一种缩略图生成方法及装置与流程

文档序号:11231867
一种缩略图生成方法及装置与流程

本发明涉及图像处理技术领域,特别涉及一种缩略图生成方法及装置。



背景技术:

近年来,随着图像、视频等多媒体技术的飞速发展,360度全景图像逐步普及,开始在各大多媒体播放平台得以应用,例如:在VR(virtual reality,虚拟现实)头戴设备中,实现对360度全景图像的浏览是其主要的功能之一。

在对多媒体设备中存储的图像资源进行管理时,将各个图像资源以缩略图的形式进行展示是十分必要的。借助缩略图,用户可以快速了解该资源的基本内容,同时方便用户快速查找所需资源。例如:为了加快对360度全景图像的浏览和查找速度,可以将360度全景图像转换成小尺寸的缩略图。

目前,生成缩略图的方法主要为:直接按比例将源图像缩小至缩略图尺寸,以得到源图像的缩略图,利用这种方法生成的缩略图无法突出源图像中的重要内容,不便于用户快速了解源图像的基本内容。因此,需要一种生成缩略图的方法,使得利用这种方法生成的缩略图能够突出源图像中的重要内容。



技术实现要素:

本发明实施例公开了一种缩略图生成方法及装置,实现了生成的缩略图能够突出源图像中的重要内容。技术方案如下:

第一方面,本发明实施例提供了一种缩略图生成方法,所述方法包括:

获得待生成缩略图的源图像;

计算所述源图像中的各个像素点的目标显著值,其中,所述目标显著值用于表征像素点在图像中的重要程度;

根据各个像素点的目标显著值,获得所述源图像的目标显著性区域;

根据所述目标显著性区域,生成所述源图像的缩略图。

可选的,所述计算所述源图像中的各个像素点的目标显著值的步骤,包括:

利用预设的人脸检测算法,检测出所述源图像中的人脸区域,并计算位于所述人脸区域的各个像素点的显著值,作为第一显著值;

利用预设的显著性检测算法,计算所述源图像中各个像素点的显著值,作为第二显著值;

对于所述人脸区域中的各个像素点,对该像素点的第一显著值和第二显著值进行加权计算,并将计算结果作为该像素点的目标显著值;

对于所述源图像中所述人脸区域以外的各个像素点,将该像素点的第二显著值确定为该像素点的目标显著值。

可选的,所述根据各个像素点的目标显著值,获得所述源图像的目标显著性区域,包括:

根据各个像素点的目标显著值,确定所述源图像的显著性区域;

对于每一显著性区域,计算该显著性区域中像素点的目标显著值的均值,获得该显著性区域的平均显著值;

根据所获得的平均显著值,获得所述源图像的目标显著性区域。

可选的,所述根据所获得的平均显著值,获得所述源图像的目标显著性区域,包括:

将平均显著值最高的显著性区域,作为所述源图像的目标显著性区域;

或者,将平均显著值大于预设阈值的显著性区域,作为所述源图像的目标显著性区域。

可选的,针对生成的缩略图包括至少两个的情况,所述方法还包括:

按照缩略图的生成时间,以动态显示方式,依次显示各个缩略图;或者,

按照缩略图的生成时间,以静态显示方式,显示各个缩略图。

可选的,所述根据所述目标显著性区域,生成所述源图像的缩略图,包括:

将所述目标显著性区域投影到预设坐标平面,生成所述源图像的缩略图。

可选的,所述将所述目标显著性区域投影到预设坐标平面,生成所述源图像的缩略图,包括:

对所述目标显著性区域进行畸变变换,获得初始图像;将所述初始图像投影到预设坐标平面,生成所述源图像的缩略图;或者

将所述源图像进行畸变变换,获得第一图像;将所述第一图像中与第一坐标位置对应的像素点投影到预设坐标平面,生成所述源图像的缩略图,其中,所述第一坐标位置为:所述目标显著性区域中各个像素点的坐标位置。

第二方面,本发明实施例提供了一种缩略图生成装置,所述装置包括:

第一获得模块,用于获得待生成缩略图的源图像;

计算模块,用于计算所述源图像中的各个像素点的目标显著值,其中,所述目标显著值用于表征像素点在图像中的重要程度;

第二获得模块,用于根据各个像素点的目标显著值,获得所述源图像的目标显著性区域;

生成模块,用于根据所述目标显著性区域,生成所述源图像的缩略图。

可选的,所述计算模块,具体用于:

利用预设的人脸检测算法,检测出所述源图像中的人脸区域,并计算位于所述人脸区域的各个像素点的显著值,作为第一显著值;

利用预设的显著性检测算法,计算所述源图像中各个像素点的显著值,作为第二显著值;

对于所述人脸区域中的各个像素点,对该像素点的第一显著值和第二显著值进行加权计算,并将计算结果作为该像素点的目标显著值;

对于所述源图像中所述人脸区域以外的各个像素点,将该像素点的第二显著值确定为该像素点的目标显著值。

可选的,所述第二获得模块,包括:

确定子模块,用于根据各个像素点的目标显著值,确定所述源图像的显著性区域;

第一获得子模块,用于对于每一显著性区域,计算该显著性区域中像素点的目标显著值的均值,获得该显著性区域的平均显著值;

第二获得子模块,用于根据所获得的平均显著值,获得所述源图像的目标显著性区域。

可选的,所述第二获得子模块,具体用于:

将平均显著值最高的显著性区域,作为所述源图像的目标显著性区域;

或者,将平均显著值大于预设阈值的显著性区域,作为所述源图像的目标显著性区域。

可选的,针对生成的缩略图包括至少两个的情况,所述装置还包括:

第一显示模块,用于按照缩略图的生成时间,以动态显示方式,依次显示各个缩略图;或者,

第二显示模块,用于按照缩略图的生成时间,以静态显示方式,显示各个缩略图。

可选的,所述生成模块,包括:

生成子模块,用于将所述目标显著性区域投影到预设坐标平面,生成所述源图像的缩略图。

可选的,所述生成子模块,具体用于:

对所述目标显著性区域进行畸变变换,获得初始图像;将所述初始图像投影到预设坐标平面,生成所述源图像的缩略图;或者

将所述源图像进行畸变变换,获得第一图像;将所述第一图像中与第一坐标位置对应的像素点投影到预设坐标平面,生成所述源图像的缩略图,其中,所述第一坐标位置为:所述目标显著性区域中各个像素点的坐标位置。

由以上可见,本发明实施例提供的缩略图生成方法及装置,首先,获得待生成缩略图的源图像;而后,计算所述源图像中的各个像素点的目标显著值,其中,所述目标显著值用于表征像素点在图像中的重要程度;进而,根据各个像素点的目标显著值,获得所述源图像的目标显著性区域;最后,根据所述目标显著性区域,生成所述源图像的缩略图。

可见,应用本发明实施例提供的技术方案,能够根据目标显著性区域生成源图像的缩略图,由于,目标显著性区域是根据源图像中各像素点的目标显著值而获得的,目标显著值用于表征像素点在图像中的重要程度,因此,目标显著性区域包含了源图像的重要内容,根据目标显著性区域生成的缩略图,实现了突出源图像中的重要内容。

附图说明

为了更清楚地说明本发明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发明的一些实施例,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。

图1为本发明实施例提供的一种缩略图生成方法的流程示意图;

图2为本发明实施例提供的一种缩略图生成装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

本发明实施例公开了一种缩略图生成方法及装置,以下分别进行详细说明。

参见图1,图1为本发明实施例提供的一种缩略图生成方法的流程示意图,包括如下步骤:

S101,获得待生成缩略图的源图像。

需要说明的是,该源图像可以是360度全景图像,360度全景图像也称为三维全景图、全景环视图。360度全景图像就是给人以三维立体感觉的实景360度全方位图像,360度全景图像的缩略图与普通平面图像的缩略图不同,生成360度全景图像的缩略图时,需要找到一个最佳视角,也就是在用户360度转动浏览图像时,最能够吸引用户关注或者最能够代表该图像的视角,从该视角浏览图像时,用户能够获得360度全景图像的主要内容。因此,缩略图也可称为视角图。

本发明实施例以生成360度全景图像的缩略图为例进行说明,仅为本发明的一个具体实例,并不构成对本发明的限定。本发明实施例不仅可以用于生成360度全景图像的缩略图,也可用于生成普通平面图像的缩略图、鱼眼图像的缩略图等等。

S102,计算源图像中的各个像素点的目标显著值。

其中,目标显著值用于表征像素点在图像中的重要程度。通常是把像素点在颜色、亮度、方向等方面与背景的对比值定义为该点的显著值(Saliency),在实际应用中,可以选择把像素点颜色与背景颜色的对比值作为该像素点的显著值,若像素点颜色与背景颜色的差异越大,则对比值越大,该点的显著值就越大。

具体的,计算源图像中的各个像素点的目标显著值的步骤,可以包括以下几步:

第一步,利用预设的人脸检测算法,检测出源图像中的人脸区域,并计算位于人脸区域的各个像素点的显著值,作为第一显著值。

人脸检测算法可以用于检测整个源图像中的人脸区域,一般情况下,人脸在图像中比较能引起浏览图片的用户的注意力,因此,可以认为人脸是图像中的重要内容,可以将位于人脸区域的各个像素点的显著值设置得较高。例如,可以将位于人脸区域的各个像素点的显著值设置为255。

在实际应用中,人脸检测算法可以根据设计者的需求设定,本发明实施例对具体的人脸检测算法不做限定。人脸检测算法为现有技术,本发明实施例在此不再赘述。例如,设计者可以预设基于几何特征的人脸检测算法,从而,本发明实施例提供的方法在被执行时,可以利用基于几何特征的人脸检测算法,来检测出源图像中的人脸区域,并计算位于人脸区域的各个像素点的显著值。

在一种具体的实施方式中,计算位于人脸区域的各个像素点的显著值的方法可以为:将位于人脸区域的几何中心的像素点的显著值设置为255,利用基于源图像的高斯模型,获得以该中心点扩散开的位于人脸区域的其它像素点的显著值,其中,其他像素点的显著值随着与中心点距离的变大而减小,具体的显著值与距离的关系可以根据用户需求设定,本发明实施例对此不做限定。对图像背景建立高斯模型的过程为现有技术,本发明在此不再赘述。

可以理解的是,当源图像中有多个分散的人脸区域时,则可以获得多个中心点,可以根据每个中心点分别计算一次位于人脸区域的其它像素点的显著值,将各个中心点对应的显著值之和作为位于人脸区域的其它像素点最终的显著值。

例如:中心点包括A、B、C,根据中心点A计算出像素点a的显著值为a1,根据B计算出像素点a的显著值为a2,根据C计算出像素点a的显著值为a3,则像素点a的显著值为:a1+a2+a3

第二步,利用预设的显著性检测算法,计算源图像中各个像素点的显著值,作为第二显著值。

显著性检测算法用于计算源图像中各个像素点的显著值,具体的显著性检测算法属于现有技术,本发明实施例在此不再赘述。设计者可以根据需求设计显著性检测算法,本发明实施例对具体的显著性检测算法不做限定。例如,设计者可以预设基于全局颜色对比的显著性检测算法,从而,本发明实施例提供的方法在被执行时,可以根据基于全局颜色对比的显著性检测算法,来计算源图像中各个像素点的显著值。

需要说明的是,本发明实施例对第一步和第二步的执行顺序不做限定,可以先执行第一步,然后执行第二步;也可以先执行第二步,然后执行第一步;还可以第一步与第二步并列执行。

第三步,对于所述人脸区域中的各个像素点,对该像素点的第一显著值和第二显著值进行加权计算,并将计算结果作为该像素点的目标显著值。

在实际应用中,设计者可以根据自身经验设计第一显著值和第二显著值各自的权重因子,本发明实施例对权重因子的具体值不做限定。

例如,位于人脸区域的像素点A的第一显著值和第二显著值分别为:50、40,第一显著值的权重因子为0.6,第二显著值的权重因子为0.4,则对像素点A的第一显著值和第二显著值进行加权计算,得到像素点A的目标显著值为:50*0.6+40*0.4=46。

第四步,对于所述源图像中所述人脸区域以外的各个像素点,将该像素点的第二显著值确定为该像素点的目标显著值。

可以理解的是,源图像中人脸区域以外的各个像素点的目标显著值,仅包含第二显著值,例如,源图像中所述人脸区域以外的像素点B的第二显著值为66,则像素点B的目标显著值为66。

需要说明的是,本发明实施例对第三步和第四步的执行顺序不做限定,可以先执行第三步,然后执行第四步;也可以先执行第四步,然后执行第三步;还可以第三步与第四步同时执行。

S103,根据各个像素点的目标显著值,获得源图像的目标显著性区域。

显著性区域是指图像中能够引起人们注意的区域,也是最能体现图像内容的区域。图像中人们关注的显著性区域通常只存在于图像中的某个局部区域,其余大部分为非显著性区域,且两者之间有着明显的边界,利用各个像素点的目标显著值,能够区分出显著性区域和非显著性区域。

需要说明的是,根据各个像素点的目标显著值,获得所述源图像的目标显著性区域,可以为:根据各个像素点的目标显著值,确定所述源图像的显著性区域;对于每一显著性区域,计算该显著性区域中像素点的目标显著值的均值,获得该显著性区域的平均显著值;根据所获得的平均显著值,获得所述源图像的目标显著性区域。

在实际应用中,根据各个像素点的目标显著值,确定所述源图像的显著性区域的步骤,可以为:从源图像中选择一个或多个中心像素点,利用最大连通域法,将与中心像素点属于一个显著值范围内的像素点组成一个显著性区域,可以将目标显著值与中心像素点的目标显著值之差在预设差值内的像素点定义为:与中心像素点属于一个显著值范围内的像素点。具体的最大连通域法为现有技术,本发明实施例在此不再赘述。

例如,预设差值为3,中心像素点A的目标显著值为30,像素点B的目标显著值为35,像素点C的目标显著值为32,则像素点B与中心像素点A的目标显著值之差为5,像素点C与中心像素点A的目标显著值之差为2,像素点B的目标显著值与中心像素点A的目标显著值之差超出预设差值,像素点B与中心像素点A不属于一个显著值范围;像素点C的目标显著值与中心像素点A的目标显著值之差在预设差值内,像素点C与中心像素点A属于一个显著值范围。

具体的,根据所获得的平均显著值,获得所述源图像的目标显著性区域,可以为:将平均显著值最高的显著性区域,作为所述源图像的目标显著性区域;或者,将平均显著值大于预设阈值的显著性区域,作为所述源图像的目标显著性区域。

例如,显著性区域共有A、B、C三个区域,显著性区域A的平均显著值为55,显著性区域B的平均显著值为40,显著性区域A的平均显著值为30,则可以将平均显著值最高的显著性区域A,作为所述源图像的目标显著性区域;或者,预设阈值为35,将将平均显著值大于预设阈值的显著性区域A和B,作为所述源图像的目标显著性区域。

S104,根据目标显著性区域,生成源图像的缩略图。

具体的,根据目标显著性区域,生成源图像的缩略图,可以为:将目标显著性区域投影到预设坐标平面,生成源图像的缩略图。

可以理解的是,坐标包括球面坐标、柱面坐标、笛卡尔坐标等等,其中,人眼能够感知的图像的坐标为球面坐标或者柱面坐标,当源图像是用鱼眼镜头拍摄得到的鱼眼图像时,由于鱼眼图像畸变较为严重,视觉效果差,可以通过柱面投影法或者球面投影法,将鱼眼图像投影到柱面坐标或者球面坐标,来消除鱼眼图像的畸变影响。

具体的柱面投影法以及球面投影法为现有技术,本发明实施例在此不再赘述。设计者可以根据自身需求选择投影法,本发明实施例对此不做限定。例如,设计者可以选择利用球面投影法,将目标显著性区域投影到球面坐标。

具体的,当将本发明实施例应用于VR(Virtual Reality,虚拟现实)设备时,可以根据VR设备的HMD(Head Mount Display,头戴式显示器)的FOV(Field Of View,视场角)和透镜参数,将目标显著性区域投影到预设坐标平面,生成源图像的缩略图。

其中,FOV用于控制每次生成缩略图的宽和高,FOV越大,则缩略图的宽和高越大,在实际应用中,可以预先建立FOV与缩略图的宽和高的对应关系表,根据该对应关系表,获得每个FOV对应的缩略图的宽和高,从而,使得生成的缩略图的大小能够与HMD的FOV大小相适应,进一步提高了用户视觉体验。

由于VR设备的摄像头是鱼眼镜头。因而,用VR设备拍摄得到的图像也是鱼眼图像。透镜参数主要是鱼眼图像的畸变系数,参考畸变系数进行投影,可以更准确的把鱼眼图像变换成柱状图像或者球面图像,进一步提高缩略图的清晰度。在实际应用中,可以利用张氏标定法计算畸变系数,具体的利用张氏标定法计算畸变系数的方法属于现有技术,本发明实施例在此不再赘述。

进一步的,为了提高用户的视觉体验,还可以对鱼眼图像进行畸变变换,来消除鱼眼图像的畸变影响,将其变成便于人眼感知的图像。

例如,在一种具体的实施方式中,将目标显著性区域投影到预设坐标平面,生成源图像的缩略图,可以为:对所述目标显著性区域进行畸变变换,获得初始图像;将所述初始图像投影到预设坐标平面,生成所述源图像的缩略图。

在另一种具体的实施方式中,将目标显著性区域投影到预设坐标平面,生成源图像的缩略图,还可以为:将所述源图像进行畸变变换,获得第一图像;将所述第一图像中与第一坐标位置对应的像素点投影到预设坐标平面,生成所述源图像的缩略图,其中,所述第一坐标位置为:所述目标显著性区域中各个像素点的坐标位置。

进行畸变变换时,需要首先计算畸变系数,进而利用畸变系数实现与产生畸变相反的变换,从而消除畸变影响。具体的畸变变换的方法属于现有技术,本发明实施例在此不再赘述。

可见,应用本发明实施例提供的技术方案,能够根据目标显著性区域生成源图像的缩略图,由于,目标显著性区域是根据源图像中各像素点的目标显著值而获得的,目标显著值用于表征像素点在图像中的重要程度,因此,目标显著性区域包含了源图像的重要内容,根据目标显著性区域生成的缩略图,实现了突出源图像中的重要内容。

进一步的,为了加强缩略图的显示效果,更好的满足用户体验,针对生成的缩略图包括至少两个的情况,所述方法还可以包括:

按照缩略图的生成时间,以动态显示方式,依次显示各个缩略图;或者,

按照缩略图的生成时间,以静态显示方式,显示各个缩略图。

其中,动态显示方式可以是以GIF(Graphics Interchange Format,图像互换格式)等动图方式,依次显示各个缩略图;或者,可以是间隔固定时长,依次循环显示单张缩略图。

静态显示方式可以是直接显示所生成缩略图中的一张、多张或者全部,在直接显示一张或者多张缩略图的情况下,可以按照用户的缩略图切换指令切换显示其他缩略图。

与上述的方法实施例相对应,本发明实施例还提供一种缩略图生成装置。

参见图2,图2为本发明实施例所提供的一种缩略图生成装置的结构示意图,包括:

第一获得模块201,用于获得待生成缩略图的源图像;

计算模块202,用于计算所述源图像中的各个像素点的目标显著值,其中,所述目标显著值用于表征像素点在图像中的重要程度;

第二获得模块203,用于根据各个像素点的目标显著值,获得所述源图像的目标显著性区域;

生成模块204,用于根据所述目标显著性区域,生成所述源图像的缩略图。

所述计算模块202,具体用于:

利用预设的人脸检测算法,检测出所述源图像中的人脸区域,并计算位于所述人脸区域的各个像素点的显著值,作为第一显著值;

利用预设的显著性检测算法,计算所述源图像中各个像素点的显著值,作为第二显著值;

对于所述人脸区域中的各个像素点,对该像素点的第一显著值和第二显著值进行加权计算,并将计算结果作为该像素点的目标显著值;

对于所述源图像中所述人脸区域以外的各个像素点,将该像素点的第二显著值确定为该像素点的目标显著值。

所述第二获得模块203,包括:

确定子模块,用于根据各个像素点的目标显著值,确定所述源图像的显著性区域;

第一获得子模块,用于对于每一显著性区域,计算该显著性区域中像素点的目标显著值的均值,获得该显著性区域的平均显著值;

第二获得子模块,用于根据所获得的平均显著值,获得所述源图像的目标显著性区域。

所述第二获得子模块,具体用于:

将平均显著值最高的显著性区域,作为所述源图像的目标显著性区域;

或者,将平均显著值大于预设阈值的显著性区域,作为所述源图像的目标显著性区域。

所述生成模块204,包括:

生成子模块,用于将所述目标显著性区域投影到预设坐标平面,生成所述源图像的缩略图。

所述生成子模块,具体用于:

对所述目标显著性区域进行畸变变换,获得初始图像;将所述初始图像投影到预设坐标平面,生成所述源图像的缩略图;或者

将所述源图像进行畸变变换,获得第一图像;将所述第一图像中与第一坐标位置对应的像素点投影到预设坐标平面,生成所述源图像的缩略图,其中,所述第一坐标位置为:所述目标显著性区域中各个像素点的坐标位置。

可见,应用本发明实施例提供的技术方案,能够根据目标显著性区域生成源图像的缩略图,由于,目标显著性区域是根据源图像中各像素点的目标显著值而获得的,目标显著值用于表征像素点在图像中的重要程度,因此,目标显著性区域包含了源图像的重要内容,根据目标显著性区域生成的缩略图,实现了突出源图像中的重要内容。

进一步的,为了加强缩略图的显示效果,更好的满足用户体验,针对生成的缩略图包括至少两个的情况,所述装置还包括:

第一显示模块,用于按照缩略图的生成时间,以动态显示方式,依次显示各个缩略图;或者,

第二显示模块,用于按照缩略图的生成时间,以静态显示方式,显示各个缩略图。

需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。

本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机可读取存储介质中,这里所称得的存储介质,如:ROM/RAM、磁碟、光盘等。

以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

再多了解一些
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1