CN117372309A - 基于用户头像自动生成模糊聊天背景的方法及系统 - Google Patents

基于用户头像自动生成模糊聊天背景的方法及系统 Download PDF

Info

Publication number
CN117372309A
CN117372309A CN202311236425.8A CN202311236425A CN117372309A CN 117372309 A CN117372309 A CN 117372309A CN 202311236425 A CN202311236425 A CN 202311236425A CN 117372309 A CN117372309 A CN 117372309A
Authority
CN
China
Prior art keywords
pixel
weight
matrix
color
head portrait
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
CN202311236425.8A
Other languages
English (en)
Inventor
杨扬
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.)
Shenzhen Aibili Technology Co ltd
Original Assignee
Shenzhen Aibili 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 Shenzhen Aibili Technology Co ltd filed Critical Shenzhen Aibili Technology Co ltd
Priority to CN202311236425.8A priority Critical patent/CN117372309A/zh
Publication of CN117372309A publication Critical patent/CN117372309A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种基于用户头像自动生成模糊聊天背景的方法及系统，涉及社交领域，包括获取目标用户的头像信息，并将所述头像信息解析成像素点矩阵；遍历所述像素点矩阵中所有像素点，根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重，其中，所述像素权重包括位置权重以及颜色权重；根据所述像素权重以及所述像素点矩阵生成所述头像信息对应的模糊矩阵，并自动根据所述头像信息在终端界面中的位置进行自适应显示。本发明的方法能够降低对图像进行模糊处理时的硬件要求，快速完成相应的模糊处理，自动生成适配聊天框的背景，提高陌生人沉浸式社交体验。

