一種實(shí)現(xiàn)圖像局部變色的方法及終端的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像成像技術(shù)領(lǐng)域，尤其涉及一種實(shí)現(xiàn)圖像局部變色的方法及終端。
【背景技術(shù)】
[0002]目前的智能終端如手機(jī)、平板電腦等都具有照相功能，然而，使用現(xiàn)在的智能終端進(jìn)行拍照，都是被拍攝物本身是什么顏色拍照出來(lái)就是什么顏色，即使是經(jīng)過(guò)照片后處理，在色彩方面也只是增減飽和度等，且不能對(duì)被拍攝物的局部位置進(jìn)行變色，即無(wú)法讓拍出的照片對(duì)同一個(gè)目標(biāo)位置拍出不同的顏色。

【發(fā)明內(nèi)容】

[0003]本發(fā)明提供了一種實(shí)現(xiàn)圖像局部變色的方法及終端，以使同一張圖像中的同一個(gè)目標(biāo)位置可以拍出不同的顏色，增加拍攝的趣味性。
[0004]一方面，提供了一種實(shí)現(xiàn)圖像局部變色的方法，包括:
[0005]識(shí)別生成的圖像中待局部變色的目標(biāo)位置；
[0006]檢測(cè)識(shí)別出的目標(biāo)位置的RGB值；
[0007]對(duì)所述目標(biāo)位置的RGB值進(jìn)行變換，得到所述目標(biāo)位置的顏色變換成預(yù)設(shè)顏色的圖像。
[0008]另一方面，提供了一種終端，包括:
[0009]第一識(shí)別單元，用于識(shí)別生成的圖像中待局部變色的目標(biāo)位置；
[0010]檢測(cè)單元，用于檢測(cè)識(shí)別出的目標(biāo)位置的RGB值；
[0011 ] 第一變換單元，用于對(duì)所述目標(biāo)位置的RGB值進(jìn)行變換，得到所述目標(biāo)位置的顏色變換成預(yù)設(shè)顏色的圖像。
[0012]可見(jiàn)，根據(jù)本發(fā)明提供的一種實(shí)現(xiàn)圖像局部變色的方法及終端，通過(guò)識(shí)別生成的圖像中待局部變色的目標(biāo)位置，然后對(duì)該目標(biāo)位置進(jìn)行顏色變換，可以使同一張圖像中的同一個(gè)目標(biāo)位置可以拍出不同的顏色，增加拍攝的趣味性。
【附圖說(shuō)明】
[0013]為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0014]圖1為本發(fā)明實(shí)施例提供的一種實(shí)現(xiàn)圖像局部變色的方法的流程示意圖；
[0015]圖2為示例的待局部變色的圖像；
[0016]圖3為本發(fā)明實(shí)施例提供的另一種實(shí)現(xiàn)圖像局部變色的方法的流程示意圖；
[0017]圖4為示例的獲取Haar-1ike特征的原始矩形特征的示意圖；
[0018]圖5為本發(fā)明實(shí)施例提供的一種終端的結(jié)構(gòu)示意圖；
[0019]圖6為本發(fā)明實(shí)施例提供的另一種終端的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0020]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0021]如果用戶在拍照后能使出現(xiàn)在同一位置的顏色不同的照片供用戶選擇存儲(chǔ)，那將是一個(gè)有趣的體驗(yàn)。本發(fā)明提供一種實(shí)現(xiàn)圖像局部變色的方法及終端，通過(guò)識(shí)別生成的圖像中待局部變色的目標(biāo)位置，然后對(duì)該目標(biāo)位置進(jìn)行顏色變換，可以使同一張圖像中的同一個(gè)目標(biāo)位置可以拍出不同的顏色，增加拍攝的趣味性。
[0022]下面結(jié)合圖1-圖4，對(duì)本發(fā)明實(shí)施例提供的實(shí)現(xiàn)圖像局部變色的方法進(jìn)行詳細(xì)描述:
[0023]請(qǐng)參閱圖1，為本發(fā)明實(shí)施例提供的一種實(shí)現(xiàn)圖像局部變色的方法的流程示意圖，該方法包括以下步驟:
[0024]步驟S101，識(shí)別生成的圖像中待局部變色的目標(biāo)位置。
[0025]本實(shí)施例是對(duì)生成的圖像的局部位置進(jìn)行變色，關(guān)鍵是要識(shí)別待局部變色的目標(biāo)位置。如圖2示例的待局部變色的圖像，要進(jìn)行局部變色的目標(biāo)位置或目標(biāo)物體是這棵樹(shù)，而天空和草地的顏色都不改變。例如，可以應(yīng)用Haar分類器算法對(duì)圖像進(jìn)行識(shí)別，獲取待變色的目標(biāo)位置。
