CN115578558A - 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 PDF

Info

Publication number
CN115578558A
CN115578558A CN202211103919.4A CN202211103919A CN115578558A CN 115578558 A CN115578558 A CN 115578558A CN 202211103919 A CN202211103919 A CN 202211103919A CN 115578558 A CN115578558 A CN 115578558A
Authority
CN
China
Prior art keywords
image
sub
background removal
target
background
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211103919.4A
Other languages
English (en)
Inventor
詹孟學
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bright Jupiter Private Ltd
Original Assignee
Lemei Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lemei Technology Co ltd filed Critical Lemei Technology Co ltd
Priority to CN202211103919.4A priority Critical patent/CN115578558A/zh
Publication of CN115578558A publication Critical patent/CN115578558A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection

Landscapes

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

Abstract

本申请提出一种图像处理方法、装置、电子设备及存储介质,其中,方法包括:接收客户端发送的图像背景去除请求,其中,图像背景去除请求中包括第一子图像,其中,第一子图像是对待处理图像进行裁剪处理得到的;对第一子图像进行背景去除处理,以得到第二子图像;对第二子图像进行裁剪处理,以得到包含目标对象的目标图像;向客户端发送图像背景去除响应,其中,图像背景去除响应中包括目标图像。由此,通过两次对图像进行裁剪处理,可以提升客户端与服务端之间图像的传输速度,并且服务端对裁剪后的图像进行背景去除处理,可以提升服务端的处理效率,提升图像中背景去除的效率,从而降低客户端的等待时长。

Description

图像处理方法、装置、电子设备及存储介质
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、电子设备及存储介质。
背景技术
相关技术中,对图像进行背景去除处理通常是在客户端本地进行操作的。然而,客户端本地进行图像背景去除的方式,受限于客户端侧的资源大小,处理效率较低,且增加了客户端的处理负担。
因此,如何实现提升图像中背景的去除效率,并降低客户端的处理负担,是非常重要的。
发明内容
本申请提出一种图像处理方法、装置、电子设备及存储介质,以实现通过两次对图像进行裁剪处理,可以提升客户端与服务端之间图像的传输速度,并且服务端对裁剪后的图像进行背景去除处理,可以提升服务端的处理效率,提升图像中背景去除的效率,从而降低客户端的等待时长。此外,由服务端对图像进行背景去除处理,可以降低客户端的处理负担。
本申请第一方面实施例提出了一种图像处理方法,应用于服务端,所述方法包括:接收客户端发送的图像背景去除请求,其中,所述图像背景去除请求中包括第一子图像,其中,所述第一子图像是对待处理图像进行裁剪处理得到的;响应于所述图像背景去除请求,对所述第一子图像进行背景去除处理,以得到第二子图像;对所述第二子图像进行裁剪处理,以得到包含目标对象的目标图像;向所述客户端发送图像背景去除响应,其中,所述图像背景去除响应中包括所述目标图像。
作为本申请第一方面实施例的一种可能的实现方式,所述响应于所述图像背景去除请求,对所述第一子图像进行背景去除处理,以得到第二子图像,包括:响应于所述图像背景去除请求,对所述第一子图像进行背景识别,以得到所述第一子图像中的背景区域;对所述背景区域中的各第一像素,添加阿尔法通道;设置所述第一子图像中各所述第一像素的阿尔法通道的通道值,以得到所述第二子图像,其中,所述阿尔法通道的通道值用于指示对应像素透明。
作为本申请第一方面实施例的另一种可能的实现方式,所述对所述第二子图像进行裁剪处理,得到包含目标对象的目标图像,包括:在所述第二子图像的每个边界生成扫描线,并根据各所述边界的位置信息,确定对应扫描线的扫描方向;针对各所述扫描线中任一扫描线,沿所述扫描线对应的扫描方向移动所述扫描线,以对所述第一子图像进行扫描;响应于所述扫描线首次扫描到第二像素,停止移动所述扫描线;其中,所述第二像素未包含阿尔法通道;根据各所述扫描线停止移动时所处的位置,对所述第二子图像进行裁剪,以得到所述目标图像。
作为本申请第一方面实施例的另一种可能的实现方式,所述根据各所述扫描线停止移动时所处的位置,对所述第二子图像进行裁剪,以得到所述目标图像,包括:针对各所述扫描线中任一扫描线,根据所述扫描线停止移动时所处的位置,对所述第二子图像进行裁剪,以从所述第二子图像中裁剪掉所述扫描线对应的边界与所述扫描线停止移动时所处的位置之间的图像区域;将裁剪后的所述第二子图像作为所述目标图像。
作为本申请第一方面实施例的另一种可能的实现方式,所述响应于所述图像背景去除请求,对所述第一子图像进行背景去除处理,以得到第二子图像,包括:响应于所述图像背景去除请求,对所述第一子图像进行语义分割,以得到包含同一对象的各个对象区域;从各所述对象区域中,确定所述目标对象所属的目标区域;将所述第一子图像中除所述目标区域之外的其余区域,作为所述第一子图像中的背景区域;将所述背景区域中的各第三像素的像素值设置为设定取值,以得到所述第二子图像。
作为本申请第一方面实施例的另一种可能的实现方式,所述对所述第二子图像进行裁剪处理,得到包含目标对象的目标图像,包括:在所述第二子图像的每个边界生成扫描线,并根据各所述边界的位置信息,确定对应扫描线的扫描方向;针对各所述扫描线中任一扫描线,沿所述扫描线对应的扫描方向移动所述扫描线,以对所述第一子图像进行扫描;响应于所述扫描线首次扫描到第四像素,停止移动所述扫描线;其中,所述第四像素的像素值不为所述设定取值;根据各所述扫描线停止移动时所处的位置,对所述第二子图像进行裁剪,以得到所述目标图像。
作为本申请第一方面实施例的另一种可能的实现方式,所述响应于所述图像背景去除请求,对所述第一子图像进行背景去除处理,以得到第二子图像,包括:响应于所述图像背景去除请求,采用经过训练的图像背景去除模型对所述第一子图像进行背景识别,以得到所述第一子图像中的背景区域;采用所述图像背景去除模型对所述第一子图像中的所述背景区域进行去除处理,以得到所述第二子图像。
本申请第二方面实施例提出了一种图像处理方法,应用于客户端,所述方法包括:获取待处理图像;对所述待处理图像进行裁剪处理,以得到第一子图像;根据所述第一子图像,向服务端发送图像背景去除请求,其中,所述图像背景去除请求,用于所述服务端对所述第一子图像进行背景去除处理,得到第二子图像,并对所述第二子图像进行裁剪处理,得到包含目标对象的目标图像;接收所述服务端发送的图像背景去除响应,其中,所述图像背景去除响应中包括所述目标图像。
作为本申请第二方面实施例的一种可能的实现方式,所述对所述待处理图像进行裁剪处理,以得到第一子图像,包括:对所述待处理图像进行目标检测,以得到至少一个检测框;从所述至少一个检测框中,确定目标检测框,其中,所述目标检测框内包含所述目标对象;对所述待处理图像中所述目标检测框内的图像区域进行裁剪,以得到包含所述图像区域的第一子图像。
作为本申请第二方面实施例的另一种可能的实现方式,所述对所述待处理图像进行裁剪处理,以得到第一子图像,包括:响应于对所述待处理图像的框选操作,从所述待处理图像中提取所述第一子图像。
作为本申请第二方面实施例的另一种可能的实现方式,所述获取待处理图像之后,还包括:对所述待处理图像进行预处理;其中,所述预处理包括去噪处理、压缩处理、滤波处理和增强处理中的至少一项。
本申请第三方面实施例提出了一种图像处理装置,应用于服务端,所述装置包括:接收模块,用于接收客户端发送的图像背景去除请求,其中,所述图像背景去除请求中包括第一子图像,其中,所述第一子图像是对待处理图像进行裁剪处理得到的;处理模块,用于响应于所述图像背景去除请求,对所述第一子图像进行背景去除处理,以得到第二子图像;裁剪模块,用于对所述第二子图像进行裁剪处理,以得到包含目标对象的目标图像;发送模块,用于向所述客户端发送图像背景去除响应,其中,所述图像背景去除响应中包括所述目标图像。
作为本申请第三方面实施例的一种可能的实现方式,所述处理模块具体用于:响应于所述图像背景去除请求,对所述第一子图像进行背景识别,以得到所述第一子图像中的背景区域;对所述背景区域中的各第一像素,添加阿尔法通道;设置所述第一子图像中各所述第一像素的阿尔法通道的通道值,以得到所述第二子图像,其中,所述阿尔法通道的通道值用于指示对应像素透明。
作为本申请第三方面实施例的另一种可能的实现方式,所述裁剪模块具体用于:在所述第二子图像的每个边界生成扫描线,并根据各所述边界的位置信息,确定对应扫描线的扫描方向;针对各所述扫描线中任一扫描线,沿所述扫描线对应的扫描方向移动所述扫描线,以对所述第一子图像进行扫描;响应于所述扫描线首次扫描到第二像素,停止移动所述扫描线;其中,所述第二像素未包含阿尔法通道;根据各所述扫描线停止移动时所处的位置,对所述第二子图像进行裁剪,以得到所述目标图像。
作为本申请第三方面实施例的另一种可能的实现方式,所述裁剪模块具体用于:针对各所述扫描线中任一扫描线,根据所述扫描线停止移动时所处的位置,对所述第二子图像进行裁剪,以从所述第二子图像中裁剪掉所述扫描线对应的边界与所述扫描线停止移动时所处的位置之间的图像区域;将裁剪后的所述第二子图像作为所述目标图像。
作为本申请第三方面实施例的另一种可能的实现方式,所述处理模块具体用于:响应于所述图像背景去除请求,对所述第一子图像进行语义分割,以得到包含同一对象的各个对象区域;从各所述对象区域中,确定所述目标对象所属的目标区域;将所述第一子图像中除所述目标区域之外的其余区域,作为所述第一子图像中的背景区域;将所述背景区域中的各第三像素的像素值设置为设定取值,以得到所述第二子图像。
作为本申请第三方面实施例的另一种可能的实现方式,所述裁剪模块具体用于:在所述第二子图像的每个边界生成扫描线,并根据各所述边界的位置信息,确定对应扫描线的扫描方向;针对各所述扫描线中任一扫描线,沿所述扫描线对应的扫描方向移动所述扫描线,以对所述第一子图像进行扫描;响应于所述扫描线首次扫描到第四像素,停止移动所述扫描线;其中,所述第四像素的像素值不为所述设定取值;根据各所述扫描线停止移动时所处的位置,对所述第二子图像进行裁剪,以得到所述目标图像。
作为本申请第三方面实施例的另一种可能的实现方式,所述处理模块具体用于:响应于所述图像背景去除请求,采用经过训练的图像背景去除模型对所述第一子图像进行背景识别,以得到所述第一子图像中的背景区域;采用所述图像背景去除模型对所述第一子图像中的所述背景区域进行去除处理,以得到所述第二子图像。
本申请第四方面实施例提出了一种图像处理装置,应用于客户端,所述装置包括:获取模块,用于获取待处理图像;裁剪模块,用于对所述待处理图像进行裁剪处理,以得到第一子图像;发送模块,用于根据所述第一子图像,向服务端发送图像背景去除请求,其中,所述图像背景去除请求,用于所述服务端对所述第一子图像进行背景去除处理,得到第二子图像,并对所述第二子图像进行裁剪处理,得到包含目标对象的目标图像;接收模块,用于接收所述服务端发送的图像背景去除响应,其中,所述图像背景去除响应中包括所述目标图像。
作为本申请第四方面实施例的一种可能的实现方式,所述裁剪模块具体用于:对所述待处理图像进行目标检测,以得到至少一个检测框;从所述至少一个检测框中,确定目标检测框,其中,所述目标检测框内包含所述目标对象;对所述待处理图像中所述目标检测框内的图像区域进行裁剪,以得到包含所述图像区域的第一子图像。
作为本申请第四方面实施例的另一种可能的实现方式,所述裁剪模块具体用于:响应于对所述待处理图像的框选操作,从所述待处理图像中提取所述第一子图像。
作为本申请第四方面实施例的另一种可能的实现方式,所述图像处理装置还包括:预处理模块,用于对所述待处理图像进行预处理;其中,所述预处理包括去噪处理、压缩处理、滤波处理和增强处理中的至少一项。
本申请第五方面实施例提出了一种电子设备,所述电子设备包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,执行如第一方面实施例所述的图像处理方法,或执行如第二方面实施例所述的图像处理方法。
本申请第六方面实施例提出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申请前述第一方面实施例提出的图像处理方法,或实现如本申请前述第二方面实施例提出的图像处理方法。
本申请第七方面实施例提出了一种计算机程序产品,该计算机程序产品包括计算机程序,计算机程序在被处理器执行时实现本申请上述第一方面实施例提出的图像处理方法,或实现如本申请前述第二方面实施例提出的图像处理方法。
本申请提供的技术方案具有如下有益效果:
通过接收客户端发送的图像背景去除请求,其中,图像背景去除请求中包括第一子图像,其中,第一子图像是对待处理图像进行裁剪处理得到的;响应于图像背景去除请求,对第一子图像进行背景去除处理,以得到第二子图像;对第二子图像进行裁剪处理,以得到包含目标对象的目标图像;向客户端发送图像背景去除响应,其中,图像背景去除响应中包括目标图像。由此,通过两次对图像进行裁剪处理,可以提升客户端与服务端之间图像的传输速度,并且服务端对裁剪后的图像进行背景去除处理,可以提升服务端的处理效率,提升图像中背景去除的效率,从而降低客户端的等待时长。此外,由服务端对图像进行背景去除处理,可以降低客户端的处理负担。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例一所提供的图像处理方法的流程示意图;
图2为本申请实施例二所提供的图像处理方法的流程示意图;
图3为本申请实施例三所提供的图像处理方法的流程示意图;
图4为本申请实施例四所提供的图像处理方法的流程示意图;
图5为本申请实施例五所提供的图像处理方法的流程示意图;
图6为本申请实施例所提供的待处理图像示意图;
图7为本申请实施例所提供的第一子图像示意图;
图8为本申请实施例所提供的第二子图像示意图;
图9为本申请实施例所提供的目标图像示意图;
图10为本申请实施例六所提供的图像处理装置的结构示意图;
图11为本申请实施例七所提供的图像处理装置的结构示意图;
图12为本申请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
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
目前,AI(Artificial Intelligence,人工智能)技术日益发达,其中,利用AI进行图像背景去除的技术已经达到可用阶段。在相关技术中,客户端的AI背景去除技术往往依赖于通过网络API(Application Program Interface,应用程序接口)呼叫,将图像传至服务端进行图像背景去除处理,待图像背景去除之后,再回传已经去除背景的图像至客户端。然而,上述采用AI背景去除技术的方式,当需要去除背景的图像或主体千变万化时,背景去除的效果往往与图像的规模大小或尺寸成正相关。
为了提升图像背景去除效果,本申请提出一种图像处理方法、装置、电子设备和存储介质,以对图像背景去除的过程进行优化。
本申请提出一种图像处理方法、装置、电子设备和存储介质,通过接收客户端发送的图像背景去除请求,其中,图像背景去除请求中包括第一子图像,其中,第一子图像是对待处理图像进行裁剪处理得到的;响应于图像背景去除请求,对第一子图像进行背景去除处理,以得到第二子图像;对第二子图像进行裁剪处理,以得到包含目标对象的目标图像;向客户端发送图像背景去除响应,其中,图像背景去除响应中包括目标图像。由此,通过两次对图像进行裁剪处理,可以提升客户端与服务端之间图像的传输速度,并且服务端对裁剪后的图像进行背景去除处理,可以提升服务端的处理效率,提升图像中背景去除的效率,从而降低客户端的等待时长。此外,由服务端对图像进行背景去除处理,可以降低客户端的处理负担。
下面参考附图描述本申请实施例的图像处理方法、装置、电子设备和存储介质。
图1为本申请实施例一所提供的图像处理方法的流程示意图。
本申请的图像处理方法,可以应用于服务端。
如图1所示,该图像处理方法可以包括以下步骤:
步骤101,接收客户端发送的图像背景去除请求,其中,图像背景去除请求中包括第一子图像,其中,第一子图像是对待处理图像进行裁剪处理得到的。
其中,客户端是指运行在电子设备上,为用户提供服务的软件程序等。
其中,电子设备可以为任一具有计算能力的设备,例如可以为个人电脑、移动终端等,移动终端例如可以为手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
在本申请实施例中,待处理图像可以是需要进行图像背景去除处理的图像。
其中,待处理图像的个数可以为一个,或者也可以为多个,本申请对此也不做限制。
需要说明的是,待处理图像的图像格式可以为JPEG(Joint PhotographicExperts Group,联合图像专家组)格式、PNG(Portable Network Graphics,便携式网络图形)格式、BMP(Bitmap,位图,又可以称为点阵图像或栅格图像)格式等等,本申请对此不做限制。
在本申请实施例中,为了降低服务端的处理量,并提升服务端对待处理图像的处理效率,可以在客户端侧对待处理图像进行裁剪,以得到第一子图像。
在本申请实施例中,图像背景去除请求中可以包括对待处理图像进行裁剪处理所得的第一子图像。
在本申请实施例中,客户端可以获取待处理图像,其中,对待处理图像的获取方式不作限制,比如,待处理图像可以为客户端采集的图像,或者,可以为在线采集的图像,比如可以通过网络爬虫技术,在线采集待处理图像,等等。在获取到待处理图像之后,客户端可以对待处理图像进行裁剪处理,以得到第一子图像,并根据第一子图像生成图像背景去除请求,之后,可以向服务端发送该图像背景去除请求,相对应的,服务端可以接收客户端发送的图像背景去除请求。
步骤102,响应于图像背景去除请求,对第一子图像进行背景去除处理,以得到第二子图像。
在本申请实施例中,服务端可以响应于图像背景去除请求,对第一子图像进行背景去除处理,从而得到去除背景的第二子图像。
步骤103,对第二子图像进行裁剪处理,以得到包含目标对象的目标图像。
在本申请实施例中,目标对象可以为图像前景中的对象,比如可以为人、动物、物品、建筑物等等,本申请对此不做限制。
在本申请实施例中,目标图像是指第二子图像中包含目标对象的图像区域。
需要说明的是,在对第一子图像进行背景去除处理之后,经过背景去除处理所得到的第二子图像的尺寸与第一子图像尺寸相同,仅第一子图像的背景部分各像素发生变化,即由于第二子图像中的背景区域已去除,只包含前景区域中各有用像素,因此,在本申请实施例中,为了提升客户端与服务端之间图像的传输速度,可以对第二子图像再次进行裁剪处理,以对第二子图像中的图像背景部分做裁剪处理,从而得到包含目标对象的目标图像,即得到包含第二子图像中前景区域的目标图像。
步骤104,向客户端发送图像背景去除响应,其中,图像背景去除响应中包括目标图像。
在本申请实施例中,服务端在得到包含目标对象的目标图像之后,可以向客户端发送包括目标图像的图像背景去除响应。其中,图像背景去除响应中包括目标图像。
本申请实施例的图像处理方法,通过接收客户端发送的图像背景去除请求,其中,图像背景去除请求中包括第一子图像,其中,第一子图像是对待处理图像进行裁剪处理得到的;响应于图像背景去除请求,对第一子图像进行背景去除处理,以得到第二子图像;对第二子图像进行裁剪处理,得到包含目标对象的目标图像;向客户端发送图像背景去除响应,其中,图像背景去除响应中包括目标图像。由此,通过两次对图像进行裁剪处理,可以提升客户端与服务端之间图像的传输速度,并且服务端对裁剪后的图像进行背景去除处理,可以提升服务端的处理效率,提升图像中背景去除的效率,从而降低客户端的等待时长。此外,由服务端对图像进行背景去除处理,可以降低客户端的处理负担。
为了清楚说明本申请任一实施例中是如何对第一子图像进行背景去除处理,以得到第二子图像的,本申请还提出一种图像处理方法。
图2为本申请实施例二所提供的图像处理方法的流程示意图。
如图2所示,该图像处理方法可以包括以下步骤:
步骤201,接收客户端发送的图像背景去除请求,其中,图像背景去除请求中包括第一子图像,其中,第一子图像是对待处理图像进行裁剪处理得到的。
步骤201的执行过程可以参见本申请任一实施例的执行过程,在此不做赘述。
步骤202,响应于图像背景去除请求,对第一子图像进行背景识别,以得到第一子图像中的背景区域。
在本申请实施例中,可以采用图像识别技术,对第一子图像进行背景识别,以得到第一子图像中的背景区域。
步骤203,对背景区域中的各第一像素,添加阿尔法通道。
作为一种可能的实现方式,在得到第一子图像中的背景区域之后,可以首先判断背景区域中的各第一像素是否包括阿尔法通道,当背景区域中的各第一像素包括阿尔法通道的情况下,可以直接执行步骤204-206,而当背景区域中的各第一像素不包括阿尔法通道的情况下,可以对背景区域中的各第一像素,添加阿尔法通道,并可以执行步骤204-206。
步骤204,设置第一子图像中各第一像素的阿尔法通道的通道值,以得到第二子图像,其中,阿尔法通道的通道值用于指示对应像素透明。
在本申请实施例中,阿尔法通道的通道值可以用于指示对应像素透明。
作为一种示例,当阿尔法通道是一个8位的灰度通道时,可以用256级灰度记录图像对应像素的透明度信息,其中,任一像素对应的阿尔法通道的通道值为0时可以指示对应像素透明。
作为另一种示例,当阿尔法通道是一个1位的通道时,可以用0和1记录图像对应的像素的透明度信息,其中,任一像素对应的阿尔法通道的通道值为0时可以指示对应像素透明。
在本申请实施例中,可以设置第一子图像中背景区域中各第一像素的阿尔法通道的通道值,以得到第二子图像。比如,可以设置第一子图像背景区域中各第一像素的阿尔法通道的通道值为0,从而得到背景区域部分透明的第二子图像。
步骤205,对第二子图像进行裁剪处理,以得到包含目标对象的目标图像。
步骤206,向客户端发送图像背景去除响应,其中,图像背景去除响应中包括目标图像。
步骤205至206的执行过程可以参见本申请任一实施例的执行过程,在此不做赘述。
本申请实施例的图像处理方法,响应于图像背景去除请求,通过对第一子图像进行背景识别,以得到第一子图像中的背景区域;对背景区域中的各第一像素,添加阿尔法通道;设置第一子图像中各第一像素的阿尔法通道的通道值,以得到第二子图像,其中,阿尔法通道的通道值用于指示对应像素透明。由此,将基于图像识别技术识别的背景区域中各第一像素设置为透明,可以实现对第一子图像中的背景区域进行有效去除,从而得到去除背景的第二子图像。
为了清楚说明本申请上述实施例中,是如何对第二子图像进行裁剪处理,得到包含目标对象的目标图像的,本申请还提出一种图像处理方法。
图3为本申请实施例三所提供的图像处理方法的流程示意图。
如图3所示,该图像处理方法可以包括以下步骤:
步骤301,接收客户端发送的图像背景去除请求,其中,图像背景去除请求中包括第一子图像,其中,第一子图像是对待处理图像进行裁剪处理得到的。
步骤302,响应于图像背景去除请求,对第一子图像进行背景识别,以得到第一子图像中的背景区域。
步骤303,对背景区域中的各第一像素,添加阿尔法通道。
步骤304,设置第一子图像中各第一像素的阿尔法通道的通道值,以得到第二子图像,其中,阿尔法通道的通道值用于指示对应像素透明。
步骤301至304的执行过程可以参见本申请任一实施例的执行过程,在此不做赘述。
步骤305,在第二子图像的每个边界生成扫描线,并根据各边界的位置信息,确定对应扫描线的扫描方向。
在本申请实施例中,可以在第二子图像的每个边界生成扫描线,并可以根据各边界的位置信息,确定对应扫描线的扫描方向。
作为一种示例,可以在第二子图像的每个边界生成扫描线,比如第二子图像有四个边界,分别为上边界、下边界、左边界、右边界,从而可以在每个边界生成一个扫描线;并可以根据各边界的位置信息,确定对应扫描线的扫描方向,比如,根据上边界的位置信息,确定上边界对应的扫描线的扫描方向为向下;根据下边界的位置信息,确定下边界对应的扫描线的扫描方向为向上;根据左边界的位置信息,确定左边界对应的扫描线的扫描方向为向右;根据右边界的位置信息,确定右边界对应的扫描线的扫描方向为向左。
步骤306,针对各扫描线中任一扫描线,沿扫描线对应的扫描方向移动扫描线,以对第一子图像进行扫描。
在本申请实施例中,针对各扫描线中任一扫描线,可以沿扫描线对应的扫描方向移动扫描线,以对第一子图像进行扫描。
步骤307,响应于扫描线首次扫描到第二像素,停止移动扫描线;其中,第二像素未包含阿尔法通道。
在本申请实施例中,第二像素未包含阿尔法通道,当扫描线首次扫描到第二像素时,表明扫描线扫描到前景区域中的像素,例如扫描到属于目标对象的像素,比如扫描到目标对象的边缘,此时,可以停止移动扫描线。
需要说明的是,步骤103中对目标对象的解释说明同样适用于该实施例,在此不做赘述。
步骤308,根据各扫描线停止移动时所处的位置,对第二子图像进行裁剪,以得到目标图像。
需要说明的是,步骤103中对目标图像的解释说明同样适用于该实施例,在此不做赘述。
在本申请实施例中,可以根据各扫描线停止移动时所处的位置,对第二子图像进行裁剪,从而可以得到目标图像。
作为一种可能的实现方式,针对各扫描线中任一扫描线,可以根据该扫描线停止移动时所处的位置,对第二子图像进行裁剪,以从第二子图像中裁剪掉该扫描线对应的边界与该扫描线停止移动时所处的位置之间的图像区域;并可以将裁剪后的第二子图像作为目标图像。
由此,将已经去除背景的第二子图像再次进行裁剪,可以降低图像尺寸,从而可以提升客户端与服务端之间传输图像的传输速度。
步骤309,向客户端发送图像背景去除响应,其中,图像背景去除响应中包括目标图像。
步骤309的执行过程可以参见本申请任一实施例的执行过程,在此不做赘述。
本申请实施例的图像处理方法,通过在第二子图像的每个边界生成扫描线,并根据各边界的位置信息,确定对应扫描线的扫描方向;针对各扫描线中任一扫描线,沿扫描线对应的扫描方向移动扫描线,以对第一子图像进行扫描;响应于扫描线首次扫描到第二像素,停止移动扫描线;其中,第二像素未包含阿尔法通道;根据各扫描线停止移动时所处的位置,对第二子图像进行裁剪,以得到目标图像。由此,可以实现基于图像边界生成的扫描线,对第二子图像进行裁剪,从而可以有效获取包含前景区域的目标图像。
为了清楚说明本申请任一实施例中是如何对第一子图像进行背景去除处理,以得到第二子图像的,本申请还提出一种图像处理方法。
图4为本申请实施例四所提供的图像处理方法的流程示意图。
如图4所示,该图像处理方法可以包括以下步骤:
步骤401,接收客户端发送的图像背景去除请求,其中,图像背景去除请求中包括第一子图像,其中,第一子图像是对待处理图像进行裁剪处理得到的。
步骤401的执行过程可以参见本申请任一实施例的执行过程,在此不做赘述。
步骤402,响应于图像背景去除请求,对第一子图像进行语义分割,以得到包含同一对象的各个对象区域。
在本申请实施例中,可以基于语义分割技术对第一子图像进行语义分割,得到包含同一对象的各个对象区域。其中,每个对象区域包含第一子图像中属于同一对象的各个像素。
举例而言,第一子图像中包含人、狗和树,则可以对第一子图像进行语义分割,得到属于人的对象区域1,属于狗的对象区域2,属于树的对象区域3。
作为一种示例,可以基于语义分割算法,对第一子图像进行语义分割,以得到包含同一对象的各个对象区域。比如,可以基于深度学习的语义分割模型(比如FCN(FullyConvolutional Networks,全卷积网络)、DeepLab等),对第一子图像进行语义分割,从而得到包含同一对象的各个对象区域。
步骤403,从各对象区域中,确定目标对象所属的目标区域。
需要说明的是,步骤103中对目标对象的解释同样适用于该实施例,在此不做赘述。
在本申请实施例中,可以从对象区域中,确定目标对象所属的目标区域。
仍以上述例子进行示例,假设目标对象为人,则可以从3个对象区域中,确定目标对象所属的目标区域为对象区域1。
步骤404,将第一子图像中除目标区域之外的其余区域,作为第一子图像中的背景区域。
在本申请实施例中,可以将第一子图像中除目标区域之外的其余区域,作为第一子图像中的背景区域。
步骤405,将背景区域中的各第三像素的像素值设置为设定取值,以得到第二子图像。
在本申请实施例中,设定取值可以为预先设定的,比如,可以为0、255等,本申请对此不做限制。
需要说明的是,在实际应用中,可以根据需要对设定取值进行设置。
在本申请实施例中,可以将背景区域中的各第三像素的像素值设置为设定取值,以得到第二子图像。
比如,当第一子图像为灰度图像时,可以将背景区域中的各第三像素的像素值设置为255,此时,背景区域呈现的是白色。
又比如,当第一子图像为彩色图像时,可以将背景区域中的各第三像素的R(Red,红)、G(Green,绿)、B(Blue,蓝)各通道对应的通道值均设置为255,此时,背景区域呈现的是白色。
在本申请的任意一个实施例之中,还可以基于深度学习技术,对第一子图像进行背景去除处理,以得到去除背景的第二子图像。比如,可以采用经过训练的图像背景去除模型对第一子图像进行背景识别,以得到第一子图像中的背景区域;并采用图像背景去除模型对第一子图像中的背景区域进行去除处理,从而得到第二子图像。由此,基于深度学习技术,对第一子图像进行背景去除处理,可以提升图像的处理效果。
比如,可以采用经过训练的U2Net模型对第一子图像进行背景识别,以得到一子图像中的背景区域;并可以采用U2Net模型对第一子图像中背景区域进行去除处理,从而得到第二子图像。
步骤406,对第二子图像进行裁剪处理,以得到包含目标对象的目标图像。
步骤406的解释说明可以参见本申请任一实施例中的相关描述,在此不做赘述。
作为一种可能的实现方式,可以在第二子图像的每个边界生成扫描线,并可以根据各边界的位置信息,确定对应扫描线的扫描方向;针对各扫描线中任一扫描线,可以沿该扫描线对应的扫描方向移动该扫描线,以对第一子图像进行扫描;响应于该扫描线首次扫描到第四像素,停止移动扫描线;其中,第四像素的像素值不为设定取值;并根据各扫描线停止移动时所处的位置,对第二子图像进行裁剪,以得到目标图像。
需要说明的是,步骤305中对扫描线和扫描线对应的扫描方向的解释说明同样适用于该实施例,在此不做赘述。
在本申请实施例中,第四像素的像素值不为设定取值,针对任一扫描线,在沿该扫描线对应的扫描方向移动扫描线,对第一子图像进行扫描的过程中,当该扫描线首次扫描到第四像素时,表明该扫描线扫描到前景区域中的像素,例如扫描到属于目标对象的像素,比如扫描到目标对象的边缘,此时,可以停止移动扫描线。
从而本申请中,可以根据各扫描线停止移动时所处的位置,对第二子图像进行裁剪,从而得到目标图像。具体执行过程可以参见步骤308中的相关描述,其实现原理类似,在此不做赘述。
步骤407,向客户端发送图像背景去除响应,其中,图像背景去除响应中包括目标图像。
步骤407的执行过程可以参见本申请任一实施例的执行过程,在此不做赘述。
本申请实施例的图像处理方法,响应于图像背景去除请求,通过对第一子图像进行语义分割,以得到包含同一对象的各个对象区域;从各对象区域中,确定目标对象所属的目标区域;将第一子图像中除目标区域之外的其余区域,作为第一子图像中的背景区域;将背景区域中的各第三像素的像素值设置为设定取值,以得到第二子图像。由此,可以基于语义分割技术,从第一子图像中识别出背景区域,从而可以将背景区域进行有效去除,以得到第二子图像。
上述为服务端执行的各方法实施例,本申请还提出一种由客户端执行的方法实施例。
图5为本申请实施例五所提供的图像处理方法的流程示意图。
如图5所示,该图像处理方法可以包括以下步骤:
步骤501,获取待处理图像。
在本申请实施例中,待处理图像可以是用户需要进行图像背景去除处理的图像,且待处理图像的个数可以为一个,或者也可以为多个,本申请对此不做限制。
需要说明的是,待处理图像的图像格式可以为JPEG(Joint PhotographicExperts Group,联合图像专家组)格式、PNG(Portable Network Graphics,便携式网络图形)格式、BMP(Bitmap,位图,又可以称为点阵图像或栅格图像)格式等等,本申请对此不做限制。
在本申请实施例中,客户端可以获取待处理图像。
在本申请实施例中,对待处理图像的获取方式不做限制,比如,待处理图像可以为客户端拍摄的图像,或者,待处理图像可以为在线采集的图像,例如可以通过网络爬虫技术,在线采集待处理图像,或者,待处理图像可以为客户端所在的电子设备本地存储的图像,等等,本申请对此并不做限制。
步骤502,对待处理图像进行裁剪处理,以得到第一子图像。
在本申请实施例中,为了降低服务端的处理量,并提升服务端对待处理图像的处理效率,可以在客户端侧对待处理图像进行裁剪,从而得到第一子图像。
作为一种可能的实现方式,可以对待处理图像进行目标检测,以得到至少一个检测框,并从至少一个检测框中确定目标检测框,其中,目标检测框内包含目标对象;之后,可对待处理图像中目标检测框内的图像区域进行裁剪,以得到包含上述图像区域的第一子图像。
其中,目标对象比如可以为人、动物、建筑物等等,本申请对此不做限制。
在本申请实施例中,可以基于目标检测算法,对待处理图像进行目标检测,以得到待处理图像中的检测框,其中,检测框的个数可以为至少一个。比如,可以基于深度学习的目标检测模型(例如R-CNN(Region Convolutional Neural Networks,区域卷积神经网络)、Fast-RCNN(Fast Region Convolutional Neural Networks,快速区域卷积神经网络)、SSD(Single Shot MultiBox Detector,单步多框目标检测)等),对待处理图像进行目标检测,以得到至少一个检测框。
在识别得到至少一个检测框之后,可以从至少一个检测框中确定包含目标对象的目标检测框;从而,可以对待处理图像中目标检测框内的图像区域进行裁剪,以得到包含该图像区域的第一子图像。
作为另一种可能的实现方式,客户端还可以响应于用户对待处理图像的框选操作,从待处理图像中提取第一子图像。由此,可以实现根据用户的图像处理需求,从待处理图像中提取需要进行背景去除的第一子图像,可以满足用户的个性化需求。
步骤503,根据第一子图像,向服务端发送图像背景去除请求,其中,图像背景去除请求,用于服务端对第一子图像进行背景去除处理,得到第二子图像,并对第二子图像进行裁剪处理,得到包含目标对象的目标图像。
在本申请实施例中,客户端可以根据第一子图像,生成图像背景去除请求,并可以向服务端发送该图像背景去除请求。相应的,服务端在接收到该图像背景去除请求之后,可以响应于该图像背景去除请求,对第一子图像进行背景去除处理,以得到第二子图像。
可以理解的是,服务端在对第一子图像进行背景去除处理之后,经过背景去除所得到的第二子图像的尺寸与第一子图像的尺寸相同,仅第一子图像的背景部分各像素发生变化,即由于第二子图像中的背景区域已去除,只包含前景区域中各有用像素,此时,为了提升客户端与服务端之间图像的传输速度,服务端还可以对第二子图像进行裁剪处理,从而得到包含目标对象的目标图像。
步骤504,接收服务端发送的图像背景去除响应,其中,图像背景去除响应中包括目标图像。
在本申请实施例中,服务端在得到包含目标对象的目标图像之后,可以根据目标图像,生成图像背景去除响应,并可以向客户端发送该图像背景去除响应,相对应的,客户端可以接收服务端发送的图像背景去除响应。其中,图像背景去除响应中可包括目标图像。
在本申请实施例的一种可能的实现方式中,客户端在获取待处理图像之后,还可以对待处理图像进行预处理;其中,预处理可以包括去噪处理、压缩处理、滤波处理和增强处理中的至少一项。
其中,为了减少图像噪声对图像背景去除效果的影响,可以对待处理图像进行降噪处理,比如可以采用高斯滤波器、低通滤波器等等,对待处理图像进行降噪处理,本申请对此不做限制。
其中,为了提升图像处理的效率,可以对待处理图像进行压缩处理。
其中,为了突出待处理图像中的目标对象,以便于后续对待处理图像的处理,并提升图像背景去除的可靠性和准确性,可以对待处理图像进行增强处理。
作为一种示例,以客户端获取的待处理图像如图6所示进行示例,其中,图6所示的待处理图像对应的文件大小为501KB,尺寸大小为413×310;客户端对待处理图像进行裁剪,所得到第一子图像可如图7所示,其中,图7所示的第一子图像对应的文件大小为329KB,尺寸大小为271×310;客户端根据第一子图像生成图像背景去除请求,并向服务端发送该图像背景去除请求,相对应的,服务端可以接收该图像背景去除请求,并对第一子图像进行图像去除背景处理,例如,可以对第一子图像中除了目标对象所对应的图像区域之外的其余图像区域中的各第一像素添加阿尔法通道,并将第一像素的阿尔法通道的通道值设置为0,此时各第一像素呈现透明,从而得到的第二子图像可如图8所示,其中,图8所示的第二子图像对应的文件大小为408KB,尺寸大小为271×310。
需要说明的是,当对第一子图像进行图像背景去除处理时,由于需要在第一子图像中的各第一像素添加阿尔法通道,并将第一像素的阿尔法通道的通道值设置为0,将增加图像的文件大小,即第二子图像的文件大小大于第一子图像的文件大小。
为了提升客户端与服务端之间的图像的传输速度,服务端还可以对第二子图像进行裁剪处理,从而得到包含目标对象的目标图像可如图9所示,其中,图9所示的目标图像对应的文件大小为39.7KB,尺寸大小为66×153;在获得目标图像之后,服务端可以根据目标图像,生成图像背景去除响应,并向客户端发送该图像背景去除响应,相对应的,客户端可以接收该图像背景去除响应。从而,客户端可以展示该图像背景去除响应中携带的目标图像,以使用户直观化地获知背景去除处理后的图像。
综上,通过两次对图像进行裁剪处理,可以提升客户端与服务端之间图像的传输速度,并可以提升服务端的处理效率,以及可以提升图像中背景去除的效率,且可以降低客户端的处理负担和等待时间,且经过图像背景去除处理的目标图像的尺寸大小符合目标对象的尺寸大小,无任何冗余之处,可以有效改善用户的使用体验。
本申请实施例的图像处理方法,通过获取待处理图像;对待处理图像进行裁剪处理,以得到第一子图像;根据第一子图像,向服务端发送图像背景去除请求,其中,图像背景去除请求,用于服务端对第一子图像进行背景去除处理,得到第二子图像,并对第二子图像进行裁剪处理,得到包含目标对象的目标对象;接收服务端发送的图像背景去除响应,其中,图像背景去除响应中包括目标图像。由此,通过两次对图像进行裁剪处理,可以提升客户端与服务端之间图像的传输速度,并且服务端对裁剪后的图像进行背景去除处理,可以提升服务端的处理效率,提升图像中背景去除的效率,从而降低客户端的等待时长。此外,由服务端对图像进行背景去除处理,可以降低客户端的处理负担。
与上述图1至图4实施例提供的图像处理方法相对应,本申请还提供一种图像处理装置,由于本申请实施例提供的图像处理装置与上述图1至图4实施例提供的图像处理方法相对应,因此在图像处理方法的实施方式也适用于本申请实施例提供的图像处理装置,在本申请实施例中不再详细描述。
图10为本申请实施例六所提供的图像处理装置的结构示意图。
如图10所示,该图像处理装置1000,可以包括:接收模块1001、处理模块1002、裁剪模块1003以及发送模块1004。
其中,接收模块1001,用于接收客户端发送的图像背景去除请求,其中,图像背景去除请求中包括第一子图像,其中,第一子图像是对待处理图像进行裁剪处理得到的。
处理模块1002,用于响应于图像背景去除请求,对第一子图像进行背景去除处理,以得到第二子图像。
裁剪模块1003,用于对第二子图像进行裁剪处理,以得到包含目标对象的目标图像。
发送模块1004,用于向客户端发送图像背景去除响应,其中,图像背景去除响应中包括目标图像。
作为本申请实施例的一种可能的实现方式,处理模块1002具体用于:
响应于图像背景去除请求,对第一子图像进行背景识别,以得到第一子图像中的背景区域;对背景区域中的各第一像素,添加阿尔法通道;设置第一子图像中各第一像素的阿尔法通道的通道值,以得到第二子图像,其中,阿尔法通道的通道值用于指示对应像素透明。
作为本申请实施例的一种可能的实现方式,裁剪模块1003具体用于:
在第二子图像的每个边界生成扫描线,并根据各边界的位置信息,确定对应扫描线的扫描方向;针对各扫描线中任一扫描线,沿扫描线对应的扫描方向移动扫描线,以对第一子图像进行扫描;响应于扫描线首次扫描到第二像素,停止移动扫描线;其中,第二像素未包含阿尔法通道;根据各扫描线停止移动时所处的位置,对第二子图像进行裁剪,以得到目标图像。
作为本申请实施例的一种可能的实现方式,裁剪模块1003还具体用于:
针对各扫描线中任一扫描线,根据扫描线停止移动时所处的位置,对第二子图像进行裁剪,以从第二子图像中裁剪掉扫描线对应的边界与扫描线停止移动时所处的位置之间的图像区域;将裁剪后的第二子图像作为目标图像。
作为本申请实施例的一种可能的实现方式,处理模块1002具体用于:
响应于图像背景去除请求,对第一子图像进行语义分割,以得到包含同一对象的各个对象区域;从各对象区域中,确定目标对象所属的目标区域;将第一子图像中除目标区域之外的其余区域,作为第一子图像中的背景区域;将背景区域中的各第三像素的像素值设置为设定取值,以得到第二子图像。
作为本申请实施例的一种可能的实现方式,裁剪模块1003具体用于::
在第二子图像的每个边界生成扫描线,并根据各边界的位置信息,确定对应扫描线的扫描方向;针对各扫描线中任一扫描线,沿扫描线对应的扫描方向移动扫描线,以对第一子图像进行扫描;响应于扫描线首次扫描到第四像素,停止移动扫描线;其中,第四像素的像素值不为设定取值;根据各扫描线停止移动时所处的位置,对第二子图像进行裁剪,以得到目标图像。
作为本申请实施例的一种可能的实现方式,处理模块1002具体用于:
响应于图像背景去除请求,采用经过训练的图像背景去除模型对第一子图像进行背景识别,以得到第一子图像中的背景区域;采用图像背景去除模型对第一子图像中的背景区域进行去除处理,以得到第二子图像。
本申请实施例的图像处理装置,通过接收客户端发送的图像背景去除请求,其中,图像背景去除请求中包括第一子图像,其中,第一子图像是对待处理图像进行裁剪处理得到的;响应于图像背景去除请求,对第一子图像进行背景去除处理,以得到第二子图像;对第二子图像进行裁剪处理,以得到包含目标对象的目标图像;向客户端发送图像背景去除响应,其中,图像背景去除响应中包括目标图像。由此,通过两次对图像进行裁剪处理,可以提升客户端与服务端之间图像的传输速度,并且服务端对裁剪后的图像进行背景去除处理,可以提升服务端的处理效率,提升图像中背景去除的效率,从而降低客户端的等待时长。此外,由服务端对图像进行背景去除处理,可以降低客户端的处理负担。
与上述图5实施例提供的图像处理方法相对应,本申请还提供一种图像处理装置,由于本申请实施例提供的图像处理装置与上述图5实施例提供的图像处理方法相对应,因此在图像处理方法的实施方式也适用于本申请实施例提供的图像处理装置,在本申请实施例中不再详细描述。
图11为本申请实施例七所提供的图像处理装置的结构示意图。
如图11所示,该图像处理装置1100,可以包括:获取模块1101、裁剪模块1102、发送模块1103以及接收模块1104。
其中,获取模块1101,用于获取待处理图像。
裁剪模块1102,用于对待处理图像进行裁剪处理,以得到第一子图像。
发送模块1103,用于根据第一子图像,向服务端发送图像背景去除请求,其中,图像背景去除请求,用于服务端对第一子图像进行背景去除处理,得到第二子图像,并对第二子图像进行裁剪处理,得到包含目标对象的目标图像。
接收模块1104,用于接收服务端发送的图像背景去除响应,其中,图像背景去除响应中包括目标图像。
作为本申请实施例的一种可能的实现方式,裁剪模块1102具体用于:
对待处理图像进行目标检测,以得到至少一个检测框;从至少一个检测框中,确定目标检测框,其中,目标检测框内包含目标对象;对待处理图像中目标检测框内的图像区域进行裁剪,以得到包含图像区域的第一子图像。
作为本申请实施例的一种可能的实现方式,裁剪模块1102具体用于:
响应于对待处理图像的框选操作,从待处理图像中提取第一子图像。
作为本申请实施例的一种可能的实现方式,该图像处理装置1100还包括:
预处理模块,用于对待处理图像进行预处理;其中,预处理包括去噪处理、压缩处理、滤波处理和增强处理中的至少一项。
本申请实施例的图像处理装置,通过获取待处理图像;对待处理图像进行裁剪处理,以得到第一子图像;根据第一子图像,向服务端发送图像背景去除请求,其中,图像背景去除请求,用于服务端对第一子图像进行背景去除处理,得到第二子图像,并对第二子图像进行裁剪处理,得到包含目标对象的目标对象;接收服务端发送的图像背景去除响应,其中,图像背景去除响应中包括目标图像。由此,通过两次对图像进行裁剪处理,可以提升客户端与服务端之间图像的传输速度,并且服务端对裁剪后的图像进行背景去除处理,可以提升服务端的处理效率,提升图像中背景去除的效率,从而降低客户端的等待时长。此外,由服务端对图像进行背景去除处理,可以降低客户端的处理负担。
为了实现上述实施例,本申请还提出一种电子设备,该电子设备可以包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,执行如本申请前述实施例第一方面实施例提出的图像处理方法,或者执行如本申请前述实施例第二方面实施例提出的图像处理方法。
其中,本申请实施例中的电子设备,可以为手机、电脑、智能穿戴设备等任意电子设备,本申请对此不作限制。
需要说明的是,前述对第一方面实施例提出的图像处理方法实施例的解释说明,或第二方面实施例提出图像处理方法实施例的解释说明也适用于该实施例的电子设备,此处不再赘述。
为了实现上述实施例,本申请还提出一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如本申请前述第一方面实施例提出的图像处理方法,或者实现如本申请前述第二方面实施例提出的图像处理方法。
为了实现上述实施例,本申请还提供一种计算机程序产品,该计算机程序产品包括计算机程序,计算机程序在被处理器执行时实现本申请上述第一方面实施例提出的图像处理方法,或实现如本申请前述第二方面实施例提出的图像处理方法。
图12为本申请实施例所提供的一种电子设备的结构示意图。
如图12所示,该电子设备可以包括:
存储器1201、处理器1202及存储在存储器1201上并可在处理器1202上运行的计算机程序。
处理器1202执行所述程序时实现图1至图4任一所示实施例中提供的图像处理方法,或实现图5所示实施例中提供的图像处理方法。
进一步地,电子设备还可以包括:
通信接口1203,用于存储器1201和处理器1202之间的通信。
存储器1201,用于存放可在处理器1202上运行的计算机程序。
存储器1201可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
处理器1202,用于执行所述程序时实现图1至图4任一所示实施例所述的图像处理方法,或实现图5所示实施例中提供的图像处理方法。
如果存储器1201、处理器1202和通信接口1203独立实现,则通信接口1203、存储器1201和处理器1202可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(Peripheral Component,简称为PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture,简称为EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图12中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器1201、处理器1202及通信接口1203,集成在一块芯片上实现,则存储器1201、处理器1202及通信接口1203可以通过内部接口完成相互间的通信。
处理器1202可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本发明实施例的一个或多个集成电路。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。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。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种图像处理方法,其特征在于,应用于服务端,所述方法包括:
接收客户端发送的图像背景去除请求,其中,所述图像背景去除请求中包括第一子图像,其中,所述第一子图像是对待处理图像进行裁剪处理得到的;
响应于所述图像背景去除请求,对所述第一子图像进行背景去除处理,以得到第二子图像;
对所述第二子图像进行裁剪处理,以得到包含目标对象的目标图像;
向所述客户端发送图像背景去除响应,其中,所述图像背景去除响应中包括所述目标图像。
2.根据权利要求1所述的方法,其特征在于,所述响应于所述图像背景去除请求,对所述第一子图像进行背景去除处理,以得到第二子图像,包括:
响应于所述图像背景去除请求,对所述第一子图像进行背景识别,以得到所述第一子图像中的背景区域;
对所述背景区域中的各第一像素,添加阿尔法通道;
设置所述第一子图像中各所述第一像素的阿尔法通道的通道值,以得到所述第二子图像,其中,所述阿尔法通道的通道值用于指示对应像素透明。
3.根据权利要求2所述的方法,其特征在于,所述对所述第二子图像进行裁剪处理,得到包含目标对象的目标图像,包括:
在所述第二子图像的每个边界生成扫描线,并根据各所述边界的位置信息,确定对应扫描线的扫描方向;
针对各所述扫描线中任一扫描线,沿所述扫描线对应的扫描方向移动所述扫描线,以对所述第一子图像进行扫描;
响应于所述扫描线首次扫描到第二像素,停止移动所述扫描线;其中,所述第二像素未包含阿尔法通道;
根据各所述扫描线停止移动时所处的位置,对所述第二子图像进行裁剪,以得到所述目标图像。
4.根据权利要求1所述的方法,其特征在于,所述响应于所述图像背景去除请求,对所述第一子图像进行背景去除处理,以得到第二子图像,包括:
响应于所述图像背景去除请求,对所述第一子图像进行语义分割,以得到包含同一对象的各个对象区域;
从各所述对象区域中,确定所述目标对象所属的目标区域;
将所述第一子图像中除所述目标区域之外的其余区域,作为所述第一子图像中的背景区域;
将所述背景区域中的各第三像素的像素值设置为设定取值,以得到所述第二子图像。
5.根据权利要求4所述的方法,其特征在于,所述对所述第二子图像进行裁剪处理,得到包含目标对象的目标图像,包括:
在所述第二子图像的每个边界生成扫描线,并根据各所述边界的位置信息,确定对应扫描线的扫描方向;
针对各所述扫描线中任一扫描线,沿所述扫描线对应的扫描方向移动所述扫描线,以对所述第一子图像进行扫描;
响应于所述扫描线首次扫描到第四像素,停止移动所述扫描线;其中,所述第四像素的像素值不为所述设定取值;
根据各所述扫描线停止移动时所处的位置,对所述第二子图像进行裁剪,以得到所述目标图像。
6.一种图像处理方法,其特征在于,应用于客户端,所述方法包括:
获取待处理图像;
对所述待处理图像进行裁剪处理,以得到第一子图像;
根据所述第一子图像,向服务端发送图像背景去除请求,其中,所述图像背景去除请求,用于所述服务端对所述第一子图像进行背景去除处理,得到第二子图像,并对所述第二子图像进行裁剪处理,得到包含目标对象的目标图像;
接收所述服务端发送的图像背景去除响应,其中,所述图像背景去除响应中包括所述目标图像。
7.一种图像处理装置,其特征在于,应用于服务端,所述装置包括:
接收模块,用于接收客户端发送的图像背景去除请求,其中,所述图像背景去除请求中包括第一子图像,其中,所述第一子图像是对待处理图像进行裁剪处理得到的;
处理模块,用于响应于所述图像背景去除请求,对所述第一子图像进行背景去除处理,以得到第二子图像;
裁剪模块,用于对所述第二子图像进行裁剪处理,以得到包含目标对象的目标图像;
发送模块,用于向所述客户端发送图像背景去除响应,其中,所述图像背景去除响应中包括所述目标图像。
8.一种图像处理装置,其特征在于,应用于客户端,所述装置包括:
获取模块,用于获取待处理图像;
裁剪模块,用于对所述待处理图像进行裁剪处理,以得到第一子图像;
发送模块,用于根据所述第一子图像,向服务端发送图像背景去除请求,其中,所述图像背景去除请求,用于所述服务端对所述第一子图像进行背景去除处理,得到第二子图像,并对所述第二子图像进行裁剪处理,得到包含目标对象的目标图像;
接收模块,用于接收所述服务端发送的图像背景去除响应,其中,所述图像背景去除响应中包括所述目标图像。
9.一种电子设备,其特征在于,所述电子设备包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,执行如权利要求1-5中任一项所述的图像处理方法,或执行如权利要求6所述的图像处理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5任一项所述的图像处理方法,或执行如权利要求6所述的图像处理方法。
CN202211103919.4A 2022-09-09 2022-09-09 图像处理方法、装置、电子设备及存储介质 Pending CN115578558A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211103919.4A CN115578558A (zh) 2022-09-09 2022-09-09 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
CN202211103919.4A CN115578558A (zh) 2022-09-09 2022-09-09 图像处理方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115578558A true CN115578558A (zh) 2023-01-06

Family

ID=84581153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211103919.4A Pending CN115578558A (zh) 2022-09-09 2022-09-09 图像处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115578558A (zh)

Similar Documents

Publication Publication Date Title
KR20190128686A (ko) 이미지 내의 객체 자세를 결정하는 방법 및 장치, 장비, 및 저장 매체
EP1173003A2 (en) Image processing method and image processing apparatus
US7457432B2 (en) Specified object detection apparatus
CN109740589B (zh) 视频模式中的异步对象roi检测方法及系统
JP2016505186A (ja) エッジ保存・ノイズ抑制機能を有するイメージプロセッサ
JP2010525486A (ja) 画像分割及び画像強調
CN110991310B (zh) 人像检测方法、装置、电子设备及计算机可读介质
JP2013042415A (ja) 画像処理装置、画像処理方法及びコンピュータプログラム
CN110674837A (zh) 视频相似度获取方法、装置、计算机设备及存储介质
WO2014133769A2 (en) Method and system for image processing
JP5676610B2 (ja) 画像シーケンスの関心領域に基づくアーティファクト低減のためのシステム及び方法
CN115471413A (zh) 图像处理方法及装置、计算机可读存储介质和电子设备
CN117710868B (zh) 一种对实时视频目标的优化提取系统及方法
CN112966687B (zh) 图像分割模型训练方法、装置及通信设备
CN112949423B (zh) 物体识别方法、物体识别装置及机器人
CN111160240B (zh) 图像对象的识别处理方法、装置及智能设备、存储介质
CN115578558A (zh) 图像处理方法、装置、电子设备及存储介质
JP5979008B2 (ja) 画像処理装置、画像処理方法及びプログラム
CN113538337B (zh) 检测方法、检测装置及计算机可读存储介质
CN111489418B (zh) 图像处理方法、装置、设备及计算机可读存储介质
CN114550062A (zh) 图像中运动对象的确定方法、装置、电子设备和存储介质
CN114764839A (zh) 动态视频生成方法、装置、可读存储介质及终端设备
CN111275045A (zh) 图像的主体识别方法、装置、电子设备和介质
CN113542866B (zh) 视频处理方法、装置、设备及计算机可读存储介质
KR20230105531A (ko) 딥러닝을 이용한 이미지 전송 시스템 및 방법

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230821

Address after: 12 Dachenglian Road, Singapore # 04-01B (534233)

Applicant after: Bright Jupiter Private Ltd.

Address before: 120 Robinson Road # 13-01

Applicant before: Lemei Technology Co.,Ltd.