CN110111245A - 图像处理方法、装置、终端及计算机可读存储介质 - Google Patents
图像处理方法、装置、终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110111245A CN110111245A CN201910396149.9A CN201910396149A CN110111245A CN 110111245 A CN110111245 A CN 110111245A CN 201910396149 A CN201910396149 A CN 201910396149A CN 110111245 A CN110111245 A CN 110111245A
- Authority
- CN
- China
- Prior art keywords
- defect areas
- pixel
- color
- facial image
- concealing
- 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 24
- 230000007547 defect Effects 0.000 claims abstract description 216
- 230000001815 facial effect Effects 0.000 claims abstract description 95
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000001514 detection method Methods 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 8
- 239000011449 brick Substances 0.000 abstract description 7
- 239000004570 mortar (masonry) Substances 0.000 abstract description 7
- 239000007787 solid Substances 0.000 abstract description 7
- 238000004891 communication Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 239000002537 cosmetic Substances 0.000 description 6
- 238000012216 screening Methods 0.000 description 6
- 239000006071 cream Substances 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000037311 normal skin Effects 0.000 description 2
- 208000002874 Acne Vulgaris Diseases 0.000 description 1
- 206010004950 Birth mark Diseases 0.000 description 1
- 241000700647 Variola virus Species 0.000 description 1
- 206010000496 acne Diseases 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G06T3/04—
-
- G06T5/77—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请属于通信技术领域,尤其涉及一种图像处理方法、装置、终端及计算机可读存储介质,其中,所述图像处理方法包括:获取人脸图像,并检测所述人脸图像中的瑕疵区域和非瑕疵区域;根据所述非瑕疵区域各个像素点的像素值,确定所述瑕疵区域对应的遮瑕膏颜色;根据所述遮瑕膏颜色以及所述瑕疵区域和所述非瑕疵区域各个像素点的像素值对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,并显示所述遮瑕处理后的人脸图像;可以为用户展示利用该颜色的遮瑕膏可以达到的遮瑕效果,用户无需到实体店进行反复试妆,就能便捷地找到合适颜色的遮瑕膏,提高了试妆效率;解决了试妆效率低的技术问题。
Description
技术领域
本申请属于通信技术领域,尤其涉及一种图像处理方法、装置、终端及计算机可读存储介质。
背景技术
化妆是运用化妆品和工具,对人体的面部、五官及其他部位进行渲染、描画、整理、调整形色以及掩饰缺陷,从而达到美化视觉感受的目的。其中,化妆品包括遮瑕膏、眉粉、眼影等等。
目前,用户在购买化妆品时一般需要亲自到实体店进行体验,并且需要在脸上反复上妆和卸妆才能寻找到合适的化妆品,存在试妆效率低的问题。
发明内容
本申请实施例提供一种图像处理方法、装置、终端及计算机可读存储介质,可以解决试妆效率低的技术问题。
本申请实施例第一方面提供一种图像处理方法,包括:
获取人脸图像,并检测所述人脸图像中的瑕疵区域和非瑕疵区域;
根据所述非瑕疵区域各个像素点的像素值,确定所述瑕疵区域对应的遮瑕膏颜色;
根据所述遮瑕膏颜色以及所述瑕疵区域和所述非瑕疵区域各个像素点的像素值对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,并显示所述遮瑕处理后的人脸图像。
本申请实施例第二方面提供一种图像处理装置,包括:
检测单元,用于获取人脸图像,并检测所述人脸图像中的瑕疵区域和非瑕疵区域;
确定单元,用于根据所述非瑕疵区域各个像素点的像素值,确定所述瑕疵区域对应的遮瑕膏颜色;
