CN115619679A - 图像处理方法、装置、设备、存储介质及计算机程序 - Google Patents
图像处理方法、装置、设备、存储介质及计算机程序 Download PDFInfo
- Publication number
- CN115619679A CN115619679A CN202211363711.6A CN202211363711A CN115619679A CN 115619679 A CN115619679 A CN 115619679A CN 202211363711 A CN202211363711 A CN 202211363711A CN 115619679 A CN115619679 A CN 115619679A
- Authority
- CN
- China
- Prior art keywords
- pixel
- target
- gamma correction
- determining
- image
- 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 40
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000004590 computer program Methods 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 106
- 238000006243 chemical reaction Methods 0.000 claims abstract description 93
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012937 correction Methods 0.000 claims description 133
- 239000003086 colorant Substances 0.000 claims description 35
- 230000000638 stimulation Effects 0.000 claims description 6
- 239000011230 binding agent Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 description 21
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition 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
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- 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
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
本申请公开了一种图像处理方法、装置、设备、存储介质及计算机程序,属于图像处理技术领域。所述方法包括:确定待处理的第一图像包括的各个像素在标准颜色空间对应的三刺激值,基于各个像素的色调值,确定各个像素对应的第一转换矩阵,基于各个像素在标准颜色空间对应的三刺激值,以及各个像素对应的第一转换矩阵,确定各个像素在标准颜色空间的像素值,基于各个像素在标准颜色空间的像素值,确定各个像素的目标像素值,以得到第二图像。由于各个像素对应的第一转换矩阵是基于各个像素的色调值确定的,即不同的像素对应不同的第一转换矩阵,从而能够准确地确定出各个像素在标准颜色空间的像素值。
Description
技术领域
本申请涉及图像处理技术领域,特别涉及一种图像处理方法、装置、设备、存储介质及计算机程序。
背景技术
不同的显示设备具有不同的色彩显示能力,比如,对于OLED(Organic Light-Emitting Diode,有机发光二极管)显示设备来说,在采用的发光材料不同的情况下,会显示不同的颜色。对于LCD(Liquid Crystal Display,液晶显示器)来说,在采用的色彩滤光片和/或背光光源不同的情况下,会显示不同的颜色。这样,对于同一张图像来说,通过不同的显示设备显示时可能具有不同的显示颜色。因此,在通过显示设备显示图像时,需要对图像进行处理,以将图像中各个像素的像素值转换至标准颜色空间,使得显示设备显示的颜色能够与标准颜色空间相匹配,从而保证不同的显示设备能够显示相同的颜色。
发明内容
本申请提供了一种图像处理方法、装置、设备、存储介质及计算机程序,可以提高色域映射的精度。所述技术方案如下:
一方面,提供了一种图像处理方法,所述方法包括:
确定待处理的第一图像包括的各个像素在标准颜色空间对应的三刺激值,所述三刺激值是指三原色的刺激程度;
基于所述各个像素的色调值,确定所述各个像素对应的第一转换矩阵;
基于所述各个像素在所述标准颜色空间对应的三刺激值,以及所述各个像素对应的第一转换矩阵,确定所述各个像素在所述标准颜色空间的像素值;
基于所述各个像素在所述标准颜色空间的像素值,确定所述各个像素的目标像素值,以得到第二图像。
可选地,所述基于所述各个像素的色调值,确定所述各个像素对应的第一转换矩阵,包括:
将其中的一个像素作为目标像素,对所述目标像素执行以下操作,直至对所述各个像素均执行以下操作为止:
从多个色调范围中确定所述目标像素的色调值所处的目标色调范围;
从所述多个色调范围对应的多个第一转换矩阵中,确定所述目标色调范围对应的第一转换矩阵,以得到所述目标像素对应的第一转换矩阵。
可选地,所述多个色调范围包括第一色调范围、第二色调范围和第三色调范围,所述第一色调范围的上限低于所述第二色调范围的下限,所述第二色调范围的上限低于所述第三色调范围的下限;
所述第一色调范围对应的第一转换矩阵是通过白色、红色、黄色和绿色确定的,所述第二色调范围对应的第一转换矩阵是通过白色、绿色、靑色和蓝色确定的,所述第三色调范围对应的第一转换矩阵是通过白色、蓝色、品红色和红色确定的。
可选地,所述各个像素在所述标准颜色空间的像素值包括多个通道的像素值;
所述基于所述各个像素在所述标准颜色空间的像素值,确定所述各个像素的目标像素值,包括:
将其中的一个像素作为目标像素,对所述目标像素执行以下操作,直至对所述各个像素均执行以下操作为止:
基于所述目标像素在所述多个通道的像素值和所述第一图像在所述多个通道的伽马校正系数,对所述目标像素进行伽马校正,以得到所述目标像素的目标像素值。
可选地,所述基于所述目标像素在所述多个通道的像素值和所述第一图像在所述多个通道的伽马校正系数,对所述目标像素进行伽马校正之前,所述方法还包括:
基于多个参考像素值对所述第一图像进行处理,以得到多张参考图像,所述多张参考图像与所述多个参考像素值一一对应,所述多张参考图像中同一张参考图像包括的各个像素的像素值相同且为对应的参考像素值;
确定所述多张参考图像中每张参考图像在所述多个通道的伽马校正系数;
基于所述多张参考图像在所述多个通道的伽马校正系数,确定所述第一图像在所述多个通道的伽马校正系数。
可选地,所述基于所述多张参考图像在所述多个通道的伽马校正系数,确定所述第一图像在所述多个通道的伽马校正系数,包括:
将其中的一个通道作为目标通道,通过以下操作确定所述第一图像在所述目标通道的伽马校正系数,直至确定出每个通道的伽马校正系数为止:
将所述多张参考图像在所述目标通道的伽马校正系数中出现频次最多的伽马校正系数,确定为所述第一图像在所述目标通道的伽马校正系数。
另一方面,提供了一种图像处理装置,所述装置包括:
第一确定模块,用于确定待处理的第一图像包括的各个像素在标准颜色空间对应的三刺激值,所述三刺激值是指三原色的刺激程度;
第二确定模块,用于基于所述各个像素的色调值,确定所述各个像素对应的第一转换矩阵;
第三确定模块,用于基于所述各个像素在所述标准颜色空间对应的三刺激值,以及所述各个像素对应的第一转换矩阵,确定所述各个像素在所述标准颜色空间的像素值;
第四确定模块,用于基于所述各个像素在所述标准颜色空间的像素值,确定所述各个像素的目标像素值,以得到第二图像。
可选地,所述第二确定模块具体用于:
将其中的一个像素作为目标像素,对所述目标像素执行以下操作,直至对所述各个像素均执行以下操作为止:
从多个色调范围中确定所述目标像素的色调值所处的目标色调范围;
从所述多个色调范围对应的多个第一转换矩阵中,确定所述目标色调范围对应的第一转换矩阵,以得到所述目标像素对应的第一转换矩阵。
可选地,所述多个色调范围包括第一色调范围、第二色调范围和第三色调范围,所述第一色调范围的上限低于所述第二色调范围的下限,所述第二色调范围的上限低于所述第三色调范围的下限;
所述第一色调范围对应的第一转换矩阵是通过白色、红色、黄色和绿色确定的,所述第二色调范围对应的第一转换矩阵是通过白色、绿色、靑色和蓝色确定的,所述第三色调范围对应的第一转换矩阵是通过白色、蓝色、品红色和红色确定的。
可选地,所述各个像素在所述标准颜色空间的像素值包括多个通道的像素值;
所述第四确定模块具体用于:
将其中的一个像素作为目标像素,对所述目标像素执行以下操作,直至对所述各个像素均执行以下操作为止:
基于所述目标像素在所述多个通道的像素值和所述第一图像在所述多个通道的伽马校正系数,对所述目标像素进行伽马校正,以得到所述目标像素的目标像素值。
可选地,所述装置还包括:
处理模块,用于基于多个参考像素值对所述第一图像进行处理,以得到多张参考图像,所述多张参考图像与所述多个参考像素值一一对应,所述多张参考图像中同一张参考图像包括的各个像素的像素值相同且为对应的参考像素值;
第五确定模块,用于确定所述多张参考图像中每张参考图像在所述多个通道的伽马校正系数;
第六确定模块,用于基于所述多张参考图像在所述多个通道的伽马校正系数,确定所述第一图像在所述多个通道的伽马校正系数。
可选地,所述第六确定模块具体用于:
将其中的一个通道作为目标通道,通过以下操作确定所述第一图像在所述目标通道的伽马校正系数,直至确定出每个通道的伽马校正系数为止:
将所述多张参考图像在所述目标通道的伽马校正系数中出现频次最多的伽马校正系数,确定为所述第一图像在所述目标通道的伽马校正系数。
另一方面,提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的计算机程序,以实现上述所述的图像处理方法的步骤。
另一方面,提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述所述图像处理方法的步骤。
另一方面,提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使得计算机执行上述所述的图像处理方法的步骤。
本申请提供的技术方案至少可以带来以下有益效果:
对于第一图像包括的各个像素,基于各个像素在标准颜色空间对应的三刺激值,以及各个像素对应的第一转换矩阵,确定各个像素在标准颜色空间的像素值。由于各个像素对应的第一转换矩阵是基于各个像素的色调值确定的,即不同的像素对应不同的第一转换矩阵,从而能够准确地确定出各个像素在标准颜色空间的像素值。
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,对于本领域普通技术人员来讲,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是本申请实施例提供的一种图像处理方法的流程图;
图2是本申请实施例提供的一种参考图像在目标通道的伽马校正系数的示意图;
图3是本申请实施例提供的一种目标通道的伽马校正系数出现次数的示意图;
图4是本申请实施例提供的一种图像处理流程的示意图;
图5是本申请实施例提供的一种图像处理装置的结构示意图;
图6是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例提供的图像处理方法进行详细地解释说明之前,先对本申请实施例提供的应用场景进行介绍。
本申请实施例提供的图像处理方法可以应用于多种场景,比如,在多个显示设备显示同一张图像的过程中,由于该多个显示设备中不同的显示设备具有不同的色彩显示能力,导致该多个显示设备显示该张图像时呈现不同的显示颜色。此时,该多个显示设备中的每个显示设备均可以通过本申请实施例提供的图像处理方法,确定该张图像中各个像素的目标像素值,以此来将该张图像中各个像素的像素值转换至标准颜色空间,使得该多个显示设备可以显示相同的颜色。
示例地,CIE(International Commission On Illumination,国际照明委员会)规定了多个标准颜色空间,例如,sRGB(Standard Red Green Blue,标准红绿蓝)颜色空间、Adobe标准颜色空间和DCI-P3标准颜色空间等。本申请实施例所提及的标准颜色空间为该多个标准颜色空间中的任一标准颜色空间。
需要说明的是,本申请实施例提供的图像处理方法的执行主体为计算机设备。计算机设备可以是任何一种电子产品,例如PC(Personal Computer,个人计算机)、手机、智能手机、PDA(Personal Digital Assistant,个人数字助手)、PPC(Pocket PC,掌上电脑)、平板电脑、智能车机、智能电视等。
本领域技术人员应能理解上述计算机设备仅为举例,其他现有的或今后可能出现的计算机设备如可适用于本申请实施例,也应包含在本申请实施例保护范围以内,并在此以引用方式包含于此。
需要说明的是,本申请实施例描述的应用场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着新应用场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
接下来对本申请实施例提供的图像处理方法进行详细地解释说明。
图1是本申请实施例提供的一种图像处理方法的流程图,请参考图1,该方法包括如下步骤。
步骤101:确定待处理的第一图像包括的各个像素在标准颜色空间对应的三刺激值,该三刺激值是指三原色的刺激程度。
由于确定各个像素在标准颜色空间对应的三刺激值的过程相同,因此,将第一图像中的一个像素作为目标像素,接下来以目标像素为例,对确定目标像素在标准颜色空间对应的三刺激值的过程进行介绍。第一图像中其他像素对应的三刺激值的确定过程可以参考目标像素对应的三刺激值的确定过程。
基于标准颜色空间对应的伽马校正系数,对目标像素在初始颜色空间的像素值进行伽马校正,以得到目标像素伽马校正后的像素值。基于目标像素伽马校正后的像素值和第二转换矩阵,确定目标像素在标准颜色空间对应的三刺激值,第二转换矩阵是标准颜色空间所对应的转换矩阵。
基于上文描述,CIE规定了多个标准颜色空间。不同的标准颜色空间对应不同的伽马校正系数,以及不同的第二转换矩阵。例如,sRGB颜色空间对应的伽马校正系数为2.2。sRGB颜色空间对应的第二转换矩阵为
目标像素在初始颜色空间的像素值包括多个通道的像素值,通过标准颜色空间对应的伽马校正系数,分别对目标像素在该多个通道的像素值进行伽马校正,以得到目标像素分别在该多个通道伽马校正后的像素值。
示例地,目标像素在初始颜色空间的像素值包括3个通道的像素值,这3个通道分别为R通道、G通道以及B通道。以标准颜色空间为sRGB颜色空间为例,按照如下公式(1)对目标像素在该3个通道的像素值进行伽马校正。
其中,在上述公式(1)中,Rs为目标像素在R通道伽马校正后的像素值,Gs为目标像素在G通道伽马校正后的像素值,Bs为目标像素在B通道伽马校正后的像素值,R0为目标像素在初始颜色空间R通道的像素值,G0为目标像素在初始颜色空间G通道的像素值,B0为目标像素在初始颜色空间B通道的像素值,2.2为sRGB颜色空间对应的伽马校正系数。
也即是,通过对目标像素在初始颜色空间的像素值进行伽马校正,将目标像素在初始颜色空间的像素值转换至线性空间,以便于后续通过目标像素对应的第一转换矩阵,对目标像素的像素值进行线性运算。
示例地,以标准颜色空间为sRGB颜色空间为例,按照如下公式(2)确定目标像素在标准颜色空间对应的三刺激值。
步骤102:基于各个像素的色调值,确定各个像素对应的第一转换矩阵。
以目标像素为例,从多个色调范围中确定目标像素的色调值所处的目标色调范围。从该多个色调范围对应的多个第一转换矩阵中,确定目标色调范围对应的第一转换矩阵,以得到目标像素对应的第一转换矩阵。
计算机设备存储有多个色调范围,该多个色调范围包括第一色调范围、第二色调范围和第三色调范围。第一色调范围的上限低于第二色调范围的下限,第二色调范围的上限低于第三色调范围的下限。例如,第一色调范围为[0-120),第二色调范围为[120-240),第三色调范围为[240-360)。
该多个色调范围中的每个色调范围均对应一个第一转换矩阵,每个色调范围对应的第一转换矩阵均是通过四种颜色确定的。示例地,第一色调范围对应的第一转换矩阵是通过白色、红色、黄色和绿色确定的,第二色调范围对应的第一转换矩阵是通过白色、绿色、靑色和蓝色确定的,第三色调范围对应的第一转换矩阵是通过白色、蓝色、品红色和红色确定的。
由于该多个色调范围中每个色调范围对应的第一转换矩阵的确定过程相同,因此,接下来以第一色调范围对应的第一转换矩阵为例进行介绍。第二色调范围对应的第一转换矩阵,以及第三色调范围对应的第一转换矩阵的确定过程可以参考第一色调范围对应的第一转换矩阵的确定过程。
在一些实施例中,按照相关算法分别确定白色、红色、黄色和绿色这四种颜色在标准颜色空间对应的三刺激值。基于白色、红色、黄色和绿色这四种颜色确定置换矩阵,基于这四种颜色分别在标准颜色空间对应的三刺激值,以及置换矩阵,确定第一色调范围对应的第一转换矩阵。
其中,基于白色、红色、黄色和绿色这四种颜色确定置换矩阵的实现过程包括:对于这四种颜色中的任一种颜色,在该颜色包括红色的情况下,将置换矩阵中该颜色所在的列中红色位置的数值置为第一数值,在该颜色不包括红色的情况下,将置换矩阵中该颜色所在的列中红色位置的数值置为第二数值;在该颜色包括绿色的情况下,将置换矩阵中该颜色所在的列中绿色位置的数值置为第一数值,在该颜色不包括绿色的情况下,将置换矩阵中该颜色所在的列中绿色位置的数值置为第二数值;在该颜色包括蓝色的情况下,将置换矩阵中该颜色所在的列中蓝色位置的数值置为第一数值,在该颜色不包括蓝色的情况下,将置换矩阵中该颜色所在的列中蓝色位置的数值置为第二数值。
也即是,置换矩阵为3×4矩阵,该置换矩阵的3行元素分别对应红色、绿色和蓝色这三种颜色,该置换矩阵的4列元素分别对应白色、红色、黄色和绿色这四种颜色。位于第一行的4个元素分别用于指示这四种颜色中的对应颜色是否包括红色;位于第二行的4个元素分别用于指示这四种颜色中的对应颜色是否包括绿色;位于第三行的4个元素分别用于指示这四种颜色中的对应颜色是否包括蓝色。位于第一列的3个元素分别用于指示白色是否包括红色、绿色和蓝色;位于第二列的3个元素分别用于指示红色是否包括红色、绿色和蓝色;位于第三列的3个元素分别用于指示黄色是否包括红色、绿色和蓝色;位于第四列的3个元素分别用于指示绿色是否包括红色、绿色和蓝色。
示例地,第一数值为1,第二数值为0。当然,第一数值和第二数值也可以反过来,或者为其他的数值。
例如,该置换矩阵的第一行元素对应红色,第二行元素对应绿色,第三行元素对应蓝色,该置换矩阵的第一列元素对应白色,第二列颜色对应红色,第三列元素对应黄色,第四列元素对应绿色。假设第一数值为1,第二数值为0。由于第一列对应的白色是通过红色、绿色和蓝色这三种颜色混合而成的,也即是白色包括红色、绿色和蓝色,所以,该置换矩阵的第一列元素应该为1、1、1。由于第二列对应的红色只包括红色,所以,该置换矩阵的第二列元素应该为1、0、0。由于第三列对应的黄色是通过红色和绿色混合而成的,也即是,黄色包括红色和绿色,所以,该置换矩阵的第三列元素应该是1、1、0。由于第四列对应的绿色只包括绿色,所以,该置换矩阵的第四列元素应该为0、1、0。此时,基于白色、红色、黄色和绿色这四种颜色确定的置换矩阵为
示例地,基于这四种颜色分别在标准颜色空间对应的三刺激值,以及置换矩阵,按照如下公式(3)确定第一色调范围对应的第一转换矩阵。
其中,在上述公式(3)中,A为第一色调范围对应的第一转换矩阵,为基于白色、红色、黄色和绿色这四种颜色确定的置换矩阵,X1、Y1和Z1分别为白色在标准颜色空间对应的三刺激值,X2、Y2和Z2分别为红色在标准颜色空间对应的三刺激值,X3、Y3和Z3分别为黄色在标准颜色空间对应的三刺激值,X4、Y4和Z4分别为绿色在标准颜色空间对应的三刺激值。
可选地,从该多个色调范围中确定目标像素的色调值所处的目标色调范围之前,还需要基于目标像素在初始颜色空间的像素值,按照相关算法来确定目标像素的色调值。然后,将目标像素的色调值与该多个色调范围进行匹配,以此来确定目标像素的色调值所处的目标色调范围,进而将目标色调范围所对应的第一转换矩阵确定为目标像素对应的第一转换矩阵。
步骤103:基于各个像素在标准颜色空间对应的三刺激值,以及各个像素对应的第一转换矩阵,确定各个像素在标准颜色空间的像素值。
示例地,以目标像素为例,按照如下公式(4)确定目标像素在标准颜色空间的像素值。
其中,在上述公式(4)中,A-1为目标像素对应的第一转换矩阵的逆矩阵,X、Y和Z分别为目标像素在标准颜色空间对应的三刺激值,Rp、Gp、Bp分别为目标像素在标准颜色空间各个通道的像素值。
基于上文描述,由于目标像素对应的第一转换矩阵是通过四种颜色确定的,通过这四种颜色能够缩小可选的颜色范围。即,目标像素对应的第一转换矩阵覆盖的颜色范围更小,从而能够更加准确地确定出目标像素在标准颜色空间的像素值。
步骤104:基于各个像素在标准颜色空间的像素值,确定各个像素的目标像素值,以得到第二图像。
以目标像素为例,目标像素在标准颜色空间的像素值包括多个通道的像素值。基于目标像素在该多个通道的像素值和第一图像在该多个通道的伽马校正系数,对目标像素进行伽马校正,以得到目标像素的目标像素值。这样,对于第一图像包括的各个像素均能够按照上述方法,确定各个像素的目标像素值,进而将各个像素的目标像素值进行组合,以得到第二图像。
标准颜色空间包括多个通道,目标像素在标准颜色空间的像素值包括多个通道的像素值。第一图像对应的伽马校正系数包括多个通道的伽马校正系数,且标准颜色空间包括的多个通道与伽马校正系数包括的多个通道是相同的。所以,对于该多个通道中的任一通道,基于第一图像在该通道的伽马校正系数,对目标像素在该通道的像素值进行伽马校正,以得到目标像素在该通道的目标像素值。这样,对于该多个通道中的各个通道均能够按照上述方法,确定目标像素在各个通道的目标像素值。
也即是,在标准颜色空间包括多个通道的情况下,分别基于第一图像在该多个通道中各个通道的伽马校正系数,对目标像素在相应通道的像素值进行伽马校正,并不是按照相同的伽马校正系数,对目标像素在各个通道的像素值进行伽马校正,从而能够更精确地进行伽马校正。
在一些实施例中,基于目标像素在该多个通道的像素值和第一图像在该多个通道的伽马校正系数,对目标像素进行伽马校正之前,还需要确定第一图像在该多个通道的伽马校正系数。示例地,基于多个参考像素值对第一图像进行处理,以得到多张参考图像,该多张参考图像与该多个参考像素值一一对应,该多张参考图像中同一张参考图像包括的各个像素的像素值相同且为对应的参考像素值。确定该多张参考图像中每张参考图像在该多个通道的伽马校正系数,基于该多张参考图像在该多个通道的伽马校正系数,确定第一图像在该多个通道的伽马校正系数。
其中,该多个参考像素值是事先设置的。例如,将第一图像在R通道的最大像素值1023平均划分为5等分,以得到【0、256、512、768和1023】这5个第一像素值。同理,将第一图像在G通道的最大像素值1023平均划分为5等分,以得到【0、256、512、768和1023】这5个第二像素值。将第一图像在B通道的最大像素值1023平均划分为5等分,以得到【0、256、512、768和1023】这5个第三像素值。然后,分别从这5个第一像素值、5个第二像素值和5个第三像素值中选择一个第一像素值、一个第二像素值和一个第三像素值,组成该多个参考像素值中的一个参考像素值。当然,在实际应用中,还能够通过其他的方式设置该多个参考像素值,本申请实施例对此不做限定。
将第一图像包括的各个像素在初始颜色空间的像素值转换为该多个参考像素值中的任一参考像素值,以得到一张参考图像,该张参考图像中各个像素的像素值相同且为该参考像素值。与第一图像包括多个通道的伽马校正系数类似,该张参考图像也包括多个通道的伽马校正系数。因此,按照相关算法确定该张参考图像在多个通道的伽马校正系数。
由于基于该多张参考图像在该多个通道的伽马校正系数,确定第一图像在该多个通道的伽马校正系数的过程相同,因此,将该多个通道中的一个通道作为目标通道,接下来以目标通道为例,对确定第一图像在目标通道的伽马校正系数的过程进行介绍。第一图像在其他通道的伽马校正系数的确定过程可以参考第一图像在目标通道的伽马校正系数的确定过程。
示例地,将该多张参考图像在目标通道的伽马校正系数中出现频次最多的伽马校正系数,确定为第一图像在目标通道的伽马校正系数。也即是,统计该多张参考图像中每张参考图像在目标通道的伽马校正系数,记录每个伽马校正系数出现的次数,将出现次数最多的伽马校正系数确定为第一图像在目标通道的伽马校正系数。
假设,计算机设备事先存储有125个参考像素值,基于这125个参考像素值对第一图像进行处理,得到125张参考图像,进而按照相关算法分别确定这125张参考图像中每张参考图像在目标通道的伽马校正系数,该125张参考图像在目标通道的伽马校正系数如图2所示。在图2中,横坐标表示该125张参考图像,纵坐标表示每张参考图像在目标通道的伽马校正系数。然后,统计该125张参考图像中每张参考图像在目标通道的伽马校正系数,记录每个伽马校正系数出现的次数,如图3所示。在图3中,横坐标表示各个伽马校正系数,纵坐标表示各个伽马校正系数出现的次数。从图3可以看出,该125张参考图像在目标通道的125个伽马校正系数中,伽马校正系数2.55共出现26次,出现的次数最多,所以将伽马校正系数2.55确定为第一图像在目标通道的伽马校正系数。
需要说明的是,按照上述步骤101-104确定出各个像素的目标像素值,并将各个像素的目标像素值进行组合得到第二图像之后,为了进一步提高第二图像的显示效果,还可以对各个像素的目标像素值进行空间和/或时间上的抖动操作。也即是,对于任一像素,按照特定的比例将该像素划分为多个像素单元,并基于该像素的目标像素值,按照相关算法确定该多个像素单元的目标像素值,从而将该像素的目标像素值精细化为该多个像素单元的目标像素值,使得第二图像能够呈现更加丰富的颜色,同时使得不同颜色之间的过渡更加柔和。
其中,对于各个像素来说,可以按照相同的比例划分为多个像素单元,或者也可以按照不同的比例划分为多个像素单元。
接下来以图4为例,对本申请实施例提供的图像处理流程进行完整说明。在图4中,基于标准颜色空间对应的伽马校正系数,对目标像素在初始颜色空间的像素值【R0、G0和B0】进行伽马校正,以得到目标像素伽马校正后的像素值【Rs、Gs和Bs】。然后,基于目标像素伽马校正后的像素值【Rs、Gs和Bs】和第二转换矩阵,确定目标像素在标准颜色空间对应的三刺激值【X、Y和Z】。此外,基于目标像素在初始颜色空间的像素值【R0、G0和B0】,按照相关算法来确定目标像素的色调值,进而基于目标像素的色调值,确定目标像素对应的第一转换矩阵。基于目标像素在标准颜色空间对应的三刺激值【X、Y和Z】,以及目标像素对应的第一转换矩阵,确定目标像素在标准颜色空间的像素值【Rp、Gp和Bp】。基于目标像素在标准颜色空间的像素值【Rp、Gp和Bp】和第一图像在多个通道的伽马校正系数,对目标像素进行伽马校正,以得到目标像素的目标像素值【Rq、Gq和Bq】。
在本申请实施例中,对于第一图像包括的各个像素,基于各个像素在标准颜色空间对应的三刺激值,以及各个像素对应的第一转换矩阵,确定各个像素在标准颜色空间的像素值。由于各个像素对应的第一转换矩阵是基于各个像素的色调值确定的,即不同的像素对应不同的第一转换矩阵,从而能够准确地确定出各个像素在标准颜色空间的像素值。而且,由于各个像素对应的第一转换矩阵是通过四种颜色确定的,使得第一转换矩阵覆盖的颜色范围更小,进一步保证各个像素在标准颜色空间的像素值的准确性。此外,在确定各个像素的目标像素值的过程中,分别基于第一图像在多个通道的伽马校正系数,对各个像素在相应通道的像素值进行伽马校正,并不是按照相同的伽马校正系数,对各个像素在该多个通道的像素值进行伽马校正,从而能够更精确地进行伽马校正,以此来提高色域映射(Gamut Mapping)的精度。也就是说,通过本申请实施例提供的方法,对色域映射中所涉及的转换矩阵和伽马校正系数进行优化,不仅能够实现实时高效的运算,还能够改善现有方法运算精度低的问题。
图5是本申请实施例提供的一种图像处理装置的结构示意图,该图像处理装置可以由软件、硬件或者两者的结合实现成为计算机设备的部分或者全部。请参考图5,该装置包括:第一确定模块501、第二确定模块502、第三确定模块503和第四确定模块504。
第一确定模块501,用于确定待处理的第一图像包括的各个像素在标准颜色空间对应的三刺激值,三刺激值是指三原色的刺激程度。详细实现过程参考上述各个实施例中对应的内容,此处不再赘述。
第二确定模块502,用于基于各个像素的色调值,确定各个像素对应的第一转换矩阵。详细实现过程参考上述各个实施例中对应的内容,此处不再赘述。
第三确定模块503,用于基于各个像素在标准颜色空间对应的三刺激值,以及各个像素对应的第一转换矩阵,确定各个像素在标准颜色空间的像素值。详细实现过程参考上述各个实施例中对应的内容,此处不再赘述。
第四确定模块504,用于基于各个像素在标准颜色空间的像素值,确定各个像素的目标像素值,以得到第二图像。详细实现过程参考上述各个实施例中对应的内容,此处不再赘述。
可选地,第二确定模块502具体用于:
将其中的一个像素作为目标像素,对目标像素执行以下操作,直至对各个像素均执行以下操作为止:
从多个色调范围中确定目标像素的色调值所处的目标色调范围;
从该多个色调范围对应的多个第一转换矩阵中,确定目标色调范围对应的第一转换矩阵,以得到目标像素对应的第一转换矩阵。
可选地,该多个色调范围包括第一色调范围、第二色调范围和第三色调范围,第一色调范围的上限低于第二色调范围的下限,第二色调范围的上限低于第三色调范围的下限;
第一色调范围对应的第一转换矩阵是通过白色、红色、黄色和绿色确定的,第二色调范围对应的第一转换矩阵是通过白色、绿色、靑色和蓝色确定的,第三色调范围对应的第一转换矩阵是通过白色、蓝色、品红色和红色确定的。
可选地,各个像素在标准颜色空间的像素值包括多个通道的像素值;
第四确定模块504具体用于:
将其中的一个像素作为目标像素,对目标像素执行以下操作,直至对各个像素均执行以下操作为止:
基于目标像素在该多个通道的像素值和第一图像在该多个通道的伽马校正系数,对目标像素进行伽马校正,以得到目标像素的目标像素值。
可选地,该装置还包括:
处理模块,用于基于多个参考像素值对第一图像进行处理,以得到多张参考图像,该多张参考图像与该多个参考像素值一一对应,该多张参考图像中同一张参考图像包括的各个像素的像素值相同且为对应的参考像素值;
第五确定模块,用于确定该多张参考图像中每张参考图像在该多个通道的伽马校正系数;
第六确定模块,用于基于该多张参考图像在该多个通道的伽马校正系数,确定第一图像在该多个通道的伽马校正系数。
可选地,第六确定模块具体用于:
将其中的一个通道作为目标通道,通过以下操作确定第一图像在目标通道的伽马校正系数,直至确定出每个通道的伽马校正系数为止:
将该多张参考图像在目标通道的伽马校正系数中出现频次最多的伽马校正系数,确定为第一图像在目标通道的伽马校正系数。
在本申请实施例中,对于第一图像包括的各个像素,基于各个像素在标准颜色空间对应的三刺激值,以及各个像素对应的第一转换矩阵,确定各个像素在标准颜色空间的像素值。由于各个像素对应的第一转换矩阵是基于各个像素的色调值确定的,即不同的像素对应不同的第一转换矩阵,从而能够准确地确定出各个像素在标准颜色空间的像素值。而且,由于各个像素对应的第一转换矩阵是通过四种颜色确定的,使得第一转换矩阵覆盖的颜色范围更小,进一步保证各个像素在标准颜色空间的像素值的准确性。此外,在确定各个像素的目标像素值的过程中,分别基于第一图像在多个通道的伽马校正系数,对各个像素在相应通道的像素值进行伽马校正,并不是按照相同的伽马校正系数,对各个像素在该多个通道的像素值进行伽马校正,从而能够更精确地进行伽马校正,以此来提高色域映射的精度。也就是说,通过本申请实施例提供的方法,对色域映射中所涉及的转换矩阵和伽马校正系数进行优化,不仅能够实现实时高效的运算,还能够改善现有方法运算精度低的问题。
需要说明的是:上述实施例提供的图像处理装置在进行图像处理时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的图像处理装置与图像处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图6是本申请实施例提供的一种计算机设备600的结构框图。该计算机设备600可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(Moving Picture ExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。计算机设备600还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,计算机设备600包括有:处理器601和存储器602。
处理器601可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器601可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器601也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器601可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器601还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器602可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器602还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器602中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器601所执行以实现本申请中方法实施例提供的图像处理方法。
在一些实施例中,计算机设备600还可选包括有:外围设备接口603和至少一个外围设备。处理器601、存储器602和外围设备接口603之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口603相连。具体地,外围设备包括:射频电路604、触摸显示屏605、摄像头606、音频电路607、定位组件608和电源609中的至少一种。
外围设备接口603可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器601和存储器602。在一些实施例中,处理器601、存储器602和外围设备接口603被集成在同一芯片或电路板上;在一些其他实施例中,处理器601、存储器602和外围设备接口603中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路604用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路604通过电磁信号与通信网络以及其他通信设备进行通信。射频电路604将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路604包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路604可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路604还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请实施例对此不加以限定。
显示屏605用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏605是触摸显示屏时,显示屏605还具有采集在显示屏605的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器601进行处理。此时,显示屏605还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏605可以为一个,设置计算机设备600的前面板;在另一些实施例中,显示屏605可以为至少两个,分别设置在计算机设备600的不同表面或呈折叠设计;在再一些实施例中,显示屏605可以是柔性显示屏,设置在计算机设备600的弯曲表面上或折叠面上。甚至,显示屏605还可以设置成非矩形的不规则图形,也即异形屏。显示屏605可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-EmittingDiode,有机发光二极管)等材质制备。
摄像头组件606用于采集图像或视频。可选地,摄像头组件606包括前置摄像头和后置摄像头。通常,前置摄像头设置在计算机设备的前面板,后置摄像头设置在计算机设备的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件606还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路607可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器601进行处理,或者输入至射频电路604以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在计算机设备600的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器601或射频电路604的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路607还可以包括耳机插孔。
定位组件608用于定位计算机设备600的当前地理位置,以实现导航或LBS(Location Based Service,基于位置的服务)。定位组件608可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源609用于为计算机设备600中的各个组件进行供电。电源609可以是交流电、直流电、一次性电池或可充电电池。当电源609包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
本领域技术人员可以理解,图6中示出的结构并不构成对计算机设备600的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在一些实施例中,还提供了一种计算机可读存储介质,该存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例中图像处理方法的步骤。例如,所述计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
值得注意的是,本申请实施例提到的计算机可读存储介质可以为非易失性存储介质,换句话说,可以是非瞬时性存储介质。
应当理解的是,实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述计算机指令可以存储在上述计算机可读存储介质中。
也即是,在一些实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述所述的图像处理方法的步骤。
应当理解的是,本文提及的“至少一个”是指一个或多个,“多个”是指两个或两个以上。在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是,本申请实施例所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号,均为经用户授权或者经过各方充分授权的,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。例如,本申请实施例中涉及到的第一图像是在充分授权的情况下获取的。
以上所述为本申请提供的实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (15)
1.一种图像处理方法,其特征在于,所述方法包括:
确定待处理的第一图像包括的各个像素在标准颜色空间对应的三刺激值,所述三刺激值是指三原色的刺激程度;
基于所述各个像素的色调值,确定所述各个像素对应的第一转换矩阵;
基于所述各个像素在所述标准颜色空间对应的三刺激值,以及所述各个像素对应的第一转换矩阵,确定所述各个像素在所述标准颜色空间的像素值;
基于所述各个像素在所述标准颜色空间的像素值,确定所述各个像素的目标像素值,以得到第二图像。
2.如权利要求1所述的方法,其特征在于,所述基于所述各个像素的色调值,确定所述各个像素对应的第一转换矩阵,包括:
将其中的一个像素作为目标像素,对所述目标像素执行以下操作,直至对所述各个像素均执行以下操作为止:
从多个色调范围中确定所述目标像素的色调值所处的目标色调范围;
从所述多个色调范围对应的多个第一转换矩阵中,确定所述目标色调范围对应的第一转换矩阵,以得到所述目标像素对应的第一转换矩阵。
3.如权利要求2所述的方法,其特征在于,所述多个色调范围包括第一色调范围、第二色调范围和第三色调范围,所述第一色调范围的上限低于所述第二色调范围的下限,所述第二色调范围的上限低于所述第三色调范围的下限;
所述第一色调范围对应的第一转换矩阵是通过白色、红色、黄色和绿色确定的,所述第二色调范围对应的第一转换矩阵是通过白色、绿色、靑色和蓝色确定的,所述第三色调范围对应的第一转换矩阵是通过白色、蓝色、品红色和红色确定的。
4.如权利要求1所述的方法,其特征在于,所述各个像素在所述标准颜色空间的像素值包括多个通道的像素值;
所述基于所述各个像素在所述标准颜色空间的像素值,确定所述各个像素的目标像素值,包括:
将其中的一个像素作为目标像素,对所述目标像素执行以下操作,直至对所述各个像素均执行以下操作为止:
基于所述目标像素在所述多个通道的像素值和所述第一图像在所述多个通道的伽马校正系数,对所述目标像素进行伽马校正,以得到所述目标像素的目标像素值。
5.如权利要求4所述的方法,其特征在于,所述基于所述目标像素在所述多个通道的像素值和所述第一图像在所述多个通道的伽马校正系数,对所述目标像素进行伽马校正之前,所述方法还包括:
基于多个参考像素值对所述第一图像进行处理,以得到多张参考图像,所述多张参考图像与所述多个参考像素值一一对应,所述多张参考图像中同一张参考图像包括的各个像素的像素值相同且为对应的参考像素值;
确定所述多张参考图像中每张参考图像在所述多个通道的伽马校正系数;
基于所述多张参考图像在所述多个通道的伽马校正系数,确定所述第一图像在所述多个通道的伽马校正系数。
6.如权利要求5所述的方法,其特征在于,所述基于所述多张参考图像在所述多个通道的伽马校正系数,确定所述第一图像在所述多个通道的伽马校正系数,包括:
将其中的一个通道作为目标通道,通过以下操作确定所述第一图像在所述目标通道的伽马校正系数,直至确定出每个通道的伽马校正系数为止:
将所述多张参考图像在所述目标通道的伽马校正系数中出现频次最多的伽马校正系数,确定为所述第一图像在所述目标通道的伽马校正系数。
7.一种图像处理装置,其特征在于,所述装置包括:
第一确定模块,用于确定待处理的第一图像包括的各个像素在标准颜色空间对应的三刺激值,所述三刺激值是指三原色的刺激程度;
第二确定模块,用于基于所述各个像素的色调值,确定所述各个像素对应的第一转换矩阵;
第三确定模块,用于基于所述各个像素在所述标准颜色空间对应的三刺激值,以及所述各个像素对应的第一转换矩阵,确定所述各个像素在所述标准颜色空间的像素值;
第四确定模块,用于基于所述各个像素在所述标准颜色空间的像素值,确定所述各个像素的目标像素值,以得到第二图像。
8.如权利要求7所述的装置,其特征在于,所述第二确定模块具体用于:
将其中的一个像素作为目标像素,对所述目标像素执行以下操作,直至对所述各个像素均执行以下操作为止:
从多个色调范围中确定所述目标像素的色调值所处的目标色调范围;
从所述多个色调范围对应的多个第一转换矩阵中,确定所述目标色调范围对应的第一转换矩阵,以得到所述目标像素对应的第一转换矩阵。
9.如权利要求8所述的装置,其特征在于,所述多个色调范围包括第一色调范围、第二色调范围和第三色调范围,所述第一色调范围的上限低于所述第二色调范围的下限,所述第二色调范围的上限低于所述第三色调范围的下限;
所述第一色调范围对应的第一转换矩阵是通过白色、红色、黄色和绿色确定的,所述第二色调范围对应的第一转换矩阵是通过白色、绿色、靑色和蓝色确定的,所述第三色调范围对应的第一转换矩阵是通过白色、蓝色、品红色和红色确定的。
10.如权利要求7所述的装置,其特征在于,所述各个像素在所述标准颜色空间的像素值包括多个通道的像素值;
所述第四确定模块具体用于:
将其中的一个像素作为目标像素,对所述目标像素执行以下操作,直至对所述各个像素均执行以下操作为止:
基于所述目标像素在所述多个通道的像素值和所述第一图像在所述多个通道的伽马校正系数,对所述目标像素进行伽马校正,以得到所述目标像素的目标像素值。
11.如权利要求10所述的装置,其特征在于,所述装置还包括:
处理模块,用于基于多个参考像素值对所述第一图像进行处理,以得到多张参考图像,所述多张参考图像与所述多个参考像素值一一对应,所述多张参考图像中同一张参考图像包括的各个像素的像素值相同且为对应的参考像素值;
第五确定模块,用于确定所述多张参考图像中每张参考图像在所述多个通道的伽马校正系数;
第六确定模块,用于基于所述多张参考图像在所述多个通道的伽马校正系数,确定所述第一图像在所述多个通道的伽马校正系数。
12.如权利要求11所述的装置,其特征在于,所述第六确定模块具体用于:
将其中的一个通道作为目标通道,通过以下操作确定所述第一图像在所述目标通道的伽马校正系数,直至确定出每个通道的伽马校正系数为止:
将所述多张参考图像在所述目标通道的伽马校正系数中出现频次最多的伽马校正系数,确定为所述第一图像在所述目标通道的伽马校正系数。
13.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的计算机程序,以实现上述权利要求1-6任一所述方法的步骤。
14.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法的步骤。
15.一种计算机程序,其特征在于,所述计算机程序包括指令,当所述指令在所述计算机上运行时,使得所述计算机执行权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211363711.6A CN115619679A (zh) | 2022-11-02 | 2022-11-02 | 图像处理方法、装置、设备、存储介质及计算机程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211363711.6A CN115619679A (zh) | 2022-11-02 | 2022-11-02 | 图像处理方法、装置、设备、存储介质及计算机程序 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115619679A true CN115619679A (zh) | 2023-01-17 |
Family
ID=84877283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211363711.6A Pending CN115619679A (zh) | 2022-11-02 | 2022-11-02 | 图像处理方法、装置、设备、存储介质及计算机程序 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115619679A (zh) |
-
2022
- 2022-11-02 CN CN202211363711.6A patent/CN115619679A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110708552B (zh) | 解码方法、编码方法及装置 | |
EP3996046A1 (en) | Image-text fusion method and apparatus, and electronic device | |
CN104380727B (zh) | 图像处理装置和图像处理方法 | |
CN105872447A (zh) | 一种视频图像处理装置和方法 | |
CN111179282A (zh) | 图像处理方法、图像处理装置、存储介质与电子设备 | |
US20240193831A1 (en) | Method, apparatus, and device for processing image, and storage medium | |
CN105979194A (zh) | 一种视频图像处理装置和方法 | |
CN111338726A (zh) | 显示界面的调整方法、装置及计算机存储介质 | |
CN113132704B (zh) | 一种图像处理的方法、装置、终端以及存储介质 | |
CN110796248A (zh) | 数据增强的方法、装置、设备及存储介质 | |
WO2023024286A1 (zh) | 白平衡控制方法、装置、终端设备以及存储介质 | |
CN105991982A (zh) | 用于成像系统的颜色匹配 | |
CN104641631B (zh) | 通过色域扩展的色彩增强 | |
CN105611264A (zh) | 一种自动白平衡方法及装置 | |
EP4261675A1 (en) | Screen display method and related apparatus | |
CN115619679A (zh) | 图像处理方法、装置、设备、存储介质及计算机程序 | |
CN115798417A (zh) | 背光亮度的确定方法、装置、设备及计算机可读存储介质 | |
CN112634155B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112805745A (zh) | 一种混合图层处理方法及装置 | |
CN115113716A (zh) | 一种息屏显示参数的调节方法和终端设备 | |
CN115880193A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110555443B (zh) | 颜色分类方法、装置及存储介质 | |
CN110910309A (zh) | 图像处理方法、装置、电子设备、存储介质及程序产品 | |
WO2019061712A1 (zh) | 一种彩膜基板、显示屏及终端 | |
CN113658283B (zh) | 图像处理方法、装置、电子设备及存储介质 |
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 |