CN108053366A - 一种图像处理方法及电子设备 - Google Patents

Abstract

本发明提供一种图像处理方法及电子设备，所述方法包括：获取第一图像；对所述第一图像进行人像识别；根据识别结果对所述第一图像进行图像分割，以确定出包括人像的第一区域和作为背景的第二区域。本发明的图像处理方法能够自动对图像中的人像与背景间分界线进行修正，使得即便是人像服饰或头发等与背景色或背景图案相近时，也能够划分清楚，使得人像与背景间边界分明，提高图像拍摄效果，满足用户使用电子设备拍摄出标准证件照的需求。

Description

一种图像处理方法及电子设备

技术领域

本发明涉及智能图像处理领域,特别涉及一种图像处理方法及应用该图像处理方法的电子设备。

背景技术

日常生活和工作中，为了满足时效性和专业照片打印效果，手工处理带有背景的图片在操作过程非常麻烦，并且目前现有技术在进行包含人像图像的人像轮廓分割时，效果不好，用户体验不佳。

发明内容

本发明所要解决的问题是，提供一种可智能且高效的对图像进行人像与背景的分割以使人像与背景间边界分明的图像处理方法及应用该方法的电子设备。

为了解决上述问题，本发明提供一种图像处理方法，包括：

获取第一图像；

对所述第一图像进行人像识别；

根据识别结果对所述第一图像进行图像分割，以确定出包括人像的第一区域和作为背景的第二区域。

作为优选，所述识别结果包括人像的面部特征及躯干特征；

所述根据识别结果对所述第一图像进行图像分割具体为：

基于所述面部特征、躯干特征以及先验数据对所述第一图像进行图像分割。

作为优选，所述根据识别结果对所述第一图像进行图像分割，以确定出包括人像的第一区域和作为背景的第二区域具体为：

根据识别结果对所述第一图像进行图像分割以形成包含人像的待修正区域和作为背景的第二区域；

对所述待修正区域进行修正，以分离出所述第一区域。

作为优选，还包括：

将分离出的所述第一区域移动至第二图像中，以形成不同于所述第一图像和第二图像的第三图像。

作为优选，还包括：

对分离出的所述第一区域进行单独处理，处理方式包括人像美化、人像修正、调节画面亮度、进行图像分割以确定出头部区域、颈部区域、服装区域中的一种或多种。

作为优选，还包括：

根据用户指令对所述第三图像进行裁剪，使形成标准证件照。

作为优选，还包括：

根据用户指令向打印设备发送打印指令，使打印设备以用户指定排版方式对所述标准证件照进行打印。

作为优选，所述获取所述第一图像具体为：

通过拍照方式获取所述第一图像；

所述方法还包括：

根据识别结果对所述第一图像进行预分割；

根据预分割结果确定分割出的人像区域与背景区域间是否存在边界模糊区域，若存在，则对所述边界模糊区域进行数据分析，并根据分析结果及先验数据对所述识别结果做适应性调整；

所述根据识别结果对所述第一图像进行图像分割具体为：

根据调整后的所述识别结果对所述第一图像进行图像分割。

作为优选，还包括：

构建用于确定图像中的人像区域的人工智能训练模型

所述对所述待修正区域进行修正具体为：

通过所述人工智能训练模型对所述待修正区域进行修正。

本发明还提供一种电子设备，包括：

获取装置，用于获取第一图像；

处理装置，其用于对所述第一图像进行人像识别，并根据识别结果对所述第一图像进行图像分割，以确定出包括人像的第一区域和作为背景的第二区域。

本发明的图像处理方法及电子设备的有益效果在于，电子设备通过应用本发明的图像处理方法能够自动对图像中的人像与背景间分界线进行修正，使得即便是人像服饰或头发等与背景色或背景图案相近时，也能够划分清楚，使得人像与背景间边界分明，提高图像拍摄效果，满足用户使用电子设备拍摄出标准证件照的需求。

附图说明

图1为本发明实施例中的图像处理方法的流程图。

图2为本发明另一实施例中的图像处理方法的流程图。

图3为本发明另一实施例中的图像处理方法的流程图。

图4为本发明另一实施例中的图像处理方法的实际应用流程图。

图5为本发明又一实施例中的图像处理方法的流程图。

图6为本发明又一实施例中的图像处理方法的实际应用流程图。

图7为本发明实施例中电子设备的结构框图。

具体实施方式

以下结合附图对本发明的进行详细描述。

应理解的是，可以对此处公开的实施例做出各种修改。因此，以下说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本公开的范围和精神内的其他修改。

包含在说明书中并构成说明书的一部分的附图示出了本公开的实施例，并且与上面给出的对本公开的大致描述以及下面给出的对实施例的详细描述一起用于解释本公开的原理。

通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本发明的这些和其它特性将会变得显而易见。

还应当理解，尽管已经参照一些具体实例对本发明进行了描述，但本领域技术人员能够确定地实现本发明的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。

当结合附图时，鉴于以下详细说明，本公开的上述和其他方面、特征和优势将变得更为显而易见。

此后参照附图描述本公开的具体实施例；然而，应当理解，所公开的实施例仅仅是本公开的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本公开模糊不清。因此，本文所公开的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本公开。

本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本公开的相同或不同实施例中的一个或多个。

如图1所示,本发明的实施例提供一种图像处理方法，包括：

获取第一图像,例如用户拍照时的照片或以任意渠道获取的图片均可为第一图像；

对第一图像进行人像识别；

根据识别结果对第一图像进行图像分割，以确定出包括人像的第一区域和作为背景的第二区域。

本发明实施例中的图像处理方法通过对第一图像进行人像识别,基于人像识别的数据来对第一图像进行图像分割,使得对于包含人像的第一图像在进行图像分割时分割效果更佳,精度更高。

进一步地，如图2所示，上述人像识别的识别结果包括人像的面部特征及躯干特征；

系统在根据识别结果对第一图像进行图像分割时具体为：

基于面部特征、躯干特征以及先验数据对第一图像进行图像分割。

具体地，系统对第一图像进行人像识别后，得到人像的面部特征及躯干特征，该面部特征包括眉、眼、鼻子、嘴巴等特征，躯干特征包括颈部、肩膀、胸部等中的一个或多个轮廓特征，然后首先基于面部特征以及先验数据(即，正常人像中头部的位置以及大致轮廓、大致面积等)来确定人像的头部区域，其包含面部区域和头发区域，具体可采用两个图形来分别标记两区域，如倒置的三角形来对人像的面部进行标记，然后用一根短线标记三角形上方区域，以代表人像的头发区域。接着根据躯干特征及先验数据来确定人像中一定为躯干部分的区域，确定后，将上述确定好的躯干区域、头部区域定义为前景种子区域，也即，该区域内一定位于人像区域内。然后根据确定好的人像区域以及先验数据确定出一定在背景区域内的背景种子区域，例如图像中邻近边框处的区域，具体实施时同样可以对其进行标记，如采用条形边框来对背景区域的轮廓进行标记。最后，根据背景种子区域、前景种子区域来对第一图像进行人像识别，即可分离出完整的人像区域。

通过本实施例中的图像处理方法，不仅能够快速确定出人像区域和背景区域，而且对于一些图像中，人像的头发区域的颜色与背景较为接近，例如头发为红色，背景也同为红色，倘若不经过本实施例中的上述人像识别步骤，而直接进行图像分割，则系统极容易将人像的头发区域也划分至背景中，导致分割出的人像出现较大偏差，严重降低图像分割效果。

进一步地，系统在对第一图像进行图像分割时，还可结合另一种方法，以用户进行拍照为例，当用户进行拍照时，电子设备系统可同时抓拍多张针对同一景象的图片，该多张照片的内容大致相同，其不同的部分仅由于手机在拍照时会产生轻微颤抖或手机的移动而导致的图像的前景部分与背景部分会有所变化。系统可基于该多张图片中前景部分与背景部分间的变化，通过分析来辅助确定图像中最终的前景区域和背景区域，也即，人像区域和背景区域，以此提高图像分割的精度。上述方法也可独立使用，系统在独立应用该方法进行图像分割时可采用双帧图像进行深度值计算，然后利用大致深度值进行前景区域与背景区域间的区分。具体地，例如系统可在第一张抓拍的照片中检测利于跟踪的特征点，然后陆续在后面抓拍的照片中寻找上述特征点，接着通过最优化方法建模计算该多张照片在拍摄时电子设备的运动轨迹，根据该运动轨迹和前景区域(也即，人像区域、第一区域)、背景区域在该运动变化中不同的几何关系而推测得出人像区域的大致轮廓，同时计算出位于大致轮廓区域内的特征点的深度，最后根据上述深度数据确定出精准的人像区域以及背景区域。

进一步地，如图3所示，同样以用户拍照为例，也即，当系统获取第一图像具体方式为通过拍照方式获取第一图像时，本实施例中的方法还包括：

根据识别结果对第一图像进行预分割；

根据预分割结果确定分割出的人像区域(相当于第一区域)与背景区域间是否存在边界模糊区域，若存在，则对边界模糊区域进行数据分析，并根据分析结果及先验数据对识别结果做适应性调整；

基于上述步骤，系统在根据识别结果对第一图像进行图像分割时具体为：

根据调整后的识别结果对第一图像进行图像分割。

具体地，当用户使用电子设备，例如手机，进行拍照时，由于取景过为随意，且背景多为动态变化的，或是用户的衣着、发色与背景色相近等，因此使得拍摄结果通常并不理想，时常会出现人像与背景的边界处模糊不清，较难区分的现象。此时，若用户想要确定出该图像中的人像区域时，由于该图像中人像与背景边界模糊，故会导致系统无法准确确定人像区域，为用户的使用带来不便。因此，本实施例中通过根据识别结果首先对图像进行欲分割，并根据预分割的结果确定出该图像中的人像区域与背景区域间是否存在上述边界模糊区域，若存在，系统则对该区域进行分析，例如将分析画面确定至每一帧画面或每一像素点等，以确定出人像区域的边界线，然后根据该边界线以及先验数据来对人像识别结果做适应性调整，也即，将人像区域调整为符合先验标准的样子。最后，系统对该调整后的图像进行图像分割，以使最终能够得到用户想要的分割效果，也即高精度的人像区域。另外，系统也可在判断出具有边界模糊区域时直接向用户发出提醒，使用户能够重新拍摄图像。

进一步地，如图4和图5所示，系统在根据识别结果对第一图像进行图像分割，以确定出包括人像的第一区域和作为背景的第二区域时具体为：

根据识别结果对第一图像进行图像分割以形成包含人像的待修正区域和作为背景的第二区域；

对待修正区域进行修正，以分离出第一区域。

也就是，系统在对第一图像进行图像分割后，分割结果可能仍不理想，例如人像的外轮廓上还带有部分背景区域，而该部分背景区域即为修正区域，系统识别出该区域后，可针对该修正区域进行修正，以将修正区域和人像区域进行分离，以得到仅包含人像的第一区域。具体应用时，系统可对待修正区域进行再次图像分割，以达到修正待修正区域的效果，相当于对第一图像进行二次图像分割。由于第一次图像分割时，系统针对的是整张图像，其分割精度会因图像面积的增大而降低，故而导致人像区域(也即第一区域)的边界模糊,但在系统确定出待修正区域后，便可仅针对该区域进行图像分割,由于处理面积被大大缩小,因此分割精度较高,能够准确识别出人像轮廓,进而分离出第一区域和修正区域。

优选地，为了更加高效地完成上述二次图像分割的步骤，本实施例中具体采用以下步骤完成：

构建用于确定图像中的人像区域(也即，为上述的人像、第一区域)的人工智能训练模型，例如可先构建一训练模型的架构，然后利用深度学习法或神经网络训练方法对该架构进行训练，以最终形成本实施例中的人工智能训练模型；

通过人工智能训练模型对待修正区域进行修正。由于该模型经过大量数据训练后具有对图像进行高精度分割的能力，故采用该种训练模型对待修正区域进行修正，可快速精准的分离出第一区域和修正区域，大大提高了用户的工作效率。

进一步地，用户在对将第一区域分离出后可单独对第一区域进行多种处理，处理方式包括人像美化、人像修正、调节画面亮度、进行图像分割以确定出头部区域、颈部区域、服装区域中的一种或多种。

例如，用户想要仅对人像进行美化，修正，并保证对人像进行美化的同时不影响背景区域的内容，此时用户便可通过本实施例中的上述方法将第一区域分离出，然后仅对人像进行皮肤美白以及脸型、鼻型、嘴型的修正，如让脸型更消瘦，鼻型更笔挺，嘴型更饱满，也可对人像的颈部、肩部、腿部等做调整，以让身形更高挑、纤瘦；或者，当用户想要改变衣服的颜色时，也对第一区域进行再次图像分割，以分离出服装区域，然后对服装区域进行处理，以改变其颜色，甚至款式等。

再如，用户还可利用本实施例中的图像处理方法来做证件照，如图6所示,具体方法如下：

将分离出的第一区域移动至第二图像中，以形成不同于第一图像和第二图像的第三图像；

根据用户指令对第三图像进行裁剪，使形成标准证件照。

具体地，上述第二图像可为用户选定的空白图像，用来做证件照的背景。系统可向用户提供一个对话框，询问用户是否要制备证件照，若是，系统则可向用户提供多个第二图像，其中该多个第二图像所示颜色不同，用户可根据需要选定一第二图像，使系统根据用户的指令将分离出的第一区域移动至第二图像中，使形成待剪裁的第三图像。由于证件照的种类较多，为了避免制备出用户不需要的种类，系统可向用户提供多种选择，如制备一寸证件照、两寸证件照、三寸证件照等等，然后根据用户指令来对第三图像进行裁剪，进而形成用户所需的标准证件照。

优选地，在硬件条件允许的情况下，系统还可接受用户发出的打印指令，并根据用户指令而向外接的打印设备发送该打印指令，以使打印设备以用户指定排版方式对标准证件照进行打印，如按9张证件照为一版、12张整件照为一版、2张证件照为一版等等。

如图7所示，本发明的实施例还提供一种电子设备，包括：

获取装置，用于获取第一图像；

处理装置，其用于对第一图像进行人像识别，并根据识别结果对第一图像进行图像分割，以确定出包括人像的第一区域和作为背景的第二区域。

本发明实施例中的图像处理方法通过对第一图像进行人像识别,基于人像识别的数据来对第一图像进行图像分割,使得对于包含人像的第一图像在进行图像分割时分割效果更佳,精度更高。

进一步地，上述人像识别的识别结果包括人像的面部特征及躯干特征；

处理装置在根据识别结果对第一图像进行图像分割时具体为：

基于面部特征、躯干特征以及先验数据对第一图像进行图像分割。

具体地，处理装置对第一图像进行人像识别后，得到人像的面部特征及躯干特征，该面部特征包括眉、眼、鼻子、嘴巴等特征，躯干特征包括颈部、肩膀、胸部等中的一个或多个轮廓特征，然后首先基于面部特征以及先验数据(即，正常人像中头部的位置以及大致轮廓、大致面积等)来确定人像的头部区域，其包含面部区域和头发区域，具体可采用两个图形来分别标记两区域，如倒置的三角形来对人像的面部进行标记，然后用一根短线标记三角形上方区域，以代表人像的头发区域。接着根据躯干特征及先验数据来确定人像中一定为躯干部分的区域，确定后，将上述确定好的躯干区域、头部区域定义为前景种子区域，也即，该区域内一定位于人像区域内。然后根据确定好的人像区域以及先验数据确定出一定在背景区域内的背景种子区域，例如图像中邻近边框处的区域，具体实施时同样可以对其进行标记，如采用条形边框来对背景区域的轮廓进行标记。最后，根据背景种子区域、前景种子区域来对第一图像进行人像识别，即可分离出完整的人像区域。

通过本实施例中的图像处理方法，不仅能够快速确定出人像区域和背景区域，而且对于一些图像中，人像的头发区域的颜色与背景较为接近，例如头发为红色，背景也同为红色，倘若不经过本实施例中的上述人像识别步骤，而直接进行图像分割，则处理装置极容易将人像的头发区域也划分至背景中，导致分割出的人像出现较大偏差，严重降低图像分割效果。

进一步地，处理装置在对第一图像进行图像分割时，还可结合另一种方法，以用户进行拍照为例，当用户进行拍照时，电子设备处理装置可同时抓拍多张针对同一景象的图片，该多张照片的内容大致相同，其不同的部分仅由于手机在拍照时会产生轻微颤抖或手机的移动而导致的图像的前景部分与背景部分会有所变化。处理装置可基于该多张图片中前景部分与背景部分间的变化，通过分析来辅助确定图像中最终的前景区域和背景区域，也即，人像区域和背景区域，以此提高图像分割的精度。上述方法也可独立使用，处理装置在独立应用该方法进行图像分割时可采用双帧图像进行深度值计算，然后利用大致深度值进行前景区域与背景区域间的区分。具体地，例如处理装置可在第一张抓拍的照片中检测利于跟踪的特征点，然后陆续在后面抓拍的照片中寻找上述特征点，接着通过最优化方法建模计算该多张照片在拍摄时电子设备的运动轨迹，根据该运动轨迹和前景区域(也即，人像区域、第一区域)、背景区域在该运动变化中不同的几何关系而推测得出人像区域的大致轮廓，同时计算出位于大致轮廓区域内的特征点的深度，最后根据上述深度数据确定出精准的人像区域以及背景区域。

进一步地，同样以用户拍照为例，也即，当获取装置获取第一图像具体方式为通过拍照方式获取第一图像时，本实施例中处理装置还用于：

根据识别结果对第一图像进行预分割；

根据预分割结果确定分割出的人像区域(相当于第一区域)与背景区域间是否存在边界模糊区域，若存在，则对边界模糊区域进行数据分析，并根据分析结果及先验数据对识别结果做适应性调整；

基于上述步骤，处理装置在根据识别结果对第一图像进行图像分割时具体为：

根据调整后的识别结果对第一图像进行图像分割。

具体地，当用户使用电子设备，例如手机，进行拍照时，由于取景过为随意，且背景多为动态变化的，或是用户的衣着、发色与背景色相近等，因此使得拍摄结果通常并不理想，时常会出现人像与背景的边界处模糊不清，较难区分的现象。此时，若用户想要确定出该图像中的人像区域时，由于该图像中人像与背景边界模糊，故会导致处理装置无法准确确定人像区域，为用户的使用带来不便。因此，本实施例中通过根据识别结果首先对图像进行欲分割，并根据预分割的结果确定出该图像中的人像区域与背景区域间是否存在上述边界模糊区域，若存在，处理装置则对该区域进行分析，例如将分析画面确定至每一帧画面或每一像素点等，以确定出人像区域的边界线，然后根据该边界线以及先验数据来对人像识别结果做适应性调整，也即，将人像区域调整为符合先验标准的样子。最后，处理装置对该调整后的图像进行图像分割，以使最终能够得到用户想要的分割效果，也即高精度的人像区域。另外，处理装置也可在判断出具有边界模糊区域时直接向用户发出提醒，使用户能够重新拍摄图像。

进一步地，处理装置在根据识别结果对第一图像进行图像分割，以确定出包括人像的第一区域和作为背景的第二区域时具体为：

根据识别结果对第一图像进行图像分割以形成包含人像的待修正区域和作为背景的第二区域；

对待修正区域进行修正，以分离出第一区域。

也就是，处理装置在对第一图像进行图像分割后，分割结果可能仍不理想，例如人像的外轮廓上还带有部分背景区域，而该部分背景区域即为修正区域，处理装置识别出该区域后，可针对该修正区域进行修正，以将修正区域和人像区域进行分离，以得到仅包含人像的第一区域。具体应用时，处理装置可对待修正区域进行再次图像分割，以达到修正待修正区域的效果，相当于对第一图像进行二次图像分割。由于第一次图像分割时，处理装置针对的是整张图像，其分割精度会因图像面积的增大而降低，故而导致人像区域(也即第一区域)的边界模糊,但在处理装置确定出待修正区域后，便可仅针对该区域进行图像分割,由于处理面积被大大缩小,因此分割精度较高,能够准确识别出人像轮廓,进而分离出第一区域和修正区域。

优选地，为了更加高效地完成上述二次图像分割的步骤，本实施例中的处理装置具体采用以下步骤完成：

构建用于确定图像中的人像区域(也即，为上述的人像、第一区域)的人工智能训练模型，例如可先构建一训练模型的架构，然后利用深度学习法或神经网络训练方法对该架构进行训练，以最终形成本实施例中的人工智能训练模型；

通过人工智能训练模型对待修正区域进行修正。由于该模型经过大量数据训练后具有对图像进行高精度分割的能力，故采用该种训练模型对待修正区域进行修正，可快速精准的分离出第一区域和修正区域，大大提高了用户的工作效率。

进一步地，用户在对将第一区域分离出后可单独对第一区域进行多种处理，处理方式包括人像美化、人像修正、调节画面亮度、进行图像分割以确定出头部区域、颈部区域、服装区域中的一种或多种。

例如，用户想要仅对人像进行美化，修正，并保证对人像进行美化的同时不影响背景区域的内容，此时用户便可通过本实施例中的上述方法将第一区域分离出，然后仅对人像进行皮肤美白以及脸型、鼻型、嘴型的修正，如让脸型更消瘦，鼻型更笔挺，嘴型更饱满，也可对人像的颈部、肩部、腿部等做调整，以让身形更高挑、纤瘦；或者，当用户想要改变衣服的颜色时，也对第一区域进行再次图像分割，以分离出服装区域，然后对服装区域进行处理，以改变其颜色，甚至款式等。

再如，用户还可利用本实施例中的图像处理方法来做证件照，具体方法如下：

将分离出的第一区域移动至第二图像中，以形成不同于第一图像和第二图像的第三图像；

根据用户指令对第三图像进行裁剪，使形成标准证件照。

具体地，上述第二图像可为用户选定的空白图像，用来做证件照的背景。处理装置可向用户提供一个对话框，询问用户是否要制备证件照，若是，处理装置则可向用户提供多个第二图像，其中该多个第二图像所示颜色不同，用户可根据需要选定一第二图像，使处理装置根据用户的指令将分离出的第一区域移动至第二图像中，使形成待剪裁的第三图像。由于证件照的种类较多，为了避免制备出用户不需要的种类，处理装置可向用户提供多种选择，如制备一寸证件照、两寸证件照、三寸证件照等等，然后根据用户指令来对第三图像进行裁剪，进而形成用户所需的标准证件照。

优选地，在硬件条件允许的情况下，处理装置还可接受用户发出的打印指令，并根据用户指令而向外接的打印设备发送该打印指令，以使打印设备以用户指定排版方式对标准证件照进行打印，如按9张证件照为一版、12张整件照为一版、2张证件照为一版等等。

以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。

Claims (10)

1.一种图像处理方法，其特征在于，包括：

获取第一图像；

对所述第一图像进行人像识别；

根据识别结果对所述第一图像进行图像分割，以确定出包括人像的第一区域和作为背景的第二区域。

2.根据权利要求1所述的方法，其特征在于，

所述识别结果包括人像的面部特征及躯干特征；

所述根据识别结果对所述第一图像进行图像分割具体为：

基于所述面部特征、躯干特征以及先验数据对所述第一图像进行图像分割。

3.根据权利要求1所述的方法，其特征在于，所述根据识别结果对所述第一图像进行图像分割，以确定出包括人像的第一区域和作为背景的第二区域具体为：

根据识别结果对所述第一图像进行图像分割以形成包含人像的待修正区域和作为背景的第二区域；

对所述待修正区域进行修正，以分离出所述第一区域。

4.根据权利要求1所述的方法，其特征在于，还包括：

将分离出的所述第一区域移动至第二图像中，以形成不同于所述第一图像和第二图像的第三图像。

5.根据权利要求4所述的方法，其特征在于，还包括：

对分离出的所述第一区域进行单独处理，处理方式包括人像美化、人像修正、调节画面亮度、进行图像分割以确定出头部区域、颈部区域、服装区域中的一种或多种。

6.根据权利要求4所述的方法，其特征在于，还包括：

根据用户指令对所述第三图像进行裁剪，使形成标准证件照。

7.根据权利要求6所述的方法，其特征在于，还包括：

根据用户指令向打印设备发送打印指令，使打印设备以用户指定排版方式对所述标准证件照进行打印。

8.根据权利要求1所述的方法，其特征在于，所述获取所述第一图像具体为：

通过拍照方式获取所述第一图像；

所述方法还包括：

根据识别结果对所述第一图像进行预分割；

根据预分割结果确定分割出的人像区域与背景区域间是否存在边界模糊区域，若存在，则对所述边界模糊区域进行数据分析，并根据分析结果及先验数据对所述识别结果做适应性调整；

所述根据识别结果对所述第一图像进行图像分割具体为：

根据调整后的所述识别结果对所述第一图像进行图像分割。

9.根据权利要求3所述的方法，其特征在于，还包括：

构建用于确定图像中的人像区域的人工智能训练模型

所述对所述待修正区域进行修正具体为：

通过所述人工智能训练模型对所述待修正区域进行修正。

10.一种电子设备，其特征在于，包括：

获取装置，用于获取第一图像；

处理装置，其用于对所述第一图像进行人像识别，并根据识别结果对所述第一图像进行图像分割，以确定出包括人像的第一区域和作为背景的第二区域。