CN117876254A - 一种调整局部高光的方法、装置、设备及存储介质 - Google Patents
一种调整局部高光的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117876254A CN117876254A CN202311707608.3A CN202311707608A CN117876254A CN 117876254 A CN117876254 A CN 117876254A CN 202311707608 A CN202311707608 A CN 202311707608A CN 117876254 A CN117876254 A CN 117876254A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- mask
- highlight
- target area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000003068 static effect Effects 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 17
- 210000001747 pupil Anatomy 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000005286 illumination Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000005282 brightening Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本申请涉及图像处理技术领域,公开了一种调整局部高光的方法、装置、设备及存储介质。其中,方法包括:基于原始图像获取目标图像;所述原始图像为静态图像或从视频中提取的视频帧图像;从所述目标图像中提取高光反射分量图像;根据所述高光反射分量图像,生成所述目标图像的高光蒙版;从所述目标图像的高光蒙版中提取出目标区域的蒙版;所述目标区域为需要调整局部高光的区域;基于所述目标区域的蒙版的轮廓及位置,调整所述原始图像中所述目标区域的高光;输出调整完成的原始图像。采用本方法能够对图像、视频中的局部高光进行调整,特别适用于视频直播场景,能够实现实时画面处理。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种调整局部高光的方法、装置、设备及存储介质。
背景技术
后期处理软件、短视频APP在进行图像处理时,常常需要对图像中的局部高光进行调整。局部高光是指图像中小范围内的高光区域,以人脸图像处理为例,局部高光通常指人脸的瞳孔高光、唇部高光等。调整图像中的局部高光,需要先获取局部高光的蒙版,基于蒙版对局部高光进行调整。
目前能够调整图像中局部高光的方法,只针对单张图像进行处理,采用调整亮度阈值的方式捕捉到图像中的高亮区域,进而确定高光区域的蒙版。但是,这种方式并不适用于视频。由于视频中画面的亮度是不停变化的,因此无法对视频确定统一的亮度阈值。因此,如何调整视频中的局部高光,是需要解决的问题。
发明内容
有鉴于此,本申请旨在提出一种调整局部高光的方法、装置、设备及存储介质,以实现对视频中的局部高光进行调整。
为达到上述目的,本申请的技术方案如下:
本申请实施例第一方面提供一种调整局部高光的方法,所述方法包括:
基于原始图像获取目标图像;所述原始图像为静态图像或从视频中提取的视频帧图像;
从所述目标图像中提取高光反射分量图像;
根据所述高光反射分量图像,生成所述目标图像的高光蒙版;
从所述目标图像的高光蒙版中提取出目标区域的蒙版;所述目标区域为需要调整局部高光的区域;
基于所述目标区域的蒙版的轮廓及位置,调整所述原始图像中所述目标区域的高光;
输出调整完成的原始图像。
可选地,从所述目标图像中提取高光反射分量图像,包括:
对所述目标图像进行模糊半径为第一预设值的均值模糊,获取所述目标图像的漫反射及环境颜色分量图像;所述第一预设值用于控制所述目标图像的高光蒙版的区域大小;
将所述目标图像与所述漫反射及环境颜色分量图像作差,获取所述目标图像的高光反射分量图像。
可选地,根据所述高光反射分量图像,生成所述目标图像的高光蒙版,包括:
根据预设的灰度阈值,对所述高光反射分量图像中的每个像素进行二值化处理,生成所述目标图像的初始高光蒙版;所述灰度阈值用于控制所述目标图像的高光蒙版的边缘细节;
调整所述灰度阈值并重复上述步骤,使所述初始高光蒙版完全覆盖所述目标区域,输出调整完成的高光蒙版。
可选地,调整所述灰度阈值并重复上述步骤,使所述初始高光蒙版完全覆盖所述目标区域,包括:
采用图像识别技术,获取所述目标区域的位置及轮廓;
基于所述目标区域的位置及轮廓,判断所述目标图像的高光蒙版是否完全覆盖所述目标区域,若没有完全覆盖,则继续调整所述灰度阈值,扩大所述目标图像的高光蒙版的覆盖区域。
可选地,从所述目标图像的高光蒙版中提取出目标区域的蒙版,包括:
采用图像识别技术,获取所述目标区域的位置及轮廓;
基于所述目标区域的位置及轮廓,从所述目标图像的高光蒙版中提取所述目标区域的蒙版;
对所述目标区域的蒙版进行半径为第二预设值的均值模糊,平滑所述目标区域的蒙版的边缘。
可选地,基于原始图像获取目标图像,包括:
采用预训练的图像处理模型,对所述原始图像中的目标对象进行定位;所述目标对象包括所述目标区域;
根据所述目标对象的位置确定边界框,基于所述边界框对所述原始图像进行截取,生成所述目标图像。
可选地,所述调整局部高光的方法,还包括:
当目标区域发生改变时,调整所述第一预设值及所述灰度阈值,使所述目标图像的高光蒙版完全覆盖新的目标区域。
可选地,在从所述目标图像中提取高光反射分量图像之前,还包括:
对所述目标图像进行半径为第三预设值的均值模糊,去除所述目标图像中的噪点;所述第三预设值是根据所述目标图像的分辨率确定的;
使用去除噪点后的目标图像进行后续处理。
根据本申请实施例的第二方面,提供一种调整局部高光的装置,用于实现本申请实施例的第一方面所提供的调整局部高光的方法,所述装置包括:
图像获取模块,被配置为基于原始图像获取目标图像;所述原始图像为静态图像或从视频中提取的视频帧图像;
反射分量提取模块,被配置为从所述目标图像中提取高光反射分量图像;
蒙版生成模块,被配置为根据所述高光反射分量图像,生成所述目标图像的高光蒙版;
局部蒙版提取模块,被配置为从所述目标图像的高光蒙版中提取出目标区域的蒙版;所述目标区域为需要调整局部高光的区域;
高光调整模块,被配置为基于所述目标区域的蒙版的轮廓及位置,调整所述原始图像中所述目标区域的高光;
输出模块,被配置为输出调整完成的原始图像。
根据本申请实施例的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如本申请实施例第一方面所述的方法中的步骤。
根据本申请实施例的第四方面,提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如本申请实施例第一方面所述的方法中的步骤。
本申请所提供的调整局部高光的方法,基于静态图像或视频获取需要处理的目标图像,并基于目标图像获取高光反射分量图像,并根据高光反射分量图像生成目标图像的高光蒙版。当需要对目标图像中目标区域的局部高光进行处理时,从高光蒙版中提取出目标区域的蒙版进而实现对目标区域的高光进行调整。采用本申请提供的调整局部高光的方法,能够对静态图片或视频中的局部高光进行调整,本方法也适用于实时拍摄视频场景,能够实现实时预览和输出。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提出的调整局部高光的方法的流程图;
图2是本申请一实施例提出的调整局部高光的装置的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本申请的各种实施例中,应理解,下述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
Phong光照模型是一种典型的简单光照模型,该模型只考虑物体对直接光照的反射作用,认为环境光是常量,没有考虑物体之间相互的反射光,物体间的反射光只用环境光表示。
Phong光照模型中光照公式如下:光照=漫反射+高光反射+环境光。根据Phong光照公式,可以将图像颜色分为3个组成部分:高光反射分量(对应于高光反射)、漫反射分量(对应于漫反射)及环境颜色分量(对应于环境光)。本实施例中,基于Phong光照模型从图像中提取高光反射分量。
下面将参考附图并结合实施例来详细说明本申请。
图1是本申请一实施例提出的调整局部高光的方法的流程图。如图1所示,所述方法包括:
S1:基于原始图像获取目标图像;所述原始图像为静态图像或从视频中提取的视频帧图像。
本实施例中,首先获取待处理的目标图像。目标图像可以是基于静态图像获取的,也可以是基于视频获取的视频帧图像。当对静态图像进行处理时,可将静态图像直接作为目标图像进行处理,也可对静态图像进行截图生成目标图像,从而采用小尺寸的目标图像进行处理,减少处理过程消耗的资源,提升图像处理的速度。当对视频进行处理时,按照视频的帧率实时获取视频帧图像,并将每个视频帧图像按照与处理静态图像相同的方式进行处理。
作为本申请的一种实施方式,基于原始图像获取目标图像,包括:
采用预训练的图像处理模型,对所述原始图像中的目标对象进行定位;所述目标对象包括所述目标区域;
根据所述目标对象的位置确定边界框,基于所述边界框对所述原始图像进行截取,生成所述目标图像。
在一种实施例中,可采用预训练的图像处理模型,识别出原始图像中的目标对象,并确定目标对象的位置及边界框,基于确定的边界框,从元数图像中截取与边界框相匹配的尺寸更小的图像作为目标图像。
通过对原始图像进行截取,使获取目标区域的蒙版的过程中需要处理的像素数量减少,节省对目标对象以外的区域进行处理所需的资源,从而提高生成高光蒙版的效率。例如,当目标对象为人脸,目标区域为瞳孔的高光区域时,根据人脸的位置及边界框截取原始图像生成目标图像。
在一种实施例中,原始图像是实时获取的视频帧图像,因此可能会出现视频帧图像中没有目标区域的情况。例如,人物离开画面,或需要调整高光的区域被遮挡。在这种情况下,首先对原始图像进行检测,判断原始图像中是否存在目标区域,若存在目标区域则继续进行后续操作;若不存在目标区域,则可以直接跳过当前的原始图像。通过预先检测的方式,进一步减少需要处理的数据量,提高处理图像的效率。
S2:从所述目标图像中提取高光反射分量图像。
本实施例中,基于Phong光照模型从目标图像中提取高光反射分量。
作为本申请的一种实施方式,从所述目标图像中提取高光反射分量图像,包括:
对所述目标图像进行模糊半径为第一预设值的均值模糊,获取所述目标图像的漫反射及环境颜色分量图像;所述第一预设值用于控制所述目标图像的高光蒙版的区域大小;
将所述目标图像与所述漫反射及环境颜色分量图像作差,获取所述目标图像的高光反射分量图像。
在一种实施例中,由于高光反射分量无法对目标图像直接处理获得,因此可以先对目标图像进行去除高光的处理,获取目标图像的漫反射及环境颜色分量。首先,对目标图像进行半径为第一预设值的均值模糊,均值模糊会将图像中的高光反射进行削弱,进而得到目标图像的漫反射及环境反射分量图像。然后,利用原始的目标图像减去获取的漫反射及环境分量图像,得到被去除的高光反射分量图像。
本实施例中,采用半径为第一预设值的均值模糊去除目标图像中的高光反射,其中第一预设值的大小是根据目标图像的分辨率预先设置的。
第一预设值的大小会影响最终生成的局部高光蒙版的区域大小,在实际应用中可根据目标区域的高光调整预览效果,对第一预设值进行调整。例如,目标图像是分辨率为1080×1920的人物面部图像,若需要对人物的瞳光进行调整,即目标区域为面部瞳孔高光区域,此时可设置第一预设值为10,再根据预览效果对第一预设值进行调整。
S3:根据所述高光反射分量图像,生成所述目标图像的高光蒙版。
作为本申请的一种实施方式,根据所述高光反射分量图像,生成所述目标图像的高光蒙版,包括:
根据预设的灰度阈值,对所述高光反射分量图像中的每个像素进行二值化处理,生成所述目标图像的初始高光蒙版;所述灰度阈值用于控制所述目标图像的高光蒙版的边缘细节;
调整所述灰度阈值并重复上述步骤,使所述初始高光蒙版完全覆盖所述目标区域,输出调整完成的高光蒙版。
本实施例中,利用灰度阈值生成高光蒙版,对高光反射分量图像进行二值化处理,将高光反射分量图像中,大于或等于灰度阈值的像素点映射为纯白色,将小于灰度阈值的像素点映射为纯黑色,生成初始高光蒙版。灰度阈值的数值会影响高光反射分量图中边缘处的像素映射为纯白色还是纯黑色,即影响捕捉到的局部高光的数量,进而影响生成的高光蒙版的边缘细节。
本实施例中,初始的灰度阈值可设置为15。当生成初始高光蒙版后,观察预览效果画面中需要调整高光的目标区域是否被完全覆盖,继续调整灰度阈值,直到高光蒙版完全覆盖需要调整高光的目标区域为止。通过调整灰度阈值,确保需要调整高光的目标区域被高光蒙版完全覆盖,进而获取更准确的高光蒙版,提升目标区域高光的调整效果。
作为本申请的一种实施方式,调整所述灰度阈值并重复上述步骤,使所述初始高光蒙版完全覆盖所述目标区域,包括:
采用图像识别技术,获取所述目标区域的位置及轮廓;
基于所述目标区域的位置及轮廓,判断所述目标图像的高光蒙版是否完全覆盖所述目标区域,若没有完全覆盖,则继续调整所述灰度阈值,扩大所述目标图像的高光蒙版的覆盖区域。
在一种实施例中,还可采用图像识别技术,对高光蒙版是否完全覆盖目标区域进行自动检测。对目标图像中目标区域的位置及轮廓进行识别,然后获取高光蒙版的轮廓,判断高光蒙版的轮廓是否完全覆盖目标区域。根据图像识别的结果,自动调整灰度阈值,并继续判断高光蒙版的轮廓是否与目标区域的轮廓重合,直到高光蒙版覆盖目标区域。
本实施例中,采用图像识别技术自动检测目标区域是否被高光蒙版覆盖,并根据检测结果自动调整灰度阈值,相比于通过肉眼观察预览效果画面来调整灰度阈值的方式效率更高,并且得到的高光蒙版更加准确,进一步提升了图像处理效率以及获得更优的调整效果。
作为本申请的一种实施方式,所述调整局部高光的方法,还包括:
当目标区域发生改变时,调整所述第一预设值及所述灰度阈值,使所述目标图像的高光蒙版完全覆盖新的目标区域。
在一种实施例中,当需要调整高光的目标区域发生改变时,根据改编后的目标区域,对第一预设值及灰度阈值进行联合调整,使生成的目标图像的高光蒙版完全覆盖改变后的目标区域。
在一种实施例中,当目标区域发生改变,导致目标区域没有完全包含在当前的目标图像中,此时需要根据新的目标区域重新获取目标图像。
S4:从所述目标图像的高光蒙版中提取出目标区域的蒙版;所述目标区域为需要调整局部高光的区域。
作为本申请的一种实施方式,从所述目标图像的高光蒙版中提取出目标区域的蒙版,包括:
采用图像识别技术,获取所述目标区域的位置及轮廓;
基于所述目标区域的位置及轮廓,从所述目标图像的高光蒙版中提取所述目标区域的蒙版;
对所述目标区域的蒙版进行半径为第二预设值的均值模糊,平滑所述目标区域的蒙版的边缘。
本实施例中,基于目标区域的位置及轮廓,从目标图像的高光蒙版中选取与目标区域的轮廓重合的部分,作为目标区域的蒙版。由于截取获得的目标区域的蒙版边缘处比较声影,因此在基于目标区域的蒙版进行高光调整之前,采用半径为第二预设值的均值模糊对目标区域的蒙版边缘进行平滑操作,使目标区域的蒙版边缘过度更加平滑自然。
S5:基于所述目标区域的蒙版的轮廓及位置,调整所述原始图像中所述目标区域的高光;
S6:输出调整完成的原始图像。
在一种实施例中,基于获取的目标区域的蒙版,对原始图像的目标区域的高光进行调整。具体地,若生成高光蒙版时将原始图像直接作为目标图像,则直接对目标图像添加调整效果;若目标图像是从原始图像中截取的,即目标图像与原始图像的尺寸不一致,则根据目标区域的位置,调整目标区域的蒙版相对于原始图像的位置,确保基于目标区域的蒙版添加调整效果时,调整效果能够准确作用在目标区域。
可选地,获取目标区域与目标区域的蒙版之间的位置关系,并根据目标区域在原始图像中的位置,确定目标区域的蒙版在原始图像中的位置。
基于目标区域的位置及蒙版,对原始图像添加调整效果,调整效果可根据实际应用中的需求进行选择,本实施例中对此不做限制。例如,可添加提亮效果,对瞳孔的高光进行提亮处理,也可以添加改色效果,对瞳孔的高光进行改色。当对原始图像中目标区域的高光调整结束后,输出原始图像。
本实施例中,基于目标图像生成对应的高光蒙版,当目标图像是从原始图像中截取的图像时,能够减少生成高光蒙版的数据处理量,进而提高调整目标区域高光的效率,根据目标区域的蒙版的轮廓和位置对原始图像添加调整效果,确保调整效果准确作用在目标区域处。
作为本申请的一种实施方式,在从所述目标图像中提取高光反射分量图像之前,还包括:
对所述目标图像进行半径为第三预设值的均值模糊,去除所述目标图像中的噪点;所述第三预设值是根据所述目标图像的分辨率确定的;
使用去除噪点后的目标图像进行后续处理。
在一种实施例中,在对目标图像进行高光削弱,获取漫反射及环境颜色分量图像之前,采用半径为第三预设值的均值模糊去除目标图像中的噪点,使生成的目标图像的高光蒙版更准确。第三预设值是根据目标图像的分辨率设置的。对于分辨率为1920×1080的目标图像,第三预设值可设为1。
本申请中,通过模糊操作从目标图像中提取出高光反射分量图像,再基于高光反射分量图像生成高光蒙版,通过合理调节第一预设值与灰度阈值,能够快速生成准确性较高的高光蒙版。在此基础上,利用高光蒙版和其他定位手段(例如,人脸点位检测技术),能够实现高质量高效率的视频及图像的局部高光调整,特别适用于实时的直播视频场景。
本实施例中从目标图像中提取高光反射分量的步骤如下:
(1)首先对目标图像进行预处理,采用半径为第三预设值的均值模糊去除目标图像中的噪点,得到预处理后的图像。其中,第三预设值可设置为1;
(2)采用半径为第一预设值的均值模糊,对预处理后的目标图像进行高光反射削弱处理,得到目标图像的漫反射分量图,其中,第一预设值可设置为10。漫反射分量图中不包含高光反射分量;
(3)将预处理后的目标图像减去漫反射分量图,得到目标图像的高光反射分量图。
通过对高光反射分量图进行二值化处理即可生成高光蒙版。具体包括:
(1)根据预设的灰度阈值执行二值化处理,将高光反射分量图转换为初始高光蒙版。对于分辨率为1920×1080的目标图像,灰度阈值可设置为15。对于目标图像中的每个像素,将其先转成灰度值,然后将灰度值大于或等于灰度阈值的像素输出255,灰度值小于灰度阈值的像素输出0;
(2)根据需要调整局部高光的目标区域(例如瞳孔高光区域),调整灰度阈值直到初始高光蒙版完全覆盖目标区域,生成调整完成的高光蒙版。
本实施例中,根据调整完成的高光蒙版,采用人脸点位检测技术,确定眼睛的位置,并生成眼睛蒙版。根据眼睛蒙版从调整完成的高光蒙版中提取出眼睛蒙版区域内的高光蒙版,即瞳孔高光蒙版。为了使瞳孔高光蒙版边缘更自然,采用半径为第二预设值的均值模糊对瞳孔高光蒙版进行平滑,得到可以使用的瞳孔高光蒙版。值得注意的是,第二预设值可根据瞳孔高光蒙版的尺寸进行对应设置。
本实施例中,根据瞳孔高光蒙版对原始图像添加调整效果,从而实时调整图像或视频帧中指定区域的局部高光的效果。由于本申请中对图像的各种操作中每一步均能达到毫秒级速度,因此本申请的方案能够针对实时视频中的局部高光进行调整。
基于同一发明构思,本申请一实施例提供一种调整局部高光的装置。参考图2,图2是本申请一实施例提出的调整局部高光的装置200的示意图。
如图2所示,该装置包括:
图像获取模块201,被配置为基于原始图像获取目标图像;所述原始图像为静态图像或从视频中提取的视频帧图像;
反射分量提取模块202,被配置为从所述目标图像中提取高光反射分量图像;
蒙版生成模块203,被配置为根据所述高光反射分量图像,生成所述目标图像的高光蒙版;
局部蒙版提取模块204,被配置为从所述目标图像的高光蒙版中提取出目标区域的蒙版;所述目标区域为需要调整局部高光的区域;
高光调整模块205,被配置为基于所述目标区域的蒙版的轮廓及位置,调整所述原始图像中所述目标区域的高光;
输出模块206,被配置为输出调整完成的原始图像。
作为本申请的一种实施方式,所述反射分量提取模块202被配置为执行以下步骤:
对所述目标图像进行模糊半径为第一预设值的均值模糊,获取所述目标图像的漫反射及环境颜色分量图像;所述第一预设值用于控制所述目标图像的高光蒙版的区域大小;
