[發明專利]圖像處理方法及裝置、電子設備、存儲介質

有效

• 申請號: 202010345219.0
• 申請日: 2020-04-27
• 公開（公告）號: CN111598796B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 張弓
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T3/40;G06V10/764;G06V10/82
• 代理公司: 深圳市聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種圖像處理方法，其特征在于，包括：

獲取待處理圖像，對所述待處理圖像進行分塊，得到多個待處理圖像塊；

針對每個待處理圖像塊，確定該待處理圖像塊對應的目標圖像類別；

基于所述目標圖像類別對應的圖像處理模型，對該待處理圖像塊進行處理，得到該待處理圖像塊對應的處理后的圖像塊；

根據得到的多個處理后的圖像塊，確定輸出圖像；

所述基于所述目標圖像類別對應的圖像處理模型，對該待處理圖像塊進行處理，包括：

獲取圖像輸出需求等級，所述目標圖像類別對應的多個圖像處理模型對應不同的圖像輸出需求等級；

從所述目標圖像類別對應的多個圖像處理模型中選取滿足所述圖像輸出需求等級的目標圖像處理模型；

通過所述目標圖像處理模型對該待處理圖像塊進行處理。

2.根據權利要求1所述的方法，其特征在于，所述對所述待處理圖像進行分塊，包括：

按照預設圖像塊大小對所述待處理圖像塊進行分塊，在邊界處圖像塊的大小小于所述預設圖像塊大小時，對所述邊界處圖像塊進行擴充，使擴充后的圖像塊的大小等于所述預設圖像塊大小。

3.根據權利要求1所述的方法，其特征在于，所述確定該待處理圖像塊對應的目標圖像類別，包括：

通過圖像類別識別模型，確定該待處理圖像塊對應的目標圖像類別。

4.根據權利要求3所述的方法，其特征在于，在確定該待處理圖像塊的圖像類別之前，所述方法還包括：

獲取多個訓練數據，每個訓練數據包括：圖像和該圖像對應的圖像類別；

根據多個圖像和多個圖像類別的映射關系進行神經網絡訓練，得到所述圖像類別識別模型。

5.根據權利要求3所述的方法，其特征在于，在所述基于所述目標圖像類別對應的圖像處理模型，對該待處理圖像塊進行處理之前，所述方法還包括：

獲取多個圖像類別各自對應的圖像處理模型，所述多個圖像類別包括所述目標圖像類別；

獲取多個樣本數據，每個樣本數據包括：對應圖像類別為所述多個圖像類別之一的圖像塊，以及該圖像塊對應的增強圖像塊；

根據多個圖像塊和多個增強圖像塊的映射關系，對整體模型進行神經網絡訓練，確定多個圖像處理模型的權重，所述整體模型包括：所述圖像類別識別模型和所述多個圖像處理模型；

其中，所述圖像類別識別模型用于在確定任一圖像塊對應的圖像類別后，將該圖像塊輸入該圖像塊對應的圖像類別對應的圖像處理模型中。

6.根據權利要求1所述的方法，其特征在于，在確定輸出圖像之后，所述方法還包括：

將所述輸出圖像作為待處理圖像，返回所述對所述待處理圖像進行分塊，得到多個待處理圖像塊的步驟，直至最終得到的輸出圖像的質量大于質量閾值。

7.一種圖像處理裝置，其特征在于，包括：

圖像分塊模塊，用于獲取待處理圖像，對所述待處理圖像進行分塊，得到多個待處理圖像塊；

圖像類別確定模塊，用于針對每個待處理圖像塊，確定該待處理圖像塊對應的目標圖像類別；

圖像塊處理模塊，用于基于所述目標圖像類別對應的圖像處理模型，對該待處理圖像塊進行處理，得到該待處理圖像塊對應的處理后的圖像塊；

輸出圖像確定模塊，用于根據得到的多個處理后的圖像塊，確定輸出圖像；

其中，目標圖像類別對應的多個圖像處理模型對應不同的圖像輸出需求等級；

所述圖像塊處理模塊，包括：

需求等級獲取單元，用于獲取圖像輸出需求等級；

圖像處理模型選取單元，用于從目標圖像類別對應的多個圖像處理模型中選取滿足圖像輸出需求等級的目標圖像處理模型；

目標模型處理單元，用于通過目標圖像處理模型對該待處理圖像塊進行處理。

8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1～6任一項所述的方法。

9.一種電子設備，其特征在于，包括：

處理器；以及

存儲器，用于存儲所述處理器的可執行指令；

其中，所述處理器配置為經由執行所述可執行指令來執行權利要求1～6任一項所述的方法。