CN106971165A - 一种滤镜的实现方法及装置 - Google Patents

一种滤镜的实现方法及装置 Download PDF

Info

Publication number
CN106971165A
CN106971165A CN201710196102.9A CN201710196102A CN106971165A CN 106971165 A CN106971165 A CN 106971165A CN 201710196102 A CN201710196102 A CN 201710196102A CN 106971165 A CN106971165 A CN 106971165A
Authority
CN
China
Prior art keywords
image
human face
face region
sectional image
radius
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.)
Granted
Application number
CN201710196102.9A
Other languages
English (en)
Other versions
CN106971165B (zh
Inventor
李亮
张文明
陈少杰
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.)
Wuhan Douyu Network Technology Co Ltd
Original Assignee
Wuhan Douyu Network Technology Co 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 Wuhan Douyu Network Technology Co Ltd filed Critical Wuhan Douyu Network Technology Co Ltd
Priority to CN201710196102.9A priority Critical patent/CN106971165B/zh
Publication of CN106971165A publication Critical patent/CN106971165A/zh
Priority to PCT/CN2018/081068 priority patent/WO2018177364A1/zh
Application granted granted Critical
Publication of CN106971165B publication Critical patent/CN106971165B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T5/70—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种滤镜的实现方法及装置，该方法包括：获取目标图像中的人脸区域，所述人脸区域为包括人脸图像的区域；判断所述目标图像上的分区图像是否属于所述人脸区域，其中，所述目标图像划分为N个分区图像，N为大于1的整数；当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示。本申请提供的方法和装置可以解决现有技术中的视频滤镜，存在的功能单一，不能满足用户更多需求的技术问题。实现了丰富滤镜功能，满足了用户突出人脸和增加环境保密性等需求的技术效果。

Description

一种滤镜的实现方法及装置
技术领域
本发明涉及图像处理技术领域，尤其涉及一种滤镜的实现方法及装置。
背景技术
当前，各类互联网商业模式层出不穷，直播视频也是其中一匹黑马。为了给直播主播或观众提供较优的视觉体验和丰富的娱乐体验，现有的直播视频往往会提供滤镜功能，以供用户使用。
现有的滤镜功能主要是用来实现图像的各种特殊场景效果，一般是通过直接改变图像的颜色风格，即进行颜色调整来实现。例如怀旧、黑白、素描、唯美等等。然而，当前的滤镜功能已不能满足用户日益增多的需求。
可见，现有技术中的视频滤镜，存在功能单一，不能满足用户更多需求的技术问题。
发明内容
本发明提供一种滤镜的实现方法及装置，用以解决现有技术中的视频滤镜，存在的功能单一，不能满足用户更多需求的技术问题。
一方面，本发明提供了一种滤镜的实现方法，包括：
获取目标图像中的人脸区域，所述人脸区域为包括人脸图像的区域；
判断所述目标图像上的分区图像是否属于所述人脸区域，其中，所述目标图像划分为N个分区图像，N为大于1的整数；
当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示。
可选的，当所述目标图像为视频中的图像时，所述获取目标图像中的人脸区域，包括：交替使用人脸检测算法和人脸跟踪算法，获取所述视频中的目标图像的人脸区域。
可选的，在所述判断所述目标图像上的分区图像是否属于所述人脸区域之后，还包括：当所述分区图像属于所述人脸区域时，以采用磨皮算法和/或调色算法处理所述分区图像后，获得的前景图像替换所述分区图像，并进行显示。
可选的，所述获取目标图像中的人脸区域，包括：检测获取所述目标图像中的人脸图像；以包括所述人脸图像的圆形区域作为所述人脸区域；所述判断所述目标图像上的分区图像是否属于所述人脸区域，包括：确定所述分区图像与所述人脸区域的圆心的距离；当所述距离小于等于所述人脸区域的半径时，确定所述分区图像属于所述人脸区域；当所述距离大于所述人脸区域的半径时，确定所述分区图像不属于所述人脸区域。
可选的，所述当所述距离大于所述人脸区域的半径时，确定所述分区图像不属于所述人脸区域，包括：当所述距离大于所述人脸区域的半径，且小于等于预设半径时，确定所述分区图像属于过渡区域，其中，所述预设半径大于等于所述人脸区域的半径；当所述距离大于所述预设半径时，确定所述分区图像属于背景区域；所述当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，包括：当所述分区图像属于所述过渡区域时，以(1-v)倍的前景图像和v倍的所述模糊图像混合后的混合图像替换所述分区图像，其中，v＝(dis-r)/(R-r)，其中，dis为所述距离，r为所述人脸区域的半径，R为所述预设半径，其中，所述前景图像为采用磨皮算法和/或调色算法处理所述分区图像后获得的图像；当所述分区图像属于所述背景区域时，以所述模糊图像替换所述分区图像。
可选的，所述采用模糊算法虚化所述分区图像，包括：对所述分区图像进行降采样处理；采用模糊算法虚化降采样处理后的所述分区图像；对虚化后的所述分区图像进行上采样处理。
另一方面，提供一种滤镜的实现装置，包括：
获取模块，用于获取目标图像中的人脸区域，所述人脸区域为包括人脸图像的区域；
判断模块，用于判断所述目标图像上的分区图像是否属于所述人脸区域，其中，所述目标图像划分为N个分区图像，N为大于1的整数；
模糊模块，用于当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示。
可选的，所述获取模块还用于：交替使用人脸检测算法和人脸跟踪算法，获取所述视频中的目标图像的人脸区域。
可选的，所述装置还包括：美化模块，用于当所述分区图像属于所述人脸区域时，以采用磨皮算法和/或调色算法处理所述分区图像后，获得的前景图像替换所述分区图像，并进行显示。
可选的，所述获取模块还用于：检测获取所述目标图像中的人脸图像；以包括所述人脸图像的圆形区域作为所述人脸区域；所述判断模块还用于：确定所述分区图像与所述人脸区域的圆心的距离；当所述距离小于等于所述人脸区域的半径时，确定所述分区图像属于所述人脸区域；当所述距离大于所述人脸区域的半径时，确定所述分区图像不属于所述人脸区域；所述判断模块还用于：当所述距离大于所述人脸区域的半径，且小于等于预设半径时，确定所述分区图像属于过渡区域，其中，所述预设半径大于所述人脸区域的半径；当所述距离大于所述预设半径时，确定所述分区图像属于背景区域；所述模糊模块还用于：当所述分区图像属于所述过渡区域时，以(1-v)倍的前景图像和v倍的所述模糊图像混合后的混合图像替换所述分区图像，其中，v＝(dis-r)/(R-r)，其中，dis为所述距离，r为所述人脸区域的半径，R为所述预设半径，其中，所述前景图像为采用磨皮算法和/或调色算法处理所述分区图像后获得的图像；当所述分区图像属于所述背景区域时，以所述模糊图像替换所述分区图像。
本发明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：
本申请实施例提供的方法及装置，先获取目标图像中的人脸区域，再判断所述目标图像上划分出的各分区图像是否属于所述人脸区域，当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示，从而实现了一种具有背景虚化功能的滤镜，不仅丰富了滤镜功能，还使得所述目标图像中的人脸更突出，并通过虚化背景增加了环境的保密性，进而满足了用户更多的需求。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
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一简单地介绍，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为本发明实施例中滤镜的实现方法的流程图；
图2为本发明实施例中滤镜的实现装置的结构示意图。
具体实施方式
本申请实施例通过提供一种滤镜的实现方法及装置，用以解决现有技术中的视频滤镜，存在的功能单一，不能满足用户更多需求的技术问题。实现了丰富滤镜功能，满足了用户突出人脸和增加环境保密性等需求的技术效果。
本申请实施例中的技术方案，总体思路如下：
获取目标图像中的人脸区域，所述人脸区域为包括人脸图像的区域；判断所述目标图像上的分区图像是否属于所述人脸区域，其中，所述目标图像划分为N个分区图像，N为大于1的整数；当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示。
上述方法通过先获取目标图像中的人脸区域，再判断所述目标图像上划分出的各分区图像是否属于所述人脸区域，当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示，从而实现了一种具有背景虚化功能的滤镜，不仅丰富了滤镜功能，还使得所述目标图像中的人脸更突出，并通过虚化背景增加了环境的保密性，进而满足了用户更多的需求。
为使本发明实施例的目的、技术方案和优点更加清楚，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。
实施例一
本实施例提供一种滤镜的实现方法，如图1所示，该方法包括：
步骤S101，获取目标图像中的人脸区域，所述人脸区域为包括人脸图像的区域；
步骤S102，判断所述目标图像上的分区图像是否属于所述人脸区域，其中，所述目标图像划分为N个分区图像，N为大于1的整数；
步骤S103，当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示。
需要说明的是，所述目标图像可以是单一的图片，也可以是直播视频或存储视频中的图片，在此不作限制。
当所述目标图像为单一的图片时，所述方法能够对该图片实现背景虚化；当所述目标图像是视频中的图片时，通过对视频中的每一帧图片或部分图片实施本实施例提供的方法，能实现对视频的背景虚化。
在具体实施过程中，所述方法可以应用于智能手机，平板电脑或台式机等终端，也可以应用于服务器，在此不作限制。
下面，结合图1来详细介绍本实施例提供的方法的具体实施步骤。
首先，执行步骤S101，获取目标图像中的人脸区域，所述人脸区域为包括人脸图像的区域。
在具体实施过程中，获取目标图像中的人脸区域，需要获取目标图像中人脸的位置及区域大小，具体可以通过各种现有的人脸检测算法来实现。
在本申请实施例中，当所述目标图像为视频中的图像时，所述获取目标图像中的人脸区域，包括：
交替使用人脸检测算法和人脸跟踪算法，获取所述视频中的目标图像的人脸区域。
具体来讲，交替使用人脸检测算法和人脸跟踪算法特别适用于直播视频中的目标图像，以提高实时获取视频中多个图像的人脸区域的效率。
在具体实施过程中，为了便于后续判断分区图像是否属于所述人脸区域，可以设置所述获取目标图像中的人脸区域，包括：检测获取所述目标图像中的人脸图像；以包括所述人脸图像的圆形区域作为所述人脸区域。
当然，在具体实施过程中，也可以以包括所述人脸图像的方形区域或椭圆形区域作为所述人脸区域，在此不作限制。
然后，执行步骤S102，判断所述目标图像上的分区图像是否属于所述人脸区域，其中，所述目标图像划分为N个分区图像，N为大于1的整数。
在本申请实施例中，所述分区图像可以是预先以小三角形、小方形或小菱形等为单位，划分出的N个分区图像，N的数量越大，越利于判断分区图像是否属于所述人脸区域；所述分区图像还可以是像素点，N为像素点数量，在此不作限制。
在本申请实施例中，判断所述分区图像是否属于所述人脸区域的方法很多，下面列举两种为例：
第一种，根据所述分区图像的坐标判断。
即先获取所述分区图像的坐标和所述人脸区域的坐标范围；再判断所述分区图像的坐标是否属于所述人脸区域的坐标范围；当所述分区图像的坐标属于所述人脸区域的坐标范围时，确定所述分区图像属于所述人脸区域；当所述分区图像的坐标不属于所述人脸区域的坐标范围时，确定所述分区图像不属于所述人脸区域。
第二种，设置人脸区域为规则图形，根据分区图像与所述人脸区域中心的距离来判断。
具体来讲，为了便于判断分区图像是否属于所述人脸区域，可以设置所述人脸区域为圆形区域。对应的，所述判断所述目标图像上的分区图像是否属于所述人脸区域，包括：确定所述分区图像与所述人脸区域的圆心的距离；当所述距离小于等于所述人脸区域的半径时，确定所述分区图像属于所述人脸区域；当所述距离大于所述人脸区域的半径时，确定所述分区图像不属于所述人脸区域。
举例来说，获取人脸在视频图像中的位置信息，假设把人脸区域设置为圆形，获取所述人脸区域圆心点A的坐标为A(x,y)，半径为r。所述分区图像的中心点D(i,j)与点A(x,y)的距离dis的计算公式如下：
当dis小于等于r时，确定所述分区图像属于所述人脸区域；当dis大于r时，确定所述分区图像不属于所述人脸区域。
再下来，执行步骤S103，当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示。
在本申请实施例中，可以预先对所述目标图像整体采用模糊算法进行虚化，再根据所述分区图像的位置，获得所述分区图像对应的模糊图像。当然，也可以对每个分区图像分别采用模糊算法进行虚化，以获得每个所述分区图像对应的模糊图像，在此不作限制。
在本申请实施例中，所述采用模糊算法虚化所述分区图像，包括：
对所述分区图像进行降采样处理；
采用模糊算法虚化降采样处理后的所述分区图像；
对虚化后的所述分区图像进行上采样处理。
具体来讲，为了实现背景虚化效果，首先需要得到一张虚化的视频图像。很多模糊算法可以实现虚化功能，例如，所述模糊算法可以为高斯模糊、均值滤波、中值滤波等。以采用中值滤波作为背景模糊算法为例，由于中值滤波的模糊半径越大，图像越模糊，但模糊半径越大，运算量就越大，故为提高程序的运行效率，可以先对所述目标图像做降采样处理，然后用中值滤波模糊所述目标图像，然后再对所述目标图像作上采样处理，而正由于虚化的目地是获取模糊的图像，故图像下采样和上采样并不会影响图像最终的效果。
在本申请实施例中，在所述判断所述目标图像上的分区图像是否属于所述人脸区域之后，还包括：
当所述分区图像属于所述人脸区域时，以采用磨皮算法和/或调色算法处理所述分区图像后，获得的前景图像替换所述分区图像，并进行显示。
在本申请实施例中，可以预先对所述目标图像整体采用磨皮算法和/或调色算法进行处理，再根据所述分区图像的位置，获得所述分区图像对应的前景图像。当然，也可以对每个分区图像分别采用磨皮算法和/或调色算法进行处理，以获得每个所述分区图像对应的前景图像，在此不作限制。
具体来讲，本申请不仅考虑对背景的虚化，还考虑对人脸区域的美化。
其中，磨皮算法的主要作用是去噪，即对图像中的噪点进行去除或者模糊化处理，以使用户获得更好的视觉体验。磨皮算法有很多种，例如高斯滤波、双边滤波、局部均方差、表面模糊、均值模糊、高斯模糊和中值滤波等，较优的，可以采用的磨皮算法为双边滤波和高斯滤波的组合。
进一步，在执行所述磨皮算法前，可以先对肤色进行检测，只对肤色中的噪点进行处理，而不对头发、眼睛等部位处理，使面部磨皮的效果更加自然。
其中，调色算法有很多种，不同的调色算法显示出来的效果也不同，简单调色算法的调节对象例如：对比度、饱和度、亮度、曝光、锐度等；复杂的调色算法的调节对象例如：柔光、淡雅、复古、唯美、素描、油菜画等。
在本申请实施例中，对所述分区区域不属于所述人脸区域的情况，还可以设置分为在人脸区域附件的过渡区域和远离人脸区域的背景区域两种情况，其中，所述过渡区域的大小可根据实际情况调整。
以所述人脸区域为圆形区域为例，所述当所述距离大于所述人脸区域的半径时，确定所述分区图像不属于所述人脸区域，包括：当所述距离大于所述人脸区域的半径，且小于等于预设半径时，确定所述分区图像属于过渡区域，其中，所述预设半径大于等于所述人脸区域的半径；当所述距离大于所述预设半径时，确定所述分区图像属于背景区域。
对应的，所述当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，包括：当所述分区图像属于所述过渡区域时，以(1-v)倍的前景图像和v倍的所述模糊图像混合后的混合图像替换所述分区图像，其中，v＝(dis-r)/(R-r)，其中，dis为所述距离，r为所述人脸区域的半径，R为所述预设半径，其中，所述前景图像为采用磨皮算法和/或调色算法处理所述分区图像后获得的图像；当所述分区图像属于所述背景区域时，以所述模糊图像替换所述分区图像。
具体来讲，即设置所述人脸区域内的分区区域显示为清晰的磨皮和/或调色后的所述前景图像；所述背景区域内的分区区域显示为采用模糊算法虚化后的所述模糊图像；所述人脸区域与所述背景区域过渡的过渡区域显示为所述前景图像和所述模糊图像的混合。
举例来讲，假设所述人脸区域为以点A为圆心，r为半径的圆形区域，R为所述预设半径，则所述背景区域为以点A为圆心，以R为半径的圆形以外的部分，所述过渡区域为以点A为圆心的圆环区域，所述圆环的厚度为R-r。假设，图像上的某个分区图像的中心点D的坐标为(i,j)，那么最终所述分区图像E的具体算法如下：
if(dis<＝r)
{
E＝F；
}
else
if(r＜dis＜＝R)
{
v＝(dis-r)/(R-r)；
E＝(1-v)*F+v*B；
}
else
if(R＜dis)
{
E＝B；
}
其中，dis为点D与点A的距离，F为所述分区图像的前景图像，B为所述分区图像的模糊图像，v表示所述前景图像F与所述模糊图像B混合的比重，v的范围为[0,1]。当前像素点D与人脸区域圆心的距离小于等于r时，显示为所述前景图像F；当前像素点D与人脸区域圆心的距离大于r且小于等于R时，显示为所述前景图像F与所述模糊图像B的混合，混合系数为v；当前像素点D与人脸区域圆心的距离大于R时，显示为所述模糊图像B。
在具体实施过程中，如果所述目标图像中有多个人脸，可对每个人脸区域做上述同样的处理。
如果所述目标图像中并没有检测到人脸，就可以设置不需要背景虚化的功能，直接显示出所述目标图像的前景图像，即对所述目标图像进行磨皮和/或色彩调整后的显示效果。
具体来讲，本实施例提供的方法在颜色调整的基础上，实现了磨皮和背景虚化，从而实现了一种具有背景虚化功能的滤镜，不仅丰富了滤镜功能，还使得所述目标图像中的人脸更突出美化，并通过虚化背景增加了环境的保密性，进而满足了用户更多的需求。
基于同一发明构思，本申请还提供了与实施例一中滤镜的实现方法对应的装置，详见实施例二。
实施例二
本实施例提供了一种滤镜的实现装置，如图2所示，该装置包括：
获取模块201，用于获取目标图像中的人脸区域，所述人脸区域为包括人脸图像的区域；
判断模块202，用于判断所述目标图像上的分区图像是否属于所述人脸区域，其中，所述目标图像划分为N个分区图像，N为大于1的整数；
模糊模块203，用于当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示。
在具体实施过程中，所述装置可以为智能手机，平板电脑或台式机等终端，也可以为服务器，在此不作限制。
在本申请实施例中，所述获取模块201还用于：
交替使用人脸检测算法和人脸跟踪算法，获取所述视频中的目标图像的人脸区域。
在本申请实施例中，所述装置还包括：
美化模块，用于当所述分区图像属于所述人脸区域时，以采用磨皮算法和/或调色算法处理所述分区图像后，获得的前景图像替换所述分区图像，并进行显示。
在本申请实施例中，所述获取模块201还用于：检测获取所述目标图像中的人脸图像；以包括所述人脸图像的圆形区域作为所述人脸区域；
所述判断模块202还用于：确定所述分区图像与所述人脸区域的圆心的距离；当所述距离小于等于所述人脸区域的半径时，确定所述分区图像属于所述人脸区域；当所述距离大于所述人脸区域的半径时，确定所述分区图像不属于所述人脸区域；
所述判断模块202还用于：当所述距离大于所述人脸区域的半径，且小于等于预设半径时，确定所述分区图像属于过渡区域，其中，所述预设半径大于所述人脸区域的半径；当所述距离大于所述预设半径时，确定所述分区图像属于背景区域；
所述模糊模块203还用于：当所述分区图像属于所述过渡区域时，以(1-v)倍的前景图像和v倍的所述模糊图像混合后的混合图像替换所述分区图像，其中，v＝(dis-r)/(R-r)，其中，dis为所述距离，r为所述人脸区域的半径，R为所述预设半径，其中，所述前景图像为采用磨皮算法和/或调色算法处理所述分区图像后获得的图像；当所述分区图像属于所述背景区域时，以所述模糊图像替换所述分区图像。
由于本发明实施例二所介绍的装置，为实施本发明实施例一的滤镜的实现方法所采用的装置，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该装置的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的装置都属于本发明所欲保护的范围。
本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
本申请实施例提供的方法及装置，先获取目标图像中的人脸区域，再判断所述目标图像上划分出的各分区图像是否属于所述人脸区域，当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示，从而实现了一种具有背景虚化功能的滤镜，不仅丰富了滤镜功能，还使得所述目标图像中的人脸更突出，并通过虚化背景增加了环境的保密性，进而满足了用户更多的需求。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、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。
本发明是参照根据本发明实施例的方法、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。
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。
尽管已描述了本发明的优选实施例，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发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例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 (10)

1.一种滤镜的实现方法，其特征在于，包括：
获取目标图像中的人脸区域，所述人脸区域为包括人脸图像的区域；
判断所述目标图像上的分区图像是否属于所述人脸区域，其中，所述目标图像划分为N个分区图像，N为大于1的整数；
当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示。
2.如权利要求1所述的方法，其特征在于，当所述目标图像为视频中的图像时，所述获取目标图像中的人脸区域，包括：
交替使用人脸检测算法和人脸跟踪算法，获取所述视频中的目标图像的人脸区域。
3.如权利要求1所述的方法，其特征在于，在所述判断所述目标图像上的分区图像是否属于所述人脸区域之后，还包括：
当所述分区图像属于所述人脸区域时，以采用磨皮算法和/或调色算法处理所述分区图像后，获得的前景图像替换所述分区图像，并进行显示。
4.如权利要求1所述的方法，其特征在于，
所述获取目标图像中的人脸区域，包括：检测获取所述目标图像中的人脸图像；以包括所述人脸图像的圆形区域作为所述人脸区域；
所述判断所述目标图像上的分区图像是否属于所述人脸区域，包括：确定所述分区图像与所述人脸区域的圆心的距离；当所述距离小于等于所述人脸区域的半径时，确定所述分区图像属于所述人脸区域；当所述距离大于所述人脸区域的半径时，确定所述分区图像不属于所述人脸区域。
5.如权利要求4所述的方法，其特征在于，
所述当所述距离大于所述人脸区域的半径时，确定所述分区图像不属于所述人脸区域，包括：当所述距离大于所述人脸区域的半径，且小于等于预设半径时，确定所述分区图像属于过渡区域，其中，所述预设半径大于等于所述人脸区域的半径；当所述距离大于所述预设半径时，确定所述分区图像属于背景区域；
所述当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，包括：当所述分区图像属于所述过渡区域时，以(1-v)倍的前景图像和v倍的所述模糊图像混合后的混合图像替换所述分区图像，其中，v＝(dis-r)/(R-r)，其中，dis为所述距离，r为所述人脸区域的半径，R为所述预设半径，其中，所述前景图像为采用磨皮算法和/或调色算法处理所述分区图像后获得的图像；当所述分区图像属于所述背景区域时，以所述模糊图像替换所述分区图像。
6.如权利要求1所述的方法，其特征在于，所述采用模糊算法虚化所述分区图像，包括：
对所述分区图像进行降采样处理；
采用模糊算法虚化降采样处理后的所述分区图像；
对虚化后的所述分区图像进行上采样处理。
7.一种滤镜的实现装置，其特征在于，包括：
获取模块，用于获取目标图像中的人脸区域，所述人脸区域为包括人脸图像的区域；
判断模块，用于判断所述目标图像上的分区图像是否属于所述人脸区域，其中，所述目标图像划分为N个分区图像，N为大于1的整数；
模糊模块，用于当所述分区图像不属于所述人脸区域时，以采用模糊算法虚化所述分区图像后，获得的模糊图像替换所述分区图像，并进行显示。
8.如权利要求7所述的装置，其特征在于，所述获取模块还用于：
交替使用人脸检测算法和人脸跟踪算法，获取所述视频中的目标图像的人脸区域。
9.如权利要求7所述的装置，其特征在于，还包括：
美化模块，用于当所述分区图像属于所述人脸区域时，以采用磨皮算法和/或调色算法处理所述分区图像后，获得的前景图像替换所述分区图像，并进行显示。
10.如权利要求1所述的方法，其特征在于，
所述获取模块还用于：检测获取所述目标图像中的人脸图像；以包括所述人脸图像的圆形区域作为所述人脸区域；
所述判断模块还用于：确定所述分区图像与所述人脸区域的圆心的距离；当所述距离小于等于所述人脸区域的半径时，确定所述分区图像属于所述人脸区域；当所述距离大于所述人脸区域的半径时，确定所述分区图像不属于所述人脸区域；
所述判断模块还用于：当所述距离大于所述人脸区域的半径，且小于等于预设半径时，确定所述分区图像属于过渡区域，其中，所述预设半径大于所述人脸区域的半径；当所述距离大于所述预设半径时，确定所述分区图像属于背景区域；
所述模糊模块还用于：当所述分区图像属于所述过渡区域时，以(1-v)倍的前景图像和v倍的所述模糊图像混合后的混合图像替换所述分区图像，其中，v＝(dis-r)/(R-r)，其中，dis为所述距离，r为所述人脸区域的半径，R为所述预设半径，其中，所述前景图像为采用磨皮算法和/或调色算法处理所述分区图像后获得的图像；当所述分区图像属于所述背景区域时，以所述模糊图像替换所述分区图像。
CN201710196102.9A 2017-03-29 2017-03-29 一种滤镜的实现方法及装置 Active CN106971165B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710196102.9A CN106971165B (zh) 2017-03-29 2017-03-29 一种滤镜的实现方法及装置
PCT/CN2018/081068 WO2018177364A1 (zh) 2017-03-29 2018-03-29 一种滤镜的实现方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710196102.9A CN106971165B (zh) 2017-03-29 2017-03-29 一种滤镜的实现方法及装置

Publications (2)

Publication Number Publication Date
CN106971165A true CN106971165A (zh) 2017-07-21
CN106971165B CN106971165B (zh) 2018-08-10

Family

ID=59335606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710196102.9A Active CN106971165B (zh) 2017-03-29 2017-03-29 一种滤镜的实现方法及装置

Country Status (2)

Country Link
CN (1) CN106971165B (zh)
WO (1) WO2018177364A1 (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784629A (zh) * 2017-11-24 2018-03-09 努比亚技术有限公司 全景照片滤镜处理方法及移动终端
CN107864336A (zh) * 2017-11-24 2018-03-30 维沃移动通信有限公司 一种图像处理方法、移动终端
WO2018177364A1 (zh) * 2017-03-29 2018-10-04 武汉斗鱼网络科技有限公司 一种滤镜的实现方法及装置
CN109144361A (zh) * 2018-07-09 2019-01-04 维沃移动通信有限公司 一种图像处理方法及终端设备
CN109325926A (zh) * 2018-09-30 2019-02-12 武汉斗鱼网络科技有限公司 自动滤镜实现方法、存储介质、设备及系统
CN109618173A (zh) * 2018-12-17 2019-04-12 深圳Tcl新技术有限公司 视频压缩方法、装置和计算机可读存储介质
CN109671138A (zh) * 2018-11-26 2019-04-23 深圳艺达文化传媒有限公司 自拍视频头像背景双重叠方法及相关产品
CN110580688A (zh) * 2019-08-07 2019-12-17 北京达佳互联信息技术有限公司 一种图像处理方法、装置、电子设备及存储介质
CN110991298A (zh) * 2019-11-26 2020-04-10 腾讯科技（深圳）有限公司 图像的处理方法和装置、存储介质及电子装置
CN111199169A (zh) * 2018-11-16 2020-05-26 北京微播视界科技有限公司 图像处理方法和装置
US10674069B2 (en) 2017-11-30 2020-06-02 Guangdong Oppo Mobile Telecommunications Corp. Ltd. Method and apparatus for blurring preview picture and storage medium
CN111935418A (zh) * 2020-08-18 2020-11-13 北京市商汤科技开发有限公司 视频处理方法及装置、电子设备和存储介质
CN114598902A (zh) * 2022-03-09 2022-06-07 安徽文香科技有限公司 一种视频帧处理方法、装置及电子设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113129207B (zh) * 2019-12-30 2023-08-01 武汉Tcl集团工业研究院有限公司 一种图片的背景虚化方法及装置、计算机设备、存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080259154A1 (en) * 2007-04-20 2008-10-23 General Instrument Corporation Simulating Short Depth of Field to Maximize Privacy in Videotelephony
CN103973977A (zh) * 2014-04-15 2014-08-06 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
CN104574306A (zh) * 2014-12-24 2015-04-29 掌赢信息科技（上海）有限公司 一种即时视频中的人脸美化方法和电子设备
CN104794462A (zh) * 2015-05-11 2015-07-22 北京锤子数码科技有限公司 一种人物图像处理方法及装置
CN105512605A (zh) * 2015-11-23 2016-04-20 小米科技有限责任公司 人脸图像处理方法及装置
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
CN106447620A (zh) * 2016-08-26 2017-02-22 北京金山猎豹科技有限公司 人脸图像磨皮方法、装置以及终端设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9792716B2 (en) * 2014-06-13 2017-10-17 Arcsoft Inc. Enhancing video chatting
CN105049695A (zh) * 2015-07-07 2015-11-11 广东欧珀移动通信有限公司 一种视频录制方法及装置
CN105847728A (zh) * 2016-04-13 2016-08-10 腾讯科技（深圳）有限公司 一种信息处理方法及终端
CN106302124A (zh) * 2016-08-18 2017-01-04 北京奇虎科技有限公司 一种添加特效的方法及电子设备
CN106971165B (zh) * 2017-03-29 2018-08-10 武汉斗鱼网络科技有限公司 一种滤镜的实现方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080259154A1 (en) * 2007-04-20 2008-10-23 General Instrument Corporation Simulating Short Depth of Field to Maximize Privacy in Videotelephony
CN103973977A (zh) * 2014-04-15 2014-08-06 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
CN104574306A (zh) * 2014-12-24 2015-04-29 掌赢信息科技（上海）有限公司 一种即时视频中的人脸美化方法和电子设备
CN104794462A (zh) * 2015-05-11 2015-07-22 北京锤子数码科技有限公司 一种人物图像处理方法及装置
CN105512605A (zh) * 2015-11-23 2016-04-20 小米科技有限责任公司 人脸图像处理方法及装置
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
CN106447620A (zh) * 2016-08-26 2017-02-22 北京金山猎豹科技有限公司 人脸图像磨皮方法、装置以及终端设备

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018177364A1 (zh) * 2017-03-29 2018-10-04 武汉斗鱼网络科技有限公司 一种滤镜的实现方法及装置
CN107864336A (zh) * 2017-11-24 2018-03-30 维沃移动通信有限公司 一种图像处理方法、移动终端
CN107864336B (zh) * 2017-11-24 2019-07-26 维沃移动通信有限公司 一种图像处理方法、移动终端
CN107784629A (zh) * 2017-11-24 2018-03-09 努比亚技术有限公司 全景照片滤镜处理方法及移动终端
US10674069B2 (en) 2017-11-30 2020-06-02 Guangdong Oppo Mobile Telecommunications Corp. Ltd. Method and apparatus for blurring preview picture and storage medium
CN109144361A (zh) * 2018-07-09 2019-01-04 维沃移动通信有限公司 一种图像处理方法及终端设备
CN109325926A (zh) * 2018-09-30 2019-02-12 武汉斗鱼网络科技有限公司 自动滤镜实现方法、存储介质、设备及系统
CN111199169A (zh) * 2018-11-16 2020-05-26 北京微播视界科技有限公司 图像处理方法和装置
CN109671138A (zh) * 2018-11-26 2019-04-23 深圳艺达文化传媒有限公司 自拍视频头像背景双重叠方法及相关产品
CN109618173A (zh) * 2018-12-17 2019-04-12 深圳Tcl新技术有限公司 视频压缩方法、装置和计算机可读存储介质
CN110580688A (zh) * 2019-08-07 2019-12-17 北京达佳互联信息技术有限公司 一种图像处理方法、装置、电子设备及存储介质
CN110991298A (zh) * 2019-11-26 2020-04-10 腾讯科技（深圳）有限公司 图像的处理方法和装置、存储介质及电子装置
CN111935418A (zh) * 2020-08-18 2020-11-13 北京市商汤科技开发有限公司 视频处理方法及装置、电子设备和存储介质
CN111935418B (zh) * 2020-08-18 2022-12-09 北京市商汤科技开发有限公司 视频处理方法及装置、电子设备和存储介质
CN114598902A (zh) * 2022-03-09 2022-06-07 安徽文香科技有限公司 一种视频帧处理方法、装置及电子设备
CN114598902B (zh) * 2022-03-09 2023-12-22 安徽文香科技股份有限公司 一种视频帧处理方法、装置及电子设备

Also Published As

Publication number Publication date
CN106971165B (zh) 2018-08-10
WO2018177364A1 (zh) 2018-10-04

Similar Documents

Publication Publication Date Title
CN106971165B (zh) 一种滤镜的实现方法及装置
CN108537859B (zh) 使用深度学习的图像蒙板
CN105874506B (zh) 具有细节保留的图像模糊
Winnemöller et al. Real-time video abstraction
CN103718540B (zh) 用于生成全景图像的方法、用户终端和计算机可读记录介质
US20150178946A1 (en) Image adjustment using texture mask
US9373179B2 (en) Saliency-preserving distinctive low-footprint photograph aging effect
CN108229279A (zh) 人脸图像处理方法、装置和电子设备
CN106550243A (zh) 直播视频处理方法、装置及电子设备
CN108230255A (zh) 用于实现图像增强的方法、装置和电子设备
CN111066026B (zh) 用于向图像数据提供虚拟光调节的技术
Kim et al. Low-light image enhancement based on maximal diffusion values
CN107194869A (zh) 一种图像处理方法及终端、计算机存储介质、计算机设备
CN108416722A (zh) 一种图像显示方法、存储介质及终端设备
CN105023252A (zh) 一种美容图像的增强处理方法、系统及拍摄终端
US10810775B2 (en) Automatically selecting and superimposing images for aesthetically pleasing photo creations
CN109445569A (zh) 基于ar的信息处理方法、装置、设备及可读存储介质
US20220398704A1 (en) Intelligent Portrait Photography Enhancement System
CN110730303A (zh) 图像染发处理方法、装置、终端和存储介质
CN113379623B (zh) 图像处理方法、装置、电子设备及存储介质
US9563940B2 (en) Smart image enhancements
US11928757B2 (en) Partially texturizing color images for color accessibility
Sundstedt et al. Selective rendering using task-importance maps
Li et al. Lightness constancy: from haze illusion to haze removal
CN116308996A (zh) 图形显示方法、装置、设备、存储介质及程序产品

Legal Events

Date Code Title Description
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