[发明专利]图片处理的方法、装置、计算机设备及存储介质

权利要求书

1.一种图片处理的方法，所述方法包括：

获取待处理图像；

将所述待处理图像进行切分得到多个子图像块，包括：获取所述待处理图像的尺寸，获取当前处理设备的中央处理器CPU核数；根据所述待处理图像的尺寸和所述CPU核数确定分块数；根据所述分块数平均切分所述待处理图像，得到与所述分块数相同个数的子图像块，每个子图像块的规格大小相同；

计算每个子图像块对应的模块梯度值；

根据所述模块梯度值将所述子图像块分类到模块类集合中对应的目标模块类，根据目标模块类对应的图像处理算法对所述子图像块进行超分辨率处理，所述模块类集合中各个模块类分别对应不同的模块梯度值范围，其中，模块类所对应的模块梯度值范围中包含的模块梯度值越大，对应的图像处理算法处理得到的子图像块的清晰度越高；包括：将所述模块梯度值大于预设梯度值的子图像块进行双三次插值放大，得到模糊的高分辨率图块，对所述模糊的高分辨率图块通过图像超分辨率处理模型进行超分辨率处理，并将模块梯度值不大于预设梯度值的子图像块通过双三次插值进行超分辨处理；

将处理后的各个子图像块按照切分前的位置进行拼接得到目标图像；

所述方法还包括：

根据所述CPU核数初始化线程池，所述线程池中包含有与所述CPU核数相同个数的线程；

所述根据目标模块类对应的图像处理算法对所述子图像块进行超分辨率处理的步骤包括：

将每个子图像块封装为一个独立的任务，从所述线程池中获取待启动的线程根据所述子图像块所属的模块类采用对应的图像处理算法对所述子图像块进行超分辨率处理。

2.根据权利要求1所述的方法，其特征在于，所述根据所述模块梯度值将所述子图像块分类到模块类集合中对应的目标模块类，根据目标模块类对应的图像处理算法对所述子图像块进行超分辨率处理，所述模块类集合中各个模块类分别对应不同的模块梯度值范围的步骤包括：

当所述子图像块的模块梯度值大于预设梯度值时，则将所述子图像块分类到第一模块类，采用与所述第一模块类对应的第一图像处理算法对所述子图像块进行超分辨率处理；

当所述子图像块的模块梯度值不大于预设梯度值时，则将所述子图像块分类到第二模块类，采用与所述第二模块类对应的第二图像处理算法对所述子图像块进行超分辨处理，其中，所述第一图像处理算法处理得到的清晰度比第二图像处理算法处理得到的清晰度高。

3.根据权利要求2所述的方法，其特征在于，所述第一图像处理算法为卷积神经网络算法，所述第二图像处理算法为双三次插值算法。

4.根据权利要求3所述的方法，其特征在于，所述采用与所述第一模块类对应的第一图像处理算法对所述子图像块进行超分辨率处理的步骤包括：

将所述子图像块进行双三次插值得到目标子图像块；

将所述目标子图像块作为已训练的图像超分辨率处理模型的输入，获取输出的处理后的目标子图像块，所述图像超分辨率处理模型是采用卷积神经网络算法训练得到的。

5.根据权利要求1所述的方法，其特征在于，在所述获取待处理图像的步骤之后还包括：

计算所述待处理图像中每个像素对应的像素梯度值；

所述计算每个子图像块对应的模块梯度值的步骤包括：

根据每个子图像块包含的像素对应的像素梯度值计算得到每个子图像块的模块梯度值。

6.根据权利要求5所述的方法，其特征在于，所述计算所述待处理图像中每个像素对应的像素梯度值的步骤包括：

获取所述待处理图像中每个像素的像素值和位置坐标；

根据所述每个像素的像素值和位置坐标进行微分计算得到每个像素对应的像素梯度值。

7.根据权利要求1所述的方法，其特征在于，所述将处理后的各个子图像块按照切分前的位置进行拼接得到目标图像的步骤包括：

获取各个子图像块对应的位置标识，根据所述位置标识将各个子图像块进行拼接，得到拼接图像；

对所述拼接图像中各个子图像块的拼接处进行平滑处理，得到目标图像。