图像的色彩调整方法、装置、设备和计算机可读存储介质与流程

1.本发明涉及图像处理技术领域，尤其涉及一种图像的色彩调整方法、装置、设备和计算机可读存储介质。


背景技术：

2.图像处理(imageprocessing)技术是指通过各种像素处理手段对图像进行分析，以使处理后的图像达到预设设定的效果，满足用户不同的视觉需求，给用户带来良好的视觉体验。
3.对于图像的色彩调整方法方案，往往采用深度学习技术来生成图片，对每一图片中光照强度弱的区域进行调整，然而在训练深度学习模型的过程中，获取的训练样本有限，导致无法全面获取在不同光照强度下的图片，即通过对深度学习调节图片时存在调节图片的色彩时，存在调节不准确的问题。


技术实现要素：

4.本发明的主要目的在于提供一种图像的色彩调整方法、装置、设备和计算机可读存储介质，旨在提高调整图片的色彩的准确性。
5.为实现上述目的，本发明提供的一种图像的色彩调整方法，所述图像的色彩调整方法包括以下步骤：
6.确定待处理图像，确定所述待处理图像的目标像素；
7.确定所述待处理图像中光线较强的候选区域；
8.确定所述候选区域的像素的第一平均颜色值，并确定所述目标像素的第二平均颜色值；
9.根据所述第一平均颜色值以及所述第二平均颜色值确定所述待处理图像的色彩调节系数；
10.基于所述色彩调节系数调节所述待处理图像。
11.可选地，所述确定所述待处理图像的目标像素的步骤，包括：
12.获取所述待处理图像中各像素的色度值；
13.根据所述色度值、像素的数量确定所述待处理图像各像素的色度值的平均值、以及标准差；
14.确定与所述平均值对应的调整系数；
15.根据所述平均值、标准差、以及所述调整系数得到所述待处理图像的目标像素。
16.可选地，所述确定所述候选区域的像素的第一平均颜色值，并确定所述目标像素的第二平均颜色值的步骤，包括：
17.获取所述候选区域的像素的颜色值；
18.根据所述像素的颜色值以及所述像素的数量确定所述候选区域的第一平均颜色值；
19.获取所述目标像素的颜色值，以及所述目标像素的数量；
20.根据所述目标像素的颜色值以及所述目标像素的数量得到所述第二平均颜色值。
21.可选地，所述确定所述待处理图像中光线较强的候选区域的步骤，包括：
22.确定所述待处理图像的亮度的平均值以及所述亮度的标准差；
23.根据所述亮度、以及所述标准差、平均值以及区域百分比确定所述候选区域。
24.可选地，所述确定待处理图像的步骤之后，还包括：
25.在所述待处理图像为视频图像时，获取所述待处理图像的帧序；
26.根据所述帧序确定所述待处理图像的色彩调节系数，基于所述色彩调节系数调节所述待处理图像。
27.可选地，所述根据所述帧序确定所述待处理图像的色彩调节系数的步骤，包括：
28.根据所述帧序确定所述待处理图像是否属于上一色彩调节系数调节范围内的视频图像；
29.若是，则确定所述上一色彩调节系数为所述待处理图像的色彩调节系数；
30.若否，则根据所述帧序确定目标视频图像，根据所述目标视频图像得到所述待处理图像的色彩调节系数，其中所述目标图像存在多个。
31.可选地，所述根据所述目标视频图像得到所述待处理图像的色彩调节系数的步骤，包括：
32.获取各目标视频图像的候选区域的像素的第三平均颜色值；
33.在各目标视频图像中筛选目标像素，得到多个目标视频图像中目标像素的第四平均颜色值；
34.根据所述第三平均颜色值和第四平均颜色值得到所述视频图像的色彩调节系数。
35.为实现上述目的，本发明还提供一种图像的色彩调整方法装置，所述图像的色彩调整方法装置包括：
36.像素确定模块，用于确定待处理图像，确定所述待处理图像的目标像素；
37.候选区域确定模块，用于确定所述待处理图像中光线较强的候选区域；
38.平均颜色值确定模块，用于确定所述候选区域的像素的第一平均颜色值，并确定所述目标像素的第二平均颜色值；
39.调节系数确定模块，用于根据所述第一平均颜色值以及所述第二平均颜色值确定所述待处理图像的色彩调节系数；
40.调节模块，用于基于所述色彩调节系数调节所述待处理图像。
41.为实现上述目的，本发明还提供一种图像的色彩调整设备，所述图像的色彩调整设备包括存储器、处理器以及存储在所述存储器并可在所述处理器上执行的图像的色彩调整程序，所述图像的色彩调整程序被所述处理器执行时实现如上所述的图像的色彩调整方法的各个步骤。
42.为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有图像的色彩调整程序，所述图像的色彩调整程序被处理器执行时实现如上所述的图像的色彩调整方法的各个步骤。
43.本发明提供的一种图像的色彩调整方法、装置、设备和计算机可读存储介质，确定待处理图像，并确定待处理图像的目标像素，进而确定待处理图像中光线较强的候选区域，
确定候选区域的像素的第一平均颜色值，以及目标像素的第二平均颜色值，根据第一平均颜色值以及第二平均颜色值确定待处理图像的色彩调节系数，并基于色彩调节系数调节待处理图像。能够根据当前获取的待处理图像中光线较强的候选区域的第一平均颜色值以及第二平均颜色值对待处理图像的色彩进行调节，提高了色彩调节的准确性。
附图说明
44.图1为本发明实施例涉及的图像的色彩调整设备的硬件结构示意图；
45.图2为本发明图像的色彩调整方法的第一实施例的流程示意图；
46.图3为本发明图像的色彩调整方法的像素的亮度分布函数满足正态分布示意图；
47.图4为本发明图像的色彩调整方法的效果示意图；
48.图5为本发明图像的色彩调整方法的模块示意图。
49.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
50.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
51.本发明实施例的主要解决方案是：确定待处理图像，确定所述待处理图像的目标像素；确定所述待处理图像中光线较强的候选区域；确定所述候选区域的像素的第一平均颜色值，并确定所述目标像素的第二平均颜色值；根据所述第一平均颜色值以及所述第二平均颜色值确定所述待处理图像的色彩调节系数；基于所述色彩调节系数调节所述待处理图像。
52.作为一种实现方案，图像的色彩调整设备可以如图1所示。
53.本发明实施例方案涉及的是图像的色彩调整设备，图像的色彩调整设备包括：处理器101，例如cpu，存储器102，通信总线103。其中，通信总线103用于实现这些组件之间的连接通信。
54.存储器102可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。如图1所示，作为一种计算机可读存储介质的存储器102中可以包括图像的色彩调整程序；而处理器101可以用于调用存储器102中存储的图像的色彩调整程序，并执行以下操作：
55.确定待处理图像，确定所述待处理图像的目标像素；
56.确定所述待处理图像中光线较强的候选区域；
57.确定所述候选区域的像素的第一平均颜色值，并确定所述目标像素的第二平均颜色值；
58.根据所述第一平均颜色值以及所述第二平均颜色值确定所述待处理图像的色彩调节系数；
59.基于所述色彩调节系数调节所述待处理图像。
60.在一实施例中，处理器101可以用于调用存储器102中存储的图像的色彩调整程序，并执行以下操作：
61.获取所述待处理图像中各像素的色度值；
62.根据所述色度值、像素的数量确定所述待处理图像各像素的色度值的平均值、以
及标准差；
63.确定与所述平均值对应的调整系数；
64.根据所述平均值、标准差、以及所述调整系数得到所述待处理图像的目标像素。
65.在一实施例中，处理器101可以用于调用存储器102中存储的图像的色彩调整程序，并执行以下操作：
66.获取所述候选区域的像素的颜色值；
67.根据所述像素的颜色值以及所述像素的数量确定所述候选区域的第一平均颜色值；
68.获取所述目标像素的颜色值，以及所述目标像素的数量；
69.根据所述目标像素的颜色值以及所述目标像素的数量得到所述第二平均颜色值。
70.在一实施例中，处理器101可以用于调用存储器102中存储的图像的色彩调整程序，并执行以下操作：
71.确定所述待处理图像的亮度的平均值以及所述亮度的标准差；
72.根据所述亮度、以及所述标准差、平均值以及区域百分比确定所述候选区域。
73.在一实施例中，处理器101可以用于调用存储器102中存储的图像的色彩调整程序，并执行以下操作：
74.在所述待处理图像为视频图像时，获取所述待处理图像的帧序；
75.根据所述帧序确定所述待处理图像的色彩调节系数，基于所述色彩调节系数调节所述待处理图像。
76.在一实施例中，处理器101可以用于调用存储器102中存储的图像的色彩调整程序，并执行以下操作：
77.根据所述帧序确定所述待处理图像是否属于上一色彩调节系数调节范围内的视频图像；
78.若是，则确定所述上一色彩调节系数为所述待处理图像的色彩调节系数；
79.若否，则根据所述帧序确定目标视频图像，根据所述目标视频图像得到所述待处理图像的色彩调节系数，其中所述目标图像存在多个。
80.在一实施例中，处理器101可以用于调用存储器102中存储的图像的色彩调整程序，并执行以下操作：
81.获取各目标视频图像的候选区域的像素的第三平均颜色值；
82.在各目标视频图像中筛选目标像素，得到多个目标视频图像中目标像素的第四平均颜色值；
83.根据所述第三平均颜色值和第四平均颜色值得到所述视频图像的色彩调节系数。
84.图像处理(imageprocessing)技术是指通过各种像素处理手段对图像进行分析，以使处理后的图像达到预设设定的效果，满足用户不同的视觉需求，给用户带来良好的视觉体验。对于图像的色彩调整方法方案，往往采用深度学习技术来生成图片，对每一图片中光照强度弱的区域进行调整，然而在训练深度学习模型的过程中，获取的训练样本有限，导致无法全面获取在不同光照强度下的图片，即通过对深度学习调节图片时存在调节图片的色彩时，存在调节不准确的问题。
85.参照图2，图2为本发明图像的色彩调整方法的第一实施例，所述图像的色彩调整
方法包括以下步骤：
86.步骤s10，确定待处理图像，确定所述待处理图像的目标像素；
87.步骤s20，确定所述待处理图像中光线较强的候选区域；
88.步骤s30，确定所述候选区域的像素的第一平均颜色值，并确定所述目标像素的第二平均颜色值；
89.步骤s40，根据所述第一平均颜色值以及所述第二平均颜色值确定所述待处理图像的色彩调节系数；
90.步骤s50，基于所述色彩调节系数调节所述待处理图像。
91.本技术的执行主体为图像的色彩调整装置。
92.图像的色彩调整装置获取待处理图像的yuv数据信息，其中“y”表示亮度(luminance或luma)；而“u”和“v”表示的则是色度值(chrominance或chroma)，作用是描述影像色彩及饱和度。在本实施例中，平均颜色值为各像素的颜色值分量(红色、蓝色、绿色)的平均之后得到的数值。
93.所述待处理图像可以是需要进行色彩调整的图像，其可以在本地获取，亦或者通过在线的方式获取，例如，接收微信好友发送的图像。
94.在本实施例中，在获取到待处理图像时，确定待处理图像各像素的色度值，根据色度值确定目标像素，并进一步地计算候选区域的像素的平均颜色值作为第一平均颜色值，以及目标像素的平均颜色值作为第二平均颜色值。其中，所述光线较强的区域可以为在待处理图像中，像素亮度大于预设亮度的多个像素组合形成的区域。
95.可选地，在本实施例中，确定待处理图像的目标像素时，可以先获取待处理图像的各像素的色度值，根据色度值以及待处理图像中根据平均值、标准差、以及调整系数得到待处理图像的目标像素时，可通过公式2：|u(i，j)
–
(mu du)|《xu*du；以及公式3：|v(i，j)
–
(mv dv)|《xv*dv，得到目标像素。
96.其中:u(i，j)，v(i，j)表示yuv中的像素点(i，j)对应的色度值(uv)，mu，mv表示当前帧的u，v色度值的平均值，du，dv分别表示标准差。xu，xv表示根据对应的mu，mv计算出的调整系数。
97.获取同时满足公式2以及公式3的像素作为目标像素。
98.可选地，在本实施例中，还可以在同时满足公式2以及公式3的像素中获取颜色值排序在前10％的像素作为目标像素。
99.在本实施例中，通过筛选色度值满足预设要求的像素作为目标像素，为确定色彩调节系数的准确性提供依据。
100.可选地，在本实施例中，首先确定待处理图像中像素的亮度较强的区域，可以先获取待处理图像的亮度，确定亮度的值较高的像素为形成候选区域，进而获取候选区域的第一平均颜色值。
101.可选地，在本实施例中，还可通过获取所述待处理图像的色度值的平均值以及所述色度值的标准差，进而根据色度值、以及所述标准差、平均值以及区域百分比确定所述候选区域。
102.示例性地，在本实施例中，像素的亮度的分布函数满足正太分布，如图3所示。
103.在图3中横轴表示像素的亮度，纵轴表示像素密度，横轴中0表示亮度均值。
104.正方形区域代表平均情况下的候选像素标准，分别由两条垂直于横轴的实线围绕成的两个区域为图片的亮度调整的候选区域。
105.通过公式1：|u—(m d)|《x*d，确定所述候选区域，其中：
106.u表示像素的亮度。
107.m表示整张待处理图像各像素的亮度的平均值；
108.d表示整张待处理图像中各像素的亮度的标准差；
109.x为调整系数；其中，调整系数用于对候选区域的大小进行调节，使得最终得到的候选区域大约占了整张图片75％。
110.可选地，x＝1.5 (100-m)/200，s.t:m＝max(m，200)，即根据图片的亮度调整候选区域，越暗的图片所需要的候选区域越大，最终边界如由两条垂直于横轴的实线围绕成的区域所示。
111.在本实施例中，根据所述亮度、以及所述标准差、平均值以及所述区域百分比确定所述光线较强的候选区域确定候选区域，实现了准确确定候选区域。
112.可选地，在本实施例中，在确定候选区域后，获取候选区域的像素的颜色值，根据像素的颜色值以及像素的数量确定候选区域的第一平均颜色值。
113.示例性地，在本实施例中，候选区域中存在n个像素，其中n属于正整数。分别获取各个像素的颜色值(r0，g0，b0)、(r2，g2，b2)、(r2，g2，b2)、(r3，g3，b3)，
……
、(rn，gn，bn)，则第一平均颜色值分别为r0，g0，b0)、(r2，g2，b2)、(r2，g2，b2)、(r3，g3，b3)，
……
、(rn，gn，bn)的平均值。在本实施例中通过像素的颜色值以及所述像素的数量确定候选区域的第一平均颜色值，实现了快速确定第一平均颜色值。
114.进一步地，本实施中通过面部小像素的颜色值以及数量得到第二平均颜色。
115.例如，待处理图像中存在m个目标像素，其中m属于正整数。分别获取各个目标像素的颜色值(r0，g0，b0)、(r2，g2，b2)、(r2，g2，b2)、(r3，g3，b3)，
……
、(rm，gm，bm)，则待处理图像中目标像素的颜色值的平均值(第二平均颜色值)为(r0，g0，b0)、(r2，g2，b2)、(r2，g2，b2)、(r3，g3，b3)，
……
、(rn，gn，bn)和的平均值。
116.进而根据目标像素的颜色值以及数量确定第二平均颜色值。可以理解的是，确定根据目标像素的颜色值以及数量确定第二平均颜色值的步骤与根据在候选区域中的像素的颜色值以及所述像素的数量确定所述候选区域的第一平均颜色值的步骤一致，本技术不再对其进行详细描述。
117.在确定第一平均颜色值(r0,g0,b0)以及第二平均颜色值(rw,gw,bw)后，即可根据第一平均颜色值与第二平均颜色值的比值确定色彩调节系数。
118.示例性地，例如，选择满足同时满足公式2以及公式3的像素中红色前10％的像素作为红色的白点估计像素(目标像素)，将红色的白点估计像素的平均值作为rw，得到红色的色彩调节系数ar＝rw/r0。
119.选择满足上述条件的像素中绿色前10％的像素作为绿色的白点估计像素，将绿色的白点估计像素的平均值作为gw，得到绿色的色彩调节系数ag＝gw/g0。
120.选择满足上述条件的像素中蓝色前10％的像素作为蓝色的白点估计像素，将蓝色的白点估计像素的平均值作为bw，得到蓝色的色彩调节系数ab＝bw/b0。
121.进而根据各个色彩调节系数调节待处理图像中各像素对应的颜色值分量，得到调
整后的待处理图像。
122.可以理解的是，在本实施例中，根据色彩调节系数对待处理图像进行调节后，图像的色彩增强，进一步地，图像色亮度也会增强，其调整前后的示意图如图4所示。
123.在本实施例中，确定待处理图像，确定待处理图像中光线较强的候选区域的色度值，根据色度值确定目标像素，进而确定候选区域的像素的第一平均颜色值、以及待处理图像的目标像素的第二平均颜色值，根据第一平均颜色值以及第二平均颜色值确定待处理图像的色彩调节系数，基于色彩调节系数调节待处理图像。能够根据当前获取的待处理图像中光线较强的候选区域的第一平均颜色值以及第二平均颜色值对待处理图像的色彩进行调节，提高了色彩调节的准确性。
124.参照上一实施例，本技术提出又一实施例。所述确定待处理图像的步骤之后，还包括：
125.步骤s50，在所述待处理图像为视频图像时，获取所述待处理图像的帧序；
126.步骤s60，根据所述帧序确定所述待处理图像的色彩调节系数，基于所述色彩调节系数调节所述待处理图像。
127.在本实施例中，确定待处理图像为视频图像时，获取待处理图像的帧序。进而根据帧序确定待处理图像的色彩调节系数。
128.可选地，根据帧序确定所述待处理图像是否属于上一色彩调节系数调节范围内的视频图像。若是，则确定所述上一色彩调节系数为所述待处理图像的色彩调节系数；若否，则根据所述帧序确定目标视频图像，根据所述目标图像得到所述视频图像的色彩调节系数，其中所述目标图像存在多个。
129.示例性地，在本实施例中，可确定使用第一色彩调节系数调节帧序在第61至120范围内的待处理图像，由此，确定待处理图像的帧序为67时，则确定根据第一色彩调节系数调节待处理图像，其中，第一色彩调节系数根据帧序为0至60的视频图形确定；在待处理图像的帧序为121时，则确定根据帧序确定目标视频图像，根据目标图像得到所述视频图像的色彩调节系数。在本实施例中，通过帧序确定待处理图像的色彩调节系数，提高了确定色彩调节系数的速度。
130.在本实施例中，根据目标图像得到视频图像的色彩调节系数的方式可通过获取各目标视频图像的候选区域的像素的第三平均颜色值，在各目标视频图像中筛选目标像素，得到多个目标视频图像中目标像素的第四平均颜色值，根据所述第三平均颜色值和第四平均颜色值得到所述视频图像的色彩调节系数。
131.可以理解的是，在本实施例中目标视频图像包括多个，由此，可获取每一目标图像的候选区域的像素的第一平均颜色值，以及目标像素的第二平均颜色值，进而根据各目标视频图像的第一平均颜色值的平均值，以及第二平均颜色值的平均值分别确定第三平均颜色值和第四平均颜色值，在根据第三平均颜色值和第四平均颜色值的比值确定色彩调节系数，实现了准确确定色彩调节系数。
132.对于视频播放过程中图像的色彩调整方案，往往采用深度学习技术来生成图片，对每一图片中光照强度弱的区域进行调整，这种情况下每张图片的亮度会产生不连续，导致最终生成的视频会有闪烁的现象，降低了用户的观看体验。而在本实施例中，在播放视频时，根据已播放的视频图像确定对当前播放的视频图像的色彩进行调节，使前后播放的视
频图像的色彩发生关联，避免了通过单一算法对当前的视频图像进行调整时，前后播放的视频图像产生闪烁的现象的问题。
133.参照图5，本发明还提供一种图像的色彩调整方法装置，所述图像的色彩调整方法装置包括：
134.像素确定模块10，用于确定待处理图像，确定所述待处理图像的目标像素；
135.候选区域确定模块20，用于确定所述待处理图像中光线较强的候选区域；
136.平均颜色值确定模块30，用于确定所述候选区域的像素的第一平均颜色值，并确定所述目标像素的第二平均颜色值；
137.调节系数确定模块40，用于根据所述第一平均颜色值以及所述第二平均颜色值确定所述待处理图像的色彩调节系数；
138.调节模块50，用于基于所述色彩调节系数调节所述待处理图像。
139.本发明还提供一种图像的色彩调整设备，所述图像的色彩调整设备包括存储器、处理器以及存储在所述存储器并可在所述处理器上执行的图像的色彩调整程序，所述图像的色彩调整程序被所述处理器执行时实现如上实施例所述的图像的色彩调整方法的各个步骤。
140.本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有图像的色彩调整程序，所述图像的色彩调整程序被处理器执行时实现如上实施例所述的图像的色彩调整方法的各个步骤。
141.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
142.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、系统、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、系统、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、系统、物品或者装置中还存在另外的相同要素。
143.通过以上的实施方式的描述，本邻域的技术人员可以清楚地了解到上述实施例系统可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的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如上所述的一个计算机可读存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，停车管理设备，空调器，或者网络设备等)执行本发明各个实施例所述的系统。
144.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术邻域，均同理包括在本发明的专利保护范围内。