CN111476146B - 一种基于移动端的学历证件照标准化处理方法 - Google Patents
一种基于移动端的学历证件照标准化处理方法 Download PDFInfo
- Publication number
- CN111476146B CN111476146B CN202010259266.3A CN202010259266A CN111476146B CN 111476146 B CN111476146 B CN 111476146B CN 202010259266 A CN202010259266 A CN 202010259266A CN 111476146 B CN111476146 B CN 111476146B
- Authority
- CN
- China
- Prior art keywords
- academic
- background
- photo
- color
- certificate photo
- 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
-
- 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
- G06V40/172—Classification, e.g. identification
-
- 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
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于移动端的学历证件照标准化处理方法,其包括如下步骤:步骤S1,根据关于学历证件照的面部信息和头发色彩信息的抠图算法,对该学历证件照进行前景和背景的分离处理;步骤S2,根据发丝量级的背景平滑填充算法,对该学历证件照进行背景替换处理和背景填充处理;步骤S3,根据基于曲线的肤色自动调整算法,对该学历证件照进行关于人脸的肤色调整处理;步骤S4,对该学历证件照进行细节化修成处理,以获得目标学历证件照,其能够大幅度地将头发空隙中的背景剔除,以及通过设置过渡区域来使替换背景后的图像在前景与背景的交界处显得更加自然柔和,还有通过曲线算法来改善色彩过渡的平滑效果。
Description
技术领域
本发明涉及证件图像采集的技术领域,特别涉及一种基于移动端的学历证件照标准化处理方法。
背景技术
毕业证照图像采集需要获取满足预定标准图像条件的毕业证照,为此需要对拍摄获得的原始图像进行相应图像自动标准化处理,该图像自动标准化处理通常包括基于背景平滑区域计算得到前景和背景、进行背景替换和进行人脸肤色调整这三个主要步骤。但是,在实际操作中,该图像自动标准化处理对于头发空隙区域没有进行特殊处理在,这使得头发空隙中常常含有原始图像的背景痕迹,并且替换背景后的人像和背景交界处存在着明显的边缘痕迹,视觉效果过于生硬不自然,还有在调整人脸肤色的时候使用线性调整,多数情况下依赖于原图的光照条件会出现肤色调整不足或者调整过度的呈现出肤色不自然的情况。可见,现有技术的图像自动标准化处理后得到的毕业证照普遍存在前景与背景过渡不自然和人脸肤色调整不恰当的问题。
发明内容
针对现有技术存在的缺陷,本发明提供一种基于移动端的学历证件照标准化处理方法,该基于移动端的学历证件照标准化处理方法包括如下步骤:步骤S1,根据关于学历证件照的面部信息和头发色彩信息的抠图算法,对该学历证件照进行前景和背景的分离处理;步骤S2,根据发丝量级的背景平滑填充算法,对该学历证件照进行背景替换处理和背景填充处理;步骤S3,根据基于曲线的肤色自动调整算法,对该学历证件照进行关于人脸的肤色调整处理;步骤S4,对该学历证件照进行细节化修成处理,以获得目标学历证件照;可见,该基于移动端的学历证件照标准化处理方法能够大幅度地将头发空隙中的背景剔除,以及通过设置过渡区域来使替换背景后的图像在前景与背景的交界处显得更加自然柔和,还有通过曲线算法来改善色彩过渡的平滑效果。
本发明提供一种基于移动端的学历证件照标准化处理方法,其特征在于,所述基于移动端的学历证件照标准化处理方法包括如下步骤:
步骤S1,根据关于学历证件照的面部信息和头发色彩信息的抠图算法,对所述学历证件照进行前景和背景的分离处理;
步骤S2,根据发丝量级的背景平滑填充算法,对所述学历证件照进行背景替换处理和背景填充处理;
步骤S3,根据基于曲线的肤色自动调整算法,对所述学历证件照进行关于人脸的肤色调整处理;
步骤S4,对所述学历证件照进行细节化修成处理,以获得目标学历证件照;
进一步,在所述步骤S1中,根据关于学历证件照的面部信息和头发色彩信息的抠图算法,对所述学历证件照进行前景和背景的分离处理具体包括,
步骤S101,根据所述面部信息和所述头发色彩信息,计算得到相应的平滑背景区域,以此进行关于所述背景和所述前景的初次分离处理;
步骤S102,根据所述面部信息,对所述前景对应的图像区域进行的若干次剥离与筛选处理,以剔除所述前景对应的图像区域中隐藏的背景元素;
步骤S103,根据所述头发色彩信息,再次对所述前景对应的图像区域进行关于所述背景元素的筛选处理。
进一步,在所述步骤S101中,根据所述面部信息和所述头发色彩信息,计算得到相应的平滑背景区域,以此进行关于所述背景和所述前景的初次分离处理具体包括,
步骤S1011,根据所述面部信息和所述头发色彩信息,计算得到关于所述学历证件照的色彩差异阈值;
步骤S1012,根据所述色彩差异阈值,对所述学历证件照的图像区域进行色彩差异对比处理,以确定所述平滑背景区域;
步骤S1013,根据所述平滑背景区域对应的区域边界,对所述背景和所述前景进行所述初次分离处理;
或者,
在所述步骤S102中,根据所述面部信息,对所述前景对应的图像区域进行的若干次剥离与筛选处理,以剔除所述前景对应的图像区域中隐藏的背景元素具体包括,
步骤S1021,根据所述面部信息,定位得到相应的人脸区域;
步骤S1022,根据所述人脸区域,对所述前景对应的图形区域进行迭代式的所述若干剥离与筛选处理,以剔除所述前景对应的图像区域中隐藏的背景元素;
或者,
在所述步骤S103中,根据所述头发色彩信息,再次对所述前景对应的图像区域进行关于所述背景元素的筛选处理具体包括,
步骤S1031,从所述头发色彩信息中提取得到关于头发区域的亮度信息和颜色信息;
步骤S1032,根据所述亮度信息和所述颜色信息,再次对所述前景对应的图像区域进行关于所述背景元素的筛选处理,以剔除头发空隙中的背景元素。
进一步,在所述步骤S2中,根据发丝量级的背景平滑填充算法,对所述学历证件照进行背景替换处理和背景填充处理具体包括,
步骤S201,在所述学历证件照中的前景和背景交界处确定发丝级的过渡粘合区域;
步骤S202,根据所述发丝级的过渡粘合区域,确定相应的色彩过渡区域;
步骤S203,根据所述色彩过渡区域,对所述学历证件照进行所述背景替换处理和所述背景填充处理。
进一步,在所述步骤S201中,在所述学历证件照中的前景和背景交界处确定发丝级的过渡粘合区域具体包括,
对所述学历证件照中的前景和背景交界处进行平滑计算处理,以划分平滑度为2.5的对应区域,作为所述发丝级的过渡粘合区域;
或者,
在所述步骤S202中,根据所述发丝级的过渡粘合区域,确定相应的色彩过渡区域具体包括,
步骤S2021,计算所述发丝级的过渡粘合区域的待处理像素与背景像素之间的像素差值;
步骤S2022,根据所述像素差值,计算得到相应的颜色透明度,并根据搜书颜色透明度,确定所述色彩过渡区域;
或者,
在所述步骤S203中,根据所述色彩过渡区域,对所述学历证件照进行所述背景替换处理和所述背景填充处理具体包括,
步骤S2031,计算所述发丝级的过渡粘合区域的待处理像素对应的欧式距离;
步骤S2032,根据所述欧式距离,对所述色彩过渡区域进行所述背景替换处理和所述背景填充处理,以提高所述前景和所述背景交界处的颜色柔和性。
进一步,在所述步骤S3中,根据基于曲线的肤色自动调整算法,对所述学历证件照进行关于人脸的肤色调整处理具体包括,
步骤S301,根据目标肤色亮度和原始肤色亮度,拟合得到相应皮肤亮度曲线;
步骤S302,根据所述皮肤亮度曲线,对所述学历证件照进行关于人脸皮肤饱和度的调整处理;
步骤S303,根据所述皮肤亮度曲线,对原始皮肤颜色进行关于向目标皮肤颜色的拟合逼近处理。
进一步,在所述步骤S301中,根据目标肤色亮度和原始肤色亮度,拟合得到相应皮肤亮度曲线具体包括,
步骤S3011,根据预设经验公式,计算得到所述目标肤色亮度;
步骤S3012,根据预设推导公式,对所述目标肤色亮度和所述原始肤色亮度进行拟合处理,以得到所述皮肤亮度曲线;
或者,
在所述步骤S302中,根据所述皮肤亮度曲线,对所述学历证件照进行关于人脸皮肤饱和度的调整处理具体包括,
根据所述皮肤亮度曲线,计算得到关于皮肤色彩的位图信息,以此对所述学历证件照进行关于人脸皮肤饱和度的调整处理。
进一步,在所述步骤S4中,对所述学历证件照进行细节化修成处理,以获得目标学历证件照具体包括,
步骤S401,将所述学历证件照与预设标准证件照模板进行比对处理,以获得相应证件照细节差异;
步骤S402,根据所述证件照细节差异,对所述学历证件照进行所述细节化修成处理,以获得以获得所述目标学历证件照。
进一步,在所述步骤S401中,将所述学历证件照与预设标准证件照模板进行比对处理,以获得相应证件照细节差异具体包括,
将所述学历证件照与预设标准证件照模板进行比对处理,以获得关于学历证件照色调、纹理和轮廓中至少一者的证件照细节差异;
或者,
在所述步骤S402中,根据所述证件照细节差异,对所述学历证件照进行所述细节化修成处理,以获得所述目标学历证件照具体包括,
根据所述证件照细节差异,对所述学历证件照进行关于色调、纹理和轮廓中至少一者的所述细节化修成处理,以使所述学历证件照满足预设色彩过渡和平滑条件;
进一步,在所述步骤S4之后,还包括,
步骤S5,对所述目标学历证件照进行裁剪处理,所述裁剪处理具体为,
获取所述目标学历证件照中人像在照片中的面积占比,并根据所述面积占比和预设标准占比,调整所述人像对应的头顶到照片顶部之间的距离、或者调整所述人像对应的脸部在整个照片中的宽度比例、或者调整所述人像整体在照片中的位置,以此获得满足预设尺寸标准的期望学历证件照;
步骤S6,对所述期望学历证件照进行电子化转换处理和压缩处理。
相比于现有技术,该基于移动端的学历证件照标准化处理方法包括如下步骤:步骤S1,根据关于学历证件照的面部信息和头发色彩信息的抠图算法,对该学历证件照进行前景和背景的分离处理;步骤S2,根据发丝量级的背景平滑填充算法,对该学历证件照进行背景替换处理和背景填充处理;步骤S3,根据基于曲线的肤色自动调整算法,对该学历证件照进行关于人脸的肤色调整处理;步骤S4,对该学历证件照进行细节化修成处理,以获得目标学历证件照;可见,该基于移动端的学历证件照标准化处理方法能够大幅度地将头发空隙中的背景剔除,以及通过设置过渡区域来使替换背景后的图像在前景与背景的交界处显得更加自然柔和,还有通过曲线算法来改善色彩过渡的平滑效果。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,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为本发明提供的一种基于移动端的学历证件照标准化处理方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅图1,为本发明实施例提供的一种基于移动端的学历证件照标准化处理方法的流程示意图。该基于移动端的学历证件照标准化处理方法包括如下步骤:
步骤S1,根据关于学历证件照的面部信息和头发色彩信息的抠图算法,对该学历证件照进行前景和背景的分离处理;
步骤S2,根据发丝量级的背景平滑填充算法,对该学历证件照进行背景替换处理和背景填充处理;
步骤S3,根据基于曲线的肤色自动调整算法,对该学历证件照进行关于人脸的肤色调整处理;
步骤S4,对该学历证件照进行细节化修成处理,以获得目标学历证件照。
优选地,在该步骤S1中,根据关于学历证件照的面部信息和头发色彩信息的抠图算法,对该学历证件照进行前景和背景的分离处理具体包括,
步骤S101,根据该面部信息和该头发色彩信息,计算得到相应的平滑背景区域,以此进行关于该背景和该前景的初次分离处理;
步骤S102,根据该面部信息,对该前景对应的图像区域进行的若干次剥离与筛选处理,以剔除该前景对应的图像区域中隐藏的背景元素;
步骤S103,根据该头发色彩信息,再次对该前景对应的图像区域进行关于该背景元素的筛选处理。
优选地,在该步骤S101中,根据该面部信息和该头发色彩信息,计算得到相应的平滑背景区域,以此进行关于该背景和该前景的初次分离处理具体包括,
步骤S1011,根据该面部信息和该头发色彩信息,计算得到关于该学历证件照的色彩差异阈值;
步骤S1012,根据该色彩差异阈值,对该学历证件照的图像区域进行色彩差异对比处理,以确定该平滑背景区域;
步骤S1013,根据该平滑背景区域对应的区域边界,对该背景和该前景进行该初次分离处理。
优选地,在该步骤S102中,根据该面部信息,对该前景对应的图像区域进行的若干次剥离与筛选处理,以剔除该前景对应的图像区域中隐藏的背景元素具体包括,
步骤S1021,根据该面部信息,定位得到相应的人脸区域;
步骤S1022,根据该人脸区域,对该前景对应的图形区域进行迭代式的该若干剥离与筛选处理,以剔除该前景对应的图像区域中隐藏的背景元素。
优选地,在该步骤S103中,根据该头发色彩信息,再次对该前景对应的图像区域进行关于该背景元素的筛选处理具体包括,
步骤S1031,从该头发色彩信息中提取得到关于头发区域的亮度信息和颜色信息;
步骤S1032,根据该亮度信息和该颜色信息,再次对该前景对应的图像区域进行关于该背景元素的筛选处理,以剔除头发空隙中的背景元素。
优选地,在该步骤S2中,根据发丝量级的背景平滑填充算法,对该学历证件照进行背景替换处理和背景填充处理具体包括,
步骤S201,在该学历证件照中的前景和背景交界处确定发丝级的过渡粘合区域;
步骤S202,根据该发丝级的过渡粘合区域,确定相应的色彩过渡区域;
步骤S203,根据该色彩过渡区域,对该学历证件照进行该背景替换处理和该背景填充处理。
优选地,在该步骤S201中,在该学历证件照中的前景和背景交界处确定发丝级的过渡粘合区域具体包括,
对该学历证件照中的前景和背景交界处进行平滑计算处理,以划分平滑度为2.5的对应区域,作为该发丝级的过渡粘合区域。
优选地,在该步骤S202中,根据该发丝级的过渡粘合区域,确定相应的色彩过渡区域具体包括,
步骤S2021,计算该发丝级的过渡粘合区域的待处理像素与背景像素之间的像素差值;
步骤S2022,根据该像素差值,计算得到相应的颜色透明度,并根据搜书颜色透明度,确定该色彩过渡区域。
优选地,在该步骤S203中,根据该色彩过渡区域,对该学历证件照进行该背景替换处理和该背景填充处理具体包括,
步骤S2031,计算该发丝级的过渡粘合区域的待处理像素对应的欧式距离;
步骤S2032,根据该欧式距离,对该色彩过渡区域进行该背景替换处理和该背景填充处理,以提高该前景和该背景交界处的颜色柔和性。
优选地,在该步骤S3中,根据基于曲线的肤色自动调整算法,对该学历证件照进行关于人脸的肤色调整处理具体包括,
步骤S301,根据目标肤色亮度和原始肤色亮度,拟合得到相应皮肤亮度曲线;
步骤S302,根据该皮肤亮度曲线,对该学历证件照进行关于人脸皮肤饱和度的调整处理;
步骤S303,根据该皮肤亮度曲线,对原始皮肤颜色进行关于向目标皮肤颜色的拟合逼近处理。
优选地,在该步骤S301中,根据目标肤色亮度和原始肤色亮度,拟合得到相应皮肤亮度曲线具体包括,
步骤S3011,根据预设经验公式,计算得到该目标肤色亮度;
步骤S3012,根据预设推导公式,对该目标肤色亮度和该原始肤色亮度进行拟合处理,以得到该皮肤亮度曲线。
优选地,在该步骤S302中,根据该皮肤亮度曲线,对该学历证件照进行关于人脸皮肤饱和度的调整处理具体包括,
根据该皮肤亮度曲线,计算得到关于皮肤色彩的位图信息,以此对该学历证件照进行关于人脸皮肤饱和度的调整处理。
优选地,在该步骤S4中,对该学历证件照进行细节化修成处理,以获得目标学历证件照具体包括,
步骤S401,将该学历证件照与预设标准证件照模板进行比对处理,以获得相应证件照细节差异;
步骤S402,根据该证件照细节差异,对该学历证件照进行该细节化修成处理,以获得该目标学历证件照。
优选地,在该步骤S401中,将该学历证件照与预设标准证件照模板进行比对处理,以获得相应证件照细节差异具体包括,
将该学历证件照与预设标准证件照模板进行比对处理,以获得关于学历证件照色调、纹理和轮廓中至少一者的证件照细节差异。
优选地,在该步骤S402中,根据该证件照细节差异,对该学历证件照进行该细节化修成处理,以获得该目标学历证件照具体包括,
根据该证件照细节差异,对该学历证件照进行关于色调、纹理和轮廓中至少一者的该细节化修成处理,以使该学历证件照满足预设色彩过渡和平滑条件。
优选地,在该步骤S4之后,还包括,
步骤S5,对该目标学历证件照进行裁剪处理,该裁剪处理具体为,
获取该目标学历证件照中人像在照片中的面积占比,并根据该面积占比和预设标准占比,调整该人像对应的头顶到照片顶部之间的距离、或者调整该人像对应的脸部在整个照片中的宽度比例、或者调整该人像整体在照片中的位置,以此获得满足预设尺寸标准的期望学历证件照;
步骤S6,对该期望学历证件照进行电子化转换处理和压缩处理。
从上述实施例的内容可知,该基于移动端的学历证件照标准化处理方法包括如下步骤:步骤S1,根据关于学历证件照的面部信息和头发色彩信息的抠图算法,对该学历证件照进行前景和背景的分离处理;步骤S2,根据发丝量级的背景平滑填充算法,对该学历证件照进行背景替换处理和背景填充处理;步骤S3,根据基于曲线的肤色自动调整算法,对该学历证件照进行关于人脸的肤色调整处理;步骤S4,对该学历证件照进行细节化修成处理,以获得目标学历证件照;可见,该基于移动端的学历证件照标准化处理方法能够大幅度地将头发空隙中的背景剔除,以及通过设置过渡区域来使替换背景后的图像在前景与背景的交界处显得更加自然柔和,还有通过曲线算法来改善色彩过渡的平滑效果。
在一个实施例中,步骤S4,对所述学历证件照进行细节化修成处理,以获得目标学历证件照,包括:
对所述学历证件照中的服饰进行识别,获得所述学历证件照中的服饰区域;
采集所述服饰区域再所述学历证件照中所占据的像素数目m;
根据如下公式(1)确定对所述服饰区域的采样像素数目h,此种确定采样像素数目h的方法,不仅能较为全面的覆盖像素点特征,并且能节省后续的处理量,加快处理速度:
将所述服饰区域划分为h个子区域,在每个子区域中采集一个像素点的RGB颜色值,获得h个采样像素点的RGB颜色值,将第i个采样像素点的RGB颜色值标记为RGBi=(Ri,Gi,Bi);
计算所述h个采样像素点的RGB颜色值的平均值,记为RGB0=(R0,G0,B0);
按照如下公式(3)、(4)计算除去所述基准像素点之外的h-1个采样像素点的RGB颜色值与所述平均值之间的综合差异度F:
当所述F等于或大于预设差异度阈值时,说明服饰较为花哨,不适合拍摄证件照,输出所述学历证件照中的服饰需要更换的提示,不需要人为的来一个一个照片的来判断服饰是否合适,节省了人力,速度也较快。
上述实施方式,通过对学历证件照中的服饰区域进行像素点颜色值的计算处理,能够分析出服饰是否较为花哨,因为花哨的服饰通常情况下不适合拍摄证件照,所以以上方法通过智能的方法分析出学历证件照的服饰是否不适合拍摄证件照,进而输出相应提示,不需要人工参与,速度快。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于移动端的学历证件照标准化处理方法,其特征在于,所述基于移动端的学历证件照标准化处理方法包括如下步骤:
步骤S1,根据关于学历证件照的面部信息和头发色彩信息的抠图算法,对所述学历证件照进行前景和背景的分离处理;
步骤S2,根据发丝量级的背景平滑填充算法,对所述学历证件照进行背景替换处理和背景填充处理;
步骤S3,根据基于曲线的肤色自动调整算法,对所述学历证件照进行关于人脸的肤色调整处理;
步骤S4,对所述学历证件照进行细节化修成处理,以获得目标学历证件照;
在所述步骤S2中,根据发丝量级的背景平滑填充算法,对所述学历证件照进行背景替换处理和背景填充处理具体包括,
步骤S201,在所述学历证件照中的前景和背景交界处确定发丝级的过渡粘合区域;
步骤S202,根据所述发丝级的过渡粘合区域,确定相应的色彩过渡区域;
步骤S203,根据所述色彩过渡区域,对所述学历证件照进行所述背景替换处理和所述背景填充处理;
在所述步骤S201中,在所述学历证件照中的前景和背景交界处确定发丝级的过渡粘合区域具体包括,
对所述学历证件照中的前景和背景交界处进行平滑计算处理,以划分平滑度为2.5的对应区域,作为所述发丝级的过渡粘合区域;
或者,
在所述步骤S202中,根据所述发丝级的过渡粘合区域,确定相应的色彩过渡区域具体包括,
步骤S2021,计算所述发丝级的过渡粘合区域的待处理像素与背景像素之间的像素差值;
步骤S2022,根据所述像素差值,计算得到相应的颜色透明度,并根据所述颜色透明度,确定所述色彩过渡区域;
或者,
在所述步骤S203中,根据所述色彩过渡区域,对所述学历证件照进行所述背景替换处理和所述背景填充处理具体包括,
步骤S2031,计算所述发丝级的过渡粘合区域的待处理像素与背景像素之间对应的欧式距离;
步骤S2032,根据所述欧式距离,对所述色彩过渡区域进行所述背景替换处理和所述背景填充处理,以提高所述前景和所述背景交界处的颜色柔和性。
2.如权利要求1所述的基于移动端的学历证件照标准化处理方法,其特征在于:
在所述步骤S1中,根据关于学历证件照的面部信息和头发色彩信息的抠图算法,对所述学历证件照进行前景和背景的分离处理具体包括,
步骤S101,根据所述面部信息和所述头发色彩信息,计算得到相应的平滑背景区域,以此进行关于所述背景和所述前景的初次分离处理;
步骤S102,根据所述面部信息,对所述前景对应的图像区域进行的若干次剥离与筛选处理,以剔除所述前景对应的图像区域中隐藏的背景元素;
步骤S103,根据所述头发色彩信息,再次对所述前景对应的图像区域进行关于所述背景元素的筛选处理。
3.如权利要求2所述的基于移动端的学历证件照标准化处理方法,其特征在于:
在所述步骤S101中,根据所述面部信息和所述头发色彩信息,计算得到相应的平滑背景区域,以此进行关于所述背景和所述前景的初次分离处理具体包括,
步骤S1011,根据所述面部信息和所述头发色彩信息,计算得到关于所述学历证件照的色彩差异阈值;
步骤S1012,根据所述色彩差异阈值,对所述学历证件照的图像区域进行色彩差异对比处理,以确定所述平滑背景区域;
步骤S1013,根据所述平滑背景区域对应的区域边界,对所述背景和所述前景进行所述初次分离处理;
或者,
在所述步骤S102中,根据所述面部信息,对所述前景对应的图像区域进行的若干次剥离与筛选处理,以剔除所述前景对应的图像区域中隐藏的背景元素具体包括,
步骤S1021,根据所述面部信息,定位得到相应的人脸区域;
步骤S1022,根据所述人脸区域,对所述前景对应的图像区域进行迭代式的若干剥离与筛选处理,以剔除所述前景对应的图像区域中隐藏的背景元素;
或者,
在所述步骤S103中,根据所述头发色彩信息,再次对所述前景对应的图像区域进行关于所述背景元素的筛选处理具体包括,
步骤S1031,从所述头发色彩信息中提取得到关于头发区域的亮度信息和颜色信息;
步骤S1032,根据所述亮度信息和所述颜色信息,再次对所述前景对应的图像区域进行关于所述背景元素的筛选处理,以剔除头发空隙中的背景元素。
4.如权利要求1所述的基于移动端的学历证件照标准化处理方法,其特征在于:
在所述步骤S3中,根据基于曲线的肤色自动调整算法,对所述学历证件照进行关于人脸的肤色调整处理具体包括,
步骤S301,根据目标肤色亮度和原始肤色亮度,拟合得到相应皮肤亮度曲线;
步骤S302,根据所述皮肤亮度曲线,对所述学历证件照进行关于人脸皮肤饱和度的调整处理;
步骤S303,根据所述皮肤亮度曲线,对原始皮肤颜色进行关于向目标皮肤颜色的拟合逼近处理。
5.如权利要求4所述的基于移动端的学历证件照标准化处理方法,其特征在于:
在所述步骤S301中,根据目标肤色亮度和原始肤色亮度,拟合得到相应皮肤亮度曲线具体包括,
步骤S3011,根据预设经验公式,计算得到所述目标肤色亮度;
步骤S3012,根据预设推导公式,对所述目标肤色亮度和所述原始肤色亮度进行拟合处理,以得到所述皮肤亮度曲线;
或者,
在所述步骤S302中,根据所述皮肤亮度曲线,对所述学历证件照进行关于人脸皮肤饱和度的调整处理具体包括,
根据所述皮肤亮度曲线,计算得到关于皮肤色彩的位图信息,以此对所述学历证件照进行关于人脸皮肤饱和度的调整处理。
6.如权利要求1所述的基于移动端的学历证件照标准化处理方法,其特征在于:
在所述步骤S4中,对所述学历证件照进行细节化修成处理,以获得目标学历证件照具体包括,
步骤S401,将所述学历证件照与预设标准证件照模板进行比对处理,以获得相应证件照细节差异;
步骤S402,根据所述证件照细节差异,对所述学历证件照进行所述细节化修成处理,以获得所述目标学历证件照;
其中,在所述步骤S401中,将所述学历证件照与预设标准证件照模板进行比对处理,以获得相应证件照细节差异具体包括,
将所述学历证件照与预设标准证件照模板进行比对处理,以获得关于学历证件照色调、纹理和轮廓中至少一者的证件照细节差异;
或者,
在所述步骤S402中,根据所述证件照细节差异,对所述学历证件照进行所述细节化修成处理,以获得所述目标学历证件照具体包括,根据所述证件照细节差异,对所述学历证件照进行关于色调、纹理和轮廓中至少一者的所述细节化修成处理,以使所述学历证件照满足预设色彩过渡和平滑条件。
7.如权利要求1所述的基于移动端的学历证件照标准化处理方法,其特征在于:
在所述步骤S4之后,还包括,
步骤S5,对所述目标学历证件照进行裁剪处理,所述裁剪处理具体为,获取所述目标学历证件照中人像在照片中的面积占比,并根据所述面积占比和预设标准占比,调整所述人像对应的头顶到照片顶部之间的距离、或者调整所述人像对应的脸部在整个照片中的宽度比例、或者调整所述人像整体在照片中的位置,以此获得满足预设尺寸标准的期望学历证件照;
步骤S6,对所述期望学历证件照进行电子化转换处理和压缩处理。
8.如权利要求1所述的基于移动端的学历证件照标准化处理方法,其特征在于:步骤S4,对所述学历证件照进行细节化修成处理,以获得目标学历证件照,包括:
对所述学历证件照中的服饰进行识别,获得所述学历证件照中的服饰区域;
采集所述服饰区域再所述学历证件照中所占据的像素数目m;
根据如下公式(1)确定对所述服饰区域的采样像素数目h:
将所述服饰区域划分为h个子区域,在每个子区域中采集一个像素点的RGB颜色值,获得h个采样像素点的RGB颜色值,将第i个采样像素点的RGB颜色值标记为RGBi=(Ri,Gi,Bi);
计算所述h个采样像素点的RGB颜色值的平均值,记为
RGB0=(R0,G0,B0);
按照如下公式(3)、(4)计算除去基准像素点之外的h-1个采样像素点的RGB颜色值与所述平均值之间的综合差异度F:
当所述F等于或大于预设差异度阈值时,输出所述学历证件照中的服饰需要更换的提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010259266.3A CN111476146B (zh) | 2020-04-03 | 2020-04-03 | 一种基于移动端的学历证件照标准化处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010259266.3A CN111476146B (zh) | 2020-04-03 | 2020-04-03 | 一种基于移动端的学历证件照标准化处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111476146A CN111476146A (zh) | 2020-07-31 |
CN111476146B true CN111476146B (zh) | 2023-04-07 |
Family
ID=71749623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010259266.3A Active CN111476146B (zh) | 2020-04-03 | 2020-04-03 | 一种基于移动端的学历证件照标准化处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111476146B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633252A (zh) * | 2021-01-09 | 2021-04-09 | 浙江臻享网络科技有限公司 | 一种证件照标准化处理方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8441548B1 (en) * | 2012-06-15 | 2013-05-14 | Google Inc. | Facial image quality assessment |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6667774B2 (en) * | 2001-11-02 | 2003-12-23 | Imatte, Inc. | Method and apparatus for the automatic generation of subject to background transition area boundary lines and subject shadow retention |
DE10250781B4 (de) * | 2002-10-30 | 2007-07-26 | Orga Systems Gmbh | Verfahren und Vorrichtung zur automatischen Segmentierung eines Vordergrundobjektes in einem Bild |
TWI389559B (zh) * | 2009-08-14 | 2013-03-11 | Ind Tech Res Inst | 前景影像分離方法 |
WO2012010220A2 (en) * | 2010-07-19 | 2012-01-26 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Filling disocclusions in a virtual view |
CN103473780B (zh) * | 2013-09-22 | 2016-05-25 | 广州市幸福网络技术有限公司 | 一种人像背景抠图的方法 |
CN104794686B (zh) * | 2014-01-20 | 2018-06-12 | 富士通株式会社 | 图像平滑方法和图像平滑装置 |
US10049435B2 (en) * | 2014-07-31 | 2018-08-14 | Adobe Systems Incorporated | Controlling smoothness of a transmission between images |
CN104504745B (zh) * | 2015-01-16 | 2018-05-25 | 成都品果科技有限公司 | 一种基于图像分割和抠图的证件照生成方法 |
CN104732506B (zh) * | 2015-03-27 | 2018-04-10 | 浙江大学 | 一种基于人脸语义分析的人物照片颜色风格转换方法 |
CN105184787B (zh) * | 2015-08-31 | 2018-04-06 | 广州市幸福网络技术有限公司 | 一种自动对人像进行抠图的证照相机及方法 |
CN106204567B (zh) * | 2016-07-05 | 2019-01-29 | 华南理工大学 | 一种自然背景视频抠图方法 |
CN107123088B (zh) * | 2017-04-21 | 2019-09-13 | 山东大学 | 一种自动更换证件照背景颜色的方法 |
CN107507217B (zh) * | 2017-08-17 | 2020-10-16 | 北京觅己科技有限公司 | 证件照的制作方法、装置及存储介质 |
CN108269230A (zh) * | 2017-12-26 | 2018-07-10 | 努比亚技术有限公司 | 证件照生成方法、移动终端及计算机可读存储介质 |
CN109344724B (zh) * | 2018-09-05 | 2020-09-25 | 深圳伯奇科技有限公司 | 一种证件照自动背景替换方法、系统及服务器 |
-
2020
- 2020-04-03 CN CN202010259266.3A patent/CN111476146B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8441548B1 (en) * | 2012-06-15 | 2013-05-14 | Google Inc. | Facial image quality assessment |
Non-Patent Citations (2)
Title |
---|
基于前景目标提取的图像风格化绘制算法;赵杨等;《系统仿真学报》(第08期);第61-65页 * |
融合边缘与过渡区域提取的人物证件照分割;李勤垂等;《福建电脑》(第05期);第5-7页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111476146A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019100282A1 (zh) | 一种人脸肤色识别方法、装置和智能终端 | |
US10127436B2 (en) | Apparatus, image processing method and storage medium storing program | |
US20150304525A1 (en) | Color correction based on multiple images | |
KR102284096B1 (ko) | 중요도 맵을 이용한 지능형 주관적 화질 평가 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
JP2014016824A (ja) | 情報処理装置及びその制御方法及びプログラム | |
CN103098078A (zh) | 笑容检测系统及方法 | |
JP7355943B2 (ja) | マシンビジョンによる低倍酸エッチング欠陥自動識別及び格付けの方法並びにシステム | |
EP2543021A1 (en) | Method for combining image and imaging product | |
CN116485785B (zh) | 一种太阳能电池片的表面缺陷检测方法 | |
JP2014016826A (ja) | 画像処理装置、及び画像処理方法、プログラム | |
CN111476146B (zh) | 一种基于移动端的学历证件照标准化处理方法 | |
CN115965607A (zh) | 一种智能中医舌诊辅助分析系统 | |
CN114202491B (zh) | 一种增强光学图像的方法及系统 | |
CN113609944A (zh) | 一种静默活体检测方法 | |
CN111275729B (zh) | 精分割天空区域的方法及系统、图像换天的方法及系统 | |
CN110659683A (zh) | 图像处理方法、装置及电子设备 | |
CN111083468B (zh) | 一种基于图像梯度的短视频质量评价方法及系统 | |
CN108491820A (zh) | 图像中肢体表示信息的识别方法、装置及设备、存储介质 | |
Nachlieli et al. | Skin-sensitive automatic color correction | |
CN110738112A (zh) | 人脸图像模拟方法、装置、计算机设备和存储介质 | |
CN109214363A (zh) | 一种基于YCbCr与连通区域分析的变电站工人人脸识别方法 | |
CN114565506B (zh) | 图像颜色迁移方法、装置、设备及存储介质 | |
CN117853882B (zh) | 一种用于智能水表的数据采集方法 | |
CN114022921B (zh) | 一种基于特征点和局部特征的面部表情分析方法 | |
CN109658382A (zh) | 基于图像聚类和灰度投影的舌体定位方法 |
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 |