一種圖像處理方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明的實施方式涉及數(shù)字圖像處理技術(shù)領(lǐng)域，更具體地，本發(fā)明的實施方式涉 及一種圖像處理方法和裝置。
【背景技術(shù)】
[0002] 本部分旨在為權(quán)利要求書中陳述的本發(fā)明的實施方式提供背景或上下文。此處的 描述不因為包括在本部分中就承認是現(xiàn)有技術(shù)。
[0003] 隨著智能終端技術(shù)的發(fā)展，基于智能終端可以為用戶提供越來越豐富的應(yīng)用。而 利用圖像處理程序為用戶提供圖像處理服務(wù)便是其中的熱門應(yīng)用之一。
[0004]圖像處理程序可以為用戶提供各種各樣的圖像處理功能，例如，其可以自動識別 照片中人物的臉部和五官等，并對其進行美白，降噪，瘦臉，美化眼睛等以使用戶拍攝的照 片更具美感。另外，用戶還可以利用圖像處理程序提供的功能對圖像進行模糊化處理，使圖 像達到不清楚的效果。常見的模糊化處理方式是對圖像中需要模糊化處理的部分進行馬賽 克處理。圖像馬賽克處理的原理是在原圖像的基礎(chǔ)上增加一層馬賽克，即其在原圖像的基 礎(chǔ)上增加了一個圖層，使圖像瀏覽者無法識別出原圖像呈現(xiàn)的內(nèi)容。

【發(fā)明內(nèi)容】

[0005] 但是馬賽克處理方法沒有考慮原圖像的細節(jié)處理，使得處理后的圖像在視覺效果 上并不真實，降低了圖像的美感，影響了用戶體驗。
[0006] 為此，非常需要一種改進的圖像處理方法，以在對圖像進行模糊化時盡量保留原 圖像的細節(jié)特征，使處理后的圖像更真實并兼具美感，提高用戶體驗。
[0007] 在本上下文中，本發(fā)明的實施方式期望提供一種圖像處理方法和裝置。
[0008] 在本發(fā)明實施方式的第一方面中，提供了一種圖像處理方法，包括：
[0009] 識別待處理圖像包含的目標(biāo)對象在所述待處理圖像中的目標(biāo)區(qū)域；
[0010] 利用低分辨率的像素或者預(yù)設(shè)的模板重構(gòu)所述目標(biāo)區(qū)域。
[0011] 在本發(fā)明實施方式的第二方面中，提供了一種圖像處理裝置，包括：
[0012] 識別單元，用于識別待處理圖像包含的目標(biāo)對象在所述待處理圖像中的目標(biāo)區(qū) 域；
[0013] 圖像處理單元，用于利用低分辨率的像素或者預(yù)設(shè)的模板重構(gòu)所述目標(biāo)區(qū)域。
[0014] 在本發(fā)明實施方式的第三方面中，提供了一種圖像處理裝置，例如，可以包括存儲 器和處理器，其中，處理器可以用于讀取存儲器中的程序，執(zhí)行下列過程:識別待處理圖像 包含的目標(biāo)對象在所述待處理圖像中的目標(biāo)區(qū)域;利用低分辨率的像素或者預(yù)設(shè)的模板重 構(gòu)所述目標(biāo)區(qū)域。
[0015] 在本發(fā)明實施方式的第四方面中，提供了一種程序產(chǎn)品，其包括程序代碼，當(dāng)執(zhí)行 所述程序代碼時，用于執(zhí)行以下過程:識別待處理圖像包含的目標(biāo)對象在所述待處理圖像 中的目標(biāo)區(qū)域;利用低分辨率的像素或者預(yù)設(shè)的模板重構(gòu)所述目標(biāo)區(qū)域。
[0016] 根據(jù)本發(fā)明實施方式的圖像處理方法和裝置，可以通過識別待處理圖像中包含的 目標(biāo)對象所在的區(qū)域，并利用低分辨率的像素或者預(yù)設(shè)的模板重構(gòu)識別出的區(qū)域，而不是 在原有圖像的基礎(chǔ)上增加一層馬賽克遮擋原有圖像，由于目標(biāo)圖像所在區(qū)域能夠呈現(xiàn)目標(biāo) 對象的形態(tài)等細節(jié)特征，從而使得處理后的圖像盡可能保留了原圖像更多的細節(jié)特征，從 而使處理后的圖像看起來更真實并兼具美感，為用戶帶來了更好的體驗。
【附圖說明】
[0017] 通過參考附圖閱讀下文的詳細描述，本發(fā)明示例性實施方式的上述以及其他目 的、特征和優(yōu)點將變得易于理解。在附圖中，以示例性而非限制性的方式示出了本發(fā)明的若 干實施方式，其中：
[0018] 圖la示意性地示出了二值圖像的像素結(jié)構(gòu)示意圖；
[0019] 圖lb示意性地示出了灰度圖像的像素結(jié)構(gòu)示意圖；
[0020]圖2示意性地示出了根據(jù)本發(fā)明實施方式的圖像處理方法實施流程示意圖；
[0021]圖3a示意性地示出了根據(jù)本發(fā)明實施方式的待處理圖像示意圖；
[0022]圖3b示意性地示出了根據(jù)本發(fā)明實施方式的識別出的目標(biāo)對象所在目標(biāo)區(qū)域的 示意圖；
[0023]圖4a示意性地示出了根據(jù)本發(fā)明實施方式的識別出的人像特征部位在待處理圖 像中的像素位置示意圖；
[0024]圖4b示意性地示出了根據(jù)本發(fā)明實施方式的人臉中特征部位在待處理圖像中的 像素位置示意圖；
[0025] 圖5a示意性地示出了根據(jù)本發(fā)明實施方式的確定出的目標(biāo)區(qū)域示意圖；
[0026] 圖5b示意性地示出了根據(jù)本發(fā)明實施方式的重構(gòu)后的目標(biāo)區(qū)域的示意圖；
[0027] 圖6示意性地示出了根據(jù)本發(fā)明另一實施例的圖像處理裝置的結(jié)構(gòu)示意圖；
[0028] 在附圖中，相同或?qū)?yīng)的標(biāo)號表不相同或?qū)?yīng)的部分。
【具體實施方式】
[0029]下面將參考若干示例性實施方式來描述本發(fā)明的原理和精神。應(yīng)當(dāng)理解，給出這 些實施方式僅僅是為了使本領(lǐng)域技術(shù)人員能夠更好地理解進而實現(xiàn)本發(fā)明，而并非以任何 方式限制本發(fā)明的范圍。相反，提供這些實施方式是為了使本公開更加透徹和完整，并且能 夠?qū)⒈竟_的范圍完整地傳達給本領(lǐng)域的技術(shù)人員。
[0030] 本領(lǐng)域技術(shù)人員知道，本發(fā)明的實施方式可以實現(xiàn)為一種系統(tǒng)、裝置、設(shè)備、方法 或計算機程序產(chǎn)品。因此，本公開可以具體實現(xiàn)為以下形式，即：完全的硬件、完全的軟件 (包括固件、駐留軟件、微代碼等），或者硬件和軟件結(jié)合的形式。
[0031] 根據(jù)本發(fā)明的實施方式，提出了 一種圖像處理方法和裝置。
[0032] 在本文中，需要理解的是，附圖中的任何元素數(shù)量均用于示例而非限制，以及任何 命名都僅用于區(qū)分，而不具有任何限制含義。
[0033] 下面參考本發(fā)明的若干代表性實施方式，詳細闡釋本發(fā)明的原理和精神。
[0034] 發(fā)明概述
[0035] 本發(fā)明人發(fā)現(xiàn)，現(xiàn)有技術(shù)中對圖像進行模糊化處理時，通過在原有圖像基礎(chǔ)上增 加一層馬賽克以遮擋原有圖像，這種處理方式相對簡單粗糙，使得處理后的圖像看起來并 不真實。
[0036] 為了解決上述問題，本發(fā)明實施例中，通過對待處理圖像進行識別，區(qū)分出圖像中 的背景和目標(biāo)對象，將其中的目標(biāo)對象所在區(qū)域使用低分辨率的像素或者預(yù)設(shè)的模板進行 重構(gòu)，以保留原圖像更多的細節(jié)特征，使得重構(gòu)后的目標(biāo)圖像與背景看起來更和諧，增加處 理后的圖像的真實感，使得處理后的圖像更具美感。
[0037] 在介紹了本發(fā)明的基本原理之后，下面具體介紹本發(fā)明的各種非限制性實施方 式。
[0038] 應(yīng)用場景總覽
[0039] 數(shù)字圖像是指由被稱作像素的小塊區(qū)域組成的二維矩陣，將物理圖像行列劃分 后，每個小塊區(qū)域稱為像素。每個像素包括兩個屬性:位置和色彩。對于單色即灰度圖像而 言，每個像素的亮度用一個數(shù)值來表示，通常數(shù)值范圍在〇~255之間，即可用一個字節(jié)來表 示，0表示黑，255表示白，而其他表示灰度級別。對于彩色圖像而言，其可以用紅(R)、綠(G)、 藍(B)三元組的二維矩陣來表示。通常，三元組的每個數(shù)值也在0到255之間，0表示相應(yīng)的基 色在該像素中沒有，而255則表示相應(yīng)的基色在該像素中取得最大值，這種情況下，每個像 素可用三個字節(jié)來表示，如紅色可以表示為(255，0，0)。
[0040] 首先參考圖la所示，其為二值圖像的像素結(jié)構(gòu)示意圖，二值圖像的每個像素只能 是黑色或者白色，白色像素對應(yīng)的像素倌為1，黑色像素對應(yīng)的像素值為0。圖la所示的圖像 可以用如下的二維矩陣表示
[0041] 灰度圖像的每個像素的像素值可以為0~255,其中，像素值為0時，像素為黑色，像 素值為255時，像素為白色，圖lb示意性地示出了灰度圖像的像素結(jié)構(gòu)示意圖。圖lb所示的 圖像可以用如下的二維矩陣表示
[0042] 而在彩色圖像中，每個像素由R、G、B分量構(gòu)成，其中，R、G、B是由不同的灰度級來描沭， 例如，某3*3彩色圖像可以采用以下的二維矩陣表示：
將R、G、B分量對應(yīng)的灰度級疊加，則可以確定相應(yīng)位置上像素的顏色，例如，根據(jù)第一行第 一列像素對應(yīng)的R、G、B分量的灰度級(R分量為255，G分量和B