CN115239609A - 图像处理方法、装置、计算机设备及存储介质 - Google Patents
图像处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN115239609A CN115239609A CN202210850960.1A CN202210850960A CN115239609A CN 115239609 A CN115239609 A CN 115239609A CN 202210850960 A CN202210850960 A CN 202210850960A CN 115239609 A CN115239609 A CN 115239609A
- Authority
- CN
- China
- Prior art keywords
- parameter
- image
- fuzzy
- blurring
- blurred
- 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 168
- 238000003672 processing method Methods 0.000 title claims abstract description 33
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 67
- 230000004927 fusion Effects 0.000 claims abstract description 30
- 238000002156 mixing Methods 0.000 claims description 64
- 238000004422 calculation algorithm Methods 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 34
- 230000000694 effects Effects 0.000 abstract description 45
- 230000000007 visual effect Effects 0.000 abstract description 16
- 230000000875 corresponding effect Effects 0.000 description 57
- 238000005070 sampling Methods 0.000 description 38
- 238000004364 calculation method Methods 0.000 description 30
- 230000006870 function Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 12
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 230000009191 jumping Effects 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 101100184148 Xenopus laevis mix-a gene Proteins 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 101100345673 Xenopus laevis mix-b gene Proteins 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000005549 size reduction Methods 0.000 description 2
- 230000016776 visual perception Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- 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
- G06T5/70—Denoising; Smoothing
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像处理方法、装置、计算机设备及存储介质,涉及图像处理技术领域。该方法包括:获取待进行模糊处理的待处理图像;确定用于所述模糊处理的第一模糊参数以及第二模糊参数,基于第一模糊参数,对待处理图像进行模糊处理,得到第一模糊图像,以及基于第二模糊参数对待处理图像进行模糊处理,得到第二模糊图像,第二模糊图像的模糊程度大于第一模糊图像的模糊程度;对第一模糊图像以及第二模糊图像进行融合,得到目标图像。如此,对基于两次不同模糊处理所得到的两张模糊程度不同的模糊图像进行融合,使得融合得到的目标图像的模糊效果更好,模糊视觉效果更佳,实现了更高质量的图像模糊处理。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像处理方法、装置、计算机设备及存储介质。
背景技术
图像模糊是图像处理技术领域中的一种重要的图像处理方法,其在后处理渲染领域中也占据着重要的地位。
在相关技术中,一般是利用预先设置的模糊参数对待模糊图像进行一次模糊处理,得到最终的模糊图像。但是,在实际应用中,最终的模糊图像可能存在锯齿状,即模糊效果较差、不稳定,进而影响模糊的视觉体验。
发明内容
本申请提出了一种图像处理方法、装置、计算机设备及存储介质,以避免根据预先设置的模糊参数,对待模糊图像进行一次模糊处理所得到的模糊图像的模糊效果差。
第一方面,本申请实施例提供了一种图像处理方法,所述方法包括:获取待进行模糊处理的待处理图像;确定用于所述模糊处理的第一模糊参数以及第二模糊参数;基于所述第一模糊参数,对所述待处理图像进行模糊处理,得到第一模糊图像,以及基于所述第二模糊参数对所述待处理图像进行模糊处理,得到第二模糊图像,所述第二模糊图像的模糊程度大于所述第一模糊图像的模糊程度;对所述第一模糊图像以及所述第二模糊图像进行融合,得到目标图像。
第二方面,本申请实施例提供了一种图像处理装置,所述装置包括:图像获取模块、参数确定模块、模糊处理模块以及图像融合模块。图像获取模块,用于获取待进行模糊处理的待处理图像;参数确定模块,用于确定用于所述模糊处理的第一模糊参数以及第二模糊参数;模糊处理模块,用于基于所述第一模糊参数,对所述待处理图像进行模糊处理,得到第一模糊图像,以及基于所述第二模糊参数对所述待处理图像进行模糊处理,得到第二模糊图像,所述第二模糊图像的模糊程度大于所述第一模糊图像的模糊程度;图像融合模块,用于对所述第一模糊图像以及所述第二模糊图像进行融合,得到目标图像。
第三方面,本申请实施例提供了一种计算机设备,包括:一个或多个处理器;存储器;一个或多个程序,其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行上述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有程序代码,所述程序代码可被处理器调用执行上述的方法。
本申请提供的方案中,获取待进行模糊处理的待处理图像;确定用于模糊处理的第一模糊参数以及第二模糊参数,基于第一模糊参数,对待处理图像进行模糊处理,得到第一模糊图像,以及基于第二模糊参数,对待处理图像进行模糊处理,得到第二模糊图像,第二模糊图像的模糊程度大于第一模糊图像的模糊程度;对第一模糊图像以及第二模糊图像进行融合,得到目标图像。在相关技术中,仅基于一个模糊参数进行一次模糊处理得到对应的模糊图像会存在锯齿状,使得人眼在观看该模糊图像时会有一种模糊效果不均匀的主观视觉感受,即模糊效果较差;而本申请中的目标图像是由两张模糊程度不同的模糊图像融合得到的,增加了模糊细节,使得模糊效果更为细腻,同时能避免模糊图像中存在锯齿状的问题,进而使得模糊视觉效果更佳,实现了更为高质量的图像模糊处理。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请一实施例提供的图像处理方法的流程示意图。
图2示出了本申请一实施例提供的模糊处理以及图像融合的图像示意图。
图3示出了本申请另一实施例提供的图像处理方法的流程示意图。
图4示出了图3中步骤S230在一些实施方式中的子步骤示意图。
图5示出了图4中步骤S231在一些实施方式中的子步骤示意图。
图6示出了图3中步骤S260在一些实施方式中的子步骤示意图。
图7示出了图3中步骤S270在一些实施方式中的子步骤示意图。
图8示出了本申请又一实施例提供的图像处理方法的流程示意图。
图9示出了本申请再一实施例提供的图像处理方法的流程示意图。
图10示出了图9中步骤S440在一些实施方式中的子步骤示意图。
图11示出了本申请又再一实施例提供的图像处理方法的流程示意图。
图12是根据本申请一实施例提供的一种图像处理装置的框图。
图13是本申请实施例的用于执行根据本申请实施例的图像处理方法的计算机设备的框图。
图14是本申请实施例的用于保存或者携带实现根据本申请实施例的图像处理方法的程序代码的存储单元。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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、完整地描述。
发明人提出一种图像处理方法、装置、计算机设备及存储介质,基于不同的模糊参数,对待处理图像进行不同程度的模糊处理,得到两张模糊程度不同的模糊图像,并对两张模糊程度不同的模糊图像进行融合,得到目标图像。下面对本申请实施例提供的图像处理方法进行详细描述。
请参照图1,图1为本申请一实施例提供的一种图像处理方法的流程示意图。下面将结合图1对本申请实施例提供的图像处理方法进行详细阐述。该图像处理方法可以包括以下步骤:
步骤S110:获取待进行模糊处理的待处理图像。
在一些实施方式中,上述模糊处理可以是针对电子设备的显示界面的图像帧序列进行的实时的图像模糊处理;对应地,待处理图像即为电子设备的屏幕显示的每一帧图像或每一帧图像的部分区域。其中,电子设备的屏幕一般是按照固定帧率进行刷新,以固定帧率为120赫兹为例,电子设备的屏幕可以实现每秒显示120帧的图像,此时120帧的图像中的每一帧图像均可以被作为上述待处理图像;其中,电子设备包括但不限于智能手机、平板电脑、智能手环、智能手表以及笔记本电脑等设备。
在该方式中,模糊处理可以是由用户通过目标操作手势触发的,例如,用户对电子设备的显示界面中的任一显示组件执行长按操作(即触摸超过目标时长),即可触发电子设备的模糊处理;对应地,电子设备则将显示界面的界面壁纸以及显示组件叠加作为上述待处理图像,可以理解地,待处理图像包括目标时长内的每一帧界面壁纸以及与每一帧界面壁纸对应的显示组件叠加得到的图像。当然,目标操作手势还可以包括针对显示界面中的状态栏或显示组件等进行拖动操作、单击操作或双击操作等手势,可以根据实际需求预先设置多种目标操作手势,本实施例对此不作限制。其中,不同的目标操作手势可以触发不同类型的实时的图像模糊处理,不同类型的实时的图像模糊处理得到的模糊图像的模糊效果可以相同也可以不相同,本实施例对此不作限制。
在另一些实施方式中,上述模糊处理也可以是针对电子设备中的图像处理软件中的待处理图像;对应地,待处理图像即为用户于图像处理软件中输入的需要进行模糊处理的一张图像。
步骤S120:确定用于所述模糊处理的第一模糊参数以及第二模糊参数。
在本实施例中,第一模糊参数以及第二模糊参数可以理解为用于改变待处理图像的模糊程度的参数,该参数可以是模糊半径,其中,模糊半径用于表征指定模糊取样区域的大小,是以像素为单位,也就是指待模糊像素的中心点向外模糊的像素数值的大小;模糊半径越大,基于该模糊半径进行模糊处理的图像的模糊程度越高。当然,第一模糊参数以及第二模糊参数还可以同时包括目标模糊区域等参数信息,本实施例对此不作限制。
可以理解地,为避免直接基于一个模糊半径进行一次模糊处理得到的图像存在锯齿状,因此,可以确定出两个模糊参数,以便对待处理图像可以经过两次不同的模糊处理,得到两张模糊程度不相同的模糊图像,进而将两次模糊程度不相同的模糊图像进行融合,得到模糊效果更好更为细腻的模糊图像,且不存在锯齿状的模糊图像。在实际应用中,对图像进行模糊处理所得到的模糊图像的模糊程度不仅与模糊参数有关,还与进行模糊处理时图像的原始尺寸有关。例如,针对相同尺寸的待处理图像,使用不同的模糊半径进行模糊处理,可以得到模糊程度不相同的两张模糊图像。又例如,针对不同尺寸的待处理图像,即使使用相同的模糊半径进行模糊处理,也能得到模糊程度不相同的两张模糊图像。
也就是说,上述确定的第一模糊参数与第二模糊参数的参数值可以是相同的,可以是不同的。在相同的情况下,前述两次不同的模糊处理可以理解为,使用相同的模糊参数分别不同尺寸的待处理图像进行的两次模糊处理;在不同的情况下,前述两次不同的模糊处理可以理解为,分别使用两个不同的模糊参数对相同尺寸的待处理图像进行的两次模糊处理。
在一些实施方式中,待处理图像可以携带有第三模糊参数,第三模糊参数可以是第三模糊半径,此时,第一模糊参数可以为第一模糊半径,第二模糊参数为第二模糊半径。由于模糊程度与模糊半径的大小呈正相关,模糊半径越大,模糊程度越高,因此,针对相同尺寸的待处理图像进行模糊处理的情况,可以获取小于第三模糊半径,且与第三模糊半径的差值在第一预设差值内的模糊半径,作为第一模糊半径;获取大于第三模糊半径,且与第三模糊半径的差值在第二预设差值内的模糊半径,作为第二模糊半径。如此,则可以根据第一模糊半径和第二模糊半径,分别对待处理图像进行两次模糊处理,得到模糊半径一大一小的模糊图像。此时,针对对图像处理软件中的待处理图像进行模糊处理的场景,避免最终得到的模糊图像存在锯齿状,增加了模糊细节,提高了模糊均匀性,使得模糊效果更为细腻。
可选地,针对前述实时的图像模糊处理场景,上述第三模糊参数可以是每一帧图像携带的模糊参数,针对每种类型的实时的图像模糊处理,可以预先设置在检测到目标操作手势之后的目标时长内,按照指定参数配置策略以及每一帧图像的时间由先至后的顺序,为每一帧图像帧对应设置模糊参数值;指定参数配置策略可以是为每一帧图像均设置为相同的模糊参数值,也可以设置为逐渐增大的模糊参数值或逐渐减小的模糊参数值,具体如何设置可以根据实际的模糊显示效果进行设置。此时,第一模糊参数即为根据待处理图像的时间信息,按照指定参数配置策略,设置的与待处理图像对应的模糊参数。其中,若设置的是逐渐增大的模糊参数值或逐渐减小的模糊参数值,即实现的是具有模糊程度具有渐变效果的实时的图像模糊处理。
示例性地,用户通过对电子设备的显示界面中的游戏显示组件执行长按操作,触发上述模糊处理,若在检测到目标操作手势之后的目标时长(例如1秒)内,存在120帧图像帧,则可以根据指定参数配置策略,并按照120帧图像帧每一帧图像的时间由先至后的顺序,为每一帧图像帧设置对应的模糊参数,即每一帧图像帧可以携带有模糊参数
可选地,针对利用图像处理软件进行图像模糊处理场景,第三模糊参数即为用户输入的模糊参数,例如,可以根据用户输入的模糊程度,确定与输入的模糊程度对应的模糊半径,并将其作为第三模糊参数;又例如,将用户输入的模糊半径,作为第三模糊参数。
在另一些实施方式中,针对不同尺寸的待处理图像进行模糊处理的情况,可以根据待处理图像对应的应用场景,确定与应用场景对应的预设模糊参数,作为的第一模糊参数以及第二模糊参数,此时,第一模糊参数与第二模糊参数的参数值相同,均为预设模糊参数。此时,针对电子设备的显示界面的图像帧序列进行的实时的图像模糊处理的场景,均使用相同的预设模糊参数进行模糊处理,可以避免相邻图像帧因使用的模糊参数不同导致产生的相邻模糊图像存在抖动感和模糊效果跳变感等问题的发生。
步骤S130:基于所述第一模糊参数,对所述待处理图像进行模糊处理,得到第一模糊图像,以及基于所述第二模糊参数对所述待处理图像进行模糊处理,得到第二模糊图像,所述第二模糊图像的模糊程度大于所述第一模糊图像的模糊程度。
在本实施例中,直接基于第三模糊参数进行模糊处理所得到的模糊图像的模糊程度,即为期望得到的目标图像的模糊程度。但是,直接基于第三模糊参数进行模糊处理得到对应的模糊图像会存在锯齿状,使得人眼在观看该模糊图像时会有一种模糊效果不均匀的主观视觉感受,即模糊效果较差。因此,可以通过获取模糊程度大于期望得到的目标图像的模糊程度的模糊图像,和模糊程度小于期望得到的目标图像的模糊程度的模糊图像。如此,对相较于期望得到的目标图像的模糊程度的一大一小的两张模糊图像进行融合,能够得到模糊程度位于第二模糊图像的模糊程度与第一模糊图像的模糊程度之间的所期望得到的模糊程度的目标图像。其中,图像融合可以理解为对两张图像中的像素点进行加权平均,进而减弱了一张图像中某个像素的像素值与相邻像素的像素值之间的差异,进而可以大大减弱或避免图像存在锯齿状等问题的发生。
在一些实施方式中,第一模糊参数可以为第一模糊半径,第二模糊参数为第二模糊半径,第二模糊半径大于第一模糊半径,如此,可以使得第二模糊图像的模糊程度大于第一模糊图像的模糊程度,同时两个模糊半径均与第三模糊半径相近。因此,第一模糊图像和第二模糊图像的模糊程度不同但相近,差别不大,可以使得基于第一模糊图像和第二模糊图像融合得到的目标图像的视觉效果较好,目标图像的模糊效果更加细腻,同时也避免了两张模糊程度相差较大的图像进行融合导致最终的图像存在淡入淡出等问题的发生。
在另一些实施方式中,还可以按照不同的缩放参数,如根据第一缩放参数和第二缩放参数,分别对待处理图像的尺寸进行缩小,得到两个不同尺寸的待处理图像,前述第一缩放参数的参数值与第二缩放参数的参数值之间的差值在预设阈值内;再利用参数值相同的第一模糊半径和第二模糊半径,分别对两个不同尺寸的待处理图像进行模糊处理,仍能得到两张模糊程度不同的模糊图像。其中,由于第一缩放参数与第二缩放参数的参数值的差值在预设阈值内,可以保证缩小尺寸后的两张待处理图像的尺寸不同但接近,进而使得两次模糊处理后的第一模糊图像和第二模糊图像的模糊程度不同但相近。其中,缩放参数即为采样因子,采样因子包括上采样因子和下采样因子,上采样因子用于对图像进行上采样,增加图像的像素密度,扩大图像的尺寸,一般是大于1的整数或有理数;下采样因子用于对图像进行下采样,减少图像的像素密度,缩小图像的尺寸,一般是大于1的整数或有理数;此时,前述差值则可以理解为第一下采样因子与第二下采样因子之间的差值,即缩小倍数的差值。
其中,用于上述模糊处理的模糊算法包括但不限于均值模糊算法、径向模糊算法、远景模糊算法、高斯模糊算法、Kawase模糊算法、Dual-Kawase模糊算法等,能使图像变得模糊的模糊算法均在本申请的保护范围内。
在实际应用中,利用模糊算法对图像进行模糊处理时,其模糊处理的效果和计算量与模糊半径是相关的,例如,Kawase模糊算法在模糊半径小时,模糊效果和模糊计算量较佳;但是模糊半径大时,Kawase模糊算法的模糊效果会产生较大退化;Gaussian模糊算法在模糊半径大时仍能保持较好的模糊效果,但其计算量会显著增加。
因此,在对第一图像和第二图像进行模糊处理之前,根据所述第一模糊参数对应的预设模糊算法以及所述第一模糊参数,对所述待处理图像进行模糊处理,得到所述第一模糊图像;根据所述第二模糊参数对应的预设模糊算法以及所述第二模糊参数,对所述待处理图像进行模糊处理,得到所述第二模糊图像。
在一些实施方式中,可以根据第一模糊半径的大小,从多种预设模糊算法中获取与第一模糊半径相匹配的预设模糊算法,作为第一预设模糊算法,再根据第一模糊半径以及第一预设模糊算法,对第一图像进行模糊处理,得到第一模糊图像。同时,根据第二模糊半径的大小,从多种预设模糊算法中获取与第二模糊半径相匹配的预设模糊算法,作为第二预设模糊算法,再根据第二模糊半径以及第二预设模糊算法,对第二图像进行模糊处理,得到第二模糊图像。如此,则可以达到在保证模糊效果的同时,避免模糊计算消耗过大,进一步减少模糊处理整体的计算消耗,即达到平衡模糊计算消耗和模糊效果的作用。
示例性地,在第一模糊半径小于预设模糊半径阈值时,即在第一模糊半径较小时,使用Kawase模糊算法,节省模糊计算量;在第二模糊半径大于预设模糊半径阈值时,即第二模糊半径较大时,使用Gaussian模糊算法,获取较好的模糊效果,以实现模糊计算消耗和模糊效果之间的平衡。
在另一些实施方式中,不同的模糊场景对模糊效果、模糊处理速度以及模糊程度的要求一般不同,因此,在对待处理图像进行模糊处理之前,可以先获取到待处理图像对应的模糊场景。然后,根据所述模糊场景对应的预设模糊算法以及所述第一模糊参数,对所述待处理图像进行模糊处理,得到所述第一模糊图像,根据所述预设模糊算法以及所述第二模糊参数,对所述待处理图像进行模糊处理,得到所述第二模糊图像。如此,可以使得第一模糊图像和第二模糊图像更加符合待处理图像对应的模糊场景的模糊需求。
可选地,可以根据待处理图像携带的场景标识,确定与场景标识对应的模糊场景,作为待处理图像的模糊场景。例如,针对图像实时模糊,每帧图像帧均携带有对应的场景标识,电子设备可以直接根据场景标识确定出对应的模糊场景,场景确定的效率较高。
可选地,可以根据触发模糊处理的手势操作,确定与手势操作对应的模糊场景,作为待处理图像对应的模糊场景。例如,长按显示组件的手势操作对应模糊场景A,电子设备在检测到长按显示组件的手势操作时,则将模糊场景A作为手势操作触发的模糊处理中每帧图像帧的模糊场景。
步骤S140:对所述第一模糊图像以及所述第二模糊图像进行融合,得到目标图像。
进一步地,在获取到第一模糊图像和第二模糊图像之后,可以对第一模糊图像和第二模糊图像进行融合,得到目标图像。其中,目标图像的模糊程度大于第一模糊图像的模糊程度,但小于第二模糊图像的模糊程度。可以通俗的理解为,通过两次模糊处理,得到小于目标模糊程度的第一模糊图像以及大于目标模糊程度的第二模糊图像,再将两张模糊图像进行融合,得到目标模糊程度的目标图像。其中,图像融合可以通过对是将第一模糊图像中每个像素的像素值与第二模糊图像对应位置像素的像素值加权平均的方式,融合得到目标图像。
示例性地,请参阅图2,图2示出了待处理图像A经过模糊处理得到第一模糊图像B1和第二模糊图像B2,第一模糊图像B1和第二模糊图像B2经过图像融合得到的目标图像C。
在本实施例中,将基于第一模糊参数和第二模糊参数进行两次模糊处理所得到的两张模糊程度不同的模糊图像进行融合,增加了模糊细节,使得模糊效果更为细腻,同时能避免模糊图像中存在锯齿状的问题,进而使得模糊视觉效果更佳,实现了更为高质量的图像模糊处理。并且,在应用于电子设备的显示界面的实时的图像模糊处理的场景时,通过融合多张模糊图像得到最终的目标图像,可以减少因模糊处理带来的每帧图像帧的抖动感以及模糊效果跳变感,进而提高了视觉体验。
请参照图3,图3为本申请另一实施例提供的一种图像处理方法的流程示意图。下面将结合图3对本申请实施例提供的图像处理方法进行详细阐述。该图像处理方法可以包括以下步骤:
步骤S210:获取待进行模糊处理的待处理图像,所述待处理图像携带有第三模糊参数。
在本实施例中,步骤S210的具体实施方式可以参阅前述实施方式中的内容,在此不再赘述。
步骤S220:确定用于所述模糊处理的第一模糊参数以及第二模糊参数,所述第一模糊参数的参数值与所述第二模糊参数的参数值相同。
在本实施例中,模糊参数为模糊半径,对应地,第三模糊参数可以为第三模糊半径,此时,针对不同尺寸的待处理图像进行模糊处理的情况,可以根据待处理图像对应的应用场景,确定与应用场景对应的预设模糊参数,作为的第一模糊参数以及第二模糊参数,对应地,第一模糊参数即为第一模糊半径,第二模糊参数即为第二模糊半径。此时,第一模糊参数与第二模糊参数的参数值相同,均为预设模糊参数,可以通过使用不同的缩放参数来调整待处理图像至不同的尺寸后,再使用参数值相同的两个模糊参数进行模糊处理,也能得到两个模糊程度不同的模糊图像。
步骤S230:确定与所述第三模糊参数相对应的第一缩放参数以及第二缩放参数。
在一些实施方式中,请参阅图4,步骤S230可以包括步骤S231至步骤S233中的内容:
步骤S231:根据所述第三模糊参数,从多个预设模糊参数中确定第四模糊参数以及第五模糊参数,所述第四模糊参数的参数值小于或等于所述第三模糊参数的参数值,所述第五模糊参数的参数值大于所述第三模糊参数的参数值。
在一种可能的实施方式中,请参阅图5,步骤S231可以包括步骤S2311至步骤S2312中的内容:
步骤S2311:从所述多个预设模糊参数的第一预设模糊参数中,获取与所述第三模糊参数之间的参数值的差值满足第一预设差值条件的第一预设模糊参数,作为所述第四模糊参数,其中,所述第一预设模糊参数的参数值小于或等于所述第三模糊参数的参数值。
在本实施例中,第一预设差值条件可以是第三模糊参数与所述第一预设模糊参数的参数值的差值为最小值,即从多个预设模糊参数的第一预设模糊参数中,获取与所述第三模糊参数之间的参数值的差值为最小值的第一预设模糊参数,作为第四模糊参数。
其中,预设模糊参数可以为预设模糊半径,第三模糊参数可以为第三模糊半径。
在一些实施方式中,第三模糊半径可以表示为Rin,多个预设模糊半径可以表示为R0,R1,…,Rn;其中,n是大于1的正整数;对于任意小于等于n的自然数x,Rx可以表示为如下公式:
Rx=sig(x)·Cr·ax-1
其中,sig(x)是符号函数;Cr是模糊半径的放大系数,a是常规参数无物理含义,Cr和a的值可为大于或等于1的任意有理数。
基于此,可以从多个预设模糊半径中,确定出小于目标模糊半径Rin的第一预设模糊半径R0,R1,…,Rx,进一步地,可以从第一预设模糊半径R0,R1,…,Rx中确定出与Rin的差值最小的第一预设模糊半径Rx,此时,将Rx设置第四模糊半径,即第四模糊参数。其中,Rx可以等于Rin,即Rin与Rx的差值为0时,也满足第一预设差值条件。
步骤S2312:从所述多个预设模糊参数的第二预设模糊参数中,获取与所述第三模糊参数之间的参数值的差值满足第二预设差值条件的第二预设模糊参数,作为所述第五模糊参数,其中,所述第二预设模糊参数的参数值大于所述第三模糊参数的参数值。
可选地,第二预设差值条件可以是第三模糊参数与所述第二预设模糊参数的参数值的差值为最小值。
仍以前述例子为例,可以从多个预设模糊半径中确定出大于第三模糊半径Rin的第二预设模糊半径Rx+1,Rx+2,…,Rn,进一步地,可以从第二预设模糊半径Rx+1,Rx+2,…,Rn确定出与Rin的差值最小的第二预设模糊半径Rx+1,此时,将Rx+1设置为第五模糊半径,即第五模糊参数。
在一些实施方式中,多个预设模糊半径是按照大小顺序排序得到,因此,可以在确定出第一预设模糊半径Rx之后,从多个预设模糊半径中获取与第一预设模糊半径Rx相邻且大于第一预设模糊半径Rx的预设模糊半径Rx+1,作为第五模糊半径Rx+1。也就是说,Rx≤Rin<Rx+1。
步骤S232:获取所述第四模糊参数对应的缩放参数,作为所述第一缩放参数,所述缩放参数的参数值与所述预设模糊参数的参数值呈正相关。
在本实施例中,模糊半径越大,针对待处理图像中的待模糊像素向外模糊的像素数值也越大,对应地,模糊处理的计算量也逐渐增大。为了避免模糊半径增大而图像处理的计算量增大,导致用于图像处理的图形处理器(Graphics Processing Unit,GPU)满载引发卡顿现象等问题的发生。基于此,可以通过减小待处理图像的像素密度的方式来减小图像处理的计算量,因此,可以通过预先为每个预设模糊半径对应设置一个缩放参数(即下采样因子),其中,下采样因子与预设模糊半径的大小呈正相关。预设模糊半径越大,模糊程度越高,计算量越大,对应的,下采样因子则设置得更大,进而可以使得基于下采样因子缩小的待处理图像的尺寸越小,即缩小后的待处理图像中的像素密度越小。如此,在提高对待处理图像的模糊程度的同时,减少模糊处理的计算量。
在一些实施方式中,与每个预设模糊半径对应的下采样因子构成的多个下采样因子可以表示为M0,M1,…,Mn,下采样因子可以表示为Mx,其中,n是大于1的正整数;对于任意小于等于n的自然数x,Mx可以表示为如下公式:
Mx=sig(x)·Cm·ax-1
其中,sig(x)是符号函数;Cm是下采样因子的放大系数,a是常规参数无物理含义,Cm和a的值可为大于或等于1的任意有理数。多个下采样因子M0,M1,…,Mn与多个预设模糊半径R0,R1,…,Rn一一对应。
示例性地,若获取到的第四模糊参数为Rx,对应地,从多个下采样因子中获取第四模糊参数Rx对应的下采样因子Mx,作为第一缩放参数,即第一下采样因子。
步骤S233:获取所述第五模糊参数对应的缩放参数,作为所述第二缩放参数。
可选地,若获取到的第五模糊参数为Rx+1,对应地,从多个下采样因子中获取第五模糊参数Rx+1对应的下采样因子Mx+1,作为第二缩放参数,即第二下采样因子。
步骤S240:按照所述第一缩放参数缩小所述待处理图像的尺寸,得到第一图像。
进一步地,在获取到第一下采样因子之后,则可以基于第一下采样因子对待处理图像进行下采样处理,得到像素密度缩小后的第一图像。
步骤S250:按照所述第二缩放参数缩小所述待处理图像的尺寸,得到第二图像。
可选地,在获取到第二下采样因子之后,则可以基于第二下采样因子对待处理图像进行下采样处理,得到像素密度缩小后的第二图像。
由此可见,通过下采样因子对待处理图像的长和宽均进行了缩小,第一图像的像素数量缩小至待处理图像的像素数量的倍,第二图像的像素数量缩小至待处理图像的像素数量的倍。因此,可以通过以下公式,计算出相较于未进行下采样的计算量消耗的优化百分比:
在不影响模糊效果的前提下,可选取Cm=2、a=2;在x=1时,对模糊计算量的优化比例最小,约为68.75%;在x=2时对模糊计算量的优化比例就超过了90%;并且随着x的值的增大,计算量优化比例也会继续增大。在电子设备实现显示界面的渐变模糊过程中,其模糊程度是逐渐增大的,用于对每帧图像帧进行后处理的模糊半径也是逐渐增大的。而本方案中,随着模糊半径的增大,计算量优化比例也会跟随增大,也就是说,在电子设备实现显示界面的渐变模糊效果中,并不会因为模糊半径增大,计算量增加导致GPU满载引发卡顿现象,反而还极大地减少了计算量。
步骤S260:基于所述第一模糊参数,对所述第一图像进行模糊处理,得到所述第一模糊图像,以及基于所述第二模糊参数对所述第二图像进行模糊处理,得到第二模糊图像。
在本实施例中,第一模糊参数以及第二模糊参数的参数值时相同的,均为预先设置的指定模糊半径,可以根据模糊场景的不同对指定模糊半径的数值进行调整,例如,对长按显示组件触发的模糊处理的模糊场景的指定模糊半径可以设置为Rset1,对下拉状态栏触发的模糊处理的模糊场景的指定模糊半径可以设置为Rset2。也就是说,针对同一模糊场景下的每帧图像帧,均是使用相同的指定模糊参数,对基于每帧图像帧处理得到的第一图像以及第二图像进行模糊处理,得到第一图像对应第一模糊图像,以及第二图像对应的第二模糊图像。如此,在针对第一模糊半径是动态变化的情况,将指定模糊参数作为基准模糊参数,可以确保对每帧图像帧的模糊基准效果相同,实现较为顺滑的模糊渐变效果,不会产生跳变。
在一些实施方式中,请参阅图6,步骤S260可以包括步骤S261至步骤S262中的内容:
步骤S261:根据第四模糊参数对应的预设模糊算法以及所述第一模糊参数,对所述第一图像进行模糊处理,得到第一模糊图像。
步骤S262:根据第五模糊参数对应的预设模糊算法以及所述第二模糊参数,对所述第二图像进行模糊处理,得到第二模糊图像。
在本实施例中,虽然第一模糊图像与第二模糊图像是通过参数值相同的第一模糊参数以及第二模糊参数进行模糊处理得到的,但是,两张模糊图像的模糊程度是不相同的,而造成其模糊程度不相同的原因是,根据第四模糊参数以及第五模糊参数确定了不同的缩放参数,使得对待处理图像进行两次不同的缩小所得到的第一图像和第二图像的尺寸不同。不同尺寸的图像中所包含的像素数量不同,对应地,对不同尺寸的图像进行模糊处理的计算量则也不同,因此,可以在对第一图像进行模糊处理时可以使用第四模糊参数对应的预设模糊算法,在对第二图像进行模糊处理时可以使用第五模糊参数对应的预设模糊算法。如此,仍可以达到在保证模糊效果的同时,避免模糊计算消耗过大,进一步减少模糊处理整体的计算消耗,即达到平衡模糊计算消耗和模糊效果的作用。
步骤S270:对所述第一模糊图像以及所述第二模糊图像进行融合,得到目标图像。
在一些实施方式中,请参阅图7,步骤S270可以包括步骤S271至步骤S273中的内容:
步骤S271:按照所述第一缩放参数增大所述第一模糊图像的尺寸,得到第三模糊图像。
在本实施例中,由于第一模糊图像是基于按照第一下采样因子(第一缩放参数)缩小得到的第一图像进行模糊处理得到的,也就是说,第一模糊图像的图像分辨率小于待处理图像的原始分辨率。因此,可以将第一下采样因子的数值作为第一上采样因子的数值,进而根据第一上采样因子对第一模糊图像进行上采样处理,增加第一模糊图像的像素密度,即增大第一模糊图像的尺寸,将第一模糊图像的图像分辨率还原成待处理图像的原始分辨率,得到第三模糊图像。其中,第三模糊图像的图像分辨率与待处理图像的原始分辨率相同。
步骤S272:按照所述第二缩放参数增大所述第二模糊图像的尺寸,得到第四模糊图像。
同理,可以将第二下采样因子(第二缩放参数)的数值作为第二上采样因子的数值,进而根据第二上采样因子对第二模糊图像进行上采样处理,增加第二模糊图像的像素密度,即增大第二模糊图像的尺寸,将第二模糊图像的图像分辨率还原成待处理图像的原始分辨率,得到第四模糊图像。其中,第四模糊图像的图像分辨率与待处理图像的原始分辨率相同。
步骤S273:对所述第三模糊图像以及所述第四模糊图像进行融合,得到所述目标图像。
最后,再将第三模糊图像与第四模糊图像进行融合,即可得到与原始分辨率相同的目标图像,既实现了对待处理图像的模糊处理,同时也保证了模糊处理最终得到的目标图像的分辨率不变,保证了模糊的视觉效果。如此,在将第一模糊图像以及第二模糊图像均还原至相同的原始分辨率之后,再进行图像融合,还可以避免因两张模糊图像的分辨率不同,导致图像融合不准确,目标图像的模糊不均匀、模糊效果差等问题的发生。
在本实施例中,在对待处理图像进行模糊处理之前,先通过下采样因子对其尺寸进行缩小,减少了模糊处理的像素数量,进而减少了模糊计算量;其次,下采样因子是与模糊半径呈正相关,模糊半径越大,下采样因子越大,实现了模糊程度提高的同时,减少了模糊计算消耗。同时,对于动态模糊半径场景,利用设定模糊参数对两个不同分辨率的图像进行模糊处理,得到两张不同模糊程度的模糊图像,再将两张模糊程度不同的模糊图像进行融合,使得融合得到的目标图像的模糊的视觉效果更佳,不会产生帧间画面抖动、跳变的视觉观感。
请参照图8,图8为本申请又一实施例提供的一种图像处理方法的流程示意图。下面将结合图8对本申请实施例提供的图像处理方法进行详细阐述。该图像处理方法可以包括以下步骤:
步骤S310:获取待进行模糊处理的待处理图像,所述待处理图像携带有第三模糊参数。
在本实施例中,步骤S310的具体实施方式可以参阅前述实施方式中的内容,在此不再赘述。
步骤S320:确定用于所述模糊处理的的第一模糊参数以及第二模糊参数,所述第一模糊参数的参数值小于所述第三模糊参数的参数值,所述第二模糊参数的参数值大于所述第三模糊参数的参数值。
在本实施例中,获取待处理图像的两张模糊程度不同的模糊图像,可以是针对同一尺寸下的待处理图像,使用参数值不同的两个模糊参数,分别对同一尺寸下的待处理图像进行两次不同的模糊处理。也就是说,获取相较于基于第三模糊参数处理得到的模糊图像的模糊程度一大一小的两张模糊图像,因此,可以根据第三模糊参数,确定上述参数值小于第三模糊参数的第一模糊参数以及参数值大于第三模糊参数的第二模糊参数。其中,具体的确定方式可以参阅前述实施例中第四模糊参数以及第五模糊参数的内容,在此不再赘述。
步骤S330:按照第三缩放参数缩小所述待处理图像的尺寸,得到第三图像。
在本实施例中,第三缩放参数的参数值可以是预先设置的固定数值,可以在对待处理图像进行模糊处理之前,按照第三缩放参数缩小所述待处理图像的尺寸,以减少图像中包含的像素数量,进而减少模糊计算量。当然,第三缩放参数也可以是针对不同尺寸的待处理图像设置不同的参数值,缩放参数的参数值与待处理图像的原始尺寸呈正相关,即预先设置用于计算第三缩放参数的公式,计算机设备可以根据待处理图像的原始尺寸以及该公式,计算出用于对待处理图像进行尺寸缩小的第三缩放参数。也就是说,针对原始尺寸越大的待处理图像,使用参数值越大的缩放参数对其进行缩小,避免因待处理像素数量过多造成的模糊计算量的增加,保证了图像模糊处理的处理效率。
步骤S340:基于所述第一模糊参数,对所述第三图像进行模糊处理,得到所述第一模糊图像,以及基于所述第二模糊参数对所述第三图像进行模糊处理,得到所述第二模糊图像。
进一步地,在获取到缩小尺寸后的第三图像,则可以基于所述第一模糊参数,对所述第三图像进行模糊处理,得到所述第一模糊图像,以及基于所述第二模糊参数对所述第三图像进行模糊处理,得到所述第二模糊图像。由于第二模糊参数的参数值大于所述第三模糊参数的参数值,因此,第二模糊图像的模糊程度大于第一模糊图像的模糊程度。
步骤S350:对所述第一模糊图像以及所述第二模糊图像进行融合,得到目标图像。
在一些实施方式中,对所述第一模糊图像以及所述第二模糊图像进行融合,得到第五模糊图像;由于第五模糊图像的图像尺寸是小于待处理图像的,因此,按照所述第三缩放参数增大所述第五模糊图像的尺寸,得到所述目标图像。如此,可以保证对待处理图像进行图像模糊时不会改变图像的原始尺寸。
在另一些实施方式中,在进行图像融合之前,先按照第三缩放参数增大所述第一模糊图像以及所述第二模糊图像的尺寸;然后,再对增大尺寸后的第一模糊图像以及增大尺寸后的第二模糊图像进行融合,得到目标图像。如此,也可以保证对待处理图像进行图像模糊时不会改变图像的原始尺寸。
在本实施例中,通过第三模糊参数,确定两个参数值不同的模糊参数,并基于不同的模糊参数对同一尺寸下的待处理图像进行不同的模糊处理,得到两个不同模糊程度的模糊图像;然后再将两个不同模糊程度的模糊图像进行融合,得到最终的目标图像。如此,融合得到的目标图像的模糊效果更好,模糊视觉效果更佳,实现了更为高质量的图像模糊处理。并且,在进行模糊处理之前,缩小了待处理图像的尺寸,极大地减少了模糊处理计算量。
请参照图9,图9为本申请再一实施例提供的一种图像处理方法的流程示意图。下面将结合图9对本申请实施例提供的图像处理方法进行详细阐述。该图像处理方法可以包括以下步骤:
步骤S410:获取待进行模糊处理的待处理图像,所述待处理图像携带有第三模糊参数。
步骤S420:确定用于所述模糊处理的第一模糊参数以及第二模糊参数。
步骤S430:基于所述第一模糊参数,对所述待处理图像进行模糊处理,得到第一模糊图像,以及基于所述第二模糊参数对所述待处理图像进行模糊处理,得到第二模糊图像,所述第二模糊图像的模糊程度大于所述第一模糊图像的模糊程度。
在本实施例中,步骤S410至步骤S430的具体实施方式可以参阅前述实施方式中的内容,在此不再赘述。
步骤S440:根据所述第四模糊参数、所述第五模糊参数以及所述第三模糊参数,确定所述第一模糊图像对应的第一混合权重以及所述第二模糊图像对应的第二混合权重。
在本实施例中,由于第一模糊图像与第二模糊图像的模糊程度不相同,对融合得到的目标图像的模糊程度的要求是,处于第一模糊图像与第二模糊图像的模糊程度之间。因此,在进行图像融合之前,可以根据第四模糊参数、所述第五模糊参数以及所述第三模糊参数,计算出第一模糊图像和第二模糊图像在图像融合时的混合权重,以使得融合得到的目标图像可以达到其需要的模糊程度的要求。也就是说,可以通过调整混合权重,在第一模糊图像和第二模糊图像的模糊程度之间,更为精准地确定融合得到的目标图像所需要的模糊程度。
其中,第四模糊参数和第五模糊参数的定义与前述实施例中的定义相同,可以参阅前述实施例中的内容,在此不再赘述。
在一些实施方式中,请参阅图10,步骤S440可以包括步骤S441至步骤S445中的内容:
步骤S441:获取所述第三模糊参数与所述第四模糊参数的参数值的差值,作为第一相对差值。
在本实施例中,在待处理图像的图像分辨率不变的基础上,模糊处理待处理图像的模糊程度与模糊参数的参数值呈正相关,因此,模糊参数从一定程度上是可以用于表征模糊处理后的待处理图像的模糊程度。
基于此,可以获取第三模糊参数与第四模糊参数的参数值的差值,作为第一相对差值,第一相对差值可以看作为第三模糊参数用于表征的模糊程度与第四模糊参数用于表征的模糊程度之间的模糊程度差异;也可以理解为,想要最终融合得到的目标图像的模糊程度相较于第一模糊图像的模糊程度的偏移模糊程度。
步骤S442:获取所述第五模糊参数与所述第三模糊参数的参数值的差值,作为第二相对差值。
可以理解地,由于目标图像是通过第一模糊图像与第二模糊图像融合得到,因此,还可以通过获取目标图像的模糊程度相较于第二模糊图像的模糊程度的偏移模糊程度,即获取第五模糊参数用于表征的模糊程度与第三模糊参数用于表征的模糊程度之间的模糊程度差异,因此,获取第五模糊参数与第三模糊参数的参数值,作为第二相对差值。
步骤S443:获取所述第五模糊参数与所述第四模糊参数的参数值的差值,作为总差值。
为了更好地确定第三模糊参数分别相较于第五模糊参数与第四模糊参数两者用于表征的模糊程度的偏移模糊程度,可以获取第五模糊参数与第四模糊参数的参数值的差值,作为总差值。该总差值可以用于表征第五模糊参数用于表征的模糊程度与第四模糊参数用于表征的模糊程度之间的模糊程度差异,即第二模糊图像的模糊程度相较与第一模糊图像的模糊程度的偏移模糊程度。
步骤S444:根据所述第一相对差值与所述总差值的比值,确定所述第一混合权重。
进一步地,可以获取第一相对差值与总差值的比值,该比值从一定程度上可以表征目标模糊半径处于第四模糊参数与第五模糊参数之间的位置信息,即根据该比值,可以看出第三模糊参数更接近第四模糊参数还是更接近第五模糊参数。因此,可以根据预设混合函数以及该比值,计算出第一模糊图像对应的第一混合权重。其中,预设混合函数可以是满足定义域为[0,1]、值域为[0,1]、在定义域内连续可导、在定义域内单调递增以及在0和1处的导数相等五个条件的任一函数。
示例性地,预设混合函数可以表示为f(z)=z,0≤z≤1,第三模糊参数表示为第三模糊半径Rin,第四模糊参数表示为第四模糊半径Rx,第五模糊参数表示为第五模糊半径Rx+1。基于此,可以计算出第一相对差值为Rin-Rx,第二相对差值为Rx+1-Rin,总差值为Rx+1-Rx,第一相对差值与总差值的比值为进一步地,将该比值作为预设混合函数中的自变量,可以计算出第一函数值第一函数值越小,表征希望融合得到的目标图像的模糊程度相较于第一模糊图像的模糊程度的偏移模糊程度越小,即希望得到的目标图像的模糊程度更接近于第一模糊图像的模糊程度,因此,对应第一模糊图像对应的第一混合权重也越高,此时,可以获取1与第一函数值的差值,作为第一混合权重
步骤S445:根据所述第二相对差值与所述总差值的比值,确定所述第二混合权重。
同理,可以根据前述预设混合函数以及第二相对差值与总差值的比值,确定第二模糊图像对应的第二混合权重。
在另一些实施方式中,由于第一混合权重与第二混合权重的和值为1,因此可以在获取到第一混合权重之后,直接获取1与第一混合权重的差值,作为第二混合权重。
在一些实施方式中,前述实施例中有提及到缩放参数与对应的预设模糊半径之间存在数学对应关系,因此,混合权重的计算公式也可以根据第一缩放参数和第二缩放参数计算得到,具体计算公式可以根据前述数学对应关系进行调整,在此不再赘述。
步骤S450:根据所述第一混合权重以及所述第二混合权重,对所述第一模糊图像以及所述第二模糊图像进行融合,得到所述目标图像。
具体地,基于所述第一混合权重,对所述第一模糊图像中的每个像素的像素值进行调整,以及基于所述第二混合权重,对所述第二模糊图像中的每个像素的像素值进行调整;将调整后的所述第一模糊图像与调整后的所述第二模糊图像进行叠加,得到所述目标图像。可以理解为,融合得到的目标图像中每个像素的RGB颜色值等于第一模糊图像中对应位置像素的RGB颜色值乘以第一混合权重,加上第二模糊图像中对应位置像素的RGB颜色值乘以第二混合权重的和值;以Tnew表示目标图像,以Tx表示第一模糊图像,以Fmix1表示第一混合权重,以Tx+1表示第二模糊图像,以Fmix2表示第二混合权重,计算目标图像中每个像素的RGB颜色值可以通过以下公式实现:
RGB(Tnew)=RGB(Tx)·Fmix1+RGB(Tx+1)·Fmix2
其中,RGB(Tnew)、RGB(Tx)、RGB(Tx+1)分别表示图像Tnew、Tx、Tx+1的RGB颜色值;RGB颜色值包含R通道的亮度值、G通道的亮度值和B通道的亮度值,在计算每个像素的RGB颜色值时,可以通过上述公式分别针对R通道的亮度值、G通道的亮度值和B通道的亮度值进行计算。
在本实施例中,针对实时的图像模糊处理的场景,待处理图像为图像帧序列中的图像帧。其中,图像帧序列中所包含的图像帧可以是不同的,例如,用户的电子设备使用的是动态界面壁纸,也就是说,要针对每一帧动态界面壁纸和对应显示组件叠加得到的图像进行模糊处理。可选地,图像帧序列中所包含的图像帧也可以均是相同的,例如,用户的电子设备使用的是静态界面壁纸,如此,仅需针对同一模糊场景下的第一帧图像帧,根据设定模糊参数,分别对所述第一图像以及所述第二图像进行一次模糊处理,得到第一模糊图像以及第二模糊图像,并对第一模糊图像以及第二模糊图像进行保存;后续对其他图像帧,仅需重新计算第一混合权重以及第二混合权重,并根据两个混合权重融合图像,即可得到目标图像,极大地提高了实时的模糊处理场景的模糊效率。
在本实施例中,基于第四模糊参数、第五模糊参数以及第三模糊参数,确定两个混合权重,再基于混合权重,对第一模糊图像和第二模糊图像进行融合,得到最终具有模糊效果的目标图像。如此,使得融合得到目标图像的模糊程度与直接基于第三模糊参数进行模糊处理的模糊程度相同,即满足了对待处理图像的模糊程度的需求,同时,目融合得到的标图像的模糊效果更为细腻,模糊效果更好;尤其是针对模糊半径处于动态变化的图像实时模糊场景下的图像帧的模糊处理,模糊的视觉效果更佳,不会产生帧间画面抖动、跳变的视觉观感。
请参照图11,图11为本申请又再一实施例提供的一种图像处理方法的数据流向图。下面将结合图11对本申请实施例提供的图像处理方法进行详细阐述。该图像处理方法可以包括以下内容:
在本实施例中,预先定义多个预设模糊半径和与每个预设模糊半径对应的缩放参数(即下采样因子),根据第三模糊半径确定两个预设模糊半径,并获取分别获取两个预设模糊半径对应的缩放参数,得到第一缩放参数和第二缩放参数。进一步地,在采样器中分别根据第一缩放参数和第二缩放参数对GPU中的需要模糊的待处理图像进行下采样操作,得到下采样(即尺寸缩小)后的第一图像和第二图像;再利用图像模糊算法以及指定模糊半径,对下采样后的第一图像和下采样后的第二图像进行模糊处理,得到两张分辨率不同的第一模糊图像和第二模糊图像。然后将第一模糊图像和第二模糊图像送回采样器,由采样器按照第一缩放参数对第一模糊图像进行上采样(即尺寸增大),也就是说,将第一模糊图像的分辨率还原至原始分辨率,得到第三模糊图像;同理,采样器按照第二缩放参数对第二模糊图像进行上采样,也就是说,将第而模糊图像的分辨率还原至原始分辨率,得到第四模糊图像。其中,采样器实质为GPU中具备对图像进行上采样和下采样功能的代码。最后,根据第三模糊半径和确定两个预设模糊半径计算出混合权重,在混合器中根据混合权重混合两张上采样后的第三模糊图像和第四模糊图像,得到目标图像并输出给GPU;由GPU将混合后目标图像作为待显示内容,输送给显示设备,由显示设备显示具有模糊效果的目标图像。其中,混合器实质为GPU中可以实现图片混合功能的代码段;混合权重包括第一混合权重和第二混合权重,本实施例中的相关数据均可以参阅前述实施例中的内容,在此不再赘述。
在本实施例中,采用将多张模糊后的模糊程度不同的模糊图像进行融合得到目标图像后,再显示目标图像。其中,模糊处理过程中均采用的指定模糊半径,降低了模糊算法对模糊半径变化的敏感度,因此,对于动态模糊半径的图像实时模糊场景,模糊的视觉效果更佳,不会产生帧间画面抖动、跳变的视觉观感;同时,根据输入模糊半径确定用于下采样的下采样因子,可以实现在输入模糊半径的逐渐增大的同时,下采样因子也越大,减少了模糊处理的像素量,减少了模糊处理的计算量。由此可见,实现快速且高质量的实时图像模糊。
请参照图12,其中示出了本申请一实施例提供的一种图像处理装置500的结构框图。该装置500可以包括:图像获取模块510、参数确定模块520、模糊处理模块530和图像融合模块540。
图像获取模块510用于获取待进行模糊处理的待处理图像。
参数确定模块520用于确定用于所述模糊处理的第一模糊参数以及第二模糊参数。
模糊处理模块530用于基于所述第一模糊参数,对所述待处理图像进行模糊处理,得到第一模糊图像,以及基于所述第二模糊参数对所述待处理图像进行模糊处理,得到第二模糊图像,所述第二模糊图像的模糊程度大于所述第一模糊图像的模糊程度。
图像融合模块540用于对所述第一模糊图像以及所述第二模糊图像进行融合,得到目标图像。
在一些实施方式中,所述待处理图像携带有第三模糊参数,所述第一模糊参数的参数值与所述第二模糊参数的参数值相同,模糊处理模块530可以包括:缩放参数确定单元、图像缩放单元以及图像模糊单元。其中,缩放参数确定单元可以用于确定与所述第三模糊参数相对应的第一缩放参数以及第二缩放参数。图像缩放单元可以用于按照所述第一缩放参数缩小所述待处理图像的尺寸,得到第一图像;按照所述第二缩放参数缩小所述待处理图像的尺寸,得到第二图像。图像模糊单元可以用于基于所述第一模糊参数,对所述第一图像进行模糊处理,得到所述第一模糊图像,以及基于所述第二模糊参数对所述第二图像进行模糊处理,得到第二模糊图像。
在该方式下,缩放参数确定单元可以包括:预设参数确定子单元、缩放参数确定子单元。其中,预设参数确定子单元可以用于根据所述第三模糊参数,从多个预设模糊参数中确定第四模糊参数以及第五模糊参数,所述第四模糊参数的参数值小于所述第三模糊参数的参数值,所述第五模糊参数的参数值大于所述第三模糊参数的参数值。缩放参数确定子单元可以用于获取所述第四模糊参数对应的缩放参数,作为所述第一缩放参数,所述缩放参数的参数值与所述预设模糊参数的参数值呈正相关;获取所述第五模糊参数对应的缩放参数,作为所述第二缩放参数。
在一些实施方式中,预设参数确定子单元可以具体用于:从所述多个预设模糊参数的第一预设模糊参数中,获取与所述第三模糊参数之间的参数值的差值满足第一预设差值条件的所述第一预设模糊参数,作为所述第四模糊参数,其中,所述第一预设模糊参数的参数值小于所述第三模糊参数的参数值;从所述多个预设模糊参数的第二预设模糊参数中,获取与所述第三模糊参数之间的参数值的差值满足第二预设差值条件的所述第二预设模糊参数,作为所述第五模糊参数,其中,所述第二预设模糊参数的参数值大于所述第三模糊参数的参数值。
在一些实施方式中,图像融合模块540可以包括:权重确定单元和图像融合单元。权重确定单元可以用于根据获得所述第四模糊参数、所述第五模糊参数以及所述第三模糊参数,确定所述第一模糊图像对应的第一混合权重以及所述第二模糊图像对应的第二混合权重。图像融合单元可以用于根据所述第一混合权重以及所述第二混合权重,对所述第一模糊图像以及所述第二模糊图像进行融合,得到所述目标图像。
在该方式下,权重确定单元可以具体用于:获取所述第三模糊参数与所述第四模糊参数的参数值的差值,作为第一相对差值;获取所述第五模糊参数与所述第三模糊参数的参数值的差值,作为第二相对差值;获取所述第五模糊参数与所述第四模糊参数的参数值的差值,作为总差值;根据所述第一相对差值与所述总差值的比值,确定所述第一混合权重;根据所述第二相对差值与所述总差值的比值,确定所述第二混合权重。
在该方式下,图像融合单元可以具体用于基于所述第一混合权重,对所述第一模糊图像中的每个像素的像素值进行调整,以及基于所述第二混合权重,对所述第二模糊图像中的每个像素的像素值进行调整;将调整后的所述第一模糊图像与调整后的所述第二模糊图像进行融合,得到所述目标图像。
在一些实施方式中,图像融合模块540可以包括:尺寸增大单元以及图像融合单元。其中,尺寸增大单元可以用于按照所述第一缩放参数增大所述第一模糊图像的尺寸,得到第三模糊图像;按照所述第二缩放参数增大所述第二模糊图像的尺寸,得到第四模糊图像。图像融合单元可以用于对所述第三模糊图像以及所述第四模糊图像进行融合,得到所述目标图像。
在一些实施方式中,所述待处理图像携带有第三模糊参数,所述第一模糊参数的参数值小于所述第三模糊参数的参数值,所述第二模糊参数的参数值大于所述第三模糊参数的参数值,模糊处理模块530可以具体用于:按照第三缩放参数缩小所述待处理图像的尺寸,得到第三图像;基于所述第一模糊参数,对所述第三图像进行模糊处理,得到所述第一模糊图像,以及基于所述第二模糊参数对所述第三图像进行模糊处理,得到所述第二模糊图像。
在该方式下,图像融合模块540可以具体用于对所述第一模糊图像以及所述第二模糊图像进行融合,得到第五模糊图像;按照所述第三缩放参数增大所述第五模糊图像的尺寸,得到所述目标图像。
在一些实施方式中,模糊处理模块530可以具体用于:根据所述第一模糊参数对应的预设模糊算法以及所述第一模糊参数,对所述待处理图像进行模糊处理,得到所述第一模糊图像;根据所述第二模糊参数对应的预设模糊算法以及所述第二模糊参数,对所述待处理图像进行模糊处理,得到所述第二模糊图像。
在另一些实施方式中,模糊处理模块530可以具体用于:获取所述待处理图像对应的模糊场景;根据所述模糊场景对应的预设模糊算法以及所述第一模糊参数,对所述待处理图像进行模糊处理,得到所述第一模糊图像,根据所述预设模糊算法以及所述第二模糊参数,对所述待处理图像进行模糊处理,得到所述第二模糊图像。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,模块相互之间的耦合可以是电性,机械或其它形式的耦合。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
综上所述,本申请实施例提供的方案中,获取待进行模糊处理的待处理图像;确定用于所述模糊处理的第一模糊参数以及第二模糊参数,基于第一模糊参数,对待处理图像进行模糊处理,得到第一模糊图像,以及基于第二模糊参数,对待处理图像进行模糊处理,得到第二模糊图像,第二模糊图像的模糊程度大于第一模糊图像的模糊程度;对第一模糊图像以及第二模糊图像进行融合,得到目标图像。在相关技术中,直接基于一个模糊参数进行模糊处理得到对应的模糊图像会存在锯齿状,使得人眼在观看该模糊图像时会有一种模糊效果不均匀的主观视觉感受,即模糊效果较差;而本申请中的目标图像是由两张模糊程度不同的模糊图像融合得到的,增加了模糊细节,使得模糊效果更为细腻,同时能避免模糊图像中存在锯齿状的问题,进而使得模糊视觉效果更佳,实现了更为高质量的图像模糊处理。
下面将结合图13对本申请提供的一种计算机设备进行说明。
参照图13,图13示出了本申请实施例提供的一种计算机设备600的结构框图,本申请实施例提供的上述方法可以由该计算机设备600执行,其中,计算机设备600可以是智能手机、平板电脑、智能手环、智能手表、笔记本电脑或台式电脑等电子设备,当然,也可以是物理服务器或云服务器,本实施例对此不作限制。
本申请实施例中的计算机设备600可以包括一个或多个如下部件:处理器601、存储器602、以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器602中并被配置为由一个或多个处理器601执行,一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器601可以包括一个或者多个处理核。处理器601利用各种接口和线路连接整个计算机设备600内的各个部分,通过运行或执行存储在存储器602内的指令、程序、代码集或指令集,以及调用存储在存储器602内的数据,执行计算机设备600的各种功能和处理数据。可选地,处理器601可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(ProgrammableLogic Array,PLA)中的至少一种硬件形式来实现。处理器601可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以集成到处理器601中,单独通过一块通信芯片进行实现。
存储器602可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器602可用于存储指令、程序、代码、代码集或指令集。存储器602可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储计算机设备600在使用中所创建的数据(比如上述的各种对应关系)等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,所显示或讨论的模块相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
请参考图14,其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读介质700中存储有程序代码,所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质700可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读存储介质700包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质700具有执行上述方法中的任何方法步骤的程序代码710的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码710可以例如以适当形式进行压缩。
在一些实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (15)
1.一种图像处理方法,其特征在于,所述方法包括:
获取待进行模糊处理的待处理图像;
确定用于所述模糊处理的第一模糊参数以及第二模糊参数;
基于所述第一模糊参数,对所述待处理图像进行模糊处理,得到第一模糊图像,以及基于所述第二模糊参数对所述待处理图像进行模糊处理,得到第二模糊图像,所述第二模糊图像的模糊程度大于所述第一模糊图像的模糊程度;
对所述第一模糊图像以及所述第二模糊图像进行融合,得到目标图像。
2.根据权利要求1所述的方法,其特征在于,所述待处理图像携带有第三模糊参数,所述第一模糊参数的参数值与所述第二模糊参数的参数值相同,所述基于所述第一模糊参数,对所述待处理图像进行模糊处理,得到第一模糊图像,以及基于所述第二模糊参数对所述待处理图像进行模糊处理,得到第二模糊图像,包括:
确定与所述第三模糊参数相对应的第一缩放参数以及第二缩放参数;
按照所述第一缩放参数缩小所述待处理图像的尺寸,得到第一图像;
按照所述第二缩放参数缩小所述待处理图像的尺寸,得到第二图像;
基于所述第一模糊参数,对所述第一图像进行模糊处理,得到所述第一模糊图像,以及基于所述第二模糊参数对所述第二图像进行模糊处理,得到第二模糊图像。
3.根据权利要求2所述的方法,其特征在于,所述确定与所述第三模糊参数相对应的第一缩放参数以及第二缩放参数,包括:
根据所述第三模糊参数,从多个预设模糊参数中确定第四模糊参数以及第五模糊参数,所述第四模糊参数的参数值小于或等于所述第三模糊参数的参数值,所述第五模糊参数的参数值大于所述第三模糊参数的参数值;
获取所述第四模糊参数对应的缩放参数,作为所述第一缩放参数,所述缩放参数的参数值与所述预设模糊参数的参数值呈正相关;
获取所述第五模糊参数对应的缩放参数,作为所述第二缩放参数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第三模糊参数,从多个预设模糊参数中确定第四模糊参数以及第五模糊参数,包括:
从所述多个预设模糊参数的第一预设模糊参数中,获取与所述第三模糊参数之间的参数值的差值满足第一预设差值条件的所述第一预设模糊参数,作为所述第四模糊参数,其中,所述第一预设模糊参数的参数值小于或等于所述第三模糊参数的参数值;
从所述多个预设模糊参数的第二预设模糊参数中,获取与所述第三模糊参数之间的参数值的差值满足第二预设差值条件的所述第二预设模糊参数,作为所述第五模糊参数,其中,所述第二预设模糊参数的参数值大于所述第三模糊参数的参数值。
5.根据权利要求3所述的方法,其特征在于,所述对所述第一模糊图像以及所述第二模糊图像进行融合,得到目标图像,包括:
根据所述第四模糊参数、所述第五模糊参数以及所述第三模糊参数,确定所述第一模糊图像对应的第一混合权重以及所述第二模糊图像对应的第二混合权重;
根据所述第一混合权重以及所述第二混合权重,对所述第一模糊图像以及所述第二模糊图像进行融合,得到所述目标图像。
6.根据权利要求5所述的方法,其特征在于,所述根据获得所述第四模糊参数、所述第五模糊参数以及所述第三模糊参数,确定所述第一模糊图像对应的第一混合权重以及所述第二模糊图像对应的第二混合权重,包括:
获取所述第三模糊参数与所述第四模糊参数的参数值的差值,作为第一相对差值;
获取所述第五模糊参数与所述第三模糊参数的参数值的差值,作为第二相对差值;
获取所述第五模糊参数与所述第四模糊参数的参数值的差值,作为总差值;
根据所述第一相对差值与所述总差值的比值,确定所述第一混合权重;
根据所述第二相对差值与所述总差值的比值,确定所述第二混合权重。
7.根据权利要求5所述的方法,其特征在于,所述根据所述第一混合权重以及所述第二混合权重,对所述第一模糊图像以及所述第二模糊图像进行融合,得到所述目标图像,包括:
基于所述第一混合权重,对所述第一模糊图像中的每个像素的像素值进行调整,以及基于所述第二混合权重,对所述第二模糊图像中的每个像素的像素值进行调整;
将调整后的所述第一模糊图像与调整后的所述第二模糊图像进行融合,得到所述目标图像。
8.根据权利要求2所述的方法,其特征在于,所述对所述第一模糊图像以及所述第二模糊图像进行融合,得到目标图像,包括:
按照所述第一缩放参数增大所述第一模糊图像的尺寸,得到第三模糊图像;
按照所述第二缩放参数增大所述第二模糊图像的尺寸,得到第四模糊图像;
对所述第三模糊图像以及所述第四模糊图像进行融合,得到所述目标图像。
9.根据权利要求1所述的方法,其特征在于,所述待处理图像携带有第三模糊参数,所述第一模糊参数的参数值小于所述第三模糊参数的参数值,所述第二模糊参数的参数值大于所述第三模糊参数的参数值,所述基于所述第一模糊参数,对所述待处理图像进行模糊处理,得到第一模糊图像,以及基于所述第二模糊参数对所述待处理图像进行模糊处理,得到第二模糊图像,包括:
按照第三缩放参数缩小所述待处理图像的尺寸,得到第三图像;
基于所述第一模糊参数,对所述第三图像进行模糊处理,得到所述第一模糊图像,以及基于所述第二模糊参数对所述第三图像进行模糊处理,得到所述第二模糊图像。
10.根据权利要求9所述的方法,其特征在于,所述对所述第一模糊图像以及所述第二模糊图像进行融合,得到目标图像,包括:
对所述第一模糊图像以及所述第二模糊图像进行融合,得到第五模糊图像;
按照所述第三缩放参数增大所述第五模糊图像的尺寸,得到所述目标图像。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述基于所述第一模糊参数,对所述待处理图像进行模糊处理,得到第一模糊图像,以及基于所述第二模糊参数对所述待处理图像进行模糊处理,得到第二模糊图像,包括:
根据所述第一模糊参数对应的预设模糊算法以及所述第一模糊参数,对所述待处理图像进行模糊处理,得到所述第一模糊图像;
根据所述第二模糊参数对应的预设模糊算法以及所述第二模糊参数,对所述待处理图像进行模糊处理,得到所述第二模糊图像。
12.根据权利要求1-10任一项所述的方法,其特征在于,所述基于所述第一模糊参数,对所述待处理图像进行模糊处理,得到第一模糊图像,以及基于所述第二模糊参数对所述待处理图像进行模糊处理,得到第二模糊图像,包括:
获取所述待处理图像对应的模糊场景;
根据所述模糊场景对应的预设模糊算法以及所述第一模糊参数,对所述待处理图像进行模糊处理,得到所述第一模糊图像,根据所述预设模糊算法以及所述第二模糊参数,对所述待处理图像进行模糊处理,得到所述第二模糊图像。
13.一种图像处理装置,其特征在于,所述装置包括:
图像获取模块,用于获取待进行模糊处理的待处理图像;
参数确定模块,用于确定用于所述模糊处理的第一模糊参数以及第二模糊参数;
模糊处理模块,用于基于所述第一模糊参数,对所述待处理图像进行模糊处理,得到第一模糊图像,以及基于所述第二模糊参数对所述待处理图像进行模糊处理,得到第二模糊图像,所述第二模糊图像的模糊程度大于所述第一模糊图像的模糊程度;
图像融合模块,用于对所述第一模糊图像以及所述第二模糊图像进行融合,得到目标图像。
14.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行如权利要求1至12任一项所述的方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1至12任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210850960.1A CN115239609A (zh) | 2022-07-19 | 2022-07-19 | 图像处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210850960.1A CN115239609A (zh) | 2022-07-19 | 2022-07-19 | 图像处理方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115239609A true CN115239609A (zh) | 2022-10-25 |
Family
ID=83672954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210850960.1A Pending CN115239609A (zh) | 2022-07-19 | 2022-07-19 | 图像处理方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115239609A (zh) |
-
2022
- 2022-07-19 CN CN202210850960.1A patent/CN115239609A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110377257B (zh) | 图层合成方法、装置、电子设备及存储介质 | |
CN110377264B (zh) | 图层合成方法、装置、电子设备及存储介质 | |
JP4621733B2 (ja) | イメージを見てエンハンスする方法及びシステム | |
CN110363831B (zh) | 图层合成方法、装置、电子设备及存储介质 | |
CN109785264B (zh) | 图像增强方法、装置及电子设备 | |
CN110363753B (zh) | 图像质量评估方法、装置及电子设备 | |
WO2021148057A1 (zh) | 低比特位宽hdr图像的生成方法及装置、存储介质、终端 | |
JP4742051B2 (ja) | 空間・時間モーションブラー効果の生成方法 | |
US10878532B2 (en) | Display device, system and controlling method therefor | |
CN112399123B (zh) | 视频清晰度的调整方法、装置、电子设备及存储介质 | |
CN112602088A (zh) | 提高弱光图像的质量的方法、系统和计算机可读介质 | |
CN113096035A (zh) | 高动态范围图像生成方法、装置、智能终端及存储介质 | |
CN113327193A (zh) | 图像处理方法、装置、电子设备和介质 | |
CN110858388B (zh) | 一种增强视频画质的方法和装置 | |
CN109947973B (zh) | 展示区域的背景配置方法、装置、设备及可读介质 | |
US20130236117A1 (en) | Apparatus and method for providing blurred image | |
EP3833031B1 (en) | Display apparatus and image processing method thereof | |
CN115239609A (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN111405362B (zh) | 视频输出方法、装置、视频设备及计算机可读存储介质 | |
JP2022092667A (ja) | 画像処理装置、および画像処理方法 | |
CN115049572A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
US20170168687A1 (en) | Image processing method and apparatus for operating in low-power mode | |
CN110858389B (zh) | 一种增强视频画质的方法、装置、终端及转码设备 | |
CN113393391A (zh) | 图像增强方法、图像增强装置、电子设备和存储介质 | |
JP4598129B2 (ja) | 画像処理装置及び画像処理プログラム |
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 |