本申请涉及图像处理领域，尤其涉及一种图像处理方法及装置。
背景技术
随着人工智能ai技术领域的发展，智能终端设备也得到了深入的发展。通过智能终端设备的相机拍照成为人们日常生活中较重要的环节，其中，对拍摄的图像进行处理是较为常见的场景，例如美颜相机，可以使图像更加满足用户需求。
在现有的图像处理过程中，智能终端设备中的图像处理器，可以对摄像头输出的图像进行实时计算，从而使用户得到较好的处理效果，例如实时进行美颜计算，从而得到更好的美颜效果。然而现有的图像处理算法较为复杂，对图像处理器的要求较高，如何简化图像处理算法，使用户获得更加流畅的拍照体验，是目前智能终端设备开发中一个重要的问题。
技术实现要素：
为了解决现有技术中图像处理算法复杂的问题，本申请实施例提供了一种图像处理方法及装置。
本申请实施例提供了一种图像处理方法，所述方法包括：
获取待处理图像，所述待处理图像包括多组像素点，其中所述多组像素点中的每组像素点包括数目相同且相邻的多个像素点；
将所述多组像素点中的每组像素点，均分别压缩处理为压缩图像中的一个像素点，其中，所述压缩图像中的一个像素点对应的多个通道的压缩特征值，分别为所述待处理图像中对应的一组像素点的目标通道的待处理特征值；
对所述压缩图像进行模糊处理，形成模糊图像；
根据所述模糊图像对所述待处理图像进行调整。
可选的，所述一组像素点对应三个通道，则所述目标通道为其中的一个通道；
或，所述一组像素点对应四个通道，则所述目标通道为其中的一个通道或两个通道。
可选的，所述对所述压缩图像进行模糊处理，形成模糊图像，包括：
针对所述压缩图像中的目标像素点对应的每个通道，分别将所述目标像素点和所述目标像素点的周围像素点的同一通道的压缩特征值进行加权平均，得到模糊图像中目标像素点各通道的模糊特征值；
根据所述模糊图像中各个所述目标像素点各通道的模糊特征值形成模糊图像。
可选的，所述针对所述压缩图像中的目标像素点对应的每个通道，分别将所述目标像素点和所述目标像素点的周围像素点的同一通道的压缩特征值进行加权平均，得到模糊图像中目标像素点各通道的模糊特征值，包括：
针对所述压缩图像中的目标像素点对应的每个通道，分别将所述目标像素点和与所述目标像素点在第一方向上的距离小于或等于第一预设距离的像素点的同一通道的压缩特征值进行加权平均，得到所述压缩图像中目标像素点在各通道的加权特征值；
针对于所述压缩图像中的目标像素点对应的每个通道，分别对所述目标像素点和与所述目标像素点在第二方向上的距离小于或等于第二预设距离的像素点的同一通道的加权特征值进行加权平均，得到模糊图像中目标像素点在各通道的模糊特征值。
可选的，所述第一方向包括水平方向，所述第二方向包括竖直方向；
或，所述第一方向包括竖直方向，所述第二方向包括水平方向。
可选的，所述根据所述模糊图像对所述待处理图像进行调整，包括：
根据所述待处理图像中的像素点的目标通道对应的特征差值，对所述待处理图像中的像素点的目标通道的待处理特征值进行调整；所述特征差值为所述待处理图像中像素点的目标通道的待处理特征值，以及与所述像素点的目标通道在所述模糊图像中对应像素点的通道的特征值之间的差值。
可选的，所述根据所述待处理图像中的像素点的目标通道对应的特征差值，对所述待处理图像中的像素点的目标通道的待处理特征值进行调整，包括：
预先建立所述待处理图像中的像素点的目标通道的待处理特征值、所述模糊图像中的像素点的通道的模糊特征值，以及所述目标通道的待处理特征值和所述模糊特征值的特征差值之间的对应关系；
根据所述待处理图像中像素点的目标通道的待处理特征值，以及与所述像素点的目标通道在所述模糊图像中对应像素点的通道的特征值，查找所述对应关系，得到所述待处理图像中像素点的目标通道对应的特征差值；
根据所述待处理图像中的像素点的目标通道对应的特征差值，对所述待处理图像中像素点的目标通道的待处理特征值进行调整。
可选的，所述根据所述待处理图像中的像素点的目标通道对应的特征差值，对所述待处理图像中的像素点的目标通道的待处理特征值进行调整，包括：
计算得到所述待处理图像中的像素点的目标通道对应的特征差值；
对所述特征差值的范围调整，使所述特征差值在预设范围内，所述预设范围包括第一范围和第二范围；
若所述特征差值在第一范围内，则对所述特征差值进行减小处理；
若所述特征差值在第二范围内，则对所述特征差值进行增大处理；
根据处理后的特征差值，对所述待处理图像中的像素点的目标通道的待处理特征值进行调整。
本申请实施例还提供了一种图像处理的装置，所述装置包括：
待处理图像获取单元，用于获取待处理图像，所述待处理图像包括多组像素点，其中所述多组像素点中的每组像素点包括数目相同且相邻的多个像素点；
像素点压缩单元，用于将所述多组像素点中的每组像素点，均分别压缩处理为压缩图像中的一个像素点，其中，所述压缩图像中的一个像素点对应的多个通道的压缩特征值，分别为所述待处理图像中对应的一组像素点的目标通道的待处理特征值；
模糊处理单元，用于对所述压缩图像进行模糊处理，形成模糊图像；
图像调整单元，用于根据所述模糊图像对所述待处理图像进行调整。
可选的，所述一组像素点对应三个通道，则所述目标通道为其中的一个通道；
或，所述一组像素点对应四个通道，则所述目标通道为其中的一个通道或两个通道。
可选的，所述模糊处理单元，包括：
模糊特征值计算单元，用于针对所述压缩图像中的目标像素点对应的每个通道，分别将所述目标像素点和所述目标像素点的周围像素点的同一通道的压缩特征值进行加权平均，得到模糊图像中目标像素点各通道的模糊特征值；
模糊图像形成单元，用于根据所述模糊图像中各个所述目标像素点各通道的模糊特征值形成模糊图像。
可选的，所述模糊特征值计算单元，包括：
第一加权单元，用于针对所述压缩图像中的目标像素点对应的每个通道，分别将所述目标像素点和与所述目标像素点在第一方向上的距离小于或等于第一预设距离的像素点的同一通道的压缩特征值进行加权平均，得到所述压缩图像中目标像素点在各通道的加权特征值；
第二加权单元，用于针对于所述压缩图像中的目标像素点对应的每个通道，分别对所述目标像素点和与所述目标像素点在第二方向上的距离小于或等于第二预设距离的像素点的同一通道的加权特征值进行加权平均，得到模糊图像中目标像素点在各通道的模糊特征值。
可选的，所述第一方向包括水平方向，所述第二方向包括竖直方向；
或，所述第一方向包括竖直方向，所述第二方向包括水平方向。
可选的，所述图像调整单元，包括：
图像调整子单元，用于根据所述待处理图像中的像素点的目标通道对应的特征差值，对所述待处理图像中的像素点的目标通道的待处理特征值进行调整；所述特征差值为所述待处理图像中像素点的目标通道的待处理特征值，以及与所述像素点的目标通道在所述模糊图像中对应像素点的通道的特征值之间的差值。
可选的，所述图像调整子单元，包括：
对应关系建立单元，用于预先建立所述待处理图像中的像素点的目标通道的待处理特征值、所述模糊图像中的像素点的通道的模糊特征值，以及所述目标通道的待处理特征值和所述模糊特征值的特征差值之间的对应关系；
查找单元，用于根据所述待处理图像中像素点的目标通道的待处理特征值，以及与所述像素点的目标通道在所述模糊图像中对应像素点的通道的特征值，查找所述对应关系，得到所述待处理图像中像素点的目标通道对应的特征差值；
特征值调整单元，用于根据所述待处理图像中的像素点的目标通道对应的特征差值，对所述待处理图像中像素点的目标通道的待处理特征值进行调整。
可选的，所述图像调整子单元，包括：
差值计算单元，用于计算得到所述待处理图像中的像素点的目标通道对应的特征差值；
范围调整单元，用于对所述特征差值的范围调整，使所述特征差值在预设范围内，所述预设范围包括第一范围和第二范围；
若所述特征差值在第一范围内，则对所述特征差值进行减小处理；
若所述特征差值在第二范围内，则对所述特征差值进行增大处理；
特征值调整单元，用于根据处理后的特征差值，对所述待处理图像中的像素点的目标通道的待处理特征值进行调整。
本申请实施例提供的一种图像处理方法及装置中，首先获取待处理图像，其中待处理图像包括多组像素点，其中每组像素点包括数目相同且相邻的多个像素点，例如可以是相邻的两个、三个或者四个像素点，将多个像素点中的每组像素点，均分别压缩处理其压缩图像中的一个像素点，其中压缩图像中的一个像素点对应的多个通道的压缩特征值分别为待处理图像中对应的一组像素点的目标通道的待处理特征值。也就是说，可以将每组像素点中的目标通道的待处理特征值提取出来，将提取出来的多个目标通道的待处理特征值赋予到压缩图像中的一个像素点对应的多个通道中，作为压缩图像中的压缩特征值，这样，形成的压缩图像中的像素点的数量少于待处理图像的数量。再对压缩图像进行模糊处理，形成模糊图像，根据模糊图像对待处理图像进行调整，即可得到调整后的待处理图像。由于压缩图像的像素点的数量少于待处理图像的数量，相比于对待处理图像进行模糊处理，对压缩图像进行模糊处理需要处理的像素点数量更少，因此模糊处理过程中需要更少的计算量，从而简化了图像处理的算法。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例，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它的附图。
图1为本申请实施例提供的一种图像处理方法的流程图；
图2为本申请实施例提供的一组像素点的分布示意图；
图3为本申请实施例提供的一种压缩像素点的示意图；
图4为本申请实施例提供的一种目标像素点及其周围像素点的分布示意图；
图5为本申请实施例提供的一种像素点对应关系示意图；
图6为本申请实施例提供的一种像素图；
图7为本申请实施例提供的一种图像处理装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
现有技术中，智能终端设备中的图像处理器，可以对摄像头输出的图像进行实时计算，从而使用户得到较好的处理效果，例如实时进行美颜计算，从而得到更好的美颜效果。具体的，对待处理图像进行美颜处理，可以先对待处理图像进行模糊处理，降低待处理图像中的相邻像素点之间的颜色差异，再根据模糊处理后的图像对待处理图像进行调整，降低待处理图像中的各个像素点的颜色差异，使皮肤颜色看起来更加均匀，皮肤也更加光滑。
对待处理图像进行模糊处理，通常是将待处理图像的每个像素点的特征值与周围的像素点的特征值进行加权平均，得到模糊图像的特征值。举例来说，对于一张1920*1080像素的待处理图像来说，要对其进行模糊操作，可以为每个像素点选取周围的24个像素点，将这24个像素点的特征值与该像素点本身的特征值进行加权平均，得到待处理图像的模糊图像，也就是说，对一个像素点进行模糊处理，需要进行25次采样，即获取25个像素点的特种值。对整个待处理图像进行模糊处理，则需要进行约1920*1080*25次采样(对边缘的像素点进行模糊处理时，采样的次数小于25)，进行1920*1080*25次加权平均的计算。
因此，这种模糊处理的算法计算量太大，对进行计算的图像处理器的要求较高，如果图像处理器的性能较差，可能会出现计算延迟，直接导致用户的拍照过程中出现卡顿等现象，影响用户体验。因此，如何简化图像处理算法，使用户获得更加流畅的拍照体验，是目前智能终端设备开发中一个重要的问题。
为了解决上述技术问题，本申请实施例提供的一种图像处理方法及装置中，首先获取待处理图像，其中待处理图像包括多组像素点，其中每组像素点包括数目相同且相邻的多个像素点，例如可以是相邻的两个、三个或者四个像素点，将多个像素点中的每组像素点，均分别压缩处理其压缩图像中的一个像素点，其中压缩图像中的一个像素点对应的多个通道的压缩特征值分别为待处理图像中对应的一组像素点的目标通道的待处理特征值。也就是说，可以将每组像素点中的目标通道的待处理特征值提取出来，将提取出来的多个目标通道的待处理特征值赋予到压缩图像中的一个像素点对应的多个通道中，作为压缩图像中的压缩特征值，这样，形成的压缩图像中的像素点的数量少于待处理图像的数量。再对压缩图像进行模糊处理，形成模糊图像，根据模糊图像对待处理图像进行调整，即可得到调整后的待处理图像。由于压缩图像的像素点的数量少于待处理图像的数量，相比于对待处理图像进行模糊处理，对压缩图像进行模糊处理需要处理的像素点数量更少，因此模糊处理过程中需要更少的计算量，从而简化了图像处理的算法。
参见图1，该图为本申请实施例提供的一种图像处理方法的流程图，包括以下步骤。
s101，获取待处理图像。
在本申请实施例中，待处理图像包括多组像素点，其中多组像素点中的每组像素点包括数目相同且相邻的多个像素点，例如可以是相邻的两个像素点、三个像素点或四个像素点。
每组像素点中的像素点的数量可以根据待处理图像中的像素点的颜色特征确定。具体的，待处理图像中的颜色特征，可以通过多个通道表示。
作为一种可能的实施方式，待处理图像中的颜色特征可以通过红色(rad，r)、绿色(green，g)和蓝色(blue，b)表示，分别对应r、g和b三个通道，此时，每组像素点中的像素点的数量可以是3，即每组像素点可以包括相邻的3个像素点。
作为另一种可能的实施方式，待处理图像中的颜色特征可以通过红色、绿色、蓝色和透明度表示，分别对应r、g、b和阿尔法(alpha，a)四个通道，此时，每组像素点中的像素点的数量可以是2或4，即每组像素点可以包括相邻的2个像素点或4个像素点。
每组像素点中的各个像素点之间的相对位置可以根据实际情况而定。以每组像素点中包括相邻的4个像素点为例，这四个像素点为q1、q2、q3和q4，参考图2所示，这4个像素点可以是水平方向上的连续的4个像素点，也可以是竖直方向上的连续的4个像素点，还可以是形成矩形的4的像素点。
在确定每组像素点中包括的像素点的数量和各个像素点的相对位置后，可以将待处理图像进行拆分，形成多组像素点。
s102，将多组像素点中的每组像素点，均分别压缩处理为压缩图像中的一个像素点。
将多个像素点中的每组像素点，均分别压缩处理为压缩图像中的一个像素点，实际上是将每组像素点中的多个像素点压缩处理为一个像素点。
具体的，可以先确定每组像素点中的多个像素点中的目标通道的待处理特征值。目标通道的数量可以根据像素点对应的通道总数确定，例如像素点对应三个通道时，目标通道可以为其中的一个通道，像素点对应四个通道时，目标通道可以为其中的一个通道或两个通道。
通常来说，在待处理图像中，a通道的特征值通常为1，表示不透明。而在待处理图像为人的皮肤时，整体色泽会偏红，此时红色通道会偏亮，意味着红色通道保留的细节较少，相比之下，绿色通道和蓝色通道的细节较多，因此，可以待处理图像中的g通道作为目标通道，也可以将待处理图像中的b通道作为目标通道，还可以将待处理图像中的g通道和b通道作为目标通道。
因此，在待处理图像中的像素点对应三个通道时，待处理图像中的每组像素点中的像素点的数量为3个，每个像素点对应的目标通道为一个通道，例如b通道或g通道。在待处理图像中的像素点对应四个通道时，待处理图像中的每组像素点中的像素点的数量为2个或者4个，相应的，若每组像素点中的像素点的数量为2个时，每个像素点对应的目标通道为2个通道，例如b通道和g通道，若每组像素点中的像素点的数量为4个时，每个像素点对应的目标通道为1个通道，例如b通道或g通道。
在确定每组像素点中的多个像素点的目标通道的待处理特征值后，可以将该组像素点中的多个像素点的目标通道的待处理特征值进行组合，形成压缩图像中的一个像素点对应的多个通道的压缩特征值。举例来说，参考图3所示，某组像素点中可以包括4个像素点q1、q2、q3和q4，每个像素点对应四个通道，则像素点q1的待处理特征为r00g00b00a00，像素点q2的待处理特征为r01g01b01a01，像素点q3的待处理特征为r10g10b10a10，像素点q4的待处理特征为r11g11b11a11。若将g通道作为目标通道，则可以将4个像素点的g通道的待处理特征值进行组合，形成压缩图像中的一个像素点p1的压缩特征g00g01g10g11。
同理，某组像素点中可以包括2个像素点q1和q2，每个像素点对应四个通道，则像素点q1的待处理特征为r00g00b00a00，像素点q2的待处理特征为r01g01b01a01，若将g通道和b通道作为目标通道，则可以将2个像素点的g通道和b通道的待处理特征进行组合，形成压缩图像中的一个像素点p2的压缩特征g00b00g01b01。
压缩图像中的像素点的颜色特征对应的四个通道时，不再对应rbga四个通道，而是被赋予目标通道的特征值，因此，可以将四个通道命名为第一通道、第二通道、第三通道和第四通道。
由于压缩图像中的每个像素点对应的多个通道的特征值均为一组像素点的目标通道的特征值组合形成，因此，压缩图像中包括像素点的数量比待处理图像中的像素点的数量少。具体的，待处理图像中的每组像素点包括2个像素点时，压缩图像中的像素点的数量为待处理图像中的像素点的数量的一半，也就是说，对应于待处理图像的像素为1920*1080，压缩图像的像素为960*1080，或1920*540，待处理图像中的每组像素点包括4个像素点时，压缩图像中的像素点的数量为待处理图像中的像素点的数量的四分之一，对应于待处理图像的像素为1920*1080，压缩图像的像素可以为960*540。
s103，对压缩图像进行模糊处理，形成模糊图像。
由于压缩图像中的像素点的数量少于待处理图像中的像素点的数量，因此，对压缩图像进行模糊处理需要的计算量少于对待处理图像进行模糊处理的计算量，实现了算法的简化。
具体的，对压缩图像进行模糊处理，可以将目标像素点和目标像素点的周围像素点的压缩特征值进行加权平均，得到模糊图像中目标像素点的模糊特征值，其中，相邻像素点的模糊特征值之间的差异小于相邻像素点的压缩特征值之间的差异。
举例来说，参考图4所示，目标像素点p00的压缩特征值为p(0,0)，在水平方向上，目标像素点p00的左侧的像素点分别为像素点p0-2和p0-1，其压缩特征值分别是p(0,-2)和p(0,-1)，在目标像素点的右侧的像素点分别为像素点p01和p02，其压缩特征值分别是p(0,1)和p(0,2)。
在竖直方向上，像素点p0-2的上方的像素点为p-2-2和p-1-2，其压缩特征值分别为p(-2,-2)和p(-1,-2)，像素点p0-2的下方的像素点为p1-2和p2-2，其压缩特征值分别为p(1,-2)和p(2,-2)；像素点p0-1的上方的像素点为p-2-1和p-1-1，其压缩特征值分别为p(-2,-1)和p(-1,-1)，像素点p0-1的下方的像素点为p1-1和p2-1，其压缩特征值分别为p(1,-1)和p(2,-1)；像素点p00的上方的像素点为p-20和p-10，其压缩特征值分别为p(-2,0)和p(-1,0)，像素点p00的下方的像素点为p10和p20，其压缩特征值分别为p(1,0)和p(2,0)；像素点p01的上方的像素点为p-21和p-11，其压缩特征值分别为p(-2,1)和p(-1,1)，像素点p01的下方的像素点为p11和p21，其压缩特征值分别为p(1,1)和p(2,1)；像素点p02的上方的像素点为p-22和p-12，其压缩特征值分别为p(-2,2)和p(-1,2)，像素点p02的下方的像素点为p12和p22，其压缩特征值分别为p(1,2)和p(2,2)。
作为一种可能的加权平均的实现方式，可以先获取压缩图像中的目标像素点的压缩特征值，以及目标像素点的周围像素点的压缩特征值，再将目标像素点的压缩特征值和目标像素点的周围像素点的压缩特征值进行加权平均，得到模糊图像中目标像素点的模糊特征值。也就是说，在对压缩图像的模糊处理中，对于一个目标像素点，可以进行25次采样，当然，由于压缩图像中的像素点数量少于待处理图像中的像素点数量，因此对压缩图像的模糊处理需要的计算量较少，对于待处理图像像素为1920*1080，压缩图像的像素可以为960*540，相比于对待处理图像进行模糊处理需要进行1920*1080*25次采样，对压缩图像进行模糊处理只需进行960*540*25次采样，计算量可以减少为原来的四倍。
举例来说，为图4所示的各个像素点的压缩特征值赋予权重，可以得到模糊图像中目标像素点p00的模糊特征值为：p”(0,0)＝0.16*p(0,0)+0.08*p(-1,0)+0.08*p(1,0)+0.04*p(-2,0)+0.04*p(2,0)+0.08*p(0,-1)+0.04*p(-1,-1)+0.04*p(1,-1)+0.02*p(-2,-1)+0.02*p(2,-1)+0.08*p(0,1)+0.04*p(-1,1)+0.04*p(1,1)+0.02*p(-2,1)+0.02*p(2,1)+0.04*p(0,-2)+0.02*p(-1,-2)+0.02*p(1,-2)+0.01*p(-2,-2)+0.01*p(2,-2)+0.04*p(0,2)+0.02*p(-1,2)+0.02*p(1,2)+0.01*p(-2,2)+0.01*p(2,2)。
作为另一种可能的加权平均的实现方式，可以将目标像素点的压缩特征值，以及与目标像素点在第一方向上的距离小于或等于第一预设距离的像素点的压缩特征值进行加权平均，得到模糊图像中目标像素点的加权特征值；再将目标像素点的加权特征值，以及与目标像素点在第二方向上的距离小于或等于第二预设距离的像素点的加权特征值，进行加权平均，得到模糊图像中目标像素点的模糊特征值。
具体的，第一方向可以是水平方向，第二方向可以是竖直方向，当然，第一方向也可以是竖直方向，对应的第二方向也可以是水平方向，不影响本申请实施例的实现。
举例来说，参考图4所示的目标像素点和目标像素点周围的24个像素点中，在竖直方向上，可以将目标像素点p00的压缩特征值p(0,0)，以及与目标像素在竖直方向上的距离小于或等于2的像素点p-20、p-10、p10和p20的压缩特征值p(-1,0)、p(1,0)、p(-2,0)和p(2,0)进行加权平均，得到压缩图像中目标像素点的加权特征值p’(0,0)，具体的，p’(0,0)＝0.4*p(0,0)+0.2*p(-1,0)+0.2*p(1,0)+0.1*p(-2,0)+0.1*p(2,0)。
在此基础上，将目标像素点p00的加权特征值p’(0,0)，以及压缩图像中与目标像素在水平方向上的距离小于或等于2的像素点p0-2、p0-1、p01和p02的加权特征值p’(0,-1)、p’(0,1)、p’(0,-2)和p’(0,2)进行加权平均，得到模糊图像中目标像素点的模糊特征值p”(0,0)。其中，像素点p-20、p-10、p10和p20的加权特征值p’(0,-1)、p’(0,1)、p’(0,-2)和p’(0,2)的获取方式可以参考压缩图像中的目标像素点p00的加权特征值的获取方式，其中，作为示例性的，p’(0,-1)＝0.4*p(0,-1)+0.2*p(-1,-1)+0.2*p(1,-1)+0.1*p(-2,-1)+0.1*p(2,-1)，p’(0,1)＝0.4*p(0,1)+0.2*p(-1,1)+0.2*p(1,1)+0.1*p(-2,1)+0.1*p(2,1)，p’(0,-2)＝0.4*p(0,-2)+0.2*p(-1,-2)+0.2*p(1,-2)+0.1*p(-2,-2)+0.1*p(2,-2)，p’(0,2)＝0.4*p(0,2)+0.2*p(-1,2)+0.2*p(1,2)+0.1*p(-2,2)+0.1*p(2,2)。
则p”(0,0)＝0.4*p’(0,0)+0.2*p’(0,-1)+0.2*p’(0,1)+0.1*p’(0,-2)+0.1*p’(0,2)＝0.16*p(0,0)+0.08*p(-1,0)+0.08*p(1,0)+0.04*p(-2,0)+0.04*p(2,0)+0.08*p(0,-1)+0.04*p(-1,-1)+0.04*p(1,-1)+0.02*p(-2,-1)+0.02*p(2,-1)+0.08*p(0,1)+0.04*p(-1,1)+0.04*p(1,1)+0.02*p(-2,1)+0.02*p(2,1)+0.04*p(0,-2)+0.02*p(-1,-2)+0.02*p(1,-2)+0.01*p(-2,-2)+0.01*p(2,-2)+0.04*p(0,2)+0.02*p(-1,2)+0.02*p(1,2)+0.01*p(-2,2)+0.01*p(2,2)，也就是说，在对压缩图像进行模糊处理的过程中，对于一个目标像素点，可以进行10次采样，即可得到对周围25个点进行加权平均的结果，因此，相对于25次采样来说，能够更进一步减少计算量，对于待处理图像像素为1920*1080，压缩图像的像素可以为960*540，相比于对待处理图像进行模糊处理需要进行1920*1080*25次采样，对压缩图像进行模糊处理只需进行960*540*10次采样，计算量可以减少为原来的10倍。
目标像素点及其周围像素点均具有多个通道，例如第一通道、第二通道、第三通道和第四通道，对目标像素点及其周围像素点的压缩特征值进行加权平均，可以具体为对目标像素点和周围像素点的对应通道的压缩特征值进行加权平均。例如对第一通道的压缩特征值进行加权平均，得到第一通道的模糊特征值，对第二通道的压缩特征值进行加权平均，得到第二通道的模糊特征值，从而得到模糊图像中的目标像素点的各通道的模糊特征值。
因此，对压缩图像进行模糊处理，形成模糊图像，可以针对压缩图像中的目标像素点对应的每个通道，分别将目标像素点和目标像素点的周围像素点的同一通道的压缩特征值进行加权平均，得到模糊图像中目标像素点各通道的模糊特征值。具体的，可以针对压缩图像中的目标像素点对应的每个通道，分别将目标像素点和与目标像素点在第一方向上的距离小于或等于第一预设距离的像素点的同一通道的压缩特征值进行加权平均，得到模糊图像中目标像素点在各通道的加权特征值；针对于压缩图像中的目标像素点对应的每个通道，分别对目标像素点和与目标像素点在第二方向上的距离小于或等于第二预设距离的像素点的同一通道的加权特征值进行加权平均，得到模糊图像中目标像素点在各通道的模糊特征值。其中，第一方向可以是水平方向，对应的第二方向可以是竖直方向；或第一方向可以是竖直方向，第二方向可以是水平方向。
s104，根据模糊图像对待处理图像进行调整。
在本申请实施例中，可以直接根据模糊图像对待处理图像进行调整，具体的，可以根据模糊图像中的像素点的模糊特征值对待处理图像中的像素点的待处理特征值进行调整，以改变待处理图像中的像素点的颜色特征，实现对待处理图形进行美化的目的。具体的，可以确定待处理图像中的像素点的目标通道对应的模糊图像中的像素点的通道，以便根据与待处理图像中的像素点的目标通道对应的模糊图像中的像素点的通道的模糊特征值，调整待处理图像中的像素点的目标通道的待处理特征值。
待处理图像中的像素点的目标通道对应的模糊图像中的像素点的通道，可以根据模糊图像中的像素点的多个通道的压缩特征值与待处理图像中的目标通道的待处理特征值的对应关系来确定。
举例来说，参考图5所示，待处理图像包括16个像素点，分为4组像素点，其中一组像素点包括4个像素点，其中每个像素点的目标通道为绿色通道，则模糊图像中的像素点的4个通道的压缩特征值分别对应待处理图像中的四个像素点的绿色通道的待处理特征值。此时，可以以待处理图像和模糊图像的左上角为坐标原点，以水平向右的方向为x轴正方向，以水平向下的方向为y轴正方向，得到待处理图像中的各个像素点的坐标q(x，y)。
参考图5所示，可以确定与待处理图像中q点对应的模糊图像中的像素点的坐标为p(x/2，y/2)，其中，x/2和y/2为去掉小数位的取整函数，以q(3,3)为例，对应的模糊图像中的像素点为p(1,1)，其中，p1点对应的四个通道的特征值为g22g23g32g33；与待处理图像中的q点的目标通道对应的压缩图像中的通道可以根据(x％2，y％2)确定，其中，x％2和y％2为取余操作，将(x％2，y％2)作为坐标，可以确定通道位置，例如(0,0)表示第一通道，(0,1)表示第二通道，(1,0)表示第三通道，(1,1)表示第四通道，举例来说，q(3,3)的绿色通道对应p(1,1)点中的(1,1)通道，即压缩图像中的p(1,1)中的第四通道。在本申请实施例中，也可以将待处理图像中像素点的目标通道的待处理特征值，以及与所述像素点的目标通道在所述模糊图像中对应像素点的通道的压缩特征值之间的差值，作为待处理图像中的像素点的目标通道对应的特征差值，根据该特征差值对待处理图像进行调整。
作为一种可能的特征差值的获取方式，可以实时计算待处理图像中像素点的目标通道的待处理特征值o1与该像素点对应的目标通道在模糊图像中的像素点的通道的模糊特征值b1之间的特征差值h，具体的，可以令h＝o1-b1。
在计算得到特征差值后，为了进一步提高图像的处理效果，还可以对特征差值进行调整。
具体的，可以先对特征差值的范围进行调整，使特征差值在预设范围内，其中预设范围可以是0至1。对特征差值的范围进行调整，可以先对待处理图像中像素点的目标通道的待处理特征值o1进行归一化，得到归一化待处理特征o2＝o1/256，对模糊图像中的像素点的通道的模糊特征值b1进行归一化，得到归一化模糊特征b2＝b1/256，从而归一化特征差值为o1/256-b1/256，归一化特征差值的范围在-1至1之间。可以在归一化特征差值的基础上加0.5，得到调整后的特征差值，调整后的特征差值的范围在-0.5至1.5之间；将调整后的特征差值中小于0的部分置为0，大于1的部分置为1，得到再调整后的特征差值h1，范围为0至1。
在对特征差值的范围进行调整后，再根据特征差值的具体范围对特征差值进行调整，具体的，预设范围可以包括第一范围和第二范围，其中，第一范围和第二范围没有交集，第一范围和第二范围的并集可以是预设范围，也可以小于预设范围。
若再调整后的特征差值h1在第一范围内，则可以对特征差值进行减小处理。具体的，第一范围可以是大于或等于0且小于或等于0.5，令减小处理后的特征差值h2＝2h12，从而减少了待处理图像中像素点的目标通道的待处理特征值与该像素点对应的目标通道在模糊图像中的像素点的通道的模糊特征值之间的差异。
若再调整后的第一差值h1在第二范围内，则可以对特征差值进行增大处理。具体的，第二范围可以是大于0.5且小于或等于1，可以令增大处理后的特征差值h3＝1-(1-h1)2，从而增大了待处理图像中像素点的目标通道的待处理特征值与该像素点对应的目标通道在模糊图像中的像素点的通道的模糊特征值之间的差异。
可以理解的是，可以将处理后的特征差值作为第一差值h1，执行多次上述根据特征差值的具体范围对特征差值进行调整得到的过程，对特征差值进行多次调整，例如可以是5次，从而进一步提高图像的处理效果。
作为另一种可能的差异特征的获取方式，可以预先建立待处理图像中的像素点的目标通道的待处理特征值、模糊图像中的像素点的通道的模糊特征值，以及目标通道的待处理特征值和模糊特征值的差异特征之间的对应关系；根据待处理图像中像素点的目标通道的待处理特征值，以及与像素点的目标通道在所述模糊图像中对应像素点的通道的特征值，查找预先建立的对应关系，得到待处理图像中像素点的目标通道对应的特征差值。
其中，可选的，待处理图像中的像素点的目标通道的待处理特征值、模糊图像中的像素点的通道的模糊特征值，以及待处理图像中的像素点的目标通道的待处理特征值和模糊特征值的差异特征之间的对应关系，可以通过函数表示，即差异特征h＝f(o1，b1)。
可选的，待处理图像中的像素点的目标通道的待处理特征值、模糊图像中的像素点的通道的模糊特征值，以及待处理图像中的像素点的目标通道的待处理特征值和模糊特征值的差异特征之间的对应关系，也可以通过如图6所示的像素图表示，其中横坐标可以为待处理图像中的像素点的目标通道的待处理特征值，纵坐标可以为模糊图像中的像素点的通道的模糊特征值，像素图中的像素点的颜色值表示待处理图像中的像素点的目标通道的待处理特征值和模糊特征值的差异特征。当然，像素图中的横坐标也可以为模糊图像中的像素点的通道的模糊特征值，纵坐标相应的为待处理图像中的像素点的目标通道的待处理特征值。其中，对应于颜色通道的取值范围，横坐标可以由256种取值，纵坐标也可以有256种取值，则像素图中有256*256种组合可供查找。
在得到特征差值后，可以根据特征差值，对待处理图像中的像素点的目标通道的待处理特征值进行调整。具体的，可以根据待处理图像中像素点的目标通道的待处理特征值以及特征差值，得到待处理图像中像素点的目标通道的目标特征值，其中，目标特征值r＝o2+(0.5-|o2-0.5|)*2*(0.5-h)，其中，h可以为特征差值本身，也可以是调整后的特征差值。目标特征值为调整后的待处理图像中的像素点的目标通道的特征值。
通过对待处理图像中的像素点的目标通道的待处理特征值进行调整，使待处理图像进一步美化。若待处理图像为人的皮肤，则皮肤上凹凸不平的地方或者有斑点痘痘的地方就变得和周围的皮肤更加接近了，从而皮肤看起来更加光滑。
本申请实施例提供的一种图像处理方法中，首先获取待处理图像，其中待处理图像包括多组像素点，其中每组像素点包括数目相同且相邻的多个像素点，例如可以是相邻的两个、三个或者四个像素点，将多个像素点中的每组像素点，均分别压缩处理其压缩图像中的一个像素点，其中压缩图像中的一个像素点对应的多个通道的压缩特征值分别为待处理图像中对应的一组像素点的目标通道的待处理特征值。也就是说，可以将每组像素点中的目标通道的待处理特征值提取出来，将提取出来的多个目标通道的待处理特征值赋予到压缩图像中的一个像素点对应的多个通道中，作为压缩图像中的压缩特征值，这样，形成的压缩图像中的像素点的数量少于待处理图像的数量。再对压缩图像进行模糊处理，形成模糊图像，根据模糊图像对待处理图像进行调整，即可得到调整后的待处理图像。由于压缩图像的像素点的数量少于待处理图像的数量，相比于对待处理图像进行模糊处理，对压缩图像进行模糊处理需要处理的像素点数量更少，因此模糊处理过程中需要更少的计算量，从而简化了图像处理的算法。
基于以上实施例提供的一种方法，本申请实施例还提供了一种图像处理装置，下面结合附图来详细说明其工作原理。
参见图7，该图为本申请实施例提供的一种图像处理装置的结构框图，该装置包括：
待处理图像获取单元110，用于获取待处理图像，所述待处理图像包括多组像素点，其中所述多组像素点中的每组像素点包括数目相同且相邻的多个像素点；
像素点压缩单元120，用于将所述多组像素点中的每组像素点，均分别压缩处理为压缩图像中的一个像素点，其中，所述压缩图像中的一个像素点对应的多个通道的压缩特征值，分别为所述待处理图像中对应的一组像素点的目标通道的待处理特征值；
模糊处理单元130，用于对所述压缩图像进行模糊处理，形成模糊图像；
图像调整单元140，用于根据所述模糊图像对所述待处理图像进行调整。
可选的，所述一组像素点对应三个通道，则所述目标通道为其中的一个通道；
或，所述一组像素点对应四个通道，则所述目标通道为其中的一个通道或两个通道。
可选的，所述模糊处理单元，包括：
模糊特征值计算单元，用于针对所述压缩图像中的目标像素点对应的每个通道，分别将所述目标像素点和所述目标像素点的周围像素点的同一通道的压缩特征值进行加权平均，得到模糊图像中目标像素点各通道的模糊特征值；
模糊图像形成单元，用于根据所述模糊图像中各个所述目标像素点各通道的模糊特征值形成模糊图像。
可选的，所述模糊特征值计算单元，包括：
第一加权单元，用于针对所述压缩图像中的目标像素点对应的每个通道，分别将所述目标像素点和与所述目标像素点在第一方向上的距离小于或等于第一预设距离的像素点的同一通道的压缩特征值进行加权平均，得到所述压缩图像中目标像素点在各通道的加权特征值；
第二加权单元，用于针对于所述压缩图像中的目标像素点对应的每个通道，分别对所述目标像素点和与所述目标像素点在第二方向上的距离小于或等于第二预设距离的像素点的同一通道的加权特征值进行加权平均，得到模糊图像中目标像素点在各通道的模糊特征值。
可选的，所述第一方向包括水平方向，所述第二方向包括竖直方向；
或，所述第一方向包括竖直方向，所述第二方向包括水平方向。
可选的，所述图像调整单元，包括：
图像调整子单元，用于根据所述待处理图像中的像素点的目标通道对应的特征差值，对所述待处理图像中的像素点的目标通道的待处理特征值进行调整；所述特征差值为所述待处理图像中像素点的目标通道的待处理特征值，以及与所述像素点的目标通道在所述模糊图像中对应像素点的通道的特征值之间的差值。
可选的，所述图像调整子单元，包括：
对应关系建立单元，用于预先建立所述待处理图像中的像素点的目标通道的待处理特征值、所述模糊图像中的像素点的通道的模糊特征值，以及所述目标通道的待处理特征值和所述模糊特征值的特征差值之间的对应关系；
查找单元，用于根据所述待处理图像中像素点的目标通道的待处理特征值，以及与所述像素点的目标通道在所述模糊图像中对应像素点的通道的特征值，查找所述对应关系，得到所述待处理图像中像素点的目标通道对应的特征差值；
特征值调整单元，用于根据所述待处理图像中的像素点的目标通道对应的特征差值，对所述待处理图像中像素点的目标通道的待处理特征值进行调整。
可选的，所述图像调整子单元，包括：
差值计算单元，用于计算得到所述待处理图像中的像素点的目标通道对应的特征差值；
范围调整单元，用于对所述特征差值的范围调整，使所述特征差值在预设范围内，所述预设范围包括第一范围和第二范围；
若所述特征差值在第一范围内，则对所述特征差值进行减小处理；
若所述特征差值在第二范围内，则对所述特征差值进行增大处理；
特征值调整单元，用于根据处理后的特征差值，对所述待处理图像中的像素点的目标通道的待处理特征值进行调整。
本申请实施例提供的一种图像处理装置中，首先获取待处理图像，其中待处理图像包括多组像素点，其中每组像素点包括数目相同且相邻的多个像素点，例如可以是相邻的两个、三个或者四个像素点，将多个像素点中的每组像素点，均分别压缩处理其压缩图像中的一个像素点，其中压缩图像中的一个像素点对应的多个通道的压缩特征值分别为待处理图像中对应的一组像素点的目标通道的待处理特征值。也就是说，可以将每组像素点中的目标通道的待处理特征值提取出来，将提取出来的多个目标通道的待处理特征值赋予到压缩图像中的一个像素点对应的多个通道中，作为压缩图像中的压缩特征值，这样，形成的压缩图像中的像素点的数量少于待处理图像的数量。再对压缩图像进行模糊处理，形成模糊图像，根据模糊图像对待处理图像进行调整，即可得到调整后的待处理图像。由于压缩图像的像素点的数量少于待处理图像的数量，相比于对待处理图像进行模糊处理，对压缩图像进行模糊处理需要处理的像素点数量更少，因此模糊处理过程中需要更少的计算量，从而简化了图像处理的算法。
当介绍本申请的各种实施例的元件时，冠词“一”、“一个”、“这个”和“所述”都意图表示有一个或多个元件。词语“包括”、“包含”和“具有”都是包括性的并意味着除了列出的元件之外，还可以有其它元件。
需要说明的是，本领域普通技术人员可以理解实现上述方法实施例中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory,rom)或随机存储记忆体(randomaccessmemory,ram)等。
本说明书中的各个实施例均采用递进的方式描述，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，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元及模块可以是或者也可以不是物理上分开的。另外，还可以根据实际的需要选择其中的部分或者全部单元和模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅是本申请的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。