CN108364254A - 图像处理方法、装置及电子设备 - Google Patents
图像处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN108364254A CN108364254A CN201810229263.8A CN201810229263A CN108364254A CN 108364254 A CN108364254 A CN 108364254A CN 201810229263 A CN201810229263 A CN 201810229263A CN 108364254 A CN108364254 A CN 108364254A
- Authority
- CN
- China
- Prior art keywords
- pixel
- target
- oval
- boundary
- region
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 144
- 238000000034 method Methods 0.000 claims abstract description 142
- 230000008569 process Effects 0.000 claims abstract description 111
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 230000007613 environmental effect Effects 0.000 claims description 74
- 230000006835 compression Effects 0.000 claims description 46
- 238000007906 compression Methods 0.000 claims description 46
- 238000004891 communication Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 70
- 238000013507 mapping Methods 0.000 description 44
- 238000010586 diagram Methods 0.000 description 16
- 230000001815 facial effect Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 14
- 238000007493 shaping process Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 210000004209 hair Anatomy 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种图像处理方法、装置及电子设备,其中,方法包括:检测图像中的处理对象所对应的多个关键点,根据多个关键点确定与处理对象相对应的待处理区域;判断待处理区域的各个区域边界是否超出处理对象的对象边界;若是,将超出处理对象的对象边界的区域边界确定为目标边界;对目标边界进行调整,以缩小待处理区域的区域范围,将缩小后的待处理区域确定为实际处理区域;针对图像中的每个像素点,判断该像素点是否属于实际处理区域;若是,按照预设的对象处理规则对该像素点进行处理。由此可知,该方式能够保证实际处理区域的边界不超过处理对象的边界,且通过实际处理区域划分出需要进行处理的像素点,能够减小计算量,提升处理速度。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种图像处理方法、装置及电子设备。
背景技术
随着计算机图像处理技术的发展,图像美化变得越来越简便与普及,将图像美化技术应用于图像后期处理、视频直播、录制视频等场景中,例如微整形特效处理,微整形特效处理即是仅针对图像中的部分区域中的像素点进行处理,如在对人脸图像进行微整形特效处理的应用场景中,包括瘦脸、放大眼睛、拉高鼻梁、缩小鼻翼等等技术手段,可以提升趣味性以及图像的美感,因此,图像美化中的微整形特效处理更是得到了人们广泛的关注与青睐。
但是,发明人在实现本发明的过程中,发现现有技术中的上述方式至少存在如下问题:在上述应用场景中,目前已有微整形特效处理往往适用于图像中的人脸为正脸的情况,而当人脸存在较大幅度的侧向角度时,处理后的人脸就会出现凹陷或凸起等局部畸形的问题,微整形特效处理效果较差;另外,微整形特效处理往往会对图像中所有像素点进行处理,而没有考虑实际的变形区域,从而对一些不需要进行处理的像素点也进行了处理,增加了很多额外的运算量,降低了微整形特效处理的实时性。综上所述,现有技术中尚没有一种能够很好地解决上述问题的技术方案。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的图像处理方法、装置及电子设备。
根据本发明的一个方面,提供了一种图像处理方法,包括:检测图像中的处理对象所对应的多个关键点,根据所述多个关键点确定与所述处理对象相对应的待处理区域;判断所述待处理区域的各个区域边界是否超出所述处理对象的对象边界;若是,将超出所述处理对象的对象边界的区域边界确定为目标边界;对所述目标边界进行调整,以缩小所述待处理区域的区域范围,将缩小后的待处理区域确定为实际处理区域;针对所述图像中的每个像素点,判断该像素点是否属于所述实际处理区域;若是,按照预设的对象处理规则对该像素点进行处理。
可选地,所述对所述目标边界进行调整,以缩小所述待处理区域的区域范围的步骤具体包括:
将所述对象边界与所述待处理区域的区域中心之间的距离确定为第一距离,将所述目标边界与所述待处理区域的区域中心之间的距离确定为第二距离;
根据所述第二距离与所述第一距离之间的比值确定压缩率,根据所述压缩率对所述目标边界对应的局部区域进行压缩处理。
可选地,所述待处理区域为椭圆形待处理区域,且所述椭圆形待处理区域通过椭圆圆心、椭圆横轴和椭圆纵轴确定。
可选地,当所述目标边界为所述椭圆横轴所对应的边界时,所述针对所述图像中的每个像素点,判断该像素点是否属于所述实际处理区域的步骤具体包括:
针对所述图像中的每个像素点,确定该像素点的原始横坐标值以及原始纵坐标值;
根据所述椭圆横轴的长度与椭圆纵轴的长度之间的横纵比值对该像素点的原始横坐标值进行一次缩放处理,并根据所述压缩率对所述原始横坐标值进行二次缩放处理,得到该像素点的缩放横坐标值;
利用该像素点的原始纵坐标值以及缩放横坐标值计算该像素点与所述椭圆圆心之间的等效圆周距离;
判断该像素点与所述椭圆圆心之间的等效圆周距离是否大于所述椭圆纵轴的长度;若否,确定该像素点属于所述实际处理区域。
可选地,所述针对所述图像中的每个像素点,确定该像素点的原始横坐标值以及原始纵坐标值的步骤具体包括:
预先将所述椭圆圆心确定为第一坐标系的第一坐标原点,根据所述椭圆横轴确定第一坐标系的第一横向坐标轴,根据所述椭圆纵轴确定第一坐标系的第一纵向坐标轴;
根据所述第一坐标系计算该像素点的原始横坐标值以及原始纵坐标值。
可选地,所述待处理区域进一步包括:目标处理区域以及环境处理区域;则所述根据所述多个关键点确定与所述处理对象相对应的待处理区域的步骤具体包括:
根据所述处理对象的轮廓和/或形状,确定所述图像中包含的与所述处理对象相对应的目标处理区域;
根据所述目标处理区域,确定位于所述目标处理区域外围的环境处理区域;
并且,所述对象处理规则进一步包括:目标处理规则以及环境处理规则;且所述按照预设的对象处理规则对该像素点进行处理的步骤具体包括:
判断该像素点是否属于所述目标处理区域;若是,按照所述目标处理规则对该像素点进行处理;若否,按照所述环境处理规则对该像素点进行处理。
可选地,所述目标处理区域为椭圆形目标处理区域,所述环境处理区域为位于所述椭圆形目标处理区域外围的椭圆环状环境处理区域;
则所述根据所述处理对象的轮廓和/或形状,确定所述图像中包含的与所述处理对象相对应的目标处理区域的步骤具体包括:
根据所述多个关键点确定目标圆心以及经过所述目标圆心的目标横轴和/或目标纵轴,根据所述目标圆心以及经过所述目标圆心的目标横轴和/或目标纵轴确定所述椭圆形目标处理区域;
所述根据所述目标处理区域的目标区域形状以及目标区域范围,确定位于所述目标处理区域外围的环境处理区域的步骤具体包括:
将所述目标圆心确定为所述椭圆圆心,根据所述目标横轴和/或目标纵轴确定所述椭圆横轴和/或椭圆纵轴,根据所述椭圆圆心、椭圆横轴以及椭圆纵轴确定所述椭圆形待处理区域;根据所述椭圆形待处理区域以及所述椭圆形目标处理区域确定位于所述椭圆形目标处理区域外围的椭圆环状环境处理区域。
可选地,所述判断该像素点是否属于所述目标处理区域的步骤具体包括:
判断该像素点与所述椭圆圆心之间的等效圆周距离是否大于所述目标纵轴的长度;若否,确定该像素点属于所述目标处理区域。
可选地,所述椭圆横轴的长度为所述目标横轴的长度的第一预设倍数,和/或所述椭圆纵轴的长度为所述目标纵轴的长度的第二预设倍数;其中,所述第一预设倍数和/或第二预设倍数不小于1。
可选地,所述方法进一步包括:
预先确定当像素点到目标圆心的等效圆周距离不大于目标纵轴的长度时,像素点的变形系数与该像素点到目标圆心的等效圆周距离之间的第一映射关系,且所述目标处理规则根据该第一映射关系确定;
预先确定当像素点到目标圆心的等效圆周距离大于目标纵轴的长度且小于椭圆纵轴的长度时,像素点的变形系数与该像素点到目标圆心的等效圆周距离之间的第二映射关系,且所述环境处理规则根据该第二映射关系确定。
可选地,所述方法通过图形处理器实现。
根据本发明的另一方面,提供了一种图像处理装置,包括:关键点检测模块,适于检测图像中的处理对象所对应的多个关键点;待处理区域确定模块,适于根据所述多个关键点确定与所述处理对象相对应的待处理区域;边界判断模块,适于判断所述待处理区域的各个区域边界是否超出所述处理对象的对象边界;目标边界确定模块,适于若判断出所述待处理区域的各个区域边界超出所述处理对象的对象边界,将超出所述处理对象的对象边界的区域边界确定为目标边界;压缩模块,适于对所述目标边界进行调整,以缩小所述待处理区域的区域范围;实际处理区域确定模块,适于将缩小后的待处理区域确定为实际处理区域;判断模块,适于针对所述图像中的每个像素点,判断该像素点是否属于所述实际处理区域;处理模块,适于若判断出该像素点属于所述实际处理区域,按照预设的对象处理规则对该像素点进行处理。
可选地,所述压缩模块进一步适于:
将所述对象边界与所述待处理区域的区域中心之间的距离确定为第一距离,将所述目标边界与所述待处理区域的区域中心之间的距离确定为第二距离;
根据所述第二距离与所述第一距离之间的比值确定压缩率,根据所述压缩率对所述目标边界对应的局部区域进行压缩处理。
可选地,所述待处理区域为椭圆形待处理区域,且所述椭圆形待处理区域通过椭圆圆心、椭圆横轴和椭圆纵轴确定。
可选地,当所述目标边界为所述椭圆横轴所对应的边界时,所述装置进一步包括:
坐标值确定模块,适于针对所述图像中的每个像素点,确定该像素点的原始横坐标值以及原始纵坐标值;
缩放处理模块,适于根据所述椭圆横轴的长度与椭圆纵轴的长度之间的横纵比值对该像素点的原始横坐标值进行一次缩放处理,并根据所述压缩率对所述原始横坐标值进行二次缩放处理,得到该像素点的缩放横坐标值;
等效圆周距离计算模块,适于利用该像素点的原始纵坐标值以及缩放横坐标值计算该像素点与所述椭圆圆心之间的等效圆周距离;
则所述判断模块进一步适于:判断该像素点与所述椭圆圆心之间的等效圆周距离是否大于所述椭圆纵轴的长度;若否,确定该像素点属于所述实际处理区域。
可选地,所述坐标值确定模块进一步适于:
预先将所述椭圆圆心确定为第一坐标系的第一坐标原点,根据所述椭圆横轴确定第一坐标系的第一横向坐标轴,根据所述椭圆纵轴确定第一坐标系的第一纵向坐标轴;
根据所述第一坐标系计算该像素点的原始横坐标值以及原始纵坐标值。
可选地,所述待处理区域进一步包括:目标处理区域以及环境处理区域;则所述待处理区域确定模块进一步适于:
根据所述处理对象的轮廓和/或形状,确定所述图像中包含的与所述处理对象相对应的目标处理区域;
根据所述目标处理区域,确定位于所述目标处理区域外围的环境处理区域;
并且,所述对象处理规则进一步包括:目标处理规则以及环境处理规则;且所述判断模块进一步适于:
判断该像素点是否属于所述目标处理区域;则所述处理模块进一步适于:若是,按照所述目标处理规则对该像素点进行处理;若否,按照所述环境处理规则对该像素点进行处理。
可选地,所述目标处理区域为椭圆形目标处理区域,所述环境处理区域为位于所述椭圆形目标处理区域外围的椭圆环状环境处理区域;
则所述待处理区域确定模块进一步适于:
根据所述多个关键点确定目标圆心以及经过所述目标圆心的目标横轴和/或目标纵轴,根据所述目标圆心以及经过所述目标圆心的目标横轴和/或目标纵轴确定所述椭圆形目标处理区域;
则所述待处理区域确定模块进一步适于:
将所述目标圆心确定为所述椭圆圆心,根据所述目标横轴和/或目标纵轴确定所述椭圆横轴和/或椭圆纵轴,根据所述椭圆圆心、椭圆横轴以及椭圆纵轴确定所述椭圆形待处理区域;根据所述椭圆形待处理区域以及所述椭圆形目标处理区域确定位于所述椭圆形目标处理区域外围的椭圆环状环境处理区域。
可选地,所述判断模块进一步适于:
判断该像素点与所述椭圆圆心之间的等效圆周距离是否大于所述目标纵轴的长度;若否,确定该像素点属于所述目标处理区域。
可选地,所述椭圆横轴的长度为所述目标横轴的长度的第一预设倍数,和/或所述椭圆纵轴的长度为所述目标纵轴的长度的第二预设倍数;其中,所述第一预设倍数和/或第二预设倍数不小于1。
可选地,所述装置进一步包括:
映射关系确定模块,适于预先确定当像素点到目标圆心的等效圆周距离不大于目标纵轴的长度时,像素点的变形系数与该像素点到目标圆心的等效圆周距离之间的第一映射关系,且所述目标处理规则根据该第一映射关系确定;
所述映射关系确定模块进一步适于:预先确定当像素点到目标圆心的等效圆周距离大于目标纵轴的长度且小于椭圆纵轴的长度时,像素点的变形系数与该像素点到目标圆心的等效圆周距离之间的第二映射关系,且所述环境处理规则根据该第二映射关系确定。
根据本发明的又一方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述图像处理方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述图像处理方法对应的操作。
在本发明提供的图像处理方法、装置及电子设备中,通过检测图像中的处理对象所对应的多个关键点,根据多个关键点确定与处理对象相对应的待处理区域;判断待处理区域的各个区域边界是否超出处理对象的对象边界;若是,将超出处理对象的对象边界的区域边界确定为目标边界;对目标边界进行调整,以缩小待处理区域的区域范围,将缩小后的待处理区域确定为实际处理区域;针对图像中的每个像素点,判断该像素点是否属于实际处理区域;若是,按照预设的对象处理规则对该像素点进行处理。由此可知,该方式通过对确定的待处理区域的区域范围进行压缩得到实际处理区域,能够保证实际处理区域的边界不超过处理对象的边界,使得实际处理区域与处理对象的轮廓更加匹配;其次,该方式无需对图像中所有像素点进行处理,仅针对实际处理区域内的像素点进行处理,能够减小运算量,提升图像处理的速度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的图像处理方法的流程示意图;
图2示出了根据本发明另一个实施例的图像处理方法的流程示意图;
图3示出了根据本发明又一个实施例的图像处理装置的结构示意图;
图4示出了根据本发明实施例的电子设备的结构示意图;
图5a示出了一种待处理区域的区域边界超出对象边界的示意图;
图5b示出了图5a中的待处理区域经过压缩之后所形成的实际处理区域的示意图;
图6a示出了一种形式的距离查找表的示意图;
图6b示出了一种形式的角度查找表的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的图像处理方法的流程示意图。如图1所示,该方法包括以下步骤:
步骤S110,检测图像中的处理对象所对应的多个关键点,根据多个关键点确定与处理对象相对应的待处理区域。
其中,图像可以是摄像机拍摄的照片,也可以是拍摄的视频流中的图像帧,处理对象可以是图像中的面部区域、五官等等,本发明对此不作限定。针对图像中的处理对象,检测处理对象的多个关键点,实际应用中,可预先固定图像中的处理对象,即处理过程中仅针对固定的多个处理对象进行处理,或者用户也可自行选定图像中的处理对象,本发明对此不作限定。
例如,在对人脸图像进行处理的应用场景中,处理对象可以是人脸或者五官部位,则关键点可以是与面部五官和/或面部轮廓相对应的特征点,具体可以指面部轮廓位置上所对应的特征点、面部五官位置上所对应的特征点以及面部其它部位上所对应的特征点。需要说明的是,本发明对检测关键点的方式不作限定。
根据检测到的处理对象的关键点,确定图像中与处理对象相对应的待处理区域,其中,待处理区域的区域形状、区域轮廓以及区域范围等均可根据处理对象的各个关键点进行确定,本发明对待处理区域的区域形状以及区域范围等不作限定,总之,待处理区域能够包含处理对象所对应的所有关键点。例如,若确定处理对象为眼睛部位,则根据检测到的眼睛部位的多个关键点确定与眼睛相对应的待处理区域。
