CN114331817A - 一种图像转换方法、系统、装置及计算机可读存储介质 - Google Patents
一种图像转换方法、系统、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114331817A CN114331817A CN202111612365.6A CN202111612365A CN114331817A CN 114331817 A CN114331817 A CN 114331817A CN 202111612365 A CN202111612365 A CN 202111612365A CN 114331817 A CN114331817 A CN 114331817A
- Authority
- CN
- China
- Prior art keywords
- value
- pixel
- values
- thread
- image conversion
- 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
Images
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像转换方法、系统、装置及计算机可读存储介质,包括:获取目标RGB图像中的像素点;将像素点纵向分为多块,得到多块像素块;利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值,获取像素值中的B值、G值和R值;每个线程分别并行利用图像转换公式对获取的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;将每个线程得到的全部的相互对应的H值、S值和V值重新组合,得到与目标RGB图像中的像素点对应的HSV图像的像素点。本申请通过将像素点纵向切分为多个像素块,方便利用多线程机制,利用多个线程分别并行对每个像素块进行图像转换处理,大大提升了图像转换效率。
Description
技术领域
本发明涉及图像处理领域,特别涉及一种图像转换方法、系统、装置及计算机可读存储介质。
背景技术
RGB图像转化成HSV图像的需求来自于硬件实现和显示效果调整的两方面需求。
RGB图像主要满足在图像处理过程中的更加简单高效的实现,HSV图像主要按照人的视觉系统特点进行调整,更容易达到人眼预期的、显示效果的调整。
因此,在拍摄与生成图像时,绝大多数格式为RGB图像,但HSV图像又能更好的显示图像,为了更好的将图片显示,需要将RGB图像转换为HSV图像。
为此,需要一种高效的图像转化方法。
发明内容
有鉴于此,本发明的目的在于提供一种图像转换方法、系统、装置及计算机可读存储介质,能够高效的图像转化。其具体方案如下:
一种图像转换方法,包括:
获取目标RGB图像中的像素点;
将所述像素点纵向分为多块,得到多块像素块;
利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值,获取像素值中的B值、G值和R值;
重复获取像素块中的像素值并进行转换,直到像素块中的全部像素值转换完毕;
每个线程分别并行利用图像转换公式对获取的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;
将每个线程得到的全部的相互对应的H值、S值和V值重新组合,得到与所述目标RGB图像中的像素点对应的HSV图像的像素点。
可选的,所述将所述像素点纵向分为多块,得到多块像素块的过程,包括:
根据预设的线程数将所述像素点纵向平均分为与所述线程数相等的多块像素块。
可选的,所述利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值,获取像素值中的B值、G值和R值的过程,包括:
利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值至内存中;
每个线程分别依次将对应的像素值中全部B值、全部G值和全部R值分别集中存放。
可选的,所述每个线程分别并行利用图像转换公式对获取的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值的过程,包括:
每个线程分别并行从内存中获取的像素值的B值、G值和R值,并转存至数据寄存器中;
每个线程分别并行利用图像转换公式对相应的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;
每个线程分别将对应的全部H值、全部S值和全部V值分别集中存放至内存中。
可选的,所述每个线程分别并行利用图像转换公式对相应的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值的过程,包括:
每个线程分别并行利用汇编指令形式的图像转换公式对相应的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值。
本发明还公开了一种图像转换系统,包括:
像素点获取模块,用于获取目标RGB图像中的像素点;
像素切分模块,用于将所述像素点纵向分为多块,得到多块像素块;
像素值获取模块,用于利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值,获取像素值中的B值、G值和R值;
像素值转换模块,用于每个线程分别并行利用图像转换公式对获取的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;
循环模块,用于重复获取像素块中的像素值并进行转换,直到像素块中的全部像素值转换完毕;
像素点生成模块,用于将每个线程得到的全部的相互对应的H值、S值和V值重新组合,得到与所述目标RGB图像中的像素点对应的HSV图像的像素点。
可选的,所述像素值获取模块,包括:
像素值获取单元,用于利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值至内存中;
像素集中存放单元,用于每个线程分别依次将对应的像素值中全部B值、全部G值和全部R值分别集中存放。
可选的,所述像素值转换模块,包括:
像素值转存单元,用于每个线程分别并行从内存中获取的像素值的B值、G值和R值,并转存至数据寄存器中;
像素值转换单元,用于每个线程分别并行利用图像转换公式对相应的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;
像素值存放单元,用于每个线程分别将对应的全部H值、全部S值和全部V值分别集中存放至内存中。
本发明还公开了一种图像转换装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如前述的图像转换方法。
本发明还公开了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如前述的图像转换方法。
本发明中,图像转换方法,包括:获取目标RGB图像中的像素点;将像素点纵向分为多块,得到多块像素块;利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值,获取像素值中的B值、G值和R值;每个线程分别并行利用图像转换公式对获取的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;将每个线程得到的全部的相互对应的H值、S值和V值重新组合,得到与目标RGB图像中的像素点对应的HSV图像的像素点。
本发明实施例通过将像素点纵向切分为多个像素块,方便利用多线程机制,利用多个线程分别并行对每个像素块进行图像转换处理,大大提升了图像转换效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种图像转换方法流程示意图;
图2为本发明实施例公开的另一种图像转换方法流程示意图;
图3为本发明实施例公开的一种像素值在内存中存储示意图;
图4为本发明实施例公开的一种图像转换系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
本发明实施例公开了一种图像转换方法,参见图1所示,该方法包括:
S11:获取目标RGB图像中的像素点。
具体的,图像由多个像素点组成,通过分别对每个像素点完成图像转化,最终当对图像中全部的像素点都完成图像转化后,就可以得到与目标RGB图像对应的HSV图像,因此,可以首先获取RGB图像中的一个像素点,对该像素点先进行图像转化。
S12:将像素点纵向分为多块,得到多块像素块。
具体的,为了加快图像转换处理速度,将像素点纵向分为多块,以使后续每个线程分别对一块像素块进行并行运算处理,线程的数量可以大于像素块的数量,此时,有的线程就会空闲,线程的数量也可以小于像素块的数量,就需要部分线程多次对多个像素块进行处理。
S13:利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值,获取像素值中的B值、G值和R值。
具体的,一个像素块可以包括大量的像素值,每个像素值包括B值、G值和R值,因此,一次图像转换可能没有办法对一个像素块中的全部像素值进行处理转化,因此,设置预设数量,一个线程一次只对预设数量的像素值进行处理,获取每个像素值中的B值、G值和R值,当然,如果像素值的数量少于预设数量那么就一次就可以处理完,如果像素值的数量大于预设数量那么一个线程需要重复多次,才能获取到一个像素块中全部的像素值。
具体的,利用计算机中的多线程并发处理运行的机制,同一时刻利用多个线程,每个线程与一个像素块对应,分别加载一个像素块中预设数量的像素值,获取像素值中的B值、G值和R值,通过利用多线程机制并行处理,加快处理速度。
S14:每个线程分别并行利用图像转换公式对获取的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值。
具体的,利用多线程机制,每个线程继续各自独立的进行处理,分别并行利用图像转换公式对获取的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值。
S15:重复获取像素块中的像素值并进行转换,直到像素块中的全部像素值转换完毕。
具体的,S13中如果一个线程一次无法获取完一个像素块的全部像素值,则在对前一次获取的像素值执行完S14进行图像转换后,再次获取像素块中剩余的像素值,直到像素块中的全部像素值转换完毕。
S16:将每个线程得到的全部的相互对应的H值、S值和V值重新组合,得到与目标RGB图像中的像素点对应的HSV图像的像素点。
具体的,将每个线程分别得到的H值、S值和V值对应的重新组合在一起,就能够拼成新的HSV像素,最终得到与目标RGB图像中的像素点对应的HSV图像的像素点,完成单个像素点的转化,当然,后续如果需要对目标RGB图像全面转换为HSV图像,则继续重复S11至S16获取目标RGB图像上的新的像素点进行图像转换,直至目标RGB图像上的全部像素点均全部转换为了HSV图像的像素点,利用HSV图像的全部像素点便可以得到最终的与目标RGB图像对应的HSV图像,完成一整张图的转化。
其中,还可以利用多线程机制分别并行的同时对目标RGB图像上多个像素点进行如上S11至S16的图像转换过程,进一步加快图像转换速度。
