CN110889391A - 人脸图像处理的方法、装置、计算设备和存储介质 - Google Patents
人脸图像处理的方法、装置、计算设备和存储介质 Download PDFInfo
- Publication number
- CN110889391A CN110889391A CN201911236130.4A CN201911236130A CN110889391A CN 110889391 A CN110889391 A CN 110889391A CN 201911236130 A CN201911236130 A CN 201911236130A CN 110889391 A CN110889391 A CN 110889391A
- Authority
- CN
- China
- Prior art keywords
- face
- feature points
- area
- local
- determining
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种人脸图像处理的方法、装置、计算设备和存储介质,属于图像处理技术领域。该方法包括:在进行人脸图像处理时,获取待处理人脸图像中局部人脸区域的人脸特征点。根据人脸特征点和目标参数,确定局部人脸区域对应的辅助特征点;根据人脸特征点、局部人脸区域对应的辅助特征点,确定对局部人脸区域进行目标处理类型的处理时的拉伸影响区域;根据拉伸影响区域、人脸特征点,对局部人脸区域进行目标处理类型的处理,获得处理后的图像。采用本公开,可以使处理后的图像变形幅度降低。
Description
技术领域
本公开涉及图像处理技术领域,特别涉及一种人脸图像处理的方法、装置、计算设备和存储介质。
背景技术
在直播间,主播进行直播过程中,想要为直播间的观众呈现一个比较好的面容,会在拍摄直播视频的终端中选择美化人脸图像的选项。这样,该终端会对拍摄的直播视频中的人脸图像进行处理。
在相关技术中,在对局部人脸图像进行处理时,终端会提取拍摄到的人脸图像的人脸特征点。终端基于人脸特征点对人脸图像所在的图像整体进行三角形划分,然后终端对局部人脸图像的人脸特征点进行位置调整,并对整个图像进行贴图处理,获得处理后的图像。
在相关技术中,由于在对局部人脸图像进行调整时,是对局部人脸图像所在的图像进行整体调整,所以会导致不需要调整的区域变形比较严重。
发明内容
为了解决现有技术的问题,本公开实施例提供了一种人脸图像处理的方法、装置、计算设备和存储介质。所述技术方案如下:
第一方面,提供了一种人脸图像处理的方法,所述方法包括:
获取待处理人脸图像中局部人脸区域的人脸特征点;
根据所述人脸特征点和目标参数,确定所述局部人脸区域对应的辅助特征点;
根据所述人脸特征点、所述局部人脸区域对应的辅助特征点,确定对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域;
根据所述拉伸影响区域、所述人脸特征点,对所述局部人脸区域进行所述目标处理类型的处理,获得处理后的图像。
在一种可能的实施方式中,所述根据所述人脸特征点和目标参数,确定所述局部人脸区域对应的辅助特征点,包括:
在所述人脸特征点中,确定所述局部人脸区域的轮廓特征点和基准特征点;
根据所述基准特征点、所述轮廓特征点和目标参数,确定所述局部人脸区域对应的辅助特征点。
这样,可以确定出辅助特征点。
在一种可能的实施方式中,所述目标参数为距离;
所述根据所述基准特征点、所述轮廓特征点和目标参数,确定所述局部人脸区域对应的辅助特征点,包括:
对于所述局部人脸区域对应的每个轮廓特征点,根据所述基准特征点与所述轮廓特征点之间的距离,确定所述轮廓特征点对应的目标参数的参数值;
根据所述基准特征点与所述轮廓特征点之间的连线、所述轮廓特征点对应的目标参数的参数值,确定所述轮廓特征点对应的辅助特征点;
将所述局部人脸区域中所有轮廓特征点分别对应的辅助特征点,确定为所述局部人脸区域对应的辅助特征点。
这样,可以确定出辅助特征点。
在一种可能的实施方式中,所述根据所述基准特征点与所述轮廓特征点之间的距离,确定所述轮廓特征点对应的目标参数的参数值,包括:
将所述基准特征点与所述轮廓特征点之间的距离与目标数值的乘积,确定为所述轮廓特征点对应的目标参数的参数值,所述目标数值为小于1且大于0。
这样,可以使确定出的参数值更适配于局部人脸区域。
在一种可能的实施方式中,所述根据所述人脸特征点、所述局部人脸区域对应的辅助特征点,确定对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域,包括:
根据所述局部人脸区域的轮廓特征点和基准特征点、以及所述局部人脸区域对应的辅助特征点,对所述辅助特征点所围成的区域,进行划分三角形处理;
确定所述局部人脸区域的轮廓特征点和所述局部人脸区域对应的辅助特征点构成的三角形区域;
确定所述局部人脸区域的人脸特征点中,待调整的人脸特征点;
在所述三角形区域中,将所述待调整的人脸特征点所属的三角形区域,确定为对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域。
这样,可以确定出合理的拉升影响区域。
在一种可能的实施方式中,所述根据所述拉伸影响区域、所述人脸特征点,对所述局部人脸区域进行所述目标处理类型的处理,获得处理后的图像,包括:
获取所述人脸特征点中的待调整的人脸特征点;
根据所述目标处理类型对应的调整幅度,对所述待调整的人脸特征点的位置进行调整,对所述拉升影响区域进行贴图处理,获得处理后的图像。
这样,可以使处理后的图像变形幅度降低。
第二方面,提供了一种人脸图像处理的装置,所述装置包括:
获取模块,用于获取待处理人脸图像中局部人脸区域的人脸特征点;
确定模块,用于:
根据所述人脸特征点和目标参数,确定所述局部人脸区域对应的辅助特征点;根据所述人脸特征点、所述局部人脸区域对应的辅助特征点,确定对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域;
调整模块,用于根据所述拉伸影响区域、所述人脸特征点,对所述局部人脸区域进行所述目标处理类型的处理,获得处理后的图像。
在一种可能的实施方式中,所述确定模块,用于:
在所述人脸特征点中,确定所述局部人脸区域的轮廓特征点和基准特征点;
根据所述基准特征点、所述轮廓特征点和目标参数,确定所述局部人脸区域对应的辅助特征点。
在一种可能的实施方式中,所述确定模块,用于:
对于所述局部人脸区域对应的每个轮廓特征点,根据所述基准特征点与所述轮廓特征点之间的距离,确定所述轮廓特征点对应的目标参数的参数值,其中,所述目标参数为距离;
根据所述基准特征点与所述轮廓特征点之间的连线、所述轮廓特征点对应的目标参数的参数值,确定所述轮廓特征点对应的辅助特征点;
将所述局部人脸区域中所有轮廓特征点分别对应的辅助特征点,确定为所述局部人脸区域对应的辅助特征点。
在一种可能的实施方式中,所述确定模块,用于:
将所述基准特征点与所述轮廓特征点之间的距离与目标数值的乘积,确定为所述轮廓特征点对应的目标参数的参数值,所述目标数值为小于1且大于0。
在一种可能的实施方式中,所述确定模块,用于:
根据所述局部人脸区域的轮廓特征点和基准特征点、以及所述局部人脸区域对应的辅助特征点,对所述辅助特征点所围成的区域,进行划分三角形处理;
确定所述局部人脸区域的轮廓特征点和所述局部人脸区域对应的辅助特征点构成的三角形区域;
确定所述局部人脸区域的人脸特征点中,待调整的人脸特征点;
在所述三角形区域中,将所述待调整的人脸特征点所属的三角形区域,确定为对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域。
在一种可能的实施方式中,所述调整模块,用于:
获取所述人脸特征点中的待调整的人脸特征点;
根据所述目标处理类型对应的调整幅度,对所述待调整的人脸特征点的位置进行调整,对所述拉升影响区域进行贴图处理,获得处理后的图像。
第三方面,提供了一种计算设备,所述计算设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现上述第一方面所述的人脸图像处理的方法。
第四方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现上述第一方面所述的人脸图像处理的方法。
本公开实施例提供的技术方案带来的有益效果至少包括:
本公开实施例中,在对待处理人脸图像进行处理时,可以提取待处理人脸图像的人脸特征点。根据人脸特征点和目标参数,确定局部人脸区域对应的辅助特征点。根据人脸特征点、局部人脸区域对应的辅助特征点,确定对局部人脸区域进行目标处理类型的处理时的拉伸影响区域。根据拉伸影响区域、人脸特征点,对局部人脸区域进行目标处理类型的处理,获得处理后的图像。这样,由于指定了拉升影响区域,而不是对待处理人脸图像的整体进行处理,所以可以控制调整范围,使处理后的图像变形幅度降低。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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的附图。
图1是本公开实施例提供的一种人脸图像处理的方法流程图;
图2是本公开实施例提供的一种轮廓特征点的示意图;
图3是本公开实施例提供的一种基准特征点的示意图;
图4是本公开实施例提供的一种辅助特征点的示意图;
图5是本公开实施例提供的一种辅助特征点的示意图;
图6是本公开实施例提供的一种辅助特征点的示意图;
图7是本公开实施例提供的一种拉升影响区域的示意图;
图8是本公开实施例提供的一种人脸图像处理的装置的结构示意图;
图9是本公开实施例提供的一种终端的结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开实施方式作进一步地详细描述。
本公开实施例提供了一种人脸图像处理的方法,该方法的执行主体可以是终端或者服务器。终端可以是手机、平板电脑等。服务器可以是人脸图像处理的应用程序的后台服务器。
其中,终端中可以设置有拍摄部件、处理器、存储器和收发器等。拍摄部件用于拍摄图像或者视频数据;处理器可以用于人脸图像处理的过程的处理;存储器可以用于存储人脸图像处理的过程中需要的数据以及产生的数据;收发器可以用于接收以及发送数据。终端中还可以设置屏幕等输入输出部件,屏幕可以用于显示拍摄的图像、视频数据以及进行人脸图像处理后的图像、视频数据等。
服务器中可以设置有处理器、存储器和收发器等,处理器可以用于人脸图像处理的过程的处理,存储器可以用于存储人脸图像处理的过程中需要的数据以及产生的数据,收发器可以用于接收以及发送数据。
本公开实施例中以执行主体为终端进行方案的详细描述,其它情况与之类似,本实施例不再累述。
在进行实施前,首先介绍本公开实施例涉及的应用场景:
主播在直播间进行直播过程中,想要为直播间的观众呈现一个比较好的面容,会在拍摄直播视频的终端中选择美化人脸图像的选项。这样,该终端会对拍摄的直播视频中的人脸图像进行处理。
或者,用户在拍摄包含人脸的图像时,可以在终端的摄像部件中选择美化人脸图像的选项,终端会对拍摄的包含人脸的图像进行处理。
或者,用户想要调整已有图像中包含的人脸,可以将该图像输入至美化图像的应用程序中,该应用程序的后台服务器可以对该图像进行处理。
以上仅是三种可选的应用场景,当然也可以应用于其他对人脸图像进行处理的场景中,本公开实施例不做限定。
本公开实施例提供了一种人脸图像处理的方法,以对直播视频进行处理的应用场景为例进行说明,如图1所示,该方法的执行流程可以如下:
步骤101,终端获取待处理人脸图像中局部人脸区域的人脸特征点。
其中,待处理人脸图像为包含人脸的任一图像。如用户使用终端拍摄的人脸图像,主播使用终端拍摄的直播视频中的任一包含人脸的视频帧等。局部人脸区域为人脸中的部分五官所在的区域,以及整个脸部所在的区域,局部人脸区域可以包括脸部区域、鼻所在的区域、眼睛所在的区域、嘴所在的区域、下巴所在的区域等。
本实施例中,主播在直播前,可以在直播应用程序的提供的直播设置界面中,选择调整幅度。例如,直播设置界面中可以显示有调整幅度条,在调整幅度条中包括有调整旋钮,主播可以通过拖动调整旋钮实现对调整幅度的选择。或者直播设置界面中设置有各调整幅度的选项,主播可以通过选择自己所需要的调整幅度的选项,来实现对调整幅度的选择。终端可以对调整幅度进行存储。
主播还可以选择所要调整的内容,所要调整的内容包括鼻、眼睛、嘴、下巴、脸部等(这可以是一个可选的处理,调整的内容可以默认包括上述描述的所有内容(鼻、眼睛、嘴、下巴、脸部))。
在直播间,主播的终端拍摄到直播视频后,该终端可以识别包含人脸图像的视频帧(该视频帧可以称为是待处理人脸图像)。然后终端将该待处理人脸图像输入到人脸特征点提取模型中,该人脸特征点提取模型,则会输出待处理人脸图像的人脸特征点。该人脸特征点中包括人脸特征点的类型以及人脸特征点在待处理图像中的位置坐标等。该人脸特征点的类型用于指示人脸特征点所在的局部人脸区域,以及在局部人脸区域中的位置,该位置包括轮廓位置、基准位置以及除轮廓位置、基准位置之外的位置。
终端可以确定所要调整的内容对应的局部人脸区域,然后在待处理人脸图像的人脸特征点中,根据人脸特征点的类型,确定局部人脸区域的人脸特征点。
此处需要说明的是,人脸特征点提取模型可以是任何一种人脸特征点提取模型,如ASM(Active Shape Model,主动形状模型)、AAM(Active Appreance Model,活动适应模型)等。
步骤102,终端根据人脸特征点和目标参数,确定局部人脸区域对应的辅助特征点。
本实施例中,终端确定出待处理人脸图像的人脸特征点后,可以基于目标处理类型,确定出目标处理类型对应的局部人脸区域。例如,目标处理类型为瘦脸或放大脸,局部人脸区域为包括人脸的区域;目标处理类型为瘦鼻,局部人脸区域为包含鼻子的最小区域;目标处理类型为瘦下巴,局部人脸区域为包含下巴的最小区域。
然后终端确定局部人脸区域的人脸特征点,根据局部人脸区域的人脸特征点、目标处理类型和目标参数,确定出局部人脸区域对应的辅助特征点。
此处需要说明的是,目标处理类型如果是一种,则对应一个局部人脸区域,会确定出该局部人脸区域对应的辅助特征点;目标处理类型如果是多种,则对应多个局部人脸区域,确定出多个局部人脸区域分别对应的辅助特征点。
步骤103,终端根据人脸特征点、局部人脸区域对应的辅助特征点,确定对局部人脸区域进行目标处理类型的处理时的拉伸影响区域。
其中,目标处理类型与局部人脸区域相对应,局部人脸区域为脸部时,目标处理类型可以为瘦脸或者放大脸,局部人脸区域为鼻所在的区域,目标处理类型为瘦鼻等。拉升影响区域用于指示在对局部人脸区域进行目标处理类型处理时,进行贴图处理的区域。
在本实施例中,终端可以使用该局部人脸区域的人脸特征点、该局部人脸区域对应的辅助特征点,确定出对局部人脸区域进行目标处理类型的处理时的拉升影响区域。
步骤104,终端根据拉伸影响区域、局部人脸区域的人脸特征点,对局部人脸区域进行目标处理类型的处理,获取处理后的图像。
在本实施例中,终端获取到拉升区域后,可以获取调整幅度。然后终端可以使用调整幅度、拉升影响区域和局部人脸区域的人脸特征点,对局部人脸区域进行目标处理类型的处理,获取处理后的图像。
此处需要说明的是,对于不同的局部人脸区域,调整幅度可以相同,也可以不相同。具体的,终端可以基于整体的调整幅度,确定出不同的局部人脸区域对应的调整幅度。
这样,本公开实施例中,由于不是对待处理人脸图像整个图像进行处理,而是仅对拉升影响区域进行处理,所以可以使进行调整的区域在可控范围内,使处理后的图像变形幅度降低。
在图1所示的流程中,步骤102中,终端确定辅助特征点的处理方式可以为:
终端在人脸特征点中,确定局部人脸区域的轮廓特征点和基准特征点。根据基准特征点、轮廓特征点和目标参数,确定局部人脸区域对应的辅助特征点。
其中,轮廓特征点为局部人脸区域中标志为轮廓位置的人脸特征点,一般轮廓特征点位于局部人脸区域的边缘上。如图2所示,局部人脸区域为鼻所在的最小区域,鼻周围的人脸特征点为轮廓特征点。基准特征点为局部人脸区域中标志为基准位置的人脸特征点,一般基准特征点为局部人脸区域的中心位置或者最能反映局部人脸区域的人脸特征点。例如,如图3所示,局部人脸区域为鼻所在的最小区域,鼻尖所在的人脸特征点为局部人脸区域的基准特征点;局部人脸区域为眼睛所在的最小区域,眼睛的中心位置所在的人脸特征点为局部人脸区域的基准特征点;局部人脸区域为脸部所在的区域,鼻尖所在的人脸特征点为局部人脸区域的基准特征点。
在本实施例中,终端可以在该局部人脸区域中的位置为轮廓位置或基准位置的人脸特征点。然后终端可以使用基准特征点、轮廓特征点和目标参数,确定局部人脸区域对应的辅助特征点。
在一种可能的实施方式中,终端确定辅助特征点有多种处理方式,可以采用以下方式确定辅助特征点:
对于局部人脸区域对应的每个轮廓特征点,根据基准特征点与轮廓特征点之间的距离,确定轮廓特征点对应的目标参数的参数值。根据基准特征点与轮廓特征点之间的连线、轮廓特征点对应的目标参数的参数值,确定轮廓特征点对应的辅助特征点。将局部人脸区域中所有轮廓特征点分别对应的辅助特征点,确定为局部人脸区域对应的辅助特征点。
在本实施例中,对于局部人脸区域中任一轮廓特征点,终端可以使用该局部人脸区域的基准特征点和该轮廓特征点在待处理图像中的位置坐标,确定该基准特征点与该轮廓特征点之间的距离,然后将该距离乘以目标数值,获得该轮廓特征点对应的目标参数的参数值。目标数值可以预设,且为大于0且小于1的数值,如0.3、0.25等。
然后终端确定出该基准特征点与该轮廓特征点之间的连线。终端将该连线朝着轮廓特征点延长该目标参数的参数值,延长该目标参数的参数值后,获得一个位置点。终端可以将该位置点确定为该轮廓特征点对应的辅助特征点。这样,按照相同的方式,可以确定出局部人脸区域的任一轮廓特征点对应的辅助特征点,即获取到局部人脸区域对应的辅助特征点。
例如,如图4所示,局部人脸区域为脸部所在的区域,目标处理类型为瘦脸,轮廓特征点为图4中白色实心圆,基准特征点为图4中黑色的实心圆,辅助特征点为图4中有斜线阴影的实心圆。
如图5所示,局部人脸区域为鼻所在的最小区域,目标处理类型为瘦鼻,轮廓特征点为图5中白色实心圆,基准特征点为图5中黑色的实心圆,辅助特征点为图5中有斜线阴影的实心圆。
如图6所示,局部人脸区域为眼睛所在的最小区域,目标处理类型为放大眼睛,轮廓特征点为图6中白色实心圆,基准特征点为图6中黑色的实心圆,辅助特征点为图6中有斜线阴影的实心圆。图6仅示出了右眼睛的辅助特征点。
此处需要说明的是,由于是使用一个轮廓特征点,确定一个辅助特征点,所以辅助特征点的数目与轮廓特征点的数目相同。
此处还需要说明的是,上述目标参数的参数值是基于基准特征点和轮廓特征点之间的距离确定,实际上对于一个局部人脸区域中不同的轮廓特征点,目标参数的参数值也可以是一个固定值,而不同的局部人脸区域中,目标参数的参数值可以是相同的固定值,也可以是不相同的固定值。
在一种可能的实施方式中,步骤103中,终端可以使用如下方式,获得拉升影响区域:
根据局部人脸区域的人脸特征点中的轮廓特征点和基准特征点、以及局部人脸区域对应的辅助特征点,对辅助特征点所围成的区域,进行划分三角形处理。确定局部人脸区域的人脸特征点中的轮廓特征点和局部人脸区域对应的辅助特征点构成的三角形区域。确定局部人脸区域的人脸特征点中,待调整的人脸特征点。在三角形区域中,将待调整的人脸特征点所属的三角形区域,确定为对局部人脸区域进行目标处理类型的处理时的拉伸影响区域。
在本实施例中,对于任一局部人脸区域,终端可以将局部人脸区域对应的轮廓特征点和基准特征点,以及局部人脸区域对应的辅助特征点,以及辅助特征点所围成的图像,输入至三角形划分算法(如Delaunay(德洛内)网格划分算法等),输出则为对辅助特征点所围成的图像划分得到的三角形。
然后终端可以确定局部人脸区域的人脸特征点中轮廓特征点和辅助特征点构成的三角形区域。
终端基于使用目标处理类型在局部人脸区域的人脸特征点中,确定目标处理类型对应的待调整人脸特征点(具体是可以选取局部人脸区域中固定位置的特征点,如目标处理类型为瘦鼻,待调整人脸特征点为鼻尖左右两侧的人脸特征,目标处理类型为放大眼睛,待调整人脸特征点为眼睛上侧和下侧的人脸特征点)。
然后终端确定待调整人脸特征点所属的轮廓特征点和辅助特征点构成的三角形区域,将这些三角形区域,确定为对局部人脸区域进行目标处理类型的处理时的拉伸影响区域。
例如,如图7所示,在图5的基础上,示出了待调整的人脸特征点和拉升影响区域。
在上述步骤104中,终端可以按照下述方式,确定出处理后的图像:
终端获取人脸特征点中的待调整的人脸特征点,根据目标处理类型对应的调整幅度,对待调整的人脸特征点的位置进行调整,对拉升影响区域进行贴图处理,获得处理后的图像。
在本实施例中,终端在局部人脸区域的人脸特征点中,获取待调整的人脸特征点,待调整的人脸特征点为调整该人脸特征点的位置,即能实现对局部人脸区域进行目标处理类型的处理的人脸特征点。
然后终端获取对应该待处理人脸图像的调整幅度,基于该调整幅度,调整待调整人脸特征点的位置,并对拉伸影响区域进行贴图处理(如OpenGL(Open Graphics Library,开放图形库)方式),实现对局部人脸区域进行目标处理类型的处理,获得处理后的图像。例如,目标处理类型包括瘦鼻。局部人脸区域为鼻所在的区域,终端可以对鼻所在的最小区域进行瘦鼻处理,获得处理后的图像。
此处需要说明的是,贴图处理是指:目标处理类型为瘦鼻,鼻子左侧的轮廓特征点向右移动,相应的鼻子左侧的像素点的数目会增加,也就是控制鼻子左侧的拉伸影响区域的像素点复制处理。鼻子右侧的轮廓特征点向左移动,相应的鼻子右侧的像素点的数目会增加,也就是控制鼻子右侧的拉伸影响区域的像素点复制处理。
需要说明的是,本公开实施例中,是以终端执行为例进行说明,实际上也可以由服务器执行,执行过程完全相同,此处不再赘述。
本公开实施例中,在对待处理人脸图像进行处理时,可以提取待处理人脸图像的人脸特征点。根据人脸特征点和目标参数,确定局部人脸区域对应的辅助特征点。根据人脸特征点、局部人脸区域对应的辅助特征点,确定对局部人脸区域进行目标处理类型的处理时的拉伸影响区域。根据拉伸影响区域、人脸特征点,对局部人脸区域进行目标处理类型的处理,获得处理后的图像。这样,由于指定了拉升影响区域,而不是对待处理人脸图像的整体进行处理,所以可以控制调整范围,使处理后的图像变形幅度降低。
基于相同的技术构思,本公开实施例还提供了一种人脸图像处理的装置,如图8所示,该装置包括:
获取模块810,用于获取待处理人脸图像中局部人脸区域的人脸特征点;
确定模块820,用于:
根据所述人脸特征点和目标参数,确定所述局部人脸区域对应的辅助特征点;根据所述人脸特征点、所述局部人脸区域对应的辅助特征点,确定对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域;
调整模块830,用于根据所述拉伸影响区域、所述人脸特征点,对所述局部人脸区域进行所述目标处理类型的处理,获得处理后的图像。
在一种可能的实施方式中,所述确定模块820,用于:
在所述人脸特征点中,确定所述局部人脸区域的轮廓特征点和基准特征点;
根据所述基准特征点、所述轮廓特征点和目标参数,确定所述局部人脸区域对应的辅助特征点。
在一种可能的实施方式中,所述确定模块820,用于:
对于所述局部人脸区域对应的每个轮廓特征点,根据所述基准特征点与所述轮廓特征点之间的距离,确定所述轮廓特征点对应的目标参数的参数值,其中,所述目标参数为距离;
根据所述基准特征点与所述轮廓特征点之间的连线、所述轮廓特征点对应的目标参数的参数值,确定所述轮廓特征点对应的辅助特征点;
将所述局部人脸区域中所有轮廓特征点分别对应的辅助特征点,确定为所述局部人脸区域对应的辅助特征点。
在一种可能的实施方式中,所述确定模块820,用于:
将所述基准特征点与所述轮廓特征点之间的距离与目标数值的乘积,确定为所述轮廓特征点对应的目标参数的参数值,所述目标数值为小于1且大于0。
在一种可能的实施方式中,所述确定模块820,用于:
根据所述局部人脸区域的轮廓特征点和基准特征点、以及所述局部人脸区域对应的辅助特征点,对所述辅助特征点所围成的区域,进行划分三角形处理;
确定所述局部人脸区域的轮廓特征点和所述局部人脸区域对应的辅助特征点构成的三角形区域;
确定所述局部人脸区域的人脸特征点中,待调整的人脸特征点;
在所述三角形区域中,将所述待调整的人脸特征点所属的三角形区域,确定为对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域。
在一种可能的实施方式中,所述调整模块830,用于:
获取所述人脸特征点中的待调整的人脸特征点;
根据所述目标处理类型对应的调整幅度,对所述待调整的人脸特征点的位置进行调整,对所述拉升影响区域进行贴图处理,获得处理后的图像。
本公开实施例中,在对待处理人脸图像进行处理时,可以提取待处理人脸图像的人脸特征点。根据人脸特征点和目标参数,确定局部人脸区域对应的辅助特征点。根据人脸特征点、局部人脸区域对应的辅助特征点,确定对局部人脸区域进行目标处理类型的处理时的拉伸影响区域。根据拉伸影响区域、人脸特征点,对局部人脸区域进行目标处理类型的处理,获得处理后的图像。这样,由于指定了拉升影响区域,而不是对待处理人脸图像的整体进行处理,所以可以控制调整范围,使处理后的图像变形幅度降低。
需要说明的是:上述实施例提供的人脸图像处理的装置在进行人脸图像处理时,仅以上述各功能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模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的人脸图像处理的装置与人脸图像处理的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。
图9示出了本公开一个示例性实施例提供的终端900的结构框图。该终端900可以是:智能手机、平板电脑、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、笔记本电脑或台式电脑。终端900还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端900包括有:处理器901和存储器902。
处理器901可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器901可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器901也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器901可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器901还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器902可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器902还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器902中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器901所执行以实现本公开中方法实施例提供的人脸图像处理的方法。
在一些实施例中,终端900还可选包括有:外围设备接口903和至少一个外围设备。处理器901、存储器902和外围设备接口903之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口903相连。具体地,外围设备包括:射频电路904、触摸显示屏905、摄像头906、音频电路907、定位组件908和电源909中的至少一种。
外围设备接口903可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器901和存储器902。在一些实施例中,处理器901、存储器902和外围设备接口903被集成在同一芯片或电路板上;在一些其他实施例中,处理器901、存储器902和外围设备接口903中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路904用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路904通过电磁信号与通信网络以及其他通信设备进行通信。射频电路904将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路904包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路904可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路904还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本公开对此不加以限定。
显示屏905用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏905是触摸显示屏时,显示屏905还具有采集在显示屏905的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器901进行处理。此时,显示屏905还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏905可以为一个,设置终端900的前面板;在另一些实施例中,显示屏905可以为至少两个,分别设置在终端900的不同表面或呈折叠设计;在再一些实施例中,显示屏905可以是柔性显示屏,设置在终端900的弯曲表面上或折叠面上。甚至,显示屏905还可以设置成非矩形的不规则图形,也即异形屏。显示屏905可以采用LCD(LiquidCrystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件906用于采集图像或视频。可选地,摄像头组件906包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件906还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路907可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器901进行处理,或者输入至射频电路904以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端900的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器901或射频电路904的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路907还可以包括耳机插孔。
定位组件908用于定位终端900的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件908可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源909用于为终端900中的各个组件进行供电。电源909可以是交流电、直流电、一次性电池或可充电电池。当电源909包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端900还包括有一个或多个传感器910。该一个或多个传感器910包括但不限于:加速度传感器911、陀螺仪传感器912、压力传感器913、指纹传感器914、光学传感器915以及接近传感器916。
加速度传感器911可以检测以终端900建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器911可以用于检测重力加速度在三个坐标轴上的分量。处理器901可以根据加速度传感器911采集的重力加速度信号,控制触摸显示屏905以横向视图或纵向视图进行用户界面的显示。加速度传感器911还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器912可以检测终端900的机体方向及转动角度,陀螺仪传感器912可以与加速度传感器911协同采集用户对终端900的3D动作。处理器901根据陀螺仪传感器912采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器913可以设置在终端900的侧边框和/或触摸显示屏905的下层。当压力传感器913设置在终端900的侧边框时,可以检测用户对终端900的握持信号,由处理器901根据压力传感器913采集的握持信号进行左右手识别或快捷操作。当压力传感器913设置在触摸显示屏905的下层时,由处理器901根据用户对触摸显示屏905的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器914用于采集用户的指纹,由处理器901根据指纹传感器914采集到的指纹识别用户的身份,或者,由指纹传感器914根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器901授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器914可以被设置终端900的正面、背面或侧面。当终端900上设置有物理按键或厂商Logo时,指纹传感器914可以与物理按键或厂商Logo集成在一起。
光学传感器915用于采集环境光强度。在一个实施例中,处理器901可以根据光学传感器915采集的环境光强度,控制触摸显示屏905的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏905的显示亮度;当环境光强度较低时,调低触摸显示屏905的显示亮度。在另一个实施例中,处理器901还可以根据光学传感器915采集的环境光强度,动态调整摄像头组件906的拍摄参数。
接近传感器916,也称距离传感器,通常设置在终端900的前面板。接近传感器916用于采集用户与终端900的正面之间的距离。在一个实施例中,当接近传感器916检测到用户与终端900的正面之间的距离逐渐变小时,由处理器901控制触摸显示屏905从亮屏状态切换为息屏状态;当接近传感器916检测到用户与终端900的正面之间的距离逐渐变大时,由处理器901控制触摸显示屏905从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图9中示出的结构并不构成对终端900的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本公开实施例还提供了一种计算设备,所述计算设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现上述所述的人脸图像处理的方法。
本公开实施例还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现上述所述的人脸图像处理的方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本公开的较佳实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (14)
1.一种人脸图像处理的方法,其特征在于,所述方法包括:
获取待处理人脸图像中局部人脸区域的人脸特征点;
根据所述人脸特征点和目标参数,确定所述局部人脸区域对应的辅助特征点;
根据所述人脸特征点、所述局部人脸区域对应的辅助特征点,确定对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域;
根据所述拉伸影响区域、所述人脸特征点,对所述局部人脸区域进行所述目标处理类型的处理,获得处理后的图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述人脸特征点和目标参数,确定所述局部人脸区域对应的辅助特征点,包括:
在所述人脸特征点中,确定所述局部人脸区域的轮廓特征点和基准特征点;
根据所述基准特征点、所述轮廓特征点和目标参数,确定所述局部人脸区域对应的辅助特征点。
3.根据权利要求2所述的方法,其特征在于,所述目标参数为距离;
所述根据所述基准特征点、所述轮廓特征点和目标参数,确定所述局部人脸区域对应的辅助特征点,包括:
对于所述局部人脸区域对应的每个轮廓特征点,根据所述基准特征点与所述轮廓特征点之间的距离,确定所述轮廓特征点对应的目标参数的参数值;
根据所述基准特征点与所述轮廓特征点之间的连线、所述轮廓特征点对应的目标参数的参数值,确定所述轮廓特征点对应的辅助特征点;
将所述局部人脸区域中所有轮廓特征点分别对应的辅助特征点,确定为所述局部人脸区域对应的辅助特征点。
4.根据权利要求3所述的方法,其特征在于,所述根据所述基准特征点与所述轮廓特征点之间的距离,确定所述轮廓特征点对应的目标参数的参数值,包括:
将所述基准特征点与所述轮廓特征点之间的距离与目标数值的乘积,确定为所述轮廓特征点对应的目标参数的参数值,所述目标数值为小于1且大于0。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述根据所述人脸特征点、所述局部人脸区域对应的辅助特征点,确定对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域,包括:
根据所述局部人脸区域的轮廓特征点和基准特征点、以及所述局部人脸区域对应的辅助特征点,对所述辅助特征点所围成的区域,进行划分三角形处理;
确定所述局部人脸区域的轮廓特征点和所述局部人脸区域对应的辅助特征点构成的三角形区域;
确定所述局部人脸区域的人脸特征点中,待调整的人脸特征点;
在所述三角形区域中,将所述待调整的人脸特征点所属的三角形区域,确定为对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域。
6.根据权利要求1至4任一项所述的方法,其特征在于,所述根据所述拉伸影响区域、所述人脸特征点,对所述局部人脸区域进行所述目标处理类型的处理,获得处理后的图像,包括:
获取所述人脸特征点中的待调整的人脸特征点;
根据所述目标处理类型对应的调整幅度,对所述待调整的人脸特征点的位置进行调整,对所述拉升影响区域进行贴图处理,获得处理后的图像。
7.一种人脸图像处理的装置,其特征在于,所述装置包括:
获取模块,用于获取待处理人脸图像中局部人脸区域的人脸特征点;
确定模块,用于:
根据所述人脸特征点和目标参数,确定所述局部人脸区域对应的辅助特征点;根据所述人脸特征点、所述局部人脸区域对应的辅助特征点,确定对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域;
调整模块,用于根据所述拉伸影响区域、所述人脸特征点,对所述局部人脸区域进行所述目标处理类型的处理,获得处理后的图像。
8.根据权利要求7所述的装置,其特征在于,所述确定模块,用于:
在所述人脸特征点中,确定所述局部人脸区域的轮廓特征点和基准特征点;
根据所述基准特征点、所述轮廓特征点和目标参数,确定所述局部人脸区域对应的辅助特征点。
9.根据权利要求8所述的装置,其特征在于,所述确定模块,用于:
对于所述局部人脸区域对应的每个轮廓特征点,根据所述基准特征点与所述轮廓特征点之间的距离,确定所述轮廓特征点对应的目标参数的参数值,其中,所述目标参数为距离;
根据所述基准特征点与所述轮廓特征点之间的连线、所述轮廓特征点对应的目标参数的参数值,确定所述轮廓特征点对应的辅助特征点;
将所述局部人脸区域中所有轮廓特征点分别对应的辅助特征点,确定为所述局部人脸区域对应的辅助特征点。
10.根据权利要求9所述的装置,其特征在于,所述确定模块,用于:
将所述基准特征点与所述轮廓特征点之间的距离与目标数值的乘积,确定为所述轮廓特征点对应的目标参数的参数值,所述目标数值为小于1且大于0。
11.根据权利要求7至10任一项所述的装置,其特征在于,所述确定模块,用于:
根据所述局部人脸区域的轮廓特征点和基准特征点、以及所述局部人脸区域对应的辅助特征点,对所述辅助特征点所围成的区域,进行划分三角形处理;
确定所述局部人脸区域的轮廓特征点和所述局部人脸区域对应的辅助特征点构成的三角形区域;
确定所述局部人脸区域的人脸特征点中,待调整的人脸特征点;
在所述三角形区域中,将所述待调整的人脸特征点所属的三角形区域,确定为对所述局部人脸区域进行目标处理类型的处理时的拉伸影响区域。
12.根据权利要求7至11任一项所述的装置,其特征在于,所述调整模块,用于:
获取所述人脸特征点中的待调整的人脸特征点;
根据所述目标处理类型对应的调整幅度,对所述待调整的人脸特征点的位置进行调整,对所述拉升影响区域进行贴图处理,获得处理后的图像。
13.一种计算设备,其特征在于,所述计算设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如权利要求1至6任一所述的人脸图像处理的方法。
14.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如权利要求1至6任一所述的人脸图像处理的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911236130.4A CN110889391A (zh) | 2019-12-05 | 2019-12-05 | 人脸图像处理的方法、装置、计算设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911236130.4A CN110889391A (zh) | 2019-12-05 | 2019-12-05 | 人脸图像处理的方法、装置、计算设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110889391A true CN110889391A (zh) | 2020-03-17 |
Family
ID=69750704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911236130.4A Pending CN110889391A (zh) | 2019-12-05 | 2019-12-05 | 人脸图像处理的方法、装置、计算设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110889391A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120281895A1 (en) * | 2010-01-07 | 2012-11-08 | Hitachi Medical Corporation | Medical image diagnostic apparatus and medical image contour extraction processing method |
CN109254775A (zh) * | 2018-08-30 | 2019-01-22 | 广州酷狗计算机科技有限公司 | 基于人脸的图像处理方法、终端及存储介质 |
CN109559288A (zh) * | 2018-11-30 | 2019-04-02 | 深圳市脸萌科技有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
-
2019
- 2019-12-05 CN CN201911236130.4A patent/CN110889391A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120281895A1 (en) * | 2010-01-07 | 2012-11-08 | Hitachi Medical Corporation | Medical image diagnostic apparatus and medical image contour extraction processing method |
CN109254775A (zh) * | 2018-08-30 | 2019-01-22 | 广州酷狗计算机科技有限公司 | 基于人脸的图像处理方法、终端及存储介质 |
CN109559288A (zh) * | 2018-11-30 | 2019-04-02 | 深圳市脸萌科技有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110992493B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110427110B (zh) | 一种直播方法、装置以及直播服务器 | |
CN109829864B (zh) | 图像处理方法、装置、设备及存储介质 | |
CN111028144B (zh) | 视频换脸方法及装置、存储介质 | |
CN112907725B (zh) | 图像生成、图像处理模型的训练、图像处理方法和装置 | |
CN109302632B (zh) | 获取直播视频画面的方法、装置、终端及存储介质 | |
CN111144365A (zh) | 活体检测方法、装置、计算机设备及存储介质 | |
CN110839174A (zh) | 图像处理的方法、装置、计算机设备以及存储介质 | |
CN111565309B (zh) | 显示设备及其畸变参数确定方法、装置、系统及存储介质 | |
CN110956580A (zh) | 图像换脸的方法、装置、计算机设备以及存储介质 | |
CN111723803A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN110619614B (zh) | 图像处理的方法、装置、计算机设备以及存储介质 | |
CN112565806A (zh) | 虚拟礼物赠送方法、装置、计算机设备及介质 | |
CN113160031A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112135191A (zh) | 视频编辑方法、装置、终端及存储介质 | |
CN112967261B (zh) | 图像融合方法、装置、设备及存储介质 | |
CN111860064A (zh) | 基于视频的目标检测方法、装置、设备及存储介质 | |
CN111369434B (zh) | 拼接视频封面生成的方法、装置、设备和存储介质 | |
CN111757146B (zh) | 视频拼接的方法、系统及存储介质 | |
CN108881739B (zh) | 图像生成方法、装置、终端及存储介质 | |
CN108881715B (zh) | 拍摄模式的启用方法、装置、终端及存储介质 | |
CN112399080A (zh) | 视频处理方法、装置、终端及计算机可读存储介质 | |
CN107992230B (zh) | 图像处理方法、装置及存储介质 | |
CN112052806A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN113592874A (zh) | 图像显示方法、装置和计算机设备 |
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 |