CN107945107A - 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
- CN107945107A CN107945107A CN201711244156.4A CN201711244156A CN107945107A CN 107945107 A CN107945107 A CN 107945107A CN 201711244156 A CN201711244156 A CN 201711244156A CN 107945107 A CN107945107 A CN 107945107A
- Authority
- CN
- China
- Prior art keywords
- human face
- face region
- skin
- region
- exposure
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 97
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000004927 fusion Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013136 deep learning model Methods 0.000 claims description 6
- 230000001815 facial effect Effects 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000003384 imaging method Methods 0.000 description 14
- 210000000887 face Anatomy 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 4
- 208000003351 Melanosis Diseases 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000002087 whitening effect Effects 0.000 description 3
- 241000700647 Variola virus Species 0.000 description 2
- 230000003255 anti-acne Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000005282 brightening Methods 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Classifications
-
- G06T3/04—
-
- 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
- G06V40/172—Classification, e.g. identification
-
- 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
Abstract
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、计算机可读存储介质和电子设备。上述方法包括：对待处理图像进行人脸识别，获取所述待处理图像中人脸区域；根据所述人脸区域的亮度值确定所述人脸区域的曝光类型；根据所述曝光类型对所述人脸区域进行对应的图像处理。上述方法，在获取到待处理图像中人脸区域后，可根据人脸区域中亮度值确定人脸区域的曝光类型，根据曝光类型对人脸区域进行不同的图像处理。电子设备可对人脸图像按曝光度进行分类，避免不同曝光度人脸图像统一处理，造成人脸图像处理效果较差的情况。
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、计算机可读存储介质和电子设备。
背景技术
随着智能电子设备的迅速发展，智能电子设备拍摄图像的像素越来越高，智能电子设备对图像的处理也越来越智能。用户在使用智能电子设备拍摄图像后，可采用智能电子设备对拍摄获取的图像进行图像处理，上述图像处理可包括：加滤镜、美白、磨皮、瘦脸等。
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，可以根据人脸区域的曝光类型对人脸区域进行不同的图像处理。
一种图像处理方法，包括：
对待处理图像进行人脸识别，获取所述待处理图像中人脸区域；
根据所述人脸区域的亮度值确定所述人脸区域的曝光类型；
根据所述曝光类型对所述人脸区域进行对应的图像处理。
一种图像处理装置，包括：
获取模块，用于对待处理图像进行人脸识别，获取所述待处理图像中人脸区域；
确定模块，用于根据所述人脸区域的亮度值确定所述人脸区域的曝光类型；
处理模块，用于根据所述曝光类型对所述人脸区域进行对应的图像处理。
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上所述的图像处理方法的步骤。
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图像处理方法。
本申请实施例中，在获取到待处理图像中人脸区域后，可根据人脸区域中亮度值确定人脸区域的曝光类型，根据曝光类型对人脸区域进行不同的图像处理。电子设备可对人脸图像按曝光度进行分类，避免不同曝光度人脸图像统一处理，造成人脸图像处理效果较差的情况。
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的内部结构示意图；
图2为一个实施例中图像处理的流程图；
图3为一个实施例中图像的灰度直方图；
图4为另一个实施例中图像的灰度直方图；
图5为另一个实施例中图像的灰度直方图；
图6为另一个实施例中图像处理的流程图；
图7为另一个实施例中图像处理的流程图；
图8为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的内部结构示意图。如图1所示，该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该处理器用于提供计算和控制能力，支撑整个电子设备的运行。存储器用于存储数据、程序等，存储器上存储至少一个计算机程序，该计算机程序可被处理器执行，以实现本申请实施例中提供的适用于电子设备的图像处理方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random-Access-Memory，RAM)等。例如，在一个实施例中，存储器包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行，以用于实现以下各个实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。网络接口可以是以太网卡或无线网卡等，用于与外部的电子设备进行通信。该电子设备可以是手机、平板电脑或者个人数字助理或穿戴式设备等。
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，获取待处理图像中人脸区域。
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。
步骤204，根据人脸区域的亮度值确定人脸区域的曝光类型。
电子设备在识别出待处理图像中人脸区域后，可获取上述人脸区域的亮度值。其中，电子设备获取人脸区域的亮度值包括：电子设备可将图像由RGB色彩空间转换到YUV色彩空间。电子设备将图像由RGB色彩空间转换到YUV色彩空间包括：
根据上述转换公式，电子设备可将图像由RGB色彩空间转换到YUV色彩空间，在YUV色彩空间中，Y为亮度。电子设备在将图像由RGB色彩空间转换为YUV色彩空间后，可获取人脸区域像素的Y值，即获取到人脸区域的亮度值。电子设备可根据人脸区域的亮度值判定人脸区域的曝光类型。上述曝光类型可包括：过曝、曝光正常和曝光不足。过曝即为过度曝光，当人脸区域的亮度值较高时，图像过曝；曝光不足即为曝光不够，当人脸区域的亮度值较低时，图像曝光不足。电子设备根据图像中人脸区域的亮度值判定人脸区域的曝光类型包括：电子设备将人脸区域中各像素的Y值与第一阈值比较，若Y值大于第一阈值的像素比例超过第一比例，则图像过曝；将人脸区域中各像素的Y值与第二阈值比较，若Y值小于第二阈值的像素比例超过第二比例，则图像曝光不足；除过曝和曝光不足外的图像即为曝光正常的图像。当像素的Y值大于第一阈值时表示像素的亮度过高，当像素的Y值小于第二阈值时表示像素的亮度过低。上述第一阈值、第二阈值、第一比例和第二比例可为移动终端预设值，也可为用户设定的值。
步骤206，根据曝光类型对人脸区域进行对应的图像处理。
电子设备中预存有不同曝光类型的人脸图像对应的图像处理方法，电子设备识别待处理图像中人脸区域的曝光类型后，可按照曝光类型对人脸区域进行对应的图像处理。其中，当待处理图像中有多个不同曝光类型的人脸区域时，电子设备可分别对每个人脸区域进行对应的图像处理。例如，电子设备可对曝光正常的图像中人脸区域直接进行美颜处理。过曝图像中人脸区域细节信息丢失较为严重，电子设备可先恢复上述人脸区域中细节信息，再对人脸区域进行美颜处理。曝光不足图像中人脸区域亮度较低，电子设备可先调高人脸区域中亮度，再对人脸区域进行美颜处理。
本申请实施例中方法，在获取到待处理图像中人脸区域后，可根据人脸区域中亮度值确定人脸区域的曝光类型，根据曝光类型对人脸区域进行不同的图像处理。电子设备可对人脸图像按曝光度进行分类，避免不同曝光度人脸图像统一处理，造成人脸图像处理效果较差的情况。
在一个实施例中，根据曝光类型对人脸区域进行对应的图像处理包括：
(1)若人脸区域过曝，获取与过曝区域对应的皮肤图层，皮肤图层包括皮肤细节信息，将皮肤图层与过曝区域进行融合处理。
(2)若人脸区域曝光不足，提高人脸区域的亮度值。
电子设备检测到人脸区域的曝光类型后，可对人脸区域进行对应的图像处理。当人脸区域过度曝光时，人脸区域的亮度较高，人脸区域中皮肤细节信息丢失较为严重，此时若对人脸图像直接进行美颜等图像处理，图像处理的效果较差。电子设备可先获取与过曝区域对应的皮肤图层，将皮肤图层与过曝区域融合处理，恢复过曝区域中皮肤细节信息。上述皮肤图层是指带有皮肤细节信息的图层。其中，电子设备在将过曝区域与对应的皮肤图层进行融合处理时，可对融合处理的边缘进行羽化处理或渐变处理，使得融合边缘过渡自然。
当人脸区域曝光不够时，即当人脸区域曝光不足时，电子设备可提高人脸区域的亮度值使得人脸区域更为清晰。其中，提高人脸区域的亮度值即为提高人脸区域中每个像素的亮度值，像素的亮度值可由RGB值的大小表示，当像素的RGB都为0时，像素点为黑色，且亮度最低；当像素的RGB都为255时，像素点为白色，且亮度最高。电子设备可通过对像素的RGB重新赋值改变像素的色彩和亮度。
本申请实施例中方法，在图像中人脸区域过曝时，人脸区域细节信息丢失较为严重，将人脸区域与皮肤图层融合，可恢复人脸区域中细节信息。在图像中人脸区域曝光不足时，人脸区域较暗不利于图像处理，电子设备可提高人脸区域的亮度值，使得图像成像明亮、清晰。
在一个实施例中，获取与过曝区域对应的皮肤图层包括以下方法中任意一种：
(1)根据深度学习模型获取过曝区域的皮肤细节信息，根据皮肤细节信息生成皮肤图层。
(2)确定人脸区域中过曝区域的对称区域，获取对称区域中皮肤细节信息，根据皮肤细节信息生成皮肤图层。
(3)获取标准人脸中与过曝区域对应的区域中皮肤细节信息，根据皮肤细节信息生成皮肤图层。
电子设备在识别出人脸区域的曝光类型为过曝后，可获取与过曝区域对应的皮肤图层。
电子设备获取与过曝区域对应的皮肤图层包括：电子设备根据深度学习模型模拟出过曝区域的皮肤细节信息，上述皮肤细节信息包括皮肤纹理、皮肤色彩等，电子设备在获取过曝区域的皮肤细节信息后，可根据上述皮肤细节信息生成皮肤图层。上述皮肤图层即为带有皮肤细节信息的图层。
若人脸区域为正脸图像，电子设备可识别人脸区域中与过曝区域对称的区域，上述正脸图像即为人脸正对摄像头拍摄获取的图像。电子设备可获取人脸区域的中轴线，上述人脸区域关于中轴线对称。当人脸区域关于中轴线对称时，与过曝区域重合的区域即为与过曝区域对称的区域。电子设备可获取对称区域中皮肤细节信息，即电子设备可获取对称区域中皮肤纹理、皮肤色彩等，在根据上述皮肤细节信息生成皮肤图层。
电子设备中可预存标准人脸，电子设备将人脸区域与标准人脸重叠，电子设备可获取标准人脸中与上述曝光区域重叠的区域，即获取与曝光区域对应的区域。电子设备在提取上述与曝光区域对应的区域中皮肤细节信息，根据皮肤细节信息生成皮肤图层。上述标准人脸可为电子设备预设的人脸，也可为用户设置的人脸，例如，用户设置的曝光正常的人脸图像。电子设备在获取到标准人脸中与上述曝光区域对应的区域后，电子设备可获取标准人脸中与上述曝光区域对应的区域中皮肤细节信息，上述皮肤细节信息包括皮肤纹理等。电子设备再根据获取的皮肤细节信息生成皮肤图层。
电子设备获取皮肤信息包括：电子设备通过边缘提取法获取图像中边缘信息，上述边缘信息即图像中轮廓信息，包括皮肤纹理、痘痘形状、雀斑形状等。电子设备再从上述边缘信息中提取皮肤纹理，即可得到皮肤信息。电子设备还可提取图像中肤色的色彩值作为皮肤信息中肤色的色彩值。
本申请实施例中方法，电子设备通过获取皮肤图层，有利于电子设备将皮肤图层与过曝区域融合处理，增强上述过曝区域的细节信息。
在一个实施例中，根据人脸区域的亮度值确定人脸区域的曝光类型包括：
(1)获取人脸区域中每个像素的亮度值。
(2)根据人脸区域中每个像素的亮度值生成灰度直方图。
(3)根据灰度直方图中像素分布确定人脸区域的曝光类型。
电子设备在确定人脸区域的曝光类型时，主要通过人脸区域中每个像素的亮度值来确定。具体包括：电子设备可获取人脸区域中每个像素的亮度值，根据上述每个像素的亮度值生成灰度直方图，统计在灰度直方图中每个灰度级像素的比例，根据灰度直方图中每个灰度级像素的比例来确定人脸区域的曝光类型。
通常情况下，在灰度直方图中横轴表示灰度级，且横轴由零点到无限大表示灰度级由暗变亮。当像素集中于灰度直方图中较暗的灰度级时，图像曝光不足；当像素集中于灰度直方图中较亮的灰度级时，图像过曝。除曝光不足和过曝以外的图像即为曝光正常的图像。
电子设备在获取人脸区域的灰度直方图后，可统计在较暗的灰度级中像素比例，较亮的灰度级中像素比例。上述较暗的灰度级和较亮的灰度级可在电子设备中预设，例如，亮度值在0-80的为较暗灰度级，亮度值在160-255的为较亮灰度级。当像素在较暗灰度级的比例超过第一数值，如50％，可判定图像曝光不足；当像素在较亮灰度级的比例超过第二数值，如40％，可判定图像过曝。
例如，如图所示，图3、图4和图5分别为三个图像的灰度直方图，在灰度直方图中，横轴表示亮度值，纵轴表示像素个数。图3中像素主要分布在灰度直方图中较暗灰度级，则图像为曝光不足图像。图4像素主要分布在灰度直方图中间，图像为曝光正常。图5中像素主要分布在灰度直方图较亮灰度级，图像为过曝图像。
本申请实施例中方法，电子设备根据人脸区域的灰度直方图确定人脸区域的曝光类型，有利于电子设备根据不同的曝光类型对图像进行不同的处理。
在一个实施例中，方法还包括：对图像处理后人脸区域进行美颜处理。
美颜处理的步骤包括：
(1)获取图像处理后人脸区域的肤色、肤质和图像处理后人脸区域对应的性别。
(2)根据肤色、肤质和性别确定图像处理后人脸区域对应的美颜参数。
(3)根据美颜参数对图像处理后人脸区域进行美颜处理。
电子设备在对曝光不足图像和过曝图像进行对应的图像处理后可再对图像进行美颜处理。电子设备对图像进行美颜处理包括：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。
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，对图像中女性人脸区域进行美颜处理时，电子设备会调整人脸区域的肤色、唇色、瞳孔颜色、腮红等；对图像中男性人脸区域进行美颜时，电子设备仅调整人脸区域中肤色和瞳孔颜色。电子设备中可预存肤色、肤质、性别与美颜参数的对应关系，在获取到人脸区域的肤色、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区域的肤色、肤质和性别对应的美颜参数。
在获取到人脸区域对应的美颜参数后，电子设备可根据上述美颜参数对人脸区域进行美颜处理。上述美颜处理可包括：美白、磨皮、祛斑、祛痘、去黑眼圈等。
本申请实施例中方法，可根据人脸区域中肤色、肤质和性别确定对应的美颜参数，即对不同人脸区域可获取不同的美颜参数，实现对不同人脸区域实现不同的美颜处理，对人脸区域的美颜处理更加智能化和个性化。
在一个实施例中，在步骤206之后，方法还包括：
步骤208，若检测到人脸区域曝光不足或过曝，在连续拍摄的其他帧图像中检测人脸区域是否曝光正常。
步骤210，若在连续拍摄的其他帧图像中检测到人脸区域曝光正常，则用曝光正常的人脸区域替换待处理图像中曝光不足或过曝的人脸区域。
电子设备在检测到待处理图像中人脸区域曝光不足或过曝时，可检测在连续拍摄的其他帧图像中是否存在人脸区域。若在连续拍摄的其他帧图像中存在上述人脸区域，电子设备再检测上述人脸区域是否曝光正常，若在连续拍摄的其他帧图像中上述人脸区域曝光正常，则用曝光正常的人脸区域替换待处理图像中曝光不足或过曝的人脸区域。其中，连续拍摄的图像是从同一方位、同一角度连续拍摄的同一场景的图像。电子设备检测人脸区域的曝光类型的方式与上述通过灰度直方图判定人脸区域曝光类型的方式相同，在此不再赘述。
本申请实施例中方法，当人脸区域非正常曝光时，电子设备可在连续拍摄的其他帧图像检测是否有可替换的曝光正常人脸区域；若有，则用曝光正常人脸区域替换待处理图像中非正常曝光的人脸区域，上述方法，可提高图像的显示质量。
在一个实施例中，在步骤206之后，上述方法还包括：
步骤212，若待处理图像中存在多个人脸区域，检测多个人脸区域的曝光类型是否均为正常曝光。
步骤214，若多个人脸区域的曝光类型均为正常曝光，分别对多个人脸区域进行美颜处理。
当电子设备检测到待处理图像中存在多张人脸时，即待处理图像中有多个人脸区域时，电子设备可分别检测上述多个人脸区域的曝光类型。若电子设备检测到待处理图像中多个人脸区域的曝光类型均为正常曝光，则电子设备可直接对上述待处理图像中多个人脸区域分别进行美颜处理。电子设备在对多个人脸区域分别进行美颜处理时，可分别获取每个人脸区域的肤色、肤质，再根据上述肤色和肤质查找对应的美颜参数；即电子设备可对每个人脸区域自适应的调整美颜参数。电子设备也可查找预设的与人脸区域对应的美颜参数，根据预设的美颜参数对人脸区域进行美颜处理。其中，不同人脸区域对应的预设的美颜参数不同。上述预设的美颜参数可为电子设备根据已存储的美颜图像中分析获取的，也可为用户设置的。
本申请实施例中方法，当待处理图像中多张人脸均为曝光正常时，电子设备可对待处理图像直接进行美颜处理，提高了图像处理的效率。
图8为一个实施例中图像处理装置的结构框图。如图8所示，一种图像处理装置，包括：
获取模块802，用于对待处理图像进行人脸识别，获取待处理图像中人脸区域。
确定模块804，用于根据人脸区域的亮度值确定人脸区域的曝光类型。
处理模块806，用于根据曝光类型对人脸区域进行对应的图像处理。
在一个实施例中，处理模块806根据曝光类型对人脸区域进行对应的图像处理包括：若人脸区域过曝，获取与过曝区域对应的皮肤图层，皮肤图层包括皮肤细节信息，将皮肤图层与过曝区域进行融合处理；若人脸区域曝光不足，提高人脸区域的亮度值。
在一个实施例中，处理模块806获取与过曝区域对应的皮肤图层包括以下方法中任意一种：根据深度学习模型获取过曝区域的皮肤细节信息，根据皮肤细节信息生成皮肤图层；或，确定人脸区域中过曝区域的对称区域，获取对称区域中皮肤细节信息，根据皮肤细节信息生成皮肤图层；或，获取标准人脸中与过曝区域对应的区域中皮肤细节信息，根据皮肤细节信息生成皮肤图层。
在一个实施例中，确定模块804根据人脸区域的亮度值确定人脸区域的曝光类型包括：获取人脸区域中每个像素的亮度值；根据人脸区域中每个像素的亮度值生成灰度直方图；根据灰度直方图中像素分布确定人脸区域的曝光类型。
在一个实施例中，处理模块806还用于对图像处理后人脸区域进行美颜处理。美颜处理的步骤包括：
(1)获取图像处理后人脸区域的肤色、肤质和图像处理后人脸区域对应的性别。
(2)根据肤色、肤质和性别确定图像处理后人脸区域对应的美颜参数。
(3)根据美颜参数对图像处理后人脸区域进行美颜处理。
图9为另一个实施例中图像处理装置的结构框图。如图9所示，一种图像处理装置，包括：获取模块902、确定模块904、处理模块906、检测模块908和替换模块910。其中，获取模块902、确定模块904、处理模块906与图8中对应的模块功能相同。
检测模块908，用于若检测到人脸区域曝光不足或过曝，在连续拍摄的其他帧图像中检测人脸区域是否曝光正常。
替换模块910，用于若在连续拍摄的其他帧图像中检测到人脸区域曝光正常，则用曝光正常的人脸区域替换待处理图像中曝光不足或过曝的人脸区域。
在一个实施例中，检测模块908还用于若待处理图像中存在多个人脸区域，检测多个人脸区域的曝光类型是否均为正常曝光。处理模块906还用于若多个人脸区域的曝光类型均为正常曝光，分别对多个人脸区域进行美颜处理。
上述图像处理装置中各个模块的划分仅用于举例说明，在其他实施例中，可将图像处理装置按照需要划分为不同的模块，以完成上述图像处理装置的全部或部分功能。
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，获取待处理图像中人脸区域。
(2)根据人脸区域的亮度值确定人脸区域的曝光类型。
(3)根据曝光类型对人脸区域进行对应的图像处理。
在一个实施例中，根据曝光类型对人脸区域进行对应的图像处理包括：若人脸区域过曝，获取与过曝区域对应的皮肤图层，皮肤图层包括皮肤细节信息，将皮肤图层与过曝区域进行融合处理。若人脸区域曝光不足，提高人脸区域的亮度值。
在一个实施例中，获取与过曝区域对应的皮肤图层包括以下方法中任意一种：
(1)根据深度学习模型获取过曝区域的皮肤细节信息，根据皮肤细节信息生成皮肤图层。
(2)确定人脸区域中过曝区域的对称区域，获取对称区域中皮肤细节信息，根据皮肤细节信息生成皮肤图层。
(3)获取标准人脸中与过曝区域对应的区域中皮肤细节信息，根据皮肤细节信息生成皮肤图层。
在一个实施例中，根据人脸区域的亮度值确定人脸区域的曝光类型包括：获取人脸区域中每个像素的亮度值。根据人脸区域中每个像素的亮度值生成灰度直方图。根据灰度直方图中像素分布确定人脸区域的曝光类型。
在一个实施例中，还执行：对图像处理后人脸区域进行美颜处理。
美颜处理的步骤包括：获取图像处理后人脸区域的肤色、肤质和图像处理后人脸区域对应的性别。根据肤色、肤质和性别确定图像处理后人脸区域对应的美颜参数。根据美颜参数对图像处理后人脸区域进行美颜处理。
在一个实施例中，还执行：若检测到人脸区域曝光不足或过曝，在连续拍摄的其他帧图像中检测人脸区域是否曝光正常。若在连续拍摄的其他帧图像中检测到人脸区域曝光正常，则用曝光正常的人脸区域替换待处理图像中曝光不足或过曝的人脸区域。
在一个实施例中，还执行：若待处理图像中存在多个人脸区域，检测多个人脸区域的曝光类型是否均为正常曝光。若多个人脸区域的曝光类型均为正常曝光，分别对多个人脸区域进行美颜处理。
一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行以下步骤：
(1)对待处理图像进行人脸识别，获取待处理图像中人脸区域。
(2)根据人脸区域的亮度值确定人脸区域的曝光类型。
(3)根据曝光类型对人脸区域进行对应的图像处理。
在一个实施例中，根据曝光类型对人脸区域进行对应的图像处理包括：若人脸区域过曝，获取与过曝区域对应的皮肤图层，皮肤图层包括皮肤细节信息，将皮肤图层与过曝区域进行融合处理。若人脸区域曝光不足，提高人脸区域的亮度值。
在一个实施例中，获取与过曝区域对应的皮肤图层包括以下方法中任意一种：
(1)根据深度学习模型获取过曝区域的皮肤细节信息，根据皮肤细节信息生成皮肤图层。
(2)确定人脸区域中过曝区域的对称区域，获取对称区域中皮肤细节信息，根据皮肤细节信息生成皮肤图层。
(3)获取标准人脸中与过曝区域对应的区域中皮肤细节信息，根据皮肤细节信息生成皮肤图层。
在一个实施例中，根据人脸区域的亮度值确定人脸区域的曝光类型包括：获取人脸区域中每个像素的亮度值。根据人脸区域中每个像素的亮度值生成灰度直方图。根据灰度直方图中像素分布确定人脸区域的曝光类型。
在一个实施例中，还执行：对图像处理后人脸区域进行美颜处理。
美颜处理的步骤包括：获取图像处理后人脸区域的肤色、肤质和图像处理后人脸区域对应的性别。根据肤色、肤质和性别确定图像处理后人脸区域对应的美颜参数。根据美颜参数对图像处理后人脸区域进行美颜处理。
在一个实施例中，还执行：若检测到人脸区域曝光不足或过曝，在连续拍摄的其他帧图像中检测人脸区域是否曝光正常。若在连续拍摄的其他帧图像中检测到人脸区域曝光正常，则用曝光正常的人脸区域替换待处理图像中曝光不足或过曝的人脸区域。
在一个实施例中，还执行：若待处理图像中存在多个人脸区域，检测多个人脸区域的曝光类型是否均为正常曝光。若多个人脸区域的曝光类型均为正常曝光，分别对多个人脸区域进行美颜处理。
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可为电子设备中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可为电子设备中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如下步骤：
(1)对待处理图像进行人脸识别，获取待处理图像中人脸区域。
(2)根据人脸区域的亮度值确定人脸区域的曝光类型。
(3)根据曝光类型对人脸区域进行对应的图像处理。
在一个实施例中，根据曝光类型对人脸区域进行对应的图像处理包括：若人脸区域过曝，获取与过曝区域对应的皮肤图层，皮肤图层包括皮肤细节信息，将皮肤图层与过曝区域进行融合处理。若人脸区域曝光不足，提高人脸区域的亮度值。
在一个实施例中，获取与过曝区域对应的皮肤图层包括以下方法中任意一种：
(1)根据深度学习模型获取过曝区域的皮肤细节信息，根据皮肤细节信息生成皮肤图层。
(2)确定人脸区域中过曝区域的对称区域，获取对称区域中皮肤细节信息，根据皮肤细节信息生成皮肤图层。
(3)获取标准人脸中与过曝区域对应的区域中皮肤细节信息，根据皮肤细节信息生成皮肤图层。
在一个实施例中，根据人脸区域的亮度值确定人脸区域的曝光类型包括：获取人脸区域中每个像素的亮度值。根据人脸区域中每个像素的亮度值生成灰度直方图。根据灰度直方图中像素分布确定人脸区域的曝光类型。
在一个实施例中，还执行：对图像处理后人脸区域进行美颜处理。
美颜处理的步骤包括：获取图像处理后人脸区域的肤色、肤质和图像处理后人脸区域对应的性别。根据肤色、肤质和性别确定图像处理后人脸区域对应的美颜参数。根据美颜参数对图像处理后人脸区域进行美颜处理。
在一个实施例中，还执行：若检测到人脸区域曝光不足或过曝，在连续拍摄的其他帧图像中检测人脸区域是否曝光正常。若在连续拍摄的其他帧图像中检测到人脸区域曝光正常，则用曝光正常的人脸区域替换待处理图像中曝光不足或过曝的人脸区域。
在一个实施例中，还执行：若待处理图像中存在多个人脸区域，检测多个人脸区域的曝光类型是否均为正常曝光。若多个人脸区域的曝光类型均为正常曝光，分别对多个人脸区域进行美颜处理。
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 (10)
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，获取所述待处理图像中人脸区域；
根据所述人脸区域的亮度值确定所述人脸区域的曝光类型；
根据所述曝光类型对所述人脸区域进行对应的图像处理。
2.根据权利要求1所述的方法，其特征在于，所述根据所述曝光类型对所述人脸区域进行对应的图像处理包括：
若所述人脸区域过曝，获取与过曝区域对应的皮肤图层，所述皮肤图层包括皮肤细节信息，将所述皮肤图层与所述过曝区域进行融合处理；
若所述人脸区域曝光不足，提高所述人脸区域的亮度值。
3.根据权利要求2所述的方法，其特征在于，所述获取与过曝区域对应的皮肤图层包括以下方法中任意一种：
根据深度学习模型获取所述过曝区域的皮肤细节信息，根据所述皮肤细节信息生成所述皮肤图层；
确定人脸区域中所述过曝区域的对称区域，获取所述对称区域中皮肤细节信息，根据所述皮肤细节信息生成所述皮肤图层；
获取标准人脸中与所述过曝区域对应的区域中皮肤细节信息，根据所述皮肤细节信息生成所述皮肤图层。
4.根据权利要求1所述的方法，其特征在于，所述根据所述人脸区域的亮度值确定所述人脸区域的曝光类型包括：
获取所述人脸区域中每个像素的亮度值；
根据所述人脸区域中每个像素的亮度值生成灰度直方图；
根据所述灰度直方图中像素分布确定所述人脸区域的曝光类型。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：
对图像处理后人脸区域进行美颜处理；所述美颜处理的步骤包括：
获取图像处理后人脸区域的肤色、肤质和所述图像处理后人脸区域对应的性别；
根据所述肤色、肤质和性别确定所述图像处理后人脸区域对应的美颜参数；
根据所述美颜参数对所述图像处理后人脸区域进行美颜处理。
6.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：
若检测到所述人脸区域曝光不足或过曝，在连续拍摄的其他帧图像中检测所述人脸区域是否曝光正常；
若在连续拍摄的其他帧图像中检测到所述人脸区域曝光正常，则用曝光正常的人脸区域替换所述待处理图像中曝光不足或过曝的人脸区域。
7.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：
若所述待处理图像中存在多个人脸区域，检测所述多个人脸区域的曝光类型是否均为正常曝光；
若所述多个人脸区域的曝光类型均为正常曝光，分别对所述多个人脸区域进行美颜处理。
8.一种图像处理装置，其特征在于，包括：
获取模块，用于对待处理图像进行人脸识别，获取所述待处理图像中人脸区域；
确定模块，用于根据所述人脸区域的亮度值确定所述人脸区域的曝光类型；
处理模块，用于根据所述曝光类型对所述人脸区域进行对应的图像处理。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像处理方法的步骤。
10.一种电子设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711244156.4A CN107945107A (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 |
|---|---|---|---|
| CN201711244156.4A CN107945107A (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 (1)
| Publication Number | Publication Date |
|---|---|
| CN107945107A true CN107945107A (zh) | 2018-04-20 |
Family
ID=61947163
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711244156.4A Pending CN107945107A (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) | CN107945107A (zh) |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108769543A (zh) * | 2018-06-01 | 2018-11-06 | 北京壹卡行科技有限公司 | 曝光时间的确定方法及装置 |
| CN108898587A (zh) * | 2018-06-19 | 2018-11-27 | Oppo广东移动通信有限公司 | 图片处理方法、图片处理装置及终端设备 |
| CN108900786A (zh) * | 2018-06-27 | 2018-11-27 | 努比亚技术有限公司 | 一种图像处理方法、设备及计算机可读存储介质 |
| CN109104565A (zh) * | 2018-06-27 | 2018-12-28 | 努比亚技术有限公司 | 一种图像处理方法、设备及计算机可读存储介质 |
| 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 |
| CN109325906A (zh) * | 2018-09-07 | 2019-02-12 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
| CN109816602A (zh) * | 2018-12-29 | 2019-05-28 | 维沃移动通信有限公司 | 一种图像的处理方法和终端 |
| CN110033418A (zh) * | 2019-04-15 | 2019-07-19 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN110047060A (zh) * | 2019-04-15 | 2019-07-23 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN110070493A (zh) * | 2018-05-09 | 2019-07-30 | 深圳天珑无线科技有限公司 | 图像处理方法、装置、存储介质以及电子设备 |
| CN110232671A (zh) * | 2019-06-19 | 2019-09-13 | 杨梦宁 | 一种基于图像调性的图像视觉效果增强的方法 |
| CN110830728A (zh) * | 2018-08-13 | 2020-02-21 | 浙江宇视科技有限公司 | 曝光调整方法及装置 |
| CN110909568A (zh) * | 2018-09-17 | 2020-03-24 | 北京京东尚科信息技术有限公司 | 用于面部识别的图像检测方法、装置、电子设备及介质 |
| CN110930335A (zh) * | 2019-11-27 | 2020-03-27 | 维沃移动通信有限公司 | 一种图像处理方法及电子设备 |
| CN110992283A (zh) * | 2019-11-29 | 2020-04-10 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和可读存储介质 |
| CN111047533A (zh) * | 2019-12-10 | 2020-04-21 | 成都品果科技有限公司 | 一种人脸图像的美化方法和装置 |
| CN112584044A (zh) * | 2020-12-07 | 2021-03-30 | 上海商米科技集团股份有限公司 | 一种根据人脸光线环境自动调节摄像机画面亮度的系统 |
| CN112700396A (zh) * | 2019-10-17 | 2021-04-23 | 中国移动通信集团浙江有限公司 | 一种人脸图片光照评价方法、装置、计算设备和存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102006421A (zh) * | 2009-09-01 | 2011-04-06 | 华晶科技股份有限公司 | 具有人脸的影像的处理方法 |
| CN103095979A (zh) * | 2011-11-07 | 2013-05-08 | 华晶科技股份有限公司 | 人脸过曝的影像处理方法及其影像撷取装置 |
| US20150139510A1 (en) * | 2012-11-30 | 2015-05-21 | Google Inc. | Detecting exposure quality in images |
| CN104994306A (zh) * | 2015-06-29 | 2015-10-21 | 厦门美图之家科技有限公司 | 一种基于脸部亮度自动调整曝光度的摄像方法和摄像装置 |
| CN105450932A (zh) * | 2015-12-31 | 2016-03-30 | 华为技术有限公司 | 逆光拍照方法和装置 |
| CN106851090A (zh) * | 2016-12-20 | 2017-06-13 | 广东欧珀移动通信有限公司 | 图像处理方法与装置、控制方法与装置、成像与电子装置 |
| CN107038715A (zh) * | 2017-03-21 | 2017-08-11 | 腾讯科技（深圳）有限公司 | 一种图像处理方法及装置 |
| CN107370961A (zh) * | 2017-06-16 | 2017-11-21 | 广东欧珀移动通信有限公司 | 图像曝光处理方法、装置及终端设备 |
-
2017
- 2017-11-30 CN CN201711244156.4A patent/CN107945107A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102006421A (zh) * | 2009-09-01 | 2011-04-06 | 华晶科技股份有限公司 | 具有人脸的影像的处理方法 |
| CN103095979A (zh) * | 2011-11-07 | 2013-05-08 | 华晶科技股份有限公司 | 人脸过曝的影像处理方法及其影像撷取装置 |
| US20150139510A1 (en) * | 2012-11-30 | 2015-05-21 | Google Inc. | Detecting exposure quality in images |
| CN104994306A (zh) * | 2015-06-29 | 2015-10-21 | 厦门美图之家科技有限公司 | 一种基于脸部亮度自动调整曝光度的摄像方法和摄像装置 |
| CN105450932A (zh) * | 2015-12-31 | 2016-03-30 | 华为技术有限公司 | 逆光拍照方法和装置 |
| CN106851090A (zh) * | 2016-12-20 | 2017-06-13 | 广东欧珀移动通信有限公司 | 图像处理方法与装置、控制方法与装置、成像与电子装置 |
| CN107038715A (zh) * | 2017-03-21 | 2017-08-11 | 腾讯科技（深圳）有限公司 | 一种图像处理方法及装置 |
| CN107370961A (zh) * | 2017-06-16 | 2017-11-21 | 广东欧珀移动通信有限公司 | 图像曝光处理方法、装置及终端设备 |
Non-Patent Citations (4)
| Title |
|---|
| MAZURKIEWICZ JACEK: "Gender recognition system based on human face picture", 《JOURNAL OF POLISH SAFETY AND RELIABILITY ASSOCIATION》 * |
| 刘煜，刘进，李海峰，张茂军: "《稀疏表示基础理论与典型应用》", 31 October 2014 * |
| 唐茜，耿晓武: "《3ds Max 2016从入门到精通》", 31 January 2016 * |
| 杜平, 张燕昆, 刘重庆: "基于广义对称变换的人脸检测和面部特征提取", 《计算机仿真》 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110070493A (zh) * | 2018-05-09 | 2019-07-30 | 深圳天珑无线科技有限公司 | 图像处理方法、装置、存储介质以及电子设备 |
| CN108769543A (zh) * | 2018-06-01 | 2018-11-06 | 北京壹卡行科技有限公司 | 曝光时间的确定方法及装置 |
| CN108769543B (zh) * | 2018-06-01 | 2020-12-18 | 北京壹卡行科技有限公司 | 曝光时间的确定方法及装置 |
| CN108898587A (zh) * | 2018-06-19 | 2018-11-27 | Oppo广东移动通信有限公司 | 图片处理方法、图片处理装置及终端设备 |
| CN108900786A (zh) * | 2018-06-27 | 2018-11-27 | 努比亚技术有限公司 | 一种图像处理方法、设备及计算机可读存储介质 |
| CN109104565A (zh) * | 2018-06-27 | 2018-12-28 | 努比亚技术有限公司 | 一种图像处理方法、设备及计算机可读存储介质 |
| CN110830728A (zh) * | 2018-08-13 | 2020-02-21 | 浙江宇视科技有限公司 | 曝光调整方法及装置 |
| 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 |
| CN109325906A (zh) * | 2018-09-07 | 2019-02-12 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
| CN109325906B (zh) * | 2018-09-07 | 2023-05-05 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
| CN110909568A (zh) * | 2018-09-17 | 2020-03-24 | 北京京东尚科信息技术有限公司 | 用于面部识别的图像检测方法、装置、电子设备及介质 |
| CN109816602A (zh) * | 2018-12-29 | 2019-05-28 | 维沃移动通信有限公司 | 一种图像的处理方法和终端 |
| CN110047060A (zh) * | 2019-04-15 | 2019-07-23 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN110033418A (zh) * | 2019-04-15 | 2019-07-19 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN110033418B (zh) * | 2019-04-15 | 2023-03-24 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN110047060B (zh) * | 2019-04-15 | 2022-12-20 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN110232671A (zh) * | 2019-06-19 | 2019-09-13 | 杨梦宁 | 一种基于图像调性的图像视觉效果增强的方法 |
| CN112700396A (zh) * | 2019-10-17 | 2021-04-23 | 中国移动通信集团浙江有限公司 | 一种人脸图片光照评价方法、装置、计算设备和存储介质 |
| CN110930335A (zh) * | 2019-11-27 | 2020-03-27 | 维沃移动通信有限公司 | 一种图像处理方法及电子设备 |
| CN110992283A (zh) * | 2019-11-29 | 2020-04-10 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和可读存储介质 |
| CN111047533A (zh) * | 2019-12-10 | 2020-04-21 | 成都品果科技有限公司 | 一种人脸图像的美化方法和装置 |
| CN111047533B (zh) * | 2019-12-10 | 2023-09-08 | 成都品果科技有限公司 | 一种人脸图像的美化方法和装置 |
| CN112584044A (zh) * | 2020-12-07 | 2021-03-30 | 上海商米科技集团股份有限公司 | 一种根据人脸光线环境自动调节摄像机画面亮度的系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107945107A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN108009999A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN107886484A (zh) | 美颜方法、装置、计算机可读存储介质和电子设备 | |
| CN107766831B (zh) | 图像处理方法、装置、移动终端和计算机可读存储介质 | |
| CN107862663A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
| CN108537749B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
| CN108764208A (zh) | 图像处理方法和装置、存储介质、电子设备 | |
| CN107730445A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN107833197B (zh) | 图像处理的方法、装置、计算机可读存储介质和电子设备 | |
| CN107945135B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN107730444A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
| CN107818305A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| CN110149482A (zh) | 对焦方法、装置、电子设备和计算机可读存储介质 | |
| CN107705248A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| CN107680128A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN108921040A (zh) | 图像处理方法和装置、存储介质、电子设备 | |
| CN107862274A (zh) | 美颜方法、装置、电子设备和计算机可读存储介质 | |
| CN108198152B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN108022207A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN107911625A (zh) | 测光方法、装置、可读存储介质和计算机设备 | |
| CN107993209B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN107800966A (zh) | 图像处理的方法、装置、计算机可读存储介质和电子设备 | |
| CN107734253A (zh) | 图像处理方法、装置、移动终端和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 | |
| CN107730446A (zh) | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180420 |