CN109325924A - 图像处理方法、装置、终端及存储介质 - Google Patents

图像处理方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN109325924A
CN109325924A CN201811102661.XA CN201811102661A CN109325924A CN 109325924 A CN109325924 A CN 109325924A CN 201811102661 A CN201811102661 A CN 201811102661A CN 109325924 A CN109325924 A CN 109325924A
Authority
CN
China
Prior art keywords
image
face
profile
forehead
human face
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
Application number
CN201811102661.XA
Other languages
English (en)
Other versions
CN109325924B (zh
Inventor
吴文艺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Kugou Computer Technology Co Ltd
Original Assignee
Guangzhou Kugou Computer Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Kugou Computer Technology Co Ltd filed Critical Guangzhou Kugou Computer Technology Co Ltd
Priority to CN201811102661.XA priority Critical patent/CN109325924B/zh
Publication of CN109325924A publication Critical patent/CN109325924A/zh
Application granted granted Critical
Publication of CN109325924B publication Critical patent/CN109325924B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • G06T2207/20028Bilateral filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20192Edge enhancement; Edge preservation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种图像处理方法、装置、终端及存储介质,属于图像处理领域。该图像处理方法包括:获取待处理图像中的面部图像;对面部图像进行轮廓清晰处理,得到第一图像,第一图像包括:面部图像中的脸部轮廓和额头轮廓;若脸部轮廓和额头轮廓包括特征体轮廓,确定特征体轮廓中的目标体轮廓;对目标体轮廓中的目标体进行处理。该方法能够直接对目标体轮廓中的目标体进行处理,处理具有针对性,避免了对面部图像中的非目标体轮廓进行处理,保证了对面部图像处理的真实性,更大地满足了用户的需求。

Description

图像处理方法、装置、终端及存储介质
技术领域
本发明涉及图像处理技术领域,特别涉及一种图像处理方法、装置、终端及存储介质。
背景技术
随着终端技术的不断发展,越来越多的人通过诸如手机、平板电脑等终端来进行拍照、直播或录制短视频。为了提高拍照、直播或录制短视频时人脸图像的美观程度,有必要对图像进行处理,以去除人脸图像上的斑点和痘痘等目标体。
相关技术中,在拍照、直播或录制短视频时,可以通过终端上的滤镜、磨皮、美白等功能对人脸图像整体进行处理,以实现对斑点和痘痘等目标体的处理,但影响人脸图像的真实性。
发明内容
本发明实施例提供了一种人脸祛斑祛痘方法、装置、终端及存储介质,可解决上述技术问题。具体技术方案如下:
一方面,本发明实施例提供了一种图像处理方法,所述方法包括:
获取待处理图像中的面部图像;
对所述面部图像进行轮廓清晰处理,得到第一图像,所述第一图像包括:所述面部图像中的脸部轮廓和额头轮廓;
若所述脸部轮廓和额头轮廓包括特征体轮廓,确定所述特征体轮廓中的目标体轮廓;
对所述目标体轮廓中的目标体进行处理。
可选的,所述获取待处理图像中的面部图像,包括:
获取所述待处理图像的面部图像蒙版,所述面部图像蒙版包括:脸部轮廓和额头轮廓;
根据所述面部图像蒙版裁剪所述待处理图像,得到所述面部图像。
可选的,所述获取所述待处理图像的面部图像蒙版,包括:
获取所述待处理图像中的人脸特征点,所述人脸特征点用于指示所述待处理图像中的五官及人脸区域;
根据所述人脸特征点确定人脸区域及额头参考区域;
根据所述额头参考区域的色值,确定额头区域;
根据所述人脸区域和所述额头区域获取所述待处理图像的面部图像蒙版。
可选的,所述根据所述人脸特征点确定人脸区域及额头参考区域,包括:
根据所述人脸特征点确定人脸区域;
根据所述人脸区域、以及人脸区域高度与额头区域高度的预设比值,确定所述额头参考区域。
可选的,所述确定所述特征体轮廓中的目标体轮廓,包括:
根据所述特征体轮廓的面积和周长,计算所述第一图像中特征体轮廓的面积与特征体轮廓的周长平方值的比值;
若所述比值在参考范围内,则确定所述第一图像中的特征体轮廓为目标体轮廓。
可选的,所述对所述面部图像进行轮廓清晰处理,得到第一图像,包括:
对所述面部图像顺次进行模糊处理和滤波处理,得到第二图像;
根据所述第二图像,对所述面部图像进行高反差保留处理,得到第三图像;
对所述第三图像进行二值化处理,得到所述第一图像。
另一方面,本发明实施例提供了一种图像处理装置,所述装置包括:
第一获取模块,用于获取待处理图像中的面部图像;
第一处理模块,用于对所述面部图像进行轮廓清晰处理,得到第一图像,所述第一图像包括:所述面部图像中的脸部轮廓和额头轮廓;
第一确定模块,用于若所述脸部轮廓和额头轮廓包括特征体轮廓,确定所述特征体轮廓中的目标体轮廓;
第二处理模块,用于对所述目标体轮廓中的目标体进行处理。
可选的,所述第一获取模块,包括:
第一获取单元,用于获取所述待处理图像的面部图像蒙版,所述面部图像蒙版包括:脸部轮廓和额头轮廓;
第一处理单元,用于根据所述面部图像蒙版裁剪所述待处理图像,得到所述面部图像。
可选的,所述第一获取单元,包括:
第一获取子单元,用于获取所述待处理图像中的人脸特征点,所述人脸特征点用于指示所述待处理图像中的五官及人脸区域;
第一确定子单元,用于根据所述人脸特征点确定人脸区域及额头参考区域;
第二确定子单元,用于根据所述额头参考区域的色值,确定额头区域;
第二获取子单元,用于根据所述人脸区域和所述额头区域获取所述待处理图像的面部图像蒙版。
可选的,所述第一确定子单元用于:
根据所述人脸特征点确定人脸区域;
根据所述人脸区域、以及人脸区域高度与额头区域高度的预设比值,确定所述额头参考区域。
可选的,所述第一确定模块,包括:
第一计算单元,用于根据所述特征体轮廓的面积和周长,计算所述第一图像中特征体轮廓的面积与特征体轮廓的周长平方值的比值;
第一确定单元,用于若所述比值在参考范围内,则确定所述第一图像中的特征体轮廓为目标体轮廓。
可选的,所述第一处理模块,包括:
第一处理单元,用于对所述面部图像顺次进行模糊处理和滤波处理,得到第二图像;
第二处理单元,用于根据所述第二图像,对所述面部图像进行高反差保留处理,得到第三图像;
第三处理单元,用于对所述第三图像进行二值化处理,得到所述第一图像。
一方面,本发明实施例提供了一种图像处理装置,所述装置包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现如上述任一所述的图像处理方法。
一方面,本发明实施例提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如上述任一所述的图像处理方法。
本发明实施例提供的技术方案带来的有益效果至少包括:
本发明实施例提供的图像处理方法,对面部图像进行轮廓清晰处理,得到第一图像后,确定特征体轮廓中的目标体轮廓,然后直接对目标体轮廓中的目标体进行处理,处理具有针对性,避免了对面部图像中的非目标体轮廓进行处理,保证了面部图像的真实性,更大地满足了用户的需求。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例示出的一种实施环境的示意图;
图2是根据一示例性实施例示出的一种图像处理方法的流程图;
图3是根据一示例性实施例示出的人脸特征点指示示意图;
图4是根据一示例性实施例示出的第三图像的示意图;
图5是根据一示例性实施例示出的第一图像的示意图;
图6是根据一示例性实施例示出的目标体轮廓的示意图;
图7是根据一示例性实施例示出的一种图像处理装置的结构示意图;
图8是根据一示例性实施例示出的第一获取模块的结构示意图;
图9是根据一示例性实施例示出的第一获取单元的结构示意图;
图10是根据一示例性实施例示出的第一确定模块结构示意图;
图11是根据一示例性实施例示出的第一处理模块的结构示意图;
图12是根据一示例性实施例示出的一种终端的结构示意图。
具体实现方式
除非另有定义,本发明实施例所用的所有技术术语均具有与本领域技术人员通常理解的相同的含义。为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实现方式作进一步地详细描述。
随着终端技术的不断发展,越来越多的用户使用终端进行拍照、直播或录制短视频。为了提高面部图像的美观程度,终端往往会对面部图像进行处理,以达到用户期望的美化效果。而用户在对面部图像美化的同时,又期望美化后的面部图像具有真实性。比如,用户希望可以去除面部图像中的斑点和痘痘,但是可以保留皱纹、脸部轮廓及额头轮廓,以体现面部图像的真实性。为此,本发明实施例提供了一种图像处理方法、装置、终端及存储介质。
图1是根据一示例性实施例示出的一种实施环境的示意图,该实施环境包括:终端101和摄像装置102。其中,摄像装置102可以直接固定于终端101上,或者,摄像装置102也可以单独设置。如图1所示,以摄像装置102与终端101电性连接或无线连接为例。终端101通过摄像装置102来获取待处理图像。
本发明实施例所涉及的“面部图像”可以为人脸图像,也可以为动物的面部图像。
待处理图像可以为终端在进行拍照、直播或录制视频的场景中实时获取,也可以为后期从终端的图像库中获取,对此不作具体限定。
基于上述实施环境,以下结合附图对本发明实施例提供的图像处理方法进行详细介绍。
图2是根据一示例性实施例示出的一种图像处理方法的流程图,应用于终端。该方法包括以下步骤:
步骤201、获取待处理图像中的面部图像。
终端上可以安装有拍照、视频等应用程序,打开之后,可以开启摄像头,直接显示捕捉到的图像。或者提供图像选择入口,通过该入口向用户提供从存储的图像中选择图像或者视频的方式。
具体地,待处理图像中可以包括一个面部图像,也可以包括多个面部图像。相应地,终端可以获取待处理图像中的一个面部图像,也可以获取待处理图像中的多个面部图像。
举例来说,当待处理图像包括多个面部图像时,终端可以根据面部图像的大小、色值、距离摄像装置的远近等因素来获取其中的一个面部图像、两个面部图像、三个面部图像、……、全部面部图像。
此外,终端还可以根据面部图像中脸部区域的对称性来获取面部图像。比如,当待处理图像中只有半张脸时,终端可以不获取该面部图像。当待处理图像中包括鼻子两侧的脸部区域时,终端可以获取该面部图像。
终端获取待处理图像中的面部图像的方式有多种,例如可以通过蒙版来获取待处理图像中的面部图像。
其中,蒙版指的是:选框外部的非选区,蒙版对非选区进行了保护,避免对其进行操作。比如,蒙版可以是在当前图像上覆盖一层玻璃片,蒙版上有选区和非选区,通过在选区上涂深色(如黑色或灰色),可使选区部分的图像不能被清晰地显示出来。通过在选区上涂浅色(如白色),可使选区部分的图像被清晰地显示出来。相应地,对非选区没有进行操作,非选区部分的图像将显示原样。
可以采用蒙版对待处理图像中的面部图像进行选择、裁剪等,来获取面部图像。
基于采用蒙版获取待处理图像的方式,在一种可选的实施例中,步骤201包括但不限于以下两个子步骤:
步骤(1.1)、获取待处理图像的面部图像蒙版,面部图像蒙版包括:脸部轮廓和额头轮廓。
终端获取待处理图像的面部图像蒙版的方式有多种,在一种可选的实施例中,步骤(1.1)包括但不限于以下三个子步骤:
步骤(1.11)、获取待处理图像中的人脸特征点,人脸特征点用于指示待处理图像中的五官及人脸区域。
具体地,终端可以根据其存储的第三方人脸检测库的人脸特征点,对待处理图像进行检测并获取人脸特征点。
参见图3所示的人脸特征点,人脸特征点包括:人脸区域的轮廓点、眉毛轮廓点、眼睛轮廓点、鼻子轮廓点、嘴巴轮廓点、以及用于指示眼珠的人脸特征点、用于指示鼻孔的人脸特征点、用于指示鼻梁的人脸特征点、用于指示嘴唇的人脸特征点等。
每个人脸特征点均可通过(x,y)坐标来建立,通过人脸特征点可以确定脸部区域的大小和位置、眉毛的大小和位置、眼睛的大小和位置、鼻子的大小和位置、嘴巴的大小和位置等。
人脸特征点越多,越能精确地确定五官及人脸区域。可选的,人脸特征点的数目可以为100~150个,例如可以为100个、102个、104个、106个、108个、110个、112个、116个、118个、120个、122个、126个、128个、130个、132个、138个、140个、142个、146个、148个、150个等。人脸特征点的数目也可以为其他数值,对此不作具体限定。
步骤(1.12)、根据人脸特征点确定人脸区域及额头参考区域。
基于上述步骤(1.11)给出的人脸特征点,在一种可选的实施例中,步骤(1.12)包括但不限于以下两个子步骤:
步骤(1.121)、根据人脸特征点确定人脸区域。
根据每个人脸特征点的x坐标和y坐标,可以确定人脸区域的位置和大小。
步骤(1.122)、根据人脸区域、以及人脸区域高度与额头区域高度的预设比值,确定额头参考区域。
具体地,预设比值指的是:终端中所存储标准脸的眼睛(眉毛)到额头的距离与眼睛(眉毛)到下巴的距离的比值L1。
根据待处理图像中的人脸特征点的y坐标,可以确定待处理图像中眼睛(眉毛)到下巴的距离S1。
根据L1和S1以及下述公式(1)计算出待处理图像中面部图像的眼睛(眉毛)到额头的距离S2,即确定了额头参考区域。
基于上述,通过额头参考区域可以确定额头区域的高度。
步骤(1.13)、根据额头参考区域的色值,确定额头区域。
其中,色值指的是:一种颜色在不同的颜色模式中所对应的颜色值。如红色在RGB颜色模式中所对应的值为255,0,0;绿色在RGB颜色模式中所对应的值为0,255,0;蓝色在RGB颜色模式中所对应的值为0,0,255。不同色值所对应的颜色不同。
由于额头区域两侧的非额头区域与额头区域的色值不同,所以根据额头参考区域的色值可以确定额头的宽度,进而确定了额头区域。
步骤(1.2)、根据面部图像蒙版裁剪待处理图像,得到面部图像。
裁剪后的面部图像的长度和宽度分别与面部图像蒙版的长度和宽度相等。
步骤202、对面部图像进行轮廓清晰处理,得到第一图像,第一图像包括:面部图像中的脸部轮廓和额头轮廓。
需要说明的是,脸部轮廓包括脸部区域的轮廓以及五官轮廓,五官轮廓包括:眉毛轮廓、眼睛轮廓、鼻子轮廓、嘴巴轮廓、以及可选的耳朵轮廓。脸部轮廓可以包括特征体轮廓,也可以不包括特征体轮廓。
额头轮廓包括:额头区域的轮廓。额头轮廓可以包括特征体轮廓,也可以不包括特征体轮廓。
在一种可选的实施例中,步骤202包括但不限于以下三个子步骤:
步骤(2.1)、对面部图像顺次进行模糊处理和滤波处理,得到第二图像。
通过对面部图像进行模糊处理,使面部图像模糊化。
具体地,模糊处理能够去噪和降低细节层次,其视觉效果就像是经过一个半透明屏幕来观察图像。
其中,模糊处理包括:表面模糊处理、动感模糊处理、高斯模糊处理、径向模糊处理、镜头模糊处理等。
优选的,采用高斯模糊对面部图像进行处理,使面部图像平滑,滤除微小噪点,降低噪点与目标体的粘连。
高斯模糊用正态分布计算图像中每个像素的变换,每个像素的色值都是周围色值的加权平均值,所以相邻像素随着距离原始像素越来越远,其加权平均值也越来越小。这样进行模糊处理比其它模糊处理更好地保留了边缘效果。
针对于人脸图像时,高斯模糊的像素半径可以为7~10像素,例如可以为7像素、8像素、9像素、10像素等,也可以为其他像素。
对经过模糊处理后的面部图像进行滤波处理,以使经过模糊处理后的面部图像的边缘更清晰,且去除噪声。
其中,滤波处理包括:非线性滤波处理、中值滤波处理、形态学滤波处理、双边滤波处理等。
优选的,采用双边滤波对经过高斯模糊处理后的面部图像进行处理。
双边滤波是结合图像的空间邻近度和色值相似度的一种折中处理,同时考虑空域信息和灰度相似性,达到保留边缘且去除噪声的目的。双边滤波处理的优点是可以做边缘保存。在高斯模糊去噪后,会模糊边缘,对于高频细节的保护效果并不明显。而双边滤波处理比高斯模糊多了一个高斯方差,它是基于空间分布的高斯滤波函数,所以在边缘附近,离的较远的像素不会太多影响到边缘上的色值,这样就对边缘附近色值进行了保存。
针对于人脸图像时,双边滤波的半径可以为23~28像素,例如可以为23像素、24像素、25像素、26像素、27像素、28像素等。
上述高斯模糊处理和双边滤波处理的像素半径可以应用于480×1280像素的面部图像中。当面部图像的像素更大时,则可以采用更大像素半径对其进行高斯模糊处理和双边滤波处理。
步骤(2.2)、根据第二图像,对面部图像进行高反差保留处理,得到第三图像。
其中,高反差保留处理指的是:将图像中颜色、明暗反差较大的两部分的边界处保留下来,其他地方明暗反差较小的区域则生成中灰色。在高反差保留处理中,像素半径越小,色彩越相似,细节丢失越多,像素半径越大,保留原图细节越多,但色彩差异得到改善越小。
根据第二图像,对面部图像进行高反差保留处理,可以得到包括脸部轮廓、额头轮廓、特征体轮廓的第三图像。
针对于人脸面部图像,经过上述处理得到的第三图像可参见图4。
步骤(2.3)、对第三图像进行二值化处理,得到第一图像。
其中,图像的二值化处理指的是:将图像上的像素点的灰度值设置为0和255,也就是将图像呈现出明显的黑白效果的过程,以凸显出目标的轮廓。其中,阈值也可以设定为其他数值,例如在人脸图像中阈值可以为135,以得到轮廓清晰的第一图像,参见图5。
通过对第三图像进行二值化处理,使第三图像中的脸部轮廓、额头轮廓、特征体轮廓清晰地显示出来。
步骤203、若脸部轮廓和额头轮廓包括特征体轮廓,确定特征体轮廓中的目标体轮廓。
需要说明的是,特征体为脸部区域和额头区域中除去五官之后的研究对象,例如,特征体可以为斑点、痘痘、皱纹等,特征体轮廓可以包括:斑点轮廓、痘痘轮廓、皱纹轮廓等。
特征体包括:目标体和非目标体,目标体为用户想要处理的对象,非目标体为用户不想处理的对象。举例来说,根据用户需求,可以将斑点和痘痘作为目标体,将皱纹作为非目标体。也可以将皱纹作为目标体,将斑点和痘痘作为非目标体,对此不作具体限定。
在一种可选的实施例中,步骤203包括但不限于以下两个子步骤:
步骤(3.1)、根据特征体轮廓的面积和周长,计算第一图像中特征体轮廓的面积与特征体轮廓的周长平方值的比值。
具体地,可以通过获取第一图像中特征体轮廓的色值来确定特征体轮廓的面积和周长。
步骤(3.2)、若比值在参考范围内,则确定第一图像中的特征体轮廓为目标体轮廓。
需要说明的是,参考范围存储于设备中,其可以根据目标体轮廓而设定,参考范围可以为本领域技术人员经过多次试验而获取。
具体地,针对于目标体为斑点和痘痘,非目标体为皱纹的情形,根据特征体轮廓的面积和周长以及下述公式(2)计算特征体轮廓的面积与特征体轮廓的周长平方值的比值:
其中,ConArea为特征体轮廓的面积;ConPer为特征体轮廓的周长。
若metric>0.9或metric<0.2,则确定特征体轮廓为目标体轮廓。
针对于人脸面部图像,在经过上述步骤之后,其特征体轮廓中的目标体轮廓可参见附图6。
步骤204、对目标体轮廓中的目标体进行处理。
其中,对目标体轮廓中的目标体进行的“处理”可以为抠除处理、橡皮擦处理、磨皮处理等。
优选的,对目标体轮廓中的目标体进行磨皮处理。
磨皮处理通过图层、蒙版、通道、滤镜、羽化等工具除了可以给面部图像消除皮肤部分的斑点、瑕疵或者杂色外,还可以为面部磨皮,能够使得面部更加细腻,轮廓更加清晰。其中,羽化工具能使磨皮后的皮肤与未磨皮的皮肤更好过渡,避免出现硬边缘。
至此,通过上述步骤201至步骤204,可以实现对图像的处理。
本发明实施例提供的图像处理方法,对面部图像进行轮廓清晰处理,得到第一图像后,确定特征体轮廓中的目标体轮廓,然后直接对目标体轮廓中的目标体进行处理,处理具有针对性,避免了对面部图像中的非目标体轮廓进行处理,保证了面部图像的真实性,更大地满足了用户的需求。
基于与上述方法的相同构思,参见图7,本发明实施例提供了一种图像处理装置,该图像装置包括:
第一获取模块701,用于获取待处理图像中的面部图像。
第一处理模块702,用于对面部图像进行轮廓清晰处理,得到第一图像,第一图像包括:面部图像中的脸部轮廓和额头轮廓。
第一确定模块703,用于若脸部轮廓和额头轮廓包括特征体轮廓,确定特征体轮廓中的目标体轮廓。
第二处理模块704,用于对目标体轮廓中的目标体进行处理。
在一种可选的实施例中,参见图8,第一获取模块701,包括:
第一获取单元801,用于获取待处理图像的面部图像蒙版,面部图像蒙版包括:脸部轮廓和额头轮廓。
第一处理单元802,用于根据面部图像蒙版裁剪待处理图像,得到面部图像。
在一种可选的实施例中,参见图9,第一获取单元801,包括:
第一获取子单元901,用于获取待处理图像中的人脸特征点,人脸特征点用于指示待处理图像中的五官及人脸区域。
第一确定子单元902,用于根据人脸特征点确定人脸区域及额头参考区域。
第二确定子单元903,用于根据额头参考区域的色值,确定额头区域。
第二获取子单元904,用于根据人脸区域和额头区域获取待处理图像的面部图像蒙版。
在一种可选的实施例中,第一确定子单元902用于:
根据人脸特征点确定人脸区域;
根据人脸区域、以及人脸区域高度与额头区域高度的预设比值,确定额头参考区域。
在一种可选的实施例中,参见图10,第一确定模块703,包括:
第一计算单元1001,用于根据特征体轮廓的面积和周长,计算第一图像中特征体轮廓的面积与特征体轮廓的周长平方值的比值。
第一确定单元1002,用于若比值在参考范围内,则确定第一图像中的特征体轮廓为目标体轮廓。
在一种可选的实施例中,参见图11,第一处理模块702,包括:
第一处理单元1101,用于对面部图像顺次进行模糊处理和滤波处理,得到第二图像。
第二处理单元1102,用于根据第二图像,对面部图像进行高反差保留处理,得到第三图像。
第三处理单元1103,用于对第三图像进行二值化处理,得到第一图像。
本发明实施例提供的图像处理装置,对面部图像进行轮廓清晰处理,得到第一图像后,确定特征体轮廓中的目标体轮廓,然后直接对目标体轮廓中的目标体进行处理,处理具有针对性,避免了对面部图像中的非目标体轮廓进行处理,保证了面部图像的真实性,更大地满足了用户的需求。
需要说明的是,上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
参见图12,其示出了本公开实施例提供的一种图像处理的终端1200的结构示意图。该终端1200可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(MovingPicture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端1200还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端1200包括有:处理器1201和存储器1202。
处理器1201可以包括一个或多个处理核心,比如4核心处理器、7核心处理器等。处理器1201可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1201也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1201可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1201还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1202可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1202还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1202中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1201所执行以实现本申请中方法实施例提供的图像处理的方法。
在一些实施例中,终端1200还可选包括有:外围设备接口1203和至少一个外围设备。处理器1201、存储器1202和外围设备接口1203之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1203相连。具体地,外围设备包括:射频电路1204、显示屏1205、摄像头1206、音频电路1207、定位组件1208和电源1209中的至少一种。
外围设备接口1203可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1201和存储器1202。在一些实施例中,处理器1201、存储器1202和外围设备接口1203被集成在同一芯片或电路板上;在一些其他实施例中,处理器1201、存储器1202和外围设备接口1203中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1204用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1204通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1204将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1204包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1204可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1204还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1205用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1205是触摸显示屏时,显示屏1205还具有采集在显示屏1205的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1201进行处理。此时,显示屏1205还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1205可以为一个,设置终端1200的前面板;在另一些实施例中,显示屏1205可以为至少两个,分别设置在终端1200的不同表面或呈折叠设计;在再一些实施例中,显示屏1205可以是柔性显示屏,设置在终端1200的弯曲表面上或折叠面上。甚至,显示屏1205还可以设置成非矩形的不规则图形,也即异形屏。显示屏1205可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1206用于采集图像或视频。可选地,摄像头组件1206包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端1200的前面板,后置摄像头设置在终端1200的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1206还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1207可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1201进行处理,或者输入至射频电路1204以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端1200的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1201或射频电路1204的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1207还可以包括耳机插孔。
定位组件1208用于定位终端1200的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件1208可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源1209用于为终端1200中的各个组件进行供电。电源1209可以是交流电、直流电、一次性电池或可充电电池。当电源1209包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端1200还包括有一个或多个传感器1210。该一个或多个传感器1210包括但不限于:加速度传感器1211、陀螺仪传感器1212、压力传感器1213、指纹传感器1214、光学传感器1215以及接近传感器1216。
加速度传感器1211可以检测以终端1200建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1211可以用于检测重力加速度在三个坐标轴上的分量。处理器1201可以根据加速度传感器1211采集的重力加速度信号,控制显示屏1205以横向视图或纵向视图进行用户界面的显示。加速度传感器1211还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1212可以检测终端1200的机体方向及转动角度,陀螺仪传感器1212可以与加速度传感器1211协同采集用户对终端1200的3D动作。处理器1201根据陀螺仪传感器1212采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1213可以设置在终端1200的侧边框和/或显示屏1205的下层。当压力传感器1213设置在终端1200的侧边框时,可以检测用户对终端1200的握持信号,由处理器1201根据压力传感器1213采集的握持信号进行左右手识别或快捷操作。当压力传感器1213设置在显示屏1205的下层时,由处理器1201根据用户对显示屏1205的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1214用于采集用户的指纹,由处理器1201根据指纹传感器1214采集到的指纹识别用户的身份,或者,由指纹传感器1214根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1201授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1214可以被设置终端1200的正面、背面或侧面。当终端1200上设置有物理按键或厂商Logo时,指纹传感器1214可以与物理按键或厂商Logo集成在一起。
光学传感器1215用于采集环境光强度。在一个实施例中,处理器1201可以根据光学传感器1215采集的环境光强度,控制显示屏1205的显示亮度。具体地,当环境光强度较高时,调高显示屏1205的显示亮度;当环境光强度较低时,调低显示屏1205的显示亮度。在另一个实施例中,处理器1201还可以根据光学传感器1215采集的环境光强度,动态调整摄像头组件1206的拍摄参数。
接近传感器1216,也称距离传感器,通常设置在终端1200的前面板。接近传感器1216用于采集用户与终端1200的正面之间的距离。在一个实施例中,当接近传感器1216检测到用户与终端1200的正面之间的距离逐渐变小时,由处理器1201控制显示屏1205从亮屏状态切换为息屏状态;当接近传感器1216检测到用户与终端1200的正面之间的距离逐渐变大时,由处理器1201控制显示屏1205从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图12中示出的结构并不构成对终端1200的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在示例中实施例中,还提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令。所述至少一条指令经配置以由一个或者一个以上处理器执行,以实现上述图像处理的方法。
在示例性实施例中,还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令在被计算机设备的处理器执行时实现上述图像处理的方法。
可选地,上述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再一一赘述。
以上所述仅为本发明的说明性实施例,并不用以限制本发明的保护范围,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (14)

1.一种图像处理方法,其特征在于,所述方法包括:
获取待处理图像中的面部图像;
对所述面部图像进行轮廓清晰处理,得到第一图像,所述第一图像包括:所述面部图像中的脸部轮廓和额头轮廓;
若所述脸部轮廓和额头轮廓包括特征体轮廓,确定所述特征体轮廓中的目标体轮廓;
对所述目标体轮廓中的目标体进行处理。
2.根据权利要求1所述的图像处理方法,其特征在于,所述获取待处理图像中的面部图像,包括:
获取所述待处理图像的面部图像蒙版,所述面部图像蒙版包括:脸部轮廓和额头轮廓;
根据所述面部图像蒙版裁剪所述待处理图像,得到所述面部图像。
3.根据权利要求2所述的图像处理方法,其特征在于,所述获取所述待处理图像的面部图像蒙版,包括:
获取所述待处理图像中的人脸特征点,所述人脸特征点用于指示所述待处理图像中的五官及人脸区域;
根据所述人脸特征点确定人脸区域及额头参考区域;
根据所述额头参考区域的色值,确定额头区域;
根据所述人脸区域和所述额头区域获取所述待处理图像的面部图像蒙版。
4.根据权利要求3所述的图像处理方法,其特征在于,所述根据所述人脸特征点确定人脸区域及额头参考区域,包括:
根据所述人脸特征点确定人脸区域;
根据所述人脸区域、以及人脸区域高度与额头区域高度的预设比值,确定所述额头参考区域。
5.根据权利要求1所述的图像处理方法,其特征在于,所述确定所述特征体轮廓中的目标体轮廓,包括:
根据所述特征体轮廓的面积和周长,计算所述第一图像中特征体轮廓的面积与特征体轮廓的周长平方值的比值;
若所述比值在参考范围内,则确定所述第一图像中的特征体轮廓为目标体轮廓。
6.根据权利要求1~5任一项所述的图像处理方法,其特征在于,所述对所述面部图像进行轮廓清晰处理,得到第一图像,包括:
对所述面部图像顺次进行模糊处理和滤波处理,得到第二图像;
根据所述第二图像,对所述面部图像进行高反差保留处理,得到第三图像;
对所述第三图像进行二值化处理,得到所述第一图像。
7.一种图像处理装置,其特征在于,所述装置包括:
第一获取模块,用于获取待处理图像中的面部图像;
第一处理模块,用于对所述面部图像进行轮廓清晰处理,得到第一图像,所述第一图像包括:所述面部图像中的脸部轮廓和额头轮廓;
第一确定模块,用于若所述脸部轮廓和额头轮廓包括特征体轮廓,确定所述特征体轮廓中的目标体轮廓;
第二处理模块,用于对所述目标体轮廓中的目标体进行处理。
8.根据权利要求7所述的图像处理装置,其特征在于,所述第一获取模块,包括:
第一获取单元,用于获取所述待处理图像的面部图像蒙版,所述面部图像蒙版包括:脸部轮廓和额头轮廓;
第一处理单元,用于根据所述面部图像蒙版裁剪所述待处理图像,得到所述面部图像。
9.根据权利要求8所述的图像处理装置,其特征在于,所述第一获取单元,包括:
第一获取子单元,用于获取所述待处理图像中的人脸特征点,所述人脸特征点用于指示所述待处理图像中的五官及人脸区域;
第一确定子单元,用于根据所述人脸特征点确定人脸区域及额头参考区域;
第二确定子单元,用于根据所述额头参考区域的色值,确定额头区域;
第二获取子单元,用于根据所述人脸区域和所述额头区域获取所述待处理图像的面部图像蒙版。
10.根据权利要求9所述的图像处理装置,其特征在于,所述第一确定子单元用于:
根据所述人脸特征点确定人脸区域;
根据所述人脸区域、以及人脸区域高度与额头区域高度的预设比值,确定所述额头参考区域。
11.根据权利要求7所述的图像处理装置,其特征在于,所述第一确定模块,包括:
第一计算单元,用于根据所述特征体轮廓的面积和周长,计算所述第一图像中特征体轮廓的面积与特征体轮廓的周长平方值的比值;
第一确定单元,用于若所述比值在参考范围内,则确定所述第一图像中的特征体轮廓为目标体轮廓。
12.根据权利要求7~11任一项所述的图像处理装置,其特征在于,所述第一处理模块,包括:
第一处理单元,用于对所述面部图像顺次进行模糊处理和滤波处理,得到第二图像;
第二处理单元,用于根据所述第二图像,对所述面部图像进行高反差保留处理,得到第三图像;
第三处理单元,用于对所述第三图像进行二值化处理,得到所述第一图像。
13.一种图像处理装置,其特征在于,所述装置包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现如权利要求1~6中任一所述的图像处理方法。
14.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如权利要求1~6中任一所述的图像处理方法。
CN201811102661.XA 2018-09-20 2018-09-20 图像处理方法、装置、终端及存储介质 Active CN109325924B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811102661.XA CN109325924B (zh) 2018-09-20 2018-09-20 图像处理方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811102661.XA CN109325924B (zh) 2018-09-20 2018-09-20 图像处理方法、装置、终端及存储介质

Publications (2)

Publication Number Publication Date
CN109325924A true CN109325924A (zh) 2019-02-12
CN109325924B CN109325924B (zh) 2020-12-04

Family

ID=65266021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811102661.XA Active CN109325924B (zh) 2018-09-20 2018-09-20 图像处理方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN109325924B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028180A (zh) * 2019-12-23 2020-04-17 腾讯科技(深圳)有限公司 图像处理方法、视频处理方法以及对应的装置
CN111091512A (zh) * 2019-12-18 2020-05-01 广州酷狗计算机科技有限公司 图像处理方法及装置、计算机可读存储介质
CN111462003A (zh) * 2020-03-20 2020-07-28 稿定(厦门)科技有限公司 人脸图像处理方法、介质、设备及装置
CN111723803A (zh) * 2020-06-30 2020-09-29 广州繁星互娱信息科技有限公司 图像处理方法、装置、设备及存储介质
CN113205568A (zh) * 2021-04-30 2021-08-03 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN113496470A (zh) * 2020-04-02 2021-10-12 北京达佳互联信息技术有限公司 一种图像处理方法、装置、电子设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927719A (zh) * 2014-04-04 2014-07-16 北京金山网络科技有限公司 图片处理方法及装置
CN104463777A (zh) * 2014-11-11 2015-03-25 厦门美图之家科技有限公司 一种基于人脸的实时景深的方法
CN104574285A (zh) * 2013-10-23 2015-04-29 厦门美图网科技有限公司 一种自动祛除图像黑圆圈的方法
CN105741231A (zh) * 2016-02-02 2016-07-06 深圳中博网络技术有限公司 图像的美肤处理方法和装置
CN107194869A (zh) * 2017-05-23 2017-09-22 腾讯科技(上海)有限公司 一种图像处理方法及终端、计算机存储介质、计算机设备
WO2017204596A1 (ko) * 2016-05-26 2017-11-30 주식회사 시어스랩 얼굴 윤곽 보정 방법 및 장치
CN107563977A (zh) * 2017-08-28 2018-01-09 维沃移动通信有限公司 一种图像处理方法、移动终端及计算机可读存储介质
CN107808136A (zh) * 2017-10-31 2018-03-16 广东欧珀移动通信有限公司 图像处理方法、装置、可读存储介质和计算机设备
CN108323204A (zh) * 2017-07-17 2018-07-24 深圳和而泰智能控制股份有限公司 一种检测人脸瑕疵点的方法和智能终端

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574285A (zh) * 2013-10-23 2015-04-29 厦门美图网科技有限公司 一种自动祛除图像黑圆圈的方法
CN103927719A (zh) * 2014-04-04 2014-07-16 北京金山网络科技有限公司 图片处理方法及装置
CN104463777A (zh) * 2014-11-11 2015-03-25 厦门美图之家科技有限公司 一种基于人脸的实时景深的方法
CN105741231A (zh) * 2016-02-02 2016-07-06 深圳中博网络技术有限公司 图像的美肤处理方法和装置
WO2017204596A1 (ko) * 2016-05-26 2017-11-30 주식회사 시어스랩 얼굴 윤곽 보정 방법 및 장치
CN107194869A (zh) * 2017-05-23 2017-09-22 腾讯科技(上海)有限公司 一种图像处理方法及终端、计算机存储介质、计算机设备
CN108323204A (zh) * 2017-07-17 2018-07-24 深圳和而泰智能控制股份有限公司 一种检测人脸瑕疵点的方法和智能终端
CN107563977A (zh) * 2017-08-28 2018-01-09 维沃移动通信有限公司 一种图像处理方法、移动终端及计算机可读存储介质
CN107808136A (zh) * 2017-10-31 2018-03-16 广东欧珀移动通信有限公司 图像处理方法、装置、可读存储介质和计算机设备

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111091512A (zh) * 2019-12-18 2020-05-01 广州酷狗计算机科技有限公司 图像处理方法及装置、计算机可读存储介质
CN111091512B (zh) * 2019-12-18 2024-03-01 广州酷狗计算机科技有限公司 图像处理方法及装置、计算机可读存储介质
CN111028180A (zh) * 2019-12-23 2020-04-17 腾讯科技(深圳)有限公司 图像处理方法、视频处理方法以及对应的装置
CN111028180B (zh) * 2019-12-23 2021-11-09 腾讯科技(深圳)有限公司 图像处理方法、视频处理方法以及对应的装置
CN111462003A (zh) * 2020-03-20 2020-07-28 稿定(厦门)科技有限公司 人脸图像处理方法、介质、设备及装置
CN111462003B (zh) * 2020-03-20 2022-08-23 稿定(厦门)科技有限公司 人脸图像处理方法、介质、设备及装置
CN113496470A (zh) * 2020-04-02 2021-10-12 北京达佳互联信息技术有限公司 一种图像处理方法、装置、电子设备及存储介质
CN113496470B (zh) * 2020-04-02 2024-04-09 北京达佳互联信息技术有限公司 一种图像处理方法、装置、电子设备及存储介质
CN111723803A (zh) * 2020-06-30 2020-09-29 广州繁星互娱信息科技有限公司 图像处理方法、装置、设备及存储介质
CN111723803B (zh) * 2020-06-30 2023-09-26 广州繁星互娱信息科技有限公司 图像处理方法、装置、设备及存储介质
CN113205568A (zh) * 2021-04-30 2021-08-03 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN113205568B (zh) * 2021-04-30 2024-03-19 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN109325924B (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN110929651B (zh) 图像处理方法、装置、电子设备及存储介质
CN109325924A (zh) 图像处理方法、装置、终端及存储介质
CN109793498B (zh) 一种皮肤检测方法及电子设备
CN110189340A (zh) 图像分割方法、装置、电子设备及存储介质
EP3816932B1 (en) Skin detection method and electronic device
CN113205568B (zh) 图像处理方法、装置、电子设备及存储介质
CN108898546A (zh) 人脸图像处理方法、装置及设备、可读存储介质
CN111028144B (zh) 视频换脸方法及装置、存储介质
KR102548317B1 (ko) 색소 검출 방법 및 전자 장치
CN109829864A (zh) 图像处理方法、装置、设备及存储介质
CN110956580B (zh) 图像换脸的方法、装置、计算机设备以及存储介质
CN111723803B (zh) 图像处理方法、装置、设备及存储介质
CN109285178A (zh) 图像分割方法、装置及存储介质
CN110163160A (zh) 人脸识别方法、装置、设备及存储介质
CN110263617A (zh) 三维人脸模型获取方法及装置
JP2023510375A (ja) 画像処理方法、装置、電子デバイス及び記憶媒体
WO2020015149A1 (zh) 一种皱纹检测方法及电子设备
CN110619614B (zh) 图像处理的方法、装置、计算机设备以及存储介质
CN110675473A (zh) 生成gif动态图的方法、装置、电子设备及介质
CN113850709A (zh) 图像变换方法和装置
CN110163862A (zh) 图像语义分割方法、装置及计算机设备
CN109345636A (zh) 获取虚拟人脸图的方法和装置
CN111417982A (zh) 一种色斑检测方法及电子设备
CN115330610A (zh) 图像处理方法、装置、电子设备以及存储介质
CN109561215B (zh) 对美颜功能进行控制的方法、装置、终端及存储介质

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