CN104966280B - 照片处理方法及装置 - Google Patents

Abstract

本发明提出一种照片处理方法及装置，其方法包括：对照片进行检测，获得照片上眼睛的宽度；根据眼睛宽度判断是否要对照片中眼睛部分进行放大；当要对照片中眼睛部分进行放大时，确定照片上距离待放大眼睛的瞳孔中心设定范围内的待变换点；根据所述待变换点到待放大眼睛瞳孔中心的距离以及预设的变换模板，获取与各个待变换点对应的映射点；将所述映射点的像素替换到对应的待变换点。本发明可以智能检测照片中眼睛的位置，识别眼睛的大小，自动对过小的眼睛进行自然的平滑放大，从而美化照片上的人物形象，提高照片的整体效果。

Description

照片处理方法及装置

技术领域

本发明涉及一种图片处理技术，特别涉及一种照片处理方法及装置。

背景技术

目前，随着数码相机、手机、摄像头等设备的普及，照片产生的数量越来越多，但由于光线、摄像器材、个人相貌，拍摄角度，拍摄姿势，闪光眨眼等原因，一些拍摄后的照片效果，特别是眼睛部位，往往不尽如人意，例如眨眼，眯眼，眼睛无神等，而眼睛往往会体现人物的精神面貌，眼睛没有拍摄好，会影响照片的整体效果。所以一些专业的人士会用photoshop等软件来对照片进行处理，将眨眼，眯眼等眼睛的不合理处进行修正，使得照片中的人物更加美观。

在照片的处理过程中，常规的方法是操作人员利用软件手动移动照片中眼睛图像，这需要复杂而又精细的操作，很难做到过度自然，一般用户是难以掌握的，而且需要操作人员对软件操作具有较高的熟悉程度，学习成本很高。

发明内容

本发明实施例的目的是提供一种照片处理方法及装置，以解决现有的对人物照片中眼睛的处理方式操作难度高、软件学习成本高的缺点。

本发明实施例提出一种照片处理方法，包括：

对照片进行检测，获得照片上眼睛的宽度；

根据眼睛宽度判断是否要对照片中眼睛部分进行放大；

当要对照片中眼睛部分进行放大时，确定照片上距离待放大眼睛的瞳孔中心设定范围内的待变换点；

根据所述待变换点到待放大眼睛瞳孔中心的距离以及预设的变换模板，获取与各个待变换点对应的映射点；

将所述映射点的像素替换到对应的待变换点。

本发明实施例还提出一种照片处理装置，包括：

检测模块，用于对照片进行检测，获得照片上眼睛的宽度；

判断模块，用于根据眼睛宽度判断是否要对照片中眼睛部分进行放大；

待变换点确定模块，用于当要对照片中眼睛部分进行放大时，确定照片上距离待放大眼睛的瞳孔中心设定范围内的待变换点；

映射点获取模块，用于根据所述待变换点到待放大眼睛瞳孔中心的距离以及预设的变换模板，获取与各个待变换点对应的映射点；

像素替换模块，用于将所述映射点的像素替换到对应的待变换点。

相对于现有技术，本发明的有益效果是：本发明实施例的照片处理方法及装置，可以智能检测照片中眼睛的位置，识别眼睛的大小，自动对过小的眼睛进行自然的平滑放大，从而美化照片上的人物形象，提高照片的整体效果。

附图说明

图1为本发明实施例的一种照片处理方法及装置的运行环境示意图；

图2为本发明实施例的一种照片处理方法的流程图；

图3为本发明实施例的一种照片上眼睛宽度的示意图；

图4为本发明实施例的一种待变换范围的示意图；

图5为本发明实施例的另一种照片处理方法的流程图；

图6为本发明实施例的一种照片处理装置的结构图；

图7为本发明实施例的另一种照片处理装置的结构图。

具体实施方式

有关本发明的前述及其他技术内容、特点及功效，在以下配合参考图式的较佳实施例详细说明中将可清楚的呈现。通过具体实施方式的说明，当可对本发明为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解，然而所附图式仅是提供参考与说明之用，并非用来对本发明加以限制。

本发明实施例涉及一种照片处理方法及装置，用于对照片上眼睛部位进行检测，并自动对过小的眼睛进行自然、平滑地放大，从而美化照片上的人物形象，提高照片的整体效果。本发明的方法及装置应用于用户端，请参见图1，其为上述的方法及装置的运行环境示意图。一种用户端100，包括：存储器102、存储控制器104、一个或多个(图中仅示出一个)处理器106、外设接口108以及网络模块110。可以理解，图2所示的结构仅为示意，其并不对用户端100的结构造成限定。例如，用户端100还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。

存储器102可用于存储软件程序以及模块，如本发明实施例中的照片处理方法及装置对应的程序指令/模块，处理器104通过运行存储在存储器102内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的方法。

存储器102可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器102可进一步包括相对于处理器106远程设置的存储器，这些远程存储器可以通过网络连接至用户端100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。处理器106以及其他可能的组件对存储器102的访问可在存储控制器104的控制下进行。

外设接口108将各种输入/输入装置耦合至处理器106。处理器106运行存储器102内的各种软件、指令计算装置100执行各种功能以及进行数据处理。在一些实施例中，外设接口108、处理器106以及存储控制器104可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

网络模块110用于接收以及发送网络信号。上述网络信号可包括无线信号或者有线信号。在一个实例中，上述网络信号为有线网络信号。此时，网络模块110可包括处理器、随机存储器、转换器、晶体振荡器等元件。

上述的软件程序以及模块包括：操作系统122及浏览器引擎124。其中操作系统122例如可为LINUX,UNIX,WINDOWS，其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动，并可与各种硬件或软件组件相互通讯，从而提供其他软件组件的运行环境。浏览器引擎124运行在操作系统122的基础上。浏览器引擎124例如可为Webkit浏览器引擎。

请参见图2，其为本发明实施例的一种照片处理方法的流程图，其包括以下步骤：

S201，对照片进行检测，获得照片上眼睛的宽度。

检测照片的目的是找出照片上眼睛的位置，以及得到眼睛的轮廓。可以根据需要来选择检测方式，例如可以直接对照片进行扫描，根据照片上的像素分布来确定眼睛的位置，或者也可以将照片解码成三原色光模式的信息流，然后通过计算机算法解析出照片上眼睛的位置。如果检测出照片上的眼睛位置，则进入步骤S202，如果检测不出照片上的眼睛位置，说明这张照片上可能并不含有人物脸部，则对照片不作处理。

本发明实施例所述的眼睛宽度是指睁开眼睛的大小，请结合参见图3，其中的“s”就是指眼睛的宽度。

S202，根据眼睛宽度判断是否要对照片中眼睛部分进行放大。

例如拍照时眨眼、眯眼等情况就会导致照片上眼睛的宽度过小，显得人物没有精神，这时就需要对眼睛进行放大。判断方法可以根据需要来设定，例如，在照片上人物高度确定的情况下，将眼睛宽度与一个设定阈值进行比对，如果眼睛宽度小于该阈值，就可以判定要对眼睛进行放大。或者也可以采集照片上的尺寸参数来进行判断，例如可以将两倍的眼睛宽度与两眼瞳孔中心的间距进行比对，如果两倍的眼睛宽度小于两眼瞳孔中心的间距，则判定要对眼睛进行放大。如果判断出要对眼睛进行放大，则进入步骤S203，如果判断出不需要对眼睛进行放大，则结束流程或者对照片作对比度调整等其它处理。

S203，确定照片上距离待放大眼睛的瞳孔中心设定范围内的待变换点。

所述的待变换点是指要进行调整像素的像素点。如果仅仅只对眼睛进行放大，会使放大后的眼睛与脸部其它部分不协调，因此本发明实施例会对眼睛以及眼睛周围一定范围进行像素调整。所述的设定范围要大于待放大眼睛的轮廓所包含的范围。请结合参见图4，点m是待放大眼睛41的瞳孔中心，以m点为中心，半径为L的圆内所有的像素点均为待变换点，其中L的值可以根据实际需要来设定。

S204，根据所述待变换点到待放大眼睛瞳孔中心的距离以及预设的变换模板，获取与各个待变换点对应的映射点。

所述映射点是指眼睛未放大前照片上的像素点，所述的变换模板是指预设的一种函数算法，用来根据待变换点到待放大眼睛瞳孔中心的距离来计算映射点的像素点坐标，例如可以根据待变换点到待放大眼睛瞳孔中心的距离来计算映射点到待放大眼睛瞳孔中心的距离，结合参见图4，m点是待变换点，m点到瞳孔中心P点的距离为r，根据变换模板和m点到P点的距离就可以算出n点到P点的距离R，从而根据P点的坐标获得与待变换点m对应的映射点n的坐标。当然，变换模板的算法可以根据需要来设计，

S205，将所述映射点的像素替换到对应的待变换点。所述映射点的像素可以采用邻近法、双线性插值法等方式获得，所有待变换点的像素替换完毕后，便完成了眼睛的放大。

本发明实施例可以智能检测照片中眼睛的位置，识别眼睛的大小，自动对过小的眼睛进行自然的平滑放大，从而美化照片上的人物形象，提高照片的整体效果。

请参见图5，其为本发明实施例的另一种照片处理方法的流程图，其包括以下步骤：

S501，对照片进行解码，转换成照片的信息流。

本实施例优选将照片解码成三原色光模式(RGB color model)。三原色光模式又称RGB颜色模型或红绿蓝颜色模型，是一种加色模型，将红、绿、蓝三原色的色光以不同的比例相加，以产生多种多样的色光。将照片转换成RGB格式即分解成红绿蓝的三色信息流。

S502，对照片进行检测，获得照片上眼睛的宽度。

本实施例优选使用开源的OpenCV检测照片上眼睛的位置。OpenCV的全称是：OpenSource Computer Vision Library。OpenCV是一个基于(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。OpenCV由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。如果检测出照片上的眼睛位置，则进入步骤S503，如果检测不出照片上的眼睛位置，说明这张照片上可能并不含有人物脸部，则对照片不作处理。

S503，计算眼睛宽度系数，并根据眼睛宽度系数判断是否要对照片中眼睛部分进行放大。

所述的眼睛宽度系数是两倍的眼睛宽度与两眼瞳孔中心之间的距离的比值。如果眼睛宽度系数大于等于1，说明眼睛宽度够大，无需再进行放大，则进入步骤S509。如果眼睛宽度系数小于1，说明眼睛宽度过小，需要进行放大，并进入步骤S504。

S504，确定照片上距离待放大眼睛的瞳孔中心设定范围内的待变换点。

S505，根据所述待变换点到待放大眼睛瞳孔中心的距离以及所述变换模板计算偏移量。

本实施例优选的变换模块为：

其中，r是待变换点到待放大眼睛瞳孔中心的距离，d是照片上两眼瞳孔中心之间的距离，f(r)为偏移量。

当然，本实施例并不以上述公式为限，所述变换模板也可以根据需要采用其它数学公式计算偏移量。

S506，根据所述偏移量和待放大眼睛瞳孔中心的像素点坐标，计算所述映射点坐标。

本实施例优选的所述映射点的像素坐标为：

[a+(x-a)f(r)，b+(y-b)f(r)]，

其中，x是待变换点的像素横坐标，y是待变换点的像素纵坐标，a是待放大眼睛瞳孔中心的像素横坐标，b是待放大眼睛瞳孔中心的像素纵坐标。

S507，利用双线性插值算法获取所述映射点的像素。

在双线性插值(Bilinear Interpolation)算法中，映射点的像素值是由在它附近的2*2区域4个邻近象素的值通过加权平均计算得出的。通过双线性插值算法获取映射点的像素，在眼睛放大后的图像质量较高，不会出现像素值不连续的的情况。

S508，将所述映射点的像素替换到对应的变换点。

S509，对照片上放大后的眼睛部分进行伽玛矫正，增加对比度。

所谓伽玛校正就是对图像的伽玛曲线进行编辑，以对图像进行非线性色调编辑的方法，检出图像信号中的深色部分和浅色部分，并使两者比例增大，从而提高图像对比度效果。具体来说，可以对距离放大后眼睛瞳孔中心一定范围内的像素点像素进行伽玛变换，例如可以对以瞳孔中心为圆心，半径为d/2的圆(d两眼瞳孔中心之间的距离)内的像素点像素进行伽玛变换。增加对比度后，可以使放大后的眼睛更加亮丽美观，提升照片整体效果。

S510，将照片信息流进行编码，转换成图片格式。本实施例优选转换成JPEG格式。

本发明实施例的照片处理方法，可以智能检测照片中眼睛的位置，识别眼睛的大小，自动对过小的眼睛进行自然的平滑放大，从而美化照片上的人物形象，提高照片的整体效果。

相对于上述照片处理方法，本发明实施例还提出一种照片处理装置，请参见图6，其为本发明实施例的一种照片处理装置的结构图，该装置包括：检测模块61、判断模块62、待变换点确定模块63、映射点获取模块64以及像素替换模块65。

检测模块61用于对照片进行检测，获得照片上眼睛的宽度。检测模块61可以使用开源的OpenCV检测照片上眼睛的位置。

判断模块62用于根据眼睛宽度判断是否要对照片中眼睛部分进行放大。例如，判断模块62可以将两倍的眼睛宽度与两眼瞳孔中心之间的距离进行比对，并根据比对结果判断是否要对照片中眼睛部分进行放大。如果两倍的眼睛宽度小于两眼瞳孔中心之间的距离，则说明眼睛宽度过小，需要对眼睛进行放大。否则说明眼睛宽度够大，不需要对眼睛进行放大。

当判断模块62判断出要对照片中眼睛部分进行放大时，待变换点确定模块63会确定照片上距离待放大眼睛的瞳孔中心设定范围内的待变换点。所述的设定范围要大于待放大眼睛的轮廓所包含的范围。

映射点获取模块64用于根据所述待变换点到待放大眼睛瞳孔中心的距离以及预设的变换模板，获取与各个待变换点对应的映射点。所述映射点是指眼睛未放大前照片上的像素点，所述的变换模板是指预设的一种函数算法，用来根据待变换点到待放大眼睛瞳孔中心的距离来计算映射点的像素点坐标。

具体来说，映射点获取模块64可以根据所述待变换点到待放大眼睛瞳孔中心的距离以及所述变换模板计算偏移量，然后根据所述偏移量和待放大眼睛瞳孔中心的像素点坐标，计算所述映射点坐标。

例如，所述变换模块可以是：

其中，r是待变换点到待放大眼睛瞳孔中心的距离，d是照片上两眼瞳孔中心之间的距离，f(r)为偏移量。

映射点的像素坐标可以是：

[a+(x-a)f(r)，b+(y-b)f(r)]，

其中，x是待变换点的像素横坐标，y是待变换点的像素纵坐标，a是待放大眼睛瞳孔中心的像素横坐标，b是待放大眼睛瞳孔中心的像素纵坐标。

当然，本实施例并不以上述公式为限，映射点获取模块64也可以根据需要采用其它数学公式计算偏移量。

像素替换模块65用于将所述映射点的像素替换到对应的待变换点。从而实现眼睛的放大。

请参见图7，其为本发明实施例的另一种照片处理装置的结构图，与图6的实施例相比，本实施例的照片处理装置除了包括：检测模块61、判断模块62、待变换点确定模块63、映射点获取模块64、像素替换模块65，还包括：映射点像素获取模块66、矫正模块67、解码模块68以及编码模块69。

解码模块68用于在所述检测模块61对照片进行检测之前，对照片进行解码，转换成照片的信息流，以便于检测模块61的检测。解码模块68优选将照片解码成三原色光模式。

映射点像素获取模块66用于在映射点获取模块64获取了映射点的坐标后，利用双线性插值算法获取所述映射点的像素，从而进一步地提高照片放大后的图像连续性以及图像质量。

矫正模块67用于在像素替换模块65将所有映射点的像素替换到对应的待变换点后，对照片上放大后的眼睛部分进行伽玛矫正，以增加眼睛部分的对比度，使放大后的眼睛更美观，提高照片的整体效果。

编码模块69用于将照片信息流进行编码，转换成图片格式。编码模块69优选将照片信息流转换成JPEG格式。

本实施例中其它模块的功能均和图6的实施例相同，在此不再赘述。

本发明实施例的照片处理装置，可以智能检测照片中眼睛的位置，识别眼睛的大小，自动对过小的眼睛进行自然的平滑放大，从而美化照片上的人物形象，提高照片的整体效果。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明实施例可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本发明实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或网络设备等)执行本发明实施例各个实施场景所述的方法。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本申请技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本申请技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (18)

1.一种照片处理方法，其特征在于，包括：

对照片进行检测，获得照片上眼睛的宽度；

根据眼睛宽度判断是否要对照片中眼睛部分进行放大；

当要对照片中眼睛部分进行放大时，确定照片上距离待放大眼睛的瞳孔中心设定范围内的待变换点；

根据所述待变换点到待放大眼睛瞳孔中心的距离以及预设的变换模板，获取与各个待变换点对应的映射点，所述变换模板为：

$\mathrm{\θ}\left(r\right)=\mathrm{\π}\sqrt{\frac{r}{d}}$

$\mathrm{\λ}\left(r\right)=1-0.8\sin \left(\frac{r\mathrm{\π}}{d}\right)$

$f\left(r\right)=\mathrm{\λ}{\left(r\right)}^{\frac{cos\left(\mathrm{\θ}\right(r))+1}{2}}$

其中，r是待变换点到待放大眼睛瞳孔中心的距离，d是照片上两眼瞳孔中心之间的距离，f(r)为偏移量；

将所述映射点的像素替换到对应的待变换点。

2.如权利要求1所述的照片处理方法，其特征在于，所述将所述映射点的像素替换到对应的变换点的步骤之前进一步包括：利用双线性插值算法获取所述映射点的像素。

3.如权利要求1所述的照片处理方法，其特征在于，所述获取与各个待变换点对应的映射点的步骤包括：

根据所述待变换点到待放大眼睛瞳孔中心的距离以及所述变换模板计算偏移量；

根据所述偏移量和待放大眼睛瞳孔中心的像素点坐标，计算所述映射点坐标。

4.如权利要求3所述的照片处理方法，其特征在于，所述计算所述映射点坐标的步骤中，所述映射点的像素坐标为：[a+(x-a)f(r)，b+(y-b)f(r)]，

其中，x是待变换点的像素横坐标，y是待变换点的像素纵坐标，a是待放大眼睛瞳孔中心的像素横坐标，b是待放大眼睛瞳孔中心的像素纵坐标。

5.如权利要求1所述的照片处理方法，其特征在于，所述根据眼睛宽度判断是否要对照片中眼睛部分进行放大的步骤包括：将两倍的眼睛宽度与两眼瞳孔中心之间的距离进行比对，并根据比对结果判断是否要对照片中眼睛部分进行放大。

6.如权利要求1所述的照片处理方法，其特征在于，所述将所述映射点的像素替换到对应的变换点的步骤之后还包括：对照片上放大后的眼睛部分进行伽玛矫正。

7.如权利要求1所述的照片处理方法，其特征在于，

所述对照片进行检测，获得照片上眼睛的宽度的步骤之前还包括：对照片进行解码，转换成照片的信息流；

所述将所述映射点的像素替换到对应的变换点的步骤之后包括：将照片信息流进行编码，转换成图片格式。

8.如权利要求7所述的照片处理方法，其特征在于，所述对照片进行解码，转换成照片的信息流的步骤中，将照片解码成三原色光模式。

9.如权利要求1所述的照片处理方法，其特征在于，所述对照片进行检测，获得照片上眼睛的宽度的步骤中，使用开源的OpenCV检测照片上眼睛的位置。

10.一种照片处理装置，其特征在于，包括：

检测模块，用于对照片进行检测，获得照片上眼睛的宽度；

判断模块，用于根据眼睛宽度判断是否要对照片中眼睛部分进行放大；

待变换点确定模块，用于当要对照片中眼睛部分进行放大时，确定照片上距离待放大眼睛的瞳孔中心设定范围内的待变换点；

映射点获取模块，用于根据所述待变换点到待放大眼睛瞳孔中心的距离以及预设的变换模板，获取与各个待变换点对应的映射点，所述变换模板为：

$\mathrm{\θ}\left(r\right)=\mathrm{\π}\sqrt{\frac{r}{d}}$

$\mathrm{\λ}\left(r\right)=1-0.8sin\left(\frac{r\mathrm{\π}}{d}\right)$

$f\left(r\right)=\mathrm{\λ}{\left(r\right)}^{\frac{cos\left(\mathrm{\θ}\right(r))+1}{2}}$

其中，r是待变换点到待放大眼睛瞳孔中心的距离，d是照片上两眼瞳孔中心之间的距离，f(r)为偏移量；

像素替换模块，用于将所述映射点的像素替换到对应的待变换点。

11.如权利要求10所述的照片处理装置，其特征在于，所述照片处理装置还包括：

映射点像素获取模块，用于利用双线性插值算法获取所述映射点的像素。

12.如权利要求10所述的照片处理装置，其特征在于，所述映射点获取模块根据所述待变换点到待放大眼睛瞳孔中心的距离以及所述变换模板计算偏移量，然后根据所述偏移量和待放大眼睛瞳孔中心的像素点坐标，计算所述映射点坐标。

13.如权利要求12所述的照片处理装置，其特征在于，所述映射点的像素坐标为：[a+(x-a)f(r)，b+(y-b)f(r)]，

其中，x是待变换点的像素横坐标，y是待变换点的像素纵坐标，a是待放大眼睛瞳孔中心的像素横坐标，b是待放大眼睛瞳孔中心的像素纵坐标。

14.如权利要求10所述的照片处理装置，其特征在于，所述判断模块将两倍的眼睛宽度与两眼瞳孔中心之间的距离进行比对，并根据比对结果判断是否要对照片中眼睛部分进行放大。

15.如权利要求10所述的照片处理装置，其特征在于，所述照片处理装置还包括：

矫正模块，用于对照片上放大后的眼睛部分进行伽玛矫正。

16.如权利要求10所述的照片处理装置，其特征在于，所述照片处理装置还包括：

解码模块，用于在所述检测模块对照片进行检测之前，对照片进行解码，转换成照片的信息流；

编码模块，用于在所述像素替换模块将所述映射点的像素替换到对应的变换点之后，将照片信息流进行编码，转换成图片格式。

17.如权利要求16所述的照片处理装置，其特征在于，所述解码模块将照片解码成三原色光模式。

18.如权利要求10所述的照片处理装置，其特征在于，所述检测模块使用开源的OpenCV检测照片上眼睛的位置。