CN104008534B - 一种人脸智能美化方法及装置 - Google Patents

Abstract

为提供一种快速、高效、自动的人脸智能美化处理方法及其装置，发明人提供的技术方案如下：一种人脸智能美化方法，包括步骤：读取待处理的人脸图像；创建边缘图像，从待处理的人脸图像中提取人脸边缘数据并存入所述边缘图像；对待处理的人脸图像进行自适应窗口大小的均值滤波处理。同时本发明还披露了一种实现上述人脸智能美化方法的人脸智能美化装置。本发明能够快速高效地对人脸进行自动磨皮处理，并且在经自动处理后能保留原本人脸的细节信息不被破坏。

Description

一种人脸智能美化方法及装置

技术领域

本发明涉及图像处理领域，更具体地涉及一种人脸智能美化方法及装置。

背景技术

随着图像处理技术的发展和人们对审美需求的不断提高，利用电子设备提供的以Photoshop为首的各类图片处理软件对照片风景或人像进行美化处理已经成为了当代人常见的选择。在人们日常生活中对图像处理最常见的需求之一就是对人脸的美化处理，人们追求的是一种在不失真的前提下尽可能将人脸变漂亮、光滑并且高质量显示图像的效果。虽然Photoshop可以完成这方面的工作，但它要求使用者对Photoshop有一定的了解，且处理工作复杂而繁琐。也基于此，近年来针对数字图像中人脸智能美化或自动美化的算法研究也层出不穷，然而现有技术中的人脸智能美化算法共有的缺点是处理速度较慢，且容易在自动处理后丢失细节特征。

发明内容

基于此，有必要提供一种快速、高效、自动的人脸智能美化处理方法及其装置。为达到上述发明目的，发明人提供的技术方案如下：

一种人脸智能美化方法，包括步骤：

读取待处理的人脸图像；

创建边缘图像，从待处理的人脸图像中提取人脸边缘数据并存入所述边缘图像；

对待处理的人脸图像进行自适应窗口大小的均值滤波处理。

进一步地，所述的人脸智能美化方法中，在步骤“读取待处理的人脸图像”之后以及步骤“创建边缘图像”之前，还包括步骤：

对待处理的人脸图像进行暗点检测和暗点消除处理。

进一步地，所述的人脸智能美化方法中，在步骤“对待处理的人脸图像进行自适应窗口大小的均值滤波处理”之后还包括步骤：

对经均值滤波处理的人脸图像进行肤色检测，并按预设方案调控人脸图像中属于肤色的像素点r通道的值。

进一步地，所述的人脸智能美化方法中，所述步骤“创建边缘图像，从待处理的人脸图像中提取人脸边缘数据并存入所述边缘图像”具体为：

创建第一灰度图像，提取待处理的人脸图像的灰度数据并保存于所述第一灰度图像中；

创建第二灰度图像，对所述第一灰度图像进行均值滤波处理并将处理结果保存于所述第二灰度图像中；

遍历第一灰度图像和第二灰度图像的像素点，比较第一灰度图像和第二灰度图像对应坐标上像素点的灰度值的差值，当差值的绝对值大于一预设阈值时，对边缘图像上对应坐标上像素点的灰度值赋值为255；否则对边缘图像上对应坐标上像素点的灰度值赋值为0；

对边缘图像进行均值滤波处理。

进一步地，所述的人脸智能美化方法中，所述“自适应窗口大小的均值滤波处理”具体为：

根据边缘图像中每个像素点的灰度值计算待处理的人脸图像中对应像素点的均值模糊窗口尺寸；

遍历待处理的人脸图像中每个像素点并根据每个像素点的上述均值模糊窗口尺寸进行均值滤波处理，将处理结果保存于滤波图像；

在RGB颜色空间下将滤波图像与待处理的人脸图像进行叠加处理。

一种人脸智能美化装置，包括输入输出单元、边缘处理单元和滤波处理单元；

所述输入输出单元用于读取待处理的人脸图像；

所述边缘处理单元用于创建边缘图像，并从待处理的人脸图像中提取人脸边缘数据以及存入所述边缘图像；

所述滤波处理单元用于对待处理的人脸图像进行自适应窗口大小的均值滤波处理。

进一步地，人脸智能美化装置还包括暗点处理单元，用于对待处理的人脸图像进行暗点检测和暗点消除处理

进一步地，人脸智能美化装置还包括肤色处理单元，用于对经均值滤波处理的人脸图像进行肤色检测，并按预设方案调控人脸图像中属于肤色的像素点r通道的值。

进一步地，人脸智能美化装置中，所述边缘处理单元创建边缘图像，并从待处理的人脸图像中提取人脸边缘数据以及存入所述边缘图像具体为：

创建第一灰度图像，提取待处理的人脸图像的灰度数据并保存于所述第一灰度图像中；

创建第二灰度图像，对所述第一灰度图像进行均值滤波处理并将处理结果保存于所述第二灰度图像中；

遍历第一灰度图像和第二灰度图像的像素点，比较第一灰度图像和第二灰度图像对应坐标上像素点的灰度值的差值，当差值的绝对值大于一预设阈值时，对边缘图像上对应坐标上像素点的灰度值赋值为255；否则对边缘图像上对应坐标上像素点的灰度值赋值为0；

对边缘图像进行均值滤波处理。

进一步地，人脸智能美化装置中，滤波处理单元用于对待处理的人脸图像进行自适应窗口大小的均值滤波处理具体为：

根据边缘图像中每个像素点的灰度值计算待处理的人脸图像中对应像素点的均值模糊窗口尺寸；

遍历待处理的人脸图像中每个像素点并根据每个像素点的上述均值模糊窗口尺寸进行均值滤波处理，将处理结果保存于滤波图像；

在RGB颜色空间下将滤波图像与待处理的人脸图像进行叠加处理。

与现有技术对比，本发明技术方案的技术效果为处理速度快、效率高，且能很好地保留轮廓、毛发等面部细节。

附图说明

图1为本发明一实施方式所述人脸智能美化方法的流程图；

图2为本发明另一实施方式所述人脸智能美化装置的功能模块示意图。

附图标记说明：

1-输入输出单元

2-边缘处理单元

3-滤波处理单元

4-暗点处理单元

5-肤色处理单元

具体实施方式

为详细说明本发明的技术内容、构造特征、所实现目的及效果，以下结合实施方式并配合附图详予说明。

请参阅图1，为本发明一实施方式所述人脸智能美化方法的流程图；所述方法包括步骤：

S1、读取待处理的人脸图像；

S2、对待处理的人脸图像进行暗点检测和暗点消除处理；

S3、创建边缘图像，从待处理的人脸图像中提取人脸边缘数据并存入所述边缘图像；

S4、对待处理的人脸图像进行自适应窗口大小的均值滤波处理；

S5、对经均值滤波处理的人脸图像进行肤色检测，并按预设方案调控人脸图像中属于肤色的像素点r通道的值；

S6、输出经处理的人脸图像。

进一步地，步骤S4又包括以下分步骤：

S41、创建第一灰度图像，提取待处理的人脸图像的灰度数据并保存于所述第一灰度图像中；

S42、创建第二灰度图像，对所述第一灰度图像进行均值滤波处理并将处理结果保存于所述第二灰度图像中；

S43、遍历第一灰度图像和第二灰度图像的像素点，比较第一灰度图像和第二灰度图像对应坐标上像素点的灰度值的差值，当差值的绝对值大于一预设阈值时，对边缘图像上对应坐标上像素点的灰度值赋值为255；否则对边缘图像上对应坐标上像素点的灰度值赋值为0；

S44、对边缘图像进行均值滤波处理。

进一步地，步骤S5又包括以下分步骤：

S51、根据边缘图像中每个像素点的灰度值计算待处理的人脸图像中对应像素点的均值模糊窗口尺寸；

S52、遍历待处理的人脸图像中每个像素点并根据每个像素点的上述均值模糊窗口尺寸进行均值滤波处理，将处理结果保存于滤波图像；

S53、在RGB颜色空间下将滤波图像与待处理的人脸图像进行叠加处理。

以下以一具体案例对本实施方式实现人脸智能美化的方法进行详述：

首先，读取待智能美化处理的人脸图像Img。

然后，对Img进行暗点检测，并用肤色代替暗点，本步骤的目的是消除人脸上的痣、斑点或其他皮肤瑕疵。暗点检测与暗点消除的具体方法为：

S21、设置暗点检测矩形框的边长w与阈值alpha；

S22、对图像Img的每个像素点进行以下操作：

以待检测的像素点为中心像素点；

遍历中心像素点矩形框边上的像素点(矩形框边长为w，所以一共有4*w-4个像素点)，提取边缘像素点的灰度值Bi，0<i<(4*w-4),将Bi与中心点像素的灰度值A进行比较，并记录与A灰度值最接近的边框像素点的灰度值B’；

若所有边框像素点的灰度值Bi满足式子：Bi-A>alpha,0<i<(4*w-4)，则认为中心像素点为暗点，并以B’代替中心像素点的像素值A。

经过暗点检测和暗点消除步骤，接下来创建一张图像Mask1，用于保存从Img中提取的边缘。具体操作如下：

A.提取Img的灰度图像保存于Img-gray。对Img-gray进行均值滤波，并将滤波后的图像保存在Ima_gray1中。

B.遍历Img-gray和Img_gray1的像素点，计算这两个图像对应坐标上像素点的灰度值差值，如果差值的绝对值大于阈值beta，就令Mask1对应像素点的灰度为255；否则为0。

C.对Mask1进行均值滤波，并将结果保存到Mask1中。

以上步骤完成了边缘图像的提取和保存工作。继而进行的是自适应窗口大小的均值滤波步骤，具体为：

A.设置均值滤波窗口大小的最大值sizeMax和最小值sizeMin。

B.设置阈值alpha1和alpha2(alpha1>alpha2)，根据Mask1中每个像素点灰度值gray(i，j)设置Img中对应像素点进行均值模糊窗口的大小，i和j分别表示Mask1的横坐标和纵坐标。

窗口的大小windowsize(i，j)按以下公式计算：

C.遍历Img的每个像素点，根据步骤B中计算的均值模糊窗口大小进行均值滤波处理，并将均值滤波处理的结果保存在图像Img-buffing中。

D.根据Mask1中像素点的灰度值gray(i，j)在RGB颜色空间下叠加Img和Img-buffing。叠加的公式如下：

其中Img-output为输出的图像，i，j分别为图像的横坐标与纵坐标，k表示RGB颜色空间第k通道。

上述步骤S2完成暗点检测和暗点消除处理，步骤S3、S4完成人脸磨皮处理，二者之间在效果上有一定联系。如果待处理的人脸上没有明显暗点或瑕疵时，步骤S2进行与否对人像磨皮效果没有明显妨碍。然而如果待美化处理的人脸上有明显暗点或瑕疵，而不进行步骤S2的消除暗点处理直接进行S3、S4的磨皮步骤的话，磨皮处理的效果将会受未消除的暗点影响。这也就意味着，在某些实施方式的实现中，步骤S2所述的暗点消除能够在很大程度上提升后续人脸磨皮步骤的处理效果。

完成自适应窗口大小的均值滤波处理流程后，下一步是利用肤色模型对Img-output进行肤色检测，并按预设方案调控人脸图像中属于肤色的像素点r通道的值。目的是使人脸变得红润而更加美观。具体操作方法为：

对图像Img-output进行肤色区域的检测；

创建一张与Img-output大小相同的灰度图像mask3；

遍历Img-output的像素点，提取像素点的RGB颜色空间下r、g、b三个通道的值，若满足以下四个条件就认为这个像素点不属于肤色像素点，否则为肤色区像素点：

条件a：r>230或g>230或b>230；

条件b：(r+g)>450；

条件c：r<80或g<80或b<80；

条件d：┑((g-r)<10∩(b-g)<10))。

若Img-output的某一像素点为肤色区域像素，则标记mask3上对应坐标上的像素点，令其值为255，否则为0；

对mask3进行均值滤波。

根据mask3中肤色区域信息，对Img-output肤色区域进行肤色变红润的操作：设置参数gama，用以控制人脸红润度；提取Img-output像素点的r通道值，mask3中对应像素点的灰度值mask3Gray，并按照以下公式计算红色通道的增量add：add＝gama*r*mask3Gray/255。最后，将像素原来r通道的值修改为(r+add)。

最后，输出经处理的人像图像，即Img-output文件。

上述实施方式的技术效果为处理速度快、效率高，且能很好地保留轮廓、毛发等面部细节。

请参阅图2，为本发明另一实施方式中一种人脸智能美化装置的功能模块示意图。所述装置包括输入输出单元1、边缘处理单元2和滤波处理单元3；

所述输入输出单元1用于读取待处理的人脸图像；

所述边缘处理单元2用于创建边缘图像，并从待处理的人脸图像中提取人脸边缘数据以及存入所述边缘图像。具体为：创建第一灰度图像，提取待处理的人脸图像的灰度数据并保存于所述第一灰度图像中；创建第二灰度图像，对所述第一灰度图像进行均值滤波处理并将处理结果保存于所述第二灰度图像中；遍历第一灰度图像和第二灰度图像的像素点，比较第一灰度图像和第二灰度图像对应坐标上像素点的灰度值的差值，当差值的绝对值大于一预设阈值时，对边缘图像上对应坐标上像素点的灰度值赋值为255；否则对边缘图像上对应坐标上像素点的灰度值赋值为0；对边缘图像进行均值滤波处理。

所述滤波处理单元3用于对待处理的人脸图像进行自适应窗口大小的均值滤波处理，具体为：根据边缘图像中每个像素点的灰度值计算待处理的人脸图像中对应像素点的均值模糊窗口尺寸；遍历待处理的人脸图像中每个像素点并根据每个像素点的上述均值模糊窗口尺寸进行均值滤波处理，将处理结果保存于滤波图像；在RGB颜色空间下将滤波图像与待处理的人脸图像进行叠加处理。

进一步地，所述的人脸智能美化装置还包括暗点处理单元4，用于对待处理的人脸图像进行暗点检测和暗点消除处理。

进一步地，所述的人脸智能美化装置还包括肤色处理单元5，用于对经均值滤波处理的人脸图像进行肤色检测，并按预设方案调控人脸图像中属于肤色的像素点r通道的值。

以下以一具体案例对本实施方式所述装置实现人脸智能美化功能的方式进行详述：

首先，输入输出单元1读取待智能美化处理的人脸图像Img。

然后，暗点处理单元4对Img进行暗点检测，并用肤色代替暗点，目的是消除人脸上的痣、斑点或其他皮肤瑕疵。具体实现方式如下：

首先，暗点处理单元4设置暗点检测矩形框的边长w与阈值alpha，然后

对图像Img的每个像素点进行以下操作：

以待检测的像素点为中心像素点；

遍历中心像素点矩形框边上的像素点(矩形框边长为w，所以一共有4*w-4个像素点)，提取边缘像素点的灰度值Bi，0<i<(4*w-4),将Bi与中心点像素的灰度值A进行比较，并记录与A灰度值最接近的边框像素点的灰度值B’；

若所有边框像素点的灰度值Bi满足式子：Bi-A>alpha,0<i<(4*w-4)，则认为中心像素点为暗点，并以B’代替中心像素点的像素值A。

经过暗点处理单元4进行的暗点检测和暗点消除处理，接下来边缘处理单元2创建一张图像Mask1，用于保存从Img中提取的边缘。具体操作如下：

A.提取Img的灰度图像保存于Img-gray。对Img-gray进行均值滤波，并将滤波后的图像保存在Ima_gray1中。

B.遍历Img-gray和Img_gray1的像素点，计算这两个图像对应坐标上像素点的灰度值差值，如果差值的绝对值大于阈值beta，就令Mask1对应像素点的灰度为255；否则为0。

C.对Mask1进行均值滤波，并将结果保存到Mask1中。

经过边缘处理单元2的上述操作，完成了边缘图像的提取和保存工作。继而由滤波处理单元3进行自适应窗口大小的均值滤波步骤，具体为：

A.设置均值滤波窗口大小的最大值sizeMax和最小值sizeMin。

B.设置阈值alpha1和alpha2(alpha1>alpha2)，根据Mask1中每个像素点灰度值gray(i，j)设置Img中对应像素点进行均值模糊窗口的大小，i和j分别表示Mask1的横坐标和纵坐标。

窗口的大小windowsize(i，j)按以下公式计算：

C.遍历Img的每个像素点，根据步骤B中计算的均值模糊窗口大小进行均值滤波处理，并将均值滤波处理的结果保存在图像Img-buffing中。

D.根据Mask1中像素点的灰度值gray(i，j)在RGB颜色空间下叠加Img和Img-buffing。叠加的公式如下：

其中Img-output为输出的图像，i，j分别为图像的横坐标与纵坐标，k表示RGB颜色空间第k通道。

滤波处理单元3完成自适应窗口大小的均值滤波处理工作后，肤色处理单元5利用肤色模型对Img-output进行肤色检测，并按预设方案调控Img-output中属于肤色的像素点r通道的值，目的是实现使人脸变得红润而更加美观的效果。具体操作方法为：

对图像Img-output进行肤色区域的检测；

创建一张与Img-output大小相同的灰度图像mask3；

遍历Img-output的像素点，提取像素点的RGB颜色空间下r、g、b三个通道的值，若满足以下四个条件就认为这个像素点不属于肤色像素点，否则为肤色区像素点：

条件a：r>230或g>230或b>230；

条件b：(r+g)>450；

条件c：r<80或g<80或b<80；

条件d：┑((g-r)<10∩(b-g)<10))。

若Img-output的某一像素点为肤色区域像素，则标记mask3上对应坐标上的像素点，令其值为255，否则为0；

对mask3进行均值滤波。

根据mask3中肤色区域信息，对Img-output肤色区域进行肤色变红润的操作：设置参数gama，用以控制人脸红润度；提取Img-output像素点的r通道值，mask3中对应像素点的灰度值mask3Gray，并按照以下公式计算红色通道的增量add：add＝gama*r*mask3Gray/255。最后，将像素原来r通道的值修改为(r+add)。

最后，输入输出单元1输出经处理的人像图像，即Img-output文件。

上述实施方式的技术效果为处理速度快、效率高，且能很好地保留轮廓、毛发等面部细节。

以上所述仅为本发明的实施例，并非因此限制本发明的专利保护范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种人脸智能美化方法，其特征在于，包括步骤：

读取待处理的人脸图像；对待处理的人脸图像进行暗点检测和暗点消除处理；

创建边缘图像，从待处理的人脸图像中提取人脸边缘数据并存入所述边缘图像；

对待处理的人脸图像进行自适应窗口大小的均值滤波处理；

对经均值滤波处理的人脸图像进行肤色检测，并按预设方案调控人脸图像中属于肤色的像素点r通道的值；

所述肤色检测具体为：

提取像素点的RGB颜色空间下r、g、b三个通道的值，若满足以下四个条件就认为这个像素点不属于肤色像素点，否则为肤色区像素点：

条件a：r＞230或g＞230或b＞230；

条件b：(r+g)＞450；

条件c：r＜80或g＜80或b＜80；

条件d：

2.如权利要求1所述的人脸智能美化方法，其特征在于，所述步骤“创建边缘图像，从待处理的人脸图像中提取人脸边缘数据并存入所述边缘图像”具体为：

创建第一灰度图像，提取待处理的人脸图像的灰度数据并保存于所述第一灰度图像中；

创建第二灰度图像，对所述第一灰度图像进行均值滤波处理并将处理结果保存于所述第二灰度图像中；

遍历第一灰度图像和第二灰度图像的像素点，比较第一灰度图像和第二灰度图像对应坐标上像素点的灰度值的差值，当差值的绝对值大于一预设阈值时，对边缘图像上对应坐标上像素点的灰度值赋值为255；否则对边缘图像上对应坐标上像素点的灰度值赋值为0；

对边缘图像进行均值滤波处理。

3.如权利要求1所述的人脸智能美化方法，其特征在于，所述“自适应窗口大小的均值滤波处理”具体为：

根据边缘图像中每个像素点的灰度值计算待处理的人脸图像中对应像素点的均值模糊窗口尺寸；

遍历待处理的人脸图像中每个像素点并根据每个像素点的上述均值模糊窗口尺寸进行均值滤波处理，将处理结果保存于滤波图像；

在RGB颜色空间下将滤波图像与待处理的人脸图像进行叠加处理。

4.一种人脸智能美化装置，其特征在于，包括输入输出单元、边缘处理单元、暗点处理单元和滤波处理单元；

所述输入输出单元用于读取待处理的人脸图像；所述暗点处理单元用于对待处理的人脸图像进行暗点检测和暗点消除处理；

所述边缘处理单元用于创建边缘图像，并从待处理的人脸图像中提取人脸边缘数据以及存入所述边缘图像；

所述滤波处理单元用于对待处理的人脸图像进行自适应窗口大小的均值滤波处理；

还包括肤色处理单元，用于对经均值滤波处理的人脸图像进行肤色检测，并按预设方案调控人脸图像中属于肤色的像素点r通道的值，所述肤色检测具体为：

提取像素点的RGB颜色空间下r、g、b三个通道的值，若满足以下四个条件就认为这个像素点不属于肤色像素点，否则为肤色区像素点：

条件a：r＞230或g＞230或b＞230；

条件b：(r+g)＞450；

条件c：r＜80或g＜80或b＜80；

条件d：

5.如权利要求4所述的人脸智能美化装置，其特征在于，所述边缘处理单元创建边缘图像，并从待处理的人脸图像中提取人脸边缘数据以及存入所述边缘图像具体为：

创建第一灰度图像，提取待处理的人脸图像的灰度数据并保存于所述第一灰度图像中；

创建第二灰度图像，对所述第一灰度图像进行均值滤波处理并将处理结果保存于所述第二灰度图像中；

遍历第一灰度图像和第二灰度图像的像素点，比较第一灰度图像和第二灰度图像对应坐标上像素点的灰度值的差值，当差值的绝对值大于一预设阈

值时，对边缘图像上对应坐标上像素点的灰度值赋值为255；否则对边缘图像上对应坐标上像素点的灰度值赋值为0；

对边缘图像进行均值滤波处理。

6.如权利要求4所述的人脸智能美化装置，其特征在于，滤波处理单元用于对待处理的人脸图像进行自适应窗口大小的均值滤波处理具体为：

根据边缘图像中每个像素点的灰度值计算待处理的人脸图像中对应像素点的均值模糊窗口尺寸；

遍历待处理的人脸图像中每个像素点并根据每个像素点的上述均值模糊窗口尺寸进行均值滤波处理，将处理结果保存于滤波图像；

在RGB颜色空间下将滤波图像与待处理的人脸图像进行叠加处理。