CN106331492B - 一种图像处理方法及终端 - Google Patents
一种图像处理方法及终端 Download PDFInfo
- Publication number
- CN106331492B CN106331492B CN201610750004.0A CN201610750004A CN106331492B CN 106331492 B CN106331492 B CN 106331492B CN 201610750004 A CN201610750004 A CN 201610750004A CN 106331492 B CN106331492 B CN 106331492B
- Authority
- CN
- China
- Prior art keywords
- image
- depth
- processed
- region
- processing
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/62—Control of parameters via user interfaces
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/815—Camera processing pipelines; Components thereof for controlling the resolution by using a single image
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种图像处理方法,所述方法包括:对待处理图像进行人脸识别,确定人脸区域;获取所述待处理图像的颜色信息;根据所述颜色信息判断所述待处理图像是否处于大面积颜色状态;若是,获取所述待处理图像对应的深度图;根据所述深度图确定所述人脸区域的深度信息;根据所述人脸区域的深度信息确定背景虚化阈值;根据所述深度图及所述背景虚化阈值对所述待处理图像进行背景虚化处理。本发明实施例还提供了一种终端。实施本发明实施例可以对图像进行判断,并依据判断结果选择拍照模式,提升了用户体验。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种图像处理方法及终端。
背景技术
随着信息技术快速发展,终端(如手机、平板电脑等等)使用越来越普遍,拍照作为终端的一个重要应用,成为各大终端生产商推崇的卖点。目前,终端上安装双摄像头已成为一种流行趋势,该双摄像头的一个重要应用就是通过双摄像头获取终端与拍摄图像中每一像素点对应的位置在空间中的景深值,根据景深值区分拍摄图像中的近景区域远景区域,以便对远景区域进行虚化处理,得到背景虚化图像。
现有技术中,只能通过用户手动设置才可进一步对拍摄图像进行背景虚化。当然,并非所有的场景都需要背景虚化,有些背景需常规拍照,有些背景需要背景虚化处理,但是,现有技术无法对背景虚化的场景进行甄别,因而,不能方便地选择背景虚化模式还是常规拍照模式,降低了用户体验。
发明内容
本发明实施例提供了一种图像处理方法及终端,可以对图像进行判断,并依据判断结果选择拍照模式,提升了用户体验。
本发明实施例第一方面提供了一种图像处理方法,包括:
对待处理图像进行人脸识别,确定人脸区域;
获取所述待处理图像的颜色信息;
根据所述颜色信息判断所述待处理图像是否处于大面积颜色状态;
若是,获取所述待处理图像对应的深度图;
根据所述深度图确定所述人脸区域的深度信息;
根据所述人脸区域的深度信息确定背景虚化阈值;
根据所述深度图及所述背景虚化阈值对所述待处理图像进行背景虚化处理。
本发明实施例第二方面提供了一种终端,包括:
识别单元,用于对待处理图像进行人脸识别,确定人脸区域;
获取单元,用于获取所述待处理图像的颜色信息;
判断单元,用于根据所述获取单元获取的所述颜色信息判断所述待处理图像是否处于大面积颜色状态;
所述获取单元,还用于:
若所述判断单元的判断结果为是,获取所述待处理图像对应的深度图;
确定单元,用于根据所述获取单元获取的所述深度图确定所述人脸区域的深度信息;
所述确定单元,还用于:
根据所述识别单元识别的所述人脸区域的深度信息确定背景虚化阈值;
处理单元,用于根据所述获取单元获取的所述深度图及所述确定单元确定的所述背景虚化阈值对所述待处理图像进行背景虚化处理。
本发明实施例第三方面提供了一种终端,包括:
处理器和存储器;其中,所述处理器通过调用所述存储器中的代码或指令以执行第一方面所描述的图像处理方法的部分或者全部步骤。
实施本发明实施例,具有如下有益效果:
通过本发明实施例对待处理图像进行人脸识别,确定人脸区域,获取所述待处理图像的颜色信息,根据所述颜色信息判断所述待处理图像是否处于大面积颜色状态,若是,获取待处理图像对应的深度图,根据深度图确定人脸区域的深度信息,根据人脸区域的深度信息确定背景虚化阈值,根据深度图及背景虚化阈值对待处理图像进行背景虚化处理,因此,可在待处理图像的背景为大面积颜色状态时,依据待处理图像中的人脸区域的深度信息,对待处理图像进行背景虚化处理。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种图像处理方法的第一实施例流程示意图;
图2是本发明实施例提供的一种图像处理方法的第二实施例流程示意图;
图3a是本发明实施例提供的一种终端的第一实施例结构示意图;
图3b是本发明实施例提供的图3a中所描述的终端的判断单元的结构示意图;
图3c是本发明实施例提供的图3a中所描述的终端的确定单元的结构示意图;
图3d是本发明实施例提供的图3a中所描述的终端的处理单元的结构示意图;
图4是本发明实施例提供的一种终端的第二实施例结构示意图。
具体实施方式
本发明实施例提供了一种图像处理方法及终端,可以对图像进行判断,并依据判断结果选择拍照模式,提升了用户体验。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明实施例所描述的终端可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备(MID,MobileInternet Devices)或穿戴式设备等,上述终端仅是举例,而非穷举,包含但不限于上述终端。
需要说明的是,通常情况下,背景(也可以称为远景)是用来衬托前景(本发明实施例中主要是人脸区域的图像,可以称作近景),在背景较为鲜艳时,即背景呈现大面积颜色状态,从而,影响到用户对人脸图像的视觉感官。大面积颜色状态,主要是指某一颜色所占百分比超过一定阀值的颜色。在这种情况下,若对待处理图像进行背景虚化处理,则可使得背景弱化,从前景(即人脸区域的图像)凸显。
请参阅图1,为本发明实施例提供的一种图像处理方法的第一实施例流程示意图。本实施例中所描述的图像处理方法,包括以下步骤:
101、对待处理图像进行人脸识别,确定人脸区域。
其中,可对待处理图像进行人脸识别,若待处理图像中存在人脸,则可在待处理图像中对人脸区域进行标记,或者,确定该人脸区域,包含确定人脸区域的位置,人脸区域的特征(如:眼睛位置、脸型、鼻子位置、嘴唇位置、脸上的斑点位置等),当然,还可以进一步对颜值进行打分,或者,对待处理图像中的人脸区域进行抠图处理,在此不再赘述。
可选地,待处理图像可为预览图像,当然,还可以为已拍摄的图像,简称拍摄图像。
102、获取所述待处理图像的颜色信息。
其中,本发明实施例中,可提取待处理图像的颜色信息,在待处理图像为灰度图像时,颜色信息可为灰度值,在待处理图像为彩色图像时,颜色信息可为R通道的信息、G通道的信息和B通道的信息中的至少一个。当然,为了提取颜色信息,若待处理图像为彩色图像,则可对该彩色图像进行分离,例如,分离出R通道、G通道和B通道,当然,还可以提取待处理图中的亮度分量,将亮度分量作为颜色信息,还可以进一步地将该亮度分量划分为多个颜色类别。
103、根据所述颜色信息判断所述待处理图像是否处于大面积颜色状态。
可选地,步骤102可包含如下步骤:
31)、将所述颜色信息分成多个颜色类别;
32)、确定所述多个颜色类别中每一颜色类别所占的比重,得到所述多个比重值;
33)、判断所述多个比重值中是否存在大于第一预设阈值的比重值,若是,确认所述待处理图像处于所述大面积颜色状态。
其中,步骤31中,在待处理图像为彩色图像时,可分为R、G和B三个颜色类别,然后,分别确定每一颜色类别中每一颜色类别在待处理图像中的比重,可得到多个比重。当然,在待处理图像为彩色图像时,还可以分为更多的颜色类别,具体地,依据实际情况而定。在待处理图像为灰度图像时,可分为多个灰度等级,每一灰度等级对应一个颜色类别。例如,0~255可分为0~50、51~100、101~150、151~200、201~255这5个颜色类别。上述第一预设阈值可由用户设置,也可以是终端在出厂前,由终端生产商设置好。在上述多个比重值中存在大于第一预设阈值的比重值时,确认待处理图像处于大面积颜色状态。若待处理图像处于大面积颜色状态则执行步骤104。
当然,若待处理图像不是处于大面积颜色状态,则可不用执行步骤104及其后续步骤。
需要说明的是,在待处理图像中背景(可以理解为人脸区域以外的区域)掩盖了前景(人脸区域)的时候,导致人脸区域被掩盖,这种情况下,可执行本发明实施例,当判断出待处理图像处于大面积颜色状态,对人脸区域以外的区域进行背景虚化处理。
104、若是,获取所述待处理图像对应的深度图。
其中,在待处理图像处于大面积颜色状态下,可获取待处理图像对应的深度图。若终端中安装了双摄像头,可直接获取待处理图像对应的深度值。若终端中安装了景深摄像头可获取待处理图像对应的深度值。若终端中安装了激光测距传感器,可测量待处理图像中每一像素点在空间中的位置与终端之间的距离值,并根据待处理图像中所有像素点在物理空间中的位置与终端之间的距离值生成深度图,该深度图与待处理图像对应。即待处理图像中的点A表示像素值,而深度图中的点A表示终端与待处理图像中的点A对应于物理空间中的位置。
可选地,若待处理图像不是处于大面积颜色状态,则直接得到拍摄图像,无需对待处理图像进行背景虚化处理。
105、根据所述深度图确定所述人脸区域的深度信息。
其中,深度图中包含表述人脸区域在物理空间中的位置信息(即被拍摄的人脸的每一像素点与终端之间的距离),则可根据人脸区域中每一像素点所在的位置,在深度图中搜索出对应位置的深度值,因此,可将人脸区域中所有像素点所在的位置在深度图对应位置的深度值构成人脸区域的深度信息。
106、根据所述人脸区域的深度信息确定背景虚化阈值。
其中,人脸区域包含多个像素点,每一像素点都有一个与之对应的深度值,由于不同像素点处于待处理图像或者深度图中的位置不同,因而,对应的深度值也不同。
可选地,步骤106可包含如下步骤:
61)、根据所述人脸区域的深度信息确定最小深度值,及计算所述人脸区域的平均深度值;
62)、将所述最小深度值和所述平均深度值之间的任一值确定为背景虚化阈值。
步骤61中从人脸区域的深度信息中可确定最小深度值和最大深度度,当然,还可以确定人脸区域中其他位置的深度值,将人脸区域中每一位置对应的深度值进行取平均,可得到人脸区域的平均深度值。可将平均深度值与最小深度值之间的任一值作为背景虚化阈值。
107、根据所述深度图及所述背景虚化阈值对所述待处理图像进行背景虚化处理。
可选地,步骤107可包含如下步骤:
71)、根据所述深度图和所述背景虚化阈值确定所述待处理图像中的近景区域和远景区域;
72)、在保持所述近景区域不变的情况下,对所述远景区域进行虚化处理。
其中,将深度图中每一位置对应的深度值与背景虚化阈值进行比较,若深度图中某一位置对应的深度值小于该背景虚化阈值,则将该位置对应的像素值作为近景区域中的像素点;若大于或等于该背景虚化阈值,则将该位置对应的像素值作为远景区域中的像素点。因此,可保持近景区域不变的情况下,只对远景区域进行虚化处理。
其中,上述对所述远景区域进行虚化处理,包括:
721)、根据所述深度图确定所述远景区域的深度信息;
722)、将所述远景区域的深度信息划分为多个深度等级,并为所述多个深度等级中每一深度等级设置一个虚化参数;
723)、根据所述多个深度等级中每一深度等级设置一个虚化参数对所述远景区域进行虚化处理。
其中,可确定远景区域的深度信息,可确定一个区间,该区间介于最大景深值和最小景深值之间,将该区间分为多个深度等级,每一深度等级可对应一个虚化参数,可以对远景进行虚化处理。当然,可以将深度值大的等级对应的虚化参数设置大,这样,得到的虚化程度大,将深度值小的等级对应的虚化参数设置小,这样,得到的虚化程度小,从而,给用户的感觉是,距离终端越远的区域虚化程度(即模糊程度)越大,距离终端越近的区域虚化程度(模糊程度)小。因此,虚化后的图像看起来更加有层次感,更加适宜于人眼观察。
通过本发明实施例对待处理图像进行人脸识别,确定人脸区域,获取所述待处理图像的颜色信息,根据所述颜色信息判断所述待处理图像是否处于大面积颜色状态,若是,获取待处理图像对应的深度图,根据深度图确定人脸区域的深度信息,根据人脸区域的深度信息确定背景虚化阈值,根据深度图及背景虚化阈值对待处理图像进行背景虚化处理,因此,可在待处理图像的背景为大面积颜色状态时,依据待处理图像中的人脸区域的深度信息,对待处理图像进行背景虚化处理。在待处理图像不是处于大面积颜色状态下,则不对待处理图像进行背景虚化处理。因此,不仅方便地对常规拍照模式与背景虚化模式进行选择,还可以对远景进行虚化处理,即提升了图像质量,又提升了用户体验。
请参阅图2,为本发明实施例提供的一种图像处理方法的第二实施例流程示意图。本实施例中所描述的图像处理方法,包括以下步骤:
201、对待处理图像进行人脸识别,确定人脸区域。
202、获取所述待处理图像的颜色信息。
203、根据所述颜色信息判断所述待处理图像是否处于大面积颜色状态。
204、若是,获取所述待处理图像对应的深度图。
205、根据所述深度图确定所述人脸区域的深度信息。
206、根据所述人脸区域的深度信息确定背景虚化阈值。
207、根据所述深度图和所述背景虚化阈值确定所述待处理图像中的近景区域和远景区域。
可选地,将深度图中每一位置对应的深度值与背景虚化阈值进行比较,若深度图中某一位置对应的深度值小于该背景虚化阈值,则将该位置对应的像素值作为近景区域中的像素点;若大于或等于该背景虚化阈值,则将该位置对应的像素值作为远景区域中的像素点。因此,可保持近景区域不变的情况下,只对远景区域进行虚化处理。
208、对所述远景区域进行虚化处理。
其中,步骤208中对远景区域进行虚化处理,可采用高斯模糊算法对远景区域进行虚化处理。
209、对所述近景区域进行图像质量评价,得到图像质量评价值。
210、判断所述图像质量评价值是否大于第二预设阈值。
211、若否,对所述近景区域进行美颜处理或者图像增强处理。
上述步骤209中,可对近景区域进行图像质量评价,可得到一个图像质量评价值,步骤210中,可设置一个阈值,即第二预设阈值,大于该第二预设阈值,可认为是图像清晰,小于或等于该第二预设阈值可认为图像不清晰,其中,对近景区域进行图像质量评价的方式可为:可采用一个或者多个图像质量评价指标指标对近景区域进行图像质量评价,图像质量评价指标可为:平均灰度、熵、边缘保持度、均方差等等。上述第二预设阈值可由系统默认,或者,用户自行设置,当然,第二预设阈值可为一个经验值。步骤211中,若图像质量评价值小于或等于第二预设阈值,对近景区域进行美颜处理或者图像增强处理。
可选地,若图像质量评价值大于第二预设阈值,则可认为近景区域清晰,可不对该近景区域作任何图像增强处理或者美颜处理。
可以看出,在待处理图像处于大面积颜色状态下,可根据人脸区域的深度图,确定背景虚化阈值,确定近景区域和远景区域,对远景区域进行虚化处理,而在近景区域清晰时,对近景区域不作处理,在近景区域不清晰时,对近景区域进行美颜处理或者图像增强处理。在待处理图像不是处于大面积颜色状态下,则不对待处理图像进行背景虚化处理。因此,不仅方便地对常规拍照模式与背景虚化模式进行选择,还可以在背景虚化的同时,若近景区域不清晰,对近景区域进行一定程度的美颜处理或者图像增强处理,即提升了图像质量,又提升了用户体验。
与上述一致地,以下为实施上述本发明实施例提供的图像处理方法的虚拟装置及实体装置,具体如下:
请参阅图3a,为本发明实施例提供的一种终端的第一实施例结构示意图。本实施例中所描述的终端,包括:识别单元301、获取单元302、判断单元303、确定单元304和处理单元305,具体如下:
识别单元301,用于对待处理图像进行人脸识别,确定人脸区域;
获取单元302,用于获取所述待处理图像的颜色信息;
判断单元303,用于根据所述获取单元302获取的所述颜色信息判断所述待处理图像是否处于大面积颜色状态;
所述获取单元302,还用于:
若所述判断单元303的判断结果为是,获取所述待处理图像对应的深度图;
确定单元304,用于根据所述获取单元302获取的所述深度图确定所述人脸区域的深度信息;
所述确定单元304,还用于:
根据所述识别单元301识别的所述人脸区域的深度信息确定背景虚化阈值;
处理单元305,用于根据所述获取单元302获取的所述深度图及所述确定单元304确定的所述背景虚化阈值对所述待处理图像进行背景虚化处理。
可选地,如图3b,图3a中所描述的终端的所述判断单元303包括:第一划分模块3031、第一确定模块3032和判断模块3033,具体如下:
第一划分模块3031,用于将所述颜色信息分成多个颜色类别;
第一确定模块3032,用于确定所述多个颜色类别中每一颜色类别所占的比重,得到所述多个比重值;
判断模块3033,用于判断所述多个比重值中是否存在大于第一预设阈值的比重值,若是,确认所述待处理图像处于所述大面积颜色状态。
可选地,如图3c,图3a中所描述的终端的所述确定单元304包括:计算模块3041和第二确定模块3042,具体如下:
计算模块3041,用于根据所述人脸区域的深度信息确定最小深度值,及计算所述人脸区域的平均深度值;
第二确定模块3042,用于将所述最小深度值和所述平均深度值之间的任一值确定为背景虚化阈值。
可选地,如图3d,图3a中所描述的终端的所述处理单元305包括:第三确定模块3051和第一处理模块3052,具体如下:
第三确定模块3051,用于根据所述深度图和所述背景虚化阈值确定所述待处理图像中的近景区域和远景区域;
第一处理模块3052,用于在保持所述近景区域不变的情况下,对所述远景区域进行虚化处理。
进一步可选地,所述第一处理模块3052包括:
第四确定模块(图中未标出),用于根据所述深度图确定所述远景区域的深度信息;
第二划分模块(图中未标出),用于将所述远景区域的深度信息划分为多个深度等级,并为所述多个深度等级中每一深度等级设置一个虚化参数;
第二处理模块(图中未标出),用于根据所述多个深度等级中每一深度等级设置一个虚化参数对所述远景区域进行虚化处理。
进一步可选地,第一处理模块3052还具体用于:
在第一处理模块3052在保持所述近景区域不变的情况下,对所述远景区域进行虚化处理之后,对所述近景区域进行图像质量评价,得到图像质量评价值;判断所述图像质量评价值是否大于第二预设阈值,若否,由所述处理单元305对所述近景区域进行美颜处理或者图像增强处理。
通过本发明实施例所描述的终端可对待处理图像进行人脸识别,确定人脸区域,获取所述待处理图像的颜色信息,根据所述颜色信息判断所述待处理图像是否处于大面积颜色状态,若是,获取待处理图像对应的深度图,根据深度图确定人脸区域的深度信息,根据人脸区域的深度信息确定背景虚化阈值,根据深度图及背景虚化阈值对待处理图像进行背景虚化处理,因此,可在待处理图像的背景为大面积颜色状态时,依据待处理图像中的人脸区域的深度信息,对待处理图像进行背景虚化处理。在待处理图像不是处于大面积颜色状态下,则不对待处理图像进行背景虚化处理。因此,不仅方便地对常规拍照模式与背景虚化模式进行选择,还可以对远景进行虚化处理,即提升了图像质量,又提升了用户体验。
请参阅图4,为本发明实施例提供的一种终端的第二实施例结构示意图。本实施例中所描述的终端,包括:至少一个输入设备1000;至少一个输出设备2000;至少一个处理器3000,例如CPU;和存储器4000,上述输入设备1000、输出设备2000、处理器3000和存储器4000通过总线5000连接。
其中,上述输入设备1000具体可为触控面板、物理按键或者鼠标。
上述输出设备2000具体可为显示屏。
上述存储器4000可以是高速RAM存储器,也可为非易失存储器(non-volatilememory),例如磁盘存储器。上述存储器4000用于存储一组程序代码,上述输入设备1000、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码,执行如下操作:
上述处理器3000,用于:
对待处理图像进行人脸识别,确定人脸区域;
获取所述待处理图像的颜色信息;
根据所述颜色信息判断所述待处理图像是否处于大面积颜色状态;
若是,获取所述待处理图像对应的深度图;
根据所述深度图确定所述人脸区域的深度信息;
根据所述人脸区域的深度信息确定背景虚化阈值;
根据所述深度图及所述背景虚化阈值对所述待处理图像进行背景虚化处理。
可选地,上述处理器3000根据所述颜色信息判断所述待处理图像是否处于大面积颜色状态,包括:
将所述颜色信息分成多个颜色类别;
确定所述多个颜色类别中每一颜色类别所占的比重,得到所述多个比重值;
判断所述多个比重值中是否存在大于第一预设阈值的比重值,若是,确认所述待处理图像处于所述大面积颜色状态。
可选地,上述处理器3000根据所述人脸区域的深度信息确定背景虚化阈值,包括:
根据所述人脸区域的深度信息确定最小深度值,及计算所述人脸区域的平均深度值;
将所述最小深度值和所述平均深度值之间的任一值确定为背景虚化阈值。
可选地,上述处理器3000根据所述深度图及所述背景虚化阈值对所述待处理图像进行背景虚化处理,包括:
根据所述深度图和所述背景虚化阈值确定所述待处理图像中的近景区域和远景区域;
在保持所述近景区域不变的情况下,对所述远景区域进行虚化处理。
进一步可选地,上述处理器3000对所述远景区域进行虚化处理,包括:
根据所述深度图确定所述远景区域的深度信息;
将所述远景区域的深度信息划分为多个深度等级,并为所述多个深度等级中每一深度等级设置一个虚化参数;
根据所述多个深度等级中每一深度等级设置一个虚化参数对所述远景区域进行虚化处理。
可选地,上述处理器3000在保持所述近景区域不变的情况下,对所述远景区域进行虚化处理之后,还具体用于:
对所述近景区域进行图像质量评价,得到图像质量评价值;
判断所述图像质量评价值是否大于第二预设阈值;
若否,对所述近景区域进行美颜处理或者图像增强处理。
本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时包括上述方法实施例中记载的任何一种图像处理方法的部分或全部步骤。
尽管在此结合各实施例对本发明进行了描述,然而,在实施所要求保护的本发明过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
本领域技术人员应明白,本发明的实施例可提供为方法、装置(设备)、或计算机程序产品。因此,本发明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,本发明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。计算机程序存储/分布在合适的介质中,与其它硬件一起提供或作为硬件的一部分,也可以采用其他分布形式,如通过Internet或其它有线或无线电信系统。
本发明是参照本发明实施例的方法、装置(设备)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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供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步骤。
尽管结合具体特征及其实施例对本发明进行了描述,显而易见的,在不脱离本发明的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本发明的示例性说明,且视为已覆盖本发明范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (13)
1.一种图像处理方法,其特征在于,包括:
对待处理图像进行人脸识别,确定人脸区域;
获取所述待处理图像的颜色信息;
根据所述颜色信息判断所述待处理图像是否处于大面积颜色状态;
若是,获取所述待处理图像对应的深度图;
根据所述深度图确定所述人脸区域的深度信息;
根据所述人脸区域的深度信息确定背景虚化阈值;
根据所述深度图及所述背景虚化阈值对所述待处理图像进行背景虚化处理。
2.根据权利要求1所述的方法,其特征在于,所述根据所述颜色信息判断所述待处理图像是否处于大面积颜色状态,包括:
将所述颜色信息分成多个颜色类别;
确定所述多个颜色类别中每一颜色类别所占的比重,得到多个比重值;
判断所述多个比重值中是否存在大于第一预设阈值的比重值,若是,确认所述待处理图像处于所述大面积颜色状态。
3.根据权利要求1或2任一项所述的方法,其特征在于,所述根据所述人脸区域的深度信息确定背景虚化阈值,包括:
根据所述人脸区域的深度信息确定最小深度值,及计算所述人脸区域的平均深度值;
将所述最小深度值和所述平均深度值之间的任一值确定为背景虚化阈值。
4.根据权利要求1或2任一项所述的方法,其特征在于,所述根据所述深度图及所述背景虚化阈值对所述待处理图像进行背景虚化处理,包括:
根据所述深度图和所述背景虚化阈值确定所述待处理图像中的近景区域和远景区域;
在保持所述近景区域不变的情况下,对所述远景区域进行虚化处理。
5.根据权利要求4所述的方法,其特征在于,所述对所述远景区域进行虚化处理,包括:
根据所述深度图确定所述远景区域的深度信息;
将所述远景区域的深度信息划分为多个深度等级,并为所述多个深度等级中每一深度等级设置一个虚化参数;
根据所述多个深度等级中每一深度等级设置一个虚化参数对所述远景区域进行虚化处理。
6.根据权利要求4所述的方法,其特征在于,所述在保持所述近景区域不变的情况下,对所述远景区域进行虚化处理之后,所述方法还包括:
对所述近景区域进行图像质量评价,得到图像质量评价值;
判断所述图像质量评价值是否大于第二预设阈值;
若否,对所述近景区域进行美颜处理或者图像增强处理。
7.一种终端,其特征在于,包括:
识别单元,用于对待处理图像进行人脸识别,确定人脸区域;
获取单元,用于获取所述待处理图像的颜色信息;
判断单元,用于根据所述获取单元获取的所述颜色信息判断所述待处理图像是否处于大面积颜色状态;
所述获取单元,还用于:
若所述判断单元的判断结果为是,获取所述待处理图像对应的深度图;
确定单元,用于根据所述获取单元获取的所述深度图确定所述人脸区域的深度信息;
所述确定单元,还用于:
根据所述识别单元识别的所述人脸区域的深度信息确定背景虚化阈值;
处理单元,用于根据所述获取单元获取的所述深度图及所述确定单元确定的所述背景虚化阈值对所述待处理图像进行背景虚化处理。
8.根据权利要求7所述的终端,其特征在于,所述判断单元包括:
第一划分模块,用于将所述颜色信息分成多个颜色类别;
第一确定模块,用于确定所述多个颜色类别中每一颜色类别所占的比重,得到多个比重值;
判断模块,用于判断所述多个比重值中是否存在大于第一预设阈值的比重值,若是,确认所述待处理图像处于所述大面积颜色状态。
9.根据权利要求7或8任一项所述的终端,其特征在于,所述确定单元包括:
计算模块,用于根据所述人脸区域的深度信息确定最小深度值,及计算所述人脸区域的平均深度值;
第二确定模块,用于将所述最小深度值和所述平均深度值之间的任一值确定为背景虚化阈值。
10.根据权利要求7或8任一项所述的终端,其特征在于,所述处理单元包括:
第三确定模块,用于根据所述深度图和所述背景虚化阈值确定所述待处理图像中的近景区域和远景区域;
第一处理模块,用于在保持所述近景区域不变的情况下,对所述远景区域进行虚化处理。
11.根据权利要求10所述的终端,其特征在于,所述第一处理模块包括:
第四确定模块,用于根据所述深度图确定所述远景区域的深度信息;
第二划分模块,用于将所述远景区域的深度信息划分为多个深度等级,并为所述多个深度等级中每一深度等级设置一个虚化参数;
第二处理模块,用于根据所述多个深度等级中每一深度等级设置一个虚化参数对所述远景区域进行虚化处理。
12.根据权利要求10所述的终端,其特征在于,所述第一处理模块还具体用于:
在所述第一处理模块在保持所述近景区域不变的情况下,对所述远景区域进行虚化处理之后,对所述近景区域进行图像质量评价,得到图像质量评价值;判断所述图像质量评价值是否大于第二预设阈值,若否,对所述近景区域进行美颜处理或者图像增强处理。
13.一种终端,其特征在于,包括:
处理器和存储器;其中,所述处理器通过调用所述存储器中的代码或指令以执行如权利要求1至6任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610750004.0A CN106331492B (zh) | 2016-08-29 | 2016-08-29 | 一种图像处理方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610750004.0A CN106331492B (zh) | 2016-08-29 | 2016-08-29 | 一种图像处理方法及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106331492A CN106331492A (zh) | 2017-01-11 |
CN106331492B true CN106331492B (zh) | 2019-04-16 |
Family
ID=57788660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610750004.0A Active CN106331492B (zh) | 2016-08-29 | 2016-08-29 | 一种图像处理方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106331492B (zh) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106991378B (zh) * | 2017-03-09 | 2020-02-04 | Oppo广东移动通信有限公司 | 基于深度的人脸朝向检测方法、检测装置和电子装置 |
EP3588363A4 (en) * | 2017-03-09 | 2020-05-27 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | DEPTH-BASED CONTROL METHOD, DEPTH-BASED CONTROL DEVICE AND ELECTRONIC DEVICE |
CN108668069B (zh) * | 2017-03-27 | 2020-04-14 | 华为技术有限公司 | 一种图像背景虚化方法及装置 |
CN108664839B (zh) * | 2017-03-27 | 2024-01-12 | 北京三星通信技术研究有限公司 | 一种图像处理方法和设备 |
CN110520902B (zh) * | 2017-03-30 | 2023-04-28 | 韩国斯诺有限公司 | 对图像应用动态效果的方法及装置 |
CN107194963A (zh) * | 2017-04-28 | 2017-09-22 | 努比亚技术有限公司 | 一种双摄像头图像处理方法及终端 |
CN107038681B (zh) * | 2017-05-31 | 2020-01-10 | Oppo广东移动通信有限公司 | 图像虚化方法、装置、计算机可读存储介质和计算机设备 |
CN107231529A (zh) * | 2017-06-30 | 2017-10-03 | 努比亚技术有限公司 | 图像处理方法、移动终端及存储介质 |
CN107395965B (zh) * | 2017-07-14 | 2019-11-29 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN107704798B (zh) * | 2017-08-09 | 2020-06-12 | Oppo广东移动通信有限公司 | 图像虚化方法、装置、计算机可读存储介质和计算机设备 |
CN107481186B (zh) * | 2017-08-24 | 2020-12-01 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
CN107563979B (zh) * | 2017-08-31 | 2020-03-27 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
CN107871345A (zh) * | 2017-09-18 | 2018-04-03 | 深圳市盛路物联通讯技术有限公司 | 信息处理方法及相关产品 |
CN107767333B (zh) * | 2017-10-27 | 2021-08-10 | 努比亚技术有限公司 | 美颜拍照的方法、设备及计算机可存储介质 |
CN107680128B (zh) | 2017-10-31 | 2020-03-27 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN108230333B (zh) * | 2017-11-28 | 2021-01-26 | 深圳市商汤科技有限公司 | 图像处理方法、装置、计算机程序、存储介质和电子设备 |
CN108154466B (zh) * | 2017-12-19 | 2021-12-07 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN108495030A (zh) * | 2018-03-16 | 2018-09-04 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN108449589A (zh) * | 2018-03-26 | 2018-08-24 | 德淮半导体有限公司 | 处理图像的方法、装置及电子设备 |
CN109165557A (zh) * | 2018-07-25 | 2019-01-08 | 曹清 | 景别判断系统及景别判断方法 |
CN111161299B (zh) * | 2018-11-08 | 2023-06-30 | 深圳富泰宏精密工业有限公司 | 影像分割方法、存储介质及电子装置 |
CN109348114A (zh) * | 2018-11-26 | 2019-02-15 | Oppo广东移动通信有限公司 | 成像装置和电子设备 |
CN109712177B (zh) * | 2018-12-25 | 2021-07-09 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN109710371A (zh) * | 2019-02-20 | 2019-05-03 | 北京旷视科技有限公司 | 字体调节方法、装置及系统 |
CN110417990B (zh) * | 2019-03-25 | 2020-07-24 | 浙江麦知网络科技有限公司 | 基于目标分析的app启动系统 |
CN110047126B (zh) * | 2019-04-25 | 2023-11-24 | 北京字节跳动网络技术有限公司 | 渲染图像的方法、装置、电子设备和计算机可读存储介质 |
CN110060205B (zh) * | 2019-05-08 | 2023-08-08 | 北京迈格威科技有限公司 | 图像处理方法及装置、存储介质及电子设备 |
CN110349080B (zh) * | 2019-06-10 | 2023-07-04 | 北京迈格威科技有限公司 | 一种图像处理方法及装置 |
CN111445439B (zh) * | 2020-02-26 | 2024-05-07 | 北京大米未来科技有限公司 | 图像分析方法、装置、电子设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903124A (zh) * | 2012-09-13 | 2013-01-30 | 苏州大学 | 一种运动目标检测方法 |
CN203778363U (zh) * | 2014-01-14 | 2014-08-20 | 温州中波电气有限公司 | 一种电气产品全自动智能识别分拣系统 |
CN104794486A (zh) * | 2015-04-10 | 2015-07-22 | 电子科技大学 | 基于多特征融合的视频烟雾检测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4916355B2 (ja) * | 2007-03-20 | 2012-04-11 | 三洋電機株式会社 | 絞り制御装置及び画像処理装置 |
US20100036233A1 (en) * | 2008-08-08 | 2010-02-11 | Michigan State University | Automatic Methods for Combining Human Facial Information with 3D Magnetic Resonance Brain Images |
CN103945118B (zh) * | 2014-03-14 | 2017-06-20 | 华为技术有限公司 | 图像虚化方法、装置及电子设备 |
CN103973977B (zh) * | 2014-04-15 | 2018-04-27 | 联想(北京)有限公司 | 一种预览界面的虚化处理方法、装置及电子设备 |
CN204993579U (zh) * | 2015-08-04 | 2016-01-20 | 宁波舜宇光电信息有限公司 | 多镜头摄像模组连体支架和多镜头摄像模组 |
CN105243371B (zh) * | 2015-10-23 | 2018-12-11 | 厦门美图之家科技有限公司 | 一种人脸美颜程度的检测方法、系统及拍摄终端 |
CN105227847B (zh) * | 2015-10-30 | 2018-10-12 | 上海斐讯数据通信技术有限公司 | 一种手机的相机拍照方法和系统 |
-
2016
- 2016-08-29 CN CN201610750004.0A patent/CN106331492B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903124A (zh) * | 2012-09-13 | 2013-01-30 | 苏州大学 | 一种运动目标检测方法 |
CN203778363U (zh) * | 2014-01-14 | 2014-08-20 | 温州中波电气有限公司 | 一种电气产品全自动智能识别分拣系统 |
CN104794486A (zh) * | 2015-04-10 | 2015-07-22 | 电子科技大学 | 基于多特征融合的视频烟雾检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106331492A (zh) | 2017-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106331492B (zh) | 一种图像处理方法及终端 | |
CN107771336B (zh) | 基于颜色分布的图像中的特征检测和掩模 | |
CN106161962B (zh) | 一种图像处理方法及终端 | |
CN106210330B (zh) | 一种图像处理方法及终端 | |
CN106060417B (zh) | 一种闪光灯控制方法及终端 | |
CN107944420B (zh) | 人脸图像的光照处理方法和装置 | |
US11132544B2 (en) | Visual fatigue recognition method, visual fatigue recognition device, virtual reality apparatus and storage medium | |
US20190325564A1 (en) | Image blurring methods and apparatuses, storage media, and electronic devices | |
CN105243371A (zh) | 一种人脸美颜程度的检测方法、系统及拍摄终端 | |
CN109696953B (zh) | 虚拟现实文字显示的方法、装置和虚拟现实设备 | |
CN113160094A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112419170A (zh) | 遮挡检测模型的训练方法及人脸图像的美化处理方法 | |
EP3223511A1 (en) | Distortion rectification method and terminal | |
CN110909654A (zh) | 训练图像的生成方法及装置、电子设备和存储介质 | |
CN107730448B (zh) | 基于图像处理的美颜方法及装置 | |
TWI457853B (zh) | 提供深度資訊之影像處理方法及其影像處理系統 | |
CN104539868B (zh) | 一种信息处理方法及电子设备 | |
CN111091610A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107851309A (zh) | 一种图像增强方法及装置 | |
CN106778627A (zh) | 检测人脸颜值的方法、装置和移动终端 | |
CN108665498B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
US9858296B2 (en) | Representative image selection for image management using face recognition | |
CN111553865B (zh) | 图像修复方法及装置、电子设备和存储介质 | |
JP6896811B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN105893578B (zh) | 一种照片选择的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 523860 No. 18, Wu Sha Beach Road, Changan Town, Dongguan, Guangdong Applicant after: OPPO Guangdong Mobile Communications Co., Ltd. Address before: 523860 No. 18, Wu Sha Beach Road, Changan Town, Dongguan, Guangdong Applicant before: Guangdong OPPO Mobile Communications Co., Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |