CN109040612B - 目标对象的图像处理方法、装置、设备及存储介质 - Google Patents
目标对象的图像处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109040612B CN109040612B CN201810998402.3A CN201810998402A CN109040612B CN 109040612 B CN109040612 B CN 109040612B CN 201810998402 A CN201810998402 A CN 201810998402A CN 109040612 B CN109040612 B CN 109040612B
- Authority
- CN
- China
- Prior art keywords
- target object
- photo
- video
- processed
- illumination distribution
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 36
- 238000005286 illumination Methods 0.000 claims abstract description 78
- 239000013589 supplement Substances 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 23
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 abstract description 13
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本申请实施例提供了一种目标对象的图像处理方法、装置、设备及存储介质。该方法包括:获取待处理的照片或视频;从待处理的照片或视频中分割出目标对象;根据待处理的照片或视频的背景区域确定目标对象所处的光照分布状态;根据目标对象所处的光照分布状态对目标对象进行补光处理。能够根据拍摄时的光照分布状态对分割出来的目标对象进行补光,使补光效果更加自然流畅,视觉效果更接近原来拍摄时的真实情况,进而使补光后的照片更加真实。
Description
技术领域
本申请实施例涉及图像视频处理技术领域,尤其涉及一种目标对象的图像处理方法、装置、设备及存储介质。
背景技术
随着移动互联网技术的发展,出现了大量的图像处理应用软件。其对用户的照片或视频进行图像处理。人们比较喜爱用手机拍照,并采用图像处理应用软件对照片进行图像处理,以满足人们对照片美化的要求。
现有技术的图像处理方法一般都是在原有的照片上,根据用户需求增加一些特效或者滤镜,实际上是在原本的照片上附加一层美化层当作补光。
所以现有技术的图像处理方法由于补光时脱离了照片的拍摄环境,所以补光效果比较僵硬,不自然,导致进行图像处理后的照片产生了失真现象。
发明内容
本申请实施例提供一种目标对象的图像处理方法、装置、设备及存储介质。解决了现有技术中的图像处理方法由于补光时脱离了照片的拍摄环境,所以补光效果比较僵硬,不自然,导致进行图像处理后的照片产生了失真现象的技术问题。
本申请实施例第一方面提供一种目标对象的图像处理方法,包括:获取待处理的照片或视频;从所述待处理的照片或视频中分割出目标对象;根据所述待处理的照片或视频的背景区域确定所述目标对象所处的光照分布状态;根据所述目标对象所处的光照分布状态对所述目标对象进行补光处理。
本申请实施例第二方面提供一种目标对象的图像处理装置,包括:获取模块,用于获取待处理的照片或视频;目标对象分割模块,用于从所述待处理的照片或视频中分割出目标对象;光照分布确定模块,用于根据所述待处理的照片或视频的背景区域确定所述目标对象所处的光照分布状态;补光处理模块,用于根据所述目标对象所处的光照分布状态对所述目标对象进行补光处理。
本申请实施例第三方面提供一种终端设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述第一方面所述的方法。
本申请实施例第四方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行如上述第一方面所述的方法。
基于以上各方面,本申请实施例通过获取待处理的照片或视频;从待处理的照片或视频中分割出目标对象;根据待处理的照片或视频的背景区域确定目标对象所处的光照分布状态;根据目标对象所处的光照分布状态对目标对象进行补光处理。能够根据拍摄时的光照分布状态对分割出来的目标对象进行补光,使补光效果更加自然流畅,视觉效果更接近原来拍摄时的真实情况,进而使补光后的照片更加真实。
应当理解,上述发明内容部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征,亦非用于限制本申请的范围。本申请的其它特征将通过以下的描述变得容易理解。
附图说明
图1为本申请实施例一提供的目标对象的图像处理方法的流程图;
图2为本申请实施例二提供的目标对象的图像处理方法的流程图;
图3为本申请实施例三提供的目标对象的图像处理方法的流程图;
图4为本申请实施例四提供的目标对象的图像处理装置的结构示意图;
图5为本申请实施例五提供的目标对象的图像处理装置的结构示意图;
图6为本申请实施例六提供的终端设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例,然而应当理解的是,本申请可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本申请。应当理解的是,本申请的附图及实施例仅用于示例性作用,并非用于限制本申请的保护范围。
本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请实施例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
以下将参照附图来具体描述本申请的实施例。
实施例一
图1为本申请实施例一提供的目标对象的图像处理方法的流程图,如图1所示,本申请实施例的执行主体为目标对象的图像处理装置,该目标对象的图像处理装置可以集成在终端设备中。终端设备可以为手机,平板电脑,笔记本电脑,计算机等。则本实施例提供的目标对象的图像处理方法包括以下几个步骤。
步骤101,获取待处理的照片或视频。
具体地,本实施例中,待处理的照片或视频为进行补光的照片或视频。
其中,在待处理的照片或视频中具有目标对象。目标对象可以为人脸,人体,动物,植物,物品等,本实施例中对此不做限定。
步骤102,从待处理的照片或视频中分割出目标对象。
具体地,本实施例中,可采用分割算法根据目标对象的特征从待处理的照片或视频中分割出目标对象。也可先对待处理的照片或视频进行目标对象的识别,识别出目标对象在待处理的照片或视频中的具体位置,然后根据目标对象在待处理的照片或视频中的具体位置从待处理的照片或视频中分割出目标对象。
步骤103,根据待处理的照片或视频的背景区域确定目标对象所处的光照分布状态。
其中,待处理的照片或视频的背景区域为除目标对象外的其他区域。若待处理的是视频,则根据待处理的每一帧视频的背景区域确定目标对象在每一帧视频中所处的光照分布状态。
其中,目标对象所处的光照分布状态表示目标对象在拍摄照片或视频时所处的自然环境中的光照分布状态。
步骤104,根据目标对象所处的光照分布状态对目标对象进行补光处理。
具体地,本实施例中,可根据目标对象所处的光照分布状态确定光照在目标物体上的分布状态,对目标物体的每个像素点的像素值进行增强,以获得补光后的目标对象。将补光后的目标对象设置到照片或视频的背景区域中,形成补光后的照片或视频。
本实施例提供的目标对象的图像处理方法,通过获取待处理的照片或视频;从待处理的照片或视频中分割出目标对象;根据待处理的照片或视频的背景区域确定目标对象所处的光照分布状态;根据目标对象所处的光照分布状态对目标对象进行补光处理。能够根据拍摄时的光照分布状态对分割出来的目标对象进行补光,使补光效果更加自然流畅,视觉效果更接近原来拍摄时的真实情况,进而使补光后的照片更加真实。
实施例二
图2为本申请实施例二提供的目标对象的图像处理方法的流程图,如图2所示,本实施例提供的目标对象的图像处理方法是在本申请实施例一提供的目标对象的图像处理方法的基础上,对步骤102-步骤104的进一步细化,则本实施例提供的目标对象的图像处理方法包括以下步骤。
步骤201,获取待处理的照片或视频。
本实施例中,步骤201的实现方式与本申请实施例一中提供的目标对象的图像处理方法的步骤101的实现方式相同,在此不再一一赘述。
步骤202,对待处理的照片或视频中目标对象进行识别,以确定目标对象的像素点的位置。
进一步地,本实施例中,可采用识别算法对待处理的照片或视频中的目标对象进行识别。具体地,对待处理的照片或视频进行特征提取,形成待处理的照片或视频的特征数据,将待处理的照片或视频的特征数据输入到识别算法中,对待处理的照片或视频中的目标对象进行识别,输出目标对象的像素点的位置。
其中,识别算法可以为机器学习算法或深度学习算法,本实施例中对此不做限定。
步骤203,根据目标对象的像素点的位置从待处理的照片或视频中分割出目标对象。
进一步地,本实施例中,根据目标对象的像素点的位置确定目标对象在待处理的照片或视频中的位置,并分割出目标对象。
需要说明的是,本实施例中,步骤202-步骤203是对本申请实施例一提供的目标对象的图像处理方法的步骤102的进一步地细化。
步骤204,根据待处理的照片或视频的背景区域确定目标对象所处的光照分布状态。
进一步地,本实施例中,根据待处理的照片或视频的背景区域确定目标对象所处的光照分布状态,具体为:
根据待处理的照片或视频的背景区域的像素值确定目标对象所处的光照分布状态。
具体地,本实施例中,在分割出目标对象后,在待处理的照片或视频中剩余的区域为背景区域,背景区域也是由像素点构成的,根据待处理的照片或视频的背景区域的像素值计算目标对象所处的光照分布状态。可通过待处理的照片或视频的背景区域的像素值计算背景区域的亮度信息,根据背景区域的亮度信息计算目标对象所处的光照分布状态。
步骤205,根据目标对象所处的光照分布状态对目标对象进行补光处理。
进一步地,本实施例中,根据目标对象所处的光照分布状态对目标对象进行补光处理,具体包括:
首先,根据目标对象所处的光照分布状态确定光照在目标对象上每个像素点的像素值。
其次,将光照在目标对象上每个像素点的像素值与目标对象的对应像素点的原有像素值进行融合,形成补光后的目标对象。
具体地,本实施例中,根据目标对象所处的光照分布状态确定光照在目标对象上每个像素点的像素值,该光照在目标对象上每个像素点的像素值为每个像素点需要调整的像素值,将光照在目标对象上每个像素点的像素值与目标对象的对应的像素点的原有像素值进行融合,具体的融合方法不做限定,在光照在目标对象上每个像素点的像素值与目标对象的对应像素点的原有像素值进行融合之后,形成补光后的每个像素点的像素值,由补光后的每个像素点构成补光后的目标对象。
本实施例提供的目标对象的图像处理方法,通过获取待处理的照片或视频,对待处理的照片或视频中目标对象进行识别,以确定目标对象的像素点的位置,根据目标对象的像素点的位置从待处理的照片或视频中分割出目标对象,根据待处理的照片或视频的背景区域的像素值确定目标对象所处的光照分布状态,根据目标对象所处的光照分布状态确定光照在目标对象上每个像素点的像素值,将光照在目标对象上每个像素点的像素值与目标对象的对应像素点的原有像素值进行融合,形成补光后的目标对象,能够根据拍摄时的光照分布状态对分割出来的目标对象进行补光,使补光效果更佳自然流畅,视觉效果更接近原来拍摄时的真实情况,进而使补光后的照片更加真实。
实施例三
图3为本申请实施例三提供的目标对象的图像处理方法的流程图,如图3所示,本实施例提供的目标对象的图像处理方法,是在本申请实施例一提供的目标对象的图像处理方法的基础上,对步骤103-步骤104的进一步细化,并且还包括了构建目标对象的初始三维模型,将待处理的照片或视频中的目标对象与初始三维模型进行对比,计算与目标对象对应的三维模型步骤,以及将目标对象所处的光照分布状态转换为三维光照分布状态的步骤,还有将补光处理后的照片或视频进行展示的步骤。则本实施例提供的目标对象的图像处理方法包括以下步骤。
步骤301,获取待处理的照片或视频。
步骤302,从待处理的照片或视频中分割出目标对象。
本实施例中,步骤301-步骤302的实现方式与本申请实施例二提供的目标对象的图像处理方法步骤201-步骤202的实现方式相同,在此不再一一赘述。
步骤303,确定与目标对象相对应的三维模型。
其中,三维模型是基于三角面片的三维模型,三维模型包括多个顶点。
进一步地,目标对象对应的三维模型是有三角面片连接后构成的,三角面片包括顶点,所以目标对象对应的三维模型中包括多个顶点。
进一步地,本实施例中,步骤302,确定与目标对象相对应的三维模型,具体包括:
首先,构建目标对象的初始三维模型。
进一步地,本实施例中,可根据目标对象的三维数据构建目标对象的初始三维模型。
其次,将待处理的照片或视频中的目标对象与初始三维模型进行对比,计算与目标对象对应的三维模型。
进一步地,本实施例中,将待处理的照片或视频中的目标对象的每一个像素点与初始三维模型的各顶点进行对比,确定待处理的照片或视频中的目标对象的每个像素点与初始三维模型的各顶点的对应关系,根据待处理的照片或视频中的目标对象的每个像素点与初始三维模型的各顶点的对应关系计算出目标对象对应的三维模型。
步骤304,根据待处理的照片或视频的背景区域确定目标对象所处的光照分布状态。
本实施例中,步骤304的实现方式与本申请实施例二提供的目标对象的图像处理方法步骤204的实现方式相同,在此不再一一赘述。
步骤305,将目标对象所处的光照分布状态转换为三维光照分布状态。
进一步地,本实施例中,将目标对象所处的光照分布状态根据图形学的转换算法转换为三维光照分布状态。
步骤306,根据目标对象所处的光照分布状态对目标对象进行补光处理。
进一步地,本实施例中,根据目标对象所处的光照分布状态对目标对象进行补光处理,具体包括:
首先,根据三维光照分布状态确定光照在目标对象对应的三维模型上每个顶点像素值,每个顶点的像素值通过对应顶点法向量和三维光照分布状态计算得到。
其次,将所述三维模型投影到待处理的照片或者视频内,将所述三维模型投影后的像素点的像素值与所述目标对象的对应像素点的原有像素值进行融合,得到补光后的照片或视频。
本实施例中,将三维模型沿二维平面目标对象的方向进行投影,得到三维模型投影后的像素点的像素值,该三维模型投影后的像素点的像素值为调整的像素点的像素值,将三维模型投影后的像素点的像素值与所述目标对象的对应像素点的原有像素值进行融合,形成补光后目标对象的像素点的像素值,由补光后目标对象的像素点像素值和待处理的照片或视频的背景区域的像素点构成补光后的照片或视频。
其中,本实施例中对具体的融合方法不做限定。
步骤307,将补光处理后的照片或视频进行展示。
进一步地,对待处理的照片或视频进行补光处理后,通过终端设备进行展示。
本实施例提供的目标对象的图像处理方法,通过获取待处理的照片或视频,从待处理的照片或视频中分割出目标对象,确定与目标对象相对应的三维模型,根据待处理的照片或视频的背景区域确定目标对象所处的光照分布状态,将目标对象所处的光照分布状态转换为三维光照分布状态,根据目标对象所处的光照分布状态对目标对象进行补光处理,由于根据拍摄时的三维光照分布状态对分割出来的目标对象的三维模型进行补光,比本申请实施例一或实施例二中的目标对象的补光效果更加接近原来拍摄时的真实情况,补光后的照片更加真实。
实施例四
图4为本申请实施例四提供的目标对象的图像处理装置的结构示意图,如图4所示,本实施例提供的目标对象的图像处理装置40包括:获取模块41,目标对象分割模块42,光照分布确定模块43及补光处理模块44。
其中,获取模块41,用于获取待处理的照片或视频。目标对象分割模块42,用于从待处理的照片或视频中分割出目标对象。光照分布确定模块43,用于根据待处理的照片或视频的背景区域确定目标对象所处的光照分布状态。补光处理模块44,用于根据目标对象所处的光照分布状态对目标对象进行补光处理。
本实施例提供的目标对象的图像处理装置可以执行图1所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
实施例五
图5为本申请实施例五提供的目标对象的图像处理装置的结构示意图,如图5所示,本实施例提供的目标对象的图像处理装置50在本申请实施例三提供的目标对象的图像处理装置的基础上,进一步地,还包括:三维模型确定模块51,光照分布转换模块52,展示模块53。
进一步地,光照分布确定模块43,具体用于:根据待处理的照片或视频的背景区域的像素值确定目标对象所处的光照分布状态。
进一步地,补光处理模块44,具体用于:根据目标对象所处的光照分布状态确定光照在目标对象上每个像素点的像素值;将光照在目标对象上每个像素点的像素值与目标对象的对应像素点的原有像素值进行融合,形成补光后的目标对象。
进一步地,三维模型确定模块51,用于确定与目标对象相对应的三维模型。
其中,三维模型是基于三角面片的三维模型,三维模型包括多个顶点。
进一步地,光照分布转换模块52,用于将目标对象所处的光照分布状态转换为三维光照分布状态。
进一步地,补光处理模块44,具体用于:根据三维光照分布状态确定光照在目标对象对应的三维模型上每个顶点的像素值,每个顶点的像素值通过对应顶点法向量和三维光照分布状态计算得到;将三维模型投影到待处理的照片或视频内,将三维模型投影后的像素点的像素值与目标对象的对应像素点的原有像素值进行融合,得到补光后的照片或视频。
进一步地,三维模型确定模块51,具体用于:构建目标对象的初始三维模型;将待处理的照片或视频中的目标对象与初始三维模型进行对比,计算与目标对象对应的三维模型。
进一步地,目标对象分割模块42,具体用于:对待处理的照片或视频中目标对象进行识别,以确定目标对象的像素点的位置;根据目标对象的像素点的位置从待处理的照片或视频中分割出目标对象。
进一步地,展示模块53,用于将补光处理后的照片或视频进行展示。
本实施例提供的目标对象的图像处理装置可以执行图2和图3所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
实施例六
图6为本申请实施例六提供的终端设备的结构示意图,如图6所示,本实施例提供的终端设备60包括:一个或多个处理器61,存储器62。
其中,存储器62,用于存储一个或多个程序。当一个或多个程序被一个或多个处理器61执行,使得一个或多个处理器实现如本申请实施例一提供的目标对象的图像处理方法或本申请实施例二提供的目标对象的图像处理方法或本申请实施例三提供的目标对象的图像处理方法。
相关说明可以对应参见图1至图3的步骤所对应的相关描述和效果进行理解,此处不做过多赘述。
实施例七
本申请实施例七提供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以实现如本申请实施例一提供的目标对象的图像处理方法或本申请实施例二提供的目标对象的图像处理方法或本申请实施例三提供的目标对象的图像处理方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (14)
1.一种目标对象的图像处理方法,其特征在于,所述方法应用于终端设备,所述方法包括:
获取待处理的照片或视频;
从所述待处理的照片或视频中分割出目标对象;
根据所述待处理的照片或视频的背景区域确定所述目标对象所处的光照分布状态;
根据所述目标对象所处的光照分布状态对所述目标对象进行补光处理;
所述从所述待处理的照片或视频中分割出目标对象之后,还包括:
确定与所述目标对象相对应的三维模型;
其中,所述三维模型是基于三角面片的三维模型,所述三维模型包括多个顶点;
所述根据所述待处理的照片或视频的背景区域确定所述目标对象所处的光照分布状态之后,还包括:
将所述目标对象所处的光照分布状态转换为三维光照分布状态;
所述根据所述目标对象所处的光照分布状态对所述目标对象进行补光处理,具体包括:
根据所述三维光照分布状态确定光照在所述目标对象对应的三维模型上每个顶点的像素值,所述每个顶点的像素值通过对应顶点法向量和三维光照分布状态计算得到;
将所述三维模型投影到待处理的照片或视频内,将所述三维模型投影后的像素点的像素值与所述目标对象的对应像素点的原有像素值进行融合,得到补光后的照片或视频。
2.根据权利要求1所述的方法,其特征在于,所述根据所述待处理的照片或视频的背景区域确定所述目标对象所处的光照分布状态,具体为:
根据所述待处理的照片或视频的背景区域的像素值确定所述目标对象所处的光照分布状态。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标对象所处的光照分布状态对所述目标对象进行补光处理,具体包括:
根据所述目标对象所处的光照分布状态确定光照在所述目标对象上每个像素点的像素值;
将所述光照在所述目标对象上每个像素点的像素值与所述目标对象的对应像素点的原有像素值进行融合,形成补光后的目标对象。
4.根据权利要求1所述的方法,其特征在于,所述确定与所述目标对象相对应的三维模型,具体包括:
构建所述目标对象的初始三维模型;
将所述待处理的照片或视频中的目标对象与所述初始三维模型进行对比,计算与所述目标对象对应的三维模型。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述从所述待处理的照片或视频中分割出目标对象,具体包括:
对所述待处理的照片或视频中目标对象进行识别,以确定所述目标对象的像素点的位置;
根据所述目标对象的像素点的位置从所述待处理的照片或视频中分割出目标对象。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述目标对象所处的光照分布状态对所述目标对象进行补光处理之后,还包括:
将所述补光处理后的照片或视频进行展示。
7.一种目标对象的图像处理装置,其特征在于,所述装置位于终端设备中,所述装置包括:
获取模块,用于获取待处理的照片或视频;
目标对象分割模块,用于从所述待处理的照片或视频中分割出目标对象;
光照分布确定模块,用于根据所述待处理的照片或视频的背景区域确定所述目标对象所处的光照分布状态;
补光处理模块,用于根据所述目标对象所处的光照分布状态对所述目标对象进行补光处理;
三维模型确定模块,用于确定与所述目标对象相对应的三维模型;
其中,所述三维模型是基于三角面片的三维模型,所述三维模型包括多个顶点;
光照分布转换模块,用于将所述目标对象所处的光照分布状态转换为三维光照分布状态;
所述补光处理模块,具体用于:
根据所述三维光照分布状态确定光照在所述目标对象对应的三维模型上每个顶点的像素值,所述每个顶点的像素值通过对应顶点法向量和三维光照分布状态计算得到;将所述三维模型投影到待处理的照片或视频内,将所述三维模型投影后的像素点的像素值与所述目标对象的对应像素点的原有像素值进行融合,得到补光后的照片或视频。
8.根据权利要求7所述的装置,其特征在于,所述光照分布确定模块,具体用于:
根据所述待处理的照片或视频的背景区域的像素值确定所述目标对象所处的光照分布状态。
9.根据权利要求8所述的装置,其特征在于,所述补光处理模块,具体用于:
根据所述目标对象所处的光照分布状态确定光照在所述目标对象上每个像素点的像素值;将所述光照在所述目标对象上每个像素点的像素值与所述目标对象的对应像素点的原有像素值进行融合,形成补光后的目标对象。
10.根据权利要求7所述的装置,其特征在于,所述三维模型确定模块,具体用于:
构建所述目标对象的初始三维模型;将所述待处理的照片或视频中的目标对象与所述初始三维模型进行对比,计算与所述目标对象对应的三维模型。
11.根据权利要求7-10任一项所述的装置,其特征在于,所述目标对象分割模块,具体用于:
对所述待处理的照片或视频中目标对象进行识别,以确定所述目标对象的像素点的位置;根据所述目标对象的像素点的位置从所述待处理的照片或视频中分割出目标对象。
12.根据权利要求7-10任一项所述的装置,其特征在于,还包括:
展示模块,用于将所述补光处理后的照片或视频进行展示。
13.一种终端设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一项所述的方法。
14.一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,该程序被处理器执行如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810998402.3A CN109040612B (zh) | 2018-08-29 | 2018-08-29 | 目标对象的图像处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810998402.3A CN109040612B (zh) | 2018-08-29 | 2018-08-29 | 目标对象的图像处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109040612A CN109040612A (zh) | 2018-12-18 |
CN109040612B true CN109040612B (zh) | 2020-07-28 |
Family
ID=64626141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810998402.3A Active CN109040612B (zh) | 2018-08-29 | 2018-08-29 | 目标对象的图像处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109040612B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115914853B (zh) * | 2021-09-18 | 2023-11-28 | 荣耀终端有限公司 | 一种图像补光方法及电子设备 |
CN117541478A (zh) * | 2022-02-28 | 2024-02-09 | 荣耀终端有限公司 | 图像处理方法及其相关设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104580886A (zh) * | 2014-12-15 | 2015-04-29 | 小米科技有限责任公司 | 拍摄控制方法及装置 |
CN106162144A (zh) * | 2016-07-21 | 2016-11-23 | 触景无限科技(北京)有限公司 | 一种用于夜视环境的视觉图像处理设备、系统和智能机器 |
CN205983576U (zh) * | 2016-07-12 | 2017-02-22 | 高方远 | 一种肖像画生成系统 |
CN106845449A (zh) * | 2017-02-22 | 2017-06-13 | 浙江维尔科技有限公司 | 一种图像处理装置、方法以及人脸识别系统 |
CN106991699A (zh) * | 2017-03-31 | 2017-07-28 | 联想(北京)有限公司 | 控制方法及电子设备 |
CN107995436A (zh) * | 2017-12-19 | 2018-05-04 | 浙江大华技术股份有限公司 | 一种补光方法及装置 |
CN108449548A (zh) * | 2018-03-16 | 2018-08-24 | 广东小天才科技有限公司 | 一种拍摄方法、装置、拍摄设备及计算机可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI419081B (zh) * | 2009-12-29 | 2013-12-11 | Univ Nat Taiwan Science Tech | 提供擴增實境的標籤追蹤方法、系統與電腦程式產品 |
US10068385B2 (en) * | 2015-12-15 | 2018-09-04 | Intel Corporation | Generation of synthetic 3-dimensional object images for recognition systems |
-
2018
- 2018-08-29 CN CN201810998402.3A patent/CN109040612B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104580886A (zh) * | 2014-12-15 | 2015-04-29 | 小米科技有限责任公司 | 拍摄控制方法及装置 |
CN205983576U (zh) * | 2016-07-12 | 2017-02-22 | 高方远 | 一种肖像画生成系统 |
CN106162144A (zh) * | 2016-07-21 | 2016-11-23 | 触景无限科技(北京)有限公司 | 一种用于夜视环境的视觉图像处理设备、系统和智能机器 |
CN106845449A (zh) * | 2017-02-22 | 2017-06-13 | 浙江维尔科技有限公司 | 一种图像处理装置、方法以及人脸识别系统 |
CN106991699A (zh) * | 2017-03-31 | 2017-07-28 | 联想(北京)有限公司 | 控制方法及电子设备 |
CN107995436A (zh) * | 2017-12-19 | 2018-05-04 | 浙江大华技术股份有限公司 | 一种补光方法及装置 |
CN108449548A (zh) * | 2018-03-16 | 2018-08-24 | 广东小天才科技有限公司 | 一种拍摄方法、装置、拍摄设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109040612A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106203286B (zh) | 一种增强现实的内容获取方法、装置及移动终端 | |
CN112348937A (zh) | 人脸图像处理方法及电子设备 | |
CN110378947B (zh) | 3d模型重建方法、装置及电子设备 | |
CN106157363A (zh) | 一种基于增强现实的拍照方法、装置和移动终端 | |
US11620730B2 (en) | Method for merging multiple images and post-processing of panorama | |
CN108765270B (zh) | 一种虚拟三维空间标签绑定方法及装置 | |
CN113689578B (zh) | 一种人体数据集生成方法及装置 | |
CN112766215B (zh) | 人脸图像处理方法、装置、电子设备及存储介质 | |
CN110084154B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN110262763B (zh) | 基于增强现实的显示方法和装置以及存储介质和电子设备 | |
CN110035236A (zh) | 图像处理方法、装置和电子设备 | |
CN113298956A (zh) | 图像处理方法、美甲方法、美妆方法和装置、终端设备 | |
CN109040612B (zh) | 目标对象的图像处理方法、装置、设备及存储介质 | |
CN113453027B (zh) | 直播视频、虚拟上妆的图像处理方法、装置及电子设备 | |
CN113706440A (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN105580050A (zh) | 提供图像中的控制点 | |
CN116485944A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
CN113822798B (zh) | 生成对抗网络训练方法及装置、电子设备和存储介质 | |
CN116452745A (zh) | 手部建模、手部模型处理方法、设备和介质 | |
CN113920023B (zh) | 图像处理方法及装置、计算机可读介质和电子设备 | |
CN110267079B (zh) | 待播放视频中人脸的替换方法和装置 | |
CN114663570A (zh) | 贴图生成方法、装置、电子装置及可读存储介质 | |
CN114494659A (zh) | 一种图像显示方法、装置、ar头戴设备及存储介质 | |
CN112511815B (zh) | 图像或视频生成方法及装置 | |
CN110378948B (zh) | 3d模型重建方法、装置及电子设备 |
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 |