Nothing Special   »   [go: up one dir, main page]

CN109360261A - 图像处理方法、装置、电子设备及存储介质 - Google Patents

图像处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN109360261A
CN109360261A CN201811142166.1A CN201811142166A CN109360261A CN 109360261 A CN109360261 A CN 109360261A CN 201811142166 A CN201811142166 A CN 201811142166A CN 109360261 A CN109360261 A CN 109360261A
Authority
CN
China
Prior art keywords
image
render style
style
render
gradual change
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811142166.1A
Other languages
English (en)
Other versions
CN109360261B (zh
Inventor
张雷
郑文
张文波
李强
许鸿民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN201811142166.1A priority Critical patent/CN109360261B/zh
Publication of CN109360261A publication Critical patent/CN109360261A/zh
Priority to US16/972,475 priority patent/US11094110B2/en
Priority to PCT/CN2019/098011 priority patent/WO2020063084A1/zh
Application granted granted Critical
Publication of CN109360261B publication Critical patent/CN109360261B/zh
Priority to US17/378,518 priority patent/US20210343070A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/80—2D [Two Dimensional] animation, e.g. using sprites
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G06T15/20—Perspective computation
    • G06T15/205—Image-based rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/60—Image enhancement or restoration using machine learning, e.g. neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Geometry (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Graphics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请示出了一种图像处理方法、装置、电子设备及存储介质。获取第一渲染风格的图像；根据第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；根据第一渲染风格的图像、第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，至少一个第一中间渐变图像包括由第一渲染风格的图像渐变至第二渲染风格的图像的过程中的图像；根据第一渲染风格的图像、至少一个第一中间渐变图像以及第二渲染风格的图像生成第一渐变视频。通过本申请，当用户需要得到渐变视频时，无需使用摄像机耗费较长时间持续拍摄渐变视频，只需拍摄一张图像即可通过本申请的方式获取到渐变视频，从而提高了获取渐变视频的效率，提高了用户体验。

Description

图像处理方法、装置、电子设备及存储介质
技术领域
本申请涉及计算机技术领域，尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
随着技术的发展，观看视频已经是广大用户的一种主要的娱乐方式。为了提高视频的观看感受，越来越多的用户喜欢观看通过延时摄影拍摄得到的渐变视频，例如，从白天渐变至夜晚的视频，或者从凌晨渐变至清晨的视频等。
然而，在相关技术中，如果想要得到渐变视频，则用户需要使用摄像机长时间持续拍摄某一位置处的视频，导致获取渐变视频的效率较低。
发明内容
为克服相关技术中存在的问题，本申请提供一种图像处理方法、装置、电子设备及存储介质。
根据本申请的第一方面，提供一种图像处理方法，所述方法包括：
获取第一渲染风格的图像；
根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；
根据所述第一渲染风格的图像、所述第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，所述至少一个第一中间渐变图像包括由所述第一渲染风格的图像渐变至所述第二渲染风格的图像的过程中的图像；
根据所述第一渲染风格的图像、所述至少一个第一中间渐变图像以及所述第二渲染风格的图像生成第一渐变视频。
在一个可选的实现方式中，所述根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像，包括：
接收指定的第二渲染风格；
确定由第一渲染风格转换至第二渲染风格的颜色转换关系表；
获取所述第一渲染风格的图像中的各个像素点的第一颜色信息；
在所述颜色转换关系表中查找与各个像素点的第一颜色信息相对应的第二颜色信息；
根据与各个像素点的第一颜色信息相对应的第二颜色信息生成所述第二渲染风格的图像。
在一个可选的实现方式中，所述确定由第一渲染风格转换至第二渲染风格的颜色转换关系表，包括：
以所述第一渲染风格作为原始渲染风格，并以所述第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与颜色转换关系表三者之间的对应关系中，查找与所述第一渲染风格和所述第二渲染风格相对应的颜色转换关系表。
在一个可选的实现方式中，所述根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像，包括：
接收指定的第二渲染风格；
确定用于获取所述第二渲染风格的图像的神经网络模型；
使用所述神经网络模型对所述第一渲染风格的图像处理得到所述第二渲染风格的图像。
在一个可选的实现方式中，所述确定用于获取所述第二渲染风格的图像的神经网络模型，包括：
在渲染风格与用于获取渲染风格的图像的神经网络模型之间的对应关系中，查找与所述第二渲染风格相对应的神经网络模型。
在一个可选的实现方式中，所述根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像，包括：
获取第二渲染风格的预设图像；
生成参考图像；
根据所述第一渲染风格的图像和第二渲染风格的预设图像，使用迭代优化算法对所述参考图像进行至少一轮优化迭代，直至优化迭代后的参考图像的渲染风格与所述第二渲染风格之间的差异小于第一预设阈值且优化迭代后的参考图像的图像内容与所述第一渲染风格的图像的图像内容之间的差异小于第二预设阈值时，将优化迭代后的参考图像确定为所述第二渲染风格的图像。
在一个可选的实现方式中，所述根据所述第一渲染风格的图像、所述第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，包括：
对于所述第一渲染风格的图像以及所述第二渲染风格的图像中的每一个相同的位置，获取位于所述第一渲染风格的图像中的所述位置的像素点的第一颜色信息以及位于所述第二渲染风格的图像中的所述位置的像素点的第二颜色信息，根据所述第一颜色信息、所述第二颜色信息、预设第一渲染风格系数以及预设第二渲染风格系数确定位于所述位置的像素点的至少一个目标颜色信息；
根据分别位于每一个位置的像素点的至少一个目标颜色信息生成至少一个候选图像；
根据所述至少一个候选图像确定所述至少一个第一中间渐变图像。
在一个可选的实现方式中，所述根据所述至少一个候选图像确定所述至少一个第一中间渐变图像，包括：
将所述至少一个候选图像确定为所述至少一个第一中间渐变图像；
或，
根据所述第一渲染风格以及所述第二渲染风格获取局部处理方式，对所述至少一个候选图像按照所述局部处理方式处理，得到所述至少一个第一中间渐变图像。
在一个可选的实现方式中，所述根据所述第一渲染风格以及所述第二渲染风格获取局部处理方式，包括：
以所述第一渲染风格作为原始渲染风格，并以所述第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与局部处理方式三者之间的对应关系中，查找与所述第一渲染风格和所述第二渲染风格相对应的局部处理方式。
在一个可选的实现方式中，所述方法还包括：
根据所述第二渲染风格的图像和所述第一预设处理模型获取第三渲染风格的图像；
根据所述第二渲染风格的图像、所述第三渲染风格的图像以及所述第二预设处理模型生成至少一个第二中间渐变图像，所述至少一个第二中间渐变图像包括由所述第二渲染风格的图像渐变至所述第三渲染风格的图像的过程中的图像；
根据所述第二渲染风格的图像、所述至少一个第二中间渐变图像以及所述第三渲染风格的图像生成第二渐变视频；
将所述第一渐变视频与所述第二渐变视频组合为第三渐变视频。
根据本申请的第二方面，提供一种图像处理装置，所述装置包括：
第一获取模块，被配置为获取第一渲染风格的图像；
第二获取模块，被配置为根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；
第一生成模块，被配置为根据所述第一渲染风格的图像、所述第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，所述至少一个第一中间渐变图像包括由所述第一渲染风格的图像渐变至所述第二渲染风格的图像的过程中的图像；
第二生成模块，被配置为根据所述第一渲染风格的图像、所述至少一个第一中间渐变图像以及所述第二渲染风格的图像生成第一渐变视频。
在一个可选的实现方式中，所述根第二获取模块包括：
第一接收单元，被配置为接收指定的第二渲染风格；
第一确定单元，被配置为确定由第一渲染风格转换至第二渲染风格的颜色转换关系表；
第一获取单元，被配置为获取所述第一渲染风格的图像中的各个像素点的第一颜色信息；
查找单元，被配置为在所述颜色转换关系表中查找与各个像素点的第一颜色信息相对应的第二颜色信息；
第一生成单元，被配置为根据与各个像素点的第一颜色信息相对应的第二颜色信息生成所述第二渲染风格的图像。
在一个可选的实现方式中，所述第一确定单元具体被配置为：以所述第一渲染风格作为原始渲染风格，并以所述第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与颜色转换关系表三者之间的对应关系中，查找与所述第一渲染风格和所述第二渲染风格相对应的颜色转换关系表。
在一个可选的实现方式中，所述第二获取模块包括：
第二接收单元，被配置为接收指定的第二渲染风格；
第二确定单元，被配置为确定用于获取所述第二渲染风格的图像的神经网络模型；
处理单元，被配置为使用所述神经网络模型对所述第一渲染风格的图像处理得到所述第二渲染风格的图像。
在一个可选的实现方式中，所述第二确定单元具体被配置为：在渲染风格与用于获取渲染风格的图像的神经网络模型之间的对应关系中，查找与所述第二渲染风格相对应的神经网络模型。
在一个可选的实现方式中，所述第二获取模块包括：
第二获取单元，被配置为获取第二渲染风格的预设图像；
第二生成单元，被配置为生成参考图像；
迭代单元，被配置为根据所述第一渲染风格的图像和第二渲染风格的预设图像，使用迭代优化算法对所述参考图像进行至少一轮优化迭代，直至优化迭代后的参考图像的渲染风格与所述第二渲染风格之间的差异小于第一预设阈值且优化迭代后的参考图像的图像内容与所述第一渲染风格的图像的图像内容之间的差异小于第二预设阈值时，将优化迭代后的参考图像确定为所述第二渲染风格的图像。
在一个可选的实现方式中，所述第一生成模块包括：
第三获取单元，被配置为对于所述第一渲染风格的图像以及所述第二渲染风格的图像中的每一个相同的位置，获取位于所述第一渲染风格的图像中的所述位置的像素点的第一颜色信息以及位于所述第二渲染风格的图像中的所述位置的像素点的第二颜色信息，第三确定单元，被配置为根据所述第一颜色信息、所述第二颜色信息、预设第一渲染风格系数以及预设第二渲染风格系数确定位于所述位置的像素点的至少一个目标颜色信息；
第三生成单元，被配置为根据分别位于每一个位置的像素点的至少一个目标颜色信息生成至少一个候选图像；
第四确定单元，被配置为根据所述至少一个候选图像确定所述至少一个第一中间渐变图像。
在一个可选的实现方式中，所述第四确定单元包括：
确定子单元，被配置为将所述至少一个候选图像确定为所述至少一个第一中间渐变图像；
或，
获取子单元，被配置为根据所述第一渲染风格以及所述第二渲染风格获取局部处理方式，处理子单元，被配置为对所述至少一个候选图像按照所述局部处理方式处理，得到所述至少一个第一中间渐变图像。
在一个可选的实现方式中，所述获取子单元具体被配置为：以所述第一渲染风格作为原始渲染风格，并以所述第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与局部处理方式三者之间的对应关系中，查找与所述第一渲染风格和所述第二渲染风格相对应的局部处理方式。
在一个可选的实现方式中，所述装置还包括：
第四获取模块，被配置为根据所述第二渲染风格的图像和所述第一预设处理模型获取第三渲染风格的图像；
第四生成模块，被配置为根据所述第二渲染风格的图像、所述第三渲染风格的图像以及所述第二预设处理模型生成至少一个第二中间渐变图像，所述至少一个第二中间渐变图像包括由所述第二渲染风格的图像渐变至所述第三渲染风格的图像的过程中的图像；
第五生成模块，被配置为根据所述第二渲染风格的图像、所述至少一个第二中间渐变图像以及所述第三渲染风格的图像生成第二渐变视频；
组合模块，被配置为将所述第一渐变视频与所述第二渐变视频组合为第三渐变视频。
根据本申请的第三方面，提供一种电子设备，所述电子设备包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行如第一方面所述的图像处理方法。
根据本申请的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面所述的图像处理方法。
根据本申请的第五方面，提供一种计算机程序产品，当所述计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面所述的图像处理方法。
本申请提供的技术方案可以包括以下有益效果：
在本申请中，获取第一渲染风格的图像；根据第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；根据第一渲染风格的图像、第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，至少一个第一中间渐变图像包括由第一渲染风格的图像渐变至第二渲染风格的图像的过程中的图像；根据第一渲染风格的图像、至少一个第一中间渐变图像以及第二渲染风格的图像生成第一渐变视频。通过本申请，当用户需要得到渐变视频时，无需使用摄像机耗费较长时间持续拍摄渐变视频，只需拍摄一张图像即可通过本申请的方式获取到渐变视频，从而提高了获取渐变视频的效率，提高了用户体验。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请示出的一种图像处理方法的流程图。
图2是本申请示出的一种图像处理装置的框图。
图3是本申请示出的一种电子设备的框图。
图4是本申请示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
图1是本申请示出的一种图像处理方法的流程图，如图1所示，该方法应用于电子设备中，该方法包括以下步骤。
在步骤S101中，获取第一渲染风格的图像；
在本申请中，当用户对某一处风景比较感兴趣时，用户可能想要观看包含该处风景的、类似于延时摄影的渐变视频，例如，该处风景的从白天渐变至夜晚的视频，或者从凌晨渐变至清晨的视频等，此时用户无需使用摄像机持续拍摄包含有几个小时的该处风景的渐变视频，而可以使用电子设备拍摄包含该处风景的一张图像，即为第一渲染风格的图像。
其中，每一张图像都有各自的渲染风格，例如，绿色的渲染风格、蓝色的渲染风格或者红色的渲染风格等等。用户使用电子设备拍摄包含该处风景的图像时，可以使用滤镜，如此使得拍摄的图像即为一种渲染风格的图像，或者，用户使用电子设备拍摄包含该处风景的图像时，并没有使用滤镜，此时拍摄的图像接近于现实，拍摄的图像的风格即为无渲染风格，在本申请中，无渲染风格也为一种特殊的渲染风格。
在步骤S102中，根据第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；
在本申请中，第二渲染风格的图像中的图像内容与第一渲染风格的图像中的图像内容可以相同。
其中，本步骤可以通过如下三种方式实现：
一种方式，包括：
11)、接收指定的第二渲染风格；
在本申请中，用户需要得到的渐变视频是视频中的图像从第一渲染风格渐变至另一渲染风格的视频，因此，电子设备在得到第一渲染风格之后，也需要得到另一渲染风格，如此才能得到图像从第一渲染风格渐变至另一渲染风格的渐变视频。
其中，用户可以在电子设备中指定第二渲染风格，例如，用户在使用电子设备拍摄得到第一渲染风格的图像之后，可以在电子设备中输入渐变视频的获取请求，电子设备接收到该获取请求之后，可以将事先设置的多种渲染风格显示在电子设备的屏幕上以供用户选择，用户在电子设备的屏幕上看到多种渲染风格之后，可以选择一个渲染风格，电子设备接收用户选择的渲染风格，并作为第二渲染风格。
12)、确定由第一渲染风格转换至第二渲染风格的颜色转换关系表；
在本申请中，不同的渲染风格对应的颜色信息不同，将某一渲染风格的图像转换至另一渲染风格的图像，本质上是将该某一渲染风格的图像中的像素点的颜色转换为该另一渲染风格对应的颜色。
因此，为了能够根据第一渲染风格的图像得到第二渲染风格的图像，需要确定由第一渲染风格转换至第二渲染风格的颜色转换关系表。
其中，在本申请中，事先设置有多种渲染风格，例如，绿色的渲染风格、蓝色的渲染风格或者红色的渲染风格等等。
因此，对于任意两个渲染风格，事先需要设置由这两个渲染风格中的一个渲染风格转换至另一渲染风格的颜色转换关系表，然后以该一个渲染风格作为原始渲染风格，并以该另一渲染风格作为目标渲染风格，将该一个渲染风格、该另一渲染风格以及设置的该颜色转换关系表组成对应表项，并存储在原始渲染风格、目标渲染风格与颜色转换关系表三者之间的对应关系中。以及，需要设置由这两个渲染风格中的该另一渲染风格转换至该一个渲染风格的颜色转换关系表，然后以该另一渲染风格作为原始渲染风格，并以该一个渲染风格作为目标渲染风格，将该另一渲染风格、该一个渲染风格以及设置的该颜色转换关系表组成对应表项，并存储在原始渲染风格、目标渲染风格与颜色转换关系表三者之间的对应关系中，对于事先设置的其他每两个渲染风格，同样执行上述操作。
如此，在本步骤中，可以以第一渲染风格作为原始渲染风格，并以第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与颜色转换关系表三者之间的对应关系中，查找与第一渲染风格和第二渲染风格相对应的颜色转换关系表。
13)、获取第一渲染风格的图像中的各个像素点的第一颜色信息；
14)、在该颜色转换关系表中查找与各个像素点的第一颜色信息相对应的第二颜色信息；
其中，该颜色转换关系表中包括两列，第一列存储有第一渲染风格对应的各个第一颜色信息，第二列存储有第二渲染风格对应的各个第二颜色信息，每一行中都有第一渲染风格对应的一个第一颜色信息对应的第二渲染风格对应的一个第二颜色信息。
对于任意一个像素点，可以在该颜色转换关系表中的第一列中查找该像素点的第一颜色信息，然后在第二列中查找该像素点的第一颜色信息相对应的第二颜色信息，也即，查找与该像素点的第一颜色信息属于同一行的第二颜色信息。对于其他每一个像素点，同样执行上述操作。
15)、根据与各个像素点的第一颜色信息相对应的第二颜色信息生成第二渲染风格的图像。
其中，第一渲染风格的图像中的各个像素点在第一渲染风格的图像中都有各自的位置，在得到与各个像素点的第一颜色信息相对应的第二颜色信息之后，可以生成一个与第一渲染风格的图像的分辨率大小相同的空白图像，然后根据各个像素点分别在第一渲染风格的图像中的位置确定各个像素点在空白图像中位置，然后将与各个像素点的第一颜色信息相对应的第二颜色信息填入各个像素点各自在空白图像中的位置中，得到第二渲染风格的图像。
另一种方式、包括：
21)、接收指定的第二渲染风格；
在本申请中，用户需要得到的渐变视频是视频中的图像从第一渲染风格渐变至另一渲染风格的视频，因此，电子设备在得到第一渲染风格之后，也需要得到另一渲染风格，如此才能得到图像从第一渲染风格渐变至另一渲染风格的渐变视频。
其中，用户可以在电子设备中指定第二渲染风格，例如，用户在使用电子设备拍摄得到第一渲染风格的图像之后，可以在电子设备中输入渐变视频的获取请求，电子设备接收到该获取请求之后，可以将事先设置的多种渲染风格显示在电子设备的屏幕上以供用户选择，用户在电子设备的屏幕上看到多种渲染风格之后，可以选择一个渲染风格，电子设备接收用户选择的渲染风格，并作为第二渲染风格。
22)、确定用于获取第二渲染风格的图像的神经网络模型；
在本申请中，不同的渲染风格对应的颜色信息不同，将某一渲染风格的图像转换至另一渲染风格的图像，本质上是将该某一渲染风格的图像中的像素点的颜色转换为该另一渲染风格对应的颜色。
因此，为了能够根据第一渲染风格的图像得到第二渲染风格的图像，需要确定用于获取第二渲染风格的图像的神经网络模型。
其中，在本申请中，事先设置有多种渲染风格，例如，绿色的渲染风格、蓝色的渲染风格或者红色的渲染风格等等。
因此，对于任一渲染风格，事先需要训练用于获取该渲染风格的图像的神经网络模型，例如，可以使用该渲染风格的标注图像对预设神经网络进行训练，直至预设神经网络中的参数均收敛，从而得到用于获取该渲染风格的图像的神经网络模型，然后将该渲染风格与训练出的用于获取该渲染风格的图像的神经网络模型组成对应表项，并存储在渲染风格与用于获取渲染风格的图像上网神经网络模型之间的对应关系中，对于其他每一个渲染风格，同样执行上述操作。
如此，在本步骤中，可以在渲染风格与用于获取渲染风格的图像的神经网络模型之间的对应关系中，查找与第二渲染风格相对应的神经网络模型。
23)、使用神经网络模型对第一渲染风格的图像处理得到第二渲染风格的图像。
例如，将第一渲染风格的图像输入至获取的神经网络模型，得到获取的神经网络模型输出的第二渲染风格的图像。
又一种方式，包括：
31)、获取第二渲染风格的预设图像；
在本申请中，用户需要得到的渐变视频是视频中的图像从第一渲染风格渐变至另一渲染风格的视频，因此，电子设备在得到第一渲染风格之后，也需要得到另一渲染风格，如此才能得到图像从第一渲染风格渐变至另一渲染风格的渐变视频。
如，用户在使用电子设备拍摄得到第一渲染风格的图像之后，可以在电子设备中输入渐变视频的获取请求，电子设备接收到该获取请求之后，可以将事先设置的多种渲染风格显示在电子设备的屏幕上以供用户选择，用户在电子设备的屏幕上看到多种渲染风格之后，可以选择一个渲染风格，电子设备接收用户选择的渲染风格，并作为第二渲染风格，然后在事先设置的多个渲染风格的预设图像中选择第二渲染风格的预设图像。
32)、生成参考图像；
其中，可以随机生成一个图像作为参考图像，例如，生成一个全白图像或者全黑图像等。
33)、根据第一渲染风格的图像和第二渲染风格的预设图像，使用迭代优化算法对参考图像进行至少一轮优化迭代，直至优化迭代后的参考图像的渲染风格与第二渲染风格之间的差异小于第一预设阈值且优化迭代后的参考图像的图像内容与第一渲染风格的图像的图像内容之间的差异小于第二预设阈值时，将优化迭代后的参考图像确定为第二渲染风格的图像。
其中，可以获取第一渲染风格的图像的第一图像特征，获取第二渲染风格的图像的第二图像特征，以及获取参考图像的第三图像特征；
获取第一图像特征与第三图像特征之间的差异，并作为参考图像的图像内容与第一渲染风格的图像的图像内容之间的第一差异，获取第二图像特征与第三图像特征之间的差异，并作为参考图像的渲染风格与第二渲染风格之间的第二差异；根据第一差异和第二差异按照预设规则调整参考图像中的像素点的颜色信息，得到优化迭代后的参考图像，
然后获取优化迭代后的参考图像的第四图像特征，获取第一图像特征与第四图像特征之间的差异，并作为优化迭代后的参考图像的图像内容与第一渲染风格的图像的图像内容之间的第三差异，获取第二图像特征与第四图像特征之间的差异，并作为优化迭代后的参考图像的渲染风格与第二渲染风格之间的第四差异；如果第四差异小于第一预设阈值且第三差异小于第二预设阈值，则将优化迭代后的参考图像确定为第二渲染风格的图像，否则，按照上述步骤继续对优化迭代后的参考图像优化迭代，直至优化迭代后的参考图像的渲染风格与第二渲染风格之间的差异小于第一预设阈值且优化迭代后的参考图像的图像内容与第一渲染风格的图像的图像内容之间的差异小于第二预设阈值时，将优化迭代后的参考图像确定为第二渲染风格的图像。
在步骤S103中，根据第一渲染风格的图像、第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，至少一个第一中间渐变图像包括由第一渲染风格的图像渐变至第二渲染风格的图像的过程中的图像；
在本申请中，本步骤可以通过如下流程实现，包括：
41)、对于第一渲染风格的图像以及第二渲染风格的图像中的每一个相同的位置，获取位于第一渲染风格的图像中的该位置的像素点的第一颜色信息以及位于第二渲染风格的图像中的该位置的像素点的第二颜色信息；根据第一颜色信息、第二颜色信息、预设第一渲染风格系数以及预设第二渲染风格系数确定位于该位置的像素点的的至少一个目标颜色信息；
在本申请中，第一渲染风格的图像的分辨率与第二渲染风格的图像的分辨率相同，因此，对于第一渲染风格的图像中的任意像素点在第一渲染风格的图像中的位置，在第二渲染风格的图像中的该位置也存在像素点。
其中，对于第一渲染风格的图像以及第二渲染风格的图像中的任意一个相同的位置，可以获取位于第一渲染风格的图像中的位置的像素点的第一颜色信息以及位于第二渲染风格的图像中的位置的像素点的第二颜色信息，然后根据第一颜色信息、第二颜色信息、预设第一渲染风格系数以及预设第二渲染风格系数确定位于该位置的像素点的至少一个目标颜色信息；对于第一渲染风格的图像以及第二渲染风格的图像中的其他每一个相同的位置，同样执行上述操作。
其中，在根据第一颜色信息、第二颜色信息、预设第一渲染风格系数以及预设第二渲染风格系数确定位于该位置的像素点的至少一个目标颜色信息时，可以计算第一颜色信息与预设第一渲染风格系数之间的第一乘积，然后计算第二颜色信息与预设第二渲染风格系数之间的第二乘积，再计算第一乘积与第二乘积之间的第一和值；之后计算第一颜色信息与第二颜色信息之间的第二和值；然后计算第一和值与第二和值之间的比值，并作为目标颜色信息。
其中，像素点的颜色信息可以通过像素点在红色通道上的数值、在绿色通道上的数值以及在蓝色通道上的数值来标识，当然，也可以通过其他方式标识，在本申请对此不加以限定。
42)、根据分别位于每一个位置的像素点的至少一个目标颜色信息生成至少一个候选图像；
在本步骤中，可以生成一个与第一渲染风格的图像的分辨率大小相同的空白图像或与第二渲染风格的图像的分辨率大小相同的空白图像，然后根据各个像素点在第一渲染风格的图像中的位置或在第二渲染风格的图像中的位置确定各个像素点在空白图像中位置，然后将各个像素点的目标颜色信息填入各个像素点各自在空白图像中的位置中，得到候选图像。
43)、根据至少一个候选图像确定至少一个第一中间渐变图像。
在本申请一个实施例中，可以直接将至少一个候选图像确定为至少一个中间渐变图像；
在本申请另一实施例中，为了提高由第一渲染风格的图像渐变至第二渲染风格的图像的渐变过程的真实性，往往需要对中间渐变图像进行局部处理。例如，通常情况下，在白天时，建筑物内的灯是不需要开启的，而在夜晚时，建筑物内的灯往往会开启。
其中，在将一个图像转换为不同的渲染风格的图像时，对转换过程中的中间渐变图像进行局部处理的局部处理方式往往不同。例如，在由白天渐变至夜晚的过程中，建筑物内的灯需要逐渐开启，且开启的数量逐渐增加，在由凌晨渐变至清晨的过程中，建筑物内的灯需要逐渐关闭，且开启的数量逐渐减少，因此需要对中间渐变图像进行局部处理，以提高渐变过程中的真实性，此时，处理方式是识别出建筑物表面的窗户，对窗户的颜色信息进行变更，如此可以体现出建筑物内的灯的开启或关闭。
再例如，从蓝色的渲染风格转换至红色渲染风格或紫色渲染风格时，往往是像素点的颜色信息的转变，无需对图像进行局部处理。
因此，是否进行局部处理，以及以什么样的局部处理方式进行局部处理，通常是由原始渲染风格和目的渲染风格来决定的。
所以，需要根据第一渲染风格以及第二渲染风格获取局部处理方式；然后对至少一个候选图像按照获取到的局部处理方式处理，得到至少一个中间渐变图像。
其中，对于任意两个渲染风格，在由这两个渲染风格中的一个渲染风格的图像转换至另一渲染风格的图像的过程中，事先需要设置对该过程中的中间渐变图像进行局部处理的局部处理方式，然后以该一个渲染风格作为原始渲染风格，并以该另一渲染风格作为目标渲染风格，将该一个渲染风格、该另一渲染风格以及设置的该局部处理方式组成对应表项，并存储在原始渲染风格、目标渲染风格与局部处理方式三者之间的对应关系中。以及，在由这两个渲染风格中的该另一渲染风格的图像转换至该一个渲染风格的图像的过程中，事先需要设置对该过程中的中间渐变图像进行局部处理的局部处理方式，然后以该另一渲染风格作为原始渲染风格，并以该一个渲染风格作为目标渲染风格，将该另一渲染风格、该一个渲染风格以及设置的该局部处理方式组成对应表项，并存储在原始渲染风格、目标渲染风格与局部处理方式三者之间的对应关系中。对于事先设置的其他每两个渲染风格，同样执行上述操作。
如此，在根据第一渲染风格以及第二渲染风格获取局部处理方式时，可以以第一渲染风格作为原始渲染风格，并以第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与局部处理方式三者之间的对应关系中，查找与第一渲染风格和第二渲染风格相对应的局部处理方式。
其中，在另一实施例中，为了突出由第一渲染风格的图像渐变至第二渲染风格的图像的过程的渐变效果，由第一渲染风格的图像渐变至第二渲染风格的图像的过程中的第一中间渐变图像往往为至少两个，实际数量可以具体根据第一渲染风格的图像与第二渲染风格的图像之间的渲染风格差异等决定，本申请在此不做详述。
其中，预设第一渲染风格系数包括预设数值与预设第二渲染风格系数之间的差值，预设数值可以为1等。如此，可以不断地以特定的增幅增加预设第二渲染风格系数，每增加一次预设第二渲染风格系数，就会降低预设第一渲染风格系数，并在增加了预设第二渲染风格系数之后，重新执行步骤41)～43)，直至预设第二渲染风格系数与预设数值相同为止。
通过这种方法可以获取到至少两个中间渐变图像，在中间渐变图像的获取先后顺序上，获取先后顺序越靠前的中间渐变图像的渲染风格越接近于第一渲染风格，获取先后顺序越靠后的中间渐变图像的渲染风格越接近于第二渲染风格。
在步骤S104中，根据第一渲染风格的图像、至少一个第一中间渐变图像以及第二渲染风格的图像生成第一渐变视频。
在本申请中，可以将第一渲染风格的图像作为第一帧图像，将第二渲染风格的图像作为最后一帧图像，以及将至少一个第一中间渐变图像作为位于第一渲染风格的图像与第二渲染风格的图像之间的图像组成第一渐变视频。
其中，如果第一中间渐变图像为至少两个，则第一渐变视频中的至少两个第一中间渐变图像之间的先后顺序为获取第一中间渐变图像的获取先后顺序。
在本申请中，获取第一渲染风格的图像；根据第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；根据第一渲染风格的图像、第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，至少一个第一中间渐变图像包括由第一渲染风格的图像渐变至第二渲染风格的图像的过程中的图像；根据第一渲染风格的图像、至少一个第一中间渐变图像以及第二渲染风格的图像生成第一渐变视频。通过本申请，当用户需要得到渐变视频时，无需使用摄像机耗费较长时间持续拍摄渐变视频，只需拍摄一张图像即可通过本申请的方式获取到渐变视频，从而提高了获取渐变视频的效率，提高了用户体验。
进一步地，有时候用户可能需要得到连续的多种渐变效果以进一步体验更好的渐变感受，例如从第一渲染风格渐变至第二渲染风格，然后从第二渲染风格再渐变至第三渲染风格等等。
因此，为了给用户带来更好的渐变感受，在本申请又一实施例中，可以根据第二渲染风格的图像和第一预设处理模型获取第三渲染风格的图像，其中，第三渲染风格的图像中的图像内容与第二渲染风格的图像中的图像内容可以相同；然后根据第二渲染风格的图像、第三渲染风格的图像以及第二预设处理模型生成至少一个第二中间渐变图像，至少一个第二中间渐变图像包括由第二渲染风格的图像渐变至第三渲染风格的图像的过程中的图像；再根据第二渲染风格的图像、至少一个第二中间渐变图像以及第三渲染风格的图像生成第二渐变视频；之后将第一渐变视频与第二渐变视频组合为第三渐变视频。如此，用户在观看第三渐变视频时，可以体验到从第一渲染风格到第二渲染风格的渐变过程，以及能够体验到从第二渲染风格到第三渲染风格的渐变过程，从而可以体验更好的渐变感受，进一步提高用户体验。其中，本实施例中的各个步骤的具体实现方式可以参见上述实施例，在此不做详述。
图2是本申请示出的一种图像处理装置的框图。参照图2，该装置包括：
第一获取模块11，被配置为获取第一渲染风格的图像；
第二获取模块12，被配置为根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；
第一生成模块13，被配置为根据所述第一渲染风格的图像、所述第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，所述至少一个第一中间渐变图像包括由所述第一渲染风格的图像渐变至所述第二渲染风格的图像的过程中的图像；
第二生成模块14，被配置为根据所述第一渲染风格的图像、所述至少一个第一中间渐变图像以及所述第二渲染风格的图像生成第一渐变视频。
在一个可选的实现方式中，所述根第二获取模块12包括：
第一接收单元，被配置为接收指定的第二渲染风格；
第一确定单元，被配置为确定由第一渲染风格转换至第二渲染风格的颜色转换关系表；
第一获取单元，被配置为获取所述第一渲染风格的图像中的各个像素点的第一颜色信息；
查找单元，被配置为在所述颜色转换关系表中查找与各个像素点的第一颜色信息相对应的第二颜色信息；
第一生成单元，被配置为根据与各个像素点的第一颜色信息相对应的第二颜色信息生成所述第二渲染风格的图像。
在一个可选的实现方式中，所述第一确定单元具体被配置为：以所述第一渲染风格作为原始渲染风格，并以所述第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与颜色转换关系表三者之间的对应关系中，查找与所述第一渲染风格和所述第二渲染风格相对应的颜色转换关系表。
在一个可选的实现方式中，所述第二获取模块12包括：
第二接收单元，被配置为接收指定的第二渲染风格；
第二确定单元，被配置为确定用于获取所述第二渲染风格的图像的神经网络模型；
处理单元，被配置为使用所述神经网络模型对所述第一渲染风格的图像处理得到所述第二渲染风格的图像。
在一个可选的实现方式中，所述第二确定单元具体被配置为：在渲染风格与用于获取渲染风格的图像的神经网络模型之间的对应关系中，查找与所述第二渲染风格相对应的神经网络模型。
在一个可选的实现方式中，所述第二获取模块12包括：
第二获取单元，被配置为获取第二渲染风格的预设图像；
第二生成单元，被配置为生成参考图像；
迭代单元，被配置为根据所述第一渲染风格的图像和第二渲染风格的预设图像，使用迭代优化算法对所述参考图像进行至少一轮优化迭代，直至优化迭代后的参考图像的渲染风格与所述第二渲染风格之间的差异小于第一预设阈值且优化迭代后的参考图像的图像内容与所述第一渲染风格的图像的图像内容之间的差异小于第二预设阈值时，将优化迭代后的参考图像确定为所述第二渲染风格的图像。
在一个可选的实现方式中，所述第一生成模块13包括：
第三获取单元，被配置为对于所述第一渲染风格的图像以及所述第二渲染风格的图像中的每一个相同的位置，获取位于所述第一渲染风格的图像中的所述位置的像素点的第一颜色信息以及位于所述第二渲染风格的图像中的所述位置的像素点的第二颜色信息，第三确定单元，被配置为根据所述第一颜色信息、所述第二颜色信息、预设第一渲染风格系数以及预设第二渲染风格系数确定位于所述位置的像素点的至少一个目标颜色信息；
第三生成单元，被配置为根据分别位于每一个位置的像素点的至少一个目标颜色信息生成至少一个候选图像；
第四确定单元，被配置为根据所述至少一个候选图像确定所述至少一个第一中间渐变图像。
在一个可选的实现方式中，所述第四确定单元包括：
确定子单元，被配置为将所述至少一个候选图像确定为所述至少一个第一中间渐变图像；
或，
获取子单元，被配置为根据所述第一渲染风格以及所述第二渲染风格获取局部处理方式，处理子单元，被配置为对所述至少一个候选图像按照所述局部处理方式处理，得到所述至少一个第一中间渐变图像。
在一个可选的实现方式中，所述获取子单元具体被配置为：以所述第一渲染风格作为原始渲染风格，并以所述第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与局部处理方式三者之间的对应关系中，查找与所述第一渲染风格和所述第二渲染风格相对应的局部处理方式。
在一个可选的实现方式中，所述装置还包括：
第四获取模块，被配置为根据所述第二渲染风格的图像和所述第一预设处理模型获取第三渲染风格的图像；
第四生成模块，被配置为根据所述第二渲染风格的图像、所述第三渲染风格的图像以及所述第二预设处理模型生成至少一个第二中间渐变图像，所述至少一个第二中间渐变图像包括由所述第二渲染风格的图像渐变至所述第三渲染风格的图像的过程中的图像；
第五生成模块，被配置为根据所述第二渲染风格的图像、所述至少一个第二中间渐变图像以及所述第三渲染风格的图像生成第二渐变视频；
组合模块，被配置为将所述第一渐变视频与所述第二渐变视频组合为第三渐变视频。
在本申请中，获取第一渲染风格的图像；根据第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；根据第一渲染风格的图像、第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，至少一个第一中间渐变图像包括由第一渲染风格的图像渐变至第二渲染风格的图像的过程中的图像；根据第一渲染风格的图像、至少一个第一中间渐变图像以及第二渲染风格的图像生成第一渐变视频。通过本申请，当用户需要得到渐变视频时，无需使用摄像机耗费较长时间持续拍摄渐变视频，只需拍摄一张图像即可通过本申请的方式获取到渐变视频，从而提高了获取渐变视频的效率，提高了用户体验。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图3是本申请示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图3，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图像，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由电子设备800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图4是本申请示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。
参照图4，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
A1、一种图像处理方法，所述方法包括：
获取第一渲染风格的图像；
根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；
根据所述第一渲染风格的图像、所述第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，所述至少一个第一中间渐变图像包括由所述第一渲染风格的图像渐变至所述第二渲染风格的图像的过程中的图像；
根据所述第一渲染风格的图像、所述至少一个第一中间渐变图像以及所述第二渲染风格的图像生成第一渐变视频。
A2、根据A1所述的方法，所述根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像，包括：
接收指定的第二渲染风格；
确定由第一渲染风格转换至第二渲染风格的颜色转换关系表；
获取所述第一渲染风格的图像中的各个像素点的第一颜色信息；
在所述颜色转换关系表中查找与各个像素点的第一颜色信息相对应的第二颜色信息；
根据与各个像素点的第一颜色信息相对应的第二颜色信息生成所述第二渲染风格的图像。
A3、根据A2所述的方法，所述确定由第一渲染风格转换至第二渲染风格的颜色转换关系表，包括：
以所述第一渲染风格作为原始渲染风格，并以所述第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与颜色转换关系表三者之间的对应关系中，查找与所述第一渲染风格和所述第二渲染风格相对应的颜色转换关系表。
A4、根据A1所述的方法，所述根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像，包括：
接收指定的第二渲染风格；
确定用于获取所述第二渲染风格的图像的神经网络模型；
使用所述神经网络模型对所述第一渲染风格的图像处理得到所述第二渲染风格的图像。
A5、根据A4所述的方法，所述确定用于获取所述第二渲染风格的图像的神经网络模型，包括：
在渲染风格与用于获取渲染风格的图像的神经网络模型之间的对应关系中，查找与所述第二渲染风格相对应的神经网络模型。
A6、根据A1所述的方法，所述根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像，包括：
获取第二渲染风格的预设图像；
生成参考图像；
根据所述第一渲染风格的图像和第二渲染风格的预设图像，使用迭代优化算法对所述参考图像进行至少一轮优化迭代，直至优化迭代后的参考图像的渲染风格与所述第二渲染风格之间的差异小于第一预设阈值且优化迭代后的参考图像的图像内容与所述第一渲染风格的图像的图像内容之间的差异小于第二预设阈值时，将优化迭代后的参考图像确定为所述第二渲染风格的图像。
A7、根据A1所述的方法，所述根据所述第一渲染风格的图像、所述第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，包括：
对于所述第一渲染风格的图像以及所述第二渲染风格的图像中的每一个相同的位置，获取位于所述第一渲染风格的图像中的所述位置的像素点的第一颜色信息以及位于所述第二渲染风格的图像中的所述位置的像素点的第二颜色信息，根据所述第一颜色信息、所述第二颜色信息、预设第一渲染风格系数以及预设第二渲染风格系数确定位于所述位置的像素点的至少一个目标颜色信息；
根据分别位于每一个位置的像素点的至少一个目标颜色信息生成至少一个候选图像；
根据所述至少一个候选图像确定所述至少一个第一中间渐变图像。
A8、根据A7所述的方法，所述根据所述至少一个候选图像确定所述至少一个第一中间渐变图像，包括：
将所述至少一个候选图像确定为所述至少一个第一中间渐变图像；
或，
根据所述第一渲染风格以及所述第二渲染风格获取局部处理方式，对所述至少一个候选图像按照所述局部处理方式处理，得到所述至少一个第一中间渐变图像。
A9、根据A8所述的方法，所述根据所述第一渲染风格以及所述第二渲染风格获取局部处理方式，包括：
以所述第一渲染风格作为原始渲染风格，并以所述第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与局部处理方式三者之间的对应关系中，查找与所述第一渲染风格和所述第二渲染风格相对应的局部处理方式。
A10、根据A1所述的方法，所述方法还包括：
根据所述第二渲染风格的图像和所述第一预设处理模型获取第三渲染风格的图像；
根据所述第二渲染风格的图像、所述第三渲染风格的图像以及所述第二预设处理模型生成至少一个第二中间渐变图像，所述至少一个第二中间渐变图像包括由所述第二渲染风格的图像渐变至所述第三渲染风格的图像的过程中的图像；
根据所述第二渲染风格的图像、所述至少一个第二中间渐变图像以及所述第三渲染风格的图像生成第二渐变视频；
将所述第一渐变视频与所述第二渐变视频组合为第三渐变视频。
A11、一种图像处理装置，所述装置包括：
第一获取模块，被配置为获取第一渲染风格的图像；
第二获取模块，被配置为根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；
第一生成模块，被配置为根据所述第一渲染风格的图像、所述第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，所述至少一个第一中间渐变图像包括由所述第一渲染风格的图像渐变至所述第二渲染风格的图像的过程中的图像；
第二生成模块，被配置为根据所述第一渲染风格的图像、所述至少一个第一中间渐变图像以及所述第二渲染风格的图像生成第一渐变视频。
A12、根据A11所述的装置，所述根第二获取模块包括：
第一接收单元，被配置为接收指定的第二渲染风格；
第一确定单元，被配置为确定由第一渲染风格转换至第二渲染风格的颜色转换关系表；
第一获取单元，被配置为获取所述第一渲染风格的图像中的各个像素点的第一颜色信息；
查找单元，被配置为在所述颜色转换关系表中查找与各个像素点的第一颜色信息相对应的第二颜色信息；
第一生成单元，被配置为根据与各个像素点的第一颜色信息相对应的第二颜色信息生成所述第二渲染风格的图像。
A13、根据A12所述的装置，所述第一确定单元具体被配置为：以所述第一渲染风格作为原始渲染风格，并以所述第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与颜色转换关系表三者之间的对应关系中，查找与所述第一渲染风格和所述第二渲染风格相对应的颜色转换关系表。
A14、根据A11所述的装置，所述第二获取模块包括：
第二接收单元，被配置为接收指定的第二渲染风格；
第二确定单元，被配置为确定用于获取所述第二渲染风格的图像的神经网络模型；
处理单元，被配置为使用所述神经网络模型对所述第一渲染风格的图像处理得到所述第二渲染风格的图像。
A15、根据A14所述的装置，所述第二确定单元具体被配置为：在渲染风格与用于获取渲染风格的图像的神经网络模型之间的对应关系中，查找与所述第二渲染风格相对应的神经网络模型。
A16、根据A11所述的装置，所述第二获取模块包括：
第二获取单元，被配置为获取第二渲染风格的预设图像；
第二生成单元，被配置为生成参考图像；
迭代单元，被配置为根据所述第一渲染风格的图像和第二渲染风格的预设图像，使用迭代优化算法对所述参考图像进行至少一轮优化迭代，直至优化迭代后的参考图像的渲染风格与所述第二渲染风格之间的差异小于第一预设阈值且优化迭代后的参考图像的图像内容与所述第一渲染风格的图像的图像内容之间的差异小于第二预设阈值时，将优化迭代后的参考图像确定为所述第二渲染风格的图像。
A17、根据A11所述的装置，所述第一生成模块包括：
第三获取单元，被配置为对于所述第一渲染风格的图像以及所述第二渲染风格的图像中的每一个相同的位置，获取位于所述第一渲染风格的图像中的所述位置的像素点的第一颜色信息以及位于所述第二渲染风格的图像中的所述位置的像素点的第二颜色信息，第三确定单元，被配置为根据所述第一颜色信息、所述第二颜色信息、预设第一渲染风格系数以及预设第二渲染风格系数确定位于所述位置的像素点的至少一个目标颜色信息；
第三生成单元，被配置为根据分别位于每一个位置的像素点的至少一个目标颜色信息生成至少一个候选图像；
第四确定单元，被配置为根据所述至少一个候选图像确定所述至少一个第一中间渐变图像。
A18、根据A17所述的装置，所述第四确定单元包括：
确定子单元，被配置为将所述至少一个候选图像确定为所述至少一个第一中间渐变图像；
或，
获取子单元，被配置为根据所述第一渲染风格以及所述第二渲染风格获取局部处理方式，处理子单元，被配置为对所述至少一个候选图像按照所述局部处理方式处理，得到所述至少一个第一中间渐变图像。
A19、根据A18所述的装置，所述获取子单元具体被配置为：以所述第一渲染风格作为原始渲染风格，并以所述第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与局部处理方式三者之间的对应关系中，查找与所述第一渲染风格和所述第二渲染风格相对应的局部处理方式。
A20、根据A11所述的装置，所述装置还包括：
第四获取模块，被配置为根据所述第二渲染风格的图像和所述第一预设处理模型获取第三渲染风格的图像；
第四生成模块，被配置为根据所述第二渲染风格的图像、所述第三渲染风格的图像以及所述第二预设处理模型生成至少一个第二中间渐变图像，所述至少一个第二中间渐变图像包括由所述第二渲染风格的图像渐变至所述第三渲染风格的图像的过程中的图像；
第五生成模块，被配置为根据所述第二渲染风格的图像、所述至少一个第二中间渐变图像以及所述第三渲染风格的图像生成第二渐变视频；
组合模块，被配置为将所述第一渐变视频与所述第二渐变视频组合为第三渐变视频。

Claims (10)

1.一种图像处理方法，其特征在于，所述方法包括：
获取第一渲染风格的图像；
根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；
根据所述第一渲染风格的图像、所述第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，所述至少一个第一中间渐变图像包括由所述第一渲染风格的图像渐变至所述第二渲染风格的图像的过程中的图像；
根据所述第一渲染风格的图像、所述至少一个第一中间渐变图像以及所述第二渲染风格的图像生成第一渐变视频。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像，包括：
接收指定的第二渲染风格；
确定由第一渲染风格转换至第二渲染风格的颜色转换关系表；
获取所述第一渲染风格的图像中的各个像素点的第一颜色信息；
在所述颜色转换关系表中查找与各个像素点的第一颜色信息相对应的第二颜色信息；
根据与各个像素点的第一颜色信息相对应的第二颜色信息生成所述第二渲染风格的图像。
3.根据权利要求2所述的方法，其特征在于，所述确定由第一渲染风格转换至第二渲染风格的颜色转换关系表，包括：
以所述第一渲染风格作为原始渲染风格，并以所述第二渲染风格作为目标渲染风格，在原始渲染风格、目标渲染风格与颜色转换关系表三者之间的对应关系中，查找与所述第一渲染风格和所述第二渲染风格相对应的颜色转换关系表。
4.根据权利要求1所述的方法，其特征在于，所述根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像，包括：
接收指定的第二渲染风格；
确定用于获取所述第二渲染风格的图像的神经网络模型；
使用所述神经网络模型对所述第一渲染风格的图像处理得到所述第二渲染风格的图像。
5.根据权利要求4所述的方法，其特征在于，所述确定用于获取所述第二渲染风格的图像的神经网络模型，包括：
在渲染风格与用于获取渲染风格的图像的神经网络模型之间的对应关系中，查找与所述第二渲染风格相对应的神经网络模型。
6.根据权利要求1所述的方法，其特征在于，所述根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像，包括：
获取第二渲染风格的预设图像；
生成参考图像；
根据所述第一渲染风格的图像和第二渲染风格的预设图像，使用迭代优化算法对所述参考图像进行至少一轮优化迭代，直至优化迭代后的参考图像的渲染风格与所述第二渲染风格之间的差异小于第一预设阈值且优化迭代后的参考图像的图像内容与所述第一渲染风格的图像的图像内容之间的差异小于第二预设阈值时，将优化迭代后的参考图像确定为所述第二渲染风格的图像。
7.根据权利要求1所述的方法，其特征在于，所述根据所述第一渲染风格的图像、所述第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，包括：
对于所述第一渲染风格的图像以及所述第二渲染风格的图像中的每一个相同的位置，获取位于所述第一渲染风格的图像中的所述位置的像素点的第一颜色信息以及位于所述第二渲染风格的图像中的所述位置的像素点的第二颜色信息，根据所述第一颜色信息、所述第二颜色信息、预设第一渲染风格系数以及预设第二渲染风格系数确定位于所述位置的像素点的至少一个目标颜色信息；
根据分别位于每一个位置的像素点的至少一个目标颜色信息生成至少一个候选图像；
根据所述至少一个候选图像确定所述至少一个第一中间渐变图像。
8.一种图像处理装置，其特征在于，所述装置包括：
第一获取模块，被配置为获取第一渲染风格的图像；
第二获取模块，被配置为根据所述第一渲染风格的图像和第一预设处理模型获取第二渲染风格的图像；
第一生成模块，被配置为根据所述第一渲染风格的图像、所述第二渲染风格的图像以及第二预设处理模型生成至少一个第一中间渐变图像，所述至少一个第一中间渐变图像包括由所述第一渲染风格的图像渐变至所述第二渲染风格的图像的过程中的图像；
第二生成模块，被配置为根据所述第一渲染风格的图像、所述至少一个第一中间渐变图像以及所述第二渲染风格的图像生成第一渐变视频。
9.一种电子设备，其特征在于，所述电子设备包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行如权利要求1-7任一项所述的图像处理方法。
10.一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-7任一项所述的图像处理方法。
CN201811142166.1A 2018-09-28 2018-09-28 图像处理方法、装置、电子设备及存储介质 Active CN109360261B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201811142166.1A CN109360261B (zh) 2018-09-28 2018-09-28 图像处理方法、装置、电子设备及存储介质
US16/972,475 US11094110B2 (en) 2018-09-28 2019-07-26 Method, apparatus and electronic device for processing image
PCT/CN2019/098011 WO2020063084A1 (zh) 2018-09-28 2019-07-26 图像处理方法、装置、电子设备及存储介质
US17/378,518 US20210343070A1 (en) 2018-09-28 2021-07-16 Method, apparatus and electronic device for processing image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811142166.1A CN109360261B (zh) 2018-09-28 2018-09-28 图像处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN109360261A true CN109360261A (zh) 2019-02-19
CN109360261B CN109360261B (zh) 2019-12-31

Family

ID=65348256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811142166.1A Active CN109360261B (zh) 2018-09-28 2018-09-28 图像处理方法、装置、电子设备及存储介质

Country Status (3)

Country Link
US (2) US11094110B2 (zh)
CN (1) CN109360261B (zh)
WO (1) WO2020063084A1 (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110062176A (zh) * 2019-04-12 2019-07-26 北京字节跳动网络技术有限公司 生成视频的方法、装置、电子设备和计算机可读存储介质
CN110062157A (zh) * 2019-04-04 2019-07-26 北京字节跳动网络技术有限公司 渲染图像的方法、装置、电子设备和计算机可读存储介质
CN110399924A (zh) * 2019-07-26 2019-11-01 北京小米移动软件有限公司 一种图像处理方法、装置及介质
WO2020063084A1 (zh) * 2018-09-28 2020-04-02 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN111292393A (zh) * 2020-01-22 2020-06-16 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN111831235A (zh) * 2019-04-15 2020-10-27 佳能株式会社 图像处理装置、图像处理方法及计算机可读存储介质
CN111932640A (zh) * 2020-09-25 2020-11-13 北京尽微至广信息技术有限公司 对颜色渐变效果进行调整的方法、装置以及存储介质
CN112541512A (zh) * 2019-09-20 2021-03-23 杭州海康威视数字技术股份有限公司 一种图像集生成方法及装置
CN112619160A (zh) * 2020-12-29 2021-04-09 网易（杭州）网络有限公司 图像处理方法、装置、非易失性存储介质及电子装置
CN114066715A (zh) * 2020-07-30 2022-02-18 北京达佳互联信息技术有限公司 图像风格迁移方法、装置、电子设备以及存储介质
CN114615421A (zh) * 2020-12-07 2022-06-10 华为技术有限公司 图像处理方法及电子设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7289127B1 (en) * 2005-04-25 2007-10-30 Apple, Inc. Multi-conic gradient generation
CN102129705A (zh) * 2010-01-18 2011-07-20 腾讯科技（深圳）有限公司 一种动画制作方法、装置和动画播放方法、装置
CN102737391A (zh) * 2011-03-29 2012-10-17 卡西欧计算机株式会社 图像处理装置、图像处理方法、图像处理系统及存储介质
CN102737369A (zh) * 2011-03-31 2012-10-17 卡西欧计算机株式会社 图像处理装置及图像处理方法
CN104217452A (zh) * 2014-09-10 2014-12-17 珠海市君天电子科技有限公司 实现颜色渐变的方法及装置
CN107464273A (zh) * 2016-06-02 2017-12-12 北京大学 图像风格刷的实现方法与装置
CN107624243A (zh) * 2015-05-08 2018-01-23 微软技术许可有限责任公司 通过帧选择的实时超延时视频创建
CN108492348A (zh) * 2018-03-30 2018-09-04 北京金山安全软件有限公司 图像处理方法、装置、电子设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8019182B1 (en) * 2007-08-20 2011-09-13 Adobe Systems Incorporated Digital image modification using pyramid vignettes
CN109426858B (zh) * 2017-08-29 2021-04-06 京东方科技集团股份有限公司 神经网络、训练方法、图像处理方法及图像处理装置
CN109360261B (zh) * 2018-09-28 2019-12-31 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7289127B1 (en) * 2005-04-25 2007-10-30 Apple, Inc. Multi-conic gradient generation
CN102129705A (zh) * 2010-01-18 2011-07-20 腾讯科技（深圳）有限公司 一种动画制作方法、装置和动画播放方法、装置
CN102737391A (zh) * 2011-03-29 2012-10-17 卡西欧计算机株式会社 图像处理装置、图像处理方法、图像处理系统及存储介质
CN102737369A (zh) * 2011-03-31 2012-10-17 卡西欧计算机株式会社 图像处理装置及图像处理方法
CN104217452A (zh) * 2014-09-10 2014-12-17 珠海市君天电子科技有限公司 实现颜色渐变的方法及装置
CN107624243A (zh) * 2015-05-08 2018-01-23 微软技术许可有限责任公司 通过帧选择的实时超延时视频创建
CN107464273A (zh) * 2016-06-02 2017-12-12 北京大学 图像风格刷的实现方法与装置
CN108492348A (zh) * 2018-03-30 2018-09-04 北京金山安全软件有限公司 图像处理方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
夏泽举等: "彩色灰度交叉融合的彩色图像渐变技术", 《计算机仿真》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11094110B2 (en) 2018-09-28 2021-08-17 Beijing Dajia Internet Information Technology Co., Ltd. Method, apparatus and electronic device for processing image
WO2020063084A1 (zh) * 2018-09-28 2020-04-02 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN110062157A (zh) * 2019-04-04 2019-07-26 北京字节跳动网络技术有限公司 渲染图像的方法、装置、电子设备和计算机可读存储介质
CN110062176B (zh) * 2019-04-12 2020-10-30 北京字节跳动网络技术有限公司 生成视频的方法、装置、电子设备和计算机可读存储介质
CN110062176A (zh) * 2019-04-12 2019-07-26 北京字节跳动网络技术有限公司 生成视频的方法、装置、电子设备和计算机可读存储介质
CN111831235A (zh) * 2019-04-15 2020-10-27 佳能株式会社 图像处理装置、图像处理方法及计算机可读存储介质
CN110399924A (zh) * 2019-07-26 2019-11-01 北京小米移动软件有限公司 一种图像处理方法、装置及介质
US11120604B2 (en) 2019-07-26 2021-09-14 Beijing Xiaomi Mobile Software Co., Ltd. Image processing method, apparatus, and storage medium
CN110399924B (zh) * 2019-07-26 2021-09-07 北京小米移动软件有限公司 一种图像处理方法、装置及介质
CN112541512B (zh) * 2019-09-20 2023-06-02 杭州海康威视数字技术股份有限公司 一种图像集生成方法及装置
CN112541512A (zh) * 2019-09-20 2021-03-23 杭州海康威视数字技术股份有限公司 一种图像集生成方法及装置
WO2021147976A1 (zh) * 2020-01-22 2021-07-29 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN111292393A (zh) * 2020-01-22 2020-06-16 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN114066715A (zh) * 2020-07-30 2022-02-18 北京达佳互联信息技术有限公司 图像风格迁移方法、装置、电子设备以及存储介质
CN111932640A (zh) * 2020-09-25 2020-11-13 北京尽微至广信息技术有限公司 对颜色渐变效果进行调整的方法、装置以及存储介质
CN114615421A (zh) * 2020-12-07 2022-06-10 华为技术有限公司 图像处理方法及电子设备
WO2022121796A1 (zh) * 2020-12-07 2022-06-16 华为技术有限公司 图像处理方法及电子设备
CN114615421B (zh) * 2020-12-07 2023-06-30 华为技术有限公司 图像处理方法及电子设备
CN112619160A (zh) * 2020-12-29 2021-04-09 网易（杭州）网络有限公司 图像处理方法、装置、非易失性存储介质及电子装置
CN112619160B (zh) * 2020-12-29 2024-10-25 网易（杭州）网络有限公司 图像处理方法、装置、非易失性存储介质及电子装置

Also Published As

Publication number Publication date
US20210166469A1 (en) 2021-06-03
US11094110B2 (en) 2021-08-17
WO2020063084A1 (zh) 2020-04-02
CN109360261B (zh) 2019-12-31
US20210343070A1 (en) 2021-11-04

Similar Documents

Publication Publication Date Title
CN109360261A (zh) 图像处理方法、装置、电子设备及存储介质
CN109345485B (zh) 一种图像增强方法、装置、电子设备及存储介质
CN106454336B (zh) 检测终端摄像头被遮挡的方法及装置和终端
WO2020114087A1 (zh) 图像转换方法、装置、电子设备及存储介质
EP3010226A2 (en) Method and apparatus for obtaining photograph
WO2016011747A1 (zh) 肤色调整方法和装置
US9959484B2 (en) Method and apparatus for generating image filter
US20170032725A1 (en) Method, device, and computer-readable medium for setting color gamut mode
CN105760884B (zh) 图片类型的识别方法及装置
WO2017031901A1 (zh) 人脸识别方法、装置及终端
CN105302315A (zh) 图片处理方法及装置
CN104092948A (zh) 处理图像的方法及装置
US11770497B2 (en) Method and device for processing video, and storage medium
EP3975046B1 (en) Method and apparatus for detecting occluded image and medium
CN113965694B (zh) 录像方法、电子设备及计算机可读存储介质
CN113259583B (zh) 一种图像处理方法、装置、终端及存储介质
CN107347136A (zh) 拍照方法、装置和终端设备
CN105957037B (zh) 图像增强方法及装置
CN104980662A (zh) 拍照过程中调整成像风格的方法、装置及摄像装置
CN104867112B (zh) 照片处理方法及装置
CN109784164A (zh) 前景识别方法、装置、电子设备及存储介质
CN104506770A (zh) 拍摄图像的方法及装置
CN105357449A (zh) 拍摄方法、装置及图像处理方法、装置
CN112905141A (zh) 屏幕显示方法及装置、计算机存储介质
CN108647594B (zh) 信息处理方法及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant