CN107256543A - 图像处理方法、装置、电子设备及存储介质 - Google Patents

图像处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN107256543A
CN107256543A CN201710476611.7A CN201710476611A CN107256543A CN 107256543 A CN107256543 A CN 107256543A CN 201710476611 A CN201710476611 A CN 201710476611A CN 107256543 A CN107256543 A CN 107256543A
Authority
CN
China
Prior art keywords
skin
colour
pixel
luminance graph
image
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
CN201710476611.7A
Other languages
English (en)
Other versions
CN107256543B (zh
Inventor
萧希群
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.)
Oneplus Technology Shenzhen Co Ltd
Original Assignee
Oneplus 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 Oneplus Technology Shenzhen Co Ltd filed Critical Oneplus Technology Shenzhen Co Ltd
Priority to CN201710476611.7A priority Critical patent/CN107256543B/zh
Publication of CN107256543A publication Critical patent/CN107256543A/zh
Application granted granted Critical
Publication of CN107256543B publication Critical patent/CN107256543B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Landscapes

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

Abstract

本发明提供了一种图像处理方法、装置、电子设备及存储介质,涉及图像处理领域,所述方法包括:根据预先获取的肤色值范围,由原图像提取肤色部分,对所述肤色部分进行二值化处理,获得肤色二值图;根据所述肤色二值图获取肤色权重图,所述肤色权重图包括每一像素点的权重值,所述权重值用于表征该像素点的像素值与所述肤色值范围的相似程度;根据所述肤色权重图中每个像素点的权重值,将所述原图像的第一亮度图与第二亮度图进行迭加,获得第二图像,其中,所述第一亮度图为所述原图像的亮度图,所述第二亮度图为所述第一亮度图平滑处理后的图像。解决了由于五官位置获取失败而导致的美颜失败的问题。

Description

图像处理方法、装置、电子设备及存储介质
技术领域
本发明涉及图像处理领域,具体而言,涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
目前,美颜技术主要依赖脸部轮廓与五官的相对位置信息获取需要进行美颜处理的脸部区域,对需要进行美颜处理的脸部区域进行平滑处理后,再与原图像进行迭加,实现美颜。
在五官遭到遮蔽或者获取到侧脸图像时,容易取得错误的五官位置,甚至无法侦测五官位置,导致后续的图像无法处理,也无法实现图像的美颜效果。
发明内容
有鉴于此,本发明实施例的目的在于提供一种图像处理方法、装置、电子设备及存储介质,以改善上述问题。
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:根据预先获取的肤色值范围,由原图像提取肤色部分,对所述肤色部分进行二值化处理,获得肤色二值图;根据所述肤色二值图获取肤色权重图,所述肤色权重图包括每一像素点的权重值,所述权重值用于表征该像素点的像素值与所述肤色值范围的相似程度;根据所述肤色权重图中每个像素点的权重值,将所述原图像的第一亮度图与第二亮度图进行迭加,获得第二图像,其中,所述第一亮度图为所述原图像的亮度图,所述第二亮度图为所述第一亮度图平滑处理后的图像。
第二方面,本发明实施例提供一种图像处理装置,所述图像处理装置包括:处理单元、第一获取单元和第二获取单元。处理单元用于根据预先获取的肤色值范围,由原图像提取肤色部分,对所述肤色部分进行二值化处理,获得肤色二值图。第一获取单元用于根据所述肤色二值图获取肤色权重图,所述肤色权重图包括每一像素点的权重值,所述权重值用于表征该像素点的像素值与所述肤色值范围的相似程度。第二获取单元用于根据所述肤色权重图中每个像素点的权重值,将所述原图像的第一亮度图与第二亮度图进行迭加,获得第二图像,其中,所述第一亮度图为所述原图像的亮度图,所述第二亮度图为所述第一亮度图平滑处理后的图像。
第三方面,本发明实施例提供一种电子设备,所述电子设备包括处理器和存储器。所述存储器与所述处理器通过总线连接,所述存储器用于存储程序。所述处理器,用于通过所述总线调用存储在所述存储器中的程序,执行上述方法。
第四方面,本发明提供一种存储介质,所述存储介质存储有具有处理器可执行的非易失的程序代码,所述程序代码使所述处理器执行上述方法。
本发明的有益效果是:
本发明提供的图像处理方法、装置、电子设备及存储介质,使用原图像的肤色值范围对原图像进行二值化处理,获取肤色二值图,再根据肤色二值图获取包含每一像素点的权重值的肤色权重图,根据肤色权重图中每一像素点的权重值,将原图像的亮度图以及经平滑后的亮度图进行迭加,获取第二图像,第二图像中肤色区域实现美颜而非肤色区域保持原样。本发明提供的图像处理方法用获取肤色权重图代替对五官位置的侦测,解决了由于五官位置获取失败而导致的美颜失败的问题。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1是本发明较佳实施例提供的电子设备的结构框图;
图2是本发明较佳实施例提供的图像处理方法的步骤流程图;
图3A是本发明实施例提供的图像处理方法的一种原图像的脸部区块的示意图;
图3B是本发明实施例提供的图像处理方法的一种原图像的肤色二值图的示意图;
图3C是本发明实施例提供的图像处理方法的一种原图像的肤色权重图的示意图;
图3D是本发明实施例提供的图像处理方法的一种原图像的第一亮度图的示意图;
图3E是本发明实施例提供的图像处理方法的一种原图像的第二亮度图的示意图;
图4是本发明较佳实施例提供的图像处理方法的步骤S270的具体步骤流程图;
图5是本发明较佳实施例提供的图像处理装置的结构框图。
具体实施方式
本领域技术人员长期以来一直在寻求一种改善该问题的工具或者方法。
鉴于此,本发明的设计者通过长期的探索个尝试,以及多次的实验和努力,不断地改革创新,得出本方案所示的安全认证方法、装置及系统。
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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
目前,在对图像进行美颜处理时,通常是通过侦测图像中的脸部轮廓与五官位置信息,获得需要美颜的脸部区域,进行对获得的需要美颜的脸部区域进行美颜处理。
在实际的使用中,在五官位置遭到遮蔽或者原图像是侧脸图像时,容易获取到错误的五官位置,甚至无法获取五官位置,导致美颜算法无法实现。
有鉴于此,发明人提出本发明实施例提供的图像处理方法、装置、电子设备及存储介质。
图1示出了一种可应用于本发明实施例提供的图像处理方法、装置的电子设备100的结构框图。如图1所示,电子设备100包括存储器101、存储控制器102,一个或多个(图中仅示出一个)处理器103、外设接口104、射频模块105、显示单元106等。这些组件通过一条或多条通讯总线/信号线107相互通讯。
存储器101可用于存储软件程序以及模块,如本发明实施例中的图像处理方法及装置对应的程序指令/模块,处理器103通过运行存储在存储器101内的软件程序以及模块,从而执行各种功能应用以及数据处理,如本发明实施例提供的图像处理方法及装置。
存储器101可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。处理器103以及其他可能的组件对存储器101的访问可在存储控制器102的控制下进行。
外设接口104将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中,外设接口104,处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
射频模块105用于接收以及发送电磁波,实现电磁波与电信号的相互转换,从而与通讯网络或者其他设备进行通讯。
显示模块106在电子设备100与用户之间提供一个显示界面。具体地,显示模块106向用户显示图像输出,这些图像输出的内容可包括文字、图形、视频及其任意组合。
可以理解,图1所示的结构仅为示意,电子设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参见图2,示出了本发明第一实施例提供的图像处理方法的步骤流程图,所述方法包括:
步骤S210,判断能否在所述原图像中检测出脸部区块。
所述原图像可以是通过专门的美颜相机拍照后获得的图像,也可以是通过不具有美颜功能的相机获得的图像。获取到的原图像包括人脸图像以及背景图像。在获取到原图像之后,要先在原图像中找到人脸图像中的脸部区块,判断能否在原图像中标记出脸部区块。
作为一种实施方式,可以使用Eigenface(人脸识别)技术,以预先存储的脸部模型与原图像进行对比,判断能否在原图像中检测出脸部区块的大略位置即感兴趣区域(Region of Interesting,ROI)。当然,脸部区块的获取方式不作限定,还可以是其他方法。
步骤S211,若判断结果为是,用检测到的脸部区块在色彩空间模型中获取肤色值范围。
若在原图像中检测到脸部区块,利用脸部区块采样肤色值范围。
作为一种实施方式,利用脸部区块内的每一像素值点在YUV色彩空间模型中的分布范围定义出肤色值范围。
作为另一种实施方式,利用脸部区块内的每一像素点在HSV/HSI色彩空间模型中的分布范围定义出肤色值范围。
例如图3A,图3A为原图像中检测到的脸部区块的结果图。
步骤S212,若判断结果为否,获取预先存储的肤色值范围。
当获取到的原图像中没有通过Eigenface技术或者其他能够识别人脸区域的技术在原图像中检测到脸部区块,使用预先存储的肤色值范围。
步骤S220,根据预先获取的肤色值范围,由原图像提取肤色部分,对所述肤色部分进行二值化处理,获得肤色二值图。
在获取到肤色值范围后,利用预先获取的肤色值范围扫描原图像,预先获取的肤色值范围作为阈值,然后根据这个阈值进行二值化处理。原图中的像素点的像素值在肤色值范围内,标记为肤色部分。将肤色部分的像素点的灰度值设置为0,使肤色部分呈现为白色,以获得肤色二值图。例如图3B,图3B为肤色二值图的结果图。当然,对原图像的二值化处理并不作限定,还可以为其他方法。但是,由于原图像中存在其他影响因素,也不排除肤色部分对应的区域存在黑色,非肤色部分对应的区域存在白色。
步骤S230,对所述原图像的肤色二值图做侵蚀处理,以去除所述肤色二值图中的杂点。
在采集原图像时,由于噪声等影响,原图像转换为肤色二值图时,会产生杂点,即非肤色部分对应的区域存在的白色,对肤色二值图做侵蚀处理,以消除肤色二值图中的干扰因素产生的杂点。
步骤S240,根据所述肤色二值图获取肤色权重图,所述肤色权重图包括每一像素点的权重值,所述权重值用于表征该像素点的像素值与所述肤色值范围的相似程度。
在获取到肤色二值图后,根据Image Matting算法将所述肤色二值图转换为肤色权重图。
具体地,利用肤色二值图中,表征肤色部分的像素点在原图像中的像素值与其相邻像素点在原图像中的像素值进行对比,计算出与肤色部分的像素点相邻的每个像素点的像素值与肤色部分的像素点的像素值的相似程度,以获得肤色权重图。肤色权重图中的像素值即用于表征相似程度的权重值α。将肤色二值图转换为肤色权重图后,肤色部分的权重值为1,肤色二值图有覆盖到非肤色区域,则此非肤色区域二值图的值将被修正为接近0的权重值。
作为一种实施方式,使用Image Matting算法中的GrabCut算法将肤色二值图转换为肤色权重图,作为另一种实施方式,也可以使用Image Matting算法中的Guided Filter将肤色二值图转换为肤色权重图。例如图3C,图3C为获得的肤色权重图的结果图。
步骤S250,对所述原图像进行亮度处理,以获取第一亮度图。
作为一种实施方式,将原图像根据YUV色彩空间模型分离出灰度图像以及彩色图像,分离出的灰度图像由每个像素点在YUV色域的Y值组成,获得原图像的第一亮度图,第一亮度图中包含每个像素点的亮度值。
作为另一种实施方式,将原图像根据HSV/HSI色彩空间模型分离出灰度图像,分离出的灰度图像由每个像素点在HSV/HSI色域中V/I值组成,以获得原图像的第一亮度图。
例如图3D,图3D为第一亮度图的结果图。
步骤S260,对所述第一亮度图进行平滑处理,以获取第二亮度图。
为了对原图像实现美颜处理,对原图像的第一亮度图平滑处理,以获得平滑后的第二亮度图。请参见图3E,图3E为第二亮度图的结果图。
作为一种实施方式,使用Edge-Preserving Filter对第一亮度图进行平滑处理,获得第二亮度图。例如,可以使用高斯滤波器对第一亮度图进行高斯平滑;还可以使用中值滤波器对第一亮度图实现中值滤波;另外,还可以使用双波滤波器实现双波滤波操作。当然,对平滑的方式不做限定,还可以以其他方式实现平滑。
步骤S270,根据所述肤色权重图中每个像素点的权重值,将所述原图像的第一亮度图与第二亮度图进行迭加,获得第二图像,其中,所述第一亮度图为所述原图像的亮度图,所述第二亮度图为所述第一亮度图平滑处理后的图像。
由于针对第一亮度图的平滑处理是对第一亮度图所有的部分处理,因此,第二亮度图的非肤色部分也进行了平滑了处理。肤色部分在平滑处理后,实现了美颜效果,而不需要平滑的非肤色部分在平滑之后,细节部分变得模糊。
为了获得肤色部分平滑而非肤色部分保持原样的图像,将第二亮度图中的肤色部分取出,迭加至第一亮度图中对应的位置出,获得第二图像。第二图像中,肤色部分为经平滑处理的第二亮度图中的肤色部分,而非肤色部分为第一亮度图中未经处理的非肤色部分。
请参见图4,为步骤270的具体步骤流程图,步骤S270包括:
步骤S271,获取每个像素点在第一亮度图中的第一像素值、第二亮度图中的第二像素值以及肤色权重图中的权重值。
步骤S272,根据所述第一像素值、第二像素值以及权重值获取每个像素点的第三像素值。
根据I(i)=α(i)B(i)+(1-α(i))A(i),获取每个像素点的第三像素值,其中,i表示像素点,B(i)表示第二亮度图中第i个像素点的的第二像素值,A(i)表示第一亮度图中第i个像素点的的第一像素值,α(i)表示肤色权重图中第i个像素点的权重值,I(i)表示第i个像素点的第三像素值。
步骤S273,根据每个像素点的所述第三像素值获取所述第二图像。
获取到的第二图像为第一亮度图与第二亮度图迭加后的图像,因此,第二图像也为以亮度图,将第二图像根据色彩空间模型获得第二亮度图的色彩图,获得了原图像经美颜处理后最终输出的色彩图。
本发明提供的图像处理方法,从原图像中标记出脸部区块,根据脸部区块获取肤色值范围,再由肤色值范围获取肤色二值图,将肤色二值图转换包含每一个像素点的权重值的肤色权重图,再对原图像做亮度处理获取第一亮度图,对第一亮度图做平滑处理获取第二亮度图,将第一亮度图中每个像素点与第二亮度图中的每个像素点根据肤色权重图中的权重值进行迭加,获得第二图像。第二图像中肤色部分经平滑处理,而非肤色部分保持原样,实现了对肤色部分的美颜。本发明提供的图像处理方法,仅需检测肤色区块,而不需要侦测五官位置信息,即使在五官位置遭到遮挡或者因获取到侧脸而无法侦测到五官位置时,仍然可以实现美颜。
请参见图5,为本发明第二实施例提供的图像处理装置的结构框图,所述图像处理装置包括:
判断单元310,用于判断能否在所述原图像中检测出脸部区块。
第三获取单元311,用于在判断结果为是时,用检测到的脸部区块在色彩空间模型中获取肤色值范围。
第四获取单元312,用于在判断结果为否时,获取预先存储的肤色值范围。
处理单元320,用于根据预先获取的肤色值范围,由原图像提取肤色部分,对所述肤色部分进行二值化处理,获得肤色二值图。
侵蚀处理单元330,用于对所述原图像的肤色二值图做侵蚀处理,以去除所述肤色二值图中的杂点。
第一获取单元340,用于根据所述肤色二值图获取肤色权重图,所述肤色权重图包括每一像素点的权重值,所述权重值用于表征该像素点的像素值与所述肤色值范围的相似程度。
作为一种实施方式,第一获取单元340包括:
第一获取子单元,用于根据Image Matting算法将所述肤色二值图转换为肤色权重图。
第二获取单元350,用于根据所述肤色权重图中每个像素点的权重值,将所述原图像的第一亮度图与第二亮度图进行迭加,获得第二图像,其中,所述第一亮度图为所述原图像的亮度图,所述第二亮度图为所述第一亮度图平滑处理后的图像。
作为一种实施方式,第二获取单元350包括:
第五获取单元351,用于获取每个像素点在第一亮度图中的第一像素值,第二亮度图中的第二像素值以及肤色权重图中的权重值。
第六获取单元352,用于根据所述第一像素值、第二像素值以及权重值获取每个像素点的第三像素值。
作为一种实施方式,第六获取单元包括:
第六获取子单元,用于根据I(i)=α(i)B(i)+(1-α(i))A(i),获取每个像素点的第三像素值,其中,i表示像素点,B(i)表示第二亮度图中第i个像素点的的第二像素值,A(i)表示第一亮度图中第i个像素点的的第一像素值,α(i)表示肤色权重图中第i个像素点的权重值,I(i)表示第i个像素点的第三像素值。
第七获取单元353,用于根据每个像素点的所述第三像素值获取所述第二图像。
综上所述,本发明实施例提供的图像处理方法、装置、电子设备及存储介质,从原图像中标记出脸部区块,根据脸部区块获取肤色值范围,再由肤色值范围获取肤色二值图,将肤色二值图转换包含每一个像素点的权重值的肤色权重图,再对原图像做亮度处理获取第一亮度图,对第一亮度图做平滑处理获取第二亮度图,将第一亮度图中每个像素点与第二亮度图中的每个像素点根据肤色权重图中的权重值进行迭加,获得第二图像。第二图像中肤色部分经平滑处理,而非肤色部分保持原样,实现了对肤色部分的美颜。本发明提供的图像处理方法,仅需检测肤色区块,而不需要侦测五官位置信息,即使在五官位置遭到遮挡或者因获取到侧脸而无法侦测到五官位置时,仍然可以实现美颜。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,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装置、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、程序段或代码的一部分,所述模块、程序段或代码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。也应当注意,在有些作为替换的实现方式中,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。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能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,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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁盘或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
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所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种图像处理方法,其特征在于,所述方法包括:
根据预先获取的肤色值范围,由原图像提取肤色部分,对所述肤色部分进行二值化处理,获得肤色二值图;
根据所述肤色二值图获取肤色权重图,所述肤色权重图包括每一像素点的权重值,所述权重值用于表征该像素点的像素值与所述肤色值范围的相似程度;
根据所述肤色权重图中每个像素点的权重值,将所述原图像的第一亮度图与第二亮度图进行迭加,获得第二图像,其中,所述第一亮度图为所述原图像的亮度图,所述第二亮度图为所述第一亮度图平滑处理后的图像。
2.根据权利要求1所述的方法,其特征在于,所述由原图像提取肤色部分,对所述肤色部分进行二值化处理之前,所述方法还包括:
判断能否在所述原图像中检测出脸部区块;
若判断结果为是,用检测到的脸部区块在色彩空间模型中获取肤色值范围;
若判断结果为否,获取预先存储的肤色值范围。
3.根据权利要求1所述的方法,其特征在于,所述获得肤色二值图与所述根据所述肤色二值图获取肤色权重图之间,所述方法还包括:
对所述原图像的肤色二值图做侵蚀处理,以去除所述肤色二值图中的杂点。
4.根据权利要求1所述的方法,其特征在于,所述根据所述肤色权重图中每个像素点的权重值,将所述原图像的第一亮度图与第二亮度图进行迭加,获得第二图像的步骤,包括:
获取每个像素点在第一亮度图中的第一像素值、第二亮度图中的第二像素值以及肤色权重图中的权重值;
根据所述第一像素值、第二像素值以及权重值获取每个像素点的第三像素值;
根据每个像素点的所述第三像素值获取所述第二图像。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一像素值、第二像素值以及权重值获取每个像素点的第三像素值的步骤,包括:
根据I(i)=α(i)B(i)+(1-α(i))A(i),获取每个像素点的第三像素值,其中,i表示像素点,B(i)表示第二亮度图中第i个像素点的的第二像素值,A(i)表示第一亮度图中第i个像素点的的第一像素值,α(i)表示肤色权重图中第i个像素点的权重值,I(i)表示第i个像素点的第三像素值。
6.根据权利要求1所述的方法,其特征在于,所述根据所述肤色二值图获取肤色权重图的步骤包括:
根据Image Matting算法将所述肤色二值图转换为肤色权重图。
7.一种图像处理装置,其特征在于,所述图像处理装置包括:
处理单元,用于根据预先获取的肤色值范围,由原图像提取肤色部分,对所述肤色部分进行二值化处理,获得肤色二值图;
第一获取单元,用于根据所述肤色二值图获取肤色权重图,所述肤色权重图包括每一像素点的权重值,所述权重值用于表征该像素点的像素值与所述肤色值范围的相似程度;
第二获取单元,用于根据所述肤色权重图中每个像素点的权重值,将所述原图像的第一亮度图与第二亮度图进行迭加,获得第二图像,其中,所述第一亮度图为所述原图像的亮度图,所述第二亮度图为所述第一亮度图平滑处理后的图像。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
判断单元,用于判断能否在所述原图像中检测出脸部区块;
第三获取单元,用于在判断结果为是时,用检测到的脸部区块在色彩空间模型中获取肤色值范围;
第四获取单元,用于在判断结果为否时,获取预先存储的肤色值范围。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器与所述处理器通过总线连接,所述存储器用于存储程序;所述处理器,用于通过所述总线调用存储在所述存储器中的程序,执行如权利要求1-6的任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质存储有具有处理器可执行的非易失的程序代码,所述程序代码使所述处理器执行如权利要求1-6的任一项所述的方法。
CN201710476611.7A 2017-06-21 2017-06-21 图像处理方法、装置、电子设备及存储介质 Active CN107256543B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710476611.7A CN107256543B (zh) 2017-06-21 2017-06-21 图像处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710476611.7A CN107256543B (zh) 2017-06-21 2017-06-21 图像处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN107256543A true CN107256543A (zh) 2017-10-17
CN107256543B CN107256543B (zh) 2020-10-02

Family

ID=60023730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710476611.7A Active CN107256543B (zh) 2017-06-21 2017-06-21 图像处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN107256543B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730448A (zh) * 2017-10-31 2018-02-23 北京小米移动软件有限公司 基于图像处理的美颜方法及装置
CN107730445A (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、存储介质和电子设备
CN109544441A (zh) * 2018-11-09 2019-03-29 广州虎牙信息科技有限公司 图像处理方法及装置、直播中的肤色处理方法及装置
CN110648284A (zh) * 2019-08-02 2020-01-03 中山市奥珀金属制品有限公司 一种光照不均匀的图像处理方法及装置
CN110858281A (zh) * 2018-08-22 2020-03-03 浙江宇视科技有限公司 图像处理方法、装置、电子眼及存储介质
WO2021128941A1 (zh) * 2019-12-27 2021-07-01 深圳创维-Rgb电子有限公司 图像处理方法、终端及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN106446781A (zh) * 2016-08-29 2017-02-22 厦门美图之家科技有限公司 一种人脸图像处理方法及装置
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
CN106600556A (zh) * 2016-12-16 2017-04-26 合网络技术(北京)有限公司 图像处理方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN106446781A (zh) * 2016-08-29 2017-02-22 厦门美图之家科技有限公司 一种人脸图像处理方法及装置
CN106600556A (zh) * 2016-12-16 2017-04-26 合网络技术(北京)有限公司 图像处理方法及装置

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730445B (zh) * 2017-10-31 2022-02-18 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质和电子设备
CN107730445A (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、存储介质和电子设备
CN107730448A (zh) * 2017-10-31 2018-02-23 北京小米移动软件有限公司 基于图像处理的美颜方法及装置
CN107730448B (zh) * 2017-10-31 2020-11-27 北京小米移动软件有限公司 基于图像处理的美颜方法及装置
CN110858281A (zh) * 2018-08-22 2020-03-03 浙江宇视科技有限公司 图像处理方法、装置、电子眼及存储介质
CN110858281B (zh) * 2018-08-22 2022-10-04 浙江宇视科技有限公司 图像处理方法、装置、电子眼及存储介质
CN109544441A (zh) * 2018-11-09 2019-03-29 广州虎牙信息科技有限公司 图像处理方法及装置、直播中的肤色处理方法及装置
CN109544441B (zh) * 2018-11-09 2023-06-09 广州虎牙信息科技有限公司 图像处理方法及装置、直播中的肤色处理方法及装置
CN110648284A (zh) * 2019-08-02 2020-01-03 中山市奥珀金属制品有限公司 一种光照不均匀的图像处理方法及装置
US20220044369A1 (en) * 2019-12-27 2022-02-10 Shenzhen Skyworth-Rgb Electronic Co., Ltd. Image processing method, terminal and non-transitory computer-readable storage medium
WO2021128941A1 (zh) * 2019-12-27 2021-07-01 深圳创维-Rgb电子有限公司 图像处理方法、终端及存储介质
EP3975043A4 (en) * 2019-12-27 2023-07-12 Shenzhen Skyworth-RGB Electronic Co., Ltd. IMAGE PROCESSING METHODS, TERMINAL AND STORAGE MEDIUM
US12094095B2 (en) * 2019-12-27 2024-09-17 Shenzhen Skyworth-Rgb Electronic Co., Ltd. Image processing method, terminal and non-transitory computer-readable storage medium

Also Published As

Publication number Publication date
CN107256543B (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN109325954B (zh) 图像分割方法、装置及电子设备
CN107256543A (zh) 图像处理方法、装置、电子设备及存储介质
CN104915972B (zh) 图像处理装置、图像处理方法以及程序
US8103058B2 (en) Detecting and tracking objects in digital images
CN107172354A (zh) 视频处理方法、装置、电子设备及存储介质
CN110427972B (zh) 证件视频特征提取方法、装置、计算机设备和存储介质
CN111860369A (zh) 一种欺诈识别方法、装置以及存储介质
CN111178130A (zh) 一种基于深度学习的人脸识别方法、系统和可读存储介质
CN114444565B (zh) 一种图像篡改检测方法、终端设备及存储介质
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
Zhao et al. Automatic blur region segmentation approach using image matting
CN111814682A (zh) 人脸活体检测方法及装置
CN111914668A (zh) 一种基于图像增强技术的行人重识别方法、装置及系统
CN107705279B (zh) 实现双重曝光的图像数据实时处理方法及装置、计算设备
CN114862729A (zh) 图像处理方法、装置、计算机设备和存储介质
Chin et al. Facial skin image classification system using Convolutional Neural Networks deep learning algorithm
Devadethan et al. Face detection and facial feature extraction based on a fusion of knowledge based method and morphological image processing
Hannan et al. Analysis of detection and recognition of Human Face using Support Vector Machine
CN117496019B (zh) 一种驱动静态图像的图像动画处理方法及系统
US20240127404A1 (en) Image content extraction method and apparatus, terminal, and storage medium
Azad et al. Real-time human face detection in noisy images based on skin color fusion model and eye detection
CN111814738A (zh) 基于人工智能的人脸识别方法、装置、计算机设备及介质
CN111797735A (zh) 人脸视频识别方法、装置、设备及存储介质
Lin et al. Face detection based on skin color segmentation and SVM classification
Mishra et al. Feature extraction techniques in facial expression recognition

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