出待檢測(cè)目標(biāo)和非目標(biāo)。
[0049]4.級(jí)聯(lián):
[0050]就是將Adaboost組成的組合全部級(jí)聯(lián)起來(lái)，提高準(zhǔn)確率。
[0051 ] 步驟S204，檢測(cè)識(shí)別出的目標(biāo)位置的RGB值。
[0052]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。
[0053]步驟S205，對(duì)所述生成的圖像的YUV數(shù)據(jù)中的目標(biāo)位置對(duì)應(yīng)的數(shù)據(jù)的RGB值變換為與預(yù)設(shè)顏色對(duì)應(yīng)的RGB值，得到變換后的YUV數(shù)據(jù)。
[0054]步驟S206，根據(jù)所述變換后的YUV數(shù)據(jù)，輸出設(shè)定格式的圖像。
[0055]在輸出圖片或圖像之前，照相機(jī)的傳感器輸出的是YUV數(shù)據(jù)，變換目標(biāo)位置的RGB值，即是對(duì)YUV數(shù)據(jù)中的目標(biāo)位置對(duì)應(yīng)的數(shù)據(jù)的RGB值進(jìn)行變換。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的顏色不同的照片，增加拍攝的趣味性。在對(duì)目標(biāo)位置的RGB進(jìn)行變換后，得到變換RGB值后的YUV數(shù)據(jù)，將YUV數(shù)據(jù)壓成設(shè)定格式的圖像，輸出到相冊(cè)。
[0056]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；采用Haar分類器進(jìn)行目標(biāo)位置的識(shí)另IJ，篩選式級(jí)聯(lián)方式提高了分類器的準(zhǔn)確率，積分圖算法的使用加速了算法的速度。
[0057]下面結(jié)合圖5-圖6，對(duì)本發(fā)明實(shí)施例提供的實(shí)現(xiàn)圖像局部變色的終端進(jìn)行詳細(xì)描述:
[0058]請(qǐng)參閱圖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，該終端1000包括:
[0059]第一識(shí)別單元11，用于識(shí)別生成的圖像中待局部變色的目標(biāo)位置。
[0060]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)鍵是第一識(shí)別單元11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，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。
[0061]檢測(cè)單元12，檢測(cè)識(shí)別出的目標(biāo)位置的RGB值。
[0062]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，檢測(cè)單元12首先要檢測(cè)識(shí)別出圖像的目標(biāo)位置原來(lái)的RGB值。
[0063]第一變換單元13，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。
[0064]第一變換單元13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的顏色不同的照片，增加拍攝的趣味性。
[0065]根據(jù)本發(fā)明實(shí)施例提供的一種終端，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。
[0066]請(qǐng)參閱圖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，該終端2000包括:
[0067]第一識(shí)別單元21，用于應(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。
[0068]具體地，第一識(shí)別單元21包括Haar分類器訓(xùn)練單元211、第二識(shí)別單元212和加速識(shí)別單元213。
[0069]Haar分類器訓(xùn)練單元211，用于應(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。
[0070]第二識(shí)別單元212，用于應(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。
[0071]加速識(shí)別單元213，用于在識(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。
[0072]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。整體的操作如下:
[0073]Haar分類器=Haar-1ike特征+積分圖方法+AdaBoost+級(jí)聯(lián)。
[0074]1.Haar-1ike 特征:
[0075]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。
[0076]2.積分圖方法:
[0077]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。
[0078]其中，加速識(shí)別單元213可包括第一計(jì)算單元、第二計(jì)算單元、積分圖像構(gòu)造單元和第三計(jì)算單元。其中:
[0079]第一計(jì)算單元:用于計(jì)算像素點(diǎn)行方向的累加；
[0080]第二計(jì)算單元:用于逐行掃描所述圖像，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；
[0081]積分圖像構(gòu)造單元，用于根據(jù)所述積分圖像的值掃描所述圖像構(gòu)造出積分圖像；
[0082]第三計(jì)算單元，用于通過(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。
[0083]3.AdaBoost:
[0084]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)分出待檢測(cè)目標(biāo)和非目標(biāo)。
[0085]4.級(jí)聯(lián):
[0086]就是將Adaboost組成的組合全部級(jí)聯(lián)起來(lái)，提高準(zhǔn)確率。
[0087]檢測(cè)單元22，用于檢測(cè)識(shí)別出的目標(biāo)位置的RGB值。
[0088]顏色的變化即是對(duì)紅(R)、綠(G)、藍(lán)(B)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。
[0089]第一變換單元23，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。
[0090]在本實(shí)施例中，第一變換單元23包括第二變換單元231和輸出單元232。
[0091]第二變換單元231，用于對(duì)所述生成的圖像的YUV數(shù)據(jù)中的目標(biāo)位置對(duì)應(yīng)的數(shù)據(jù)的RGB值變換為與預(yù)設(shè)顏色對(duì)應(yīng)的RGB值，得到變換后的YUV數(shù)據(jù)。
[0092]輸出單元232，用于根據(jù)所述變換后的YUV數(shù)據(jù)，輸出設(shè)定格式的圖像。
[0093]在輸出圖片或圖像之前，照相機(jī)的傳感器輸出的是YUV數(shù)據(jù)，變換目標(biāo)位置的RGB值，即是對(duì)YUV數(shù)據(jù)中的目標(biāo)位置對(duì)應(yīng)的