CN105678251B - 人脸图像处理方法及装置 - Google Patents

人脸图像处理方法及装置 Download PDF

Info

Publication number
CN105678251B
CN105678251B CN201511033376.3A CN201511033376A CN105678251B CN 105678251 B CN105678251 B CN 105678251B CN 201511033376 A CN201511033376 A CN 201511033376A CN 105678251 B CN105678251 B CN 105678251B
Authority
CN
China
Prior art keywords
facial
facial image
flexible
face
contour
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201511033376.3A
Other languages
English (en)
Other versions
CN105678251A (zh
Inventor
黄海明
梁郁沛
谢挥宏
徐超
梁玮
刘晓晓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TCL Overseas Electronics Huizhou Ltd
Original Assignee
TCL Overseas Electronics Huizhou Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by TCL Overseas Electronics Huizhou Ltd filed Critical TCL Overseas Electronics Huizhou Ltd
Priority to CN201511033376.3A priority Critical patent/CN105678251B/zh
Publication of CN105678251A publication Critical patent/CN105678251A/zh
Application granted granted Critical
Publication of CN105678251B publication Critical patent/CN105678251B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种人脸图像处理方法,包括以下步骤:获取人脸图像中的人脸轮廓,并检测是否存在对所述人脸图像的伸缩指令;当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理,其中,所述伸缩处理中越靠近所述人脸轮廓中心的区域,缩小比例越大;获取进行所述伸缩处理后的人脸图像。本发明还公开了一种人脸图像处理装置。本发明使得近距离拍摄的人脸图像中的人脸中央突出的部分被缩小,人脸边缘的区域被拉伸,有效地纠正了人脸图像中脸部中央部分被放大导致的变形,使得近距离拍摄的人脸图像中的人脸更加真实、自然。

Description

人脸图像处理方法及装置
技术领域
本发明涉及图像处理技术领域,尤其涉及一种人脸图像处理方法及装置。
背景技术
随着智能终端的发展,用户越来越习惯于利用智能终端来进行拍照。然而,当用户利用智能终端进行近距离拍摄如自拍时,由于拍摄的距离过于接近,而摄像头是接近于一个点成像,导致自拍照片中的人脸往往脸部中央部分被放大,使得自拍照片中的人脸出现变形,不真实。
如图1、图2所示,图1为远距离拍摄时的人脸成像示意图;图2为近距离拍摄时的人脸成像示意图。图1中在进行远距离拍摄时,远距离的摄像头成像中人脸各部位和镜头的距离几乎是相同的,人脸各部位和镜头之间形成了一种接近平行的光路,因此,在远距离拍摄时形成的人脸图像中人脸各部位距离比较均匀,符合双眼观看时的真实效果。而在图2中在进行近距离拍摄如用户利用终端的前置摄像头进行自拍时,由于镜头和脸部的距离非常近,导致脸部各部位和镜头的距离差异很大,越靠近脸部中央的部位和镜头的距离越近,从而导致近距离拍摄时形成的人脸图像中越靠近脸部中央的部分,相对于远距离拍摄时形成的人脸图像中人脸,会占更大的图片比例,使得近距离拍摄时形成的人脸图像中人脸成像畸形,不真实、自然。
发明内容
本发明的主要目的在于提供一种人脸图像处理方法及装置,旨在纠正近距离拍摄照片中的人脸不真实效果。
为实现上述目的,本发明提供的一种人脸图像处理方法,所述方法包括以下步骤:
获取人脸图像中的人脸轮廓,并检测是否存在对所述人脸图像的伸缩指令;
当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理,其中,所述伸缩处理中越靠近所述人脸轮廓中心的区域,缩小比例越大;
获取进行所述伸缩处理后的人脸图像。
优选地,所述检测是否存在对所述人脸图像的伸缩指令的步骤包括:
检测所述人脸轮廓的宽度与所述人脸图像宽度的比例是否大于预设宽度比例阈值,和/或,所述人脸轮廓的高度与所述人脸图像高度的比例是否大于预设高度比例阈值。
优选地,所述当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理的步骤包括:
当检测到所述伸缩指令时,以所述人脸图像中人脸轮廓的中心作为圆心,以所述人脸轮廓宽度的一半作为半径设置一圆形区域,并在所述圆形区域内划分若干同心圆,对若干同心圆区域进行指向所述圆心的伸缩处理,其中,所述伸缩处理中半径越小的同心圆区域,缩小比例越大。
优选地,所述当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理的步骤包括:
当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的纵向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干纵向区域,对若干纵向区域进行指向所述纵向对称轴的伸缩处理,其中,所述伸缩处理中距离所述纵向对称轴越近的纵向区域,缩小比例越大。
优选地,所述当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理的步骤包括:
当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的横向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干横向区域,对若干横向区域进行指向所述横向对称轴的伸缩处理,其中,所述伸缩处理中距离所述横向对称轴越近的横向区域,缩小比例越大。
此外,为实现上述目的,本发明还提供一种人脸图像处理装置,所述人脸图像处理装置包括:
检测模块,用于获取人脸图像中的人脸轮廓,并检测是否存在对所述人脸图像的伸缩指令;
伸缩模块,用于当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理,其中,所述伸缩处理中越靠近所述人脸轮廓中心的区域,缩小比例越大;
获取模块,用于获取进行所述伸缩处理后的人脸图像。
优选地,所述检测模块还用于:
检测所述人脸轮廓的宽度与所述人脸图像宽度的比例是否大于预设宽度比例阈值,和/或,所述人脸轮廓的高度与所述人脸图像高度的比例是否大于预设高度比例阈值。
优选地,所述伸缩模块还用于:
当检测到所述伸缩指令时,以所述人脸图像中人脸轮廓的中心作为圆心,以所述人脸轮廓宽度的一半作为半径设置一圆形区域,并在所述圆形区域内划分若干同心圆,对若干同心圆区域进行指向所述圆心的伸缩处理,其中,所述伸缩处理中半径越小的同心圆区域,缩小比例越大。
优选地,所述伸缩模块还用于:
当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的纵向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干纵向区域,对若干纵向区域进行指向所述纵向对称轴的伸缩处理,其中,所述伸缩处理中距离所述纵向对称轴越近的纵向区域,缩小比例越大。
优选地,所述伸缩模块还用于:
当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的横向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干横向区域,对若干横向区域进行指向所述横向对称轴的伸缩处理,其中,所述伸缩处理中距离所述横向对称轴越近的横向区域,缩小比例越大。
本发明提出的一种人脸图像处理方法及装置,当检测到对人脸图像的伸缩指令时,对所述人脸图像中的人脸轮廓进行不等比例的伸缩处理,由于在对所述人脸图像中的人脸轮廓进行伸缩处理中越靠近所述人脸轮廓中心的区域,缩小比例越大,使得近距离拍摄的人脸图像中的人脸中央突出的部分被缩小,人脸边缘的区域被拉伸,有效地纠正了人脸图像中脸部中央部分被放大导致的变形,使得近距离拍摄的人脸图像中的人脸更加真实、自然。
附图说明
图1为远距离拍摄时的人脸成像示意图;
图2为近距离拍摄时的人脸成像示意图;
图3为本发明人脸图像处理方法一实施例的流程示意图;
图4为本发明人脸图像处理方法一实施例中人脸轮廓的坐标示意图;
图5为本发明人脸图像处理方法一实施例中对所述人脸图像中的人脸轮廓进行同心圆方式伸缩前后对比示意图;
图6为本发明人脸图像处理方法一实施例中对所述人脸图像中的人脸轮廓进行横向方式伸缩前后对比示意图;
图7为本发明人脸图像处理方法一实施例中对所述人脸图像中的人脸轮廓进行纵向方式伸缩前后对比示意图;
图8为本发明人脸图像处理装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
因而,本发明提供一种人脸图像处理方法。
参照图3,图3为本发明人脸图像处理方法一实施例的流程示意图。
在一实施例中,该人脸图像处理方法包括:
步骤S10,获取人脸图像中的人脸轮廓,并检测是否存在对所述人脸图像的伸缩指令;
本实施例中,在检测对人脸图像的伸缩指令时,可首先通过预设的人脸识别算法获取人脸图像中的人脸轮廓,再检测是否需要对人脸图像进行伸缩处理,在一种实施方式中,可增加用户界面选项,在用户查看人脸图像时,接收用户在该用户界面选项中选择是否需要对人脸图像进行伸缩处理的指令,从而检测是否接收到对人脸图像的伸缩指令。在另一种实施方式中,也可自动对人脸图像的相关信息进行检测,当检测到人脸图像为近距离拍摄形成的人脸图像时,则识别为检测到对人脸图像的伸缩指令,例如可根据人脸图像的拍摄方式来检测,当判断人脸图像为通过前置摄像头拍摄的自拍照片时,则自动识别为检测到对人脸图像的伸缩指令。此外,由于近距离拍摄形成的人脸图像中人脸所占比例很大,因此,还可根据人脸图像中的人脸所占比例来判断该人脸图像是否为近距离拍摄形成的人脸图像,若是,则识别为检测到对人脸图像的伸缩指令。
步骤S20,当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理,其中,所述伸缩处理中越靠近所述人脸轮廓中心的区域,缩小比例越大;
当检测到对人脸图像的伸缩指令时,则说明人脸图像中人脸成像畸形,需要对所述人脸图像中的人脸轮廓进行伸缩处理。由于近距离拍摄时形成的人脸图像中,越靠近脸部中央的部位和镜头的距离越近,从而导致近距离拍摄形成的人脸图像中越靠近脸部中央的部分所占的图片比例越大,使得脸部中央部分突出,造成近距离拍摄形成的人脸图像中人脸成像畸形。因此,基于近距离拍摄形成的人脸图像中因脸部中央部分所占图片比例过大造成人脸成像畸形这一特征,可反向地对近距离拍摄形成的人脸图像进行还原,可对近距离拍摄形成的人脸图像中的人脸进行不等比例的伸缩,通过对脸部中央部分进行较大幅度的缩小,使得脸部边缘区域适当拉伸,从而在一定程度上纠正人脸图像中脸部中央部分被放大导致的变形。
本实施例中,在对所述人脸图像中的人脸轮廓进行伸缩处理时,越靠近所述人脸轮廓中心的区域,缩小比例越大。其中,对所述人脸图像中的人脸轮廓进行伸缩处理的方式可包括对所述人脸图像中的人脸轮廓划分不同区域进行伸缩的方式,如可将所述人脸图像中的人脸轮廓按圆形、矩形或脸部不同部位划分成若干区域,再分别对划分的若干区域进行伸缩处理。
步骤S30,获取进行所述伸缩处理后的人脸图像。
对所述人脸图像中的人脸轮廓进行伸缩处理后获得的人脸图像中,脸部中央部分得到了适当的缩小,脸部边缘区域得到了适当拉伸,使得完成所述伸缩处理后的人脸图像中脸部各部位更加均匀。
本实施例中当检测到对人脸图像的伸缩指令时,对所述人脸图像中的人脸轮廓进行不等比例的伸缩处理,由于在对所述人脸图像中的人脸轮廓进行伸缩处理中越靠近所述人脸轮廓中心的区域,缩小比例越大,使得近距离拍摄的人脸图像中的人脸中央突出的部分被缩小,人脸边缘的区域被拉伸,有效地纠正了人脸图像中脸部中央部分被放大导致的变形,使得近距离拍摄的人脸图像中的人脸更加真实、自然。
进一步地,在其他实施例中,上述步骤S10可以包括:
检测所述人脸轮廓的宽度与所述人脸图像宽度的比例是否大于预设宽度比例阈值,和/或,所述人脸轮廓的高度与所述人脸图像高度的比例是否大于预设高度比例阈值。
本实施例中,在检测对人脸图像的伸缩指令时,可通过预设的人脸识别算法获取人脸图像中的人脸轮廓,并对所述人脸轮廓与所述人脸图像的比例关系来判断所述人脸图像是否为近距离拍摄形成的人脸图像。如可判断所述人脸轮廓的宽度与所述人脸图像宽度的比例是否大于预设宽度比例阈值,和/或,所述人脸轮廓的高度与所述人脸图像高度的比例是否大于预设高度比例阈值,若是,则判断所述人脸图像为近距离拍摄形成的人脸图像,并自动识别为检测到对人脸图像的伸缩指令。
具体地,如图4所示,图4为本发明人脸图像处理方法一实施例中人脸轮廓的坐标示意图。在检测对人脸图像的伸缩指令时,可先通过现有的人脸识别算法如人脸轮廓检测算法等获取人脸图像中的人脸轮廓。假设以所述人脸图像建立坐标,可获取人脸轮廓线上的各个点集合Q[d1,d2……],遍历各个点集合中的所有点dn(x,y),提取出人脸轮廓在上、下、左、右方向的顶点,分别记为dt(xt,yt)、db(xb,yb)、dl(xl,yl)、dr(xr,yr)。根据取出的上、下、左、右顶点dt、db、dl、dr,可获取人脸轮廓的宽度w=xr-xl,人脸轮廓的高度h=yt-yb,若所述人脸轮廓的宽度w与所述人脸图像宽度的比例大于预设宽度比例阈值,和/或,所述人脸轮廓的高度h与所述人脸图像高度的比例大于预设高度比例阈值,则自动识别为检测到对人脸图像的伸缩指令。其中,所述预设宽度比例阈值、预设高度比例阈值可根据实际应用的需要进行设定,如可将所述预设宽度比例阈值、预设高度比例阈值均设定为1:2,在此不作限定。
进一步地,在其他实施例中,上述步骤S20可以包括:
当检测到所述伸缩指令时,以所述人脸图像中人脸轮廓的中心作为圆心,以所述人脸轮廓宽度的一半作为半径设置一圆形区域,并在所述圆形区域内划分若干同心圆,对若干同心圆区域进行指向所述圆心的伸缩处理,其中,所述伸缩处理中半径越小的同心圆区域,缩小比例越大。
如图5所示,图5为本发明人脸图像处理方法一实施例中对所述人脸图像中的人脸轮廓进行同心圆方式伸缩前后对比示意图。本实施例中,以所述人脸图像中人脸轮廓的中心作为圆心,即以x0=(xr-xl)/2,y0=(yt-yb)/2为圆心;以所述人脸轮廓宽度的一半作为半径,即以r0=(xr-xl)/2为半径,设置一圆形区域,并在所述圆形区域内划分若干同心圆,对若干同心圆区域进行指向所述圆心的伸缩处理,其中,所述伸缩处理中半径越小的同心圆区域,缩小比例越大。图5中仅以在所述圆形区域内划分4个同心圆区域为例进行具体说明,在所述圆形区域内划分4个同心圆,如图5中左图所示,4个同心圆的半径分别划分为0.35r0、0.6r0、0.85r0、r0,分别对4个同心圆区域进行指向所述圆心的伸缩处理,按半径越小的同心圆区域,缩小比例越大的规则,将4个同心圆区域分别缩小成半径为0.3r0、0.56r0、0.82r0、r0的同心圆区域,如图5中右图所示,对所述人脸图像中的人脸轮廓进行同心圆方式伸缩处理后,脸部中央部分得到了适当的缩小,脸部边缘区域得到了适当拉伸,有效地纠正了人脸图像中脸部中央部分被放大导致的变形。
进一步地,在其他实施例中,上述步骤S20可以包括:
当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的纵向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干纵向区域,对若干纵向区域进行指向所述纵向对称轴的伸缩处理,其中,所述伸缩处理中距离所述纵向对称轴越近的纵向区域,缩小比例越大。
如图6所示,图6为本发明人脸图像处理方法一实施例中对所述人脸图像中的人脸轮廓进行横向方式伸缩前后对比示意图。本实施例中,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点dt、db、dl、dr相切的矩形区域,人脸轮廓的宽度为w=xr-xl,人脸轮廓的高度h=yt-yb,分别作为矩形区域的长和宽,以所述矩形区域的纵向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干纵向区域,对若干纵向区域进行指向所述纵向对称轴的伸缩处理,其中,所述伸缩处理中距离所述纵向对称轴越近的纵向区域,缩小比例越大。
图6中仅以分别在两个对称区域内划分4个纵向区域为例进行具体说明,如图6中左图所示,在所述对称区域内划分宽度分别为0.175w、0.3w、0.425w、w的4个纵向区域,对4个纵向区域进行指向所述纵向对称轴的伸缩处理,按距离所述纵向对称轴越近的纵向区域,缩小比例越大的规则,将4个纵向区域分别缩小成宽度为0.15w、0.28w、0.41w、w的纵向区域,如图6中右图所示,对所述人脸图像中的人脸轮廓进行横向方式伸缩处理后,脸部中央部分在横向得到了适当的缩小,脸部边缘区域在横向得到了适当拉伸,有效地纠正了人脸图像中脸部中央部分被放大导致的变形。
进一步地,在其他实施例中,上述步骤S20可以包括:
当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的横向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干横向区域,对若干横向区域进行指向所述横向对称轴的伸缩处理,其中,所述伸缩处理中距离所述横向对称轴越近的横向区域,缩小比例越大。
如图7所示,图7为本发明人脸图像处理方法一实施例中对所述人脸图像中的人脸轮廓进行纵向方式伸缩前后对比示意图。本实施例中,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点dt、db、dl、dr相切的矩形区域,人脸轮廓的宽度为w=xr-xl,人脸轮廓的高度h=yt-yb,,分别作为矩形区域的长和宽,以所述矩形区域的横向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干横向区域,对若干横向区域进行指向所述横向对称轴的伸缩处理,其中,所述伸缩处理中距离所述横向对称轴越近的横向区域,缩小比例越大。
图7中仅以分别在两个对称区域内划分4个横向区域为例进行具体说明,如图7中左图所示,在所述对称区域内划分高度分别为0.175h、0.3h、0.425h、h的4个横向区域,对4个横向区域进行指向所述横向对称轴的伸缩处理,按距离所述横向对称轴越近的横向区域,缩小比例越大的规则,将4个横向区域分别缩小成高度为0.15h、0.28h、0.41h、h的横向区域,如图7中右图所示,对所述人脸图像中的人脸轮廓进行纵向方式伸缩处理后,脸部中央部分在纵向得到了适当的缩小,脸部边缘区域在纵向得到了适当拉伸,有效地纠正了人脸图像中脸部中央部分被放大导致的变形。
本发明进一步提供一种人脸图像处理装置。
参照图8,图8为本发明人脸图像处理装置一实施例的功能模块示意图。
在一实施例中,该人脸图像处理装置包括:
检测模块01,用于获取人脸图像中的人脸轮廓,并检测是否存在对所述人脸图像的伸缩指令;
本实施例中,在检测对人脸图像的伸缩指令时,可首先通过预设的人脸识别算法获取人脸图像中的人脸轮廓,再检测是否需要对人脸图像进行伸缩处理,在一种实施方式中,可增加用户界面选项,在用户查看人脸图像时,接收用户在该用户界面选项中选择是否需要对人脸图像进行伸缩处理的指令,从而检测是否接收到对人脸图像的伸缩指令。在另一种实施方式中,也可自动对人脸图像的相关信息进行检测,当检测到人脸图像为近距离拍摄形成的人脸图像时,则识别为检测到对人脸图像的伸缩指令,例如可根据人脸图像的拍摄方式来检测,当判断人脸图像为通过前置摄像头拍摄的自拍照片时,则自动识别为检测到对人脸图像的伸缩指令。此外,由于近距离拍摄形成的人脸图像中人脸所占比例很大,因此,还可根据人脸图像中的人脸所占比例来判断该人脸图像是否为近距离拍摄形成的人脸图像,若是,则识别为检测到对人脸图像的伸缩指令。
伸缩模块02,用于当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理,其中,所述伸缩处理中越靠近所述人脸轮廓中心的区域,缩小比例越大;
当检测到对人脸图像的伸缩指令时,则说明人脸图像中人脸成像畸形,需要对所述人脸图像中的人脸轮廓进行伸缩处理。由于近距离拍摄时形成的人脸图像中,越靠近脸部中央的部位和镜头的距离越近,从而导致近距离拍摄形成的人脸图像中越靠近脸部中央的部分所占的图片比例越大,使得脸部中央部分突出,造成近距离拍摄形成的人脸图像中人脸成像畸形。因此,基于近距离拍摄形成的人脸图像中因脸部中央部分所占图片比例过大造成人脸成像畸形这一特征,可反向地对近距离拍摄形成的人脸图像进行还原,可对近距离拍摄形成的人脸图像中的人脸进行不等比例的伸缩,通过对脸部中央部分进行较大幅度的缩小,使得脸部边缘区域适当拉伸,从而在一定程度上纠正人脸图像中脸部中央部分被放大导致的变形。
本实施例中,在对所述人脸图像中的人脸轮廓进行伸缩处理时,越靠近所述人脸轮廓中心的区域,缩小比例越大。其中,对所述人脸图像中的人脸轮廓进行伸缩处理的方式可包括对所述人脸图像中的人脸轮廓划分不同区域进行伸缩的方式,如可将所述人脸图像中的人脸轮廓按圆形、矩形或脸部不同部位划分成若干区域,再分别对划分的若干区域进行伸缩处理。
获取模块03,用于获取进行所述伸缩处理后的人脸图像。
对所述人脸图像中的人脸轮廓进行伸缩处理后获得的人脸图像中,脸部中央部分得到了适当的缩小,脸部边缘区域得到了适当拉伸,使得完成所述伸缩处理后的人脸图像中脸部各部位更加均匀。
本实施例中当检测到对人脸图像的伸缩指令时,对所述人脸图像中的人脸轮廓进行不等比例的伸缩处理,由于在对所述人脸图像中的人脸轮廓进行伸缩处理中越靠近所述人脸轮廓中心的区域,缩小比例越大,使得近距离拍摄的人脸图像中的人脸中央突出的部分被缩小,人脸边缘的区域被拉伸,有效地纠正了人脸图像中脸部中央部分被放大导致的变形,使得近距离拍摄的人脸图像中的人脸更加真实、自然。
进一步地,在其他实施例中,上述检测模块01可以用于:
检测所述人脸轮廓的宽度与所述人脸图像宽度的比例是否大于预设宽度比例阈值,和/或,所述人脸轮廓的高度与所述人脸图像高度的比例是否大于预设高度比例阈值。
本实施例中,在检测对人脸图像的伸缩指令时,可通过预设的人脸识别算法获取人脸图像中的人脸轮廓,并对所述人脸轮廓与所述人脸图像的比例关系来判断所述人脸图像是否为近距离拍摄形成的人脸图像。如可判断所述人脸轮廓的宽度与所述人脸图像宽度的比例是否大于预设宽度比例阈值,和/或,所述人脸轮廓的高度与所述人脸图像高度的比例是否大于预设高度比例阈值,若是,则判断所述人脸图像为近距离拍摄形成的人脸图像,并自动识别为检测到对人脸图像的伸缩指令。
具体地,在检测对人脸图像的伸缩指令时,可先通过现有的人脸识别算法如人脸轮廓检测算法等获取人脸图像中的人脸轮廓。假设以所述人脸图像建立坐标,可获取人脸轮廓线上的各个点集合Q[d1,d2……],遍历各个点集合中的所有点dn(x,y),提取出人脸轮廓在上、下、左、右方向的顶点,分别记为dt(xt,yt)、db(xb,yb)、dl(xl,yl)、dr(xr,yr)。根据取出的上、下、左、右顶点dt、db、dl、dr,可获取人脸轮廓的宽度w=xr-xl,人脸轮廓的高度h=yt-yb,若所述人脸轮廓的宽度w与所述人脸图像宽度的比例大于预设宽度比例阈值,和/或,所述人脸轮廓的高度h与所述人脸图像高度的比例大于预设高度比例阈值,则自动识别为检测到对人脸图像的伸缩指令。其中,所述预设宽度比例阈值、预设高度比例阈值可根据实际应用的需要进行设定,如可将所述预设宽度比例阈值、预设高度比例阈值均设定为1:2,在此不作限定。
进一步地,在其他实施例中,上述伸缩模块02可以用于:
当检测到所述伸缩指令时,以所述人脸图像中人脸轮廓的中心作为圆心,以所述人脸轮廓宽度的一半作为半径设置一圆形区域,并在所述圆形区域内划分若干同心圆,对若干同心圆区域进行指向所述圆心的伸缩处理,其中,所述伸缩处理中半径越小的同心圆区域,缩小比例越大。
本实施例中,以所述人脸图像中人脸轮廓的中心作为圆心,即以x0=(xr-xl)/2,y0=(yt-yb)/2为圆心;以所述人脸轮廓宽度的一半作为半径,即以r0=(xr-xl)/2为半径,设置一圆形区域,并在所述圆形区域内划分若干同心圆,对若干同心圆区域进行指向所述圆心的伸缩处理,其中,所述伸缩处理中半径越小的同心圆区域,缩小比例越大。在此仅以在所述圆形区域内划分4个同心圆区域为例进行具体说明,在所述圆形区域内划分4个同心圆,4个同心圆的半径分别划分为0.35r0、0.6r0、0.85r0、r0,分别对4个同心圆区域进行指向所述圆心的伸缩处理,按半径越小的同心圆区域,缩小比例越大的规则,将4个同心圆区域分别缩小成半径为0.3r0、0.56r0、0.82r0、r0的同心圆区域,对所述人脸图像中的人脸轮廓进行同心圆方式伸缩处理后,脸部中央部分得到了适当的缩小,脸部边缘区域得到了适当拉伸,有效地纠正了人脸图像中脸部中央部分被放大导致的变形。
进一步地,在其他实施例中,上述伸缩模块02还可以用于:
当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的纵向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干纵向区域,对若干纵向区域进行指向所述纵向对称轴的伸缩处理,其中,所述伸缩处理中距离所述纵向对称轴越近的纵向区域,缩小比例越大。
本实施例中,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点dt、db、dl、dr相切的矩形区域,人脸轮廓的宽度为w=xr-xl,人脸轮廓的高度h=yt-yb,分别作为矩形区域的长和宽,以所述矩形区域的纵向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干纵向区域,对若干纵向区域进行指向所述纵向对称轴的伸缩处理,其中,所述伸缩处理中距离所述纵向对称轴越近的纵向区域,缩小比例越大。
在此,仅以分别在两个对称区域内划分4个纵向区域为例进行具体说明,在所述对称区域内划分宽度分别为0.175w、0.3w、0.425w、w的4个纵向区域,对4个纵向区域进行指向所述纵向对称轴的伸缩处理,按距离所述纵向对称轴越近的纵向区域,缩小比例越大的规则,将4个纵向区域分别缩小成宽度为0.15w、0.28w、0.41w、w的纵向区域,对所述人脸图像中的人脸轮廓进行横向方式伸缩处理后,脸部中央部分在横向得到了适当的缩小,脸部边缘区域在横向得到了适当拉伸,有效地纠正了人脸图像中脸部中央部分被放大导致的变形。
进一步地,在其他实施例中,上述伸缩模块02还可以用于:
当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的横向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干横向区域,对若干横向区域进行指向所述横向对称轴的伸缩处理,其中,所述伸缩处理中距离所述横向对称轴越近的横向区域,缩小比例越大。
本实施例中,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点dt、db、dl、dr相切的矩形区域,人脸轮廓的宽度为w=xr-xl,人脸轮廓的高度h=yt-yb,,分别作为矩形区域的长和宽,以所述矩形区域的横向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干横向区域,对若干横向区域进行指向所述横向对称轴的伸缩处理,其中,所述伸缩处理中距离所述横向对称轴越近的横向区域,缩小比例越大。
在此,仅以分别在两个对称区域内划分4个横向区域为例进行具体说明,在所述对称区域内划分高度分别为0.175h、0.3h、0.425h、h的4个横向区域,对4个横向区域进行指向所述横向对称轴的伸缩处理,按距离所述横向对称轴越近的横向区域,缩小比例越大的规则,将4个横向区域分别缩小成高度为0.15h、0.28h、0.41h、h的横向区域,对所述人脸图像中的人脸轮廓进行纵向方式伸缩处理后,脸部中央部分在纵向得到了适当的缩小,脸部边缘区域在纵向得到了适当拉伸,有效地纠正了人脸图像中脸部中央部分被放大导致的变形。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,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 (8)

1.一种人脸图像处理方法,其特征在于,所述方法包括以下步骤:
获取人脸图像中的人脸轮廓,并检测是否存在对所述人脸图像的伸缩指令;
所述检测是否存在对所述人脸图像的伸缩指令包括:
检测所述人脸轮廓的宽度与所述人脸图像宽度的比例是否大于预设宽度比例阈值,和/或,所述人脸轮廓的高度与所述人脸图像高度的比例是否大于预设高度比例阈值;
当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理,其中,所述伸缩处理中越靠近所述人脸轮廓中心的区域,缩小比例越大;
获取进行所述伸缩处理后的人脸图像。
2.如权利要求1所述的人脸图像处理方法,其特征在于,所述当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理的步骤包括:
当检测到所述伸缩指令时,以所述人脸图像中人脸轮廓的中心作为圆心,以所述人脸轮廓宽度的一半作为半径设置一圆形区域,并在所述圆形区域内划分若干同心圆,对若干同心圆区域进行指向所述圆心的伸缩处理,其中,所述伸缩处理中半径越小的同心圆区域,缩小比例越大。
3.如权利要求1所述的人脸图像处理方法,其特征在于,所述当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理的步骤包括:
当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的纵向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干纵向区域,对若干纵向区域进行指向所述纵向对称轴的伸缩处理,其中,所述伸缩处理中距离所述纵向对称轴越近的纵向区域,缩小比例越大。
4.如权利要求1所述的人脸图像处理方法,其特征在于,所述当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理的步骤包括:
当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的横向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干横向区域,对若干横向区域进行指向所述横向对称轴的伸缩处理,其中,所述伸缩处理中距离所述横向对称轴越近的横向区域,缩小比例越大。
5.一种人脸图像处理装置,其特征在于,所述人脸图像处理装置包括:
检测模块,用于获取人脸图像中的人脸轮廓,并检测是否存在对所述人脸图像的伸缩指令;
伸缩模块,用于当检测到所述伸缩指令时,对所述人脸图像中的人脸轮廓进行伸缩处理,其中,所述伸缩处理中越靠近所述人脸轮廓中心的区域,缩小比例越大;用于检测所述人脸轮廓的宽度与所述人脸图像宽度的比例是否大于预设宽度比例阈值,和/或,所述人脸轮廓的高度与所述人脸图像高度的比例是否大于预设高度比例阈值;
获取模块,用于获取进行所述伸缩处理后的人脸图像。
6.如权利要求5所述的人脸图像处理装置,其特征在于,所述伸缩模块还用于:
当检测到所述伸缩指令时,以所述人脸图像中人脸轮廓的中心作为圆心,以所述人脸轮廓宽度的一半作为半径设置一圆形区域,并在所述圆形区域内划分若干同心圆,对若干同心圆区域进行指向所述圆心的伸缩处理,其中,所述伸缩处理中半径越小的同心圆区域,缩小比例越大。
7.如权利要求5所述的人脸图像处理装置,其特征在于,所述伸缩模块还用于:
当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的纵向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干纵向区域,对若干纵向区域进行指向所述纵向对称轴的伸缩处理,其中,所述伸缩处理中距离所述纵向对称轴越近的纵向区域,缩小比例越大。
8.如权利要求5所述的人脸图像处理装置,其特征在于,所述伸缩模块还用于:当检测到所述伸缩指令时,设置一与所述人脸图像中人脸轮廓的上、下、左、右顶点相切的矩形区域,并以所述矩形区域的横向对称轴为分界线将所述矩形区域划分为两个对称区域,分别在所述对称区域内划分若干横向区域,对若干横向区域进行指向所述横向对称轴的伸缩处理,其中,所述伸缩处理中距离所述横向对称轴越近的横向区域,缩小比例越大。
CN201511033376.3A 2015-12-31 2015-12-31 人脸图像处理方法及装置 Active CN105678251B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511033376.3A CN105678251B (zh) 2015-12-31 2015-12-31 人脸图像处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511033376.3A CN105678251B (zh) 2015-12-31 2015-12-31 人脸图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN105678251A CN105678251A (zh) 2016-06-15
CN105678251B true CN105678251B (zh) 2019-10-01

Family

ID=56190000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511033376.3A Active CN105678251B (zh) 2015-12-31 2015-12-31 人脸图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN105678251B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106131409B (zh) * 2016-07-12 2019-01-25 京东方科技集团股份有限公司 图像处理方法及装置
CN106713960B (zh) * 2017-02-23 2018-05-01 浙江易网科技股份有限公司 一种基于人脸识别的智能视频监控系统
CN107368806B (zh) * 2017-07-18 2020-01-10 Oppo广东移动通信有限公司 图像矫正方法、装置、计算机可读存储介质和计算机设备
CN108062740A (zh) * 2017-12-12 2018-05-22 深圳天珑无线科技有限公司 一种移动终端及其美颜方法和系统
CN109993067B (zh) * 2019-03-07 2022-01-28 北京旷视科技有限公司 面部关键点提取方法、装置、计算机设备和存储介质
CN112288623A (zh) * 2020-06-09 2021-01-29 北京沃东天骏信息技术有限公司 一种图片伸缩方法、装置、设备及存储介质
CN113034351A (zh) * 2021-03-25 2021-06-25 联想(北京)有限公司 图像处理方法及装置
CN113435445A (zh) * 2021-07-05 2021-09-24 深圳市鹰硕技术有限公司 图像过优化自动纠正方法以及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101478629A (zh) * 2008-01-04 2009-07-08 华晶科技股份有限公司 调整人脸比例的图像处理方法
CN101626450A (zh) * 2008-07-11 2010-01-13 鸿富锦精密工业(深圳)有限公司 显像装置及其图像放大方法
CN101742125A (zh) * 2008-11-27 2010-06-16 义晶科技股份有限公司 鱼眼图像校正及减轻透视变形的图像处理方法及相关装置
CN102393951A (zh) * 2011-06-30 2012-03-28 Tcl集团股份有限公司 一种人脸模型的变形方法
CN104036453A (zh) * 2014-07-03 2014-09-10 上海斐讯数据通信技术有限公司 图像局部变形方法及其适用的图像局部变形系统及手机

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101478629A (zh) * 2008-01-04 2009-07-08 华晶科技股份有限公司 调整人脸比例的图像处理方法
CN101626450A (zh) * 2008-07-11 2010-01-13 鸿富锦精密工业(深圳)有限公司 显像装置及其图像放大方法
CN101742125A (zh) * 2008-11-27 2010-06-16 义晶科技股份有限公司 鱼眼图像校正及减轻透视变形的图像处理方法及相关装置
CN102393951A (zh) * 2011-06-30 2012-03-28 Tcl集团股份有限公司 一种人脸模型的变形方法
CN104036453A (zh) * 2014-07-03 2014-09-10 上海斐讯数据通信技术有限公司 图像局部变形方法及其适用的图像局部变形系统及手机

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
The correction of the distortion of human face based on three-dimensional modeling methods;Qingmin Ye 等;《Proc. SPIE 9622, 2015 International Conference on Optical Instruments and Technology: Optoelectronic Imaging and Processing Technology,962215》;20150805;第1-10页摘要,第3节 *

Also Published As

Publication number Publication date
CN105678251A (zh) 2016-06-15

Similar Documents

Publication Publication Date Title
CN105678251B (zh) 人脸图像处理方法及装置
JP7136875B2 (ja) 眼の特徴を用いる眼ポーズ識別
JP5061645B2 (ja) 情報抽出方法、情報抽出装置、プログラム、登録装置及び照合装置
US10297076B2 (en) Apparatus and method for generating 3D face model using mobile device
US7860280B2 (en) Facial feature detection method and device
CN111008947B (zh) 图像处理方法和装置、终端设备及存储介质
CN109064397B (zh) 一种基于摄像耳机的图像拼接方法及系统
CN106296578A (zh) 一种图像处理方法及装置
CN112487921B (zh) 一种用于活体检测的人脸图像预处理方法及系统
CN105243371A (zh) 一种人脸美颜程度的检测方法、系统及拍摄终端
CN112487922B (zh) 一种多模态人脸活体检测方法及系统
CN106981078B (zh) 视线校正方法、装置、智能会议终端及存储介质
CN104754216A (zh) 一种拍照方法及装置
US20130215234A1 (en) Method and apparatus for stereo matching
CN109598210B (zh) 一种图片处理方法和装置
CN109859299B (zh) 人像图片处理方法、装置、计算机可读存储介质和计算机设备
WO2019128715A1 (zh) 确定瞳孔位置的方法和装置
CN106218409A (zh) 一种可人眼跟踪的裸眼3d汽车仪表显示方法及装置
CN111105366B (zh) 图像处理方法和装置、终端设备及存储介质
CN104811684A (zh) 一种图像的三维美颜方法及装置
WO2022227594A1 (zh) 眼球追踪方法及虚拟现实设备
CN102905136B (zh) 一种视频编解码方法、系统
CN111476151B (zh) 眼球检测方法、装置、设备及存储介质
CN105654531B (zh) 一种图像轮廓的绘制方法及装置
CN107346544B (zh) 一种图像处理方法和电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant