CN112562034A - 一种图像生成方法、装置、电子设备和存储介质 - Google Patents

一种图像生成方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112562034A
CN112562034A CN202011560204.2A CN202011560204A CN112562034A CN 112562034 A CN112562034 A CN 112562034A CN 202011560204 A CN202011560204 A CN 202011560204A CN 112562034 A CN112562034 A CN 112562034A
Authority
CN
China
Prior art keywords
image
neck
region image
region
head
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
CN202011560204.2A
Other languages
English (en)
Other versions
CN112562034B (zh
Inventor
胡惠平
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.)
Migu Cultural Technology Co Ltd
China Mobile Communications Group Co Ltd
Original Assignee
Migu Cultural Technology Co Ltd
China Mobile Communications Group 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 Migu Cultural Technology Co Ltd, China Mobile Communications Group Co Ltd filed Critical Migu Cultural Technology Co Ltd
Priority to CN202011560204.2A priority Critical patent/CN112562034B/zh
Publication of CN112562034A publication Critical patent/CN112562034A/zh
Application granted granted Critical
Publication of CN112562034B publication Critical patent/CN112562034B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Biology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明提供了一种图像生成方法、装置、电子设备和存储介质，基于头部区域图像扩展出脖颈区域图像，然后将服饰素材叠加在脖颈区域图像上，得到个体图像。根据新扩展的脖颈区域图像叠加服饰素材，完全排除了原服饰素材的影响，使得生成的个体图像不会因为无法完全去除原服饰素材存在画面不协调的问题，提高了处理后图像与用户需求的符合程度。

Description

一种图像生成方法、装置、电子设备和存储介质
技术领域
本发明涉及图像处理技术领域，尤其是涉及一种图像生成方法、装置、电子设备和存储介质。
背景技术
对已有的图像进行处理，生成符合用户需求的图像具有广泛的需求，例如，对已有的个体图像进行着装的变换。虽然可以通过截图或抠图再组合得到新图像，但通过这种方式得到的新图像往往不够理想，无法满足用户需求。例如，对于人像的处理，可能存在组合的新图像中新的服饰素材无法完全覆盖原服饰素材的情况，组合后的服饰素材与人像尺寸不协调的情况等。
可见，现有的图像处理可能存在因无法完全去除原服饰素材，导致处理后图像不符合用户需求的问题。
发明内容
本发明提供一种图像生成方法、装置、电子设备和存储介质，用以解决现有的图像处理可能存在因无法完全去除原服饰素材，导致处理后图像不符合用户需求的问题，实现使得处理后的图像能够完全去除原服饰素材，得到符合用户需求的图像。
本发明提供一种图像生成方法，包括：
获取目标个体的头部区域图像；
基于所述头部区域图像扩展出脖颈区域图像；
基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像。
根据本发明提供的一种图像生成方法，所述基于所述头部区域图像扩展出脖颈区域图像，包括：
从所述头部区域图像中确定至少一个第一接触位置；其中，所述第一接触位置为所述头部区域图像与待扩展的脖颈区域图像接触的位置；
基于所述第一接触位置扩展出所述脖颈区域图像。
根据本发明提供的一种图像生成方法，所述基于所述第一接触位置扩展出所述脖颈区域图像，包括：
获取待扩展出的脖颈区域的脖颈长度；
自所述第一接触位置开始扩展出至少一个依次连接的脖颈段，使得由所述脖颈段组成的脖颈区域的长度等于所述脖颈长度，得到由所述脖颈段组成的所述脖颈区域图像。
根据本发明提供的一种图像生成方法，所述获取待扩展出的脖颈区域的脖颈长度，包括：
根据所述第一接触位置确定与所述头部区域图像接触的脖颈区域的脖颈宽度；
基于所述脖颈宽度和脖颈长宽比确定与所述头部区域匹配的脖颈长度，作为待扩展出的脖颈区域的脖颈长度。
根据本发明提供的一种图像生成方法，还包括：
根据所述头部区域图像中的颜色信息和/或在包含所述头部区域图像的原生图像中所述目标个体脖颈区域的颜色信息，确定与所述头部区域图像相匹配的脖颈颜色信息；
根据所述脖颈颜色信息对所述脖颈区域图像填充颜色。
根据本发明提供的一种图像生成方法，所述基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像，包括：
从所述脖颈区域图像中确定至少一个第二接触位置；其中，所述第二接触位置为所述脖颈区域图像与待叠加的服饰素材接触位置；
根据所述第二接触位置在所述脖颈区域图像上叠加所述服饰素材，得到所述个体图像。
根据本发明提供的一种图像生成方法，所述生成所述目标个体的个体图像之前，还包括：
根据所述头部区域图像调整所述服饰素材的尺寸。
本发明还提供一种图像生成装置，包括：
获取模块，用于获取目标个体的头部区域图像；
扩展模块，用于基于所述头部区域图像扩展出脖颈区域图像；
叠加模块，用于基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以上任一种所述的图像生成方法的步骤。
本发明还提供一种非暂态可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以上任一种所述的图像生成方法的步骤。
本发明提供的一种图像生成方法、装置、电子设备和存储介质，基于头部区域图像扩展出脖颈区域图像，然后将服饰素材叠加在脖颈区域图像上，得到个体图像。根据新扩展的脖颈区域图像叠加服饰素材，完全排除了原服饰素材的影响，使得生成的个体图像不会因为无法完全去除原服饰素材存在画面不协调的问题，提高了处理后图像与用户需求的符合程度。
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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的一种图像生成方法的流程示意图之一；
图2是本发明另一实施例提供的人物的头部区域图像中确定的两个第一接触位置的示意图；
图3是本发明另一实施例提供的脖颈区域的示意图；
图4是本发明另一实施例提供的脖颈区域图像扩展过程示意图；
图5是本发明另一实施例提供的确定第二接触位置的示意图；
图6是本发明另一实施例提供的图像生成装置的结构框图之一；
图7是本发明另一实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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做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。
图1为本实施例提供的图像生成方法的流程示意图，该图像生成方法可以由终端执行，例如，可以由用于对图像进行处理的终端执行，以对人物制作不同着装要求的证件照。参见图1，该方法包括：
步骤101：获取目标个体的头部区域图像。
目标个体可以是人物、动物、人物模型、动物模型等，本实施例对此不做具体限制。头部区域图像可以是从目标个体的图像中通过抠图等方法获取。
步骤102：基于所述头部区域图像扩展出脖颈区域图像。
脖颈区域图像基于头部区域图像扩展得到，例如，从头部区域图像中确定脖颈区域的接触位置(可以根据经验确定或者预先训练的模型确定，本实施例对此不做具体限制)，然后基于确定的基础位置扩展出脖颈区域。
对于脖颈区域图像的扩展，可以将已有的不包含服饰素材的脖颈区域图像与头部区域图像进行组合，也可以基于头部区域图像自动生成，本实施例对此不做具体限制。
步骤103：基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像。
服饰素材包括衣服、首饰等穿戴物。
生成的个体图像是在头部区域图像下组合了脖颈区域图像和服饰素材的图像。
本实施例提供的一种图像生成方法，基于头部区域图像扩展出脖颈区域图像，然后将服饰素材叠加在脖颈区域图像上，得到个体图像。根据新扩展的脖颈区域图像叠加服饰素材，完全排除了原服饰素材的影响，使得生成的个体图像不会因为无法完全去除原服饰素材存在画面不协调的问题，提高了处理后图像与用户需求的符合程度。
可理解的是，上述步骤101可以包括：获取目标个体的头部区域图像，并将所述头部区域图像放置在预设背景图中。预设背景图可以是某一颜色的背景图，或者具有特定花色内容的背景图。例如，当通过上述步骤101-103合成蓝色背景的证件照时，预设背景图可以为蓝色背景色的图片。
进一步地，在上述实施例的基础上，所述基于所述头部区域图像扩展出脖颈区域图像，包括：
从所述头部区域图像中确定至少一个第一接触位置；其中，所述第一接触位置为所述头部区域图像与待扩展的脖颈区域图像接触的位置；
基于所述第一接触位置扩展出所述脖颈区域图像。
第一接触位置可以是头部区域图像中与待扩展的脖颈区域接触的几个点、接触的线或者接触的区域。例如，图2为人物的头部区域图像中确定的两个第一接触位置的示意图，图2中的A点和B点即为确定的两个第一接触位置。
本实施例通过在头部区域图像中确定第一接触位置的方式确定出开始扩展颈部区域的起始位置，从而基于起始位置实现对颈部区域图像的扩展。
进一步地，所述从所述头部区域图像中确定至少一个第一接触位置，包括：
将所述头部区域图像输入识别模型中，得到由所述识别模型从所述头部区域图像中识别出的至少一个第一接触位置；
其中，所述识别模型用于基于输入的头部区域图像，从输入的头部区域图像中识别出至少一个第一接触位置。
识别模型的训练可以包括：
获取训练样本；其中，所述训练样本包括作为输入的头部区域图像，作为期望输出的标记了第一接触位置的头部区域图像；
通过若干训练样本对进行模型训练，得到所述识别模型。
具体来说，可以预先获取大量标记了图2中A、B两点的人像图片，利用深度学习的方法进行模型训练，使用训练好的模型识别出所输入的头部区域图像中的A、B两点。
由于识别模型是通过大量的训练样本进行机器学习得到的模型，因此，识别模型能够准确地识别出头部区域图像中与脖颈区域接触的第一接触位置，从而使得基于识别出的第一接触位置能够在正确位置进行脖颈区域的扩展，避免因扩展位置出现偏差导致的图像不协调的问题。
本实施例中，通过机器学习的方式实现了从头部区域图像识别出第一接触位置的目的，进而基于第一接触位置扩展出脖颈区域图像，提高了所扩展出的脖颈区域与头部区域图像之间的协调性。
进一步地，在上述各实施例的基础上，所述基于所述第一接触位置扩展出所述脖颈区域图像，包括：
获取待扩展出的脖颈区域的脖颈长度；
自所述第一接触位置开始扩展出至少一个依次连接的脖颈段，使得由所述脖颈段组成的脖颈区域的长度等于所述脖颈长度，得到由所述脖颈段组成的所述脖颈区域图像。
图3为本实施例提供的脖颈区域的示意图，参见图3，脖颈区域是一个自头部区域图像向下延伸的区域。其中，待扩展出的脖颈区域的脖颈长度可以依据个体的结构特征和根据头部区域图像确定的脖颈宽度经过计算得到，也可以根据经验确定，本实施例对此不做具体限制。
为了使得扩展的脖颈区域图像与真实拍照得到的脖颈区域相吻合，可以通过脖颈段的方式扩展出脖颈区域，可理解的是，远离脸部图像区域的脖颈段的宽度比靠近脸部图像区域的脖颈段的宽度大。
图4为本实施例提供的脖颈区域图像扩展过程示意图，参见图4，可以自第一接触位置A和B开始向下扩展得到E、F，得到扩展的第一个脖颈段(即AE和BF所在的脖颈段)。
沿向量AE顺时针转预设角度(例如，预设角度为30度，预设角度可以有适当调整)方向，长度为AE长度1/4的点G,同理取向量BF逆时针转预设角度(例如，预设角度为30度，预设角度可以有适当调整)方向，长度为BF长度1/4(可以有适当调整)的点H，通过曲线连接EG，并通过曲线连接FH，得到扩展的第二个脖颈段(即EG和FH所在的脖颈段)。
取G点向左，长度为第一预设比例(例如，第一预设比例为1/2，可以有适当调整)与脖颈长度的乘积，得到点I，取H点向右，长度为第一预设比例(例如，第一预设比例为1/2，可以有适当调整)与脖颈长度的乘积，得到点J，取IJ所在水平线中点向下长度为第二预设比例(例如，第二预设比例为1/4，可以有适当调整)得到点K，通过曲线连接GI，通过曲线连接HJ，并通过曲线连接IKJ，得到扩展的第三个脖颈段(即GI、HJ和K所在的脖颈段)。
其中，关于连接的曲线，可以利用E、G、I三个点，以及最小二乘法拟合的到曲线EGI；利用F、H、J三个点，以及最小二乘法拟合的到曲线FHJ；利用I、K、J三个点，以及最小二乘法可以拟合的到曲线IKJ。
由上述自第一接触位置A和B扩展的三个脖颈段得到对目标个体扩展的整个脖颈区域图像，其中，AB的中点到K点的长度等于脖颈长度。
本实施例中，通过扩展脖颈段的方式对头部区域图像扩展出了整个脖颈区域，进而能够基于扩展出的脖颈区域图像叠加服饰素材而不受到原图中服饰素材的干扰，使得组合后的图像更好的符合用户需求。
进一步地，在上述各实施例的基础上，所述获取待扩展出的脖颈区域的脖颈长度，包括：
根据所述第一接触位置确定与所述头部区域图像接触的脖颈区域的脖颈宽度；
基于所述脖颈宽度和脖颈长宽比确定与所述头部区域匹配的脖颈长度，作为待扩展出的脖颈区域的脖颈长度。
在本实施例中，依据个体的结构特征和根据头部区域图像确定的脖颈宽度计算脖颈长度。其中，脖颈长宽比可以根据个体的结构特征确定，例如，对于人体而言，两眉眉尾之间的水平距离w1，眉峰和下巴中间水平线之间的垂直距离h1之间的比值r1等于脖子宽度w2和脖子长度h2的比值，即w1/h1＝w2/h2。基于这一关系，可以通过测量所述头部区域图像中两眉眉尾之间的水平距离w1，以及眉峰和下巴中间水平线之间的垂直距离h1，得到比值r1，该比值r1＝w2/h2。
根据所述第一接触位置确定脖颈宽度w2，例如，将图2中点A和B之间的距离作为脖颈宽度w2，然后，基于r1＝w2/h2可以确定脖颈长度h2。
本实施例中，通过脖颈长宽比和通过第一接触位置确定的脖颈宽度实现了对脖颈长度的计算过程，符合个体结构特征，有利于使得图像更加协调，更好地满足客户需求。
进一步地，在上述各实施例的基础上，所述基于所述脖颈区域图像叠加服饰素材之前，还包括：
根据所述头部区域图像中的颜色信息和/或在包含所述头部区域图像的原生图像中所述目标个体脖颈区域的颜色信息，确定与所述头部区域图像相匹配的脖颈颜色信息；
根据所述脖颈颜色信息对所述脖颈区域图像填充颜色。
例如，颜色信息可以包括LAB颜色空间中表示的颜色信息(其中包括亮度(L)，A和B是两个颜色通道。A包括的颜色是从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值)；B是从亮蓝色(低亮度值)到灰色(中亮度值)再到黄色(高亮度值))或者RGB颜色空间的颜色信息(其中包括各像素点对应的RGB三元色的值)。
本实施例中，可以将所述头部区域图像中的颜色信息作为所述脖颈颜色信息，例如，当目标个体为人时，可以将头部区域图像中脸部皮肤的颜色信息作为脖颈颜色信息。还可以将包含所述头部区域图像的原生图像中所述目标个体脖颈区域的颜色信息作为所述脖颈颜色信息，例如，当目标个体为人时，可以将所述头部区域图像的原生图像中目标个体脖颈区域皮肤的颜色信息作为脖颈颜色信息。
还可以通过如下过程确定脖颈颜色信息：
将所述头部区域图像中脸部皮肤的第一颜色信息转换到LAB颜色空间中，并将包含所述头部区域图像的原生图像中所述目标个体脖颈区域的第二颜色信息转换到LAB颜色空间中，计算所述第一颜色信息与所述第二颜色信息之间的相似度，若所述相似度小于预设颜色阈值，则将包含所述头部区域图像的原生图像中所述目标个体脖颈区域的颜色信息作为所述脖颈颜色信息，否则，将头部区域图像中脸部皮肤的颜色信息作为脖颈颜色信息。
具体地，当个体为人物时，可以通过如下方法确定填充到脖颈区域图像的颜色：
(1)将脸部除五官以外区域皮肤的颜色转换到LAB颜色空间，便于颜色区分。
(2)根据皮肤检测计算用户本身脖子区域的颜色，并转换到LAB颜色空间。
(3)计算步骤(1)得到的脸部皮肤颜色和步骤2得到的脖子区域颜色之间的相似度。如果相似度较小，则脖子区域的颜色用用户本身脖子颜色填充。如果相似度较大，则将用户脖子肤色矫正到接近脸部区域颜色，然后用脖子矫正后的颜色填充到生成的脖子区域。
本实施例中，通过对扩展的脖颈区域图像填充颜色，增加了扩展的脖颈区域与头部区域图像的协调性，从而有利于使得处理后的图像满足用户需求。
进一步地，在上述各实施例的基础上，所述基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像，包括：
从所述脖颈区域图像中确定至少一个第二接触位置；其中，所述第二接触位置为所述脖颈区域图像与待叠加的服饰素材接触位置；
根据所述第二接触位置在所述脖颈区域图像上叠加所述服饰素材，得到所述个体图像。
向脖颈区域图像叠加服饰素材时，可以先从脖颈区域图像中确定至少一个第二接触位置，从而依据第二接触位置叠加服饰素材，使得叠加后的图像更加真实。例如，当个体为人物时，可以根据经验选择自第一接触位置开始，长度为脖颈长度与第三预设比例(其中，第三预设比例可以为1/3，可以进行适当调整)的乘积所确定的位置作为第二基础位置。
图5为本实施例提供的确定第二接触位置的示意图，参见图5，已经获取得到了第一接触位置A和B，在构建脖子区域的过程中，已经扩展得到了E、F两个点。根据经验值衣服一般穿在脖子根AB处向下脖子长度1/3处(可以微调)从而得到了Q、T两个点，计算方法如下：AQ＝(1/3)*AE；BT＝(1/3)*BF。将服饰素材中最上面两个点与Q、T两个点分别对齐，实现服饰素材的叠加。
其中，所述根据所述第二接触位置在所述脖颈区域图像上叠加所述服饰素材，包括：根据第二接触位置确定的宽度调整服饰素材，使得服饰素材在第二接触位置与脖颈区域图像贴合。
具体地，可以调整服饰素材的衣领处宽度，使得服饰素材衣领处的两个点能够与C点与Q、T两个点分别对齐。
本实施例中，通过确定第二接触位置将服饰素材叠加到脖颈区域图像上，实现了服饰素材与脖颈区域图像的组合。
进一步地，在上述各实施例的基础上，所述生成所述目标个体的个体图像之前，还包括：
根据所述头部区域图像调整所述服饰素材的尺寸。
具体地，根据所述头部区域图像调整所述服饰素材的尺寸，可以包括：
获取预设比值；所述预设比值表示个体的面部特征点之间的距离与个体的肩宽的比值；
根据所述预设比值，以及所述头部区域图像中的面部特征点之间的距离，确定目标肩宽；
根据所述目标肩宽调整所述服饰素材的尺寸。
其中，面部特征点可以是头部区域图像中的外眼角所在的点、眉尾所在的点等。预设比值可以通过统计大量人物个体的面部特征点之间的距离与肩宽确定。例如，通过对大量人物个体的统计，得到人两个眼外眼角的宽度值W1和肩膀的宽度值W2之间的比值满足比值范围[r1，r2]，则取中间值r＝(r1+r2)/2作为所述预设比值。
通过面部区域图像中测量得到的外眼角的宽度值(即面部特征点之间的距离)除以所述预设比值即可得到所述目标肩宽，进而可以将服饰素材进行调整，使得个体图像中肩宽与脸部区域图像更加协调。
举例来说，在证件照app用户实际拍摄时，利用人脸的关键点可以计算得出外眼角的宽度W,以及外眼角宽度和肩膀宽度的比例r，可以计算肩膀的宽度Ws_,根据外眼角宽度和肩膀宽度的比例值r＝W/Ws,可以计算肩膀的宽度Ws＝W/r。
本实施例中，通过对服饰素材的调整进一步地增加了个体图像中服饰素材与头部区域图像之间的协调性和真实性。
以下以基于上述各实施例提供的图像生成方法，提供一种证件照换装的过程，该过程不需要用户手动调整服装进行适配，且能够完全去除原有服饰素材的影响，提升了用户的使用体验。
该过程包括：
步骤1、获取图片中人的头部区域图像；
首先，在终端上获取到拍照指令以后，根据用户选择的证件照规格，比如一寸照，二寸照，签证照等规格，按照此规格的证件照要求将人头按照比例缩放调整到合适大小，并按照规格放到照片中合适的位置。
随后，将人物图片，按照人头部区域的掩码，抠出人的头部区域包括脸部区域以及头发眼镜。根据用户选择获取背景色，将底部图层设置为用户选择的背景颜色，最上面的图层设置为抠取的人头部分。
步骤2、获取脖子边界处根节点和人脸下边界处的2个连接点以及人像脖子长度，根据脖子长度基于脖颈2个连接点向下扩展出脖子区域；
步骤3、根据脸部皮肤，生成脖子区域的皮肤；
步骤4、将服饰素材叠在生成的脖子的合适位置；
步骤5、根据人眼外眼角的距离计算衣服两肩部之间的宽度，调整服装的尺寸以达到衣服尺寸的自动适配。
需要说明的是，由于用户自身拍照姿势的原因，脖子皮肤露出的部分是不完整的，导致换装后效果不理想，所以如果能根据用户自己脖子的粗细生成一个完整的脖子对这个证件照换装效果有重大意义。本实施例提供的上述过程可以有效避免因为用户本身衣服无法被所换服装完全覆盖导致的用户原有服装露出的问题。
图6为本实施例提供的图像生成装置的结构框图，参见图6，该图像生成装置包括获取模块601、扩展模块602和叠加模块603，其中，
获取模块601，用于获取目标个体的头部区域图像；
扩展模块602，用于基于所述头部区域图像扩展出脖颈区域图像；
叠加模块603，用于基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像。
本实施例提供的图像生成装置适用于上述各实施例提供的图像生成方法，在此不再赘述。
本实施例提供了一种图像生成装置，基于头部区域图像扩展出脖颈区域图像，然后将服饰素材叠加在脖颈区域图像上，得到个体图像。根据新扩展的脖颈区域图像叠加服饰素材，完全排除了原服饰素材的影响，使得生成的个体图像不会因为无法完全去除原服饰素材存在画面不协调的问题，提高了处理后图像与用户需求的符合程度。
根据本发明提供的一种图像生成装置，所述基于所述头部区域图像扩展出脖颈区域图像，包括：
从所述头部区域图像中确定至少一个第一接触位置；其中，所述第一接触位置为所述头部区域图像与待扩展的脖颈区域图像接触的位置；
基于所述第一接触位置扩展出所述脖颈区域图像。
根据本发明提供的一种图像生成装置，所述基于所述第一接触位置扩展出所述脖颈区域图像，包括：
获取待扩展出的脖颈区域的脖颈长度；
自所述第一接触位置开始扩展出至少一个依次连接的脖颈段，使得由所述脖颈段组成的脖颈区域的长度等于所述脖颈长度，得到由所述脖颈段组成的所述脖颈区域图像。
根据本发明提供的一种图像生成装置，所述获取待扩展出的脖颈区域的脖颈长度，包括：
根据所述第一接触位置确定与所述头部区域图像接触的脖颈区域的脖颈宽度；
基于所述脖颈宽度和脖颈长宽比确定与所述头部区域匹配的脖颈长度，作为待扩展出的脖颈区域的脖颈长度。
根据本发明提供的一种图像生成装置，还包括：
根据所述头部区域图像中的颜色信息和/或在包含所述头部区域图像的原生图像中所述目标个体脖颈区域的颜色信息，确定与所述头部区域图像相匹配的脖颈颜色信息；
根据所述脖颈颜色信息对所述脖颈区域图像填充颜色。
根据本发明提供的一种图像生成装置，所述基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像，包括：
从所述脖颈区域图像中确定至少一个第二接触位置；其中，所述第二接触位置为所述脖颈区域图像与待叠加的服饰素材接触位置；
根据所述第二接触位置在所述脖颈区域图像上叠加所述服饰素材，得到所述个体图像。
根据本发明提供的一种图像生成装置，所述生成所述目标个体的个体图像之前，还包括：
根据所述头部区域图像调整所述服饰素材的尺寸。
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)601、通信接口(Communications Interface)602、存储器(memory)603和通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信。处理器601可以调用存储器603中的逻辑指令，以执行如下方法：获取目标个体的头部区域图像；基于所述头部区域图像扩展出脖颈区域图像；基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像。
此外，上述的存储器603中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
进一步地，本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取目标个体的头部区域图像；基于所述头部区域图像扩展出脖颈区域图像；基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像。
另一方面，本发明实施例还提供一种非暂态可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：获取目标个体的头部区域图像；基于所述头部区域图像扩展出脖颈区域图像；基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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可读存储介质中，如ROM/RAM、磁碟、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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种图像生成方法，其特征在于，包括：
获取目标个体的头部区域图像；
基于所述头部区域图像扩展出脖颈区域图像；
基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像。
2.根据权利要求1所述的图像生成方法，其特征在于，所述基于所述头部区域图像扩展出脖颈区域图像，包括：
从所述头部区域图像中确定至少一个第一接触位置；其中，所述第一接触位置为所述头部区域图像与待扩展的脖颈区域图像接触的位置；
基于所述第一接触位置扩展出所述脖颈区域图像。
3.根据权利要求2所述的图像生成方法，其特征在于，所述基于所述第一接触位置扩展出所述脖颈区域图像，包括：
获取待扩展出的脖颈区域的脖颈长度；
自所述第一接触位置开始扩展出至少一个依次连接的脖颈段，使得由所述脖颈段组成的脖颈区域的长度等于所述脖颈长度，得到由所述脖颈段组成的所述脖颈区域图像。
4.根据权利要求3所述的图像生成方法，其特征在于，所述获取待扩展出的脖颈区域的脖颈长度，包括：
根据所述第一接触位置确定与所述头部区域图像接触的脖颈区域的脖颈宽度；
基于所述脖颈宽度和脖颈长宽比确定与所述头部区域匹配的脖颈长度，作为待扩展出的脖颈区域的脖颈长度。
5.根据权利要求1所述的图像生成方法，其特征在于，还包括：
根据所述头部区域图像中的颜色信息和/或在包含所述头部区域图像的原生图像中所述目标个体脖颈区域的颜色信息，确定与所述头部区域图像相匹配的脖颈颜色信息；
根据所述脖颈颜色信息对所述脖颈区域图像填充颜色。
6.根据权利要求1所述的图像生成方法，其特征在于，所述基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像，包括：
从所述脖颈区域图像中确定至少一个第二接触位置；其中，所述第二接触位置为所述脖颈区域图像与待叠加的服饰素材接触位置；
根据所述第二接触位置在所述脖颈区域图像上叠加所述服饰素材，得到所述个体图像。
7.根据权利要求1所述的图像生成方法，其特征在于，所述生成所述目标个体的个体图像之前，还包括：
根据所述头部区域图像调整所述服饰素材的尺寸。
8.一种图像生成装置，其特征在于，包括：
获取模块，用于获取目标个体的头部区域图像；
扩展模块，用于基于所述头部区域图像扩展出脖颈区域图像；
叠加模块，用于基于所述脖颈区域图像叠加服饰素材，生成所述目标个体的个体图像。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的图像生成方法的步骤。
10.一种非暂态可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述的图像生成方法的步骤。
CN202011560204.2A 2020-12-25 2020-12-25 一种图像生成方法、装置、电子设备和存储介质 Active CN112562034B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011560204.2A CN112562034B (zh) 2020-12-25 2020-12-25 一种图像生成方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011560204.2A CN112562034B (zh) 2020-12-25 2020-12-25 一种图像生成方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN112562034A true CN112562034A (zh) 2021-03-26
CN112562034B CN112562034B (zh) 2022-07-01

Family

ID=75034203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011560204.2A Active CN112562034B (zh) 2020-12-25 2020-12-25 一种图像生成方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112562034B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114445970A (zh) * 2022-04-07 2022-05-06 广州卓腾科技有限公司 一种用于自助办证设备的证件照衣服调整方法、系统和介质
CN114565508A (zh) * 2022-01-17 2022-05-31 北京新氧科技有限公司 虚拟换装方法及装置
CN114565521A (zh) * 2022-01-17 2022-05-31 北京新氧科技有限公司 基于虚拟换装的图像修复方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170173262A1 (en) * 2017-03-01 2017-06-22 François Paul VELTZ Medical systems, devices and methods
CN109639982A (zh) * 2019-01-04 2019-04-16 Oppo广东移动通信有限公司 一种图像降噪方法、装置、存储介质及终端
CN111508079A (zh) * 2020-04-22 2020-08-07 深圳追一科技有限公司 虚拟服饰试穿方法、装置、终端设备及存储介质
CN111862116A (zh) * 2020-07-15 2020-10-30 完美世界(北京)软件科技发展有限公司 动漫人像的生成方法及装置、存储介质、计算机设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170173262A1 (en) * 2017-03-01 2017-06-22 François Paul VELTZ Medical systems, devices and methods
CN109639982A (zh) * 2019-01-04 2019-04-16 Oppo广东移动通信有限公司 一种图像降噪方法、装置、存储介质及终端
CN111508079A (zh) * 2020-04-22 2020-08-07 深圳追一科技有限公司 虚拟服饰试穿方法、装置、终端设备及存储介质
CN111862116A (zh) * 2020-07-15 2020-10-30 完美世界(北京)软件科技发展有限公司 动漫人像的生成方法及装置、存储介质、计算机设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114565508A (zh) * 2022-01-17 2022-05-31 北京新氧科技有限公司 虚拟换装方法及装置
CN114565521A (zh) * 2022-01-17 2022-05-31 北京新氧科技有限公司 基于虚拟换装的图像修复方法、装置、设备及存储介质
CN114565521B (zh) * 2022-01-17 2023-04-07 北京新氧科技有限公司 基于虚拟换装的图像修复方法、装置、设备及存储介质
CN114565508B (zh) * 2022-01-17 2023-04-18 北京新氧科技有限公司 虚拟换装方法及装置
CN114445970A (zh) * 2022-04-07 2022-05-06 广州卓腾科技有限公司 一种用于自助办证设备的证件照衣服调整方法、系统和介质
CN114445970B (zh) * 2022-04-07 2022-09-20 广州卓腾科技有限公司 一种用于自助办证设备的证件照衣服调整方法、系统和介质

Also Published As

Publication number Publication date
CN112562034B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN112562034B (zh) 一种图像生成方法、装置、电子设备和存储介质
US10292481B2 (en) Makeup application assistance device, makeup application assistance method, and makeup application assistance program
US9563975B2 (en) Makeup support apparatus and method for supporting makeup
JP5656603B2 (ja) 情報処理装置、情報処理方法、およびそのプログラム
CN111754415B (zh) 人脸图像处理方法及装置、图像设备及存储介质
JP6972043B2 (ja) 情報処理装置、情報処理方法およびプログラム
JP2010211308A (ja) メイクアップアドバイス装置、メイクアップアドバイス方法及びプログラム
CN108537126B (zh) 一种人脸图像处理方法
CN104811684B (zh) 一种图像的三维美颜方法及装置
JP7278724B2 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
CN108629339A (zh) 图像处理方法及相关产品
JP2012095730A (ja) 画像処理装置、画像処理方法、および制御プログラム
CN110755847B (zh) 虚拟操作对象的生成方法和装置、存储介质及电子装置
CN106507021A (zh) 视频处理方法及终端设备
CN108053366A (zh) 一种图像处理方法及电子设备
CN104408702B (zh) 一种图像处理方法及装置
CN112581564B (zh) 一种图像生成方法、装置、电子设备和存储介质
CN111862116A (zh) 动漫人像的生成方法及装置、存储介质、计算机设备
CN109949207B (zh) 虚拟对象合成方法、装置、计算机设备和存储介质
CN110070481A (zh) 用于面部的虚拟物品的图像生成方法、装置、终端及存储介质
CN113610723A (zh) 图像处理方法及相关装置
CN112508777A (zh) 一种美颜方法、电子设备及存储介质
CN108337427B (zh) 一种图像处理方法及电子设备
CN110264544B (zh) 图片处理方法和装置、存储介质及电子装置
CN114972014A (zh) 图像处理方法、装置和电子设备

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