CN107770446A - 图像处理方法、装置、计算机可读存储介质和电子设备 - Google Patents
图像处理方法、装置、计算机可读存储介质和电子设备 Download PDFInfo
- Publication number
- CN107770446A CN107770446A CN201711046224.6A CN201711046224A CN107770446A CN 107770446 A CN107770446 A CN 107770446A CN 201711046224 A CN201711046224 A CN 201711046224A CN 107770446 A CN107770446 A CN 107770446A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- parameter
- processing
- channel
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 164
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 description 14
- 230000002087 whitening effect Effects 0.000 description 12
- 238000001514 detection method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 208000003351 Melanosis Diseases 0.000 description 2
- 241001396014 Priacanthus arenatus Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- AXDJCCTWPBKUKL-UHFFFAOYSA-N 4-[(4-aminophenyl)-(4-imino-3-methylcyclohexa-2,5-dien-1-ylidene)methyl]aniline;hydron;chloride Chemical compound Cl.C1=CC(=N)C(C)=CC1=C(C=1C=CC(N)=CC=1)C1=CC=C(N)C=C1 AXDJCCTWPBKUKL-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003255 anti-acne Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种图像处理方法、装置、计算机可读存储介质和电子设备。所述方法包括：获取待处理图像；统计所述待处理图像中各个通道图像对应的噪点数量，并根据所述噪点数量获取所述各个通道图像对应的美颜参数；根据所述美颜参数对所述各个通道图像分别进行美颜处理；将所述美颜处理后的各个通道图像进行融合，得到美颜图像。上述图像处理方法、装置、计算机可读存储介质和电子设备，提高了图像处理的准确率。
Description
技术领域
本申请涉及图像处理技术领域，特别是涉及图像处理方法、装置、计算机可读存储介质和电子设备。
背景技术
无论是在工作还是生活中，拍照都是一项必不可少的技能。为了拍出一张让人满意的照片，不仅需要在拍摄过程中对拍摄参数进行改善，还需要在拍摄完成之后对照片本身进行改善。美颜处理就是指对照片进行美化的一种方法，经过美颜处理之后，会让照片中的人物看起来更加符合人类的审美。
发明内容
本申请实施例提供一种图像处理方法、装置、计算机可读存储介质和电子设备，可以提高图像处理的准确率。
一种图像处理方法，所述方法包括：
获取待处理图像；
统计所述待处理图像中各个通道图像对应的噪点数量，并根据所述噪点数量获取所述各个通道图像对应的美颜参数；
根据所述美颜参数对所述各个通道图像分别进行美颜处理；
将所述美颜处理后的各个通道图像进行融合，得到美颜图像。
一种图像处理装置，所述装置包括：
图像获取模块，用于获取待处理图像；
参数获取模块，用于统计所述待处理图像中各个通道图像对应的噪点数量，并根据所述噪点数量获取所述各个通道图像对应的美颜参数；
美颜处理模块，用于根据所述美颜参数对所述各个通道图像分别进行美颜处理；
图像融合模块，用于将所述美颜处理后的各个通道图像进行融合，得到美颜图像。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：
获取待处理图像；
统计所述待处理图像中各个通道图像对应的噪点数量，并根据所述噪点数量获取所述各个通道图像对应的美颜参数；
根据所述美颜参数对所述各个通道图像分别进行美颜处理；
将所述美颜处理后的各个通道图像进行融合，得到美颜图像。
一种电子设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行如下步骤：
获取待处理图像；
统计所述待处理图像中各个通道图像对应的噪点数量，并根据所述噪点数量获取所述各个通道图像对应的美颜参数；
根据所述美颜参数对所述各个通道图像分别进行美颜处理；
将所述美颜处理后的各个通道图像进行融合，得到美颜图像。
上述图像处理方法、装置、计算机可读存储介质和电子设备，首先统计待处理图像中各个通道图像的噪点数量，并根据噪点数量获取各个通道图像的美颜参数，然后根据获取的美颜参数对各个通道图像进行美颜处理。这样可以针对各个通道图像进行不同的美颜处理，优化了美颜处理，使图像处理更加准确。
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为一个实施例中图像处理方法的流程图；
图3为另一个实施例中图像处理方法的流程图；
图4为一个实施例中获取深度信息的原理图；
图5为又一个实施例中图像处理方法的流程图；
图6为又一个实施例中图像处理方法的流程图；
图7为一个实施例中图像处理装置的结构示意图；
图8为一个实施例中图像处理系统的结构示意图；
图9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。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一获取模块称为第二获取模块，且类似地，可将第二获取模块称为第一获取模块。第一获取模块和第二获取模块两者都是获取模块，但其不是同一获取模块。
图1为一个实施例中图像处理方法的应用环境图。如图1所示，该应用环境中包括用户终端102和服务器104。用户终端102中可以用于采集待处理图像，生成待处理图像，然后将待处理图像发送到服务器104中。服务器104接收到待处理图像之后，统计待处理图像中各个通道图像对应的噪点数量，并根据噪点数量获取各个通道图像对应的美颜参数；根据美颜参数对各个通道图像分别进行美颜处理；将美颜处理后的各个通道图像进行融合，得到美颜图像。最后服务器104将美颜图像返回给用户终端102。可以理解的是，用户终端102可以向服务器104发送一个图像集合，该图像集合中包含多张图像。服务器104接收到图像集合之后，对图像集合中的图像进行美颜处理。其中，用户终端102是处于计算机网络最外围，主要用于输入用户信息以及输出处理结果的电子设备，例如可以是个人电脑、移动终端、个人数字助理、可穿戴电子设备等。服务器104是用于响应服务请求，同时提供计算服务的设备，例如可以是一台或者多台计算机。可以理解的是，在本申请提供的其他实施例中，该图像处理方法的应用环境中可以只包括用户终端102，即用户终端102用于采集待处理图像，并将待处理图像进行美颜处理。
图2为一个实施例中图像处理方法的流程图。如图2所示，该图像处理方法包括步骤202至步骤206。其中：
步骤202，获取待处理图像。
在一个实施例中，待处理图像是指需要进行美颜处理的图像。待处理图像可以是由移动终端进行采集的。移动终端上安装有可以用于拍摄的摄像头，用户可以通过移动终端发起拍照指令，移动终端在检测到拍照指令之后，通过摄像头采集拍摄图像。移动终端会将采集的图像进行存储，形成一个图像集合。可以理解的是，待处理图像还可以是通过其他途径获取的，在此不做限定。例如，待处理图像还可以是从网页中下载的，或者是从外接存储设备中导入的等等。获取待处理图像具体可以包括：接收用户输入的美颜指令，并根据美颜指令获取待处理图像，其中美颜指令中包含图像标识。图像标识是指区分不同待处理图像的唯一标识，根据图像标识获取待处理图像。例如，图像标识可以是图像名称、图像编码、图像存储地址等中的一种或多种。具体地，移动终端在获取到待处理图像之后，可以在移动终端本地进行美颜处理，也可以将待处理图像发送至服务器进行美颜处理。
步骤204，统计待处理图像中各个通道图像对应的噪点数量，并根据噪点数量获取各个通道图像对应的美颜参数。
具体地，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(Red Green Blue，红，绿，蓝)三通道构成，也可以是由HSV(Hue Saturation Value，色调，饱和度，明度)三通道构成，还可以是由CMY(Cyan Magenta Yellow，洋红，青，黄)三通道构成。在图像处理的过程中，可以通过函数提取图像的各个颜色分量，并分别对各个颜色分量进行处理。例如，在Matlab中通过imread()函数读取名称为“rainbow.jpg”图像，令im＝imread(’rainbow.jpg’)，则RGB颜色分量可以通过函数r＝im(:,:,1)、g＝im(:,:,2)、b＝im(:,:,3)进行提取。通道图像即待处理图像中各个颜色通道的像素所构成的图像，在对图像进行美颜处理的时候，可以分别对图像的各个颜色通道进行美颜处理，每个颜色通道的处理可以不相同。
在图像传感器将光线作为接收信号并输出的过程中可能在图像中产生的一些噪声，噪点即为图像中的噪声像素。噪点数量即为待处理图像中噪点像素的数量，一般地噪声数量越多，待处理图像的失真越严重。可以分别检测各个通道图像中的噪点，并对各个通道图像中的噪点数量进行统计，根据统计的噪点数量获取各个通道图像对应的美颜参数。美颜参数是指对图像进行美颜处理的参数，美颜参数可以体现对图像进行美颜处理的程度。例如，对图像进行磨皮处理时，对应的美颜参数可以为美颜级别，美颜级别可以分为1级、2级、3级，从1级到3级进行磨皮处理的程度逐渐递增。一般来说，噪点数量越大，图像失真越严重，对应的美颜参数越大。
步骤206，根据美颜参数对各个通道图像分别进行美颜处理。
美颜处理就是指对图像进行美化的一种方法，具体是指对图像中的人像进行美化的一种方法。一般情况下，美颜处理可以针对整个图像进行处理，也可以只针对图像中的一个区域进行处理。例如，美颜处理可以包括美白、磨皮、瘦脸、瘦身等处理，美白、磨皮处理可以提高图像的亮度和平滑度，那么美白、磨皮等处理就可以是针对整个图像进行的处理，瘦脸、瘦身等处理则只能是针对人像所在的区域进行处理。噪点数量和美颜参数具有对应关系，根据噪点数量获取各个通道图像的美颜参数，并根据美颜参数对各个通道图像分别进行美颜处理。可以理解的是，噪点数量和美颜参数的对应关系可以是线性的函数关系，也可以是非线性的函数关系。例如，在RGB图像中，图像可以包括R通道图像、G通道图像、B通道图像，这三个通道图像对应的噪点数量分别为10、80、30，对应的美颜程度分别为1级、3级、2级，则需要对R通道图像、G通道图像、B通道图像分别进行1级、3级、2级美颜处理。
步骤208，将美颜处理后的各个通道图像进行融合，得到美颜图像。
在一个实施例中，图像融合是指将多个图像进行合成，生成一张目标图像的过程。在将待处理图像的各个通道图像进行美颜处理之后，美颜处理之后的各个通道图像进行融合，得到最终的美颜图像。根据各个通道图像中的噪点数量进行美颜处理，噪点数量越多的通道图像，说明失真越严重，则进行美颜的程度越深，这样可以将各个通道图像分别进行美颜处理。例如，在进行磨皮处理的时候，G通道图像的噪点最多，则对G通道图像进行深程度的磨皮处理，消除G通道图像中的噪点。
上述实施例提供的图像处理方法，首先统计待处理图像中各个通道图像的噪点数量，并根据噪点数量获取各个通道图像的美颜参数，然后根据获取的美颜参数对各个通道图像进行美颜处理。这样可以针对各个通道图像进行不同的美颜处理，优化了美颜处理，使图像处理更加准确。
图3为另一个实施例中图像处理方法的流程图。如图3所示，该图像处理方法包括步骤302至步骤310。其中：
步骤302，获取待处理图像。
在一个实施例中，可以通过移动终端获取待处理图像，获取到待处理图像之后，可以在移动终端本地进行美颜处理，也可以发送到服务器进行美颜处理。若在服务器上进行美颜处理，则发送到服务器的可以是一个待处理图像，待处理图像集合是指一张或多张待处理图像构成的集合。各个移动终端可以将待处理图像集合发送到服务器，服务器在接收到该待处理图像集合之后，对待处理图像集合中的待处理图像进行美颜处理。移动终端发送待处理图像集合时，同时发送对应的终端标识，服务器处理完成之后，根据终端标识查找对应的移动终端，把处理完成之后的待处理图像集合发送到移动终端。其中，终端标识是指用户终端的唯一标识。例如，终端标识可以是IP(Internet Protocol，网络之间互连的协议)地址、MAC(Media Access Control，媒体访问控制)地址等中的至少一种。
步骤304，获取待处理图像中的目标区域。
一般情况下，用户关注的并不是图像中的整个区域，而是图像中的某一个区域。例如，用户一般比较关注图像中的人像所在的区域，或者人脸所在的区域。目标区域就是指用户比较关注的区域，在获取美颜参数的时候，可以不用统计整个图像中的噪点数量，只统计目标区域的噪点数量即可。例如，目标区域可以是指人脸区域、人像区域、皮肤区域、嘴唇区域等，在此不做限定。具体的，目标区域可以是指待处理图像中的人脸区域或人像区域，其中人脸区域是指待处理图像中人像的人脸所在的区域，人像区域是指待处理图像中的整个人像所在的区域。获取待处理图像中的目标区域具体可以包括：检测待处理图像中的人脸区域，将人脸区域作为目标区域；和/或检测待处理图像中的人脸区域，并根据人脸区域获取人像区域，将人像区域作为目标区域。
不难理解，待处理图像是由若干个像素点组成，人脸区域是由待处理图像中人脸对应的像素点所构成的区域。具体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。一般地，通过图像采集装置采集图像的时候，可以同时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图像采集装置的深度信息。例如，深度信息可以通过双摄像头进行获取，得到的像素点对应的深度信息可以为1米、2米或3米等。则获取人像区域具体可以包括：获取待处理图像及对应的深度信息；检测待处理图像中的人脸区域，并根据人脸区域和深度信息，获取待处理图像中的人像区域。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，然后根据人脸区域对应的深度信息可以获取人像区域对应的深度信息，然后根据人像区域对应的深度信息即可获取到待处理图像中的人像区域。
图4为一个实施例中获取深度信息的原理图。如图4所示，已知第一摄像头402到第二摄像头404之间的距离Tc，通过第一摄像头402和第二摄像头404分别拍摄物体406对应的图像，根据该图像可以获取第一夹角A1和第二夹角A2，第一摄像头402到第二摄像头404所在水平线与物体402之间的垂直交点为交点408。假设第一摄像头402到交点408的距离为Tx，那么交点408到第二摄像头404的距离就为Tc-Tx，物体406的深度信息即物体406到交点408的垂直距离为Ts。根据第一摄像头402、物体406和交点408组成的三角形，则可以得到以下公式：
同理，根据第二摄像头404、物体406和交点408组成的三角形，则可以得到以下公式：
由上述公式可以得到物体406的深度信息为：
步骤306，统计目标区域的各个通道图像对应的噪点数量，并根据噪点数量获取各个通道图像对应的美颜参数。
获取目标区域的各个通道图像对应的噪点数量，并根据噪点数量获取各个通道图像对应的美颜参数。例如，统计待处理图像中人脸区域对应的HSV通道图像的噪点数量，若H通道图像对应的噪点数量最多，则待处理图像对应的H通道图像对应的美颜参数最大。可以理解的是，在进行美颜处理的时候，可以不用对整个待处理图像进行处理，而只针对目标区域进行处理，则可以根据噪点数量获取目标区域的各个通道图像对应的美颜参数，并根据该美颜参数对目标区域的各个通道图像分别进行美颜处理。一般来说，待处理图像中可以包含一个或多个目标区域，每一个目标区域都可以是一个独立的连通区域，将这些独立的目标区域从待处理图像中提取出来。在统计目标区域的噪点数量的时候，若待处理图像中存在两个或两个以上的目标区域，则可以将这个多个目标区域作为一个整体统计各个通道图像对应的噪点总量，并根据统计的噪点总量获取各个通道图像的美颜参数，也可以分别统计各个目标区域对应的各个通道图像的噪点数量，并根据噪点数量分别获取各个目标区域对应的各个通道图像的美颜参数。例如，待处理图像中包括人脸1和人脸2，则在获取美颜参数的时候，可以将人脸1和人脸2作为一个整体统计RGB三通道图像的噪点总量，并通过获取的噪点总量分别获取待处理图像对应的RGB三通道图像的美颜参数。也可以分别统计人脸1和人脸2的噪点数量，并根据统计的噪点数量分别获取人脸1和人脸2对应的美颜参数。具体地，统计人脸1对应的RGB三通道图像的噪点数量，根据统计的噪点数量分别获取人脸1对应的RGB三通道图像的美颜参数；统计人脸2对应的RGB三通道图像的噪点数量，根据统计的噪点数量分别获取人脸2对应的RGB三通道图像的美颜参数。
具体的，在对人脸区域进行美颜处理时，图像中的人脸区域的面积可以能不一样，一般需要突出的主人脸的面积比较大，路人的人脸面积都比较小。同时人脸面积比较小的时候，若进行磨皮等处理时，处理之后就会使得人脸的五官变得模糊不清。则在进行美颜处理的时候，可以获取目标区域对应的区域面积，若区域面积小于面积阈值，则不进行美颜处理，只将区域面积大于面积阈值的目标区域进行美颜处理。则在步骤306之前还可以包括：获取目标区域的区域面积，并获取区域面积大于面积阈值的目标区域。目标区域是由若干个像素点构成，则目标区域的面积则可以表示为目标区域内所包含的像素点的总数量，也可以表示为目标区域与对应的待处理图像的面积比例。
步骤308，根据美颜参数对各个通道图像分别进行美颜处理。
在一个实施例中，根据目标区域的噪点数量获取待处理图像中的各个通道图像的美颜参数，并根据获取的美颜参数对待处理图像中的各个通道图像进行美颜处理。也可以只对目标区域进行处理，即统计目标区域的噪点数量，根据噪点数量获取目标区域的各个通道图像对应的美颜参数，并根据获取的美颜参数对分别对目标区域的各个通道图像进行美颜处理。例如，可以统计皮肤区域对应的RGB三通道图像的噪点数量，并根据统计的噪点数量分别获取皮肤区域的RGB三通道图像美白级别，然后根据获取的美白级别分别对皮肤区域的RGB三通道图像进行对应程度的美白处理。
步骤310，将美颜处理后的各个通道图像进行融合，得到美颜图像。
在一个实施例中，若只对待处理图像中的目标区域进行美颜处理，而未对待处理图像中除目标区域之外的剩余区域做美颜处理，在处理之后可能会导致目标区域和剩余区域之间有明显的差异。例如，对目标区域进行美白处理之后，目标区域的亮度明显比剩余区域的亮度高，这样使图像看起来很不自然。那么可以在生成的美颜图像中，将目标区域的边界进行过渡处理，使得到的美颜图像看起来更加自然。
上述实施例提供的图像处理方法，首先统计待处理图像中目标区域的各个通道图像的噪点数量，并根据噪点数量获取各个通道图像的美颜参数，然后根据获取的美颜参数对各个通道图像进行美颜处理。这样可以针对各个通道图像进行不同的美颜处理，优化了美颜处理，使图像处理更加准确。
图5为又一个实施例中图像处理方法的流程图。如图5所示，该图像处理方法包括步骤502至步骤512。其中：
步骤502，获取待处理图像。
步骤504，统计待处理图像中各个通道图像对应的噪点数量。
在一个实施例中，噪点数量可以反映图像的失真程度，一般噪点数量越多，图像失真越严重。可以通过计算图像的噪声方差来统计图像的噪点数量，噪声方差越大，认为图像的噪点数量越多。例如，计算图像I的噪声方差，为了避免将图像的亮部或暗部进行统计引起误估，需要将图像中亮度过高或过暗的像素点进行剔除，这里可以取图像中像素值在[16,235]间的像素点，将保留下来的像素进行水平方向和垂直方向上的Sobel梯度操作，得到图像IS。然后将IS划分为大小相同且不重叠的块，将每个块进行边缘检测，保留不含边缘的块。最后将保留下来的每个块计算局部方差，生成局部方差直方图，通过局部方差直方图计算图像I的噪声方差。具体地，提取待处理图像中处于像素值在预设取值范围的像素点，对提取出来的像素点进行水平方向和垂直方向上的梯度计算，得到梯度图像；将该梯度图像划分为大小相同且不重叠的图像块；对各个图像块进行边缘检测，排除包含边缘的图像块；对保留的各个图像块计算局部方差，生成局部方差直方图；根据局部方差直方图计算待处理图像的噪声方差。
步骤506，根据待处理图像获取对应的人物属性特征。
人物属性特征是指表示图像中人物的人物属性的特征，例如人物属性特征可以是指性别特征、年龄特征、人种特征等中的一种或多种。可以首先获取待处理图像中的人脸区域，然后根据人脸区域来识别对应的人物属性。具体地，获取待处理图像中的人脸区域，通过特征识别模型获取人脸区域对应的人物属性特征。其中，特征识别模型是指识别人物属性特征的模型，特征识别模型是通过人脸样本集合训练得到的。人脸样本集合是指由若干张人脸图像构成的图像集合，根据人脸样本集合训练得到特征识别模型，一般地人脸样本集合中的人脸图像越多，训练得到的特征识别模型越精确。例如，在监督学习中，将人脸样本集合中的每一张人脸图像打上相应的标签，用于标记人脸图像的类型，通过对人脸样本集合的训练可以得到特征识别模型。特征识别模型可以将人脸区域进行分类，得到对应的人物属性特征。例如，将人脸区域可以分为黄种人、黑种人和白种人，那么得到的对应的人物属性特征就是黄种人、黑种人或白种人中的一种。也就是说，通过特征识别模型进行分类是基于同一标准的。可以理解的是，若要得到人脸区域的不同维度的人物属性特征，则可以通过不同的特征识别模型分别进行获取。具体地，人物属性特征可以包括人种特征参数、性别特征参数、年龄特征参数、肤色特征参数、肤质特征参数、脸型特征参数、妆容特征参数，在此不做限定。例如，通过人种识别模型得到人脸区域对应的人种特征参数，根据年龄识别模型得到人脸区域对应的年龄特征参数，根据性别识别模型得到人脸区域对应的性别特征参数。
步骤508，根据人物属性特征和噪点数量，获取各个通道图像对应的美颜参数。
在一个实施例中，美颜参数可以包括美颜类别参数和美颜程度参数。其中，美颜类别参数是表示美颜处理类别的参数，美颜程度参数是表示美颜处理程度的参数。例如，美颜类别参数可以为美白处理、磨皮处理、美妆处理、大眼处理等，美颜程度参数则可以分为1级、2级、3级、4级、5级等五个等级。从1级到5级的美颜处理，美颜处理的程度递增。获取到待处理图像的人物属性特征和噪点数量之后，可以根据人物属性特征和噪点数量，获取各个通道图像对应的美颜参数。人物属性特征与美颜类别参数是对应的，根据人物属性特征可以获取对应的美颜类别参数。噪点数量与美颜程度参数对应，根据噪点数量可以获取对应的美颜程度参数。例如，当识别图像中的人脸为男性时，将图像进行磨皮处理，当识别图像中的人脸为女性时，将图像进行美白、磨皮和美妆处理。具体地，根据人物属性特征获取待处理图像对应的美颜类别参数；根据噪点数量获取各个通道图像对应的美颜程度参数。可以理解的是，待处理图像中可能会存在多个人脸，当待处理图像中存在多个人脸区域时，可以分别识别各个人脸区域，并分别获取各个人脸区域对应的人物属性特征和噪点数量，然后分别对各个人脸区域进行的美颜处理。
步骤510，根据美颜参数对各个通道图像分别进行美颜处理。
美颜参数包括美颜类别参数和美颜程度参数，根据美颜类别参数和美颜程度参数对各个通道图像分别进行美颜处理。一般来说各个通道图像对应的美颜类别参数是相同的，对应的美颜程度参数可以不同。例如，若要对图像进行磨皮处理，那么应该对各个通道图像都进行磨皮处理，而每个通道图像对应的磨皮程度可以不一样。
步骤512，将美颜处理后的各个通道图像进行融合，得到美颜图像。
上述实施例提供的图像处理方法，首先统计待处理图像中各个通道图像的噪点数量，并根据噪点数量获取各个通道图像的美颜参数，然后根据获取的美颜参数对各个通道图像进行美颜处理。这样可以针对各个通道图像进行不同的美颜处理，优化了美颜处理，使图像处理更加准确。
图6为又一个实施例中图像处理方法的流程图。如图6所示，该图像处理方法包括步骤602至步骤614。其中：
步骤602，获取待处理图像。
步骤604，检测待处理图像中的人脸区域，统计人脸区域的各个通道图像对应的噪点数量。
步骤606，通过特征识别模型获取人脸区域对应的人物属性特征，其中特征识别模型是通过人脸样本集合训练得到的。
步骤608，根据人物属性特征获取待处理图像对应的美颜类别参数，美颜类别参数是表示美颜处理类别的参数。
步骤610，根据噪点数量获取各个通道图像对应的美颜程度参数，美颜程度参数是表示美颜处理程度的参数。
步骤612，根据美颜类别参数和美颜程度参数对各个通道图像分别进行美颜处理。
步骤614，将美颜处理后的各个通道图像进行融合，得到美颜图像。
上述实施例提供的图像处理方法，首先获取待处理图像中的人脸区域，然后统计人脸区域对应的各个通道图像的噪点数量，并根据噪点数量获取各个通道图像的美颜参数，然后根据获取的美颜参数对各个通道图像进行美颜处理。这样可以针对各个通道图像进行不同的美颜处理，优化了美颜处理，使图像处理更加准确。
图7为一个实施例中图像处理装置的结构示意图。如图7所示，该图像处理装置700包括图像获取模块702、参数获取模块704、美颜处理模块706和图像融合模块708。其中：
图像获取模块702，用于获取待处理图像。
参数获取模块704，用于统计所述待处理图像中各个通道图像对应的噪点数量，并根据所述噪点数量获取所述各个通道图像对应的美颜参数。
美颜处理模块706，用于根据所述美颜参数对所述各个通道图像分别进行美颜处理。
图像融合模块708，用于将所述美颜处理后的各个通道图像进行融合，得到美颜图像。
上述实施例提供的图像处理装置，首先统计待处理图像中各个通道图像的噪点数量，并根据噪点数量获取各个通道图像的美颜参数，然后根据获取的美颜参数对各个通道图像进行美颜处理。这样可以针对各个通道图像进行不同的美颜处理，优化了美颜处理，使图像处理更加准确。
在一个实施例中，参数获取模块704还用于获取所述待处理图像中的目标区域；统计所述目标区域的各个通道图像对应的噪点数量，并根据所述噪点数量获取各个通道图像对应的美颜参数。
在一个实施例中，参数获取模块704还用于检测所述待处理图像中的人脸区域，将所述人脸区域作为目标区域；和/或检测所述待处理图像中的人脸区域，并根据所述人脸区域获取人像区域，将所述人像区域作为目标区域。
在一个实施例中，参数获取模块704还用于根据所述待处理图像获取对应的人物属性特征；根据所述人物属性特征和噪点数量，获取所述各个通道图像对应的美颜参数。
在一个实施例中，参数获取模块704还用于获取所述待处理图像中的人脸区域，通过特征识别模型获取所述人脸区域对应的人物属性特征，其中所述特征识别模型是通过人脸样本集合训练得到的。
在一个实施例中，参数获取模块704还用于根据所述人物属性特征获取所述待处理图像对应的美颜类别参数，所述美颜类别参数是表示美颜处理类别的参数；根据所述噪点数量获取所述各个通道图像对应的美颜程度参数，所述美颜程度参数是表示美颜处理程度的参数。
在一个实施例中，美颜处理模块706还用于根据所述美颜类别参数和美颜程度参数对所述各个通道图像分别进行美颜处理。
上述图像处理装置中各个模块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，以完成上述图像处理装置的全部或部分功能。
图8为一个实施例中图像处理系统的结构示意图。如图8所示，该图像处理图像包括特征层802、适配层804和处理层806。其中，特征层802用于获取待处理图像，统计待处理图像中的噪点数量。然后对待处理图像进行人脸检测，并根据人脸检测得到的人脸区域获取对应的人物属性特征。人物属性特征可以包括人种特征参数、性别特征参数、年龄特征参数、肤色特征参数、肤质特征参数、脸型特征参数、妆容特征参数，在此不做限定。特征层802将获取的噪点数量和人物属性特征发送到适配层804，适配层804根据待处理图像对应的噪点数量和人物属性特征，获取对应的美颜参数，并将美颜参数发送至处理层806中。处理层806根据接收到的美颜参数对待处理图像进行美颜处理，然后输出美颜处理后的图像。其中，美颜处理可以但不限于包括磨皮、美白、大眼、瘦脸、肤色调整、祛斑、亮眼、去眼袋、牙齿美白、美唇等处理。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机程序的非易失性计算机可读存储介质，当所述计算机程序被一个或多个处理器执行时，使得所述处理器执行以下步骤：
获取待处理图像；
统计所述待处理图像中各个通道图像对应的噪点数量，并根据所述噪点数量获取所述各个通道图像对应的美颜参数；
根据所述美颜参数对所述各个通道图像分别进行美颜处理；
将所述美颜处理后的各个通道图像进行融合，得到美颜图像。
在一个实施例中，所述处理器执行的所述统计所述待处理图像中各个通道图像对应的噪点数量，并根据所述噪点数量获取各个通道图像对应的美颜参数包括：
获取所述待处理图像中的目标区域；
统计所述目标区域的各个通道图像对应的噪点数量，并根据所述噪点数量获取各个通道图像对应的美颜参数。
在一个实施例中，所述处理器执行的所述获取所述待处理图像中的目标区域包括以下方法中至少一种：
检测所述待处理图像中的人脸区域，将所述人脸区域作为目标区域；
检测所述待处理图像中的人脸区域，并根据所述人脸区域获取人像区域，将所述人像区域作为目标区域。
在一个实施例中，所述处理器执行的所述方法还包括：
根据所述待处理图像获取对应的人物属性特征；
所述根据所述噪点数量获取所述各个通道图像对应的美颜参数包括：
根据所述人物属性特征和噪点数量，获取所述各个通道图像对应的美颜参数。
在一个实施例中，所述处理器执行的所述根据所述待处理图像获取对应的人物属性特征包括：
获取所述待处理图像中的人脸区域，通过特征识别模型获取所述人脸区域对应的人物属性特征，其中所述特征识别模型是通过人脸样本集合训练得到的。
在一个实施例中，所述处理器执行的所述根据所述人物属性特征和噪点数量，获取所述各个通道图像对应的美颜参数包括：
根据所述人物属性特征获取所述待处理图像对应的美颜类别参数，所述美颜类别参数是表示美颜处理类别的参数；
根据所述噪点数量获取所述各个通道图像对应的美颜程度参数，所述美颜程度参数是表示美颜处理程度的参数。
在一个实施例中，所述处理器执行的所述根据所述美颜参数对所述各个通道图像分别进行美颜处理包括：
根据所述美颜类别参数和美颜程度参数对所述各个通道图像分别进行美颜处理。
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9为一个实施例中图像处理电路的示意图。如图9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9所示，图像处理电路包括ISP处理器940和控制逻辑器950。成像设备910捕捉的图像数据首先由ISP处理器940处理，ISP处理器940对图像数据进行分析以捕捉可用于确定和/或成像设备910的一个或多个控制参数的图像统计信息。成像设备910可包括具有一个或多个透镜912和图像传感器914的照相机。图像传感器914可包括色彩滤镜阵列(如Bayer滤镜)，图像传感器914可获取用图像传感器914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940处理的一组原始图像数据。传感器920(如陀螺仪)可基于传感器920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940。传感器920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914也可将原始图像数据发送给传感器920，传感器920可基于传感器920接口类型把原始图像数据提供给ISP处理器940，或者传感器920将原始图像数据存储到图像存储器930中。
ISP处理器940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940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940还可从图像存储器930接收图像数据。例如，传感器920接口将原始图像数据发送给图像存储器930，图像存储器930中的原始图像数据再提供给ISP处理器940以供处理。图像存储器930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914接口或来自传感器920接口或来自图像存储器930的原始图像数据时，ISP处理器940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930，以便在被显示之前进行另外的处理。ISP处理器940还可从图像存储器930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980，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940的输出还可发送给图像存储器930，且显示器980可从图像存储器930读取图像数据。在一个实施例中，图像存储器930可被配置为实现一个或多个帧缓冲器。此外，ISP处理器940的输出可发送给编码器/解码器970，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980设备上之前解压缩。
ISP处理器940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940处理后的图像数据可发送给美颜模块960，以便在被显示之前对图像进行美颜处理。美颜模块960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960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960处理后的数据可发送给编码器/解码器970，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980设备上之前解压缩。其中，美颜模块960还可位于编码器/解码器970与显示器980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970可为移动终端中CPU、GPU或协处理器等。
ISP处理器940确定的统计数据可发送给控制逻辑器950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912阴影校正等图像传感器914统计信息。控制逻辑器950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910的控制参数以及ISP处理器940的控制参数。例如，成像设备910的控制参数可包括传感器920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912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912阴影校正参数。
运用图9中图像处理技术可实现上述实施例提供的图像处理方法。
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实施例提供的图像处理方法。
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；
统计所述待处理图像中各个通道图像对应的噪点数量，并根据所述噪点数量获取所述各个通道图像对应的美颜参数；
根据所述美颜参数对所述各个通道图像分别进行美颜处理；
将所述美颜处理后的各个通道图像进行融合，得到美颜图像。
2.根据所述权利要求1所述的图像处理方法，其特征在于，所述统计所述待处理图像中各个通道图像对应的噪点数量，并根据所述噪点数量获取各个通道图像对应的美颜参数包括：
获取所述待处理图像中的目标区域；
统计所述目标区域的各个通道图像对应的噪点数量，并根据所述噪点数量获取各个通道图像对应的美颜参数。
3.根据所述权利要求2所述的图像处理方法，其特征在于，所述获取所述待处理图像中的目标区域包括以下方法中至少一种：
检测所述待处理图像中的人脸区域，将所述人脸区域作为目标区域；
检测所述待处理图像中的人脸区域，并根据所述人脸区域获取人像区域，将所述人像区域作为目标区域。
4.根据所述权利要求1至3任一项所述的图像处理方法，其特征在于，所述方法还包括：
根据所述待处理图像获取对应的人物属性特征；
所述根据所述噪点数量获取所述各个通道图像对应的美颜参数包括：
根据所述人物属性特征和噪点数量，获取所述各个通道图像对应的美颜参数。
5.根据所述权利要求4所述的图像处理方法，其特征在于，所述根据所述待处理图像获取对应的人物属性特征包括：
获取所述待处理图像中的人脸区域，通过特征识别模型获取所述人脸区域对应的人物属性特征，其中所述特征识别模型是通过人脸样本集合训练得到的。
6.根据所述权利要求4所述的图像处理方法，其特征在于，所述根据所述人物属性特征和噪点数量，获取所述各个通道图像对应的美颜参数包括：
根据所述人物属性特征获取所述待处理图像对应的美颜类别参数，所述美颜类别参数是表示美颜处理类别的参数；
根据所述噪点数量获取所述各个通道图像对应的美颜程度参数，所述美颜程度参数是表示美颜处理程度的参数。
7.根据所述权利要求6所述的图像处理方法，其特征在于，所述根据所述美颜参数对所述各个通道图像分别进行美颜处理包括：
根据所述美颜类别参数和美颜程度参数对所述各个通道图像分别进行美颜处理。
8.一种图像处理装置，其特征在于，所述装置包括：
图像获取模块，用于获取待处理图像；
参数获取模块，用于统计所述待处理图像中各个通道图像对应的噪点数量，并根据所述噪点数量获取所述各个通道图像对应的美颜参数；
美颜处理模块，用于根据所述美颜参数对所述各个通道图像分别进行美颜处理；
图像融合模块，用于将所述美颜处理后的各个通道图像进行融合，得到美颜图像。
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如权利要求1至7中任一项所述的图像处理方法。
10.一种电子设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711046224.6A CN107770446B (zh) | 2017-10-31 | 2017-10-31 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711046224.6A CN107770446B (zh) | 2017-10-31 | 2017-10-31 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107770446A true CN107770446A (zh) | 2018-03-06 |
| CN107770446B CN107770446B (zh) | 2020-03-27 |
Family
ID=61271089
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711046224.6A Expired - Fee Related CN107770446B (zh) | 2017-10-31 | 2017-10-31 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107770446B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109934783A (zh) * | 2019-03-04 | 2019-06-25 | 天翼爱音乐文化科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
| CN110875976A (zh) * | 2018-08-29 | 2020-03-10 | 青岛海信移动通信技术股份有限公司 | 一种照片信息保存的方法和设备 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1723691A (zh) * | 2003-09-29 | 2006-01-18 | 三星电子株式会社 | 降噪方法和设备 |
| KR100735561B1 (ko) * | 2005-11-02 | 2007-07-04 | 삼성전자주식회사 | 이미지 센서로부터 발생되는 잡음을 저감하는 방법 및 장치 |
| CN103686450A (zh) * | 2013-12-31 | 2014-03-26 | 广州华多网络科技有限公司 | 视频处理方法及系统 |
| CN103927718A (zh) * | 2014-04-04 | 2014-07-16 | 北京金山网络科技有限公司 | 一种图片处理方法及装置 |
| CN103927726A (zh) * | 2014-04-23 | 2014-07-16 | 浙江宇视科技有限公司 | 图像降噪装置 |
| CN105046677A (zh) * | 2015-08-27 | 2015-11-11 | 安徽超远信息技术有限公司 | 一种用于交通视频图像的增强处理方法和装置 |
| CN106296590A (zh) * | 2015-05-11 | 2017-01-04 | 福建天晴数码有限公司 | 皮肤粗糙度自适应磨皮方法、系统及客户端 |
| CN106780311A (zh) * | 2016-12-22 | 2017-05-31 | 华侨大学 | 一种结合皮肤粗糙度的快速人脸图像美化方法 |
| CN107274354A (zh) * | 2017-05-22 | 2017-10-20 | 奇酷互联网络科技（深圳）有限公司 | 图像处理方法、装置和移动终端 |
| CN107302662A (zh) * | 2017-07-06 | 2017-10-27 | 维沃移动通信有限公司 | 一种拍照的方法、装置及移动终端 |
| CN107301626A (zh) * | 2017-06-22 | 2017-10-27 | 成都品果科技有限公司 | 一种适合移动设备拍摄图像的磨皮算法 |
-
2017
- 2017-10-31 CN CN201711046224.6A patent/CN107770446B/zh not_active Expired - Fee Related
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1723691A (zh) * | 2003-09-29 | 2006-01-18 | 三星电子株式会社 | 降噪方法和设备 |
| KR100735561B1 (ko) * | 2005-11-02 | 2007-07-04 | 삼성전자주식회사 | 이미지 센서로부터 발생되는 잡음을 저감하는 방법 및 장치 |
| CN103686450A (zh) * | 2013-12-31 | 2014-03-26 | 广州华多网络科技有限公司 | 视频处理方法及系统 |
| CN103927718A (zh) * | 2014-04-04 | 2014-07-16 | 北京金山网络科技有限公司 | 一种图片处理方法及装置 |
| CN103927726A (zh) * | 2014-04-23 | 2014-07-16 | 浙江宇视科技有限公司 | 图像降噪装置 |
| CN106296590A (zh) * | 2015-05-11 | 2017-01-04 | 福建天晴数码有限公司 | 皮肤粗糙度自适应磨皮方法、系统及客户端 |
| CN105046677A (zh) * | 2015-08-27 | 2015-11-11 | 安徽超远信息技术有限公司 | 一种用于交通视频图像的增强处理方法和装置 |
| CN106780311A (zh) * | 2016-12-22 | 2017-05-31 | 华侨大学 | 一种结合皮肤粗糙度的快速人脸图像美化方法 |
| CN107274354A (zh) * | 2017-05-22 | 2017-10-20 | 奇酷互联网络科技（深圳）有限公司 | 图像处理方法、装置和移动终端 |
| CN107301626A (zh) * | 2017-06-22 | 2017-10-27 | 成都品果科技有限公司 | 一种适合移动设备拍摄图像的磨皮算法 |
| CN107302662A (zh) * | 2017-07-06 | 2017-10-27 | 维沃移动通信有限公司 | 一种拍照的方法、装置及移动终端 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110875976A (zh) * | 2018-08-29 | 2020-03-10 | 青岛海信移动通信技术股份有限公司 | 一种照片信息保存的方法和设备 |
| CN109934783A (zh) * | 2019-03-04 | 2019-06-25 | 天翼爱音乐文化科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107770446B (zh) | 2020-03-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107798652A (zh) | 图像处理方法、装置、可读存储介质和电子设备 | |
| CN107742274A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN107862658A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN107993209A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN107730444A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
| CN107730445A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN107800966B (zh) | 图像处理的方法、装置、计算机可读存储介质和电子设备 | |
| CN107680128A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN107808136A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
| CN108805103A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN110276767A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN107800965B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
| CN110334635A (zh) | 主体追踪方法、装置、电子设备和计算机可读存储介质 | |
| CN107862663A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
| CN107911625A (zh) | 测光方法、装置、可读存储介质和计算机设备 | |
| CN108009999A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN107945135A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN107945107A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN107578372A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN108024107A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN107493432A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
| CN108022207A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN107909542A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN107862653A (zh) | 图像显示方法、装置、存储介质和电子设备 | |
| CN107743200A (zh) | 拍照的方法、装置、计算机可读存储介质和电子设备 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200327 |