CN109859299A - 人像图片处理方法、装置、计算机可读存储介质和计算机设备 - Google Patents
人像图片处理方法、装置、计算机可读存储介质和计算机设备 Download PDFInfo
- Publication number
- CN109859299A CN109859299A CN201910238694.5A CN201910238694A CN109859299A CN 109859299 A CN109859299 A CN 109859299A CN 201910238694 A CN201910238694 A CN 201910238694A CN 109859299 A CN109859299 A CN 109859299A
- Authority
- CN
- China
- Prior art keywords
- expansion
- picture
- portrait picture
- portrait
- subregion
- 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
Landscapes
- Image Processing (AREA)
Abstract
本申请涉及一种人像图片处理方法、装置、计算机可读存储介质和计算机设备,方法包括:从人像图片中提取目标区域的至少两个子区域;目标区域包括人像图片的头部区域和身体区域中的至少一种;分别对各个子区域进行膨胀处理;对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件;按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片。采用本申请提供的图片处理方法,无需经过繁琐的手动操作步骤,便能自动地将原始人像图片转化为卡通人像图片,转化效率高。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种人像图片处理方法、装置、计算机可读存储介质和计算机设备。
背景技术
随着计算机技术的发展,出现了各种图片处理软件,人们可以将图片导入到图片处理软件中对图片进行剪裁、放大、缩小和增加滤镜等操作。随着人们对卡通形象的热爱,人们经常利用图片处理软件的一些常用功能,试着将普通的人像图片转化为卡通人像图片。
但是,在需要将一张人像图片转化为卡通人像图片时,需要使用者手动地对人像图片进行操作。例如手动地从卡通素材库中选取喜欢的五官素材替换人像图片中的五官,例如选取喜欢的卡通滤镜增加到人像图片中等等。操作步骤繁琐,使得将人像图片转化为卡通人像图片的转化效率低。
发明内容
基于此,有必要针对上述技术问题,提供一种转化效率高的图片处理方法、装置、计算机可读存储介质和计算机设备。
一种人像图片处理方法,包括:
从人像图片中提取目标区域的至少两个子区域;所述目标区域包括所述人像图片的头部区域和身体区域中的至少一种;
分别对各个所述子区域进行膨胀处理;
对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件;
按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片。
一种人像图片处理装置,所述装置包括:
子区域提取模块,用于从人像图片中提取目标区域的多个子区域;所述目标区域包括所述人像图片的头部区域和身体区域中至少一种;
膨胀处理模块,用于分别对各个所述子区域进行膨胀处理;
透视变形处理模块,用于对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件;
色彩调节模块,用于按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片。
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
从人像图片中提取目标区域的至少两个子区域;所述目标区域包括所述人像图片的头部区域和身体区域中的至少一种;
分别对各个所述子区域进行膨胀处理;
对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件;
按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,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:
从人像图片中提取目标区域的至少两个子区域;所述目标区域包括所述人像图片的头部区域和身体区域中的至少一种;
分别对各个所述子区域进行膨胀处理;
对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件;
按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片。
上述人像图片处理方法、装置、计算机可读存储介质和计算机设备,从人像图片中提取目标区域的至少两个子区域进行膨胀处理,使得人像图片整体产生夸张的膨胀效果。再对人像图片进行透视变形处理,使得人像图片中的头部区域和身体区域符合头身比例反差条件。这样再对目标人像图片进行色彩调节后,便可以得到卡通人像图片。采用本申请提供的图片处理方法,无需经过繁琐的手动操作步骤,便能自动地将原始人像图片转化为卡通人像图片,转化效率高。
附图说明
图1为一个实施例中计算机设备的结构框图;
图2为一个实施例中人像图片处理方法的流程示意图;
图3为一个实施例中人像图片的示例图;
图4为一个实施例中头部区域的子区域的示例图;
图5为一个实施例中预设形状和目标形状的示例图;
图6为另一个实施例中人像图片的示例图;
图7为一个实施例中经过透视变形后的人像图片的示例图;
图8为一个实施例中膨胀区域的示例图;
图9为另一个实施例中人像图片处理方法的流程示意图;
图10为一个实施例中卡通人像图片的示例图;
图11为一个实施例中人像图片处理装置的结构框图。
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。
本申请提供的人像图片处理方法,可以应用于如图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏,存储器中存储有计算机程序。计算机程序被处理器执行时,可以实现本申请提供的人像图片处理方法。该计算机设备可以是终端,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
如图2所示,在一个实施例中,提供了一种人像图片处理方法。本实施例主要以该方法应用于上述图1中的计算机设备来举例说明。参照图2,该人像图片处理方法具体包括如下步骤:
S202,从人像图片中提取目标区域的至少两个子区域;目标区域包括人像图片的头部区域和身体区域中的至少一种。
其中,人像图片指包括了人的头部区域和身体区域的图片。人像图片例如图3所示。头部区域指人的颈部以上的区域,头部区域例如图3中的301所示。身体区域指人像图片中头部区域之外的区域。身体区域例如图3中的302所示。
具体地,计算机设备接收用户导入的人像图片。人像图片包括头部区域和身体区域。计算机设备对人像图片进行识别,识别出人像图片中的头部区域和身体区域。计算机设备设置有目标区域,目标区域为头部区域和身体区域中的至少一种,则目标区域可以为一个或两个。目标区域为一个时,目标区域为头部区域或身体区域。目标区域为两个时,头部区域和身体区域均为目标区域。计算机设备对目标区域进行分割,得到至少两个待提取区域。从待提取区域中提取两个待提取区域作为目标区域的子区域。
在一个实施例中,计算机设备对目标区域进行分割,得到至少两个待提取区域。从待提取区域中提取两个待提取区域作为目标区域的子区域包括以下步骤:当目标区域为头部区域时,计算机设备对头部区域进行分割,得到至少两个待提取的局部人脸区域,从待提取的局部人脸区域中提取出至少两个局部人脸区域作为头部区域的子区域。当目标区域为身体区域时,计算机设备对身体区域进行分割,得到多个待提取的局部身体区域,从待提取的局部身体区域中提取出至少两个局部身体区域作为身体区域的子区域。
在一个实施例中,计算机设备对头部区域进行分割包括以下步骤:计算机对头部区域进行人脸识别,得到多个特征点,根据得到的多个特征点确定分割界限,按照确定的分割界限对头部区域进行分割。
在一个实施例中,计算机设备从头部区域中提取的子区域可以包括鼻子区域、左眼区域、右眼区域、左脸颊区域、右脸颊区域、前额区域、嘴巴区域、耳朵区域和下巴区域中的至少两个。当然,计算机设备还可以直接提取所有待提取的局部人脸区域作为头部区域的子区域。
S204,分别对各个子区域进行膨胀处理。
具体地,计算机设备可以根据各个子区域在对应的目标区域中的占比值,确定各个子区域对应的膨胀程度。按照各个子区域对应的膨胀程度对各个子区域进行放大,使得各个子区域达到膨胀效果。
在一个实施例中,计算机设备可以设置有膨胀程度映射表,该膨胀程度映射表中有各种占比值范围所对应的膨胀程度。占比值越大,对应的膨胀程度越小,占比值越小,对应的膨胀程度越大。计算机设备根据各个子区域在对应的目标区域中的占比值,确定各个子区域对应的膨胀程度包括以下步骤:计算机设备计算各个子区域的面积分别在对应的目标区域的面积中的占比值,确定各个占比值对应的占比值范围。从膨胀程度映射表中查找该占比值范围对应的膨胀程度,将查找到的该占比值范围对应的膨胀程度确定为对应子区域的膨胀程度。
在一个实施例中,膨胀程度具体可以是放大倍数,则计算机设备按照各个子区域对应的放大倍数,分别对各个子区域直接进行放大处理,使得各个子区域达到膨胀效果。例如根据图4中的左眼区域401的面积在头部区域的面积中的占比值确定左眼区域401对应的放大倍数为2倍,则计算机设备需要对左眼区域401进行2倍的放大处理。
S206,对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件。
其中,透视变形指将原始图像投影到一个新的平面上,得到形变后的原始图像的过程。头身比例反差条件指人像图片中的头部区域和身体区域的比例具有足够的反差。例如,头身比例反差条件具体可以是头部区域与身体区域的面积比值达到反差阈值,或者,头部区域的高度与身体区域的高度的高度比值大于标准高度比值等等。
具体地,计算机设备可以按照预设形状,在经过膨胀处理后得到的人像图片中确定多个点,按照确定的多个点在经过膨胀处理后得到的人像图片中截取包括了至少部分头部区域和至少部分身体区域的局部图片。计算机设备将局部图片形变为预设形状对应的目标形状,使得局部图片包括的至少部分头部区域和至少部分身体区域的比例具有足够的反差。
例如,预设形状为图5中的预设形状501,预设形状501对应的目标形状为目标形状502,图6中的人像图片601为计算机设备接收到的原始人像图片,人像图片602为人像图片601经过膨胀处理后得到的人像图片。则计算机设备根据图5中的预设形状501可以从经过膨胀处理后得到的人像图片602中确定4个顶点:原始顶点6031、原始顶点6032、原始顶点6033和原始顶点6034。计算机设备根据这4个原始顶点可以确定包括至少部分头部区域和至少部分身体区域的局部图片603。可见,局部图片603的形状为图5中的预设形状501。
计算机设备确定原始顶点6031、原始顶点6032、原始顶点6033和原始顶点6034分别在局部图片603中的原始位置参数。计算机设备可以根据目标形状502确定原始顶点6031、原始顶点6032、原始顶点6033和原始顶点6034分别在透视变形后的局部图片中的目标位置参数。根据各原始顶点的原始位置参数和目标位置参数间的偏差,确定局部图片603中包含的所有像素点的移动参数。计算机设备按照确定的移动参数分别移动局部图片603中包含的各个像素点,得到如图7所示的透视变形后的人像图片700。可见,人像图片700中包括的头部区域和身体区域的比例具有足够的反差。
S208,按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片。
其中,色彩调节方式指对透视变形后的人像图片的色彩进行调节的方式,例如,色彩调节方式具体可以包括饱和度增强程度、对比度增强程度和锐化程度中的至少一种。
具体地,计算机设备可以设置有多个预设色彩调节方式。计算机设备对透视变形后的人像图片的色彩进行检测,得到检测参数。检测参数例如人像图片的色彩的原始饱和度、原始对比度和原始锐化程度中的至少一种。计算机设备确定与检测得到的检测参数匹配的预设色彩调节方式,按照与检测得到的检测参数匹配的预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片。
可以理解的是,原始饱和度、原始对比度和原始锐化程度越高,匹配的预设色彩调节方式中包括的饱和度增强程度、对比度增强程度和锐化增强程度越低。原始饱和度、原始对比度和原始锐化程度越低,匹配的预设色彩调节方式中包括的饱和度增强程度、对比度增强程度和锐化增强程度越高。
上述人像图片处理方法,从人像图片中提取目标区域的至少两个子区域进行膨胀处理,使得人像图片整体产生夸张的膨胀效果。再对人像图片进行透视变形处理,使得人像图片中的头部区域和身体区域符合头身比例反差条件。这样再对目标人像图片进行色彩调节后,便可以得到卡通人像图片。采用本申请提供的图片处理方法,无需经过繁琐的手动操作步骤,便能自动地将原始人像图片转化为卡通人像图片,转化效率高。
在一个实施例中,分别对各个子区域进行膨胀处理包括:根据各个子区域的面积确定对应的膨胀区域;膨胀区域的面积大于对应子区域的面积,膨胀区域为圆形;确定膨胀区域中的各个像素点与圆心的原始距离参数;获取各个子区域对应的膨胀系数;基于原始距离参数和膨胀系数,确定膨胀区域中的各个像素点的目标距离参数;按照各个像素点分别对应的目标距离参数对各个像素点进行移动。
其中,膨胀区域指需要进行膨胀处理的区域。膨胀系数指决定子区域的膨胀程度的系数,膨胀系数越大,则膨胀程度越大。膨胀系数越小,则膨胀程度越小。例如膨胀系数具体可以是对膨胀区域进行液化膨胀处理的液化系数。原始距离参数指还未进行膨胀处理的膨胀区域中的各个像素点与圆心的距离。目标距离参数指进行了膨胀处理后的膨胀区域中的各个像素点与圆心的距离。
具体地,计算机设备确定各个子区域的面积,根据各个子区域的面积分别确定各子区域对应膨胀区域的半径。以各子区域的中心为圆心,按照确定的各子区域对应膨胀区域的半径,分别确定各子区域对应的膨胀区域,膨胀区域的形状为圆形。计算机设备确定膨胀区域中各像素点与圆心的原始距离参数,基于各子区域的原始距离参数和对应的膨胀系数,计算各膨胀区域中各个像素点与圆心的目标距离参数。原始膨胀区域中各像素点的原始距离参数与目标距离参数的差值为各像素点的移动值。计算机设备按照各像素点的移动值对各像素点进行移动。
在一个实施例中,由于膨胀区域边缘的像素点与圆心的原始距离参数为膨胀区域的半径,计算机设备可以将原始距离参数与半径相等的像素点确定为不参与膨胀处理的像素点。或者,计算机设备可以在确定膨胀区域后,直接对各膨胀区域中的像素点进行检测,将检测到的膨胀区域边缘的像素点直接确定为不参与膨胀处理的像素点。这样膨胀区域的边缘的像素点便不会产生膨胀效果,避免了人像图片产生断层的问题。
在一个实施例中,根据各个子区域的面积确定对应的膨胀区域包括:计算机设备确定各子区域的面积,可以将各子区域的面积分别开平方根,得到边长值。对各边长值进行预设倍数的扩大,得到扩大后的目标边长值。将各目标边长值取半,得到各子区域对应膨胀区域的半径。计算机设备以各子区域的中心点为圆心,按照对应的半径确定各子区域的膨胀区域。这样确定的膨胀区域的面积便大于对应子区域的面积,使得各子区域进行充分膨胀。进一步地,预设倍数的范围具体可以为(1.5,2]。
在一个实施例中,基于原始距离参数和膨胀系数,确定膨胀区域中的各个像素点的目标距离参数包括:计算机设备用每一个像素点的原始距离参数除以对应的半径,得到各像素点与对应半径的距离比值。计算机设备可以根据以下公式计算各像素点的目标距离参数:
可以理解的是,计算机设备计算膨胀区域边缘的像素点的目标距离参数时,由于膨胀区域边缘的像素点与圆心的原始距离参数与对应膨胀区域的半径相等,则根据 计算得到的目标距离参数与原始距离参数相等,因此膨胀区域边缘的像素点的移动值为0,则计算机设备不会对膨胀区域边缘的像素点进行移动,避免了人像图片产生断层的问题。
在一个实施例中,如图4所示,例如子区域402的面积为S,则对S开根号得到边长值L。例如预设倍数为1.2,则L*1.2=目标边长值1.2L。则1.2L/2=半径R。计算机设备以子区域402的中心为圆心,确定一个半径为R的圆形区域403,圆形区域403便为子区域402对应的膨胀区域。
在一个实施例中,例如图8所示的膨胀区域的半径为R,膨胀系数为11,膨胀区域中的像素点801与圆心的原始距离参数为r1,像素点802与圆心的原始距离参数为r2,像素点803与圆心的原始距离参数为r3。则像素点801与圆心的距离比值=r1/R,像素点802与圆心的距离比值=r2/R,像素点803与圆心的距离比值=r3/R。
例如r1/R=0.8,r2/R=1,r3/R=0.3,则像素点801的目标距离参数 像素点802的目标距离参数像素点803的目标距离参数计算机设备按照r1’与r1的差值,对像素点801进行移动,按照r2’与r2的差值,对像素点802进行移动,按照r3’与r3的差值,对像素点803进行移动。
上述实施例中,计算机设备对各子区域进行的膨胀处理为液化膨胀处理,通过改变各像素点与圆心的距离使得各子区域达到膨胀效果,并利用膨胀区域使得各子区域充分进行了膨胀,使得膨胀处理的效率高。
在一个实施例中,获取各个子区域对应的膨胀系数包括:当子区域对应的目标区域为头部区域时,确定子区域在头部区域中的占比值;基于占比值对预设的标准膨胀系数进行调整,得到子区域对应的膨胀系数;当子区域对应的目标区域为身体区域时,将预设的标准膨胀系数确定为子区域对应的膨胀系数。
具体地,计算机设备根据各子区域所属的目标区域的不同,分别确定各子区域的膨胀系数。计算机设备预先设置有标准膨胀系数。与该标准膨胀系数对应存储有标准占比值,标准占比值为子区域在所属目标区域中的标准占比值。计算机设备确定对应目标区域为头部区域的子区域在头部区域中的占比值,基于该占比值与标准占比值的大小关系对标准膨胀系数进行调整,得到该子区域对应的膨胀系数。
计算机设备可以直接将标准膨胀系数确定为对应目标区域为身体区域的子区域的膨胀系数。可以理解的是,计算机设备也可以确定对应目标区域为身体区域的子区域在身体区域中的占比值,基于该占比值与标准占比值的大小关系对标准膨胀系数进行调整,得到该子区域对应的膨胀系数。
本实施例中,计算机设备根据各子区域所属的目标区域的不同,分别确定各子区域的膨胀系数,当子区域所属的目标区域为头部区域时,计算机设备根据子区域在头部区域中的占比值调整标准膨胀系数,可以更精确地得到子区域的膨胀系数,使得子区域的膨胀效果更好。
在一个实施例中,基于占比值对预设的标准膨胀系数进行调整,得到子区域对应的膨胀系数包括:当占比值大于标准膨胀系数对应的标准占比值时,在阈值范围内减小标准膨胀系数,得到子区域对应的膨胀系数;当占比值小于标准膨胀系数对应的标准占比值时,在阈值范围内增大标准膨胀系数,得到子区域对应的膨胀系数;当占比值等于标准膨胀系数对应的标准占比值时,将标准膨胀系数确定为子区域对应的膨胀系数。
其中,阈值范围指对于标准膨胀系数的可调整范围。
具体地,计算机设备将子区域在头部区域中的占比值与标准膨胀系数对应的标准占比值进行比对,得到比对结果。当比对结果为子区域在头部区域中的占比值大于标准占比值时,计算机设备需要在阈值范围内减小标准膨胀系数,得到该子区域对应的膨胀系数。当比对结果为子区域在头部区域中的占比值小于标准占比值时,计算机设备需要在阈值范围内增大标准膨胀系数,得到该子区域对应的膨胀系数。当比对结果为子区域在头部区域中的占比值等于标准占比值时,计算机设备直接将标准膨胀系数确定为该子区域对应的膨胀系数。
在一个实施例中,计算机设备可以设置有差值范围,当比对结果为子区域在头部区域中的占比值大于或小于标准占比值时,计算机设备可以计算子区域在头部区域中的占比值与标准占比值的差值。若占比值与标准占比值的差值在差值范围内,则计算机设备可以直接将标准膨胀系数确定为该子区域对应的膨胀系数。
在一个实施例中,计算机设备可以预设有多个标准膨胀系数以及对应的标准占比值范围。计算机设备可以确定各子区域在头部区域中的占比值所属的标准占比值范围,将与该占比值范围对应存储的标准膨胀系数直接确定为该子区域对应的膨胀系数。
上述实施例中,根据子区域在头部区域中的占比值与标准膨胀系数的大小关系对标准膨胀系数进行调整,得到各子区域对应的膨胀系数,使得得到的各子区域的膨胀系数的精确度更高,使得子区域的膨胀效果更好。
在一个实施例中,对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件包括:从经过膨胀处理后得到的人像图片中截取局部图片;局部图片包括至少部分头部区域和至少部分身体区域;局部图片的形状为四边形,四边形的上边长度小于或大于四边形的下边长度;根据局部图片的顶点、以及局部图片对应的目标矩形的顶点,确定局部图片对应的目标矩阵;基于目标矩阵确定局部图片中各个像素点的目标坐标;按照目标坐标对局部图片中的各个像素点进行移动,使得局部图片中所包括的至少部分头部区域和至少部分身体区域符合头身比例反差条件。
其中,局部图片指具有人像图片中的局部画面的图像。
具体地,计算机设备可以按照预设形状条件确定预设形状,按照确定的预设形状在经过膨胀处理后得到的人像图片中确定多个点,按照确定的点在经过膨胀处理后得到的人像图片中截取包括了至少部分头部区域和至少部分身体区域的局部图片。进一步地,预设形状条件具体可以是:上边长度大于下边长度的四边形,或者边长度小于下边长度的四边形。
以预设形状条件为上边长度大于下边长度的四边形为例,计算机设备根据该预设形状条件确定预设形状,该预设形状为上边长度大于下边长度的四边形。计算机设备按照该四边形的四个顶点,确定包括至少部分头部区域和至少部分身体区域的局部图片,确定的局部图片的形状为一个上边长度大于下边长度的四边形。
计算机设备将局部图片的四个顶点的坐标分别确定为原始坐标,将预设形状对应的目标矩形的四个顶点的坐标确定为目标坐标。计算机设备可以将原始坐标和目标坐标带入矩阵计算公式计算目标矩阵。将目标矩阵带回矩阵计算公式,得到已知目标矩阵的矩阵计算公式。计算机设备将局部图片中各个像素点的原始坐标带入已知目标矩阵的矩阵计算公式,可以得到各个像素点的目标坐标。计算机设备将各个像素点移动至各自对应的目标坐标处,使得局部图片所包括的至少部分头部区域和至少部分身体区域符合头身比例反差条件。
在一个实施例中,目标矩阵为三阶矩阵,三阶矩阵中的成员为M11、M12、M13、M21、M22、M23、M31、M32和M33,矩阵计算公式具体可以为:dst(X,Y)=src[(M11X0+M12Y0+M13)/(M31X0+M32Y0+M33),(M21X0+M22Y0+M23)/(M31X0+M32Y0+M33)]。其中,dst(X,Y)指目标矩阵各目标顶点的目标坐标,X0和Y0指局部图片各原始顶点的原始坐标。计算机设备分别将局部图片各原始顶点的原始坐标和对应的目标顶点的目标坐标一起带入矩阵计算公式,可以解得目标矩阵中各个成员的值。
进一步地,对局部图片各原始顶点的原始坐标对应的目标顶点的目标坐标进行说明,如图6所示,原始顶点6031的原始坐标对应图5中目标顶点5021的目标坐标,原始顶点6032的原始坐标对应图5中目标顶点5022的目标坐标,原始顶点6033的原始坐标对应图5中目标顶点5023的目标坐标,原始顶点6034的原始坐标对应图5中目标顶点5024的目标坐标。
计算机设备分别将各个像素点的原始坐标带入已知目标矩阵中各个成员的值的矩阵计算公式中的X0和Y0,可以得到dst(X,Y)的具体值,该dst(X,Y)的具体值便为对应像素点的目标坐标。计算机设备按照各像素点的目标坐标移动对应的像素点,使得局部图片中所包括的至少部分头部区域和至少部分身体区域符合头身比例反差条件,包括的至少部分头部区域和至少部分身体区域符合头身比例反差条件的局部图片便为经过透视变形后的人像图片。
在一个实施例中,计算机设备可以将截取的局部图片和对应的目标矩阵输入已训练好的坐标获取模型,坐标获取模型输出局部图片中各像素点对应的目标坐标。
在一个实施例中,计算机设备可以将截取的局部图片和对应的目标矩阵输入已训练好的透视变形模型,透视变形模型输出包括的至少部分头部区域和至少部分身体区域符合头身比例反差条件的局部图片,包括的至少部分头部区域和至少部分身体区域符合头身比例反差条件的局部图片便为经过透视变形后的人像图片。
在一个实施例中,坐标获取模型的训练过程包括以下步骤:将坐标获取训练数据输入初始的坐标获取模型进行训练,坐标获取训练数据包括各种不同的图片和对应的目标矩形,以及各图片中包括的各个像素点的目标坐标。坐标获取模型对各种不同的图片和对应的目标矩形,以及各图片中包括的各个像素点的目标坐标进行学习。直到将各个图片和对应的目标矩形分别输入坐标获取模型,坐标获取模型均能输出该各图片中包括的各个像素点的目标坐标,完成边坐标获取模型的训练。
在一个实施例中,透视变形模型的训练过程包括以下步骤:将透视变形训练数据输入初始的透视变形模型进行训练,透视变形训练数据包括各种不同的图片和对应的目标矩形,以及经过透视变形后的图片。透视变形模型对各种不同的图片以及经过透视变形后的图片进行学习。直到将各个图片和对应的目标矩形分别输入透视变形模型,透视变形模型均能输出该图片对应的透视变形后的图片,完成边透视变形模型的训练。
上述实施例中,计算机设备只需要根据局部图片和目标矩阵,便能得到各像素点的目标坐标,并按照该目标坐标移动对应的像素点,使得人像图片中的头部区域和身体区域符合头身比例反差条件,提高了透视变形的效率。
在一个实施例中,预设色彩调节方式包括高光调节程度、阴影增强程度、对比度增强程度、高反差保留程度和锐化程度中的至少一种。
其中,高光调节程度指计算机设备对透视变形后的人像图片的高光效果进行增强或减弱的程度。阴影增强程度指计算机设备对透视变形后的人像图片的阴影效果进行增强的程度。对比度增强程度指计算机设备通过改变人像图片统计分布规律对透视变形后的人像图片的色彩对比度进行增强的程度。高反差保留程度指计算机设备保留人像图片中的高频部分,对人像图片中的低频部分进行模糊处理的程度。高频部分比如人像图片的边界轮廓。锐化程度指计算机设备补偿人像图片中的轮廓,让轮廓更加清晰的程度。
具体地,高光调节程度、阴影增强程度、对比度增强程度、高反差保留程度和锐化程度均可以是固定值。当然,计算机设备也可以确定透视变形后的人像图片的原始高光程度、原始阴影程度、原始对比度、原始高反差保留程度和原始锐化程度。计算机设备根据确定的原始高光程度、原始阴影程度、原始对比度、原始高反差保留程度和原始锐化程度,确定人像图片需要的高光调节程度、阴影增强程度、对比度增强程度、高反差保留程度和锐化程度,并按照确定的高光调节程度、阴影增强程度、对比度增强程度、高反差保留程度和锐化程度对透视变形后的人像图片进行色彩调节。
在一个实施例中,计算机设备可以设置有多个原始高光程度范围、原始阴影程度范围、原始对比度范围、原始高反差保留程度范围和原始锐化程度范围,每个原始高光程度范围对应存储有高光调节程度,每个原始阴影程度范围对应存储有阴影增强程度,每个原始对比度范围对应存储有对比度增强程度,每个原始高反差保留程度范围对应存储有高反差保留程度,每个原始锐化程度范围对应存储有锐化程度。
这样,计算机设备可以直接根据人像图片的原始高光程度、原始阴影程度、原始对比度、原始高反差保留程度和原始锐化程度所属的原始高光程度范围、原始阴影程度范围、原始对比度范围、原始高反差保留程度范围和原始锐化程度范围,直接确定人像图片的高光调节程度、阴影增强程度、对比度增强程度、高反差保留程度和锐化程度,并按照确定的高光调节程度、阴影增强程度、对比度增强程度、高反差保留程度和锐化程度对透视变形后的人像图片进行色彩调节。
上述实施例中,计算机设备按照高光调节程度、阴影增强程度、对比度增强程度、高反差保留程度和锐化程度中的至少一种对透视变形后的人像图片进行色彩调节,使得人像图片的色彩更加地饱和。
在一个实施例中,预设色彩调节方式还可以包括颜色值调节程度,计算机设备可以提取透视变形后的人像图片中各个像素点的颜色值;根据颜色值查找各个像素点对应的目标颜色值;确定颜色值与目标颜色值之间的颜色差值,得到颜色值调节程度。
其中,颜色值指各个像素点的RGB值,R代表红色,G代表绿色,B代表蓝色。颜色值调节程度指计算机设备对透视变形后的人像图片的颜色值进行调节的调节程度。
具体地,计算机设备可以提取透视变形后的人像图片中各个像素点的颜色值(R值、G值和B值),根据各个像素点的颜色值在颜色值映射表中查找各个像素点的颜色值对应的目标颜色值,计算机设备计算各个像素点的颜色值与对应的目标颜色值的颜色差值,将该颜色差值确定为对应像素点的颜色值调节程度。按照颜色值调节程度对透视变形后的人像图片中对应的像素点的颜色值进行调节。进一步地,颜色值映射表可以利用LUT(Look-Up-Table显示查找表)实现。
本实施例中,计算机设备不但按照高光调节程度、阴影增强程度、对比度增强程度、高反差保留程度和锐化程度中的至少一种对透视变形后的人像图片进行色彩调节,还对透视变形后的人像图片的颜色值进行了调节,使得得到的卡通人像图片的色彩更加饱和。
在一个实施例中,按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片包括:提取透视变形后的人像图片中各个像素点的颜色值;根据颜色值查找各个像素点对应的目标颜色值;按照目标颜色值对透视变形后的人像图片中对应的像素点的颜色值进行调节,得到卡通人像图片。
具体地,计算机设备可以提取透视变形后的人像图片中各个像素点的颜色值(R值、G值和B值),根据各个像素点的颜色值在颜色值映射表中查找各个像素点的颜色值对应的目标颜色值,计算机设备按照查找到的各个像素点的目标颜色值对透视变形后的人像图片中对应的像素点的颜色值进行调节,得到卡通人像图片。进一步地,颜色值映射表可以利用LUT(Look-Up-Table显示查找表)实现。
本实施例中,计算机设备根据透视变形后的人像图片中各个像素点的颜色值,确定各个像素点的目标颜色值,直接按照目标颜色值对透视变形后的人像图片中对应的像素点的颜色值进行调节便可以使得人像图片的色彩更加地饱和,得到卡通人像图片。
在一个实施例中,以计算机设备接收到的人像图片如图6中的601所示为例。如图9所示,计算机设备对该人像图片进行处理的步骤包括:
S902,计算机设备对人像图片中的人脸区域进行识别,得到人脸区域的多个子区域:鼻子区域、左眼区域、右眼区域、左脸颊区域、右脸颊区域和嘴巴区域。
S904,计算机设备确定各个子区域对应的膨胀区域,对确定的膨胀区域进行膨胀处理。得到如图6中所示的人像图片602。
S906,计算机设备对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件。
具体地,计算机设备从经过膨胀处理后得到的人像图片中截取局部图片,如图6所示,局部图片603包括至少部分头部区域和至少部分身体区域;局部图片603的形状为近似梯形的四边形,局部图片603的上边长度小于或大于所述四边形的下边长度。
计算机设备将局部图片的四个顶点的原始坐标与对应目标矩形的目标坐标带入计算矩阵计算公式,得到目标矩阵。将局部图片中各个像素点的原始坐标带入已知目标矩阵的矩阵计算公式,得到各个像素点的目标坐标,按照各个像素点的目标坐标对局部图片中的各个像素点进行移动。得到的透视变形后的人像图片如图7中的人像图片700所示。
S908,计算机设备按照预设的对比度增强程度增强透视变形后的人像图片的色彩的对比度。
S910,计算机设备按照预设的高反差保留程度保留透视变形后的人像图片中的高频部分,对人像图片中的低频部分进行模糊处理。
S912,计算机设备按照预设的锐化程度锐化透视变形后的人像图片。得到如图10所示的卡通人像图片。
图2和9为一个实施例中人像图片处理方法的流程示意图。应该理解的是,虽然图2和9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和9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。
在一个实施例中,如图11所示,提供了一种人像图片处理装置1100,该装置包括:子区域提取模块1101、膨胀处理模块1102、透视变形处理模块1103和色彩调节模块1104,其中:
子区域提取模块1101,用于从人像图片中提取目标区域的多个子区域。目标区域包括人像图片的头部区域和身体区域中至少一种。
膨胀处理模块1102,用于分别对各个子区域进行膨胀处理。
透视变形处理模块1103,用于对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件。
色彩调节模块1104,用于按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片。
在一个实施例中,膨胀处理模块1102还用于根据各个子区域的面积确定对应的膨胀区域;膨胀区域的面积大于对应子区域的面积,膨胀区域为圆形;确定膨胀区域中的各个像素点与圆心的原始距离参数;获取各个子区域对应的膨胀系数;基于原始距离参数和膨胀系数,确定膨胀区域中的各个像素点的目标距离参数;按照各个像素点分别对应的目标距离参数对各个像素点进行移动。
在一个实施例中,膨胀处理模块1102还用于当子区域对应的目标区域为头部区域时,确定子区域在头部区域中的占比值;基于占比值对预设的标准膨胀系数进行调整,得到子区域对应的膨胀系数;当子区域对应的目标区域为身体区域时,将预设的标准膨胀系数确定为子区域对应的膨胀系数。
在一个实施例中,膨胀处理模块1102还用于当占比值大于标准膨胀系数对应的标准占比值时,在阈值范围内减小标准膨胀系数,得到子区域对应的膨胀系数;当占比值小于标准膨胀系数对应的标准占比值时,在阈值范围内增大标准膨胀系数,得到子区域对应的膨胀系数;当占比值等于标准膨胀系数对应的标准占比值时,将标准膨胀系数确定为子区域对应的膨胀系数。
在一个实施例中,透视变形处理模块1103还用于从经过膨胀处理后得到的人像图片中截取局部图片;局部图片包括至少部分头部区域和至少部分身体区域;局部图片的形状为四边形,四边形的上边长度小于或大于四边形的下边长度;根据局部图片的顶点、以及局部图片对应的目标矩形的顶点,确定局部图片对应的目标矩阵;基于目标矩阵确定局部图片中各个像素点的目标坐标;按照目标坐标对局部图片中的各个像素点进行移动,使得局部图片中所包括的至少部分头部区域和至少部分身体区域符合头身比例反差条件。
在一个实施例中,预设色彩调节方式包括高光调节程度、阴影增强程度、对比度增强程度、高反差保留程度和锐化程度中的至少一种。
在一个实施例中,色彩调节模块1104还用于提取透视变形后的人像图片中各个像素点的颜色值;根据颜色值查找各个像素点对应的目标颜色值;按照目标颜色值对透视变形后的人像图片中对应的像素点的颜色值进行调节,得到卡通人像图片。
图1示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端。如图1所示,该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现人像图片处理方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行人像图片处理方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的人像图片处理装置可以实现为一种计算机程序的形式,计算机程序可在如图1所示的计算机设备上运行。计算机设备的存储器中可存储组成该人像图片处理装置的各个程序模块,比如,图11所示的子区域提取模块1101、膨胀处理模块1102、透视变形处理模块1103和色彩调节模块1104。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的人像图片处理方法中的步骤。
例如,图1所示的计算机设备可以通过如图11所示的人像图片处理装置中的子区域提取模块1101执行从人像图片中提取目标区域的多个子区域。目标区域包括人像图片的头部区域和身体区域中至少一种。计算机设备可通过膨胀处理模块1102执行分别对各个子区域进行膨胀处理。计算机设备可通过透视变形处理模块1103执行对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件。计算机设备可通过色彩调节模块1104执行按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述人像图片处理方法的步骤。此处人像图片处理方法的步骤可以是上述各个实施例的人像图片处理方法中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述人像图片处理方法的步骤。此处人像图片处理方法的步骤可以是上述各个实施例的人像图片处理方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。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)或者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(DDRSDRAM)、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)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
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)
1.一种人像图片处理方法,包括:
从人像图片中提取目标区域的至少两个子区域;所述目标区域包括所述人像图片的头部区域和身体区域中的至少一种;
分别对各个所述子区域进行膨胀处理;
对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件;
按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片。
2.根据权利要求1所述的方法,其特征在于,所述分别对各个所述子区域进行膨胀处理包括:
根据各个子区域的面积确定对应的膨胀区域;所述膨胀区域的面积大于对应子区域的面积,所述膨胀区域为圆形;
确定所述膨胀区域中的各个像素点与圆心的原始距离参数;
获取各个子区域对应的膨胀系数;
基于所述原始距离参数和所述膨胀系数,确定所述膨胀区域中的各个像素点的目标距离参数;
按照各个像素点分别对应的目标距离参数对各个像素点进行移动。
3.根据权利要求2所述的方法,其特征在于,所述获取各个子区域对应的膨胀系数包括:
当所述子区域对应的目标区域为所述头部区域时,确定所述子区域在所述头部区域中的占比值;
基于所述占比值对预设的标准膨胀系数进行调整,得到所述子区域对应的膨胀系数;
当所述子区域对应的目标区域为所述身体区域时,将预设的标准膨胀系数确定为所述子区域对应的膨胀系数。
4.根据权利要求3所述的方法,其特征在于,所述基于所述占比值对预设的标准膨胀系数进行调整,得到所述子区域对应的膨胀系数包括:
当所述占比值大于标准膨胀系数对应的标准占比值时,在阈值范围内减小所述标准膨胀系数,得到所述子区域对应的膨胀系数;
当所述占比值小于标准膨胀系数对应的标准占比值时,在阈值范围内增大所述标准膨胀系数,得到所述子区域对应的膨胀系数;
当所述占比值等于标准膨胀系数对应的标准占比值时,将所述标准膨胀系数确定为所述子区域对应的膨胀系数。
5.根据权利要求1所述的方法,其特征在于,所述对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件包括:
从经过膨胀处理后得到的人像图片中截取局部图片;所述局部图片包括至少部分头部区域和至少部分身体区域;所述局部图片的形状为四边形,所述四边形的上边长度小于或大于所述四边形的下边长度;
根据所述局部图片的顶点、以及所述局部图片对应的目标矩形的顶点,确定所述局部图片对应的目标矩阵;
基于所述目标矩阵确定所述局部图片中各个像素点的目标坐标;
按照所述目标坐标对所述局部图片中的各个像素点进行移动,使得局部图片中所包括的至少部分头部区域和至少部分身体区域符合头身比例反差条件。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述预设色彩调节方式包括高光调节程度、阴影增强程度、对比度增强程度、高反差保留程度和锐化程度中的至少一种。
7.根据权利要求1-5中任一项所述的方法,其特征在于,所述按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片包括:
提取透视变形后的人像图片中各个像素点的颜色值;
根据所述颜色值查找各个像素点对应的目标颜色值;
按照所述目标颜色值对透视变形后的人像图片中对应的像素点的颜色值进行调节,得到卡通人像图片。
8.一种人像图片处理装置,其特征在于,所述装置包括:
子区域提取模块,用于从人像图片中提取目标区域的多个子区域;所述目标区域包括所述人像图片的头部区域和身体区域中至少一种;
膨胀处理模块,用于分别对各个所述子区域进行膨胀处理;
透视变形处理模块,用于对经过膨胀处理后得到的人像图片进行透视变形,使得透视变形后的人像图片中头部区域和身体区域符合头身比例反差条件;
色彩调节模块,用于按照预设色彩调节方式对透视变形后的人像图片进行色彩调节,得到卡通人像图片。
9.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,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7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910238694.5A CN109859299B (zh) | 2019-03-27 | 2019-03-27 | 人像图片处理方法、装置、计算机可读存储介质和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910238694.5A CN109859299B (zh) | 2019-03-27 | 2019-03-27 | 人像图片处理方法、装置、计算机可读存储介质和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109859299A true CN109859299A (zh) | 2019-06-07 |
CN109859299B CN109859299B (zh) | 2020-12-22 |
Family
ID=66902148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910238694.5A Active CN109859299B (zh) | 2019-03-27 | 2019-03-27 | 人像图片处理方法、装置、计算机可读存储介质和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109859299B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111798698A (zh) * | 2020-06-24 | 2020-10-20 | 中国第一汽车股份有限公司 | 一种前方目标车辆的确定方法、装置及车辆 |
CN111862116A (zh) * | 2020-07-15 | 2020-10-30 | 完美世界(北京)软件科技发展有限公司 | 动漫人像的生成方法及装置、存储介质、计算机设备 |
CN111899481A (zh) * | 2020-06-19 | 2020-11-06 | 李明霞 | 利用承受能力检测的疏散通知平台及方法 |
CN113570581A (zh) * | 2021-07-30 | 2021-10-29 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN115862115A (zh) * | 2022-12-23 | 2023-03-28 | 宁波星巡智能科技有限公司 | 基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101742340A (zh) * | 2010-02-08 | 2010-06-16 | 腾讯科技(深圳)有限公司 | 图像的优化编辑方法及装置 |
JP2010146264A (ja) * | 2008-12-18 | 2010-07-01 | Sony Corp | 画像処理装置および方法、並びにプログラム |
CN102542586A (zh) * | 2011-12-26 | 2012-07-04 | 暨南大学 | 一种基于移动终端的个性化卡通肖像生成系统及方法 |
CN102714761A (zh) * | 2009-12-29 | 2012-10-03 | 夏普株式会社 | 图像处理装置、图像处理方法及图像处理程序 |
CN103745429A (zh) * | 2013-08-22 | 2014-04-23 | 厦门美图移动科技有限公司 | 一种快速实现眼睛图像处理的方法 |
CN105205779A (zh) * | 2015-09-15 | 2015-12-30 | 厦门美图之家科技有限公司 | 一种基于图像变形的眼部图像处理方法、系统及拍摄终端 |
CN105975935A (zh) * | 2016-05-04 | 2016-09-28 | 腾讯科技(深圳)有限公司 | 一种人脸图像处理方法和装置 |
CN107563976A (zh) * | 2017-08-24 | 2018-01-09 | 广东欧珀移动通信有限公司 | 美颜参数获取方法、装置、可读存储介质和计算机设备 |
CN108717719A (zh) * | 2018-05-23 | 2018-10-30 | 腾讯科技(深圳)有限公司 | 卡通人脸图像的生成方法、装置及计算机存储介质 |
-
2019
- 2019-03-27 CN CN201910238694.5A patent/CN109859299B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010146264A (ja) * | 2008-12-18 | 2010-07-01 | Sony Corp | 画像処理装置および方法、並びにプログラム |
CN102714761A (zh) * | 2009-12-29 | 2012-10-03 | 夏普株式会社 | 图像处理装置、图像处理方法及图像处理程序 |
CN101742340A (zh) * | 2010-02-08 | 2010-06-16 | 腾讯科技(深圳)有限公司 | 图像的优化编辑方法及装置 |
CN102542586A (zh) * | 2011-12-26 | 2012-07-04 | 暨南大学 | 一种基于移动终端的个性化卡通肖像生成系统及方法 |
CN103745429A (zh) * | 2013-08-22 | 2014-04-23 | 厦门美图移动科技有限公司 | 一种快速实现眼睛图像处理的方法 |
CN105205779A (zh) * | 2015-09-15 | 2015-12-30 | 厦门美图之家科技有限公司 | 一种基于图像变形的眼部图像处理方法、系统及拍摄终端 |
CN105975935A (zh) * | 2016-05-04 | 2016-09-28 | 腾讯科技(深圳)有限公司 | 一种人脸图像处理方法和装置 |
CN107563976A (zh) * | 2017-08-24 | 2018-01-09 | 广东欧珀移动通信有限公司 | 美颜参数获取方法、装置、可读存储介质和计算机设备 |
CN108717719A (zh) * | 2018-05-23 | 2018-10-30 | 腾讯科技(深圳)有限公司 | 卡通人脸图像的生成方法、装置及计算机存储介质 |
Non-Patent Citations (1)
Title |
---|
佚名: "大头照片手机软件叫什么 大头照片制作app cymera(サイメラ)玩法教程", 《HTTP://WWW.PC6.COM/EDU/123024.HTML》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111899481A (zh) * | 2020-06-19 | 2020-11-06 | 李明霞 | 利用承受能力检测的疏散通知平台及方法 |
CN111798698A (zh) * | 2020-06-24 | 2020-10-20 | 中国第一汽车股份有限公司 | 一种前方目标车辆的确定方法、装置及车辆 |
CN111798698B (zh) * | 2020-06-24 | 2022-04-08 | 中国第一汽车股份有限公司 | 一种前方目标车辆的确定方法、装置及车辆 |
CN111862116A (zh) * | 2020-07-15 | 2020-10-30 | 完美世界(北京)软件科技发展有限公司 | 动漫人像的生成方法及装置、存储介质、计算机设备 |
CN113570581A (zh) * | 2021-07-30 | 2021-10-29 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN115862115A (zh) * | 2022-12-23 | 2023-03-28 | 宁波星巡智能科技有限公司 | 基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备 |
CN115862115B (zh) * | 2022-12-23 | 2023-08-04 | 宁波星巡智能科技有限公司 | 基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109859299B (zh) | 2020-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109859299A (zh) | 人像图片处理方法、装置、计算机可读存储介质和计算机设备 | |
CN110287846B (zh) | 一种基于注意力机制的人脸关键点检测方法 | |
US9959649B2 (en) | Image compositing device and image compositing method | |
WO2019128508A1 (zh) | 图像处理方法、装置、存储介质及电子设备 | |
KR102290985B1 (ko) | 이미지 조명 방법, 장치, 전자 기기 및 저장 매체 | |
KR101335755B1 (ko) | 화상 변형 장치, 전자 기기, 화상 변형 방법, 화상 변형 프로그램, 및 그 프로그램을 기록한 기록 매체 | |
CN109829930A (zh) | 人脸图像处理方法、装置、计算机设备及可读存储介质 | |
US20130016246A1 (en) | Image processing device and electronic apparatus | |
CN104992402A (zh) | 一种美颜处理方法及装置 | |
CN106326823B (zh) | 一种获取图片中头像的方法和系统 | |
US10964070B2 (en) | Augmented reality display method of applying color of hair to eyebrows | |
CN104599297B (zh) | 一种对人脸自动上腮红的图像处理方法 | |
CN107491755A (zh) | 用于手势识别的方法及装置 | |
CN105741231A (zh) | 图像的美肤处理方法和装置 | |
CN110969631B (zh) | 一种精细化照片染发方法及系统 | |
WO2022135574A1 (zh) | 肤色检测方法、装置、移动终端和存储介质 | |
CN116583878A (zh) | 用于个性化3d头部模型变形的方法和系统 | |
CN116997933A (zh) | 用于构造面部位置图的方法和系统 | |
CN109919030A (zh) | 黑眼圈类型识别方法、装置、计算机设备和存储介质 | |
CN106600524A (zh) | 一种图像处理方法及终端 | |
CN107122103A (zh) | 一种图片处理方法及终端 | |
CN117157673A (zh) | 用于形成个性化的3d头部和面部模型的方法和系统 | |
US20190220956A1 (en) | Image processing method, image processing device and nonvolatile storage medium | |
CN110442242A (zh) | 一种基于双目空间手势交互的智能镜系统及控制方法 | |
CN114565508B (zh) | 虚拟换装方法及装置 |
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 |