可见,本发明实施例通过将像素点纵向切分为多个像素块,方便利用多线程机制,利用多个线程分别并行对每个像素块进行图像转换处理,大大提升了图像转换效率。
本发明实施例公开了一种具体的图像转换方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。参见图2所示,具体的:
S21:获取目标RGB图像中的像素点;
S22:根据预设的线程数将像素点纵向平均分为与线程数相等的多块像素块。
具体的,为了使个线程负载均衡,根据预设的进行并行计算的线程数,将像素点纵向平均分为与线程数相等的多块像素块,例如,共有4个线程,那么则将像素点纵向平均分为4个像素块。
具体的,在确定像素点后,可以首先获取像素点的高度,然后将高度除以线程数,得到每个像素块的高度区间,从而将像素点纵向均分。
S23:利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值至内存中;
S24:每个线程分别依次将对应的像素值中全部B值、全部G值和全部R值分别集中存放。
具体的,为了方便调用每个线程将像素块中预设数量的像素值至内存中,每个线程分别依次将对应的像素值中全部B值、全部G值和全部R值分别集中存放,全部R值存放在一起,全部G值存放在一起,全部B值存放在一起,如图3所示,假设加载16个像素,那么对于三通道图像就是48个像素,彩色图像的RGB值排列顺序是BGR的顺序,加载到内存中是也需要按照这个顺序排列。然后按照顺序将所有的B值放在一起,G值放一起,R值放一起,并且分别存储在内存中。
S25:每个线程分别并行从内存中获取的像素值的B值、G值和R值,并转存至数据寄存器中。
具体的,为了图像转换公式计算调取,将内存中获取的像素值的B值、G值和R值,并转存至数据寄存器中等待调用。
S26:每个线程分别并行利用图像转换公式对相应的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值。
具体的,每个线程可以分别并行利用汇编指令形式的图像转换公式对相应的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值。
具体的,通过将图像转换公式封装为汇编语言,得到汇编指令公式,同时还可以进一步封装到函数中,得到线程函数,便于线程调用执行,加快了调用以及启用速度,进一步提高了转换效率,汇编指令形式的图像转换公式如下所示:
max=max(R,G,B)
min=min(R,G,B)
if R=max,H=(G-B)/(max-min)
if G=max,H=2+(B-R)/(max-min)
if B=max,H=4+(R-G)/(max-min)
H=H*60
if H<0,H=H+360
V=max(R,G,B)
S=(max-min)/max
S27:每个线程分别将对应的全部H值、全部S值和全部V值分别集中存放至内存中。
具体的,类似于上述的B值、G值和R值存储方式,各线程得到转换完的全部H值、全部S值和全部V值后,同样分别集中存放至内存中,全部H值存放在一起,全部S值存放在一起,全部V值存放在一起,分别存放有助于后续将各值对应的重新组合在一起,得到新的像素。
S28:重复获取像素块中的像素值并进行转换,直到像素块中的全部像素值转换完毕;
S29:将每个线程得到的全部的相互对应的H值、S值和V值重新组合,得到与目标RGB图像中的像素点对应的HSV图像的像素点。
相应的,本发明实施例还公开了一种图像转换系统,参见图4所示,该系统包括:
像素点获取模块11,用于获取目标RGB图像中的像素点;
像素切分模块12,用于将像素点纵向分为多块,得到多块像素块;
像素值获取模块13,用于利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值,获取像素值中的B值、G值和R值;
像素值转换模块14,用于每个线程分别并行利用图像转换公式对获取的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;
像素点生成模块15,用于将每个线程得到的全部的相互对应的H值、S值和V值重新组合,得到与目标RGB图像中的像素点对应的HSV图像的像素点。
可见,本发明实施例通过将像素点纵向切分为多个像素块,方便利用多线程机制,利用多个线程分别并行对每个像素块进行图像转换处理,大大提升了图像转换效率。
具体的,上述像素切分模块12,具体用于根据预设的线程数将像素点纵向平均分为与线程数相等的多块像素块。
具体的,上述像素值获取模块13,包括:像素值获取单元和像素集中存放单元;其中,
像素值获取单元,用于利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值至内存中;
像素集中存放单元,用于每个线程分别依次将对应的像素值中全部B值、全部G值和全部R值分别集中存放。
具体的,上述像素值转换模块14,包括:像素值转存单元、像素值转换单元和像素值存放单元;其中,
像素值转存单元,用于每个线程分别并行从内存中获取的像素值的B值、G值和R值,并转存至数据寄存器中;
像素值转换单元,用于每个线程分别并行利用图像转换公式对相应的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;
像素值存放单元,用于每个线程分别将对应的全部H值、全部S值和全部V值分别集中存放至内存中。
此外,本发明实施例还公开了一种图像转换装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行计算机程序以实现如前述的图像转换方法。
另外,本发明实施例还公开了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如前述的图像转换方法。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以上对本发明所提供的技术内容进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种图像转换方法,其特征在于,包括:
获取目标RGB图像中的像素点;
将所述像素点纵向分为多块,得到多块像素块;
利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值,获取像素值中的B值、G值和R值;
每个线程分别并行利用图像转换公式对获取的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;
重复获取像素块中的像素值并进行转换,直到像素块中的全部像素值转换完毕;
将每个线程得到的全部的相互对应的H值、S值和V值重新组合,得到与所述目标RGB图像中的像素点对应的HSV图像的像素点。
2.根据权利要求1所述的图像转换方法,其特征在于,所述将所述像素点纵向分为多块,得到多块像素块的过程,包括:
根据预设的线程数将所述像素点纵向平均分为与所述线程数相等的多块像素块。
3.根据权利要求1所述的图像转换方法,其特征在于,所述利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值,获取像素值中的B值、G值和R值的过程,包括:
利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值至内存中;
每个线程分别依次将对应的像素值中全部B值、全部G值和全部R值分别集中存放。
4.根据权利要求3所述的图像转换方法,其特征在于,所述每个线程分别并行利用图像转换公式对获取的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值的过程,包括:
每个线程分别并行从内存中获取的像素值的B值、G值和R值,并转存至数据寄存器中;
每个线程分别并行利用图像转换公式对相应的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;
每个线程分别将对应的全部H值、全部S值和全部V值分别集中存放至内存中。
5.根据权利要求1至4任一项所述的图像转换方法,其特征在于,所述每个线程分别并行利用图像转换公式对相应的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值的过程,包括:
每个线程分别并行利用汇编指令形式的图像转换公式对相应的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值。
6.一种图像转换系统,其特征在于,包括:
像素点获取模块,用于获取目标RGB图像中的像素点;
像素切分模块,用于将所述像素点纵向分为多块,得到多块像素块;
像素值获取模块,用于利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值,获取像素值中的B值、G值和R值;
像素值转换模块,用于每个线程分别并行利用图像转换公式对获取的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;
循环模块,用于重复获取像素块中的像素值并进行转换,直到像素块中的全部像素值转换完毕;
像素点生成模块,用于将每个线程得到的全部的相互对应的H值、S值和V值重新组合,得到与所述目标RGB图像中的像素点对应的HSV图像的像素点。
7.根据权利要求6所述的图像转换系统,其特征在于,所述像素值获取模块,包括:
像素值获取单元,用于利用多线程中每个线程分别并行各自加载一个像素块中预设数量的像素值至内存中;
像素集中存放单元,用于每个线程分别依次将对应的像素值中全部B值、全部G值和全部R值分别集中存放。
8.根据权利要求7所述的图像转换系统,其特征在于,所述像素值转换模块,包括:
像素值转存单元,用于每个线程分别并行从内存中获取的像素值的B值、G值和R值,并转存至数据寄存器中;
像素值转换单元,用于每个线程分别并行利用图像转换公式对相应的像素值的B值、G值和R值进行转换,得到对应的H值、S值和V值;
像素值存放单元,用于每个线程分别将对应的全部H值、全部S值和全部V值分别集中存放至内存中。
9.一种图像转换装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如权利要求1至5任一项所述的图像转换方法。
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如权利要求1至5任一项所述的图像转换方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111612365.6A CN114331817A (zh) | 2021-12-27 | 2021-12-27 | 一种图像转换方法、系统、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111612365.6A CN114331817A (zh) | 2021-12-27 | 2021-12-27 | 一种图像转换方法、系统、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114331817A true CN114331817A (zh) | 2022-04-12 |
Family
ID=81013834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111612365.6A Pending CN114331817A (zh) | 2021-12-27 | 2021-12-27 | 一种图像转换方法、系统、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114331817A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116009792A (zh) * | 2023-03-24 | 2023-04-25 | 摩尔线程智能科技(北京)有限责任公司 | 一种图像处理中的数据读取、写入装置及方法、电子设备 |
-
2021
- 2021-12-27 CN CN202111612365.6A patent/CN114331817A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116009792A (zh) * | 2023-03-24 | 2023-04-25 | 摩尔线程智能科技(北京)有限责任公司 | 一种图像处理中的数据读取、写入装置及方法、电子设备 |
CN116009792B (zh) * | 2023-03-24 | 2023-09-29 | 摩尔线程智能科技(北京)有限责任公司 | 一种图像处理中的数据读取、写入装置及方法、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10977001B2 (en) | Asymmetric quantization of multiple-and-accumulate operations in deep learning processing | |
US20210209459A1 (en) | Processing method and system for convolutional neural network, and storage medium | |
US20190303757A1 (en) | Weight skipping deep learning accelerator | |
US20200057921A1 (en) | Image classification and conversion method and device, image processor and training method therefor, and medium | |
CN110059815B (zh) | 人工智能推理计算设备 | |
US20220392019A1 (en) | Method for denoising videos and electronic device therefor | |
CN110503149B (zh) | 一种图像中局部特征分类方法及系统 | |
CN114331817A (zh) | 一种图像转换方法、系统、装置及计算机可读存储介质 | |
CN113052768B (zh) | 一种处理图像的方法、终端及计算机可读存储介质 | |
CN110532891B (zh) | 目标对象状态识别方法、装置、介质和设备 | |
CN114998838A (zh) | 一种危化品智能存储柜实时监测方法与装置 | |
US11481927B2 (en) | Method and apparatus for determining text color | |
CN113222921A (zh) | 一种图像处理方法及系统 | |
CN107220934A (zh) | 图像重建方法及装置 | |
US20100119107A1 (en) | Information processing apparatus including a plurality of multi-stage connected information processing units | |
CN106296614B (zh) | 图像处理装置及图像处理方法 | |
KR100793285B1 (ko) | 필터 매트릭스에 의한 영상 노이즈 제거 시스템, 방법 및그 기록매체 | |
CN111383299B (zh) | 图像的处理方法、装置及计算机可读存储介质 | |
WO2016113407A1 (en) | Methods and apparatus for groupwise contrast enhancement | |
US11170260B2 (en) | Techniques for determining importance of encoded image components for artificial intelligence tasks | |
CN110210343B (zh) | 一种大数据人脸识别方法及其系统、可读存储介质 | |
CN113449721A (zh) | 图像预处理方法、装置、计算机设备及存储介质 | |
CN113191376A (zh) | 图像处理方法、装置、电子设备和可读存储介质 | |
CN106454382A (zh) | 一种量子图像制备方法 | |
CN109919846A (zh) | 一种图像增强方法、装置及计算设备 |
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 |