CN106909892A - 一种图像处理方法和系统 - Google Patents
一种图像处理方法和系统 Download PDFInfo
- Publication number
- CN106909892A CN106909892A CN201710060087.5A CN201710060087A CN106909892A CN 106909892 A CN106909892 A CN 106909892A CN 201710060087 A CN201710060087 A CN 201710060087A CN 106909892 A CN106909892 A CN 106909892A
- Authority
- CN
- China
- Prior art keywords
- face
- feature
- face feature
- storehouse
- default
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种图像处理方法和系统,应用于终端装置,图像处理方法包括:获取终端装置的照片中的目标人脸图像,识别目标人脸图像的脸部特征;根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。系统对应包括第一识别单元和调节单元。实施本发明的技术方案,使用预先建立的脸部特征库来调节从终端装置的照片中识别出的目标人脸图像的脸部特征,使得目标人脸图像的脸部特征具有与预设脸部特征库中相应脸部特征相同的标准。
Description
技术领域
本发明涉及通信领域,尤其涉及一种图像处理方法和系统。
背景技术
随着智能终端装置的发展,以智能手机为例,其功能越来越多,越来越强大。例如,由于手机的便携性,用户使用手机替代相机进行拍照。
另外,在拍照时,为了拍出满意效果的照片,用户通常使用手机的美颜功能,例如瘦脸功能、美白功能、磨皮功能、祛痘功能等对照片中的人脸图像进行优化处理。
虽然现有的美颜功能可以实现对脸及其上五官的大小进行调节,但是调节的过程呈现的是一种随机性,缺乏参考,趣味性低。
发明内容
本发明要解决的技术问题在于现有的照片优化方法在对人脸及其上五官进行调节时缺乏参考,趣味性低的缺陷,提供一种图像处理方法和系统。
本发明解决其技术问题所采用的技术方案是:提供一种图像处理方法,应用于终端装置,所述图像处理方法包括:
获取终端装置的照片中的目标人脸图像,识别所述目标人脸图像的脸部特征;
根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。
优选地,所述图像处理方法还包括:
对终端装置获取的标准人脸图像的脸部特征进行识别;
获取所述脸部特征中的脸及其上五官的特征,根据获取到的所述脸及其上五官的特征创建所述预设的脸部特征库。
优选地,所述根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节包括:
对预设的脸部特征库中的脸及其上五官的特征进行选择;
根据选择的预设的脸部特征库中的脸及其上五官的特征调节所述目标人脸图像中相应的脸部特征。
优选地,所述根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节包括:
从多个预设的脸部特征库中选择一个预设的脸部特征库;
根据选择的预设的脸部特征库调节所述目标人脸图像中相应的脸部特征。
优选地,所述预设的脸部特征库包括:眼睛到嘴巴的距离占脸长的比例、双眼距离占脸宽的比例、脸型长宽比、发际线到眉心的距离占脸长的比例、眉心到鼻尖的距离占脸长的比例、鼻尖到下巴的距离占脸长的比例、眼睛的长宽比、嘴巴的长宽比、鼻子的长宽比、耳朵的长宽比、眉的长宽比、眉的弯曲度、眉毛的浓密度中的至少一者。
优选地,所述预设的脸部特征库包括脸部黄金比例库、名人脸部特征库或者自定义脸部特征库;所述脸部黄金比例库包括脸及其上五官的黄金比例信息,所述名人脸部特征库包括名人的脸及其上五官的特征信息,所述自定义脸部特征库包括用户创建的脸及其上五官的特征信息。
提供一种图像处理系统,应用于终端装置,所述图像处理系统包括:
第一识别单元,用于获取终端装置的照片中的目标人脸图像,识别所述目标人脸图像的脸部特征;
调节单元,用于根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。
优选地,所述图像处理系统还包括:
第二识别单元,用于对终端装置获取的标准人脸图像的脸部特征进行识别;
创建单元,用于获取所述脸部特征中的脸及其上五官的特征,根据获取到的所述脸及其上五官的特征创建所述预设的脸部特征库。
优选地,所述调节单元包括:
第一选择模块,用于对预设的脸部特征库中的脸及其上五官的特征进行选择;
第一调节模块,用于根据选择的预设的脸部特征库中的脸及其上五官的特征调节所述目标人脸图像中相应的脸部特征;
或者,所述调节单元包括:
第二选择模块,用于从多个预设的脸部特征库中选择一个预设的脸部特征库;
第二调节模块,用于根据选择的预设的脸部特征库调节所述目标人脸图像中相应的脸部特征。
优选地,所述预设的脸部特征库包括:眼睛到嘴巴的距离占脸长的比例、双眼距离占脸宽的比例、脸型长宽比、发际线到眉心的距离占脸长的比例、眉心到鼻尖的距离占脸长的比例、鼻尖到下巴的距离占脸长的比例、眼睛的长宽比、嘴巴的长宽比、鼻子的长宽比、耳朵的长宽比、眉的长宽比、眉的弯曲度、眉毛的浓密度中的至少一者;
或者,所述预设的脸部特征库包括脸部黄金比例库、名人脸部特征库或者自定义脸部特征库;所述脸部黄金比例库包括脸及其上五官的黄金比例信息,所述名人脸部特征库包括名人的脸及其上五官的特征信息,所述自定义脸部特征库包括用户创建的脸及其上五官的特征信息。
实施本发明的技术方案,使用预先建立的脸部特征库来调节从终端装置的照片中识别出的目标人脸图像的脸部特征,使得目标人脸图像的脸部特征具有与预设脸部特征库中相应脸部特征相同的标准,使得调整具有参考性,并且提升了趣味性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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是本发明提供的一种图像处理方法的第一实施例的流程示意图;
图2是本发明提供的一种图像处理方法的第四实施例的流程示意图;
图3是本发明提供的一种照片处理系统的第一实施例的功能框图;
图4是本发明提供的一种照片处理系统的第四实施例的功能框图。
具体实施方式
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,所描述的实施例仅仅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做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。
请参阅图1,图1为本发明提供的一种图像处理方法,该实施例的图像处理方法可以应用于终端装置中。其中,终端装置包括但不限于移动终端、平板电脑、智能手表、智能手环、笔记本电脑、台式电脑、MP3、MP4等触摸屏中植入指纹识别模块的终端。终端装置的操作系统可包括但不限于Flyme操作系统、Android操作系统、IOS操作系统、Symbian(塞班)操作系统、Black Berry(黑莓)操作系统、Windows Phone操作系统等等。如图1所示,该实施例的图像处理方法包括如下步骤:
S11:获取终端装置的照片中的目标人脸图像,识别目标人脸图像的脸部特征。
在步骤S11中,终端装置的照片可以是终端装置本地存储的照片,也可以是通过终端装置在互联网上获取的照片,还可以是终端装置的拍照单元拍摄的照片。目标人脸图像为从终端装置的照片中识别出的符合预设条件的人脸图像。预设条件包括人脸图像面积占照片面积的比例大于或者等于预定比例阈值、和/或人脸图像的清晰度大于或者等于预定清晰度阈值、和/或人脸图像数量满足预设数量条件,例如数量为一。若识别出照片中包含多个符合预设条件的人脸图像时,可以将所有符合预设条件的人脸图像视为目标人脸图像来进行处理,也可以提示用户进行选择,并基于用户的选择来确定目标人脸图像。在获取(确定)终端装置的照片中的目标人脸图像后,进一步识别和定位目标人脸图像的脸部特征。其中,脸部特征包括脸及其上五官的特征。
S12:根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。
在步骤S12中,根据预设的脸部特征库中存储的脸部特征的标准化信息来调节目标人脸图像中相应的脸部特征,使得目标人脸图像中的脸部特征与预设的脸部特征库中存储的相应的脸部特征具有相同的标准。标准化信息包括比例、大小、形状、弯曲度或者浓密度,相同的标准相应包括相同的比例、相同的大小、相同的形成、相同的弯曲度或者相同的浓密度。
具体的,预先建立的脸部特征库中存储了脸及其上五官的特征的标准化信息,脸部特征库中存储的脸及其上五官的特征的标准化信息包括:眼睛到嘴巴的距离占脸长的比例、双眼距离占脸宽的比例、脸型长宽比、发际线到眉心的距离占脸长的比例、眉心到鼻尖的距离占脸长的比例、鼻尖到下巴的距离占脸长的比例、眼睛的长宽比、嘴巴的长宽比、鼻子的长宽比、耳朵的长宽比、眉的长宽比、眉的弯曲度、眉毛的浓密度中的至少一者。例如,预设的脸部特征库中存储的脸及其上五官的特征的标准化信息包含脸型长宽比、眼睛的长宽比和眉的弯曲度这些标准化信息。在步骤S12中,根据预设的脸部特征库中的脸型长宽比来调节目标人脸图像中的脸型长度和宽度的比例,使得目标人脸图像中脸型的长宽比与预设的脸部特征库中的脸型长宽比相同。根据预设的脸部特征库中眼睛的长宽比来调节目标人脸图像中眼睛的长度和宽度比例,使得目标人脸图像中眼睛的长宽比与预设的脸部特征库中眼睛的长宽比相同。根据预设的脸部特征库中眉的弯曲度调节目标人脸图像的眉的弯曲度,使得目标人脸图像中眉的弯曲度与预设的脸部特征库中眉的弯曲度相同。
在本发明的图像处理方法的第一实施例中,使用预先建立的脸部特征库来调节从终端装置的照片中识别出的目标人脸图像的脸部特征,使得目标人脸图像的脸部特征具有与预设脸部特征库中相应脸部特征相同的标准,例如相同的比例、相同的浓密度和相同的弯曲度等。
在本发明的图像处理方法的第二实施例中,参见图1,图像处理方法包括:
S11:获取终端装置的照片中的目标人脸图像,识别目标人脸图像的脸部特征;
S12:根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。
本实施例与第一实施例的区别在于,在本实施例中,步骤S12包括以下子步骤:对预设的脸部特征库中的脸及其上五官的特征进行选择;根据选择的预设的脸部特征库中的脸及其上五官的特征调节目标人脸图像中相应的脸部特征。
具体的,检测用户对预设的脸部特征库中的脸及其上五官的特征的选择,使用用户选择的预设的脸部特征库中的脸及其上五官的特征调节目标人脸图像中相应的脸部特征。如此,允许用户根据自己的需要,对目标人脸图像中的部分或者全部脸部特征进行调节,使得这些脸部特征具有与预设的脸部特征库中相应的脸部特征相同的标准,例如相同的比例、相同的浓密度或者相同的弯曲度等。
在其他实施例中,还可以根据预设规则对预设的脸部特征库中的脸及其上五官的特征进行选择。预设规则包括:从预设的脸部特征库中的脸部特征中选择出脸部特征的标准化信息与计算出的目标人脸图像中相应脸部特征的信息的比值或者差值超过阈值的脸部特征。
例如,预设的脸部特征库中脸型长宽比为2,目标人脸图像中脸型长宽比为1.2,相应的差值阈值为0.5,则此时两者的差值为0.8超过了阈值0.5。则将预设的脸部特征库中脸型长宽比选择出来。
在步骤S12中,基于对预设的脸部特征库中的脸及其上五官的特征的选择,使用从预设的脸部特征库中选择出的脸及其上五官的特征的标准化信息来调节目标人脸图像中相应的脸及其上五官的特征,使得目标人脸图像中的脸及其上五官的特征与从预设的脸部特征库中选择出的脸及其上五官的特征具有相同的标准。
在本发明的图像处理方法的第二实施例中,允许用户对预设的脸部特征库中的脸及其上五官的特征进行选择,使用选择的脸及其上五官的特征调节目标人脸图像中相应的脸及其上五官的特征,能很好地满足用户个性化的需求。
在本发明的图像处理方法的第三实施例中,参见图1,图像处理方法包括:
S11:获取终端装置的照片中的目标人脸图像,识别目标人脸图像的脸部特征;
S12:根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。
本实施例与第一实施例的区别在于,在本实施例中,步骤S12包括以下子步骤:从多个预设的脸部特征库中选择一个预设的脸部特征库;根据选择的预设的脸部特征库调节目标人脸图像中相应的脸部特征。
具体的,检测用户对多个预设的脸部特征库的选择,使用用户选择的预设的脸部特征库来调节目标人脸图像中相应的脸部特征。如此,允许用户根据自己的需要,从多个预设的脸部特征库中选择出一个预设的脸部特征库来对目标人脸图像中相应的脸部特征进行调节,使得这些脸部特征具有与选择出的预设的脸部特征库中存储的脸部特征相同的标准,例如相同的比例、相同的浓密度或者相同的弯曲度等。
多个预设的脸部特征库包括脸部黄金比例库、名人脸部特征库和自定义脸部特征库中的至少两者。
其中,脸部黄金比例库包括脸及其上五官的特征的黄金比例信息(即此时的标准化信息),例如西方黄金脸比例信息:眼睛到嘴巴的距离占脸长36%和双眼距离占脸宽46%。再例如东方黄金脸比例信息:眼睛到嘴巴的距离占脸长33%和双眼距离占脸宽42%。
名人脸部特征库包括名人的脸及其上五官的特征的标准化信息,例如刘德华的脸部特征库包括刘德华的眼睛到嘴巴的距离占脸长的比例、双眼距离占脸宽的比例、脸型长宽比、发际线到眉心的距离占脸长的比例、眉心到鼻尖的距离占脸长的比例、鼻尖到下巴的距离占脸长的比例、眼睛的长宽比、嘴巴的长宽比、鼻子的长宽比、耳朵的长宽比、眉的长宽比、眉的弯曲度、眉毛的浓密度中的至少一者的信息。可以包含多个名人脸部特征库。
自定义脸部特征库为用户创建的脸及其上五官的特征的标准化信息。
具体的,在步骤S12中,使用用户从多个预设的脸部特征库中选择出的一个预设的脸部特征库中存储的脸及其上五官的特征的标准化信息来调节目标人脸图像中相应的脸及其上五官的特征,使得目标人脸图像中的脸及其上五官的特征与从多个预设的脸部特征库中选择出一个预设的脸部特征库中存储的脸及其上五官的特征具有相同的标准。
例如,多个预设的脸部特征库包括黄金比例库和名人脸部特征库,名人脸部特征库包括刘德华的脸部特征库。用户选择了刘德华的脸部特征库,则使用刘德华的脸部特征库中存储的刘德华的脸及其上五官的特征的标准化信息来调节目标人脸图像中相应的脸及其上五官的特征,使得目标人脸图像中的脸及其上五官的特征与刘德华的脸部特征库中存储的刘德华的脸及其上五官的特征具有相同的标准。例如相同的比例、相同的大小、相同的弯曲度或者相同的浓度度。
在本发明的图像处理方法的第三实施例中,允许用户从多个预设的脸部特征库中选择一个预设的脸部特征库,使用选择的预设的脸部特征库来调节目标人脸图像中相应的脸部特征,使得目标人脸图像中的脸部特征具有与选择出的预设的脸部特征库中存储的脸部特征具有相同的标准。多个预设的脸部特征库包括脸部黄金比例库、名人脸部特征库和自定义脸部特征库中的至少两者,能够很好地满足用户个性化需要。
在本发明的图像处理方法的第四实施例中,如图2所示,图像处理方法包括:
S21:对终端装置获取的标准人脸图像的脸部特征进行识别;
S22:获取脸部特征中的脸及其上五官的特征,根据获取到的脸及其上五官的特征创建预设的脸部特征库;
S23:获取终端装置的照片中的目标人脸图像,识别目标人脸图像的脸部特征;
S24:根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。
本实施例与第一实施例的区别在于,在本实施例的步骤S21中,可以对终端装置本地存储的照片中的标准人脸图像进行识别,从而识别和定位到标准人脸图像的脸部特征。也可以是对在互联网上获取的照片中的标准人脸图像进行识别,从而识别和定位到标准人脸图像的脸部特征。还可以是对终端装置的拍照单元拍摄的照片中的标准人脸图像进行识别,从而识别和定位到标准人脸图像的脸部特征。标准人脸图像为从终端装置的照片中识别出的符合预设条件的人脸图像。预设条件包括人脸图像面积占照片面积的比例大于或者等于预定比例阈值、和/或人脸图像的清晰度大于或者等于预定清晰度阈值、和/或人脸图像数量满足预设数量条件,例如数量为一。若识别出照片中包含多个符合预设条件的人脸图像时,可以将所有符合预设条件的人脸图像视为标准人脸图像来进行处理,也可以提示用户进行选择,并基于用户的选择来确定标准人脸图像。
在步骤S22中,获取脸部特征中的脸及其上五官的特征,计算获取到的脸及其上五官的特征的标准化信息,根据计算出的脸及其上五官的特征的标准化信息创建预设的脸部特征库。可以通过这种方式来建立自定义脸部特征库。
例如,用户A通过手机的摄像头拍照朋友B的照片,终端装置对照片中的标准人脸图像(朋友B的人脸图像)的脸部特征进行识别,然后获取脸部特征中的脸及其上五官的特征,计算获取到的脸及其上五官的特征得到的特征信息为眼睛到嘴巴的距离占脸长的比例为a、双眼距离占脸宽的比例为b以及脸型长宽比为c,则将眼睛到嘴巴的距离占脸长的比例为a、双眼距离占脸宽的比例为b以及脸型长宽比为c创建朋友B的脸部特征库。
在本发明的图像处理方法的第四实施例中,可以对终端装置照片中的标准人脸图像进行识别,根据识别结果计算出标准人脸图像的脸部特征的标准化信息,使用计算出的脸部特征的标准化信息创建预设的脸部特征库,实现了自定义脸部特征库的建立,能够很好的满足用户的个性化需求。
图3为本发明的图像处理系统第一实施例的功能框图,如图3所示,图像处理系统300包括:
第一识别单元310,用于获取终端装置的照片中的目标人脸图像,识别目标人脸图像的脸部特征;
调节单元320,用于根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。
其中,终端装置的照片可以是终端装置本地存储的照片,也可以是通过终端装置在互联网上获取的照片,还可以是终端装置的拍照单元拍摄的照片。目标人脸图像为从终端装置的照片中识别出的符合预设条件的人脸图像。预设条件包括人脸图像面积占照片面积的比例大于或者等于预定比例阈值、和/或人脸图像的清晰度大于或者等于预定清晰度阈值、和/或人脸图像数量满足预设数量条件,例如数量为一。若识别出照片中包含多个符合预设条件的人脸图像时,可以将所有符合预设条件的人脸图像视为目标人脸图像来进行处理,也可以提示用户进行选择,并基于用户的选择来确定目标人脸图像。在获取(确定)终端装置的照片中的目标人脸图像后,进一步识别和定位目标人脸图像的脸部特征。脸部特征包括脸及其上五官的特征。
调节单元320根据预设的脸部特征库中存储的脸部特征的标准化信息来调节目标人脸图像中相应的脸部特征,使得目标人脸图像中的脸部特征与预设的脸部特征库中存储的相应的脸部特征具有相同的标准。标准化信息包括比例、大小、形状、弯曲度或者浓密度,相同的标准相应包括相同的比例、相同的大小、相同的形成、相同的弯曲度或者相同的浓密度。
具体的,预先建立的脸部特征库中存储了脸及其上五官的特征的标准化信息,脸部特征库中存储的脸及其上五官的特征的标准化信息包括:眼睛到嘴巴的距离占脸长的比例、双眼距离占脸宽的比例、脸型长宽比、发际线到眉心的距离占脸长的比例、眉心到鼻尖的距离占脸长的比例、鼻尖到下巴的距离占脸长的比例、眼睛的长宽比、嘴巴的长宽比、鼻子的长宽比、耳朵的长宽比、眉的长宽比、眉的弯曲度、眉毛的浓密度中的至少一者。
例如,预设的脸部特征库中存储的脸及其上五官的特征的标准化信息包含脸型长宽比、眼睛的长宽比和眉的弯曲度这些标准化信息。在步骤S12中,根据预设的脸部特征库中的脸型长宽比来调节目标人脸图像中的脸型长度和宽度的比例,使得目标人脸图像中脸型的长宽比与预设的脸部特征库中的脸型长宽比相同。根据预设的脸部特征库中眼睛的长宽比来调节目标人脸图像中眼睛的长度和宽度比例,使得目标人脸图像中眼睛的长宽比与预设的脸部特征库中眼睛的长宽比相同。根据预设的脸部特征库中眉的弯曲度调节目标人脸图像的眉的弯曲度,使得目标人脸图像中眉的弯曲度与预设的脸部特征库中眉的弯曲度相同。
在本发明的图像处理系统300的第一实施例中,使用预先建立的脸部特征库来调节从终端装置的照片中识别出的目标人脸图像的脸部特征,使得目标人脸图像的脸部特征具有与预设脸部特征库中相应脸部特征相同的标准,例如相同的比例、相同的浓密度和相同的弯曲度等。
在本发明的图像处理系统300的第二实施例中,参见图3,图像处理系统300包括:
第一识别单元310,用于获取终端装置的照片中的目标人脸图像,识别目标人脸图像的脸部特征;
调节单元320,用于根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。
本实施例与第一实施例的区别在于,在本实施例中,调节单元320包括:
第一选择模块,用于对预设的脸部特征库中的脸及其上五官的特征进行选择;
第一调节模块,用于根据选择的预设的脸部特征库中的脸及其上五官的特征调节目标人脸图像中相应的脸部特征。
具体的,检测用户对预设的脸部特征库中的脸及其上五官的特征的选择,使用用户选择的预设的脸部特征库中的脸及其上五官的特征调节目标人脸图像中相应的脸部特征。如此,允许用户根据自己的需要,对目标人脸图像中的部分或者全部脸部特征进行调节,使得这些脸部特征具有与预设的脸部特征库中相应的脸部特征相同的标准,例如相同的比例、相同的浓密度或者相同的弯曲度等。
在其他实施例中,还可以根据预设规则对预设的脸部特征库中的脸及其上五官的特征进行选择。预设规则包括:从预设的脸部特征库中的脸部特征中选择出脸部特征的标准化信息与计算出的目标人脸图像中相应脸部特征的信息的比值或者差值超过阈值的脸部特征。
例如,预设的脸部特征库中脸型长宽比为2,目标人脸图像中脸型长宽比为1.2,相应的差值阈值为0.5,则此时两者的差值为0.8超过了阈值0.5。则将预设的脸部特征库中脸型长宽比选择出来。
第一调节模块基于第一选择模块对预设的脸部特征库中的脸及其上五官的特征的选择,使用从预设的脸部特征库中选择出的脸及其上五官的特征的标准化信息来调节目标人脸图像中相应的脸及其上五官的特征,使得目标人脸图像中的脸及其上五官的特征与从预设的脸部特征库中选择出的脸及其上五官的特征具有相同的标准。
在本发明的图像处理系统300的第二实施例中,允许用户对预设的脸部特征库中的脸及其上五官的特征进行选择,使用选择的脸及其上五官的特征调节目标人脸图像中相应的脸及其上五官的特征,能很好地满足用户个性化的需求。
在本发明的图像处理系统300的第三实施例中,参见图3,图像处理系统300包括:
第一识别单元310,用于获取终端装置的照片中的目标人脸图像,识别目标人脸图像的脸部特征;
调节单元320,用于根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。
本实施例与第一实施例的区别在于,在本实施例中,调节单元320包括:
第二选择模块,用于从多个预设的脸部特征库中选择一个预设的脸部特征库;
第二调节模块,用于根据选择的预设的脸部特征库调节目标人脸图像中相应的脸部特征。
具体的,第二选择模块检测用户对多个预设的脸部特征库的选择,第二调节模块使用用户选择的预设的脸部特征库来调节目标人脸图像中相应的脸部特征。如此,允许用户根据自己的需要,从多个预设的脸部特征库中选择出一个预设的脸部特征库来对目标人脸图像中相应的脸部特征进行调节,使得这些脸部特征具有与选择出的预设的脸部特征库中存储的脸部特征相同的标准,例如相同的比例、相同的浓密度或者相同的弯曲度等。
多个预设的脸部特征库包括脸部黄金比例库、名人脸部特征库和自定义脸部特征库中的至少两者。
其中,脸部黄金比例库包括脸及其上五官的特征的黄金比例信息(即此时的标准化信息),例如西方黄金脸比例信息:眼睛到嘴巴的距离占脸长36%和双眼距离占脸宽46%。再例如东方黄金脸比例信息:眼睛到嘴巴的距离占脸长33%和双眼距离占脸宽42%。
名人脸部特征库包括名人的脸及其上五官的特征的标准化信息,例如刘德华的脸部特征库包括刘德华的眼睛到嘴巴的距离占脸长的比例、双眼距离占脸宽的比例、脸型长宽比、发际线到眉心的距离占脸长的比例、眉心到鼻尖的距离占脸长的比例、鼻尖到下巴的距离占脸长的比例、眼睛的长宽比、嘴巴的长宽比、鼻子的长宽比、耳朵的长宽比、眉的长宽比、眉的弯曲度、眉毛的浓密度中的至少一者的信息。可以包含多个名人脸部特征库。
自定义脸部特征库为用户创建的脸及其上五官的特征的标准化信息。
具体的,第二调节模块使用用户从多个预设的脸部特征库中选择出的一个预设的脸部特征库中存储的脸及其上五官的特征的标准化信息来调节目标人脸图像中相应的脸及其上五官的特征,使得目标人脸图像中的脸及其上五官的特征与从多个预设的脸部特征库中选择出一个预设的脸部特征库中存储的脸及其上五官的特征具有相同的标准。
例如,多个预设的脸部特征库包括黄金比例库和名人脸部特征库,名人脸部特征库包括刘德华的脸部特征库。用户选择了刘德华的脸部特征库,则使用刘德华的脸部特征库中存储的刘德华的脸及其上五官的特征的标准化信息来调节目标人脸图像中相应的脸及其上五官的特征,使得目标人脸图像中的脸及其上五官的特征与刘德华的脸部特征库中存储的刘德华的脸及其上五官的特征具有相同的标准。例如相同的比例、相同的大小、相同的弯曲度或者相同的浓度度。
在本发明的图像处理系统的第三实施例中,允许用户从多个预设的脸部特征库中选择一个预设的脸部特征库,使用选择的预设的脸部特征库来调节目标人脸图像中相应的脸部特征,使得目标人脸图像中的脸部特征具有与选择出的预设的脸部特征库中存储的脸部特征具有相同的标准。多个预设的脸部特征库包括脸部黄金比例库、名人脸部特征库和自定义脸部特征库中的至少两者,能够很好地满足用户个性化需要。
在本发明的图像处理系统的第四实施例中,如图4所示,图像处理系统400包括:
第一识别单元410,用于获取终端装置的照片中的目标人脸图像,识别目标人脸图像的脸部特征;
调节单元420,用于根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节;
第二识别单元430,用于对终端装置获取的标准人脸图像的脸部特征进行识别;
创建单元440,用于获取所述脸部特征中的脸及其上五官的特征,根据获取到的所述脸及其上五官的特征创建所述预设的脸部特征库。
第二识别单元430可以对终端装置本地存储的照片中的标准人脸图像进行识别,从而识别和定位到标准人脸图像的脸部特征。也可以是对在互联网上获取的照片中的标准人脸图像进行识别,从而识别和定位到标准人脸图像的脸部特征。还可以是对终端装置的拍照单元拍摄的照片中的标准人脸图像进行识别,从而识别和定位到标准人脸图像的脸部特征。标准人脸图像为从终端装置的照片中识别出的符合预设条件的人脸图像。预设条件包括人脸图像面积占照片面积的比例大于或者等于预定比例阈值、和/或人脸图像的清晰度大于或者等于预定清晰度阈值、和/或人脸图像数量满足预设数量条件,例如数量为一。若识别出照片中包含多个符合预设条件的人脸图像时,可以将所有符合预设条件的人脸图像视为标准人脸图像来进行处理,也可以提示用户进行选择,并基于用户的选择来确定标准人脸图像。
创建单元440获取脸部特征中的脸及其上五官的特征,计算获取到的脸及其上五官的特征的标准化信息,根据计算出的脸及其上五官的特征的标准化信息创建预设的脸部特征库。可以通过这种方式来建立自定义脸部特征库。
例如,用户A通过手机的摄像头拍照朋友B的照片,终端装置对照片中的标准人脸图像(朋友B的人脸图像)的脸部特征进行识别,然后获取脸部特征中的脸及其上五官的特征,计算获取到的脸及其上五官的特征得到的特征信息为眼睛到嘴巴的距离占脸长的比例为a、双眼距离占脸宽的比例为b以及脸型长宽比为c,则将眼睛到嘴巴的距离占脸长的比例为a、双眼距离占脸宽的比例为b以及脸型长宽比为c创建朋友B的脸部特征库。
在本发明的图像处理系统的第四实施例中,可以对终端装置照片中的标准人脸图像进行识别,根据识别结果计算出标准人脸图像的脸部特征的标准化信息,使用计算出的脸部特征的标准化信息创建预设的脸部特征库,实现了自定义脸部特征库的创建,并且能够很好的满足用户的个性化需求。
本发明各实施例的方法中以及之间的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例的装置中的模块或单元或子单元可以根据实际需要进行合并、划分和删减。本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端装置相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
以上所揭露的仅为本发明的较佳实施例而已,当然不能以此来限定本发明的权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (10)
1.一种图像处理方法,应用于终端装置,其特征在于,所述图像处理方法包括:
获取终端装置的照片中的目标人脸图像,识别所述目标人脸图像的脸部特征;
根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。
2.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理方法还包括:
对终端装置获取的标准人脸图像的脸部特征进行识别;
获取所述脸部特征中的脸及其上五官的特征,根据获取到的所述脸及其上五官的特征创建所述预设的脸部特征库。
3.根据权利要求1所述的图像处理方法,其特征在于,所述根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节包括:
对预设的脸部特征库中的脸及其上五官的特征进行选择;
根据选择的预设的脸部特征库中的脸及其上五官的特征调节所述目标人脸图像中相应的脸部特征。
4.根据权利要求1所述的图像处理方法,其特征在于,所述根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节包括:
从多个预设的脸部特征库中选择一个预设的脸部特征库;
根据选择的预设的脸部特征库调节所述目标人脸图像中相应的脸部特征。
5.根据权利要求1所述的图像处理方法,其特征在于,所述预设的脸部特征库包括:眼睛到嘴巴的距离占脸长的比例、双眼距离占脸宽的比例、脸型长宽比、发际线到眉心的距离占脸长的比例、眉心到鼻尖的距离占脸长的比例、鼻尖到下巴的距离占脸长的比例、眼睛的长宽比、嘴巴的长宽比、鼻子的长宽比、耳朵的长宽比、眉的长宽比、眉的弯曲度、眉毛的浓密度中的至少一者。
6.根据权利要求1所述的图像处理方法,其特征在于,所述预设的脸部特征库包括脸部黄金比例库、名人脸部特征库或者自定义脸部特征库;所述脸部黄金比例库包括脸及其上五官的黄金比例信息,所述名人脸部特征库包括名人的脸及其上五官的特征信息,所述自定义脸部特征库包括用户创建的脸及其上五官的特征信息。
7.一种图像处理系统,应用于终端装置,其特征在于,所述图像处理系统包括:
第一识别单元,用于获取终端装置的照片中的目标人脸图像,识别所述目标人脸图像的脸部特征;
调节单元,用于根据预设的脸部特征库对识别到的目标人脸图像中相应的脸部特征进行调节。
8.根据权利要求7所述的图像处理系统,其特征在于,所述图像处理系统还包括:
第二识别单元,用于对终端装置获取的标准人脸图像的脸部特征进行识别;
创建单元,用于获取所述脸部特征中的脸及其上五官的特征,根据获取到的所述脸及其上五官的特征创建所述预设的脸部特征库。
9.根据权利要求7所述的图像处理系统,其特征在于,所述调节单元包括:
第一选择模块,用于对预设的脸部特征库中的脸及其上五官的特征进行选择;
第一调节模块,用于根据选择的预设的脸部特征库中的脸及其上五官的特征调节所述目标人脸图像中相应的脸部特征;
或者,所述调节单元包括:
第二选择模块,用于从多个预设的脸部特征库中选择一个预设的脸部特征库;
第二调节模块,用于根据选择的预设的脸部特征库调节所述目标人脸图像中相应的脸部特征。
10.根据权利要求7所述的图像处理系统,其特征在于,所述预设的脸部特征库包括:眼睛到嘴巴的距离占脸长的比例、双眼距离占脸宽的比例、脸型长宽比、发际线到眉心的距离占脸长的比例、眉心到鼻尖的距离占脸长的比例、鼻尖到下巴的距离占脸长的比例、眼睛的长宽比、嘴巴的长宽比、鼻子的长宽比、耳朵的长宽比、眉的长宽比、眉的弯曲度、眉毛的浓密度中的至少一者;
或者,所述预设的脸部特征库包括脸部黄金比例库、名人脸部特征库或者自定义脸部特征库;所述脸部黄金比例库包括脸及其上五官的黄金比例信息,所述名人脸部特征库包括名人的脸及其上五官的特征信息,所述自定义脸部特征库包括用户创建的脸及其上五官的特征信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710060087.5A CN106909892A (zh) | 2017-01-24 | 2017-01-24 | 一种图像处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710060087.5A CN106909892A (zh) | 2017-01-24 | 2017-01-24 | 一种图像处理方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106909892A true CN106909892A (zh) | 2017-06-30 |
Family
ID=59207665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710060087.5A Withdrawn CN106909892A (zh) | 2017-01-24 | 2017-01-24 | 一种图像处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106909892A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578380A (zh) * | 2017-08-07 | 2018-01-12 | 北京金山安全软件有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN107705248A (zh) * | 2017-10-31 | 2018-02-16 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN107730449A (zh) * | 2017-11-07 | 2018-02-23 | 深圳市云之梦科技有限公司 | 一种人脸五官美化处理的方法及系统 |
CN107730444A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和计算机设备 |
CN107833177A (zh) * | 2017-10-31 | 2018-03-23 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN110874577A (zh) * | 2019-11-15 | 2020-03-10 | 杭州东信北邮信息技术有限公司 | 一种基于深度学习的证件照的自动审核方法 |
CN111246113A (zh) * | 2020-03-05 | 2020-06-05 | 上海瑾盛通信科技有限公司 | 图像处理方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120328199A1 (en) * | 2011-06-24 | 2012-12-27 | Lg Innotek Co., Ltd. | Method for detecting facial features |
CN103824253A (zh) * | 2014-02-19 | 2014-05-28 | 中山大学 | 一种基于图像局部精确变形的人物五官变形方法 |
CN104657974A (zh) * | 2013-11-25 | 2015-05-27 | 腾讯科技(上海)有限公司 | 一种图像处理方法及装置 |
CN105654420A (zh) * | 2015-12-21 | 2016-06-08 | 小米科技有限责任公司 | 人脸图像处理方法及装置 |
CN106156730A (zh) * | 2016-06-30 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 一种人脸图像的合成方法和装置 |
-
2017
- 2017-01-24 CN CN201710060087.5A patent/CN106909892A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120328199A1 (en) * | 2011-06-24 | 2012-12-27 | Lg Innotek Co., Ltd. | Method for detecting facial features |
CN104657974A (zh) * | 2013-11-25 | 2015-05-27 | 腾讯科技(上海)有限公司 | 一种图像处理方法及装置 |
CN103824253A (zh) * | 2014-02-19 | 2014-05-28 | 中山大学 | 一种基于图像局部精确变形的人物五官变形方法 |
CN105654420A (zh) * | 2015-12-21 | 2016-06-08 | 小米科技有限责任公司 | 人脸图像处理方法及装置 |
CN106156730A (zh) * | 2016-06-30 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 一种人脸图像的合成方法和装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578380A (zh) * | 2017-08-07 | 2018-01-12 | 北京金山安全软件有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN107705248A (zh) * | 2017-10-31 | 2018-02-16 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN107730444A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和计算机设备 |
CN107833177A (zh) * | 2017-10-31 | 2018-03-23 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN107730449A (zh) * | 2017-11-07 | 2018-02-23 | 深圳市云之梦科技有限公司 | 一种人脸五官美化处理的方法及系统 |
CN107730449B (zh) * | 2017-11-07 | 2021-12-14 | 深圳市云之梦科技有限公司 | 一种人脸五官美化处理的方法及系统 |
CN110874577A (zh) * | 2019-11-15 | 2020-03-10 | 杭州东信北邮信息技术有限公司 | 一种基于深度学习的证件照的自动审核方法 |
CN110874577B (zh) * | 2019-11-15 | 2022-04-15 | 杭州东信北邮信息技术有限公司 | 一种基于深度学习的证件照的自动审核方法 |
CN111246113A (zh) * | 2020-03-05 | 2020-06-05 | 上海瑾盛通信科技有限公司 | 图像处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106909892A (zh) | 一种图像处理方法和系统 | |
CN105227832B (zh) | 一种基于关键点检测的自拍方法、自拍系统及拍摄终端 | |
CN104754218B (zh) | 一种智能拍照方法及终端 | |
CN108985241B (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN106295533B (zh) | 一种自拍图像的优化方法、装置和拍摄终端 | |
CN104992402B (zh) | 一种美颜处理方法及装置 | |
CN105046250B (zh) | 人脸识别的眼镜消除方法 | |
CN109903217B (zh) | 图像变形方法和装置 | |
CN107578380A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN105657249A (zh) | 一种图像处理方法及用户终端 | |
CN104574285B (zh) | 一种自动祛除图像黑眼圈的方法 | |
CN107124548A (zh) | 一种拍照方法及终端 | |
US20150325023A1 (en) | Providing pre-edits for photos | |
CN107590474B (zh) | 解锁控制方法及相关产品 | |
WO2021120626A1 (zh) | 一种图像处理方法、终端及计算机存储介质 | |
CN108921856B (zh) | 图像裁剪方法、装置、电子设备及计算机可读存储介质 | |
CN105007413B (zh) | 一种拍摄控制方法及用户终端 | |
CN106980840A (zh) | 脸型匹配方法、装置及存储介质 | |
CN108875672A (zh) | 智能穿戴设备的屏幕亮度调整方法及装置 | |
CN110731076A (zh) | 一种拍摄处理方法、设备及存储介质 | |
CN105827943A (zh) | 一种人眼的自拍方法及电子设备 | |
CN107277265A (zh) | 解锁控制方法及相关产品 | |
CN104331167A (zh) | 显示处理方法和显示处理装置 | |
CN110503068A (zh) | 视线估计方法、终端及存储介质 | |
CN108765551B (zh) | 一种实现3d模型捏脸的方法及终端 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170630 |