图像色彩增强方法、装置、设备及存储介质与流程

1.本公开实施例涉及图像处理技术领域，尤其涉及一种图像色彩增强方法、装置、设备及存储介质。


背景技术：

2.相关技术中，图像的色彩可以通过用户手动修改图像饱和度的方式得到增强，或者也可以通过图像处理设备执行增强算法的方式得到增强，比如，革奴图像处理程序(gnu image manipulation program，简称gimp)作为一种常用的增强算法就可以对图像的亮度分量进行重新量化，使得图像的色彩得到增强。
3.但是相关技术长期存在如下缺陷：手动修改饱和度的方式操作繁琐，效率较低；图像处理设备执行增强算法的方式，不易判断图像色彩增强的程度，图像色彩的增强效果较差。


技术实现要素：

4.为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供了一种图像色彩增强方法、装置、设备及存储介质。
5.本公开实施例第一方面提供了一种图像色彩增强方法，该方法包括：
6.获取第一彩色图像；基于第一彩色图像的rgb数据，计算得到第一彩色图像的颜色特征值；基于颜色特征值与色彩增强系数之间的反比关系，确定第一彩色图像对应的色彩增强系数；并将该色彩增强系数作为调整第一彩色图像颜色分量的权值，对第一彩色图像进行色彩增强处理，得到第二彩色图像。
7.本公开实施例第二方面提供了一种图像色彩增强装置，该装置，包括：
8.获取模块，用于获取第一彩色图像；
9.计算模块，用于基于第一彩色图像的rgb数据，计算得到第一彩色图像的颜色特征值；
10.确定模块，用于基于颜色特征值与色彩增强系数之间的反比关系，确定第一彩色图像对应的色彩增强系数；
11.色彩增强处理模块，用于将第一彩色图像对应的色彩增强系数作为调整第一彩色图像颜色分量的权值，对第一彩色图像进行色彩增强处理，得到第二彩色图像。
12.本公开实施例第三方面提供了一种图像处理设备，该设备包括：存储器和处理器，其中，存储器中存储有计算机程序，处理器执行该计算机程序以实现上述第一方面的方法。
13.本公开实施例第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行以实现上述第一方面的方法。
14.本公开实施例提供的技术方案与现有技术相比具有如下优点：
15.本公开实施例通过获取第一彩色图像，基于第一彩色图像的rgb数据，计算得到第一彩色图像的颜色特征值，基于预先设定的颜色特征值与色彩增强系数之间的反比关系，
确定第一彩色图像对应的色彩增强系数，并将该色彩增强系数作为调整第一彩色图像颜色分量的权值，对第一彩色图像进行色彩增强处理，得到增强后的第二彩色图像。由于实际情况中图像的颜色特征值可以从整体上反应图像颜色的丰富度，颜色特征值越大图像颜色丰富度越高，此时只要对图像颜色进行小幅度的增强处理就能达到较好的图像视觉效果，在这种情况下如果仍旧对图像颜色进行大幅的增强处理则可能出现过饱和等问题，影响图像的视觉效果；相反的，颜色特征值越小图像颜色丰富度越小，此时可以对图像进行较大幅度的颜色增强处理以达到较好的图像视觉效果，如果图像颜色增强处理的幅度过小，则可能会出现欠饱和度等问题，因此，本公开实施例将颜色特征值与色彩增强系数设置成反比关系，通过计算第一彩色图像的颜色特征值，根据该成反比关系，将相应的色彩增强系数作为色彩增强处理的权值，能够确保在图像颜色丰富度较低时对图像进行较大幅度的色彩增强处理，在图像颜色丰富度较低时对图像进行较大幅度的色彩增强处理，提升了图像颜色增强处理的效果。
附图说明
16.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
17.为了更清楚地说明本公开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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
18.图1是本公开实施例提供的一种图像色彩增强方法的流程示意图；
19.图2a是本公开实施例提供的一种手机操作界面的示意图；
20.图2b是本公开实施例提供的一种相册界面的示意图；
21.图2c是本公开实施例提供的一种图像显示界面图；
22.图2d是本公开实施例提供的一种图像编辑界面的示意图；
23.图3是本技术实施例提供的一种计算彩色图像的颜色特征值的方法流程图；
24.图4是本公开实施例提供的一种图像色彩增强装置的结构示意图；
25.图5是本公开实施例提供的一种计算模块的结构示意图；
26.图6是本公开实施例提供的一种图像处理设备的结构示意图。
具体实施方式
27.为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
28.在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
29.图1是本公开实施例提供的一种图像色彩增强方法的流程示意图，如图1所示，该方法包括：
30.步骤101、图像处理设备获取第一彩色图像。
31.步骤102、图像处理设备基于第一彩色图像的rgb数据，计算得到第一彩色图像的颜色特征值。
32.步骤103、图像处理设备基于颜色特征值与色彩增强系数之间的反比关系，确定第一彩色图像对应的色彩增强系数。
33.步骤104、图像处理设备将该色彩增强系数作为调整所述第一彩色图像颜色分量的权值，对第一彩色图像进行色彩增强处理，得到第二彩色图像。
34.其中，本实施例所称的图像处理设备具有计算和图像处理功能。在一种可行的实施方式中图像处理设备上可以搭载拍摄设备，通过拍摄设备拍摄得到彩色图像。为了方便理解，本实施例中所称的图像处理设备至少可以被示例性的理解为如下设备中的一种：用户终端(包括台式电脑、笔记本、手机、平板电脑)、服务器。其中，当图像处理设备为服务器时，用户终端可以向服务器发送图像处理请求，服务器根据图像处理请求执行上述图像色彩增强方法，并将图像处理结果下发给用户终端进行显示。
35.本实施例对第一彩色图像的命名仅是用于将图像处理设备获取到的彩色图像与其他图像进行区分，而不具有其他限制意义。本实施例所称的彩色图像为rgb图像，第一彩色图像可以是图像处理设备上搭载的拍摄设备实时拍摄获得的彩色图像，或者也可以是图像处理设备从其他设备或者网络下载获得的彩色图像，或者还可以是图像处理设备从本地图像库，比如相册中获取得到的彩色图像。
36.本实施例中所称的颜色特征值可以用于表征第一彩色图像整体的颜色特征，比如第一彩色图像整体的饱和度、亮度值、对比度等。实际中根据对图像颜色不同维度的调整需求，可以设置不同的方法计算得到第一色彩图像的颜色特征值，比如，在一种可能的实施方式中可以将第一彩色图像从rgb空间转换到hsv空间得到hsv图像，将hsv图像上像素点的平均饱和度或者平均亮度等参数作为第一彩色图像的颜色特征值。当然这里仅为示例说明而不是对本公开的唯一限定。
37.本实施例所称的颜色特征值与色彩增强系数之间的反比关系可以根据需要进行设定而不必局限于某一种特定的表达形式。比如在一种可行的实施方式中，可以将色彩增强系数设置成颜色特征值的倒数，或者在另一种可行的实施方式中也可以将色彩增强系数设置成颜色特征值的倒数与权值的乘积，其表达形式示例性的可以表示为：a＝c*(1/f)，其中，a为颜色特征值，c为常数，f为颜色特征值。当然这里仅为示例说明而不是唯一限定。
38.在本实施例中图像处理设备可以根据预设的色彩增强算法对第一彩色图像进行处理，图像处理设备中的色彩增强算法可以根据需要进行设定。比如，在一种可行的实施方式中，本实施例的色彩增强算法可以被具体为gimp算法。在gimp中，首先可以将第一彩色图像转换成第一hsv图像，具体转换方式可以是先将第一彩色图像转换到第一cmy空间，获得c、m、y三通道中像素最小值记作s，并将c、m、y三通道分别减去最小值s得到第二cmy空间，基于第二cmy空间转换得到第一彩色图像对应的hsv图像。进一步的，在得到第一hsv图像后，再将第一彩色图像对应的色彩增强系数作为权值对第一hsv图像的亮度分量进行量化处理，得到第二hsv图像，从而将第二hsv图像转换成rgb图像即可得到第二彩色图像；其中，在对第一hsv图像的亮度分量进行量化处理时可采用如下方法：基于色彩增强系数、第一hsv图像的亮度分量的极大值和极小值，对第一hsv图像的亮度分量进行量化处理，得到第二hsv图像。该方法的表达式可表示成如下形式：
39.v2＝a*v1*(v1max
–
v1min)/(255-v1min)
40.其中，v2表示像素点重新量化后的亮度值，v1表示像素点重新量化前的亮度值，v1max表示第一hsv图像的亮度分量在重新量化前的极大值，v1min表示第一hsv图像的亮度分量在重新量化前的极小值，符号“*”表示乘法运算。当然这里仅为示例说明而不是对本公开的唯一限定。
41.进一步的，为了更好的理解本实施例的技术方案，下面举例对本实施例的适用场景进行说明。
42.图2a是本公开实施例提供的一种手机操作界面的示意图。如图2a所示，图2a所示的操作界面上显示有应用程序的图标，用户可通过点击等手势操作选中图标进入应用程序的操作界面。在本实施例的图像颜色增强操作中，用户点击相册应用程序的图标进入图2b所示的相册应用程序的界面。图2b中相册中的图像可以以缩略的形式排布在显示界面上，用户通过点击等手势操作选中图像后，手机切换到图2c所示的显示界面，在图2c中，用户选择的图像被放大显示，同时在图2c所示的界面中至少还包括图像编辑功能的选择按键，用户选中该按键时，手机切换到图2d所示的图像编辑界面，该图像编辑界面中至少可以包括放大显示的图像和“颜色增强”功能按键，用户点击“颜色增强”按键后，手机执行上述实施例的图像颜色增强方法对图2d中的图像进行颜色增强处理，进而得到处理后的图像。
43.当然本领域技术人员应该了解的是上述场景仅为本实施例众多适用场景中的一种，并不是本实施例的唯一场景。
44.本实施例通过获取第一彩色图像，基于第一彩色图像的rgb数据，计算得到第一彩色图像的颜色特征值，基于预先设定的颜色特征值与色彩增强系数之间的反比关系，确定第一彩色图像对应的色彩增强系数，并将该色彩增强系数作为调整第一彩色图像颜色分量的权值，对第一彩色图像进行色彩增强处理，得到增强后的第二彩色图像。由于实际情况中图像的颜色特征值可以从整体上反应图像颜色的丰富度，颜色特征值越大图像颜色丰富度越高，此时只要对图像颜色进行小幅度的增强处理就能达到较好的图像视觉效果，在这种情况下如果仍旧对图像颜色进行大幅的增强处理则可能出现过饱和等问题，影响图像的视觉效果；相反的，颜色特征值越小图像颜色丰富度越小，此时可以对图像进行较大幅度的颜色增强处理以达到较好的图像视觉效果，如果图像颜色增强处理的幅度过小，则可能会出现欠饱和度等问题，因此，本实施例将颜色特征值与色彩增强系数设置成反比关系，通过计算第一彩色图像的颜色特征值，根据该成反比关系，将相应的色彩增强系数作为色彩增强处理的权值，能够确保在图像颜色丰富度较低时对图像进行较大幅度的色彩增强处理，在图像颜色丰富度较低时对图像进行较大幅度的色彩增强处理，提升了图像颜色增强处理的效果。
45.图3是本技术实施例提供的一种计算彩色图像的颜色特征值的方法流程图，如图3所示，该方法包括：
46.步骤301、图像处理设备从第一彩色图像的rgb数据中，提取获得第一彩色图像的r通道对应的第一矩阵、g通道对应的第二矩阵和b通道对应的第三矩阵。
47.步骤302、基于第一颜色分量矩阵与第一矩阵、第二矩阵之间的第一映射关系，计算得到第一彩色图像对应的第一颜色分量矩阵。
48.步骤303、基于第二颜色分量矩阵与第一矩阵、第二矩阵、第三矩阵之间的第二映
射关系，计算得到第一彩色图像对应的第二颜色分量矩阵。
49.步骤304、基于第一颜色分量矩阵和第二颜色分量矩阵，确定第一彩色图像的颜色特征值。
50.举例来说，假设第一彩色图像的r通道对应的第一矩阵为m、g通道对应的第二矩阵为n和b通道对应的第三矩阵为q，那么在一种可行的实施方式中，本实施例所称的第一映射关系可以被具体为第一颜色分量矩阵x＝m-n，本实施例所称的第二映射关系可以被具体为第二颜色分量矩阵y＝0.5*(m+n)-q。
51.进一步的，在根据第一颜色分量矩阵x和第二颜色分量矩阵y计算第一彩色图像的颜色特征值时，可以先计算第一颜色分量矩阵x的第一均值μx、方差σx2，第二颜色分量矩阵y的第二均值μy、第二方差σy2，再基于如下表达式计算第一彩色图像对应的颜色特征值f：
52.f＝sqrt(σx2+σy2)+0.3*sqrt(μx2+μy2)
53.当然上述示例仅为示例说明而不是对本公开的唯一限定。
54.本实施例提供的计算图像颜色特征值的方法，能够直接基于彩色图像的rgb数据计算得到彩色图像的颜色特征值，不需要将第一彩色图像从rgb空间转到其他颜色空间，节省了计算资源。并且根据本实施例计算得到的颜色特征值能够准确的反映图像的颜色信息，并为图像颜色的增强处理提供准确的权值数据。
55.图4是本公开实施例提供的一种图像色彩增强装置的结构示意图，该装置可以被具体为上述图像处理设备或者上述图像处理设备中的部分功能模块。如图4所示，装置40包括：
56.获取模块41，用于获取第一彩色图像；
57.计算模块42，用于基于所述第一彩色图像的rgb数据，计算得到所述第一彩色图像的颜色特征值；
58.确定模块43，用于基于颜色特征值与色彩增强系数之间的反比关系，确定所述第一彩色图像对应的色彩增强系数；
59.色彩增强处理模块44，用于将所述色彩增强系数作为调整所述第一彩色图像颜色分量的权值，对所述第一彩色图像进行色彩增强处理，得到第二彩色图像。
60.在一种实施方式中，在反比关系中，色彩增强系数被表示为颜色特征值的倒数。
61.在一种实施方式中，色彩增强处理模块，包括：
62.第一转换单元，用于将第一彩色图像转换成第一hsv图像；
63.量化处理单元，用于将色彩增强系数作为量化算法的权值对第一hsv图像的亮度分量进行量化处理，得到第二hsv图像；
64.第二转换单元，用于将第二hsv图像转换成rgb图像，得到第二彩色图像。
65.在一种实施方式中，量化处理单元，用于：
66.基于所述色彩增强系数、所述第一hsv图像的亮度分量的极大值和极小值，对所述第一hsv图像的亮度分量进行量化处理，得到第二hsv图像。
67.在一种实施方式中，量化处理单元，用于：
68.基于如下表达式，对第一hsv图像的亮度分量进行量化处理：
69.v2＝a*v1*(v1max
–
v1min)/(255-v1min)
70.其中，v2表示像素点重新量化后的亮度值，v1表示像素点重新量化前的亮度值，
v1max表示第一hsv图像的亮度分量在重新量化前的极大值，v1min表示第一hsv图像的亮度分量在重新量化前的极小值。
71.本实施例提供的装置能够执行图1实施例的方法，其执行方式和有益效果与图1实施例类似，在这里不在赘述。
72.图5是本公开实施例提供的一种计算模块的结构示意图，如图5所示，在一种实施方式中图4中的计算模块42可以包括：
73.在一种实施方式中，所述计算模块42，包括：
74.数据提取单元421，用于从第一彩色图像的rgb数据中，提取获得第一彩色图像的r通道对应的第一矩阵、g通道对应的第二矩阵和b通道对应的第三矩阵；
75.第一计算单元422，用于基于第一颜色分量矩阵与第一矩阵和第二矩阵之间的第一映射关系，计算得到第一彩色图像对应的第一颜色分量矩阵；
76.第二计算单元423，用于基于第二颜色分量矩阵与第一矩阵、第二矩阵和第三矩阵之间的第二映射关系，计算得到第一彩色图像对应的第二颜色分量矩阵；
77.确定单元424，用于基于第一颜色分量矩阵和第二颜色分量矩阵，确定第一彩色图像的颜色特征值。
78.在一种实施方式中，确定单元424包括：
79.第一计算子单元，用于计算第一颜色分量矩阵对应的第一均值和第一方差，以及第二颜色分量矩阵对应的第二均值和第二方差；
80.第二计算子单元，用于基于所述第一均值、第一方差、第二均值、第二方差，计算得到所述第一彩色图像的颜色特征值。
81.在一种实施方式中，第二计算子单元，用于基于如下表达式计算得到所述第一彩色图像的颜色特征值f：
82.f＝sqrt(σx2+σy2)+0.3*sqrt(μx2+μy2)
83.其中，μx为所述第一颜色分量矩阵的第一均值、σx2为所述第一颜色分量矩阵的第一方差，μy为所述第二颜色分量矩阵的第二均值、σy2为所述第二颜色分量矩阵的第二方差。
84.本实施例提供的装置能够执行图3实施例的方法，其执行方式和有益效果与图3实施例类似，在这里不在赘述。
85.图6是本公开实施例提供的一种图像处理设备的结构示意图，如图6所示，图像处理设备60包括：存储器61和处理器62，其中，存储器61中存储有计算机程序，处理器62执行该计算机程序以实现上述任一方法实施例的方法。
86.其中，图像处理设备60至少可以是如下设备中的至少一种：用户终端(包括台式电脑、笔记本、手机、平板电脑)、服务器。
87.本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行以实现上述任一方法实施例的方法。
88.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。
89.以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。