一种图像的油画风格化方法、装置、设备及介质与流程

1.本技术实施例涉及图像处理技术领域，尤其涉及一种图像的油画风格化方法、装置、设备及介质。


背景技术：

2.油画是以用快干性的植物油调和颜料，在画布、亚麻布、纸板或模板上进行制作的一个画种，油画具有色彩丰富、画面细腻逼真、颜料涂抹感强、立体感强的艺术特点。
3.随着智能手机的高速发展，手机拍照应用及其风格化滤镜技术受到市场的广泛欢迎。
4.本技术发明人在实现本技术实施例的过程中，发现：目前的手机的图像处理技术在油画自动生成时，需要复杂的处理流程，还需要用到三维图形渲染技术，处理图像时耗费的时间成本巨大，导致性能慢；或者是通过堆叠多个高斯滤波的图像分层来生成油画效果，得到的油画通常比较模糊，不够逼真。


技术实现要素：

5.本技术实施例的目的是提供一种图像的油画风格化方法、装置、设备及介质，处理过程简单、计算效率高、油画风格逼真。
6.为解决上述技术问题，本技术实施例采用以下技术方案：
7.第一方面，本技术实施例中提供给了一种图像的油画风格化方法，包括：
8.从待处理图像中提取亮度分量，以获得第一图像；
9.在所述第一图像中添加随机白噪声，获得第二图像；
10.利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图；
11.在所述待处理图像上叠加所述第一梯度图，获得带有油画风格的目标图像。
12.在一些实施例中，在所述获得第二图像之后，在利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图之前，所述方法还包括：
13.构建所述第一图像对应的切向流图，所述切向流图包括所述第一图像中的各个像素点对应的切向；
14.将所述第二图像中的各个像素点沿着对应的所述切向进行线积分卷积处理，获得第三图像。
15.在一些实施例中，所述构建所述第一图像对应的切向流图，所述切向流图包括所述第一图像中的各个像素点对应的切向，包括：
16.利用梯度算法提取所述第一图像的第二梯度图，所述第二梯度图包括第一图像中各像素点对应的水平梯度和垂直梯度；
17.根据所述第一图像中各像素点对应的水平梯度和垂直梯度，构造所述第二梯度图中对应像素点的结构张量矩阵；
18.计算所述结构张量矩阵的特征值，获得所述结构张量矩阵对应的特征向量；
19.将与所述特征向量垂直的方向作为所述第一图像中各像素点的切向；
20.计算所述第一图像中各像素点的切向，以获得所述第一图像对应的切向流图。
21.在一些实施例中，所述利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图，包括：
22.根据边缘检测算子，获得第一卷积核；
23.将所述第一卷积核做归一化处理，获得第二卷积核；
24.利用所述第二卷积核对所述第二图像进行卷积处理，获得第二图像的第一梯度图。
25.在一些实施例中，所述根据边缘检测算子，获得第一卷积核，包括：
26.将边缘检测算子旋转第一角度，获得第一卷积核。
27.在一些实施例中，在所述利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图之后，所述方法还包括：
28.将所述第一梯度图中的各像素点的灰度值乘以一大于1的常数，获得所述第一梯度图中的各像素点的亮度增益。
29.在一些实施例中，所述在所述待处理图像上叠加所述第一梯度图，获得带有油画风格的目标图像，包括：
30.获取所述待处理图像中每一像素点各个颜色通道的像素值；
31.叠加所述每一像素点各个颜色通道的像素值和所述第一梯度图中对应像素点的亮度增益，获得带有油画风格的目标图像。
32.在一些实施例中，在所述在所述待处理图像上叠加所述第一梯度图，获得带有油画风格的目标图像之后，所述方法还包括：
33.获取所述目标图像的第一颜色通道像素值、第二颜色通道像素值及第三颜色通道像素值；
34.根据所述第一颜色通道像素值、第二颜色通道像素值及第三颜色通道像素值，在颜色查找表中查找对应的映射值；
35.按照所述映射值更新所述第一颜色通道像素值、第二颜色通道像素值及第三颜色通道像素值。
36.第二方面，本技术实施例还提供一种图像的油画风格化装置，所述装置包括：
37.提取模块，用于从待处理图像中提取亮度分量，以获得第一图像；
38.添加模块，用于在所述第一图像中添加随机白噪声，获得第二图像；
39.梯度提取模块，用于利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图；
40.叠加模块，用于在所述待处理图像上叠加所述第一梯度图，获得带有油画风格的目标图像。
41.第三方面，本技术还提供一种电子设备，所述电子设备包括：
42.至少一个处理器，以及
43.存储器，所述存储器与所述处理器通信连接，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的方法。
44.第四方面，本技术还提供一种非易失性计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被电子设备执行时，使所述电子设备执行如第一方面任一项所述的方法。
45.本技术实施例的有益效果：区别于现有技术的情况，本技术实施例提供的图像的油画风格化方法、装置、设备及介质，从待处理图像中提取亮度分量，以获得第一图像，然后，在所述第一图像中添加随机白噪声，获得第二图像，使得待处理图像上的随机位置可以叠加一些亮暗分明的浮雕；利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图，可以获得图像中物体边缘的浮雕；在所述待处理图像上叠加所述第一梯度图，获得带有油画风格的目标图像；通过在图像中随机位置叠加有浮雕，且图像中的物体边缘有浮雕，从而使得目标图像具有立体感，油画风格逼真，并且，整个处理过程简单，计算效率高。
附图说明
46.一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
47.图1是本技术图像的油画风格化方法的一个实施例的流程示意图；
48.图2是本技术图像的油画风格化方法的第一图像的示意图；
49.图3是本技术图像的油画风格化方法的第二图像的示意图；
50.图4是本技术图像的油画风格化方法的切向流图的示意图；
51.图5是本技术图像的油画风格化方法的第三图像的示意图；
52.图6是本技术图像的油画风格化方法的第一梯度图的示意图；
53.图7是本技术图像的油画风格化方法的目标图像的示意图；
54.图8是本技术图像的油画风格化方法的颜色饱满的目标图像的示意图；
55.图9是本技术图像的油画风格化装置的一个实施例的结构示意图；
56.图10是本技术图像的油画风格化装置的又一个实施例的结构示意图；
57.图11是本技术电子设备的一个实施例中控制器的硬件结构示意图。
具体实施方式
58.下面结合具体实施例对本技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本技术，但不以任何形式限制本技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进。这些都属于本技术的保护范围。
59.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
60.需要说明的是，如果不冲突，本技术实施例中的各个特征可以相互结合，均在本技术的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示
出或描述的步骤。此外，本文所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。
61.除非另有定义，本说明书所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本说明书中在本技术的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是用于限制本技术。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
62.此外，下面所描述的本技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
63.本技术实施例提供的图像的油画风格化方法和装置可以应用于电子设备，可以理解的是，电子设备包括控制器、图像采集装置。控制器作为主控中心，处理过程简单、计算效率高、油画风格逼真。
64.图像采集装置可以是摄像头模组，用于给用户提供拍照功能，将拍照后获得的图像作为待处理图像。
65.图像采集装置还可以是其他装置，比如从某个应用程序获取图像的装置，或者是用截图的方式获取图像的装置，在此不局限。
66.请参见图1，为应用于本技术的图像的油画风格化方法的实施例的流程示意图，所述方法可以由电子设备中的控制器执行，该方法包括步骤s101-步骤s104。
67.s101：从待处理图像中提取亮度分量，以获得第一图像。
68.通过图像采集装置获取待处理图像后，从待处理图像中提取亮度分量，待处理图像可以是rgb彩色图像，在提取亮度分量的时候，可以将rgb彩色图像从rgb颜色空间转换到色、亮分离颜色空间，其中，rgb颜色空间为基色颜色空间中的一种，基色颜色空间可以包括rgb颜色空间、cmy颜色空间、cmyk颜色空间、cie xyz颜色空间等；色、亮分离颜色空间可以包括ycc/yuv颜色空间、lab颜色空间等色相类颜色空间。在色、亮分离颜色空间中，将亮度分量提取出来，获得第一图像，如图2所示，从待处理图像中提取亮度分量获得的第一图像为灰度图。通过提取亮度分量这个单一通道计算梯度，可以大大节省计算成本。
69.可以理解的是，从待处理图像中提取亮度分量采用的是本技术领域中一些常规亮度分量提取方式，在此不再赘述。
70.s102：在所述第一图像中添加随机白噪声，获得第二图像。
71.油画其中的一个特征在于画面上有浮雕感，浮雕的产生源于颜料风干后的画布凹凸不平，当光源照射在画布上会产生亮暗分明的立体感，该立体感为视觉上的浮雕感。因此，为了使得图像产生油画的浮雕感，需要在第一图像上的随机位置叠加一些浮雕，为了使得图像的随机位置叠加一些浮雕，可以在所述第一图像中添加随机白噪声，获得第二图像，在其中一些实施方式中，在所述第一图像中添加随机白噪声，获得第二图像，可以包括：
72.获取所述第一图像的像素点的灰度值；
73.在预设灰度值范围内取一个随机灰度值；
74.如果所述第一图像的像素点的灰度值小于所述随机灰度值，则保留所述第一图像的像素点的灰度值；
75.如果所述第一图像的像素点的灰度值不小于所述随机灰度值，则增加所述第一图像的像素点的灰度值。
76.具体地，第一图像采用灰度模式表示，灰度模式是指用单一色调表现图像，一个像素的颜色用八位来表示，一共可表现256阶(色阶)的灰色调(含黑和白)，也就是256种明度的灰色。因此，预设灰度值范围可以用[0,255]表示，表示从黑
→
灰
→
白的过渡色阶。第一图像为8bit黑白图像，即第一图像的每个像素用八位来表示，因此，获得第一图像的每个像素点的灰度值。假设当前像素点的灰度值为v，预设灰度值范围为[0,255]，在预设灰度值范围取一个随机灰度值t；如果v＜t，则当前像素点的灰度值保持为v不变，即更新的当前像素点的灰度值v1＝v；如果v≥t，则增加当前像素点的灰度值，比如，更新的当前像素点的灰度值v1＝1.1*v+10，使得v1与v呈线性关系。
[0077]
例如，如果当前像素点的灰度值v＝45，则当前像素点的亮度较暗，随机灰度值t＝60，则v＜t，那么更新的当前像素点的灰度值v1＝v＝45，使得画面较暗的位置，白噪声较少；如果当前像素点的灰度值v＝70，则当前像素点的亮度较亮，随机灰度值t＝60，则v＞t，那么更新的当前像素点的灰度值v1＝1.1*v+10＝1.1*70+10＝87，使得画面较亮的位置，白噪声较多，白噪声亮度越亮。在遍历第一图像中的各个像素点后，更新各个像素点的灰度值，从而获得第二图像。如图3所示，在对图2的第一图像添加随机白噪声后，获得第二图像，该第二图像上有很多噪声点。
[0078]
通过在第一图像中添加随机白噪声，使得到的第二图像在视觉上呈现亮度越大的地方噪声越多，亮度越小的地方噪声越少，从而使得第二图像上呈现亮暗分明的立体感，即在第二图像的随机位置上产生浮雕。
[0079]
在获得随机位置产生浮雕的第二图像后，为了使得第二图像整体平滑，即浮雕(随机白噪声)平滑，从而实现在画面的任意位置产生流线般的笔触感，在所述第一图像中添加随机白噪声，获得第二图像之后，所述方法还可以包括：
[0080]
构建所述第一图像对应的切向流图，所述切向流图包括所述第一图像中的各个像素点对应的切向；
[0081]
将所述第二图像中的各个像素点沿着对应的所述切向进行线积分卷积处理，获得第三图像。
[0082]
具体地，需要构建切向流(edge tangent flow，etf)图来进行平滑操作，该平滑操作为线积分卷积(line integral convolution，lic)。
[0083]
线积分卷积lic是一种经典的矢量场可视化方法，该算法可以有效地表征二维矢量场，既能清楚直观地反映出每个像素点的速度方向，又能表达矢量场的细节，lic算法原理可概述为利用一维低通卷积核双向对称地沿流线方向卷积白噪声纹理，最终合成矢量纹理。其中，流线方向为本技术的切向，第二图像中所有像素点的切向之集合即为切向流图，切向流图可以表征第二图像中的每个像素点分别以具体某种方式进行线积分卷积处理，因此，在进行线积分卷积处理时，需要先构造切向流图这个工具。
[0084]
构建所述第一图像对应的切向流图，所述切向流图包括所述第一图像中的各个像素点对应的切向，可以包括：
[0085]
利用梯度算法提取所述第一图像的第二梯度图，所述第二梯度图包括第一图像中各像素点对应的水平梯度和垂直梯度；
[0086]
根据所述第一图像中各像素点对应的水平梯度和垂直梯度，构造所述第二梯度图中对应像素点的结构张量矩阵；
[0087]
计算所述结构张量矩阵的特征值，获得所述结构张量矩阵对应的特征向量；
[0088]
将与所述特征向量垂直的方向作为所述第一图像中各像素点的切向；
[0089]
计算所述第一图像中各像素点的切向，以获得所述第一图像对应的切向流图。
[0090]
具体地，首先，利用梯度算法提取第一图像的第二梯度图，梯度算法可以采用索贝尔(sobel)等梯度算法，提取第一图像的第二梯度图，即提取第一图像的各个像素点的水平梯度(x方向上的梯度)g
x
以及垂直梯度(y方向上的梯度)gy。然后，根据第一图像中各像素点对应的水平梯度g
x
和垂直梯度gy，构造第二梯度图的各个像素点的结构张量矩阵再利用以下公式1计算结构张量矩阵的两个特征值：
[0091][0092]
其中，e＝g
x2
，f＝g
xgy
，g＝g
y2
，λ1为公式1中的
“±”
取“+”的第一特征值，λ2为公式1中的
“±”
取
“‑”
的第二特征值；因此，得到的第一特征值λ1》第二特征值λ2。针对第一图像中的当前像素点，那么对应的两个特征向量分别公式以下公式2计算得到：
[0093][0094]
其中，当前像素点的特征向量v1大于特征向量v2，则将与特征向量v1垂直的方向作为当前像素点的切向，根据下面的公式3，可以计算出切向所在的直线：
[0095][0096]
其中，t1和t2确定切向所在的直线。
[0097]
按照上述切向计算方式，计算出第一图像的各个像素点的切向，很明显，切向包括正反方向，组合各个像素点的切向，获得第一图像对应的切向流图，得到的切向流图如图4所示，且切向流图包括第一图像中的各个像素点对应的切向。
[0098]
在获得切向流图后，得到切向流图中各个像素点的切向，然后，将所述第二图像中的各个像素点沿着对应的所述切向进行线积分卷积处理，获得第三图像。
[0099]
进一步地，将所述第二图像中的各个像素点沿着对应的所述切向进行线积分卷积处理，即对第二图像中的任一像素点，可以沿着像素点对应的切向进行卷积操作，即对沿着像素点对应的切向经过的像素点进行加权求和，得到当前像素点的像素值。比如，卷积半径为4，则切向的流线长度为4，那么在对当前像素点o进行平滑时，会以当前像素点o为基准，以切向为方向，查找到切向的流线长度覆盖的其他4个像素点，如当前像素点o的当前切向是水平方向，在卷积操作时，则沿着当前像素点0的水平方向的正方向查找到像素点a1，且向当前像素点0的水平方向的反方向查找到像素点b1；然后，判断像素点a1的切向和像素点b1的切向，比如，像素点a1的切向为水平方向的左上方，像素点b1的切向为水平方向的右上方，那么，在像素点a1的基础上，沿着像素点a1的水平方向的左上方查找到像素点a2，且沿着像素点b1的水平方向的右上方查找到像素点b2，以此类推，从而得到以当前像素点o为基准，以当前像素点0的切向的正反方向，分别查找到切向的流线长度为4的曲线覆盖的各4个
像素点，加上当前像素点0，共计9个像素点，并且，在第二图像中，获得这9个像素点的权重，然后，将这九个像素点的权重加权求和，从而得到对当前像素点o的平滑结果。
[0100]
重复上述对第二图像中的各个像素点沿着对应的切向进行线积分卷积处理，从而实现对第二图像的平滑处理，如图5所示，在对第二图像平滑迭代2次后，得到平滑结果如图5。
[0101]
通过对第二图像的平滑处理，使得第二图像整体平滑，且白噪声平滑，从而能够获得平滑的浮雕。
[0102]
s103：利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图。
[0103]
在该实施例中，利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图中的第二图像，可以是指经过平滑处理后的第二图像(即第三图像)，也可以是未经过平滑处理的第二图像，因此，实质上是利用梯度算法对经过平滑处理后的第二图像(即第三图像)或者未经过平滑处理的第二图像进行梯度提取，获得第二图像的第一梯度图。
[0104]
在一个实施例中，如图5所示，第二图像或者获得的平滑处理后的第二图像(即第三图像)为灰度图，油画的另一个特征在于图像中物体边缘位置有浮雕，因此，为了使得第二图像或者第三图像中的物体边缘呈现浮雕感，利用梯度算法对第二图像或者即第三图像进行梯度提取，获得第二图像或者第三图像的第一梯度图，可以包括：
[0105]
根据边缘检测算子，获得第一卷积核；
[0106]
将所述第一卷积核做归一化处理，获得第二卷积核；
[0107]
利用所述第二卷积核对所述第二图像进行卷积处理，获得第二图像的第一梯度图。
[0108]
具体地，常用的边缘检测算子包括roberts(罗伯茨)算子,sobel(索贝尔)算子,laplace(拉普拉斯)算子等等，其中，sobel算子为sobel(sobeloperator，索贝尔)算子，索贝尔算子主要用作边缘检测，在边缘检测技术上，索贝尔算子是一种离散性差分算子，用来运算图像亮度函数的灰度之近似值，在图像的任何一点使用此算子，将会产生对应的灰度矢量或是其法矢量。可以根据索贝尔算子，获得第一卷积核，第一卷积核为一个核尺寸r＝3的卷积核，即为3*3的矩阵，为如下矩阵1所示：
[0109]-101-202-101
[0110]
然后，将所述第一卷积核做归一化处理，即令第一卷积核的矩阵内的所有正项之和为1，所有负项之和为-1，获得第二卷积核，第二卷积核如下矩阵2所示：
[0111]-0.2500.25-0.500.5-0.2500.25
[0112]
然后，利用所述第二卷积核对第二图像或者第三图像进行卷积处理，获得第二图像或者第三图像的第一梯度图，具体为：将第二图像或者第三图像用待处理矩阵x表示，待处理矩阵x的值为第二图像或者第三图像的像素点，利用第二卷积核对待处理矩阵x进行卷
积处理，从而提取到第二图像或者第三图像(平滑处理后的第二图像)的第一梯度图。
[0113]
在一些实施例中，为了使得图像上的物体的浮雕的明暗感显示在一个斜向上，可以先将边缘检测算子旋转第一角度，获得旋转后的第一卷积核，第一角度可以为45
°
，在将第一卷积核的矩阵1旋转45
°
后，获得的旋转后的第一卷积核后，对旋转后的第一卷积核进行归一化处理，获得第二卷积核，在利用第二卷积核对待处理矩阵x进行卷积处理，从而提取到第二图像或者第三图像(平滑处理后的第二图像)的第一梯度图。第三卷积核如下矩阵3所示：
[0114]-1.1875-0.92090-0.920900.920900.92091.1875
[0115]
通过先对边缘检测算子旋转第一角度，获得旋转后的第一卷积核，并旋转后的第一卷积核进行归一化处理，获得第二卷积核，其中，第一卷积核的核尺寸可以选择其他尺寸，比如r＝5，可以控制浮雕的厚度，再将旋转后的第一卷积核做归一化处理，获得第二卷积核，利用第二卷积核对第二图像或者第三图像进行卷积处理，获得第二图像或者第三图像的第一梯度图，在如图6所示的第一梯度图中，可以看到第一梯度图中的物体的边缘具有浮雕感。
[0116]
在一些实施例中，在所述利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图之后，所述方法还包括：
[0117]
将所述第一梯度图中的各像素点的灰度值乘以一大于1的常数，获得所述第一梯度图中的各像素点的亮度增益。
[0118]
具体地，为了控制浮雕的明暗程度，设置一个常数k，且k＞1，比如k＝4，将第一梯度图中的各像素点的灰度值乘以k，得到的各像素点的最终灰度值作为最终的亮度增益，例如，第一梯度图中的像素点p的灰度值为20，灰度值20乘以一个常数k＝4，则得到最终灰度值为20*4＝80，使得像素点p的最终灰度值像变为80，其他像素点的灰度值按照像素点p的方式处理，相对于像素点p的灰度值为20时的第一梯度图，得到的最终的第一梯度图在视觉上看起来亮度更亮。
[0119]
s104：在所述待处理图像上叠加所述第一梯度图，获得带有油画风格的目标图像。
[0120]
在一些实施例中，在所述待处理图像上叠加所述第一梯度图，获得带有油画风格的目标图像，可以包括：
[0121]
获取所述待处理图像中每一像素点各个颜色通道的像素值；
[0122]
叠加所述每一像素点各个颜色通道的像素值和所述第一梯度图中对应像素点的亮度增益，获得带有油画风格的目标图像。
[0123]
具体地，获取待处理图像每一个像素点各个颜色通道的像素值，比如像素点c在r通道、g通道、b通道的的像素值为(10,20,30)，亮度增益为+10，那么，叠加的时候，在r通道、g通道、b通道上进行叠加，得到的像素值为(10+10,20+10,30+10)，从而将浮雕叠加到待处理图像中，获得如图7所示具有立体感的目标图像。
[0124]
在一些实施方式中，根据油画的颜色饱满、色彩艳丽的特点，在所述待处理图像上叠加所述第一梯度图，获得带有油画风格的目标图像之后，所述方法还可以包括：
[0125]
获取所述目标图像的第一颜色通道像素值、第二颜色通道像素值及第三颜色通道
像素值；
[0126]
根据所述第一颜色通道像素值、第二颜色通道像素值及第三颜色通道像素值，在颜色查找表中查找对应的映射值；
[0127]
按照所述映射值更新所述第一颜色通道像素值、第二颜色通道像素值及第三颜色通道像素值。
[0128]
具体地，获取目标图像的第一颜色通道像素值、第二颜色通道像素值及第三颜色通道像素值，第一颜色通道对应r通道，第二颜色通道对应g通道，第三颜色通道对应b通道，比如，在目标颜色中的三个颜色通道的像素值为rgb＝(10,20,30)，在颜色查找表中查询与rgb＝(10,20,30)的映射值，比如，映射值为(20,20,30)的时候，目标图像的颜色饱满、色彩艳丽，那么，按照映射值更新第一颜色通道像素值、第二颜色通道像素值及第三颜色通道像素值，使得目标图像的三个通道的像素值更新为rgb＝(20,20,30)。如图8所示，与原始的待处理图像相比，获得颜色饱满、色彩艳丽的带有油画风格的目标图像。
[0129]
本技术的实施例，从待处理图像中提取亮度分量，以获得第一图像，然后，在所述第一图像中添加随机白噪声，获得第二图像，使得待处理图像上的随机位置可以叠加一些浮雕；根据所述第一图像，对所述第二图像进行平滑处理，获得第三图像，使得图像整体平滑，白噪声平滑，从而获得平滑的浮雕；利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图，可以获得图像中物体边缘的浮雕；在所述待处理图像上叠加所述第一梯度图，获得带有油画风格的目标图像；通过在图像中随机位置叠加有浮雕，且图像中的物体边缘有浮雕，从而使得目标图像具有立体感，油画风格逼真，并且，整个处理过程简单，计算效率高。
[0130]
本技术实施例还提供了一种图像的油画风格化装置，请参阅图9，其示出了本技术实施例提供的一种图像的油画风格化装置的结构，该图像的油画风格化装置900包括：
[0131]
提取模块901，用于从待处理图像中提取亮度分量，以获得第一图像；
[0132]
添加模块902，用于在所述第一图像中添加随机白噪声，获得第二图像；
[0133]
梯度提取模块903，用于利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图；
[0134]
叠加模块904，用于在所述待处理图像上叠加所述第一梯度图，获得带有油画风格的目标图像。
[0135]
本技术的实施例，从待处理图像中提取亮度分量，以获得第一图像，然后，在所述第一图像中添加随机白噪声，获得第二图像，使得待处理图像上的随机位置可以叠加一些浮雕；根据所述第一图像，对所述第二图像进行平滑处理，获得第三图像，使得图像整体平滑，白噪声平滑，从而获得平滑的浮雕；利用梯度算法对所述第二图像进行梯度提取，获得所述第二图像的第一梯度图，可以获得图像中物体边缘的浮雕；在所述待处理图像上叠加所述第一梯度图，获得带有油画风格的目标图像；通过在图像中随机位置叠加有浮雕，且图像中的物体边缘有浮雕，从而使得目标图像具有立体感，油画风格逼真，并且，整个处理过程简单，计算效率高。
[0136]
在一些实施例中，装置900还包括平滑模块905，还用于：
[0137]
构建所述第一图像对应的切向流图，所述切向流图包括所述第一图像中的各个像素点对应的切向；
[0138]
将所述第二图像中的各个像素点沿着对应的所述切向进行线积分卷积处理，获得第三图像。
[0139]
在一些实施例中，平滑模块905，还用于：
[0140]
利用梯度算法提取所述第一图像的第二梯度图，所述第二梯度图包括第一图像中各像素点对应的水平梯度和垂直梯度；
[0141]
根据所述第一图像中各像素点对应的水平梯度和垂直梯度，构造所述第二梯度图中对应像素点的结构张量矩阵；
[0142]
计算所述结构张量矩阵的特征值，获得所述结构张量矩阵对应的特征向量；
[0143]
将与所述特征向量垂直的方向作为所述第一图像中各像素点的切向；
[0144]
计算所述第一图像中各像素点的切向，以获得所述第一图像对应的切向流图。
[0145]
在一些实施例中，梯度提取模块903，还用于：
[0146]
根据边缘检测算子，获得第一卷积核；
[0147]
将所述第一卷积核做归一化处理，获得第二卷积核；
[0148]
利用所述第二卷积核对所述第三图像进行卷积处理，获得第三图像的第一梯度图。
[0149]
在一些实施例中，梯度提取模块903，还用于：
[0150]
将边缘检测算子旋转第一角度，获得第一卷积核。
[0151]
在一些实施例中，如图10所示，图像的油画风格化装置900还包括增益模块906，用于：
[0152]
将所述第一梯度图中的各像素点的灰度值乘以一大于1的常数，获得所述第一梯度图中的各像素点的亮度增益。
[0153]
在一些实施例中，叠加模块904，还用于：
[0154]
获取所述待处理图像中每一像素点各个颜色通道的像素值；
[0155]
叠加所述每一像素点各个颜色通道的像素值和所述第一梯度图中对应像素点的亮度增益，获得带有油画风格的目标图像。
[0156]
在一些实施例中，如图10所示，图像的油画风格化装置900还包括查表模块907，用于：
[0157]
获取所述目标图像的第一颜色通道像素值、第二颜色通道像素值及第三颜色通道像素值；
[0158]
根据所述第一颜色通道像素值、第二颜色通道像素值及第三颜色通道像素值，在颜色查找表中查找对应的映射值；
[0159]
按照所述映射值更新所述第一颜色通道像素值、第二颜色通道像素值及第三颜色通道像素值。
[0160]
需要说明的是，上述装置可执行本技术实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在装置实施例中详尽描述的技术细节，可参见本技术实施例所提供的方法。
[0161]
图11为电子设备的一个实施例中控制器的硬件结构示意图，如图11所示，控制器包括：
[0162]
一个或多个处理器111、存储器112。图11中以一个处理器111、一个存储器112为
例。
[0163]
处理器111、存储器112可以通过总线或者其他方式连接，图11中以通过总线连接为例。
[0164]
存储器112作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本技术实施例中的图像的油画风格化方法对应的程序指令/模块(例如，附图9-10所示的提取模块901、添加模块902、梯度提取模块903、叠加模块904、平滑模块905、增益模块906、查表模块907)。处理器111通过运行存储在存储器112中的非易失性软件程序、指令以及模块，从而执行控制器的各种功能应用以及数据处理，即实现上述方法实施例的图像的油画风格化方法。
[0165]
存储器112可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据人员进出检测装置的使用所创建的数据等。此外，存储器112可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器112可选包括相对于处理器111远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0166]
所述一个或者多个模块存储在所述存储器112中，当被所述一个或者多个处理器111执行时，执行上述任意方法实施例中的图像的油画风格化方法，例如，执行以上描述的图1中的方法步骤s101至步骤s104；实现图9-10中的模块901-907的功能。
[0167]
上述产品可执行本技术实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本技术实施例所提供的方法。
[0168]
本技术实施例提供了一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图11中的一个处理器111，可使得上述一个或多个处理器可执行上述任意方法实施例中的图像的油画风格化方法，例如，执行以上描述的图1中的方法步骤s101至步骤s104；实现图9-10中的模块901-907的功能。
[0169]
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可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0170]
通过以上的实施例的描述，本领域普通技术人员可以清楚地了解到各实施例可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法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的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory,rom)或随机存储记忆体(randomaccessmemory,ram)等。
[0171]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没
有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。