一种图像虚化方法、装置、设备及存储介质与流程 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本技术涉及图像处理技术，尤其涉及一种图像虚化方法、装置、设备及存储介质。背景技术：2.目前关于图像的虚化处理，先利用图像信号处理(image signal processing，isp)策略对整幅图像进行处理，例如降噪、超分辨、高动态范围图像处理(high-dynamic range，hdr)等，再对处理完成后的图像进行虚化处理，实现图像虚化目的。针对整幅图像进行处理时，确实可以保证整幅图像的效果，但是会消耗较多的系统功耗。技术实现要素：3.本技术期望提供一种图像虚化方法、装置、设备及存储介质。4.本技术的技术方案是这样实现的：5.第一方面，提供了一种图像虚化方法，所述方法包括：6.采集待处理图像，根据图像划分策略将所述待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像；7.根据第一图像信号处理策略对所述第一焦平面区域图像进行处理，得到第二焦平面区域图像；8.根据第二图像信号处理策略对所述第一非焦平面区域图像进行处理，得到第二非焦平面区域图像；其中，所述第二焦平面区域图像的图像质量高于所述第二非焦平面区域图像的图像质量；9.利用图像虚化算法对所述第二焦平面区域图像和所述第二非焦平面区域图像进行虚化处理，得到虚化处理后的图像。10.第二方面，提供了一种图像虚化装置，所述装置包括：11.划分单元，用于采集待处理图像，根据图像划分策略将所述待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像；12.第一处理单元，用于根据第一图像信号处理策略对所述第一焦平面区域图像进行处理，得到第二焦平面区域图像；以及用于根据第二图像信号处理策略对所述第一非焦平面区域图像进行处理，得到第二非焦平面区域图像；其中，所述第二焦平面区域图像的图像质量高于所述第二非焦平面区域图像的图像质量；13.第二处理单元，用于利用图像虚化算法对所述第二焦平面区域图像和所述第二非焦平面区域图像进行虚化处理，得到虚化处理后的图像。14.第三方面，提供了一种电子设备，包括：处理器和配置为存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器配置为运行所述计算机程序时，执行第一方面的方法的步骤。15.第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现第一方面的方法的步骤。16.采用上述技术方案，将待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像，对第一焦平面区域图像进行图像精细化处理，对第一非焦平面区域图像进行图像非精细化处理，使得在保证第一焦平面区域图像的图像效果的基础上，降低系统功耗。附图说明17.图1为本技术实施例中提供的一种图像虚化方法的第一流程示意图；18.图2为本技术实施例提供的一种图像划分结果示意图；19.图3为本技术实施例中提供的一种图像虚化方法的第二流程示意图；20.图4为本技术实施例中提供的一种图像虚化原理示意图；21.图5为本技术实施例中提供的一种相机系统模块示意图；22.图6为本技术实施例中提供的一种图像虚化方法的第三流程示意图；23.图7为本技术实施例提供的一种图像虚化处理装置组成结构的示意图；24.图8为本技术实施例中提供的一种电子设备组成结构的示意图。具体实施方式25.为了能够更加详尽地了解本技术实施例的特点与技术内容，下面结合附图对本技术实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本技术实施例。26.本技术实施例提供了一种图像虚化方法，图1为本技术实施例中提供的一种图像虚化方法的第一流程示意图，应用于电子设备，电子设备可以是相机。27.如图1所示，该图像虚化方法具体可以包括：28.步骤101：采集待处理图像，根据图像划分策略将所述待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像。29.实际应用中，相机打开后，通过相机的图像传感器采集待处理图像进行预览(即拍照)或者拍摄(即录像)。30.这里，第一焦平面区域图像即为对焦物体组成的区域图像，也可以理解为不需要进行虚化处理的区域图像。第一非焦平面区域图像即为除对焦物体组成的区域图像之外的图像，也可以理解为需要进行虚化处理的区域图像。示例性的，图2为本技术实施例提供的一种图像划分结果示意图，如图2所示，人像即为第一焦平面区域图像，除人像之外的次焦平面区域图像和背景区域图像属于第一非焦平面区域图像。31.步骤102：根据第一图像信号处理策略对所述第一焦平面区域图像进行处理，得到第二焦平面区域图像。32.即第一焦平面区域图像指的是未根据第一图像信号处理策略进行处理的图像，即处理前的图像。第二焦平面区域图像指的是根据第一图像信号处理策略对第一焦平面区域图像进行处理后的图像，即处理后的图像。33.步骤103：根据第二图像信号处理策略对所述第一非焦平面区域图像进行处理，得到第二非焦平面区域图像；其中，所述第二焦平面区域图像的图像质量高于所述第二非焦平面区域图像的图像质量。34.即第一非焦平面区域图像指的是未根据第二图像信号处理策略进行处理的图像，即处理前的图像。第二非焦平面区域图像指的是根据第二图像信号处理策略对第二焦平面区域图像进行处理后的图像，即处理后的图像。35.需要说明的是，步骤102和103提到的图像信号处理(image signal processing，isp)策略对待处理图像进行处理时，其图像处理结果可以体现图像质量。本技术这里并非直接利用图像信号处理策略对整幅图像进行处理，而是先将待处理图像划分为不需要进行虚化处理的第一焦平面区域图像和需要进行虚化处理的第一非焦平面区域图像，再针对不需要进行虚化处理的第一焦平面区域图像进行图像信号的精细处理，体现图像质量，而第一非焦平面区域图像因后续需要进行虚化处理，故也就没必要体现图像质量，对其进行图像信号的非精细处理，即对第一焦平面区域图像和第一非焦平面区域图像进行差异化处理，这样会减少一定系统性能。36.在一些实施例中，所述第一图像信号处理策略包括以下至少之一：第一图像降噪处理、第一图像分辨率处理和第一高动态范围(high-dynamic range，hdr)图像处理；所述第二图像信号处理策略包括以下至少之一：第二图像降噪处理、第二图像分辨率处理和第二高动态范围图像处理。37.这里，第一图像信号处理策略的处理效果优于第二图像信号处理策略的处理效果，使得第二焦平面区域图像的图像质量高于第二非焦平面区域图像的图像质量。38.另外，第一图像信号处理策略还包括图像亮度处理和图像对比度处理，第二图像信号处理策略还包括图像亮度处理和图像对比度处理。这里，对第一焦平面区域图像和第一非焦平面区域图像均需要做图像亮度处理和图像对比度处理，这样避免图像出现一部分亮度正常，另一部分可能出现过亮或过暗的情况。39.示例性的，用于衡量第二焦平面区域图像的图像质量的图像参数包括以下至少之一：第一分辨率和第一清晰度；用于衡量第二非焦平面区域图像的图像质量的图像参数包括以下至少之一：第二分辨率和第二清晰度；其中，第一分辨率高于第二分辨率，第一清晰度高于第二清晰度。40.实际应用中，步骤101至步骤103是由相机的前端(也可以称为cp侧，即图像传感器和isp图像处理器)执行完成。41.步骤104：利用图像虚化算法对所述第二焦平面区域图像和所述第二非焦平面区域图像进行虚化处理，得到虚化处理后的图像。42.实际应用中，步骤104是由相机的后端(也可以称为ap侧，即应用处理器cpu)执行完成。具体的，步骤103完成之后，需要将第二焦平面区域图像和第二非焦平面区域图像传输至相机的后端，由相机的后端完成图像的虚化处理。43.在一些实施例中，步骤104具体包括：利用所述图像虚化算法对所述第二非焦平面区域图像进行虚化处理，得到第三非焦平面区域图像；所述第三非焦平面区域图像和所述第二焦平面区域图像，得到所述虚化处理后的图像。44.