一种图像处理方法、计算设备及存储介质技术

本发明专利技术公开了一种图像处理方法、计算设备及存储介质，该方法包括：根据待处理图像的光照环境，对待处理图像进行处理，以获取第一图像；检测第一图像是否存在色偏；若第一图像存在色偏，则判断第一图像是否需要颜色校正；若第一图像需要颜色校正，则对第一图像执行减色操作，以获取第二图像。以获取第二图像。以获取第二图像。

【技术实现步骤摘要】
一种图像处理方法、计算设备及存储介质


[0001]本专利技术涉及图像处理
，特别涉及一种图像处理方法、计算设备及存储介质。

技术介绍

[0002]随着图像处理技术的不断发展，其在如美颜、风格迁移、贴图等图像美化处理领域的应用也越来越成熟。在短视频、照片墙等社交媒体平台上，有趣、个性化的美化图像广受用户好评。但是，上述平台中对图像的处理，主要是针对人脸、人体区域，或者引入贴图等模式，即使是自然图像，其关注点也是在于让图像变得更好看，而非保留图像本身的信息，如此就有可能存在图像失真的情况。
[0003]对某些资讯类平台而言，其展示图像的主要目的是尽可能呈现出图像携带的细节信息，如果过度调色、过度美化，则会造成图像细节的信息损失，图像的质量难以保证，从而导致查看图像的用户不能从图像中获取到需要的信息，用户满意度较低。特别是在针对大批量拍摄图像进行调整的时候，智能化处理显得尤为重要。
[0004]目前，修图时常用的图像处理方法有两类，一类采取贴图操作，即根据用户选择的贴图风格，利用空间几何关系，以异步贴图算法将待美化图像和目标风格进行合成，无需用户自行调配贴图的大小与位置，提高图像美化效率，完美融合视觉效果，方便实用，但未进行细节上的图像修改和修饰。
[0005]另一类则是基于深度学习算法来实现，例如，当图像需要校正(如颜色调整、亮度和对比度调节等)时，先收集训练样本并构建模型，利用训练样本完成模型训练，最终将待处理图像输入到训练好的模型中，得到输出图像，保留了更多的真实颜色信息，提升显示效果真实性。然而，该方法对模型的要求较高，还需要收集特定的训练样本，一定程度上依赖人工辅助工作，且输出图像的质量受样本影响较大。
[0006]因此，需要一种新的图像处理方法来优化上述处理过程。

技术实现思路

[0007]为此，本专利技术提供一种图像处理方案，以力图解决或者至少缓解上面存在的问题。
[0008]根据本专利技术的一个方面，提供一种图像处理方法，该方法包括如下步骤：首先，根据待处理图像的光照环境，对待处理图像进行处理，以获取第一图像；检测第一图像是否存在色偏；若第一图像存在色偏，则判断第一图像是否需要颜色校正；若第一图像需要颜色校正，则对第一图像执行减色操作，以获取第二图像。
[0009]可选地，在根据本专利技术的图像处理方法中，还包括确定待处理图像的光照环境，确定待处理图像的光照环境的步骤，包括：将待处理图像从RGB颜色空间转换至Lab颜色空间，并进行通道分离，以获取对应的L通道图像、a通道图像和b通道图像；计算待处理图像的L通道图像的平均亮度和最大亮度；若平均亮度和最大亮度满足第一亮度条件，则确定待处理图像的光照环境为阴影环境；若最大亮度满足第二亮度条件，则确定待处理图像的光照环
境为高光环境。
[0010]可选地，在根据本专利技术的图像处理方法中，第一亮度条件和第二亮度条件通过如下方式预先生成：收集图像以得到第一测试图像集和第二测试图像集，第一测试图像集中包括多张需要调整亮度的图像，第二测试图像集中包括多张无需调整亮度的图像；分别计算第一测试图像集和第二测试图像集中各图像在L通道下的平均亮度和最大亮度，并对应生成第一平均亮度集合、第一最大亮度集合、第二平均亮度集合和第二最大亮度集合；对第一平均亮度集合、第一最大亮度集合、第二平均亮度集合和第二最大亮度集合进行聚类分析，以生成第一亮度条件和第二亮度条件。
[0011]可选地，在根据本专利技术的图像处理方法中，分别计算第一测试图像集和第二测试图像集中各图像在L通道下的平均亮度和最大亮度，并对应生成第一平均亮度集合、第一最大亮度集合、第二平均亮度集合和第二最大亮度集合的步骤，包括：分别获取第一测试图像集和第二测试图像集中各图像在Lab颜色空间下的L通道图像，以生成第一L通道图像集和第二L通道图像集；计算第一L通道图像集和第二L通道图像集中各L通道图像的平均亮度和最大亮度，并对应生成第一平均亮度集合、第一最大亮度集合、第二平均亮度集合和第二最大亮度集合。
[0012]可选地，在根据本专利技术的图像处理方法中，根据待处理图像的光照环境，对待处理图像进行处理，以获取第一图像的步骤，包括：若待处理图像的光照环境为阴影环境，则对待处理图像进行亮度提升，以获取第一图像；若待处理图像的光照环境为高光环境，则降低待处理图像中高亮度区域的亮度，提升待处理图像中低亮度区域的亮度，以获取第一图像；若待处理图像的光照环境为正常环境，则将待处理图像作为第一图像。
[0013]可选地，在根据本专利技术的图像处理方法中，对待处理图像进行亮度提升，以获取第一图像的步骤，包括：对待处理图像在RGB颜色空间下的图像进行通道分离，以获取对应的R通道图像、G通道图像和B通道图像；分别对待处理图像的R通道图像、G通道图像和B通道图像进行亮度提升，得到新的R通道图像、G通道图像和B通道图像，并进行合成以得到第一图像。
[0014]可选地，在根据本专利技术的图像处理方法中，降低待处理图像中高亮度区域的亮度，提升待处理图像中低亮度区域的亮度，以获取第一图像的步骤，包括：对待处理图像在Lab颜色空间下的图像进行通道分离，以获取对应的L通道图像、a通道图像和b通道图像；对待处理图像的L通道图像中各像素点，若像素点的值大于第一亮度阈值，则确定像素点属于高亮度区域，将像素点的值替换为第一亮度阈值；若像素点的值小于第二亮度阈值，则确定像素点属于低亮度区域，将像素点的值替换为第二亮度阈值；合成替换处理后的L通道图像、待处理图像的a通道图像和b通道图像，得到第一图像。
[0015]可选地，在根据本专利技术的图像处理方法中，检测第一图像是否存在色偏的步骤，包括：对第一图像在Lab颜色空间下的图像进行通道分离，以获取对应的L通道图像、a通道图像和b通道图像；分别计算第一图像的a通道图像和b通道图像的颜色均值，作为第一颜色均值和第二颜色均值；根据第一颜色均值和第二颜色均值，确定第一图像的色偏值；基于第一颜色均值、第二颜色均值和色偏值，判断第一图像是否存在色偏并确定色偏类型。
[0016]可选地，在根据本专利技术的图像处理方法中，基于第一颜色均值、第二颜色均值和色偏值，判断第一图像是否存在色偏并确定色偏类型的步骤，包括：若色偏值小于预设的色偏
阈值，则确定第一图像不存在色偏；若色偏值大于色偏阈值，则根据第一颜色均值、第二颜色均值与预设的颜色均值阈值的大小关系，确定第一图像的色偏类型，色偏类型包括偏红色、偏绿色、偏蓝色和偏黄色。
[0017]可选地，在根据本专利技术的图像处理方法中，判断第一图像是否需要颜色校正的步骤，包括：对第一图像在RGB颜色空间下的图像进行通道分离，以获取对应的R通道图像、G通道图像和B通道图像；分别计算第一图像的R通道图像、G通道图像和B通道图像的像素点均值，作为第一通道均值、第二通道均值和第三通道均值；通过第一通道均值、第二通道均值和第三通道均值，判断第一图像是否需要降低其色偏类型对应颜色的饱和度，以校正颜色。
[0018]可选地，在根据本专利技术的图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，包括：根据待处理图像的光照环境，对所述待处理图像进行处理，以获取第一图像；检测所述第一图像是否存在色偏；若所述第一图像存在色偏，则判断所述第一图像是否需要颜色校正；若所述第一图像需要颜色校正，则对所述第一图像执行减色操作，以获取第二图像。2.如权利要求1所述的方法，还包括确定所述待处理图像的光照环境，所述确定所述待处理图像的光照环境的步骤，包括：将所述待处理图像从RGB颜色空间转换至Lab颜色空间，并进行通道分离，以获取对应的L通道图像、a通道图像和b通道图像；计算所述待处理图像的L通道图像的平均亮度和最大亮度；若所述平均亮度和所述最大亮度满足第一亮度条件，则确定所述待处理图像的光照环境为阴影环境；若所述最大亮度满足第二亮度条件，则确定所述待处理图像的光照环境为高光环境。3.如权利要求2所述的方法，其中，所述第一亮度条件和所述第二亮度条件通过如下方式预先生成：收集图像以得到第一测试图像集和第二测试图像集，所述第一测试图像集中包括多张需要调整亮度的图像，所述第二测试图像集中包括多张无需调整亮度的图像；分别计算所述第一测试图像集和所述第二测试图像集中各图像在L通道下的平均亮度和最大亮度，并对应生成第一平均亮度集合、第一最大亮度集合、第二平均亮度集合和第二最大亮度集合；对所述第一平均亮度集合、所述第一最大亮度集合、所述第二平均亮度集合和所述第二最大亮度集合进行聚类分析，以生成第一亮度条件和第二亮度条件。4.如权利要求1
‑
3中任一项所述的方法，其中，所述根据待处理图像的光照环境，对所述待处理图像进行处理，以获取第一图像的步骤，包括：若待处理图像的光照环境为阴影环境，则对所述待处理图像进行亮度提升，以获取第一图像；若待处理图像的光照环境为高光环境，则降低所述待处理图像中高亮度区域的亮度，提升所述待处理图像中低亮度区域的亮度，以获取第一图像；若待处理图像的光照环境为正常环境，则将所述待处理图像作为第一图像。5.如权利要求1
‑
4中任一项所述的方法，其中，所述检测所述第一图像是否存在色偏的步骤，包括：对所述第一图像在Lab颜色空间下的图像进行通道分离，以获取对应的L通道图像、a通道图像和b通道图像；分别计算所述第一图像的a通道图像和b通道图像的颜色均值，作为第一颜色均值和第二颜色均值；根据所述第...

【专利技术属性】
技术研发人员：刘华，何大红，
申请(专利权)人：北京车智赢科技有限公司，
类型：发明
国别省市：