[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN110414448A - 图像处理方法、装置、电子设备及存储介质 - Google Patents

图像处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN110414448A
CN110414448A CN201910703416.2A CN201910703416A CN110414448A CN 110414448 A CN110414448 A CN 110414448A CN 201910703416 A CN201910703416 A CN 201910703416A CN 110414448 A CN110414448 A CN 110414448A
Authority
CN
China
Prior art keywords
image
marked
target pixel
pixel points
region
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.)
Granted
Application number
CN201910703416.2A
Other languages
English (en)
Other versions
CN110414448B (zh
Inventor
连世奇
丁曙光
付圣
周奕达
林伟
任冬淳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN201910703416.2A priority Critical patent/CN110414448B/zh
Publication of CN110414448A publication Critical patent/CN110414448A/zh
Application granted granted Critical
Publication of CN110414448B publication Critical patent/CN110414448B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/50Maintenance of biometric data or enrolment thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/50Maintenance of biometric data or enrolment thereof
    • G06V40/53Measures to keep reference information secret, e.g. cancellable biometrics

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种图像处理方法、装置、设备及存储介质,属于图像处理技术领域。所述方法包括:获取待标注图像;在所述待标注图像内,确定目标图像区域,所述目标图像区域由所述待标注图像的多个目标像素点连接得到;对所述目标图像区域中的目标像素点的坐标值进行调整,使得所述目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像。避免了待标注的原始图像被泄漏的问题,提高了待标注图像的安全性。

Description

图像处理方法、装置、电子设备及存储介质
技术领域
本申请涉及图像处理技术领域,特别涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
人工智能技术的发展依赖于大量的、已标注的用于训练机器学习模型的训练数据样本,例如图像识别模型的识别结果依赖于大量、标注完成的图像样本。随着待标注的图像样本数量的增加,会将图像样本的标注工作委托到第三方来完成。但在委托第三方进行标注时,会将待标注的原始图像暴露给第三方,造成原始图像被泄漏。
为了避免原始图像泄漏问题。相关技术中,会对待标注的原始图像增加噪音来避免直接将原始图像暴露给第三方,以达到保护原始图像的目的。但是经过加噪处理后的原始图像很容易通过去噪方法得到原始图像或近似于原始图像的图像样本。因此相关技术的方法对原始图像的保护能力有限。故亟待提出一种更加有效的原始图像保护方法,避免待标注的原始图像被泄漏。
发明内容
本申请实施例提供了一种图像处理方法、装置、电子设备及存储介质,以解决相关技术中的问题。所述技术方案如下:
一方面,本申请实施例提供了一种图像处理方法,所述方法包括:获取待标注图像;在所述待标注图像内,确定目标图像区域,所述目标图像区域由所述待标注图像的多个目标像素点连接得到;对所述目标图像区域中的目标像素点的坐标值进行调整,使得所述目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像。
在本申请的可能实施方式中,所述在所述待标注图像内,确定目标图像区域,包括:对所述待标注图像进行网格划分,得到多个网格区域;在每一个网格区域内,确定所述目标像素点;根据所述目标像素点,得到所述目标图像区域
在本申请的可能实施方式中,所述待标注图像的形状包括矩形;所述根据所述目标像素点,得到所述目标图像区域,包括:当在每一个网格区域内,确定一个目标像素点时,连接相邻的目标像素点;将与所述待标注图像的边界相邻的网格区域内的目标像素点,与所述网格区域的边界上的目标像素点连接,得到多个目标图像区域,所述网格区域的边界与所述待标注图像的边界重合。
在本申请的可能实施方式中,所述待标注图像的形状包括矩形;所述在每一个网格区域内,确定所述目标像素点,包括:利用目标加密算法,对所述待标注图像进行加密,得到对应所述待标注图像的加密值;获取所述待标注图像的分辨率;根据所述加密值、所述分辨率以及所述网格区域的数量,确定在每一个网格区域内的目标像素点的坐标;根据所述坐标,得到所述目标像素点。
在本申请的可能实施方式中,所述在所述待标注图像内,确定目标图像区域,包括:确定所述待标注图像的参考区域,所述参考区域为包含所述待标注图像的图像内容的区域;在所述参考区域内,确定所述目标像素点;根据所述目标像素点,得到所述目标图像区域。
在本申请的可能实施方式中,所述对所述目标图像区域中的目标像素点的坐标值进行调整,使得所述目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像之后,所述方法还包括:接收标注后的图像;根据目标像素点的调整后坐标值和调整前坐标值,对所述标注后的图像进行调整,使得所述标注后的图像的属性特征恢复到初始状态。
在本申请的可能实施方式中,所述对所述目标图像区域中的目标像素点的坐标值进行调整,包括:对所述目标图像区域中的目标像素点的坐标值在目标范围内进行调整。
一方面,本申请实施例提供了一种图像处理装置,所述装置包括:获取模块,用于获取待标注图像;确定模块,用于在所述待标注图像内,确定目标图像区域,所述目标图像区域由所述待标注图像的多个目标像素点连接得到;处理模块,用于对所述目标图像区域中的目标像素点的坐标值进行调整,使得所述目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像。
在本申请的可能实施方式中,所述确定模块,用于对所述待标注图像进行网格划分,得到多个网格区域;在每一个网格区域内,确定所述目标像素点;根据所述目标像素点,得到所述目标图像区域。
在本申请的可能实施方式中,所述待标注图像的形状包括矩形;所述确定模块,用于当在每一个网格区域内,确定一个目标像素点时,连接相邻的目标像素点;将与所述待标注图像的边界相邻的网格区域内的目标像素点,与所述网格区域的边界上的目标像素点连接,得到多个目标图像区域,所述网格区域的边界与所述待标注图像的边界重合。
在本申请的可能实施方式中,所述待标注图像的形状包括矩形;所述确定模块,用于利用目标加密算法,对所述待标注图像进行加密,得到对应所述待标注图像的加密值;获取所述待标注图像的分辨率;根据所述加密值、所述分辨率以及所述网格区域的数量,确定在每一个网格区域内的目标像素点的坐标;根据所述坐标,得到所述目标像素点。
在本申请的可能实施方式中,所述确定模块,用于确定所述待标注图像的参考区域,所述参考区域为包含所述待标注图像的图像内容的区域;在所述参考区域内,确定所述目标像素点;根据所述目标像素点,得到所述目标图像区域。
在本申请的可能实施方式中,所述处理模块,还用于接收标注后的图像;根据目标像素点的调整后坐标值和调整前坐标值,对所述标注后的图像进行调整,使得所述标注后的图像的属性特征恢复到初始状态。
在本申请的可能实施方式中,所述处理模块,用于对所述目标图像区域中的目标像素点的坐标值在目标范围内进行调整。
一方面,本申请实施例提供了一种电子设备,所述设备包括:存储器及处理器,所述存储器存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现如上任一所述的图像处理方法。
一方面,本申请实施例提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如上任一所述的图像处理方法。
一方面,本申请实施例提供了一种计算机程序(产品),所述计算机程序(产品)包括:计算机程序代码,当所述计算机程序代码被计算机运行时,使得所述计算机执行上述各方面中的方法。
本申请实施例提供的技术方案至少可以包括以下有益效果:
通过将获取到的待标注图像的目标图像区域的目标像素点的坐标值进行调整,使得目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像。由于待标注图像的属性特征发生了改变,使得得到的用于标注的待标注图像发生一定程度的失真,避免了待标注的原始图像被泄漏的问题,提高了待标注图像的安全性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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,还可以根据这些附图获得其他的附图。
图1~图4是本申请实施例提供的应用场景示意图;
图5是本申请实施例提供的图像处理方法的流程图;
图6~图14是本申请实施例提供的应用场景示意图;
图15是本申请实施例提供的图像处理装置的结构示意图;
图16是本申请实施例提供的一种电子设备的框图;
图17是本申请实施例提供的一种终端的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述
人工智能技术的发展依赖于大量的、已标注的用于训练机器学习模型的训练数据样本,例如图像识别模型的识别结果依赖于大量、标注完成的图像样本。随着待标注的图像样本数量的增加,会将图像样本的标注工作委托到第三方来完成。但在委托第三方进行标注时,会将待标注的原始图像暴露给第三方,造成原始图像被泄漏。
为了避免原始图像泄漏问题。相关技术中,会对待标注的原始图像增加噪音来避免直接将原始图像暴露给第三方,以达到保护原始图像的目的。但是经过加噪处理后的原始图像很容易通过去噪方法得到原始图像。因此相关技术的方法对原始图像的保护能力有限。故亟待提出一种更加有效的原始图像保护方法,避免待标注的原始图像被泄漏。
对于如图1所示的待标注图像,其对应的标注任务可以按照标注粒度可以分为如图2所示的图像级标注、如图3所示的区域级标注以及如图4所示的像素级标注。图像级标注主要用于分类、识别等应用需求;区域级标注主要用于目标检测;像素级标注主要用于语义分割等应用需求。为了便于描述本申请技术方案,本申请实施例以如图1所示的待标注图像以及如图3所示的区域级标注结果为例,对本申请技术方案进行详细说明。
本申请实施例提供了一种图像处理方法,该方法可应用于电子设备中,该电子设备可以是终端或者是服务器。本申请实施例以终端为例,如图5所示,该方法包括:
在步骤501中,获取待标注图像。
示例性地,该待标注图像可以是存储在终端中的用于训练机器学习模型的训练集中的任一图像。当确定需要训练的机器学习模型时,逐一在对应该机器学习模型的训练集中提取图像,将提取到的图像作为待标注图像。也可以是从网络中输入用于训练的图像的关键字,通过搜索得到待标注图像;或者是通过终端拍摄得到的图像中,获取待标注图像。本申请实施例对待标注图像的获取方式不作限定。
在步骤502中,在待标注图像内,确定目标图像区域,目标图像区域由待标注图像的多个目标像素点连接得到。
在本申请的可能实施方式中,在步骤502中,包括:确定待标注图像的参考区域,该参考区域为包含待标注图像的图像内容的区域;在参考区域内,确定目标像素点;根据目标像素点,得到目标图像区域。
示例性地,对于图1中的待标注图像,该待标注图像中包括车辆和锥桶。可以在包含车辆或锥桶的区域确定目标像素点,根据选择的目标像素点,得到目标图像区域。例如可以在图像中车辆所在区域中选择目标像素点,或者是在车辆所在区域的周围选择目标像素点。本申请实施例对参考区域内目标像素点的选择不作限定,只要后续可以通过调整该目标像素点,使得图像中的车辆或锥桶对应的图像区域的图像的属性特征发生改变,使得对应车辆或锥桶的区域发生变形即可。
在步骤503中,对目标图像区域中的目标像素点的坐标值进行调整,使得目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像。
示例性地,对目标图像区域中的目标像素点的坐标值进行调整,使得目标图像区域的图像的属性特征发生改变的方式可以通过仿射变换的方法实现。本申请实施例对调整的方法不作限定,本领域技术人员可以根据实际调整和图像标注需求,确定具体采用的调整方法。
在本申请的可能实施方式中,对目标图像区域中的目标像素点的坐标值进行调整,包括:对目标图像区域中的目标像素点的坐标值在目标范围内进行调整。
示例性地,如图1和图6所示,对于图1中的待标注图像,在车辆所在的参考区域选择目标像素点,可以通过仿射变换原理对目标像素点的坐标值进行调整,改变车辆所对应的目标图像区域的图像的属性特征,使得待标注图像发生失真。如图7所示,对于待标注图像的车辆所在的参考区域选择的目标像素点A,当通过对目标像素点A的坐标值调整到A’时,根据目标像素点的移动位置,重新确定坐标系。本申请实施例将直角坐标系调整为45度坐标系,在45度坐标系中重新确定目标图像区域内的所有像素点的坐标值。按照45度坐标系中像素点的坐标,在直角坐标系中重新调整像素点在目标图像区域中的位置。通过对目标图像区域中的所有像素点的坐标位置进行调整,使得目标图像区域中图像的属性特征发生改变,使得待标注图像的车辆发生失真。
目标图像区域中图像的属性特征可以包括图像的颜色和分辨率。当对目标图像区域的像素点的坐标进行调整后,像素点对应的颜色信息随着像素点坐标位置的改变,在调整后坐标位置显示对应的颜色,导致目标图像区域中图像的颜色发生改变,继而达到待标注图像发生失真的效果;当对目标图像区域的像素点的坐标进行调整后,使得目标图像区域中包含的像素点的数量发生改变,继而改变目标图像区域的分辨率,继而得到用于标注的待标注图像。本申请实施例对图像的属性特征不作限定,只要是对目标像素点的坐标值进行调整后,使得目标图像区域发生一定程度上的失真即可。该目标图像区域发生失真的程度以能辨认出对应失真区域的物体为准。例如对应于图1所示的待标注图像,图6中发生失真的区域中仍可以辨认出该区域中包含的车辆。故该目标范围可以通过不使图像发生严重失真而导致图像中的内容判别不出的标准确定。使得将该发生失真的图像直接给第三方标注,既不会影响标注结果的准确性,同时也避免了原始图像泄漏的问题。
本申请实施例提供的图像处理方法,通过将获取到的待标注图像的目标图像区域的目标像素点的坐标值进行调整,使得目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像。由于待标注图像的属性特征发生了改变,使得得到的用于标注的待标注图像发生一定程度的失真,避免了待标注的原始图像被泄漏的问题,提高了待标注图像的安全性。
在本申请的可能实施方式中,在步骤502中,包括:
首先,对待标注图像进行网格划分,得到多个网格区域。
示例性地,如图8所示为一待标注图像,对该图像进行网格划分,得到3x2的网格。本申请实施例对待标注图像划分的网格数量和每一个网格的大小不作限定。本领域技术人员可以根据实际图像划分需求确定。为了便于对本申请实施例记载的技术方案的描述,对图8中的待标注图像进行均匀网格划分。
其次,在每一个网格区域内,确定目标像素点。
示例性地,如图8所示,可以在每一个网格区域内任意选择目标像素点,也可以在图8中的“连接点生成区域”中选择目标像素点。本申请实施例对目标像素点在网格区域内选择位置以及每一个网格区域内选择的目标像素点的数量不作限定。
再次,根据目标像素点,得到目标图像区域。
示例性地,可以将每一个网格区域内得到的目标像素点连接,得到目标图像区域;也可以选择其中几个目标像素点连接得到目标图像区域。本申请实施例对形成目标图像区域的目标像素点的数量不做限定。
在本申请的可能实施方式中,该待标注图像的形状包括矩形;当该待标注图像的形状为矩形时,根据目标像素点,得到目标图像区域,可以包括:当在每一个网格区域内,确定一个目标像素点时,连接相邻的目标像素点;将与待标注图像的边界相邻的网格区域内的目标像素点,与网格区域的边界上的目标像素点连接,得到多个目标图像区域,网格区域的边界与待标注图像的边界重合。
示例性地,如图9所示,将每一个网格区域内的目标像素点92相连,将该目标像素点92与网格区域边界上的目标像素点91连接,得到多个目标图像区域。图9中得到的目标图像区域的数量为4x3个。网格区域的边界上的目标像素点可以任意选取,为了便于后续对目标像素点坐标的计算,排除边界上的交点,使得将与待标注图像的边界相邻的网格区域内的目标像素点,与网格区域的边界上的目标像素点连接后,得到四边形。
在本申请的可能实施方式中,待标注图像的形状包括矩形;在每一个网格区域内,确定目标像素点,包括:
首先,利用目标加密算法,对待标注图像进行加密,得到对应待标注图像的加密值。
示例性地,该目标加密算法可以是哈希算法。根据哈希算法单向加密的特性,通过使用哈希算法对待标注图像进行加密,可以使得在未得到待标注图像原图的情况下,得不到相同的加密值。本申请实施例对目标加密算法不作限定,本领域技术人员也可以使用其他加密算法来保证暴露给第三方的待标注图像不会被解密、还原。
其次,获取待标注图像的分辨率。
示例性地,待标注图像的分辨率可以将待标注图像通过终端中的图像分辨率采集功能模块采集得到。本申请实施例对获取待标注图像的分辨率的方式不作限定。
然后,根据加密值、分辨率以及网格区域的数量,确定在每一个网格区域内的目标像素点的坐标;
示例性地,结合图8和图9所示,假设通过哈希算法得到的图8中待标注图像的哈希值为:0e72a9c42503933b4cab679768ee28ef1bb6e5dac0f1272642fde2fe4c023e47,则在每一个网格区域内的目标像素点的坐标可以根据下式计算得到:
xnm=w/2+(m-1)*w+a*w*(fn*M+m/2b-0.5)
ynm=h/2+(n-1)*h+a*h*(fM*N+n*M+m/2b-0.5)
式中,n、m为网格区域位于待标注图像中的位置,比如当n=1,m=1时,表示第一行第一列的网格区域,可以从待标注图像的左上角为原点,确定网格区域的位置;xnm、ynm对应网格区域内的目标像素点的坐标,同样以待标注图像的左上角为坐标原点;w、h为对应的网格区域的分辨率;a为连接点生成区域与网格区域的比值;f为从对应的待标注图像64位16进制哈希值中的目标数值;fn*M+m、fM*N+n*M+m为目标数值在哈希值序列中的位置;b为对应得到的16进制数值可以转为二进制的数量,比如f为“0e”,则b为8;M为横向划分的网格区域数量;N为纵向划分的网格区域数量;W、H为待标注图像的分辨率,对应的每一个均分的网格区域的分辨率为w=W/M,h=H/N。
再次,根据在每一个网格区域内的目标像素点的坐标,得到目标像素点。
本申请实施例以图8为例,对上述计算方式进行具体说明。比如待标注图像的分辨率为1200*900,每一个网格区域的分辨率为400*450,a可以取0.4,本领域技术人员可以将a设置为其他数字,本申请实施例对a的数值不做限定。则第一行第一列的网格区域中目标像素点的坐标为:
X11=400/2+(1-1)*400+0.4*400*(f1*3+1/28-0.5)=242.5
Y11=450/2+(1-1)*450+0.4*450*(f3*2+1*3+1/28-0.5)=280.2
式中:f1*3+1为对第四对16进制的哈希值,即为“c4”,将“c4”转换为十进制为196;同理f3*2+1*3+1为第十对16进制的哈希值,即为“ab”,将“ab”转换为十进制为171。即得到的第一行、第一列的网格区域中目标像素点的坐标为(242.5,280.2)。其他目标像素点的坐标同样按照上述方案计算,本申请实施例对此不再赘述。
根据上述实施例记载的方案,可以对图1对应的待标注图像进行3*3的网格划分,根据上述每一个网格区域内目标像素点的坐标计算方案得到对应的目标像素点之后,将得到的目标像素点进行连接,得到如图10所示的9个不规则的四边形。将每一个四边形中的目标像素点进行拉伸,得到图11所示的9个矩形形状。由于上述计算目标像素点的坐标公式中,通过将公式中减去“0.5”的计算,可以使得,通过上述公式得到的目标像素点不会出现在网格区域的中心,保证每一个网格区域通过拉伸操作都会使得待标注图像发生失真。同时由于上述公式中设置系数a,使得目标像素点在“连接点生成区域”获取,不会因为目标像素点选择在网格区域的边缘,在拉伸目标像素点时,使得待标注图像出现严重失真,导致待标注图像失真,不便于后续第三方对图片进行标注。
如图11所示,通过图像拉伸后,待标注图像出现扭曲,待标注图像发生失真。将图11所示待标注图像给第三方标注,可以得到如图12所示的标注结果。
在本申请的可能实施方式中,对目标图像区域中的目标像素点的坐标值进行调整,使得目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像之后,该方法还包括:
接收标注后的图像;
根据目标像素点的调整后坐标值和调整前坐标值,对标注后的图像进行调整,使得标注后的图像的属性特征恢复到初始状态。
示例性地,当接收到标注后的图像时,根据目标像素点的调整后坐标值和调整前坐标值,对标注后的图像进行调整,得到如图13所示的调整后的图像。由于目标像素点的坐标确定方式是通过待标注图像的哈希值、像素值以及对应划分的网格数确定的,即该坐标的确定是基于待标注图像本身的图像参数确定的。使得目标像素点调整前的坐标值不需要通过存储区域进行存储,浪费存储空间;同时使得对图像进行标注的第三方在没有得到原图的情况下,无法确定目标像素点的坐标,继而不能对已发生失真的待标注图像进行还原,避免了原图泄漏的问题。当在待标注图像中表征图像内容的区域中获取目标像素点,对包含图像内容的区域进行失真操作后,在后续对标注后的图像进行调整时,可以减少图像调整的工作量的同时,由于图像主要内容部分已经发生失真,同样可以起到避免图像泄漏的效果。
在对标注后的图像进行调整得到图13所示的图像后,图像中的标注框发生失真,此时进一步对标注框进行修正,即得到图14所示的最终的、用于训练机器学习模型的训练数据。
基于相同构思,本申请实施例提供了一种图像处理装置,参见图15,该装置包括:
获取模块1501,用于获取待标注图像;
确定模块1502,用于在所述待标注图像内,确定目标图像区域,所述目标图像区域由所述待标注图像的多个目标像素点连接得到;
处理模块1503,用于对所述目标图像区域中的目标像素点的坐标值进行调整,使得所述目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像。
本申请实施例提供的图像处理装置,通过将获取到的待标注图像的目标图像区域的目标像素点的坐标值进行调整,使得目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像。由于待标注图像的属性特征发生了改变,使得得到的用于标注的待标注图像发生一定程度的失真,避免了待标注的原始图像被泄漏的问题,提高了待标注图像的安全性。
在本申请的可能实施方式中,确定模块1502,用于对待标注图像进行网格划分,得到多个网格区域;在每一个网格区域内,确定目标像素点;根据目标像素点,得到目标图像区域。
在本申请的可能实施方式中,待标注图像的形状包括矩形;确定模块1502,用于当在每一个网格区域内,确定一个目标像素点时,连接相邻的目标像素点;将与待标注图像的边界相邻的网格区域内的目标像素点,与网格区域的边界上的目标像素点连接,得到多个目标图像区域,网格区域的边界与待标注图像的边界重合。
在本申请的可能实施方式中,待标注图像的形状包括矩形;确定模块1502,用于利用目标加密算法,对待标注图像进行加密,得到对应待标注图像的加密值;获取待标注图像的分辨率;根据加密值、分辨率以及网格区域的数量,确定在每一个网格区域内的目标像素点的坐标;根据坐标,得到目标像素点。
在本申请的可能实施方式中,确定模块1502,用于确定待标注图像的参考区域,参考区域为包含待标注图像的图像内容的区域;在参考区域内,确定目标像素点;根据目标像素点,得到目标图像区域。
在本申请的可能实施方式中,处理模块1503,还用于接收标注后的图像;根据目标像素点的调整后坐标值和调整前坐标值,对标注后的图像进行调整,使得标注后的图像的属性特征恢复到初始状态。
在本申请的可能实施方式中,处理模块1503,用于对目标图像区域中的目标像素点的坐标值在目标范围内进行调整。
需要说明的是,上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
基于相同构思,本申请实施例还提供一种电子设备,如图16所示,该设备包括:存储器1602及处理器1601,存储器1602存储有至少一条指令,该至少一条指令由处理器1601加载并执行,以实现上述实施例所述的图像处理方法。处理器1601和存储器1602通过通信总线1603连接。
应理解的是,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(digital signal processing,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(advanced RISC machines,ARM)架构的处理器。
进一步地,在一种可选的实施例中,上述存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。存储器还可以包括非易失性随机存取存储器。例如,存储器还可以存储设备类型的信息。
该存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用。例如,静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic random access memory,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data dateSDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(directrambus RAM,DR RAM)。
参见图17,其示出了本申请实施例提供的一种终端1700的结构示意图。该终端1700可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(Moving PictureExperts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端1700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端1700包括有:处理器1701和存储器1702。
处理器1701可以包括一个或多个处理核心,比如4核心处理器、5核心处理器等。处理器1701可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1701也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1701可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1601还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1702可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1702还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1702中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1701所执行以实现本申请中方法实施例提供的图像处理方法。
在一些实施例中,终端1700还可选包括有:外围设备接口1703和至少一个外围设备。处理器1701、存储器1702和外围设备接口1703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1703相连。具体地,外围设备包括:射频电路1704、触摸显示屏1705、摄像头1706、音频电路1707、定位组件1708和电源1709中的至少一种。
外围设备接口1703可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1701和存储器1702。在一些实施例中,处理器1701、存储器1702和外围设备接口1703被集成在同一芯片或电路板上;在一些其他实施例中,处理器1701、存储器1702和外围设备接口1703中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1704用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1704将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1704包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1704还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1705用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1705是触摸显示屏时,显示屏1705还具有采集在显示屏1705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1701进行处理。此时,显示屏1705还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1705可以为一个,设置终端1700的前面板;在另一些实施例中,显示屏1705可以为至少两个,分别设置在终端1700的不同表面或呈折叠设计;在再一些实施例中,显示屏1705可以是柔性显示屏,设置在终端1700的弯曲表面上或折叠面上。甚至,显示屏1605还可以设置成非矩形的不规则图形,也即异形屏。显示屏1705可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1706用于采集图像或视频。可选地,摄像头组件1706包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1706还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1701进行处理,或者输入至射频电路1704以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端1700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1701或射频电路1704的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1707还可以包括耳机插孔。
定位组件1708用于定位终端1700的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件1708可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源1709用于为终端1700中的各个组件进行供电。电源1709可以是交流电、直流电、一次性电池或可充电电池。当电源1709包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端1700还包括有一个或多个传感器1710。该一个或多个传感器1710包括但不限于:加速度传感器1711、陀螺仪传感器1712、压力传感器1713、指纹传感器1714、光学传感器1715以及接近传感器1716。
加速度传感器1710可以检测以终端1700建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1711可以用于检测重力加速度在三个坐标轴上的分量。处理器1701可以根据加速度传感器1711采集的重力加速度信号,控制触摸显示屏1705以横向视图或纵向视图进行用户界面的显示。加速度传感器1711还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1712可以检测终端1700的机体方向及转动角度,陀螺仪传感器1712可以与加速度传感器1711协同采集用户对终端1700的3D动作。处理器1701根据陀螺仪传感器1712采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1713可以设置在终端1700的侧边框和/或触摸显示屏1705的下层。当压力传感器1713设置在终端1700的侧边框时,可以检测用户对终端1700的握持信号,由处理器1701根据压力传感器1713采集的握持信号进行左右手识别或快捷操作。当压力传感器1713设置在触摸显示屏1705的下层时,由处理器1701根据用户对触摸显示屏1705的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1714用于采集用户的指纹,由处理器1701根据指纹传感器1714采集到的指纹识别用户的身份,或者,由指纹传感器1714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1701授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1714可以被设置终端1700的正面、背面或侧面。当终端1700上设置有物理按键或厂商Logo时,指纹传感器1714可以与物理按键或厂商Logo集成在一起。
光学传感器1715用于采集环境光强度。在一个实施例中,处理器1701可以根据光学传感器1715采集的环境光强度,控制触摸显示屏1705的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏1705的显示亮度;当环境光强度较低时,调低触摸显示屏1705的显示亮度。在另一个实施例中,处理器1701还可以根据光学传感器1715采集的环境光强度,动态调整摄像头组件1706的拍摄参数。
接近传感器1716,也称距离传感器,通常设置在终端1700的前面板。接近传感器1716用于采集用户与终端1700的正面之间的距离。在一个实施例中,当接近传感器1716检测到用户与终端1700的正面之间的距离逐渐变小时,由处理器1701控制触摸显示屏1705从亮屏状态切换为息屏状态;当接近传感器1716检测到用户与终端1700的正面之间的距离逐渐变大时,由处理器1701控制触摸显示屏1705从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图17中示出的结构并不构成对终端1700的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
基于相同构思,本申请提供了一种计算机程序,当计算机程序被计算机执行时,可以使得处理器或计算机执行上述方法实施例中对应的各个步骤和/或流程。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种图像处理方法,其特征在于,所述方法包括:
获取待标注图像;
在所述待标注图像内,确定目标图像区域,所述目标图像区域由所述待标注图像的多个目标像素点连接得到;
对所述目标图像区域中的目标像素点的坐标值进行调整,使得所述目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像。
2.根据权利要求1所述的方法,其特征在于,所述在所述待标注图像内,确定目标图像区域,包括:
对所述待标注图像进行网格划分,得到多个网格区域;
在每一个网格区域内,确定所述目标像素点;
根据所述目标像素点,得到所述目标图像区域。
3.根据权利要求2所述的方法,其特征在于,所述待标注图像的形状包括矩形;所述根据所述目标像素点,得到所述目标图像区域,包括:
当在每一个网格区域内,确定一个目标像素点时,连接相邻的目标像素点;
将与所述待标注图像的边界相邻的网格区域内的目标像素点,与所述网格区域的边界上的目标像素点连接,得到多个目标图像区域,所述网格区域的边界与所述待标注图像的边界重合。
4.根据权利要求2所述的方法,其特征在于,所述待标注图像的形状包括矩形;所述在每一个网格区域内,确定所述目标像素点,包括:
利用目标加密算法,对所述待标注图像进行加密,得到对应所述待标注图像的加密值;
获取所述待标注图像的分辨率;
根据所述加密值、所述分辨率以及所述网格区域的数量,确定在每一个网格区域内的目标像素点的坐标;
根据所述坐标,得到所述目标像素点。
5.根据权利要求1所述的方法,其特征在于,所述在所述待标注图像内,确定目标图像区域,包括:
确定所述待标注图像的参考区域,所述参考区域为包含所述待标注图像的图像内容的区域;
在所述参考区域内,确定所述目标像素点;
根据所述目标像素点,得到所述目标图像区域。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述对所述目标图像区域中的目标像素点的坐标值进行调整,使得所述目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像之后,所述方法还包括:
接收标注后的图像;
根据目标像素点的调整后坐标值和调整前坐标值,对所述标注后的图像进行调整,使得所述标注后的图像的属性特征恢复到初始状态。
7.根据权利要求1-5中任一项所述的方法,其特征在于,所述对所述目标图像区域中的目标像素点的坐标值进行调整,包括:
对所述目标图像区域中的目标像素点的坐标值在目标范围内进行调整。
8.一种图像处理装置,其特征在于,所述装置包括:
获取模块,用于获取待标注图像;
确定模块,用于在所述待标注图像内,确定目标图像区域,所述目标图像区域由所述待标注图像的多个目标像素点连接得到;
处理模块,用于对所述目标图像区域中的目标像素点的坐标值进行调整,使得所述目标图像区域的图像的属性特征发生改变,得到用于标注的待标注图像。
9.一种电子设备,其特征在于,包括:所述设备包括:
存储器及处理器,所述存储器存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现权利要求1-7中任一所述的图像处理方法。
10.一种存储介质,其特征在于,包括:所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现权利要求1-7中任一所述的图像处理方法。
CN201910703416.2A 2019-07-31 2019-07-31 图像处理方法、装置、电子设备及存储介质 Active CN110414448B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910703416.2A CN110414448B (zh) 2019-07-31 2019-07-31 图像处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910703416.2A CN110414448B (zh) 2019-07-31 2019-07-31 图像处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN110414448A true CN110414448A (zh) 2019-11-05
CN110414448B CN110414448B (zh) 2021-06-29

Family

ID=68364940

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910703416.2A Active CN110414448B (zh) 2019-07-31 2019-07-31 图像处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN110414448B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110995787A (zh) * 2019-11-12 2020-04-10 苏州智加科技有限公司 图像标注方法、装置、设备及存储介质
CN114882313A (zh) * 2022-05-17 2022-08-09 阿波罗智能技术(北京)有限公司 生成图像标注信息的方法、装置、电子设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090190856A1 (en) * 2008-01-26 2009-07-30 Sanyo Electric Co., Ltd. Distortion correcting apparatus
CN101682682A (zh) * 2007-05-30 2010-03-24 富士通株式会社 图像加密装置、图像解密装置、方法以及程序
CN102609893A (zh) * 2012-01-13 2012-07-25 航天科工深圳(集团)有限公司 一种数字图像加密和解密方法
CN103177439A (zh) * 2012-11-26 2013-06-26 惠州华阳通用电子有限公司 一种基于黑白格角点匹配的自动标定方法
CN104063833A (zh) * 2013-03-21 2014-09-24 中国水利水电科学研究院 一种图像加密、读取方法及装置
CN104077739A (zh) * 2014-07-03 2014-10-01 苏州大学应用技术学院 彩色图像快速加密方法
CN107169911A (zh) * 2016-11-28 2017-09-15 黄宗美 一种基于二维Arnold变换的图像加密方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101682682A (zh) * 2007-05-30 2010-03-24 富士通株式会社 图像加密装置、图像解密装置、方法以及程序
US20090190856A1 (en) * 2008-01-26 2009-07-30 Sanyo Electric Co., Ltd. Distortion correcting apparatus
CN102609893A (zh) * 2012-01-13 2012-07-25 航天科工深圳(集团)有限公司 一种数字图像加密和解密方法
CN103177439A (zh) * 2012-11-26 2013-06-26 惠州华阳通用电子有限公司 一种基于黑白格角点匹配的自动标定方法
CN104063833A (zh) * 2013-03-21 2014-09-24 中国水利水电科学研究院 一种图像加密、读取方法及装置
CN104077739A (zh) * 2014-07-03 2014-10-01 苏州大学应用技术学院 彩色图像快速加密方法
CN107169911A (zh) * 2016-11-28 2017-09-15 黄宗美 一种基于二维Arnold变换的图像加密方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110995787A (zh) * 2019-11-12 2020-04-10 苏州智加科技有限公司 图像标注方法、装置、设备及存储介质
CN114882313A (zh) * 2022-05-17 2022-08-09 阿波罗智能技术(北京)有限公司 生成图像标注信息的方法、装置、电子设备及存储介质
CN114882313B (zh) * 2022-05-17 2023-07-25 阿波罗智能技术(北京)有限公司 生成图像标注信息的方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN110414448B (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
CN109829456A (zh) 图像识别方法、装置及终端
CN108648235A (zh) 相机姿态追踪过程的重定位方法、装置及存储介质
CN108595239A (zh) 图片处理方法、装置、终端及计算机可读存储介质
CN109840584B (zh) 基于卷积神经网络模型的图像数据分类方法及设备
CN110333834A (zh) 帧频调整方法及装置、显示设备、计算机可读存储介质
CN108563377A (zh) 切换显示页面的方法和装置
CN111857793B (zh) 网络模型的训练方法、装置、设备及存储介质
CN110121094A (zh) 视频合拍模板的显示方法、装置、设备及存储介质
CN110335224A (zh) 图像处理方法、装置、计算机设备及存储介质
CN109886208A (zh) 物体检测的方法、装置、计算机设备及存储介质
CN113763228A (zh) 图像处理方法、装置、电子设备及存储介质
CN110288689A (zh) 对电子地图进行渲染的方法和装置
CN109948581A (zh) 图文渲染方法、装置、设备及可读存储介质
CN108196755A (zh) 背景图片显示方法及装置
CN108897597A (zh) 指导配置直播模板的方法和装置
CN109635133A (zh) 可视化音频播放方法、装置、电子设备及存储介质
CN108734662A (zh) 显示图标的方法和装置
CN110414448A (zh) 图像处理方法、装置、电子设备及存储介质
CN110225390A (zh) 视频预览的方法、装置、终端及计算机可读存储介质
CN108172176A (zh) 用于墨水屏的页面刷新方法及装置
CN109992175A (zh) 用于模拟盲人感受的物体显示方法、装置及存储介质
CN108848405A (zh) 图像处理方法和装置
CN109102811A (zh) 音频指纹的生成方法、装置及存储介质
CN108305262A (zh) 文件扫描方法、装置及设备
CN110045958A (zh) 纹理数据生成方法、装置、存储介质及设备

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
GR01 Patent grant
GR01 Patent grant