这里，将第二焦平面区域图像和第二非焦平面区域图像进行拼接，利用图像虚化算法对拼接后图像中第二非焦平面区域图像进行虚化处理，得到由第三非焦平面区域图像和第二焦平面区域图像组成的虚化处理后的图像。45.或者，利用图像虚化算法对第二非焦平面区域图像进行虚化处理，得到第三非焦平面区域图像，将第三非焦平面区域图像与第二焦平面区域图像进行拼接后，得到虚化处理后的图像。46.结合图2针对图像的虚化处理结果进一步说明，图2中除人像之外的次焦平面区域图像和背景区域图像都属于第一非焦平面区域图像，实际应用中，第一焦平面区域图像之外虽然都是模糊的，但模糊程度是有差异的，越靠近第一焦平面区域图像，就越清晰，越远离第一焦平面区域图像则越模糊，即背景区域图像的模糊程度高于次焦平面区域图像的模糊程度。47.还需要说明的是，可以根据相机后端(ap侧)传输来的控制信息，决定是否对第一焦平面区域图像和第一非焦平面区域图像进行差异化的isp图像处理。示例，控制信息可以是确定对图像场景进行虚化的信息。48.这里，步骤101至步骤104的执行主体可以为电子设备的处理器。这里，电子设备可以为相机、手机、平板等。49.采用上述技术方案，将待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像，对第一焦平面区域图像进行图像精细化处理，对第一非焦平面区域图像进行图像非精细化处理，使得在保证第一焦平面区域图像的图像效果的基础上，降低系统功耗。50.为了能更加体现本技术的目的，在本技术上述实施例的基础上，进行进一步的举例说明，图3为本技术实施例中提供的一种图像虚化方法的第二流程示意图，如图3所示，该图像虚化方法具体包括：51.步骤301：采集待处理图像，确定所述待处理图像中各个像素点的深度值；其中，所述深度值为像素点与采集器成像平面之间的垂直距离。52.步骤302：确定焦平面的深度值。53.示例性的，图4为本技术实施例中提供的一种图像虚化原理示意图，如图4所示，使用相机对人像进行对焦拍照时，对焦区域(或者称为感兴趣区域)所在的平面称为焦平面，相机所处的平面称为成像平面，焦平面与成像平面之间的垂直距离即为对焦距离，也称为焦平面的深度值。54.构成人像的各个像素点与相机(即采集器)的成像平面之间的垂直距离即为构成人像的各个像素点的深度值。构成背景大树的各个像素点与相机的成像平面之间的垂直距离即为构成大树的各个像素点的深度值。55.关于待处理图像中各个像素点的深度值的计算方法，示例性的，可以通过具有深度信息采集功能的深度相机获取，其深度相机中包含飞行时间(time of flight，tof)传感器，测距原理是通过给物体连续发送光脉冲，然后用tof传感器接收从物体返回的光脉冲，通过探测光脉冲的飞行(往返)时间和光速，得到物体上各个像素点与相机成像平面之间的垂直距离。还可以通过双目摄像头测量获取，具体是双目摄像头拍摄同一场景下左右两幅图像，运用立体匹配算法获取视差图，进而获取深度图即图像的深度信息。56.关于焦平面的深度值的计算方法，示例性的，在一些实施例中，所述确定焦平面的深度值，包括：获取所述采集器的对焦参数；基于所述对焦参数确定所述待处理图像中的感兴趣区域；将所述感兴趣区域所在的平面作为焦平面；基于所述待处理图像中各个像素点的深度值，确定所述焦平面的深度值。57.这里，从对焦参数中获取用于确定感兴趣区域的左上角坐标信息和右下角坐标信息，根据左上角坐标信息和右下角坐标信息确定待处理图像的感兴趣区域，将感兴趣区域所在的平面作为焦平面，基于待处理图像中各个像素点的深度值，获取感兴趣区域中任一像素点的深度值，将其作为焦平面的深度值。58.步骤303：基于所述待处理图像中各个像素点的深度值与所述焦平面的深度值的差值，将所述待处理图像划分为所述第一焦平面区域图像和所述第一非焦平面区域图像。59.这里，待处理图像中各个像素点的深度值与焦平面的深度值的差值，即为待处理图像中各个像素点与焦平面之间的垂直距离。60.也就是说，根据待处理图像中各个像素点与焦平面之间的垂直距离，将待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像。61.在一些实施例中，步骤303具体包括：所述差值满足第一预设范围时，将所述待处理图像中对应的多个像素点构成的区域作为所述第一焦平面区域图像；所述差值满足第二预设范围时，将所述待处理图像中对应的多个像素点构成的区域作为所述第一非焦平面区域图像；其中，所述第一预设范围的最大值小于所述第二预设范围的最小值。62.需要说明的是，还可以对第一预设范围和第二预设范围进一步细化，使得划分出不同程度的第一焦平面区域图像，及划分出不同程度的第一非焦平面区域图像，例如图2中所展示的次焦平面区域图像和背景区域图像都属于第一非焦平面区域图像。63.还需要说明的是，进行图像划分时，可以提前设定划分标准，如上面设定第一预设范围和第二预设范围，将待处理图像划分为两个级别，或者再对其进一步细化。这里，还可以结合场景来设定划分标准，例如，对于拍照或是低分辨率场景可以不进行分级或是分成较少的级别以获得更好的图像效果。对于拍照场景，用户拍完一张照片后需要预览，此时为保证照片的整体效果，对照片整体进行图像信号处理，不进行分级别的差异化处理；而用户连续拍摄多张照片时，因时间限制的因素，此时需要进行分级别的差异化处理。对于低分辨率场景，拍摄出的整幅图像的分辨率低，也就没必要进行分级别的差异化处理。64.步骤304：根据第一图像信号处理策略对所述第一焦平面区域图像进行处理，得到第二焦平面区域图像。65.步骤305：根据第二图像信号处理策略对所述第一非焦平面区域图像进行处理，得到第二非焦平面区域图像；其中，所述第二焦平面区域图像的图像质量高于所述第二非焦平面区域图像的图像质量。66.实际应用中，步骤301至步骤305是由相机的前端(也可以称为cp侧，即图像传感器和isp图像处理器)执行完成。67.步骤306：利用图像虚化算法对所述第二焦平面区域图像和所述第二非焦平面区域图像进行虚化处理，得到虚化处理后的图像。68.实际应用中，步骤306是由相机的后端(也可以称为ap侧，即应用处理器cpu)执行完成。具体的，步骤305完成之后，需要将第二焦平面区域图像和第二非焦平面区域图像传输至相机的后端，由相机的后端完成图像的虚化处理。69.在一些实施例中，步骤306具体包括：利用所述图像虚化算法对所述第二非焦平面区域图像进行虚化处理，得到第三非焦平面区域图像；所述第三非焦平面区域图像和所述第二焦平面区域图像，得到虚化处理后的图像。70.还需要说明的是，除了根据待处理图像中各个像素点与焦平面之间的垂直距离对待处理图像进行划分，还可以根据眼球追踪的识别结果、对焦区域的变化等对待处理图像进行划分，不做具体限定。71.采用上述技术方案，根据待处理图像中各个像素点与焦平面之间的垂直距离，将待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像，对第一焦平面区域图像进行图像精细化处理，对第一非焦平面区域图像进行图像非精细化处理，使得在保证第一焦平面区域图像的图像效果的基础上，降低系统功耗。72.基于上述实施例，图5为本技术实施例中提供的一种相机系统模块示意图，如图5所示，相机系统模块包括前端和后端。73.其中，相机的前端用于采集待处理图像，并确定待处理图像中各个像素点的深度值；及基于待处理图像中各个像素点的深度值与焦平面的深度值的差值，将待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像，再按照不同的图像信号处理策略对第一焦平面区域图像和第一非焦平面区域图像进行差异化处理，得到第二焦平面区域图像和第二非焦平面区域图像；通过mipi/pcie协议将第二焦平面区域图像和第二非焦平面区域图像传输至相机后端进行虚化处理，得到待处理图像的虚化处理后的图像。74.在本技术上述实施例的基础上，再进行进一步的举例说明，图6为本技术实施例中提供的一种图像虚化方法的第三流程示意图，如图6所示，该图像虚化方法具体包括：75.步骤601：采集待处理图像，确定所述待处理图像中各个像素点的深度值；其中，所述深度值为像素点与采集器成像平面之间的垂直距离。76.步骤602：确定焦平面的深度值。77.示例性的，图4为本技术实施例中提供的一种图像虚化原理示意图，如图4所示，使用相机对人像进行对焦拍照时，对焦区域(或者称为感兴趣区域)所在的平面称为焦平面，相机所处的平面称为成像平面，焦平面与成像平面之间的垂直距离即为对焦距离，也称为焦平面的深度值。78.构成人像的各个像素点与相机(即采集器)的成像平面之间的垂直距离即为构成人像的各个像素点的深度值。构成背景大树的各个像素点与相机的成像平面之间的垂直距离即为构成大树的各个像素点的深度值。79.关于待处理图像中各个像素点的深度值的计算方法，示例性的，可以通过具有深度信息采集功能的深度相机获取，其深度相机中包含飞行时间(time of flight，tof)传感器，测距原理是通过给物体连续发送光脉冲，然后用tof传感器接收从物体返回的光脉冲，通过探测光脉冲的飞行(往返)时间和光速，得到物体上各个像素点与相机成像平面之间的垂直距离。还可以通过双目摄像头测量获取，具体是双目摄像头拍摄同一场景下左右两幅图像，运用立体匹配算法获取视差图，进而获取深度图即图像的深度信息。80.关于焦平面的深度值的计算方法，示例性的，在一些实施例中，所述确定焦平面的深度值，包括：获取所述采集器的对焦参数；基于所述对焦参数确定所述待处理图像中的感兴趣区域；将所述感兴趣区域所在的平面作为焦平面；基于所述待处理图像中各个像素点的深度值，确定所述焦平面的深度值。81.这里，从对焦参数中获取用于确定感兴趣区域的左上角坐标信息和右下角坐标信息，根据左上角坐标信息和右下角坐标信息确定待处理图像的感兴趣区域，将感兴趣区域所在的平面作为焦平面，基于待处理图像中各个像素点的深度值，获取感兴趣区域中任一像素点的深度值，将其作为焦平面的深度值。82.步骤603：基于所述待处理图像中各个像素点的深度值与所述焦平面的深度值的差值，将所述待处理图像划分为所述第一焦平面区域图像和所述第一非焦平面区域图像。83.这里，待处理图像中各个像素点的深度值与焦平面的深度值的差值，即为待处理图像中各个像素点与焦平面之间的垂直距离。84.也就是说，根据待处理图像中各个像素点与焦平面之间的垂直距离，将待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像。85.在一些实施例中，步骤603具体包括：所述差值满足第一预设范围时，将所述待处理图像中对应的多个像素点构成的区域作为所述第一焦平面区域图像；所述差值满足第二预设范围时，将所述待处理图像中对应的多个像素点构成的区域作为所述第一非焦平面区域图像；其中，所述第一预设范围的最大值小于所述第二预设范围的最小值。86.需要说明的是，还可以对第一预设范围和第二预设范围进一步细化，使得划分出不同程度的第一焦平面区域图像，及划分出不同程度的第一非焦平面区域图像，例如图2中所展示的次焦平面区域图像和背景区域图像都属于第一非焦平面区域图像。87.步骤604：获取所述待处理图像的场景信息；其中，所述场景信息至少包括人像场景。88.这里，待处理图像的场景信息可理解为本次图像信号处理的重点，例如场景信息至少包括人像场景。89.需要说明的是，在根据待处理图像中各个像素点与焦平面之间的垂直距离，对待处理图像进行划分的基础上，再结合本次图像信号处理的重点即图像的场景信息，例如人像场景，对整幅图像中人像进行重点处理。90.步骤605：根据所述人像场景，若从所述第一焦平面区域图像分割出非人像区域图像，则将所述非人像区域图像作为所述第一非焦平面区域图像；根据所述人像场景，若从所述第一非焦平面区域图像中分割出人像区域图像，则将所述人像区域图像作为所述第一焦平面区域图像。91.这里，针对本次图像信号处理的重点即人像场景，当有部分人像处于第一非焦平面区域图像上时，可通过人像识别方法将第一非焦平面区域图像中人像区域图像分割出来，并将其作为第一焦平面区域图像进行图像信号处理，即执行步骤606。而在进行图像虚化处理时，按照同一图像虚化策略对第一非焦平面区域图像中人像区域图像，及第一非焦平面区域图像中其他区域图像进行虚化处理。92.相应的，当有部分非人像处于第一焦平面区域图像上时，可通过人像识别方法将第一焦平面区域图像中人像区域图像分割出来，以得到第一焦平面区域图像中非人像区域图像，将其作为第一非焦平面区域图像进行图像信号处理，即执行步骤607。93.步骤606：根据第一图像信号处理策略对所述第一焦平面区域图像进行处理，得到第二焦平面区域图像。94.步骤607：根据第二图像信号处理策略对所述第一非焦平面区域图像进行处理，得到第二非焦平面区域图像；其中，所述第二焦平面区域图像的图像质量高于所述第二非焦平面区域图像的图像质量。95.实际应用中，步骤601至步骤607是由相机的前端(也可以称为cp侧，即图像传感器和isp图像处理器)执行完成。96.步骤608：利用图像虚化算法对所述第二焦平面区域图像和所述第二非焦平面区域图像进行虚化处理，得到虚化处理后的图像。97.实际应用中，步骤608是由相机的后端(也可以称为ap侧，即应用处理器cpu)执行完成。具体的，步骤607完成之后，需要将第二焦平面区域图像和第二非焦平面区域图像传输至相机的后端，由相机的后端完成图像的虚化处理。98.在一些实施例中，所述利用图像虚化算法对所述第二焦平面区域图像和所述第二非焦平面区域图像进行虚化处理，包括：利用所述图像虚化算法对所述第二非焦平面区域图像进行虚化处理，得到第三非焦平面区域图像；所述第三非焦平面区域图像和所述第二焦平面区域图像，组成虚化处理后的图像。99.采用上述技术方案，根据待处理图像中各个像素点与焦平面之间的垂直距离及场景信息，将待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像，对第一焦平面区域图像进行图像精细化处理，对第一非焦平面区域图像进行图像非精细化处理，使得在保证第一焦平面区域图像的图像效果的基础上，降低系统功耗。100.为实现本技术实施例的方法，基于同一发明构思，本技术实施例中还提供了一种图像虚化处理装置，图7为本技术实施例提供的一种图像虚化处理装置组成结构的示意图，如图7所示，该图像虚化处理装置70包括：101.划分单元701，用于采集待处理图像，根据图像划分策略将所述待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像；102.第一处理单元702，用于根据第一图像信号处理策略对所述第一焦平面区域图像进行处理，得到第二焦平面区域图像；以及用于根据第二图像信号处理策略对所述第一非焦平面区域图像进行处理，得到第二非焦平面区域图像；其中，所述第二焦平面区域图像的图像质量高于所述第二非焦平面区域图像的图像质量；103.第二处理单元703，用于利用图像虚化算法对所述第二焦平面区域图像和所述第二非焦平面区域图像进行虚化处理，得到虚化处理后的图像。104.采用上述技术方案，将待处理图像划分为第一焦平面区域图像和第一非焦平面区域图像，对第一焦平面区域图像进行图像精细化处理，对第一非焦平面区域图像进行图像非精细化处理，使得在保证第一焦平面区域图像的图像效果的基础上，降低系统功耗。105.在一些实施例中，所述第一图像信号处理策略包括以下至少之一：第一图像降噪处理、第一图像分辨率处理和第一高动态范围图像处理；106.所述第二图像信号处理策略包括以下至少之一：第二图像降噪处理、第二图像分辨率处理和第二高动态范围图像处理。107.在一些实施例中，划分单元701，具体用于确定所述待处理图像中各个像素点的深度值；其中，所述深度值为像素点与采集器成像平面之间的垂直距离；108.确定焦平面的深度值；109.基于所述待处理图像中各个像素点的深度值与所述焦平面的深度值的差值，将所述待处理图像划分为所述第一焦平面区域图像和所述第一非焦平面区域图像。110.在一些实施例中，划分单元701，具体还用于获取所述采集器的对焦参数；111.基于所述对焦参数确定所述待处理图像中的感兴趣区域；将所述感兴趣区域所在的平面作为焦平面；112.基于所述待处理图像中各个像素点的深度值，确定所述焦平面的深度值。113.在一些实施例中，划分单元701，具体还用于所述差值满足第一预设范围时，将所述待处理图像中对应的多个像素点构成的区域作为所述第一焦平面区域图像；114.所述差值满足第二预设范围时，将所述待处理图像中对应的多个像素点构成的区域作为所述第一非焦平面区域图像；115.其中，所述第一预设范围的最大值小于所述第二预设范围的最小值。116.在一些实施例中，划分单元701，具体还用于获取所述待处理图像的场景信息；其中，所述场景信息至少包括人像场景；根据所述人像场景，若从所述第一焦平面区域图像分割出非人像区域图像，则将所述非人像区域图像作为所述第一非焦平面区域图像；117.根据所述人像场景，若从所述第一非焦平面区域图像中分割出人像区域图像，则将所述人像区域图像作为所述第一焦平面区域图像。118.在一些实施例中，第二处理单元703，具体用于利用所述图像虚化算法对所述第二非焦平面区域图像进行虚化处理，得到第三非焦平面区域图像；119.所述第三非焦平面区域图像和所述第二焦平面区域图像，得到所述虚化处理后的图像。120.本技术实施例还提供了另一种电子设备，图8为本技术实施例中提供的一种电子设备组成结构的示意图，如图8所示，该电子设备80包括：处理器801和配置为存储能够在处理器上运行的计算机程序的存储器802；121.其中，处理器801配置为运行计算机程序时，执行前述实施例中的方法步骤。122.当然，实际应用时，如图8所示，该电子设备80中的各个组件通过总线系统803耦合在一起。可理解，总线系统803用于实现这些组件之间的连接通信。总线系统803除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图8中将各种总线都标为总线系统803。123.在实际应用中，上述处理器可以为特定用途集成电路(asic，application specific integrated circuit)、数字信号处理装置(dspd，digital signal processing device)、可编程逻辑装置(pld，programmable logic device)、现场可编程门阵列(field－programmable gate array，fpga)、控制器、微控制器、微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器功能的电子器件还可以为其它，本技术实施例不作具体限定。124.上述存储器可以是易失性存储器(volatile memory)，例如随机存取存储器(ram，random-access memory)；或者非易失性存储器(non-volatile memory)，例如只读存储器(rom，read-only memory)，快闪存储器(flash memory)，硬盘(hdd，hard disk drive)或固态硬盘(ssd，solid-state drive)；或者上述种类的存储器的组合，并向处理器提供指令和数据。125.在示例性实施例中，本技术实施例还提供了一种计算机可读存储介质，用于存储计算机程序。126.可选的，该计算机可读存储介质可应用于本技术实施例中的任意一种方法，并且该计算机程序使得计算机执行本技术实施例的各个方法中由处理器实现的相应流程，为了简洁，在此不再赘述。127.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。128.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。129.另外，在本发明各实施例中的各功能单元可以全部集成在一个处理模块中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。130.本技术所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。131.本技术所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。132.本技术所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。133.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!