图片处理方法及装置制造方法
【专利摘要】本发明公开一种图片处理方法及装置，该方法包括：接收待处理的图片；侦测到图片处理指令后，对所述图片按照特定的规则进行梯度计算，获得每个像素点的梯度信息；统计图片的每个像素点在特定区域内且处于各预设方向上的像素点的梯度信息，并根据统计的各个梯度信息找出图片的每个像素点对应的归属梯度方向；根据对应的归属梯度方向及该归属梯度方向的梯度值，对每个像素点进行模糊处理。相对于现有技术，通过本发明技术方案的处理后的图片的轮廓更能体现人在艺术创作中对物体的勾勒效果，从而提高图像效果的逼真性。
【专利说明】图片处理方法及装置
【技术领域】
[0001]本发明涉及图片处理领域，尤其涉及一种图片处理方法及装置。
【背景技术】
[0002]随着计算机技术的不断进步和计算机图形处理能力的大幅度提高，尤其是GPU的飞速发展，图像处理技术也日新月异。例如可以通过计算机处理技术进行边缘检测，从而刻画图像的轮廓。现有技术是利用边缘检测算法(如canny算子，DOG(Difference Of Gauss)等)，检测出图像的边缘，然后直接利用边缘作为线条。该边缘检测算法虽然能够刻画出图像的轮廓信息，但其产生的线条比较机器化，从而影响计算机模拟人在艺术创作中对物体的勾勒效果的逼真性。
【发明内容】
[0003]本发明实施例的主要目的是提供一种图片处理方法，旨在提高图像效果的逼真性。
[0004]为实现上述目的，本发明实施例提出了一种图片处理方法，包括以下步骤:
[0005]接收待处理的图片；
[0006]侦测到图片处理指令后，对所述图片按照特定的规则进行梯度计算，获得每个像素点的梯度信息；
[0007]统计图片的每个像素点在特定区域内且处于各预设方向上的像素点的梯度信息，并根据统计的各个梯度信息找出图片的每个像素点对应的归属梯度方向；
[0008]根据对应的归属梯度方向及该归属梯度方向的梯度值，对每个像素点进行模糊处理。
[0009]本发明实施例还提出了一种图片处理装置，包括:
[0010]图片梯度计算模块，用于接收待处理的图片，并在侦测到图片处理指令后，对所述图片按照特定的规则进行梯度计算，获得每个像素点的梯度信息；
[0011]归属梯度方向判断模块，用于统计图片的每个像素点在特定区域内且处于各预设方向上的像素点的梯度信息，并根据统计的各个梯度信息找出图片的每个像素点对应的归属梯度方向；
[0012]模糊处理模块，用于根据对应的归属梯度方向及该归属梯度方向的梯度值，对每个像素点进行模糊处理。
[0013]相对于现有技术，本发明实施例通过计算图片每个像素的梯度信息，并根据每个像素点为中心的特定区域内且处于预设方向上的梯度信息，确定每个像素点的归属梯度方向及其在归属梯度方向上的梯度值，然后根据像素点对应的归属梯度方向及梯度值，对每个像素点进行模糊之后形成的图片的轮廓更能体现人在艺术创作中对物体的勾勒效果，从而提高图像效果的逼真性。【专利附图】
【附图说明】
[0014]图1是本发明图片处理方法一实施例的流程示意图；
[0015]图2是本发明图片处理方法中确定每个像素点对应的归属梯度方向的流程示意图；
[0016]图3是图2所示的方法中像素点的状态示意图；
[0017]图4a是利用现有技术的边缘检测算法处理后的图片轮廓的示意图；
[0018]图4b是利用本发明的图片处理方法处理后的图片轮廓的示意图；
[0019]图5是本发明图片处理方法另一实施例的流程示意图；
[0020] 图6是本发明图片处理装置较佳实施例的结构示意图。
[0021]本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
【具体实施方式】
[0022]以下结合说明书附图及具体实施例进一步说明本发明的技术方案。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0023]参照图1，提出本发明图片处理方法一实施例。该实施例的图片处理方法包括以下步骤:
[0024]步骤S110、接收待处理的图片；
[0025]步骤S120、侦测到图片处理指令后，对所述图片按照特定的规则进行梯度计算，获得每个像素点的梯度信息；
[0026]本发明实施例中，当图片选择功能被触发后，则弹出图片选择菜单，并等待用户选择。接收到用户的图片选择操作后，获取用户所选择的图片，然后再等待用户发出图片处理指令。当然，该步骤S120中的图片处理指令可以通过用户端发起，也可以为接收到待处理的图片时自动触发产生图片处理指令。当然也不限定于此，例如本发明实施例中，还可以为:在侦测到图片处理指令后，则弹出图片选择菜单，供用户选择待处理的图片，接收到用户的图片选择操作后，则获取用户所选择的图片，作为待处理的图片。
[0027]然后对该待处理的图片进行梯度计算，并获得每个像素点的梯度信息。下面先对图片的梯度进行简单的描述。
[0028]若图片的图像信息以一二维的离散函数f (X，y)来表示，则图片的每个像素点的梯度即为该二维的离散函数f (x，y)在每个像素点上的导数，且该梯度为一向量信息，可以通过如下公式表示:
[0029]
【权利要求】
1.一种图片处理方法，其特征在于，包括以下步骤: 接收待处理的图片； 侦测到图片处理指令后，对所述图片按照特定的规则进行梯度计算，获得每个像素点的梯度信息； 统计图片的每个像素点在特定区域内且处于各预设方向上的像素点的梯度信息，并根据统计的各个梯度信息找出图片的每个像素点对应的归属梯度方向； 根据对应的归属梯度方向及该归属梯度方向的梯度值，对每个像素点进行模糊处理。
2.根据权利要求1所述的图片处理方法，其特征在于，所述侦测到图片处理指令后，对所述图片进行梯度计算，获得每个像素点的梯度信息包括: 侦测到图片处理指令后，根据预先设置的梯度算子，将梯度算子与图片进行卷积计算，获得图片的每个像素点的向量信息。
3.根据权利要求1所述的图片处理方法，其特征在于，所述统计图片的每个像素点在特定区域内且处于各预设方向上的像素点的梯度信息，并根据统计的各个像素点的梯度信息找出图片的每个像素点对应的归属梯度方向包括: 遍历图片的每个像素点，并将遍历的当前像素点为中心像素点，预设边长的方形作为特定区域，获取该特定区域内且处于各预设方向上的像素点的梯度信息，计算获得各个像素点的梯度值； 比较所获得的各个像素点的梯度值，将中心像素点指向梯度值最大的像素点的方向作为该中心像素点的归属梯度方向，且该最大的梯度值作为该中心像素点的归属梯度方向的梯度值。
4.根据权利要求3所述的图片处理方法，其特征在于，所述根据对应的归属梯度方向及该归属梯度方向的梯度值，对每个像素点进行模糊包括: 遍历每个像素点，以遍历的当前像素点为中心像素点，以所述特定区域为模糊区域，并根据所述中心像素点的归属梯度方向及该归属梯度方向的梯度值，对该中心像素点进行高斯模糊处理。
5.根据权利要求1-4任一项所述的图片处理方法，其特征在于，所述获得每个像素点的梯度信息之后还包括: 计算每个像素点的梯度值，并筛选出梯度值大于或等于预设阈值的像素点。
6.一种图片处理装置，其特征在于，包括: 图片梯度计算模块，用于接收待处理的图片，并在侦测到图片处理指令后，对所述图片按照特定的规则进行梯度计算，获得每个像素点的梯度信息； 归属梯度方向判断模块，用于统计图片的每个像素点在特定区域内且处于各预设方向上的像素点的梯度信息，并根据统计的各个梯度信息找出图片的每个像素点对应的归属梯度方向； 模糊处理模块，用于根据对应的归属梯度方向及该归属梯度方向的梯度值，对每个像素点进行模糊处理。
7.根据权利要求6所述的图片处理装置，其特征在于，所述图片梯度计算模块用于:侦测到图片处理指令后，根据预先设置的梯度算子，将梯度算子与图片进行卷积计算，获得图片的每个像素点的向量信息。
8.根据权利要求6所述图片处理装置，其特征在于，所述归属梯度计算模块用于: 遍历图片的每个像素点，并将遍历的当前像素点为中心像素点，预设边长的方形作为特定区域，获取该特定区域内且处于各预设方向上的像素点的梯度信息，计算获得各个像素点的梯度值； 比较所获得的各个像素点的梯度值，将中心像素点指向梯度值最大的像素点的方向作为该中心像素点的归属梯度方向，且该最大的梯度值作为该中心像素点的归属梯度方向的梯度值。
9.根据权利要求8所述图片处理装置，其特征在于，所述模块处理模块用于: 遍历每个像素点，以遍历的当前像素点为中心像素点，以所述特定区域为模糊区域，并根据所述中心像素点的归属梯度方向及该归属梯度方向的梯度值，对该中心像素点进行高斯模糊处理。
10.根据权利要求6-9任一项所述的图片处理装置，其特征在于，还包括: 像素点筛选模块，用于在获得每个像素点的梯度信息后，计算每个像素点的梯度值，并筛选出梯度值 大于或等于预设阈值的像素点。
【文档编号】G06T11/00GK103914861SQ201310006129
【公开日】2014年7月9日 申请日期:2013年1月8日 优先权日:2013年1月8日
【发明者】郭凯, 陈皓 申请人:腾讯科技（武汉）有限公司