遮瑕单元,用于根据所述遮瑕膏颜色以及所述瑕疵区域和所述非瑕疵区域各个像素点的像素值对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,并显示所述遮瑕处理后的人脸图像。
本申请实施例第三方面提供一种终端,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述方法的步骤。
本申请实施例第四方面提供一种计算机可读存储介质,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实现上述方法的步骤。
本申请实施例中,通过检测人脸图像中的瑕疵区域和非瑕疵区域,并根据所述非瑕疵区域各个像素点的像素值,确定所述瑕疵区域对应的遮瑕膏颜色,从而可以直接为用户提供与用户脸上的瑕疵相适应的遮瑕膏颜色,接着再根据所述遮瑕膏颜色以及所述瑕疵区域和所述非瑕疵区域各个像素点的像素值对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,并显示所述遮瑕处理后的人脸图像;从而可以为用户展示利用该颜色的遮瑕膏可以达到的遮瑕效果,用户无需到实体店进行反复试妆,就能便捷地找到合适颜色的遮瑕膏,提高了试妆效率;解决了试妆效率低的技术问题。
附图说明
为了更清楚地说明本申请实施例的技术方案,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申请的某些实施例,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是本申请实施例提供的一种图像处理方法的实现流程示意图;
图2是本申请实施例提供的一种图像处理方法步骤102的具体实现流程示意图;
图3是本申请实施例提供的一种图像处理方法步骤103的具体实现流程示意图;
图4是本申请实施例提供的一种图像处理方法步骤101的第一具体实现流程示意图;
图5是本申请实施例提供的瑕疵区域与非瑕疵区域的示意图;
图6是本申请实施例提供的一种图像处理方法步骤102的第二具体实现示意图;
图7是本申请实施例提供的图像处理装置的结构示意图;
图8是本申请实施例提供的终端的结构示意图。
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。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
为了说明本申请上述的技术方案,下面通过具体实施例来进行说明。
目前,用户在购买遮瑕膏等化妆品时一般需要亲自到实体店进行体验,并且需要在脸上反复上妆和卸妆才能寻找到合适的化妆品,存在试妆效率低的问题。
本申请实施例中,通过检测人脸图像中的瑕疵区域和非瑕疵区域,并根据所述非瑕疵区域各个像素点的像素值,确定所述瑕疵区域对应的遮瑕膏颜色,从而可以直接为用户提供与用户脸上的瑕疵相适应的遮瑕膏颜色,接着再根据所述遮瑕膏颜色以及所述瑕疵区域和所述非瑕疵区域各个像素点的像素值对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,并显示所述遮瑕处理后的人脸图像;从而可以为用户展示利用该颜色的遮瑕膏可以达到的遮瑕效果,用户无需到实体店进行反复试妆,就能便捷地找到合适颜色的遮瑕膏,提高了试妆效率;解决了试妆效率低的技术问题。
如图1示出了本申请实施例提供的一种图像处理方法的实现流程示意图,该方法应用于终端,可以由终端上配置的图像处理装置执行,适用于需提高试妆效率的情形。其中,所述终端可以为智能手机、化妆镜、平板电脑、个人电脑(PC)、学习机等智能终端,所述图像处理方法可以包括步骤101至步骤103。
步骤101,获取人脸图像,并检测人脸图像中的瑕疵区域和非瑕疵区域。
本申请实施例中,人脸图像可以为终端的摄像头等拍摄装置实时采集到的用户的人脸图像,以便为用户提供与用户脸上的瑕疵相适应的遮瑕膏颜色。
上述人脸图像中的瑕疵区域是指需要进行遮瑕处理的区域,与用户脸上的瑕疵相对应。上述非瑕疵区域是指人脸图像中不需要进行遮瑕处理的区域。
具体的,上述瑕疵区域和非瑕疵区域均为人脸图像中的皮肤区域。并且,该人脸图像可以为全脸的人脸图像,也可以为半边脸的人脸图像,本申请对此不做限制。
可选的,上述检测人脸图像中的瑕疵区域和非瑕疵区域之前可以包括:对所述人脸图像进行特征识别,获取所述人脸图像的人脸特征点;根据所述人脸特征点去除所述脸部区域的无关区域,得到所述人脸图像中的皮肤区域;所述无关区域包括眼部区域、眉毛区域和口部区域。相应的,上述检测所述人脸图像中的瑕疵区域和非瑕疵区域,可以包括:检测所述皮肤区域的瑕疵区域和非瑕疵区域。
由于人脸图像中的眼部区域、眉毛区域和口部区域为无法使用遮瑕膏进行遮瑕处理的区域,并且,也是不需要进行瑕疵区域和非瑕疵区域的检测的区域,因此,为了提高人脸图像中瑕疵区域和非瑕疵区域的检测精度,可以先对所述人脸图像进行特征识别,获取所述人脸图像的人脸特征点;接着根据所述人脸特征点去除所述脸部区域的无关区域,得到所述人脸图像中的皮肤区域,以将瑕疵区域和非瑕疵区域的检测限定在皮肤区域,避免将人脸图像中不是皮肤区域的位置检测为瑕疵区域和非瑕疵区域,提高了瑕疵区域和非瑕疵区域的检测精度。
其中,上述对所述人脸图像进行特征识别的方法可以包括:利用face++工具或dlib算法对所述人脸图像进行特征识别,得到人脸图像的人脸特征点。上述人脸特征点可以包括眼部特征点、眉毛特征点、口部特征点、下巴特征点等等。
步骤102,根据所述非瑕疵区域各个像素点的像素值,确定所述瑕疵区域对应的遮瑕膏颜色。
由于遮瑕膏的作用是为了掩盖瑕疵,因此,遮瑕处理之后应当能够使瑕疵区域的颜色更接近于非瑕疵区域的颜色。所以在确定遮瑕膏颜色时,可以选择遮瑕膏颜色接近于非瑕疵区域的颜色。也就是说,遮瑕膏颜色的选取可以只与非瑕疵区域各个像素点的像素值有关,因此,可以只需要根据所述非瑕疵区域各个像素点的像素值,即可确定出所述瑕疵区域对应的遮瑕膏颜色。
可选的,在本申请的一些实施方式中,如图2所示,上述步骤102,根据非瑕疵区域各个像素点的像素值,确定瑕疵区域对应的遮瑕膏颜色,可以包括:步骤201至步骤202。
步骤201,计算非瑕疵区域各个像素点的第一像素颜色平均值。
步骤202,根据预先获取的遮瑕膏颜色与非瑕疵区域像素颜色平均值的对应关系,确定与所述第一像素颜色平均值对应的遮瑕膏颜色。
本申请实施例中,通过将与所述第一像素颜色平均值对应的遮瑕膏颜色确定为所述瑕疵区域对应的遮瑕膏颜色,以对所述瑕疵区域进行遮瑕处理。
需要说明的是,上述第一像素颜色平均值可以为非瑕疵区域各个像素点的R、G、B三个颜色通道各自的颜色平均值,例如,非瑕疵区域各个像素点的R通道的颜色平均值为a1,非瑕疵区域各个像素点的R通道的颜色平均值为a2,非瑕疵区域各个像素点的R通道的颜色平均值为a3,则上述第一像素颜色平均值为a1、a2、a3。
上述预先获取的遮瑕膏颜色与非瑕疵区域像素颜色平均值的对应关系可以为预先进行标定实验得到的各种色号的遮瑕膏与非瑕疵区域像素颜色平均值之间的对应表,或者为遮瑕膏颜色与非瑕疵区域像素颜色平均值的函数对应关系。
例如,对应表中上述第一颜色平均值a1、a2、a3对应的遮瑕膏色号可以为01,上述第一颜色平均值b1、b2、b3对应的遮瑕膏色号可以为02。
步骤103,根据所述遮瑕膏颜色以及所述瑕疵区域和所述非瑕疵区域各个像素点的像素值对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,并显示所述遮瑕处理后的人脸图像。
本申请实施例中,在确定好瑕疵区域对应的遮瑕膏颜色之后,即可根据遮瑕膏颜色以及瑕疵区域和非瑕疵区域各个像素点的像素值对瑕疵区域进行遮瑕处理。
具体地,由于同样面积大小的不同颜色的瑕疵区域需要使用的遮瑕膏的量不相同,因此,为了更好地对瑕疵区域进行遮瑕处理,需要根据瑕疵区域和非瑕疵区域各个像素点的像素值差异确定具体的遮瑕处理过程。
可选的,如图3所示,上述步骤103,根据遮瑕膏颜色以及瑕疵区域和非瑕疵区域各个像素点的像素值对瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像可以包括:步骤301至步骤303。
步骤301,计算瑕疵区域各个像素点的第二像素颜色平均值。
本申请实施例中,瑕疵区域各个像素点的第二像素颜色平均值的计算方式与上述非瑕疵区域各个像素点的第一像素颜色平均值的计算方式相似,此处不再赘述。
步骤302,根据上述第一像素颜色平均值与上述第二像素颜色平均值之间的差值确定瑕疵区域的滤波次数N。
本申请实施例中,上述第一像素颜色平均值与上述第二像素颜色平均值之间的差值是指瑕疵区域各个像素点的R、G、B三个颜色通道各自的颜色平均值与非瑕疵区域各个像素点的R、G、B三个颜色通道各自的颜色平均值之间的差值。
例如,第一像素颜色平均值为a1、a2、a3,第二像素颜色平均值为c1、c2、c3,则上述第一像素颜色平均值与上述第二像素颜色平均值之间的差值为a1-c1、a2-c2、a3-c3。
本申请实施例中,在获取到瑕疵区域各个像素点的R、G、B三个颜色通道各自的颜色平均值与非瑕疵区域各个像素点的R、G、B三个颜色通道各自的颜色平均值之间的差值后,可以对R、G、B三个颜色通道各自的颜色平均值之间的差值进行累加后计算其对应的滤波次数N。
例如,滤波次数N可以由(a1-c1)+(a2-c2)+(a3-c3)/m取整后得到;其中,m的值可以根据实际应用场景进行设定。
步骤303,利用与所述遮瑕膏颜色对应的滤波器对所述瑕疵区域进行N次滤波处理,得到遮瑕处理后的人脸图像。
本申请实施例中,每种遮瑕膏颜色均预先配置有相应参数的滤波器,用于对人脸图像的瑕疵区域进行遮瑕处理。其中,滤波器的具体参数可以通过实验得到。
本申请实施例中,通过计算不同瑕疵区域的滤波次数N,再利用与所述遮瑕膏颜色对应的滤波器对所述瑕疵区域进行N次滤波处理,得到遮瑕处理后的人脸图像,实现了可以根据不同瑕疵区域与非瑕疵区域的颜色差异对瑕疵区域进行滤波处理,针对性较强,并且可以使得进行遮瑕处理后的瑕疵区域可以更接近实际生活中用户使用不同用量的遮瑕膏进行遮瑕处理的效果,提高了试妆质量。
在本申请的一些实施方式中,除了利用与所述遮瑕膏颜色对应的滤波器对所述瑕疵区域进行N次滤波处理,得到遮瑕处理后的人脸图像之外,还可以使用与所述遮瑕膏颜色对应的掩模图像对所述瑕疵区域进行遮瑕处理,以模拟用户使用不同用量的遮瑕膏对瑕疵区域进行遮瑕处理的效果。
需要说明的是,上述步骤102和步骤103的具体实现方式中,除了图2和图3所示的通过计算第一像素颜色平均值,确定遮瑕膏颜色,以及通过计算第一像素颜色平均值与第二像素颜色平均值之间的差值对瑕疵区域进行N次滤波处理之外,还可以通过计算瑕疵区域各个像素点R、G、B三个颜色通道颜色值的和的最大值或中间值,并根据预先获取的遮瑕膏颜色与瑕疵区域像素值的对应关系,确定所述最大值或中间值对应的像素点的R、G、B三个颜色通道颜色值对应的遮瑕膏颜色,作为所述瑕疵区域对应的遮瑕膏颜色。
在上述描述的各个实施方式中,如图4所示,在上述检测所述人脸图像中的瑕疵区域和非瑕疵区域的具体实现方式可以包括:步骤401至步骤403。
步骤401,获取人脸图像各个像素点的RGB像素值,并根据所述RGB像素值计算各个像素点与相邻像素点之间的颜色差值。
步骤402,确定所述颜色差值小于预设颜色阈值的像素点形成的连通区域,并计算各个连通区域的像素点个数。
步骤403,将所述像素点个数最大的连通区域确定为第一非瑕疵区域,将所述像素点个数大于第一预设阈值小于第二预设阈值的连通区域确定为第一瑕疵区域。
本申请实施例中,上述根据各个像素点的RGB像素值计算各个像素点与相邻像素点之间的颜色差值可以是指计算所述人脸图像中,两两相邻的像素点RGB三个颜色通道的各自的像素差值。
上述计算由所述颜色差值小于预设颜色阈值的像素点形成的各个连通区域的像素点个数可以包括:判断上述两两相邻的像素点RGB三个颜色通道的各自的像素差值是否均小于上述预设颜色阈值,接着,确定均小于上述预设颜色阈值的所有相邻的像素点组成的连通区域,最后再计算各个连通区域的像素点个数。
根据实践经验可以知道,人脸皮肤区域中没有瑕疵的区域的各个像素点的颜色基本接近,即,均为正常肤色;而人脸皮肤区域中瑕疵区域的各个像素点的颜色也是基本接近的。并且,瑕疵区域的各个像素点的颜色与非瑕疵区域的各个像素点的颜色存在差异,而没有瑕疵的区域的面积是最大的。因此,本申请实施例中,可以通过计算各个像素点与相邻像素点之间的颜色差值,接着,确定出各个由所述颜色差值小于预设颜色阈值的像素点形成的连通区域,然后将所述像素点个数最大的连通区域确定为第一非瑕疵区域,将所述像素点个数大于第一预设阈值小于第二预设阈值的连通区域确定为第一瑕疵区域,从而实现将所述皮肤区域中的瑕疵区域和非瑕疵区域区分出来。
需要说明的是,由于人脸图像中没有瑕疵的皮肤区域的面积是最大的,因此,在确定出所述颜色差值小于预设颜色阈值的像素点形成的连通区域之后,可以直接将像素点个数最大的连通区域确定为第一非瑕疵区域,即,正常的皮肤区域,接着,通过将所述像素点个数大于第一预设阈值小于第二预设阈值的连通区域确定为第一瑕疵区域方式,直接确定出瑕疵区域,因此,在本申请实施例中,也可以不需要通过对所述人脸图像进行特征识别的方式确定出人脸图像的皮肤区域之后,再进行瑕疵区域和非瑕疵区域的检测。
其中,为了避免人脸图像中被头发遮挡的区域以及眼睛、嘴巴或者胎记等比较大的连通区域被确定为瑕疵区域,本申请实施例中,在将所述像素点个数最大的连通区域确定为第一非瑕疵区域之后,还需要判断其他的连通区域的像素点个数是否大于第一预设阈值并且小于第二预设阈值,然后将像素点个数大于第一预设阈值小于第二预设阈值的连通区域确定为第一瑕疵区域。
例如,如图5所示,通过计算各个像素点与相邻像素点之间的颜色差值,可以确定出由所述颜色差值小于预设颜色阈值的像素点形成的连通区域51、52、53、54、55、56、57,其中,像素点个数最大的连通区域51为第一非瑕疵区域,像素点个数大于第一预设阈值小于第二预设阈值的连通区域55为第一瑕疵区域。
上述第一预设阈值和第二预设阈值的取值可以由用户进行设定,也可以在出厂设置中根据经验进行设定。其中,上述第一预设阈值是为了将人眼无法察觉的瑕疵区域排除,以减小遮瑕处理的运算量。
上述图4所示的实施方式中,是通过计算各个像素点与相邻像素点之间的颜色差值的方式确定出瑕疵区域和非瑕疵区域,这种方式适用于色素斑块类型的瑕疵区域的检测,例如,痣、斑和痘痘;然而,在实际生活中,对于一些痘印或者疤痕等不平整区域也可能是用户希望进行遮瑕处理的瑕疵;而这种不平整区域的颜色一般与正常的肤色接近,因此,通过上述图4所示的实施方式进行瑕疵区域和非瑕疵区域的检测时,会将这类不平整区域列入非瑕疵区域。
为了将上述不平整区域也列为瑕疵区域,如图6所示,在上述将像素点个数最大的连通区域确定为第一非瑕疵区域之后,还可以包括:步骤404至步骤405。
步骤404,获取第一非瑕疵区域中各个像素点的亮度值,并计算各个像素点与相邻像素点之间的亮度差值。
步骤405,将所述亮度差值大于预设亮度阈值的像素点作为第二瑕疵区域的边界像素点,并将所述边界像素点连接成的封闭区域确定为所述第二瑕疵区域。
由于人脸图像中不平整区域的周围一般会呈现出阴影,因此,通过获取第一非瑕疵区域中各个像素点的亮度值,并计算各个像素点与相邻像素点之间的亮度差值,即可确定出上述不平整区域的边界像素点,从而将上述第一非瑕疵区域中的不平整区域,即第二非瑕疵区域检测出来。
本申请实施例中,通过检测人脸图像中的瑕疵区域和非瑕疵区域,并确定瑕疵区域对应的遮瑕膏颜色,从而可以直接为用户提供与用户脸上的瑕疵相适应的遮瑕膏颜色,同时还通过为用户展示利用该颜色的遮瑕膏可以达到的遮瑕效果,使得用户无需到实体店进行反复试妆,就能便捷地找到合适颜色的遮瑕膏,提高了试妆效率;解决了试妆效率低的技术问题。
可选的,为了满足不同用户的需求,在本申请的一些实施方式中,上述步骤103,在显示所述遮瑕处理后的人脸图像之后,还可以包括:接收遮瑕膏颜色选择指令;根据所述遮瑕膏颜色选择指令选择与所述遮瑕膏颜色指令对应的滤波器对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像。
例如,对于一些需要化对比比较明显的彩妆的用户,有可能按上述实施方式推荐出的遮瑕膏的色号并不一定适合用户,因此,在显示所述遮瑕处理后的人脸图像之后,还可以通过接收遮瑕膏颜色选择指令,并根据所述遮瑕膏颜色选择指令选择与所述遮瑕膏颜色指令对应的滤波器对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,以便为用户展示与其选择的遮瑕膏的颜色相适应的遮瑕效果,无需用户到实体店进行反复试妆,就能让用户便捷地找到合适颜色的遮瑕膏,提高了试妆效率;解决了试妆效率低的技术问题。
可选的,上述步骤101之前还可以包括:采用光照一致性算法对所述人脸图像进行校正处理,得到校正后的人脸图像。
通常终端获取到的人脸图像会受环境光线的影响,导致人脸图像的亮度与真实的人脸亮度存在差异,影响瑕疵区域和非瑕疵区域的检测,因此,可以利用光照一致性算法对终端获取的人脸图像进行光影补偿,使得人脸图像的亮度与真实的人脸亮度一致。
其中,该光照一致性算法可以包括基于辅助标志物的光照一致性算法和基于辅助拍摄设备的光照一致性算法。所述基于辅助拍摄设备的光照一致性算法是通过借助深度相机、光场相机以及鱼眼相机等特殊拍摄设备来获取场景的深度、光场和全视角图像等信息,再通过这些信息估计真实场景的光照信息,接着,再根据该光照信息对终端获取的人脸图像进行校正。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为根据本发明,某些步骤可以采用其它顺序进行。
图7示出了本申请实施例提供的一种图像处理装置700的结构示意图,包括检测单元701、确定单元702以及遮瑕单元703。
检测单元701,用于获取人脸图像,并检测所述人脸图像中的瑕疵区域和非瑕疵区域;
确定单元702,用于根据所述非瑕疵区域各个像素点的像素值,确定所述瑕疵区域对应的遮瑕膏颜色;
遮瑕单元703,用于根据所述遮瑕膏颜色以及所述瑕疵区域和所述非瑕疵区域各个像素点的像素值对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,并显示所述遮瑕处理后的人脸图像。
可选的,所述检测单元,还用于:获取人脸图像各个像素点的RGB像素值,并根据所述RGB像素值计算各个像素点与相邻像素点之间的颜色差值;确定所述颜色差值小于预设颜色阈值的像素点形成的连通区域,并计算各个连通区域的像素点个数;将所述像素点个数最大的连通区域确定为第一非瑕疵区域,将所述像素点个数大于第一预设阈值小于第二预设阈值的连通区域确定为第一瑕疵区域。
可选的,所述检测单元,还用于:在将所述像素点个数最大的连通区域确定为第一非瑕疵区域之后,获取所述第一非瑕疵区域中各个像素点的亮度值,并计算各个像素点与相邻像素点之间的亮度差值;将所述亮度差值大于预设亮度阈值的像素点作为第二瑕疵区域的边界像素点,并将所述边界像素点连接成的封闭区域确定为所述第二瑕疵区域。
可选的,所述检测单元,还用于:对所述人脸图像进行特征识别,获取所述人脸图像的人脸特征点;根据所述人脸特征点去除所述人脸图像的无关区域,得到所述人脸图像中的皮肤区域;所述无关区域包括眼部区域、眉毛区域和口部区域;检测所述皮肤区域的瑕疵区域和非瑕疵区域。
可选的,所述确定单元,还用于:计算所述非瑕疵区域各个像素点的第一像素颜色平均值;根据预先获取的遮瑕膏颜色与非瑕疵区域像素颜色平均值的对应关系,确定与所述第一像素颜色平均值对应的遮瑕膏颜色。
可选的,所述遮瑕单元,还用于:计算所述瑕疵区域各个像素点的第二像素颜色平均值;根据所述第一像素颜色平均值与所述第二像素颜色平均值之间的差值确定所述瑕疵区域的滤波次数N;利用与所述遮瑕膏颜色对应的滤波器对所述瑕疵区域进行N次滤波处理,得到遮瑕处理后的人脸图像。
可选的,所述遮瑕单元,还用于:接收遮瑕膏颜色选择指令;根据所述遮瑕膏颜色选择指令选择与所述遮瑕膏颜色指令对应的滤波器对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像。
需要说明的是,为描述的方便和简洁,上述描述的图像处理装置700的具体工作过程,可以参考上述图1至图6中描述的方法的对应过程,在此不再赘述。
如图8所示,本申请提供一种用于实现上述图像处理方法的终端,包括:处理器81、存储器82、一个或多个输入设备83(图8中仅示出一个)和一个或多个输出设备84(图8中仅示出一个)。处理器81、存储器82、输入设备83和输出设备84通过总线85连接。
应当理解,在本申请实施例中,所称处理器81可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(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、分立硬件组件等。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。
输入设备83可以包括虚拟键盘、触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备84可以包括显示器、扬声器等。
存储器82可以包括只读存储器和随机存取存储器,并向处理器81提供指令和数据。存储器82的一部分或全部还可以包括非易失性随机存取存储器。例如,存储器82还可以存储设备类型的信息。
上述存储器82存储有计算机程序,上述计算机程序可在上述处理器81上运行,例如,上述计算机程序为图像处理方法的程序。上述处理器81执行上述计算机程序时实现上述图像处理方法实施例中的步骤,例如图1所示的步骤101至步骤103。或者,上述处理器81执行上述计算机程序时实现上述各装置实施例中各模块/单元的功能,例如图7所示单元701至703的功能。
上述计算机程序可以被分割成一个或多个模块/单元,上述一个或者多个模块/单元被存储在上述存储器82中,并由上述处理器81执行,以完成本申请。上述一个或多个模块/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,该指令段用于描述上述计算机程序在上述进行拍照的终端中的执行过程。例如,上述计算机程序可以被分割成检测单元、确定单元和遮瑕单元,各单元具体功能如下:
检测单元,用于获取人脸图像,并检测所述人脸图像中的瑕疵区域和非瑕疵区域;
确定单元,用于根据所述非瑕疵区域各个像素点的像素值,确定所述瑕疵区域对应的遮瑕膏颜色;
遮瑕单元,用于根据所述遮瑕膏颜色以及所述瑕疵区域和所述非瑕疵区域各个像素点的像素值对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,并显示所述遮瑕处理后的人脸图像。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、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单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括:能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,上述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上上述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取人脸图像,并检测所述人脸图像中的瑕疵区域和非瑕疵区域;
根据所述非瑕疵区域各个像素点的像素值,确定所述瑕疵区域对应的遮瑕膏颜色;
根据所述遮瑕膏颜色以及所述瑕疵区域和所述非瑕疵区域各个像素点的像素值对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,并显示所述遮瑕处理后的人脸图像。
2.如权利要求1所述的图像处理方法,其特征在于,所述检测所述人脸图像中的瑕疵区域和非瑕疵区域,包括:
获取人脸图像各个像素点的RGB像素值,并根据所述RGB像素值计算各个像素点与相邻像素点之间的颜色差值;
确定所述颜色差值小于预设颜色阈值的像素点形成的连通区域,并计算各个连通区域的像素点个数;
将所述像素点个数最大的连通区域确定为第一非瑕疵区域,将所述像素点个数大于第一预设阈值小于第二预设阈值的连通区域确定为第一瑕疵区域。
3.如权利要求2所述的图像处理方法,其特征在于,在所述将所述像素点个数最大的连通区域确定为第一非瑕疵区域之后,还包括:
获取所述第一非瑕疵区域中各个像素点的亮度值,并计算各个像素点与相邻像素点之间的亮度差值;
将所述亮度差值大于预设亮度阈值的像素点作为第二瑕疵区域的边界像素点,并将所述边界像素点连接成的封闭区域确定为所述第二瑕疵区域。
4.如权利要求1-3任意一项所述的图像处理方法,其特征在于,所述检测所述人脸图像中的瑕疵区域和非瑕疵区域之前,包括:
对所述人脸图像进行特征识别,获取所述人脸图像的人脸特征点;
根据所述人脸特征点去除所述人脸图像的无关区域,得到所述人脸图像中的皮肤区域;所述无关区域包括眼部区域、眉毛区域和口部区域;
所述检测所述人脸图像中的瑕疵区域和非瑕疵区域,包括:
检测所述皮肤区域的瑕疵区域和非瑕疵区域。
5.如权利要求1所述的图像处理方法,其特征在于,所述根据所述非瑕疵区域各个像素点的像素值,确定所述瑕疵区域对应的遮瑕膏颜色,包括:
计算所述非瑕疵区域各个像素点的第一像素颜色平均值;
根据预先获取的遮瑕膏颜色与非瑕疵区域像素颜色平均值的对应关系,确定与所述第一像素颜色平均值对应的遮瑕膏颜色。
6.如权利要求5所述的图像处理方法,其特征在于,所述根据所述遮瑕膏颜色以及所述瑕疵区域和所述非瑕疵区域各个像素点的像素值对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,包括:
计算所述瑕疵区域各个像素点的第二像素颜色平均值;
根据所述第一像素颜色平均值与所述第二像素颜色平均值之间的差值确定所述瑕疵区域的滤波次数N;
利用与所述遮瑕膏颜色对应的滤波器对所述瑕疵区域进行N次滤波处理,得到遮瑕处理后的人脸图像。
7.如权利要求1所述的图像处理方法,其特征在于,在所述显示所述遮瑕处理后的人脸图像之后,包括:
接收遮瑕膏颜色选择指令;根据所述遮瑕膏颜色选择指令选择与所述遮瑕膏颜色指令对应的滤波器对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像。
8.一种图像处理装置,其特征在于,包括:
检测单元,用于获取人脸图像,并检测所述人脸图像中的瑕疵区域和非瑕疵区域;
确定单元,用于根据所述非瑕疵区域各个像素点的像素值,确定所述瑕疵区域对应的遮瑕膏颜色;
遮瑕单元,用于根据所述遮瑕膏颜色以及所述瑕疵区域和所述非瑕疵区域各个像素点的像素值对所述瑕疵区域进行遮瑕处理,得到遮瑕处理后的人脸图像,并显示所述遮瑕处理后的人脸图像。
9.一种终端,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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7任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910396149.9A CN110111245B (zh) | 2019-05-13 | 2019-05-13 | 图像处理方法、装置、终端及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910396149.9A CN110111245B (zh) | 2019-05-13 | 2019-05-13 | 图像处理方法、装置、终端及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110111245A true CN110111245A (zh) | 2019-08-09 |
CN110111245B CN110111245B (zh) | 2023-12-08 |
Family
ID=67489749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910396149.9A Active CN110111245B (zh) | 2019-05-13 | 2019-05-13 | 图像处理方法、装置、终端及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110111245B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739013A (zh) * | 2020-06-30 | 2020-10-02 | 北京酷豹科技有限公司 | 基于图像处理的图像优化方法及相关装置 |
CN111739014A (zh) * | 2020-06-30 | 2020-10-02 | 北京酷豹科技有限公司 | 基于图像处理的图像质量检测方法及相关装置 |
CN112150394A (zh) * | 2020-10-12 | 2020-12-29 | 杭州睿琪软件有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN112819767A (zh) * | 2021-01-26 | 2021-05-18 | 北京百度网讯科技有限公司 | 图像处理方法、装置、设备、存储介质以及程序产品 |
CN113034354A (zh) * | 2021-04-20 | 2021-06-25 | 北京优彩科技有限公司 | 一种图像处理方法、装置、电子设备和刻度存储介质 |
CN113496469A (zh) * | 2020-04-01 | 2021-10-12 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备和存储介质 |
CN114155569A (zh) * | 2021-08-31 | 2022-03-08 | 北京新氧科技有限公司 | 一种化妆进度检测方法、装置、设备及存储介质 |
CN117252870A (zh) * | 2023-11-15 | 2023-12-19 | 青岛天仁微纳科技有限责任公司 | 一种纳米压印模具的图像处理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927719A (zh) * | 2014-04-04 | 2014-07-16 | 北京金山网络科技有限公司 | 图片处理方法及装置 |
CN103927718A (zh) * | 2014-04-04 | 2014-07-16 | 北京金山网络科技有限公司 | 一种图片处理方法及装置 |
CN107507128A (zh) * | 2017-08-08 | 2017-12-22 | 北京小米移动软件有限公司 | 图像处理方法及设备 |
CN107862663A (zh) * | 2017-11-09 | 2018-03-30 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和计算机设备 |
CN107945135A (zh) * | 2017-11-30 | 2018-04-20 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
CN108053377A (zh) * | 2017-12-11 | 2018-05-18 | 北京小米移动软件有限公司 | 图像处理方法及设备 |
WO2019014812A1 (zh) * | 2017-07-17 | 2019-01-24 | 深圳和而泰智能控制股份有限公司 | 一种检测人脸瑕疵点的方法和智能终端 |
-
2019
- 2019-05-13 CN CN201910396149.9A patent/CN110111245B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927719A (zh) * | 2014-04-04 | 2014-07-16 | 北京金山网络科技有限公司 | 图片处理方法及装置 |
CN103927718A (zh) * | 2014-04-04 | 2014-07-16 | 北京金山网络科技有限公司 | 一种图片处理方法及装置 |
WO2019014812A1 (zh) * | 2017-07-17 | 2019-01-24 | 深圳和而泰智能控制股份有限公司 | 一种检测人脸瑕疵点的方法和智能终端 |
CN107507128A (zh) * | 2017-08-08 | 2017-12-22 | 北京小米移动软件有限公司 | 图像处理方法及设备 |
CN107862663A (zh) * | 2017-11-09 | 2018-03-30 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和计算机设备 |
CN107945135A (zh) * | 2017-11-30 | 2018-04-20 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
CN108053377A (zh) * | 2017-12-11 | 2018-05-18 | 北京小米移动软件有限公司 | 图像处理方法及设备 |
Non-Patent Citations (1)
Title |
---|
王志强等: "基于保边滤波和肤色模型的人脸美颜技术研究与实现", 《无线互联科技》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113496469A (zh) * | 2020-04-01 | 2021-10-12 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备和存储介质 |
CN113496469B (zh) * | 2020-04-01 | 2023-10-10 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备和存储介质 |
CN111739014B (zh) * | 2020-06-30 | 2023-03-07 | 北京酷豹科技有限公司 | 基于图像处理的图像质量检测方法及相关装置 |
CN111739014A (zh) * | 2020-06-30 | 2020-10-02 | 北京酷豹科技有限公司 | 基于图像处理的图像质量检测方法及相关装置 |
CN111739013A (zh) * | 2020-06-30 | 2020-10-02 | 北京酷豹科技有限公司 | 基于图像处理的图像优化方法及相关装置 |
CN111739013B (zh) * | 2020-06-30 | 2024-04-23 | 北京酷豹科技有限公司 | 基于图像处理的图像优化方法及相关装置 |
CN112150394A (zh) * | 2020-10-12 | 2020-12-29 | 杭州睿琪软件有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN112150394B (zh) * | 2020-10-12 | 2024-02-20 | 杭州睿琪软件有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN112819767A (zh) * | 2021-01-26 | 2021-05-18 | 北京百度网讯科技有限公司 | 图像处理方法、装置、设备、存储介质以及程序产品 |
CN113034354B (zh) * | 2021-04-20 | 2021-12-28 | 北京优彩科技有限公司 | 一种图像处理方法、装置、电子设备和可读存储介质 |
CN113034354A (zh) * | 2021-04-20 | 2021-06-25 | 北京优彩科技有限公司 | 一种图像处理方法、装置、电子设备和刻度存储介质 |
CN114155569A (zh) * | 2021-08-31 | 2022-03-08 | 北京新氧科技有限公司 | 一种化妆进度检测方法、装置、设备及存储介质 |
CN117252870A (zh) * | 2023-11-15 | 2023-12-19 | 青岛天仁微纳科技有限责任公司 | 一种纳米压印模具的图像处理方法 |
CN117252870B (zh) * | 2023-11-15 | 2024-02-02 | 青岛天仁微纳科技有限责任公司 | 一种纳米压印模具的图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110111245B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110111245A (zh) | 图像处理方法、装置、终端及计算机可读存储介质 | |
CN110443747B (zh) | 图像处理方法、装置、终端及计算机可读存储介质 | |
KR101455950B1 (ko) | 화상 처리 장치, 화상 처리 방법, 및 제어 프로그램이 기록된 기록 매체 | |
KR101614193B1 (ko) | 화상 처리 장치, 화상 처리 방법, 및 제어 프로그램이 기록된 기록 매체 | |
CN112767285B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
KR101554403B1 (ko) | 화상 처리 장치, 화상 처리 방법, 및 제어 프로그램이 기록된 기억 매체 | |
CN113160094A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN103973977B (zh) | 一种预览界面的虚化处理方法、装置及电子设备 | |
CN104811684B (zh) | 一种图像的三维美颜方法及装置 | |
CN107534735A (zh) | 终端的图像处理方法、装置和终端 | |
CN107730446A (zh) | 图像处理方法、装置、计算机设备及计算机可读存储介质 | |
CN105979122B (zh) | 图像处理装置以及图像处理方法 | |
US10964070B2 (en) | Augmented reality display method of applying color of hair to eyebrows | |
CN111062891A (zh) | 图像处理方法、装置、终端及计算机可读存储介质 | |
CN109074637A (zh) | 用于从多个相应的输入图像通道生成输出图像的方法和系统 | |
Lee et al. | Correction of the overexposed region in digital color image | |
CN106097261A (zh) | 图像处理方法和装置 | |
CN110444181A (zh) | 显示方法、装置、终端及计算机可读存储介质 | |
CN113642358B (zh) | 肤色检测方法、装置、终端和存储介质 | |
Hsu et al. | A novel automatic white balance method for color constancy under different color temperatures | |
CN112831982A (zh) | 衣物颜色识别的处理方法、装置、设备及存储介质 | |
JP2011044964A (ja) | 撮像装置、撮像方法およびコンピュータプログラム | |
JP5099434B2 (ja) | オブジェクト領域の抽出システムおよび方法 | |
CN112926367A (zh) | 一种活体检测的设备及方法 | |
JP7383891B2 (ja) | 画像処理装置、画像処理方法、及びプログラム |
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 |