图像处理方法技术

本申请实施例公开了一种图像处理方法

【技术实现步骤摘要】
图像处理方法、装置、存储介质及计算机设备


[0001]本申请涉及图像数据压缩
，具体涉及一种图像处理方法
、
装置
、
存储介质及计算机设备
。

技术介绍

[0002]随着微型摄像头技术的成熟，智能手机的拍照质量也得到长足的发展，以往对摄像专业
、
门槛高的定义也已消失，智能手机的普及使每个人都是潜在的摄像师，随时随地记录生活的点点滴滴，目前大家比较常见的智能设备拍摄出来的图片大小在
5M
左右，但是如果打开
raw
格式，也就是所谓的专业模式，一张图片即可达到
20M
大小，长此以往，照片庞大的数据量会很快占满手机存储，这就对用户的智能设备内存提出了更高的要求
。
[0003]但是要想提高设备内存，必然要加大资金成本，这在一定程度上使得用户对智能设备的体验感大大降低
。
针对此问题，目前存在的解决方案主要有，一是要求用户定期清理智能设备图库，这在一定程度上给用户使用带来了不便；二是将图库部分内容上传到各大云平台，这存在一定程度的安全隐患，很多用户，尤其是中老年用户使用起来也极其不方便；三是通过相关的软件对图片进行像素的压缩或裁减，这严重影响了图片质量
。

技术实现思路

[0004]本申请实施例提供一种图像处理方法
、
装置
、
存储介质及计算机设备，可以缩小原始图像的存储体积，并且可以通过缩略图以及用于辅助反算的描述词对图像进行还原，从而有利于在保证图片质量的前提下节约存储空间
。
[0005]本申请实施例提供了一种图像处理方法，包括：
[0006]获取原始图像并对所述原始图像进行压缩，以得到缩略图；
[0007]提取所述原始图像的图像特征以及场景特征；
[0008]将所述图像特征以及场景特征转换为描述词，并将所述描述词与所述缩略图进行关联性存储；
[0009]在使用所述原始图像时，通过预设算法以及所述描述词对所述缩略图进行还原
。
[0010]在一实施例中，所述对所述原始图像进行压缩，以得到缩略图，包括：
[0011]计算所述原始图像中的颜色跨度值；
[0012]根据所述颜色跨度值确定目标压缩率以及与所述目标压缩率对应的压缩算法；
[0013]根据所述压缩算法和所述目标压缩率对所述原始图像进行压缩，以得到缩略图
。
[0014]在一实施例中，所述对所述原始图像进行压缩，以得到缩略图，包括：
[0015]将所述原始图像划分为多个图像区域；
[0016]分别计算每个所述图像区域的颜色跨度值；
[0017]基于每个图像区域的颜色跨度值确定对应的目标压缩率以及与所述目标压缩率对应的压缩算法；
[0018]根据所述压缩算法和所述目标压缩率对每个所述图像区域进行压缩，以得到多个
子缩略图；
[0019]基于多个所述子缩略图生成所述缩略图
。
[0020]在一实施例中，所述对所述原始图像进行压缩，以得到缩略图，包括：
[0021]提取出所述原始图像中的背景图像和主体图像；
[0022]分别对所述背景图像和主体图像进行压缩，以得到背景缩略图和主体缩略图；
[0023]基于所述背景缩略图和主体缩略图以及所述原始图像中主体的坐标信息，生成最终的缩略图
。
[0024]在一实施例中，当所述原始图像的数量为多个时，对所述原始图像进行压缩的步骤包括：
[0025]确定多个原始图像中具备相同背景的相似图像集合；
[0026]提取出所述相似图像集合中的公用背景图像以及每张相似图像中的主体图像；
[0027]分别对所述公用背景图像和多个主体图像进行压缩，以得到背景缩略图和多个主体缩略图；
[0028]基于所述背景缩略图和多个主体缩略图以及每个主体在原始图像中的坐标信息，生成所述相似图像集合的缩略图
。
[0029]在一实施例中，所述提取所述原始图像的图像特征以及场景特征，包括：
[0030]获取所述原始图像的至少一个图像参数，并将至少一个所述图像参数整合为图像特征；
[0031]通过预训练的神经网络模型对所述原始图像进行特征提取，得到场景特征图
。
[0032]在一实施例中，所述通过预设算法以及所述描述词对所述缩略图进行还原，包括：
[0033]根据所述缩略图生成图像模板；
[0034]在图库中查找与所述描述词关联的图像主体，并结合所述图像主体以及描述词对所述图像模板中的主体轮廓进行调整
。
[0035]本申请实施例还提供一种图像处理装置，包括：
[0036]压缩单元，用于获取原始图像并对所述原始图像进行压缩，以得到缩略图；
[0037]提取单元，用于提取所述原始图像的图像特征以及场景特征；
[0038]转换单元，用于将所述图像特征以及场景特征转换为描述词，并将所述描述词与所述缩略图进行关联性存储；
[0039]还原单元，用于在使用所述原始图像时，通过预设算法以及所述描述词对所述缩略图进行还原
。
[0040]本申请实施例还提供一种计算机可读的存储介质，其上存储有计算机程序，当所述计算机程序在计算机上执行时，使得所述计算机执行如上所述的图像处理方法
。
[0041]本申请实施例还提供一种计算机设备，包括存储器和处理器，所述处理器通过调用所述存储器中存储的计算机程序，以执行如上所述的图像处理方法
。
[0042]本申请实施例提供的图像处理方法
、
装置
、
存储介质及计算机设备，可以获取原始图像并对所述原始图像进行压缩，以得到缩略图，提取原始图像的图像特征以及场景特征，将图像特征以及场景特征转换为描述词，并将描述词与缩略图进行关联性存储，在使用原始图像时，通过预设算法以及描述词对缩略图进行还原
。
本申请实施例提供的方案可以将原始图像以缩略图和描述词关联后进行存储，并在使用时通过缩略图以及描述词对图像进
行还原，从而有利于在保证图片质量的前提下节约存储空间
。
附图说明
[0043]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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
。
[0044]图1为本申请实施例提供的图像处理方法的一种流程示意图
。
[0045]图2为本申请实施例提供的图像处理方法的另一种流程示意图
。
[0046]图3为本申请实施例提供的图像处理装置的一种流程示意图
。
[0047]图4为本申请实施本文档来自技高网...

【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，包括：获取原始图像并对所述原始图像进行压缩，以得到缩略图；提取所述原始图像的图像特征以及场景特征；将所述图像特征以及场景特征转换为描述词，并将所述描述词与所述缩略图进行关联性存储；在使用所述原始图像时，通过预设算法以及所述描述词对所述缩略图进行还原
。2.
如权利要求1所述的图像处理方法，其特征在于，所述对所述原始图像进行压缩，以得到缩略图，包括：计算所述原始图像中的颜色跨度值；根据所述颜色跨度值确定目标压缩率以及与所述目标压缩率对应的压缩算法；根据所述压缩算法和所述目标压缩率对所述原始图像进行压缩，以得到缩略图
。3.
如权利要求1所述的图像处理方法，其特征在于，所述对所述原始图像进行压缩，以得到缩略图，包括：将所述原始图像划分为多个图像区域；分别计算每个所述图像区域的颜色跨度值；基于每个所述图像区域的颜色跨度值确定对应的目标压缩率以及与所述目标压缩率对应的压缩算法；根据所述压缩算法和所述目标压缩率对每个所述图像区域进行压缩，以得到多个子缩略图；基于多个所述子缩略图生成所述缩略图
。4.
如权利要求1所述的图像处理方法，其特征在于，所述对所述原始图像进行压缩，以得到缩略图，包括：提取出所述原始图像中的背景图像和主体图像；分别对所述背景图像和主体图像进行压缩，以得到背景缩略图和主体缩略图；基于所述背景缩略图和所述主体缩略图以及所述原始图像中主体的坐标信息，生成最终的缩略图
。5.
如权利要求1所述的图像处理方法，其特征在于，当所述原始图像的数量为多个时，对所述原始图像进行压缩的步骤包括：确定多个原始图像中具备相同背景的相似图像集合；提取出所述相似图像集合中的公用...

【专利技术属性】
技术研发人员：赖振楠，吴奕盛，王文华，丁辉，
申请(专利权)人：深圳宏芯宇电子股份有限公司，
类型：发明
国别省市：