一种图片处理的方法以及相关装置制造方法及图纸

本申请实施例公开了一种图片处理的方法以及相关装置，可应用于地图领域。本申请能够对位于初始图片中边界位置的子图片中的像素值异常的待处理区域进行渲染处理，并不需要对所有的子图片进行渲染，也能够将所有的子图片的背景色统一，而且渲染效率还得以提升。前述方法包括：获取初始图片，初始图片包括多个子图片；基于每个子图片的图片标识，从多个子图片中确定至少一个边界图片，图片标识用于标识对应的子图片在初始图片中的排列位置；确定每个边界图片中的像素值异常的待处理区域；将待处理区域的像素值从第一像素值调整至第二像素值，第二像素值为多个子图片中除了待处理区域所在的边界图片以外的其他子图片的背景色像素值。像素值。像素值。

【技术实现步骤摘要】
一种图片处理的方法以及相关装置


[0001]本申请实施例涉及电子地图
，具体涉及一种图片处理的方法以及相关装置。

技术介绍

[0002]近年来，随着网络技术的不断更新与发展，越来越多的目标对象都倾向于使用电子地图来寻找兴趣点(point of interest，POI)，这也使得电子地图成为人们日常生活中必不可少的部分。兴趣点是地理信息系统中的一个术语，泛指可抽象为点的地理对象，例如，一个兴趣点可以是一栋房子或者一个邮筒等。
[0003]然而，目标对象在通过电子地图来导航的过程中，由于卫星地图所展现出的图片中所有的像素点的像素值并不都是相同的，即并不是所有的子图片的背景色都相同。因此，在相关方案中，为了实现整个卫星地图的背景色统一，通常是通过将所有的子图片的像素值调整至背景色的像素值，使得所有的子图片的背景色相同。但是，在实现背景色渲染的过程中，采用现有的方式需要调整每一张子图片的像素值，渲染效率较差，不利于实现快速渲染。

技术实现思路

[0004]本申请实施例提供了一种图片处理的方法以及相关装置，能够对位于初始图片中边界位置的子图片中的像素值异常的待处理区域进行渲染处理，并不需要对所有的子图片进行渲染，也能够将所有的子图片的背景色统一，而且渲染效率还得以提升。
[0005]第一方面，本申请实施例提供了一种图片处理的方法。该图片处理的方法包括：获取初始图片，初始图片包括多个子图片；基于每个子图片的图片标识，从多个子图片中确定至少一个边界图片，图片标识用于标识对应的子图片在初始图片中的排列位置；确定每个边界图片中的像素值异常的待处理区域；将待处理区域的像素值从第一像素值调整至第二像素值，第二像素值为多个子图片中除了待处理区域所在的边界图片以外的其他子图片的背景色像素值。
[0006]第二方面，本申请实施例提供一种图片处理装置。该图片处理装置包括：获取单元和处理单元。其中，获取单元，用于获取初始图片，初始图片包括多个子图片。处理单元用于：根据每个子图片的图片标识，从多个子图片中确定至少一个边界图片，图片标识用于标识对应的子图片在初始图片中的排列位置；确定每个边界图片中的像素值异常的待处理区域将待处理区域的像素值从第一像素值调整至第二像素值，第二像素值为多个子图片中除了待处理区域所在的边界图片以外的其他子图片的背景色像素值终端设备。该终端设备可以包括发送单元、接收单元以及处理单元。
[0007]在一些可选的实施方式中，图片标识包括图片编号。处理单元用于：基于第一子图片的图片编号，计算出分别位于第一子图片的至少四个轴方向上的子图片的图片编号，其中，第一子图片为多个子图片中的任意一个子图片；基于至少四个轴方向上的子图片的图
片编号分别确定各自图片编号所对应的第二子图片，第二子图片为多个子图片中位于第一子图片的至少四个轴方向上的一个或多个子图片；在至少一个第二子图片不存在时，则确定第一子图片为边界图片。
[0008]在一些可选的实施方式中，处理单元用于：基于预设识别模型对每个边界图片进行识别处理，得到每个边界图片的图片类型，其中，预设识别模型是以边界图片为输入，以已标注了图片类型的多个子图片为训练数据进行训练后得到的机器学习模型；基于每个边界图片的图片类型确定每个边界图片中的像素值异常的待处理区域。
[0009]在一些可选的实施方式中，处理单元用于：确定待处理区域中的至少一个目标像素点，每个目标像素点的像素值为第一像素值；在任意一个目标像素点出现在待处理区域所在的边界图片的至少一个图片顶点处时，确定至少一个目标像素点中是否存在连续连接的目标像素点；在存在连续连接的目标像素点时，则将待处理区域的像素值从第一像素值调整至第二像素值。
[0010]在一些可选的实施方式中，处理单元用于：对待处理区域进行像素点位置遍历处理，得到待处理区域中的至少一个目标像素点。
[0011]在一些可选的实施方式中，处理单元还用于：将调整后得到像素值为第二像素值的子图片和其他子图片进行合并处理，得到处理后的图片。
[0012]本申请实施例第三方面提供了一种图片处理装置，包括：存储器、收发器、处理器以及总线系统。其中，总线系统用于连接存储器以及处理器，以使存储器以及处理器进行通信。存储器用于存储程序。处理器用于执行存储器中的程序，以执行上述第一方面、第一方面中任一可能的实施方式对应的方法。
[0013]本申请实施例第四方面提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行以执行上述第一方面、第一方面中任一可能的实施方式对应的方法。
[0014]本申请实施例第五方面提供了一种包含指令的计算机程序产品，当其在计算机或者处理器上运行时，使得计算机或者处理器执行上述以执行上述第一方面、第一方面中任一可能的实施方式对应的方法。
[0015]从以上技术方案可以看出，本申请实施例具有以下优点：
[0016]本申请实施例中，在获取包括有多个子图片的初始图片后，由于每个子图片中的图片标识能够标识出对应的子图片在初始图片中的排列位置，因此基于每个子图片的图片标识从多个子图片中确定出至少一个边界图片。然后，确定出每个边界图片中像素值异常的待处理区域，进而将待处理区域的像素值从第一像素值调整至第二像素值，第二像素值为多个子图片中除了待处理区域所在的边界图片以外的其他子图片的背景色像素值。换句话说，本申请实施例对位于该初始图片中边界位置的子图片中的像素值异常的待处理区域进行渲染处理，并不需要对所有的子图片进行渲染，也能够将所有的子图片的背景色统一，而且渲染效率还得以提升。
附图说明
[0017]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本
申请的一些实施例，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的附图。
[0018]图1示出了本申请实施例提供的一种应用场景示意图；
[0019]图2示出了本申请实施例提供的图片处理的方法的一种流程图；
[0020]图3示出了本申请实施例提供的初始图片的示意图；
[0021]图4示出了本申请实施例提供的一种查找图片编号的示意图；
[0022]图5示出了本申请实施例提供的VGG16模型的一个结构示意图；
[0023]图6示出了本申请实施例提供的一种像素值正常的子图片的示意图；
[0024]图7示出了本申请实施例提供的边界图片中的待处理区域的像素值被调整前后的比较示意图；
[0025]图8示出了本申请实施例提供的渲染得到处理后的图片的示意图；
[0026]图9示出了本申请实施例提供的图片处理装置的一种结构示意图；
[0027]图10示出了本申请实施例提供的图片处理装置的另一种结构示意图。
具体实施方式
[0028]本申请实施例提供了一种图片处理的方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片处理的方法，其特征在于，包括：获取初始图片，所述初始图片包括多个子图片；基于每个所述子图片的图片标识，从所述多个子图片中确定至少一个边界图片，所述图片标识用于标识对应的子图片在所述初始图片中的排列位置；确定每个所述边界图片中的像素值异常的待处理区域；将所述待处理区域的像素值从第一像素值调整至第二像素值，所述第二像素值为所述多个子图片中除了所述待处理区域所在的边界图片以外的其他子图片的背景色像素值。2.根据权利要求1所述的方法，其特征在于，所述图片标识包括图片编号，所述基于每个所述子图片的图片标识，从所述多个子图片中确定至少一个边界图片，包括：基于第一子图片的图片编号，计算出分别位于所述第一子图片的至少四个轴方向上的子图片的图片编号，其中，所述第一子图片为所述多个子图片中的任意一个子图片；基于所述至少四个轴方向上的子图片的图片编号分别确定各自所述图片编号所对应的第二子图片，所述第二子图片为所述多个子图片中位于所述第一子图片的至少四个轴方向上的一个或多个子图片；在至少一个所述第二子图片不存在时，则确定所述第一子图片为所述边界图片。3.根据权利要求1或2所述的方法，其特征在于，所述确定每个所述边界图片中的像素值异常的待处理区域，包括：基于预设识别模型对每个所述边界图片进行识别处理，得到每个所述边界图片的图片类型，其中，所述预设识别模型是以所述边界图片为输入，以已标注了图片类型的多个子图片为训练数据进行训练后得到的机器学习模型；基于每个所述边界图片的图片类型确定每个所述边界图片中的像素值异常的待处理区域。4.根据权利要求1至3中任一项所述的方法，其特征在于，将所述待处理区域的像素值从第一像素值调整至第二像素值，包括：确定所述待处理区域中的至少一个目标像素点，每个所述目标像素点的像素值为所述第一像素值；在任意一个所述目标像素点出现在所述待...

【专利技术属性】
技术研发人员：李鸿超，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：