一种图像处理方法和装置的制造方法
【技术领域】
[0001] 本发明的实施方式涉及数字图像处理技术领域，更具体地，本发明的实施方式涉 及一种图像处理方法和装置。
【背景技术】
[0002] 本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的 描述不因为包括在本部分中就承认是现有技术。
[0003] 随着智能终端技术的发展，基于智能终端可以为用户提供越来越丰富的应用。而 利用图像处理程序为用户提供图像处理服务便是其中的热门应用之一。
[0004]图像处理程序可以为用户提供各种各样的图像处理功能，例如，其可以自动识别 照片中人物的脸部和五官等，并对其进行美白，降噪，瘦脸，美化眼睛等以使用户拍摄的照 片更具美感。另外，用户还可以利用图像处理程序提供的功能对图像进行模糊化处理，使图 像达到不清楚的效果。常见的模糊化处理方式是对图像中需要模糊化处理的部分进行马赛 克处理。图像马赛克处理的原理是在原图像的基础上增加一层马赛克，即其在原图像的基 础上增加了一个图层，使图像浏览者无法识别出原图像呈现的内容。
【发明内容】
[0005] 但是马赛克处理方法没有考虑原图像的细节处理，使得处理后的图像在视觉效果 上并不真实，降低了图像的美感，影响了用户体验。
[0006] 为此，非常需要一种改进的图像处理方法，以在对图像进行模糊化时尽量保留原 图像的细节特征，使处理后的图像更真实并兼具美感，提高用户体验。
[0007] 在本上下文中，本发明的实施方式期望提供一种图像处理方法和装置。
[0008] 在本发明实施方式的第一方面中，提供了一种图像处理方法，包括：
[0009] 识别待处理图像包含的目标对象在所述待处理图像中的目标区域；
[0010] 利用低分辨率的像素或者预设的模板重构所述目标区域。
[0011] 在本发明实施方式的第二方面中，提供了一种图像处理装置，包括：
[0012] 识别单元，用于识别待处理图像包含的目标对象在所述待处理图像中的目标区 域；
[0013] 图像处理单元，用于利用低分辨率的像素或者预设的模板重构所述目标区域。
[0014] 在本发明实施方式的第三方面中，提供了一种图像处理装置，例如，可以包括存储 器和处理器，其中，处理器可以用于读取存储器中的程序，执行下列过程:识别待处理图像 包含的目标对象在所述待处理图像中的目标区域;利用低分辨率的像素或者预设的模板重 构所述目标区域。
[0015] 在本发明实施方式的第四方面中，提供了一种程序产品，其包括程序代码，当执行 所述程序代码时，用于执行以下过程:识别待处理图像包含的目标对象在所述待处理图像 中的目标区域;利用低分辨率的像素或者预设的模板重构所述目标区域。
[0016] 根据本发明实施方式的图像处理方法和装置，可以通过识别待处理图像中包含的 目标对象所在的区域，并利用低分辨率的像素或者预设的模板重构识别出的区域，而不是 在原有图像的基础上增加一层马赛克遮挡原有图像，由于目标图像所在区域能够呈现目标 对象的形态等细节特征，从而使得处理后的图像尽可能保留了原图像更多的细节特征，从 而使处理后的图像看起来更真实并兼具美感，为用户带来了更好的体验。
【附图说明】
[0017] 通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目 的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若 干实施方式，其中：
[0018] 图la示意性地示出了二值图像的像素结构示意图；
[0019] 图lb示意性地示出了灰度图像的像素结构示意图；
[0020]图2示意性地示出了根据本发明实施方式的图像处理方法实施流程示意图；
[0021]图3a示意性地示出了根据本发明实施方式的待处理图像示意图；
[0022]图3b示意性地示出了根据本发明实施方式的识别出的目标对象所在目标区域的 示意图；
[0023]图4a示意性地示出了根据本发明实施方式的识别出的人像特征部位在待处理图 像中的像素位置示意图；
[0024]图4b示意性地示出了根据本发明实施方式的人脸中特征部位在待处理图像中的 像素位置示意图；
[0025] 图5a示意性地示出了根据本发明实施方式的确定出的目标区域示意图；
[0026] 图5b示意性地示出了根据本发明实施方式的重构后的目标区域的示意图；
[0027] 图6示意性地示出了根据本发明另一实施例的图像处理装置的结构示意图；
[0028] 在附图中，相同或对应的标号表不相同或对应的部分。
【具体实施方式】
[0029]下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这 些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何 方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能 够将本公开的范围完整地传达给本领域的技术人员。
[0030] 本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法 或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件 (包括固件、驻留软件、微代码等），或者硬件和软件结合的形式。
[0031] 根据本发明的实施方式，提出了 一种图像处理方法和装置。
[0032] 在本文中，需要理解的是，附图中的任何元素数量均用于示例而非限制，以及任何 命名都仅用于区分，而不具有任何限制含义。
[0033] 下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。
[0034] 发明概述
[0035] 本发明人发现，现有技术中对图像进行模糊化处理时，通过在原有图像基础上增 加一层马赛克以遮挡原有图像，这种处理方式相对简单粗糙，使得处理后的图像看起来并 不真实。
[0036] 为了解决上述问题，本发明实施例中，通过对待处理图像进行识别，区分出图像中 的背景和目标对象，将其中的目标对象所在区域使用低分辨率的像素或者预设的模板进行 重构，以保留原图像更多的细节特征，使得重构后的目标图像与背景看起来更和谐，增加处 理后的图像的真实感，使得处理后的图像更具美感。
[0037] 在介绍了本发明的基本原理之后，下面具体介绍本发明的各种非限制性实施方 式。
[0038] 应用场景总览
[0039] 数字图像是指由被称作像素的小块区域组成的二维矩阵，将物理图像行列划分 后，每个小块区域称为像素。每个像素包括两个属性:位置和色彩。对于单色即灰度图像而 言，每个像素的亮度用一个数值来表示，通常数值范围在〇~255之间，即可用一个字节来表 示，0表示黑，255表示白，而其他表示灰度级别。对于彩色图像而言，其可以用红(R)、绿(G)、 蓝(B)三元组的二维矩阵来表示。通常，三元组的每个数值也在0到255之间，0表示相应的基 色在该像素中没有，而255则表示相应的基色在该像素中取得最大值，这种情况下，每个像 素可用三个字节来表示，如红色可以表示为(255，0，0)。
[0040] 首先参考图la所示，其为二值图像的像素结构示意图，二值图像的每个像素只能 是黑色或者白色，白色像素对应的像素倌为1，黑色像素对应的像素值为0。图la所示的图像 可以用如下的二维矩阵表示
[0041] 灰度图像的每个像素的像素值可以为0~255,其中，像素值为0时，像素为黑色，像 素值为255时，像素为白色，图lb示意性地示出了灰度图像的像素结构示意图。图lb所示的 图像可以用如下的二维矩阵表示
[0042] 而在彩色图像中，每个像素由R、G、B分量构成，其中，R、G、B是由不同的灰度级来描沭， 例如，某3*3彩色图像可以采用以下的二维矩阵表示：
将R、G、B分量对应的灰度级叠加，则可以确定相应位置上像素的颜色，例如，根据第一行第 一列像素对应的R、G、B分量的灰度级(R分量为255，G分量和B