前景图像与背景图像的匹配方法、装置、设备及存储介质与流程

1.本技术涉及图像处理技术领域，特别是涉及一种前景图像与背景图像的匹配方法、装置、设备及存储介质。


背景技术：

2.为实现前景图像与背景图像之间的色彩和谐搭配，需要准确地计算两者之间的色彩相似度关系。现有方案主要是基于全局颜色分布进行计算，基于全局颜色分布的相似度计算源于经典的“感知哈希算法”，该算法对每张图片生成一个“指纹”，通过计算不同图片的指纹的相似程度找出相似图片。一个图像的任意像素均可分解为rgb三原色，每种原色具有256个取值，共可组合出1600多万种颜色，为简化计算量，通常采取分区量化计算的方法，如将色彩组合数降低至64色，然后统计每一种组合包含的像素数量，组成一个64维向量，即为该图片的指纹，进一步使用皮尔逊相关系数或者余弦相似度等算法算出两张图片的色彩指纹之间的距离，以此作为两张图片的色彩相似度。类似地，还可以使用更符合人眼视觉感知的hsv色彩空间或lab色彩空间来替换rgb色彩空间，以提高数值计算结果与直观视觉感知的一致性；以及自下而上地构建图像色彩量化直方图，通过直接计算直方图相似度的方式得出图像色彩相似度。
3.现有方案本质上均为基于全局色彩分布进行图片指纹计算，而忽略了图片的内容特征构成，更多地适用于内容特征分布较为平均的图片。在具有鲜明的主体区域划分的图片上，容易导致所提取的主色与主体主色不甚匹配的情况，因而不能直接应用于计算前景图像与背景图像之间的相似度。


技术实现要素：

4.本技术主要解决的技术问题是提供一种前景图像与背景图像的匹配方法、装置、设备及存储介质，能够使前景图像和背景图像的整体色彩搭配协调。
5.为了解决上述问题，本技术第一方面提供了一种前景图像与背景图像的匹配方法，所述前景图像与背景图像的匹配方法包括：获取所述前景图像和若干个背景图像；分别提取所述前景图像对应的多个前景主色和每个背景图像对应的多个背景主色；根据所述多个前景主色及其权重和每个背景图像对应的所述多个背景主色及其权重，得到所述前景图像与每个背景图像之间的匹配程度；获取所述匹配程度最高的至少一个背景图像作为候选背景图像。
6.其中，所述分别提取所述前景图像对应的多个前景主色和每个背景图像对应的多个背景主色，包括：利用预设颜色量化算法对所述背景图像进行主色提取，获取每个背景图像对应的多个背景主色；利用预设颜色量化算法对所述前景图像进行主色提取，获取所述前景图像对应的多个前景主色。
7.其中，所述利用预设颜色量化算法对所述前景图像进行主色提取，获取所述前景图像对应的多个前景主色，包括：对所述前景图像进行区域划分，得到若干个目标区域；利
用所述预设颜色量化算法对每个目标区域进行主色提取，获取每个目标区域对应的多个区域主色；将所有目标区域对应的多个区域主色作为所述前景图像对应的多个前景主色。
8.其中，所述获取每个背景图像对应的多个背景主色，或所述获取所述前景图像对应的多个前景主色，包括：以提取的多个背景主色或多个前景主色作为目标主色，对所述目标主色进行色彩空间转换，将rgb色彩空间转换到lab色彩空间，得到转换后的目标主色；对所述转换后的目标主色计算色差，将色差小于预设色差容限的目标主色进行合并，以对所述目标主色进行去重。
9.其中，所述根据所述多个前景主色及其权重和每个背景图像对应的所述多个背景主色及其权重，得到所述前景图像与每个背景图像之间的匹配程度，包括：获取通过所述预设颜色量化算法所提取的所述多个前景主色的基础权重和每个背景图像对应的所述多个背景主色的基础权重；对所述基础权重进行调整，得到调整后的权重；根据所述前景图像对应的所述多个前景主色的主色向量及调整后的权重、每个背景图像对应的所述多个背景主色的主色向量及调整后的权重，得到所述前景图像与每个背景图像之间的匹配程度。
