CN105447823A - 一种图像处理方法及一种电子设备 - Google Patents

Abstract

本发明公开了一种图像处理方法及电子设备，所述方法包括：通过图像采集单元获取图像帧；从所述图像帧中提取出人脸特征点；根据所述人脸特征点确定出特征图像部及脸部中轴线；根据设定算法对所述特征图像部进行图像变换处理，使得处理后的所述特征图像部在垂直于所述脸部中轴线的方向上的宽度减小，在实现脸部图像瘦化的同时，避免了处理后图像的畸形化。

Description

一种图像处理方法及一种电子设备

技术领域

本发明涉及图像处理领域，特别涉及一种图像处理方法及一种电子设备。

背景技术

随着通信技术的不断发展，目前人们已经能够通过包括个人电脑、移动设备等终端进行视频通信，让用户间能够进行远程面对面交互，给人们的生产生活提供了便利。

但是，由于在视频通信的过程中，用户脸部与摄像头难以始终保持在最优相对位置，加之现在很大部分人均有不同程度的偏肥胖，导致视频通信中用户的脸部图像偏胖，现有技术中的解决办法是将图像帧横向整体平均压缩，但压缩后的图像会出现明显的失真。

发明内容

本申请提供一种图像处理方法及一种电子设备，用于解决现有技术中缺乏针对视频通信中对脸部图像进行瘦化修正的有效方法的问题，实现了在视频通信过程中电子设备即时对用户脸部图像中的部分区域进行瘦化修正，对用户的脸部图像进行美化的技术效果。

本申请一方面提供了一种图像处理方法，应用于电子设备，所述方法包括：通过图像采集单元获取图像帧；从所述图像帧中提取出人脸特征点；根据所述人脸特征点确定出特征图像部及脸部中轴线；根据设定算法对所述特征图像部进行图像变换处理，使得处理后的所述特征图像部在垂直于所述脸部中轴线的方向上的宽度减小。

可选的，所述图像帧包括连续的第一帧和第二帧；从所述第二帧中提取出人脸特征点，包括：在从所述第一帧中提取出N个第一人脸特征点后，在所述第二帧中定位出与所述N个第一人脸特征点中第i个第一人脸特征点的像素位置相对应的第i个第一像素点；其中，i为小于等于N的正整数；在所述第二帧中以所述第i个第一像素点为中心搜索与所述第i个第一人脸特征点相匹配的第i个第二人脸特征点；其中，第1个第二人脸特征点至第N个第二人脸特征点即为所述第二帧中的人脸特征点的集合。

可选的，所述根据所述人脸特征点确定出特征图像部，包括：根据所述人脸特征点确定出人脸图像部及所述人脸图像部中的眼部；确定所述人脸图像部中所述眼部以下的图像部为所述特征图像部。

可选的，所述根据设定算法对所述特征图像部进行图像变换处理，包括：根据所述设定算法从所述特征图像部的垂直于所述脸部中轴线的每一像素行中抽取像素点；将抽取出的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧距离所述脸部中轴线最近的抽取出的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

可选的，根据所述设定算法从所述特征图像部的垂直于所述脸部中轴线的每一像素行中抽取像素点时，单位长度的像素区段内抽取的像素点的个数与所述单位长度的像素区段距离所述脸部中轴线的距离成负相关关系。

可选的，所述根据设定算法对所述特征图像部进行图像变换处理，包括：根据所述设定算法将所述特征图像部的垂直于所述脸部中轴线的每一像素行划分为N个区段；计算所述每一像素行的所述N个区段中每个区段的平均值，形成N个处理后的像素点；将所述每一像素行对应的N个处理后的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧紧邻所述脸部中轴线的区段对应的处理后的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

可选的，根据所述设定算法将所述特征图像部的垂直于所述脸部中轴线的每一像素行划分为所述N个区段时，每个区段的长度与所述区段距离所述脸部中轴线的距离成负相关关系。

本申请另一方面提供一种电子设备，包括：图像帧采集模块，用于通过图像采集单元获取图像帧；特征点提取模块，用于从所述图像帧中提取出人脸特征点；特征图像部确定模块，用于根据所述人脸特征点确定出特征图像部及脸部中轴线；图像处理模块，用于根据设定算法对所述特征图像部进行图像变换处理，使得处理后的所述特征图像部在垂直于所述脸部中轴线的方向上的宽度减小。

可选的，在所述图像帧包括连续的第一帧和第二帧时，所述特征点提取模块用于：在从所述第一帧中提取出N个第一人脸特征点后，在所述第二帧中定位出与所述N个第一人脸特征点中第i个第一人脸特征点的像素位置相对应的第i个第一像素点；其中，i为小于等于N的正整数；在所述第二帧中以所述第i个第一像素点为中心搜索与所述第i个第一人脸特征点相匹配的第i个第二人脸特征点；其中，第1个第二人脸特征点至第N个第二人脸特征点即为所述第二帧中的人脸特征点的集合。

可选的，所述特征图像部确定模块具体用于：根据所述人脸特征点确定出人脸图像部及所述人脸图像部中的眼部；确定所述人脸图像部中所述眼部以下的图像部为所述特征图像部。

可选的，所述图像处理模块具体用于：根据所述设定算法从所述特征图像部的垂直于所述脸部中轴线的每一像素行中抽取像素点；将抽取出的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧距离所述脸部中轴线最近的抽取出的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

可选的，所述图像处理模块在根据所述设定算法从所述特征图像部的垂直于所述脸部中轴线的每一像素行中抽取像素点时，单位长度的像素区段内抽取的像素点的个数与所述单位长度的像素区段距离所述脸部中轴线的距离成负相关关系。

可选的，所述图像处理模块具体用于：根据所述设定算法将所述特征图像部的垂直于所述脸部中轴线的每一像素行划分为N个区段；计算所述每一像素行的所述N个区段中每个区段的平均值，形成N个处理后的像素点；将所述每一像素行对应的N个处理后的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧紧邻所述脸部中轴线的区段对应的处理后的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

可选的，所述图像处理模块在根据所述设定算法将所述特征图像部的垂直于所述脸部中轴线的每一像素行划分为所述N个区段时，每个区段的长度与所述区段距离所述脸部中轴线的距离成负相关关系。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例中，能够在用户进行视频通信的过程中，即时将图像采集单元获取的包括用户脸部区域的图像进行图像变化处理，在图像处理中仅针对脸部区域中的特征图像部进行瘦化处理，而不是将整帧图像或者图像中的全部脸部区域作瘦化处理，进而在实现脸部图像瘦化的同时，避免了处理后图像的畸形化。

附图说明

图1为本申请实施例1中图像处理方法的流程示意图；

图2为本申请实施例1中步骤104的细化流程示意图；

图3为本申请实施例1中步骤104的另一细化流程示意图；

图4为本申请实施例2中电子设备的示意框图。

具体实施方式

针对现有技术中缺乏针对视频通信中对脸部图像进行瘦化修正的有效方法的问题，本申请实施例提供一种图像处理方法，在对包括人脸的图像帧进行处理时，只对人脸区域的部分区域——特征图像部进行图像处理，避免了将图像帧整体压缩处理导致的图像畸形，而且由于选取特征图像部时可以选取人脸区域中导致人脸部显胖的区域，图像的瘦化处理更具针对性，处理后的图像更为美观、自然。

下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。

实施例1

本申请实施例1提供一种图像处理方法，应用于电子设备，该电子设备具有图像采集单元，具体来讲，电子设备可以为具有摄像头的个人电脑、智能手机、智能手表、智能眼镜等设备。

参见图1，图像处理方法包括如下内容：

步骤101：通过图像采集单元获取图像帧；

步骤102：从图像帧中提取出人脸特征点；

步骤103：根据人脸特征点确定出特征图像部及脸部中轴线；

步骤104：根据设定算法对特征图像部进行图像变换处理，使得处理后的特征图像部在垂直于脸部中轴线的方向上的宽度减小。

具体的，步骤101中，在用户进行视频通信的过程中，电子设备上的图像采集单元将实时采集用户的图像帧，以便在将图像帧发送至对端后，对端能够看见当前用户的图像。

步骤102中，为了进行脸部图像的瘦化修正，电子设备将从图像中提取出人脸特征点，如五官的特征点、脸部轮廓特征点，等等。

在具体实施过程中，电子设备可以先检测图像帧中是否存在人脸，在检测出存在人脸的情况下确定人脸区域的位置，再在确定出的人脸区域提取出人脸特征点。其中，检测图像帧中是否存在人脸及确定人脸区域的位置可以基于多种数学模型实现，例如采用主动轮廓线模型确定人脸区域，或者通过模板匹配模型确定人脸区域，或者采用特征脸/特征子脸模型确定人脸区域，等等。本申请实施例在此不针对如何确定图像帧中是否存在人脸以及如何确定人脸区域的位置作出详述。

在确定出人脸区域后，即可从确定出的人脸区域上提取出人脸特征点，其具体实施方式可以通过主动形状模型(ActiveShapeModel，ASM)、主动表象模型(ActiveAppearanceModel，AAM)等数学模型来实现。以主动形状模型ASM为例，在确定出人脸区域后，初始化ASM模型，利用ASM模型即可搜索出包括眼睛、鼻子、嘴部、脸部轮廓的人脸特征点。而根据这些人脸特征点，又可以从人脸区域确定出具体的细化特征区域，如嘴部区域、鼻子区域、脸颊区域、眼部区域，等等。

步骤103中，脸部中轴线指的是嘴部中心和鼻子的中心的连线，而特征图像部指的是需要进行瘦化处理的那部分人脸区域。

本申请实施例中，在对人脸图像进行瘦化处理时，不是对人脸的全部区域进行瘦化处理，以避免对人脸横向进行平均瘦化后导致人脸图像的不真实感，尤其是缩短双眼间距离引起的人脸图像的畸形化。由于对于面部较胖者而言，导致其面部较胖的主要因素是两侧脸颊区域，因此，本申请实施例中，主要对人脸区域的眼部以下区域进行瘦化，即特征图像部为人脸区域的眼部以下的图像部，或者特征图像部只包括脸颊区域对应的图像部，不包括嘴部及鼻子区域。

步骤104中，在通过设定算法对特征图像部进行瘦化处理时，要使得特征图像部在垂直于脸部中轴线的方向上的宽度减小。具体实施过程中，设定算法可以有多种，分别对应不同的瘦化处理方式。例如，可以通过抽取特征图像部的像素点的方式进行瘦化处理，也可以通过特征图像部像素融合求平均值的方式进行瘦化处理；又例如，在垂直于脸部中轴线的方向上，特征图像部的瘦化程度可以相同，即平均瘦化，也可以进行差异化的瘦化，如距离脸部中轴线较远的部分瘦化程度较高，像素保留度较低，或者针对特征图像部中脸颊区域瘦化程度高，嘴部区域瘦化程度较低。

通过本申请上述技术方案，能够在用户进行视频通信的过程中，即时将图像采集单元获取的包括用户脸部区域的图像进行图像变化处理，在图像处理中仅针对脸部区域中的特征图像部进行瘦化处理，而不是将整帧图像或者图像中的全部脸部区域作瘦化处理，进而在实现脸部图像瘦化的同时，避免了处理后图像的畸形化。

进一步，上述步骤102：从图像帧中提取出人脸特征点，在具体实施过程中具有两种实现方式。

其一，针对视频通信中的所有图像帧均采用同样的方式获取人脸特征点。具体获取人脸特征点的方式如前所述，首先检测图像帧中是否存在人脸，在检测出存在人脸时确定人脸区域，然后基于ASM、AAM等模型从人脸区域中提取出人脸特征点。

其二，针对具有人脸区域的头一帧或头几帧图像采用上面介绍的方式提取人脸特征点，而对于之后的图像帧则采用特征点跟踪技术来提取人脸特征点。

具体的，在图像帧包括连续的第一帧和第二帧时；从第二帧中提取出人脸特征点的方式包括以下内容：

在从第一帧中提取出N个第一人脸特征点后，在第二帧中定位出与N个第一人脸特征点中第i个第一人脸特征点的像素位置相对应的第i个第一像素点；其中，i为小于等于N的正整数；

在第二帧中以第i个第一像素点为中心搜索与第i个第一人脸特征点相匹配的第i个第二人脸特征点；其中，第1个第二人脸特征点至第N个第二人脸特征点即为第二帧中的人脸特征点的集合。

具体来讲，由于在先帧中已经提取出了人脸特征点，而视频通信中相邻帧间的时间间隔很短，采集相邻两帧图像时用户脸部的移动范围有限，因此，在后的第二帧图像中的人脸特征点均在对应第一帧中人脸特征点的像素位置附近，通过像素搜索即可将其确定出来。

具体实施过程中，针对在先的第一帧中的第i个第一人脸特征点，先确定第二帧中与其像素位置相同的像素点，然后在该像素点附近搜索与之像素匹配的点，即为第二帧中与之对应的第i个第二人脸特征点，针对第一帧中的每一个第一人脸特征点均做上述跟踪处理，即可确定出第二帧中的全部人脸特征点。

另外，上述第一人脸特征点为第一帧中的人脸特征点，第二人脸特征点为第二帧中的人脸特征点，只是方便区分二者所起的不同称谓，不能以此对本申请实施例技术方案作出限定性解释。

通过上述技术方案，能够快速确定出人脸特征点，以便进行后续操作，而且，针对连续帧中的在后帧，通过特征点跟踪的方式确定该帧中的特征点，由于两帧中特征点相距很近，特征点跟踪所耗费的运算量很小，进而能够减小图像处理的运算量，减少图像处理时间。

进一步，步骤103中，确定特征图像部的方法包括：

根据人脸特征点确定出人脸图像部及人脸图像部中的眼部；

确定人脸图像部中眼部以下的图像部为特征图像部。

具体来讲，在一定的数学模型中，例如ASM模型，根据人脸特征点可以确定出人脸对应的图像区域，即人脸头像部，也可以确定出人脸上的各个细化的特征区域，如嘴部，脸颊部、鼻子部，眼部，等等。另外，通过人脸特征点中的嘴部中心点及鼻子中心点可以确定出两点的连线，即为脸部中轴线。

上述技术方案中，确定人脸图像部中眼部以下区域为特征图像部，该区域具体包括两侧脸颊、嘴及鼻子。在对人脸图像进行瘦化处理时，针对该特征图像部进行处理，由于保证眼部区域在处理后保持不变，避免了眼部距离太小导致处理后图像的的畸形感。

实际情况中，也可以选取人脸图像部中对应脸部某一细分特征区域作为特征图像部，如只选取两侧脸颊的图像区域作为特征图像部，而不包括嘴部和鼻子。

本申请实施例中，在确定出特征图像部后，具体可以通过以下方式对特征图像部进行处理，以达到脸部瘦化的效果。

方式一，从特征图像部中抽取出部分像素点，形成处理后的特征图像部。

参见图2，为本申请实施例中步骤104的一种细化流程示意图，该流程包括：

步骤201：根据设定算法从特征图像部的垂直于脸部中轴线的每一像素行中抽取像素点；

步骤202：将抽取出的像素点以脸部中轴线为中心排列，使得脸部中轴线两侧距离脸部中轴线最近的抽取出的像素点紧邻脸部中轴线排列，形成处理后的特征图像部。

具体来讲，由于图像处理的目的是使人脸图像显得更瘦，亦即要使人脸图像在横纵比变小(横纵比：垂直于脸部中轴线方向上的显示宽度与脸部中轴线方向上的显示宽度的比值)。

步骤201中，在保持图像帧中特征图像部在脸部中轴线方向上的显示宽度不变的情况下，抽取特征图像部中垂直于脸部中轴线方向上的一行像素中的部分像素；步骤202中，将抽取出的像素排列为新的一行像素，进而实现横向显示宽度，脸部瘦化的效果。

其中，在重新排列抽取像素形成新的一行像素时，各像素点间的相对位置关系保持不变，将原来距离脸部中轴线的像素点仍然至于距离脸部中轴线最近的位置。在特征图像部不包含脸部中轴线时，如特征图像部不包含嘴部、鼻子的情形时，距离脸部中轴线最近的像素点紧邻同一行中嘴部或鼻子最外侧的一个像素点排列。

具体实施过程中，在从一行像素点中抽取像素点时，可以采取平均抽取原则，即抽取出的两个相邻像素点在原图像帧中距离相同，也可以采取差异化抽取原则，即抽取出的两个相邻像素点在原图像帧中距离不相同。

一种差异化抽取像素点的方式为：根据设定算法从特征图像部的垂直于脸部中轴线的每一像素行中抽取像素点时，单位长度的像素区段内抽取的像素点的个数与单位长度的像素区段距离脸部中轴线的距离成负相关关系。

具体来讲，亦即在距离脸部中轴线较近的区间抽取较多的像素点，使距离脸部中轴线较近的区域在处理后像素保留度较高；相反，在距离脸部中轴线较远的区间抽取较少的像素点，使距离脸部中轴线较近的区域在处理后像素保留度较低。这种处理方式与导致人脸图像显得较胖的两侧脸颊距离脸部中轴线较远是相适应的，进而使得脸部图像瘦化更具针对性，处理后的瘦化图像更为自然。

上述差异化抽取像素点的技术方案的变型方案为：在特征图像部的距离脸部中轴线较近和较远的两端抽取较多的像素点，而在两端之间的像素区域抽取较少的像素点。这样处理能够兼顾到脸部的边缘区域的自然顺滑过度。

方式二，将特征图像部中的像素进行融合，形成处理后的特征图像部。

参见图3，为本申请实施例中步骤104的另一细化流程示例图，该流程包括：

步骤301：根据设定算法将特征图像部的垂直于脸部中轴线的每一像素行划分为N个区段；

步骤302：计算每一像素行的N个区段中每个区段的平均值，形成N个处理后的像素点；

步骤303：将每一像素行对应的N个处理后的像素点以脸部中轴线为中心排列，使得脸部中轴线两侧紧邻脸部中轴线的区段对应的处理后的像素点紧邻脸部中轴线排列，形成处理后的特征图像部。

具体来讲，在保持图像帧中特征图像部在脸部中轴线方向上的显示宽度不变的情况下，步骤301中将一行像素划分为N个区段，步骤302中将每一个区段平均融合为一个像素点，步骤303中将N个像素点排列形成新的一行像素。

其中，步骤301中，为了保持处理前后图像的对称性保持不变，可以在脸部中轴线两侧分别划分出N/2个区间，N为偶数。步骤302中，将像素区间融合为一个像素点属于本领域技术人员所公知的技术，本申请实施例在此不予详述。步骤303中，N个像素点的排列方式与步骤202中N个像素排列的方式相同，在此不再重复。

具体实施过程中，在从将一行像素划分为N个区段时，可以采取平均划分原则，即划分出的两个相邻区段在原图像帧中长度相同，也可以采取差异化划分原则，即划分出的两个相邻区段在原图像帧中长度不相同。

一种差异化划分像素区段的方式为：根据设定算法将特征图像部的垂直于脸部中轴线的每一像素行划分为N个区段时，每个区段的长度与区段距离脸部中轴线的距离成负相关关系。

具体来讲，亦即在距离脸部中轴线较近的区域，划分区段长度较短，从距离脸部中轴线较近区域获得的融合像素点较多，使距离脸部中轴线较近的区域在处理后像素保留度较高；相反，在距离脸部中轴线较远的区域，划分区段长度较长，从距离脸部中轴线较远区域获得的融合像素点较少，使距离脸部中轴线较近的区域在处理后像素保留度较低。这种处理方式与导致人脸图像显得较胖的两侧脸颊距离脸部中轴线较远是相适应的，进而使得脸部图像瘦化更具针对性，处理后的瘦化图像更为自然。

上述差异化抽取像素点的技术方案的变型方案为：在特征图像部的距离脸部中轴线较近和较远的两端区域划分的像素区段较长，而在两端区域之间的像素区域划分的像素区段较短。这样处理能够兼顾到脸部的边缘区域的自然顺滑过度。

实际情况中，也可以结合上述两种方式进行特征图像部的图像处理，对特征图像部的一部分区域采用一种方式，其他区域采用另一种方式，具体实现方式与上述两种方式单独使用时类似，在此不再详述。

进一步，在步骤104：根据设定算法对特征区域进行图像变换处理之后，方法还包括：

根据处理前的特征图像部在垂直于脸部中轴线方向上的相邻区域对相邻区域与处理后的特征区域之间的区域进行填充。

具体来讲，步骤104进行特征图像部的图像处理后，特征图像部占用的显示区域减小，这样需要对处理后的特征图像部两侧的属于处理前原特征图像部的区域进行填充，避免出现空白区域或者仍然保留原特征图像部的部分图像。具体填充方式可以将处理前的特征图像部在垂直于脸部中轴线方向上的相邻区域的图像进行横向拉伸，或者将相邻区域的边缘区域的图像进行复制延伸。

进一步，在所有图像处理工作结束后，需要将处理后的图像帧在视频通信界面进行显示，包括本地显示，以及将处理后的视频帧向对端发送，使对端能够看到瘦化处理的用户脸部图像。

实施例2

基于相同的发明构思，本申请实施例2提供一种电子设备，参见图4，该电子设备包括：

图像帧采集模块10，用于通过图像采集单元获取图像帧；

特征点提取模块20，用于从所述图像帧中提取出人脸特征点；

特征图像部确定模块30，用于根据所述人脸特征点确定出特征图像部及脸部中轴线；

图像处理模块40，用于根据设定算法对所述特征图像部进行图像变换处理，使得处理后的所述特征图像部在垂直于所述脸部中轴线的方向上的宽度减小。

通过上述技术方案，能够在用户进行视频通信的过程中，即时将图像采集单元获取的包括用户脸部区域的图像进行图像变化处理，在图像处理中仅针对脸部区域中的特征图像部进行瘦化处理，而不是将整帧图像或者图像中的全部脸部区域作瘦化处理，进而在实现脸部图像瘦化的同时，避免了处理后图像的畸形化。

进一步，在所述图像帧包括连续的第一帧和第二帧时，所述特征点提取模块20用于：在从所述第一帧中提取出N个第一人脸特征点后，在所述第二帧中定位出与所述N个第一人脸特征点中第i个第一人脸特征点的像素位置相对应的第i个第一像素点；其中，i为小于等于N的正整数；在所述第二帧中以所述第i个第一像素点为中心搜索与所述第i个第一人脸特征点相匹配的第i个第二人脸特征点；其中，第1个第二人脸特征点至第N个第二人脸特征点即为所述第二帧中的人脸特征点的集合。

进一步，所述特征图像部确定模块30具体用于：根据所述人脸特征点确定出人脸图像部及所述人脸图像部中的眼部；确定所述人脸图像部中所述眼部以下的图像部为所述特征图像部。

进一步，所述图像处理模块40具体用于：根据所述设定算法从所述特征图像部的垂直于所述脸部中轴线的每一像素行中抽取像素点；将抽取出的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧距离所述脸部中轴线最近的抽取出的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

进一步，所述图像处理模块40在根据所述设定算法从所述特征图像部的垂直于所述脸部中轴线的每一像素行中抽取像素点时，单位长度的像素区段内抽取的像素点的个数与所述单位长度的像素区段距离所述脸部中轴线的距离成负相关关系。

进一步，所述图像处理模块40具体用于：根据所述设定算法将所述特征图像部的垂直于所述脸部中轴线的每一像素行划分为N个区段；计算所述每一像素行的所述N个区段中每个区段的平均值，形成N个处理后的像素点；将所述每一像素行对应的N个处理后的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧紧邻所述脸部中轴线的区段对应的处理后的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

进一步，所述图像处理模块40在根据所述设定算法将所述特征图像部的垂直于所述脸部中轴线的每一像素行划分为所述N个区段时，每个区段的长度与所述区段距离所述脸部中轴线的距离成负相关关系。

前述实施例中的图像处理方法中的各种图像处理方式和具体实例同样适用于本实施例的电子设备，通过前述实施例中对图像处理方法的详细描述，本领域技术人员可以清楚的知道本实施例中电子设备的实施方法，所以为了说明书的简洁，在此不再详述。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、本申请实施例中，能够在用户进行视频通信的过程中，即时将图像采集单元获取的包括用户脸部区域的图像进行图像变化处理，在图像处理中仅针对脸部区域中的特征图像部进行瘦化处理，而不是将整帧图像或者图像中的全部脸部区域作瘦化处理，进而在实现脸部图像瘦化的同时，避免了处理后图像的畸形化。

2、本申请实施例中，能够快速确定出人脸特征点，以便进行后续操作，而且，针对连续帧中的在后帧，通过特征点跟踪的方式确定该帧中的特征点，由于两帧中特征点相距很近，特征点跟踪所耗费的运算量很小，进而能够减小图像处理的运算量，减少图像处理时间。

3、本申请实施例中，在对特征图像部进行处理时，能够进行差异化瘦化处理，即，使距离脸部中轴线较近的区域在处理后像素保留度较高，使距离脸部中轴线较近的区域在处理后像素保留度较低。这种处理方式与导致人脸图像显得较胖的两侧脸颊距离脸部中轴线较远是相适应的，进而使得脸部图像瘦化更具针对性，处理后的瘦化图像更为自然。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

具体来讲，本申请实施例中的信息处理方法对应的计算机程序指令可以被存储在光盘，硬盘，U盘等存储介质上，当存储介质中的与信息处理方法对应的计算机程序指令被一电子设备读取或被执行时，包括如下步骤：

通过图像采集单元获取图像帧；

从所述图像帧中提取出人脸特征点；

根据所述人脸特征点确定出特征图像部及脸部中轴线；

根据设定算法对所述特征图像部进行图像变换处理，使得处理后的所述特征图像部在垂直于所述脸部中轴线的方向上的宽度减小。

可选的，在所述图像帧包括连续的第一帧和第二帧时，存储介质中存储的与步骤：从所述图像帧中提取出人脸特征点，对应的计算机指令在具体被执行过程中，具体包括如下步骤：

在从所述第一帧中提取出N个第一人脸特征点后，在所述第二帧中定位出与所述N个第一人脸特征点中第i个第一人脸特征点的像素位置相对应的第i个第一像素点；其中，i为小于等于N的正整数；

在所述第二帧中以所述第i个第一像素点为中心搜索与所述第i个第一人脸特征点相匹配的第i个第二人脸特征点；其中，第1个第二人脸特征点至第N个第二人脸特征点即为所述第二帧中的人脸特征点的集合。

可选的，存储介质中存储的与步骤：根据所述人脸特征点确定出特征图像部，对应的计算机指令在具体被执行过程中，具体包括如下步骤：

根据所述人脸特征点确定出人脸图像部及所述人脸图像部中的眼部；

确定所述人脸图像部中所述眼部以下的图像部为所述特征图像部。

可选的，存储介质中存储的与步骤：根据设定算法对所述特征图像部进行图像变换处理，对应的计算机指令在具体被执行过程中，具体包括如下步骤：

根据所述设定算法从所述特征图像部的垂直于所述脸部中轴线的每一像素行中抽取像素点；

将抽取出的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧距离所述脸部中轴线最近的抽取出的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

可选的，存储介质中存储的与步骤：根据设定算法对所述特征图像部进行图像变换处理，对应的计算机指令在具体被执行过程中，具体包括如下步骤：

根据所述设定算法将所述特征图像部的垂直于所述脸部中轴线的每一像素行划分为N个区段；

计算所述每一像素行的所述N个区段中每个区段的平均值，形成N个处理后的像素点；

将所述每一像素行对应的N个处理后的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧紧邻所述脸部中轴线的区段对应的处理后的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (14)

1.一种图像处理方法，应用于电子设备，所述方法包括：

通过图像采集单元获取图像帧；

从所述图像帧中提取出人脸特征点；

根据所述人脸特征点确定出特征图像部及脸部中轴线；

根据设定算法对所述特征图像部进行图像变换处理，使得处理后的所述特征图像部在垂直于所述脸部中轴线的方向上的宽度减小。

2.如权利要求1所述的方法，其特征在于，所述图像帧包括连续的第一帧和第二帧；从所述第二帧中提取出人脸特征点，包括：

在从所述第一帧中提取出N个第一人脸特征点后，在所述第二帧中定位出与所述N个第一人脸特征点中第i个第一人脸特征点的像素位置相对应的第i个第一像素点；其中，i为小于等于N的正整数；

在所述第二帧中以所述第i个第一像素点为中心搜索与所述第i个第一人脸特征点相匹配的第i个第二人脸特征点；其中，第1个第二人脸特征点至第N个第二人脸特征点即为所述第二帧中的人脸特征点的集合。

3.如权利要求1所述的方法，其特征在于，所述根据所述人脸特征点确定出特征图像部，包括：

根据所述人脸特征点确定出人脸图像部及所述人脸图像部中的眼部；

确定所述人脸图像部中所述眼部以下的图像部为所述特征图像部。

4.如权利要求1所述的方法，其特征在于，所述根据设定算法对所述特征图像部进行图像变换处理，包括：

根据所述设定算法从所述特征图像部的垂直于所述脸部中轴线的每一像素行中抽取像素点；

将抽取出的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧距离所述脸部中轴线最近的抽取出的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

5.如权利要求4所述的方法，其特征在于，根据所述设定算法从所述特征图像部的垂直于所述脸部中轴线的每一像素行中抽取像素点时，单位长度的像素区段内抽取的像素点的个数与所述单位长度的像素区段距离所述脸部中轴线的距离成负相关关系。

6.如权利要求1所述的方法，其特征在于，所述根据设定算法对所述特征图像部进行图像变换处理，包括：

根据所述设定算法将所述特征图像部的垂直于所述脸部中轴线的每一像素行划分为N个区段；

计算所述每一像素行的所述N个区段中每个区段的平均值，形成N个处理后的像素点；

将所述每一像素行对应的N个处理后的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧紧邻所述脸部中轴线的区段对应的处理后的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

7.如权利要求6所述的方法，其特征在于，根据所述设定算法将所述特征图像部的垂直于所述脸部中轴线的每一像素行划分为所述N个区段时，每个区段的长度与所述区段距离所述脸部中轴线的距离成负相关关系。

8.一种电子设备，包括：

图像帧采集模块，用于通过图像采集单元获取图像帧；

特征点提取模块，用于从所述图像帧中提取出人脸特征点；

特征图像部确定模块，用于根据所述人脸特征点确定出特征图像部及脸部中轴线；

图像处理模块，用于根据设定算法对所述特征图像部进行图像变换处理，使得处理后的所述特征图像部在垂直于所述脸部中轴线的方向上的宽度减小。

9.如权利要求8所述的电子设备，其特征在于，在所述图像帧包括连续的第一帧和第二帧时，所述特征点提取模块用于：

在从所述第一帧中提取出N个第一人脸特征点后，在所述第二帧中定位出与所述N个第一人脸特征点中第i个第一人脸特征点的像素位置相对应的第i个第一像素点；其中，i为小于等于N的正整数；在所述第二帧中以所述第i个第一像素点为中心搜索与所述第i个第一人脸特征点相匹配的第i个第二人脸特征点；其中，第1个第二人脸特征点至第N个第二人脸特征点即为所述第二帧中的人脸特征点的集合。

10.如权利要求8所述的电子设备，其特征在于，所述特征图像部确定模块具体用于：根据所述人脸特征点确定出人脸图像部及所述人脸图像部中的眼部；确定所述人脸图像部中所述眼部以下的图像部为所述特征图像部。

11.如权利要求8所述的电子设备，其特征在于，所述图像处理模块具体用于：根据所述设定算法从所述特征图像部的垂直于所述脸部中轴线的每一像素行中抽取像素点；将抽取出的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧距离所述脸部中轴线最近的抽取出的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

12.如权利要求11所述的电子设备，其特征在于，所述图像处理模块在根据所述设定算法从所述特征图像部的垂直于所述脸部中轴线的每一像素行中抽取像素点时，单位长度的像素区段内抽取的像素点的个数与所述单位长度的像素区段距离所述脸部中轴线的距离成负相关关系。

13.如权利要求8所述的电子设备，其特征在于，所述图像处理模块具体用于：根据所述设定算法将所述特征图像部的垂直于所述脸部中轴线的每一像素行划分为N个区段；计算所述每一像素行的所述N个区段中每个区段的平均值，形成N个处理后的像素点；将所述每一像素行对应的N个处理后的像素点以所述脸部中轴线为中心排列，使得所述脸部中轴线两侧紧邻所述脸部中轴线的区段对应的处理后的像素点紧邻所述脸部中轴线排列，形成处理后的所述特征图像部。

14.如权利要求13所述的电子设备，其特征在于，所述图像处理模块在根据所述设定算法将所述特征图像部的垂直于所述脸部中轴线的每一像素行划分为所述N个区段时，每个区段的长度与所述区段距离所述脸部中轴线的距离成负相关关系。