[发明专利]一种实现智能滤镜的方法和装置在审
申请号: | 201910065890.7 | 申请日: | 2019-01-23 |
公开(公告)号: | CN109741283A | 公开(公告)日: | 2019-05-10 |
发明(设计)人: | 孙华东;姜锋 | 申请(专利权)人: | 芜湖明凯医疗器械科技有限公司 |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 昆明合众智信知识产权事务所 53113 | 代理人: | 钱磊 |
地址: | 241000 安徽省芜湖市戈*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 滤镜 用户偏好特征 原始特征信息 方法和装置 特征信息 优化图像 原始图像 智能 图像处理领域 机械使用 用户保存 智能推荐 智能应用 特征库 构建 | ||
本发明属于图像处理领域,尤其涉及一种实现智能滤镜的方法和装置。提取原始图像的原始特征信息;对原始图像使用滤镜,获取用户保存的优化图像,并提取滤镜的特征信息;将原始特征信息、滤镜特征信息和优化图像以一一对应的方式存入特征库中,构建用户偏好特征库;利用用户偏好特征库指导用户下一次对滤镜的使用,实现智能滤镜。解决了现有技术中对滤镜的机械使用,实现滤镜的智能推荐和智能应用,使得滤镜使用效果更佳。
技术领域
本发明属于图像处理领域,尤其涉及一种实现智能滤镜的方法和装置。
背景技术
目前,为拍摄的图像添加滤镜,来美化图像,已经被普遍应用于智能终端和拍摄终端中。然而,现有技术中,美化图像的软件中,通过对滤镜的效果进行命名,并通过一个示例图像展示滤镜的效果,使用者需要翻阅所有的滤镜效果图来查找自己所喜欢的滤镜,并且会出现所选择的滤镜用于当前图像上可能并不是用户想要的效果,导致滤镜效果使用较差。
发明内容
本发明提出一种实现智能滤镜的方法和装置,用于解决现有技术中滤镜使用效果不佳的技术问题。
本发明提出一种实现智能滤镜的方法,具体步骤如下:
提取原始图像的原始特征信息;
对原始图像使用滤镜,获取用户保存的优化图像,并提取滤镜的特征信息;
将原始特征信息、滤镜特征信息和优化图像以一一对应的方式存入特征库中,构建用户偏好特征库;
利用用户偏好特征库指导用户下一次对滤镜的使用,实现智能滤镜。
所述原始特征信息包括图像对比度、图像饱和度、图像锐度、图像颜色直方图、图像图像前景特征、图像背景特征、图像类别中的一种或多种。
所述图像类别包括风景、人物、美食。
所述提取滤镜的特征信息包括:滤镜类型和滤镜各参数值,其中滤镜各参数值以调整百分比进行保存。
所述用户偏好特征库中还包括用户添加的喜爱的图像信息,对该喜爱的图像信息进行分析,得到喜爱图像的特征信息,作为滤镜特征信息,喜爱图像对应的滤镜特征信息以图像特征的实际数值进行保存。
所述利用用户偏好特征库指导用户下一次对滤镜的使用,实现智能滤镜,包括:
若检测系统中保存有用户偏好特征库,且特征库的数据量达到一定阈值,根据用户选择“智能推荐”还是“喜爱图像效果”进行不同的处理:若用户选择“智能推荐”,在对待处理图像进行处理时,提取待处理图像的图像特征信息,这些信息与保存在特征库中的原始特征信息对应,图像特征信息与特征库中的原始特征信息进行对比,提取出与图像特征信息最相似的原始特征信息,并将该原始特征信息对应的滤镜特征信息应用于待处理图像上;若用户选择“喜爱图像效果”,则列出用户所保存的喜爱的图像,根据用户的选择,将喜爱图像的滤镜特征信息应用于待处理图像;
所述列出用户所保存的喜爱的图像,包括根据保存的喜爱的图像与待处理图像的图像特征,对保存的喜爱的图像的显示进行排序,其中,图像特征包括图像前景特征、图像背景特征、图像类别中的一种或多种;
若检测系统中没有保存用户偏好特征库,或特征库的数据量没有达到一定阈值,则提示用户目前没有相关推荐。
所述提取出与图像特征信息最相似的原始特征信息,并将该原始特征信息对应的滤镜特征信息应用于待处理图像上,进一步可包括:提取出与图像特征信息最相似的前三个原始特征信息,并将这三个原始特征信息对应的优化图像展示给用户进行选择,根据用户所选择的优化图像对应的滤镜特征信息应用于待处理图像上。
本发明提出一种实现智能滤镜的装置,具体包括如下模块:
原始特征信息提取模块,用于提取原始图像的原始特征信息;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于芜湖明凯医疗器械科技有限公司,未经芜湖明凯医疗器械科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910065890.7/2.html,转载请声明来源钻瓜专利网。