CN116756444A - 图像处理方法、装置、设备以及存储介质 - Google Patents
图像处理方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN116756444A CN116756444A CN202310707769.6A CN202310707769A CN116756444A CN 116756444 A CN116756444 A CN 116756444A CN 202310707769 A CN202310707769 A CN 202310707769A CN 116756444 A CN116756444 A CN 116756444A
- Authority
- CN
- China
- Prior art keywords
- image
- image processing
- processed
- service module
- calling
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 387
- 238000000034 method Methods 0.000 claims abstract description 83
- 238000004806 packaging method and process Methods 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims description 50
- 230000008569 process Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012856 packing Methods 0.000 description 4
- 230000002087 whitening effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000003139 buffering effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
- G06F16/9566—URL specific, e.g. using aliases, detecting broken or misspelled links
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种图像处理方法、装置、设备以及存储介质,涉及人工智能技术领域,具体为计算机视觉、图像处理、深度学习等技术领域。具体实现方案为:响应于接收到的图像处理请求,获取图像处理请求中携带的待处理图像;确定待处理图像的图像标识、统一资源定位符和图像处理参数;将打包图像处理参数和处理后统一资源定位符得到的图像处理任务,放入待处理图像队列中,其中,该处理后统一资源定位符为将图像标识写入统一资源定位符得到的;基于从待处理图像队列中调度的图像处理任务对待处理图像进行图像处理,得到处理后图像。不仅可以保障图像处理业务需求,提升用户体验,还可以提升云服务器执行图像处理的利用率。
Description
技术领域
本公开涉及人工智能技术领域,具体为计算机视觉、图像处理、深度学习等技术领域,尤其涉及一种图像处理方法、装置、设备以及存储介质。
背景技术
目前,在人工智能技术领域,多采用终端设备(例如,智能手机、PC端等)直接对图像进行美化处理。
但是,终端设备进行图像处理的方案存在如下问题:例如,由于机型不适配,可以接入图像处理能力有限;采用不同终端设备得到的图像处理结果不一致,存在差异;再例如,采用终端设备进行图像处理,无法提供强大的批处理能力;终端设备的计算能力有限,无法支持更加细致的图像处理;还例如,终端设备的存储服务有限,无法为图像处理和图像存储提供一站式服务。
因此,采用终端设备进行图像处理的方式存在上述诸多问题,难以满足用户的图像处理需求,更不便于提升用户体验。
发明内容
本公开提供了一种图像处理方法、装置、设备以及存储介质。
根据本公开的第一方面,提供了一种图像处理方法,上述方法包括:
响应于接收到的图像处理请求,获取上述图像处理请求中携带的待处理图像;
确定上述待处理图像的图像标识、统一资源定位符和图像处理参数;
将打包上述图像处理参数和处理后统一资源定位符得到的图像处理任务,放入待处理图像队列中,其中,上述处理后统一资源定位符为将图像标识写入上述统一资源定位符得到的;
基于从上述待处理图像队列中调度的上述图像处理任务对上述待处理图像进行图像处理,得到处理后图像。
进一步地,获取上述图像处理请求中携带的待处理图像,包括:
确定上述图像处理请求是否为合法请求;
基于所确定的上述图像处理请求为合法请求,则解析上述图像处理请求,以得到上述图像处理请求中携带的上述待处理图像。
进一步地,基于从上述待处理图像队列中调度的上述图像处理任务对上述待处理图像进行图像处理,得到处理后图像,包括:
调用上述云端服务器中的调度服务模块,拉取上述待处理图像队列中的图像处理任务;
调用上述云端服务器中的检测算法服务模块,基于上述图像处理任务确定的上述图像处理参数和处理后统一资源定位符,对上述待处理图像进行目标检测,得到目标检测结果;
基于上述图像处理参数调用上述云端服务器中的图像处理服务模块,基于上述目标检测结果对上述待处理图像进行图像处理得到上述处理后图像。
进一步地,上述方法还包括:
调用上述云端服务器中的缓存服务模块,以上述图像标识作为键值,存储上述待处理图像的目标检测结果。
进一步地,上述方法还包括:
在对上述待处理图像进行图像处理的过程中,采集处理过程图像;
调用上述云端服务器中的云存储服务模块,以上述图像标识作为键值,对上述待处理图像、上述处理后图像、上述处理过程图像进行云存储。
进一步地,确定上述待处理图像的图像标识,包括:
获取上述待处理图像的分辨率和/图像格式;
基于上述分辨率和/图像格式,生成上述图像标识。
进一步地,在确定上述待处理图像的图像标识、统一资源定位符和图像处理参数之后,上述方法还包括:
获取上述云端服务器中图像处理服务模块的功能组件管线;
根据上述功能组件管线中各个功能组件的排序,生成基于当次图像处理请求确定的上述图像处理参数对应的有序数据,其中,上述有序数据用于确定下一次图像处理请求时是否允许使用当次图像处理请求中存储的处理过程图像;
响应于上述功能组件管线中缓存触发节点的触发,缓存当次图像处理请求对应生成的上述有序数据,以及上述图像处理参数对应的处理过程图像。
进一步地,获取上述云端服务器中图像处理服务模块的功能组件管线,包括:
获取上述图像处理服务模块被调用时,执行图像处理的多个功能组件;
分别确定多个上述功能组件各自执行图像处理对应的调用频率;
根据多个上述功能组件各自执行图像处理对应的调用频率,确定多个上述功能组件的排列顺序;
根据多个上述功能组件的排列顺序,生成上述图像处理服务模块的功能组件管线。
进一步地,在确定多个上述功能组件的排列顺序之后,上述方法还包括:
从多个上述功能组件中选取达到预定调用频率的多个热点组件;
将多个上述热点组件集成到其他图像处理服务模块中;
增加上述其他图像处理服务模块的容量。
根据本公开的第二方面,提供了一种图像处理装置,上述装置包括:
获取单元,用于响应于接收到的图像处理请求,获取上述图像处理请求中携带的待处理图像;
第一确定单元,用于确定上述待处理图像的图像标识、统一资源定位符和图像处理参数;
第二确定单元,用于将打包上述图像处理参数和处理后统一资源定位符得到的图像处理任务,放入待处理图像队列中,其中,上述处理后统一资源定位符为将图像标识写入上述统一资源定位符得到的;
处理单元,用于基于从上述待处理图像队列中调度的上述图像处理任务对上述待处理图像进行图像处理,得到处理后图像。
进一步地,上述获取单元包括:
解析模块,用于基于所确定的上述图像处理请求为合法请求,则解析上述图像处理请求,以得到上述图像处理请求中携带的上述待处理图像。
进一步地,上述处理单元,包括:
第一调用模块,用于调用上述云端服务器中的调度服务模块,拉取上述待处理图像队列中的图像处理任务;
第二调用模块,用于调用上述云端服务器中的检测算法服务模块,基于上述图像处理任务确定的上述图像处理参数和处理后统一资源定位符,对上述待处理图像进行目标检测,得到目标检测结果;
第三调用模块,用于基于上述图像处理参数调用上述云端服务器中的图像处理服务模块,基于上述目标检测结果对上述待处理图像进行图像处理得到上述处理后图像。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与上述至少一个处理器通信连接的存储器;其中,
上述存储器存储有可被上述至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行任一项上述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,上述计算机指令用于使上述计算机执行根据中任一项上述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,上述计算机程序产品包括:计算机程序,上述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从上述可读存储介质读取上述计算机程序,上述至少一个处理器执行上述计算机程序使得电子设备执行第一方面上述的方法。
根据本公开的技术,通过云端服务器响应于接收到的图像处理请求,获取图像处理请求中携带的待处理图像;确定待处理图像的图像标识、统一资源定位符和图像处理参数;将打包图像处理参数和处理后统一资源定位符得到的图像处理任务,放入待处理图像队列中,其中,该处理后统一资源定位符为将图像标识写入统一资源定位符得到的;基于从待处理图像队列中调度的图像处理任务对待处理图像进行图像处理,得到处理后图像。
本公开实施例中,采用云端服务器基于接收到的图像处理请求,对待处理图像的图像标识写入该待处理图像的统一资源定位符,以得到处理后统一资源定位符,进而可以将该处理后统一资源定位符和图像处理参数打包得到的图像处理任务,放入待处理图像队列中,以便于基于从待处理图像队列中调度的图像处理任务对待处理图像进行图像处理,得到处理后图像。由此,采用本公开实施例可以避免采用终端设备进行图像处理存在的问题,不仅可以保障图像处理业务需求,提升用户体验,还可以提升云服务器执行图像处理的利用率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例所提供的一种图像处理方法的流程图;
图2是可以实现本公开实施例的一种云端服务器执行图像处理的场景示意图;
图3是根据本公开实施例所提供的一种可选的图像处理方法的流程图;
图4是根据本公开实施例所提供的一种可选的图像处理方法的流程图;
图5是根据本公开实施例所提供的一种可选的图像处理方法的流程图;
图6是根据本公开实施例所提供的一种可选的图像处理方法的流程图;
图7是根据本公开实施例所提供的一种图像处理装置的框架示意图;
图8是用来实现本公开实施例的一种图像处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
首先对本申请所涉及的名词进行解释:
统一资源定位符(Uniform Resource Locator,URL):也称统一资源定位器,是指在因特网WWW上,每一信息资源都有统一的且在网上的地址,该地址就叫URL,它是WWW的统一资源定位标志,就是指网络地址。
模糊掩盖锐化处理(Unsharp Mask,USM):是指采用锐化滤镜进行锐化处理,以提高图像的清晰度。
远程字典服务(Remote Dictionary Server,Redis):是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库,并提供多种语言的API。
每秒查询率(Queries-per-second,QPS):是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准。
为解决上述问题,本公开提供了一种图像处理方法、装置、设备以及存储介质,应用于人工智能技术领域,具体为计算机视觉、图像处理、深度学习等技术领域,具体可以应用于云端图像处理技术,以避免采用终端设备进行图像处理存在的问题,达到保障图像处理业务需求,提升用户体验的目的。
图1是根据本公开的实施例所提供的一种图像处理方法的流程图,如图1所示,本公开提供的一种图像处理方法,包括如下方法步骤:
S101,响应于接收到的图像处理请求,获取上述图像处理请求中携带的待处理图像。
S102,确定上述待处理图像的图像标识、统一资源定位符和图像处理参数。
S103,将打包上述图像处理参数和处理后统一资源定位符得到的图像处理任务,放入待处理图像队列中,其中,上述处理后统一资源定位符为将图像标识写入上述统一资源定位符得到的。
S104,基于从上述待处理图像队列中调度的上述图像处理任务对上述待处理图像进行图像处理,得到处理后图像。
可选的,本公开实施例中,上述待处理图像可以为人物图像、风景图像、宠物图像,等等,例如,具体还可以为待美化处理的人物图像,等等。
可选的,本公开实施例中,上述图像处理包括但不限于为图像美化处理,例如,可以包括如下至少之一方式:液态、美肤、水印、滤镜、抠图、加文字等多种处理功能。此外,还可以适用于二维图像到三维半拟真图像的转换处理等。
可选的,本公开实施例中,上述图像处理参数即用于确定具体请求采用何种图像处理方式对待处理图像进行处理。
本公开实施例中,当云端服务器接收到一个来自客户端或者网页的图片处理请求时,可以获取该图像处理请求中携带的待处理图像,例如,一个二进制图片,则将该待处理图像上传至云端服务器中的云存储服务模块,以采用云存储服务模块获得该待处理图像的统一资源定位符URL、图像标识ID和图片处理参数,然后在URL中加入该待处理图像的图像标识ID。
进而,可以将加入图像标识ID后的URL和图片处理参数打包放入待处理图像队列中,以便于后续图像处理服务模块,可以基于从上述待处理图像队列中调度的上述图像处理任务对上述待处理图像进行图像处理,得到处理后图像。
还一种可选的实施例,如果上述图像处理请求中携带待处理图像本身就是待处理图像的URL信息,即用户直接告知待处理图像的URL,则可以直接判断该URL中是否包含待处理图像的图像标识ID。
上述实施例中,如果包含,则直接将URL和图片处理参数打包放入待处理图片处理队列中。如果不包含,则为该URL确定的待处理图像生成一个新的图像标识ID,以在URL中加入该新的图像标识ID,之后,再继续执行图像处理任务调度和图像处理。
本公开实施例中,待处理图像队列用于存储即将被处理图片的图像处理任务,采用该待处理图像队列可以解耦云端服务器的请求入口和调度服务模块,提供流量削峰的作用。一种示例中,在实际图像处理业务中,可以根据“实时任务”、“离线任务”设置合理的优先级队列,即可以保障图像处理业务需求,又可以提升云端服务器的平均利用率。
本公开实施例中,采用云端服务器基于接收到的图像处理请求,对待处理图像的图像标识写入该待处理图像的统一资源定位符,以得到处理后统一资源定位符,进而可以将该处理后统一资源定位符和图像处理参数打包得到的图像处理任务,放入待处理图像队列中,以便于基于从待处理图像队列中调度的图像处理任务对待处理图像进行图像处理,得到处理后图像。由此,采用本公开实施例可以避免采用终端设备进行图像处理存在的问题,不仅可以保障图像处理业务需求,提升用户体验,还可以提升云服务器执行图像处理的利用率。
一种可选的实施例,获取上述图像处理请求中携带的待处理图像,包括:
S201,确定上述图像处理请求是否为合法请求。
S202,基于所确定的上述图像处理请求为合法请求,则解析上述图像处理请求,以得到上述图像处理请求中携带的上述待处理图像。
一种可选的实施例中,如图2所示的一种云端服务器执行图像处理的场景示意图,可选的,在云端服务器的请求入口接收到图像处理请求之后,可以先判断该图像处理请求是否为合法请求,例如,是否提交了待处理图像或者待处理图像的URL等。
一种可选的实施例中,如果确定上述图像处理请求为合法请求,则解析上述图像处理请求,以得到上述图像处理请求中携带的上述待处理图像。仍如图2所示,可以将该待处理图像上传至云端服务器中的云存储服务模块,以采用该云存储服务模块存储待处理图像。
另一种可选的实施例中,还可以解析上述图像处理请求,以得到上述图像处理请求中携带的上述待处理图像的URL。
本公开实施例,通过在解析上述图像处理请求之前,确定图像处理请求是否为合法请求,可以避免处理不合法的图像处理请求,导致浪费不必要的云端图像处理资源。
一种可选的实施例中,确定上述待处理图像的图像标识,包括:
获取上述待处理图像的分辨率和/图像格式。
基于上述分辨率和/图像格式,生成上述图像标识。
本技术领域中,针对任意一张待处理图像而言,经过美化等图像处理的处理后图像中的内容会发生变化,因此,基于图片像素内容的指纹类算法不适合作为图像标识ID。
本公开实施例中,考虑到一般图像美化处理后,图像的分辨率、图像格式等信息是不会发生变化的,因此,可以使用此类信息生成图像标识ID,或者还可以结合其他服务信息生成图像标识ID。
由于分辨率、图像格式一般是不会发生变化的,因此,原始的待处理图像、处理过程图像、处理后图像均可以通过一个图像标识ID串起来,该图像标识ID可以作为缓存待处理图像、处理过程图像、处理后图像的键值key,以便于后续采用该图像标识ID作为键值,检索得到对应的待处理图像、处理过程图像、处理后图像。
本公开实施例中,在生成图像标识ID后,可以将该图像标识ID写入URL中,以便于云端服务器再接收到来自客户端的下一次图像处理请求时,可以从URL中解析得到图像标识ID,进而采用该图像标识ID作为键值,检索得到对应的待处理图像、处理过程图像、处理后图像。
通过本公开实施例,采用待处理图像的分辨率和/图像格式,生成该待处理图像的图像标识,可以避免出现由于图像处理过程中变化导致检索不准确的问题,检索准确性更高,有助于提升图像处理效率。
另一种可选的实施例,图3是根据本公开实施例所提供的一种可选的图像处理方法的流程图,如图3所示,基于从上述待处理图像队列中调度的上述图像处理任务对上述待处理图像进行图像处理,得到处理后图像,包括:
S301,调用上述云端服务器中的调度服务模块,拉取上述待处理图像队列中的图像处理任务。
S302,调用上述云端服务器中的检测算法服务模块,基于上述图像处理任务确定的上述图像处理参数和处理后统一资源定位符,对上述待处理图像进行目标检测,得到目标检测结果。
S303,基于上述图像处理参数调用上述云端服务器中的图像处理服务模块,基于上述目标检测结果对上述待处理图像进行图像处理得到上述处理后图像。
一种可选的实施例中,仍如图2所示,云端服务器的请求入口接收到图像处理请求之后,解析得到待处理图像,确定该待处理图像对应的图像处理参数和处理后统一资源定位符(图像标识ID和统一资源定位符),以便于生成包含该图像处理参数和处理后统一资源定位符的图像处理任务,并将该图像处理任务放入待处理图像队列中。
之后,可以调用如图2所示的云端服务器中的调度服务模块,拉取上述待处理图像队列中的图像处理任务,以及调用如图2所示的检测算法服务模块,基于上述图像处理任务确定的上述图像处理参数和处理后统一资源定位符,对上述待处理图像进行目标检测,得到目标检测结果。
例如,一种示例中,云端服务器中的调度服务模块可以用于负责待处理图像队列中的图像处理任务的拉取、结算,检测算法服务模块、图像处理服务模块的调度,缓存生成及命中等。
另一示例中,云端服务器中的检测算法服务模块,可以用于负责对待处理图像进行例如:人脸检测、性别检测、肢体轮廓检测、肤质检测等多种目标检测,以将得到的目标检测结果提供给图像处理服务模块使用。
此外,还可以基于上述图像处理参数,调用如图2所示的云端服务器中的图像处理服务模块,基于上述目标检测结果对上述待处理图像进行图像处理得到上述处理后图像。
采用本公开实施例,云端服务器集成各种服务模块进行图像处理,有效避免了采用终端设备进行图像处理存在的问题,不仅可以保障图像处理业务需求,提升用户体验,还可以提升云服务器执行图像处理的利用率。
并且,本公开实施例中,还存在一种可选的实施例,上述方法还包括:
S501,调用上述云端服务器中的缓存服务模块,以上述图像标识作为键值,存储上述待处理图像的目标检测结果。
仍如图2所示,在调用上述云端服务器中的检测算法服务模块对上述待处理图像进行目标检测,得到目标检测结果之后,还可以调用缓存服务模块以上述图像标识作为键值,存储上述待处理图像的目标检测结果。
需要说明的是,由于对于同一张图像而言,其对应的目标检测结果是唯一的,因此,本公开实施例中,提供缓存服务模块对检测数据,即目标检测结果进行缓存(例如,远程字典服务redis等),可以降低检测算法服务模块的每秒查询率QPS需求,从而大大降低图像处理成本。
一种可选的示例中,上述方法还包括如下方法步骤:
在对上述待处理图像进行图像处理的过程中,采集处理过程图像;
调用上述云端服务器中的云存储服务模块,以上述图像标识作为键值,对上述待处理图像、上述处理后图像、上述处理过程图像进行云存储。
本公开实施例中,云存储服务模块可以用于存储图像,包括待处理图像、处理后图像、处理过程图像。其中,处理过程图像的存储是为了提供缓存机制,后续实施例对此进行详细表述。
本公开实施例中,可以采用如图2所示的云存储服务模块提供对象存储服务,不仅可以以上述图像标识ID作为键值存储原始的待处理图像,还可以以上述图像标识ID作为键值,对图像处理过程中采集到的处理过程图像进行存储;以及在处理完成之后,仍以上述图像标识ID作为键值存储处理过程图像。
通过本公开实施例,采用云存储服务模块提供对象存储服务,不仅可以打通云存储和图片处理环节,无需用户进行图像下载、图像处理、图像上传等复杂流程;而且,各个服务节点无需直接传送图像,而是使用图像的URL,故对系统部署环境带宽要求较低,各节点内下载、上传图像时使用云存储服务模块的带宽即可(如内容分发网络CDN加速等)。
此外,作为一种可选的实施例,在图像处理完成后,仍如图2所示,还可以将处理后图像放入已完成图像处理队列中,之后,可以从已完成图像处理队列中拉取图像处理结果返回给客户端或下游。
实施例2
作为一种可选的示例,图4是根据本公开实施例所提供的一种可选的图像处理方法的流程图,如图4所示,在确定上述待处理图像的图像标识、统一资源定位符和图像处理参数之后,上述方法还包括:
S401,获取上述云端服务器中图像处理服务模块的功能组件管线。
S402,根据上述功能组件管线中各个功能组件的排序,生成基于当次图像处理请求确定的上述图像处理参数对应的有序数据,其中,上述有序数据用于确定下一次图像处理请求时是否允许使用当次图像处理请求中存储的处理过程图像。
S403,响应于上述功能组件管线中缓存触发节点的触发,缓存当次图像处理请求对应生成的上述有序数据,以及上述图像处理参数对应的处理过程图像。
可选的,一种具体实施例中,图5是根据本公开实施例所提供的一种可选的图像处理方法的流程图,如图5所示,获取上述云端服务器中图像处理服务模块的功能组件管线,包括:
S501,获取上述图像处理服务模块被调用时,执行图像处理的多个功能组件。
S502,分别确定多个上述功能组件各自执行图像处理对应的调用频率。
S503,根据多个上述功能组件各自执行图像处理对应的调用频率,确定多个上述功能组件的排列顺序。
S504,根据多个上述功能组件的排列顺序,生成上述图像处理服务模块的功能组件管线。
本公开实施例中,上述功能组件管线pipline是指对图像处理服务模块中的各个功能组件(图像处理能力)的调用管线,即可以用于按照一个固定顺序对不同功能组件进行调用。例如,一种可选的对图像中人物进行美化的功能组件管线pipline可以但不限于为:滤镜→锐化(模糊掩盖锐化Unsharp Masking,UMS)→白平衡→色彩增强→皮肤美白→液化→水印。
需要说明的是,该功能组件管线一经确定之后,则该功能组件管线确定的图像处理流程是固定的,每次解析到一张待处理图像均按照这个功能组件管线pipline进行图像处理。
还存在一种可选的实施例,例如,如果本次图像处理请求确定的图像处理参数中不要求进行液化,则会跳过该功能组件。
本公开实施例中,在获取功能组件管线时,首先需要获取上述图像处理服务模块被调用时,执行图像处理的多个功能组件;再分别确定多个上述功能组件各自执行图像处理对应的调用频率,即每个功能组件执行图像处理的使用频率,例如,通过将低频使用的功能组件滤镜、锐化、白平衡等可以放在功能组件管线的前端,高频使用的功能组件色彩增强、皮肤美白、液化、水印等可以放在功能组件管线的后端。这样,便可以确定多个功能组件的排列顺序为:滤镜、锐化、白平衡、色彩增强、皮肤美白、液化、水印。
进而,可以根据上述排列顺序,生成图像处理服务模块的功能组件管线pipline:滤镜→锐化→白平衡→色彩增强→皮肤美白→液化→水印。
一种可选的实施例中,上述实施例中提及的处理过程图像,可能执行完成了功能组件管线pipline中的部分功能组件,这样,根据上述功能组件管线中各个功能组件的排序,可以缓存当次图像处理请求确定的上述图像处理参数对应的有序数据,以及上述图像处理参数对应的处理过程图像。
具体的,在确定功能组件管线之后,还可以根据上述功能组件管线中各个功能组件的排序,生成基于当次图像处理请求确定的上述图像处理参数对应的有序数据,进而可以根据该有序数据确定下一次图像处理请求时是否允许使用当次图像处理请求中存储的处理过程图像。
即,本公开实施例,对于每次包含待处理图像的图像处理请求,可以将图像处理参数按照pipline的顺序生成一个有序的数据进行缓存。如果在下一次的图片处理请求中,存在缓存与本次生成的有序数据完成前缀匹配,则本次处理可以直接使用缓存对应的过程图片,完成剩余图像处理步骤。
例如,当一个待处理图像执行第一次(当次)图像处理参数生成的功能组件管线pipline为:滤镜→UMS锐化→白平衡→液化→水印,同样的一个待处理图像执行第二次(下一次)图像处理参数生成的功能组件管线pipline为:滤镜→UMS锐化→白平衡→色彩增强。则经过前缀匹配确定针对这一段:滤镜→UMS锐化→白平衡,第一次确定的pipline和第二次生成功能组件管线完全一致,且在“白平衡”处存在缓存触发节点,则通过检测缓存数据,可以直接使用第一次缓存的上述有序数据和图像处理参数对应的处理过程图像,在该处理过程图像的基础上,接着执行“色彩增强”处理即可。
另外一种示例中,可以在功能组件管线pipline中预先设置一些缓存触发节点,而非每次处理图像处理请求都触发缓存,这样,可以减少缓存服务模块和云存储服务模块的缓存压力。
此外,本公开实施例中,如果配套前端可以确定待处理图像,则可以先进行使用图像检测服务对该待处理图像进行检测,当后续真正的图像处理等用户行为发生时,将感知不到图像检测的处理耗时,并且可以避免重复检测。
其中,需要说明的是,响应于上述功能组件管线中缓存触发节点的触发,对于当次图像处理请求对应生成的上述有序数据,以及上述图像处理参数对应的处理过程图像,可以区分进行存储,例如,分别将有序数据存储到缓存服务模块(例如使用redis进行缓存),将处理过程图像存储到云存储服务模块。这样,可以提升后续获取缓存数据的效率,进而提升图像处理效率。
由于图像处理的功能组件管线pipline中,完整的功能组件管线pipline的耗时一般是很难优化的。在面向具体用户时,用户QPS和完整的pipline的QPS差异是很大的,通过本公开实施例,可以对完整的pipline的QPS产生一个较大的增益(用户QPS),增益越大意味着成本越低。
还存在一种可选的实施例,图6是根据本公开实施例所提供的一种可选的图像处理方法的流程图,如图6所示,在确定多个上述功能组件的排列顺序之后,上述方法还包括:
S601,从多个上述功能组件中选取达到预定调用频率的多个热点组件。
S602,将多个上述热点组件集成到其他图像处理服务模块中。
S603,增加上述其他图像处理服务模块的容量。
上述实施例中,还可以根据具体图像处理业务,从多个上述功能组件中选取达到预定调用频率的多个热点组件,例如,可以根据某一个功能组件的调用次数与总的图像处理请求次数的比值,识别出多个上述功能组件中被高频调用的热点组件。
然后,可以将这些热点组件集成到一个其他图像处理服务模块中,并通过增加上述其他图像处理服务模块的容量,可以提高云端服务器的算子有效利用率。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
实施例3
根据本公开的实施例,图7是根据本公开实施例所提供的一种图像处理装置的框架示意图,如图7所示,本公开还提供了一种图像处理装置,该图像处理装置700,包括:
获取单元701,用于响应于接收到的图像处理请求,获取上述图像处理请求中携带的待处理图像。
第一确定单元702,用于确定上述待处理图像的图像标识、统一资源定位符和图像处理参数。
第二确定单元703,用于将打包上述图像处理参数和处理后统一资源定位符得到的图像处理任务,放入待处理图像队列中,其中,上述处理后统一资源定位符为将图像标识写入上述统一资源定位符得到的。
处理单元704,用于基于从上述待处理图像队列中调度的上述图像处理任务对上述待处理图像进行图像处理,得到处理后图像。
根据本公开一个或多个实施例,上述获取单元包括:
解析模块,用于基于所确定的上述图像处理请求为合法请求,则解析上述图像处理请求,以得到上述图像处理请求中携带的上述待处理图像。
根据本公开一个或多个实施例,上述处理单元,包括:
第一调用模块,用于调用上述云端服务器中的调度服务模块,拉取上述待处理图像队列中的图像处理任务;
第二调用模块,用于调用上述云端服务器中的检测算法服务模块,基于上述图像处理任务确定的上述图像处理参数和处理后统一资源定位符,对上述待处理图像进行目标检测,得到目标检测结果;
第三调用模块,用于基于上述图像处理参数调用上述云端服务器中的图像处理服务模块,基于上述目标检测结果对上述待处理图像进行图像处理得到上述处理后图像。
根据本公开一个或多个实施例,上述装置还包括:
第四调用模块,用于调用上述云端服务器中的缓存服务模块,以上述图像标识作为键值,存储上述待处理图像的目标检测结果。
根据本公开一个或多个实施例,上述装置还包括:
采集单元,用于在对上述待处理图像进行图像处理的过程中,采集处理过程图像;
存储单元,用于调用上述云端服务器中的云存储服务模块,以上述图像标识作为键值,对上述待处理图像、上述处理后图像、上述处理过程图像进行云存储。
根据本公开一个或多个实施例,上述第一确定单元,还包括:
第一获取模块,用于获取上述待处理图像的分辨率和/图像格式;
第一生成模块,用于基于上述分辨率和/图像格式,生成上述图像标识。
根据本公开一个或多个实施例,上述装置还包括:
管线获取单元,用于获取上述云端服务器中图像处理服务模块的功能组件管线;
生成单元,用于根据上述功能组件管线中各个功能组件的排序,生成基于当次图像处理请求确定的上述图像处理参数对应的有序数据,其中,上述有序数据用于确定下一次图像处理请求时是否允许使用当次图像处理请求中存储的处理过程图像;
缓存单元,用于响应于上述功能组件管线中缓存触发节点的触发,缓存当次图像处理请求对应生成的上述有序数据,以及上述图像处理参数对应的处理过程图像。
根据本公开一个或多个实施例,上述管线获取单元,包括:
第二获取模块,用于获取上述图像处理服务模块被调用时,执行图像处理的多个功能组件;
第一确定模块,用于分别确定多个上述功能组件各自执行图像处理对应的调用频率;
第二确定模块,用于根据多个上述功能组件各自执行图像处理对应的调用频率,确定多个上述功能组件的排列顺序;
第二生成模块,用于根据多个上述功能组件的排列顺序,生成上述图像处理服务模块的功能组件管线。
根据本公开一个或多个实施例,上述装置还包括:
选取单元,用于从多个上述功能组件中选取达到预定调用频率的多个热点组件;
集成单元,用于将多个上述热点组件集成到其他图像处理服务模块中;
增加单元,用于增加上述其他图像处理服务模块的容量。
实施例4
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,本公开提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,上述计算机指令用于使上述计算机执行根据中任一项上述的方法。
根据本公开的实施例,本公开提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
根据本公开的实施例,本公开还提供了一种电子设备,图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如图像处理方法。例如,在一些实施例中,图像处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的图像处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (21)
1.一种图像处理方法,所述方法包括:
响应于接收到的图像处理请求,获取所述图像处理请求中携带的待处理图像;
确定所述待处理图像的图像标识、统一资源定位符和图像处理参数;
将打包所述图像处理参数和处理后统一资源定位符得到的图像处理任务,放入待处理图像队列中,其中,所述处理后统一资源定位符为将图像标识写入所述统一资源定位符得到的;
基于从所述待处理图像队列中调度的所述图像处理任务对所述待处理图像进行图像处理,得到处理后图像。
2.根据权利要求1所述的方法,其中,获取所述图像处理请求中携带的待处理图像,包括:
基于所确定的所述图像处理请求为合法请求,则解析所述图像处理请求,以得到所述图像处理请求中携带的所述待处理图像。
3.根据权利要求1所述的方法,其中,基于从所述待处理图像队列中调度的所述图像处理任务对所述待处理图像进行图像处理,得到处理后图像,包括:
调用所述云端服务器中的调度服务模块,拉取所述待处理图像队列中的图像处理任务;
调用所述云端服务器中的检测算法服务模块,基于所述图像处理任务确定的所述图像处理参数和处理后统一资源定位符,对所述待处理图像进行目标检测,得到目标检测结果;
基于所述图像处理参数调用云端服务器中的图像处理服务模块,基于所述目标检测结果对所述待处理图像进行图像处理得到所述处理后图像。
4.根据权利要求3所述的方法,其中,所述方法还包括:
调用所述云端服务器中的缓存服务模块,以所述图像标识作为键值,存储所述待处理图像的目标检测结果。
5.根据权利要求1至4中任意一项所述的方法,其中,所述方法还包括:
在对所述待处理图像进行图像处理的过程中,采集处理过程图像;
调用云端服务器中的云存储服务模块,以所述图像标识作为键值,对所述待处理图像、所述处理后图像、所述处理过程图像进行云存储。
6.根据权利要求1至4中任意一项所述的方法,其中,确定所述待处理图像的图像标识,包括:
获取所述待处理图像的分辨率和/图像格式;
基于所述分辨率和/图像格式,生成所述图像标识。
7.根据权利要求1至4中任意一项所述的方法,其中,在确定所述待处理图像的图像标识、统一资源定位符和图像处理参数之后,所述方法还包括:
获取云端服务器中图像处理服务模块的功能组件管线;
根据所述功能组件管线中各个功能组件的排序,生成基于当次图像处理请求确定的所述图像处理参数对应的有序数据,其中,所述有序数据用于确定下一次图像处理请求时是否允许使用当次图像处理请求中存储的处理过程图像;
响应于所述功能组件管线中缓存触发节点的触发,缓存当次图像处理请求对应生成的所述有序数据,以及所述图像处理参数对应的处理过程图像。
8.根据权利要求7所述的方法,其中,获取云端服务器中图像处理服务模块的功能组件管线,包括:
获取所述图像处理服务模块被调用时,执行图像处理的多个功能组件;
分别确定多个所述功能组件各自执行图像处理对应的调用频率;
根据多个所述功能组件各自执行图像处理对应的调用频率,确定多个所述功能组件的排列顺序;
根据多个所述功能组件的排列顺序,生成所述图像处理服务模块的功能组件管线。
9.根据权利要求8所述的方法,其中,在确定多个所述功能组件的排列顺序之后,所述方法还包括:
从多个所述功能组件中选取达到预定调用频率的多个热点组件;
将多个所述热点组件集成到其他图像处理服务模块中;
增加所述其他图像处理服务模块的容量。
10.一种图像处理装置,所述装置包括:
获取单元,用于响应于接收到的图像处理请求,获取所述图像处理请求中携带的待处理图像;
第一确定单元,用于确定所述待处理图像的图像标识、统一资源定位符和图像处理参数;
第二确定单元,用于将打包所述图像处理参数和处理后统一资源定位符得到的图像处理任务,放入待处理图像队列中,其中,所述处理后统一资源定位符为将图像标识写入所述统一资源定位符得到的;
处理单元,用于基于从所述待处理图像队列中调度的所述图像处理任务对所述待处理图像进行图像处理,得到处理后图像。
11.根据权利要求10所述的装置,其中,所述获取单元包括:
解析模块,用于基于所确定的所述图像处理请求为合法请求,则解析所述图像处理请求,以得到所述图像处理请求中携带的所述待处理图像。
12.根据权利要求10所述的装置,其中,所述处理单元,包括:
第一调用模块,用于调用云端服务器中的调度服务模块,拉取所述待处理图像队列中的图像处理任务;
第二调用模块,用于调用所述云端服务器中的检测算法服务模块,基于所述图像处理任务确定的所述图像处理参数和处理后统一资源定位符,对所述待处理图像进行目标检测,得到目标检测结果;
第三调用模块,用于基于所述图像处理参数调用所述云端服务器中的图像处理服务模块,基于所述目标检测结果对所述待处理图像进行图像处理得到所述处理后图像。
13.根据权利要求12所述的装置,其中,所述装置还包括:
第四调用模块,用于调用所述云端服务器中的缓存服务模块,以所述图像标识作为键值,存储所述待处理图像的目标检测结果。
14.根据权利要求10至12中任意一项所述的装置,其中,所述装置还包括:
采集单元,用于在对所述待处理图像进行图像处理的过程中,采集处理过程图像;
存储单元,用于调用云端服务器中的云存储服务模块,以所述图像标识作为键值,对所述待处理图像、所述处理后图像、所述处理过程图像进行云存储。
15.根据权利要求10至12中任意一项所述的装置,其中,第一确定单元,包括:
第一获取模块,用于获取所述待处理图像的分辨率和/图像格式;
第一生成模块,用于基于所述分辨率和/图像格式,生成所述图像标识。
16.根据权利要求10至12中任意一项所述的装置,其中,所述装置还包括:
管线获取单元,用于获取云端服务器中图像处理服务模块的功能组件管线;
生成单元,用于根据所述功能组件管线中各个功能组件的排序,生成基于当次图像处理请求确定的所述图像处理参数对应的有序数据,其中,所述有序数据用于确定下一次图像处理请求时是否允许使用当次图像处理请求中存储的处理过程图像;
缓存单元,用于响应于所述功能组件管线中缓存触发节点的触发,缓存当次图像处理请求对应生成的所述有序数据,以及所述图像处理参数对应的处理过程图像。
17.根据权利要求16所述的方法,其中,所述管线获取单元,包括:
第二获取模块,用于获取所述图像处理服务模块被调用时,执行图像处理的多个功能组件;
第一确定模块,用于分别确定多个所述功能组件各自执行图像处理对应的调用频率;
第二确定模块,用于根据多个所述功能组件各自执行图像处理对应的调用频率,确定多个所述功能组件的排列顺序;
第二生成模块,用于根据多个所述功能组件的排列顺序,生成所述图像处理服务模块的功能组件管线。
18.根据权利要求17所述的装置,其中,所述装置还包括:
选取单元,用于从多个所述功能组件中选取达到预定调用频率的多个热点组件;
集成单元,用于将多个所述热点组件集成到其他图像处理服务模块中;
增加单元,用于增加所述其他图像处理服务模块的容量。
19.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
21.一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现权利要求1-9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310707769.6A CN116756444A (zh) | 2023-06-14 | 2023-06-14 | 图像处理方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310707769.6A CN116756444A (zh) | 2023-06-14 | 2023-06-14 | 图像处理方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116756444A true CN116756444A (zh) | 2023-09-15 |
Family
ID=87954700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310707769.6A Pending CN116756444A (zh) | 2023-06-14 | 2023-06-14 | 图像处理方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116756444A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11242750A (ja) * | 1997-12-22 | 1999-09-07 | Shima Seiki Mfg Ltd | 画像作成装置及び画像作成方法 |
CN102930592A (zh) * | 2012-11-16 | 2013-02-13 | 李金地 | 基于统一资源定位符解析的云计算渲染方法 |
CN103793893A (zh) * | 2012-10-26 | 2014-05-14 | 辉达公司 | 采用限缓冲区处理的世界和屏幕空间管线间基元重新排序 |
CN103886167A (zh) * | 2012-11-15 | 2014-06-25 | 上海联影医疗科技有限公司 | 医学图像处理方法及系统、客户端及服务器 |
CN106846351A (zh) * | 2016-12-29 | 2017-06-13 | 北京奇虎科技有限公司 | 图像处理方法及客户端 |
US20170256025A1 (en) * | 2016-03-04 | 2017-09-07 | Samsung Electronics Co., Ltd. | Efficient low-power texture cache architecture |
CN111565154A (zh) * | 2020-07-15 | 2020-08-21 | 太平金融科技服务(上海)有限公司 | 图像识别请求处理方法、装置、计算机设备和存储介质 |
CN111597476A (zh) * | 2020-05-06 | 2020-08-28 | 北京金山云网络技术有限公司 | 图像处理方法及装置 |
CN111813557A (zh) * | 2020-07-21 | 2020-10-23 | 北京千丁互联科技有限公司 | 任务处理装置、方法、终端设备和可读存储介质 |
CN112162856A (zh) * | 2020-09-23 | 2021-01-01 | 武汉联影医疗科技有限公司 | Gpu虚拟资源的分配方法、装置、计算机设备和存储介质 |
CN112738748A (zh) * | 2021-01-12 | 2021-04-30 | 华能新能源股份有限公司 | 一种气象可视化数据队列处理系统 |
CN113393367A (zh) * | 2021-07-08 | 2021-09-14 | 北京百度网讯科技有限公司 | 图像处理方法、装置、设备和介质 |
CN113766146A (zh) * | 2021-09-07 | 2021-12-07 | 北京百度网讯科技有限公司 | 音视频处理方法、装置、电子设备、存储介质及程序产品 |
CN114281413A (zh) * | 2021-12-28 | 2022-04-05 | 海光信息技术股份有限公司 | 流水线冲突处理方法、数据处理装置、电子设备和介质 |
CN114330689A (zh) * | 2021-12-29 | 2022-04-12 | 北京字跳网络技术有限公司 | 数据处理方法、装置、电子设备及存储介质 |
-
2023
- 2023-06-14 CN CN202310707769.6A patent/CN116756444A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11242750A (ja) * | 1997-12-22 | 1999-09-07 | Shima Seiki Mfg Ltd | 画像作成装置及び画像作成方法 |
CN103793893A (zh) * | 2012-10-26 | 2014-05-14 | 辉达公司 | 采用限缓冲区处理的世界和屏幕空间管线间基元重新排序 |
CN103886167A (zh) * | 2012-11-15 | 2014-06-25 | 上海联影医疗科技有限公司 | 医学图像处理方法及系统、客户端及服务器 |
CN102930592A (zh) * | 2012-11-16 | 2013-02-13 | 李金地 | 基于统一资源定位符解析的云计算渲染方法 |
US20170256025A1 (en) * | 2016-03-04 | 2017-09-07 | Samsung Electronics Co., Ltd. | Efficient low-power texture cache architecture |
CN106846351A (zh) * | 2016-12-29 | 2017-06-13 | 北京奇虎科技有限公司 | 图像处理方法及客户端 |
CN111597476A (zh) * | 2020-05-06 | 2020-08-28 | 北京金山云网络技术有限公司 | 图像处理方法及装置 |
CN111565154A (zh) * | 2020-07-15 | 2020-08-21 | 太平金融科技服务(上海)有限公司 | 图像识别请求处理方法、装置、计算机设备和存储介质 |
CN111813557A (zh) * | 2020-07-21 | 2020-10-23 | 北京千丁互联科技有限公司 | 任务处理装置、方法、终端设备和可读存储介质 |
CN112162856A (zh) * | 2020-09-23 | 2021-01-01 | 武汉联影医疗科技有限公司 | Gpu虚拟资源的分配方法、装置、计算机设备和存储介质 |
CN112738748A (zh) * | 2021-01-12 | 2021-04-30 | 华能新能源股份有限公司 | 一种气象可视化数据队列处理系统 |
CN113393367A (zh) * | 2021-07-08 | 2021-09-14 | 北京百度网讯科技有限公司 | 图像处理方法、装置、设备和介质 |
CN113766146A (zh) * | 2021-09-07 | 2021-12-07 | 北京百度网讯科技有限公司 | 音视频处理方法、装置、电子设备、存储介质及程序产品 |
CN114281413A (zh) * | 2021-12-28 | 2022-04-05 | 海光信息技术股份有限公司 | 流水线冲突处理方法、数据处理装置、电子设备和介质 |
CN114330689A (zh) * | 2021-12-29 | 2022-04-12 | 北京字跳网络技术有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
XIAOWEI REN 等: "CHOPIN: Scalable Graphics Rendering in Multi-GPU Systems via Parallel Image Composition", 2021 IEEE INTERNATIONAL SYMPOSIUM ON HIGH-PERFORMANCE COMPUTER ARCHITECTURE (HPCA), 22 April 2021 (2021-04-22), pages 709 - 722 * |
陈淑娇: "基于物理的植物与雨滴交互过程的模拟和可视化绘制", 中国优秀硕士学位论文全文数据库 (信息科技辑), 15 March 2015 (2015-03-15), pages 138 - 2757 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113808231B (zh) | 信息处理方法及装置、图像渲染方法及装置、电子设备 | |
US11514263B2 (en) | Method and apparatus for processing image | |
CN114792355B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN113378855A (zh) | 用于处理多任务的方法、相关装置及计算机程序产品 | |
CN112615852A (zh) | 数据的处理方法、相关装置及计算机程序产品 | |
CN110633717A (zh) | 一种目标检测模型的训练方法和装置 | |
CN113724398A (zh) | 增强现实方法、装置、设备以及存储介质 | |
CN113923474A (zh) | 视频帧处理方法、装置、电子设备以及存储介质 | |
CN113870399A (zh) | 表情驱动方法、装置、电子设备及存储介质 | |
CN112732553A (zh) | 图像测试方法、装置、电子设备及存储介质 | |
CN110895699B (zh) | 用于处理图像的特征点的方法和装置 | |
CN116756444A (zh) | 图像处理方法、装置、设备以及存储介质 | |
CN111597476B (zh) | 图像处理方法及装置 | |
CN114219731A (zh) | 图片优化方法、装置、设备以及存储介质 | |
CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
CN113888635A (zh) | 视觉定位方法、相关装置及计算机程序产品 | |
CN113870142B (zh) | 用于增强图像对比度的方法、装置 | |
CN112104812A (zh) | 一种采集图片的方法和装置 | |
CN112612980B (zh) | 图片服务方法、装置、设备、存储介质及计算机程序产品 | |
CN116363260B (zh) | 图像生成方法、装置及电子设备 | |
CN114968455B (zh) | 应用界面的报告生成方法、装置及电子设备 | |
CN114219744B (zh) | 图像生成方法、装置、设备及存储介质 | |
CN115840604B (zh) | 数据处理方法、装置、电子设备和计算机可读存储介质 | |
CN114222073B (zh) | 视频输出方法、装置、电子设备和存储介质 | |
CN110798608B (zh) | 一种识别图像的方法和装置 |
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 |