图像处理方法、装置、计算机设备及存储介质与流程

1.本技术实施例涉及计算机技术领域，特别涉及一种图像处理方法、装置、计算机设备及存储介质。


背景技术：

2.通常在利用ihc(immunohistochemistry，免疫组织化学)的方式检测细胞状态时，先利用染色剂对待检测细胞组织进行染色，处于不同状态的细胞会被染成不同的颜色，然后拍摄该细胞组织对应的病理图像，通过调用训练完成的网络模型，对病理图像进行处理，即可得到每个细胞的状态。
3.但是这种通过调用网络模型识别细胞状态的方式，需要保证所处理的病理图像与训练网络模型时所采用的样本病理图像的采集条件相同，才能准确地识别细胞状态，而如果采集条件发生变化就会影响识别的准确性，因此此种技术的鲁棒性较差。


技术实现要素：

4.本技术实施例提供了一种图像处理方法、装置、计算机设备及存储介质，提高了鲁棒性。所述技术方案如下：
5.一方面，提供了一种图像处理方法，所述方法包括：
6.基于第一病理图像中的多个细胞中心的染色值，确定所述第一病理图像的直方图，所述第一病理图像是通过对染色后的多个细胞拍摄得到的，所述细胞中心的染色值表示所述细胞中心所在的细胞的染色情况，所述直方图表示所述多个细胞对应的染色值的分布情况；
7.基于所述直方图中的第一染色值，确定所述第一病理图像对应的染色值阈值，其中在所述直方图中所述第一染色值对应的细胞数目大于其他染色值对应的细胞数目；
8.对比每个所述细胞中心的染色值与染色值阈值的大小，得到每个所述细胞中心所在的细胞的状态。
9.另一方面，提供了一种图像处理装置，所述装置包括：
10.直方图确定模块，用于基于第一病理图像中的多个细胞中心的染色值，确定所述第一病理图像的直方图，所述第一病理图像是通过对染色后的多个细胞拍摄得到的，所述细胞中心的染色值表示所述细胞中心所在的细胞的染色情况，所述直方图表示所述多个细胞对应的染色值的分布情况；
11.阈值确定模块，用于基于所述直方图中的第一染色值，确定所述第一病理图像对应的染色值阈值，其中在所述直方图中所述第一染色值对应的细胞数目大于其他染色值对应的细胞数目；
12.状态确定模块，用于对比每个所述细胞中心的染色值与染色值阈值的大小，得到每个所述细胞中心所在的细胞的状态。
13.可选地，所述阈值确定模块，包括：
14.数目确定单元，用于按照目标比例缩小所述第一染色值对应的细胞数目，得到参考细胞数目；
15.第一确定单元，用于将对应的细胞数目不大于所述参考细胞数目且小于所述第一染色值的多个染色值中的最大染色值，确定为第二染色值；
16.第二确定单元，用于将所述第一染色值与所述第二染色值之间的差值，与所述第一染色值之和，确定为第三染色值；
17.阈值确定单元，用于将所述第三染色值确定为所述染色值阈值。
18.可选地，所述阈值确定模块，包括：
19.数目确定单元，用于按照目标比例缩小所述第一染色值对应的细胞数目，得到参考细胞数目；
20.第一确定单元，用于将对应的细胞数目不大于所述参考细胞数目且小于所述第一染色值的多个染色值中的最大染色值，确定为第二染色值；
21.第二确定单元，用于将所述第一染色值与所述第二染色值之间的差值，与所述第一染色值之和，确定为第三染色值；
22.第三确定单元，用于每次确定所述直方图中相邻的目标数目个染色值分别对应的细胞数目，在所述目标数目个染色值中的中间染色值对应的细胞数目最小的情况下，将所述中间染色值确定为第四染色值，所述目标数目为奇数；
23.阈值确定单元，还用于将所确定的多个第四染色值中大于所述第三染色值的最小染色值，确定为所述染色值阈值。
24.可选地，所述装置还包括：
25.图像获取模块，用于获取第二病理图像，所述第二病理图像是对所述染色后的多个细胞拍摄得到的；
26.图像提取模块，用于从所述第二病理图像中，提取目标通道对应的所述第一病理图像，所述目标通道为反映所述第二病理图像中的所述多个细胞的染色情况的通道。
27.可选地，所述图像提取模块，用于：
28.确定参考矩阵，所述参考矩阵表示所述第二病理图像包含的多个通道的颜色信息，所述多个通道包括所述目标通道；
29.基于所述参考矩阵，对所述第二病理图像进行反卷积处理，得到所述多个通道对应的病理图像，其中，得到的多个病理图像包括所述目标通道对应的所述第一病理图像。
30.可选地，所述装置还包括：
31.中心预测模块，用于对所述第一病理图像中的每个所述细胞进行中心预测，得到每个所述细胞中心的坐标；
32.染色值确定模块，用于将每个所述细胞中心的坐标对应的染色值，分别确定为每个所述细胞中心的染色值。
33.可选地，所述装置还包括：
34.中心预测模块，用于对所述第一病理图像中的每个所述细胞进行中心预测，得到每个所述细胞中心的坐标；
35.滤波模块，用于基于每个所述细胞中心的坐标，对所述第一病理图像进行中值滤波。
36.可选地，所述第一病理图像中的每个细胞包含多个位置点，每个位置点具有对应的染色值，所述中心预测模块，用于：
37.对于每个所述细胞：
38.获取所述细胞包含的多个位置点的染色值；
39.从获取的多个染色值中，确定最大且相同的多个染色值；
40.对所确定的多个染色值对应的位置点进行连接，构成连通域；
41.将所述连通域的中心点对应的坐标确定为所述细胞中心的坐标。
42.可选地，所述中心预测模块，用于对于每个所述细胞，获取所述细胞包含的多个位置点的染色值中的最大染色值，将所述最大染色值对应的位置点的坐标确定为所述细胞中心的坐标。
43.可选地，所述中心预测模块，用于调用中心预测模型，对所述第一病理图像中的每个所述细胞进行中心预测，得到每个所述细胞中心的坐标。
44.可选地，所述状态确定模块，用于：
45.对于所述第一病理图像中的任一细胞中心：
46.在所述细胞中心的染色值大于所述染色值阈值的情况下，确定所述细胞中心所在的细胞处于第一状态；
47.在所述细胞中心的染色值不大于所述染色值阈值的情况下，确定所述细胞中心所在的细胞处于第二状态。
48.另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，以实现如上述方面所述的图像处理方法所执行的操作。
49.另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以实现如上述方面所述的图像处理方法所执行的操作。
50.另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述方面所述的图像处理方法所执行的操作。
51.本技术实施例提供的技术方案中，由于不同状态的细胞经过染色之后呈现的颜色不同，通过直方图能够反映该第一病理图像中每个细胞对应的染色情况，从而能够基于该直方图，确定适用于该第一病理图像中的细胞的染色值阈值，从而根据该染色值阈值确定细胞状态，这种确定细胞状态的方式，不受第一病理图像的采集条件的影响，即使第一病理图像的采集条件发生变化，也能够根据该直方图确定相应的染色值阈值，从而确定每个细胞的状态，具有较高的鲁棒性。
附图说明
52.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
53.图1是本技术实施例提供的一种实施环境的示意图；
54.图2是本技术实施例提供的一种图像处理方法的流程图；
55.图3是本技术实施例提供的另一种图像处理方法的流程图；
56.图4是本技术实施例提供的一种直方图的示意图；
57.图5是本技术实施例提供的一种病理图像的示意图；
58.图6是本技术实施例提供的另一种图像处理方法的流程图；
59.图7是本技术实施例提供的另一种图像处理方法的流程图；
60.图8是本技术实施例提供的另一种图像处理方法的流程图；
61.图9是本技术实施例提供的一种图像处理装置的结构示意图；
62.图10是本技术实施例提供的另一种图像处理装置的结构示意图；
63.图11是本技术实施例提供的一种终端的结构示意图；
64.图12是本技术实施例提供的一种服务器的结构示意图。
具体实施方式
65.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
66.可以理解，本技术所使用的术语“第一”、“第二”等可在本文中用于描述各种概念，但除非特别说明，这些概念不受这些术语限制。这些术语仅用于将一个概念与另一个概念区分。举例来说，在不脱离本技术的范围的情况下，可以将第一排列顺序称为第二排列顺序，将第二排列顺序称为第一排列顺序。
67.本技术所使用的术语“至少一个”、“多个”、“每个”、“任一”等，至少一个包括一个、两个或两个以上，多个包括两个或两个以上，每个是指对应的多个中的每一个，任一是指多个中的任意一个。举例来说，多个虚拟对象标识包括3个虚拟对象标识，而每个虚拟对象标识是指这3个虚拟对象标识中的每一个虚拟对象标识，任一是指这3个虚拟对象标识中的任意一个，可以是第一个，可以是第二个，也可以是第三个。
68.为了便于理解本技术实施例，先对本技术实施例涉及到的关键词进行解释：
69.ihc：是指免疫组织化学，简称免疫组化，是病理学上使用特异性一抗，对细胞组织中的蛋白质进行标记，并使用检测试剂可视化靶标的方式，能够使用ihc通过显色法检测或荧光检测评估蛋白质表达。
70.dab(3,3'-diaminobenzidine，3,3'-二氨基联苯胺)：是一种用于病理免疫组织化学的特异性染色的显色底物，通常使处于第一状态的细胞或物质呈现出棕色。
71.aec(3-amino-9-ethylcarbazole，3-氨基-9-乙基咔唑)：是一种用于病理免疫组化的特异性染色的显色底物，通常使处于第一状态的细胞或物质呈现出深红色。
72.h-e染色(hematoxylin-eosin staining，苏木素-伊红染色法)：在制作病理切片的过程中，通常用于对组织的染色。苏木精染液为碱性，主要使细胞核内的染色质与胞质内的核酸着紫蓝色；伊红为酸性染料，主要使细胞质和细胞外基质中的成分着红色。特别地，在免疫组化中也用到苏木素，它将细胞核衬染为蓝色或蓝紫色。
73.人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解
智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
74.人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习、自动驾驶、智慧交通等几大方向。
75.计算机视觉技术(computer vision，cv)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、ocr(optical character recognition，光学字符识别)、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3d技术、虚拟现实、增强现实、同步定位与地图构建、自动驾驶、智慧交通等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
76.机器学习(machine learning，ml)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、示教学习等技术。
77.随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服、车联网、自动驾驶、智慧交通等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。
78.本技术实施例提供的方案涉及人工智能的计算机视觉等技术，具体通过下述实施例进行说明。
79.本技术实施例提供的图像处理方法，由计算机设备执行，该计算机设备为终端或服务器。可选地，终端101为电脑、手机、平板电脑、ai显微镜或者其他终端。可选地，服务器102是独立的物理服务器，或者是多个物理服务器构成的服务器集群或者分布式系统，或者是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn(content delivery network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
80.例如，该计算机设备为ai显微镜，该ai显微镜包括显微镜、摄像头和处理设备，该显微镜用于观察病理切片，病理切片是指承载有已经过染色的多个细胞的切片，摄像头用于对该病理切片进行拍摄，处理设备用于对拍摄的病理图像进行处理。
81.在一种可能实现方式中，本技术实施例提供的图像处理方法，由终端和服务器交互执行。图1是本技术实施例提供的一种实施环境的示意图。参见图1，该实施环境包括终端101和服务器102。终端101和服务器102之间通过无线或者有线网络连接。
82.终端101上安装由服务器102提供服务的目标应用，终端101能够通过该目标应用实现例如数据传输、消息交互等功能。可选地，目标应用为终端101操作系统中的目标应用，或者为第三方提供的目标应用。例如，目标应用为图像处理应用，该图像处理应用具有图像处理的功能，当然，该图像处理应用还能够具有其他功能。可选地，服务器102为该目标应用的后台服务器或者为提供云计算以及云存储等服务的云服务器。
83.在一种可能实现方式中，终端101对病理切片进行拍摄，得到病理图像，将病理图像发送给服务器102，由服务器102对病理图像进行处理，得到病理图像中每个细胞的状态。
84.图2是本技术实施例提供的一种图像处理方法的流程图。本技术实施例的执行主体为计算机设备。参见图2，该方法包括以下步骤：
85.201、计算机设备基于第一病理图像中的多个细胞中心的染色值，确定该第一病理图像的直方图。
86.其中，第一病理图像是通过对染色后的多个细胞拍摄得到的，该第一病理图像中包括多个细胞，每个细胞具有一个细胞中心。由于在对细胞染色时，能够将细胞核染上色，处于不同状态的细胞的细胞核被染成不同的颜色，因此，在确定细胞状态时，考虑细胞核的染色值即可，也即是该细胞中心的染色值表示该细胞中心所在的细胞的染色情况。
87.该直方图能够表示各个染色值与第一病理图像中与该染色值对应的细胞数目之间的关系，即直方图表示多个细胞对应的染色值的分布情况。
88.202、计算机设备基于直方图中的第一染色值，确定第一病理图像对应的染色值阈值。
89.本技术实施例通过第一染色值，确定用于划分不同状态的染色值阈值。其中，在直方图中该第一染色值对应的细胞数目大于其他染色值对应的细胞数目。
90.203、计算机设备对比每个细胞中心的染色值与染色值阈值的大小，得到每个细胞中心所在的细胞的状态。
91.对于第一病理图像中的每个细胞，根据该细胞中心的染色值和染色值阈值的大小，确定该细胞中心所在的细胞所处的状态。
92.本技术实施例提供的方法，由于不同状态的细胞经过染色之后呈现的颜色不同，通过直方图能够反映该第一病理图像中每个细胞对应的染色情况，从而能够基于该直方图，确定适用于该第一病理图像中的细胞的染色值阈值，从而根据该染色值阈值确定细胞状态，这种确定细胞状态的方式，不受第一病理图像的采集条件的影响，即使第一病理图像的采集条件发生变化，也能够根据该直方图确定相应的染色值阈值，从而确定每个细胞的状态，具有较高的鲁棒性。
93.图2所示的实施例简单介绍了基于直方图中多个细胞对应的染色值的分布情况，确定第一病理图像中的每个细胞的状态的过程，下面通过图3所示的实施例，对确定染色值阈值的实施方式进行详细说明。
94.图3是本技术实施例提供的一种图像处理方法的流程图。本技术实施例的执行主体为计算机设备。参见图3，该方法包括以下步骤：
95.301、计算机设备基于第一病理图像中的多个细胞中心的染色值，确定该第一病理图像的直方图。
96.其中，第一病理图像是通过对染色后的多个细胞拍摄得到的，该第一病理图像中
包括多个细胞，每个细胞具有一个细胞中心。由于在对细胞染色时，能够将细胞核染上色，处于不同状态的细胞的细胞核被染成不同的颜色，因此，在确定细胞状态时，考虑细胞核的染色值即可，也即是该细胞中心的染色值表示该细胞中心所在的细胞的染色情况，第一病理图像中的每个位置点的像素值即为染色值。
97.本技术实施例中，以染色值的取值范围为[0，255]，且染色值的取值为整数为例进行说明。针对每个染色值，计算机设备统计第一病理图像中与该染色值对应的细胞中心的数目，得到每个染色值对应的细胞数目，从而根据每个染色值对应的细胞数目，确定该第一病理图像的直方图。其中，该直方图以染色值为纵坐标，细胞数目为横坐标；或者以细胞数目为纵坐标，染色值为横坐标。例如，以k∈[0,255]表示染色值，即k取0到255中的整数，根据第一病理图像中每个细胞中心的染色值，将自变量k映射为h(k)，h(k)表示染色值与细胞数目之间的映射关系，根据该映射关系，建立直方图。
[0098]
例如，参见图4所示的多个病理图像的直方图的示意图，图4所示的直方图以染色值为纵坐标，细胞数目为横坐标，不同的直方图中纵坐标范围从下到上均是从0到255，但是不同的直方图中，横坐标范围根据对应的第一病理图像中的细胞数目调整，在第一病理图像中的细胞数目较多的情况下，横坐标范围设置为0到500、0到600或其他范围，而在第一病理图像中的细胞数目较少的情况下，横坐标范围设置为0到300、0到200或其他范围。从图4中可以看出不同的直方图具有相同的特点，即在直方图中有一个峰值细胞数目，该峰值细胞数目对应一个较小的染色值，较大的染色值对应的细胞数目较少。
[0099]
302、计算机设备按照目标比例缩小第一染色值对应的细胞数目，得到参考细胞数目。
[0100]
由于处于不同状态的细胞的染色情况不同，在第一病理图像中，处于第一状态的细胞对应的细胞中心的染色值较大，且处于第一状态的多个细胞对应的细胞中心的染色值构成的染色值区间的跨度较大，在直方图中分布的较为离散，而处于第二状态的细胞对应的细胞中心的染色值较小，且由于染色较为均匀，处于第二状态的细胞对应的细胞中心的染色值构成的染色值区间的跨度较小，在直方图中分布的较为集中。本技术实施例利用染色后的细胞的特性确定染色值阈值，以确定细胞的状态。
[0101]
根据上述染色后的细胞的特性可以确定，大量的处于第二状态的细胞很可能会对应于同一染色值，从而导致在直方图中存在某个染色值对应的细胞数目大于其他染色值对应的细胞数目，则将此染色值确定为第一染色值，对应于该第一染色值的细胞即为处于第二状态的细胞。
[0102]
例如，将第一染色值对应的细胞数目表示为：
[0103][0104]
其中，v1表示第一染色值，h(v1)表示第一染色值对应的细胞数目，表示在遍历所有k值之后得到的h(k)的最大值。
[0105]
并且，考虑到第一病理图像包括大量的细胞，对于这些细胞中处于第二状态的细胞来说，这些细胞对应的染色值与细胞数目之间的映射关系，在直方图上呈现出正态分布。例如，参见图4，每个直方图中的最大峰值对应着第一染色值和最大细胞数目，在第一染色值两侧的染色值对应的细胞数目逐渐减小。基于该特点，设置目标比例，根据该目标比例对
该第一染色值对应的细胞数目进行缩小，可以确定参考细胞数目，以使该参考细胞数目小于第一染色值对应的细胞数目，且使该参考细胞数目对应的染色值能够位于该第一染色值的两侧。其中，该目标比例是一个较小的数值，例如，该目标比例为0.05、0.06等。
[0106]
303、计算机设备将对应的细胞数目不大于该参考细胞数目且小于第一染色值的多个染色值中的最大染色值，确定为第二染色值，将第一染色值与第二染色值之间的差值，与第一染色值之和，确定为第三染色值。
[0107]
本技术实施例中，在确定了参考细胞数目之后，根据直方图中染色值的分布情况，从该直方图中确定第二染色值，该第二染色值对应的细胞数目不大于该参考细胞数目，且该第二染色值是小于第一染色值的多个染色值中的最大染色值，从而保证该第二染色值即满足对应的细胞数目不大于参考细胞数目。
[0108]
例如，采用下述公式，确定第二染色值：
[0109]v0
＝max{k|h(k)≤h(v1)
×
t且k《v1}
[0110]
其中，v0表示第二染色值，v1表示第一染色值，t表示目标比例，h(v1)表示第一染色值对应的细胞数目，h(v1)
×
t表示参考细胞数目，max{x|y}表示取满足条件y的多个x中的最大值。
[0111]
在已知直方图中的第一染色值和第二染色值的情况下，能够根据第一染色值和第二染色值之间的差值，得到一个染色值宽度，通过计算第一染色值和该染色值宽度之和，即可得到第三染色值。例如，第三染色值表示为2v
1-v0。
[0112]
需要说明的是，在一种可能实现方式中，能够直接将得到的第三染色值确定为染色值阈值。而在另一种可能实现方式中，在计算第三染色值时，采用的目标比例是预设的，可能存在不准确的情况，例如，直方图中与该第三染色值相邻的、大于该第三染色值的染色值对应的细胞如果是处于第二状态的细胞，则说明该目标比例偏小，在直方图中与该第三染色值相邻的、大于该第三染色值的染色值对应的细胞数目小于该第三染色值对应的细胞数目，因此为了进一步提高确定的染色值阈值的准确性，需要执行下述步骤304-步骤305。
[0113]
304、计算机设备每次确定直方图中相邻的目标数目个染色值分别对应的细胞数目，在目标数目个染色值中的中间染色值对应的细胞数目最小的情况下，将中间染色值确定为第四染色值。
[0114]
本技术实施例中，对直方图进行最小值滤波，以目标数目为滤波器掩膜宽度，从染色值0开始，以相邻的目标数目个染色值为一个区间，确定每个区间的染色值分别对应的细胞数目，然后，确定该目标数目个染色值中的中间染色值对应的细胞数目是否是该区间内每个染色值对应的细胞数目中的最小的细胞数目，如果是，则将该中间染色值确定为第四染色值，如果不是，则忽略该染色值，重复执行上述过程，每次都按照该目标数目对该直方图进行轮询，则最后会得到多个第四染色值。其中，为了保证能够确定区间内的中间染色值，目标数目需要设置为大于1的奇数。
[0115]
例如，目标数目为3，从染色值0开始，将染色值0、1和2构成一个区间，针对该区间，分别获取染色值0、1、2对应的细胞数目，在这三个细胞数目中，染色值1对应的细胞数目最小的情况下，将该染色值1对应的细胞数目确定为第四染色值；然后，按照该目标数目继续轮询，将染色值3、4、5构成一个区间，分别获取染色值3、4、5对应的细胞数目，在这三个细胞数目中，染色值4对应的细胞数目最小的情况下，将该染色值4对应的细胞数目确定为第四
染色值，然后继续确定之后的染色值中的其他第四染色值，直至遍历了全部染色值，得到多个第四染色值。
[0116]
例如，采用下述公式对直方图进行最小值滤波：
[0117]
g(k)＝minfilters(h(k))
[0118]
其中，g(k)表示第四染色值与对应的细胞数目之间的映射关系，h(k)表示直方图，minfilters(
·
)表示以s为滤波器掩膜宽度进行最小值滤波。
[0119]
305、计算机设备将所确定的多个第四染色值中大于第三染色值的最小染色值，确定为染色值阈值。
[0120]
上述步骤所确定的多个第四染色值均为直方图中的局部最小细胞数目对应的染色值，为了保证染色值阈值的准确性，从多个第四染色值中，选取大于第三染色值的最小染色值，作为染色值阈值，该染色值阈值能够作为划分不同状态的分界线。
[0121]
例如，采用下述公式确定染色值阈值：
[0122][0123]
其中，v2表示染色值阈值，q表示包含多个第四染色值的染色值集合，q＝{k|h(k)＝g(k)}。
[0124]
306、计算机设备对比每个细胞中心的染色值与染色值阈值的大小，得到每个细胞中心所在的细胞的状态。
[0125]
在细胞中心的染色值大于染色值阈值的情况下，确定该细胞中心所在的细胞处于第一状态；在细胞中心的染色值不大于染色值阈值的情况下，确定该细胞中心所在的细胞处于第二状态。其中，第一状态是指细胞异常的状态，例如细胞处于第一状态表示细胞发生病变，第二状态是指细胞正常的状态，例如细胞处于第二状态表示细胞未发生病变。
[0126]
在一种可能实现方式中，计算机设备确定了不同细胞的状态之后，能够对第一病理图像中的细胞进行标记，例如，参见图5所示的三个病理图像，这三个病理图像中，颜色较深的点表示处于第一状态的细胞，颜色较浅的点表示处于第二状态的细胞。
[0127]
在另一实施例中，计算机设备确定了每个细胞的状态之后，能够基于该每个细胞的状态，进一步确定处于第一状态的细胞的聚集区域。例如，参见图5，采用线条框出的区域即为处于第一状态的细胞的聚集区域。
[0128]
需要说明的是，本技术实施例仅是以上述第一病理图像为例进行说明，在另一实施例，针对其他的病理图像，能够采用与上述实施例类似的实施方式，确定病理图像中每个细胞的状态。
[0129]
本技术实施例提供的方法，由于不同状态的细胞经过染色之后呈现的颜色不同，通过直方图能够反映该第一病理图像中每个细胞对应的染色情况，从而能够基于该直方图，确定适用于该第一病理图像中的细胞的染色值阈值，从而根据该染色值阈值确定细胞状态，这种确定细胞状态的方式，不受第一病理图像的采集条件的影响，即使第一病理图像的采集条件发生变化，也能够根据该直方图确定相应的染色值阈值，从而确定每个细胞的状态，具有较高的鲁棒性。
[0130]
并且，本技术实施例中，为了避免目标比例的取值影响染色值阈值的准确性，在确定染色值阈值时，在初步确定了处于第二状态的细胞对应的染色值所在的范围，即根据第
二染色值和第三染色值确定的范围之后，还会对直方图进行最小值滤波，以得到该直方图中的多个第四染色值，从而根据多个第四染色值和第三染色值，确定染色值阈值，提高了染色值阈值的准确性。
[0131]
在一些实施例中，在基于第一病理图像中的多个细胞中心的染色值，确定第一病理图像的直方图之前，计算机设备还需要先对最初拍摄的第二病理图像进行处理，以得到该第一病理图像以及该第一病理图像中的每个细胞中心，详细的处理过程参见图6。
[0132]
图6是本技术实施例提供的一种图像处理方法的流程图。本技术实施例的执行主体为计算机设备。参见图6，该方法包括以下步骤：
[0133]
601、计算机设备获取第二病理图像。
[0134]
本技术实施例中，该第二病理图像是rgb(red green blue，红绿蓝)图像，该第二病理图像是计算机设备通过摄像头直接对显微镜下的病理切片进行拍摄得到的图像，例如，该第二病理图像是通过ai显微镜拍摄的图像；或者是由其他设备拍摄发送给该计算机设备的图像，例如，计算机设备为ai病理云服务器，则该第二病理图像是由其他设备上传至该ai病理云服务器的，本技术实施例对此不做限制。
[0135]
对于细胞的染色方式，在一种可能实现方式中，能够采用dab进行染色，该dab能够将处于第一状态的细胞染为棕色，当然由于不同细胞的染色程度不同，不同的处于第一状态的细胞，能够被染为浅棕色、中等棕色或深棕色中的任一种。
[0136]
在另一种可能实现方式中，能够采用aec进行染色，该aec能够将处于第一状态的细胞染为红色，同理，由于不同细胞的染色程度不同，不同的处于第一状态的细胞，能够被染为浅红色、中等红色或深红色中的任一种。
[0137]
在另一实施例中，还能够采用其他染色剂对细胞进行染色，本技术实施例对下拨染色时采用的染色剂不做限制。
[0138]
602、计算机设备从第二病理图像中，提取目标通道对应的第一病理图像。
[0139]
其中，该目标通道为反映第二病理图像中的多个细胞的染色情况的通道，该目标通道为预先确定的，例如，该目标通道为dab通道、aec通道或其他通道。
[0140]
在一种可能实现方式中，计算机设备对第二病理图像进行色彩反卷积，得到第一病理图像。即计算机设备确定参考矩阵，该参考矩阵表示第二病理图像包含的多个通道的颜色信息，多个通道包括目标通道；基于参考矩阵，对第二病理图像进行反卷积处理，得到多个通道对应的病理图像，其中，得到的多个病理图像包括目标通道对应的第一病理图像。
[0141]
例如，采用dab对细胞进行染色，由于dab能够将处于第一状态的细胞染为棕色，在后续处理过程中需要依据该dab通道的信息确定细胞状态，因此将dab通道确定为目标通道。那么，为了提取出dab通道对应的第一病理图像，对第二病理图像进行h-e-dab(hematoxylin-eosin-3,3'-diaminobenzidine，苏木素-伊红-3,3'-二氨基联苯胺)色彩反卷积，即从第二病理图像中提取出h-e通道对应的病理图像和dab通道对应的病理图像，将dab通道对应的病理图像确定为第一病理图像。
[0142]
需要说明的另一点是，本技术实施例仅是以上述几种提取第一病理图像的方式为例进行说明，在另一实施例中，还能够采用其他方式提取第一病理图像，例如，将第二病理图像转换到hsv(hue saturation value，色相饱和度明度)色彩空间，然后提取其中色相通道对应的第一病理图像，对该第一病理图像执行后续操作；或者直接将该第二病理图像转
换为单通道的灰度图像，将灰度图像确定为第一病理图像，对该第一病理图像执行后续操作。
[0143]
603、计算机设备获取第一病理图像中每个细胞的细胞中心的染色值。
[0144]
计算机设备首先需要确定第一病理图像中的每个细胞的细胞中心，即对第一病理图像中的每个细胞进行中心预测，得到每个细胞中心的坐标；然后将每个细胞中心的坐标对应的染色值，分别确定为每个细胞中心的染色值。
[0145]
对于细胞中心的确定，由于对细胞进行染色时，细胞中心通常染色较深，因此在确定细胞中心时，需要根据最大的染色值所对应的位置点确定，在一种可能实现方式中，对于每个细胞，计算机设备获取该细胞包含的多个位置点的染色值，从获取的多个染色值中，确定最大且相同的多个染色值，对所确定的多个染色值对应的位置点进行连接，构成连通域，将连通域的中心点对应的坐标确定为细胞中心的坐标。
[0146]
在另一种可能实现方式中，对于每个细胞，计算机设备获取细胞包含的多个位置点的染色值中的最大染色值，将最大染色值对应的位置点的坐标确定为细胞中心的坐标。
[0147]
在另一种可能实现方式中，计算机设备调用中心预测模型，对第一病理图像中的每个细胞进行中心预测，得到每个细胞中心的坐标。其中，该中心预测模型是用于对细胞中心进行预测的模型。
[0148]
需要说明的是，本技术实施例，仅是以对第一病理图像中的每个细胞进行中心预测，得到每个细胞中心的坐标为例进行说明。由于第二病理图像和第一病理图像中的细胞是相同的，因此在另一实施例中，计算机设备能够对第二病理图像中的每个细胞进行中心预测，得到每个细胞中心的坐标，将每个细胞中心的坐标确定为第一病理图像中每个细胞中心的坐标，在这种情况下，计算机设备能够同时执行提取目标通道对应的第一病理图像的过程和确定每个细胞中心的坐标的过程。
[0149]
604、计算机设备基于第一病理图像中的多个细胞中心的染色值，确定第一病理图像的直方图。
[0150]
605、计算机设备基于直方图中的第一染色值，确定第一病理图像对应的染色值阈值。
[0151]
606、计算机设备对比每个细胞中心的染色值与染色值阈值的大小，得到每个细胞中心所在的细胞的状态。
[0152]
步骤604-步骤606的实施方式与上述步骤301-步骤306的实施方式同理，在此不再赘述。
[0153]
需要说明的是，如果能够保证在与第二病理图像对应的采集条件相同的采集条件下，对其他病理切片进行拍摄，得到第三病理图像，由于采集条件相同，那么染色值阈值不会受到采集条件的影响，因此能够将为第二病理图像确定的染色值阈值，也确定为该第三病理图像对应的染色值阈值，从而根据该染色值阈值，确定第三病理图像中的细胞的状态，实现了染色值阈值。而在采集条件发生变化时，在对其他病理切片进行拍摄，得到第三病理图像后，仍然可以重新确定染色值阈值，从而基于重新确定的染色值阈值确定第三病理图像中的细胞的状态。其中，采集条件包括切片制作、所使用的染色剂、拍摄设备、拍摄环境等。
[0154]
对于重新确定染色值阈值的方式，可选地，为第三病理图像确定染色值阈值的方
式与上述实施例中的步骤601-步骤606类似。或者，在已经获取了多个染色值阈值的情况下，采用移动平均的方式，获取新的染色值阈值，例如，直接对多个染色值阈值求平均得到新的染色值阈值，或者按照每个染色值阈值的权重，对多个染色值阈值进行加权平均，得到新的染色值阈值，该染色值阈值的权重是根据每个染色值阈值的获取时间与当前时间间隔的时长确定的，染色值阈值的获取时间与当前时间间隔的时长越长，则该染色值阈值的权重越小，染色值阈值的获取时间与当前时间间隔的时长越短，则该染色值阈值的权重越大。
[0155]
本技术实施例中，由于对细胞进行染色时，细胞中心容易染色，因此通过获取每个细胞的细胞中心的染色值，即可代表细胞的染色情况，在处理过程中无需使用每个细胞对应的全部染色值，在保证准确识别细胞状态的同时，提高了处理效率。
[0156]
在另一实施例中，由于对细胞进行染色时，可能存在染色不均匀的情况，为了避免染色不均匀影响后续对细胞状态的确定，在确定第二病理图像中的每个细胞中心的染色值之前，先对该第二病理图像进行滤波，详细的处理过程参见图7。
[0157]
图7是本技术实施例提供的一种图像处理方法的流程图。本技术实施例的执行主体为计算机设备，参见图7，该方法包括以下步骤：
[0158]
701、计算机设备对第一病理图像中的每个细胞进行中心预测，得到每个细胞中心的坐标。
[0159]
步骤701的实施方式与步骤603中确定每个细胞中心的坐标的方式同理，在此不再赘述。
[0160]
702、计算机设备基于每个细胞中心的坐标，对第一病理图像进行中值滤波。
[0161]
本技术实施例中，以每个细胞中心的坐标为中心点，对第一病理图像中的每个细胞进行中值滤波，以去除第一病理图像中，由于染色不均匀导致的相差较大的染色值。以3*3的中值滤波为例，对于任一细胞，以该细胞的细胞中心的坐标为最中间的坐标，然后确定周围的、与该细胞中心的坐标最近的8个坐标，然后将这9个坐标对应的染色值进行排序，将排列在最中间的染色值，作为这9个坐标对应的新的染色值。
[0162]
需要说明的是，本技术实施例仅是以对第一病理图像进行中值滤波为例进行说明，在另一实施例中计算机设备还能够采用其他滤波方式对第一病理图像进行滤波，例如均值滤波。
[0163]
703、计算机设备基于第一病理图像中的多个细胞中心的染色值，确定第一病理图像的直方图。
[0164]
704、计算机设备基于直方图中的第一染色值，确定第一病理图像对应的染色值阈值。
[0165]
705、计算机设备对比每个细胞中心的染色值与染色值阈值的大小，得到每个细胞中心所在的细胞的状态。
[0166]
步骤703-步骤705的实施方式与上述步骤301-步骤306的实施方式同理，在此不再赘述。
[0167]
本技术实施例中，在确定第二病理图像中的每个细胞中心的染色值之前，先对该第二病理图像进行滤波，对滤波后的第二病理图像进行后续处理，以避免染色不均匀的影响，从而提高确定的染色值阈值的准确性。
[0168]
另外，举例来说，参见图8，本技术实施例的操作流程可以包括：获取第二病理图
像，对该第二病理图像进行色彩反卷积，得到目标通道对应的第一病理图像，同时，对第二病理图像中的细胞进行中心预测，得到每个细胞中心的坐标，根据每个细胞中心的坐标和第一病理图像，确定每个细胞中心对应的染色值，基于多个细胞中心对应的染色值，确定直方图，然后确定该直方图中的第一染色值，并基于该第一染色值和直方图确定染色值阈值。其中，确定染色值阈值的具体实施方式详见上述图3所示的实施例。之后，在采用上述方式确定了多个染色值阈值之后，针对新的第二病理图像，能够采用移动平均的方式，确定该第二病理图像对应的染色值阈值。
[0169]
图9是本技术实施例提供的一种图像处理装置的结构示意图。参见图9，该装置包括：
[0170]
直方图确定模块901，用于基于第一病理图像中的多个细胞中心的染色值，确定该第一病理图像的直方图，该第一病理图像是通过对染色后的多个细胞拍摄得到的，该细胞中心的染色值表示该细胞中心所在的细胞的染色情况，该直方图表示该多个细胞对应的染色值的分布情况；
[0171]
阈值确定模块902，用于基于该直方图中的第一染色值，确定该第一病理图像对应的染色值阈值，其中在该直方图中该第一染色值对应的细胞数目大于其他染色值对应的细胞数目；
[0172]
状态确定模块903，用于对比每个该细胞中心的染色值与染色值阈值的大小，得到每个该细胞中心所在的细胞的状态。
[0173]
本技术实施例提供的装置，由于不同状态的细胞经过染色之后呈现的颜色不同，通过直方图能够反映该第一病理图像中每个细胞对应的染色情况，从而能够基于该直方图，确定适用于该第一病理图像中的细胞的染色值阈值，从而根据该染色值阈值确定细胞状态，这种确定细胞状态的方式，不受第一病理图像的采集条件的影响，即使第一病理图像的采集条件发生变化，也能够根据该直方图确定相应的染色值阈值，从而确定每个细胞的状态，具有较高的鲁棒性。
[0174]
可选地，参见图10，该阈值确定模块902，包括：
[0175]
数目确定单元9021，用于按照目标比例缩小该第一染色值对应的细胞数目，得到参考细胞数目；
[0176]
第一确定单元9022，用于将对应的细胞数目不大于该参考细胞数目且小于该第一染色值的多个染色值中的最大染色值，确定为第二染色值；
[0177]
第二确定单元9023，用于将该第一染色值与该第二染色值之间的差值，与该第一染色值之和，确定为第三染色值；
[0178]
阈值确定单元9024，用于将该第三染色值确定为该染色值阈值。
[0179]
可选地，参见图10，该阈值确定模块902，包括：
[0180]
数目确定单元9021，用于按照目标比例缩小该第一染色值对应的细胞数目，得到参考细胞数目；
[0181]
第一确定单元9022，用于将对应的细胞数目不大于该参考细胞数目且小于该第一染色值的多个染色值中的最大染色值，确定为第二染色值；
[0182]
第二确定单元9023，用于将该第一染色值与该第二染色值之间的差值，与该第一染色值之和，确定为第三染色值；
[0183]
第三确定单元9025，用于每次确定该直方图中相邻的目标数目个染色值分别对应的细胞数目，在该目标数目个染色值中的中间染色值对应的细胞数目最小的情况下，将该中间染色值确定为第四染色值，该目标数目为奇数；
[0184]
阈值确定单元9024，还用于将所确定的多个第四染色值中大于该第三染色值的最小染色值，确定为该染色值阈值。
[0185]
可选地，参见图10，该装置还包括：
[0186]
图像获取模块904，用于获取第二病理图像，该第二病理图像是对该染色后的多个细胞拍摄得到的；
[0187]
图像提取模块905，用于从该第二病理图像中，提取目标通道对应的该第一病理图像，该目标通道为反映该第二病理图像中的该多个细胞的染色情况的通道。
[0188]
可选地，该图像提取模块901，用于：
[0189]
确定参考矩阵，该参考矩阵表示该第二病理图像包含的多个通道的颜色信息，该多个通道包括该目标通道；
[0190]
基于该参考矩阵，对该第二病理图像进行反卷积处理，得到该多个通道对应的病理图像，其中，得到的多个病理图像包括该目标通道对应的该第一病理图像。
[0191]
可选地，参见图10，该装置还包括：
[0192]
中心预测模块906，用于对该第一病理图像中的每个该细胞进行中心预测，得到每个该细胞中心的坐标；
[0193]
染色值确定模块907，用于将每个该细胞中心的坐标对应的染色值，分别确定为每个该细胞中心的染色值。
[0194]
可选地，参见图10，该装置还包括：
[0195]
中心预测模块905，用于对该第一病理图像中的每个该细胞进行中心预测，得到每个该细胞中心的坐标；
[0196]
滤波模块908，用于基于每个该细胞中心的坐标，对该第一病理图像进行中值滤波。
[0197]
可选地，该第一病理图像中的每个细胞包含多个位置点，每个位置点具有对应的染色值，参见图10，该中心预测模块906，用于：
[0198]
对于每个该细胞：
[0199]
获取该细胞包含的多个位置点的染色值；
[0200]
从获取的多个染色值中，确定最大且相同的多个染色值；
[0201]
对所确定的多个染色值对应的位置点进行连接，构成连通域；
[0202]
将该连通域的中心点对应的坐标确定为该细胞中心的坐标。
[0203]
可选地，参见图10，该中心预测模块906，用于对于每个该细胞，获取该细胞包含的多个位置点的染色值中的最大染色值，将该最大染色值对应的位置点的坐标确定为该细胞中心的坐标。
[0204]
可选地，参见图10，该中心预测模块906，用于调用中心预测模型，对该第一病理图像中的每个该细胞进行中心预测，得到每个该细胞中心的坐标。
[0205]
可选地，该状态确定模块903，用于：
[0206]
对于该第一病理图像中的任一细胞中心：
[0207]
在该细胞中心的染色值大于该染色值阈值的情况下，确定该细胞中心所在的细胞处于第一状态；
[0208]
在该细胞中心的染色值不大于该染色值阈值的情况下，确定该细胞中心所在的细胞处于第二状态。
[0209]
上述所有可选技术方案，可以采用任意结合形成本技术的可选实施例，在此不再一一赘述。
[0210]
需要说明的是：上述实施例提供的图像处理装置在处理图像时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将计算机设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的图像处理装置与图像处理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
[0211]
本技术实施例还提供了一种计算机设备，该计算机设备包括处理器和存储器，存储器中存储有至少一条计算机程序，该至少一条计算机程序由处理器加载并执行，以实现上述实施例的图像处理方法所执行的操作。
[0212]
可选地，该计算机设备提供为终端。图11是本技术实施例提供的一种终端1100的结构示意图。终端1100包括有：处理器1101和存储器1102。
[0213]
处理器1101可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1101可以采用dsp(digital signal processing，数字信号处理)、fpga(field－programmable gate array，现场可编程门阵列)、pla(programmable logic array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1101也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(central processing unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器1101可以集成有gpu(graphics processing unit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。在一些实施例中，处理器1101还可以包括ai(artificial intelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
[0214]
存储器1102可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器1102还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器1102中的非暂态的计算机可读存储介质用于存储至少一条计算机程序，该至少一条计算机程序用于被处理器1101所执行以实现本技术中方法实施例提供的图像处理方法。
[0215]
在一些实施例中，终端1100还可选包括有：外围设备接口1103和至少一个外围设备。处理器1101、存储器1102和外围设备接口1103之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1103相连。具体地，外围设备包括：射频电路1104、显示屏1105、摄像头组件1106、音频电路1107和电源1108中的至少一种。
[0216]
外围设备接口1103可被用于将i/o(input/output，输入/输出)相关的至少一个外围设备连接到处理器1101和存储器1102。在一些实施例中，处理器1101、存储器1102和外围设备接口1103被集成在同一芯片或电路板上；在一些其他实施例中，处理器1101、存储器1102和外围设备接口1103中的任意一个或两个可以在单独的芯片或电路板上实现，本实施
例对此不加以限定。
[0217]
射频电路1104用于接收和发射rf(radio frequency，射频)信号，也称电磁信号。射频电路1104通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1104将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路1104包括：天线系统、rf收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1104可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2g、3g、4g及5g)、无线局域网和/或wifi(wireless fidelity，无线保真)网络。在一些实施例中，射频电路1104还可以包括nfc(near field communication，近距离无线通信)有关的电路，本技术对此不加以限定。
[0218]
显示屏1105用于显示ui(user interface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1105是触摸显示屏时，显示屏1105还具有采集在显示屏1105的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1101进行处理。此时，显示屏1105还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏1105可以为一个，设置在终端1100的前面板；在另一些实施例中，显示屏1105可以为至少两个，分别设置在终端1100的不同表面或呈折叠设计；在另一些实施例中，显示屏1105可以是柔性显示屏，设置在终端1100的弯曲表面上或折叠面上。
[0219]
摄像头组件1106用于采集图像或视频。可选地，摄像头组件1106包括前置摄像头和后置摄像头。前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及vr(virtual reality，虚拟现实)拍摄功能或者其它融合拍摄功能。
[0220]
音频电路1107可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器1101进行处理，或者输入至射频电路1104以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端1100的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1101或射频电路1104的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路1107还可以包括耳机插孔。
[0221]
电源1108用于为终端1100中的各个组件进行供电。电源1108可以是交流电、直流电、一次性电池或可充电电池。当电源1108包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
[0222]
本领域技术人员可以理解，图11中示出的结构并不构成对终端1100的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
[0223]
可选地，该计算机设备提供为服务器。图12是本技术实施例提供的一种服务器的
结构示意图，该服务器1200可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)1201和一个或一个以上的存储器1202，其中，存储器1202中存储有至少一条计算机程序，该至少一条计算机程序由处理器1201加载并执行以实现上述各个方法实施例提供的方法。当然，该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。
[0224]
本技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条计算机程序，该至少一条计算机程序由处理器加载并执行，以实现上述实施例的图像处理方法所执行的操作。
[0225]
本技术实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现上述实施例的图像处理方法所执行的操作。
[0226]
在一些实施例中，本技术实施例所涉及的计算机程序可被部署在一个计算机设备上执行，或者在位于一个地点的多个计算机设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算机设备上执行，分布在多个地点且通过通信网络互连的多个计算机设备可以组成区块链系统。
[0227]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0228]
以上仅为本技术实施例的可选实施例，并不用以限制本技术实施例，凡在本技术实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。