CN110910309A - 图像处理方法、装置、电子设备、存储介质及程序产品 - Google Patents
图像处理方法、装置、电子设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN110910309A CN110910309A CN201911234869.1A CN201911234869A CN110910309A CN 110910309 A CN110910309 A CN 110910309A CN 201911234869 A CN201911234869 A CN 201911234869A CN 110910309 A CN110910309 A CN 110910309A
- Authority
- CN
- China
- Prior art keywords
- image
- oil light
- pixel
- oil
- area
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 83
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000002156 mixing Methods 0.000 claims abstract description 23
- 238000006243 chemical reaction Methods 0.000 claims abstract description 13
- 230000002146 bilateral effect Effects 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 15
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 208000002874 Acne Vulgaris Diseases 0.000 description 1
- 206010000496 acne Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000005282 brightening Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Images
Classifications
-
- G06T3/04—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
Abstract
本申请公开了一种图像处理方法、装置、电子设备、存储介质及程序产品,属于图像处理技术领域。所述方法包括:从待处理的目标图像中,确定人脸区域内的油光区域;对所述目标图像中的所述油光区域进行颜色加深处理,得到第一图像;对所述第一图像中的所述油光区域进行叠加混合处理,得到第二图像;对所述第二图像中的所述油光区域进行幂指数变换处理,得到第三图像;根据所述第三图像确定去除油光后的目标图像。本申请可以去除人脸区域的油光,使使人脸区域显得自然而不油腻。
Description
技术领域
本申请涉及图像处理技术领域,特别涉及一种图像处理方法、装置、电子设备、存储介质及程序产品。
背景技术
随着电子设备的发展与普及,电子设备的图像处理功能越来越强大。例如,可以对图像中的人脸区域进行磨皮、美白、肤色、去痘、瘦脸、去黑眼圈、亮眼等处理。但是,通常情况下,人脸区域还会出现油光的现象,而相关技术中无法实现人脸区域的油光的去除。
发明内容
本申请提供了一种图像处理方法、装置、电子设备、存储介质及程序产品,可以解决相关技术中无法去除人脸区域的油光的问题。所述技术方案如下:
一方面,提供了一种图像处理方法,所述方法包括:
从待处理的目标图像中,确定人脸区域内的油光区域;
对所述目标图像中的所述油光区域进行颜色加深处理,得到第一图像;
对所述第一图像中的所述油光区域进行叠加混合处理,得到第二图像;
对所述第二图像中的所述油光区域进行幂指数变换处理,得到第三图像;
根据所述第三图像确定去除油光后的目标图像。
可选地,所述从待处理的目标图像中,确定人脸区域内的油光区域,包括:
对所述目标图像中的人脸区域内的像素点进行模糊聚类,得到所述人脸区域内每个像素点所属的类;
根据所述人脸区域内每个像素点所属的类,从所述人脸区域内的像素点中,确定属于所述油光区域的像素点。
可选地,所述对所述目标图像中的所述油光区域进行颜色加深处理,得到第一图像,包括:
将所述目标图像中位于所述油光区域内的像素点的像素值转换至CMYK(CyanMagenta Yellow black,青洋红黄黑)空间内;
对位于所述油光区域内的每个像素点的M通道分量和Y通道分量进行颜色加深处理;
将颜色加深处理后的每个像素点的像素值转换至RGB(Red Green Blue,红绿蓝)空间内,得到所述第一图像。
可选地,所述对所述第二图像中的所述油光区域进行幂指数变换处理,得到第三图像,包括:
将所述第二图像中位于所述油光区域内的像素点的像素值与参考幂指数相乘,得到位于所述油光区域内的每个像素点对应的第一数值;
将所述第二图像中位于所述油光区域内的像素点的像素值与相应像素点对应的第一数值做差,得到所述第三图像。
可选地,所述根据所述第三图像确定去除油光后的目标图像之前,还包括:
对所述第三图像中的所述油光区域进行双边滤波处理,得到第四图像;
对所述第四图像中所述油光区域的边缘进行羽化处理,得到第五图像;
所述根据所述第三图像确定去除油光后的目标图像,包括:
采用所述第五图像中位于所述油光区域内的像素点的像素值,替换所述目标图像中位于所述油光区域内的像素点的像素值,得到去除油光后的目标图像。
另一方面,提供了一种图像处理装置,所述装置包括:
第一确定模块,用于从待处理的目标图像中,确定人脸区域内的油光区域;
颜色加深模块,用于对所述目标图像中的所述油光区域进行颜色加深处理,得到第一图像;
叠加混合模块,用于对所述第一图像中的所述油光区域进行叠加混合处理,得到第二图像;
幂指数变换模块,用于对所述第二图像中的所述油光区域进行幂指数变换处理,得到第三图像;
第二确定模块,用于根据所述第三图像确定去除油光后的目标图像。
可选地,所述第一确定模块主要用于:
对所述目标图像中的人脸区域内的像素点进行模糊聚类,得到所述人脸区域内每个像素点所属的类;
根据所述人脸区域内每个像素点所属的类,从所述人脸区域内的像素点中,确定属于所述油光区域的像素点。
可选地,所述颜色加深模块主要用于:
将所述目标图像中位于所述油光区域内的像素点的像素值转换至CMYK空间内;
对位于所述油光区域内的每个像素点的M通道分量和Y通道分量进行颜色加深处理;
将颜色加深处理后的每个像素点的像素值转换至RGB空间内,得到所述第一图像。
可选地,所述幂指数变换模块主要用于:
将所述第二图像中位于所述油光区域内的像素点的像素值与参考幂指数相乘,得到位于所述油光区域内的每个像素点对应的第一数值;
将所述第二图像中位于所述油光区域内的像素点的像素值与相应像素点对应的第一数值做差,得到所述第三图像。
可选地,所述装置还包括:
双边滤波模块,用于对所述第三图像中的所述油光区域进行双边滤波处理,得到第四图像;
羽化模块,用于对所述第四图像中所述油光区域的边缘进行羽化处理,得到第五图像;
所述第二确定模块主要用于:
采用所述第五图像中位于所述油光区域内的像素点的像素值,替换所述目标图像中位于所述油光区域内的像素点的像素值。
另一方面,提供了一种电子设备,所述电子设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的计算机程序,以实现上述所述的图像处理方法的步骤。
另一方面,提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述所述图像处理方法的步骤。
另一方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述所述的图像处理方法的步骤。
本申请提供的技术方案至少可以带来以下有益效果:
在本申请实施例中,可以从目标图像的人脸区域中确定油光区域,然后对油光区域进行加深处理、叠加混合处理、以及幂指数变换处理,从而去除人脸的油光,使人脸区域显得自然而不油腻。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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是本申请实施例提供的一种图像处理方法的流程图;
图2是本申请实施例提供的一种存在油光的目标图像的示意图;
图3是本申请实施例提供的一种油光区域的示意图;
图4是本申请实施例提供的一种去除油光后的目标图像的示意图;
图5是本申请实施例提供的一种图像处理装置的结构示意图;
图6是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例提供的图像处理方法进行详细的解释说明之前,先对本申请实施例提供的应用场景和实施环境进行介绍。
本申请实施例提供的图像处理方法不仅可以应用于图像拍摄领域,也可以应用于直播领域,或者短视频的录制领域中。
也即是,当用户通过电子设备拍摄照片后,可以通过本申请实施例提供的图像处理方法,去除拍摄到的照片中人脸区域的油光。或者,在用户进行直播的过程中,电子设备在采集直播视频的过程中,还可以通过本申请实施例提供的图像处理方法,去除直播视频包括的视频帧图像中人脸区域的油光。又或者,在用户录制短视频的过程中,电子设备在录制短视频的过程中,还可以通过本申请实施例提供的图像处理方法,去除短视频包括的视频帧图像中人脸区域的油光。
当然,本申请实施例提供的图像处理方法还可以应用于其他的领域中,本申请实施例对此不再一一列出。
本申请实施例提供的图像处理方法可以应用于电子设备中,该电子设备可以是任何一种可与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品,例如PC(Personal Computer,个人计算机)、手机、智能手机、PDA(Personal Digital Assistant,个人数字助手)、可穿戴设备、掌上电脑PPC(PocketPC)、平板电脑、智能车机、智能电视、智能音箱等。另外,本领域技术人员应能理解上述电子设备仅为举例,其他现有的或今后可能出现的电子设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
接下来对本申请实施例提供的图像处理方法进行详细的解释说明。
请参考图1,图1是本申请实施例提供的一种图像处理方法的流程图,该方法应用于电子设备中,该方法包括如下步骤。
步骤101:从待处理的目标图像中,确定人脸区域内的油光区域。
在一些实施例中,可以对目标图像中的人脸区域内的像素点进行模糊聚类,得到人脸区域内每个像素点所属的类。根据人脸区域内每个像素点所属的类,从人脸区域内的像素点中,确定属于油光区域的像素点。
在本申请实施例中,可以通过人脸识别的方法,从目标图像中确定人脸区域。然后,对于人脸区域内的每个像素点,可以通过模糊聚类的方法,确定人脸区域内的每个像素点所属的类。进而按照人脸区域内每个像素点所属的类,从人脸区域内的像素点中选取属于油光区域的像素点。
在一些实施例中,为了便于后续对油光区域进行处理,在确定出人脸区域内的油光区域之后,还可以对油光区域进行突出标记。比如,将油光区域内的像素点的像素值保持不变,将非油光区域内的像素点的像素值设置为0。或者,将油光区域内的像素点的像素值保持不变,将非油光区域内的像素点的像素值设置为其他的像素值,只要跟油光区域内的像素点的像素值的差距比较大即可。当然,还可以通过其他的方法进行标记。
比如,对于图2所示的目标图像来说,当从图2所示的目标图像中确定出油光区域之后,可以将油光区域内的像素点的像素值保持不变,将非油光区域内的像素点的像素值设置为0。也即是,如图3所示,油光区域可以呈现为原来的颜色,通常人脸区域内的油光区域的颜色接近于白色,非油光区域可以呈现为黑色。
需要说明的是,在本申请实施例中,可以对整张目标图像内的每个像素点进行模糊聚类,也可以对整个人脸区域内的每个像素点进行模糊聚类,对非人脸区域内的像素点不进行模糊聚类。当对整个人脸区域内的每个像素点进行模糊聚类的话,可以减少计算量,提高后续的图像处理效率。
步骤102:对目标图像中的油光区域进行加深处理,得到第一图像。
在一些实施例中,可以将目标图像中位于油光区域内的像素点的像素值转换至CMYK空间内。对位于油光区域内的每个像素点的M通道分量和Y通道分量进行颜色加深处理。将颜色加深处理后的每个像素点的像素值转换至RGB空间内,得到第一图像。
在本申请实施例中,目标图像初始是位于RGB空间的,因此,将目标图像中位于油光区域内的像素点的像素值转换至CMYK空间之后,每个像素点的像素值就会存在C通道分量、M通道分量、Y通道分量和K通道分量。在对油光区域内的每个像素点的M通道分量和Y通道分量进行颜色加深处理之后,可以将每个像素点的像素值转换回RGB空间。
作为一种示例,对于目标图像中位于油光区域内的第一像素点来说,可以将第一像素点的M通道分量和Y通道分量进行归一化。之后,可以按照下述公式来确定第一像素点的M通道分量或者Y通道分量进行颜色加深处理后的通道分量。
E=1-(1-F)/H
其中,在上述公式中,E为第一像素点的M通道分量或者Y通道分量进行颜色加深处理后的通道分量,F为用于进行颜色加深处理的基色,H为第一像素点的M通道分量或者Y通道分量进行归一化后的分量。
需要说明的是,在本申请实施例中,当对油光区域内的每个像素点的M通道分量和Y通道分量进行颜色加深处理时,需要选取一个基色,通过这个基色可以对M通道分量和Y通道分量进行颜色加深处理。其中,这个基色可以根据经验选取,本申请实施例对此不做限定。
步骤103:对第一图像中的油光区域进行叠加混合处理,得到第二图像。
在一些实施例中,可以对第一图像中的油光区域进行自身叠加混合处理,也即是,将第一图像中的油光区域自身进行叠加混合处理,得到第二图像。这样,可以使比较暗的区域更暗,比较亮的区域更亮。
作为一种示例,对于第一图像中的油光区域内的第一像素点来说,可以将第一像素点的像素值进行归一化。为了便于描述,可以将第一像素点归一化后的像素值称为归一化像素值。之后,可以按照下述公式来确定第一像素点进行自身叠加混合处理后的像素值。
其中,在上述公式中,B为第一像素点的归一化像素值,C为第一像素点进行自身叠加混合处理后的像素值,因为上述示例是对第一像素点进行自身叠加混合处理,所以A也为第一像素点的归一化像素值,也即是,A与B相同。
需要说明的是,对于第一图像中的油光区域内的其他像素点来说,也可以按照上述方法来确定叠加混合处理后的像素值。当第一图像中位于油光区域内的每个像素点的像素值都按照上述方式进行叠加混合处理之后,即可得到第二图像。
另外,上述是通过自身叠加混合处理为例来说明的,在另一些实施例中,还可以通过其他的方式来进行叠加混合处理。
步骤104:对第二图像中的油光区域进行幂指数变换处理,得到第三图像。
在一些实施例中,可以将第二图像中位于油光区域内的像素点的像素值与参考幂指数相乘,得到位于油光区域内的每个像素点对应的第一数值。将第二图像中位于油光区域内的像素点的像素值与相应像素点对应的第一数值做差,得到第三图像。
需要说明的是,参考幂指数可以根据经验设置,也即是,幂指数的底数和幂都是可以根据经验设置的,但是通常情况下,这个参考幂指数特别小。
由于通过上述步骤101-103对油光区域进行处理之后,油光区域的整体亮度可能较亮,不够自然,因此,本申请实施例还可以通过步骤104对油光区域进行幂指数变换处理,从而对油光区域的整体亮度进行微小量的降低。
在一些实施例中,当通过步骤104确定得到第三图像之后,即可通过步骤105确定去除油光后的目标图像。但是在另一些实施例中,通过步骤104确定得到第三图像之后,还可以对第三图像中的油光区域进行双边滤波处理,得到第四图像。对第四图像中油光区域的边缘进行羽化处理,得到第五图像。之后,再通过步骤105确定去除油光后的目标图像。
其中,对油光区域进行双边滤波处理,可以使加深的区域更加平滑、自然。对油光区域的边缘进行羽化处理之后,可以使油光区域的边缘具有一定的渐变效果,从而实现油光区域和非油光区域的自然过渡。
需要说明的是,上述双边滤波处理和边缘羽化处理可以同时存在,也可以仅存在一个。也即是,通过步骤104确定得到第三图像之后,还可以对第三图像中的油光区域进行双边滤波处理,得到第四图像。对第四图像中油光区域的边缘进行羽化处理,得到第五图像。当然,通过步骤104确定得到第三图像之后,也可以仅仅对第三图像中的油光区域进行双边滤波处理。或者,对第三图像中的油光区域的边缘进行羽化处理。
步骤105:根据第三图像确定去除油光后的目标图像。
由于上述步骤都是对油光区域进行处理,因此,在一些实施例中,在非油光区域没有进行变动的情况下,可以直接将第三图像确定为去除油光后的目标图像。
但是,上述步骤101中提到,为了便于后续对油光区域进行处理,可以将油光区域内的像素点的像素值保持不变,将非油光区域内的像素点的像素值设置为0。在这种情况下,按照上述步骤进行处理之后,非油光区域内的像素点的像素值还是0。此时就不能直接将第三图像作为去除油光后的目标图像。或者,在某些情况下,上述处理过程可能会对非油光区域有一定的影响,因此,在另一些实施例中,为了使非油光区域没有被处理,保持自然状态,可以采用第三图像中位于油光区域内的像素点的像素值,替换原始的目标图像中位于油光区域内的像素点的像素值。这样,最终得到的目标图像中只有油光区域被处理,其他区域没有被处理,从而使整张图像看起来更自然。
基于上述步骤104的描述,在得到第三图像之后,还可能对油光区域进行双边滤波处理和/或羽化处理。当进行双边滤波处理和羽化处理之后,在一些实施例中,可以将第五图像作为去除油光后的目标图像。当然,在另一些实施例中,也可以采用第五图像中位于油光区域内的像素点的像素值,替换原始的目标图像中位于油光区域内的像素点的像素值。这样,不仅可以使整张图像看起来更自然,还可以保证加深区域的平滑、自然,以及油光区域与非油光区域的自然过渡,进一步提高图像的处理效果。
比如,对图2所示的目标图像去除油光后的图像可以参考图4所示。在图4中,去除了人脸区域内的油光,使整张图像看起来更自然。
需要说明的是,当对油光区域进行双边滤波处理或者羽化处理之后,在一些实施例中,可以将双边滤波处理或者羽化处理后得到的图像作为去除油光后的目标图像。当然,在另一些实施例中,也可以采用双边滤波处理或者羽化处理后得到的图像中位于油光区域内的像素点的像素值,替换原始的目标图像中位于油光区域内的像素点的像素值。
在本申请实施例中,可以从目标图像的人脸区域中确定油光区域,然后对油光区域进行加深处理、叠加混合处理、以及幂指数变换处理,从而去除人脸的油光,使人脸区域显得自然而不油腻。而且,对于非油光区域,也即是,不需要去除油光的区域并没有进行处理,从而使人脸区域显得更自然。
图5是本申请实施例提供的一种图像处理装置的结构示意图,该图像处理装置可以由软件、硬件或者两者的结合实现成为电子设备的部分或者全部。请参考图5,该装置包括:第一确定模块501、颜色加深模块502、叠加混合模块503、幂指数变换模块504和第二确定模块505。
第一确定模块501,用于从待处理的目标图像中,确定人脸区域内的油光区域;
颜色加深模块502,用于对目标图像中的油光区域进行颜色加深处理,得到第一图像;
叠加混合模块503,用于对第一图像中的油光区域进行叠加混合处理,得到第二图像;
幂指数变换模块504,用于对第二图像中的油光区域进行幂指数变换处理,得到第三图像;
第二确定模块505,用于采用第三图像中位于油光区域内的像素点的像素值,替换目标图像中位于油光区域内的像素点的像素值,得到去除油光后的目标图像。
可选地,第一确定模块501主要用于:
对目标图像中的人脸区域内的像素点进行模糊聚类,得到人脸区域内每个像素点所属的类;
根据人脸区域内每个像素点所属的类,从人脸区域内的像素点中,确定属于油光区域的像素点。
可选地,颜色加深模块502主要用于:
将目标图像中位于油光区域内的像素点的像素值转换至CMYK空间内;
对位于油光区域内的每个像素点的M通道分量和Y通道分量进行颜色加深处理;
将颜色加深处理后的每个像素点的像素值转换至红绿蓝RGB空间内,得到第一图像。
可选地,幂指数变换模块504主要用于:
将第二图像中位于油光区域内的像素点的像素值与参考幂指数相乘,得到位于油光区域内的每个像素点对应的第一数值;
将第二图像中位于油光区域内的像素点的像素值与相应像素点对应的第一数值做差,得到第三图像。
可选地,该装置还包括:
双边滤波模块,用于对第三图像中的油光区域进行双边滤波处理,得到第四图像;
羽化模块,用于对第四图像中油光区域的边缘进行羽化处理,得到第五图像;
第二确定模块505主要用于:
采用第五图像中位于油光区域内的像素点的像素值,替换目标图像中位于油光区域内的像素点的像素值。
在本申请实施例中,可以从目标图像的人脸区域中确定油光区域,然后对油光区域进行加深处理、叠加混合处理、以及幂指数变换处理,从而去除人脸的油光,使人脸区域显得自然而不油腻。而且,对于非油光区域,也即是,不需要去除油光的区域并没有进行处理,从而使人脸区域显得更自然。
需要说明的是:上述实施例提供的图像处理装置在图像处理时,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。
图6是本申请实施例提供的一种电子设备600的结构框图。该电子设备600可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(Moving Picture Experts GroupAudio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture ExpertsGroup Audio Layer IV,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。电子设备600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,电子设备600包括有:处理器601和存储器602。
处理器601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601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601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601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601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602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602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602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601所执行以实现本申请中方法实施例提供的图像处理方法。
在一些实施例中,电子设备600还可选包括有:外围设备接口603和至少一个外围设备。处理器601、存储器602和外围设备接口603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603相连。具体地,外围设备包括:射频电路604、触摸显示屏605、摄像头606、音频电路607、定位组件608和电源609中的至少一种。
外围设备接口603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601和存储器602。在一些实施例中,处理器601、存储器602和外围设备接口603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601、存储器602和外围设备接口603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604用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路604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604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604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604可以通过至少一种无线通信协议来与其它电子设备进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、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604还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏605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605是触摸显示屏时,显示屏605还具有采集在显示屏605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601进行处理。此时,显示屏605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605可以为一个,设置电子设备600的前面板;在另一些实施例中,显示屏605可以为至少两个,分别设置在电子设备600的不同表面或呈折叠设计;在再一些实施例中,显示屏605可以是柔性显示屏,设置在电子设备600的弯曲表面上或折叠面上。甚至,显示屏605还可以设置成非矩形的不规则图形,也即异形屏。显示屏605可以采用LCD(Liquid Crystal 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606用于采集图像或视频。可选地,摄像头组件606包括前置摄像头和后置摄像头。通常,前置摄像头设置在电子设备的前面板,后置摄像头设置在电子设备的背面。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606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607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601进行处理,或者输入至射频电路604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,分别设置在电子设备600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601或射频电路604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607还可以包括耳机插孔。
定位组件608用于定位电子设备600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608可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源609用于为电子设备600中的各个组件进行供电。电源609可以是交流电、直流电、一次性电池或可充电电池。当电源609包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,电子设备600还包括有一个或多个传感器610。该一个或多个传感器610包括但不限于:加速度传感器611、陀螺仪传感器612、压力传感器613、指纹传感器614、光学传感器615以及接近传感器616。
加速度传感器611可以检测以电子设备600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611可以用于检测重力加速度在三个坐标轴上的分量。处理器601可以根据加速度传感器611采集的重力加速度信号,控制触摸显示屏605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611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612可以检测电子设备600的机体方向及转动角度,陀螺仪传感器612可以与加速度传感器611协同采集用户对电子设备600的3D动作。处理器601根据陀螺仪传感器612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613可以设置在电子设备600的侧边框和/或触摸显示屏605的下层。当压力传感器613设置在电子设备600的侧边框时,可以检测用户对电子设备600的握持信号,由处理器601根据压力传感器613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613设置在触摸显示屏605的下层时,由处理器601根据用户对触摸显示屏605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614用于采集用户的指纹,由处理器601根据指纹传感器614采集到的指纹识别用户的身份,或者,由指纹传感器614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601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614可以被设置电子设备600的正面、背面或侧面。当电子设备600上设置有物理按键或厂商Logo时,指纹传感器614可以与物理按键或厂商Logo集成在一起。
光学传感器615用于采集环境光强度。在一个实施例中,处理器601可以根据光学传感器615采集的环境光强度,控制触摸显示屏605的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏605的显示亮度;当环境光强度较低时,调低触摸显示屏605的显示亮度。在另一个实施例中,处理器601还可以根据光学传感器615采集的环境光强度,动态调整摄像头组件606的拍摄参数。
接近传感器616,也称距离传感器,通常设置在电子设备600的前面板。接近传感器616用于采集用户与电子设备600的正面之间的距离。在一个实施例中,当接近传感器616检测到用户与电子设备600的正面之间的距离逐渐变小时,由处理器601控制触摸显示屏605从亮屏状态切换为息屏状态;当接近传感器616检测到用户与电子设备600的正面之间的距离逐渐变大时,由处理器601控制触摸显示屏605从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图6中示出的结构并不构成对电子设备600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。
在一些实施例中,还提供了一种计算机可读存储介质,该存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例中图像处理方法的步骤。例如,所述计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
值得注意的是,本申请提到的计算机可读存储介质可以为非易失性存储介质,换句话说,可以是非瞬时性存储介质。
应当理解的是,实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述计算机指令可以存储在上述计算机可读存储介质中。
也即是,在一些实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述所述的图像处理方法的步骤。
应当理解的是,本文提及的“至少一个”是指一个或多个,“多个”是指两个或两个以上。在本申请的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
以上所述为本申请提供的实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (13)
1.一种图像处理方法,其特征在于,所述方法包括:
从待处理的目标图像中,确定人脸区域内的油光区域;
对所述目标图像中的所述油光区域进行颜色加深处理,得到第一图像;
对所述第一图像中的所述油光区域进行叠加混合处理,得到第二图像;
对所述第二图像中的所述油光区域进行幂指数变换处理,得到第三图像;
根据所述第三图像确定去除油光后的目标图像。
2.如权利要求1所述的方法,其特征在于,所述从待处理的目标图像中,确定人脸区域内的油光区域,包括:
对所述目标图像中的人脸区域内的像素点进行模糊聚类,得到所述人脸区域内每个像素点所属的类;
根据所述人脸区域内每个像素点所属的类,从所述人脸区域内的像素点中,确定属于所述油光区域的像素点。
3.如权利要求1所述的方法,其特征在于,所述对所述目标图像中的所述油光区域进行颜色加深处理,得到第一图像,包括:
将所述目标图像中位于所述油光区域内的像素点的像素值转换至青洋红黄黑CMYK空间内;
对位于所述油光区域内的每个像素点的M通道分量和Y通道分量进行颜色加深处理;
将颜色加深处理后的每个像素点的像素值转换至红绿蓝RGB空间内,得到所述第一图像。
4.如权利要求1所述的方法,其特征在于,所述对所述第二图像中的所述油光区域进行幂指数变换处理,得到第三图像,包括:
将所述第二图像中位于所述油光区域内的像素点的像素值与参考幂指数相乘,得到位于所述油光区域内的每个像素点对应的第一数值;
将所述第二图像中位于所述油光区域内的像素点的像素值与相应像素点对应的第一数值做差,得到所述第三图像。
5.如权利要求1-4任一所述的方法,其特征在于,所述根据所述第三图像确定去除油光后的目标图像之前,还包括:
对所述第三图像中的所述油光区域进行双边滤波处理,得到第四图像;
对所述第四图像中所述油光区域的边缘进行羽化处理,得到第五图像;
所述根据所述第三图像确定去除油光后的目标图像,包括:
采用所述第五图像中位于所述油光区域内的像素点的像素值,替换所述目标图像中位于所述油光区域内的像素点的像素值,得到去除油光后的目标图像。
6.一种图像处理装置,其特征在于,所述装置包括:
第一确定模块,用于从待处理的目标图像中,确定人脸区域内的油光区域;
颜色加深模块,用于对所述目标图像中的所述油光区域进行颜色加深处理,得到第一图像;
叠加混合模块,用于对所述第一图像中的所述油光区域进行叠加混合处理,得到第二图像;
幂指数变换模块,用于对所述第二图像中的所述油光区域进行幂指数变换处理,得到第三图像;
第二确定模块,用于根据所述第三图像确定去除油光后的目标图像。
7.如权利要求6所述的装置,其特征在于,所述第一确定模块主要用于:
对所述目标图像中的人脸区域内的像素点进行模糊聚类,得到所述人脸区域内每个像素点所属的类;
根据所述人脸区域内每个像素点所属的类,从所述人脸区域内的像素点中,确定属于所述油光区域的像素点。
8.如权利要求6所述的装置,其特征在于,所述颜色加深模块主要用于:
将所述目标图像中位于所述油光区域内的像素点的像素值转换至青洋红黄黑CMYK空间内;
对位于所述油光区域内的每个像素点的M通道分量和Y通道分量进行颜色加深处理;
将颜色加深处理后的每个像素点的像素值转换至红绿蓝RGB空间内,得到所述第一图像。
9.如权利要求6所述的装置,其特征在于,所述幂指数变换模块主要用于:
将所述第二图像中位于所述油光区域内的像素点的像素值与参考幂指数相乘,得到位于所述油光区域内的每个像素点对应的第一数值;
将所述第二图像中位于所述油光区域内的像素点的像素值与相应像素点对应的第一数值做差,得到所述第三图像。
10.如权利要求6-9任一所述的装置,其特征在于,所述装置还包括:
双边滤波模块,用于对所述第三图像中的所述油光区域进行双边滤波处理,得到第四图像;
羽化模块,用于对所述第四图像中所述油光区域的边缘进行羽化处理,得到第五图像;
所述第二确定模块主要用于:
采用所述第五图像中位于所述油光区域内的像素点的像素值,替换所述目标图像中位于所述油光区域内的像素点的像素值,得到去除油光后的目标图像。
11.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的计算机程序,以实现上述权利要求1-5任一所述方法的步骤。
12.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法的步骤。
13.一种包含指令的计算机程序产品,其特征在于,当所述程序产品在计算机上运行时,使得所述计算机执行权利要求1-5任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911234869.1A CN110910309B (zh) | 2019-12-05 | 2019-12-05 | 图像处理方法、装置、电子设备、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911234869.1A CN110910309B (zh) | 2019-12-05 | 2019-12-05 | 图像处理方法、装置、电子设备、存储介质及程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110910309A true CN110910309A (zh) | 2020-03-24 |
CN110910309B CN110910309B (zh) | 2024-03-19 |
Family
ID=69822517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911234869.1A Active CN110910309B (zh) | 2019-12-05 | 2019-12-05 | 图像处理方法、装置、电子设备、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110910309B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506231A (zh) * | 2021-08-03 | 2021-10-15 | 泰康保险集团股份有限公司 | 针对图像中像素的处理方法、装置、介质及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0965155A (ja) * | 1995-08-22 | 1997-03-07 | Fuji Photo Film Co Ltd | 画像処理装置 |
US20090041347A1 (en) * | 2007-08-10 | 2009-02-12 | Canon Kabushiki Kaisha | Image processing method and image processing apparatus |
US20130021495A1 (en) * | 2011-07-20 | 2013-01-24 | Canon Kabushiki Kaisha | Image processing apparatus, image pickup apparatus and image processing method |
CN103093215A (zh) * | 2013-02-01 | 2013-05-08 | 北京天诚盛业科技有限公司 | 人眼定位方法及装置 |
JP2013171511A (ja) * | 2012-02-22 | 2013-09-02 | Nikon Corp | 画像処理装置、画像処理プログラム及び記憶媒体 |
CN105719234A (zh) * | 2016-01-26 | 2016-06-29 | 厦门美图之家科技有限公司 | 用于人脸区域的自动去油光方法、系统及拍摄终端 |
CN107194374A (zh) * | 2017-06-16 | 2017-09-22 | 广东欧珀移动通信有限公司 | 人脸区域的去油光方法、装置及终端 |
CN110069974A (zh) * | 2018-12-21 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 高光图像处理方法、装置和电子设备 |
-
2019
- 2019-12-05 CN CN201911234869.1A patent/CN110910309B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0965155A (ja) * | 1995-08-22 | 1997-03-07 | Fuji Photo Film Co Ltd | 画像処理装置 |
US20090041347A1 (en) * | 2007-08-10 | 2009-02-12 | Canon Kabushiki Kaisha | Image processing method and image processing apparatus |
US20130021495A1 (en) * | 2011-07-20 | 2013-01-24 | Canon Kabushiki Kaisha | Image processing apparatus, image pickup apparatus and image processing method |
JP2013171511A (ja) * | 2012-02-22 | 2013-09-02 | Nikon Corp | 画像処理装置、画像処理プログラム及び記憶媒体 |
CN103093215A (zh) * | 2013-02-01 | 2013-05-08 | 北京天诚盛业科技有限公司 | 人眼定位方法及装置 |
CN105719234A (zh) * | 2016-01-26 | 2016-06-29 | 厦门美图之家科技有限公司 | 用于人脸区域的自动去油光方法、系统及拍摄终端 |
CN107194374A (zh) * | 2017-06-16 | 2017-09-22 | 广东欧珀移动通信有限公司 | 人脸区域的去油光方法、装置及终端 |
CN110069974A (zh) * | 2018-12-21 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 高光图像处理方法、装置和电子设备 |
Non-Patent Citations (3)
Title |
---|
MATRIX_11: "PS图层混合算法之三(滤色,叠加,柔光,强光)" * |
柳灞牧笛: "PS三步去掉脸部油光" * |
追猫人: "Java图像处理之幂律变换" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506231A (zh) * | 2021-08-03 | 2021-10-15 | 泰康保险集团股份有限公司 | 针对图像中像素的处理方法、装置、介质及电子设备 |
CN113506231B (zh) * | 2021-08-03 | 2023-06-27 | 泰康保险集团股份有限公司 | 针对图像中像素的处理方法、装置、介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110910309B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829864B (zh) | 图像处理方法、装置、设备及存储介质 | |
US11386586B2 (en) | Method and electronic device for adding virtual item | |
CN111723803B (zh) | 图像处理方法、装置、设备及存储介质 | |
CN110705614A (zh) | 模型训练方法、装置、电子设备及存储介质 | |
WO2023142915A1 (zh) | 图像处理方法、装置、设备及存储介质 | |
CN114494469A (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 | |
CN111105474B (zh) | 字体绘制方法、装置、计算机设备及计算机可读存储介质 | |
CN112135191A (zh) | 视频编辑方法、装置、终端及存储介质 | |
CN110910309B (zh) | 图像处理方法、装置、电子设备、存储介质及程序产品 | |
CN114594885A (zh) | 应用图标的管理方法、装置、设备及计算机可读存储介质 | |
CN114155132A (zh) | 图像处理的方法、装置、设备及计算机可读存储介质 | |
CN111757146B (zh) | 视频拼接的方法、系统及存储介质 | |
CN112399080A (zh) | 视频处理方法、装置、终端及计算机可读存储介质 | |
CN110992954A (zh) | 语音识别的方法、装置、设备及存储介质 | |
CN112990424A (zh) | 神经网络模型训练的方法和装置 | |
CN112184802A (zh) | 标定框的调整方法、装置及存储介质 | |
CN111064994B (zh) | 视频图像处理方法及装置、存储介质 | |
CN110929675B (zh) | 图像处理方法、装置、计算机设备及计算机可读存储介质 | |
CN113763486B (zh) | 主色调提取方法、装置、电子设备及存储介质 | |
CN113610733B (zh) | 图像处理方法及装置 | |
CN111091512B (zh) | 图像处理方法及装置、计算机可读存储介质 | |
CN111340894B (zh) | 图像处理方法、装置和计算机设备 | |
CN110660031B (zh) | 图像锐化方法及装置、存储介质 | |
CN113129221A (zh) | 图像处理方法、装置、设备及存储介质 |
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 |