CN114385847A - 一种图片数据处理方法、装置、计算机设备及存储介质 - Google Patents
一种图片数据处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114385847A CN114385847A CN202011138255.6A CN202011138255A CN114385847A CN 114385847 A CN114385847 A CN 114385847A CN 202011138255 A CN202011138255 A CN 202011138255A CN 114385847 A CN114385847 A CN 114385847A
- Authority
- CN
- China
- Prior art keywords
- color
- quantization
- pixel points
- picture data
- target
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
- G06F16/244—Grouping and aggregation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24554—Unary operations; Data partitioning operations
- G06F16/24556—Aggregation; Duplicate elimination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Library & Information Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种图片数据处理方法、装置、计算机设备及存储介质,该方法包括:基于图片数据内的像素点在目标颜色空间中的像素值,在目标颜色空间的第一颜色维度上确定像素点的第一变量值;基于量化窗口对第一变量值进行均匀量化处理,得到m个量化集合;基于量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于滑动窗口以及滑动步长对m个量化集合进行遍历处理,得到n个聚合集合;在n个聚合集合中选取满足主色提取条件的聚合集合,在所选取的聚合集合中确定目标像素点,在目标颜色空间的第二颜色维度上获取第二变量值,基于目标像素点的第二变量值以及第一变量值,确定图片数据的主色。采用本申请实施例,可以提升主色提取的准确率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种图片数据处理方法、装置、计算机设备及存储介质。
背景技术
目前在图片主色提取过程中,计算机设备需要获取待用于进行主色提取的图片数据中的所有像素点,进而可以获取这些像素点在某个颜色空间(例如,由红(Red)、绿(Green)、蓝(Blue)三个颜色通道所构成的颜色空间,简称RGB颜色空间)上的像素值。进一步地,该计算机设备可以基于这些像素点的像素值,对属于该RGB颜色空间中的像素点进行均匀量化,以得到与像素点相关联的量化集合。此时,计算机设备可以直接从这些量化集合中,获取具有最多像素点数量的目标量化集合,以至于会误将该目标量化集合中具有最多像素点数量所映射的颜色作为该图片数据的主色,进而降低了在目标量化集合中直接提取主色的准确率。
发明内容
本申请实施例提供一种图片数据处理方法、装置、计算机设备及存储介质,可以提升主色提取的准确率。
本申请实施例一方面提供一种图片数据处理方法,包括:
基于图片数据内的像素点在目标颜色空间中的像素值,在目标颜色空间的第一颜色维度上确定像素点的第一变量值;
基于第一颜色维度对应的量化窗口,对像素点的第一变量值进行均匀量化处理,得到与像素点相关联的m个量化集合;m为正整数;
基于量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于滑动窗口以及滑动步长,对m个量化集合进行遍历处理,得到与像素点相关联的n个聚合集合;n为正整数;滑动窗口具有覆盖k个量化集合的功能;k为小于或者等于m的正整数;n等于(m-k+1);
在n个聚合集合中选取满足主色提取条件的聚合集合,在满足主色提取条件的聚合集合中确定目标像素点,在目标颜色空间的第二颜色维度上获取目标像素点的第二变量值,基于目标像素点的第二变量值以及目标像素点的第一变量值,确定图片数据的主色。
本申请实施例一方面提供一种图片数据处理装置,包括:
变量值确定模块,用于基于图片数据内的像素点在目标颜色空间中的像素值,在目标颜色空间的第一颜色维度上确定像素点的第一变量值;
量化处理模块,用于基于第一颜色维度对应的量化窗口,对像素点的第一变量值进行均匀量化处理,得到与像素点相关联的m个量化集合;m为正整数;
遍历处理模块,用于基于量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于滑动窗口以及滑动步长,对m个量化集合进行遍历处理,得到与像素点相关联的n个聚合集合;n为正整数;滑动窗口具有覆盖k个量化集合的功能;k为小于或者等于m的正整数;n等于(m-k+1);
图片主色确定模块,用于在n个聚合集合中选取满足主色提取条件的聚合集合,在满足主色提取条件的聚合集合中确定目标像素点,在目标颜色空间的第二颜色维度上获取目标像素点的第二变量值,基于目标像素点的第二变量值以及目标像素点的第一变量值,确定图片数据的主色。
其中,在变量值确定模块之前,该装置还包括:
图片获取模块,用于获取管理终端上传的原始图片数据;原始图片数据为管理终端响应针对主色提取界面的触发操作所选取的游戏图片数据;游戏图片数据对应的颜色空间为初始颜色空间;初始颜色空间包括第一颜色通道、第二颜色通道以及第三颜色通道;
预处理模块,用于基于初始颜色空间对应的像素点过滤条件,对原始图片数据的原始像素点进行预处理,将预处理后的原始图片数据作为用于进行主色提取的图片数据;
像素点提取模块,用于从图片数据中提取像素点,在第一颜色通道上获取像素点的第一通道变量值,在第二颜色通道上获取像素点的第二通道变量值,以及在第三颜色通道上获取像素点的第三通道变量值;
颜色转换处理模块,用于基于第一通道变量值、第二通道变量值以及第三通道变量值,对属于初始颜色空间中的像素点的初始像素值进行颜色转换处理,得到像素点在目标颜色空间中的像素值。
其中,该预处理模块包括:
过滤条件获取单元,用于获取初始颜色空间对应的像素点过滤条件,且获取原始图片数据中的原始像素点的总数量;
降采样处理单元,用于在原始像素点的总数量达到像素点过滤条件中的降采样阈值时,对原始图片数据中的原始像素点进行降采样处理,将由降采样处理后的原始像素点所构成的降采样图片数据作为待过滤图片数据;
过滤处理单元,用于将待过滤图片数据中的像素点作为候选过滤像素点,在候选过滤像素点中,将满足像素点过滤条件的候选过滤像素点作为目标过滤像素点,对待过滤图片数据中的目标过滤像素点进行过滤处理,将过滤处理后的待过滤图片数据作为用于进行主色提取的图片数据。
其中,该过滤处理单元包括:
候选过滤像素点确定子单元,用于将待过滤图片数据中的像素点作为候选过滤像素点,确定候选过滤像素点的透明度数值,以及候选过滤像素点在初始颜色空间中的第一颜色通道、第二颜色通道和第三颜色通道分别对应的通道变量值;
第一确定子单元,用于在候选过滤像素点中,选取透明度数值小于第一过滤阈值的候选过滤像素点,将所选取的候选过滤像素点作为满足像素点过滤条件的目标过滤像素点;或者,
第二确定子单元,用于在候选过滤像素点中,选取每个颜色通道的通道变量值均大于第二过滤阈值的候选过滤像素点,将所选取的候选过滤像素点作为满足像素点过滤条件的目标过滤像素点;
过滤处理子单元,用于在待过滤图片数据中,对目标过滤像素点进行过滤处理,将过滤处理后的待过滤图片数据作为用于进行主色提取的图片数据。
其中,该量化处理模块包括:
量化区间确定单元,用于基于像素点的第一变量值,获取最大第一变量值和最小第一变量值,将由最小第一变量值和最大变量值所构成的变量取值范围确定为像素点的量化区间;
划分单元,用于获取第一颜色维度对应的量化窗口,将量化区间划分为与像素点相关联的m个量化子区间,在m个量化子区间内获取量化子区间Xi;i为小于或者等于m的正整数;
添加单元,用于基于像素点的第一变量值,从图片数据中的像素点中获取用于添加至量化子区间Xi的待添加像素点,将待添加像素点添加至量化子区间Xi;
量化集合确定单元,用于将添加后的量化子区间Xi作为待添加像素点对应的量化集合,直到图片数据中的像素点均处于对应的量化集合时,得到与像素点相关联的m个量化集合。
其中,该遍历处理模块包括:
滑动窗口确定单元,用于获取k个量化集合所共同组成的区间长度,将区间长度作为用于进行主色提取的滑动窗口的窗口尺寸,将量化窗口的窗口尺寸作为滑动窗口的滑动步长;
遍历处理单元,用于基于滑动窗口以及滑动步长,从m个量化集合中遍历获取滑动窗口所覆盖的k个量化集合,将滑动窗口所覆盖的k个量化集合作为聚合集合Yj;j为小于或者等于n的正整数;
聚合集合确定单元,用于直到滑动窗口所覆盖的k个量化集合包括第m个量化集合时,得到(m-k+1)个聚合集合,将(m-k+1)个聚合集合确定为与像素点相关联的n个聚合集合。
其中,n个聚合集合包括聚合集合Yj;聚合集合Yj包括第一量化集合和第二量化集合;
该装置还包括:
第一数量确定模块,用于在聚合集合Yj中,获取所统计的第一量化集合中的像素点数量,将第一量化集合中的像素点数量作为第一数量;
第二数量确定模块,用于获取所统计的第二量化集合中的像素点数量,将第二量化集合中的像素点数量作为第二数量;
相加处理模块,用于对第一数量和第二数量进行相加处理,将相加处理后的总数量作为聚合集合Yj中的像素点数量。
其中,该图片主色确定模块包括:
目标像素点确定单元,用于在n个聚合集合中,将具有最大像素点数量的聚合集合作为满足主色提取条件的聚合集合,在满足主色提取条件的聚合集合中确定目标像素点;
第一维度主色确定单元,用于在目标颜色空间的第二颜色维度上获取目标像素点的第二变量值,确定图片数据的第一颜色维度主色;
第二维度主色确定单元,用于对目标像素点的第二变量值进行平均处理,得到变量平均值,基于变量平均值确定图片数据的第二颜色维度主色;
图片主色确定单元,用于基于第一颜色维度主色和第二颜色维度主色,确定图片数据的主色。
其中,目标像素点确定单元包括:
待处理聚合集合确定子单元,用于在n个聚合集合中,将具有最大像素点数量的聚合集合作为满足主色提取条件的聚合集合,将满足主色提取条件的聚合集合作为待处理聚合集合;
第三确定子单元,用于若待处理聚合集合的数量为一个,则将待处理聚合集合中的像素点作为目标像素点;
第四确定子单元,用于若待处理聚合集合的数量为至少两个,则将随机获取到的待处理聚合集合中的像素点作为目标像素点。
其中,该第一维度主色确定单元包括:
待处理像素点确定子单元,用于在目标颜色空间的第二颜色维度上获取目标像素点的第二变量值,获取具有最大第二变量值的目标像素点,将所获取到的目标像素点作为待处理像素点;
第五确定子单元,用于若待处理像素点的数量为一个,则将待处理像素点的第一变量值作为图片数据的第一颜色维度主色;
第六确定子单元,用于若待处理像素点的数量为至少两个,则将对至少两个待处理像素点的第一变量值进行平均处理后所得到的平均值,作为图片数据的第一颜色维度主色。
其中,该第二维度主色确定单元包括:
平均处理子单元,用于对目标像素点的第二变量值进行平均处理,得到变量平均值;
第七确定子单元,用于若变量平均值小于或者等于主色阈值,则将变量平均值作为图片数据的第二颜色维度主色;
第八确定子单元,用于若变量平均值大于主色阈值,则将主色阈值作为图片数据的第二颜色维度主色。
其中,该装置还包括:
背景色确定模块,用于基于用户终端的展示界面所包括的组件类型,将为组件类型配置的变量值作为在目标颜色空间的第三颜色维度上的第三变量值,基于第三变量值和图片数据的主色,得到对应组件类型的背景色;展示界面为展示图片数据的显示界面;
背景色发送模块,用于将对应组件类型的背景色分别发送至管理终端,以使管理终端将对应组件类型的背景色输出在管理终端的主色提取界面;主色提取界面包括业务审核控件;业务审核控件用于指示管理终端基于对应组件类型的背景色生成业务审核请求;
审核请求发送模块,用于在接收到管理终端发送的业务审核请求时,将业务审核请求发送至审核终端,以使审核终端对对应组件类型的背景色进行审核;
背景色下发模块,用于在审核终端审核成功时,将对应组件类型的背景色下发至用户终端,以使用户终端将对应组件类型的背景色显示在展示界面上。
本申请一方面提供了一种计算机设备,包括:处理器、存储器、网络接口;
该处理器与存储器、网络接口相连,其中,网络接口用于提供数据通信功能,该存储器用于存储计算机程序,该处理器用于调用该计算机程序,以执行本申请实施例中上述一方面中的方法。
本申请一方面提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序包括程序指令,该程序指令当被处理器执行时,执行本申请实施例中上述一方面中的方法。
本申请一方面提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述一方面中的方法。
在本申请实施例中,计算机设备可以在目标颜色空间(例如,该目标颜色空间可以为由色度(Hue)、饱和度(Saturation)、亮度(Brightness)三个颜色维度所构成的颜色空间,简称HSB颜色空间)中,快速获取单个颜色维度所对应的量化窗口。例如,该计算机设备可以获取该目标颜色空间中的第一颜色维度(例如,HSB颜色空间的色度)对应的量化窗口。此时,该计算机设备可以对图片数据内的像素点在第一颜色维度上的第一变量值进行均匀量化处理,进而可以得到与这些像素点相关联的m个量化集合;这里的m可以为正整数。进一步地,该计算机设备可以基于量化窗口的量化尺寸确定滑动窗口的滑动步长。可以理解的是,本申请实施例中的量化窗口的量化尺寸可以根据实际需求进行自行设定,例如,若第一颜色维度为前述HSB颜色空间中的色度,则可以根据这些像素点在第一颜色维度上的第一变量值的取值范围,自适应地设定1度、5度、或者30度这样的区间作为量化窗口的窗口尺寸。此时,计算机设备还可以在基于滑动窗口和滑动步长,对m个量化集合进行遍历处理,以通过滑动窗口的方式聚合得到n个聚合集合时,不会将相近颜色的像素点划分在不同的聚合集合中;这里的n可以为正整数。因此,该计算机设备能够准确的获取到满足主色提取条件的聚合集合,进而在满足主色提取条件的聚合集合中,根据目标像素点的在目标颜色空间的第二颜色维度(例如,HSB颜色空间的饱和度)的第二变量值和第一变量值,提取图片数据的主色时,能够提高主色提取的准确率。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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。
图1是本申请实施例提供的一种网络架构的结构示意图;
图2是本申请实施例提供的一种对图片数据进行主色提取的场景示意图;
图3是本申请实施例提供的一种图片数据处理方法的流程示意图;
图4a是本申请实施例提取的一种管理终端上传原始图片数据的场景示意图;
图4b是本申请实施例提供的一种统计像素点数量的直方图;
图5a是本申请实施例提供的一种对量化集合进行遍历处理的场景示意图;
图5b是本申请实施例提供的一种对量化集合进行遍历处理的场景示意图;
图6是本申请实施例提供的一种图片数据处理方法的流程示意图;
图7是本申请实施例提供的一种预览展示效果的场景示意图;
图8是本申请实施例提供的一种对背景色进行审核场景示意图;
图9是本申请实施例提供的一种显示展示界面的场景示意图;
图10是本申请实施例提供的一种图片数据处理装置的结构示意图;
图11是本申请实施例提供的一种计算机设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
请参见图1,图1是本申请实施例提供的一种网络架构的结构示意图。如图1所示,该网络架构可以包括服务器10、管理终端110x、审核终端120y以及用户终端集群。该用户终端集群可以包括一个或者多个用户终端,这里将不对用户终端的数量进行限制。如图1所示,该用户终端集群具体可以包括用户终端100a、用户终端100b、用户终端100c、…、用户终端100n。如图1所示,用户终端100a、用户终端100b、用户终端100c、…、用户终端100n可以分别与上述服务器10进行网络连接,以便于每个用户终端可以通过该网络连接与服务器10进行数据交互。其中,这里的网络连接不限定连接方式,可以通过有线通信方式进行直接或间接地连接,也可以通过无线通信方式进行直接或间接地连接,还可以通过其他方式,本申请在此不做限制。
其中,该用户终端集群中的每个用户终端均可以包括:智能手机、平板电脑、笔记本电脑、桌上型电脑、可穿戴设备、智能家居、头戴设备等具有数据处理功能的智能终端。应当理解,该用户终端集群中的每个用户终端均可以安装有目标应用(即应用客户端),当该应用客户端运行于各用户终端中时,可以分别与上述图1所示的服务器10之间进行数据交互。其中,该应用客户端可以包含社交客户端、多媒体客户端(例如,视频客户端)、娱乐客户端(例如,游戏客户端)、教育客户端、直播客户端等具有显示图片数据功能的应用客户端。其中,该应用客户端可以为独立的客户端,也可以为集成在某客户端(例如,社交客户端、教育客户端以及多媒体客户端等)中的嵌入式子客户端,在此不做限定。
如图1所示,本申请实施例中的服务器10可以为具有主色提取功能的服务器,该服务器10可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
应当理解,管理终端110x和审核终端120y均可以为用户终端集群中的任意一个用户终端。其中,管理终端110x可以为管理用户(例如,运营人员)对应的用户终端,该管理终端110x可以用于上传进行主色提取的图片数据。审核终端120y可以为审核用户对应的用户终端,该审核终端120y可以用于对该服务器10所提取的图片数据的主色进行审核。
其中,图片数据内的像素点的颜色本身是客观的,从不同的角度去衡量同一个颜色可以对应不同的颜色空间。这里的颜色空间是指由颜色模型中的变量所组成的空间范围。该颜色空间可以包括RGB颜色空间、HSB颜色空间、灰度颜色空间等。在RGB颜色空间中,可以用红(Red,简称R)、绿(Green,简称G)、蓝(Blue,简称B)这三个不同颜色通道的分量相加混合来描述一个颜色。其中,每个颜色通道均可以包括0到255这256级亮度。在HSB颜色空间中,可以根据色相(Hue,简称H)、饱和度(Saturation,简称S)、亮度(Brightness,简称B)这三个颜色维度来描述一个颜色。其中,色相(也称色度)是色彩的基本属性,色相是一个环形结构。饱和度可以用于描述颜色的鲜艳程度,亮度可以用来描述颜色的明暗程度。可以理解的是,色相可以以角度表示,取值范围为[0°,360°],饱和度和亮度可以以百分比值表示,取值范围为[0%,100%]。在灰度颜色空间中,可以用灰度值来描述一个颜色。其中,灰度值可以用于指示色彩的浓淡程度,取值范围一般从0到255。灰度值为0,可以表示为黑色,灰度值为255,可以表示为白色。
本申请实施例中的计算机设备均可以在上述颜色空间内,对图片数据进行主色提取。可以理解的是,服务器10所提取到的图片数据的主色可以应用于页面设计场景中。其中,管理终端110x可以上传用于进行主色提取的图片数据(例如,游戏图片数据、电影海报等),进而可以将该图片数据发送至图1所示的服务器10。此时,服务器10可以针对该图片数据进行主色提取,得到该图片数据的主色。进一步地,该服务器10可以基于该图片数据的主色,确定用于展示该图片数据的展示界面的背景色(例如,页面背景色、卡片背景色以及按钮背景色、字色等)。其中,该图片数据的展示界面可以为用户终端的应用客户端对应的显示界面。当用户终端(例如,图1所示的用户终端100a)对应的用户针对应用客户端执行触发操作时,用户终端100a可以响应该触发操作,将审核终端120y已经审核成功的背景色输出在该展示界面上,从而可以在视觉上带给用户更好的体验。
可选的,服务器10所提取到的图片数据的主色可以应用于图像特效处理场景中。其中,服务器10可以获取由管理终端110x所上传的图片数据,该管理终端110x可以为具有图像采集功能的用户终端(例如,用户终端100b)。这里的图片数据可以为该管理终端110x保存在相册中的图片数据,也可以为该管理终端通过摄像器件(例如,摄像头)正在采集的图片数据,在此不做限定。在服务器10提取到该图片数据(例如,与人脸相关联的图片数据)的主色时,可以将该主色返回给用户终端100b。可以理解的是,在该用户终端按照用户需求,对该图片数据进行图像处理(例如,特效处理)时,可以识别该图片数据中的人脸部位,进而可以在识别到人脸部位上增加与主色颜色相同的特效图像(例如,兔耳朵),从而可以增加趣味性。例如,若服务器10所提取的主色为紫色,则增加的特效图像可以为紫色的兔耳朵。
可选的,服务器10所提取到的图片数据的主色可以应用于相框选择场景中。其中,服务器10可以获取用于进行主色提取的图片数据,例如,该图片数据可以为管理终端110x所上传的艺术照、婚纱照等。可以理解的是,在服务器10获取到该图片数据的主色时,可以将该主色返回至管理终端110x进行展示。此时,管理终端110x对应的管理用户可以基于该图片数据的主色,为该图片数据选择与主色颜色相同的相框,从而可以提升该图片数据的美观性。
进一步地,请参见图2,图2是本申请实施例提供的一种对图片数据进行主色提取的场景示意图。其中,本申请实施例中的计算机设备可以为具有主色提取功能的计算机设备,该计算机设备可以为用户终端,也可以为服务器,在此不做限定。
应当理解,本申请实施例中的图片数据2a可以为与该计算机设备具有网络连接关系的管理终端所获取的图片数据,该管理终端可以为上述图1所示的管理终端110x。可以理解的是,这里的图片数据可以为与某游戏客户端相关联的游戏图片数据、与某电影相关联的海报、管理终端的相册中所保存的图片数据或者与该管理终端具有关联关系的图像采集器件(例如,摄像头、摄像机、单反相机等)所采集的图片数据。
其中,可以理解的是,当图片数据2a的颜色空间为RGB颜色空间(即初始颜色空间)时,该计算机设备可以将图片数据2a内的像素点的颜色空间由RGB颜色空间转换为HSB颜色空间,进而可以在HSB颜色空间中对图片数据2a进行主色提取。此时,本申请实施例可以将HSB颜色空间称之为目标颜色空间。这里的HSB颜色空间可以包括色度、饱和度以及亮度这三个颜色维度。
应当理解,该计算机设备可以获取图片数据2a内的像素点在HSB颜色空间中的像素值。由于在HSB颜色空间中,色度可以反映颜色的色调。该计算机设备针对色度这一颜色维度进行均匀量化处理,就可以有效避免所提取到的主色受饱和度和亮度的影响。因此,本申请实施例可以在该HSB颜色空间中针对单个颜色维度(例如,色度)所对应的量化集合,通过滑动窗口的方式获取聚合集合,可以实现降维处理,能够有效提高计算机设备提取主色的效率。
其中,可以理解的是,该计算机设备可以基于该像素值,确定该像素点在HSB颜色空间的色度(即第一颜色维度)上的第一变量值。进一步地,该计算机设备可以基于色度对应的量化窗口,对像素点的第一变量值进行均匀量化处理,得到与像素点相关联的m个量化集合。这里的m可以为正整数。如图2所示,本申请实施例中与像素点相关联的量化集合中具体可以包括:量化集合1、量化集合2、…、量化集合m。
进一步地,该计算机设备可以基于量化窗口的窗口尺寸(例如,30°)确定滑动窗口的滑动步长,进而可以基于滑动窗口以及滑动步长,对图2所示的m个量化集合进行遍历处理,从而可以得到与像素点相关联的n个聚合集合。这里的n可以为正整数。其中,滑动窗口能够具有覆盖k个量化集合的功能。这里的k可以为小于或者等于m的正整数。
可以理解的是,若该计算机设备基于像素点在HSB颜色空间的色度上的第一变量值,确定的变量取值范围为[0°,360°],则该计算机设备确定的m个量化集合可以形成一个环形结构,此时,该计算机设备所确定的聚合集合的数量n可以等于m。可选的,若该计算机设备基于像素点在HSB颜色空间的色度上的第一变量值,确定的变量取值范围为某一段取值范围,例如,[40°,270°],则该计算机设备确定的m个量化集合未能形成一个环形结构,此时,该计算机设备所确定的聚合集合的数量n可以等于(m-k+1)。如图2所示,本申请实施例中与像素点相关联的聚合集合中具体可以包括:聚合集合Y1、聚合集合Y2、…、聚合集合Yn。比如,与像素点相关联的m个量化集合可以以12个量化集合为例,若滑动窗口能够具有覆盖2个量化集合的功能,则该计算机设备所得到的与像素点相关联的聚合集合的数量可以为11个。
此时,该计算机设备可以在n个聚合集合中,选取满足主色提取条件的聚合集合,进而可以在满足主色提取条件的聚合集合中确定目标像素点。这里的主色提取条件可以用于指示计算机设备获取具有最大像素点数量的聚合集合。如图2所示,计算机设备所选取的满足主色提取条件的聚合集合可以为聚合集合Y2,此时,该计算机设备可以将聚合集合Y2中的像素点作为目标像素点,进一步地,该计算机设备可以在HSB颜色空间的饱和度(即第二颜色维度)上获取目标像素点的第二变量值。基于目标像素点的第二变量值以及目标像素点的第一变量值,确定图片数据2a的主色。
由此可见,本申请实施例中的计算机设备将图像数据2a的颜色空间由RGB颜色空间转换为HSB颜色空间,进而可以在该HSB颜色空间中,对第一颜色维度(即色度)进行均匀量化处理时,可以有效减少第二颜色维度(例如,饱和度)和第三颜色维度(例如,亮度)的影响,因此该计算机设备后续在HSB颜色空间内提取图片数据2a的主色时,无需对饱和度和亮度进行均匀量化处理,实现了降维处理,进而使得在后续提取图片数据2a的主色时的效率得以提升。此外,该计算机设备在通过滑动窗口对所得到的量化集合进行遍历处理时,可以准确的在满足主色提取条件的聚合集合中确定目标像素点,进而能够提升该计算机设备对图片数据2a进行主色提取时的准确率。
其中,具有主色提取功能的计算机设备,通过滑动窗口对均匀量化处理后的量化集合进行遍历处理,进而在遍历处理后所得到的聚合集合中,对图片数据进行主色提取的具体实现方式可以参见下述图3-图9所对应的实施例。
进一步地,请参见图3,图3是本申请实施例提供的一种图片数据处理方法的流程示意图。如图3所示,该方法可以由具有主色提取功能的计算机设备执行,该计算机设备可以为用户终端(例如,上述图1所示的用户终端100a),也可以为服务器(例如,上述图1所示的服务器10),在此不做限定。为便于理解,本申请实施例以该方法由服务器执行为例进行说明,该方法至少可以包括以下步骤S101-步骤S104:
步骤S101,基于图片数据内的像素点在目标颜色空间中的像素值,在目标颜色空间的第一颜色维度上确定像素点的第一变量值。
应当理解,在执行步骤S101之前,具有主色提取功能的计算机设备可以获取与计算机设备具有网络连接关系的管理终端上传的原始图片数据。其中,该原始图片数据的颜色空间可以为初始颜色空间。进一步地,该计算机设备可以基于初始颜色空间对应的像素点过滤条件,对原始图片数据中的原始像素点进行预处理,并可以将预处理后的原始图片数据作为用于进行主色提取的图片数据。可以理解的是,该计算机设备可以从图片数据中提取像素点,为了降低主色提取的维度,提高计算机设备进行主色提取的效率,该计算机设备可以对属于初始颜色空间中的像素点的初始像素值进行颜色转换处理,进而可以得到该像素点在目标颜色空间中的像素值。进一步地,该计算技术设备可以基于该像素值,在目标颜色空间的第一颜色维度上确定像素点的第一变量值。
可以理解的是,与计算机设备具有网络连接关系的管理终端对应的用户可以在该管理终端对应的主色提取界面中执行触发操作,以使该管理终端可以响应该触发操作选取原始图片数据。这里的触发操作可以包括语音、手势等接触性操作,也可以包括点击、长按等非接触性操作,这里将不对其进行限定。其中,该原始图片数据可以为与某游戏客户端相关联的游戏图片数据、与某电影相关联的海报、管理终端的相册中所保存的图片数据或者与该管理终端具有关联关系的图像采集器件(例如,摄像头、摄像机、单反相机等)所采集的图片数据。
为便于理解,进一步地,请参见图4a,图4a是本申请实施例提取的一种管理终端上传原始图片数据的场景示意图。如图4a所示,本申请实施例中的主色提取界面400可以为管理终端的显示界面,该管理终端可以为上述图1所示的管理终端110x。
如图4a所示,本申请实施例中的主色提取界面400可以包括与游戏客户端相关联的游戏客户端名称(例如,游戏A)。可以理解的是,在该管理终端对应的管理用户需要对与游戏A相关联的游戏图片数据进行主色提取时,该管理用户可以针对该主色提取界面400中的图片添加控件执行触发操作(例如,点击操作),以使该管理用户可以在该管理终端的相册中,选取与游戏A相关联的游戏图片数据。可选的,该管理用户在针对图片添加控件执行触发操作时,可以通过该管理终端中的图像采集器件拍摄与游戏A相关联的游戏图片数据。
此时,该管理终端可以响应该触发操作,将该管理用户所选取的游戏图片数据作为原始图片数据,进而可以将该原始图片数据输出至该主色提取界面400上。例如,该原始图片数据可以为图4a所示的原始图片数据40。
进一步地,该计算机设备在获取管理终端所上传的原始图片数据时,可以提取与该原始图片数据相关联的主色。可以理解的是,该原始图片数据的颜色空间可以为初始颜色空间。其中,这里的颜色空间可以为RGB颜色空间,该初始颜色空间所包括的第一颜色通道可以为R通道,第二颜色通道可以为G通道,第三颜色通道可以为B通道。
此时,该计算机设备可以获取该初始颜色空间对应的像素点过滤条件,且获取原始图片数据中的原始像素点的总数量。这里的像素点过滤条件可以用于指示该计算机设备对原始图片数据进行降采样处理、过滤处理这样的预处理。
其中,可以理解的是,在原始像素点的总数量达到像素点过滤条件中的降采样阈值(例如,100万)时,该计算机设备可以对原始图片数据中的原始像素点进行降采样处理,进而可以将由降采样处理后的原始像素点所构成的降采样图片数据作为待过滤图片数据。
例如,若该计算机设备获取的原始图片数据中的原始像素点的总数量为1000万时,该计算机设备可以确定总数量与降采样阈值之间的比值(例如,10),进而可以将该比值作为降采样因子。此时,该计算机设备可以基于该降采样因子,对该原始图片数据进行降采样处理(例如,等距降采样处理),进而可以将降采样处理后的原始像素点所构成的降采样图片数据作为待过滤图片数据。比如,该计算机设备可以在该原始图片数据中,每隔10个原始像素点的距离提取一个原始像素点。换言之,该计算机设备可以将一个清晰度较高(例如,高清)的原始图片数据处理成一个清晰度较低(例如,标清)的待过滤图片数据。
可选的,若该计算机设备获取的原始图片数据中的原始像素点的总数量为1000万时,该计算机设备可以确定总数量与降采样阈值之间的比值(例如,10),进而可以将该比值作为降采样因子。此时,该计算机设备可以将原始图片数据的图片尺寸按照降采样因子进行降采样处理(例如,缩小处理),进而可以将降采样处理后的原始像素点所构成的降采样图片数据作为待过滤图片数据。比如,原始图片数据的图片尺寸可以为A*B,通过该计算机设备进行降采样处理后所得到的待过滤图片数据的图片尺寸可以为A/10*B/10。
进一步地,由于在主色提取过程中,该计算机设备所提取的主色不可以为图片数据中具有白色属性的颜色,即占据图片背景色过多的白色,因此该计算机设备需要对将这种具有白色属性的颜色从该待过滤图片数据中过滤。其中,这种白色在RGB颜色空间中的表现可以为在三个颜色通道的通道变量值均很高,或者透明度很低。应当理解,该计算机设备可以将待过滤图片数据中的像素点作为候选过滤像素点,在候选过滤像素点中,该计算机设备可以将满足像素点过滤条件的候选过滤像素点作为目标过滤像素点,进而可以对待过滤图片数据中的目标过滤像素点进行过滤处理,将过滤处理后的待过滤图片数据作为用于进行主色提取的图片数据。
其中,可以理解的是,该计算机设备可以将待过滤图片数据中的像素点作为候选过滤像素点,进而可以确定候选过滤像素点的透明度数值,以及候选过滤像素点在初始颜色空间中的第一颜色通道(例如,R通道)、第二颜色通道(例如,G通道)和第三颜色通道(例如,B通道)分别对应的通道变量值。这里的透明度数值可以指示该像素点在透明度(Alpha,简称a)上的数值。
在候选过滤像素点中,该计算机设备可以选取透明度数值小于第一过滤阈值(例如,0.05)的候选过滤像素点,将所选取的候选过滤像素点作为满足像素点过滤条件的目标过滤像素点。或者,在候选过滤像素点中,该计算机设备选取每个颜色通道的通道变量值均大于第二过滤阈值(例如,250)的候选过滤像素点,将所选取的候选过滤像素点作为满足像素点过滤条件的目标过滤像素点。此时,该计算机设备可以在待过滤图片数据中,对目标过滤像素点进行过滤处理,进而可以将过滤处理后的待过滤图片数据作为用于进行主色提取的图片数据。
比如,若该待过滤图片数据中的候选过滤像素点(例如,像素点1)的透明度数值为0.03,则该计算机设备可以确定该像素点1透明度数值小于第一过滤阈值(例如,0.05),进而可以将该像素点1作为目标过滤像素点。
比如,该待过滤图片数据中的候选过滤像素点的颜色可以为(253,251,255)。其中,253是指该候选过滤像素点在R通道上的通道变量值,251是指该候选过滤像素点在G通道上的通道变量值,255是指该候选过滤像素点在B通道上的通道变量值。此时,计算机设备可以确定出该过滤像素点在每个颜色通道的通道变量值均大于250(即第二过滤阈值),进而可以将该候选过滤像素点作为目标过滤像素点。
进一步地,为了降低主色提取的维度,该计算机设备可以从图片数据中提取像素点,并将该像素点的颜色空间由初始颜色空间(例如,RGB颜色空间)转换为目标颜色空间(例如,HSB颜色空间)。可以理解的是,该计算机设备在第一颜色通道上获取像素点的第一通道变量值,在第二颜色通道上获取像素点的第二通道变量值,以及在第三颜色通道上获取像素点的第三通道变量值。进一步地,该计算机设备可以获取将RGB颜色空间转换为HSB颜色空间的转换规则。具体地,将RGB颜色空间转换为HSB颜色空间的转换规则可以参见下述公式(1):
其中,r是指像素点在RGB颜色空间的R通道上的第一通道变量值,g是指像素点在RGB颜色空间的G通道上的第二通道变量值,b是指像素点在RGB颜色空间的B通道上的第三通道变量值,max是指r、g、b这三个通道变量值中的最大值,min是指r、g、b这三个通道变量值中的最小值。H是指HSB颜色空间的色度上的第一变量值,S是指HSB颜色空间的饱和度上的第二变量值,B是指HSB颜色空间的亮度上的第三变量值。
应当理解,该计算机设备可以通过公式(1)将像素点的颜色空间由RGB颜色空间转换为HSB颜色空间。其中,可以理解的是,该计算机设备可以基于第一通道变量值、第二通道变量值以及第三通道变量值,对属于初始颜色空间(例如,RGB颜色空间)中的像素点的初始像素值进行颜色转换处理,得到像素点在目标颜色空间(例如,HSB颜色空间)中的像素值。
步骤S102,基于第一颜色维度对应的量化窗口,对像素点的第一变量值进行均匀量化处理,得到与像素点相关联的m个量化集合。
具体地,该计算机设备可以基于像素点的第一变量值,获取最大第一变量值和最小第一变量值,进而可以将由最小第一变量值和最大变量值所构成的变量取值范围确定为像素点的量化区间。进一步地,该计算机设备可以获取第一颜色维度对应的量化窗口,将量化区间划分为与像素点相关联的m个量化子区间。其中,m可以为正整数。应当理解,该计算机设备可以在m个量化子区间内,获取量化子区间Xi。这里的i可以为小于或者等于m的正整数。进一步地,该计算机设备可以基于像素点的第一变量值,从图片数据中的像素点中获取用于添加至量化子区间Xi的待添加像素点,将待添加像素点添加至量化子区间Xi。可以理解的是,该计算机设备可以将添加后的量化子区间Xi作为待添加像素点对应的量化集合,直到图片数据中的像素点均处于对应的量化集合时,得到与像素点相关联的m个量化集合。
其中,颜色量化是图片压缩算法中的一个术语,目的是为了降低图片数据中的颜色数,并且尽可能与原始图片逼近。其中,颜色量化可以包括均匀量化、中值切分量化、八叉树量化以及K-Means量化等。本申请实施例为了降低颜色量化处理的颜色维度,提高量化效率,该计算机设备可以以对图片数据中的像素点的第一变量值进行均匀量化处理,以得到与像素点相关联的m个量化集合。
比如,在HSB颜色空间中,该计算机设备可以基于图片数据(例如,图2所示的图片数据2a)内的像素点的第一变量值(即色度上的变量值),获取最大第一变量值(例如,299°)和最小第一变量值(例如,0°)。此时,该计算机设备可以将由0°和299°所构成的变量取值范围确定为像素点的量化区间,进一步地,该计算机设备可以获取第一颜色维度对应的量化窗口(例如,30°),将量化区间划分为与像素点相关联的10个量化子区间。
例如,该计算机设备所获取的10个量化子区间具体可以包括量化子区间X1[0°,29°]、量化子区间X2[30°,59°]、量化子区间X3[60°,89°]、量化子区间X4[90°,119°]、量化子区间X5[120°,149°]、量化子区间X6[150°,179°]、量化子区间X7[180°,209°]、量化子区间X8[210°,239°]、量化子区间X9[240°,269°]以及量化子区间X10[270°,299°]。
进一步地,该计算机设备可以在这10个量化子区间内,获取量化子区间Xi。这里的i可以为小于或者等于10的正整数。此时,该计算机设备可以基于像素点的第一变量值,从图片数据中的像素点中获取用于添加至量化子区间Xi的待添加像素点,将待添加像素点添加至量化子区间Xi。可以理解的是,该计算机设备可以将添加后的量化子区间Xi作为待添加像素点对应的量化集合,直到图片数据中的像素点均处于对应的量化集合时,得到与像素点相关联的10个量化集合。例如,添加后的量化子区间X1可以作为量化集合1,以此类推,添加后的量化子区间X10可以作为量化集合10。
此时,该计算机设备还可以统计每个量化集合中的像素点数量,以便于在后续对m个量化集合进行遍历处理时,可以快速获取到每个聚合集合中的像素点数量,从而能够快速选取满足主色提取条件的聚合集合。
例如,本申请实施例中可以使用Matlab软件进行颜色统计,从而可以得到直方图。为便于理解,请参见图4b,图4b是本申请实施例提供的一种统计像素点数量的直方图。如图4b所示,本申请实施例中的图片数据40可以为上述图4a中的管理终端所上传的图片数据40。
应当理解,该计算机设备可以针对该图片数据40中的像素点在目标颜色空间(例如,HSB颜色空间)中的第一颜色维度(例如,色度)对应的量化窗口,对像素点的第一变量值进行均匀量化处理后,可以得到与像素点相关联的量化集合。例如,量化集合1的量化子区间可以为[0,59],量化集合2的量化子区间可以为[60,119],量化集合3的量化子区间可以为[120,179],量化集合4的量化子区间可以为[180,239]以及量化集合5的量化子区间可以为[240,299]。
此时,该计算机设备可以通过Matlab软件,按照量化集合的量化子区间的区间长度,统计每个量化集合中的像素点数量,进而可以生成如图4b所示的直方图。其中,该直方图的横轴可以表示第一颜色维度上的取值范围,纵轴可以表示像素点数量。
步骤S103,基于量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于滑动窗口以及滑动步长,对m个量化集合进行遍历处理,得到与像素点相关联的n个聚合集合。
具体地,该计算机设备可以获取k个量化集合所共同组成的区间长度,进而可以将区间长度作为用于进行主色提取的滑动窗口的窗口尺寸,并可以将量化窗口的窗口尺寸作为滑动窗口的滑动步长。进一步地,该计算机设备可以基于滑动窗口以及滑动步长,从m个量化集合中遍历获取滑动窗口所覆盖的k个量化集合,并将滑动窗口所覆盖的k个量化集合作为聚合集合Yj。其中,这里的k可以为小于或者等于m的正整数;这里的j可以为小于或者等于n的正整数。直到滑动窗口所覆盖的k个量化集合包括第m个量化集合时,该计算机设备可以得到与像素点相关联的n个聚合集合。
应当理解,若该计算机设备基于像素点在目标颜色空间的第一颜色维度(例如,HSB颜色空间中的色度)上的第一变量值,所确定的变量取值范围为[30°,270°]这样的取值范围,则该计算机设备所确定的m个量化集合未形成一个环形结构。此时,该计算机设备通过滑动窗口的方式所确定的聚合集合的数量n可以等于(m-k+1)。为便于理解,进一步地,请参见图5a,图5a是本申请实施例提供的一种对量化集合进行遍历处理的场景示意图。应当理解,本申请实施例中的计算机设备通过均匀量化处理后所得到的与像素点相关联的量化集合可以包括m个,本申请实施例可以以7个量化集合为例,这7个量化集合具体可以包括量化集合1、量化集合2、量化集合3、量化集合4、量化集合5、量化集合6以及量化集合7。
应当理解,该计算机设备可以获取k个(例如,2个)量化集合所共同组成的区间长度,将该区间长度作为用于进行主色提取的滑动窗口的滑动尺寸,并可以将量化窗口的窗口尺寸作为该滑动窗口的滑动步长。可以理解的是,图5a所示的滑动窗口可以具有覆盖2个量化集合的功能,且每次滑动一个量化窗口。该滑动窗口的形状可以为图5a所示的四边形。
其中,该计算机设备在对这7个量化集合进行遍历处理的过程中,在进行第一次遍历处理时,该计算机设备可以从这7个量化集合中获取滑动窗口所覆盖的2个量化集合,例如,量化集合1和量化集合2。此时,该计算机设备可以将该滑动窗口所覆盖的量化集合1和量化集合2作为一个新的集合,即聚合集合Y1。在进行第二次遍历处理时,该计算机设备可以将该滑动窗口向后滑动一个量化窗口的距离,进而可以获取滑动后的滑动窗口所覆盖的2个量化集合,例如,量化集合2和量化集合3。此时,该计算机设备可以将该滑动窗口所覆盖的量化集合2和量化集合3作为一个新的集合,即聚合集合Y2。以此类推,在进行第六次遍历处理时,该计算机设备可以将该滑动窗口继续向后滑动一个量化窗口的距离,进而可以获取当前滑动窗口所覆盖的2个量化集合,例如,量化集合6和量化集合7。此时,该计算机设备可以将该滑动窗口所覆盖的量化集合6和量化集合7作为一个新的集合,即聚合集合Y6。
可以理解的是,当进行第六次遍历处理时,当前的滑动窗口所覆盖的2个量化集合中可以包括量化集合7,由于与像素点相关联的量化集合的数量为7个,此时,该计算机设备可以确定遍历完成,进而可以将遍历处理后所得到的6个聚合集合确定为与像素点相关联的聚合集合。这6个聚合集合具体可以包括:聚合集合Y1、聚合集合Y2、聚合集合Y3、聚合集合Y4、聚合集合Y5以及聚合集合Y6。
可选的,若该计算机设备基于像素点在目标颜色空间的第一颜色维度(例如,HSB颜色空间中的色度)上的第一变量值,所确定的变量取值范围为[0°,360°],则该计算机设备所确定的m个量化集合能够形成一个环形结构。此时,该计算机设备通过滑动窗口的方式所确定的聚合集合的数量n可以等于m。为便于理解,进一步地,请参见图5b,图5b是本申请实施例提供的一种对量化集合进行遍历处理的场景示意图。应当理解,本申请实施例中的计算机设备通过均匀量化处理后所得到的与像素点相关联的量化集合可以包括m个,本申请实施例可以以8个量化集合为例,这8个量化集合具体可以包括量化集合1、量化集合2、量化集合3、量化集合4、量化集合5、量化集合6、量化集合7以及量化集合8。如图5b所示,这8个量化集合可以形成一个的环形结构。
应当理解,该计算机设备可以获取k个(例如,2个)量化集合所共同组成的量化度数(例如,90°),将该量化度数作为用于进行主色提取的滑动窗口的滑动尺寸,并可以将量化窗口的窗口尺寸(例如,45°)作为该滑动窗口的滑动步长。可以理解的是,图5b所示的滑动窗口可以具有覆盖2个量化集合的功能,且每次滑动一个量化窗口。该滑动窗口的形状可以为扇形。
其中,该计算机设备在对这8个量化集合进行遍历处理的过程中,在进行第一次遍历处理时,该计算机设备可以从这8个量化集合中获取滑动窗口所覆盖的2个量化集合,例如,量化集合1和量化集合2。此时,该计算机设备可以将该滑动窗口所覆盖的量化集合1和量化集合2作为一个新的集合,即聚合集合Y1。在进行第二次遍历处理时,该计算机设备可以将该滑动窗口向后滑动一个量化窗口的距离,进而可以获取滑动后的滑动窗口所覆盖的2个量化集合,例如,量化集合2和量化集合3。此时,该计算机设备可以将该滑动窗口所覆盖的量化集合2和量化集合3作为一个新的集合,即聚合集合Y2。以此类推,由于这8个量化集合可以构成如图5b所示的环形结构,因此,在进行第八次遍历处理时,该计算机设备可以将该滑动窗口继续向后滑动一个量化窗口的距离,进而可以获取当前滑动窗口所覆盖的2个量化集合,例如,量化集合8和量化集合1。此时,该计算机设备可以将该滑动窗口所覆盖的量化集合8和量化集合1作为一个新的集合,即聚合集合Y8。
可以理解的是,当进行第八次遍历处理时,当前的滑动窗口所覆盖的2个量化集合中可以包括量化集合8,由于与像素点相关联的量化集合的数量为8个,此时,该计算机设备可以确定遍历完成,进而可以将遍历处理后所得到的8个聚合集合确定为与像素点相关联的聚合集合。这8个聚合集合具体可以包括:聚合集合Y1、聚合集合Y2、聚合集合Y3、聚合集合Y4、聚合集合Y5、聚合集合Y6、聚合集合Y7以及聚合集合Y8。
其中,可以理解的是,本申请实施例中的滑动窗口的形状还可以为其他形状,在此不做限定。例如,该计算机设备所构成的m个量化集合可以为多边形(例如,正六边形)。其中,每个量化集合的形状可以为正三角形,此时,该滑动窗口可以具有覆盖k个量化集合的功能,即该滑动窗口的形状可以为三角形。
由此可见,由于滑动窗口的滑动步长可以为一个量化窗口的窗口尺寸,因此,在对这些量化集合进行遍历处理时,相近颜色不会被划分至不同的量化集合。例如,某一像素点(例如,像素点a)的第一变量值为200,在均匀量化处理时被添加至量化集合3中,而另一像素点(例如,像素点b)的第一变量值为201,在均匀量化处理时被添加至量化集合4中,从而使得像素点a和像素点b这两个相近颜色被分割至不同的量化集合。由于本申请实施例中可以基于滑动窗口和滑动步长,对量化窗口进行遍历处理,因此像素点a和像素点b终将会被遍历至一个聚合集合(例如,聚合集合Y3)中,进而使得后续在对图片数据进行主色提取时,可以得到更加准确的满足主色提取条件的聚合集合。
步骤S104,在n个聚合集合中选取满足主色提取条件的聚合集合,在满足主色提取条件的聚合集合中确定目标像素点,在目标颜色空间的第二颜色维度上获取目标像素点的第二变量值,基于目标像素点的第二变量值以及目标像素点的第一变量值,确定图片数据的主色。
具体地,该计算机设备可以在n个聚合集合中,将具有最大像素点数量的聚合集合作为满足主色提取条件的聚合集合,进而可以在满足主色提取条件的聚合集合中确定目标像素点。进一步地,该计算机设备可以在目标颜色空间的第二颜色维度上获取目标像素点的第二变量值,以确定图片数据的第一颜色维度主色,且对目标像素点的第二变量值进行平均处理,以得到变量平均值,进而可以基于变量平均值确定图片数据的第二颜色维度主色。其中,本申请实施例中的第一颜色维度主色可以是指该图片数据在第一颜色维度上所提取的主色,例如,主色色度,简称主色H。本申请实施例中的第二颜色维度主色可以是指该图片数据在第二颜色维度上所提取的主色,例如,主色饱和度,简称主色S。此时,该计算机设备可以基于第一颜色维度主色和第二颜色维度主色,确定图片数据的主色。
应当理解,本申请实施例中的主色提取条件可以为用于指示计算机设备获取具有最大像素点数量的聚合集合。因此,该计算机设备需要获取每个聚合集合中的像素点数量。可以理解的是,计算机设备所获取的n个聚合集合中可以包括聚合集合Yj,该聚合集合Yj可以包括第一量化集合和第二量化集合。其中,在聚合集合Yj中,该计算机设备可以获取所统计的第一量化集合中的像素点数量,将第一量化集合中的像素点数量作为第一数量;与此同时,该计算机设备可以获取所统计的第二量化集合中的像素点数量,将第二量化集合中的像素点数量作为第二数量。进一步地,该计算机设备可以对第一数量和第二数量进行相加处理,将相加处理后的总数量作为聚合集合Yj中的像素点数量。
例如,图5a所示的聚合集合Y1中可以包括量化集合1(即第一量化集合)和量化集合2(即第二量化集合),该计算机设备可以获取所统计的量化集合1中的像素点数量(例如,3个),并可以将量化集合1中的像素点的数量作为第一数量,与此同时,该计算机设备还可以获取所统计的量化集合2中的像素点数量(例如,2个),并可以将量化集合2中的像素点的数量作为第二数量。此时,该计算机设备可以将第一数量和第二数量进行相加处理,进而可以将相加处理后所得到的总数量作为该聚合集合Y1中的像素点数量(例如,5个)。
进一步地,该计算机设备可以在n个聚合集合中,将具有最大像素点数量的聚合集合作为满足主色提取条件的聚合集合,并可以将满足主色提取条件的聚合集合作为待处理聚合集合。可以理解的是,若待处理聚合集合的数量为一个,则该计算机设备可以将待处理聚合集合中的像素点作为目标像素点。例如,该计算机设备所确定的满足主色提取条件的聚合集合可以为聚合集合Y1,此时,该计算机设备可以将这聚合集合Y1中的像素点作为目标像素点。可选的,若待处理聚合集合的数量为至少两个,则该计算机设备可以将随机获取到的待处理聚合集合中的像素点作为目标像素点。例如,该计算机设备所确定的满足主色提取条件的聚合集合可以为聚合集合Y2,聚合集合Y5以及聚合集合Y7这3个聚合集合,则该计算机设备可以随机从这3个聚合集合中选取一个聚合集合,进而可以将选取的聚合集合中的像素点作为目标像素点。
进一步地,该计算机设备可以在目标颜色空间(例如,HSB颜色空间)的第二颜色维度(例如,饱和度)上获取目标像素点的第二变量值,进而可以获取具有最大第二变量值的目标像素点,将所获取到的目标像素点作为待处理像素点。可以理解的是,若待处理像素点的数量为一个,则该计算机设备可以将待处理像素点的第一变量值作为图片数据的第一颜色维度主色(例如,主色H)。
例如,该计算机设备可以获取目标像素点(例如,像素点a、像素点b、像素点c以及像素点d)在HSB颜色空间的饱和度上的第二变量值。比如,像素点a的第二变量值可以为72%,像素点b的第二变量值可以为50%,像素点c的第二变量值可以为60%,像素点d的第二变量值可以为15%。此时,该计算机设备可以获取具有最大第二变量值的像素点(例如,像素点a),将该像素点a作为待处理像素点,进而可以将像素点a的第一变量值(即色度上的变量值,例如,252°)作为该图片数据的第一颜色维度主色。
若待处理像素点的数量为至少两个,则该计算机设备可以对至少两个待处理像素点的第一变量值进行平均处理,并将平均处理后所得到的平均值作为图片数据的第一颜色维度主色。可选的,若待处理像素点的数量为至少两个,则该计算机设备可以随机选取一个待处理像素点的第一变量值作为该图片数据的第一颜色维度主色。
比如,该计算机设备获取到的待处理像素点可以为像素点a和像素点b。其中,像素点a的第一变量值可以为232°,第二变量值可以为70%。像素点b的第一变量值可以为234°,第二变量值可以为70%。此时,该计算机设备可以对像素点a的第一变量值(例如,232°)和像素点b(例如,234°)的第一变量值进行平均处理,并可以将平均处理后的所得到的平均值(例如,233°)作为该图片数据的第一颜色维度主色。可选的,该计算机设备还可以随机选取一个待处理像素点的第一变量值(例如,像素点a的第一变量值232°)作为该图片数据的第一颜色维度主色。
进一步地,该计算机设备可以对目标像素点的第二变量值进行平均处理,得到变量平均值,进而可以基于该变量平均值确定该图片数据的第二颜色维度主色(例如,主色S)。其中,可以理解的是,若该变量平均值小于或者等于主色阈值(例如,40%),则该计算机设备可以将变量平均值作为图片数据的第二颜色维度主色;若变量平均值大于该主色阈值,则该计算机设备可以将主色阈值作为图片数据的第二颜色维度主色,以防止颜色过于鲜艳。
例如,当计算机设备确定的变量平均值为30%,即小于主色阈值(例如,40%)。该计算机设备可以将30%作为图片数据的第二颜色维度主色。当计算机设备确定的变量平均值为60%,即大于主色阈值(例如,40%)。该计算机设备可以将40%作为图片数据的第二颜色维度主色。
此时,该计算机设备可以基于目标颜色空间(例如,HSB颜色空间)中的第一颜色维度主色和第二颜色维度主色,确定图片数据的主色。
可选的,本申请实施例中的图片数据处理方法在其他颜色空间中也同样适用。例如,为了降低主色提取的维度,该计算机设备还可以将用于进行主色提取的图片数据的颜色空间由RGB颜色空间(即初始颜色空间)转换为灰度颜色空间(即目标颜色空间),并在灰度颜色空间中对图片数据进行主色提取。其中,可以理解的是,该计算机设备获取将RGB颜色空间转换为灰度颜色空间的转换规则。具体地,将RGB颜色空间转换为灰度颜色空间的转换规则可以参见下述公式(2):
Gray=r*0.299+g*0.587+b*0.114, (2)
其中,Gray可以为像素点在灰度颜色空间中的灰度值,r是指像素点在RGB颜色空间的R通道上的第一通道变量值,g是指像素点在RGB颜色空间的G通道上的第二通道变量值,b是指像素点在RGB颜色空间的B通道上的第三通道变量值。
应当理解,该计算机设备可以通过公式(2)将像素点的颜色空间转换为灰度颜色空间。其中,可以理解的是,该计算机设备可以基于第一通道变量值、第二通道变量值以及第三通道变量值,对属于初始颜色空间(例如,RGB颜色空间)中的像素点的初始像素值进行颜色转换处理,得到像素点在目标颜色空间(例如,灰度颜色空间)中的像素值(即灰度值)。
此时,该计算机设备可以获取与灰度值相关联的量化窗口,进而可以对该像素点的灰度值进行均匀量化处理,从而可以得到与该像素点相关联的多个(例如,m1个)量化集合。其中,m1可以为正整数。进一步地,该计算机设备可以基于量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于滑动窗口和滑动步长,可以对这m1个量化集合进行遍历处理,得到与该像素点相关联的多个(例如,n1个)聚合集合。其中,n1可以为正整数。滑动窗口具有覆盖k1个量化集合的功能,这里的k1可以为小于或者等于m1的正整数。n1等于(m1-k1+1)。进一步地,该计算机设备可以在n1个聚合集合中选取满足主色提取条件的聚合集合,在满足主色提取条件的聚合集合中确定目标像素点,进而可以在灰度颜色空间中基于目标像素点的灰度值,确定图片数据的主色。例如,该计算机设备可以对目标像素点的灰度值进行平均处理,并对平均处理后所得到的平均灰度值进行颜色转换处理,将平均灰度值转换为RGB颜色空间中的像素值。此时,该计算机设备可以确定转换后的像素值为该图片数据的主色。
可选的,该计算机设备还可以直接在RGB颜色空间中对图片数据进行主色提取。其中,可以理解的是,该计算机设备可以获取图片数据内的像素点在RGB颜色空间中的像素值,在该RGB颜色空间的第一颜色通道(例如,R通道)上确定像素点的第一变量值。此时,该计算机设备可以获取与R通道相关联的量化窗口,进而可以对该像素点的第一变量值进行均匀量化处理,从而可以得到与该像素点相关联的多个(例如,m2个)量化集合。其中,m2可以为正整数。进一步地,该计算机设备可以基于量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于滑动窗口和滑动步长,可以对这m2个量化集合进行遍历处理,得到与该像素点相关联的多个(例如,n2个)聚合集合。其中,n2可以为正整数。滑动窗口具有覆盖k2个量化集合的功能,这里的k2可以为小于或者等于m2的正整数。n2等于(m2-k2+1)。进一步地,该计算机设备可以在n2个聚合集合中选取满足主色提取条件的聚合集合,在满足主色提取条件的聚合集合中确定目标像素点,进而可以在RGB颜色空间中基于目标像素点的第一变量值,确定图片数据的第一主色(例如,主色R)。例如,该计算机设备可以对目标像素点的第一变量值进行平均处理,将平均处理后的平均值作为图片数据的第一主色。
与此同时,该计算机设备还可以基于图片数据内的像素点在RGB颜色空间的第二颜色通道(例如,G通道)上的第二变量值,确定图片数据的第二主色(例如,主色G)。同理,该计算机设备还可以基于图片数据内的像素点在RGB颜色空间的第三颜色通道(例如,B通道)上的第三变量值,确定图片数据的第三主色(例如,主色B)。其中,计算机设备确定第二主色和第三主色的具体实施方式可以参见该计算机设备确定第一主色的具体实施方式,在此将不再继续进行赘述。进一步地,该计算机设备可以基于第一主色、第二主色以及第三主色,确定该图片数据的主色。
其中,本申请实施例中的计算机设备为了降低主色提取的维度,可以将图像数据的颜色空间由初始颜色空间(例如,RGB颜色空间)转换为目标颜色空间(例如,HSB颜色空间或者灰度颜色空间),进而可以在该目标颜色空间中,通过滑动窗口的方式,在第一颜色维度(例如,色度)上聚合得到多个聚合集合,进而使得后续提取图片数据的主色时的效率得以提升。此外,该计算机设备在通过滑动窗口对所得到的量化集合进行遍历处理时,可以准确的在满足主色提取条件的聚合集合中确定目标像素点,进而能够提升该计算机设备对图片数据进行主色提取时的准确率。
进一步地,请参见图6,图6是本申请实施例提供的一种图片数据处理方法的流程示意图。如图6所示,该方法可以由具有主色提取功能的计算机设备执行,该计算机设备可以为用户终端(例如,上述图1所示的用户终端100a),也可以为服务器(例如,上述图1所示的服务器10),在此不做限定。为便于理解,本申请实施例以该方法由服务器执行为例进行说明,该方法至少可以包括以下步骤S201-步骤S208:
步骤S201,基于图片数据内的像素点在目标颜色空间中的像素值,在目标颜色空间的第一颜色维度上确定像素点的第一变量值。
步骤S202,基于第一颜色维度对应的量化窗口,对像素点的第一变量值进行均匀量化处理,得到与像素点相关联的m个量化集合。
步骤S203,基于量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于滑动窗口以及滑动步长,对m个量化集合进行遍历处理,得到与像素点相关联的n个聚合集合。
步骤S204,在n个聚合集合中选取满足主色提取条件的聚合集合,在满足主色提取条件的聚合集合中确定目标像素点,在目标颜色空间的第二颜色维度上获取目标像素点的第二变量值,基于目标像素点的第二变量值以及目标像素点的第一变量值,确定图片数据的主色。
其中,该步骤S201-步骤S204的具体实施方式可参见上述图3所对应实施例中对步骤S101-步骤S104的描述,这里将不再赘述。
步骤S205,基于用户终端的展示界面所包括的组件类型,将为组件类型配置的变量值作为在目标颜色空间的第三颜色维度上的第三变量值,基于第三变量值和图片数据的主色,得到对应组件类型的背景色。
具体地,该计算机设备可以确定在用户终端中用于显示图片数据的展示界面。其中,该展示界面中可以包括多种组件类型。具体可以包括:页面组件、卡片组件、按钮组件以及文字组件等。进一步地,该计算机设备可以将为组件类型配置的变量值,作为在目标颜色空间(例如,HSB颜色空间)的第三颜色维度(例如,亮度)上的第三变量值,进而可以基于第三变量值和图片数据的主色,得到对应组件类型的背景色。
应当理解,该计算机设备可以通过调整亮度值来设置不同的组件颜色。由于文字组件是在其它组件的上方,因此需要设置较大的亮度值才能看的更清楚,而页面组件时在其它组件的最下方,因此需要设置较小的亮度值。例如,该计算机设备为页面组件配置的变量值可以为B40(即40%的亮度值),为卡片组件配置的变量值可以为B50(即50%的亮度值),为按钮组件配置的变量值可以为B60(即60%的亮度值),为文字组件配置的变量值可以为B90(即90%的亮度值)。
进一步地,该计算机设备可以基于第三变量值和图片数据的主色,得到对应组件类型的背景色。例如,计算机设备提取的图片数据的主色中第一颜色维度主色(例如,主色色度)为260°,第二颜色维度主色(例如,饱和度主色)为30%。此时,页面组件的背景色可以为(260,30,40),卡片组件的背景色可以为(260,30,50),按钮组件的背景色可以为(260,30,60),文字组件的背景色可以为(260,30,90)。
步骤S206,将对应组件类型的背景色分别发送至管理终端,以使管理终端将对应组件类型的背景色输出在管理终端的主色提取界面。
具体地,该计算机设备可以将对应组件类型的背景色分别发送至与该计算机设备具有网络连接关系的管理终端。此时,管理终端可以将对应组件类型的背景色输出在该管理终端的主色提取界面中。
应当理解,当管理终端将用于进行主色提取的图片数据上传时,该计算机设备可以通过该主色提取界面中所包括多种主色提取方法分别对该图片数据进行主色提取,得到该图片数据的主色,并可以将基于该主色所确定的对应组件的背景色发送至该管理终端。这里的主色提取方法具体可以包括方法1(例如,本申请实施例所提供的基于滑动窗口进行主色提取的方法),方法2(例如,基于中值切分量化进行主色提取的方法),方法3(例如,基于八叉树量化进行主色提取的方法)以及方法4(例如,自定义方法)。
可以理解的是,该管理终端对应的管理用户能够在该管理终端的主色提取界面中,查看多个主色提取方法所得到的对应组件背景色最终在用户终端的展示界面上的展示效果。其中,该管理用户可以针对该主色提取界面中的预览控件进行触发操作,进而使得该管理终端可以响应该触发操作,将多个主色提取方法分别对应的展示效果输出在独立于该主色提取界面上的预览子界面,以便于该管理用户可以选择出合理的展示效果。其中,该预览子界面可以为叠加在主色提取界面上的显示界面(例如,浮窗或者弹窗),且该预览子界面的界面尺寸小于主色提取界面的界面尺寸,从而可以减少对主色提取界面中的显示数据的遮挡。其中,主色提取界面中的显示数据与预览子界面中的显示数据是相互独立的。
为便于理解,进一步地,请参见图7,图7是本申请实施例提供的一种预览展示效果的场景示意图。如图7所示,本申请实施例中的主色提取界面700可以为管理终端对应的显示界面,该管理终端可以为上述图1所示的管理终端110x。
如图7所示,主色提取界面700中的配色区域可以用于选取主色提取方法。其中,主色提取方法可以包括多个,这里以4个为例,具体可以包括方法1(例如,本申请实施例所提供的基于滑动窗口进行主色提取的方法),方法2(例如,基于中值切分量化进行主色提取的方法),方法3(例如,基于八叉树量化进行主色提取的方法)以及方法4(例如,自定义方法)。
应当理解,当管理终端将用于进行主色提取的图片数据上传时,该计算机设备可以通过该主色提取界面700中所包括的这4种主色提取方法分别对该图片数据进行主色提取,以得到该图片数据的主色,进而可以将基于该主色所确定的对应组件的背景色发送至图7所示的管理终端。
可以理解的是,该管理终端对应的管理用户能够在该管理终端的主色提取界面700中,查看多个主色提取方法所得到的对应组件背景色最终在用户终端的展示界面上的展示效果。如图7所示,该管理用户可以针对该主色提取界面700中的预览控件进行触发操作,进而使得该管理终端可以响应该触发操作,将多个主色提取方法分别对应的展示效果输出在独立于该主色提取界面700上的预览子界面710,以便于该管理用户可以选择出合理的展示效果。
其中,该预览子界面710可以为叠加在主色提取界面700上的显示界面(例如,浮窗或者弹窗),且该预览子界面710的界面尺寸小于主色提取界面700的界面尺寸,从而可以减少对主色提取界面700中的显示数据的遮挡。其中,主色提取界面700中的显示数据与预览子界面710中的显示数据是相互独立的。
可以理解的是,该预览子界面710中所显示的展示效果可以包括与方法1相关联的展示效果(例如,图7所示的展示效果1),与方法2相关联的展示效果(例如,图7所示的展示效果2)以及与方法3相关联的展示效果(例如,图7所示的展示效果3)。此时,该管理用户可以在该预览子界面710中选择合理的展示效果,并针对该预览子界面710中的业务确定控件(例如,图7所示的“确定”控件)执行触发操作,从而可以将该展示效果对应的主色提取方法(例如,方法1)作为配色区域中所选择的主色提取方法。此时,该管理终端可以在主色提取界面700中的对应组件类型的显示区域中,显示根据方法1所确定的对应组件类型的背景色。
步骤S207,在接收到管理终端发送的业务审核请求时,将业务审核请求发送至审核终端,以使审核终端对对应组件类型的背景色进行审核。
应当理解,该管理终端的管理用户可以针对该主色提取界面中的业务审核控件(例如,图7所示的主色提取界面中的“提交审核”控件)执行触发操作,以使该管理终端可以响应该触发操作,进而可以基于该主色提取界面中的对应组件类型的背景色生成业务审核请求。此时,该管理终端可以将该业务审核控件请求发送至审核终端,以使该审核终端对对应组件类型的背景色进行审核。
为便于理解,进一步地,请参见图8,图8是本申请实施例提供的一种对背景色进行审核场景示意图。如图8所示,本申请实施例中的管理终端8x可以为上述图1所示的管理终端110x,本申请实施例中的审核终端8y可以为上述图1所示的审核终端120y。
如图8所示,管理终端8x对应的管理用户可以在主色提取界面800上选取用于进行沉浸式体验设计的主色提取方法。其中,该管理用户可以针对图8所示的配色区域进行触发操作,从而可以使得该管理终端8x响应该触发操作,输出与主色提取方法相关联的下拉列表。其中,该下拉列表可以包括多个主色提取方法,例如,方法1,方法2,方法3以及自定义方法。
如图8所示,该管理用户可以选择方法1对应的主色提取方法对图片数据80进行主色提取,以得到对应组件类型的背景色,进而在该主色提取界面800中的对应组件类型的显示区域中,可以显示对应组件类型的背景色。例如,页面背景色、跳转卡片背景色、跳转按钮背景色。此时,该管理用户可以针对该主色提取界面800中的业务审核控件(例如,图8所示的主色提取界面中的“提交审核”控件)执行触发操作,以使该管理终端8x可以响应该触发操作,进而可以基于该主色提取界面800中的对应组件类型的背景色生成业务审核请求。此时,该管理终端8x可以将该业务审核控件请求发送至审核终端8y,以使该审核终端8y对对应组件类型的背景色进行审核。
在该审核终端8y对应的审核用户确定审核失败时,该审核终端8y可以生成一个审核失败提示消息,并将该审核失败提示消息由计算机设备转发至管理终端8x,以使该管理终端8x对应的管理用户可以基于该审核失败提示消息,对所选取的主色提取方法进行修改。例如,该管理用户可以在配色区域中选取自定义方法,重新修改所得到的对应组件类型的背景色,直到该审核终端8y对应的审核用户确定审核成功。
在该审核终端8y对应的审核用户确定审核成功时,该审核终端8y可以生成一个审核成功示消息,并将该审核成功提示消息由计算机设备转发至管理终端8x,以通知该管理终端8x的管理用户选取的背景色审核通过。
步骤S208,在审核终端审核成功时,将对应组件类型的背景色下发至用户终端,以使用户终端将对应组件类型的背景色显示在展示界面上。
具体地,当用户终端运行的应用客户端在响应用户的触发操作,以输出该图片数据的展示界面时,该计算机设备可以将审核终端审核成功的对应组件类型的背景色下发至该用户终端。此时,该用户终端可以将对应组件类型的背景色显示在该应用客户端的展示界面上。
为便于理解,进一步地,请参见图9,图9是本申请实施例提供的一种显示展示界面的场景示意图。如图9所示,本申请实施例中的应用显示界面900可以为运行有应用客户端的用户终端(例如,用户终端90)的显示界面,用户终端90可以为上述图1所示的用户终端集群中的任意一个用户终端,例如,用户终端100a。该用户终端90对应的用户可以为图9所示的目标用户。
应当理解,当目标用户在用户终端90的应用显示界面900中,针对“游戏”控件执行触发操作时,该用户终端90可以响应该触发操作,将用户终端90的显示界面由应用显示界面900切换至图9所示的首页显示界面910中。其中,该首页显示界面910中可以包括“游戏圈”控件。可以理解的是,目标用户可以针对该“游戏圈”控件执行触发操作,以使该用户终端90可以响应该触发操作,向与用户终端90具有网络连接关系的计算机设备获取与游戏图片数据相关联的显示数据。其中,该游戏图片数据可以为用于进行主色提取的图片数据。该计算机设备可以将审核终端已经审核成功的对应组件类型的背景色下发至用户终端90。该对应组件类型的背景色是由该计算机设备通过本申请实施例所提供的主色提取方法所提取的主色所确定的。
在用户终端90获取到与游戏图片数据相关联的显示数据时,可以将用户终端90的显示界面由首页显示界面910切换至用于显示游戏图片数据(进行主色提取的图片数据)的展示界面(例如,图9所示的展示界面920),从而可以给用户带来更好的视觉体验。
进一步地,请参见图10,图10是本申请实施例提供的一种图片数据处理装置的结构示意图。如图10所示,该图片数据处理装置1可以是运行于计算机设备中的一个计算机程序(包括程序代码),例如,该图片数据处理装置1为一个应用软件;该图片数据处理装置1可以用于执行本申请实施例提供的方法中的相应步骤。如图10所示,该图片数据处理装置1可以运行于具有主色提取功能的计算机设备。该图片数据处理装置1可以包括:变量值确定模块11,量化处理模块12,遍历处理模块13,图片主色确定模块14,图片获取模块15,预处理模块16,像素点提取模块17,颜色转换处理模块18,第一数量确定模块19,第二数量确定模块20,相加处理模块21,背景色确定模块22,背景色发送模块23,审核请求发送模块24以及背景色下发模块25。
该变量值确定模块11,用于基于图片数据内的像素点在目标颜色空间中的像素值,在目标颜色空间的第一颜色维度上确定像素点的第一变量值;
该量化处理模块12,用于基于第一颜色维度对应的量化窗口,对像素点的第一变量值进行均匀量化处理,得到与像素点相关联的m个量化集合;m为正整数。
其中,该量化处理模块12包括:量化区间确定单元121,划分单元122,添加单元123以及量化集合确定单元124。
该量化区间确定单元121,用于基于像素点的第一变量值,获取最大第一变量值和最小第一变量值,将由最小第一变量值和最大变量值所构成的变量取值范围确定为像素点的量化区间;
该划分单元122,用于获取第一颜色维度对应的量化窗口,将量化区间划分为与像素点相关联的m个量化子区间,在m个量化子区间内获取量化子区间Xi;i为小于或者等于m的正整数;
该添加单元123,用于基于像素点的第一变量值,从图片数据中的像素点中获取用于添加至量化子区间Xi的待添加像素点,将待添加像素点添加至量化子区间Xi;
该量化集合确定单元124,用于将添加后的量化子区间Xi作为待添加像素点对应的量化集合,直到图片数据中的像素点均处于对应的量化集合时,得到与像素点相关联的m个量化集合。
其中,该量化区间确定单元121,划分单元122,添加单元123以及量化集合确定单元124的具体实现方式可以参见上述图3所对应实施例中对步骤S102的描述,这里将不再继续进行赘述。
该遍历处理模块13,用于基于量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于滑动窗口以及滑动步长,对m个量化集合进行遍历处理,得到与像素点相关联的n个聚合集合;n为正整数;滑动窗口具有覆盖k个量化集合的功能;k为小于或者等于m的正整数;n等于(m-k+1)。
其中,该遍历处理模块13包括:滑动窗口确定单元131,遍历处理单元132以及聚合集合确定单元133。
该滑动窗口确定单元131,用于获取k个量化集合所共同组成的区间长度,将区间长度作为用于进行主色提取的滑动窗口的窗口尺寸,将量化窗口的窗口尺寸作为滑动窗口的滑动步长;
该遍历处理单元132,用于基于滑动窗口以及滑动步长,从m个量化集合中遍历获取滑动窗口所覆盖的k个量化集合,将滑动窗口所覆盖的k个量化集合作为聚合集合Yj;j为小于或者等于n的正整数;
该聚合集合确定单元133,用于直到滑动窗口所覆盖的k个量化集合包括第m个量化集合时,得到(m-k+1)个聚合集合,将(m-k+1)个聚合集合确定为与像素点相关联的n个聚合集合。
其中,该滑动窗口确定单元131,遍历处理单元132以及聚合集合确定单元133的具体实现方式可以参见上述图3所对应实施例中对步骤S103的描述,这里将不再继续进行赘述。
该图片主色确定模块14,用于在n个聚合集合中选取满足主色提取条件的聚合集合,在满足主色提取条件的聚合集合中确定目标像素点,在目标颜色空间的第二颜色维度上获取目标像素点的第二变量值,基于目标像素点的第二变量值以及目标像素点的第一变量值,确定图片数据的主色。
其中,该图片主色确定模块14包括:目标像素点确定单元141,第一维度主色确定单元142,第二维度主色确定单元143以及图片主色确定单元144。
该目标像素点确定单元141,用于在n个聚合集合中,将具有最大像素点数量的聚合集合作为满足主色提取条件的聚合集合,在满足主色提取条件的聚合集合中确定目标像素点。
其中,目标像素点确定单元141包括:待处理聚合集合确定子单元1411,第三确定子单元1412以及第四确定子单元1413。
该待处理聚合集合确定子单元1411,用于在n个聚合集合中,将具有最大像素点数量的聚合集合作为满足主色提取条件的聚合集合,将满足主色提取条件的聚合集合作为待处理聚合集合;
该第三确定子单元1412,用于若待处理聚合集合的数量为一个,则将待处理聚合集合中的像素点作为目标像素点;
该第四确定子单元1413,用于若待处理聚合集合的数量为至少两个,则将随机获取到的待处理聚合集合中的像素点作为目标像素点。
其中,该待处理聚合集合确定子单元1411,第三确定子单元1412以及第四确定子单元1413的具体实现方式可以参见上述图3所对应实施例中对目标像素点的描述,这里将不再继续进行赘述。
该第一维度主色确定单元142,用于在目标颜色空间的第二颜色维度上获取目标像素点的第二变量值,确定图片数据的第一颜色维度主色。
其中,该第一维度主色确定单元142包括:待处理像素点确定子单元1421,第五确定子单元1422以及第六确定子单元1423。
该待处理像素点确定子单元1421,用于在目标颜色空间的第二颜色维度上获取目标像素点的第二变量值,获取具有最大第二变量值的目标像素点,将所获取到的目标像素点作为待处理像素点;
该第五确定子单元1422,用于若待处理像素点的数量为一个,则将待处理像素点的第一变量值作为图片数据的第一颜色维度主色;
该第六确定子单元1423,用于若待处理像素点的数量为至少两个,则将对至少两个待处理像素点的第一变量值进行平均处理后所得到的平均值,作为图片数据的第一颜色维度主色。
其中,该待处理像素点确定子单元1421,第五确定子单元1422以及第六确定子单元1423的具体实现方式可以参见上述图3所对应实施例中对第一颜色维度主色的描述,这里将不再继续进行赘述。
该第二维度主色确定单元143,用于对目标像素点的第二变量值进行平均处理,得到变量平均值,基于变量平均值确定图片数据的第二颜色维度主色。
其中,该第二维度主色确定单元143包括:平均处理子单元1431,第七确定子单元1432以及第八确定子单元1433。
该平均处理子单元1431,用于对目标像素点的第二变量值进行平均处理,得到变量平均值;
该第七确定子单元1432,用于若变量平均值小于或者等于主色阈值,则将变量平均值作为图片数据的第二颜色维度主色;
该第八确定子单元1433,用于若变量平均值大于主色阈值,则将主色阈值作为图片数据的第二颜色维度主色。
其中,该平均处理子单元1431,第七确定子单元1432以及第八确定子单元1433的具体实现方式可以参见上述图3所对应实施例中对第二颜色维度主色的描述,这里将不再继续进行赘述。
该图片主色确定单元144,用于基于第一颜色维度主色和第二颜色维度主色,确定图片数据的主色。
其中,该目标像素点确定单元141,第一维度主色确定单元142,第二维度主色确定单元143以及图片主色确定单元144的具体实现方式可以参见上述图3所对应实施例中对步骤S104的描述,这里将不再继续进行赘述。
该图片获取模块15,用于获取管理终端上传的原始图片数据;原始图片数据为管理终端响应针对主色提取界面的触发操作所选取的游戏图片数据;游戏图片数据对应的颜色空间为初始颜色空间;初始颜色空间包括第一颜色通道、第二颜色通道以及第三颜色通道;
该预处理模块16,用于基于初始颜色空间对应的像素点过滤条件,对原始图片数据的原始像素点进行预处理,将预处理后的原始图片数据作为用于进行主色提取的图片数据。
其中,该预处理模块16包括:过滤条件获取单元161,降采样处理单元162以及过滤处理单元163。
该过滤条件获取单元161,用于获取初始颜色空间对应的像素点过滤条件,且获取原始图片数据中的原始像素点的总数量;
该降采样处理单元162,用于在原始像素点的总数量达到像素点过滤条件中的降采样阈值时,对原始图片数据中的原始像素点进行降采样处理,将由降采样处理后的原始像素点所构成的降采样图片数据作为待过滤图片数据;
该过滤处理单元163,用于将待过滤图片数据中的像素点作为候选过滤像素点,在候选过滤像素点中,将满足像素点过滤条件的候选过滤像素点作为目标过滤像素点,对待过滤图片数据中的目标过滤像素点进行过滤处理,将过滤处理后的待过滤图片数据作为用于进行主色提取的图片数据。
其中,该过滤处理单元163包括:候选过滤像素点确定子单元1631,第一确定子单元1632,第二确定子单元1633以及过滤处理子单元1634。
该候选过滤像素点确定子单元1631,用于将待过滤图片数据中的像素点作为候选过滤像素点,确定候选过滤像素点的透明度数值,以及候选过滤像素点在初始颜色空间中的第一颜色通道、第二颜色通道和第三颜色通道分别对应的通道变量值;
该第一确定子单元1632,用于在候选过滤像素点中,选取透明度数值小于第一过滤阈值的候选过滤像素点,将所选取的候选过滤像素点作为满足像素点过滤条件的目标过滤像素点;或者,
该第二确定子单元1633,用于在候选过滤像素点中,选取每个颜色通道的通道变量值均大于第二过滤阈值的候选过滤像素点,将所选取的候选过滤像素点作为满足像素点过滤条件的目标过滤像素点;
该过滤处理子单元1634,用于在待过滤图片数据中,对目标过滤像素点进行过滤处理,将过滤处理后的待过滤图片数据作为用于进行主色提取的图片数据。
其中,该候选过滤像素点确定子单元1631,第一确定子单元1632,第二确定子单元1633以及过滤处理子单元1634的具体实现方式可以参见上述图3所对应实施例中对待过滤图片数据进行过滤处理的描述,这里将不再继续进行赘述。
其中,该过滤条件获取单元161,降采样处理单元162以及过滤处理单元163的具体实现方式可以参见上述图3所对应实施例中对原始图片数据进行预处理的描述,这里将不再继续进行赘述。
该像素点提取模块17,用于从图片数据中提取像素点,在第一颜色通道上获取像素点的第一通道变量值,在第二颜色通道上获取像素点的第二通道变量值,以及在第三颜色通道上获取像素点的第三通道变量值;
该颜色转换处理模块18,用于基于第一通道变量值、第二通道变量值以及第三通道变量值,对属于初始颜色空间中的像素点的初始像素值进行颜色转换处理,得到像素点在目标颜色空间中的像素值。
其中,n个聚合集合包括聚合集合Yj;聚合集合Yj包括第一量化集合和第二量化集合;
该第一数量确定模块19,用于在聚合集合Yj中,获取所统计的第一量化集合中的像素点数量,将第一量化集合中的像素点数量作为第一数量;
该第二数量确定模块20,用于获取所统计的第二量化集合中的像素点数量,将第二量化集合中的像素点数量作为第二数量;
该相加处理模块21,用于对第一数量和第二数量进行相加处理,将相加处理后的总数量作为聚合集合Yj中的像素点数量。
该背景色确定模块22,用于基于用户终端的展示界面所包括的组件类型,将为组件类型配置的变量值作为在目标颜色空间的第三颜色维度上的第三变量值,基于第三变量值和图片数据的主色,得到对应组件类型的背景色;展示界面为展示图片数据的显示界面;
该背景色发送模块23,用于将对应组件类型的背景色分别发送至管理终端,以使管理终端将对应组件类型的背景色输出在管理终端的主色提取界面;主色提取界面包括业务审核控件;业务审核控件用于指示管理终端基于对应组件类型的背景色生成业务审核请求;
该审核请求发送模块24,用于在接收到管理终端发送的业务审核请求时,将业务审核请求发送至审核终端,以使审核终端对对应组件类型的背景色进行审核;
该背景色下发模块25,用于在审核终端审核成功时,将对应组件类型的背景色下发至用户终端,以使用户终端将对应组件类型的背景色显示在展示界面上。
其中,该变量值确定模块11,量化处理模块12,遍历处理模块13,图片主色确定模块14,图片获取模块15,预处理模块16,像素点提取模块17,颜色转换处理模块18,第一数量确定模块19,第二数量确定模块20,相加处理模块21,背景色确定模块22,背景色发送模块23,审核请求发送模块24以及背景色下发模块25的具体实现方式可以参见上述图6所对应实施例中对步骤S201-步骤S208的描述,这里将不再继续进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
进一步地,请参见图11,图11是本申请实施例提供的一种计算机设备的示意图。如图11所示,该计算机设备1000可以为上述图1对应实施例中的服务器10,该计算机设备1000可以包括:至少一个处理器1001,例如CPU,至少一个网络接口1004,用户接口1003,存储器1005,至少一个通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。其中,用户接口1003可以包括显示屏(Display)、键盘(Keyboard),网络接口1004可选地可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1005可选地还可以是至少一个位于远离前述处理器1001的存储装置。如图11所示,作为一种计算机存储介质的存储器1005可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在图11所示的计算机设备1000中,网络接口1004主要用于与管理终端、审核终端以及用户终端进行网络通信;而用户接口1003主要用于为用户提供输入的接口;而处理器1001可以用于调用存储器1005中存储的设备控制应用程序,以实现:
基于图片数据内的像素点在目标颜色空间中的像素值,在目标颜色空间的第一颜色维度上确定像素点的第一变量值;
基于第一颜色维度对应的量化窗口,对像素点的第一变量值进行均匀量化处理,得到与像素点相关联的m个量化集合;m为正整数;
基于量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于滑动窗口以及滑动步长,对m个量化集合进行遍历处理,得到与像素点相关联的n个聚合集合;n为正整数;滑动窗口具有覆盖k个量化集合的功能;k为小于或者等于m的正整数;n等于(m-k+1);
在n个聚合集合中选取满足主色提取条件的聚合集合,在满足主色提取条件的聚合集合中确定目标像素点,在目标颜色空间的第二颜色维度上获取目标像素点的第二变量值,基于目标像素点的第二变量值以及目标像素点的第一变量值,确定图片数据的主色。
应当理解,本申请实施例中所描述的计算机设备1000可执行前文图3和图6所对应实施例中对该图片数据处理方法的描述,也可执行前文图10所对应实施例中对该图片数据处理装置1的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
此外,这里需要指出的是:本申请实施例还提供了一种计算机可读存储介质,且该计算机可读存储介质中存储有前文提及的图片数据处理装置1所执行的计算机程序,且该计算机程序包括程序指令,当该处理器执行该程序指令时,能够执行前文图3或者图6所对应实施例中对该图片数据处理方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。作为示例,程序指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行,分布在多个地点且通过通信网络互连的多个计算设备可以组成区块链系统。
本申请一方面提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备可执行前文图3或者图6所对应实施例中对图片数据处理方法的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,上述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (15)
1.一种图片数据处理方法,其特征在于,包括:
基于图片数据内的像素点在目标颜色空间中的像素值,在所述目标颜色空间的第一颜色维度上确定所述像素点的第一变量值;
基于所述第一颜色维度对应的量化窗口,对所述像素点的第一变量值进行均匀量化处理,得到与所述像素点相关联的m个量化集合;所述m为正整数;
基于所述量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于所述滑动窗口以及所述滑动步长,对所述m个量化集合进行遍历处理,得到与所述像素点相关联的n个聚合集合;所述n为正整数;所述滑动窗口具有覆盖k个量化集合的功能;所述k为小于或者等于所述m的正整数;所述n等于(m-k+1);
在所述n个聚合集合中选取满足主色提取条件的聚合集合,在满足所述主色提取条件的聚合集合中确定目标像素点,在所述目标颜色空间的第二颜色维度上获取所述目标像素点的第二变量值,基于所述目标像素点的第二变量值以及所述目标像素点的第一变量值,确定所述图片数据的主色。
2.根据权利要求1所述的方法,其特征在于,在所述基于图片数据内的像素点在目标颜色空间中的像素值,在所述目标颜色空间的第一颜色维度上确定所述像素点的第一变量值之前,所述方法还包括:
获取管理终端上传的原始图片数据;所述原始图片数据为所述管理终端响应针对主色提取界面的触发操作所选取的游戏图片数据;所述游戏图片数据对应的颜色空间为初始颜色空间;所述初始颜色空间包括第一颜色通道、第二颜色通道以及第三颜色通道;
基于所述初始颜色空间对应的像素点过滤条件,对所述原始图片数据的原始像素点进行预处理,将预处理后的原始图片数据作为用于进行主色提取的图片数据;
从所述图片数据中提取像素点,在所述第一颜色通道上获取所述像素点的第一通道变量值,在所述第二颜色通道上获取所述像素点的第二通道变量值,以及在所述第三颜色通道上获取所述像素点的第三通道变量值;
基于所述第一通道变量值、所述第二通道变量值以及所述第三通道变量值,对属于所述初始颜色空间中的像素点的初始像素值进行颜色转换处理,得到所述像素点在目标颜色空间中的像素值。
3.根据权利要求2所述的方法,其特征在于,所述基于所述初始颜色空间对应的像素点过滤条件,对所述原始图片数据的原始像素点进行预处理,将预处理后的原始图片数据作为用于进行主色提取的图片数据,包括:
获取所述初始颜色空间对应的像素点过滤条件,且获取所述原始图片数据中的原始像素点的总数量;
在所述原始像素点的总数量达到所述像素点过滤条件中的降采样阈值时,对所述原始图片数据中的原始像素点进行降采样处理,将由降采样处理后的原始像素点所构成的降采样图片数据作为待过滤图片数据;
将所述待过滤图片数据中的像素点作为候选过滤像素点,在所述候选过滤像素点中,将满足所述像素点过滤条件的候选过滤像素点作为目标过滤像素点,对所述待过滤图片数据中的所述目标过滤像素点进行过滤处理,将过滤处理后的待过滤图片数据作为用于进行主色提取的图片数据。
4.根据权利要求3所述的方法,其特征在于,所述将所述待过滤图片数据中的像素点作为候选过滤像素点,在所述候选过滤像素点中,将满足所述像素点过滤条件的候选过滤像素点作为目标过滤像素点,对所述待过滤图片数据中的所述目标过滤像素点进行过滤处理,将过滤处理后的待过滤图片数据作为用于进行主色提取的图片数据,包括:
将所述待过滤图片数据中的像素点作为候选过滤像素点,确定所述候选过滤像素点的透明度数值,以及所述候选过滤像素点在所述初始颜色空间中的第一颜色通道、第二颜色通道和第三颜色通道分别对应的通道变量值;
在所述候选过滤像素点中,选取透明度数值小于第一过滤阈值的候选过滤像素点,将所选取的候选过滤像素点作为满足所述像素点过滤条件的目标过滤像素点;或者,
在所述候选过滤像素点中,选取每个颜色通道的通道变量值均大于第二过滤阈值的候选过滤像素点,将所选取的候选过滤像素点作为满足所述像素点过滤条件的目标过滤像素点;
在所述待过滤图片数据中,对所述目标过滤像素点进行过滤处理,将过滤处理后的待过滤图片数据作为用于进行主色提取的图片数据。
5.根据权利要求1所述的方法,其特征在于,所述基于所述第一颜色维度对应的量化窗口,对所述像素点的第一变量值进行均匀量化处理,得到与所述像素点相关联的m个量化集合,包括:
基于所述像素点的第一变量值,获取最大第一变量值和最小第一变量值,将由所述最小第一变量值和所述最大变量值所构成的变量取值范围确定为所述像素点的量化区间;
获取所述第一颜色维度对应的量化窗口,将所述量化区间划分为与所述像素点相关联的m个量化子区间,在所述m个量化子区间内获取量化子区间Xi;所述i为小于或者等于所述m的正整数;
基于所述像素点的第一变量值,从所述图片数据中的像素点中获取用于添加至所述量化子区间Xi的待添加像素点,将所述待添加像素点添加至所述量化子区间Xi;
将添加后的量化子区间Xi作为所述待添加像素点对应的量化集合,直到所述图片数据中的像素点均处于对应的量化集合时,得到与所述像素点相关联的m个量化集合。
6.根据权利要求1所述的方法,其特征在于,所述基于所述量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于所述滑动窗口以及所述滑动步长,对所述m个量化集合进行遍历处理,得到与所述像素点相关联的n个聚合集合,包括:
获取k个量化集合所共同组成的区间长度,将所述区间长度作为用于进行主色提取的滑动窗口的窗口尺寸,将所述量化窗口的窗口尺寸作为所述滑动窗口的滑动步长;
基于所述滑动窗口以及所述滑动步长,从所述m个量化集合中遍历获取所述滑动窗口所覆盖的k个量化集合,将所述滑动窗口所覆盖的k个量化集合作为聚合集合Yj;所述j为小于或者等于n的正整数;
直到所述滑动窗口所覆盖的k个量化集合包括第m个量化集合时,得到(m-k+1)个聚合集合,将所述(m-k+1)个聚合集合确定为与所述像素点相关联的n个聚合集合。
7.根据权利要求1所述的方法,其特征在于,所述n个聚合集合包括聚合集合Yj;所述聚合集合Yj包括第一量化集合和第二量化集合;
所述方法还包括:
在所述聚合集合Yj中,获取所统计的所述第一量化集合中的像素点数量,将所述第一量化集合中的像素点数量作为第一数量;
获取所统计的所述第二量化集合中的像素点数量,将所述第二量化集合中的像素点数量作为第二数量;
对所述第一数量和所述第二数量进行相加处理,将相加处理后的总数量作为所述聚合集合Yj中的像素点数量。
8.根据权利要求1所述的方法,其特征在于,所述在所述n个聚合集合中选取满足主色提取条件的聚合集合,在满足所述主色提取条件的聚合集合中确定目标像素点,在所述目标颜色空间的第二颜色维度上获取所述目标像素点的第二变量值,基于所述目标像素点的第二变量值以及所述目标像素点的第一变量值,确定所述图片数据的主色,包括:
在所述n个聚合集合中,将具有最大像素点数量的聚合集合作为满足主色提取条件的聚合集合,在满足所述主色提取条件的聚合集合中确定目标像素点;
在所述目标颜色空间的第二颜色维度上获取所述目标像素点的第二变量值,确定所述图片数据的第一颜色维度主色;
对所述目标像素点的第二变量值进行平均处理,得到变量平均值,基于所述变量平均值确定所述图片数据的第二颜色维度主色;
基于所述第一颜色维度主色和所述第二颜色维度主色,确定所述图片数据的主色。
9.根据权利要求8所述的方法,其特征在于,所述在所述n个聚合集合中,将具有最大像素点数量的聚合集合作为满足主色提取条件的聚合集合,在满足所述主色提取条件的聚合集合中确定目标像素点,包括:
在所述n个聚合集合中,将具有最大像素点数量的聚合集合作为满足主色提取条件的聚合集合,将满足所述主色提取条件的聚合集合作为待处理聚合集合;
若所述待处理聚合集合的数量为一个,则将所述待处理聚合集合中的像素点作为目标像素点;
若所述待处理聚合集合的数量为至少两个,则将随机获取到的待处理聚合集合中的像素点作为目标像素点。
10.根据权利要求8所述的方法,其特征在于,所述在所述目标颜色空间的第二颜色维度上获取所述目标像素点的第二变量值,确定所述图片数据的第一颜色维度主色,包括:
在所述目标颜色空间的第二颜色维度上获取所述目标像素点的第二变量值,获取具有最大第二变量值的目标像素点,将所获取到的目标像素点作为待处理像素点;
若所述待处理像素点的数量为一个,则将所述待处理像素点的第一变量值作为所述图片数据的第一颜色维度主色;
若所述待处理像素点的数量为至少两个,则将对至少两个待处理像素点的第一变量值进行平均处理后所得到的平均值,作为所述图片数据的第一颜色维度主色。
11.根据权利要求8所述的方法,其特征在于,所述对所述目标像素点的第二变量值进行平均处理,得到变量平均值,基于所述变量平均值确定所述图片数据的第二颜色维度主色,包括:
对所述目标像素点的第二变量值进行平均处理,得到变量平均值;
若所述变量平均值小于或者等于主色阈值,则将所述变量平均值作为所述图片数据的第二颜色维度主色;
若所述变量平均值大于所述主色阈值,则将所述主色阈值作为所述图片数据的第二颜色维度主色。
12.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于用户终端的展示界面所包括的组件类型,将为所述组件类型配置的变量值作为在所述目标颜色空间的第三颜色维度上的第三变量值,基于所述第三变量值和所述图片数据的主色,得到对应组件类型的背景色;所述展示界面为展示所述图片数据的显示界面;
将所述对应组件类型的背景色分别发送至所述管理终端,以使所述管理终端将所述对应组件类型的背景色输出在所述管理终端的主色提取界面;所述主色提取界面包括业务审核控件;所述业务审核控件用于指示所述管理终端基于所述对应组件类型的背景色生成业务审核请求;
在接收到所述管理终端发送的业务审核请求时,将所述业务审核请求发送至审核终端,以使所述审核终端对所述对应组件类型的背景色进行审核;
在所述审核终端审核成功时,将所述对应组件类型的背景色下发至用户终端,以使所述用户终端将所述对应组件类型的背景色显示在所述展示界面上。
13.一种图片数据处理装置,其特征在于,包括:
变量值确定模块,用于基于图片数据内的像素点在目标颜色空间中的像素值,在所述目标颜色空间的第一颜色维度上确定所述像素点的第一变量值;
量化处理模块,用于基于所述第一颜色维度对应的量化窗口,对所述像素点的第一变量值进行均匀量化处理,得到与所述像素点相关联的m个量化集合;所述m为正整数;
遍历处理模块,用于基于所述量化窗口的窗口尺寸确定滑动窗口的滑动步长,基于所述滑动窗口以及所述滑动步长,对所述m个量化集合进行遍历处理,得到与所述像素点相关联的n个聚合集合;所述n为正整数;所述滑动窗口具有覆盖k个量化集合的功能;所述k为小于或者等于所述m的正整数;所述n等于(m-k+1);
图片主色确定模块,用于在所述n个聚合集合中选取满足主色提取条件的聚合集合,在满足所述主色提取条件的聚合集合中确定目标像素点,在所述目标颜色空间的第二颜色维度上获取所述目标像素点的第二变量值,基于所述目标像素点的第二变量值以及所述目标像素点的第一变量值,确定所述图片数据的主色。
14.一种计算机设备,其特征在于,包括:处理器、存储器、网络接口;
所述处理器与存储器、网络接口相连,其中,网络接口用于提供数据通信功能,所述存储器用于存储计算机程序,所述处理器用于调用所述计算机程序,以执行权利要求1-12任一项所述的方法。
15.一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存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时,执行权利要求1-12任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011138255.6A CN114385847A (zh) | 2020-10-22 | 2020-10-22 | 一种图片数据处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011138255.6A CN114385847A (zh) | 2020-10-22 | 2020-10-22 | 一种图片数据处理方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114385847A true CN114385847A (zh) | 2022-04-22 |
Family
ID=81193455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011138255.6A Pending CN114385847A (zh) | 2020-10-22 | 2020-10-22 | 一种图片数据处理方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114385847A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230005102A1 (en) * | 2021-07-01 | 2023-01-05 | International Business Machines Corporation | Fast color clustering for preprocessing an image |
-
2020
- 2020-10-22 CN CN202011138255.6A patent/CN114385847A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230005102A1 (en) * | 2021-07-01 | 2023-01-05 | International Business Machines Corporation | Fast color clustering for preprocessing an image |
US11763422B2 (en) * | 2021-07-01 | 2023-09-19 | International Business Machines Corporation | Fast color clustering for preprocessing an image |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875619B (zh) | 视频处理方法和装置、电子设备、计算机可读存储介质 | |
CN111260593B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
US9749503B2 (en) | Image processing device, image processing method and recording medium | |
WO2017000716A2 (zh) | 图片的管理方法、装置及终端设备 | |
US20230230215A1 (en) | Image processing method and apparatus, device, and medium | |
US10469701B2 (en) | Image processing method that obtains special data from an external apparatus based on information multiplexed in image data and apparatus therefor | |
Sun et al. | CVIQD: Subjective quality evaluation of compressed virtual reality images | |
CN111985281B (zh) | 图像生成模型的生成方法、装置及图像生成方法、装置 | |
CN110599554A (zh) | 人脸肤色的识别方法和装置、存储介质及电子装置 | |
US20180367704A1 (en) | Image processing apparatus, image processing method, and non-transitory computer readable medium | |
US11544853B2 (en) | Image processing apparatus and non-transitory computer readable medium for preparing color conversion model using color data | |
CN115496668A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
US9832395B2 (en) | Information processing method applied to an electronic device and electronic device having at least two image capturing units that have the same image capturing direction | |
CN114385847A (zh) | 一种图片数据处理方法、装置、计算机设备及存储介质 | |
JP6977483B2 (ja) | 画像処理装置、画像処理方法、画像処理システムおよびプログラム | |
CN110377773B (zh) | 图片处理方法、装置、移动终端以及存储介质 | |
Yang et al. | Subjective quality evaluation of compressed digital compound images | |
US9298998B2 (en) | Image processing apparatus, image processing method, and computer-readable medium | |
CN113435515B (zh) | 图片识别方法和装置、存储介质及电子设备 | |
WO2022111269A1 (zh) | 视频的细节增强方法、装置、移动终端和存储介质 | |
US10026201B2 (en) | Image classifying method and image displaying method | |
CN112215237B (zh) | 图像处理方法及装置、电子设备和计算机可读存储介质 | |
CN111179158B (zh) | 图像处理方法、装置、电子设备及介质 | |
CN112087556B (zh) | 一种暗光成像方法、装置、可读存储介质及终端设备 | |
CN113613024A (zh) | 视频预处理方法及设备 |
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 |