Description

基于用户头像自动生成模糊聊天背景的方法及系统
技术领域
本发明涉及社交技术，尤其涉及一种基于用户头像自动生成模糊聊天背景的方法及系统。
背景技术
用户在互联网平台进行一对一互动时，极易出现：聊天背景显示太单调，或插入其他图片作为背景后，图片与文字对比过于鲜明的情况，用户体验一般。特别是在社交软件聊天过程中，氛围和体验感很重要，而现有技术对图像的模糊处理这一技术手段，不仅依赖设备的处理能力，还难以提升用户使用体验。
CN107240071A一种图像模糊处理方法及电子设备，公开了按预设顺序获取图像中当前像素点的像素值；对于获取的每个当前像素点，根据与当前像素点左右相邻的多个像素点，计算当前像素点与左右相邻的多个像素点的像素值的均值；将当前像素点的原有像素值替换为均值。该发明通过对于获取的每个当前像素点，计算当前像素点与左右相邻的多个像素点的像素值的均值，将当前像素点的原有像素值替换为均值，从而将图像的所有像素点使用与之对应的均值进行替换，实现了对图像的模糊处理。
CN105874506B一种图像处理方法、系统、电子设备及可读存储介质，首先获取目标图像，然后从目标图像中选取一个像素点作为图像中心点，以及从目标图像中选择与图像中心点处于预设区域内的所有像素点，并将选择出的像素点与图像中心点进行结合，生成滤波模板；最后计算滤波模板的平均像素值，并利用计算出的平均像素值替换图像中心点处的像素值，以对目标图像进行滤波处理。其中，目标图像包括人脸图像和/或车牌图像。
现有的图像模糊处理方法往往只关注图像的某一种类型的特征，以及仅仅只是通过将当前像素的邻近像素进行替换，但是实际应用中，邻近像素与当前像素属性相近，最后实现的模糊效果也不够理想，并且会占用较多硬件设备资源，不利于用户体验。
发明内容
本发明实施例提供一种基于用户头像自动生成模糊聊天背景的方法及系统，至少能够解决现有技术中部分问题。
本发明实施例的第一方面，
提供一种基于用户头像自动生成模糊聊天背景的方法，包括：
获取目标用户的头像信息，并将所述头像信息解析成像素点矩阵；
遍历所述像素点矩阵中所有像素点，根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重，其中，所述像素权重包括位置权重以及颜色权重；
根据所述像素权重以及所述像素点矩阵生成所述头像信息对应的模糊矩阵，并自动根据所述头像信息在终端界面中的位置进行自适应显示。
在一种可选的实施方式中，
根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重包括：
所述像素权重包括位置权重，将所述头像信息划分为等大小的多个子区域，并确定各个子区域的纹理特征，将纹理特征最多的子区域作为核心子区域，将其他区域作为边缘区域；
根据所述像素点的位置信息，分别确定所述核心子区域的第一像素中心以及所述边缘区域的第二像素中心，
确定所述核心子区域中其他像素点与所述第一像素中心的第一中心空间距离，以及所述核心子区域中任意两个像素的第一最大空间距离，综合所述第一中心空间距离和所述第一最大空间距离，确定所述核心子区域的核心像素距离；
通过预设的滑动窗口滑动选择所述边缘区域的像素点，确定所述边缘区域中滑动窗口的像素点最大值和像素点最小值，结合所述边缘区域中其他像素点的像素值，确定所述边缘区域的边缘像素距离；
基于所述核心像素距离以及所述边缘像素距离，通过预设的高斯函数以及控制权重分布宽度的控制参数，分别为所述核心像素距离分配第一距离权重以及为所述边缘像素距离分配第二距离权重。
在一种可选的实施方式中，
确定所述核心子区域的核心像素距离包括：
其中，D1表示核心像素距离，M、N分别表示核心子区域的水平像素集合和核心子区域的垂直像素集合，(xi-xc)2+(yj-yc)2表示第一中心空间距离，xi、yj分别表示核心子区域内的一个像素点的水平位置以及核心子区域内的一个像素点的垂直位置，xc、yc分别表示第一像素中心的水平坐标以及第一像素中心的垂直坐标，|xa-xb|+|ya-yb|表示第一最大空间距离，xa、xb分别表示核心子区域中最左侧像素的水平坐标和最右侧像素的水平坐标，ya、yb分别表示核心子区域中最上方像素的垂直坐标和最下方像素的垂直坐标；
确定所述边缘区域的边缘像素距离包括：
其中，Imax(i，j)表示像素点最大值，Imin(i，j)表示像素点最小值，ε表示平滑因子。
在一种可选的实施方式中，
根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重还包括：
所述像素权重包括颜色权重，基于所述像素点矩阵中各个像素点的颜色值，确定所述像素点矩阵对应的颜色标准差；
基于所述像素点矩阵中当前像素点与相邻像素点的颜色向量，结合所述颜色标准差，通过预设的高斯函数为所述像素点矩阵中每个像素点分配颜色权重。
在一种可选的实施方式中，
基于所述像素点矩阵中当前像素点与相邻像素点的颜色向量，结合所述颜色标准差，通过预设的高斯函数为所述像素点矩阵中每个像素点分配颜色权重包括：
colorWeight(p，q)＝exp(-2·colorsigmaLocal(||p-q||))；
其中，colorsigmaLocal()表示颜色标准差函数，||p-q||表示当前像素点与相邻像素点的颜色向量。
在一种可选的实施方式中，
根据所述像素权重以及所述像素点矩阵生成所述头像信息对应的模糊矩阵包括：
基于所述像素点矩阵的分辨率，依次从高分辨率到低分辨率，将所述像素权重作为卷积核，对所述像素点矩阵进行逐个像素的卷积操作；
将卷积操作得到的多个模糊矩阵进行合并，生成所述头像信息对应的模糊矩阵。
在一种可选的实施方式中，
所述方法还包括显示所述模糊矩阵的预览窗口，并且提供滑动选项，响应所述目标用户的滑动操作，根据所述目标用户的滑动操作实时显示滑动操作对应的模糊矩阵。
本发明实施例的第二方面，
提供一种基于用户头像自动生成模糊聊天背景的系统，包括：
第一单元，用于获取目标用户的头像信息，并将所述头像信息解析成像素点矩阵；
第二单元，用于遍历所述像素点矩阵中所有像素点，根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重，其中，所述像素权重包括位置权重以及颜色权重；
第三单元，用于根据所述像素权重以及所述像素点矩阵生成所述头像信息对应的模糊矩阵，并自动根据所述头像信息在终端界面中的位置进行自适应显示。
本发明实施例的第三方面，
提供一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。
本发明实施例的第四方面，
提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明实施例的有益效果可以参考具体实施方式中技术特征对应的效果，在此不再赘述。
附图说明
图1为本发明实施例基于用户头像自动生成模糊聊天背景的方法的流程示意图；
图2为本发明实施例基于用户头像自动生成模糊聊天背景的系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明实施例基于用户头像自动生成模糊聊天背景的方法的流程示意图，如图1所示，所述方法包括：
S101.获取目标用户的头像信息，并将所述头像信息解析成像素点矩阵；
从目标用户处获取头像信息，这可以是图像文件、URL链接或其他形式的数据，然后将头像信息解析成像素点矩阵，将图像转换为计算机可处理的格式，例如NumPy数组；设计一个像素权重分配算法，该算法考虑了位置信息和颜色信息，可以根据图像的特性和需求选择不同的权重计算方法,核心像素距离和边缘像素距离计算可以作为一部分；遍历像素点矩阵中的每个像素，获取其位置信息和颜色信息；然后使用预设的权重分配算法为每个像素分配位置权重和颜色权重。使用分配的像素权重和像素点矩阵，执行模糊处理操作以生成模糊矩阵，将生成的模糊矩阵根据终端界面的位置信息进行自适应显示，这可以通过在终端界面中绘制模糊矩阵来实现，确保模糊矩阵的大小和位置与终端界面中的位置匹配。
S102.遍历所述像素点矩阵中所有像素点，根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重，其中，所述像素权重包括位置权重以及颜色权重；
为像素的位置信息和颜色信息分配权重是在图像模糊中的一种高级处理方式，旨在根据图像的结构和特征来调整模糊效果，以实现特定的图像处理需求。
位置信息权重可以用来保护图像的核心特征，确保它们在模糊过程中受到较小的影响，例如，在人像模糊中，人物的轮廓和面部特征通常被视为核心特征，位置信息权重可以确保它们相对清晰。位置信息可以用来控制模糊的范围。在某些情况下，只希望图像的特定区域模糊，而保持其他区域清晰。通过为不同位置的像素分配不同的权重，可以实现这种效果。
颜色信息权重用于保留图像的颜色特征，确保模糊处理不会导致颜色失真，这对于需要保持图像的色彩一致性的任务非常重要。颜色信息权重可以根据像素之间的颜色差异来调整模糊程度，如果颜色差异较大，可以降低模糊程度，以保持细节和清晰度。颜色信息可以用于实现美学效果，例如通过在颜色过渡区域应用模糊来创建柔和的渐变效果。
在一种可选的实施方式中，
根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重包括：
所述像素权重包括位置权重，将所述头像信息划分为等大小的多个子区域，并确定各个子区域的纹理特征，将纹理特征最多的子区域作为核心子区域，将其他区域作为边缘区域；
根据所述像素点的位置信息，分别确定所述核心子区域的第一像素中心以及所述边缘区域的第二像素中心，
