CN114494467A - 图像色彩迁移方法、装置、电子设备和存储介质 - Google Patents
图像色彩迁移方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114494467A CN114494467A CN202111539969.2A CN202111539969A CN114494467A CN 114494467 A CN114494467 A CN 114494467A CN 202111539969 A CN202111539969 A CN 202111539969A CN 114494467 A CN114494467 A CN 114494467A
- Authority
- CN
- China
- Prior art keywords
- color
- source
- image
- target
- plate
- 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
- 238000013508 migration Methods 0.000 title claims abstract description 164
- 230000005012 migration Effects 0.000 title claims abstract description 163
- 238000000034 method Methods 0.000 title claims abstract description 88
- 239000011159 matrix material Substances 0.000 claims abstract description 80
- 238000005070 sampling Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012546 transfer Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 abstract description 8
- 239000003086 colorant Substances 0.000 description 19
- 238000000605 extraction Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010003591 Ataxia Diseases 0.000 description 1
- 206010010947 Coordination abnormal Diseases 0.000 description 1
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 206010052143 Ocular discomfort Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 208000016290 incoordination Diseases 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
本发明提供一种图像色彩迁移方法、装置、电子设备和存储介质,其中方法包括:获取源图像和目标色板;基于所述源图像中各像素点的颜色分量值,构建颜色空间凸包;基于所述颜色空间凸包,确定所述源图像的源色板;基于所述各像素点的颜色分量值与所述颜色空间凸包之间的关系,确定所述源色板对应的系数矩阵;基于所述源色板、所述源色板对应的系数矩阵和所述目标色板,对所述源图像进行色彩迁移。本发明提供的图像色彩迁移方法、装置、电子设备和存储介质,得到的迁移后图像保留了各个像素点的颜色,解决了色彩迁移图像颜色粗糙且过渡不自然的问题,提高了色彩迁移图像的质量。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像色彩迁移方法、装置、电子设备和存储介质。
背景技术
互联网广告个性化推荐的要求,通常需要针对各种投放环境对大量广告创意素材的配色进行修改,图像色彩迁移是一种可行的解决方案。
图像色彩迁移,就是指给定待迁移图像和色彩迁移目标,使待迁移图像在保留自身图像内容的前提下,拥有指定的色彩风格。
现有的图像色彩迁移方法多是基于自动聚类算法实现的,通常会造成较大的信息损失,导致色彩迁移后的图像色彩粒度比较粗糙且颜色过渡位置不自然。
发明内容
本发明提供一种图像色彩迁移方法、装置、电子设备和存储介质,用以解决现有技术中色彩迁移后的图像色彩粒度比较粗糙且颜色过渡位置不自然的缺陷。
本发明提供一种图像色彩迁移方法,包括:
获取源图像和目标色板;
基于所述源图像中各像素点的颜色分量值,构建颜色空间凸包;
基于所述颜色空间凸包,确定所述源图像的源色板;
基于所述各像素点的颜色分量值与所述颜色空间凸包之间的关系,确定所述源色板对应的系数矩阵;
基于所述源色板、所述源色板对应的系数矩阵和所述目标色板,对所述源图像进行色彩迁移。
根据本发明提供的图像色彩迁移方法,所述基于所述各像素点的颜色分量值与所述颜色空间凸包之间的关系,确定所述源色板对应的系数矩阵,包括:
基于各像素点的颜色分量值与所述颜色空间凸包所表征的颜色分量值之间的线性关系,确定各像素点相对于源色板的系数,所述源色板与所述颜色空间凸包所表征的颜色分量值对应;
基于所述各像素点相对于源色板的系数,确定所述源色板对应的系数矩阵。
根据本发明提供的图像色彩迁移方法,所述基于所述颜色空间凸包,确定所述源图像的源色板,包括:
确定所述颜色空间凸包的初始顶点集合;
对所述初始顶点集合进行顶点合并,直至达到合并终止条件,所述合并终止条件基于被合并顶点的合并误差和/或合并后的顶点数量确定;
基于顶点合并后的颜色空间凸包的顶点集合,确定所述源图像的源色板。
根据本发明提供的图像色彩迁移方法,所述基于所述源色板、所述源色板对应的系数矩阵和所述目标色板,对所述源图像进行色彩迁移,包括:
将所述源色板和所述目标色板转换至目标颜色空间;
分别将所述目标色板中除亮度分量以外各颜色分量迁移到所述源色板上,得到迁移色板;将所述迁移色板由目标颜色空间转换至初始颜色空间;
基于初始颜色空间下的迁移色板,以及所述源色板对应的系数矩阵,确定目标图像。
根据本发明提供的图像色彩迁移方法,所述分别将所述目标色板中除亮度分量以外各颜色分量迁移到所述源色板上,得到迁移色板,包括:
根据所述源色板的重要性排序顺序和所述目标色板的顺序,顺次将所述目标色板中除亮度分量以外各颜色分量迁移到所述源色板上,得到迁移色板;
所述源色板的重要性排序顺序是基于所述源色板对应的系数矩阵确定的。
根据本发明提供的图像色彩迁移方法,所述目标色板是基于如下步骤获取的:
获取参考图像,并确定所述参考图像的色板;
将所述参考图像的色板确定为所述目标色板。
根据本发明提供的图像色彩迁移方法,所述目标色板是基于如下步骤获取的:
获取源图像和目标图像数量;
将所述源图像的色板转换至目标颜色空间;
在目标颜色空间下,将所述源图像的色板除亮度维度以外各维度分别采样所述目标图像数量份,得到所述目标图像数量套采样色板;
将所述目标图像数量套采样色板由目标颜色空间转换至初始颜色空间后得到的色板,确定为所述目标色板。
本发明还提供一种图像色彩迁移装置,包括:
图像获取单元,用于获取源图像和目标色板;
凸包构建单元,用于基于所述源图像中各像素点的颜色分量值,构建颜色空间凸包;
源色板确定单元,用于基于所述颜色空间凸包,确定所述源图像的源色板;
系数矩阵确定单元,用于基于所述各像素点的颜色分量值与所述颜色空间凸包之间的关系,确定所述源色板对应的系数矩阵;
色彩迁移单元,用于基于所述源色板、所述源色板对应的系数矩阵和所述目标色板,对所述源图像进行色彩迁移。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述图像色彩迁移方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述图像色彩迁移方法的步骤。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述图像色彩迁移方法的步骤。
本发明提供的图像色彩迁移方法、装置、电子设备和存储介质,首先基于构建的颜色空间凸包,确定源图像的源色板,根据各像素点的颜色分量值与颜色空间凸包之间的关系,确定源色板对应的系数矩阵,使得源图像中各个像素点的颜色都可以利用源色板来精确表示,保留了各个像素点的颜色与源色板所示颜色间的偏差,不会造成信息损失;然后基于源色板、源色板对应的系数矩阵和目标色板,对源图像进行色彩迁移,由此得到的迁移后图像保留了各个像素点的颜色与源色板所示颜色间的偏差,解决了色彩迁移图像颜色粗糙且过渡不自然的问题,提高了色彩迁移图像的质量。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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是本发明提供的图像色彩迁移方法的流程示意图之一;
图2是本发明提供的图像色彩迁移方法中步骤140的流程示意图;
图3是凸包理论的示意图;
图4是本发明提供的图像色彩迁移方法中步骤130的流程示意图;
图5是本发明提供的图像色彩迁移方法中步骤150的流程示意图;
图6是本发明提供的目标色板获取方法的流程示意图之一;
图7是本发明提供的目标色板获取方法的流程示意图之二;
图8是本发明提供的图像色彩迁移方法的流程示意图之二;
图9是本发明提供的图像色彩迁移装置的结构示意图;
图10是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
图像色彩迁移的一般流程是先提取图像色板和对应的系数矩阵,已知图像的色板P和系数矩阵W,能够得到图像I=WP,即图像重构,色彩迁移时将色板改变到指定颜色Ptarget,然后通过系数矩阵还原图像就能得到目标图像:Itarget=WPtarget。
现有的图像色彩迁移方法多为:首先输入待处理图像,然后基于某种自动聚类算法提取图像的几种主要颜色作为图像的色板,并根据各个像素点归属的聚类中心确定系数矩阵,最后根据色彩迁移的任务目标改变色板并进行图像重构得到目标图像。
由此得到的目标图像通常会造成较大的信息损失,原因是根据聚类中心确定的系数矩阵通常只将像素点归属于某一个聚类中心,导致重建后的图像只有色板上的几种颜色。具体表现在色彩迁移后的图像色彩粒度比较粗糙且颜色过渡位置不自然。
鉴于此,如何改进图像色彩迁移方法,从而提高色彩迁移后的图像质量,是图像处理领域亟需解决的问题。
图1是本发明提供的图像色彩迁移方法的流程示意图,如图1所示,本发明提供的图像色彩迁移方法可以应用在常见的各种图像色彩迁移场景,例如广告创意素材的配色修改场景或者数字图像修复场景等。该方法包括如下步骤:
步骤110,获取源图像和目标色板。
具体地,源图像是指待进行色彩迁移的图像,例如,源图像可以是用图像采集设备拍摄的风景图像、人物图像等,也可以是通过图像编辑软件绘制的带有颜色的图像,当然,还可以是从云端或者数据库获取用户选择的指定用于色彩迁移的图像,本发明实施例对此不作具体限定。
目标色板是指用于色彩迁移处理的色板,例如,目标色板可以是由设计人员指定的、具有特定颜色搭配方案的调色板,也可以是从云端或者数据库获取的具有渐变色彩主题或者具有冷暖色彩主题的色板,当然,目标色板还可以是从任意一张图像中进行色板提取得到的,本发明实施例对此不作具体限定。目标色板的颜色数量可以为一个或者多个,本发明实施例对此不作具体限定。例如,目标色板可以是以16进制RGB表示的用户指定的目标色板,如:056A6B、992F88、FFFFFF、987654。
在一次图像色彩迁移过程中,基于源图像和目标色板进行色彩迁移,输出一幅新的图像,新的图像具有与源图像相同的结构信息和形状信息,同时兼具与目标色板相似或相同的色彩信息。
步骤120,基于源图像中各像素点的颜色分量值,构建颜色空间凸包。
具体地,源图像可以是任意颜色空间下的图像,颜色空间是指通过相应的数学模型数字化描述颜色的一种系统或者方式。例如,颜色空间可以是RGB颜色空间(RGB颜色空间是由红色通道R、绿色通道G、蓝色通道B组成的颜色模型),也可以是HSV颜色空间(HSV颜色空间是由色调Hue,饱和度Saturation,亮度Value组成的颜色模型),当然,还可以是其他类型的混合型颜色空间或者强度/饱和度/色调型颜色空间,如CMY/CMYK颜色空间、HIS/HSL颜色空间等,本发明实施例对此不作具体限定。
各像素点的颜色分量值根据不同的颜色空间对应不同的取值。以RGB颜色空间为例,颜色分量值包括:与红色对应的第一分量值、与绿色对应的第二分量值以及与蓝色对应的第三分量值。又如,以HSV颜色空间为例,颜色分量值包括:与色度对应的第一分量值、与饱和度对应的第二分量值以及与亮度对应的第三分量值。
需要说明的是,根据源图像中每个像素点的颜色分量值,构建颜色空间凸包,其中,每个像素点的颜色分量值均应是在相同的颜色空间下对应的颜色分量值。
例如,若源图像上任一像素点在RGB颜色空间上的颜色分量值为(ri,gi,bi),该颜色分量值可以对应于三维空间里的一个点,则可以根据源图像上所有像素点在RGB颜色空间上对应的颜色分量值(ri,gi,bi)构建RGB颜色空间凸包。该颜色空间凸包涵盖了源图像上所有像素点对应的颜色分量值。
步骤130,基于颜色空间凸包,确定源图像的源色板。
具体地,由于该颜色空间凸包涵盖了源图像上所有像素点对应的颜色分量值,基于凸包理论可知,凸包内的任意一点能够被凸包顶点线性表示,因此,可以将颜色空间凸包的顶点作为源图像的源色板,则该源图像上所有像素点除源色板之外的颜色(即凸包内的任意一点)均能够被源色板线性表示。
例如,可以将颜色空间凸包的各个顶点作为源图像的源色板,源色板与各顶点可以是一一对应的关系,各个顶点对应的坐标值即为源色板的颜色分量值。在一些顶点数量较多的情况下,为了减少计算量,也可以是多个顶点对应一个源色板,例如将多个顶点对应的坐标值平均值作为源色板的颜色分量值。
步骤140,基于各像素点的颜色分量值与颜色空间凸包之间的关系,确定源色板对应的系数矩阵。
具体地,源色板对应的系数矩阵是指能够根据源色板还原源图像上各像素点颜色的系数矩阵,它可以表征源色板中的颜色在各个像素点的颜色分量值上的权重。
由于凸包内的任意一点能够被凸包顶点线性表示,因此,可根据各像素点的颜色分量值与颜色空间凸包之间的线性关系,求解出源色板对应的系数矩阵。例如,凸包内的任意一点可以表征各像素点的颜色分量值,凸包的顶点可以表征源色板,则可以求解出各像素点的颜色分量值与源色板之间的线性关系,也即源色板对应的系数矩阵。
相较于传统的基于聚类算法提取图像的几种主要颜色作为图像的源色板,并根据各个像素点归属的聚类中心确定系数矩阵的方法,本发明实施例提供的方法,基于颜色空间凸包确定源图像的源色板,根据各像素点的颜色分量值与颜色空间凸包之间的关系,确定源色板对应的系数矩阵,各个像素点的颜色都可以用源色板和源色板对应的系数来精确表示,该方法保留了源图像上各个像素点的颜色与源色板所示颜色间的偏差,不会造成信息损失。
步骤150,基于源色板、源色板对应的系数矩阵和目标色板,对源图像进行色彩迁移。
具体地,在得到源色板、源色板对应的系数矩阵和目标色板的情况下,可以对源图像进行色彩迁移。色彩迁移时可以将源色板改变到指定颜色的目标色板,然后通过源色板对应的系数矩阵还原图像就能得到色彩迁移后的图像,从而使色彩迁移后的图像具有与源图像相同的结构信息和形状信息,同时兼具与目标色板相似或相同的色彩信息。
色彩迁移时,将源色板改变到指定颜色的目标色板,可以是在源色板对应的初始颜色空间下改变色板;也可以首先将源色板和目标色板均进行颜色空间转换,同时转换至目标颜色空间下,例如,可以是将RGB颜色空间转换至HSV颜色空间,再在目标颜色空间下改变色板,本发明实施例对此不作具体限定。
本发明实施例提供的图像色彩迁移方法,首先基于构建的颜色空间凸包确定源图像的源色板,根据各像素点的颜色分量值与颜色空间凸包之间的关系,确定源色板对应的系数矩阵,使得源图像中各个像素点的颜色都可以利用源色板来精确表示,保留了各个像素点的颜色与源色板所示颜色间的偏差,不会造成信息损失;然后基于源色板、源色板对应的系数矩阵和目标色板,对源图像进行色彩迁移,由此得到的迁移后图像保留了各个像素点的颜色与源色板所示颜色间的偏差,解决了色彩迁移图像颜色粗糙且过渡不自然的问题,提高了色彩迁移图像的质量。
基于上述实施例,图2是本发明提供的图像色彩迁移方法中步骤140的流程示意图,如图2所示,步骤140具体包括:
步骤141,基于各像素点的颜色分量值与所述颜色空间凸包所表征的颜色分量值之间的线性关系,确定各像素点相对于源色板的系数,所述源色板与所述颜色空间凸包所表征的颜色分量值对应;
步骤142,基于所述各像素点相对于源色板的系数,确定所述源色板对应的系数矩阵。
具体地,各像素点的颜色分量值与颜色空间凸包所表征的颜色分量值之间的线性关系,可以基于凸包理论求解。由凸包理论可知,凸包内的任意一点能够被凸包顶点线性表示。由于源色板与颜色空间凸包所表征的颜色分量值对应,则各像素点的颜色分量值与颜色空间凸包所表征的颜色分量值之间的线性关系,根据凸包理论求解,可以得到各像素点相对于源色板的系数。
可以理解的是,各像素点相对于源色板的系数可以表征源色板在该像素点上的权重,也就是说,将源色板表征的各颜色分量值以该系数为权重进行相加,即可得到该像素点的颜色分量值。
得到各像素点相对于源色板的系数后,即可根据每一个像素点相对于源色板的系数组成的矩阵,得到源色板对应的系数矩阵。
基于上述实施例,源色板和源色板对应的系数矩阵确定方法如下:
图3是凸包理论的示意图,如图3所示,图3中点{i1,i2,i3,i4}表示图像的点集合IRGB,多边形P即凸包P。假设源图像所有像素点在RGB颜色空间的点集合为IRGB,这个点集合的凸包为P。根据凸包理论,凸包内的任意一点能够被凸包顶点线性表示,如公式(1)所示,所以点集合IRGB能够被凸包顶点线性表示,即公式(2),PRGB为凸包P的顶点集合。
将PRGB作为图像的色板,W作为对应的系数矩阵,以上过程就是基于凸包理论的图像色板提取和系数矩阵求解方法的基本原理,点集合的凸包和系数矩阵可以分别通过开源机器学习库Scipy的ConvexHull和Delaunay模块进行求解。
IRGB=WPRGB (2)
举例而言,在公式(1)中,i1为凸包P内的第一个点,可以表征源图像中第一个像素点的颜色分量值;p1至p7为凸包P的顶点,可以表征源图像的源色板;w11为凸包P内的第一个点i1与凸包的顶点p1之间的线性关系,可以理解为第一个像素点的颜色分量值相对于顶点p1对应的源色板的系数;同理,w15为第一个像素点的颜色分量值相对于顶点p5对应的源色板的系数;w21为第二个像素点的颜色分量值相对于顶点p1对应的源色板的系数。
需要说明的是,公式(1)中w的取值为0-1之间的任意取值,例如可以是0.2、0.35等等,色彩迁移后的图像保留了各个像素点的颜色与源色板所示颜色间的偏差,不会造成信息损失;而将像素点的颜色分量值归属于某一个聚类中心(色板)确定的系数矩阵中,w的取值只是单纯的0或1,导致重建后的图像只有色板上的几种颜色。
本发明实施例提供的方法,通过每一个像素点的颜色分量值与颜色空间凸包的各个顶点所表征的颜色分量值之间的线性关系,确定源色板对应的系数矩阵,相比只将像素点归属于某一个聚类中心确定的系数矩阵,更加精确的确定了源色板中的各种颜色在各个像素点上的权重,从而能够提高色彩迁移图像的质量。
基于上述实施例,图4是本发明提供的图像色彩迁移方法中步骤130的流程示意图,如图4所示,步骤130具体包括:
步骤131,确定颜色空间凸包的初始顶点集合;
步骤132,对所述初始顶点集合进行顶点合并,直至达到合并终止条件,所述合并终止条件基于被合并顶点的合并误差和/或合并后的顶点数量确定;
步骤133,基于顶点合并后的颜色空间凸包的顶点集合,确定源图像的源色板。
具体地,实际应用时,由于直接求得的凸包顶点数量通常有多个,例如几百个,直接作为源图像的源色板会导致后续色彩迁移过程过于复杂,所以需要减少凸包顶点数量,可以通过合并凸包顶点来减少顶点数量,以达到实际使用要求。
顶点合并的具体方式,可以直接对相邻两顶点进行合并,也可以是首先对相邻两顶点进行预合并,然后将预合并的合并误差最小的两个顶点进行合并,本发明实施例对此不作具体限定。
达到合并终止条件则终止顶点合并,形成合并后新的颜色空间凸包。可以根据被合并顶点的合并误差确定合并终止条件,例如,当合并误差大于预先设置的误差阈值时,终止合并。
还可以根据合并后的顶点数量确定合并终止条件,例如,当合并后的顶点数量小于等于预先设置的数量阈值时,终止合并。
当然,还可以在合并时综合考虑上述两个终止条件,若同时满足上述两个终止条件,则终止合并。
根据合并后的颜色空间凸包的顶点集合,确定源图像的源色板。例如,可以直接将各个顶点的坐标值作为源色板的各颜色分量值。
基于上述任一实施例,合并凸包相邻顶点可以采用如下方法:
接着,寻找合并后合并误差最小的两个相邻顶点px和py进行合并。凸包两个相邻顶点进行合并时,某些像素点的颜色分量值点可能会落在凸包外,从而产生合并误差。合并误差可以为合并顶点后,落在凸包外部的像素点距离凸包的最短距离。
同时,根据被合并的两个初始顶点的合并误差更新重构误差,此处的重构误差可以为平均合并误差,表征合并误差的平均值,例如可以由esum/countp来表示,其中,esum为累积合并误差,countp为源图像像素点个数。
在合并时,需要判断是否达到合并终止条件,如果达到合并终止条件,则终止合并;如果未达到合并终止条件,则继续合并同时更新重构误差。合并终止条件可以根据实际需求进行设定,例如,合并终止条件可以是重构误差大于第一阈值,当重构误差大于第一阈值时,完成凸包的顶点合并;合并终止条件还可以是颜色空间凸包的顶点数量小于等于第二阈值,当颜色空间凸包的顶点数量小于等于第二阈值时,完成凸包的顶点合并。此处,第一阈值和第二阈值均为预先设置的。
当凸包顶点合并完成后得到新的凸包顶点集合P′RGB,可根据新的凸包顶点集合,确定源图像的源色板,即可以将新的凸包顶点作为源图像的源色板。
本发明实施例提供的方法,考虑到直接求得的凸包顶点数量很多,通过合并凸包两相邻顶点来减少顶点数量,从而减少后续色彩迁移过程的计算量,提高计算速度。
基于上述实施例,图5是本发明提供的图像色彩迁移方法中步骤150的流程示意图,如图5所示,步骤150具体包括:
步骤151,将源色板和目标色板转换至目标颜色空间;
步骤152,分别将目标色板中除亮度分量以外各颜色分量迁移到源色板上,得到迁移色板;
步骤153,将迁移色板由目标颜色空间转换至初始颜色空间;
步骤154,基于初始颜色空间下的迁移色板,以及源色板对应的系数矩阵,确定目标图像。
具体地,在得到源色板、源色板对应的系数矩阵和目标色板的情况下,可以对源图像进行色彩迁移。
其中,源色板和目标色板的初始颜色空间可以是相同的,如源色板和目标色板的初始颜色空间均是RGB颜色空间,也可以是不相同的,如源色板的初始颜色空间是RGB颜色空间,目标色板的初始颜色空间是HSV颜色空间。
此处的目标颜色空间可以是任意颜色空间,例如,可以是RGB颜色空间,也可以是HSV颜色空间。需要说明的是,经颜色空间转换后,源色板和目标色板处于同一颜色空间下,即目标颜色空间。
此外,经过大量试验和研究发现,在做色彩迁移时,如果源图像的亮度分布发生变化,会引起视觉上的不协调,从而影响迁移后图像的质量。
同时考虑到以上两点,本发明实施例提供的色彩迁移方法,在目标颜色空间下做色彩迁移时,对亮度分量不作迁移,仅将目标色板中除亮度分量以外的各颜色分量迁移到源色板上。
以目标颜色空间为HSV颜色空间为例,HSV颜色空间的各分量分别为:色调H、饱和度S和亮度V。
在HSV颜色空间下做色彩迁移时,可以分别将目标色板的H分量和S分量迁移到源色板上,得到迁移色板。此处只改变源色板的H、S分量可以避免引起源图像亮度分布的变化,从而避免引起视觉上的不协调。
在进行色彩迁移时,源色板和目标色板的颜色数量可以是相同的,也可以是不同的。当源色板和目标色板的颜色数量不同时,可以根据源色板和目标色板的顺序,确定色彩迁移时的优先级。
然后,将迁移色板再次转化回初始颜色空间,并根据公式Itarget=WPtarget,将迁移色板与源色板对应的系数矩阵W相乘可以得到目标图像,此处的目标图像即色彩迁移后得到的图像。
本发明实施例提供的图像色彩迁移方法,通过将源色板和目标色板均由初始颜色空间转换至目标颜色空间,在目标颜色空间下做色彩迁移,并且只改变源色板的除亮度分量以外的各颜色分量,可以避免引起源图像亮度分布的变化,从而避免引起视觉上的不协调,进一步提高色彩迁移图像的质量。
基于上述实施例,步骤152具体包括:根据源色板的重要性排序顺序和目标色板的顺序,顺次将目标色板中除亮度分量以外各颜色分量迁移到所述源色板上,得到迁移色板;
源色板的重要性排序顺序是基于源色板对应的系数矩阵确定的。
具体地,在进行色彩迁移时,考虑到源色板和目标色板的颜色数量可能不匹配,例如,源色板有5个颜色,而目标色板只有4个颜色。此时,需要将源色板和目标色板进行排序,按照源色板和目标色板的顺序,顺次将目标色板中除亮度分量以外各颜色分量迁移到所述源色板上,得到迁移色板。
其中,可以依据源色板的重要性进行排序,重要性越高的颜色,相应地,色彩迁移时迁移优先级越高;重要性越低的颜色,色彩迁移时迁移优先级越低或者不进行迁移。
源色板的重要性是根据源色板对应的系数矩阵确定的,源色板的重要性可以由源色板中任意一个颜色对应所有系数之和来表征,和越大则重要性越高,色彩迁移时迁移优先级越高。
例如,目标颜色空间为HSV颜色空间,源色板的5个颜色分别为A、B、C、D、E,目标色板的四个颜色分别为F、G、J、K。根据源色板对应的系数矩阵确定的源色板的重要性分别为:1.2,0.7,0.9,1.9,2.2。则源色板依据重要性排序后的顺序为E、D、A、C、B。
因为目标色板的颜色数量为4个,因此在进行色彩迁移时,优先迁移排序后的前四个源色板,即E、D、A、C,色板B不做颜色迁移。并且为了避免引起亮度分布的变化,只迁移H、S分量,例如可以顺次将F色板的H、S分量迁移到E色板上,G色板的H、S分量迁移到D色板上,J色板的H、S分量迁移到A色板上,K色板的H、S分量迁移到C色板上。
需要说明的是,对源色板进行重要性排序后,源色板对应的系数矩阵的顺序也需要相应的进行调整,与排序后的源色板保持一致。
本发明实施例提供的方法,首先根据源色板对应的系数矩阵确定源色板的重要性,然后根据源色板的重要性排序顺序和目标色板的顺序进行色彩迁移,确保重要性越高的颜色,色彩迁移时迁移优先级越高,进一步提高了色彩迁移图像的质量。
基于上述任一实施例,图6是本发明提供的目标色板的获取方法的流程示意图之一,如图6所示,步骤110具体包括:
步骤111a,获取参考图像,并确定参考图像的色板;
步骤112a,将参考图像的色板确定为目标色板。
具体地,此处的参考图像是指用于提供色彩迁移所使用的颜色信息的图像。参考图像可以是用图像采集设备拍摄的风景图像、人物图像等,也可以是由设计人员预先绘制的、具有特定颜色搭配方案的图像,当然,还可以是从云端或者数据库获取用户选择的图像作为参考图像,本发明实施例对此不作具体限定。
考虑到在实际应用中,经常需要将参考图像中的颜色风格迁移到源图像上,以使得源图像在不改变内容分布的情况下拥有和参考图像类似的颜色分布。因此,可以首先对参考图像进行色板提取,得到参考图像的色板。其中,参考图像的色板提取方法与上述实施例描述的源色板的确定方法相同,在此不再赘述。
参考图像的色板确定后,即可将参考图像的色板确定为目标色板,并基于源色板、源色板对应的系数矩阵和目标色板,对源图像进行色彩迁移,迁移后的图像拥有与源图像类似或相同的内容分布,兼具与参考图像类似或相同的颜色分布。
本发明实施例提供的方法,通过获取参考图像,并将参考图像的色板确定为目标色板,该方法可以基于源图像和参考图像,对源图像进行色彩迁移,迁移后的图像拥有与源图像类似或相同的内容分布,兼具与参考图像类似或相同的颜色分布。
基于上述任一实施例,图7是本发明提供的目标色板的获取方法的流程示意图之二,如图7所示,步骤110具体包括:
步骤111b,获取源图像和目标图像数量;
步骤112b,将源图像的色板转换至目标颜色空间;
步骤113b,在目标颜色空间下,将所述源图像的色板除亮度维度以外各维度分别采样所述目标图像数量份,得到所述目标图像数量套采样色板;
步骤114b,将目标图像数量套采样色板由目标颜色空间转换至初始颜色空间后得到的色板,确定为目标色板。
具体地,此处目标图像数量是指色彩迁移后得到的目标图像数量,目标图像数量可以是用户根据实际需要灵活设置的,例如,可以是2张,也可以是4张。源图像的获取方式和上述实施例中源图像的获取方式相同,在此不再赘述。
考虑在实际应用中,另一种常见的色彩迁移应用场景是用户只提供源图像和迁移生成的目标图像数量,需要算法自动的在颜色空间中选取颜色进行迁移。本发明实施例提供的方法可以通过源图像和目标图像数量确定目标色板,然后基于源图像和目标色板进行色彩迁移。
首先可以对源图像进行色板提取,得到源图像的色板,色板提取的方法同上述实施例中源色板的确定方法相同。然后将源图像的色板转换至目标颜色空间,将源图像的色板在目标颜色空间除亮度维度以外各维度分别采样目标图像数量份,得到目标图像数量套采样色板,此处的采样可以是随机采样,也可以是均匀采样,本发明实施例对此不作具体限定。
这里也只改变除亮度分量以外的各颜色分量值,同样是为了避免引起亮度变化从而导致视觉上的不协调问题。
最后,将目标图像数量套采样色板由目标颜色空间转换至初始颜色空间后得到的色板,确定为目标色板。目标色板数量与目标图像数量一致。
在得到相应数量的目标色板后,则可以基于每一套目标色板和源图像,生成一张色彩迁移后的目标图像,最终得到相应数量的目标图像。
本发明实施例提供的方法,通过将源图像的色板在目标颜色空间的除亮度维度以外的各维度分别采样目标图像数量份,得到目标图像数量套采样色板,然后基于目标图像数量套采样色板,确定目标色板。通过该方法,可以根据源图像和迁移生成的目标图像数量,自动对源图像进行色彩迁移。
基于上述任一实施例,图8是本发明提供的图像色彩迁移方法的流程示意图之二,如图8所示,该方法包括:
步骤810,获取源图像和迁移目标。
此处,迁移目标根据迁移模式不同分为:目标色板、参考图像或者目标图像数量。
步骤820,基于凸包理论求解源色板和源色板对应的系数矩阵。
基于凸包理论的图像色板提取和系数矩阵求解方法的基本流程和传统色板提取方法类似,都是利用某种方法将图像分层,相近的颜色被划分为同一层,不同的颜色图层组成图像的色板,同时求解能够根据色板还原图像的系数矩阵,后续色彩迁移时只需要改变色板为指定颜色并与系数矩阵相乘就可以得到色彩迁移后的图像。区别在于传统的色板提取多是通过颜色聚类等方法进行色板提取,而本发明实施例提出的方法是基于凸包理论完成色板提取的。
根据聚类中心确定的系数矩阵通常只将像素点归属于某一个聚类中心,导致重建后的图像只有色板上的几种颜色。具体表现在色彩迁移后的图片色彩粒度比较粗糙且颜色过渡位置不自然。基于凸包理论的图像色板提取和系数矩阵求解办法,极大程度上降低了色彩迁移图像颜色粗糙且不自然的问题。
步骤830,基于源色板、源色板对应的系数矩阵以及迁移目标对源图像进行色彩迁移。
具体地,根据图像色彩迁移常见的使用场景,本发明实施例根据迁移目标,提供三种迁移模式,分别是基于目标色板的图像色彩迁移模式、基于参考图像的图像色彩迁移模式和基于目标图像数量的全自动图像色彩迁移模式。
其中,基于参考图像的图像色彩迁移基本步骤和基于目标色板的图像色彩迁移基本一致,区别在于基于参考图像的图像色彩迁移输入的不是目标色板而是参考图像,所以需要先对参考图像进行目标色板的提取,色板提取方法与上文所述一致,目标色板提取完成后的色彩迁移步骤与基于目标色板的迁移模式一致。
基于目标图像数量的全自动图像色彩迁移模式,只需要用户提供源图像和期望生成图像数N,全自动图像色彩迁移算法会自动选择N套合适的目标色板,并生成目标图像。
下面对本发明提供的图像色彩迁移装置进行描述,下文描述的图像色彩迁移装置与上文描述的图像色彩迁移方法可相互对应参照。
基于上述任一实施例,图9是本发明提供的图像色彩迁移装置的结构示意图,如图9所示,该装置包括:
图像和色板获取单元910,用于获取源图像和目标色板;
凸包构建单元920,用于基于所述源图像中各像素点的颜色分量值,构建颜色空间凸包;
源色板确定单元930,用于基于所述颜色空间凸包的顶点,确定所述源图像的源色板;
系数矩阵确定单元940,用于基于所述各像素点的颜色分量值与所述颜色空间凸包的各个顶点之间的关系,确定所述源色板对应的系数矩阵;
色彩迁移单元950,用于基于所述源色板、所述源色板对应的系数矩阵和所述目标色板,对所述源图像进行色彩迁移。
本发明实施例提供的图像色彩迁移装置,首先基于构建的颜色空间凸包,确定源图像的源色板,根据各像素点的颜色分量值与颜色空间凸包之间的关系,确定源色板对应的系数矩阵,使得源图像中各个像素点的颜色都可以利用源色板来精确表示,保留了各个像素点的颜色与源色板所示颜色间的偏差,不会造成信息损失;然后基于源色板、源色板对应的系数矩阵和目标色板,对源图像进行色彩迁移,由此得到的迁移后图像保留了各个像素点的颜色与源色板所示颜色间的偏差,解决了色彩迁移图像颜色粗糙且过渡不自然的问题,提高了色彩迁移图像的质量。
基于上述任一实施例,系数矩阵确定单元940进一步用于:
基于各像素点的颜色分量值与所述颜色空间凸包所表征的颜色分量值之间的线性关系,确定各像素点相对于源色板的系数,所述源色板与所述颜色空间凸包所表征的颜色分量值对应;
基于所述各像素点相对于源色板的系数,确定所述源色板对应的系数矩阵。
基于上述任一实施例,源色板确定单元930进一步用于:
确定所述颜色空间凸包的初始顶点集合;
对所述初始顶点集合进行顶点合并,直至达到合并终止条件,所述合并终止条件基于被合并顶点的合并误差和/或合并后的顶点数量确定;
基于顶点合并后的颜色空间凸包的顶点集合,确定所述源图像的源色板。
基于上述任一实施例,色彩迁移单元950进一步用于:
将所述源色板和所述目标色板转换至目标颜色空间;
分别将所述目标色板中除亮度分量以外各颜色分量迁移到所述源色板上,得到迁移色板;
将所述迁移色板由目标颜色空间转换至初始颜色空间;
基于初始颜色空间下的迁移色板,以及所述源色板对应的系数矩阵,确定目标图像。
基于上述任一实施例,色彩迁移单元950进一步用于:
根据所述源色板的重要性排序顺序和所述目标色板的顺序,顺次将所述目标色板中除亮度分量以外各颜色分量迁移到所述源色板上,得到迁移色板;
所述源色板的重要性排序顺序是基于所述源色板对应的系数矩阵确定的。
基于上述任一实施例,图像和色板获取单元910进一步用于:
获取参考图像,并确定所述参考图像的色板;
将所述参考图像的色板确定为所述目标色板。
基于上述任一实施例,图像和色板获取单元910进一步用于:
获取源图像和目标图像数量;
将所述源图像的色板转换至目标颜色空间;
在目标颜色空间下,将所述源图像的色板除亮度维度以外各维度分别采样所述目标图像数量份,得到所述目标图像数量套采样色板;
将所述目标图像数量套采样色板由目标颜色空间转换至初始颜色空间后得到的色板,确定为所述目标色板。
图10示例了一种电子设备的实体结构示意图,如图10所示,该电子设备可以包括:处理器(processor)1010、通信接口(Communications Interface)1020、存储器(memory)1030和通信总线1040,其中,处理器1010,通信接口1020,存储器1030通过通信总线1040完成相互间的通信。处理器1010可以调用存储器1030中的逻辑指令,以执行图像色彩迁移方法,该方法包括:获取源图像和目标色板;基于所述源图像中各像素点的颜色分量值,构建颜色空间凸包;基于所述颜色空间凸包的顶点,确定所述源图像的源色板,基于所述各像素点的颜色分量值与所述颜色空间凸包的各个顶点之间的关系,确定所述源色板对应的系数矩阵;基于所述源色板、所述源色板对应的系数矩阵和所述目标色板,对所述源图像进行色彩迁移。
此外,上述的存储器1030中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的图像色彩迁移方法,该方法包括:获取源图像和目标色板;基于所述源图像中各像素点的颜色分量值,构建颜色空间凸包;基于所述颜色空间凸包,确定所述源图像的源色板;基于所述各像素点的颜色分量值与所述颜色空间凸包之间的关系,确定所述源色板对应的系数矩阵;基于所述源色板、所述源色板对应的系数矩阵和所述目标色板,对所述源图像进行色彩迁移。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的图像色彩迁移方法,该方法包括:获取源图像和目标色板;基于所述源图像中各像素点的颜色分量值,构建颜色空间凸包;基于所述颜色空间凸包,确定所述源图像的源色板;基于所述各像素点的颜色分量值与所述颜色空间凸包之间的关系,确定所述源色板对应的系数矩阵;基于所述源色板、所述源色板对应的系数矩阵和所述目标色板,对所述源图像进行色彩迁移。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种图像色彩迁移方法,其特征在于,包括:
获取源图像和目标色板;
基于所述源图像中各像素点的颜色分量值,构建颜色空间凸包;
基于所述颜色空间凸包,确定所述源图像的源色板;
基于所述各像素点的颜色分量值与所述颜色空间凸包之间的关系,确定所述源色板对应的系数矩阵;
基于所述源色板、所述源色板对应的系数矩阵和所述目标色板,对所述源图像进行色彩迁移。
2.根据权利要求1所述的图像色彩迁移方法,其特征在于,所述基于所述各像素点的颜色分量值与所述颜色空间凸包之间的关系,确定所述源色板对应的系数矩阵,包括:
基于各像素点的颜色分量值与所述颜色空间凸包所表征的颜色分量值之间的线性关系,确定各像素点相对于源色板的系数,所述源色板与所述颜色空间凸包所表征的颜色分量值对应;
基于所述各像素点相对于源色板的系数,确定所述源色板对应的系数矩阵。
3.根据权利要求1所述的图像色彩迁移方法,其特征在于,所述基于所述颜色空间凸包,确定所述源图像的源色板,包括:
确定所述颜色空间凸包的初始顶点集合;
对所述初始顶点集合进行顶点合并,直至达到合并终止条件,所述合并终止条件基于被合并顶点的合并误差和/或合并后的顶点数量确定;
基于顶点合并后的颜色空间凸包的顶点集合,确定所述源图像的源色板。
4.根据权利要求1所述的图像色彩迁移方法,其特征在于,所述基于所述源色板、所述源色板对应的系数矩阵和所述目标色板,对所述源图像进行色彩迁移,包括:
将所述源色板和所述目标色板转换至目标颜色空间;
分别将所述目标色板中除亮度分量以外各颜色分量迁移到所述源色板上,得到迁移色板;
将所述迁移色板由目标颜色空间转换至初始颜色空间;
基于初始颜色空间下的迁移色板,以及所述源色板对应的系数矩阵,确定目标图像。
5.根据权利要求4所述的图像色彩迁移方法,其特征在于,所述分别将所述目标色板中除亮度分量以外各颜色分量迁移到所述源色板上,得到迁移色板,包括:
根据所述源色板的重要性排序顺序和所述目标色板的顺序,顺次将所述目标色板中除亮度分量以外各颜色分量迁移到所述源色板上,得到迁移色板;
所述源色板的重要性排序顺序是基于所述源色板对应的系数矩阵确定的。
6.根据权利要求1-5任一项所述的图像色彩迁移方法,其特征在于,所述目标色板是基于如下步骤获取的:
获取参考图像,并确定所述参考图像的色板;
将所述参考图像的色板确定为所述目标色板。
7.根据权利要求1-5任一项所述的图像色彩迁移方法,其特征在于,所述目标色板是基于如下步骤获取的:
获取源图像和目标图像数量;
将所述源图像的色板转换至目标颜色空间;
在目标颜色空间下,将所述源图像的色板除亮度维度以外各维度分别采样所述目标图像数量份,得到所述目标图像数量套采样色板;
将所述目标图像数量套采样色板由目标颜色空间转换至初始颜色空间后得到的色板,确定为所述目标色板。
8.一种图像色彩迁移装置,其特征在于,包括:
图像和色板获取单元,用于获取源图像和目标色板;
凸包构建单元,用于基于所述源图像中各像素点的颜色分量值,构建颜色空间凸包;
源色板确定单元,用于基于所述颜色空间凸包,确定所述源图像的源色板;
系数矩阵确定单元,用于基于所述各像素点的颜色分量值与所述颜色空间凸包之间的关系,确定所述源色板对应的系数矩阵;
色彩迁移单元,用于基于所述源色板、所述源色板对应的系数矩阵和所述目标色板,对所述源图像进行色彩迁移。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述的图像色彩迁移方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的图像色彩迁移方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111539969.2A CN114494467A (zh) | 2021-12-15 | 2021-12-15 | 图像色彩迁移方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111539969.2A CN114494467A (zh) | 2021-12-15 | 2021-12-15 | 图像色彩迁移方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114494467A true CN114494467A (zh) | 2022-05-13 |
Family
ID=81494095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111539969.2A Pending CN114494467A (zh) | 2021-12-15 | 2021-12-15 | 图像色彩迁移方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114494467A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115457167A (zh) * | 2022-09-21 | 2022-12-09 | 山东大学 | 基于色彩排序的调色板设计系统 |
-
2021
- 2021-12-15 CN CN202111539969.2A patent/CN114494467A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115457167A (zh) * | 2022-09-21 | 2022-12-09 | 山东大学 | 基于色彩排序的调色板设计系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI406180B (zh) | 用於產生具有多重前景平面之高度壓縮影像資料檔案的系統及方法 | |
JP4285290B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
US20200143230A1 (en) | Image lighting methods and apparatuses, electronic devices, and storage media | |
US10079962B2 (en) | Systems and methods for separating a digital image using a specified colour palette into a sequence of separation plates used in a multi-stage printing process to produce an acceptable facsimile of the digital image | |
Kekre et al. | Creating the color panoramic view using medley of grayscale and color partial images | |
CN110569859B (zh) | 一种服装图像的颜色特征提取方法 | |
JP7463186B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
Grogan et al. | User interaction for image recolouring using£ 2 | |
CN114494467A (zh) | 图像色彩迁移方法、装置、电子设备和存储介质 | |
CN112991366A (zh) | 对图像进行实时色度抠图的方法、装置及移动端 | |
Pierre et al. | Luminance-hue specification in the RGB space | |
CN113052783A (zh) | 一种基于人脸关键点的人脸图像融合方法 | |
CN108876729B (zh) | 一种全景图中补充天空的方法及系统 | |
JP2011061860A (ja) | 画像データ処理装置、画像データセットを記録した媒体、画像データ処理プログラムを記録した媒体および画像データ処理方法 | |
CN108352055A (zh) | 用于校正图像的方法和装置 | |
CN108053452B (zh) | 一种基于混合模型的数字图像色彩提取方法 | |
CN111783382A (zh) | 一种文档视觉效果的推荐方法和装置 | |
CN106251316B (zh) | 照片的修复方法和装置 | |
US20130100157A1 (en) | Method and system to modify a color lookup table | |
WO2012132039A1 (ja) | 三次元モザイク画像表示装置 | |
KR101264358B1 (ko) | 자동화된 포토 모자이크 영상 생성 방법 및 시스템 | |
CN110430429A (zh) | 一种适合于航拍影像的jpeg压缩量化方法 | |
JP3493148B2 (ja) | 画像色処理装置、画像色処理方法および記録媒体 | |
CN112308938B (zh) | 图像处理方法和图像处理装置 | |
CN114299168A (zh) | 图像配色方法、装置、设备及介质 |
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 |