CN114708135A - 图像处理方法、装置、设备、存储介质和计算机程序产品 - Google Patents
图像处理方法、装置、设备、存储介质和计算机程序产品 Download PDFInfo
- Publication number
- CN114708135A CN114708135A CN202210270351.9A CN202210270351A CN114708135A CN 114708135 A CN114708135 A CN 114708135A CN 202210270351 A CN202210270351 A CN 202210270351A CN 114708135 A CN114708135 A CN 114708135A
- Authority
- CN
- China
- Prior art keywords
- image
- pattern
- pixel value
- pixel
- transparency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000004590 computer program Methods 0.000 title claims abstract description 10
- 239000000463 material Substances 0.000 claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims description 35
- 238000000605 extraction Methods 0.000 claims description 26
- 238000001914 filtration Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 15
- 238000012549 training Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000011049 filling Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002093 peripheral effect Effects 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
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- 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
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0203—Image watermarking whereby the image with embedded watermark is reverted to the original condition before embedding, e.g. lossless, distortion-free or invertible watermarking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本公开关于一种图像处理方法、装置、设备、存储介质和计算机程序产品。所述方法包括:基于叠加图案的素材图像获取待处理图像中的叠加图案自身的第一像素值,基于待处理图像的图像通道读取叠加图案对应的透明度,确定叠加图案的第一像素值在透明度下显示的第二像素值;获取待处理图像中叠加图案所在目标区域显示的第三像素值,并根据第三像素值与第二像素值的差值以及叠加图案对应的透明度,确定目标区域在叠加半透明的叠加图案前的第四像素值;基于目标区域的第四像素值,得到目标区域去除半透明的叠加图案后的图像。在本公开中,可基于叠加图案已知的透明度和第一像素值,快速准确地获取第四像素值,提高叠加图案去除效率。
Description
技术领域
本公开涉及图像处理领域,尤其涉及图像处理方法、装置、电子设备、存储介质和计算机程序产品。
背景技术
随着计算机技术的发展,针对视频或图像的应用软件也日益普及,如短视频应用或图像编辑应用。为 了提供更优秀的视觉效果,可以针对会对图像内容或视频内容造成遮挡的叠加图案进行消除,如去除图像 中的水印。
在相关技术中,可以采用标注好的训练数据对神经网络进行训练,通过训练好的神经网络去除图像中 的叠加图案。
然而,该方式不但需要大量标注的训练数据进行训练,而且在叠加图案去除过程中,神经网络在消耗 设备大量算力的同时,难以取得自然的叠加图案去除效果。可见,相关技术中存在叠加图案去除效率低下 的问题。
发明内容
本公开提供一种图像处理方法、装置、电子设备、存储介质和计算机程序产品,以至少解决相关技术 中叠加图案去除效率低下的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种图像处理方法,包括:
基于叠加图案的素材图像获取待处理图像中的叠加图案自身的第一像素值,基于所述待处理图像的图 像通道读取所述叠加图案对应的透明度,确定所述叠加图案的所述第一像素值在所述透明度下显示的第二 像素值,所述待处理图像为初始图像叠加半透明的所述叠加图案后的图像;
获取所述待处理图像中所述叠加图案所在目标区域显示的第三像素值,并根据所述第三像素值与第二 像素值的差值以及所述叠加图案对应的透明度,确定目标区域在叠加半透明的所述叠加图案前的第四像素 值;
基于所述目标区域的第四像素值,得到所述目标区域去除半透明的所述叠加图案后的图像。
在一示例性实施例中,所述基于图像通道读取所述叠加图案对应的透明度,包括:
获取所述待处理图像对应的阿尔法通道数据;
从所述阿尔法通道数据中,获取所述待处理图像中所述叠加图案所在目标区域的阿尔法值,并基于所 述阿尔法值得到所述叠加图案对应的透明度。
在一示例性实施例中,所述基于叠加图案的素材图像获取待处理图像中的叠加图案自身的第一像素 值,包括:
获取包含所述叠加图案的素材图像,并获取所述素材图像的RGB数据;
基于所述素材图像的RGB数据,得到所述叠加图案自身的第一像素值。
在一示例性实施例中,所述基于所述素材图像的RGB数据,得到所述叠加图案自身的第一像素值,包 括:
获取所述素材图像中包含所述叠加图案的图案提取区域的多个候选像素点,并获取像素阈值;
将所述图案提取区域中像素值小于所述像素阈值的候选像素点滤除;
基于滤除后剩余的多个候选像素点对应的RGB数据,得到所述叠加图案的多个像素点所对应的第一像 素值。
在一示例性实施例中,所述获取像素阈值,包括:
获取所述图案提取区域中多个候选像素点的像素值;
获取所述多个候选像素点的像素值的像素均值,并基于所述像素均值得到像素阈值。
在一示例性实施例中,所述根据所述第三像素值与第二像素值的差值以及所述叠加图案对应的透明 度,确定目标区域在叠加半透明的所述叠加图案前的第四像素值,包括:
基于预设的总透明度与所述叠加图案对应的透明度的差值,得到被半透明的所述叠加图案遮挡时所述 初始图像中目标区域的透明度;
基于所述第三像素值与第二像素值的差值与所述初始图像中目标区域的透明度之间的比值,得到目标 区域在叠加半透明的所述叠加图案前的第四像素值。
在一示例性实施例中,在所述基于所述目标区域的第四像素值,得到所述目标区域去除半透明的所述 叠加图案后的图像之后,还包括:
若基于所述待处理图像的图像通道获取到所述待处理图像中目标区域以外的其他区域的透明度,则获 取所述其他区域的像素值;
基于所述其他区域的像素值与其他区域的透明度之间的比值,得到其他区域在叠加透明度前的像素 值;
基于所述目标区域去除半透明的所述叠加图案后的图像,以及所述其他区域在叠加透明度前的像素值 所对应的图像,得到去除所述待处理图像中的所述叠加图案的目标图像。
根据本公开实施例的第二方面,提供一种图像处理装置,包括:
第一像素值获取单元,被配置为执行基于叠加图案的素材图像获取待处理图像中的叠加图案自身的第 一像素值,基于所述待处理图像的图像通道读取所述叠加图案对应的透明度,确定所述叠加图案的所述第 一像素值在所述透明度下显示的第二像素值,所述待处理图像为初始图像叠加半透明的所述叠加图案后的 图像;
第四像素值单元,被配置为执行获取所述待处理图像中所述叠加图案所在目标区域显示的第三像素 值,并根据所述第三像素值与第二像素值的差值以及所述叠加图案对应的透明度,确定目标区域在叠加半 透明的所述叠加图案前的第四像素值;
叠加图案去除单元,被配置为执行基于所述目标区域的第四像素值,得到所述目标区域去除半透明的 所述叠加图案后的图像。
在一示例性实施例中,所述第一像素值获取单元,包括:
阿尔法通道数据获取模块,被配置为执行获取所述待处理图像对应的阿尔法通道数据;
透明度确定模块,被配置为执行从所述阿尔法通道数据中,获取所述待处理图像中所述叠加图案所在 目标区域的阿尔法值,并基于所述阿尔法值得到所述叠加图案对应的透明度。
在一示例性实施例中,所述第一像素值获取单元,包括:
RGB数据获取模块,被配置为执行获取包含所述叠加图案的素材图像,并获取所述素材图像的RGB数 据;
第一像素值确定模块,被配置为执行基于所述素材图像的RGB数据,得到所述叠加图案自身的第一像 素值。
在一示例性实施例中,所述第一像素值确定模块,包括:
像素阈值确定模块,被配置为执行获取所述素材图像中包含所述叠加图案的图案提取区域的多个候选 像素点,并获取像素阈值;
像素点滤除模块,被配置为执行将所述图案提取区域中像素值小于所述像素阈值的候选像素点滤除;
像素值查询模块,被配置为执行基于滤除后剩余的多个候选像素点对应的RGB数据,得到所述叠加图 案的多个像素点所对应的第一像素值。
在一示例性实施例中,所述像素阈值确定模块,具体用于:
获取所述图案提取区域中多个候选像素点的像素值;
获取所述多个候选像素点的像素值的像素均值,并基于所述像素均值得到像素阈值。
在一示例性实施例中,所述第四像素值单元,具体用于:
基于预设的总透明度与所述叠加图案对应的透明度的差值,得到被半透明的所述叠加图案遮挡时所述 初始图像中目标区域的透明度;
基于所述第三像素值与第二像素值的差值与所述初始图像中目标区域的透明度之间的比值,得到目标 区域在叠加半透明的所述叠加图案前的第四像素值。
在一示例性实施例中,所述装置还包括:
其他区域像素值获取单元,被配置为执行若基于所述待处理图像的图像通道获取到所述待处理图像中 目标区域以外的其他区域的透明度,则获取所述其他区域的像素值;
其他区域透明度获取单元,被配置为执行基于所述其他区域的像素值与其他区域的透明度之间的比 值,得到其他区域在叠加透明度前的像素值;
目标图像获取单元,被配置为执行基于所述目标区域去除半透明的所述叠加图案后的图像,以及所述 其他区域在叠加透明度前的像素值所对应的图像,得到去除所述待处理图像中的所述叠加图案的目标图 像。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如上述任一项所述的图像处理方法。
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,当所述计算机可读存储介质中的指令 由电子设备的处理器执行时,使得所述电子设备能够执行如上述任一项所述的图像处理方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,所述计算机程序产品中包括指令,所述指 令被电子设备的处理器执行时,使得所述电子设备能够执行如上述任一项所述的图像处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
在本公开的方案中,可以基于叠加图案已知的透明度和第一像素值,以极小的计算开销,快速准确地 获取到目标区域在叠加半透明的叠加图案前的第四像素值,且无需依赖复杂的网络模型进行处理,在降低 算力要求的同时可以达到自然的叠加图案去除效果,有效提高了叠加图案的去除效率。
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-a是一种叠加图案处理前的示意图。
图1-b是一种去除叠加图案后的效果示意图。
图2是根据一示例性实施例示出的一种图像处理方法的流程图。
图3是另一种去除叠加图案后的效果示意图。
图4是根据一示例性实施例示出的一种获取第一像素值的步骤的流程图。
图5-a是根据一示例性实施例示出的一种提取后的叠加图案的示意图。
图5-b是根据一示例性实施例示出的另一种提取后的叠加图案的示意图。
图6-a是根据一示例性实施例示出的一种叠加图案处理前的示意图。
图6-b是根据一示例性实施例示出的一种叠加图案处理后的示意图。
图7-a是根据一示例性实施例示出的另一种叠加图案处理前的示意图。
图7-b是根据一示例性实施例示出的一种叠加图案处理后的示意图。
图8是根据一示例性实施例示出的一种图像处理装置的框图。
图9是根据一示例性实施例示出的一种电子设备的框图。
图10是根据一示例性实施例示出的另一种电子设备的框图。
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。
还需要说明的是,本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据 (包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
为了便于对本公开实施例的理解,先对去除半透明的叠加图案的相关技术进行说明。
在实际应用中,可以通过神经网络算法去除图像中的透明图案。例如,可以采用双阶段优化的框架对 神经网络进行训练,在训练过程中,原始图像和待填充图像一起被送入第一简短的网络,该网络由卷积层 和膨胀卷积组成,该网络基于输入的原始图像和填充图像,可以对待填充图像中的待填充区域进行填充, 输出第一个粗操的填充结果,然后将其送入第二阶段的网络,第二阶段的网络规模与第一阶段类似。第二 阶段的网络基于输入的粗糙的填充结果,可以输出一个填充后的图像作为输出结果,第二阶段得到的结果 会分别参与全图的损失计算和局部的损失计算,来更新整个网络,其中,第二阶段的精细网络比第一阶段 的粗网络可以模拟出更完整的图像信息,其编码器可以学习到更好的特征表示。双阶段优化的神经网络针 对输入的待填充图像,由于待填充区域和背景区域各自的分辨率不同,可以将待填充图像划分为待填充区 域和背景区域,然后先对背景区域进行空间维度上的重排,并用卷积对前景区域进行空间尺寸调整,再用 Softmax函数计算两者的相关性,并进行反卷积重建。通过多次训练后,可以得到训练好的能够去除叠加 图案的神经网络模型。
然而,上述方式在需要较大的算力支持,对设备性能和维护成本提出更高要求(例如需要配备有GPU 的服务器处理)的同时,神经网络训练过程也需要大量的人员对数据进行标注,标注成本较高;并且,神 经网络训练过程中利用损失函数更新参数,该过程在损失函数的约束下进行随机梯度下降来更新参数,容 易导致叠加图案的去除效果不可控,常常导致消除叠加图案后所填充的纹理存在不自然的情况,例如针对 图1-a中所显示的叠加图案,通过神经网络进行处理后,得到如图1-b所示的效果。
为至少解决相关技术中叠加图案去除效率低下的问题,本公开提供了一种图像处理方法。
如图2所示,是根据一示例性实施例示出的一种图像处理方法,本实施例以该方法应用于服务端进行 举例说明,可以理解的是,该方法也可以应用于终端,还可以应用于包括终端和服务端的系统,并通过终 端和服务端的交互实现。本实施例中,该方法包括以下步骤:
在步骤110中,基于叠加图案的素材图像获取待处理图像中的叠加图案自身的第一像素值,基于待处 理图像的图像通道读取叠加图案对应的透明度,确定叠加图案的第一像素值在所述透明度下显示的第二像 素值。
其中,待处理图像为初始图像叠加半透明的叠加图案后的图像;叠加图案的素材图像可以是指用于生 成叠加图案的图像,如叠加图案的模板或包含叠加图像的图像,且在叠加图案的素材图像中,叠加图案所 在区域的像素值为叠加图案自身的像素值。
示例性地,叠加图案可以是半透明图案,如水印,叠加图案具有对应的半透明度。
在实际应用中,服务端可以获取待处理图像,并对待处理图像中的叠加图像进行识别。例如,可以预 先训练好的叠加图像识别模型,该模型可以是通过叠加有半透明的叠加图案的多种训练图像进行训练得 到,不同的训练图像上可以设置有不同类型的叠加图像,进而训练好的叠加图像识别模型可以对图像中的 叠加图案进行识别。在服务端在接收到待处理图像后,可以将待处理图像输入到叠加图像识别模型中,基 于叠加图像识别模型的输出结果确定出待处理图像中的叠加图案。
在确定出待处理图像中的叠加图案后,可以基于叠加图案的素材图像,获取到当前待处理图像中叠加 图案自身的第一像素值;同时,可以基于待处理图像的图像通道读取叠加图案对应的透明度,具体而言, 常规图像(即不包含具有透明度的叠加图案的图像)通常会具有用于记录图像中各像素点的像素值的图像 通道,例如RGB通道,而对于具有叠加图案的图像,则还可以具备用于记录图像像素点透明度的图像通道, 因此在获取到待处理图像后,可以通过待处理图像的图像通道读取到叠加图案的透明度。
在获取到叠加图案自身的第一像素值和叠加图案对应的透明度后,则可以确定叠加图案的第一像素值 在叠加图案的透明度下显示的第二像素值。具体来说,待处理图像当前的视觉效果,可以理解为叠加图案 放置在距离初始图像一定距离的位置,透过半透明的叠加图像观看初始图像的视觉效果,此时,针对放置 在初始图像之前的叠加图像,由于透明度的影响,叠加图像的第一像素值会在其对应透明度下显示为第二 像素值。在本实施例中,则可以基于第一像素值和叠加图案的透明度,确定出第二像素值。
在步骤120中,获取待处理图像中叠加图案所在目标区域显示的第三像素值,并根据第三像素值与第 二像素值的差值以及叠加图案对应的透明度,确定目标区域在叠加半透明的叠加图案前的第四像素值。
具体实现中,在得到待处理图像并识别出待处理图像中的叠加图案后,可以确定叠加图案在待处理图 像中的区域,即待处理图像中叠加图案所在目标区域,并读取该目标区域显示的第三像素值,具体例如, 可以通过待处理图像的图像通道读取到目标区域显示的第三像素值。
由于待处理图像当前的视觉效果,可以理解为叠加图案放置在距离初始图像一定距离的位置,透过半 透明的叠加图像观看初始图像的视觉效果,相应地,当前目标区域显示的第三像素值,也可以理解为放置 在后的初始图像的像素值,被放置在前的叠加图像的第一像素值及其透明度影响的情况下,所显示出来的 像素值。
基于此,在获取到待处理图像在目标区域显示的第三像素值后,可以从第三像素值中消源自除叠加图 案的第二像素值的影响以及源自透明度的影响,从而可以得到目标区域在叠加半透明的叠加图案前的第四 像素值,具体地,可以获取第三像素值与第二像素值的差值,消除来自第二像素值的影响,并根据第三像 素值与第二像素值的差值以及叠加图案的透明度进行图像处理,得到消除透明度影响的第四像素值。
在步骤130中,基于目标区域的第四像素值,得到目标区域去除半透明的叠加图案后的图像。
在得到第四像素值后,即可以将第四像素值作为初始图像在目标区域的像素值,进而可以基于目标区 域的第四像素值,得到目标区域中去除了半透明的叠加图案后的图像。具体地,在得到第四像素值后,可 以采用第四像素值替换目标区域中的第三像素值,并在显示时渲染出第四像素值对应的颜色,由于第四像 素值是去除半透明的叠加图案后的图像,能够有效还原出目标区域中的初始图像。
例如,通过本实施例的方式对图1-a中的叠加图案进行处理后,可以得到如图3所示的图像。相较于 按照传统方式处理后得到图1-b,图3中去除叠加图案后所填充的纹理更加自然。
上述图像处理方法中,可以基于叠加图案的素材图像获取待处理图像中的叠加图案自身的第一像素 值,基于待处理图像的图像通道读取叠加图案对应的透明度,确定叠加图案的所述第一像素值在透明度下 显示的第二像素值,其中,待处理图像为初始图像叠加半透明的所述叠加图案后的图像;并且,可以获取 待处理图像中所述叠加图案所在目标区域显示的第三像素值,进而可以根据第三像素值与第二像素值的差 值以及叠加图案对应的透明度,确定目标区域在叠加半透明的叠加图案前的第四像素值,并基于目标区域 的第四像素值,得到目标区域去除半透明的叠加图案后的图像。在本实施例中,可以基于叠加图案已知的 透明度和第一像素值,以极小的计算开销,快速准确地获取到目标区域在叠加半透明的叠加图案前的第四 像素值,且无需依赖复杂的网络模型进行处理,在降低算力要求的同时可以达到自然的叠加图案去除效果, 有效提高了叠加图案的去除效率。
并且,由于不会涉及模型参数训练和模型部署等问题,无需通过GPU进行运算处理,节省了高昂设备 投入成本和机器维护成本。
在一示例性实施例中,在步骤110中,所述基于图像通道读取叠加图案对应的透明度,可以包括如下 步骤:
获取所处理图像对应的阿尔法通道数据;从阿尔法通道数据中,获取待处理图像中叠加图案所在目标 区域的阿尔法值,并基于阿尔法值得到叠加图案对应的透明度。
其中,阿尔法通道也称为Alpha通道,可用于记录图像中每个像素对应的透明度,其中,该透明度A 的取值范围为0<A<1,例如,阿尔法通道可以通过8个比特表示256级的透明度。
具体实现中,当图像中携带有半透明的图案时,可以通过阿尔法通道数据存储图像中多个像素点对应 的透明度,在获取到待处理与图像并识别出其中存在半透明的叠加图案,并确定出叠加图案在待处理图像 中的目标区域时,则可以获取待处理图像对应的阿尔法通道数据,并从阿尔法通道数据中,获取待处理图 像中叠加图案所在目标区域的像素点所关联的阿尔法值,由此可以基于阿尔法值得到叠加图案对应的透明 度。
在本实施例中,通过获取所处理图像对应的阿尔法通道数据,从阿尔法通道数据中,获取待处理图像 中叠加图案所在目标区域的阿尔法值,并基于阿尔法值得到叠加图案对应的透明度,可以快速准确地确定 出用于叠加到初始图像、生成待处理图像的叠加图案锁对应的透明度。
在一示例性实施例中,在步骤110中,所述基于叠加图案的素材图像获取待处理图像中的叠加图案自 身的第一像素值,可以包括如下步骤:
获取包含叠加图案的素材图像,并获取素材图像的RGB数据;基于素材图像的RGB数据,得到叠加图 案自身的第一像素值。
实际应用中,可以获取包含叠加图案的素材图像,其中,素材图像中叠加图案所在区域的像素值为叠 加图案自身的像素值,例如,在空白背景下绘制叠加图案,绘制后得到的图像可以作为素材图像,当然, 叠加图案的素材图像也可以是由待处理图像的发布者所提供的图像,例如待处理图像的官方网站上可以提 供有叠加图案的素材图像。
当识别出待处理图像中的叠加图案后,可以获取包含叠加图案的素材图像,并获取素材图像的RGB数 据,由于素材图像中针对叠加图案所在区域记录的RGB数据,为叠加图案本身的RGB数据,因此可以基于 素材图像的RGB数据得到叠加图案自身的第一像素值。在一些示例中,在基于素材图像的RGB数据得到叠 加图案自身的第一像素值后,还可以将第一像素值进行存储,进而在识别出待处理图像中的叠加图案后, 则可以进行查询,得到基于素材图像确定出的第一像素值。
在本实施例中,通过获取包含叠加图案的素材图像,并获取素材图像的RGB数据,基于素材图像的RGB 数据,得到叠加图案自身的第一像素值,能够快速确定出叠加图案自身的第一像素值,无需进行大量计算, 为后续快速高效去除待处理图像中的叠加图像提供基础。
在一示例性实施例中,如图4所示,所述基于素材图像的RGB数据,得到叠加图案自身的第一像素值, 可以包括如下步骤:
在步骤210中,获取素材图像中包含叠加图案的图案提取区域的多个候选像素点,并获取像素阈值。
具体实现中,在获取素材图像后,可以获取素材图像中包含叠加图案的图案提取区域,例如可以通过 矩形框框选素材图像中的叠加图案,并将该矩形框对应的区域作为图案提取区域,进而可以将图案提取区 域中的各个像素点作为候选像素点,并获取像素阈值。
在步骤220中,将图案提取区域中像素值小于像素阈值的候选像素点滤除。
在确定像素阈值后,可以将图案提取区域中像素值小于像素阈值的候选像素点滤除。
在步骤230中,基于滤除后剩余的多个候选像素点对应的RGB数据,得到叠加图案的多个像素点所对 应的第一像素值。
在对图案提取区域中的多个候选像素点进行过滤后,可以将滤除后剩余的多个候选像素点确定为叠加 图案的像素点,并从素材图像的RGB数据中,读取滤除后剩余的多个候选像素点对应的RGB数据,得到叠 加图案自身多个像素点所对应的第一像素值。
例如,如图5-a所示,是从素材图像中截取得到的包含叠加图案的图案提取区域,经过像素点滤除后, 可以得到如图5-b所示的叠加图案。其中,图5-a或图5-b中的叠加图案在观看时带有透明效果,但素材 图像中图像通道记录的透明度和像素值是相互独立的,只是在渲染展示时叠加对应的透明效果,因此,当 素材图像中的叠加图案具有透明度时,仍然可以基于素材图像的RGB数据确定出叠加图案的第一像素值。
在本实施例中,通过获取素材图像中包含叠加图案的图案提取区域的多个候选像素点,并获取像素阈 值,将图案提取区域中像素值小于像素阈值的候选像素点滤除,基于滤除后剩余的多个候选像素点对应的 RGB数据,得到叠加图案的多个像素点所对应的第一像素值,可以对叠加图案周围像素的毛刺噪声进行滤 除,有效提高叠加图案的第一像素值的识别准确度。
在一示例性实施例中,所述获取像素阈值,可以包括如下步骤:
获取图案提取区域中多个候选像素点的像素值;获取多个候选像素点的像素值的像素均值,并基于像 素均值得到像素阈值。
在具体实现中,在获取到图案提取区域后,可以基于素材图像的RGB数据,确定出图案提取区域中多 个候选像素点的像素值,进而可以对多个候选像素点的像素值求均值,得到像素均值,并将像素均值作为 像素阈值进行像素点滤除。
在本实施例中,通过获取图案提取区域中多个候选像素点的像素值,获取多个候选像素点的像素值的 像素均值,并基于像素均值得到像素阈值,可以通过图像的统计量快速可靠地对叠加图案周围像素的毛刺 噪声滤除。
在一示例性实施例中,在步骤130中,所述根据第三像素值与第二像素值的差值以及叠加图案对应的 透明度,确定目标区域在叠加半透明的叠加图案前的第四像素值,可以包括:
基于预设的总透明度与叠加图案对应的透明度的差值,得到被半透明的所述叠加图案遮挡时初始图像 中目标区域的透明度;基于第三像素值与第二像素值的差值与初始图像中目标区域的透明度之间的比值, 得到目标区域在叠加半透明的叠加图案前的第四像素值。
具体来说,在获取到叠加图案的第二像素值后,由于待处理图像在目标区域所显示的第三像素值所对 应的颜色,可以理解为第二像素值所对应的颜色与初始图像在特定透明度下的颜色相互混合的结果,因此, 可以确定初始图像被半透明的叠加图案遮挡时所具有的透明度。换句话说,第三像素值是第二像素值与初 始图像对应的另一像素值相互叠加后得到的,叠加图案遮罩在初始图像上方,使得初始图像在目标区域的 另一像素值中包含了一定的透明度,在本实施例中,可以基于预设的总透明度与叠加图案的透明度的差值,得到初步像素值的透明度,例如,若总透明度为1,而叠加图案的透明度为A,则被半透明的叠加图案遮 挡时,初始图像中目标区域的透明度为1-A。
进而,可以获取第三像素值与第二像素值的差值,消除第三像素值中源自第二像素值的第一影响,并 还原出在没有叠加透明度下的像素值,具体地,可以获取第三像素值与第二像素值的差值与初始图像中目 标区域的透明度之间的比值,并将该比值作为目标区域在叠加半透明的叠加图案前的第四像素值。例如第 三像素值与第二像素值的差值为Q,则第四像素值可以是Q/(1-A)。
在一些传统的叠加图案去除方式中,可以使用白色或者黑色的图案简单替代想要擦除的区域,但这种 方法不仅要求叠加图案和背景的色调非常一致,还仅限于擦除非常细小的纹理,例如笔画。针对画面中出 现了较大面积的叠加图案,在一种方式中,可以采用快速像素匹配法,用附近的像素替换不良区域,使其 与邻近像素协调,该方式从叠加图案的边界开始,由外到内地填充叠加图案区域内所有像素,在填充时, 首先在区域内像素的周围找一个小的邻域,然后用附近所有像素的归一化加权总和代替该像素点,并且还 会为每个像素增添一个权重,针对边界法线附近的像素和位于边界轮廓线上的像素,也将获得更大的权重。 但是这些方式对背景复杂的大区域仍然会出现模糊的填充纹理或者填充的细节不自然。
在本实施例中,可以基于预设的总透明度与叠加图案对应的透明度的差值,得到被半透明的叠加图案 遮挡时初始图像中目标区域的透明度,基于第三像素值与第二像素值的差值与初始图像中目标区域的透明 度之间的比值,得到目标区域在叠加半透明的叠加图案前的第四像素值,在无需消耗大量算力进行处理的 情况下,针对任何大小的叠加图案,都可以快速准确地估算出初始图像在目标区域的像素值。
在一示例性实施例中,所述方法还可以包括:
若基于待处理图像的图像通道获取到待处理图像中目标区域以外的其他区域的透明度,则获取待处理 图像中目标区域以外的其他区域的像素值;基于其他区域的像素值与其他区域的透明度之间的比值,得到 其他区域在叠加透明度前的像素值;基于目标区域去除半透明的叠加图案后的图像,以及其他区域在叠加 透明度前的像素值所对应的图像,得到去除待处理图像中的叠加图案的目标图像。
在具体实现中,在基于叠加图案和初始图像生成待处理图像时,针对叠加图案所在的图层,除了叠加 图案本身具有对应的透明度,该图层还可能包括了叠加图案以外的其他区域。
若该图层不包括叠加图案以外的其他区域,则可以基于其他区域像素值所对应的图像和目标区域去除 半透明的叠加图案后的图像,得到目标图像。若该图层还包括了叠加图案以外的其他区域,则叠加图案以 外的其他区域也可以具有对应的透明度,当叠加图案所在的图层叠加到初始图像上时,针对初始图像中叠 加有叠加图案以外的其他区域,也相应被透明度影响。例如在一个5*5的图层中,叠加图案的区域为2*2, 则针对2*2以外的其他区域也可以设置相应的透明度,当该5*5的包含叠加图案的图层被叠加到初始图像 上时,初始图像在叠加图案2*2以外的其他区域,也将被对应的透明度影响。
基于此,在获取到待处理图像的图像通道后,如读取到待处理图像的阿尔法通道数据后,若获取到待 处理图像中目标区域以外的其他区域的透明度,则可以确定待处理图像中除目标区域以外的其他区域也被 透明度影响,但未受到叠加图案的第二像素值的影响,因此可以进一步地消除源自透明度的影响。
具体而言,可以获取待处理图像中目标区域以外的其他区域的像素值,例如可以通过待处理图像的RGB 数据获取到其他区域的像素值,进而可以基于其他区域的像素值与其他区域的透明度之间的比值,去除透 明度影响,得到其他区域在叠加透明度前的像素值。进而可以目标区域的第四像素值和其他区域在叠加透 明度前的像素值,得到目标图像,该目标图像为待处理图像去除了叠加图像且去除了透明度影响后的图像。
在本实施例中,若基于待处理图像的图像通道获取到待处理图像中目标区域以外的其他区域的透明 度,则获取待处理图像中目标区域以外的其他区域的像素值;基于其他区域的像素值与其他区域的透明度 之间的比值,得到其他区域在叠加透明度前的像素值;基于目标区域的第四像素值和其他区域在叠加透明 度前的像素值,得到目标图像,从而可在以极小的算力消耗,准确自然地还原出叠加了半透明的叠加图案 前的图像。
为了使本领域技术人员能够更好地理解上述步骤,以下通过一个例子对本公开实施例加以示例性说 明,但应当理解的是,本公开实施例并不限于此。
1、识别待处理图像中的叠加图案,获取包含所述叠加图案的素材图像,并获取素材图像的RGB数据; 基于素材图像的RGB数据,得到叠加图案自身的第一像素值。
2、获取待处理图像对应的阿尔法通道数据,从阿尔法通道数据中,获取待处理图像中叠加图案所在 目标区域的阿尔法值,并基于阿尔法值得到所述叠加图案对应的透明度。
3、确定叠加图案的第一像素值在透明度下显示的第二像素值。
4、获取待处理图像中叠加图案所在目标区域显示的第三像素值。
5、获取第三像素值与第二像素值的差值,作为初步像素值,基于预设的总透明度与叠加图案对应的 透明度的差值,得到初步像素值的透明度,并获取初步像素值与所述初步像素值的透明度之间的比值,得 到目标区域在叠加半透明的叠加图案前的第四像素值。
6、基于目标区域的第四像素值,得到目标区域去除半透明的叠加图案后的图像。
基于本申请图像处理方法处理前后的图像对比可以如图6-a(处理前)、图6-b(处理后),以及,图 7-a(处理前)和图7-b(处理后)所示。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但 是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有 严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少 一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可 以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它 步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
可以理解的是,本说明书中上述方法的各个实施例之间相同/相似的部分可互相参见,每个实施例重 点说明的是与其他实施例的不同之处,相关之处参见其他方法实施例的说明即可。
基于同样的发明构思,本公开实施例还提供了一种用于实现上述所涉及的图像处理方法的图像处理装 置。
图8是根据一示例性实施例示出的一种图像处理装置框图。参照图8,该装置包括第一像素值获取单 元801,第四像素值单元802和叠加图案去除单元803。
第一像素值获取单元801,被配置为执行基于叠加图案的素材图像获取待处理图像中的叠加图案自身 的第一像素值,基于所述待处理图像的图像通道读取所述叠加图案对应的透明度,确定所述叠加图案的所 述第一像素值在所述透明度下显示的第二像素值,所述待处理图像为初始图像叠加半透明的所述叠加图案 后的图像;
第四像素值单元802,被配置为执行获取所述待处理图像中所述叠加图案所在目标区域显示的第三像 素值,并根据所述第三像素值与第二像素值的差值以及所述叠加图案对应的透明度,确定目标区域在叠加 半透明的所述叠加图案前的第四像素值;
叠加图案去除单元803,被配置为执行基于所述目标区域的第四像素值,得到所述目标区域去除半透 明的所述叠加图案后的图像。
在一示例性实施例中,所述第一像素值获取单元,包括:
阿尔法通道数据获取模块,被配置为执行获取所述待处理图像对应的阿尔法通道数据;
透明度确定模块,被配置为执行从所述阿尔法通道数据中,获取所述待处理图像中所述叠加图案所在 目标区域的阿尔法值,并基于所述阿尔法值得到所述叠加图案对应的透明度。
在一示例性实施例中,所述第一像素值获取单元,包括:
RGB数据获取模块,被配置为执行获取包含所述叠加图案的素材图像,并获取所述素材图像的RGB数 据;
第一像素值确定模块,被配置为执行基于所述素材图像的RGB数据,得到所述叠加图案自身的第一像 素值。
在一示例性实施例中,所述第一像素值确定模块,包括:
像素阈值确定模块,被配置为执行获取所述素材图像中包含所述叠加图案的图案提取区域的多个候选 像素点,并获取像素阈值;
像素点滤除模块,被配置为执行将所述图案提取区域中像素值小于所述像素阈值的候选像素点滤除;
像素值查询模块,被配置为执行基于滤除后剩余的多个候选像素点对应的RGB数据,得到所述叠加图 案的多个像素点所对应的第一像素值。
在一示例性实施例中,所述像素阈值确定模块,具体用于:
获取所述图案提取区域中多个候选像素点的像素值;
获取所述多个候选像素点的像素值的像素均值,并基于所述像素均值得到像素阈值。
在一示例性实施例中,所述第四像素值单元,具体用于:
基于预设的总透明度与所述叠加图案对应的透明度的差值,得到被半透明的所述叠加图案遮挡时所述 初始图像中目标区域的透明度;
基于所述第三像素值与第二像素值的差值与所述初始图像中目标区域的透明度之间的比值,得到目标 区域在叠加半透明的所述叠加图案前的第四像素值。
在一示例性实施例中,所述装置还包括:
其他区域像素值获取单元,被配置为执行若基于所述待处理图像的图像通道获取到所述待处理图像中 目标区域以外的其他区域的透明度,则获取所述其他区域的像素值;
其他区域透明度获取单元,被配置为执行基于所述其他区域的像素值与其他区域的透明度之间的比 值,得到其他区域在叠加透明度前的像素值;
目标图像获取单元,被配置为执行基于所述目标区域去除半透明的所述叠加图案后的图像,以及所述 其他区域在叠加透明度前的像素值所对应的图像,得到去除所述待处理图像中的所述叠加图案的目标图 像。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详 细描述,此处将不做详细阐述说明。
上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件 形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便 于处理器调用执行以上各个模块对应的操作。
图9是根据一示例性实施例示出的一种用于实现一种图像处理方法的电子设备900的框图。例如,电 子设备900可以是移动电话、计算机、数字广播终端、消息收发设备、游戏控制台、平板设备、医疗设备、 健身设备、个人数字助理等。
参照图9,电子设备900可以包括以下一个或多个组件:处理组件902、存储器904、电源组件906、 多媒体组件908、音频组件910、输入/输出(I/O)的接口912、传感器组件914以及通信组件916。
处理组件902通常控制电子设备900的整体操作,诸如与显示、电话呼叫、数据通信、相机操作和记 录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令,以完成上述的方法的全 部或部分步骤。此外,处理组件902可以包括一个或多个模块,便于处理组件902和其他组件之间的交互。 例如,处理组件902可以包括多媒体模块,以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在电子设备900的操作。这些数据的示例包括用于在 电子设备900上操作的任何应用程序或方法的指令、联系人数据、电话簿数据、消息、图片、视频等。存 储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器 (SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器 (PROM)、只读存储器(ROM)、磁存储器、快闪存储器、磁盘、光盘或石墨烯存储器。
电源组件906为电子设备900的各种组件提供电力。电源组件906可以包括电源管理系统,一个或多 个电源,及其他与为电子设备900生成、管理和分配电力相关联的组件。
多媒体组件908包括在所述电子设备900和用户之间的提供输出接口的屏幕。在一些实施例中,屏幕 可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接 收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所 述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和 压力。在一些实施例中,多媒体组件908包括前置摄像头和/或后置摄像头。当电子设备900处于操作模 式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件910被配置为输出和/或输入音频信号。例如,音频组件910包括麦克风(MIC),当电子设 备900处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所 接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中,音频组件910 还包括扬声器,用于输出音频信号。
I/O接口912为处理组件902和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮, 按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或多个传感器,用于为电子设备900提供各个方面的状态评估。例如,传感 器组件914可以检测到电子设备900的打开/关闭状态,组件的相对定位,例如所述组件为电子设备900 的显示器和小键盘,传感器组件914还可以检测电子设备900或电子设备900组件的位置改变,用户与电 子设备900接触的存在或不存在,设备900方位或加速/减速和电子设备900的温度变化。传感器组件914 可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以 包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件914 还可以包括加速度传感器、陀螺仪传感器、磁传感器、压力传感器或温度传感器。
通信组件916被配置为便于电子设备900和其他设备之间有线或无线方式的通信。电子设备900可以 接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示 例性实施例中,通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一 个示例性实施例中,所述通信组件916还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模 块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和 其他技术来实现。
在示例性实施例中,电子设备900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、 数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微 处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器904,上 述指令可由电子设备900的处理器920执行以完成上述方法。例如,计算机可读存储介质可以是ROM、随 机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供一种计算机程序产品,所述计算机程序产品中包括指令,上述指令可由电 子设备900的处理器920执行以完成上述方法。
图10是根据一示例性实施例示出的一种用于实现一种图像处理方法的电子设备1000的框图。例如, 电子设备1000可以为服务器。参照图10,电子设备1000包括处理组件1020,其进一步包括一个或多个 处理器,以及由存储器1022所代表的存储器资源,用于存储可由处理组件1020的执行的指令,例如应用 程序。存储器1022中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外, 处理组件1020被配置为执行指令,以执行上述方法。
电子设备1000还可以包括:电源组件1024被配置为执行电子设备1000的电源管理,有线或无线网 络接口1026被配置为将电子设备1000连接到网络,和输入输出(I/O)接口1028。电子设备1000可以操 作基于存储在存储器1022的操作系统,例如WindowsServer,Mac OS X,Unix,Linux,FreeBSD或类似。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器1022,上 述指令可由电子设备1000的处理器执行以完成上述方法。存储介质可以是计算机可读存储介质,例如, 所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供一种计算机程序产品,所述计算机程序产品中包括指令,上述指令可由电 子设备1000的处理器执行以完成上述方法。
需要说明的,上述的装置、电子设备、计算机可读存储介质、计算机程序产品等根据方法实施例的描 述还可以包括其他的实施方式,具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
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。本公开 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权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范 围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
基于叠加图案的素材图像获取待处理图像中的叠加图案自身的第一像素值,基于所述待处理图像的图像通道读取所述叠加图案对应的透明度,确定所述叠加图案的所述第一像素值在所述透明度下显示的第二像素值,所述待处理图像为初始图像叠加半透明的所述叠加图案后的图像;
获取所述待处理图像中所述叠加图案所在目标区域显示的第三像素值,并根据所述第三像素值与第二像素值的差值以及所述叠加图案对应的透明度,确定目标区域在叠加半透明的所述叠加图案前的第四像素值;
基于所述目标区域的第四像素值,得到所述目标区域去除半透明的所述叠加图案后的图像。
2.根据权利要求1所述的方法,其特征在于,所述基于图像通道读取所述叠加图案对应的透明度,包括:
获取所述待处理图像对应的阿尔法通道数据;
从所述阿尔法通道数据中,获取所述待处理图像中所述叠加图案所在目标区域的阿尔法值,并基于所述阿尔法值得到所述叠加图案对应的透明度。
3.根据权利要求1所述的方法,其特征在于,所述基于叠加图案的素材图像获取待处理图像中的叠加图案自身的第一像素值,包括:
获取包含所述叠加图案的素材图像,并获取所述素材图像的RGB数据;
基于所述素材图像的RGB数据,得到所述叠加图案自身的第一像素值。
4.根据权利要求3所述的方法,其特征在于,所述基于所述素材图像的RGB数据,得到所述叠加图案自身的第一像素值,包括:
获取所述素材图像中包含所述叠加图案的图案提取区域的多个候选像素点,并获取像素阈值;
将所述图案提取区域中像素值小于所述像素阈值的候选像素点滤除;
基于滤除后剩余的多个候选像素点对应的RGB数据,得到所述叠加图案的多个像素点所对应的第一像素值。
5.根据权利要求4所述的方法,其特征在于,所述获取像素阈值,包括:
获取所述图案提取区域中多个候选像素点的像素值;
获取所述多个候选像素点的像素值的像素均值,并基于所述像素均值得到像素阈值。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述根据所述第三像素值与第二像素值的差值以及所述叠加图案对应的透明度,确定目标区域在叠加半透明的所述叠加图案前的第四像素值,包括:
基于预设的总透明度与所述叠加图案对应的透明度的差值,得到被半透明的所述叠加图案遮挡时所述初始图像中目标区域的透明度;
基于所述第三像素值与第二像素值的差值与所述初始图像中目标区域的透明度之间的比值,得到目标区域在叠加半透明的所述叠加图案前的第四像素值。
7.一种图像处理装置,其特征在于,包括:
第一像素值获取单元,被配置为执行基于叠加图案的素材图像获取待处理图像中的叠加图案自身的第一像素值,基于所述待处理图像的图像通道读取所述叠加图案对应的透明度,确定所述叠加图案的所述第一像素值在所述透明度下显示的第二像素值,所述待处理图像为初始图像叠加半透明的所述叠加图案后的图像;
第四像素值单元,被配置为执行获取所述待处理图像中所述叠加图案所在目标区域显示的第三像素值,并根据所述第三像素值与第二像素值的差值以及所述叠加图案对应的透明度,确定目标区域在叠加半透明的所述叠加图案前的第四像素值;
叠加图案去除单元,被配置为执行基于所述目标区域的第四像素值,得到所述目标区域去除半透明的所述叠加图案后的图像。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的图像处理方法。
9.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至6中任一项所述的图像处理方法。
10.一种计算机程序产品,所述计算机程序产品中包括指令,其特征在于,所述指令被电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至6中任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210270351.9A CN114708135A (zh) | 2022-03-18 | 2022-03-18 | 图像处理方法、装置、设备、存储介质和计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210270351.9A CN114708135A (zh) | 2022-03-18 | 2022-03-18 | 图像处理方法、装置、设备、存储介质和计算机程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114708135A true CN114708135A (zh) | 2022-07-05 |
Family
ID=82169273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210270351.9A Pending CN114708135A (zh) | 2022-03-18 | 2022-03-18 | 图像处理方法、装置、设备、存储介质和计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114708135A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200258252A1 (en) * | 2017-09-27 | 2020-08-13 | Panasonic Intellectual Property Management Co., Ltd. | Baggage recognition device, baggage sorting system, and baggage recognition method |
-
2022
- 2022-03-18 CN CN202210270351.9A patent/CN114708135A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200258252A1 (en) * | 2017-09-27 | 2020-08-13 | Panasonic Intellectual Property Management Co., Ltd. | Baggage recognition device, baggage sorting system, and baggage recognition method |
US11763482B2 (en) * | 2017-09-27 | 2023-09-19 | Panasonic Intellectual Property Management Co., Ltd. | Baggage recognition device, baggage sorting system, and baggage recognition method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110675310B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN108182730B (zh) | 虚实对象合成方法及装置 | |
EP3582187A1 (en) | Face image processing method and apparatus | |
CN106339224B (zh) | 可读性增强方法及装置 | |
CN110599410B (zh) | 图像处理的方法、装置、终端及存储介质 | |
CN112258404A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN111078170B (zh) | 显示控制方法、显示控制装置及计算机可读存储介质 | |
CN113870121A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN110944230A (zh) | 视频特效的添加方法、装置、电子设备及存储介质 | |
CN113452929B (zh) | 视频渲染方法、装置、电子设备及存储介质 | |
CN107767838B (zh) | 色域映射方法及装置 | |
CN113706421B (zh) | 一种图像处理方法及装置、电子设备和存储介质 | |
CN114708135A (zh) | 图像处理方法、装置、设备、存储介质和计算机程序产品 | |
US10438377B2 (en) | Method and device for processing a page | |
CN113660531A (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN112419218A (zh) | 图像处理方法、装置及电子设备 | |
CN111429551A (zh) | 图像编辑方法、装置、电子设备和存储介质 | |
CN111107264A (zh) | 图像处理方法、装置、存储介质以及终端 | |
CN114943657A (zh) | 图像处理方法、装置、电子设备、存储介质 | |
EP3273437A1 (en) | Method and device for enhancing readability of a display | |
CN114463212A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111835977B (zh) | 图像传感器、图像生成方法及装置、电子设备、存储介质 | |
CN115641269A (zh) | 一种图像修补方法、装置及可读存储介质 | |
CN112950503A (zh) | 训练样本的生成方法及装置、真值图像的生成方法及装置 | |
CN106874444B (zh) | 图片处理方法及装置 |
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 |