CN108961189B - 图像处理方法、装置、计算机设备和存储介质 - Google Patents
图像处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN108961189B CN108961189B CN201810758859.7A CN201810758859A CN108961189B CN 108961189 B CN108961189 B CN 108961189B CN 201810758859 A CN201810758859 A CN 201810758859A CN 108961189 B CN108961189 B CN 108961189B
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- data
- average skin
- color space
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 62
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 84
- 230000009466 transformation Effects 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000012549 training Methods 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 30
- 230000000007 visual effect Effects 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 20
- 238000000513 principal component analysis Methods 0.000 claims description 13
- 230000002087 whitening effect Effects 0.000 abstract description 25
- 230000000694 effects Effects 0.000 abstract description 21
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 5
- 238000000926 separation method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G06T5/90—
-
- 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
Abstract
本发明涉及一种图像处理方法、装置、计算机设备和存储介质。该方法包括:获取待处理图像;确定所述待处理图像在第一颜色空间中的当前平均肤色数据;根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据;根据所述第一颜色空间中的当前平均肤色数据和所述第一颜色空间中的目标平均肤色数据对所述待处理图像进行调节,得到目标图像。本发明使得美白处理后的图像的效果较好,更能满足用户的需求。
Description
技术领域
本发明涉及图像处理领域,特别是涉及一种图像处理方法、装置、计算机设备和存储介质。
背景技术
随着智能终端的普及,智能终端已成为人们常用的拍摄工具。例如,人们经常使用智能终端进行自拍,从而将拍摄出的照片应用于制作头像、社交网络分享等诸多领域。然而,为了使分享的图像效果更好,人们通常会通过智能终端对拍摄出的图像进行美白处理。
传统技术中,通常是通过调整图像的亮度,或者使用图像滤镜的方法,对图像进行美白处理。
但是,采用传统技术处理后的图像效果较差,无法满足用户的需求。
发明内容
基于此,有必要针对传统技术处理后的图像效果较差,无法满足用户的需求的问题,提供一种图像处理方法、装置、计算机设备和存储介质。
第一方面,本发明实施例提供一种图像处理方法,包括:
获取待处理图像;
确定所述待处理图像在第一颜色空间中的当前平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据和所述第一颜色空间中的目标平均肤色数据对所述待处理图像进行调节,得到目标图像。
本实施例提供的图像处理方法,计算机设备通过确定获取的待处理图像在第一颜色空间中的当前平均肤色数据,并根据待处理图像在第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定待处理图像在第一颜色空间中的目标平均肤色数据,然后根据待处理图像在第一颜色空间中的当前平均肤色数据和待处理图像在第一颜色空间中的目标平均肤色数据对待处理图像进行调节,得到目标图像。由于计算机设备是基于待处理图像的当前平均肤色数据,对待处理图像进行后续的美白处理,这样,针对不同的待处理图像,计算机设备得到的待处理图像的当前平均肤色数据不同,从而确定出的待处理图像的目标平均肤色数据也不同,也就是说,计算机设备对于不同的待处理图像进行的美白处理程度不同,从而通过待处理图像的当前平均肤色数据对该待处理图像进行处理,削弱了用户肤色与环境因素变化(如灯光等)对图像处理效果的影响,进而使得美白处理后的图像的效果较好,更能满足用户的需求。
在其中一个实施例中,所述确定所述待处理图像在第一颜色空间中的当前平均肤色数据,包括:
对所述待处理图像进行皮肤检测,得到所述待处理图像上每个像素点的灰度值;
根据所述待处理图像上每个所述像素点的RGB值以及所述像素点对应的灰度值,确定所述待处理图像在第一颜色空间中的当前平均肤色数据。
在其中一个实施例中,所述根据所述待处理图像上每个所述像素点的RGB值以及所述像素点对应的灰度值,确定所述待处理图像在第一颜色空间中的当前平均肤色数据,包括:
根据公式:AvgColor=Sum(Src·Mask)÷Sum(Mask),确定所述待处理图像在第一颜色空间中的当前平均肤色数据AvgColor;其中,Src为所述像素点的RGB值,Mask为所述像素点对应的灰度值,·为点乘符号。
本实施例提供的图像处理方法,在计算机设备对待处理图像进行皮肤检测,并根据皮肤检测结果得到待处理图像上每个像素点的灰度值之后,计算机设备可以根据待处理图像上每个像素点的RGB值以及灰度值,通过公式(1)确定待处理图像在第一颜色空间中的当前平均肤色数据。由于计算机设备在确定待处理图像在第一颜色空间中的当前平均肤色数据时,结合了待处理图像上每个像素点的RGB值和灰度值,使得确定出的待处理图像在第一颜色空间中的当前平均肤色数据的结果准确率更高。同时,待处理图像上每个像素点的灰度值是根据皮肤检测结果得到的,使得计算机设备确定出的待处理图像在第一颜色空间中的当前平均肤色数据更能反映用户的真实肤色,从而使得基于待处理图像在第一颜色空间中的当前平均肤色数据对待处理图像进行后续美白处理的结果更能符合用户的需求,进一步提高了美白处理后的图像的效果。
在其中一个实施例中,所述根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据,包括:
根据预设的变换矩阵和所述第一颜色空间中的当前平均肤色数据,确定所述待处理图像在第二颜色空间中的当前平均肤色数据;
其中,所述第二颜色空间中的当前平均肤色数据包括3个分量数据,其中一个分量数据代表图像亮度,另外两个分量数据代表图像颜色;
根据各个所述分量数据以及所述分量数据对应的调整参数,确定所述待处理图像在第二颜色空间中的目标平均肤色数据;
根据所述预设的变换矩阵的逆矩阵和所述第二颜色空间中的目标平均肤色数据,确定所述待处理图像在第一颜色空间中的目标平均肤色数据。
在其中一个实施例中,所述根据各个所述分量数据以及所述分量数据对应的调整参数,确定所述待处理图像在第二颜色空间中的目标平均肤色数据,包括:
根据公式:确定所述待处理图像在第二颜色空间中的目标平均肤色数据;其中,x′、y′、z′分别为所述第二颜色空间中的目标平均肤色数据的三个分量数据,x、y、z分别为所述第二颜色空间中的当前平均肤色数据的三个分量数据,x表示图像亮度,y和z表示图像颜色,dx为分量数据x对应的调节参数,ry为分量数据y对应的调节参数,rz为分量数据z对应的调节参数。
本实施例提供的图像处理方法,计算机设备根据预设的变换矩阵和待处理图像在第一颜色空间中的当前平均肤色数据,确定待处理图像在第二颜色空间中的当前平均肤色数据,然后根据待处理图像在第二颜色空间中的当前平均肤色数据包含的各个分量数据以及各个分量数据对应的调整参数,确定待处理图像在第二颜色空间中的目标平均肤色数据,并根据预设的变换矩阵的逆矩阵和待处理图像在第二颜色空间中的目标平均肤色数据,确定待处理图像在第一颜色空间中的目标平均肤色数据。由于计算机设备是通过预设的变换矩阵将待处理图像的当前平均肤色数据由第一颜色空间转换到第二颜色空间,且待处理图像在第二颜色空间中的当前平均肤色数据包含的各个分量数据之间的分离程度较高,即各个分量数据之间的相关性较低,这样,便很容易根据各个分量数据以及各个分量数据对应的调节参数确定待处理图像在第二颜色空间的目标平均肤色数据,便于对待处理图像的美白处理(包括亮度处理及色偏修正)。
在其中一个实施例中,在所述获取待处理图像之前,所述方法还包括:
获取N个训练图像;其中,N表示训练图像的数量,N≥1,N为正整数;
分别确定N个训练图像中的每个训练图像在第一颜色空间中的当前平均肤色数据,得到N个当前平均肤色数据;
对所述N个当前平均肤色数据形成的数组M进行主成分分析,得到所述预设的变换矩阵和数组m;
其中,数组m包括第二颜色空间中的N个当前平均肤色数据,每个第二颜色空间中的当前平均肤色数据包括分量数据x、分量数据y和分量数据z。
在其中一个实施例中,所述方法还包括:
对所述数组m进行可视化显示;
接收输入的可视化显示结果,并根据所述可视化显示结果确定所述数组m中的分量数据x用于表示图像亮度,分量数据y和分量数据z用于表示图像颜色;其中,所述可视化显示结果用于指示所述数组m中的各个分量数据表示的含义。
本实施例提供的图像处理方法,计算机设备通过对N个训练图像在第一颜色空间中的当前平均肤色数据形成的数组M进行主成分分析,得到预设的变换矩阵和数组m。由于预设的变换矩阵是通过对N个训练图像进行处理得到的,即预设的变换矩阵是通过大数据分析得到的,因此,计算机设备得到的预设的变换矩阵的准确性较高,从而使得基于变换矩阵转换的待处理图像的平均肤色数据更准确,进一步提高了待处理图像的美白处理效果。
第二方面,本发明实施例提供一种图像处理装置,包括:
第一获取模块,用于获取待处理图像;
第一确定模块,用于确定所述待处理图像在第一颜色空间中的当前平均肤色数据;
第二确定模块,用于根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据;
调节模块,用于根据所述第一颜色空间中的当前平均肤色数据和所述第一颜色空间中的目标平均肤色数据对所述待处理图像进行调节,得到目标图像。
第三方面,本发明实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取待处理图像;
确定所述待处理图像在第一颜色空间中的当前平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据和所述第一颜色空间中的目标平均肤色数据对所述待处理图像进行调节,得到目标图像。
第四方面,本发明实施例提供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以下步骤:
获取待处理图像;
确定所述待处理图像在第一颜色空间中的当前平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据和所述第一颜色空间中的目标平均肤色数据对所述待处理图像进行调节,得到目标图像。
本发明实施例提供的装置、计算机设备和存储介质,能够使计算机设备通过确定获取的待处理图像在第一颜色空间中的当前平均肤色数据,并根据待处理图像在第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定待处理图像在第一颜色空间中的目标平均肤色数据,然后根据待处理图像在第一颜色空间中的当前平均肤色数据和待处理图像在第一颜色空间中的目标平均肤色数据对待处理图像进行调节,得到目标图像。由于计算机设备是基于待处理图像的当前平均肤色数据,对待处理图像进行后续的美白处理,这样,针对不同的待处理图像,计算机设备得到的待处理图像的当前平均肤色数据不同,从而确定出的待处理图像的目标平均肤色数据也不同,也就是说,计算机设备对于不同的待处理图像进行的美白处理程度不同,从而通过待处理图像的当前平均肤色数据对该待处理图像进行处理,削弱了用户肤色与环境因素变化(如灯光等)对图像处理效果的影响,进而使得美白处理后的图像的效果较好,更能满足用户的需求。
附图说明
图1a为一实施例提供的一种计算机设备的内部结构示意图;
图1为一实施例提供的图像处理方法流程示意图;
图2为另一实施例提供的图像处理方法流程示意图;
图3为另一实施例提供的图像处理方法流程示意图;
图4为另一实施例提供的图像处理方法流程示意图;
图5为一实施例提供的图像处理装置的结构示意图;
图6为另一实施例提供的图像处理装置的结构示意图;
图7为另一实施例提供的图像处理装置的结构示意图;
图8为另一实施例提供的图像处理装置的结构示意图;
图9为另一实施例提供的图像处理装置的结构示意图。
具体实施方式
本发明实施例提供的图像处理方法,可以适用于如图1a所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器,该存储器中存储有计算机程序,处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的,该计算机设备还可以包括网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器,该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的,计算机设备可以为个人计算机PC(personal computer)、移动终端、便携式设备、个人数字助理等具有图像处理功能、且可以与外部设备或者用户交互的电子设备,本发明实施例对计算机设备的具体形式并不做限定。
在传统的图像处理技术中,通常采用调整图像的亮度,或者使用图像滤镜的方法,对图像进行美白处理。但是,采用传统技术处理后的图像效果较差,无法满足用户的需求。为此,本发明实施例提供一种图像处理的方法、装置、计算机设备和存储介质,旨在解决上述传统技术中存在的技术问题。
需要说明的是,下述方法实施例的执行主体可以是图像处理装置,该装置可以通过软件、硬件或者软硬件结合的方式实现成为上述计算机设备的部分或者全部。下述方法实施例以执行主体是计算机设备为例进行说明。
为了使本发明的目的、技术方案及优点更加清楚明白,通过下述实施例并结合附图,对本发明实施例中的技术方案的进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定发明。
图1为一实施例提供的图像处理方法流程示意图。本实施例涉及的是计算机设备如何根据待处理图像的肤色数据得到美白处理后的目标图像的具体过程。如图1所示,该方法可以包括:
S101、获取待处理图像。
具体的,待处理图像为需要进行美白处理的图像。其中,美白处理主要包括图像的亮度处理和图像的色偏处理。上述待处理图像可以是通过摄像头等图像获取装置实时采集的图像,也可以是从其他设备等导入的图像,还可以是从云端下载的图像等,本实施例对此不做限制。
可选的,计算机设备获取待处理图像的过程可以为:计算机设备接收用户输入的处理指令,并根据处理指令获取待处理图像。
其中,处理指令中包含图像标识。图像标识是指区分不同待处理图像的唯一标识。例如,图像标识可以是图像名称、图像编码以及图像存储地址等中的一种或多种。具体的,计算机设备根据接收的处理指令中包含的图像标识,获取待处理图像。
S102、确定所述待处理图像在第一颜色空间中的当前平均肤色数据。
具体的,上述待处理图像在第一颜色空间中的当前平均肤色数据可以表征待处理图像上的用户平均肤色。对一种颜色进行编码的方法称为“颜色空间”或“色域”,第一颜色空间是依据人眼识别的颜色定义出的空间,其代表红、绿、蓝三个通道的颜色。待处理图像为红绿蓝(Red Green Blue,RGB)三通道图像,各通道的像素值在0-255之间。
可选的,计算机设备可以通过对待处理图像的皮肤区域内的所有像素点的RGB值进行相应的计算,从而得到待处理图像在第一颜色空间中的当前平均肤色数据。当然,计算机设备还可以根据下述实施例提供的过程确定所述待处理图像在第一颜色空间中的当前平均肤色数据,本实施例对计算机设备确定所述待处理图像在第一颜色空间中的当前平均肤色数据的具体方式不做限定。
S103、根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据。
具体的,预设的变换矩阵用于将待处理图像的相关肤色数据进行不同颜色空间之间的相互转换,也就是说,计算机设备可以通过预设的变换矩阵将待处理图像在第一颜色空间中的肤色数据转换到第二颜色空间,也可以通过预设的变换矩阵的逆矩阵将待处理图像在第二颜色空间中的肤色数据转换到第一颜色空间。可选地,第二颜色空间可以是YUV颜色空间、YIQ颜色空间、YCrCb颜色空间等。变换矩阵可以预先配置在计算机设备内,也可以从其它外部设备中获取得到,本实施例对此不做限定。
可选地,在第二颜色空间中,可以根据调节参数对待处理图像的当前平均肤色数据进行修正处理,之后可以通过预设的变换矩阵的逆矩阵将待处理图像的当前平均肤色数据修正后的数据(即目标平均肤色数据)转换到第一颜色空间。其中,调节参数包括对待处理图像进行美白处理的相关参数,可以包括图像亮度调节参数以及图像颜色调节参数。调节参数可以为预设的一组值,也可以是根据用户需求实时输入的一组值。调节参数包括的参数个数与待处理图像的颜色通道数量相同。通常,待处理图像为RGB三通道图像,即待处理图像的颜色通道数量为3个,相应的,在第二颜色空间中待处理图像的通道数量也为3个,这样,调节参数的参数个数也为3个。上述第一颜色空间中的目标平均肤色数据为待处理图像在第一颜色空间中的当前平均肤色数据的目标调整值。
在计算机设备得到待处理图像在第一颜色空间中的当前平均肤色数据之后,计算机设备便可以通过预设的变换矩阵以及调节参数,对待处理图像在第一颜色空间中的当前平均肤色数据进行相应的计算,从而得到待处理图像在第一颜色空间中的目标平均肤色数据。
S104、根据所述第一颜色空间中的当前平均肤色数据和所述第一颜色空间中的目标平均肤色数据对所述待处理图像进行调节,得到目标图像。
具体的,目标图像是指美白处理后的图像。在计算机设备得到待处理图像在第一颜色空间中的目标平均肤色数据之后,计算机设备根据待处理图像在第一颜色空间中的当前平均肤色数据和待处理图像在第一颜色空间中的目标平均肤色数据,对待处理图像进行曲线功能调节,便可得到目标图像。以下简要介绍曲线功能调节的过程:计算机设备可以针对RGB通道或单独针对红、绿、蓝单通道来进行调整。在红绿蓝三通道里单独进行调整时,红通道曲线上的某一点往上拉,则这一点的红色增加、青色减少;绿通道曲线往上拉,则绿色增加、洋红减少;蓝通道曲线往上拉,则这一点的蓝色增加、黄色减少。通过曲线调整,可以实现对待处理图像的亮度以及色偏的调整。
本实施例提供的图像处理方法,计算机设备通过确定获取的待处理图像在第一颜色空间中的当前平均肤色数据,并根据待处理图像在第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定待处理图像在第一颜色空间中的目标平均肤色数据,然后根据待处理图像在第一颜色空间中的当前平均肤色数据和待处理图像在第一颜色空间中的目标平均肤色数据对待处理图像进行调节,得到目标图像。由于计算机设备是基于待处理图像的当前平均肤色数据,对待处理图像进行后续的美白处理,这样,针对不同的待处理图像,计算机设备得到的待处理图像的当前平均肤色数据不同,从而确定出的待处理图像的目标平均肤色数据也不同,也就是说,计算机设备对于不同的待处理图像进行的美白处理程度不同,从而通过待处理图像的当前平均肤色数据对该待处理图像进行处理,削弱了用户肤色与环境因素变化(如灯光等)对图像处理效果的影响,进而使得美白处理后的图像的效果较好,更能满足用户的需求。
图2为另一实施例提供的图像处理方法流程示意图。本实施例涉及的是计算机设备如何确定待处理图像在第一颜色空间中的当前平均肤色数据的具体过程。在上述实施例的基础上,可选的,如图2所示,上述S102可以包括:
S201、对所述待处理图像进行皮肤检测,得到所述待处理图像上每个像素点的灰度值。
具体的,计算机设备可以通过皮肤检测方法对待处理图像进行皮肤检测,从而得到待处理图像上每个像素点的灰度值。其中,待处理图像上的像素点的灰度值的取值范围为0-255。像素点的灰度值越接近255,则该像素点属于待处理图像中皮肤区域内的像素点的概率越大;像素点的灰度值等于255,则该像素点属于待处理图像中皮肤区域内的像素点;像素点的灰度值越接近0,则该像素点属于待处理图像中非皮肤区域内的像素点的概率越大;像素点的灰度值等于0,则该像素点属于待处理图像中非皮肤区域内的像素点。可选的,皮肤检测方法可以包括:基于肤色先验统计的方法、基于人脸关键点的检测方法以及基于人脸特征点与颜色空间距离的皮肤检测方法等。例如,采用肤色先验统计的方法对皮肤进行检测时,利用一定的肤色样本,统计肤色样本在某一颜色空间中的肤色分布概率,利用得到的概率分布图,计算当前颜色是皮肤区域的概率。
