CN110766603A - 一种图像处理方法、装置和计算机存储介质 - Google Patents

一种图像处理方法、装置和计算机存储介质 Download PDF

Info

Publication number
CN110766603A
CN110766603A CN201810827288.8A CN201810827288A CN110766603A CN 110766603 A CN110766603 A CN 110766603A CN 201810827288 A CN201810827288 A CN 201810827288A CN 110766603 A CN110766603 A CN 110766603A
Authority
CN
China
Prior art keywords
region
deformation
partial
area
image
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
CN201810827288.8A
Other languages
English (en)
Other versions
CN110766603B (zh
Inventor
刘文韬
钱晨
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 Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development 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 Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN201810827288.8A priority Critical patent/CN110766603B/zh
Publication of CN110766603A publication Critical patent/CN110766603A/zh
Application granted granted Critical
Publication of CN110766603B publication Critical patent/CN110766603B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/04Context-preserving transformations, e.g. by using an importance map

Landscapes

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

Abstract

本发明实施例公开了一种图像处理方法、装置和计算机存储介质。所述方法包括:获得第一图像,识别所述第一图像中的目标对象,获得所述目标对象的第一部分区域和第二部分区域;所述第一部分区域和所述第二部分区域为所述目标对象包括的多个部分区域中的任意两个部分区域;确定所述第一部分区域和所述第二部分区域之间的距离,基于所述距离确定变形区域;基于所述变形区域对所述第一部分区域和/或所述第二部分区域进行变形处理,生成第二图像。

Description

一种图像处理方法、装置和计算机存储介质
技术领域
本发明涉及图像处理技术,具体涉及一种图像处理方法、装置和计算机存储介质。
背景技术
随着互联网技术的飞速发展,出现了各种图像处理工具,能够对图像中的目标对象进行处理,例如对图像中的目标人物进行“身体塑形”,例如“腿部塑形”、“手臂塑形”、“腰部塑形”、“臀部塑形”、“肩部塑形”、“头部塑形”、“胸部塑形”等变胖或变瘦或变大或变小的操作,让人物的身材更完美的处理。然而,这种图像处理操作需要操作者手动操作,并且需要多次的调整操作才能达到较佳的调整效果。另外,由于目标人物的肢体各部分之间的距离不定,可能会很小,例如手部贴于腰部上,则针对这种场景,如何实现针对目标任务的部分肢体区域的自动图像处理,现有技术中尚无有效解决方案。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种图像处理方法、装置和计算机存储介质。
为达到上述目的,本发明实施例的技术方案是这样实现的:
本发明实施例提供了一种图像处理方法,所述方法包括:
获得第一图像,识别所述第一图像中的目标对象,获得所述目标对象的第一部分区域和第二部分区域;所述第一部分区域和所述第二部分区域为所述目标对象包括的多个部分区域中的任意两个部分区域;
确定所述第一部分区域和所述第二部分区域之间的距离,基于所述距离确定变形区域;
基于所述变形区域对所述第一部分区域和/或所述第二部分区域进行变形处理,生成第二图像。
上述方案中,所述基于所述距离确定变形区域,包括:
当所述距离小于第一阈值时,确定第一变形区域,所述第一变形区域包括所述第一部分区域和所述第二部分区域。
上述方案中,所述基于所述距离确定变形区域,包括:
当所述距离大于等于第一阈值时,确定第二变形区域,所述第二变形区域包括所述第一部分区域或所述第二部分区域。
上述方案中,所述方法还包括:识别所述目标对象的腿部区域,确定所述腿部区域的变形区域,基于所述变形区域对所述腿部区域进行变形处理;
所述生成第二图像,包括:基于所述第一部分区域和/或所述第二部分区域的变形处理结果,和所述腿部区域的变形处理结果生成第二图像。
上述方案中,所述对所述腿部区域进行变形处理后,所述方法还包括:生成第三图像。
上述方案中,所述方法还包括:
将所述第一图像进行网格划分,获得多个网格控制面;
所述基于所述变形区域对所述第一部分区域和/或所述第二部分区域进行变形处理,包括:
基于所述变形区域对应的网格控制面对所述第一部分区域和/或所述第二部分区域进行变形处理。
上述方案中,所述基于所述变形区域对应的网格控制面对所述第一部分区域和/或所述第二部分区域进行变形处理,包括:
当所述距离小于第一阈值时,确定第一变形区域,确定对应于所述第一变形区域的至少一个第一网格控制面,所述第一变形区域包括所述第一部分区域和所述第二部分区域;
对所述至少一个第一网格控制面按照第一变形参数进行变形处理,以对所述第一部分区域和所述第二部分区域进行变形处理,以及对所述第一部分区域和所述第二部分区域以外的至少部分背景区域进行变形处理。
上述方案中,所述基于所述变形区域对应的网格控制面对所述第一部分区域和/或所述第二部分区域进行变形处理,包括:
当所述距离大于等于第一阈值时,确定第二变形区域,确定对应于所述第二变形区域的至少一个第二网格控制面,所述第二变形区域包括所述第一部分区域或所述第二部分区域;
对所述至少一个第二网格控制面按照第二变形参数进行变形处理,以对所述第一部分区域或所述第二部分区域进行变形处理,以及对所述第一部分区域或所述第二部分区域以外的至少部分背景区域进行变形处理;
其中,针对所述第一部分区域和所述第二部分区域进行变形处理过程中,对应的第二变形参数相同或不同。
上述方案中,所述方法还包括:
将所述第一图像进行网格划分,获得多个网格控制面;
所述基于所述变形区域对所述腿部区域进行变形处理,包括:
确定所述腿部区域的变形区域对应的至少一个第三网格控制面;针对所述至少一个第三网格控制面进行变形处理,以对所述腿部区域进行变形处理,以及对所述腿部区域以外的至少部分背景区域进行变形处理;所述变形处理包括拉伸或压缩处理。
上述方案中,所述目标对象包括的多个部分区域包括:头部区域、肩部区域、胸部区域、腰部区域、手臂区域、手部区域、臀部区域、腿部区域和脚部区域。
本发明实施例还提供了一种图像处理装置,所述装置包括:获取单元、识别单元和图像处理单元;其中,
所述获取单元,用于获得第一图像;
所述识别单元,用于识别所述获取单元获得的所述第一图像中的目标对象,获得所述目标对象的第一部分区域和第二部分区域;所述第一部分区域和所述第二部分区域为所述目标对象包括的多个部分区域中的任意两个部分区域;
所述图像处理单元,用于确定所述第一部分区域和所述第二部分区域之间的距离,基于所述距离确定变形区域;基于所述变形区域对所述第一部分区域和/或所述第二部分区域进行变形处理,生成第二图像。
上述方案中,所述图像处理单元,用于当所述距离小于第一阈值时,确定第一变形区域,所述第一变形区域包括所述第一部分区域和所述第二部分区域。
上述方案中,所述图像处理单元,用于当所述距离大于等于第一阈值时,确定第二变形区域,所述第二变形区域包括所述第一部分区域或所述第二部分区域。
上述方案中,所述识别单元,还用于识别所述目标对象的腿部区域;
所述图像处理单元,用于确定所述腿部区域的变形区域,基于所述变形区域对所述腿部区域进行变形处理;还用于基于所述第一部分区域和/或所述第二部分区域的变形处理结果,和所述腿部区域的变形处理结果生成第二图像。
上述方案中,所述图像处理单元,还用于对所述腿部区域进行变形处理后,生成第三图像。
上述方案中,所述装置还包括网格划分单元,用于将所述第一图像进行网格划分,获得多个网格控制面;
所述图像处理单元,用于基于所述变形区域对应的网格控制面对所述第一部分区域和/或所述第二部分区域进行变形处理。
