CN112330570B - 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
- CN112330570B CN112330570B CN202011364522.1A CN202011364522A CN112330570B CN 112330570 B CN112330570 B CN 112330570B CN 202011364522 A CN202011364522 A CN 202011364522A CN 112330570 B CN112330570 B CN 112330570B
- Authority
- CN
- China
- Prior art keywords
- hair
- image
- texture
- processed
- highlight
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 30
- 210000004209 hair Anatomy 0.000 claims abstract description 631
- 239000000463 material Substances 0.000 claims abstract description 67
- 238000007499 fusion processing Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000009499 grossing Methods 0.000 claims description 50
- 230000001502 supplementing effect Effects 0.000 claims description 28
- 230000004927 fusion Effects 0.000 claims description 22
- 230000000694 effects Effects 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 16
- 238000011282 treatment Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 230000003779 hair growth Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000003706 image smoothing Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001795 light effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 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
- 238000009877 rendering Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- 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
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (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，所述方法包括：获取待处理图像，从所述待处理图像中识别出毛发区域；确定所述毛发区域中的毛发方向信息；基于所述毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像；对所述毛发纹理图像和所述待处理图像中的毛发区域进行融合处理，生成处理后图像；所述处理后图像携带有所述毛发纹理图像中的毛发纹理信息和所述毛发区域中的颜色纹理信息。采用本公开可以避免在对人物头发图像进行处理时出现毛发细节信息丢失的情况。
Description
技术领域
本公开涉及图像处理技术领域，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
随着智能手机的拍照能力不断提高，越来越多的人通过使用智能手机来拍摄照片、视频以记录自己生活中的精彩瞬间。
用户在使用智能手机进行视频或者照片拍摄时，往往会使用安装在智能手机上的各种图像美化软件对拍摄到的图像进行美化处理，如对人物图像中的头发图像进行变色、柔化等美化处理。然而，在对人物图像中的头发进行变色、柔发等美化处理时，往往会使人物图像中的头发图像丢失一定的毛发细节，这使得美化后的图像往往不够美观，用户往往会因美化后的图像无法满足用户的拍摄需求而使用智能手机进行重新图像拍摄。
因此，现有技术的图像处理方法存在容易丢失毛发细节的问题。
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现有技术的图像处理方法存在容易丢失毛发细节的问题。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：
获取待处理图像，从所述待处理图像中识别出毛发区域；
确定所述毛发区域中的毛发方向信息；
基于所述毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像；
对所述毛发纹理图像和所述待处理图像中的毛发区域进行融合处理，生成处理后图像；所述处理后图像携带有所述毛发纹理图像中的毛发纹理信息和所述毛发区域中的颜色纹理信息。
在一种可能实现方式中，所述确定所述毛发区域中的毛发方向信息，包括：
获取所述毛发区域中每个像素点对应的毛发方向；所述毛发方向为所述待处理图像中的毛发在所述像素点上的毛发生长方向；
对每个所述像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果；所述局部平滑结果包括每个所述像素点对应的平滑后毛发方向；
将所述局部平滑结果，作为所述毛发区域中的毛发方向信息。
在一种可能实现方式中，所述对每个所述像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果，包括：
将所述毛发区域中的任意一个像素点确定为目标像素点；
获取所述目标像素点的周围像素点；所述周围像素点与所述目标像素点之间的像素距离小于预设阈值；所述周围像素点与所述目标像素点为所述毛发区域中的同一条毛发上的像素点；
对所述周围像素点对应的毛发方向和所述目标像素点对应的毛发方向进行融合处理，得到所述目标像素点对应的融合毛发方向，并将所述目标像素点对应的融合毛发方向作为所述局部平滑结果。
在一种可能实现方式中，所述对所述毛发纹理图像和所述待处理图像中的毛发区域进行融合处理，生成处理后图像，包括：
对所述毛发区域进行杂色滤除处理，得到杂色滤除后图像；
对所述毛发纹理图像和所述杂色滤除后图像进行融合处理，得到所述处理后图像。
在一种可能实现方式中，在所述对所述毛发纹理图像和所述杂色滤除后图像进行融合处理，得到所述处理后图像的步骤之后，还包括：
在所述待处理图像中，提取出所述毛发区域中的毛发高光信息；
将所述毛发高光信息添加至所述处理后图像中，得到补光毛发图像。
在一种可能实现方式中，所述将所述毛发高光信息添加至所述处理后图像中，得到补光毛发图像，包括：
将所述毛发高光信息融合到所述毛发纹理图像中，生成毛发高光图像；所述毛发高光图像中的毛发高光效果为根据预设的高光效果参数确定得到的；
将所述毛发高光图像和所述处理后图像进行融合处理，得到所述补光毛发图像；其中，所述补光毛发图像中的毛发高光分布区域与所述毛发高光图像中的毛发高光分布区域相一致。
在一种可能实现方式中，所述基于所述毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像，包括：
获取毛发纹理素材图像；
分别沿着每个所述像素点对应的平滑后毛发方向，对所述毛发纹理素材图像中的纹理的方向进行调整，得到调整后的毛发纹理素材图像；所述调整后的毛发纹理素材图像中的每个所述像素点对应的纹理方向与每个所述像素点对应的平滑后毛发方向相一致；
将所述调整后的毛发纹理素材图像，作为所述毛发纹理图像。
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：
获取单元，被配置为执行获取待处理图像，从所述待处理图像中识别出毛发区域；
确定单元，被配置为执行确定所述毛发区域中的毛发方向信息；
生成单元，被配置为执行基于所述毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像；
融合单元，被配置为执行对所述毛发纹理图像和所述待处理图像中的毛发区域进行融合处理，生成处理后图像；所述处理后图像携带有所述毛发纹理图像中的毛发纹理信息和所述毛发区域中的颜色纹理信息。
在一种可能实现方式中，所述确定单元，具体被配置为执行获取所述毛发区域中每个像素点对应的毛发方向；所述毛发方向为所述待处理图像中的毛发在所述像素点上的毛发生长方向；对每个所述像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果；所述局部平滑结果包括每个所述像素点对应的平滑后毛发方向；将所述局部平滑结果，作为所述毛发区域中的毛发方向信息。
在一种可能实现方式中，所述确定单元，具体被配置为执行将所述毛发区域中的任意一个像素点确定为目标像素点；获取所述目标像素点的周围像素点；所述周围像素点与所述目标像素点之间的像素距离小于预设阈值；所述周围像素点与所述目标像素点为所述毛发区域中的同一条毛发上的像素点；对所述周围像素点对应的毛发方向和所述目标像素点对应的毛发方向进行融合处理，得到所述目标像素点对应的融合毛发方向，并将所述目标像素点对应的融合毛发方向作为所述局部平滑结果。
在一种可能实现方式中，所述融合单元，具体被配置为执行对所述毛发区域进行杂色滤除处理，得到杂色滤除后图像；对所述毛发纹理图像和所述杂色滤除后图像进行融合处理，得到所述处理后图像。
在一种可能实现方式中，所述融合单元，具体被配置为执行在所述待处理图像中，提取出所述毛发区域中的毛发高光信息；将所述毛发高光信息添加至所述处理后图像中，得到补光毛发图像。
在一种可能实现方式中，所述融合单元，具体被配置为执行将所述毛发高光信息融合到所述毛发纹理图像中，生成毛发高光图像；所述毛发高光图像中的毛发高光效果为根据预设的高光效果参数确定得到的；将所述毛发高光图像和所述处理后图像进行融合处理，得到所述补光毛发图像；其中，所述补光毛发图像中的毛发高光分布区域与所述毛发高光图像中的毛发高光分布区域相一致。
在一种可能实现方式中，所述生成单元，具体被配置为执行获取毛发纹理素材图像；分别沿着每个所述像素点对应的平滑后毛发方向，对所述毛发纹理素材图像中的纹理的方向进行调整，得到调整后的毛发纹理素材图像；所述调整后的毛发纹理素材图像中的每个所述像素点对应的纹理方向与每个所述像素点对应的平滑后毛发方向相一致；将所述调整后的毛发纹理素材图像，作为所述毛发纹理图像。
根据本公开实施例的第三方面，提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面的任一种可能实现方式所述的图像处理方法。
根据本公开实施例的第四方面，提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面的任一种可能实现方式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，所述程序产品包括计算机程序，所述计算机程序存储在可读存储介质中，设备的至少一个处理器从所述可读存储介质读取并执行所述计算机程序，使得设备执行第一方面的任一种可能实现方式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：通过获取待处理图像，并从待处理图像中识别出毛发区域；确定毛发区域中的毛发方向信息；基于毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像；对毛发纹理图像和待处理图像中的毛发区域进行融合处理，生成处理后图像，使得处理后图像携带有毛发纹理图像中的毛发纹理信息和毛发区域中的颜色纹理信息，如此，可以实现将与毛发区域中的毛发流向相适配的毛发纹理信息添加至待处理图像，使得得到的处理后图像有着良好的发丝细节，避免了传统技术在对头发图像进行美发处理时出现毛发细节丢失的情况。
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应用环境图。
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是根据一示例性实施例示出的一种毛发高光效果的示意图。
图4是根据一示例性实施例示出的一种生成毛发纹理图像的方法的流程示意图。
图5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6是根据一示例性实施例示出的一种图像处理方法的处理流程图。
图7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8是根据一示例性实施例示出的一种电子设备的内部结构图。
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。
本公开所提供的图像处理方法，可以应用于如图1所示的应用环境中。其中，电子设备110获取待处理图像，从所述待处理图像中识别出毛发区域；然后，电子设备110确定毛发区域中的毛发方向信息；再然后，电子设备110基于毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像；最后，电子设备110对毛发纹理图像和待处理图像中的毛发区域进行融合处理，生成处理后图像；处理后图像携带有毛发纹理图像中的毛发纹理信息和毛发区域中的颜色纹理信息。实际应用中，电子设备110可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
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，该方法可以用于图1的电子设备中，包括以下步骤。
在步骤S210中，获取待处理图像，从待处理图像中识别出毛发区域。
其中，待处理图像可以是指需要进行图像处理的图像。
其中，图像可以是预先存储在电子设备中的图像，也可以是电子设备实时拍摄得到的图像。
其中，毛发区域为图像中的人物或动物的毛发所在的区域，例如，在包括人物的图像中，毛发区域为图像中人物的头发所在的区域，在包括动物的图像中，毛发区域为动物的皮毛所在的区域。
具体实现中，电子设备可以首先对待处理图像进行识别，确定待处理图像中的毛发区域即得到头发区域掩码图像。例如，电子设备可以提前获取预定数量的样本图像数据，对样本图像数据进行标注，通过标注的样本图像数据训练得到目标识别模型。通过目标识别模型对图像进行识别，确定电子设备图像中的毛发区域。
需要说明的是，从待处理图像中识别出毛发区域的方法也可以通过其他方式实现，本实施例对此不做限制。
在步骤S220中，确定毛发区域中的毛发方向信息。
具体实现中，电子设备在从待处理图像中识别出毛发区域后，电子设备可以通过神经网络、图像分析等方式，对待处理图像中的毛发区域进行识别，确定出毛发区域中每个像素点对应的毛发方向，并将毛发区域中每个像素点对应的毛发方向作为毛发区域中的毛发方向信息。
在步骤S230中，基于毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像。
其中，预设的毛发纹理素材可以是指用于添加至待处理图像中的毛发纹理对应的素材。
其中，毛发纹理图像为携带有与毛发区域中的毛发方向信息相适配的毛发纹理信息。
具体实现中，当电子设备在确定毛发区域中的毛发方向信息后，电子设备可以基于毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像。具体来说，电子设备可以基于毛发区域中每个像素点对应的毛发方向，对毛发纹理素材中的纹理线条进行变换，得到毛发纹理图像。其中，毛发纹理图像包括有发丝纹理；且该发丝纹理中每个像素点对应的毛发方向与毛发区域中每个像素点对应的毛发方向。
在步骤S240中，对毛发纹理图像和待处理图像中的毛发区域进行融合处理，生成处理后图像；处理后图像携带有毛发纹理图像中的毛发纹理信息和毛发区域中的颜色纹理信息。
具体实现中，当电子设备获得的毛发纹理图像后，电子设备则对毛发纹理图像和待处理图像中的毛发区域进行融合处理，生成处理后图像，使得处理后图像携带有毛发纹理图像中的毛发纹理信息和毛发区域中的颜色纹理信息，即使处理后图像中的毛发具有更多的发丝细节。
上述图像处理方法中，通过获取待处理图像，并从待处理图像中识别出毛发区域；确定毛发区域中的毛发方向信息；基于毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像；对毛发纹理图像和待处理图像中的毛发区域进行融合处理，生成处理后图像，使得处理后图像携带有毛发纹理图像中的毛发纹理信息和毛发区域中的颜色纹理信息，如此，可以实现将与毛发区域中的毛发流向相适配的毛发纹理信息添加至待处理图像，使得得到的处理后图像有着良好的发丝细节，避免了传统技术在对头发图像进行美发处理时出现毛发细节丢失的情况。
在一示例性实施例中，确定毛发区域中的毛发方向信息，包括：获取毛发区域中每个像素点对应的毛发方向；毛发方向为待处理图像中的毛发在像素点上的毛发生长方向；对每个像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果；局部平滑结果包括每个像素点对应的平滑后毛发方向；将局部平滑结果，作为毛发区域中的毛发方向信息。
其中，毛发方向为待处理图像中的毛发在像素点上的毛发生长方向。
具体实现中，电子设备在确定毛发区域中的毛发方向信息的过程中，包括：电子设备获取毛发区域中每个像素点对应的毛发方向；具体来说，电子设备可以对毛发区域的梯度进行计算，基于梯度计算结果确定每个像素对应的毛发方向。当然，电子设备还可以对头发区域中每个像素的邻域图案与沿不同方向的滤波器进行卷积，通过找出最大的滤波相应得到每个像素处的毛发方向。
另外，电子设备可以提前获取预定数量的样本图像数据，对样本图像数据中的各个像素对应的毛发方向进行标注，通过标注的样本图像数据训练得到目标识别模型。通过目标识别模型对图像进行识别，确定待处理图像中的毛发区域中每个像素对应的毛发方向。
然后，电子设备对每个像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果；并将局部平滑结果，作为毛发区域中的毛发方向信息。其中，局部平滑结果包括每个像素点对应的平滑后毛发方向。
本实施例的技术方案，通过获取毛发区域中每个像素点对应的毛发方向，并对每个像素点对应的毛发方向进行局部平滑处理，得到每个像素点对应的平滑后毛发方向，使得处理后图像中的发丝柔顺效果，使得得到的处理后图像有着良好的发丝细节。
在一示例性实施例中，对每个像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果，包括：将毛发区域中的任意一个像素点确定为目标像素点；获取目标像素点的周围像素点；周围像素点与目标像素点之间的像素距离小于预设阈值；周围像素点与目标像素点为毛发区域中的同一条毛发上的像素点；对周围像素点对应的毛发方向和目标像素点对应的毛发方向进行融合处理，得到目标像素点对应的融合毛发方向，并将目标像素点对应的融合毛发方向作为局部平滑结果。
其中，周围像素点与目标像素点之间的像素距离小于预设阈值。
具体实现中，电子设备在对每个像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果的过程中，具体包括：将毛发区域中的任意一个像素点确定为目标像素点；获取目标像素点的周围像素点；对周围像素点对应的毛发方向和目标像素点对应的毛发方向进行融合处理，得到目标像素点对应的融合毛发方向。具体来说，电子设备可以对周围像素点对应的毛发方向和目标像素点对应的毛发方向进行加权取平均，得到加权平均后的毛发方向，作为目标像素点对应的融合毛发方向。
最后，电子设备再基于各个目标像素点对应的融合毛发方向，作为各个目标像素点对应的平滑后毛发方向，进而得到局部平滑结果。
本实施例的技术方案，通过将毛发区域中的任意一个像素点确定为目标像素点；获取目标像素点的周围像素点；周围像素点与目标像素点之间的像素距离小于预设阈值；对周围像素点对应的毛发方向和目标像素点对应的毛发方向进行融合处理，得到目标像素点对应的融合毛发方向作为平滑后毛发方向；如此，通过根据目标像素点的周围像素点对应的毛发方向进行融合，实现对目标像素点的毛发方向进行准确地局部平滑处理，使得基于该局部平滑结果处理得到的处理后图像中的发丝纹理细节具有更为柔顺的发丝效果。
在一示例性实施例中，对毛发纹理图像和待处理图像中的毛发区域进行融合处理，生成处理后图像，包括：对毛发区域进行杂色滤除处理，得到杂色滤除后图像；对毛发纹理图像和杂色滤除后图像进行融合处理，得到处理后图像。
具体实现中，电子设备在对毛发纹理图像和待处理图像中的毛发区域进行融合处理，生成处理后图像的过程中，电子设备可以对毛发区域进行杂色滤除处理，得到杂色滤除后图像；具体来说，电子设备可以基于毛发区域中每个像素点对应的毛发方向，对毛发区域进行图像平滑操作，如过度平滑操作，以过滤掉毛发区域中的杂色进而得到杂色滤除后图像。
再然后，电子设备再对毛发纹理图像和杂色滤除后图像进行融合处理，得到处理后图像。具体来说，电子设备可以将对毛发纹理图像和杂色滤除后图像进行融合处理，进而实现将毛发纹理图像中的毛发纹理信息结合至杂色滤除后图像中，以得到同时携带有毛发纹理图像中的毛发纹理信息和毛发区域中的颜色纹理信息的处理后图像。
本实施例的技术方案，在将对毛发纹理图像和待处理图像中的毛发区域进行融合处理的过程中，通过对毛发区域进行杂色滤除处理，得到杂色滤除后图像；再对毛发纹理图像和杂色滤除后图像进行融合处理，得到处理后图像；如此，可以使处理得到的处理后图像在携带毛发纹理图像中的毛发纹理信息和毛发区域中的颜色纹理信息的同时，不携带冗余的杂色信息，提高了处理后图像的画面的整体质感。
在一示例性实施例中，在对毛发纹理图像和杂色滤除后图像进行融合处理，得到处理后图像的步骤之后，还包括：在待处理图像中，提取出毛发区域中的毛发高光信息；将毛发高光信息添加至处理后图像中，得到补光毛发图像。
其中，将毛发高光信息添加至处理后图像中，得到补光毛发图像，包括：将毛发高光信息融合到毛发纹理图像中，生成毛发高光图像；将毛发高光图像和处理后图像进行融合处理，得到补光毛发图像。
其中，补光毛发图像中的毛发高光分布区域与毛发高光图像中的毛发高光分布区域相一致。
其中，毛发高光图像中的毛发高光分布区域为根据预设的高光效果参数确定得到的。
其中，处理后图像中的毛发高光分布区域与毛发高光图像中的毛发高光分布区域相一致。
其中，补光毛发图像可以是指携带有待处理图像的毛发高光信息的处理后图像。
具体实现中，电子设备在对毛发纹理图像和杂色滤除后图像进行融合处理，得到处理后图像的步骤之后，电子设备还可以在待处理图像中，提取出毛发区域中的毛发高光信息；将毛发高光信息添加至处理后图像中，得到补光毛发图像；如此，该补光毛发图像同时携带有毛发纹理图像中的毛发纹理信息、毛发区域中的颜色纹理信息和毛发高光信息。
电子设备在将毛发高光信息添加至处理后图像中，得到补光毛发图像的过程中，具体包括；电子设备可以将毛发高光信息结合至毛发纹理图像中，生成毛发高光图像。具体来说，电子设备在提取出毛发区域中的毛发高光信息即得到高光区域后，电子设备可以将该高光区域与结合至毛发纹理图像，得到初始毛发高光分布区域；然后，电子设备可以根据预设的高光效果参数并采用基于物理的渲染方式去调整初始毛发高光分布区域中的高光的分布面积及范围，进而生成毛发高光图像。
需要说明的是，采用不同的高光效果参数，则渲染得到的毛发高光图像则具有不同的毛发高光效果。实际应用中，毛发高光图像中的毛发高光效果可以包括但不限于是带状高光、丝状高光、点状高光、高光合成等毛发高光效果。
为了便于本领域技术人员的理解，图3实例性地提供了一种毛发高光效果的示意图。其中，310为带状高光、320为丝状高光、330为点状高光、340为高光合成。
然后，电子设备再将毛发高光图像和处理后图像进行融合处理，得到补光毛发图像，从而实现将毛发区域中的毛发高光信息融合至处理后图像中，得到补光毛发图像。
本实施例中的技术方案，通过在待处理图像中，提取出毛发区域中的毛发高光信息；并将毛发高光信息融合到毛发纹理图像中，生成毛发高光图像；最后，再将毛发高光图像和处理后图像进行融合处理，使得得到的补光毛发图像携带有待处理图像中的的毛发高光信息又具有着良好的发丝细节，提高了补光毛发图像中毛发区域的拟真程度，使得补光毛发图像可以满足用户的图像处理需求。
在一示例性实施例中，基于毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像，包括：获取毛发纹理素材图像；分别沿着每个像素点对应的平滑后毛发方向，对毛发纹理素材图像中的纹理的方向进行调整，得到调整后的毛发纹理素材图像；将调整后的毛发纹理素材图像，作为毛发纹理图像。
其中，调整后的毛发纹理素材图像中的每个像素点对应的纹理方向与每个像素点对应的平滑后毛发方向相一致。
具体实现中，电子设备在基于毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像的过程中，具体包括：电子设备可以获取包含有毛发纹理素材的毛发纹理素材图像。然后，电子设备可以分别沿着每个像素点对应的平滑后毛发方向，对毛发纹理素材图像中的纹理的方向进行调整，即对毛发纹理素材图像中的各条纹理进行线性变换处理；例如，电子设备可以沿着每个像素点对应的平滑后毛发方向，对毛发纹理素材图像中的各条纹理进行平移、旋转、缩放等线性变化，拼贴组合出具有丰富发丝细节的调整后的毛发纹理素材图像，使得调整后的毛发纹理素材图像中的每个像素点对应的纹理方向与每个像素点对应的平滑后毛发方向相一致。最后，电子设备将调整后的毛发纹理素材图像，作为毛发纹理图像即发丝细节图。实际应用中，电子设备可以根据用户的实际需求，可以采用具有不同毛发纹理特征的毛发纹理素材图像，进而使得到的毛发纹理图像具有不同毛发纹理特征的毛发纹理图像。
为了便于本领域技术人员的理解，图4实例性地提供了一种生成毛发纹理图像的方法的流程示意图。其中，电子设备可以针对待处理图像410获取毛发纹理素材图像420，然后，电子设备沿着毛发区域中的每条毛发对应的毛发流向，对毛发纹理素材图像中的各条纹理进行线性变换处理，得到毛发纹理图像430。
本实施例中的技术方案，通过获取毛发纹理素材图像；分别沿着每个像素点对应的平滑后毛发方向，对毛发纹理素材图像中的纹理的方向进行调整，得到调整后的毛发纹理素材图像；将调整后的毛发纹理素材图像，进而可以使生成的毛发纹理图像具有丰富且真实的发丝细节，提高了补光毛发图像中毛发区域的拟真程度。
图5是根据一示例性实施例示出的另一种图像处理方法的流程图，如图5所示，该方法用于图1中的图像处理方法中，包括以下步骤。在步骤S502中，获取待处理图像，从所述待处理图像中识别出毛发区域。在步骤S504中，获取所述毛发区域中每个像素点对应的毛发方向；所述毛发方向为所述待处理图像中的毛发在所述像素点上的毛发生长方向。在步骤S506中，对每个所述像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果，作为所述毛发区域中的毛发方向信息；所述局部平滑结果包括每个所述像素点对应的平滑后毛发方向。在步骤S508中，获取毛发纹理素材图像。在步骤S510中，分别沿着每个所述像素点对应的平滑后毛发方向，对所述毛发纹理素材图像中的纹理的方向进行调整，得到调整后的毛发纹理素材图像；所述调整后的毛发纹理素材图像中的每个所述像素点对应的纹理方向与每个所述像素点对应的平滑后毛发方向相一致。在步骤S512中，将所述调整后的毛发纹理素材图像，作为所述毛发纹理图像。在步骤S514中，对所述毛发区域进行杂色滤除处理，得到杂色滤除后图像。在步骤S516中，对所述毛发纹理图像和所述杂色滤除后图像进行融合处理，得到处理后图像；所述处理后图像携带有所述毛发纹理图像中的毛发纹理信息和所述毛发区域中的颜色纹理信息。需要说明的是，上述步骤的具体限定可以参见上文对一种图像处理方法的具体限定，在此不再赘述。
应该理解的是，虽然图2和图5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2和图5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
为了便于本领域技术人员的理解，图6提供了一种图像处理方法的处理流程图；其中，电子设备获取待处理图像610，并从待处理图像中识别出毛发区域，得到头发区域掩码620；然后，电子设备确定毛发区域中每条毛发对应的毛发流向即得到头发方向图630；再然后，电子设备基于毛发流向和待添加的毛发纹理素材，生成毛发纹理图像640；再然后，基于毛发区域中每个像素对应的毛发方向，对毛发区域进行图像平滑处理，得到平滑后图像650；再然后，对毛发纹理图像和平滑后图像进行融合处理，得到融合后图像660；再然后，在待处理图像中，提取出毛发区域中的毛发高光信息即得到携带有毛发高光信息的高光分布图670；最后，电子设备将毛发高光信息添加至融合后图像中，得到处理后图像680。
图7是根据一示例性实施例示出的一种图像处理装置框图。参照图7，该装置包括：
获取单元710，被配置为执行获取待处理图像，从所述待处理图像中识别出毛发区域；
确定单元720，被配置为执行确定所述毛发区域中的毛发方向信息；
生成单元730，被配置为执行基于所述毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像；
融合单元740，被配置为执行对所述毛发纹理图像和所述待处理图像中的毛发区域进行融合处理，生成处理后图像；所述处理后图像携带有所述毛发纹理图像中的毛发纹理信息和所述毛发区域中的颜色纹理信息。
在一示例性实施例中，所述确定单元720，具体被配置为执行获取所述毛发区域中每个像素点对应的毛发方向；所述毛发方向为所述待处理图像中的毛发在所述像素点上的毛发生长方向；对每个所述像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果；所述局部平滑结果包括每个所述像素点对应的平滑后毛发方向；将所述局部平滑结果，作为所述毛发区域中的毛发方向信息。
在一示例性实施例中，所述确定单元720，具体被配置为执行将所述毛发区域中的任意一个像素点确定为目标像素点；获取所述目标像素点的周围像素点；所述周围像素点与所述目标像素点之间的像素距离小于预设阈值；所述周围像素点与所述目标像素点为所述毛发区域中的同一条毛发上的像素点；对所述周围像素点对应的毛发方向和所述目标像素点对应的毛发方向进行融合处理，得到所述目标像素点对应的融合毛发方向，并将所述目标像素点对应的融合毛发方向作为所述局部平滑结果。
在一示例性实施例中，所述融合单元740，具体被配置为执行对所述毛发区域进行杂色滤除处理，得到杂色滤除后图像；对所述毛发纹理图像和所述杂色滤除后图像进行融合处理，得到所述处理后图像。
在一示例性实施例中，所述融合单元740，具体被配置为执行在所述待处理图像中，提取出所述毛发区域中的毛发高光信息；将所述毛发高光信息添加至所述处理后图像中，得到补光毛发图像。
在一示例性实施例中，所述融合单元740，具体被配置为执行将所述毛发高光信息融合到所述毛发纹理图像中，生成毛发高光图像；所述毛发高光图像中的毛发高光效果为根据预设的高光效果参数确定得到的；将所述毛发高光图像和所述处理后图像进行融合处理，得到所述补光毛发图像；其中，所述补光毛发图像中的毛发高光分布区域与所述毛发高光图像中的毛发高光分布区域相一致。
在一示例性实施例中，所述生成单元730，具体被配置为执行获取毛发纹理素材图像；分别沿着每个所述像素点对应的平滑后毛发方向，对所述毛发纹理素材图像中的纹理的方向进行调整，得到调整后的毛发纹理素材图像；所述调整后的毛发纹理素材图像中的每个所述像素点对应的纹理方向与每个所述像素点对应的平滑后毛发方向相一致；将所述调整后的毛发纹理素材图像，作为所述毛发纹理图像。
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8是根据一示例性实施例示出的一种用于执行图像处理方法的电子设备800的框图。例如，电子设备800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8，电子设备800可以包括以下一个或多个组件：处理组件802、存储器804、电力组件806、多媒体组件808、音频组件810、输入/输出(I/O)的接口812、传感器组件814以及通信组件816。
处理组件802通常控制电子设备800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802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800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804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806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800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808包括一个前置摄像头和/或后置摄像头。当电子设备800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810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800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804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802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814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800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800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814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814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814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816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800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816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816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800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，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由电子设备800的处理器820执行以完成上述方法。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，本公开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。本公开的范围仅由所附的权利要求来限制。
Claims (14)
1.一种图像处理方法，其特征在于，所述方法包括：
获取待处理图像，从所述待处理图像中识别出毛发区域；
获取所述毛发区域中每个像素点对应的毛发方向；所述毛发方向为所述待处理图像中的毛发在所述像素点上的毛发生长方向；
对每个所述像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果，作为所述毛发区域中的毛发方向信息；所述局部平滑结果包括每个所述像素点对应的平滑后毛发方向；
基于所述毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像；
对所述毛发纹理图像和所述待处理图像中的毛发区域进行融合处理，生成处理后图像；所述处理后图像携带有所述毛发纹理图像中的毛发纹理信息和所述毛发区域中的颜色纹理信息。
2.根据权利要求1所述的图像处理方法，其特征在于，所述对每个所述像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果，包括：
将所述毛发区域中的任意一个像素点确定为目标像素点；
获取所述目标像素点的周围像素点；所述周围像素点与所述目标像素点之间的像素距离小于预设阈值；所述周围像素点与所述目标像素点为所述毛发区域中的同一条毛发上的像素点；
对所述周围像素点对应的毛发方向和所述目标像素点对应的毛发方向进行融合处理，得到所述目标像素点对应的融合毛发方向，并将所述目标像素点对应的融合毛发方向作为所述局部平滑结果。
3.根据权利要求1所述的图像处理方法，其特征在于，所述对所述毛发纹理图像和所述待处理图像中的毛发区域进行融合处理，生成处理后图像，包括：
对所述毛发区域进行杂色滤除处理，得到杂色滤除后图像；
对所述毛发纹理图像和所述杂色滤除后图像进行融合处理，得到所述处理后图像。
4.根据权利要求3所述的图像处理方法，其特征在于，在所述对所述毛发纹理图像和所述杂色滤除后图像进行融合处理，得到所述处理后图像的步骤之后，还包括：
在所述待处理图像中，提取出所述毛发区域中的毛发高光信息；
将所述毛发高光信息添加至所述处理后图像中，得到补光毛发图像。
5.根据权利要求4所述的图像处理方法，其特征在于，所述将所述毛发高光信息添加至所述处理后图像中，得到补光毛发图像，包括：
将所述毛发高光信息融合到所述毛发纹理图像中，生成毛发高光图像；所述毛发高光图像中的毛发高光效果为根据预设的高光效果参数确定得到的；
将所述毛发高光图像和所述处理后图像进行融合处理，得到所述补光毛发图像；其中，所述补光毛发图像中的毛发高光分布区域与所述毛发高光图像中的毛发高光分布区域相一致。
6.根据权利要求1至5中任意一项所述的图像处理方法，其特征在于，所述基于所述毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像，包括：
获取毛发纹理素材图像；
分别沿着每个所述像素点对应的平滑后毛发方向，对所述毛发纹理素材图像中的纹理的方向进行调整，得到调整后的毛发纹理素材图像；所述调整后的毛发纹理素材图像中的每个所述像素点对应的纹理方向与每个所述像素点对应的平滑后毛发方向相一致；
将所述调整后的毛发纹理素材图像，作为所述毛发纹理图像。
7.一种图像处理装置，其特征在于，包括：
获取单元，被配置为执行获取待处理图像，从所述待处理图像中识别出毛发区域；
确定单元，被配置为执行获取所述毛发区域中每个像素点对应的毛发方向；所述毛发方向为所述待处理图像中的毛发在所述像素点上的毛发生长方向；对每个所述像素点对应的毛发方向进行局部平滑处理，得到局部平滑结果，作为所述毛发区域中的毛发方向信息；所述局部平滑结果包括每个所述像素点对应的平滑后毛发方向；
生成单元，被配置为执行基于所述毛发方向信息和预设的毛发纹理素材，生成毛发纹理图像；
融合单元，被配置为执行对所述毛发纹理图像和所述待处理图像中的毛发区域进行融合处理，生成处理后图像；所述处理后图像携带有所述毛发纹理图像中的毛发纹理信息和所述毛发区域中的颜色纹理信息。
8.根据权利要求7所述的图像处理装置，其特征在于，所述确定单元，具体被配置为执行将所述毛发区域中的任意一个像素点确定为目标像素点；获取所述目标像素点的周围像素点；所述周围像素点与所述目标像素点之间的像素距离小于预设阈值；所述周围像素点与所述目标像素点为所述毛发区域中的同一条毛发上的像素点；对所述周围像素点对应的毛发方向和所述目标像素点对应的毛发方向进行融合处理，得到所述目标像素点对应的融合毛发方向，并将所述目标像素点对应的融合毛发方向作为所述局部平滑结果。
9.根据权利要求7所述的图像处理装置，其特征在于，所述融合单元，具体被配置为执行对所述毛发区域进行杂色滤除处理，得到杂色滤除后图像；对所述毛发纹理图像和所述杂色滤除后图像进行融合处理，得到所述处理后图像。
10.根据权利要求9所述的图像处理装置，其特征在于，所述融合单元，具体被配置为执行在所述待处理图像中，提取出所述毛发区域中的毛发高光信息；将所述毛发高光信息添加至所述处理后图像中，得到补光毛发图像。
11.根据权利要求10所述的图像处理装置，其特征在于，所述融合单元，具体被配置为执行将所述毛发高光信息融合到所述毛发纹理图像中，生成毛发高光图像；所述毛发高光图像中的毛发高光效果为根据预设的高光效果参数确定得到的；将所述毛发高光图像和所述处理后图像进行融合处理，得到所述补光毛发图像；其中，所述补光毛发图像中的毛发高光分布区域与所述毛发高光图像中的毛发高光分布区域相一致。
12.根据权利要求7至11中任意一项所述的图像处理装置，其特征在于，所述生成单元，具体被配置为执行获取毛发纹理素材图像；分别沿着每个所述像素点对应的平滑后毛发方向，对所述毛发纹理素材图像中的纹理的方向进行调整，得到调整后的毛发纹理素材图像；所述调整后的毛发纹理素材图像中的每个所述像素点对应的纹理方向与每个所述像素点对应的平滑后毛发方向相一致；将所述调整后的毛发纹理素材图像，作为所述毛发纹理图像。
13.一种电子设备，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6中任一项所述的图像处理方法。
14.一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至6中任一项所述的图像处理方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011364522.1A CN112330570B (zh) | 2020-11-27 | 2020-11-27 | 图像处理方法、装置、电子设备及存储介质 |
| PCT/CN2021/106913 WO2022110837A1 (zh) | 2020-11-27 | 2021-07-16 | 图像处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011364522.1A CN112330570B (zh) | 2020-11-27 | 2020-11-27 | 图像处理方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112330570A CN112330570A (zh) | 2021-02-05 |
| CN112330570B true CN112330570B (zh) | 2024-03-12 |
Family
ID=74309622
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011364522.1A Active CN112330570B (zh) | 2020-11-27 | 2020-11-27 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112330570B (zh) |
| WO (1) | WO2022110837A1 (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112330570B (zh) * | 2020-11-27 | 2024-03-12 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN113064539B (zh) * | 2021-03-04 | 2022-07-29 | 北京达佳互联信息技术有限公司 | 特效控制方法、装置、电子设备及存储介质 |
| CN114119438A (zh) * | 2021-11-11 | 2022-03-01 | 清华大学 | 图像拼贴模型的训练方法和设备及图像拼贴方法和设备 |
| CN116843689B (zh) * | 2023-09-01 | 2023-11-21 | 山东众成菌业股份有限公司 | 一种菌盖表面破损检测方法 |
| CN117237244B (zh) * | 2023-11-16 | 2024-02-02 | 平利县女娲茗鼎农业科技有限公司 | 基于数据增强的畜牧兽医用动物体温智能监测系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8249365B1 (en) * | 2009-09-04 | 2012-08-21 | Adobe Systems Incorporated | Methods and apparatus for directional texture generation using sample-based texture synthesis |
| CN107103619A (zh) * | 2017-04-19 | 2017-08-29 | 腾讯科技（上海）有限公司 | 一种头发纹理方向的处理方法、装置及系统 |
| CN110060321A (zh) * | 2018-10-15 | 2019-07-26 | 叠境数字科技（上海）有限公司 | 基于真实材质的毛发快速实时渲染方法 |
| CN111260581A (zh) * | 2020-01-17 | 2020-06-09 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置及存储介质 |
| CN111524171A (zh) * | 2020-04-26 | 2020-08-11 | 网易（杭州）网络有限公司 | 图像处理方法、装置和电子设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112330570B (zh) * | 2020-11-27 | 2024-03-12 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
-
2020
- 2020-11-27 CN CN202011364522.1A patent/CN112330570B/zh active Active
-
2021
- 2021-07-16 WO PCT/CN2021/106913 patent/WO2022110837A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8249365B1 (en) * | 2009-09-04 | 2012-08-21 | Adobe Systems Incorporated | Methods and apparatus for directional texture generation using sample-based texture synthesis |
| CN107103619A (zh) * | 2017-04-19 | 2017-08-29 | 腾讯科技（上海）有限公司 | 一种头发纹理方向的处理方法、装置及系统 |
| CN110060321A (zh) * | 2018-10-15 | 2019-07-26 | 叠境数字科技（上海）有限公司 | 基于真实材质的毛发快速实时渲染方法 |
| CN111260581A (zh) * | 2020-01-17 | 2020-06-09 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置及存储介质 |
| CN111524171A (zh) * | 2020-04-26 | 2020-08-11 | 网易（杭州）网络有限公司 | 图像处理方法、装置和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112330570A (zh) | 2021-02-05 |
| WO2022110837A1 (zh) | 2022-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112330570B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN110517185B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| EP3179408A2 (en) | Picture processing method and apparatus, computer program and recording medium | |
| CN110580688B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN108462833B (zh) | 拍摄方法、装置及计算机可读存储介质 | |
| CN105095881A (zh) | 人脸识别方法、装置及终端 | |
| US11252341B2 (en) | Method and device for shooting image, and storage medium | |
| CN111340691B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN114025105B (zh) | 视频处理方法、装置、电子设备、存储介质 | |
| CN104574299A (zh) | 人脸图片处理方法及装置 | |
| CN112509005B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN106210495A (zh) | 图像拍摄方法和装置 | |
| CN112258605A (zh) | 特效添加方法、装置、电子设备及存储介质 | |
| CN112188091B (zh) | 人脸信息识别方法、装置、电子设备及存储介质 | |
| CN111526287A (zh) | 图像拍摄方法、装置、电子设备、服务器、系统及存储介质 | |
| CN112347911A (zh) | 指甲特效的添加方法、装置、电子设备及存储介质 | |
| CN108961156B (zh) | 人脸图像处理的方法及装置 | |
| CN109145878B (zh) | 图像提取方法及装置 | |
| CN108470321B (zh) | 照片的美颜处理方法、装置和存储介质 | |
| CN112004020B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN111373409B (zh) | 获取颜值变化的方法及终端 | |
| CN111340690B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN111260581B (zh) | 图像处理方法、装置及存储介质 | |
| CN110502993B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN111222041A (zh) | 拍摄资源数据获取方法、装置、电子设备及存储介质 |
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 |