CN112634155B - 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
- CN112634155B CN112634155B CN202011527616.6A CN202011527616A CN112634155B CN 112634155 B CN112634155 B CN 112634155B CN 202011527616 A CN202011527616 A CN 202011527616A CN 112634155 B CN112634155 B CN 112634155B
- Authority
- CN
- China
- Prior art keywords
- image
- linear light
- hair
- image processing
- mode
- 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 34
- 238000012545 processing Methods 0.000 claims abstract description 60
- 238000002156 mixing Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000015654 memory Effects 0.000 claims description 15
- 238000009499 grossing Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004043 dyeing Methods 0.000 abstract description 27
- 230000000694 effects Effects 0.000 abstract description 22
- 238000004040 coloring Methods 0.000 abstract description 7
- 230000037308 hair color Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 10
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 239000003086 colorant Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007639 printing Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000012736 patent blue V Nutrition 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G06T5/77—
-
- 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
Abstract
本公开提供了一种图像处理方法、装置、电子设备及存储介质,属于多媒体技术领域。方法包括:将第一原图中的黑色分量降低第一比例,得到第一图像;将第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到第二图像;将第二原图中的第一头发区域替换为第二图像中的第二头发区域,得到目标图像,第二原图为第一原图的副本。上述技术方案,通过降低第一原图中的黑色分量,能够降低图像中黑暗区域和有亮泽的区域之间的差别,再通过线性光混合能够实现对第一原图中头发的着色,最后通过头发区域的替换来实现仅对原图中的头发区域进行着色的染发效果,从而染发后原图中的头发颜色能够接近自然效果。
Description
技术领域
本公开涉及多媒体技术领域,特别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
发型和发色是影响一个人整体气质的重要因素之一,用户乐意去尝试多种不同的染发效果,然而实际染发的时间成本较高,且很多用户的工作环境并不允许进行染发。随着多媒体技术的飞速发展,实时渲染技术在移动终端的应用变得越来越广,使得能够用户通过移动终端的图像处理应用实现多种染发效果。
目前,现有的图像处理应用,首先利用深度神经网络对移动端静态、或实时拍摄的图像进行语义分割,提取出头发区域的掩码图像,然后基于该掩码图像,将染色版上的颜色值直接映射到用户的头发区域,从而实现多种染发效果的方案。
上述技术方案存在的问题是,由于亚洲人头发多为黑色、棕色等,通过上述方式在对暗黑色区域进行着色时,染发效果不够明显、自然。
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,通过头发区域的替换来实现仅对原图中的头发区域进行着色的染发效果,从而染发后原图中的头发颜色能够接近自然效果。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种方法,包括:
将第一原图中的黑色分量降低第一比例,得到第一图像;
将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到第二图像;
将第二原图中的第一头发区域替换为所述第二图像中的第二头发区域,得到目标图像,所述第二原图为所述第一原图的副本。
在一种可选的实现方式中,所述将第一原图中的黑色分量降低第一比例,得到第一图像,包括:
将所述第一原图从RGB模式转换为CMYK模式,得到第一中间图像;
将所述第一中间图像中的黑色分量降低所述第一比例,得到第二中间图像;
将所述第二中间图像由所述CMYK模式转换为所述RGB模式,得到所述第一图像。
在一种可选的实现方式中,所述将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到第二图像,包括:
将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;
将所述线性光混合图像的明度分量降低第二比例,得到所述第二图像。
在一种可选的实现方式中,所述将所述线性光混合图像的明度分量降低第二比例,得到所述第二图像,包括:
将所述线性光混合图像由RGB模式转换到HSV模式,得到第三中间图像;
将所述第三中间图像的明度分量降低所述第二比例,得到第四中间图像;
将所述第四中间图像由所述HSV模式转换为所述RGB模式,得到所述第二图像。
在一种可选的实现方式中,所述将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到第二图像,包括:
将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;
将所述线性光混合图像与目标掩码图像进行像素混合,得到所述第二图像,所述目标掩码图像用于表示所述第一头发区域的头发纹理。
在一种可选的实现方式中,所述将所述线性光混合图像与目标掩码图像进行像素混合,得到所述第二图像,包括:
获取所述目标掩码图像和阿尔法值,所述阿尔法值用于指示颜色的透明度;
根据所述阿尔法值,以所述目标掩码图像为背景,将所述线性光混合图像中的像素与所述目标掩码图像中的像素逐个混合,得到所述第二图像。
在一种可选的实现方式中,所述方法还包括:
对所述目标掩码图像进行平滑处理。
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:
第一图像处理单元,被配置为执行将第一原图中的黑色分量降低第一比例,得到第一图像;
第二图像处理单元,被配置为执行将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到第二图像;
第三图像处理单元,被配置为执行将第二原图中的第一头发区域替换为所述第二图像中的第二头发区域,得到目标图像,所述第二原图为所述第一原图的副本。
在一种可选的实现方式中,所述第一图像处理单元,被配置为执行将所述第一原图从RGB模式转换为CMYK模式,得到第一中间图像;将所述第一中间图像中的黑色分量降低所述第一比例,得到第二中间图像;将所述第二中间图像由所述CMYK模式转换为所述RGB模式,得到所述第一图像。
在一种可选的实现方式中,所述第二图像处理单元,被配置为执行将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;将所述线性光混合图像的明度分量降低第二比例,得到所述第二图像。
在一种可选的实现方式中,所述第二图像处理单元,被配置为执行将所述线性光混合图像由RGB模式转换到HSV模式,得到第三中间图像;将所述第三中间图像的明度分量降低所述第二比例,得到第四中间图像;将所述第四中间图像由所述HSV模式转换为所述RGB模式,得到所述第二图像。
在一种可选的实现方式中,所述第二图像处理单元,被配置为执行将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;将所述线性光混合图像与目标掩码图像进行像素混合,得到所述第二图像,所述目标掩码图像用于表示所述第一头发区域的头发纹理。
在一种可选的实现方式中,所述第二图像处理单元,被配置为执行获取所述目标掩码图像和阿尔法值,所述阿尔法值用于指示颜色的透明度;根据所述阿尔法值,以所述目标掩码图像为背景,将所述线性光混合图像中的像素与所述目标掩码图像中的像素逐个混合,得到所述第二图像。
在一种可选的实现方式中,所述装置还包括:
平滑处理单元,被配置为执行对所述目标掩码图像进行平滑处理。
根据本公开实施例的第三方面,提供一种电子设备,该电子设备包括:
一个或多个处理器;
用于存储该处理器可执行指令的存储器;
其中,该处理器被配置为执行该指令,以实现上述图像处理方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,当该计算机可读存储介质中的指令由电子设备的处理器执行时,使得该电子设备能够执行上述图像处理方法。
根据本公开实施例的第五方面,提供了一种计算机程序产品,包括计算机指令,该计算机指令被处理器执行时实现上述图像处理方法以及各种可选的实现方式。
本公开实施例提供的技术方案至少带来以下有益效果:
本公开实施例提供了一种图像处理方法,通过降低第一原图中的黑色分量,能够降低图像中黑暗区域和有亮泽的区域之间的差别,再通过线性光混合能够实现对第一原图中头发的着色,最后通过头发区域的替换来实现仅对原图中的头发区域进行着色的染发效果,从而染发后原图中的头发颜色能够接近自然效果。
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实施环境示意图。
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另一种图像处理方法的流程图。
图4是根据一示例性实施例示出的一种头发区域和目标掩码图像的示意图。
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。
图6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7是根据一示例性实施例示出的一种终端的框图。
图8是根据一示例性实施例示出的一种服务器的框图。
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。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开所涉及的用户信息可以为经用户授权或者经过各方充分授权的信息。
以下是本申请实施例涉及的词语的介绍。
RGB模式,是工业界的一种颜色标准,是通过对红(Red)、绿(Green)、蓝(Blue)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色,这个标准几乎包括了人类视力所能感知的所有颜色,是目前运用最广的颜色系统之一。
CMYK模式(印刷四色模式),是彩色印刷时采用的一种套色模式,利用色料的三原色混色原理,加上黑色油墨,共计四种颜色混合叠加,形成所谓“全彩印刷”。四种标准颜色是:C:Cyan=青色,又称为‘天蓝色’或是‘湛蓝’;M:Magenta=品红色,又称为‘洋红色’;Y:Yellow=黄色;K:blacK=黑色。
HSV(Hue,Saturation,Value)是根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是:色调(H),饱和度(S),明度(V)。
阿尔法混合,是要实现一种半透明效果。假设一种不透明东西的颜色是A,另一种透明的东西的颜色是B,那么透过B去看A,看上去的颜色C就是B和A的混合颜色,可以用这个式子来近似,设B物体的透明度为alpha(取值为0-1,0为完全透明,1为完全不透明)。R(C)=alpha*R(B)+(1-alpha)*R(A);G(C)=alpha*G(B)+(1-alpha)*G(A);B(C)=alpha*B(B)+(1-alpha)*B(A);R(x)、G(x)、B(x)分别指颜色x的RGB分量。应用alpha混合技术,能够实现出最眩目的火光、烟雾、阴影、动态光源等半透明效果。
图1是根据一示例性实施例示出的一种图像处理方法的实施环境示意图。以电子设备被提供为终端为例,参见图1,该实施环境具体包括:终端101和服务器102。
终端101为智能手机、智能手表、台式电脑、手提电脑、MP3播放器(Moving PictureExperts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4播放器(MovingPicture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)和膝上型便携计算机等设备中的至少一种。终端101上安装并运行有支持图像处理的应用程序,如相机类应用程序、图库类应用程序以及社交类应用程序等。可选的,用户能够通过终端101登录该应用程序来获取该应用程序提供的服务,如图像查看、图像裁剪、添加滤镜以及添加染发效果等。终端101通过有线网络或无线网络与服务器102进行通信,本公开实施例对此不加以限定。可选的,终端101将用户实时拍摄的图像或者用户选择的图像确定为待处理的原图,然后根据用户选择的染发效果的目标颜色值,基于本公开实施例提供的图像处理方法,为待处理的原图添加染发效果。
可选的,终端101泛指多个终端中的一个,本实施例仅以终端101来举例说明。本领域技术人员知晓,上述终端的数量能够更多或更少。比如上述终端仅为几个,或者上述终端为几十个或几百个,或者更多数量,本公开实施例对终端的数量和设备类型均不加以限定。
可选的,服务器102为一台服务器、多台服务器、云计算平台和虚拟化中心中的至少一种。服务器102通过无线网络或有线网络与终端101以及其他终端相连,服务器102用于为终端安装的上述应用程序,提供后台服务。当然,服务器102还可以包括其他功能服务器,以便提供更全面且多样化的服务。
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,参见图2,以应用于电子设备为例,该方法具体步骤包括:
在步骤S201中,将第一原图中的黑色分量降低第一比例,得到第一图像。
在步骤S202中,将该第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到第二图像。
在步骤S203中,将第二原图中的第一头发区域替换为该第二图像中的第二头发区域,得到目标图像,该第二原图为该第一原图的副本。
本公开实施例提供的方案,通过降低第一原图中的黑色分量,能够降低图像中黑暗区域和有亮泽的区域之间的差别,再通过线性光混合能够实现对第一原图中头发的着色,最后通过头发区域的替换来实现仅对原图中的头发区域进行着色的染发效果,从而染发后原图中的头发颜色能够接近自然效果。
在一种可能的实现方式中,该将第一原图中的黑色分量降低第一比例,得到第一图像,包括:
将该第一原图从RGB模式转换为CMYK模式,得到第一中间图像;
将该第一中间图像中的黑色分量降低该第一比例,得到第二中间图像;
将该第二中间图像由该CMYK模式转换为该RGB模式,得到该第一图像。
在一种可能的实现方式中,该将该第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到第二图像,包括:
将该第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;
将该线性光混合图像的明度分量降低第二比例,得到该第二图像。
在一种可能的实现方式中,该将该线性光混合图像的明度分量降低第二比例,得到该第二图像,包括:
将该线性光混合图像由RGB模式转换到HSV模式,得到第三中间图像;
将该第三中间图像的明度分量降低该第二比例,得到第四中间图像;
将该第四中间图像由该HSV模式转换为该RGB模式,得到该第二图像。
在一种可能的实现方式中,该将该第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到第二图像,包括:
将该第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;
将该线性光混合图像与目标掩码图像进行像素混合,得到该第二图像,该目标掩码图像用于表示该第一头发区域的头发纹理。
在一种可能的实现方式中,该将该线性光混合图像与目标掩码图像进行像素混合,得到该第二图像,包括:
获取该目标掩码图像和阿尔法值,该阿尔法值用于指示颜色的透明度;
根据该阿尔法值,以该目标掩码图像为背景,将该线性光混合图像中的像素与该目标掩码图像中的像素逐个混合,得到该第二图像。
在一种可能的实现方式中,该方法还包括:
对该目标掩码图像进行平滑处理。
上述图2所示为本公开的基本流程,下面基于一种具体实现方式,来对本公开提供的方案进行进一步阐述,图3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。以电子设备被提供为终端为例,参见图3,该方法包括:
在步骤S301中,将第一原图中的黑色分量降低第一比例,得到第一图像。
在本公开实施例中,终端上安装并运用有用于图像处理的应用程序,用户能够通过该应用程序调用终端的拍摄组件进行实时拍摄,终端将拍摄得到的图像确定为第一原图;用户还能够通过该应用程序,查看终端中的至少一个图像,终端将用户选择的图像确定为第一原图。当然,该第一原图还能够是终端中安装的社交应用程序接收的图像,本公开实施例对第一原图的来源不进行限制。
终端在降低第一原图中的黑色分量时,首先将该第一原图从RGB模式转换为CMYK模式,也即转换为印刷四色模式,得到第一中间图像,其中,K表示黑色分量。然后终端对该第一中间图像中的黑色分量进行调整,将该黑色分量的比重降低第一比例,得到第二中间图像。最后终端再将第二中间图像由CMYK模式转换为RGB模式,将得到的图像作为第一图像。其中,第一比例为5%、10%以及15%等,本公开实施例对此不进行限制。通过在CMYK模式下调整黑色分量的比重,使得第一原图中的黑暗区域和有亮泽的区域的差别会有所降低,从而后续进行回合着色的效果能够提升。
例如,第一原图表示为inputRGB,终端通过rgb2cmyk()函数将第一原图从RGB模式转换为CMYK模式,得到第一中间图像inputCMYK:vec4inputCMYK=rgb2cmyk(inputRGB.rgb)。然后终端将第一中间图像inputCMYK的黑色分量降低10%,得到第二中间图像:inputCMYK.w*=0.9,其中inputCMYK.w表示K分量,也即黑色分量。最后,终端通过cmyk2rgb()函数将第二中间图像从CMYK模式转换为RGB模式,得到第一图像resultRGB:vec3resultRGB=cmyk2rgb(inputCMYK)。
在步骤S302中,将该第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像。
在本公开实施例中,该目标颜色值为用户选择的染发颜色的颜色值,可选的,用户能够通过终端提供的染发效果选择页面来选择染发颜色。终端获取用户选择的染发颜色,然后基于该染发颜色与第一图像进行线性光混合,从而得到混合后的线性光混合图像。其中,用户能够选择将图像中的头发染为相同的颜色,如红色、黄色以及紫色等,此时各个像素点对应的目标颜色值相同;用户也能够选择将图像中的头发染为不同的颜色,如左边头发染为粉色,右边头发染为紫色,或者将头发染为渐变色,此时各个像素点对应的目标颜色值不完全相同。
终端在进行线性光混合时,以第一图像中各像素点的颜色值为基色,以各像素点对应的目标颜色值为混色色,来计算各像素点混合后的结果色。相应的,线性光混合的方式为:基色+2*混合色-255=结果色。通过将第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,使得混合得到的线性光混合图像中,有亮泽的区域颜色会更为明显,暗黑区域的颜色会较为浅淡,能够突出一些头发底色,从而更符合现实。
需要说明的是,如果终端不执行步骤S303或步骤S304,则终端将该线性光混合图像作为第二图像,或者终端执行步骤S303或步骤S304中的任一步骤,以得到第二图像。
在步骤S303中,将该线性光混合图像的明度分量降低第二比例,得到第二图像。
在本公开实施例中,终端在得到完成颜色混合的线性光混合图像之后,首先将该线性光混合图像由RGB模式转换到HSV模式,得到第三中间图像,其中,HSV模式中的V表示明度分量。然后终端对该第三中间图像的明度分量进行调整,将明度分量降低第二比例,得到第四中间图像。最后终端将该第四中间图像由HSV模式转换为RGB模式,得到第二图像。其中,第二比例为5%、10%以及15%等,本公开实施例对此不进行限制。通过降低着色结果,也即结果色的亮度,使得第二图像的颜色不会太过于鲜艳,从而更接近自然效果。
例如,颜色混合后的第二图像表示为blendRGB,终端通过rgb2hsv()函数,将该第二图像由RGB模式转换到HSV模式:vec3 hsv=rgb2hsv(blendRGB)。然后终端将明度分量降低10%:hsv.z*=0.9,其中,hsv.z表示V分量,也即明度分量。最后,终端通过hsv2rgb()函数,将降低了明度的图像从HSV模式转换为RGB模式:vec3 ResultRGB=hsv2rgb(hsv),ResultRGB表示降低了明度后的第二图像。
在步骤S304中,将该线性光混合图像与目标掩码图像进行像素混合,得到第二图像。
终端在得到降低明度分量的线性光混合图像之后,首先获取目标掩码图像和阿尔法值,该阿尔法值用于指示颜色的透明度。然后终端根据该阿尔法值,以该目标掩码图像为背景,将该线性光混合图像中的像素与该目标掩码图像中的像素逐个混合,得到第二图像。
例如,目标掩码图像中像素的颜色值表示为a,降低明度分量后的线性光混合图像中像素的颜色表示为b,第二图像中像素的颜色值表示为c。终端以目标掩码图像为背景,对于任一目掩码图像中的任一像素,通过下述公式(1)-(3)计算混合后的颜色值。
R(c)=alpha*R(b)+(1-alpha)*R(a) (1);
其中,R(c)表示颜色c的R分量,alpha表示阿尔法值,R(b)表示颜色b的R分量,R(a)表示颜色a的R分量。
G(c)=alpha*G(b)+(1-alpha)*G(a) (2);
其中,G(c)表示颜色c的G分量,alpha表示阿尔法值,G(b)表示颜色b的G分量,G(a)表示颜色a的G分量。
B(c)=alpha*B(b)+(1-alpha)*B(a) (3);
其中,B(c)表示颜色c的B分量,alpha表示阿尔法值,R(b)表示颜色b的B分量,R(a)表示颜色a的B分量。
需要说明的是,终端也能够执行步骤S303将该线性光混合图像的明度分量降低第二比例的步骤,得到第三图像,然后执行步骤S304将该第三图像与目标掩码图像进行像素混合,得到第二图像;当然也能够先执行步骤S304将该线性光混合图像与目标掩码图像进行像素混合的步骤,得到第四图像,然后执行步骤S303将该第四图像的明度分量降低第二比例,得到第二图像。
在步骤S305中,对目标掩码图像进行平滑处理,该目标掩码图像用于指示该第二原图中的第一头发区域的纹理,该第二原图为第一原图的副本。
在本申请实施例中,该目标掩码图像为从第二原图中提取的第一头发区域的Mask掩码图,该目标掩码图像为黑白图像,能够表示第一头发区域的纹理,也即该目标掩码图像中保留有头发的纹理。例如,参见图4所示,图4是根据一示例性实施例示出的一种头发区域和目标掩码图像的示意图。如图4所示,401表示从第二原图中分割出的第一头发区域,402表示该第一头发区域对应的Mask掩码图。
终端在对第二原图中的头发区域进行分割时,如果终端的性能较低,会影响分割的准确性,使得分割得到的第一头发区域中包括边缘以外的内容,从而导致目标掩码图像中存在非头发的部分。可选的,终端能够对目标掩码图像进行平滑处理,平滑处理一般用于模糊处理和减小噪声。平滑处理操作有均值滤波、中值滤波和高斯滤波等。
相应的,终端对Mask图进行平滑处理的方式包括:均值滤波,终端使用标准化的滤波器对Mask图做卷积,简单地将卷积核区域内的所有像素取均值,并且用均值替换卷积核中心位置对应的像素值;或者,中值滤波,终端将邻域内像素灰度值的中值代替该像素的值;或者,高斯滤波,终端通过高斯模糊高效去除Mask图中的高斯噪音,降低细节层次;当然,终端还能够通过双边滤波在保留边缘信息的同时,高效去除噪声。本公开实施例对模糊处理的方式不进行限制。
需要说明的是,如果目标掩码图像分割较为准确,则终端不需要执行步骤S305,而是能够在执行完步骤S303或者步骤S304之后,直接执行步骤S306。
在步骤S306中,将该第二原图中的第一头发区域替换为第二图像中的第二头发区域,得到目标图像。
在本申请实施例中,终端在得到经过处理的第二图像之后,能够从该第二图像中分割出第二头发区域,终端还能够从第二原图中分割出第一头发区域,然后终端用该第二头发区域替换该第一头发区域,也即用已经染色完毕的第二头发区域替代第二原图中未处理的第一头发区域,且不会对第二原图中的非头发区域造成影响。其中,该经过处理的第二图像为经过上述步骤S302处理后的第二图像,或者在步骤S302的基础上,再经过上述步骤S303和步骤S305中至少一个步骤处理后的第二图像。
需要说明的是,为了使上述步骤S301至步骤S306介绍的图像处理方法的实施例更为清楚,参见图5所示,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,包括以下步骤:步骤S501、输入原图和头发区域掩码图。步骤S502、对头发区域掩码图进行模糊处理。步骤S503、对头发区域掩码图进行平滑处理。步骤S504、利用头发区域掩码图对原图进行染色。步骤S505、从原图副本中扣除第一头发区域,替换为染色后的原图中的第二头发区域。步骤S506、输出处理后的图像。
本公开实施例提供的方案,通过降低第一原图中的黑色分量,能够降低图像中黑暗区域和有亮泽的区域之间的差别,再通过线性光混合进行目标颜色值的着色,使得图像中亮的区域颜色更为明显,黑暗区域颜色偏淡,从而突出头发的底色,再通过降低着色结果的亮度,避免颜色过于鲜艳,最后通过将第二原图中的第一头发区域替换为染色后的第一头发区域,使得染发后原图中的头发颜色能够接近自然效果。
上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再一一赘述。
图6是根据一示例性实施例示出的一种图像处理装置的框图。参照图6,该装置包括:第一图像处理单元601、第二图像处理单元602以及第三图像处理单元603。
第一图像处理单元601,被配置为执行将第一原图中的黑色分量降低第一比例,得到第一图像;
第二图像处理单元602,被配置为执行将该第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到第二图像;
第三图像处理单元603,被配置为执行将第二原图中的第一头发区域替换为该第二图像中的第二头发区域,得到目标图像,该第二原图为该第一原图的副本。
本公开实施例提供的装置,通过降低第一原图中的黑色分量,能够降低图像中黑暗区域和有亮泽的区域之间的差别,再通过线性光混合能够实现对第一原图中头发的着色,最后通过头发区域的替换来实现仅对原图中的头发区域进行着色的染发效果,从而染发后原图中的头发颜色能够接近自然效果。
在一种可选的实现方式中,该第一图像处理单元601,被配置为执行将该第一原图从RGB模式转换为CMYK模式,得到第一中间图像;将该第一中间图像中的黑色分量降低该第一比例,得到第二中间图像;将该第二中间图像由该CMYK模式转换为该RGB模式,得到该第一图像。
在一种可选的实现方式中,该第二图像处理单元,被配置为执行将该第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;将该线性光混合图像的明度分量降低第二比例,得到该第二图像。
在一种可选的实现方式中,该第二图像处理单元,被配置为执行将该线性光混合图像由RGB模式转换到HSV模式,得到第三中间图像;将该第三中间图像的明度分量降低该第二比例,得到第四中间图像;将该第四中间图像由该HSV模式转换为该RGB模式,得到该第二图像。
在一种可选的实现方式中,该第二图像处理单元,被配置为执行将该第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;将该线性光混合图像与目标掩码图像进行像素混合,得到该第二图像,该目标掩码图像用于表示该第一头发区域的头发纹理。
在一种可选的实现方式中,该第二图像处理单元,被配置为执行获取该目标掩码图像和阿尔法值,该阿尔法值用于指示颜色的透明度;根据该阿尔法值,以该目标掩码图像为背景,将该线性光混合图像中的像素与该目标掩码图像中的像素逐个混合,得到该第二图像。
在一种可选的实现方式中,该装置还包括:平滑处理单元,被配置为执行对该目标掩码图像进行平滑处理。
需要说明的是,上述实施例提供的图像处理装置在进行图像处理时,仅以上述各功能单元的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元完成,即将电子设备的内部结构划分成不同的功能单元,以完成以上描述的全部或者部分功能。另外,上述实施例提供的图像处理装置与图像处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
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。
需要说明的是,电子设备能够被提供为终端或者服务器,当电子设备被提供为终端时,由该终端实现上述图像处理方法所执行的操作;当电子设备被提供为服务器时,由该服务器实现上述图像处理方法所执行的操作;或者由该服务器和终端交互来实现上述图像处理方法所执行的操作,由终端向服务器发送待处理的第一原图,由服务器来进行图像处理,然后将处理得到的目标图像反馈给终端,由终端输出该目标图像。
电子设备被提供为终端时,图7是根据一示例性实施例示出的一种终端700的框图。该终端图7示出了本公开一个示例性实施例提供的终端700的结构框图。该终端700可以是:智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio LayerIV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端700包括有:处理器701和存储器702。
处理器701可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器701可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器701可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器701还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器702可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器702中的非暂态的计算机可读存储介质用于存储至少一个程序代码,该至少一个程序代码用于被处理器701所执行以实现本公开中方法实施例提供的图像处理方法。
在一些实施例中,终端700还可选包括有:外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地,外围设备包括:射频电路704、显示屏705、摄像头组件706、音频电路707、定位组件708和电源709中的至少一种。
外围设备接口703可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中,处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上;在一些其他实施例中,处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路704用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路704包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路704还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本公开对此不加以限定。
显示屏705用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时,显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时,显示屏705还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏705可以为一个,设置终端700的前面板;在另一些实施例中,显示屏705可以为至少两个,分别设置在终端700的不同表面或呈折叠设计;在再一些实施例中,显示屏705可以是柔性显示屏,设置在终端700的弯曲表面上或折叠面上。甚至,显示屏705还可以设置成非矩形的不规则图形,也即异形屏。显示屏705可以采用LCD(LiquidCrystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件706用于采集图像或视频。可选地,摄像头组件706包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器701进行处理,或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路707还可以包括耳机插孔。
定位组件708用于定位终端700的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。
电源709用于为终端700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端700还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于:加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。
加速度传感器711可以检测以终端700建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器711可以用于检测重力加速度在三个坐标轴上的分量。处理器701可以根据加速度传感器711采集的重力加速度信号,控制显示屏705以横向视图或纵向视图进行用户界面的显示。加速度传感器711还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器712可以检测终端700的机体方向及转动角度,陀螺仪传感器712可以与加速度传感器711协同采集用户对终端700的3D动作。处理器701根据陀螺仪传感器712采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器713可以设置在终端700的侧边框和/或显示屏705的下层。当压力传感器713设置在终端700的侧边框时,可以检测用户对终端700的握持信号,由处理器701根据压力传感器713采集的握持信号进行左右手识别或快捷操作。当压力传感器713设置在显示屏705的下层时,由处理器701根据用户对显示屏705的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器714用于采集用户的指纹,由处理器701根据指纹传感器714采集到的指纹识别用户的身份,或者,由指纹传感器714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器701授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器714可以被设置终端700的正面、背面或侧面。当终端700上设置有物理按键或厂商Logo时,指纹传感器714可以与物理按键或厂商Logo集成在一起。
光学传感器715用于采集环境光强度。在一个实施例中,处理器701可以根据光学传感器715采集的环境光强度,控制显示屏705的显示亮度。具体地,当环境光强度较高时,调高显示屏705的显示亮度;当环境光强度较低时,调低显示屏705的显示亮度。在另一个实施例中,处理器701还可以根据光学传感器715采集的环境光强度,动态调整摄像头组件706的拍摄参数。
接近传感器716,也称距离传感器,通常设置在终端700的前面板。接近传感器716用于采集用户与终端700的正面之间的距离。在一个实施例中,当接近传感器716检测到用户与终端700的正面之间的距离逐渐变小时,由处理器701控制显示屏705从亮屏状态切换为息屏状态;当接近传感器716检测到用户与终端700的正面之间的距离逐渐变大时,由处理器701控制显示屏705从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图7中示出的结构并不构成对终端700的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
电子设备被提供为服务器时,图8是根据一示例性实施例示出的一种服务器800的框图,该服务器800可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(Central Processing Units,CPU)801和一个或一个以上的存储器802,其中,该存储器802中存储有至少一条程序代码,该至少一条程序代码由该处理器801加载并执行以实现上述各个方法实施例提供的图像处理方法。当然,该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器800还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器702或者存储器802,上述指令可由终端700的处理器701或者服务器800的处理器801执行以完成上述方法。可选地,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。
在示例性实施例中,还提供了一种计算机程序产品,包括计算机指令,该计算机指令被处理器执行时实现上述图像处理方法,以及各种可选的实现方式。
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。本公开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 (13)
1.一种图像处理方法,其特征在于,所述方法包括:
将第一原图从RGB模式转换为CMYK模式,得到第一中间图像;
将所述第一中间图像中的黑色分量降低第一比例,得到第二中间图像;
将所述第二中间图像由所述CMYK模式转换为所述RGB模式,得到第一图像;
将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;
将所述线性光混合图像的明度分量降低第二比例,得到第二图像;
将第二原图中的第一头发区域替换为所述第二图像中的第二头发区域,得到目标图像,所述第二原图为所述第一原图的副本。
2.根据权利要求1所述的图像处理方法,其特征在于,所述将所述线性光混合图像的明度分量降低第二比例,得到第二图像,包括:
将所述线性光混合图像由所述RGB模式转换到HSV模式,得到第三中间图像;
将所述第三中间图像的明度分量降低所述第二比例,得到第四中间图像;
将所述第四中间图像由所述HSV模式转换为所述RGB模式,得到所述第二图像。
3.根据权利要求1至2任一项所述的图像处理方法,其特征在于,得到所述第二图像的方式可替换为:
将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;
将所述线性光混合图像与目标掩码图像进行像素混合,得到所述第二图像,所述目标掩码图像用于表示所述第一头发区域的头发纹理。
4.根据权利要求3所述的图像处理方法,其特征在于,所述将所述线性光混合图像与目标掩码图像进行像素混合,得到所述第二图像,包括:
获取所述目标掩码图像和阿尔法值,所述阿尔法值用于指示颜色的透明度;
根据所述阿尔法值,以所述目标掩码图像为背景,将所述线性光混合图像中的像素与所述目标掩码图像中的像素逐个混合,得到所述第二图像。
5.根据权利要求3所述的图像处理方法,其特征在于,所述方法还包括:
对所述目标掩码图像进行平滑处理。
6.一种图像处理装置,其特征在于,所述装置包括:
第一图像处理单元,被配置为执行将第一原图从RGB模式转换为CMYK模式,得到第一中间图像;将所述第一中间图像中的黑色分量降低第一比例,得到第二中间图像;将所述第二中间图像由所述CMYK模式转换为所述RGB模式,得到第一图像;
第二图像处理单元,被配置为执行将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;将所述线性光混合图像的明度分量降低第二比例,得到第二图像;
第三图像处理单元,被配置为执行将第二原图中的第一头发区域替换为所述第二图像中的第二头发区域,得到目标图像,所述第二原图为所述第一原图的副本。
7.根据权利要求6所述的图像处理装置,其特征在于,所述第二图像处理单元,被配置为执行将所述线性光混合图像由所述RGB模式转换到HSV模式,得到第三中间图像;将所述第三中间图像的明度分量降低所述第二比例,得到第四中间图像;将所述第四中间图像由所述HSV模式转换为所述RGB模式,得到所述第二图像。
8.根据权利要求6至7任一项所述的图像处理装置,其特征在于,所述第二图像处理单元,被配置为执行将所述第一图像中各像素点的颜色值分别与对应的目标颜色值进行线性光混合,得到线性光混合图像;将所述线性光混合图像与目标掩码图像进行像素混合,得到所述第二图像,所述目标掩码图像用于表示所述第一头发区域的头发纹理。
9.根据权利要求8所述的图像处理装置,其特征在于,所述第二图像处理单元,被配置为执行获取所述目标掩码图像和阿尔法值,所述阿尔法值用于指示颜色的透明度;根据所述阿尔法值,以所述目标掩码图像为背景,将所述线性光混合图像中的像素与所述目标掩码图像中的像素逐个混合,得到所述第二图像。
10.根据权利要求8所述的图像处理装置,其特征在于,所述装置还包括:
平滑处理单元,被配置为执行对所述目标掩码图像进行平滑处理。
11.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
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5任一项所述的图像处理方法。
12.一种计算机可读存储介质,其特征在于,当所述计算机可读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5任一项所述的图像处理方法。
13.一种计算机程序产品,包括计算机指令,其特征在于,所述计算机指令被处理器执行时实现权利要求1至5任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011527616.6A CN112634155B (zh) | 2020-12-22 | 2020-12-22 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011527616.6A CN112634155B (zh) | 2020-12-22 | 2020-12-22 | 图像处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112634155A CN112634155A (zh) | 2021-04-09 |
CN112634155B true CN112634155B (zh) | 2024-03-22 |
Family
ID=75320932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011527616.6A Active CN112634155B (zh) | 2020-12-22 | 2020-12-22 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112634155B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673456B (zh) * | 2021-08-26 | 2024-03-26 | 江苏省城市规划设计研究院有限公司 | 一种基于色彩分布学习的街景图像评分方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110032733A (ko) * | 2009-09-24 | 2011-03-30 | 현중균 | 퍼스널 이미지 제공 단말기 및 제공 방법 |
CN103414945A (zh) * | 2013-07-17 | 2013-11-27 | 深圳Tcl新技术有限公司 | 自动截取显示目标人像的方法和装置 |
CN106582019A (zh) * | 2016-11-07 | 2017-04-26 | 北京乐动卓越科技有限公司 | 一种2d游戏角色的染色方法及装置 |
CN107256555A (zh) * | 2017-05-25 | 2017-10-17 | 腾讯科技(上海)有限公司 | 一种图像处理方法、装置及存储介质 |
WO2018109372A1 (fr) * | 2016-12-14 | 2018-06-21 | Cyclopus | Procédé de traitement d'image numérique |
CN108629819A (zh) * | 2018-05-15 | 2018-10-09 | 北京字节跳动网络技术有限公司 | 图像染发处理方法和装置 |
CN108876931A (zh) * | 2017-05-12 | 2018-11-23 | 腾讯科技(深圳)有限公司 | 三维物体颜色调整方法、装置、计算机设备及计算机可读存储介质 |
CN111127591A (zh) * | 2019-12-24 | 2020-05-08 | 腾讯科技(深圳)有限公司 | 图像染发处理方法、装置、终端和存储介质 |
CN111292247A (zh) * | 2018-12-07 | 2020-06-16 | 北京字节跳动网络技术有限公司 | 图像处理方法和装置 |
CN111951172A (zh) * | 2019-05-16 | 2020-11-17 | 北京三星通信技术研究有限公司 | 一种图像优化方法、装置、设备和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11328380B2 (en) * | 2018-10-27 | 2022-05-10 | Gilbert Pinter | Machine vision systems, illumination sources for use in machine vision systems, and components for use in the illumination sources |
KR102135478B1 (ko) * | 2018-12-04 | 2020-07-17 | 엔에이치엔 주식회사 | 딥러닝 기반 가상 헤어 염색방법 및 시스템 |
-
2020
- 2020-12-22 CN CN202011527616.6A patent/CN112634155B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110032733A (ko) * | 2009-09-24 | 2011-03-30 | 현중균 | 퍼스널 이미지 제공 단말기 및 제공 방법 |
CN103414945A (zh) * | 2013-07-17 | 2013-11-27 | 深圳Tcl新技术有限公司 | 自动截取显示目标人像的方法和装置 |
CN106582019A (zh) * | 2016-11-07 | 2017-04-26 | 北京乐动卓越科技有限公司 | 一种2d游戏角色的染色方法及装置 |
WO2018109372A1 (fr) * | 2016-12-14 | 2018-06-21 | Cyclopus | Procédé de traitement d'image numérique |
CN108876931A (zh) * | 2017-05-12 | 2018-11-23 | 腾讯科技(深圳)有限公司 | 三维物体颜色调整方法、装置、计算机设备及计算机可读存储介质 |
CN107256555A (zh) * | 2017-05-25 | 2017-10-17 | 腾讯科技(上海)有限公司 | 一种图像处理方法、装置及存储介质 |
CN108629819A (zh) * | 2018-05-15 | 2018-10-09 | 北京字节跳动网络技术有限公司 | 图像染发处理方法和装置 |
CN111292247A (zh) * | 2018-12-07 | 2020-06-16 | 北京字节跳动网络技术有限公司 | 图像处理方法和装置 |
CN111951172A (zh) * | 2019-05-16 | 2020-11-17 | 北京三星通信技术研究有限公司 | 一种图像优化方法、装置、设备和存储介质 |
CN111127591A (zh) * | 2019-12-24 | 2020-05-08 | 腾讯科技(深圳)有限公司 | 图像染发处理方法、装置、终端和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112634155A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191410B (zh) | 一种人脸图像融合方法、装置及存储介质 | |
CN112037123B (zh) | 唇妆特效的显示方法、装置、设备及存储介质 | |
CN111723803B (zh) | 图像处理方法、装置、设备及存储介质 | |
US11386586B2 (en) | Method and electronic device for adding virtual item | |
CN112581358B (zh) | 图像处理模型的训练方法、图像处理方法及装置 | |
CN111105474B (zh) | 字体绘制方法、装置、计算机设备及计算机可读存储介质 | |
CN114494469A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN114579016A (zh) | 一种共享输入设备的方法、电子设备及系统 | |
CN110619614A (zh) | 图像处理的方法、装置、计算机设备以及存储介质 | |
CN109754439B (zh) | 标定方法、装置、电子设备及介质 | |
CN114494073A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN112634155B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112184581B (zh) | 图像处理方法、装置、计算机设备及介质 | |
CN112750190B (zh) | 三维热力图生成方法、装置、设备及存储介质 | |
CN112116681A (zh) | 图像生成方法、装置、计算机设备及存储介质 | |
CN115798417A (zh) | 背光亮度的确定方法、装置、设备及计算机可读存储介质 | |
CN110910309B (zh) | 图像处理方法、装置、电子设备、存储介质及程序产品 | |
CN114155132A (zh) | 图像处理的方法、装置、设备及计算机可读存储介质 | |
CN110555443B (zh) | 颜色分类方法、装置及存储介质 | |
CN112399080A (zh) | 视频处理方法、装置、终端及计算机可读存储介质 | |
CN114155336A (zh) | 虚拟物体显示方法、装置、电子设备及存储介质 | |
CN111445439A (zh) | 图像分析方法、装置、电子设备及介质 | |
CN113763486B (zh) | 主色调提取方法、装置、电子设备及存储介质 | |
CN111031242A (zh) | 图像处理方法及装置 | |
CN111340894B (zh) | 图像处理方法、装置和计算机设备 |
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 |