S202、根据所述待处理图像上每个所述像素点的RGB值以及所述像素点对应的灰度值,确定所述待处理图像在第一颜色空间中的当前平均肤色数据。
具体的,在计算机设备得到待处理图像上每个像素点的灰度值之后,计算机设备便可以根据每个像素点的RGB值以及像素点对应的灰度值,通过相应的计算算法确定待处理图像在第一颜色空间中的当前平均肤色数据。只要能够通过待处理图像上每个像素点的RGB值以及像素点对应的灰度值,确定待处理图像在第一颜色空间中的当前平均肤色数据即可,本实施例对此不做限定。
可选的,计算机设备可以根据公式(1):AvgColor=Sum(Src·Mask)÷Sum(Mask),确定待处理图像在第一颜色空间中的当前平均肤色数据AvgColor;其中,Src为所述像素点的RGB值,Mask为所述像素点对应的灰度值,·为点乘符号。其中,当前平均肤色数据AvgColor为一个三通道的数据,具体地,当前平均肤色数据AvgColor可以通过一个1*3的数组进行表示。
具体的,计算机设备在得到待处理图像上每个像素点的灰度值之后,计算机设备根据每个像素点的RGB值以及灰度值,通过公式AvgColor=Sum(Src·Mask)÷Sum(Mask)或者包含Sum(Src·Mask)÷Sum(Mask)的其它关系式,确定待处理图像在第一颜色空间中的当前平均肤色数据AvgColor。例如,待处理图像上存在n个像素点,则计算机设备根据这n个像素点的RGB值以及灰度值,通过公式AvgColor=(Src1·Mask1+Src2·Mask2+...+Srcn·Maskn)÷(Mask1+Mask2+...+Maskn)或者包含(Src1·Mask1+Src2·Mask2+...+Srcn·Maskn)÷(Mask1+Mask2+...+Maskn)的其它关系式,确定待处理图像在第一颜色空间中的当前平均肤色数据AvgColor。
本实施例提供的图像处理方法,在计算机设备对待处理图像进行皮肤检测,并根据皮肤检测结果得到待处理图像上每个像素点的灰度值之后,计算机设备可以根据待处理图像上每个像素点的RGB值以及灰度值,通过公式(1)确定待处理图像在第一颜色空间中的当前平均肤色数据。由于计算机设备在确定待处理图像在第一颜色空间中的当前平均肤色数据时,结合了待处理图像上每个像素点的RGB值和灰度值,使得确定出的待处理图像在第一颜色空间中的当前平均肤色数据的结果准确率更高。同时,待处理图像上每个像素点的灰度值是根据皮肤检测结果得到的,使得计算机设备确定出的待处理图像在第一颜色空间中的当前平均肤色数据更能反映用户的真实肤色,从而使得基于待处理图像在第一颜色空间中的当前平均肤色数据对待处理图像进行后续美白处理的结果更能符合用户的需求,进一步提高了美白处理后的图像的效果。
图3为另一实施例提供的图像处理方法流程示意图。本实施例涉及的是计算机设备如何确定待处理图像在第一颜色空间中的目标平均肤色数据的具体过程。在上述实施例的基础上,可选的,如图3所示,上述S103可以包括:
S301、根据预设的变换矩阵和所述第一颜色空间中的当前平均肤色数据,确定所述待处理图像在第二颜色空间中的当前平均肤色数据。
其中,所述第二颜色空间中的当前平均肤色数据包括3个分量数据,其中一个分量数据代表图像亮度,另外两个分量数据代表图像颜色。
具体的,计算机设备将预设的变换矩阵与待处理图像在第一颜色空间中的当前平均肤色数据相乘,相乘后的结果便是待处理图像在第二颜色空间中的当前平均肤色数据。即计算机设备通过预设的变换矩阵,将待处理图像在第一颜色空间中的当前平均肤色数据变换到第二颜色空间中的当前平均肤色数据。其中,待处理图像在第二颜色空间中的当前平均肤色数据包括3个分量数据,由于这3个分量数据之间的分离程度较高,从而便于对待处理图像进行美白处理。可选地,该变换矩阵可以为3*3的矩阵。
S302、根据各个所述分量数据以及所述分量数据对应的调整参数,确定所述待处理图像在第二颜色空间中的目标平均肤色数据。
具体的,调节参数包括的参数个数与待处理图像在第二颜色空间中的当前平均肤色数据包括的分量数据的个数相同,且调节参数的类型与分量数据的类型相对应,即用于表示图像亮度的分量数据对应的调节参数的类型是图像亮度调节参数,用于表示图像颜色的分量数据对应的调节参数的类型是图像颜色调节参数。在计算机设备得到待处理图像在第二颜色空间中的当前平均肤色数据包括的3个分量数据之后,计算机设备根据图像亮度调节参数和用于表示图像亮度的分量数据,确定待处理图像在第二颜色空间中的目标亮度值,根据图像颜色调节参数和用于表示图像颜色的分量数据,确定待处理图像在第二颜色空间中的目标颜色值,目标亮度值和目标颜色值即为待处理图像在第二颜色空间中的目标平均肤色数据。
作为一种可选的实施方式,计算机设备根据各个所述分量数据以及所述分量数据对应的调整参数,确定所述待处理图像在第二颜色空间中的目标平均肤色数据的过程可以为:根据公式:确定所述待处理图像在第二颜色空间中的目标平均肤色数据;其中,x′、y′、z′分别为所述第二颜色空间中的目标平均肤色数据的三个分量数据,x、y、z分别为所述第二颜色空间中的当前平均肤色数据的三个分量数据,x表示图像亮度,y和z表示图像颜色,dx为分量数据x对应的调节参数,ry为分量数据y对应的调节参数,rz为分量数据z对应的调节参数。
具体的,调节参数可以为预设的一组固定值,也可以是根据用户的实际调整需求实时输入的一组值。上述调节参数中的dx为图像亮度调节参数,当dx的取值大于0时,则表示对待处理图像进行调亮处理,当dx的取值小于0时,则表示对待处理图像进行调暗处理,当dx的取值等于0时,则表示对待处理图像的亮度不进行处理。为了使处理后的图像效果更好以及更自然,可选的,dx的取值为10或20。上述调节参数中的ry和rz为图像颜色调节参数,ry和rz的取值范围为0-1,当ry和rz等于0时,则表示处理后的图像(即目标图像)无色偏,当ry和rz等于1时,则表示对待处理图像的颜色不进行调整。为了使处理后的图像效果更好以及更自然,可选的,ry的取值为0.5,rz的取值为0.5。
具体的,计算机设备通过x'=x+dx或者包含x+dx的其它关系式确定待处理图像在第二颜色空间中的目标亮度值;计算机设备通过y'=y*ry或者包含y*ry的其它关系式确定待处理图像在第二颜色空间中的一个目标颜色值;计算机设备通过z'=z*rz或者包含z*rz的其它关系式确定待处理图像在第二颜色空间的另一个目标颜色值。上述确定出的目标亮度值、两个目标颜色值即为待处理图像在第二颜色空间中的目标平均肤色数据。由于x、y、z之间的分离程度较高,因此,在该颜色空间内便于对待处理图像进行亮度调节以及色偏调节,从而易于得到x′、y′、z′。
S303、根据所述预设的变换矩阵的逆矩阵和所述第二颜色空间中的目标平均肤色数据,得到所述待处理图像在第一颜色空间中的目标平均肤色数据。
具体的,计算机设备对预设的变换矩阵进行求逆计算,得到变换矩阵的逆矩阵,然后将变换矩阵的逆矩阵与待处理图像在第二颜色空间中的目标平均肤色数据相乘,便将待处理图像的目标平均肤色数据从第二颜色空间转换到第一颜色空间,从而得到待处理图像在第一颜色空间中的目标平均肤色数据。
本实施例提供的图像处理方法,计算机设备根据预设的变换矩阵和待处理图像在第一颜色空间中的当前平均肤色数据,确定待处理图像在第二颜色空间中的当前平均肤色数据,然后根据待处理图像在第二颜色空间中的当前平均肤色数据包含的各个分量数据以及各个分量数据对应的调整参数,确定待处理图像在第二颜色空间中的目标平均肤色数据,并根据预设的变换矩阵的逆矩阵和待处理图像在第二颜色空间中的目标平均肤色数据,确定待处理图像在第一颜色空间中的目标平均肤色数据。由于计算机设备是通过预设的变换矩阵将待处理图像的当前平均肤色数据由第一颜色空间转换到第二颜色空间,且待处理图像在第二颜色空间中的当前平均肤色数据包含的各个分量数据之间的分离程度较高,即各个分量数据之间的相关性较低,这样,便很容易根据各个分量数据以及各个分量数据对应的调节参数确定待处理图像在第二颜色空间的目标平均肤色数据,便于对待处理图像的美白处理(包括亮度处理及色偏修正)。
图4为另一实施例提供的图像处理方法流程示意图。本实施例涉及的是计算机设备如何得到上述预设的变换矩阵的具体过程,以及根据上述的变换矩阵及大数据统计结果获得第二颜色空间中各个分量数据含义的具体过程。在上述实施例的基础上,可选的,如图4所示,在上述S101之前,该方法还包括:
S401、获取N个训练图像。
其中,N表示训练图像的数量,N≥1,N为正整数。
具体的,训练图像也为需要进行美白处理的图像。计算机设备可以从公开的图像数据库中获取N个训练图像,也可以从预设的图像数据库中获取N个训练图像,本实施例对N个训练图像的具体来源不做限定。可以理解的是,N个训练图像与实际应用场景越接近,则经过本发明提供的方法得到的目标图像的效果更佳。比如,对亚洲人的图像进行美白处理,则尽可能选取N个亚洲人的训练图像,对非洲人的图像进行美白处理,则尽可能选取N个非洲人的训练图像。
S402、分别确定N个训练图像中的每个训练图像在第一颜色空间中的当前平均肤色数据,得到N个当前平均肤色数据。
需要说明的是,计算机设备确定每个训练图像在第一颜色空间中的当前平均肤色数据的过程可以参见上述计算机设备确定待处理图像当前平均肤色数据的过程,本实施例在此不再赘述。
S403、对所述N个当前平均肤色数据形成的数组M进行主成分分析,得到所述预设的变换矩阵和数组m。
其中,数组m包括第二颜色空间中的N个当前平均肤色数据,每个第二颜色空间中的当前平均肤色数据包括分量数据x、分量数据y和分量数据z。
具体的,计算机设备可以根据N个当前平均肤色数据形成数组M,由于每个训练图像均为三通道图像,从而得到的数组M为N*3的数组。在计算机设备得到N个当前平均肤色数据形成的数组M之后,计算机设备对数组M进行主成分分析(Principal ComponentAnalysis,PCA),得到预设的变换矩阵,再通过预设的变换矩阵与数组M相乘,进而得到数组m。通过主成分分析后得到的预设的变换矩阵是3*3的矩阵,进而根据预设的变换矩阵和数组M得到的数组m也是N*3的数组,数据m用于确定第二颜色空间中各个分量数据的含义。
可选的,在上述S403之后,该方法还包括S404-S405:
S404、对所述数组m进行可视化显示。具体地,可以通过计算机设备的显示屏对数据m进行可视化显示,以便于相关人员可以辨识出数据m中每个第二颜色空间中的当前平均肤色数据包括分量数据x、分量数据y和分量数据z的含义。
S405、接收输入的可视化显示结果,并根据所述可视化显示结果确定所述数组m中的分量数据x用于表示图像亮度,分量数据y和分量数据z用于表示图像颜色。其中,所述可视化显示结果用于指示所述数组m中的各个分量数据表示的含义。
具体的,计算机设备可以通过文字方式接收输入的可视化显示结果,也可以通过语音方式接收输入的可视化显示结果,本实施例对此不做限制。由于用户输入的可视化显示结果用于指示所述数组m中的各个分量数据表示的含义,因此,计算机设备能够根据接收的可视化显示结果确定数组m中的分量数据x用于表示图像亮度,分量数据y和分量数据z用于表示图像颜色。上述的数组m中的分量数据x,分量数据y和分量数据z的含义可以预先存储于计算机设备中,这样,在计算机设备对待处理图像进行美白处理时,可以获知数组m中的分量数据x用于表示图像亮度,分量数据y和分量数据z用于表示图像颜色,并根据上述数组m中各个分量数据以及各个分量数据对应的调整参数确定待处理图像在第二颜色空间中的目标平均肤色数据,具体的确定过程可参见上述的步骤S302,此处不再赘述。
由于数组M是基于大数据统计得到的,且计算机设备对数组M进行了主成分分析,从而使得得到的数组m中包括的各个分量数据之间的分离程度较高,即各个分量数据之间的相关性较低,这样,大大便于对训练图像进行美白处理。
可以理解的是,选取的训练图像的数量N越多,且每个训练图像与实际应用场景越接近,则计算机设备对数组M进行主成分分析之后得到的预设的变换矩阵越准确。该训练获得的预设的变换矩阵可以用于上述图像处理方法的步骤S103中,以获得待处理图像在第一颜色空间中的目标平均肤色数据,从而可以提高第一颜色空间中目标平均肤色数据计算的准确性,进一步提高图像处理效果。
本实施例提供的图像处理方法,计算机设备通过对N个训练图像在第一颜色空间中的当前平均肤色数据形成的数组M进行主成分分析,得到预设的变换矩阵和数组m。由于预设的变换矩阵是通过对N个训练图像进行处理得到的,即预设的变换矩阵是通过大数据分析得到的,因此,计算机设备得到的预设的变换矩阵的准确性较高,从而使得基于变换矩阵转换的待处理图像的平均肤色数据更准确,进一步提高了待处理图像的美白处理效果。
应该理解的是,虽然图1-图4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-图4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图5为一实施例提供的图像处理装置结构示意图。如图5所示,该装置包括:第一获取模块11、第一确定模块12、第二确定模块13和调节模块14。
具体的,第一获取模块11用于获取待处理图像。
第一确定模块12用于确定所述待处理图像在第一颜色空间中的当前平均肤色数据。
第二确定模块13用于根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据;
调节模块14用于根据所述第一颜色空间中的当前平均肤色数据和所述第一颜色空间中的目标平均肤色数据对所述待处理图像进行调节,得到目标图像。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
图6为另一实施例提供的图像处理装置结构示意图。在上述如图5所示实施例的基础上,如图6所示,上述第一确定模块12包括检测单元121和第一确定单元122。
具体的,检测单元121用于对所述待处理图像进行皮肤检测,得到所述待处理图像上每个像素点的灰度值。
第一确定单元122用于根据所述待处理图像上每个所述像素点的RGB值以及所述像素点对应的灰度值,确定所述待处理图像在第一颜色空间中的当前平均肤色数据。
在其中一个实施例中,上述第一确定单元122具体用于根据公式:AvgColor=Sum(Src·Mask)÷Sum(Mask),确定所述待处理图像在第一颜色空间中的当前平均肤色数据AvgColor,·为点乘符号;其中,Src为所述像素点的RGB值,Mask为所述像素点对应的灰度值。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
图7为另一实施例提供的图像处理装置结构示意图。在上述如图6所示实施例的基础上,如图7所示,上述第二确定模块13包括第二确定单元131、第三确定单元132和第四确定单元133。
具体的,第二确定单元131用于根据预设的变换矩阵和所述第一颜色空间中的当前平均肤色数据,确定所述待处理图像在第二颜色空间中的当前平均肤色数据;其中,所述第二颜色空间中的当前平均肤色数据包括3个分量数据,其中一个分量数据代表图像亮度,另外两个分量数据代表图像颜色。
第三确定单元132用于根据各个所述分量数据以及所述分量数据对应的调整参数,确定所述待处理图像在第二颜色空间中的目标平均肤色数据。
第四确定单元133用于根据所述预设的变换矩阵的逆矩阵和所述第二颜色空间中的目标平均肤色数据,确定所述待处理图像在第一颜色空间中的目标平均肤色数据。
在其中一个实施例中,上述第三确定单元132具体用于根据公式:确定所述待处理图像在第二颜色空间中的目标平均肤色数据;其中,x′、y′、z′分别为所述第二颜色空间中的目标平均肤色数据的三个分量数据,x、y、z分别为所述第二颜色空间中的当前平均肤色数据的三个分量数据,x表示图像亮度,y和z表示图像颜色,dx为分量数据x对应的调节参数,ry为分量数据y对应的调节参数,rz为分量数据z对应的调节参数。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
图8为另一实施例提供的图像处理装置结构示意图。在上述如图7所示实施例的基础上,如图8所示,上述图像处理装置还包括第二获取模块15、第三确定模块16和处理模块17。
具体的,第二获取模块15用于获取N个训练图像;其中,N表示训练图像的数量,N≥1,N为正整数。
第三确定模块16用于分别确定N个训练图像中的每个训练图像在第一颜色空间中的当前平均肤色数据,得到N个当前平均肤色数据。
处理模块17用于对所述N个当前平均肤色数据形成的数组M进行主成分分析,得到所述预设的变换矩阵和数组m。其中,数组m包括第二颜色空间中的N个当前平均肤色数据,每个第二颜色空间中的当前平均肤色数据包括分量数据x、分量数据y和分量数据z。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
图9为另一实施例提供的图像处理装置结构示意图。在上述如图8所示实施例的基础上,如图9所示,上述图像处理装置还包括显示模块18、接收模块19和第四确定模块20。
具体的,显示模块18用于对所述数组m进行可视化显示。
接收模块19用于接收输入的可视化显示结果。
第四确定模块20用于根据所述接收模块19接收的所述可视化显示结果确定所述数组m中的分量数据x用于表示图像亮度,分量数据y和分量数据z用于表示图像颜色;其中,所述可视化显示结果用于指示所述数组m中的各个分量数据表示的含义。
本实施例提供的图像处理装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于图像处理装置的具体限定可以参见上文中对于图像处理方法的限定,在此不再赘述。上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图1a所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图1a中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取待处理图像;
确定所述待处理图像在第一颜色空间中的当前平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据和所述第一颜色空间中的目标平均肤色数据对所述待处理图像进行调节,得到目标图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对所述待处理图像进行皮肤检测,得到所述待处理图像上每个像素点的灰度值;根据所述待处理图像上每个所述像素点的RGB值以及所述像素点对应的灰度值,确定所述待处理图像在第一颜色空间中的当前平均肤色数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据公式:AvgColor=Sum(Src·Mask)÷Sum(Mask),确定所述待处理图像在第一颜色空间中的当前平均肤色数据AvgColor;其中,Src为所述像素点的RGB值,Mask为所述像素点对应的灰度值,·为点乘符号。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据预设的变换矩阵和所述第一颜色空间中的当前平均肤色数据,确定所述待处理图像在第二颜色空间中的当前平均肤色数据;根据各个所述分量数据以及所述分量数据对应的调整参数,确定所述待处理图像在第二颜色空间中的目标平均肤色数据;根据所述预设的变换矩阵的逆矩阵和所述第二颜色空间中的目标平均肤色数据,确定所述待处理图像在第一颜色空间中的目标平均肤色数据。其中,所述第二颜色空间中的当前平均肤色数据包括3个分量数据,其中一个分量数据代表图像亮度,另外两个分量数据代表图像颜色。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据公式:确定所述待处理图像在第二颜色空间中的目标平均肤色数据;其中,x′、y′、z′分别为所述第二颜色空间中的目标平均肤色数据的三个分量数据,x、y、z分别为所述第二颜色空间中的当前平均肤色数据的三个分量数据,x表示图像亮度,y和z表示图像颜色,dx为分量数据x对应的调节参数,ry为分量数据y对应的调节参数,rz为分量数据z对应的调节参数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取N个训练图像;分别确定N个训练图像中的每个训练图像在第一颜色空间中的当前平均肤色数据,得到N个当前平均肤色数据;对所述N个当前平均肤色数据形成的数组M进行主成分分析,得到所述预设的变换矩阵和数组m;其中,N表示训练图像的数量,N≥1,N为正整数;其中,数组m包括第二颜色空间中的N个当前平均肤色数据,每个第二颜色空间中的当前平均肤色数据包括分量数据x、分量数据y和分量数据z。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对所述数组m进行可视化显示;接收输入的可视化显示结果,并根据所述可视化显示结果确定所述数组m中的分量数据x用于表示图像亮度,分量数据y和分量数据z用于表示图像颜色;其中,所述可视化显示结果用于指示所述数组m中的各个分量数据表示的含义。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待处理图像;
确定所述待处理图像在第一颜色空间中的当前平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据和所述第一颜色空间中的目标平均肤色数据对所述待处理图像进行调节,得到目标图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对所述待处理图像进行皮肤检测,得到所述待处理图像上每个像素点的灰度值;根据所述待处理图像上每个所述像素点的RGB值以及所述像素点对应的灰度值,确定所述待处理图像在第一颜色空间中的当前平均肤色数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据公式:AvgColor=Sum(Src·Mask)÷Sum(Mask),确定所述待处理图像在第一颜色空间中的当前平均肤色数据AvgColor;其中,Src为所述像素点的RGB值,Mask为所述像素点对应的灰度值,·为点乘符号。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据预设的变换矩阵和所述第一颜色空间中的当前平均肤色数据,确定所述待处理图像在第二颜色空间中的当前平均肤色数据;根据各个所述分量数据以及所述分量数据对应的调整参数,确定所述待处理图像在第二颜色空间中的目标平均肤色数据;根据所述预设的变换矩阵的逆矩阵和所述第二颜色空间中的目标平均肤色数据,确定所述待处理图像在第一颜色空间中的目标平均肤色数据。其中,所述第二颜色空间中的当前平均肤色数据包括3个分量数据,其中一个分量数据代表图像亮度,另外两个分量数据代表图像颜色。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据公式:确定所述待处理图像在第二颜色空间中的目标平均肤色数据;其中,x′、y′、z′分别为所述第二颜色空间中的目标平均肤色数据的三个分量数据,x、y、z分别为所述第二颜色空间中的当前平均肤色数据的三个分量数据,x表示图像亮度,y和z表示图像颜色,dx为分量数据x对应的调节参数,ry为分量数据y对应的调节参数,rz为分量数据z对应的调节参数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取N个训练图像;分别确定N个训练图像中的每个训练图像在第一颜色空间中的当前平均肤色数据,得到N个当前平均肤色数据;对所述N个当前平均肤色数据形成的数组M进行主成分分析,得到所述预设的变换矩阵和数组m;其中,N表示训练图像的数量,N≥1,N为正整数;其中,数组m包括第二颜色空间中的N个当前平均肤色数据,每个第二颜色空间中的当前平均肤色数据包括分量数据x、分量数据y和分量数据z。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对所述数组m进行可视化显示;
接收输入的可视化显示结果,并根据所述可视化显示结果确定所述数组m中的分量数据x用于表示图像亮度,分量数据y和分量数据z用于表示图像颜色;其中,所述可视化显示结果用于指示所述数组m中的各个分量数据表示的含义。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。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)或者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(DDRSDRAM)、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)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种图像处理方法,其特征在于,包括:
获取待处理图像;
确定所述待处理图像在第一颜色空间中当前平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据;
根据所述第一颜色空间中的当前平均肤色数据和所述第一颜色空间中的目标平均肤色数据对所述待处理图像进行调节,得到目标图像;
所述确定所述待处理图像在第一颜色空间中的当前平均肤色数据,包括:
对所述待处理图像进行皮肤检测,得到所述待处理图像上每个像素点的灰度值;
根据公式:AvgColor=Sum(Src·Mask)÷Sum(Mask),确定所述待处理图像在第一颜色空间中的当前平均肤色数据AvgColor;其中,Src为所述像素点的RGB值,Mask为所述像素点对应的灰度值,·为点乘符号。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据,包括:
根据预设的变换矩阵和所述第一颜色空间中的当前平均肤色数据,确定所述待处理图像在第二颜色空间中的当前平均肤色数据;
其中,所述第二颜色空间中的当前平均肤色数据包括3个分量数据,其中一个分量数据代表图像亮度,另外两个分量数据代表图像颜色;
根据各个所述分量数据以及所述分量数据对应的调整参数,确定所述待处理图像在第二颜色空间中的目标平均肤色数据;
根据所述预设的变换矩阵的逆矩阵和所述第二颜色空间中的目标平均肤色数据,确定所述待处理图像在第一颜色空间中的目标平均肤色数据。
4.根据权利要求1-3中任一所述的方法,其特征在于,在所述获取待处理图像之前,所述方法还包括:
获取N个训练图像;其中,N表示训练图像的数量,N≥1,N为正整数;
分别确定N个训练图像中的每个训练图像在第一颜色空间中的当前平均肤色数据,得到N个当前平均肤色数据;
对所述N个当前平均肤色数据形成的数组M进行主成分分析,得到所述预设的变换矩阵和数据m;
其中,数组m包括第二颜色空间中的N个当前平均肤色数据,每个第二颜色空间中的当前平均肤色数据包括分量数据x、分量数据y和分量数据z。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
对所述数组m进行可视化显示;
接收输入的可视化显示结果,并根据所述可视化显示结果确定所述数组m中的分量数据x用于表示图像亮度,分量数据y和分量数据z用于表示图像颜色;其中,所述可视化显示结果用于指示所述数组m中的各个分量数据表示的含义。
6.一种图像处理装置,其特征在于,包括:
第一获取模块,用于获取待处理图像;
第一确定模块,用于确定所述待处理图像在第一颜色空间中当前平均肤色数据;
第二确定模块,用于根据所述第一颜色空间中的当前平均肤色数据、预设的变换矩阵以及调节参数,确定所述待处理图像在第一颜色空间中的目标平均肤色数据;
调节模块,用于根据所述第一颜色空间中的当前平均肤色数据和所述第一颜色空间中的目标平均肤色数据对所述待处理图像进行调节,得到目标图像;
所述第一确定模块包括检测单元和第一确定单元;所述检测单元用于对所述待处理图像进行皮肤检测,得到所述待处理图像商每个像素点的灰度值;所述第一确定单元用于根据公式:AvgColor=Sum(Src·Mask)÷Sum(Mask),确定所述待处理图像在第一颜色空间中的当前平均肤色数据AvgColor;其中,Src 为所述像素点的RGB值,Mask为所述像素点对应的灰度值,·为点乘符号。
7.一种计算机设备,包括存储器及处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一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权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810758859.7A CN108961189B (zh) | 2018-07-11 | 2018-07-11 | 图像处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810758859.7A CN108961189B (zh) | 2018-07-11 | 2018-07-11 | 图像处理方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108961189A CN108961189A (zh) | 2018-12-07 |
CN108961189B true CN108961189B (zh) | 2020-10-30 |
Family
ID=64482851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810758859.7A Active CN108961189B (zh) | 2018-07-11 | 2018-07-11 | 图像处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108961189B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109741281B (zh) * | 2019-01-04 | 2020-09-29 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392420A (zh) * | 2014-12-10 | 2015-03-04 | 厦门美图之家科技有限公司 | 一种快速优化肤色的方法 |
CN104599297A (zh) * | 2013-10-31 | 2015-05-06 | 厦门美图网科技有限公司 | 一种对人脸自动上腮红的图像处理方法 |
CN106407909A (zh) * | 2016-08-31 | 2017-02-15 | 北京云图微动科技有限公司 | 人脸识别方法、装置及系统 |
CN107730446A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100850460B1 (ko) * | 2002-10-10 | 2008-08-07 | 삼성테크윈 주식회사 | 디지털 카메라에서의 얼굴 영상 개선 방법 |
-
2018
- 2018-07-11 CN CN201810758859.7A patent/CN108961189B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599297A (zh) * | 2013-10-31 | 2015-05-06 | 厦门美图网科技有限公司 | 一种对人脸自动上腮红的图像处理方法 |
CN104392420A (zh) * | 2014-12-10 | 2015-03-04 | 厦门美图之家科技有限公司 | 一种快速优化肤色的方法 |
CN106407909A (zh) * | 2016-08-31 | 2017-02-15 | 北京云图微动科技有限公司 | 人脸识别方法、装置及系统 |
CN107730446A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108961189A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829930B (zh) | 人脸图像处理方法、装置、计算机设备及可读存储介质 | |
US11967071B2 (en) | Method, device, apparatus, and medium for training recognition model and recognizing fundus features | |
US20200258197A1 (en) | Method for generating high-resolution picture, computer device, and storage medium | |
CN108961175B (zh) | 人脸亮度调整方法、装置、计算机设备及存储介质 | |
CN110288614B (zh) | 图像处理方法、装置、设备及存储介质 | |
CN106570909B (zh) | 一种肤色检测方法、装置及终端 | |
CN110580693B (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN109919030B (zh) | 黑眼圈类型识别方法、装置、计算机设备和存储介质 | |
US9378564B2 (en) | Methods for color correcting digital images and devices thereof | |
CN110930296A (zh) | 图像处理方法、装置、设备及存储介质 | |
CA3154893A1 (en) | Image color transferring method, device, computer equipment and storage medium | |
CN113676713A (zh) | 图像处理方法、装置、设备及介质 | |
CN110610469B (zh) | 一种人脸图像隐私保护方法、装置、设备及存储介质 | |
CN102088539A (zh) | 一种预拍照画质评价方法和系统 | |
CN113469092A (zh) | 字符识别模型生成方法、装置、计算机设备和存储介质 | |
WO2020135224A1 (zh) | 色彩空间映射方法、装置、计算机可读存储介质及设备 | |
CN112037160A (zh) | 图像处理方法、装置及设备 | |
CN111784703A (zh) | 一种图像分割方法、装置、电子设备和存储介质 | |
CN108961189B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN111950390B (zh) | 皮肤敏感度的确定方法及装置、存储介质及设备 | |
CN110046573B (zh) | 人脸图像的识别方法、装置、计算机设备和存储介质 | |
CN110750154A (zh) | 显示器控制方法、系统、装置、设备和存储介质 | |
US20180012066A1 (en) | Photograph processing method and system | |
CN114663570A (zh) | 贴图生成方法、装置、电子装置及可读存储介质 | |
CN111062860B (zh) | 基于场景的图像色彩调整方法、装置和计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |