CN107818305B - 图像处理方法、装置、电子设备和计算机可读存储介质 - Google Patents
图像处理方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN107818305B CN107818305B CN201711040533.2A CN201711040533A CN107818305B CN 107818305 B CN107818305 B CN 107818305B CN 201711040533 A CN201711040533 A CN 201711040533A CN 107818305 B CN107818305 B CN 107818305B
- Authority
- CN
- China
- Prior art keywords
- face
- image
- area
- angle
- beauty
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 78
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 230000003796 beauty Effects 0.000 claims abstract description 170
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000011282 treatment Methods 0.000 claims abstract description 23
- 230000036555 skin type Effects 0.000 claims description 19
- 238000007499 fusion processing Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- 230000002194 synthesizing effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 210000001508 eye Anatomy 0.000 description 25
- 238000010586 diagram Methods 0.000 description 14
- 230000004927 fusion Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 230000001815 facial effect Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 7
- 210000001747 pupil Anatomy 0.000 description 7
- 231100000241 scar Toxicity 0.000 description 6
- 210000005252 bulbus oculi Anatomy 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 210000000887 face Anatomy 0.000 description 4
- 230000036548 skin texture Effects 0.000 description 4
- 238000003708 edge detection Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000002087 whitening effect Effects 0.000 description 3
- 208000002874 Acne Vulgaris Diseases 0.000 description 2
- 206010014970 Ephelides Diseases 0.000 description 2
- 208000003351 Melanosis Diseases 0.000 description 2
- 206010000496 acne Diseases 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 2
- 238000003705 background correction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000010422 painting Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 208000020154 Acnes Diseases 0.000 description 1
- 241001469893 Oxyzygonectes dovii Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
- 210000000216 zygoma Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Ophthalmology & Optometry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种图像处理方法、装置、电子设备和计算机可读存储介质。上述方法包括:对待处理图像进行人脸识别,获取待处理图像中人脸区域,获取人脸区域中人脸特征识别点;获取人脸特征识别点的坐标值;根据坐标值确定人脸特征识别点之间的距离和角度;根据人脸特征识别点之间的距离和角度确定人脸区域的偏移角度;获取与偏移角度对应的美颜模板,根据美颜模板对人脸区域进行美颜处理。上述方法,通过分析图像中人脸区域的偏移角度,根据偏移角度获取与人脸区域对应的美颜模板,使美颜模板与人脸更贴合,避免出现美颜模板与人脸不对应,导致美颜特效不显示在人脸对应区域的情况,使得图像美颜处理更智能化。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种图像处理方法、装置、电子设备和计算机可读存储介质。
背景技术
随着电子设备的迅速发展,电子设备的功能也越来越多。用户在使用电子设备进行拍照时,电子设备可通过检测环境光信息进行自动白平衡、自动调整曝光度等操作。用户在使用电子设备拍人像或自拍时,电子设备还可对人像进行美白、磨皮、祛痘等一系列美颜处理。
发明内容
本申请实施例提供一种图像处理方法、装置、电子设备和计算机可读存储介质,可以使对图像中人脸的美颜处理更多样化、智能化。
一种图像处理方法,包括:
对待处理图像进行人脸识别,识别所述待处理图像中人脸区域,获取所述人脸区域中人脸特征识别点;
获取所述人脸特征识别点的坐标值;
根据所述坐标值确定所述人脸特征识别点之间的距离和人脸特征识别点之间的角度;
根据所述人脸特征识别点之间的距离和人脸特征识别点之间的角度确定所述人脸区域的偏移角度;
获取与所述偏移角度对应的美颜模板,根据所述美颜模板对所述人脸区域进行美颜处理。
一种图像处理装置,包括:
识别模块,用于对待处理图像进行人脸识别,识别所述待处理图像中人脸区域;
获取模块,用于获取所述人脸区域中人脸特征识别点;获取所述人脸特征识别点的坐标值;
确定模块,用于根据所述坐标值确定所述人脸特征识别点之间的距离和人脸特征识别点之间的角度;
所述确定模块还用于根据所述人脸特征识别点之间的距离和人脸特征识别点之间的角度确定所述人脸区域的偏移角度;
美颜模块,用于获取与所述偏移角度对应的美颜模板,根据所述美颜模板对所述人脸区域进行美颜处理。
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上所述的方法。
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如上所述的方法。
本申请实施例中,通过分析图像中人脸区域的偏移角度,在根据人脸区域的偏移角度来获取与人脸区域对应的美颜模板,使得美颜模板与人脸更贴合。避免出现了美颜模板与人脸不对应,导致美颜特效不显示在人脸中对应区域的情况,使得对图像的美颜处理更加智能化。
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为一个实施例中电子设备10的内部结构示意图;
图2为一个实施例中图像处理方法的流程图;
图3为一个实施例中在空间直角坐标系中人脸旋转的示意图;
图4为另一个实施例中图像处理方法的流程图;
图5为另一个实施例中图像处理方法的流程图;
图6为另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框图;
图8为另一个实施例中图像处理装置的结构框图;
图9为另一个实施例中图像处理装置的结构框图;
图10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为一个实施例中电子设备10的内部结构示意图。如图1所示,该电子设备10包括通过系统总线连接的处理器、非易失性存储介质、内存储器、网络接口、显示屏和输入装置。其中,电子设备10的非易失性存储介质存储有操作系统和计算机可读指令。该计算机可读指令被处理器执行时以实现一种图像处理方法。该处理器用于提供计算和控制能力,支撑整个电子设备10的运行。电子设备10中的内存储器为非易失性存储介质中的计算机可读指令的运行提供环境。网络接口用于与服务器进行网络通信。电子设备10的显示屏可以是液晶显示屏或者电子墨水显示屏等,输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备10外壳上设置的按键、轨迹球或触控板,也可以是外接的键盘、触控板或鼠标等。该电子设备10可以是手机、平板电脑或者个人数字助理或穿戴式设备等。本领域技术人员可以理解,图1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10的限定,具体的电子设备10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。
图2为一个实施例中图像处理方法的流程图。如图2所示,一种图像处理方法,包括:
步骤202,对待处理图像进行人脸识别,识别待处理图像中人脸区域,获取人脸区域中人脸特征识别点。
电子设备可对获取的待处理图像进行人脸识别,检测上述待处理图像中是否存在人脸区域。上述待处理图像可为电子设备拍摄获取的图像、电子设备存储的图像、电子设备利用数据网络或无线局域网下载的图像。电子设备可采用人脸识别算法对待处理图像进行人脸识别,当待处理图像中存在人脸特征识别点时,检测到待处理图像中存在人脸。上述待处理图像中单个人脸图像所占的区域即为人脸区域,当待处理图像中存在多个人脸时,待处理图像中存在多个人脸区域。
电子设备在识别待处理图像中人脸区域后,可获取上述人脸区域中人脸特征识别点。上述人脸特征识别点可为人脸的五官特征点,上述人脸特征识别点也可为预设的人脸区域中的点。
步骤204,获取人脸特征识别点的坐标值。
电子设备可获取人脸区域中人脸特征识别点的坐标值。具体地,电子设备可用人脸特征识别点对应的像素位置表示人脸特征识别点的坐标值。例如,用像素位置第几行第几列表示坐标值。
步骤206,根据坐标值确定人脸特征识别点之间的距离和人脸特征识别点之间的角度。
电子设备可根据人脸特征识别点的坐标值确定人脸特征识别点之间的距离和人脸特征识别点之间的角度。其中,人脸区域中有多个人脸特征识别点,电子设备可一一获取每两个人脸特征识别点的距离和角度。其中,人脸特征识别点在图像中可对应多个像素,电子设备可选取中央位置的像素作为基准点来获取人脸特征识别点的距离和角度。例如,人眼的左眼角位置对应第100列到第110列、第100行到第110行区域内的像素,则电子设备可选取第105行第105列的像素作为基准点。电子设备根据各个人脸特征识别点的基准点计算人脸特征识别点之间的距离和角度。
电子设备可用像素个数表示人脸特征识别点之间的距离,例如,左眼角与右眼角之间的距离为30万个像素值。电子设备还可在图像中建立直角坐标系,在直角坐标系中获取人脸特征识别点之间的角度。例如,电子设备在图像上以互成直角的两条直线建立直角坐标系,并将两条直线分别命名正方向和负方向。电子设备在获取到两个人脸特征识别点对应的基准点连接形成的线段后,可获取上述线段与直角坐标系中直线所成的锐角,用上述锐角表示人脸特征识别点之间的角度。例如,电子设备在图像中以两条互相垂直的直线建立xy坐标系,并将x轴划分为正轴和负轴,将y轴划分为正轴和负轴。则电子设备以人脸中右眼角与鼻尖所成的线段与x轴正轴的夹角为80°,与y轴正轴所成的夹角为10°表示人脸中右眼角与鼻尖的角度。
步骤208,根据人脸特征识别点之间的距离和人脸特征识别点之间的角度确定人脸区域的偏移角度。
人脸是一个三维立体的结构,人脸在三维空间中可顺着不同方向旋转。例如,上下点头、左右摇头等都是人脸在三维空间中旋转。当人脸在三维空间中旋转后,人脸在图像中呈现的二维图像也不尽相同。通过软件方法可检测出图像中人脸的偏移角度,在根据人脸的偏移角度可对应的调整美颜模板。
在获取到人脸区域中各个人脸特征识别点之间的距离和角度后,电子设备可根据人脸特征识别点之间的距离和角度确定人脸区域的偏移角度。其中,电子设备可通过人工智能获取上述偏移角度。人脸区域的偏移角度是指图像中人脸区域相对于标准人脸的旋转角度。上述标准人脸为正脸图像,即人脸正对摄像头所拍摄的图像。人脸区域的偏移角度可用三个角度表示,在三维空间中3条相互垂直的直线相交于1点即可得到一个三维坐标系,上述3条直线每2条直线可形成一个面,总共三个面。则人脸区域相对于标准人脸在这三个面的旋转角度为人脸区域的偏移角度。
步骤210,获取与偏移角度对应的美颜模板,根据美颜模板对人脸区域进行美颜处理。
在获取到人脸区域的偏移角度后,电子设备可获取与人脸区域的偏移角度对应的美颜模板。上述美颜模板是指根据美颜参数生成的图层,在这个图层中不同位置可对应人脸中不同特征点,电子设备可在上述图层中添加不同的颜色,例如将瞳孔区域对应的位置显示黑色用于美瞳,将嘴唇区域对应的位置显示红色用于显示唇色,将颧骨区域对应的位置显示红色用于显示腮红。电子设备将上述根据美颜参数生成的图层覆盖在原图像上人脸区域,即可对人脸区域进行美颜处理。通俗来说,美颜模板类似于一个透明面具,在面具上可涂不同色彩,面具可覆盖显示于人脸上。
电子设备预存的美颜模板为人脸正脸对应的美颜模板。在获取人脸区域的偏移角度后,电子设备要获取上述偏移角度对应的模板,即电子设备要获取旋转后人脸的二维图像对应的美颜模板。
电子设备在获取到与偏移角度对应的美颜模板后,电子设备可根据上述美颜模板对待处理图像中人脸区域进行美颜处理,即电子设备可将美颜模板与待处理图像中人脸区域进行叠加,其中,电子设备可根据人脸区域中人脸特征识别点确定美颜模板的位置。
在一个实施例中,电子设备也可直接对待处理图像中人脸区域进行美颜处理,上述美颜处理包括:美白、大眼、祛痘、祛斑、画腮红、美瞳、画唇彩等。具体地,电子设备可通过调节人脸区域中像素的色彩值、对人脸区域进行滤波处理等实现上述美颜处理。
本申请实施例中方法,通过分析图像中人脸区域的偏移角度,在根据人脸区域的偏移角度来获取与人脸区域对应的美颜模板,使得美颜模板与人脸更贴合。避免出现了美颜模板与人脸不对应,导致美颜特效不显示在人脸中对应区域的情况,使得对图像的美颜处理更加智能化。
在一个实施例中,偏移角度包括第一角度、第二角度和第三角度;第一角度表示人脸区域相对于标准人脸在第一平面的旋转角度;第二角度表示人脸区域相对于标准人脸在第二平面的旋转角度;第三角度表示人脸区域相对于标准人脸在第三平面的旋转角度;第一平面、第二平面和第三平面之间每两个平面互相垂直。
因人脸可在三维空间中转动,人脸在转动时在图像上所呈现的二维图像各不相同。电子设备在分析人脸相对于标准人脸的偏移角度时,可将偏移角度用三维空间中三个角度表示。上述标准人脸即为人脸正对摄像头所拍摄的二维人脸图像。如图3所示,在三维空间中将3条相互垂直的直线相交于一点可形成一个空间直角坐标系xyz坐标系,其中x轴与y轴相交形成第一平面,x轴与z轴相交形成第二平面,y轴与z轴相交形成第三平面。第一平面、第二平面和第三平面之间两两垂直。第一角度表示人脸区域相对于标准人脸绕z轴的旋转角度,第二角度表示人脸区域相对于标准人脸绕y轴的旋转角度,第三角度表示人脸区域相对于标准人脸绕x轴的旋转角度。图3中第一人脸302为标准人脸,即人脸正对摄像头拍摄的二维人脸图像。当第一人脸302绕y轴逆时针旋转角度α后,即可得到第二人脸304,则第二人脸304相对于第一人脸302的偏移角度为第一角度0,第二角度α,第三角度0。
电子设备在记录偏移角度对应的第一角度、第二角度和第三角度时,可在第一平面、第二平面和第三平面分别设定旋转正方向,用人脸区域相对于标准人脸在旋转正方向上的旋转角度表示上述第一角度、第二角度和第三角度。例如,以第二角度为例,逆时针方向为旋转正方向,人脸区域相对于标准人脸按逆时针旋转β时,第二角度为β;人脸区域相对于标准人脸按顺时针旋转γ时,第二角度为-γ。
本申请实施例中方法,将人脸区域相对于标准人脸的偏移角度拆解为三个相互垂直平面中的旋转角度,将复杂的三维变化拆解到三个平面的每个平面中,有利于电子设备对人脸的偏移角度进行分析。
在一个实施例中,获取与偏移角度对应的美颜模板包括以下方法中任意一种:
(1)电子设备预存标准美颜模板,根据偏移角度旋转预存标准美颜模板得到与偏移角度对应的美颜模板。
电子设备中预存有标准美颜模板,上述标准美颜模板即为标准人脸对应的美颜模板。当人脸正对摄像头拍摄的人脸为标准人脸,即正脸,标准美颜模板即为正脸对应的美颜模板。电子设备在获取到人脸区域相对于标准人脸的偏移角度后,可对标准美颜模板按照偏移角度进行旋转。其中,人脸区域相对于标准人脸的偏移角度可用空间坐标系中第一角度、第二角度和第三角度表示。电子设备在将标准美颜模板按照偏移角度进行旋转时,可将标准美颜模板在空间坐标系中分别按照第一角度、第二角度、第三角度进行旋转,即可得到与偏移角度对应的美颜模板。
(2)电子设备在已存储美颜模板中查找与偏移角度对应的美颜模板。
电子设备中可存储不同偏移角度对应的美颜模板。动终端在获取到人脸区域相对于标准人脸的偏移角度后,可查找电子设备已存储的美颜模板中是否有与上述人脸区域相对于标准人脸的偏移角度对应的美颜模板。若有,则电子设备可直接获取与人脸区域相对于标准人脸的偏移角度对应的美颜模板。
(3)电子设备将偏移角度上传服务器,接收服务器返回的与偏移角度对应的美颜模板。
电子设备在获取到人脸区域相对于标准人脸的偏移角度后,可将上述偏移角度上传服务器。服务器中存储有不同偏移角度对应的美颜模板,若服务器查找到与上述人脸区域相对于标准人脸的偏移角度对应的美颜模板,则将查找到的美颜模板返回电子设备。电子设备在获取到偏移角度后,也可对标准美颜模板按照上述偏移角度进行旋转,将旋转生成的美颜模板返回电子设备。其中,上述标准美颜模板即为标准人脸对应的美颜模板。服务器旋转标准美颜模板的方法与上述电子设备旋转标准美颜模板的方法相同。
本申请实施例中方法,在获取到人脸区域相对于标准人脸的偏移角度后,电子设备可获取与上述偏移角度对应的美颜模板。根据上述与偏移角度对应的美颜模板对待处理图像中人脸区域进行美颜处理,对待处理图像中人脸区域的美颜处理更加智能化。
在一个实施例中,一种图像处理方法,包括:
步骤402,对待处理图像进行人脸识别,识别待处理图像中人脸区域,获取人脸区域中人脸特征识别点。
步骤404,获取人脸特征识别点的坐标值。
步骤406,根据坐标值确定人脸特征识别点之间的距离和人脸特征识别点之间的角度。
步骤408,根据人脸特征识别点之间的距离和人脸特征识别点之间的角度确定人脸区域的偏移角度。
步骤410,获取与偏移角度对应的美颜模板。
步骤412,获取人脸区域的肤色、肤质和人脸区域对应的性别。
电子设备可识别人脸区域的肤色、肤质以及人脸区域中人脸对应的性别。其中,电子设备通过肤色区域的色彩值表示人脸区域的肤色,电子设备可通过人脸区域中皱纹、斑点和痘痘的多少确定肤质的等级。电子设备可通过机器学习模型识别人脸对应的性别。
步骤414,根据肤色、肤质和性别获取与人脸区域对应的美颜参数。
对不同肤色、肤质和性别,电子设备可匹配不同的美颜参数。例如,对图像中女性人脸图像进行美颜处理时,电子设备会调整人脸图像的肤色、唇色、瞳孔颜色、腮红等;对图像中男性人脸图像进行美颜时,电子设备仅调整人脸图像中肤色和瞳孔颜色。电子设备中可预存肤色、肤质、性别与美颜参数的对应关系,在获取到人脸图像的肤色、肤质和性别后,电子设备可查找对应的美颜参数。电子设备也可通过机器学习模型查找与人脸图像的肤色、肤质和性别对应的美颜参数。
步骤416,根据美颜参数调整美颜模板,根据调整后美颜模板对人脸区域进行美颜处理。
电子设备在获取到人脸区域对应的美颜参数后,可根据获取的美颜参数调整美颜模板,上述调整美颜模板是指用上述美颜参数替换美颜模板原有的参数。
本申请实施例中方法,电子设备可根据图像中人脸区域的肤色、肤质和参数查找对应的美颜参数,可实现对不同的人脸区域进行不同的美颜处理,使得对图像的美颜处理更加个性化。
在一个实施例中,在步骤210之后还包括:
步骤212,识别人脸区域中肤色区域,对肤色区域进行边缘提取,获取边缘信息。
在获取到待处理图像中人脸区域后,电子设备可识别上述人脸区域中肤色区域,上述肤色区域即为人脸中皮肤覆盖的区域。电子设备可通过人脸区域中各像素的色彩值来识别肤色区域。具体地,电子设备可预存肤色的色彩值,电子设备将人脸区域中各像素的色彩值与肤色的色彩值进行比对,当像素的色彩值与肤色的色彩值之间的色差值在指定阈值内时,判定两个色彩较为相似,将人脸区域中像素的色彩识别为肤色,则色彩为肤色的像素集合所显示的区域即为肤色区域。
在获取到人脸区域中肤色区域后,电子设备可对上述肤色区域进行边缘检测,获取上述肤色区域中边缘信息。边缘检测是指在图像处理中识别图像中亮度变化明显的点,如物体表面的纹理、物体表面的形状等。上述边缘信息即为肤色区域中轮廓信息,电子设备可通过边缘检测识别肤色区域中皮肤纹理、痘痘的轮廓、斑点的轮廓、疤痕的轮廓等。
步骤214,根据边缘信息确定第一肤色区域。
电子设备在获取到肤色区域中边缘信息后,电子设备可根据上述边缘信息确定第一肤色区域,上述第一肤色区域为皮肤细腻区域。电子设备在获取边缘信息后,可根据痘痘的轮廓、斑点的轮廓和疤痕的轮廓获取需要剔除的痘痘区域、斑点区域和疤痕区域,电子设备再从肤色区域中剔除痘痘区域、斑点区域和疤痕区域,即可得到第一肤色区域。其中,电子设备从肤色区域中剔除痘痘区域、斑点区域和疤痕区域是指电子设备从肤色区域的图像中裁剪去除痘痘区域的图像、斑点区域的图像和疤痕区域的图像。
步骤216,将美颜处理后人脸区域与第一肤色区域进行图像融合。
电子设备在对待处理图像中人脸区域进行美颜处理后,可将美颜处理后图像中人脸区域与第一肤色区域进行图像融合。具体地,电子设备可根据美颜处理后人脸区域的肤色调整第一肤色区域的肤色,再将调整后第一肤色区域与美颜处理后人脸区域进行图像叠加,电子设备再对叠加区域的边缘进行过渡处理。其中,电子设备可对叠加区域的边缘进行羽化处理、色彩渐变来实现过渡处理,电子设备也可对第一肤色区域进行透明度渐变调节实现叠加区域的过渡处理。
本申请实施例中方法,在对图像中人脸区域进行美颜处理之前,先根据边缘信息识别保存人脸区域中特定肤色区域,再将美颜处理后人脸区域与上述特定肤色区域进行图像融合,可使得美颜处理后人脸区域可保留原皮肤纹理等细节,使得美颜处理后图像更加真实,提升图像的观感。
在一个实施例中,根据边缘信息确定第一肤色区域包括:根据边缘信息对应的形状和颜色确定第一边缘信息,获取第一边缘信息对应的肤色区域作为第一肤色区域,记录第一肤色区域的位置信息。
电子设备在获取到边缘信息后,可根据上述边缘信息对应的形状、颜色和亮度确定边缘信息的类型。上述边缘信息为肤色区域中轮廓信息,边缘信息对应的形状即为轮廓的形状,如斑点区域的轮廓近似圆形、皮肤纹理的轮廓近似直线等。若上述边缘信息中轮廓连接成一个封闭图形,电子设备可检测上述封闭图像中颜色和亮度,如斑点区域的颜色和亮度、痘痘区域的颜色和亮度。电子设备在获取上述边缘信息对应的形状、颜色和亮度后,可识别边缘信息的类型。其中,电子设备中预存有不同类型的边缘信息对应的形状、颜色和亮度信息,通过比较边缘信息对应的形状、颜色和亮度,电子设备可确定边缘信息的类型。在一个实施例中,电子设备也可通过神经网络模型识别边缘信息的类型。电子设备可选取皮肤纹理对应的边缘信息为第一边缘信息,第一边缘信息对应的肤色区域为第一肤色区域。在获取第一肤色区域后,电子设备可记录第一肤色区域的位置信息。其中,电子设备记录第一肤色区域的位置信息包括:电子设备记录第一肤色区域中像素坐标值,例如第3行第3列等。
将美颜处理后人脸区域与第一肤色区域进行图像融合包括:根据位置信息确定第一肤色区域在处理后人脸区域中对应的肤色区域。将第一肤色区域与对应的肤色区域进行融合处理。
电子设备在获取第一肤色区域的位置信息后,可根据第一肤色区域的位置信息在美颜处理后人脸区域中查找对应的肤色区域。具体包括:电子设备根据第一肤色区域的坐标值查找美颜处理后人脸区域中对应的坐标值,再检测美颜处理后人脸区域中对应的区域是否为肤色区域。电子设备可通过像素的色彩值检测当前像素是否为肤色。例如,第一肤色区域中像素坐标值为第3行第3列,则电子设备查找美颜处理后人脸区域中第3行第3列的像素,检测美颜处理后人脸区域中第3行第3列的像素是否为肤色。
若电子设备在对待处理图像中人脸区域进行美颜时改变了人脸区域的显示区域,例如对人脸区域进行大眼、瘦脸等操作后,与第一肤色区域在处理后人脸区域中对应的区域可能不为肤色区域,则电子设备对上述第一肤色区域不做处理。
电子设备在获取到第一肤色区域在处理后人脸区域中对应的肤色区域后,可将上述第一肤色区域与对应的肤色区域进行融合处理。其中,在进行融合处理之前,电子设备可根据处理后人脸区域中对应的肤色区域调整第一肤色区域的色彩、亮度和透明度。
本申请实施例中方法,电子设备可将人脸中原有的肤色区域与美颜处理后人脸区域进行融合,使得美颜后人脸区域也具有细节特征,美颜后的图像不会失真,提升了图像的美感。
在一个实施例中,在对待处理图像进行人脸识别之前,还包括:
步骤602,若存在连续拍摄的多帧图像,根据图像中人眼状态选取睁眼图像。
连续拍摄的图像是指从同一方位、同一角度、不间断快速拍摄的图像。通常情况下,连续拍摄的图像相似度较高。上述连续拍摄的多帧图像可为电子设备拍摄获取的图像,也可为电子设备通过网络传输获取的图像。电子设备在获取连续拍摄的多帧人脸图像后,可提取人脸图像中人脸特征点,例如人脸的五官特征点。电子设备可根据人脸特征点标记人脸特征的位置信息,例如根据人脸的眼球特征点识别人眼的位置。在获取人脸特征点后,电子设备可提取人脸中人眼特征,再根据人眼特征确定睁眼图像。上述睁眼图像是图像中人眼均处于睁眼状态的图像。上述人眼特征可包括:眼球形状、眼球位置、眼球面积、眼神方向、瞳孔高度和眼白面积等。电子设备中可预设人眼特征对应的判断条件,在获取上述人眼特征后,电子设备可将人眼特征与预设的判断条件一一比对,判断人脸图像是否为睁眼图像。例如,当检测到人脸图像中人脸的眼球面积大于第一阈值,判定人脸处于睁眼状态,则上述图像为睁眼图像。或当检测到人脸图像中人脸的瞳孔高度在预设范围内,判定人脸处于睁眼状态,则上述图像为睁眼图像。
步骤604,若多帧图像中存在多帧睁眼图像,合成多帧睁眼图像,将合成后图像作为待处理图像。
当上述连续拍摄的多帧图像中存在多帧睁眼图像时,电子设备可将上述多帧睁眼图像合成,将合成后图像作为待处理图像。通过图像合成,可降低图像中噪声,提高图像的质量。
步骤606,若多帧图像中存在一帧睁眼图像,将一帧睁眼图像作为待处理图像。
步骤608,对待处理图像进行人脸识别,识别待处理图像中人脸区域,获取人脸区域中人脸特征识别点。
步骤610,获取人脸特征识别点的坐标值。
步骤612,根据坐标值确定人脸特征识别点之间的距离和人脸特征识别点之间的角度。
步骤614,根据人脸特征识别点之间的距离和人脸特征识别点之间的角度确定人脸区域的偏移角度。
步骤616,获取与偏移角度对应的美颜模板,根据美颜模板对人脸区域进行美颜处理。
本申请实施例中方法,电子设备对连续拍摄的多帧图像进行挑选,仅获取多帧图像中睁眼图像作为待处理图像,即从多帧图像中挑选图像美感更高的图像来进行美颜处理,图像处理过程更加智能化,提升了用户粘性。
图7为一个实施例中图像处理装置的结构框图。如图7所示,一种图像处理装置,包括:
识别模块702,用于对待处理图像进行人脸识别,识别待处理图像中人脸区域。
获取模块704,用于获取人脸区域中人脸特征识别点。获取人脸特征识别点的坐标值。
确定模块706,用于根据坐标值确定人脸特征识别点之间的距离和人脸特征识别点之间的角度。根据人脸特征识别点之间的距离和人脸特征识别点之间的角度确定人脸区域的偏移角度。
美颜模块708,用于获取与偏移角度对应的美颜模板,根据美颜模板对人脸区域进行美颜处理。
在一个实施例中,偏移角度包括第一角度、第二角度和第三角度。第一角度表示人脸区域相对于标准人脸在第一平面的旋转角度。第二角度表示人脸区域相对于标准人脸在第二平面的旋转角度。第三角度表示人脸区域相对于标准人脸在第三平面的旋转角度。第一平面、第二平面和第三平面之间每两个平面互相垂直。
在一个实施例中,美颜模块708获取与偏移角度对应的美颜模板包括以下方法中任意一种:
(1)电子设备预存标准美颜模板,根据偏移角度旋转预存标准美颜模板得到与偏移角度对应的美颜模板。
(2)电子设备在已存储美颜模板中查找与偏移角度对应的美颜模板。
(3)电子设备将偏移角度上传服务器,接收服务器返回的与偏移角度对应的美颜模板。
在一个实施例中,识别模块702还用于识别人脸区域中肤色区域,对肤色区域进行边缘提取,获取边缘信息。
确定模块706还用于根据边缘信息确定第一肤色区域。
美颜模块708还用于将美颜处理后人脸区域与第一肤色区域进行图像融合。
在一个实施例中,确定模块706根据边缘信息确定第一肤色区域包括:根据边缘信息对应的形状和颜色确定第一边缘信息,获取第一边缘信息对应的肤色区域作为第一肤色区域,记录第一肤色区域的位置信息。美颜模块708将美颜处理后人脸区域与第一肤色区域进行图像融合包括:根据位置信息确定第一肤色区域在处理后人脸区域中对应的肤色区域。
将第一肤色区域与对应的肤色区域进行融合处理。
图8为另一个实施例中图像处理模块的结构框图。如图8所示,一种图像处理模块,包括识别模块802、获取模块804、确定模块806、调整模块808、美颜模块810。其中,识别模块802、获取模块804、确定模块806、美颜模块810与图7中对应的模块功能相同。
获取模块804,用于在根据美颜模板对人脸区域进行美颜处理之前,获取人脸区域的肤色、肤质和人脸区域对应的性别,根据肤色、肤质和性别获取与人脸区域对应的美颜参数。
调整模块808,用于根据美颜参数调整美颜模板。
美颜模块810,用于根据调整后美颜模板对人脸区域进行美颜处理。
图9为另一个实施例中图像处理模块的结构框图。如图9所示,一种图像处理模块,包括选取模块902、识别模块904、获取模块906、确定模块908、美颜模块910。其中,识别模块904、获取模块906、确定模块908、美颜模块910与图7中对应的模块功能相同。
选取模块902用于在对待处理图像进行人脸识别之前,若存在连续拍摄的多帧图像,根据图像中人眼状态选取睁眼图像。若多帧图像中存在多帧睁眼图像,合成多帧睁眼图像,将合成后图像作为待处理图像。若多帧图像中存在一帧睁眼图像,将一帧睁眼图像作为待处理图像。
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。
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可执行指令的非易失性计算机可读存储介质,当计算机可执行指令被一个或多个处理器执行时,使得处理器执行以下步骤:
(1)对待处理图像进行人脸识别,识别待处理图像中人脸区域,获取人脸区域中人脸特征识别点。
(2)获取人脸特征识别点的坐标值。
(3)根据坐标值确定人脸特征识别点之间的距离和人脸特征识别点之间的角度。
(4)根据人脸特征识别点之间的距离和人脸特征识别点之间的角度确定人脸区域的偏移角度。
(5)获取与偏移角度对应的美颜模板,根据美颜模板对人脸区域进行美颜处理。
在一个实施例中,偏移角度包括第一角度、第二角度和第三角度。第一角度表示人脸区域相对于标准人脸在第一平面的旋转角度。第二角度表示人脸区域相对于标准人脸在第二平面的旋转角度。第三角度表示人脸区域相对于标准人脸在第三平面的旋转角度。第一平面、第二平面和第三平面之间每两个平面互相垂直。
在一个实施例中,处理器执行获取与偏移角度对应的美颜模板的步骤包括以下任意一种:
(1)电子设备预存标准美颜模板,根据偏移角度旋转预存标准美颜模板得到与偏移角度对应的美颜模板。
(2)电子设备在已存储美颜模板中查找与偏移角度对应的美颜模板。
(3)电子设备将偏移角度上传服务器,接收服务器返回的与偏移角度对应的美颜模板。
在一个实施例中,根据美颜模板对人脸区域进行美颜处理,包括:获取人脸区域的肤色、肤质和人脸区域对应的性别。根据肤色、肤质和性别获取与人脸区域对应的美颜参数。根据美颜参数调整美颜模板,根据调整后美颜模板对人脸区域进行美颜处理。
在一个实施例中,还执行:识别人脸区域中肤色区域,对肤色区域进行边缘提取,获取边缘信息。根据边缘信息确定第一肤色区域。将美颜处理后人脸区域与第一肤色区域进行图像融合。
在一个实施例中,根据边缘信息确定第一肤色区域包括:根据边缘信息对应的形状和颜色确定第一边缘信息,获取第一边缘信息对应的肤色区域作为第一肤色区域,记录第一肤色区域的位置信息。将美颜处理后人脸区域与第一肤色区域进行图像融合包括:根据位置信息确定第一肤色区域在处理后人脸区域中对应的肤色区域。将第一肤色区域与对应的肤色区域进行融合处理。
在一个实施例中,在对待处理图像进行人脸识别之前,还执行:若存在连续拍摄的多帧图像,根据图像中人眼状态选取睁眼图像。若多帧图像中存在多帧睁眼图像,合成多帧睁眼图像,将合成后图像作为待处理图像。若多帧图像中存在一帧睁眼图像,将一帧睁眼图像作为待处理图像。
本申请还提供一种包含指令的计算机程序产品,当上述计算机程序产品在计算机上运行时,使得计算机执行以下步骤:
(1)对待处理图像进行人脸识别,识别待处理图像中人脸区域,获取人脸区域中人脸特征识别点。
(2)获取人脸特征识别点的坐标值。
(3)根据坐标值确定人脸特征识别点之间的距离和人脸特征识别点之间的角度。
(4)根据人脸特征识别点之间的距离和人脸特征识别点之间的角度确定人脸区域的偏移角度。
(5)获取与偏移角度对应的美颜模板,根据美颜模板对人脸区域进行美颜处理。
在一个实施例中,偏移角度包括第一角度、第二角度和第三角度。第一角度表示人脸区域相对于标准人脸在第一平面的旋转角度。第二角度表示人脸区域相对于标准人脸在第二平面的旋转角度。第三角度表示人脸区域相对于标准人脸在第三平面的旋转角度。第一平面、第二平面和第三平面之间每两个平面互相垂直。
在一个实施例中,处理器执行获取与偏移角度对应的美颜模板的步骤包括以下任意一种:
(1)电子设备预存标准美颜模板,根据偏移角度旋转预存标准美颜模板得到与偏移角度对应的美颜模板。
(2)电子设备在已存储美颜模板中查找与偏移角度对应的美颜模板。
(3)电子设备将偏移角度上传服务器,接收服务器返回的与偏移角度对应的美颜模板。
在一个实施例中,根据美颜模板对人脸区域进行美颜处理,包括:获取人脸区域的肤色、肤质和人脸区域对应的性别。根据肤色、肤质和性别获取与人脸区域对应的美颜参数。根据美颜参数调整美颜模板,根据调整后美颜模板对人脸区域进行美颜处理。
在一个实施例中,还执行:识别人脸区域中肤色区域,对肤色区域进行边缘提取,获取边缘信息。根据边缘信息确定第一肤色区域。将美颜处理后人脸区域与第一肤色区域进行图像融合。
在一个实施例中,根据边缘信息确定第一肤色区域包括:根据边缘信息对应的形状和颜色确定第一边缘信息,获取第一边缘信息对应的肤色区域作为第一肤色区域,记录第一肤色区域的位置信息。将美颜处理后人脸区域与第一肤色区域进行图像融合包括:根据位置信息确定第一肤色区域在处理后人脸区域中对应的肤色区域。将第一肤色区域与对应的肤色区域进行融合处理。
在一个实施例中,在对待处理图像进行人脸识别之前,还执行:若存在连续拍摄的多帧图像,根据图像中人眼状态选取睁眼图像。若多帧图像中存在多帧睁眼图像,合成多帧睁眼图像,将合成后图像作为待处理图像。若多帧图像中存在一帧睁眼图像,将一帧睁眼图像作为待处理图像。
以电子设备为移动终端为例,本申请实施例还提供一种移动终端。上述移动终端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10为一个实施例中图像处理电路的示意图。如图10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10所示,图像处理电路包括ISP处理器1040和控制逻辑器1050。成像设备1010捕捉的图像数据首先由ISP处理器1040处理,ISP处理器1040对图像数据进行分析以捕捉可用于确定和/或成像设备1010的一个或多个控制参数的图像统计信息。成像设备1010可包括具有一个或多个透镜1012和图像传感器1014的照相机。图像传感器1014可包括色彩滤镜阵列(如Bayer滤镜),图像传感器1014可获取用图像传感器1014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1040处理的一组原始图像数据。传感器1020(如陀螺仪)可基于传感器1020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1040。传感器1020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1014也可将原始图像数据发送给传感器1020,传感器1020可基于传感器1020接口类型把原始图像数据提供给ISP处理器1040,或者传感器1020将原始图像数据存储到图像存储器1030中。
ISP处理器1040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1040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1040还可从图像存储器1030接收图像数据。例如,传感器1020接口将原始图像数据发送给图像存储器1030,图像存储器1030中的原始图像数据再提供给ISP处理器1040以供处理。图像存储器1030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1014接口或来自传感器1020接口或来自图像存储器1030的原始图像数据时,ISP处理器1040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1030,以便在被显示之前进行另外的处理。ISP处理器1040还可从图像存储器1030接收处理数据,对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1080,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1040的输出还可发送给图像存储器1030,且显示器1080可从图像存储器1030读取图像数据。在一个实施例中,图像存储器1030可被配置为实现一个或多个帧缓冲器。此外,ISP处理器1040的输出可发送给编码器/解码器1070,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1080设备上之前解压缩。
ISP处理器1040处理图像数据的步骤包括:对图像数据进行VFE(Video FrontEnd,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1040处理后的图像数据可发送给美颜模块1060,以便在被显示之前对图像进行美颜处理。美颜模块1060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1060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1060处理后的数据可发送给编码器/解码器1070,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1080设备上之前解压缩。其中,美颜模块1060还可位于编码器/解码器1070与显示器1080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1070可为移动终端中CPU、GPU或协处理器等。
ISP处理器1040确定的统计数据可发送给控制逻辑器1050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1012阴影校正等图像传感器1014统计信息。控制逻辑器1050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1010的控制参数以及ISP处理器1040的控制参数。例如,成像设备1010的控制参数可包括传感器1020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1012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1012阴影校正参数。
运用图10中图像处理技术可实现以下步骤:
(1)对待处理图像进行人脸识别,识别待处理图像中人脸区域,获取人脸区域中人脸特征识别点。
(2)获取人脸特征识别点的坐标值。
(3)根据坐标值确定人脸特征识别点之间的距离和人脸特征识别点之间的角度。
(4)根据人脸特征识别点之间的距离和人脸特征识别点之间的角度确定人脸区域的偏移角度。
(5)获取与偏移角度对应的美颜模板,根据美颜模板对人脸区域进行美颜处理。
在一个实施例中,偏移角度包括第一角度、第二角度和第三角度。第一角度表示人脸区域相对于标准人脸在第一平面的旋转角度。第二角度表示人脸区域相对于标准人脸在第二平面的旋转角度。第三角度表示人脸区域相对于标准人脸在第三平面的旋转角度。第一平面、第二平面和第三平面之间每两个平面互相垂直。
在一个实施例中,处理器执行获取与偏移角度对应的美颜模板的步骤包括以下任意一种:
(1)根据偏移角度旋转预存标准美颜模板得到与偏移角度对应的美颜模板。
(2)在已存储美颜模板中查找与偏移角度对应的美颜模板。
(3)将偏移角度上传服务器,接收服务器返回的与偏移角度对应的美颜模板。
在一个实施例中,根据美颜模板对人脸区域进行美颜处理,包括:获取人脸区域的肤色、肤质和人脸区域对应的性别。根据肤色、肤质和性别获取与人脸区域对应的美颜参数。根据美颜参数调整美颜模板,根据调整后美颜模板对人脸区域进行美颜处理。
在一个实施例中,还执行:识别人脸区域中肤色区域,对肤色区域进行边缘提取,获取边缘信息。根据边缘信息确定第一肤色区域。将美颜处理后人脸区域与第一肤色区域进行图像融合。
在一个实施例中,根据边缘信息确定第一肤色区域包括:根据边缘信息对应的形状和颜色确定第一边缘信息,获取第一边缘信息对应的肤色区域作为第一肤色区域,记录第一肤色区域的位置信息。将美颜处理后人脸区域与第一肤色区域进行图像融合包括:根据位置信息确定第一肤色区域在处理后人脸区域中对应的肤色区域。将第一肤色区域与对应的肤色区域进行融合处理。
在一个实施例中,在对待处理图像进行人脸识别之前,还执行:若存在连续拍摄的多帧图像,根据图像中人眼状态选取睁眼图像。若多帧图像中存在多帧睁眼图像,合成多帧睁眼图像,将合成后图像作为待处理图像。若多帧图像中存在一帧睁眼图像,将一帧睁眼图像作为待处理图像。
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 (12)
1.一种图像处理方法,其特征在于,包括:
对待处理图像进行人脸识别,识别所述待处理图像中人脸区域,获取所述人脸区域中人脸特征识别点;
获取所述人脸特征识别点的坐标值;
根据所述坐标值确定所述人脸特征识别点之间的距离和人脸特征识别点之间的角度;
根据所述人脸特征识别点之间的距离和人脸特征识别点之间的角度确定所述人脸区域的偏移角度;
获取与所述偏移角度对应的美颜模板,根据所述美颜模板对所述人脸区域进行美颜处理;
所述方法还包括:
识别所述人脸区域中肤色区域,对所述肤色区域进行边缘提取,获取边缘信息;
根据所述边缘信息对应的形状和颜色确定第一边缘信息,获取第一边缘信息对应的肤色区域作为第一肤色区域,记录所述第一肤色区域的位置信息;所述第一肤色区域为皮肤细腻区域;
根据所述位置信息确定所述第一肤色区域在处理后人脸区域中对应的肤色区域;
将所述第一肤色区域与对应的肤色区域进行融合处理。
2.根据权利要求1所述的方法,其特征在于:
所述偏移角度包括第一角度、第二角度和第三角度;
所述第一角度表示所述人脸区域相对于标准人脸在第一平面的旋转角度;
所述第二角度表示所述人脸区域相对于所述标准人脸在第二平面的旋转角度;
所述第三角度表示所述人脸区域相对于所述标准人脸在第三平面的旋转角度;
所述第一平面、第二平面和第三平面之间每两个平面互相垂直。
3.根据权利要求1所述的方法,其特征在于,所述获取与所述偏移角度对应的美颜模板包括以下方法中任意一种:
根据所述偏移角度旋转预存标准美颜模板得到与所述偏移角度对应的美颜模板;
在已存储美颜模板中查找与所述偏移角度对应的美颜模板;
将所述偏移角度上传服务器,接收所述服务器返回的与所述偏移角度对应的美颜模板。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述根据所述美颜模板对所述人脸区域进行美颜处理,包括:
获取所述人脸区域的肤色、肤质和所述人脸区域对应的性别;
根据所述肤色、肤质和性别获取与所述人脸区域对应的美颜参数;
根据所述美颜参数调整所述美颜模板,根据调整后美颜模板对所述人脸区域进行美颜处理。
5.根据权利要求1至3中任一项所述的方法,其特征在于,在所述对待处理图像进行人脸识别之前,所述方法还包括:
若存在连续拍摄的多帧图像,根据所述图像中人眼状态选取睁眼图像;
若所述多帧图像中存在多帧睁眼图像,合成所述多帧睁眼图像,将合成后图像作为所述待处理图像;
若所述多帧图像中存在一帧睁眼图像,将所述一帧睁眼图像作为所述待处理图像。
6.一种图像处理装置,其特征在于,包括:
识别模块,用于对待处理图像进行人脸识别,识别所述待处理图像中人脸区域;
获取模块,用于获取所述人脸区域中人脸特征识别点;获取所述人脸特征识别点的坐标值;
确定模块,用于根据所述坐标值确定所述人脸特征识别点之间的距离和人脸特征识别点之间的角度;
所述确定模块还用于根据所述人脸特征识别点之间的距离和人脸特征识别点之间的角度确定所述人脸区域的偏移角度;
美颜模块,用于获取与所述偏移角度对应的美颜模板,根据所述美颜模板对所述人脸区域进行美颜处理;
还包括:
所述识别模块,还用于识别所述人脸区域中肤色区域,对所述肤色区域进行边缘提取,获取边缘信息;
所述确定模块,还用于根据所述边缘信息对应的形状和颜色确定第一边缘信息,获取第一边缘信息对应的肤色区域作为第一肤色区域,记录所述第一肤色区域的位置信息;所述第一肤色区域为皮肤细腻区域;
所述美颜模块,还用于根据所述位置信息确定所述第一肤色区域在处理后人脸区域中对应的肤色区域;将所述第一肤色区域与对应的肤色区域进行融合处理。
7.根据权利要求6所述的装置,其特征在于:
所述偏移角度包括第一角度、第二角度和第三角度;
所述第一角度表示所述人脸区域相对于标准人脸在第一平面的旋转角度;
所述第二角度表示所述人脸区域相对于所述标准人脸在第二平面的旋转角度;
所述第三角度表示所述人脸区域相对于所述标准人脸在第三平面的旋转角度;
所述第一平面、第二平面和第三平面之间每两个平面互相垂直。
8.根据权利要求 6所述的装置,其特征在于,所述获取与所述偏移角度对应的美颜模板包括以下方法中任意一种:
根据所述偏移角度旋转预存标准美颜模板得到与所述偏移角度对应的美颜模板;
在已存储美颜模板中查找与所述偏移角度对应的美颜模板;
将所述偏移角度上传服务器,接收所述服务器返回的与所述偏移角度对应的美颜模板。
9.根据权利要求6-8中任一项所述的装置,其特征在于,包括:
获取模块,用于根据所述美颜模板对所述人脸区域进行美颜处理之前,获取所述人脸区域的肤色、肤质和所述人脸区域对应的性别;根据所述肤色、肤质和性别获取与所述人脸区域对应的美颜参数;
调整模块,用于根据所述美颜参数调整所述美颜模板;
美颜模块,用于根据调整后美颜模板对所述人脸区域进行美颜处理。
10.根据权利要求6-8中任一项所述的装置,其特征在于,还包括:
选取模块,用于在所述对待处理图像进行人脸识别之前,若存在连续拍摄的多帧图像,根据所述图像中人眼状态选取睁眼图像;若所述多帧图像中存在多帧睁眼图像,合成所述多帧睁眼图像,将合成后图像作为所述待处理图像;若所述多帧图像中存在一帧睁眼图像,将所述一帧睁眼图像作为所述待处理图像。
11.一种电子设备,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5中任一项所述的方法。
12.一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如权利要求1至5中任一项所述的方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711040533.2A CN107818305B (zh) | 2017-10-31 | 2017-10-31 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
US16/155,593 US10929646B2 (en) | 2017-10-31 | 2018-10-09 | Method and apparatus for image processing, and computer-readable storage medium |
EP18199864.2A EP3477542A1 (en) | 2017-10-31 | 2018-10-11 | Method and apparatus for image processing, and computer-readable storage medium |
JP2020518525A JP6961811B2 (ja) | 2017-10-31 | 2018-10-16 | 画像処理のための方法および装置、ならびにコンピュータ可読記憶媒体 |
PCT/CN2018/110534 WO2019085751A1 (en) | 2017-10-31 | 2018-10-16 | Method and apparatus for image processing, and computer-readable storage medium |
KR1020207008298A KR102362544B1 (ko) | 2017-10-31 | 2018-10-16 | 이미지 처리를 위한 방법 및 장치, 및 컴퓨터 판독 가능 저장 매체 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711040533.2A CN107818305B (zh) | 2017-10-31 | 2017-10-31 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107818305A CN107818305A (zh) | 2018-03-20 |
CN107818305B true CN107818305B (zh) | 2020-09-22 |
Family
ID=61603306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711040533.2A Active CN107818305B (zh) | 2017-10-31 | 2017-10-31 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10929646B2 (zh) |
EP (1) | EP3477542A1 (zh) |
JP (1) | JP6961811B2 (zh) |
KR (1) | KR102362544B1 (zh) |
CN (1) | CN107818305B (zh) |
WO (1) | WO2019085751A1 (zh) |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10176377B2 (en) * | 2015-11-02 | 2019-01-08 | Fotonation Limited | Iris liveness detection for mobile devices |
CN107818305B (zh) | 2017-10-31 | 2020-09-22 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN108564037B (zh) * | 2018-04-15 | 2021-06-08 | 南京明辉创鑫电子科技有限公司 | 一种敬礼姿势检测校正方法 |
US11170535B2 (en) * | 2018-04-27 | 2021-11-09 | Deepixel Inc | Virtual reality interface method and apparatus for providing fusion with real space |
CN108921856B (zh) * | 2018-06-14 | 2022-02-08 | 北京微播视界科技有限公司 | 图像裁剪方法、装置、电子设备及计算机可读存储介质 |
CN108986019A (zh) * | 2018-07-13 | 2018-12-11 | 北京小米智能科技有限公司 | 肤色调整方法及装置、电子设备、机器可读存储介质 |
CN110163806B (zh) * | 2018-08-06 | 2023-09-15 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置以及存储介质 |
CN109284694A (zh) * | 2018-08-31 | 2019-01-29 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN109446892B (zh) * | 2018-09-14 | 2023-03-24 | 杭州宇泛智能科技有限公司 | 基于深度神经网络的人眼注意力定位方法及系统 |
CN109360176B (zh) * | 2018-10-15 | 2021-03-02 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN109584168B (zh) * | 2018-10-25 | 2021-05-04 | 北京市商汤科技开发有限公司 | 图像处理方法和装置、电子设备和计算机存储介质 |
CN109740431B (zh) * | 2018-11-26 | 2021-11-16 | 深圳艺达文化传媒有限公司 | 自拍视频的头像画面的眉毛处理方法及相关产品 |
CN111292276B (zh) * | 2018-12-07 | 2021-06-22 | 北京字节跳动网络技术有限公司 | 图像处理方法和装置 |
CN110717867B (zh) * | 2019-09-04 | 2023-07-11 | 北京达佳互联信息技术有限公司 | 一种图像生成方法、装置、电子设备及存储介质 |
WO2021061112A1 (en) | 2019-09-25 | 2021-04-01 | Google Llc | Gain control for face authentication |
DE112019007808T5 (de) | 2019-10-10 | 2022-08-04 | Google LLC | Kamera-synchronisation und bild-markieren für eine gesichtsauthentifizierung |
CN111091610B (zh) * | 2019-11-22 | 2023-04-11 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
US11403788B2 (en) | 2019-11-22 | 2022-08-02 | Beijing Sensetime Technology Development Co., Ltd. | Image processing method and apparatus, electronic device, and storage medium |
CN111145119B (zh) * | 2019-12-25 | 2023-06-02 | 维沃移动通信(杭州)有限公司 | 一种图像处理方法及电子设备 |
CN111243049B (zh) | 2020-01-06 | 2021-04-02 | 北京字节跳动网络技术有限公司 | 人脸图像的处理方法、装置、可读介质和电子设备 |
CN111339971B (zh) * | 2020-03-02 | 2022-06-28 | 北京字节跳动网络技术有限公司 | 视频中人体肩颈处理方法、装置及电子设备 |
CN111402154A (zh) * | 2020-03-10 | 2020-07-10 | 北京字节跳动网络技术有限公司 | 图像美颜方法、装置、电子设备及计算机可读存储介质 |
CN111311519A (zh) * | 2020-03-12 | 2020-06-19 | 北京字节跳动网络技术有限公司 | 视频中人体腰部美体处理方法、装置及电子设备 |
CN111310749A (zh) * | 2020-03-23 | 2020-06-19 | 北京字节跳动网络技术有限公司 | 视频中人体臀部美体处理方法、装置及电子设备 |
CN111445405B (zh) * | 2020-03-24 | 2022-06-17 | 北京字节跳动网络技术有限公司 | 图片中人体肩颈处理方法、装置及电子设备 |
CN111445514A (zh) * | 2020-03-24 | 2020-07-24 | 北京字节跳动网络技术有限公司 | 图片中人体臀部处理方法、装置及电子设备 |
CN111612897B (zh) * | 2020-06-05 | 2023-11-10 | 腾讯科技(深圳)有限公司 | 三维模型的融合方法、装置、设备及可读存储介质 |
CN111652878B (zh) * | 2020-06-16 | 2022-09-23 | 腾讯科技(深圳)有限公司 | 图像检测方法、装置、计算机设备及存储介质 |
CN111798399B (zh) * | 2020-07-10 | 2024-04-30 | 抖音视界有限公司 | 一种图像处理方法、装置以及电子设备 |
CN113362344B (zh) * | 2021-06-30 | 2023-08-11 | 展讯通信(天津)有限公司 | 人脸皮肤分割方法和设备 |
CN114092678A (zh) * | 2021-11-29 | 2022-02-25 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
JP7492150B2 (ja) | 2022-04-28 | 2024-05-29 | フリュー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030042403A (ko) * | 2001-11-22 | 2003-05-28 | 조윤석 | 윤곽선 정합에 의한 이용한 얼굴 캐릭터 생성 방법 |
US7239726B2 (en) * | 2001-12-12 | 2007-07-03 | Sony Corporation | System and method for effectively extracting facial feature information |
JP2004062565A (ja) * | 2002-07-30 | 2004-02-26 | Canon Inc | 画像処理装置及び方法並びにプログラム記憶媒体 |
US7747040B2 (en) * | 2005-04-16 | 2010-06-29 | Microsoft Corporation | Machine vision system and method for estimating and tracking facial pose |
CN1786980A (zh) * | 2005-12-08 | 2006-06-14 | 上海交通大学 | 用二维轮廓进行人脸特征点新位置搜索的方法 |
JP5454233B2 (ja) * | 2010-03-04 | 2014-03-26 | 日本電気株式会社 | 画像処理装置、撮像装置、画像処理方法及びプログラム |
CN102013011B (zh) * | 2010-12-16 | 2013-09-04 | 重庆大学 | 基于正脸补偿算子的多姿态人脸识别方法 |
US8824808B2 (en) | 2011-08-19 | 2014-09-02 | Adobe Systems Incorporated | Methods and apparatus for automated facial feature localization |
JP5818091B2 (ja) | 2011-12-27 | 2015-11-18 | ソニー株式会社 | 画像処理装置、画像処理システム、画像処理方法、および、プログラム |
US8908904B2 (en) | 2011-12-28 | 2014-12-09 | Samsung Electrônica da Amazônia Ltda. | Method and system for make-up simulation on portable devices having digital cameras |
US8954706B2 (en) | 2012-03-21 | 2015-02-10 | Hitachi, Ltd. | Storage apparatus, computer system, and control method for storage apparatus |
WO2015029392A1 (ja) | 2013-08-30 | 2015-03-05 | パナソニックIpマネジメント株式会社 | メイクアップ支援装置、メイクアップ支援方法、およびメイクアップ支援プログラム |
CN106258010B (zh) * | 2014-02-04 | 2019-11-22 | 弗劳恩霍夫应用研究促进协会 | 2d图像分析器 |
CN103793693A (zh) * | 2014-02-08 | 2014-05-14 | 厦门美图网科技有限公司 | 一种人脸转向的检测方法及其应用该方法的脸型优化方法 |
JP6369246B2 (ja) * | 2014-09-08 | 2018-08-08 | オムロン株式会社 | 似顔絵生成装置、似顔絵生成方法 |
KR101717222B1 (ko) * | 2015-04-24 | 2017-03-17 | 가천대학교 산학협력단 | 시선 검출 시스템 및 그 방법 |
CN104966267B (zh) * | 2015-07-02 | 2018-01-19 | 广东欧珀移动通信有限公司 | 一种美颜用户图像的方法及装置 |
CN106558025B (zh) * | 2015-09-29 | 2021-02-09 | 腾讯科技(深圳)有限公司 | 一种图片的处理方法和装置 |
CN106991367B (zh) * | 2016-01-21 | 2019-03-19 | 腾讯科技(深圳)有限公司 | 确定人脸转动角度的方法和装置 |
CN105760836A (zh) * | 2016-02-17 | 2016-07-13 | 厦门美图之家科技有限公司 | 基于深度学习的多角度人脸对齐方法、系统及拍摄终端 |
JP2017147621A (ja) * | 2016-02-17 | 2017-08-24 | 株式会社メイクソフトウェア | 画像処理装置、画像処理方法及びコンピュータプログラム |
CN105956576A (zh) * | 2016-05-18 | 2016-09-21 | 广东欧珀移动通信有限公司 | 一种图像美颜方法、装置及移动终端 |
CN106446793B (zh) * | 2016-08-31 | 2019-01-01 | 广州莱德璞检测技术有限公司 | 一种基于人脸特征点的人脸轮廓计算方法 |
US10062216B2 (en) * | 2016-09-13 | 2018-08-28 | Aleksey Konoplev | Applying facial masks to faces in live video |
CN106791365A (zh) | 2016-11-25 | 2017-05-31 | 努比亚技术有限公司 | 人脸图像预览处理方法及装置 |
CN107818305B (zh) | 2017-10-31 | 2020-09-22 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
-
2017
- 2017-10-31 CN CN201711040533.2A patent/CN107818305B/zh active Active
-
2018
- 2018-10-09 US US16/155,593 patent/US10929646B2/en active Active
- 2018-10-11 EP EP18199864.2A patent/EP3477542A1/en active Pending
- 2018-10-16 JP JP2020518525A patent/JP6961811B2/ja active Active
- 2018-10-16 KR KR1020207008298A patent/KR102362544B1/ko active IP Right Grant
- 2018-10-16 WO PCT/CN2018/110534 patent/WO2019085751A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
KR102362544B1 (ko) | 2022-02-14 |
US10929646B2 (en) | 2021-02-23 |
KR20200043448A (ko) | 2020-04-27 |
CN107818305A (zh) | 2018-03-20 |
EP3477542A1 (en) | 2019-05-01 |
WO2019085751A1 (en) | 2019-05-09 |
JP2020535561A (ja) | 2020-12-03 |
JP6961811B2 (ja) | 2021-11-05 |
US20190130166A1 (en) | 2019-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107818305B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN107766831B (zh) | 图像处理方法、装置、移动终端和计算机可读存储介质 | |
CN107808136B (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
CN107730444B (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
CN107730445B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
CN107886484B (zh) | 美颜方法、装置、计算机可读存储介质和电子设备 | |
CN108537155B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN107945135B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
JP7027537B2 (ja) | 画像処理方法および装置、電子機器、ならびにコンピュータ可読記憶媒体 | |
CN108537749B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN107993209B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN107734253B (zh) | 图像处理方法、装置、移动终端和计算机可读存储介质 | |
KR100556856B1 (ko) | 이동통신 단말기에서 화면 제어 방법 및 장치 | |
CN107705248A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN107862274A (zh) | 美颜方法、装置、电子设备和计算机可读存储介质 | |
CN108846807B (zh) | 光效处理方法、装置、终端及计算机可读存储介质 | |
CN107862653B (zh) | 图像显示方法、装置、存储介质和电子设备 | |
CN107368806B (zh) | 图像矫正方法、装置、计算机可读存储介质和计算机设备 | |
CN107862658B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN107862659B (zh) | 图像处理方法、装置、计算机设备及计算机可读存储介质 | |
CN109242794B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN107844764B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN108022206A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN107424117B (zh) | 图像美颜方法、装置、计算机可读存储介质和计算机设备 | |
CN108022207A (zh) | 图像处理方法、装置、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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1249951 Country of ref document: HK |
|
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 523860 No. 18, Wu Sha Beach Road, Changan Town, Dongguan, Guangdong Applicant after: OPPO Guangdong Mobile Communications Co., Ltd. Address before: 523860 No. 18, Wu Sha Beach Road, Changan Town, Dongguan, Guangdong Applicant before: Guangdong OPPO Mobile Communications Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |