CN111583102A - 人脸图像处理方法、装置、电子设备及计算机存储介质 - Google Patents

人脸图像处理方法、装置、电子设备及计算机存储介质 Download PDF

Info

Publication number
CN111583102A
CN111583102A CN202010407613.2A CN202010407613A CN111583102A CN 111583102 A CN111583102 A CN 111583102A CN 202010407613 A CN202010407613 A CN 202010407613A CN 111583102 A CN111583102 A CN 111583102A
Authority
CN
China
Prior art keywords
eye shadow
saturation
face image
adjusted
pixel point
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
Application number
CN202010407613.2A
Other languages
English (en)
Other versions
CN111583102B (zh
Inventor
袁知洪
王堃彦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202010407613.2A priority Critical patent/CN111583102B/zh
Publication of CN111583102A publication Critical patent/CN111583102A/zh
Application granted granted Critical
Publication of CN111583102B publication Critical patent/CN111583102B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/04Context-preserving transformations, e.g. by using an importance map
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本公开的实施例提供了一种人脸图像处理方法、装置、电子设备及计算机存储介质,该方法包括:获取用户对待处理人脸图像的眼影调整指令,眼影调整指令为眼影增强调整指令或眼影减弱调整指令;基于眼影调整指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度;将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。本公开实施例中,在经过两次饱和度调整后,得到的人脸图像中的眼影效果,融合了待处理人脸图像中原始的眼影效果以及初步调整后的眼影效果,使得调整后的人脸图像中的眼影效果更加自然,且整个调整过程无需用户手动进行调整,进而提高了用户的用户体验。

Description

人脸图像处理方法、装置、电子设备及计算机存储介质
技术领域
本公开涉及图像处理技术领域,具体而言,本公开涉及一种人脸图像处理方法、装置、电子设备和计算机存储介质。
背景技术
现有技术中,用户常常为自己画上漂亮的妆容,通过图像拍摄装置拍摄好看的图片,再将拍摄好的图片发送到社交平台,以提高该用户的人气。
但用户在带妆情况下,由于在拍摄环境、拍摄设备等原因的影响下,通常会使得照片中的眼妆出现“被吃妆”的情况,即眼影效果被弱化,这样是用户不愿接受的。基于眼妆“被吃妆”的情况,在拍摄完图片后,通常用户会基于一些图片美化工具,手动对拍摄后的图片中的眼影进行调整,但是,大多数用户都不是专业人员,对于照片中眼影范围通常不能进行准确的选择,并且也不能对照片中的眼影进行准确的调整,使得调整后的图片仍不能符合用户的要求,降低了用户体验。
发明内容
本公开的目的旨在至少能解决上述的技术缺陷之一,提升用户的使用体验。本公开采用的技术方案如下:
第一方面,本公开提供了一种人脸图像处理方法,该方法包括:
获取用户对待处理人脸图像的眼影调整指令,眼影调整指令为眼影增强调整指令或眼影减弱调整指令;
基于眼影调整指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度;
将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
第二方面,本公开提供了一种人脸图像处理装置,该装置包括:
指令获取模块,用于获取用户对待处理人脸图像的眼影调整指令,眼影调整指令为眼影增强调整指令或眼影减弱调整指令;
初步调整模块,用于基于眼影调整指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度;
融合模块,用于将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
第三方面,本公开提供了一种电子设备,该电子设备包括:
处理器和存储器;
存储器,用于存储操作指令;
处理器,用于通过调用操作指令,执行如本公开的第一方面的任一实施例中所示的方法。
第四方面,本公开提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序指令,计算机程序指令用于使计算机执行以实现如本公开的第一方面的任一实施例中所示的方法。
本公开实施例提供的技术方案带来的有益效果是:
本公开实施例的人脸图像处理方法、装置、电子设备及计算机存储介质,在接收到用户对待处理人脸图像中的眼影调整指令时,可先基于该指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度,然后,再将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像,这样,在经过两次饱和度调整后,得到的人脸图像中的眼影效果,融合了待处理人脸图像中原始的眼影效果以及初步调整后的眼影效果,使得调整后的人脸图像中的眼影效果更加自然,且整个调整过程无需用户手动进行调整,进而提高了用户的用户体验。
附图说明
为了更清楚地说明在本公开的实施例中的技术方案,下面将对本公开实施例描述中所需要使用的附图作简单地介绍。
图1为本公开的实施例提供的一种人脸图像处理方法的流程示意图;
图2为本公开实施例中一种眼影区域模板示意图;
图3a为本公开实施例中一种饱和度增强时对应的lut示意图;
图3b为本公开实施例中一种饱和度减弱时对应的lut示意图;
图4为本公开实施例中提供的待处理人脸图像的示意图;
图5为本公开实施例中提供的眼影饱和度增强效果示意图;
图6为本公开实施例中提供的眼影饱和度减弱效果示意图;
图7为本公开的实施例提供的一种人脸图像处理装置的结构示意图;
图8为本公开的实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对装置、模块或单元进行区分,并非用于限定这些装置、模块或单元一定为不同的装置、模块或单元,也并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
针对现有技术中存在的上述技术问题,本公开实施例提出了一种人脸图像处理方法,该方法能够在接收到用户对待处理人脸图像中的眼影调整指令时,可先基于该指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度,然后,再将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像,这样,在经过两次饱和度调整后,得到的人脸图像中的眼影效果,融合了待处理人脸图像中原始的眼影效果以及初步调整后的眼影效果,使得调整后的人脸图像中的眼影效果更加自然,且整个调整过程中无需用户手动选择眼影区域,也无需手动进行调整,进而提高了用户的用户体验。同时,在通过本公开的方案调整后的人脸图像中,在增强或者减弱眼影区域中各像素点的饱和度的同时,保留了高光部分,使得调整后的人脸图像的眼影效果更加自然。
下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本公开的实施例进行描述。
本公开的执行主体可以是任意电子设备,可以是服务器,也可以是用户终端等,如对于一可对人脸图像进行眼影调整的应用程序,为用户提供了调整眼影饱和度的功能,用户在将所拍摄的人脸图像发布之前,可以执行该方法调整该人脸图像中的眼影的饱和度,即美化人脸图像中的眼妆效果,以使得眼妆更加自然,避免被吃妆的情况出现。
图1示出了本公开实施例提供的一种人脸图像处理方法的流程示意图,如图中所示,本公开以用户终端为执行主体为例进行说明,该方法可以包括步骤S110至步骤S130,其中:
步骤S110,获取用户对待处理人脸图像的眼影调整指令,眼影调整指令为眼影增强调整指令或眼影减弱调整指令。
其中,待处理人脸图像中包括对应的人脸部位,比如,眼睛、鼻子、嘴等;待处理图像中需要包括眼部区域。待处理人脸图像可以通过具有拍摄功能的终端设备拍摄获得,终端设备指的是诸如美颜相机、智能手机和平板电脑之类的具有图像拍摄功能的电子产品。用户可以通过终端设备中的诸如触摸屏或物理按键之类的输入设备输入摄像头启动指令,控制终端设备的摄像头处于拍照模式,获取摄像头采集到的待处理人脸图像。
其中,摄像头可以是终端设备的内置摄像头,如前置摄像头和后置摄像头,也可以是终端设备的外置摄像头,如旋转摄像头,可选的是前置摄像头。
其中,眼影调整指令表示用户想对人脸图像中的眼影效果进行调整,眼影增强调整指令表示用户想增强人脸图像中的眼影效果,眼影减弱调整指令表示用户想减弱人脸图像中的眼影效果。眼影调整指令可以基于用户对终端界面的眼影调整操作生成的指令,眼影调整操作表示用户选择想要调整待处理人脸图像的眼影区域的操作,即用户在终端设备的用户界面进行眼影调整的动作,该操作的具体形式根据需要配置,例如,可以是用户在客户端的应用程序的界面上特定操作位置的触发动作。
在实际应用中,可通过客户端的相关触发标识触发该操作,比如客户端界面上的指定触发按钮或输入框,还可以是用户的语音指令,具体的,例如可以是在客户端的显示界面上显示的虚拟按钮,用户点击该按钮的操作即为用户的眼影调整操作。
步骤S120,基于眼影调整指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度。
其中,像素点饱和度可以反应出眼影效果,在本公开的方案中,通过调整待处理人脸图像中眼影区域中各像素点的原始饱和度,来实现对眼影效果的调整。如果眼影调整指令是眼影增强调整指令,则调整后的饱和度所对应的眼影效果是对原始眼影效果(待处理人脸图像对应的眼影效果)进行增强后的效果。如果眼影调整指令是眼影减弱调整指令,则调整后的饱和度所对应的眼影效果是对原始眼影效果进行减弱后的效果。
在实际应用中,可基于预先配置的调整策略,调整各像素点的原始饱和度,比如,将各像素点的原始饱和度调整到设定的饱和度。
步骤S130,将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
其中,在本公开的方案中,是将各像素点的原始饱和度和对应的调整后的饱和度进行融合,得到融合后的各像素点的饱和度,在调整后的人脸图像中,各像素点的饱和度即为融合后的各像素点的饱和度。
本公开的实施例中的方案,在接收到用户对待处理人脸图像中的眼影调整指令时,可先基于该指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度,然后,再将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像,这样,在经过两次饱和度调整后,得到的人脸图像中的眼影效果,融合了待处理人脸图像中原始的眼影效果以及初步调整后的眼影效果,使得调整后的人脸图像中的眼影效果更加自然,且整个调整过程无需用户手动进行调整,进而提高了用户的用户体验。
本公开的实施例中,该方法还包括:
获取待处理人脸图像;
基于待处理人脸图像和预配置的眼影区域模板,确定待处理人脸图像中的眼影区域。
其中,为了减少数据处理量,可在基于眼影调整指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整之前,先确定待处理人脸图像中的眼影区域,然后只针对眼影区域中各像素点的原始饱和度进行相应的调整。
在本公开的方案中,不限定确定待处理人脸图像中眼影区域的确定方式,比如,可基于预配置的眼影区域模板,确定待处理人脸图像中的眼影区域。
作为一个示例,如图2中所示的眼影区域模板,基于该模板中对应的眼影区域,可确定出待处理人脸图像中的眼影区域。
本公开的实施例中,基于眼影调整指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度,包括:
确定待处理人脸图像中眼影区域中的各像素点的原始饱和度;
基于各像素点的原始饱和度和预配置的对应关系,确定各像素点对应的调整因子,对应关系包括各饱和度和各饱和度各自对应的调整因子之间的对应关系;
基于眼影调整指令和各像素点对应的调整因子,对各像素点的原始饱和度进行相应的调整,得到调整后的饱和度。
其中,对应关系是预先配置的,比如,将显示查找表(Look-Up-Table,lut表)作为该对应关系,该对应关系中包括各饱和度和各饱和度各自对应的调整因子之间的对应关系,则基于该对应关系,可以基于各像素点的原始饱和度,确定出各像素点对应的调整因子,该调整因子表征了各饱和度需要调整的强度,基于各像素点对应的调整因子,对各像素点的原始饱和度进行相应的调整,以得到各像素点调整后的饱和度。
在本公开的方案中,基于增强饱和度和减弱饱和度两种调整方式,上述对应关系可以包括第一对应关系和第二对应关系,第一对应关系用于在接收到眼影增强调整指令时,基于该第一对应关系中各饱和度和各饱和度各自对应的调整因子之间的对应关系,调整各像素点的原始饱和度,使得调整后的饱和度对应眼影增强的效果。第二对应关系用于在接收到眼影减弱调整指令时,基于该第二对应关系中各饱和度和各饱和度各自对应的调整因子之间的对应关系,调整各像素点的原始饱和度,使得调整后的饱和度对应眼影减弱的效果。也就是说,无论待处理人脸图像中的眼影是浓还是淡,即无论各像素点的原始饱和度是多少,基于第一对应关系实现的是眼影增强的效果,基于第二对应关系实现的是眼影减弱的效果。
作为一个示例,如图3a所示的lut图,该图表示第一对应关系,基于该lut图,可实现对各像素点的原始饱和度的调整,使得调整后的饱和度对应眼影增强的效果。同理,如图3b所示的lut图,该图表示第二对应关系,基于该lut图,可实现对各像素点的原始饱和度的调整,使得调整后的饱和度对应眼影减弱的效果。
具体的,图3a示出的是需要进行眼影增强调整时,所用到的第一对应关系,该对应关系中包括各饱和度和各饱和度各自对应的调整因子之间的对应关系,一个小格表示一个调整因子,每个小格对应的调整因子的大小不同。基于图3a所示的lut图,可确定出各像素点的饱和度对应的调整因子,再基于确定好的调整因子,对各像素点的饱和度进行增强调整。
图3b示出的是需要进行眼影减弱调整时,所用到的第二对应关系,该对应关系中包括各饱和度和各饱和度各自对应的调整因子之间的对应关系,一个小格表示一个调整因子,每个小格对应的调整因子的大小不同。基于图3b所示的lut图,可确定出各像素点的饱和度对应的调整因子,再基于确定好的调整因子,对各像素点的饱和度进行减弱调整。
本公开的方案中,将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像,包括:
确定各像素点的原始饱和度对应的第一权重和调整后的饱和度对应的第二权重;
基于第一权重和第二权重,将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
其中,各像素点的原始饱和度和各像素点调整后的饱和度对于调整后的人脸图像的贡献程度不同,则可确定各像素点的原始饱和度对应的第一权重和调整后的饱和度对应的第二权重,基于第一权重,可以反应出各像素点的原始饱和度对于调整后的人脸图像的贡献程度,基于第二权重,可以反应出各像素点调整后的饱和度对于调整后的人脸图像的贡献程度。分别基于第一权重和第二权重,将各像素点的原始饱和度和调整后的饱和度进行融合,可使得调整后的人脸图像中的眼影效果更加自然。可以理解的是,第一权重和第二权重之和为1。
在实际应用中,可基于各像素点的原始饱和度和各像素点调整后的饱和度对于调整后的人脸图像的贡献程度不同,可以预先配置第一权重和第二权重,也可以基于各像素点的原始饱和度和各像素点调整后的饱和度,实时确定第一权重和第二权重。权重越大,表明贡献程度越大,比如,如果第一权重大于第二权重,调整后的人脸图像中的眼影效果考虑各像素点的原始饱和度对应的眼影效果的影响更多。
在本公开的可选方案中,确定各像素点的原始饱和度对应的第一权重和调整后的饱和度对应的第二权重,可以包括以下至少一种方案:
第一种,眼影调整指令中还包括调整强度指示信息,确定各像素点的原始饱和度对应的第一权重和调整后的饱和度对应的第二权重,包括:
基于调整强度指示信息,确定待处理人脸图像的权重,将待处理人脸图像的权重作为第一权重;
基于第一权重,确定第二权重。
其中,调整强度指示信息指的是用户希望对待处理人脸图像中的眼影进行增强处理,还是减弱处理,即在原始饱和度的基础上,是进行饱和度增强调整还是饱和度减弱调整。考虑到用户的调整意愿来确定第一权重和第二权重,可以使得调整后的人脸图像中的眼影效果更多考虑到用户的意愿,调整后的眼影更加符合用户的喜好。在基于调整强度指示信息来确定第一权重和第二权重时,每个像素点的原始饱和度所对应的权重均为第一权重,调整后的饱和度所对应的权重均为第二权重。
调整强度指示信息可以通过数值大小来表示,在本公开的一可选方案中,可将调整强度指示信息对应确定的权重作为第二权重,则调整强度指示信息对应的数值越大,表明对调整后的饱和度的调整强度越大,第二权重也越大。作为一个示例,如果调整强度指示信息为0.2,则各像素点的原始饱和度对应的第一权重为0.8,调整后的饱和度对应的第二权重为0.2。
可以理解的是,如果调整强度指示信息的取值范围为-1到1,则对于调整后的饱和度,调整强度指示信息为0.3和-0.3对应的调整强度是相同的,0.6对应的调整强度大于0.3的调整强度。
在本公开的方案中,如果调整强度指示信息对应数值的绝对值在-1到1之间,可直接将调整强度指示信息作为第一权重或第二权重,如果作为第一权重α,则第二权重为1-α。
在本公开的可选方案中,还可以调整强度指示信息确定眼影调整指令是眼影增强调整指令还是眼影减弱调整指令。比如,在第一设定范围内的调整强度指示信息所对应的是眼影增强调整指令,在第二设定范围内的调整强度指示信息所对应的是眼影减弱调整指令。作为一个示例,比如,调整强度指示信息的取值范围为-1到1,第一设定范围为-1到0,第二设定范围为0到1,0表示不对眼影区域中各像素点的原始饱和度进行调整。则在调整强度指示信息在-1到0之内时,眼影调整指令是眼影增强调整指令,在调整强度指示信息在0到1之内时,眼影调整指令是眼影减弱调整指令。
第二种,确定各像素点的原始饱和度对应的第一权重和调整后的饱和度对应的第二权重,包括:
确定待处理人脸图像中的眼部参考点;
确定待处理人脸图像中眼影区域中的各像素点与眼部参考点之间的距离,基于各距离,确定第一权重和第二权重。
其中,确定待处理人脸图像中的眼部参考点的具体方法,以及具体需要检测哪些部位的关键点,可以根据实际需要预先配置,本公开的实施例不做具体限定,比如,可以直接检测待处理人脸图像中的眼部区域的眼部参考点,也可以通过检测待处理人脸图像中的其他人脸部位的关键点,根据其他人脸部位的关键点计算得到眼部参考点。
在确定了眼部参考点之后,可在眼影区域内,计算眼部参考点和眼影区域内各像素点之间的距离,通过各距离,确定第一权重和第二权重。距离越近,表示对应像素点与眼部参考点之间的饱和度越接近,则该像素点的调整强度越小,对应的权重也越小。如果第一权重和第二权重是基于眼影区域中的各像素点与眼部参考点之间的距离确定的,则基于各距离所确定的权重,各像素点对应的权重可能不同,也可能相同,在调整各像素点的原始饱和度时,基于各像素点所对应的权重,可以更加准确的调整各个像素点的原始饱和度。
在本公开的示例中,可以通过相关算法计算两个像素点之间的距离,比如,可通过高斯函数计算眼影区域中的各像素点与眼部参考点之间的高斯距离,将两个像素点之间的高斯距离作为两个像素点之间的距离。
可以理解的是,眼影区域包括左眼影区域和右眼影区域,眼部参考点包括左眼参考点pL和右眼参考点pR,则可分别计算左眼影区域内的左眼参考点和左眼影区域中各像素点之间的高斯距离DistL,以及右眼影区域内的右眼参考点和右眼影区域中各像素点之间的高斯距离DistR。
在本公开实施例中,眼影区域包括左眼影区域和右眼影区域,眼部参考点包括左眼参考点和右眼参考点,确定待处理人脸图像中的眼部参考点,包括:
确定待处理人脸图像中左眼影区域的至少两个第一基准点,以及右眼影区域中至少两个第二基准点;
基于至少两个第一基准点,确定左眼参考点,基于至少两个第二基准点,确定右眼参考点。
在实际应用中,在确定眼部参考点时,可以基于左眼影区域和右眼影区域,分别确定出两个参考关键点,即左眼参考点和右眼参考点,以使得在调整眼影区域中各像素点的原始饱和度时,可以对左眼影区域中各像素点的原始饱和度和右眼影区域中各像素点的原始饱和度进行相应的调整,以使得左眼影区域和右眼影区域都得到相应准确的调整。
在本公开的方案中,可基于其他人脸部位的关键点计算得到眼部参考点,作为一个示例,基于人脸关键点检测工具所检测到的106人脸关键点,在该106人脸关键点中,可通过pi来标识各个关键点,其中,106≥i≥1。该106人脸关键点中包括了人脸各部位对应的关键点,通过该106人脸关键点可准确描述人脸轮廓及五官。
从人脸关键点中选择左眼影区域对应的三个关键点作为第一基准点,这三个关键点可以是眼部区域对应的关键点,也可以是其他人脸部位对应的关键点,在本示例中,选择106人脸关键点中眼部区域中的三个关键点作为基准点,这三个关键点通过p33,p65和p52标识,基于这三个关键点,以及这三个关键点各自对应的权重,可以确定出左眼参考点pL。其中,pL=w1*p33+w2*p65+w3*p52,其中,w1,w2,w3分别为p33,p65和p52对应的权重,w1,w2,w3之和为1,在该示例中,w1,w2,w3的取值分别为0.5,0.1,0.4。
同理,基于106人脸关键点,从人脸关键点中选择右眼影区域对应的三个关键点作为第二基准点,这三个关键点可以是眼部区域对应的关键点,也可以是其他人脸部位对应的关键点,在本示例中,选择106人脸关键点中眼部区域中的三个关键点作为基准点,这三个关键点通过p42,p70和p61标识,基于这三个关键点,以及这三个关键点各自对应的权重,可以确定出左眼参考点pR。其中,pR=w4*p42+w5*p70+w6*p61,其中,w4,w5,w6分别为p42,p70和p61对应的权重,w4,w5,w6之和为1,在该示例中,w4,w5,w6的取值分别为0.5,0.1,0.4。
第三种,眼影调整指令中还包括调整强度指示信息,确定各像素点的原始饱和度对应的第一权重和调整后的饱和度对应的第二权重,包括:
确定待处理人脸图像中的眼部参考点;
确定待处理人脸图像中眼影区域中的各像素点与眼部参考点之间的距离;
基于调整强度指示信息和各距离,确定第一权重和第二权重。
在本公开的方案中,还可以基于调整强度指示信息和眼影区域中的各像素点与眼部参考点之间的距离来确定第一权重和第二权重,即在考虑用户的意愿的同时,也考虑了原本眼影区域中各像素点的原始饱和度,可使得确定出的第一权重和第二权重更加准确。
在基于调整强度指示信息和各距离,确定第一权重和第二权重时,可以基于调整强度指示信息确定权重A,基于各距离确定权重B,将权重A和权重B进行融合,比如,求平均,以得到第一权重。在本公开的可选方案中不限定将权重A和权重B进行融合的方式,均在本公开的保护范围内。
为了更好的对本公开的方案进行说明,下面结合图4至图6对本公开的人脸图像处理方法进行具体的说明:
如图4所示的待处理人脸图像,用户在将该待处理人脸图像发布之前,可基于本公开的方法对该待处理人脸图像中的眼影进行调整,以使得调整后的人脸图像中眼影效果更自然,没有被吃妆的效果。
步骤1,获取用户对待处理人脸图像的眼影调整指令,眼影调整指令为眼影增强调整指令或眼影减弱调整指令。
步骤2,基于眼影调整指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度。
步骤3,确定眼影区域中的眼部参考点,如图5中所示的人脸图像,图5中所示的点A为左眼影区域中的左眼参考点,点B为右眼影区域中的右眼参考点。基于这两个参考关键点,可分别确定出左眼影区域中各像素点与左眼参考点之间的距离,以及右眼影区域中各像素点与右眼参考点之间的距离,基于各距离,可确定出各像素点的原始饱和度对应的第一权重和调整后的饱和度对应的第二权重,基于第一权重和第二权重,将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
如果眼影调整指令为眼影增强调整指令,则调整后的人脸图像可如图5中的人脸图像所示。如果眼影调整指令为眼影减弱调整指令,调整后的人脸图像可如图6中的人脸图像所示。
基于与图1所示方法的相同原理,本公开的实施例中还提供了一种人脸图像处理装置20,如图7所示,该装置20可以包括:指令获取模块210,初步调整模块220以及融合模块230,其中,
指令获取模块210,用于获取用户对待处理人脸图像的眼影调整指令,眼影调整指令为眼影增强调整指令或眼影减弱调整指令;
初步调整模块220,用于基于眼影调整指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度;
融合模块230,用于将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
本公开的实施例中的方案,在接收到用户对待处理人脸图像中的眼影调整指令时,可先基于该指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度,然后,再将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像,这样,在经过两次饱和度调整后,得到的人脸图像中的眼影效果,融合了待处理人脸图像中原始的眼影效果以及初步调整后的眼影效果,使得调整后的人脸图像中的眼影效果更加自然,且整个调整过程无需用户手动进行调整,进而提高了用户的用户体验。
本公开的实施例中,初步调整模块在基于眼影调整指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度时,具体用于:
确定待处理人脸图像中眼影区域中的各像素点的原始饱和度;
基于各像素点的原始饱和度和预配置的对应关系,确定各像素点对应的调整因子,对应关系包括各饱和度和各饱和度各自对应的调整因子之间的对应关系;
基于眼影调整指令和各像素点对应的调整因子,对各像素点的原始饱和度进行相应的调整,得到调整后的饱和度。
本公开的实施例中,融合模块在将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像时,具体用于:
确定各像素点的原始饱和度对应的第一权重和调整后的饱和度对应的第二权重;
基于第一权重和第二权重,将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
本公开的实施例中,眼影调整指令中还包括调整强度指示信息,融合模块在确定各像素点的原始饱和度对应的第一权重和调整后的饱和度对应的第二权重时,具体用于:
基于调整强度指示信息,确定待处理人脸图像的权重,将待处理人脸图像的权重作为第一权重;
基于第一权重,确定第二权重。
本公开的实施例中,融合模块在确定各像素点的原始饱和度对应的第一权重和调整后的饱和度对应的第二权重时,具体用于:
确定待处理人脸图像中的眼部参考点;
确定待处理人脸图像中眼影区域中的各像素点与眼部参考点之间的距离,基于各距离,确定第一权重和第二权重。
本公开的实施例中,眼影调整指令中还包括调整强度指示信息,融合模块在确定各像素点的原始饱和度对应的第一权重和调整后的饱和度对应的第二权重时,具体用于:
确定待处理人脸图像中的眼部参考点;
确定待处理人脸图像中眼影区域中的各像素点与眼部参考点之间的距离;
基于调整强度指示信息和各距离,确定第一权重和第二权重。
本公开的实施例中,该装置还包括:
眼影区域确定模块,用于基于预配置的眼影区域模板,确定待处理人脸图像中的眼影区域。
本公开实施例的图像处理装置可执行本公开的实施例所提供的一种人脸图像处理方法,其实现原理相类似,本公开各实施例中的人脸图像处理装置中的各模块所执行的动作是与本公开各实施例中的人脸图像处理方法中的步骤相对应的,对于人脸图像处理装置的各模块的详细功能描述具体可以参见前文中所示的对应的人脸图像处理方法中的描述,此处不再赘述。
基于与本公开的实施例中的人脸图像处理方法相同的原理,本公开的实施例中还提供了一种电子设备,该电子设备可以包括但不限于:处理器和存储器;存储器,用于存储计算机操作指令;处理器,用于通过调用计算机操作指令执行实施例所示的方法。
基于与本公开的实施例中的人脸图像处理方法相同的原理,本公开的实施例中还提供了一种计算机可读存储介质,该存储介质存储有至少一条操作、至少一段程序、代码集或操作集,至少一条操作、至少一段程序、代码集或操作集由处理器加载并执行以实现上述实施例所示的方法,在此不再赘述。
基于与本公开的实施例中的方法相同的原理,下面参考图8,其示出了适于用来实现本公开实施例的电子设备(例如图1中的终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
电子设备包括:存储器以及处理器,其中,这里的处理器可以称为下文的处理装置601,存储器可以包括下文中的只读存储器(ROM)602、随机访问存储器(RAM)603以及存储装置608中的至少一项,具体如下所示:
如图8所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取用户对待处理人脸图像的眼影调整指令,眼影调整指令为眼影增强调整指令或眼影减弱调整指令;基于眼影调整指令对待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度;将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块或单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块或单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,【示例一】提供了一种人脸图像处理方法,包括:
获取用户对待处理人脸图像的眼影调整指令,所述眼影调整指令为眼影增强调整指令或眼影减弱调整指令;
基于所述眼影调整指令对所述待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度;
将所述各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
根据本公开的一个或多个实施例,所述基于所述眼影调整指令对所述待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度,包括:
确定所述待处理人脸图像中眼影区域中的各像素点的原始饱和度;
基于所述各像素点的原始饱和度和预配置的对应关系,确定所述各像素点对应的调整因子,所述对应关系包括各饱和度和各饱和度各自对应的调整因子之间的对应关系;
基于所述眼影调整指令和所述各像素点对应的调整因子,对所述各像素点的原始饱和度进行相应的调整,得到调整后的饱和度。
根据本公开的一个或多个实施例,所述将所述各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像,包括:
确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重;
基于所述第一权重和所述第二权重,将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
根据本公开的一个或多个实施例,所述眼影调整指令中还包括调整强度指示信息,所述确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重,包括:
基于所述调整强度指示信息,确定所述待处理人脸图像的权重,将所述待处理人脸图像的权重作为所述第一权重;
基于所述第一权重,确定所述第二权重。
根据本公开的一个或多个实施例,所述确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重,包括:
确定所述待处理人脸图像中的眼部参考点;
确定所述待处理人脸图像中眼影区域中的各像素点与所述眼部参考点之间的距离,基于所述各距离,确定所述第一权重和所述第二权重。
根据本公开的一个或多个实施例,所述眼影调整指令中还包括调整强度指示信息,所述确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重,包括:
确定所述待处理人脸图像中的眼部参考点;
确定所述待处理人脸图像中眼影区域中的各像素点与所述眼部参考点之间的距离;
基于所述调整强度指示信息和所述各距离,确定所述第一权重和所述第二权重。
根据本公开的一个或多个实施例,所述方法还包括:
基于预配置的眼影区域模板,确定所述待处理人脸图像中的眼影区域。
根据本公开的一个或多个实施例,【示例二】提供了一种人脸图像处理装置,该装置包括:
指令获取模块,用于获取用户对待处理人脸图像的眼影调整指令,所述眼影调整指令为眼影增强调整指令或眼影减弱调整指令;
初步调整模块,用于基于所述眼影调整指令对所述待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度;
融合模块,用于将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
根据本公开的一个或多个实施例,所述初步调整模块在基于所述眼影调整指令对所述待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度时,具体用于:
确定所述待处理人脸图像中眼影区域中的各像素点的原始饱和度;
基于所述各像素点的原始饱和度和预配置的对应关系,确定所述各像素点对应的调整因子,所述对应关系包括各饱和度和各饱和度各自对应的调整因子之间的对应关系;
基于所述眼影调整指令和所述各像素点对应的调整因子,对所述各像素点的原始饱和度进行相应的调整,得到调整后的饱和度。
根据本公开的一个或多个实施例,所述融合模块在将所述各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像时,具体用于:
确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重;
基于所述第一权重和所述第二权重,将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
根据本公开的一个或多个实施例,所述眼影调整指令中还包括调整强度指示信息,所述融合模块在确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重时,具体用于:
基于所述调整强度指示信息,确定所述待处理人脸图像的权重,将所述待处理人脸图像的权重作为所述第一权重;
基于所述第一权重,确定所述第二权重。
根据本公开的一个或多个实施例,所述融合模块在确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重时,具体用于:
确定所述待处理人脸图像中的眼部参考点;
确定所述待处理人脸图像中眼影区域中的各像素点与所述眼部参考点之间的距离,基于所述各距离,确定所述第一权重和所述第二权重。
根据本公开的一个或多个实施例,所述眼影调整指令中还包括调整强度指示信息,所述融合模块在确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重时,具体用于:
确定所述待处理人脸图像中的眼部参考点;
确定所述待处理人脸图像中眼影区域中的各像素点与所述眼部参考点之间的距离;
基于所述调整强度指示信息和所述各距离,确定所述第一权重和所述第二权重。
根据本公开的一个或多个实施例,该装置还包括:
眼影区域确定模块,用于基于预配置的眼影区域模板,确定所述待处理人脸图像中的眼影区域。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种人脸图像处理方法,其特征在于,包括:
获取用户对待处理人脸图像的眼影调整指令,所述眼影调整指令为眼影增强调整指令或眼影减弱调整指令;
基于所述眼影调整指令对所述待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度;
将所述各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述眼影调整指令对所述待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度,包括:
确定所述待处理人脸图像中眼影区域中的各像素点的原始饱和度;
基于所述各像素点的原始饱和度和预配置的对应关系,确定所述各像素点对应的调整因子,所述对应关系包括各饱和度和各饱和度各自对应的调整因子之间的对应关系;
基于所述眼影调整指令和所述各像素点对应的调整因子,对所述各像素点的原始饱和度进行相应的调整,得到调整后的饱和度。
3.根据权利要求1所述的方法,其特征在于,所述将所述各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像,包括:
确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重;
基于所述第一权重和所述第二权重,将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
4.根据权利要求3所述的方法,其特征在于,所述眼影调整指令中还包括调整强度指示信息,所述确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重,包括:
基于所述调整强度指示信息,确定所述待处理人脸图像的权重,将所述待处理人脸图像的权重作为所述第一权重;
基于所述第一权重,确定所述第二权重。
5.根据权利要求3所述的方法,其特征在于,所述确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重,包括:
确定所述待处理人脸图像中的眼部参考点;
确定所述待处理人脸图像中眼影区域中的各像素点与所述眼部参考点之间的距离,基于所述各距离,确定所述第一权重和所述第二权重。
6.根据权利要求3所述的方法,其特征在于,所述眼影调整指令中还包括调整强度指示信息,所述确定所述各像素点的原始饱和度对应的第一权重和所述调整后的饱和度对应的第二权重,包括:
确定所述待处理人脸图像中的眼部参考点;
确定所述待处理人脸图像中眼影区域中的各像素点与所述眼部参考点之间的距离;
基于所述调整强度指示信息和所述各距离,确定所述第一权重和所述第二权重。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述方法还包括:
基于预配置的眼影区域模板,确定所述待处理人脸图像中的眼影区域。
8.一种人脸图像处理装置,其特征在于,包括:
指令获取模块,用于获取用户对待处理人脸图像的眼影调整指令,所述眼影调整指令为眼影增强调整指令或眼影减弱调整指令;
初步调整模块,用于基于所述眼影调整指令对所述待处理人脸图像中眼影区域中的各像素点的原始饱和度进行相应的调整,得到调整后的饱和度;
融合模块,用于将各像素点的原始饱和度和调整后的饱和度进行融合,得到调整后的人脸图像。
9.一种电子设备,其特征在于,包括:
处理器和存储器;
所述存储器,用于存储计算机操作指令;
所述处理器,用于通过调用所述计算机操作指令,执行上述权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令用于使计算机执行上述权利要求1至7中任一项所述的方法。
CN202010407613.2A 2020-05-14 2020-05-14 人脸图像处理方法、装置、电子设备及计算机存储介质 Active CN111583102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010407613.2A CN111583102B (zh) 2020-05-14 2020-05-14 人脸图像处理方法、装置、电子设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010407613.2A CN111583102B (zh) 2020-05-14 2020-05-14 人脸图像处理方法、装置、电子设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN111583102A true CN111583102A (zh) 2020-08-25
CN111583102B CN111583102B (zh) 2023-05-16

Family

ID=72113662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010407613.2A Active CN111583102B (zh) 2020-05-14 2020-05-14 人脸图像处理方法、装置、电子设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN111583102B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023273247A1 (zh) * 2021-06-28 2023-01-05 展讯通信(上海)有限公司 人脸图像处理方法及装置、计算机可读存储介质、终端
WO2023045950A1 (zh) * 2021-09-27 2023-03-30 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090324071A1 (en) * 2008-06-30 2009-12-31 Shengqi Yang Color enhancement for graphic images
CN107800966A (zh) * 2017-10-31 2018-03-13 广东欧珀移动通信有限公司 图像处理的方法、装置、计算机可读存储介质和电子设备
CN107862673A (zh) * 2017-10-31 2018-03-30 北京小米移动软件有限公司 图像处理方法及装置
CN108234978A (zh) * 2017-12-12 2018-06-29 维沃移动通信有限公司 一种图像处理方法及移动终端
CN109191569A (zh) * 2018-09-29 2019-01-11 深圳阜时科技有限公司 一种模拟化妆装置、模拟化妆方法及设备
US20190065830A1 (en) * 2017-08-24 2019-02-28 Cal-Comp Big Data, Inc. Body information analysis apparatus and eye shadow analysis method thereof
CN109584153A (zh) * 2018-12-06 2019-04-05 北京旷视科技有限公司 修饰眼部的方法、装置和系统
CN109993716A (zh) * 2017-12-29 2019-07-09 微软技术许可有限责任公司 图像融合变换

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090324071A1 (en) * 2008-06-30 2009-12-31 Shengqi Yang Color enhancement for graphic images
US20190065830A1 (en) * 2017-08-24 2019-02-28 Cal-Comp Big Data, Inc. Body information analysis apparatus and eye shadow analysis method thereof
CN107800966A (zh) * 2017-10-31 2018-03-13 广东欧珀移动通信有限公司 图像处理的方法、装置、计算机可读存储介质和电子设备
CN107862673A (zh) * 2017-10-31 2018-03-30 北京小米移动软件有限公司 图像处理方法及装置
CN108234978A (zh) * 2017-12-12 2018-06-29 维沃移动通信有限公司 一种图像处理方法及移动终端
CN109993716A (zh) * 2017-12-29 2019-07-09 微软技术许可有限责任公司 图像融合变换
CN109191569A (zh) * 2018-09-29 2019-01-11 深圳阜时科技有限公司 一种模拟化妆装置、模拟化妆方法及设备
CN109584153A (zh) * 2018-12-06 2019-04-05 北京旷视科技有限公司 修饰眼部的方法、装置和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023273247A1 (zh) * 2021-06-28 2023-01-05 展讯通信(上海)有限公司 人脸图像处理方法及装置、计算机可读存储介质、终端
WO2023045950A1 (zh) * 2021-09-27 2023-03-30 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN111583102B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN111243049B (zh) 人脸图像的处理方法、装置、可读介质和电子设备
CN111583103B (zh) 人脸图像处理方法、装置、电子设备及计算机存储介质
CN110898429B (zh) 一种游戏剧情展现方法、装置、电子设备及存储介质
CN110418064B (zh) 对焦方法、装置、电子设备及存储介质
CN113542902B (zh) 一种视频处理方法、装置、电子设备和存储介质
CN110349107B (zh) 图像增强的方法、装置、电子设备、及存储介质
CN112637517A (zh) 视频处理方法、装置、电子设备及存储介质
CN111583102B (zh) 人脸图像处理方法、装置、电子设备及计算机存储介质
CN111833242A (zh) 人脸变换方法、装置、电子设备和计算机可读介质
CN110719407A (zh) 图片美化方法、装置、设备及存储介质
JP2024505713A (ja) 画像処理方法、装置、機器及び可読記憶媒体
CN111556303B (zh) 人脸图像处理方法、装置、电子设备及计算机可读介质
CN111402159B (zh) 图像处理方法、装置、电子设备及计算机可读介质
CN110619602B (zh) 一种图像生成方法、装置、电子设备及存储介质
CN110555799A (zh) 用于处理视频的方法和装置
CN115358959A (zh) 特效图的生成方法、装置、设备及存储介质
CN115063335A (zh) 特效图的生成方法、装置、设备及存储介质
CN114723600A (zh) 美妆特效的生成方法、装置、设备、存储介质和程序产品
CN110807114B (zh) 用于图片展示的方法、装置、终端及存储介质
CN115937356A (zh) 图像处理方法、装置、设备及介质
CN114119413A (zh) 图像处理方法及装置、可读介质和移动终端
CN110717467A (zh) 头部姿势的估计方法、装置、设备及存储介质
CN111402133A (zh) 图像处理方法、装置、电子设备及计算机可读介质
CN111402154A (zh) 图像美颜方法、装置、电子设备及计算机可读存储介质
CN111583139A (zh) 腮红调整方法、装置、电子设备及计算机可读介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: Tiktok vision (Beijing) Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant