图像着色处理方法及相关设备技术

本申请提供一种图像着色处理方法及相关设备。其中，方法包括：通过开放图形库调取中央处理器中的待处理图像，对待处理图像进行图形化处理，得到图形化处理结果；通过开放图形库调取中央处理器中深度学习模型的参数数据，利用参数数据对深度学习模型进行配置；通过开放图形库将图形化处理结果调取至配置完成的深度学习模型中进行着色渲染处理，得到着色渲染结果发送至显示装置进行显示。这样使得得到的着色渲染结果无需回传至中央处理器，可以直接将该着色渲染结果发送至显示装置进行显示，能够减少数据传输的耗时，以及减少数据传输时资源的空间占用，提高着色渲染的效率。提高着色渲染的效率。提高着色渲染的效率。

【技术实现步骤摘要】
图像着色处理方法及相关设备


[0001]本申请涉及图像处理
，尤其涉及一种图像着色处理方法及相关设备。

技术介绍

[0002]一些终端的板卡上的硬件资源有限，一般没有设置专门的深度学习模型对应的硬件资源。因此深度学习模型一般设置于图形处理器(graphics processing unit，GPU)中。利用深度学习模型进行处理时，会将CPU(central processing unit，中央处理器)发来的图像，在GPU中利用深度学习模型进行着色处理，得到的输出结果需要再次传回CPU。通过CPU将输出结果发送给显示装置显示。
[0003]但是，现有技术中的这种着色处理方法，需要CPU再进行回传，增加传输工作，影响工作效率。

技术实现思路

[0004]有鉴于此，本申请的目的在于提出一种图像着色处理方法及相关设备，能够解决或部分解决上述技术问题。
[0005]基于上述目的，本申请第一方面提供了一种图像着色处理方法，包括：
[0006]通过开放图形库调取中央处理器中的待处理图像，对所述待处理图像进行图形化处理，得到图形化处理结果；
[0007]通过所述开放图形库调取中央处理器中深度学习模型的参数数据，利用所述参数数据对所述深度学习模型进行配置；
[0008]通过所述开放图形库将所述图形化处理结果调取至配置完成的深度学习模型中进行着色渲染处理，得到着色渲染结果发送至显示装置进行显示。
[0009]基于同一个专利技术构思，本申请第二方面提供了一种图像着色处理装置，包括：
[0010]图形化处理模块，被配置为通过开放图形库调取待处理图像，对所述待处理图像进行图形化处理，得到图形化处理结果；
[0011]参数配置模块，被配置为通过所述开放图形库调取中央处理器中深度学习模型的参数数据，利用所述参数数据对所述深度学习模型进行配置；
[0012]着色渲染模块，被配置为通过所述开放图形库将所述图形化处理结果调取至配置完成的深度学习模型中进行着色渲染处理，得到着色渲染结果发送至显示装置进行显示。
[0013]基于同一个专利技术构思，本申请第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现如第一方面所述的方法。
[0014]基于同一个专利技术构思，本申请第四方面提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，其中，所述计算机指令用于使计算机执行第一方面所述的方法。
[0015]基于同一个专利技术构思，本申请第五方面提供了一种计算机程序产品，包括计算机
程序指令，其中，当所述计算机程序指令在计算机上运行时，使得所述计算机执行如第一方面所述的方法。
[0016]从上面所述可以看出，本申请提供的图像着色处理方法及相关设备，能够利用开放图形库直接调取中央处理器中的待处理图像，并对其进行图形化处理之后；再利用开放图形库调取深度学习模型所需的参数数据，按照参数数据对该深度学习模型进行配置，配置完成后，将图形化处理结果利用配置完成的深度学习模型进行着色渲染处理；最后将着色渲染结果直接发送至显示装置进行显示。这样，通过开放图形库与深度学习模型的配合能够完成着色渲染的过程，这样使得得到的着色渲染结果无需回传至中央处理器，可以直接将该着色渲染结果发送至显示装置进行显示，能够减少数据传输的耗时，以及减少数据传输时资源的空间占用，提高着色渲染的效率。
附图说明
[0017]为了更清楚地说明本申请或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为本申请实施例的应用场景的结构示意图；
[0019]图2为本申请实施例的图像着色处理方法的流程图；
[0020]图3A为本申请实施例的图像着色处理方法的流程简图；
[0021]图3B为本申请实施例的纹理绑定过程的流程简图；
[0022]图3C为本申请实施例的着色渲染过程的逻辑处理图；
[0023]图4为本申请实施例的图像着色处理方法的结构框图；
[0024]图5为本申请实施例的电子设备的结构示意图。
具体实施方式
[0025]为使本申请的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本申请进一步详细说明。
[0026]需要说明的是，除非另外定义，本申请实施例使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
[0027]对本申请涉及的各个名词进行解释如下：
[0028]开放图形库：OpenGL，Open Graphics Library，是用于渲染2D、3D矢量图形的跨语言、跨平台的应用程序编程接口(API)。
[0029]中央处理器：CPU，central processing unit，作为计算机系统的运算和控制核
心，是信息处理、程序运行的最终执行单元。
[0030]图形处理器：GPU，graphics processing unit，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。
[0031]深度学习模型：是利用神经网络构建的包括多层算法神经元的数据模型。
[0032]顶点着色器：Vertex Shader，是一组指令代码，这组指令代码在顶点被渲染时执行。
[0033]片段着色器：Fragment Shader，又称为像素着色器，能够对拆分的多个图元分别进行着色处理。
[0034]TBO：Texture Buffer Objects，纹理缓冲区对象。
[0035]FBO：Frame Buffer Objects，帧缓冲区对象。
[0036]EBO：Element Buffer Objects，索引缓冲区对象。
[0037]VBO：Verter Buffer Objects，顶点缓冲区对象。
[0038]VAO：Verter Array Objects，顶点数组对象。
[0039]参考图1，其为本申请实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像着色处理方法，包括：通过开放图形库调取中央处理器中的待处理图像，对所述待处理图像进行图形化处理，得到图形化处理结果；通过所述开放图形库调取中央处理器中深度学习模型的参数数据，利用所述参数数据对所述深度学习模型进行配置；通过所述开放图形库将所述图形化处理结果调取至配置完成的深度学习模型中进行着色渲染处理，得到着色渲染结果发送至显示装置进行显示。2.根据权利要求1所述的方法，其中，所述图形化处理通过顶点着色器完成；所述对所述待处理图像进行图形化处理，得到图形化处理结果，包括：利用顶点着色器获取所述待处理图像的顶点数据，将所述顶点数据转换为图元数据，所述图元数据为矢量图；利用顶点着色器对所述图元数据进行光栅化处理得到栅格化数据，将所述栅格化数据作为所述图形化处理结果。3.根据权利要求1或2所述的方法，其中，将所述深度学习模型配置在片段着色器中。4.根据权利要求3所述的方法，其中，所述通过所述开放图形库调取中央处理器中深度学习模型的参数数据，利用所述参数数据对所述深度学习模型进行配置，包括：利用所述片段着色器执行：通过所述开放图形库从中央处理器中调取深度学习模型的参数数据；利用所述开放图形库调取纹理数据，利用所述纹理数据对所述参数数据进行绑定纹理处理，得到参数纹理对象；根据所述参数纹理对象对所述深度学习模型进行配置，得到配置完成的深度学习模型。5.根据权利要求4所述的方法，其中，所述利用所述开放图形库调取纹理数据，包括：利用所述开放图形库中的纹理提取函数调取纹理缓冲区对象中的纹理数据。6.根据权利要求3所述的方法，其中，所述通过所述开放图形库将所述图形化处理结果调取至配置完成的深度学习模型中进行着色渲染处理，得到着色渲染结果发送至显示装置进行显示，包括：利用所述片段着色器执行：获取所述图形化处理结果中每个图元数据的栅格化数据；利用所述开放图形库调取纹理数据，利用所述纹理数据对所述栅格化数据进行绑定纹理处理，得到图元纹理对象；将所述图元纹理对象输入至所述配置完成的深度学习模型中进行着色渲染处理，得到着色渲染结果发送至显示装置进行显示。7.根据权利要求6所述的方法，其中，所述深度学习模型为卷积神经网络模型，所述卷积神经网络模型中包括至少一个卷积层；所述将所述图元纹理对象输入至所述配...

【专利技术属性】
技术研发人员：高艳，卢运华，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：