[0026]步驟S102，檢測(cè)識(shí)別出的目標(biāo)位置的RGB值。
[0027]顏色的變化即是對(duì)紅(R)、綠(G)、藍(lán)⑶三個(gè)顏色通道的變化以及它們相互之間的疊加來(lái)得到各式各樣的顏色的。在變換顏色之前，首先要檢測(cè)識(shí)別出圖像的目標(biāo)位置原來(lái)的RGB值。
[0028]步驟S103，對(duì)所述目標(biāo)位置的RGB值進(jìn)行變換，得到所述目標(biāo)位置的顏色變換成預(yù)設(shè)顏色的圖像。
[0029]根據(jù)想要得到的顏色，進(jìn)行RGB值的計(jì)算，然后對(duì)目標(biāo)位置的RGB值進(jìn)行變換，即變換得到想要得到的顏色，而對(duì)該圖像的目標(biāo)位置之外的RGB值不進(jìn)行改變，從而實(shí)現(xiàn)圖像的局部變色。例如，可以將圖2中的樹(shù)變換成各種顏色，而不是圖像中原本的綠色，而天空和草地的顏色不改變，用戶可以選擇保存其中的一張或多張樹(shù)的顏色不同的照片，增加拍攝的趣味性。
[0030]根據(jù)本發(fā)明實(shí)施例提供的一種實(shí)現(xiàn)圖像局部變色的方法，通過(guò)識(shí)別生成的圖像中待局部變色的目標(biāo)位置，然后對(duì)該目標(biāo)位置進(jìn)行顏色變換，可以使同一張圖像中的同一個(gè)目標(biāo)位置可以拍出不同的顏色，增加拍攝的趣味性。
[0031]請(qǐng)參閱圖3，為本發(fā)明實(shí)施例提供的另一種實(shí)現(xiàn)圖像局部變色的方法的流程示意圖，該方法包括以下步驟:
[0032]步驟S201，應(yīng)用AdaBoost算法訓(xùn)練樣本的Haar特征后得到區(qū)分所述目標(biāo)位置和非目標(biāo)位置的強(qiáng)分類器，篩選級(jí)聯(lián)所有強(qiáng)分類器為Haar分類器。
[0033]步驟S202，應(yīng)用所述Haar分類器的Haar特征進(jìn)行所述目標(biāo)位置的識(shí)別。
[0034]步驟S203，在識(shí)別過(guò)程中，利用積分圖算法對(duì)所述Haar分類器的Haar特征的計(jì)算進(jìn)行加速。
[0035]步驟S201-S203為應(yīng)用Haar分類器算法對(duì)圖像進(jìn)行識(shí)別，獲取待變色的目標(biāo)位置的具體步驟。
[0036]HAAR特征法是通過(guò)使用在各種不同場(chǎng)景等外部條件下得到的局部特征數(shù)據(jù)樣本做培養(yǎng)，得到的相應(yīng)局部特征的分類器，在進(jìn)行局部特征檢測(cè)時(shí)，通過(guò)在分類器中查找匹配，判斷是否為相應(yīng)的特征，從而實(shí)現(xiàn)檢測(cè)局部特征。整體的操作步驟如下:
[0037]Haar分類器=Haar-1ike特征+積分圖方法+AdaBoost+級(jí)聯(lián)。
[0038]1.Haar-1ike 特征:
[0039]將圖4中的任意一個(gè)矩形放到檢測(cè)物體的區(qū)域上，然后，將白色區(qū)域的像素和減去黑色區(qū)域的像素和，得到的值我們稱之為物體特征值，你把這個(gè)矩形放到一個(gè)非檢測(cè)物體區(qū)域，那么計(jì)算出的特征值應(yīng)該和物體特征值是不一樣的。
[0040]2.積分圖方法:
[0041]每遇到一個(gè)圖片樣本，每遇到一個(gè)子窗口圖像，我們都面臨著如何計(jì)算當(dāng)前子圖像特征值的問(wèn)題，一個(gè)Haar-1ike特征在一個(gè)窗口中怎樣排列能夠更好的體現(xiàn)檢測(cè)目標(biāo)的特征，這是未知的，所以才要訓(xùn)練，而訓(xùn)練之前我們只能通過(guò)排列組合窮舉所有這樣的特征，僅以最基本四個(gè)特征為例，在一個(gè)24X24size的窗口中任意排列至少可以產(chǎn)生數(shù)以10萬(wàn)計(jì)的特征，對(duì)這些特征求值的計(jì)算量是非常大的。而積分圖就是只遍歷一次圖像就可以求出圖像中所有區(qū)域像素和的快速算法，大大的提高了圖像特征值計(jì)算的效率。
[0042]其中，步驟S203可包括以下步驟:
[0043]A:計(jì)算像素點(diǎn)行方向的累加；
[0044]B:逐行掃描所述圖像，遞歸計(jì)算每個(gè)所述像素點(diǎn)行方向的累加得到積分圖像的值；
[0045]C:根據(jù)所述積分圖像的值掃描所述圖像構(gòu)造出積分圖像；
[0046]D:通過(guò)所述積分圖像對(duì)所述Haar分類器的Haar特征進(jìn)行計(jì)算。
[0047]3.AdaBoost:
[0048]來(lái)確定什么樣的矩形特征怎么樣的組合到一塊可以更好的區(qū)分