【技术实现步骤摘要】
图像处理方法、图像处理装置、终端设备及存储介质
本申请属于图像处理
,尤其涉及一种图像处理方法、图像处理装置、终端设备及存储介质。
技术介绍
随着装配有高质量摄像头的智能手机的普及,人们能够以图像的形式随时记录自己的生活瞬间。虽然拍摄图像本身不再具有门槛,但是如何选择或者设置拍摄时的光照,仍然需要了解专业摄影知识。因此,为了协助非专业摄影者拍摄出具有美感的图像,有必要对所拍摄的图像进行重光照处理,改变所拍摄图像的光照效果。
技术实现思路
本申请实施例提供了一种图像处理方法、图像处理装置、终端设备及存储介质,以对图像进行重光照处理,改变图像的光照效果。第一方面,本申请实施例提供了一种图像处理方法,所述图像处理方法包括:获取待处理图像的L分量,所述待处理图像的L分量是指所述待处理图像在LAB颜色空间的L分量;获取目标光照向量;根据所述待处理图像的L分量和所述目标光照向量,确定目标L分量;根据所述目标L分量,确定所述待处理图像的重光照图像。第二方面,本申请实施例提供了一种图像处理装置,所述图像处理装置包括:L分量获取模块,用于获取待处理图像的L分量,所述待处理图像的L分量是指所述待处理图像在LAB颜色空间的L分量;光照向量获取模块,用于获取目标光照向量;目标分量确定模块,用于根据所述待处理图像的L分量和所述目标光照向量,确定目标L分量;重光照图像确定模块,用于根据所述目标L分量,确定所述待处理图像的重光照图像。 ...
【技术保护点】
1.一种图像处理方法,其特征在于,所述图像处理方法包括:/n获取待处理图像的L分量,所述待处理图像的L分量是指所述待处理图像在LAB颜色空间的L分量;/n获取目标光照向量;/n根据所述待处理图像的L分量和所述目标光照向量,确定目标L分量;/n根据所述目标L分量,确定所述待处理图像的重光照图像。/n
【技术特征摘要】
1.一种图像处理方法,其特征在于,所述图像处理方法包括:
获取待处理图像的L分量,所述待处理图像的L分量是指所述待处理图像在LAB颜色空间的L分量;
获取目标光照向量;
根据所述待处理图像的L分量和所述目标光照向量,确定目标L分量;
根据所述目标L分量,确定所述待处理图像的重光照图像。
2.如权利要求1所述的图像处理方法,其特征在于,所述根据所述待处理图像的L分量和所述目标光照向量,确定目标L分量包括:
将所述待处理图像的L分量输入至已训练的深度学习模型中的编码器,得到所述待处理图像的图像特征;
将所述待处理图像的图像特征和所述目标光照向量输入至所述深度学习模型中的解码器,得到所述目标L分量。
3.如权利要求2所述的图像处理方法,其特征在于,训练所述深度学习模型包括:
获取M组训练数据,M为正整数,一组训练数据包括第一图像、第一光照向量、第二图像和第二光照向量,所述第一光照向量是所述第一图像的光照向量,所述第二图像是使用所述第二光照向量对所述第一图像进行渲染,得到的图像;
对于第i组训练数据,所述第i组训练数据是所述M组训练数据中的任一组训练数据,分别获取所述第i组训练数据中第一图像和第二图像的L分量,所述第一图像的L分量是指所述第一图像在所述LAB颜色空间的L分量,所述第二图像的L分量是指所述第二图像在所述LAB颜色空间的L分量;
将所述第一图像的L分量输入至所述编码器,得到所述第一图像的图像特征和预测光照向量;
将所述第一图像的图像特征和所述第二光照向量输入至所述解码器,得到预测L分量;
根据所述预测光照向量、所述第一光照向量、所述第二图像的L分量和所述预测L分量,更新所述深度学习模型中的模型参数;
若检测到所述深度学习模型收敛,则停止更新所述深度学习模型中的模型参数,并确定停止更新时所述深度学习模型的模型参数为所述深度学习模型的目标模型参数。
4.如权利要求3所述的图像处理方法,其特征在于,所述根据所述预测光照向量、所述第一光照向量、所述第二图像的L分量和所述预测L分量,更新所述深度学习模型中的模型参数包括:
根据所述预测光照向量和所述第一光照向量,确定第一损失函数;
根据所述第二图像的L分量和所述预测L分量,确定第二损失函数;
根据所述第一损失函数和所述第二损失函数,更新所述深度学习模型中的模型参数。
5.如权利要求3所述的图像处理方法,其特征在于,所述获取M组训练数据包括:
获取S张第一图像,S为正整数;
获取所述S张第一图像各自的第一光照向量,得到S个第一光照向量;
从所述S个第一光照向量中,确定K个第二光照向量,K为小于或等于S的正整数;
对于第j张第一图像,所述第j张第一图像是所述S张第一图像中的任一第一图像,使用所述K个第二光照向量分别对所述第j张第一图像进行渲染,得到所述第j张第一图像对应的K张第二图像;
根据所述第j张第一图像、所述第j张第一图像的第一光照向量、所述K张第二图像和所述K个第二光照向量,确定所述第j张第一图像对应的K组训练数据;
根据所述S张第一图像各自对应的K组训练数据,确定所述M组训练数据,M=K*S。
6.如权利要求5所述的图像处理方法,其特征在于,所述根据所述第j张第一图像、所述第j张第一图像的第一光照向量、所述K张第二图像和所...
【专利技术属性】
技术研发人员:尹康,
申请(专利权)人:OPPO重庆智能科技有限公司,
类型:发明
国别省市:重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。