CN110415168A - 人脸局部缩放处理方法、存储介质、电子设备及系统 - Google Patents
人脸局部缩放处理方法、存储介质、电子设备及系统 Download PDFInfo
- Publication number
- CN110415168A CN110415168A CN201810393505.7A CN201810393505A CN110415168A CN 110415168 A CN110415168 A CN 110415168A CN 201810393505 A CN201810393505 A CN 201810393505A CN 110415168 A CN110415168 A CN 110415168A
- Authority
- CN
- China
- Prior art keywords
- point
- value
- zoom area
- processing
- weight
- 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 18
- 238000012545 processing Methods 0.000 claims abstract description 110
- 238000004364 calculation method Methods 0.000 claims description 27
- 230000003321 amplification Effects 0.000 claims description 25
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000001815 facial effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 210000001508 eye Anatomy 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 208000002874 Acne Vulgaris Diseases 0.000 description 1
- 206010000496 acne Diseases 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Controls And Circuits For Display Device (AREA)
Abstract
本发明公开了一种人脸局部缩放处理方法、存储介质、电子设备及系统，涉及图像处理领域，该方法包括S1：选取待缩放区域的中心点C(x,y)；S2：基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则转到S3，若为放大处理，则转到S4；S3：计算缩放权重W，然后转到S5；S4：计算缩放权重W，然后转到S5；S5：计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)；S6：将点E(x,y)处的像素替换为点D(x,y)处的像素。本发明能够自由完成对人脸局部区域的缩放处理。
Description
技术领域
本发明涉及图像处理领域，具体涉及一种人脸局部缩放处理方法、存储介质、电子设备及系统。
背景技术
随着互联网技术的发展，越来越多的人喜欢通过观看直播来丰富自己的业务生活，且直播在当代越发受到年轻人的欢迎。
当今，主播在直播过程中，美颜和美型基本成了标配，美颜指的是通过算法改变视频或画面中人脸的肤色、消除人脸上的痘印等，美型指的是通过算法增大视频或画面中人物的眼睛或缩小人物的脸型，但是现有的美颜和美型处理方式仅能按照预设的方案自动对人物的脸部进行处理，主播在使用时灵活性较低，导致体验较差。
发明内容
针对现有技术中存在的缺陷，本发明的目的在于提供一种人脸局部缩放处理方法，能够自由完成对人脸局部区域的缩放处理。
为达到以上目的，本发明采取的技术方案是，包括：
S1：选取待缩放区域的中心点C(x,y)；
S2：基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则转到S3，若为放大处理，则转到S4；
S3：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]；
S4：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]；
S5：计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值；
S6：将点E(x,y)处的像素替换为点D(x,y)处的像素。
在上述技术方案的基础上，当待缩放区域为缩小处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α1≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α1为缩小阈值参数，取值范围为[3，20]。
在上述技术方案的基础上，当待缩放区域为放大处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α2≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α2为放大阈值参数，取值范围为[2，50]。
在上述技术方案的基础上，基于人脸关键点技术定位人脸画面中两眼的中心点。
在上述技术方案的基础上，对于计算得到的缩放权重W，取值范围为[0,1.0]，且当计算得到的缩放权重W的值大于1.0时，缩放权重W取值1.0，当计算得到的缩放权重W的值小于0时，缩放权重W取值0。
本发明还提供一种存储介质，该存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
S1：选取待缩放区域的中心点C(x,y)；
S2：基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则转到S3，若为放大处理，则转到S4；
S3：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]；
S4：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]；
S5：计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值；
S6：将点E(x,y)处的像素替换为点D(x,y)处的像素。
本发明还提供一种电子设备，所述电子设备包括：
第一单元，所述第一单元用于选取待缩放区域的中心点C(x,y)；
