CN109360176B - 图像处理方法、装置、电子设备和计算机可读存储介质 - Google Patents
图像处理方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN109360176B CN109360176B CN201811196470.4A CN201811196470A CN109360176B CN 109360176 B CN109360176 B CN 109360176B CN 201811196470 A CN201811196470 A CN 201811196470A CN 109360176 B CN109360176 B CN 109360176B
- Authority
- CN
- China
- Prior art keywords
- image
- area
- portrait
- processed
- light effect
- 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 74
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 239000000463 material Substances 0.000 claims abstract description 96
- 230000001795 light effect Effects 0.000 claims abstract description 93
- 230000000694 effects Effects 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000004927 fusion Effects 0.000 claims description 15
- 230000007797 corrosion Effects 0.000 claims description 13
- 238000005260 corrosion Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 8
- 238000005452 bending Methods 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 16
- 238000007499 fusion processing Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 238000003384 imaging method Methods 0.000 description 7
- 230000003628 erosive effect Effects 0.000 description 6
- 238000005498 polishing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000003705 background correction Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000916 dilatatory effect Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种图像处理方法、装置、电子设备和计算机可读存储介质。所述方法包括:检测待处理图像中目标人像区域的人像曲率,根据人像曲率获取对应的光效素材,光效素材是模拟光源形成打光效果的素材,将光效素材与待处理图像进行融合处理,得到目标图像。由于可以根据人像曲率获取对应的光效素材对图像进行处理,可以满足个性化需求。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种图像处理方法、装置、电子设备和计算机可读存储介质。
背景技术
随着计算机技术的发展,越来越多的人通过电子设备的摄像头拍摄图像。电子设备在图像拍摄和处理过程中,提供了多种滤镜和光效处理方法,通过在图像增加滤镜或进行光效处理,可以对图像进行美化。
发明内容
本申请实施例提供一种图像处理方法、装置、电子设备和计算机可读存储介质,可以满足个性化需求。
一种图像处理方法,包括:
检测待处理图像中目标人像区域的人像曲率;
根据所述人像曲率获取对应的光效素材,所述光效素材是模拟光源形成打光效果的素材;
将所述光效素材与所述待处理图像进行融合处理,得到目标图像。
一种图像处理装置,包括:
曲率检测模块,用于检测待处理图像中目标人像区域的人像曲率;
素材获取模块,用于根据所述人像曲率获取对应的光效素材,所述光效素材是模拟光源形成打光效果的素材;
处理模块,用于将所述光效素材与所述待处理图像进行融合处理,得到目标图像。
一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
检测待处理图像中目标人像区域的人像曲率;
根据所述人像曲率获取对应的光效素材,所述光效素材是模拟光源形成打光效果的素材;
将所述光效素材与所述待处理图像进行融合处理,得到目标图像。
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如下步骤:
检测待处理图像中目标人像区域的人像曲率;
根据所述人像曲率获取对应的光效素材,所述光效素材是模拟光源形成打光效果的素材;
将所述光效素材与所述待处理图像进行融合处理,得到目标图像。
上述图像处理方法、装置、电子设备和计算机可读存储介质,通过检测待处理图像中目标人像区域的人像曲率,根据人像曲率获取对应的光效素材,光效素材是模拟光源形成打光效果的素材,将光效素材与待处理图像进行融合处理,得到目标图像。由于可以根据人像曲率获取光效素材,对图像进行处理,可以满足个性化需求。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的一些实施例,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为一个实施例中图像处理方法的应用环境图;
图2为一个实施例中图像处理方法的流程图;
图3为一个实施例中确定待处理图像中第一区域的流程图;
图4为一个实施例中确定待处理图像中第一区域的示意图;
图5为一个实施例中图像处理方法的流程图;
图6为一个实施例中图像处理装置的结构框图;
图7为一个实施例中电子设备的内部结构示意图;
图8为一个实施例中图像处理电路的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一图像称为第二图像,且类似地,可将第二图像称为第一图像。第一图像和第二图像两者都是图像,但其不是同一图像。
图1为一个实施例中图像处理方法的应用环境示意图。如图1所示,该应用环境包括电子设备100。电子设备100通过摄像头102拍摄周围的环境,得到待处理图像,检测待处理图像中目标人像区域的人像曲率,根据人像曲率获取对应的光效素材,光效素材是模拟光源形成打光效果的素材,将光效素材与待处理图像进行融合处理,得到目标图像。可以理解的是,上述电子设备100可以是手机、电脑、可穿戴设备等,在此不做限定。
图2为一个实施例中图像处理方法的流程图。本实施例中的图像处理方法,以运行于图1中的电子设备上为例进行描述。如图2所示,该图像处理方法包括步骤202至步骤206。其中:
步骤202,检测待处理图像中目标人像区域的人像曲率。
待处理图像是由多个像素点组成的图像。具体地,待处理图像可以是电子设备通过摄像头实时捕捉当前场景的画面生成的,也可以是电子设备通过摄像头采集的图像,还可以是存储在电子设备本地的图像或电子设备从网络下载的图像等。待处理图像可以展示在电子设备的显示屏上。目标人像区域是指待处理图像中由人像轮廓所围成的区域。具体地,目标人像区域可以有一个或多个。人像曲率是指人像轮廓的弯曲程度。在对人像进行拍摄时,不同人像对应的人像曲率不同;同一人像进行图像拍摄时,由于不同图像中动作、身体朝向等的不同,对应的人像曲率也会有所不同。具体地,电子设备可以计算待处理图像中目标人像区域对应的人像曲率。在一个实施例中,电子设备还可以获取待处理图像对应的深度信息,根据深度信息对待处理图像进行三维建模,再根据三维模型检测目标人像区域表面的人像曲率。
电子设备在获取到待处理图像时,检测待处理图像中的目标人像区域,根据目标人像区域计算对应的人像曲率。
步骤204,根据人像曲率获取对应的光效素材,光效素材是模拟光源形成打光效果的素材。
光效素材是指通过模拟光源形成打光效果的素材。具体地,光源可以是自然光、舞台光、摄影棚光、胶片光、轮廓光等。通过模拟不同光源及打光方式可以形成多种不同打光效果的素材。电子设备可以根据预期的打光效果生成与该打光效果相对应的RGB(Red、Green、Blue,红绿蓝)参数值,从而形成与该打光效果对应的光效素材。RGB参数值包含了光效素材中各个像素点对应的像素值。在一个实施例中,电子设备还可以获取具有不同打光效果的光效图像,从光效图像中提取出打光区域对应的RGB参数值,形成对应的光效素材。
电子设备可以预存不同人像曲率对应的光效素材,从而电子设备可以根据检测的人像区域获取对应的光效素材。人像曲率对应的光效素材可以是一个或多个。具体地,当人像曲率对应的光效素材为多个时,电子设备可以随机选择其中一个光效素材;也可以将多个光效素材进行展示,并获取由用户选中的光效素材;还可以根据用户的历史选择次数获取历史选择次数最大的光效素材。
在一个实施例中,电子设备预存的光效素材可以是模拟光源形成具有粉尘漂浮效果的素材。电子设备可以根据人像曲率的大小预存不同的光效素材,人像曲率越大,则预存的对应光效素材中粉尘的密度可以越大。电子设备可以根据人像曲率获取对应的光效素材。
步骤206,将光效素材与待处理图像进行融合处理,得到目标图像。
融合处理是指将多张图像的图像信息进行融合的处理,可以使得融合的图像含有更多的图像信息。具体地,电子设备可以将2张或2张以上的图像进行融合,例如将2张图像融合处理为1张图像,将3张图像融合处理为2张图像等。电子设备可以采用图像融合算法对图像进行融合处理,电子设备还可以结合图像中像素点的像素值平均值、熵值、标准偏差、平均梯度等对图像进行融合处理。在一个实施例中,电子设备还可以将待处理图像中光效素材所在区域中像素点的色彩值替换为光效素材中对应像素点的色彩值。
电子设备将光效素材与待处理图像融合处理得到目标图像。目标图像即为具有对应打光效果的图像。
本申请实施例提供的图像处理方法,可以获取待处理图像中目标人像区域的人像曲率,根据人像曲率获取对应的模拟光源形成打光效果的光效素材,将光效素材与待处理图像进行融合处理得到目标图像。由于可以根据人像曲率获取对应的光效素材,对图像进行处理,可以提高光效处理的准确性,满足个性化需求。
在一个实施例中,提供的图像处理方法中检测待处理图像中目标人像区域的人像曲率的过程包括:检测待处理图像中的目标人像区域,根据目标人像区域的轮廓信息计算人像曲率。
具体地,电子设备可以通过人像检测算法对待处理图像中的目标人像进行检测,从而获得输出的目标人像区域。在一个实施例中,电子设备还可以训练可准确输出人像区域的神经网络模型。在神经网络模型的训练过程,可以将标记了准确人像区域的训练图像输入至模型中,通过模型对训练图像进行检测,获得输出的预测人像区域,根据预测人像区域与标记的准确人像区域得到损失函数,根据损失函数对模型对参数进行调整,使得训练后的神经网络模型可以输出准确的目标人像区域。
轮廓信息是指用于表示待处理图像中人像轮廓的数据信息。具体地,轮廓信息可以是目标人像区域的边界的各个像素点位置。电子设备根据目标人像区域的轮廓信息计算人像曲率,具体地,电子设备可以根据检测的目标人像区域获取对应的轮廓信息,根据轮廓信息计算人像曲率。
在一个实施例中,提供的图像处理方法中检测待处理图像中的目标人像区域的过程可以包括:检测待处理图像中的候选人像区域;计算各个候选人像区域的面积;将面积最大的候选人像区域作为目标人像区域。
候选人像区域是指对待处理图像进行人像检测时,检测到的所有人像区域。通常在进行图像拍摄的过程中,图像中除了想要拍摄的主体人像之外,有时会存在一些背景人像,这些背景人像可能是路过的路人、海报或广告中的人像等,电子设备对待处理图像进行人像检测,可以检测到待处理图像中存在的全部人像并输出所有的候选人像区域。进而,电子设备计算各个候选人像区域的面积,将面积最大的候选人像区域作为目标人像区域。在一个实施例中,电子设备也可以将面积从大到小的预设数量个候选人像区域作为目标人像区域;还可以设定面积阈值,将面积超过面积阈值的候选人像区域作为目标人像区域等。
电子设备将面积最大的候选人像区域作为目标人像区域,根据目标人像区域计算人像曲率获取对应的光效素材,对待处理图像进行处理得到目标图像,可以提高目标图像中光效处理的准确性,满足个性化需求。
在一个实施例中,提供的图像处理方法中将光效素材与待处理图像进行融合处理的过程包括:获取待处理图像中的第一区域,将光效素材与第一区域进行融合处理。
第一区域是指待处理图像中与光效素材进行融合处理的区域。具体地,第一区域可以根据实际需求进行设定,在此不做限定。例如,第一区域可以是待处理图像的目标人像区域、也可以除目标人像区域外的其他区域、还可以是目标人像区域中的脸部区域、手部区域、脸部轮廓周围的区域等不限于此。电子设备可以在根据人像区域获取对应的光效素材后,将光效素材与待处理图像中第一区域进行融合处理,得到具有光效处理效果的目标图像,可以提高图像处理的准确性,满足个性化需求。
如图3所示,在一个实施例中,提供的图像处理方法中获取待处理图像中的第一区域的过程包括步骤302至步骤308。其中:
步骤302,根据待处理图像的目标人像区域生成对应的二值化图像。
电子设备根据待处理图像的目标人像区域生成对应的二值化图像,即将待处理图像中目标人像区域包含的像素点与目标人像区域外的像素点分别设定不同的像素值,并且目标人像区域中所有像素点的像素值相同,目标人像区域外的所有像素点的像素值也相同。
步骤304,对二值化图像进行膨胀处理,得到第一图像。
膨胀处理是指对图像中的高亮部分进行膨胀扩张,使得处理后的图像比原图像拥有更大的高亮区域的操作。具体地,膨胀处理通过定义一个卷积核,将该卷积核与图像进行卷积,将卷积核覆盖区域的像素点最大值作为图像中参考点指定的像素值从而扩张图像的高亮区域。在本申请的实施例中,电子设备对二值化图像进行膨胀处理,即将二值化图像中目标人像区域进行膨胀扩张处理,得到第一图像。第一图像即为将二值化图像进行膨胀处理后得到的图像。具体地,电子设备可以根据二值化图像的大小或预期的膨胀程度对膨胀卷积核的大小进行设定;也可以根据目标人像区域的宽度或高度中至少一个确定膨胀卷积核的大小;还可以直接设定膨胀卷积核的大小。例如,电子设备可以将膨胀卷积核的大小为目标人像区域宽度的十分之一、十五分之一等;也可以将膨胀卷积核设定为20*20、30*30等不限于此。
步骤306,对二值化图像进行腐蚀处理,得到第二图像。
腐蚀处理是指对图像中的高亮部分进行腐蚀缩减,使得处理后的图像比原图像拥有更小的高亮区域的操作。具体地,腐蚀处理通过定义一个卷积核,将该卷积核与图像进行卷积,将卷积核覆盖区域的像素点最小值作为图像中参考点指定的像素值从而缩减图像的高亮区域。在本申请的实施例中,电子设备对二值化图像进行腐蚀处理,即将二值化图像中目标人像区域进行腐蚀缩减处理,得到第二图像。第二图像即为将二值化图像进行腐蚀处理后得到的图像。具体地,电子设备可以根据二值化图像的大小或预期的腐蚀程度对腐蚀卷积核的大小进行设定;也可以根据目标人像区域的宽度或高度中至少一个确定腐蚀卷积核的大小;还可以直接设定腐蚀卷积核的大小。例如,电子设备可以将腐蚀卷积核的大小为目标人像区域宽度的十分之一、十五分之一等;也可以将腐蚀卷积核设定为5*5、10*10等不限于此。膨胀卷积核与腐蚀卷积核的大小均可以根据实际使用中的需求进行设定,其中,膨胀卷积核与腐蚀卷积核的大小可以相同,也可以不同。
步骤308,根据第一图像和第二图像确定第一区域。
电子设备根据第一图像和第二图像确定第一区域。具体地,电子设备根据第一图像各个像素点的像素值与第二图像中各个像素点的像素值确定第一区域。
在一个实施例中,电子设备将第一图像与第二图像进行异或处理,得到第一区域。电子设备可以获取第一图像中各个像素点的像素值,及获取第二图像中对应像素点的像素值,将对应的像素值进行异或处理,从而确定第一区域。具体地,电子设备可以对待处理图像进行人像分割处理,得到待处理图像中目标人像区域,将目标人像区域包含的像素点的像素值设为1、目标人像区域外的像素点的像素值设为0,从而得到二值化图像;接着对二值化图像进行膨胀处理,得到第一图像,及对二值化图像进行腐蚀处理,得到第二图像;将第一图像与第二图像中对应像素点的像素值进行异或处理,异或处理以后像素值为1的区域即为第一区域。其中,第一区域为待处理图像中目标人像区域轮廓内外两侧包含的区域。
电子设备根据待处理图像的目标人像区域生成对应的二值化图像,对二值化图像进行膨胀处理,得到第一图像及对二值化图像进行腐蚀处理,得到第二图像,根据第一图像和第二图像确定第一区域,从而将光效素材与第一区域进行融合处理得到目标图像,则得到目标图像为在人像轮廓周围进行了光效处理的图像,增加了光效处理效果,满足个性化需求。
如图4所示,为一个实施例中获取待处理图像中的第一区域的示意图。如图4中(a)所示为待处理图像410;如图4中的(b)所示,为电子设备检测待处理图像410中的目标人像区域,并将目标人像区域中像素点的像素值置为1、将目标人像区域外的像素点的像素值置为0得到的二值化图像420;如图4中的(c)所示,为电子设备对二值化图像420进行膨胀处理得到的第一图像430,第一图像430中像素值为1的区域大于二值化图像420中像素值为1的区域;如图4中(d)所示,为电子设备对二值化图像420进行腐蚀处理后得到的第二图像440,第二图像440中像素值为1的区域小于二值化图像420中像素值为1的区域;如图4中的(e)所示,为电子设备将第一图像430和第二图像440进行异或处理后得到的图像450,图像450中包含了第一区域452,电子设备可以获取得到的第一区域452,并将第一区域452与光效素材进行融合处理。
在一个实施例中,提供的图像处理方法中将光效素材与第一区域进行融合处理的过程包括步骤502至步骤506。其中:
步骤502,根据第一区域获取光效素材中对应的光效融合区域。
电子设备根据第一区域获取光效素材中对应的光效融合区域,具体地,电子设备可以获取第一区域中的像素点在第二区域中对应的像素点;电子设备可以建立待处理图像中各个像素点与光效素材中各个像素点的映射关系,根据该映射关系获取第一区域中对应像素点在光效素材中对应的像素点,从而电子设备可以获取由第一区域对应像素点在光效素材中对应的像素点组成的光效融合区域。
步骤504,获取待处理图像中除第一区域外的第二区域。
电子设备获取待处理图像中处理第一区域外的第二区域。第二区域即为没有进行光效融合处理的区域。
步骤506,将第二区域与光效融合区域进行融合处理。
电子设备将第二区域与光效融合区域进行融合处理。具体地,光效融合区域即为具有光效效果的第一区域,第二区域为待处理图像除第一区域外的区域,电子设备将第二区域与光效融合区域进行融合处理,可以将第二区域与光效融合区域拼凑在一起,从而获取目标图像。目标图像即为第一区域内具有光效效果,第一区域外未进行光效处理的图像。
应该理解的是,虽然图2、3、5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2、3、5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6为一个实施例的图像处理装置的结构框图。如图6所示,该图像处理装置包括曲率检测模块602、素材获取模块604和处理模块606。其中:
曲率检测模块602,用于检测待处理图像中目标人像区域的人像曲率。
素材获取模块604,用于根据人像曲率获取对应的光效素材,光效素材是模拟光源形成打光效果的素材。
处理模块606,用于将光效素材与待处理图像进行融合处理,得到目标图像。
在一个实施例中,曲率检测模块602还可以用于检测待处理图像中的目标人像区域,根据目标人像区域的轮廓信息计算人像曲率。
在一个实施例中,曲率检测模块602还可以用于检测待处理图像中的候选人像区域;计算各个候选人像区域的面积;将面积最大的候选人像区域作为目标人像区域;根据目标人像区域的轮廓信息计算人像曲率。
在一个实施例中,处理模块606还可以用于获取待处理图像中的第一区域,将光效素材与第一区域进行融合处理。
在一个实施例中,提供的图像处理装置还包括第一区域确定模块608,第一区域获取模块608用于根据待处理图像的目标人像区域生成对应的二值化图像;对二值化图像进行膨胀处理,得到第一图像;对二值化图像进行腐蚀处理,得到第二图像;根据第一图像和第二图像确定第一区域。
在一个实施例中,第一区域确定模块608还可以用于将第一图像与第二图像进行异或处理,得到第一区域。
在一个实施例中,处理模块606还可以用于根据第一区域获取光效素材中对应的光效融合区域;获取待处理图像中除第一区域外的第二区域;将第二区域与光效融合区域进行融合处理。
本申请实施例提供的图像处理装置,可以用于检测待处理图像中目标人像区域的人像曲率,根据人像曲率获取对应的光效素材,光效素材是模拟光源形成打光效果的素材,将光效素材与待处理图像进行融合处理,得到具有光效效果的目标图像。由于可以根据人像曲率获取对应的光效素材对图像进行处理,可以提高图像的准确性,满足个性化需求。
上述图像处理装置中各个模块的划分仅用于举例说明,在其他实施例中,可将图像处理装置按照需要划分为不同的模块,以完成上述图像处理装置的全部或部分功能。
图7为一个实施例中电子设备的内部结构示意图。如图7所示,该电子设备包括通过系统总线连接的处理器和存储器。其中,该处理器用于提供计算和控制能力,支撑整个电子设备的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行,以用于实现以下各个实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。该电子设备可以是手机、平板电脑或者个人数字助理或穿戴式设备等。
本申请实施例中提供的图像处理装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在终端或服务器的存储器上。该计算机程序被处理器执行时,实现本申请实施例中所描述方法的步骤。
本申请实施例还提供一种电子设备。上述电子设备中包括图像处理电路,图像处理电路可以利用硬件和/或软件组件实现,可包括定义ISP(Image Signal Processing,图像信号处理)管线的各种处理单元。图8为一个实施例中图像处理电路的示意图。如图8所示,为便于说明,仅示出与本申请实施例相关的图像处理技术的各个方面。
如图8所示,图像处理电路包括ISP处理器840和控制逻辑器850。成像设备810捕捉的图像数据首先由ISP处理器840处理,ISP处理器840对图像数据进行分析以捕捉可用于确定和/或成像设备810的一个或多个控制参数的图像统计信息。成像设备810可包括具有一个或多个透镜812和图像传感器814的照相机。图像传感器814可包括色彩滤镜阵列(如Bayer滤镜),图像传感器814可获取用图像传感器814的每个成像像素捕捉的光强度和波长信息,并提供可由ISP处理器840处理的一组原始图像数据。传感器820(如陀螺仪)可基于传感器820接口类型把采集的图像处理的参数(如防抖参数)提供给ISP处理器840。传感器820接口可以利用SMIA(Standard Mobile Imaging Architecture,标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。
此外,图像传感器814也可将原始图像数据发送给传感器820,传感器820可基于传感器820接口类型把原始图像数据提供给ISP处理器840,或者传感器820将原始图像数据存储到图像存储器830中。
ISP处理器840按多种格式逐个像素地处理原始图像数据。例如,每个图像像素可具有8、10、12或14比特的位深度,ISP处理器840可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中,图像处理操作可按相同或不同的位深度精度进行。
ISP处理器840还可从图像存储器830接收图像数据。例如,传感器820接口将原始图像数据发送给图像存储器830,图像存储器830中的原始图像数据再提供给ISP处理器840以供处理。图像存储器830可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器,并可包括DMA(Direct Memory Access,直接直接存储器存取)特征。
当接收到来自图像传感器814接口或来自传感器820接口或来自图像存储器830的原始图像数据时,ISP处理器840可进行一个或多个图像处理操作,如时域滤波。处理后的图像数据可发送给图像存储器830,以便在被显示之前进行另外的处理。ISP处理器840从图像存储器830接收处理数据,并对所述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。ISP处理器840处理后的图像数据可输出给显示器870,以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit,图形处理器)进一步处理。此外,ISP处理器840的输出还可发送给图像存储器830,且显示器870可从图像存储器830读取图像数据。在一个实施例中,图像存储器830可被配置为实现一个或多个帧缓冲器。此外,ISP处理器840的输出可发送给编码器/解码器860,以便编码/解码图像数据。编码的图像数据可被保存,并在显示于显示器870设备上之前解压缩。编码器/解码器860可由CPU或GPU或协处理器实现。
ISP处理器840确定的统计数据可发送给控制逻辑器850单元。例如,统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜812阴影校正等图像传感器814统计信息。控制逻辑器850可包括执行一个或多个例程(如固件)的处理器和/或微控制器,一个或多个例程可根据接收的统计数据,确定成像设备810的控制参数及ISP处理器840的控制参数。例如,成像设备810的控制参数可包括传感器820控制参数(例如增益、曝光控制的积分时间、防抖参数等)、照相机闪光控制参数、透镜812控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如,在RGB处理期间)的增益水平和色彩校正矩阵,以及透镜812阴影校正参数。
本实施例中运用图8中图像处理技术可实现上述图像处理方法。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行图像处理方法的步骤。
一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行图像处理方法。
本申请实施例所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的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),它用作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(DDR SDRAM)、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)。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
检测待处理图像中目标人像区域的人像曲率;所述人像曲率是指人像轮廓的弯曲程度;
根据所述人像曲率获取对应的光效素材,所述光效素材是从模拟光源形成打光效果的光效图像中提取出的打光区域对应的RGB参数值所形成的素材;
获取所述待处理图像中的第一区域;
根据所述第一区域获取所述光效素材中对应的光效融合区域;
获取所述待处理图像中除所述第一区域外的第二区域;
将所述第二区域与所述光效融合区域进行拼凑,得到目标图像。
2.根据权利要求1所述的方法,其特征在于,所述检测待处理图像中目标人像区域的人像曲率,包括:
检测所述待处理图像中的目标人像区域;
根据所述目标人像区域的轮廓信息计算所述人像曲率。
3.根据权利要求2所述的方法,其特征在于,所述检测所述待处理图像中的目标人像区域,包括:
检测所述待处理图像中的候选人像区域;
计算各个所述候选人像区域的面积;
将面积最大的候选人像区域作为所述目标人像区域。
4.根据权利要求1所述的方法,其特征在于,所述获取所述待处理图像中的第一区域,包括:
根据所述待处理图像的目标人像区域生成对应的二值化图像;
对所述二值化图像进行膨胀处理,得到第一图像;
对所述二值化图像进行腐蚀处理,得到第二图像;
根据所述第一图像和所述第二图像确定所述第一区域。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一图像和所述第二图像确定所述第一区域,包括:
将所述第一图像与第二图像进行异或处理,得到所述第一区域。
6.一种图像处理装置,其特征在于,包括:
曲率检测模块,用于检测待处理图像中目标人像区域的人像曲率;所述人像曲率是指人像轮廓的弯曲程度;
素材获取模块,用于根据所述人像曲率获取对应的光效素材,所述光效素材是从模拟光源形成打光效果的光效图像中提取出的打光区域对应的RGB参数值所形成的素材;
处理模块,用于获取所述待处理图像中的第一区域;根据所述第一区域获取所述光效素材中对应的光效融合区域;获取所述待处理图像中除所述第一区域外的第二区域;将所述第二区域与所述光效融合区域进行拼凑,得到目标图像。
7.根据权利要求6所述的装置,其特征在于,还包括第一区域确定模块,第一区域获取模块用于根据待处理图像的目标人像区域生成对应的二值化图像;对二值化图像进行膨胀处理,得到第一图像;对二值化图像进行腐蚀处理,得到第二图像;根据第一图像和第二图像确定第一区域。
8.根据权利要求7所述的装置,其特征在于,所述第一区域确定模块还可以用于将第一图像与第二图像进行异或处理,得到第一区域。
9.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至5中任一项所述的图像处理方法的步骤。
10.一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如权利要求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 |
---|---|---|---|
CN201811196470.4A CN109360176B (zh) | 2018-10-15 | 2018-10-15 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811196470.4A CN109360176B (zh) | 2018-10-15 | 2018-10-15 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109360176A CN109360176A (zh) | 2019-02-19 |
CN109360176B true CN109360176B (zh) | 2021-03-02 |
Family
ID=65349407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811196470.4A Active CN109360176B (zh) | 2018-10-15 | 2018-10-15 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109360176B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583155B (zh) * | 2020-05-13 | 2023-03-24 | 展讯通信(上海)有限公司 | 用于图像中人像的布光方法、系统、介质以及电子设备 |
CN111741214A (zh) * | 2020-05-13 | 2020-10-02 | 北京迈格威科技有限公司 | 图像处理方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999929A (zh) * | 2012-11-08 | 2013-03-27 | 大连理工大学 | 一种基于三角网格化的人物图像瘦脸处理方法 |
CN104537630A (zh) * | 2015-01-22 | 2015-04-22 | 厦门美图之家科技有限公司 | 一种基于年龄估计的图像美颜方法和装置 |
CN105608664A (zh) * | 2014-11-19 | 2016-05-25 | 深圳市腾讯计算机系统有限公司 | 一种照片处理方法及终端 |
CN107818305A (zh) * | 2017-10-31 | 2018-03-20 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN108537870A (zh) * | 2018-04-16 | 2018-09-14 | 太平洋未来科技(深圳)有限公司 | 图像处理方法、装置及电子设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556699A (zh) * | 2008-11-07 | 2009-10-14 | 浙江大学 | 一种基于脸型的人脸衰老图像合成方法 |
US10430985B2 (en) * | 2014-03-14 | 2019-10-01 | Magic Leap, Inc. | Augmented reality systems and methods utilizing reflections |
CN105787878B (zh) * | 2016-02-25 | 2018-12-28 | 杭州格像科技有限公司 | 一种美颜处理方法及装置 |
DE102016015393A1 (de) * | 2016-12-22 | 2018-06-28 | Giesecke+Devrient Currency Technology Gmbh | Sicherheitselement mit reflektivem Flächenbereich |
CN108229278B (zh) * | 2017-04-14 | 2020-11-17 | 深圳市商汤科技有限公司 | 人脸图像处理方法、装置和电子设备 |
CN107241557A (zh) * | 2017-06-16 | 2017-10-10 | 广东欧珀移动通信有限公司 | 图像曝光方法、装置、摄像设备及存储介质 |
CN107862274A (zh) * | 2017-10-31 | 2018-03-30 | 广东欧珀移动通信有限公司 | 美颜方法、装置、电子设备和计算机可读存储介质 |
CN108540716A (zh) * | 2018-03-29 | 2018-09-14 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN108537155B (zh) * | 2018-03-29 | 2021-01-26 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
-
2018
- 2018-10-15 CN CN201811196470.4A patent/CN109360176B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999929A (zh) * | 2012-11-08 | 2013-03-27 | 大连理工大学 | 一种基于三角网格化的人物图像瘦脸处理方法 |
CN105608664A (zh) * | 2014-11-19 | 2016-05-25 | 深圳市腾讯计算机系统有限公司 | 一种照片处理方法及终端 |
CN104537630A (zh) * | 2015-01-22 | 2015-04-22 | 厦门美图之家科技有限公司 | 一种基于年龄估计的图像美颜方法和装置 |
CN107818305A (zh) * | 2017-10-31 | 2018-03-20 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN108537870A (zh) * | 2018-04-16 | 2018-09-14 | 太平洋未来科技(深圳)有限公司 | 图像处理方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109360176A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109246354B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN110428366B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN108537155B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN110572573B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
CN108810418B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN108419028B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN108810413B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN113766125B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
CN108734676B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN111028137B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN110650291B (zh) | 目标追焦方法和装置、电子设备、计算机可读存储介质 | |
CN108846807B (zh) | 光效处理方法、装置、终端及计算机可读存储介质 | |
CN108961302B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN109360254B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN110349163B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN110956679B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN108616700B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN110276831B (zh) | 三维模型的建构方法和装置、设备、计算机可读存储介质 | |
CN107872631B (zh) | 基于双摄像头的图像拍摄方法、装置及移动终端 | |
CN109242794B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN110866486B (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
CN111932587A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN109360176B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN108322648B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN112802033A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 |
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 |