【技術實現步驟摘要】
本申請涉及圖像，特別是涉及一種圖像處理方法、裝置、計算機設備、存儲介質和計算機程序產品。
技術介紹
1、由于在終端的圖像拍攝過程會出現圖像畸變，且較為微小的畸變在終端上都會被無限放大，特別是在通過主攝近距拍攝圖像時，焦距越近的畸變就會越明顯；而隨著科技的發展，用戶對于終端的拍攝功能的要求也越來越高，因此，終端需要對輸出圖像中的畸變進行優化處理。
2、相關技術中，具體是通過相鄰區域進行畸變補償，但是，該種畸變補償算法的依據較為單一，且畸變補償會存在誤判，因此會出現局部的圖像失真的現象，導致畸變的優化效果較差。
技術實現思路
1、基于此，有必要針對上述技術問題，提供一種能夠提升畸變優化效果的圖像處理方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。
2、第一方面，本申請提供了一種圖像處理方法。所述方法包括：
3、獲取目標圖像，并基于所述目標圖像的畸變值，確定畸變區域；
4、采集所述目標圖像對應的廣角圖像，并確定所述畸變區域的各目標像素點在所述廣角圖像中的廣角坐標；
5、基于所述畸變區域的各目標像素點的廣角坐標以及各所述目標像素點在所述目標圖像中的畸變坐標的映射關系，得到所述畸變區域中除目標像素點之外的其他像素點的廣角坐標；
6、基于所述畸變區域中的各像素點的廣角坐標，得到所述目標圖像的畸變優化圖像。
7、在其中一個實施例中，所述基于所述目標圖像的畸變值，確定畸變區域，包括：
8、基
9、在所述目標圖像中，確定畸變值大于第一畸變值閾值的區域為畸變區域。
10、在其中一個實施例中，所述確定所述畸變區域的各目標像素點在所述廣角圖像中的廣角坐標，包括：
11、確定所述畸變區域中的線性像素點為目標像素點；
12、基于所述目標像素點在所述畸變區域中的像素點位置，確定所述目標像素點在所述廣角圖像中的像素點位置，并基于所述目標像素點在所述廣角圖像中的像素點位置，得到所述目標像素點的廣角坐標。
13、在其中一個實施例中，所述基于所述畸變區域的各目標像素點的廣角坐標以及各所述目標像素點在所述目標圖像中的畸變坐標的映射關系，得到所述畸變區域中除目標像素點之外的其他像素點的廣角坐標，包括：
14、基于所述畸變區域的各目標像素點的廣角坐標、各所述目標像素點在所述目標圖像中的畸變坐標以及所述畸變區域的畸變值進行擬合，得到廣角坐標與畸變坐標之間的映射關系；
15、基于所述廣角坐標與畸變坐標之間的映射關系、所述畸變區域中除目標像素點之外的其他像素點在所述目標圖像中的畸變坐標，計算所述畸變區域中除目標像素點之外的其他像素點的廣角坐標。
16、在其中一個實施例中，所述獲取目標圖像，包括：
17、獲取初始圖像；
18、如果所述初始圖像滿足預設畸變優化條件，則確定所述初始圖像為目標圖像。
19、在其中一個實施例中，在所述獲取初始圖像的步驟之后，所述方法還包括：
20、計算所述初始圖像與拍攝所述初始圖像的圖像采集裝置之間的拍攝距離；
21、如果所述拍攝距離小于預設距離閾值，則計算所述初始圖像的畸變值；
22、如果所述初始圖像的畸變值大于第二畸變閾值，則對所述初始圖像進行線條識別處理，得到所述初始圖像中的線條長度；
23、如果所述線條長度大于預設長度閾值，則確定所述初始圖像滿足預設畸變優化條件。
24、在其中一個實施例中，所述計算所述初始圖像的畸變值，包括：
25、將所述初始圖像輸入至預設的畸變值檢測模型，得到所述初始圖像的畸變值。
26、在其中一個實施例中，所述預設的畸變值檢測模型包括分類層、檢測層；所述方法還包括：
27、通過所述分類層，對所述初始圖像進行線條檢測，得到所述初始圖像包含的線條數據，所述線條數據包括各線條的標準線條信息以及實際線條信息；
28、通過所述檢測層，基于所述各線條的標準線條信息以及實際線條信息，計算所述初始圖像的畸變角度，并確定所述初始圖像的畸變角度為所述初始圖像的畸變值。
29、在其中一個實施例中，所述預設的畸變值檢測模型還包括篩選層，所述通過所述檢測層，基于所述各線條的標準線條信息以及實際線條信息，計算所述初始圖像的畸變角度，并確定所述初始圖像的畸變角度為所述初始圖像的畸變值，包括：
30、通過所述檢測層，基于所述各線條的標準線條信息以及實際線條信息，計算所述各線條的畸變角度；
31、通過所述篩選層，對所述檢測層計算出的所述初始圖像包含各線條的畸變角度進行篩選，將滿足預設正常條件的畸變角度，確定為所述初始圖像的畸變角度，并將所述初始圖像的畸變角度，確定為所述初始圖像的畸變值。
32、在其中一個實施例中，所述方法還包括：
33、顯示所述目標圖像的畸變優化圖像。
34、第二方面，本申請還提供了一種圖像處理裝置。所述裝置包括：
35、第一獲取模塊，用于獲取目標圖像，并基于所述目標圖像的畸變值，確定畸變區域；
36、第一確定模塊，用于采集所述目標圖像對應的廣角圖像，并確定所述畸變區域的各目標像素點在所述廣角圖像中的廣角坐標；
37、映射模塊，用于基于所述畸變區域的各目標像素點的廣角坐標以及各所述目標像素點在所述目標圖像中的畸變坐標的映射關系，得到所述畸變區域中除目標像素點之外的其他像素點的廣角坐標；
38、畸變優化模塊，用于基于所述畸變區域中的各像素點的廣角坐標，得到所述目標圖像的畸變優化圖像。
39、在其中一個實施例中，所述第一獲取模塊，具體用于基于所述目標圖像的各個區域的圖像數據，分別計算所述目標圖像的各個區域的畸變值；
40、在所述目標圖像中，確定畸變值大于第一畸變值閾值的區域為畸變區域。
41、在其中一個實施例中，第一確定模塊，具體用于確定所述畸變區域中的線性像素點為目標像素點；
42、基于所述目標像素點在所述畸變區域中的像素點位置，確定所述目標像素點在所述廣角圖像中的像素點位置，并基于所述目標像素點在所述廣角圖像中的像素點位置，得到所述目標像素點的廣角坐標。
43、在其中一個實施例中，所述映射模塊，具體用于：基于所述畸變區域的各目標像素點的廣角坐標、各所述目標像素點在所述目標圖像中的畸變坐標以及所述畸變區域的畸變值進行擬合，得到廣角坐標與畸變坐標之間的映射關系；
44、基于所述廣角坐標與畸變坐標之間的映射關系、所述畸變區域中除目標像素點之外的其他像素點在所述目標圖像中的畸變坐標，計算所述畸變區域中除目標像素點之外的其他像素點的廣角坐標。
45、在其中一個實施例中，所述第一獲取模塊，具體用于：獲取初始圖像；...
【技術保護點】
1.一種圖像處理方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于所述目標圖像的畸變值，確定畸變區域，包括：
3.根據權利要求1所述的方法，其特征在于，所述確定所述畸變區域的各目標像素點在所述廣角圖像中的廣角坐標，包括：
4.根據權利要求1所述的方法，其特征在于，所述基于所述畸變區域的各目標像素點的廣角坐標以及各所述目標像素點在所述目標圖像中的畸變坐標的映射關系，得到所述畸變區域中除目標像素點之外的其他像素點的廣角坐標，包括：
5.根據權利要求1所述的方法，其特征在于，所述獲取目標圖像，包括：
6.根據權利要求5所述的方法，其特征在于，在所述獲取初始圖像的步驟之后，所述方法還包括：
7.根據權利要求6所述的方法，其特征在于，所述計算所述初始圖像的畸變值，包括：
8.根據權利要求7所述的方法，其特征在于，所述預設的畸變值檢測模型包括分類層、檢測層；所述方法還包括：
9.根據權利要求8所述的方法，其特征在于，所述預設的畸變值檢測模型還包括篩選層，所述通過所
10.根據權利要求1所述的方法，其特征在于，所述方法還包括：
11.一種圖像處理裝置，其特征在于，所述裝置包括：
12.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至10中任一項所述的方法的步驟。
13.一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至10中任一項所述的方法的步驟。
14.一種計算機程序產品，包括計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1至10中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種圖像處理方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于所述目標圖像的畸變值，確定畸變區域，包括：
3.根據權利要求1所述的方法，其特征在于，所述確定所述畸變區域的各目標像素點在所述廣角圖像中的廣角坐標，包括：
4.根據權利要求1所述的方法，其特征在于，所述基于所述畸變區域的各目標像素點的廣角坐標以及各所述目標像素點在所述目標圖像中的畸變坐標的映射關系，得到所述畸變區域中除目標像素點之外的其他像素點的廣角坐標，包括：
5.根據權利要求1所述的方法，其特征在于，所述獲取目標圖像，包括：
6.根據權利要求5所述的方法，其特征在于，在所述獲取初始圖像的步驟之后，所述方法還包括：
7.根據權利要求6所述的方法，其特征在于，所述計算所述初始圖像的畸變值，包括：
8.根據權利要求7所述的方法，其特征在于，所述預設的畸變值檢測模型包括分類層、檢測...
【專利技術屬性】
技術研發人員：彭雄輝，
申請(專利權)人：OPPO廣東移動通信有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。