CN115035006A - 图像处理方法、图像处理装置以及可读存储介质 - Google Patents
图像处理方法、图像处理装置以及可读存储介质 Download PDFInfo
- Publication number
- CN115035006A CN115035006A CN202210469352.6A CN202210469352A CN115035006A CN 115035006 A CN115035006 A CN 115035006A CN 202210469352 A CN202210469352 A CN 202210469352A CN 115035006 A CN115035006 A CN 115035006A
- Authority
- CN
- China
- Prior art keywords
- image
- preliminary
- images
- present disclosure
- input
- 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 88
- 238000003672 processing method Methods 0.000 title claims abstract description 56
- 238000001914 filtration Methods 0.000 claims abstract description 128
- 238000000034 method Methods 0.000 claims abstract description 51
- 230000008569 process Effects 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 21
- 238000010586 diagram Methods 0.000 description 32
- 238000004891 communication Methods 0.000 description 10
- 239000003086 colorant Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 101100269850 Caenorhabditis elegans mask-1 gene Proteins 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 2
- 230000003631 expected effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual 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
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
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
一种图像处理方法、图像处理装置和非瞬时可读存储介质。该图像处理方法包括:获取输入图像;基于输入图像,获取至少两个中间图像;基于至少两个中间图像,获取输出图像。至少两个中间图像中每一个对应于单一类型的图像内容,不同的中间图像对应不同类型的图像内容,且不同的中间图像对应不同的滤色处理。基于该图像处理方法,通过对输入图像的至少两个不同中间图像采用不同的滤色处理,从而满足同一图像内不同类型的图像内容的不同需求,提高整个图像的滤色效果,解决在复杂场景下使用单一滤色算法导致滤色效果不佳的问题。
Description
技术领域
本公开的实施例涉及一种图像处理方法、图像处理装置和非瞬时可读存储介质。
背景技术
当前的图像处理技术包括滤色处理技术。通常,滤色处理是将RGB颜色空间的彩色图像,通过一定的映射规则,转换为仅包含有限的几种颜色的图像。一般的图像三色滤色算法将彩色图像转换为红、黑、白三色图像,且用颜色的稀疏程度来呈现图像明暗、深浅和其他色彩的变化,从而保留原始色彩图像的视觉信息。滤色算法的性能越好,处理结果越接近原始色彩图像。
发明内容
本公开至少一个实施例提供一种图像处理方法,包括:获取输入图像;基于所述输入图像,获取至少两个中间图像;基于所述至少两个中间图像,获取所述输出图像。所述至少两个中间图像中每一个对应于单一类型的图像内容,不同的中间图像对应不同类型的图像内容,且不同的中间图像对应不同的滤色处理。
例如,在本公开至少一个实施例提供的图像处理方法中,基于所述输入图像,获取所述至少两个中间图像,包括:基于所述输入图像,获取至少两个初步图像;基于所述至少两个初步图像,获取所述至少两个中间图像。至少两个初步图像中每一个对应于单一类型的图像内容,所述至少两个初步图像与所述至少两个中间图像一一对应。
例如,在本公开至少一个实施例提供的图像处理方法中,所述至少两个初步图像包括第一初步图像、第二初步图像、第三初步图像和第四初步图像中的至少两个。所述第一初步图像对应于文字类型的图像内容、所述第二初步图像对应于人像类型的图像内容、所述第三初步图像对应于几何图形类型的图像内容、所述第四初步图像对应于背景类型的图像内容。
例如,在本公开至少一个实施例提供的图像处理方法中,基于所述输入图像,获取所述至少两个初步图像,包括:对所述输入图像执行文字检测,获取所述第一初步图像;对所述输入图像执行人像检测,获取所述第二初步图像;和/或对所述输入图像执行几何图形检测,获取所述第三初步图像。
例如,在本公开至少一个实施例提供的图像处理方法中,基于所述输入图像,获取所述至少两个初步图像,包括:基于所述第一初步图像、所述第二初步图像、所述第三初步图像,获取所述第四初步图像。
例如,在本公开至少一个实施例提供的图像处理方法中,基于所述至少两个初步图像,获取所述至少两个中间图像,包括:基于所述第一初步图像以及应用文字滤色处理后的输入图像,得到第一中间图像;基于所述第二初步图像以及应用人像滤色处理后的输入图像,得到第二中间图像;基于所述第三初步图像以及应用几何图形滤色处理后的输入图像,得到第三中间图像;和/或基于所述第四初步图像以及应用背景滤色处理后的输入图像,得到第四中间图像。
例如,在本公开至少一个实施例提供的图像处理方法中,基于所述至少两个中间图像,获取所述输出图像,包括:合并所述第一中间图像、所述第二中间图像、所述第三中间图像、所述第四中间图像,得到所述输出图像。
例如,在本公开至少一个实施例提供的图像处理方法中,合并所述第一中间图像、所述第二中间图像、所述第三中间图像、所述第四中间图像,得到所述输出图像包括:响应于所述第一中间图像、所述第二中间图像、所述第三中间图像、所述第四中间图像之间不存在重叠部分,将所述第一中间图像、所述第二中间图像、所述第三中间图像和所述第四中间图像中相应的像素值相加,得到所述输出图像。
例如,在本公开至少一个实施例提供的图像处理方法中,合并所述第一中间图像、所述第二中间图像、所述第三中间图像、所述第四中间图像,得到所述输出图像,包括:响应于所述第一中间图像、所述第二中间图像、所述第三中间图像、所述第四中间图像之间存在重叠部分,所述重叠部分的像素值基于包括所述重叠部分的至少两个中间图像中优先级最高的中间图像。
例如,在本公开至少一个实施例提供的图像处理方法中,所述第一中间图像、所述第二中间图像、所述第三中间图像和所述第四中间图像的优先级排序是所述第一中间图像>所述第二中间图像>所述第三中间图像>所述第四中间图像。
例如,在本公开至少一个实施例提供的图像处理方法中,基于所述输入图像,获取至少两个初步图像,包括:响应于所述输入图像是带有至少两个图层的可编辑矢量图,将所述至少两个图层分别作为所述至少两个初步图像,其中,所述至少两个图层中每一个对应于单一类型的图像内容。
例如,在本公开至少一个实施例提供的图像处理方法中,基于所述至少两个初步图像,获取所述至少两个中间图像,包括:对所述至少两个初步图像中每一个执行相应的滤色处理,得到所述至少两个中间图像。
例如,在本公开至少一个实施例提供的图像处理方法中,所述至少两个初步图像中每一个是二值图像。
例如,在本公开至少一个实施例提供的图像处理方法中,所述不同的滤色处理至少包括使用不同的滤色参数。
本公开至少一个实施例还提供一种图像处理装置,包括:输入模块、获取模块和处理模块。输入模块被配置为获取输入图像。获取模块被配置为基于所述输入图像,获取至少两个中间图像。处理模块被配置为基于所述至少两个中间图像,获取所述输出图像。所述至少两个中间图像中每一个对应于单一类型的图像内容,且不同的中间图像对应不同的滤色处理。
本公开至少一个实施例还提供另一种图像处理装置,包括:处理器和存储器。存储器包括一个或多个计算机程序模块。所述一个或多个计算机程序模块被存储在所述存储器中并被配置为由所述处理器执行,所述一个或多个计算机程序模块包括用于上述任一实施例所述的图像处理方法的指令。
本公开至少一个实施例还提供一种非瞬时可读存储介质,其上存储有计算机指令。所述计算机指令被处理器执行时执行上述任一实施例所述的图像处理方法。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例的附图作简单地介绍,显而易见地,下面描述的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为本公开至少一个实施例提供的一种图像处理方法的流程示意图;
图2为本公开至少一个实施例提供的一种图像处理方法的操作流程图;
图3为本公开至少一个实施例提供的一种图像处理方法的示意图;
图4为本公开至少一个实施例提供的一种几何图形检测算法的示意图;
图5为本公开至少一个实施例提供的一种文字检测算法的示意图;
图6为本公开至少一个实施例提供的一种人像检测算法的示意图;
图7为本公开至少一个实施例提供的一种文字滤色算法的示意图;
图8为本公开至少一个实施例提供的一种人像滤色算法的示意图;
图9为本公开至少一个实施例提供的一种几何图形滤色算法的示意图;
图10为本公开至少一个实施例提供的一种自然图像滤色算法的示意图;
图11为本公开至少一个实施例提供的一种图像处理方法的示意框图;
图12为本公开至少一个实施例提供的另一种图像处理方法的示意框图;
图13为本公开至少一个实施例提供的一种图像处理装置的示意框图;
图14为本公开至少一个实施例提供的另一种图像处理装置的示意框图;
图15为本公开至少一个实施例提供的又一种图像处理装置的示意框图;
图16为本公开至少一个实施例提供的一种非瞬时可读存储介质的示意框图;以及
图17为本公开至少一个实施例提供的一种电子设备的示意框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合附图,对本公开实施例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公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
本公开中使用了流程图来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,根据需要,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
除非另外定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”、“一”或者“该”等类似词语也不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
现有的应用于墨水屏的图像颜色转换算法,通常是将一幅图像基于某种颜色映射规则以及误差扩散算法,通过可用的相近颜色以及像素点的稀疏密集程度来呈现彩色图像的颜色、纹理、灰阶等变化,但对于真实应用场景,单一的转换算法难以适应复杂的应用场景。例如针对会议场景使用的桌牌等产品,主要内容是包含文字、表格等元素的简单图形元素。在这种场景下,轮廓清晰、边界明显的二值图像更符合用户的需求。对于公交拉手、智能胸牌等产品,需要呈现的内容为以彩色图像为主的广告以及包含人物证件照的复杂内容,在这种场景下,则需要滤色算法能够将图像的渐变纹理、人物的五官细节通过扩散算法尽可能的呈现出来,同时,广告内容和胸牌内容还会包含有相关的文字介绍,这些文字同样需要前一种场景的呈现效果。两种需求矛盾的内容同时出现在同一场景下,使用单一的算法已无法满足。因此,需要设计一种适应更加复杂场景的滤色算法应用方案。
通常,用于处理自然图像的常规滤色算法效果虽好,但在处理其他类型的图像内容(例如,图形、文字、人像等)时,却容易出现锯齿、颗粒等影响美观的问题。
至少为了克服上述技术问题,本公开至少一个实施例提供一种图像处理方法,该方法包括:获取输入图像;基于输入图像,获取至少两个中间图像;基于至少两个中间图像,获取输出图像,至少两个中间图像中每一个对应于单一类型的图像内容,不同的中间图像对应不同类型的图像内容,且不同的中间图像对应不同的滤色处理。
相应地,本公开至少一个实施例还提供了一种对应于上述图像处理方法的图像处理装置和非瞬时可读存储介质。
通过本公开至少一个实施例提供的图像处理方法,可以对输入图像分类处理,例如划分为不同类型的至少两个中间图像,并适应性地使用相应的滤色处理,以便满足同一图像内不同类型的图像内容的不同需求,解决在复杂场景下使用单一滤色算法导致滤色效果不佳的问题。
下面通过几个示例或实施例对根据本公开的至少一个实施例提供的图像处理方法进行非限制性的说明,如下面所描述的,在不相互抵触的情况下这些具体示例或实施例中不同特征可以相互组合,从而得到新的示例或实施例,这些新的示例或实施例也都属于本公开保护的范围。
图1为本公开至少一个实施例提供的一种图像处理方法的流程示意图。
本公开至少一个实施例提供了一种图像处理方法10,如图1所示。例如,该图像处理方法10可以应用于任何需要图像滤色(或者图像颜色转换)的场景,例如,可以应用于墨水屏、电子书、打印机等,还可以应用于其他方面,本公开的实施例对此不作限制。如图1所示,该图像处理方法10可以包括如下步骤S101至S103。
步骤S101:获取输入图像。
步骤S102:基于输入图像,获取至少两个中间图像。
步骤S103:基于至少两个中间图像,获取输出图像,至少两个中间图像中每一个对应于单一类型的图像内容,不同的中间图像对应不同类型的图像内容,且不同的中间图像对应不同的滤色处理。
例如,在本公开至少一个实施例中,对于步骤S101,输入图像可以是任意一张待处理的图像。例如,输入图像可以是彩色图像,也可以是灰度图像。又例如,输入图像可以是广告图像、胸牌图像、风景图像等,本公开的实施例对此不作限制,可以根据实际需求来设置。
例如,在本公开至少一个实施例中,对于步骤S102,基于输入图像获取至少两个中间图像可以包括:根据输入图像中的图像内容的类型来生成至少两个中间图像。例如,输入图像中包括多种类型的图像内容,例如文字、人像、几何图形(诸如圆形、矩形、三角形、平行四边形、椭圆、半圆)等。例如,在一个示例中,输入图像是广告图像,该广告图像可以同时包括产品的文字介绍、代言人的人脸图像以及几何图形的Logo。例如,中间图像可以是仅包括单一类型图像内容的图像,例如仅包括文字的图层、仅包括的人像的图层、仅包括几何图形的图层、或者仅包括背景(例如去除文字、人像、几何图形后的图像背景)的图层等。例如,在本公开的实施例中,可以对各个中间图像选择并应用最合适的或最佳的滤色处理算法,以达到最佳的滤色效果。例如,在本公开的实施例中,对于仅包括文字的中间图像使用预定的文字滤色算法,对于仅包括人像的中间图像使用预定的人像滤色算法等,本公开的实施例对此不作限制。
需要说明的是,在本公开的实施例中,“中间图像”并不受限于特定的某一个或某一些图像,也不受限于特定的顺序,可以根据实际需求来设定。
例如,在本公开至少一个实施例中,对于步骤S103,基于至少两个中间图像获取输出图像。该至少两个中间图像中每一个对应于单一类型的图像内容,不同的中间图像对应不同的图像内容,且不同的中间图像对应不同的滤色处理。例如,在本公开至少一个实施例中,将至少两个中间图像进行融合(合并),即可得到最终的输出图像。以这种方式,可以解决在复杂场景下使用单一滤色算法导致滤色效果不佳的问题,通过从输入图像生成多个中间图像,对不同的中间图像应用不同的滤色处理,从而满足同一图像内不同图像内容的不同需求,提高整图的滤色效果。
图2为本公开至少一个实施例提供的一种图像处理方法的操作流程图。
例如,在本公开至少一个实施例中,对于步骤S102,基于输入图像,获取至少两个中间图像,可以包括以下操作S301和S302,如图2所示。
S301:基于输入图像,获取至少两个初步图像,至少两个初步图像中每一个对应于单一类型的图像内容。
S302:基于至少两个初步图像,获取至少两个中间图像,至少两个初步图像与至少两个中间图像一一对应。
例如,在本公开至少一个实施例中,初步图像可以是指来自输入图像的掩模图像或者未经滤色处理的图层,每一个初步图像对应于一种类型的图像内容。需要说明的是,在本公开的实施例中,“初步图像”不受限于特定某一或某一些图像,也不受限于特定的顺序,可以根据实际需求来设置。例如,在一些示例中,掩模图像可以是二值图像,例如,目标区域或者感兴趣的区域的像素值是“255”,其他区域的像素值为“0”。当然,本公开的实施例对此不作限制。例如,在一个示例中,初步图像可以是指仅包括单一类型图像内容并且未经过滤色处理的图层,本公开的实施例对此不作限制。以这种方式,可以基于多个初步图像来获取应用了不同滤色处理的不同中间图像,从而得到最终的输出图像。
例如,在本公开至少一个实施例中,至少两个初步图像包括第一初步图像、第二初步图像、第三初步图像和第四初步图像中的至少两个。例如,在本公开至少一个实施例中,第一初步图像对应于文字类型的图像内容、第二初步图像对应于人像类型的图像内容、第三初步图像对应于几何图形类型的图像内容、第四初步图像对应于背景类型的图像内容。以这种方式,可以按照图像内容的类型,从输入图像中生成不同的初步图像,以便针对不同类型的图像内容选择最佳的滤色处理方法。
需要说明的是,在本公开的实施例中,“第一初步图像”、“第二初步图像”、“第三初步图像”和“第四初步图像”均不受限于特定的某一或某一些图像,也不受限于特定的顺序,可以根据实际需求来设置。
还需要说明的是,在本公开的实施例中,输入图像可能同时包括一种或多种图像类型,并不一定从同一张输入图像中同时得到第一初步图像、第二初步图像、第三初步图像和第四初步图像,这取决于实际情况。
图3为本公开至少一个实施例提供的一种图像处理方案的示意图。
例如,在如图3所示的示例中,对于胸卡模板图像,可以得到对应于文字类型的掩模图像mask2(即第一初步图像),对应于人像类型的掩模图像mask3(即第二初步图像),对应于几何图形类型的掩模图像mask1(即第三初步图像),。例如,掩模图像mask2可以视为在对应于文字的区域内的像素值为“255”,在其他区域像素值为“0”的二值图像,掩模图像mask3可以视为在对应于人像或人脸的区域内的像素值为“255”,在其他区域像素值为“0”的二值图像,掩模图像mask1可以视为在对应于几何图形的区域内的像素值为“255”,在其他区域像素值为“0”的二值图像,本公开的实施例对此不作限制。
例如,在本公开至少一个实施例中,对于步骤S301,基于输入图像获取至少两个初步图像的操作可以包括:对输入图像执行文字检测,获取第一初步图像;对输入图像执行人像检测,获取第二初步图像;和/或对输入图像执行几何图形检测,获取第三初步图像。以这种方式,可以从输入图像自动识别出或划分出多个初步图像。
例如,在本公开至少一个实施例,对于一个待处理图像,即输入图像,在进行滤色处理前,预先使用各种检测算法对输入图像中不同类型的图像内容进行检测和分割。例如,检测算法可以包括文字识别算法、几何图形检测算法、人像检测算法等,本公开的实施例对此不作具体限制,可以采用各种已知的常规检测算法,只要能得到正确的检测结果即可。
例如,在图3所示的示例中,分别利用文字识别算法、几何图形检测算法和人像检测算法得到掩模图像mask2(即第一初步图像),掩模图像mask3(即第二初步图像)和掩模图像mask1(即第三初步图像)。
图4为本公开至少一个实施例提供的一种几何图形检测算法的示意图。
例如,在本公开至少一个实施例,如图4所示,几何图形检测算法可以从输入图像中检测简单几何图形,例如三角形、圆形、矩形、平行四边形、椭圆、半圆等,计算得到几何图形的位置、大小并计算各个几何图形的在输入图像中的掩膜图像,即第三初步图像。
图5为本公开至少一个实施例提供的一种文字检测算法的示意图。
例如,在本公开至少一个实施例,如图5所示,文字检测算法包括两个步骤:文字识别和文字抠图。文字识别算法用于检测输入图像中是否包含文字,并将输入图像中的文字部分(文字区域)框出来。文字抠图算法是从框出来的内容里将文字抠出来,得到文字的掩膜,即第一初步图像。
图6为本公开至少一个实施例提供的一种人像检测算法的示意图。
例如,在本公开至少一个实施例,如图6所示,人像检测算法包括两个步骤:人脸识别算法和人像抠图算法。人脸识别用于检测输入图像中是否包含人像,例如证件照。人像抠图算法是将人脸识别算法检测到的人像抠出来,得到人像的掩膜,即第二初步图像。
例如,在本公开至少一个实施例中,对于步骤S301,基于输入图像获取至少两个初步图像的操作可以包括:基于第一初步图像、第二初步图像、第三初步图像,获取第四初步图像。例如,在本公开至少一个实施例中,第四初步图像对应于输入图像中去除文字、人像、几何图形后的剩余区域。例如,在一个实施例中,可以将上述三个掩模图像mask1、mask2、mask3的相应像素值相加取反,可得到背景掩模图像,也即第四初步图像。以这种方式,可以不需要采用其他识别检测方法,便可得到背景掩模图像,即第四初步图像。
例如,在本公开至少一个实施例中,可以根据图像内容的不同类型,针对性地采用各种不同的滤色算法,例如文字滤色算法、几何图形滤色算法、人像滤色算法、自然图像滤色算法(本文也称为背景滤色算法)等,本公开的实施例对滤色算法的种类不作具体限制,可以根据实际需求来设置。例如,不同的滤色算法可以设置不同的滤色参数,以使得目标图像的滤色效果达到最佳。需要说明的是,不同的滤色算法的各种参数可以是预先设置的,本公开的实施例对此不作限制。
图7为本公开至少一个实施例提供的一种文字滤色算法的示意图。
例如,在本公开至少一个实施例中,对于普通文字进行滤色,从美观、准确的角度出发,滤色算法应优先突出文字的清晰度和文字线条的流畅度,以此为出发点进行算法参数的设置和调整。例如,在一个示例中,对于图7中第一行的原始文本,使用通用滤色算法处理的文字内容的滤色效果如图7中第二行所示。当文字图像存在压缩、虚化等问题时,滤色结果中出现了锯齿、散点等现象,不利于对文字内容的清晰显示。在这种情况下,通过调整滤色算法的参数等手段,构建一套对于普通文字内容的滤色算法,以便得到更加清晰的文字内容,如图7中第三行的期望效果所示。
图8为本公开至少一个实施例提供的一种人像滤色算法的示意图。
例如,在本公开至少一个实施例中,原始人像、采用通用滤色算法的滤色效果和期望效果如图8所示,对人脸图像进行滤色处理时,应保持肤色的明暗,边缘轮廓过渡自然,无边界感。
图9为本公开至少一个实施例提供的一种几何图形滤色算法的示意图。
例如,在本公开至少一个实施例中,对几何图形的滤色算法,在滤色参数调整的过程中,要避免图形边缘的形变和锯齿,同时对于规则图形内部的纯色填充,尽量转换为最接近原色的统一颜色,或几种颜色的像素点的紧凑分布,对于较细的线条,应保持转换后线条的连续和平滑。原始图形、采用通用滤色算法的滤色效果以及期望效果如图9所示。
图10为本公开至少一个实施例提供的一种自然图像滤色算法的示意图。
例如,在本公开至少一个实施例中,对于自然图像或者背景图像,使用像素点的稀疏密集程度来呈现饱和度的强弱,尽可能的呈现原始图像的灰阶和细节。原始图像以及期望滤色效果如图10所示。
例如,在本公开至少一个实施例中,基于某一初步图像对应的图像类型,采用相应的滤色处理,得到相应的中间图像。多个中间图像与多个初步图像一一对应。例如,在本公开至少一个实施例中,至少两个中间图像包括第一中间图像、第二中间图像、第三中间图像、第四中间图像中的至少两个。
需要说明的是,在本公开的实施例中,“第一中间图像”、“第二中间图像”、“第三中间图像”和“第四中间图像”均不受限于特定的某一或某一些图像,也不受限于特定的顺序,可以根据实际需求来设置。
还需要说明的是,在本公开的实施例中,基于输入图像,可以得到一种或多种中间图像,并不一定基于同一张输入图像中同时得到第一中间图像、第二中间图像、第三中间图像和第四中间图像,这取决于实际情况。
例如,在本公开至少一个实施例中,可以基于初步图像对应的图像内容类型来确定相应的滤色算法,从而得到相应的中间图像。
例如,在本公开至少一个实施例中,对于步骤S302,基于至少两个初步图像,获取至少两个中间图像的操作可以包括:基于第一初步图像以及应用文字滤色处理后的输入图像,得到第一中间图像;基于第二初步图像以及应用人像滤色处理后的输入图像,得到第二中间图像;基于第三初步图像以及应用几何图形滤色处理后的输入图像,得到第三中间图像;和/或基于第四初步图像以及应用背景滤色处理后的输入图像,得到第四中间图像。以这种方式,可以得到应用了不同滤色处理的不同中间图像,满足同一图像内不同图像内容的不同需求,提高整图的滤色效果。
例如,在本公开至少一个实施例中,利用文字检测得到对应文字区域的掩模图像,对输入图像进行文字滤色处理,并将滤色处理结果按照掩模图像进行叠加(例如,将文字滤色处理后的输入图像与掩模图像相乘),得到第一中间图像。通过类似的方式,得到第二中间图像、第三中间图像以及第四中间图像。
例如,在本公开至少一个实施例中,对于步骤102,基于至少两个中间图像,获取输出图像,可以包括:合并至少两个中间图像,得到输出图像。例如,在本公开至少一个实施例中,合并第一中间图像、第二中间图像、第三中间图像以及第四中间图像得到最终的完整图像,即输出图像。以这种方式,合并应用了不同滤色处理的不同中间图像以得到输出图像,解决在复杂场景下使用单一滤色算法导致滤色效果不佳的问题。
例如,在本公开至少一个实施例中,合并第一中间图像、第二中间图像、第三中间图像以及第四中间图像得到输出,可以包括:响应于第一中间图像、第二中间图像、第三中间图像、第四中间图像之间不存在重叠部分,将第一中间图像、第二中间图像、第三中间图像和第四中间图像中相应的像素值相加,得到输出图像。以这种方式,在多个中间图像互不重叠的情况下,通过简单相加的方式便可得到输出图像。
例如,在本公开至少一个实施例中,合并第一中间图像、第二中间图像、第三中间图像以及第四中间图像得到输出,可以包括:响应于第一中间图像、第二中间图像、第三中间图像、第四中间图像之间存在重叠部分,重叠部分的像素值基于包括该重叠部分的至少两个中间图像中优先级最高的中间图像。以这种方式,在多个中间图像之间存在重叠的情况下,通过中间图像的优先级设定,可计算得到输出图像。
图11为本公开至少一个实施例提供的一种图像处理方法的示意框图。
例如,在本公开至少一个实施例中,如图11所示,对于输入图像,可以是用户选择的图片,例如是一张格式为jpg、png、bmp等的图片。首先,通过几何图形检测、文字检测、人像检测等算法,计算得到输入图像中的几何图形掩膜、文字掩膜和人像掩膜,分别对原始输入图像做几何图形滤色处理、文字滤色处理、人像滤色处理、和背景滤色处理,分别将文字滤色结果(即滤色结果1)与相应的文字掩膜相叠加,将人像滤色结果(即滤色结果2)与相应的人像掩膜相叠加,将几何图形滤色结果(即滤色结果3)与相应的几何图形掩膜相叠加,将背景滤色结果(即滤色结果4)与相应的背景掩膜相叠加,分别得到滤色后的文字(图层1)、滤色后的人像(图层2)、滤色后的图形(图层3)和滤色后的背景(图层4)共4个图层,最后将这4个图层合并得到完整的滤色图像,也即输出图像。
需要说明的是,图11中所示的各个框图的具体实现方法可以参考图像处理方法10的相关描述,在此不再赘述。
例如,在本公开至少一个实施例中,对输入图像X执行几何图形检测。如果检测到几何图形,则提取对应于几何图形的掩模图像M1,利用几何图形滤色算法处理输入图像X得到图像X1。对输入图像X执行文字检测。如果检测到文字,则提取对应于文字的掩模图像M2,利用文字滤色算法处理输入图像X得到图像X2。对输入图像X执行人像检测。如果检测到人像,则提取对应于人像的掩模图像M3,利用人像滤色算法处理输入图像X得到图像X3。利用背景滤色算法处理输入图像X得到图像X4,将上述步骤中提取的掩模图像M1、掩模图像M2、掩模图像M3相加取反,得到对应于背景的掩模图像M4。例如,最终合并得到的输出图像Y可以表示为Y=X1×M1+X2×M2+X3×M3+X4×M4。
例如,在本公开至少一个实施例中,在第一中间图像、第二中间图像、第三中间图像和第四中间图像之间互不重叠的情况下,合并过程可以是将这四个中间图像的相应的像素值相加。在第一中间图像、第二中间图像、第三中间图像和第四中间图像之间存在重叠区域的情况下,对于重叠区域的像素取值可以取决于包括该重叠区域的中间图像的优先级。
例如,在本公开的实施例中,可以设置第一中间图像、第二中间图像、第三中间图像和第四中间图像的优先级排序是第一中间图像>第二中间图像>第三中间图像>第四中间图像。例如,在合并多个中间图像时,如果不同中间图像之间存在重叠区域,则该重叠区域的像素取值是根据优先级更高的中间图像来确定。例如,在一个示例中,对于重叠区域A,对应于文字的中间图像(第一中间图像)覆盖该重叠区域A,对应于几何图形的中间图像(第三中间图像)也覆盖该重叠区域A,那么在合并多个中间图像时,该重叠区域A的像素值取决于优先级较高的第一中间图像的对应重叠区域A的像素值,而不是第三中间图像的对应重叠区域A的像素值。
需要说明的是,至少两个中间图像的优先级排序可以根据实际需求来设置,本公开的实施例对此不作限制。
例如,在本公开至少一个实施例中,对于步骤S301,基于输入图像,获取至少两个初步图像,可以包括:响应于输入图像是带有至少两个图层的可编辑矢量图,将至少两个图层分别作为至少两个初步图像,至少两个图层中每一个对应于单一类型的图像内容。在输入图像是带有至少两个图层的可编辑矢量图的情况下,无需执行文字检测、人像检测或者几何图形检测等操作,可以直接解析得到多个初步图像。
图12为本公开至少一个实施例提供的另一种图像处理方法的示意框图。
例如,在本公开至少一个实施例中,对于专业场景,输入图像可以是设计师用户设计的模板图像。例如,可以直接将专业软件(诸如Photoshop等)输出的可编辑矢量图PSD文件作为图像处理的输入,如图12所示。设计师用户在设计原稿时,可以在各个图层标注相关的类型,例如几何图形、文字、人像、背景图像等。可以通过读取PSD文件并解析各个图层的标注名称,得到至少两个不同类型的图层,也即初步图像。
例如,在本公开至少一个实施例中,对于步骤S302,基于至少两个初步图像,获取至少两个中间图像,包括:对至少两个初步图像中每一个执行相应的滤色处理,得到至少两个中间图像。例如,在本公开至少一个实施例中,如图12所示,对解析得到的各个图层执行不同的滤色处理(例如,几何图形滤色处理、文字滤色处理、人像滤色处理等),从而得到相应的中间图像,也即滤色后的图层。在输入图像是带有至少两个图层的可编辑矢量图的情况下,可以直接对各个初步图像执行相应的滤色处理,便可得到对应的中间图像。
例如,在本公开至少一个实施例中,将滤色后的图层(即中间图像)进行合并,得到最终PNG图片。图层合并操作可以参考图像处理方法10中对于步骤103的相关描述,在此不再赘述。
本公开至少一个实施例提供的图像处理方法10,通过对输入图像的至少两个不同类型的中间图像采用不同的滤色处理,满足同一图像内不同类型的图像内容的不同需求,提高整个图像的滤色效果,从而解决在复杂场景下使用单一滤色算法导致滤色效果不佳的问题。
还需要说明的是,在本公开的各个实施例中,图像处理方法10的各个步骤的执行顺序不受限制,虽然上文以特定顺序描述了各个步骤的执行过程,但这并不构成对本公开实施例的限制。图像处理方法10中的各个步骤可以串行执行或并行执行,这可以根据实际需求而定。例如,图像处理方法10还可以包括更多或更少的步骤,本公开的实施例对此不作限制。
本公开至少一个实施例还提供一种图像处理装置,该图像处理装置可以对输入图像的至少两个不同类型的中间图像采用不同的滤色处理,满足同一图像内不同类型的图像内容的不同需求,提高整个图像的滤色效果,从而解决在复杂场景下使用单一滤色算法导致滤色效果不佳的问题。
图13为本公开至少一个实施例提供的一种图像处理装置的示意框图。
例如,在本公开至少一个实施例中,如图13所示,图像处理装置40包括输入模块401、获取模块402和处理模块403。
例如,在本公开至少一个实施例中,输入模块401配置为获取输入图像。例如,该输入模块401可以实现步骤S101,其具体实现方法可以参考步骤S101的相关描述,在此不再赘述。
例如,在本公开至少一个实施例中,获取模块402配置为基于输入图像,获取至少两个中间图像。例如,该获取模块402可以实现步骤S102,其具体实现方法可以参考步骤S102的相关描述,在此不再赘述。
例如,在本公开至少一个实施例中,处理模块403被配置为基于至少两个中间图像,获取输出图像,至少两个中间图像中每一个对应于单一类型的图像内容,不同的中间图像对应不同类型的图像内容,且不同的中间图像对应不同的滤色处理。例如,该处理模块403可以实现步骤S103,其具体实现方法可以参考步骤S103的相关描述,在此不再赘述。
需要说明的是,这些输入模块401、获取模块402和处理模块403可以通过软件、硬件、固件或它们的任意组合实现,例如,可以分别实现为输入电路401、获取电路402和处理电路403,本公开的实施例对它们的具体实施方式不作限制。
应当理解的是,本公开实施例提供的图像处理装置40可以实施前述图像处理方法10,也可以实现与前述图像处理方法10相似的技术效果,在此不作赘述。
需要注意的是,在本公开的实施例中,该用于图像处理装置40可以包括更多或更少的电路或单元,并且各个电路或单元之间的连接关系不受限制,可以根据实际需求而定。各个电路的具体构成方式不受限制,可以根据电路原理由模拟器件构成,也可以由数字芯片构成,或者以其他适用的方式构成。
图14是本公开至少一个实施例提供另一种图像处理装置的示意框图。
本公开至少一个实施例还提供了一种图像处理装置90。如图14所示,图像处理装置90包括处理器910和存储器920。存储器920包括一个或多个计算机程序模块921。一个或多个计算机程序模块921被存储在存储器920中并被配置为由处理器910执行,该一个或多个计算机程序模块921包括用于执行本公开的至少一个实施例提供的图像处理方法10的指令,其被处理器910执行时,可以执行本公开的至少一个实施例提供的图像处理方法10中的一个或多个步骤。存储器920和处理器910可以通过总线系统和/或其它形式的连接机构(未示出)互连。
例如,处理器910可以是中央处理单元(CPU)、数字信号处理器(DSP)或者具有数据处理能力和/或程序执行能力的其它形式的处理单元,例如现场可编程门阵列(FPGA)等;例如,中央处理单元(CPU)可以为X86或ARM架构等。处理器910可以为通用处理器或专用处理器,可以控制图像处理装置90中的其它组件以执行期望的功能。
例如,存储器920可以包括一个或多个计算机程序产品的任意组合,计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序模块921,处理器910可以运行一个或多个计算机程序模块921,以实现图像处理装置90的各种功能。在计算机可读存储介质中还可以存储各种应用程序和各种数据以及应用程序使用和/或产生的各种数据等。图像处理装置90的具体功能和技术效果可以参考上文中关于图像处理方法10的描述,此处不再赘述。
图15为本公开至少一个实施例提供的又一种图像处理装置600的示意框图。
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15示出的图像处理装置600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。
例如,如图15所示,在一些示例中,图像处理装置600包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有计算机系统操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604被此相连。输入/输出(I/O)接口605也连接至总线604。
例如,以下部件可以连接至I/O接口605: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606;包括诸如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信装置609。通信装置609可以允许图像处理装置600与其他设备进行无线或有线通信以交换数据,经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储装置608。虽然图15示出了包括各种装置的图像处理装置600,但是应理解的是,并不要求实施或包括所有示出的装置。可以替代地实施或包括更多或更少的装置。
例如,该图像处理装置600还可以进一步包括外设接口(图中未示出)等。该外设接口可以为各种类型的接口,例如为USB接口、闪电(lighting)接口等。该通信装置609可以通过无线通信来与网络和其他设备进行通信,该网络例如为因特网、内部网和/或诸如蜂窝电话网络之类的无线网络、无线局域网(LAN)和/或城域网(MAN)。无线通信可以使用多种通信标准、协议和技术中的任何一种,包括但不局限于全球移动通信系统(GSM)、增强型数据GSM环境(EDGE)、宽带码分多址(W-CDMA)、码分多址(CDMA)、时分多址(TDMA)、蓝牙、Wi-Fi(例如基于IEEE 802.11a、IEEE 802.11b、IEEE 802.11g和/或IEEE 802.11n标准)、基于因特网协议的语音传输(VoIP)、Wi-MAX,用于电子邮件、即时消息传递和/或短消息服务(SMS)的协议,或任何其他合适的通信协议。
例如,图像处理装置600可以为手机、平板电脑、笔记本电脑、电子书、游戏机、电视机、数码相框、导航仪等任何设备,也可以为任意的数据处理装置及硬件的组合,本公开的实施例对此不作限制。
例如,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609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例所公开的图像处理方法10。
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。在本公开的实施例中,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。而在本公开的实施例中,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。
上述计算机可读介质可以是上述图像处理装置300中所包含的;也可以是单独存在,而未装配入该图像处理装置300中。
图16为本公开至少一个实施例提供的一种非瞬时可读存储介质的示意框图。
本公开的实施例还提供一种非瞬时可读存储介质。图16是根据本公开至少一个实施例的一种非瞬时可读存储介质的示意框图。如图16所示,非瞬时可读存储介质70上存储有计算机指令111,该计算机指令111被处理器执行时执行如上所述的图像处理方法10中的一个或多个步骤。
例如,该非瞬时可读存储介质70可以是一个或多个计算机可读存储介质的任意组合,例如,一个计算机可读存储介质包含用于获取输入图像的计算机可读的程序代码,另一个计算机可读存储介质包含用于基于输入图像,获取至少两个中间图像的计算机可读的程序代码,又一个计算机可读存储介质包含用于基于至少两个中间图像,获取输出图像的计算机可读的程序代码,该至少两个中间图像中每一个对应于单一类型的图像内容,不同的中间图像对应不同类型的图像内容,且不同的中间图像对应不同的滤色处理。当然,上述各个程序代码也可以存储在同一个计算机可读介质中,本公开的实施例对此不作限制。
例如,当该程序代码由计算机读取时,计算机可以执行该计算机存储介质中存储的程序代码,执行例如本公开任一个实施例提供的图像处理方法10。
例如,存储介质可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、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)、便携式紧致盘只读存储器(CD-ROM)、闪存、或者上述存储介质的任意组合,也可以为其他适用的存储介质。例如,该可读存储介质也可以为图14中的存储器920,相关描述可以参考前述内容,此处不再赘述。
本公开的实施例还提供一种电子设备。图17是根据本公开至少一个实施例的一种电子设备的示意框图。如图17所示,该电子设备120可以包括如上所述的图像处理装置40/90/600。例如,该电子设备120可以实施本公开任一个实施例提供的图像处理方法10。
在本公开中,术语“多个”指两个或两个以上,除非另有明确的限定。
本领域技术人员在考虑说明书及实践这里公开的公开后,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下面的权利要求指出。
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 (17)
1.一种图像处理方法,包括:
获取输入图像;
基于所述输入图像,获取至少两个中间图像;
基于所述至少两个中间图像,获取所述输出图像;
其中,所述至少两个中间图像中每一个对应于单一类型的图像内容,不同的中间图像对应不同类型的图像内容,且不同的中间图像对应不同的滤色处理。
2.根据权利要求1所述的方法,其中,基于所述输入图像,获取所述至少两个中间图像,包括:
基于所述输入图像,获取至少两个初步图像,其中,所述至少两个初步图像中每一个对应于单一类型的图像内容;
基于所述至少两个初步图像,获取所述至少两个中间图像,其中,所述至少两个初步图像与所述至少两个中间图像一一对应。
3.根据权利要求2所述的方法,其中,所述至少两个初步图像包括第一初步图像、第二初步图像、第三初步图像和第四初步图像中的至少两个;
所述第一初步图像对应于文字类型的图像内容、所述第二初步图像对应于人像类型的图像内容、所述第三初步图像对应于几何图形类型的图像内容、所述第四初步图像对应于背景类型的图像内容。
4.根据权利要求3所述的方法,其中,基于所述输入图像,获取所述至少两个初步图像,包括:
对所述输入图像执行文字检测,获取所述第一初步图像;
对所述输入图像执行人像检测,获取所述第二初步图像;和/或
对所述输入图像执行几何图形检测,获取所述第三初步图像。
5.根据权利要求3所述的方法,其中,基于所述输入图像,获取所述至少两个初步图像,包括:
基于所述第一初步图像、所述第二初步图像、所述第三初步图像,获取所述第四初步图像。
6.根据权利要求3所述的方法,其中,基于所述至少两个初步图像,获取所述至少两个中间图像,包括:
基于所述第一初步图像以及应用文字滤色处理后的输入图像,得到第一中间图像;
基于所述第二初步图像以及应用人像滤色处理后的输入图像,得到第二中间图像;
基于所述第三初步图像以及应用几何图形滤色处理后的输入图像,得到第三中间图像;和/或
基于所述第四初步图像以及应用背景滤色处理后的输入图像,得到第四中间图像。
7.根据权利要求6所述的方法,其中,基于所述至少两个中间图像,获取所述输出图像,包括:
合并所述第一中间图像、所述第二中间图像、所述第三中间图像、所述第四中间图像,得到所述输出图像。
8.根据权利要求7所述的方法,其中,合并所述第一中间图像、所述第二中间图像、所述第三中间图像、所述第四中间图像,得到所述输出图像包括:
响应于所述第一中间图像、所述第二中间图像、所述第三中间图像、所述第四中间图像之间不存在重叠部分,将所述第一中间图像、所述第二中间图像、所述第三中间图像和所述第四中间图像中相应的像素值相加,得到所述输出图像。
9.根据权利要求7所述的方法,其中,合并所述第一中间图像、所述第二中间图像、所述第三中间图像、所述第四中间图像,得到所述输出图像,包括:
响应于所述第一中间图像、所述第二中间图像、所述第三中间图像、所述第四中间图像之间存在重叠部分,所述重叠部分的像素值基于包括所述重叠部分的至少两个中间图像中优先级最高的中间图像。
10.根据权利要求6所述的方法,其中,所述第一中间图像、所述第二中间图像、所述第三中间图像和所述第四中间图像的优先级排序是所述第一中间图像>所述第二中间图像>所述第三中间图像>所述第四中间图像。
11.根据权利要求2所述的方法,其中,基于所述输入图像,获取至少两个初步图像,包括:
响应于所述输入图像是带有至少两个图层的可编辑矢量图,将所述至少两个图层分别作为所述至少两个初步图像,其中,所述至少两个图层中每一个对应于单一类型的图像内容。
12.根据权利要求11所述的方法,其中,基于所述至少两个初步图像,获取所述至少两个中间图像,包括:
对所述至少两个初步图像中每一个执行相应的滤色处理,得到所述至少两个中间图像。
13.根据权利要求2所述的方法,其中,所述至少两个初步图像中每一个是二值图像。
14.根据权利要求1所述的方法,其中,所述不同的滤色处理至少包括使用不同的滤色参数。
15.一种图像处理装置,包括:
输入模块,被配置为获取输入图像;
获取模块,被配置为基于所述输入图像,获取至少两个中间图像;
处理模块,被配置为基于所述至少两个中间图像,获取所述输出图像;
其中,所述至少两个中间图像中每一个对应于单一类型的图像内容,不同的中间图像对应不同类型的图像内容,且不同的中间图像对应不同的滤色处理。
16.一种图像处理装置,包括:
处理器;
存储器,包括一个或多个计算机程序模块;
其中,所述一个或多个计算机程序模块被存储在所述存储器中并被配置为由所述处理器执行,所述一个或多个计算机程序模块包括用于执行权利要求1-14中任一项所述的图像处理方法的指令。
17.一种非瞬时可读存储介质,其上存储有计算机指令,其中,所述计算机指令被处理器执行时执行权利要求1-14中任一项所述的图像处理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210469352.6A CN115035006A (zh) | 2022-04-28 | 2022-04-28 | 图像处理方法、图像处理装置以及可读存储介质 |
PCT/CN2023/083599 WO2023207454A1 (zh) | 2022-04-28 | 2023-03-24 | 图像处理方法、图像处理装置以及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210469352.6A CN115035006A (zh) | 2022-04-28 | 2022-04-28 | 图像处理方法、图像处理装置以及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115035006A true CN115035006A (zh) | 2022-09-09 |
Family
ID=83118827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210469352.6A Pending CN115035006A (zh) | 2022-04-28 | 2022-04-28 | 图像处理方法、图像处理装置以及可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115035006A (zh) |
WO (1) | WO2023207454A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023207454A1 (zh) * | 2022-04-28 | 2023-11-02 | 京东方科技集团股份有限公司 | 图像处理方法、图像处理装置以及可读存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986019A (zh) * | 2018-07-13 | 2018-12-11 | 北京小米智能科技有限公司 | 肤色调整方法及装置、电子设备、机器可读存储介质 |
CN111008947B (zh) * | 2019-12-09 | 2024-05-07 | Oppo广东移动通信有限公司 | 图像处理方法和装置、终端设备及存储介质 |
CN115035006A (zh) * | 2022-04-28 | 2022-09-09 | 京东方科技集团股份有限公司 | 图像处理方法、图像处理装置以及可读存储介质 |
-
2022
- 2022-04-28 CN CN202210469352.6A patent/CN115035006A/zh active Pending
-
2023
- 2023-03-24 WO PCT/CN2023/083599 patent/WO2023207454A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023207454A1 (zh) * | 2022-04-28 | 2023-11-02 | 京东方科技集团股份有限公司 | 图像处理方法、图像处理装置以及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023207454A1 (zh) | 2023-11-02 |
WO2023207454A9 (zh) | 2024-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230305689A1 (en) | Interactive image recoloring | |
CN109829930B (zh) | 人脸图像处理方法、装置、计算机设备及可读存储介质 | |
US11107185B2 (en) | Automatic image inpainting using local patch statistics | |
CN107771336B (zh) | 基于颜色分布的图像中的特征检测和掩模 | |
CN107622504B (zh) | 用于处理图片的方法和装置 | |
CN105874506B (zh) | 具有细节保留的图像模糊 | |
US8379972B1 (en) | Color decontamination for image compositing | |
US20200242823A1 (en) | Transferring Vector Style Properties to a Vector Artwork | |
CN110222694B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
CN106886353B (zh) | 一种用户界面的显示处理方法及装置 | |
CN112330527A (zh) | 图像处理方法、装置、电子设备和介质 | |
CN110866965A (zh) | 一种三维模型的贴图绘制方法及装置 | |
CN108596992B (zh) | 一种快速实时的唇彩化妆方法 | |
CN111340921A (zh) | 染色方法、装置和计算机系统及介质 | |
CN115035006A (zh) | 图像处理方法、图像处理装置以及可读存储介质 | |
CN112819691B (zh) | 图像处理方法、装置、设备及可读存储介质 | |
US20130108156A1 (en) | Image processing apparatus, image processing method, and program storage medium | |
JP6949795B2 (ja) | 画像処理装置、画像処理システム、画像処理方法、及びプログラム | |
CN111107264A (zh) | 图像处理方法、装置、存储介质以及终端 | |
CN115953597B (zh) | 图像处理方法、装置、设备及介质 | |
CN110310341A (zh) | 颜色算法中默认参数的生成方法、装置、设备和存储介质 | |
US10354125B2 (en) | Photograph processing method and system | |
CN112927321B (zh) | 基于神经网络的图像智能设计方法、装置、设备及存储介质 | |
CN110298783B (zh) | 一种抠像方法及系统 | |
CN114998115A (zh) | 图像美化处理方法、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 |