CN107911609B - 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
- CN107911609B CN107911609B CN201711240772.2A CN201711240772A CN107911609B CN 107911609 B CN107911609 B CN 107911609B CN 201711240772 A CN201711240772 A CN 201711240772A CN 107911609 B CN107911609 B CN 107911609B
- Authority
- CN
- China
- Prior art keywords
- beauty
- parameter
- acquiring
- image
- image processing
- 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
Images
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
- H04N23/80—Camera processing pipelines; Components thereof
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Image Processing (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:在拍摄过程中,获取生成的预览图像及镜头对应的位置参数;根据所述位置参数获取对应的美颜参数模型,所述美颜参数模型是指用于计算美颜参数的模型;根据所述位置参数和美颜参数模型获取对应的目标美颜参数;根据所述目标美颜参数对所述预览图像进行美颜处理。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:
在拍摄过程中,获取生成的预览图像及镜头对应的位置参数;
根据所述位置参数获取对应的美颜参数模型,所述美颜参数模型是指用于计算美颜参数的模型;
根据所述位置参数和美颜参数模型获取对应的目标美颜参数;
根据所述目标美颜参数对所述预览图像进行美颜处理。
一种图像处理装置,所述装置包括:
图像获取模块,在拍摄过程中,获取生成的预览图像及镜头对应的位置参数;
模型获取模块,用于根据所述位置参数获取对应的美颜参数模型,所述美颜参数模型是指用于计算美颜参数的模型;
参数获取模块,用于根据所述位置参数和美颜参数模型获取对应的目标美颜参数;
美颜处理模块,用于根据所述目标美颜参数对所述预览图像进行美颜处理。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
在拍摄过程中,获取生成的预览图像及镜头对应的位置参数;
根据所述位置参数获取对应的美颜参数模型,所述美颜参数模型是指用于计算美颜参数的模型;
根据所述位置参数和美颜参数模型获取对应的目标美颜参数;
根据所述目标美颜参数对所述预览图像进行美颜处理。
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下步骤:
在拍摄过程中,获取生成的预览图像及镜头对应的位置参数;
根据所述位置参数获取对应的美颜参数模型,所述美颜参数模型是指用于计算美颜参数的模型;
根据所述位置参数和美颜参数模型获取对应的目标美颜参数;
根据所述目标美颜参数对所述预览图像进行美颜处理。
上述图像处理方法、装置、计算机可读存储介质和电子设备,在拍摄过程中获取镜头的位置参数和生成的预览图像,并根据镜头的位置参数获取美颜参数模型,根据获取的位置参数和美颜参数模型计算目标美颜参数,再根据获取的目标美颜参数对预览图像进行美颜处理。这样可以根据镜头的位置参数相应地调节对预览图像进行美颜处理的参数,提高了图像处理的准确率,优化了美颜处理。
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为一个实施例中镜头的位置示意图;
图4为另一个实施例中图像处理方法的流程图;
图5为一个实施例中相位对焦的原理图;
图6为一个实施例中反差对焦过程的原理图;
图7为又一个实施例中图像处理方法的流程图;
图8为一个实施例中美颜系数的变化曲线图;
图9为一个实施例中图像处理装置的结构示意图;
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。
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中可以用于在拍摄过程中生生成连续的预览图像序列,并获取生成每一帧预览图像时镜头对应的位置参数,并将获取的预览图像序列及对应的镜头的位置参数发送到服务器104中。服务器104接收到预览图像和位置参数之后,根据位置参数获取对应的美颜参数模型,美颜参数模型是指用于计算美颜参数的模型;根据位置参数和美颜参数模型获取对应的目标美颜参数;根据目标美颜参数对预览图像进行美颜处理。最后服务器104将美颜处理后的预览图像序列返回给用户终端102。可以理解的是,服务器也可以将获取的目标美颜参数发送给用户终端102,用户终端102根据目标美颜参数对预览图像进行美颜处理。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用于采集预览图像及位置参数,并将预览图像进行美颜处理。
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208。其中:
步骤202,在拍摄过程中,获取生成的预览图像及镜头对应的位置参数。
在拍摄过程中,摄像头会定时采集预览图像,生成的预览图像一般不会进行存储,而是在显示装置上进行显示,供用户进行查看。当生成拍照指令时,会将输入拍照指令的时刻对应的下一帧预览图像作为拍摄图像进行存储。例如,摄像头在拍摄过程中会每间隔0.5秒采集一帧预览图像,并在显示装置上显示生成的每一帧预览图像。在预览过程中,生成的预览图像会形成一个连续的预览图像序列,供用户查看。当用户输入拍照指令时,将生成的下一帧预览图像作为拍摄图像进行存储。
在一个实施例中,在通过摄像头拍摄图像的过程中,可以通过马达驱动镜头进行移动,以使当前拍摄画面进行清晰的成像。对焦是指通过摄像头进行拍摄时,通过调整镜头位置进行拍摄以找到镜头的合焦位置的过程。镜头是指摄像头中用于改变光路的光学元件,包括凸透镜和凹透镜。合焦是指拍摄照片时拍摄物体清晰成像的状态,合焦位置即为合焦时镜头所在的位置。对焦过程中,可以将镜头沿着光路的方向按照预定的步长进行移动扫描,镜头每移动一个步长进行一次成像,并计算成像图像的聚焦值。聚焦值可以体现成像图像的清晰度,从而根据聚焦值来判断镜头的最佳拍摄位置。在拍摄过程中,会不断移动镜头的位置,每移动一次镜头生成一帧预览图像。获取生成的预览图像和镜头对应的位置参数。位置参数是指表示镜头具体位置的参数,可以通过镜头与成像平面的距离来表示,也可以将光轴所在的方向作为水平坐标系,成像平面与光轴的距离作为原点,通过镜头与光轴的交点所在的位置在该水平坐标系中的坐标进行表示。图3为一个实施例中镜头的位置示意图。如图3所示,该示意图中包括镜头302、成像平面304和光轴306。可以通过镜头302到成像平面304之间的距离来表示镜头的位置参数Dist。
步骤204,根据位置参数获取对应的美颜参数模型,美颜参数模型是指用于计算美颜参数的模型。
具体地,美颜参数模型是指用于计算美颜参数的模型,一般来说美颜参数模型可以表示为一个函数模型,该函数模型可以表示输入变量和输出结果的函数关系。可以理解的是,这种函数关系可以是线性的,也可以是非线性的。将输入变量输入到该函数模型中,可以获取对应输出的输出结果。例如,该函数模型可以表示为Y=X+1,其中,Y为输出结果,X为输入的变量。那么当输入变量X为1时,对应得到的输出结果Y就为2。预先建立位置参数与美颜参数模型的对应关系,根据位置参数可以获取对应的美颜参数模型。当位置参数不同时,获取的美颜参数模型可以不同,从而实现根据不同的位置参数,采用不同的美颜参数模型来计算美颜参数。
步骤206,根据位置参数和美颜参数模型获取对应的目标美颜参数。
一般来说,在不同的拍摄场景中,用户关注的区域可能不同。在拍摄图像的时候,用户会不断地调节镜头位置来进行对焦,从而使关注的区域变得更加清晰,同时将不关注的区域进行模糊化处理。镜头位置和用户所关注的区域是具有一定对应关系的,一般镜头位置离成像平面越远,说明对焦区域离镜头的距离越远,也就是用户所关注的区域离镜头的距离越远。例如,用户在拍摄远处的人脸的时候,远处的人脸就是清晰的成像,而近处的人脸就会是模糊的。而一般远处的人脸在图像中所占的面积比较小,如果进行大程度地美颜处理,可能会导致细节信息的丢失、五官模糊等情况,从而降低图像的美感。则可以将镜头的位置参数与目标美颜参数建立一定的对应关系,根据位置参数获取对应的目标美颜参数。例如,镜头的位置离成像平面的距离越远,磨皮的程度越小。
在本申请提供的实施例中,目标美颜参数是指将预览图像进行美颜处理的参数。美颜处理就是指对图像进行美化的一种方法。例如,美颜处理可以是对图像中的人像进行美白、磨皮处理,也可以是指对人像进行美妆、瘦脸、瘦身等处理。美颜参数模型可表示位置参数和目标美颜参数之间的函数关系。获取到位置参数和美颜参数模型之后,将位置参数作为美颜参数模型的输入变量,通过美颜参数模型进行计算,得到的输出结果即为目标美颜参数。
步骤208,根据目标美颜参数对预览图像进行美颜处理。
获取到目标美颜参数之后,根据目标美颜参数对预览图像进行美颜处理。可以是针对整张预览图像进行美颜处理,也可以只对预览图像中的某一个区域进行美颜处理。例如,美白处理可以针对整张预览图像进行处理,提高整张预览图像的亮度,也可以只是针对预览图像中的皮肤区域进行处理,瘦脸处理可以只是针对人脸区域进行的处理。具体地,预览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(CyanMagenta Yellow,洋红,青,黄)三通道构成。则在对预览图像进行美颜处理的时候,可以分别对预览图像的各个颜色通道进行美颜处理,每个颜色通道的处理程度可以不相同。具体地,可以根据位置参数和各个颜色通道对应的美颜参数模型,获取各个颜色通道的对应的目标美颜参数,并根据目标美颜参数对预览图像的各个颜色通道进行美颜处理。
上述实施例提供的图像处理方法,在拍摄过程中获取镜头的位置参数和生成的预览图像,并根据镜头的位置参数获取美颜参数模型,根据获取的位置参数和美颜参数模型计算目标美颜参数,再根据获取的目标美颜参数对预览图像进行美颜处理。这样可以根据镜头的位置参数相应地调节对预览图像进行美颜处理的参数,提高了图像处理的准确率,优化了美颜处理。
图4为另一个实施例中图像处理方法的流程图。如图4所示,该图像处理方法包括步骤402至步骤410。其中:
步骤402,获取当前拍摄画面的对焦区域,根据对焦区域进行对焦。
具体地,对焦区域是指在拍摄过程中需要进行清晰成像的区域。对焦区域一般是用户比较关注的区域,在拍摄的图像中对焦区域会形成一个清晰的成像,而非对焦区域则可能相对模糊。获取当前拍摄画面中的对焦区域,并根据获取的对焦区域进行对焦。具体地,可以检测当前拍摄画面中的人脸区域,将检测到的所述人脸区域作为对焦区域。人脸区域是指拍摄图像中人脸所在的区域,根据人脸区域进行对焦。可以通过人脸检测算法获取当前拍摄画面中的人脸区域,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。如果当前拍摄画面中存在多个人脸区域,则可以将面积最大的人脸区域作为对焦区域,或者将深度信息最小的人脸区域作为对焦区域,在此不做限定。深度信息表示人脸区域离镜头之间的物理距离。对焦区域还可以是用户选定的,用户可以在显示装置上点击选取需要对焦的区域,终端识别用户选择的区域,并根据用户选择的区域进行对焦。
步骤404,在对焦过程中,获取镜头定位时生成的预览图像及镜头对应的位置参数。
具体地,可以通过自动对焦算法进行对焦,自动对焦算法可以但不限于包括相位对焦、反差对焦、激光对焦等。相位对焦(Phase Detection Auto Focus,PDAF)是通过检测图像的相位偏移量来实现自动对焦的,具体包括:获取当前拍摄画面的对焦区域,并根据对焦区域获取对应的相位差值;根据获取的相位差值确定镜头的合焦位置。在相位对焦的过程中,会在摄像头的图像传感器的位置放置一个网格板,网格板的线条相继为透光和不透光,并相应地放置受光元件,即组成线传感器。物体的光线经过镜头汇聚之后,通过分离透镜分离成两个图像,这两个图像会分别到达线传感器,线传感器接收图像信号,并通过图像信号来判断相位差值。在合焦状态下,两个图像同时到达线传感器,前焦和后焦状态下,两个图像先后到达线传感器,线传感器通过接收到的信号来判断相位差值。
图5为一个实施例中相位对焦的原理图。如图5所示,在相位对焦过程中,物体在成像过程中可能产生三种状态,即合焦、前焦和后焦等三种状态。物体通过透镜502进行聚光,光线通过分离透镜506分别在线性传感器508中产生两个成像,根据这两个成像的位置可以获取相位差值,然后根据相位差值判断成像状态,进一步调整透镜502的位置进行对焦。在合焦状态下,光线经过透镜502汇聚之后,焦点刚好汇聚到成像平面504,这时候成像平面504上的成像是最清晰的;在前焦状态下,光线经过透镜502汇聚之后,焦点汇聚到成像平面504之前,那么成像平面504上成像是模糊的;在后焦状态下,光线经过透镜502汇聚之后,焦点汇聚到成像平面504之后,成像平面504上成像是模糊的。
在反差对焦的过程中,摄像头会不停地移动镜头进行扫描,在扫描过程中每移动一次镜头,输出一张图像并计算图像对应的聚焦(Focus Value,FV)值,聚焦值可以反映拍摄图像的清晰度,通过聚焦值来找到镜头的最佳拍摄位置。例如,马达推动镜头的位置从200移动到600,可以每次移动一个step获取一个聚焦值,每个step移动步长为40,则总共需要10个step,即获取10个聚焦值。反差对焦过程一般分为两个阶段:预先扫描(pre scan)和精确扫描(fine scan)。在预先扫描的过程中,镜头以较大的步长进行移动扫描,找到镜头粗略的合焦位置。在完成预先扫描之后,可以确定一个镜头的合焦位置的位置区间。然后在这个位置区间之间再进行精确扫描,通过精确扫描使镜头以较小的步长进行移动扫描,找到镜头精确的合焦位置。在预先扫描和精确扫描的过程中,可以根据扫描获取的聚焦值绘制与镜头位置的关系曲线,然后根据该关系曲线来获取镜头的合焦位置。图6为一个实施例中反差对焦过程的原理图。如图6所示,该对焦过程分为两个阶段:预先扫描和精确扫描。从A点→E点的扫描过程为预先扫描过程,E点→D点的扫描过程为精确扫描的过程。具体地,在预先扫描的过程中,马达可以驱动镜头以较大的步长进行移动,例如每次移动40个步长。从预先扫描开始,每移动一次镜头,获取一个对应的聚焦值,直到聚焦值开始变小则停止预先扫描的过程。分别获取到A、B、C、D、E五个点,在A点→D点的扫描过程中,FV值逐渐增大,说明图像的清晰度越来越高;在D点→E点的扫描过程中,FV值减小,说明图像的清晰度变低。然后进入精确扫描的过程,马达驱动镜头以较小的步长进行移动,例如每次移动10个步长。精确扫描的过程只需要对E点→D点进行扫描,并在每次移动镜头之后获取一个聚焦值。在精确扫描过程中分别获取到E、F、G、H、D五个点,在E点→H点的扫描过程中,FV值逐渐增大,说明图像的清晰度越来越高;在H点→D点的扫描过程中,FV值减小,说明图像的清晰度变低。然后根据G、H、D这三个点绘制一个拟合曲线,该拟合曲线可以描述聚焦值的变化规律,然后将该拟合曲线的顶点I点对应的镜头位置作为最佳合焦位置进行拍摄。
步骤406,获取美颜基础参数。
步骤408,根据位置参数和美颜参数模型计算美颜系数,并根据美颜基础参数和美颜系数获取目标美颜参数。
在一个实施例中,在对焦过程中,会不断移动镜头的位置,每次镜头定位时获取生成的预览图像及镜头对应的位置参数。位置参数可以与美颜基础参数对应,根据位置参数获取对应的美颜基础参数。不同的位置参数可以对应同一个美颜基础参数,也可以对应不同的美颜基础参数。根据位置参数和美颜参数模型计算美颜系数,然后根据美颜基础参数和美颜系数获取目标美颜参数。其中,美颜基础参数是指进行美颜处理的参考值,美颜系数是指获取美颜参数的权重。
步骤410,根据目标美颜参数对预览图像进行美颜处理。
在一个实施例中,可以只对预览图像中的一部分区域进行美颜处理,将进行美颜处理的区域作为目标区域。首先获取预览图像中的目标区域,然后根据目标美颜参数对预览图像中的目标区域进行美颜处理。例如,在拍摄过程中,将人脸区域作为对焦区域进行对焦,在完成对焦之后,根据位置参数获取目标美颜参数,可以根据该目标美颜参数对预览图像中的人脸区域、人像区域或皮肤区域进行美颜处理,这样能更精确地进行美颜处理。
检测到预览图像中的人脸区域之后,可以根据人脸区域获取对应的人像区域和皮肤区域。具体地,获取人像区域的方法包括: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。
获取皮肤区域的方法具体可以包括:根据人脸区域对应的颜色信息生成颜色直方图;获取颜色直方图中的峰值及对应的颜色区间;根据颜色区间划分皮肤颜色区间,将人脸区域中皮肤颜色区间所对应的区域作为皮肤区域。颜色直方图用于描述不同色彩在人脸区域中所占的比例,颜色信息是指用来表示图像的色彩的相关参数。例如,在HSV颜色空间中,颜色信息可以包括图像中色彩的H(Hue,色调)、S(Saturation,饱和度)及V(Value,明度)等信息。获取人脸区域对应的颜色信息,可将颜色信息划分为多个小的颜色区间,并分别计算人脸区域中落入各个颜色区间的像素点的数量,从而得到颜色直方图。波峰指的是在颜色直方图形成的一段波内波幅的最大值,可通过求取颜色直方图中各个点的一阶差分进行确定,峰值则为波峰上的最大值。获取到颜色直方图中的峰值之后,获取峰值对应的量化的颜色区间,该颜色区间可以是HSV颜色空间中与峰值对应的特征向量的值。根据颜色直方图的峰值对应的颜色区间划分人脸区域的皮肤颜色区间,可预先设定皮肤颜色区间的范围值,再根据峰值对应的颜色区间及预设的范围值计算皮肤颜色区间。将人脸区域中皮肤颜色区间所对应的区域作为皮肤区域。
上述实施例提供的图像处理方法,在拍摄过程中获取镜头的位置参数和生成的预览图像,并根据镜头的位置参数获取美颜参数模型,根据获取的位置参数和美颜参数模型计算目标美颜参数,再根据获取的目标美颜参数对预览图像进行美颜处理。这样可以根据镜头的位置参数相应地调节对预览图像进行美颜处理的参数,提高了图像处理的准确率,优化了美颜处理。
图7为又一个实施例中图像处理方法的流程图。如图7所示,该图像处理方法包括步骤702至步骤712。其中:
步骤702,在拍摄过程中,获取生成的预览图像及镜头对应的位置参数。
步骤704,确定位置参数所处的参数区间,获取位置参数对应的美颜参数模型。
在对人像进行拍摄的过程中,镜头离成像平面的距离越远时,说明成像清晰的人脸区域离镜头的距离越远,可以认为成像清晰的人脸区域的面积越小。一般来说如果人脸区域的面积太小,那么人脸区域中的细节信息就会比较多,美颜处理之后很容易导致细节信息的丢失,降低图像的美感。在进行美颜处理的时候可以考虑相应地减轻美颜处理的程度,这样更好地保留一些细节信息,不会导致图像的失真。一般来说,摄像头中的镜头位置都只能在一定的距离范围内变化,则可以将位置参数划分为不同的参数区间,当位置参数落在不同的参数区间时,每一个参数区间对应一个美颜参数模型,对应进行不同程度的美颜处理。例如,将镜头的位置参数Dist划分为“minDist<Dist<stdDistmin”、“stdDistmin<Dist<stdDistmax”、“stdDistmax<Dist<maxDist”、“Dist>maxDist”等四个参数区间,对应的美颜参数模型分别为模型1、模型2、模型3、和模型4,根据位置参数的不同取值,获取对应的美颜参数模型。
步骤706,获取当前拍摄画面中的人脸区域对应的人物属性特征,并根据人物属性特征获取对应的美颜基础参数。
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。具体地,获取当前拍摄画面中的人脸区域,然后根据人脸区域来识别对应的人物属性特征。更进一步地,获取当前拍摄画面中的人脸区域,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。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。预先建立人物属性特征与美颜基础参数之间的关系,根据人物属性特征去获取对应的美颜基础参数。例如,人物属性特征可以包括男性和女性,当识别人脸为男性时,对应的美颜基础参数磨皮处理,当识别人脸为女性时,对应的美颜基础参数为美白处理。人物属性特征与美颜基础参数之间的对应关系,可以是用户设置的,也可以是系统通过大数据进行学习得到的。
步骤708,根据位置参数和美颜参数模型获取计算美颜系数,根据第一美颜基础参数和美颜系数获取对应的第一美颜参数,并将第二美颜基础参数作为第二美颜参数。
美颜处理可以包括磨皮、瘦脸、大眼、祛斑、祛黑眼圈、美白提亮、锐化、红唇、亮眼等不同的处理,而其中一部分处理会因为受到人脸区域的面积大小的影响,而一部分处理与人脸区域的面积大小没有直接关联。例如,磨皮、瘦脸、大眼、祛斑、祛黑眼圈等处理会改变人脸的尺寸和细节信息,若人脸面积太小,再对人脸进行磨皮、瘦脸等处理,就可能会造成人脸区域的五官变形,导致图像失真;而美白提亮、锐化、红唇、亮眼这些处理不会对尺寸进行改变,就不会造成五官变形。也就是说,一部分美颜处理会与镜头的位置参数直接相关,一部分美颜处理与镜头的位置参数无直接关联。则目标美颜参数可以包括第一美颜参数和第二美颜参数,第一美颜参数会与镜头的位置参数直接关联,第二美颜参数则与镜头的位置参数无直接关联。具体地,美颜基础参数包括第一美颜基础参数和第二美颜基础参数。根据位置参数和美颜参数模型计算美颜系数,根据第一美颜基础参数和美颜系数获取对应的第一美颜参数,并将第二美颜基础参数作为第二美颜参数。
更进一步地,当作为对焦区域的人脸区域的面积太小的时候,说明该人脸区域离镜头的距离太远,对应的镜头离成像平面的距离也比较远,这时可以考虑不对人脸区域进行美颜处理,或者进行一部分对细节影响不大的美颜处理。例如,只对人脸区域进行小程度的磨皮处理或美白处理,这样可以保证处理后的图像失真不会太严重。具体地,可以设置一个参数阈值,并将美颜系数分为第一美颜系数和第二美颜系数。当位置参数大于该参数阈值时,根据位置参数和美颜参数模型计算第一美颜系数,根据第一美颜基础参数和第一美颜系数获取对应的第一美颜参数,并将第二美颜基础参数作为第二美颜参数。当位置参数小于参数阈值时,获取第一美颜系数和第二美颜系数,根据第一美颜系数和第一美颜基础参数获取第一美颜参数,根据第二美颜系数和第二美颜基础参数获取第二美颜参数。其中,第一美颜参数和第二美颜参数为设定的一个较小的值,则最后获取的第一美颜系数和第二美颜系数就会是一个比较小的值。
步骤710,根据第一美颜参数和第二美颜参数获取目标美颜参数。
在一个实施例中,美颜处理可以分别包括磨皮、瘦脸、大眼、祛斑、祛黑眼圈、美白提亮、锐化、红唇、亮眼等处理。假设获取的美颜基础参数为defaultParam,其中,美颜基础参数分为第一美颜基础参数adjustParam和第二美颜基础参数unchangedParam。定义:
defaultParam=[adjustParam|unchangedParam];
djustParam=[softenP,faceSlenderP,eyeLargerP,deblemishP,depouchP];
unchangedParam=[skinBrightenP,sharpP,lipP,eyeBrightenP];
其中,softenP表示磨皮基础参数,faceSlenderP表示瘦脸基础参数,eyeLargerP表示大眼基础参数,deblemishP表示祛斑基础参数,depouchP表示祛黑眼圈基础参数。skinBrightenP美白提亮基础参数,sharpP锐化基础参数,lipP表示红唇基础参数,eyeBrightenP表示亮眼基础参数。
假设美颜系数为Factor,美颜系数包括第一美颜系数adjustFactor和第二美颜系数unchangedFactor。根据第一美颜系数和第一美颜基础参数可以获取第一美颜参数,根据第二美颜系数和第二美颜基础参数可以获取第二美颜参数。定义:
Factor=[adjustFactor|unchangedFactor];
adjustFactor=[softenF,faceSlenderF,eyeLargerF,deblemishF,depouchF];
unchangedFactor=[skinBrightenF,sharpF,lipF,eyeBrightenF];
其中,softenF表示磨皮系数,faceSlenderF表示瘦脸系数,eyeLargerF表示大眼系数,deblemishF表示祛斑系数,depouchF表示祛黑眼圈系数。skinBrightenF美白提亮系数,sharpF锐化系数,lipF表示红唇系数,eyeBrightenF表示亮眼系数。
然后获取的镜头的位置参数为Dist,这里定义位置参数Dist表示镜头离成像平面的距离。则可以通过大数据分析在拍摄过程中最常用的镜头的位置参数,也可以通过用户进行自定义。假设定义最佳位置参数的取值范围为[stdDistmin,stdDistmax],位置参数在该取值范围内时,可以直接将第一美颜基础参数作为第一美颜参数,即第一美颜系数adjustFactor就为[1,1,1,1,1]。当位置参数超出该取值范围时,可以通过一个函数来获取对应的美颜系数,一般地位置参数越小,第一美颜系数越大;位置参数越大,第一美颜系数越小。为了避免美颜处理程度过深或过浅,可以对位置参数设置一个下限值minDist和一个上限值maxDist,当位置参数大于该上限值或低于该下限值时,第一美颜系数的取值不变。具体地,可以自定义位置参数的上限值和下限值,假设定义该下限值和上限值分别为minDist=0.25*stdDistmin,maxDist=1.75*stdDistmax,则获取第一美颜系数的公式如下:
当位置参数Dist大于minDist时,可以根据上式可以获取第一美颜系数,根据第一美颜系数可以第一美颜基础参数可以获取第一美颜参数,并将第二美颜基础参数直接作为第二美颜参数,也即将第二美颜系数设为[1,1,1,1]。当位置参数Dist小于minDist时,可以选择不对预览图像进行美颜处理,也可以对预览图像进行小程度的美颜处理。定义第一美颜系数和第二美颜系数为较小的值,根据获取的第一美颜系数和第一美颜基础参数获取第一美颜参数,并根据获取的第二美颜系数和第二美颜基础参数获取第二美颜参数,那么得到的第一美颜参数和第二美颜参数也是一个较小的值。例如,当位置参数Dist小于minDist时,可以令第一美颜系数为adjustFactor=[0.5,0,0,0,0],第二美颜系数为unchangedFactor=[0,0,0,0]。根据获取的美颜系数和美颜基础参数获取对应的目标美颜参数,则目标美颜参数adjustParam即为:
adjustParam=defaultParam*FactorT
图8为一个实施例中美颜系数的变化曲线图。如图8所示,当位置参数Dist大于minDist时,第一美颜系数的变化呈阶梯性增长,一共分为四个阶段,第一阶段:当minDist<Dist<stdDistmin时,第一美颜系数与位置参数呈线性递减关系;第二阶段:当stdDistmin<Dist<stdDistmax时,第一美颜系数保持不变;第三阶段:当stdDistmax<Dist<maxDist时,第一美颜系数与位置参数呈线性递减关系;第四阶段:当Dist>maxDist时,第一美颜系数保持不变。
步骤712,根据目标美颜参数对预览图像进行美颜处理。
系统中可以包括多个美颜模块,每个美颜模块可以进行一种美颜处理。例如,系统中可以包括磨皮模块、美白模块、大眼模块、瘦脸模块、肤色调整模块,可以分别对预览图像进行磨皮处理、美白处理、大眼处理、瘦脸处理、肤色调整处理。在一个实施例中,各个美颜模块可以是一个代码函数模块,通过该代码函数模块来实现对预览图像的美颜处理。每个代码函数模块都对应一个标志位,通过该标志位来决定是否进行对应的处理。例如,每个美颜模块都对应一个标志位Stat,当该标志位Stat的取值为1或ture时,说明需要进行该美颜模块对应的美颜处理;当该标志位Stat的取值为0或fals时,说明不需要进行该美颜模块对应的美颜处理。
具体地,根据目标美颜参数对各个美颜模块的标志位进行赋值,根据标志位获取用于美颜处理的美颜模块,并将目标美颜参数输入到获取的各个美颜模块中对预览图像进行美颜处理。例如,目标美颜参数中包括对人脸进行美白处理,则将美白模块对应的标志位赋值为1,若不需要进行大眼处理,则将大眼模块对应的标志位赋值为0。在进行美颜处理的时候,遍历各个美颜模块根据标志位判断是否需要进行对应的处理。可以理解的是,各个美颜模块进行的美颜处理是相互独立,互不影响的。假设图像需要进行多种美颜处理,则可以依次通过各个美颜模块进行处理,得到最终的美颜图像。
当预览图像中存在多个人脸区域的时候,可以选取其中的一个人脸区域作为对焦区域。获取镜头的位置参数,并根据获取的位置参数获取对焦区域对应的目标美颜参数。然后获取预览图像中的人脸区域及对应的深度信息,并根据该深度信息和目标美颜参数分别获取每一个人脸区域对应的美颜参数。例如,获取的对焦区域对应的目标美颜参数为A0,对焦区域对应的深度信息为D0,其中一个人脸区域的深度信息为D,则可以获取该人脸区域对应的美颜参数A=A0*D0/D,当人脸区域的深度信息大于对焦区域的深度信息时,人脸区域对应的美颜参数A小于目标美颜参数A0;当人脸区域的深度信息小于对焦区域的深度信息时,人脸区域对应的美颜参数A大于目标美颜参数A0。也就是说,人脸区域的深度信息越大,对应的美颜参数越小。
若只对预览图像中的人脸区域进行美颜处理,而未对预览图像中除人脸区域之外的剩余区域做美颜处理,在处理之后可能会导致人脸区域和剩余区域之间有明显的差异。例如,对人脸区域进行美白处理之后,人脸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,将人脸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,在拍摄过程中获取镜头的位置参数和生成的预览图像,并根据镜头的位置参数获取美颜参数模型。根据当前拍摄画面中的人脸区域的人物属性特征获取对应的美颜基础参数,根据获取的位置参数和美颜参数模型计算美颜系数,再根据美颜基础参数和美颜系数获取目标美颜参数,根据获取的目标美颜参数对预览图像进行美颜处理。这样可以根据镜头的位置参数相应地调节对预览图像进行美颜处理的参数,提高了图像处理的准确率,优化了美颜处理。
图9为一个实施例中图像处理装置的结构示意图。如图9所示,该图像处理装置900包括图像获取模块902、模型获取模块904、参数获取模块906和美颜处理模块908。其中:
图像获取模块902,在拍摄过程中,获取生成的预览图像及镜头对应的位置参数。
模型获取模块904,用于根据所述位置参数获取对应的美颜参数模型,所述美颜参数模型是指用于计算美颜参数的模型。
参数获取模块906,用于根据所述位置参数和美颜参数模型获取对应的目标美颜参数。
美颜处理模块908,用于根据所述目标美颜参数对所述预览图像进行美颜处理。
上述实施例提供的图像处理装置,在拍摄过程中获取镜头的位置参数和生成的预览图像,并根据镜头的位置参数获取美颜参数模型,根据获取的位置参数和美颜参数模型计算目标美颜参数,再根据获取的目标美颜参数对预览图像进行美颜处理。这样可以根据镜头的位置参数相应地调节对预览图像进行美颜处理的参数,提高了图像处理的准确率,优化了美颜处理。
在一个实施例中,图像获取模块902还用于获取当前拍摄画面的对焦区域,根据所述对焦区域进行对焦;在对焦过程中,获取镜头定位时生成的预览图像及所述镜头对应的位置参数。
在一个实施例中,图像获取模块902还用于检测当前拍摄画面中的人脸区域,将检测到的所述人脸区域作为对焦区域。
在一个实施例中,模型获取模块904还用于确定所述位置参数所处的参数区间,获取所述位置参数对应的美颜参数模型。
在一个实施例中,参数获取模块906还用于获取美颜基础参数;根据所述位置参数和美颜参数模型计算美颜系数,并根据所述美颜基础参数和美颜系数获取目标美颜参数。
在一个实施例中,参数获取模块906还用于获取当前拍摄画面中的人脸区域对应的人物属性特征,并根据所述人物属性特征获取对应的美颜基础参数。
在一个实施例中,参数获取模块906还用于根据所述位置参数和美颜参数模型获取计算美颜系数,根据所述第一美颜基础参数和美颜系数获取对应的第一美颜参数,并将所述第二美颜基础参数作为第二美颜参数;根据所述第一美颜参数和第二美颜参数获取目标美颜参数。
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:
在拍摄过程中,获取生成的预览图像及镜头对应的位置参数;
根据所述位置参数获取对应的美颜参数模型,所述美颜参数模型是指用于计算美颜参数的模型;
根据所述位置参数和美颜参数模型获取对应的目标美颜参数;
根据所述目标美颜参数对所述预览图像进行美颜处理。
在一个实施例中,所述处理器执行的所述在拍摄过程中,获取生成的预览图像及镜头对应的位置参数包括:
获取当前拍摄画面的对焦区域,根据所述对焦区域进行对焦;
在对焦过程中,获取镜头定位时生成的预览图像及所述镜头对应的位置参数。
在一个实施例中,所述处理器执行的所述获取当前拍摄画面的对焦区域包括:
检测当前拍摄画面中的人脸区域,将检测到的所述人脸区域作为对焦区域。
在一个实施例中,所述处理器执行的所述根据所述位置参数获取对应的美颜参数模型包括:
确定所述位置参数所处的参数区间,获取所述位置参数对应的美颜参数模型。
在一个实施例中,所述处理器执行的所述根据所述位置参数和美颜参数模型获取对应的目标美颜参数包括:
获取美颜基础参数;
根据所述位置参数和美颜参数模型计算美颜系数,并根据所述美颜基础参数和美颜系数获取目标美颜参数。
在一个实施例中,所述处理器执行的所述获取美颜基础参数包括:
获取当前拍摄画面中的人脸区域对应的人物属性特征,并根据所述人物属性特征获取对应的美颜基础参数。
在一个实施例中,所述处理器执行的所述美颜基础参数包括第一美颜基础参数和第二美颜基础参数;
所述根据所述位置参数和美颜参数模型获取对应的目标美颜参数包括:
根据所述位置参数和美颜参数模型获取计算美颜系数,根据所述第一美颜基础参数和美颜系数获取对应的第一美颜参数,并将所述第二美颜基础参数作为第二美颜参数;
根据所述第一美颜参数和第二美颜参数获取目标美颜参数。
本申请实施例还提供一种计算机设备。上述计算机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 SignalProcessing,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:
获取当前拍摄画面的对焦区域,根据所述对焦区域进行对焦;在对焦过程中,获取镜头定位时生成的预览图像及所述镜头对应的位置参数;
根据所述位置参数获取对应的美颜参数模型,所述美颜参数模型是指用于计算美颜参数的模型;
获取美颜基础参数,所述美颜基础参数包括第一美颜基础参数和第二美颜基础参数;根据所述位置参数和美颜参数模型计算美颜系数,根据所述第一美颜基础参数和美颜系数获取对应的第一美颜参数,并将所述第二美颜基础参数作为第二美颜参数;根据所述第一美颜参数和第二美颜参数获取目标美颜参数;
根据所述目标美颜参数对所述预览图像进行美颜处理。
2.根据权利要求1所述的图像处理方法,其特征在于,所述获取当前拍摄画面的对焦区域包括:
检测当前拍摄画面中的人脸区域,将检测到的所述人脸区域作为对焦区域。
3.根据权利要求1所述的图像处理方法,其特征在于,所述根据所述位置参数获取对应的美颜参数模型包括:
确定所述位置参数所处的参数区间,获取所述位置参数对应的美颜参数模型。
4.根据权利要求1所述的图像处理方法,其特征在于,所述获取美颜基础参数包括:
获取当前拍摄画面中的人脸区域对应的人物属性特征,并根据所述人物属性特征获取对应的美颜基础参数。
5.一种图像处理装置,其特征在于,所述装置包括:
图像获取模块,用于获取当前拍摄画面的对焦区域,根据所述对焦区域进行对焦;在对焦过程中,获取镜头定位时生成的预览图像及所述镜头对应的位置参数;
模型获取模块,用于根据所述位置参数获取对应的美颜参数模型,所述美颜参数模型是指用于计算美颜参数的模型;
参数获取模块,用于获取美颜基础参数,所述美颜基础参数包括第一美颜基础参数和第二美颜基础参数;根据所述位置参数和美颜参数模型计算美颜系数,根据所述第一美颜基础参数和美颜系数获取对应的第一美颜参数,并将所述第二美颜基础参数作为第二美颜参数;根据所述第一美颜参数和第二美颜参数获取目标美颜参数;
美颜处理模块,用于根据所述目标美颜参数对所述预览图像进行美颜处理。
6.根据权利要求5所述的图像处理装置,其特征在于,所述图像获取模块,还用于检测当前拍摄画面中的人脸区域,将检测到的所述人脸区域作为对焦区域。
7.根据权利要求5所述的图像处理装置,其特征在于,所述模型获取模块,还用于确定所述位置参数所处的参数区间,获取所述位置参数对应的美颜参数模型。
8.根据权利要求5所述的图像处理装置,其特征在于,所述参数获取模块,还用于获取当前拍摄画面中的人脸区域对应的人物属性特征,并根据所述人物属性特征获取对应的美颜基础参数。
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4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4中任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711240772.2A CN107911609B (zh) | 2017-11-30 | 2017-11-30 | 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 |
---|---|---|---|
CN201711240772.2A CN107911609B (zh) | 2017-11-30 | 2017-11-30 | 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 |
---|---|
CN107911609A CN107911609A (zh) | 2018-04-13 |
CN107911609B true CN107911609B (zh) | 2020-09-22 |
Family
ID=61849473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711240772.2A Active CN107911609B (zh) | 2017-11-30 | 2017-11-30 | 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) | CN107911609B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110322416B (zh) * | 2019-07-09 | 2022-11-18 | 腾讯科技(深圳)有限公司 | 图像数据处理方法、装置以及计算机可读存储介质 |
CN112022342B (zh) * | 2020-09-01 | 2022-06-24 | 北京大学第三医院(北京大学第三临床医学院) | 一种智能激光去斑自动控制系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413270A (zh) * | 2013-08-15 | 2013-11-27 | 北京小米科技有限责任公司 | 一种图像的处理方法、装置和终端设备 |
CN104159032A (zh) * | 2014-08-20 | 2014-11-19 | 广东欧珀移动通信有限公司 | 一种实时调整相机拍照美颜效果的方法及装置 |
CN106210516A (zh) * | 2016-07-06 | 2016-12-07 | 广东欧珀移动通信有限公司 | 一种拍照处理方法及终端 |
CN106210521A (zh) * | 2016-07-15 | 2016-12-07 | 深圳市金立通信设备有限公司 | 一种拍照方法及终端 |
CN107025629A (zh) * | 2017-04-27 | 2017-08-08 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617638B (zh) * | 2013-12-05 | 2017-03-15 | 北京京东尚科信息技术有限公司 | 图像处理的方法及装置 |
US9723218B2 (en) * | 2014-12-09 | 2017-08-01 | Xiaomi Inc. | Method and device for shooting a picture |
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 |
CN105069007B (zh) * | 2015-07-02 | 2018-01-19 | 广东欧珀移动通信有限公司 | 一种建立美颜数据库的方法及装置 |
CN105825486B (zh) * | 2016-04-05 | 2018-12-25 | 北京小米移动软件有限公司 | 美颜处理的方法及装置 |
CN107124548A (zh) * | 2017-04-25 | 2017-09-01 | 深圳市金立通信设备有限公司 | 一种拍照方法及终端 |
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 |
CN107301626B (zh) * | 2017-06-22 | 2020-11-06 | 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
- 2017-11-30 CN CN201711240772.2A patent/CN107911609B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413270A (zh) * | 2013-08-15 | 2013-11-27 | 北京小米科技有限责任公司 | 一种图像的处理方法、装置和终端设备 |
CN104159032A (zh) * | 2014-08-20 | 2014-11-19 | 广东欧珀移动通信有限公司 | 一种实时调整相机拍照美颜效果的方法及装置 |
CN106210516A (zh) * | 2016-07-06 | 2016-12-07 | 广东欧珀移动通信有限公司 | 一种拍照处理方法及终端 |
CN106210521A (zh) * | 2016-07-15 | 2016-12-07 | 深圳市金立通信设备有限公司 | 一种拍照方法及终端 |
CN107025629A (zh) * | 2017-04-27 | 2017-08-08 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
Also Published As
Publication number | Publication date |
---|---|
CN107911609A (zh) | 2018-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107730445B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
CN107680128B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
EP3477931B1 (en) | Image processing method and device, readable storage medium and electronic device | |
CN107886484B (zh) | 美颜方法、装置、计算机可读存储介质和电子设备 | |
CN107818305B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN107730444B (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
CN110149482B (zh) | 对焦方法、装置、电子设备和计算机可读存储介质 | |
CN107948519B (zh) | 图像处理方法、装置及设备 | |
CN107766831B (zh) | 图像处理方法、装置、移动终端和计算机可读存储介质 | |
US10825146B2 (en) | Method and device for image processing | |
CN107730446B (zh) | 图像处理方法、装置、计算机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 | |
CN108537155B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN110536068B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
CN107451969B (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 | |
CN108111749B (zh) | 图像处理方法和装置 | |
CN107509031B (zh) | 图像处理方法、装置、移动终端及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 | |
CN107734253B (zh) | 图像处理方法、装置、移动终端和计算机可读存储介质 | |
CN108537749B (zh) | 图像处理方法、装置、移动终端及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 | |
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 | |
CN107862658B (zh) | 图像处理方法、装置、计算机可读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 |
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 |