CN109784301A - 图像处理方法、装置、计算机设备及存储介质 - Google Patents
图像处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109784301A CN109784301A CN201910082312.4A CN201910082312A CN109784301A CN 109784301 A CN109784301 A CN 109784301A CN 201910082312 A CN201910082312 A CN 201910082312A CN 109784301 A CN109784301 A CN 109784301A
- Authority
- CN
- China
- Prior art keywords
- skin
- human face
- face region
- colour
- fuzzy
- 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.)
- Pending
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种图像处理方法、装置、计算机设备及存储介质,属于图像处理技术领域。该方法包括:根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图;对第一人脸区域和肤色信息图进行模糊处理,得到模糊人脸图和模糊肤色图;根据第一人脸区域、模糊人脸图和模糊肤色图,生成目标肤色人脸图;在该原始图像中,将该第一人脸区域替换为该目标肤色人脸图。本发明通过第一人脸区域和第二人脸区域,生成肤色信息图,对该原始图像和目标图像先进行模糊处理,再进行混合处理,使得变换肤色后的图像更加自然,实现肤色的“无缝”迁移。
Description
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、计算机设备及存储介质。
背景技术
随着图像处理技术的发展,可以实现越来越多的图像处理方法,例如肤色变换、发色变换等。
目前,在对原始图像进行肤色变换的图像处理过程中,可以基于用户选定的目标图像,从而将目标图像的肤色迁移至原始图像中,以实现对原始图像的肤色变换。例如,可以先将原始图像和目标图像从RGB色彩空间转换到YCb’Cr’色彩空间,对肤色区域进行粗略提取,再将原始图像和目标图像中粗略提取的肤色区域从RGB空间转换到lαβ空间,从而对肤色区域进行精细提取,进而将目标图像中精细提取后的肤色区域所指示的颜色,迁移到原始图像中精细提取后的肤色区域中。
然而,在上述过程中,当原始图像和目标图像肤色差距较大时,直接进行肤色迁移会导致变换后的原始图像肤色不自然,不能做到“无缝”迁移。
发明内容
本发明实施例提供了一种图像处理方法、装置、计算机设备及存储介质,能够解决肤色迁移后不自然,不能做到“无缝”迁移的问题。该技术方案如下:
一方面,提供了一种图像处理方法,该方法包括:
根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图,该肤色信息图为与该第一人脸区域的尺寸匹配且具有该第二人脸区域的肤色的图像;
对该第一人脸区域和该肤色信息图进行模糊处理,得到模糊人脸图和模糊肤色图;
根据该第一人脸区域、该模糊人脸图和该模糊肤色图,生成目标肤色人脸图,该目标肤色人脸图为变换肤色后的该第一人脸区域;
在该原始图像中,将该第一人脸区域替换为该目标肤色人脸图。
在一种可能实施方式中,对该第一人脸区域和该肤色信息图进行模糊处理包括:
对该第一人脸区域和该肤色信息图进行模糊半径相同的高斯模糊处理,该模糊半径用于表征模糊处理的模糊程度。
在一种可能实施方式中,对该第一人脸区域和该肤色信息图进行模糊半径相同的高斯模糊处理包括:
根据二维高斯分布的概率密度函数和该模糊半径,获取权重矩阵;
根据该权重矩阵,对该第一人脸区域和该肤色信息图进行卷积处理。
在一种可能实施方式中,该模糊半径为该原始图像中人物的眼间距乘预设比例,且进行取整后所得到的数值。
在一种可能实施方式中,根据该第一人脸区域、该模糊人脸图和该模糊肤色图,生成目标肤色人脸图包括:
将该第一人脸区域与该模糊肤色图相乘,得到过渡图;
将该过渡图除以该模糊人脸图,得到该目标肤色人脸图。
在一种可能实施方式中,该方法还包括:
在该第二人脸区域内,对非肤色区域进行排除,该非肤色区域包括眼睛、眉毛、头发和嘴唇;
获取排除非肤色区域后的该第二人脸区域的肤色均值。
在一种可能实施方式中,该方法还包括:
在该第二人脸区域内,对肤色区域进行识别,获取该肤色区域的肤色均值。
在一种可能实施方式中,根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图包括:
根据该肤色均值,生成与该原始图像尺寸相同的肤色卡图;
根据原始图像的蒙版图和该肤色卡图,生成该肤色信息图,该原始图像的蒙版图用于框选人脸区域。
一方面,提供了图像处理装置,该装置包括:
第一生成模块,用于根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图,该肤色信息图为与该第一人脸区域的尺寸匹配且具有该第二人脸区域的肤色的图像;
模糊处理模块,用于对该第一人脸区域和该肤色信息图进行模糊处理,得到模糊人脸图和模糊肤色图;
第二生成模块,用于根据该第一人脸区域、该模糊人脸图和该模糊肤色图,生成目标肤色人脸图,该目标肤色人脸图为变换肤色后的该第一人脸区域;
替换模块,用于在该原始图像中,将该第一人脸区域替换为该目标肤色人脸图。
在一种可能实施方式中,该模糊处理模块还用于:
对该第一人脸区域和该肤色信息图进行模糊半径相同的高斯模糊处理,该模糊半径用于表征模糊处理的模糊程度。
在一种可能实施方式中,该模糊处理模块包括:
获取单元,用于根据二维高斯分布的概率密度函数和该模糊半径,获取权重矩阵;
卷积单元,用于根据该权重矩阵,对该第一人脸区域和该肤色信息图进行卷积处理。
在一种可能实施方式中,该模糊半径为该原始图像中人物的眼间距乘预设比例,且进行取整后所得到的数值。
在一种可能实施方式中,该第二生成模块还用于:
将该第一人脸区域与该模糊肤色图相乘,得到过渡图;
将该过渡图除以该模糊人脸图,得到该目标肤色人脸图。
在一种可能实施方式中,该装置还包括:
排除模块,用于在该第二人脸区域内,对非肤色区域进行排除,该非肤色区域包括眼睛、眉毛、头发和嘴唇;
获取模块,用于获取排除非肤色区域后的该第二人脸区域的肤色均值。
在一种可能实施方式中,该装置还包括:
识别获取模块,用于在该第二人脸区域内,对肤色区域进行识别,获取该肤色区域的肤色均值。
在一种可能实施方式中,该第一生成模块还用于:
根据该肤色均值,生成与该原始图像尺寸相同的肤色卡图;
根据原始图像的蒙版图和该肤色卡图,生成该肤色信息图,该原始图像的蒙版图用于框选人脸区域。
一方面,提供了一种计算机设备,该计算机设备包括处理器和存储器,该存储器中存储有至少一条指令,该至少一条指令由该处理器加载并执行以实现如上述任一种可能实现方式的图像处理方法所执行的操作。
一方面,提供了一种计算机可读存储介质,该存储介质中存储有至少一条指令,该至少一条指令由处理器加载并执行以实现如上述任一种可能实现方式的图像处理方法所执行的操作。
本发明实施例提供的技术方案带来的有益效果至少包括:
根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图,得到与原始图像的第一人脸区域轮廓相同,但采用了具有目标图像的肤色的图像,对该第一人脸区域和该肤色信息图进行模糊处理,得到模糊人脸图和模糊肤色图,根据该第一人脸区域、该模糊人脸图和该模糊肤色图,生成目标肤色人脸图,在该原始图像中,将该第一人脸区域替换为该目标肤色人脸图,从而能够对该原始图像和目标图像先进行模糊处理,再进行混合处理,使得变换肤色后的图像更加自然,实现肤色的“无缝”迁移。
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是本发明实施例提供的一种图像处理方法的流程图;
图2是本发明实施例提供的一种图像处理方法的流程图;
图3是本发明实施例提供的一种原始图像的示意图;
图4是本发明实施例提供的一种第一人脸区域的示意图;
图5是本发明实施例提供的一种原始图像的蒙版图的示意图;
图6是本发明实施例提供的一种目标图像的示意图;
图7是本发明实施例提供的一种目标图像的蒙版图的示意图;
图8是本发明实施例提供的一种肤色卡图的示意图;
图9是本发明实施例提供的一种肤色信息图的示意图;
图10是本发明实施例提供的一种模糊人脸图的示意图;
图11是本发明实施例提供的一种模糊肤色图的示意图;
图12是本发明实施例提供的一种目标肤色人脸图的示意图;
图13是本发明实施例提供的一种替换后的原始图像的示意图;
图14是本发明实施例提供的图像处理装置的结构示意图;
图15是本发明实施例提供的计算机设备的结构示意图。
具体实施方式
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施方式作进一步地详细描述。
图1是本发明实施例提供的一种图像处理方法的流程图。参见图1,该实施例包括:
101、根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图,该肤色信息图为与该第一人脸区域的尺寸匹配且具有该第二人脸区域的肤色的图像。
102、对该第一人脸区域和该肤色信息图进行模糊处理,得到模糊人脸图和模糊肤色图。
103、根据该第一人脸区域、该模糊人脸图和该模糊肤色图,生成目标肤色人脸图,该目标肤色人脸图为变换肤色后的该第一人脸区域。
104、在该原始图像中,将该第一人脸区域替换为该目标肤色人脸图。
本发明实施例提供的方法,根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图,得到与原始图像的第一人脸区域轮廓相同,但采用了具有目标图像的肤色的图像,对该第一人脸区域和该肤色信息图进行模糊处理,得到模糊人脸图和模糊肤色图,根据该第一人脸区域、该模糊人脸图和该模糊肤色图,生成目标肤色人脸图,在该原始图像中,将该第一人脸区域替换为该目标肤色人脸图,从而能够对该原始图像和目标图像先进行模糊处理,再进行混合处理,使得变换肤色后的图像更加自然,实现肤色的“无缝”迁移。
在一种可能实施方式中,对该第一人脸区域和该肤色信息图进行模糊处理包括:
对该第一人脸区域和该肤色信息图进行模糊半径相同的高斯模糊处理,该模糊半径用于表征模糊处理的模糊程度。
在一种可能实施方式中,对该第一人脸区域和该肤色信息图进行模糊半径相同的高斯模糊处理包括:
根据二维高斯分布的概率密度函数和该模糊半径,获取权重矩阵;
根据该权重矩阵,对该第一人脸区域和该肤色信息图进行卷积处理。
在一种可能实施方式中,该模糊半径为该原始图像中人物的眼间距乘预设比例,且进行取整后所得到的数值。
在一种可能实施方式中,根据该第一人脸区域、该模糊人脸图和该模糊肤色图,生成目标肤色人脸图包括:
将该第一人脸区域与该模糊肤色图相乘,得到过渡图;
将该过渡图除以该模糊人脸图,得到该目标肤色人脸图。
在一种可能实施方式中,该方法还包括:
在该第二人脸区域内,对非肤色区域进行排除,该非肤色区域包括眼睛、眉毛、头发和嘴唇;
获取排除非肤色区域后的该第二人脸区域的肤色均值。
在一种可能实施方式中,该方法还包括:
在该第二人脸区域内,对肤色区域进行识别,获取该肤色区域的肤色均值。
在一种可能实施方式中,根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图包括:
根据该肤色均值,生成与该原始图像尺寸相同的肤色卡图;
根据原始图像的蒙版图和该肤色卡图,生成该肤色信息图,该原始图像的蒙版图用于框选人脸区域。
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。
图2是本发明实施例提供的一种图像处理方法的流程图。参见图2,该实施例包括:
201、服务器获取原始图像的第一人脸区域。
其中,图3是本发明实施例提供的一种原始图像的示意图,参见图3,该原始图像为任一待处理的人像,该原始图像可以是服务器本地存储的图像,也可以是由终端发送的图像,本发明实施例不对该原始图像的来源进行具体限定。其中,图4是本发明实施例提供的一种第一人脸区域的示意图,参见图4,该第一人脸区域为该原始图像中人脸的边缘所框定的范围内的像素点的集合,该第一人脸区域可以承载五官、碎发、眼镜等特征信息。
在上述过程中,图5是本发明实施例提供的一种原始图像的蒙版图的示意图,参见图5,服务器可以根据原始图像的蒙版图,将该原始图像的蒙版图所框定的范围确定为该第一人脸区域,其中,该原始图像的蒙版图用于框选人脸区域。
在一些实施例中,服务器还可以对该原始图像进行人脸识别,以获取该第一人脸区域,服务器本发明实施例不对获取该第一人脸区域的方法进行具体限定。
需要说明的是,本发明实施例仅以图像处理方法的执行主体为服务器为例进行说明,在一些实施例中,终端可以向服务器发送图像处理请求,当服务器接收该图像处理请求,基于该图像处理请求对原始图像进行处理,当服务器处理完毕后,将处理后的图像发送至终端,当然,该图像处理方法也可以应用于终端,从而由终端执行该图像处理方法。其中,该图像处理请求可以携带原始图像和目标图像,可选地,当服务器向终端提供多个目标图像时,该图像处理请求中可以携带原始图像和目标图像标识,该目标图像标识用于在该多个目标图像中对每个目标图像进行唯一标识。
202、服务器获取目标图像的第二人脸区域。
其中,图6是本发明实施例提供的一种目标图像的示意图,参见图6,该目标图像为任一提供肤色素材的人像,该目标图像可以是服务器本地存储的图像,也可以是由终端发送的图像,本发明实施例不对该目标图像的来源进行具体限定。其中,该第二人脸区域为该目标图像中人脸的边缘所框定的范围内的像素点的集合,该第二人脸区域可以承载五官、碎发、眼镜等特征信息。
上述步骤202中获取第二人脸区域的过程与上述步骤201类似,图7是本发明实施例提供的一种目标图像的蒙版图的示意图,参见图7,服务器可以根据目标图像的蒙版图,将该目标图像的蒙版图所框定的范围确定为该第二人脸区域,其中,该目标图像的蒙版图用于框选人脸区域。在一些实施例中,服务器还可以通过人脸识别来获取该第二人脸区域,在此不做赘述。
203、服务器在该第二人脸区域内,对非肤色区域进行排除,该非肤色区域包括眼睛、眉毛、头发和嘴唇。
其中,该非肤色区域为该第二人脸区域内非肤色的像素点的集合,可选地,该非肤色区域可以包括眼睛、眉毛、头发和嘴唇等,当然,该非肤色区域还可以包括眼镜、贴纸等。
在上述步骤203中,可选地,可以将该第二人脸区域从RGB色彩空间转换到YCb’Cr’色彩空间,根据像素点的像素值和非肤色像素值的第一预设区间,将落入该第一预设区间的像素点进行排除,从而对非肤色区域进行排除,其中,该第一预设区间可以是Cr=[133;173]和Cb=[77;127]所限定的矩形区域之外的区域。通过对色彩空间的转换,可以将色彩的亮度信息与颜色信息分离,避免了亮度信息对排除非肤色区域的影响,能够提高排除非肤色区域的准确性。
204、服务器获取排除非肤色区域后的该第二人脸区域的肤色均值。
其中,该肤色均值为排除该非肤色区域后,该第二人脸区域内所包含的像素点的平均值。
在上述步骤204中,服务器可以将排除非肤色区域后的第二人脸区域内像素点的算数平均值获取为该肤色均值,从而能够对该第二人脸区域的肤色进行更均匀的统计,当然,在一些实施例中,服务器还可以排除非肤色区域后的第二人脸区域内像素点的加权平均值获取为该肤色均值,在权重分配时,可以对于越靠近该非肤色区域或边缘区域的像素点,权重越小,对于越远离该非肤色区域或边缘区域的像素点,权重越大,从而能够对眼皮、唇角等过渡区域的像素点减小权重,以更加精细的提取人脸的肤色。
上述步骤203-204是获取第二人脸区域的肤色均值的一种可能实施方式,可选地,上述步骤203-204还可以采用下述方式进行替换:服务器在该第二人脸区域内,对肤色区域进行识别,获取识别后的肤色区域的肤色均值。也即是,服务器可以将该第二人脸区域从RGB色彩空间转换到YCb’Cr’色彩空间,根据像素点的像素值和肤色像素值的第二预设区间,将落入该第二预设区间的像素点的集合获取为该肤色区域,从而获取该肤色均值,其中,该第二预设区间可以是Cr=[133;173]和Cb=[77;127]所限定的矩形区域。当然,该肤色均值可以是算数平均值,也可以是加权平均值,在此不做赘述。
205、服务器根据该肤色均值,生成与该原始图像尺寸相同的肤色卡图。
其中,图8是本发明实施例提供的一种肤色卡图的示意图,参见图8,该肤色卡图为与该原始图像尺寸相同且与该肤色均值色彩相同的纯色图。
在上述过程中,服务器可以先生成与该原始图像尺寸相同的白底图,从而在该白底图上基于该肤色均值进行色彩填充。
上述步骤205为生成肤色卡图的一种可能实施方式,在一些实施例中,服务器还可以生成与该原始图像的该第一人脸区域相匹配的肤色卡图,其中,与该第一人脸区域相匹配是指:该肤色卡图的尺寸大于等于该第一人脸区域的尺寸,可选地,该肤色卡图的尺寸等于该第一人脸区域的尺寸时,也即是该肤色卡图与该人脸区域的形状和面积均相同,从而便于了后续模糊处理后的混合处理。
206、服务器根据原始图像的蒙版图和该肤色卡图,生成肤色信息图。
其中,图9是本发明实施例提供的一种肤色信息图的示意图,参见图9,该肤色信息图为与该第一人脸区域的尺寸匹配且具有该第二人脸区域的肤色的图像。
在上述过程中,服务器可以在该肤色卡图上叠加该原始图像的蒙版图的图层,从而生成该肤色信息图,从而能够得到与原始图像的第一人脸区域轮廓相同,但采用了目标图像的肤色均值进行纯色填充的图像。
可选地,当该肤色卡图的尺寸与该原始图像的蒙版图不同时,在进行图层叠加的过程中,需要保持该肤色卡图能够覆盖该第一人脸区域,由于该肤色卡图与该第一人脸区域相匹配,则可以保证准确生成该肤色信息图。
上述步骤205-206为服务器根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图的一种可能实施方法,而可选地,服务器还可以在该原始图像的蒙版图中,在该原始图像的蒙版图所框定的范围内,基于该肤色均值进行色彩填充,从而生成该肤色信息图。
207、服务器根据二维高斯分布的概率密度函数和模糊半径,获取权重矩阵,该模糊半径用于表征模糊处理的模糊程度。
其中,该二维高斯分布的概率密度函数如下式:
在上式中,x和y为函数的自变量,σ为标准差,π和e为常量。
可选地,该模糊半径可以是服务器预设数值,从而对于任一原始图像,具有相同的权重矩阵,服务器首次基于二维高斯分布的概率密度函数和该预设数值,获取权重矩阵后,将该权重矩阵存储在本地,在后续图像处理过程中,直接调用该权重矩阵,从而简化了图像处理的流程,加快了图像处理的速度,其中,该预设数值可以为大于等于1的任一正整数,例如该预设数值为2。
在一些实施例中,该模糊半径还可以为该原始图像中人物的眼间距乘预设比例,且进行取整后所得到的数值,该预设比例可以是服务端预先存储的固定数值,当然,技术人员可以根据模糊效果对该预设比例进行调整,在一种可能实施方式中,该预设比例为50%,本发明实施例不对该预设比例的取值进行具体限定。
在上述过程中,该眼间距可以取该原始图像中人物的瞳距,从而加快了图像处理的速度,在一些实施例中,该眼间距可以基于下述过程进行确定:获取原始图像中人物左眼的内眼角和外眼角的第一中点,获取原始图像的人物右眼的内眼角和外眼角的第二中点,将该第一中点和第二中点之间的距离作为眼间距,从而避免了瞳孔左右晃动而对获取眼间距带来的误差,增加了眼间距的准确度。
在上述步骤207中,服务器可以根据该模糊半径,确定该权重矩阵的尺寸,假设该模糊半径为R,则该权重矩阵的尺寸为2R+1,从而该权重矩阵是一个大小为(2R+1)×(2R+1)的方形矩阵,其中,R为大于等于1的任一正整数。进而,服务器基于该权重矩阵的尺寸,获取与该权重矩阵的尺寸相匹配的多个采样点的坐标,基于该多个采样点的x轴和y轴坐标,对该二维高斯分布的概率密度函数进行采样,获取多个z轴上的采样值,将该多个采样值按照坐标排布,从而得到权重矩阵。上述过程是直接取点采样以获取权重矩阵的方法,而可选地,还可以采取积分式采样的方法对该二维高斯分布的概率密度函数进行采样,本发明实施例不对采样方法进行具体限定。
208、服务器根据该权重矩阵,对该第一人脸区域和该肤色信息图进行卷积处理,得到模糊人脸图和模糊肤色图。
在上述过程中,图10是本发明实施例提供的一种模糊人脸图的示意图,参见图10,服务器以该权重矩阵作为卷积核,将该卷积核与该第一人脸区域做卷积运算,得到该模糊人脸图,图11是本发明实施例提供的一种模糊肤色图的示意图,参见图11,服务器以该权重矩阵作为卷积核,将该卷积核与上述步骤206中生成的肤色信息图做卷积运算,得到该模糊肤色图。
上述步骤207-208中,服务器对该第一人脸区域和该肤色信息图进行模糊半径相同的高斯模糊处理,使得距离权重矩阵中心较近的像素点,权重较大,距离权重矩阵中心较远的像素点,权重较小,使得模糊效果更为自然,可选地,服务器还可以采用表面模糊、方框模糊等方法对该第一人脸区域和该肤色信息图进行模糊处理,本发明实施例不对模糊处理的方法进行具体限定。
209、服务器将该第一人脸区域与该模糊肤色图相乘,得到过渡图。
在上述过程中,服务器将该第一人脸区域的各个像素点与该模糊肤色图中相应位置的像素点做乘积,从而得到该过渡图。
210、服务器将该过渡图除以该模糊人脸图,得到该目标肤色人脸图,该目标肤色人脸图为变换肤色后的该第一人脸区域。
在上述过程中,图12是本发明实施例提供的一种目标肤色人脸图的示意图,参见图12,服务器将该过渡图的各个像素点与该模糊人脸图中相应位置的像素点做除法,从而得到该目标肤色人脸图。
在上述步骤209-210中,服务器根据该第一人脸区域、该模糊人脸图和该模糊肤色图,生成该目标肤色人脸图,例如,假设该第一人脸区域用imgA表示,该模糊肤色图用imgB表示,模糊人脸图用imgC表示,则该目标肤色人脸图imgX可以用下式进行表示:imgX=imgA*imgB/imgC。
可选地,上述步骤209-210还可以采用下述方法进行替换:服务器将该第一人脸区域除以该模糊人脸图,得到过渡图,服务器将该过渡图与该模糊肤色图相乘,得到目标肤色人脸图。
211、在该原始图像中,将该第一人脸区域替换为该目标肤色人脸图。
在上述过程中,图13是本发明实施例提供的一种替换后的原始图像的示意图,参见图13,将原始图像中该第一人脸区域的像素点替换为该目标肤色人脸图中相应位置的像素点,从而实现了对该原始图像进行图像处理。
需要说明的是,本发明实施例提供的图3至图13仅为示意图,为了保护隐私,对图3、图4、图6、图10、图12、图13中涉及到的人物的五官部分进行了马赛克处理,但不应造成对本发明实施例中原始图像、第一人脸区域、目标图像、模糊人脸图、目标肤色人脸图和替换后的原始图像的进一步限定。
本发明实施例提供的方法,根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图,得到与原始图像的第一人脸区域轮廓相同,但采用了具有目标图像的肤色的图像,对该第一人脸区域和该肤色信息图进行模糊处理,得到模糊人脸图和模糊肤色图,根据该第一人脸区域、该模糊人脸图和该模糊肤色图,生成目标肤色人脸图,在该原始图像中,将该第一人脸区域替换为该目标肤色人脸图,从而能够对该原始图像和目标图像先进行模糊处理,再进行混合处理,使得变换肤色后的图像更加自然,实现肤色的“无缝”迁移,进一步地,对第一人脸区域和肤色信息图进行高斯模糊处理,使得模糊效果更为自然,进一步地,先获取权重矩阵,再进行卷积处理,实现模糊半径相同的高斯模糊处理,进一步地,根据原始图像人物的眼间距确定模糊半径,使得模糊效果更加自然。
图14是本发明实施例提供的图像处理装置的结构示意图,参见图14,该装置包括:
第一生成模块1401,用于根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图,该肤色信息图为与该第一人脸区域的尺寸匹配且具有该第二人脸区域的肤色的图像;
模糊处理模块1402,用于对该第一人脸区域和该肤色信息图进行模糊处理,得到模糊人脸图和模糊肤色图;
第二生成模块1403,用于根据该第一人脸区域、该模糊人脸图和该模糊肤色图,生成目标肤色人脸图,该目标肤色人脸图为变换肤色后的该第一人脸区域;
替换模块1404,用于在该原始图像中,将该第一人脸区域替换为该目标肤色人脸图。
本发明实施例提供的装置,根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图,得到与原始图像的第一人脸区域轮廓相同,但采用了具有目标图像的肤色的图像,对该第一人脸区域和该肤色信息图进行模糊处理,得到模糊人脸图和模糊肤色图,根据该第一人脸区域、该模糊人脸图和该模糊肤色图,生成目标肤色人脸图,在该原始图像中,将该第一人脸区域替换为该目标肤色人脸图,从而能够对该原始图像和目标图像先进行模糊处理,再进行混合处理,使得变换肤色后的图像更加自然,实现肤色的“无缝”迁移。
在一种可能实施方式中,该模糊处理模块1402还用于:
对该第一人脸区域和该肤色信息图进行模糊半径相同的高斯模糊处理,该模糊半径用于表征模糊处理的模糊程度。
在一种可能实施方式中,基于图14的装置组成,该模糊处理模块1402包括:
获取单元,用于根据二维高斯分布的概率密度函数和该模糊半径,获取权重矩阵;
卷积单元,用于根据该权重矩阵,对该第一人脸区域和该肤色信息图进行卷积处理。
在一种可能实施方式中,该模糊半径为该原始图像中人物的眼间距乘预设比例,且进行取整后所得到的数值。
在一种可能实施方式中,该第二生成模块1403还用于:
将该第一人脸区域与该模糊肤色图相乘,得到过渡图;
将该过渡图除以该模糊人脸图,得到该目标肤色人脸图。
在一种可能实施方式中,基于图14的装置组成,该装置还包括:
排除模块,用于在该第二人脸区域内,对非肤色区域进行排除,该非肤色区域包括眼睛、眉毛、头发和嘴唇;
获取模块,用于获取排除非肤色区域后的该第二人脸区域的肤色均值。
在一种可能实施方式中,基于图14的装置组成,该装置还包括:
识别获取模块,用于在该第二人脸区域内,对肤色区域进行识别,获取该肤色区域的肤色均值。
在一种可能实施方式中,该第一生成模块1401还用于:
根据该肤色均值,生成与该原始图像尺寸相同的肤色卡图;
根据原始图像的蒙版图和该肤色卡图,生成该肤色信息图,该原始图像的蒙版图用于框选人脸区域。
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。
需要说明的是:上述实施例提供的图像处理装置在处理图像时,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,即将计算机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,上述实施例提供的图像处理装置与图像处理方法实施例属于同一构思,其具体实现过程详见图像处理方法实施例,这里不再赘述。
图15是本发明实施例提供的计算机设备的结构示意图,该计算机设备1500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(centralprocessing units,CPU)1501和一个或一个以上的存储器1502,在一些实施例中,该计算机设备1500可以是:智能手机、平板电脑、MP3播放器(Moving Picture Experts Group AudioLayer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts GroupAudio 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。计算机设备1500还可能被称为终端、服务器、用户设备、便携式终端、膝上型终端、台式终端等其他名称。
其中,该存储器1502中存储有至少一条指令,该至少一条指令由该处理器1501加载并执行以实现上述各个图像处理方法实施例提供的方法。当然,该计算机设备1500还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该计算机设备1500还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由终端中的处理器执行以完成上述实施例中图像处理方法。例如,该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。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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 (11)
1.一种图像处理方法,其特征在于,所述方法包括:
根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图,所述肤色信息图为与所述第一人脸区域的尺寸匹配且具有所述第二人脸区域的肤色的图像;
对所述第一人脸区域和所述肤色信息图进行模糊处理,得到模糊人脸图和模糊肤色图;
根据所述第一人脸区域、所述模糊人脸图和所述模糊肤色图,生成目标肤色人脸图,所述目标肤色人脸图为变换肤色后的所述第一人脸区域;
在所述原始图像中,将所述第一人脸区域替换为所述目标肤色人脸图。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一人脸区域和所述肤色信息图进行模糊处理包括:
对所述第一人脸区域和所述肤色信息图进行模糊半径相同的高斯模糊处理,所述模糊半径用于表征模糊处理的模糊程度。
3.根据权利要求2所述的方法,其特征在于,所述对所述第一人脸区域和所述肤色信息图进行模糊半径相同的高斯模糊处理包括:
根据二维高斯分布的概率密度函数和所述模糊半径,获取权重矩阵;
根据所述权重矩阵,对所述第一人脸区域和所述肤色信息图进行卷积处理。
4.根据权利要求2所述的方法,其特征在于,所述模糊半径为所述原始图像中人物的眼间距乘预设比例,且进行取整后所得到的数值。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一人脸区域、所述模糊人脸图和所述模糊肤色图,生成目标肤色人脸图包括:
将所述第一人脸区域与所述模糊肤色图相乘,得到过渡图;
将所述过渡图除以所述模糊人脸图,得到所述目标肤色人脸图。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述第二人脸区域内,对非肤色区域进行排除,所述非肤色区域包括眼睛、眉毛、头发和嘴唇;
获取排除非肤色区域后的所述第二人脸区域的肤色均值。
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:
在所述第二人脸区域内,对肤色区域进行识别,获取所述肤色区域的肤色均值。
8.根据权利要求6或7所述的方法,其特征在于,所述根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图包括:
根据所述肤色均值,生成与所述原始图像尺寸相同的肤色卡图;
根据原始图像的蒙版图和所述肤色卡图,生成所述肤色信息图,所述原始图像的蒙版图用于框选人脸区域。
9.一种图像处理装置,其特征在于,所述装置包括:
第一生成模块,用于根据原始图像的第一人脸区域和目标图像的第二人脸区域,生成肤色信息图,所述肤色信息图为与所述第一人脸区域的尺寸匹配且具有所述第二人脸区域的肤色的图像;
模糊处理模块,用于对所述第一人脸区域和所述肤色信息图进行模糊处理,得到模糊人脸图和模糊肤色图;
第二生成模块,用于根据所述第一人脸区域、所述模糊人脸图和所述模糊肤色图,生成目标肤色人脸图,所述目标肤色人脸图为变换肤色后的所述第一人脸区域;
替换模块,用于在所述原始图像中,将所述第一人脸区域替换为所述目标肤色人脸图。
10.一种计算机设备,其特征在于,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,所述指令由所述处理器加载并执行以实现如权利要求1至权利要求8任一项所述的图像处理方法所执行的操作。
11.一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至权利要求8任一项所述的图像处理方法所执行的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910082312.4A CN109784301A (zh) | 2019-01-28 | 2019-01-28 | 图像处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910082312.4A CN109784301A (zh) | 2019-01-28 | 2019-01-28 | 图像处理方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109784301A true CN109784301A (zh) | 2019-05-21 |
Family
ID=66502770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910082312.4A Pending CN109784301A (zh) | 2019-01-28 | 2019-01-28 | 图像处理方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784301A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458781A (zh) * | 2019-08-14 | 2019-11-15 | 北京百度网讯科技有限公司 | 用于处理图像的方法和装置 |
CN110677557A (zh) * | 2019-10-28 | 2020-01-10 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN111063008A (zh) * | 2019-12-23 | 2020-04-24 | 北京达佳互联信息技术有限公司 | 一种图像处理方法、装置、设备及存储介质 |
CN111260600A (zh) * | 2020-01-21 | 2020-06-09 | 维沃移动通信有限公司 | 一种图像处理方法、电子设备及介质 |
CN113160099A (zh) * | 2021-03-18 | 2021-07-23 | 北京达佳互联信息技术有限公司 | 人脸融合方法、装置、电子设备、存储介质及程序产品 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107146199A (zh) * | 2017-05-02 | 2017-09-08 | 厦门美图之家科技有限公司 | 一种人脸图像的融合方法、装置及计算设备 |
CN107680071A (zh) * | 2017-10-23 | 2018-02-09 | 深圳市云之梦科技有限公司 | 一种人脸与身体融合处理的方法及系统 |
CN108198127A (zh) * | 2017-11-27 | 2018-06-22 | 维沃移动通信有限公司 | 一种图像处理方法、装置及移动终端 |
-
2019
- 2019-01-28 CN CN201910082312.4A patent/CN109784301A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107146199A (zh) * | 2017-05-02 | 2017-09-08 | 厦门美图之家科技有限公司 | 一种人脸图像的融合方法、装置及计算设备 |
CN107680071A (zh) * | 2017-10-23 | 2018-02-09 | 深圳市云之梦科技有限公司 | 一种人脸与身体融合处理的方法及系统 |
CN108198127A (zh) * | 2017-11-27 | 2018-06-22 | 维沃移动通信有限公司 | 一种图像处理方法、装置及移动终端 |
Non-Patent Citations (1)
Title |
---|
万门: "30秒教会你利用Python换脸", 《搜狐网 HTTPS://WWW.SOHU.COM/A/239209152_199932》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458781A (zh) * | 2019-08-14 | 2019-11-15 | 北京百度网讯科技有限公司 | 用于处理图像的方法和装置 |
CN110677557A (zh) * | 2019-10-28 | 2020-01-10 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN110677557B (zh) * | 2019-10-28 | 2022-04-22 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN111063008A (zh) * | 2019-12-23 | 2020-04-24 | 北京达佳互联信息技术有限公司 | 一种图像处理方法、装置、设备及存储介质 |
CN111260600A (zh) * | 2020-01-21 | 2020-06-09 | 维沃移动通信有限公司 | 一种图像处理方法、电子设备及介质 |
CN111260600B (zh) * | 2020-01-21 | 2023-08-22 | 维沃移动通信有限公司 | 一种图像处理方法、电子设备及介质 |
CN113160099A (zh) * | 2021-03-18 | 2021-07-23 | 北京达佳互联信息技术有限公司 | 人脸融合方法、装置、电子设备、存储介质及程序产品 |
WO2022193573A1 (zh) * | 2021-03-18 | 2022-09-22 | 北京达佳互联信息技术有限公司 | 人脸融合方法及装置 |
CN113160099B (zh) * | 2021-03-18 | 2023-12-26 | 北京达佳互联信息技术有限公司 | 人脸融合方法、装置、电子设备、存储介质及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109784301A (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN105184249B (zh) | 用于人脸图像处理的方法和装置 | |
US9811894B2 (en) | Image processing method and apparatus | |
CN109325988B (zh) | 一种面部表情合成方法、装置及电子设备 | |
EP4083904A1 (en) | Method and apparatus for beautifying selfies | |
WO2020078119A1 (zh) | 模拟用户穿戴服装饰品的方法、装置和系统 | |
EP3992919A1 (en) | Three-dimensional facial model generation method and apparatus, device, and medium | |
CN108012081B (zh) | 智能美颜方法、装置、终端和计算机可读存储介质 | |
CN113128449A (zh) | 用于人脸图像处理的神经网络训练、人脸图像处理方法及装置 | |
CN113723385B (zh) | 视频处理方法及装置、神经网络的训练方法及装置 | |
CN108230255A (zh) | 用于实现图像增强的方法、装置和电子设备 | |
CN109684959A (zh) | 基于肤色检测和深度学习的视频手势的识别方法及装置 | |
CN108765261A (zh) | 图像变换方法和装置、电子设备、计算机存储介质、程序 | |
CN111583154A (zh) | 图像处理方法、肤质美化模型训练方法及相关装置 | |
CN113570052B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
US11769286B2 (en) | Beauty processing method, electronic device, and computer-readable storage medium | |
CN111127309B (zh) | 肖像风格迁移模型训练方法、肖像风格迁移方法以及装置 | |
CN113362263A (zh) | 变换虚拟偶像的形象的方法、设备、介质及程序产品 | |
CN111199169A (zh) | 图像处理方法和装置 | |
CN114697759B (zh) | 虚拟形象视频生成方法及其系统、电子设备、存储介质 | |
WO2023273247A1 (zh) | 人脸图像处理方法及装置、计算机可读存储介质、终端 | |
CN109035380B (zh) | 基于三维重建的人脸修饰方法、装置、设备及存储介质 | |
CN109241930A (zh) | 用于处理眉部图像的方法和装置 | |
CN110059739B (zh) | 图像合成方法、装置、电子设备和计算机可读存储介质 | |
CN115713585B (zh) | 纹理图像重建方法、装置、计算机设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190521 |