CN110971827B - 人像模式拍摄方法、装置、终端设备和存储介质 - Google Patents
人像模式拍摄方法、装置、终端设备和存储介质 Download PDFInfo
- Publication number
- CN110971827B CN110971827B CN201911253768.9A CN201911253768A CN110971827B CN 110971827 B CN110971827 B CN 110971827B CN 201911253768 A CN201911253768 A CN 201911253768A CN 110971827 B CN110971827 B CN 110971827B
- Authority
- CN
- China
- Prior art keywords
- face
- area
- blurring
- parameters
- preset
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请提出一种人像模式拍摄方法、装置、终端设备和存储介质,其中,方法包括:提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性;按照预设的美颜参数对原始人脸参数进行调整,生成目标人脸参数;若根据人脸属性从标准区域中检测出满足预设畸变条件的第一区域,则对第一区域内的人脸进行畸变校正生成校正人脸;根据第一区域的校正人脸和目标人脸参数生成目标人脸,并对目标人脸的背景区域进行虚化处理,解决了现有技术中拍摄人脸出现形变,存在影响拍摄效果的技术问题,实现了在人像拍摄模式中对人脸进行畸变校正,增强人像模式拍摄处理效果。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种人像模式拍摄方法、装置、终端设备和存储介质。
背景技术
随着终端设备和拍摄技术的不断发展,通过手机等终端设备进行人像拍照是一种常见的方式,相关技术中,人像模式拍摄并没有考虑到拍摄人脸出现形变,存在影响拍摄效果的技术问题。
发明内容
本申请提出一种人像模式拍摄方法、装置、终端设备和存储介质,解决了现有技术中拍摄人脸出现形变,存在影响拍摄效果的技术问题,实现了在人像拍摄模式中对人脸进行畸变校正,增强人像模式拍摄处理效果。
本申请一方面实施例提供了一种人像模式拍摄方法,所述方法包括以下步骤:提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性;按照预设的美颜参数对所述原始人脸参数进行调整,生成目标人脸参数;若根据所述人脸属性从所述标准区域中检测出满足预设畸变条件的第一区域,则对所述第一区域内的人脸进行畸变校正生成校正人脸;根据所述第一区域的校正人脸和所述目标人脸参数生成目标人脸,并对所述目标人脸的背景区域进行虚化处理。
本申请另一方面实施例提供了一种人像模式拍摄装置,所述装置包括:提取模块,用于提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性;生成模块,用于按照预设的美颜参数对所述原始人脸参数进行调整,生成目标人脸参数;校正模块,用于若根据所述人脸属性从所述标准区域中检测出满足预设畸变条件的第一区域,则对所述第一区域内的人脸进行畸变校正生成校正人脸;处理模块,用于根据所述第一区域的校正人脸和所述目标人脸参数生成目标人脸,并对所述目标人脸的背景区域进行虚化处理。
本申请又一方面实施例提供了一种终端设备,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计算机程序时,实现如上述实施例所述的人像模式拍摄方法。
本申请还一方面实施例提供了一种计算机可读存储介质,其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如上述实施例所描述的人像模式拍摄方法。
本申请提供的图像处理方法实施例,至少包括如下有益技术效果:
提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性;按照预设的美颜参数对原始人脸参数进行调整,生成目标人脸参数;若根据人脸属性检测出满足预设畸变条件的第一区域,则对第一区域内的人脸进行畸变校正生成校正人脸;根据第一区域的校正人脸和目标人脸参数生成目标人脸,并对目标人脸的背景区域进行虚化处理,解决了现有技术中拍摄人脸出现形变,存在影响拍摄效果的技术问题,实现了在人像拍摄模式中对人脸进行畸变校正,增强人像模式拍摄处理效果。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本申请一个实施例的人像模式拍摄方法的流程图;
图2是根据本申请另一个实施例的人像模式拍摄方法的流程图;
图3是根据本申请一个实施例的人像模式拍摄装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的人像模式拍摄方法、装置、终端设备和存储介质。本申请实施例的人像模式拍摄方法的应用主体可以是任意拥有摄像头的终端设备。
为了解决了现有技术中拍摄人脸出现形变,存在影响拍摄效果的技术问题,本申请中提供了一种人像模式拍摄方法,在本申请的实施例中,提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性;按照预设的美颜参数对原始人脸参数进行调整,生成目标人脸参数;若根据人脸属性从标准区域中检测出满足预设畸变条件的第一区域,则对第一区域内的人脸进行畸变校正生成校正人脸;根据第一区域的校正人脸和目标人脸参数生成目标人脸,并对目标人脸的背景区域进行虚化处理,实现了在人像拍摄模式中对人脸进行畸变校正,增强人像模式拍摄处理效果。
下面参考附图描述本申请实施例的人像模式拍摄方法。
图1是根据本申请一个实施例的人像模式拍摄方法的流程图,如图1所示,该方法包括:
步骤101,提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性。
可以理解的是,在实际拍摄的图像中可以有一个或者多个人脸,人脸可以是正脸、侧脸和半脸等,本申请提出的人像模式拍摄方法中进行拍摄得到的图像可以包括一个或者多个人脸。
其中,标准区域指的是人脸的精确区域,可以根据实际应用需要进行选择调整,人脸属性可以是人脸面积、人脸与图像中心的距离等,原始人脸参数指的是人脸对应的图像参数,比如可以是人脸的曝光参数、分辨率等等。
可以理解的是,可以通过很多方式来获取人脸的标准区域,比如基于卷积神经网络对图像进行人脸检测得到人脸的标准区域。
其中,可以通过很多种方式提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性,作为一种可能实现方式,检测图像中人脸的人脸框,按照预设算法从人脸框中标定人脸的标准区域;按照预设的人脸特征提取标准区域内的原始人脸参数,计算标准区域的人脸面积和计算人脸框的中央点坐标到图像的中心坐标的人脸径向距离。
步骤102,按照预设的美颜参数对原始人脸参数进行调整,生成目标人脸参数。
具体地,可以根据实际应用需要各个人脸设置不同的美颜参数,比如亮度多少、曝光多少和磨皮多少等等,根据预设的美颜参数对原始人脸参数进行调整生成目标人脸参数。
步骤103,若根据人脸属性从标准区域中检测出满足预设畸变条件的第一区域,则对第一区域内的人脸进行畸变校正生成校正人脸。
具体地,在进行调整后,根据人脸属性检测出满足预设畸变条件的第一区域,比如将人脸面积和预设面积阈值进行比较,将人脸径向距离与预设距离阈值进行比较,根据比较结果确定人脸面积大于面积阈值,且人脸径向距离大于距离阈值对应的标准区域为满足预设畸变条件的第一区域。
进一步地,对第一区域内的人脸进行畸变校正生成校正人脸,比如对第一区域的人脸进行调整,在调整之后会出现空白区域,需要通过插值补偿等方式进行处理后生成校正人脸。
再比如,将第一区域内的每个像素点的像素坐标和深度值输入初始投影网格,获取与每个像素点对应的映射像素坐标,假设初始投影网格为透视投影网格,则初始投影网格将 (x,y)点映射为(u,v)点,其中,u=(ax+by+c)/(dx+ey+f),v=(gx+hy+1)/(dx+ey+f),dx+ey+f是将3D透视变换应用于包含2D图像的平面之后的点的深度的计算,其中,g,h,d,e,f,a,b,c可以由投影变换对应的矩阵计算得到,在此不进行说明,在计算得到与每个像素点对应的映射像素坐标后,该映射像素坐标可以理解为校正后的像素坐标,从而生成校正人脸。
步骤104,根据第一区域的校正人脸和目标人脸参数生成目标人脸,并对目标人脸的背景区域进行虚化处理。
具体地,在进行调整和畸变校正处理后根据校正人脸和目标人脸参数生成目标人脸,并对目标人脸的背景区域进行虚化处理,举例说明如下:
第一种示例,按照预设的第一算法计算与人脸面积对应的第一虚化指数,根据第一虚化指数对目标人脸预设范围内的背景区域进行虚化处理。
第二种示例,按照预设的第二算法计算与人脸径向距离对应的第二虚化指数,根据第二虚化指数对目标人脸预设范围内的背景区域进行虚化处理。
第三种示例,按照预设的第三算法计算与人脸面积和人脸径向距离对应的第三虚化指数,根据第三虚化指数对目标人脸预设范围内的背景区域进行虚化处理。
其中,可以理解的是,可以基于卷积神经网络对图像进行人体检测得到人体区域,将除去包括目标人脸的人体区域以外的区域作为背景区域进行虚化处理并输出结果。
需要说明的是,为了提高处理效率,人脸检测和人体检测可以并行处理。
综上,本申请实施例的人像模式拍摄方法,提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性;按照预设的美颜参数对原始人脸参数进行调整,生成目标人脸参数;若根据人脸属性从标准区域中检测出满足预设畸变条件的第一区域,则对第一区域内的人脸进行畸变校正生成校正人脸;根据第一区域的校正人脸和目标人脸参数生成目标人脸,并对目标人脸的背景区域进行虚化处理,解决了现有技术中拍摄人脸出现形变,存在影响拍摄效果的技术问题,实现了在人像拍摄模式中对人脸进行畸变校正,增强人像模式拍摄处理效果。
为了更加清楚描述上述实施例,下面结合图2进行详细说明,如图2所示,该方法包括:
步骤201,检测图像中人脸的人脸框,按照预设算法从人脸框中标定人脸的标准区域。
具体地,对图像进行人脸检测可以得到人脸的人脸框,为了获取人脸所在的标准区域,可以通过实体分割、语义分割等预设算法结合人脸框进行处理确定人脸的标准区域。
比如通过实体分割的方式将物体从背景中分离,接着对检测到的物体进行像素提取,对检测到的物体进行类别划分,一般示例分割结果中非人体区域掩模(mask)像素值为0,不同的人体区域的mask像素值对应不同非零值。
进一步地,获得人脸的人脸框,判断该人脸框中是否存在实例分割出的人体区域,若该人脸框中只存在一个人体区域的实例分割结果,则寻找该对应人体mask在人脸框中所在部分,即为该人脸的标准区域;若该人脸框中存在多个人体区域的实例分割结果,则取人脸框中所占面积最大的人体区域的分割结果作为该人脸的标准区域。
步骤202,按照预设的人脸特征提取标准区域内的原始人脸参数,计算标准区域的人脸面积和计算人脸框的中央点坐标到图像的中心坐标的人脸径向距离。
具体地,按照预设的人脸特征提取标准区域内的原始人脸参数即人脸对应的图像参数,比如人脸的曝光参数、分辨率和亮度值等等。
具体地,首先对标准区域的人脸面积,比如可以通过语义分割、实例分割得到的人像区域部分与人脸检测得到的人脸矩形框的重叠部分得到该人脸的面积大小,接着计算人脸框的中央点坐标到图像的中心坐标的人脸径向距离,比如可以根据人脸检测得到的人脸框四个顶点的坐标计算得到人脸的中央点坐标,通过计算该人脸框中央点坐标到图像中心的径向距离得到该人脸的距离。
步骤203,按照预设的美颜参数对原始人脸参数进行调整,生成目标人脸参数。
步骤204,若根据人脸属性从标准区域中检测出满足预设畸变条件的第一区域,则对第一区域内的人脸进行畸变校正生成校正人脸。
需要说明的是,步骤203-步骤204和步骤102-步骤103相同,具体参见步骤102-步骤 103的描述,此处不再详述。
步骤205,根据第一区域的校正人脸和目标人脸参数生成目标人脸,按照预设的第三算法计算与人脸面积和人脸径向距离对应的第三虚化指数,根据第三虚化指数对目标人脸预设范围内的背景区域进行虚化处理。
具体地,在进行调整和畸变校正处理后将校正人脸和目标人脸参数生成目标人脸,并对目标人脸的背景区域进行虚化处理。
可以理解的是,可以结合人脸面积和人脸径向距离综合考虑,根据实际应用需要赋予不同的权要来计算得到对应的虚化指数,在本示例中,按照预设的第三算法比如权重求和的方式计算与人脸面积和人脸径向距离对应的第三虚化指数,根据第三虚化指数对目标人脸预设范围内的背景区域进行虚化处理。
步骤206,若根据人脸属性检测出不满足预设畸变条件的第二区域,则根据第二区域的人脸和目标人脸参数生成目标人脸,并对目标人脸的背景区域进行虚化处理。
具体地,对于没有畸变的人脸图像直接将人脸和目标人脸参数生成目标人脸,并根据第二区域的人脸和目标人脸参数生成目标人脸。
可以理解的是,可以预先根据不同人脸面积和人脸径向距离计算出不同的虚化指数来对目标人脸预设范围内的背景区域进行虚化处理,比如仅仅可以根据人脸面积确定对应的第一虚化指数,比如人脸面积越大,虚化指数可以越小,这样也是能够快速辨别人脸,或者是人脸面积越小,虚化指数越大,这样能够识别人脸,其中,虚化指数越高表示背景区域进行虚化处理的程度越高。
还可以理解的是,仅仅可以根据人脸径向距离确定对应的第一虚化指数,比如人脸径向距离越大表示距离图像中心越远,虚化指数可以越小,这样也是能够快速辨别人脸,或者是人脸径向距离越小表示距离图像中心越近,虚化指数越大,这样也能够识别人脸。
还可以结合人脸面积和人脸径向距离综合考虑,根据实际应用需要赋予不同的权要来计算得到对应的虚化指数,在本示例中,按照预设的第三算法比如权重求和的方式计算与人脸面积和人脸径向距离对应的第三虚化指数,根据第三虚化指数对目标人脸预设范围内的背景区域进行虚化处理。
由此,在人像模式拍摄中引入人脸畸变校正,实现人脸形变的校正,使得人像拍摄效果更佳细腻和美观。
综上,本申请实施例的人像模式拍摄方法,检测图像中人脸的人脸框,按照预设算法从人脸框中标定人脸的标准区域,按照预设的人脸特征提取标准区域内的原始人脸参数,计算标准区域的人脸面积和计算人脸框的中央点坐标到图像的中心坐标的人脸径向距离,按照预设的美颜参数对原始人脸参数进行调整,生成目标人脸参数,若根据人脸属性检测出满足预设畸变条件的第一区域,则对所述第一区域内的人脸进行畸变校正生成校正人脸,根据第一区域的校正人脸和目标人脸参数生成目标人脸,按照预设的第三算法计算与人脸面积和人脸径向距离对应的第三虚化指数,根据第三虚化指数对目标人脸预设范围内的背景区域进行虚化处理,解决了现有技术中拍摄人脸出现形变,存在影响拍摄效果的技术问题,实现了在人像拍摄模式中对人脸进行畸变校正,增强人像模式拍摄处理效果。
为了实现上述实施例,本申请还提出一种人像模式拍摄装置,图3是根据本申请一个实施例的人像模式拍摄装置的结构试示意图,如图3所示,该装置包括:提取模块310、生成模块320、校正模块330和处理模块340,
其中,提取模块,用于提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性;
生成模块,用于按照预设的美颜参数对所述原始人脸参数进行调整,生成目标人脸参数;
校正模块,用于若根据所述人脸属性从标准区域中检测出满足预设畸变条件的第一区域,则对所述第一区域内的人脸进行畸变校正生成校正人脸;
处理模块,用于根据所述第一区域的校正人脸和所述目标人脸参数生成目标人脸,并对所述目标人脸的背景区域进行虚化处理。
在本申请的一个实施例中,处理模块340,还用于若根据所述人脸属性检测出不满足预设畸变条件的第二区域,则根据所述第二区域的人脸和目标人脸参数生成目标人脸,并对所述目标人脸的背景区域进行虚化处理。
在本申请的一个实施例中,提取模块310,具体用于:检测图像中人脸的人脸框,按照预设算法从所述人脸框中标定人脸的标准区域;按照预设的人脸特征提取所述标准区域内的原始人脸参数;计算所述标准区域的人脸面积;和/或,计算所述人脸框的中央点坐标到所述图像的中心坐标的人脸径向距离。
在本申请的一个实施例中,处理模块340,具体用于:根据所述第一区域的校正人脸和所述目标人脸参数生成目标人脸,按照预设的第一算法计算与所述人脸面积对应的第一虚化指数,根据所述第一虚化指数对所述目标人脸预设范围内的背景区域进行虚化处理;或者,
根据所述第一区域的校正人脸和所述目标人脸参数生成目标人脸,按照预设的第二算法计算与所述人脸径向距离对应的第二虚化指数,根据所述第二虚化指数对所述目标人脸预设范围内的背景区域进行虚化处理;或者,
根据所述第一区域的校正人脸和所述目标人脸参数生成目标人脸,按照预设的第三算法计算与所述人脸面积和所述人脸径向距离对应的第三虚化指数,根据所述第三虚化指数对所述目标人脸预设范围内的背景区域进行虚化处理。
需要说明的是,前述对人像模式拍摄方法的说明,也适用于本申请实施例的人像模式拍摄装置,其实现原理类似,在此不再赘述。
综上,本申请实施例的人像模式拍摄装置,提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性;按照预设的美颜参数对原始人脸参数进行调整,生成目标人脸参数;若根据人脸属性从标准区域中检测出满足预设畸变条件的第一区域,则对第一区域内的人脸进行畸变校正生成校正人脸;根据第一区域的校正人脸和目标人脸参数生成目标人脸,并对目标人脸的背景区域进行虚化处理,解决了现有技术中拍摄人脸出现形变,存在影响拍摄效果的技术问题,实现了在人像拍摄模式中对人脸进行畸变校正,增强人像模式拍摄处理效果。
为了实现上述实施例,本申请还提出了一种终端设备,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计算机程序时,实现如前述实施例所描述的人像模式拍摄方法。
为了实现上述实施例,本申请还提出了一种计算机可读存储介质,其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如前述实施例所描述的人像模式拍摄方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是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,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块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。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种人像模式拍摄方法,其特征在于,包括:
提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性,所述原始人脸参数包括人脸的曝光参数及分辨率,所述人脸属性包括:计算人脸框的中央点坐标到所述图像的中心坐标的人脸径向距离;
按照预设的美颜参数对所述原始人脸参数进行调整,生成目标人脸参数;
若根据所述人脸属性从所述标准区域中检测出满足预设畸变条件的第一区域,则对所述第一区域内的人脸进行畸变校正生成校正人脸;
根据所述第一区域的校正人脸和所述目标人脸参数生成目标人脸,并对所述目标人脸的背景区域进行虚化处理,所述背景区域为除包括所述目标人脸的人体区域以外的区域;
所述提取图像中人脸所在的标准区域内的原始人脸参数,包括:
检测所述图像中人脸的人脸框,按照预设算法从所述人脸框中标定人脸的所述标准区域;
按照预设的人脸特征提取所述标准区域内的所述原始人脸参数;
所述对所述目标人脸的背景区域进行虚化处理,包括:
按照预设的第二算法计算与所述人脸径向距离对应的第二虚化指数,根据所述第二虚化指数对所述目标人脸预设范围内的背景区域进行虚化处理,其中,所述人脸径向距离越大表示距离图像中心越远,所述虚化指数越小;
或者,
按照预设的第三算法计算与所述人脸面积和所述人脸径向距离对应的第三虚化指数,根据所述第三虚化指数对所述目标人脸预设范围内的背景区域进行虚化处理。
2.如权利要求1所述的方法,其特征在于,还包括:
若根据所述人脸属性检测出不满足预设畸变条件的第二区域,则根据所述第二区域的人脸和所述目标人脸参数生成目标人脸,并对所述目标人脸的背景区域进行虚化处理。
3.如权利要求1所述的方法,其特征在于,所述人脸属性包括:
计算所述标准区域的人脸面积。
4.如权利要求3所述的方法,其特征在于,所述对所述目标人脸的背景区域进行虚化处理,包括:
按照预设的第一算法计算与所述人脸面积对应的第一虚化指数,根据所述第一虚化指数对所述目标人脸预设范围内的背景区域进行虚化处理。
5.一种人像模式拍摄装置,其特征在于,所述装置包括:
提取模块,用于提取图像中人脸所在的标准区域内的原始人脸参数和人脸属性,所述原始人脸参数包括人脸的曝光参数及分辨率,所述人脸属性包括:计算人脸框的中央点坐标到所述图像的中心坐标的人脸径向距离;检测所述图像中人脸的人脸框,按照预设算法从所述人脸框中标定人脸的所述标准区域;按照预设的人脸特征提取所述标准区域内的所述原始人脸参数;
生成模块,用于按照预设的美颜参数对所述原始人脸参数进行调整,生成目标人脸参数;
校正模块,用于若根据所述人脸属性从所述标准区域中检测出满足预设畸变条件的第一区域,则对所述第一区域内的人脸进行畸变校正生成校正人脸;
处理模块,用于根据所述第一区域的校正人脸和所述目标人脸参数生成目标人脸,并对所述目标人脸的背景区域进行虚化处理,所述背景区域为除包括所述目标人脸的人体区域以外的区域;所述对所述目标人脸的背景区域进行虚化处理,包括:按照预设的第二算法计算与所述人脸径向距离对应的第二虚化指数,根据所述第二虚化指数对所述目标人脸预设范围内的背景区域进行虚化处理,其中,所述人脸径向距离越大表示距离图像中心越远,所述虚化指数越小;或者,按照预设的第三算法计算与所述人脸面积和所述人脸径向距离对应的第三虚化指数,根据所述第三虚化指数对所述目标人脸预设范围内的背景区域进行虚化处理。
6.如权利要求5所述的装置,其特征在于,还包括:
所述处理模块,还用于若根据所述人脸属性检测出不满足预设畸变条件的第二区域,则根据所述第二区域的人脸和所述目标人脸参数生成目标人脸,并对所述目标人脸的背景区域进行虚化处理。
7.如权利要求5所述的装置,其特征在于,所述提取模块,具体用于:
计算所述标准区域的人脸面积。
8.一种终端设备,其特征在于,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计算机程序时,实现如权利要求1-4中任一所述的人像模式拍摄方法。
9.一种计算机可读存储介质,其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如权利要求1-4中任一所述的人像模式拍摄方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911253768.9A CN110971827B (zh) | 2019-12-09 | 2019-12-09 | 人像模式拍摄方法、装置、终端设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911253768.9A CN110971827B (zh) | 2019-12-09 | 2019-12-09 | 人像模式拍摄方法、装置、终端设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110971827A CN110971827A (zh) | 2020-04-07 |
CN110971827B true CN110971827B (zh) | 2022-02-18 |
Family
ID=70033505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911253768.9A Active CN110971827B (zh) | 2019-12-09 | 2019-12-09 | 人像模式拍摄方法、装置、终端设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110971827B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111476201A (zh) * | 2020-04-29 | 2020-07-31 | Oppo广东移动通信有限公司 | 一种证件照制作方法及终端、存储介质 |
CN111967323B (zh) * | 2020-07-16 | 2022-07-26 | 电子科技大学 | 一种基于深度学习算法的电力带电作业安全检测方法 |
CN113269608A (zh) * | 2021-05-21 | 2021-08-17 | 深圳市方圆展示制品有限公司 | 一种基于vr虚拟可线上线下展示的智慧平台 |
CN114390201A (zh) * | 2022-01-12 | 2022-04-22 | 维沃移动通信有限公司 | 对焦方法及其装置 |
CN115937010B (zh) * | 2022-08-17 | 2023-10-27 | 北京字跳网络技术有限公司 | 一种图像处理方法、装置、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107451965A (zh) * | 2017-07-24 | 2017-12-08 | 深圳市智美达科技股份有限公司 | 畸变人脸图像校正方法、装置、计算机设备和存储介质 |
CN107704798A (zh) * | 2017-08-09 | 2018-02-16 | 广东欧珀移动通信有限公司 | 图像虚化方法、装置、计算机可读存储介质和计算机设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001251552A (ja) * | 2000-03-08 | 2001-09-14 | Ricoh Co Ltd | ぶれ防止機能付き撮像装置 |
JP6472183B2 (ja) * | 2014-07-28 | 2019-02-20 | キヤノン株式会社 | 画像処理装置、その制御方法、プログラム |
CN104994281B (zh) * | 2015-06-30 | 2017-09-19 | 广东欧珀移动通信有限公司 | 一种人脸畸变校正的方法及终端 |
CN105227948B (zh) * | 2015-09-18 | 2017-10-27 | 广东欧珀移动通信有限公司 | 一种查找图像中畸变区域的方法及装置 |
CN108933890A (zh) * | 2017-05-24 | 2018-12-04 | 中兴通讯股份有限公司 | 一种背景虚化方法、设备及终端 |
CN107231529A (zh) * | 2017-06-30 | 2017-10-03 | 努比亚技术有限公司 | 图像处理方法、移动终端及存储介质 |
CN107481186B (zh) * | 2017-08-24 | 2020-12-01 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
CN107742274A (zh) * | 2017-10-31 | 2018-02-27 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN108320263A (zh) * | 2017-12-29 | 2018-07-24 | 维沃移动通信有限公司 | 一种图像处理的方法、装置及移动终端 |
-
2019
- 2019-12-09 CN CN201911253768.9A patent/CN110971827B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107451965A (zh) * | 2017-07-24 | 2017-12-08 | 深圳市智美达科技股份有限公司 | 畸变人脸图像校正方法、装置、计算机设备和存储介质 |
CN107704798A (zh) * | 2017-08-09 | 2018-02-16 | 广东欧珀移动通信有限公司 | 图像虚化方法、装置、计算机可读存储介质和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110971827A (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110971827B (zh) | 人像模式拍摄方法、装置、终端设备和存储介质 | |
CN111008947B (zh) | 图像处理方法和装置、终端设备及存储介质 | |
US9361680B2 (en) | Image processing apparatus, image processing method, and imaging apparatus | |
CN110264426B (zh) | 图像畸变校正方法和装置 | |
CN105243371A (zh) | 一种人脸美颜程度的检测方法、系统及拍摄终端 | |
CN107025660B (zh) | 一种确定双目动态视觉传感器图像视差的方法和装置 | |
KR102350232B1 (ko) | 스테레오 영상 매칭 방법 및 장치 | |
US11153552B2 (en) | Image processing apparatus, image processing method and non-transitory computer-readable storage medium | |
CN110910330B (zh) | 图像处理方法、图像处理装置、电子设备和可读存储介质 | |
KR20150037369A (ko) | 영상의 노이즈를 저감하는 방법 및 이를 이용한 영상 처리 장치 | |
JP2015096812A (ja) | 画像処理装置、撮像装置および距離補正方法 | |
KR20120072245A (ko) | 스테레오 영상 정합 장치 및 방법 | |
US9519956B2 (en) | Processing stereo images | |
KR20110014067A (ko) | 스테레오 컨텐트의 변환 방법 및 시스템 | |
CN111105366B (zh) | 图像处理方法和装置、终端设备及存储介质 | |
CN111028170B (zh) | 图像处理方法、图像处理装置、电子设备和可读存储介质 | |
KR20170070620A (ko) | 스테레오 영상 매칭 방법 및 장치 | |
CN110505398B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
Kinoshita et al. | Automatic exposure compensation using an image segmentation method for single-image-based multi-exposure fusion | |
Guthier et al. | Flicker reduction in tone mapped high dynamic range video | |
JP2018195084A (ja) | 画像処理装置及び画像処理方法、プログラム、記憶媒体 | |
CN111028169A (zh) | 图像校正方法、装置、终端设备和存储介质 | |
CN111091507A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN111105370B (zh) | 图像处理方法、图像处理装置、电子设备和可读存储介质 | |
CN110188640B (zh) | 人脸识别方法、装置、服务器和计算机可读介质 |
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 |