CN107730445A - 图像处理方法、装置、存储介质和电子设备 - Google Patents

Abstract

本申请涉及一种图像处理方法、装置、存储介质和电子设备。一种图像处理方法，所述方法包括：获取待处理图像，识别所述待处理图像中的人脸区域；识别所述人脸区域内的人脸所属的人脸类型；获取与所述人脸类型对应的人脸模板特征；根据所述人脸模板特征对所述人脸区域进行美颜处理。上述图像处理方法、装置、存储介质和电子设备可提高对图像美颜的灵活性。

Description

图像处理方法、装置、存储介质和电子设备

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像处理方法、装置、存储介质和电子设备。

背景技术

随着智能拍照设备的普及，越来越多的拍照设备都会在拍摄的过程中，对拍摄图像进行美颜处理，以提高图像的美化效果。

传统的图像处理方法中，对拍摄的图像进行美颜处理的参数都是固定的，比如将每张图像中的人脸区域进行统一地美颜处理。传统的处理方法缺乏针对性，美化效果差。

发明内容

本申请实施例提供一种图像处理方法、装置、存储介质和电子设备，可以提高拍摄图像的美化效果。

一种图像处理方法，所述方法包括：

获取待处理图像，识别所述待处理图像中的人脸区域；

识别所述人脸区域内的人脸所属的人脸类型；

获取与所述人脸类型对应的人脸模板特征；

根据所述人脸模板特征对所述人脸区域进行美颜处理。

一种图像处理装置，所述装置包括：

人脸区域识别模块，用于获取待处理图像，识别所述待处理图像中的人脸区域；

人脸类型识别模块，用于识别所述人脸区域内的人脸所属的人脸类型；

人脸特征获取模块，用于获取与所述人脸类型对应的人脸模板特征；

美颜处理模块，用于根据所述人脸模板特征对所述人脸区域进行美颜处理。

一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现本申请各实施例所述的任意一种图像处理方法的步骤。

一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现本申请各实施例所述的任意一种图像处理方法的步骤。

上述的图像处理方法、装置、存储介质和电子设备，通过识别所述人脸区域内的人脸所属的人脸类型；然后获取与所述人脸类型对应的人脸模板特征；根据所述人脸模板特征对所述人脸区域进行美颜处理，从而实现了根据不同的人脸进行对应不同的美颜处理，提高了对图像处理的灵活性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为一个实施例中图像处理方法的应用环境图；

图2为一个实施例中电子设备的内部结构示意图；

图3为一个实施例中图像处理方法的流程图；

图4为一个实施例中人脸模板特征生成的流程图；

图5为另一个实施例中图像处理方法的流程图；

图6为一个实施例中图像处理装置的结构框图；

图7为另一个实施例中图像处理装置的结构框图；

图8为一个实施例中图像处理电路的示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

图1为一个实施例中图像处理方法的应用环境图。参考如图1所示，电子设备110可调用其上的摄像头进行拍摄，如对环境中的物体120进行实时扫描得到帧图像，根据该帧图像生成拍摄的图像。可选地，该摄像头内包含第一摄像头模组112和第二摄像头模组114，根据该第一摄像头模组112和第二摄像头模组114共同实现拍摄，生成图像。电子设备可将该帧图像或者生成的图像，作为待处理图像，识别该待处理图像中的人脸区域；并进一步识别该人脸区域内的人脸所属的人脸类型；获取与人脸类型对应的人脸模板特征；根据人脸模板特征对人脸区域进行美颜处理。

图2为一个实施例中电子设备的内部结构示意图。如图2所示，该电子设备包括通过系统总线连接的处理器、存储器、显示屏和摄像头。其中，该处理器用于提供计算和控制能力，支撑整个电子设备的运行。存储器用于存储数据、程序等，存储器上存储至少一个计算机程序，该计算机程序可被处理器执行，以实现本申请实施例中提供的适用于电子设备的图像处理方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random-Access-Memory，RAM)等。例如，在一个实施例中，存储器包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行，以用于实现以下各个实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。摄像头包括上述的第一摄像头模组和第二摄像头模组，均可用于生成帧图像。显示屏可以是触摸屏，比如为电容屏或电子屏，用于显示帧图像或拍摄图像等可视信息，还可以被用于检测作用于该显示屏的触摸操作，生成相应的指令。本领域技术人员可以理解，图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，如图3所示，提供了一种图像处理方法，本实施例主要以该方法应用于如图1所示的电子设备中进行说明，该方法包括：

步骤302，获取待处理图像，识别待处理图像中的人脸区域。

待处理图像是指需要进行美颜处理的图像，可为已经拍摄生成的图像，还可为在拍摄模式下，通过摄像头实时扫描得到帧图像。电子设备可从待处理图像中提取相关的特征数据，检测该特征数据中是否和人脸特征相匹配，若匹配，则进一步获取检测出的人脸在该待处理图像中的区域，该区域即为人脸区域。

其中，当待处理图像为帧图像时，电子设备接收到开启摄像头的指令时，可调用摄像头进行扫描，进入拍摄状态。该摄像头包括第一摄像头模组和第二摄像头模组。可通过该第一摄像头模组和/或第二摄像头模组对拍摄环境中的物体进行扫描，形成该帧图像。可选地，可按照对应的帧率来实时生成帧图像。其中，该帧率可为固定设置的帧率，还可为根据当前环境的亮度等信息自适应确定的帧率。比如可以以每秒30帧的帧率来实时生成帧图像。

当待处理图像为已经拍摄生成的图像，电子设备可接收对待处理图像的美颜处理指令。其中，该美颜处理指令可为在生成拍摄的图像之后，自动触发的对生成的图像的美颜处理指令，该生成的图像即为该待处理图像。还可接收用户对所选择的图像的美颜处理指令，所选取的图像即为该待处理图像。美颜处理指令可以是通过侦测到的相关触控操作、物理按键的按压操作、语音控制操作或对设备的晃动操作等触发的美颜处理指令。触控操作可为触摸点击操作、触摸长按操作、触摸滑动操作、多点触控操作等操作。电子设备可提供用于触发进行美颜的开启按钮，当侦测到对该开启按钮的点击操作时，触发进行美颜的美颜处理指令。电子设备还可预设用于触发该美颜处理指令的开启语音信息。通过调用语音接收装置，接收对应的语音信息，当检测到该语音信息与该开启语音信息匹配时，也可触发该美颜处理指令。通过解析，可判定该语音信息和预设的开启语音信息相匹配，从而可触发该美颜处理指令。

步骤304，识别人脸区域内的人脸所属的人脸类型。

本实施例中，电子设备预设了多种人脸类型，该人脸类型可根据预设的图像库进行聚类等划分，所划分出的多种人脸类型。该图像库中的图像均包含人脸，通过对该图像库的人脸进行聚类，形成预设的数量的人脸类型，以及每种图像中的人脸所属的人脸类型。针对所形成的每种人脸类型，按照属于该人脸类型的图像中的人脸的人脸特征，计算出与该人脸类型对应的人脸特征。可选地，该人脸特征可为所属人脸的人脸特征的进行加权平均计算而得到的人脸特征。

电子设备可对待处理图像中的人脸区域内的图像进行分析，以识别出该人脸的人脸特征与预设的每种人脸类型的人脸特征的匹配程度，并选取匹配程度最高的人脸类型，作为该人脸所属的人脸类型。

步骤306，获取与人脸类型对应的人脸模板特征。

本实施例中，电子设备还进一步设置了人脸模板特征，人脸模板特征为图像中的人脸进行美颜处理时作为参照标准的人脸特征。模板人脸可为符合用户的审美标准的人脸，不同的人脸类型对应不同的人脸模板特征。人脸模板特征和下述的人脸特征均包含了预设各个器官在对应的人脸上的大小、比例、位置、深度等一种或多种特征信息。该器官可包括额头、眉毛、眼睛、嘴、鼻子、下巴、脸蛋、耳朵等。电子设备可从多个不同人脸类型的模板人脸中进行特征分析与提取，以得到不同人脸类型的人脸模板特征。

比如，人脸类型可包括国字脸、瓜子脸、圆形脸等类型，针对每种人脸类型，设置了对应的人脸模板特征。当该待处理图像中的人脸类型属于瓜子脸类型时，可获取与该瓜子脸类型对应的人脸模板特征。

步骤308，根据人脸模板特征对人脸区域进行美颜处理。

本实施例中，电子设备可以该人脸模板特征为参考，对人脸特征区域内的人脸内的器官进行调整，使得调整后的人脸器官所对应的人脸特征与该人脸模板特征更加接近，实现对该人脸区域的美颜处理。

可选地，可提取该人脸区域内的人脸的人脸特征，将该人脸特征与该人脸模板特征进行比较，得到两者的人脸特征差异信息，根据该人脸特征差异信息来调整人脸特征，使得调整后的人脸特征对应的人脸与该人脸模板特征所对应的人脸更加接近，以实现对对该人脸区域进行美颜处理。当该人脸的人脸特征与该人脸模板特征之间的差异较大时，可对该人脸特征的做对应较大的调整，当差异较小时，可做对应较小的调整。

在一个实施例中，差异信息包含人脸区域内预设地器官和该人脸模板特征所体现出的对应器官之间的差异信息，包含器官的大小差异信息、颜色差异信息、位置差异信息等其中的一种或多种。根据该差异信息对待处理图片中，该人脸区域内的人脸的器官进行大小、颜色、以及在人脸内的位置等其中的一种或多种进行调整，实现对人脸区域的美颜处理，处理后的图像中的人脸与该人脸模板特征对应的人脸更加接近。

上述的图像处理方法，通过识别人脸区域内的人脸所属的人脸类型；然后获取与人脸类型对应的人脸模板特征；根据人脸模板特征对人脸区域进行美颜处理，从而实现了根据不同的人脸进行对应不同的美颜处理，提高了对图像处理的灵活性。

在一个实施例中，在步骤308之前，还包括：通过发射结构光获取与待处理图像中的人脸对应的三维人脸特征；步骤308包括：根据三维人脸特征和人脸模板特征对人脸区域进行美颜处理。

可选地，电子设备可在生成待处理图片的过程中，通过调用摄像头来发射结构光，以识别拍摄图像上的人脸区域内的各个像素与该摄像头之间的距离，根据该距离可得到待处理图像中的人脸的三维人脸特征。其中，相对于普通的图片所呈现出的器官的大小和器官之间的距离等二维人脸特征，该三维人脸特征和人脸模板特征均进一步包含了对应人脸的各个预设器官的三维位置信息，即包含各个器官的三维位置信息。比如可以某个基准面为参考，得到人脸上的各个器官点与该基准面的距离，根据该距离可以得到比如鼻梁的高度、眼窝的深度等可以体现出器官的三维位置信息。可选地，发射的结构光可为红外结构光。

在一个实施例中，电子设备可根据该三维人脸特征和人脸模板特征，计算出对应器官与该人脸模板特征所反映的相同器官之间的深度差异信息，根据该深度差异信息对该人脸区域内的器官进行调整，使得调整后的器官与该人脸模板特征反映的相同器官的深度差异更小，从而实现对该人脸区域的美颜处理。

本实施例中，通过进一步发射结构光来获取人脸的三维人脸特征，根据该三维人脸特征和人脸模板特征来对人脸区域进行美颜处理，使得处理后的图像中的人脸与对应的模板人脸在呈现的深度信息上加接近，进一步提高了美颜的效果，使得可针对不同的人脸，作出对应不同的美颜处理，提高了美颜的灵活性。

在一个实施例中，三维人脸特征包含预设器官的三维实际位置信息；人脸模板特征包含预设器官的三维参考位置信息；根据三维人脸特征和人脸模板特征对人脸区域进行美颜处理，包括：根据三维实际位置信息和三维参考位置信息，计算出对人脸区域内的预设器官的调整参数；根据调整参数对人脸区域进行美颜处理。

其中，三维实际位置信息和三维参考位置信息均为以人脸的某一个固定部位为基准，而形成的三维信息，该三维信息可包含预设器官在对应人脸上的大小和空间位置等。通过该三维实际信息和三维参考信息，可得到人脸区域内的人脸和对应的模板人脸之间的三维差异信息，根据该三维差异信息，可计算出对预设器官的调整参数。调整参数包括对预设器官的大小调整参数、深度调整参数以及预设器官之间的位置调整参数。电子设备按照该三维差异信息，计算出需要对预设器官的大小、深度和位置的调整参数，从而可得到对相应的器官的大小调整参数、位置调整参数和深度调整参数，按照该大小调整参数、位置调整参数和深度调整参数对相关器官进行美颜处理，使得美颜后的器官与模板人脸的器官更加接近。

可选地，待处理图像是由若干个像素点构成的，每个像素点可以由多个颜色通道构成，每个颜色通道表示一个颜色分量。例如，图像可以由RGB(红、绿、蓝三种颜色)三通道构成，也可以是由HSV(色调、饱和度和明度)三通道构成，还可以是由CMY(青、洋红或品红和黄三种颜色)三通道构成。电子设备可根据该调整参数，计算出对人脸区域内的每个像素点的颜色分量的调整数值，根据该调整数值对颜色分量进行调整，从而使得调整后的人脸区域内的人脸与模板人脸的器官更加接近。

在一个实施例中，根据调整参数对人脸区域进行美颜处理，包括：根据调整参数对人脸区域内的预设器官的深度进行调整；根据调整后的预设器官的深度对调整后的预设器的亮度进行调整。

电子设备可根据该三维实际位置信息，计算出人脸区域内的人脸的各个器官的深度。根据该三维参考位置信息，计算出对应模板人脸的各个器官的深度。该深度为对应器官与上述基准面的深度。可以理解的，相同器官的不同位置处，深度不一定相同，比如鼻梁和鼻根的深度明显不同，中间部位的眉毛和两头部位的眉毛的深度也不一定相同。

调整参数包含对预设器官的深度的调整信息，该深度调整信息可为深度调整差值。电子设备可将人脸区域的人脸和模板人脸内的相同部位的深度进行对比，计算出相同部位的深度差值，根据该深度差值计算出对应的深度调整差值。其中，该深度调整差值与该深度调整差值成正相关。比如可为深度差值的预设比值，比如为0.5倍的深度差值。

根据该深度调整差值，将人脸区域内的对应部位的深度进行调整，使得调整后的部位的深度与模板人脸上相同部位的深度更加接近。本实施例中，通过进一步调整人脸上的各个预设器官的深度，进一步提高了对美颜的灵活性。

在一个实施例中，根据调整后的预设器官的深度对调整后的预设器的亮度进行调整，包括：根据调整后的预设器官的深度计算出深度阈值；增大小于深度阈值的预设器官的亮度，并降低超过深度阈值的预设器官的亮度。

本实施例中，电子设备可计算出调整后的预设器官的各个部位的深度，根据该各个部位的深度计算出对应的深度阈值，该深度阈值可为各个部位的深度的加权平均值。并增加深度超过深度阈值的部位的亮度，降低深度小于深度与之的部位的亮度。可选地，可将计算出的每个部位的深度减去该深度阈值，进一步计算出每个部位的深度差值。并对深度差值小于0，且深度差值越小的部位，增大的亮度越大；针对深度差值大于0，且深度差值越大的部位，降低的亮度越大。可根据该深度差值计算出对该部位对应像素上的YUV(亦称YCrCb，是被欧洲电视系统所采用的一种颜色编码方法)数据中的Y数据的调整值。该Y数据表示明亮度(Luminance或Luma)，也就是灰阶值。将该调整值与对应Y数据进行相加，以实现对亮度的调整。深度差值越小，该调整值越大。

在一个实施例中，电子设备还设置了深度差值与该调整值之间的对应关系，根据该对应关系，可查询出不同深度差值对应的调整值，进而将该深度差值对应的部位的Y数据与该调整值相加，实现对该部位呈现的亮度的调整。

上述图像处理方法，深度差值越小，表示对应部位越高。通过进一步调整预设器官的亮度，往较高的人脸区域加高光，对较低的人脸区域加阴影，形成对人脸打光的效果，增强了人脸的立体感。

在一个实施例中，在步骤306之前，还包括：识别待处理图像中的人脸对应的人物属性；步骤306包括：获取与人脸类型和人物属性对应的人脸模板特征。

人物属性可以是指性别特征、年龄特征、人种特征等中的一种或多种属性类型。电子设备可在检测出待处理图像中包含该人脸时，进一步提取该人脸的人脸特征，根据该人脸特征识别出人脸对应的任务属性特征。

电子设备针对每种人脸类型，对相同人脸类型下的每种不同任务属性，均设置了对应的人脸模板特征，在识别出人脸类型以及人物属性之后，可根据该人脸类型和任务属性查询出对应的人脸模板特征，作为对该人脸区域进行美颜的参考对象。

通过进一步引入人物属性，使得获取的人脸模板特征所体现的模板人脸与该待处理图像的人脸的匹配度更高，也进一步提高了模板人脸的多样性。

在一个实施例中，上述方法还包括人脸模板特征生成的步骤，该步骤可在上述的步骤302之前或步骤308之后执行，如图4所示，该步骤包括：

步骤402，针对每种人脸类型，获取对应的参考图像集合。

本实施例中，参考图像集合是指用于训练人脸模板特征的参考图像的集合。每个参考图像集合中包含多个参考图像。针对该每种参考图像集合，建立了该参考图像集合与其中一种人脸类型的关系。与某一人脸类型对应的参考图像集合，其内的参考图像中包含的人脸类型均属于该某一人脸类型。针对每种人脸类型，电子设备可按照预先建立的对应关系，获取对应的参考图像集合。

步骤404，获取参考图像集合中的每个参考图像内的人脸参考特征。

参考图像内的人脸的人脸类型被标记为该图像所属的参考图像集合所对应的人脸类型。参考图像内的人脸为预先选取的符合大众审美标准的人脸，比如可为明星的人脸。人脸参考特征可包含体现出人脸上的各个器官部位的大小、颜色、位置和深度等其中的一种或多种信息的特征数据。

捕捉406，根据人脸参考特征生成与人脸类型对应的人脸模板特征。

根据获取的每种人脸类型的人脸参考特征，可将每个表示相同部位的人脸参考特征进行求平均运算，以计算出对应人脸类型的人脸模板特征。在一个实施例中，可预先设置了针对人脸模板特征的训练模型，通过将相同人脸类型的人脸模板特征导入该训练模型中进行训练，以生成人脸模板特征。

本实施例中，通过上述方法生成人脸模板特征，可进一步提高人脸模板特征的准确性。

在一个实施例中，如图5所示，提供了另一种图像处理方法，该方法包括：

步骤502，获取待处理图像，识别待处理图像中的人脸区域。

电子设备可针对该待处理图像，提取相关的图像特征数据，根据该图像特征数据进行人脸检测，以判定其中是否存在人脸。当判定存在人脸时，进一步识别该人脸在图形中的区域，即人脸区域。可选地，可对该人脸区域做进一步的人脸关键点检测，识别出人脸各个部位在该图像中的坐标位置。该关键点包括人脸轮廓、眼睛、眉毛、嘴唇以及鼻子轮廓等。

在一个实施例中，可以通过人脸检测算法获取待处理图像的人脸区域，人脸检测算法可以包括基于几何特征的检测方法、特征脸检测方法、线性判别分析方法、基于隐马尔柯夫模型检测方法等，在此不做限定。

步骤504，识别人脸区域内的人脸所属的人脸类型。

可选地，电子设备可区域出所识别出的人脸的人脸特征，根据该人脸特征识别出人脸所处的人脸类型。其中，电子设备中预设了不同的人脸类型的人脸模板特征，可将该人脸特征与每种人脸模板特征进行对比，将最接近的人脸模板特征对应的人脸类型，确定该人脸所属的人脸类型。

步骤506，识别待处理图像中的人脸对应的人物属性。

电子设备可进一步根据该待处理图像中的人脸特征，分析该人脸的肤色、年龄、人种以及性别等人物属性。

步骤508，通过发射结构光获取与待处理图像中的人脸对应的三维人脸特征；三维人脸特征包含预设器官的三维实际位置信息。

结构光可为红外结构光。在生成该待处理图像的过程中，可通过发射红外结构光，可识别出待处理图像对应的拍摄场景内的每个物体与该摄像头的深度与位置。进而结合之前所识别出的人脸区域，从而可识别该人脸区域内的各个部位的深度信息，进而可根据该深度信息计算出各个预设器官的三维实际位置信息。

在一个实施例中，可通过发射结构光获取图像对应的深度图，深度图中的像素点与图像中的像素点对应。深度图中的像素点表示图像中对应像素的深度信息，深度信息即为像素点对应的物体到摄像头的深度信息。例如，可以通过发射结构光，得到的像素点对应的深度信息可以为1米、2米或3米等。一般认为人像与人脸在同一垂直平面上，人像到图像采集装置的深度信息与人脸到图像采集装置的深度信息的取值在同一范围内。因此，在获取人脸区域后，可以从深度图中获取人脸区域对应的深度信息。

步骤510，获取与人脸类型和人物属性对应的人脸模板特征；人脸模板特征包含预设器官的三维参考位置信息。

该人脸模板特征为对应的模板人脸的三维人脸特征，即包含对应模板人脸的各个预设器官的三维参考位置信息。

步骤512，根据三维实际位置信息和三维参考位置信息，计算出对人脸区域内的预设器官的调整参数。

调整参数包括对预设器官的大小调整参数、深度调整参数以及预设器官之间的位置调整参数。通过该三维实际信息和三维参考信息，可得到人脸区域内的人脸和对应的模板人脸之间的三维差异信息，根据该三维差异信息，可计算出对预设器官的调整参数电子设备按照该三维差异信息，计算出需要对预设器官的大小、深度和位置的调整参数，从而可得到对相应的器官的大小调整参数、位置调整参数和深度调整参数。

步骤514，根据调整参数对人脸区域内的预设器官的深度进行调整。

电子设备可按照该大小调整参数、位置调整参数和深度调整参数对相关器官进行美颜处理。可选地，深度调整参数还包含对预设器官的深度的调整信息，该深度调整信息可为深度调整差值。电子设备可将人脸区域的人脸和模板人脸内的相同部位的深度进行对比，计算出相同部位的深度差值，根据该深度差值计算出对应的深度调整差值。根据该深度调整差值，将人脸区域内的对应部位的深度进行调整，使得调整后的部位的深度与模板人脸上相同部位的深度更加接近。

步骤516，根据调整后的预设器官的深度计算出深度阈值。

步骤518，增大小于深度阈值的预设器官的亮度，并降低超过深度阈值的预设器官的亮度。

电子设备可对各个部位的深度进行加权平均运算。得出深度阈值。将计算出的每个部位的深度减去该深度阈值，进一步计算出每个部位的深度差值。对深度差值小于0，增大该部位对应的像素点的Y数据，且深度差值越小的部位，增大的Y数据的幅值越大，以提高高部位处的亮度，往较高的人脸区域加高光。反之，对于深度差值大于0，则降低该部位对应的像素点的Y数据，且深度差值越大的部位，降低的Y数据的幅值也越大，实现对较低的人脸区域加阴影的呈现效果。上述方法可形成对人脸打光的效果。

上述图像处理方法，通过识别出人脸类型和人物属性，获取与该人脸类型和人物属性对应的人脸模板特征，并进一步通过结构光获取对应人脸的三维人脸特征，按照该三维人脸特征和人脸模板特征进行美颜处理，并进一步根据该三维人脸特征得出人脸各个部位的深度信息，以调整不同深度的部位的亮度，形成打光的效果，不仅提高了对图像进行美颜的灵活性，还使得美颜后的图像更加具有立体感。

在一个实施例中，如图6所示，提供了一种图像处理装置，该装置包括：

人脸区域识别模块602，用于获取待处理图像，识别待处理图像中的人脸区域.

人脸类型识别模块604，用于识别人脸区域内的人脸所属的人脸类型。

人脸特征获取模块606，用于获取与人脸类型对应的人脸模板特征。

美颜处理模块608，用于根据人脸模板特征对人脸区域进行美颜处理。

在一个实施例中，人脸特征获取模块606还用于通过发射结构光获取与待处理图像中的人脸对应的三维人脸特征；

美颜处理模块608还用于根据三维人脸特征和人脸模板特征对人脸区域进行美颜处理。

在一个实施例中，三维人脸特征包含预设器官的三维实际位置信息；人脸模板特征包含预设器官的三维参考位置信息。

美颜处理模块608还用于根据三维实际位置信息和三维参考位置信息，计算出对人脸区域内的预设器官的调整参数；根据调整参数对人脸区域进行美颜处理。

在一个实施例中，美颜处理模块608还用于根据调整参数对人脸区域内的预设器官的深度进行调整；根据调整后的预设器官的深度对调整后的预设器官的亮度进行调整。

在一个实施例中，美颜处理模块608还用于根据调整后的预设器官的深度计算出深度阈值；增大小于深度阈值的预设器官的亮度，并降低超过深度阈值的预设器官的亮度。

在一个实施例中，人脸类型识别模块604还用于识别待处理图像中的人脸对应的人物属性；

人脸特征获取模块606还用于获取与人脸类型和人物属性对应的人脸模板特征。

在一个实施例中，如图7所示，提供了另一种图像处理装置，该装置还包括：

人脸模板特征生成模块610，用于针对每种人脸类型，获取对应的参考图像集合；获取参考图像集合中的每个参考图像内的人脸参考特征；根据人脸参考特征生成与人脸类型对应的人脸模板特征。

上述图像处理装置中各个模块和单元的划分仅用于举例说明，在其他实施例中，可将图像处理装置按照需要划分为不同的模块和单元，以完成上述图像处理装置的全部或部分功能。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各实施例所提供的图像处理方法的步骤。

一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述各实施例所提供的图像处理方法的步骤。

本申请实施例还提供了一种计算机程序产品。一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各实施例所提供的图像处理方法的步骤。

本申请实施例还提供一种电子设备。上述电子设备中包括图像处理电路，图像处理电路可以利用硬件和/或软件组件实现，可包括定义ISP(Image Signal Processing，图像信号处理)管线的各种处理单元。图8为一个实施例中图像处理电路的示意图。如图8所示，为便于说明，仅示出与本申请实施例相关的图像处理技术的各个方面。

如图8所示，图像处理电路包括ISP处理器840和控制逻辑器850。成像设备810捕捉的图像数据首先由ISP处理器840处理，ISP处理器840对图像数据进行分析以捕捉可用于确定和/或成像设备810的一个或多个控制参数的图像统计信息。成像设备810可包括具有一个或多个透镜812和图像传感器814的照相机。图像传感器814可包括色彩滤镜阵列(如Bayer滤镜)，图像传感器814可获取用图像传感器814的每个成像像素捕捉的光强度和波长信息，并提供可由ISP处理器840处理的一组原始图像数据。传感器820(如陀螺仪)可基于传感器820接口类型把采集的图像处理的参数(如防抖参数)提供给ISP处理器840。传感器820接口可以利用SMIA(Standard Mobile Imaging Architecture，标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。

此外，图像传感器814也可将原始图像数据发送给传感器820，传感器820可基于传感器820接口类型把原始图像数据提供给ISP处理器840，或者传感器820将原始图像数据存储到图像存储器830中。

ISP处理器840按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，ISP处理器840可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。

ISP处理器840还可从图像存储器830接收图像数据。例如，传感器820接口将原始图像数据发送给图像存储器830，图像存储器830中的原始图像数据再提供给ISP处理器840以供处理。图像存储器830可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括DMA(Direct Memory Access，直接直接存储器存取)特征。

当接收到来自图像传感器814接口或来自传感器820接口或来自图像存储器830的原始图像数据时，ISP处理器840可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器830，以便在被显示之前进行另外的处理。ISP处理器840还可从图像存储器830接收处理数据，对所述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器880，以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit，图形处理器)进一步处理。此外，ISP处理器840的输出还可发送给图像存储器830，且显示器880可从图像存储器830读取图像数据。在一个实施例中，图像存储器830可被配置为实现一个或多个帧缓冲器。此外，ISP处理器840的输出可发送给编码器/解码器870，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器880设备上之前解压缩。

ISP处理器840处理图像数据的步骤包括：对图像数据进行VFE(Video Front End，视频前端)处理和CPP(Camera Post Processing，摄像头后处理)处理。对图像数据的VFE处理可包括修正图像数据的对比度或亮度、修改以数字方式记录的光照状态数据、对图像数据进行补偿处理(如白平衡，自动增益控制，γ校正等)、对图像数据进行滤波处理等。对图像数据的CPP处理可包括对图像进行缩放、向每个路径提供预览帧和记录帧。其中，CPP可使用不同的编解码器来处理预览帧和记录帧。ISP处理器840处理后的图像数据可发送给美颜模块860，以便在被显示之前对图像进行美颜处理。美颜模块860对图像数据美颜处理可包括：美白、祛斑、磨皮、瘦脸、祛痘、增大眼睛等。其中，美颜模块860可为移动终端中CPU(Central Processing Unit，中央处理器)、GPU或协处理器等。美颜模块860处理后的数据可发送给编码器/解码器870，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器880设备上之前解压缩。其中，美颜模块860还可位于编码器/解码器870与显示器880之间，即美颜模块对已成像的图像进行美颜处理。上述编码器/解码器870可为移动终端中CPU、GPU或协处理器等。

ISP处理器840确定的统计数据可发送给控制逻辑器850单元。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜812阴影校正等图像传感器814统计信息。控制逻辑器850可包括执行一个或多个例程(如固件)的处理器和/或微控制器，一个或多个例程可根据接收的统计数据，确定成像设备810的控制参数以及ISP处理器840的控制参数。例如，成像设备810的控制参数可包括传感器820控制参数(例如增益、曝光控制的积分时间)、照相机闪光控制参数、透镜812控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如，在RGB处理期间)的增益水平和色彩校正矩阵，以及透镜812阴影校正参数。

运用图8中图像处理技术可实现如上所述的图像处理方法。

本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像处理方法，其特征在于，所述方法包括：

获取待处理图像，识别所述待处理图像中的人脸区域；

识别所述人脸区域内的人脸所属的人脸类型；

获取与所述人脸类型对应的人脸模板特征；

根据所述人脸模板特征对所述人脸区域进行美颜处理。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述人脸模板特征对所述人脸区域进行美颜处理之前，还包括：

通过发射结构光获取与所述待处理图像中的人脸对应的三维人脸特征；

所述根据所述人脸模板特征对所述人脸区域进行美颜处理，包括：

根据所述三维人脸特征和所述人脸模板特征对所述人脸区域进行美颜处理。

3.根据权利要求2所述的方法，其特征在于，所述三维人脸特征包含预设器官的三维实际位置信息；所述人脸模板特征包含预设器官的三维参考位置信息；

所述根据所述三维人脸特征和所述人脸模板特征对所述人脸区域进行美颜处理，包括：

根据所述三维实际位置信息和三维参考位置信息，计算出对所述人脸区域内的预设器官的调整参数；

根据所述调整参数对所述人脸区域进行美颜处理。

4.根据权利要求3所述的方法，其特征在于，根据所述调整参数对所述人脸区域进行美颜处理，包括：

根据所述调整参数对所述人脸区域内的预设器官的深度进行调整；

根据调整后的预设器官的深度对所述调整后的预设器官的亮度进行调整。

5.根据权利要求4所述的方法，其特征在于，所述根据调整后的预设器官的深度对所述调整后的预设器的亮度进行调整，包括：

根据所述调整后的预设器官的深度计算出深度阈值；

增大小于深度阈值的预设器官的亮度，并降低超过深度阈值的预设器官的亮度。

6.根据权利要求1至5中任一项所述的方法，其特征在于，在所述获取与所述人脸类型对应的人脸模板特征之前，还包括：

识别所述待处理图像中的人脸对应的人物属性；

所述获取与所述人脸类型对应的人脸模板特征，包括：

获取与所述人脸类型和所述人物属性对应的人脸模板特征。

7.根据权利要求1至5中任一项所述的方法，其特征在于，所述方法还包括：

针对每种人脸类型，获取对应的参考图像集合；

获取所述参考图像集合中的每个参考图像内的人脸参考特征；

根据所述人脸参考特征生成与所述人脸类型对应的人脸模板特征。

8.一种图像处理装置，其特征在于，所述装置包括：

人脸区域识别模块，用于获取待处理图像，识别所述待处理图像中的人脸区域；

人脸类型识别模块，用于识别所述人脸区域内的人脸所属的人脸类型；

人脸特征获取模块，用于获取与所述人脸类型对应的人脸模板特征；

美颜处理模块，用于根据所述人脸模板特征对所述人脸区域进行美颜处理。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。