图像处理方法及装置与流程

1.本技术涉及图像处理技术领域，特别涉及一种图像处理方法。本技术同时涉及一种图像处理装置，一种计算设备，以及一种计算机可读存储介质。


背景技术：

2.随着视频相关技术的发展，对图像、视频的处理方式越来越多。如对图像进行抠图处理、对图像中的部分区域进行替换颜色处理等。在抠图过程中，需要先选取图像的部分区域，再对部分区域进行后续处理。目前，大多数采用基于rgb颜色空间进行抠图，但是由于rgb颜色空间无法反应人眼的颜色感知能力，因此选择的区域不准确，达不到用户的预期。并且，在替换颜色过程中，如果直接替换图像中的颜色会使得内容突兀、不真实，因此需要选择合适的颜色替换掉原图像中部分区域的颜色，保证替换后的图像中的颜色变化均匀。
3.因此，如何准确的选择符合需求的区域并对选择区域进行颜色自然的替换是目前亟需解决的问题。


技术实现要素：

4.有鉴于此，本技术实施例提供了一种图像处理方法。本技术同时涉及一种图像处理装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的图像颜色区分不准确，颜色替换不自然的问题。
5.根据本技术实施例的第一方面，提供了一种图像处理方法，包括：
6.接收待处理图像的图像处理请求，根据所述图像处理请求确定初始颜色信息和目标颜色信息；
7.根据所述初始颜色信息确定所述待处理图像中的待处理区域；
8.计算所述待处理区域中每个目标像素点的颜色信息与所述初始颜色信息的像素色差值，根据所述初始颜色信息和所述目标颜色信息确定色差值比例；
9.根据每个目标像素点的像素色差值和所述色差值比例调整所述待处理区域中每个目标像素点的颜色信息。
10.根据本技术实施例的第二方面，提供了一种图像处理装置，包括：
11.接收模块，被配置为接收待处理图像的图像处理请求，根据所述图像处理请求确定初始颜色信息和目标颜色信息；
12.确定模块，被配置为根据所述初始颜色信息确定所述待处理图像中的待处理区域；
13.计算模块，被配置为计算所述待处理区域中每个目标像素点的颜色信息与所述初始颜色信息的像素色差值，根据所述初始颜色信息和所述目标颜色信息确定色差值比例；
14.调整模块，被配置为根据每个目标像素点的像素色差值和所述色差值比例调整所述待处理区域中每个目标像素点的颜色信息。
15.根据本技术实施例的第三方面，提供了一种计算设备，包括存储器、处理器及存储
在存储器上并可在处理器上运行的计算机指令，所述处理器执行所述计算机指令时实现所述图像处理方法的步骤。
16.根据本技术实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机指令，该计算机指令被处理器执行时实现所述图像处理方法的步骤。
17.本技术提供的图像处理方法，包括：接收待处理图像的图像处理请求，根据所述图像处理请求确定初始颜色信息和目标颜色信息；根据所述初始颜色信息确定所述待处理图像中的待处理区域；计算所述待处理区域中每个目标像素点的颜色信息与所述初始颜色信息的像素色差值，根据所述初始颜色信息和所述目标颜色信息确定色差值比例；根据每个目标像素点的像素色差值和所述色差值比例调整所述待处理区域中每个目标像素点的颜色信息。
18.本技术一实施例实现了通过每个目标像素点的颜色信息与初始颜色信息的像素色差值选取出的待处理区域，能够更好的反映出人眼对于颜色的辨识度，从而选择出更符合用户期望的处理区域，并且通过像素色差值与色差值比例调整处理区域的颜色信息，使得初始颜色信息和目标颜色信息在区别不明显时，也能准确的进行替换。通过本技术提供的图像处理方法可以对图像进行更加自然的颜色替换处理，达到较好的定制化效果。
附图说明
19.图1是本技术一实施例提供的一种图像处理方法的流程图；
20.图2是本技术一实施例提供的图像处理方法与现有方法的处理结果对比图；
21.图3是本技术一实施例中通过连通域检测的待处理区域示意图；
22.图4是本技术一实施例提供的一种应用于替换天空颜色的图像处理方法的处理流程图；
23.图5是本技术一实施例提供的一种图像处理装置的结构示意图；
24.图6是本技术一实施例提供的一种计算设备的结构框图。
具体实施方式
25.在下面的描述中阐述了很多具体细节以便于充分理解本技术。但是本技术能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术内涵的情况下做类似推广，因此本技术不受下面公开的具体实施的限制。
26.在本技术一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术一个或多个实施例。在本技术一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本技术一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
27.应当理解，尽管在本技术一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
28.首先，对本技术一个或多个实施例涉及的名词术语进行解释。
29.rgb颜色空间：rgb颜色空间以r(red:红)、g(green:绿)、b(blue:蓝)三种基本色为基础，进行不同程度的叠加，产生丰富而广泛的颜色，所以俗称三基色模式。大多数电视机、显示器、投影仪通过将不同强度的红、绿、蓝色光混合来生成不同的颜色，这就是rgb三原色的加色法。
30.hsv颜色空间：hsv(hue,saturation,value)是根据颜色的直观特性由a.r.smith在1978年创建的一种颜色空间,也称六角锥体模型(hexcone model)。这个模型中颜色的参数分别是：色调(h)，饱和度(s)，明度(v)。
31.抠图：抠图是图像处理中最常做的操作之一，是把图片或影像的某一部分从原始图片或影像中分离出来成为单独的图层，主要功能是为了后期的合成做准备。
32.目前，如果需要对图像画面的部分区域进行调整，首先需要对图像画面中的部分区域进行抠图，将部分区域选择出来之后再对其进行后续的调整操作。
33.当前主流的抠图技术分为以下三种：
34.1、基于先验信息的抠图技术：该方法在抠图前需要对一张图像人为的设定前景区域和背景区域。在实际应用中，人工成本很大，例如，对一段视频进行抠图时，需要对视频的每一帧画面单独进行前景和背景的区分才能进行抠图，因此，该抠图技术不适用于处理大量图像的场景。
35.2、基于深度学习的抠图技术：该方法通过事先学习的方法来计算前景和背景，并对前景和背景进行分割，达到抠图的效果。但是该方法的缺点在于其首先需要进行大量的数据学习，在学习完成之后也只能分割特定类别的物体，例如，学习的数据为将人物从图像中分割出来，则只能处理相关图像。并且，对于设备性能的要求也非常高，抠图成本大。
36.3、基于颜色空间的抠图技术：该方法是目前应用最为广泛的抠图技术之一，最常见的应用场景即为拍摄电影时的绿幕抠图。该方法的具体方式为在最初选取一个指定颜色，之后通过比较画面中每一个像素点与指定颜色的区别，将颜色相近的部分和其他部分进行分割。该方法不需要大量的人工操作，并且性能较好，能够较快的完成抠图任务，也不存在只能识别特定物体的问题。但是该方法对于如何判断颜色是否相似有着较高的要求，如果没有较好的判别标准，则不能得到较好的抠图效果。
37.最初的基于颜色空间的抠图技术选择rgb空间中的颜色欧式距离作为判断标准，其距离色差公式如公式1所示：
[0038][0039]
其中，d(x,y)为rgb颜色空间中颜色x和颜色y之间的距离，即为两种颜色的色差，r、g、b分别代表颜色的rgb三通道分量。通过两种颜色的色差与预设的色差阈值进行比对，即可对颜色是否接近进行区分，也能够通过修改色差阈值来增大或减少相似的区域。但是上述方法中rgb颜色空间并不能很好地反应人眼对颜色的区分度，因此，后续采用基于hsv颜色空间、hsl颜色空间、lab颜色空间等的距离色差计算，来模拟人眼对颜色的感知。
[0040]
在基于hsv颜色空间下，通过颜色欧式距离公式计算色差能够更好的反应人眼的颜色感知能力，但是传统颜色欧式距离不能够很好地反应hsv空间中的距离。因为hsv空间是一个椎体，相较于rgb颜色空间中三个分量相互独立的情况，hsv颜色空间中存在着多个
分量的联系，在这样的颜色空间内选择颜色欧式距离来判断颜色的相似程度不符合空间定义，并且hsv空间中对于低饱和度区域中的颜色区分不明显，可能会导致黑色与白色距离相近的问题。
[0041]
在基于lab颜色空间下，由于lab颜色空间中亮度和颜色是分开的，l通道没有颜色，a通道和b通道只有颜色，与rgb颜色空间中每个通道既包含明度又包含颜色，因此可以更好的区分颜色，并且由于lab颜色空间为球体，不存在上述hsv颜色空间中的问题。
[0042]
在对图像进行抠图之后，可以对选取区域进行颜色替换，如果将选取区域内的颜色直接调整为目标颜色，难免会造成颜色突兀、不正常的情况。
[0043]
基于此，为了解决上述不能对颜色进行准确区分、区分的颜色不符合人眼视觉特征、替换颜色不自然等问题，在本技术中提供了一种图像处理方法，本技术同时涉及一种图像处理装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
[0044]
图1示出了根据本技术一实施例提供的一种图像处理方法的流程图，具体包括以下步骤：
[0045]
步骤102：接收待处理图像的图像处理请求，根据所述图像处理请求确定初始颜色信息和目标颜色信息。
[0046]
其中，所述图像处理请求可以理解为用户发出的处理图像的目的请求，例如，在一张自然风景图像中，图像处理请求可以是：将图像中树叶的绿色变为红色。所述初始颜色信息可以理解为待处理图像中的原始颜色，例如，待处理图像中树叶的绿色。所述目标颜色信息可以理解为用户期望替换成的颜色，例如，红色。
[0047]
在实际应用中，由于当前设备大多采用rgb颜色标准来显示颜色，因此，初始颜色信息和目标颜色信息可以是基于rgb颜色空间的三通道的具体数值。例如，绿色：55、150、60(r、g、b)；红色：255、0、0(r、g、b)。初始颜色信息和目标颜色信息的表达方式可根据实际情况选择，本技术中对此不作具体限制，只要能够表达出唯一的颜色即可。
[0048]
在本技术一具体实施例中，接收一张待处理图像为人物的写真照片，该写真照片的图像处理请求为：将人物的黑头发改变成黄头发。根据图像处理请求，在待处理图像中吸取人物头发的颜色：黑：0、0、0，由于图像处理请求中未具体黄色的具体数值，因此可以自动选取一种黄色：200、180、70。
[0049]
在本技术另一具体实施例中，接收一张待处理图像为人物的写真照片，该写真照片的图像处理请求为：将图片中的黑色：0、0、0替换成黄色黄色：200、180、70，则确定初始颜色信息为黑：0、0、0，目标颜色信息为黄色：200、180、70。
[0050]
步骤104：根据所述初始颜色信息确定所述待处理图像中的待处理区域。
[0051]
其中，所述待处理区域可以理解为用户想要替换颜色的区域。例如，用户想要将图像中的绿色替换为红色，待处理区域即为图像中所有绿色的区域。
[0052]
在实际应用中，由于人眼对颜色的区分并不是很明显。因此，待处理图像中可以包括多种相似的颜色，为了使确定后的待处理区域更加符合人眼对颜色的感知，可以基于lab空间对图像的颜色信息、初始颜色信息和目标颜色信息进行转换，以此来满足符合人眼的视觉特征的目的。因此，需要将rgb颜色空间转换为lab颜色空间。将rgb颜色空间中的颜色值转换为lab空间可以通过步骤s1042完成：
[0053]
s1042：将rgb颜色空间转换为xyz颜色空间。
[0054]
其中，xyz颜色空间是一种有理想三原色组成的颜色空间。由于rgb颜色空间无法直接转换为lab颜色空间，所以选择先将rgb空间转换为xyz颜色空间，之后再将xyz颜色空间转换为lab颜色空间。
[0055]
具体地，rgb颜色空间与xyz颜色空间的之间的转换矩阵如公式2和公式3所示：
[0056][0057][0058]
其中，x、y、z是xyz颜色空间中的三刺激值，r、g、b是rgb颜色空间中的三刺激值，任意一个颜色p在rgb颜色空间的三刺激值为(r
p
，f
p
，b
p
)，在xyz颜色空间中的三刺激值为(x
p
，y
p
，z
p
)。
[0059]
通过上述转换矩阵可以将rgb颜色空间转换成xyz颜色空间，在此之后，需要将xyz颜色空间转换成lab颜色空间，具体地，xyz颜色空间与lab颜色空间的转换公式如公式4和公式5所示：
[0060][0061][0062][0063][0064]
其中，l
*
代表颜色的亮度，a
*
代表红色/品红色和绿色之间的位置，b
*
代表黄色和蓝色之间的位置，xn，yn，zn分别为预定值，一般为95.047，100.0，108.883。通过上述公式4和公式5即可将xyz颜色空间转换成lab颜色空间，即将xyz颜色空间中颜色的三通道值转换成lab颜色空间的的三颜色值，至此就可以将rgb颜色空间中的颜色值转换为lab颜色空间。
[0065]
在本技术一具体实施例中，沿用上例，将rgn颜色空间中的“0、0、0”和“200、180、70”转换成lab颜色空间中的颜色，两种颜色的转换结果分别为：0、0、0(l、a、b)，73.5、-1.9、56.7(l、a、b)。
[0066]
在转换为lab颜色空间之后，即可根据初始颜色信息确定出图像中的待处理区域。
[0067]
具体地，根据所述初始颜色信息确定所述待处理图像中的待处理区域，包括：
[0068]
计算所述待处理图像中每个初始像素点的颜色信息与所述初始颜色信息的初始
色差值；
[0069]
根据每个初始像素点的初始色差值和预设色差值阈值确定所述待处理图像中的待处理区域。
[0070]
其中，所述初始色差值可以理解为图像中像素点的颜色与初始颜色之间的距离色差值。例如，像素点的颜色为42、0、0(l、a、b)；初始颜色为28、23、10(l、a、b)；两者的色差值为
△
e2000＝21.9。
[0071]
在实际应用中，计算色差的方式有很多种，主要的色差公式有：fcm色差公式、labhnu色差公式、cie94色差公式、ciede2000色差公式等。
[0072]
优选地，本技术中采用ciede2000色差公式计算颜色色差。ciede2000色差公式如公式(6)所示：
[0073][0074]
其中，δe
00
表示色差值，k
l
，kc，kh分别为自定义的定值。参数因子k
l
，kc，kh是与使用条件相关的校正系数，它们是影响着色差感觉的因素。在给定的标准光泽条件下，k
l
＝kc＝kh＝1，条件不符合时，则根据工业色差评估条件来确定数值。
[0075]
其余变量计算步骤如下：
[0076]
计算cielab公式中的l
*
、a
*
、b
*
、
[0077][0078]
其中，表示颜色的彩度。
[0079]
计算l
′
、a
′
、b
′
、h
ab
′
[0080]
l
′
＝l
*
[0081]a′
＝(1 g)
×a*
[0082]b′
＝b
*
[0083][0084]hab
′
＝arcsin(b
′
/a
′
)
[0085][0086]
其中，g表示lab颜色空间的轴的调整因子，是彩度的函数。在这里是要计算两
个颜色的c
′
ab
的算数平均值。l
′
为反射率(亮度)，a
′
和b
′
为调整因子矫正后的红绿分量以及黄蓝分量，h
ab
′
表示了不同分量的相对关系。
[0087]
计算δl、δc
′
ab
、δh
′
ab
。
[0088]
其中，δl表示明度差、δc
′
ab
表示彩度差、δh
′
ab
表示色相差。
[0089]
δl＝l
′
1-l
′2[0090]
δc
′
ab
＝c
′
ab，1-c
′
ab，2
[0091][0092]
其中，下标1和2分别表示计算色差的一对颜色中的标准色和样本色。
[0093]
计算s
l
、sc、sh、t和r
t
(由rc计算得来)。
[0094][0095][0096][0097][0098]rt
＝-sin(2δθ)rc[0099][0100][0101]
其中，s
l
、sc、sh称为权重函数。t和rr为人为设定的正则化参数、δθ为色调旋转角、rc为彩度变化复读。
[0102]
通过以上步骤的计算得出的色差值能够很好地反映出人眼对于颜色的辨识度。
[0103]
在本技术一具体实施例中，沿用上例，计算出待处理图像中每个像素点的颜色与黑色的色差值，预设色差值阈值为10，选取所有色差值小于预设色差值阈值的像素点，确定出待处理图像中的待处理区域。
[0104]
具体地，根据每个初始像素点的初始色差值和预设色差值阈值确定所述待处理图像中的待处理区域，包括：
[0105]
确定当前初始像素点；
[0106]
判断所述当前初始像素点的初始色差值是否超过预设色差值阈值；
[0107]
若未超过所述预设色差值阈值，则确定所述当前初始像素点为目标像素点；
[0108]
根据每个目标像素点确定待处理区域。
[0109]
其中，所述初始像素点可以理解为待处理图像中的像素点，所述目标像素点可以理解为待处理图像中待处理区域中的像素点；所述预设色差值阈值可以理解为用户设定的可接收误差的阈值，例如，预设色差值阈值为20，在初始像素点的颜色信息与初始颜色信息之间的色差值为10时，则确定当前初始像素点为待处理区域中的目标像素点。
[0110]
在本技术一具体实施例中，沿用上例，在待处理图像中选择一个初始像素点，该点的颜色信息为：2、-3.8、2.8(l、a、b)，计算出初始色差值结果为
△
e2000＝5.7。预设色差值阈值为10，则可以确定当前初始像素点为待处理区域中的目标像素点。并对待处理区域中每个目标像素点都进行上述相同的处理，从而可以选择出待处理区域中的目标像素点。
[0111]
对待处理图像中的每个初始像素点都执行上述同样操作，即可选取出待处理区域中的所有目标像素点，从而确定出待处理区域。参见图2，图2示出了本技术一实施例提供的图像处理方法与现有方法的处理结果对比图。其中，原图中想要将黑框的区域作为待处理区域，采用欧式距离色差计算公式计算后的待处理区域可以看出，花瓶下的展览台有部分区域未选中；而通过本技术的方法可以更好的选取待处理区域，以满足用户的期望效果。
[0112]
在实际情况下，通过上述方法，由于各种因素可能会出现遗漏目标像素点或将初始像素点误判成目标像素点的情况，因此可以对待处理区域进行优化，得到一个更为准确的待处理区域。
[0113]
具体地，根据每个初始像素点的初始色差值和预设色差值阈值确定所述待处理图像中的待处理区域，包括：
[0114]
根据每个初始像素点的初始色差值和预设色差值阈值确定所述待处理图像中的初始待处理区域；
[0115]
获取针对所述初始待处理区域的优化信息，并基于所述优化信息优化所述初始待处理区域，生成待处理区域。
[0116]
其中，所述初始待处理区域可以理解为通过上述与预设色差值阈值比对后确定出的区域。所述优化信息可以理解为各种优化方式，优化信息可以是用户提前设置好的默认优化方式，也可以是从图像处理请求中获取的；优化方式可以包括但不限于连通域检测、开闭操作、羽化等方式，通过优化方式可以对选取区域进一步的精确选取，从而确定出一个更符合用户期望的区域。
[0117]
在实际应用中，可以选择一种或多种优化方式对初始待处理区域进行优化，优化方式也可以根据用户的需求确定，本技术在此不作具体限制，由实际情况为准。优选地，本技术中选择的优化方式为羽化、连通域检测。
[0118]
在本技术一具体实施例中，通过羽化优化初始待处理区域，羽化的计算公式如公式(11)所示：
[0119]
color＝smoothstep(tolerance*(1.0-softness)，tolerance，dist)
ꢀꢀꢀ
(公式11)
[0120]
其中，tolerance为抠图的强度、softness为羽化强度、dist为当前像素点的初始色差值。通过羽化方式优化初始待处理区域，可以对达到柔滑初始待处理区域边界的效果。
[0121]
在实际应用中，通过连通域检测优化初始待处理区域：确定初始待处理区域中的一个目标像素点，对比该目标像素点和其上下左右四个像素点的色差值，若色差值小于预设连通色差值阈值，则认为其为同一个区域，而当某一个点与上一个点的色差值大于预设连通色差值阈值，则认为其为区域的分界点，以此类推可以得到整个连通区域。
[0122]
在本技术一具体实施例中，确定出初始待处理区域有人物的黑发区域和任务的黑色眼睛区域，选取黑发中的一个像素点，则可以确定出整个黑发区域，排除掉黑色眼睛区域。通过连通域检测，可以得到用户想要待处理区域，提高抠图的准确性。
[0123]
参见图3，图3示出了本技术一实施例中通过连通域检测之后的待处理区域示意图。其中，若想要右边杯子中的水，目前是通过整体选取右边杯子中水的颜色，然后选取整个图像中与颜色相同的区域，而经过连通域检测之后，可以仅选出右边杯子中的水的区域。
[0124]
步骤106：计算所述待处理区域中每个目标像素点的颜色信息与所述初始颜色信息的像素色差值，根据所述初始颜色信息和所述目标颜色信息确定色差值比例。
[0125]
其中，所述像素色差值可以理解为待处理区域中的目标像素点的颜色信息与初始颜色信息的像素色差值。在实际应用中，在确定出待处理区域之后要替换待处理区域中的颜色时，由于待处理区域中每个像素点的颜色信息不同，因此需要确定出每个像素点对应的替换颜色。可以通过每个目标像素点的像素色差值和色差值比例来确定。
[0126]
具体地，根据所述初始颜色信息和所述目标颜色信息确定色差值比例，包括：
[0127]
根据所述初始颜色信息和所述目标颜色信息计算混合色差值和标准色差值；
[0128]
根据所述混合色差值和所述标准色差值确定所述色差值比例。
[0129]
其中，所述色差值比例可以理解为通过两种不同计算方式计算出的初始颜色信息和目标颜色信息之间的色差值的比例。通过色差值比例可以更好的计算出目标像素点的颜色与替换颜色之间的比例，从而达到更准确的替换颜色的效果。
[0130]
混合色差值可以理解为通过将传统欧式距离色差公式结合ciede2000色差公式计算出的色差值。标准色差值可以理解为采用ciede2000计算出的色差值。
[0131]
在实际应用中，通过混合色差值和标准色差值计算出的色差值比例，便于后续更加准确的计算出每个目标像素点的颜色变化信息，从而使每个像素点进行更为准确的颜色替换。
[0132]
在本技术一具体实施例中，根据初始颜色信息a和目标颜色信息b计算出混合色差值c1和标准色差值c2，根据所述混合色差值c1和标准色差值c2计算出色差值比例为c1/c2。
[0133]
具体地，根据所述初始颜色信息和所述目标颜色信息计算混合色差值和标准色差值，包括：
[0134]
通过目标色差公式和校对色差公式计算所述初始颜色信息和所述目标颜色信息的混合色差值；
[0135]
通过目标色差公式计算所述初始颜色信息和所述目标颜色信息的标准色差值。
[0136]
其中，所述目标色差公式可以理解为计算标准色差值的公式，在本技术中的目标色差公式选用ciede2000色差公式。所述校对色差公式可以理解为计算混合色差值的公式，在本技术中选用ciede2000色差公式结合欧式距离色差公式生成校对色差公式。
[0137]
在实际应用中，校对色差公式的计算公式可以如公式12所示：
[0138][0139]
其中，dis可以理解为目标像素点的颜色信息和目标颜色信息的色差值，根据该色差值可以获取到目标像素点的颜色变化程度。d
ciede
可以理解为通过目标色差公式计算出的
初始颜色信息和目标颜色信息的色差值，d
eular
可以理解为通过校对色差公式计算出的初始颜色信息和目标颜色信息的色差值。
[0140]
在本技术一具体实施例中，计算出初始颜色信息a和目标颜色信息b的标准色差值c1，计算出的c1大于0.5，则通过校对色差公式计算出的混合色差值c2与标准色差值c1相同。
[0141]
在本技术另一具体实施例中，计算出初始颜色信息a和目标颜色信息b的标准色差值c1，计算出的c1小于0.5，则通过校对色差公式计算出的混合色差值c2与标准色差值c1不相同。
[0142]
步骤108：根据每个目标像素点的像素色差值和所述色差值比例调整所述待处理区域中每个目标像素点的颜色信息。
[0143]
在计算出每个目标像素点的像素色差值和色差值比例之后，可以根据每个目标像素点的像素色差值和色差值比例调整每个目标像素点的颜色信息。
[0144]
具体地，根据每个目标像素点的像素色差值和所述色差值比例调整所述待处理区域中每个目标像素点的颜色信息，包括：
[0145]
确定当前目标像素点；
[0146]
根据所述当前目标像素点的像素色差值和所述色差值比例调整所述当前目标像素点的颜色信息。
[0147]
在实际应用中，待处理区域中有许多目标像素点，首先确定其中一个目标像素点，对该目标像素点进行调整，以此类推完成待处理区域的颜色替换。
[0148]
在本技术一具体实施例中，沿用上例，在标准色差值c1和混合色差值c2相同的情况下，色差值比例为1，通过标准计算公式计算出目标像素点的像素色差值x，根据当前目标像素点的像素色差值x调整当前目标像素点的颜色信息。
[0149]
在本技术另一具体实施例中，沿用上例，在标准色差值a和混合色差值b不相同的情况下，色差值比例为c1/c2，通过标准计算公式计算出目标像素点的像素色差值x，根据当前目标像素点的像素色差值x调整当前目标像素点的颜色信息。
[0150]
具体地，根据所述目标像素点的像素色差值和所述色差值比例调整所述目标像素点的颜色信息，包括：
[0151]
根据所述目标像素点的像素色差值和所述色差值比例计算出所述目标像素点的颜色变化信息；
[0152]
根据所述目标像素点的颜色变化信息调整所述目标像素点的颜色信息。
[0153]
其中，所述颜色变化信息可以理解为像素点的颜色变化程度信息。例如，像素点的颜色为2、-3.8、2.8，颜色变化信息为1，则调整后的像素点的颜色为3、-2.8、3.8。
[0154]
在实际应用中，根据目标像素点的像素色差值和色差值比例计算目标像素点的颜色变化信息的计算公式如公式13所示：
[0155]
(c-a)/(b-a)*[b-a]
ꢀꢀꢀ
(公式13)
[0156]
其中，a为初始颜色信息；b为目标颜色信息c；为目标像素点的颜色信息；(c-a)和(b-a)为通过校对色差公式计算；[b-a]为通过目标色差公式计算。
[0157]
在本技术一具体实施例中，沿用上例，初始颜色信息和目标颜色信息的色差值的通过ciede2000色差公式计算出的标准色差值为0.6，通过欧式距离色差公式计算出的色差
值为0.5时，因标准色差值大于0.5，因此，颜色变化信息结果为(c-a)。
[0158]
在本技术另一具体实施例中，沿用上例，初始颜色信息和目标颜色信息的色差值的通过ciede2000色差公式计算出的标准色差值为0.1，通过欧拉距离色差公式计算出的色差值为0.4时，因为，标准色差值小于0.5，因此，颜色变化信息结果为(c-a)*[b-a]/(b-a)。
[0159]
在对待处理区域完成颜色替换之后，还可以对待处理区域进行淡化处理，从而生成目标图像，具体地，所述方法还包括：
[0160]
对所述待处理区域进行淡化处理操作，生成目标图像。
[0161]
其中，淡化方式可以通过修改图像的alpha值。在实际应用中，抠图的做法是将颜色区域替换为黑色，也就是对整个区域减少设定值的颜色值，所以会由于减少的颜色值而导致未被扣除的边缘区域趋向于目标色的反色，影响实际使用。因此我们对于抠图的边缘区域，通过刚才将羽化值乘以实际边缘的alpha值，能够使得图像在显示的时候尽可能的淡化反色导致的异常效果。
[0162]
本技术提供的一种图像处理方法，通过接收待处理图像的图像处理请求，根据所述图像处理请求确定初始颜色信息和目标颜色信息；根据所述初始颜色信息确定所述待处理图像中的待处理区域；计算所述待处理区域中每个目标像素点的颜色信息与所述初始颜色信息的像素色差值，根据所述初始颜色信息和所述目标颜色信息确定色差值比例；根据每个目标像素点的像素色差值和所述色差值比例调整所述待处理区域中每个目标像素点的颜色信息。通过将待处理图像中的rgb颜色值转换为lab颜色值，并采用ciede2000色差公式对待处理图像中与目标颜色相近的区域进行提取，得到一个更符合人眼视觉特征的待处理区域，并通过优化待处理区域，得到更为准确的待处理区域；通过结合欧式色差距离公式结合ciede2000色差公式生成的颜色替换公式，可以更为自然的替换待处理区域中的颜色。
[0163]
下述结合附图4，以本技术提供的图像处理方法在替换天空颜色的应用为例，对所述图像处理方法进行进一步说明。其中，图4示出了本技术一实施例提供的一种应用于替换天空颜色的图像处理方法的处理流程图，具体包括以下步骤：
[0164]
步骤402：接收图像i1的图像处理请求，根据所述图像处理请求确定初始颜色信息和目标颜色信息。
[0165]
在本技术一具体实施例中，接收图像i1的图像处理请求，图像i1为一张拍摄天空的照片，根据图像处理请求确定初始颜色信息为“天蓝色：“64.2、-11.4，-55.5(l、a、b)”，确定目标颜色信息为“黑色：2.0、-3.8、2.8(l、a、b)”。
[0166]
步骤404：计算所述待处理图像中每个初始像素点的颜色信息与所述初始颜色信息的初始色差值。
[0167]
在本技术一具体实施例中，沿用上例，确定待处理图像中的一个初始像素点a1，计算初始像素点a1的颜色信息“59.8、-3.6，-62.5(l、a、b)”与初始颜色信息“64.2、-11.4，-55.5(l、a、b)”之间的初始色差值，通过ciede2000色差公式计算出初始色差值为5.6。
[0168]
步骤406：根据每个初始像素点的初始色差值和预设色差值阈值确定所述待处理图像中的待处理区域。
[0169]
在本技术一具体实施例中，沿用上例，预设色差值阈值为8，计算出待处理图像中每个初始像素点的颜色信息与所述初始颜色信息的初始色差值之后，选取初始色差值小于预设色差值阈值的初始像素点作为目标像素点，将所有目标像素点结合确定出待处理图像
的待处理区域。
[0170]
步骤408：计算所述待处理区域中每个目标像素点的颜色信息与所述初始颜色信息的像素色差值，根据所述初始颜色信息和所述目标颜色信息计算混合色差值和标准色差值，根据所述混合色差值和所述标准色差值确定所述色差值比例。
[0171]
在本技术一具体实施例中，沿用上例，计算出目标像素点a1的颜色信息与初始颜色信息的像素色差值为5.6，根据初始颜色信息和目标颜色信息计算混合色差值为56.8，根据初始颜色信息和目标颜色信息计算标准色差值为56.8，根据混合色差值和标准色差值确定色差值比例为1。
[0172]
在本技术另一具体实施例中，沿用上例计算出目标像素点a2的颜色信息与初始颜色信息的像素色差值为0.2，根据初始颜色信息和目标颜色信息计算混合色差值为51.2，根据初始颜色信息和目标颜色信息计算标准色差值为56.8，根据混合色差值和标准色差值确定色差值比例为0.9。
[0173]
步骤410：确定当前目标像素点，根据所述目标像素点的像素色差值和所述色差值比例计算出所述目标像素点的颜色变化信息，根据所述目标像素点的颜色变化信息调整所述目标像素点的颜色信息。
[0174]
在本技术一具体实施例中，沿用上例，根据目标像素点a1的像素色差值5.6和色差值比例计算出目标像素点的颜色变化信息为5.6*1＝5.6。根据颜色变化信息调整目标像素点a1的颜色信息，最终目标像素点a1的颜色信息为“2.0、-3.8、2.8(l、a、b)”。以此类推，替换待处理区域中每个目标像素点的颜色信息，从而生成目标图像i2。
[0175]
本技术一实施例提供的一种应用于替换天空颜色的图像处理方法，通过接收图像i1的图像处理请求，根据所述图像处理请求确定初始颜色信息和目标颜色信息；计算所述待处理图像中每个初始像素点的颜色信息与所述初始颜色信息的初始色差值；根据每个初始像素点的初始色差值和预设色差值阈值确定所述待处理图像中的待处理区域；计算所述待处理区域中每个目标像素点的颜色信息与所述初始颜色信息的像素色差值，根据所述初始颜色信息和所述目标颜色信息计算混合色差值和标准色差值；根据所述混合色差值和所述标准色差值确定所述色差值比例。通过待处理图像中每个初始像素点的颜色与初始颜色之间的色差值，选取出用户期望选取的待处理区域；再计算出初始颜色与目标颜色之间的色差值比例并根据每个目标像素点的颜色与初始颜色之间的色差值，可以准确的得到每个目标像素点的变化程度，从而准确的获取到用户想要替换颜色的目标图像。
[0176]
与上述方法实施例相对应，本技术还提供了图像处理装置实施例，图5示出了本技术一实施例提供的一种图像处理装置的结构示意图。如图5所示，该装置包括：
[0177]
接收模块502，被配置为接收待处理图像的图像处理请求，根据所述图像处理请求确定初始颜色信息和目标颜色信息；
[0178]
确定模块504，被配置为根据所述初始颜色信息确定所述待处理图像中的待处理区域；
[0179]
计算模块506，被配置为计算所述待处理区域中每个目标像素点的颜色信息与所述初始颜色信息的像素色差值，根据所述初始颜色信息和所述目标颜色信息确定色差值比例；
[0180]
调整模块508，被配置为根据每个目标像素点的像素色差值和所述色差值比例调
整所述待处理区域中每个目标像素点的颜色信息。
[0181]
所述确定模块504，进一步被配置为：
[0182]
计算所述待处理图像中每个初始像素点的颜色信息与所述初始颜色信息的初始色差值；
[0183]
根据每个初始像素点的初始色差值和预设色差值阈值确定所述待处理图像中的待处理区域。
[0184]
所述确定模块504，进一步被配置为：
[0185]
确定当前初始像素点；
[0186]
判断所述当前初始像素点的初始色差值是否超过预设色差值阈值；
[0187]
若未超过所述预设色差值阈值，则确定所述当前初始像素点为目标像素点；
[0188]
根据每个目标像素点确定待处理区域。
[0189]
所述确定模块504，进一步被配置为：
[0190]
根据每个初始像素点的初始色差值和预设色差值阈值确定所述待处理图像中的初始待处理区域；
[0191]
获取针对所述初始待处理区域的优化信息，并基于所述优化信息优化所述初始待处理区域，生成待处理区域。
[0192]
所述计算模块506，进一步被配置为：
[0193]
根据所述初始颜色信息和所述目标颜色信息计算混合色差值和标准色差值；
[0194]
根据所述混合色差值和所述标准色差值确定所述色差值比例。
[0195]
所述计算模块506，进一步被配置为：
[0196]
通过目标色差公式和校对色差公式计算所述初始颜色信息和所述目标颜色信息的混合色差值；
[0197]
通过目标色差公式计算所述初始颜色信息和所述目标颜色信息的标准色差值。
[0198]
所述调整模块508，进一步被配置为：
[0199]
确定当前目标像素点；
[0200]
根据所述当前目标像素点的像素色差值和所述色差值比例调整所述当前目标像素点的颜色信息。
[0201]
所述调整模块508，进一步被配置为：
[0202]
根据所述目标像素点的像素色差值和所述色差值比例计算出所述目标像素点的颜色变化信息；
[0203]
根据所述目标像素点的颜色变化信息调整所述目标像素点的颜色信息。
[0204]
所述装置还包括：淡化模块，被配置为对所述待处理区域进行淡化处理操作，生成目标图像。
[0205]
本技术提供的一种图像处理装置，所述装置包括接收模块，被配置为接收待处理图像的图像处理请求，根据所述图像处理请求确定初始颜色信息和目标颜色信息；确定模块，被配置为根据所述初始颜色信息确定所述待处理图像中的待处理区域；计算模块，被配置为计算所述待处理区域中每个目标像素点的颜色信息与所述初始颜色信息的像素色差值，根据所述初始颜色信息和所述目标颜色信息确定色差值比例；调整模块，被配置为根据每个目标像素点的像素色差值和所述色差值比例调整所述待处理区域中每个目标像素点
的颜色信息。通过将待处理图像中的rgb颜色值转换为lab颜色值，并采用ciede2000色差公式对待处理图像中与目标颜色相近的区域进行提取，得到一个更符合人眼视觉特征的待处理区域，并通过优化待处理区域，得到更为准确的待处理区域；通过结合欧式色差距离公式结合ciede2000色差公式生成的颜色替换公式，可以更为自然的替换待处理区域中的颜色。
[0206]
上述为本实施例的一种图像处理装置的示意性方案。需要说明的是，该图像处理装置的技术方案与上述的图像处理方法的技术方案属于同一构思，图像处理装置的技术方案未详细描述的细节内容，均可以参见上述图像处理方法的技术方案的描述。
[0207]
图6示出了根据本技术一实施例提供的一种计算设备600的结构框图。该计算设备600的部件包括但不限于存储器610和处理器620。处理器620与存储器610通过总线630相连接，数据库650用于保存数据。
[0208]
计算设备600还包括接入设备640，接入设备640使得计算设备600能够经由一个或多个网络660通信。这些网络的示例包括公用交换电话网(pstn)、局域网(lan)、广域网(wan)、个域网(pan)或诸如因特网的通信网络的组合。接入设备640可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(nic))中的一个或多个，诸如ieee802.11无线局域网(wlan)无线接口、全球微波互联接入(wi-max)接口、以太网接口、通用串行总线(usb)接口、蜂窝网络接口、蓝牙接口、近场通信(nfc)接口，等等。
[0209]
在本技术的一个实施例中，计算设备600的上述部件以及图6中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图6所示的计算设备结构框图仅仅是出于示例的目的，而不是对本技术范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
[0210]
计算设备600可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或pc的静止计算设备。计算设备600还可以是移动式或静止式的服务器。
[0211]
其中，处理器620执行所述计算机指令时实现所述的图像处理方法的步骤。
[0212]
上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的图像处理方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述图像处理方法的技术方案的描述。
[0213]
本技术一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该计算机指令被处理器执行时实现如前所述图像处理方法的步骤。
[0214]
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的图像处理方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述图像处理方法的技术方案的描述。
[0215]
上述对本技术特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0216]
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，randomaccess memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0217]
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本技术所必须的。
[0218]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
[0219]
以上公开的本技术优选实施例只是用于帮助阐述本技术。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本技术的内容，可作很多的修改和变化。本技术选取并具体描述这些实施例，是为了更好地解释本技术的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本技术。本技术仅受权利要求书及其全部范围和等效物的限制。