10.其中，所述获取通过所述预设颜色量化算法所提取的所述多个前景主色的基础权重和每个背景图像对应的所述多个背景主色的基础权重，包括：获取以所述预设颜色量化算法提取的所述多个前景主色和每个背景图像对应的所述多个背景主色所对应的子色彩空间；以所述子色彩空间进行空间占比归一化，得到所述多个前景主色的基础权重和每个背景图像对应的所述多个背景主色的基础权重。
11.其中，所述对所述基础权重进行调整，得到调整后的权重，包括：在hsv色彩空间中，利用色板饱和度向量和明度向量，对所述多个前景主色的基础权重和每个背景图像对应的所述多个背景主色的基础权重进行调整；和/或，在hsv色彩空间中，将处于设定肤色范围内的前景主色的基础权重进行调整；和/或，在lab色彩空间中，将处于灰度色范围内的前景主色或背景主色的基础权重进行调整。
12.其中，所述获取所述匹配程度最高的至少一个背景图像作为候选背景图像，包括：根据所述前景图像与每个背景图像之间的匹配程度，对所有背景图像进行排序，选取与所述前景图像匹配程度最高的至少一个所述背景图像作为所述候选背景图像。
13.为了解决上述问题，本技术第二方面提供了一种前景图像与背景图像的匹配装置，包括：图像获取模块，所述图像获取模块用于获取所述前景图像和若干个背景图像；主色提取模块，所述主色提取模块用于分别提取所述前景图像对应的多个前景主色和每个背景图像对应的多个背景主色；匹配计算模块，所述匹配计算模块用于根据所述多个前景主色及其权重和每个背景图像对应的所述多个背景主色及其权重，得到所述前景图像与每个背景图像之间的匹配程度；图像确定模块，所述图像确定模块用于获取所述匹配程度最高的至少一个背景图像作为候选背景图像。
14.为了解决上述问题，本技术第三方面提供了一种电子设备，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现上述第一方面的前景图像与背景图像的匹配方法。
15.为了解决上述问题，本技术第四方面提供了一种计算机可读存储介质，其上存储有程序指令，所述程序指令被处理器执行时实现上述第一方面的前景图像与背景图像的匹配方法。
16.本发明的有益效果是：区别于现有技术的情况，本技术的前景图像与背景图像的匹配方法，通过获取所述前景图像和若干个背景图像，然后可以分别提取所述前景图像对应的多个前景主色和每个背景图像对应的多个背景主色，根据所述多个前景主色及其权重和每个背景图像对应的所述多个背景主色及其权重，得到所述前景图像与每个背景图像之间的匹配程度，于是可以获取所述匹配程度最高的至少一个背景图像作为候选背景图像，使用户可以从候选背景图像中选择出与前景图像的整体色彩搭配协调的背景图像，可以应用于前景图像与背景图像属于非对称内容特征色彩匹配的场景。
附图说明
17.图1是本技术前景图像与背景图像的匹配方法一实施例的流程示意图；
18.图2是图1中步骤s12一实施例的流程示意图；
19.图3是图2中步骤s122一实施例的流程示意图；
20.图4是图2中关于获取每个背景图像对应的多个背景主色或获取前景图像对应的多个前景主色一实施例的流程示意图；
21.图5是图1中步骤s13一实施例的流程示意图；
22.图6是图5中步骤s131一实施例的流程示意图；
23.图7是本技术前景图像与背景图像的匹配方法一应用场景的显示示意图；
24.图8是本技术前景图像与背景图像的匹配装置一实施例的框架示意图；
25.图9是本技术电子设备一实施例的框架示意图；
26.图10是本技术计算机可读存储介质一实施例的框架示意图。
具体实施方式
27.下面结合说明书附图，对本技术实施例的方案进行详细说明。
28.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本技术。
29.本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。
30.请参阅图1，图1是本技术前景图像与背景图像的匹配方法一实施例的流程示意图。具体而言，本实施例中的前景图像与背景图像的匹配方法可以包括如下步骤：
31.步骤s11：获取所述前景图像和若干个背景图像。
32.步骤s12：分别提取所述前景图像对应的多个前景主色和每个背景图像对应的多个背景主色。
33.本技术中，前景图像一般是在游戏或直播场景中显示的目标物的图像，或者在网页浏览时网页内容显示的主要图片，或是软件应用程序例如手机应用程序界面显示的主要图片。前景图像包含多个显示单元，显示单元可以是前景图像显示的最小像素单元，可以是前景图像的最小阵列，也可以是根据应用需求划分的前景图像的显示区域。
34.前景图像对应的前景主色是整幅图像的基调，决定了整幅图像的主题，而前景图
像在显示时需要与显示界面的背景图像相配合，因此，前景图像对应的前景主色与显示界面的背景图像对应的背景主色应该和谐，以使前景图像和背景图像配合显示具有很好的视觉效果，给用户一种和谐、一致的感觉。因此，在根据给定的前景图像选择相匹配的背景图像时，需要获取前景图像和每个背景图像的主色，例如通过扫描前景图像和背景图像的所有像素值，并采用聚类或者差分的方法，可以提取出前景图像和背景图像的主色，进而可以选择主色相匹配的前景图像和背景图像，以使前景图像和背景图像的整体色彩搭配协调。
35.步骤s13：根据所述多个前景主色及其权重和每个背景图像对应的所述多个背景主色及其权重，得到所述前景图像与每个背景图像之间的匹配程度。
36.可以理解的是，具有相似的主色的前景图像和背景图像之间具有色彩感知的连续性，往往会给人以赏心悦目、和谐、柔和的感觉，对应的前景图像和背景图像是匹配的。因此，可以通过获取前景图像的多个前景主色，以及每个背景图像的多个背景主色，并确定每个主色对应的权重占比，从而可以确定前景图像的主色与每个背景图像的主色之间的相似度，进而可以确定前景图像与每个背景图像之间的匹配程度。
37.步骤s14：获取所述匹配程度最高的至少一个背景图像作为候选背景图像。
38.在确定了前景图像与每个背景图像之间的匹配程度后，可以将匹配程度满足要求的所有背景图像作为候选背景图像，于是用户可以根据自己的偏好从候选背景图像中选择出最终的背景图像，从而可以使前景图像和背景图像的整体色彩搭配协调。
39.上述方案，通过获取所述前景图像和若干个背景图像，然后可以分别提取所述前景图像对应的多个前景主色和每个背景图像对应的多个背景主色，根据所述多个前景主色及其权重和每个背景图像对应的所述多个背景主色及其权重，得到所述前景图像与每个背景图像之间的匹配程度，于是可以获取所述匹配程度最高的至少一个背景图像作为候选背景图像，使用户可以从候选背景图像中选择出与前景图像的整体色彩搭配协调的背景图像，可以应用于前景图像与背景图像属于非对称内容特征色彩匹配的场景。
40.请结合图2，图2是图1中步骤s12一实施例的流程示意图。在一实施例中，上述步骤s12具体可以包括：
41.步骤s121：利用预设颜色量化算法对所述背景图像进行主色提取，获取每个背景图像对应的多个背景主色。
42.步骤s122：利用预设颜色量化算法对所述前景图像进行主色提取，获取所述前景图像对应的多个前景主色。
43.可以理解的是，在实际应用时，步骤s121和步骤s122的执行顺序可以调换，也可以是同步进行的；本技术实施例中，利用预设颜色量化算法对前景图像和背景图像的主色进行提取，前景图像和背景图像的主色的数量可能为一个，也可能为多个，因此，对于主色的数量可以根据实际图像内容进行确定；例如，可以对背景图像和前景图像使用预设颜色量化算法提取8种背景主色和8中前景主色。预设颜色量化算法可以为中位切分算法(mmcq)，利用中位切分算法，将图像映射到rgb色彩空间，将图像颜色看作是色彩空间中的长方体，从初始整个图像作为一个长方体开始，将rgb中最长的一边从颜色统计的中位数一切为二，使得到的两个长方体所包含的像素数量相同，重复上述步骤，直到最终切分得到长方体的数量等于主色数量为止。因此，利用预设颜色量化算法，可以对背景图像和前景图像进行主色提取，获取前景图像对应的多个前景主色以及每个背景图像对应的多个背景主色。
44.请结合图3，图3是图2中步骤s122一实施例的流程示意图。在一实施例中，上述步骤s122具体可以包括：
45.步骤s1221：对所述前景图像进行区域划分，得到若干个目标区域。
46.步骤s1222：利用所述预设颜色量化算法对每个目标区域进行主色提取，获取每个目标区域对应的多个区域主色。
47.步骤s1223：将所有目标区域对应的多个区域主色作为所述前景图像对应的多个前景主色。
48.具体地，前景图像可以为待显示的虚拟形象，由于人眼的注意力中心会落在虚拟形象的头发及服饰上，考虑到这个特点，可以选择以虚拟形象的垂直方向的2/5处为界，将虚拟形象分为“头部”区域及“躯干”区域等目标区域，然后利用mmcq对每个目标区域进行主色提取，获取每个目标区域对应的多个区域主色，其中，对“头部”区域提取3种主色，对“躯干”区域提取5种主色，合共8种主色，于是将所有目标区域对应的8个区域主色作为该前景图像对应的8个前景主色，以确保覆盖虚拟形象的主色。
49.请结合图4，图4是图2中关于获取每个背景图像对应的多个背景主色或获取前景图像对应的多个前景主色一实施例的流程示意图。在一实施例中，上述步骤s121中获取每个背景图像对应的多个背景主色，或步骤s122中获取所述前景图像对应的多个前景主色，具体可以包括：
50.步骤s41：以提取的多个背景主色或多个前景主色作为目标主色，对所述目标主色进行色彩空间转换，将rgb色彩空间转换到lab色彩空间，得到转换后的目标主色。
51.步骤s42：对所述转换后的目标主色计算色差，将色差小于预设色差容限的目标主色进行合并，以对所述目标主色进行去重。
52.在利用预设颜色量化算法对前景图像和背景图像提取主色后，以提取的多个背景主色或多个前景主色作为目标主色，由于中位切分算法等颜色量化算法是基于色彩空间分布的原理进行主色提取，所得到的的色板不可避免地会出现两种或多种相近颜色的情况，因此，可以将同一前景图像或背景图像对应的所有目标主色进行色彩空间转换，将rgb色彩空间转换到lab色彩空间，并计算色差。在给定两个rgb像素下，根据两个rgb像素的r/g/b通道，可以计算在lab色彩空间对应的色差，具体计算公式(1)至(4)如下：
[0053][0054]
δr＝c
1,r-c
2,r
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0055]
δg＝c
1,g-c
2,g
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0056]
δb＝c
1,b-c
2,b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0057]
于是，可以计算得到给定两个rgb像素的色差δe：
[0058][0059]
然后，可以将色差小于预设色差容限的多个目标主色进行合并，以对颜色相近的目标主色进行去重。
[0060]
请结合图5，图5是图1中步骤s13一实施例的流程示意图。在一实施例中，上述步骤s13具体可以包括：
[0061]
步骤s131：获取通过所述预设颜色量化算法所提取的所述多个前景主色的基础权重和每个背景图像对应的所述多个背景主色的基础权重。
[0062]
步骤s132：对所述基础权重进行调整，得到调整后的权重。
[0063]
步骤s133：根据所述前景图像对应的所述多个前景主色的主色向量及调整后的权重、每个背景图像对应的所述多个背景主色的主色向量及调整后的权重，得到所述前景图像与每个背景图像之间的匹配程度。
