CN111314614B - 图像的处理方法、装置、可读介质和电子设备 - Google Patents

Abstract

本公开涉及一种图像的处理方法、装置、可读介质和电子设备，涉及图像处理技术领域，该方法包括：获取待处理的目标图像的每个像素点在预设色彩空间中的颜色坐标，根据预设色彩空间与语义颜色的映射关系，和每个像素点的颜色坐标，确定每个像素点的语义颜色，根据每个像素点的语义颜色，确定目标图像的颜色类别。本公开通过预设色彩空间与语义颜色的映射关系，确定图像中每个像素点的语义颜色，从而得到图像的颜色类别，使得识别出的颜色类别更接近现实世界，提高了颜色识别的准确度。

Description

图像的处理方法、装置、可读介质和电子设备

技术领域

本公开涉及图像处理技术领域，具体地，涉及一种图像的处理方法、装置、可读介质和电子设备。

背景技术

随着终端技术和图像处理技术的不断发展，智能终端上所能提供的图像处理操作越来越丰富。例如，智能终端可以识别出图片中包括的不同主题颜色，从而为用户推荐适合图片的滤镜、将图片自动存放在对应主题颜色的相册、或者从大量的图片中筛选出符合某一主题颜色的图片。

然而由于拍摄场景中色温不同，智能终端拍摄出的同一个物体的不同图片，基于像素点的RGB值来识别图片中颜色，可能识别出不同的颜色，而对于人眼来说，能够过滤不同色温的影响，将同一物体识别为同一颜色。因此，智能终端识别出的颜色经常与现实世界、人眼的判别结果不同，即“同温不同谱”的现象。颜色识别的准确度低，降低了用户体验。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种图像的处理方法，所述方法包括：

获取待处理的目标图像的每个像素点在预设色彩空间中的颜色坐标；

根据预设色彩空间与语义颜色的映射关系，和所述每个像素点的所述颜色坐标，确定所述每个像素点的语义颜色；

根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别。

第二方面，本公开提供一种图像的处理装置，所述装置包括：

获取模块，用于获取待处理的目标图像的每个像素点在预设色彩空间中的颜色坐标；

第一确定模块，用于根据预设色彩空间与语义颜色的映射关系，和所述每个像素点的所述颜色坐标，确定所述每个像素点的语义颜色；

第二确定模块，用于根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面所述方法的步骤。

通过上述技术方案，本公开中首先获取待处理的目标图像中的每个像素点在设色彩空间中颜色坐标，然后根据预设色彩空间与语义颜色的映射关系，将每个像素点的颜色坐标对应的语义颜色作为该像素点的语义颜色，最后根据每个像素点的语义颜色，确定目标图像的颜色类别。本公开通过预设色彩空间与语义颜色的映射关系，确定图像中每个像素点的语义颜色，从而得到图像的颜色类别，使得识别出的颜色类别更接近现实世界，提高了颜色识别的准确度。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：

图1是根据一示例性实施例示出的一种图像的处理方法的流程图；

图2是根据一示例性实施例示出的另一种图像的处理方法的流程图；

图3是根据一示例性实施例示出的另一种图像的处理方法的流程图；

图4是根据一示例性实施例示出的另一种图像的处理方法的流程图；

图5是根据一示例性实施例示出的另一种图像的处理方法的流程图；

图6是根据一示例性实施例示出的另一种图像的处理方法的流程图；

图7是根据一示例性实施例示出的一种图像的处理装置的框图；

图8是根据一示例性实施例示出的另一种图像的处理装置的框图；

图9是根据一示例性实施例示出的另一种图像的处理装置的框图；

图10是根据一示例性实施例示出的设备的框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

图1是根据一示例性实施例示出的一种图像的处理方法的流程图，如图1所示，该方法包括：

步骤101，获取待处理的目标图像的每个像素点在预设色彩空间中的颜色坐标。

举例来说，待处理的目标图像可以是用户通过终端设备采集的图像(例如通过终端设备拍摄的照片)，也可以是用户在终端设备上选择的图像(例如在终端设备的显示界面上选择的图像)。首先，可以按照预设色彩空间确定目标图像中每个像素点的颜色坐标，其中预设色彩空间例如可以是：RGB(英文：Red Green Blue，中文：红-绿-蓝)色彩空间、LUV色彩空间、LAB色彩空间等。以RGB色彩空间来举例，每个像素点的颜色坐标可以为(x，y，z)的形式，x、y、z的范围均为0-255。

步骤102，根据预设色彩空间与语义颜色的映射关系，和每个像素点的颜色坐标，确定每个像素点的语义颜色。

示例的，预设色彩空间与语义颜色的映射关系可以预先存储在终端设备中，也可以存储在服务器中，在终端设备需要使用映射关系时，再从服务器上获取。其中，映射关系可以理解为预先建立的预设色彩空间中每一种颜色坐标与多种语义颜色之间的对应关系，即每种颜色坐标对应一个语义颜色。例如映射关系可以是表格的形式，表格中每一行中包含有一种颜色坐标，和该种颜色坐标对应的语义颜色。颜色坐标是一组数值，没有明确的含义。语义颜色可以理解为现实世界中的真实颜色，即包含有明确语义的颜色，例如可以包括：红色、橙色、黄色、绿色、蓝色、紫色、黑色、白色、灰色等。

因此，可以在映射关系中，查找每个像素点的颜色坐标对应的语义颜色，并将每个像素点的颜色坐标对应的语义颜色作为该像素点的语义颜色。例如，目标图像中的一个像素点在RGB色彩空间中的颜色坐标为(128，128，50)，根据RGB色彩空间与语义颜色的映射关系，查找(128，128，50)对应的语义颜色为灰色，那么确定该像素点的语义颜色为灰色。

步骤103，根据每个像素点的语义颜色，确定目标图像的颜色类别。

示例的，在确定了每个像素点的语义颜色之后，可以根据目标图像中包含的语义颜色的分布数量，来确定目标图像的颜色类别。其中，颜色类别可以理解为目标图像中主要的语义颜色，颜色类别可以是一种，也可以是多种，本公开对此不作具体限定。可以先确定目标图像中具有多种语义颜色的像素点的数目，然后对具有不同语义颜色的像素点的数目进行排序，选择像素点的数目最多的预设数量(例如：3)个语义颜色作为目标图像的颜色类别，还可以将像素点数目大于预设阈值的语义颜色作为目标图像的颜色类别，也可以确定具有不同语义颜色的像素点的数目与目标图像的像素点总数的比值，将比值大于预设阈值的语义颜色作为目标图像的颜色类别。例如，目标图像中包含有1000个像素点，对多种语义颜色的像素点的数目进行降序排列，其中有420个像素点的语义颜色为白色，310个像素点的语义颜色为蓝色，205个像素点的语义颜色为绿色，剩余65个像素点为其他颜色，那么可以将白色、蓝色、绿色作为目标图像的颜色类别。进一步的，在确定了目标图像的颜色类别之后，可以根据颜色类别推荐适合目标图像的滤镜或者相册。

需要说明的是，本公开所提供的实施例中获取颜色坐标、语义颜色等均是以目标图像的每个像素点来划分的，在具体的应用场景中，为了减少计算量，提高图像识别的速度，还可以将目标图像划分为多个图像区域，每个图像区域包括固定数量(例如6个)个像素点，分别获取每个图像区域的颜色坐标，再根据映射关系，确定每个图像区域的语义颜色，最后确定目标图像的颜色类别。

综上所述，本公开中首先获取待处理的目标图像中的每个像素点在设色彩空间中颜色坐标，然后根据预设色彩空间与语义颜色的映射关系，将每个像素点的颜色坐标对应的语义颜色作为该像素点的语义颜色，最后根据每个像素点的语义颜色，确定目标图像的颜色类别。本公开通过预设色彩空间与语义颜色的映射关系，确定图像中每个像素点的语义颜色，从而得到图像的颜色类别，使得识别出的颜色类别更接近现实世界，提高了颜色识别的准确度。

图2是根据一示例性实施例示出的另一种图像的处理方法的流程图，如图2所示，映射关系为通过如下方式得到的：

步骤A，获取样本图像集，样本图像集中包括多个样本图像。

步骤B，根据每个样本图像的每个像素点在预设色彩空间中的颜色坐标，和每个样本图像的每个像素点标注的语义颜色，确定预设色彩空间中的每种颜色坐标被标注为每种语义颜色的数量。

步骤C，根据每种颜色坐标被标注为每种语义颜色的数量，确定映射关系。

举例来说，建立映射关系的方式可以先采集大量样本图像，作为样本图像集。其中，样本图像例如可以是在现实世界拍摄的照片，为了进一步提高映射关系的准确度，样本图像集中可以包括多种场景中的每个场景在不同光照条件下的照片。之后，获取每个样本图像中每个像素点在预设色彩空间中的颜色坐标，和每个样本图像的每个像素点标注的语义颜色，从而确定预设色彩空间中的每种颜色坐标被标注为每种语义颜色的数量。其中，每个像素点在预设色彩空间中的颜色坐标，可以通过终端设备自动识别出来，每个像素点标注的语义颜色，可以通过人工进行标注，再记录人工标注的结果来确定，也可以在获取样本图像时，提前记录样本图像中包含的现实世界的场景对应的语义颜色，从而确定每个像素点标注的语义颜色。最后，可以统计每种颜色坐标被标注为每种语义颜色的数量，将数量最大的语义颜色确定为该种颜色坐标对应的语义颜色，从而确定映射关系。

具体的，步骤C的实现方式可以为：

若第一颜色坐标被标注为目标语义颜色的数量最大，将目标语义颜色确定为第一颜色坐标对应的语义颜色，第一颜色坐标为预设色彩空间中的任一种颜色坐标。

举个例子，第一颜色坐标为RGB色彩空间中的(128，128，50)，被标注为灰色的数量为1500次，被标注被蓝色的数量为820次，被标注为黑色的数量为170次，那么可以将灰色作为RGB色彩空间中(128，128，50)对应的语义颜色。

图3是根据一示例性实施例示出的另一种图像的处理方法的流程图，如图3所示，步骤103的实现方式可以包括以下步骤：

步骤1031，确定目标图像中属于第一语义颜色的像素点的第一数目，第一语义颜色为任一种语义颜色。

步骤1032，若第一数目满足预设颜色条件，将第一语义颜色作为目标图像的颜色类别。

其中，预设颜色条件为第一数目大于或等于第一阈值；或者，第一数目与目标图像的像素点总数的比值，大于或等于第二阈值。

示例的，确定目标图像的颜色类别，可以先统计目标图像中具有各个语义颜色的像素点的数目，若像素点的数目满足预设颜色条件，那么将该语义颜色作为目标图像的颜色类别。以第一语义颜色来举例，目标图像中属于第一语义颜色的像素点的数目为第一数目，预设颜色条件例如可以是第一数目大于或等于第一阈值，或者，第一数目与目标图像的像素点总数的比值，大于或等于第二阈值。满足预设颜色条件的语义颜色可以是一种，也可以是多种，相应的，目标图像的颜色类别也可以是一种或多种。

图4是根据一示例性实施例示出的另一种图像的处理方法的流程图，如图4所示，步骤103的实现方式可以包括以下步骤：

步骤1033，确定目标图像中，语义颜色属于冷色的像素点的第二数目，和语义颜色属于暖色的像素点的第三数目。

步骤1034，若第二数目大于或等于第三数目，确定目标图像的颜色类别为冷色。

步骤1035，若第二数目小于第三数目，确定目标图像的颜色类别为暖色。

进一步的，还可以将目标图像的颜色类别分为冷色和暖色，例如可以确定目标图像中具有属于冷色的语义颜色(例如：绿色、蓝色、紫色)的像素点的第二数目，和具有属于暖色的语义颜色(例如：红色、橙色、黄色)的像素点的第三数目。若第二数目大于或等于第三数目，即目标图像中具有冷色的像素点多，那么确定目标图像的颜色类别为冷色，若第二数目小于第三数目，即目标图像中具有暖色的像素点多，那么确定目标图像的颜色类别为暖色。

图5是根据一示例性实施例示出的另一种图像的处理方法的流程图，如图5所示，该方法还可以包括以下步骤：

步骤104，获取目标图像的平均亮度。

步骤105，若平均亮度大于或等于预设亮度阈值，确定目标图像的颜色类别为亮色，若平均亮度小于预设亮度阈值，确定目标图像的颜色类别为暗色。

示例的，还可以根据目标图像的平均亮度，将目标图像的颜色类别分为亮色和暗色。首先，按照预设算法计算目标图像的平均亮度，然后将平均亮度和预设亮度阈值进行比较，若平均亮度大于或等于预设亮度阈值，确定目标图像的颜色类别为亮色，若平均亮度小于预设亮度阈值，确定目标图像的颜色类别为暗色。

图6是根据一示例性实施例示出的另一种图像的处理方法的流程图，如图6所示，在步骤103之后，该方法还包括：

步骤106，根据目标图像的颜色类别，显示适用于目标图像的滤镜。和/或，

步骤107，将目标图像存储在目标图像的颜色类别对应的存储路径中。

针对上述实施例的具体应用场景，在确定目标图像的颜色类别之后，可以根据目标图像的颜色类别，在终端设备上显示适用于目标图像的滤镜。例如，目标图像的颜色类别为暖色，可以显示适合暖色的滤镜。还可以根据目标图像的颜色类别，确定存储路径，并将目标图像存储在该存储路径指示的位置。不同的存储路径可以对应不同的相册，可以理解为根据目标图像的颜色类别，自动将目标图像存储在颜色类别对应的相册中。例如，可以在终端设备上预先建立用于存储属于红色的图像的第一相册，用于存储属于绿色的图像的第二相册等。若目标图像的颜色类别包括红色，可以将目标图像自动存储在第一相册中。进一步的，还可以根据目标图像的颜色类别，对多个目标图像进行筛选。例如，终端设备(或服务器)上存储有多个目标图像，每个目标图像都确定有对应的颜色类别，用户可以设置筛选条件为蓝色，那么终端设备(或服务器)可以从多个目标图像中筛选出颜色类别包括蓝色的目标图像，以供用户选择。

综上所述，本公开中首先获取待处理的目标图像中的每个像素点在设色彩空间中颜色坐标，然后根据预设色彩空间与语义颜色的映射关系，将每个像素点的颜色坐标对应的语义颜色作为该像素点的语义颜色，最后根据每个像素点的语义颜色，确定目标图像的颜色类别。本公开通过预设色彩空间与语义颜色的映射关系，确定图像中每个像素点的语义颜色，从而得到图像的颜色类别，使得识别出的颜色类别更接近现实世界，提高了颜色识别的准确度。

图7是根据一示例性实施例示出的一种图像的处理装置的框图，如图7所示，该装置200包括：

获取模块201，用于获取待处理的目标图像的每个像素点在预设色彩空间中的颜色坐标。

第一确定模块202，用于根据预设色彩空间与语义颜色的映射关系，和每个像素点的颜色坐标，确定每个像素点的语义颜色。

第二确定模块203，用于根据每个像素点的语义颜色，确定目标图像的颜色类别。

其中，映射关系为通过如下方式得到的：

步骤A)，获取样本图像集，样本图像集中包括多个样本图像。

步骤B)，根据每个样本图像的每个像素点在预设色彩空间中的颜色坐标，和每个样本图像的每个像素点标注的语义颜色，确定预设色彩空间中的每种颜色坐标被标注为每种语义颜色的数量。

步骤C)，根据每种颜色坐标被标注为每种语义颜色的数量，确定映射关系。

具体的，步骤C)的实现方式可以包括：

若第一颜色坐标被标注为目标语义颜色的数量最大，将目标语义颜色确定为第一颜色坐标对应的语义颜色，第一颜色坐标为预设色彩空间中的任一种颜色坐标。

可选地，第二确定模块203可以用于执行以下步骤：

1)确定目标图像中属于第一语义颜色的像素点的第一数目，第一语义颜色为任一种语义颜色。

2)若第一数目满足预设颜色条件，将第一语义颜色作为目标图像的颜色类别。

其中，预设颜色条件为第一数目大于或等于第一阈值；或者，第一数目与目标图像的像素点总数的比值，大于或等于第二阈值。

可选地，第二确定模块203可以用于执行以下步骤：

3)确定目标图像中，语义颜色属于冷色的像素点的第二数目，和语义颜色属于暖色的像素点的第三数目。

4)若第二数目大于或等于第三数目，确定目标图像的颜色类别为冷色。

5)若第二数目小于第三数目，确定目标图像的颜色类别为暖色。

图8是根据一示例性实施例示出的另一种图像的处理装置的框图，如图8所示，该装置200还包括：

显示模块204，用于在根据每个像素点的语义颜色，确定目标图像的颜色类别之后，根据目标图像的颜色类别，显示适用于目标图像的滤镜。和/或，

存储模块205，用于将目标图像存储在目标图像的颜色类别对应的存储路径中。

图9是根据一示例性实施例示出的另一种图像的处理装置的框图，如图9所示，该装置200还可以包括：

亮度获取模块206，用于获取目标图像的平均亮度。

第二确定模块203，还用于若平均亮度大于或等于预设亮度阈值，确定目标图像的颜色类别为亮色，若平均亮度小于预设亮度阈值，确定目标图像的颜色类别为暗色。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

综上所述，本公开中首先获取待处理的目标图像中的每个像素点在设色彩空间中颜色坐标，然后根据预设色彩空间与语义颜色的映射关系，将每个像素点的颜色坐标对应的语义颜色作为该像素点的语义颜色，最后根据每个像素点的语义颜色，确定目标图像的颜色类别。本公开通过预设色彩空间与语义颜色的映射关系，确定图像中每个像素点的语义颜色，从而得到图像的颜色类别，使得识别出的颜色类别更接近现实世界，提高了颜色识别的准确度。

下面参考图10，其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的电子设备(即上述图像的处理方法的执行主体)，可以是服务器，该服务器例如可以是本地服务器或者云服务器，也可以是终端设备，终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。用户可以通过登录服务器以上传目标图像，也可以直接通过终端设备上传目标图像，或者通过终端设备采集目标图像。图10示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图10所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，终端设备、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取待处理的目标图像的每个像素点在预设色彩空间中的颜色坐标；根据预设色彩空间与语义颜色的映射关系，和所述每个像素点的所述颜色坐标，确定所述每个像素点的语义颜色；根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“获取每个像素点的颜色坐标的模块”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，示例1提供了一种图像的处理方法，包括：获取待处理的目标图像的每个像素点在预设色彩空间中的颜色坐标；根据预设色彩空间与语义颜色的映射关系，和所述每个像素点的所述颜色坐标，确定所述每个像素点的语义颜色；根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别。

根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述映射关系为通过如下方式得到的：获取样本图像集，所述样本图像集中包括多个样本图像；根据所述每个样本图像的每个像素点在所述预设色彩空间中的颜色坐标，和所述每个样本图像的每个像素点标注的语义颜色，确定所述预设色彩空间中的每种颜色坐标被标注为每种语义颜色的数量；根据每种颜色坐标被标注为每种语义颜色的数量，确定所述映射关系。

根据本公开的一个或多个实施例，示例3提供了示例2的方法，，所述根据每种颜色坐标被标注为每种语义颜色的数量，确定所述映射关系，包括：若第一颜色坐标被标注为目标语义颜色的数量最大，将所述目标语义颜色确定为所述第一颜色坐标对应的语义颜色，所述第一颜色坐标为所述预设色彩空间中的任一种颜色坐标。

根据本公开的一个或多个实施例，示例4提供了示例1至示例3中的方法，所述根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别，包括：确定所述目标图像中属于第一语义颜色的像素点的第一数目，所述第一语义颜色为任一种语义颜色；若所述第一数目满足预设颜色条件，将所述第一语义颜色作为所述目标图像的所述颜色类别；所述预设颜色条件为所述第一数目大于或等于第一阈值；或者，所述第一数目与所述目标图像的像素点总数的比值，大于或等于第二阈值。

根据本公开的一个或多个实施例，示例5提供了示例1至示例3中的方法，所述根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别，包括：确定所述目标图像中，所述语义颜色属于冷色的像素点的第二数目，和所述语义颜色属于暖色的像素点的第三数目；若所述第二数目大于或等于所述第三数目，确定所述目标图像的所述颜色类别为冷色；若所述第二数目小于所述第三数目，确定所述目标图像的所述颜色类别为暖色。

根据本公开的一个或多个实施例，示例6提供了示例1的方法，在所述根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别之后，所述方法还包括：根据所述目标图像的所述颜色类别，显示适用于所述目标图像的滤镜；和/或，将所述目标图像存储在所述目标图像的所述颜色类别对应的存储路径中。

根据本公开的一个或多个实施例，示例7提供了示例1的方法，所述方法还包括：获取所述目标图像的平均亮度；若所述平均亮度大于或等于预设亮度阈值，确定所述目标图像的所述颜色类别为亮色，若所述平均亮度小于所述预设亮度阈值，确定所述目标图像的所述颜色类别为暗色。

根据本公开的一个或多个实施例，示例8提供了一种图像的处理装置，包括：获取模块，用于获取待处理的目标图像的每个像素点在预设色彩空间中的颜色坐标；第一确定模块，用于根据预设色彩空间与语义颜色的映射关系，和所述每个像素点的所述颜色坐标，确定所述每个像素点的语义颜色；第二确定模块，用于根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别。

根据本公开的一个或多个实施例，示例9提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1至示例7中所述方法的步骤。

根据本公开的一个或多个实施例，示例10提供了一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1至示例7中所述方法的步骤。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (9)

1.一种图像的处理方法，其特征在于，所述方法包括：

获取待处理的目标图像的每个像素点在预设色彩空间中的颜色坐标；

根据预设色彩空间与语义颜色的映射关系，和所述每个像素点的所述颜色坐标，确定所述每个像素点的语义颜色；

根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别；

所述映射关系为通过如下方式得到的：

获取样本图像集，所述样本图像集中包括多种场景中的每种场景在不同光照条件下拍摄的多个样本图像；

根据所述每个样本图像的每个像素点在所述预设色彩空间中的颜色坐标，和所述每个样本图像的每个像素点标注的语义颜色，确定所述预设色彩空间中的每种颜色坐标被标注为每种语义颜色的数量；

根据每种颜色坐标被标注为每种语义颜色的数量，确定所述映射关系。

2.根据权利要求1所述的方法，其特征在于，所述根据每种颜色坐标被标注为每种语义颜色的数量，确定所述映射关系，包括：

若第一颜色坐标被标注为目标语义颜色的数量最大，将所述目标语义颜色确定为所述第一颜色坐标对应的语义颜色，所述第一颜色坐标为所述预设色彩空间中的任一种颜色坐标。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别，包括：

确定所述目标图像中属于第一语义颜色的像素点的第一数目，所述第一语义颜色为任一种语义颜色；

若所述第一数目满足预设颜色条件，将所述第一语义颜色作为所述目标图像的所述颜色类别；

所述预设颜色条件为所述第一数目大于或等于第一阈值；或者，所述第一数目与所述目标图像的像素点总数的比值，大于或等于第二阈值。

4.根据权利要求1或2所述的方法，其特征在于，所述根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别，包括：

确定所述目标图像中，所述语义颜色属于冷色的像素点的第二数目，和所述语义颜色属于暖色的像素点的第三数目；

若所述第二数目大于或等于所述第三数目，确定所述目标图像的所述颜色类别为冷色；

若所述第二数目小于所述第三数目，确定所述目标图像的所述颜色类别为暖色。

5.根据权利要求1所述的方法，其特征在于，在所述根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别之后，所述方法还包括：

根据所述目标图像的所述颜色类别，显示适用于所述目标图像的滤镜；和/或，

将所述目标图像存储在所述目标图像的所述颜色类别对应的存储路径中。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述目标图像的平均亮度；

若所述平均亮度大于或等于预设亮度阈值，确定所述目标图像的所述颜色类别为亮色，若所述平均亮度小于所述预设亮度阈值，确定所述目标图像的所述颜色类别为暗色。

7.一种图像的处理装置，其特征在于，所述装置包括：

获取模块，用于获取待处理的目标图像的每个像素点在预设色彩空间中的颜色坐标；

第一确定模块，用于根据预设色彩空间与语义颜色的映射关系，和所述每个像素点的所述颜色坐标，确定所述每个像素点的语义颜色；

第二确定模块，用于根据所述每个像素点的所述语义颜色，确定所述目标图像的颜色类别；

所述映射关系为通过如下方式得到的：

获取样本图像集，所述样本图像集中包括多种场景中的每种场景在不同光照条件下拍摄的多个样本图像；

根据所述每个样本图像的每个像素点在所述预设色彩空间中的颜色坐标，和所述每个样本图像的每个像素点标注的语义颜色，确定所述预设色彩空间中的每种颜色坐标被标注为每种语义颜色的数量；

根据每种颜色坐标被标注为每种语义颜色的数量，确定所述映射关系。

8.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-6中任一项所述方法的步骤。

9.一种电子设备，其特征在于，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-6中任一项所述方法的步骤。

Images