[发明专利]图像处理模型的生成方法、处理方法、存储介质及终端

说明书

本发明公开了一种图像处理模型的生成方法、处理方法、存储介质及终端，所述生成方法通过将预设的训练图像集中第一图像输入预设网络模型，通过所述预设网络模型生成的生成图像以及第一图像对应的第二图像对预设模型进行序列，得到图像处理模型。所述图像处理模型为通过对具有多组训练图像组的训练图像集的去偏色过程进行深度学习得到，每一组训练图像组包括第一图像和第二图像，第一图像为对应第二图像的偏色图像。由此可知，本发明是采用基于训练图像集进行深度学习得到已训练的图像处理模型进行偏色处理，这样可以快速对图像进行偏色调整，提高图像的色彩质量，从而提高图像质量。

技术领域

本发明涉及图像处理技术领域，特别涉及图像处理模型的生成方法、处理方法、存储介质及终端。

背景技术

现有的全面屏终端普遍包括显示面板区域以及摄像头区域，摄像头区域位于显示面板区域的顶部，这样虽然可以增大屏占比，但是摄像头区域还是会占用部分显示区域，无法真实达到全面屏。因而，为了实现全面屏终端需要在显示面板下安装摄像头，现有显示面板普遍包括基板以及偏光片等，那么当光线穿过显示面板时，显示面板一方面折射光线而使得光线透射率低，另一方会吸收光线并且对于不同波段光线的吸收率不同，这样会使得拍摄得到的图像出现偏色，进而影响终端拍摄图像的图像质量。

发明内容

本发明要解决的技术问题在于，针对现有技术的不足，提供图像处理模型的生成方法、处理方法、存储介质及终端，以解决图像存在偏色的问题。

为了解决上述技术问题，本发明所采用的技术方案如下：

一种图像处理模型的生成方法，所述图像处理模型的生成方法具体包括：

预设网络模型根据训练图像集中第一图像，生成所述第一图像对应的生成图像，其中，所述训练图像集包括多组训练图像组，每一组训练图像组包括第一图像和第二图像，其中，第一图像为对应第二图像的偏色图像；

所述预设网络模型根据所述第一图像对应的第二图像和所述第一图像对应的生成图像，对模型参数进行修正，并继续执行根据所述训练图像集中的下一训练图像组中的第一图像，生成所述第一图像对应的生成图像的步骤，直至所述预设网络模型的训练情况满足预设条件，以得到所述图像处理模型。

一种图像处理方法，所述图像处理方法应用如上任一所述的图像处理模型的生成方法生成的图像处理模型，所述图像处理方法包括：

获取待处理图像，并将所述待处理图像输入至所述图像处理模型；

通过所述图像处理模型对所述待处理图像进行偏色处理，以得到所述待处理图像对应的处理后的图像。

所述图像处理方法，其中，所述图像处理模型对应若干模型参数，每个模型参数均为根据一个训练子图像集训练得到的，并且任意两个模型参数各自分别对应的训练子图像集互不相同。

一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的图像处理模型的生成方法中的步骤，或者如上任一所述的图像处理方法中的步骤。

一种终端，其包括：处理器和存储器；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述处理器执行所述计算机可读程序时实现如上任一所述的图像处理模型的生成方法中的步骤，或者如上任一所述的图像处理方法中的步骤。