第二单元，所述第二单元用于基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则驱使第三单元工作，若为放大处理，则驱使第四单元工作；
第三单元，所述第三单元用于计算缩放权重W，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]；
第四单元，所述第四单元用于计算缩放权重W，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]；
第五单元，所述第五单元用于计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值；
第六单元，所述第六单元用于将点E(x,y)处的像素替换为点D(x,y)处的像素。
本发明还提供一种人脸局部缩放处理系统，包括：
选取模块，其用于选取待缩放区域的中心点C(x,y)；
判断模块，其用于基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则驱使第一计算模块工作，若为放大处理，则驱使第二计算模块工作；
第一计算模块，其用于计算缩放权重W，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]；
第二计算模块，其用于计算缩放权重W，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]；
执行模块，其用于计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)，然后将点E(x,y)处的像素替换为点D(x,y)处的像素，点E(x,y)的计算公式为：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值。
在上述技术方案的基础上，当待缩放区域为缩小处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α1≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α1为缩小阈值参数，取值范围为[3，20]。
在上述技术方案的基础上，当待缩放区域为放大处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α2≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α2为放大阈值参数，取值范围为[2，50]。
与现有技术相比，本发明的优点在于：灵活的选择人脸图像中待缩放处理区域，并确认待缩放区域大小，然后基于是缩小处理还是放大处理，进行缩放权重的计算，然后进一步计算得到待缩放区域中的点对应的缩放处理后所在的点，并进行像素的替换，完成人脸局部的处理，整个缩放处理选择灵活，自由度高，有效满足用户对人脸缩放处理的个性化需求。
附图说明
图1为本发明实施例中一种人脸局部缩放处理方法的流程图；
图2为本发明实施例中一种电子设备的结构示意图。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
参见图1所示，本发明实施例提供一种人脸局部缩放处理方法，用于对视频或图片中的人脸画面进行局部缩放处理，特别是在直播领域，主播使用本发明实施例的人脸局部缩放处理方法，对自身的人脸某个区域进行缩放，如缩放眼睛、鼻子、嘴巴、下巴、脸颊等部位，从而来增加直播内容的趣味性。本发明实施例的人脸局部缩放处理方法具体包括以下步骤：
S1：选取待缩放区域的中心点C(x,y)，如需要对人脸图像中的鼻子进行缩放处理，则选取的中心点为鼻子的中心点，然后对整个鼻子区域进行缩放处理，如需要对人脸图像中的嘴巴进行缩放处理，则选取的中心点为嘴巴的中心点，然后对整个嘴巴区域进行缩放处理，灵活选择，对于中心点的选取，可以基于人脸关键点技术来进行定位，然后选取。
S2：基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则转到S3，若为放大处理，则转到S4。例如若需要对鼻子进行缩放处理，鼻子的整个区域为待缩放区域，选择的中心点仅为鼻子的中心点，因此需要确认待缩放区域，即确认需要缩放处理的区域，然后对待缩放区域进行缩放处理。对于待缩放区域大小的确定，具体为：
当待缩放区域为缩小处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α1≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α1为缩小阈值参数，取值范围为[3，20]，考虑到人脸实际情况，在进行人脸局部缩小处理时，α1越小，则待缩放区域越大，α1越大，则待缩放区域越小，在实际缩放处理时，为保证缩小的合理性，α1的取值范围为[3，20]。
当待缩放区域为放大处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α2≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α2为放大阈值参数，取值范围为[2，50]，考虑到人脸实际情况，在进行人脸局部放大处理时，α2越小，则待缩放区域越大，α2越大，则待缩放区域越小，在实际缩放处理时，为保证缩小的合理性，α2的取值范围为[3，20]。
上述基于人脸关键点技术定位人脸画面中两眼的中心点，人脸关键点技术可以为现如今应用较为成熟的人脸关键68点定位技术，人脸关键点技术可以实时定位出脸颊、眼睛、眉毛、嘴巴、下巴、鼻子等关键点的位置。
S3：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]。缩放权重W不仅和缩小权重系数有关，也和D(x,y)与C(x,y)之间的距离有关，在实际操作过程中，β1太大，局部缩放区域的缩小效果不太明显，β1太小，局部缩放区域的缩小效果太过于夸张，因此为保证缩小的合理性，β1的取值范围为[0.1,10.0]。
S4：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]。缩放权重W不仅和缩小权重系数有关，也和D(x,y)与C(x,y)之间的距离有关，在实际操作过程中，β2太小，局部缩放区域的放大效果不太明显，β2太大，局部缩放区域的放大效果太过于夸张，因此为保证缩小的合理性，β1的取值范围为[0.1,5.0]。
上述步骤S3和S4中，缩小权重系数β1或放大权重系数β2的取值对缩放权重W影响较大，若缩小权重系数β1或放大权重系数β2的取值范围过大，会使缩放权重W的值越界，因此，对于计算得到的缩放权重W，取值范围为[0,1.0]，且当计算得到的缩放权重W的值大于1.0时，缩放权重W取值1.0，当计算得到的缩放权重W的值小于0时，缩放权重W取值0，缩放权重W的计算结果在[0,1.0]时，则取实际计算得到的值。
S5：计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值。待缩放区域中的点为多个，按照上述计算步骤，依次计算待缩放区域中每个点进行缩放处理后所在的坐标。
S6：将点E(x,y)处的像素替换为点D(x,y)处的像素。按照上述方法，计算得到待缩放区域所有点缩放处理后所处的点，并将缩放处理后所处的点像素替换为对应的之前待缩放区域中点的像素，完成人脸局部缩放处理，呈现出最终的人脸局部缩放处理效果。
对于上述人脸局部缩放处理方法，总的缩放处理公式为D＝S*I，其中，S为输入的图像，I为本发明实施例的人脸局部缩放处理方法的算法，D为缩放处理后的结果图像。
本发明实施例的人脸局部缩放处理方法，灵活的选择人脸图像中待缩放处理区域，并确认待缩放区域大小，然后基于是缩小处理还是放大处理，进行缩放权重的计算，然后进一步计算得到待缩放区域中的点对应的缩放处理后所在的点，并进行像素的替换，完成人脸局部的处理，整个缩放处理选择灵活，自由度高，有效满足用户对人脸缩放处理的个性化需求。
另外，对应上述人脸局部缩放处理方法，本发明还提供一种存储介质，存储介质上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
S1：选取待缩放区域的中心点C(x,y)；
S2：基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则转到S3，若为放大处理，则转到S4；
S3：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]；
S4：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]；
S5：计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值；
S6：将点E(x,y)处的像素替换为点D(x,y)处的像素。
需要说明的是，所述存储介质包括U盘、移动硬盘、ROM(Read-Only Memory，只读存储器)、RAM(Random Access Memory，随机存取存储器)、磁碟或者光盘等各种可以存储程序代码的介质。
参见图2所示，对应上述人脸局部缩放处理方法，本发明还提供一种电子设备，包括：
第一单元，所述第一单元用于选取待缩放区域的中心点C(x,y)；
第二单元，所述第二单元用于基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则驱使第三单元工作，若为放大处理，则驱使第四单元工作；
第三单元，所述第三单元用于计算缩放权重W，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]；
第四单元，所述第四单元用于计算缩放权重W，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]；
第五单元，所述第五单元用于计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值；
第六单元，所述第六单元用于将点E(x,y)处的像素替换为点D(x,y)处的像素。
本发明实施例还提供一种基于上述人脸局部缩放处理方法的人脸局部缩放处理系统，包括选取模块、判断模块、第一计算模块、第二计算模块和执行模块。
选取模块用于选取待缩放区域的中心点C(x,y)；判断模块用于基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则驱使第一计算模块工作，若为放大处理，则驱使第二计算模块工作；第一计算模块用于计算缩放权重W，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]；
第二计算模块用于计算缩放权重W，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]；
执行模块用于计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)，然后将点E(x,y)处的像素替换为点D(x,y)处的像素，点E(x,y)的计算公式为：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值。
当待缩放区域为缩小处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α1≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α1为缩小阈值参数，取值范围为[3，20]。
当待缩放区域为放大处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α2≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α2为放大阈值参数，取值范围为[2，50]。
本发明实施例的人脸局部缩放处理系统，灵活的选择人脸图像中待缩放处理区域，并确认待缩放区域大小，然后基于是缩小处理还是放大处理，进行缩放权重的计算，然后进一步计算得到待缩放区域中的点对应的缩放处理后所在的点，并进行像素的替换，完成人脸局部的处理，整个缩放处理选择灵活，自由度高，有效满足用户对人脸缩放处理的个性化需求。
本发明不局限于上述实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种人脸局部缩放处理方法，用于对视频或图片中的人脸画面进行局部缩放处理，其特征在于，包括以下步骤：
S1：选取待缩放区域的中心点C(x,y)；
S2：基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则转到S3，若为放大处理，则转到S4；
S3：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]；
S4：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]；
S5：计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值；
S6：将点E(x,y)处的像素替换为点D(x,y)处的像素。
2.如权利要求1所述的一种人脸局部缩放处理方法，其特征在于，当待缩放区域为缩小处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α1≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α1为缩小阈值参数，取值范围为[3，20]。
3.如权利要求1所述的一种人脸局部缩放处理方法，其特征在于，当待缩放区域为放大处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α2≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α2为放大阈值参数，取值范围为[2，50]。
4.如权利要求2或3所述的一种人脸局部缩放处理方法，其特征在于：基于人脸关键点技术定位人脸画面中两眼的中心点。
5.如权利要求1所述的一种人脸局部缩放处理方法，其特征在于：对于计算得到的缩放权重W，取值范围为[0,1.0]，且当计算得到的缩放权重W的值大于1.0时，缩放权重W取值1.0，当计算得到的缩放权重W的值小于0时，缩放权重W取值0。
6.一种存储介质，该存储介质上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现以下步骤：
S1：选取待缩放区域的中心点C(x,y)；
S2：基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则转到S3，若为放大处理，则转到S4；
S3：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]；
S4：计算缩放权重W，然后转到S5，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]；
S5：计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值；
S6：将点E(x,y)处的像素替换为点D(x,y)处的像素。
7.一种电子设备，其特征在于：所述电子设备包括：
第一单元，所述第一单元用于选取待缩放区域的中心点C(x,y)；
第二单元，所述第二单元用于基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则驱使第三单元工作，若为放大处理，则驱使第四单元工作；
第三单元，所述第三单元用于计算缩放权重W，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]；
第四单元，所述第四单元用于计算缩放权重W，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]；
第五单元，所述第五单元用于计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值；
第六单元，所述第六单元用于将点E(x,y)处的像素替换为点D(x,y)处的像素。
8.一种人脸局部缩放处理系统，其特征在于，包括：
选取模块，其用于选取待缩放区域的中心点C(x,y)；
判断模块，其用于基于选取的中心点C(x,y)，确认待缩放区域大小，并判断待缩放区域为缩小处理还是放大处理，若为缩小处理，则驱使第一计算模块工作，若为放大处理，则驱使第二计算模块工作；
第一计算模块，其用于计算缩放权重W，缩放权重W计算公式为：
W＝L1/β1
其中，L1为D(x,y)与C(x,y)之间的距离，D(x,y)为待缩放区域中的坐标点，β1为缩小权重系数，取值范围为[0.1,10.0]；
第二计算模块，其用于计算缩放权重W，缩放权重W计算公式为：
W＝β2/L1
其中，β2为放大权重系数，取值范围为[0.1,5.0]；
执行模块，其用于计算坐标点D(x,y)缩放处理后所在坐标点E(x,y)，然后将点E(x,y)处的像素替换为点D(x,y)处的像素，点E(x,y)的计算公式为：
E.x＝C.x+(D.x–C.x)*W
E.y＝C.y+(D.y–C.y)*W
其中，E.x为点E(x,y)的横坐标值，E.y为点E(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y为点D(x,y)的纵坐标值。
9.如权利要求8所述的一种人脸局部缩放处理系统，其特征在于：当待缩放区域为缩小处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α1≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α1为缩小阈值参数，取值范围为[3，20]。
10.如权利要求8所述的一种人脸局部缩放处理系统，其特征在于：当待缩放区域为放大处理时，对于待缩放区域大小的确定，具体为：
对于待缩放区域中的坐标点D(x,y)，满足L1*α2≤L，其中，L为人脸画面中两眼中心点间的距离，L＝sqr((A.x-B.x)*(A.x-B.x)+(A.y-B.y)*(A.y-B.y))，sqr为开方函数，A(x,y)为人脸画面中左眼中心点坐标，B(x,y)为人脸画面中右眼中心点坐标，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，α2为放大阈值参数，取值范围为[2，50]。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810393505.7A CN110415168B (zh) | 2018-04-27 | 2018-04-27 | 人脸局部缩放处理方法、存储介质、电子设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810393505.7A CN110415168B (zh) | 2018-04-27 | 2018-04-27 | 人脸局部缩放处理方法、存储介质、电子设备及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110415168A true CN110415168A (zh) | 2019-11-05 |
| CN110415168B CN110415168B (zh) | 2022-12-02 |
Family
ID=68346726
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810393505.7A Active CN110415168B (zh) | 2018-04-27 | 2018-04-27 | 人脸局部缩放处理方法、存储介质、电子设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110415168B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111210472A (zh) * | 2019-12-31 | 2020-05-29 | 山东信通电子股份有限公司 | 一种视频画面的3d定位方法、装置、设备以及介质 |
| CN112347924A (zh) * | 2020-11-06 | 2021-02-09 | 杭州当虹科技股份有限公司 | 一种基于人脸跟踪的虚拟导播改进方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060204055A1 (en) * | 2003-06-26 | 2006-09-14 | Eran Steinberg | Digital image processing using face detection information |
| CN101329860A (zh) * | 2007-06-22 | 2008-12-24 | 鸿富锦精密工业（深圳）有限公司 | 图像缩放系统及缩放方法 |
| US20150016687A1 (en) * | 2012-03-26 | 2015-01-15 | Tencent Technology (Shenzhen) Company Limited | Method, system and computer storage medium for face detection |
| CN106558040A (zh) * | 2015-09-23 | 2017-04-05 | 腾讯科技（深圳）有限公司 | 人物图像处理方法和装置 |
-
2018
- 2018-04-27 CN CN201810393505.7A patent/CN110415168B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060204055A1 (en) * | 2003-06-26 | 2006-09-14 | Eran Steinberg | Digital image processing using face detection information |
| CN101329860A (zh) * | 2007-06-22 | 2008-12-24 | 鸿富锦精密工业（深圳）有限公司 | 图像缩放系统及缩放方法 |
| US20150016687A1 (en) * | 2012-03-26 | 2015-01-15 | Tencent Technology (Shenzhen) Company Limited | Method, system and computer storage medium for face detection |
| CN106558040A (zh) * | 2015-09-23 | 2017-04-05 | 腾讯科技（深圳）有限公司 | 人物图像处理方法和装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111210472A (zh) * | 2019-12-31 | 2020-05-29 | 山东信通电子股份有限公司 | 一种视频画面的3d定位方法、装置、设备以及介质 |
| CN111210472B (zh) * | 2019-12-31 | 2021-07-09 | 山东信通电子股份有限公司 | 一种视频画面的3d定位方法、装置、设备以及介质 |
| CN112347924A (zh) * | 2020-11-06 | 2021-02-09 | 杭州当虹科技股份有限公司 | 一种基于人脸跟踪的虚拟导播改进方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110415168B (zh) | 2022-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109697741A (zh) | 一种pet图像重建方法、装置、设备及介质 | |
| CN106919906B (zh) | 一种图像互动方法及互动装置 | |
| CN106910247A (zh) | 用于生成三维头像模型的方法和装置 | |
| CN110418146A (zh) | 应用于直播场景的换脸方法、存储介质、电子设备及系统 | |
| CN109919001A (zh) | 基于情绪识别的客服监测方法、装置、设备和存储介质 | |
| CN109961496B (zh) | 表情驱动方法及表情驱动装置 | |
| CN111598038B (zh) | 脸部特征点检测方法、装置、设备及存储介质 | |
| CN107343225B (zh) | 在视频图像中展示业务对象的方法、装置和终端设备 | |
| EP2721994A1 (en) | Eyeball movement monitoring method and device | |
| CN110689500A (zh) | 一种人脸图像的处理方法、装置、电子设备及存储介质 | |
| CN110415168A (zh) | 人脸局部缩放处理方法、存储介质、电子设备及系统 | |
| CN110286754B (zh) | 基于眼球追踪的投射方法及相关设备 | |
| CN109659006B (zh) | 面肌训练方法、装置及电子设备 | |
| CN110415164A (zh) | 人脸变形处理方法、存储介质、电子设备及系统 | |
| CN113610723B (zh) | 图像处理方法及相关装置 | |
| CN104599297A (zh) | 一种对人脸自动上腮红的图像处理方法 | |
| CN113344837B (zh) | 人脸图像处理方法及装置、计算机可读存储介质、终端 | |
| CN105931204A (zh) | 图片还原方法及系统 | |
| CN112507766B (zh) | 人脸图像提取方法、存储介质及终端设备 | |
| WO2024055957A1 (zh) | 拍摄参数的调整方法、装置、电子设备和可读存储介质 | |
| CN113487670A (zh) | 一种化妆镜及状态调整方法 | |
| CN106940792B (zh) | 基于特征点运动的人脸表情序列截取方法 | |
| CN108919804A (zh) | 一种智能车辆无人驾驶系统 | |
| CN109147891A (zh) | 一种基于bp神经网络和遗传算法的形象气质提升方法 | |
| CN108921773A (zh) | 人体跟踪处理方法、装置、设备及系统 |
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 |