[发明专利]一种图像处理方法、装置及计算机可读存储介质

说明书

本发明实施例公开了一种图像处理方法、装置及存储介质，包括：服务器获取待处理图像；利用预先建立的图像处理模型识别和处理待处理图像中图像质量不符合预设标准的图像，得到图像质量符合预设标准的图像。从本发明实施例提供的技术方案可见，由于利用了预先建立的图像处理模型对待处理图像对待处理图像中不符合预设标准的图像进行了识别和处理，得到了图像质量符合预设标准的图像，从而提高了图像质量，提升了用户的视觉体验。

技术领域

本发明实施例涉及图像处理领域，尤其涉及一种图像处理方法、装置及计算机可读存储介质。

背景技术

在实际应用中，常常会出现因为图像质量不达标而导致用户视觉体验不佳的情况。

然而在现有技术中，缺乏相应的处理方法。

发明内容

为了解决上述技术问题，本发明实施例提供一种图像处理方法、装置及计算机可读存储介质，能够使图像质量达到预设标准，提升用户的视觉体验。

为了达到本发明实施例目的，本发明实施例提供了一种图像处理方法，包括：

服务器获取待处理图像；

利用预先建立的图像处理模型识别和处理所述待处理图像中图像质量不符合预设标准的图像，得到图像质量符合预设标准的图像。

所述获取图像质量不符合预设标准的待处理图像之前，还包括：

获取至少一组图像；其中，每组图像包括：针对同一拍摄对象的一张图像质量符合所述预设标准的标准图像，以及多张图像质量不符合所述预设标准的非标准图像；

以获得的图像组作为输入训练预设神经网络模型，得到所述图像处理模型。

所述以获得的图像组作为输入训练预设神经网络模型，包括：

遍历每组图像中的非标准图像，将所述标准图像分别与一张非标准图像进行组合以得到图像组合；

对每个图像组合中的标准图像进行标注；

将经过标注的图像组合作为输入训练所述预设神经网络模型。

所述获取待处理图像，包括：

获取图像的选择信息；其中，所述选择信息为从多张图像中选择一个或多个图像作为所述待处理图像的标识信息；

根据所述选择信息从图像集合中选择相应的图像作为所述待处理图像。

所述预设神经网络模型包括：神经网络模型TensorFlow。

本发明实施例提供了一种服务器，包括：

获取模块，用于获取待处理图像；

处理模块，用于利用预先建立的图像处理模型识别和处理所述待处理图像中图像质量不符合预设标准的图像，得到图像质量符合预设标准的图像。

所述获取模块，还用于获取至少一组图像；其中，每组图像包括：针对同一拍摄对象的一张图像质量符合所述预设标准的标准图像，以及多张图像质量不符合所述预设标准的非标准图像；

所述处理模块，还用于以获得的图像组作为输入训练预设神经网络模型，得到所述图像处理模型。

所述处理模块具体用于：

遍历每组图像中的非标准图像，将所述标准图像分别与一张非标准图像进行组合以得到图像组合；

对每个图像组合中的标准图像进行标注；

将经过标注的图像组合作为输入训练所述预设神经网络模型。