频帧中阿尔法通道值小于第二预设阈值的像素的阿尔法通道值设置为第二特定值;在对所述多个视频帧的像素的RGB通道值进行设置之后,分别针对RGB通道值被设置为第二特定颜色值的每个像素,基于所述多个视频帧中与该像素位置相同的像素的RGB通道值,通过插值的方式对该像素进行RGB通道值填充;在对所述多个视频帧的像素的RGB通道值和阿尔法通道值进行设置之后,分别针对每个阿尔法通道值被设置为第二特定值的像素,基于所述多个视频帧中与该像素位置相同的像素的阿尔法通道值,通过插值的方式对该像素进行阿尔法通道值填充。
可选地,基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理的步骤还包括:在对所述多个视频帧的像素的RGB通道值进行时域滤波处理之后,对时域滤波处理后的所述多个视频帧对应的多个RGB图像进行增强处理;在对所述多个视频帧的像素的阿尔法通道值进行时域滤波处理之后,对时域滤波处理后的所述多个视频帧对应的多个阿尔法图像进行增强处理。
根据本公开实施例的第二方面,提供一种处理图像的装置,包括:图像获取单元,被配置为获取待处理的至少一个图像,其中,所述至少一个图像为RGBA图像;滤波单元,被配置为基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理和/或空域滤波处理,以基于处理后的所述至少一个图像进行后续压缩处理。
可选地,滤波单元被配置为分别针对所述至少一个图像中的每个图像,对该图像对应的RGB图像中的像素进行空域滤波处理,并对该图像对应的阿尔法图像中的像素进行空域滤波处理,其中,该图像对应的RGB图像中的像素所对应的阿尔法通道值越高,对该像素的空域滤波处理强度越弱;该图像对应的阿尔法图像中的像素的阿尔法通道值越高,对该像素的空域滤波处理强度越弱。
可选地,当所述空域滤波处理为高斯滤波时,对该图像对应的RGB图像中的第i个像素的高斯滤波强度为:0、第一预设值、以及a*(1-Alphai)之中的中间值,其中,a表示系数,Alphai表示第i个像素所对应的阿尔法通道值;对该图像对应的阿尔法图像中的第j个像素的高斯滤波强度为:0、第二预设值、以及b*(1-Alphaj)之中的中间值,其中,b表示系数,Alphaj表示第j个像素的阿尔法通道值。
可选地,滤波单元还被配置为:在对每个图像对应的RGB图像和阿尔法图像中的像素进行空域滤波处理之前,将该图像中阿尔法通道值小于第一预设阈值的像素的RGB通道值设置为第一特定颜色值,并将该图像中阿尔法通道值小于第一预设阈值的像素的阿尔法通道值设置为第一特定值;在对该图像的RGB通道值进行设置之后,通过插值的方式对该图像中RGB通道值被设置为第一特定颜色值的像素进行RGB通道值填充;在对该图像的RGB通道值和阿尔法通道值进行设置之后,通过插值的方式对该图像中阿尔法通道值被设置为第一特定值的像素进行阿尔法通道值填充。
可选地,滤波单元还被配置为:在对每个图像对应的RGB图像中的像素进行空域滤波处理之后,对空域滤波处理后的该图像对应的RGB图像进行增强处理;在对每个图像对应的阿尔法图像中的像素进行空域滤波处理之后,对空域滤波处理后的该图像对应的阿尔法图像进行增强处理。
可选地,所述至少一个图像为待压缩的多个视频帧;其中,滤波单元被配置为:分别针对每一像素位置,按照所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的RGB通道值进行时域滤波处理;分别针对每一像素位置,对所述多个视频帧中该像素位置处的像素的阿尔法通道值按照所述多个视频帧的时间顺序排列形成的序列,进行时域滤波处理。
可选地,滤波单元被配置为:分别针对每一像素位置,根据所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的Y、U、V分量中的每一分量的分量值进行排序,并对排序得到的分量值序列进行时域滤波处理;分别针对所述多个视频帧中的每个视频帧,基于该视频帧的各个像素时域滤波处理后的Y分量值、U分量值、以及V分量值,得到该视频帧的各个像素时域滤波处理后的RGB通道值,其中,像素的Y分量值、U分量值、以及V分量值基于该像素的RGB通道值转换而得到。
可选地,所述时域滤波处理的滤波窗口的大小基于所述多个视频帧对应的帧率而确定,其中,帧率越高,滤波窗口越大。
可选地,滤波单元还被配置为:在对所述多个视频帧中的像素的RGB通道值和阿尔法通道值进行时域滤波处理之前,分别针对所述多个视频帧中的每个视频帧,将该视频帧中阿尔法通道值小于第二预设阈值的像素的RGB通道值设置为第二特定颜色值,并将该视频帧中阿尔法通道值小于第二预设阈值的像素的阿尔法通道值设置为第二特定值;在对所述多个视频帧的像素的RGB通道值进行设置之后,分别针对RGB通道值被设置为第二特定颜色值的每个像素,基于所述多个视频帧中与该像素位置相同的像素的RGB通道值,通过插值的方式对该像素进行RGB通道值填充;在对所述多个视频帧的像素的RGB通道值和阿尔法通道值进行设置之后,分别针对每个阿尔法通道值被设置为第二特定值的像素,基于所述多个视频帧中与该像素位置相同的像素的阿尔法通道值,通过插值的方式对该像素进行阿尔法通道值填充。
可选地,滤波单元还被配置为:在对所述多个视频帧的像素的RGB通道值进行时域滤波处理之后,对时域滤波处理后的所述多个视频帧对应的多个RGB图像进行增强处理;在对所述多个视频帧的像素的阿尔法通道值进行时域滤波处理之后,对时域滤波处理后的所述多个视频帧对应的多个阿尔法图像进行增强处理。
根据本公开实施例的第三方面,提供一种电子设备,包括:至少一个处理器;至少一个存储计算机可执行指令的存储器,其中,所述计算机可执行指令在被所述至少一个处理器运行时,促使所述至少一个处理器执行如上所述的处理图像的方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,当述计算机可读存储介质中的指令被至少一个处理器运行时,促使所述至少一个处理器执行如上所述的处理图像的方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括计算机指令,所述计算机指令被至少一个处理器执行时实现如上所述的处理图像的方法。
根据本公开的示例性实施例的处理图像的方法、装置、电子设备、存储介质及程序产品,提出了一种能够降低压缩文件大小的RGBA图像/视频压缩前预处理方法。通过使用alpha通道信息,对图像的像素进行压缩前预处理,从而能够在保证图像画质的同时,降低压缩后的文件大小。
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,并不构成对本公开的不当限定。
图1示出根据本公开示例性实施例的处理图像的方法的流程图;
图2示出根据本公开示例性实施例的对图像进行空域滤波处理的方法的流程图;
图3示出根据本公开示例性实施例的对图像进行时域滤波处理的方法的流程图;
图4示出根据本公开示例性实施例的处理图像的装置的结构框图;
图5示出根据本公开示例性实施例的电子设备的结构框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
在此需要说明的是,在本公开中出现的“若干项之中的至少一项”均表示包含“该若干项中的任意一项”、“该若干项中的任意多项的组合”、“该若干项的全体”这三类并列的情况。例如“包括A和B之中的至少一个”即包括如下三种并列的情况:(1)包括A;(2)包括B;(3)包括A和B。又例如“执行步骤一和步骤二之中的至少一个”,即表示如下三种并列的情况:(1)执行步骤一;(2)执行步骤二;(3)执行步骤一和步骤二。
图1示出根据本公开示例性实施例的处理图像的方法的流程图。
参照图1,在步骤S101,获取待处理的至少一个图像。
这里,所述至少一个图像为RGBA图像。RGBA图像可理解为由RGB图像和阿尔法图像构成。
作为示例,所述至少一个图像可包括:待压缩的单个图像或待压缩的视频中的多个图像(即,待压缩的多个视频帧)。
在步骤S102,基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理和/或空域滤波处理,以基于处理后的所述至少一个图像进行后续压缩处理。
在第一实施例中,步骤S102可包括:仅基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理。
在第二实施例中,步骤S102可包括:仅基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行空域滤波处理。
在第三实施例中,步骤S102可包括:先基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理;然后,再基于时域滤波处理后的所述至少一个图像中的像素的阿尔法通道值,对时域滤波处理后的所述至少一个图像中的像素进行空域滤波处理。
在第四实施例中,步骤S102可包括:先基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行空域滤波处理;然后,再基于空域滤波处理后的所述至少一个图像中的像素的阿尔法通道值,对空域滤波处理后的所述至少一个图像中的像素进行时域滤波处理。
应该理解,当待处理的图像为单个图像时,可仅对待处理的图像中的像素执行空域滤波处理;当待处理的图像为多个视频帧时,由于这多个视频帧之间具备时域信息,可对待处理的图像中的像素执行时域滤波处理和/或空域滤波处理。
下面将会结合图2来描述基于所述至少一个图像中的像素的阿尔法通道值对所述至少一个图像中的像素进行空域滤波处理的方法的示例性实施例,结合图3来描述基于所述至少一个图像中的像素的阿尔法通道值对所述至少一个图像中的像素进行时域滤波处理的方法的示例性实施例。
此外,作为示例,根据本公开示例性实施例的处理图像的方法还可包括:对处理后的所述至少一个图像分别进行压缩处理,以生成与每个图像一一对应的压缩文件。应该理解,可使用适当的方式进行压缩处理,本公开对此不作限制,例如,可使用apng、webp或其他方式进行压缩处理。
此外,作为示例,根据本公开示例性实施例的处理图像的方法还可包括:对处理后的所述至少一个图像所构成的视频进行压缩处理,以压缩成视频文件格式或动态图像格式。应该理解,可使用适当的方式进行压缩处理,本公开对此不作限制,例如,可使用apng、webp或其他方式进行压缩处理。
通过本公开的实施例处理后的视频或图像在使用apng、webp或其他方式进行压缩后,能够在维持图像的画质的同时大幅降低压缩文件大小。
图2示出根据本公开示例性实施例的对至少一个图像进行空域滤波处理的方法的流程图。这里,步骤S201、步骤S202、以及步骤S204是可选步骤,在一个实施例中,可仅执行步骤S203;在另一实施例中,可执行步骤S201、步骤S202、以及步骤S203;在另一实施例中,可执行步骤S203和步骤S204;在另一实施例中,可执行步骤S201、步骤S202、步骤S203以及步骤S204。
参照图2,在步骤S201,分别针对所述至少一个图像中的每个图像,将该图像中阿尔法通道值小于第一预设阈值的像素的RGB通道值设置为第一特定颜色值,并将该图像中阿尔法通道值小于第一预设阈值的像素的阿尔法通道值设置为第一特定值,以对该图像的RGB通道值和阿尔法通道值进行设置。
作为示例,每个图像对应的第一特定颜色值可为该图像的背景颜色值。应该理解,不同图像对应的第一特定颜色值可不同或相同。
作为示例,第一特定值可为0。
这里,图像的背景颜色值为该图像中阿尔法通道值为0的像素的颜色值(也即,RGB通道值)。例如,当图像中阿尔法通道值为0的像素有多个时,图像的背景颜色值可为大部分阿尔法通道值为0的像素的颜色值。
例如,可当图像的背景颜色值为(0,0,0)时,将该图像中每个阿尔法通道值小于第一预设阈值的像素的RGB通道值均设置为(0,0,0)。
在步骤S202,分别针对通过步骤S201处理后的每个图像,基于该图像中的像素的RGB通道值,通过插值的方式对该图像中RGB通道值被设置为第一特定颜色值的像素进行RGB通道值填充;并基于该图像中的像素的阿尔法通道值,通过插值的方式对该图像中阿尔法通道值被设置为第一特定值的像素进行阿尔法通道值填充。
作为示例,当图像对应的第一特定颜色值为(0,0,0)时,在经过步骤S201处理之后,该图像中可能会出现少量RGB通道值为(0,0,0)的像素点,可使用插值的方法将这些像素点填充。作为示例,可使用局部邻域插值方法对RGB通道值进行填充,即,基于待插值的像素周围的像素的RGB通道值,计算待插值的像素的RGB通道值,以使用计算得到的RGB通道值填充该像素的RGB通道值。应该理解,也可使用其他的插值方式对RGB通道值进行填充,本公开对此不作限制。
作为示例,可使用局部邻域插值方法对阿尔法通道值进行填充,即,基于待插值的像素周围的像素的阿尔法通道值,计算待插值的像素的阿尔法通道值,以使用计算得到的阿尔法通道值填充该像素的阿尔法通道值。应该理解,也可使用其他的插值方式对阿尔法通道值进行填充,本公开对此不作限制。
在步骤S203,分别针对所述至少一个图像中的每个图像,对该图像对应的RGB图像中的像素进行空域滤波处理,并对该图像对应的阿尔法图像中的像素进行空域滤波处理。
这里,应该理解,当在步骤S203之前执行了步骤S201和步骤S202时,所述至少一个图像为经过步骤S202处理后更新的所述至少一个图像。
这里,对该图像对应的RGB图像中的每个像素的空域滤波处理强度基于该像素所对应的阿尔法通道值而确定,对该图像对应的阿尔法图像中的每个像素的空域滤波处理强度基于该像素的阿尔法通道值而确定。应该理解,某一图像对应的RGB图像中的像素所对应的阿尔法通道值,为该图像中对应的像素的阿尔法通道值。
作为示例,RGB图像中的像素所对应的阿尔法通道值越高,对该像素的空域滤波处理强度可越弱。例如,当Alpha属于[0,1]时,Alpha=1的区域的像素滤波强度为0(即,不滤波),Alpha=0.2时滤波强度比较强。
作为示例,阿尔法图像中的像素的阿尔法通道值越高,对该像素的空域滤波处理强度可越弱。例如,当Alpha属于[0,1]时,Alpha=1的区域的像素滤波强度为0(即,不滤波),Alpha=0.2时滤波强度比较强。
作为示例,所述空域滤波处理可为模糊滤波处理。
作为示例,当对RGB图像的空域滤波处理为高斯滤波时,对RGB图像中的第i个像素的高斯滤波强度可为:0、第一预设值、以及a*(1-Alphai)之中的中间值,其中,a表示系数,Alphai表示第i个像素所对应的阿尔法通道值。即,对RGB图像中的第i个像素的高斯滤波强度为:clip(0,第一预设值,a*(1-Alphai))。
作为示例,当对阿尔法图像的空域滤波处理为高斯滤波时,对阿尔法图像中的第j个像素的高斯滤波强度可为:0、第二预设值、以及b*(1-Alphaj)之中的中间值,其中,b表示系数,Alphaj表示第j个像素的阿尔法通道值。即,对阿尔法图像中的第j个像素的高斯滤波强度为:clip(0,第二预设值,b*(1-Alphaj))。
应该理解,对RGB图像的空域滤波处理也可采用其他适当的滤波方式,本公开对此不作限制;对阿尔法图像的空域滤波处理也可采用其他适当的滤波方式,本公开对此不作限制。
在步骤S204,对空域滤波处理后的每个RGB图像进行增强处理;并且,对空域滤波处理后的每个阿尔法图像进行增强处理。
作为示例,对RGB图像的增强处理可为锐化处理,应该理解,也可采用其他增强处理方式,本公开对此不作限制。
作为示例,对阿尔法图像的增强处理可为锐化处理,应该理解,也可采用其他增强处理方式,本公开对此不作限制。
图3示出根据本公开示例性实施例的对至少一个图像进行时域滤波处理的方法的流程图。这里,所述至少一个图像为待压缩的多个视频帧。
这里,步骤S301、步骤S302、以及步骤S304是可选步骤,在一个实施例中,可仅执行步骤S303;在另一实施例中,可执行步骤S301、步骤S302、以及步骤S303;在另一实施例中,可执行步骤S303和步骤S304;在另一实施例中,可执行步骤S301、步骤S302、步骤S303以及步骤S304。
参照图3,在步骤S301,分别针对所述多个视频帧中的每个视频帧,将该视频帧中阿尔法通道值小于第二预设阈值的像素的RGB通道值设置为第二特定颜色值,并将该视频帧中阿尔法通道值小于第二预设阈值的像素的阿尔法通道值设置为第二特定值,以对该视频帧的RGB通道值和阿尔法通道值进行设置。
作为示例,每个视频帧对应的第二特定颜色值可为该视频帧的背景颜色值。应该理解,不同视频帧对应的第二特定颜色值可不同或相同。
作为示例,第二特定值可为0。
这里,视频帧的背景颜色值为该视频帧中阿尔法通道值为0的像素的颜色值(也即,RGB通道值)。例如,当视频帧中阿尔法通道值为0的像素有多个时,视频帧的背景颜色值可为大部分阿尔法通道值为0的像素的颜色值。
例如,可当视频帧的背景颜色值为(0,0,0)时,将该视频帧中每个阿尔法通道值小于第二预设阈值的像素的RGB通道值均设置为(0,0,0)。
在步骤S302,分别针对通过步骤S301处理后的每个视频帧,在该视频帧中分别针对RGB通道值被设置为第二特定颜色值的每个像素,基于所述多个视频帧中与该像素位置(即,在各自视频帧中的位置)相同的像素的RGB通道值,通过插值的方式对该像素进行RGB通道值填充;并且,在该视频帧中分别针对每个阿尔法通道值被设置为第二特定值的像素,基于所述多个视频帧中与该像素位置相同的像素的阿尔法通道值,通过插值的方式对该像素进行阿尔法通道值填充。
作为示例,当视频帧对应的第二特定颜色值为(0,0,0)时,在经过步骤S301处理之后,该视频帧中可能会出现少量RGB通道值为(0,0,0)的像素点,可使用插值的方法将这些像素点填充。作为示例,可使用局部邻域插值方法对RGB通道值进行填充,例如,可将所述多个视频帧中与待插值的像素位置相同的像素的RGB通道值按照所述多个视频帧的时序(即,所述多个视频帧在视频中的时序)进行排序,基于排序得到的序列中待插值的像素周围的像素的RGB通道值,计算待插值的像素的RGB通道值,以使用计算得到的RGB通道值填充该像素的RGB通道值。应该理解,也可使用其他的插值方式对RGB通道值进行填充,本公开对此不作限制。
作为示例,可使用局部邻域插值方法对阿尔法通道值进行填充,例如,可将所述多个视频帧中与待插值的像素位置相同的像素的阿尔法通道值按照所述多个视频帧的时序进行排序,基于排序得到的序列中待插值的像素周围的像素的阿尔法通道值,计算待插值的像素的阿尔法通道值,以使用计算得到的阿尔法通道值填充该像素的阿尔法通道值。应该理解,也可使用其他的插值方式对阿尔法通道值进行填充,本公开对此不作限制。
在步骤S303,分别针对每一像素位置,按照所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的RGB通道值进行时域滤波处理,以实现对所述多个视频帧对应的RGB图像的时域滤波;并且,分别针对每一像素位置,对所述多个视频帧中该像素位置处的像素的阿尔法通道值按照所述多个视频帧的时间顺序排列形成的序列,进行时域滤波处理,以实现对所述多个视频帧对应的阿尔法图像的时域滤波。具体说来,按照所述多个视频帧的时间顺序,对所述多个视频帧中同一像素位置处的像素的阿尔法通道值进行排序,并对排序得到的阿尔法通道值序列进行滤波。
这里,应该理解,当在步骤S303之前执行了步骤S301和步骤S302时,所述多个视频帧为经过步骤S302处理后更新的所述多个视频帧。
作为示例,所述时域滤波处理的滤波窗口的大小可基于所述多个视频帧对应的帧率而确定。例如,帧率越高,滤波窗口越大。例如,所述滤波窗口可为c*fps,其中,fps表示所述多个视频帧对应的帧率,c表示系数。
作为示例,可对所述多个视频帧中同一像素位置处的像素的阿尔法通道值按照所述多个视频帧的时间顺序排列形成的序列,进行中值滤波或高斯滤波,本公开对此不作限制。例如,当采用高斯滤波时,每个像素的滤波强度可基于该像素的阿尔法通道值而确定。
在一个实施例中,对所述多个视频帧的RGB图像进行时域滤波处理的步骤可包括:分别针对每一像素位置,根据所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的Y、U、V分量中的每一分量的分量值进行排序,并对排序得到的分量值序列进行时域滤波处理;然后,分别针对所述多个视频帧中的每个视频帧,基于该视频帧的各个像素时域滤波处理后的Y分量值、U分量值、以及V分量值,得到该视频帧的各个像素时域滤波处理后的RGB通道值。
具体说来,分别针对每一像素位置,根据所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的Y分量值进行排序,并对排序得到的Y分量值序列进行时域滤波处理;根据所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的U分量值进行排序,并对排序得到的U分量值序列进行时域滤波处理;根据所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的V分量值进行排序,并对排序得到的V分量值序列进行时域滤波处理;然后,分别针对所述多个视频帧中的每个视频帧,基于该视频帧的各个像素滤波后的Y分量值、U分量值、以及V分量值,得到该视频帧的各个像素时域滤波处理后的RGB通道值。具体地,可将每个像素滤波后的Y分量值、U分量值、以及V分量值转换为对应的RGB通道值,以作为该像素的时域滤波处理后的RGB通道值。
这里,“Y”分量表示明亮度(Luminance或Luma),也就是灰度值;而“U”分量和“V”分量表示的则是色度(Chrominance或Chroma),像素的Y分量值、U分量值、以及V分量值可基于该像素的RGB通道值转换而得到,相应地,基于像素的Y分量值、U分量值、以及V分量值,也可以转换得到该像素的RGB通道值。
应该理解,像素位置可指像素在图像中的位置,例如,像素在图像中的像素坐标。
在另一个实施例中,对所述多个图像的RGB图像进行时域滤波处理的步骤可包括:分别针对每一像素位置,根据所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的R通道值进行排序,并对排序得到的R通道值序列进行时域滤波处理;根据所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的G通道值进行排序,并对排序得到的G通道值序列进行时域滤波处理;根据所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的B通道值进行排序,并对排序得到的B通道值序列进行时域滤波处理,以得到视频帧的各个像素滤波后的RGB通道值。
作为示例,对RGB图像的时域滤波可采用中值滤波或高斯滤波,本公开对此不作限制。例如,当采用高斯滤波时,每个像素的滤波强度可基于该像素所对应的阿尔法通道值而确定。
作为示例,对视频帧对应的RGB图像中的每个像素的时域滤波处理强度可基于该像素所对应的阿尔法通道值而确定,对该视频帧对应的阿尔法图像中的每个像素的时域滤波处理强度基于该像素的阿尔法通道值而确定。作为示例,RGB图像中的像素所对应的阿尔法通道值越高,对该像素的时域滤波处理强度可越弱。作为示例,阿尔法图像中的像素的阿尔法通道值越高,对该像素的时域滤波处理强度可越弱。作为示例,所述空域滤波处理可为模糊滤波处理。
作为示例,当对RGB图像的时域滤波处理为高斯滤波时,对RGB图像中的第i个像素的高斯滤波强度可为:0、第三预设值、以及c*(1-Alphai)之中的中间值,其中,c表示系数,Alphai表示第i个像素所对应的阿尔法通道值。
作为示例,当对阿尔法图像的时域滤波处理为高斯滤波时,对阿尔法图像中的第j个像素的高斯滤波强度可为:0、第四预设值、以及d*(1-Alphaj)之中的中间值,其中,d表示系数,Alphaj表示第j个像素的阿尔法通道值。
在步骤S304,对时域滤波处理后的RGB图像进行增强处理;并且,对时域滤波处理后的阿尔法图像进行增强处理。
作为示例,对RGB图像的增强处理可为锐化处理,应该理解,也可采用其他增强处理方式,本公开对此不作限制。
作为示例,对阿尔法图像的增强处理可为锐化处理,应该理解,也可采用其他增强处理方式,本公开对此不作限制。
图4示出根据本公开示例性实施例的处理图像的装置的结构框图。
参照图4,根据本公开示例性实施例的处理图像的装置10包括:图像获取单元101和滤波单元102。
具体说来,图像获取单元101被配置为获取待处理的至少一个图像,其中,所述至少一个图像为RGBA图像。
滤波单元102被配置为基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理和/或空域滤波处理,以基于处理后的所述至少一个图像进行后续压缩处理。
作为示例,滤波单元102可被配置为分别针对所述至少一个图像中的每个图像,对该图像对应的RGB图像中的像素进行空域滤波处理,并对该图像对应的阿尔法图像中的像素进行空域滤波处理,其中,该图像对应的RGB图像中的像素所对应的阿尔法通道值越高,对该像素的空域滤波处理强度越弱;该图像对应的阿尔法图像中的像素的阿尔法通道值越高,对该像素的空域滤波处理强度越弱。
作为示例,当所述空域滤波处理为高斯滤波时,对该图像对应的RGB图像中的第i个像素的高斯滤波强度可为:0、第一预设值、以及a*(1-Alphai)之中的中间值,其中,a表示系数,Alphai表示第i个像素所对应的阿尔法通道值;对该图像对应的阿尔法图像中的第j个像素的高斯滤波强度可为:0、第二预设值、以及b*(1-Alphaj)之中的中间值,其中,b表示系数,Alphaj表示第j个像素的阿尔法通道值。
作为示例,滤波单元102还可被配置为:在对每个图像对应的RGB图像和阿尔法图像中的像素进行空域滤波处理之前,将该图像中阿尔法通道值小于第一预设阈值的像素的RGB通道值设置为第一特定颜色值,并将该图像中阿尔法通道值小于第一预设阈值的像素的阿尔法通道值设置为第一特定值;在对该图像的RGB通道值进行设置之后,通过插值的方式对该图像中RGB通道值被设置为第一特定颜色值的像素进行RGB通道值填充;在对该图像的RGB通道值和阿尔法通道值进行设置之后,通过插值的方式对该图像中阿尔法通道值被设置为第一特定值的像素进行阿尔法通道值填充。
作为示例,滤波单元102还可被配置为:在对每个图像对应的RGB图像中的像素进行空域滤波处理之后,对空域滤波处理后的该图像对应的RGB图像进行增强处理;在对每个图像对应的阿尔法图像中的像素进行空域滤波处理之后,对空域滤波处理后的该图像对应的阿尔法图像进行增强处理。
作为示例,所述至少一个图像为待压缩的多个视频帧;其中,滤波单元102可被配置为:分别针对每一像素位置,按照所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的RGB通道值进行时域滤波处理;分别针对每一像素位置,对所述多个视频帧中该像素位置处的像素的阿尔法通道值按照所述多个视频帧的时间顺序排列形成的序列,进行时域滤波处理。
作为示例,滤波单元102可被配置为:分别针对每一像素位置,根据所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的Y、U、V分量中的每一分量的分量值进行排序,并对排序得到的分量值序列进行时域滤波处理;分别针对所述多个视频帧中的每个视频帧,基于该视频帧的各个像素时域滤波处理后的Y分量值、U分量值、以及V分量值,得到该视频帧的各个像素时域滤波处理后的RGB通道值,其中,像素的Y分量值、U分量值、以及V分量值基于该像素的RGB通道值转换而得到。
作为示例,所述时域滤波处理的滤波窗口的大小可基于所述多个视频帧对应的帧率而确定,其中,帧率越高,滤波窗口越大。
作为示例,滤波单元102还可被配置为:在对所述多个视频帧中的像素的RGB通道值和阿尔法通道值进行时域滤波处理之前,分别针对所述多个视频帧中的每个视频帧,将该视频帧中阿尔法通道值小于第二预设阈值的像素的RGB通道值设置为第二特定颜色值,并将该视频帧中阿尔法通道值小于第二预设阈值的像素的阿尔法通道值设置为第二特定值;在对所述多个视频帧的像素的RGB通道值进行设置之后,分别针对RGB通道值被设置为第二特定颜色值的每个像素,基于所述多个视频帧中与该像素位置相同的像素的RGB通道值,通过插值的方式对该像素进行RGB通道值填充;在对所述多个视频帧的像素的RGB通道值和阿尔法通道值进行设置之后,分别针对每个阿尔法通道值被设置为第二特定值的像素,基于所述多个视频帧中与该像素位置相同的像素的阿尔法通道值,通过插值的方式对该像素进行阿尔法通道值填充。
作为示例,滤波单元102还可被配置为:在对所述多个视频帧的像素的RGB通道值进行时域滤波处理之后,对时域滤波处理后的所述多个视频帧对应的多个RGB图像进行增强处理;在对所述多个视频帧的像素的阿尔法通道值进行时域滤波处理之后,对时域滤波处理后的所述多个视频帧对应的多个阿尔法图像进行增强处理。
关于上述实施例中的处理图像的装置10,其中各个单元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。
此外,应该理解,根据本公开示例性实施例的处理图像的装置10中的各个单元可被实现硬件组件和/或软件组件。本领域技术人员根据限定的各个单元所执行的处理,可以例如使用现场可编程门阵列(FPGA)或专用集成电路(ASIC)来实现各个单元。
图5示出根据本公开示例性实施例的电子设备的结构框图。参照图5,该电子设备20包括:至少一个存储器201和至少一个处理器202,所述至少一个存储器201中存储有计算机可执行指令集合,当计算机可执行指令集合被至少一个处理器202执行时,执行如上述示例性实施例所述的处理图像的方法。
作为示例,电子设备20可以是PC计算机、平板装置、个人数字助理、智能手机、或其他能够执行上述指令集合的装置。这里,电子设备20并非必须是单个的电子设备,还可以是任何能够单独或联合执行上述指令(或指令集)的装置或电路的集合体。电子设备20还可以是集成控制系统或系统管理器的一部分,或者可被配置为与本地或远程(例如,经由无线传输)以接口互联的便携式电子设备。
在电子设备20中,处理器202可包括中央处理器(CPU)、图形处理器(GPU)、可编程逻辑装置、专用处理器系统、微控制器或微处理器。作为示例而非限制,处理器202还可包括模拟处理器、数字处理器、微处理器、多核处理器、处理器阵列、网络处理器等。
处理器202可运行存储在存储器201中的指令或代码,其中,存储器201还可以存储数据。指令和数据还可经由网络接口装置而通过网络被发送和接收,其中,网络接口装置可采用任何已知的传输协议。
存储器201可与处理器202集成为一体,例如,将RAM或闪存布置在集成电路微处理器等之内。此外,存储器201可包括独立的装置,诸如,外部盘驱动、存储阵列或任何数据库系统可使用的其他存储装置。存储器301和处理器202可在操作上进行耦合,或者可例如通过I/O端口、网络连接等互相通信,使得处理器202能够读取存储在存储器中的文件。
此外,电子设备20还可包括视频显示器(诸如,液晶显示器)和用户交互接口(诸如,键盘、鼠标、触摸输入装置等)。电子设备20的所有组件可经由总线和/或网络而彼此连接。
根据本公开的示例性实施例,还可提供一种存储指令的计算机可读存储介质,其中,当指令被至少一个处理器运行时,促使至少一个处理器执行如上述示例性实施例所述的处理图像的方法。这里的计算机可读存储介质的示例包括:只读存储器(ROM)、随机存取可编程只读存储器(PROM)、电可擦除可编程只读存储器(EEPROM)、随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、闪存、非易失性存储器、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、蓝光或光盘存储器、硬盘驱动器(HDD)、固态硬盘(SSD)、卡式存储器(诸如,多媒体卡、安全数字(SD)卡或极速数字(XD)卡)、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘以及任何其他装置,所述任何其他装置被配置为以非暂时性方式存储计算机程序以及任何相关联的数据、数据文件和数据结构并将所述计算机程序以及任何相关联的数据、数据文件和数据结构提供给处理器或计算机使得处理器或计算机能执行所述计算机程序。上述计算机可读存储介质中的计算机程序可在诸如客户端、主机、代理装置、服务器等计算机设备中部署的环境中运行,此外,在一个示例中,计算机程序以及任何相关联的数据、数据文件和数据结构分布在联网的计算机系统上,使得计算机程序以及任何相关联的数据、数据文件和数据结构通过一个或多个处理器或计算机以分布式方式存储、访问和执行。
根据本公开的示例性实施例,还可提供一种计算机程序产品,该计算机程序产品中的指令可由至少一个处理器执行以完成如上述示例性实施例所述的处理图像的方法。
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)
1.一种处理图像的方法,其特征在于,包括:
获取待处理的至少一个图像,其中,所述至少一个图像为RGBA图像;
基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理和/或空域滤波处理,以基于处理后的所述至少一个图像进行后续压缩处理。
2.根据权利要求1所述的方法,其特征在于,基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行空域滤波处理的步骤包括:
分别针对所述至少一个图像中的每个图像,对该图像对应的RGB图像中的像素进行空域滤波处理,并对该图像对应的阿尔法图像中的像素进行空域滤波处理,
其中,该图像对应的RGB图像中的像素所对应的阿尔法通道值越高,对该像素的空域滤波处理强度越弱;
该图像对应的阿尔法图像中的像素的阿尔法通道值越高,对该像素的空域滤波处理强度越弱。
3.根据权利要求2所述的方法,其特征在于,当所述空域滤波处理为高斯滤波时,
对该图像对应的RGB图像中的第i个像素的高斯滤波强度为:0、第一预设值、以及a*(1-Alphai)之中的中间值,其中,a表示系数,Alphai表示第i个像素所对应的阿尔法通道值;
对该图像对应的阿尔法图像中的第j个像素的高斯滤波强度为:0、第二预设值、以及b*(1-Alphaj)之中的中间值,其中,b表示系数,Alphaj表示第j个像素的阿尔法通道值。
4.根据权利要求2所述的方法,其特征在于,基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行空域滤波处理的步骤还包括:
在对每个图像对应的RGB图像和阿尔法图像中的像素进行空域滤波处理之前,将该图像中阿尔法通道值小于第一预设阈值的像素的RGB通道值设置为第一特定颜色值,并将该图像中阿尔法通道值小于第一预设阈值的像素的阿尔法通道值设置为第一特定值;
在对该图像的RGB通道值进行设置之后,通过插值的方式对该图像中RGB通道值被设置为第一特定颜色值的像素进行RGB通道值填充;
在对该图像的RGB通道值和阿尔法通道值进行设置之后,通过插值的方式对该图像中阿尔法通道值被设置为第一特定值的像素进行阿尔法通道值填充。
5.根据权利要求2所述的方法,其特征在于,基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行空域滤波处理的步骤还包括:
在对每个图像对应的RGB图像中的像素进行空域滤波处理之后,对空域滤波处理后的该图像对应的RGB图像进行增强处理;
在对每个图像对应的阿尔法图像中的像素进行空域滤波处理之后,对空域滤波处理后的该图像对应的阿尔法图像进行增强处理。
6.根据权利要求1所述的方法,其特征在于,所述至少一个图像为待压缩的多个视频帧;
其中,基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理的步骤包括:
分别针对每一像素位置,按照所述多个视频帧的时间顺序,对所述多个视频帧中该像素位置处的像素的RGB通道值进行时域滤波处理;
分别针对每一像素位置,对所述多个视频帧中该像素位置处的像素的阿尔法通道值按照所述多个视频帧的时间顺序排列形成的序列,进行时域滤波处理。
7.一种处理图像的装置,其特征在于,包括:
图像获取单元,被配置为获取待处理的至少一个图像,其中,所述至少一个图像为RGBA图像;
滤波单元,被配置为基于所述至少一个图像中的像素的阿尔法通道值,对所述至少一个图像中的像素进行时域滤波处理和/或空域滤波处理,以基于处理后的所述至少一个图像进行后续压缩处理。
8.一种电子设备,其特征在于,包括:
至少一个处理器;
至少一个存储计算机可执行指令的存储器,
其中,所述计算机可执行指令在被所述至少一个处理器运行时,促使所述至少一个处理器执行如权利要求1至6中任一项所述的处理图像的方法。
9.一种计算机可读存储介质,其特征在于,当述计算机可读存储介质中的指令被至少一个处理器运行时,促使所述至少一个处理器执行如权利要求1至6中任一项所述的处理图像的方法。
10.一种计算机程序产品,包括计算机指令,其特征在于,所述计算机指令被至少一个处理器执行时实现如权利要求1至6中任一项所述的处理图像的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111543814.6A CN114202485A (zh) | 2021-12-16 | 2021-12-16 | 处理图像的方法、装置、电子设备、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111543814.6A CN114202485A (zh) | 2021-12-16 | 2021-12-16 | 处理图像的方法、装置、电子设备、存储介质及程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114202485A true CN114202485A (zh) | 2022-03-18 |
Family
ID=80654593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111543814.6A Pending CN114202485A (zh) | 2021-12-16 | 2021-12-16 | 处理图像的方法、装置、电子设备、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114202485A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114998158A (zh) * | 2022-08-03 | 2022-09-02 | 武汉市聚芯微电子有限责任公司 | 一种图像处理方法、终端设备及存储介质 |
-
2021
- 2021-12-16 CN CN202111543814.6A patent/CN114202485A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114998158A (zh) * | 2022-08-03 | 2022-09-02 | 武汉市聚芯微电子有限责任公司 | 一种图像处理方法、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190114809A1 (en) | Color leaking suppression in anchor point cloud compression | |
CN109729405B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
US8780996B2 (en) | System and method for encoding and decoding video data | |
GB2539241B (en) | Video processing system | |
US20210281718A1 (en) | Video Processing Method, Electronic Device and Storage Medium | |
EP3089453A1 (en) | Image coding and decoding methods and devices | |
CN108235055B (zh) | Ar场景中透明视频实现方法及设备 | |
CN112449169B (zh) | 色调映射的方法和装置 | |
CN107801093B (zh) | 视频渲染方法、装置、计算机设备和可读存储介质 | |
US11562772B2 (en) | Video processing method, electronic device, and storage medium | |
WO2020038127A1 (zh) | 解码方法、装置、电子设备以及存储介质 | |
CN112714357B (zh) | 视频播放方法、视频播放装置、电子设备和存储介质 | |
CN111918065A (zh) | 一种信息压缩/解压缩方法及装置 | |
WO2020108010A1 (zh) | 视频处理方法、装置、电子设备以及存储介质 | |
US11051042B2 (en) | Image processing device and method | |
CN114202485A (zh) | 处理图像的方法、装置、电子设备、存储介质及程序产品 | |
JP2011528194A (ja) | 分離されたイメージ圧縮のためシステムおよび方法 | |
US11323701B2 (en) | Systems and methods for group of pictures encoding | |
US8855432B2 (en) | Color component predictive method for image coding | |
US10178359B2 (en) | Macropixel processing system, method and article | |
EP2675171B1 (en) | Transparency information in image or video format not natively supporting transparency | |
CN112686109B (zh) | 离线视频文件的提取方法、装置、电子设备及存储介质 | |
US9600868B2 (en) | Image upsampling using local adaptive weighting | |
US9898831B2 (en) | Macropixel processing system, method and article | |
US12095981B2 (en) | Visual lossless image/video fixed-rate compression |
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 |