确定所述核心子区域中其他像素点与所述第一像素中心的第一中心空间距离，以及所述核心子区域中任意两个像素的第一最大空间距离，综合所述第一中心空间距离和所述第一最大空间距离，确定所述核心子区域的核心像素距离；
通过预设的滑动窗口滑动选择所述边缘区域的像素点，确定所述边缘区域中滑动窗口的像素点最大值和像素点最小值，结合所述边缘区域中其他像素点的像素值，确定所述边缘区域的边缘像素距离；
基于所述核心像素距离以及所述边缘像素距离，通过预设的高斯函数以及控制权重分布宽度的控制参数，分别为所述核心像素距离分配第一距离权重以及为所述边缘像素距离分配第二距离权重。
将头像信息划分为等大小的多个子区域，然后为每个子区域计算纹理特征，可以使用各种纹理特征提取方法，如局部二值模式(LBP)、灰度共生矩阵(GLCM)等，选择纹理特征最多的子区域作为核心子区域，其他区域作为边缘区域。
核心子区域是图像中的一个特定区域，通常包含了图像的核心特征或感兴趣的区域。在图像处理和计算机视觉中，选择核心子区域是为了在处理过程中更加关注图像的重要部分，以实现特定的任务或效果。
示例性地，考虑一张室外风景照片，其中包括一座山脉和一个湖泊，在这个示例中，山脉可能是图像中的核心特征，因为用户可能更关注山脉的细节和纹理，湖泊和天空等其他区域可能不如山脉重要。在这种情况下，可以将图像划分为核心子区域和边缘区域，其中山脉所在的区域被定义为核心子区域，而湖泊、天空等其他区域被定义为边缘区域。核心子区域可能包括山脉的一部分或全部，以确保山脉的细节在模糊处理中得到保留。
使用一个预设的滑动窗口来在边缘区域中滑动，选择窗口内的像素点。对于每个滑动窗口，计算窗口内像素点的最大值和最小值；对于窗口内的每个像素，计算其与窗口内像素点的像素值之间的差异，可以使用不同的颜色距离度量，如欧几里得距离或曼哈顿距离。通过考虑窗口内像素点的最大值和最小值，以及像素之间的差异，综合计算每个像素的边缘像素距离。
选择核心子区域中的一个像素点作为第一像素中心，通常，可以选择核心子区域的中心像素，但也可以根据特定需求选择其他像素。计算所有像素的第一中心空间距离的平均值，以获得核心子区域的平均距离。找到核心子区域中所有像素点与第一像素中心距离的最大值，以获得核心子区域的最大距离。计算得到的核心像素距离可用于后续的图像处理步骤，例如根据距离值调整核心子区域的模糊程度或保留程度。距离值越小，可以选择保留更多的细节；距离值越大，可以选择应用更强的模糊效果。
在一种可选的实施方式中，
确定所述核心子区域的核心像素距离包括：
其中，D1表示核心像素距离，M、N分别表示核心子区域的水平像素集合和核心子区域的垂直像素集合，(xi-xc)2+(yj-yc)2表示第一中心空间距离，xi、yj分别表示核心子区域内的一个像素点的水平位置以及核心子区域内的一个像素点的垂直位置，xc、yc分别表示第一像素中心的水平坐标以及第一像素中心的垂直坐标，|xa-xb|+|ya-yb|表示第一最大空间距离，xa、xb分别表示核心子区域中最左侧像素的水平坐标和最右侧像素的水平坐标，ya、yb分别表示核心子区域中最上方像素的垂直坐标和最下方像素的垂直坐标；
确定所述边缘区域的边缘像素距离包括：
其中，Imax(i，j)表示像素点最大值，Imin(i，j)表示像素点最小值，ε表示平滑因子。
定义一个高斯函数，该函数以距离为参数，并具有两个控制参数：均值(μ)和标准差(σ)，将像素距离对应的均值和标准差作为控制参数，通过像素距离、均值和标准差结合高斯函数，为像素距离分配对应的权重。
通过计算核心子区域内像素之间的中心空间距离和最大空间距离，可以更精确地定义核心子区域的形状和大小。这有助于确保只有核心子区域内的像素受到较高的权重影响，而边缘区域的像素受到较低的权重影响。通过使用滑动窗口分析边缘区域的像素值，可以捕捉到边缘区域内的图像边缘或特征变化。可以更好地识别并保留边缘细节，同时在边缘之间进行平滑过渡。通过使用高斯函数，根据核心像素距离和边缘像素距离，可以非线性地调整像素权重，这允许对模糊效果进行更精细的调节，以适应不同的图像内容和需求。
在一种可选的实施方式中，
根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重还包括：
所述像素权重包括颜色权重，基于所述像素点矩阵中各个像素点的颜色值，确定所述像素点矩阵对应的颜色标准差；
基于所述像素点矩阵中当前像素点与相邻像素点的颜色向量，结合所述颜色标准差，通过预设的高斯函数为所述像素点矩阵中每个像素点分配颜色权重。
对于每个像素，首先计算其周围相邻像素点的颜色向量。这可以是RGB颜色空间中的颜色向量，表示为(R，G，B)。然后，计算这些颜色向量的标准差，以度量颜色的变化程度；使用颜色标准差来度量每个像素点周围颜色的变化程度。标准差越大，颜色变化越剧烈，标准差越小，颜色变化越平稳。
在一种可选的实施方式中，
基于所述像素点矩阵中当前像素点与相邻像素点的颜色向量，结合所述颜色标准差，通过预设的高斯函数为所述像素点矩阵中每个像素点分配颜色权重包括：
colorWeight(p，q)＝exp(-2·colorsigmaLocal(||p-q||))；
其中，colorsigmaLocal()表示颜色标准差函数，||p-q||表示当前像素点与相邻像素点的颜色向量。
通过计算像素点矩阵中各个像素点的颜色值的标准差，可以评估图像各部分颜色的差异程度。颜色标准差通常用于度量颜色分布的均匀性和变化。较大的标准差表示颜色变化较大，而较小的标准差表示颜色相对一致。通过基于颜色标准差的计算结果，为每个像素点分配颜色权重。通常，颜色标准差较小的像素将获得较高的颜色权重，而颜色标准差较大的像素将获得较低的颜色权重。这意味着颜色相对一致的区域将更加受到保护，而颜色变化较大的区域将更容易受到模糊处理的影响。
S103.根据所述像素权重以及所述像素点矩阵生成所述头像信息对应的模糊矩阵，并自动根据所述头像信息在终端界面中的位置进行自适应显示。
在一种可选的实施方式中，
根据所述像素权重以及所述像素点矩阵生成所述头像信息对应的模糊矩阵包括：
基于所述像素点矩阵的分辨率，依次从高分辨率到低分辨率，将所述像素权重作为卷积核，对所述像素点矩阵进行逐个像素的卷积操作；
将卷积操作得到的多个模糊矩阵进行合并，生成所述头像信息对应的模糊矩阵。
将原始的像素点矩阵作为高分辨率图像处理，然后，创建一个多尺度金字塔，包括不同分辨率级别的图像；从高分辨率级别开始，依次降低图像分辨率，可以通过应用高斯模糊来实现，其中每个级别的模糊程度逐渐增加，可以根据需要调整模糊半径(标准差)来控制模糊程度。对于每个分辨率级别，使用像素权重作为卷积核，对图像进行逐个像素的卷积操作，这意味着将像素权重矩阵与图像的每个像素点相乘，然后将结果相加以生成模糊的图像。重复以上步骤，直到处理完所有分辨率级别的图像，每个级别的处理结果将是一个模糊的图像。
通过上述步骤可以得到不同分辨率的多个模糊图像，根据需要，可以选择将这些模糊图像进行合并以生成最终的模糊矩阵。合并的方式可以根据应用的需求而定。例如，可以对不同分辨率级别的图像进行加权平均，权重可根据分辨率级别进行调整，以便更好地控制模糊效果。最终合并的结果将是头像信息对应的模糊矩阵，可以根据需要用于显示或进一步的图像处理。
在一种可选的实施方式中，
所述方法还包括显示所述模糊矩阵的预览窗口，并且提供滑动选项，响应所述目标用户的滑动操作，根据所述目标用户的滑动操作实时显示滑动操作对应的模糊矩阵。
本发明实施例的第二方面，
提供一种基于用户头像自动生成模糊聊天背景的系统，图2为本发明实施例基于用户头像自动生成模糊聊天背景的系统的结构示意图，如图2所示，包括：
第一单元，用于获取目标用户的头像信息，并将所述头像信息解析成像素点矩阵；
第二单元，用于遍历所述像素点矩阵中所有像素点，根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重，其中，所述像素权重包括位置权重以及颜色权重；
第三单元，用于根据所述像素权重以及所述像素点矩阵生成所述头像信息对应的模糊矩阵，并自动根据所述头像信息在终端界面中的位置进行自适应显示。
本发明实施例的第三方面，
提供一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。
本发明实施例的第四方面，
提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本发明的各个方面的计算机可读程序指令。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种基于用户头像自动生成模糊聊天背景的方法，其特征在于，包括：
获取目标用户的头像信息，并将所述头像信息解析成像素点矩阵；
遍历所述像素点矩阵中所有像素点，根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重，其中，所述像素权重包括位置权重以及颜色权重；
根据所述像素权重以及所述像素点矩阵生成所述头像信息对应的模糊矩阵，并自动根据所述头像信息在终端界面中的位置进行自适应显示。
2.根据权利要求1所述的方法，其特征在于，根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重包括：
所述像素权重包括位置权重，将所述头像信息划分为等大小的多个子区域，并确定各个子区域的纹理特征，将纹理特征最多的子区域作为核心子区域，将其他区域作为边缘区域；
根据所述像素点的位置信息，分别确定所述核心子区域的第一像素中心以及所述边缘区域的第二像素中心，
确定所述核心子区域中其他像素点与所述第一像素中心的第一中心空间距离，以及所述核心子区域中任意两个像素的第一最大空间距离，综合所述第一中心空间距离和所述第一最大空间距离，确定所述核心子区域的核心像素距离；
通过预设的滑动窗口滑动选择所述边缘区域的像素点，确定所述边缘区域中滑动窗口的像素点最大值和像素点最小值，结合所述边缘区域中其他像素点的像素值，确定所述边缘区域的边缘像素距离；
基于所述核心像素距离以及所述边缘像素距离，通过预设的高斯函数以及控制权重分布宽度的控制参数，分别为所述核心像素距离分配第一距离权重以及为所述边缘像素距离分配第二距离权重。
3.根据权利要求2所述的方法，其特征在于，
确定所述核心子区域的核心像素距离包括：
其中，D1表示核心像素距离，M、N分别表示核心子区域的水平像素集合和核心子区域的垂直像素集合，(xi-xc)2+(yj-yc)2表示第一中心空间距离，xi、yj分别表示核心子区域内的一个像素点的水平位置以及核心子区域内的一个像素点的垂直位置，xc、yc分别表示第一像素中心的水平坐标以及第一像素中心的垂直坐标，|xa-xb|+|ya-yb|表示第一最大空间距离，xa、xb分别表示核心子区域中最左侧像素的水平坐标和最右侧像素的水平坐标，ya、yb分别表示核心子区域中最上方像素的垂直坐标和最下方像素的垂直坐标；
确定所述边缘区域的边缘像素距离包括：
其中，Imax(i,j)表示像素点最大值，Imin(i,j)表示像素点最小值，ε表示平滑因子。
4.根据权利要求1所述的方法，其特征在于，根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重还包括：
所述像素权重包括颜色权重，基于所述像素点矩阵中各个像素点的颜色值，确定所述像素点矩阵对应的颜色标准差；
基于所述像素点矩阵中当前像素点与相邻像素点的颜色向量，结合所述颜色标准差，通过预设的高斯函数为所述像素点矩阵中每个像素点分配颜色权重。
5.根据权利要求4所述的方法，其特征在于，基于所述像素点矩阵中当前像素点与相邻像素点的颜色向量，结合所述颜色标准差，通过预设的高斯函数为所述像素点矩阵中每个像素点分配颜色权重包括：
colorWeight(p,q)＝exp(-2·colorsigmaLocal(∣∣p-q∣∣))；
其中，colorsigmaLocal()表示颜色标准差函数，∣∣p-q∣∣表示当前像素点与相邻像素点的颜色向量。
6.根据权利要求1所述的方法，其特征在于，根据所述像素权重以及所述像素点矩阵生成所述头像信息对应的模糊矩阵包括：
基于所述像素点矩阵的分辨率，依次从高分辨率到低分辨率，将所述像素权重作为卷积核，对所述像素点矩阵进行逐个像素的卷积操作；
将卷积操作得到的多个模糊矩阵进行合并，生成所述头像信息对应的模糊矩阵。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括显示所述模糊矩阵的预览窗口，并且提供滑动选项，响应所述目标用户的滑动操作，根据所述目标用户的滑动操作实时显示滑动操作对应的模糊矩阵。
8.一种基于用户头像自动生成模糊聊天背景的系统，其特征在于，包括：
第一单元，用于获取目标用户的头像信息，并将所述头像信息解析成像素点矩阵；
第二单元，用于遍历所述像素点矩阵中所有像素点，根据所述像素点的位置信息和颜色信息，基于预设的权重分配算法，为所述像素点矩阵中每个像素点分配对应的像素权重，其中，所述像素权重包括位置权重以及颜色权重；
第三单元，用于根据所述像素权重以及所述像素点矩阵生成所述头像信息对应的模糊矩阵，并自动根据所述头像信息在终端界面中的位置进行自适应显示。
9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
10.一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至7中任意一项所述的方法。
CN202311236425.8A 2023-09-25 2023-09-25 基于用户头像自动生成模糊聊天背景的方法及系统 Pending CN117372309A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311236425.8A CN117372309A (zh) 2023-09-25 2023-09-25 基于用户头像自动生成模糊聊天背景的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311236425.8A CN117372309A (zh) 2023-09-25 2023-09-25 基于用户头像自动生成模糊聊天背景的方法及系统

Publications (1)

Publication Number Publication Date
CN117372309A true CN117372309A (zh) 2024-01-09

Family

ID=89403189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311236425.8A Pending CN117372309A (zh) 2023-09-25 2023-09-25 基于用户头像自动生成模糊聊天背景的方法及系统

Country Status (1)

Country Link
CN (1) CN117372309A (zh)

Similar Documents

Publication Publication Date Title
Li et al. Learning to enhance low-light image via zero-reference deep curve estimation
CN110766639B (zh) 图像增强方法、装置、移动设备及计算机可读存储介质
WO2018082185A1 (zh) 图像处理方法和装置
JP7175197B2 (ja) 画像処理方法および装置、記憶媒体、コンピュータ装置
CN111311523B (zh) 图像处理方法、装置、系统和电子设备
US9098534B2 (en) Image display system, image display method, social network service system, and computer-readable medium
JP2003058894A (ja) ピクセル化された画像をセグメント化するための方法および装置
Kim et al. Low-light image enhancement based on maximal diffusion values
CN109785264B (zh) 图像增强方法、装置及电子设备
CN110049242B (zh) 一种图像处理方法和装置
EP1040446A4 (en) PRODUCTION OF AN ENLARGED GRID IMAGE
CN113039576A (zh) 图像增强系统和方法
CN110503704B (zh) 三分图的构造方法、装置和电子设备
US9020255B2 (en) Image processing apparatus, image processing method, and storage medium
US8983188B1 (en) Edge-aware smoothing in images
CN111353955A (zh) 一种图像处理方法、装置、设备和存储介质
KR101112142B1 (ko) 참조 이미지를 이용한 카툰 렌더링 장치 및 방법
CN114862729A (zh) 图像处理方法、装置、计算机设备和存储介质
CN110766617B (zh) 一种带有动态模糊的降低采样数量的渲染加速方法
CN113450282B (zh) 美化图像的方法和系统
US8687912B2 (en) Adaptive overshoot control for image sharpening
Zhao et al. Learning tone curves for local image enhancement
CN110796689B (zh) 一种视频处理方法、电子设备及存储介质
JPWO2019041842A5 (zh)
CN116597252A (zh) 图片生成方法、装置、计算机设备和存储介质

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