CN112150393A - 人脸图像磨皮方法、装置、计算机设备及存储介质 - Google Patents
人脸图像磨皮方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112150393A CN112150393A CN202011082806.1A CN202011082806A CN112150393A CN 112150393 A CN112150393 A CN 112150393A CN 202011082806 A CN202011082806 A CN 202011082806A CN 112150393 A CN112150393 A CN 112150393A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- buffed
- region
- skin
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000000227 grinding Methods 0.000 claims description 33
- 238000001914 filtration Methods 0.000 claims description 29
- 230000004927 fusion Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 16
- 210000004709 eyebrow Anatomy 0.000 claims description 14
- 230000001815 facial effect Effects 0.000 claims description 9
- 230000002146 bilateral effect Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 description 8
- 238000005498 polishing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005282 brightening Methods 0.000 description 4
- 238000002156 mixing Methods 0.000 description 4
- 230000003796 beauty Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036548 skin texture 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
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
-
- 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)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种人脸图像磨皮方法,包括:对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。整个过程中,通过人脸关键点确定待磨皮人脸区域,提高了对皮肤区域识别的准确度,使得磨皮后的人脸图像不会丢掉非皮肤区域的细节特点,使得磨皮后的图像更加自然。此外,还提出了一种人脸图像磨皮装置、计算机设备及存储介质。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种人脸图像磨皮方法、装置、计算机设备及存储介质。
背景技术
随着美颜的流行,越来越多的用户希望能通过美颜工具对图片或者视频中的人物进行美颜处理。尤其是在手机或者直播领域,对美颜的需求越来越凸显。其中,磨皮是美颜中最重要的一环。一般采用通过识别肤色的方法来确定皮肤区域。但是肤色识别对光线非常敏感,光线暗的时候会出现无法完全识别皮肤区域,光线强烈的时候又会导致扩大了皮肤区域的范围,使得用户在照片或视频中脸部肤色不均匀或者脸部轮廓模糊。
目前市面上主流的磨皮方法均存在对非皮肤区域图像细节丢失的缺点,例如对于眼睛周围的磨皮处理,会使得眼睛内部细节模糊,从而影响人脸图像的整体清晰度。因此如何更加自然地呈现磨皮效果,是目前亟需解决的一个问题。
发明内容
基于此,有必要针对上述问题,提出一种磨皮效果自然的人脸图像磨皮方法、装置、计算机设备及存储介质。
一种人脸图像磨皮方法,包括:
对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;
对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;
将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。
一种人脸图像磨皮装置,包括:
识别模块,用于对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;
处理模块,用于对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;
叠加模块,用于将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;
对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;
将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。
一种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,使得所述处理器执行以下步骤:
对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;
对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;
将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。
上述人脸图像磨皮方法、装置、计算机设备及存储介质,对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。整个过程中,通过人脸关键点确定待磨皮人脸区域,提高了对皮肤区域识别的准确度,仅对确定的皮肤区域进行磨皮操作,使得磨皮后的人脸图像不会丢掉非皮肤区域的细节特点,使得磨皮后的图像更加自然。
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。
其中:
图1是一个实施例中人脸图像磨皮方法的流程图;
图2是一个实施例中对非皮肤区域进行填充后的示意图;
图3是另一个实施例中人脸图像磨皮方法的流程图;
图4是一个实施例中人脸图像磨皮装置的结构框图;
图5是另一个实施例中人脸图像磨皮装置的结构框图;
图6是有一个实施例中人脸图像磨皮装置的结构框图;
图7是一个实施例中计算机设备的内部结构图。
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。
如图1所示,提出了一种人脸图像磨皮方法,该人脸图像磨皮方法可以应用于终端,本实施例以应用于终端举例说明。该人脸图像磨皮方法具体包括以下步骤:
步骤102,对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,待磨皮人脸区域为人脸皮肤区域。
其中,人脸关键点识别是指在人脸检测的基础上,对人脸上的特征点(例如,眼睛、鼻子、嘴巴、眉毛和外轮廓等)进行定位的技术。根据识别得到的人脸关键点可以确定眼睛、鼻子、嘴巴、眉毛以及外轮廓等非皮肤区域的位置,从而基于人脸关键点提取出待磨皮人脸区域,待磨皮人脸区域是指人脸皮肤区域。
步骤104,对待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像。
其中,高斯模糊处理即磨皮处理。对提取得到的待磨皮人脸区域进行高斯模糊处理,获得磨皮后的人脸区域图像。在一个实施例中,采用以下公式进行计算处理:
其中,G(i,j)为高斯模糊处理后的像素点的像素值。图像是由一个个像素点组成的,(i,j)为像素点在图像中的位置,i和j分别代表像素点在图像中的横坐标和纵坐标,一般将图像的左下角作为原点坐标,以原点坐标作为参考就可以确定图像中每个像素点的位置坐标了。σ为高斯模糊的半径,为一个常数。为了恢复皮肤质感,其高斯模糊的半径一般越大,质感越强,但是太大,磨皮效果就没有了,所以需要设置合适的半径大小,一般半径设置在0.5-2之间。
步骤106,将磨皮后的人脸区域图像与原始人脸图像进行叠加处理得到磨皮后的人脸图像。
其中,由于人脸区域图像只是人脸皮肤区域的图像,所以在得到磨皮后的人脸区域图像后,需要将磨皮后的人脸区域图像与原图进行叠加处理,这样才能与人脸中的非皮肤区域一起得到磨皮后的人脸图像。叠加处理可以采用图层线性混合操作,可以采用以下公式计算得到:
Img=src+2*Guass_face-256
其中,Img为叠加后得到的人脸图像,src为原始人脸图像,Guass_face表示是磨皮后的人脸区域图像。叠加是指将磨皮后的人脸区域图像与原始人脸图像进行叠加,具体是,将磨皮后的人脸区域图像与原始人脸图像中对应的人脸皮肤区域进行混合叠加,不需要改变原始人脸图像中非皮肤区域的特征。需要说明的是,上述公式中具体针对处理的对象是像素点,根据磨皮前的人脸区域图像中的像素点在原始人脸图像中的位置坐标,将具有同一坐标位置的像素点进行混合叠加得到融合后的人脸皮肤区域。即根据人脸区域图像的像素点在原始人脸图像中的位置,将磨皮后的人脸区域图像与原始人脸图像中的人脸皮肤区域进行叠加,得到融合后的人脸皮肤区域,再和原始人脸图像中的非人脸皮肤区域进行叠加就得到了磨皮后的人脸图像。
上述人脸图像磨皮方法,对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。整个过程中,通过人脸关键点,提高了对皮肤区域识别的准确度,仅对确定的皮肤区域进行磨皮操作,使得磨皮后的人脸图像不会丢掉非皮肤区域的细节特点,使得磨皮后的图像更加自然。
在一个实施例中,所述对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域,包括:根据所述人脸关键点确定人脸图像中眼睛、眉毛、嘴唇和人脸外轮廓的区域;将所述眼睛、眉毛、嘴唇和人脸外轮廓的区域进行填充,提取出人脸皮肤区域,将所述人脸皮肤区域作为所述待磨皮人脸区域。
其中,在根据人脸关键点确定了人脸图像中的眼睛、眉毛、嘴巴和人脸外轮廓等非皮肤区域后,将眼睛、眉毛、嘴唇和人脸外轮廓的区域进行填充,填充可以理解为将非人脸皮肤区域进行遮挡,从而有利于从原始人脸图像中提取出人脸皮肤区域,从而得到了人脸皮肤区域。如图2所示,为一个实施例中,对非皮肤区域进行填充后的示意图。通过采用识别人脸关键点算法,对于不需要磨皮的人脸区域进行填充,后续只针对皮肤区域进行磨皮,然后再和原始人脸图像进行叠加,这样就保留了原始人脸图像中真实的五官特征信息,从而使得磨皮效果更加自然。
在一个实施例中,在所述对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像之前,还包括:对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域;所述对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像,包括:对所述滤波后的待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像。
其中,边缘是指待磨皮人脸区域与周围非人脸皮肤区域之间的边界,在提取到待磨皮人脸区域后,为了使得提取到的待磨皮人脸区域的边缘更加的清晰,对待磨皮人脸区域进行边缘滤波。然后针对滤波后的待磨皮人脸图像进行高斯模糊处理。边缘滤波的方法有很多,可以采用双边滤波,还可以采用表面模糊、导向滤波、各向异性扩散、局部均方差、Local Laplacian Filters(局部拉普拉斯滤波)等。通过对待磨皮人脸区域进行滤波处理,使得提取到的待磨皮的人脸区域图像的边缘更加清晰,有利于更加准确地确定待磨皮的人脸区域,从而有利于提高磨皮效果。
在一个实施例中,所述对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域,包括:根据待磨皮人脸区域中像素点与周围像素点的差异采用双边滤波算法对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域。
其中,双边滤波算法是一种通过像素点与周围像素点(即临近的像素点)的差值来找到边缘,然后基于像素点与周围像素点的差值进行滤波的算法。具体可以采用以下公式进行计算得到:
在一个实施例中,所述将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像,包括:获取融合调整参数;根据所述融合调整参数所述磨皮后的人脸区域图像与所述原始人脸图像中的人脸皮肤区域进行叠加融合,得到融合后的人脸皮肤区域;将融合后的所述人脸皮肤区域和所述原始人脸图像中的非人脸皮肤区域进行叠加得到所述磨皮后的人脸图像。
其中,融合调整参数用于动态调整不同图层的混合程度,从而实现动态调整磨皮的效果。基于调整后的混合程度将磨皮后的人脸区域图像与原始人脸图像进行叠加融合得到磨皮后的人脸图像。
在一个实施例中,所述根据所述融合调整参数将所述磨皮后的人脸区域图像与所述原始人脸图像中的人脸皮肤区域进行叠加融合,得到融合后的人脸皮肤区域,包括:
采用以下公式进行叠加融合,得到融合后的人脸皮肤区域:
Imgi,j=(srci,j*(100-O)+(srci,j+2*Guass-facei,j-256))/100
其中,Imgi,j代表融合后的人脸皮肤区域中的像素点(i,j)的像素值,srci,j代表原始人脸图像中的人脸皮肤区域的像素点(i,j)的像素值,O代表融合调整参数,Guass-facei,j代表进行高斯模糊处理后的人脸区域图像的像素点(i,j)的像素值。
如图3所示,在一个实施例中,上述人脸图像磨皮方法还包括:
步骤108,采用伽马曲线对磨皮后的人脸图像进行提亮处理,得到提亮后的人脸图像。
其中,为了提升磨皮后人脸图像整体的质感以及使得磨皮效果呈现的更加自然,采用伽马曲线进行提亮处理。具体地,可以采用如下公式计算得到:
其中,Img'i,j表示提亮后图像在(i,j)位置的像素点的像素值,Imgi,j表示提亮前图像在(i,j)位置的像素点的像素值。
步骤110,根据提亮后的人脸图像中每个像素点的像素值和像素坐标进行锐化处理,得到锐化处理后的目标人脸图像。
其中,为了进一步提升磨皮后人脸图像整体的质感以及使得磨皮效果呈现的更加自然,在对人脸图像进行提亮处理之后,在对提亮后的图像进一步进行锐化处理。锐化处理可以采用以下公式进行处理:
其中,w表示权重(0.1~0.9),默认为0.6,σ为常数,Img”i,j表示锐化后图像在(i,j)位置的像素点的像素值,Img'i,j表示锐化前图像在(i,j)位置的像素点的像素值,对图像进行锐化处理是为了使得图像更加的清晰,采用上述公式实现了对图像中每个像素点的锐化处理。
如图4所示,在一个实施例中,提出了一种人脸图像磨皮装置,包括:
识别模块402,用于对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;
处理模块404,用于对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;
叠加模块406,用于将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。
在一个实施例中,处理模块404还用于根据所述人脸关键点确定人脸图像中眼睛、眉毛、嘴唇和人脸外轮廓的区域;将所述眼睛、眉毛、嘴唇和人脸外轮廓的区域进行填充,提取出人脸皮肤区域,将所述人脸皮肤区域作为所述待磨皮人脸区域。
如图5所示,在一个实施例中,上述装置还包括:
滤波模块403,用于对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域;
所述处理模块404还用于对所述滤波后的待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像。
在一个实施例中,滤波模块还用于根据待磨皮人脸区域中像素点与周围像素点的差异采用双边滤波算法对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域。
在一个实施例中,叠加模块还用于根据所述融合调整参数将所述磨皮后的人脸区域图像与所述原始人脸图像中的人脸皮肤区域进行叠加融合,得到融合后的人脸皮肤区域;将融合后的所述人脸皮肤区域和所述原始人脸图像中的非人脸皮肤区域进行叠加得到所述磨皮后的人脸图像。
在一个实施例中,采用以下公式进行叠加融合,得到融合后的人脸皮肤区域:
Imgi,j=(srci,j*(100-O)+(srci,j+2*Guass-facei,j-256))/100
其中,Imgi,j代表融合后的人脸皮肤区域中的像素点(i,j)的像素值,srci,j代表原始人脸图像中的人脸皮肤区域的像素点(i,j)的像素值,O代表融合调整参数,Guass-facei,j代表进行高斯模糊处理后的人脸区域图像的像素点(i,j)的像素值。
如图6所示,在一个实施例中,上述装置还包括:
提亮模块408,用于采用伽马曲线对所述磨皮后的人脸图像进行提亮处理,得到提亮后的人脸图像;
锐化模块410,用于根据所述提亮后的人脸图像中每个像素点的像素值和像素坐标进行锐化处理,得到锐化处理后的目标人脸图像。
图7示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端,也可以是服务器。如图7所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现上述的人脸图像磨皮方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行上述的人脸图像磨皮方法。本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。
在一个实施例中,所述对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域,包括:根据所述人脸关键点确定人脸图像中眼睛、眉毛、嘴唇和人脸外轮廓的区域;将所述眼睛、眉毛、嘴唇和人脸外轮廓的区域进行填充,提取出人脸皮肤区域,将所述人脸皮肤区域作为所述待磨皮人脸区域。
在一个实施例中,在所述对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像之前,所述计算机程序被所述处理器执行时,还用于执行以下步骤:对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域;
所述对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像,包括:对所述滤波后的待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像。
在一个实施例中,所述对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域,包括:根据待磨皮人脸区域中像素点与周围像素点的差异采用双边滤波算法对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域。
在一个实施例中,所述将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像,包括:获取融合调整参数;根据所述融合调整参数将所述磨皮后的人脸区域图像与所述原始人脸图像中的人脸皮肤区域进行叠加融合,得到融合后的人脸皮肤区域;将融合后的所述人脸皮肤区域和所述原始人脸图像中的非人脸皮肤区域进行叠加得到所述磨皮后的人脸图像。
在一个实施例中,所述根据所述融合调整参数将所述磨皮后的人脸区域图像与所述原始人脸图像中的人脸皮肤区域进行叠加融合,得到融合后的人脸皮肤区域,包括:采用以下公式进行叠加融合,得到融合后的人脸皮肤区域:
Imgi,j=(srci,j*(100-O)+(srci,j+2*Guass-facei,j-256))/100
其中,Imgi,j代表融合后的人脸皮肤区域中的像素点(i,j)的像素值,srci,j代表原始人脸图像中的人脸皮肤区域的像素点(i,j)的像素值,O代表融合调整参数,Guass-facei,j代表进行高斯模糊处理后的人脸区域图像的像素点(i,j)的像素值。
在一个实施例中,所述计算机程序被所述处理器执行时,还用于执行以下步骤:采用伽马曲线对所述磨皮后的人脸图像进行提亮处理,得到提亮后的人脸图像;根据所述提亮后的人脸图像中每个像素点的像素值和像素坐标进行锐化处理,得到锐化处理后的目标人脸图像。
在一个实施例中,提出了一种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,使得所述处理器执行以下步骤:对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。
在一个实施例中,所述对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域,包括:根据所述人脸关键点确定人脸图像中眼睛、眉毛、嘴唇和人脸外轮廓的区域;将所述眼睛、眉毛、嘴唇和人脸外轮廓的区域进行填充,提取出人脸皮肤区域,将所述人脸皮肤区域作为所述待磨皮人脸区域。
在一个实施例中,在所述对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像之前,所述计算机程序被所述处理器执行时,还用于执行以下步骤:对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域;
所述对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像,包括:对所述滤波后的待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像。
在一个实施例中,所述对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域,包括:根据待磨皮人脸区域中像素点与周围像素点的差异采用双边滤波算法对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域。
在一个实施例中,所述将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像,包括:获取融合调整参数;根据所述融合调整参数将所述磨皮后的人脸区域图像与所述原始人脸图像中的人脸皮肤区域进行叠加融合,得到融合后的人脸皮肤区域;将融合后的所述人脸皮肤区域和所述原始人脸图像中的非人脸皮肤区域进行叠加得到所述磨皮后的人脸图像。
在一个实施例中,所述根据所述融合调整参数将所述磨皮后的人脸区域图像与所述原始人脸图像中的人脸皮肤区域进行叠加融合,得到融合后的人脸皮肤区域,包括:采用以下公式进行叠加融合,得到融合后的人脸皮肤区域:
Imgi,j=(srci,j*(100-O)+(srci,j+2*Guass-facei,j-256))/100
其中,Imgi,j代表融合后的人脸皮肤区域中的像素点(i,j)的像素值,srci,j代表原始人脸图像中的人脸皮肤区域的像素点(i,j)的像素值,O代表融合调整参数,Guass-facei,j代表进行高斯模糊处理后的人脸区域图像的像素点(i,j)的像素值。
在一个实施例中,所述计算机程序被所述处理器执行时,还用于执行以下步骤:采用伽马曲线对所述磨皮后的人脸图像进行提亮处理,得到提亮后的人脸图像;根据所述提亮后的人脸图像中每个像素点的像素值和像素坐标进行锐化处理,得到锐化处理后的目标人脸图像。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种人脸图像磨皮方法,其特征在于,包括:
对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;
对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;
将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。
2.根据权利要求1所述的方法,其特征在于,所述对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域,包括:
根据所述人脸关键点确定人脸图像中眼睛、眉毛、嘴唇和人脸外轮廓的区域;
将所述眼睛、眉毛、嘴唇和人脸外轮廓的区域进行填充,提取出人脸皮肤区域,将所述人脸皮肤区域作为所述待磨皮人脸区域。
3.根据权利要求1所述的方法,其特征在于,在所述对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像之前,还包括:
对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域;
所述对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像,包括:
对所述滤波后的待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像。
4.根据权利要求3所述的方法,其特征在于,所述对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域,包括:
根据待磨皮人脸区域中像素点与周围像素点的差异采用双边滤波算法对所述待磨皮人脸区域进行边缘滤波,得到滤波后的待磨皮人脸区域。
5.根据权利要求1所述的方法,其特征在于,所述将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像,包括:
获取融合调整参数;
根据所述融合调整参数将所述磨皮后的人脸区域图像与所述原始人脸图像中的人脸皮肤区域进行叠加融合,得到融合后的人脸皮肤区域;
将融合后的所述人脸皮肤区域和所述原始人脸图像中的非人脸皮肤区域进行叠加得到所述磨皮后的人脸图像。
6.根据权利要求5所述的方法,其特征在于,所述根据所述融合调整参数将所述磨皮后的人脸区域图像与所述原始人脸图像中的人脸皮肤区域进行叠加融合,得到融合后的人脸皮肤区域,包括:
采用以下公式进行叠加融合,得到融合后的人脸皮肤区域:
Imgi,j=(srci,j*(100-O)+(srci,j+2*Guass-facei,j-256))/100
其中,Imgi,j代表融合后的人脸皮肤区域中的像素点(i,j)的像素值,srci,j代表原始人脸图像中的人脸皮肤区域的像素点(i,j)的像素值,O代表融合调整参数,Guass-facei,j代表进行高斯模糊处理后的人脸区域图像的像素点(i,j)的像素值。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
采用伽马曲线对所述磨皮后的人脸图像进行提亮处理,得到提亮后的人脸图像;
根据所述提亮后的人脸图像中每个像素点的像素值和像素坐标进行锐化处理,得到锐化处理后的目标人脸图像。
8.一种人脸图像磨皮装置,其特征在于,包括:
识别模块,用于对原始人脸图像中的人脸关键点进行识别,根据识别得到的人脸关键点确定待磨皮人脸区域,所述待磨皮人脸区域为人脸皮肤区域;
处理模块,用于对所述待磨皮人脸区域进行高斯模糊处理得到磨皮后的人脸区域图像;
叠加模块,用于将所述磨皮后的人脸区域图像与所述原始人脸图像进行叠加处理得到磨皮后的人脸图像。
9.一种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,使得所述处理器执行如权利要求1至7中任一项所述的人脸图像磨皮方法的步骤。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的人脸图像磨皮方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011082806.1A CN112150393A (zh) | 2020-10-12 | 2020-10-12 | 人脸图像磨皮方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011082806.1A CN112150393A (zh) | 2020-10-12 | 2020-10-12 | 人脸图像磨皮方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112150393A true CN112150393A (zh) | 2020-12-29 |
Family
ID=73951418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011082806.1A Pending CN112150393A (zh) | 2020-10-12 | 2020-10-12 | 人脸图像磨皮方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112150393A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160099A (zh) * | 2021-03-18 | 2021-07-23 | 北京达佳互联信息技术有限公司 | 人脸融合方法、装置、电子设备、存储介质及程序产品 |
CN113256586A (zh) * | 2021-05-28 | 2021-08-13 | 深圳数联天下智能科技有限公司 | 人脸图像的模糊判断方法、装置、设备和介质 |
CN113763285A (zh) * | 2021-09-27 | 2021-12-07 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
GB2606252A (en) * | 2021-01-28 | 2022-11-02 | Disney Entpr Inc | Techniques for enhancing skin renders using neural network projection for rendering completion |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016110188A1 (zh) * | 2015-01-05 | 2016-07-14 | 掌赢信息科技(上海)有限公司 | 一种即时视频中的人脸美化方法和电子设备 |
CN106846241A (zh) * | 2015-12-03 | 2017-06-13 | 阿里巴巴集团控股有限公司 | 一种图像融合的方法、装置和设备 |
CN106846281A (zh) * | 2017-03-09 | 2017-06-13 | 广州四三九九信息科技有限公司 | 图像美化方法以及终端设备 |
CN107492079A (zh) * | 2017-08-28 | 2017-12-19 | 维沃移动通信有限公司 | 一种图像磨皮方法及移动终端 |
CN109934783A (zh) * | 2019-03-04 | 2019-06-25 | 天翼爱音乐文化科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
US20200043213A1 (en) * | 2017-04-14 | 2020-02-06 | Shenzhen Sensetime Technology Co., Ltd. | Face image processing method and apparatus, and electronic device |
CN110895789A (zh) * | 2018-09-13 | 2020-03-20 | 杭州海康威视数字技术股份有限公司 | 一种人脸美颜方法及装置 |
CN111429416A (zh) * | 2020-03-19 | 2020-07-17 | 深圳数联天下智能科技有限公司 | 一种人脸色素斑识别方法、装置及电子设备 |
-
2020
- 2020-10-12 CN CN202011082806.1A patent/CN112150393A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016110188A1 (zh) * | 2015-01-05 | 2016-07-14 | 掌赢信息科技(上海)有限公司 | 一种即时视频中的人脸美化方法和电子设备 |
CN106846241A (zh) * | 2015-12-03 | 2017-06-13 | 阿里巴巴集团控股有限公司 | 一种图像融合的方法、装置和设备 |
CN106846281A (zh) * | 2017-03-09 | 2017-06-13 | 广州四三九九信息科技有限公司 | 图像美化方法以及终端设备 |
US20200043213A1 (en) * | 2017-04-14 | 2020-02-06 | Shenzhen Sensetime Technology Co., Ltd. | Face image processing method and apparatus, and electronic device |
CN107492079A (zh) * | 2017-08-28 | 2017-12-19 | 维沃移动通信有限公司 | 一种图像磨皮方法及移动终端 |
CN110895789A (zh) * | 2018-09-13 | 2020-03-20 | 杭州海康威视数字技术股份有限公司 | 一种人脸美颜方法及装置 |
CN109934783A (zh) * | 2019-03-04 | 2019-06-25 | 天翼爱音乐文化科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN111429416A (zh) * | 2020-03-19 | 2020-07-17 | 深圳数联天下智能科技有限公司 | 一种人脸色素斑识别方法、装置及电子设备 |
Non-Patent Citations (2)
Title |
---|
LINGYU LIANG等: "Region-aware scattering convolution networks for facial beauty prediction", 2017 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING, 22 February 2018 (2018-02-22) * |
王志强;苗翔宇;: "基于保边滤波和肤色模型的人脸美颜技术研究与实现", 无线互联科技, no. 17, 3 September 2018 (2018-09-03) * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2606252A (en) * | 2021-01-28 | 2022-11-02 | Disney Entpr Inc | Techniques for enhancing skin renders using neural network projection for rendering completion |
GB2606252B (en) * | 2021-01-28 | 2023-08-16 | Disney Entpr Inc | Techniques for enhancing skin renders using neural network projection for rendering completion |
CN113160099A (zh) * | 2021-03-18 | 2021-07-23 | 北京达佳互联信息技术有限公司 | 人脸融合方法、装置、电子设备、存储介质及程序产品 |
CN113160099B (zh) * | 2021-03-18 | 2023-12-26 | 北京达佳互联信息技术有限公司 | 人脸融合方法、装置、电子设备、存储介质及程序产品 |
CN113256586A (zh) * | 2021-05-28 | 2021-08-13 | 深圳数联天下智能科技有限公司 | 人脸图像的模糊判断方法、装置、设备和介质 |
CN113763285A (zh) * | 2021-09-27 | 2021-12-07 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113763285B (zh) * | 2021-09-27 | 2024-06-11 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112150393A (zh) | 人脸图像磨皮方法、装置、计算机设备及存储介质 | |
CN111445410B (zh) | 基于纹理图像的纹理增强方法、装置、设备和存储介质 | |
US10769435B2 (en) | Method of avoiding biometrically identifying a subject within an image | |
CN107818305A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
US8884980B2 (en) | System and method for changing hair color in digital images | |
US11482041B2 (en) | Identity obfuscation in images utilizing synthesized faces | |
CN107665482B (zh) | 实现双重曝光的视频数据实时处理方法及装置、计算设备 | |
CN112214773B (zh) | 基于隐私保护的图像处理方法、装置和电子设备 | |
CN112258440B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111507333A (zh) | 一种图像矫正方法、装置、电子设备和存储介质 | |
WO2021174940A1 (zh) | 人脸检测方法与系统 | |
WO2017173578A1 (zh) | 一种图像增强方法及装置 | |
WO2021194361A1 (en) | Method for high resolution image inpainting, processing system and associated computer program product | |
CN112001285B (zh) | 一种美颜图像的处理方法、装置、终端和介质 | |
CN107705279B (zh) | 实现双重曝光的图像数据实时处理方法及装置、计算设备 | |
CN108346128B (zh) | 一种美颜磨皮的方法和装置 | |
WO2024104144A1 (zh) | 图像合成方法和装置、存储介质及电子设备 | |
CN114862729A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN112333468B (zh) | 图像处理方法、装置、设备及存储介质 | |
CN115690130B (zh) | 一种图像处理方法和装置 | |
CN111738930A (zh) | 人脸图像的合成方法、装置、电子设备及存储介质 | |
WO2022258013A1 (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN113379623B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN115170386A (zh) | 人像图像处理方法、装置、电子设备和存储介质 | |
Yao et al. | A multi-expose fusion image dehazing based on scene depth information |
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 |