TWI658433B - 影像模糊方法、裝置、電腦可讀儲存媒體和電腦裝置 - Google Patents
影像模糊方法、裝置、電腦可讀儲存媒體和電腦裝置 Download PDFInfo
- Publication number
- TWI658433B TWI658433B TW107100123A TW107100123A TWI658433B TW I658433 B TWI658433 B TW I658433B TW 107100123 A TW107100123 A TW 107100123A TW 107100123 A TW107100123 A TW 107100123A TW I658433 B TWI658433 B TW I658433B
- Authority
- TW
- Taiwan
- Prior art keywords
- area
- distance information
- physical distance
- portrait
- image
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 19
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G06T5/70—
-
- G06T3/04—
-
- G06T3/18—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/2621—Cameras specially adapted for the electronic generation of special effects during image pickup, e.g. digital cameras, camcorders, video cameras having integrated special effects capability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
- H04N2201/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N2201/3201—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N2201/3225—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title of data relating to an image, a page or a document
- H04N2201/325—Modified version of the image, e.g. part of the image, image reduced in size or resolution, thumbnail or screennail
- H04N2201/3251—Modified version of the image, e.g. part of the image, image reduced in size or resolution, thumbnail or screennail where the modified version of the image is relating to a person or face
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本發明實施例提供的影像模糊方法、裝置、電腦可讀儲存媒體和電腦裝置。該方法包括:獲取待處理影像,及該待處理影像中每一個像素點對應的實體距離資訊;檢測該待處理影像中的人臉區域,並根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊;根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數;以及根據該模糊參數對該背景區域進行模糊。上述影像模糊方法、裝置、電腦可讀儲存媒體和電腦裝置,將背景區域根據實體距離資訊進行不同程度化的模糊處理,提高了影像處理的精確度。
Description
本發明涉及電腦技術領域,特別是涉及一種影像模糊方法、裝置、電腦可讀儲存媒體和電腦裝置。
如今人們生活中越來越離不開拍照攝影,特別是隨著智慧終端機的發展,智慧終端機實現拍照功能後,使拍照應用得更加廣泛。同時無論是在個人生活還是商業用途中,都對拍照的品質和用戶體驗要求越來越高。
然而,拍照的場景往往是複雜多變的,為了使得拍攝的照片適應複雜多變的場景,更加凸顯拍攝的主體從而體現層次感,通常的處理方法是保持拍攝主體的清晰度,並將拍攝主體以外的區域進行模糊處理。模糊處理就是將主體以外的區域進行模糊化,使得主體更加突出。傳統的模糊方法是先識別影像中的主體,然後將主體以外的區域直接進行同等程度的模糊。
本發明實施例提供一種影像模糊方法、裝置、電腦可讀儲存媒體和電腦裝置,可以提高影像處理的精確度。
一種影像模糊方法,包括: 獲取待處理影像,及該待處理影像中每一個像素點對應的實體距離資訊; 檢測該待處理影像中的人臉區域,並根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊; 根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數;以及 根據該模糊參數對該背景區域進行模糊。
一種影像模糊裝置,包括: 影像獲取模組,用於獲取待處理影像,及該待處理影像中每一個像素點對應的實體距離資訊; 區域獲取模組,用於檢測該待處理影像中的人臉區域,並根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊; 參數獲取模組,用於根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數; 影像模糊模組,用於根據該模糊參數對該背景區域進行模糊。
一種電腦可讀儲存媒體,其上儲存有電腦程式,該程式被處理器執行時實現以下步驟: 獲取待處理影像,及該待處理影像中每一個像素點對應的實體距離資訊; 檢測該待處理影像中的人臉區域,並根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊; 根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數;以及 根據該模糊參數對該背景區域進行模糊。
一種電腦裝置,包括記憶體,處理器及儲存在記憶體上並可在處理器上運行的電腦程式,該處理器執行該程式時實現以下步驟: 獲取待處理影像,及該待處理影像中每一個像素點對應的實體距離資訊; 檢測該待處理影像中的人臉區域,並根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊; 根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數;以及 根據該模糊參數對該背景區域進行模糊。
本發明實施例提供的影像模糊方法、裝置、電腦可讀儲存媒體和電腦裝置,首先識別影像中的人臉區域,然後根據人臉區域確定影像中的人像區域和背景區域,將背景區域根據實體距離資訊進行不同程度化的模糊處理,提高了影像處理的精確度。
為了使本發明的目的、技術方案及優點更加清楚明白,以下結合附圖及實施例,對本發明進行進一步詳細說明。應當理解,此處所描述的具體實施例僅僅用以解釋本發明,並不用於限定本發明。
可以理解,本發明所使用的術語“第一”、“第二”等可在本文中用於描述各種元件,但這些元件不受這些術語限制。這些術語僅用於將第一個元件與另一個元件區分。舉例來說,在不脫離本發明的範圍的情況下,可以將第一用戶端稱為第二用戶端,且類似地,可將第二用戶端稱為第一用戶端。第一用戶端和第二用戶端兩者都是用戶端,但其不是同一用戶端。
第1圖為一個實施例中電子裝置的內部結構示意圖。如第1圖所示,該電子裝置包括通過系統匯流排連接的處理器、非揮發性儲存媒體、內記憶體和網路介面、顯示幕和輸入裝置。其中,電子裝置的非揮發性儲存媒體儲存有作業系統和電腦可讀指令。該電腦可讀指令被處理器執行時以實現一種影像模糊方法。該處理器用於提供計算和控制能力,支撐整個電子裝置的運行。電子裝置中的內記憶體為非揮發性儲存媒體中的電腦可讀指令的運行提供環境。網路介面用於與伺服器進行網路通訊,如發送影像模糊請求至伺服器,接收伺服器返回的模糊參數等。電子裝置的顯示幕可以是液晶顯示幕或者電子墨水顯示幕等,輸入裝置可以是顯示幕上覆蓋的觸控層,也可以是電子裝置外殼上設置的按鍵、軌跡球或觸控板,也可以是外接的鍵盤、觸控板或滑鼠等。該電子裝置可以是手機、平板電腦或者個人數位助理或穿戴式裝置等。本領域技術人員可以理解,第1圖中示出的結構,僅僅是與本申請方案相關的部分結構的框圖,並不構成對本申請方案所應用於其上的電子裝置的限定,具體的電子裝置可以包括比圖中所示更多或更少的部件,或者組合某些部件,或者具有不同的部件佈置。
第2圖為一個實施例中伺服器的內部結構示意圖。如第2圖所示,該伺服器包括通過系統匯流排連接的處理器、非揮發性儲存媒體、內記憶體和網路介面。其中,該伺服器的非揮發性儲存媒體儲存有作業系統和電腦可讀指令。該電腦可讀指令被處理器執行時以實現一種影像模糊方法。該伺服器的處理器用於提供計算和控制能力,支撐整個伺服器的運行。該伺服器的網路介面用於據以與外部的終端通過網路連接通訊,比如接收終端發送的影像模糊請求以及向終端返回模糊參數等。伺服器可以用獨立的伺服器或者是複數伺服器組成的伺服器集群來實現。本領域技術人員可以理解,第2圖中示出的結構,僅僅是與本申請方案相關的部分結構的框圖,並不構成對本申請方案所應用於其上的伺服器的限定,具體的伺服器可以包括比圖中所示更多或更少的部件,或者組合某些部件,或者具有不同的部件佈置。
第3圖為一個實施例中影像模糊方法的流程圖。如第3圖所示,該影像模糊方法包括步驟302至步驟308,其中:
步驟302,獲取待處理影像,及待處理影像中每一個像素點對應的實體距離資訊。
在本發明提供的實施例中,待處理影像是指需要進行模糊處理的影像,可以通過影像採集裝置進行採集。影像採集裝置是指採集影像的裝置,例如影像採集裝置可以是照相機、行動終端上的攝像頭、攝像機等裝置。實體距離資訊是指表示影像採集裝置到待處理影像中各個像素點對應的物體之間的實體距離的相關參數。
舉例來說,通過行動終端獲取待處理影像時,使用者通過行動終端輸入拍照指令,行動終端在檢測到該拍照指令之後,通過攝像頭來採集待處理影像。其中,拍照指令可以是行動終端的實體按鍵或觸屏操作觸發的,也可以是語音指令等。
步驟304,檢測待處理影像中的人臉區域,並根據實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊。
在一個實施例中,人臉區域是指待處理影像中人像的人臉所在的區域,人像區域是指待處理影像中的整個人像所在的區域,背景區域是指待處理影像中除人像區域之外的區域。
一般認為人像與人臉在同一垂直平面上,人像到影像採集裝置的實體距離與人臉到影像採集裝置的實體距離相在同一範圍內。因此,在獲取到實體距離資訊和人臉區域後,根據人臉區域對應的實體距離即可獲取到待處理影像中的人像區域,然後根據人像區域就可以在待處理影像中確定背景區域。由於待處理影像中的每一個像素點都有對應的實體距離資訊,因此在待處理影像中獲取到人像區域和背景區域之後,就可以獲取到人像區域對應的實體距離資訊和背景區域對應的實體距離資訊。
步驟306,根據人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數。
在本發明提供的實施例中,模糊處理是指將影像進行模糊化處理,根據模糊參數進行模糊處理,模糊參數不同,模糊處理的程度也不同。實體距離資訊與影像採集裝置到物體的實體距離具有對應關係。在實際場景中物體具有遠近之分,是具有層次的,因此根據實體距離資訊獲取模糊參數,再根據該模糊參數進行模糊處理,得到的模糊結果就會隨著物體的實際實體距離的改變而改變。
步驟308,根據模糊參數對背景區域進行模糊。
上述影像模糊方法,首先識別影像中的人臉區域,然後根據人臉區域確定影像中的人像區域和背景區域,將背景區域根據實體距離資訊進行不同程度化的模糊處理,使得背景區域的模糊更加具有層次感,人像區域更加突出,提高了影像處理的精確度。
第4圖為另一個實施例中影像模糊方法的流程圖。如第4圖所示,該影像模糊方法包括步驟402至步驟408,其中:
步驟402,獲取待處理影像,及待處理影像中每一個像素點對應的實體距離資訊。
在本發明提供的實施例中,影像採集裝置上可以安裝雙攝像頭,通過雙攝像頭測量影像採集裝置到物體之間的實體距離資訊。具體地,通過第一攝像頭和第二攝像頭分別拍攝物體的影像;根據該影像獲取第一夾角和第二夾角,其中,第一夾角為第一攝像頭到物體所在水平線與第一攝像頭到第二攝像頭所在水平線之間的夾角,第二夾角為第二攝像頭到物體所在水平線與第二攝像頭到第一攝像頭所在水平線之間的夾角;根據第一夾角、第二夾角及第一攝像頭到第二攝像頭之間的距離,獲取影像採集裝置到物體之間的實體距離資訊。
第5圖為一個實施例中獲取實體距離資訊的原理圖。如第5圖所示,通過第一攝像頭502和第二攝像頭504分別拍攝物體506的影像,根據該影像可以獲取第一夾角A1和第二夾角A2,然後再根據第一夾角A1、第二夾角A2和第一攝像頭502到第二攝像頭504之間的距離T,可以獲取第一攝像頭502到第二攝像頭504所在水平線上任一點與物體506之間的實體距離D。
在本發明提供的其他實施例中,還可以通過RGBD攝像頭或者鐳射攝像頭來獲取待處理影像中每一個像素點對應的實體距離資訊。
步驟404,檢測待處理影像中的人臉區域,並根據人臉區域對應的實體距離資訊獲取人像距離範圍,並獲取人像距離範圍內的實體距離資訊作為人像區域對應的實體距離資訊,人像距離範圍外的實體距離資訊作為背景區域對應的實體距離資訊。
在本發明提供的實施例中,人像距離範圍是指待處理影像中人像區域對應的實體距離資訊的取值範圍。由於影像採集裝置到人臉的實體距離與到人像的實體距離可以看作是相等的,在檢測到人臉區域之後,獲取人臉區域對應的實體距離資訊,再根據人臉區域對應的實體距離資訊就可以確定人像區域對應的實體距離資訊的範圍,該範圍內的實體距離資訊認為是人像區域對應的實體距離資訊,該範圍之外的實體距離資訊被認為是背景區域的實體距離資訊。
進一步地,根據人臉區域對應的實體距離資訊獲取人像距離範圍,並根據人像距離範圍內的實體距離資訊獲取待處理影像中的影像區域;獲取影像區域的顏色資訊,並根據顏色資訊獲取待處理影像中的人像區域;以及根據人像區域和待處理影像對應的實體距離資訊,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊。
根據人像距離範圍提取的影像區域是待處理影像中與人臉在同一實體距離範圍內的物體所在的區域,假設人旁邊有其他物體存在,那麼提取出來的影像區域就可能存在除人像區域之外的其他物體。這時候可以根據影像區域的顏色資訊進一步將人像區域提取出來。
在本發明提供的實施例中,顏色資訊是指用來表示影像的色彩的相關參數,例如顏色資訊可以包括影像中色彩的色調、飽和度、明度等信息。其中,色彩的色調是指色彩的角度度量,其取值範圍為0°~360°,從紅色開始按逆時針方向計算,紅色為0°,綠色為120°,藍色為240°。飽和度是指色彩接近光譜的程度,一般飽和度越高,色彩越鮮豔;飽和度越低,色彩越暗淡。明度則表示色彩的明亮程度。
不同的物體往往有不同的顏色特徵,即在影像中呈現的顏色資訊也是不一樣的。例如樹木的顏色為綠色、天空為藍色、大地為黃色等等。根據影像區域中的顏色資訊可以提取人像區域和人像區域外的區域。
具體地,獲取影像區域的顏色分量,提取影像區域中顏色分量在預設範圍內的區域作為人像區域。顏色分量是指將待處理影像轉化為某一色彩維度的影像所產生的影像分量,例如顏色分量可以是指影像的RGB顏色分量、CMY顏色分量、HSV顏色分量等,可以理解的是RGB顏色分量、CMY顏色分量、HSV顏色分量之間可以相互轉換。
在一個實施例中,獲取影像區域的HSV顏色分量,提取影像區域中HSV顏色分量在預設範圍內的區域作為人像區域。其中,HSV顏色分量分別是指影像的色調(H)、飽和度(S)、明度(V)分量,分別給這三個分量設定一個預設範圍,並將影像區域中這三個分量在預設範圍內的區域提取出來,作為人像區域。
舉例來說,通過HSV顏色分量來獲取人像區域,具體可以是獲取影像區域的HSV顏色分量,並獲取影像區域中滿足條件“H值在20~25、S值在10~50、V值在50~85之間”的區域,作為人像區域。第6圖為一個實施例中待處理影像中的人像區域的顯示示意圖。根據檢測的人臉區域和實體距離資訊獲取的人像區域在終端的顯示結果如第6圖所示。
步驟406,根據人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數。
在本發明提供的實施例中,根據人像區域對應的實體距離資訊獲取人像距離平均值,並根據人像距離平均值和背景區域對應的實體距離資訊獲取背景距離差值;以及根據背景距離差值獲取背景區域對應的模糊參數。
也就是說,首先獲取人像區域對應的實體距離資訊的平均值,再以人像區域的實體距離資訊為基準,獲取背景區域中每一個像素點對應的實體距離資訊與該平均值之間的差值。預先設置差值與模糊參數的對應關係,根據該差值與對應關係即可獲取背景區域中每一個像素點對應的模糊參數。一般地,差值越大,說明該像素點對應的物體距離越遠,則對應的模糊參數越大,模糊程度也越深。
更進一步地,在獲取背景距離差值之後,需要將背景距離差值進行正規化,並根據正規化後的背景距離差值獲取背景區域對應的模糊參數。正規化是指將求取的背景距離差值轉化為0~1之間的數值,用0~1對應的值來體現模糊處理的程度。
舉例來說,假設求得人像區域對應的實體距離資訊的平均值為A,背景區域某一像素點對應的實體距離資訊為B(x,y),則該像素點對應的背景距離差值就為C(x,y)=|A-B(x,y)|。假設C(x,y)中的最大值和最小值為Cmax和Cmin,正規化後的背景距離差值為D(x,y),則D(x,y)=(C(x,y)-Cmin)/(Cmax-Cmin)。這樣正規化後的背景距離差值D(x,y)取值範圍就是0到1,根據該背景距離差值確定模糊的強度,0代表不做模糊處理,1模糊強度最大。
另外,由於如果背景距離差值為0的話就代表不做模糊處理,而背景區域都需要做模糊處理,因此背景距離差值不可以為0。那麼,可以將正規化後的背景距離差值進一步進行映射處理,根據映射後的背景距離差值得到模糊參數,使得模糊參數的取值不可能為零。假設將得到的D(x,y)∈[0,1]映射成D(x,y)∈[0.5,1],即模糊最弱的區域使用0.5的強度,最強的使用1的強度。假設映射前的背景距離差值為Dold
(x,y),映射後的背景距離差值為Dnew
(x,y),則可以根據以下映射公式進行計算:Dnew
(x,y)=Dold
(x,y)/2+0.5,Dnew
(x,y)∈[0.5,1]。根據映射處理後的背景距離差值可以獲取模糊參數,再根據該模糊參數對背景區域進行模糊處理。
步驟408,根據模糊參數對背景區域進行模糊。
上述本發明實施例提供的影像模糊方法,首先識別影像中的人臉區域,然後根據人臉區域確定影像中的人像區域和背景區域,將背景區域根據實體距離資訊進行不同程度化的模糊處理,提高了影像處理的精確度。
第7圖為一個實施例中提供的影像模糊裝置的結構示意圖,如第7圖所示,該影像模糊裝置700包括影像獲取模組702、區域獲取模組704、參數獲取模組706和影像模糊模組708。其中: 影像獲取模組702,用於獲取待處理影像,及該待處理影像中每一個像素點對應的實體距離資訊。
區域獲取模組704,用於檢測所該處理影像中的人臉區域,並根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊。
參數獲取模組706,用於根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數。
影像模糊模組708,用於根據該模糊參數對該背景區域進行模糊。
上述影像模糊裝置,首先識別影像中的人臉區域,然後根據人臉區域確定影像中的人像區域和背景區域,將背景區域根據實體距離資訊進行不同程度化的模糊處理,提高了影像處理的精確度。
在本發明提供的實施例中,區域獲取模組704還用於根據該人臉區域對應的實體距離資訊獲取人像距離範圍,並獲取人像距離範圍內的實體距離資訊作為人像區域對應的實體距離資訊,人像距離範圍外的實體距離資訊作為背景區域對應的實體距離資訊。
在一個實施例中,區域獲取模組704還用於根據該人臉區域對應的實體距離資訊獲取人像距離範圍,並根據人像距離範圍內的實體距離資訊獲取該待處理影像中的影像區域;獲取該影像區域的顏色資訊,並根據該顏色資訊獲取該待處理影像中的人像區域;以及根據該人像區域和待處理影像對應的實體距離資訊,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊。
在本發明提供的其他實施例中,參數獲取模組706還用於根據該人像區域對應的實體距離資訊獲取人像距離平均值,並根據該人像距離平均值和背景區域對應的實體距離資訊獲取背景距離差值;以及根據該背景距離差值獲取背景區域對應的模糊參數。
在其中一個實施例中,參數獲取模組706還用於將該背景距離差值進行正規化,並將正規化後的背景距離差值作為背景區域對應的模糊參數。
上述影像模糊裝置中各個模組的劃分僅用於舉例說明,在其他實施例中,可將影像模糊裝置按照需要劃分為不同的模組,以完成上述影像模糊裝置的全部或部分功能。
本發明實施例還提供了一種電腦可讀儲存媒體。一種電腦可讀儲存媒體,其上儲存有電腦程式,該程式被處理器執行時實現以下步驟: 獲取待處理影像,及該待處理影像中每一個像素點對應的實體距離資訊; 檢測該待處理影像中的人臉區域,並根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊; 根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數;以及 根據該模糊參數對該背景區域進行模糊。
在一個實施例中,該程式被處理器執行的該根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊步驟包括: 根據該人臉區域對應的實體距離資訊獲取人像距離範圍,並獲取人像距離範圍內的實體距離資訊作為人像區域對應的實體距離資訊,人像距離範圍外的實體距離資訊作為背景區域對應的實體距離資訊。
在本發明提供的實施例中,被處理器執行的該根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊包括: 根據該人臉區域對應的實體距離資訊獲取人像距離範圍,並根據人像距離範圍內的實體距離資訊獲取該待處理影像中的影像區域; 獲取該影像區域的顏色資訊,並根據該顏色資訊獲取該待處理影像中的人像區域;以及 根據該人像區域和待處理影像對應的實體距離資訊,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊。
在一個實施例中,被處理器執行的該根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數包括: 根據該人像區域對應的實體距離資訊獲取人像距離平均值,並根據該人像距離平均值和背景區域對應的實體距離資訊獲取背景距離差值;以及 根據該背景距離差值獲取背景區域對應的模糊參數。
在其中一個實施例中,被處理器執行的該根據該背景距離差值獲取背景區域對應的模糊參數包括: 將該背景距離差值進行正規化,並根據正規化後的背景距離差值獲取背景區域對應的模糊參數。
本發明實施例還提供了一種電腦裝置。如第8圖所示,為了便於說明,僅示出了與本發明實施例相關的部分,具體技術細節未揭示的,請參照本發明實施例方法部分。該電腦裝置可以為包括手機、平板電腦、PDA(Personal Digital Assistant,個人數位助理)、POS(Point of Sales,銷售終端)、車載電腦、穿戴式裝置等任意終端裝置,以電腦裝置為行動終端為例: 第8圖為與本發明實施例提供的電腦裝置相關的行動終端的部分結構的框圖。參考第8圖,行動終端包括:射頻(Radio Frequency,RF)電路810、記憶體820、輸入單元830、顯示單元840、感測器850、音訊電路860、無線保真(wireless fidelity,WiFi)模組870、處理器880、以及電源890等部件。本領域技術人員可以理解,第8圖所示的行動終端結構並不構成對行動終端的限定,可以包括比圖式更多或更少的部件,或者組合某些部件,或者不同的部件佈置。
其中,RF電路810可用於收發資訊或通話過程中,訊號的接收和發送,可將基地台的下行資訊接收後,給處理器880處理;也可以將上行的資料發送給基地台。通常,RF電路包括但不限於天線、至少一個放大器、收發信機、耦合器、低雜訊放大器(Low Noise Amplifier,LNA)、雙工器等。此外,RF電路810還可以通過無線通訊與網路和其他裝置通訊。上述無線通訊可以使用任一通訊標準或協定,包括但不限於全球行動通訊系統(Global System of Mobile communication,GSM)、通用封包無線電服務(General Packet Radio Service,GPRS)、分碼多重存取(Code Division Multiple Access,CDMA)、寬頻分碼多重存取(Wideband Code Division Multiple Access,WCDMA)、長期演進(Long Term Evolution,LTE))、電子郵件、簡訊服務(Short Messaging Service,SMS)等。
記憶體820可用於儲存軟體程式以及模組,處理器880通過運行儲存在記憶體820的軟體程式以及模組,從而執行行動終端的各種功能應用以及資料處理。記憶體820可主要包括程式儲存區和資料儲存區,其中,程式儲存區可儲存作業系統、至少一個功能所需的應用程式(比如聲音播放功能的應用程式、影像播放功能的應用程式等)等;資料儲存區可儲存根據行動終端的使用所創建的資料(比如音訊資料、通訊錄等)等。此外,記憶體820可以包括高速隨機存取記憶體,還可以包括非揮發性記憶體,例如至少一個磁碟記憶體件、快閃記憶體裝置、或其他揮放性固態記憶體件。
輸入單元830可用於接收輸入的數位或字元資訊,以及產生與行動終端800的使用者設置以及功能控制有關的鍵訊號輸入。具體地,輸入單元830可包括觸控面板831以及其他輸入裝置832。觸控面板831,也可稱為觸控式螢幕,可收集用戶在其上或附近的觸控操作(比如用戶使用手指、觸控筆等任何適合的物體或附件在觸控面板831上或在觸控面板831附近的操作),並根據預先設定的程式驅動相應的連接裝置。在一個實施例中,觸控面板831可包括觸摸檢測裝置和觸摸控制器兩個部分。其中,觸摸檢測裝置檢測使用者的觸摸方位,並檢測觸摸操作帶來的信號,將信號傳送給觸摸控制器;觸摸控制器從觸摸檢測裝置上接收觸摸資訊,並將它轉換成觸點坐標,再送給處理器880,並能接收處理器880發來的命令並加以執行。此外,可以採用電阻式、電容式、紅外線以及表面聲波等多種類型實現觸控面板831。除了觸控面板831,輸入單元830還可以包括其他輸入裝置832。具體地,其他輸入裝置832可以包括但不限於實體鍵盤、功能鍵(比如音量控制按鍵、開關按鍵等)等中的一種或多種。
顯示單元840可用於顯示由使用者輸入的資訊或提供給使用者的資訊以及行動終端的各種功能表。顯示單元840可包括顯示面板841。在一個實施例中,可以採用液晶顯示器(Liquid Crystal Display,LCD)、有機發光二極體(Organic Light-Emitting Diode, OLED)等形式來配置顯示面板841。在一個實施例中,觸控面板831可覆蓋顯示面板841,當觸控面板831檢測到在其上或附近的觸摸操作後,傳送給處理器880以確定觸摸事件的類型,隨後處理器880根據觸摸事件的類型在顯示面板841上提供相應的視覺輸出。雖然在第8圖中,觸控面板831與顯示面板841是作為兩個獨立的部件來實現行動終端的輸入和輸入功能,但是在某些實施例中,可以將觸控面板831與顯示面板841整合而實現行動終端的輸入和輸出功能。
行動終端800還可包括至少一種感測器850,比如光感測器、運動感測器以及其他感測器。具體地,光感測器可包括環境光感測器及接近感測器,其中,環境光感測器可根據環境光線的明暗來調節顯示面板841的亮度,接近感測器可在行動終端行動到耳邊時,關閉顯示面板841和/或背光。運動感測器可包括加速度感測器,通過加速度感測器可檢測各個方向上加速度的大小,靜止時可檢測出重力的大小及方向,可用於識別行動終端姿態的應用(比如橫豎屏切換)、振動識別相關功能(比如計步器、敲擊)等;此外,行動終端還可配置陀螺儀、氣壓計、濕度計、溫度計、紅外線感測器等其他感測器等。
音訊電路860、揚聲器861和傳聲器862可提供使用者與行動終端之間的音訊介面。音訊電路860可將接收到的音訊資料轉換後的電訊號,傳輸到揚聲器861,由揚聲器861轉換為聲音訊號輸出;另一方面,傳聲器862將收集的聲音訊號轉換為電訊號,由音訊電路860接收後轉換為音訊資料,再將音訊資料輸出處理器880處理後,經RF電路810可以發送給另一行動終端,或者將音訊資料輸出至記憶體820以便後續處理。
WiFi屬於短距離無線傳輸技術,行動終端通過WiFi模組870可以説明使用者收發電子郵件、瀏覽網頁和訪問串流媒體等,它為用戶提供了無線的寬頻網際網路訪問。雖然第8圖示出了WiFi模組870,但是可以理解的是,其並不屬於行動終端800的必須構成,可以根據需要而省略。
處理器880是行動終端的控制中心,利用各種介面和線路連接整個行動終端的各個部分,通過運行或執行儲存在記憶體820內的軟體程式和/或模組,以及調用儲存在記憶體820內的資料,執行行動終端的各種功能和處理資料,從而對行動終端進行整體監控。在一個實施例中,處理器880可包括一個或複數處理單元。在一個實施例中,處理器880可整合應用處理器和調製解調處理器,其中,應用處理器主要處理作業系統、使用者介面和應用程式等;調製解調處理器主要處理無線通訊。可以理解的是,上述調製解調處理器也可以不整合到處理器880中。
行動終端800還包括給各個部件供電的電源890(比如電池),較佳的,電源可以通過電源管理系統與處理器880邏輯相連,從而通過電源管理系統實現管理充電、放電、以及功耗管理等功能。
在本發明實施例中,該行動終端800所包括的處理器880執行儲存在記憶體上的電腦程式時實現以下步驟: 獲取待處理影像,及該待處理影像中每一個像素點對應的實體距離資訊; 檢測該待處理影像中的人臉區域,並根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊; 根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數;以及 根據該模糊參數對該背景區域進行模糊。
在一個實施例中,被處理器880執行的該根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊步驟包括: 根據該人臉區域對應的實體距離資訊獲取人像距離範圍,並獲取人像距離範圍內的實體距離資訊作為人像區域對應的實體距離資訊,人像距離範圍外的實體距離資訊作為背景區域對應的實體距離資訊。
在本發明提供的實施例中,被處理器880執行的該根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊包括: 根據該人臉區域對應的實體距離資訊獲取人像距離範圍,並根據人像距離範圍內的實體距離資訊獲取該待處理影像中的影像區域; 獲取該影像區域的顏色資訊,並根據該顏色資訊獲取該待處理影像中的人像區域;以及 根據該人像區域和待處理影像對應的實體距離資訊,獲取人像區域對應的實體距離資訊和背景區域對應的實體距離資訊。
在一個實施例中,被處理器880執行的該根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數包括: 根據該人像區域對應的實體距離資訊獲取人像距離平均值,並根據該人像距離平均值和背景區域對應的實體距離資訊獲取背景距離差值;以及 根據該背景距離差值獲取背景區域對應的模糊參數。
在其中一個實施例中,被處理器880執行的該根據該背景距離差值獲取背景區域對應的模糊參數包括: 將該背景距離差值進行正規化,並根據正規化後的背景距離差值獲取背景區域對應的模糊參數。
本領域普通技術人員可以理解實現上述實施例方法中的全部或部分流程,是可以通過電腦程式來指令相關的硬體來完成,所述的程式可儲存於一非揮發性電腦可讀取儲存媒體中,該程式在執行時,可包括如上述各方法的實施例的流程。其中,所述的儲存媒體可為磁碟、光碟、唯讀記憶體(Read-Only Memory,ROM)等。
以上該實施例僅表達了本發明的幾種實施方式,其描述較為具體和詳細,但並不能因此而理解為對本發明專利範圍的限制。應當指出的是,對於本領域的普通技術人員來說,在不脫離本發明構思的前提下,還可以做出若干變形和改進,這些都屬於本發明的保護範圍。因此,本發明專利的保護範圍應以所附申請專利範圍為準。
502‧‧‧第一攝像頭
504‧‧‧第二攝像頭
506‧‧‧物體
700‧‧‧影像模糊裝置
702‧‧‧影像獲取模組
704‧‧‧區域獲取模組
706‧‧‧參數獲取模組
708‧‧‧影像模糊模組
800‧‧‧行動終端
810‧‧‧射頻電路
820‧‧‧記憶體
830‧‧‧輸入單元
831‧‧‧觸控面板
832‧‧‧其他輸入裝置
840‧‧‧顯示單元
841‧‧‧顯示面板
850‧‧‧感測器
860‧‧‧音訊電路
861‧‧‧揚聲器
862‧‧‧傳聲器
870‧‧‧無線保真(WiFi)模組
880‧‧‧處理器
890‧‧‧電源
A1‧‧‧第一夾角
A2‧‧‧第二夾角
D‧‧‧實體距離
T‧‧‧距離
第1圖為一個實施例中電子裝置的內部結構示意圖; 第2圖為一個實施例中伺服器的內部結構示意圖; 第3圖為一個實施例中影像模糊方法的流程圖; 第4圖為另一個實施例中影像模糊方法的流程圖; 第5圖為一個實施例中獲取實體距離資訊的原理圖; 第6圖為一個實施例中待處理影像中的人像區域的顯示示意圖; 第7圖為一個實施例中提供的影像模糊裝置的結構示意圖; 第8圖為與本發明實施例提供的電腦裝置相關的行動終端的部分結構的框圖。
Claims (10)
- 一種影像模糊方法,其特徵在於,包括:獲取一待處理影像,及該待處理影像中每一像素點對應的實體距離資訊,其中,該實體距離資訊是指表示一影像採集裝置到該待處理影像中各個像素點對應的物體之間的實體距離的相關參數;檢測該待處理影像中的一人臉區域,並根據該實體距離資訊和人臉區域,獲取一人像區域對應的實體距離資訊和一背景區域對應的實體距離資訊,其中,該人臉區域是指該待處理影像中一人像的一人臉所在的區域,該人像區域是指該待處理影像中的整個人像所在的區域;根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取一背景區域對應的模糊參數;以及根據該模糊參數對該背景區域進行模糊,該根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取背景區域對應的模糊參數包括:根據該人像區域對應的實體距離資訊獲取一人像距離平均值,並根據該人像距離平均值和背景區域對應的實體距離資訊獲取一背景距離差值;以及根據該背景距離差值獲取該背景區域對應的模糊參數。
- 如申請專利範圍第1項所述的影像模糊方法,其中,該根據該實體距離資訊和人臉區域,獲取一人像區域對應的實體距離資訊和一背景區域對應的實體距離資訊包括:根據該人臉區域對應的實體距離資訊獲取人像距離範圍,並獲取人像距離範圍內的實體距離資訊作為一人像區域對應的實體距離資訊,人像距離範圍外的實體距離資訊作為一背景區域對應的實體距離資訊。
- 如申請專利範圍第1項所述的影像模糊方法,其中,該根據該實體距離資訊和人臉區域,獲取一人像區域對應的實體距離資訊和一背景區域對應的實體距離資訊包括:根據該人臉區域對應的實體距離資訊獲取人像距離範圍,並根據人像距離範圍內的實體距離資訊獲取該待處理影像中的影像區域;獲取該影像區域的一顏色資訊,並根據該顏色資訊獲取該待處理影像中的一人像區域;以及根據該人像區域和待處理影像對應的實體距離資訊,獲取一人像區域對應的實體距離資訊和一背景區域對應的實體距離資訊。
- 如申請專利範圍第1項所述的影像模糊方法,其中,該根據該背景距離差值獲取一背景區域對應的模糊參數包括:將該背景距離差值進行正規化,並根據正規化後的背景距離差值獲取一背景區域對應的模糊參數。
- 一種影像模糊裝置,其特徵在於,包括:一影像獲取模組,用於獲取一待處理影像,及該待處理影像中每一像素點對應的實體距離資訊,其中,該實體距離資訊是指表示一影像採集裝置到該待處理影像中各個像素點對應的物體之間的實體距離的相關參數;一區域獲取模組,用於檢測該待處理影像中的一人臉區域,並根據該實體距離資訊和人臉區域,獲取一人像區域對應的實體距離資訊和一背景區域對應的實體距離資訊,其中,該人臉區域是指該待處理影像中一人像的一人臉所在的區域,該人像區域是指該待處理影像中的整個人像所在的區域;一參數獲取模組,用於根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取一背景區域對應的模糊參數;一影像模糊模組,用於根據該模糊參數對該背景區域進行模糊,該參數獲取模組還用於根據該人像區域對應的實體距離資訊獲取一人像距離平均值,並根據該人像距離平均值和背景區域對應的實體距離資訊獲取一背景距離差值;以及根據該背景距離差值獲取一背景區域對應的模糊參數。
- 如申請專利範圍第5項所述的影像模糊裝置,其中,該區域獲取模組還用於根據該人臉區域對應的實體距離資訊獲取一人像距離範圍,並獲取人像距離範圍內的實體距離資訊作為一人像區域對應的實體距離資訊,人像距離範圍外的實體距離資訊作為一背景區域對應的實體距離資訊。
- 如申請專利範圍第5項所述的影像模糊裝置,其中,該區域獲取模組還用於根據該人臉區域對應的實體距離資訊獲取一人像距離範圍,並根據人像距離範圍內的實體距離資訊獲取該待處理影像中的影像區域;獲取該影像區域的一顏色資訊,並根據該顏色資訊獲取該待處理影像中的一人像區域;以及根據該人像區域和待處理影像對應的實體距離資訊,獲取一人像區域對應的實體距離資訊和一背景區域對應的實體距離資訊。
- 如申請專利範圍第5項所述的影像模糊裝置,其中,該參數獲取模組還用於將該背景距離差值進行正規化,並該正規化後的背景距離差值獲取一背景區域對應的模糊參數。
- 一種電腦可讀儲存媒體,其上儲存有電腦程式,其特徵在於,該程式被處理器執行時實現以下步驟:獲取一待處理影像,及該待處理影像中每一像素點對應的實體距離資訊,其中,該實體距離資訊是指表示一影像採集裝置到該待處理影像中各個像素點對應的物體之間的實體距離的相關參數;檢測該待處理影像中的人臉區域,並根據該實體距離資訊和人臉區域,獲取一人像區域對應的實體距離資訊和一背景區域對應的實體距離資訊,其中,該人臉區域是指該待處理影像中一人像的一人臉所在的區域,該人像區域是指該待處理影像中的整個人像所在的區域;根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取一背景區域對應的模糊參數;以及根據該模糊參數對該背景區域進行模糊,該根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取一背景區域對應的模糊參數包括:根據該人像區域對應的實體距離資訊獲取一人像距離平均值,並根據該人像距離平均值和背景區域對應的實體距離資訊獲取一背景距離差值;以及根據該背景距離差值獲取一背景區域對應的模糊參數。
- 一種電腦裝置,包括一記憶體,一處理器及儲存在記憶體上並可在處理器上運行的一電腦程式,其特徵在於,該處理器執行該程式時實現以下步驟:獲取一待處理影像,及該待處理影像中每一像素點對應的一實體距離資訊,其中,該實體距離資訊是指表示一影像採集裝置到該待處理影像中各個像素點對應的物體之間的實體距離的相關參數;檢測該待處理影像中的一人臉區域,並根據該實體距離資訊和人臉區域,獲取人像區域對應的實體距離資訊和一背景區域對應的實體距離資訊,其中,該人臉區域是指該待處理影像中一人像的一人臉所在的區域,該人像區域是指該待處理影像中的整個人像所在的區域;根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取一背景區域對應的模糊參數;以及根據該模糊參數對該背景區域進行模糊,該根據該人像區域對應的實體距離資訊和背景區域對應的實體距離資訊,獲取一背景區域對應的模糊參數包括:根據該人像區域對應的實體距離資訊獲取一人像距離平均值,並根據該人像距離平均值和背景區域對應的實體距離資訊獲取一背景距離差值;以及根據該背景距離差值獲取一背景區域對應的模糊參數。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710399856.4A CN107038681B (zh) | 2017-05-31 | 2017-05-31 | 图像虚化方法、装置、计算机可读存储介质和计算机设备 |
??201710399856.4 | 2017-05-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201903712A TW201903712A (zh) | 2019-01-16 |
TWI658433B true TWI658433B (zh) | 2019-05-01 |
Family
ID=59539941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107100123A TWI658433B (zh) | 2017-05-31 | 2018-01-03 | 影像模糊方法、裝置、電腦可讀儲存媒體和電腦裝置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10510136B2 (zh) |
EP (1) | EP3410391A1 (zh) |
CN (1) | CN107038681B (zh) |
TW (1) | TWI658433B (zh) |
WO (1) | WO2018219072A1 (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038681B (zh) * | 2017-05-31 | 2020-01-10 | Oppo广东移动通信有限公司 | 图像虚化方法、装置、计算机可读存储介质和计算机设备 |
CN107330439B (zh) * | 2017-07-14 | 2022-11-04 | 腾讯科技(深圳)有限公司 | 一种图像中物体姿态的确定方法、客户端及服务器 |
CN107592466B (zh) * | 2017-10-13 | 2020-04-24 | 维沃移动通信有限公司 | 一种拍照方法及移动终端 |
CN107909539A (zh) * | 2017-10-23 | 2018-04-13 | 深圳天珑无线科技有限公司 | 图像背景虚化方法、终端及计算机可读存储介质 |
CN107800965B (zh) * | 2017-10-31 | 2019-08-16 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
CN108234882B (zh) * | 2018-02-11 | 2020-09-29 | 维沃移动通信有限公司 | 一种图像虚化方法及移动终端 |
CN110874814B (zh) * | 2018-08-31 | 2023-07-28 | Oppo广东移动通信有限公司 | 一种图像处理方法、图像处理装置及终端设备 |
CN111127303A (zh) * | 2018-11-01 | 2020-05-08 | Tcl集团股份有限公司 | 背景虚化方法、装置、终端设备及计算机可读存储介质 |
CN109327626B (zh) * | 2018-12-12 | 2020-09-11 | Oppo广东移动通信有限公司 | 图像采集方法、装置、电子设备和计算机可读存储介质 |
EP3706077A1 (en) * | 2019-03-08 | 2020-09-09 | Nokia Technologies Oy | Image system |
CN111464864B (zh) * | 2020-04-02 | 2022-12-06 | Oppo广东移动通信有限公司 | 倒序视频获取方法、装置、电子设备以及存储介质 |
CN112217992A (zh) * | 2020-09-29 | 2021-01-12 | Oppo(重庆)智能科技有限公司 | 图像虚化方法、图像虚化装置、移动终端及存储介质 |
CN112532882B (zh) * | 2020-11-26 | 2022-09-16 | 维沃移动通信有限公司 | 图像显示方法和装置 |
US11893668B2 (en) | 2021-03-31 | 2024-02-06 | Leica Camera Ag | Imaging system and method for generating a final digital image via applying a profile to image information |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080002961A1 (en) * | 2006-06-29 | 2008-01-03 | Sundstrom Robert J | Method and system for providing background blurring when capturing an image using an image capture device |
CN103207664A (zh) * | 2012-01-16 | 2013-07-17 | 联想(北京)有限公司 | 一种图像处理方法和设备 |
CN103905725A (zh) * | 2012-12-27 | 2014-07-02 | 佳能株式会社 | 图像处理设备和图像处理方法 |
CN103945118A (zh) * | 2014-03-14 | 2014-07-23 | 华为技术有限公司 | 图像虚化方法、装置及电子设备 |
TW201707438A (zh) * | 2015-08-04 | 2017-02-16 | 緯創資通股份有限公司 | 電子裝置及影像處理方法 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7726811B2 (en) * | 2006-02-14 | 2010-06-01 | Lai Shui T | Subjective wavefront refraction using continuously adjustable wave plates of Zernike function |
JP2009110137A (ja) * | 2007-10-29 | 2009-05-21 | Ricoh Co Ltd | 画像処理装置、画像処理方法及び画像処理プログラム |
JP5760727B2 (ja) * | 2011-06-14 | 2015-08-12 | リコーイメージング株式会社 | 画像処理装置および画像処理方法 |
US9185387B2 (en) | 2012-07-03 | 2015-11-10 | Gopro, Inc. | Image blur based on 3D depth information |
CN102932541A (zh) | 2012-10-25 | 2013-02-13 | 广东欧珀移动通信有限公司 | 手机拍照方法及系统 |
AU2012258467A1 (en) * | 2012-12-03 | 2014-06-19 | Canon Kabushiki Kaisha | Bokeh amplification |
JP6218377B2 (ja) * | 2012-12-27 | 2017-10-25 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
US9025874B2 (en) * | 2013-02-19 | 2015-05-05 | Blackberry Limited | Method and system for generating shallow depth of field effect |
CN108107571B (zh) | 2013-10-30 | 2021-06-01 | 株式会社摩如富 | 图像处理装置及方法及非暂时性计算机可读记录介质 |
US9237277B1 (en) * | 2014-06-06 | 2016-01-12 | Google Inc. | Accurate simulation of shallow depth of field using contrast detection |
CN105303514B (zh) * | 2014-06-17 | 2019-11-05 | 腾讯科技(深圳)有限公司 | 图像处理方法和装置 |
JP6472183B2 (ja) * | 2014-07-28 | 2019-02-20 | キヤノン株式会社 | 画像処理装置、その制御方法、プログラム |
CN104333700B (zh) * | 2014-11-28 | 2017-02-22 | 广东欧珀移动通信有限公司 | 一种图像虚化方法和图像虚化装置 |
US10303973B2 (en) | 2015-04-15 | 2019-05-28 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium for lighting processing on image using model data |
JP6495446B2 (ja) * | 2015-06-08 | 2019-04-03 | オリンパス株式会社 | ぼけ強調画像処理装置、ぼけ強調画像処理プログラム、ぼけ強調画像処理方法 |
CN105049695A (zh) | 2015-07-07 | 2015-11-11 | 广东欧珀移动通信有限公司 | 一种视频录制方法及装置 |
CN105389801B (zh) * | 2015-10-20 | 2018-09-21 | 厦门美图之家科技有限公司 | 人物轮廓设置方法、人物图像虚化方法、系统及拍摄终端 |
CN107613199B (zh) * | 2016-06-02 | 2020-03-13 | Oppo广东移动通信有限公司 | 虚化照片生成方法、装置和移动终端 |
CN106203292A (zh) * | 2016-06-28 | 2016-12-07 | 广东欧珀移动通信有限公司 | 一种图像的增强现实处理的方法、装置及移动终端 |
CN106331492B (zh) | 2016-08-29 | 2019-04-16 | Oppo广东移动通信有限公司 | 一种图像处理方法及终端 |
CN106993112B (zh) | 2017-03-09 | 2020-01-10 | Oppo广东移动通信有限公司 | 基于景深的背景虚化方法及装置和电子装置 |
CN107038681B (zh) | 2017-05-31 | 2020-01-10 | Oppo广东移动通信有限公司 | 图像虚化方法、装置、计算机可读存储介质和计算机设备 |
-
2017
- 2017-05-31 CN CN201710399856.4A patent/CN107038681B/zh active Active
-
2018
- 2018-01-03 TW TW107100123A patent/TWI658433B/zh active
- 2018-02-10 US US15/893,597 patent/US10510136B2/en active Active
- 2018-03-15 EP EP18161906.5A patent/EP3410391A1/en not_active Ceased
- 2018-04-24 WO PCT/CN2018/084279 patent/WO2018219072A1/en active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080002961A1 (en) * | 2006-06-29 | 2008-01-03 | Sundstrom Robert J | Method and system for providing background blurring when capturing an image using an image capture device |
CN103207664A (zh) * | 2012-01-16 | 2013-07-17 | 联想(北京)有限公司 | 一种图像处理方法和设备 |
CN103905725A (zh) * | 2012-12-27 | 2014-07-02 | 佳能株式会社 | 图像处理设备和图像处理方法 |
CN103945118A (zh) * | 2014-03-14 | 2014-07-23 | 华为技术有限公司 | 图像虚化方法、装置及电子设备 |
TW201707438A (zh) * | 2015-08-04 | 2017-02-16 | 緯創資通股份有限公司 | 電子裝置及影像處理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107038681B (zh) | 2020-01-10 |
WO2018219072A1 (en) | 2018-12-06 |
TW201903712A (zh) | 2019-01-16 |
US20180350031A1 (en) | 2018-12-06 |
US10510136B2 (en) | 2019-12-17 |
EP3410391A1 (en) | 2018-12-05 |
CN107038681A (zh) | 2017-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI658433B (zh) | 影像模糊方法、裝置、電腦可讀儲存媒體和電腦裝置 | |
US10497097B2 (en) | Image processing method and device, computer readable storage medium and electronic device | |
CN108307125B (zh) | 一种图像采集方法、装置和存储介质 | |
WO2020199878A1 (zh) | 显示亮度调整方法及相关产品 | |
WO2018137267A1 (zh) | 图像处理方法和终端设备 | |
WO2018171493A1 (zh) | 图像处理方法、装置及存储介质 | |
CN109688322B (zh) | 一种生成高动态范围图像的方法、装置及移动终端 | |
CN108200421B (zh) | 一种白平衡处理方法、终端和计算机可读存储介质 | |
CN107705247B (zh) | 一种图像饱和度的调整方法、终端及存储介质 | |
US10636122B2 (en) | Method, device and nonvolatile computer-readable medium for image composition | |
CN111899695A (zh) | 背光调节方法、终端设备及可读存储介质 | |
CN110099428B (zh) | 无线保真WiFi网络访问方法、装置及终端 | |
CN114143523A (zh) | 亮度调节方法、装置、投影设备及存储介质 | |
CN109348212B (zh) | 一种图像噪声确定方法及终端设备 | |
CN109729280A (zh) | 一种图像处理方法及移动终端 | |
CN114222072B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111028192B (zh) | 一种图像合成方法及电子设备 | |
CN107194363B (zh) | 图像饱和度处理方法、装置、存储介质及计算机设备 | |
WO2021104262A1 (zh) | 电子设备及对焦方法 | |
CN109544616B (zh) | 一种深度信息确定方法和终端 | |
CN108600629B (zh) | 拍照方法、移动终端及计算机可读存储介质 | |
CN113676663B (zh) | 相机白平衡调整方法、装置、存储介质及终端设备 | |
CN111147838B (zh) | 一种图像处理方法、装置及移动终端 | |
CN117274329A (zh) | 双摄传感器的视场配准方法、装置、存储介质及电子设备 | |
CN112200135A (zh) | 摄像元素的检测方法、装置、存储介质及移动终端 |