[0064]
可以理解的是，前景图像与背景图像之间的匹配程度主要由前景主色和背景主色之间的匹配度来反应，而前景主色和背景主色之间的匹配度的计算的准确率极大地依赖于前景主色和背景主色的准确提取，由mmcq等颜色量化算法所提取的主色的色板顺序已包含了各主色在原图中的占比大小信息，但凭借单一维度的信息无法准确地描述主观视觉显著性，人眼对于图像代表色的感性认知上会一定程度上向较为缤纷的色彩倾斜。因此，本技术实施例中，在利用预设颜色量化算法提取前景图像对应的多个前景主色以及每个背景图像对应的多个背景主色的过程中，可以获取每个前景主色的基础权重和每个背景主色的基础权重，于是，可以选择性地对至少部分主色的基础权重进行调整，得到调整后的权重，然后根据前景图像对应的多个前景主色的主色向量及调整后的权重、每个背景图像对应的多个背景主色的主色向量及调整后的权重，得到前景图像与每个背景图像之间的匹配程度。具体地，例如在经过权重调整后，给定背景图像对应的背景主色向量及主色权重前景图像对应的前景主色向量及主色权重最终前景图像与背景图像之间的匹配程度的得分计算如下：
[0065][0066]
其中，ε为很小的常数，例如设置为10-7
，以防止计算过程中出现除零错误。
[0067]
请结合图6，图6是图5中步骤s131一实施例的流程示意图。在一实施例中，上述步骤s131具体可以包括：
[0068]
步骤s1311：获取以中位切分算法提取的所述多个前景主色和每个背景图像对应的所述多个背景主色所对应的子色彩空间。
[0069]
步骤s1312：以所述子色彩空间进行空间占比归一化，得到所述多个前景主色的基础权重和每个背景图像对应的所述多个背景主色的基础权重。
[0070]
例如，利用mmcq算法将色彩空间进行切分，可以得到所提取的主色对应的子色彩空间，例如提取到8个主色时，mmcq算法会把rgb色彩空间划分成8个子色彩空间，然后可以将这8个子色彩空间来做一个空间占比归一化，于是可以得到各主色的基础权重，即可以得到多个前景主色的基础权重和每个背景图像对应的多个背景主色的基础权重。
[0071]
在一实施例中，上述步骤s132具体可以包括：在hsv色彩空间中，利用色板饱和度向量和明度向量，对所述多个前景主色的基础权重和每个背景图像对应的所述多个背景主色的基础权重进行调整。
[0072]
具体地，在hsv色彩空间中，给定通过mmcq所得到的主色的初始权重向量色板饱和度向量和明度向量可以利用色板饱和度向量和明度向量来对初始权重向量
进行调整，具体调整如下：
[0073][0074]
于是，在hsv色彩空间中按公式(7)可以提高主色中的显著色的权重。
[0075]
在一实施例中，上述步骤s132具体可以包括：在hsv色彩空间中，将处于设定肤色范围内的前景主色的基础权重进行调整。
[0076]
可以理解的是，在前景图像为虚拟形象时，肤色一般不在主色概念的覆盖范围内，需要将其滤除，于是，可以在hsv色彩空间中划定肤色范围，然后将落在肤色范围内的前景主色的基础权重减半。
[0077]
在一实施例中，上述步骤s132具体可以包括：在lab色彩空间中，将处于灰度色范围内的前景主色或背景主色的基础权重进行调整。
[0078]
具体地，在lab色彩空间中按公式(1)至(5)计算色彩与灰度色的色差，然后将落在灰度色区间范围内的前景主色或背景主色的基础权重减半。
[0079]
上述方案，综合考虑色彩空间占比、色彩显著度以及肤色过滤等多个方面，动态地调整主色提取的色板中各个配色的权重，在lab色彩空间中结合权重信息计算色差矩阵，可以准确及定量地给出具有非对称内容特征特点的图像对(前景图像和背景图像)的匹配程度。
[0080]
在一实施例中，上述步骤s14具体可以包括：根据所述前景图像与每个背景图像之间的匹配程度，对所有背景图像进行排序，选取与所述前景图像匹配程度最高的至少一个所述背景图像作为所述候选背景图像。
[0081]
可以理解的是，根据给定的前景图像，可以得到多个相应的背景图像，然后可以确定该前景图像与每个背景图像之间的匹配程度，于是可以对所有背景图像按照匹配程度进行排序，选取与前景图像匹配程度最高的至少一个背景图像作为候选背景图像供用户选择。
[0082]
请参阅图7，图7是本技术前景图像与背景图像的匹配方法一应用场景的显示示意图。在实际应用中，背景图像的选版是一个1对n的问题，本技术实施例中可以进一步搭建候选背景图像的搜索逻辑，主要包括离线构建阶段、实时匹配阶段和增量添加阶段；在离线构建阶段，对于每一个前景图像，按照上述的前景图像与背景图像的匹配方法，利用mmcq提取前景图像对应的多个前景主色和每个背景图像对应的多个背景主色，并进行加权色彩重排，实现定制化对象主色提取，然后进行主色匹配度计算，得到前景图像与每个背景图像之间的匹配程度，通过多进程穷举其与所有背景图像的匹配程度得分并作降序排列，按匹配程度大小构建前景图像到背景图像的索引，序列化存储到数据库中；而在实时匹配阶段，则可以根据给定的前景图像，按匹配程度从数据库中索引出n个最为匹配的背景图像作为候选背景图像供用户选择；在增量添加阶段，由于离线构建阶段已具备排序信息，若新增背景图像，只需在每一条前景图像的数据中的对应排序位置插入新的索引，复杂度为o(log2(n))；若新增前景图像，只需新增一条包含新前景图像到背景图像的索引的列表信息，复杂度为o(n)。可以发现，本技术的方案具有计算量小、离线构建、实时搜索、一次性资源消耗、低成本增量扩容等特点。
[0083]
请参阅图8，图8是本技术前景图像与背景图像的匹配装置一实施例的框架示意图。前景图像与背景图像的匹配装置80包括：图像获取模块800，所述图像获取模块800用于
获取所述前景图像和若干个背景图像；主色提取模块802，所述主色提取模块802用于分别提取所述前景图像对应的多个前景主色和每个背景图像对应的多个背景主色；匹配计算模块804，所述匹配计算模块804用于根据所述多个前景主色及其权重和每个背景图像对应的所述多个背景主色及其权重，得到所述前景图像与每个背景图像之间的匹配程度；图像确定模块806，所述图像确定模块806用于获取所述匹配程度最高的至少一个背景图像作为候选背景图像。
[0084]
在一些实施例中，主色提取模块802执行分别提取所述前景图像对应的多个前景主色和每个背景图像对应的多个背景主色的步骤，包括：利用预设颜色量化算法对所述背景图像进行主色提取，获取每个背景图像对应的多个背景主色；利用预设颜色量化算法对所述前景图像进行主色提取，获取所述前景图像对应的多个前景主色。
[0085]
在一些实施例中，主色提取模块802执行利用预设颜色量化算法对所述前景图像进行主色提取，获取所述前景图像对应的多个前景主色，包括：对所述前景图像进行区域划分，得到若干个目标区域；利用所述预设颜色量化算法对每个目标区域进行主色提取，获取每个目标区域对应的多个区域主色；将所有目标区域对应的多个区域主色作为所述前景图像对应的多个前景主色。
[0086]
在一些实施例中，主色提取模块802执行获取每个背景图像对应的多个背景主色，或所述获取所述前景图像对应的多个前景主色，包括：以提取的多个背景主色或多个前景主色作为目标主色，对所述目标主色进行色彩空间转换，将rgb色彩空间转换到lab色彩空间，得到转换后的目标主色；对所述转换后的目标主色计算色差，将色差小于预设色差容限的目标主色进行合并，以对所述目标主色进行去重。
[0087]
在一些实施例中，匹配计算模块804执行根据所述多个前景主色及其权重和每个背景图像对应的所述多个背景主色及其权重，得到所述前景图像与每个背景图像之间的匹配程度的步骤，包括：获取通过所述预设颜色量化算法所提取的所述多个前景主色的基础权重和每个背景图像对应的所述多个背景主色的基础权重；对所述基础权重进行调整，得到调整后的权重；根据所述前景图像对应的所述多个前景主色的主色向量及调整后的权重、每个背景图像对应的所述多个背景主色的主色向量及调整后的权重，得到所述前景图像与每个背景图像之间的匹配程度。
[0088]
在一些实施例中，匹配计算模块804执行获取通过所述预设颜色量化算法所提取的所述多个前景主色的基础权重和每个背景图像对应的所述多个背景主色的基础权重，包括：获取以中位切分算法提取的所述多个前景主色和每个背景图像对应的所述多个背景主色所对应的子色彩空间；以所述子色彩空间进行空间占比归一化，得到所述多个前景主色的基础权重和每个背景图像对应的所述多个背景主色的基础权重。
[0089]
在一些实施例中，匹配计算模块804执行对所述基础权重进行调整，得到调整后的权重，包括：在hsv色彩空间中，利用色板饱和度向量和明度向量，对所述多个前景主色的基础权重和每个背景图像对应的所述多个背景主色的基础权重进行调整；和/或，在hsv色彩空间中，将处于设定肤色范围内的前景主色的基础权重进行调整；和/或，在lab色彩空间中，将处于灰度色范围内的前景主色或背景主色的基础权重进行调整。
[0090]
在一些实施例中，图像确定模块806执行获取所述匹配程度最高的至少一个背景图像作为候选背景图像的步骤，包括：根据所述前景图像与每个背景图像之间的匹配程度，
对所有背景图像进行排序，选取与所述前景图像匹配程度最高的至少一个所述背景图像作为所述候选背景图像。
[0091]
请参阅图9，图9是本技术电子设备一实施例的框架示意图。电子设备90包括相互耦接的存储器91和处理器92，处理器92用于执行存储器91中存储的程序指令，以实现上述任意一种前景图像与背景图像的匹配方法实施例的步骤。在一个具体的实施场景中，电子设备90可以包括但不限于：微型计算机、服务器。
[0092]
具体而言，处理器92用于控制其自身以及存储器91以实现上述任意一种前景图像与背景图像的匹配方法实施例的步骤。处理器92还可以称为cpu(central processing unit，中央处理单元)。处理器92可能是一种集成电路芯片，具有信号的处理能力。处理器92还可以是通用处理器、数字信号处理器(digital signal processor,dsp)、专用集成电路(application specific integrated circuit,asic)、现场可编程门阵列(field-programmable gate array,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器92可以由集成电路芯片共同实现。
[0093]
请参阅图10，图10是本技术计算机可读存储介质一实施例的框架示意图。计算机可读存储介质100存储有能够被处理器运行的程序指令1000，程序指令1000用于实现上述任意一种前景图像与背景图像的匹配方法实施例的步骤。
[0094]
在本技术所提供的几个实施例中，应该理解到，所揭露的方法、装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
[0095]
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单元来实现本实施方式方案的目的。
[0096]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0097]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施方式方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。