基于场景的图像色彩调整方法、装置和计算机设备制造方法及图纸

本申请涉及一种基于场景的图像色彩调整方法、装置和计算机设备。包括：获取原始图像，以及原始图像的数据帧；将数据帧输入预设目标区域检测模型，得到目标区域关键点信息、目标区域属性信息和原始图像的色彩调整区域；将目标区域关键点信息、目标区域属性信息和数据帧输入预设场景检测模型，得到与原始图像的场景对应的目标区域的纹理图像；根据原始图像的色彩调整区域和纹理图像，得到映射关系；根据映射关系对原始图像的色彩调整区域进行色彩调整，得到色彩调整图像。从而使得到色彩调整图像的过程无需借助第三方工具，并且可以使图像色彩的调整基于图像场景，按照统一的规范进行批量化处理。

Method, device and computer equipment of image color adjustment based on scene

【技术实现步骤摘要】
基于场景的图像色彩调整方法、装置和计算机设备
本申请涉及图像处理
，特别涉及一种基于场景的图像色彩调整方法、装置和计算机设备。
技术介绍
随着图像处理技术的不断发展，为了保证获取到的图像能够呈现图像本来的色彩或者进一步丰富获取到的图像的色彩表现形式，各种各样的图像色彩校正和调整技术涌现出来。传统的图像色彩校正和调整技术通常需要借助第三方工具，对图像的整体色彩或者单个图像通道的色彩进行调整。然而，借助第三方供具对图像的色彩进行调整的应用场景有限、操作繁琐，且对图像色彩调整的标准并不统一，不利于图像的批量化处理。
技术实现思路
基于此，有必要针对上述技术问题，提供一种基于场景的图像色彩调整方法、装置和计算机设备。一种基于场景的图像色彩调整方法，所述方法包括：获取原始图像，以及所述原始图像的数据帧；将所述数据帧输入预设目标区域检测模型，得到目标区域关键点信息、目标区域属性信息和所述原始图像的色彩调整区域；将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像；根据所述原始图像的色彩调整区域和所述纹理图像，得到映射关系；其中，所述映射关系表征：所述原始图像的色彩调整区域每一灰度值与所述纹理图像的像素值之间的对应关系；根据所述映射关系对所述原始图像的色彩调整区域进行色彩调整，得到色彩调整图像。在其中一个实施例中，所述将所述数据帧输入预设目标区域检测模型，得到目标区域关键点信息、目标区域属性信息和所述原始图像的色彩调整区域，包括：将所述数据帧输入所述预设目标区域检测模型，进行目标区域关键点信息检测，得到所述目标区域关键点信息；根据所述目标区域关键点信息对所述数据帧进行目标区域属性检测，得到所述目标区域属性信息；根据所述目标区域关键点信息和所述目标区域属性信息，确定出所述色彩调整区域。在其中一个实施例中，所述将所述数据帧输入所述预设目标区域检测模型，进行目标区域关键点信息检测，得到目标区域关键点信息，之前还包括：将所述数据帧输入所述预设目标区域检测模型，根据输入的数据帧，对所述原始图像进行目标区域检测，判断所述原始图像中是否存在目标区域图像；若所述原始图像中存在目标区域图像，则执行所述进行目标区域关键点信息检测，得到目标区域关键点信息的步骤；若所述原始图像中不存在目标区域图像，则返回执行所述获取原始图像，以及所述原始图像的数据帧的步骤。在其中一个实施例中，所述将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像，之前还包括：根据所述目标区域属性信息，判断所述原始图像中的目标区域图像的质量与第一预设阈值之间的关系；若所述目标区域图像的质量大于或等于所述第一预设阈值，则执行所述将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像的步骤；若所述目标区域图像的质量小于所述第一预设阈值，则执行所述将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像的步骤；或返回所述获取原始图像，以及所述原始图像的数据帧的步骤。在其中一个实施例中，所述将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像，包括：将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到至少一个纹理图像；其中，每一所述纹理图像对应一个分数；将所述分数与第二预设阈值进行比较，并输出分数满足所述第二预设阈值条件的与所述原始图像的场景对应的目标区域的纹理图像。在其中一个实施例中，所述根据所述原始图像的色彩调整区域和所述纹理图像，得到映射关系，包括：对所述原始图像的色彩调整区域在RGB三个通道上进行单通道分解，得到原始图像分解集；以及对所述纹理图像在RGB三个通道上进行单通道分解，得到纹理图像分解集；根据所述原始图像分解集和所述纹理图像分解集，在每一通道中，获取所述原始图像的色彩调整区域的每一像素点的灰度值对应的所述纹理图像的像素点的像素值；根据所述原始图像的色彩调整区域的每一像素点的灰度值和对应的所述纹理图像的像素点的像素值，得到所述映射关系。在其中一个实施例中，所述对所述原始图像的色彩调整区域在RGB三个通道上进行单通道分解，得到原始图像分解集；以及对所述纹理图像在RGB三个通道上进行单通道分解，得到纹理图像分解集，包括：对所述原始图像的色彩调整区域在RGB三个通道上进行单通道分解，得到由原始图像R、原始图像G和原始图像B组成的所述原始图像分解集；对所述纹理图像在RGB三个通道上进行单通道分解，得到由纹理图像R、纹理图像G和纹理图像B组成的所述纹理图像分解集。在其中一个实施例中，所述根据所述原始图像的色彩调整区域的每一像素点的灰度值和对应的所述纹理图像的像素点的像素值，得到所述映射关系，包括：对于所述原始图像的每一灰度值，获得与所述灰度值对应的所述纹理图像的至少一个像素点的像素值；对所述纹理图像的至少一个像素点的像素值进行加权平均，并将加权平均值确定为与所述原始图像的色彩调整区域的每一灰度值对应的所述纹理图像的像素值。一种基于场景的图像色彩调整装置，所述装置包括：图像获取模块，用于获取原始图像，以及所述原始图像的数据帧；目标检测模块，用于将所述数据帧输入预设目标区域检测模型，得到目标区域关键点信息、目标区域属性信息和所述原始图像的色彩调整区域；场景检测模块，用于将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像；图像映射模块，用于根据所述原始图像的色彩调整区域和所述纹理图像，得到映射关系；其中，所述映射关系表征：所述原始图像的色彩调整区域每一灰度值与所述纹理图像的像素值之间的对应关系；色彩调整模块，用于根据所述映射关系对所述原始图像的色彩调整区域进行色彩调整，得到色彩调整图像。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。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上述任一项所述方法的步骤。上述基于场景的图像色彩调整方法、装置和计算机设备，通过获取原始图像，以及原始图像的数据帧，将数据帧输入预设目标区域检测模型，得到目标区域关键点信息、目标区域属性信息和原始图像的色彩调整区域，并将目标区域关键点信息、目标区域属性信息和数据帧输入预设场景检测模型，得到与原始图像的场景对应的目标区域的纹本文档来自技高网...

【技术保护点】
1.一种基于场景的图像色彩调整方法，其特征在于，所述方法包括：/n获取原始图像，以及所述原始图像的数据帧；/n将所述数据帧输入预设目标区域检测模型，得到目标区域关键点信息、目标区域属性信息和所述原始图像的色彩调整区域；/n将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像；/n根据所述原始图像的色彩调整区域和所述纹理图像，得到映射关系；其中，所述映射关系表征：所述原始图像的色彩调整区域每一灰度值与所述纹理图像的像素值之间的对应关系；/n根据所述映射关系对所述原始图像的色彩调整区域进行色彩调整，得到色彩调整图像。/n

【技术特征摘要】
1.一种基于场景的图像色彩调整方法，其特征在于，所述方法包括：
获取原始图像，以及所述原始图像的数据帧；
将所述数据帧输入预设目标区域检测模型，得到目标区域关键点信息、目标区域属性信息和所述原始图像的色彩调整区域；
将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像；
根据所述原始图像的色彩调整区域和所述纹理图像，得到映射关系；其中，所述映射关系表征：所述原始图像的色彩调整区域每一灰度值与所述纹理图像的像素值之间的对应关系；
根据所述映射关系对所述原始图像的色彩调整区域进行色彩调整，得到色彩调整图像。


2.根据权利要求1所述的方法，其特征在于，所述将所述数据帧输入预设目标区域检测模型，得到目标区域关键点信息、目标区域属性信息和所述原始图像的色彩调整区域，包括：
将所述数据帧输入所述预设目标区域检测模型，进行目标区域关键点信息检测，得到所述目标区域关键点信息；
根据所述目标区域关键点信息对所述数据帧进行目标区域属性检测，得到所述目标区域属性信息；
根据所述目标区域关键点信息和所述目标区域属性信息，确定出所述色彩调整区域。


3.根据权利要求2所述的方法，其特征在于，所述将所述数据帧输入所述预设目标区域检测模型，进行目标区域关键点信息检测，得到目标区域关键点信息，之前还包括：
将所述数据帧输入所述预设目标区域检测模型，根据输入的数据帧，对所述原始图像进行目标区域检测，判断所述原始图像中是否存在目标区域图像；
若所述原始图像中存在目标区域图像，则执行所述进行目标区域关键点信息检测，得到目标区域关键点信息的步骤；
若所述原始图像中不存在目标区域图像，则返回执行所述获取原始图像，以及所述原始图像的数据帧的步骤。


4.根据权利要求1所述的方法，其特征在于，所述将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像，之前还包括：
根据所述目标区域属性信息，判断所述原始图像中的目标区域图像的质量与第一预设阈值之间的关系；
若所述目标区域图像的质量大于或等于所述第一预设阈值，则执行所述将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像的步骤；
若所述目标区域图像的质量小于所述第一预设阈值，则执行所述将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像的步骤；或返回所述获取原始图像，以及所述原始图像的数据帧的步骤。


5.根据权利要求1所述的方法，其特征在于，所述将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到与所述原始图像的场景对应的目标区域的纹理图像，包括：
将所述目标区域关键点信息、所述目标区域属性信息和所述数据帧输入预设场景检测模型，得到至少一个纹理图像；其...

【专利技术属性】
技术研发人员：马福鑫，
申请(专利权)人：北京旷视科技有限公司，
类型：发明
国别省市：北京;11