上述方案中,所述图像处理单元,用于当所述距离小于第一阈值时,确定第一变形区域,确定对应于所述第一变形区域的至少一个第一网格控制面,所述第一变形区域包括所述第一部分区域和所述第二部分区域;对所述至少一个第一网格控制面按照第一变形参数进行变形处理,以对所述第一部分区域和所述第二部分区域进行变形处理,以及对所述第一部分区域和所述第二部分区域以外的至少部分背景区域进行变形处理。
上述方案中,所述图像处理单元,用于当所述距离大于等于第一阈值时,确定第二变形区域,确定对应于所述第二变形区域的至少一个第二网格控制面,所述第二变形区域包括所述第一部分区域或所述第二部分区域;对所述至少一个第二网格控制面按照第二变形参数进行变形处理,以对所述第一部分区域或所述第二部分区域进行变形处理,以及对所述第一部分区域或所述第二部分区域以外的至少部分背景区域进行变形处理;其中,针对所述第一部分区域和所述第二部分区域进行变形处理过程中,对应的第二变形参数相同或不同。
上述方案中,所述装置还包括网格划分单元,用于将所述第一图像进行网格划分,获得多个网格控制面;
所述图像处理单元,用于确定所述腿部区域的变形区域对应的至少一个第三网格控制面;针对所述至少一个第三网格控制面进行变形处理,以对所述腿部区域进行变形处理,以及对所述腿部区域以外的至少部分背景区域进行变形处理;所述变形处理包括拉伸或压缩处理。
上述方案中,所述目标对象包括的多个部分区域包括:头部区域、肩部区域、胸部区域、腰部区域、手臂区域、手部区域、臀部区域、腿部区域和脚部区域。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现本发明实施例所述图像处理方法的步骤。
本发明实施例还提供了一种图像处理装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本发明实施例所述图像处理方法的步骤
本发明实施例提供的图像处理方法、装置和计算机存储介质,所述方法包括:获得第一图像,识别所述第一图像中的目标对象,获得所述目标对象的第一部分区域和第二部分区域;所述第一部分区域和所述第二部分区域为所述目标对象包括的多个部分区域中的任意两个部分区域;确定所述第一部分区域和所述第二部分区域之间的距离,基于所述距离确定变形区域;基于所述变形区域对所述第一部分区域和/或所述第二部分区域进行变形处理,生成第二图像。采用本发明实施例的技术方案,通过对图像中的目标对象的两个部分区域之间距离的确定选定变形区域,基于该变形区域对第一部分区域和/或第二部分区域进行变形处理,从而一方面实现了对目标对象的肢体区域的自动调整,无需用户多次手动操作,大大提升了用户的操作体验;另一方面基于该距离选定的变形区域实现针对目标对象的第一部分区域或第二部分区域的自动变形处理,以实现部分区域的局部精确变形,或者针对目标对象的第一部分区域和第二部分区域的自动变形处理,以实现包括第一部分区域和第二部分区域的全局变形。
附图说明
图1为本发明实施例的图像处理方法的流程示意图;
图2为本发明实施例的图像处理装置的组成结构示意图一;
图3为本发明实施例的图像处理装置的组成结构示意图二;
图4为本发明实施例的图像处理装置的硬件组成结构示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细的说明。
本发明实施例提供了一种图像处理方法。图1为本发明实施例的图像处理方法的流程示意图;如图1所示,所述方法包括:
步骤101:获得第一图像,识别所述第一图像中的目标对象,获得所述目标对象的第一部分区域和第二部分区域;所述第一部分区域和所述第二部分区域为所述目标对象包括的多个部分区域中的任意两个部分区域。
步骤102:确定所述第一部分区域和所述第二部分区域之间的距离,基于所述距离确定变形区域。
步骤103:基于所述变形区域对所述第一部分区域和/或所述第二部分区域进行变形处理,生成第二图像。
本实施例的图像处理方法对第一图像中的目标对象进行识别;所述目标对象作为待处理对象,可以是真人,可以理解为图像中的真实人物;在其他实施方式中,目标对象也可以是虚拟人物。
作为一种实施方式,所述识别所述第一图像中的目标对象,包括:识别所述第一图像中目标对象的肢体检测信息;所述肢体检测信息包括肢体关键点信息和/或肢体轮廓点信息;所述肢体关键点信息包括肢体关键点的坐标信息;所述肢体轮廓点信息包括肢体轮廓点的坐标信息。
具体的,所述目标对象包括的多个部分区域包括:头部区域、肩部区域、胸部区域、腰部区域、手臂区域、手部区域、臀部区域、腿部区域和脚部区域。所述肢体检测信息包括肢体关键点信息和/或肢体轮廓点信息;所述肢体关键点信息包括肢体关键点的坐标信息;所述肢体轮廓点信息包括肢体轮廓点的坐标信息。其中,所述肢体轮廓点表征目标对象的肢体区域的肢体轮廓,即通过所述肢体轮廓点的坐标信息能够形成目标对象的肢体轮廓边缘。其中,所述肢体轮廓点包括以下至少一种:手臂轮廓点、手部轮廓点、肩部轮廓点、腿部轮廓点、脚部轮廓点、腰部轮廓点、头部轮廓点、臀部轮廓点、胸部轮廓点。其中,所述肢体关键点表征目标对象的骨骼的关键点,即通过所述肢体关键点的坐标信息、连接肢体关键点能够形成目标对象的主要骨骼。其中,所述肢体关键点包括以下至少一种:手臂关键点、手部关键点、肩部关键点、腿部关键点、脚部关键点、腰部关键点、头部关键点、臀部关键点、胸部关键点。
则本实施例中,通过图像识别算法识别出第一图像中的目标对象,进一步确定目标对象的肢体检测信息。基于肢体检测信息表征的肢体关键点的坐标信息和/或肢体轮廓点的坐标信息获得目标对象的第一部分区域和第二部分区域;所述第一部分区域和所述第二部分区域为目标对象包括的多个部分区域中的两个不同的部分区域。
本实施例中,确定所述第一部分区域和第二部分区域之间的距离,所述距离为所述第一部分区域和所述第二部分区域之间的平均距离。具体的,所述距离可以是所述第一部分区域的肢体轮廓点与所述第二部分区域的肢体轮廓点之间的最短距离的平均值。或者,所述距离也可以是所述第一部分区域的肢体关键点和所述第二部分区域的肢体关键点之间的最短距离的平均值。
进一步地,本实施例基于第一部分区域和第二部分区域之间的距离确定变形区域,根据该变形区域对所述第一部分区域和/或第二部分区域进行变形处理,从而生成第二图像。
作为一种实施方式,所述基于所述距离确定变形区域,包括:当所述距离小于第一阈值时,确定第一变形区域,所述第一变形区域包括所述第一部分区域和所述第二部分区域。
作为另一种实施方式,所述基于所述距离确定变形区域,包括:当所述距离大于等于第一阈值时,确定第二变形区域,所述第二变形区域包括所述第一部分区域或所述第二部分区域。
本实施例中基于目标对象的肢体区域中的部分区域之间的距离确定变形区域;例如第一部分区域为目标对象的手部区域,第二部分区域为目标对象的腰部区域;在很多情况下,第一图像中的目标对象的手部区域会靠近腰部区域。
若第一部分区域和第二部分区域距离较近,即距离小于第一阈值,则确定的第一变形区域包括第一部分区域和第二部分区域,即对包括手部区域和腰部区域的第一变形区域进行变形处理,也即在针对腰部区域进行变形处理的过程中,同时对手部区域进行变形处理。
若第一部分区域和第二部分区域距离较远,即距离大于等于第一阈值,则确定的第一变形区域包括第一部分区域或第二部分区域,即对包括手部区域或腰部区域的第二变形区域进行变形处理,也即在针对腰部区域进行变形处理的过程中,仅针对腰部区域进行变形处理,或者仅针对手部区域进行变形处理。
实际应用中,所述第一变形区域包括所述第一部分区域和所述第二部分区域的情况下,采用第一变形参数对第一变形区域进行变形处理,以使所述第一部分区域和第二部分区域均进行变形处理。所述第二变形区域包括所述第一部分区域或所述第二部分区域的情况下,采用第二变形参数对第二变形区域进行变形处理,以使所述第一部分区域或第二部分区域进行变形处理。
本实施例中,所述方法还包括:将所述第一图像进行网格划分,获得多个网格控制面;
所述基于所述变形区域对所述第一部分区域和/或第二部分区域进行变形处理,包括:基于所述变形区域对应的网格控制面对所述第一部分区域和/或第二部分区域进行变形处理。
本实施例中,对第一图像进行网格划分,获得多个网格控制面。作为一种实施方式,将所述第一图像平均划分为N*M个网格控制面,N和M均为正整数,N和M相同或不同。作为另一种实施方式,以第一图像中的目标对象为中心,将目标对象所在的矩形区域进行网格划分,再基于该矩形区域的网格划分粒度,对矩形区域以外的背景区域进行网格划分。
在一实施例中,网格控制面的数量与第一图像中目标对象对应的肢体区域在第一图像中的比例相关。例如,一个网格控制面可对应目标对象的一个部分肢体区域,例如一个网格控制面对应于目标对象的腿部,或者一个网格控制面对应于目标对象的胸部和腰部,以便于既可实现目标对象的全局变形,也有利于目标对象的局部变形。
本实施例中以网格控制面作为基本变形单元对目标对象对应的至少部分肢体区域进行处理,即针对网格控制面进行变形处理,从而实现目标对象对应的至少部分肢体区域的变形。
本实施例中,网格控制面在初始状态下为矩形,网格控制面还具有多个虚拟的控制点(或者具有控制线);通过移动控制点(或控制线)从而改变组成网格控制面的各控制线的曲率,从而实现对网格控制面的变形处理,可以理解,变形处理后的网格控制面为曲面。
在一实施例中,网格控制面具体可以为由贝塞尔曲线(Bézier curve)形成的贝塞尔曲面。贝塞尔曲面可具有多个控制点,通过对多个控制点中至少部分控制点的移动实现贝塞尔曲面的变形处理,从而实现贝塞尔曲面对应的肢体区域的变形处理。其中,贝塞尔曲面具有的多个控制点中,针对任一控制点的移动均会对贝塞尔曲面的全局进行变形,本实施方式能够实现变形处理的全局平滑。
在另一实施例中,网格控制面具体由catmull rom样条曲线形成catmull rom曲面。catmull rom曲面可具有多个控制点,通过对多个控制点中至少部分控制点的移动实现catmull rom曲面的变形处理,从而实现catmull rom曲面对应的肢体区域的变形处理。其中,catmull rom曲面具有的多个控制点中,区别于贝塞尔曲面的是,针对catmull rom曲面中的任一控制点的移动仅会对该控制点对应的区域进行局部变形,而不会对catmull rom曲面整体进行变形。可以理解,通过catmull rom曲面的变形处理实现目标对象的部分肢体区域的变形,能够使局部变形更为精确,提升图像处理的效果。
本发明实施例中,无论采用上述哪种类型的网格控制面,均需要基于待进行变形处理的网格控制面,以及变形处理的类型(例如压缩处理或是拉伸处理),确定网格控制面中待移动的网格控制点,进而按照对应的变形参数移动确定的网格控制点。
作为一种实施方式,所述基于所述变形区域对应的网格控制面对所述第一部分区域和/或第二部分区域进行变形处理,包括:当所述距离小于第一阈值时,确定第一变形区域,确定对应于所述第一变形区域的至少一个第一网格控制面,所述第一变形区域包括所述第一部分区域和所述第二部分区域;对所述至少一个第一网格控制面按照第一变形参数进行变形处理,以对所述第一部分区域和第二部分区域进行变形处理,以及对所述第一部分区域和第二部分区域以外的至少部分背景区域进行变形处理。
作为另一种实施方式,所述基于所述变形区域对应的网格控制面对所述第一部分区域和/或第二部分区域进行变形处理,包括:当所述距离大于等于第一阈值时,确定第二变形区域,确定对应于所述第二变形区域的至少一个第二网格控制面,所述第二变形区域包括所述第一部分区域或所述第二部分区域;对所述至少一个第二网格控制面按照第二变形参数进行变形处理,以对所述第一部分区域或第二部分区域进行变形处理,以及对所述第一部分区域或第二部分区域以外的至少部分背景区域进行变形处理;其中,针对所述第一部分区域和第二部分区域进行变形处理过程中,对应的第二变形参数相同或不同。
本实施方式中,若第一部分区域和第二部分区域距离较近,即距离小于第一阈值,确定的第一变形区域对应于至少一个第一网格控制面,即第一变形区域包括第一部分区域和第二部分区域;针对该至少一个第一网格控制面(即第一变形区域)按照第一变形参数进行变形处理,以在针对第一部分区域进行变形处理的过程中,同时对第二部分区域进行变形处理。例如,第一图像中的人物手部放在腰部上,则作为第一部分区域的手部和作为第二部分区域的腰部之间的距离小于第一阈值,将手部和腰部作为一个整体进行变形处理,便于手部和腰部的变形协调一致,避免手部和腰部的变形结果不协调,例如出现腰部过细、而手部过粗等不协调的变形效果。
若第一部分区域和第二部分区域距离较远,即距离大于等于第一阈值,确定的第二变形区域对应于至少一个第二网格控制面,即第二变形区域仅包括第一部分区域或第二部分区域;针对该至少一个第二网格控制面(即第二变形区域)按照第二变形参数进行变形处理,以针对第一部分区域进行变形处理,或者针对第二部分区域进行变形处理,则所述第一部分区域和第二部分区域分别位于不同的网格控制面中,即针对第一部分区域或第二部分区域进行变形处理的过程中,不涉及目标对象的其他部分区域的变形处理。
在一实施例中,本发明实施例的图像处理过程中还配置有标准参数;作为一种实施方式,所述标准参数表明处理后的目标对象的肢体区域满足的参数,也即当采用本发明实施例的图像处理方案对肢体区域进行变形处理后使得肢体区域满足所述标准参数后即终止对肢体区域进行变形处理;作为另一种实施方式,所述标准参数表明目标对象的肢体区域的调整比例,也即当采用本发明实施例的图像处理方案对肢体区域进行处理后使得肢体区域的调整变化量满足所述调整比例。基于此,本发明实施例可基于该标准参数确定变形参数(包括第一变形参数或第二变形参数)。
所述方法还包括:识别所述目标对象的腿部区域,确定所述腿部区域的变形区域,基于所述变形区域对所述腿部区域进行变形处理;则作为一种实施方式,所述生成第二图像,包括:基于所述第一部分区域和/或第二部分区域的变形处理结果,和所述腿部区域的变形处理结果生成第二图像。
本实施方式主要针对目标对象的腿部区域进行变形处理,所述变形处理主要包括:拉伸处理或压缩处理。其中,针对腿部区域的变形处理包括腿部区域的拉长或缩短处理,和/或腿部区域的拉伸(如“变胖”)或压缩(“变瘦”)处理等等。
进一步地,针对目标对象的第一部分区域和/或第二部分区域的变形处理结果,和所述腿部区域的变形处理结果生成第二图像。
作为另一种实施方式,所述对所述腿部区域进行变形处理后,所述方法还包括:生成第三图像。本实施方式主要针对腿部区域的变形处理,处理完成后生成第三图像。
作为一种实施方式,所述方法还包括:将所述第一图像进行网格划分,获得多个网格控制面;
所述基于所述变形区域对所述腿部区域进行变形处理,包括:确定所述腿部区域的变形区域对应的至少一个第三网格控制面;针对所述至少一个第三网格控制面进行变形处理,以对所述腿部区域进行变形处理,以及对所述腿部区域以外的至少部分背景区域进行变形处理;所述变形处理包括拉伸或压缩处理。
具体的,本实施方式中对第一图像进行网格划分的实现方式可参照上述所述,这里不再赘述。
这里,通过腿部区域的位置(具体可通过腿部轮廓点的坐标信息和/或腿部关键点的坐标信息)确定对应的至少一个第三网格控制面,针对至少一个第三网格控制面的变形处理从而实现腿部区域的变形处理,以及除腿部区域以外的至少部分背景区域的变形处理。
在一实施例中,所述针对所述至少一个第三网格控制面进行变形处理过程中,所述方法还包括:针对除所述腿部区域以外的至少部分背景区域进行以下处理:图像剪切处理、图像覆盖处理或根据所述至少部分背景区域的特征生成相应图像的处理。
具体的,本实施方式通过针对腿部区域的拉伸或压缩处理,从而实现“腿部增长”或“腿部缩短”的效果。若针对腿部区域的变形处理为拉伸处理,则针对腿部区域进行拉伸处理后,若针对背景区域不进行任何处理,则拉伸处理后的第二图像相比于初始的第一图像的尺寸要长,则为保证图像的尺寸不变的情况下,作为一种实施方式,对变形处理后的图像进行剪切处理,剪切处理具体可以是剪切掉图像中位于目标用户的上方和/或下方的背景图像。作为另一种实施方式,可通过将变形处理后的腿部区域覆盖于部分背景图像中,以保持图像的尺寸不变。若针对腿部区域的变形处理为压缩处理,则针对腿部区域进行压缩处理后,若针对背景区域不进行任何处理,则压缩处理后的第二图像相比于初始的第一图像的尺寸要短,或者压缩处理后的第二图像中会呈现部分空白的背景;则为保证图像的尺寸不变的情况下,或者保证图像中不出现空白背景的情况下,需要对图像的背景部分进行填充,基于此,本实施例中对所述至少部分背景区域进行特征识别,基于识别出的特征生成新背景区域,以填充该空缺区域;可以理解,是基于识别出的特征填充该空缺区域。
采用本发明实施例的技术方案,通过对图像中的目标对象的两个部分区域之间距离的确定选定变形区域,基于该变形区域对第一部分区域和/或第二部分区域进行变形处理,从而一方面实现了对目标对象的肢体区域的自动调整,无需用户多次手动操作,大大提升了用户的操作体验;另一方面基于该距离选定的变形区域实现针对目标对象的第一部分区域或第二部分区域的自动变形处理,以实现部分区域的局部精确变形,或者针对目标对象的第一部分区域和第二部分区域的自动变形处理,以实现包括第一部分区域和第二部分区域的全局变形。
本发明实施例还提供了一种图像处理装置。图2为本发明实施例的图像处理装置的组成结构示意图一;如图2所示,所述装置包括:获取单元21、识别单元22和图像处理单元23;其中,
所述获取单元21,用于获得第一图像;
所述识别单元22,用于识别所述获取单元21获得的所述第一图像中的目标对象,获得所述目标对象的第一部分区域和第二部分区域;所述第一部分区域和所述第二部分区域为所述目标对象包括的多个部分区域中的任意两个部分区域;
所述图像处理单元23,用于确定所述第一部分区域和所述第二部分区域之间的距离,基于所述距离确定变形区域;基于所述变形区域对所述第一部分区域和/或所述第二部分区域进行变形处理,生成第二图像。
作为一种实施方式,所述图像处理单元23,用于当所述距离小于第一阈值时,确定第一变形区域,所述第一变形区域包括所述第一部分区域和所述第二部分区域。
作为另一种实施方式,所述图像处理单元23,用于当所述距离大于等于第一阈值时,确定第二变形区域,所述第二变形区域包括所述第一部分区域或所述第二部分区域。
在另一实施例中,如图3所示,所述装置还包括网格划分单元24,用于将所述第一图像进行网格划分,获得多个网格控制面;
所述图像处理单元23,用于基于所述变形区域对应的网格控制面对所述第一部分区域和/或所述第二部分区域进行变形处理。
作为一种实施方式,所述图像处理单元23,用于当所述距离小于第一阈值时,确定第一变形区域,确定对应于所述第一变形区域的至少一个第一网格控制面,所述第一变形区域包括所述第一部分区域和所述第二部分区域;对所述至少一个第一网格控制面按照第一变形参数进行变形处理,以对所述第一部分区域和第二部分区域进行变形处理,以及对所述第一部分区域和第二部分区域以外的至少部分背景区域进行变形处理。
作为另一种实施方式,所述图像处理单元23,用于当所述距离大于等于第一阈值时,确定第二变形区域,确定对应于所述第二变形区域的至少一个第二网格控制面,所述第二变形区域包括所述第一部分区域或所述第二部分区域;对所述至少一个第二网格控制面按照第二变形参数进行变形处理,以对所述第一部分区域或所述第二部分区域进行变形处理,以及对所述第一部分区域或所述第二部分区域以外的至少部分背景区域进行变形处理;其中,针对所述第一部分区域和所述第二部分区域进行变形处理过程中,对应的第二变形参数相同或不同。
在一实施例中,所述识别单元22,还用于识别所述目标对象的腿部区域;
所述图像处理单元23,用于确定所述腿部区域的变形区域,基于所述变形区域对所述腿部区域进行变形处理;还用于基于所述第一部分区域和/或所述第二部分区域的变形处理结果,和所述腿部区域的变形处理结果生成第二图像。
在另一实施例中,所述图像处理单元23,还用于对所述腿部区域进行变形处理后,生成第三图像。
在一实施例中,如图3所示,所述装置还包括网格划分单元24,用于将所述第一图像进行网格划分,获得多个网格控制面;
所述图像处理单元23,用于确定所述腿部区域的变形区域对应的至少一个第三网格控制面;针对所述至少一个第三网格控制面进行变形处理,以对所述腿部区域进行变形处理,以及对所述腿部区域以外的至少部分背景区域进行变形处理;所述变形处理包括拉伸或压缩处理。
本实施例中,所述目标对象包括的多个部分区域包括:头部区域、肩部区域、胸部区域、腰部区域、手臂区域、手部区域、臀部区域、腿部区域和脚部区域。
本发明实施例中,所述装置中的获取单元21、识别单元22、图像处理单元23和网格划分单元24,在实际应用中均可由中央处理器(CPU,Central Processing Unit)、数字信号处理器(DSP,Digital Signal Processor)、微控制单元(MCU,Microcontroller Unit)或可编程门阵列(FPGA,Field-Programmable Gate Array)实现。
本发明实施例还提供了一种图像处理装置,图4为本发明实施例的图像处理装置的硬件组成结构示意图,如图4所示,图像处理装置包括存储器32、处理器31及存储在存储器32上并可在处理器31上运行的计算机程序,所述处理器31执行所述程序时实现本发明实施例前述任一项所述图像处理方法。
可以理解,图像处理装置中的各个组件通过总线系统33耦合在一起。可理解,总线系统33用于实现这些组件之间的连接通信。总线系统33除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图4中将各种总线都标为总线系统33。
可以理解,存储器32可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,Random AccessMemory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本发明实施例描述的存储器32旨在包括但不限于这些和任意其它适合类型的存储器。
上述本发明实施例揭示的方法可以应用于处理器31中,或者由处理器31实现。处理器31可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器31中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器31可以是通用处理器、DSP,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。处理器31可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤,可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中,该存储介质位于存储器32,处理器31读取存储器32中的信息,结合其硬件完成前述方法的步骤。
需要说明的是:上述实施例提供的图像处理装置在进行图像处理时,仅以上述各程序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处理分配由不同的程序模块完成,即将装置的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分处理。另外,上述实施例提供的图像处理装置与图像处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
在示例性实施例中,本发明实施例还提供了一种计算机可读存储介质,例如包括计算机程序的存储器32,上述计算机程序可由图像处理装置的处理器31执行,以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备,如移动电话、计算机、平板设备、个人数字助理等。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现本发明实施例前述任一项所述图像处理方法。
本发明实施例还提供了一种计算机程序产品,所述计算机程序产品包括计算机可执行指令,该计算机可执行指令被执行后,能够实现本发明实施例前述任一项所述的图像处理方法的步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种图像处理方法,其特征在于,所述方法包括:
获得第一图像,识别所述第一图像中的目标对象,获得所述目标对象的第一部分区域和第二部分区域;所述第一部分区域和所述第二部分区域为所述目标对象包括的多个部分区域中的任意两个部分区域;
确定所述第一部分区域和所述第二部分区域之间的距离,基于所述距离确定变形区域;
基于所述变形区域对所述第一部分区域和/或所述第二部分区域进行变形处理,生成第二图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述距离确定变形区域,包括:
当所述距离小于第一阈值时,确定第一变形区域,所述第一变形区域包括所述第一部分区域和所述第二部分区域。
3.根据权利要求1所述的方法,其特征在于,所述基于所述距离确定变形区域,包括:
当所述距离大于等于第一阈值时,确定第二变形区域,所述第二变形区域包括所述第一部分区域或所述第二部分区域。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述方法还包括:识别所述目标对象的腿部区域,确定所述腿部区域的变形区域,基于所述变形区域对所述腿部区域进行变形处理;
所述生成第二图像,包括:基于所述第一部分区域和/或所述第二部分区域的变形处理结果,和所述腿部区域的变形处理结果生成第二图像。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:
将所述第一图像进行网格划分,获得多个网格控制面;
所述基于所述变形区域对所述第一部分区域和/或所述第二部分区域进行变形处理,包括:
基于所述变形区域对应的网格控制面对所述第一部分区域和/或所述第二部分区域进行变形处理。
6.根据权利要求5所述的方法,其特征在于,所述基于所述变形区域对应的网格控制面对所述第一部分区域和/或所述第二部分区域进行变形处理,包括:
当所述距离小于第一阈值时,确定第一变形区域,确定对应于所述第一变形区域的至少一个第一网格控制面,所述第一变形区域包括所述第一部分区域和所述第二部分区域;
对所述至少一个第一网格控制面按照第一变形参数进行变形处理,以对所述第一部分区域和所述第二部分区域进行变形处理,以及对所述第一部分区域和所述第二部分区域以外的至少部分背景区域进行变形处理。
7.根据权利要求5所述的方法,其特征在于,所述基于所述变形区域对应的网格控制面对所述第一部分区域和/或所述第二部分区域进行变形处理,包括:
当所述距离大于等于第一阈值时,确定第二变形区域,确定对应于所述第二变形区域的至少一个第二网格控制面,所述第二变形区域包括所述第一部分区域或所述第二部分区域;
对所述至少一个第二网格控制面按照第二变形参数进行变形处理,以对所述第一部分区域或所述第二部分区域进行变形处理,以及对所述第一部分区域或所述第二部分区域以外的至少部分背景区域进行变形处理;
其中,针对所述第一部分区域和所述第二部分区域进行变形处理过程中,对应的第二变形参数相同或不同。
8.一种图像处理装置,其特征在于,所述装置包括:获取单元、识别单元和图像处理单元;其中,
所述获取单元,用于获得第一图像;
所述识别单元,用于识别所述获取单元获得的所述第一图像中的目标对象,获得所述目标对象的第一部分区域和第二部分区域;所述第一部分区域和所述第二部分区域为所述目标对象包括的多个部分区域中的任意两个部分区域;
所述图像处理单元,用于确定所述第一部分区域和所述第二部分区域之间的距离,基于所述距离确定变形区域;基于所述变形区域对所述第一部分区域和/或所述第二部分区域进行变形处理,生成第二图像。
9.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1至7任一项所述图像处理方法的步骤。
10.一种图像处理装置,包括存储器、处理器及存储在存储器上并可在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程序时实现权利要求1至7任一项所述图像处理方法的步骤。
CN201810827288.8A 2018-07-25 2018-07-25 一种图像处理方法、装置和计算机存储介质 Active CN110766603B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810827288.8A CN110766603B (zh) 2018-07-25 2018-07-25 一种图像处理方法、装置和计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810827288.8A CN110766603B (zh) 2018-07-25 2018-07-25 一种图像处理方法、装置和计算机存储介质

Publications (2)

Publication Number Publication Date
CN110766603A true CN110766603A (zh) 2020-02-07
CN110766603B CN110766603B (zh) 2024-04-12

Family

ID=69328077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810827288.8A Active CN110766603B (zh) 2018-07-25 2018-07-25 一种图像处理方法、装置和计算机存储介质

Country Status (1)

Country Link
CN (1) CN110766603B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010056726A (ja) * 2008-08-27 2010-03-11 Seiko Epson Corp 画像処理装置、画像処理方法および画像処理プログラム
CN103473806A (zh) * 2013-09-23 2013-12-25 北京航空航天大学 一种基于单幅图像的服装三维模型构建方法
US20150269291A1 (en) * 2014-03-24 2015-09-24 Kabushiki Kaisha Toshiba Data processing apparatus and data processing program
CN105321147A (zh) * 2014-06-25 2016-02-10 腾讯科技(深圳)有限公司 图像处理的方法及装置
CN107154030A (zh) * 2017-05-17 2017-09-12 腾讯科技(上海)有限公司 图像处理方法及装置、电子设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010056726A (ja) * 2008-08-27 2010-03-11 Seiko Epson Corp 画像処理装置、画像処理方法および画像処理プログラム
CN103473806A (zh) * 2013-09-23 2013-12-25 北京航空航天大学 一种基于单幅图像的服装三维模型构建方法
US20150269291A1 (en) * 2014-03-24 2015-09-24 Kabushiki Kaisha Toshiba Data processing apparatus and data processing program
CN104952112A (zh) * 2014-03-24 2015-09-30 株式会社东芝 数据处理装置和数据处理程序
CN105321147A (zh) * 2014-06-25 2016-02-10 腾讯科技(深圳)有限公司 图像处理的方法及装置
CN107154030A (zh) * 2017-05-17 2017-09-12 腾讯科技(上海)有限公司 图像处理方法及装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN110766603B (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
CN109934766B (zh) 一种图像处理方法及装置
US20210097268A1 (en) Image processing method and apparatus, and computer storage medium
US11288796B2 (en) Image processing method, terminal device, and computer storage medium
US11501407B2 (en) Method and apparatus for image processing, and computer storage medium
CN110675489B (zh) 一种图像处理方法、装置、电子设备和存储介质
CN109584327B (zh) 人脸老化模拟方法、装置以及设备
CN110942422A (zh) 一种图像处理方法、装置和计算机存储介质
CN109785322B (zh) 单眼人体姿态估计网络训练方法、图像处理方法和装置
CN108830784A (zh) 一种图像处理方法、装置和计算机存储介质
CN111382618B (zh) 一种人脸图像的光照检测方法、装置、设备和存储介质
CN115239861A (zh) 人脸数据增强方法、装置、计算机设备和存储介质
CN113096249A (zh) 训练顶点重建模型的方法、图像重建方法及电子设备
CN105096249A (zh) 图像处理方法和装置
CN107945102A (zh) 一种图片合成的方法及装置
CN108564058B (zh) 一种图像处理方法、装置及计算机可读存储介质
CN110766603A (zh) 一种图像处理方法、装置和计算机存储介质
CN116977539A (zh) 图像处理方法、装置、计算机设备、存储介质和程序产品
KR20180026029A (ko) 성형 수술 시뮬레이션 방법
CN117726907B (zh) 一种建模模型的训练方法、三维人体建模的方法以及装置
CN116959120B (zh) 一种基于手部关节的人手姿态估计方法及系统
CN116824090A (zh) 一种曲面重建方法及装置
CN118014910A (zh) 图像处理方法、装置和电子设备
CN117036214A (zh) 一种基于多视角的3d人脸纹理融合方法
CN116966438A (zh) 美护设备定位方法、装置及可穿戴设备、美护系统
CN115731328A (zh) 基于区域监督的图像全局卡通化方法、装置、设备及介质

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