步骤S120,判断待处理区域的各个区域边界是否超出处理对象的对象边界,若判断出待处理区域的至少一个区域边界超出了处理对象的对象边界,将超出处理对象的对象边界的区域边界确定为目标边界。
其中,处理对象的对象边界可以根据处理对象的关键点进行确定,例如,在对人脸图像进行处理的应用场景中,根据面部轮廓位置上所对应的多个关键点确定处理对象的对象边界,在人脸为正脸的情况,对象边界所形成的形状是左右对称的,而当人脸存在较大幅度的侧向角度时,由于面部轮廓位置上所对应的关键点之间的相对位置发生了变化,此时,对象边界所形成的形状以及范围发生变化,导致根据关键点确定的待处理区域的区域边界大幅度超出了处理对象的对象边界,在此情况下,待处理区域内则包含一些并不需要进行处理的像素点,并且由于待处理区域的边界与处理对象的边界不相匹配,可能会导致处理后的图像出现局部畸形。
因此,为了避免上述情况,在本实施例的方法中,需要判断待处理区域的各个边界是否超出了处理对象的对象边界,具体可根据处理对象所对应的各个关键点与待处理区域的区域中心之间的距离进行判断,若存在至少一个关键点与待处理区域的区域中心之间的距离小于预设距离阈值,则表明待处理区域至少存在一个区域边界超出了处理对象的对象边界,将超出处理对象的对象边界的区域边界确定为目标边界,以供后续步骤对目标边界进行调整,缩小待处理区域的区域范围。需要说明的是,上述判断待处理区域的各个区域边界是否超出处理对象的对象边界的方式仅仅是一个具体实施例,本发明对此不进行限定,本领域技术人员可根据实际需要进行调整。
步骤S130,对目标边界进行调整,以缩小待处理区域的区域范围,将缩小后的待处理区域确定为实际处理区域。
通过上述步骤S120确定了目标边界,则对目标边界进行调整,缩小待处理区域的区域边界,具体可根据处理对象的各个关键点与待处理区域的区域中心之间的距离对目标边界进行调整,并将缩小后的待处理区域确定为实际处理区域,该步骤通过调整目标边界,从而对待处理区域的区域范围进行压缩,以保证实际处理区域的区域边界不超出处理对象的边界。例如,若待处理区域为圆形待处理区域,则可将圆形待处理区域中目标边界所对应的区域的区域半径进行压缩,根据压缩后的区域半径重新确定待处理区域,并将其确定为实际处理区域。
步骤S140,针对图像中的每个像素点,判断该像素点是否属于实际处理区域,若是,则执行步骤S150;若否,本方法结束。
其中,实际处理区域内的像素点即是需要进行处理的像素点,为了减小运算量,本实施例的方法针对每一个像素点,判断该像素点是否属于实际处理区域,具体应用中,可在图像中建立坐标系,计算图像中每个像素点在该坐标系中的坐标值,根据像素点的坐标值判断该像素点是否属于实际处理区域,或者根据像素点与实际处理区域的区域中心之间的距离判断该像素点是否属于待处理区域。本发明对判断像素点是否属于实际处理区域的方式不作限制。
步骤S150,按照预设的对象处理规则对该像素点进行处理。
对图像进行微整形特效处理往往只需要处理图像中的部分像素点,无需遍历图像中所有的像素点,本实施例中具体根据实际处理区域划分出需要进行处理的像素点,因此,若判断出该像素点属于实际处理区域,则按照预设的对象处理规则对该像素点进行处理。其中,对象处理规则可以为平移类型的处理规则,即根据像素点的坐标值对像素点进行平移处理,或者旋转类型的处理规则,即根据像素点的坐标值对该像素点进行旋转处理。
根据本实施例所提供的图像处理方法,通过检测图像中的处理对象所对应的多个关键点,根据多个关键点确定与处理对象相对应的待处理区域;判断待处理区域的各个区域边界是否超出处理对象的对象边界;若是,将超出处理对象的对象边界的区域边界确定为目标边界;对目标边界进行调整,以缩小待处理区域的区域范围,将缩小后的待处理区域确定为实际处理区域;针对图像中的每个像素点,判断该像素点是否属于实际处理区域;若是,按照预设的对象处理规则对该像素点进行处理。由此可知,该方式通过对确定的待处理区域的区域范围进行压缩得到实际处理区域,能够保证实际处理区域的边界不超过处理对象的边界,使得实际处理区域与处理对象的轮廓更加匹配;其次,该方式无需对图像中所有像素点进行处理,仅针对实际处理区域内的像素点进行处理,能够减小运算量,提升图像处理的速度。
图2示出了根据本发明另一个实施例的图像处理方法的流程示意图,其中,本实施例的方法可通过图形处理器实现,当然,还可以通过其他方式实现,本发明对此不作限定。如图2所示,该方法包括以下步骤:
步骤S210,检测图像中的处理对象所对应的多个关键点,根据多个关键点确定与处理对象相对应的待处理区域,其中,待处理区域为椭圆形待处理区域,且椭圆形待处理区域通过椭圆圆心、椭圆横轴和椭圆纵轴确定。
其中,图像可以是摄像机拍摄的照片,也可以是拍摄的视频流中的图像帧,本发明对此不作限定。针对图像中的处理对象,检测处理对象的多个关键点,实际应用中,系统可预先选定图像中的处理对象,即仅针对固定的一些处理对象进行处理,也可根据实际需要自行选定图像中的处理对象,本发明对此不作限定。
例如,在对人脸图像进行处理的应用场景中,处理对象包括:面部区域、面部轮廓和/或五官部位;其中,五官部位包括以下中的至少一个:眼睛、鼻子、眉毛、嘴巴、以及耳朵,则处理对象所对应的多个关键点包括面部区域、或面部轮廓和/或五官部位相对应的特征点,具体可以指面部轮廓位置上所对应的特征点、面部五官位置上所对应的特征点以及面部其它部位上所对应的特征点,本发明对关键点的个数、分布位置以及检测方式均不作限制,凡是能够检测关键点的方式都应该包含在本发明的保护范围内。
现有的微整形特效处理技术中,往往需要对图像中所有像素点进行处理,即针对图像中的每一个像素点进行处理,而微整形特效处理技术即是针对图像中的部分区域进行处理,例如,针对一个包含人脸的图像进行微整形特效处理,仅仅需要对人脸区域内的像素点进行处理,人脸区域外的像素点则不需要进行处理或者仅做适应性的调整,因此,为了减少运算量,提高图形处理的速度,本实施例的方法根据处理对象的关键点确定待处理区域。
在对人脸图像进行处理的应用场景中,待处理区域为椭圆形待处理区域,则根据处理对象的关键点确定椭圆圆心、椭圆横轴以及椭圆纵轴,进一步根据椭圆圆心、椭圆横轴以及椭圆纵轴确定该椭圆形处理区域。由于人脸以及五官部位的轮廓更近似于椭圆形,将待处理区域设置为椭圆形处理区域能够使待处理区域更加贴合人脸或者五官部位的轮廓,并且待处理区域内包含尽可能少的不需要进行处理的像素点,从而减少运算量,提升处理的速度。其中,椭圆横轴与椭圆纵轴是相互垂直的,但是本发明对椭圆横轴以及椭圆纵轴的具体方位不作限定,本领域技术人员可根据实际需要进行调整。需要说明的是,本实施例中的椭圆形待处理区域并不单单指椭圆横轴的长度与椭圆纵轴的长度不相等的椭圆形待处理区域,由于圆形是一种特殊的椭圆形,因此椭圆形待处理区域还可以指椭圆横轴的长度与椭圆纵轴的长度相等的圆形待处理区域,具体需要根据实际情况确定。
可选地,待处理区域进一步包括:目标处理区域以及环境处理区域;则根据多个关键点确定图像中包含的与处理对象相对应的待处理区域的步骤具体包括:根据处理对象的轮廓和/或形状,确定图像中包含的与处理对象相对应的目标处理区域;根据目标处理区域,确定位于目标处理区域外围的环境处理区域。
实际应用中,在对图像中的某个区域内的像素点进行处理而对该区域之外的像素点保持原始状态的情况下,可能会导致经过处理后的图像显得不自然,变动痕迹明显,因此也需要对该区域之外的部分像素点做相应的处理。
因此,本实施例的方法进一步将待处理区域划分为目标处理区域以及环境处理区域,由于目标处理区域是根据处理对象的轮廓和/或形状确定的,因此,目标处理区域是最贴合处理对象的区域,将位于目标处理区域外围的部分区域确定为环境处理区域,则针对目标处理区域内的像素点以及环境处理区域内的像素点可采取不同的处理规则进行处理,以此削弱变动痕迹。通俗地来讲,可以将环境处理区域理解为一个缓冲区域,对目标处理区域内的像素点需要进行变动程度相对较大的处理,而对环境处理区域内的像素点则可以仅进行适应性的调整。
进一步地,目标处理区域为椭圆形目标处理区域,环境处理区域为位于椭圆形目标处理区域外围的椭圆环状环境处理区域。由此可知,待处理区域包括椭圆形目标处理区域和椭圆环状环境处理区域。
则根据处理对象的轮廓和/或形状,确定图像中包含的与所述处理对象相对应的目标处理区域的步骤具体包括:根据多个关键点确定目标圆心以及经过目标圆心的目标横轴和/或目标纵轴,根据目标圆心以及经过目标圆心的目标横轴和/或目标纵轴确定椭圆形目标处理区域;
根据目标处理区域的目标区域形状以及目标区域范围,确定位于目标处理区域外围的环境处理区域的步骤具体包括:将目标圆心确定为椭圆圆心,根据目标横轴和/或目标纵轴确定椭圆横轴和/或椭圆纵轴,根据椭圆圆心、椭圆横轴以及椭圆纵轴确定椭圆形待处理区域;根据椭圆形待处理区域以及椭圆形目标处理区域确定位于椭圆形目标处理区域外围的椭圆环状环境处理区域。其中,椭圆横轴的长度为目标横轴的长度的第一预设倍数,和/或椭圆纵轴的长度为目标纵轴的长度的第二预设倍数;其中,第一预设倍数和/或第二预设倍数不小于1。
根据处理对象对应的多个关键点,首先确定目标圆心,该目标圆心为目标处理区域的中心,然后,根据目标圆心与各个关键点之间的位置关系以及距离,确定目标横轴的位置方向和长度,以及目标纵轴的位置方向和长度。例如,当处理对象为眼睛时,则确定眼睛中心关键点为目标圆心,确定连接眼睛中心关键点到该眼睛任一侧的眼角关键点的直线为目标横轴,确定连接眼睛中心关键点与该眼睛的上侧或者下侧边界关键点的直线为目标纵轴。最后,根据该圆心、目标横轴以及目标纵轴确定椭圆形目标处理区域。
然后,根据椭圆形目标处理区域确定椭圆形待处理区域,由上述内容可知,椭圆形目标处理区域与椭圆形待处理区域为同心椭圆形,具体可以使目标横轴与椭圆横轴相重合,以及目标纵轴与椭圆纵轴相重合,并将椭圆横轴的长度设置为目标横轴的长度的第一预设倍数,以及椭圆纵轴的长度设置为目标纵轴的长度的第二预设倍数,其中,第一预设倍数与第二预设倍数可以相同,也可以不同,但两者的数值中的至少有一个不能小于1,也就是说,椭圆形待处理区域的区域范围大于目标处理区域的区域范围。进一步根据椭圆形待处理区域以及椭圆形目标处理区域确定位于椭圆形目标处理区域外围的椭圆形环状环境处理区域,也就是说,椭圆形环状环境区域是位于椭圆形目标处理区域与椭圆形待处理区域之间的区域。
具体应用中,当处理对象为面部区域时,检测图像中的处理对象所对应的多个关键点的步骤进一步包括:检测面部区域中的人脸中心关键点、下巴中心关键点;则目标圆心根据人脸中心关键点确定,且目标横轴根据人脸中心关键点至下巴中心关键点之间的距离确定。
当处理对象为面部区域时,则确定人脸中心关键点为目标圆心,确定连接人脸中心关键点与下巴中心关键点的直线为目标纵轴,可选地,确定连接人脸中心关键点与任一侧的太阳穴关键点的直线为目标横轴。
步骤S220,判断待处理区域的各个区域边界是否超出处理对象的对象边界,若判断出待处理区域的至少一个区域边界超出了处理对象的对象边界,将超出处理对象的对象边界的区域边界确定为目标边界。
本实施例在确定了待处理区域中超出了处理对象的对象边界的目标边界之后,需要对目标边界进行调整,具体根据目标边界与待处理区域的区域中心之间的距离与对象边界与待处理区域的区域中心之间的距离的比值对目标边界进行调整。例如,在对人脸图像进行处理的应用场景中,处理对象为嘴部位,若待处理区域的右侧边界超出了该嘴部位的右侧边界,则需要待处理区域的右侧边界向左移动,以使调整之后的右侧边界不超出该嘴部位的右侧边界,则可通过缩小该待处理区域的水平方向的轴的长度的方式实现。
另外,在上述人脸图像进行处理的应用场景中,若待处理区域包括目标处理区域以及位于目标处理区域外围的环境处理区域,则目标处理区域的各个区域边界不能超出嘴部位的各个对象边界,并且该环境处理区域的各个区域边界不能超出人脸轮廓的各个对象边界。因此,本实施例中的方法中,目标边界进一步包括:第一目标边界以及第二目标边界,其中,第一目标边界是目标处理区域中超出了处理对象的对象边界的至少一个区域边界,第二目标边界是根据目标处理区域确定的环境处理区域的至少一个区域边界,则需要对第一目标边界进行调整以缩小目标处理区域的区域范围,以及对第二目标边界进行调整以缩小环境处理区域的区域范围。
为了便于理解,图5a示出了一种待处理区域的区域边界超出对象边界的示意图,如图5a所示,内椭圆区域为目标处理区域,位于内椭圆外围的椭圆环区域为环境处理区域,由图可知,当前的处理对象为人脸的嘴部位,目标处理区域的右侧区域边界超出了嘴部位的右侧对象边界,环境处理区域的右侧区域边界超出了人脸区域的右侧边界。则在对待处理区域的区域范围进行压缩的过程中,可以将右侧目标横轴或者右侧椭圆横轴的长度进行压缩,根据压缩之后的右侧目标横轴或者右侧椭圆横轴确定实际处理区域。
步骤S230,将对象边界与待处理区域的区域中心之间的距离确定为第一距离,将目标边界与待处理区域的区域中心之间的距离确定为第二距离。
其中,对象边界与待处理区域的区域中心之间的距离可根据对象边界上的关键点与区域中心之间的距离确定,例如,当待处理区域为椭圆形待处理区域时,可将与椭圆形待处理区域的区域中心的连线平行于该待处理区域的横轴的像素点与区域中心之间的距离确定为第一距离,或者第一距离为对象边界与待处理区域的区域中心之间的最大的距离,或者第一距离为对象边界与待处理区域的区域中西之间的最小的距离,本发明对此不作限定;目标边界与待处理区域中心之间的距离可以是椭圆形处理区域的横轴的长度,也即第二距离为椭圆形处理区域的横轴的长度,或者第二距离为目标边界与待处理区域中心之间的最大的距离,或者第二距离为目标边界与待处理区域中心之间的最小的距离,本发明对此不作限定。
步骤S240,根据第二距离与第一距离之间的比值确定压缩率,根据压缩率对目标边界对应的局部区域进行压缩处理,将缩小后的待处理区域确定为实际处理区域。
其中,压缩率为不小于1的数值,则根据压缩率对目标边界对应的局部区域进行压缩处理具体可以是:根据压缩率对第二距离进行压缩,根据压缩后的第二距离以及待处理区域的未超出对象边界的各个区域边界确定新的待处理区域,将该新的待处理区域确定为实际处理区域,实际处理区域内包含的像素点即是需要进行处理的像素点。
步骤S250,当目标边界为椭圆横轴所对应的边界时,针对图像中的每个像素点,确定该像素点的原始横坐标值以及原始纵坐标值。
在待处理区域为椭圆形待处理区域的应用场景中,目标边界为椭圆横轴所对应的边界的情况可以理解为椭圆形待处理区域中的区域边界超出对象边界是由于椭圆横轴较长所造成的。在此情况下,对椭圆形待处理区域进行压缩之后,实际处理区域由椭圆横轴的长度不一致、椭圆纵轴的长度一致的两个半椭圆处理区域构成。举例来说,对椭圆形待处理区域被椭圆纵轴划分为左侧半椭圆区域和右侧半椭圆区域,对椭圆形待处理区域的右侧半椭圆区域进行压缩之后得到实际处理区域,则实际处理区域由该左侧半椭圆区域以及经过压缩处理的右侧半椭圆区域构成。
图5b示出了图5a中的待处理区域经过压缩之后所形成的实际处理区域的示意图,如图5b所示,实际处理区域由内椭圆区域以及位于该内椭圆区域外围的椭圆环区域构成,由图可知,实际处理区域的内椭圆区域的区域边界未超出嘴部位的右侧对象边界,椭圆环区域的区域边界未超出人脸区域的右侧边界。
具体应用中,预先将椭圆圆心确定为坐标系的坐标原点,根据椭圆横轴确定坐标系的横向坐标轴,根据椭圆纵轴确定坐标系的纵向坐标轴,根据坐标系计算该像素点的原始横坐标值以及原始纵坐标值。也即,将上述目标圆心作为坐标原点,根据目标横轴确定坐标系的横向坐标轴,根据目标纵轴确定坐标系的纵向坐标轴,根据坐标系计算该像素点的原始横坐标值以及原始纵坐标值。
步骤S260,根据椭圆横轴的长度与椭圆纵轴的长度之间的横纵比值对该像素点的原始横坐标值进行一次缩放处理,并根据压缩率对原始横坐标值进行二次缩放处理,得到该像素点的缩放横坐标值。
本实施例中,由于实际处理区域是根据压缩率对椭圆形待处理区域进行压缩之后得到的,则根据像素点的原始横坐标值以及原始纵坐标值以及压缩率计算像素点的与椭圆圆心之间的等效圆周距离。当目标边界为椭圆横轴所对应的边界时,则根据椭圆横轴的长度与椭圆纵轴的长度之间的横纵比值以及压缩率对像素点的原始横坐标值进行缩放。
步骤S270,利用该像素点的原始纵坐标值以及缩放横坐标值计算该像素点与椭圆圆心之间的等效圆周距离。
具体应用中,该坐标系的横向坐标轴的方向为从左至右,纵向坐标轴的方向为从下至上,则像素点与椭圆圆心之间的等效圆周距离可通过以下公式计算:
当x大于零时:D=[(x/ratio/right_compress)2+y2]1/2
当x小于零时:D=[(x/ratio/left_compress)2+y2]1/2
上述公式是示出了像素点与椭圆圆心之间的等效圆周距离的计算公式,D为像素点与椭圆圆心之间的等效圆周距离,x为像素点的原始横坐标值,y为像素点的原始纵坐标值,x为像素点的原始横坐标值,ratio为椭圆横轴的长度与椭圆纵轴的长度之间的横纵比值,right_compress为右横轴的压缩率,left_compress为左横轴的压缩率,则x/ratio/right_compress以及x/ratio/left_compress表示为像素点的缩放横坐标值。其中,当目标边界为椭圆的右侧横轴所对应的边界时,left_compress的值为1,也即,椭圆待处理区域的纵向坐标轴的左侧的区域未进行压缩处理;当目标边界为椭圆的左侧横轴所对应的边界时,也即,椭圆待处理区域的纵向坐标轴的右侧的区域未进行压缩,right_compress的值为1。
综上可知,由于实际处理区域是经过待处理区域进行压缩之后得到的,在计算像素点与椭圆圆心之间的等效圆周距离的过程中,需要根据像素点的原始横坐标值选取对应的公式进行计算。另外,上述公式是以横轴对应的目标边界进行压缩为例进行说明的,实际情况中,也可能是纵轴对应的目标边界进行压缩,此时需要对上述公式进行适应性调整。换言之,本实施例中的横轴和纵轴可以相互互换,本发明对此不做限定。
步骤S280,判断该像素点与椭圆圆心之间的等效圆周距离是否大于椭圆纵轴的长度,若否,则执行步骤S290;若是,本方法结束。
判断像素点与椭圆圆心之间的等效圆周距离是否大于椭圆纵轴的长度,该步骤即是判断该像素点是否属于实际处理区域。需要说明的是。等效圆周距离与比较的对象具有对应关系。具体地,若等效圆周距离是根据横纵比值以及压缩率对该像素点的原始横坐标值进行缩放处理后得到的该像素点的缩放横坐标值以及原始纵坐标值计算得到的,则本步骤判断该像素点与椭圆圆心之间的等效圆周距离是否大于椭圆纵轴的长度;若等效圆周距离是根据纵横比值以及压缩率对该像素点的原始纵坐标值进行缩放处理后得到的该像素点的缩放纵坐标值以及原始横坐标值计算得到的,则本步骤判断该像素点与椭圆圆心之间的等效圆周距离是否大于椭圆横轴的长度,本领域技术人员可根据实际情况进行调节。
步骤S290,确定该像素点属于实际处理区域,按照预设的对象处理规则对该像素点进行处理。
本实施例中具体以待处理区域为椭圆形待处理区域为例说明本发明的方法,本领域技术人员可以理解的是,本发明对待处理区域的区域形状或者轮廓并不做限定,也即对实际处理区域的区域形状以及轮廓均不作限定,则相应地,判断像素点是否属于实际处理区域的方式也存在不同,本领域技术人员可根据实际情况确定判断像素点是否属于实际处理区域的方式。
具体地,若判断该像素点与椭圆圆心之间的等效圆周距离不大于椭圆纵轴的长度,确定该像素点属于实际处理区域,则按照预设的对象处理规则对该像素点进行处理。
其中,对象处理规则包括:平移类型的处理规则、旋转类型的处理规则、以及压缩类型的处理规则。平移类型的处理规则可以是根据像素点的坐标值,对像素点进行平移处理的规则;旋转类型的处理规则可以是根据像素点的坐标值对像素点进行旋转处理的规则;压缩类型的处理规则可以是根据像素点的坐标以及处理对象的边界对待处理区域的区域范围进行压缩处理的规则。本发明对对象处理规则不作限定,本领域技术人员可根据实际需要进行设置。
根据上述内容所描述的,为了削弱图像变动的痕迹,本实施例的方法将待处理区进一步划分为目标处理区域和环境处理区域,针对目标处理区域和环境处理区域内的像素点分别采取不同的处理规则进行处理,因此,在判断出像素点属于待处理区域之后,需要进一步确定该像素点具体属于哪一个处理区域。相应地,针对不同处理区域内的像素点,可分别设置对应的对象处理规则,则对象处理规则进一步包括:目标处理规则以及环境处理规则;则按照预设的对象处理规则对该像素点进行处理的步骤具体包括:
判断该像素点是否属于目标处理区域;若是,则按照目标处理规则对该像素点进行处理;若否,按照环境处理规则对该像素点进行处理。
也就是说,若判断出该像素点与椭圆圆心之间的等效圆周距离不大于椭圆纵轴的长度,即该像素点属于实际处理区域,则进一步判断该像素点是否属于目标处理区域,具体判断该像素点与目标圆心之间的等效圆周距离是否不大于目标纵轴的长度,若否,确定该像素点属于目标处理区域,则按照预设的目标处理规则对该像素点进行处理;若是,则确定该像素点属于环境处理区域,则按照预设的环境处理规则对该像素点进行处理。
其中,目标处理规则以及环境处理规则可通过以下方式确定:
预先确定当像素点到目标圆心的等效圆周距离不大于目标纵轴的长度时,像素点的变形系数与该像素点到目标圆心的等效圆周距离之间的第一映射关系,且目标处理规则根据该第一映射关系确定;预先确定当像素点到目标圆心的等效圆周距离大于目标纵轴的长度且小于椭圆纵轴的长度时,像素点的变形系数与该像素点到目标圆心的等效圆周距离之间的第二映射关系,且环境处理规则根据该第二映射关系确定。
其中,第一映射关系可根据第一查找表进行确定,第一查找表的横轴代表像素点到目标圆心之间的等效圆周距离,纵轴代表像素点的变形系数,并且第一映射关系的映射规律如下:当像素点到目标圆心的等效圆周距离不大于目标纵轴的长度时,在像素点与目标圆心之间的等效圆周距离由小变大的过程中,像素点的变形系数由零逐渐增大。
第二映射关系可根据第二查找表进行确定,第二查找表的横轴代表像素点到目标圆心之间的等效圆周距离,纵轴代表像素点的变形系数,并且第二映射关系的映射规律如下:当像素点到目标圆心的等效圆周距离不大于椭圆横轴且大于目标横轴时,在像素点与目标圆心之间的距离由小变大的过程中,像素点的变形系数从一个最大值逐渐减小为零。通过上述方式可以保证未经过处理的区域与经过处理的区域之间具有平滑的过渡。此外,本实施例的方法通过设置不同处理区域对应的对象处理规则,能够削弱图像的变更痕迹,提升图像的美感。
由于到目标圆心的等效圆周距离相等的像素点存在多个,而该多个像素点位于待处理区域内的不同位置,因此,本实施例的方法进一步结合像素点的角度信息更加准确地对其进行定位,并且根据像素点的等效圆周距离以及角度信息确定的变形系数更加准确,处理效果更佳。
本实施例中将对应为等效圆周距离与变形系数的映射关系的查找表确定为距离查找表,将对应为角度信息与变形系数的映射关系的查找表确定为角度查找表,则相应地,映射关系包括距离映射关系以及角度映射关系。为了便于理解,图6a示出了一种形式的距离查找表的示意图,如6a图所示,从圆心至R的部分对应于第一距离映射关系,从R至2R的部分对应于第二距离映射关系,其中R具体可以指椭圆形待处理区域的椭圆纵轴或横轴的长度;图6b示出了一种形式的角度查找表的示意图,如6b图所示,从0°至90°的部分对应于第一角度映射关系,从90°至180°的部分对应于第二角度映射关系,其中,角度信息可以指像素点与指椭圆形待处理区域的椭圆纵轴或横轴的夹角。具体地,将根据距离映射关系确定的变形系数确定为第一变形系数,将根据角度映射关系确定的变形系数确定为第二变形系数,像素点的实际变形系数正相关于第一变形系数以及第二变形系数,例如将两者之积或者两者之和确定为实际变形系数,或者将两者的加权之和确定为实际变形系数。
另外,本领域技术人员能够理解的是,本发明设置目标处理规则以及环境处理规则的目的在于:将目标处理区域以及环境处理区域区分对待,从而能够更好地实现平滑的过渡,因此,本发明并不限定目标处理规则以及环境处理规则的具体内容(即第一映射关系和第二映射关系的具体形式可以灵活调整)。
由此可知,该方式通过对确定的待处理区域的区域范围进行压缩得到实际处理区域,能够保证实际处理区域的边界不超过处理对象的边界,使得实际处理区域与处理对象的轮廓更加匹配,防止经过处理后的图像出现局部畸形,并且提出了根据像素点的坐标以及压缩率判断像素点是否属于实际处理区域的方式,适用性广;其次,在人脸图像处理场景中,将待处理区域的区域形状设置为椭圆形能够使待处理区域与人脸或者五官部位的更加匹配;然后,该方式无需对图像中所有像素点进行处理,仅针对实际处理区域内的像素点进行处理,能够减小运算量,提升图像处理的速度;此外,将待处理区域分为目标处理区域和环境处理区域,针对不同处理区域中的像素点采取不同的对象处理规则,有利于削弱图像的变动痕迹,提升图像的美感。
另外,发明人在实现本发明的过程中发现:目标处理区域内的像素点的变形系数与该像素点到目标圆心的等效圆周距离之间具有第一映射关系,且环境处理区域内的像素点的变形系数与该像素点到目标圆心的等效圆周距离之间具有第二映射关系。并且,第一映射关系不同于第二映射关系,基于此,本实施例中将待处理区域进一步划分为目标处理区域以及环境处理区域,并分别设置目标处理规则以及环境处理规则,由此能够针对实际的处理对象以及处理对象的周边区域分别执行不同的处理,从而进一步提升处理效果。
另外,实际情况中,第一映射关系所对应的第一查找表以及第二映射关系所对应的第二查找表均用于定义像素点的变形系数与该像素点到圆心的距离之间的映射关系,即:通常情况下,像素点的变形系数以及该像素点相对于圆心的位置之间具有固定的映射关系。然而,在本实施例中,由于待处理区域为椭圆形(而非圆形),因此,为了能够更加方便准确地利用第一查找表以及第二查找表,同时,也为了能够更加方便且准确地确定像素点相对于圆心的位置关系,提出了等效圆周距离的确定方式。通过等效圆周距离,能够快速且准确地确定椭圆形处理区域内的各个像素点的变形系数。另外,当本发明通过GPU实现时,能够利用GPU的并行特性提升处理效率。
图3示出了根据本发明又一个实施例的图像处理装置的结构示意图,如图3所示,该装置包括:
关键点检测模块31,适于检测图像中的处理对象所对应的多个关键点;
待处理区域确定模块32,适于根据多个关键点确定与处理对象相对应的待处理区域;
边界判断模块33,适于判断待处理区域的各个区域边界是否超出处理对象的对象边界;
目标边界确定模块34,适于若判断出待处理区域的各个区域边界超出处理对象的对象边界,将超出处理对象的对象边界的区域边界确定为目标边界;
压缩模块35,适于对目标边界进行调整,以缩小待处理区域的区域范围;
实际处理区域确定模块36,适于将缩小后的待处理区域确定为实际处理区域;
判断模块37,适于针对图像中的每个像素点,判断该像素点是否属于实际处理区域;
处理模块38,适于若判断出该像素点属于实际处理区域,按照预设的对象处理规则对该像素点进行处理。
可选地,压缩模块35进一步适于:
将对象边界与待处理区域的区域中心之间的距离确定为第一距离,将目标边界与待处理区域的区域中心之间的距离确定为第二距离;
根据第二距离与第一距离之间的比值确定压缩率,根据压缩率对目标边界对应的局部区域进行压缩处理。
可选地,待处理区域为椭圆形待处理区域,且椭圆形待处理区域通过椭圆圆心、椭圆横轴和椭圆纵轴确定。
可选地,当目标边界为椭圆横轴所对应的边界时,上述装置进一步包括:
坐标值确定模块,适于针对图像中的每个像素点,确定该像素点的原始横坐标值以及原始纵坐标值;
缩放处理模块,适于根据椭圆横轴的长度与椭圆纵轴的长度之间的横纵比值对该像素点的原始横坐标值进行一次缩放处理,并根据压缩率对原始横坐标值进行二次缩放处理,得到该像素点的缩放横坐标值;
等效圆周距离计算模块,适于利用该像素点的原始纵坐标值以及缩放横坐标值计算该像素点与椭圆圆心之间的等效圆周距离;
则判断模块37进一步适于:判断该像素点与椭圆圆心之间的等效圆周距离是否大于椭圆纵轴的长度;若否,确定该像素点属于实际待处理区域。
可选地,坐标值确定模块进一步适于:
预先将椭圆圆心确定为第一坐标系的第一坐标原点,根据椭圆横轴确定第一坐标系的第一横向坐标轴,根据椭圆纵轴确定第一坐标系的第一纵向坐标轴;
根据第一坐标系计算该像素点的原始横坐标值以及原始纵坐标值。
可选地,待处理区域进一步包括:目标处理区域以及环境处理区域;则待处理区域确定模块32进一步适于:
根据处理对象的轮廓和/或形状,确定图像中包含的与处理对象相对应的目标处理区域;
根据目标处理区域,确定位于目标处理区域外围的环境处理区域;
并且,对象处理规则进一步包括:目标处理规则以及环境处理规则;且判断模块37进一步适于:
判断该像素点是否属于目标处理区域;
则处理模块38进一步适于:若是,按照目标处理规则对该像素点进行处理;若否,按照环境处理规则对该像素点进行处理。
可选地,目标处理区域为椭圆形目标处理区域,环境处理区域为位于椭圆形目标处理区域外围的椭圆环状环境处理区域;
则待处理区域确定模块32进一步适于:
根据多个关键点确定目标圆心以及经过目标圆心的目标横轴和/或目标纵轴,根据目标圆心以及经过目标圆心的目标横轴和/或目标纵轴确定椭圆形目标处理区域;
则待处理区域确定模块32进一步适于:
将目标圆心确定为椭圆圆心,根据目标横轴和/或目标纵轴确定椭圆横轴和/或椭圆纵轴,根据椭圆圆心、椭圆横轴以及椭圆纵轴确定椭圆形待处理区域;根据椭圆形待处理区域以及椭圆形目标处理区域确定位于椭圆形目标处理区域外围的椭圆环状环境处理区域。
可选地,判断模块37进一步适于:
判断该像素点与椭圆圆心之间的等效圆周距离是否大于目标纵轴的长度;若否,确定该像素点属于目标处理区域。
可选地,椭圆横轴的长度为目标横轴的长度的第一预设倍数,和/或椭圆纵轴的长度为目标纵轴的长度的第二预设倍数;其中,第一预设倍数和/或第二预设倍数不小于1。
可选地,上述装置进一步包括:
映射关系确定模块,适于预先确定当像素点到目标圆心的等效圆周距离不大于目标纵轴的长度时,像素点的变形系数与该像素点到目标圆心的等效圆周距离之间的第一映射关系,且目标处理规则根据该第一映射关系确定;
映射关系确定模块进一步适于:预先确定当像素点到目标圆心的等效圆周距离大于目标纵轴的长度且小于椭圆纵轴的长度时,像素点的变形系数与该像素点到目标圆心的等效圆周距离之间的第二映射关系,且环境处理规则根据该第二映射关系确定。
上述各个模块的具体结构和工作原理可参照方法实施例中相应步骤的描述,此处不再赘述。
本申请又一实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的图像处理方法。
图4示出了根据本发明实施例的一种电子设备的结构示意图,本发明具体实施例并不对电子设备的具体实现做限定。
如图4所示,该电子设备可以包括:处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中:
处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。
通信接口404,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器402,用于执行程序410,具体可以执行上述图像处理方法实施例中的相关步骤。
具体地,程序410可以包括程序代码,该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器406,用于存放程序410。存储器406可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行以下操作:检测图像中的处理对象所对应的多个关键点,根据多个关键点确定与处理对象相对应的待处理区域;判断待处理区域的各个区域边界是否超出处理对象的对象边界;若是,将超出处理对象的对象边界的区域边界确定为目标边界;对目标边界进行调整,以缩小待处理区域的区域范围,将缩小后的待处理区域确定为实际处理区域;针对图像中的每个像素点,判断该像素点是否属于实际处理区域;若是,按照预设的对象处理规则对该像素点进行处理。
在一种可选的方式中,程序410具体还可以用于使得处理器402执行以下操作:将对象边界与待处理区域的区域中心之间的距离确定为第一距离,将目标边界与待处理区域的区域中心之间的距离确定为第二距离;根据第二距离与第一距离之间的比值确定压缩率,根据压缩率对目标边界对应的局部区域进行压缩处理。
在一种可选的方式中,待处理区域为椭圆形待处理区域,且椭圆形待处理区域通过椭圆圆心、椭圆横轴和椭圆纵轴确定。
在一种可选的方式中,当目标边界为椭圆横轴所对应的边界时,程序410具体还可以用于使得处理器402执行以下操作:针对图像中的每个像素点,确定该像素点的原始横坐标值以及原始纵坐标值;根据椭圆横轴的长度与椭圆纵轴的长度之间的横纵比值对该像素点的原始横坐标值进行一次缩放处理,并根据压缩率对原始横坐标值进行二次缩放处理,得到该像素点的缩放横坐标值;利用该像素点的原始纵坐标值以及缩放横坐标值计算该像素点与椭圆圆心之间的等效圆周距离;判断该像素点与椭圆圆心之间的等效圆周距离是否大于椭圆纵轴的长度;若否,确定该像素点属于实际处理区域。
在一种可选的方式中,程序410具体还可以用于使得处理器402执行以下操作:针对图像中的每个像素点,确定该像素点的原始横坐标值以及原始纵坐标值的步骤具体包括:预先将椭圆圆心确定为第一坐标系的第一坐标原点,根据椭圆横轴确定第一坐标系的第一横向坐标轴,根据椭圆纵轴确定第一坐标系的第一纵向坐标轴;根据第一坐标系计算该像素点的原始横坐标值以及原始纵坐标值。
在一种可选的方式中时,待处理区域进一步包括:目标处理区域以及环境处理区域;程序410具体还可以用于使得处理器402执行以下操作:根据处理对象的轮廓和/或形状,确定图像中包含的与处理对象相对应的目标处理区域;根据目标处理区域,确定位于目标处理区域外围的环境处理区域;
在一种可选的方式中时,对象处理规则进一步包括:目标处理规则以及环境处理规则;程序410具体还可以用于使得处理器402执行以下操作:判断该像素点是否属于目标处理区域;若是,按照目标处理规则对该像素点进行处理;若否,按照环境处理规则对该像素点进行处理。
在一种可选的方式中时,目标处理区域为椭圆形目标处理区域,环境处理区域为位于椭圆形目标处理区域外围的椭圆环状环境处理区域;
程序410具体还可以用于使得处理器402执行以下操作:根据多个关键点确定目标圆心以及经过目标圆心的目标横轴和/或目标纵轴,根据目标圆心以及经过目标圆心的目标横轴和/或目标纵轴确定椭圆形目标处理区域;
程序410具体还可以用于使得处理器402执行以下操作:将目标圆心确定为椭圆圆心,根据目标横轴和/或目标纵轴确定椭圆横轴和/或椭圆纵轴,根据椭圆圆心、椭圆横轴以及椭圆纵轴确定椭圆形待处理区域;根据椭圆形待处理区域以及椭圆形目标处理区域确定位于椭圆形目标处理区域外围的椭圆环状环境处理区域。
在一种可选的方式中时,程序410具体还可以用于使得处理器402执行以下操作:判断该像素点与椭圆圆心之间的等效圆周距离是否大于目标纵轴的长度;若否,确定该像素点属于目标处理区域。
在一种可选的方式中时,椭圆横轴的长度为目标横轴的长度的第一预设倍数,和/或椭圆纵轴的长度为目标纵轴的长度的第二预设倍数;其中,第一预设倍数和/或第二预设倍数不小于1。
在一种可选的方式中时,程序410具体还可以用于使得处理器402执行以下操作:预先确定当像素点到目标圆心的等效圆周距离不大于目标纵轴的长度时,像素点的变形系数与该像素点到目标圆心的等效圆周距离之间的第一映射关系,且目标处理规则根据该第一映射关系确定;
预先确定当像素点到目标圆心的等效圆周距离大于目标纵轴的长度且小于椭圆纵轴的长度时,像素点的变形系数与该像素点到目标圆心的等效圆周距离之间的第二映射关系,且环境处理规则根据该第二映射关系确定。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的图像处理装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种图像处理方法,包括:
检测图像中的处理对象所对应的多个关键点,根据所述多个关键点确定与所述处理对象相对应的待处理区域;
判断所述待处理区域的各个区域边界是否超出所述处理对象的对象边界;若是,将超出所述处理对象的对象边界的区域边界确定为目标边界;
对所述目标边界进行调整,以缩小所述待处理区域的区域范围,将缩小后的待处理区域确定为实际处理区域;
针对所述图像中的每个像素点,判断该像素点是否属于所述实际处理区域;若是,按照预设的对象处理规则对该像素点进行处理。
2.根据权利要求1所述的方法,其中,所述对所述目标边界进行调整,以缩小所述待处理区域的区域范围的步骤具体包括:
将所述对象边界与所述待处理区域的区域中心之间的距离确定为第一距离,将所述目标边界与所述待处理区域的区域中心之间的距离确定为第二距离;
根据所述第二距离与所述第一距离之间的比值确定压缩率,根据所述压缩率对所述目标边界对应的局部区域进行压缩处理。
3.根据权利要求2所述的方法,其中,所述待处理区域为椭圆形待处理区域,且所述椭圆形待处理区域通过椭圆圆心、椭圆横轴和椭圆纵轴确定。
4.根据权利要求3所述的方法,其中,当所述目标边界为所述椭圆横轴所对应的边界时,所述针对所述图像中的每个像素点,判断该像素点是否属于所述实际处理区域的步骤具体包括:
针对所述图像中的每个像素点,确定该像素点的原始横坐标值以及原始纵坐标值;
根据所述椭圆横轴的长度与椭圆纵轴的长度之间的横纵比值对该像素点的原始横坐标值进行一次缩放处理,并根据所述压缩率对所述原始横坐标值进行二次缩放处理,得到该像素点的缩放横坐标值;
利用该像素点的原始纵坐标值以及缩放横坐标值计算该像素点与所述椭圆圆心之间的等效圆周距离;
判断该像素点与所述椭圆圆心之间的等效圆周距离是否大于所述椭圆纵轴的长度;若否,确定该像素点属于所述实际处理区域。
5.根据权利要求4所述的方法,其中,所述针对所述图像中的每个像素点,确定该像素点的原始横坐标值以及原始纵坐标值的步骤具体包括:
预先将所述椭圆圆心确定为第一坐标系的第一坐标原点,根据所述椭圆横轴确定第一坐标系的第一横向坐标轴,根据所述椭圆纵轴确定第一坐标系的第一纵向坐标轴;
根据所述第一坐标系计算该像素点的原始横坐标值以及原始纵坐标值。
6.根据权利要求3-5任一所述的方法,其中,所述待处理区域进一步包括:目标处理区域以及环境处理区域;则所述根据所述多个关键点确定与所述处理对象相对应的待处理区域的步骤具体包括:
根据所述处理对象的轮廓和/或形状,确定所述图像中包含的与所述处理对象相对应的目标处理区域;
根据所述目标处理区域,确定位于所述目标处理区域外围的环境处理区域;
并且,所述对象处理规则进一步包括:目标处理规则以及环境处理规则;且所述按照预设的对象处理规则对该像素点进行处理的步骤具体包括:
判断该像素点是否属于所述目标处理区域;若是,按照所述目标处理规则对该像素点进行处理;若否,按照所述环境处理规则对该像素点进行处理。
7.根据权利要求6所述的方法,其中,所述目标处理区域为椭圆形目标处理区域,所述环境处理区域为位于所述椭圆形目标处理区域外围的椭圆环状环境处理区域;
则所述根据所述处理对象的轮廓和/或形状,确定所述图像中包含的与所述处理对象相对应的目标处理区域的步骤具体包括:
根据所述多个关键点确定目标圆心以及经过所述目标圆心的目标横轴和/或目标纵轴,根据所述目标圆心以及经过所述目标圆心的目标横轴和/或目标纵轴确定所述椭圆形目标处理区域;
所述根据所述目标处理区域的目标区域形状以及目标区域范围,确定位于所述目标处理区域外围的环境处理区域的步骤具体包括:
将所述目标圆心确定为所述椭圆圆心,根据所述目标横轴和/或目标纵轴确定所述椭圆横轴和/或椭圆纵轴,根据所述椭圆圆心、椭圆横轴以及椭圆纵轴确定所述椭圆形待处理区域;根据所述椭圆形待处理区域以及所述椭圆形目标处理区域确定位于所述椭圆形目标处理区域外围的椭圆环状环境处理区域。
8.一种图像处理装置,包括:
关键点检测模块,适于检测图像中的处理对象所对应的多个关键点;
待处理区域确定模块,适于根据所述多个关键点确定与所述处理对象相对应的待处理区域;
边界判断模块,适于判断所述待处理区域的各个区域边界是否超出所述处理对象的对象边界;
目标边界确定模块,适于若判断出所述待处理区域的各个区域边界超出所述处理对象的对象边界,将超出所述处理对象的对象边界的区域边界确定为目标边界;
压缩模块,适于对所述目标边界进行调整,以缩小所述待处理区域的区域范围;
实际处理区域确定模块,适于将缩小后的待处理区域确定为实际处理区域;
判断模块,适于针对所述图像中的每个像素点,判断该像素点是否属于所述实际处理区域;
处理模块,适于若判断出该像素点属于所述实际处理区域,按照预设的对象处理规则对该像素点进行处理。
9.一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的图像处理方法对应的操作。
10.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的图像处理方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810229263.8A CN108364254B (zh) | 2018-03-20 | 2018-03-20 | 图像处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810229263.8A CN108364254B (zh) | 2018-03-20 | 2018-03-20 | 图像处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108364254A true CN108364254A (zh) | 2018-08-03 |
CN108364254B CN108364254B (zh) | 2021-07-23 |
Family
ID=63000608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810229263.8A Active CN108364254B (zh) | 2018-03-20 | 2018-03-20 | 图像处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108364254B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110334653A (zh) * | 2019-07-08 | 2019-10-15 | 聚好看科技股份有限公司 | 视频通信中的图像处理方法、装置及设备 |
CN111507896A (zh) * | 2020-04-27 | 2020-08-07 | 北京字节跳动网络技术有限公司 | 图像液化处理方法、装置、设备和存储介质 |
CN112150463A (zh) * | 2020-10-23 | 2020-12-29 | 北京百度网讯科技有限公司 | 用于确定黄斑中心凹位置的方法及装置 |
CN113781295A (zh) * | 2021-09-14 | 2021-12-10 | 网易(杭州)网络有限公司 | 图像处理方法、装置、设备及存储介质 |
CN113808012A (zh) * | 2020-06-17 | 2021-12-17 | 京东方科技集团股份有限公司 | 图像处理方法、计算机设备及计算机可读存储介质 |
US11538207B2 (en) | 2019-01-18 | 2022-12-27 | Beijing Sensetime Technology Development Co., Ltd. | Image processing method and apparatus, image device, and storage medium |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101494716A (zh) * | 2007-08-10 | 2009-07-29 | 夏普株式会社 | 图像形成装置、图像形成方法和记录了图像形成程序的计算机可读记录介质 |
CN105894458A (zh) * | 2015-12-08 | 2016-08-24 | 乐视移动智能信息技术(北京)有限公司 | 一种具有人脸的图像处理方法和装置 |
WO2017189691A2 (en) * | 2016-04-28 | 2017-11-02 | Fluke Corporation | Manipulation of 3-d rf imagery and on-wall marking of detected structure |
CN107395958A (zh) * | 2017-06-30 | 2017-11-24 | 北京金山安全软件有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN107578380A (zh) * | 2017-08-07 | 2018-01-12 | 北京金山安全软件有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
-
2018
- 2018-03-20 CN CN201810229263.8A patent/CN108364254B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101494716A (zh) * | 2007-08-10 | 2009-07-29 | 夏普株式会社 | 图像形成装置、图像形成方法和记录了图像形成程序的计算机可读记录介质 |
CN105894458A (zh) * | 2015-12-08 | 2016-08-24 | 乐视移动智能信息技术(北京)有限公司 | 一种具有人脸的图像处理方法和装置 |
WO2017189691A2 (en) * | 2016-04-28 | 2017-11-02 | Fluke Corporation | Manipulation of 3-d rf imagery and on-wall marking of detected structure |
CN107395958A (zh) * | 2017-06-30 | 2017-11-24 | 北京金山安全软件有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN107578380A (zh) * | 2017-08-07 | 2018-01-12 | 北京金山安全软件有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11538207B2 (en) | 2019-01-18 | 2022-12-27 | Beijing Sensetime Technology Development Co., Ltd. | Image processing method and apparatus, image device, and storage medium |
CN110334653A (zh) * | 2019-07-08 | 2019-10-15 | 聚好看科技股份有限公司 | 视频通信中的图像处理方法、装置及设备 |
CN111507896A (zh) * | 2020-04-27 | 2020-08-07 | 北京字节跳动网络技术有限公司 | 图像液化处理方法、装置、设备和存储介质 |
CN111507896B (zh) * | 2020-04-27 | 2023-09-05 | 抖音视界有限公司 | 图像液化处理方法、装置、设备和存储介质 |
CN113808012A (zh) * | 2020-06-17 | 2021-12-17 | 京东方科技集团股份有限公司 | 图像处理方法、计算机设备及计算机可读存储介质 |
CN112150463A (zh) * | 2020-10-23 | 2020-12-29 | 北京百度网讯科技有限公司 | 用于确定黄斑中心凹位置的方法及装置 |
CN113781295A (zh) * | 2021-09-14 | 2021-12-10 | 网易(杭州)网络有限公司 | 图像处理方法、装置、设备及存储介质 |
CN113781295B (zh) * | 2021-09-14 | 2024-02-27 | 网易(杭州)网络有限公司 | 图像处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108364254B (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108364254A (zh) | 图像处理方法、装置及电子设备 | |
CN108389155A (zh) | 图像处理方法、装置及电子设备 | |
CN108346130A (zh) | 图像处理方法、装置及电子设备 | |
CN108197618B (zh) | 用于生成人脸检测模型的方法和装置 | |
CN107395958B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN108399599A (zh) | 图像处理方法、装置及电子设备 | |
CN109840883B (zh) | 一种训练物体识别神经网络的方法、装置及计算设备 | |
CN110175980A (zh) | 图像清晰度识别方法、图像清晰度识别装置及终端设备 | |
CN108447023A (zh) | 图像处理方法、装置及电子设备 | |
CN107944324A (zh) | 一种二维码畸变校正方法及装置 | |
CN105389801A (zh) | 人物轮廓设置方法、人物图像虚化方法、系统及拍摄终端 | |
CN109583364A (zh) | 图像识别方法及设备 | |
WO2012144020A1 (ja) | 瞼検出装置、瞼検出方法及びプログラム | |
CN107610046A (zh) | 背景虚化方法、装置及系统 | |
WO2020093566A1 (zh) | 脑出血图像处理方法、装置、计算机设备及存储介质 | |
CN110033424A (zh) | 图像处理的方法、装置、电子设备及计算机可读存储介质 | |
CN111325107A (zh) | 检测模型训练方法、装置、电子设备和可读存储介质 | |
CN108230269B (zh) | 基于深度残差网络的去网格方法、装置、设备及存储介质 | |
CN110032941B (zh) | 人脸图像检测方法、人脸图像检测装置及终端设备 | |
JP5882929B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
CN110473281B (zh) | 三维模型的描边处理方法、装置、处理器及终端 | |
CN107564085B (zh) | 图像扭曲处理方法、装置、计算设备及计算机存储介质 | |
CN111281355B (zh) | 一种用于确定脉搏采集位置的方法与设备 | |
CN110047126B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN108876704A (zh) | 人脸图像变形的方法、装置及计算机存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |