CN111179174B - 一种基于人脸识别点的图像拉伸方法和装置 - Google Patents
一种基于人脸识别点的图像拉伸方法和装置 Download PDFInfo
- Publication number
- CN111179174B CN111179174B CN201911374529.9A CN201911374529A CN111179174B CN 111179174 B CN111179174 B CN 111179174B CN 201911374529 A CN201911374529 A CN 201911374529A CN 111179174 B CN111179174 B CN 111179174B
- Authority
- CN
- China
- Prior art keywords
- point
- stretching
- coordinate information
- stretched
- face recognition
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 13
- 230000001815 facial effect Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明属于图像处理技术领域，具体公开了一种基于人脸识别点的图像拉伸方法和装置，其中，该方法通过获取人脸图像上的待拉伸点，并确定所述人脸图像中的第一人脸识别点作为所述待拉伸点的拉伸中心点；基于所述人脸图像中的第二人脸识别点和第三人脸识别点来获取所述待拉伸点相对第一坐标系的当前坐标信息；根据所述待拉伸点的当前坐标信息和拉伸比例确定所述待拉伸点拉伸后的拉伸坐标信息；根据所述待拉伸点的拉伸坐标信息显示所述人脸图像。实现了在不需要中间坐标参考系的情况下人脸图像局部缩放的效果。
Description
技术领域
本发明属于图像处理技术领域，具体涉及一种基于人脸识别点的图像拉伸方法和装置。
背景技术
当前手机等各种智能设备上各种软件对于人脸图像的缩放修改都是对图像进行圆形线性放大或者缩小，无法实现任意方向放大或缩小。
发明内容
本申请实施例提供了一种基于人脸识别点的人脸图像拉伸方法，以解决在人脸图像中无法实现对局部图像任意方向放大或缩小的问题。
第一方面
本申请提供了一种基于人脸识别点的图像拉伸方法，其包括：获取人脸图像上的待拉伸点，并确定所述人脸图像中的第一人脸识别点作为所述待拉伸点的拉伸中心点；基于所述人脸图像中的第二人脸识别点和第三人脸识别点来获取所述待拉伸点相对第一坐标系的当前坐标信息；根据所述待拉伸点的当前坐标信息和拉伸比例确定所述待拉伸点拉伸后的拉伸坐标信息；根据所述待拉伸点的拉伸坐标信息显示所述人脸图像。
第二方面
本申请提供了一种基于人脸识别点的图像拉伸装置，其包括：拉伸中心坐标获取模块，用于获取人脸图像上的待拉伸点，并确定所述人脸图像中的第一人脸识别点作为所述待拉伸点的拉伸中心点；拉伸基点坐标获取模块，用于基于所述人脸图像中的第二人脸识别点和第三人脸识别点来获取所述待拉伸点相对第一坐标系的当前坐标信息；
拉伸终点坐标获取模块，用于根据所述待拉伸点的当前坐标信息和拉伸比例确定所述待拉伸点拉伸后的拉伸坐标信息；图像显示模块，用于根据所述待拉伸点的拉伸坐标信息显示所述人脸图像。
第三方面
本申请提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述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第一方面中所述基于人脸识别点的图像拉伸方法的步骤。
第四方面
本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中所述基于人脸识别点的图像拉伸方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本申请提供的基于人脸识别点的图像拉伸方法，其通过获取人脸图像上的待拉伸点，并确定所述人脸图像中的第一人脸识别点作为所述待拉伸点的拉伸中心点；基于所述人脸图像中的第二人脸识别点和第三人脸识别点来获取所述待拉伸点相对第一坐标系的当前坐标信息；根据所述待拉伸点的当前坐标信息和拉伸比例确定所述待拉伸点拉伸后的拉伸坐标信息；根据所述待拉伸点的拉伸坐标信息显示所述人脸图像。实现了在不需要中间坐标参考系的情况下人脸图像局部缩放的效果。
附图说明
图1是本申请在一示例性实施例提供的基于人脸识别点的图像拉伸方法的流程图。
图2是图1所示实施例中步骤S102在一实施例中的流程实现图。
图3是图1所示实施例中步骤S103的一实施例的实现流程图。
图4是图3中步骤S301的一实施例的实现流程图
图5是以一个进行了人脸识别点识别后的人脸图像示意图。
图6是本申请提供的基于人脸识别点的图像拉伸装置的一实施例的结构示意图。
图7是图6中拉伸基点坐标获取模块的一实施例的结构示意图。
图8是图6中拉伸终点坐标获取模块603的一实施例的结构示意图。
图9是图8中直线拉伸坐标计算单元的一实施例的结构示意图。
图10是可应用本申请基于人脸识别点的图像拉伸方法或基于人脸识别点的图像拉伸装置的一示例性电子设备。
具体实施方式
本申请发明人的研究思路：以上下拉伸变形为例，先寻找基于与屏幕坐标系x轴平行且位于左眼中心的两人脸识别点，假设两人脸识别点连接成一条直线，用直线一般式Ax+By+C＝0，可将这条直线的A B C三个值分解出。将三值传入着色器中就可换算出当前片元着色器中的坐标点对应平行于该条直线的点；接着再求出该平行点与自定义变化中心点的距离，通过减小或者放大该距离可以对片元着色器中的原始偏移达到实现图像的拉伸效果。
以下将通过具体实施例的方式来对上述发明思路进行详细说明。
方法实施例
图1是本申请在一示例性实施例提供的基于人脸识别点的图像拉伸方法的流程图。
如图1所示，该基于人脸识别点的图像拉伸方法，其包括以下步骤：
S101，获取人脸图像上的待拉伸点，并确定所述人脸图像中的第一人脸识别点作为所述待拉伸点的拉伸中心点。
其中，人脸图像可以通过人脸图像识别算法来获取到人脸上的各种特征点，该特征点也称为人脸识别点。例如，在具体实施中，可以通过人脸图像识别算法识别出人脸中的100多个人脸识别点。
S102，基于所述人脸图像中的第二人脸识别点和第三人脸识别点来获取所述待拉伸点相对第一坐标系的当前坐标信息。
其中，上述第一坐标系可以包括图像相对显示屏的坐标系，例如屏幕坐标系。
S103，根据所述待拉伸点的当前坐标信息和拉伸比例确定所述待拉伸点拉伸后的拉伸坐标信息。
其中，应当理解，当待拉伸点的当前坐标信息和拉伸坐标信息是拉伸前后两个不同位置的坐标点，通过参考第二人脸识别点和第三人脸识别点来获取拉伸前后的待拉伸点的位置，因此，避免了需要选定中间坐标系或图像坐标系的情况。
S104，根据所述待拉伸点的拉伸坐标信息显示所述人脸图像。
在一示例性实施方式中，见图2，示出了上述步骤S102在一实施例中的流程实现图，如图2所示，上述步骤S102，可以具体包括以下步骤：
S201，获取第二人脸识别点和第三人脸识别点在第一坐标系中的坐标信息。
S202，确定经过该待拉伸点在基于所述第二人脸识别点和第三人脸识别点的坐标信息所确定直线上的垂直交点坐标信息。
其中，上述根据第二人脸识别点和第三人脸识别点来确定经过待拉伸点与第二人脸识别点和第三人脸识别点确定直线的垂直交点可以通过两点确定一条直线、以及经过一已知点与一已知直线垂直交点的原理来实现的。
例如，已知根据人脸图像获得的第二人脸识别点为D1，第三人脸识别点为D2，假设D1(X1,Y1)和D2(X2,Y2)，D1、D2两点不重合，那么根据D1和D2可以确定一条直线方程：AX+BY+C＝0。那么直线方程的一般式方程即为：A＝Y2-Y1，B＝X1-X2，C＝X2*Y1-X1*Y2。
所以，在获取到第二人脸识别点和第三人脸识别点后即可确定一条直线。然后根据经过待拉伸点垂直该直线的原理可以即可确定垂直交点坐标信息。
S203，根据该垂直交点坐标信息和所述第一人脸识别点计算获取所述待拉伸点的当前坐标信息。
其中，由于待拉伸点与垂直交点和第一人脸识别点可构成一个三角形，根据三角形原理，已经两点坐标即可确定另一个点的坐标，那么可以确定待拉伸点的坐标，即当前坐标信息。
具体的，在一示例性实施例中，见图3，示出了图1中步骤S103的一实施例的实现流程图，如图3所示，上述步骤S103，根据所述待拉伸点的当前坐标信息和拉伸比例确定所述待拉伸点拉伸后的拉伸坐标信息，包括以下步骤：
S301，基于待拉伸点的当前坐标信息和垂直交点坐标信息确定在待拉伸点相对该垂直交点的缩放比例下的直线拉伸坐标信息；
S302，基于所述直线拉伸坐标信息相对拉伸中心点的拉伸半径确定所述待拉伸点的中心拉伸坐标信息，并将所述中心拉伸坐标信息确定为拉伸后的伸坐标信息。
更具体的，在一示例性实施例中，见图4，示出了图3中步骤S301的一实施例的实现流程图，如图4所示，上述步骤S301，基于待拉伸点的当前坐标信息和垂直交点坐标信息确定在待拉伸点相对该垂直交点的缩放比例下的直线拉伸坐标信息，可以包括以下步骤：
S401，根据待拉伸点的当前坐标信息和垂直交点坐标信息确定单位向量；
S402，根据该缩放比例和所述单位向量确定该待拉伸点的直线拉伸坐标信息。
为更好的说明本申请的技术方案，请参见图5，示出了以一个进行了人脸识别点识别后的人脸图像示意图，其中，根据现有人脸图像算法对该人脸图像进行识别可得到106个人脸识别点，为便于说明和演示，图中对人脸识别点进行了标号，并选取本申请有用的人脸识别点的标号进行说明，下面将以对人脸图像中其中一只眼睛进行放大为例来对本申请的技术方案进行原理性说明：
1、选取106个人脸识别点中的左眼平行点，即52点和55点(为便于描述，52点即表示52号人脸识别点，同理其他人脸识别点也采用这样简称方式)。
2、用52点和55点(已知直线上两点求直线的一般式方程)所解可得直线一般式的A，B，C三值。
3、选取原106中第104点(即左瞳孔点命为P104)作为变化中心点(即拉伸中心点)一起传入着色器中，然后利用直线一般式中的ABC三值，在着色器坐标点中求出当前坐标点(即待拉伸点P1)在该直线的垂直落点(即垂直交点P2)。公式为：
p2.x＝(B*B*p1.x-A*B*p1.y-A*C)/(A*A+B*B)，
p2.y＝(-A*B*p1.x+A*A*p1.y-B*C)/(A*A+B*B)；
其中，p2.x和p2.y分别表示点P2的X坐标和Y坐标，p1.x表示点P1的X坐标，p1.y表示点P1的Y坐标。
4、用新得到的P2点求出与点P1的直线距离K1，计算公式为：
K1＝sqrt((p2.x-p104.x)*((p2.x-p104.x)+((p2.y-p104.y)*((p2.y-p104.y))，
其中，表示开平方根号，p104.x和p104.y分别表示点P104的X坐标和Y坐标。
5、确定待拉伸点P1的缩放比例，假设缩放比例为R，求出在原P1到P2方向上缩放距离比例为R的新点P3，具体计算方法如下：
通过P1-P2得到两点向量长度v1，从而求出P1到P2的单位一向量v2：
v2＝v1/sqrt(v1.x*v1.x+v1.y*v1.y),
其中，v1.x表示向量v1的X坐标，v1.y表示向量v1的Y坐标，将所得单位一向量v2代入以下公式即得到点P3：
P3＝P2+v2*K1*(1.0+R*K2)。
其中，上述缩放比例即为所需缩放效果的程度值，比如在眼睛缩放效果中，放大缩小的程度。在上述示例中为变量，其一般由用户在实际使用时拖动滑动杆产生具体数值，或者再屏幕上滑动产生的距离的数值，为便于计算一般会将该缩放比例R的值域归一化为[0,1]。
6、由于是对单个部位(左眼)的变形，故设定一个以拉伸中心点P104为中心的，中心半径为d的圆形范围(考虑到d将直接影响到最终变化的范围，区域过大或者过小都将影响到的在人脸实际的效果，造成在人脸上变形不自然；以图5眼睛变化为例，d可以选取52点到55点的距离，或者是一个预设值，亦或者是52点到55点的距离的一个比例值。)，求出当前片元着色器中的当前坐标点与中心点P104的距离，与中心半径d的比值为K2。
考虑到通过当前坐标点与原定中心点P104的比值即k2，会影响到R值，故需要将不是圆形范围内的点排除掉。
即，在得到上述K2以后，再进行如下计算：
K2＝1.0-K2；
再过滤掉K2大于1或者K2小于0的部分。即：
K2<0,k2＝0，
K2>1,k2＝1。
例如：当前坐标点在圆形范围之外时，在上述6中求得的K2值将会大于1，通过上述计算及过滤，最终k2的值为0，代入下述公式：
P3＝P2+v2*K1*(1.0+R*K2)，
即P3＝P2+v2*K1*(1.0+R*0)。
当前坐标点跟计算过后的点坐标为一致的，这样就将圆形范围外的点排除了。
7，最后在着色器中返回P3点所对应的像素，重新显示该人脸图像，即得到拉伸后的图像。
产品实施例
基于与上述方法实施例相同的发明构思，与上述方法相对应的，本实施例还提供了一种基于人脸识别点的图像拉伸装置。
请参见图6，示出了本申请提供的基于人脸识别点的图像拉伸装置的一实施例的结构示意图，如图所示，该基于人脸识别点的图像拉伸装置600包括：拉伸中心坐标获取模块601，用于获取人脸图像上的待拉伸点，并确定所述人脸图像中的第一人脸识别点作为所述待拉伸点的拉伸中心点；拉伸基点坐标获取模块602，用于基于所述人脸图像中的第二人脸识别点和第三人脸识别点来获取所述待拉伸点相对第一坐标系的当前坐标信息；拉伸终点坐标获取模块603，用于根据所述待拉伸点的当前坐标信息和拉伸比例确定所述待拉伸点拉伸后的拉伸坐标信息；图像显示模块604，用于根据所述待拉伸点的拉伸坐标信息显示所述人脸图像。
请参见图7，示出了图6中拉伸基点坐标获取模块的一实施例的结构示意图。
如图7所示，所述拉伸基点坐标获取模块602，包括：参考坐标获取单元701，用于获取第一人脸识别点和第二人脸识别点在第一坐标系中的坐标信息；垂直交点坐标计算单元702，用于确定经过该待拉伸点在基于所述第一人脸识别点和第二人脸识别点的坐标信息所确定直线上的垂直交点坐标信息；拉伸基点坐标计算单元703，用于根据该垂直交点坐标信息和所述第一人脸识别点计算获取所述待拉伸点的当前坐标信息。
请参见图8，示出了图6中拉伸终点坐标获取模块603的一实施例的结构示意图。
如图8所示，所述拉伸终点坐标获取模块603，包括：直线拉伸坐标计算单元801，用于基于待拉伸点的当前坐标信息和垂直交点坐标信息确定在待拉伸点相对该垂直交点的缩放比例下的直线拉伸坐标信息；中心拉伸坐标信息计算单元802，用于基于所述直线拉伸坐标信息相对拉伸中心点的拉伸半径确定所述待拉伸点的中心拉伸坐标信息，并将所述中心拉伸坐标信息确定为拉伸后的伸坐标信息。
请参见图9，示出了图8中直线拉伸坐标计算单元的一实施例的结构示意图。
如图9所示，所述直线拉伸坐标计算单元801，包括：单位向量计算单元901，用于根据待拉伸点的当前坐标信息和垂直交点坐标信息确定单位向量；直线拉伸计算单元902，用于根据该缩放比例和所述单位向量确定该待拉伸点的直线拉伸坐标信息。
此外，在一些示例性实施例中，见图10，示出了可应用本申请基于人脸识别点的图像拉伸方法或基于人脸识别点的图像拉伸装置的一示例性电子设备。
如图10所示，该电子设备100包括存储器102、处理器101以及存储在所述存储器102中并可在所述处理器101上运行的计算机程序103，所述处理器101执行所述计算机程序103时实现上述基于人脸识别点的图像拉伸方法的任一实施例的步骤。
示例性的，所述计算机程序103可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器102中，并由所述处理器101执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序103在所述电子设备100中的执行过程。
所述电子设备100可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。电子设备100可包括，但不仅限于，处理器101、存储器102。本领域技术人员可以理解，图10仅仅是电子设备100的示例，并不构成对电子设备100的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备100还可以包括输入输出设备、网络接入设备、总线等。
所称处理器101可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器102可以是所述电子设备100的内部存储单元，例如电子设备100的硬盘或内存。所述存储器102也可以是所述电子设备100的外部存储设备，例如所述电子设备100上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器102还可以既包括所述电子设备100的内部存储单元也包括外部存储设备。所述存储器102用于存储所述计算机程序以及所述电子设备100所需的其它程序和数据。所述存储器102还可以用于暂时地存储已经输出或者将要输出的数据。
在一示例性实施例中，上述存储器可以为一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序103，所述计算机程序被处理器101执行时实现如上述基于人脸识别点的图像拉伸方法的任一实施例中的步骤。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、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单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，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，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于人脸识别点的图像拉伸方法，其特征在于，包括：
获取人脸图像上的待拉伸点，并确定所述人脸图像中的第一人脸识别点作为所述待拉伸点的拉伸中心点；
基于所述人脸图像中的第二人脸识别点和第三人脸识别点来获取所述待拉伸点相对第一坐标系的当前坐标信息；
根据所述待拉伸点的当前坐标信息和拉伸比例确定所述待拉伸点拉伸后的拉伸坐标信息；
根据所述待拉伸点的拉伸坐标信息显示所述人脸图像；
所述基于所述人脸图像中的第二人脸识别点和第三人脸识别点来获取所述待拉伸点相对第一坐标系的当前坐标信息，包括：
获取第二人脸识别点和第三人脸识别点在第一坐标系中的坐标信息；
确定经过该待拉伸点在基于所述第二人脸识别点和第三人脸识别点的坐标信息所确定直线上的垂直交点坐标信息；
根据该垂直交点坐标信息和所述第一人脸识别点计算获取所述待拉伸点的当前坐标信息；
所述根据所述待拉伸点的当前坐标信息和拉伸比例确定所述待拉伸点拉伸后的拉伸坐标信息，包括：
基于待拉伸点的当前坐标信息和垂直交点坐标信息确定在待拉伸点相对该垂直交点的缩放比例下的直线拉伸坐标信息；
基于所述直线拉伸坐标信息相对拉伸中心点的拉伸半径确定所述待拉伸点的中心拉伸坐标信息，并将所述中心拉伸坐标信息确定为拉伸后的拉伸坐标信息；
所述基于待拉伸点的当前坐标信息和垂直交点坐标信息确定在待拉伸点相对该垂直交点的缩放比例下的直线拉伸坐标信息，包括：
根据待拉伸点的当前坐标信息和垂直交点坐标信息确定单位向量；
根据该缩放比例和所述单位向量确定该待拉伸点的直线拉伸坐标信息。
2.一种基于人脸识别点的图像拉伸装置，其特征在于，包括：
拉伸中心坐标获取模块，用于获取人脸图像上的待拉伸点，并确定所述人脸图像中的第一人脸识别点作为所述待拉伸点的拉伸中心点；
拉伸基点坐标获取模块，用于基于所述人脸图像中的第二人脸识别点和第三人脸识别点来获取所述待拉伸点相对第一坐标系的当前坐标信息；
拉伸终点坐标获取模块，用于根据所述待拉伸点的当前坐标信息和拉伸比例确定所述待拉伸点拉伸后的拉伸坐标信息；
图像显示模块，用于根据所述待拉伸点的拉伸坐标信息显示所述人脸图像；
所述拉伸基点坐标获取模块，包括：
参考坐标获取单元，用于获取第一人脸识别点和第二人脸识别点在第一坐标系中的坐标信息；
垂直交点坐标计算单元，用于确定经过该待拉伸点在基于所述第一人脸识别点和第二人脸识别点的坐标信息所确定直线上的垂直交点坐标信息；
拉伸基点坐标计算单元，用于根据该垂直交点坐标信息和所述第一人脸识别点计算获取所述待拉伸点的当前坐标信息；
所述拉伸终点坐标获取模块包括：
直线拉伸坐标计算单元，用于基于待拉伸点的当前坐标信息和垂直交点坐标信息确定在待拉伸点相对该垂直交点的缩放比例下的直线拉伸坐标信息；
中心拉伸坐标信息计算单元，用于基于所述直线拉伸坐标信息相对拉伸中心点的拉伸半径确定所述待拉伸点的中心拉伸坐标信息，并将所述中心拉伸坐标信息确定为拉伸后的拉伸坐标信息；
所述直线拉伸坐标计算单元，包括：
单位向量计算单元，用于根据待拉伸点的当前坐标信息和垂直交点坐标信息确定单位向量；
直线拉伸计算单元，用于根据该缩放比例和所述单位向量确定该待拉伸点的直线拉伸坐标信息。
3.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1所述基于人脸识别点的图像拉伸方法的步骤。
4.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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所述基于人脸识别点的图像拉伸方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911374529.9A CN111179174B (zh) | 2019-12-27 | 2019-12-27 | 一种基于人脸识别点的图像拉伸方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911374529.9A CN111179174B (zh) | 2019-12-27 | 2019-12-27 | 一种基于人脸识别点的图像拉伸方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111179174A CN111179174A (zh) | 2020-05-19 |
| CN111179174B true CN111179174B (zh) | 2023-11-03 |
Family
ID=70647374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911374529.9A Active CN111179174B (zh) | 2019-12-27 | 2019-12-27 | 一种基于人脸识别点的图像拉伸方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111179174B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102117412A (zh) * | 2009-12-31 | 2011-07-06 | 北大方正集团有限公司 | 图像识别方法和装置 |
| CN103824269A (zh) * | 2012-11-16 | 2014-05-28 | 广州三星通信技术研究有限公司 | 人脸特效处理方法以及系统 |
| CN103914676A (zh) * | 2012-12-30 | 2014-07-09 | 杭州朗和科技有限公司 | 一种在人脸识别中使用的方法和装置 |
| CN104182930A (zh) * | 2014-08-16 | 2014-12-03 | 大连理工大学 | Sift图像快速匹配的尺寸预处理方法 |
| CN105469081A (zh) * | 2016-01-15 | 2016-04-06 | 成都品果科技有限公司 | 一种用于美颜的人脸关键点定位方法及系统 |
| CN106897662A (zh) * | 2017-01-06 | 2017-06-27 | 北京交通大学 | 基于多任务学习的人脸关键特征点的定位方法 |
| CN106910210A (zh) * | 2017-03-03 | 2017-06-30 | 百度在线网络技术（北京）有限公司 | 用于生成图像信息的方法和装置 |
| CN106934759A (zh) * | 2015-12-30 | 2017-07-07 | 掌赢信息科技（上海）有限公司 | 一种人脸特征点的正面化方法及电子设备 |
| CN107038682A (zh) * | 2016-02-03 | 2017-08-11 | 上海源胜文化传播有限公司 | 一种三维人体模型的缩放系统及方法 |
| CN107689028A (zh) * | 2017-08-22 | 2018-02-13 | 深圳市爱培科技术股份有限公司 | 基于adas的自适应界面显示方法、系统和存储装置 |
| CN109544484A (zh) * | 2019-02-20 | 2019-03-29 | 上海赫千电子科技有限公司 | 一种图像校正方法和装置 |
| CN109948397A (zh) * | 2017-12-20 | 2019-06-28 | Tcl集团股份有限公司 | 一种人脸图像校正方法、系统及终端设备 |
-
2019
- 2019-12-27 CN CN201911374529.9A patent/CN111179174B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102117412A (zh) * | 2009-12-31 | 2011-07-06 | 北大方正集团有限公司 | 图像识别方法和装置 |
| CN103824269A (zh) * | 2012-11-16 | 2014-05-28 | 广州三星通信技术研究有限公司 | 人脸特效处理方法以及系统 |
| CN103914676A (zh) * | 2012-12-30 | 2014-07-09 | 杭州朗和科技有限公司 | 一种在人脸识别中使用的方法和装置 |
| CN104182930A (zh) * | 2014-08-16 | 2014-12-03 | 大连理工大学 | Sift图像快速匹配的尺寸预处理方法 |
| CN106934759A (zh) * | 2015-12-30 | 2017-07-07 | 掌赢信息科技（上海）有限公司 | 一种人脸特征点的正面化方法及电子设备 |
| CN105469081A (zh) * | 2016-01-15 | 2016-04-06 | 成都品果科技有限公司 | 一种用于美颜的人脸关键点定位方法及系统 |
| CN107038682A (zh) * | 2016-02-03 | 2017-08-11 | 上海源胜文化传播有限公司 | 一种三维人体模型的缩放系统及方法 |
| CN106897662A (zh) * | 2017-01-06 | 2017-06-27 | 北京交通大学 | 基于多任务学习的人脸关键特征点的定位方法 |
| CN106910210A (zh) * | 2017-03-03 | 2017-06-30 | 百度在线网络技术（北京）有限公司 | 用于生成图像信息的方法和装置 |
| CN107689028A (zh) * | 2017-08-22 | 2018-02-13 | 深圳市爱培科技术股份有限公司 | 基于adas的自适应界面显示方法、系统和存储装置 |
| CN109948397A (zh) * | 2017-12-20 | 2019-06-28 | Tcl集团股份有限公司 | 一种人脸图像校正方法、系统及终端设备 |
| CN109544484A (zh) * | 2019-02-20 | 2019-03-29 | 上海赫千电子科技有限公司 | 一种图像校正方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 胡国靖."人脸识别中图像预处理与匹配方法研究".中国优秀硕士学位论文全文数据库信息科技辑.2014,(第11期),I138-806. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111179174A (zh) | 2020-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11842438B2 (en) | Method and terminal device for determining occluded area of virtual object | |
| WO2020207190A1 (zh) | 一种三维信息确定方法、三维信息确定装置及终端设备 | |
| US20190311190A1 (en) | Methods and apparatuses for determining hand three-dimensional data | |
| US11526272B2 (en) | Systems and methods for interactive image caricaturing by an electronic device | |
| CN103955339A (zh) | 一种终端操作方法及终端设备 | |
| KR102257172B1 (ko) | 기하학적 형상들을 인식하는 시스템 및 방법 | |
| CN110782517B (zh) | 点云标注方法、装置、存储介质及电子设备 | |
| US20220215507A1 (en) | Image stitching | |
| US20230068025A1 (en) | Method and apparatus for generating road annotation, device and storage medium | |
| CN111290684B (zh) | 图像显示方法、图像显示装置及终端设备 | |
| CN113379885A (zh) | 虚拟头发的处理方法及装置、可读存储介质及电子设备 | |
| US20220139016A1 (en) | Sticker generating method and apparatus, and medium and electronic device | |
| CN108171794B (zh) | 基于三维模型的平面视图投影方法、装置、设备及介质 | |
| CN113837194A (zh) | 图像处理方法、图像处理装置、电子设备以及存储介质 | |
| CN106157347A (zh) | 资源交换数据处理方法、装置和系统 | |
| CN111179174B (zh) | 一种基于人脸识别点的图像拉伸方法和装置 | |
| CN112348069B (zh) | 数据增强方法、装置、计算机可读存储介质及终端设备 | |
| US20170185831A1 (en) | Method and device for distinguishing finger and wrist | |
| AU2022425878A1 (en) | Map display adjustment method and apparatus | |
| CN110764764A (zh) | 网页端图像固定拉伸方法、装置、计算机设备及存储介质 | |
| CN114797109A (zh) | 对象编辑方法、装置、电子设备和存储介质 | |
| WO2020215854A1 (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
| CN109324797B (zh) | 一种桌面图标生成方法、计算机可读存储介质及终端设备 | |
| CN111062874B (zh) | 文本图像显示方法、装置、设备及存储介质 | |
| US20220327757A1 (en) | Method and apparatus for generating dynamic video of character, electronic device and storage medium |
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 |