CN113436284A - 一种图像处理方法、装置、计算机设备和存储介质 - Google Patents
一种图像处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113436284A CN113436284A CN202110875702.4A CN202110875702A CN113436284A CN 113436284 A CN113436284 A CN 113436284A CN 202110875702 A CN202110875702 A CN 202110875702A CN 113436284 A CN113436284 A CN 113436284A
- Authority
- CN
- China
- Prior art keywords
- color
- background
- target
- pixel
- image
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 41
- 230000015654 memory Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 2
- 239000003086 colorant Substances 0.000 description 14
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000007619 statistical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 244000035744 Hura crepitans Species 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Color Image Communication Systems (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本公开提供了一种图像处理方法、装置、计算机设备和存储介质,其中,该方法包括:确定目标图像中的背景颜色对应的背景通道信息;基于目标图像中至少部分像素点的颜色通道信息和背景通道信息,确定至少部分像素点中每一像素点的初始透明度;基于至少部分像素点中每一像素点的初始透明度,确定目标图像对应的原始图像中至少部分像素点中每一像素点的目标透明度;基于确定的目标透明度,对原始图像进行背景替换处理。
Description
技术领域
本公开涉及图像处理技术领域,具体而言,涉及一种图像处理方法、装置、计算机设备和存储介质。
背景技术
针对纯色背景图像的背景分割替换技术,大多基于数学建模的方法,比如高斯模型,实现背景图像的分割和替换。由于利用统计学方法建立的模型容易使得纯色背景受到光照、色偏等环境因素的影响,使得在实际应用中,统计学方法所建立的模型不稳定,容易在纯色背景中与主要颜色有显著差异的地方(如阴影部分)出现误分割的现象,使得该部分背景图像作为前景图像,导致背景替换的精确度低。
发明内容
本公开实施例至少提供一种图像处理方法、装置、计算机设备和存储介质。
第一方面,本公开实施例提供了一种图像处理方法,包括:
确定目标图像中的背景颜色对应的背景通道信息;
基于所述目标图像中至少部分像素点的颜色通道信息和所述背景通道信息,确定所述至少部分像素点中每一像素点的初始透明度;
基于所述至少部分像素点中每一像素点的初始透明度,确定所述目标图像对应的原始图像中至少部分像素点中每一像素点的目标透明度;
基于确定的所述目标透明度,对所述原始图像进行背景替换处理。
这里,利用像素点的颜色通道信息和背景颜色(红或绿或蓝)对应的背景通道信息确定初始透明度,进而基于初始透明度能够确定原始图像中像素点的目标透明度,继而,利用原始图像中像素点的目标透明度能够将原始图像中每个属于背景的像素点设置为透明,能够较为准确地去除原始图像中的背景颜色,有效提高了背景替换的精确度,避免了统计学方法易受光照影响的缺陷。
一种可选的实施方式中,所述基于所述目标图像中至少部分像素点的颜色通道信息和所述背景通道信息,确定所述至少部分像素点中每一像素点的初始透明度,包括:
基于所述目标图像的至少部分像素点中每一像素点的颜色通道信息,确定每一像素点相对于背景颜色的第一饱和度;
基于所述背景通道信息,确定所述背景颜色对应的第二饱和度;
基于所述第一饱和度和所述第二饱和度,确定所述至少部分像素点中每一像素点的初始透明度。
该实施方式,由于颜色通道信息能够较为准确的反应对应像素点的鲜亮程度,因此,基于颜色通道信息能够较为准确的确定像素点相对于背景颜色的第一饱和度;同样,基于背景通道信息能够较为准确的确定背景颜色对应的第二饱和度;继而,基于较为准确的第一饱和度和第二饱和度,能够为对应的像素点确定较为准确的初始透明度。
一种可选的实施方式中,所述像素点的颜色通道信息包括所述像素点对应于多个预设通道中每个预设通道的颜色值;
所述基于所述目标图像的至少部分像素点中每一像素点的颜色通道信息,确定每一像素点相对于背景颜色的第一饱和度,包括:
将所述像素点中除与所述背景颜色相对应的预设通道以外的预设通道的颜色值进行融合,得到所述像素点对应的第一参考颜色值;
基于所述像素点的与所述背景颜色相对应的预设通道的颜色值和所述第一参考颜色值,确定所述像素点相对于所述背景颜色的第一饱和度。
该实施方式中第一参考颜色值为除与所述背景颜色相对应的预设通道以外的预设通道的颜色值进行融合的结果,利用第一参考颜色值和背景颜色相对应的预设通道的颜色值之间的差异,放大背景像素点相对于背景颜色的鲜艳程度,即能够得到一个较为准确的第一饱和度。
一种可选的实施方式中,所述背景通道信息包括所述背景颜色对应于多个预设通道中每个预设通道的颜色值;
所述基于所述背景通道信息,确定背景颜色对应的第二饱和度,包括:
将除与所述背景颜色相对应的预设通道以外的预设通道的颜色值进行融合,得到所述背景颜色对应的第二参考颜色值;
基于与所述背景颜色相对应的预设通道的颜色值和所述第二参考颜色值,确定所述背景颜色对应的第二饱和度。
该实施方式中第二参考颜色值为除与背景颜色相对应的预设通道以外的预设通道的颜色值进行融合的结果,利用第二参考颜色值和背景颜色相对应的预设通道的颜色值之间的差异,放大背景颜色的鲜艳程度,即能够得到一个较为准确的第二饱和度。
一种可选的实施方式中,所述背景通道信息包括所述背景颜色对应于多个预设通道中每个预设通道的颜色值;
所述确定目标图像中的背景颜色对应的背景通道信息,包括:
确定所述目标图像中的背景像素点;
针对每个预设通道,确定所述背景像素点对应于该预设通道的颜色值的均值,并将得到的均值作为所述背景颜色对应于该预设通道的颜色值。
该实施方式,各个背景像素点的某一预设通道的颜色值的均值能够较为准确的反应背景在该预设通道上的颜色信息。
一种可选的实施方式中,所述确定所述目标图像中的背景像素点,包括:
将所述原始图像按照预设比例缩小为所述目标图像;
基于所述目标图像中所述背景颜色的色域信息,确定所述目标图像中的背景像素点。
该实施方式,将原始图像缩小为目标图像,利用目标图像进行后续运算,能够提高运算速度,进而提高图像替换效率。另外,利用背景颜色的色域信息,能够确保在背景颜色所属的一个色域范围内,将目标图像中属于背景颜色的背景像素点较为准确地筛选出来,避免遗漏目标图像的背景像素点。
一种可选的实施方式中,所述基于所述第一饱和度和所述第二饱和度,确定每一像素点的初始透明度,包括:
确定所述第一饱和度与所述第二饱和度的比值;
在所述比值小于或等于第一预设阈值的情况下,将所述初始透明度设置为第一数值;和/或
在确定所述比值大于或等于第二预设阈值的情况下,将所述初始透明度设置为第二数值;和/或
在确定所述比值大于所述第一预设阈值,并且小于所述第二预设阈值的情况下,将所述比值作为所述初始透明度。
该实施方式,在第一饱和度与所述第二饱和度的比值小于或等于第一预设阈值时,表明当前像素点为前景像素点,此时,将初始透明度设置为能够更为准确的表征前景像素点的第一数值;在第一饱和度与所述第二饱和度的比值大于或等于第二预设阈值时,表明当前像素点为背景像素点,此时,将初始透明度设置为能够更为准确的表征背景像素点的第二数值;在第一饱和度与所述第二饱和度的比值位于第一预设阈值和第二预设阈值之间时,表明当前像素点的颜色为前景颜色和背景颜色之间的过度颜色,此时,将初始透明度设置为第一饱和度与所述第二饱和度的比值更为准确。
一种可选的实施方式中,所述基于所述至少部分像素点中每一像素点的初始透明度,确定所述目标图像对应的原始图像中至少部分像素点中每一像素点的目标透明度,包括:
基于所述至少部分像素点中每一像素点的初始透明度,确定所述原始图像中至少部分像素点中每一像素点的近似透明度;
基于第一透明度阈值、第二透明度阈值和所述每一像素点的近似透明度,确定所述原始图像中至少部分像素点中每一像素点的目标透明度。
该实施方式,第一透明度阈值和第二透明度阈值是基于经验或调试所确定的,其中,第一透明度阈值更为接近前景颜色对应的像素点的透明度,第二透明度阈值更为接近背景颜色对应的像素点的透明度,因此,利用第一透明度阈值、第二透明度阈值和近似透明度,能够准确的确定原始图像中每一像素点的目标透明度。
一种可选的实施方式中,所述基于确定的所述目标透明度,对所述原始图像进行背景替换处理,包括:
从所述原始图像中筛选出所述第一参考颜色值小于与所述背景颜色相对应的预设通道的颜色值的目标像素点;
基于所述目标像素点的与所述背景颜色相对应的预设通道的颜色值,和所述目标像素点的第一参考颜色值,确定所述目标像素点的与所述背景颜色相对应的预设通道的目标颜色值;
基于确定的所述目标颜色值,调整所述目标像素点的与每个预设通道相对应的颜色值;
基于确定的所述目标透明度和所述目标像素点调整后的与每个预设通道相对应的颜色值,对所述原始图像进行背景替换处理。
该实施方式,首先可以利用第一参考颜色值和背景颜色相对应的预设通道的颜色值之间的关系,找到目标像素点,该目标像素点即为背景颜色对应的像素点,包括背景像素点或前景颜色中出现的背景颜色内溢后的像素点。之后,利用目标颜色值调整目标像素点的与每个预设通道相对应的颜色值,能够去除原始图像中的背景颜色。
一种可选的实施方式中,所述确定所述目标像素点的与所述背景颜色相对应的预设通道的目标颜色值,包括:
获取预先设置的削减参数;
基于所述削减参数、所述目标像素点的与所述背景颜色相对应的预设通道的颜色值和所述目标像素点的第一参考颜色值,确定所述目标像素点的与所述背景颜色相对应的预设通道的目标颜色值。
该实施方式,削减参数为基于经验或调试所得到的一个能够削减背景颜色的参数,除了能够削减背景像素点的背景颜色,同时还能够去背景颜色内溢在前景像素点中的背景颜色。
一种可选的实施方式中,所述基于确定的所述目标颜色值,调整所述目标像素点的与每个预设通道相对应的颜色值,包括:
基于所述目标像素点的与所述背景颜色相对应的预设通道的颜色值和所述目标颜色值,确定所述目标像素点对应的亮度差异信息;
基于所述亮度差异信息和所述目标颜色值,调整所述目标像素点的与每个预设通道相对应的颜色值。
该实施方式,利用亮度差异信息,弥补目标像素点的与每个预设通道相对应的颜色值,能够降低被背景颜色内溢后的前景像素点与未被背景颜色内溢的前景像素点之间的颜色差异程度,使前景像素点之间的颜色过度更为自然。
一种可选的实施方式中,所述基于确定的所述目标透明度和所述目标像素点调整后的与每个预设通道相对应的颜色值,对所述原始图像进行背景替换处理,包括:
获取背景替换图像;所述背景图像与所述原始图像的图像分辨率和尺寸均相同;
基于确定的所述目标透明度、所述目标像素点调整后的与每个预设通道相对应的颜色值和所述背景替换图像,对所述原始图像进行背景替换处理。
该实施方式,利用目标透明度能够将原始图像中每个背景像素点调整为完全透明;之后结合背景替换图像,能够将原始图像中的背景替换为背景替换图像所指示的背景,提高了背景替换的精确度。
第二方面,本公开实施例还提供一种图像处理装置,包括:
第一确定模块,用于确定目标图像中的背景颜色对应的背景通道信息;
第二确定模块,用于基于所述目标图像中至少部分像素点的颜色通道信息和所述背景通道信息,确定所述至少部分像素点中每一像素点的初始透明度;
第三确定模块,用于基于所述至少部分像素点中每一像素点的初始透明度,确定所述目标图像对应的原始图像中至少部分像素点中每一像素点的目标透明度;
处理模块,用于基于确定的所述目标透明度,对所述原始图像进行背景替换处理。
一种可选的实施方式中,所述第二确定模块,用于基于所述目标图像的至少部分像素点中每一像素点的颜色通道信息,确定每一像素点相对于背景颜色的第一饱和度;基于所述背景通道信息,确定所述背景颜色对应的第二饱和度;基于所述第一饱和度和所述第二饱和度,确定所述至少部分像素点中每一像素点的初始透明度。
一种可选的实施方式中,所述像素点的颜色通道信息包括所述像素点对应于多个预设通道中每个预设通道的颜色值;
所述第二确定模块,用于将所述像素点中除与所述背景颜色相对应的预设通道以外的预设通道的颜色值进行融合,得到所述像素点对应的第一参考颜色值;基于所述像素点的与所述背景颜色相对应的预设通道的颜色值和所述第一参考颜色值,确定所述像素点相对于所述背景颜色的第一饱和度。
一种可选的实施方式中,所述背景通道信息包括所述背景颜色对应于多个预设通道中每个预设通道的颜色值;
所述第二确定模块,用于将除与所述背景颜色相对应的预设通道以外的预设通道的颜色值进行融合,得到所述背景颜色对应的第二参考颜色值;基于与所述背景颜色相对应的预设通道的颜色值和所述第二参考颜色值,确定所述背景颜色对应的第二饱和度。
一种可选的实施方式中,所述背景通道信息包括所述背景颜色对应于多个预设通道中每个预设通道的颜色值;
所述第一确定模块,用于确定所述目标图像中的背景像素点;针对每个预设通道,确定所述背景像素点对应于该预设通道的颜色值的均值,并将得到的均值作为所述背景颜色对应于该预设通道的颜色值。
一种可选的实施方式中,所述第一确定模块,用于将所述原始图像按照预设比例缩小为所述目标图像;基于所述目标图像中所述背景颜色的色域信息,确定所述目标图像中的背景像素点。
一种可选的实施方式中,所述第二确定模块,用于确定所述第一饱和度与所述第二饱和度的比值;在所述比值小于或等于第一预设阈值的情况下,将所述初始透明度设置为第一数值;和/或,在确定所述比值大于或等于第二预设阈值的情况下,将所述初始透明度设置为第二数值;和/或,在确定所述比值大于所述第一预设阈值,并且小于所述第二预设阈值的情况下,将所述比值作为所述初始透明度。
一种可选的实施方式中,所述第三确定模块,用于基于所述至少部分像素点中每一像素点的初始透明度,确定所述原始图像中至少部分像素点中每一像素点的近似透明度;基于第一透明度阈值、第二透明度阈值和所述每一像素点的近似透明度,确定所述原始图像中至少部分像素点中每一像素点的目标透明度。
一种可选的实施方式中,所述处理模块,用于从所述原始图像中筛选出所述第一参考颜色值小于与所述背景颜色相对应的预设通道的颜色值的目标像素点;基于所述目标像素点的与所述背景颜色相对应的预设通道的颜色值,和所述目标像素点的第一参考颜色值,确定所述目标像素点的与所述背景颜色相对应的预设通道的目标颜色值;基于确定的所述目标颜色值,调整所述目标像素点的与每个预设通道相对应的颜色值;基于确定的所述目标透明度和所述目标像素点调整后的与每个预设通道相对应的颜色值,对所述原始图像进行背景替换处理。
一种可选的实施方式中,所述处理模块,用于获取预先设置的削减参数;基于所述削减参数、所述目标像素点的与所述背景颜色相对应的预设通道的颜色值和所述目标像素点的第一参考颜色值,确定所述目标像素点的与所述背景颜色相对应的预设通道的目标颜色值。
一种可选的实施方式中,所述处理模块,用于基于所述目标像素点的与所述背景颜色相对应的预设通道的颜色值和所述目标颜色值,确定所述目标像素点对应的亮度差异信息;基于所述亮度差异信息和所述目标颜色值,调整所述目标像素点的与每个预设通道相对应的颜色值。
一种可选的实施方式中,所述处理模块,用于获取背景替换图像;所述背景图像与所述原始图像的图像分辨率和尺寸均相同;基于确定的所述目标透明度、所述目标像素点调整后的与每个预设通道相对应的颜色值和所述背景替换图像,对所述原始图像进行背景替换处理。
第三方面,本公开实施例还提供一种计算机设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的图像处理方法的步骤。
第四方面,本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面,或第一方面中任一种可能的图像处理方法的步骤。
第五方面,本公开实施例提供了一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现上述第一方面,或第一方面中任一种可能的图像处理方法的步骤。
关于上述图像处理装置、计算机设备和存储介质的效果描述参见上述图像处理方法的说明,这里不再赘述。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本公开实施例所提供的一种图像处理方法的流程图;
图2示出了本公开实施例所提供的一目标图像的展示示意图;
图3示出了本公开实施例所提供的确定初始透明度的具体流程图;
图4示出了本公开实施例所提供的利用去除背景残留后的原始图像进行背景替换处理的具体流程图;
图5示出了本公开实施例所提供一种图像处理装置的示意图;
图6示出了本公开实施例所提供的一种计算机设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开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公开一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
另外,本公开实施例中的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
在本文中提及的“多个或者若干个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
经研究发现,针对图像的背景分割替换技术,大多基于数学建模的方法,比如高斯模型,实现背景图像的分割和替换。由于利用统计学方法建立的模型容易受到光照等环境因素的影响,在实际应用中,在光照不均匀的情况下,统计学方法所建立的模型不稳定,容易出现误分割的现象,即将阴影部分的背景图像作为前景图像,导致背景替换的精确度低。
基于上述研究,本公开提供了一种图像处理方法、装置、计算机设备和存储介质,其利用像素点的颜色通道信息和背景颜色(红或绿或蓝)对应的背景通道信息确定的初始透明度,能够将原始图像中每个属于背景的像素点设置为透明,进而提高背景替换的精确度,避免了统计学方法易受光照影响的缺陷。
针对以上方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案,都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
下面对本公开实施例中的名词进行详细介绍:
1、RGB,颜色系统,RGB颜色模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色,这个标准几乎包括了人类视力所能感知的所有颜色,是运用最广的颜色系统之一。
2、HSV(Hue,Saturation,Value),是根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是:色调(H),饱和度(S),明度(V)。
3、色域是对一种颜色进行编码的方法,也指一个技术系统能够产生的颜色的总和。在计算机图形处理中,色域是颜色的某个完全的子集。颜色子集最常见的应用是用来精确地代表一种给定的情况。例如一个给定的色彩空间或是某个输出装置的呈色范围。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种图像处理方法的应用场景进行介绍,本发明实施例提供的图像处理方法可以应用于红、绿或蓝三种背景颜色的背景替换的场景。在实际应用中,背景颜色的选择以红、绿或蓝三种颜色最为常见,而这三种颜色又恰好是工业界中最为常用的数字颜色模式,比如RGB颜色模式是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们互相之间的叠加来得到各式各样的颜色的。因此,针对背景颜色特定为红、绿或蓝这三种颜色中的任意一种颜色时,可以利用本公开实施例所提供的一种图像处理方法进行图像背景替换,其中利用了像素点的RGB三个颜色通道的颜色值,由于一个像素点的RGB三个颜色通道的颜色值已知,且针对外在物理条件下,比如光照等环境因素的影响,颜色值虽然有所波动,但是在一个该像素点所属色域不变,因此,利用像素点的RGB三个颜色通道的颜色值,能够精准的计算出背景颜色的透明度,即下述的目标透明度,进而能够提高背景替换的精确度。
本公开实施例中,背景替换工作主要分为三部分,第一部分,获取原始图像的透明度;第二部分,去除原始图像中的背景颜色残留;第三部分,基于原始图像的透明度和已经去除背景颜色的残留后的原始图像,以及背景替换图像,就可以进行背景替换处理。
下面对本公开实施例所公开的一种图像处理方法进行详细介绍,本公开实施例所提供的图像处理方法的执行主体一般为具有一定计算能力的计算机设备。在一些可能的实现方式中,该图像处理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
下面以执行主体为计算机设备为例对本公开实施例提供的图像处理方法加以说明。
基于上述图像处理方法的应用场景,本公开实施例提供了一种图像处理方法,参见图1所示,其为本公开实施例提供的一种图像处理方法的流程图,所述方法包括步骤S101~S104,其中:
S101:确定目标图像中的背景颜色对应的背景通道信息。
本步骤中,背景颜色可以包括光学三原色中的任意一种,即红色、绿色、蓝色中的任意一种。
目标图像中包括前景像素点和背景像素点,其中前景像素点为前景颜色对应的像素点,背景像素点为背景颜色对应的像素点。可以参见图2所示,其为一目标图像的展示示意图。其中,背景颜色为红色,前景颜色为人物所属颜色,21为红色对应的背景像素点,22为人物对应的前景像素点。示例性的,图2中人物对应的前景颜色主要包头发所属的黑色,皮肤所属的黄色、衣服所属的白色以及物对应的各种颜色等。
背景通道信息包括背景颜色对应于多个预设通道中每个预设通道的颜色值。这里,预设通道分别为目标图像的像素点的红绿蓝RGB通道。
具体的,确定目标图像中的背景颜色对应的背景通道信息的过程包括:
S1011、确定目标图像中的背景像素点。
具体实施时,将原始图像按照预设比例缩小为目标图像;基于目标图像中背景颜色的色域信息,确定目标图像中的背景像素点。其中,预设比例可以按照具体应用场景进行设定,本公开实施例不进行限定。
这里,可以将缩小后的目标图像转换到颜色空间HSV空间中,从目标图像中获取至少一个背景颜色的采样像素点,并基于采样像素点在HSV空间中的色域信息,确定背景颜色的一个颜色范围,并从目标图像中筛选出属于背景颜色的颜色范围内的像素点,即背景像素点。另外,色域信息还可以为其他颜色空间中的色域信息,或者是某个输出装置的呈色范围。
这里,能够确保在背景颜色所属的一个色域范围内,将目标图像中属于背景颜色的背景像素点筛选出来,避免遗漏目标图像的背景像素点,在后续运算过程中,能够得到较为精准的第二饱和度。另外,将原始图像缩小为目标图像,利用目标图像进行后续运算,能够提高运算速度,进而提高图像替换效率。
S1012、针对每个预设通道,确定背景像素点对应于该预设通道的颜色值的均值,并将得到的均值作为背景颜色对应于该预设通道的颜色值。
示例性的,已知目标图像中有N个背景像素点,其中,N为正整数。背景像素点对应于每个预设通道的均值分别为和其中,t表示第t个背景像素点;Rt表示第t个背景像素点的R通道的颜色值,Gt表示第t个背景像素点的G通道的颜色值,Bt表示第t个背景像素点的B通道的颜色值。
S102:基于目标图像中至少部分像素点的颜色通道信息和背景通道信息,确定至少部分像素点中每一像素点的初始透明度。
示例性的,颜色通道信息可以包括目标图像中的全部像素点对应于RGB通道的颜色值。
这里,可以利用背景通道信息中的背景颜色通道的均值,比如背景颜色为绿色,则背景颜色通道的均值为G通道对应的颜色值的均值。
之后,可以利用饱和度定义计算目标图像中每一像素点的初始透明度。具体实施时,可以先确定每一像素点相对于背景颜色的第一饱和度以及背景颜色对应的第二饱和度;之后,由于第二饱和度是背景颜色对应的饱和度,因此,可以基于第一饱和度和第二饱和度的比值,能够确定该像素点是否为背景像素点,比如可以根据比值反映出当前像素点的颜色与背景颜色的差异程度,如果比值高于第二预设阈值,能够确定该像素点为背景像素点,之后,可以将该背景像素点的初始透明度设置为0,即不透明。如果比值低于第一预设阈值,能够确定该像素点不为背景像素点,之后,可以将该像素点的初始透明度设置为1,即全透明。像素点全透明,表示该像素点在图像上的成像效果与其初始颜色相同。
S103:基于至少部分像素点中每一像素点的初始透明度,确定目标图像对应的原始图像中至少部分像素点中每一像素点的目标透明度。
这里,目标图像为原始图像一个按预设比例等比缩小后的图像,是为了能在上述确定初始透明度时,提高运算效率。
具体实施时,基于至少部分像素点中每一像素点的初始透明度,确定原始图像中至少部分像素点中每一像素点的近似透明度;基于第一透明度阈值、第二透明度阈值和每一像素点的近似透明度,确定原始图像中至少部分像素点中每一像素点的目标透明度。
这里,在确定了目标图像中每一像素点的初始透明度之后,可以利用双线性插值将目标图像中的每一像素点的初始透明度插值到原始图像中,能够得到原始图像的每一像素点的近似透明度。
之后,可以筛选与原始图像的前景颜色的相似度小于某一阈值的第一颜色;筛选与原始图像的背景颜色的相似度小于某一阈值的第二颜色。基于第一颜色的RGB通道的颜色值,按照步骤S101~S103的计算方式,能够确定第一透明度阈值;按照第二颜色的RGB通道的颜色值,按照步骤S101~S103的计算方式,能够确定第二透明度阈值。上述阈值可以基于经验值自定义,本公开实施例不进行具体限定。
之后,基于第一透明度阈值、第二透明度阈值和每一像素点的近似透明度,能够确定原始图像中至少部分像素点中每一像素点的目标透明度,具体的可以按照下述公式1确定目标透明度:
其中,i表示原始图像中的第i个像素点,alphai(x)表示第i个像素点的目标透明度,x表示近似透明度,th_high表示第二透明度阈值,th_low表示第一透明度阈值,others表示(1-x)为小于或等于th_high且大于或等于th_low之间的情况。
S104:基于确定的目标透明度,对原始图像进行背景替换处理。
在一种可能的实施方式中,可以利用确定好的目标透明度、原始图像和背景替换图像,对原始图像进行背景替换处理。这里,背景替换图像为用于替换原始图像的背景颜色的一张图像。示例性的,背景替换图像为纯色图像,比如红色图像。将原始图像的绿色背景颜色,替换为背景替换图像的红色。其中,背景替换图像可以为任意一张图像,包括纯色图像或者是其他带有图案的图像。另外,背景替换图像与原始图像的图像分辨率和尺寸均相同。
S1041、确定原始图像中每一像素点的目标透明度、原始图像S1和背景替换图像S2;
S1042、利用公式2对原始图像中的每一像素点进行背景替换处理,能够得到背景替换后的图像S0。
S1×alphai(x)+S2×(1-alphai(x))=S0公式2
示例性的,针对原始图像中的一背景像素点,其alphai(x)=0,则S1×alphai(x)=0,利用公式2能够确定背景像素点被替换为S1×alphai(x)+S2×(1-alphai(x))=S2×(1-alphai(x))中与原始图像该背景像素点对应位置的像素点,即背景替换完成。
针对上述步骤S101~S104,利用像素点的颜色通道信息和背景颜色(红或绿或蓝)对应的背景通道信息确定的初始透明度,能够确定原始图像中像素点的目标透明度,继而,利用原始图像中像素点的目标透明度能够将原始图像中每个属于背景的像素点设置为透明,能够较为准确地去除原始图像中的背景颜色,有效提高了背景替换的精确度,避免了统计学方法易受光照影响的缺陷。
基于步骤S102,可以参见图3所示,其为确定初始透明度的具体流程图,包括S301~S303:
S301:基于目标图像的至少部分像素点中每一像素点的颜色通道信息,确定每一像素点相对于背景颜色的第一饱和度。
为了方便理解,下面以确定一个像素点相对于背景颜色的第一饱和度为例,具体实施时,可以将该像素点中除与背景颜色相对应的预设通道以外的预设通道的颜色值进行融合,得到像素点对应的第一参考颜色值;基于像素点的与背景颜色相对应的预设通道的颜色值和第一参考颜色值,确定该像素点相对于背景颜色的第一饱和度。这里,利用第一参考颜色值和背景颜色相对应的预设通道的颜色值之间的差异,放大背景像素点相对于背景颜色的鲜艳程度,即能够得到一个较为准确的第一饱和度。
这里,像素点的颜色通道信息可以包括该像素点对应于多个预设通道中每个预设通道的颜色值。示例性的,多个预设通道可以为RGB三通道,每个预设通道的颜色值分别为R通道对应的颜色值,G通道对应的颜色值和B通道对应的颜色值。在背景颜色为绿色的情况下,与背景颜色相对应的预设通道为G通道,与除与背景颜色相对应的G通道以外的预设通道为R通道和B通道。
示例性的,以背景颜色为绿色为例,可以按照下列公式3确定该像素点对应的第一参考颜色值val1:
val1=balance×s[red]+(1-balanse)×s[blue]公式3
其中,balance表示平衡另外两个颜色通道的系数,可以通过经验值定义;s[red]表示R通道的颜色值;s[blue]表示B通道的颜色值。
另外,balance还可以根据具体应用场景,选取其他数值,本公开实施例对此不进行限定。不脱离本公开的范围,本领域技术人员可以针对balance做出多种修改,这些修改都应落在本公开的范围内。
延续上例,可以按照下列公式4确定该像素点相对于背景颜色的第一饱和度green_saturation_1:
green_saturation_1=(s[green]-val1)/255×abs(1-val1/255)公式4
其中,s[green]表示G通道的颜色值,abs()表示取绝对值。
S302:基于背景通道信息,确定背景颜色对应的第二饱和度。
具体实施时,将除与背景颜色相对应的预设通道以外的预设通道的颜色值进行融合,得到背景颜色对应的第二参考颜色值;基于与背景颜色相对应的预设通道的颜色值和第二参考颜色值,确定背景颜色对应的第二饱和度。这里,利用第二参考颜色值和背景颜色相对应的预设通道的颜色值之间的差异,放大背景颜色的鲜艳程度,即能够得到一个较为准确的第二饱和度。
这里,基于步骤S101可知,背景通道信息包括背景颜色对应于多个预设通道中每个预设通道的颜色值,即和其中,N表示像素点的个数,t表示第t个像素点,Rt表示第t个像素点的R通道的颜色值,Gt表示第t个像素点的G通道的颜色值,Bt表示第t个像素点的B通道的颜色值。
示例性的,以背景颜色为绿色为例,可以按照下列公式5确定背景颜色对应的第二参考颜色值val2:
val2=balance×s′[red]+(1-balanse)×s′[blue]公式5
延续上例,可以按照下列公式6确定背景颜色对应的第二饱和度green_saturation_2:
green_saturation_2=(s′[green]-val2)/255×abs(1-val2/255)公式6
S303:基于第一饱和度和第二饱和度,确定至少部分像素点中每一像素点的初始透明度。
具体实施时,首先,可以先确定第一饱和度与第二饱和度的比值;之后基于比值所反映的,在比值小于或等于第一预设阈值的情况下,将初始透明度设置为第一数值;和/或,在确定比值大于或等于第二预设阈值的情况下,将初始透明度设置为第二数值;和/或,在确定比值大于第一预设阈值,并且小于第二预设阈值的情况下,将比值作为初始透明度。这里,在第一饱和度与第二饱和度的比值小于或等于第一预设阈值时,表明当前像素点为前景像素点,此时,将初始透明度设置为能够更为准确的表征前景像素点的第一数值;在第一饱和度与第二饱和度的比值大于或等于第二预设阈值时,表明当前像素点为背景像素点,此时,将初始透明度设置为能够更为准确的表征背景像素点的第二数值;在第一饱和度与第二饱和度的比值位于第一预设阈值和第二预设阈值之间时,表明当前像素点的颜色为前景颜色和背景颜色之间的过度颜色,此时,将初始透明度设置为第一饱和度与第二饱和度的比值更为准确。
示例性的,第一预设阈值可以设置为0,第二预设阈值可以设置为1。第一数值可以设置为1,第二数值可以设置为0。
这里,可以遍历目标图像中的所有像素点,按照上述下列公式7确定像素点的初始透明度alpha_i:
示例性的,由于光线环境因素的影响,将一部分属于背景颜色(绿色)的像素点的颜色加深,但该背景颜色仍属于绿色的色域范围。该像素点的颜色值变化,但基于G通道确定的第一饱和度的值仍然能够反映绿色通道的鲜艳程度,只是鲜艳程度降低,之后,基于与第二饱和度的比值,能够确定出颜色值变化后的阴影处的背景颜色的背景像素点的初始透明度,即不完全透明。
基于步骤S104,在另一个可能的实施方式中,先去除原始图像中的背景颜色残留,再对去除背景残留后的原始图像进行背景替换处理。
可以参见图4所示,其为利用去除背景残留后的原始图像进行背景替换处理的具体流程图,包括步骤S401~S404:
S401:从原始图像中筛选出第一参考颜色值小于与背景颜色相对应的预设通道的颜色值的目标像素点。
示例性的,以背景颜色为绿色为例,首先从原始图像中筛选出属于背景颜色的目标像素点,可以是背景像素点或者是前景颜色中出现的背景颜色内溢后的像素点。具体的,可以利用公式3,确定每一像素点的第一参考颜色值,在第一参考颜色值小于与背景颜色相对应的预设通道的颜色值的情况下,即s[green]>val1,可以确定该像素点为目标像素点。
S402:基于目标像素点的与背景颜色相对应的预设通道的颜色值,和目标像素点的第一参考颜色值,确定目标像素点的与背景颜色相对应的预设通道的目标颜色值。
延续上例,目标像素点的与背景颜色相对应的预设通道的颜色值,为目标像素点对应的G通道的颜色值s[green]。之后,基于目标像素点对应的G通道的颜色值s[green]和目标像素点的第一参考颜色值val1,可以确定出目标颜色值。
具体的,可以按照下列步骤确定目标颜色值:
S4021、获取预先设置的削减参数;
S4022、基于削减参数、目标像素点的与背景颜色相对应的预设通道的颜色值和目标像素点的第一参考颜色值,确定目标像素点的与背景颜色相对应的预设通道的目标颜色值。
这里,削减参数为基于经验值所定义的一个数值,其取值范围为0~1,通常设置为1。这里,削减参数值越大,背景颜色通道的颜色值被削减量越大。
示例性的,以背景颜色为绿色为例,可以按照下列公式8确定目标像素点的与绿色相对应的G通道的目标颜色值s″[green]:
s″[green]=s[green]+(val1-s[green])×spill公式8
其中,spill表示自定义的削减参数。
这里,削减参数为基于经验或调试所得到的一个能够削减背景颜色的参数,除了能够削减背景像素点的背景颜色,同时还能够去背景颜色内溢在前景像素点中的背景颜色。
另外,spill还可以根据具体应用场景,选取其他数值,本公开实施例对此不进行限定。不脱离本公开的范围,本领域技术人员可以针对spill做出多种修改,这些修改都应落在本公开的范围内。
示例性的,如果以背景颜色为红色为例,则目标颜色值为s″[red];如果以背景颜色为蓝色为例,则目标颜色值为s″[blue]。
S403:基于确定的目标颜色值,调整目标像素点的与每个预设通道相对应的颜色值。
具体实施时,基于目标像素点的与背景颜色相对应的预设通道的颜色值和目标颜色值,确定目标像素点对应的亮度差异信息;基于亮度差异信息和目标颜色值,调整目标像素点的与每个预设通道相对应的颜色值。这里,利用亮度差异信息,弥补目标像素点的与每个预设通道相对应的颜色值,能够降低被背景颜色内溢后的前景像素点与未被背景颜色内溢的前景像素点之间的颜色差异程度,使前景像素点之间的颜色过度更为自然。
这里,亮度差异信息包括亮度差异值light,具体地,可以按照RGB图像转换为灰度图的公式9来确定:
light=K1×diff[red]+K2×diff[green]+K3×diff[blue]公式9
其中,diff[red]表示原始图像中的像素点的R通道的颜色值s[red]与R通道的目标颜色值s″[red]的差值;diff[green]表示原始图像中的像素点的G通道的颜色值s[green]与G通道的目标颜色值s″[green]的差值;diff[blue]表示原始图像中的像素点的B通道的颜色值s[blue]与B通道的目标颜色值s″[blue]的差值;K1表示R通道的颜色转换系数;K2表示G通道的颜色转换系数;K3表示B通道的颜色转换系数。
延续上例,可以按照下列公式10调整目标像素点的与每个预设通道相对应的颜色值:
其中,j表示{red,green,blue}中的任意预设通道,s[j]表示除背景颜色通道以外的预设通道的颜色值,s″[j]表示背景颜色通道对应的目标颜色值,s″′[j]表示目标像素点的j通道被调整后的颜色值,l表示亮度补充系数,可以基于经验值定义,通常设置为0.85~0.9,包括0.85和0.9。
另外,l还可以根据具体应用场景,选取其他数值,本公开实施例对此不进行限定。不脱离本公开的范围,本领域技术人员可以针对l做出多种修改,这些修改都应落在本公开的范围内。
示例性的,以目标像素点为前景颜色中出现的背景颜色(绿色)内溢后的像素点为例,该目标像素点的原本为白色,对应预设通道的颜色值分别(C1,C2,C3),由于出现背景颜色内溢现象,当前该目标像素点为绿色,对应预设通道的颜色值分别为首先,目标像素点的第一参考颜色值其中,K4表示平衡两个颜色通道的颜色值的系数;之后,确定目标像素点的与绿色相对应的G通道的目标颜色值s″[green]=C2+(C4-C2)×spill=C5;之后,确定原始图像中的目标像素点的G通道的颜色值s[green]=C2与G通道的目标颜色值s″[green]=C5之间的差值,即diff[green]=C2-C5=C6;之后,确定该目标像素点的亮度差异信息,即light=0.587×diff[green]=C7;之后,调整目标像素点的与每个预设通道相对应的颜色值,即
s″′[red]=s[red]+l×light=C1+l×C7
s″′[green]=s″[green]+l×light=C5+l×C7
s″′[blue]=s[blue]+l×light=C3+l×C7
该背景颜色内溢后的绿色目标像素点最终被调整为接近原始颜色白色,即当前该目标像素点的预设通道的颜色值分别为取整后的(C1+l×C7)、(C5+l×C7)和(C3+l×C7)。
S404:基于确定的目标透明度和目标像素点调整后的与每个预设通道相对应的颜色值,对原始图像进行背景替换处理。
具体实施时,可以先获取背景替换图像;基于确定的目标透明度、目标像素点调整后的与每个预设通道相对应的颜色值和背景替换图像,对原始图像进行背景替换处理。
这里,背景图像与原始图像的图像分辨率和尺寸均相同。
可以利用公式11对S403中已经对原始图像中的目标像素点调整后的原始图像中的每一像素点进行背景替换处理,能够得到背景替换后的图像S0。
S3×alphai(x)×+S2×(1-alphai(x))=S0公式11
其中,S3表示已经对原始图像中的目标像素点调整后的图像。
示例性的,针对图像S3中的前景像素点,即1-x<th_low的像素点,其alphai(x)=1,则S3×alphai(x)+S2×(1-alphai(x))=S3中对应位置的像素点,即该前景像素点保持不变。另外,利用公式11能够确定所有前景像素点未被替换,针对背景像素点,即1-x>th_high的像素点,其alphai(x)=0,则该背景像素点被替换为S3×alphai(x)+S2×(1-alphaix=S2中与图像S3该背景像素点对应位置的像素点。另外,针对一像素点Q的近似透明度,如果(1-x)属于others,同样可以利用公式2,能够得到一个介于原始图像中像素点Q的颜色和背景替换图像中像素点Q位置的像素点的颜色之间的一个颜色,使该像素点Q的颜色与背景替换图像的颜色过度更为自然。
上述步骤S401~S404,首先可以利用第一参考颜色值和背景颜色相对应的预设通道的颜色值之间的关系,找到目标像素点,该目标像素点即为背景颜色对应的像素点,包括背景像素点或前景颜色中出现的背景颜色内溢后的像素点。之后,利用目标颜色值调整目标像素点的与每个预设通道相对应的颜色值,能够去除原始图像中的背景颜色。
本公开涉及增强现实领域,通过获取现实环境中的目标对象的图像信息,进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理,从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的,目标对象可涉及与人体相关的脸部、肢体、手势、动作等,或者与物体相关的标识物、标志物,或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景,还可以涉及与人相关的特效处理,比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络,实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思,本公开实施例中还提供了与图像处理方法对应的图像处理装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述图像处理方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图5所示,为本公开实施例提供的一种图像处理装置的示意图,所述装置包括:第一确定模块501、第二确定模块502、第三确定模块503和处理模块504;其中,
第一确定模块501,用于确定目标图像中的背景颜色对应的背景通道信息;
第二确定模块502,用于基于所述目标图像中至少部分像素点的颜色通道信息和所述背景通道信息,确定所述至少部分像素点中每一像素点的初始透明度;
第三确定模块503,用于基于所述至少部分像素点中每一像素点的初始透明度,确定所述目标图像对应的原始图像中至少部分像素点中每一像素点的目标透明度;
处理模块504,用于基于确定的所述目标透明度,对所述原始图像进行背景替换处理。
一种可选的实施方式中,所述第二确定模块502,用于基于所述目标图像的至少部分像素点中每一像素点的颜色通道信息,确定每一像素点相对于背景颜色的第一饱和度;基于所述背景通道信息,确定所述背景颜色对应的第二饱和度;基于所述第一饱和度和所述第二饱和度,确定所述至少部分像素点中每一像素点的初始透明度。
一种可选的实施方式中,所述像素点的颜色通道信息包括所述像素点对应于多个预设通道中每个预设通道的颜色值;
所述第二确定模块502,用于将所述像素点中除与所述背景颜色相对应的预设通道以外的预设通道的颜色值进行融合,得到所述像素点对应的第一参考颜色值;基于所述像素点的与所述背景颜色相对应的预设通道的颜色值和所述第一参考颜色值,确定所述像素点相对于所述背景颜色的第一饱和度。
一种可选的实施方式中,所述背景通道信息包括所述背景颜色对应于多个预设通道中每个预设通道的颜色值;
所述第二确定模块502,用于将除与所述背景颜色相对应的预设通道以外的预设通道的颜色值进行融合,得到所述背景颜色对应的第二参考颜色值;基于与所述背景颜色相对应的预设通道的颜色值和所述第二参考颜色值,确定所述背景颜色对应的第二饱和度。
一种可选的实施方式中,所述背景通道信息包括所述背景颜色对应于多个预设通道中每个预设通道的颜色值;
所述第一确定模块501,用于确定所述目标图像中的背景像素点;针对每个预设通道,确定所述背景像素点对应于该预设通道的颜色值的均值,并将得到的均值作为所述背景颜色对应于该预设通道的颜色值。
一种可选的实施方式中,所述第一确定模块501,用于将所述原始图像按照预设比例缩小为所述目标图像;基于所述目标图像中所述背景颜色的色域信息,确定所述目标图像中的背景像素点。
一种可选的实施方式中,所述第二确定模块502,用于确定所述第一饱和度与所述第二饱和度的比值;在所述比值小于或等于第一预设阈值的情况下,将所述初始透明度设置为第一数值;和/或,在确定所述比值大于或等于第二预设阈值的情况下,将所述初始透明度设置为第二数值;和/或,在确定所述比值大于所述第一预设阈值,并且小于所述第二预设阈值的情况下,将所述比值作为所述初始透明度。
一种可选的实施方式中,所述第三确定模块503,用于基于所述至少部分像素点中每一像素点的初始透明度,确定所述原始图像中至少部分像素点中每一像素点的近似透明度;基于第一透明度阈值、第二透明度阈值和所述每一像素点的近似透明度,确定所述原始图像中至少部分像素点中每一像素点的目标透明度。
一种可选的实施方式中,所述处理模块504,用于从所述原始图像中筛选出所述第一参考颜色值小于与所述背景颜色相对应的预设通道的颜色值的目标像素点;基于所述目标像素点的与所述背景颜色相对应的预设通道的颜色值,和所述目标像素点的第一参考颜色值,确定所述目标像素点的与所述背景颜色相对应的预设通道的目标颜色值;基于确定的所述目标颜色值,调整所述目标像素点的与每个预设通道相对应的颜色值;基于确定的所述目标透明度和所述目标像素点调整后的与每个预设通道相对应的颜色值,对所述原始图像进行背景替换处理。
一种可选的实施方式中,所述处理模块504,用于获取预先设置的削减参数;基于所述削减参数、所述目标像素点的与所述背景颜色相对应的预设通道的颜色值和所述目标像素点的第一参考颜色值,确定所述目标像素点的与所述背景颜色相对应的预设通道的目标颜色值。
一种可选的实施方式中,所述处理模块504,用于基于所述目标像素点的与所述背景颜色相对应的预设通道的颜色值和所述目标颜色值,确定所述目标像素点对应的亮度差异信息;基于所述亮度差异信息和所述目标颜色值,调整所述目标像素点的与每个预设通道相对应的颜色值。
一种可选的实施方式中,所述处理模块504,用于获取背景替换图像;所述背景图像与所述原始图像的图像分辨率和尺寸均相同;基于确定的所述目标透明度、所述目标像素点调整后的与每个预设通道相对应的颜色值和所述背景替换图像,对所述原始图像进行背景替换处理。
关于图像处理装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述图像处理方法实施例中的相关说明,这里不再详述。
基于同一技术构思,本申请实施例还提供了一种计算机设备。参照图6所示,为本申请实施例提供的计算机设备的结构示意图,包括:
处理器61、存储器62和总线63。其中,存储器62存储有处理器61可执行的机器可读指令,处理器61用于执行存储器62中存储的机器可读指令,所述机器可读指令被处理器61执行时,处理器61执行下述步骤:S101:确定目标图像中的背景颜色对应的背景通道信息;S102:基于目标图像中至少部分像素点的颜色通道信息和背景通道信息,确定至少部分像素点中每一像素点的初始透明度;S103:基于至少部分像素点中每一像素点的初始透明度,确定目标图像对应的原始图像中至少部分像素点中每一像素点的目标透明度;S104:基于确定的目标透明度,对原始图像进行背景替换处理。
上述存储器62包括内存621和外部存储器622;这里的内存621也称内存储器,用于暂时存放处理器61中的运算数据,以及与硬盘等外部存储器622交换的数据,处理器61通过内存621与外部存储器622进行数据交换,当计算机设备运行时,处理器61与存储器62之间通过总线63通信,使得处理器61在执行上述方法实施例中所提及的执行指令。
本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的图像处理方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品,包括计算机指令,所述计算机指令被处理器执行时实现上述的图像处理方法的步骤。其中,计算机程序产品可以是任何能实现上述图像处理方法的产品,该计算机程序产品中对现有技术做出贡献的部分或全部方案可以以软件产品(例如软件开发包(Software Development Kit,SDK))的形式体现,该软件产品可以被存储在一个存储介质中,通过包含的计算机指令使得相关设备或处理器执行上述图像处理方法的部分或全部步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (15)
1.一种图像处理方法,其特征在于,包括:
确定目标图像中的背景颜色对应的背景通道信息;
基于所述目标图像中至少部分像素点的颜色通道信息和所述背景通道信息,确定所述至少部分像素点中每一像素点的初始透明度;
基于所述至少部分像素点中每一像素点的初始透明度,确定所述目标图像对应的原始图像中至少部分像素点中每一像素点的目标透明度;
基于确定的所述目标透明度,对所述原始图像进行背景替换处理。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标图像中至少部分像素点的颜色通道信息和所述背景通道信息,确定所述至少部分像素点中每一像素点的初始透明度,包括:
基于所述目标图像的至少部分像素点中每一像素点的颜色通道信息,确定每一像素点相对于背景颜色的第一饱和度;
基于所述背景通道信息,确定所述背景颜色对应的第二饱和度;
基于所述第一饱和度和所述第二饱和度,确定所述至少部分像素点中每一像素点的初始透明度。
3.根据权利要求2所述的方法,其特征在于,所述像素点的颜色通道信息包括所述像素点对应于多个预设通道中每个预设通道的颜色值;
所述基于所述目标图像的至少部分像素点中每一像素点的颜色通道信息,确定每一像素点相对于背景颜色的第一饱和度,包括:
将所述像素点中除与所述背景颜色相对应的预设通道以外的预设通道的颜色值进行融合,得到所述像素点对应的第一参考颜色值;
基于所述像素点的与所述背景颜色相对应的预设通道的颜色值和所述第一参考颜色值,确定所述像素点相对于所述背景颜色的第一饱和度。
4.根据权利要求2或3所述的方法,其特征在于,所述背景通道信息包括所述背景颜色对应于多个预设通道中每个预设通道的颜色值;
所述基于所述背景通道信息,确定所述背景颜色对应的第二饱和度,包括:
将除与所述背景颜色相对应的预设通道以外的预设通道的颜色值进行融合,得到所述背景颜色对应的第二参考颜色值;
基于与所述背景颜色相对应的预设通道的颜色值和所述第二参考颜色值,确定所述背景颜色对应的第二饱和度。
5.根据权利要求1至4任一所述的方法,其特征在于,所述背景通道信息包括所述背景颜色对应于多个预设通道中每个预设通道的颜色值;
所述确定目标图像中的背景颜色对应的背景通道信息,包括:
确定所述目标图像中的背景像素点;
针对每个预设通道,确定所述背景像素点对应于该预设通道的颜色值的均值,并将得到的均值作为所述背景颜色对应于该预设通道的颜色值。
6.根据权利要求5所述的方法,其特征在于,所述确定所述目标图像中的背景像素点,包括:
将所述原始图像按照预设比例缩小为所述目标图像;
基于所述目标图像中所述背景颜色的色域信息,确定所述目标图像中的背景像素点。
7.根据权利要求2至6任一项所述的方法,其特征在于,所述基于第一饱和度和第二饱和度,确定每一像素点的初始透明度,包括:
确定所述第一饱和度与所述第二饱和度的比值;
在所述比值小于或等于第一预设阈值的情况下,将所述初始透明度设置为第一数值;和/或
在确定所述比值大于或等于第二预设阈值的情况下,将所述初始透明度设置为第二数值;和/或
在确定所述比值大于所述第一预设阈值,并且小于所述第二预设阈值的情况下,将所述比值作为所述初始透明度。
8.根据权利要求1至7任一项所述的方法,其特征在于,所述基于所述至少部分像素点中每一像素点的初始透明度,确定所述目标图像对应的原始图像中至少部分像素点中每一像素点的目标透明度,包括:
基于所述至少部分像素点中每一像素点的初始透明度,确定所述原始图像中至少部分像素点中每一像素点的近似透明度;
基于第一透明度阈值、第二透明度阈值和所述每一像素点的近似透明度,确定所述原始图像中至少部分像素点中每一像素点的目标透明度。
9.根据权利要求1至8任一项所述的方法,其特征在于,所述基于确定的所述目标透明度,对所述原始图像进行背景替换处理,包括:
从所述原始图像中筛选出第一参考颜色值小于与所述背景颜色相对应的预设通道的颜色值的目标像素点;
基于所述目标像素点的与所述背景颜色相对应的预设通道的颜色值,和所述目标像素点的第一参考颜色值,确定所述目标像素点的与所述背景颜色相对应的预设通道的目标颜色值;
基于确定的所述目标颜色值,调整所述目标像素点的与每个预设通道相对应的颜色值;
基于确定的所述目标透明度和所述目标像素点调整后的与每个预设通道相对应的颜色值,对所述原始图像进行背景替换处理。
10.根据权利要求9所述的方法,其特征在于,所述确定所述目标像素点的与所述背景颜色相对应的预设通道的目标颜色值,包括:
获取预先设置的削减参数;
基于所述削减参数、所述目标像素点的与所述背景颜色相对应的预设通道的颜色值和所述目标像素点的第一参考颜色值,确定所述目标像素点的与所述背景颜色相对应的预设通道的目标颜色值。
11.根据权利要求9或10所述的方法,其特征在于,所述基于确定的所述目标颜色值,调整所述目标像素点的与每个预设通道相对应的颜色值,包括:
基于所述目标像素点的与所述背景颜色相对应的预设通道的颜色值和所述目标颜色值,确定所述目标像素点对应的亮度差异信息;
基于所述亮度差异信息和所述目标颜色值,调整所述目标像素点的与每个预设通道相对应的颜色值。
12.根据权利要求9至11任一项所述的方法,其特征在于,所述基于确定的所述目标透明度和所述目标像素点调整后的与每个预设通道相对应的颜色值,对所述原始图像进行背景替换处理,包括:
获取背景替换图像;所述背景图像与所述原始图像的图像分辨率和尺寸均相同;
基于确定的所述目标透明度、所述目标像素点调整后的与每个预设通道相对应的颜色值和所述背景替换图像,对所述原始图像进行背景替换处理。
13.一种图像处理装置,其特征在于,包括:
第一确定模块,用于确定目标图像中的背景颜色对应的背景通道信息;
第二确定模块,用于基于所述目标图像中至少部分像素点的颜色通道信息和所述背景通道信息,确定所述至少部分像素点中每一像素点的初始透明度;
第三确定模块,用于基于所述至少部分像素点中每一像素点的初始透明度,确定所述目标图像对应的原始图像中至少部分像素点中每一像素点的目标透明度;
处理模块,用于基于确定的所述目标透明度,对所述原始图像进行背景替换处理。
14.一种计算机设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至12任一项所述的图像处理方法的步骤。
15.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至12任一项所述的图像处理方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110875702.4A CN113436284B (zh) | 2021-07-30 | 2021-07-30 | 一种图像处理方法、装置、计算机设备和存储介质 |
PCT/CN2022/106513 WO2023005743A1 (zh) | 2021-07-30 | 2022-07-19 | 图像处理方法及装置、计算机设备、存储介质和计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110875702.4A CN113436284B (zh) | 2021-07-30 | 2021-07-30 | 一种图像处理方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113436284A true CN113436284A (zh) | 2021-09-24 |
CN113436284B CN113436284B (zh) | 2024-10-29 |
Family
ID=77762448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110875702.4A Active CN113436284B (zh) | 2021-07-30 | 2021-07-30 | 一种图像处理方法、装置、计算机设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113436284B (zh) |
WO (1) | WO2023005743A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114529624A (zh) * | 2022-02-17 | 2022-05-24 | 浙江核新同花顺网络信息股份有限公司 | 一种图像色彩匹配方法、系统及图像生成方法和系统 |
CN114565686A (zh) * | 2021-12-28 | 2022-05-31 | 杭州安恒信息技术股份有限公司 | 视频处理方法、装置、电子设备及可读存储介质 |
CN115550661A (zh) * | 2022-11-25 | 2022-12-30 | 统信软件技术有限公司 | 一种图像压缩方法、复原方法、计算设备及可读存储介质 |
WO2023005743A1 (zh) * | 2021-07-30 | 2023-02-02 | 上海商汤智能科技有限公司 | 图像处理方法及装置、计算机设备、存储介质和计算机程序产品 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797494B (zh) * | 2023-02-06 | 2023-05-23 | 武汉精臣智慧标识科技有限公司 | 图片二值化处理方法、装置、电子设备及存储介质 |
CN118760655B (zh) * | 2024-09-03 | 2024-12-10 | 福昕鲲鹏(北京)信息科技有限公司 | 包含透明度背景图像的文件存储方法、装置和设备 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581571A (zh) * | 2013-11-22 | 2014-02-12 | 北京中科大洋科技发展股份有限公司 | 一种基于色彩三要素的视频抠像方法 |
WO2017152822A1 (zh) * | 2016-03-07 | 2017-09-14 | 华为技术有限公司 | 图像处理方法和装置 |
CN108295467A (zh) * | 2018-02-06 | 2018-07-20 | 网易(杭州)网络有限公司 | 图像的呈现方法、装置及存储介质、处理器和终端 |
CN108320294A (zh) * | 2018-01-29 | 2018-07-24 | 袁非牛 | 一种二代身份证照片的人像背景智能全自动替换方法 |
CN108965647A (zh) * | 2017-05-18 | 2018-12-07 | 北京金山云网络技术有限公司 | 一种前景图像获得方法及装置 |
CN109819182A (zh) * | 2018-12-18 | 2019-05-28 | 深圳市潮流网络技术有限公司 | 一种视频背景替换方法 |
WO2019170007A1 (zh) * | 2018-03-09 | 2019-09-12 | 华为技术有限公司 | 图像色彩调整方法及装置 |
CN111862110A (zh) * | 2020-06-30 | 2020-10-30 | 辽宁向日葵教育科技有限公司 | 一种绿幕抠像方法、系统、设备和可读存储介质 |
CN112053417A (zh) * | 2019-06-06 | 2020-12-08 | 西安诺瓦星云科技股份有限公司 | 图像处理方法、装置和系统以及计算机可读存储介质 |
CN112330692A (zh) * | 2020-11-11 | 2021-02-05 | 北京文香信息技术有限公司 | 一种抠图方法、装置、设备和存储介质 |
CN112330531A (zh) * | 2020-11-04 | 2021-02-05 | 广州博冠信息科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112634312A (zh) * | 2020-12-31 | 2021-04-09 | 上海商汤智能科技有限公司 | 图像背景处理方法、装置、电子设备及存储介质 |
CN112767285A (zh) * | 2021-02-23 | 2021-05-07 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN112801916A (zh) * | 2021-02-23 | 2021-05-14 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7302094B2 (en) * | 2004-08-27 | 2007-11-27 | Autodesk, Inc. | Transparency and/or color processing |
CN111724407A (zh) * | 2020-05-25 | 2020-09-29 | 北京市商汤科技开发有限公司 | 图像处理方法和相关产品 |
CN112101370B (zh) * | 2020-11-11 | 2021-08-24 | 广州卓腾科技有限公司 | 一种纯色背景图像自动抠像方法、计算机可读存储介质及设备 |
CN113436284B (zh) * | 2021-07-30 | 2024-10-29 | 上海商汤智能科技有限公司 | 一种图像处理方法、装置、计算机设备和存储介质 |
-
2021
- 2021-07-30 CN CN202110875702.4A patent/CN113436284B/zh active Active
-
2022
- 2022-07-19 WO PCT/CN2022/106513 patent/WO2023005743A1/zh active Application Filing
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581571A (zh) * | 2013-11-22 | 2014-02-12 | 北京中科大洋科技发展股份有限公司 | 一种基于色彩三要素的视频抠像方法 |
WO2017152822A1 (zh) * | 2016-03-07 | 2017-09-14 | 华为技术有限公司 | 图像处理方法和装置 |
CN108965647A (zh) * | 2017-05-18 | 2018-12-07 | 北京金山云网络技术有限公司 | 一种前景图像获得方法及装置 |
CN108320294A (zh) * | 2018-01-29 | 2018-07-24 | 袁非牛 | 一种二代身份证照片的人像背景智能全自动替换方法 |
CN108295467A (zh) * | 2018-02-06 | 2018-07-20 | 网易(杭州)网络有限公司 | 图像的呈现方法、装置及存储介质、处理器和终端 |
WO2019170007A1 (zh) * | 2018-03-09 | 2019-09-12 | 华为技术有限公司 | 图像色彩调整方法及装置 |
CN109819182A (zh) * | 2018-12-18 | 2019-05-28 | 深圳市潮流网络技术有限公司 | 一种视频背景替换方法 |
CN112053417A (zh) * | 2019-06-06 | 2020-12-08 | 西安诺瓦星云科技股份有限公司 | 图像处理方法、装置和系统以及计算机可读存储介质 |
CN111862110A (zh) * | 2020-06-30 | 2020-10-30 | 辽宁向日葵教育科技有限公司 | 一种绿幕抠像方法、系统、设备和可读存储介质 |
CN112330531A (zh) * | 2020-11-04 | 2021-02-05 | 广州博冠信息科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112330692A (zh) * | 2020-11-11 | 2021-02-05 | 北京文香信息技术有限公司 | 一种抠图方法、装置、设备和存储介质 |
CN112634312A (zh) * | 2020-12-31 | 2021-04-09 | 上海商汤智能科技有限公司 | 图像背景处理方法、装置、电子设备及存储介质 |
CN112767285A (zh) * | 2021-02-23 | 2021-05-07 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN112801916A (zh) * | 2021-02-23 | 2021-05-14 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
Non-Patent Citations (4)
Title |
---|
YAGIZ AKSOY: "Unmixing-Based Soft Color Segmentation for Image Manipulation", 《ACM》, 31 December 2017 (2017-12-31), pages 1 - 19 * |
孙巍: "视觉感知特性指导下的自然图像抠图算法研究", 《万方数据知识服务平台》, 30 March 2016 (2016-03-30), pages 1 - 125 * |
邓志豪: "运动瓷砖的视觉检测算法研究", 《现代计算机》, no. 25, 5 September 2020 (2020-09-05), pages 53 - 56 * |
郁怀波 等: "改进视觉背景提取模型的前景目标检测算法", 《信息与控制》, no. 02, 15 April 2019 (2019-04-15), pages 40 - 47 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023005743A1 (zh) * | 2021-07-30 | 2023-02-02 | 上海商汤智能科技有限公司 | 图像处理方法及装置、计算机设备、存储介质和计算机程序产品 |
CN114565686A (zh) * | 2021-12-28 | 2022-05-31 | 杭州安恒信息技术股份有限公司 | 视频处理方法、装置、电子设备及可读存储介质 |
CN114529624A (zh) * | 2022-02-17 | 2022-05-24 | 浙江核新同花顺网络信息股份有限公司 | 一种图像色彩匹配方法、系统及图像生成方法和系统 |
CN115550661A (zh) * | 2022-11-25 | 2022-12-30 | 统信软件技术有限公司 | 一种图像压缩方法、复原方法、计算设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023005743A1 (zh) | 2023-02-02 |
CN113436284B (zh) | 2024-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113436284A (zh) | 一种图像处理方法、装置、计算机设备和存储介质 | |
CN106548455B (zh) | 用于调整图像的亮度的设备和方法 | |
Shen et al. | Depth-aware image seam carving | |
KR20200014842A (ko) | 이미지 조명 방법, 장치, 전자 기기 및 저장 매체 | |
CN112614060A (zh) | 人脸图像头发渲染方法、装置、电子设备和介质 | |
WO2023273111A1 (zh) | 一种图像处理方法、装置、计算机设备和存储介质 | |
CN102867295B (zh) | 一种彩色图像颜色校正方法 | |
CN113039576A (zh) | 图像增强系统和方法 | |
CN111489322B (zh) | 给静态图片加天空滤镜的方法及装置 | |
CN110288670B (zh) | 一种ui描边特效的高性能渲染方法 | |
CN107204034A (zh) | 一种图像处理方法及终端 | |
CN110728722A (zh) | 图像颜色迁移方法、装置、计算机设备和存储介质 | |
CN113052783A (zh) | 一种基于人脸关键点的人脸图像融合方法 | |
Liu et al. | Progressive complex illumination image appearance transfer based on CNN | |
Liu | Two decades of colorization and decolorization for images and videos | |
CN113724282A (zh) | 图像处理方法和相关产品 | |
CA2674104C (en) | Method and graphical user interface for modifying depth maps | |
CN104104931A (zh) | 基于色彩提取的图像处理方法和数字图像装置 | |
US20170274285A1 (en) | Method and apparatus for automating the creation of a puzzle pix playable on a computational device from a photograph or drawing | |
CN114066715A (zh) | 图像风格迁移方法、装置、电子设备以及存储介质 | |
AU2016273984A1 (en) | Modifying a perceptual attribute of an image using an inaccurate depth map | |
KR102448551B1 (ko) | 노드 기반 그래프에 의해 구성되는 알고리즘을 이용한 영상 처리 방법 및 장치 | |
Yuan et al. | Full convolutional color constancy with adding pooling | |
CN115294243A (zh) | 一种艺术线条画自动上色方法、装置及存储介质 | |
Xiao et al. | Optimization‐Based Gradient Mesh Colour Transfer |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40059746 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |