CN106600556A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN106600556A CN106600556A CN201611167299.5A CN201611167299A CN106600556A CN 106600556 A CN106600556 A CN 106600556A CN 201611167299 A CN201611167299 A CN 201611167299A CN 106600556 A CN106600556 A CN 106600556A
- Authority
- CN
- China
- Prior art keywords
- image
- area
- skin color
- skin
- image 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 72
- 238000012545 processing Methods 0.000 claims abstract description 54
- 238000003706 image smoothing Methods 0.000 claims abstract description 33
- 238000009499 grossing Methods 0.000 claims abstract description 3
- 230000008569 process Effects 0.000 claims description 37
- 238000001914 filtration Methods 0.000 claims description 36
- 230000002087 whitening effect Effects 0.000 claims description 15
- 230000003595 spectral effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 34
- 230000006870 function Effects 0.000 description 18
- 238000003860 storage Methods 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000005260 corrosion Methods 0.000 description 4
- 230000007797 corrosion Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012092 media component Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种图像处理方法及装置,该方法包括:确定初始图像中的肤色区域;对所述肤色区域进行第一图像平滑,并对所述初始图像中肤色区域以外的非肤色区域进行第二图像平滑,以获得平滑后图像。通过确定肤色区域来对图像平滑处理进行约束,针对肤色区域和非肤色区域采用不同的图像平滑处理,根据本公开的图像处理方法和装置不仅能够采用GPU进行并行处理,提高处理的速度,对硬件要求低,还可以在达到良好美颜效果的同时防止非肤色区域的信息过多丢失。
Description
技术领域
本发明涉及图像技术领域,尤其涉及一种图像处理方法及装置。
背景技术
随着相机和带有摄像头的移动终端的普及,人们拍摄照片和视频越来越方便。通常拍摄完照片后都会对照片美化处理后才发布,拍照后对照片的处理需求不断增加。因此,随着用户需求的增加,对图像处理效果和速度都带来了挑战。
相关的图像美颜方法通常基于人脸检测及人脸对齐或者直接对全图进行滤波处理,其中,基于人脸检测及人脸对齐的算法计算量较大,会消耗较多的CPU及耗电量,且不易于用图形处理器(Graphics Processing Unit,GPU)做并行加速处理,对硬件的要求较高,并且脸部以外的皮肤不能得到美化;对全图像区域进行滤波得到的平滑图像会导致非肤色区域的细节丢失严重。
发明内容
有鉴于此,本公开提出了一种图像处理方法,包括:确定初始图像中的肤色区域;对所述肤色区域进行第一图像平滑,对所述初始图像中肤色区域以外的非肤色区域进行第二图像平滑,以获得平滑后图像。
根据本公开的一方面,提供了一种图像处理装置,包括:确定模块,用于确定初始图像中的肤色区域;图像平滑模块,用于对所述肤色区域进行第一图像平滑,对所述初始图像中肤色区域以外的非肤色区域进行第二图像平滑,以获得平滑后图像。
根据本公开的另一方面,提供了一种图像处理装置,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:确定初始图像中的肤色区域;对所述肤色区域进行第一图像平滑,对所述初始图像中肤色区域以外的非肤色区域进行第二图像平滑,以获得平滑后图像。
根据本公开的另一方面,提供了一种非易失性计算机可读存储介质,当所述存储介质中的指令由终端和/或服务器的处理器执行时,使得终端和/或服务器能够执行一种图像处理方法,所述方法包括:确定初始图像中的肤色区域;对所述肤色区域进行第一图像平滑,对所述初始图像中肤色区域以外的非肤色区域进行第二图像平滑,以获得平滑后图像。
本公开各方面通过确定肤色区域来对图像平滑处理进行约束,针对肤色区域和非肤色区域采用不同的图像平滑处理,根据本公开上述实施例的图像处理方法和装置不仅能够采用GPU进行并行处理,提高处理的速度,对硬件要求低,还可以在达到良好美颜效果的同时防止非肤色区域的信息过多丢失,在例如视频直播等应用场景中带来更好的体验。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本发明的示例性实施例、特征和方面,并且用于解释本发明的原理。
图1示出根据本公开一实施例的图像处理方法的流程图。
图2示出根据本公开一实施例的步骤S11方法的流程图。
图3示出根据本公开一实施例的肤色检测方法的示意图。
图4示出根据本公开一实施例的步骤S12方法的流程图。
图5示出根据本公开一实施例的图像平滑方法的示意图。
图6示出根据本公开一示例性实施例的滤波窗口的示意图。
图7示出根据本公开一实施例的图像处理方法的流程图。
图8示出根据本公开一实施例的步骤S13方法的流程图。
图9示出根据本公开一实施例的图像处理方法的流程图。
图10示出根据本公开一实施例的美白处理方法的示意图。
图11示出根据本公开一实施例的图像处理装置的框图。
图12示出根据本公开一实施例的图像处理装置的框图。
图13示出根据本公开一实施例的图像处理装置的框图。
图14示出根据本公开一实施例的图像处理装置的框图。
图15示出根据本公开一实施例的图像处理装置的框图。
图16示出根据本公开一实施例的图像处理装置的框图。
图17示出根据本公开一实施例的图像处理装置的框图。
图18示出根据本公开一实施例的图像处理装置的框图
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
实施例1
图1示出根据本公开一实施例的图像处理方法的流程图,该方法可用于终端中,例如手机、计算机、平板电脑等,也可用于服务器。如图1所示,该方法包括:
步骤S11,确定初始图像中的肤色区域。
在一种可能的实施方式中,可以通过肤色检测算法确定图像中的肤色区域,例如,本领域技术人员可以理解,可以采用相关技术中的任意一种或几种肤色检测算法确定图像中的肤色区域。
步骤S12,对所述肤色区域进行第一图像平滑,并对所述初始图像中肤色区域以外的非肤色区域进行第二图像平滑,以获得平滑后图像。
在一种可能的实现方式中,第一图像平滑和第二图像平滑可以是不同的图像平滑,从而实现对肤色区域和非肤色区域分别进行不同的图像平滑,得到各自所需的图像平滑效果,在实现“美颜”效果的同时,保留非肤色区域的细节。
在一种可能的实时方式中,可以根据图像的噪声类型选择合适的图像平滑算法进行图像平滑,例如,椒盐噪声可采用线性平滑方法。分别对肤色区域和非肤色区域进行图像平滑后得到平滑后图像。
需要说明的是,尽管以图像平滑作为示例介绍了图像处理算法如上,但本领域技术人员能够理解,本公开应不限于此。事实上,用户完全可根据个人喜好和/或实际应用场景灵活设定图像处理的算法,只要能够达到平滑图像的效果即可。
本实施例通过确定肤色区域来对图像平滑处理进行约束,针对肤色区域和非肤色区域采用不同的图像平滑处理,根据本公开上述实施例的图像处理方法和装置不仅能够采用GPU进行并行处理,提高处理的速度,对硬件要求低,还可以在达到良好美颜效果的同时防止非肤色区域的信息过多丢失,在例如视频直播等应用场景中带来更好的体验。
图2示出根据本公开一实施例的步骤S11方法的流程图,图3示出根据本公开一实施例的肤色检测方法的示意图。如图2、图3所示,所述步骤S11包括:
步骤S111,根据所述初始图像得到第一颜色空间图像和第二颜色空间图像。
在一种可能的实施方式中,所述第一颜色空间图像可以为RGB空间图像,所述第二颜色空间图像可以为HSV空间图像,第一颜色空间图像和第二颜色空间图像也可以采用其他合适的颜色空间图像,例如Ycrcb空间图像、YUV空间图像等,在这里不做限制。
举例来说,如图3所示,将输入的所述初始图像分别转换为RGB颜色空间图像和HSV颜色空间图像。若所述输入的初始图像为RGB或HSV颜色空间图像,可以只做一次转换即可。
步骤S112,根据第一阈值范围获取所述第一颜色空间图像中的第一肤色区域。
在一种可能的实施方式中,图像的像素值满足一定的阈值条件则可以判定为位于肤色区域,举例来说,如图3所示,所述第一颜色空间图像可以为RGB空间图像,像素的RGB值满足以下式(1)的第一阈值范围条件则可以确定该像素位于肤色区域,
R>95And G>40And B>20And R>G And R>B And Max(R,G,B)-Min(R,G,B)>15AndAbs(R-G)>15 (1)
其中,Max表示求最大值,Min表示求最小值,Abs表示求绝对值,And表示与的关系,R、G、B分别表示像素的R、G、B三个参数的值。在不满足上述第一阈值范围条件的情况下,该像素位于非肤色区域。对所述第一颜色空间图像的像素逐个判断就可以获取所有满足上述条件的所有像素点,这些像素点组成的区域即第一肤色区域。式(1)仅仅是作为一个示例进行说明,用户完全可根据实际应用场景灵活设定,例如,不同人种或不同光照条件下肤色检测算法中阈值范围的设置可以是不同的。
步骤S113,根据第二阈值范围获取所述第二颜色空间图像中的第二肤色区域。
在一种可能的实施方式中,图像的像素值满足一定的阈值条件则可以判定为位于肤色区域,举例来说,如图3所示,所述第二颜色空间图像可以为HSV空间图像,像素的H值满足以下式(2)的第二阈值范围条件则可以确定该像素位于肤色区域,
25<H<50 (2)
在不满足上述第二阈值范围条件的情况下,该像素位于非肤色区域。对所述第二颜色空间图像的像素逐个判断就可以获取所有满足上述条件的所有像素点,这些像素点组成的区域即第二肤色区域。式(2)仅仅是作为一个示例进行说明,用户完全可根据实际应用场景灵活设定,例如,不同人种或不同光照条件下肤色检测算法中阈值范围的设置可以是不同的。
步骤112和步骤113可并行进行。
步骤S114,对所述第一肤色区域和所述第二肤色区域求并集后得到所述肤色区域。
在一种可能的实施方式中,对第一肤色区域内像素点和第二肤色区域内像素点求并集后得到的像素点组成的区域即所述肤色区域。
在另一种可能的实施方式中,如图3所示,也可以对求并集后得到的区域进行进一步处理得到所述肤色区域,进一步处理的一个示例可以是腐蚀膨胀处理。
通常由于噪声的影响,图像在阈值化后所得到的边界都很不平滑,肤色区域具有一些噪声孔,而非肤色区域上散布着一些小的噪声。在一种可能的实施方式中,通过腐蚀膨胀处理可以消除图像边界噪声,使边界更加平滑。
腐蚀和膨胀是图像的形态学处理中的基本操作,可根据现有技术来实现。在一种可能的实施方式中,也可以进行连续多次腐蚀膨胀的开、闭运算消除上述噪声。
这样,通过上述肤色检测算法,根据本公开上述实施例的图像处理方法能够获得图像中的肤色区域,采用在两种颜色空间内进行肤色检测求并集的方式提高肤色检测的准确性。
进一步地,采用腐蚀膨胀处理等后续处理可以进一步消除肤色区域内和边缘的噪声,使肤色区域边界更加平滑。
图4示出根据本公开一实施例的步骤S12方法的流程图,图5示出根据本公开一实施例的图像平滑方法的示意图。如图4、图5所示,所述步骤S12包括:
步骤S121,采用第一滤波器对所述肤色区域进行滤波。
步骤S122,采用第二滤波器对所述非肤色区域进行滤波。
在一种可能的实施方式中,可逐个像素进行滤波处理,例如,如图5所示,判断像素是否位于肤色区域:在该像素位于肤色区域时,采用第一滤波器进行滤波;在该像素位于非肤色区域时,采用第二滤波器进行滤波。对所有像素进行滤波后得到的图像即平滑后图像。在一种可能的实施方式中,也可分别针对肤色区域和非肤色区域并行执行步骤S121和步骤S122。
在一种可能的实施方式中,所述第一滤波器具有第一滤波窗口,所述第一滤波窗口的中心对应的滤波权重值大于边缘对应的滤波权重值,所述第二滤波器具有第二滤波窗口,所述第二滤波窗口的中心对应的滤波权重值大于边缘对应的滤波权重值。所述第一滤波窗口的中心对应的滤波权重值小于所述第二滤波窗口的中心对应的滤波权重值。
靠近窗口中心的像素被认为与中心处的像素关联性较大,可对应于较大的滤波权重值,靠近窗口边缘的像素被认为与中心处的像素关联性较小,可对应于较小的滤波权重值,以此保证平滑的效果。
在一种可能的实施方式中,第一滤波窗口的中心对应的滤波权重值小于所述第二滤波窗口的中心对应的滤波权重值,使得肤色区域的平滑程度更高(即滤波结果受周围像素的影响更大),以提高肤色区域的平滑效果,非肤色区域的平滑程度较低(即滤波结果受周围像素的影响较小),以保持非肤色区域的细节不丢失。举例来说,第一滤波器的中心点的权重值范围是[a,b],第二滤波器的中心点的权重值范围是[c,d],a<d。
在一种可能的实施方式中,所述第一滤波窗口和/或所述第二滤波窗口相对于通过中心的纵向轴左右对称。滤波窗口对称选点后,肤色区域的对称处理效果更自然,不会出现例如人脸的左半部分有皮肤机理,右半部分没有皮肤肌理的情况产生,并且这样选点的计算量也较小。
在一种可能的实施方式中,滤波窗口的大小为2n+1(为避免计算量过大,n可不超过10),即滤波窗口最长对角线跨过2n+1个像素,在窗口内越是远离中心的像素,其权重值越小,越靠近中心的像素,其权重值越大。
图6示出根据本公开一示例性实施例的滤波窗口的示意图,如图6所示为n等于4的滤波窗口的一个示例,图6中黑色的实心点表示滤波窗口选中(包含)的点(像素),这张图只是作为选点的其中一个实施例,其中滤波窗口的轮廓为菱形,滤波窗口选中(包含)的点为菱形覆盖的像素中的一部分,其中靠近窗口中心的像素被认为与中心处的像素关联性较大,因此全部选取,靠近窗口边缘的像素被认为与中心处的像素关联性较小,因此部分选取,并且选中的像素相对于通过中心的纵轴呈对称分布。如图6所示,对于肤色区域内的像素点采用第一滤波窗口进行滤波,对于非肤色区域内的像素点采用第二滤波窗口进行滤波。其中,第一滤波窗口的权重值分布可以为a1=22/84,a2=3/84,a3=2.5/84,a4=2/84,a5=1.5/84,a6=1/84;第二滤波窗口的权重值分布可以为a1=34/96,a2=3/96,a3=2.5/96,a4=2/96,a5=1.5/96,a6=1/96。以上权重值的分布仅仅是作为一个示例,本领域技术人员可以理解也可以采用其他的方式设置滤波窗口的大小、形状、权重值分布等。
在一种可能的实施方式中,采用第一滤波窗口对像素进行滤波后的像素值为采用以该像素为中心的第一滤波窗口对所述第一滤波窗口包含的各像素的像素值进行加权求和得到的值,也就是第一滤波窗口的滤波权重值和所述第一滤波窗口包含的各像素的像素值进行卷积所得到的值。举例来说,如图6所示,当前像素为滤波窗口中心对应的像素,也就是点a1对应的像素,以当前像素位于肤色区域为例进行说明,第一滤波窗口包括33个点,对应33个像素,对当前像素进行滤波后的像素值为:其中,ωi表示滤波窗口中的第i个像素对应的滤波权重值,pi为第i个像素的像素值,若以第一滤波窗口中心作为第一个像素,则ω1=a1,ω2~ω5=a2,ω6~ω9=a3,ω10~ω21=a4,ω22~ω29=a5,ω30~ω33=a6。将第一滤波窗口的滤波权重值与对应像素的像素值进行上述的卷积(加权求和)运算得到的值即为对当前像素进行滤波后的像素值。对于非肤色区域内像素可采用类似的算法,不再详述。
在一种可能的实施方式中,所述第一滤波窗口和所述第二滤波窗口的窗口形状、大小、滤波权重值等中的一个或多个要素可以相同,也可以不相同。
这样,通过上述的图像平滑算法,针对肤色区域和非肤色区域采用不同的图像平滑进行滤波,根据本公开上述实施例的图像处理方法不仅能够进行并行处理,提高处理的速度,还可以在达到良好美颜效果的同时防止非肤色区域的信息过多丢失。
图7示出根据本公开一实施例的图像处理方法的流程图,图7中标号与图1相同的步骤具有相同的功能,为简明起见,省略对这些步骤的详细说明。如图7所示,所述方法还包括:
步骤S13,根据所述初始图像和所述平滑后图像得到磨皮处理后图像。
在一种可能的实施方式中,可利用现有技术中的高反差保真算法,根据所述初始图像和所述平滑后图像计算磨皮处理后图像的像素值得到磨皮处理后图像。
这样,利用所述初始图像和平滑后图像进行磨皮处理,根据本公开的上述实施例的图像处理方法,尽可能的减少磨皮过程当中所带来的非肤色区域的细节丢失。
图8示出根据本公开一实施例的步骤S13方法的流程图,如图8所示,所述步骤S13包括:
步骤S131,计算所述初始图像的像素点的归一化灰度值x0。
步骤S132,计算所述平滑后图像的像素点的归一化灰度值y0。
步骤S133,根据x0、y0计算n次高反差后的像素点的归一化灰度值yn,其中,1≤n≤10。
在一种可能的实施方式中,一次高反差后像素的归一化灰度值y1=x0-y0+m。其中,m为常数,加上m的目的是为了不让太多的像素由于不在有效范围内而导致图像太黑,从而丢失信息,m的取值范围可为(0,1),例如,可以为0.5。两次高反差后像素的归一化灰度值y2=x0-y1+m,进行n次高反差后的像素点的归一化灰度值yn为迭代n次后得到的值,迭代公式为yn=x0-yn-1+m。例如,n可以为5。
步骤S134,计算z=x0+(x0-yn)*α,其中z为磨皮处理后图像的像素点的归一化灰度值,α为增强系数,0<α<1。
通常,滤波模糊后很多图像都需要增强,由于拍摄的硬件或拍摄的场合不理想,得到的图像往往细节都被隐藏起来,因此,细节的增强显得尤为重要,因此,采用上述的高反差保真算法进行磨皮处理即减少了噪音,又保持了边缘等细节(边缘和噪音都属于高频部分),能有效的增强图像的细节信息,尽可能的减少磨皮过程当中所带来的非肤色区域的细节丢失。
图9示出根据本公开一实施例的图像处理方法的流程图,图9中标号与图7相同的步骤具有相同的功能,为简明起见,省略对这些步骤的详细说明。如图9所示,所述方法还包括:
步骤S14,对所述磨皮处理后图像进行美白处理得到美白处理后图像。
在一种可能的实施方式中,可采用现有技术中的任何美白处理及其组合,例如,所述美白处理可包括:滤色处理、分段对数函数映射以及对比度调整等。
图10示出根据本公开一实施例的美白处理方法的示意图,如图10所示,对磨皮后的图像先进行滤色处理,提高亮度并保持细节,然后采用分段对数函数映射的方法进行处理,再对其提高对比度以得到最终的美化图像。其中,本领域技术人员可以理解,可以采用相关的滤色算法实现所述滤色处理,采用相关的对比度调整算法实现所述对比度调整。其中,所述分段对数函数映射算法实现了高动态范围图像到低动态范围图像的映射,能够获得不错的视觉效果。
实施例2
图11示出根据本公开一实施例的图像处理装置的框图。如图10所示,该装置主要包括:确定模块110以及图像平滑模块111。
该确定模块110被配置为确定初始图像中的肤色区域;
图像平滑模块111被配置为对所述肤色区域进行第一图像平滑,并对所述初始图像中肤色区域以外的非肤色区域进行第二图像平滑,以获得平滑后图像。
这样,通过确定肤色区域来对整个图像滤波进行约束,针对肤色区域和非肤色区域采用不同的图像平滑进行滤波,根据本公开上述实施例的图像处理装置不仅能够进行并行处理,提高处理的速度,对硬件要求低,还可以在达到良好美颜效果的同时防止非肤色区域的信息过多丢失,在视频直播中带来更好的体验。
图12示出根据本公开一实施例的图像处理装置的框图。图12中标号与图11相同的组件具有相同的功能,为简明起见,省略对这些组件的详细说明。
如图12所示,所述确定模块110包括:色彩空间转换单元1101、第一肤色区域获取单元1102、第二肤色区域获取单元1103以及求并集单元1104。
该色彩空间转换单元1101被配置为根据所述初始图像得到第一颜色空间图像和第二颜色空间图像。
第一肤色区域获取单元1102被配置为根据第一阈值范围获取所述第一颜色空间图像中的第一肤色区域。
第二肤色区域获取单元1103被配置为根据第二阈值范围获取所述第二颜色空间图像中的第二肤色区域。
求并集单元1104被配置为对所述第一肤色区域和所述第二肤色区域求并集后得到所述肤色区域。
在一种可能的实施方式中,所述第一颜色空间图像为RGB空间图像,所述第二颜色空间图像为HSV空间图像。
图13示出根据本公开一实施例的图像处理装置的框图。图13中标号与图11相同的组件具有相同的功能,为简明起见,省略对这些组件的详细说明。如图13所示,所述图像平滑模块111包括:第一滤波单元1111和第二滤波单元1112。
第一滤波单元1111被配置为采用第一滤波器对所述肤色区域图像进行滤波。
第二滤波单元1112被配置为采用第二滤波器对所述非肤色区域图像进行滤波。
在一种可能的实施方式中,所述第一滤波器具有第一滤波窗口,所述第二滤波器具有第二滤波窗口;所述第一滤波窗口的中心对应的滤波权重值大于边缘对应的滤波权重值,所述第二滤波窗口的中心对应的滤波权重值大于边缘对应的滤波权重值。
在一种可能的实施方式中,所述第一滤波窗口的中心对应的滤波权重值小于所述第二滤波窗口的中心对应的滤波权重值。
在一种可能的实施方式中,所述第一滤波窗口和/或所述第二滤波窗口相对于通过中心的纵向轴左右对称。
图14示出根据本公开一实施例的图像处理装置的框图。图14中标号与图11相同的组件具有相同的功能,为简明起见,省略对这些组件的详细说明。
如图14所示,所述装置还包括:磨皮模块112。
磨皮模块112被配置为根据所述初始图像和所述平滑后图像得到磨皮处理后图像。
图15示出根据本公开一实施例的图像处理装置的框图。图15中标号与图14相同的组件具有相同的功能,为简明起见,省略对这些组件的详细说明。
如图15所示,所述磨皮模块112包括:第一计算单元1121、第二计算单元1122、高反差单元1123以及增强单元1124。
第一计算单元1121被配置为计算所述初始图像的像素点的归一化灰度值x0。
第二计算单元1122被配置为计算所述平滑后图像的像素点的归一化灰度值y0。
高反差单元1123被配置为根据x0、y0计算n次高反差后的像素点的归一化灰度值yn,其中,1≤n≤10。
增强单元1124被配置为计算z=x0+(x0-yn)*α,其中z为磨皮处理后图像的像素点的归一化灰度值,α为增强系数,0<α<1。
图16示出根据本公开一实施例的图像处理装置的框图。图16中标号与图14相同的组件具有相同的功能,为简明起见,省略对这些组件的详细说明。
如图16所示,所述装置还包括:美白模块113。
美白模块113被配置为对所述磨皮处理后图像进行美白处理得到美白处理后图像。
实施例3
图17是根据一示例性实施例示出的一种图像处理装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图17,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非易失性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。
实施例4
图18是根据一示例性实施例示出的一种图像处理装置1900的框图。例如,装置1900可以被提供为一服务器。参照图18,装置1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述实施例1所述的方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理,一个有线或无线网络接口1950被配置为将装置1900连接到网络,和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种包括指令的非易失性计算机可读存储介质,例如包括指令的存储器1932,上述指令可由装置1900的处理组件1922执行以完成上述方法。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (21)
1.一种图像处理方法,其特征在于,包括:
确定初始图像中的肤色区域;
对所述肤色区域进行第一图像平滑,并对所述初始图像中肤色区域以外的非肤色区域进行第二图像平滑,以获得平滑后图像。
2.根据权利要求1所述的图像处理方法,其特征在于,确定初始图像中的肤色区域包括:
根据所述初始图像得到第一颜色空间图像和第二颜色空间图像;
根据第一阈值范围获取所述第一颜色空间图像中的第一肤色区域;
根据第二阈值范围获取所述第二颜色空间图像中的第二肤色区域;
对所述第一肤色区域和所述第二肤色区域求并集后得到所述肤色区域。
3.根据权利要求2所述的图像处理方法,其特征在于,
所述第一颜色空间图像为RGB空间图像,所述第二颜色空间图像为HSV空间图像。
4.根据权利要求1所述的图像处理方法,其特征在于,所述对所述肤色区域进行第一图像平滑,并对所述初始图像中肤色区域以外的非肤色区域进行第二图像平滑,包括:
采用第一滤波器对所述肤色区域进行滤波,并采用第二滤波器对所述非肤色区域进行滤波。
5.根据权利要求4所述的图像处理方法,其特征在于,所述第一滤波器具有第一滤波窗口,所述第二滤波器具有第二滤波窗口;
所述第一滤波窗口的中心对应的滤波权重值大于边缘对应的滤波权重值,
所述第二滤波窗口的中心对应的滤波权重值大于边缘对应的滤波权重值。
6.根据权利要求4所述的图像处理方法,其特征在于,所述第一滤波器具有第一滤波窗口,所述第二滤波器具有第二滤波窗口;所述第一滤波窗口的中心对应的滤波权重值小于所述第二滤波窗口的中心对应的滤波权重值。
7.根据权利要求5或6所述的图像处理方法,其特征在于,所述第一滤波窗口和/或所述第二滤波窗口相对于通过中心的纵向轴左右对称。
8.根据权利要求1所述的图像处理方法,其特征在于,所述方法还包括:
根据所述初始图像和所述平滑后图像得到磨皮处理后图像。
9.根据权利要求8所述的图像处理方法,其特征在于,所述根据所述初始图像和所述平滑后图像得到磨皮处理后图像包括:
计算所述初始图像的像素点的归一化灰度值x0;
计算所述平滑后图像的像素点的归一化灰度值y0;
根据x0、y0计算n次高反差后的像素点的归一化灰度值yn,其中,1≤n≤10;
计算z=x0+(x0-yn)*α,其中z为磨皮处理后图像的像素点的归一化灰度值,α为增强系数,0<α<1。
10.根据权利要求8或9所述的图像处理方法,其特征在于,所述方法还包括:
对所述磨皮处理后图像进行美白处理得到美白处理后图像。
11.一种图像处理装置,其特征在于,包括:
确定模块,用于确定初始图像中的肤色区域;
图像平滑模块,用于对所述肤色区域进行第一图像平滑,并对所述初始图像中肤色区域以外的非肤色区域进行第二图像平滑,以获得平滑后图像。
12.根据权利要求11所述的图像处理装置,其特征在于,所述确定模块包括:
色彩空间转换单元,用于根据所述初始图像得到第一颜色空间图像和第二颜色空间图像;
第一肤色区域获取单元,用于根据第一阈值范围获取所述第一颜色空间图像中的第一肤色区域;
第二肤色区域获取单元,用于根据第二阈值范围获取所述第二颜色空间图像中的第二肤色区域;
求并集单元,用于对所述第一肤色区域和所述第二肤色区域求并集后得到所述肤色区域。
13.根据权利要求12所述的图像处理装置,其特征在于,
所述第一颜色空间图像为RGB空间图像,所述第二颜色空间图像为HSV空间图像。
14.根据权利要求11所述的图像处理装置,其特征在于,所述图像平滑模块包括:
第一滤波单元,用于采用第一滤波器对所述肤色区域进行滤波;
第二滤波单元,用于采用第二滤波器对所述非肤色区域进行滤波。
15.根据权利要求14所述的图像处理装置,其特征在于,所述第一滤波器具有第一滤波窗口,所述第二滤波器具有第二滤波窗口;
所述第一滤波窗口的中心对应的滤波权重值大于边缘对应的滤波权重值,
所述第二滤波窗口的中心对应的滤波权重值大于边缘对应的滤波权重值。
16.根据权利要求14所述的图像处理装置,其特征在于,所述第一滤波器具有第一滤波窗口,所述第二滤波器具有第二滤波窗口;所述第一滤波窗口的中心对应的滤波权重值小于所述第二滤波窗口的中心对应的滤波权重值。
17.根据权利要求15或16所述的图像处理装置,其特征在于,所述第一滤波窗口和/或所述第二滤波窗口相对于通过中心的纵向轴左右对称。
18.根据权利要求11所述的图像处理装置,其特征在于,所述装置还包括:
磨皮模块,用于根据所述初始图像和所述平滑后图像得到磨皮处理后图像。
19.根据权利要求18所述的图像处理装置,其特征在于,所述磨皮模块包括:
第一计算单元,用于计算所述初始图像的像素点的归一化灰度值x0;
第二计算单元,用于计算所述平滑后图像的像素点的归一化灰度值y0;
高反差单元,用于根据x0、y0计算n次高反差后的像素点的归一化灰度值yn,其中,1≤n≤10;
增强单元,用于计算z=x0+(x0-yn)*α,其中z为磨皮处理后图像的像素点的归一化灰度值,α为增强系数,0<α<1。
20.根据权利要求18或19所述的图像处理装置,其特征在于,所述装置还包括:
美白模块,用于对所述磨皮处理后图像进行美白处理得到美白处理后图像。
21.一种图像处理装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
确定初始图像中的肤色区域;
对所述肤色区域进行第一图像平滑,并对所述初始图像中肤色区域以外的非肤色区域进行第二图像平滑,以获得平滑后图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611167299.5A CN106600556A (zh) | 2016-12-16 | 2016-12-16 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611167299.5A CN106600556A (zh) | 2016-12-16 | 2016-12-16 | 图像处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106600556A true CN106600556A (zh) | 2017-04-26 |
Family
ID=58599698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611167299.5A Pending CN106600556A (zh) | 2016-12-16 | 2016-12-16 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600556A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256543A (zh) * | 2017-06-21 | 2017-10-17 | 深圳市万普拉斯科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN107730465A (zh) * | 2017-10-09 | 2018-02-23 | 武汉斗鱼网络科技有限公司 | 一种图像中人脸美颜方法及装置 |
CN107886469A (zh) * | 2017-09-26 | 2018-04-06 | 北京潘达互娱科技有限公司 | 一种图像美化方法、装置、电子设备及存储介质 |
CN109146823A (zh) * | 2018-09-25 | 2019-01-04 | 广州华多网络科技有限公司 | 基于高反差保留的图像处理方法、装置、设备及存储介质 |
CN109377454A (zh) * | 2018-09-25 | 2019-02-22 | 广州华多网络科技有限公司 | 一种图像处理方法、装置、设备、存储介质及直播方法 |
CN109639982A (zh) * | 2019-01-04 | 2019-04-16 | Oppo广东移动通信有限公司 | 一种图像降噪方法、装置、存储介质及终端 |
CN109741272A (zh) * | 2018-12-25 | 2019-05-10 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN109840895A (zh) * | 2019-02-19 | 2019-06-04 | 安徽大学 | 一种带有可逆信息隐藏功能的可逆肤色平滑方法及其原始图像恢复方法 |
CN111583155A (zh) * | 2020-05-13 | 2020-08-25 | 展讯通信(上海)有限公司 | 用于图像中人像的布光方法、系统、介质以及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289680A (zh) * | 2011-09-02 | 2011-12-21 | 北京新媒传信科技有限公司 | 图像中肤色区域的分割方法和装置 |
CN103325089A (zh) * | 2012-03-21 | 2013-09-25 | 腾讯科技(深圳)有限公司 | 图像中的肤色处理方法及装置 |
CN104517265A (zh) * | 2014-11-06 | 2015-04-15 | 福建天晴数码有限公司 | 智能磨皮方法和装置 |
CN104952036A (zh) * | 2015-06-18 | 2015-09-30 | 福州瑞芯微电子有限公司 | 一种即时视频中的人脸美化方法和电子设备 |
CN105631417A (zh) * | 2015-12-24 | 2016-06-01 | 武汉鸿瑞达信息技术有限公司 | 应用于互联网视频直播的视频美化系统及方法 |
US20160343133A1 (en) * | 2014-07-04 | 2016-11-24 | Arc Devices Limited | Non-Touch Optical Detection of Vital Signs From Variation Amplification Subsequent to Multiple Frequency Filters |
CN106169177A (zh) * | 2016-06-27 | 2016-11-30 | 北京金山安全软件有限公司 | 一种图像磨皮方法、装置及电子设备 |
CN106228516A (zh) * | 2016-07-14 | 2016-12-14 | 脸萌技术(深圳)有限公司 | 一种高自然度的实时美颜方法、装置 |
-
2016
- 2016-12-16 CN CN201611167299.5A patent/CN106600556A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289680A (zh) * | 2011-09-02 | 2011-12-21 | 北京新媒传信科技有限公司 | 图像中肤色区域的分割方法和装置 |
CN103325089A (zh) * | 2012-03-21 | 2013-09-25 | 腾讯科技(深圳)有限公司 | 图像中的肤色处理方法及装置 |
US20160343133A1 (en) * | 2014-07-04 | 2016-11-24 | Arc Devices Limited | Non-Touch Optical Detection of Vital Signs From Variation Amplification Subsequent to Multiple Frequency Filters |
CN104517265A (zh) * | 2014-11-06 | 2015-04-15 | 福建天晴数码有限公司 | 智能磨皮方法和装置 |
CN104952036A (zh) * | 2015-06-18 | 2015-09-30 | 福州瑞芯微电子有限公司 | 一种即时视频中的人脸美化方法和电子设备 |
CN105631417A (zh) * | 2015-12-24 | 2016-06-01 | 武汉鸿瑞达信息技术有限公司 | 应用于互联网视频直播的视频美化系统及方法 |
CN106169177A (zh) * | 2016-06-27 | 2016-11-30 | 北京金山安全软件有限公司 | 一种图像磨皮方法、装置及电子设备 |
CN106228516A (zh) * | 2016-07-14 | 2016-12-14 | 脸萌技术(深圳)有限公司 | 一种高自然度的实时美颜方法、装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256543A (zh) * | 2017-06-21 | 2017-10-17 | 深圳市万普拉斯科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN107256543B (zh) * | 2017-06-21 | 2020-10-02 | 深圳市万普拉斯科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN107886469A (zh) * | 2017-09-26 | 2018-04-06 | 北京潘达互娱科技有限公司 | 一种图像美化方法、装置、电子设备及存储介质 |
CN107730465A (zh) * | 2017-10-09 | 2018-02-23 | 武汉斗鱼网络科技有限公司 | 一种图像中人脸美颜方法及装置 |
CN107730465B (zh) * | 2017-10-09 | 2020-09-04 | 武汉斗鱼网络科技有限公司 | 一种图像中人脸美颜方法及装置 |
CN109146823A (zh) * | 2018-09-25 | 2019-01-04 | 广州华多网络科技有限公司 | 基于高反差保留的图像处理方法、装置、设备及存储介质 |
CN109377454A (zh) * | 2018-09-25 | 2019-02-22 | 广州华多网络科技有限公司 | 一种图像处理方法、装置、设备、存储介质及直播方法 |
CN109741272A (zh) * | 2018-12-25 | 2019-05-10 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN109639982A (zh) * | 2019-01-04 | 2019-04-16 | Oppo广东移动通信有限公司 | 一种图像降噪方法、装置、存储介质及终端 |
CN109840895A (zh) * | 2019-02-19 | 2019-06-04 | 安徽大学 | 一种带有可逆信息隐藏功能的可逆肤色平滑方法及其原始图像恢复方法 |
CN109840895B (zh) * | 2019-02-19 | 2021-03-12 | 安徽大学 | 一种带有可逆信息隐藏功能的可逆肤色平滑方法及其原始图像恢复方法 |
CN111583155A (zh) * | 2020-05-13 | 2020-08-25 | 展讯通信(上海)有限公司 | 用于图像中人像的布光方法、系统、介质以及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600556A (zh) | 图像处理方法及装置 | |
WO2022179026A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN104517268B (zh) | 调整图像亮度的方法及装置 | |
CN109871883B (zh) | 神经网络训练方法及装置、电子设备和存储介质 | |
CN109816764B (zh) | 图像生成方法及装置、电子设备和存储介质 | |
CN109658401B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111709890B (zh) | 一种图像增强模型的训练方法、装置及存储介质 | |
CN107798654B (zh) | 图像磨皮方法及装置、存储介质 | |
CN111814520A (zh) | 肤质检测方法、肤质等级分类方法及肤质检测装置 | |
CN109859144B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN108280418A (zh) | 脸部图像的欺骗识别方法及装置 | |
US20110317917A1 (en) | Skin-tone Filtering | |
CN112215802B (zh) | 一种皮肤检测方法和电子设备 | |
CN106303156B (zh) | 对视频去噪的方法、装置及移动终端 | |
CN107730448B (zh) | 基于图像处理的美颜方法及装置 | |
CN110502974A (zh) | 一种视频图像的展示方法、装置、设备、及可读存储介质 | |
CN107231505B (zh) | 图像处理方法及装置 | |
CN113610723B (zh) | 图像处理方法及相关装置 | |
CN112669197A (zh) | 图像处理方法、装置、移动终端及存储介质 | |
CN107025441B (zh) | 肤色检测方法及装置 | |
CN108319937A (zh) | 人脸检测方法及装置 | |
CN108509894A (zh) | 人脸检测方法及装置 | |
CN110399934A (zh) | 一种视频分类方法、装置及电子设备 | |
CN109472738A (zh) | 图像光照校正方法及装置、电子设备和存储介质 | |
CN109040033A (zh) | 基于拍摄的身份认证方法、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170426 |