CN114758054A - 光斑添加方法、装置、设备及存储介质 - Google Patents

光斑添加方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114758054A
CN114758054A CN202210168273.1A CN202210168273A CN114758054A CN 114758054 A CN114758054 A CN 114758054A CN 202210168273 A CN202210168273 A CN 202210168273A CN 114758054 A CN114758054 A CN 114758054A
Authority
CN
China
Prior art keywords
light source
source object
spot
image
light
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
Application number
CN202210168273.1A
Other languages
English (en)
Inventor
王丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vivo Mobile Communication Co Ltd
Original Assignee
Vivo Mobile Communication Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN202210168273.1A priority Critical patent/CN114758054A/zh
Publication of CN114758054A publication Critical patent/CN114758054A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/50Lighting effects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/005General purpose rendering architectures

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种光斑添加方法、装置、设备及存储介质,属于图像处理技术领域。其中,方法包括:获取待处理图像;根据待处理图像,确定待处理图像中包含的光源对象;对于任一光源对象,根据光源对象,确定光源对象对应的光斑形态;根据光斑形态及光源对象的颜色,生成待添加光斑图像;在光源对象上层添加待添加光斑图像。

Description

光斑添加方法、装置、设备及存储介质
技术领域
本申请属于图像处理技术领域,具体涉及一种光斑添加方法、一种光斑添加装置、一种电子设备以及一种计算机可读存储介质。
背景技术
目前,为了渲染图像效果,通常需要将图像中的光源替换为光斑。
在传统技术中,将光源替换为光斑的方式为:检测出图像中的亮点区域;提取亮点区域的颜色;将统一的光斑模板渲染成亮点区域的颜色,并添加到亮点区域。
由于传统技术中添加的为统一的光斑模板,这导致添加的光斑不真实不自然。
发明内容
本申请实施例的目的是提供一种光斑添加方法、装置、设备及存储介质,能够解决传统技术中所添加的光斑不真实的问题。
第一方面,本申请实施例提供了一种光斑添加方法,该方法包括:
获取待处理图像;
确定所述待处理图像中包含的光源对象;
对于任一所述光源对象,确定所述光源对象对应的光斑形态;
根据所述光斑形态及所述光源对象的颜色,生成待添加光斑图像;
在所述光源对象上层添加所述待添加光斑图像。
第二方面,本申请实施例提供了一种光斑添加的装置,包括:
第一获取模块,用于获取待处理图像;
第一确定模块,用于确定所述待处理图像中包含的光源对象;
第二确定模块,用于对于任一所述光源对象,确定所述光源对象对应的光斑形态;
生成模块,用于根据所述光斑形态及所述光源对象的颜色,生成待添加光斑图像;
添加模块,用于在所述光源对象上层添加所述待添加光斑图像。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法。
第六方面,本申请实施例提供一种计算机程序产品,该程序产品被存储在存储介质中,该程序产品被至少一个处理器执行以实现如第一方面所述的方法。
在本申请实施例中,提供了一种光斑添加方法,包括:获取待处理图像;确定待处理图像中包含的光源对象;对于任一光源对象,确定光源对象对应的光斑形态;根据光斑形态及光源对象的颜色,生成待添加光斑图像;在光源对象上层添加待添加光斑图像。即在本实施例中,根据光源对象确定光斑形态,进一步根据光斑形态生成待添加光斑图像。这样,生成的待添加光斑图像具备针对性,可更加接近光源对象对应的真实光斑。即,本申请实施例所添加的光斑更加真实自然。
附图说明
图1为实现本申请实施例提供的一种光斑添加方法的流程示意图;
图2为实现本申请实施例提供的一种光斑添加装置的结构示意图;
图3为实现本申请实施例提供的一种电子设备的结构示意图;
图4为实现本申请实施例的一种电子设备的硬件结构示意图。
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地描述,显然,所描述的实施例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获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不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,以便本申请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,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的光斑添加方法、光斑装置、电子设备以及计算机可读存储介质进行详细地说明。
本申请实施例提供了一种光斑添加方法,如图1所示,该方法包括如下S1100-S1500:
S1100、获取待处理图像。
在本实施例中,待处理图像为待添加光斑的图像。
S1200、确定待处理图像中包含的光源对象。
在本申请实施例中,光源对象指的是待处理图像中所包含的光源对应的图像。例如,当待处理图像为一幅夜空中有烟花和路灯的图像的情况下,光源对象分别为烟花对应的图像和路灯对应的图像。
可以理解的是,待处理图像中可包括至少一个光源对象。
在本申请实施例中,至少可通过如下两种方式来实现上述S1200:
方式一、对于待处理图像的像素进行亮度分析;将一个区域内亮度值均大于预设亮度值的像素所组成的图像,作为一个光源对象。其中,预设亮度值指的是光源对应的最小亮度值,可根据经验进行设置。
方式二、通过如下S1210和S1220来实现:
S1210、对待处理图像进行实例分割,得到待处理图像中的实例子图像。
在本申请实施例中,可将待处理图像输入至实例分割网络中,得到待处理图像中包含的每一实例的图像,以及对应实例的标记。
在一个施例中,实例的标记包括光源体和非光源体。
以及,在本申请实施例中,将每一实例的图像记为实例子图像。
在一个实施例,实例分割网络可以为掩膜区域卷积神经网络MASK-RCNN,当然,也可以是其他的类型的网络。
S1220、从实例子图像中,筛选出光源对象。
在本申请实施例中,从得到的实例子图像中选取标记为光源体的实例子图像,将选取出来的实例子图像作为光源对象。
S1300、对于任一光源对象,确定光源对象对应的光斑形态。
在一个实施例中,上述S1300的具体实现可以为:建立第一数据库,该第一数据库中存储大量第一数据组,一个第一数据组中包含一个种类标识,以及该种类标识对应的光斑形态;对于任一光源对象,识别该光源对象的种类;通过在第一数据库中查找与识别出的种类相匹配的种类标识所对应的光斑形态。
在另一个实施例中,上述S1300的具体实现可以为:建立第二数据库,该第二数据库中存储大量的第二数据组,一个第二数据组包含一个光源图像与对应的光斑形态。通过在第二数据库中查找与本申请实施例中的光源对象相似的光源图像所对应的光斑形态,以实现上述S1300。
在又一个实施例中,上述S1300的具体实现可通过如下S1310来实现:
S1310、根据光源对象以及预设的光斑形态生成模型,确定光源对象对应的光斑形态。
在本申请实施例中,预设的光斑形态生成模型的输入即为上述光源对象,输出即为上述光源对象的光斑形态。
在一个示例中,光斑形态可通过光斑的图像来表示,例如光斑形态可以为溅射状光斑、连续状光斑等。当然,光斑形态还可通过其他方式来表示。
在一个示例中,在光源对象为烟花的图像时,对应的光斑形态为溅射状光斑。在光源对象为长条灯带的图像时,对应的光斑形态为连续性状光斑。
在本申请的一个实施例中,本申请实施例提供的光斑添加方法还包括获取预设的光斑形态生成模型的步骤。该步骤至少可通过如下如下S1311和S1312来实现:
S1311、获取训练样本集,训练样本集中包括多组训练样本,一组训练样本中包括光源样本图像以及对应的光斑形态。
在一个实施例中,对光源进行拍摄,得到清晰无光斑的光源的图像;针对该光源,利用可呈现光学光斑的设备,例如单反拍摄光源,得到该光源对应的光斑图像;将一个光源对应的无光斑的光源图像,作为光源样本图像,将同一光源对应的光斑图像作为光斑形态。由同一光源对应的光源样本图像和光斑形态组成一组训练样本。
重复上一步骤,得到上述S1311步骤中的多组训练样本。
S1312、根据训练样本集获得预设的光斑形态生成模型。
在本实施例中,可通过各种拟合手段来获得预设的光斑形态生成模型。例如,可以利用任意的多元线性回归模型获得预设的光斑形态生成模型,在此不做限定。
需要说明的是,上述的多元线性回归模型可以是简单的反映该预设的光斑形态生成模型的多项式函数,其中,多项式函数的各阶系数在初始状态为默认值,通过将训练样本的该多项式函数,便可以确定多项式函数的各阶系数的具体值,进而获得预设的光斑形态生成模型。
当然,多元线性回归模型还可以为一个神经网络模型。
S1400、根据光斑形态及光源对象的颜色,生成待添加光斑图像。
在本申请实施例中,将光斑形态对应的光斑渲染成与光源对象的颜色相同的颜色,则可生成待添加光斑图像。
S1500、在光源对象上层添加待添加光斑图像。
在本实施例中,通过上述S1500,在视觉上可实现将图像中的光源替换为更为真实的光斑。
在一个实施例中,本申请实施例提供的光斑添加方法,在上述S1500之前可包括:调整待添加光斑图像的大小,直至待添加光斑图像可完全覆盖光源对象。这样,可实现待添加光斑图像完全遮挡光源对象。
在本申请实施例中,提供了一种光斑添加方法,包括:获取待处理图像;确定待处理图像中包含的光源对象;对于任一光源对象,确定光源对象对应的光斑形态;根据光斑形态及光源对象的颜色,生成待添加光斑图像;在光源对象上层添加待添加光斑图像。即在本实施例中,根据光源对象确定光斑形态,进一步根据光斑形态生成待添加光斑图像。这样,生成的待添加光斑图像具备针对性,可更加接近光源对象对应的真实光斑。即,本申请实施例所添加的光斑更加真实自然。
在本申请的一个实施例中,本申请实施例提供的光斑添加方法在上述S1200之后,还包括如下S1610和S1611:
S1610、获取光源对象的属性信息。
其中,属性信息为决策光源对象对应的光斑的尺寸和堆叠状态中至少一个的属性信息。
在本申请实施例中,光斑尺寸表示的光斑的大小,光斑堆叠状态表示的是光斑堆叠程度。
S1611、根据光源对象的属性信息,确定光源对象对应光斑的光斑尺寸、光斑堆叠状态中的至少一个。
在本申请实施例中,在属性信息为决策光源对象对应的光斑的尺寸的情况下,由于属性信息可决策光源对象对应的光斑的尺寸,因此,属性信息与光源图像对应光斑的光斑尺寸存在映射关系。进一步的,可基于该映射关系,根据光源对象的属性信息,确定光源对象对应光斑的光斑尺寸。
同理,属性信息为决策光源对象对应的光斑堆叠状态的情况下,以及属性信息为决策光源对象对应的光斑堆叠状态以及光斑尺寸的情况情况下,与上述属性信息为决策光源对象对应的光斑尺寸的情况相同,这里不再赘述。
在上述S1610和S1611的基础上,上述S1400的具体实现为如下S1410:
S1410、根据光斑尺寸以及光斑堆叠状态中的至少一个、光斑形态以及光源对象的颜色,生成待添加光斑图像。
在本申请实施例中,待添加光斑是根据光斑尺寸和光斑堆叠状态中的至少一个、光斑状态以及光斑颜色生成,这样使得待添加光斑更加接近光源对象对应光源的真实光斑。这大大提高了待添加光斑的真实性。
进一步的,在属性信息中包含决策堆叠状态的属性信息的情况下,可避免待添加光斑“浮在”背景上的问题发生。
在本申请的一个实施例中,属性信息包括光源对象的景深信息以及光源对象对应的光圈值中的至少一个。
基于上述内容,在本申请实施例中,可获取光源对象的景深信息和光源对象对应的光圈值中的至少一个,以确定光源对象对应光斑的光斑尺寸。以及,可获取光源对象的景深信息和光源对象对应的光圈值中的至少一个,以确定光源对象对应光斑的光斑堆叠状态。
在本申请实施例中,针对光源对象,可根据双目深度估计算法,确定光源对象的景深信息。以及,光源对象对应的光圈值为采集待处理图像的图像采集装置的光圈值。
在本申请实施例中,光源对象对应的光圈值越大,光源对象对应光斑的光斑尺寸越大,且光斑堆叠程度越高。以及,光源对象的景深信息对应的景深越大,光源对象对应光斑的光斑尺寸越大,且堆叠程度越高。基于此,可设置不同的景深对应不同的光斑尺寸,以及不同的光圈值,对应不同的光斑尺寸。同时,设置不同的光圈值对应不同的堆叠状态,以及不同的光圈值,对应不同的光斑堆叠程度。
本申请实施例提供的光斑添加方法,执行主体可以为光斑添加装置。本申请实施例中以光斑装置执行光斑添加方法为例,说明本申请实施例提供的光斑添加装置。
如图2所示,本申请实施例提供一种光斑添加装置200,包括:第一获取模块201、第一确定模块202、第二确定模块203、生成模块204以及添加模块205,其中:
第一获取模块201用于获取待处理图像;
第一确定模块202用于确定所述待处理图像中包含的光源对象;
第二确定模块203用于对于任一所述光源对象,确定所述光源对象对应的光斑形态;
生成模块204用于根据所述光斑形态及所述光源对象的颜色,生成待添加光斑图像;
添加模块205用于在所述光源对象上层添加所述待添加光斑图像。
在本申请的一个实施例中,所述装置200还包括第二获取模块以及第三确定模块,其中:
第二获取模块用于获取所述光源对象的属性信息,所述属性信息为决策所述光源对象对应光斑的尺寸和堆叠状态中至少一个的属性信息;
第三确定模块用于根据所述光源对象的属性信息,确定所述光源对象对应光斑的光斑尺寸以及光斑堆叠状态中的至少一个;
以及,所述生成模块204具体用于根据所述光斑尺寸以及光斑堆叠状态中的至少一个、所述光斑形态以及所述光源对象的颜色,生成待添加光斑图像。
在本申请的一个实施例中,所述属性信息包括所述光源对象的景深信息及所述光源对象对应的光圈值中的至少一个。
在本申请的一个实施例中,所述第二确定模块203具体用于:
根据所述光源对象以及预设的光斑形态生成模型,确定所述光源对象对应的光斑形态。
在本申请的一个实施例中,所述装置200还包括:第三获取模块,其中:
第三获取模块用于获取所述预设的光斑形态生成模型,所述获取所述预设的光斑形态生成模型包括:
获取训练样本集,所述训练样本集中包括多组训练样本,一组训练样本中包括光源样本图像以及对应的光斑形态;
根据所述训练样本集获得所述预设光斑形态生成模型。
在本申请的一个实施例中,所述第一确定模块202具体用于:
对所述待处理图像进行实例分割,得到所述待处理图像中的实例子图像;
从所述实例子图像中,筛选出所述光源对象。
在本申请实施例中,提供了一种光斑添加装置,包括:第一获取模块、第一确定模块、第二确定模块、生成模块以及添加模块。其中:第一获取模块用于获取待处理图像;第一确定模块用于确定待处理图像中包含的光源对象;第二确定模块用于对于任一光源对象,确定光源对象对应的光斑形态;生成模块用于根据光斑形态及光源对象的颜色,生成待添加光斑图像;添加模块用于在光源对象上层添加待添加光斑图像。即在本实施例中,根据光源对象确定光斑形态,进一步根据光斑形态生成待添加光斑图像。这样,生成的待添加光斑图像具备针对性,可更加接近光源对象对应的真实光斑。即,本申请实施例所添加的光斑更加真实自然。
本申请实施例中的光斑添加装置200可以是电子设备,也可以是电子设备中的部件,例如集成电路或芯片。该电子设备可以是终端,也可以为除终端之外的其他设备。示例性的,电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(Mobile Internet Device,MID)、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobilepersonal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,还可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的光斑添加装置200可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的光斑添加装置200装置能够实现图1的方法实施例实现的各个过程,为避免重复,这里不再赘述。
可选地,如图3所示,本申请实施例还提供一种电子设备300,包括处理器301和存储器302,存储器302上存储有可在所述处理器301上运行的程序或指令,该程序或指令被处理器301执行时实现上述光斑添加方法实施例的各个步骤,且能达到相同的技术效果,为避免重复,这里不再赘述。
图4为实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备100包括但不限于:射频单元101、网络模块102、音频输出单元103、输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、以及处理器110等部件。
本领域技术人员可以理解,电子设备100还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器110逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图4中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
处理器110,用于获取待处理图像;
确定所述待处理图像中包含的光源对象;
对于任一所述光源对象,确定所述光源对象对应的光斑形态;
根据所述光斑形态及所述光源对象的颜色,生成待添加光斑图像;
在所述光源对象上层添加所述待添加光斑图像。
在本申请实施例中,处理器获取待处理图像;确定待处理图像中包含的光源对象;对于任一光源对象,确定光源对象对应的光斑形态;根据光斑形态及光源对象的颜色,生成待添加光斑图像;在光源对象上层添加待添加光斑图像。即在本实施例中,根据光源对象确定光斑形态,进一步根据光斑形态生成待添加光斑图像。这样,生成的待添加光斑图像具备针对性,可更加接近光源对象对应的真实光斑。即,本申请实施例所添加的光斑更加真实自然。
可选地,处理器110还用于在所述根据所述待处理图像,确定所述待处理图像中包含的光源对象之后,还包括:
获取所述光源对象的属性信息,所述属性信息为决策所述光源对象对应光斑的尺寸和堆叠状态中至少一个的属性信息;
根据所述光源对象的属性信息,确定所述光源对象对应光斑的光斑尺寸以及光斑堆叠状态中的至少一个;
所述根据所述光斑形态及所述光源对象的颜色,生成待添加光斑图像,包括:
根据所述光斑尺寸以及光斑堆叠状态中的至少一个、所述光斑形态以及所述光源对象的颜色,生成待添加光斑图像。
可选地,所述属性信息包括所述光源对象的景深信息及所述光源对象对应的光圈值中的至少一个。
可选地,所述根据所述光源对象,确定所述光源对象对应的光斑形态,包括:
根据所述光源对象以及预设的光斑形态生成模型,确定所述光源对象对应的光斑形态。
可选地,处理器110还用于括获取所述预设的光斑形态生成模型,所述获取所述预设的光斑形态生成模型包括:
获取训练样本集,所述训练样本集中包括多组训练样本,一组训练样本中包括光源样本图像以及对应的光斑形态;
根据所述训练样本集获得所述预设光斑形态生成模型。
可选地,所述根据所述待处理图像,确定所述待处理图像中包含的光源对象,包括:
对所述待处理图像进行实例分割,得到所述待处理图像中的实例子图像;
从所述实例子图像中,筛选出所述光源对象。
应理解的是,本申请实施例中,输入单元104可以包括图形处理器(GraphicsProcessing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元106可包括显示面板1061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板1061。用户输入单元107包括触控面板1071以及其他输入设备1072中的至少一种。触控面板1071,也称为触摸屏。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序或指令的第一存储区和存储数据的第二存储区,其中,第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外,存储器109可以包括易失性存储器或非易失性存储器,或者,存储器109可以包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRRAM)。本申请实施例中的存储器109包括但不限于这些和任意其它适合类型的存储器。
处理器110可包括一个或多个处理单元;可选的,处理器110集成应用处理器和调制解调处理器,其中,应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作,调制解调处理器主要处理无线通信信号,如基带处理器。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述光斑添加方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述光斑添加方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
本申请实施例提供一种计算机程序产品,该程序产品被存储在存储介质中,该程序产品被至少一个处理器执行以实现如上述光斑添加方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
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上述实施例方法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,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的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计算机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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。

Claims (10)

1.一种光斑添加方法,其特征在于,所述方法包括:
获取待处理图像;
确定所述待处理图像中包含的光源对象;
对于任一所述光源对象,确定所述光源对象对应的光斑形态;
根据所述光斑形态及所述光源对象的颜色,生成待添加光斑图像;
在所述光源对象上层添加所述待添加光斑图像。
2.根据权利要求1所述的方法,其特征在于,所述方法在确定所述待处理图像中包含的光源对象之后,还包括:
获取所述光源对象的属性信息;
根据所述光源对象的属性信息,确定所述光源对象对应光斑的光斑尺寸以及光斑堆叠状态中的至少一个;
所述根据所述光斑形态及所述光源对象的颜色,生成待添加光斑图像,包括:
根据所述光斑尺寸以及光斑堆叠状态中的至少一个、所述光斑形态以及所述光源对象的颜色,生成待添加光斑图像。
3.根据权利要求2所述的方法,其特征在于,所述属性信息包括所述光源对象的景深信息及所述光源对象对应的光圈值中的至少一个。
4.根据权利要求1所述的方法,其特征在于,所述确定所述光源对象对应的光斑形态,包括:
根据所述光源对象以及预设的光斑形态生成模型,确定所述光源对象对应的光斑形态。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
获取训练样本集,所述训练样本集中包括多组训练样本,一组训练样本中包括光源样本图像以及对应的光斑形态;
根据所述训练样本集获得所述预设光斑形态生成模型。
6.根据权利要求1所述的方法,其特征在于,所述确定所述待处理图像中包含的光源对象,包括:
对所述待处理图像进行实例分割,得到所述待处理图像中的实例子图像;
从所述实例子图像中,筛选出所述光源对象。
7.一种光斑添加装置,其特征在于,包括:
第一获取模块,用于获取待处理图像;
第一确定模块,用于确定所述待处理图像中包含的光源对象;
第二确定模块,用于对于任一所述光源对象,确定所述光源对象对应的光斑形态;
生成模块,用于根据所述光斑形态及所述光源对象的颜色,生成待添加光斑图像;
添加模块,用于在所述光源对象上层添加所述待添加光斑图像。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于获取所述光源对象的属性信息,所述属性信息为决策所述光源对象对应光斑的尺寸和堆叠状态中至少一个的属性信息;
第三确定模块,用于根据所述光源对象的属性信息,确定所述光源对象对应光斑的光斑尺寸以及光斑堆叠状态中的至少一个;
以及,所述生成模块具体用于根据所述光斑尺寸以及光斑堆叠状态中的至少一个、所述光斑形态以及所述光源对象的颜色,生成待添加光斑图像。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-6任一项所述的光斑添加方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-6任一项所述的光斑添加方法的步骤。
CN202210168273.1A 2022-02-23 2022-02-23 光斑添加方法、装置、设备及存储介质 Pending CN114758054A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210168273.1A CN114758054A (zh) 2022-02-23 2022-02-23 光斑添加方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210168273.1A CN114758054A (zh) 2022-02-23 2022-02-23 光斑添加方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114758054A true CN114758054A (zh) 2022-07-15

Family

ID=82325795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210168273.1A Pending CN114758054A (zh) 2022-02-23 2022-02-23 光斑添加方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114758054A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116051434A (zh) * 2022-07-22 2023-05-02 荣耀终端有限公司 一种图像处理方法及相关电子设备
DE102022212679A1 (de) 2022-11-28 2024-05-29 Carl Zeiss Ag Verfahren zum Betrieb eines Bildaufnahmesystems; Bildaufnahmesystem; Computerprogrammprodukt

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116051434A (zh) * 2022-07-22 2023-05-02 荣耀终端有限公司 一种图像处理方法及相关电子设备
CN116051434B (zh) * 2022-07-22 2023-11-14 荣耀终端有限公司 一种图像处理方法及相关电子设备
DE102022212679A1 (de) 2022-11-28 2024-05-29 Carl Zeiss Ag Verfahren zum Betrieb eines Bildaufnahmesystems; Bildaufnahmesystem; Computerprogrammprodukt

Similar Documents

Publication Publication Date Title
CN111612873B (zh) Gif图片生成方法、装置及电子设备
US20180322367A1 (en) Image processing method, non-transitory computer readable storage medium and image processing system
CN114758054A (zh) 光斑添加方法、装置、设备及存储介质
WO2022089170A1 (zh) 字幕区域识别方法、装置、设备及存储介质
CN112532882B (zh) 图像显示方法和装置
CN109298912A (zh) 主题色彩的调节方法、装置、存储介质及电子设备
CN116168038B (zh) 一种图像翻拍检测的方法、装置、电子设备及存储介质
CN108683845A (zh) 图像处理方法、装置、存储介质及移动终端
CN113986407A (zh) 封面生成方法、装置及计算机存储介质
JP2022515011A (ja) 自動リアルタイム高ダイナミックレンジコンテンツレビューシステム
CN112887615B (zh) 拍摄的方法及装置
US20180336243A1 (en) Image Search Method, Apparatus and Storage Medium
CN110533020A (zh) 一种文字信息的识别方法、装置及存储介质
CN112511890A (zh) 视频图像处理方法、装置及电子设备
CN112148192A (zh) 图像显示方法、装置和电子设备
CN113362426B (zh) 图像编辑方法和图像编辑装置
CN111160265B (zh) 文件转换方法、装置、存储介质及电子设备
CN112367487B (zh) 视频录制方法和电子设备
CN106469437B (zh) 图像处理方法和图像处理装置
CN114782692A (zh) 房屋模型的修复方法、装置、电子设备和可读存储介质
CN114518859A (zh) 显示控制方法、装置、电子设备及存储介质
CN112258416A (zh) 图像处理方法、装置、电子设备
CN111583168A (zh) 图像合成方法、装置、计算机设备和存储介质
CN111639474A (zh) 文档风格重构方法、装置和电子设备
CN114500833B (zh) 拍摄方法、装置及电子设备

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