CN116563570A - 一种颜色识别方法、装置、电子设备及存储介质 - Google Patents
一种颜色识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116563570A CN116563570A CN202310832005.XA CN202310832005A CN116563570A CN 116563570 A CN116563570 A CN 116563570A CN 202310832005 A CN202310832005 A CN 202310832005A CN 116563570 A CN116563570 A CN 116563570A
- Authority
- CN
- China
- Prior art keywords
- color
- identified
- gradient
- region
- target
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000008859 change Effects 0.000 claims abstract description 109
- 239000003086 colorant Substances 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 9
- 238000002845 discoloration Methods 0.000 abstract 1
- 238000013461 design Methods 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 15
- 230000007704 transition Effects 0.000 description 13
- 230000000007 visual effect Effects 0.000 description 13
- 238000012937 correction Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000004456 color vision Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 241000872198 Serjania polyphylla Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
Abstract
本申请提供一种颜色识别方法、装置、电子设备及存储介质，方法应用于服务器，包括：获取待识别区域，待识别区域为图像中待识别渐变色所在区域；获取第一像素块的第一颜色信息，第一像素块为待识别区域中多个像素块中的任意一个像素块；获取第二像素块的第二颜色信息，第二像素块与第一像素块相邻；基于第一颜色信息和第二颜色信息，通过预设方式计算颜色差异值；判断颜色差异值是否大于预设第一阈值，若确定颜色差异值大于预设第一阈值，则基于多个颜色差异值，分析待识别渐变色的渐变方向；识别待识别渐变色的颜色信息，颜色信息包括起始颜色、结束颜色以及渐变平滑度。本申请具有提高渐变色的识别效率的效果。
Description
技术领域
本申请涉及自动检测的技术领域，具体涉及一种颜色识别方法、装置、电子设备及存储介质。
背景技术
颜色在设计工作中具有极其重要的作用，颜色是视觉设计的关键元素之一，能够吸引人们的注意力并增加作品的视觉吸引力。通过巧妙地运用颜色的对比、饱和度和明度等方面的变化，设计师可以创造出引人注目和令人愉悦的视觉效果。
在颜色设计中，渐变色是一种强大的视觉工具，可以使设计作品更加丰富多样，增加视觉上的兴趣和吸引力。它可以为设计添加纹理、动感和变化，使作品更加生动和引人注目。
对于设计工作从业者，有时候会在现实世界中的物品上寻找灵感，会将一些物品表面比较好看的渐变色应用于自己的设计，但是在获取渐变色时，只能通过肉眼观察然后运用专业软件一点点还原，特别是一些复杂的渐变色，需要花费较长时间分析渐变的参数。因此需要一种方法提高渐变色的识别效率。
发明内容
本申请提供一种颜色识别方法、装置、电子设备及存储介质，具有提高渐变色的识别效率的效果。
在本申请的第一方面提供了一种颜色识别方法，所述方法应用于服务器，包括：
获取待识别区域，所述待识别区域为图像中待识别渐变色所在区域；
获取第一像素块的第一颜色信息，所述第一像素块为所述待识别区域中多个像素块中的任意一个像素块；
获取第二像素块的第二颜色信息，所述第二像素块与所述第一像素块相邻；
基于所述第一颜色信息和所述第二颜色信息，通过预设方式计算颜色差异值；
判断所述颜色差异值是否大于预设第一阈值，若确定所述颜色差异值大于所述预设第一阈值，则基于多个所述颜色差异值，分析所述待识别渐变色的渐变方向；
识别所述待识别渐变色的颜色信息，所述颜色信息包括起始颜色、结束颜色以及渐变平滑度。
通过采用上述技术方案，相对于人工通过肉眼观察来识别物品表面的渐变色，该方法通过自动化的过程来识别渐变，通过计算待识别区域内相邻像素块的颜色差异值，根据不同的颜色差异值判断出渐变方向，进而识别出待识别渐变色的起始颜色、结束颜色以及渐变平滑度等信息，完成对待识别渐变色的参数获取，从而用于生成待识别渐变色。通过上述自动化的识别方法，能够提高渐变色识别的效率。
可选的，所述基于所述第一颜色信息和所述第二颜色信息，通过预设方式计算颜色差异值，具体包括：
将所述第一颜色信息转换为CIELAB颜色空间中的第一颜色参数，并将所述第二颜色信息转换为所述CIELAB颜色空间中的第二颜色参数；
基于所述第一颜色参数和所述第二颜色参数，通过CIEDE2000色差公式计算所述颜色差异值。
通过采用上述技术方案，使用CIEDE2000色差公式计算颜色差异值，提供更精确和可靠的颜色差异度量结果，从而帮助识别渐变色的起始颜色和结束颜色，以及评估渐变的平滑度。它有助于提高渐变色识别的准确性和一致性，并为后续的渐变色设计和分析提供更可靠的基础。
