一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种视频填充颜色的方法及装置与流程

2022-07-22 21:47:15 来源:中国专利 TAG:

1.本发明属于视频处理技术领域,具体涉及一种视频填充颜色的方法及装置。


背景技术:

2.人们在日常生活中观察到的自然界,是由五彩缤纷的色彩组成的。丰富的色彩能够给人以愉悦的美学享受,同时色彩的应用又渗透在人们日常生活的方方面面,因此多样化的色彩已经成了人们生活的一种必要和习惯。
3.人眼对于彩色的分辨能力要远远高于黑白灰度的分辨能力,因此由不同的黑白灰构成的黑白图像,由于其色彩的缺失会对画面的表现力造成很大的制约。由于照相术和摄影术都是历经黑白影像时代后才逐渐发展到彩色时代,因此许多照片和电影等图像资料,由于其所处拍摄年代的技术条件的限制,都是黑白效果。
4.随着数字技术的发展,大量新产生的信息资源都是数字格式的,同时大量传统的信息资料也被转换成数字格式进行传播和存储;由于黑白图像相比对应的彩色图像,占用存储空间较小、传输带宽要求较低,更加便于存储和传输,因此,在诸如远程遥感拍摄、空间探测拍摄、或者医学领域比如医学x光片等方面,黑白图像仍然有着广泛的应用。
5.尽管由于上述工作环境或技术条件的限制,黑白图像仍然存在着广泛应用。但是,当人们对这些影像资料进行观赏,或者进行科研分析时,常常还是要将它们转换成彩色图像,从而能够更准确地了解图像中反映出的具体环境或待观察目标的细节特征等等。因此,将黑白图像彩色化就日益成为一种具有实际需要的图像处理技术。
6.人工处理的方法可以最大限度地保证彩色化的效果和质量,但是处理速度极慢,且没有标准操作流程;进一步地,当进行类似动画、电影等动态图像的彩色化处理时,就需要对每帧图像进行手工的上色操作,工作量极大,从而需要耗费大量的人力成本和时间成本,甚至会由于工作量大而完全无法实现。
7.可见,现有技术无法实现对黑白图像的快速、自动化的彩色化处理。


技术实现要素:

8.本发明的目的是克服现有视频填色技术无法实现对黑白图像的快速、自动化的彩色化处理的问题与缺陷,提供一种视频填充颜色的方法及装置,根据填色样本模型自动进行颜色匹配自动填色。
9.为实现以上目的,本发明的技术方案如下:
10.一种视频填充颜色的方法,包括:
11.收集彩色图片,分析彩色图片的有色区域及其所对应的颜色;
12.根据彩色图片的有色区域及其所对应的颜色,建立填色样本模型;
13.读取待填色视频数据包,所述待填色视频数据包中包含有多帧待填色视频图片,所述待填色视频图片均为轮廓图,且每一帧待填色视频图片包括至少一个待填色区域;
14.将待填色视频数据包放入填色样本模型中进行匹配,并填充颜色。
15.所述的有色区域和待填色区域:
16.由若干线条所组成的封闭区域;或者,
17.由若干线条和图片边界线所组成的封闭区域;
18.记录所述有色区域和待填色区域的线条形状及连接形式。
19.将待填色视频图片放入填色样本模型中进行匹配,其方法包括:
20.将待填色视频图片中待填色区域的线条形状及连接形式与填色样本模型中有色区域的线条形状及连接方式进行匹配,匹配度大于预设阈值则确定该待填色区域与填色样本模型中的其中一个有色区域一致,则对该待填色区域进行填色。
21.所述的线条形状相似度通过sift算法计算得到。
22.所述的有色区域先进行去彩色读取其轮廓图。
23.所述的读取待填色视频数据包时,根据视频的播放顺序对每一帧待填色视频图片进行编号,所述将待填色视频数据包放入填色样本模型中进行匹配,并填充颜色,填充颜色完毕后按编号重新进行排列规整。
24.一种视频填充颜色的装置,所述装置包括:
25.读取模块,用于读取待填色视频数据包,所述待填色视频数据包中包含有多帧待填色视频图片,所述待填色视频图片均为轮廓图,且每一帧待填色视频图片包括至少一个待填色区域;
26.搜集模块,用于收集彩色图片,分析彩色图片的有色区域及其所对应的颜色;
27.填色样本模型模块,根据彩色图片的有色区域及其所对应的颜色,建立填色样本模型;
28.填充模块,将待填色视频数据包放入填色样本模型中进行匹配,并填充颜色。
29.所述的读取模块和搜集模块中都含有轮廓提取模块,所述的轮廓提取模块用于确定所述的有色区域和待填色区域:
30.由若干线条所组成的封闭区域;或者,
31.由若干线条和图片边界线所组成的封闭区域。
32.所述的搜集模块中还有去色模块,所述的去色模块用于将所述的有色区域先进行去彩色读取其轮廓图。
33.所述的读取模块中还包括编号模块,所述的编号模块用于根据视频的播放顺序对每一帧待填色视频图片进行编号。
34.与现有技术相比,本发明的有益效果为:
35.本发明采用将待填色的图片放入填色样本模型进行匹配,根据待填色图片的轮廓与填色样本模型内的彩色图片的轮廓进行对比,如果大于阈值则待填色图片中的某一轮廓与彩色图片中的某一轮廓一致,则该待填色图片的轮廓所要填色的颜色为彩色图片中该匹配成功区域内的颜色;本发明通过轮廓及其线条和连接方式来确定颜色,能够将该区域内不同色阶大小不一的颜色块都进行填色,实现了对黑白图像的快速、自动化的彩色化处理。
36.本发明通过线条与线条,线条与边界线的形式进行判断填色区域,所述的填色区域大多是有轮廓的图片,这些轮廓图包含有物体轮廓图,人体轮廓图,物体轮廓库会随着拍摄角度发生变化,人体轮廓图会随着拍摄角度及姿势发生变化,但是轮廓的连接形式及线条走势是不会发生变化的,所以可通过相似的线条连接方式及线条走势来判断是否为相似
或同一轮廓,再根据彩色图案对轮廓进行填色。
37.本发明中建立了填色样本模型,采用了大数据分析的方法增加了样本特征多样性,一方面提供了样本特征线条的数量增大了其它特征多样性,保证其在多种视图及形态的情况下都能达到吻合率,另一方面增大样本数量,尽量让图片都能自动上色,减少手动上色的几率。
具体实施方式
38.下面结合具体实施方式对本发明作进一步详细的说明。
39.一种视频填充颜色的方法,包括:
40.收集彩色图片,分析彩色图片的有色区域及其所对应的颜色;
41.根据彩色图片的有色区域及其所对应的颜色,建立填色样本模型;
42.读取待填色视频数据包,所述待填色视频数据包中包含有多帧待填色视频图片,所述待填色视频图片均为轮廓图,且每一帧待填色视频图片包括至少一个待填色区域;
43.将待填色视频数据包放入填色样本模型中进行匹配,并填充颜色。
44.所述的有色区域和待填色区域:
45.由若干线条所组成的封闭区域;或者,
46.由若干线条和图片边界线所组成的封闭区域;
47.记录所述有色区域和待填色区域的线条形状及连接形式。
48.将待填色视频图片放入填色样本模型中进行匹配,其方法包括:
49.将待填色视频图片中待填色区域的线条形状及连接形式与填色样本模型中有色区域的线条形状及连接方式进行匹配,匹配度大于预设阈值则确定该待填色区域与填色样本模型中的其中一个有色区域一致,则对该待填色区域进行填色。
50.所述的线条形状相似度通过sift算法计算得到。
51.所述的有色区域先进行去彩色读取其轮廓图。
52.所述的读取待填色视频数据包时,根据视频的播放顺序对每一帧待填色视频图片进行编号,所述将待填色视频数据包放入填色样本模型中进行匹配,并填充颜色,填充颜色完毕后按编号重新进行排列规整。
53.一种视频填充颜色的装置,所述装置包括:
54.读取模块,用于读取待填色视频数据包,所述待填色视频数据包中包含有多帧待填色视频图片,所述待填色视频图片均为轮廓图,且每一帧待填色视频图片包括至少一个待填色区域;
55.搜集模块,用于收集彩色图片,分析彩色图片的有色区域及其所对应的颜色;
56.填色样本模型模块,根据彩色图片的有色区域及其所对应的颜色,建立填色样本模型;
57.填充模块,将待填色视频数据包放入填色样本模型中进行匹配,并填充颜色。
58.所述的读取模块和搜集模块中都含有轮廓提取模块,所述的轮廓提取模块用于确定所述的有色区域和待填色区域:
59.由若干线条所组成的封闭区域;或者,
60.由若干线条和图片边界线所组成的封闭区域。
61.所述的搜集模块中还有去色模块,所述的去色模块用于将所述的有色区域先进行去彩色读取其轮廓图。
62.所述的读取模块中还包括编号模块,所述的编号模块用于根据视频的播放顺序对每一帧待填色视频图片进行编号。
63.实施例1:
64.一种填充颜色的方法,包括:
65.收集彩色图片,收集彩色图片的方法包括通过网上爬虫方式钩取彩色图片或人工放入待填色图片相关的彩色图片;然后分析彩色图片的有色区域及其所对应的颜色;然后将有色区域先进行去彩色读取其轮廓图,方法为按照图案样式进行勾勒出线条,然后将线条内的颜色去掉,所述的图案为收集到的彩色图片中含有且唯一含有图案,上述图案可以称为基础图案,根据对基础图案的学习分析来分辨出内容丰富且复杂图片中的所有图案;
66.所述有色区域中轮廓图区域的确认方式为由若干线条所组成的封闭区域;或者,由若干线条和图片边界线所组成的封闭区域;然后记录有色区域的线条形状及连接方式。
67.读取待填色视频数据包,所述待填色视频数据包中包含有多帧待填色视频图片,所述待填色视频图片均为轮廓图,且每一帧待填色视频图片包括至少一个待填色区域。所述的待填色区由若干线条所组成的封闭区域;或者,由若干线条和图片边界线所组成的封闭区域。记录所述待填色区域的线条形状及连接形式。
68.然后将待填色数据包中的待填色视频图片放入填色样本模型中进行匹配,匹配方法包括:将待填色图片的轮廓信息放入填色样本模型中进行匹配,所述的轮廓信息包括待填色区域的线条形状及连接形式,当匹配度大于预设阈值则确定该待填色区域与填色样本模型中的其中一个有色区域一致,则对该待填色区域进行填色,所用计算方法为sift算法计算得到。sift算法的实现步骤具体包括:1)生成尺度空间;2)检测尺度空间极值点;3)精确定位极值点;4)制定每个关键点方向参数;5)生成关键点描述子。或者采用余弦相似度算法进行匹配度计算。
69.所述的读取待填色视频数据包时,根据视频的播放顺序对每一帧待填色视频图片进行编号,所述将待填色视频数据包放入填色样本模型中进行匹配,并填充颜色,填充颜色完毕后按编号重新进行排列规整。
70.一种视频填充颜色的装置,所述装置包括:
71.读取模块,用于读取待填色视频数据包,所述待填色视频数据包中包含有多帧待填色视频图片,所述待填色视频图片均为轮廓图,且每一帧待填色视频图片包括至少一个待填色区域;
72.搜集模块,用于收集彩色图片,分析彩色图片的有色区域及其所对应的颜色;
73.填色样本模型模块,根据彩色图片的有色区域及其所对应的颜色,建立填色样本模型;
74.填充模块,将待填色视频数据包放入填色样本模型中进行匹配,并填充颜色。
75.所述的读取模块和搜集模块中都含有轮廓提取模块,所述的轮廓提取模块用于确定所述的有色区域和待填色区域:
76.由若干线条所组成的封闭区域;或者,
77.由若干线条和图片边界线所组成的封闭区域。
78.所述的搜集模块中还有去色模块,所述的去色模块用于将所述的有色区域先进行去彩色读取其轮廓图。
79.所述的读取模块中还包括编号模块,所述的编号模块用于根据视频的播放顺序对每一帧待填色视频图片进行编号。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献