CN110211030A - 图像生成方法和装置 - Google Patents

图像生成方法和装置 Download PDF

Info

Publication number
CN110211030A
CN110211030A CN201910482775.XA CN201910482775A CN110211030A CN 110211030 A CN110211030 A CN 110211030A CN 201910482775 A CN201910482775 A CN 201910482775A CN 110211030 A CN110211030 A CN 110211030A
Authority
CN
China
Prior art keywords
facial image
processed
pixel value
value
region
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
Application number
CN201910482775.XA
Other languages
English (en)
Other versions
CN110211030B (zh
Inventor
何茜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201910482775.XA priority Critical patent/CN110211030B/zh
Publication of CN110211030A publication Critical patent/CN110211030A/zh
Application granted granted Critical
Publication of CN110211030B publication Critical patent/CN110211030B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T3/04
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Abstract

本公开的实施例公开了图像生成方法和装置。该方法的一具体实施方式包括:基于所获取的待处理人脸图像,生成遮罩用人脸图像,其中,遮罩用人脸图像中的人脸皮肤区域的像素值大于第一预设像素值,人脸皮肤区域之外的区域的像素值小于第二预设像素值;根据目标颜色值偏移量和待处理人脸图像所包括的像素点在预设颜色空间下的颜色值,生成变色后人脸图像;基于遮罩用人脸图像,对待处理人脸图像和变色后人脸图像进行混合,生成混合后人脸图像。该实施方式实现了有针对性地改变待处理人脸图像中的人脸皮肤区域的颜色。

Description

图像生成方法和装置
技术领域
本公开的实施例涉及计算机技术领域,具体涉及图像生成方法和装置。
背景技术
随着图像处理技术的发展和广泛应用,在一些应用场景中,存在着对人脸图像中所显示的人脸进行变色的需求。
对显示的人脸进行变色,例如可以体现为,改变人脸图像中的人脸皮肤区域的颜色。目前,主要通过滤镜的方法对人脸图像进行处理,实现对人脸皮肤区域的颜色的改变。
发明内容
本公开的实施例提出了图像生成方法和装置。
第一方面,本公开的实施例提供了一种图像生成方法,该方法包括:基于所获取的待处理人脸图像,生成遮罩用人脸图像,其中,遮罩用人脸图像中的人脸皮肤区域的像素值大于第一预设像素值,人脸皮肤区域之外的区域的像素值小于第二预设像素值;根据目标颜色值偏移量和待处理人脸图像所包括的像素点在预设颜色空间下的颜色值,生成变色后人脸图像;基于遮罩用人脸图像,对待处理人脸图像和变色后人脸图像进行混合,生成混合后人脸图像。
在一些实施例中,在上述生成变色后人脸图像之前,上述方法还包括:将待处理人脸图像中的人脸皮肤区域所包括的像素点的平均像素值转换为在预设颜色空间下的颜色值,得到基准颜色值;根据在预设颜色空间下的目标颜色值和基准颜色值之间的偏差,确定目标颜色值偏移量。
在一些实施例中,在上述确定目标颜色值偏移量之前,上述方法还包括:响应于检测到用户变色操作,将用户变色操作所指示的颜色值作为目标颜色值。
在一些实施例中,上述生成遮罩用人脸图像,包括:根据针对待处理人脸图像进行关键点提取得到的关键点,确定待处理人脸图像中的人脸区域、眼睛区域、眉毛区域和嘴唇区域;将人脸区域中眼睛区域、眉毛区域和嘴唇区域之外的区域确定为待处理人脸图像中的人脸皮肤区域;将待处理人脸图像中的人脸皮肤区域的像素值设置为大于第一预设像素值,以及将人脸皮肤区域之外的区域的像素值设置为小于第二预设像素值,生成遮罩用人脸图像。
在一些实施例中,在上述生成遮罩用人脸图像之前,上述方法还包括:从所获取的待处理视频中选取待处理人脸图像。
第二方面,本公开的实施例提供了一种图像生成装置,该装置包括:第一生成单元,被配置成基于所获取的待处理人脸图像,生成遮罩用人脸图像,其中,遮罩用人脸图像中的人脸皮肤区域的像素值大于第一预设像素值,人脸皮肤区域之外的区域的像素值小于第二预设像素值;第二生成单元,被配置成根据目标颜色值偏移量和待处理人脸图像所包括的像素点在预设颜色空间下的颜色值,生成变色后人脸图像;第三生成单元,被配置成基于遮罩用人脸图像,对待处理人脸图像和变色后人脸图像进行混合,生成混合后人脸图像。
在一些实施例中,上述装置还包括:转换单元,被配置成将待处理人脸图像中的人脸皮肤区域所包括的像素点的平均像素值转换为在预设颜色空间下的颜色值,得到基准颜色值;确定单元,被配置成根据在预设颜色空间下的目标颜色值和基准颜色值之间的偏差,确定目标颜色值偏移量。
在一些实施例中,上述装置还包括:检测单元,被配置成响应于检测到用户变色操作,将用户变色操作所指示的颜色值作为目标颜色值。
在一些实施例中,上述第一生成单元,包括:第一确定模块,被配置成根据针对待处理人脸图像进行关键点提取得到的关键点,确定待处理人脸图像中的人脸区域、眼睛区域、眉毛区域和嘴唇区域;第二确定模块,被配置成将人脸区域中眼睛区域、眉毛区域和嘴唇区域之外的区域确定为待处理人脸图像中的人脸皮肤区域;生成模块,被配置成将待处理人脸图像中的人脸皮肤区域的像素值设置为大于第一预设像素值,以及将人脸皮肤区域之外的区域的像素值设置为小于第二预设像素值,生成遮罩用人脸图像。
在一些实施例中,上述装置还包括:选取单元,被配置成从所获取的待处理视频中选取待处理人脸图像。
第三方面,本公开的实施例提供了一种终端,该终端包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的实施例提供的图像生成方法和装置:首先,可以基于所获取的待处理人脸图像,生成遮罩用人脸图像;然后,可以根据目标颜色值偏移量和待处理人脸图像所包括的像素点在预设颜色空间下的颜色值,生成变色后人脸图像;而后,可以基于遮罩用人脸图像,对待处理人脸图像和变色后人脸图像进行混合,生成混合后人脸图像。从而,实现了有针对性地改变待处理人脸图像中的人脸皮肤区域的颜色。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的图像生成方法的一个实施例的流程图;
图3是根据本公开的实施例的图像生成方法的一个应用场景的示意图;
图4是根据本公开的图像生成方法的又一个实施例的流程图;
图5是根据本公开的图像生成装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的图像生成方法或图像生成装置的示例性架构100。
如图1所示,系统架构100可以包括终端设备101、102,网络103和服务器104。网络103用以在终端设备101、102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102通过网络103与服务器104交互,以接收或发送消息等。终端设备101、102上可以安装有各种通讯客户端应用,例如图像处理类应用、美妆类应用、浏览器类应用等。
终端设备101、102可以是硬件,也可以是软件。当终端设备101、102为硬件时,可以是具有显示屏并且支持图像处理的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器104可以是提供各种服务的服务器,例如为终端设备101、102上所安装的图像处理类应用的后台服务器。作为示例,在终端设备通过对所获取的待处理人脸图像的处理,生成混合后人脸图像之后,终端设备可以将该混合后人脸图像存储在后台服务器。
服务器104可以是硬件,也可以是软件。当服务器104为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器104为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的图像生成方法一般由终端设备101、102执行,相应地,图像生成装置一般设置于终端设备101、102中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的图像生成方法的一个实施例的流程200。该图像生成方法包括以下步骤:
步骤201,基于所获取的待处理人脸图像,生成遮罩用人脸图像。
在本实施例中,图像生成方法的执行主体(如图1所示的终端设备101、102)可以获取待处理人脸图像。作为示例,上述执行主体可以从本地或者通信连接的其它终端设备获取待处理人脸图像。作为又一示例,上述执行主体可以获取其上所安装的摄像头采集到的人脸图像,作为待处理人脸图像。
在本实施例中,获取待处理人脸图像之后,上述执行主体可以生成遮罩用人脸图像。
上述遮罩用人脸图像中的人脸皮肤区域的像素值大于第一预设像素值,且人脸皮肤区域之外的区域的像素值小于第二预设像素值。通常,上述第一预设像素值可以远大于第二预设像素值,以使人脸皮肤区域和人脸皮肤区域之外的其它人脸区域得以显著地区分。例如,上述第一预设像素值接近于255,上述第二预设像素值接近于0。可以理解,遮罩用人脸图像中的人脸皮肤区域的像素值处于第一预设像素值到255之间,人脸皮肤区域之外的区域的像素值处于0到第二预设像素值之间。需要说明的是,在一些应用场景中,遮罩用人脸图像中的人脸皮肤区域的像素值可以是255,人脸皮肤区域之外的区域的像素值可以是0。还需要说明的是,此处,人脸皮肤区域的像素值可以是人脸皮肤区域所包括的像素点的像素值,相应地,人脸皮肤区域之外的区域的像素值可以是人脸皮肤区域之外的区域所包括的像素点的像素值。
上述人脸皮肤区域可以是人脸区域中眼睛区域、眉毛区域和嘴唇区域之外的区域。可以理解,人脸区域可以是显示有人脸的区域。相应地,眼睛区域、眉毛区域、嘴唇区域可以分别是显示有眼睛、眉毛、嘴唇的区域。
具体地,首先,上述执行主体可以针对上述待处理人脸图像所显示的人脸的轮廓提取关键点。然后。可以将针对人脸的轮廓所提取的关键点形成的区域确定为人脸区域。而后,上述执行主体可以确定人脸区域所包括的像素点的平均像素值。通常,人脸区域中,相比于眼睛区域、眉毛区域和嘴唇区域,人脸皮肤区域包括的像素点的数量最多,也就是说,人脸皮肤区域所包括的像素点的像素值更接近于所确定的平均像素值。进一步,上述执行主体可以将人脸区域中像素值与所确定的平均像素值之间的差距小于等于预设差距的像素点的像素值设置为大于上述大于第一预设像素值,以及将上述待处理人脸图像所包括的其余像素点的像素值设置为小于上述第二预设像素值。由此,可以生成上述遮罩用人脸图像。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下步骤,生成遮罩用人脸图像。
第一步,根据针对待处理人脸图像进行关键点提取得到的关键点,确定待处理人脸图像中的人脸区域、眼睛区域、眉毛区域和嘴唇区域。
此处,上述执行主体所提取的关键点,除了针对上述待处理人脸图像中所显示的人脸的轮廓所提取的关键点之外,还可以包括针对所显示的眼睛、眉毛和嘴唇的轮廓所提取的关键点。由此,上述执行主体可以将针对人脸的轮廓所提取的关键点形成的区域确定为人脸区域,将针对所显示的眼睛、眉毛、嘴唇的轮廓所提取的关键点形成的区域,分别确定为眼睛区域、眉毛区域、嘴唇区域。
第二步,将人脸区域中眼睛区域、眉毛区域和嘴唇区域之外的区域确定为待处理人脸图像中的人脸皮肤区域。
第三步,将待处理人脸图像中的人脸皮肤区域的像素值设置为大于第一预设像素值,以及将人脸皮肤区域之外的区域的像素值设置为小于第二预设像素值,生成遮罩用人脸图像。
也就是说,上述执行主体可以将待处理人脸图像中的人脸皮肤区域所包括的像素点的像素值设置为大于第一预设像素值,将人脸皮肤区域之外的区域所包括的像素点的像素值设置为小于第二预设像素值。可以理解,设置像素值之后,可以生成遮罩用人脸图像。
在这些实现方式中,通过先确定人脸区域、眼睛区域、眉毛区域和嘴唇区域,再确定人脸皮肤区域,可以保证所确定的人脸皮肤区域的准确性。由此,在设置待处理人脸图像所包括的像素点的像素值时,可以准确地将人脸皮肤区域的像素值设置为大于第一预设像素值,将人脸皮肤区域之外的区域的像素值设置为小于第二预设像素值。
在本实施例的一些可选的实现方式中,上述执行主体还可以从所获取的待处理视频中选取上述待处理人脸图像。
在这些实现方式中,通过从待处理视频中选取连续的多帧的人脸图像,然后对该连续的多帧人脸图像分别执行步骤201到步骤203,可以实现对所获取的视频中的视频段所显示的人脸进行变色。
步骤202,根据目标颜色值偏移量和待处理人脸图像所包括的像素点在预设颜色空间下的颜色值,生成变色后人脸图像。
在本实施例中,上述执行主体可以将上述待处理人脸图像所包括的像素点的像素值转换为在预设颜色空间下的颜色值,得到每个像素点在上述预设颜色空间下的颜色值。其中,上述预设颜色空间可以预先设定,例如可以是HSV(其中,H表示Hue,色调;S表示Saturation,饱和度;V表示Value,明度)颜色空间、Lab(其中,L表示Luminosity,亮度;a表示从绿色到红色的分量;b表示从蓝色到黄色的分量)颜色空间、YUV(其中,Y表示亮度;U表示色度;V表示浓度)颜色空间等。
在本实施例中,得到每个像素点在上述预设颜色空间下的颜色值之后,上述执行主体可以将每个像素点的颜色值与目标颜色值偏移量求和,再转换为像素值,生成变色后人脸图像。上述目标颜色值偏移量可以预先设定,也可以根据实际需求而定,例如目标颜色值偏移量可以由上述执行主体随机生成。可以理解,变色后人脸图像可以是将各求和后的颜色值转换为像素值,所得到的人脸图像。
需要说明的是,上述执行主体可以同步执行上述步骤201和步骤202,也可以先执行两者中的任意一个步骤。
步骤203,基于遮罩用人脸图像,对待处理人脸图像和变色后人脸图像进行混合,生成混合后人脸图像。
在本实施例中,生成遮罩用人脸图像和变色后人脸图像之后,上述执行主体可以在遮罩用人脸图像的基础上,对上述待处理人脸图像和变色后人脸图像进行混合。混合后所生成的人脸图像即为混合后人脸图像。
具体地,上述执行主体可以按照预先设定的公式,对上述待处理人脸图像和变色后人脸图像进行混合。上述预先设定的公式,例如可以是“[I×(A-H)+I′×H]/255”。其中,I可以用于表示上述待处理人脸图像所包括的像素点的像素值形成的矩阵。I′可以用于表示上述变色后人脸图像所包括的像素点的像素值形成的矩阵。H可以用于表示上述遮罩用人脸图像所包括的像素点的像素值形成的矩阵。A可以是预设矩阵,且该矩阵中的每个元素的值为255。
可以理解,相比于待处理人脸图像,所生成的混合后人脸图像中的人脸皮肤区域的颜色明显发生改变。
继续参见图3,图3是根据本实施例的图像生成方法的应用场景的一个示意图。在图3的应用场景中,首先,终端设备301可以获取用户通过其上所安装的摄像头上传的待处理人脸图像302。
然后,终端设备301可以生成遮罩用人脸图像303。具体地,第一步,终端设备301可以针对待处理人脸图像302所显示的人脸的轮廓提取关键点。第二步,终端设备301可以将针对人脸的轮廓所提取的关键点形成的区域确定为人脸区域。第三步,终端设备301可以确定人脸区域所包括的像素点的平均像素值。第四步,终端设备301可以将所确定的人脸区域中像素值与所确定的平均像素值之间的差距小于等于预设差距的像素点的像素值设置为大于上述大于第一预设像素值,以及将待处理人脸图像302所包括的其余像素点的像素值设置为小于第二预设像素值。可以理解,设置像素值之后,可以生成遮罩用人脸图像303。
此外,终端设备301可以将待处理人脸图像302所包括的像素点在预设颜色空间下的颜色值与目标颜色值偏移量304求和,之后再将各求和后的各颜色值转换为像素值,生成变色后人脸图像305。
而后,终端设备301可以按照预先设定的公式,在遮罩用人脸图像303的基础上,对待处理人脸图像302和变色后人脸图像305进行混合,生成混合后人脸图像306。
目前,在改变人脸图像中的人脸皮肤区域的颜色方面,主要通过对人脸图像的滤镜来实现。也就是说,通过改变整个人脸图像的颜色,达到对人脸图像中的人脸皮肤区域的颜色的改变。可见,采用滤镜的方法,不能实现针对人脸皮肤区域的颜色改变。而本公开的上述实施例提供的方法,可以在生成遮罩用人脸图像和变色后人脸图像之后,在遮罩用人脸图像的基础上,对待处理人脸图像和变色后人脸图像进行混合。从而,可以实现有针对性地改变待处理人脸图像中的人脸皮肤区域的颜色。
进一步参考图4,其示出了图像生成方法的又一个实施例的流程400。该图像生成方法的流程400,包括以下步骤:
步骤401,基于所获取的待处理人脸图像,生成遮罩用人脸图像。
上述步骤401可以按照如图2所示实施例中的步骤201类似的方式执行,上文针对步骤201的描述也适用于步骤401,此处不再赘述。
步骤402,将待处理人脸图像中的人脸皮肤区域所包括的像素点的平均像素值转换为在预设颜色空间下的颜色值,得到基准颜色值。
在本实施例中,图像生成方法的执行主体(例如图1所示的终端设备101、102)可以确定所获取的待处理人脸图像中的人脸皮肤区域。具体的确定人脸皮肤区域的方法,可以参考步骤201中所描述的相关内容,此处不再赘述。
在本实施例中,确定上述待处理人脸图像中的人脸皮肤区域之后,上述执行主体可以进一步确定该人脸皮肤区域所包括的像素点的平均像素值。而后,上述执行主体可以将该平均像素值转换为在预设颜色空间下的颜色值,得到基准颜色值。可以理解,基准颜色值即为所确定的平均像素值转换为在上述预设颜色空间下的颜色值。
需要说明的是,上述执行主体可以同步执行上述步骤401和步骤402,也可以先执行两者中的任意一个步骤。
步骤403,根据在预设颜色空间下的目标颜色值和基准颜色值之间的偏差,确定目标颜色值偏移量。
在本实施例中,得到基准颜色值之后,上述执行主体可以将目标颜色值和所得到的基准颜色值之间的偏差作为目标颜色值偏移量。其中,目标颜色值可以预先设定,也可以根据实际需求而定。例如,目标颜色值可以由上述执行主体随机生成。
在本实施例的一些可选的实现方式中,在确定目标颜色值偏移量之前,响应于检测到用户变色操作,上述执行主体可以将用户变色操作所指示的颜色值作为上述目标颜色值。
上述用户变色操作可以指用户改变所获取的待处理人脸图像中的人脸皮肤区域的颜色的操作。实践中,可以预先定义用户调整操作与颜色值之间的对应关系。由此,检测到用户变色操作之后,上述执行主体可以根据预先定义的对应关系,确定检测到的用户变色操作所指示的颜色值。进而,上述执行主体可以将用户变色操作所指示的颜色值作为目标颜色值。需要说明的是,上述执行主体可以根据其内置的接口,检测上述用户变色操作。
在这些实现方式中,将用户变色操作所指示的颜色值作为目标颜色值,实现了根据用户的操作,确定目标颜色值。
步骤404,根据目标颜色值偏移量和待处理人脸图像所包括的像素点在预设颜色空间下的颜色值,生成变色后人脸图像。
步骤405,基于遮罩用人脸图像,对待处理人脸图像和变色后人脸图像进行混合,生成混合后人脸图像。
上述步骤404、步骤405可以分别按照如图2所示实施例中的步骤202、步骤203类似的方式执行,上文针对步骤202、步骤203的描述也适用于步骤404、步骤405,此处不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的图像生成方法的流程400体现了生成基准颜色值的步骤,还体现了确定目标颜色值偏移量的步骤。由此,本实施例描述的方案可以根据待处理人脸图像中的人脸皮肤区域,得到基准颜色值,进一步根据目标颜色值和所得到的基准颜色值,得到目标颜色值偏移量。从而,使得目标颜色值偏移量的确定更具有针对性。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了图像生成装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例提供的图像生成装置500包括第一生成单元501、第二生成单元502和第三生成单元503。其中,第一生成单元501,可以被配置成:基于所获取的待处理人脸图像,生成遮罩用人脸图像,遮罩用人脸图像中的人脸皮肤区域的像素值大于第一预设像素值,人脸皮肤区域之外的区域的像素值小于第二预设像素值。第二生成单元502,可以被配置成:根据目标颜色值偏移量和待处理人脸图像所包括的像素点在预设颜色空间下的颜色值,生成变色后人脸图像。第三生成单元503,可以被配置成:基于遮罩用人脸图像,对待处理人脸图像和变色后人脸图像进行混合,生成混合后人脸图像。
在本实施例中,图像生成装置500中:第一生成单元501、第二生成单元502和第三生成单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202和步骤203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述装置500还可以包括:转换单元(图中未示出)和确定单元(图中未示出)。其中,上述转换单元,可以被配置成:将待处理人脸图像中的人脸皮肤区域所包括的像素点的平均像素值转换为在预设颜色空间下的颜色值,得到基准颜色值。上述确定单元,可以被配置成:根据在预设颜色空间下的目标颜色值和基准颜色值之间的偏差,确定目标颜色值偏移量。
在本实施例的一些可选的实现方式中,上述装置500还可以包括:检测单元(图中未示出)。其中,上述检测单元,可以被配置成:响应于检测到用户变色操作,将用户变色操作所指示的颜色值作为目标颜色值。
在本实施例的一些可选的实现方式中,上述第一生成单元501,可以包括:第一确定模块(图中未示出)、第二确定模块(图中未示出)和生成模块(图中未示出)。其中,上述第一确定模块,可以被配置成:根据针对待处理人脸图像进行关键点提取得到的关键点,确定待处理人脸图像中的人脸区域、眼睛区域、眉毛区域和嘴唇区域。上述第二确定模块,可以被配置成:将人脸区域中眼睛区域、眉毛区域和嘴唇区域之外的区域确定为待处理人脸图像中的人脸皮肤区域。上述生成模块,可以被配置成:将待处理人脸图像中的人脸皮肤区域的像素值设置为大于第一预设像素值,以及将人脸皮肤区域之外的区域的像素值设置为小于第二预设像素值,生成遮罩用人脸图像。
在本实施例的一些可选的实现方式中,上述装置500还可以包括:选取单元(图中未示出)。其中,上述选取单元,可以被配置成:从所获取的待处理视频中选取待处理人脸图像。
本公开的上述实施例提供的装置:首先,可以通过第一生成单元501,基于所获取的待处理人脸图像,生成遮罩用人脸图像;然后,可以通过第二生成单元502,根据目标颜色值偏移量和待处理人脸图像所包括的像素点在预设颜色空间下的颜色值,生成变色后人脸图像;而后,可以根据第三生成单元503,基于遮罩用人脸图像,对待处理人脸图像和变色后人脸图像进行混合,生成混合后人脸图像。从而,实现了有针对性地改变待处理人脸图像中的人脸皮肤区域的颜色。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的终端设备)600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的终端设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述终端设备中所包含的;也可以是单独存在,而未装配入该终端设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该终端设备执行时,使得该终端设备:基于所获取的待处理人脸图像,生成遮罩用人脸图像,其中,遮罩用人脸图像中的人脸皮肤区域的像素值大于第一预设像素值,人脸皮肤区域之外的区域的像素值小于第二预设像素值;根据目标颜色值偏移量和待处理人脸图像所包括的像素点在预设颜色空间下的颜色值,生成变色后人脸图像;基于遮罩用人脸图像,对待处理人脸图像和变色后人脸图像进行混合,生成混合后人脸图像。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器,包括第一生成单元、第二生成单元和第三生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一生成单元还可以被描述为“基于所获取的待处理人脸图像,生成遮罩用人脸图像的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种图像生成方法,包括:
基于所获取的待处理人脸图像,生成遮罩用人脸图像,其中,所述遮罩用人脸图像中的人脸皮肤区域的像素值大于第一预设像素值,所述人脸皮肤区域之外的区域的像素值小于第二预设像素值;
根据目标颜色值偏移量和所述待处理人脸图像所包括的像素点在预设颜色空间下的颜色值,生成变色后人脸图像;
基于所述遮罩用人脸图像,对所述待处理人脸图像和所述变色后人脸图像进行混合,生成混合后人脸图像。
2.根据权利要求1所述的方法,其中,在所述生成变色后人脸图像之前,所述方法还包括:
将所述待处理人脸图像中的人脸皮肤区域所包括的像素点的平均像素值转换为在所述预设颜色空间下的颜色值,得到基准颜色值;
根据在所述预设颜色空间下的目标颜色值和所述基准颜色值之间的偏差,确定所述目标颜色值偏移量。
3.根据权利要求2所述的方法,其中,在所述确定所述目标颜色值偏移量之前,所述方法还包括:
响应于检测到用户变色操作,将所述用户变色操作所指示的颜色值作为所述目标颜色值。
4.根据权利要求1所述的方法,其中,所述生成遮罩用人脸图像,包括:
根据针对所述待处理人脸图像进行关键点提取得到的关键点,确定所述待处理人脸图像中的人脸区域、眼睛区域、眉毛区域和嘴唇区域;
将所述人脸区域中所述眼睛区域、眉毛区域和嘴唇区域之外的区域确定为所述待处理人脸图像中的人脸皮肤区域;
将所述待处理人脸图像中的人脸皮肤区域的像素值设置为大于所述第一预设像素值,以及将人脸皮肤区域之外的区域的像素值设置为小于所述第二预设像素值,生成所述遮罩用人脸图像。
5.根据权利要求1-4中任一所述的方法,其中,在所述生成遮罩用人脸图像之前,所述方法还包括:
从所获取的待处理视频中选取所述待处理人脸图像。
6.一种图像生成装置,包括:
第一生成单元,被配置成基于所获取的待处理人脸图像,生成遮罩用人脸图像,其中,所述遮罩用人脸图像中的人脸皮肤区域的像素值大于第一预设像素值,所述人脸皮肤区域之外的区域的像素值小于第二预设像素值;
第二生成单元,被配置成根据目标颜色值偏移量和所述待处理人脸图像所包括的像素点在预设颜色空间下的颜色值,生成变色后人脸图像;
第三生成单元,被配置成基于所述遮罩用人脸图像,对所述待处理人脸图像和所述变色后人脸图像进行混合,生成混合后人脸图像。
7.根据权利要求6所述的装置,其中,所述装置还包括:
转换单元,被配置成将所述待处理人脸图像中的人脸皮肤区域所包括的像素点的平均像素值转换为在所述预设颜色空间下的颜色值,得到基准颜色值;
确定单元,被配置成根据在所述预设颜色空间下的目标颜色值和所述基准颜色值之间的偏差,确定所述目标颜色值偏移量。
8.根据权利要求7所述的装置,其中,所述装置还包括:
检测单元,被配置成响应于检测到用户变色操作,将所述用户变色操作所指示的颜色值作为所述目标颜色值。
9.根据权利要求6所述的装置,其中,所述第一生成单元,包括:
第一确定模块,被配置成根据针对所述待处理人脸图像进行关键点提取得到的关键点,确定所述待处理人脸图像中的人脸区域、眼睛区域、眉毛区域和嘴唇区域;
第二确定模块,被配置成将所述人脸区域中所述眼睛区域、眉毛区域和嘴唇区域之外的区域确定为所述待处理人脸图像中的人脸皮肤区域;
生成模块,被配置成将所述待处理人脸图像中的人脸皮肤区域的像素值设置为大于所述第一预设像素值,以及将人脸皮肤区域之外的区域的像素值设置为小于所述第二预设像素值,生成所述遮罩用人脸图像。
10.根据权利要求6-9中任一所述的装置,其中,所述装置还包括:
选取单元,被配置成从所获取的待处理视频中选取所述待处理人脸图像。
11.一种终端,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201910482775.XA 2019-06-04 2019-06-04 图像生成方法和装置 Active CN110211030B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910482775.XA CN110211030B (zh) 2019-06-04 2019-06-04 图像生成方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910482775.XA CN110211030B (zh) 2019-06-04 2019-06-04 图像生成方法和装置

Publications (2)

Publication Number Publication Date
CN110211030A true CN110211030A (zh) 2019-09-06
CN110211030B CN110211030B (zh) 2023-10-17

Family

ID=67790844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910482775.XA Active CN110211030B (zh) 2019-06-04 2019-06-04 图像生成方法和装置

Country Status (1)

Country Link
CN (1) CN110211030B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111524062A (zh) * 2020-04-22 2020-08-11 北京百度网讯科技有限公司 图像生成方法和装置
CN111626921A (zh) * 2020-05-09 2020-09-04 北京字节跳动网络技术有限公司 图片处理方法、装置及电子设备
CN112907459A (zh) * 2021-01-25 2021-06-04 北京达佳互联信息技术有限公司 图像处理方法及装置
CN113592884A (zh) * 2021-08-19 2021-11-02 遨博(北京)智能科技有限公司 一种人体遮罩生成方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120069020A1 (en) * 2010-09-21 2012-03-22 Siemens Medical Solutions Usa, Inc. Lighting Control for Occlusion-based Volume Illumination of Medical Data
CN106156730A (zh) * 2016-06-30 2016-11-23 腾讯科技(深圳)有限公司 一种人脸图像的合成方法和装置
CN108269290A (zh) * 2018-01-19 2018-07-10 厦门美图之家科技有限公司 皮肤肤色识别方法及装置
CN108305271A (zh) * 2018-01-25 2018-07-20 腾讯科技(深圳)有限公司 一种视频帧图像处理方法和装置
CN109191410A (zh) * 2018-08-06 2019-01-11 腾讯科技(深圳)有限公司 一种人脸图像融合方法、装置及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120069020A1 (en) * 2010-09-21 2012-03-22 Siemens Medical Solutions Usa, Inc. Lighting Control for Occlusion-based Volume Illumination of Medical Data
CN106156730A (zh) * 2016-06-30 2016-11-23 腾讯科技(深圳)有限公司 一种人脸图像的合成方法和装置
CN108269290A (zh) * 2018-01-19 2018-07-10 厦门美图之家科技有限公司 皮肤肤色识别方法及装置
CN108305271A (zh) * 2018-01-25 2018-07-20 腾讯科技(深圳)有限公司 一种视频帧图像处理方法和装置
CN109191410A (zh) * 2018-08-06 2019-01-11 腾讯科技(深圳)有限公司 一种人脸图像融合方法、装置及存储介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111524062A (zh) * 2020-04-22 2020-08-11 北京百度网讯科技有限公司 图像生成方法和装置
CN111524062B (zh) * 2020-04-22 2023-11-24 北京百度网讯科技有限公司 图像生成方法和装置
CN111626921A (zh) * 2020-05-09 2020-09-04 北京字节跳动网络技术有限公司 图片处理方法、装置及电子设备
CN112907459A (zh) * 2021-01-25 2021-06-04 北京达佳互联信息技术有限公司 图像处理方法及装置
CN112907459B (zh) * 2021-01-25 2024-04-09 北京达佳互联信息技术有限公司 图像处理方法及装置
CN113592884A (zh) * 2021-08-19 2021-11-02 遨博(北京)智能科技有限公司 一种人体遮罩生成方法

Also Published As

Publication number Publication date
CN110211030B (zh) 2023-10-17

Similar Documents

Publication Publication Date Title
CN110211030A (zh) 图像生成方法和装置
CN111510645B (zh) 视频处理方法、装置、计算机可读介质和电子设备
CN109584180A (zh) 人脸图像处理方法、装置、电子设备及计算机存储介质
CN109614902A (zh) 人脸图像处理方法、装置、电子设备及计算机存储介质
RU2669511C2 (ru) Способ и устройство для идентификации типа изображения
CN112801916A (zh) 图像处理方法及装置、电子设备和存储介质
US20230005194A1 (en) Image processing method and apparatus, readable medium and electronic device
CN110865862A (zh) 一种页面背景设置方法、装置及电子设备
CN110944230B (zh) 视频特效的添加方法、装置、电子设备及存储介质
CN110069974B (zh) 高光图像处理方法、装置和电子设备
CN109584152A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN111260601B (zh) 图像融合方法、装置、可读介质及电子设备
CN109102484B (zh) 用于处理图像的方法和装置
CN110062176A (zh) 生成视频的方法、装置、电子设备和计算机可读存储介质
WO2022142875A1 (zh) 图像处理方法、装置、电子设备及存储介质
CN109784304A (zh) 用于标注牙齿图像的方法和装置
CN110516678A (zh) 图像处理方法和装置
JP7261732B2 (ja) 文字の色を決定する方法および装置
CN111369461A (zh) 美颜参数调整方法、装置及电子设备
CN110070515A (zh) 图像合成方法、装置和计算机可读存储介质
CN109522869A (zh) 人脸图像处理方法、装置、终端设备及计算机存储介质
CN109754464A (zh) 用于生成信息的方法和装置
CN112967193A (zh) 图像校准方法及装置、计算机可读介质和电子设备
CN110555799A (zh) 用于处理视频的方法和装置
CN110209861A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质

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
GR01 Patent grant
GR01 Patent grant