CN110070502A - 人脸图像磨皮的方法、装置和存储介质 - Google Patents
人脸图像磨皮的方法、装置和存储介质 Download PDFInfo
- Publication number
- CN110070502A CN110070502A CN201910228063.5A CN201910228063A CN110070502A CN 110070502 A CN110070502 A CN 110070502A CN 201910228063 A CN201910228063 A CN 201910228063A CN 110070502 A CN110070502 A CN 110070502A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- image
- skin
- tone portion
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000001815 facial effect Effects 0.000 title claims abstract description 32
- 238000002156 mixing Methods 0.000 claims abstract description 26
- 238000009499 grossing Methods 0.000 claims abstract description 19
- 230000004927 fusion Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000004422 calculation algorithm Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 208000002874 Acne Vulgaris Diseases 0.000 description 1
- 206010000496 acne Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种人脸图像磨皮的方法、装置和存储介质,所述方法包括:获取所述图像的像素点的像素值;基于所述像素值对所述图像进行平滑处理;基于所述像素值对所述图像进行蒙版处理,以区分所述图像的肤色部分和非肤色部分;将所述图像的非肤色部分与进行所述平滑处理后的图像的肤色部分进行融合,得到融合图像;将所述融合图像的肤色部分进行锐化处理,以增加所述融合图像的肤色部分的纹理。用于解决相关技术中部分磨皮算法对人脸图片进行磨皮处理后,损失纹理细节的技术问题,以及手动磨皮带来的不能自动化进行和复杂程度高的技术问题。
Description
技术领域
本公开属于图像处理技术领域,具体涉及一种人脸图像磨皮的方法、装置和存储介质。
背景技术
磨皮技术在当前市面上非常流行,可通过例如Photoshop软件中的一些工具,快速消除皮肤部分的色斑、痘印等瑕疵,将皮肤变得光滑、细嫩。常见的应用场景包括手机软件、婚闪影楼、摄影工作室等。
相关技术中,部分磨皮算法不能很好的处理肤色与非肤色部分,磨皮后的人脸图像损失皮肤的纹理,使得图像缺乏一定真实度。对于一些影楼或商业片,工作人员使用手动磨皮,能很好的保留皮肤的纹理,但其依赖于工作人员的操作经验,不能自动化进行,复杂程度很高。
发明内容
有鉴于此,本公开的主要目的在于提供一种人脸图像磨皮的方法、装置和存储介质,用于解决相关技术中部分磨皮算法对人脸图片进行磨皮处理后,损失纹理等细节的技术问题,以及手动磨皮带来的不能自动化进行和复杂程度高的技术问题。
为达到上述目的,本公开实施例的第一方面,提供一种人脸图像磨皮的方法,所述方法包括:
获取所述图像的像素点的像素值;
基于所述像素值对所述图像进行平滑处理;
基于所述像素值对所述图像进行蒙版处理,以区分所述图像的肤色部分和非肤色部分;
将所述图像的非肤色部分与进行所述平滑处理后的图像的肤色部分进行融合,以得到融合图像;
将所述融合图像的肤色部分进行锐化处理,以增加所述融合图像的肤色部分的纹理。
可选地,所述基于所述像素值对所述图像进行平滑处理,包括:
基于所述像素点的像素值的局部均值和局部方差计算出所述像素点的磨皮值,所述磨皮值用于表征对图像进行所述平滑处理后的像素点的像素值。
可选地,所述基于所述像素点的像素值的局部均值和局部方差计算出所述像素点的磨皮值,包括:
以所述像素点为中心,获取边长为2n-1个像素点的正方形区域内的像素点的像素值;
计算所述正方形区域内除位于中心的所述像素点的其它所有像素点的像素值的均值和方差;
基于所述均值和所述方差计算所述像素点的磨皮值。
可选地,所述基于所述均值和所述方差计算所述像素点的磨皮值,包括:
通过下述公式计算所述像素点的磨皮值:
L=(Var-avg*avg/count)/count;
K=L/(L+σ);
C=(1-K)*avg+K*A;
其中,L和K为临时变量,Var为所述方差,avg为所述均值,count为参与计算的像素点的数量,σ为常量参数,A为位于所述正方形区域中心的像素点的像素值,C为磨皮值。
可选地,所述基于所述像素值对所述图像进行蒙版处理,包括:
通过下述公式计算所述像素点的肤色权重:
D=(min(A.r,C.r)-0.2)*2;
其中,D为肤色权重,用于表征像素点属于肤色部分的概率,A.r为所述像素点的R通道像素值,C.r为根据所述像素点的R通道像素值计算出的磨皮值。
可选地,所述将所述图像的非肤色部分与进行所述平滑处理后的图像的肤色部分进行融合,包括:
基于所述像素点的像素值、所述磨皮值和所述肤色权重进行线性光公式叠加得到融合值,所述融合值用于表征图像经过所述融合后的像素点的像素值。
可选地,所述基于所述像素点的像素值、所述磨皮值和所述肤色权重进行线性光公式叠加得到融合值,包括:
通过下述公式计算所述融合值:
X=C+2*((C-A)+0.5)-1;
Y=X*linerOpacity+(1-LinerOpacity)*A;
E=(1-D)*A+Y*D;
其中,X和Y为临时变量,A为所述像素点的像素值,C为磨皮值,D为肤色权重,E为融合值,linerOpacity用于表征对图像进行平滑处理的程度。
可选地,所述将所述融合图像的肤色部分进行锐化处理,包括:
所述锐化处理通过以下公式进行:
hightPass=(A.g-avg.g)+0.5;
shapenColor=2*hightPass+E-1;
F=(1-D)*E+D*shapenColor;
其中,A.g为所述像素点的G通道像素值,avg.g为根据像素点的G通道像素值计算出的局部均值,D为肤色权重,E为融合值,F为经过所述锐化处理后的像素点的像素值,hightPass用于表征图像的高频部分,shapenColor用于表征图像的锐化程度。
本公开实施例的第二方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一方面中任一项所述方法的步骤。
本公开实施例的第三方面,提供一种人脸图像磨皮的装置,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现上述第一方面中任一项所述方法的步骤。
通过上述技术方案,对图像进行蒙版处理后将图像的肤色部分和非肤色部分进行区分,进而将平滑处理后的图像的肤色部分与原图像的非肤色部分进行融合,使得图像的非肤色部分不会被进行平滑处理,保留原本形态,而肤色部分进行平滑处理后,消除皮肤瑕疵,最后进行锐化处理,增加肤色部分的纹理,使得最终得到的人脸图像更加真实。此外,上述技术方案可以通过具有计算功能的终端自动运行,无需人工手动操作,使得对人脸图像的磨皮操作更加快速方便。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
图1是根据一示例性实施例示出的一种人脸图像磨皮的方法的流程图。
图2是根据一示例性实施例示出的一种人脸图像磨皮的方法包括的步骤中基于所述像素点的像素值的局部均值和局部方差计算出所述像素点的磨皮值的流程图。
图3是根据一示例性实施例示出的一种图像的像素点的排布示意图。
图4是根据一示例性实施例示出的一种人脸图像的原始图像。
图5是图4所示的人脸图像经过平滑处理后的一种图像。
图6是图4所示的人脸图像经过蒙版处理后的一种图像。
图7是图4所示的人脸图像经过融合处理后的一种图像。
图8是图4所示的人脸图像经过锐化处理后的一种图像。
图9是根据一示例性实施例示出的一种人脸图像磨皮的装置的框图。
图10是根据一示例性实施例示出的一种人脸图像磨皮的装置的另一框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是根据一示例性实施例示出的一种人脸图像磨皮的方法的流程图,如图1所示,该方法包括:
S11,获取所述图像的像素点的像素值。
S12,基于所述像素值对所述图像进行平滑处理。
S13,基于所述像素值对所述图像进行蒙版处理,以区分所述图像的肤色部分和非肤色部分。
S14,将所述图像的非肤色部分与进行所述平滑处理后的图像的肤色部分进行融合,以得到融合图像。
S15,将所述融合图像的肤色部分进行锐化处理,以增加所述融合图像的肤色部分的纹理。
具体来讲,在步骤S11中,可以一次性获取图像的所有像素点的像素值。也可以按照一定顺序,依次获取图像的每个像素点的像素值用于后续步骤中,如此可以直接使用GPU(Graphics Processing Unit,图形处理器)进行运算,相比于使用CPU(CentralProcessing Unit,中央处理器)可以提高运算的速度。像素点的像素值可以为RGB通道的像素值,包括R通道像素值、G通道像素值和B通道像素值。可以通过HLSL、GLSL、CG等Shader语言获取像素点的像素值。
获取像素值之后,执行步骤S12,基于所述像素值对所述图像进行平滑处理,以消除皮肤的至少部分瑕疵,使得人脸图像的皮肤部分更加光滑。
可选地,基于所述像素值对所述图像进行平滑处理,包括:
基于所述像素点的像素值的局部均值和局部方差计算出所述像素点的磨皮值,所述磨皮值用于表征对图像进行所述平滑处理后的像素点的像素值。
具体来讲,以一目标像素点为例,计算该目标像素点所在的目标区域内的其它像素点的像素值的平均值和方差。其中,平均值和方差可以基于下述公式计算:
其中,avg为平均值,n为该区域内的其它像素点的个数,xi为对应的像素点的像素值,Var为方差。
为了加快计算速度,也可以采用下述公式计算方差:
其中,n为该区域内的其它像素点的个数,xi为对应的像素点的像素值,Var为方差。该公式相比于上述计算方差的公式,仅需要一次遍历,而上述公式需要两次遍历,因此该公式可以加快方差的计算速度。
计算出均值和方差后,可以基于均值和方差计算出磨皮值,可以将磨皮值用于替换目标像素点的像素值,重复上述过程以替换图像的所有像素点的像素值,例如可以直接将均值用于替换目标像素点的像素值。
可选地,在其它可能的实施方式中,如图2所示,基于所述像素点的像素值的局部均值和局部方差计算出所述像素点的磨皮值,包括:
S121,以所述像素点为中心,获取边长为2n-1个像素点的正方形区域内的像素点的像素值。
S122,计算所述正方形区域内除位于中心的所述像素点的其它所有像素点的像素值的均值和方差。
S123,基于所述均值和所述方差计算所述像素点的磨皮值。
其中,在步骤S121中,如图3所示,n=4,获取边长为7个像素点的正方形区域内的像素点的像素值,然后在步骤S122中,可以基于前述公式计算该正方形区域内除位于中心的像素点的其它所有总共48个像素点的像素值的均值和方差。当遇到边界时,可以将边界上的像素点的像素值作为该正方形区域内缺少的像素点的像素值进行补齐。
在步骤S123中,基于所述均值和方差计算所述像素点的磨皮值可以包括:
通过下述公式计算所述像素点的磨皮值:
L=(Var-avg*avg/count)/count;
K=L/(L+σ);
C=(1-K)*avg+K*A;
其中,L和K为临时变量,Var为所述方差,avg为所述均值,count为参与计算的像素点的数量,σ为常量参数,可以取0.001,A为位于所述正方形区域中心的像素点的像素值,C为磨皮值。
通过上述计算L的公式,可以使得得到的结果更加稳定,不会产生较大的跳跃感,使得图像更加柔和。上述计算K的公式为一种常见的参数放大算法,属于曲线调整的一种算法,用于L的快速放大。通过上述计算C的公式可以较好的去除图像的瑕疵部分。
以图4所示的人脸图像为例,图4中的图像经过上述公式计算后得到图5所示的图像,相较于图4,图5中的人脸图像更加光滑。
需要说明的是,对于RGB像素值,上述计算像素点的磨皮值的公式对于R通道像素值、G通道像素值和B通道像素值分别进行计算。可以是将单个像素值例如R通道像素值用于公式参与计算,也可以将R通道像素值、G通道像素值和B通道像素值组合成向量一次性参与计算。
当然,在步骤S121中,目标区域除了为以目标像素点为中心,边长为2n-1个像素点的正方形区域外,也可以为边长为n个像素点的圆形区域,本公开对其不作具体限制。
在步骤S13中,基于所述像素值对所述图像进行蒙版处理,可以包括:
通过下述公式计算所述像素点的肤色权重:
D=(min(A.r,C.r)-0.2)*2
其中,D为肤色权重,用于表征像素点属于肤色部分的概率,A.r为所述像素点的R通道像素值,C.r为根据所述像素点的R通道像素值计算出的磨皮值。
通过上述公式得到肤色权重D,在实际运算时,避免了判断语句的使用,加快了计算速度,且肤色的判定更加平滑。
参见图6,对图4所示的图像通过上述计算肤色权重的公式计算后,得到图6所示的图像,其中,白色表示肤色部分,黑色表示非肤色部分。
由于人的皮肤在R通道中具有一定的聚类性,而G通道和B通道的聚类性相较于R通道较差,因此采用像素点的R通道像素值A.r和根据所述像素点的R通道像素值计算出的磨皮值C.r用于计算肤色权重,使得计算出的结果更加准确。
当然,在其它的实施方式中,也可以采用例如基于机器学习的皮肤蒙版算法进行蒙版处理,本公开对其不作具体限制。
为了方便后续计算,可以将通过截断运算将肤色权重限定于[0,1]内,即若肤色权重大于1,则重置为1,若肤色权重小于0,则重置为0,若肤色权重位于[0,1]范围,则保持不变。
在步骤S14中,将所述图像的非肤色部分与进行所述平滑处理后的图像的肤色部分进行融合,得到融合图像。
其中,非肤色部分来自于原图像,没有经过改动,肤色部分来自于上述平滑处理后的图像,将两者融合得到融合图像,相关融合操作可以采用现有技术中的方法例如拟合高斯羽化融合的方法。
得到融合图像后,执行步骤S15,将所述融合图像的肤色部分进行锐化处理,以增加所述融合图像的肤色部分的纹理。
具体来讲,对于融合图像,由于其肤色部分经过平滑处理,丢失了纹理细节,因此对融合图像的肤色部分进行锐化处理,以增加所述融合图像的肤色部分的纹理,锐化处理可以采用现有技术中的方法例如:Solble、Roberts、Prewitt、Laplacian、LOG算子等锐化算法。
对图像进行蒙版处理后将图像的肤色部分和非肤色部分进行区分,进而将平滑处理后的图像的肤色部分与原图像的非肤色部分进行融合,使得图像的非肤色部分不会被进行平滑处理,保留原本形态,而肤色部分进行平滑处理后,消除皮肤瑕疵,最后进行锐化处理,增加肤色部分的纹理,使得最终得到的人脸图像更加真实。此外,上述技术方案可以通过具有计算功能的终端自动运行,无需人工手动操作,使得对人脸图像的磨皮操作更加快速方便。
可选地,将所述图像的非肤色部分与进行所述平滑处理后的图像的肤色部分进行融合,包括:
基于所述像素点的像素值、所述磨皮值和所述肤色权重进行线性光公式叠加得到融合值,所述融合值用于表征图像经过所述融合后的像素点的像素值。
在一种可能的实施方式中,通过下述公式计算所述融合值:
X=C+2*((C-A)+0.5)-1;
Y=X*linerOpacity+(1-LinerOpacity)*A;
E=(1-D)*A+Y*D;
其中,X和Y为临时变量,A为所述像素点的像素值,C为磨皮值,D为肤色权重,E为融合值,linerOpacity用于表征对图像进行平滑处理的程度。
计算X的公式为一种线性光叠加公式,利用上述公式进行线性光叠加和比例融合可以使得叠加效果更加自然。linerOpacity的取值范围可以为[0,1],例如可以取0.4。
参见图7,对图4所示的图像经过上述计算融合值的公式计算处理后,可以将融合值替换像素点的像素值得到图7所示的图像,相较于图5中的图像而言,图7所示的图像的非肤色部分例如头发保留了图4中非肤色部分的状态,使得图像更加真实。
可选地,所述将所述融合图像的肤色部分进行锐化处理,包括:
所述锐化处理通过以下公式进行:
hightPass=(A.g-avg.g)+0.5;
shapenColor=2*hightPass+E-1;
F=(1-D)*E+D*shapenColor;
其中,A.g为所述像素点的G通道像素值,avg.g为根据像素点的G通道像素值计算出的局部均值,D为肤色权重,E为融合值,F为经过所述锐化处理后的像素点的像素值,hightPass为用于表征图像的高频部分,shapenColor用于表征图像的锐化程度。
上述计算hightPass的公式用于提取图像的高频部分,计算shapenColor的公式为一次线性光叠加,使得皮肤的细纹部分被叠加至图像上。计算F的公式对图像的肤色部分进行锐化,使得纹理更加真实自然。
参见图8,对图7所示的图像经过上述锐化处理后,得到图8所示的图像,相较于图7中的图像而言,图8所示的图像的肤色部分增加了毛孔等纹理,使得图像更加真实。
图9是根据一示例性实施例示出的一种人脸图像磨皮的装置的框图,如图9所示,该装置100包括:
获取模块110,被配置为获取所述图像的像素点的像素值;
平滑处理模块120,被配置为基于所述像素值对所述图像进行平滑处理;
蒙版处理模块130,被配置为基于所述像素值对所述图像进行蒙版处理,以区分所述图像的肤色部分和非肤色部分;
融合处理模块140,被配置为将所述图像的非肤色部分与进行所述平滑处理后的图像的肤色部分进行融合,以得到融合图像;
锐化处理模块150,被配置为将所述融合图像的肤色部分进行锐化处理,以增加所述融合图像的肤色部分的纹理。
可选地,该平滑处理模块120还被配置为:
基于所述像素点的像素值的局部均值和局部方差计算出所述像素点的磨皮值,所述磨皮值用于表征对图像进行所述平滑处理后的像素点的像素值。
可选地,该平滑处理模块120还被配置为:
以所述像素点为中心,获取边长为2n-1个像素点的正方形区域内的像素点的像素值;
计算所述正方形区域内除位于中心的所述像素点的其它所有像素点的像素值的均值和方差;
基于所述均值和所述方差计算所述像素点的磨皮值。
可选地,该平滑处理模块120还被配置为:
通过下述公式计算所述像素点的磨皮值:
L=(Var-avg*avg/count)/count;
K=L/(L+σ);
C=(1-K)*avg+K*A;
其中,L和K为临时变量,Var为所述方差,avg为所述均值,count为参与计算的像素点的数量,σ为常量参数,A为位于所述正方形区域中心的像素点的像素值,C为磨皮值。
可选地,该蒙版处理模块130还被配置为:
通过下述公式计算所述像素点的肤色权重:
D=(min(A.r,C.r)-0.2)*2;
其中,D为肤色权重,用于表征像素点属于肤色部分的概率,A.r为所述像素点的R通道像素值,C.r为根据所述像素点的R通道像素值计算出的磨皮值。
可选地,该融合处理模块140还被配置为:
基于所述像素点的像素值、所述磨皮值和所述肤色权重进行线性光公式叠加得到融合值,所述融合值用于表征图像经过所述融合后的像素点的像素值。
可选地,该融合处理模块140还被配置为:
通过下述公式计算所述融合值:
X=C+2*((C-A)+0.5)-1;
Y=X*linerOpacity+(1-LinerOpacity)*A;
E=(1-D)*A+Y*D;
其中,X和Y为临时变量,A为所述像素点的像素值,C为磨皮值,D为肤色权重,E为融合值,linerOpacity用于表征对图像进行平滑处理的程度。
可选地,该锐化处理模块150还被配置为:
所述锐化处理通过以下公式进行:
hightPass=(A.g-avg·g)+0.5;
shapenColor=2*hightPass+E-1;
F=(1-D)*E+D*shapenColor;
其中,A.g为所述像素点的G通道像素值,avg.g为根据像素点的G通道像素值计算出的局部均值,D为肤色权重,E为融合值,F为经过所述锐化处理后的像素点的像素值,hightPass用于表征图像的高频部分,shapenColor用于表征图像的锐化程度。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图10是根据一示例性实施例示出的一种人脸图像磨皮的装置的另一框图。如图10所示,该装置700可以包括:处理器701,存储器702。该装置700还可以包括多媒体组件703,输入/输出(I/O)接口704,以及通信组件705中的一者或多者。
其中,处理器701用于控制该装置700的整体操作,以完成上述的人脸图像磨皮的方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该装置700的操作,这些数据例如可以包括用于在该装置700上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该装置700与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near FieldCommunication,简称NFC),2G、3G、4G、NB-IOT、eMTC、或其他5G等等,或它们中的一种或几种的组合,在此不做限定。因此相应的该通信组件707可以包括:Wi-Fi模块,蓝牙模块,NFC模块等等。
在一示例性实施例中,装置700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的人脸图像磨皮的方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的人脸图像磨皮的方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器702,上述程序指令可由装置700的处理器701执行以完成上述的人脸图像磨皮的方法。
术语“第一”、“第二”等是用于区别类似的对象,而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (10)
1.一种人脸图像磨皮的方法,其特征在于,所述方法包括:
获取所述图像的像素点的像素值;
基于所述像素值对所述图像进行平滑处理;
基于所述像素值对所述图像进行蒙版处理,以区分所述图像的肤色部分和非肤色部分;
将所述图像的非肤色部分与进行所述平滑处理后的图像的肤色部分进行融合,以得到融合图像;
将所述融合图像的肤色部分进行锐化处理,以增加所述融合图像的肤色部分的纹理。
2.根据权利要求1所述的方法,其特征在于,所述基于所述像素值对所述图像进行平滑处理,包括:
基于所述像素点的像素值的局部均值和局部方差计算出所述像素点的磨皮值,所述磨皮值用于表征对图像进行所述平滑处理后的像素点的像素值。
3.根据权利要求2所述的方法,其特征在于,所述基于所述像素点的像素值的局部均值和局部方差计算出所述像素点的磨皮值,包括:
以所述像素点为中心,获取边长为2n-1个像素点的正方形区域内的像素点的像素值;
计算所述正方形区域内除位于中心的所述像素点的其它所有像素点的像素值的均值和方差;
基于所述均值和所述方差计算所述像素点的磨皮值。
4.根据权利要求3所述的方法,其特征在于,所述基于所述均值和所述方差计算所述像素点的磨皮值,包括:
通过下述公式计算所述像素点的磨皮值:
L=(Var-avg*avg/count)/count;
K=L/(L+σ);
C=(1-K)*avg+K*A;
其中,L和K为临时变量,Var为所述方差,avg为所述均值,count为参与计算的像素点的数量,σ为常量参数,A为位于所述正方形区域中心的像素点的像素值,C为磨皮值。
5.根据权利要求2所述的方法,其特征在于,所述基于所述像素值对所述图像进行蒙版处理,包括:
通过下述公式计算所述像素点的肤色权重:
D=(min(A.r,C.r)-0.2)*2;
其中,D为肤色权重,用于表征像素点属于肤色部分的概率,A.r为所述像素点的R通道像素值,C.r为根据所述像素点的R通道像素值计算出的磨皮值。
6.根据权利要求5所述的方法,其特征在于,所述将所述图像的非肤色部分与进行所述平滑处理后的图像的肤色部分进行融合,包括:
基于所述像素点的像素值、所述磨皮值和所述肤色权重进行线性光公式叠加得到融合值,所述融合值用于表征图像经过所述融合后的像素点的像素值。
7.根据权利要求6所述的方法,其特征在于,所述基于所述像素点的像素值、所述磨皮值和所述肤色权重进行线性光公式叠加得到融合值,包括:
通过下述公式计算所述融合值:
X=C+2*((C-A)+0.5)-1;
Y=X*linerOpacity+(1-LinerOpacity)*A;
E=(1-D)*A+Y*D;
其中,X和Y为临时变量,A为所述像素点的像素值,C为磨皮值,D为肤色权重,E为融合值,linerOpacity用于表征对图像进行平滑处理的程度。
8.根据权利要求7所述的方法,其特征在于,所述将所述融合图像的肤色部分进行锐化处理,包括:
所述锐化处理通过以下公式进行:
hightPass=(A.g-avg.g)+0.5;
shapenColor=2*hightPass+E-1;
F=(1-D)*E+D*shapenColor;
其中,A.g为所述像素点的G通道像素值,avg.g为根据像素点的G通道像素值计算出的局部均值,D为肤色权重,E为融合值,F为经过所述锐化处理后的像素点的像素值,hightPass用于表征图像的高频部分,shapenColor用于表征图像的锐化程度。
9.一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,该程序被处理器执行时实现权利要求1至8中任一项所述方法的步骤。
10.一种人脸图像磨皮的装置,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910228063.5A CN110070502B (zh) | 2019-03-25 | 2019-03-25 | 人脸图像磨皮的方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910228063.5A CN110070502B (zh) | 2019-03-25 | 2019-03-25 | 人脸图像磨皮的方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110070502A true CN110070502A (zh) | 2019-07-30 |
CN110070502B CN110070502B (zh) | 2021-04-27 |
Family
ID=67366582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910228063.5A Active CN110070502B (zh) | 2019-03-25 | 2019-03-25 | 人脸图像磨皮的方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110070502B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110852967A (zh) * | 2019-11-06 | 2020-02-28 | 成都品果科技有限公司 | 一种人像照片快速祛瑕疵的方法 |
CN110913193A (zh) * | 2019-11-25 | 2020-03-24 | 深圳市创凯智能股份有限公司 | 图像处理方法、设备、装置及计算机可读存储介质 |
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 |
CN111798401A (zh) * | 2020-09-08 | 2020-10-20 | 眸芯科技(上海)有限公司 | 图像的边缘增强处理方法及应用 |
CN112215776A (zh) * | 2020-10-20 | 2021-01-12 | 咪咕文化科技有限公司 | 人像磨皮方法、电子设备和计算机可读存储介质 |
CN114202483A (zh) * | 2021-12-15 | 2022-03-18 | 重庆大学 | 一种基于改进的加性lee滤波磨皮方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6876777B2 (en) * | 2001-08-13 | 2005-04-05 | Ulead Systems, Inc. | Image enhancement method |
CN105913376A (zh) * | 2016-04-14 | 2016-08-31 | 北京奇艺世纪科技有限公司 | 快速美颜处理的方法和装置 |
CN106780311A (zh) * | 2016-12-22 | 2017-05-31 | 华侨大学 | 一种结合皮肤粗糙度的快速人脸图像美化方法 |
-
2019
- 2019-03-25 CN CN201910228063.5A patent/CN110070502B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6876777B2 (en) * | 2001-08-13 | 2005-04-05 | Ulead Systems, Inc. | Image enhancement method |
CN105913376A (zh) * | 2016-04-14 | 2016-08-31 | 北京奇艺世纪科技有限公司 | 快速美颜处理的方法和装置 |
CN106780311A (zh) * | 2016-12-22 | 2017-05-31 | 华侨大学 | 一种结合皮肤粗糙度的快速人脸图像美化方法 |
Non-Patent Citations (1)
Title |
---|
黄明杨: "《图像去模糊技术及相关图像增强系统》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110852967A (zh) * | 2019-11-06 | 2020-02-28 | 成都品果科技有限公司 | 一种人像照片快速祛瑕疵的方法 |
CN110852967B (zh) * | 2019-11-06 | 2023-09-12 | 成都品果科技有限公司 | 一种人像照片快速祛瑕疵的方法 |
CN110913193A (zh) * | 2019-11-25 | 2020-03-24 | 深圳市创凯智能股份有限公司 | 图像处理方法、设备、装置及计算机可读存储介质 |
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 |
CN111798401A (zh) * | 2020-09-08 | 2020-10-20 | 眸芯科技(上海)有限公司 | 图像的边缘增强处理方法及应用 |
CN111798401B (zh) * | 2020-09-08 | 2020-12-04 | 眸芯科技(上海)有限公司 | 图像的边缘增强处理方法及应用 |
WO2022052862A1 (zh) * | 2020-09-08 | 2022-03-17 | 眸芯科技(上海)有限公司 | 图像的边缘增强处理方法及应用 |
CN112215776A (zh) * | 2020-10-20 | 2021-01-12 | 咪咕文化科技有限公司 | 人像磨皮方法、电子设备和计算机可读存储介质 |
CN112215776B (zh) * | 2020-10-20 | 2024-05-07 | 咪咕文化科技有限公司 | 人像磨皮方法、电子设备和计算机可读存储介质 |
CN114202483A (zh) * | 2021-12-15 | 2022-03-18 | 重庆大学 | 一种基于改进的加性lee滤波磨皮方法 |
CN114202483B (zh) * | 2021-12-15 | 2024-05-14 | 重庆大学 | 一种基于改进的加性lee滤波磨皮方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110070502B (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110070502A (zh) | 人脸图像磨皮的方法、装置和存储介质 | |
US8204308B2 (en) | Image processing apparatus, method, and program | |
US8712180B2 (en) | System and methods for random parameter filtering | |
US7636485B2 (en) | Method and system for enhancing portrait images that are processed in a batch mode | |
CN108229279A (zh) | 人脸图像处理方法、装置和电子设备 | |
US20130120442A1 (en) | Systems and Methods for Creating and Editing Seam Carving Masks | |
CN106530309B (zh) | 一种基于移动平台的视频抠图方法及系统 | |
AU2003204466A1 (en) | Method and system for enhancing portrait images | |
US10992845B1 (en) | Highlight recovery techniques for shallow depth of field rendering | |
US20200082607A1 (en) | Techniques for providing virtual lighting adjustments utilizing regression analysis and functional lightmaps | |
TWI777098B (zh) | 一種圖像處理方法及裝置、電子設備、儲存介質 | |
CN112449115B (zh) | 拍摄方法、装置和电子设备 | |
US20230281764A1 (en) | Systems and methods for selective enhancement of skin features in images | |
CN111815729A (zh) | 一种实时美肤方法、装置、设备和计算机存储介质 | |
WO2017152848A1 (zh) | 人物面部模型的编辑方法及装置 | |
CN109646950B (zh) | 一种应用于游戏场景中图像处理方法、装置及终端 | |
CN103516951A (zh) | 图像生成装置以及图像生成方法 | |
US8086060B1 (en) | Systems and methods for three-dimensional enhancement of two-dimensional images | |
US10037459B2 (en) | Real-time font edge focus measurement for optical character recognition (OCR) | |
CN114998115A (zh) | 图像美化处理方法、装置及电子设备 | |
Shen et al. | Gradient based image completion by solving poisson equation | |
JP2013171511A (ja) | 画像処理装置、画像処理プログラム及び記憶媒体 | |
CN106530229B (zh) | 后虚化处理虚拟美瞳瞳片的制作方法和显示方法 | |
US11961202B1 (en) | Systems and methods for editing three-dimensional image data with realistic camera and lens effects | |
Penner et al. | Pre-integrated skin shading |
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 |