CN111145110A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111145110A CN111145110A CN201911285220.2A CN201911285220A CN111145110A CN 111145110 A CN111145110 A CN 111145110A CN 201911285220 A CN201911285220 A CN 201911285220A CN 111145110 A CN111145110 A CN 111145110A
- Authority
- CN
- China
- Prior art keywords
- processed
- area
- region
- determining
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 57
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 96
- 238000000034 method Methods 0.000 claims abstract description 21
- 235000002673 Dioscorea communis Nutrition 0.000 claims description 89
- 241000544230 Dioscorea communis Species 0.000 claims description 89
- 208000035753 Periorbital contusion Diseases 0.000 claims description 89
- 210000003128 head Anatomy 0.000 claims description 21
- 238000010801 machine learning Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 20
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005498 polishing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008439 repair process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本公开关于一种图像处理方法、装置、电子设备及存储介质，该方法包括：确定待处理图像中的人脸关键点；根据所述人脸关键点，确定所述待处理图像中黑眼圈和法令纹所在的第一待处理区域和第二待处理区域；对所述待处理图像进行侧脸检测，得到侧脸检测结果；根据所述侧脸检测结果，确定所述第一待处理区域对应的第一磨皮参数和所述第二待处理区域对应的第二磨皮参数；根据所述第一磨皮参数对所述第一待处理区域进行磨皮处理，并根据所述第二磨皮参数对所述第二待处理区域进行磨皮处理，得到处理后的图像。本公开提高了处理过的区域与周围区域的协调性，增强了处理效果，使得处理效果更自然，提升用户体验。
Description
技术领域
本公开涉及图像处理技术，尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
在拍摄、拍照或直播软件中，一般需要对拍摄的画面做实时的图像识别和效果处理，其中，去法令纹去黑眼圈是一种经常用到的处理方式。
相关技术中，在估算出黑眼圈和法令纹的位置后，采用固定统一的磨皮参数对黑眼圈和法令纹区域进行磨皮处理，导致在用户转头时法令纹和黑眼圈位置的贴图素材比较明显，使得处理过的区域与周围区域不协调，处理效果较差，用户能够明显看出处理过的痕迹，用户体验差。
发明内容
本公开提供一种图像处理方法、装置、电子设备及存储介质，以至少解决相关技术中用户转头时处理过的区域与周围区域不协调的问题。本公开的技术方案如下：
根据本公开实施例的第一方面，提供一种图像处理方法，包括：
确定待处理图像中的人脸关键点；
根据所述人脸关键点，确定所述待处理图像中黑眼圈和法令纹所在的第一待处理区域和第二待处理区域；
对所述待处理图像进行侧脸检测，得到侧脸检测结果；
根据所述侧脸检测结果，确定所述第一待处理区域对应的第一磨皮参数和所述第二待处理区域对应的第二磨皮参数；
根据所述第一磨皮参数对所述第一待处理区域进行磨皮处理，并根据所述第二磨皮参数对所述第二待处理区域进行磨皮处理，得到处理后的图像。
可选的，所述根据所述人脸关键点，确定所述待处理图像中的黑眼圈和法令纹所在的第一待处理区域和第二待处理区域，包括：
根据所述人脸关键点中的眼部关键点，确定所述待处理图像中的第一眼睛区域和第二眼睛区域，并根据所述人脸关键点中的嘴部关键点，确定所待处理图像中的嘴巴区域；
根据所述第一眼睛区域确定第一黑眼圈区域，根据所述第二眼睛区域确定第二黑眼圈区域，并根据所述嘴巴区域确定第一法令纹区域和第二法令纹区域；
将所述第一黑眼圈区域和所述第一法令纹区域作为所述第一待处理区域，并将所述第二黑眼圈区域和所述第二法令纹区域作为所述第二待处理区域。
可选的，所述根据所述第一眼睛区域确定第一黑眼圈区域，根据所述第二眼睛区域确定第二黑眼圈区域，包括：
在所述待处理图像的分辨率为预设分辨率的情况下，将距离所述第一眼睛区域底部第一预设像素的第一弧形区域作为所述第一黑眼圈区域，并将距离所述第二眼睛区域底部第一预设像素的第二弧形区域作为所述第二黑眼圈区域。
可选的，所述根据所述嘴巴区域确定第一法令纹区域和第二法令纹区域，包括：
在所述待处理图像的分辨率为预设分辨率的情况下，将距离所述嘴巴区域第一侧第二预设像素的第一扇形区域作为所述第一法令纹区域，并将距离所述嘴巴区域第二侧第二预设像素的第二扇形区域作为所述第二法令纹区域。
可选的，所述侧脸检测结果包括正脸、向第一侧侧脸、向第二侧侧脸、抬头或低头。
可选的，所述根据所述侧脸检测结果，确定所述第一待处理区域对应的第一磨皮参数和所述第二待处理区域对应的第二磨皮参数，包括：
若所述侧脸检测结果为正脸，则确定所述第一待处理区域对应的第一磨皮参数为预设磨皮参数，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数；
若所述侧脸检测结果为向第一侧侧脸，则确定所待第一处理区域对应的第一磨皮参数为所述预设磨皮参数的第一预设比例，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第二预设比例，所述第一预设比例小于所述第二预设比例，所述第二预设比例小于1；
若所述侧脸检测结果为向第二侧侧脸，则确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第三预设比例，确定所述第一待处理区域对应的第一磨皮参数为所述预设磨皮参数的第四预设比例，所述第三预设比例小于所述第四预设比例，所述第四预设比例小于1；
若所述侧脸检测结果为抬头或低头，则确定所述第一待处理区域对应的第一磨皮参数为所述预设磨皮参数的第五预设比例，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第五预设比例，所述第五预设比例小于1。
可选的，所述确定待处理图像中的人脸关键点，包括：
将所述待处理图像输入基于机器学习的人脸关键点检测模型，得到所述待处理图像中的人脸关键点。
根据本公开实施例的第二方面，提供一种图像处理装置，包括：
关键点确定模块，被配置为确定待处理图像中的人脸关键点；
待处理区域确定模块，被配置为根据所述人脸关键点，确定所述待处理图像中黑眼圈和法令纹所在的第一待处理区域和第二待处理区域；
侧脸检测模块，被配置为对所述待处理图像进行侧脸检测，得到侧脸检测结果；
磨皮参数确定模块，被配置为根据所述侧脸检测结果，确定所述第一待处理区域对应的第一磨皮参数和所述第二待处理区域对应的第二磨皮参数；
磨皮处理模块，被配置为根据所述第一磨皮参数对所述第一待处理区域进行磨皮处理，并根据所述第二磨皮参数对所述第二待处理区域进行磨皮处理，得到处理后的图像。
可选的，所述待处理区域确定模块包括：
眼睛嘴巴区域确定单元，被配置为根据所述人脸关键点中的眼部关键点，确定所述待处理图像中的第一眼睛区域和第二眼睛区域，并根据所述人脸关键点中的嘴部关键点，确定所待处理图像中的嘴巴区域；
黑眼圈法令纹确定单元，被配置为根据所述第一眼睛区域确定第一黑眼圈区域，根据所述第二眼睛区域确定第二黑眼圈区域，并根据所述嘴巴区域确定第一法令纹区域和第二法令纹区域；
待处理区域确定单元，被配置为将所述第一黑眼圈区域和所述第一法令纹区域作为所述第一待处理区域，并将所述第二黑眼圈区域和所述第二法令纹区域作为所述第二待处理区域。
可选的，所述黑眼圈法令纹确定单元，包括：
黑眼圈确定子单元，被配置为在所述待处理图像的分辨率为预设分辨率的情况下，将距离所述第一眼睛区域底部第一预设像素的第一弧形区域作为所述第一黑眼圈区域，并将距离所述第二眼睛区域底部第一预设像素的第二弧形区域作为所述第二黑眼圈区域。
可选的，所述黑眼圈法令纹确定单元，包括：
法令纹确定子单元，被配置为在所述待处理图像的分辨率为预设分辨率的情况下，将距离所述嘴巴区域第一侧第二预设像素的第一扇形区域作为所述第一法令纹区域，并将距离所述嘴巴区域第二侧第二预设像素的第二扇形区域作为所述第二法令纹区域。
可选的，所述侧脸检测结果包括正脸、向第一侧侧脸、向第二侧侧脸、抬头或低头。
可选的，所述磨皮参数确定模块具体被配置为：
若所述侧脸检测结果为正脸，则确定所述第一待处理区域对应的第一磨皮参数为预设磨皮参数，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数；
若所述侧脸检测结果为向第一侧侧脸，则确定所待第一处理区域对应的第一磨皮参数为所述预设磨皮参数的第一预设比例，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第二预设比例，所述第一预设比例小于所述第二预设比例，所述第二预设比例小于1；
若所述侧脸检测结果为向第二侧侧脸，则确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第三预设比例，确定所述第一待处理区域对应的第一磨皮参数为所述预设磨皮参数的第四预设比例，所述第三预设比例小于所述第四预设比例，所述第四预设比例小于1；
若所述侧脸检测结果为抬头或低头，则确定所述第一待处理区域对应的第一磨皮参数为所述预设磨皮参数的第五预设比例，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第五预设比例，所述第五预设比例小于1。
可选的，所述关键点确定模块具体被配置为：
将所述待处理图像输入基于机器学习的人脸关键点检测模型，得到所述待处理图像中的人脸关键点。
根据本公开实施例的第三方面，提供了一种电子设备，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如第一方面所述的图像处理方法。
根据本公开实施例的第四方面，提供了一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面所述的图像处理方法。
根据本公开实施例的第五方面，提供一种计算机程序产品，该计算机程序产品包括可读性程序代码，该可读性程序代码由电子设备的处理器执行时，使得电子设备能够执行如第一方面所述的图像处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果：
本公开实施例通过确定待处理图像中的人脸关键点，根据人脸关键点确定待处理图像中黑眼圈和法令纹所在的第一待处理区域和第二待处理区域，对待处理图像进行侧脸检测，得到侧脸检测结果，并根据侧脸检测结果确定第一待处理区域对应的第一磨皮参数和第二待处理区域对应的第二磨皮参数，根据第一磨皮参数对第一待处理区域进行磨皮处理，根据第二磨皮参数对第二待处理区域进行磨皮处理，得到处理后的图像，由于在对黑眼圈和法令纹所在的区域进行磨皮处理时结合了侧脸检测结果来确定磨皮参数，考虑了待处理图像中用户转头的情况，从而提高了处理过的区域与周围区域的协调性，增强了处理效果，使得处理效果更自然，提升用户体验。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种图像处理方法的流程图；
图2是根据一示例性实施例示出的一种图像处理方法的流程图；
图3是本公开实施例中生成的黑眼圈区域的掩膜和法令纹区域的掩膜的示意图；
图4是根据一示例性实施例示出的一种图像处理装置的框图；
图5是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
相关技术中，没有针对脸部的角度来做效果的适配，不管脸的角度怎样，素材都是以同样的磨皮参数贴在法令纹和黑眼圈位置，导致在用户转头时，法令纹和黑眼圈位置的贴图素材会比较明显，使用体验不好。使用去法令纹去黑眼圈效果的用户一般是对自拍要求很高的用户，只有将体验做的细致，将效果做的逼真，才能给用户提供更好的使用体验。本公开实施例为了解决在用户转头时贴图素材比较明显的问题，并达到效果逼真的目的，提供了以下的技术方案。
图1是根据一示例性实施例示出的一种图像处理方法的流程图，如图1所示，该图像处理方法用于终端等电子设备中，包括以下步骤。
在步骤S11中，确定待处理图像中的人脸关键点。
其中，待处理图像可以是实时拍摄的照片，也可以是用户指定存储位置的图片，还可以是视频中的各帧图像，例如，可以是直播场景中拍摄的视频。
对待处理图像进行人脸识别，确定待处理图像中的人脸关键点。其中，所述人脸关键点可以包括脸部轮廓关键点、眉部关键点、眼部关键点、鼻部关键点和嘴部关键点等。
在步骤S12中，根据所述人脸关键点，确定所述待处理图像中黑眼圈和法令纹所在的第一待处理区域和第二待处理区域。
在确定待处理图像中的人脸关键点后，根据人脸关键点估算待处理图像中的黑眼圈位置和法令纹位置。可以将待处理图像中的人脸分为左侧区域和右侧区域，将位于左侧区域中的黑眼圈和法令纹所在的区域作为第一待处理区域，将位于右侧区域中的黑眼圈和法令纹所在的区域作为第二待处理区域，便于后续可以根据侧脸检测结果分别确定第一待处理区域和第二待处理区域的磨皮参数。
在步骤S13中，对所述待处理图像进行侧脸检测，得到侧脸检测结果。
通过侧脸检测算法对待处理图像进行侧脸检测，得到侧脸检测结果。所述侧脸检测结果可以包括正脸、向第一侧侧脸、向第二侧侧脸、抬头或低头，第一侧可以是左侧，第二侧可以是右侧。
通过侧脸检测算法对待处理图像进行侧脸检测，可以是通过基于机器学习的侧脸检测模型对待处理图像进行侧脸检测，所述侧脸检测模型基于大量标注了侧脸检测结果的样本训练而成。
其中，侧脸检测算法例如可以是OpenCV(Open Source Computer VisionLibrary，开源计算机视觉库)中的侧脸检测算法。
需要说明的是，步骤S13的执行顺序可以在步骤S12之后，但不限于上述的顺序，具体执行时，步骤S13还可以位于S12之前，也可以位于S11之前。
在步骤S14中，根据所述侧脸检测结果，确定所述第一待处理区域对应的第一磨皮参数和所述第二待处理区域对应的第二磨皮参数。
可以根据侧脸检测结果以及预设磨皮参数与侧脸检测结果的关联关系，分别确定第一待处理区域对应的第一磨皮参数和第二待处理区域对应的第二磨皮参数。在侧脸检测结果为正脸的情况下，所述第一磨皮参数和所述第二磨皮参数相等，可以都是预设磨皮参数，在侧脸检测结果不是正脸的情况下，第一磨皮参数和第二磨皮参数均小于正脸情况下的预设磨皮参数，而且在侧脸检测结果是向第一侧侧脸或向第二侧侧脸的情况下，第一磨皮参数和第二磨皮参数也是不相等的。
在步骤S15中，根据所述第一磨皮参数对所述第一待处理区域进行磨皮处理，并根据所述第二磨皮参数对所述第二待处理区域进行磨皮处理，得到处理后的图像。
其中，磨皮处理可以消除皮肤部分的斑点、瑕疵或者杂色，能够使得人物脸部更加细腻，轮廓更加清晰。磨皮处理方法可以包括高斯模糊磨皮法、污点修复磨皮法或高低频磨皮法等。高斯模糊磨皮法是复制原图，对复制图层执行高斯模糊，然后利用高斯模糊区域替换瑕疵区域。污点修复磨皮法是在磨皮之前先利用污点修复工具将皮肤上比较明显的瑕疵例如痘痘、斑点去掉，然后进行精细调整。高低频磨皮法是将纹理与色块分离开来，然后单独处理。
在确定第一待处理区域对应的第一磨皮参数以及第二待处理区域对应的第二磨皮参数后，可以对第一待处理区域进行第一磨皮参数的磨皮处理，对第二待处理区域进行第二磨皮参数的磨皮处理。
本示例性实施例提供的图像处理方法，通过确定待处理图像中的人脸关键点，根据人脸关键点确定待处理图像中黑眼圈和法令纹所在的第一待处理区域和第二待处理区域，对待处理图像进行侧脸检测，得到侧脸检测结果，并根据侧脸检测结果确定第一待处理区域对应的第一磨皮参数和第二待处理区域对应的第二磨皮参数，根据第一磨皮参数对第一待处理区域进行磨皮处理，根据第二磨皮参数对第二待处理区域进行磨皮处理，得到处理后的图像，由于在对黑眼圈和法令纹所在的区域进行磨皮处理时结合了侧脸检测结果来确定磨皮参数，考虑了待处理图像中用户转头的情况，从而提高了处理过的区域与周围区域的协调性，增强了处理效果，使得处理效果更自然，提升用户体验。
在上述技术方案的基础上，所述根据所述侧脸检测结果，确定所述第一待处理区域对应的第一磨皮参数和所述第二待处理区域对应的第二磨皮参数，可选包括：
若所述侧脸检测结果为正脸，则确定所述第一待处理区域对应的第一磨皮参数为预设磨皮参数，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数；
若所述侧脸检测结果为向第一侧侧脸，则确定所待第一处理区域对应的第一磨皮参数为所述预设磨皮参数的第一预设比例，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第二预设比例，所述第一预设比例小于所述第二预设比例，所述第二预设比例小于1；
若所述侧脸检测结果为向第二侧侧脸，则确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第三预设比例，确定所述第一待处理区域对应的第一磨皮参数为所述预设磨皮参数的第四预设比例，所述第三预设比例小于所述第四预设比例，所述第四预设比例小于1；
若所述侧脸检测结果为抬头或低头，则确定所述第一待处理区域对应的第一磨皮参数为所述预设磨皮参数的第五预设比例，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第五预设比例，所述第五预设比例小于1。
其中，第一侧可以为左侧，第二侧可以为右侧。
在侧脸检测结果为正脸的情况下，即待处理图像中的人脸没有转头的情况下，确定第一待处理区域和第二待处理区域对应的磨皮参数相等，均为预设磨皮参数。在侧脸检测结果为向第一侧侧脸的情况下，确定头转向的第一侧中的第一待处理区域对应的第一磨皮参数要小于另一侧的第二待处理区域对应的第二磨皮参数，即第一磨皮参数为预设磨皮参数的第一预设比例，第二磨皮参数为预设磨皮参数的第二预设比例，第一预设比例小于第二预设比例，第二预设比例小于1，例如第一预设比例可以为0，第二预设比例可以为0.7。在侧脸检测结果为向第二侧侧脸的情况下，确定头转向的第二侧中的第二待处理区域对应的第二磨皮参数要小于另一侧的第一待处理区域对应的第一磨皮参数，即第二磨皮参数为预设磨皮参数的第三预设比例，第一磨皮参数为预设磨皮参数的第四预设比例，第三预设比例小于第四预设比例，第四预设比例小于1，例如第三预设比例可以为0，第四预设比例可以为0.7。在侧脸检测结果为抬头或低头的情况下，第一待处理区域对应的第一磨皮参数与第二待处理区域对应的第二磨皮参数相等，且都小于正脸情况下的预设磨皮参数，可以都是预设磨皮参数的第五预设比例，第五预设比例小于1，例如第五预设比例可以为0.7。在待处理图像中的人脸发生转向时的磨皮参数均小于正脸情况下的磨皮参数，从而解决了磨皮处理后的区域会比较明显的问题，使得处理效果比较自然，和周围区域比较协调，提升了处理效果，提升用户体验。
在上述技术方案的基础上，所述确定待处理图像中的人脸关键点，可选包括：
将所述待处理图像输入基于机器学习的人脸关键点检测模型，得到所述待处理图像中的人脸关键点。
可以通过基于机器学习的人脸关键点检测模型对待处理图像进行人脸关键点的检测。人脸关键点检测模型可以是使用标注了人脸关键点的大量样本训练而成，可以使用比较成熟的人脸关键点检测模型。通过基于机器学习的人脸关键点检测模型来检测待处理图像中的人脸关键点，确定的人脸关键点的位置较为准确，从而定位出较为准确的黑眼圈和法令纹所在区域，提高图像处理效果。
图2是根据一示例性实施例示出的一种图像处理方法的流程图，如图2所示，该图像处理方法用于终端等电子设备中，包括以下步骤。
在步骤S21中，确定待处理图像中的人脸关键点。
在步骤S22中，根据所述人脸关键点中的眼部关键点，确定所述待处理图像中的第一眼睛区域和第二眼睛区域，并根据所述人脸关键点中的嘴部关键点，确定所待处理图像中的嘴巴区域。
其中，第一眼睛区域可以是位于人脸左侧的眼睛区域，第二眼睛区域可以是位于人脸右侧的眼睛区域。
将位于人脸第一侧的第一眼部关键点进行连线，得到待处理图像中的第一眼睛区域，将位于人脸第二侧的第二眼部关键点进行连线，得到待处理图像中的第二眼睛区域。将人脸关键点中的嘴部关键点进行连线，得到待处理图像中的嘴巴区域。在确定第一眼睛区域和第二眼睛区域后，可以分别生成对应的掩膜，便于后续确定黑眼圈区域。在确定嘴巴区域后，可以生成对应的掩膜，便于后续确定法令纹区域。
在确定的人脸关键点包括128个关键点时，序号为76-92的关键点是嘴部关键点，将嘴部关键点连线可以得到嘴巴区域；序号是30-45的关键点是第一眼部关键点，序号为50-65的关键点是第二眼部关键点，将第一眼部关键点连线得到第一眼睛区域，将第二眼部关键点连线得到第二眼睛区域。
在步骤S23中，根据所述第一眼睛区域确定第一黑眼圈区域，根据所述第二眼睛区域确定第二黑眼圈区域，并根据所述嘴巴区域确定第一法令纹区域和第二法令纹区域。
根据黑眼圈与眼睛的位置关系，可以确定第一眼睛区域下面第一预设像素的位置为第一黑眼圈区域，确定第二眼睛区域下面第一预设像素的位置为第二黑眼圈区域。根据法令纹与嘴巴的位置关系，可以确定位于嘴巴第一侧第二预设像素的位置为第一法令纹区域，确定位于嘴巴第二侧第二预设像素的位置为第二法令纹区域。
在一个示例性实施例中，所述根据所述第一眼睛区域确定第一黑眼圈区域，根据所述第二眼睛区域确定第二黑眼圈区域，可选包括：
在所述待处理图像的分辨率为预设分辨率的情况下，将距离所述第一眼睛区域底部第一预设像素的第一弧形区域作为所述第一黑眼圈区域，并将距离所述第二眼睛区域底部第一预设像素的第二弧形区域作为所述第二黑眼圈区域。
可以预先设置预设分辨率与第一预设像素的对应关系。考虑到黑眼圈的形状，确定一块弧形区域为黑眼圈区域，即将距离第一眼睛区域底部第一预设像素的第一弧形区域作为第一黑眼圈区域，将距离第二眼睛区域底部第一预设像素的第二弧形区域作为第二黑眼圈区域，通过预设分辨率与第一预设像素的对应关系确定的黑眼圈区域较为准确，可以进一步增强图像处理的效果。例如，在待处理图像为720p视频中的一帧图像时，即待处理图像的分辨率为1280×720时，第一预设像素可以是5个像素。其中，第一弧形区域左右两侧之间的长度可以稍微大于第一眼睛区域左右两侧之间的长度，例如第一弧形区域左右两侧之间的长度可以比第一眼睛区域左右两侧之间的长度大4个像素，即左右两侧各2个像素。第二弧形区域左右两侧之间的长度可以稍微大于第二眼睛区域左右两侧之间的长度，例如第二弧形区域左右两侧之间的长度可以比第二眼睛区域左右两侧之间的长度大4个像素，即左右两侧各2个像素。
在一个示例性实施例中，所述根据所述嘴巴区域确定第一法令纹区域和第二法令纹区域，包括：
在所述待处理图像的分辨率为预设分辨率的情况下，将距离所述嘴巴区域第一侧第二预设像素的第一扇形区域作为所述第一法令纹区域，并将距离所述嘴巴区域第二侧第二预设像素的第二扇形区域作为所述第二法令纹区域。
其中，第一侧可以为待处理图像中人脸的左侧，第二侧可以为待处理图像中人脸的右侧。
可以预先设置预设分辨率与第二预设像素的对应关系。考虑到法令纹的形状，确定一块扇形区域为法令纹区域，即将距离嘴巴区域第一侧第二预设像素的第一扇形区域作为第一法令纹区域，将距离嘴巴区域第二侧第二预设像素的第二扇形区域作为第二法令纹区域，通过预设分辨率与第二预设像素的对应关系确定的法令纹区域较为准确，可以进一步增强图像处理的效果。例如，在待处理图像为720p视频中的一帧图像时，即待处理图像的分辨率为1280×720时，第二预设像素可以是12个像素。
图3是本公开实施例中生成的黑眼圈区域的掩膜和法令纹区域的掩膜的示意图，如图3所示，首先根据人脸关键点确定第一眼睛区域1、第二眼睛区域2、嘴巴区域3，根据第一眼睛区域1确定距离第一眼睛区域1底部第一预设像素的弧形区域4为第一黑眼圈区域，根据第二眼睛区域2确定距离第一眼睛区域2底部第一预设像素的弧形区域5为第二黑眼圈区域，根据嘴巴区域3确定位于嘴巴区域第一侧距离嘴巴区域3第一侧第二预设像素的扇形区域6为第一法令纹区域，根据嘴巴区域3确定位于嘴巴区域第二侧距离嘴巴区域3第二侧第二预设像素的扇形区域7为第二法令纹区域，将位于人脸相同侧的黑眼圈区域和法令纹区域分别作为一个待处理区域，即将第一黑眼圈区域4和第一法令纹区域6作为第一待处理区域，将第二黑眼圈区域5和第二法令纹区域7作为第二待处理区域。
在步骤S24中，将所述第一黑眼圈区域和所述第一法令纹区域作为所述第一待处理区域，并将所述第二黑眼圈区域和所述第二法令纹区域作为所述第二待处理区域。
将位于人脸同侧的黑眼圈区域和法令纹区域作为一块待处理区域，即将位于人脸第一侧的第一黑眼圈区域和第一法令纹区域作为第一待处理区域，将位于人脸第二侧的第二黑眼圈区域和第二法令纹区域作为第二待处理区域。
在步骤S25中，对所述待处理图像进行侧脸检测，得到侧脸检测结果。
在步骤S26中，根据所述侧脸检测结果，确定所述第一待处理区域对应的第一磨皮参数和所述第二待处理区域对应的第二磨皮参数。
在步骤S27中，根据所述第一磨皮参数对所述第一待处理区域进行磨皮处理，并根据所述第二磨皮参数对所述第二待处理区域进行磨皮处理，得到处理后的图像。
本示例性实施例提供的图像处理方法，通过根据人脸关键点中的眼部关键点确定待处理图像中的第一眼睛区域和第二眼睛区域，根据人脸关键点中的嘴部关键点确定待处理图像中的嘴巴区域，进而根据第一眼睛区域确定第一黑眼圈区域，根据第二眼睛区域确定第二黑眼圈区域，根据嘴巴区域确定第一法令纹区域和第二法令纹区域，将第一黑眼圈区域和第一法令纹区域作为第一待处理区域，将第二黑眼圈区域和第二法令纹区域作为第二待处理区域，从而实现了根据黑眼圈和法令纹在人脸中左右两侧的位置确定不同的待处理区域，从而后续可以根据侧脸检测结果确定第一待处理区域和第二待处理区域的磨皮参数，使得待处理图像中的人脸发生转头时可以给出合适的磨皮参数，从而增强处理效果，提升用户体验。
图4是根据一示例性实施例示出的一种图像处理装置的框图。参照图4，该装置包括关键点确定模块41、待处理区域确定模块42、侧脸检测模块43、磨皮参数确定模块44和磨皮处理模块45。
该关键点确定模块41被配置为确定待处理图像中的人脸关键点；
该待处理区域确定模块42被配置为根据所述人脸关键点，确定所述待处理图像中黑眼圈和法令纹所在的第一待处理区域和第二待处理区域；
该侧脸检测模块43被配置为对所述待处理图像进行侧脸检测，得到侧脸检测结果；
该磨皮参数确定模块44被配置为根据所述侧脸检测结果，确定所述第一待处理区域对应的第一磨皮参数和所述第二待处理区域对应的第二磨皮参数；
该磨皮处理模块45被配置为根据所述第一磨皮参数对所述第一待处理区域进行磨皮处理，并根据所述第二磨皮参数对所述第二待处理区域进行磨皮处理，得到处理后的图像。
可选的，所述待处理区域确定模块包括：
眼睛嘴巴区域确定单元，被配置为根据所述人脸关键点中的眼部关键点，确定所述待处理图像中的第一眼睛区域和第二眼睛区域，并根据所述人脸关键点中的嘴部关键点，确定所待处理图像中的嘴巴区域；
黑眼圈法令纹确定单元，被配置为根据所述第一眼睛区域确定第一黑眼圈区域，根据所述第二眼睛区域确定第二黑眼圈区域，并根据所述嘴巴区域确定第一法令纹区域和第二法令纹区域；
待处理区域确定单元，被配置为将所述第一黑眼圈区域和所述第一法令纹区域作为所述第一待处理区域，并将所述第二黑眼圈区域和所述第二法令纹区域作为所述第二待处理区域。
可选的，所述黑眼圈法令纹确定单元，包括：
黑眼圈确定子单元，被配置为在所述待处理图像的分辨率为预设分辨率的情况下，将距离所述第一眼睛区域底部第一预设像素的第一弧形区域作为所述第一黑眼圈区域，并将距离所述第二眼睛区域底部第一预设像素的第二弧形区域作为所述第二黑眼圈区域。
可选的，所述黑眼圈法令纹确定单元，包括：
法令纹确定子单元，被配置为在所述待处理图像的分辨率为预设分辨率的情况下，将距离所述嘴巴区域第一侧第二预设像素的第一扇形区域作为所述第一法令纹区域，并将距离所述嘴巴区域第二侧第二预设像素的第二扇形区域作为所述第二法令纹区域。
可选的，所述侧脸检测结果包括正脸、向第一侧侧脸、向右第二侧侧脸、抬头或低头。
可选的，所述磨皮参数确定模块具体被配置为：
若所述侧脸检测结果为正脸，则确定所述第一待处理区域对应的第一磨皮参数为预设磨皮参数，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数；
若所述侧脸检测结果为向第一侧侧脸，则确定所待第一处理区域对应的第一磨皮参数为所述预设磨皮参数的第一预设比例，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第二预设比例，所述第一预设比例小于所述第二预设比例，所述第二预设比例小于1；
若所述侧脸检测结果为向第二侧侧脸，则确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第三预设比例，确定所述第一待处理区域对应的第一磨皮参数为所述预设磨皮参数的第四预设比例，所述第三预设比例小于所述第四预设比例，所述第四预设比例小于1；
若所述侧脸检测结果为抬头或低头，则确定所述第一待处理区域对应的第一磨皮参数为所述预设磨皮参数的第五预设比例，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第五预设比例，所述第五预设比例小于1。
可选的，所述关键点确定模块具体被配置为：
将所述待处理图像输入基于机器学习的人脸关键点检测模型，得到所述待处理图像中的人脸关键点。
本示例性实施例提供的图像处理装置，通过关键点确定模块确定待处理图像中的人脸关键点，待处理区域确定模块根据人脸关键点确定待处理图像中黑眼圈和法令纹所在的第一待处理区域和第二待处理区域，侧脸检测模块对待处理图像进行侧脸检测，得到侧脸检测结果，磨皮参数确定模块根据侧脸检测结果确定第一待处理区域对应的第一磨皮参数和第二待处理区域对应的第二磨皮参数，磨皮处理模块根据第一磨皮参数对第一待处理区域进行磨皮处理，根据第二磨皮参数对第二待处理区域进行磨皮处理，得到处理后的图像，由于在对黑眼圈和法令纹所在的区域进行磨皮处理时结合了侧脸检测结果来确定磨皮参数，考虑了待处理图像中用户转头的情况，从而提高了处理过的区域与周围区域的协调性，增强了处理效果，使得处理效果更自然，提升用户体验。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图5是根据一示例性实施例示出的一种电子设备500的框图。例如，电子设备500可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图5，电子设备500可以包括以下一个或多个组件：处理组件502，存储器504，电力组件506，多媒体组件508，音频组件510，输入/输出(I/O)的接口512，传感器组件514，以及通信组件516。
处理组件502通常控制电子设备500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令，以完成上述的图像处理方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在电子设备500的操作。这些数据的示例包括用于在电子设备500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件506为电子设备500的各种组件提供电力。电源组件506可以包括电源管理系统，一个或多个电源，及其他与为装置500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述电子设备500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件508包括一个前置摄像头和/或后置摄像头。当电子设备500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当电子设备500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。
I/O接口512为处理组件502和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器，用于为电子设备500提供各个方面的状态评估。例如，传感器组件514可以检测到电子设备500的打开/关闭状态，组件的相对定位，例如所述组件为电子设备500的显示器和小键盘，传感器组件514还可以检测电子设备500或电子设备500一个组件的位置改变，用户与电子设备500接触的存在或不存在，电子设备500方位或加速/减速和电子设备500的温度变化。传感器组件514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件516被配置为便于电子设备500和其他设备之间有线或无线方式的通信。电子设备500可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件516还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述图像处理方法。
在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器504，上述指令可由电子设备500的处理器520执行以完成上述图像处理方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供了一种计算机程序产品，该计算机程序产品包括可读性程序代码，该可读性程序代码可由电子设备500的处理器520执行以完成上述图像处理方法。可选地，该程序代码可以存储在电子设备500的存储介质中，该存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种图像处理方法，其特征在于，包括：
确定待处理图像中的人脸关键点；
根据所述人脸关键点，确定所述待处理图像中黑眼圈和法令纹所在的第一待处理区域和第二待处理区域；
对所述待处理图像进行侧脸检测，得到侧脸检测结果；
根据所述侧脸检测结果，确定所述第一待处理区域对应的第一磨皮参数和所述第二待处理区域对应的第二磨皮参数；
根据所述第一磨皮参数对所述第一待处理区域进行磨皮处理，并根据所述第二磨皮参数对所述第二待处理区域进行磨皮处理，得到处理后的图像。
2.根据权利要求1所述的方法，其特征在于，所述根据所述人脸关键点，确定所述待处理图像中的黑眼圈和法令纹所在的第一待处理区域和第二待处理区域，包括：
根据所述人脸关键点中的眼部关键点，确定所述待处理图像中的第一眼睛区域和第二眼睛区域，并根据所述人脸关键点中的嘴部关键点，确定所待处理图像中的嘴巴区域；
根据所述第一眼睛区域确定第一黑眼圈区域，根据所述第二眼睛区域确定第二黑眼圈区域，并根据所述嘴巴区域确定第一法令纹区域和第二法令纹区域；
将所述第一黑眼圈区域和所述第一法令纹区域作为所述第一待处理区域，并将所述第二黑眼圈区域和所述第二法令纹区域作为所述第二待处理区域。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一眼睛区域确定第一黑眼圈区域，根据所述第二眼睛区域确定第二黑眼圈区域，包括：
在所述待处理图像的分辨率为预设分辨率的情况下，将距离所述第一眼睛区域底部第一预设像素的第一弧形区域作为所述第一黑眼圈区域，并将距离所述第二眼睛区域底部第一预设像素的第二弧形区域作为所述第二黑眼圈区域。
4.根据权利要求2所述的方法，其特征在于，所述根据所述嘴巴区域确定第一法令纹区域和第二法令纹区域，包括：
在所述待处理图像的分辨率为预设分辨率的情况下，将距离所述嘴巴区域第一侧第二预设像素的第一扇形区域作为所述第一法令纹区域，并将距离所述嘴巴区域第二侧第二预设像素的第二扇形区域作为所述第二法令纹区域。
5.根据权利要求1所述的方法，其特征在于，所述侧脸检测结果包括正脸、向第一侧侧脸、向第二侧侧脸、抬头或低头。
6.根据权利要求5所述的方法，其特征在于，所述根据所述侧脸检测结果，确定所述第一待处理区域对应的第一磨皮参数和所述第二待处理区域对应的第二磨皮参数，包括：
若所述侧脸检测结果为正脸，则确定所述第一待处理区域对应的第一磨皮参数为预设磨皮参数，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数；
若所述侧脸检测结果为向第一侧侧脸，则确定所述第一待处理区域对应的第一磨皮参数为所述预设磨皮参数的第一预设比例，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第二预设比例，所述第一预设比例小于所述第二预设比例，所述第二预设比例小于1；
若所述侧脸检测结果为向第二侧侧脸，则确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第三预设比例，确定所述第一待处理区域对应的第一磨皮参数为所述预设磨皮参数的第四预设比例，所述第三预设比例小于所述第四预设比例，所述第四预设比例小于1；
若所述侧脸检测结果为抬头或低头，则确定所述第一待处理区域对应的第一磨皮参数为所述预设磨皮参数的第五预设比例，确定所述第二待处理区域对应的第二磨皮参数为所述预设磨皮参数的第五预设比例，所述第五预设比例小于1。
7.根据权利要求1所述的方法，其特征在于，所述确定待处理图像中的人脸关键点，包括：
将所述待处理图像输入基于机器学习的人脸关键点检测模型，得到所述待处理图像中的人脸关键点。
8.一种图像处理装置，其特征在于，包括：
关键点确定模块，被配置为确定待处理图像中的人脸关键点；
待处理区域确定模块，被配置为根据所述人脸关键点，确定所述待处理图像中黑眼圈和法令纹所在的第一待处理区域和第二待处理区域；
侧脸检测模块，被配置为对所述待处理图像进行侧脸检测，得到侧脸检测结果；
磨皮参数确定模块，被配置为根据所述侧脸检测结果，确定所述第一待处理区域对应的第一磨皮参数和所述第二待处理区域对应的第二磨皮参数；
磨皮处理模块，被配置为根据所述第一磨皮参数对所述第一待处理区域进行磨皮处理，并根据所述第二磨皮参数对所述第二待处理区域进行磨皮处理，得到处理后的图像。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的图像处理方法。
10.一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至7中任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911285220.2A CN111145110B (zh) | 2019-12-13 | 2019-12-13 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911285220.2A CN111145110B (zh) | 2019-12-13 | 2019-12-13 | 图像处理方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111145110A true CN111145110A (zh) | 2020-05-12 |
| CN111145110B CN111145110B (zh) | 2021-02-19 |
Family
ID=70518356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911285220.2A Active CN111145110B (zh) | 2019-12-13 | 2019-12-13 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111145110B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112348736A (zh) * | 2020-10-12 | 2021-02-09 | 武汉斗鱼鱼乐网络科技有限公司 | 一种去除黑眼圈的方法、存储介质、设备及系统 |
| CN112581383A (zh) * | 2020-11-19 | 2021-03-30 | 北京迈格威科技有限公司 | 图像处理方法、装置、设备及介质 |
| CN113505707A (zh) * | 2021-07-14 | 2021-10-15 | 腾讯音乐娱乐科技（深圳）有限公司 | 吸烟行为检测方法、电子设备及可读存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105913373A (zh) * | 2016-04-05 | 2016-08-31 | 广东欧珀移动通信有限公司 | 图像处理方法和装置 |
| CN107730448A (zh) * | 2017-10-31 | 2018-02-23 | 北京小米移动软件有限公司 | 基于图像处理的美颜方法及装置 |
| CN108229278A (zh) * | 2017-04-14 | 2018-06-29 | 深圳市商汤科技有限公司 | 人脸图像处理方法、装置和电子设备 |
| CN108550117A (zh) * | 2018-03-20 | 2018-09-18 | 维沃移动通信有限公司 | 一种图像处理方法、装置以及终端设备 |
| CN108985257A (zh) * | 2018-08-03 | 2018-12-11 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
| CN109934766A (zh) * | 2019-03-06 | 2019-06-25 | 北京市商汤科技开发有限公司 | 一种图像处理方法及装置 |
| CN110188711A (zh) * | 2019-06-03 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 用于输出信息的方法和装置 |
| CN110298319A (zh) * | 2019-07-01 | 2019-10-01 | 北京字节跳动网络技术有限公司 | 图像合成方法和装置 |
-
2019
- 2019-12-13 CN CN201911285220.2A patent/CN111145110B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105913373A (zh) * | 2016-04-05 | 2016-08-31 | 广东欧珀移动通信有限公司 | 图像处理方法和装置 |
| CN108229278A (zh) * | 2017-04-14 | 2018-06-29 | 深圳市商汤科技有限公司 | 人脸图像处理方法、装置和电子设备 |
| CN107730448A (zh) * | 2017-10-31 | 2018-02-23 | 北京小米移动软件有限公司 | 基于图像处理的美颜方法及装置 |
| CN108550117A (zh) * | 2018-03-20 | 2018-09-18 | 维沃移动通信有限公司 | 一种图像处理方法、装置以及终端设备 |
| CN108985257A (zh) * | 2018-08-03 | 2018-12-11 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
| CN109934766A (zh) * | 2019-03-06 | 2019-06-25 | 北京市商汤科技开发有限公司 | 一种图像处理方法及装置 |
| CN110188711A (zh) * | 2019-06-03 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 用于输出信息的方法和装置 |
| CN110298319A (zh) * | 2019-07-01 | 2019-10-01 | 北京字节跳动网络技术有限公司 | 图像合成方法和装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112348736A (zh) * | 2020-10-12 | 2021-02-09 | 武汉斗鱼鱼乐网络科技有限公司 | 一种去除黑眼圈的方法、存储介质、设备及系统 |
| CN112581383A (zh) * | 2020-11-19 | 2021-03-30 | 北京迈格威科技有限公司 | 图像处理方法、装置、设备及介质 |
| CN113505707A (zh) * | 2021-07-14 | 2021-10-15 | 腾讯音乐娱乐科技（深圳）有限公司 | 吸烟行为检测方法、电子设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111145110B (zh) | 2021-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107862673B (zh) | 图像处理方法及装置 | |
| CN111145110B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| EP3383022A1 (en) | Method and camera device for processing image | |
| CN108898546B (zh) | 人脸图像处理方法、装置及设备、可读存储介质 | |
| CN106408603B (zh) | 拍摄方法及装置 | |
| CN107730448B (zh) | 基于图像处理的美颜方法及装置 | |
| CN104156915A (zh) | 肤色调整方法和装置 | |
| CN110580688B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN104408426A (zh) | 人脸图像眼镜去除方法及装置 | |
| CN105469356A (zh) | 人脸图像处理方法及装置 | |
| CN105430262A (zh) | 拍摄控制方法及装置 | |
| US11403789B2 (en) | Method and electronic device for processing images | |
| CN107015648B (zh) | 图片处理方法及装置 | |
| CN104517271B (zh) | 图像处理方法及装置 | |
| CN110599410A (zh) | 图像处理的方法、装置、终端及存储介质 | |
| CN105354793A (zh) | 人脸图像处理方法及装置 | |
| CN112927122A (zh) | 水印去除方法、装置及存储介质 | |
| CN111127352B (zh) | 一种图像处理方法、装置、终端及存储介质 | |
| CN107507128B (zh) | 图像处理方法及设备 | |
| CN108961156B (zh) | 人脸图像处理的方法及装置 | |
| CN114463212A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN113160099B (zh) | 人脸融合方法、装置、电子设备、存储介质及程序产品 | |
| CN106469446B (zh) | 深度图像的分割方法和分割装置 | |
| CN108470321B (zh) | 照片的美颜处理方法、装置和存储介质 | |
| CN111582258A (zh) | 图像处理方法、装置、电子设备及可读存储介质 |
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 |