CN107203963A - 一种图像处理方法及装置、电子设备 - Google Patents

一种图像处理方法及装置、电子设备 Download PDF

Info

Publication number
CN107203963A
CN107203963A CN201610152987.8A CN201610152987A CN107203963A CN 107203963 A CN107203963 A CN 107203963A CN 201610152987 A CN201610152987 A CN 201610152987A CN 107203963 A CN107203963 A CN 107203963A
Authority
CN
China
Prior art keywords
image
characteristic point
face characteristic
original 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
CN201610152987.8A
Other languages
English (en)
Other versions
CN107203963B (zh
Inventor
吴磊
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201610152987.8A priority Critical patent/CN107203963B/zh
Publication of CN107203963A publication Critical patent/CN107203963A/zh
Application granted granted Critical
Publication of CN107203963B publication Critical patent/CN107203963B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种图像处理方法及装置、电子设备，所述方法包括：获得输入的原图像imgA；确定所述原图像中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中i取值从0开始的整数；根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)；根据所述人脸特征点集合F和所述原图像imgA确定第一图像imgI和变形区域的mask图imgM；根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。

Description

一种图像处理方法及装置、电子设备
技术领域
本发明涉及图像处理技术，尤其涉及一种图像处理方法及装置、电子设备。
背景技术
随着计算机图像处理技术的发展，图像的美化变得越来越简便与普及。近年来，随着社交应用(APP)的日益盛行，在社交应用上分享图像已经称为交流感情、体现个人魅力的重要途径。而在这其中，人脸的美化更是得到了人们广泛的关注与青睐。爱美之心，人皆有之。每个人都希望自己能够拥有更加精致美丽的脸庞。而整形手术高额的费用与过高的手术风险使得大部分人望而却步。但通过数字图像处理对自己的形象进行改善美化却简单安全得多，不光能得到人们希望的理想效果，也能使人得到心情上的愉悦。于是为了解决此问题，数字图像编辑软件(即美图APP)成为了很多人的选择。
现今时代，人们追求美丽的脸庞，尤其是以瘦为美，因此各种图像美化算法得以发展并被广泛应用，尤其是瘦脸已经在各种电子设备如手机和数码相机上得以体现。但是，现有的美图APP中的瘦脸的结果却不能让人满意，现有瘦脸技术方案主要基于输入的固定变形模板而实现，即根据一个固定变形模板对输入的原图像进行计算，得到瘦脸后的图像；然后将瘦脸后的图像输出给用户。
现有瘦脸技术的主要缺点在于：1)在现有技术中，使用固定变形模板将导致瘦脸后发生变化的像素位置相对输入的原图像图固定，换句话说，现有技术无法随人脸姿态及角度变化做自适应调整，对于非正脸拍摄的图像容易产生左脸和右脸不对称的问题；2)变形区域固定，无法有效保证脸部五官不受变形效果影响。由此可见，现有的瘦脸技术中无法保证在各种不同姿态和角度下的人像图像在瘦脸前后效果的一致性。
发明内容
有鉴于此，本发明实施例为解决现有技术中存在的问题而提供一种图像处理方法及装置、电子设备，为了解决现有的瘦脸技术中无法随人脸姿态及角度变化做自适应调整，对于非正脸拍摄的图像容易产生左脸和右脸不对称的问题以及五官易变形的问题，采用本发明提供的技术方案能够保证瘦脸后左脸和右脸的一致性和保证人脸五官区域在瘦脸前后的一致性。
本发明实施例的技术方案是这样实现的：
第一方面，本发明实施例提供一种图像处理方法，所述方法包括：
获得输入的原图像imgA；
确定所述原图像中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中，所述F由多个人脸特征点Fi(fx,fy)组成，i取值从0开始的整数；
根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)；
根据所述人脸特征点集合F所述原图像imgA确定第一图像imgI和变形区域的mask图imgM；
根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
第二方面，本发明实施例一种图像处理装置，所述装置包括获得单元、第一确定单元、第一处理单元、第二处理单元和第七确定单元，其中：
所述获得单元，用于获得输入的原图像imgA；
所述第一确定单元，用于确定所述原图像imgA中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中，所述F由多个人脸特征点Fi(fx,fy)组成，i取值从0开始的整数；
所述第一处理单元，用于根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)；
所述第二处理单元，用于根据所述人脸特征点集合F和所述原图像imgA确定第一图像imgI和变形区域的mask图imgM；
所述第七确定单元，用于根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
第三方面，本发明实施例一种电子设备，所述电子设备包括：
显示设备，配置为显示输入的原图像imgA；
处理装置，配置为获得所述原图像imgA；确定所述原图像中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中i取值从0开始的整数；根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)；根据所述人脸特征点集合F和所述原图像imgA确定第一图像imgI和变形区域的mask图imgM；根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
本发明实施例提供一种图像处理方法及装置、电子设备，其中，获得输入的原图像imgA；确定所述原图像中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中i取值从0开始的整数；根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)；根据所述人脸特征点集合F和所述原图像imgA确定第一图像imgI和变形区域的mask图imgM；根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0；如此，能够有效保证各种不同姿态和角度的人像图像在瘦脸前后效果的一致性。
附图说明
图1-1为本发明实施例一图像处理方法的实现流程示意图一；
图1-2为本发明实施例一图像处理方法的实现流程示意图二；
图1-3为本发明实施例一人脸特征点集合的示意图；
图2为本发明实施例二图像处理方法的实现流程示意图；
图3为本发明实施例三图像处理方法的实现流程示意图；
图4为本发明实施例四图像处理装置的组成结构示意图；
图5-1为本发明实施例五电子设备的硬件组成结构示意图；
图5-2为本发明实施例五图像处理装置的组成结构示意图；
图6为本发明实施例六电子设备的组成结构示意图；
图7为本发明实施例在应用时的场景示意图一；
图8为本发明实施例在应用时的场景示意图二。
具体实施方式
为了解决现有技术中存在的问题以及更好地理解本发明实施例的技术方案，先介绍一下本发明实施例中所涉及的一些概念：
MFFD，是一种基于多点约束下的自由变形算法(Free Form Deformation，FFD)，该算法的输入为原图像、一组位于原图像上的约束点的位置信息和变形后的目标位置信息，该算法的处理结果是输出变形后的图像。
Alpha融合，是对两幅大小相同的图像对应位置上的像素值基于输入的权重值Alpha做融合计算，输出的结果作为目标像素值。
灰度图，是指图像的每个像素点只对应一个像素值，取值范围在0至255之间。
mask图像，是指一幅二值化的图像，取所有作用域像素值为非0，其余像素值为0。
瘦脸，即本发明实施例中的瘦脸过程，即是指对于输入的原图像的目标区域基于图像变形算法计算得到输出给用户的结果图的处理过程。
人脸特征点定位，是基于人脸识别算法对人脸图像实现轮廓及五官特征点的自动识别定位，其输入为一张人脸图像，输出为人脸特征点数组，包含脸部轮廓及五官特征点。
基于以上概念，本发明实施例引出一种图像处理方法，该方法是基于人脸特征定位点的自由变形瘦脸方案，能够有效地解决原有技术存在的问题，该方法中，将基于原图像的人脸特征点Fi(用于体现人脸的原始轮廓信息，可以认为是人脸的轮廓点)确定动态参数，然后通过动态参数和人脸特征点Fi精确定位需要变形的目标图像区域和目标轮廓点Di(用于表示目标轮廓信息)，通过MFFD自由变形算法得到变形后结果图，最后融合变形的结果图到原图像，最终得到结果图。
这里，所述动态参数主要包括两个半径，即第一半径r0和第二半径r1，之所以说是动态参数，是因为第一半径r0和第二半径r1与每一个输入的原始图直接相关，输入的原始图的轮廓信息不一样，那么r0和第二半径r1就不一样。
本发明实施例中，基于人脸特征点Fi结合动态参数，估算得出目标图像区域，因此，本发明实施例提供的方案可随人脸角度姿态做自适应变化，能够有效保证瘦脸后左脸和有脸的效果的一致性，从而保证瘦脸效果的鲁棒性，进而解决因为人脸姿态角度变化导致的变形效果不佳。此外，在实际操作过程中，通过动态参数实现精确定目标图像区域和目标轮廓点Di，能够有效保证人脸五官区域在瘦脸前后的一致性，从而保证人脸五官在瘦脸过程中的稳定性和不受瘦脸效果影响。
下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。
实施例一
为了解决现有技术中存在的问题，本发明实施例提供一种图像处理方法，应用于电子设备，该图像处理方法所实现的功能可以通过电子设备中的处理器调用程序代码来实现，当然程序代码可以保存在计算机存储介质中，可见，该电子设备至少包括处理器和存储介质。在具体实现的过程中，所述电子设备包括各种具有信息处理能力的计算设备，例如个人计算机、平板电脑、笔记本电脑、集成服务器、智能手机、照相机等。
图1-1为本发明实施例一图像处理方法的实现流程示意图一，如图1-1所示，该图像处理方法包括：
步骤S101，获得输入的原图像imgA；
步骤S102，确定所述原图像imgA中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中，所述F由多个人脸特征点Fi(fx,fy)组成，i取值从0开始的整数；
步骤S103，根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)；
步骤S104，根据所述人脸特征点集合F和所述原图像imgA确定第一图像imgI和变形区域的mask图imgM；
步骤S105，根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
在本发明实施例的其他实施例中，步骤S103，所述根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)，包括：
步骤S131，针对每一所述人脸特征点Fi(fx,fy)，根据所述人脸特征点Fi(fx,fy)和预设的第二参数c1确定第二半径r1；
步骤S132，根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定变形后的目标轮廓点Di(dx,dy)。
在本发明其他的实施例中，步骤S104，所述根据所述人脸特征点集合F和所述原图像imgA确定第一图像imgI和变形区域的mask图imgM，包括：
步骤S141，根据所述人脸特征点集合F确定外接矩形区域；
步骤S142，根据所述外接矩形区域和所述原图像imgA确定第一图像imgI；
步骤S143，根据所述外接矩形区域的长和宽确定变形区域的mask图imgM。
图1-2为本发明实施例一图像处理方法的实现流程示意图二，如图1-2所示，该图像处理方法包括：
步骤S101，获得输入的原图像imgA；
这里，所述原图象可以是电子设备自己拍摄的图像，或者保存在电子设备上的图像，或者接收的来自于其他的电子设备的图像，其中图像可以是图片、照片等。
步骤S102，确定所述原图像中的多个人脸特征点集合F；
这里，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中，所述F由多个人脸特征点Fi(fx,fy)组成，i取值从0开始的整数；如图1-3所示，图1-3示出一张原图像51，原图像上的实心点表示人脸特征点集合F。
步骤S131，根据所述人脸特征点Fi(fx,fy)和预设的第二参数c1确定第二半径r1；
步骤S132，根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定变形后的目标轮廓点Di(dx,dy)；
步骤S141，根据所述人脸特征点集合F确定外接矩形区域；
这里，根据所述人脸特征点集合F确定外接矩形区域Rect(x,y,w,h)，其中，x和y表示所述外接矩形区域的右上顶点的位置，w表示所述外接矩形区域的宽，h表示所述外接矩形区域的长。
步骤S142，根据所述外接矩形区域和所述原图像imgA确定第一图像imgI；
步骤S143，根据所述外接矩形区域的长和宽确定变形区域的mask图imgM；
步骤S105，根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
这里，根据所述人脸特征点Fi(fx,fy)、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，基于自由变形算法计算变形后的结果图imgR0。作为优选的实施例，所述自由变形算法可以采用MFFD变形算法。
在本发明的一种实施例中，步骤S103，所述根据所述人脸特征点Fi和预设的第二参数c1确定第二半径r1，包括：根据r1＝distance(Fp,Fq)*c1确定所述第二半径r1，其中函数distance(Fp,Fq)定义为人脸部两侧轮廓点距离，c1为预设的第二参数，Fp和Fq分别表示人脸部两侧的轮廓点，下角标p和q可以为采用整数来表示，例如Fp和Fq可以为F0、F1、F4等。以图1-3为例进行说明，如果以太阳穴为轮廓点，那么Fp和Fq可以为F1和F17。步骤S104，所述根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定目标轮廓点Di(dx,dy)，包括：根据dx＝fx+offsetx_i*r1确定目标轮廓点Di的横坐标dx，根据dy＝fy+offsety_i*r1确定目标轮廓点Di的纵坐标dy；其中，offsetx_i和offsety_i组成一组参数值offset_i，所述offset_i对应于所述Fi。
在本发明的一种实施例中，步骤S143，所述根据所述外接矩形区域的长和宽确定变形区域的mask图imgM，包括：
步骤S1431，根据所述外接矩形区域的长和宽确定第二图像，并设置所述第二图像内的像素值为第一固定值，得到第三图像；
步骤S1432，根据所述人脸特征点Fi和预设的第一参数c0确定第一半径r0；
这里，在具体实施的过程中，可以根据r0＝distance(Fi,F(i+1))*c0确定第一半径r0，其中函数distance(Fi,F(i+1))定义为计算Fi点与F(i+1)点之间距离。
步骤S1433，以所述Fi为圆心、以所述第一半径r0为半径，在所述第三图像上绘制圆形，将所述圆形内的像素值从第一固定值修改为第二固定值，得到所述mask图imgM。
本发明实施例中，获得输入的原图像imgA；确定所述原图像中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中i取值从0开始的整数；根据所述人脸特征点Fi(fx,fy)和预设的第二参数c1确定第二半径r1，根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定变形后的目标轮廓点Di(dx,dy)；根据所述人脸特征点集合F确定外接矩形区域；根据所述外接矩形区域和所述原图像imgA确定第一图像imgI；根据所述外接矩形区域的长和宽确定变形区域的mask图imgM；根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0；如此，能够有效保证各种不同姿态和角度的人像图像在瘦脸前后效果的一致性。
实施例二
为了解决现有技术中存在的问题，基于图1-2所示的实施例，本发明实施例提供一种图像处理方法，应用于电子设备，该图像处理方法所实现的功能可以通过电子设备中的处理器调用程序代码来实现，当然程序代码可以保存在计算机存储介质中，可见，该电子设备至少包括处理器和存储介质。
图2为本发明实施例二图像处理方法的实现流程示意图，如图2所示，该图像处理方法包括：
步骤S101，获得输入的原图像imgA；
步骤S102，确定所述原图像中的多个人脸特征点集合F；
这里，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中i取值从0开始的整数；
步骤S131，根据所述人脸特征点Fi(fx,fy)和预设的第二参数c1确定第二半径r1；
步骤S132，根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定变形后的目标轮廓点Di(dx,dy)；
步骤S141，根据所述人脸特征点集合F确定外接矩形区域；
这里，根据所述人脸特征点集合F确定外接矩形区域Rect(x,y,w,h)，其中，x和y表示所述外接矩形区域的右上顶点的位置，w表示所述外接矩形区域的宽，h表示所述外接矩形区域的长。
步骤S142，根据所述外接矩形区域和所述原图像imgA确定第一图像imgI；
步骤S143，根据所述外接矩形区域的长和宽确定变形区域的mask图imgM；
步骤S105，根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
这里，根据所述人脸特征点Fi(fx,fy)、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，基于自由变形算法计算变形后的结果图imgR0。作为一种优选的实施例，所述自由变形算法可以采用MFFD变形算法。
步骤S201，根据第一图像imgI的长和宽创建第四图像，并设置所述第四图像内的像素值为第一固定值，得到第五图像；
步骤S202，获取第三半径r2，根据第三半径r2、所述外接矩形的长h和宽w确定第一矩形；
这里，所述根据第三半径r2、所述外接矩形的长h和宽w确定第一矩形，包括：将r2、r2、(w-2*r2)和(h-2*r2)分别确定为所述第一矩形的右上顶点的横坐标、纵坐标、所述第一矩形的宽和长。
步骤S203，在所述第五图像绘制第一矩形，并设置所述第一矩形区域内的像素值为第二固定值，得到灰度图imgAlpha；
步骤S204，根据灰度图imgAlpha、原图像imgA和结果图imgR0确定输出给用户的效果图imgR。
这里，所述根据灰度图imgAlpha、原图像imgA和结果图imgR0确定输出给用户的效果图imgR，包括：
根据imgR(x,y)(R,G,B)＝imgA(x,y)(R,G,B)*(255-imgAlpha(G0))+imgR0 (x,y)(R,G,B)*imgAlpha(x,y)(G0)，其中(x,y)表示位置坐标，其中x表示横坐标，y表示纵坐标，G0表示灰度值，R、G和B分别表示红绿蓝三个通道的数值。
实施例三
基于前述的实施例，本发明实施例提供一种图像处理方法，该方法应用于电子设备，在本发明实施例中先定义两个图像，原图像imgA，即输入的人脸图像；变形后的图像imgR，即输出给用户的瘦脸后的图像。
图3为本发明实施例三图像处理方法的实现流程示意图，如图3所示，该方法包括：
步骤S301，输入原图像imgA，根据imgA确定人脸特征点Fi(i＝0,1,2,…18)；
这里，根据imgA确定人脸特征点Fi(i＝0,1,2,…18)，包括：根据imgA，基于人脸识别算法确定人脸特征点Fi(i＝0,1,2,…18)。
这里，在具体实施的过程中，根据imgA确定人脸特征点Fi(i＝0,1,2,…18)可以通过调用一个单独的外部软件模块来实现，外部该软件模块用于实现人脸识别算法，该外部该软件模块可以采用软件安装包(例如安卓安装包SDK)来实现或者外部算法来实现，即调用外部软件模块，将imgA输入到外部软件模块，然后获取所述外部软件模块的输出，即得到所述imgA的人脸特征点。由于人脸特征点是根据原图像imgA得到的，因此与现有技术的区别在于，本发明实施例提供的方案可随人脸角度姿态做自适应变化，能够有效保证瘦脸效果的鲁棒性，从而解决因为人脸姿态角度变化导致的变形效果不佳。
这里，在本发明实施例中人脸特征点采用19个点来表示，本领域的技术人员可以根据需要来设置人脸特征点的数目，需要说明的是，当采用的人脸特征点比较多的时候，那么就能越能精确的体现原图像，在精度和准确度方面有所提高，但是计算的复杂度也会增加，因为后续的流程大多数是基于人脸特征点来计算的；如果采用的人脸特征点的数目比较少，计算的复杂度会降低，相应地，牺牲了精度的话，时间消耗和硬件消耗都会比较少。本发明实施例中19个人脸特征点能够很好的表示人脸的轮廓信息，轮廓信息主要是从头部的两个太阳穴到下巴之间的区域，以及人的五官，换句话说，这19个人脸特征点至少体现出两个太阳穴、下巴以及五官。在本发明实施例中，F1和F17用来体现两个太阳穴。
步骤S302，计算Fi的外接矩形Rect(x,y,w,h)，以及根据imgA和外接矩形确定对应的图像imgI；
这里，根据所述人脸特征点F1至F18确定外接矩形区域Rect(x,y,w,h)，以及根据所述外接矩形区域和所述原图像imgA确定第一图像imgI；其中，Rect(x,y,w,h)中的x和y分别表示外接矩形的右上角的顶点，w表示外接矩形的宽，h表示外接矩形的长。在本实施例中，外接矩形能够包括所有的人脸特征点，即19个人脸特征点。
步骤S303，根据外接矩形创建瘦脸区域的mask图：imgM；
这里，所述根据外接矩形创建瘦脸区域mask图，包括：根据所述外接矩形区域Rect(x,y,w,h)的长和宽确定第二图像，并设置所述第二图像内的像素值为第一固定值，得到第三图像；针对于每一人脸特征点Fi，根据所述人脸特征点Fi和预设的第一参数确定第一半径，以Fi为圆心、以第一半径为半径，在所述第二图像上绘制圆形，将所述圆形内的像素值从第一固定值修改为第二固定值；遍历所有的人脸特征点，如此得到瘦脸区域的mask图imgM。需要说明的是，由于imgM中值包括两个数值，即第一固定值和第二固定值，因此，imgM可以看作是一幅二值化的图像。在具体实施的过程中，第一固定值可以采用0来表示，第二固定值可以采用255来表示，从这个意义上讲，imgM又是一幅黑白图或者灰度图。
简单来说，上述的步骤S303可以包括：a)根据外接矩形的长和宽创建第二图像，该第二图像为单通道的且设置所有像素值为0，得到第三图像；b)以Fi(i＝0,1,2,…18)为圆心、半径为r0在第三图像上绘制圆形，设置圆形区域内像素为255，得到imgM；其中，r0＝distance(Fi,F(i+1))*c0，函数distance(Fi,F(i+1))定义为计算Fi点与F(i+1)点之间距离，c0为固定参数值，c0根据测试经验值取出，例如1.5。处理结果为变形区域mask图：imgM，单通道的且任意位置(x,y)对应像素值G，定义G>0：变形区域；G＝0：非变形区域。
步骤S304，根据Fi确定目标轮廓点Di；
这里，根据Fi确定目标轮廓点Di，包括：针对每一所述人脸特征点Fi(fx,fy)，根据所述人脸特征点Fi(fx,fy)和预设的第二参数c1确定第二半径r1，根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定变形后的目标轮廓点Di(dx,dy)；遍历所有的人脸特征点，得到变形后的轮廓信息，即由所有的目标轮廓点所构成的轮廓信息。
这里，Di与Fi一一对应，即i从0取值一直到18的整数，以Di(dx,dy)和Fi(fx,fy)为例，其中，dx表示Di的横坐标，dy表示Di的纵坐标，fx表示Fi的横坐标，fy表示Fi的纵坐标，Di的实现过程包括：a)r1的计算公式为：r1＝distance(F1,F17)*c1，其中，distance(F1,F17)定义为计算脸部两侧轮廓点F1和F17之间的距离，c1为固定参数值，c1根据测试经验值得出，例如c1可以取值为0.008。b)dx和dy分别根据以下两个公式计算：dx＝fx+offsetx_i*r1，dy＝fy+offsety_i*r1，其中offset_i(offsetx_i,offsety_i)是与人脸特征点一一对应地的一组固定参数值，offset_i可以根据测试经验值给出，其中i取从0至18之间的整数。
步骤S305，根据图像imgI、Fi、Di和imgM，基于MFFD变形算法计算得到变形后的结果图imgR0；
步骤S306，基于imgI生成单通道融合灰度图imgAlpha；
这里，步骤S306主要包括：以imgI图和指定的第三半径r2为输入生成单通道灰度图imgAlpha；具体来说，根据第一图像imgI的长和宽创建第四图像，并设置所述第四图像内的像素值为第一固定值，得到第五图像；获取第三半径r2，根据第三半径r2、所述外接矩形的长h和宽w确定第一矩形；在所述第五图像绘制第一矩形，并设置所述第一矩形区域内的像素值为第二固定值，得到灰度图imgAlpha。简单来说，步骤S306包括：a)根据imgI的长和宽创建第四图像，设置第四图像内的所有像素值为0，得到第五图像；b)根据Rect(r2,r2,w-2*r2,h-2*r2)确定第一矩形，设置第一矩形区域内像素的像素值为255，得到imgAlpha。在本发明的其他实施例中，该步骤还可以包括d)对imgAlpha做模糊处理，模糊半径可根据测试经验值取出(例如模糊半径可以取值3)；模糊处理可以采用常规的模糊算法，例如高斯模糊算法等。
步骤S307，根据灰度图imgAlpha、原图像imgA和结果图imgR0确定输出给用户的效果图imgR。
这里，以imgAlpha图像为权重参数，融合imgR0到输入图imgA，得到输出的效果图imgR(即瘦脸的效果图)，计算结果过程如下：定义输入的原图像imgA中的坐标(x,y)，对于效果图imgR中的坐标(x,y)的像素值可以根据imgAlpha(G0)、imgA(R,G,B)、imgR(R,G,B)和imgR0(R,G,B)中对应的坐标的像素值来计算，计算公式为：根据imgR(x,y)(R,G,B)＝imgA(x,y)(R,G,B)*(255-imgAlpha(G0))+imgR0(x,y)(R,G,B)*imgAlpha(x,y)(G0)，其中(x,y)表示位置坐标，其中x表示横坐标，y表示纵坐标，G0表示灰度值，R、G和B分别表示红绿蓝三个通道的数值。
步骤S308，输出imgR。
这里，输出imgR，即将imgR显示在电子设备的显示屏上。
实施例四
基于前述的实施例，本发明实施例提供一种图像处理装置，本发明实施例提供的图像处理装置中的获得单元、第一确定单元、第一处理单元、第二处理单元和第七确定单元等单元，以及各单元所包括的各模块都可以通过电子设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在具体实施例的过程中，其中，对于用于数据处理的处理器而言，在执行处理时，可以采用微处理器、中央处理器(CPU，Central Processing Unit)、数字信号处理器(DSP，DigitalSignal Processor)或可编程逻辑阵列(FPGA，Field Programmable Gate Array)实现；对于存储介质来说，包含操作指令，该操作指令可以为计算机可执行代码，通过所述操作指令来实现上述本发明实施例方法流程中的各个步骤。
图4为本发明实施例四图像处理装置的组成结构示意图，如图4所示，该图像处理装置400包括获得单元411、第一确定单元412、第一处理单元413、第二处理单元414和第七确定单元415，其中：
所述获得单元411，用于获得输入的原图像imgA；
所述第一确定单元412，用于确定所述原图像imgA中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中，所述F由多个人脸特征点Fi(fx,fy)组成，i取值从0开始的整数；
所述第一处理单元413，用于根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)；
所述第二处理单元414，用于根据所述人脸特征点集合F和所述原图像imgA确定第一图像imgI和变形区域的mask图imgM；
所述第七确定单元415，用于根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
在本发明其他的实施例中，所述第一处理单元包括第二确定单元和第三确定单元，其中：所述第二确定单元，用于根据所述人脸特征点Fi(fx,fy)和预设的第二参数c1确定第二半径r1；所述第三确定单元，用于根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定变形后的目标轮廓点Di(dx,dy)；
在本发明其他的实施例中，所述第二处理单元包括第四确定单元、第五确定单元和第六确定单元，其中：所述第四确定单元，用于根据所述人脸特征点集合F确定外接矩形区域；所述第五确定单元，用于根据所述外接矩形区域和所述原图像imgA确定第一图像imgI；所述第六确定单元，用于根据所述外接矩形区域的长和宽确定变形区域的mask图imgM。
实施例五
基于前述的实施例，本发明实施例提供一种图像处理装置，本发明实施例提供的图像处理装置中的获得单元、第一确定单元、第二确定单元、第三确定单元、第四确定单元、第五确定单元、第六确定单元和第七确定单元等单元，以及各单元所包括的各模块都可以通过电子设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在具体实施例的过程中，其中，对于用于数据处理的处理器而言，在执行处理时，可以采用微处理器、中央处理器(CPU，CentralProcessing Unit)、数字信号处理器(DSP，Digital Signal Processor)或可编程逻辑阵列(FPGA，Field Programmable Gate Array)实现；对于存储介质来说，包含操作指令，该操作指令可以为计算机可执行代码，通过所述操作指令来实现上述本发明实施例方法流程中的各个步骤。
本发明实施例中的电子设备等作为硬件实体S11的一个示例如图5-1所示，硬件实体S11包括处理器61、存储介质62以及至少一个外部通信接口63；所述处理器61、存储介质62以及外部通信接口63均通过总线64连接。在具体实现的过程中，所述电子设备包括各种具有信息处理能力的计算设备，例如个人计算机、平板电脑、笔记本电脑、集成服务器、智能手机、照相机等。
图5-2为本发明实施例五图像处理装置的组成结构示意图，如图5-2所示，该装置400包括获得单元401、第一确定单元402、第二确定单元403、第三确定单元404、第四确定单元405、第五确定单元406、第六确定单元407和第七确定单元408，其中：
所述获得单元401，用于获得输入的原图像imgA；
所述第一确定单元402，用于确定所述原图像中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中i取值从0开始的整数；
所述第二确定单元403，用于根据所述人脸特征点Fi(fx,fy)和预设的第二参数c1确定第二半径r1；
所述第三确定单元404，用于根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定变形后的目标轮廓点Di(dx,dy)；
所述第四确定单元405，用于根据所述人脸特征点集合F确定外接矩形区域；
这里，根据所述人脸特征点集合F确定外接矩形区域Rect(x,y,w,h)，其中，x和y表示所述外接矩形区域的右上顶点的位置，w表示所述外接矩形区域的宽，h表示所述外接矩形区域的长。
所述第五确定单元406，用于根据所述外接矩形区域和所述原图像imgA确定第一图像imgI；
所述第六确定单元407，用于根据所述外接矩形区域的长和宽确定变形区域的mask图imgM；
所述第七确定单元408，用于根据所述人脸特征点F集合、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
本发明实施例中，所述第二确定单元，用于根据r1＝distance(Fp,Fq)*c1确定所述第二半径r1,其中函数distance(Fp,Fq)定义为人脸部两侧轮廓点距离，c1为预设的第二参数，Fp和Fq分别表示人脸部两侧的轮廓点；
所述第三确定单元，用于根据dx＝fx+offsetx_i*r1确定目标轮廓点Di的横坐标dx，根据dy＝fy+offsety_i*r1确定目标轮廓点Di的纵坐标dy；其中，offsetx_i和offsety_i组成一组参数值offset_i，所述offset_i对应于所述Fi。
本发明实施例中，所述第六确定单元包括第一确定模块、第二确定模块、第一绘制模块和修改模块，其中：
所述第一确定模块，用于根据所述外接矩形区域的长和宽确定第二图像，并设置所述第二图像内的像素值为第一固定值，得到第三图像；
所述第二确定模块，用于根据所述人脸特征点Fi和预设的第一参数c0确定第一半径r0；
所述第一绘制模块，用于以所述Fi为圆心、以所述第一半径r0为半径，在所述第三图像上绘制圆形；
所述修改模块，用于将所述圆形内的像素值从第一固定值修改为第二固定值，得到所述mask图imgM。
本发明实施例中，所述第二确定模块，用于根据r0＝distance(Fi,F(i+1))*c0，其中函数distance(Fi,F(i+1))定义为计算Fi点与F(i+1)点之间距离。
本发明实施例中，所述第七确定单元，用于根据所述人脸特征点Fi(fx,fy)、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，基于MFFD变形算法计算变形后的结果图imgR0。
本发明实施例中，所述装置还包括创建单元、设置单元、获取单元、绘制单元、第八确定单元、修改单元和第九确定单元，其中：
所述创建单元，用于根据第一图像imgI的长和宽创建第四图像；
所述设置单元，用于设置所述第四图像内的像素值为第一固定值，得到第五图像；
所述获取单元，用于获取第三半径r2；
所述第八确定单元，用于根据第三半径r2、所述外接矩形的长h和宽w确定第一矩形；
所述绘制单元，用于在所述第五图像绘制第一矩形；
所述修改单元，用于将所述第一矩形区域内的像素值从第一固定至修改为第二固定值，得到灰度图imgAlpha；
所述第九确定单元，用于根据灰度图imgAlpha、原图像imgA和结果图imgR0确定输出给用户的效果图imgR。
本发明实施例中，所述第八确定单元，用于将r2、r2、(w-2*r2)和(h-2*r2)分别确定为所述第一矩形的右上顶点的横坐标、纵坐标、所述第一矩形的宽和长。
本发明实施例中，所述第九确定单元，用于根据imgR(x,y)(R,G,B)＝imgA(x,y)(R,G,B)*(255-imgAlpha(G0))+imgR0(x,y)(R,G,B)*imgAlpha(x,y)(G0)，其中(x,y)表示位置坐标，其中x表示横坐标，y表示纵坐标，G0表示灰度值，R、G和B分别表示红绿蓝三个通道的数值。
这里需要指出的是：以上装置实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果，因此不做赘述。对于本发明装置实施例中未披露的技术细节，请参照本发明方法实施例的描述而理解，为节约篇幅，因此不再赘述。
实施例六
基于前述的实施例，本发明实施例提供的电子设备，图6为本发明实施例六电子设备的组成结构示意图，如图6所示，该电子设备600包括：
显示设备601，配置为显示输入的原图像imgA；
处理装置(如处理器)602，配置为获得所述原图像imgA；确定所述原图像中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中i取值从0开始的整数；根据所述人脸特征点Fi(fx,fy)和预设的第二参数c1确定第二半径r1，根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定变形后的目标轮廓点Di(dx,dy)；根据所述人脸特征点集合F确定外接矩形区域；根据所述外接矩形区域和所述原图像imgA确定第一图像imgI；根据所述外接矩形区域的长和宽确定变形区域的mask图imgM；根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
这里需要指出的是：以上电子设备实施例项的描述，与上述方法描述是类似的，具有同方法实施例相同的有益效果，因此不做赘述。对于本发明电子设备实施例中未披露的技术细节，本领域的技术人员请参照本发明方法实施例的描述而理解，为节约篇幅，这里不再赘述。
实施例六
基于前述的实施例，本发明实施例提供的电子设备，该电子设备包括：
存储介质，配置为存储计算机可执行指令；
处理器，配置为执行存储在所述存储介质上的计算机可执行指令，所述计算机可执行指令包括：获得输入的原图像imgA；确定所述原图像中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中i取值从0开始的整数；根据所述人脸特征点Fi(fx,fy)和预设的第二参数c1确定第二半径r1，根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定变形后的目标轮廓点Di(dx,dy)；根据所述人脸特征点集合F确定外接矩形区域；根据所述外接矩形区域和所述原图像imgA确定第一图像imgI；根据所述外接矩形区域的长和宽确定变形区域的mask图imgM；根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
这里需要指出的是：以上电子设备实施例项的描述，与上述方法描述是类似的，具有同方法实施例相同的有益效果，因此不做赘述。对于本发明电子设备实施例中未披露的技术细节，本领域的技术人员请参照本发明方法实施例的描述而理解，为节约篇幅，这里不再赘述。
以上本发明实施例提供的图像处理方法，在具体实现的过程中用户可以通过安装在电子设备上的应用(App)来实现，如图7所示，用户用手机自拍一张图像51，然后该APP确定该图像51为原图像，然后用户手动选择APP上的瘦脸功能，其中瘦脸功能即为实现上述实施例中方法或装置的功能，然后参见图8所示，电子设备将按照上述的方法或装置对原图像进行瘦脸，瘦脸的效果52。在具体实现的过程中，本发明实施例提供的瘦脸功能可以嵌入到现有的图像编辑软件中，或者以单独的APP来实现。本发明实施例提供的技术方案，能够提升瘦脸输入的原图像的鲁棒性，对于不同姿态角度的人脸图像，达到瘦脸效果的有效性及稳定性，而且还能够保护人脸五官在瘦脸程中不受变形效果影响。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (16)

1.一种图像处理方法，其特征在于，所述方法包括：
获得输入的原图像imgA；
确定所述原图像imgA中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中，所述F由多个人脸特征点Fi(fx,fy)组成，i取值从0开始的整数；
根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)；
根据所述人脸特征点集合F和所述原图像imgA确定第一图像imgI和变形区域的mask图imgM；
根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
2.根据权利要求1所述的方法，其特征在于，所述根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)，包括：
针对每一所述人脸特征点Fi(fx,fy)，根据所述人脸特征点Fi(fx,fy)和预设的第二参数c1确定第二半径r1；
根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定变形后的目标轮廓点Di(dx,dy)。
3.根据权利要求1所述的方法，其特征在于，所述根据所述人脸特征点集合F和所述原图像imgA确定第一图像imgI和变形区域的mask图imgM，包括：
根据所述人脸特征点集合F确定外接矩形区域；
根据所述外接矩形区域和所述原图像imgA确定第一图像imgI；
根据所述外接矩形区域的长和宽确定变形区域的mask图imgM。
4.根据权利要求2所述的方法，其特征在于，所述根据所述人脸特征点Fi和预设的第二参数c1确定第二半径r1，包括：
根据r1＝distance(Fp,Fq)*c1确定所述第二半径r1，其中函数distance(Fp,Fq)定义为人脸部两侧轮廓点距离，c1为预设的第二参数，Fp和Fq分别表示人脸部 两侧的轮廓点；
所述根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定目标轮廓点Di(dx,dy)，包括：
根据dx＝fx+offsetx_i*r1确定目标轮廓点Di的横坐标dx，根据dy＝fy+offsety_i*r1确定目标轮廓点Di的纵坐标dy；
其中，offsetx_i和offsety_i组成一组参数值offset_i，所述offset_i对应于所述Fi。
5.根据权利要求3所述的方法，其特征在于，所述根据所述外接矩形区域的长和宽确定变形区域的mask图imgM，包括：
根据所述外接矩形区域的长和宽确定第二图像，并设置所述第二图像内的像素值为第一固定值，得到第三图像；
根据所述人脸特征点Fi和预设的第一参数c0确定第一半径r0；
以所述Fi为圆心、以所述第一半径r0为半径，在所述第三图像上绘制圆形，将所述圆形内的像素值从第一固定值修改为第二固定值，得到所述mask图imgM。
6.根据权利要求5所述的方法，其特征在于，所述根据所述人脸特征点Fi和预设的第一参数c0确定第一半径r0，包括：
根据r0＝distance(Fi,F(i+1))*c0，其中函数distance(Fi,F(i+1))定义为计算Fi点与F(i+1)点之间距离。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0，包括：
根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，基于自由变形算法计算变形后的结果图imgR0。
8.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：
根据第一图像imgI的长和宽创建第四图像，并设置所述第四图像内的像素值为第一固定值，得到第五图像；
获取第三半径r2，根据第三半径r2、所述外接矩形的长h和宽w确定第一矩形；
在所述第五图像绘制第一矩形，并设置所述第一矩形区域内的像素值为第二固定值，得到灰度图imgAlpha；
根据灰度图imgAlpha、原图像imgA和结果图imgR0确定输出给用户的效果图imgR。
9.根据权利要求8所述的方法，其特征在于，所述根据第三半径r2、所述外接矩形的长h和宽w确定第一矩形，包括：
将r2、r2、(w-2*r2)和(h-2*r2)分别确定为所述第一矩形的右上顶点的横坐标、纵坐标、所述第一矩形的宽和长。
10.根据权利要求8所述的方法，其特征在于，所述根据灰度图imgAlpha、原图像imgA和结果图imgR0确定输出给用户的效果图imgR，包括：
根据imgR(x,y)(R,G,B)＝imgA(x,y)(R,G,B)*(255-imgAlpha(G0))+imgR0(x,y)(R,G,B)*imgAlpha(x,y)(G0)，其中(x,y)表示位置坐标，其中x表示横坐标，y表示纵坐标，G0表示灰度值，R、G和B分别表示红绿蓝三个通道的数值。
11.一种图像处理装置，其特征在于，所述装置包括获得单元、第一确定单元、第一处理单元、第二处理单元和第七确定单元，其中：
所述获得单元，用于获得输入的原图像imgA；
所述第一确定单元，用于确定所述原图像imgA中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中，所述F由多个人脸特征点Fi(fx,fy)组成，i取值从0开始的整数；
所述第一处理单元，用于根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)；
所述第二处理单元，用于根据所述人脸特征点集合F和所述原图像imgA确定第一图像imgI和变形区域的mask图imgM；
所述第七确定单元，用于根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
12.根据权利要求11所述的装置，其特征在于，所述第一处理单元包括第二确定单元和第三确定单元，其中：
所述第二确定单元，用于根据所述人脸特征点Fi(fx,fy)和预设的第二参数c1确定第二半径r1；
所述第三确定单元，用于根据所述人脸特征点Fi(fx,fy)和所述第二半径r1确定变形后的目标轮廓点Di(dx,dy)。
13.根据权利要求11所述的装置，其特征在于，所述第二处理单元包括第四确定单元、第五确定单元和第六确定单元，其中：
所述第四确定单元，用于根据所述人脸特征点集合F确定外接矩形区域；
所述第五确定单元，用于根据所述外接矩形区域和所述原图像imgA确定第一图像imgI；
所述第六确定单元，用于根据所述外接矩形区域的长和宽确定变形区域的mask图imgM。
14.根据权利要求13所述的装置，其特征在于，所述第六确定单元包括第一确定模块、第二确定模块、第一绘制模块和修改模块，其中：
所述第一确定模块，用于根据所述外接矩形区域的长和宽确定第二图像，并设置所述第二图像内的像素值为第一固定值，得到第三图像；
所述第二确定模块，用于根据所述人脸特征点Fi和预设的第一参数c0确定第一半径r0；
所述第一绘制模块，用于以所述Fi为圆心、以所述第一半径r0为半径，在所述第三图像上绘制圆形；
所述修改模块，用于将所述圆形内的像素值从第一固定值修改为第二固定值，得到所述mask图imgM。
15.根据权利要求9至14所述的装置，其特征在于，所述装置还包括创建单元、设置单元、获取单元、绘制单元、第八确定单元、修改单元和第九确定单元，其中：
所述创建单元，用于根据第一图像imgI的长和宽创建第四图像；
所述设置单元，用于设置所述第四图像内的像素值为第一固定值，得到第五图像；
所述获取单元，用于获取第三半径r2；
所述第八确定单元，用于根据第三半径r2、所述外接矩形的长h和宽w确定第一矩形；
所述绘制单元，用于在所述第五图像绘制第一矩形；
所述修改单元，用于将所述第一矩形区域内的像素值从第一固定至修改为第二固定值，得到灰度图imgAlpha；
所述第九确定单元，用于根据灰度图imgAlpha、原图像imgA和结果图imgR0确定输出给用户的效果图imgR。
16.一种电子设备，所述电子设备包括：
显示设备，配置为显示输入的原图像imgA；
处理装置，配置为获得所述原图像imgA；确定所述原图像中的多个人脸特征点集合F，所述人脸特征点用于体现所述原图像中人脸的轮廓信息，其中i取值从0开始的整数；根据所述人脸特征点Fi(fx,fy)确定对应的变形后的目标轮廓点Di(dx,dy)；根据所述人脸特征点集合F和所述原图像imgA确定第一图像imgI和变形区域的mask图imgM；根据所述人脸特征点集合F、第一图像imgI、mask图imgM和目标轮廓点Di(dx,dy)，确定变形后的结果图imgR0。
CN201610152987.8A 2016-03-17 2016-03-17 一种图像处理方法及装置、电子设备 Active CN107203963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610152987.8A CN107203963B (zh) 2016-03-17 2016-03-17 一种图像处理方法及装置、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610152987.8A CN107203963B (zh) 2016-03-17 2016-03-17 一种图像处理方法及装置、电子设备

Publications (2)

Publication Number Publication Date
CN107203963A true CN107203963A (zh) 2017-09-26
CN107203963B CN107203963B (zh) 2019-03-15

Family

ID=59903827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610152987.8A Active CN107203963B (zh) 2016-03-17 2016-03-17 一种图像处理方法及装置、电子设备

Country Status (1)

Country Link
CN (1) CN107203963B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108765274A (zh) * 2018-05-31 2018-11-06 北京市商汤科技开发有限公司 一种图像处理方法、装置和计算机存储介质
CN108830784A (zh) * 2018-05-31 2018-11-16 北京市商汤科技开发有限公司 一种图像处理方法、装置和计算机存储介质
CN109003224A (zh) * 2018-07-27 2018-12-14 北京微播视界科技有限公司 基于人脸的形变图像生成方法和装置
CN109359618A (zh) * 2018-10-30 2019-02-19 北京市商汤科技开发有限公司 一种图像处理方法及其装置、设备和存储介质
CN109376618A (zh) * 2018-09-30 2019-02-22 北京旷视科技有限公司 图像处理方法、装置及电子设备
CN109461117A (zh) * 2018-10-30 2019-03-12 维沃移动通信有限公司 一种图像处理方法及移动终端
CN109472753A (zh) * 2018-10-30 2019-03-15 北京市商汤科技开发有限公司 一种图像处理方法、装置、计算机设备和计算机存储介质
CN110555796A (zh) * 2019-07-24 2019-12-10 广州视源电子科技股份有限公司 图像调整方法、装置、存储介质以及设备
CN111259778A (zh) * 2020-01-13 2020-06-09 天津众阳科技有限公司 一种人脸反射区的定位方法
WO2021000414A1 (zh) * 2019-07-03 2021-01-07 平安科技（深圳）有限公司 图像生成方法、装置、计算机设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110191113A1 (en) * 2010-01-29 2011-08-04 Circular Logic, LLC Method and apparatus for canonical nonlinear analysis of audio signals
CN102999929A (zh) * 2012-11-08 2013-03-27 大连理工大学 一种基于三角网格化的人物图像瘦脸处理方法
CN103208133A (zh) * 2013-04-02 2013-07-17 浙江大学 一种图像中人脸胖瘦的调整方法
CN103337085A (zh) * 2013-06-17 2013-10-02 大连理工大学 一种高效的人像面部变形方法
CN103685926A (zh) * 2012-09-21 2014-03-26 宏达国际电子股份有限公司 面部区域的影像处理方法以及使用此方法的电子装置
CN104008559A (zh) * 2013-02-27 2014-08-27 腾讯科技（深圳）有限公司 图像处理方法及装置
CN104751404A (zh) * 2013-12-30 2015-07-01 腾讯科技（深圳）有限公司 一种图像变换的方法及装置
CN105184735A (zh) * 2014-06-19 2015-12-23 腾讯科技（深圳）有限公司 一种人像变形方法及装置
CN105374055A (zh) * 2014-08-20 2016-03-02 腾讯科技（深圳）有限公司 图像处理方法及装置
CN105389835A (zh) * 2014-09-03 2016-03-09 腾讯科技（深圳）有限公司 一种图像处理方法、装置及终端
CN107154030A (zh) * 2017-05-17 2017-09-12 腾讯科技（上海）有限公司 图像处理方法及装置、电子设备及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110191113A1 (en) * 2010-01-29 2011-08-04 Circular Logic, LLC Method and apparatus for canonical nonlinear analysis of audio signals
CN103685926A (zh) * 2012-09-21 2014-03-26 宏达国际电子股份有限公司 面部区域的影像处理方法以及使用此方法的电子装置
CN102999929A (zh) * 2012-11-08 2013-03-27 大连理工大学 一种基于三角网格化的人物图像瘦脸处理方法
CN104008559A (zh) * 2013-02-27 2014-08-27 腾讯科技（深圳）有限公司 图像处理方法及装置
CN103208133A (zh) * 2013-04-02 2013-07-17 浙江大学 一种图像中人脸胖瘦的调整方法
CN103337085A (zh) * 2013-06-17 2013-10-02 大连理工大学 一种高效的人像面部变形方法
CN104751404A (zh) * 2013-12-30 2015-07-01 腾讯科技（深圳）有限公司 一种图像变换的方法及装置
CN105184735A (zh) * 2014-06-19 2015-12-23 腾讯科技（深圳）有限公司 一种人像变形方法及装置
CN105374055A (zh) * 2014-08-20 2016-03-02 腾讯科技（深圳）有限公司 图像处理方法及装置
CN105389835A (zh) * 2014-09-03 2016-03-09 腾讯科技（深圳）有限公司 一种图像处理方法、装置及终端
CN107154030A (zh) * 2017-05-17 2017-09-12 腾讯科技（上海）有限公司 图像处理方法及装置、电子设备及存储介质

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108830784A (zh) * 2018-05-31 2018-11-16 北京市商汤科技开发有限公司 一种图像处理方法、装置和计算机存储介质
CN108765274A (zh) * 2018-05-31 2018-11-06 北京市商汤科技开发有限公司 一种图像处理方法、装置和计算机存储介质
CN109003224A (zh) * 2018-07-27 2018-12-14 北京微播视界科技有限公司 基于人脸的形变图像生成方法和装置
CN109376618A (zh) * 2018-09-30 2019-02-22 北京旷视科技有限公司 图像处理方法、装置及电子设备
JP2021529605A (ja) * 2018-10-30 2021-11-04 ベイジン センスタイム テクノロジー デベロップメント カンパニー， リミテッド 画像処理方法及び装置、コンピュータ装置並びにコンピュータ記憶媒体
CN109461117A (zh) * 2018-10-30 2019-03-12 维沃移动通信有限公司 一种图像处理方法及移动终端
CN109472753A (zh) * 2018-10-30 2019-03-15 北京市商汤科技开发有限公司 一种图像处理方法、装置、计算机设备和计算机存储介质
CN109359618A (zh) * 2018-10-30 2019-02-19 北京市商汤科技开发有限公司 一种图像处理方法及其装置、设备和存储介质
CN109359618B (zh) * 2018-10-30 2022-02-22 北京市商汤科技开发有限公司 一种图像处理方法及其装置、设备和存储介质
CN109461117B (zh) * 2018-10-30 2023-11-24 维沃移动通信有限公司 一种图像处理方法及移动终端
WO2021000414A1 (zh) * 2019-07-03 2021-01-07 平安科技（深圳）有限公司 图像生成方法、装置、计算机设备及存储介质
CN110555796A (zh) * 2019-07-24 2019-12-10 广州视源电子科技股份有限公司 图像调整方法、装置、存储介质以及设备
WO2021012596A1 (zh) * 2019-07-24 2021-01-28 广州视源电子科技股份有限公司 图像调整方法、装置、存储介质以及设备
CN110555796B (zh) * 2019-07-24 2021-07-06 广州视源电子科技股份有限公司 图像调整方法、装置、存储介质以及设备
CN111259778A (zh) * 2020-01-13 2020-06-09 天津众阳科技有限公司 一种人脸反射区的定位方法
CN111259778B (zh) * 2020-01-13 2022-06-17 天津众阳科技有限公司 一种人脸反射区的定位方法

Also Published As

Publication number Publication date
CN107203963B (zh) 2019-03-15

Similar Documents

Publication Publication Date Title
CN107203963A (zh) 一种图像处理方法及装置、电子设备
CN109359538B (zh) 卷积神经网络的训练方法、手势识别方法、装置及设备
CN109376582B (zh) 一种基于生成对抗网络的交互式人脸卡通方法
CN106650630B (zh) 一种目标跟踪方法及电子设备
CN105184249B (zh) 用于人脸图像处理的方法和装置
CN103914699A (zh) 一种基于色彩空间的自动唇彩的图像增强的方法
CN108960001A (zh) 训练用于人脸识别的图像处理装置的方法和装置
CN109712145A (zh) 一种图像抠图方法及系统
CN108960020A (zh) 信息处理方法和信息处理设备
CN107451950A (zh) 人脸图像生成方法、人脸识别模型训练方法及相应装置
CN107507216A (zh) 图像中局部区域的替换方法、装置及存储介质
US11562536B2 (en) Methods and systems for personalized 3D head model deformation
CN108229519A (zh) 图像分类的方法、装置及系统
CN108876886B (zh) 图像处理方法、装置和计算机设备
CN111046763B (zh) 一种人像卡通化的方法和装置
US11587288B2 (en) Methods and systems for constructing facial position map
CN113723385B (zh) 视频处理方法及装置、神经网络的训练方法及装置
CN108463823A (zh) 一种用户头发模型的重建方法、装置及终端
CN109948441B (zh) 模型训练、图像处理方法、装置、电子设备及计算机可读存储介质
CN110310247A (zh) 图像处理方法、装置、终端及计算机可读存储介质
CN112132739A (zh) 3d重建以及人脸姿态归一化方法、装置、存储介质及设备
CN109920018A (zh) 基于神经网络的黑白照片色彩恢复方法、装置及存储介质
CN109993806A (zh) 一种颜色识别方法、装置及电子设备
EP4268198A1 (en) Methods and systems for extracting color from facial image
KR20230110787A (ko) 개인화된 3d 머리 및 얼굴 모델들을 형성하기 위한 방법들 및 시스템들

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
GR01 Patent grant
GR01 Patent grant