可选的，所述基于多个所述颜色差异值，分析所述待识别渐变色的渐变方向之后，所述方法还包括：
若分析出存在多个所述渐变方向，则分析多个所述渐变方向之间的相互关系；
基于多个所述相互关系分析渐变类型，所述渐变类型包括线性渐变、径向渐变以及角度渐变。
通过采用上述技术方案，可以进一步提升对待识别渐变色的分析和理解能力。通过综合考虑渐变方向、相互关系和渐变类型，可以获得更全面、准确和详细的渐变色描述，为后续的设计、生成或分析提供更有针对性的支持和指导。
可选的，所述识别所述待识别渐变色的颜色信息，具体包括：
基于目标渐变方向进行目标渐变色区域切分，所述目标渐变方向为多个所述渐变方向中的任意一个渐变方向，所述目标渐变色区域为所述待识别区域中所述目标渐变色对应的渐变色区域；
获取所述目标渐变色区域中第一端的第一颜色，将所述第一颜色设为所述起始颜色，所述第一端为所述目标渐变色区域沿所述目标渐变方向的一端；
获取所述目标渐变色区域中第二端的第二颜色，将所述第二颜色设为所述结束颜色，所述第二端为所述目标渐变色区域沿所述目标渐变方向的一端，所述第一端与所述第二端相对；
获取所述目标渐变区域沿所述目标渐变方向的目标长度；
基于所述起始颜色、结束颜色以及所述目标长度，获取所述渐变平滑度。
通过采用上述技术方案，可以从待识别渐变色中提取出颜色信息和渐变平滑度。这些信息有助于进一步理解和分析渐变色的特征，为生成渐变色提供更准确的参考。
可选的，在所述基于多个所述相互关系分析渐变类型之后，所述方法还包括：
获取所述待识别区域内存在所述渐变类型的数量；
若确定所述待识别区域内存在多个渐变类型，则按照目标渐变类型对目标子区域进行划分，所述目标渐变类型为多个所述渐变类型中的任意一个渐变类型，所述目标子区域为所述待识别区域中所述目标渐变类型所处的区域。
通过采用上述技术方案，可以提供更全面和准确的渐变色分析结果。通过获取渐变类型数量和目标子区域划分，可以细化对待识别区域中的不同渐变类型的处理和分析。
可选的，在所述识别所述待识别渐变色的颜色信息之后，所述方法还包括：
对所述待识别区域进行边缘检测，获取检测结果；
基于所述检测结果，生成目标区域，所述目标区域与所述待识别区域的具有相同形状以及面积；
基于所述颜色信息和所述渐变方向，对所述待识别区域进行渐变颜色填充；
获取所述待识别区域与所述目标区域的颜色相似度值；
判断所述颜色相似度值是否大于预设第二阈值，若确定所述颜色相似度值大于所述预设第二阈值，则确定所述待识别渐变色识别成功。
通过采用上述技术方案，通过边缘检测、目标区域生成和渐变颜色填充，可以生成具有相似渐变效果的目标区域。通过颜色相似度计算，可以判断待识别渐变色是否成功识别。该方案实现了对渐变色的自动化分析和识别，提高了识别效率和准确性。
可选的，在所述获取第一像素块的第一颜色信息之前，所述方法还包括：
获取对比颜色的颜色偏差值，所述颜色偏差值为所述对比颜色的显示颜色与原始颜色的偏差值，所述待识别区域包含所述对比颜色；
基于所述颜色偏差值，对所述待识别渐变色进行颜色还原。
通过采用上述技术方案，通过颜色偏差值的获取和颜色还原的操作，可以更准确地还原待识别渐变色的原始颜色，提供更准确和真实的颜色信息。
在本申请的第二方面提供了一种颜色识别装置，包括获取模块、处理模块、判断模块以及识别模块，其中：
所述获取模块，用于获取待识别区域，所述待识别区域为图像中待识别渐变色所在区域；
所述获取模块，还用于获取第一像素块的第一颜色信息，所述第一像素块为所述待识别区域中多个像素块中的任意一个像素块；
所述获取模块，还用于获取第二像素块的第二颜色信息，所述第二像素块与所述第一像素块相邻；
所述处理模块，用于基于所述第一颜色信息和所述第二颜色信息，通过预设方式计算颜色差异值；
所述判断模块，用于判断所述颜色差异值是否大于预设第一阈值，若确定所述颜色差异值大于所述预设第一阈值，则基于多个所述颜色差异值，分析所述待识别渐变色的渐变方向；
所述识别模块，用于识别所述待识别渐变色的颜色信息，所述颜色信息包括起始颜色、结束颜色以及渐变平滑度。
在本申请的第三方面提供了一种电子设备，包括处理器、存储器、用户接口以及网络接口，所述存储器用于存储指令，所述用户接口和所述网络接口均用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如上述任意一项所述的方法。
在本申请的第四方面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存储有指令，当所述指令被执行时，执行如上述任意一项所述的方法步骤。
综上所述，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
相对于人工通过肉眼观察来识别物品表面的渐变色，该方法通过自动化的过程来识别渐变，通过计算待识别区域内相邻像素块的颜色差异值，根据不同的颜色差异值判断出渐变方向，进而识别出待识别渐变色的起始颜色、结束颜色以及渐变平滑度等信息，完成对待识别渐变色的参数获取，从而用于生成待识别渐变色。本申请通过自动化的识别方法，能够提高渐变色识别的效率。
附图说明
图1是本申请实施例公开的一种颜色识别方法的流程示意图；
图2是本申请实施例公开的一种待识别渐变色的示意图；
图3是本申请实施例公开的一种渐变类型的示意图；
图4是本申请实施例公开的一种颜色识别装置的结构示意图；
图5是本申请实施例公开的一种电子设备的结构示意图。
附图标记说明：401、获取模块；402、处理模块；403、判断模块；404、识别模块；501、处理器；502、通信总线；503、用户接口；504、网络接口；505、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。
在本申请实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个系统是指两个或两个以上的系统，多个屏幕终端是指两个或两个以上的屏幕终端。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。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
颜色在设计工作中具有极其重要的作用，颜色是视觉设计的关键元素之一，能够吸引人们的注意力并增加作品的视觉吸引力。通过巧妙地运用颜色的对比、饱和度和明度等方面的变化，设计师可以创造出引人注目和令人愉悦的视觉效果。
在颜色设计中，渐变色是一种强大的视觉工具，可以使设计作品更加丰富多样，增加视觉上的兴趣和吸引力。它可以为设计添加纹理、动感和变化，使作品更加生动和引人注目。
对于设计工作从业者，有时候会现实世界中的物品上寻找灵感，会将一些物品表面比较好看的渐变色应用于自己的设计，但是在获取渐变色时，只能通过肉眼观察然后运用专业软件一点点还原，特别是一些复杂的渐变色，需要花费较长时间分析渐变的参数。因此需要一种方法提高渐变色的识别效率。
本实施例公开了一种颜色识别方法，参照图1，包括如下步骤S110-S140：
S110，获取待识别区域，待识别区域为图像中待识别渐变色所在区域。
本申请实施例提供一种颜色识别方法，方法应用于服务器，服务器可以是诸如手机、平板电脑、可穿戴设备、PC(Personal Computer，个人计算机)等电子设备，也可以是运行一种颜色识别方法的应用程序的后台服务器。
用户需要识别某个被测物品表面的渐变色时，首先需要通过摄像设备拍摄渐变色的区域。被测物品可以是任何具有某个渐变色外表的物品，例如具有渐变色花纹的衬衫、建筑物外表渐变色的壁画以及某个商品具有渐变色的宣传图案。用户将拍摄的被测物品的图像传输至服务器后，在服务器输入待识别区域，即包含待识别渐变色的区域，输入方式可以是通过鼠标光标框选出待识别区域，服务器获取待识别区域，用于后续渐变色识别。
在进行渐变色识别之前，由于环境光线对颜色的影响，再加上摄像设备拍摄质量不同，以及显示设备的色彩显示能力不同，从而导致被测物品的原始颜色与对应待识别图像中的颜色存在差别。若需要精准识别待识别颜色，则首先需要对待识别颜色进行还原。
进行颜色还原时，服务器首先需要获取待识别区域的颜色偏差程度，因此服务器需要获取对比颜色，对比颜色是待识别图像中用作对图像整体颜色进行还原的颜色。由于人眼对不同的颜色的敏感程度不同，对于大多数颜色，仅能给出一个粗略的颜色描述，例如淡黄色、深棕色或者一种近似黄色的褐色，而无法获取其准确的颜色信息，进而无法进行后续颜色还原。但是人眼对部分颜色比较敏感，特别是设计行业从业者，后面以RGB颜色模式下的颜色进行说明，通过能够识别以下色号的对比颜色：色号为ff0000的红色、色号为00ff00的绿色、色号为0000ff的蓝色、色号为ffffff的白色以及色号为000000的黑色。若待识别图像中存在上述色号的对比颜色，可通过上述对比颜色进行颜色还原，从而使待识别图像的颜色与被测物品的颜色一致。
但上述方案受制于不同人对颜色的不同敏感程度，导致颜色还原的准确性较低，因此还可以在拍摄被测物品时，在被测物品附近设置色卡，将色卡拍摄进待识别区域，从而对图像中的色卡进行还原，还原待识别渐变色。
服务器获取对比颜色的显示颜色的RGB值，显示颜色即拍摄后并传输至服务器时，原对比颜色在显示设备所显示出来的颜色。再获取对比颜色的原始颜色的RGB值，原始颜色即对比颜色不经任何有色光源照射等影响所呈现显色。
服务器获取到对比颜色的显示颜色的RGB值，以及对比颜色的原始颜色的RGB值后，对整个待识别区域进行颜色还原，通过调节亮度、色阶、曲线以及饱和度等参数，使显示颜色的RGB值与原始颜色的RGB值一样，从而还原整个待识别区域的颜色。对于颜色还原的具体过程中所涉及的技术仅为相关技术领域的技术人员所采用的常规技术手段，在此不再做进一步赘述。
S120，获取第一像素块的第一颜色信息，第一像素块为待识别区域中多个像素块中的任意一个像素块。
S130，获取第二像素块的第二颜色信息，第二像素块与第一像素块相邻。
具体地，在获取像素块的颜色信息之前，还需对待识别区域进行预处理，以减少噪声和增强图像的对比度和清晰度。这可以包括去除图像中的杂散像素块、应用滤波器来平滑图像，以及调整对比度等操作。由于该过程仅为常规技术手段，在此不再做进一步赘述。
接着服务器获取待识别区域中每个像素块的颜色信息，颜色信息可以是该像素块在预设颜色模式下的色号。预设颜色模式包括但不限于RGB颜色模式、CMYK模式、Lab颜色模式以及HSB颜色模式。例如，在RGB颜色模式下，服务器获取每个像素块的RGB值。
S140，基于第一颜色信息和第二颜色信息，通过预设方式计算颜色差异值。
具体地，渐变是指颜色从明到暗，或者深到浅，或者从一个色彩缓慢过渡到另一个色彩。因此，可以通过比较相邻区域的颜色差异，来判断渐变的方向。对于颜色差异的计算，可以通过CIEDE2000色差公式计算，在计算之前可以将待识别渐变色从RGB颜色空间转换为转换为CIELAB颜色空间，将两个RGB颜色值转换为对应的CIELAB颜色空间中的L（亮度）、a和b（色度）分量，其中a代表从绿色到红色的分量，b代表从蓝色到黄色的分量。这可以使用公式和算法来实现，将RGB值映射到CIELAB颜色空间。
再计算CIELAB空间中的颜色差异，首先计算第一像素块与第二像素块的颜色差异，计算方式如下：
其中，ΔL为第一像素块与第二像素块的亮度差值，L1为第一像素块的亮度值，L2为第二像素块的亮度值，Δa为第一像素块与第二像素块在a通道上的色度差值，a1为第一像素块在a通道上的色度，a2为第二像素块在a通道上的色度，Δb为第一像素块与第二像素块在b通道上的色度差值，b1为第一像素块在b通道上的色度，b2为第二像素块在b通道上的色度。
计算第一像素块与第二像素块的色相差异，计算方式如下：
其中，ΔC为第一像素块与第二像素块的色相差值，a1为第一像素块在a通道上的色度，a2为第二像素块在a通道上的色度，b1为第一像素块在b通道上的色度，b2为第二像素块在b通道上的色度。
计算第一像素块与第二像素块的饱和度差异，计算公式如下：
其中，ΔH为第一像素块与第二像素块的饱和度差值，Δa为第一像素块与第二像素块在a通道上的色度差值，Δb为第一像素块与第二像素块在b通道上的色度差值，ΔC为第一像素块与第二像素块的色相差值。
计算亮度差异的权重，根据颜色的亮度差异，为后续计算的结果引入权重因子，以考虑亮度在颜色感知中的影响，计算公式如下：
其中，ΔLw为亮度差异权重值，KL为亮度校正因子，ΔL为第一像素块与第二像素块的亮度差值，L1为第一像素块的亮度值，L2为第二像素块的亮度值。亮度校正因子用于调整亮度差异的权重，它的计算方式基于实验数据，以考虑人眼在不同亮度条件下对颜色感知的敏感程度，不同的应用和特定的颜色空间可能需要调整校正因子的值。因此，在不同实施例中，需要会根据具体情况进行亮度校正因子数值的自定义。
计算亮度差异的权重时，引入了第一像素块与第二像素块的平均亮度，本公式中仅简单地将两个像素块的亮度相加，然后除以2得到它们的平均值。这里的平均亮度只是对两个像素块的亮度进行简单平均，而不考虑其他因素。在某些特定的应用场景中，可能需要根据实际需求对平均亮度进行更复杂的计算或加权处理。
计算色相差异的权重，根据颜色的色相差异，为后续计算的结果引入权重因子，以考虑色相在颜色感知中的影响，计算公式如下：
其中，ΔHW为色相差异权重值，ΔH为第一像素块与第二像素块的饱和度差值，KC为色相校正因子，a1为第一像素块在a通道上的色度，a2为第二像素块在a通道上的色度，b1为第一像素块在b通道上的色度，b2为第二像素块在b通道上的色度。色相校正因子用于调整色相差异的权重，它需要考虑色相与亮度之间的关系，以及人眼对色相变化的感知，KC的值取决于颜色的色度范围，在不同实施例中，需要会根据具体情况进行色相校正因子数值的自定义。
计算饱和度差异的权重，根据颜色的饱和度差异，为后续计算的结果引入权重因子，以考虑饱和度在颜色感知中的影响，计算公式如下：
其中，ΔEW为饱和度差异权重值，ΔLw为亮度差异权重值，ΔHW为色相差异权重值，RT为饱和度校正因子，色相校正因子用于调整饱和度差异的权重，它需要考虑饱和度与色相以及亮度之间的关系，以及人眼对饱和度变化的感知，RT的值取决于颜色的饱和度范围，在不同实施例中，需要会根据具体情况进行色相校正因子数值的自定义。
计算第一像素块与第二像素块的颜色差异，将以上步骤计算得到的权重调整后，求得最终的CIEDE2000色差值：
ΔE为第一像素块与第二像素块的颜色差异值，ΔEW为饱和度差异权重值，KD为总体校正因子，总体校正因子的值在CIEDE2000标准中被规定为固定的常量，以确保公式的一致性和可重复性。这些常量的选择是通过对大量主观实验数据进行分析和拟合得出的，以最佳地匹配人类对颜色差异的感知。
以上步骤通过CIEDE2000色差公式计算第一像素块与第二像素块的颜色差异值仅为较简单的计算方式，本实施例仅为说明方案的可行性，还有更复杂的计算方式在此不再做进一步赘述。
S150，判断颜色差异值是否大于预设第一阈值，若确定颜色差异值大于预设第一阈值，则基于多个颜色差异值，分析待识别渐变色的渐变方向。
具体地，通常情况下，渐变方向上像素块的颜色变化程度较大，而与渐变方向垂直的方向上，像素块的颜色变化程度较小，因此可以通过判断像素块的颜色变化差异来判断渐变方向。计算任意两个相邻的像素块的像素差异值后，将该像素差异值与预设第一阈值进行大小比较，当像素差异值大于预设第一阈值时，可以判断对应相邻的两个像素块的颜色变化程度较大。则将多个颜色变化程度较大的像素块连接起来后，即可得到渐变方向。
参照图2，由于像素块a与像素块b的像素差异值小于或等于预设第一阈值，同理，像素块c与像素块d的像素差异值、像素块f与像素块g的像素差异值以及其它横向相邻两个像素块之间的像素差异值均小于或等于预设第一阈值。而像素块a与像素块e的像素差异值、像素块j与像素块n的像素差异值以及其它纵向相邻两个像素块之间的像素差异值均大于预设第一阈值，因此渐变方向为从像素块a到像素块q的方向。对于预设第一阈值的具体数值，不同实施例可根据实际情况调整，本实施例不做具体限定。
上述示例仅存在一个简单的渐变方向，若存在多个渐变方向，参照图3，在图中的多个示例中，整体的多个渐变的方向并不相同。因此需要对这多个渐变方向之间的相互关系进行分析，从而得出渐变类型。
颜色渐变中主要存在三大基本渐变类型，分别是线性渐变、径向渐变以及角度渐变。参照图3，图中从上至下三个示例中依次为线性渐变、径向渐变以及角度渐变的示例。其中，线性渐变为从一种颜色平滑过渡到另一种颜色的效果，在线性渐变中，颜色的变化沿着一条直线或线段进行。线性渐变可以在水平、垂直或对角方向上进行。渐变的起始颜色和结束颜色通常是指定的，可以根据设计的需求选择任意颜色。线性渐变还可以包含中间的颜色节点，用于创建更复杂的渐变效果。这些节点定义了渐变中的额外颜色，并在起始颜色和结束颜色之间添加过渡。
径向渐变是以一个中心点为基准，从该中心点向外辐射状地呈现颜色的过渡效果。在径向渐变中，颜色从中心点向周围以圆形、椭圆形或其他形状进行逐渐过渡。起始颜色通常位于中心点，而结束颜色位于渐变的边缘。通过控制颜色之间的过渡方式，可以实现平滑的颜色过渡效果。例如，从中心点到边缘的渐变可以是线性的，也可以是径向的，甚至可以是非线性的。
角度渐变通过指定一个起始角度和结束角度来定义颜色的过渡方式。在角度渐变中，颜色围绕一个中心点以指定的角度方向逐渐过渡。与径向渐变不同，角度渐变的过渡是基于角度而不是距离。起始角度确定了渐变的起始点，结束角度确定了渐变的结束点。颜色沿着这个角度路径进行平滑的过渡。
因此存在多个渐变方向时，对多个渐变方向的相互关系进行分析，若多个渐变方向相同或者相反，且相互之间大致平行，则确定渐变类型为线性渐变。若多个渐变方向均由某个中心向四周呈辐射状，则确定渐变类型为径向渐变。若多个渐变方向相同或者相反，相互之间大致平行，且由中心向四周发散，则确定渐变类型为角度渐变。
待识别区域可能存在多个渐变类型，即将不同渐变类型的渐变色进行融合，从而使渐变图案更具吸引力。此时服务器识别出待识别区域内的渐变类型后，需要判断渐变类型数量，若判断出存在多个渐变类型，则按照每个渐变类型对相应的区域进行划分。举例来说，若待识别区域存在2个不同的线性渐变和1个径向渐变，则服务器分别划分2个线性渐变所在区域，和1个径向渐变所在的区域。根据渐变类型对区域进行划分，首先需要获取组成当前渐变类型的每个渐变方向，而渐变方向的生成则需要多个相邻像素块组成，因此只需要选取出每个渐变类型对应的像素块即可划分出相应的区域。
S160，识别待识别渐变色的颜色信息，颜色信息包括起始颜色、结束颜色以及渐变平滑度的信息。
具体地，首先基于任意一个渐变方向，对待识别区域进行切分，使切分出的区域仅包括该渐变方向，而不包括其它渐变方向，该区域即目标渐变色区域。切分时可以通过应用图像分割算法，如基于阈值的分割、区域增长算法或分水岭算法来实现。服务器再获取目标渐变色区域一端的第一颜色，获取第一颜色的RGB值，获取目标渐变色区域另一端的第二颜色，获取第二颜色的RGB值。然后获取第一颜色到第二颜色之间的像素数，即目标长度。最后用第一颜色与第二颜色的差值除以像素数即可得到渐变平滑度。渐变平滑度反应该渐变色中两个颜色过渡的平滑性，渐变平滑度数值越小颜色过渡越自然。在实际应用中，识别出渐变色后，在应用时通常会根据使用场景调整渐变色的平滑度，因此此处计算的渐变平滑度较为粗略。
获取到待识别渐变色的渐变方向、渐变平滑度、起始颜色以及结束颜色后，即可生成对应的渐变色，将提取的渐变色应用于设计，可以使用图形设计软件或编程语言来创建渐变色的图案、渐变色的填充效果等。需要注意的是，上述步骤是一种一般的渐变色分析方法，具体的实现可能会根据应用的需求和数据的特点而有所差异。还可以使用其他技术，如机器学习算法或深度学习模型，来进行更复杂的渐变色分析和特征提取。
相对于人工通过肉眼观察来识别物品表面的渐变色，该方法通过自动化的过程来识别渐变，通过计算待识别区域内相邻像素块的颜色差异值，根据不同的颜色差异值判断出渐变方向，进而识别出待识别渐变色的起始颜色、结束颜色以及渐变平滑度等信息，完成对待识别渐变色的参数获取，从而用于生成待识别渐变色。本申请通过自动化的识别方法，能够提高渐变色识别的效率。
服务器在识别出待识别渐变色后，需要对识别结果进行验证，具体地，首先对待识别区域进行检测，可以使用边缘检测算法，如Canny边缘检测算法，来检测图像中待识别区域的边缘。检测后生成检测结果，再基于检测结果生成目标区域，目标区域的形状与待检测区域的形状一致，目标区域的面积与待检测区域的面积一致。基于上述步骤提取到的渐变色，对目标区域进行渐变填充，填充后计算待识别区域与目标区域的颜色相似度值，对于颜色相似度值的具体计算方式，仅为相关技术领域的常规技术手段，在此不再做进一步赘述。当相似度值达到设定的标准，即大于预设第二阈值时，表明识别的待识别渐变色的准确度较高。当相似度值小于或等于预设第二阈值时，表明识别的待识别渐变色的准确度较低。其中，预设第二阈值的具体数值，不同实施例可根据实际情况调整，本实施例不做具体限定。
本实施例还公开了一种颜色识别装置，参照图4，包括获取模块401、处理模块402、判断模块403以及识别模块404，其中：
获取模块401，用于获取待识别区域，待识别区域为图像中待识别渐变色所在区域。
获取模块401，还用于获取第一像素块的第一颜色信息，第一像素块为待识别区域中多个像素块中的任意一个像素块。
获取模块401，还用于获取第二像素块的第二颜色信息，第二像素块与第一像素块相邻。
处理模块402，用于基于第一颜色信息和第二颜色信息，通过预设方式计算颜色差异值。
判断模块403，用于判断颜色差异值是否大于预设第一阈值，若确定颜色差异值大于预设第一阈值，则基于多个颜色差异值，分析待识别渐变色的渐变方向。
识别模块404，用于识别待识别渐变色的颜色信息，颜色信息包括起始颜色、结束颜色以及渐变平滑度的信息。
在一种可能的实施方式中，处理模块402，用于将第一颜色信息转换为CIELAB颜色空间中的第一颜色参数，并将第二颜色信息转换为CIELAB颜色空间中的第二颜色参数。
处理模块402，还用于基于第一颜色参数和第二颜色参数，通过CIEDE2000色差公式计算颜色差异值。
在一种可能的实施方式中，判断模块403，用于若分析出存在多个渐变方向，则判断多个渐变方向之间是否存在相互关系。
处理模块402，用于若多个渐变方向之间存在相互关系，则基于多个相互关系分析渐变类型，渐变类型包括线性渐变、径向渐变以及角度渐变。
在一种可能的实施方式中，获取模块401，用于基于目标渐变方向进行目标渐变色区域切分，目标渐变方向为多个渐变方向中的任意一个渐变方向，目标渐变色区域为待识别区域中目标渐变色对应的渐变色区域。
获取模块401，还用于获取目标渐变色区域中第一端的第一颜色，将第一颜色设为起始颜色，第一端为目标渐变色区域沿目标渐变方向的一端。
获取模块401，还用于获取目标渐变色区域中第二端的第二颜色，将第二颜色设为结束颜色，第二端为目标渐变色区域沿目标渐变方向的一端，第一端与第二端相对。
获取模块401，还用于获取目标渐变区域沿目标渐变方向的目标长度。
获取模块401，还用于基于起始颜色、结束颜色以及目标长度，获取渐变平滑度。
在一种可能的实施方式中，获取模块401，用于获取待识别区域内存在渐变类型的数量。
处理模块402，用于若确定待识别区域内存在多个渐变类型，则按照目标渐变类型对目标子区域进行划分，目标渐变类型为多个渐变类型中的任意一个渐变类型，目标子区域为待识别区域中目标渐变类型所处的区域。
在一种可能的实施方式中，识别模块404，用于对待识别区域进行边缘检测，获取检测结果。
处理模块402，用于基于检测结果，生成目标区域，目标区域与待识别区域的具有相同形状以及面积。
处理模块402，还用于基于颜色信息和渐变方向，对待识别区域进行渐变颜色填充。
获取模块401，用于获取待识别区域与目标区域的颜色相似度值。
判断模块403，用于判断颜色相似度值是否大于预设第二阈值，若确定颜色相似度值大于预设第二阈值，则确定待识别渐变色识别成功。
在一种可能的实施方式中，获取模块401，用于获取对比颜色的颜色偏差值，颜色偏差值为对比颜色的显示颜色与原始颜色的偏差值，待识别区域包含对比颜色。
处理模块402，用于基于颜色偏差值，对待识别渐变色进行颜色还原。
本实施例还公开了一种电子设备，参照图5，电子设备可以包括：至少一个处理器501，至少一个通信总线502，用户接口503，网络接口504，至少一个存储器505。
其中，通信总线502用于实现这些组件之间的连接通信。
其中，用户接口503可以包括显示屏（Display）、摄像头（Camera），可选用户接口503还可以包括标准的有线接口、无线接口。
其中，网络接口504可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。
其中，处理器501可以包括一个或者多个处理核心。处理器501利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器505内的指令、程序、代码集或指令集，以及调用存储在存储器505内的数据，执行服务器的各种功能和处理数据。可选的，处理器501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（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器501可集成中央处理器501（CentralProcessing Unit，CPU）、图像处理器501（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用于负责显示屏所需要显示的内容的渲染和绘制；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不集成到处理器501中，单独通过一块芯片进行实现。
其中，存储器505可以包括随机存储器505（Random Access Memory，RAM），也可以包括只读存储器505（Read-Only Memory）。可选的，该存储器505包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器505可用于存储指令、程序、代码、代码集或指令集。存储器505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）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器505可选的还可以是至少一个位于远离前述处理器501的存储装置。如图所示，作为一种计算机存储介质的存储器505中可以包括操作系统、网络通信模块、用户接口503模块以及一种颜色识别方法的应用程序。
在图5所示的电子设备中，用户接口503主要用于为用户提供输入的接口，获取用户输入的数据；而处理器501可以用于调用存储器505中存储一种颜色识别方法的应用程序，当由一个或多个处理器501执行时，使得电子设备执行如上述实施例中一个或多个的方法。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所披露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器505中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器505中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储器505包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。本申请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记载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，本公开的范围和精神由权利要求限定。
Claims (10)
1.一种颜色识别方法，其特征在于，所述方法应用于服务器，包括：
获取待识别区域，所述待识别区域为图像中待识别渐变色所在区域；
获取第一像素块的第一颜色信息，所述第一像素块为所述待识别区域中多个像素块中的任意一个像素块；
获取第二像素块的第二颜色信息，所述第二像素块与所述第一像素块相邻；
基于所述第一颜色信息和所述第二颜色信息，通过预设方式计算颜色差异值；
判断所述颜色差异值是否大于预设第一阈值，若确定所述颜色差异值大于所述预设第一阈值，则基于多个所述颜色差异值，分析所述待识别渐变色的渐变方向；
识别所述待识别渐变色的颜色信息，所述颜色信息包括起始颜色、结束颜色以及渐变平滑度。
2.根据权利要求1所述的一种颜色识别方法，其特征在于，所述基于所述第一颜色信息和所述第二颜色信息，通过预设方式计算颜色差异值，具体包括：
将所述第一颜色信息转换为CIELAB颜色空间中的第一颜色参数，并将所述第二颜色信息转换为所述CIELAB颜色空间中的第二颜色参数；
基于所述第一颜色参数和所述第二颜色参数，通过CIEDE2000色差公式计算所述颜色差异值。
3.根据权利要求1所述的一种颜色识别方法，其特征在于，在所述基于多个所述颜色差异值，分析所述待识别渐变色的渐变方向之后，所述方法还包括：
若分析出存在多个所述渐变方向，则判断多个所述渐变方向之间是否存在相互关系；
若多个所述渐变方向之间存在所述相互关系，则基于多个所述相互关系分析渐变类型，所述渐变类型包括线性渐变、径向渐变以及角度渐变。
4.根据权利要求3所述的一种颜色识别方法，其特征在于，所述识别所述待识别渐变色的颜色信息，具体包括：
基于目标渐变方向进行目标渐变色区域切分，所述目标渐变方向为多个所述渐变方向中的任意一个渐变方向，所述目标渐变色区域为所述待识别区域中所述目标渐变色对应的渐变色区域；
获取所述目标渐变色区域中第一端的第一颜色，将所述第一颜色设为所述起始颜色，所述第一端为所述目标渐变色区域沿所述目标渐变方向的一端；
获取所述目标渐变色区域中第二端的第二颜色，将所述第二颜色设为所述结束颜色，所述第二端为所述目标渐变色区域沿所述目标渐变方向的一端，所述第一端与所述第二端相对；
获取所述目标渐变区域沿所述目标渐变方向的目标长度；
基于所述起始颜色、结束颜色以及所述目标长度，获取所述渐变平滑度。
5.根据权利要求3所述的一种颜色识别方法，其特征在于，在所述基于多个所述相互关系分析渐变类型之后，所述方法还包括：
获取所述待识别区域内存在所述渐变类型的数量；
若确定所述待识别区域内存在多个渐变类型，则按照目标渐变类型对目标子区域进行划分，所述目标渐变类型为多个所述渐变类型中的任意一个渐变类型，所述目标子区域为所述待识别区域中所述目标渐变类型所处的区域。
6.根据权利要求1所述的一种颜色识别方法，其特征在于，在所述识别所述待识别渐变色的颜色信息之后，所述方法还包括：
对所述待识别区域进行边缘检测，获取检测结果；
基于所述检测结果，生成目标区域，所述目标区域与所述待识别区域的具有相同形状以及面积；
基于所述颜色信息和所述渐变方向，对所述待识别区域进行渐变颜色填充；
获取所述待识别区域与所述目标区域的颜色相似度值；
判断所述颜色相似度值是否大于预设第二阈值，若确定所述颜色相似度值大于所述预设第二阈值，则确定所述待识别渐变色识别成功。
7.根据权利要求1所述的一种颜色识别方法，其特征在于，在所述获取第一像素块的第一颜色信息之前，所述方法还包括：
获取对比颜色的颜色偏差值，所述颜色偏差值为所述对比颜色的显示颜色与原始颜色的偏差值，所述待识别区域包含所述对比颜色；
基于所述颜色偏差值，对所述待识别渐变色进行颜色还原。
8.一种颜色识别装置，其特征在于，包括获取模块(401)、处理模块(402)、判断模块(403)以及识别模块(404)，其中：
所述获取模块(401)，用于获取待识别区域，所述待识别区域为图像中待识别渐变色所在区域；
所述获取模块(401)，还用于获取第一像素块的第一颜色信息，所述第一像素块为所述待识别区域中多个像素块中的任意一个像素块；
所述获取模块(401)，还用于获取第二像素块的第二颜色信息，所述第二像素块与所述第一像素块相邻；
所述处理模块(402)，用于基于所述第一颜色信息和所述第二颜色信息，通过预设方式计算颜色差异值；
所述判断模块(403)，用于判断所述颜色差异值是否大于预设第一阈值，若确定所述颜色差异值大于所述预设第一阈值，则基于多个所述颜色差异值，分析所述待识别渐变色的渐变方向；
所述识别模块(404)，用于识别所述待识别渐变色的颜色信息，所述颜色信息包括起始颜色、结束颜色以及渐变平滑度。
9.一种电子设备，其特征在于，包括处理器(501)、存储器(505)、用户接口(503)以及网络接口(504)，所述存储器(505)用于存储指令，所述用户接口(503)和所述网络接口(504)均用于与其他设备通信，所述处理器(501)用于执行所述存储器(505)中存储的指令，以使所述电子设备执行如权利要求1-7任意一项所述的方法。
10.一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存储有指令，当所述指令被执行时，执行如权利要求1-7任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310832005.XA CN116563570B (zh) | 2023-07-07 | 2023-07-07 | 一种颜色识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310832005.XA CN116563570B (zh) | 2023-07-07 | 2023-07-07 | 一种颜色识别方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116563570A true CN116563570A (zh) | 2023-08-08 |
| CN116563570B CN116563570B (zh) | 2023-10-20 |
Family
ID=87502224
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310832005.XA Active CN116563570B (zh) | 2023-07-07 | 2023-07-07 | 一种颜色识别方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116563570B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117435156A (zh) * | 2023-12-20 | 2024-01-23 | 汉朔科技股份有限公司 | 电子价签的显示信息生成方法、装置、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070047783A1 (en) * | 2005-08-29 | 2007-03-01 | Samsung Electronics Co., Ltd. | Apparatus and methods for capturing a fingerprint |
| CN114529624A (zh) * | 2022-02-17 | 2022-05-24 | 浙江核新同花顺网络信息股份有限公司 | 一种图像色彩匹配方法、系统及图像生成方法和系统 |
| CN114692034A (zh) * | 2020-12-30 | 2022-07-01 | 北京国双科技有限公司 | 图像显示方法、装置、电子设备及计算机存储介质 |
| CN115810057A (zh) * | 2022-12-02 | 2023-03-17 | 中国工商银行股份有限公司 | 图像色彩的数据处理方法、装置和服务器 |
| CN115984418A (zh) * | 2022-12-08 | 2023-04-18 | 杭州海康威视数字技术股份有限公司 | 一种地图渲染方法、装置、电子设备及存储介质 |
-
2023
- 2023-07-07 CN CN202310832005.XA patent/CN116563570B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070047783A1 (en) * | 2005-08-29 | 2007-03-01 | Samsung Electronics Co., Ltd. | Apparatus and methods for capturing a fingerprint |
| CN114692034A (zh) * | 2020-12-30 | 2022-07-01 | 北京国双科技有限公司 | 图像显示方法、装置、电子设备及计算机存储介质 |
| CN114529624A (zh) * | 2022-02-17 | 2022-05-24 | 浙江核新同花顺网络信息股份有限公司 | 一种图像色彩匹配方法、系统及图像生成方法和系统 |
| CN115810057A (zh) * | 2022-12-02 | 2023-03-17 | 中国工商银行股份有限公司 | 图像色彩的数据处理方法、装置和服务器 |
| CN115984418A (zh) * | 2022-12-08 | 2023-04-18 | 杭州海康威视数字技术股份有限公司 | 一种地图渲染方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 金伟其著: "《辐射度 光度与色度及其测量》", 北京理工大学出版社, pages: 149 - 154 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117435156A (zh) * | 2023-12-20 | 2024-01-23 | 汉朔科技股份有限公司 | 电子价签的显示信息生成方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116563570B (zh) | 2023-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7413400B2 (ja) | 肌質測定方法、肌質等級分類方法、肌質測定装置、電子機器及び記憶媒体 | |
| WO2018201662A1 (zh) | 嘴唇渲染颜色的方法、装置及电子设备 | |
| US8525847B2 (en) | Enhancing images using known characteristics of image subjects | |
| CN107507144B (zh) | 肤色增强的处理方法、装置及图像处理装置 | |
| US20100172578A1 (en) | Detecting skin tone in images | |
| KR20130108456A (ko) | 화상 처리 장치, 화상 처리 방법, 및 제어 프로그램 | |
| US20170079599A1 (en) | Moisture feeling evaluation device, moisture feeling evaluation method, and moisture feeling evaluation program | |
| CN116563570B (zh) | 一种颜色识别方法、装置、电子设备及存储介质 | |
| US10455123B2 (en) | Method for increasing the saturation of an image, and corresponding device | |
| CN109949248B (zh) | 修改车辆在图像中的颜色的方法、装置、设备及介质 | |
| CN113301409B (zh) | 视频合成方法、装置、电子设备和可读存储介质 | |
| US11576478B2 (en) | Method for simulating the rendering of a make-up product on a body area | |
| CN113888534A (zh) | 一种图像处理方法、电子设备及可读存储介质 | |
| JP2004030007A (ja) | 化粧シミュレーション装置、化粧シミュレーション方法、化粧シミュレーションプログラム及びそのプログラムを記録した記録媒体 | |
| KR102082766B1 (ko) | 객체를 구별하는 방법 및 장치 | |
| US20160345887A1 (en) | Moisture feeling evaluation device, moisture feeling evaluation method, and moisture feeling evaluation program | |
| KR20110066011A (ko) | 이미지 특성 추출을 이용한 유사 쉐이더 검색장치 및 방법 | |
| JP2013210793A (ja) | Ａｒ表示最適化のためのシステム、方法、およびプログラム | |
| CN117061882A (zh) | 视频图像处理方法、装置、设备、存储介质及程序产品 | |
| US10909351B2 (en) | Method of improving image analysis | |
| KR101849696B1 (ko) | 영상 모델링 시스템에서 조명 정보 및 재질 정보를 획득하는 방법 및 장치 | |
| CN110363752B (zh) | 一种成衣材质缺陷模拟生成方法、计算机可读介质及系统 | |
| CN108205677A (zh) | 对象检测方法、装置、计算机程序、存储介质和电子设备 | |
| JP5300672B2 (ja) | 画像処理装置及び画像処理方法 | |
| KR101895390B1 (ko) | 영상 대비 평가 장치 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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |