CN108009999A - 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
- CN108009999A CN108009999A CN201711244157.9A CN201711244157A CN108009999A CN 108009999 A CN108009999 A CN 108009999A CN 201711244157 A CN201711244157 A CN 201711244157A CN 108009999 A CN108009999 A CN 108009999A
- Authority
- CN
- China
- Prior art keywords
- human face
- face region
- image
- processing
- pending
- 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 19
- 238000012545 processing Methods 0.000 claims abstract description 158
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000004590 computer program Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 6
- 238000003384 imaging method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- XOJVVFBFDXDTEG-UHFFFAOYSA-N Norphytane Natural products CC(C)CCCC(C)CCCC(C)CCCC(C)C XOJVVFBFDXDTEG-UHFFFAOYSA-N 0.000 description 3
- 230000003796 beauty Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 208000003351 Melanosis Diseases 0.000 description 2
- 230000003255 anti-acne Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 230000002087 whitening effect Effects 0.000 description 2
- 241001156002 Anthonomus pomorum Species 0.000 description 1
- 241000700647 Variola virus Species 0.000 description 1
- 241001464837 Viridiplantae Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000010835 comparative analysis 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
- 210000000887 face Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012216 screening Methods 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
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (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。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；若所述人脸区域的第一清晰度值低于第一阈值，对所述人脸区域进行去模糊化处理；根据处理后人脸区域的第二清晰度值确定美颜等级；根据所述美颜等级调整美颜参数，根据调整后美颜参数对所述人脸区域进行美颜处理。上述方法，在图像中人脸区域较为模糊时，可先对图像中人脸区域进行去模糊化处理，再根据去模糊处理后人脸区域的清晰度确定美颜等级，对人脸区域进行美颜处理，避免了在人脸区域较为模糊时，对图像进行美颜处理造成图像效果较差的情况。
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，越来越多的用户选取智能电子设备进行拍照。通常情况下在多人进行合影时，由于运动或对焦错误等原因，拍摄成像后图像上会出现部分人脸成像模糊的情况。
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，可以在图像中人脸较为模糊时，先对人脸进行去模糊化再进行美颜处理。
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；
若所述人脸区域的第一清晰度值低于第一阈值，对所述人脸区域进行去模糊化处理；
根据处理后人脸区域的第二清晰度值确定美颜等级；
根据所述美颜等级调整美颜参数，根据调整后美颜参数对所述人脸区域进行美颜处理。
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；
处理模块，用于若所述人脸区域的第一清晰度值低于第一阈值，对所述人脸区域进行去模糊化处理；
确定模块，用于根据处理后人脸区域的第二清晰度值确定美颜等级；
美颜模块，用于根据所述美颜等级调整美颜参数，根据调整后美颜参数对所述人脸区域进行美颜处理。
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，在图像中人脸区域较为模糊时，可先对图像中人脸区域进行去模糊化处理，再根据去模糊处理后人脸区域的清晰度确定美颜等级，对人脸区域进行美颜处理，避免了在人脸区域较为模糊时，对图像进行美颜处理造成图像效果较差的情况。
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方法的流程图；
图3为另一个实施例中图像处理方法的流程图；
图4为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为一个实施例中图像处理装置的结构框图；
图7为另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、电子设备通过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，若人脸区域的第一清晰度值低于第一阈值，对人脸区域进行去模糊化处理。
当图像中存在人脸区域时，人脸区域模糊化会造成图像的显示效果差。特别是在多人合影时，若部分人脸区域较为模糊会造成整张图像的显示效果较差。
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清晰度值，即第一清晰度值。电子设备获取第一清晰度值包括：电子设备识别上述人脸区域中肤色区域，再计算肤色区域的清晰度。
电子设备识别上述人脸区域中肤色区域可包括：电子设备获取人脸区域中各色彩的比例，将比例最高的色彩对应的区域作为肤色区域。电子设备还可预设肤色对应的色彩范围，当电子设备检测到人脸区域中色彩在上述肤色对应的色彩范围内，则获取上述色彩所在的区域为肤色区域。
电子设备在获取人脸区域中肤色区域后，可通过多种方法计算肤色区域的清晰度值，包括：
(1)电子设备可根据多种灰度梯度函数计算肤色区域的清晰度值，例如Brenner梯度函数、Tenengrad梯度函数、Laplacian梯度函数、SMD(灰度方差)函数等。
(2)电子设备可统计图像频域内的高频分量，用高频分量的值表示图像的清晰度。当图像频域内高频分量越高时，图像越清晰。
(3)电子设备可通过基于二次模糊的清晰度算法计算肤色区域的清晰度值。当待处理图像较为模糊时，对待处理图像进行模糊处理后，图像中高频分量变化较小；而当待处理图像较为清晰时，对待处理图像进行模糊处理后，图像中高频分量变化较大。电子设备在将待处理图像进行模糊处理后，获取待处理图像的像素灰度值变化以及模糊处理后图像的像素灰度值变化，通过将待处理图像的像素灰度值变化以及模糊处理后图像的像素灰度值变化比较分析，可得到图像的清晰度。
电子设备获取的人脸区域中肤色区域的清晰度值即为第一清晰度值。电子设备若检测到上述第一清晰度值低于预设的第一阈值，则对人脸区域进行去模糊化处理，即当电子设备检测到人脸区域较为模糊时，对人脸区域进行去模糊化处理。上述第一阈值可为电子设备预设的值，也可为用户设定的值。
电子设备对人脸区域进行去模糊化处理包括以下方法中任意一种：
(1)电子设备可通过深度学习模型对人脸区域进行细节重构，上述细节重构主要包括还原皮肤纹理。例如，根据GAN(Generative Adversarial Networks，生成式对抗网络)、CNN(Convolutional Neural Network，卷积神经网络)对人脸图像进行深度学习，进而对模糊图像的人脸区域进行细节重构。
(2)电子设备可通过图像处理方法对人脸区域进行锐化。例如，采用USM锐化图像中边缘，调整图像边缘的对比度，使图像更清晰。通过小波域的高频增强可提升图像的高频信息，进而使图像更清晰。通过维纳滤波、盲去卷积、非盲去卷积也可对图像进行去模糊处理。
通过对待处理图像中人脸区域进行去模糊处理，可使得人脸区域中细节更清晰。
步骤206，根据处理后人脸区域的第二清晰度值确定美颜等级。
电子设备在对待处理图像中人脸区域进行去模糊化处理后，可获取处理后人脸区域的清晰度值，即第二清晰度值。其中，获取第二清晰度值的方法与获取第一清晰度值的方法相同。
电子设备中可预存第二清晰度值与美颜等级的对应关系。上述对应关系可为直线关系或曲线关系，如分段直线、双曲线等。例如，电子设备中预存有人脸区域的清晰度最小值Claritymin、最大值Claritymax。则人脸区域的清晰度Clarity与美颜等级Level的对应关系可为：
步骤208，根据美颜等级调整美颜参数，根据调整后美颜参数对人脸区域进行美颜处理。
在获取人脸区域中第二清晰度对应的美颜等级后，电子设备可根据上述美颜等级确定对应等级的美颜参数，再根据上述美颜参数对图像中人脸区域进行美颜处理。
电子设备可获取与人脸区域对应的原始美颜参数，在根据美颜等级确定与美颜等级对应的美颜参数。其中，电子设备中可预设原始美颜参数、与美颜等级对应的美颜参数之间的转换关系。例如，原始美颜参数为defaultParam，美颜等级为Level，与美颜等级对应的美颜参数为adjustParam，则：
adjustParam＝LevelT*defaultParam
本申请实施例中方法，在图像中人脸区域较为模糊时，可先对图像中人脸区域进行去模糊化处理，再根据去模糊处理后人脸区域的清晰度确定美颜等级，对人脸区域进行美颜处理，避免了在人脸区域较为模糊时，对图像进行美颜处理造成图像效果较差的情况。
在一个实施例中，在对待处理图像进行人脸识别之前，上述方法包括：获取待处理图像的图像清晰度值，若图像清晰度值低于第二阈值，对待处理图像进行去模糊化处理。
电子设备还可获取待处理图像整张图像的清晰度值，即待处理图像的图像清晰度值。电子设备获取待处理图像的图像清晰度值方法与获取第一清晰度值的方法相同。当电子设备检测到待处理图像整张图像的清晰度值低于第二阈值，可对待处理图像进行去模糊化处理，即电子设备检测到待处理图像存在全局性模糊时，对待处理图像进行全局性去模糊处理。其中，电子设备进行去模糊化处理的步骤与上述步骤204中去模糊化处理的步骤相同。
本申请实施例中方法，在对待处理图像进行人脸识别之前，当检测到待处理图像存在全局性模糊时，可直接对整张图像进行去模糊化处理。避免在图像存在全局模糊时，对图像中人脸区域一一进行去模糊化处理导致图像处理时间较长的情况，提高了图像处理的效率。
在一个实施例中，在对待处理图像进行人脸识别之前，上述方法包括：
(1)若连续拍摄的多帧图像的图像清晰度值均低于第二阈值，对连续拍摄的多帧图像分别进行去模糊化处理。
(2)将处理后的多帧图像合成得到待处理图像。
若电子设备中存在连续拍摄的多帧图像，则分别检测多帧图像的图像清晰度值。上述连续拍摄的多帧图像是从同一场景、同一方位连续拍摄的多帧图像，即连拍图像。
电子设备可将多帧图像的图像清晰度值分别与预设的第二阈值比较，若图像清晰度值高于第二阈值，则电子设备可挑选图像清晰度值最高的图像作为待处理图像。若多帧图像的图像清晰度值均低于第二阈值，则电子设备可对上述多帧图像分别进行去模糊化处理，再将去模糊化处理后多帧图像合成，合成后图像即为待处理图像。即当多帧图像中存在清晰图像时，电子设备可直接挑选清晰图像作为待处理图像；当多帧图像均较为模糊时，电子设备可对多帧图像分别进行去模糊处理，再将去模糊处理后多帧图像合成得到待处理图像。
本申请实施例中方法，在多帧图像均较为模糊时，可对多帧图像分别进行去模糊处理，在将去模糊处理后图像合成，通过多帧图像合成的方式，丰富了图像中细节信息，降低了图像中噪声，提高了图像的显示质量。
在一个实施例中，在步骤208之后，上述方法还包括：
步骤210，若人脸区域的第一清晰度值低于第一阈值，检测在连续拍摄的其他帧图像中是否存在第一清晰度值高于第一阈值的人脸区域。
步骤212，若存在，用第一清晰度值高于第一阈值的人脸区域替换待处理图像中人脸区域。
当电子设备检测到待处理图像中人脸区域的清晰度值低于预设的第一阈值时，可在连续拍摄的其他帧图像中检测是否存在上述人脸区域。若连续拍摄的其他帧图像中存在上述人脸区域，则检测其他帧图像中上述人脸区域的第一清晰度值是否高于第一阈值。若存在多帧图像中人脸区域的第一清晰度值高于第一阈值，则选取第一清晰度值最高的人脸区域替换待处理图像中人脸区域；若仅一帧图像中人脸区域的第一清晰度值高于第一阈值，则用这一帧图像中人脸区域替换待处理图像中人脸区域。
若待处理图像中存在多个人脸区域，且多个人脸区域的第一清晰度值低于第一阈值，电子设备可分别检测在其他帧图像中是否有可替换的人脸区域，若有，则用其他帧图像中清晰人脸区域替换待处理图像中对应的模糊人脸区域。
本申请实施例中方法，电子设备可用连续拍摄的其他帧图像中清晰的人脸区域替换待处理图像中模糊的人脸区域，提高了待处理图像中人脸区域的清晰度，方便对待处理图像中人脸区域进行图像处理。
在一个实施例中，对人脸区域进行去模糊化处理包括：
(1)获取人脸区域的面积和位置。
(2)根据人脸区域的面积和位置确定人脸区域是否为待处理人脸区域。
(3)若人脸区域为待处理人脸区域，对待处理人脸区域进行去模糊化处理。
电子设备在识别出待处理图像中人脸区域后，可获取待处理图像中每个人脸区域的面积和位置。其中，电子设备可用人脸区域对应像素的总数量表示人脸区域的面积，用人脸区域对应像素的位置表示人脸区域的位置。上述像素的位置可用行列排布表示，例如第3行第3列的像素。
电子设备在获取人脸区域的面积和位置后，可根据人脸区域的面积和位置确定上述人脸区域是否为待处理人脸区域，上述待处理人脸区域即为图像中主人脸区域，即拍摄主体区域。电子设备通过人脸区域的面积和位置确定人脸区域是否为待处理人脸区域包括：电子设备检测人脸的面积占待处理图像的比例是否大于第一比例值，若大于第一比例值，则上述人脸区域是待处理人脸区域。若不大于第一比例值，电子设备再检测人脸区域的位置是否在预设的位置范围内，若人脸区域的位置在预设的位置范围内，则上述人脸区域为待处理人脸。即电子设备检测人脸区域的像素位置是否在预设位置范围内，若在预设范围内，判定上述人脸区域为图像中主人脸区域。上述预设位置范围即为图像的中心区域，电子设备中可预设中心区域对应的像素位置。
当用户在自拍时，电子设备距离用户较近，拍摄的人脸图像中人脸面积较大，通过人脸面积可筛选出待处理图像中主人脸。当用户距离电子设备较远时，因通常情况下拍摄主体一般位于图像的中心位置，因此可选取中间区域内的人脸图像作为待处理图像中主人脸，从而筛除待处理图像中路人脸等。
在检测出待处理图像中待处理人脸区域后，电子设备再对待处理人脸区域进行去模糊化处理。
本申请实施例中方法，通过人脸区域的面积和位置可对待处理图像中人脸区域进行筛选，选取待处理图像中待处理人脸区域即主人脸区域，避免电子设备对待处理图像中每个人脸区域进行图像处理，节省了电子设备功耗，提高了图像处理效率。
在一个实施例中，在步骤208之后，上述方法还包括：
步骤214，获取与人脸区域对应的人像区域。
步骤216，从待处理图像中抠除人像区域得到背景区域。
步骤218，根据背景区域的颜色特征调整背景区域的色彩值。
在获取待处理图像中人脸区域后，电子设备可获取人脸区域对应的人像区域。其中，电子设备可通过深度学习模型识别待处理图像中人像区域；电子设备也可通过区域生长法获取人脸区域对应的人像区域；若电子设备中存储上述待处理图像中被拍摄主体的景深信息，则可根据人脸区域的景深范围确定人脸区域对应的人像区域。上述景深信息即为被拍摄主体与电子设备的距离。
电子设备在获取到待处理图像中人像区域后，可从待处理图像中抠除上述人像区域即可得到背景区域。电子设备可获取背景区域的颜色特征，根据颜色特征确定背景区域的主色调。颜色特征是应用在图像检索中的视觉特征。颜色特征可为RGB(Red Green Blue，红绿蓝)颜色特征、HIS(Hue Intensity Saturation，色调、亮度、色饱和度)颜色特征、HSV(Hue Saturation Value，色调、色饱和度、亮度)颜色特征等。主色调是指图像的各种色调中占比最大的色彩。电子设备获取到背景区域的颜色特征后，可采用直方图等统计得到不同色彩在整幅图像中所占比例，选择占比例最大的色彩作为待处理图像的主色调。
电子设备中预设有不同色调对应的成像参数，电子设备可根据背景区域的主色调调整背景区域的色彩值。例如，当背景区域是大片绿植时，背景区域的主色调为绿色，电子设备可相应的调整背景区域RGB三通道中G通道的值，使背景区域中绿色更为突出。
本申请实施例中方法，通过分离待处理图像中人像区域得到背景区域，再根据背景区域的颜色特征调整背景区域的色彩值，提高了图像整体的显示效果。
在一个实施例中，一种图像处理方法，包括：
步骤502，对待处理图像进行人脸识别，获取待处理图像中人脸区域。
步骤504，若人脸区域的第一清晰度值低于第一阈值，对人脸区域进行去模糊化处理。
步骤506，根据处理后人脸区域的第二清晰度值确定美颜等级。
步骤508，获取人脸区域中肤色、肤质和人脸区域对应的性别。
步骤510，根据肤色、肤质和性别确定人脸区域对应的美颜参数。
步骤512，根据美颜等级调整美颜参数，根据调整后美颜参数对人脸区域进行美颜处理。
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，电子设备可根据美颜等级对美颜参数进行调整，获取美颜等级对应的美颜参数。电子设备再根据美颜等级对应的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。
图6为一个实施例中图像处理装置的结构框图。如图6所示，一种图像处理装置，包括：
获取模块602，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。
处理模块604，用于若人脸区域的第一清晰度值低于第一阈值，对人脸区域进行去模糊化处理。
确定模块606，用于根据处理后人脸区域的第二清晰度值确定美颜等级。
美颜模块608，用于根据美颜等级调整美颜参数，根据调整后美颜参数对人脸区域进行美颜处理。
在一个实施例中，处理模块604还用于对人脸区域进行去模糊化处理包括：获取人脸区域的面积和位置；根据人脸区域的面积和位置确定人脸区域是否为待处理人脸区域；若人脸区域为待处理人脸区域，对待处理人脸区域进行去模糊化处理。
在一个实施例中，处理模块604还用于在对待处理图像进行人脸识别之前，获取待处理图像的图像清晰度值，若图像清晰度值低于第二阈值，对待处理图像进行去模糊化处理。
图7为另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：合成模块702、获取模块704、处理模块706、确定模块708、美颜模块710。其中，获取模块704、处理模块706、确定模块708、美颜模块710与图6中对应的模块功能相同。
处理模块706还用于在对待处理图像进行人脸识别之前，若连续拍摄的多帧图像的图像清晰度值均低于第二阈值，对连续拍摄的多帧图像分别进行去模糊化处理。
合成模块702，用于将处理后的多帧图像合成得到待处理图像。
图8为另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、处理模块804、确定模块806、美颜模块808、检测模块810和替换模块812。其中，获取模块802、处理模块804、确定模块806、美颜模块808与图6中对应的模块功能相同。
检测模块810，用于若人脸区域的第一清晰度值低于第一阈值，检测在连续拍摄的其他帧图像中是否存在第一清晰度值高于第一阈值的人脸区域。
替换模块812，用于若存在，用第一清晰度值高于第一阈值的人脸区域替换待处理图像中人脸区域。
在一个实施例中，美颜模块808还用于在根据美颜等级调整美颜参数之前，获取人脸区域中肤色、肤质和人脸区域对应的性别；根据肤色、肤质和性别确定人脸区域对应的美颜参数。
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、处理模块904、确定模块906、美颜模块908、抠图模块910和调整模块912。其中，获取模块902、处理模块904、确定模块906、美颜模块909与图6中对应的模块功能相同。
抠图模块910，用于获取与人脸区域对应的人像区域；从待处理图像中抠除人像区域得到背景区域。
调整模块912，用于根据背景区域的颜色特征调整背景区域的色彩值。
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)若人脸区域的第一清晰度值低于第一阈值，对人脸区域进行去模糊化处理。
(3)根据处理后人脸区域的第二清晰度值确定美颜等级。
(4)根据美颜等级调整美颜参数，根据调整后美颜参数对人脸区域进行美颜处理。
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：获取待处理图像的图像清晰度值，若图像清晰度值低于第二阈值，对待处理图像进行去模糊化处理。
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：若连续拍摄的多帧图像的图像清晰度值均低于第二阈值，对连续拍摄的多帧图像分别进行去模糊化处理。将处理后的多帧图像合成得到待处理图像。
在一个实施例中，还执行：若人脸区域的第一清晰度值低于第一阈值，检测在连续拍摄的其他帧图像中是否存在第一清晰度值高于第一阈值的人脸区域。若存在，用第一清晰度值高于第一阈值的人脸区域替换待处理图像中人脸区域。
在一个实施例中，在根据美颜等级调整美颜参数之前，还执行：获取人脸区域中肤色、肤质和人脸区域对应的性别。根据肤色、肤质和性别确定人脸区域对应的美颜参数。
在一个实施例中，对人脸区域进行去模糊化处理包括：获取人脸区域的面积和位置。根据人脸区域的面积和位置确定人脸区域是否为待处理人脸区域。若人脸区域为待处理人脸区域，对待处理人脸区域进行去模糊化处理。
在一个实施例中，还执行：获取与人脸区域对应的人像区域。从待处理图像中抠除人像区域得到背景区域。根据背景区域的颜色特征调整背景区域的色彩值。
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)若人脸区域的第一清晰度值低于第一阈值，对人脸区域进行去模糊化处理。
(3)根据处理后人脸区域的第二清晰度值确定美颜等级。
(4)根据美颜等级调整美颜参数，根据调整后美颜参数对人脸区域进行美颜处理。
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：获取待处理图像的图像清晰度值，若图像清晰度值低于第二阈值，对待处理图像进行去模糊化处理。
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：若连续拍摄的多帧图像的图像清晰度值均低于第二阈值，对连续拍摄的多帧图像分别进行去模糊化处理。将处理后的多帧图像合成得到待处理图像。
在一个实施例中，还执行：若人脸区域的第一清晰度值低于第一阈值，检测在连续拍摄的其他帧图像中是否存在第一清晰度值高于第一阈值的人脸区域。若存在，用第一清晰度值高于第一阈值的人脸区域替换待处理图像中人脸区域。
在一个实施例中，在根据美颜等级调整美颜参数之前，还执行：获取人脸区域中肤色、肤质和人脸区域对应的性别。根据肤色、肤质和性别确定人脸区域对应的美颜参数。
在一个实施例中，对人脸区域进行去模糊化处理包括：获取人脸区域的面积和位置。根据人脸区域的面积和位置确定人脸区域是否为待处理人脸区域。若人脸区域为待处理人脸区域，对待处理人脸区域进行去模糊化处理。
在一个实施例中，还执行：获取与人脸区域对应的人像区域。从待处理图像中抠除人像区域得到背景区域。根据背景区域的颜色特征调整背景区域的色彩值。
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)若人脸区域的第一清晰度值低于第一阈值，对人脸区域进行去模糊化处理。
(3)根据处理后人脸区域的第二清晰度值确定美颜等级。
(4)根据美颜等级调整美颜参数，根据调整后美颜参数对人脸区域进行美颜处理。
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：获取待处理图像的图像清晰度值，若图像清晰度值低于第二阈值，对待处理图像进行去模糊化处理。
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：若连续拍摄的多帧图像的图像清晰度值均低于第二阈值，对连续拍摄的多帧图像分别进行去模糊化处理。将处理后的多帧图像合成得到待处理图像。
在一个实施例中，还执行：若人脸区域的第一清晰度值低于第一阈值，检测在连续拍摄的其他帧图像中是否存在第一清晰度值高于第一阈值的人脸区域。若存在，用第一清晰度值高于第一阈值的人脸区域替换待处理图像中人脸区域。
在一个实施例中，在根据美颜等级调整美颜参数之前，还执行：获取人脸区域中肤色、肤质和人脸区域对应的性别。根据肤色、肤质和性别确定人脸区域对应的美颜参数。
在一个实施例中，对人脸区域进行去模糊化处理包括：获取人脸区域的面积和位置。根据人脸区域的面积和位置确定人脸区域是否为待处理人脸区域。若人脸区域为待处理人脸区域，对待处理人脸区域进行去模糊化处理。
在一个实施例中，还执行：获取与人脸区域对应的人像区域。从待处理图像中抠除人像区域得到背景区域。根据背景区域的颜色特征调整背景区域的色彩值。
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；
若所述人脸区域的第一清晰度值低于第一阈值，对所述人脸区域进行去模糊化处理；
根据处理后人脸区域的第二清晰度值确定美颜等级；
根据所述美颜等级调整美颜参数，根据调整后美颜参数对所述人脸区域进行美颜处理。
2.根据权利要求1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，所述方法包括：
获取所述待处理图像的图像清晰度值，若所述图像清晰度值低于第二阈值，对所述待处理图像进行去模糊化处理。
3.根据权利要求1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，所述方法包括：
若连续拍摄的多帧图像的图像清晰度值均低于第二阈值，对所述连续拍摄的多帧图像分别进行去模糊化处理；
将处理后的多帧图像合成得到所述待处理图像。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述人脸区域的第一清晰度值低于第一阈值，检测在连续拍摄的其他帧图像中是否存在第一清晰度值高于第一阈值的所述人脸区域；
若存在，用所述第一清晰度值高于第一阈值的所述人脸区域替换所述待处理图像中所述人脸区域。
5.根据权利要求1所述的方法，其特征在于，在所述根据所述美颜等级调整美颜参数之前，还包括：
获取所述人脸区域中肤色、肤质和所述人脸区域对应的性别；
根据所述肤色、肤质和性别确定所述人脸区域对应的美颜参数。
6.根据权利要求1所述的方法，其特征在于，所述对所述人脸区域进行去模糊化处理包括：
获取所述人脸区域的面积和位置；
根据所述人脸区域的面积和位置确定所述人脸区域是否为待处理人脸区域；
若所述人脸区域为待处理人脸区域，对所述待处理人脸区域进行去模糊化处理。
7.根据权利要求1所述的方法，其特征在于，还包括：
获取与所述人脸区域对应的人像区域；
从所述待处理图像中抠除所述人像区域得到背景区域；
根据所述背景区域的颜色特征调整所述背景区域的色彩值。
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；
处理模块，用于若所述人脸区域的第一清晰度值低于第一阈值，对所述人脸区域进行去模糊化处理；
确定模块，用于根据处理后人脸区域的第二清晰度值确定美颜等级；
美颜模块，用于根据所述美颜等级调整美颜参数，根据调整后美颜参数对所述人脸区域进行美颜处理。
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 |
|---|---|---|---|
| CN201711244157.9A CN108009999A (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 |
|---|---|---|---|
| CN201711244157.9A CN108009999A (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 |
|---|---|
| CN108009999A true CN108009999A (zh) | 2018-05-08 |
Family
ID=62055856
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711244157.9A Pending CN108009999A (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) | CN108009999A (zh) |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108764261A (zh) * | 2018-05-31 | 2018-11-06 | 努比亚技术有限公司 | 一种图像处理方法、移动终端及存储介质 |
| CN109145772A (zh) * | 2018-08-01 | 2019-01-04 | Oppo广东移动通信有限公司 | 数据处理方法、装置、计算机可读存储介质和电子设备 |
| CN109191403A (zh) * | 2018-09-07 | 2019-01-11 | 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 |
| CN110335216A (zh) * | 2019-07-09 | 2019-10-15 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、终端设备及可读存储介质 |
| CN110378312A (zh) * | 2019-07-26 | 2019-10-25 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
| CN110428463A (zh) * | 2019-06-04 | 2019-11-08 | 浙江大学 | 非球面光学元件离焦模糊定中图像自动提取中心的方法 |
| CN110598638A (zh) * | 2019-09-12 | 2019-12-20 | Oppo广东移动通信有限公司 | 模型训练方法、人脸性别预测方法、设备及存储介质 |
| CN110610171A (zh) * | 2019-09-24 | 2019-12-24 | 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 |
| CN110766606A (zh) * | 2019-10-29 | 2020-02-07 | 维沃移动通信有限公司 | 一种图像处理方法及电子设备 |
| CN110910331A (zh) * | 2019-11-29 | 2020-03-24 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和计算机可读存储介质 |
| CN110910330A (zh) * | 2019-11-29 | 2020-03-24 | 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 |
| CN110930338A (zh) * | 2019-11-29 | 2020-03-27 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和计算机可读存储介质 |
| 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 |
| CN111105370A (zh) * | 2019-12-09 | 2020-05-05 | 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 |
| CN111145101A (zh) * | 2018-11-03 | 2020-05-12 | 广州灵派科技有限公司 | 一种模块化的图像处理方法及装置 |
| CN111724054A (zh) * | 2020-06-16 | 2020-09-29 | 广州视源电子科技股份有限公司 | 一种评估方法、装置、终端设备及存储介质 |
| CN113379623A (zh) * | 2021-05-31 | 2021-09-10 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN113763284A (zh) * | 2021-09-27 | 2021-12-07 | 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 |
| US11373445B2 (en) | 2018-08-01 | 2022-06-28 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and apparatus for processing data, and computer readable storage medium |
| CN114973487A (zh) * | 2022-05-13 | 2022-08-30 | 杭州魔点科技有限公司 | 一种基于动态磨皮的人脸检测方法、系统、装置和介质 |
| WO2024051535A1 (zh) * | 2022-09-06 | 2024-03-14 | 北京字跳网络技术有限公司 | 直播图像帧处理方法、装置、设备、可读存储介质及产品 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103810683A (zh) * | 2012-11-14 | 2014-05-21 | 三星电子（中国）研发中心 | 照片处理方法和装置 |
| CN105069007A (zh) * | 2015-07-02 | 2015-11-18 | 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 |
| CN106161962A (zh) * | 2016-08-29 | 2016-11-23 | 广东欧珀移动通信有限公司 | 一种图像处理方法及终端 |
| 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 |
| 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 |
-
2017
- 2017-11-30 CN CN201711244157.9A patent/CN108009999A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103810683A (zh) * | 2012-11-14 | 2014-05-21 | 三星电子（中国）研发中心 | 照片处理方法和装置 |
| CN105069007A (zh) * | 2015-07-02 | 2015-11-18 | 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 |
| 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 |
| CN106161962A (zh) * | 2016-08-29 | 2016-11-23 | 广东欧珀移动通信有限公司 | 一种图像处理方法及终端 |
| 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 |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108764261A (zh) * | 2018-05-31 | 2018-11-06 | 努比亚技术有限公司 | 一种图像处理方法、移动终端及存储介质 |
| CN109145772A (zh) * | 2018-08-01 | 2019-01-04 | Oppo广东移动通信有限公司 | 数据处理方法、装置、计算机可读存储介质和电子设备 |
| US11373445B2 (en) | 2018-08-01 | 2022-06-28 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and apparatus for processing data, and computer readable storage medium |
| CN109191403A (zh) * | 2018-09-07 | 2019-01-11 | 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 |
| CN111145101A (zh) * | 2018-11-03 | 2020-05-12 | 广州灵派科技有限公司 | 一种模块化的图像处理方法及装置 |
| CN110428463A (zh) * | 2019-06-04 | 2019-11-08 | 浙江大学 | 非球面光学元件离焦模糊定中图像自动提取中心的方法 |
| CN110428463B (zh) * | 2019-06-04 | 2021-09-14 | 浙江大学 | 非球面光学元件离焦模糊定中图像自动提取中心的方法 |
| CN110335216A (zh) * | 2019-07-09 | 2019-10-15 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、终端设备及可读存储介质 |
| CN110378312A (zh) * | 2019-07-26 | 2019-10-25 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
| CN110598638A (zh) * | 2019-09-12 | 2019-12-20 | Oppo广东移动通信有限公司 | 模型训练方法、人脸性别预测方法、设备及存储介质 |
| CN110610171A (zh) * | 2019-09-24 | 2019-12-24 | 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 |
| CN110766606A (zh) * | 2019-10-29 | 2020-02-07 | 维沃移动通信有限公司 | 一种图像处理方法及电子设备 |
| CN110766606B (zh) * | 2019-10-29 | 2023-09-26 | 维沃移动通信有限公司 | 一种图像处理方法及电子设备 |
| CN110930338B (zh) * | 2019-11-29 | 2023-06-23 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和计算机可读存储介质 |
| CN110930338A (zh) * | 2019-11-29 | 2020-03-27 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和计算机可读存储介质 |
| 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 |
| CN110910330A (zh) * | 2019-11-29 | 2020-03-24 | 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 |
| CN110910331A (zh) * | 2019-11-29 | 2020-03-24 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和计算机可读存储介质 |
| CN110910331B (zh) * | 2019-11-29 | 2022-12-20 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和计算机可读存储介质 |
| CN110910330B (zh) * | 2019-11-29 | 2022-09-02 | 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 |
| CN111105370A (zh) * | 2019-12-09 | 2020-05-05 | 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 |
| CN111105370B (zh) * | 2019-12-09 | 2023-10-20 | 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 |
| CN111724054A (zh) * | 2020-06-16 | 2020-09-29 | 广州视源电子科技股份有限公司 | 一种评估方法、装置、终端设备及存储介质 |
| CN113379623A (zh) * | 2021-05-31 | 2021-09-10 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN113379623B (zh) * | 2021-05-31 | 2023-12-19 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN113763284A (zh) * | 2021-09-27 | 2021-12-07 | 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 |
| CN114973487A (zh) * | 2022-05-13 | 2022-08-30 | 杭州魔点科技有限公司 | 一种基于动态磨皮的人脸检测方法、系统、装置和介质 |
| CN114973487B (zh) * | 2022-05-13 | 2024-04-30 | 杭州魔点科技有限公司 | 一种基于动态磨皮的人脸检测方法、系统、装置和介质 |
| WO2024051535A1 (zh) * | 2022-09-06 | 2024-03-14 | 北京字跳网络技术有限公司 | 直播图像帧处理方法、装置、设备、可读存储介质及产品 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108009999A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN107945107A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN107766831B (zh) | 图像处理方法、装置、移动终端和计算机可读存储介质 | |
| CN107730444A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
| CN107886484A (zh) | 美颜方法、装置、计算机可读存储介质和电子设备 | |
| CN107800966B (zh) | 图像处理的方法、装置、计算机可读存储介质和电子设备 | |
| CN107818305A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| US8135184B2 (en) | Method and apparatus for detection and correction of multiple image defects within digital images using preview or other reference images | |
| CN107730445A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN108764208A (zh) | 图像处理方法和装置、存储介质、电子设备 | |
| CN107862663A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
| CN107862657A (zh) | 图像处理方法、装置、计算机设备及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 | |
| CN108764370A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
| CN110149482A (zh) | 对焦方法、装置、电子设备和计算机可读存储介质 | |
| CN107808137A (zh) | 图像处理方法、装置、电子设备及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 | |
| CN107993209B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN107862274A (zh) | 美颜方法、装置、电子设备和计算机可读存储介质 | |
| CN107945135A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN108022207A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN110473185A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN107911625A (zh) | 测光方法、装置、可读存储介质和计算机设备 | |
| 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 | |
| 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 |
Application publication date: 20180508 |
|
| RJ01 | Rejection of invention patent application after publication |