CN103413268A - 一种自动优化脸型的拍照方法 - Google Patents

Abstract

本发明涉及一种自动优化脸型的拍照方法，其在打开摄像头的同时就加载了人脸变形的映射表，并在检测到人脸后立即对其进行优化处理，其不仅可以实现脸型优化，更重要的是其在拍照的同时对脸型进行实时处理，无需在拍完照后应用专业软件对照片进行编辑，效率更高，适用人群更广。

Description

一种自动优化脸型的拍照方法

技术领域

本发明涉及一种拍照方法，特别是一种基于映射表的自动优化脸型的拍照方法。

背景技术

随着智能手机不断普及，手机摄像头配置不断升级。人们更愿意使用手机设备来进行自拍。而在这其中，人脸的美化更是人们关注的重点。爱美之心，人皆有之。每个人都希望自己能够拥有更加精致美丽的脸型。虽然现在整形手术已经很成熟了，但是高额的费用与手术风险使得许多人望而却步。而通过数字图像处理对自己的脸型进行改善是最简单而直接的方式，不仅简单而且安全可靠。于是为了解决此一问题，目前的方式都是借助于数字图像编辑软件，但是并非所有的人都能够娴熟地使用图像编辑软件，因此也造成了使用者难以入门的问题。虽然说现有发明：一种基于三角网格化的人物图像瘦脸处理方法提出基于三角网格化的瘦脸处理方法。可以直接应用到数字图像编辑软件中，但是由于其计算复杂度的问题，无法达到实时处理的效果。

发明内容

本发明为解决上述问题，提供了一种自动优化脸型的拍照方法，其不仅可以实现脸型优化，更重要的是其在拍照的同时对脸型进行实时处理，无需在拍完照后应用专业软件对照片进行编辑，效率更高，适用人群更广。

为实现上述目的，本发明采用的技术方案为：

一种自动优化脸型的拍照方法，其特征在于，包括以下步骤：

步骤1.打开摄像头，加载映射表；

步骤2.捕获摄像头的数据；

步骤3.对捕获到的数据进行人脸检测；

步骤4.判断是否检测到人脸，若未检测到人脸，则执行步骤2,；若检测到人脸，执行步骤5；

步骤5.利用映射表对人脸区域的数据进行优化处理。

优选的，所述步骤5中的优化处理为瘦脸、胖脸或笑脸。

优选的，所述步骤5中利用映射表对人脸区域的数据进行优化处理，具体为根据人脸区域数据的当前像素点的坐标利用映射表映射后得到新的坐标，并根据新的坐标获取新坐标的颜色值，将其设置为当前像素点的颜色值。

优选的，所述新坐标的计算方法为：

newX=(arrayX[oldX]-128)+oldX;

newY=(arrayY[oldY]-128)+oldY;

其中，newX、newY是变形后的新的坐标；arrayX、arrayY为映射表；oldX、oldY是当前像素点的坐标。

优选的，所述步骤2中捕获摄像头的数据包括以下数据格式：24RGB、24BGR、32ARGB、32BGRA、32ABGR、32RGBA、64ARGB、48RGB、32AlphaGray、16Gray、30RGB、422YpCbCr8、4444YpCbCrA8、4444YpCbCrA8R、4444AYpCbCr8、4444AYpCbCr16、444YpCbCr8、422YpCbCr16、22YpCbCr10、444YpCbCr10、420YpCbCr8Planar、420YpCbCr8PlanarFullRange、422YpCbCr_4A_8BiPlanar、420YpCbCr8BiPlanarVideoRange、YCbCrBiPlanar、422YpCbCr8_yuvs。

优选的，所述映射表中的偏移值的计算公式为：

$u={\left(\frac{r^2-{|x-c|}^2}{r^2-{|x-c|}^2+\mathrm{amount}*{|m-c|}^2}\right)}^2(m-c)$

其中，x为要计算的点的坐标；r为预设的变形的半径；c为预设的变形的起始点；m为预设的变形的终点；u为x坐标相对起始点c到终点m的偏移值。

本发明在打开摄像头的同时就加载了人脸变形的映射表，并在检测到人脸后立即对其进行优化处理，例如对于太胖的脸进行瘦脸处理，对于太瘦的脸进行胖脸处理，还可以进行笑脸处理，其不仅可以实现脸型优化，更重要的是其在拍照的同时对脸型进行实时处理，无需在拍完照后应用专业软件对照片进行编辑，效率更高，适用人群更广。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明一种自动优化脸型的拍照方法的具体流程图；

图2为本发明拍照方法的人脸变形示意图；

图3为本发明映射表计算方法的示意图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明提供一种自动优化脸型的拍照方法，其特征在于，包括以下步骤：

10：步骤1.打开摄像头，加载映射表；

20：步骤2.捕获摄像头的数据；

30：步骤3.对捕获到的数据进行人脸检测；

40：步骤4.判断是否检测到人脸，若未检测到人脸，则执行步骤2,；若检测到人脸，执行步骤5；

50：步骤5.利用映射表对人脸区域的数据进行优化处理。

所述步骤5中的优化处理为瘦脸、胖脸或笑脸，用户可根据需要选择其中的一种。

所述步骤5中利用映射表对人脸区域的数据进行优化处理，具体为根据人脸区域数据的当前像素点的坐标利用映射表映射后得到新的坐标，并根据新的坐标获取新坐标的颜色值，将其设置为当前像素点的颜色值。

上述新坐标的计算方法为：

newX=(arrayX[oldX]-128)+oldX;

newY=(arrayY[oldY]-128)+oldY;

其中，newX、newY是变形后的新的坐标；arrayX、arrayY为映射表；oldX、oldY是当前像素点的坐标。

所述步骤2中捕获摄像头的数据包括但不限于以下数据格式：24RGB、24BGR、32ARGB、32BGRA、32ABGR、32RGBA、64ARGB、48RGB、32AlphaGray、16Gray、30RGB、422YpCbCr8、4444YpCbCrA8、4444YpCbCrA8R、4444AYpCbCr8、4444AYpCbCr16、444YpCbCr8、422YpCbCr16、22YpCbCr10、444YpCbCr10、420YpCbCr8Planar、420YpCbCr8PlanarFullRange、422YpCbCr_4A_8BiPlanar、420YpCbCr8BiPlanarVideoRange、YCbCrBiPlanar、422YpCbCr8_yuvs等格式。

如图2所示的人脸变形示意图，以瘦脸为例，虚线框表示人脸的正常点的坐标，箭头表示变形的方向，而实线部分则表示脸型变形后的结果，我们可以看出，左边的脸是向右边进行坐标偏移，而右边的脸是向左边进行坐标偏移。

如图3所示的映射表计算方法的示意图，即人脸坐标变形的基本算法：图中显示了一个xy坐标和一个圆，该圆代表了一个以r为半径的圆形选区，其中，C点是预设变形的起始点，也就是圆形选区的圆心；M点是预设变形的终点；从C点运动到M点时，致使图像中的点U变换到点X，所以，对圆内每个像素点通过变形公式进行变换后得到每个像素点的位置偏移值，同理推广到预设的人脸的矩形区域内的每个像素点，从而求出每个预设的人脸区域的每个像素点的位置偏移值，这就是得到变换映射表的方法。所述映射表中的偏移值的计算公式为：

$u={\left(\frac{r^2-{|x-c|}^2}{r^2-{|x-c|}^2+\mathrm{amount}*{|m-c|}^2}\right)}^2(m-c)$

其中，x为要计算的点的坐标；r为预设的变形的半径；c为预设的变形的起始点；m为预设的变形的终点；u为x坐标相对起始点c到终点m的偏移值。

另外，本发明步骤3中涉及到的人脸识别，由于采用的是常规方法，因此不进行赘述。

本发明的应用环境包括硬件方面与软件方面。硬件方面是指直接从摄像头获取数据来进行改变，再将修改后的数据返回给摄像头驱动进行给渲染层进行显示；软件方面是指，根据各平台的系统给开发者摄像头的数据，开发者对该数据进行改变，再将改变后的数据自己显示出来。

上述说明示出并描述了本发明的优选实施例，如前，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (6)

1.一种自动优化脸型的拍照方法，其特征在于，包括以下步骤：

步骤1.打开摄像头，加载映射表；

步骤2.捕获摄像头的数据；

步骤3.对捕获到的数据进行人脸检测；

步骤4.判断是否检测到人脸，若未检测到人脸，则执行步骤2,；若检测到人脸，执行步骤5；

步骤5.利用映射表对人脸区域的数据进行优化处理。

2.根据权利要求1所述的一种自动优化脸型的拍照方法，其特征在于：所述步骤5中的优化处理为瘦脸、胖脸或笑脸。

3.根据权利要求1所述的一种自动优化脸型的拍照方法，其特征在于：所述步骤5中利用映射表对人脸区域的数据进行优化处理，具体为根据人脸区域数据的当前像素点的坐标利用映射表映射后得到新的坐标，并根据新的坐标获取新坐标的颜色值，将其设置为当前像素点的颜色值。

4.根据权利要求3所述的一种自动优化脸型的拍照方法，其特征在于：所述新坐标的计算方法为：

newX=(arrayX[oldX]-128)+oldX;

newY=(arrayY[oldY]-128)+oldY;

其中，newX、newY是变形后的新的坐标；arrayX、arrayY为映射表；oldX、oldY是当前像素点的坐标。

5.根据权利要求1所述的一种自动优化脸型的拍照方法，其特征在于：所述步骤2中捕获摄像头的数据包括以下数据格式：24RGB、24BGR、32ARGB、32BGRA、32ABGR、32RGBA、64ARGB、48RGB、32AlphaGray、16Gray、30RGB、422YpCbCr8、4444YpCbCrA8、4444YpCbCrA8R、4444AYpCbCr8、4444AYpCbCr16、444YpCbCr8、422YpCbCr16、22YpCbCr10、444YpCbCr10、420YpCbCr8Planar、420YpCbCr8PlanarFullRange、422YpCbCr_4A_8BiPlanar、420YpCbCr8BiPlanarVideoRange、YCbCrBiPlanar、422YpCbCr8_yuvs。

6.根据权利要求1或3或4所述的一种自动优化脸型的拍照方法，其特征在于：所述映射表中的偏移值的计算公式为：

$u={\left(\frac{r^2-{|x-c|}^2}{r^2-{|x-c|}^2+\mathrm{amount}*{|m-c|}^2}\right)}^2(m-c)$

其中，x为要计算的点的坐标；r为预设的变形的半径；c为预设的变形的起始点；m为预设的变形的终点；u为x坐标相对起始点c到终点m的偏移值。

Images