图像处理方法和系统技术方案

本申请实施例提供了一种图像处理方法，所述方法包括：获取原始图像并根据所述原始图像得到待处理图像；通过图像识别模型识别所述待处理图像以得到剪影数组；根据所述剪影数组生成剪影图像；根据所述原始图像和所述剪影图像生成目标图像，所述目标图像对应于所述原始图像的感兴趣区域。本申请实施例通过剪影数组和剪影图像实现了对原始图像的感兴趣区域的识别和分割，不需要借助景深信息识别和分割原始图像中的感兴趣区域(如人体轮廓区域)，因此，不需要高配置的硬件或系统。不需要高配置的硬件或系统。不需要高配置的硬件或系统。

【技术实现步骤摘要】
图像处理方法和系统


[0001]本申请实施例涉及计算机
，尤其涉及一种图像处理方法、系统、设备及计算机可读存储介质。

技术介绍

[0002]近年来，电子设备可以为用户提供各式各样的功能服务。这些电子设备可以是诸如计算机、平板电脑、电视机、多媒体设备、移动设备等。在一些情况下，这些电子设备可以通过安装在设备上的应用程序进行剪影操作。所述剪影操作是指将某些图像区域(如，人体轮廓)从照片/视频中分离出来，并将这分离出来的这些图像区域放置到另一个的照片/视频中。
[0003]然而，本专利申请人发现，现有技术的剪影应用，对电子设备的操作系统、硬件配置等均有要求，如苹果公司的人像剪影仅适用iOS11以上版本，且需要具备景深摄像头。
[0004]需要说明的是，上述内容并不用于限制申请保护范围。

技术实现思路

[0005]本申请实施例的目的是提供一种图像处理方法、系统、计算机设备及计算机可读存储介质，用于解决当前的剪影操作需要高配置的硬件或系统的问题。
[0006]本申请实施例的一个方面提供了一种图像处理方法，所述方法包括：获取原始图像并根据所述原始图像得到待处理图像；通过图像识别模型识别所述待处理图像以得到剪影数组；其中，所述剪影数组包括多个剪影数组元素，所述多个剪影数组元素包括多个第一数值和多个第二数值，所述多个第一数值对应所述待处理图像的感兴趣区域，所述多个第二数值对应所述待处理图像的非感兴趣区域；根据所述剪影数组生成剪影图像；及根据所述原始图像和所述剪影图像生成目标图像，所述目标图像对应于所述原始图像的感兴趣区域。
[0007]可选的，获取原始图像并根据所述原始图像得到待处理图像，包括：判断所述原始图像的尺寸大小是否等于预定尺寸大小；如果所述原始图像的尺寸大小等于所述预定尺寸大小，则将所述原始图像确定为所述待处理图像；及如果所述原始图像的尺寸大小不等于所述预定尺寸大小，则将所述原始图像调整为所述待处理图像，其中，所述待处理图像的尺寸大小等于所述预定尺寸大小。
[0008]可选的，所述图像识别模型包括训练好的神经网络模型；通过图像识别模型识别待处理图像以得到剪影数组，包括：将所述待处理图像输入到所述训练好的神经网络模型中，通过所述神经网络模型输出所述剪影数组；其中，所述剪影数组的每个第一数值与所述待处理图像的感兴趣区域的每个图像像素一一对应，所述剪影数组的每个第二数值与所述待处理图像的非感兴趣区域的每个图像像素一一对应。
[0009]可选的，根据所述剪影数组生成剪影图像，包括：根据所述剪影数组生成初始剪影图像；所述初始剪影图像包括多个第一像素和多个第二像素，所述初始剪影图像的每个第
一像素与所述剪影数组的每个第一数值一一对应，所述初始剪影图像的每个第二像素与所述剪影数组的每个第二数值一一对应；及根据所述初始剪影图像生成所述剪影图像，所述剪影图像的尺寸大小与所述原始图像的尺寸大小相同。
[0010]可选的，根据所述原始图像和所述剪影图像生成目标图像，包括：确定将所述剪影图像作为掩膜滤镜的掩膜图像；及通过所述掩膜滤镜从所述原始图像中抽取出所述原始图像的感兴趣区域，以得到所述目标图像。
[0011]可选的，还包括：计算所述剪影数组和参考图像的参考数组之间的剪影匹配度；如果所述剪影数组和所述参考图像的参考数组之间的剪影匹配度大于预设阈值，则将所述目标图像插入到所述参考图像中。
[0012]可选的，计算所述剪影数组和参考图像的参考数组之间的剪影匹配度，包括：根据所述参考数组的各个参考数组元素和所述剪影数组中相应的剪影数组元素，计算所述剪影匹配度。
[0013]本申请实施例的一个方面又提供了一种图像处理系统，所述图像处理系统包括：获取模块，用于获取原始图像并根据所述原始图像得到待处理图像；识别模块，用于通过图像识别模型识别所述待处理图像以得到剪影数组；其中，所述剪影数组包括多个剪影数组元素，所述剪影数组元素包括多个第一数值和多个第二数值，所述多个第一数值对应所述待处理图像的感兴趣区域，所述多个第二数值对应所述待处理图像的非感兴趣区域；第一生成模块，用于根据所述剪影数组生成剪影图像；及第二生成模块，用于根据所述原始图像和所述剪影图像生成目标图像，所述目标图像对应于所述原始图像的感兴趣区域。
[0014]本申请实施例的一个方面又提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述图像处理方法的步骤。
[0015]本申请实施例的一个方面又提供了一种计算机可读存储介质，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述图像处理方法的步骤。
[0016]本申请实施例提供的图像处理方法、系统、设备及计算机可读存储介质，可以通过剪影数组和剪影图像实现对所述原始图像的感兴趣区域的识别和分割，不需要借助景深信息识别和分割原始图像中的感兴趣区域(如人体轮廓区域)，因此，不需要高配置的硬件或系统。
附图说明
[0017]图1示意性示出了根据本申请实施例的图像处理方法的应用环境图；
[0018]图2示意性示出了根据本申请实施例一的图像处理方法的流程图；
[0019]图3示意性示出了图2中步骤S200的子步骤；
[0020]图4示意性示出了根据本申请实施例一的图像处理方法的另一流程图；
[0021]图5示意性示出了图2中步骤S204的子步骤；
[0022]图6为图1中的剪影图像；
[0023]图7为图1中的目标图像；
[0024]图8示意性示出了图2中步骤S206的子步骤；
[0025]图9示意性示出了根据本申请实施例一的图像处理方法的新增流程图；
[0026]图10示意性示出了图9中步骤S900的子步骤；
[0027]图11示意性示出了基于本申请实施例二的动漫剪影流程；
[0028]图12为本申请实施例二中的剪影图像mask_image；
[0029]图13为本申请实施例二中的融合图像；
[0030]图14示意性示出了根据本申请实施例三的图像处理系统的框图；及
[0031]图15示意性示出了根据本申请实施例四的适于实现图像处理方法的计算机设备的硬件架构示意图。
具体实施方式
[0032]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0033]需要说明的是，在本申请实施例中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取原始图像并根据所述原始图像得到待处理图像；通过图像识别模型识别所述待处理图像以得到剪影数组；其中，所述剪影数组包括多个剪影数组元素，所述多个剪影数组元素包括多个第一数值和多个第二数值，所述多个第一数值对应所述待处理图像的感兴趣区域，所述多个第二数值对应所述待处理图像的非感兴趣区域；根据所述剪影数组生成剪影图像；及根据所述原始图像和所述剪影图像生成目标图像，所述目标图像对应于所述原始图像的感兴趣区域。2.根据权利要求1所述的图像处理方法，其特征在于，获取原始图像并根据所述原始图像得到待处理图像，包括：判断所述原始图像的尺寸大小是否等于预定尺寸大小；如果所述原始图像的尺寸大小等于所述预定尺寸大小，则将所述原始图像确定为所述待处理图像；及如果所述原始图像的尺寸大小不等于所述预定尺寸大小，则将所述原始图像调整为所述待处理图像，其中，所述待处理图像的尺寸大小等于所述预定尺寸大小。3.根据权利要求1所述的图像处理方法，其特征在于，所述图像识别模型包括训练好的神经网络模型；通过图像识别模型识别待处理图像以得到剪影数组，包括：将所述待处理图像输入到所述训练好的神经网络模型中，通过所述神经网络模型输出所述剪影数组；其中，所述剪影数组的每个第一数值与所述待处理图像的感兴趣区域的每个图像像素一一对应，所述剪影数组的每个第二数值与所述待处理图像的非感兴趣区域的每个图像像素一一对应。4.权利要求1所述的图像处理方法，其特征在于，根据所述剪影数组生成剪影图像，包括：根据所述剪影数组生成初始剪影图像；所述初始剪影图像包括多个第一像素和多个第二像素，所述初始剪影图像的每个第一像素与所述剪影数组的每个第一数值一一对应，所述初始剪影图像的每个第二像素与所述剪影数组的每个第二数值一一对应；及根据所述初始剪影图像生成所述剪影图像，所述剪影图像的尺寸大小与所述原...

【专利技术属性】
技术研发人员：施波迪，罗勇，黄之昊，
申请(专利权)人：上海哔哩哔哩科技有限公司，
类型：发明
国别省市：