CN107437072B - 一种图像处理方法、移动终端及计算机可读存储介质 - Google Patents

一种图像处理方法、移动终端及计算机可读存储介质 Download PDF

Info

Publication number
CN107437072B
CN107437072B CN201710589654.6A CN201710589654A CN107437072B CN 107437072 B CN107437072 B CN 107437072B CN 201710589654 A CN201710589654 A CN 201710589654A CN 107437072 B CN107437072 B CN 107437072B
Authority
CN
China
Prior art keywords
colour
pixel
value
color
portrait 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.)
Active
Application number
CN201710589654.6A
Other languages
English (en)
Other versions
CN107437072A (zh
Inventor
牛胜石
刘杰
张华琪
王国刚
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.)
Vivo Mobile Communication Co Ltd
Original Assignee
Vivo Mobile Communication 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 Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN201710589654.6A priority Critical patent/CN107437072B/zh
Publication of CN107437072A publication Critical patent/CN107437072A/zh
Application granted granted Critical
Publication of CN107437072B publication Critical patent/CN107437072B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/162Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques
    • G06F18/2321Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • 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

Abstract

本发明提供了一种图像处理方法及移动终端,涉及移动终端技术领域。其中,所述方法包括:获取人像图像,确定所述人像图像所属的肤色类别;根据所述人像图像所属的肤色类别对应的调整映射关系,对所述人像图像进行处理。本发明通过根据人像图像所属的肤色类别对应的调整映射关系,对人像图像进行调整,提高了肤色调整的准确度,使得人像图像达到理想的显示效果。

Description

一种图像处理方法、移动终端及计算机可读存储介质
技术领域
本发明涉及移动终端技术领域,特别是涉及一种图像处理方法、移动终端及计算机可读存储介质。
背景技术
随着移动终端技术的快速发展,移动终端中的拍照功能也越来越强大,人们可以使用移动终端对各种各样的场景进行拍摄,比如夜景、全景、人像等等,其中,人像的拍摄无疑是最重要的场景之一。在实际拍摄人像时,移动终端通常可以对人像图像进行肤色调整,以使人像图像中由于自动白平衡不准确而偏黄或偏红的人脸,显示出自然的白皙红润效果。
在先技术中,通常可以通过下述方式对人像图像进行肤色调整:对于各个色彩通道,比如R通道、G通道或者B通道,设置各个色彩通道的调整前像素值与调整后像素值的二维表;对于任一人像图像中各个像素,通过查找各个色彩通道的二维表确定各个色彩通道调整后的像素值,并将各个色彩通道的调整前像素值替换为确定的调整后像素值,从而可以实现对人像图像的肤色调整,使人像的肤色看起来更加自然红润。
发明人在应用上述在先技术的过程中发现,某些场景下人脸的偏黄或偏红是由于移动终端中AWB(Automatic White Balance,自动白平衡)不准确造成的,也即是移动终端调整人像图像中的三个色彩通道输出比例时,可能将某个色彩通道输出过多或过少,从而造成人脸偏向某种颜色,而在这种情况下,如果仍然通过各个色彩通道的二维表,将人像肤色向红润的方向进行调整,则会导致原本已偏黄或偏红的皮肤显得更黄或更红,从而降低了肤色调整的准确度,使得人像图像无法达到理想的显示效果。
发明内容
本发明提供一种图像处理方法、移动终端及计算机存储介质,以解决人像图像中肤色调整无法达到理想的显示效果的问题。
依据本发明的第一方面,提供了一种图像处理方法,应用于移动终端,该方法包括:
获取人像图像,确定所述人像图像所属的肤色类别;
根据所述人像图像所属的肤色类别对应的调整映射关系,对所述人像图像进行处理。
依据本发明的第二方面,提供了一种移动终端,该移动终端包括:
第一确定模块,用于获取人像图像,确定所述人像图像所属的肤色类别;
处理模块,用于根据所述人像图像所属的肤色类别对应的调整映射关系,对所述人像图像进行处理。
依据本发明的第三方面,提供了一种移动终端,该移动终端包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现本发明所述的图像处理方法的步骤。
依据本发明的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质上存储计算机程序,计算机程序被处理器执行时实现本发明所述的图像处理方法的步骤。
这样,本发明在获取到人像图像时,确定该人像图像所属的肤色类别,进而通过该人像图像所属的肤色类别对应的调整映射关系对该人像图像进行处理,能够对不同场景下的人像图像进行针对性的处理,进而提高了肤色调整的准确度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例一中的一种图像处理方法的流程图;
图2示出了本发明实施例二中的一种图像处理方法的流程图;
图3示出了根据本发明实施例三中的一种移动终端的结构框图;
图4A示出了根据本发明实施例四中的一种移动终端的结构框图;
图4B示出了根据本发明实施例四中的另一种移动终端的结构框图;
图5示出了根据本发明实施例五中的一种移动终端的结构框图;
图6示出了根据本发明实施例六中的一种移动终端的结构框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例一
参照图1,示出了本发明实施例一的图像处理方法的流程图,具体可以包括如下步骤:
步骤101,获取人像图像,确定该人像图像所属的肤色类别。
在本发明实施例中,在移动终端对人像图像进行处理之前,可以先对多个样本图像进行分类,并将该多个样本图像分出的类别设定为多个肤色类别。当移动终端获取到人像图像时,可以根据该人像图像中的人脸区域的像素值,确定该人像图像属于设定的多个肤色类别中的哪个肤色类别。
需要说明的是,在实际应用中,人像图像可以是由用户通过移动终端拍摄得到的,当然,还可以是由用户从网络中下载并存储在移动终端中的,本发明实施例对移动终端获取到人像图像的方式不作具体限定。
步骤102,根据该人像图像所属的肤色类别对应的调整映射关系,对该人像图像进行处理。
在本发明实施例中,各个肤色类别所对应的调整映射关系可以是在对多个样本图像进行分类之后,通过对各个肤色类别下的样本图像进行像素调整而得到,因此,该调整映射关系包括调整前像素值与调整后像素值之间的对应关系。由于各个调整映射关系是根据不同的肤色类别,也即是不同场景下拍摄的人像图像的人脸肤色而确定的,因此,通过人像图像所属的肤色类别对应的调整映射关系对该人像图像进行处理,可以适应不同场景下拍摄的人像图像,从而使偏向不同颜色的人脸均可以显示出自然的肤色,达到理想的显示效果。
在本发明实施例中,当获取到人像图像时,可以确定该人像图像所属的肤色类别,进而通过该人像图像所属的肤色类别对应的调整映射关系对该人像图像进行处理,能够对不同场景下的人像图像进行针对性的处理,进而提高了肤色调整的准确度。
实施例二
参照图2,示出了本发明实施例二的图像处理方法的流程图,具体可以包括如下步骤:
步骤201,根据多个样本图像中的每个样本图像的人脸区域的像素值,对该多个样本图像进行分类,得到多个肤色类别的样本图像。
在本发明实施例中,本步骤的实现方式可以包括:根据多个样本图像中的每个样本图像的人脸区域的像素值,通过分类算法将该多个样本图像按照不同场景进行分类,得到多个肤色类别的样本图像。
其中,移动终端可以通过人脸检测技术确定各个样本图像的人脸区域,进而可以确定各个样本图像的人脸区域的像素值。
需要说明的是,该分类算法可以为K-均值聚类算法、K-中心点算法等分类算法,本发明实施例对此不作具体限定。另外,通过分类算法还可以得到各个肤色类别的聚类中心值,移动终端可以根据每个肤色类别的聚类中心值,确定任一人像图像属于哪个肤色类别。
另外,该多个样本图像可以为图像处理功能的开发人员事先选取并存储在移动终端中的样本图像,且每个样本图像均为人像图像。另外,该多个样本图像可以涵盖各种不同场景下拍摄的人像图像,由于不同场景下拍摄的人脸会呈现不同的肤色,比如,在室内钨丝灯光下拍摄的人脸会偏黄,在红色遮挡物下拍摄的人脸会偏红,在日光灯的房间里拍摄的人脸会偏绿,而在日光阴影处拍摄的人脸则会偏蓝,因此,移动终端可以根据不同场景下拍摄的多个样本图像中的每个样本图像的人脸区域的像素值,将该多个样本图像按照不同场景分为多个肤色类别的样本图像。
步骤202,对于多个肤色类别中的任一肤色类别,根据属于该肤色类别的样本图像确定该肤色类别对应的调整映射关系。
在本发明实施例中,移动终端在执行本步骤之前,可以先确定基准图。基准图可以提供像素分辨率内所有色彩的像素值,在移动终端对样本图像中的各个像素进行像素调整之后,可以将像素调整过程作用于基准图,从而得到像素分辨率内所有色彩的像素值对应的调整后像素值,进而得到像素值全面的调整映射关系。当获取到人像图像时,不论人像图像中各个像素的像素值为多少,移动终端均可以从全面的调整映射关系中,确定人像图像中各个像素的调整后像素值,从而实现人像图像的处理。
其中,移动终端可以通过下述第一种方式确定基准图,包括:以像素的各个色彩通道作为各个坐标轴,以各个色彩通道的取值范围中的各个像素值作为各个坐标轴的取值,确定色彩三维表;根据色彩三维表中任一坐标轴的取值,对色彩三维表进行二维转化,得到基准图。
以RGB(Red Green Blue,红绿蓝)空间的色彩通道和像素分辨率等于256为例,移动终端可以以像素的R通道、G通道和B通道分别作为R坐标轴、G坐标轴和B坐标轴,分别以R通道的取值范围[0,255]中的各个像素值作为R坐标轴的取值,以G通道的取值范围[0,255]中的各个像素值作为G坐标轴的取值,以及以B通道的取值范围[0,255]中的各个像素值作为B坐标轴的取值,确定色彩三维表,也即是得到256*256*256的三维色彩图。然后再根据色彩三维表中任一坐标轴的取值,对色彩三维表进行二维转化,也即是将256*256*256的色彩三维表展开为256个256*256的色彩二维表,该色彩二维表即为基准图。
需要说明的是,本发明实施例仅以RGB空间为例进行说明,并不对本发明实施例所应用的色彩空间构成限定,在实际应用中,色彩空间还可以为YUV(Y为图像的亮度信号,U为图像偏向红色的色差信号,V为图像偏向蓝色的色差信号)空间、HSV(Hue-Saturation-Value,色调-饱和度-亮度)空间等等。
针对上述第一种确定基准图的方式,可以通过下述第一种确定调整映射关系的方式实现步骤202,包括:对于多个肤色类别中的任一肤色类别,当检测到针对属于该肤色类别的样本图像的像素调整指令时,对基准图执行像素调整指令所指示的像素调整操作;根据像素调整前的基准图中各个像素的像素值和像素调整后的基准图中各个像素的像素值,确定该肤色类别对应的调整映射关系。
另外,移动终端还可以通过下述第二种方式确定基准图,包括:以像素的各个色彩通道作为各个坐标轴,以各个色彩通道的取值范围中的各个像素值作为各个坐标轴的取值,确定色彩三维表;对色彩三维表进行量化,得到取值压缩的色彩三维表;根据取值压缩的色彩三维表中任一坐标轴的取值,对取值压缩色彩三维表进行二维转化,得到基准图。
与上述第一种确定基准图的方式不同的是,第二种确定基准图的方式中,在确定色彩三维表之后,需要先对色彩三维表进行量化,之后再对量化后的色彩三维表进行二维转化。对色彩三维表进行量化,也即是将原始色彩三维表压缩为像素取值数量为N的色彩三维表,其中,N小于原始色彩三维表中各个色彩通道的像素取值数量。
比如,对于256*256*256的原始色彩三维表,可以将该原始色彩三维表中的各个坐标轴量化为16个等级,从而得到取值压缩的16*16*16的色彩三维表。再比如,对于256*256*256的原始色彩三维表,还可以将该原始色彩三维表中的各个坐标轴量化为8个等级,从而得到取值压缩的32*32*32的色彩三维表。与原始的色彩三维表相比,经过量化的色彩三维表由于像素取值数量比未量化之前少,所占用的存储空间会大大减小,因此通过对原始生成的色彩三维表进行量化,可以有效节约移动终端的存储空间。需要说明的是,本发明实施例仅以256*256*256的原始色彩三维表量化为16*16*16的色彩三维表,以及量化为32*32*32的色彩三维表为例进行说明,上述原始色彩三维表的像素取值数量和取值压缩的色彩三维表的像素取值数量并不对本发明构成限定。
针对上述第二种确定基准图的方式,可以通过下述第二种确定调整映射关系的方式实现步骤202,包括:对于多个肤色类别中的任一肤色类别,当检测到针对属于该肤色类别的样本图像的像素调整指令时,对基准图进行插值,得到取值补全的基准图;对取值补全的基准图执行像素调整指令所指示的像素调整操作;根据像素调整前的基准图中各个像素的像素值和像素调整后的基准图中各个像素的像素值,确定该肤色类别对应的调整映射关系。
由于在上述第二种确定基准图的方式中,对色彩三维表进行了量化,从而会导致基准图中的像素值不全,比如,对于256*256*256的色彩三维表,各个坐标轴均存在256个像素值,而对于量化后为16*16*16的色彩三维表,各个坐标轴则只存在16个像素值,所以由16*16*16的色彩三维表得到的基准图中的像素值是不全面的,因此,在上述第二种确定调整映射关系的方式中,在移动终端可以在检测到像素调整指令时,先对基准图进行插值,从而补全该基准图中的取值,然后再根据补全的基准图确定调整映射关系,从而可以在处理人像图像时,避免从调整映射关系中准确查找不到调整后像素值的情况。
通过对样本图像进行像素调整,可以使样本图像中的人脸显示出自然红润的肤色,使人脸看起来更加自然,进而在像素调整后,通过确定的调整映射关系对人像图像进行处理,能够使该人像图像中的人脸呈现出自然的肤色,从而达到理想的显示效果。
需要说明的是,上述第一种和第二种确定调整映射关系的方式中的像素调整指令用于对样本图像进行像素调整,且该像素调整指令可以由用户通过指定操作触发,该指定操作可以为选中像素调整选项后,对样本图像的点击操作、预设轨迹的滑动操作等等。另外,用户可以通过图像处理软件对样本图像进行像素调整,比如photo shop等图像处理软件。
另外,上述第一种和第二种确定调整映射关系的方式中的像素调整操作可以包括饱和度调整操作、对比度调整操作、颜色调整操作和透明度调整操作等调整操作中的至少一者,本发明实施例对此不作具体限定。
步骤203,获取人像图像,确定该人像图像所属的肤色类别。
在本发明实施例中,本步骤的实现方式可以包括:获取人像图像,对该人像图像进行人脸检测,以确定该人像图像中的人脸区域;确定该人像图像中的人脸区域的像素平均值;根据该人像图像中的人脸区域的像素平均值,以及设定的多个肤色类别中的每个肤色类别的聚类中心值,确定该人像图像所属的肤色类别。
其中,由于在对多个样本图像进行分类时,还可以得到多个肤色类别的聚类中心值,因此,移动终端可以计算人像图像中的人脸区域的像素平均值,与设定的多个肤色类别中的每个肤色类别的聚类中心值之间的距离,从而将距离最小的聚类中心值所对应的肤色类别确定为该人像图像所属的肤色类别。需要说明的是,移动终端可以通过距离算法计算人像图像中的人脸区域的像素平均值与各个肤色类别的聚类中心值之间的距离,比如欧氏距离算法、曼哈顿距离算法等等。
步骤204,根据该人像图像所属的肤色类别对应的调整映射关系,对该人像图像进行处理。
在本发明实施例中,本步骤的实现方式包括:确定人像图像中的各个像素的像素值;从该人像图像所属的肤色类别对应的调整映射关系中,确定该人像图像中的各个像素的像素值对应的各个调整后像素值;将该人像图像中的各个像素的像素值替换为各个调整后像素值。
移动终端通过将人像图像中的各个像素的像素值替换为各个调整后像素值,可以实现对人像图像的处理,从而提高了肤色调整的准确度,使人像图像中的人脸呈现出自然的肤色,而不会偏向某种颜色,进而达到理想的显示效果。
在本发明实施例中,当获取到人像图像时,可以确定该人像图像所属的肤色类别,进而通过该人像图像所属的肤色类别对应的调整映射关系对该人像图像进行处理,能够对不同场景下的人像图像进行针对性的处理,进而提高了肤色调整的准确度。
实施例三
参照图3,示出了本发明实施例三的一种移动终端300的结构框图,具体可以包括:
第一确定模块301,用于获取人像图像,确定所述人像图像所属的肤色类别;
处理模块302,用于根据所述人像图像所属的肤色类别对应的调整映射关系,对所述人像图像进行处理。
在本发明实施例中,当获取到人像图像时,可以确定该人像图像所属的肤色类别,进而通过该人像图像所属的肤色类别对应的调整映射关系对该人像图像进行处理,能够对不同场景下的人像图像进行针对性的处理,进而提高了肤色调整的准确度。
实施例四
参照图4A,示出了本发明实施例四的一种移动终端400的结构框图,具体可以包括:
第一确定模块401,用于获取人像图像,确定所述人像图像所属的肤色类别;
处理模块402,用于根据所述人像图像所属的肤色类别对应的调整映射关系,对所述人像图像进行处理。
可选地,所述移动终端400还包括:
分类模块403,用于根据多个样本图像中的每个样本图像的人脸区域的像素值,对所述多个样本图像进行分类,得到多个肤色类别的样本图像;
第二确定模块404,用于对于所述多个肤色类别中的任一肤色类别,根据属于所述肤色类别的样本图像确定所述肤色类别对应的调整映射关系。
可选地,所述分类模块403包括:
分类子模块4031,用于根据多个样本图像中的每个样本图像的人脸区域的像素值,通过分类算法将所述多个样本图像按照不同场景进行分类,得到多个肤色类别的样本图像。
可选地,所述移动终端400还包括:
第三确定模块405,用于以像素的各个色彩通道作为各个坐标轴,以所述各个色彩通道的取值范围中的各个像素值作为所述各个坐标轴的取值,确定色彩三维表;
转化模块406,用于根据所述色彩三维表中任一坐标轴的取值,对所述色彩三维表进行二维转化,得到基准图。
可选地,所述第二确定模块404包括:
执行子模块4041,用于对于所述多个肤色类别中的任一肤色类别,当检测到针对属于所述肤色类别的样本图像的像素调整指令时,对所述基准图执行所述像素调整指令所指示的像素调整操作;
第一确定子模块4042,用于根据像素调整前的基准图中各个像素的像素值和像素调整后的基准图中各个像素的像素值,确定所述肤色类别对应的调整映射关系。
可选地,参照图4B,所述移动终端400还包括:
量化模块407,用于对所述色彩三维表进行量化,得到取值压缩的色彩三维表;
进一步的,所述转化模块406,还用于根据所述取值压缩的色彩三维表中任一坐标轴的取值,对所述取值压缩的色彩三维表进行二维转化,得到所述基准图。
可选地,参照图4B,所述第二确定模块404包括:
插值子模块4043,用于对于所述多个肤色类别中的任一肤色类别,当检测到针对属于所述肤色类别的样本图像的像素调整指令时,对基准图进行插值,得到取值补全的基准图;
进一步的,所述执行子模块4041,还用于对所述取值补全的基准图执行所述像素调整指令所指示的像素调整操作。
可选地,所述处理模块402包括:
第二确定子模块4021,用于确定所述人像图像中的各个像素的像素值;
第三确定子模块4022,用于从所述人像图像所属的肤色类别对应的调整映射关系中,确定所述人像图像中的各个像素的像素值对应的各个调整后像素值;
替换子模块4023,用于将所述人像图像中的各个像素的像素值替换为所述各个调整后像素值。
可选地,所述第一确定模块401包括:
检测子模块4011,用于获取人像图像,对所述人像图像进行人脸检测,以确定所述人像图像中的人脸区域;
第四确定子模块4012,用于确定所述人像图像中的人脸区域的像素平均值;
第五确定子模块4013,用于根据所述人像图像中的人脸区域的像素平均值,以及所述设定的多个肤色类别中的每个肤色类别的聚类中心值,确定所述人像图像所属的肤色类别。
可选地,所述像素调整操作包括饱和度调整操作、对比度调整操作、颜色调整操作和透明度调整操作中的至少一者。
在本发明实施例中,当获取到人像图像时,可以确定该人像图像所属的肤色类别,进而通过该人像图像所属的肤色类别对应的调整映射关系对该人像图像进行处理,能够对不同场景下的人像图像进行针对性的处理,进而提高了肤色调整的准确度。
实施例五
图5是本发明另一个实施例的移动终端的框图。图5所示的移动终端500包括:至少一个处理器501、存储器502、至少一个网络接口504和用户接口503。移动终端500中的各个组件通过总线系统505耦合在一起。可理解,总线系统505用于实现这些组件之间的连接通信。总线系统505除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图5中将各种总线都标为总线系统505。
其中,用户接口503可以包括显示器、键盘或者点击设备(例如,鼠标,轨迹球(trackball)、触感板或者柔性屏等。
可以理解,本发明实施例中的存储器502可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本发明实施例描述的系统和方法的存储器502旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器502存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:操作系统5021和应用程序5022。
其中,操作系统5021,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序5022,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序5022中。
在本发明实施例中,通过调用存储器502存储的程序或指令,具体的,可以是应用程序5022中存储的程序或指令,处理器501用于获取人像图像,确定所述人像图像所属的肤色类别;根据所述人像图像所属的肤色类别对应的调整映射关系,对所述人像图像进行处理。
上述本发明实施例揭示的方法可以应用于处理器501中,或者由处理器501实现。处理器501可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502,处理器501读取存储器502中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本发明实施例描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(Application Specific Integrated Circuits,ASIC)、数字信号处理器(Digital SignalProcessing,DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(ProgrammableLogic Device,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本发明实施例所述功能的模块(例如过程、函数等)来实现本发明实施例所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可选地,所述处理器501在获取人像图像,确定所述人像图像所属的肤色类别之前还用于:根据多个样本图像中的每个样本图像的人脸区域的像素值,对所述多个样本图像进行分类,得到多个肤色类别的样本图像;对于所述多个肤色类别中的任一肤色类别,根据属于所述肤色类别的样本图像确定所述肤色类别对应的调整映射关系。
可选地,所述处理器501在根据多个样本图像中的每个样本图像的人脸区域的像素值,对所述多个样本图像进行分类,得到多个肤色类别的样本图像时还用于:根据多个样本图像中的每个样本图像的人脸区域的像素值,通过分类算法将所述多个样本图像按照不同场景进行分类,得到多个肤色类别的样本图像。
可选地,所述处理器501还用于:以像素的各个色彩通道作为各个坐标轴,以所述各个色彩通道的取值范围中的各个像素值作为所述各个坐标轴的取值,确定色彩三维表;根据所述色彩三维表中任一坐标轴的取值,对所述色彩三维表进行二维转化,得到基准图。
可选地,所述处理器501在对于所述多个肤色类别中的任一肤色类别,根据属于所述肤色类别的样本图像确定所述肤色类别对应的调整映射关系时还用于:对于所述多个肤色类别中的任一肤色类别,当检测到针对属于所述肤色类别的样本图像的像素调整指令时,对所述基准图执行所述像素调整指令所指示的像素调整操作;根据像素调整前的基准图中各个像素的像素值和像素调整后的基准图中各个像素的像素值,确定所述肤色类别对应的调整映射关系。
可选地,所述处理器501在以像素的各个色彩通道作为各个坐标轴,以所述各个色彩通道的取值范围中的各个像素值作为所述各个坐标轴的取值,确定色彩三维表之后还用于:对所述色彩三维表进行量化,得到取值压缩的色彩三维表;进一步的,所述处理器501在根据所述色彩三维表中任一坐标轴的取值,对所述色彩三维表进行二维转化,得到基准图时还用于:根据所述取值压缩的色彩三维表中任一坐标轴的取值,对所述取值压缩的色彩三维表进行二维转化,得到所述基准图。
可选地,所述处理器501在对所述基准图执行所述像素调整指令所指示的像素调整操作之前还用于:对所述基准图进行插值,得到取值补全的基准图;进一步的,所述处理器501在对所述基准图执行所述像素调整指令所指示的像素调整操作时还用于:对所述取值补全的基准图执行所述像素调整指令所指示的像素调整操作。
可选地,所述处理器501在根据所述人像图像所属的肤色类别对应的调整映射关系,对所述人像图像进行处理时还用于:确定所述人像图像中的各个像素的像素值;从所述人像图像所属的肤色类别对应的调整映射关系中,确定所述人像图像中的各个像素的像素值对应的各个调整后像素值;将所述人像图像中的各个像素的像素值替换为所述各个调整后像素值。
可选地,所述处理器501在获取人像图像,确定所述人像图像所属的肤色类别时还用于:获取人像图像,对所述人像图像进行人脸检测,以确定所述人像图像中的人脸区域;确定所述人像图像中的人脸区域的像素平均值;根据所述人像图像中的人脸区域的像素平均值,以及所述设定的多个肤色类别中的每个肤色类别的聚类中心值,确定所述人像图像所属的肤色类别。
可选地,所述像素调整操作包括饱和度调整操作、对比度调整操作、颜色调整操作和透明度调整操作中的至少一者。
移动终端500能够实现前述实施例中移动终端实现的各个过程,为避免重复,这里不再赘述。本发明实施例中,移动终端500可以在获取人像图像时,确定该人像图像所属的肤色类别,进而通过该人像图像所属的肤色类别对应的调整映射关系对该人像图像进行处理,能够对不同场景下的人像图像进行针对性的处理,进而提高了肤色调整的准确度。
实施例六
图6是本发明另一个实施例的移动终端的结构示意图。具体地,图6中的移动终端600可以为手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)、或车载电脑等。
图6中的移动终端600包括射频(Radio Frequency,RF)电路610、存储器620、输入单元630、显示单元640、处理器660、音频电路670、无线局域网(Wireless Fidelity)模块680和电源690。
其中,输入单元630可用于接收用户输入的数字或字符信息,以及产生与移动终端600的用户设置以及功能控制有关的信号输入。具体地,本发明实施例中,该输入单元630可以包括触控面板631。触控面板631,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板631上的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板631可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给该处理器660,并能接收处理器660发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板631。除了触控面板631,输入单元630还可以包括其他输入设备632,其他输入设备632可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
其中,显示单元640可用于显示由用户输入的信息或提供给用户的信息以及移动终端600的各种菜单界面。显示单元640可包括显示面板641,可选的,可以采用LCD或有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板641。
应注意,触控面板631可以覆盖显示面板641,形成触摸显示屏,当该触摸显示屏检测到在其上或附近的触摸操作后,传送给处理器660以确定触摸事件的类型,随后处理器660根据触摸事件的类型在触摸显示屏上提供相应的视觉输出。
触摸显示屏包括应用程序界面显示区及常用控件显示区。该应用程序界面显示区及该常用控件显示区的排列方式并不限定,可以为上下排列、左右排列等可以区分两个显示区的排列方式。该应用程序界面显示区可以用于显示应用程序的界面。每一个界面可以包含至少一个应用程序的图标和/或widget桌面控件等界面元素。该应用程序界面显示区也可以为不包含任何内容的空界面。该常用控件显示区用于显示使用率较高的控件,例如,设置按钮、界面编号、滚动条、电话本图标等应用程序图标等。
其中处理器660是移动终端600的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在第一存储器621内的软件程序和/或模块,以及调用存储在第二存储器622内的数据,执行移动终端600的各种功能和处理数据,从而对移动终端600进行整体监控。可选的,处理器660可包括一个或多个处理单元。
在本发明实施例中,通过调用存储该第一存储器621内的软件程序和/或模块和/或该第二存储器622内的数据,处理器660用于获取人像图像,确定所述人像图像所属的肤色类别;根据所述人像图像所属的肤色类别对应的调整映射关系,对所述人像图像进行处理。
可选地,所述处理器660在获取人像图像,确定所述人像图像所属的肤色类别之前还用于:根据多个样本图像中的每个样本图像的人脸区域的像素值,对所述多个样本图像进行分类,得到多个肤色类别的样本图像;对于所述多个肤色类别中的任一肤色类别,根据属于所述肤色类别的样本图像确定所述肤色类别对应的调整映射关系。
可选地,所述处理器660在根据多个样本图像中的每个样本图像的人脸区域的像素值,对所述多个样本图像进行分类,得到多个肤色类别的样本图像时还用于:根据多个样本图像中的每个样本图像的人脸区域的像素值,通过分类算法将所述多个样本图像按照不同场景进行分类,得到多个肤色类别的样本图像。
可选地,所述处理器660还用于:以像素的各个色彩通道作为各个坐标轴,以所述各个色彩通道的取值范围中的各个像素值作为所述各个坐标轴的取值,确定色彩三维表;根据所述色彩三维表中任一坐标轴的取值,对所述色彩三维表进行二维转化,得到基准图。
可选地,所述处理器660在对于所述多个肤色类别中的任一肤色类别,根据属于所述肤色类别的样本图像确定所述肤色类别对应的调整映射关系时还用于:对于所述多个肤色类别中的任一肤色类别,当检测到针对属于所述肤色类别的样本图像的像素调整指令时,对所述基准图执行所述像素调整指令所指示的像素调整操作;根据像素调整前的基准图中各个像素的像素值和像素调整后的基准图中各个像素的像素值,确定所述肤色类别对应的调整映射关系。
可选地,所述处理器660在以像素的各个色彩通道作为各个坐标轴,以所述各个色彩通道的取值范围中的各个像素值作为所述各个坐标轴的取值,确定色彩三维表之后还用于:对所述色彩三维表进行量化,得到取值压缩的色彩三维表;进一步的,所述处理器660在根据所述色彩三维表中任一坐标轴的取值,对所述色彩三维表进行二维转化,得到基准图时还用于:根据所述取值压缩的色彩三维表中任一坐标轴的取值,对所述取值压缩的色彩三维表进行二维转化,得到所述基准图。
可选地,所述处理器660在对所述基准图执行所述像素调整指令所指示的像素调整操作之前还用于:对所述基准图进行插值,得到取值补全的基准图;进一步的,所述处理器660在对所述基准图执行所述像素调整指令所指示的像素调整操作时还用于:对所述取值补全的基准图执行所述像素调整指令所指示的像素调整操作。
可选地,所述处理器660在根据所述人像图像所属的肤色类别对应的调整映射关系,对所述人像图像进行处理时还用于:确定所述人像图像中的各个像素的像素值;从所述人像图像所属的肤色类别对应的调整映射关系中,确定所述人像图像中的各个像素的像素值对应的各个调整后像素值;将所述人像图像中的各个像素的像素值替换为所述各个调整后像素值。
可选地,所述处理器660在获取人像图像,确定所述人像图像所属的肤色类别时还用于:获取人像图像,对所述人像图像进行人脸检测,以确定所述人像图像中的人脸区域;确定所述人像图像中的人脸区域的像素平均值;根据所述人像图像中的人脸区域的像素平均值,以及所述设定的多个肤色类别中的每个肤色类别的聚类中心值,确定所述人像图像所属的肤色类别。
可选地,所述像素调整操作包括饱和度调整操作、对比度调整操作、颜色调整操作和透明度调整操作中的至少一者。
可见,本发明实施例中,移动终端600可以在获取人像图像时,确定该人像图像所属的肤色类别,进而通过该人像图像所属的肤色类别对应的调整映射关系对该人像图像进行处理,能够对不同场景下的人像图像进行针对性的处理,进而提高了肤色调整的准确度。
对于上述装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
实施例七
优选的,本发明实施例还提供一种移动终端,包括处理器,存储器,存储在存储器上并可在所述处理器上运行的计算机程序,该计算机程序被处理器执行时实现上述图像处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
实施例八
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述图像处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域技术人员易于想到的是:上述各个实施例的任意组合应用都是可行的,故上述各个实施例之间的任意组合都是本发明的实施方案,但是由于篇幅限制,本说明书在此就不一一详述了。
在此提供的图像处理方法不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造具有本发明方案的系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的图像处理方法中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种图像处理方法,应用于移动终端,其特征在于,所述方法包括:
获取人像图像,确定所述人像图像所属的肤色类别;
根据所述人像图像所属的肤色类别对应的调整映射关系,对所述人像图像进行处理;
其中,所述获取人像图像,确定所述人像图像所属的肤色类别之前,还包括:
根据多个样本图像中的每个样本图像的人脸区域的像素值,对所述多个样本图像进行分类,得到多个肤色类别的样本图像;
对于所述多个肤色类别中的任一肤色类别,根据属于所述肤色类别的样本图像确定所述肤色类别对应的调整映射关系;
其中,所述方法还包括:
以像素的各个色彩通道作为各个坐标轴,以所述各个色彩通道的取值范围中的各个像素值作为所述各个坐标轴的取值,确定色彩三维表;
根据所述色彩三维表中任一坐标轴的取值,对所述色彩三维表进行二维转化,得到基准图;
其中,所述对于所述多个肤色类别中的任一肤色类别,根据属于所述肤色类别的样本图像确定所述肤色类别对应的调整映射关系,包括:
对于所述多个肤色类别中的任一肤色类别,当检测到针对属于所述肤色类别的样本图像的像素调整指令时,对所述基准图执行所述像素调整指令所指示的像素调整操作;
根据像素调整前的基准图中各个像素的像素值和像素调整后的基准图中各个像素的像素值,确定所述肤色类别对应的调整映射关系。
2.根据权利要求1所述的方法,其特征在于,所述以像素的各个色彩通道作为各个坐标轴,以所述各个色彩通道的取值范围中的各个像素值作为所述各个坐标轴的取值,确定色彩三维表之后,还包括:
对所述色彩三维表进行量化,得到取值压缩的色彩三维表;
进一步的,所述根据所述色彩三维表中任一坐标轴的取值,对所述色彩三维表进行二维转化,得到基准图,包括:
根据所述取值压缩的色彩三维表中任一坐标轴的取值,对所述取值压缩的色彩三维表进行二维转化,得到所述基准图。
3.根据权利要求2所述的方法,其特征在于,所述对所述基准图执行所述像素调整指令所指示的像素调整操作之前,还包括:
对所述基准图进行插值,得到取值补全的基准图;
进一步的,所述对所述基准图执行所述像素调整指令所指示的像素调整操作,包括:
对所述取值补全的基准图执行所述像素调整指令所指示的像素调整操作。
4.根据权利要求1所述的方法,其特征在于,所述获取人像图像,确定所述人像图像所属的肤色类别,包括:
获取人像图像,对所述人像图像进行人脸检测,以确定所述人像图像中的人脸区域;
确定所述人像图像中的人脸区域的像素平均值;
根据所述人像图像中的人脸区域的像素平均值,以及设定的多个肤色类别中的每个肤色类别的聚类中心值,确定所述人像图像所属的肤色类别。
5.一种移动终端,其特征在于,包括:
第一确定模块,用于获取人像图像,确定所述人像图像所属的肤色类别;
处理模块,用于根据所述人像图像所属的肤色类别对应的调整映射关系,对所述人像图像进行处理;
其中,所述移动终端还包括:
分类模块,用于根据多个样本图像中的每个样本图像的人脸区域的像素值,对所述多个样本图像进行分类,得到多个肤色类别的样本图像;
第二确定模块,用于对于所述多个肤色类别中的任一肤色类别,根据属于所述肤色类别的样本图像确定所述肤色类别对应的调整映射关系;
其中,所述移动终端还包括:
第三确定模块,用于以像素的各个色彩通道作为各个坐标轴,以所述各个色彩通道的取值范围中的各个像素值作为所述各个坐标轴的取值,确定色彩三维表;
转化模块,用于根据所述色彩三维表中任一坐标轴的取值,对所述色彩三维表进行二维转化,得到基准图;
其中,所述第二确定模块包括:
执行子模块,用于对于所述多个肤色类别中的任一肤色类别,当检测到针对属于所述肤色类别的样本图像的像素调整指令时,对所述基准图执行所述像素调整指令所指示的像素调整操作;
第一确定子模块,用于根据像素调整前的基准图中各个像素的像素值和像素调整后的基准图中各个像素的像素值,确定所述肤色类别对应的调整映射关系。
6.根据权利要求5所述的移动终端,其特征在于,所述移动终端还包括:
量化模块,用于对所述色彩三维表进行量化,得到取值压缩的色彩三维表;
进一步的,所述转化模块,还用于根据所述取值压缩的色彩三维表中任一坐标轴的取值,对所述取值压缩的色彩三维表进行二维转化,得到所述基准图。
7.根据权利要求6所述的移动终端,其特征在于,所述第二确定模块还包括:
插值子模块,用于对于所述多个肤色类别中的任一肤色类别,当检测到针对属于所述肤色类别的样本图像的像素调整指令时,对基准图进行插值,得到取值补全的基准图;
进一步的,执行子模块,还用于对所述取值补全的基准图执行所述像素调整指令所指示的像素调整操作。
8.根据权利要求5所述的移动终端,其特征在于,所述第一确定模块包括:
检测子模块,用于获取人像图像,对所述人像图像进行人脸检测,以确定所述人像图像中的人脸区域;
第四确定子模块,用于确定所述人像图像中的人脸区域的像素平均值;
第五确定子模块,用于根据所述人像图像中的人脸区域的像素平均值,以及设定的多个肤色类别中的每个肤色类别的聚类中心值,确定所述人像图像所属的肤色类别。
9.一种移动终端,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的图像处理方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的图像处理方法的步骤。
CN201710589654.6A 2017-07-18 2017-07-18 一种图像处理方法、移动终端及计算机可读存储介质 Active CN107437072B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710589654.6A CN107437072B (zh) 2017-07-18 2017-07-18 一种图像处理方法、移动终端及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710589654.6A CN107437072B (zh) 2017-07-18 2017-07-18 一种图像处理方法、移动终端及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN107437072A CN107437072A (zh) 2017-12-05
CN107437072B true CN107437072B (zh) 2019-01-29

Family

ID=60461298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710589654.6A Active CN107437072B (zh) 2017-07-18 2017-07-18 一种图像处理方法、移动终端及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN107437072B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108366194B (zh) * 2018-01-15 2021-03-05 维沃移动通信有限公司 一种拍照方法及移动终端
CN109908586B (zh) * 2019-03-18 2022-06-21 北京智明星通科技股份有限公司 Html5游戏的优化方法及装置
CN110533651B (zh) * 2019-08-29 2022-04-08 维沃移动通信有限公司 一种图像处理方法及装置
CN111062891A (zh) * 2019-12-16 2020-04-24 Oppo广东移动通信有限公司 图像处理方法、装置、终端及计算机可读存储介质
CN112135113B (zh) * 2020-09-27 2023-03-24 广东小天才科技有限公司 一种拍照效果调整方法、系统、拍照设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455790A (zh) * 2013-06-24 2013-12-18 厦门美图网科技有限公司 一种基于肤色模型的皮肤识别方法
CN105243371A (zh) * 2015-10-23 2016-01-13 厦门美图之家科技有限公司 一种人脸美颜程度的检测方法、系统及拍摄终端
CN106357988A (zh) * 2016-11-09 2017-01-25 广东欧珀移动通信有限公司 白平衡调整方法、装置和终端设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103069431B (zh) * 2010-07-02 2016-11-16 英特尔公司 面部检测方法和设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455790A (zh) * 2013-06-24 2013-12-18 厦门美图网科技有限公司 一种基于肤色模型的皮肤识别方法
CN105243371A (zh) * 2015-10-23 2016-01-13 厦门美图之家科技有限公司 一种人脸美颜程度的检测方法、系统及拍摄终端
CN106357988A (zh) * 2016-11-09 2017-01-25 广东欧珀移动通信有限公司 白平衡调整方法、装置和终端设备

Also Published As

Publication number Publication date
CN107437072A (zh) 2017-12-05

Similar Documents

Publication Publication Date Title
CN107437072B (zh) 一种图像处理方法、移动终端及计算机可读存储介质
CN105227945B (zh) 一种自动白平衡的控制方法及移动终端
CN105872148B (zh) 一种高动态范围图像的生成方法及移动终端
CN107368150A (zh) 一种拍照方法及移动终端
CN107527034B (zh) 一种面部轮廓调整方法及移动终端
CN106060419B (zh) 一种拍照方法及移动终端
CN106170058B (zh) 一种曝光方法及移动终端
US9785649B1 (en) Hue-based color naming for an image
CN107566723B (zh) 一种拍摄方法、移动终端及计算机可读存储介质
CN106231178B (zh) 一种自拍方法和移动终端
CN107395998A (zh) 一种图像拍摄方法及移动终端
CN106060422B (zh) 一种图像曝光方法及移动终端
CN105227858A (zh) 一种图像处理方法及移动终端
CN107632895A (zh) 一种信息共享方法及移动终端
CN107454330B (zh) 一种图像处理方法、移动终端及计算机可读存储介质
CN106454104A (zh) 一种拍照方法及移动终端
CN106101545A (zh) 一种图像处理方法及移动终端
CN106057135B (zh) 一种显示亮度的控制方法及移动终端
CN105827963B (zh) 一种拍照过程中场景变化检测方法及移动终端
CN106408628B (zh) 一种图片处理方法及装置
CN107613202A (zh) 一种拍摄方法及移动终端
CN107797738B (zh) 一种图片的预览显示方法及移动终端
CN105959491A (zh) 一种补偿屏幕色温的方法及移动终端
CN106855744B (zh) 一种屏幕显示方法及移动终端
CN106791809B (zh) 一种测光方法及移动终端

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
GR01 Patent grant
GR01 Patent grant