CN114881886A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114881886A CN114881886A CN202210629820.1A CN202210629820A CN114881886A CN 114881886 A CN114881886 A CN 114881886A CN 202210629820 A CN202210629820 A CN 202210629820A CN 114881886 A CN114881886 A CN 114881886A
- Authority
- CN
- China
- Prior art keywords
- definition
- image
- low
- color
- processed
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 96
- 238000003672 processing method Methods 0.000 title claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims abstract description 270
- 230000009466 transformation Effects 0.000 claims abstract description 214
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 141
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000009826 distribution Methods 0.000 claims description 102
- 230000011218 segmentation Effects 0.000 claims description 59
- 238000005070 sampling Methods 0.000 claims description 41
- 238000012847 principal component analysis method Methods 0.000 claims description 16
- 230000000694 effects Effects 0.000 abstract description 13
- 230000008569 process Effects 0.000 description 13
- 239000013598 vector Substances 0.000 description 13
- 239000003086 colorant Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 238000000513 principal component analysis Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 5
- 238000005192 partition Methods 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 238000004040 coloring Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 230000002087 whitening effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/02—Affine transformations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/63—Control of cameras or camera modules by using electronic viewfinders
- H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
- H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
Abstract
本公开实施例提供了一种图像处理方法、装置、电子设备及存储介质。该方法通过当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像;基于低清预览图像以及待处理高清图像,确定色彩仿射变换矩阵;基于色彩仿射变换矩阵,对待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示。本公开实施例的技术方案,解决了现有技术中高清图像和低清预览图像的色彩信息不一致,导致用户拍摄体验较差的问题,实现基于色彩变换矩阵,将待处理高清图像处理为与低清预览图像的色彩信息相匹配的高清预览图像,既保证了高清预览图像的清晰度,也保证高清预览图像的色彩信息与低清预览图像相一致的效果。
Description
技术领域
本公开实施例涉及图像处理技术领域,尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
随着智能终端的普及,越来越多的用户会通过智能终端来记录生活,例如可以通过任意可以执行拍摄任务的应用程序拍摄相应的图像来记录生活,通常在进行拍摄时,用户会在预览模式下调整合适的角度、光线后进行拍摄,进而得到用户需求的图像。
然而,预览图像多是实时低清预览图像,拍摄得到的图像多为非实时高清图像,即,用户在按下快门后一瞬间得到的图像,与按下快门前一瞬间所预览得到的图像,在色彩上存在一定的差异,导致预览图像与拍摄得到的图像不一致的问题。
发明内容
本公开实施例提供一种图像处理方法、装置、电子设备及存储介质,以实现对非实时高清图像进行色彩矫正,使得到的高清图像的色彩信息和低清预览图像的色彩信息相一致的效果。
第一方面,本公开实施例提供了一种图像处理方法,该方法包括:
当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像;
基于所述低清预览图像以及所述待处理高清图像,确定色彩仿射变换矩阵;
基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示。
第二方面,本公开实施例还提供了一种图像处理装置,该装置包括:
图像获取模块,用于当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像;
仿射变换矩阵确定模块,用于基于所述低清预览图像以及所述待处理高清图像,确定色彩仿射变换矩阵;
预览图像确定模块,用于基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示。
第三方面,本公开实施例还提供了一种电子设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例任一所述的图像处理方法。
第四方面,本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开实施例任一所述的图像处理方法。
本公开实施例的技术方案,通过在检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像,并且基于获取得到的低清预览图像以及所述待处理高清图像,确定对应的色彩仿射变换矩阵,进而可以基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示,解决了现有技术中高清图像和低清预览图像的色彩信息不一致,导致用户拍摄体验较差的问题,实现基于低清预览图像和待处理高清图像,确定色彩变换矩阵,并对待处理高清图像进行色彩变换处理,以将待处理高清图像处理为与低清预览图像的色彩信息相匹配的高清预览图像,既保证了高清预览图像的清晰度,也保证了高清预览图像的色彩信息,进一步提高了用户使用体验的效果。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例所提供的一种图像处理方法的流程示意图;
图2为本公开实施例所提供的一种图像处理方法的流程示意图;
图3为本公开实施例所提供的一种图像处理方法的流程示意图;
图4为本公开实施例所提供的分割图像的示意图;
图5为本公开实施例所提供的分割区域的变换示意图;
图6为本公开实施例所提供的一种图像处理方法的流程示意图;
图7为本公开实施例所提供的一种图像处理方法的流程示意图;
图8为本公开实施例所提供的一种图像处理装置的结构框图;
图9为本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
在介绍本技术方案之前,可以先对应用场景进行示例性说明。可以将本公开技术方案应用在任意需要图像处理的场景中,例如可以是应用在图像的拍摄过程中,可以对被拍摄用户所对应的图像进行图像处理的情况,例如用户的自拍场景下。需要说明的是,现有的图像处理软件可以是进行直播或视频拍摄的软件,也可以是终端设备上自带的摄像软件,拍摄的方式可以是通过摄像头前置的方式进行图像的拍摄,也可以是通过摄像头后置的方式进行拍摄。
通常,在进行图像拍摄时为了保证用户可以实时的对图像进行预览,往往会先获取到清晰度较低的图像,并为用户展示低清晰度的预览图像,当满足预设的条件时,再进行拍摄得到高清图像。然而,现有的相机设备(智能终端、PC端和/或专有的摄像机)在进行拍摄时,可以先确定拍摄角度和拍摄光线等,在确定完成后,可以按下快门按键或者拍摄控件开始图像拍摄,此时得到的图像与预览时的图像存在一定的差异。这是因为:在按下快门按钮一瞬间前所得到的图像为低清预览图像,图像的质量较差(分辨率较低),按下快门按钮一瞬间后所得到的图像,为非实时的高清图像(该图像无法被实时地获取用于预览),此时,高清图像和低清预览图像在色彩上存在差异较大。上述问题,极大的干扰了用户的摄影创造流程,严重了影响了用户使用体验。
基于上述问题,在本实施例中,在拍摄图像时,为了使拍摄得到的高清图像和低清预览图像的色彩信息相一致,可以基于本公开实施例的技术方案对拍摄得到的高清图像的颜色进行矫正,进而实现高清图像和低清图像的颜色效果相一致的技术效果。
图1为本公开实施例所提供的一种图像处理方法的流程示意图,本实施例可适用于对得到的高清图像进行色彩矫正,以得到和低清预览图像色彩信息相一致的高清预览图像并显示的情形,该方法可由图像处理装置来执行,该装置可以通过软件和/或硬件的形式实现,该硬件可以是电子设备,如移动终端、PC端、用于拍摄图像的相机或服务器等。
需要说明的是,执行本公开实施例提供的图像处理方法的装置,可以集成在支持图像处理的应用软件中,且该软件可以安装至电子设备中,可选的,电子设备可以是移动终端或者PC端等。应用软件可以是对图像/视频处理的一类软件,其具体的应用软件在此不再一一赘述,只要可以实现图像/视频处理即可。还可以是专门研发的应用程序,来实现图像处理的软件中,亦或是集成在相应的页面中,用户可以通过PC端中集成的页面来实现图像处理。
S110、当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像。
其中,低清预览图像可以是为用户显示的用于实时预览的低清晰度的图像,可以理解的是,用户在采用摄像装置进行拍摄时,为了使用户可以了解当前拍摄的大致效果,往往会以设定的采集频率采集低清晰度图像,并将其显示给用户。待处理高清图像可以是用户通过摄像装置拍摄得到的图像,例如待处理高清图像可以是用户触发拍摄控件后拍摄得到的高清图像,可以理解的是,待处理高清图像是静态的图像也即是用户通过移动终端上的拍摄软件所拍摄的图像,还可以是通过视频拍摄软件所拍摄的视频,可以将视频中的任一视频帧作为待处理高清图像。
具体的,在图像处理的过程中可以是,通过移动终端上的摄像头对现实场景中的图像进行拍摄,将拍摄完成后得到的图像作为待处理高清图形,并且获取在拍摄之前为用户展示的低清预览图像。如果是对视频进行处理可以是,,在拍摄完成的视频中选取一帧图像作为待处理高清图像,并且在预览视频中选取同样位置的低清图像作为低清预览图像。
示例性的,通过系统提供的接口,获取硬件采集的原始拍摄前图像数据A,与拍摄后图像数据B,可选的,使用相机图像接口采集的结果为A,使用相机视频接口采集的一帧图像作为拍摄后图像B。在其他应用系统中,系统可以提供两类用于获取相关数据,其他平台也能够类似地进行处理。此时,A为低清但是色彩正常、实时的图像,B为高清,颜色偏绿,非实时的图像。
在上述方案的基础上,所述图像拍摄条件包括下述至少一种:检测到触发图像拍摄控件;检测到在当前显示界面的停留时长达到预设停留时长阈值;检测到采集的语音信息中包括图像拍摄指令;检测到目标主体的面部信息与预设面部信息相一致。
其中,图像拍摄控件可以是显示于显示界面上的界面控件,用户可以通过触发界面控件以发出相应的指令,由应用程序根据指令执行相应的功能。显示界面可以理解为用户使用的终端设备显示的操作界面。停留时长阈值可以是预先设定的时间长度阈值。语音信息可以是用户发出的语音指令信息。拍摄指令可以理解为预先设定的关键词汇,用于指示相机进行拍摄。目标主体可以是用户,还可以是预先设定的具有面部信息的任意拍摄对象。面部信息可以理解为用户的面部特征信息。
在本技术方案中,图像拍摄条件可以包括多种条件,也即存在多种判断的方案,接下来详细阐述每种方案对应的获取方式:
第一种方式为:当用户需要进行拍摄时,用户可以通过触发当前显示界面上的图像拍摄控件发出相应的拍摄指令,进而由应用程序根据拍摄指令进行待处理高清图像的拍摄,并且获取到对应的低清预览图像。
第二种方式为:用户可以通过预先设置停留时长阈值,例如用户设置的停留时长阈值为5S,则当应用程序检测到当前显示界面上的画面满足预设的5S停留时长时,应用程序通过控制相机完成拍摄,并将拍摄得到的图像作为待处理高清图像,并根据预设方法确定对应的低清预览图像。
第三种方式为:可以理解的是,当用户需要通过应用程序调用设备中的相机,通过相机进行实时拍摄时,当用户无法直接操作终端设备完成拍摄,例如,用户需要拍摄全身照片,或者是用户需要摆出固定的姿势,双手无法接触终端设备,用户可以发出相应的语音信息,该语音信息中包含预设的拍摄指令,进而应用程序检测到对应的拍摄指令时,获取到相应的待处理高清图像和低清预览图像。
第四种方式为:可以通过预先录入用户的面部信息,当应用程序调用摄像头进行拍摄时,可以通过检测当前入镜的画面中是否存在和用户的面部信息相符合的目标主体,当检测到入镜画面中存在目标主体时,应用程序控制摄像头完成拍摄,并将拍摄得到的图像作为待处理高清图像,并根据预设的方法得到对应的低清预览图像。
S120、基于所述低清预览图像以及所述待处理高清图像,确定色彩仿射变换矩阵。
其中,色彩仿射变换矩阵可以用于对待处理高清图像的色彩进行矫正以得到和低清预览图像的色彩信息相匹配的高清预览图像。
具体的,通过得到的低清预览图像和待处理高清图像得到色彩仿射变换矩阵,例如可以是根据预设的采样方法对低清预览图像和待处理高清图像中的颜色特征进行采样得到相应的颜色特征,进而根据低清预览图像和待处理高清图像的颜色特征确定色彩仿射变换矩阵,进而根据色彩仿射变换矩阵对待处理高清图像的颜色进行矫正得到和低清预览图像的颜色信息相匹配的高清预览图像。
需要说明的是,根据不同的待处理高清图像和低清预览图像确定的色彩仿真变化矩阵是不同的,也即在不同的环境条件下,待处理高清图像和低清预览图像的色差是不同的,因此针对不同条件下得到的待处理高清图像和低清预览图像需要确定不同的色彩仿射变换矩阵。
可以理解为,在拍摄任意图像或者视频时,可以实时或者非实时的确定触发拍摄控件那一瞬间所对应的色彩仿射变换矩阵。
在上述技术方案的基础上,所述基于低清预览图像以及所述待处理高清图像,确定色彩仿射变换矩阵,包括:确定与所述低清预览图像相对应的低清像素值分布,以及确定与所述待处理高清图像相对应的高清像素值分布;基于所述低清像素值分布和所述高清像素值分布,确定所述色彩仿射变换矩阵。
其中,低清像素值分布可以是低清预览图像中像素值的分布信息,相应的,高清像素值分布则可以理解为高清图像中的像素值的分布信息。
具体的,在获取到低清预览图像和高清图像后,可以对低清预览图像和高清图像中的像素值分布进行统计,进而得到对应的像素值分布数据,根据对应的像素值分布数据得到对应的色彩仿射变换矩阵。例如,可以是将统计的像素点数据形成在其色彩空间上的点云,通过对高清像素值的点云进行伸缩变换后,使得变换后的点云尽可能和低清像素值的点云进行重合,进而得到相应的色彩仿射变换矩阵。
需要说明的是,低清预览图像和高清预览图像可以是由多种表征形式的,也即是图像的颜色可以在不同的色彩空间内进行描述,例如RGB空间、Lab空间、HSV空间、HSL空间、YUV空间、CMKY空间以及XYZ空间等,相对应的,低清像素值分布和高清像素值分布也都是在对应的色彩控件上的像素分布信息,并且针对上述的任何一种色彩空间,均可以通过本发明提供的技术方法对像素值分布进行分析后,得到对应的色彩仿射变换矩阵,例如,在RGB空间中通过获取各个像素点的RGB像素值分布,在Lab空间中,获取各个像素对应的明度值,以及两个色彩通道的亮度值,进而得到图像在Lab空间中的像素值分布等。
S130、基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示。
其中,至少一个像素点的数量可以是一个或者多个。即,可以仅仅对待处理高清图像中的某几个像素点进行处理,也可以对高清图像中的所有像素点进行色彩处理。如果仅仅是对其中部分像素点进行处理,则可以确定图像中的特征点,对特征点进行色彩处理。色彩处理可以理解为根据色彩仿射变换矩阵对高清图像中相应像素点中的色彩值进行矫正。高清预览图像可以是基于色彩仿射变换矩阵对待处理高清图像进行处理后得到图像。
具体的,根据色彩仿射变换矩阵对待处理高清图相中的至少一个像素点进行色彩矫正,进而得到对应的高清预览图像,并将其显示给用户。可以理解的是,图像是由多个像素点组成的,不同的像素点其颜色可能是不同的,不同颜色像素点需要进行色彩处理也是不同的。
本公开实施例的技术方案,通过在检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像,并且基于获取得到的低清预览图像以及所述待处理高清图像,确定对应的色彩仿射变换矩阵,进而可以基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示,解决了现有技术中高清图像和低清预览图像的色彩信息不一致,导致用户拍摄体验较差的问题,实现基于低清预览图像和待处理高清图像,确定色彩变换矩阵,并对待处理高清图像进行色彩变换处理,以将待处理高清图像处理为与低清预览图像的色彩信息相匹配的高清预览图像,既保证了高清预览图像的清晰度,也保证了高清预览图像的色彩信息,进一步提高了用户使用体验的效果。
图2为本公开实施例所提供的一种图像处理方法的流程示意图,在前述实施例的基础上,对“基于所述低清预览图像以及所述待处理高清图像,确定色彩仿射变换矩阵”进行进一步细化。需要说明的是,低清预览图像以及待处理高清图像是存在多种的表征形式的,为了可以更清楚的介绍本申请的具体技术方案,此处以RGB色彩空间为例进行说明本申请是如何确定色彩仿射变换矩阵的,其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
S210、当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像。
S220、确定所述低清预览图像中至少一个低清像素点的低清RGB值分布,以及所述待处理高清图像中至少一个高清像素点的高清RGB值分布。
其中,低清像素点可以是低清预览图像中的像素点,相应的,高清像素点可以理解为待处理高清图像中的像素点。低清RGB值分布可以是低清预览图像中至少一个像素点的RGB分布信息,相应的,高清RGB值分布,可以是待处理高清图像中至少一个像素点对应的RGB值。
需要说明的是,低清像素点和高清像素点的个数可以是一个或者是多个,具体的像素点的数量可以是根据预先设置的采样方法以及采样步长得到的,可以根据需求设置采样方法,进而得到相应数量的像素点。
可以理解的是:通过确定一个像素点对应的红绿蓝三个通道的所处的亮级来确定一个像素点的RGB值分布。需要说明的是,低清RGB值分布可以是对低清预览图像的像素点的RGB值进行统计后生成的RGB值分布图,相应的,高清RGB值分布可以是对高清图像中像素点的RGB值进行统计后生成的RGB值分布图,并且RGB值分布其中包含了红、绿、蓝三个颜色通道的分布信息。
在上述方案的基础上,确定至少一个低清像素点和至少一个高清像素点,包括:以预设采样步长,对相应低清预览图像和待处理高清图像进行像素点采样,得到所述至少一个低清像素点和至少一个高清像素点。
其中,所述采样步长包括像素采样间隔数量和/或特征点采样。
具体的,通过预先设置的采样步长对低清预览图像和待处理高清图像进行像素点采样,进而得到至少一个低清像素点和至少一个高清像素点。可以理解的是,根据采样步长的不同设置可以对应不同的采样方法,例如可以是全部采样,也即针对图像中的每个像素点都进行采样,还可以是通过特定概率采样特定数量的像素点,还可以是结合像素点的重要性,以重要性作为标准采集特定数量的像素点等。
示例性的,可以通过在低清预览图像和待处理高清图像上中分别采样若干个像素点,提取其各颜色通道的值,分别得到两组定义在特定色彩空间上的点云,并且,采样可以有多种形式与策略,包括但不限于:全部采样,即取全体像素点;以特定概率采样特定数量的点;或者以重要性作为概率采样特定数量的点,等等。
在本技术方案中,色彩空间可以有多种选取方式,可以是:RGB空间、Lab空间、HSV空间、HSL空间、YUV空间、CMKY空间以及XYZ空间中的至少一种。
S230、根据所述低清RGB值分布以及所述高清RGB值分布,确定伸缩矩阵和中心变换矩阵。
其中,伸缩矩阵可以是用于对特征向量进行长度变换的矩阵。中心变化矩阵可以用于对齐特征向量的中心。
具体的,基于低清预览图像的RGB分布,以及高清图像的RGB分布,可以确定出相应的伸缩矩阵和中心变换矩阵。
在上述方案的基础上,根据所述低清RGB值分布以及所述高清RGB值分布,确定伸缩矩阵和中心变换矩阵,包括:基于主成分分析法对所述低清RGB值分布进行处理,确定各像素点在色彩空间上的低清像素均值;以及,基于所述主成分分析法对所述高清RGB值分布进行处理,确定各像素点在色彩空间上的高清像素均值;基于所述主成分分析法对低清预览图像或低清预览子图像进行处理,确定低清矩阵;以及,基于所述主成分分析法对待处理高清图像或待处理高清子图像进行处理,确定高清矩阵;对所述低清矩阵和所述高清矩阵正交处理,确定所述低清预览图像或所述低清预览子图像的低清标准差矩阵,以及所述待处理高清图像或所述待处理高清子图像的高清标准差矩阵;基于所述高清标准差矩阵、低清标准差矩阵、高清矩阵以及低清矩阵,确定所述伸缩矩阵以及所述中心变换矩阵。
其中,主成分分析法(Principal Analysis,PCA)可以是通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分,进而可以基于主成分尽可能多的表征原来变量的信息。色彩空间可以理解为用于表征色彩的数学模型,具体的可以是通过一维、二维、三维甚至是四维控件的坐标来对色彩进行表示。低清像素均值可以是低清预览图像中各像素颜色在色彩空间上的平均值,相应的,高清像素均值可以是待处理高清图像中各像素颜色在色彩空间上的平均值。低清矩阵可以理解为是对低清预览图像图像进行主成分分析后得到的多个特征向量构成的矩阵,相应的,高清矩阵可以理解为对待处理高清图像进行主成分分析后得到的多个特征向量构成的矩阵。低清标准差矩阵可以是对低清矩阵进行正交变换后得到的标准差矩阵,相应的,高清标准差矩阵可以是对高清矩阵进行正交变换后得到的标准差矩阵。
示例性的,根据预设设置的采样步长对低清预览图像和待处理高清图像进行采样后得到对应的若干个像素点,提取采样得到的若干个像素点个颜色通道的值,则可以得到两组定义在色彩空间上的点云。对于两组不同的点云分别进行主成分分析,得到相应的均值mA和mB和特征向量构成的矩阵UA和UB,以及对应方向上标准差构成的矩阵DA和DB。需要说明的是,此处以A表示低清预览图像,以图像B表示待处理高清图像,均值mA和mB分别是图像A和图像B对应的各像素颜色在色彩空间上的平均值,并且其都是向量。相应的,UA和UB是图像A和图像B中个像素颜色在色彩空间上进行主成分分析后,得到的多个特征向量……和……,将得到的特征向量以向量方式排布共同构成的矩阵。进而,对于图像A可以将图像A的特征向量两两正交,并且使得个像素的颜色数据在第一个向量方向上投影后的标准差最大,并且将该标准差记为其次是第二个向量对应的标准差记为再其次是第三个向量对应的标注差记为并依次对其与的特征向量进行处理,相应的,针对图像B可以采用相同的方法对特征向量……,进行处理得到对应的标准差……。DA和DB则是以图像A和图像B对应的标准差……,以及……,为对角线构成的矩阵,并且对于使用三维色彩空间的情况(例如RGB、Lab空间等),上述DA和DB以及UA和UB可以记为:
需要进行说明的是,求解主成分分析的过程中可以进行加权,并且加权的方式是多样的,可以根据具体情况选择合适的加权方式,例如,各像素点平均加权,或者是按照各像素点在拍照前后的颜色差异加权,差异越小权重越大,或者是按照各像素的位置加权,距离图像边缘越近权重越大,或者是使用光流信息在图像内匹配置信度越高的权重越大,还可以是综合上述的加权方案等。
进一步的,在得到上述矩阵之后,通过计算得到齐次部分的变换系数,该线性变换包括两部分,第一部分是白化变换(Whitening Transform,WT):以及第二部分上色变换(Coloring Transform,CT):将这两部分变换合成为WCT变换,也即:其中,U-1表示矩阵U的逆运算,UT表示矩阵U的转置运算。
需要说明的是,对于白化变换而言,通过在特征方向上进行伸缩,除以对应方向上的标准差,使得B图像各像素的色彩分布成为各项同性的单位标准差分布,即数据在任何方向上投影后的标准差都为1;而对于上色变换变换而言,通过在特征方向上进行伸缩,乘上对应方向上的标准差,使得各项同性的单位标准差分布变为A图像各像素的色彩分布。将两者组合后得到的WCT变换,通过将各项同性的单位标准差分布作为中间媒介,将B图像各像素的色彩分布变为A图像各像素的色彩分布,从而实现色彩一致化。并且,如果将A、B两幅图像各像素的色彩分布分别视为椭球A和B,那么白化变换将椭球B压缩为一个单位球,上色变换将单位球伸展为椭球A。将两者组合后得到的WCT变换以单位球为中间媒介,将椭球B变换为椭球A,从而实现色彩一致化,因为此处椭球代表色彩分布。
S240、基于所述伸缩矩阵和所述中心变换矩阵,确定所述色彩仿射变换矩阵。
具体的,在得到伸缩矩阵和中心变换矩阵之后,可以根据获取的矩阵得到最终的仿真色彩变换矩阵,可以将其次和非其次部分的变换系数带入下列公式得到完整的变换:Ti:并且x∈R3表示待处理高清图像的每一像素的RGB颜色通道的值,而变换的结果则表示处理后得到图像与待处理高清图像的颜色分布一致。
需要进行说明的是,mA和mB的意义在于,不但可以使得分布在特征向量的方向和标准差保持一致,并且使得其在平均值上也要一致,进而保证实现色彩的一致化,例如如果将图像A和图像B的各像素色彩分布分别视为椭球A和椭球B,那么,mA和mB的意义在于保证两个椭球的朝向和中心点均一致。
S250、基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示。
在上述方案的基础上,所述基于所述色彩仿射变换矩阵,对所述待处理高清图像中的各像素点进行色彩处理,得到高清预览图像并显示,包括:将各像素点的RGB值乘以所述伸缩变换矩阵后,与所述中心变换矩阵进行求和处理,得到所述高清预览图像。
具体的,根据色彩仿射变换矩阵对待处理高清图像进行处理时,可以先将各像素点的RGB值乘以伸缩变换矩阵进行伸缩处理后,再将伸缩处理后的结果与中心变换矩阵进行求和处理,进而保证中心点位置相同,得到最终的高清预览图像,并将其展示给用户。
本公开实施例的技术方案,通过在检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像,并且基于获取得到的低清预览图像以及所述待处理高清图像,确定对应的色彩仿射变换矩阵,进而可以基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示,解决了现有技术中高清图像和低清预览图像的色彩信息不一致,导致用户拍摄体验较差的问题,实现基于低清预览图像和待处理高清图像,确定色彩变换矩阵,并对待处理高清图像进行色彩变换处理,以将待处理高清图像处理为与低清预览图像的色彩信息相匹配的高清预览图像,既保证了高清预览图像的清晰度,也保证了高清预览图像的色彩信息,进一步提高了用户使用体验的效果。
图3为本公开实施例所提供的一种图像处理方法的流程示意图,在前述实施例的基础上,对“基于所述低清预览图像以及所述待处理高清图像,确定色彩仿射变换矩阵”的方法做进一步的细化。其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
S310、当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像。
S320、基于预设分割规则分别对所述低清预览图像和所述待处理高清图像进行分割,得到至少一幅低清预览子图像,以及至少一幅待处理高清子图像。
在上述技术方案的基础上,为了进一步提高确定确定高清预览图像的色彩信息与低清预览图像的色彩信息相匹配,可以分别对高清图像和低清预览图像进行分割,并确定相应分割区域所对应的色彩变换仿真矩阵,以提高对相应子图像进行处理的准确性。
也就是说,通常在确定色彩仿射变换矩阵时,往往是对整个图像的信息进行处理,也即得到的色彩仿射变换矩阵仅适用于图像的中心点,在采用色彩仿射变换矩阵对图像进行处理时可能会存在相应的误差,距离中心点越远的像素点其处理得到的效果越差,为了解决此类问题,可以对低清预览图像和待处理高清图像进行分割,可以得到每块分割区域对应的色彩仿射变换矩阵,以提高对图像的处理效果。
其中,预设分割规则可以是将图像分割按照某种方式划分为为多幅子图像的规则,例如,预设分割规则将待处理图像换分为九宫格。
需要说明的,基于预设的分割规则可以将低清预览图像分割为多幅低清预览子图像,将多个低清预览子图像进行整合后即可得到低清预览图像,相应的,基于预设的分割规则可以将待处理高清图像分割为多幅低待处理高清子图像,并且将多个待处理高清子图像进行整合后即可得到待处理高清图像
具体的,根据用户预先设定的分割规则对得到的低清预览图像以及待处理高清图像进行分割,得到至少一副低清子预览图像和至少一副待处理高清子图像。可以理解的是,可以根据需求设定分割规则,例如如果追求对画面色彩的完美还原,可以将图像进行尽可能多的分割,也可以基于实际情况考虑后,将图像分割为9幅子图像。
示例性的,例如预设分割规则可以是将低清预览图像和待处理高清图像分割为16宫格,那么可以根据低清预览图像和待处理高清图像的长和宽信息或者是低清预览图像和待处理高清图像的像素信息分别对其进行均分,进而得到4x4的子图像。
S330、基于所述至少一幅低清预览子图像和所述至少一幅待处理高清子图像,确定与每个分割区域相对应的色彩仿射变换矩阵。
具体的,当对获取的低清预览图像和待处理高清图像完成分割之后,根据至少一幅低清预览子图像和至少一幅待处理高清子图像,确定与每个分割区域对应的色彩仿射变换矩阵。也就是说,可以对相应宫格数字所对应的低清预览子图像和待处理高清子图像进行处理,确定相应分割区域的色彩仿射变换矩阵。
需要说明的是,在确定每个分割区域对应的色彩仿射变换矩阵时,需要对相应区域的低清预览子图像和待处理高清子图像进行处理,例如将其划分为4x4的网格,可以按照相同的顺序对子图像进行标记,对标记符号相同的子图像进行处理,以得到每个网格区域所对应色彩仿射变换矩阵,其具体的确定方式,可以参见实施例二的详细阐述。
示例性的,如图4所示,假如当前获取的低清预览图像为图像A,待处理高清图像为图像B,则将图像A和图像B根据预先设定的分割规则进行相同的分割处理,进而分别得到K幅子图像,最终得到待处理高清子图像B_1,B_2,……,B_K与低清预览子图像A_1,A_2,……,A_K,并且相同数字下标的子图像的内容位置是一一对应的。预先设置的分割处理规则还可以是在横竖方向上分别分割m,n部分,切成K=m*n的网格装,其中m和n均未正整数。
需要说明的是,对相同标记的子图像进行处理的方式都是相同的,此处以确定一个子图像对应的色彩仿射变换矩阵为例进行说明。
在上述方案基础上,所述基于所述至少一幅低清预览子图像和所述至少一幅待处理高清子图像,确定与每个分割区域相对应的色彩仿射变换矩阵,包括:针对各分割区域,对当前分割区域的低清预览子图像和待处理高清子图像进行像素点采样,得到至少一个低清像素点和至少一个高清像素点;确定所述至少一个低清像素点的低清RGB值分布以及所述至少一个高清像素点的RGB值分布;根据各分割区域的低清RGB值分布以及相应的高清RGB值分布,确定各分割区域的伸缩矩阵和中心变换矩阵;基于各分割区域的伸缩矩阵和所述中心变换矩阵,确定所述色彩仿射变换矩阵。
示例性的,如图5所示,对于每两幅相对应的子图像A_i、B_i,可以采用上述实施例所提及的方式求得一个色彩空间上的仿射变换矩阵T_i,得到两者色彩的对应关系。也即,对于待处理高清子图像B_i的每一像素作用T_i后得到的图像B_i',此时得到的图像B_i'与A_i原图的色彩保持一致。
需要进行说明的是,针对每一区域均可采用本公开实施例S210~S250确定每个分割区域的色彩仿射变换矩阵。
S340、确定各像素点所对应的分割区域,并依据与所述分割区域相对应的色彩仿射变换矩阵调整相应像素点的RGB值,得到所述高清预览图像。
具体的,根据每一幅待处理字图像的仿真色彩变换矩阵,依次对所有分割区域所对应的待处理高清子图像中像素点的RGB值进行调整,进而得到高清预览图像。例如,通过基于A_1和B_1得到的仿真色彩变换矩阵对B_1进行处理后得到B_1',基于A_2和B_2得到的仿真色彩变换矩阵对B_2进行处理后得到B_2',依次类推直到处理完所有分割区域的待处理高清子图像,进而得到对应的高清预览图像。
示例性的,参见图6,将拍摄之前的图像记为图像A,将拍摄后得到的图像记为图像B,根据预先设置的分块算法将图像A和图像B分割为K幅子图像,需要说明的是,为了保证子图像之间的对应,图像A和图像B采用的分块算法是相同的,进而针对每一幅对应的子图像采用仿射变换求解算法进行处理,得到该区域对应的仿射变换,例如对A_1和B_1进行处理得到仿射变换T_1。
确定每一幅子图像所对应的色彩仿射变换矩阵的好处在于,可以进一步提高对图像处理的精度,使得到的高清预览图像与低清预览图像的色彩信息相一致。
本公开实施例的技术方案,通过基于预设分割规则分别对所述低清预览图像和所述待处理高清图像进行分割,得到至少一幅低清预览子图像,以及至少一幅待处理高清子图像,基于至少一幅低清预览子图像和至少一幅待处理高清子图像,确定与每个分割区域相对应的色彩仿射变换矩阵,确定各像素点所对应的分割区域,并依据与分割区域相对应的色彩仿射变换矩阵调整相应像素点的RGB值,得到高清预览图像,实现了对图像色彩处理精度的技术效果。
图7为本公开实施例所提供的一种图像处理方法的流程示意图,在前述实施例的基础上,对“基于所述低清预览图像以及所述待处理高清图像,确定色彩仿射变换矩阵”的方法做进一步的细化。其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
S410、当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像。
S420、将各分割区域的伸缩矩阵和中心变换矩阵,作为相应分割区域中心像素点的色彩仿射变换矩阵。
其中,分割区域中心可以是当前分割区域的几何中心。
具体的,根据预设的方法获取当前分割区域的伸缩矩阵和中心变换矩阵,并且将其作为当前分割区域的中心像素点对应的色彩仿射变换矩阵。可以理解的是,不同的分割区域的对应的伸缩矩阵和中心变换矩阵可能不同,并且不同分割区域所处的位置也是不同的,因此需要根据每一区域的伸缩矩阵和中心变换矩阵确定其对应的中心像素点的色彩仿射变换矩阵。
为了进一步提高对待处理高清图像的色彩处理精度,可以确定待处理高清图像中每个像素点的色彩仿射变换矩阵,以基于每个像素点的色彩仿射变换矩阵对待处理高清图像进行色彩变换,得到高清预览图像。
S430、通过对各中心像素点的色彩仿射变换矩阵插值处理,确定各像素点所对应的色彩仿射变换矩阵。
其中,插值处理可以理解为利用已知临近像素点的信息产生未知像素点的信息,进而确定出未知像素点对应的色彩仿射变换矩阵。
具体的,根据当前分割区域的中心像素的信息对周围未知像素点的信息进行插值处理,进而根据插值后得到的未知像素点的信息确定其未知像素点对应的色彩仿射变换矩阵。需要进行说明的是,插值的对象可以包括齐次部分的变换系数M,低清预览图像和待处理高清图像的均值mA和mB,非齐次部分mA-M*mB等任何需要进行插值处理的信息,并且进行插值的方式可以根据需求预先进行设定,包括最近临插值、线性插值、双线性插值、双三次插值等方法。
示例性的,以相邻两个区域的色彩仿射变换矩阵为例,当确定出相邻两个区域的色彩仿射变换矩阵后,由于该色彩仿射变换矩阵对应的是当前区域中心点像素的色彩仿射变换矩阵,因此可以基于色彩仿射变换矩阵以及相邻区域的中心点之间的像素个数采用预设的插值方法得到中间像素的色彩仿射变换矩阵,进而基于得到的色彩仿射变换矩阵对相应的像素点进行处理。
S440、依据与像素点所对应的色彩仿射变换矩阵,调整相应像素点的RGB值,得到所述高清预览图像。
具体的,根据当前像素点对应的色彩仿射变换矩阵对当前像素点的RGB值进行调整后,得到对应的高清预览图像。可以理解的是,根据插值处理后得到的多个像素点对应的色彩仿射变换矩阵对各个像素点依次进行处理后,得到已经完成颜色矫正的高清预览图像。
示例性的,参见图6,在对每一幅对应的子图像采用仿射变换求解算法进行处理,得到每个子图像对应的仿射变换矩阵T_1、T_2、T_3……T_K。基于仿射变换矩阵差值处理,得到每个像素点的色彩变换仿真矩阵。基于各像素点的色彩变换仿真矩阵对待处理高清图像中的相应像素点进行处理,得到高清预览图像。
本公开实施例提供的技术方案,通过先对采集的图像进行分块处理后,针对各分割区域分别确定其对应的色彩仿射变换矩阵,并对色彩仿射变换矩阵进行插值处理,得到每个像素点所对应的色彩仿射变换矩阵,进一步,基于各色彩仿射变换矩阵对相应像素点进行色彩变换,得到高清预览图像,该高清预览图像与低清预览图像的色彩信息相一致,以达到显示的高清预览图像与实时预览图像相一致的效果。
图8为本公开实施例所提供的一种图像处理装置的结构框图,可执行本公开任意实施例所提供的图像处理方法,具备执行方法相应的功能模块和有益效果。
如图8所示,该装置具体包括:图像获取模块810、仿射变换矩阵确定模块820以及预览图像确定模块830。
图像获取模块810,用于当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像;仿射变换矩阵确定模块820,用于基于所述低清预览图像以及所述待处理高清图像,确定色彩仿射变换矩阵;预览图像确定模块830,用于基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示。
在上述技术方案的基础上,所述仿射变换矩阵确定模块具体用于:确定与所述低清预览图像相对应的低清像素值分布,以及确定与所述待处理高清图像相对应的高清像素值分布;基于所述低清像素值分布和所述高清像素值分布,确定所述色彩仿射变换矩阵。
在上述技术方案的基础上,所述仿射变换矩阵确定模块还包括:
确定所述低清预览图像中至少一个低清像素点的低清RGB值分布,以及所述待处理高清图像中至少一个高清像素点的高清RGB值分布;
根据所述低清RGB值分布以及所述高清RGB值分布,确定伸缩矩阵和中心变换矩阵;
基于所述伸缩矩阵和所述中心变换矩阵,确定所述色彩仿射变换矩阵。
在上述技术方案的基础上,所述仿射变换矩阵确定模块还包括:
图像分割单元,用于基于预设分割规则分别对所述低清预览图像和所述待处理高清图像进行分割,得到至少一幅低清预览子图像,以及至少一幅待处理高清子图像;基于所述至少一幅低清预览子图像和所述至少一幅待处理高清子图像,确定与每个分割区域相对应的色彩仿射变换矩阵。
在上述技术方案的基础上,图像分割单元具体用于:针对各分割区域,对当前分割区域的低清预览子图像和待处理高清子图像进行像素点采样,得到至少一个低清像素点和至少一个高清像素点;确定所述至少一个低清像素点的低清RGB值分布以及所述至少一个高清像素点的RGB值分布;根据各分割区域的低清RGB值分布以及相应的高清RGB值分布,确定各分割区域的伸缩矩阵和中心变换矩阵;基于各分割区域的伸缩矩阵和所述中心变换矩阵,确定所述色彩仿射变换矩阵。
在上述技术方案的基础上,所述仿射变换矩阵确定模块还包括:
像素点采样单元,用于以预设采样步长,对相应低清预览图像和待处理高清图像进行像素点采样,得到所述至少一个低清像素点和至少一个高清像素点;其中,所述采样步长包括像素采样间隔数量和/或特征点采样。
在上述技术方案的基础上,所述仿射变换矩阵确定模块还包括:
像素均值确定单元:用于基于主成分分析法对所述低清RGB值分布进行处理,确定各像素点在色彩空间上的低清像素均值;以及,基于所述主成分分析法对所述高清RGB值分布进行处理,确定各像素点在色彩空间上的高清像素均值;
矩阵确定单元,用于基于所述主成分分析法对低清预览图像或低清预览子图像进行处理,确定低清矩阵;以及,基于所述主成分分析法对待处理高清图像或待处理高清子图像进行处理,确定高清矩阵;
标准差矩阵确定单元,用于对所述低清矩阵和所述高清矩阵正交处理,确定所述低清预览图像或所述低清预览子图像的低清标准差矩阵,以及所述待处理高清图像或所述待处理高清子图像的高清标准差矩阵;
伸缩矩阵和中心变换矩阵确定单元,用于基于所述高清标准差矩阵、低清标准差矩阵、高清矩阵以及低清矩阵,确定所述伸缩矩阵以及所述中心变换矩阵。
在上述技术方案的基础上,所述图像分割单元还用于将各分割区域的伸缩矩阵和中心变换矩阵,作为相应分割区域中心像素点的色彩仿射变换矩阵;
通过对各中心像素点的色彩仿射变换矩阵插值处理,确定各像素点所对应的色彩仿射变换矩阵。
在上述技术方案的基础上,所述预览图像确定模块用于:将各像素点的RGB值乘以所述伸缩变换矩阵后,与所述中心变换矩阵进行求和处理,得到所述高清预览图像。
上述技术方案的基础上,所述预览图像确定模块还用于确定各像素点所对应的分割区域,并依据与所述分割区域相对应的色彩仿射变换矩阵调整相应像素点的RGB值,得到所述高清预览图像。
上述技术方案的基础上,所述预览图像确定模块还用于依据与像素点所对应的色彩仿射变换矩阵,调整相应像素点的RGB值,得到所述高清预览图像。
本公开实施例的技术方案,通过在检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像,并且基于获取得到的低清预览图像以及所述待处理高清图像,确定对应的色彩仿射变换矩阵,进而可以基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示,解决了现有技术中高清图像和低清预览图像的色彩信息不一致,导致用户拍摄体验较差的问题,实现基于低清预览图像和待处理高清图像,确定色彩变换矩阵,并对待处理高清图像进行色彩变换处理,以将待处理高清图像处理为与低清预览图像的色彩信息相匹配的高清预览图像,既保证了高清预览图像的清晰度,也保证了高清预览图像的色彩信息,进一步提高了用户使用体验的效果。
本公开实施例所提供的图像处理装置可执行本公开任意实施例所提供的图像处理方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
图9为本公开实施例所提供的一种电子设备的结构示意图。下面参考图9,其示出了适于用来实现本公开实施例的电子设备(例如图9中的终端设备或服务器)900的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储装置908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。编辑/输出(I/O)接口905也连接至总线904。
通常,以下装置可以连接至I/O接口905:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置907;包括例如磁带、硬盘等的存储装置908;以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备900,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置909从网络上被下载和安装,或者从存储装置908被安装,或者从ROM 902被安装。在该计算机程序被处理装置901执行时,执行本公开实施例的方法中限定的上述功能。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本公开实施例提供的电子设备与上述实施例提供的图像处理方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的图像处理的方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像;
基于所述低清预览图像以及所述待处理高清图像,确定色彩仿射变换矩阵;
基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,【示例一】提供了一种图像处理方法,该方法包括:
当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像;
基于所述低清预览图像以及所述待处理高清图像,确定的色彩仿射变换矩阵;
基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示。
根据本公开的一个或多个实施例,【示例二】提供了一种图像处理方法,还包括:
确定与所述低清预览图像相对应的低清像素值分布,以及确定与所述待处理高清图像相对应的高清像素值分布;
基于所述低清像素值分布和所述高清像素值分布,确定所述色彩仿射变换矩阵。根据本公开的一个或多个实施例,【示例三】提供了一种图像处理方法,还包括:
确定所述低清预览图像中至少一个低清像素点的低清RGB值分布,以及所述待处理高清图像中至少一个高清像素点的高清RGB值分布;
根据所述低清RGB值分布以及所述高清RGB值分布,确定伸缩矩阵和中心变换矩阵;
基于所述伸缩矩阵和所述中心变换矩阵,确定所述色彩仿射变换矩阵。
根据本公开的一个或多个实施例,【示例四】提供了一种图像处理方法,还包括:
基于预设分割规则分别对所述低清预览图像和所述待处理高清图像进行分割,得到至少一幅低清预览子图像,以及至少一幅待处理高清子图像;
基于所述至少一幅低清预览子图像和所述至少一幅待处理高清子图像,确定与每个分割区域相对应的色彩仿射变换矩阵。
根据本公开的一个或多个实施例,【示例五】提供了一种图像处理方法,还包括:
针对各分割区域,对当前分割区域的低清预览子图像和待处理高清子图像进行像素点采样,得到至少一个低清像素点和至少一个高清像素点;
确定所述至少一个低清像素点的低清RGB值分布以及所述至少一个高清像素点的RGB值分布;
根据各分割区域的低清RGB值分布以及相应的高清RGB值分布,确定各分割区域的伸缩矩阵和中心变换矩阵;
基于各分割区域的伸缩矩阵和所述中心变换矩阵,确定所述色彩仿射变换矩阵。
根据本公开的一个或多个实施例,【示例六】提供了一种图像处理方法,还包括:
以预设采样步长,对相应低清预览图像和待处理高清图像进行像素点采样,得到所述至少一个低清像素点和至少一个高清像素点;
其中,所述采样步长包括像素采样间隔数量和/或特征点采样。
根据本公开的一个或多个实施例,【示例七】提供了一种图像处理方法,还包括:
基于主成分分析法对所述低清RGB值分布进行处理,确定各像素点在色彩空间上的低清像素均值;以及,基于所述主成分分析法对所述高清RGB值分布进行处理,确定各像素点在色彩空间上的高清像素均值;
基于所述主成分分析法对低清预览图像或低清预览子图像进行处理,确定低清矩阵;以及,基于所述主成分分析法对待处理高清图像或待处理高清子图像进行处理,确定高清矩阵;
对所述低清矩阵和所述高清矩阵正交处理,确定所述低清预览图像或所述低清预览子图像的低清标准差矩阵,以及所述待处理高清图像或所述待处理高清子图像的高清标准差矩阵;
基于所述高清标准差矩阵、低清标准差矩阵、高清矩阵以及低清矩阵,确定所述伸缩矩阵以及所述中心变换矩阵。
根据本公开的一个或多个实施例,【示例八】提供了一种图像处理方法,还包括:
将各分割区域的伸缩矩阵和中心变换矩阵,作为相应分割区域中心像素点的色彩仿射变换矩阵;
通过对各中心像素点的色彩仿射变换矩阵插值处理,确定各像素点所对应的色彩仿射变换矩阵。
根据本公开的一个或多个实施例,【示例九】提供了一种图像处理方法,还包括:
将各像素点的RGB值乘以所述伸缩变换矩阵后,与所述中心变换矩阵进行求和处理,得到所述高清预览图像。
根据本公开的一个或多个实施例,【示例十】提供了一种图像处理方法,还包括:
确定各像素点所对应的分割区域,并依据与所述分割区域相对应的色彩仿射变换矩阵调整相应像素点的RGB值,得到所述高清预览图像。
根据本公开的一个或多个实施例,【示例十一】提供了一种图像处理方法,还包括:
依据与像素点所对应的色彩仿射变换矩阵,调整相应像素点的RGB值,得到所述高清预览图像。
根据本公开的一个或多个实施例,【示例十二】提供了一种图像处理装置,包括:
图像获取模块,用于当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像;
仿射变换矩阵确定模块,用于基于所述低清预览图像以及所述待处理高清图像,确定的色彩仿射变换矩阵;
预览图像确定模块,用于基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (15)
1.一种图像处理方法,其特征在于,包括:
当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像;
基于所述低清预览图像以及所述待处理高清图像,确定色彩仿射变换矩阵;
基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示。
2.根据权利要求1所述的方法,其特征在于,所述基于低清预览图像以及所述待处理高清图像,确定色彩仿射变换矩阵,包括:
确定与所述低清预览图像相对应的低清像素值分布,以及确定与所述待处理高清图像相对应的高清像素值分布;
基于所述低清像素值分布和所述高清像素值分布,确定所述色彩仿射变换矩阵。
3.根据权利要求2所述的方法,其特征在于,所述确定与所述低清预览图像相对应的低清像素值分布,以及确定与所述待处理高清图像相对应的高清像素值分布仿射变换,包括:
确定所述低清预览图像中至少一个低清像素点的低清RGB值分布,以及所述待处理高清图像中至少一个高清像素点的高清RGB值分布;
相应的,基于所述低清像素值分布和所述高清像素值分布,确定所述色彩仿射变换矩阵,包括:
根据所述低清RGB值分布以及所述高清RGB值分布,确定伸缩矩阵和中心变换矩阵;
基于所述伸缩矩阵和所述中心变换矩阵,确定所述色彩仿射变换矩阵。
4.根据权利要求1所述的方法,其特征在于,所述基于所述低清预览图像以及所述待处理高清图像,确定的色彩仿射变换矩阵,包括:
基于预设分割规则分别对所述低清预览图像和所述待处理高清图像进行分割,得到至少一幅低清预览子图像,以及至少一幅待处理高清子图像;
基于所述至少一幅低清预览子图像和所述至少一幅待处理高清子图像,确定与每个分割区域相对应的色彩仿射变换矩阵。
5.根据权利要求4所述的方法,其特征在于,所述基于所述至少一幅低清预览子图像和所述至少一幅待处理高清子图像,确定与每个分割区域相对应的色彩仿射变换矩阵,包括:
针对分割区域,对当前分割区域的低清预览子图像和待处理高清子图像进行像素点采样,得到至少一个低清像素点和至少一个高清像素点;
确定所述至少一个低清像素点的低清RGB值分布以及所述至少一个高清像素点的RGB值分布;
根据分割区域的低清RGB值分布以及相应的高清RGB值分布,确定相应分割区域的伸缩矩阵和中心变换矩阵;
基于分割区域的伸缩矩阵和中心变换矩阵,确定所述色彩仿射变换矩阵。
6.根据权利要求3或5所述的方法,其特征在于,确定至少一个低清像素点和至少一个高清像素点,包括:
以预设采样步长,对相应低清预览图像和待处理高清图像进行像素点采样,得到所述至少一个低清像素点和至少一个高清像素点;
其中,所述采样步长包括像素采样间隔数量和/或特征点采样。
7.根据权利要求3或5所述的方法,其特征在于,根据所述低清RGB值分布以及所述高清RGB值分布,确定伸缩矩阵和中心变换矩阵,包括:
基于主成分分析法对所述低清RGB值分布进行处理,确定各像素点在色彩空间上的低清像素均值;以及,基于所述主成分分析法对所述高清RGB值分布进行处理,确定各像素点在色彩空间上的高清像素均值;
基于所述主成分分析法对低清预览图像或低清预览子图像进行处理,确定低清矩阵;以及,基于所述主成分分析法对待处理高清图像或待处理高清子图像进行处理,确定高清矩阵;
对所述低清矩阵和所述高清矩阵正交处理,确定所述低清预览图像或所述低清预览子图像的低清标准差矩阵,以及所述待处理高清图像或所述待处理高清子图像的高清标准差矩阵;
基于所述高清标准差矩阵、低清标准差矩阵、高清矩阵以及低清矩阵,确定所述伸缩矩阵以及所述中心变换矩阵。
8.根据权利要求5所述的方法,其特征在于,还包括:
将各分割区域的伸缩矩阵和中心变换矩阵,作为相应分割区域中心像素点的色彩仿射变换矩阵;
通过对各中心像素点的色彩仿射变换矩阵插值处理,确定各像素点所对应的色彩仿射变换矩阵。
9.根据权利要求7所述的方法,其特征在于,所述基于所述色彩仿射变换矩阵,对所述待处理高清图像中的各像素点进行色彩处理,得到高清预览图像并显示,包括:
将各像素点的RGB值乘以所述伸缩变换矩阵后,与所述中心变换矩阵进行求和处理,得到所述高清预览图像并显示。
10.根据权利要求5所述的方法,其特征在于,所述基于所述色彩仿射变换矩阵,对所述待处理高清图像中的各像素点进行色彩处理,得到高清预览图像并显示,包括:
确定各像素点所对应的分割区域,并依据与所述分割区域相对应的色彩仿射变换矩阵调整相应像素点的RGB值,得到所述高清预览图像并显示。
11.根据权利要求8所述的方法,其特征在于,所述基于所述色彩仿射变换矩阵,对所述待处理高清图像中的各像素点进行色彩处理,得到高清预览图像并显示,包括:
依据与像素点所对应的色彩仿射变换矩阵,调整相应像素点的RGB值,得到所述高清预览图像并显示。
12.根据权利要求1所述的方法,其特征在于,所述高清预览图像的分辨率大于所述低清预览图像的分辨率,且与所述待处理高清图像的分辨率相一致;所述高清预览图像的色彩信息与所述低清预览图像的色彩信息相一致。
13.一种图像处理装置,其特征在于,包括:
图像获取模块,用于当检测到满足图像拍摄条件时,获取拍摄前的低清预览图像以及拍摄得到的待处理高清图像;
仿射变换矩阵确定模块,用于基于所述低清预览图像以及所述待处理高清图像,确定的色彩仿射变换矩阵;
预览图像确定模块,用于基于所述色彩仿射变换矩阵,对所述待处理高清图像中的至少一个像素点进行色彩处理,得到高清预览图像并显示。
14.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-12中任一所述的图像处理方法。
15.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-12中任一所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210629820.1A CN114881886A (zh) | 2022-06-02 | 2022-06-02 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210629820.1A CN114881886A (zh) | 2022-06-02 | 2022-06-02 | 图像处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114881886A true CN114881886A (zh) | 2022-08-09 |
Family
ID=82679016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210629820.1A Pending CN114881886A (zh) | 2022-06-02 | 2022-06-02 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114881886A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116091392A (zh) * | 2022-08-16 | 2023-05-09 | 荣耀终端有限公司 | 图像处理方法、系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799919A (zh) * | 2010-04-08 | 2010-08-11 | 西安交通大学 | 一种基于pca对齐的正面人脸图像超分辨率重建方法 |
CN110930301A (zh) * | 2019-12-09 | 2020-03-27 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
US20210192271A1 (en) * | 2019-12-23 | 2021-06-24 | Beijing Institute Of Technology | Method and Apparatus for Pose Planar Constraining on the Basis of Planar Feature Extraction |
CN114359755A (zh) * | 2021-12-24 | 2022-04-15 | 华智生物技术有限公司 | 一种水稻倒伏区域提取方法、系统、设备及存储介质 |
CN114549282A (zh) * | 2022-01-11 | 2022-05-27 | 深圳昱拓智能有限公司 | 一种基于仿射变换实现多表计读数的方法和系统 |
-
2022
- 2022-06-02 CN CN202210629820.1A patent/CN114881886A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799919A (zh) * | 2010-04-08 | 2010-08-11 | 西安交通大学 | 一种基于pca对齐的正面人脸图像超分辨率重建方法 |
CN110930301A (zh) * | 2019-12-09 | 2020-03-27 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
US20210192271A1 (en) * | 2019-12-23 | 2021-06-24 | Beijing Institute Of Technology | Method and Apparatus for Pose Planar Constraining on the Basis of Planar Feature Extraction |
CN114359755A (zh) * | 2021-12-24 | 2022-04-15 | 华智生物技术有限公司 | 一种水稻倒伏区域提取方法、系统、设备及存储介质 |
CN114549282A (zh) * | 2022-01-11 | 2022-05-27 | 深圳昱拓智能有限公司 | 一种基于仿射变换实现多表计读数的方法和系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116091392A (zh) * | 2022-08-16 | 2023-05-09 | 荣耀终端有限公司 | 图像处理方法、系统及存储介质 |
CN116091392B (zh) * | 2022-08-16 | 2023-10-20 | 荣耀终端有限公司 | 图像处理方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112150399B (zh) | 基于宽动态范围的图像增强方法及电子设备 | |
US9558543B2 (en) | Image fusion method and image processing apparatus | |
US20210058595A1 (en) | Method, Device, and Storage Medium for Converting Image | |
CN109345485B (zh) | 一种图像增强方法、装置、电子设备及存储介质 | |
CN108885782B (zh) | 图像处理方法、设备及计算机可读存储介质 | |
CN111275653B (zh) | 图像去噪方法及装置 | |
CN111401411B (zh) | 获取样本图像集的方法及装置 | |
US20090161982A1 (en) | Restoring images | |
CN111510698A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
KR102072014B1 (ko) | 영상 흔들림 보정을 이용한 영상 안정화 장치 및 방법 | |
CN107704798B (zh) | 图像虚化方法、装置、计算机可读存储介质和计算机设备 | |
CN110855958B (zh) | 图像调节方法及装置、电子设备、存储介质 | |
CN111696039B (zh) | 图像处理方法及装置、存储介质和电子设备 | |
CN112822370B (zh) | 电子设备、前置图像信号处理器及图像处理方法 | |
CN112116551A (zh) | 一种摄像头遮挡检测方法、装置、电子设备和存储介质 | |
CN111385461B (zh) | 全景拍摄方法及装置、相机、移动终端 | |
WO2024027287A9 (zh) | 图像处理系统及方法、计算机可读介质和电子设备 | |
CN113989173A (zh) | 视频融合方法、装置、电子设备及存储介质 | |
CN113962859A (zh) | 一种全景图生成方法、装置、设备及介质 | |
CN114881886A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111797694B (zh) | 一种车牌检测方法及装置 | |
CN117768774A (zh) | 图像处理器、图像处理方法、拍摄装置和电子设备 | |
WO2023068655A1 (en) | System and method for learning tone curves for local image enhancement | |
CN116614716A (zh) | 图像处理方法、图像处理装置、存储介质及电子设备 | |
CN116055891A (zh) | 图像处理方法及其装置 |
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 |