一种实现智能滤镜的方法和装置与流程

本发明属于图像处理领域，尤其涉及一种实现智能滤镜的方法和装置。

背景技术：

目前，为拍摄的图像添加滤镜，来美化图像，已经被普遍应用于智能终端和拍摄终端中。然而，现有技术中，美化图像的软件中，通过对滤镜的效果进行命名，并通过一个示例图像展示滤镜的效果，使用者需要翻阅所有的滤镜效果图来查找自己所喜欢的滤镜，并且会出现所选择的滤镜用于当前图像上可能并不是用户想要的效果，导致滤镜效果使用较差。

技术实现要素：

本发明提出一种实现智能滤镜的方法和装置，用于解决现有技术中滤镜使用效果不佳的技术问题。

本发明提出一种实现智能滤镜的方法，具体步骤如下：

提取原始图像的原始特征信息；

对原始图像使用滤镜，获取用户保存的优化图像，并提取滤镜的特征信息；

将原始特征信息、滤镜特征信息和优化图像以一一对应的方式存入特征库中，构建用户偏好特征库；

利用用户偏好特征库指导用户下一次对滤镜的使用，实现智能滤镜。

所述原始特征信息包括图像对比度、图像饱和度、图像锐度、图像颜色直方图、图像图像前景特征、图像背景特征、图像类别中的一种或多种。

所述图像类别包括风景、人物、美食。

所述提取滤镜的特征信息包括：滤镜类型和滤镜各参数值，其中滤镜各参数值以调整百分比进行保存。

所述用户偏好特征库中还包括用户添加的喜爱的图像信息，对该喜爱的图像信息进行分析，得到喜爱图像的特征信息，作为滤镜特征信息，喜爱图像对应的滤镜特征信息以图像特征的实际数值进行保存。

所述利用用户偏好特征库指导用户下一次对滤镜的使用，实现智能滤镜，包括：

若检测系统中保存有用户偏好特征库，且特征库的数据量达到一定阈值，根据用户选择“智能推荐”还是“喜爱图像效果”进行不同的处理：若用户选择“智能推荐”，在对待处理图像进行处理时，提取待处理图像的图像特征信息，这些信息与保存在特征库中的原始特征信息对应，图像特征信息与特征库中的原始特征信息进行对比，提取出与图像特征信息最相似的原始特征信息，并将该原始特征信息对应的滤镜特征信息应用于待处理图像上；若用户选择“喜爱图像效果”，则列出用户所保存的喜爱的图像，根据用户的选择，将喜爱图像的滤镜特征信息应用于待处理图像；

所述列出用户所保存的喜爱的图像，包括根据保存的喜爱的图像与待处理图像的图像特征，对保存的喜爱的图像的显示进行排序，其中，图像特征包括图像前景特征、图像背景特征、图像类别中的一种或多种；

若检测系统中没有保存用户偏好特征库，或特征库的数据量没有达到一定阈值，则提示用户目前没有相关推荐。

所述提取出与图像特征信息最相似的原始特征信息，并将该原始特征信息对应的滤镜特征信息应用于待处理图像上，进一步可包括：提取出与图像特征信息最相似的前三个原始特征信息，并将这三个原始特征信息对应的优化图像展示给用户进行选择，根据用户所选择的优化图像对应的滤镜特征信息应用于待处理图像上。

本发明提出一种实现智能滤镜的装置，具体包括如下模块：

原始特征信息提取模块，用于提取原始图像的原始特征信息；

滤镜特征信息提取模块，用于对原始图像使用滤镜，获取用户保存的优化图像，并提取滤镜的特征信息；

偏好特征库构建模块，用于将原始特征信息、滤镜特征信息和优化图像以一一对应的方式存入特征库中，构建用户偏好特征库；

智能滤镜实现模块，用于利用用户偏好特征库指导用户下一次对滤镜的使用，实现智能滤镜。

所述原始特征信息包括图像对比度、图像饱和度、图像锐度、图像颜色直方图、图像图像前景特征、图像背景特征、图像类别中的一种或多种。

所述图像类别包括风景、人物、美食。

所述提取滤镜的特征信息包括：滤镜类型和滤镜各参数值，其中滤镜各参数值以调整百分比进行保存。

所述用户偏好特征库中还包括用户添加的喜爱的图像信息，对该喜爱的图像信息进行分析，得到喜爱图像的特征信息，作为滤镜特征信息，喜爱图像对应的滤镜特征信息以图像特征的实际数值进行保存。

所述智能滤镜实现模块，具体用于：

若检测系统中保存有用户偏好特征库，且特征库的数据量达到一定阈值，根据用户选择“智能推荐”还是“喜爱图像效果”进行不同的处理：若用户选择“智能推荐”，在对待处理图像进行处理时，提取待处理图像的图像特征信息，这些信息与保存在特征库中的原始特征信息对应，图像特征信息与特征库中的原始特征信息进行对比，提取出与图像特征信息最相似的原始特征信息，并将该原始特征信息对应的滤镜特征信息应用于待处理图像上；若用户选择“喜爱图像效果”，则列出用户所保存的喜爱的图像，根据用户的选择，将喜爱图像的滤镜特征信息应用于待处理图像；

所述列出用户所保存的喜爱的图像，包括根据保存的喜爱的图像与待处理图像的图像特征，对保存的喜爱的图像的显示进行排序，其中，图像特征包括图像前景特征、图像背景特征、图像类别中的一种或多种；

若检测系统中没有保存用户偏好特征库，或特征库的数据量没有达到一定阈值，则提示用户目前没有相关推荐。

所述提取出与图像特征信息最相似的原始特征信息，并将该原始特征信息对应的滤镜特征信息应用于待处理图像上，进一步可包括：提取出与图像特征信息最相似的前三个原始特征信息，并将这三个原始特征信息对应的优化图像展示给用户进行选择，根据用户所选择的优化图像对应的滤镜特征信息应用于待处理图像上。

本发明基于提出的一种实现智能滤镜的方法和装置，解决了现有技术中对滤镜的机械使用，实现滤镜的智能推荐和智能应用，使得滤镜使用效果更佳。

附图说明

图1是本发明的方法流程图。

图2是本发明的装置结构图。

具体实施方式

下面结合附图，对实施例作详细说明。

如图1所示的本发明的方法流程图：

本发明提出一种实现智能滤镜的方法，具体步骤如下：

提取原始图像的原始特征信息；

对原始图像使用滤镜，获取用户保存的优化图像，并提取滤镜的特征信息；

将原始特征信息、滤镜特征信息和优化图像以一一对应的方式存入特征库中，构建用户偏好特征库；

利用用户偏好特征库指导用户下一次对滤镜的使用，实现智能滤镜。

所述原始特征信息包括图像对比度、图像饱和度、图像锐度、图像颜色直方图、图像前景特征、图像背景特征、图像类别中的一种或多种。

所述图像类别包括风景、人物、美食。

所述提取滤镜的特征信息包括：滤镜类型和滤镜各参数值，其中滤镜各参数值以调整百分比进行保存。例如，对图像的饱和度提升了10％，则保存为饱和度，+10％。

所述用户偏好特征库中还包括用户添加的喜爱的图像信息，对该喜爱的图像信息进行分析，得到喜爱图像的特征信息，作为滤镜特征信息，喜爱图像对应的滤镜特征信息以图像特征的实际数值进行保存。用户所喜爱的图像可以是从网上后朋友圈里看到的认为比较喜欢的图像，该图像是普通的图像，没有保存相关的滤镜信息。

所述利用用户偏好特征库指导用户下一次对滤镜的使用，实现智能滤镜，包括：

若检测系统中保存有用户偏好特征库，且特征库的数据量达到一定阈值，根据用户选择“智能推荐”还是“喜爱图像效果”进行不同的处理：若用户选择“智能推荐”，在对待处理图像进行处理时，提取待处理图像的图像特征信息，这些信息与保存在特征库中的原始特征信息对应，图像特征信息与特征库中的原始特征信息进行对比，在对比过程中，可选择图像对比度、图像饱和度、图像锐度、图像颜色直方图、图像前景特征、图像背景特征、图像类别中的一种或多种进行加权比对，例如，采用图像对比度、图像前景特征和图像背景特征进行对比时，比较图像之间的对比度差异，以该差异赋予分值w1，比较图像前景或背景特征，例如图像前景或背景对象轮廓之间的相似性、图像前景或背景对象颜色相似性、图像前景或背景对象类别相似性等，根据这些相似性加权赋予前景分值w2，背景分值w3，然后将w1、w2、w3进行加权。上述具体例子只是示例，本领域技术人员可以根据需要进行适当变形。

提取出与图像特征信息最相似的原始特征信息，并将该原始特征信息对应的滤镜特征信息应用于待处理图像上；若用户选择“喜爱图像效果”，则列出用户所保存的喜爱的图像，根据用户的选择，将喜爱图像的滤镜特征信息应用于待处理图像；

所述列出用户所保存的喜爱的图像，包括根据保存的喜爱的图像与待处理图像的图像特征，对保存的喜爱的图像的显示进行排序，其中，图像特征包括图像前景特征、图像背景特征、图像类别中的一种或多种。例如，采用图像前景特征和图像背景特征进行对比时，比较图像前景或背景特征，例如图像前景或背景对象轮廓之间的相似性、图像前景或背景对象颜色相似性、图像前景或背景对象类别相似性等，根据这些相似性加权赋予前景分值w2，背景分值w3，然后将w2、w3进行加权。上述具体例子只是示例，本领域技术人员可以根据需要进行适当变形。

若检测系统中没有保存用户偏好特征库，或特征库的数据量没有达到一定阈值，则提示用户目前没有相关推荐。

所述提取出与图像特征信息最相似的原始特征信息，并将该原始特征信息对应的滤镜特征信息应用于待处理图像上，进一步可包括：提取出与图像特征信息最相似的前三个原始特征信息，并将这三个原始特征信息对应的优化图像展示给用户进行选择，根据用户所选择的优化图像对应的滤镜特征信息应用于待处理图像上。

如图2所示的本发明的装置结构图，具体包括如下模块：

原始特征信息提取模块，用于提取原始图像的原始特征信息；

滤镜特征信息提取模块，用于对原始图像使用滤镜，获取用户保存的优化图像，并提取滤镜的特征信息；

偏好特征库构建模块，用于将原始特征信息、滤镜特征信息和优化图像以一一对应的方式存入特征库中，构建用户偏好特征库；

智能滤镜实现模块，用于利用用户偏好特征库指导用户下一次对滤镜的使用，实现智能滤镜。

所述原始特征信息包括图像对比度、图像饱和度、图像锐度、图像颜色直方图、图像图像前景特征、图像背景特征、图像类别中的一种或多种。

所述图像类别包括风景、人物、美食。

所述提取滤镜的特征信息包括：滤镜类型和滤镜各参数值，其中滤镜各参数值以调整百分比进行保存。

所述用户偏好特征库中还包括用户添加的喜爱的图像信息，对该喜爱的图像信息进行分析，得到喜爱图像的特征信息，作为滤镜特征信息，喜爱图像对应的滤镜特征信息以图像特征的实际数值进行保存。

所述智能滤镜实现模块，具体用于：

若检测系统中保存有用户偏好特征库，且特征库的数据量达到一定阈值，根据用户选择“智能推荐”还是“喜爱图像效果”进行不同的处理：若用户选择“智能推荐”，在对待处理图像进行处理时，提取待处理图像的图像特征信息，这些信息与保存在特征库中的原始特征信息对应，图像特征信息与特征库中的原始特征信息进行对比，提取出与图像特征信息最相似的原始特征信息，并将该原始特征信息对应的滤镜特征信息应用于待处理图像上；若用户选择“喜爱图像效果”，则列出用户所保存的喜爱的图像，根据用户的选择，将喜爱图像的滤镜特征信息应用于待处理图像；

所述列出用户所保存的喜爱的图像，包括根据保存的喜爱的图像与待处理图像的图像特征，对保存的喜爱的图像的显示进行排序，其中，图像特征包括图像前景特征、图像背景特征、图像类别中的一种或多种；

若检测系统中没有保存用户偏好特征库，或特征库的数据量没有达到一定阈值，则提示用户目前没有相关推荐。

所述提取出与图像特征信息最相似的原始特征信息，并将该原始特征信息对应的滤镜特征信息应用于待处理图像上，进一步可包括：提取出与图像特征信息最相似的前三个原始特征信息，并将这三个原始特征信息对应的优化图像展示给用户进行选择，根据用户所选择的优化图像对应的滤镜特征信息应用于待处理图像上。

上述实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。