CN109447031A - 图像处理方法、装置、设备及存储介质 - Google Patents
图像处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109447031A CN109447031A CN201811342882.4A CN201811342882A CN109447031A CN 109447031 A CN109447031 A CN 109447031A CN 201811342882 A CN201811342882 A CN 201811342882A CN 109447031 A CN109447031 A CN 109447031A
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- processed
- whitening
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 230000002087 whitening effect Effects 0.000 claims abstract description 110
- 238000012545 processing Methods 0.000 claims abstract description 63
- 230000006870 function Effects 0.000 claims description 86
- 210000004709 eyebrow Anatomy 0.000 claims description 32
- 238000000034 method Methods 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 230000003796 beauty Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 230000003321 amplification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供的图像处理方法、装置、设备及存储介质,属于图像处理技术领域。该图像处理方法包括:提取待处理图像的人脸特征点;根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值;基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。从而通过皮肤的像素的皮肤阈值计算出待处理图像的像素点属于皮肤的概率,进而使得通过该概率能够针对待处理图像的像素点进行美白处理,而不再是对整个图像进行美白或者是仅仅对人脸区域美白,能够有效避免因对全图像素美白而造成的图像失真以及仅仅对人脸区域美白,而对非人脸区域不做处理导致的违和感,进而能够使得被美白的图像更加自然。
Description
技术领域
本发明涉及图像处理领域,具体而言,涉及图像处理方法、装置、设备及存储介质。
背景技术
传统的依据像素点YUV色相分布皮肤判断方法,一般是通过统计方法,统计出皮肤YUV色相分布(即UV)范围,然后判断像素点YUV色相是否位于统计范围之内,然而只统计范围之内的像素点,使得在进行美白处理时,对于处于皮肤色相范围的临界点的像素点则无法被美白,进而给用户带来极大的不便。
发明内容
本发明实施例提供的图像处理方法、装置、设备及存储介质,可以解决现有技术中存在的只能对统计范围之内的像素点进行美白,无法对处于皮肤色相范围的临界点的像素点进行美白的技术问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供的一种图像处理方法,包括:提取待处理图像的人脸特征点;根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值;基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,所述基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率,包括:基于所述皮肤阈值建立联合正态分布函数;根据所述联合正态分布函数计算所述待处理图像上的每个像素点属于所述皮肤的区域内的概率。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,所述根据所述联合正态分布函数计算所述待处理图像上的每个像素点属于所述皮肤的区域内的概率,包括:获取每个所述像素点的色度分量;根据所述色度分量和所述联合正态分布函数,计算每个所述像素点属于所述皮肤区域的概率。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,所述联合正态分布函数为:其中,所述u、v表示每个像素点的色度分量,所述表示所述皮肤阈值的U分量,所述vtresh表示所述皮肤阈值的V分量;所述表示所述概率,所述σ1表示第一预设方差,所述σ2表示第二预设方差。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,所述根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值,包括:从所述人脸特征点中确定出脸颊部分特征点、双眉特征点、双眼特征点以及嘴部轮廓特征点;获取所述待处理图像上属于所述脸颊部分特征点所对应区域内且属于所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域以外的所有像素点;确定所述像素点在YUV空间的平均值;将所述平均值作为所述待处理图像的像素的皮肤阈值。
结合第一方面的第四种可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,所述获取所述待处理图像上属于所述脸颊部分特征点所对应区域内且属于所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域以外的所有像素点,包括:分别对所述脸颊部分特征点、所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域进行拟合,得到与所述脸颊部分特征点所对应的第一拟合函数、与所述双眉特征点所对应的第二拟合函数、与所述双眼特征点所对应的第三拟合函数以及与所述嘴部轮廓特征点所对应的第四拟合函数;获取位于所述第一拟合函数范围内且位于所述第二拟合函数、所述第三拟合函数以及所述第四拟合函数范围之外的所有像素点。
结合第一方面,本发明实施例提供了第一方面的第六种可能的实施方式,所述方法还包括:根据每个所述像素点所对应的所述概率分别确定每个所述像素点所对应的美白系数;根据每个所述像素点所对应的所述美白系数分别对每个所述像素点进行美白处理,得到美白后的目标待处理图像。
结合第一方面的第六种可能的实施方式,本发明实施例提供了第一方面的第七种可能的实施方式,所述根据每个所述像素点所对应的所述美白系数分别对每个所述像素点进行美白处理,得到美白后的目标待处理图像,包括:根据每个所述像素点所对应的所述美白系数以及每个所述像素点的亮度分量,确定每个像素点被美白后的新亮度分量;根据每个所述新亮度分量确定美白后的所述目标待处理图像。
第二方面,本发明实施例提供的一种图像处理装置,包括:特征提取单元,用于提取待处理图像的人脸特征点;第一处理单元,用于根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值;第二处理单元,用于基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。
第三方面,本发明实施例提供的一种图像处理装置,包括:中央处理器和图形处理器;所述中央处理器,用于提取待处理图像的人脸特征点;以及根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值;所述图形处理器,用于基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。
第四方面,本发明实施例提供的一种终端设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面任一项所述图像处理方法的步骤。
第五方面,本发明实施例提供的一种存储介质,所述存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行如第一方面任一项所述的图像处理方法。
与现有技术相比,本发明实施例带来了以下有益效果:
本发明实施例提供的图像处理方法、装置、设备及存储介质,通过提取待处理图像的人脸特征点;根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值;基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。从而通过皮肤的像素的皮肤阈值计算出待处理图像的像素点属于皮肤的概率,进而使得通过该概率能够针对待处理图像的像素点进行美白处理,而不再是对整个图像进行美白或者是仅仅对人脸区域美白,能够有效避免因对全图像素美白而造成的图像失真以及仅仅对人脸区域美白,而对非人脸区域不做处理导致的违和感,进而能够使得被美白的图像更加自然。
本公开的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本公开的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明第一实施例提供的图像处理方法的流程图;
图2为图1所示的图像处理方法中的皮肤概率分布示意图;
图3为本发明第二实施例提供的图像处理装置的功能模块示意图;
图4为本发明第三实施例提供的图像处理装置的功能模块示意图;
图5为本发明第四实施例提供的一种终端设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
第一实施例
由于现有技术只能得到绝对的皮肤区域,从而只能对绝对的皮肤区域之内的像素点进行美白,无法对处于皮肤区域的临界点的像素点进行美白,使得美白效果较差,为了提高对图像的美白效果,本实施例首先提供了一种图像处理方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。以下对本实施例进行详细介绍。
请参阅图1,是本发明实施例提供的图像处理方法的流程图。下面将对图1所示的具体流程进行详细阐述。
步骤S101,提取待处理图像的人脸特征点。
可选地,待处理图像可以是用户以图片格式所上传的待处理图像,如bmp、jpg或png等格式。还可以是图像采集装置(如摄像头)捕获的拍摄画面。或者是用户通过网络所下载的图片格式的待处理图像。
可选地,人脸关键点为待处理图像中用于确定人脸的脸颊轮廓、眉毛区域、眼镜区域、鼻子区域和嘴区域等的关键点。
可选地,基于主动形状模型(Active Shape Models,ASM)提取待处理图像的人脸特征点。
当然,在实际运用中,还可以通过其它方式提取待处理图像的人脸特征点,进而得到待处理图像的人脸关键点,例如,通过神经网络、基于局部二值特征等方法提取待处理图像的人脸特征点,进而得到待处理图像的人脸关键点。
步骤S102,根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值。
在本实施例中,该皮肤阈值用于表征待处理图像的像素的皮肤阈值。
作为一种实施方式,从所述人脸特征点中确定出脸颊部分特征点、双眉特征点、双眼特征点以及嘴部轮廓特征点;获取所述待处理图像上属于所述脸颊部分特征点所对应区域内且属于所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域以外的所有像素点;确定所述像素点在YUV空间(即YUV色彩空间)的平均值;将所述平均值作为所述待处理图像的像素的皮肤阈值。
可选地,所述获取所述待处理图像上属于所述脸颊部分特征点所对应区域内且属于所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域以外的所有像素点,包括:分别对所述脸颊部分特征点、所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域进行拟合,得到与所述脸颊部分特征点所对应的第一拟合函数、与所述双眉特征点所对应的第二拟合函数、与所述双眼特征点所对应的第三拟合函数以及与所述嘴部轮廓特征点所对应的第四拟合函数;获取位于所述第一拟合函数范围内且位于所述第二拟合函数、所述第三拟合函数以及所述第四拟合函数范围之外的所有像素点。
可选地,第一拟合函数相对第二拟合函数、所述第三拟合函数以及所述第四拟合函数较内敛,以便于尽可能排除非皮肤区域。
可选地,第二拟合函数包括用于表征双眉特征点中的左眉特征点的对应的第一子拟合函数和用于表征双眉特征点中的右眉特征点的对应的第二子拟合函数。
可选地,第三拟合函数包括用于表征与双眼特征点中的左眼特征点的对应的第三子拟合函数和用于表征双眼特征点中的右眼特征点的对应的第四子拟合函数。
其中,上述的左、右是相对用户来说,即用户左边的眉毛和右边的眉毛。
可选地,基于最小二乘法的椭圆拟合函数分别对所述脸颊部分特征点、所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域进行椭圆拟合。
可选地,第二拟合函数、所述第三拟合函数以及所述第四拟合函数相对第一拟合函数较外收敛,以使尽可能包含所有非皮肤区域。
可选地,通过每个像素点所对应的U、V分量分别相加,然后分别对U分量相加后得到的结果除以像素点的总数、V分量相加后得到的结果除以像素点的总数,从而得到所述像素点在YUV空间(即YUV色彩空间)的平均值。
在本实施例中,通过所述皮肤阈值可以输出非人脸区域的皮肤,从而使得在对皮肤进行美白时,不仅仅能够美白人脸区域皮肤,还能够对而非人脸区域的皮肤进行美白处理,从而使得美白效果更加自然。例如,在自拍时,经常会出现的脖子以及手、胳膊部分皮肤,如果仅仅只是美白人脸,则会使得脖子以及手、胳膊部分皮肤无法被美白,进而会出现相当违和的感知。
步骤S103,基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。
作为一种实施方式,步骤S103包括:基于所述皮肤阈值建立联合正态分布函数;根据所述联合正态分布函数计算所述待处理图像上的每个像素点属于所述皮肤的区域内的概率。
其中,联合正态分布函数的最高值为1,即表示属于皮肤的概率为100%,最低值为0,即表示属于皮肤的概率为0%。
可选地,基于所述皮肤阈值建立联合正态分布函数,包括:根据皮肤阈值的U分量和V分量确定联合正态分布函数的均值;根据第一预设方差、第二预设方差和所述均值构建所述联合正态分布函数。
可选地,所述根据所述联合正态分布函数计算所述待处理图像上的每个像素点属于所述皮肤的区域内的概率,包括:获取每个所述像素点的色度分量;根据所述色度分量和所述联合正态分布函数,计算每个所述像素点属于所述皮肤区域的概率。
其中,色度分量为在YUV空间的UV分量。
可选地,所述联合正态分布函数为:其中,所述u、v表示每个像素点的色度分量,所述表示所述皮肤阈值的U分量,所述vtresh表示所述皮肤阈值的V分量;所述表示所述概率,所述σ1表示第一预设方差,所述σ2表示第二预设方差。
可选地,所述σ1和所述σ2的大小可以相等。
在实际使用中,所述σ1和所述σ2为一常数,所述σ1和所述σ2的设置可以根据实际需求来设置,一般地,所述σ1和所述σ2越大,则非皮肤区域变化会越明显,相反则越不明显。在此,不作具体限定。
在本实施例中,通过所述σ1和所述σ2值,调整控制皮肤区域范围,从而使得不存在绝对的皮肤区域,只存在皮肤概率分布图,进而使得在后期对皮肤进行美白时,不会出现全部美白或者是皮肤上有没有被美白到的像素点,进而使得美白效果更加自然。
举例来说,如图2所示,图2中的z表示概率值(从0到1),x表示U分量,y表示V分量,从图中可以看出,属于皮肤阈值内的像素点与非皮肤阈值的像素点之间没有明显的分界线,从而在进行美白时,不会导致被美白区域像素点与未被美白区域像素点出现明显分界线,进而不会产生明显的色块,使得美白更加自然,能够有效克服现有技术中存在的高亮区域的失真与阴暗区域违和感的技术问题。
在一可能的实施例中,本发明实施例所提供的图像处理方法,还包括:根据所述概率对每个所述像素点进行处理(例如,进行磨皮处理或者是美白处理等),得到处理后的目标图像。
可选地,所述根据所述概率对每个所述像素点进行处理,得到处理后的目标图像,包括:根据每个所述像素点所对应的所述概率分别确定每个所述像素点所对应的美白系数;根据每个所述像素点所对应的所述美白系数分别对每个所述像素点进行美白处理,得到美白后的目标待处理图像。
可选地,每个所述像素点所对应的所述概率越大,则每个所述像素点所对应的美白系数越高。
可选地,根据每个所述像素点所对应的所述概率分别确定每个所述像素点所对应的美白系数,包括:根据预设美白系数范围与每个所述像素点所对应的所述概率的乘积分别确定每个所述像素点所对应的美白系数。
举例来说,假设预设美白系数范围为(0,1),某一像素点的概率为0.6,则美白系数为(0,0.6)。
可选地,根据每个所述像素点所对应的所述概率分别确定每个所述像素点所对应的美白系数,包括:获取用户输入的美白参数;根据所述美白参数与每个所述像素点所对应的所述概率的乘积分别确定每个所述像素点所对应的美白系数。
其中,美白参数用于确定整个待处理图像的美白程度。
可选地,美白参数大于等于0,且小于等于1(或100%)。
其中,美白系数是指像素点被美白的程度。
可选地,所述根据每个所述像素点所对应的所述美白系数分别对每个所述像素点进行美白处理,得到美白后的目标待处理图像,包括:根据每个所述像素点所对应的所述美白系数以及每个所述像素点的亮度分量,确定每个像素点被美白后的新亮度分量;根据每个所述新亮度分量确定美白后的所述目标待处理图像。
可选地,根据每个所述像素点所对应的所述美白系数以及每个所述像素点的亮度分量,确定每个像素点被美白后的新亮度分量,包括:确定每个所述像素点的亮度分量与美白系数的乘积;对所述乘积进行对数运算,得到第一结果;对亮度值增幅系数进行对数运算后得到第二运算结果;确定所述第一结果与所述第二结果的商,将所述商作为所述新亮度分量。
可选地,新亮度分量满足:
其中,w(x,y)为该点像素所对应的亮度分量,所述β表示所述亮度值增幅系数,所述A表示用户输入的美白参数或预设美白系数范围,所述A的取值范围为(0,1),x、y分别表示该像素点在x和y方向上的坐标,v(x,y)表示经过美白处理后,该像素点的亮度分量。
在本实施例中,通过依据皮肤概率分布,可以有效针对待处理图像上的所有皮肤进行美白处理,而不再是对整个图像进行美白或者是仅仅对人脸区域美白,能够有效避免因对全图像素美白而造成的图像失真以及仅仅对人脸区域美白,而对非人脸区域不做处理导致的违和感。进而能够使得被美白的图像更加自然。
本发明实施例所提供的图像处理方法,通过提取待处理图像的人脸特征点;根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值;基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。从而通过皮肤的像素的皮肤阈值计算出待处理图像的像素点属于皮肤的概率,进而使得通过该概率能够针对待处理图像的像素点进行美白处理,而不再是对整个图像进行美白或者是仅仅对人脸区域美白,能够有效避免因对全图像素美白而造成的图像失真以及仅仅对人脸区域美白,而对非人脸区域不做处理导致的违和感,进而能够使得被美白的图像更加自然。
第二实施例
对应于第一实施例中的图像处理方法,图3示出了采用第一实施例所示的图像处理方法一一对应的图像处理装置。如图3所示,所述图像处理装置400包括特征提取单元410、第一处理单元420和第二处理单元430。其中,特征提取单元410、第一处理单元420和第二处理单元430的实现功能与第一实施例中对应的步聚一一对应,为避免赘述,本实施例不一一详述。
特征提取单元410,用于提取待处理图像的人脸特征点。
第一处理单元420,用于根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值。
可选地,第一处理单元420,还用于从所述人脸特征点中确定出脸颊部分特征点、双眉特征点、双眼特征点以及嘴部轮廓特征点;获取所述待处理图像上属于所述脸颊部分特征点所对应区域内且属于所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域以外的所有像素点;确定所述像素点在YUV空间的平均值;将所述平均值作为所述待处理图像的像素的皮肤阈值。
可选地,所述获取所述待处理图像上属于所述脸颊部分特征点所对应区域内且属于所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域以外的所有像素点,包括:分别对所述脸颊部分特征点、所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域进行拟合,得到与所述脸颊部分特征点所对应的第一拟合函数、与所述双眉特征点所对应的第二拟合函数、与所述双眼特征点所对应的第三拟合函数以及与所述嘴部轮廓特征点所对应的第四拟合函数;获取位于所述第一拟合函数范围内且位于所述第二拟合函数、所述第三拟合函数以及所述第四拟合函数范围之外的所有像素点。
第二处理单元430,用于基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。
可选地,第二处理单元430,还用于基于所述皮肤阈值建立联合正态分布函数;基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。
可选地,所述基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率,包括:获取每个所述像素点的色度分量;根据所述色度分量和所述联合正态分布函数,计算每个所述像素点属于所述皮肤区域的概率。
可选地,所述联合正态分布函数为:其中,所述u、v表示每个像素点的色度分量,所述表示所述皮肤阈值的U分量,所述vtresh表示所述皮肤阈值的V分量;所述表示所述概率,所述σ1表示第一预设方差,所述σ2表示第二预设方差。
在一种可能的实施方式中,本发明实施例提供的图像处理装置400还包括:第三处理单元,用于根据所述概率对每个所述像素点进行处理,得到处理后的目标图像。
可选地,第三处理单元,还用于根据每个所述像素点所对应的所述概率分别确定每个所述像素点所对应的美白系数;根据每个所述像素点所对应的所述美白系数分别对每个所述像素点进行美白处理,得到美白后的目标待处理图像。
可选地,所述根据每个所述像素点所对应的所述美白系数分别对每个所述像素点进行美白处理,得到美白后的目标待处理图像,包括:根据每个所述像素点所对应的所述美白系数以及每个所述像素点的亮度分量,确定每个像素点被美白后的新亮度分量;根据每个所述新亮度分量确定美白后的所述目标待处理图像。
第三实施例
如图4所示,是图像处理装置500的示意图。图像处理装置500包括:中央处理器510和图形处理器520;中央处理器510与图形处理器520通信。
所述中央处理器510,用于提取待处理图像的人脸特征点;以及所述中央处理器510还用于根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值。
可选地,所述中央处理器510,还用于从所述人脸特征点中确定出脸颊部分特征点、双眉特征点、双眼特征点以及嘴部轮廓特征点;获取所述待处理图像上属于所述脸颊部分特征点所对应区域内且属于所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域以外的所有像素点;确定所述像素点在YUV空间的平均值;将所述平均值作为所述待处理图像的像素的皮肤阈值。
可选地,所述获取所述待处理图像上属于所述脸颊部分特征点所对应区域内且属于所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域以外的所有像素点,包括:分别对所述脸颊部分特征点、所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域进行拟合,得到与所述脸颊部分特征点所对应的第一拟合函数、与所述双眉特征点所对应的第二拟合函数、与所述双眼特征点所对应的第三拟合函数以及与所述嘴部轮廓特征点所对应的第四拟合函数;获取位于所述第一拟合函数范围内且位于所述第二拟合函数、所述第三拟合函数以及所述第四拟合函数范围之外的所有像素点。
所述图形处理器520,用于基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。
可选地,所述图形处理器520,还用于基于所述皮肤阈值建立联合正态分布函数;根据所述联合正态分布函数计算所述待处理图像上的每个像素点属于所述皮肤的区域内的概率。
可选地,所述根据所述联合正态分布函数计算所述待处理图像上的每个像素点属于所述皮肤的区域内的概率,包括:获取每个所述像素点的色度分量;根据所述色度分量和所述联合正态分布函数,计算每个所述像素点属于所述皮肤区域的概率。
可选地,所述联合正态分布函数为:其中,所述u、v表示每个像素点的色度分量,所述表示所述皮肤阈值的U分量,所述vtresh表示所述皮肤阈值的V分量;所述表示所述概率。
在一种可能的实施方式中,所述图形处理器520,还用于根据所述概率对每个所述像素点进行处理,得到处理后的目标图像。
可选地,所述图形处理器520,还用于根据每个所述像素点所对应的所述概率分别确定每个所述像素点所对应的美白系数;根据每个所述像素点所对应的所述美白系数分别对每个所述像素点进行美白处理,得到美白后的目标待处理图像。
可选地,所述根据每个所述像素点所对应的所述美白系数分别对每个所述像素点进行美白处理,得到美白后的目标待处理图像,包括:根据每个所述像素点所对应的所述美白系数以及每个所述像素点的亮度分量,确定每个像素点被美白后的新亮度分量;根据每个所述新亮度分量确定美白后的所述目标待处理图像。
第四实施例
如图5所示,是终端设备600的示意图。所述终端设备600包括存储器602、处理器604以及存储在所述存储器602中并可在所述处理器604上运行的计算机程序603,所述计算机程序603被处理器604执行时实现第一实施例中的所述图像处理方法,为避免重复,此处不再赘述。或者,所述计算机程序603被处理器604执行时实现第二实施例所述图像处理装置中各模块/单元的功能,为避免重复,此处不再赘述。
示例性的,计算机程序603可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器602中,并由处理器604执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序603在终端设备600中的执行过程。例如,计算机程序603可以被分割成第二实施例中的特征提取单元410、第一处理单元420和第二处理单元430,各模块的具体功能如第一实施例或第二实施例所述,在此不一一赘述。
终端设备600可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。
其中,存储器602可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(ElectricErasable Programmable Read-Only Memory,EEPROM)等。其中,存储器602用于存储程序,所述处理器604在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流程定义的方法可以应用于处理器604中,或者由处理器604实现。
处理器604可能是一种集成电路芯片,具有信号的处理能力。上述的处理器604可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)、图形处理器(Graphic Processing Unit,GPU)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
可以理解的是,图5所示的结构仅为终端设备600的一种结构示意图,终端设备600还可以包括比图5所示更多或更少的组件。图5中所示的各组件可以采用硬件、软件或其组合实现。
第五实施例
本发明实施例还提供一种存储介质,所述存储介质上存储有指令,当所述指令在计算机上运行时,所述计算机程序被处理器执行时实现第一实施例中的所述图像处理方法,为避免重复,此处不再赘述。或者,所述计算机程序被处理器执行时实现第二实施例所述图像处理装置中各模块/单元的功能,为避免重复,此处不再赘述。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可以通过硬件实现,也可以借助软件加必要的通用硬件平台的方式来实现,基于这样的理解,本发明的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施场景的方法。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
Claims (12)
1.一种图像处理方法,其特征在于,包括:
提取待处理图像的人脸特征点;
根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值;
基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。
2.根据权利要求1所述的方法,其特征在于,所述基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率,包括:
基于所述皮肤阈值建立联合正态分布函数;
根据所述联合正态分布函数计算所述待处理图像上的每个像素点属于所述皮肤的区域内的概率。
3.根据权利要求2所述的方法,其特征在于,所述根据所述联合正态分布函数计算所述待处理图像上的每个像素点属于所述皮肤的区域内的概率,包括:
获取每个所述像素点的色度分量;
根据所述色度分量和所述联合正态分布函数,计算每个所述像素点属于所述皮肤区域的概率。
4.根据权利要求2或3所述的方法,其特征在于,所述联合正态分布函数为:
其中,所述u、v表示每个像素点的色度分量,所述表示所述皮肤阈值的U分量,所述表示所述皮肤阈值的V分量;所述表示所述概率,所述σ1表示第一预设方差,所述σ2表示第二预设方差。
5.根据权利要求1所述的方法,其特征在于,所述根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值,包括:
从所述人脸特征点中确定出脸颊部分特征点、双眉特征点、双眼特征点以及嘴部轮廓特征点;
获取所述待处理图像上属于所述脸颊部分特征点所对应区域内且属于所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域以外的像素点;
确定所述像素点在YUV空间的平均值;
将所述平均值作为所述待处理图像的像素的皮肤阈值。
6.根据权利要求5所述的方法,其特征在于,所述获取所述待处理图像上属于所述脸颊部分特征点所对应区域内且属于所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域以外的所有像素点,包括:
分别对所述脸颊部分特征点、所述双眉特征点、所述双眼特征点以及所述嘴部轮廓特征点所对应的区域进行拟合,得到与所述脸颊部分特征点所对应的第一拟合函数、与所述双眉特征点所对应的第二拟合函数、与所述双眼特征点所对应的第三拟合函数以及与所述嘴部轮廓特征点所对应的第四拟合函数;
获取位于所述第一拟合函数范围内且位于所述第二拟合函数、所述第三拟合函数以及所述第四拟合函数范围之外的所有像素点。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据每个所述像素点所对应的所述概率分别确定每个所述像素点所对应的美白系数;
根据每个所述像素点所对应的所述美白系数分别对每个所述像素点进行美白处理,得到美白后的目标待处理图像。
8.根据权利要求7所述的方法,其特征在于,所述根据每个所述像素点所对应的所述美白系数分别对每个所述像素点进行美白处理,得到美白后的目标待处理图像,包括:
根据每个所述像素点所对应的所述美白系数以及每个所述像素点的亮度分量,确定每个像素点被美白后的新亮度分量;
根据每个所述新亮度分量确定美白后的所述目标待处理图像。
9.一种图像处理装置,其特征在于,包括:
特征提取单元,用于提取待处理图像的人脸特征点;
第一处理单元,用于根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值;
第二处理单元,用于基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。
10.一种图像处理装置,其特征在于,包括:中央处理器和图形处理器;
所述中央处理器,用于提取待处理图像的人脸特征点;以及
根据所述人脸特征点确定所述待处理图像的像素的皮肤阈值;
所述图形处理器,用于基于所述皮肤阈值确定所述待处理图像的像素点属于皮肤的区域内的概率。
11.一种终端设备,其特征在于,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的图像处理方法的步骤。
12.一种存储介质,其特征在于,所述存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行如权利要求1至8任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811342882.4A CN109447031B (zh) | 2018-11-12 | 2018-11-12 | 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 |
---|---|---|---|
CN201811342882.4A CN109447031B (zh) | 2018-11-12 | 2018-11-12 | 图像处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109447031A true CN109447031A (zh) | 2019-03-08 |
CN109447031B CN109447031B (zh) | 2022-02-18 |
Family
ID=65551761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811342882.4A Active CN109447031B (zh) | 2018-11-12 | 2018-11-12 | 图像处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109447031B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110324533A (zh) * | 2019-07-10 | 2019-10-11 | 北京字节跳动网络技术有限公司 | 处理图像的方法、装置、电子设备、及存储介质 |
CN111145086A (zh) * | 2019-12-27 | 2020-05-12 | 北京奇艺世纪科技有限公司 | 一种图像处理方法、装置及电子设备 |
WO2021016896A1 (zh) * | 2019-07-30 | 2021-02-04 | 深圳市大疆创新科技有限公司 | 图像处理方法、系统、设备、可移动平台和存储介质 |
CN113421197A (zh) * | 2021-06-10 | 2021-09-21 | 杭州海康威视数字技术股份有限公司 | 一种美颜图像的处理方法及其处理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9262690B2 (en) * | 2013-08-27 | 2016-02-16 | Htc Corporation | Method and device for detecting glare pixels of image |
CN106611415A (zh) * | 2016-12-29 | 2017-05-03 | 北京奇艺世纪科技有限公司 | 一种皮肤区域的检测方法及装置 |
CN107015745A (zh) * | 2017-05-19 | 2017-08-04 | 广东小天才科技有限公司 | 屏幕操作方法、装置、终端设备及计算机可读存储介质 |
CN107197169A (zh) * | 2017-06-22 | 2017-09-22 | 维沃移动通信有限公司 | 一种高动态范围图像拍摄方法及移动终端 |
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 |
-
2018
- 2018-11-12 CN CN201811342882.4A patent/CN109447031B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9262690B2 (en) * | 2013-08-27 | 2016-02-16 | Htc Corporation | Method and device for detecting glare pixels of image |
CN106611415A (zh) * | 2016-12-29 | 2017-05-03 | 北京奇艺世纪科技有限公司 | 一种皮肤区域的检测方法及装置 |
CN107015745A (zh) * | 2017-05-19 | 2017-08-04 | 广东小天才科技有限公司 | 屏幕操作方法、装置、终端设备及计算机可读存储介质 |
CN107197169A (zh) * | 2017-06-22 | 2017-09-22 | 维沃移动通信有限公司 | 一种高动态范围图像拍摄方法及移动终端 |
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 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110324533A (zh) * | 2019-07-10 | 2019-10-11 | 北京字节跳动网络技术有限公司 | 处理图像的方法、装置、电子设备、及存储介质 |
WO2021016896A1 (zh) * | 2019-07-30 | 2021-02-04 | 深圳市大疆创新科技有限公司 | 图像处理方法、系统、设备、可移动平台和存储介质 |
CN111145086A (zh) * | 2019-12-27 | 2020-05-12 | 北京奇艺世纪科技有限公司 | 一种图像处理方法、装置及电子设备 |
CN113421197A (zh) * | 2021-06-10 | 2021-09-21 | 杭州海康威视数字技术股份有限公司 | 一种美颜图像的处理方法及其处理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109447031B (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11250241B2 (en) | Face image processing methods and apparatuses, and electronic devices | |
US10783354B2 (en) | Facial image processing method and apparatus, and storage medium | |
US11132824B2 (en) | Face image processing method and apparatus, and electronic device | |
CN109447031A (zh) | 图像处理方法、装置、设备及存储介质 | |
US10599914B2 (en) | Method and apparatus for human face image processing | |
CN109389562B (zh) | 图像修复方法及装置 | |
US8983152B2 (en) | Image masks for face-related selection and processing in images | |
CN109952594A (zh) | 图像处理方法、装置、终端及存储介质 | |
WO2022078041A1 (zh) | 遮挡检测模型的训练方法及人脸图像的美化处理方法 | |
CN106682632B (zh) | 用于处理人脸图像的方法和装置 | |
CN108961175B (zh) | 人脸亮度调整方法、装置、计算机设备及存储介质 | |
WO2021238410A1 (zh) | 图像处理方法、装置、电子设备和介质 | |
CN113343826A (zh) | 人脸活体检测模型的训练方法、人脸活体检测方法及装置 | |
CN103020589A (zh) | 一种单训练样本人脸识别方法 | |
CN110826372A (zh) | 人脸特征点检测方法及装置 | |
CN108596992A (zh) | 一种快速实时的唇彩化妆方法 | |
CN113344837B (zh) | 人脸图像处理方法及装置、计算机可读存储介质、终端 | |
CN113808249B (zh) | 图像处理方法、装置、设备和计算机存储介质 | |
CN111652795A (zh) | 脸型的调整、直播方法、装置、电子设备和存储介质 | |
CN112149605B (zh) | 一种人脸识别方法、装置、设备及存储介质 | |
KR20140033907A (ko) | 헤드 포지션 추정 방법 및 장치, 컴퓨터 판독가능 저장 매체 | |
CN112102348A (zh) | 图像处理设备 | |
KR102334030B1 (ko) | 컴퓨터 장치를 이용한 헤어 염색 방법 | |
KR101787255B1 (ko) | 랜드마크의 거리의 비율에 기반한 표정 인식 방법 | |
CN105303596A (zh) | 动作处理装置及动作处理方法 |
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 |