[发明专利]图像增强的方法、装置、电子设备、及存储介质有效

专利信息
申请号: 201910620716.4 申请日: 2019-07-10
公开(公告)号: CN110349107B 公开(公告)日: 2023-05-26
发明(设计)人: 何茜 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T7/90;H04N23/95
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 增强 方法 装置 电子设备 存储 介质
【说明书】:

本公开实施例公开了一种图像增强的方法、装置、电子设备、及存储介质,方法包括:获取原始图像;生成所述原始图像对应的缩略图像;将所述缩略图像输入至预先训练的颜色查找表生成模型,得到颜色查找表;根据所述原始图像和所述颜色查找表确定所述原始图像对应的增强图像,以快速获取原始图像的增强图像,能提高增强图像的获取效率。

技术领域

本公开实施例涉及机器学习技术领域,具体涉及一种图像增强的方法、装置、电子设备、及存储介质。

背景技术

现有技术中,采用美颜相机拍照时,通常将拍摄的照片根据用户设置或选择的固定滤镜即时生成美颜照片。

发明为每一个源图像生成一个三维查找表,采用该滤镜转化源图像得到增强图像。

该查找表功能,类似于通用的滤镜功能。例如,将脸部黑的地方提亮处理,将比较暗的图像整体变亮,对欠曝光图片进行修正,对颜色偏较大的图进行颜色修正。

发明内容

有鉴于此,本公开实施例提供一种图像增强的方法、装置、电子设备、及存储介质,以提高获取增强图像的效率。

本公开实施例的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开实施例的实践而习得。

第一方面,本公开实施例提供了一种图像增强的方法,包括:

获取原始图像;

生成所述原始图像对应的缩略图像;

将所述缩略图像输入至预先训练的颜色查找表生成模型,得到颜色查找表;

根据所述原始图像和所述颜色查找表确定所述原始图像对应的增强图像。

第二方面,本公开实施例还提供了一种图像增强的装置,包括:

原始图像获取单元,用于获取原始图像;

缩略图像生成单元,用于生成所述原始图像对应的缩略图像;

颜色查找表获取单元,用于将所述缩略图像输入至预先训练的颜色查找表生成模型,得到颜色查找表;

增强图像确定单元,用于根据所述原始图像和所述颜色查找表确定所述原始图像对应的增强图像。

第三方面,本公开实施例还提供了一种电子设备,包括:

一个或多个处理器;

存储器,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面中任一项所述方法的指令。

第四方面,本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面中任一项所述方法的步骤。

本公开实施例通过获取原始图像,生成缩略图像,将所述缩略图像输入至预先训练的颜色查找表生成模型,得到颜色查找表,根据所述原始图像和所述颜色查找表确定所述原始图像对应的增强图像,根据原始图像的缩略图像快速获取增强图像,能够提高获取增强图像的效率。

附图说明

为了更清楚地说明本公开实施例中的技术方案,下面将对本公开实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本公开实施例中的一部分实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据本公开实施例的内容和这些附图获得其他的附图。

图1是本公开实施例提供的一种图像增强的方法的流程示意图;

图2是本公开实施例提供的一种颜色查找表生成模型的训练方法的流程示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201910620716.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top