CN112529808A - 一种图像的颜色调整方法、装置、设备和介质 - Google Patents
一种图像的颜色调整方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN112529808A CN112529808A CN202011482055.2A CN202011482055A CN112529808A CN 112529808 A CN112529808 A CN 112529808A CN 202011482055 A CN202011482055 A CN 202011482055A CN 112529808 A CN112529808 A CN 112529808A
- Authority
- CN
- China
- Prior art keywords
- image
- filter
- target area
- face image
- face
- 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 40
- 230000011218 segmentation Effects 0.000 claims abstract description 66
- 238000004040 coloring Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000012549 training Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 12
- 230000000007 visual effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像的颜色调整方法、装置、设备和介质。其中，该方法包括：从人脸图像中确定目标区域图像；依据预先确定的预设滤镜值对目标区域图像进行滤镜处理，得到滤镜图像；并依据预设分割模型对目标区域图像进行分割处理，得到分割图像；根据滤镜图像和分割图像，对人脸图像进行颜色调整，以得到人脸图像的颜色调整结果。本发明实施例能够利用目标区域的轮廓信息，以达到其上色效果的精准度，从而提高用户的视觉观感。
Description
技术领域
本发明实施例涉及一种图像处理技术领域，尤其涉及一种图像的颜色调整方法、装置、设备和介质。
背景技术
目前，在各大直播平台中，美妆成为了用户最常用的功能之一。口红对整体的效果有着很大影响，能够为用户提供良好的视觉观感。在现有技术中，利用口红对嘴唇颜色进行上色主要是在嘴唇本身图像上直接进行的着色叠加，以得到口红的上色效果；例如，通过预设算法将变亮的混合图层与着色嘴唇图层进行叠加，最后得到口红渲染后的效果图。
上述方案的缺陷在于：上述方案主要依赖嘴唇图像的着色技术，其忽略了嘴唇的轮廓特征，使得嘴唇颜色的上色效果较差，极大的降低了视觉观感。
发明内容
本申请实施例提供一种图像的颜色调整方法、装置、设备和介质，可以利用目标区域的轮廓信息，以提高其上色效果，从而提高用户的视觉观感。
第一方面，本发明实施例提供了一种图像的颜色调整方法，包括：
从人脸图像中确定目标区域图像；
依据预先确定的预设滤镜值对所述目标区域图像进行滤镜处理，得到滤镜图像；并依据预设分割模型对所述目标区域图像进行分割处理，得到分割图像；
根据所述滤镜图像和所述分割图像，对所述人脸图像进行颜色调整，以得到所述人脸图像的颜色调整结果。
可选的，从人脸图像中确定目标区域图像，包括：
将人脸图像输入人脸检测模型中，得到所述人脸图像的关键点；
根据所述人脸图像的关键点确定目标区域图像。
可选的，根据所述人脸图像的关键点确定目标区域图像，包括：
从所述人脸图像的关键点中确定目标区域的关键点；
从所述人脸图像中裁剪出所述目标区域的关键点所在的区域图像，作为目标区域图像。
可选的，依据预先确定的预设滤镜值对所述目标区域图像进行滤镜处理，得到滤镜图像，包括：
依据第一滤镜值对所述目标区域图像进行滤镜处理，得到第一滤镜图像；其中，所述第一滤镜值根据预设滤镜结果从滤镜结果存储表中查找得出；
依据第二滤镜值对所述第一滤镜图像进行滤镜处理，得到第二滤镜图像；其中，所述第二滤镜值根据待上色颜色从滤镜颜色存储表中查找得出。
可选的，依据预设分割模型对所述目标区域图像进行分割处理，得到分割图像，包括：
将所述目标区域图像输入预设分割模型中，并将所述预设分割模型的输出结果作为所述目标区域图像的分割图像；其中，所述预设分割模型由预先选定的目标区域的图像样本训练得到。
可选的，根据所述滤镜图像和所述分割图像，对所述人脸图像进行颜色调整，以得到所述人脸图像的颜色调整结果，包括：
根据所述分割图像确定所述滤镜图像中目标区域的上色区域；
将所述滤镜图像中目标区域的上色区域替换至所述人脸图像中，以得到所述人脸图像的颜色调整结果。
第二方面，本发明实施例提供了一种图像的颜色调整装置，包括：
图像确定模块，用于从人脸图像中确定目标区域图像；
图像处理模块，用于依据预先确定的预设滤镜值对所述目标区域图像进行滤镜处理，得到滤镜图像；并依据预设分割模型对所述目标区域图像进行分割处理，得到分割图像；
颜色调整模块，用于根据所述滤镜图像和所述分割图像，对所述人脸图像进行颜色调整，以得到所述人脸图像的颜色调整结果。
可选的，图像确定模块，包括：
关键点确定单元，用于将人脸图像输入人脸检测模型中，得到所述人脸图像的关键点；
图像确定单元，用于根据所述人脸图像的关键点确定目标区域图像。
可选的，图像确定单元，具体用于：
从所述人脸图像的关键点中确定目标区域的关键点；
从所述人脸图像中裁剪出所述目标区域的关键点所在的区域图像，作为目标区域图像。
可选的，图像处理模块，具体用于：
依据第一滤镜值对所述目标区域图像进行滤镜处理，得到第一滤镜图像；其中，所述第一滤镜值根据预设滤镜结果从滤镜结果存储表中查找得出；
依据第二滤镜值对所述第一滤镜图像进行滤镜处理，得到第二滤镜图像；其中，所述第二滤镜值根据待上色颜色从滤镜颜色存储表中查找得出。
可选的，图像处理模块，还具体用于：
将所述目标区域图像输入预设分割模型中，并将所述预设分割模型的输出结果作为所述目标区域图像的分割图像；其中，所述预设分割模型由预先选定的目标区域的图像样本训练得到。
可选的，颜色调整模块，具体用于：
根据所述分割图像确定所述滤镜图像中目标区域的上色区域；
将所述滤镜图像中目标区域的上色区域替换至所述人脸图像中，以得到所述人脸图像的颜色调整结果。
第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例中的任一种所述的图像的颜色调整方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中的任一种所述的图像的颜色调整方法。
本发明实施例从人脸图像中确定目标区域图像；依据预先确定的预设滤镜值对目标区域图像进行滤镜处理，得到滤镜图像；并依据预设分割模型对目标区域图像进行分割处理，得到分割图像；根据滤镜图像和分割图像，对人脸图像进行颜色调整，以得到人脸图像的颜色调整结果。本发明实施例能够利用目标区域的轮廓信息，以达到其上色效果的精准度，从而提高用户的视觉观感。
附图说明
图1是本发明实施例一中的图像的颜色调整方法的流程示意图；
图2是本发明实施例二中的图像的颜色调整方法的流程示意图；
图3是本发明实施例二中的人脸图像的样本示意图；
图4是本发明实施例二中的人脸图像的关键点示意图；
图5是本发明实施例二中的目标区域图像的定位示意图；
图6(a)是本发明实施例二中的第二滤镜图像的展示示意图；
图6(b)是本发明实施例二中的预设分割模型的分割结果示意图；
图7是本发明实施例二中的人脸图像的颜色调整结果的示意图；
图8是本发明实施例三中的图像的颜色调整装置的结构示意图；
图9是本实施例四中的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的图像的颜色调整方法的流程示意图。本实施例可适用于对图像中的目标区域进行精准调色的情况。本实施例方法可由图像的颜色调整装置来执行，该装置可采用硬件/或软件的方式来实现，并可配置于电子设备中。可实现本申请任意实施例所述的图像的颜色调整方法。如图1所示，该方法具体包括如下：
S110、从人脸图像中确定目标区域图像。
在本实施例中，目标区域图像为人脸图像中需要进行上色操作的局部区域，例如眉毛、嘴唇或者脸颊等部位；本实施例的适用场景为视频中图像局部区域的颜色调整或者对于照片中区域的颜色调整，例如美妆直播平台中嘴唇颜色不同口红色号的上色，以及照片中嘴唇颜色的不同口红色号的调整。
S120、依据预先确定的预设滤镜值对目标区域图像进行滤镜处理，得到滤镜图像；并依据预设分割模型对目标区域图像进行分割处理，得到分割图像。
在本实施例中，预设滤镜值为针对于图像的颜色特征值，例如可以是标记颜色的RGB值；依据预先确定的预设滤镜值对目标区域图像进行滤镜处理即为将原始图像的RGB值转换为预设滤镜值对应的RGB值，以实现对目标区域图像的着色处理。
由于现有技术中仅是利用整体图层的叠加操作实现目标区域的着色效果，其着色结果往往会忽略目标区域的整体性特征，使得上色效果较差，例如对于嘴唇的上色，现有技术往往是嘴唇区域的图像进行整体颜色叠加，对嘴唇区域并没有进行识别，使得颜色可能会附着在嘴部的边界，导致上色出错。因此，本实施例采用先对目标区域图像进行分割处理得到分割图像，以得到目标区域的整体轮廓特性。
S130、根据滤镜图像和分割图像，对人脸图像进行颜色调整，以得到人脸图像的颜色调整结果。
在本实施例中，滤镜图像能够显示出目标区域图像的上色效果，分割图像能够从目标区域图像中提取出目标区域的整体轮廓，根据滤镜图像和分割图像能够有效对人脸图像中的待上色区域进行精准着色，以实现人脸图像的颜色调整。
本发明实施例从人脸图像中确定目标区域图像；依据预先确定的预设滤镜值对目标区域图像进行滤镜处理，得到滤镜图像；并依据预设分割模型对目标区域图像进行分割处理，得到分割图像；根据滤镜图像和分割图像，对人脸图像进行颜色调整，以得到人脸图像的颜色调整结果。本发明实施例能够利用目标区域的轮廓信息，以达到其上色效果的精准度，从而提高用户的视觉观感。
实施例二
图2是本发明实施例二中的图像的颜色调整方法的流程示意图。本实施例是在上述实施例的基础上进一步扩展与优化，并可与上述技术方案中任意可选方案组合。如图2所示，该方法包括：
S210、从人脸图像中确定目标区域图像。
在本实施例中，可选的，从人脸图像中确定目标区域图像，包括：
将人脸图像输入人脸检测模型中，得到人脸图像的关键点；
根据人脸图像的关键点确定目标区域图像。
其中，人脸检测模型是以包含有关键点的人脸图像作为训练样本训练得到；具体的，人脸检测模型的训练过程可包括：选取包含有关键点的人脸图像作为训练样本，将训练样本分为测试集和验证集；利用测试集训练人脸检测模型，并利用验证集验证人脸检测模型，如验证通过，则确定出人脸检测模型。
由于人脸图像中各个局部部位均有其特定的边界轮廓，则根据人脸图像的关键点确定目标区域图像可包括：根据人脸图像中的各关键点组成包围区域；其中，包围区域分别为人脸图像中的各局部部位；根据包围区域与预设目标区域包围区域进行匹配，以得到目标区域图像。本实施例通过人脸图像中的关键点可准确有效的确定出目标区域图像。
在本实施例中，可选的，根据人脸图像的关键点确定目标区域图像，包括：
从人脸图像的关键点中确定目标区域的关键点；
从人脸图像中裁剪出目标区域的关键点所在的区域图像，作为目标区域图像。
其中，根据人脸图像中各部位的不同轮廓特征，从人脸图像的关键点中识别出目标区域的关键点，并将该区域进行裁剪，得到目标区域图像，以准确确定出目标区域图像。
示例性的，以一张人脸图像为例进行说明；图3为选取的人脸图像实验样本示意图；将图像输入人脸检测模型后，得到人脸图像的关键点图4，图4为人脸图像的关键点的示意图；经过对感兴趣区域进行定位，得到的目标区域图像可参见图5，图5为目标区域图像的定位示意图。
S220、依据第一滤镜值对目标区域图像进行滤镜处理，得到第一滤镜图像；依据第二滤镜值对第一滤镜图像进行滤镜处理，得到第二滤镜图像；其中，第一滤镜值根据预设滤镜结果从滤镜结果存储表中查找得出，第二滤镜值根据待上色颜色从滤镜颜色存储表中查找得出。
在本实施例中，第一滤镜值和第二滤镜值是根据预先建立的LUT(Look-up Table，查找表)图查找得到的RGB值。本实施例对目标区域图像进行两层滤镜，能够在对目标区域图像进行上色的同时保留其纹理特征。
具体的，输入目标区域图像的RGB值，通过B通道确定LUT中的特征方块，R通道确定在x方向上的偏移量，G通道确定在y方向上的偏移量，由此确定在LUT图上的位置，位置对应的RGB值即为滤镜过后的值。
查表法可以看成一个非线性函数的离散形式；从函数形式上，对于第一层滤镜则是压缩区间加上一个较大的偏差值，这样对于差别较大的RGB值在转化过后的差距变小，在保留纹理的同时降低不同肤色，不同光线等的影响。第二层滤镜在第一层消除差异性的基础上，从函数形式看来就是，区间的均值平移到所选的口红色号值；其中，对于第二层滤镜需要根据确定的口号色号，通过目标软件(例如3DlutCreater)制作LUT图；第二滤镜图像可参见图6(a)，图6(a)为第二滤镜图像的示意图。
S230、将目标区域图像输入预设分割模型中，并将预设分割模型的输出结果作为目标区域图像的分割图像；其中，预设分割模型由预先选定的目标区域的图像样本训练得到。
在本实施例中，预设分割模型为具有分割图像的目标区域图像训练得到；将图5的目标区域图像输入预设分割模型中，得到的分割图像可参见图6(b)，图6(b)为预设分割模型的分割结果示意图。本实施例采用预先训练得到的分割模型对目标区域图像进行分割，能够有效提高图像的分割准确率。
S240、根据滤镜图像和分割图像，对人脸图像进行颜色调整，以得到人脸图像的颜色调整结果。
在上述实施例的基础上，可选的，根据滤镜图像和分割图像，对人脸图像进行颜色调整，以得到人脸图像的颜色调整结果，包括：
根据分割图像确定滤镜图像中目标区域的上色区域；
将滤镜图像中目标区域的上色区域替换至人脸图像中，以得到人脸图像的颜色调整结果。
在本实施例中，将分割图像中目标区域的位置替换至滤镜图像中的相应位置，以得到仅包含有目标区域的上色颜色的图像，再将该图像替换至人脸图像中目标区域的相应位置，以实现人脸图像的颜色调整；图7为人脸图像的颜色调整结果示意图。
本实施例根据分割图像的分割结果对滤镜图像的相应位置进行替换从而得到人脸图像的颜色调整结果，在对目标区域进行上色的同时还能够保证其他边界部位不被误上色。
实施例三
图8是本发明实施例三中的图像的颜色调整装置的结构示意图，本实施例可适用于对图像中的目标区域进行精准调色的情况。该装置配置于电子设备中，可实现本申请任意实施例所述的图像的颜色调整方法。该装置具体包括如下：
图像确定模块810，用于从人脸图像中确定目标区域图像；
图像处理模块820，用于依据预先确定的预设滤镜值对所述目标区域图像进行滤镜处理，得到滤镜图像；并依据预设分割模型对所述目标区域图像进行分割处理，得到分割图像；
颜色调整模块830，用于根据所述滤镜图像和所述分割图像，对人脸图像进行颜色调整，以得到所述人脸图像的颜色调整结果。
在上述实施例的基础上，可选的，图像确定模块810，包括：
关键点确定单元，用于将人脸图像输入人脸检测模型中，得到所述人脸图像的关键点；
图像确定单元，用于根据所述人脸图像的关键点确定目标区域图像。
在上述实施例的基础上，可选的，图像确定单元，具体用于：
从所述人脸图像的关键点中确定目标区域的关键点；
从所述人脸图像中裁剪出所述目标区域的关键点所在的区域图像，作为目标区域图像。
在上述实施例的基础上，可选的，图像处理模块820，具体用于：
依据第一滤镜值对所述目标区域图像进行滤镜处理，得到第一滤镜图像；其中，所述第一滤镜值根据预设滤镜结果从滤镜结果存储表中查找得出；
依据第二滤镜值对所述第一滤镜图像进行滤镜处理，得到第二滤镜图像；其中，所述第二滤镜值根据待上色颜色从滤镜颜色存储表中查找得出。
在上述实施例的基础上，可选的，图像处理模块820，还具体用于：
将所述目标区域图像输入预设分割模型中，并将所述预设分割模型的输出结果作为所述目标区域图像的分割图像；其中，所述预设分割模型由预先选定的目标区域的图像样本训练得到。
在上述实施例的基础上，可选的，颜色调整模块830，具体用于：
根据所述分割图像确定所述滤镜图像中目标区域的上色区域；
将所述滤镜图像中目标区域的上色区域替换至所述人脸图像中，以得到所述人脸图像的颜色调整结果。
通过本发明实施例三的图像的颜色调整装置，能够利用目标区域的轮廓信息，以达到其上色效果的精准度，从而提高用户的视觉观感。
本发明实施例所提供的图像的颜色调整装置可执行本发明任意实施例所提供的图像的颜色调整方法，具备执行方法相应的功能模块和有益效果。
实施例四
图9是本发明实施例四中的电子设备的结构示意图，如图9所示，该电子设备包括处理器910、存储器920、输入装置930和输出装置940；电子设备中处理器910的数量可以是一个或多个，图9中以一个处理器910为例；电子设备中的处理器910、存储器920、输入装置930和输出装置940可以通过总线或其他方式连接，图9中以通过总线连接为例。
存储器920作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的图像的颜色调整方法对应的程序指令/模块。处理器910通过运行存储在存储器920中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现本发明实施例所提供的图像的颜色调整方法。
存储器920可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器920可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器920可进一步包括相对于处理器910远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置930可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，可以包括键盘、鼠标等。输出装置940可包括显示屏等显示设备。
实施例五
本实施例提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于实现本发明实施例所提供的图像的颜色调整方法。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的图像的颜色调整方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种图像的颜色调整方法，其特征在于，所述方法包括：
从人脸图像中确定目标区域图像；
依据预先确定的预设滤镜值对所述目标区域图像进行滤镜处理，得到滤镜图像；并依据预设分割模型对所述目标区域图像进行分割处理，得到分割图像；
根据所述滤镜图像和所述分割图像，对所述人脸图像进行颜色调整，以得到所述人脸图像的颜色调整结果。
2.根据权利要求1所述的方法，其特征在于，从人脸图像中确定目标区域图像，包括：
将人脸图像输入人脸检测模型中，得到所述人脸图像的关键点；
根据所述人脸图像的关键点确定目标区域图像。
3.根据权利要求2所述的方法，其特征在于，根据所述人脸图像的关键点确定目标区域图像，包括：
从所述人脸图像的关键点中确定目标区域的关键点；
从所述人脸图像中裁剪出所述目标区域的关键点所在的区域图像，作为目标区域图像。
4.根据权利要求1所述的方法，其特征在于，依据预先确定的预设滤镜值对所述目标区域图像进行滤镜处理，得到滤镜图像，包括：
依据第一滤镜值对所述目标区域图像进行滤镜处理，得到第一滤镜图像；其中，所述第一滤镜值根据预设滤镜结果从滤镜结果存储表中查找得出；
依据第二滤镜值对所述第一滤镜图像进行滤镜处理，得到第二滤镜图像；其中，所述第二滤镜值根据待上色颜色从滤镜颜色存储表中查找得出。
5.根据权利要求1所述的方法，其特征在于，依据预设分割模型对所述目标区域图像进行分割处理，得到分割图像，包括：
将所述目标区域图像输入预设分割模型中，并将所述预设分割模型的输出结果作为所述目标区域图像的分割图像；其中，所述预设分割模型由预先选定的目标区域的图像样本训练得到。
6.根据权利要求1所述的方法，其特征在于，根据所述滤镜图像和所述分割图像，对所述人脸图像进行颜色调整，以得到所述人脸图像的颜色调整结果，包括：
根据所述分割图像确定所述滤镜图像中目标区域的上色区域；
将所述滤镜图像中目标区域的上色区域替换至所述人脸图像中，以得到所述人脸图像的颜色调整结果。
7.一种图像的颜色调整装置，其特征在于，所述装置包括：
图像确定模块，用于从人脸图像中确定目标区域图像；
图像处理模块，用于依据预先确定的预设滤镜值对所述目标区域图像进行滤镜处理，得到滤镜图像；并依据预设分割模型对所述目标区域图像进行分割处理，得到分割图像；
颜色调整模块，用于根据所述滤镜图像和所述分割图像，对所述人脸图像进行颜色调整，以得到所述人脸图像的颜色调整结果。
8.根据权利要求7所述的装置，其特征在于，颜色调整模块，具体用于：
根据所述分割图像确定所述滤镜图像中目标区域的上色区域；
将所述滤镜图像中目标区域的上色区域替换至所述人脸图像中，以得到所述人脸图像的颜色调整结果。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1～6中任一所述的图像的颜色调整方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～6中任一所述的图像的颜色调整方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011482055.2A CN112529808A (zh) | 2020-12-15 | 2020-12-15 | 一种图像的颜色调整方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011482055.2A CN112529808A (zh) | 2020-12-15 | 2020-12-15 | 一种图像的颜色调整方法、装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112529808A true CN112529808A (zh) | 2021-03-19 |
Family
ID=75000313
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011482055.2A Pending CN112529808A (zh) | 2020-12-15 | 2020-12-15 | 一种图像的颜色调整方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112529808A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113658066A (zh) * | 2021-08-09 | 2021-11-16 | 维沃移动通信有限公司 | 图像处理方法及装置、电子设备 |
| CN114782572A (zh) * | 2022-03-25 | 2022-07-22 | 北京极感科技有限公司 | 图像上色方法、电子设备、存储介质及计算机程序产品 |
| CN115701129A (zh) * | 2021-07-31 | 2023-02-07 | 荣耀终端有限公司 | 一种图像处理方法及电子设备 |
| CN116597038A (zh) * | 2023-05-22 | 2023-08-15 | 怀化学院 | 一种基于大数据的智能调色方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107644396A (zh) * | 2017-10-18 | 2018-01-30 | 维沃移动通信有限公司 | 一种唇色调整方法和装置 |
| CN109035380A (zh) * | 2018-09-11 | 2018-12-18 | 北京旷视科技有限公司 | 基于三维重建的人脸修饰方法、装置、设备及存储介质 |
| CN109361867A (zh) * | 2018-11-23 | 2019-02-19 | 维沃移动通信有限公司 | 一种滤镜处理方法及移动终端 |
| CN109523465A (zh) * | 2018-11-21 | 2019-03-26 | 维沃移动通信有限公司 | 一种滤镜处理方法和终端 |
| WO2020140986A1 (zh) * | 2019-01-04 | 2020-07-09 | Oppo广东移动通信有限公司 | 图像降噪方法、装置、存储介质及终端 |
| CN111563855A (zh) * | 2020-04-29 | 2020-08-21 | 百度在线网络技术（北京）有限公司 | 图像处理的方法及装置 |
-
2020
- 2020-12-15 CN CN202011482055.2A patent/CN112529808A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107644396A (zh) * | 2017-10-18 | 2018-01-30 | 维沃移动通信有限公司 | 一种唇色调整方法和装置 |
| CN109035380A (zh) * | 2018-09-11 | 2018-12-18 | 北京旷视科技有限公司 | 基于三维重建的人脸修饰方法、装置、设备及存储介质 |
| CN109523465A (zh) * | 2018-11-21 | 2019-03-26 | 维沃移动通信有限公司 | 一种滤镜处理方法和终端 |
| CN109361867A (zh) * | 2018-11-23 | 2019-02-19 | 维沃移动通信有限公司 | 一种滤镜处理方法及移动终端 |
| WO2020140986A1 (zh) * | 2019-01-04 | 2020-07-09 | Oppo广东移动通信有限公司 | 图像降噪方法、装置、存储介质及终端 |
| CN111563855A (zh) * | 2020-04-29 | 2020-08-21 | 百度在线网络技术（北京）有限公司 | 图像处理的方法及装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115701129A (zh) * | 2021-07-31 | 2023-02-07 | 荣耀终端有限公司 | 一种图像处理方法及电子设备 |
| CN113658066A (zh) * | 2021-08-09 | 2021-11-16 | 维沃移动通信有限公司 | 图像处理方法及装置、电子设备 |
| CN114782572A (zh) * | 2022-03-25 | 2022-07-22 | 北京极感科技有限公司 | 图像上色方法、电子设备、存储介质及计算机程序产品 |
| CN116597038A (zh) * | 2023-05-22 | 2023-08-15 | 怀化学院 | 一种基于大数据的智能调色方法及系统 |
| CN116597038B (zh) * | 2023-05-22 | 2024-02-06 | 怀化学院 | 一种基于大数据的智能调色方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112529808A (zh) | 一种图像的颜色调整方法、装置、设备和介质 | |
| CN110288614B (zh) | 图像处理方法、装置、设备及存储介质 | |
| US8508546B2 (en) | Image mask generation | |
| CN105122306B (zh) | 区域分割方法以及检查装置 | |
| CN111369644A (zh) | 人脸图像的试妆处理方法、装置、计算机设备和存储介质 | |
| CN109302628B (zh) | 一种基于直播的人脸处理方法、装置、设备和存储介质 | |
| CN108463823A (zh) | 一种用户头发模型的重建方法、装置及终端 | |
| CN110930296A (zh) | 图像处理方法、装置、设备及存储介质 | |
| US8542324B2 (en) | Efficient image and video recoloring for colorblindness | |
| US11461880B2 (en) | Generating image masks from digital images utilizing color density estimation and deep learning models | |
| US20070009153A1 (en) | Segmentation of digital images | |
| CN111311528A (zh) | 图像融合优化方法、装置、设备和介质 | |
| CN110910400A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| CN113888534A (zh) | 一种图像处理方法、电子设备及可读存储介质 | |
| CN114758054A (zh) | 光斑添加方法、装置、设备及存储介质 | |
| CN112541955B (zh) | 图像处理方法、装置及设备 | |
| KR20020031630A (ko) | 칼라 왜곡 정보를 이용한 얼굴 영역 추출 방법 | |
| CN112419470A (zh) | 目标区域的颜色渲染方法、装置、设备和介质 | |
| CN112861854A (zh) | 指甲语义分割中训练样本的生成方法、装置、设备及介质 | |
| CN111080748B (zh) | 基于互联网的图片自动合成系统 | |
| CN113724282A (zh) | 图像处理方法和相关产品 | |
| CN112927321B (zh) | 基于神经网络的图像智能设计方法、装置、设备及存储介质 | |
| CN115063800A (zh) | 文本识别方法和电子设备 | |
| CN115345891A (zh) | 图像处理方法、装置、电子设备、存储介质及产品 | |
| CN115049573A (zh) | 图像处理方法及装置、电子设备和存储介质 |
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 |