CN110223220A - 一种处理图像的方法和装置 - Google Patents

一种处理图像的方法和装置 Download PDF

Info

Publication number
CN110223220A
CN110223220A CN201910515878.1A CN201910515878A CN110223220A CN 110223220 A CN110223220 A CN 110223220A CN 201910515878 A CN201910515878 A CN 201910515878A CN 110223220 A CN110223220 A CN 110223220A
Authority
CN
China
Prior art keywords
image
subregion
deformation
anamorphose
processed
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
CN201910515878.1A
Other languages
English (en)
Other versions
CN110223220B (zh
Inventor
庞文杰
赵晨
佟莎莎
李啸
刘莹莹
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910515878.1A priority Critical patent/CN110223220B/zh
Publication of CN110223220A publication Critical patent/CN110223220A/zh
Application granted granted Critical
Publication of CN110223220B publication Critical patent/CN110223220B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/18Image warping, e.g. rearranging pixels individually

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本公开的实施例公开了处理图像的方法和装置。该方法的一具体实施方式包括:获取待处理图像;使用预设人体关键点检测模型对待处理图像进行关键点检测,得到人体关键点集合;根据人体关键点集合确定待处理图像中的目标图像区域;对待处理图像中的目标图像区域进行图像变形,得到变形后图像;存储变形后图像。该实施方式可以减少图像变形中背景的拉伸畸变,有助于提高画面真实感和用户使用沉浸感,可以在不增加空间占用和硬件成本的基础上得到更精细更丰富的图像变形效果。

Description

一种处理图像的方法和装置
技术领域
本公开的实施例涉及图像处理技术领域,具体涉及处理图像的方法和装置。
背景技术
传统的光学哈哈镜是弯曲的光学镜面,每种镜面只有一种变形效果,如果想要看到不同的效果,就需要有不同的哈哈镜。因为哈哈镜要占据一定的空间,这就意味着,要想看到更多的变形效果,就必须占用更多的空间放置更多的哈哈镜。
电子哈哈镜通过应用计算机图像处理技术,可以在不增加空间占用和硬件成本的同时,在同一电子哈哈镜中呈现不同的变形效果。电子哈哈镜可以解决传统光学哈哈镜的变形种类受制于空间容量限制的问题。
发明内容
本公开的实施例提出了一种处理图像的方法和装置。
第一方面,本公开的实施例提供了一种处理图像的方法,该方法包括:获取待处理图像,其中,待处理图像中包含人体对象;使用预设人体关键点检测模型对待处理图像进行关键点检测,得到人体关键点集合;根据人体关键点集合确定待处理图像中的目标图像区域;根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像;存储变形后图像
在一些实施例中,对待处理图像中的目标图像区域进行图像变形,得到变形后图像,包括:基于所接收到的图像变形指令确定图像变形指令所指示的图像变形效果;基于人体关键点集合确定与图像变形效果对应的图像变形函数;根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像。
在一些实施例中,图像变形函数为包括至少两个段函数的分段函数,根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像,包括:根据所确定的图像变形效果,从人体关键点集合中确定出与所确定的图像变形效果关联的关键点子集;根据关键点子集中的关键点,对待处理图像中的目标图像区域进行区域划分形成多个子区域;对于划分得到的子区域,利用图像变形函数中与该子区域对应的段函数对该子区域进行图像变形,得到变形后图像中,与该子区域对应的变形后子区域。
在一些实施例中,在得到变形子区域之后,根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像,还包括:确定变形后子区域和与之对应的目标图像区域中的子区域的缩放关系;响应于变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为放大,对变形后子区域中的像素进行插值,以更新变形后子区域。
在一些实施例中,在确定变形后子区域和与之对应的目标图像区域中的子区域的缩放关系之后,根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像,还包括:响应于变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为缩小,对变形后子区域中的像素进行降采样,以更新变形后子区域。
第二方面,本公开的实施例提供了一种处理图像的装置,该装置包括:获取图像单元,被配置成获取待处理图像,其中,待处理图像中包含人体对象;关键点检测单元,被配置成使用预设人体关键点检测模型对待处理图像进行关键点检测,得到人体关键点集合;确定目标图像区域单元,被配置成根据人体关键点集合确定待处理图像中的目标图像区域;图像变形单元,被配置成对待处理图像中的目标图像区域进行图像变形,得到变形后图像;存储单元,被配置成存储变形后图像。
在一些实施例中,图像变形单元包括:确定图像变形效果子单元,被配置成基于所接收到的图像变形指令确定图像变形指令所指示的图像变形效果;确定图像变形函数子单元,被配置成基于人体关键点集合确定与图像变形效果对应的图像变形函数;目标图像区域变形子单元,被配置成根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像。
在一些实施例中,图像变形函数为包括至少两个段函数的分段函数,目标图像区域变形子单元,包括:确定关键点子集模块,被配置成根据所确定的图像变形效果,从人体关键点集合中确定出与所确定的图像变形效果关联的关键点子集;划分目标图像区域模块,被配置成根据关键点子集中的关键点,对待处理图像中的目标图像区域进行区域划分形成多个子区域;子区域变形模块,被配置成对于划分得到的子区域,利用图像变形函数中与该子区域对应的段函数对该子区域进行图像变形,得到变形后图像中,与该子区域对应的变形后子区域。
在一些实施例中,在子区域变形模块得到变形后子区域之后,目标图像区域变形子单元,还包括:确定缩放关系模块,被配置成确定变形后子区域和与之对应的目标图像区域中的子区域的缩放关系;变形后子区域插值模块,被配置成响应于变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为放大,对变形后子区域中的像素进行插值,以更新变形后子区域。
在一些实施例中,在确定缩放关系模块确定变形后子区域和与之对应的目标图像区域中的子区域的缩放关系之后,目标图像区域变形子单元,还包括:变形后子区域降采样模块,被配置成响应于变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为缩小,对变形后子区域中的像素进行降采样,以更新变形后子区域。
第三方面,本公开的实施例提供了一种电子设备,该电子设备包括: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施例描述的处理图像的方法。
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,该计算机程序被处理器执行时实现如第一方面中任一实施例描述的处理图像的方法。
本公开的实施例提供的处理图像的方法和装置,先获取待处理图像。接下来,使用预设人体关键点检测模型对待处理图像进行关键点检测,得到人体关键点集合;根据人体关键点集合确定待处理图像中的目标图像区域;对待处理图像中的目标图像区域进行图像变形,得到变形后图像。最后,存储变形后图像。该实施方式可以减少图像变形中背景的拉伸畸变,有助于提高画面真实感和用户使用沉浸感,可以在不增加空间占用和硬件成本的基础上得到更精细更丰富的图像变形效果。
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是根据本公开的实施例的处理图像的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处理图像的方法的一个应用场景的示意图;
图4是根据本公开的实施例的处理图像的装置的一个实施例的结构示意图;
图5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公开,而非对该公开的限定。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公开相关的部分。
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实施例的处理图像的方法或处理图像的装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如数据处理应用、数据分析应用、即时通信工具、社交平台软件、搜索类应用、购物类应用、浏览器类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持与服务器通信的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio LayerIV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103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105可以是提供各种服务的服务器,例如对终端设备101、102、103发送的请求进行接收的后台服务器。后台服务器可以对客户端发送的请求进行接收和分析等处理,并生成处理结果。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,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处理图像的方法可以由服务器105执行,也可以由终端设备(例如图1所示的终端设备101、102或103)执行。相应地,处理图像的装置可以设置于服务器105中,也可以设置于终端设备101、102或103。
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处理图像的方法的一个实施例的流程200。该处理图像的方法应用于终端设备,包括以下步骤:
步骤201,获取待处理图像
在本实施例中,处理图像的方法的执行主体(例如图1所示的终端101、102、103)可以通过摄像头获取待处理图像,也可以从存储有待处理图像的电子设备获取待处理图像,其中,待处理图像中包含人体对象。
需要说明的是,待处理图像的格式在本公开中并不限制,如JPG(Joint Photographic Experts Group,一种图片格式)、BMP(Bitmap,图像文件格式)或RAW(RAW ImageFormat,无损压缩格式)等格式,只要可以被执行主体读取识别即可。
步骤202,使用预设人体关键点检测模型对待处理图像进行关键点检测,得到人体关键点集合。
在本实施例中,预设人体关键点检测模型可以用于检测待处理图像中人体对象的关键点,如:头顶、眼睛、鼻子、耳朵、肩膀、手肘、手腕、髋、膝、脚踝等等。
在本实施例中,预设人体关键点检测模型可以通过使用预先获取的大量带有关键点标注数据的图像样本对神经网络模型进行训练得到。
在本实施例中,上述执行主体可以通过将步骤201中获取的待处理图像输入值预设人体关键点检测模型,检测出待处理图像中所包含的人体对象的人体关键点集合。
步骤203,根据人体关键点集合确定待处理图像中的目标图像区域。
在本实施例中,上述执行主体可以先从步骤202所得到的人体关键点集合中查找出横坐标最小的关键点、横坐标最大的关键点、纵坐标最小的关键点和纵坐标最大的关键点。
之后,上述执行主体可以将经过横坐标最小的关键点的竖直线、经过横坐标最大的关键点的竖直线、经过纵坐标最小的关键点的水平线和经过纵坐标最大的关键点的水平线所围成的矩形区域作为人体矩形框。然后,上述执行主体可以将待处理图像中位于人体矩形框范围内的图像区域确定为目标图像区域。
步骤204,对待处理图像中的目标图像区域进行图像变形,得到变形后图像。
在本实施例中,上述执行主体可以通过对步骤203所确定的待处理图像中的目标图像区域进行图像变形得到变形后图像。
上述执行主体对目标图像区域的变形可以是整体的变形,也可以是局部的变形。例如,整体的变形可以是——但不限于——对整个目标图像区域进行拉伸、压缩、放大、缩小,或者任意以上的组合;局部的变形可以是——但不限于——对目标图像区域中的子区域进行拉伸、压缩、放大、缩小,或者任意以上的组合。
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以下步骤根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像:
第一步,基于所接收到的图像变形指令确定图像变形指令所指示的图像变形效果。
在该可选的实现方式中,上述执行主体可以接收用户通过操作控制按钮所发送的图像变形指令。不同的图像变形指令所指示的图像变形效果不同。上述执行主体可以根据所接收到的图像变形指令确定用户所期望的图像变形效果。
在该可选的实现方式中,图像变形效果可以是用于表征变形后图像中目标图像区域的形状的函数曲线。例如,图像变形效果可以包括但不限于圆形曲线、椭圆形曲线和锥形曲线等等。
第二步,基于人体关键点集合确定与图像变形效果对应的图像变形函数。
在该可选的实现方式中,上述执行主体可以先从人体关键点集合中选取若干关键点组成变形关键点集合。该变形关键点集合将被上述执行主体用于确定与图像变形效果对应的图像变形函数。
之后,上述执行主体可以先确定变形关键点集合中关键点的数量。然后,上述执行主体可以在第一步所确定的曲线函数上选取相等数量的坐标点组成变形参考点集合,并建立变形参考点集合中坐标点与变形关键点集合中关键点的一一对应关系。
接下来,上述执行主体可以根据变形参考点集合中坐标点与对应与该坐标点的变形关键点集合中关键点之间的坐标变换关系构建图像变形函数。
需要说明的是,变形关键点集合中关键点的数量在本公开中并不限定。在确定图像变形函数时,所使用的变形关键点集合中关键点的数量越多,所确定的图像变形函数越准确。使用该图像变形函数进行图像变形所得到的图像变形效果与用户所期望的图像变形效果越接近。
第三步,根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像。
在该可选的实现方式中,上述执行主体可以使用第二步中得到的图像变形函数对待处理图像中的目标图像区域进行形变,得到变形后图像。
在该可选的实现方式中,上述执行主体可以基于人体关键点集合确定出与用户所期望的图像变形效果对应的图像变形函数,并使用该图像变形函数对图像进行变形,得到变形后图像。对比现有的通过拉伸、压缩、放大、缩小对图像进行变形,该可选的实现方式可以获得更复杂的图像变形函数,从而实现对图像更复杂变形,可以在不增加空间占用和硬件成本的基础上得到更丰富的图像变形效果。
在本实施例的一些可选的实现方式中,图像变形函数为包括至少两个段函数的分段函数,上述执行主体可以通过以下步骤根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像:
第一步,根据所确定的图像变形效果,从人体关键点集合中确定出与所确定的图像变形效果关联的关键点子集。
在该可选的实现方式中,图像变形效果可以是用于表征变形后图像中目标图像区域的形状的函数曲线。例如,图像变形效果可以包括但不限于酒杯形曲线、水滴形曲线和波浪形曲线等等。
在该可选的实现方式中,与图像变形效果对应的图像变形函数可以包括至少两个段函数。上述执行主体在使用图像变形函数对待处理图像中的目标图像区域进行变形时,可以先将目标图像区域划分为多个子区域。之后,针对不同的子区域,上述执行主体可以使用与之对应的段函数进行变形。
在该可选的实现方式中,上述执行主体可以使用与图像变形效果关联的关键点子集将待处理图像中的目标图像区域划分为多个子区域。应当理解的是,不同的图像变形效果对应于不同的函数曲线,也就对应不同的关键点子集。例如,作为一个示例,当图像变形效果为表征变形后图像中目标图像区域的形状的酒杯形曲线时,上述执行主体可以将人体关键点集合中对应于人体对象的左膝的关键点和对应于人体对象的右膝的关键点组成与该图像变形效果关联的关键点子集。
第二步,根据关键点子集中的关键点,对待处理图像中的目标图像区域进行区域划分形成多个子区域。
在该可选的实现方式中,上述执行主体可以使用第一步所确定的关键点子集对待处理图像中的目标图像区域进行区域划分形成多个子区域。
第三步,对于划分得到的子区域,利用图像变形函数中与该子区域对应的段函数对该子区域进行图像变形,得到变形后图像中,与该子区域对应的变形后子区域。
在该可选的实现方式中,上述执行主体可以通过依次对第二步所得到的多个子区域进行图像变形,从而得到变形后图像。上述执行主体在对每个子区域进行图像变形时,可以使用图像变形函数中与该子区域对应的段函数对该子区域进行图像形变,得到变形后子区域。
在该可选的实现方式中,可以包括至少两个段函数的图像变形函数能够实现对图像的更复杂变形,从而得到更复杂和更丰富的图像变形效果。
在本实施例的一些可选的实现方式中,在得到变形子区域之后,上述执行主体可以通过以下步骤根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像:
第一步,确定变形后子区域和与之对应的目标图像区域中的子区域的缩放关系;
在该可选的实现方式中,上述执行主体可以先确定变形后图像中的变形后子区域的面积,以及与该变形后子区域对应的待处理图像中的子区域面积。之后,上述执行主体可以将两者的面积进行比较,从而确定出变形后子区域和与之对应的目标图像区域中的子区域的缩放关系。
第二步,响应于变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为放大,对变形后子区域中的像素进行插值,以更新变形后子区域。
在该可选的实现方式中,若第一步所确定的变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为放大,上述执行主体可以使用插值算法对变形后子区域中的像素进行插值,并使用插值运算所得像素值更新像素的原有像素值。需要说明的是,插值技术是目前广泛研究和应用的公知技术,在此不再赘述。
在该可选的实现方式中,变形后子区域和与之对应的子区域之间的缩放关系为放大,可以表明变形后子区域中的像素数量大于与之对应的子区域中的像素数量。变形后子区域相比与之对应的子区域所增加的像素的像素值是在图像变形过程中随机确定的。这些像素增加了变形后子区域的模糊程度。上述执行主体通过对变形后子区域中的像素进行插值运算重新确定像素的像素值,可以降低变形后子区域的模糊程度,有助于获得更清晰和更真实的图像变形效果。
在本实施例的一些可选的实现方式中,在确定变形后子区域和与之对应的目标图像区域中的子区域的缩放关系之后,上述执行主体可以通过以下步骤根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像:
第一步,响应于变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为缩小,对变形后子区域中的像素进行降采样,以更新变形后子区域。
在该可选的实现方式中,若变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为缩小,上述执行主体可以使用降采样算法对变形后子区域中的像素进行降采样,在保证图像清晰度的基础上,减少变形后子区域中的像素点的数量。需要说明的是,降采样技术是目前广泛研究和应用的公知技术,在此不再赘述。
该可选的实现方式,在变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为缩小时,对变形后子区域进行降采样。在保证变形后图像清晰度的同时,有助于节省显示资源。
步骤205,存储变形后图像。
在本实施例中,上述执行主体可以将步骤204所得到的变形后图像进行显示和存储,还可以发送至其他终端设备进行显示和存储。
继续参考图3,图3是根据本实施例的处理图像的方法的一个应用场景的示意图。在图3的应用场景中,智能终端302可以通过摄像头获取到用户301的待处理图像303。之后,智能终端302可以使用预设人体关键点检测模型对待处理图像303进行关键点检测,得到人体关键点集合304。然后,智能终端302根据人体关键点集合304确定待处理图像303中的目标图像区域305。接下来,智能终端302可以对待处理图像303中的目标图像区域305进行图像形变,得到变形后图像306。之后,智能终端302可以将变形后图像306进行显示或存储。
本公开的实施例提供的处理图像的方法,先获取待处理图像。接下来,使用预设人体关键点检测模型对待处理图像进行关键点检测,得到人体关键点集合;根据人体关键点集合确定待处理图像中的目标图像区域;对待处理图像中的目标图像区域进行图像变形,得到变形后图像。最后,存储变形后图像。该实施方式可以减少图像变形中背景的拉伸畸变,有助于提高画面真实感和用户使用沉浸感,可以在不增加空间占用和硬件成本的基础上得到更精细更丰富的图像变形效果。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种处理图像的装置的一个实施例。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4所示,本实施例的处理图像的装置400可以包括:获取图像单元401、关键点检测单元402、确定目标图像区域单元403、图像变形单元404和存储单元405。其中,获取图像单元401被配置成获取待处理图像,其中,待处理图像中包含人体对象;关键点检测单元402被配置成使用预设人体关键点检测模型对待处理图像进行关键点检测,得到人体关键点集合;确定目标图像区域单元403被配置成根据人体关键点集合确定待处理图像中的目标图像区域;图像变形单元404被配置成对待处理图像中的目标图像区域进行图像变形,得到变形后图像;存储单元405被配置成存储变形后图像。
在本实施例中,处理图像的装置400中:获取图像单元401、关键点检测单元402、确定目标图像区域单元403、图像变形单元404和存储单元405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、步骤203、步骤204和步骤205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,图像变形单元404可以包括确定图像变形效果子单元、确定图像变形函数子单元和目标图像区域变形子单元。其中,确定图像变形效果子单元,被配置成基于所接收到的图像变形指令确定图像变形指令所指示的图像变形效果;确定图像变形函数子单元,被配置成基于人体关键点集合确定与图像变形效果对应的图像变形函数;目标图像区域变形子单元,被配置成根据图像变形函数对待处理图像中的目标图像区域进行图像变形,得到变形后图像。
在本实施例的一些可选的实现方式中,图像变形函数为包括至少两个段函数的分段函数,目标图像区域变形子单元可以包括确定关键点子集模块、划分目标图像区域模块和子区域变形模块。其中,确定关键点子集模块,被配置成根据所确定的图像变形效果,从人体关键点集合中确定出与所确定的图像变形效果关联的关键点子集;划分目标图像区域模块,被配置成根据关键点子集中的关键点,对待处理图像中的目标图像区域进行区域划分形成多个子区域;子区域变形模块,被配置成对于划分得到的子区域,利用图像变形函数中与该子区域对应的段函数对该子区域进行图像变形,得到变形后图像中,与该子区域对应的变形后子区域。
在本实施例的一些可选的实现方式中,在子区域变形模块得到变形后子区域之后,目标图像区域变形子单元还可以包括确定缩放关系模块和变形后子区域插值模块。其中,确定缩放关系模块,被配置成确定变形后子区域和与之对应的目标图像区域中的子区域的缩放关系;变形后子区域插值模块,被配置成响应于变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为放大,对变形后子区域中的像素进行插值,以更新变形后子区域。
在本实施例的一些可选的实现方式中,在确定缩放关系模块确定变形后子区域和与之对应的目标图像区域中的子区域的缩放关系之后,目标图像区域变形子单元还可以包括变形后子区域降采样模块。变形后子区域降采样模块,被配置成响应于变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为缩小,对变形后子区域中的像素进行降采样,以更新变形后子区域。
本公开的上述实施例提供的装置,先获取待处理图像。接下来,使用预设人体关键点检测模型对待处理图像进行关键点检测,得到人体关键点集合;根据所述人体关键点集合确定待处理图像中的目标图像区域;对待处理图像中的目标图像区域进行图像变形,得到变形后图像。最后,存储变形后图像。该实施方式可以减少图像变形中背景的拉伸畸变,有助于提高画面真实感和用户使用沉浸感,可以在不增加空间占用和硬件成本的基础上得到更精细更丰富的图像变形效果。
下面参考图5,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)500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5示出的电子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5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505: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506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,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5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509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501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。
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,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:获取图像单元、关键点检测单元、确定目标图像区域单元、图像变形单元和存储单元。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,获取图像单元还可以被描述为“获取待处理图像的单元,其中,所述待处理图像中包含人体对象”。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。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电子设备执行时,使得该电子设备:获取待处理图像,其中待处理图像中包含人体对象;使用预设人体关键点检测模型对待处理图像进行关键点检测,得到人体关键点集合;根据所述人体关键点集合确定待处理图像中的目标图像区域;对待处理图像中的目标图像区域进行图像变形,得到变形后图像;存储变形后图像。
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,本公开的实施例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的实施例中公开的(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)

1.一种处理图像的方法,包括:
获取待处理图像,其中,所述待处理图像中包含人体对象;
使用预设人体关键点检测模型对所述待处理图像进行关键点检测,得到人体关键点集合;
根据所述人体关键点集合确定所述待处理图像中的目标图像区域;
对所述待处理图像中的所述目标图像区域进行图像变形,得到变形后图像;
存储所述变形后图像。
2.根据权利要求1所述的方法,其中,所述对所述待处理图像中的所述目标图像区域进行图像变形,得到变形后图像,包括:
基于所接收到的图像变形指令确定所述图像变形指令所指示的图像变形效果;
基于所述人体关键点集合确定与所述图像变形效果对应的图像变形函数;
根据所述图像变形函数对所述待处理图像中的目标图像区域进行图像变形,得到变形后图像。
3.根据权利要求2所述的方法,其中,所述图像变形函数为包括至少两个段函数的分段函数,所述根据所述图像变形函数对所述待处理图像中的目标图像区域进行图像变形,得到变形后图像,包括:
根据所确定的图像变形效果,从所述人体关键点集合中确定出与所确定的图像变形效果关联的关键点子集;
根据所述关键点子集中的关键点,对所述待处理图像中的目标图像区域进行区域划分形成多个子区域;
对于划分得到的子区域,利用图像变形函数中与该子区域对应的段函数对该子区域进行图像变形,得到变形后图像中,与该子区域对应的变形后子区域。
4.根据权利要求3所述的方法,其中,在得到变形子区域之后,所述根据所述图像变形函数对所述待处理图像中的目标图像区域进行图像变形,得到变形后图像,还包括:
确定所述变形后子区域和与之对应的目标图像区域中的子区域的缩放关系;
响应于所述变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为放大,对所述变形后子区域中的像素进行插值,以更新所述变形后子区域。
5.根据权利要求4所述的方法,其中,在所述确定所述变形后子区域和与之对应的目标图像区域中的子区域的缩放关系之后,所述根据所述图像变形函数对所述待处理图像中的目标图像区域进行图像变形,得到变形后图像,还包括:
响应于所述变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为缩小,对所述变形后子区域中的像素进行降采样,以更新所述变形后子区域。
6.一种处理图像的装置,包括:
获取图像单元,被配置成获取待处理图像,其中,所述待处理图像中包含人体对象;
关键点检测单元,被配置成使用预设人体关键点检测模型对所述待处理图像进行关键点检测,得到人体关键点集合;
确定目标图像区域单元,被配置成根据所述人体关键点集合确定所述待处理图像中的目标图像区域;
图像变形单元,被配置成对所述待处理图像中的所述目标图像区域进行图像变形,得到变形后图像;
存储单元,被配置成存储所述变形后图像。
7.根据权利要求6所述的装置,其中,所述图像变形单元包括:
确定图像变形效果子单元,被配置成基于所接收到的图像变形指令确定所述图像变形指令所指示的图像变形效果;
确定图像变形函数子单元,被配置成基于所述人体关键点集合确定与所述图像变形效果对应的图像变形函数;
目标图像区域变形子单元,被配置成根据所述图像变形函数对所述待处理图像中的目标图像区域进行图像变形,得到变形后图像。
8.根据权利要求7所述的装置,其中,所述图像变形函数为包括至少两个段函数的分段函数,所述目标图像区域变形子单元,包括:
确定关键点子集模块,被配置成根据所确定的图像变形效果,从所述人体关键点集合中确定出与所确定的图像变形效果关联的关键点子集;
划分目标图像区域模块,被配置成根据所述关键点子集中的关键点,对所述待处理图像中的目标图像区域进行区域划分形成多个子区域;
子区域变形模块,被配置成对于划分得到的子区域,利用图像变形函数中与该子区域对应的段函数对该子区域进行图像变形,得到变形后图像中,与该子区域对应的变形后子区域。
9.根据权利要求8所述的装置,其中,在所述子区域变形模块得到变形后子区域之后,所述目标图像区域变形子单元,还包括:
确定缩放关系模块,被配置成确定所述变形后子区域和与之对应的目标图像区域中的子区域的缩放关系;
变形后子区域插值模块,被配置成响应于所述变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为放大,对所述变形后子区域中的像素进行插值,以更新所述变形后子区域。
10.根据权利要求9所述的装置,其中,在所述确定缩放关系模块确定所述变形后子区域和与之对应的目标图像区域中的子区域的缩放关系之后,所述目标图像区域变形子单元,还包括:
变形后子区域降采样模块,被配置成响应于所述变形后子区域和与之对应的目标图像区域中的子区域的缩放关系为缩小,对所述变形后子区域中的像素进行降采样,以更新所述变形后子区域。
11.一种终端,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一项所述的处理图像的方法。
12.一种计算机可读存储介质,其上存储计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-5中任一项所述的处理图像的方法。
CN201910515878.1A 2019-06-14 2019-06-14 一种处理图像的方法和装置 Active CN110223220B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910515878.1A CN110223220B (zh) 2019-06-14 2019-06-14 一种处理图像的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910515878.1A CN110223220B (zh) 2019-06-14 2019-06-14 一种处理图像的方法和装置

Publications (2)

Publication Number Publication Date
CN110223220A true CN110223220A (zh) 2019-09-10
CN110223220B CN110223220B (zh) 2023-03-31

Family

ID=67817158

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910515878.1A Active CN110223220B (zh) 2019-06-14 2019-06-14 一种处理图像的方法和装置

Country Status (1)

Country Link
CN (1) CN110223220B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111105348A (zh) * 2019-12-25 2020-05-05 北京市商汤科技开发有限公司 图像处理方法及装置、图像处理设备及存储介质
CN113393468A (zh) * 2021-06-28 2021-09-14 北京百度网讯科技有限公司 图像处理方法、模型训练方法、装置和电子设备

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101238993A (zh) * 2008-02-01 2008-08-13 哈尔滨工业大学 基于整数提升小波多分辨分析的医学超声图像配准方法
CN101373516A (zh) * 2008-09-10 2009-02-25 成都方程式电子有限公司 指纹采集图像库的可处理性分析评估方法和系统
CN101515374A (zh) * 2008-02-20 2009-08-26 中国科学院自动化研究所 基于图像的个性化真实感虚拟人物造型方法
CN101996314A (zh) * 2009-08-26 2011-03-30 厦门市美亚柏科信息股份有限公司 一种基于内容的人体上半身敏感图像识别方法及其装置
JP2011107566A (ja) * 2009-11-20 2011-06-02 Seiko Epson Corp 画像形成装置
CN102592137A (zh) * 2011-12-27 2012-07-18 中国科学院深圳先进技术研究院 多模态图像配准方法及基于多模态图像配准的手术导航方法
CN102800129A (zh) * 2012-06-20 2012-11-28 浙江大学 一种基于单幅图像的头发建模和肖像编辑方法
US20140063244A1 (en) * 2012-08-28 2014-03-06 Palo Alto Research Center Incorporated Constrained parametric curve detection using clustering on hough curves over a sequence of images
CN104318202A (zh) * 2014-09-12 2015-01-28 上海明穆电子科技有限公司 通过人脸照片识别五官点的方法及系统
JP2015224944A (ja) * 2014-05-27 2015-12-14 国立研究開発法人物質・材料研究機構 生体画像取得装置
CN108876858A (zh) * 2018-07-06 2018-11-23 北京字节跳动网络技术有限公司 用于处理图像的方法和装置
CN108986023A (zh) * 2018-08-03 2018-12-11 北京字节跳动网络技术有限公司 用于处理图像的方法和装置
CN109359618A (zh) * 2018-10-30 2019-02-19 北京市商汤科技开发有限公司 一种图像处理方法及其装置、设备和存储介质
CN109472753A (zh) * 2018-10-30 2019-03-15 北京市商汤科技开发有限公司 一种图像处理方法、装置、计算机设备和计算机存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101238993A (zh) * 2008-02-01 2008-08-13 哈尔滨工业大学 基于整数提升小波多分辨分析的医学超声图像配准方法
CN101515374A (zh) * 2008-02-20 2009-08-26 中国科学院自动化研究所 基于图像的个性化真实感虚拟人物造型方法
CN101373516A (zh) * 2008-09-10 2009-02-25 成都方程式电子有限公司 指纹采集图像库的可处理性分析评估方法和系统
CN101996314A (zh) * 2009-08-26 2011-03-30 厦门市美亚柏科信息股份有限公司 一种基于内容的人体上半身敏感图像识别方法及其装置
JP2011107566A (ja) * 2009-11-20 2011-06-02 Seiko Epson Corp 画像形成装置
CN102592137A (zh) * 2011-12-27 2012-07-18 中国科学院深圳先进技术研究院 多模态图像配准方法及基于多模态图像配准的手术导航方法
CN102800129A (zh) * 2012-06-20 2012-11-28 浙江大学 一种基于单幅图像的头发建模和肖像编辑方法
US20140063244A1 (en) * 2012-08-28 2014-03-06 Palo Alto Research Center Incorporated Constrained parametric curve detection using clustering on hough curves over a sequence of images
JP2015224944A (ja) * 2014-05-27 2015-12-14 国立研究開発法人物質・材料研究機構 生体画像取得装置
CN104318202A (zh) * 2014-09-12 2015-01-28 上海明穆电子科技有限公司 通过人脸照片识别五官点的方法及系统
CN108876858A (zh) * 2018-07-06 2018-11-23 北京字节跳动网络技术有限公司 用于处理图像的方法和装置
CN108986023A (zh) * 2018-08-03 2018-12-11 北京字节跳动网络技术有限公司 用于处理图像的方法和装置
CN109359618A (zh) * 2018-10-30 2019-02-19 北京市商汤科技开发有限公司 一种图像处理方法及其装置、设备和存储介质
CN109472753A (zh) * 2018-10-30 2019-03-15 北京市商汤科技开发有限公司 一种图像处理方法、装置、计算机设备和计算机存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周明洋: "基于单幅叶雕图像的三维叶雕模型构建研究" *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111105348A (zh) * 2019-12-25 2020-05-05 北京市商汤科技开发有限公司 图像处理方法及装置、图像处理设备及存储介质
US11734829B2 (en) 2019-12-25 2023-08-22 Beijing Sensetime Technology Development Co., Ltd. Method and device for processing image, and storage medium
CN113393468A (zh) * 2021-06-28 2021-09-14 北京百度网讯科技有限公司 图像处理方法、模型训练方法、装置和电子设备

Also Published As

Publication number Publication date
CN110223220B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
CN110827378B (zh) 虚拟形象的生成方法、装置、终端及存储介质
CN109858445A (zh) 用于生成模型的方法和装置
CN109829432A (zh) 用于生成信息的方法和装置
CN111369427A (zh) 图像处理方法、装置、可读介质和电子设备
CN109993150A (zh) 用于识别年龄的方法和装置
CN110162670A (zh) 用于生成表情包的方法和装置
CN110032978A (zh) 用于处理视频的方法和装置
WO2022042290A1 (zh) 一种虚拟模型处理方法、装置、电子设备和存储介质
US20240104810A1 (en) Method and apparatus for processing portrait image
CN110213614A (zh) 从视频文件中提取关键帧的方法和装置
CN110111241A (zh) 用于生成动态图像的方法和装置
CN110110666A (zh) 目标检测方法和装置
CN110059623A (zh) 用于生成信息的方法和装置
WO2023185671A1 (zh) 风格图像生成方法、装置、设备及介质
CN110223220A (zh) 一种处理图像的方法和装置
CN111459364A (zh) 图标更新方法、装置和电子设备
CN114489896B (zh) 内容显示方法、装置、存储介质及电子设备
US20240112299A1 (en) Video cropping method and apparatus, storage medium and electronic device
CN110288625A (zh) 用于处理图像的方法和装置
CN109977905A (zh) 用于处理眼底图像的方法和装置
CN112907628A (zh) 视频目标追踪方法、装置、存储介质及电子设备
CN112348910A (zh) 获取图像的方法、装置、设备和计算机可读介质
US20230284768A1 (en) Beauty makeup special effect generation method, device, and storage medium
WO2021016932A1 (zh) 数据处理方法、装置及计算机可读存储介质
CN111027495A (zh) 用于检测人体关键点的方法和装置

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