CN109726302A - 图像的标注方法、装置、计算机设备和存储介质 - Google Patents
图像的标注方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109726302A CN109726302A CN201811502859.7A CN201811502859A CN109726302A CN 109726302 A CN109726302 A CN 109726302A CN 201811502859 A CN201811502859 A CN 201811502859A CN 109726302 A CN109726302 A CN 109726302A
- Authority
- CN
- China
- Prior art keywords
- image
- marked
- color
- pixel
- layer
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000000007 visual effect Effects 0.000 claims abstract description 98
- 238000004590 computer program Methods 0.000 claims description 28
- 238000002372 labelling Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 9
- 230000001965 increasing effect Effects 0.000 description 5
- 230000002708 enhancing effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241001062009 Indigofera Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
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。
Description
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：
根据所述待增强区域的个数，设置对应个数的图像辅助层。
一种图像的标注装置，所述装置包括：
获取模块，用于获取待标注图像中像素的颜色值；
增加模块，用于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；所述增加模块还用于在所述目标图像上增加标注层。
标注模块，用于在所述标注层上获取所述目标图像的标注信息。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现图像的标注方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现图像的标注方法的步骤。
上述图像的标注方法、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。
附图说明
图1为一个实施例中图像的标注方法的应用环境图；
图2为一个实施例中图像的标注方法的流程示意图；
图3为另一个实施例中图像的标注方法的流程示意图；
图4为另一个实施例中图像的标注方法的流程示意图；
图5为一个实施例中图像的标注装置的结构框图；
图6为另一个实施例中图像的标注装置的结构框图；
图7为另一个实施例中图像的标注装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的图像的标注方法，可以应用于如图1所示的应用环境中。其中，计算机设备130对待标注图像110上的物体进行标注，获取标注信息120。其中，计算机设备130可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑。
在一个实施例中，如图2所示，提供了一种图像的标注方法，以该方法应用于图1中的计算机设备为例进行说明，上述方法包括：
S101、获取待标注图像中像素的颜色值。
其中，待标注图像中的像素是指待标注图像的最小单位，与上述待标注图像的分辨率有关，例如上述待标注图像的分辨率可以为72，即每英寸像素为72，通过换算一张15x15厘米的待标注图像，可以包括420*420个像素。
上述像素的颜色值，是指在在数字化存储的待标注图像中，表示各个像素的颜色的值，可以是RGB颜色值，其中上述RGB颜色值是指通过对红R(red)、绿G(green)、蓝B(blue)三个颜色以及它们相互之间的叠加来标识各式各样的颜色的，对于一个像素的RGB颜色值包括三个数字，分别代表红、绿、蓝三个颜色的亮度，数字范围可以是0～255，数字越大表示亮度越高，例如，若其中一个像素为红色，则该像素的RGB颜色值可以为(255，0，0)；另外，上述颜色值也可以是十六进制颜色值，上述十六进制颜色值可以通过将RGB颜色值转换成十六进制的数字而获得，例如红色的十六进制颜色值可以是FF0000。对于上述像素的颜色值的具体形式在此不做限定。
具体地，计算机设备在获取上述待标注图像中像素的颜色值时，可以通过java工具对上述待标注图像中像素的颜色值进行提取，也可以通过opencv等图像处理平台对上述待标注图像中像素的颜色值进行提取，对于上述颜色值的获取方式在此不做限定。
S102、根据待标注图像中像素的颜色值和预设阈值的比较结果，在待标注图像上增加比较结果对应的图像辅助层，以获取目标图像；图像辅助层用于调整待标注图像的颜色和/或亮度。
计算机设备在将待标注图像中像素的颜色值和预设阈值进行比较时，可以将上述待标注图像中的各个像素的颜色值分别于预设阈值进行比较，也可以将上述待标注图像中各个像素的颜色值进行平均，获取平均颜色值，再将上述平均像素值与预设阈值进行比较，对于上述颜色值和预设阈值的比较方式在此不做限定。
在将待标注图像中像素的颜色值和预设阈值进行比较的基础上，计算机设备可以获取该比较结果，该比较结果可以是上述颜色值与上述预设阈值的差值，也可以是上述颜色值与上述预设阈值的比值，对于上述比较结果的具体形式在此不做限定。以一个包含420*420个像素的待标注图像为例，计算机设备对上述420*420个像素的颜色值进行平均，获取的平均颜色值可以是(136，244，28)，上述预设阈值可以是128，计算机设备可以将上述平均颜色值中的三个数据进行平均，然后与预设阈值相减，得到的比较结果可以为8，计算机设备可以认为上述待标注图像中像素的平均颜色值大于预设阈值，待标注图像的颜色过亮。
进一步地，为了使待标注图像中物体的轮廓更清晰，计算机设备可以根据上述比较结果，在待标注图像上增加上述比较结果对应的图像辅助层，可以根据图层叠加技术，将上述待标注图像与上述图像辅助层进行叠加，来调整待标注图像的颜色和/或亮度，获取目标图像。其中，上述图像辅助层的大小与上述待标注图像的大小一样，例如待标注图像包含420*420个像素，那么图像辅助层也应包含420*420个像素；上述图像辅助层的各个像素的颜色值可以相同，例如图像辅助层为白色，各个像素的颜色值均为(255，255，255)；上述图像辅助层的各个像素的颜色值也可以不同，对于上述图像辅助层的具体形式在此不做限定。
计算机设备可以根据上述比较结果，确定对应的图像辅助层；例如计算机设备根据上述比较结果，认为上述待标注图像的亮度过低时，可以增加相应的图像辅助层来提高上述待标注图像的亮度；如果根据上述比较结果，认为上述待标注图像的亮度过高，可以增加相应的图像辅助层来降低上述待标注图像的亮度；另外，计算机设备根据上述比较结果，识别出上述图像中的特征区域，例如待标注图像中交通灯中的红灯，认为上述红灯的轮廓不够清晰，还可以增加相应的图像辅助层来改变上述特征区域的颜色，例如，使上述红灯的颜色变良或者提高红色的饱和度等。
计算机设备可以通过不同的图像叠加方式，来调整待标注图像的颜色和/或亮度，获取目标图像。例如，假设待标注图像的颜色为A，图像辅助层的颜色为B，计算机设备根据上述比较结果，认为需要将待标注图像的亮度降低时，可以通过变暗混合方式，通过公式C＝Min(A,B)来获取目标图像的颜色C；也可以通过线性加深混合方式，通过公式C＝A+B-255来获取目标图像的颜色C；对于上述目标图像的获取方式，在此不做限定。
S103、在目标图像上增加标注层，并在标注层上获取目标图像的标注信息。
在获取了目标图像的基础上，计算机设备可以在目标图像上增加标注层，使得计算机设备获取的标注信息可以集中在上述标注层上，而不会对目标图像产生影响。上述标注层的大小可以和待标注图像一样，也可以随标注信息进行动态调整，在此不做限定。
其中，上述标注信息可以包含标注框，用于标注待标注图像中的物体；还可以包括标注物体信息，例如对于街道上的交通灯图像进行标注时，标注物体信息可以包括交通灯的颜色，以及交通灯的指示方向等；对于上述标注信息的内容在此不做限定。
具体地，计算机设备在上述标注层上获取目标图像的标注信息时，可以获取自动标注工具生成的标注信息，也可以获取标注人员输入的标注信息；对于上述标注信息的获取方式在此不做限定。
上述图像的标注方法，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。
图3为另一个实施例中图像的标注方法的流程示意图，本实施例涉及一种计算机设备在待标注图像上增加图像辅助层的方式，在上述实施例的基础上，如图3所示，上述S102包括：
S201、根据待标注图像中像素的颜色值和预设阈值的比较结果，确定图像辅助层的颜色和/或透明度。
计算机设备在根据待标注图像中像素的颜色值和预设阈值的比较结果，可以确定图像辅助层的颜色和/或透明度，然后将图像辅助层的颜色和/或透明度设置为所确定的颜色和/或透明度，并将上述图像辅助层添加在待标注图像上。
可选地，若比较结果为待标注图像中像素的颜色值大于预设阈值，则计算机设备确定图像辅助层的颜色为黑色；若比较结果为待标注图像中像素的颜色值不大于预设阈值，则确定图像辅助层的颜色为白色。
具体地，若比较结果为待标注图像中像素的颜色值大于预设阈值，那么计算机设备认为上述待标注图像中像素的颜色过亮，可以通过增加黑色的图像辅助层来调整待标注图像的颜色和/或亮度；若比较结果为待标注图像中像素的颜色值不大于预设阈值，那么计算机设备认为上述待标注图像中像素的颜色过暗，可以通过增加白色的图像辅助层来调整待标注图像的颜色和/或亮度。
进一步地，计算机设备可以根据比较结果确定上述图像辅助层的透明度，可以根据上述比较结果中待标注图像中像素的颜色值和预设阈值的差值，以及差值的判断阈值区间，来直接确定上述图像辅助层的透明度；可选地，计算机设备还可以根据上述比较结果的大小，确定透明度的调整值，然后根据调整值和预设的基准透明度，确定图像辅助层的透明度。可以假设上述比较结果为M，可以根据M的大小，来确定透明度的调整值，例如如果0≤M<20，可以确定上述调整值为0.1，如果20≤M<40，可以确定上述调整值为0.2，如果40≤M<60可以确定上述调整值为0.3等，对于调整值的确定方式在此不做限定。
S202、根据图像辅助层的颜色和/或透明度，在待标注图像上增加图像辅助层，以获取目标图像。
在获取了上述图像辅助层的颜色和/或透明度的基础上，计算机设备可以根据上述颜色和/或透明度，在待标注图像上增加相应颜色和/或透明度的图像辅助层，来获取目标图像。假设待标注图像中一个像素M的颜色值为(A1，A2，A3)，图像辅助层的各个像素的颜色值均为(B1，B2，B3)，那么计算机设备可以根据公式Ci＝Bi×d+Ai×(1-d)，其中，d为上述图像辅助层的透明度，来获取调整后的目标图像中与像素M位置匹配的像素C的颜色值(C1，C2，C3)。
继续以一个包含420*420个像素的待标注图像为例，根据图2对应的实施例中获取的比较结果，计算机设备可以认为上述待标注图像中像素的平均颜色值大于预设阈值，那么可以确定图像辅助层的颜色为黑色；进一步地，根据是上述比较结果8，计算机设备可以认为上述待标注图像的平均颜色值与预设阈值的差值不大，图像辅助层的基准透明度可以是0，在上述基准透明度的基础上进行适当调整即可，例如可以根据判断区间0≤8<20，确定上述透明度的调整值为0.1，那么根据上述调整值和上述基准透明度，可以确定图像辅助层的透明度为0.1。比如上述待标注图像中其中一个像素M的颜色值为(140，160，220)时，由于图像辅助层的颜色为黑色，那么图像辅助层的各个像素的颜色值均为(0，0，0)，根据上述获取的图像辅助层的透明度d＝0.1，通过公式Ci＝Bi×d+Ai×(1-d)可以获取目标图像中像素N的颜色值，为(126，144，198)；由上述计算结果可以看出，通过设置图像辅助层的颜色为黑色，透明度为0.1，上述目标图像中的像素N的颜色值均小于上述待标注图像中像素M的颜色值，也就是降低了待标注图像的亮度。
上述图像的标注方法，计算机设备根据获取的图像辅助层的颜色和/或透明度来添加图像辅助层，使得上述图像辅助层的颜色和/或透明度的设置更加合适，可以对待标注图像的颜色和/或亮度进行更准确的调整，从而使得待标注图像中的物体可以更好地凸显出来，进一步提升了对物体轮廓标注的准确度。
图4为一个另实施例中图像的标注方法的流程示意图，本实施例涉及计算机设备根据待增强区域，获取待标注图像中像素的颜色值的一种方式，在上述实施例的基础上，如图4所示，上述S101包括：
S301、识别待标注图像，以获取待增强区域。
计算机设备可以根据待标注的对象的特征，来识别上述待标注图像的标注对象，然后将上述待标注对象所在的区域确定为待增强区域。例如，如果待标注图像为街道上的交通灯的图像，交通灯的颜色可能是红色、黄色或者绿色，或者交通灯的形状可能是圆形或者数字灯等，计算机设备可以识别上述待标注对象的颜色特征，将待标注图像中的包含红色、黄色或者绿色的区域确定为待增强区域；也可以识别上述待标注对象的轮廓来识别，将上述待标注图像中包含圆形轮廓或者数字轮廓的的区域，确定为待增强区域；对于上述待标注对象的识别方式，在此不做限定。
S302、获取待增强区域中的各个像素的颜色值。
具体地，计算机设备在获取了待增强区域的基础上，可以获取上述待增强区域的各个像素的颜色值，使计算机设备可以根据上述待增强区域的各个像素的颜色值，来增加图像辅助层。上述待增强区域中的各个像素的颜色值与图2对应的实施例中的各个像素的颜色值的获取方式类似，在此不再赘述。
进一步地，计算机设备可以根据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，确定图像辅助层中与待增强区域位置相同的区域的颜色和/或透明度。
具体地，计算机设备可以根据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，来增加图像辅助层，上述图像辅助层可以对上述待标注图像中的待增强区域进行颜色和/或亮度的调整，例如上述待增强区域的亮度过高时，将上述图像辅助层中与上述待增强区域位置相同的区域的颜色设置为黑色，通过上述比较结果确定上述图像辅助层的透明度，然后增加图像辅助层，将上述待增强区域的亮度降低；上述颜色和/或透明度的确定方式与上述实施例中类似，在此不再赘述。
对于上述待标注图像中包含多个待增强区域时，计算机设备可以根据各个待增强区域中的各个像素的颜色值和预设阈值的各个比较结果，来确定图像辅助层与上述各个待增强区域的位置相同的区域的颜色或透明度，通过增加一个图像辅助层，来调整待标注图像的颜色和/或亮度，也就是说，在一个图像辅助层中，不同的待增强区域位置，图像辅助层的颜色可以不同；可选地，计算机设备可以根据待增强区域的个数，设置对应个数的图像辅助层，例如对于待标注图像中的三个不同的待增强区域，可以根据上述待增强区域，分别设置三个不同的图像辅助层。
上述图像的标注方法，计算机设备通过识别待标注图像中的待增强区域，可以针对性地对不同的待增强区域的图像的颜色和/或亮度分别进行调整，从而使上述待标注图像中的待标注物体的轮廓更加清晰，进一步提升了对物体轮廓标注的准确度。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种图像的标注装置，包括：获取模块10、增加模块20和标注模块30，其中：
获取模块10，用于获取待标注图像中像素的颜色值。
增加模块20，用于根据待标注图像中像素的颜色值和预设阈值的比较结果，在待标注图像上增加比较结果对应的图像辅助层，以获取目标图像；图像辅助层用于调整待标注图像的颜色和/或亮度；所述增加模块20还用于在所述目标图像上增加标注层。
标注模块30，用于在标注层上获取目标图像的标注信息。
在一个实施例中，如图6所示，上述增加模块20包括确定单元201和增加单元202，其中：
确定单元201，用于根据待标注图像中像素的颜色值和预设阈值的比较结果，确定图像辅助层的颜色和/或透明度。
增加单元202，用于根据图像辅助层的颜色和/或透明度，在待标注图像上增加图像辅助层，以获取目标图像。
在一个实施例中，确定单元201具体用于：在比较结果为待标注图像中像素的颜色值大于预设阈值时，确定图像辅助层的颜色为黑色；在比较结果为待标注图像中像素的颜色值不大于预设阈值时，确定图像辅助层的颜色为白色。
在一个实施例中，确定单元201具体用于：根据比较结果的大小，确定透明度的调整值；根据调整值和预设的基准透明度，确定图像辅助层的透明度。
在一个实施例中，获取模块10包括识别单元101和获取单元102，其中：
识别单元101，用于识别待标注图像，以获取待增强区域。
获取单元102，用于获取待增强区域中的各个像素的颜色值。
在一个实施例中，确定单元201具体用于：根据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，确定图像辅助层中与待增强区域位置相同的区域的颜色和/或透明度。
在一个实时例中，上述增加模块20还用于：根据待增强区域的个数，设置对应个数的图像辅助层。
本发明实施例提供的图像的标注装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于图像的标注装置的具体限定可以参见上文中对于图像的标注方法的限定，在此不再赘述。上述图像的标注装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像的标注方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取待标注图像中像素的颜色值；
根据待标注图像中像素的颜色值和预设阈值的比较结果，在待标注图像上增加比较结果对应的图像辅助层，以获取目标图像；图像辅助层用于调整待标注图像的颜色和/或亮度；
在目标图像上增加标注层，并在标注层上获取目标图像的标注信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据待标注图像中像素的颜色值和预设阈值的比较结果，确定图像辅助层的颜色和/或透明度；根据图像辅助层的颜色和/或透明度，在待标注图像上增加图像辅助层，以获取目标图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：若比较结果为待标注图像中像素的颜色值大于预设阈值，则确定图像辅助层的颜色为黑色；若比较结果为待标注图像中像素的颜色值不大于预设阈值，则确定图像辅助层的颜色为白色。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据比较结果的大小，确定透明度的调整值；根据调整值和预设的基准透明度，确定图像辅助层的透明度。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：识别待标注图像，以获取待增强区域；获取待增强区域中的各个像素的颜色值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据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，确定图像辅助层中与待增强区域位置相同的区域的颜色和/或透明度。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据待增强区域的个数，设置对应个数的图像辅助层。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取待标注图像中像素的颜色值；
根据待标注图像中像素的颜色值和预设阈值的比较结果，在待标注图像上增加比较结果对应的图像辅助层，以获取目标图像；图像辅助层用于调整待标注图像的颜色和/或亮度；
在目标图像上增加标注层，并在标注层上获取目标图像的标注信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据待标注图像中像素的颜色值和预设阈值的比较结果，确定图像辅助层的颜色和/或透明度；根据图像辅助层的颜色和/或透明度，在待标注图像上增加图像辅助层，以获取目标图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若比较结果为待标注图像中像素的颜色值大于预设阈值，则确定图像辅助层的颜色为黑色；若比较结果为待标注图像中像素的颜色值不大于预设阈值，则确定图像辅助层的颜色为白色。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据比较结果的大小，确定透明度的调整值；根据调整值和预设的基准透明度，确定图像辅助层的透明度。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：识别待标注图像，以获取待增强区域；获取待增强区域中的各个像素的颜色值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据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，确定图像辅助层中与待增强区域位置相同的区域的颜色和/或透明度。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据待增强区域的个数，设置对应个数的图像辅助层。
本实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像的标注方法，其特征在于，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。
2.根据权利要求1所述的方法，其特征在于，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。
3.根据权利要求2所述的方法，其特征在于，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。
4.根据权利要求2所述的方法，其特征在于，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。
5.根据权利要求2所述的方法，其特征在于，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。
6.根据权利要求5所述的方法，其特征在于，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。
7.根据权利要求5所述的方法，其特征在于，所述方法还包括：
根据所述待增强区域的个数，设置对应个数的图像辅助层。
8.一种图像的标注装置，其特征在于，所述装置包括：
获取模块，用于获取待标注图像中像素的颜色值；
增加模块，用于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；
所述增加模块还用于在所述目标图像上增加标注层；
标注模块，用于在所述标注层上获取所述目标图像的标注信息。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811502859.7A CN109726302A (zh) | 2018-12-10 | 2018-12-10 | 图像的标注方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811502859.7A CN109726302A (zh) | 2018-12-10 | 2018-12-10 | 图像的标注方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109726302A true CN109726302A (zh) | 2019-05-07 |
Family
ID=66295272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811502859.7A Pending CN109726302A (zh) | 2018-12-10 | 2018-12-10 | 图像的标注方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109726302A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110377338A (zh) * | 2019-07-23 | 2019-10-25 | 网易无尾熊（杭州）科技有限公司 | 信息标注方法、介质、装置和计算设备 |
| CN112131414A (zh) * | 2020-09-23 | 2020-12-25 | 北京百度网讯科技有限公司 | 信号灯的图像的标注方法、装置、电子设备以及路侧设备 |
| CN112381905A (zh) * | 2020-12-01 | 2021-02-19 | 北京光启元数字科技有限公司 | 一种颜色叠加方法、装置和电子设备 |
| CN117632069A (zh) * | 2023-12-19 | 2024-03-01 | 歌尔科技有限公司 | 图像显示方法、装置及虚拟现实设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011242645A (ja) * | 2010-05-19 | 2011-12-01 | Ricoh Co Ltd | 画像形成装置 |
| CN104392419A (zh) * | 2014-12-04 | 2015-03-04 | 厦门美图之家科技有限公司 | 一种为图像添加暗角效果的方法 |
| CN104715445A (zh) * | 2013-12-13 | 2015-06-17 | 腾讯科技（深圳）有限公司 | 图像处理方法和系统 |
| CN106155542A (zh) * | 2015-04-07 | 2016-11-23 | 腾讯科技（深圳）有限公司 | 图片处理方法及装置 |
| US20170084006A1 (en) * | 2015-09-17 | 2017-03-23 | Michael Edwin Stewart | Methods and Apparatus for Enhancing Optical Images and Parametric Databases |
| CN107886105A (zh) * | 2016-09-30 | 2018-04-06 | 法乐第(北京)网络科技有限公司 | 一种图像的标注装置 |
| 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 |
-
2018
- 2018-12-10 CN CN201811502859.7A patent/CN109726302A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011242645A (ja) * | 2010-05-19 | 2011-12-01 | Ricoh Co Ltd | 画像形成装置 |
| CN104715445A (zh) * | 2013-12-13 | 2015-06-17 | 腾讯科技（深圳）有限公司 | 图像处理方法和系统 |
| CN104392419A (zh) * | 2014-12-04 | 2015-03-04 | 厦门美图之家科技有限公司 | 一种为图像添加暗角效果的方法 |
| CN106155542A (zh) * | 2015-04-07 | 2016-11-23 | 腾讯科技（深圳）有限公司 | 图片处理方法及装置 |
| US20170084006A1 (en) * | 2015-09-17 | 2017-03-23 | Michael Edwin Stewart | Methods and Apparatus for Enhancing Optical Images and Parametric Databases |
| CN107886105A (zh) * | 2016-09-30 | 2018-04-06 | 法乐第(北京)网络科技有限公司 | 一种图像的标注装置 |
| 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)
| Title |
|---|
| 郭杰荣等: "《光电信息技术实验教程》", 31 December 2015 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110377338A (zh) * | 2019-07-23 | 2019-10-25 | 网易无尾熊（杭州）科技有限公司 | 信息标注方法、介质、装置和计算设备 |
| CN112131414A (zh) * | 2020-09-23 | 2020-12-25 | 北京百度网讯科技有限公司 | 信号灯的图像的标注方法、装置、电子设备以及路侧设备 |
| CN112381905A (zh) * | 2020-12-01 | 2021-02-19 | 北京光启元数字科技有限公司 | 一种颜色叠加方法、装置和电子设备 |
| CN117632069A (zh) * | 2023-12-19 | 2024-03-01 | 歌尔科技有限公司 | 图像显示方法、装置及虚拟现实设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109726302A (zh) | 图像的标注方法、装置、计算机设备和存储介质 | |
| CN113888437B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN105843494B (zh) | 一种实现区域屏幕截图的方法、装置和终端 | |
| CN108921905A (zh) | 靶标定位方法、装置、计算机设备和可读存储介质 | |
| CN110009607B (zh) | 显示屏坏点检测方法、装置、计算机设备和存储介质 | |
| JP6006543B2 (ja) | 画像処理装置および画像処理方法 | |
| CN107688772A (zh) | 保单信息录入的方法、装置、计算机设备及存储介质 | |
| CN101783019A (zh) | 被摄体跟踪设备及其控制方法、摄像设备以及显示设备 | |
| CN103400400B (zh) | 一种基于区域的图像校正方法 | |
| CN115222739B (zh) | 缺陷标注方法、装置、存储介质、设备及计算机程序产品 | |
| CN106415348B (zh) | 摄像装置及对焦控制方法 | |
| CN110163804A (zh) | 图像去雾方法、装置、计算机设备和存储介质 | |
| CN109377509A (zh) | 图像语义分割标注的方法、装置、存储介质和设备 | |
| CN109920018A (zh) | 基于神经网络的黑白照片色彩恢复方法、装置及存储介质 | |
| CN109063598A (zh) | 人脸毛孔检测方法、装置、计算机设备和存储介质 | |
| CN110580693A (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
| CN109919030A (zh) | 黑眼圈类型识别方法、装置、计算机设备和存储介质 | |
| WO2023151210A1 (zh) | 图像处理方法、电子设备及计算机可读存储介质 | |
| CN114359337A (zh) | Rgbt视觉目标跟踪方法、装置、电子设备和存储介质 | |
| CN109389150A (zh) | 图像一致性比对方法、装置、存储介质及电子设备 | |
| CN109657671A (zh) | 铭牌文字识别方法、装置、计算机设备和存储介质 | |
| CN110867243B (zh) | 一种图像标注方法、装置、计算机系统及可读存储介质 | |
| CN102375980B (zh) | 图像处理方法及装置 | |
| CN111383166B (zh) | 处理待显示图像的方法及装置、电子设备、可读存储介质 | |
| CN115083571A (zh) | 病理切片处理方法、计算机设备和存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190507 |