CN102883165B - 图片缩放处理方法及设备 - Google Patents

Abstract

本发明公开了一种图片缩放处理方法及设备，涉及图像处理技术领域。其中方法包括：对输入图片的类型进行判断；在判断出所述输入图片的类型为彩色图片的情况下，获取指示所述彩色图片的压缩率的压缩质量因子；对所述彩色图片进行缩放处理；以及根据所述彩色图片的压缩质量因子，对缩放处理后得到的彩色图片进行图像锐化处理，得到输出彩色图片。本发明提供的方法及设备根据彩色图片的压缩率进行图像锐化处理，经过这样的处理之后，原有的低品质的彩色图片的清晰度得到大幅提高。

Description

图片缩放处理方法及设备

技术领域

本发明涉及图像处理技术领域，具体涉及一种将图片进行缩放处理的方法及设备。

背景技术

在计算机图像处理中，图片缩放是指通过增加或去除像素对数字图像的尺寸进行调整的过程。由于要在效率和图像质量（例如平滑度和清晰度）之间做折衷，图片缩放并不是个平庸的过程。当前客户端处理图片的工具比较多，如Photoshop和美图秀秀等，通过这些工具可以依据用户喜好对图片进行缩放操作。

图片缩放技术包括图片缩小和图片放大两种技术。图片放大一般用来采用一个较小的图片填充一个较大的屏幕，当图片尺寸增大的时候，组成图片的像素增多，图片看上去就变“柔和”了。图片缩小除了用来缩小图片以适应显示区域以外，更多的是用于产生预览图片。图片放大技术一般可采用插值算法来实现。图片缩小技术可通过抽样（也可称为下采样或降采样）方法来实现。对图片的缩放操作并不能带来更多关于图片的信息，因此经缩放后，图片的质量将不可避免的受到影响。以对JPEG（JointPhotographic Experts Group，联合图像专家组）图片进行缩小为例，通过抽样的方式将去掉图片中的一些像素，这势必造成图片模糊、有颗粒感等问题，如果JPEG图片品质越差，得到的缩略图就越模糊。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的图片缩放处理方法和相应的图片缩放处理设备。

根据本发明的一个方面，提供了一种图片缩放处理方法，包括步骤：对输入图片的类型进行判断；在判断出输入图片的类型为彩色图片的情况下，获取指示彩色图片的压缩率的压缩质量因子；对彩色图片进行缩放处理；以及根据彩色图片的压缩质量因子，对缩放处理后得到的彩色图片进行图像锐化处理，得到输出彩色图片。

根据本发明的另一方面，提供了一种图片缩放处理设备，包括：判断模块，适于对输入图片的类型进行判断；压缩质量因子确定模块，适于在判断模块判断出所述输入图片的类型为彩色图片的情况下，获取指示彩色图片的压缩率的压缩质量因子；第一缩放模块，适于对彩色图片进行缩放处理；以及锐化模块，适于根据彩色图片的压缩质量因子，对缩放处理后得到的彩色图片进行图像锐化处理，得到输出彩色图片。

根据本发明提供的将图片进行缩放处理的方法及设备，通过对输入图片的类型进行判断，在判断出为彩色图片的情况下，获取该彩色图片的压缩质量因子，根据彩色图片的压缩质量因子对缩放处理后的彩色图片进行图像锐化处理，其中压缩质量因子指示出彩色图片的压缩率，也就是说，本发明提供的方法及设备根据彩色图片的压缩率进行图像锐化处理，经过这样的处理之后，原有的低品质的彩色图片的清晰度得到大幅提高。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的对图片进行缩放处理的方法的流程图；

图2示出了根据本发明另一个实施例的对图片进行缩放处理的方法的流程图；以及

图3示出了根据本发明一个实施例的对图片进行缩放处理的设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的对图片进行缩放处理的方法100的流程图。本实施例提供的方法主要解决的是在判断出输入图片的类型为彩色图片的情况下，如何对该彩色图片进行缩放处理。如图1所示，方法100始于步骤S101，其中对输入图片的类型进行判断。由于输入图片的类型不同导致后续缩放后所作的处理会有所不同，因此在本方法中需要首先对输入图片的类型进行判断，该判断过程主要是确定输入图片是否为彩色图片。可选地，判断的依据是输入图片的颜色空间，如果输入图片的颜色空间为RGB，那么则确定该输入图片的类型为彩色图片。

随后，方法100进入步骤S102，在步骤S101中判断出输入图片的类型为彩色图片的情况下，在步骤S102中获取指示彩色图片的压缩率的压缩质量因子。当前互联网中的彩色图片都经过不同程度的压缩处理，以JPEG图片为例，这种类型图片的压缩主要包括四个步骤，分别为颜色转换、DCT变换（Discrete Cosine Transform，离散余弦变换）、量化和编码。在量化步骤中会选取压缩质量因子，该压缩质量因子指示了彩色图片的压缩率。若选取的压缩质量因子较大，可大幅度提高压缩比，但图像质量会较差；若选取的压缩质量因子较小，图像的重建质量较好，但压缩比较低。因此，压缩质量因子是表征彩色图片图像质量的一个因素。在判断出输入图片的类型为彩色图片的情况下，获取该彩色图片的压缩质量因子，本方法的后续步骤中将用到该压缩质量因子。

方法100随后进入步骤S103，其中对彩色图片进行缩放处理。在获取彩色图片的压缩质量因子之后，按照插值或抽样算法，对彩色图片进行缩放处理。本步骤的缩放处理可以按照现有的方法进行，在此不再赘述。

应当注意的是，步骤S102和S103之间没有顺序关系，两个步骤可以同时执行、先步骤S103然后步骤S102等，所有这些都在本发明的保护范围之内。

随后，在步骤S104中，根据在步骤S102获得的彩色图片的压缩质量因子，对缩放处理后得到的彩色图片进行图像锐化处理，得到输出彩色图片。步骤S104所做的图像锐化处理是补偿和增加图像的高频成分，使图像中的地物边界、区域边缘、线条、纹理特征和精细结构特征更加清晰和鲜明。由于在进行图像锐化处理时，图片的噪声部分会得到同样程度的增强，而且对于压缩率越高的图片，其像素丢失情况越为严重，噪声也相应越大，所以本方法对具有不同的压缩质量因子的彩色图片进行不同程度的图像锐化处理。具体地，压缩质量因子所指示的压缩率越高，图像锐化的锐化度越低，压缩质量因子所指示的压缩率越低，图像锐化的锐化度越高。经过这样的图像锐化处理之后，得到的输出彩色图片的清晰度得到大幅提高。

根据本实施例提供的将图片进行缩放处理的方法，通过对输入图片的类型进行判断，在判断出为彩色图片的情况下，获取该彩色图片的压缩质量因子，根据彩色图片的压缩质量因子对缩放处理后的彩色图片进行图像锐化处理，其中压缩质量因子指示出彩色图片的压缩率，也就是说，本实施例提供的方法根据彩色图片的压缩率进行图像锐化处理，经过这样的处理之后，原有的低品质的彩色图片的清晰度得到大幅提高。

图2示出了根据本发明另一个实施例的对图片进行缩放处理的方法200的流程图。如图2所示，方法200始于步骤S201，其中对输入图片的类型进行判断。由于输入图片的类型不同导致后续缩放后所作的处理会有所不同，因此在本方法中需要首先对输入图片的类型进行判断，该判断过程主要是确定输入图片是彩色图片还是灰度图片。可选地，判断的依据是输入图片的颜色空间，如果输入图片的颜色空间为灰度，那么则确定该输入图片的类型为灰度图片，执行步骤S202；如果输入图片的颜色空间为RGB，那么则确定该输入图片的类型为彩色图片，执行步骤S204。

在步骤S201中判断出输入图片的类型为灰度图片的情况下，方法200进入步骤S202，在步骤S202中对灰度图片进行缩放处理。按照插值或抽样算法，对灰度图片进行缩放处理。本步骤的缩放处理可以按照现有的方法进行，在此不再赘述。

在步骤S202中对灰度图片进行缩放处理之后，方法200进入步骤S203，其中将缩放处理后得到的灰度图片进行直方图均衡化处理，得到输出灰度图片。对于灰色图片，本方法采用直方图均衡化方法对其进行处理，能增强图片对比度。直方图均衡化是图像处理领域中利用图像直方图对图片对比度进行调整的方法。图像直方图的横坐标表示亮度分布，纵坐标表示像素分布。它能够显示一张图片中色调的分布情况，揭示图片中每一个亮度级别下像素出现的数量。根据这些数值所绘出的图像形态，可以初步判断图片的曝光情况。无论图片是有丰富的高光表现还是曝光过度，或者有饱满的细部暗调还是细节分辨不清，图像直方图都能很直观的显示。直方图均衡化方法通过使用累积函数对灰度值进行“调整”以实现对比度的增强。直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。简单说就是把给定图像的直方图分布改变成“均匀”分布的直方图分布。

对于一个灰度图片，设n_i表示灰度i出现的次数，图片中灰度为i的像素出现概率为：

$p_x\left(i\right)=\frac{n_i}{n},i\∈0,...,L-1---\left(1\right)$

其中，L是图片中所有的灰度数，n是图片中所有的像素数，p_x实际上是该图片的直方图，将其归一化到[0,1]范围内。

把c作为对应于p_x的累计概率函数，定义为：

$c\left(i\right)=\underset{j=0}{\overset{i}{\mathrm{\Σ}}}{p}_x\left(j\right)---\left(2\right)$

c是图片的累计归一化直方图。

创建一个形式为y=T(x)的变化函数，对于原始图片中的每个值它就产生一个y，这样y的累计概率函数就可以在所有值范围内进行线性化，转换公式定义为：

y_i=T(x_i)=c(i)              （3）

注意T将不同的等级映射到[0,1]域，为了将这些值映射回它们最初的域，需要在结果上应用下面的简单变换：

y_i′=y_i·(max-min)+min     （4）

其中，max表示图片中的灰度最大值，min表示图片中的灰度最小值。

由于灰度图片经过缩放后像素丢失而变得模糊，通过上述直方图均衡化处理方法可以使图片的像素倾向于占据整个可能的灰度级且分布均匀，从而达到增强图片前景、背景间的对比度的目的，使得输出灰度图片更为清晰。

上面描述了灰度图像上使用直方图均衡化的方法，但是通过将这种方法分别用于图像RGB颜色值的红色、绿色和蓝色分量，从而也可以对彩色图像进行处理。

在步骤S201中判断出输入图片的类型为彩色图片的情况下，方法200进入步骤S204，在步骤S204中获取指示彩色图片的压缩率的压缩质量因子。当前互联网中的彩色图片都经过不同程度的压缩处理，为了能更好的理解压缩质量因子的来源及作用，这里以JPEG图片为例介绍图片压缩的处理过程。JPEG图片压缩主要分为以下四个步骤来完成：

（1）颜色转换。

由于JPEG只支持YUV颜色模式的数据结构，而不支持RGB颜色模式的数据结构，所以在将彩色图片进行压缩之前，必须将彩色图片的颜色模式转换为RGB颜色模式。

（2）DCT变换。

将图像信号在频率域上进行变换，分离出高频信息和低频信息。后续将对图像的高频部分（即图像细节）进行压缩，以达到压缩图像数据的目的。

（3）量化。

由于在后续编码过程中使用的码本都是整数，因此需要对DCT变换后的频率系数进行量化，将其转换为整数。在这一过程中，会选取压缩质量因子，该压缩质量因子指示了彩色图片的压缩率。根据压缩质量因子进行量化处理后，得到的量化值都是近似值，和原始图像的数据之间有了差异，这一差异是造成图像压缩后失真的主要原因。因此，压缩质量因子的选取至为重要，若选取的压缩质量因子较大，可大幅度提高压缩比，但图像质量会较差；若选取的压缩质量因子较小，图像的重建质量较好，但压缩比较低。ISO已经制定了一组供JPEG代码实现者使用的标准量化值。

（4）编码。

从前面的过程可以看出，从颜色转换完成到编码之前，图像并没有得到进一步的压缩，DCT变换和量化可以说是为编码阶段所做的准备工作。编码可以采用两种机制：一是0值的行程长度编码；二是熵编码。在JPEG中，采用曲徊序列，即以图像数据矩阵对角线的法线方向作“之”字排列图像数据矩阵中的元素。这样做的优点是使得靠近图像数据矩阵左上角、值比较大的元素排列在行程的前面，而行程的后面所排列的图像数据矩阵元素基本上为0值。行程长度编码是非常简单和常用的编码方式，在此不再赘述。编码实际上是一种基于统计特性的编码方法。在JPEG中允许采用霍夫曼编码或者算术编码。

通过上述JPEG图片的压缩过程可以看到，压缩质量因子是可灵活控制的，不同的实现对压缩质量因子也有不同的定义，举例来说：

IJG（Independent JPEG Group，独立JPEG小组）采用的压缩质量因子度量等级是1～99，且1指示图片的压缩率最低，99指示图片的压缩率最高；

Photoshop（一种图像处理软件）定义了1～12级的压缩质量因子；

Apple（苹果）定义了0～4级的压缩质量因子；

Paint Shop Pro（一种图像编辑软件）采用的压缩质量因子度量等级也是1～99，但与IJG相反的是，1指示图片的压缩率最高，99指示图片的压缩率最低。

针对上述若干种不同定义的压缩质量因子，可以将其转化为统一的度量等级。例如，在分析彩色图片的内容获取彩色图片的压缩质量因子之后，可以将它转化为IJG定义的度量等级，可选地，通过采用JPEGdump工具就可实现该功能。需要说明的是，本发明不仅限于将压缩质量因子转化为IJG定义的度量等级，也可以转化为其他类型定义的度量等级，本发明对此不做限制。

方法200随后进入步骤S205，其中将彩色图片的格式由原有格式转换为PNG格式（Portable Network Graphic Format，流式网络图形格式）。由于PNG格式的图片处理过程为无损过程，本方法选择在缩放处理之前将彩色图片的格式（如JPEG格式）转换为PNG格式，相对于其它格式来说，对PNG格式的彩色图片进行缩放处理，可以降低对清晰度的影响。

随后，在步骤S206中，对彩色图片进行缩放处理。具体地，按照插值或抽样算法，对彩色图片进行缩放处理。步骤S206的缩放处理可以按照现有的方法进行，在此不再赘述。

在步骤S206中对彩色图片进行缩放处理之后，方法200进入步骤S207，其中将缩放处理后的彩色图片的格式由PNG格式转换为原有格式。为了得到更小的字节数，将缩放处理后的彩色图片再转换为原有格式（如JPEG格式）。

上述步骤S205和步骤S207是本发明的可选步骤，本发明也可以直接对原始格式的彩色图片进行缩放处理，而无需进行格式转换。不过在进行格式转换的情况下，得到的彩色图片的清晰度会更为良好。

应当注意的是，步骤S204与步骤S205-S207中的任一步骤之间没有顺序关系，步骤S204可以与步骤S205-S207中的任一步骤同时执行、也可在步骤S205-S207中的任一步骤之后执行，所有这些都在本发明的保护范围之内。

随后，在步骤S208中，将缩放处理后得到的彩色图片与指示不同锐化度的高斯信号进行卷积处理，得到输出彩色图片。本方法采用将彩色图片与高斯信号进行卷积处理的方式来达到图像锐化的目的，其中高斯信号所指示的锐化度由高斯信号中的参数所决定，而高斯信号中的参数的大小是根据在步骤S204获得的彩色图片的压缩质量因子确定的。设彩色图片为f(x,y)，高斯信号为g(r,σ)，那么经过卷积处理得到的输出彩色图片为：

R(x,y)=f(x,y)*g(r,σ)          （5）

其中，r和σ都是高斯信号中的参数，r为高斯信号的均值，σ为高斯信号的方差。r和σ的值的大小是根据彩色图片的压缩质量因子而确定的。

以IJG定义的度量等级的压缩质量因子Q为例：

若Q≥95，r=5,σ=0.4；

若90≤Q<95，r=5,σ=0.3；

若85≤Q<90，r=5,σ=0.2；

若Q<85，不进行锐化处理。

上述高斯信号的参数的具体数值是本发明提供的实施例之一，但不能作为是对本发明的限制。

根据本实施例提供的将图片进行缩放处理的方法，通过对输入图片的类型进行判断，在判断出为灰度图片的情况下，对缩放处理后的灰度图片进行直方图均衡化处理，使灰度图片的像素倾向于占据整个可能的灰度级且分布均匀，从而达到了增强图片前景、背景间的对比度的目的，使得输出灰度图片更为清晰。而在判断出为彩色图片的情况下，获取该彩色图片的压缩质量因子，根据彩色图片的压缩质量因子对缩放处理后的彩色图片进行图像锐化处理，其中压缩质量因子指示出彩色图片的压缩率，也就是说，本实施例提供的方法根据彩色图片的压缩率对彩色图片进行不同程度的图像锐化处理，经过这样的处理之后，原有的低品质的图片的清晰度得到大幅提高。总而言之，利用本实施例提供的方法可以对任何类型的图片的缩放处理进行优化，使得缩放处理后的图片更为清晰，该方法特别适用于对图片进行企业级的批量处理。

图3示出了根据本发明一个实施例的对图片进行缩放处理的设备的结构示意图。如图3所示，该图片缩放设备300包括判断模块310、压缩质量因子确定模块320、第一缩放模块330和锐化模块340。

在图片缩放设备300中，判断模块310接收外界传送过来的输入图片，对输入图片的类型进行判断。由于输入图片的类型不同导致对图片缩放后所作的处理会有所不同，因此在本设备中判断模块310需要首先对输入图片的类型进行判断，该判断过程主要是确定输入图片是彩色图片还是灰度图片。可选地，判断的依据是输入图片的颜色空间，如果输入图片的颜色空间为灰度，那么则确定该输入图片的类型为灰度图片；如果输入图片的颜色空间为RGB，那么则确定该输入图片的类型为彩色图片。

压缩质量因子确定模块320在判断模块310判断出输入图片的类型为彩色图片的情况下，获取指示彩色图片的压缩率的压缩质量因子。当前互联网中的彩色图片都经过不同程度的压缩处理，以JPEG图片为例，这种类型图片的压缩主要包括四个步骤，分别为颜色转换、DCT变换、量化和编码，这四个步骤的详细过程可以参见上述方法实施例中的描述。在量化步骤中会选取压缩质量因子，该压缩质量因子指示了彩色图片的压缩率。若选取的压缩质量因子较大，可大幅度提高压缩比，但图像质量会较差；若选取的压缩质量因子较小，图像的重建质量较好，但压缩比较低。因此，压缩质量因子是表征彩色图片图像质量的一个因素。在判断出输入图片的类型为彩色图片的情况下，压缩质量因子确定模块320获取该彩色图片的压缩质量因子。可选地，压缩质量因子确定模块320具体适于通过分析彩色图片的内容获取彩色图片的压缩质量因子，将压缩质量因子转化为IJG的度量等级，例如通过采用JPEGdump工具就可实现该功能。之后，压缩质量因子确定模块320将压缩质量因子输出给锐化模块340。

第一缩放模块330对彩色图片进行缩放处理。具体地，第一缩放模块330按照插值或抽样算法，对彩色图片进行缩放处理。

锐化模块340根据彩色图片的压缩质量因子，对缩放处理后得到的彩色图片进行图像锐化处理，得到输出彩色图片。其中，压缩质量因子所指示的压缩率越高，锐化模块340进行图像锐化的锐化度越低。

可选地，锐化模块340可以包括：锐化处理模块341和参数获取模块342，其中，锐化处理模块341将缩放处理后得到的彩色图片与指示不同锐化度的高斯信号进行卷积处理，得到输出彩色图片并输出；参数获取模块342根据彩色图片的压缩质量因子确定高斯信号中的参数的大小，高斯信号所指示的锐化度由高斯信号中的参数所决定。其中锐化处理模块341对彩色图片进行锐化处理的详细过程可以参见上述方法实施例中的相关描述。

可选地，图片缩放设备300还可以包括格式转换模块350，该格式转换模块350适于将彩色图片的格式由原有格式转换为PNG格式，以及将缩放处理后得到的彩色图片的格式由PNG格式转换为原有格式。由于PNG格式的图片处理过程为无损过程，本设备选择在缩放处理之前将彩色图片的格式（如JPEG格式）转换为PNG格式，相对于其它格式来说，对PNG格式的彩色图片进行缩放处理，可以降低对清晰度的影响。

进一步的，图片缩放设备300还可以包括第二缩放模块360和直方图均衡化处理模块370。其中，第二缩放模块360在判断模块310判断出输入图片的类型为灰度图片的情况下，对灰度图片进行缩放处理。第二缩放模块360可按照插值或抽样算法，对灰度图片进行缩放处理。直方图均衡化处理模块370对缩放处理后得到的灰度图片进行直方图均衡化处理，得到输出灰度图片并输出。对于灰色图片，本设备采用直方图均衡化方法对其进行处理，能增强图片对比度。直方图均衡化处理模块370对灰度图片进行直方图均衡化处理的详细过程可以参见上述方法实施例的相关描述。

根据本实施例提供的将图片进行缩放处理的设备，通过判断模块对输入图片的类型进行判断，在判断出为灰度图片的情况下，直方图均衡化处理模块对缩放处理后的灰度图片进行直方图均衡化处理，使灰度图片的像素倾向于占据整个可能的灰度级且分布均匀，从而达到了增强图片前景、背景间的对比度的目的，使得输出灰度图片更为清晰。而在判断出为彩色图片的情况下，压缩质量因子确定模块获取该彩色图片的压缩质量因子，锐化模块根据彩色图片的压缩质量因子对缩放处理后的彩色图片进行图像锐化处理，其中压缩质量因子指示出彩色图片的压缩率，也就是说，本实施例提供的设备根据彩色图片的压缩率对彩色图片进行不同程度的图像锐化处理，经过这样的处理之后，原有的低品质的图片的清晰度得到大幅提高。总而言之，利用本实施例提供的设备可以对任何类型的图片的缩放处理进行优化，使得缩放处理后的图片更为清晰，该设备特别适用于对图片进行企业级的批量处理。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书（包括伴随的权利要求、摘要和附图）中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书（包括伴随的权利要求、摘要和附图）中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（DSP）来实现根据本发明实施例的将图片进行缩放处理的设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种图片缩放处理方法，包括：

对输入图片的类型进行判断；

在判断出所述输入图片的类型为彩色图片的情况下，获取指示所述彩色图片的压缩率的压缩质量因子；

对所述彩色图片进行缩放处理；以及

将缩放处理后得到的彩色图片与指示不同锐化度的高斯信号进行卷积处理，得到输出彩色图片，其中高斯信号所指示的锐化度由高斯信号中的参数所决定，而所述高斯信号中的参数的大小是根据所述彩色图片的压缩质量因子确定的，设彩色图片为f(x,y)，高斯信号为g(r,σ)，经过卷积处理得到的输出彩色图片为：R(x,y)＝f(x,y)*g(r,σ)；

其中，r和σ都是高斯信息中的参数，r为高斯信息的均值，σ为高斯信息的方差，r和σ的值的大小是根据彩色图片的压缩质量因子而确定的。

2.根据权利要求1所述的方法，其中所述压缩质量因子所指示的压缩率越高，图像锐化的锐化度越低。

3.根据权利要求1或2所述的方法，在所述对彩色图片进行缩放处理之前还包括：将所述彩色图片的格式由原有格式转换为流式网络图形格式；

在所述对彩色图片进行缩放处理之后还包括：将缩放处理后得到的彩色图片的格式由流式网络图形格式转换为原有格式。

4.根据权利要求1所述的方法，所述获取所述彩色图片的压缩质量因子的步骤包括：通过分析所述彩色图片的内容获取彩色图片的压缩质量因子，将所述压缩质量因子转化为独立JPEG小组的度量等级。

5.根据权利要求1所述的方法，还包括：

在判断出所述输入图片的类型为灰度图片的情况下，按照插值或抽样算法，对所述灰度图片进行缩放处理；

对缩放处理后得到的灰度图片进行直方图均衡化处理，得到输出灰度图片。

6.一种图片缩放处理设备，包括：

判断模块，适于对输入图片的类型进行判断；

压缩质量因子确定模块，适于在所述判断模块判断出所述输入图片的类型为彩色图片的情况下，获取指示所述彩色图片的压缩率的压缩质量因子；

第一缩放模块，适于对所述彩色图片进行缩放处理；以及

锐化处理模块，适于将缩放处理后得到的彩色图片与指示不同锐化度的高斯信号进行卷积处理，得到输出彩色图片；

参数获取模块，适于根据所述彩色图片的压缩质量因子确定所述高斯信号中的参数的大小，高斯信号所指示的锐化度由高斯信号中的参数所决定；

设彩色图片为f(x,y)，高斯信号为g(r,σ)，经过卷积处理得到的输出彩色图片为：R(x,y)＝f(x,y)*g(r,σ)；

其中，r和σ都是高斯信息中的参数，r为高斯信息的均值，σ为高斯信息的方差，r和σ的值的大小是根据彩色图片的压缩质量因子而确定的。

7.根据权利要求6所述的设备，所述压缩质量因子所指示的压缩率越高，所述锐化处理模块进行图像锐化的锐化度越低。

8.根据权利要求6或7所述的设备，还包括：

格式转换模块，适于将所述彩色图片的格式由原有格式转换为流式网络图形格式，以及将缩放处理后得到的彩色图片的格式由流式网络图形格式转换为原有格式。

9.根据权利要求6所述的设备，所述压缩质量因子确定模块具体适于通过分析所述彩色图片的内容获取彩色图片的压缩质量因子，将所述压缩质量因子转化为独立JPEG小组的度量等级。

10.根据权利要求6所述的设备，还包括：

第二缩放模块，适于在所述判断模块判断出所述输入图片的类型为灰度图片的情况下，按照插值或抽样算法，对所述灰度图片进行缩放处理；

直方图均衡化处理模块，适于对缩放处理后得到的灰度图片进行直方图均衡化处理，得到输出灰度图片。