将所述目标图像与所述漫反射及环境颜色分量图像作差,获取所述目标图像的高光反射分量图像。
作为本申请的一种实施方式,所述蒙版生成模块203,包括:
第一生成模块,被配置为根据预设的灰度阈值,对所述高光反射分量图像中的每个像素进行二值化处理,生成所述目标图像的初始高光蒙版;所述灰度阈值用于控制所述目标图像的高光蒙版的边缘细节;
第一调整模块,被配置为调整所述灰度阈值并重复上述步骤,使所述初始高光蒙版完全覆盖所述目标区域,输出调整完成的高光蒙版。
作为本申请的一种实施方式,所述第一调整模块,被配置为执行以下步骤:
采用图像识别技术,获取所述目标区域的位置及轮廓;
基于所述目标区域的位置及轮廓,判断所述目标图像的高光蒙版是否完全覆盖所述目标区域,若没有完全覆盖,则继续调整所述灰度阈值,扩大所述目标图像的高光蒙版的覆盖区域。
作为本申请的一种实施方式,所述局部蒙版提取模块204,被配置为执行以下步骤:
采用图像识别技术,获取所述目标区域的位置及轮廓;
基于所述目标区域的位置及轮廓,从所述目标图像的高光蒙版中提取所述目标区域的蒙版;
对所述目标区域的蒙版进行半径为第二预设值的均值模糊,平滑所述目标区域的蒙版的边缘。
作为本申请的一种实施方式,所述图像获取模块201,被配置为执行以下步骤:
采用预训练的图像处理模型,对所述原始图像中的目标对象进行定位;所述目标对象包括所述目标区域;
根据所述目标对象的位置确定边界框,基于所述边界框对所述原始图像进行截取,生成所述目标图像。
作为本申请的一种实施方式,所述调整局部高光的装置200,还包括:
第二调整模块,用于对所述第一预设值进行调整;
当目标区域发生改变时,通过所述第二调整模块及所述第一调整模块,对所述第一预设值及所述灰度阈值进行联合调整,使所述目标图像的高光蒙版完全覆盖新的目标区域。
作为本申请的一种实施方式,所述调整局部高光的装置200,还包括:
预处理模块,被配置为对所述目标图像进行半径为第三预设值的均值模糊,去除所述目标图像中的噪点;所述第三预设值是根据所述目标图像的分辨率确定的;使用去除噪点后的目标图像进行后续处理。
基于同一发明构思,本申请一实施例提供一种可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请上述任一实施例所述的调整局部高光的方法中的步骤。
基于同一发明构思,本申请一实施例提供一种电子设备。该电子设备包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行时实现本申请上述任一实施例所述的调整局部高光的方法中的步骤。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
以上所述仅为本申请的较佳实施例而已,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。
对于方法实施例,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,所涉及的动作和部件并不一定是本申请所必须的。
本领域内的技术人员应明白,本申请实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的调整局部高光的方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (11)
1.一种调整局部高光的方法,其特征在于,包括:
基于原始图像获取目标图像;所述原始图像为静态图像或从视频中提取的视频帧图像;
从所述目标图像中提取高光反射分量图像;
根据所述高光反射分量图像,生成所述目标图像的高光蒙版;
从所述目标图像的高光蒙版中提取出目标区域的蒙版;所述目标区域为需要调整局部高光的区域;
基于所述目标区域的蒙版的轮廓及位置,调整所述原始图像中所述目标区域的高光;
输出调整完成的原始图像。
2.根据权利要求1所述的调整局部高光的方法,其特征在于,从所述目标图像中提取高光反射分量图像,包括:
对所述目标图像进行模糊半径为第一预设值的均值模糊,获取所述目标图像的漫反射及环境颜色分量图像;所述第一预设值用于控制所述目标图像的高光蒙版的区域大小;
将所述目标图像与所述漫反射及环境颜色分量图像作差,获取所述目标图像的高光反射分量图像。
3.根据权利要求2所述的调整局部高光的方法,其特征在于,根据所述高光反射分量图像,生成所述目标图像的高光蒙版,包括:
根据预设的灰度阈值,对所述高光反射分量图像中的每个像素进行二值化处理,生成所述目标图像的初始高光蒙版;所述灰度阈值用于控制所述目标图像的高光蒙版的边缘细节;
调整所述灰度阈值并重复上述步骤,使所述初始高光蒙版完全覆盖所述目标区域,输出调整完成的高光蒙版。
4.根据权利要求3所述的调整局部高光的方法,其特征在于,调整所述灰度阈值并重复上述步骤,使所述初始高光蒙版完全覆盖所述目标区域,包括:
采用图像识别技术,获取所述目标区域的位置及轮廓;
基于所述目标区域的位置及轮廓,判断所述目标图像的高光蒙版是否完全覆盖所述目标区域,若没有完全覆盖,则继续调整所述灰度阈值,扩大所述目标图像的高光蒙版的覆盖区域。
5.根据权利要求1所述的调整局部高光的方法,其特征在于,从所述目标图像的高光蒙版中提取出目标区域的蒙版,包括:
采用图像识别技术,获取所述目标区域的位置及轮廓;
基于所述目标区域的位置及轮廓,从所述目标图像的高光蒙版中提取所述目标区域的蒙版;
对所述目标区域的蒙版进行半径为第二预设值的均值模糊,平滑所述目标区域的蒙版的边缘。
6.根据权利要求1所述的调整局部高光的方法,其特征在于,基于原始图像获取目标图像,包括:
采用预训练的图像处理模型,对所述原始图像中的目标对象进行定位;所述目标对象包括所述目标区域;
根据所述目标对象的位置确定边界框,基于所述边界框对所述原始图像进行截取,生成所述目标图像。
7.根据权利要求3所述的调整局部高光的方法,其特征在于,还包括:
当目标区域发生改变时,调整所述第一预设值及所述灰度阈值,使所述目标图像的高光蒙版完全覆盖新的目标区域。
8.根据权利要求1所述的调整局部高光的方法,其特征在于,在从所述目标图像中提取高光反射分量图像之前,还包括:
对所述目标图像进行半径为第三预设值的均值模糊,去除所述目标图像中的噪点;所述第三预设值是根据所述目标图像的分辨率确定的;
使用去除噪点后的目标图像进行后续处理。
9.一种调整局部高光的装置,其特征在于,用于实现如权利要求1-8任一所述的方法,包括:
图像获取模块,被配置为基于原始图像获取目标图像;所述原始图像为静态图像或从视频中提取的视频帧图像;
反射分量提取模块,被配置为从所述目标图像中提取高光反射分量图像;
蒙版生成模块,被配置为根据所述高光反射分量图像,生成所述目标图像的高光蒙版;
局部蒙版提取模块,被配置为从所述目标图像的高光蒙版中提取出目标区域的蒙版;所述目标区域为需要调整局部高光的区域;
高光调整模块,被配置为基于所述目标区域的蒙版的轮廓及位置,调整所述原始图像中所述目标区域的高光;
输出模块,被配置为输出调整完成的原始图像。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1-8任一所述的方法中的步骤。
11.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1-8任一所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311707608.3A CN117876254A (zh) | 2023-12-12 | 2023-12-12 | 一种调整局部高光的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311707608.3A CN117876254A (zh) | 2023-12-12 | 2023-12-12 | 一种调整局部高光的方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117876254A true CN117876254A (zh) | 2024-04-12 |
Family
ID=90595839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311707608.3A Pending CN117876254A (zh) | 2023-12-12 | 2023-12-12 | 一种调整局部高光的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117876254A (zh) |
-
2023
- 2023-12-12 CN CN202311707608.3A patent/CN117876254A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11055827B2 (en) | Image processing apparatus and method | |
US11457138B2 (en) | Method and device for image processing, method for training object detection model | |
US10937167B2 (en) | Automated generation of pre-labeled training data | |
KR101662846B1 (ko) | 아웃 포커싱 촬영에서 빛망울 효과를 생성하기 위한 장치 및 방법 | |
CN105338338B (zh) | 用于成像条件检测的方法和装置 | |
CN113888437A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
JP2009506688A (ja) | 画像分割方法および画像分割システム | |
JP5440241B2 (ja) | 画像強調装置、画像強調方法及び画像強調プログラム | |
CN109064504B (zh) | 图像处理方法、装置和计算机存储介质 | |
JP2011045078A (ja) | カメラベースの文書画像処理のための適応的ボケ除去 | |
US9258490B2 (en) | Smoothing of ghost maps in a ghost artifact detection method for HDR image creation | |
CN107564085B (zh) | 图像扭曲处理方法、装置、计算设备及计算机存储介质 | |
CN111666869B (zh) | 一种基于宽动态处理的人脸识别方法、装置及电子设备 | |
CN113963149A (zh) | 一种医疗票据图片的模糊判断方法、系统、设备及介质 | |
CN111126191B (zh) | 一种虹膜图像的采集方法、装置及存储介质 | |
CN111179245B (zh) | 图像质量检测方法、装置、电子设备和存储介质 | |
CN109934777B (zh) | 图像局部不变特征提取方法、装置、计算机设备及存储介质 | |
CN117876254A (zh) | 一种调整局部高光的方法、装置、设备及存储介质 | |
US20110097000A1 (en) | Face-detection Processing Methods, Image Processing Devices, And Articles Of Manufacture | |
CN112036342A (zh) | 单证抓拍方法、设备及计算机存储介质 | |
Bateman et al. | Image forensics of high dynamic range imaging | |
CN105141857A (zh) | 图像处理方法和装置 | |
Nam et al. | Flash shadow detection and removal in stereo photography | |
JP2007025901A (ja) | 画像処理装置、画像処理方法 | |
CN113256482B (zh) | 一种拍照背景虚化方法、移动终端及存储介质 |
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 |