CN107818543B - 图像处理方法及装置 - Google Patents

图像处理方法及装置 Download PDF

Info

Publication number
CN107818543B
CN107818543B CN201711099465.7A CN201711099465A CN107818543B CN 107818543 B CN107818543 B CN 107818543B CN 201711099465 A CN201711099465 A CN 201711099465A CN 107818543 B CN107818543 B CN 107818543B
Authority
CN
China
Prior art keywords
eye
point
determining
picture
offset
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
CN201711099465.7A
Other languages
English (en)
Other versions
CN107818543A (zh
Inventor
陈志军
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201711099465.7A priority Critical patent/CN107818543B/zh
Publication of CN107818543A publication Critical patent/CN107818543A/zh
Application granted granted Critical
Publication of CN107818543B publication Critical patent/CN107818543B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本公开是关于图像处理方法及装置。该方法包括：对图片进行人脸特征点定位，得到眼睛特征点的初始位置；根据眼睛特征点的初始位置及预设外扩比例，确定眼睛特征点的外扩位置；确定外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；根据外扩后的眼睛特征点的偏移量及包围线，对图片进行渲染，得到大眼后的图片。本公开能够提高大眼后眼睛轮廓的光滑度，克服由于眼睛特征点过于贴近眼睛实际轮廓而导致的大眼后眼睛轮廓不光滑的问题，使得大眼后的眼睛看起来更加自然，提高用户体验。

Description

图像处理方法及装置
技术领域
本公开涉及终端技术领域，尤其涉及图像处理方法及装置。
背景技术
通常，终端支持对图片或视频中人脸进行美颜的功能；美颜功能具备颠覆传统拍照效果、瞬间自动美颜的功能，例如可以实现瘦脸、大眼、美白、五官立体等效果。
发明内容
为克服相关技术中存在的问题，本公开实施例提供一种图像处理方法及装置。所述技术方案如下：
根据本公开实施例的第一方面，提供一种图像处理方法，包括：
对图片进行人脸特征点定位，确定图片中眼睛特征点的初始位置；
根据所述眼睛特征点的初始位置及预设外扩比例，确定所述眼睛特征点的外扩位置；
确定所述外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；
根据所述外扩后的眼睛特征点的偏移量及所述包围线，对所述图片进行渲染，得到大眼后的图片。
在一个实施例中，所述眼睛特征点包括：第一特征点和第二特征点；所述第一特征点为与眼角距离最近的特征点，所述第二特征点为所述眼睛特征点中除所述第一特征点之外的特征点；
根据所述眼睛特征点的初始位置及预设外扩比例，确定所述眼睛特征点的外扩位置，包括：
根据所述第一特征点的初始位置、与所述第一特征点相邻的眼睛特征点的初始位置、及预设外扩比例，确定所述第一特征点远离所述相邻的眼睛特征点的外扩量；
根据所述第一特征点远离所述相邻的眼睛特征点的外扩量，确定所述第一特征点的外扩位置；
确定所述图片中眼睛的中心点；
根据所述第二特征点的初始位置、所述中心点及预设外扩比例，确定所述第二特征点远离所述中心点的外扩量；
根据所述第二特征点远离所述中心点的外扩量，确定所述第二特征点的外扩位置。
在一个实施例中，根据所述眼睛特征点的初始位置及预设外扩比例，确定所述眼睛特征点的外扩位置，包括：
确定所述图片中眼睛的中心点；
根据所述眼睛特征点的初始位置、所述中心点及预设外扩比例，确定所述眼睛特征点远离所述中心点的外扩量；
根据所述眼睛特征点远离所述中心点的外扩量，确定所述眼睛特征点的外扩位置。
在一个实施例中，确定所述外扩后的眼睛特征点的偏移量，包括：
确定所述外扩后的眼睛特征点的偏移系数、及所述图片中眼睛的中心点；
计算所述外扩后的眼睛特征点与所述中心点的距离；
根据所述距离及所述外扩后的眼睛特征点的偏移系数，计算所述外扩后的眼睛特征点的偏移量。
在一个实施例中，根据所述外扩后的眼睛特征点的偏移量及所述包围线，对所述图片进行渲染，得到大眼后的图片包括：
在所述包围线上选取包围点；
根据所述外扩后的眼睛特征点及所述包围点，对所述图片进行三角化剖分，得到剖分三角形；
根据所述外扩后的眼睛特征点的偏移量，对所述剖分三角形进行偏移，确定偏移后的剖分三角形上各个像素点的偏移量；
根据所述偏移后的剖分三角形上各个像素点的偏移量，确定所述偏移后的剖分三角形上各个像素点的像素值；
根据偏移后的剖分三角形上各个像素点的偏移量和像素值，确定大眼后的图片。
在一个实施例中，根据所述外扩后的眼睛特征点的偏移量及所述包围线，对所述图片进行渲染，得到大眼后的图片包括：
在所述包围线上选取包围点；
根据所述外扩后的眼睛特征点及所述包围点，对所述图片进行三角化剖分，得到剖分三角形；
根据所述剖分三角形及所述外扩后的眼睛特征点的偏移量，对所述图片进行图形处理器GPU渲染，得到大眼后的图片。
根据本公开实施例的第二方面，提供一种图像处理装置，包括：
定位模块，用于对图片进行人脸特征点定位，确定图片中眼睛特征点的初始位置；
外扩位置确定模块，用于根据所述眼睛特征点的初始位置及预设外扩比例，确定所述眼睛特征点的外扩位置；
偏移量确定模块，用于确定所述外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；
渲染模块，用于根据所述外扩后的眼睛特征点的偏移量及所述包围线，对所述图片进行渲染，得到大眼后的图片。
在一个实施例中，所述眼睛特征点包括：第一特征点和第二特征点；所述第一特征点为与眼角距离最近的特征点，所述第二特征点为所述眼睛特征点中除所述第一特征点之外的特征点；
所述外扩位置确定模块，包括：
第一确定子模块，用于根据所述第一特征点的初始位置、与所述第一特征点相邻的眼睛特征点的初始位置、及预设外扩比例，确定所述第一特征点远离所述相邻的眼睛特征点的外扩量；
第二确定子模块，用于根据所述第一特征点远离所述相邻的眼睛特征点的外扩量，确定所述第一特征点的外扩位置；
第一中心点确定子模块，用于确定所述图片中眼睛的中心点；
第三确定子模块，用于根据所述第二特征点的初始位置、所述中心点及预设外扩比例，确定所述第二特征点远离所述中心点的外扩量；
第四确定子模块，用于根据所述第二特征点远离所述中心点的外扩量，确定所述第二特征点的外扩位置。
在一个实施例中，所述外扩位置确定模块，包括：
第二中心点确定子模块，用于确定所述图片中眼睛的中心点；
第五确定子模块，用于根据所述眼睛特征点的初始位置、所述中心点及预设外扩比例，确定所述眼睛特征点远离所述中心点的外扩量；
第六确定子模块，用于根据所述眼睛特征点远离所述中心点的外扩量，确定所述眼睛特征点的外扩位置。
在一个实施例中，所述偏移量确定模块，包括：
第七确定子模块，用于确定所述外扩后的眼睛特征点的偏移系数、及所述图片中眼睛的中心点；
第一计算子模块，用于计算所述外扩后的眼睛特征点与所述中心点的距离；
第二计算子模块，用于根据所述距离及所述外扩后的眼睛特征点的偏移系数，计算所述外扩后的眼睛特征点的偏移量。
在一个实施例中，所述渲染模块，包括：
第一选取子模块，用于在所述包围线上选取包围点；
第一剖分子模块，用于根据所述外扩后的眼睛特征点及所述包围点，对所述图片进行三角化剖分，得到剖分三角形；
偏移量确定子模块，用于根据所述外扩后的眼睛特征点的偏移量，对所述剖分三角形进行偏移，确定偏移后的剖分三角形上各个像素点的偏移量；
像素值确定子模块，用于根据所述偏移后的剖分三角形上各个像素点的偏移量，确定所述偏移后的剖分三角形上各个像素点的像素值；
第八确定子模块，用于根据偏移后的剖分三角形上各个像素点的偏移量和像素值，确定大眼后的图片。
在一个实施例中，所述渲染模块，包括：
第二选取子模块，用于在所述包围线上选取包围点；
第二剖分子模块，用于根据所述外扩后的眼睛特征点及所述包围点，对所述图片进行三角化剖分，得到剖分三角形；
渲染子模块，用于根据所述剖分三角形及所述外扩后的眼睛特征点的偏移量，对所述图片进行图形处理器GPU渲染，得到大眼后的图片。
根据本公开实施例的第三方面，提供一种图像处理装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
对图片进行人脸特征点定位，得到眼睛特征点的初始位置；
根据眼睛特征点的初始位置及预设外扩比例，确定眼睛特征点的外扩位置；
确定外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；
根据外扩后的眼睛特征点的偏移量及包围线，对图片进行渲染，得到大眼后的图片。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述第一方面所述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：该技术方案通过在基于人脸特征点定位得到眼睛特征点的基础上，进一步对眼睛特征点的位置进行外扩，使得眼睛特征点与眼睛实际轮廓之间存在一定距离，从而在大眼的同时将靠近眼睛轮廓的区域也进行放大，能够提高大眼后眼睛轮廓的光滑度，克服由于眼睛特征点过于贴近眼睛实际轮廓而导致的大眼后眼睛轮廓不光滑的问题，使得大眼后的眼睛看起来更加自然，提高用户体验。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的图像处理方法的流程图。
图2a是根据一示例性实施例示出的图像处理方法的场景示意图。
图2b是根据一示例性实施例示出的图像处理方法的场景示意图。
图2c是根据一示例性实施例示出的图像处理方法的场景示意图。
图2d是根据一示例性实施例示出的图像处理方法的场景示意图。
图2e是根据一示例性实施例示出的图像处理方法的场景示意图。
图2f是根据一示例性实施例示出的图像处理方法的场景示意图。
图3是根据一示例性实施例示出的图像处理方法的流程图。
图4是根据一示例性实施例示出的图像处理装置的框图。
图5是根据一示例性实施例示出的图像处理装置的框图。
图6是根据一示例性实施例示出的图像处理装置的框图。
图7是根据一示例性实施例示出的图像处理装置的框图。
图8是根据一示例性实施例示出的图像处理装置的框图。
图9是根据一示例性实施例示出的图像处理装置的框图。
图10是根据一示例性实施例示出的图像处理装置的框图。
图11是根据一示例性实施例示出的图像处理装置的框图。
图12是根据一示例性实施例示出的图像处理装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
通常，终端例如智能手机，支持对图片或视频中人脸进行美颜处理。相关技术中，在对图片进行美颜处理的过程中，根据特征点定位对图片中人脸器官进行变形；然而，在对图片中眼睛进行大眼操作时，由于眼睛的特征点贴着眼睛实际轮廓，使得图片中靠近眼睛轮廓的区域会出现边界抖动，导致大眼后的眼睛轮廓不光滑，眼睛看起来不自然，影响用户体验。
为了解决上述问题，本公开实施例提供了一种图像处理方法，方法包括：对图片进行人脸特征点定位，得到眼睛特征点的初始位置；根据眼睛特征点的初始位置及预设外扩比例，确定眼睛特征点的外扩位置；确定外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；根据外扩后的眼睛特征点的偏移量及包围线，对图片进行渲染，得到大眼后的图片。
本公开实施例提供的图像处理方法，通过在基于人脸特征点定位得到眼睛特征点的基础上，进一步对眼睛特征点的位置进行外扩，使得眼睛特征点与眼睛实际轮廓之间存在一定距离，从而在大眼的同时将靠近眼睛轮廓的区域也进行放大，能够提高大眼后的眼睛轮廓的光滑度，克服由于眼睛特征点过于贴近眼睛实际轮廓而导致的大眼后的眼睛轮廓不光滑的问题，使得大眼后的眼睛看起来更加自然，提高用户体验。
需要指出的是，本公开实施例中终端例如是智能手机、平板电脑、台式机、笔记本电脑或穿戴式设备(如手环、智能眼镜等)等设备。
基于上述分析，提出以下各具体实施例。
图1是根据一示例性实施例示出的一种图像处理方法的流程图，该方法的执行主体可以为终端，如图1所示，该方法包括以下步骤101-104：
在步骤101中，对图片进行人脸特征点定位，确定图片中眼睛特征点的初始位置；
示例的，使用人脸关键点定位算法对图片进行人脸特征点定位，定位出图片中眼睛特征点的初始位置；人脸关键点定位算法，例如可以包括：主动外观模型(AAM，activeappearance models)、有监督的梯度下降方法(SDM，supervised descent method)、或卷积神经网络(CNN，convolutional neural networks)等。图2a示出了本公开实施例提供的图像处理方法的一个可能的场景示意图，参见图2a，图片中眼睛特征点为特征点1-12，沿着眼睛边缘的实线为眼睛实际轮廓，可见，特征点1-12均位于眼睛实际轮廓上。
在步骤102中，根据眼睛特征点的初始位置及预设外扩比例，确定眼睛特征点的外扩位置；
示例的，在通过人脸特征点定位得到眼睛特征点的基础上，对眼睛特征点的初始位置进行外扩，使得眼睛特征点与眼睛实际轮廓之间存在一定距离；确定眼睛特征点的外扩位置的实现方式可以包括以下任意一种方式：
方式1、眼睛特征点包括第一特征点和第二特征点，第一特征点为与眼角距离最近的特征点，第二特征点为图片中眼睛特征点中除第一特征点之外的特征点；参见图2a，第一特征点为特征点1、特征点4、特征点7及特征点10，第二特征点为特征点2、特征点3、特征点5、特征点6、特征点8、特征点9、特征点11及特征点12；首先，根据第一特征点的初始位置、与第一特征点相邻的眼睛特征点的初始位置、及预设外扩比例，确定第一特征点远离相邻的眼睛特征点的外扩量；例如，计算第一特征点的初始位置和与第一特征点相邻的眼睛特征点的初始位置之间的距离，计算该距离与预设外扩比例的乘积，将所得乘积确定为第一特征点远离相邻的眼睛特征点的外扩量；然后，根据第一特征点远离相邻的眼睛特征点的外扩量，确定第一特征点的外扩位置；第一特征点的外扩位置位于第一特征点与相邻的眼睛特征点的连线上，第一特征点的初始位置位于第一特征点的外扩位置和与第一特征点相邻的眼睛特征点的初始位置之间；示例的，预设外扩比例可以是经验值，例如10％、50％或100％。
参见图2b，图2b示出了确定图片中右眼所对应的第一特征点的外扩位置的例子，图片中右眼所对应的第一特征点为特征点1和特征点4；用线段连接特征点1和特征点6，在线段61的延长线上确定特征点13，将特征点13的位置确定为特征点1的一个外扩位置，其中，特征点13与特征点1的距离等于特征点1与特征点6的距离；用线段连接特征点1和特征点2，在线段21的延长线上确定特征点14，将特征点14的位置确定为特征点1的另一个外扩位置，其中，特征点14与特征点1的距离等于特征点1与特征点2的距离；用线段连接特征点4和特征点5，在线段54的延长线上确定特征点15，将特征点15的位置确定为特征点4的一个外扩位置，其中，特征点15与特征点4的距离等于特征点4与特征点5的距离；用线段连接特征点4和特征点3，在线段34的延长线上确定特征点16，将特征点16的位置确定为特征点4的另一个外扩位置，其中，特征点16与特征点4的距离等于特征点4与特征点3的距离。
接着，确定图片中眼睛的中心点；每个眼睛分别有一个中心点；例如，每个眼睛的中心点位于与该眼睛对应的各个眼睛特征点的中间位置；根据第二特征点的初始位置、中心点及预设外扩比例，确定第二特征点远离中心点的外扩量；例如，计算第二特征点的初始位置与中心点之间的距离，计算第二特征点的初始位置与中心点之间的距离与预设外扩比例的乘积，将所得乘积确定为第二特征点远离中心点的外扩量；根据第二特征点远离中心点的外扩量，确定第二特征点的外扩位置。第二特征点的外扩位置位于第二特征点与中心点的连线上，第二特征点的初始位置位于第二特征点的外扩位置和中心点之间.
参见图2c，图2c示出了确定图片中右眼所对应的第二特征点的外扩位置，图片中右眼所对应的第二特征点为特征点2、特征点3、特征点5和特征点6；首先定位出右眼的中心点C，右眼的中心点C位于右眼对应的各个眼睛特征点的中间位置；然后以中心点C为中心，分别用线段连接C点和特征点2、特征点3、特征点5及特征点6，然后，在线段C2延长线上确定特征点17，在线段C3延长线上确定特征点18，在线段C5延长线上确定特征点19，在线段C6延长线上确定特征点20；将特征点17的位置确定为特征点2的外扩位置，将特征点18的位置确定为特征点3的外扩位置，将特征点19的位置确定为特征点5的外扩位置，将特征点20的位置确定为特征点6的外扩位置。参见图2d，图2d示出了图片中眼睛特征点的初始位置和外扩位置。
方式2、确定图片中眼睛的中心点；每个眼睛分别有一个中心点；根据眼睛特征点的初始位置、中心点及预设外扩比例，确定眼睛特征点远离中心点的外扩量；例如，计算眼睛特征点的初始位置与中心点之间的距离，计算眼睛特征点的初始位置与中心点之间的距离与预设外扩比例的乘积，将所得乘积确定为眼睛特征点远离中心点的外扩量；根据眼睛特征点远离中心点的外扩量，确定眼睛特征点的外扩位置。眼睛特征点远离中心点的外扩量为眼睛特征点的初始位置与眼睛特征点的外扩位置之间的距离；眼睛特征点的外扩位置与眼睛特征点的初始位置及中心点在一条直线上，眼睛特征点的初始位置位于中心点与眼睛特征点的外扩位置之间。
方式3、确定图片中眼睛的中心点；每个眼睛分别有一个中心点；将眼睛特征点用平滑曲线依次连接，得到由眼睛特征点构成的闭合曲线；将由眼睛特征点构成的闭合曲线扩大预设外扩比例；确定眼睛特征点与中心点的连线，将该连线与外扩后的闭合曲线相交的位置，确定眼睛特征点的外扩位置。
在步骤103中，确定外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；
示例的，获取眼睛特征点的初始位置对应的偏移系数；根据眼睛特征点的初始位置对应的偏移系数，确定外扩后的眼睛特征点的偏移系数；确定图片中眼睛的中心点；计算外扩后的眼睛特征点与中心点的距离；根据距离及外扩后的眼睛特征点的偏移系数，计算外扩后的眼睛特征点的偏移量。眼睛特征点的偏移量是指在对人眼进行美颜大眼操作时，通过计算确定的眼睛特征点的移动距离和移动方位等信息。
示例的，包围线用以将外扩后的眼睛特征点包围；包围线的范围比双眼的范围大，包围线不能超出图片的边界；参见图2e，图2e示出了图片中外扩后的眼睛特征点及包围线。针对图片中眼睛进行大眼操作时，对眼睛的变形范围只限于在包围线内进行；在大眼操作过程中，包围线保持不动，即包围线上任意一点的偏移量为0。
示例的，以任意一个外扩后的眼睛特征点i为例，外扩后的眼睛特征点i的偏移量可以采用如下计算公式：offseti＝αi*(M0-Mi)；其中，αi为外扩后的眼睛特征点i的偏移系数，M0为眼睛的中心点，Mi为眼睛特征点i的外扩位置；需要说明的是，每个外扩后的眼睛特征点的偏移系数并不完全一样，可以预先设置眼睛特征点的初始位置的偏移系数，根据眼睛特征点的初始位置的偏移系数，确定外扩后的眼睛特征点的偏移系数。
在步骤104中，根据外扩后的眼睛特征点的偏移量及包围线，对图片进行渲染，得到大眼后的图片。
示例的，根据外扩后的眼睛特征点的偏移量及包围线，对图片进行渲染的实现方式至少可以包括以下任意一种方式：
方式a、基于中央处理器(CPU)渲染，步骤包括：1)在包围线上选取包围点；参见图2f，图2f示出了包围线上的包围点；2)根据外扩后的眼睛特征点及包围点，对图片进行三角化剖分，得到剖分三角形；图2f示出了针对图片进行三角化剖分后得到的剖分三角形。3)根据外扩后的眼睛特征点的偏移量，对剖分三角形进行偏移，得到偏移后的剖分三角形；确定偏移后的剖分三角形上各个像素点的偏移量；例如，采用仿射变换来计算偏移后的剖分三角形上各个像素点相对于原图的偏移量；4)根据偏移后的剖分三角形上各个像素点的偏移量，确定偏移后的剖分三角形上各个像素点的像素值；例如，根据偏移后的剖分三角形上各个像素点的偏移量，采用双线性插值算法确定偏移后的剖分三角形上各个像素点的像素值；5)根据偏移后的剖分三角形上各个像素点的偏移量和像素值，确定大眼后的图片。
方式b、基于图形处理器(GPU)实时渲染，步骤包括：1)在包围线上选取包围点；2)根据外扩后的眼睛特征点及包围点，对图片进行三角化剖分，得到剖分三角形；3)根据剖分三角形及外扩后的眼睛特征点的偏移量，对图片进行GPU渲染，得到大眼后的图片。
本公开的实施例提供的技术方案，通过在基于人脸特征点定位得到眼睛特征点的基础上，进一步对眼睛特征点的位置进行外扩，使得眼睛特征点与眼睛实际轮廓之间存在一定距离，从而在大眼的同时将靠近眼睛轮廓的区域也进行放大，能够提高大眼后的眼睛轮廓的光滑度，克服由于眼睛特征点过于贴近眼睛实际轮廓而导致的大眼后的眼睛轮廓不光滑的问题，使得大眼后的眼睛看起来更加自然，如此，能够提高用户体验。
图3是根据一示例性实施例示出的一种图像处理方法的流程图。如图3所示，在图1所示实施例的基础上，本公开涉及的图像处理方法可以包括以下步骤301-310：
在步骤301中，使用人脸关键点定位算法对图片进行人脸特征点定位，确定图片中的眼睛特征点，获取眼睛特征点的初始位置；
示例的，人脸特征点包括器官特征点和轮廓特征点。人脸关键点定位算法可以包括AAM、SDM或CNN，convolutional neural networks等。
示例的，眼睛特征点包括：第一特征点和第二特征点；第一特征点为与眼角距离最近的特征点，第二特征点为眼睛特征点中除第一特征点之外的特征点。
在步骤302中，根据第一特征点的初始位置、与第一特征点相邻的眼睛特征点的初始位置、及预设外扩比例，确定第一特征点远离相邻的眼睛特征点的外扩量；根据第一特征点远离相邻的眼睛特征点的外扩量，确定第一特征点的外扩位置；
在步骤303中，确定图片中眼睛的中心点；
在步骤304中，根据第二特征点的初始位置、中心点及预设外扩比例，确定第二特征点远离中心点的外扩量；根据第二特征点远离中心点的外扩量，确定第二特征点的外扩位置。
在步骤305中，确定外扩后的眼睛特征点的偏移系数；计算外扩后的眼睛特征点与中心点的距离；
在步骤306中，根据外扩后的眼睛特征点与中心点的距离及外扩后的眼睛特征点的偏移系数，计算外扩后的眼睛特征点的偏移量。
在步骤307中，在包围线上选取包围点；根据外扩后的眼睛特征点及包围点，对图片进行三角化剖分，得到剖分三角形；
在步骤308中，根据外扩后的眼睛特征点的偏移量，对剖分三角形进行偏移，确定偏移后的剖分三角形上各个像素点的偏移量；
在步骤309中，根据偏移后的剖分三角形上各个像素点的偏移量，确定偏移后的剖分三角形上各个像素点的像素值；
在步骤310中，根据偏移后的剖分三角形上各个像素点的偏移量和像素值，确定大眼后的图片。
本公开的实施例提供的技术方案，通过在基于人脸特征点定位得到眼睛特征点的基础上，进一步对眼睛特征点的位置进行外扩，在眼睛特征点与眼睛实际轮廓之间形成存在一定距离，使得在大眼的同时将靠近眼睛轮廓的区域也进行放大，能够提高大眼后的眼睛轮廓的光滑度，克服由于眼睛特征点过于贴近眼睛实际轮廓而导致的大眼后的眼睛轮廓不光滑的问题，使得大眼后的眼睛看起来更加自然，如此，能够提高用户体验。
下述为本公开装置实施例，可以用于执行本公开方法实施例。
图4是根据一示例性实施例示出的一种图像处理装置的框图；该装置可以采用各种方式来实施，例如在终端中实施装置的全部组件，或者，在终端侧以耦合的方式实施装置中的组件；该装置可以通过软件、硬件或者两者的结合实现上述本公开涉及的方法，如图4所示，该图像处理装置包括：定位模块401、外扩位置确定模块402、偏移量确定模块403及渲染模块404，其中：
定位模块401被配置为对图片进行人脸特征点定位，确定图片中眼睛特征点的初始位置；
外扩位置确定模块402被配置为根据眼睛特征点的初始位置及预设外扩比例，确定眼睛特征点的外扩位置；
偏移量确定模块403被配置为确定外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；
渲染模块404被配置为根据外扩后的眼睛特征点的偏移量及包围线，对图片进行渲染，得到大眼后的图片。
本公开实施例提供的装置能够用于执行图1所示实施例的技术方案，其执行方式和有益效果类似，此处不再赘述。
在一种可能的实施方式中，眼睛特征点包括：第一特征点和第二特征点；第一特征点为与眼角距离最近的特征点，第二特征点为眼睛特征点中除第一特征点之外的特征点；如图5所示，图4示出的图像处理装置还可以包括把外扩位置确定模块402配置成包括：第一确定子模块501、第二确定子模块502、第一中心点确定子模块503、第三确定子模块504和第四确定子模块505，其中：
第一确定子模块501被配置为根据第一特征点的初始位置、与第一特征点相邻的眼睛特征点的初始位置、及预设外扩比例，确定第一特征点远离相邻的眼睛特征点的外扩量；
第二确定子模块502被配置为根据第一特征点远离相邻的眼睛特征点的外扩量，确定第一特征点的外扩位置；
第一中心点确定子模块503被配置为确定图片中眼睛的中心点；
第三确定子模块504被配置为根据第二特征点的初始位置、中心点及预设外扩比例，确定第二特征点远离中心点的外扩量；
第四确定子模块505被配置为根据第二特征点远离中心点的外扩量，确定第二特征点的外扩位置。
在一种可能的实施方式中，如图6所示，图4示出的图像处理装置还可以包括把外扩位置确定模块402配置成包括：第二中心点确定子模块601、第五确定子模块602和第六确定子模块603，其中：
第二中心点确定子模块601被配置为确定图片中眼睛的中心点；
第五确定子模块602被配置为根据眼睛特征点的初始位置、中心点及预设外扩比例，确定眼睛特征点远离中心点的外扩量；
第六确定子模块603被配置为根据眼睛特征点远离中心点的外扩量，确定眼睛特征点的外扩位置。
在一种可能的实施方式中，如图7所示，图4示出的图像处理装置还可以包括把偏移量确定模块403配置成包括：第七确定子模块701、第一计算子模块702和第二计算子模块703，其中：
第七确定子模块701被配置为确定外扩后的眼睛特征点的偏移系数、及图片中眼睛的中心点；
第一计算子模块702被配置为计算外扩后的眼睛特征点与中心点的距离；
第二计算子模块703被配置为根据距离及外扩后的眼睛特征点的偏移系数，计算外扩后的眼睛特征点的偏移量。
在一种可能的实施方式中，如图8所示，图4示出的图像处理装置还可以包括把渲染模块404配置成包括：第一选取子模块801、第一剖分子模块802、偏移量确定子模块803、像素值确定子模块804和第八确定子模块805，其中：
第一选取子模块801被配置为在包围线上选取包围点；
第一剖分子模块802被配置为根据外扩后的眼睛特征点及包围点，对图片进行三角化剖分，得到剖分三角形；
偏移量确定子模块803被配置为根据外扩后的眼睛特征点的偏移量，对剖分三角形进行偏移，确定偏移后的剖分三角形上各个像素点的偏移量；
像素值确定子模块804被配置为根据偏移后的剖分三角形上各个像素点的偏移量，确定偏移后的剖分三角形上各个像素点的像素值；
第八确定子模块805被配置为根据偏移后的剖分三角形上各个像素点的偏移量和像素值，确定大眼后的图片。
在一种可能的实施方式中，如图9所示，图4示出的图像处理装置还可以包括把渲染模块404配置成包括：第二选取子模块901、第二剖分子模块902和渲染子模块903，其中：
第二选取子模块901被配置为在包围线上选取包围点；
第二剖分子模块902被配置为根据外扩后的眼睛特征点及包围点，对图片进行三角化剖分，得到剖分三角形；
渲染子模块903被配置为根据剖分三角形及外扩后的眼睛特征点的偏移量，对图片进行图形处理器GPU渲染，得到大眼后的图片。
图10是根据一示例性实施例示出的一种图像处理装置1000的框图，图像处理装置1000可以采用各种方式来实施，例如在终端中实施装置的全部组件，或者在终端侧以耦合的方式实施装置中的组件；图像处理装置1000包括：
处理器1001；
用于存储处理器可执行指令的存储器1002；
其中，处理器1001被配置为：
对图片进行人脸特征点定位，确定图片中眼睛特征点的初始位置；
根据眼睛特征点的初始位置及预设外扩比例，确定眼睛特征点的外扩位置；
确定外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；
根据外扩后的眼睛特征点的偏移量及包围线，对图片进行渲染，得到大眼后的图片。
在一个实施例中，上述处理器1001还可被配置为：
眼睛特征点包括：第一特征点和第二特征点；第一特征点为与眼角距离最近的特征点，第二特征点为眼睛特征点中除第一特征点之外的特征点；
根据第一特征点的初始位置、与第一特征点相邻的眼睛特征点的初始位置、及预设外扩比例，确定第一特征点远离相邻的眼睛特征点的外扩量；
根据第一特征点远离相邻的眼睛特征点的外扩量，确定第一特征点的外扩位置；
确定图片中眼睛的中心点；
根据第二特征点的初始位置、中心点及预设外扩比例，确定第二特征点远离中心点的外扩量；
根据第二特征点远离中心点的外扩量，确定第二特征点的外扩位置。
在一个实施例中，上述处理器1001还可被配置为：
确定图片中眼睛的中心点；
根据眼睛特征点的初始位置、中心点及预设外扩比例，确定眼睛特征点远离中心点的外扩量；
根据眼睛特征点远离中心点的外扩量，确定眼睛特征点的外扩位置。
在一个实施例中，上述处理器1001还可被配置为：
确定外扩后的眼睛特征点的偏移系数、及图片中眼睛的中心点；
计算外扩后的眼睛特征点与中心点的距离；
根据距离及外扩后的眼睛特征点的偏移系数，计算外扩后的眼睛特征点的偏移量。
在一个实施例中，上述处理器1001还可被配置为：
在包围线上选取包围点；
根据外扩后的眼睛特征点及包围点，对图片进行三角化剖分，得到剖分三角形；
根据外扩后的眼睛特征点的偏移量，对剖分三角形进行偏移，确定偏移后的剖分三角形上各个像素点的偏移量；
根据偏移后的剖分三角形上各个像素点的偏移量，确定偏移后的剖分三角形上各个像素点的像素值；
根据偏移后的剖分三角形上各个像素点的偏移量和像素值，确定大眼后的图片。
在一个实施例中，上述处理器1001还可被配置为：
在包围线上选取包围点；
根据外扩后的眼睛特征点及包围点，对图片进行三角化剖分，得到剖分三角形；
根据剖分三角形及外扩后的眼睛特征点的偏移量，对图片进行图形处理器GPU渲染，得到大眼后的图片。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图11是根据一示例性实施例示出的一种图像处理装置的框图；图像处理装置1100适用于终端；图像处理装置1100可以包括以下一个或多个组件：处理组件1102，存储器1104，电源组件1106，多媒体组件1108，音频组件1110，输入/输出(I/O)的接口1112，传感器组件1114，以及通信组件1116。
处理组件1102通常控制图像处理装置1100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1102可以包括一个或多个处理器1120来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1102可以包括一个或多个模块，便于处理组件1102和其他组件之间的交互。例如，处理组件1102可以包括多媒体模块，以方便多媒体组件1108和处理组件1102之间的交互。
存储器1104被配置为存储各种类型的数据以支持在图像处理装置1100的操作。这些数据的示例包括用于在图像处理装置1100上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件1106为图像处理装置1100的各种组件提供电力。电源组件1106可以包括电源管理系统，一个或多个电源，及其他与为图像处理装置1100生成、管理和分配电力相关联的组件。
多媒体组件1108包括在图像处理装置1100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1108包括一个前置摄像头和/或后置摄像头。当图像处理装置1100处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1110被配置为输出和/或输入音频信号。例如，音频组件1110包括一个麦克风(MIC)，当图像处理装置1100处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1104或经由通信组件1116发送。在一些实施例中，音频组件1110还包括一个扬声器，用于输出音频信号。
I/O接口1112为处理组件1102和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1114包括一个或多个传感器，用于为图像处理装置1100提供各个方面的状态评估。例如，传感器组件1114可以检测到图像处理装置1100的打开/关闭状态，组件的相对定位，例如组件为图像处理装置1100的显示器和小键盘，传感器组件1114还可以检测图像处理装置1100或图像处理装置1100一个组件的位置改变，用户与图像处理装置1100接触的存在或不存在，图像处理装置1100方位或加速/减速和图像处理装置1100的温度变化。传感器组件1114可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1114还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1114还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件1116被配置为便于图像处理装置1100和其他设备之间有线或无线方式的通信。图像处理装置1100可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1116经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件1116还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，图像处理装置1100可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件实现，用于执行上述方法。
在示例性实施例中，提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1104，上述指令可由图像处理装置1100的处理器1120执行以完成上述方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图12是根据一示例性实施例示出的一种图像处理装置的框图。例如，图像处理装置1200可以被提供为一服务器。图像处理装置1200包括处理组件1202，其进一步包括一个或多个处理器，以及由存储器1203所代表的存储器资源，用于存储可由处理组件1202的执行的指令，例如应用程序。存储器1203中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1202被配置为执行指令，以执行上述方法。
图像处理装置1200还可以包括一个电源组件1206被配置为执行图像处理装置1200的电源管理，一个有线或无线网络接口1205被配置为将图像处理装置1200连接到网络，和一个输入输出(I/O)接口1208。图像处理装置1200可以操作基于存储在存储器1203的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。
一种非临时性计算机可读存储介质，当存储介质中的指令由图像处理装置1100或图像处理装置1200的处理器执行时，使得图像处理装置1100或图像处理装置1200能够执行如下图像处理方法，方法包括：
对图片进行人脸特征点定位，确定图片中眼睛特征点的初始位置；
根据眼睛特征点的初始位置及预设外扩比例，确定眼睛特征点的外扩位置；
确定外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；
根据外扩后的眼睛特征点的偏移量及包围线，对图片进行渲染，得到大眼后的图片。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (12)

1.一种图像处理方法，其特征在于，包括：
对图片进行人脸特征点定位，确定图片中眼睛特征点的初始位置；
根据所述眼睛特征点的初始位置及预设外扩比例，确定所述眼睛特征点的外扩位置；
确定所述外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；
根据所述外扩后的眼睛特征点的偏移量及所述包围线，对所述图片进行渲染，得到大眼后的图片；
所述眼睛特征点包括：第一特征点和第二特征点；所述第一特征点为与眼角距离最近的特征点，所述第二特征点为所述眼睛特征点中除所述第一特征点之外的特征点；根据所述眼睛特征点的初始位置及预设外扩比例，确定所述眼睛特征点的外扩位置，包括：
根据所述第一特征点的初始位置、与所述第一特征点相邻的眼睛特征点的初始位置、及预设外扩比例，确定所述第一特征点远离所述相邻的眼睛特征点的外扩量；
根据所述第一特征点远离所述相邻的眼睛特征点的外扩量，确定所述第一特征点的外扩位置；
确定所述图片中眼睛的中心点；
根据所述第二特征点的初始位置、所述中心点及预设外扩比例，确定所述第二特征点远离所述中心点的外扩量；
根据所述第二特征点远离所述中心点的外扩量，确定所述第二特征点的外扩位置。
2.根据权利要求1所述的方法，其特征在于，根据所述眼睛特征点的初始位置及预设外扩比例，确定所述眼睛特征点的外扩位置，包括：
确定所述图片中眼睛的中心点；
根据所述眼睛特征点的初始位置、所述中心点及预设外扩比例，确定所述眼睛特征点远离所述中心点的外扩量；
根据所述眼睛特征点远离所述中心点的外扩量，确定所述眼睛特征点的外扩位置。
3.根据权利要求1所述的方法，其特征在于，确定所述外扩后的眼睛特征点的偏移量，包括：
确定所述外扩后的眼睛特征点的偏移系数、及所述图片中眼睛的中心点；
计算所述外扩后的眼睛特征点与所述中心点的距离；
根据所述距离及所述外扩后的眼睛特征点的偏移系数，计算所述外扩后的眼睛特征点的偏移量。
4.根据权利要求1所述的方法，其特征在于，根据所述外扩后的眼睛特征点的偏移量及所述包围线，对所述图片进行渲染，得到大眼后的图片包括：
在所述包围线上选取包围点；
根据所述外扩后的眼睛特征点及所述包围点，对所述图片进行三角化剖分，得到剖分三角形；
根据所述外扩后的眼睛特征点的偏移量，对所述剖分三角形进行偏移，确定偏移后的剖分三角形上各个像素点的偏移量；
根据所述偏移后的剖分三角形上各个像素点的偏移量，确定所述偏移后的剖分三角形上各个像素点的像素值；
根据偏移后的剖分三角形上各个像素点的偏移量和像素值，确定大眼后的图片。
5.根据权利要求1所述的方法，其特征在于，根据所述外扩后的眼睛特征点的偏移量及所述包围线，对所述图片进行渲染，得到大眼后的图片包括：
在所述包围线上选取包围点；
根据所述外扩后的眼睛特征点及所述包围点，对所述图片进行三角化剖分，得到剖分三角形；
根据所述剖分三角形及所述外扩后的眼睛特征点的偏移量，对所述图片进行图形处理器GPU渲染，得到大眼后的图片。
6.一种图像处理装置，其特征在于，包括：
定位模块，用于对图片进行人脸特征点定位，确定图片中眼睛特征点的初始位置；
外扩位置确定模块，用于根据所述眼睛特征点的初始位置及预设外扩比例，确定所述眼睛特征点的外扩位置；
偏移量确定模块，用于确定所述外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；
渲染模块，用于根据所述外扩后的眼睛特征点的偏移量及所述包围线，对所述图片进行渲染，得到大眼后的图片；
所述眼睛特征点包括：第一特征点和第二特征点；所述第一特征点为与眼角距离最近的特征点，所述第二特征点为所述眼睛特征点中除所述第一特征点之外的特征点；所述外扩位置确定模块，包括：
第一确定子模块，用于根据所述第一特征点的初始位置、与所述第一特征点相邻的眼睛特征点的初始位置、及预设外扩比例，确定所述第一特征点远离所述相邻的眼睛特征点的外扩量；
第二确定子模块，用于根据所述第一特征点远离所述相邻的眼睛特征点的外扩量，确定所述第一特征点的外扩位置；
第一中心点确定子模块，用于确定所述图片中眼睛的中心点；
第三确定子模块，用于根据所述第二特征点的初始位置、所述中心点及预设外扩比例，确定所述第二特征点远离所述中心点的外扩量；
第四确定子模块，用于根据所述第二特征点远离所述中心点的外扩量，确定所述第二特征点的外扩位置。
7.根据权利要求6所述的装置，其特征在于，所述外扩位置确定模块，包括：
第二中心点确定子模块，用于确定所述图片中眼睛的中心点；
第五确定子模块，用于根据所述眼睛特征点的初始位置、所述中心点及预设外扩比例，确定所述眼睛特征点远离所述中心点的外扩量；
第六确定子模块，用于根据所述眼睛特征点远离所述中心点的外扩量，确定所述眼睛特征点的外扩位置。
8.根据权利要求6所述的装置，其特征在于，所述偏移量确定模块，包括：
第七确定子模块，用于确定所述外扩后的眼睛特征点的偏移系数、及所述图片中眼睛的中心点；
第一计算子模块，用于计算所述外扩后的眼睛特征点与所述中心点的距离；
第二计算子模块，用于根据所述距离及所述外扩后的眼睛特征点的偏移系数，计算所述外扩后的眼睛特征点的偏移量。
9.根据权利要求6所述的装置，其特征在于，所述渲染模块，包括：
第一选取子模块，用于在所述包围线上选取包围点；
第一剖分子模块，用于根据所述外扩后的眼睛特征点及所述包围点，对所述图片进行三角化剖分，得到剖分三角形；
偏移量确定子模块，用于根据所述外扩后的眼睛特征点的偏移量，对所述剖分三角形进行偏移，确定偏移后的剖分三角形上各个像素点的偏移量；
像素值确定子模块，用于根据所述偏移后的剖分三角形上各个像素点的偏移量，确定所述偏移后的剖分三角形上各个像素点的像素值；
第八确定子模块，用于根据偏移后的剖分三角形上各个像素点的偏移量和像素值，确定大眼后的图片。
10.根据权利要求6所述的装置，其特征在于，所述渲染模块，包括：
第二选取子模块，用于在所述包围线上选取包围点；
第二剖分子模块，用于根据所述外扩后的眼睛特征点及所述包围点，对所述图片进行三角化剖分，得到剖分三角形；
渲染子模块，用于根据所述剖分三角形及所述外扩后的眼睛特征点的偏移量，对所述图片进行图形处理器GPU渲染，得到大眼后的图片。
11.一种图像处理装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
对图片进行人脸特征点定位，确定图片中眼睛特征点的初始位置；
根据所述眼睛特征点的初始位置及预设外扩比例，确定所述眼睛特征点的外扩位置；
确定所述外扩后的眼睛特征点的偏移量、及用以将外扩后的眼睛特征点包围的包围线；
根据所述外扩后的眼睛特征点的偏移量及所述包围线，对所述图片进行渲染，得到大眼后的图片；
所述眼睛特征点包括：第一特征点和第二特征点；所述第一特征点为与眼角距离最近的特征点，所述第二特征点为所述眼睛特征点中除所述第一特征点之外的特征点；
所述处理器还被配置为：
根据所述第一特征点的初始位置、与所述第一特征点相邻的眼睛特征点的初始位置、及预设外扩比例，确定所述第一特征点远离所述相邻的眼睛特征点的外扩量；根据所述第一特征点远离所述相邻的眼睛特征点的外扩量，确定所述第一特征点的外扩位置；确定所述图片中眼睛的中心点；根据所述第二特征点的初始位置、所述中心点及预设外扩比例，确定所述第二特征点远离所述中心点的外扩量；根据所述第二特征点远离所述中心点的外扩量，确定所述第二特征点的外扩位置。
12.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1-5中任一项所述方法的步骤。
CN201711099465.7A 2017-11-09 2017-11-09 图像处理方法及装置 Active CN107818543B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711099465.7A CN107818543B (zh) 2017-11-09 2017-11-09 图像处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711099465.7A CN107818543B (zh) 2017-11-09 2017-11-09 图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN107818543A CN107818543A (zh) 2018-03-20
CN107818543B true CN107818543B (zh) 2021-03-30

Family

ID=61603951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711099465.7A Active CN107818543B (zh) 2017-11-09 2017-11-09 图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN107818543B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108921798B (zh) * 2018-06-14 2021-06-22 北京微播视界科技有限公司 图像处理的方法、装置及电子设备
CN108898551B (zh) * 2018-06-14 2020-07-31 北京微播视界科技有限公司 图像合并的方法和装置
CN109063560B (zh) * 2018-06-28 2022-04-05 北京微播视界科技有限公司 图像处理方法、装置、计算机可读存储介质和终端
CN113329252B (zh) * 2018-10-24 2023-01-06 广州虎牙科技有限公司 一种基于直播的人脸处理方法、装置、设备和存储介质
CN109376671B (zh) * 2018-10-30 2022-06-21 北京市商汤科技开发有限公司 图像处理方法、电子设备及计算机可读介质
CN109472753B (zh) * 2018-10-30 2021-09-07 北京市商汤科技开发有限公司 一种图像处理方法、装置、计算机设备和计算机存储介质
CN109359618B (zh) * 2018-10-30 2022-02-22 北京市商汤科技开发有限公司 一种图像处理方法及其装置、设备和存储介质
CN109886107A (zh) * 2019-01-15 2019-06-14 北京奇艺世纪科技有限公司 眼部图像处理方法、设备、图像处理设备、介质
CN110049351B (zh) * 2019-05-23 2022-01-25 北京百度网讯科技有限公司 视频流中人脸变形的方法和装置、电子设备、计算机可读介质
CN110555796B (zh) * 2019-07-24 2021-07-06 广州视源电子科技股份有限公司 图像调整方法、装置、存储介质以及设备
CN111915479B (zh) * 2020-07-15 2024-04-26 抖音视界有限公司 图像处理方法及装置、电子设备和计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205779A (zh) * 2015-09-15 2015-12-30 厦门美图之家科技有限公司 一种基于图像变形的眼部图像处理方法、系统及拍摄终端
CN105825486A (zh) * 2016-04-05 2016-08-03 北京小米移动软件有限公司 美颜处理的方法及装置
CN106407909A (zh) * 2016-08-31 2017-02-15 北京云图微动科技有限公司 人脸识别方法、装置及系统
CN107330868A (zh) * 2017-06-26 2017-11-07 北京小米移动软件有限公司 图片处理方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5915000B2 (ja) * 2011-06-13 2016-05-11 ソニー株式会社 情報処理装置及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205779A (zh) * 2015-09-15 2015-12-30 厦门美图之家科技有限公司 一种基于图像变形的眼部图像处理方法、系统及拍摄终端
CN105825486A (zh) * 2016-04-05 2016-08-03 北京小米移动软件有限公司 美颜处理的方法及装置
CN106407909A (zh) * 2016-08-31 2017-02-15 北京云图微动科技有限公司 人脸识别方法、装置及系统
CN107330868A (zh) * 2017-06-26 2017-11-07 北京小米移动软件有限公司 图片处理方法及装置

Also Published As

Publication number Publication date
CN107818543A (zh) 2018-03-20

Similar Documents

Publication Publication Date Title
CN107818543B (zh) 图像处理方法及装置
CN107680033B (zh) 图片处理方法及装置
CN107958439B (zh) 图像处理方法及装置
CN107330868B (zh) 图片处理方法及装置
KR101694643B1 (ko) 이미지 분할 방법, 장치, 기기, 프로그램 및 기록매체
CN107977934B (zh) 图像处理方法及装置
EP3125158B1 (en) Method and device for displaying images
CN109087238B (zh) 图像处理方法和装置、电子设备以及计算机可读存储介质
CN107341777B (zh) 图片处理方法及装置
CN107464253B (zh) 眉毛定位方法及装置
CN107657590B (zh) 图片处理方法、装置及存储介质
CN108470322B (zh) 处理人脸图像的方法、装置及可读存储介质
CN110288716B (zh) 图像处理方法、装置、电子设备及存储介质
CN104156915A (zh) 肤色调整方法和装置
EP2927787A1 (en) Method and device for displaying picture
CN107403144B (zh) 嘴巴定位方法及装置
CN107977885B (zh) 虚拟试穿的方法及装置
CN104574299A (zh) 人脸图片处理方法及装置
CN111078170B (zh) 显示控制方法、显示控制装置及计算机可读存储介质
CN107729880A (zh) 人脸检测方法及装置
TW202013316A (zh) 人臉圖像的處理方法及裝置、電子設備和儲存介質
US20210118148A1 (en) Method and electronic device for changing faces of facial image
US9665925B2 (en) Method and terminal device for retargeting images
CN111290663A (zh) 曲面屏显示方法及装置、终端及存储介质
CN108596957B (zh) 物体跟踪方法及装置

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