[发明专利]图像的标注方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像的标注方法、装置、计算机设备和存储介质，计算机设备通过获取待标注图像中像素的颜色值，然后根据上述颜色值与预设阈值的比较结果，在待标注图像上增加对应的图像辅助层，得到了目标图像；然后，在上述目标图像上增加标注层，并在上述标注层上获取标注信息。由于计算机设备根据上述比较结果在待标注图像上增加了图像辅助层，使得待标注图像的颜色和/或亮度可以被调整到合适的值，从而使待标注图象上的物体可以凸显出来，提升了对物体轮廓标注的准确度。

技术领域

本发明涉及图像处理领域，特别是涉及一种图像的标注方法、装置、计算机设备和存储介质。

背景技术

随着无人驾驶技术研究的不断深入，深度学习算法在无人驾驶领域中得到广泛的应用。在研究过程中，深度学习模型常常需要大量的含有标注信息的图像作为训练样本，例如，需要对采集的道路图像中的交通灯的颜色等属性进行标注。

在传统技术中，图像标注方法主要是基于拍摄的图片识别图像中物体的轮廓，来对物体进行标注。

但是，由于所拍摄的图片可能存在过亮或者过暗的问题，导致标注的物体的轮廓不够准确。

发明内容

基于此，有必要针对上述技术问题，提供一种图像的标注方法、装置、计算机设备和存储介质。

一种图像的标注方法，所述方法包括：

获取待标注图像中像素的颜色值；

根据所述待标注图像中像素的颜色值和预设阈值的比较结果，在所述待标注图像上增加所述比较结果对应的图像辅助层，以获取目标图像；所述图像辅助层用于调整所述待标注图像的颜色和/或亮度；

在所述目标图像上增加标注层，并在所述标注层上获取所述目标图像的标注信息。

在其中一个实施例中，所述根据所述待标注图像中像素的颜色值和预设阈值的比较结果，在所述待标注图像上增加所述比较结果对应的图像辅助层，以获取目标图像，包括：

根据所述待标注图像中像素的颜色值和预设阈值的比较结果，确定所述图像辅助层的颜色和/或透明度；

根据所述图像辅助层的颜色和/或透明度，在所述待标注图像上增加所述图像辅助层，以获取目标图像。

在其中一个实施例中，所述根据所述待标注图像中像素的颜色值和预设阈值的比较结果，确定所述图像辅助层的颜色，包括：

若所述比较结果为所述待标注图像中像素的颜色值大于所述预设阈值，则确定所述图像辅助层的颜色为黑色；

若所述比较结果为所述待标注图像中像素的颜色值不大于所述预设阈值，则确定所述图像辅助层的颜色为白色。

在其中一个实施例中，所述根据所述待标注图像中像素的颜色值和预设阈值的比较结果，确定所述图像辅助层的透明度，包括：

根据所述比较结果的大小，确定透明度的调整值；

根据所述调整值和预设的基准透明度，确定所述图像辅助层的透明度。

在其中一个实施例中，所述获取待标注图像中像素的颜色值，包括：

识别所述待标注图像，以获取待增强区域；

获取所述待增强区域中的各个像素的颜色值。

在其中一个实施例中，所述根据所述待标注图像中像素的颜色值和预设阈值的比较结果，确定所述图像辅助层的颜色和/或透明度，包括：

根据所述待增强区域中的各个像素的颜色值和预设阈值的比较结果，确定所述图像辅助层中与所述待增强区域位置相同的区域的颜色和/或透明度。

在其中一个实施例中，所述方法还包括：