CN112767285A - 图像处理方法及装置、电子设备和存储介质 - Google Patents
图像处理方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112767285A CN112767285A CN202110203295.2A CN202110203295A CN112767285A CN 112767285 A CN112767285 A CN 112767285A CN 202110203295 A CN202110203295 A CN 202110203295A CN 112767285 A CN112767285 A CN 112767285A
- Authority
- CN
- China
- Prior art keywords
- color
- brightness
- target
- pixel point
- preset
- 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
Links
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 67
- 239000002537 cosmetic Substances 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 131
- 239000013077 target material Substances 0.000 claims description 75
- 230000004927 fusion Effects 0.000 claims description 54
- 230000000694 effects Effects 0.000 claims description 37
- 230000001795 light effect Effects 0.000 claims description 34
- 230000015654 memory Effects 0.000 claims description 32
- 239000003086 colorant Substances 0.000 claims description 24
- 238000001914 filtration Methods 0.000 claims description 23
- 239000010421 standard material Substances 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 36
- 230000008569 process Effects 0.000 description 22
- 230000008859 change Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000007499 fusion processing Methods 0.000 description 4
- 230000036571 hydration Effects 0.000 description 4
- 238000006703 hydration reaction Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000005267 amalgamation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000002932 luster Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种图像处理方法及装置、电子设备和存储介质。所述方法包括:响应于针对人脸图像的目标部位的美妆操作,提取所述人脸图像的目标部位中至少一个像素点的原始颜色;获取所述目标部位中至少一个像素点的亮度信息;基于所述原始颜色以及所述亮度信息,确定所述目标部位中至少一个像素点的目标颜色;将所述目标部位中至少一个像素点的原始颜色和目标颜色进行融合,得到融合人脸图像。
Description
技术领域
本公开涉及计算机视觉领域,尤其涉及一种图像处理方法及装置、电子设备和存储介质。
背景技术
唇妆是指唇部的美容化妆,唇妆修饰后的嘴唇一般纯正且富有光泽。随着计算机视觉技术的发展,对包含嘴唇的图像进行处理以得到经过唇妆处理的图像,已愈加广泛地应用于人们的日常生活之中。然而,随着唇妆类型的不断增多,如何使得唇妆处理后的图像与自然唇妆处理后的光泽效果类似,仍是目前一个亟待解决的问题。
发明内容
本公开提出了一种图像处理方案。
根据本公开的一方面,提供了一种图像处理方法,包括:
响应于针对人脸图像的目标部位的美妆操作,提取所述人脸图像的目标部位中至少一个像素点的原始颜色;获取所述目标部位中至少一个像素点的亮度信息;基于所述原始颜色以及所述亮度信息,确定所述目标部位中至少一个像素点的目标颜色;将所述目标部位中至少一个像素点的原始颜色和目标颜色进行融合,得到融合人脸图像。
在一种可能的实现方式中,所述基于所述原始颜色以及所述亮度信息,确定所述目标部位中至少一个像素点的目标颜色,包括:根据所述美妆操作中被选中的颜色,对所述目标部位中至少一个像素点的原始颜色进行对应颜色查找,确定所述目标部位中至少一个像素点的初始目标颜色;基于所述亮度信息,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色。
在一种可能的实现方式中,所述亮度信息包括第一亮度、第二亮度以及第三亮度中的至少一种;所述获取所述目标部位中至少一个像素点的亮度信息,包括:识别所述美妆操作的处理类型,根据所述处理类型,采用至少一种处理方式提取所述至少一个像素点的第一亮度、第二亮度以及第三亮度中的至少一种;所述至少一种处理方式包括:根据所述像素点的原始颜色,确定所述像素点的第一亮度;和/或,根据所述像素点在所述目标部位中的预设处理范围,获取所述预设处理范围中具有目标亮度的像素点的第二亮度;和/或,通过预设卷积核对所述像素点进行滤波,根据所述像素点经过滤波所得到的中间颜色,确定所述像素点的第三亮度,其中,所述预设卷积核的滤波范围与所述预设处理范围一致。
在一种可能的实现方式中,所述处理类型包括雾面光效,所述亮度信息包括所述第一亮度和所述第三亮度;所述基于所述亮度信息,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色,包括:在所述第一亮度大于预设亮度阈值的情况下,根据所述第一亮度以及所述预设亮度阈值,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,在所述第一亮度小于或等于预设亮度阈值的情况下,根据所述第一亮度以及所述第三亮度,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色。
在一种可能的实现方式中,所述处理类型包括水润光效,所述亮度信息包括所述第一亮度、所述第二亮度和所述第三亮度;所述基于所述亮度信息,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色,包括:在所述第一亮度大于所述第三亮度的情况下,根据所述第一亮度、所述第二亮度、所述第三亮度以及预设的亮度半径,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,在所述第一亮度小于或等于所述第三亮度的情况下,将所述像素点的初始目标颜色作为所述像素点的目标颜色。
在一种可能的实现方式中,所述处理类型包括闪烁光效,所述亮度信息包括第一亮度、第二亮度和第三亮度;所述基于所述亮度信息,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色,包括:在所述第一亮度大于所述第三亮度的情况下,根据所述第一亮度、所述第二亮度、所述第三亮度以及预设的亮度半径,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,在所述第一亮度小于或等于所述第三亮度的情况下,在第一预设数值范围内生成随机数值;根据所述随机数值,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色。
在一种可能的实现方式中,所述根据所述随机数值,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色,包括:在所述随机数值属于第二预设数值范围以内的情况下,根据所述随机数值和所述像素点在所述目标素材中对应的透明度,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,在所述随机数值属于第二预设数值范围以外的情况下,将所述像素点的初始目标颜色作为所述像素点的目标颜色。
在一种可能的实现方式中,所述根据所述美妆操作中被选中的颜色,对所述目标部位中至少一个像素点的原始颜色进行对应颜色查找,确定所述目标部位中至少一个像素点的初始目标颜色,包括:根据所述美妆操作中被选中的颜色,获取与所述被选中的颜色对应的颜色查找表,其中,所述颜色查找表中的输出颜色以渐变形式进行排列;在所述颜色查找表中分别查找与所述目标部位中至少一个像素点的原始颜色对应的输出颜色,作为所述目标部位中至少一个像素点的初始目标颜色。
在一种可能的实现方式中,所述将所述目标部位中至少一个像素点的原始颜色和目标颜色进行融合,得到融合人脸图像,包括:根据预设融合强度,分别确定所述原始颜色的第一融合比例以及所述目标颜色的第二融合比例;根据所述第一融合比例和所述第二融合比例,将所述原始颜色与所述目标颜色进行融合,得到融合人脸图像。
在一种可能的实现方式中,所述响应于针对人脸图像的目标部位的美妆操作,提取所述人脸图像的目标部位中至少一个像素点的原始颜色,包括:获取所述目标部位对应的目标素材;根据所述目标素材中至少一个像素点的透明度,提取所述人脸图像的目标部位中至少一个像素点的原始颜色。
在一种可能的实现方式中,所述方法还包括:对所述人脸图像中的目标部位进行识别,得到所述人脸图像中目标部位的初始位置;所述获取所述目标部位对应的目标素材,包括:根据所述目标部位,获取与所述目标部位对应的原始目标素材;将所述原始目标素材与预设人脸图像中的目标部位进行融合,得到标准素材图像;基于所述初始位置,对所述标准素材图像进行提取,得到目标素材。
在一种可能的实现方式中,所述美妆操作包括唇妆操作,所述目标部位包括嘴唇部位。
根据本公开的一方面,提供了一种图像处理装置,包括:
原始颜色提取模块,用于响应于针对人脸图像的目标部位的美妆操作,提取所述人脸图像的目标部位中至少一个像素点的原始颜色;亮度信息获取模块,用于获取所述目标部位中至少一个像素点的亮度信息;目标颜色确定模块,用于基于所述原始颜色以及所述亮度信息,确定所述目标部位中至少一个像素点的目标颜色;融合模块,用于将所述目标部位中至少一个像素点的原始颜色和目标颜色进行融合,得到融合人脸图像。
在一种可能的实现方式中,所述目标颜色确定模块用于:根据所述美妆操作中被选中的颜色,对所述目标部位中至少一个像素点的原始颜色进行对应颜色查找,确定所述目标部位中至少一个像素点的初始目标颜色;基于所述亮度信息,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色。
在一种可能的实现方式中,所述亮度信息包括第一亮度、第二亮度以及第三亮度中的至少一种;所述亮度信息获取模块用于:识别所述美妆操作的处理类型,根据所述处理类型,采用至少一种处理方式提取所述至少一个像素点的第一亮度、第二亮度以及第三亮度中的至少一种;所述至少一种处理方式包括:根据所述像素点的原始颜色,确定所述像素点的第一亮度;和/或,根据所述像素点在所述目标部位中的预设处理范围,获取所述预设处理范围中具有目标亮度的像素点的第二亮度;和/或,通过预设卷积核对所述像素点进行滤波,根据所述像素点经过滤波所得到的中间颜色,确定所述像素点的第三亮度,其中,所述预设卷积核的滤波范围与所述预设处理范围一致。
在一种可能的实现方式中,所述处理类型包括雾面光效,所述亮度信息包括所述第一亮度和所述第三亮度;所述目标颜色确定模块进一步用于:在所述第一亮度大于预设亮度阈值的情况下,根据所述第一亮度以及所述预设亮度阈值,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,在所述第一亮度小于或等于预设亮度阈值的情况下,根据所述第一亮度以及所述第三亮度,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色。
在一种可能的实现方式中,所述处理类型包括水润光效,所述亮度信息包括所述第一亮度、所述第二亮度和所述第三亮度;所述目标颜色确定模块进一步用于:在所述第一亮度大于所述第三亮度的情况下,根据所述第一亮度、所述第二亮度、所述第三亮度以及预设的亮度半径,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,在所述第一亮度小于或等于所述第三亮度的情况下,将所述像素点的初始目标颜色作为所述像素点的目标颜色。
在一种可能的实现方式中,所述处理类型包括闪烁光效,所述亮度信息包括第一亮度、第二亮度和第三亮度;所述目标颜色确定模块进一步用于:在所述第一亮度大于所述第三亮度的情况下,根据所述第一亮度、所述第二亮度、所述第三亮度以及预设的亮度半径,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,在所述第一亮度小于或等于所述第三亮度的情况下,在第一预设数值范围内生成随机数值;根据所述随机数值,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色。
在一种可能的实现方式中,所述目标颜色确定模块进一步用于:在所述随机数值属于第二预设数值范围以内的情况下,根据所述随机数值和所述像素点在所述目标素材中对应的透明度,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,在所述随机数值属于第二预设数值范围以外的情况下,将所述像素点的初始目标颜色作为所述像素点的目标颜色。
在一种可能的实现方式中,所述目标颜色确定模块进一步用于:根据所述美妆操作中被选中的颜色,获取与所述被选中的颜色对应的颜色查找表,其中,所述颜色查找表中的输出颜色以渐变形式进行排列;在所述颜色查找表中分别查找与所述目标部位中至少一个像素点的原始颜色对应的输出颜色,作为所述目标部位中至少一个像素点的初始目标颜色。
在一种可能的实现方式中,所述融合模块用于:根据预设融合强度,分别确定所述原始颜色的第一融合比例以及所述目标颜色的第二融合比例;根据所述第一融合比例和所述第二融合比例,将所述原始颜色与所述目标颜色进行融合,得到融合人脸图像。
在一种可能的实现方式中,所述原始颜色提取模块用于:获取所述目标部位对应的目标素材;根据所述目标素材中至少一个像素点的透明度,提取所述人脸图像的目标部位中至少一个像素点的原始颜色。
在一种可能的实现方式中,所述装置还用于:对所述人脸图像中的目标部位进行识别,得到所述人脸图像中目标部位的初始位置;所述原始颜色提取模块进一步用于:根据所述目标部位,获取与所述目标部位对应的原始目标素材;将所述原始目标素材与预设人脸图像中的目标部位进行融合,得到标准素材图像;基于所述初始位置,对所述标准素材图像进行提取,得到目标素材。
在一种可能的实现方式中,所述美妆操作包括唇妆操作,所述目标部位包括嘴唇部位。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:执行上述图像处理方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述图像处理方法。
在本公开实施例中,通过响应于针对人脸图像的美妆操作,提取人脸图像的目标部位中至少一个像素点的原始颜色,以及获取目标部位中至少一个像素点的亮度信息,并根据原始颜色和亮度信息,来确定目标部位中至少一个像素点的目标颜色,从而将目标部位中至少一个像素点的原始颜色和目标颜色进行融合,来得到融合人脸图像。通过上述过程,可以通过引入目标部位中至少一个像素点的亮度信息,来对原始颜色进行调整以得到目标颜色,从而使得融合了原始颜色和目标颜色的融合人脸图像中的颜色具有更加真实的光泽效果,提升了融合人脸图像的效果和真实性。
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,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
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,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开一实施例的图像处理方法的流程图。
图2示出根据本公开一实施例的目标素材的示意图。
图3示出根据本公开一实施例的构建的三角网格的示意图。
图4示出根据本公开一实施例的预设人脸图像的示意图。
图5示出根据本公开一实施例的颜色查找表的示意图。
图6示出根据本公开一实施例的融合人脸图像的示意图。
图7示出根据本公开一实施例的融合人脸图像的示意图。
图8示出根据本公开一实施例的融合人脸图像的示意图。
图9示出根据本公开一实施例的图像处理装置的框图。
图10示出根据本公开一应用示例的示意图。
图11示出根据本公开实施例的一种电子设备的框图。
图12示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开一实施例的图像处理方法的流程图,该方法可以应用于图像处理装置或图像处理系统等,图像处理装置可以为终端设备、服务器或者其他处理设备等。其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一个示例中,该图像处理方法可以应用于云端服务器或本地服务器,云端服务器可以为公有云服务器,也可以为私有云服务器,根据实际情况灵活选择即可。
在一些可能的实现方式中,该图像处理方法也可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
如图1所示,在一种可能的实现方式中,所述图像处理方法可以包括:
步骤S11,响应于针对人脸图像的目标部位的美妆操作,提取人脸图像的目标部位中至少一个像素点的原始颜色。
其中,人脸图像可以是包含人脸的任意图像,人脸图像中可以包含一个人脸,也可以包含多个人脸,其实现形式可以根据实际情况灵活决定,在本公开实施例中不做限制。
针对人脸图像的美妆操作,其包含的操作内容可以根据实际情况灵活决定,不局限于下述各公开实施例。在一种可能的实现方式中,该美妆操作可以包括指示对人脸图像进行美妆处理的操作;在一种可能的实现方式中,该美妆操作还可以包括选中用于进行美妆的颜色等;在一种可能的实现方式中,该美妆操作还可以包括指示美妆的处理类型的操作等。
其中,美妆操作的形式可以根据实际情况灵活决定,不局限于下述各公开实施例。在一种可能的实现方式中,美妆操作可以包括唇妆操作。
随着美妆操作形式的不同,美妆操作中包含的处理类型也可以灵活发生变化,在一种可能的实现方式中,美妆操作可以包含一种处理类型,在一些可能的实现方式中,美妆操作也可以同时包含多种处理类型等。在一种可能的实现方式中,在美妆操作包括唇妆操作的情况下,处理类型可以包括雾面光效、水润光效以及闪烁光效中的一种或多种。其中,雾面光效可以包括对嘴唇颜色的修饰以及光效的改变,得到具有低光泽度的雾面唇妆效果;水润光效可以包括对嘴唇颜色的修饰以及光效的改变,得到具有高光泽度且亮度过渡自然的水润唇妆效果;闪烁光效可以包括对嘴唇颜色的修饰以及光效的改变,得到具有高亮度、高光泽度且亮度具有间隔的闪烁唇妆效果。
目标部位可以是人脸图像中需要进行美妆的任意部位,目标部位包含哪些部位,其实现形式同样可以根据美妆操作的实际情况灵活决定,在一种可能的实现方式中,在美妆操作包括唇妆操作的情况下,目标部位可以包括嘴唇部位。
原始颜色可以是目标部位在人脸图像中未经处理过的颜色,从人脸图像的目标部位中提取至少一个像素点的原始颜色的方式在本公开实施例中不做限定,可以根据实际情况灵活决定。在一些可能的实现方式中,可以确定目标部位在人脸图像中所在的区域,并对该区域包含的一个或多个像素点的颜色进行提取,以得到人脸图像的目标部位中至少一个像素点的原始颜色。
步骤S12,获取目标部位中至少一个像素点的亮度信息。
其中,亮度信息可以为根据像素点在人脸图像的目标部位中的颜色等情况所确定的相关信息,其包含的信息内容可以根据实际情况灵活决定。亮度信息包含的信息种类,以及如何获取像素点的亮度信息,其实现方式可以详见下述各公开实施例,在此先不做展开。
步骤S13,基于原始颜色以及亮度信息,确定目标部位中至少一个像素点的目标颜色。
其中,目标颜色可以与原始颜色对应,且与亮度信息相关,从而在与原始颜色对应的基础上,反映亮度情况以实现对应的处理效果。在一些可能的实现方式中,可以根据亮度信息对原始颜色进行调整来得到目标颜色,在一些可能的实现方式中,也可以获取与原始颜色对应的颜色,再根据亮度信息对与原始颜色对应的颜色进行调整,以得到目标颜色等。具体如何根据原始颜色以及亮度信息来分别得到目标部位中至少一个像素点的目标颜色,其处理方式可以根据亮度信息包含的信息内容灵活决定,详见下述各公开实施例,在此先不做展开。
步骤S14,将目标部位中至少一个像素点的原始颜色和目标颜色进行融合,得到融合人脸图像。
其中,将目标部位中至少一个像素点的原始颜色和目标颜色进行融合,可以是分别对目标部位中的多个像素点进行融合处理,其中,在像素点被进行融合处理的情况下,可以将该像素点基于原始颜色所确定的目标颜色,与该像素点的原始颜色进行融合,以得到该像素点融合后的颜色,继而得到融合人脸图像。
步骤S14中融合的方式可以根据实际情况灵活变化,详见下述各公开实施例,在此也先不做展开。
在本公开实施例中,通过响应于针对人脸图像的美妆操作,提取人脸图像的目标部位中至少一个像素点的原始颜色,以及获取目标部位中至少一个像素点的亮度信息,并根据原始颜色和亮度信息,来确定目标部位中至少一个像素点的目标颜色,从而将目标部位中至少一个像素点的原始颜色和目标颜色进行融合,来得到融合人脸图像。通过上述过程,可以通过引入目标部位中至少一个像素点的亮度信息,来对原始颜色进行调整以得到目标颜色,从而使得融合了原始颜色和目标颜色的融合人脸图像中的颜色具有更加真实的光泽效果,提升了融合人脸图像的效果和真实性。
在一种可能的实现方式中,步骤S11可以包括:
获取目标部位对应的目标素材;
根据目标素材中至少一个像素点的透明度,提取人脸图像的目标部位中至少一个像素点的原始颜色。
其中,目标素材可以是用于对人脸图像实现美妆的相关素材,目标素材的实现形式可以根据美妆操作的实际情况灵活决定。在一种可能的实现方式中,在美妆操作包括唇妆操作的情况下,目标素材可以是唇妆素材,比如唇部掩模(mask)等。
在一种可能的实现方式中,目标素材可以是在美妆操作中用户一并选中的素材;在一些可能的实现方式中,目标素材也可以是预先设置的素材,在美妆操作被选择的情况下自动被调用。在一些可能的实现方式中,目标素材还可以是基于人脸图像,对原始目标素材进行处理后所得到的素材。如何获取目标素材,其实现方式可以详见下述各公开实施例,在此先不做展开。
在获取目标部位对应的目标素材以后,可以根据目标素材中至少一个像素点的透明度,来提取人脸图像的目标部位中至少一个像素点的原始颜色。其中,提取的方式可以根据实际情况灵活决定,在一种可能的实现方式中,可以在目标素材中的像素点的透明度属于预设透明度范围的情况下,将人脸图像中与像素点的位置对应的区域,作为目标部位所在图像区域,并提取该图像区域中多个像素点的原始颜色。
其中,预设透明度范围的具体范围情况可以根据实际情况灵活决定,在一种可能的实现方式中,可以将预设透明度范围设定为低于100%,即在目标素材中像素点的透明度低于100%(并非全透明)的情况下,可以将人脸图像中与像素点的位置对应的区域,作为目标部位所在图像区域,并提取图像区域内像素点的原始颜色;在一种可能的实现方式中,也可以将预设透明度范围设定为低于其他透明度值,或是处于某一透明度范围以内等,本公开实施例对预设透明度范围的范围值不做限定。
通过在目标素材中的像素点的透明度属于预设透明度范围的情况下,对人脸图像对应的像素点的原始颜色进行提取,通过上述过程,可以通过设定预设透明度范围的值,更有针对性地确定符合需求的目标部位所在图像区域,从而从人脸图像中提取到更加准确的目标部位中的原始颜色,继而提升后续得到的融合人脸图像的可靠性和真实性。
图2示出根据本公开一实施例的目标素材的示意图,从图中可以看出,在一个示例中,目标素材可以为唇部掩模,且该唇部掩模中不同像素点的透明度不同,可以更好地表现自然真实的唇部形状,因此基于该唇部掩模提取到的人脸图像中的原始颜色,也更加准确可靠。
通过获取目标部位对应的目标素材,并根据目标素材中至少一个像素点的透明度来提取人脸图像的目标部位中至少一个像素点的原始颜色,通过上述过程,可以提取到更加真实可靠,与人脸图像中唇部真实位置相对应的原始颜色,继而使得后续基于原始颜色得到的融合人脸图像更加真实自然。
在一种可能的实现方式中,本公开实施例提出的方法还可以包括:对人脸图像中的目标部位进行识别,得到人脸图像中目标部位的初始位置。
其中,初始位置可以是根据人脸图像所确定的,目标部位在人脸图像中的大致位置。确定目标部位的初始位置的方法,在本公开实施例中不做限制,可以根据实际情况灵活选择,不局限于下述各公开实施例。
在一种可能的实现方式中,可以通过对目标部位的关键点进行识别的方式来确定目标部位的初始位置,比如可以根据识别到的目标部位的关键点在人脸图像中的坐标来确定初始位置;或是根据识别到目标部位的关键点来对目标部位在人脸图像中的范围进行确定,以得到目标部位的初始位置等。
在一种可能的实现方式中,对人脸图像中的目标部位进行识别,得到人脸图像中目标部位的初始位置,可以包括:
获取人脸图像中的至少一个人脸关键点;
根据人脸关键点,在人脸图像中构建与目标部位对应的三角网格;
根据三角网格的位置坐标,确定人脸图像中目标部位的初始位置。
其中,人脸关键点可以是对人脸面部中的关键区域位置进行定位的相关关键点,比如眼睛关键点、嘴巴关键点、眉毛关键点或是鼻子关键点等。获取到的人脸关键点具体包含哪些关键点以及包含的关键点数量在本公开实施例中不做限制,可以根据实际情况灵活选择。在一些可能的实现方式中,可以获取人脸图像中相关的所有关键点,比如人脸的106个整脸关键点(Face106)等;在一些可能的实现方式中,也可以获取人脸图像中的部分关键点,比如与目标部位相关的关键点,比如嘴唇部位的相关关键点等。
获取人脸关键点的方式在本公开实施例中不做限制,任何可以对图像中的人脸关键点进行识别的方式,均可以作为获取人脸关键点的实现方式。
在获取到至少一个人脸关键点以后,可以根据人脸关键点,在人脸图像中构建三角网格。构建三角网格的方式在本公开实施例中不做限制,在一种可能的实现方式中,可以将获取到的人脸关键点中,每三个相邻的点进行连接以得到多个三角网格。在一些可能的实现方式中,还可以先根据获取到的人脸关键点进行插值处理,以得到插值点,再在人脸关键点与插值点共同构成的点集中,每三个相邻的点进行连接以得到多个三角网格。
图3示出根据本公开一实施例的构建的三角网格的示意图(为了对图像中的对象进行保护,图中人脸的部分部位进行了马赛克处理),从图中可以看出,在一种可能的实现方式中,通过对人脸图像中的人脸关键点与插值点进行连接,可以得到多个三角网格。
在一种可能的实现方式中,也可以根据人脸关键点,在人脸图像中构建与目标部位对应的三角网格,其中,构建三角网格的方式可以参考上述各公开实施例,区别在于可以获取与目标部位相关的人脸关键点和插值点,来构建与目标部位对应的三角网格,而省略对人脸图像中其他部位的三角网格的构建。
在得到与目标部位对应的三角网格以后,可以根据该三角网格在人脸图像中的位置坐标,来确定人脸图像中目标部位的初始位置。初始位置的表现形式在本公开实施例中不做限制,在一种可能的实现方式中,可以将目标部位对应的一个或多个三角网格的中心点位置作为目标部位的初始位置;在一种可能的实现方式中,也可以将目标部位对应的一个或多个三角网格的各顶点坐标作为目标部位的初始位置等,可以根据实际情况进行灵活选择。
通过获取人脸图像中的至少一个人脸关键点,并根据人脸关键点,在人脸图像中构建与目标部位对应的三角网格,从而根据三角网格的位置坐标,确定人脸图像中目标部位的初始位置。通过上述过程,可以通过关键点识别与网格构建的方式,高效且准确地对目标部位在人脸图像中的部位进行初步定位,从而便于后续获取与目标部位匹配的目标素材,继而提高图像处理的精度和真实性。
在一种可能的实现方式中,获取目标部位对应的目标素材可以包括:
根据目标部位,获取与目标部位对应的原始目标素材;
将原始目标素材与预设人脸图像中的目标部位进行融合,得到标准素材图像;
基于初始位置,对标准素材图像进行提取,得到目标素材。
其中,原始目标素材可以是预先设置好的,与美妆操作所绑定的素材,比如与唇妆操作对应的可以是原始的唇部掩模作为原始目标素材等。获取原始目标素材的方式在本公开实施例中不做限制,可以将美妆操作中选中的素材作为原始目标素材,也可以根据美妆操作,自动读取对应的原始目标素材等。
预设人脸图像可以是标准的人脸图像模板,可以包括完整全面的人脸部位,且各人脸部位在预设人脸图像中的位置是标准的。预设人脸图像的实现形式可以根据实际情况灵活决定,任何人脸图像处理领域中采用的标准脸(standard face)均可以作为预设人脸图像的实现形式。图4示出根据本公开一实施例的预设人脸图像的示意图(同上述实施例,为了对图像中的对象进行保护,图中人脸的部分部位进行了马赛克处理),从图中可以看出,在一个示例中,预设人脸图像中包含的人脸部位是清楚、完整且符合人脸中各人脸部位的客观分布的。
由于标准人脸图像中各人脸部位的位置是标准的,因此原始目标素材可以直接与预设人脸图像中目标部位对应的位置进行融合,以得到标准素材图像。原始目标素材与预设人脸图像中目标部位进行融合的方式在本公开实施例中不做限制,在一种可能的实现方式中,可以直接将原始目标素材与预设人脸图像中目标部位中对应的像素点进行相加,来得到标准素材图像;在一些可能的实现方式中,也可以将原始目标素材与预设人脸图像中的目标部位按照预设的权重进行相加融合等。
将原始目标素材与预设人脸图像中的目标部位进行融合,可以得到标准素材图像。在一种可能的实现方式中,可以基于上述各公开实施例中的初始位置,来从标准素材图像中提取目标素材。
在一种可能的实现方式中,基于初始位置提取目标素材的方式可以包括:获取标准素材图像中与初始位置对应范围内的各像素点的颜色值和透明度,将包含颜色值和透明度的多个像素点所构成的图像,作为目标素材。
通过将原始目标素材与预设人脸图像中的目标部位进行融合,得到标准素材图像,并基于初始位置,从标准素材图像中提取目标素材,由于初始位置是根据对人脸图像中目标部位进行识别所得到的,因此通过上述过程,可以使得获取的目标素材与人脸图像中目标部位所在的位置更加对应,从而使得提取到的目标部位中至少一个像素点的原始颜色更加真实可靠。
在一种可能的实现方式中,亮度信息可以包括第一亮度、第二亮度以及第三亮度中的至少一种,步骤S12可以包括:
识别美妆操作的处理类型,根据处理类型,采用至少一种处理方式提取至少一个像素点的第一亮度、第二亮度以及第三亮度中的至少一种。
其中,至少一种处理方式可以包括:
根据像素点的原始颜色,确定像素点的第一亮度。和/或,
根据像素点在目标部位中的预设处理范围,确定预设处理范围中具有目标亮度的像素点的第二亮度。和/或,
通过预设卷积核对所述像素点进行滤波,根据像素点经过滤波所得到的中间颜色,确定像素点的第三亮度,其中,预设卷积核的滤波范围与所述预设处理范围一致。
其中,第一亮度可以为根据像素点的原始颜色的颜色值所确定的亮度值,其中,亮度值可以通过对颜色值进行计算所确定,在一个示例中,亮度值可以根据颜色值中三个颜色通道(红色R、绿色G以及蓝色B)的值进行计算所得到。
第二亮度同样可以根据具有目标亮度的像素点的颜色值所确定,其中,具有目标亮度的像素点,可以是在人脸图像的目标部位中,位于像素点的预设处理范围以内且具有最高亮度的像素点。其中,预设处理范围的范围大小可以根据实际情况灵活设定,在本公开实施例中不做限制。
第三亮度可以是根据对像素点的中间颜色的颜色值所确定的亮度值,其中,像素点的中间颜色,可以是通过预设卷积核对像素点进行滤波后所得到的颜色。其中,预设卷积核的形式与大小可以根据实际情况灵活设定,在一种可能的实现方式中,预设卷积核的滤波范围与上述公开实施例中的预设处理范围一致,即在一个示例中,一方面可以通过预设卷积核对像素点进行滤波处理,以得到该像素点在滤波后的中间颜色,并根据中间颜色的颜色值计算对应的亮度值,作为第三亮度,另一方面可以将预设卷积核对像素点进行滤波所覆盖的区域范围作为预设处理范围,则人脸图像的目标部位中,位于该预设处理范围以内且具有最高亮度的像素点的亮度值,可以作为第二亮度。
滤波的方式在本公开实施例中也不做限制,可以根据实际情况灵活选择,在一个示例中,可以通过预设卷积核对像素点进行高斯滤波。
处理类型的实现方式可以参考上述各公开实施例,在此不再赘述。随着处理类型的不同,获取的亮度信息中,包括的亮度类型可能发生变化,获取的亮度信息与处理类型之间的对应关系,可以根据实际情况灵活决定,不局限于下述各公开实施例。在一种可能的实现方式中,在处理类型包括雾面光效的情况下,亮度信息可以包括第一亮度和第三亮度;在一种可能的实现方式中,在处理类型包括水润光效和/或闪烁光效的情况下,亮度信息可以包括第一亮度、第二亮度和第三亮度。
上述各公开实施例中,第一亮度、第二亮度以及第三亮度的获取数量以及顺序在本公开实施例中不做限定,在获取第一亮度、第二亮度以及第三亮度中的多种亮度的情况下,可以同时获取多种亮度,也可以按照一定的顺序依次获取多种亮度等,根据实际情况灵活选择即可。
通过根据像素点的原始颜色确定的第一亮度、根据像素点在目标部位中的预设处理范围所确定的第二亮度以及根据像素点滤波后的颜色值所确定的第三亮度,来对像素点的初始目标颜色进行调整,可以充分考虑到人脸图像中像素点在一定范围内的亮度信息,从而使得基于该亮度信息所确定的目标颜色可以更加真实可靠,且能满足光效处理的需求,提高融合人脸图像的美妆效果和真实性。
在一种可能的实现方式中,步骤S13可以包括:
步骤S131,根据美妆操作中被选中的颜色,对目标部位中至少一个像素点的原始颜色进行对应颜色查找,得到目标部位中至少一个像素点的初始目标颜色;
步骤S132,基于亮度信息,对初始目标颜色进行调整,得到目标部位中至少一个像素点的目标颜色。
其中,美妆操作中被选中的颜色,可以是用户在选择进行美妆操作的情况下一并选中的美妆所用的颜色,也可以是选择美妆操作的情况下,预先设置好的与美妆操作所绑定对应的颜色,该颜色的具体颜色值可以根据实际情况灵活决定,在本公开实施例中不做限制。
初始目标颜色可以是在被选中的颜色的范围中,基于原始颜色进行对应查找所确定的颜色,该初始目标颜色属于被选中的颜色范围以内,且与原始颜色相对应。
如何根据被选中的颜色和原始颜色,对目标部位中至少一个像素点的初始目标颜色进行对应颜色查找,其查找方式可以根据实际情况灵活决定,详见下述各公开实施例,在此先不做展开。
在确定初始目标颜色以后,还可以基于亮度信息,对初始目标颜色进行调整,以得到目标颜色。在一些可能的实现方式中,根据亮度信息对初始目标颜色进行调整的过程中,可以根据美妆操作对应的处理类型,来灵活选择调整方式,以得到与处理类型相适应的具有对应光泽效果的目标颜色等。如何根据初始目标颜色进一步调整来得到目标颜色,其实现方式同样可以详见下述各公开实施例,在此也先不做展开。
通过根据美妆操作中被选中的颜色,对目标部位中至少一个像素点的原始颜色进行对应颜色差值,得到目标部位中至少一个像素点的初始目标颜色,并根据亮度信息,对初始目标颜色进行调整以得到目标颜色。通过上述过程,一方面可以利用颜色查找,得到属于被选中的颜色的范围,且与原始颜色对应的目标颜色,从而使得目标颜色的颜色更加真实,不同像素点之间颜色的过度更加自然,继而提升了融合人脸图像的自然程度与美妆效果;另一方面通过引入亮度信息,灵活地对初始目标颜色进行调整,从而得到符合光泽效果需求的目标颜色。
在一种可能的实现方式中,步骤S131可以包括:
根据美妆操作中被选中的颜色,获取与被选中的颜色对应的颜色查找表,其中,颜色查找表中的输出颜色以渐变形式进行排列;
在颜色查找表中分别查找与目标部位中至少一个像素点的原始颜色对应的输出颜色,作为目标部位中至少一个像素点的初始目标颜色。
其中,颜色查找表可以包含多个输入颜色与输出颜色之间的对应关系,其中输入颜色可以为向颜色查找表进行查找的颜色,输出颜色可以为颜色查找表中查找到的颜色。举例来说,比如根据输入颜色A在颜色查找表中查找,可以找到与A对应的输出颜色B。颜色查找表中颜色之间的对应关系可以根据实际情况灵活设定,在本公开实施例中不做限制。在一种可能的实现方式中,颜色查找表中的输出颜色可以通过渐变形式进行排列,具体的排列方式在本公开实施例中不做限制,不局限于下述各公开实施例。
在一种可能的实现方式中,可以根据美妆操作中被选中的颜色,来获取与被选中的颜色对应的颜色查找表,在这种情况下,颜色查找表中的输出颜色属于对应的被选中的颜色的范围以内,因而根据颜色查找表查找到的初始目标颜色,可以在被选中的颜色的相应范围以内,且与原始颜色相互对应。
在获取到颜色查找表以后,可以根据目标部位中多个像素点的原始颜色,分别从颜色查找表中查找各像素点对应的输出颜色,来作为目标部位中多个像素点的初始目标颜色。查找的方式可以根据颜色查找表的形式灵活决定,在本公开实施例中不做限定。
图5示出根据本公开一实施例的颜色查找表的示意图,从图中可以看出,在一个示例中,颜色查找表中包括多个自然过渡的渐变色作为输出颜色(由于灰度图显示的限制,图中深浅不同的颜色实际上为具有颜色区别的渐变色),在获取到目标部位中多个像素点的原始颜色后,可以从颜色查找表中分别查找这多个像素点的输出颜色来作为初始目标颜色。
通过根据美妆操作中被选中的颜色,获取与被选中的颜色对应的包含多个渐变输出颜色的颜色查找表,并在颜色查找表中分别查找与目标部位中至少一个像素点的原始颜色对应的输出颜色,来作为目标部位中至少一个像素点的初始目标颜色,通过上述过程,可以利用包含渐变输出颜色的颜色查找表,得到颜色过渡自然的初始目标颜色,从而使得后续得到的目标颜色的过渡也更加自然,提高得到的融合人脸图像的自然程度和美妆效果。
随着亮度信息与处理类型的不同,步骤S132的实现形式也可以灵活发生变化,在一种可能的实现方式中,在处理类型包括雾面光效的情况下,步骤S132可以包括:
在第一亮度大于预设亮度阈值的情况下,根据第一亮度以及预设亮度阈值,对像素点的初始目标颜色进行调整,得到像素点的目标颜色。或者,
在第一亮度小于或等于预设亮度阈值的情况下,根据第一亮度以及第三亮度,对像素点的初始目标颜色进行调整,得到所述像素点的目标颜色。
其中,预设亮度阈值的数值可以根据实际情况灵活设定,在本公开实施例中不做限制。
根据第一亮度和预设亮度阈值的比较结果,可以通过不同的方式,选用不同的数据,来对像素点的初始目标颜色进行调整,以得到像素点的目标颜色。
其中,对初始目标颜色进行调整的方式可以根据实际情况灵活决定,不局限于下述各公开实施例,在一种可能的实现方式中,无论通过何种数据来对像素点的初始目标颜色进行调整来得到目标颜色,其过程均可以概况为下述过程,即在一种可能的实现方式中,对像素点的初始目标颜色进行调整,得到像素点的目标颜色可以包括:
根据对应的数据,确定对初始目标颜色进行调整的调整系数;
根据调整系数和预设光源值,对像素点的初始目标颜色进行调整,得到像素点的目标颜色。
其中,调整系数可以是对初始目标颜色进行调整过程中的相关参数。随着处理类型以及比较结果的不同,调整系数的计算方式也可以灵活发生变化,不局限于下述各公开实施例。在一种可能的实现方式中,在处理类型为雾面光效,且第一亮度大于预设亮度阈值的情况下,可以根据第一亮度以及预设亮度阈值确定调整系数,确定的方式可以根据实际情况灵活选择,不局限于下述各公开实施例。在一种可能的实现方式中,根据第一亮度以及预设亮度阈值确定调整系数的方式,可以通过下述公式(1)进行表示:
调整系数=(第一亮度-预设亮度阈值)×(-1.0)/(1.0-预设亮度阈值) (1)
在一种可能的实现方式中,在处理类型为雾面光效,且第一亮度小于或等于预设亮度阈值的情况下,可以根据第一亮度以及第三亮度来确定调整系数,确定的方式同样可以根据实际情况灵活选择,不局限于下述各公开实施例。在一种可能的实现方式中,在上述情况下根据第一亮度以及第三亮度确定调整系数的方式,可以通过下述公式(2)进行表示:
调整系数=第一亮度-第三亮度 (2):
在确定调整系数以后,可以根据调整系数和预设光源值来确定像素点的目标颜色,其中,预设光源值可以为根据实际情况灵活为美妆操作进行设定的光源值,其数值的大小在本公开实施例中不做限制。
基于调整系数和预设光源值对初始目标颜色进行调整的方式,同样可以根据实际情况灵活设定,不局限于下述各公开实施例,在一个示例中,根据调整系数和预设光源值确定目标颜色的方式可以通过下述公式(3)进行表示:
目标颜色=初始目标颜色+调整系数×预设光源值 (3)
通过上述过程,可以在处理类型为雾面光效的情况下,根据第一亮度与预设亮度阈值的比较情况,根据像素点的亮度信息对初始目标颜色进行灵活调整,减小目标颜色的光泽度和亮度,从而得到具有较好的雾面光效的融合人脸图像。
在一种可能的实现方式中,在处理类型包括水润光效的情况下,步骤S132可以包括:
在第一亮度大于第三亮度的情况下,根据第一亮度、第二亮度、第三亮度以及预设的亮度半径,对像素点的初始目标颜色进行调整,得到像素点的目标颜色。或者,
在第一亮度小于或等于所述第三亮度的情况下,将像素点的初始目标颜色作为像素点的目标颜色。
其中,预设的亮度半径可以决定光效中亮斑的半径,预设的亮度半径的值可以根据实际情况灵活设定,在本公开实施例中不做限定。
在处理类型为水润光效的情况下,根据第一亮度和第三亮度的比较结果,可以通过不同的方式,选用不同的数据,来对像素点的初始目标颜色进行调整,以得到像素点的目标颜色。
其中,对初始目标颜色进行调整的方式可以参考上述各公开实施例,即可以先确定调整系数,再基于调整系数和预设光源值确定目标颜色。
在一种可能的实现方式中,在处理类型为水润光效,且第一亮度大于第三亮度的情况下,可以根据第一亮度、第二亮度、第三亮度以及预设的亮度半径来共同确定调整系数,确定的方式可以根据实际情况灵活选择,不局限于下述各公开实施例。在一种可能的实现方式中,在处理类型为水润光效的情况下,根据第一亮度、第二亮度、第三亮度以及预设的亮度半径来共同确定调整系数的方式,可以通过下述公式(4)进行表示:
调整系数=pow((第一亮度-第三亮度)/(第二亮度-第三亮度),shiness) (4)
其中,pow(x,y)表明计算x的y次方的结果,shiness为预设的亮度半径。
在通过上述方式确定调整系数以后,基于调整系数确定目标颜色的方式可以参考上述各公开实施例,在此不再赘述。
在一种可能的实现方式中,在处理类型为水润光效,且第一亮度小于或等于第三亮度的情况下,可以直接将调整系数确定为0,在这种情况下,通过上述公式(3)中提到的,基于调整系数确定目标颜色的方式可以看出,在调整系数为0的情况下,目标颜色可以直接等于初始目标颜色,因此,在这种情况下,可以将像素点的初始目标颜色作为像素点的目标颜色。
通过上述过程,可以在处理类型为水润光效的情况下,根据第一亮度与第三亮度的比较情况,根据像素点的亮度信息对初始目标颜色进行灵活调整,提升目标颜色的光泽度和亮度的同时,使得不同像素点的颜色调整结果尽可能地连贯,从而得到具有较好的水润光效的融合人脸图像。
在一种可能的实现方式中,在处理类型包括闪烁光效的情况下,步骤S132可以包括:
在第一亮度大于第三亮度的情况下,根据第一亮度、第二亮度、第三亮度以及预设的亮度半径,对像素点的初始目标颜色进行调整,得到像素点的目标颜色。或者,
在第一亮度小于或等于第三亮度的情况下,在第一预设数值范围内生成随机数值;根据随机数值,对初始目标颜色进行调整,得到目标部位中至少一个像素点的目标颜色。
其中,预设的亮度半径可以参考上述各公开实施例,需要注意的是,在不同的处理类型中,预设的亮度半径的值可以相同,也可以不同,在本公开实施例中也不做限制。
在处理类型为闪烁光效的情况下,根据第一亮度和第三亮度的比较结果,可以通过不同的方式,选用不同的数据,来对像素点的初始目标颜色进行调整,以得到像素点的目标颜色。
其中,对初始目标颜色进行调整的方式可以参考上述各公开实施例,即可以先确定调整系数,再基于调整系数和预设光源值确定目标颜色。
在一种可能的实现方式中,在处理类型为闪烁光效,且第一亮度大于第三亮度的情况下,可以根据第一亮度、第二亮度、第三亮度以及预设的亮度半径来共同确定调整系数,确定的方式可以根据实际情况灵活选择,不局限于下述各公开实施例。在一种可能的实现方式中,在处理类型为闪烁光效的情况下,根据第一亮度、第二亮度、第三亮度以及预设的亮度半径来共同确定调整系数的方式,可以与在处理类型为水润光效的情况下,根据第一亮度、第二亮度、第三亮度以及预设的亮度半径来共同确定调整系数的方式相同,详见上述各公开实施例以及公式(4),在此不再赘述。
在通过上述方式确定调整系数以后,基于调整系数确定目标颜色的方式同样可以参考上述各公开实施例,在此不再赘述。
在一种可能的实现方式中,在处理类型为闪烁光效,且第一亮度小于或等于第三亮度的情况下,可以进一步根据生成的随机数值,来确定调整系数,并基于调整系数,通过上述各公开实施例中提出的方式来确定目标颜色。
其中,随机数值可以为随机生成的数据信息,随机数值的生成方式在本公开实施例中不做限制,不局限于下述各公开实施例。在一种可能的实现方式中,可以先预先设置一个第一预设数值范围,并在该第一预设数值范围以内随机来生成一个随机数值。第一预设数值范围的具体数据范围可以根据实际情况灵活选择,在一个示例中,可以将第一预设数值范围设置为[0.0,1.0]。
在生成随机数值以后,如何基于随机数值来确定调整系数,从而实现对初始目标颜色的调整,其实现方式可以根据实际情况灵活决定,详见下述各公开实施例,在此先不做展开。
通过上述过程,可以在处理类型为闪烁光效的情况下,根据第一亮度与第三亮度的比较情况,根据像素点的亮度信息以及生成的随机数值对初始目标颜色进行灵活调整,在提升目标颜色的光泽度和亮度的同时,通过随机数值来实现闪烁的光泽效果,从而得到具有较好的闪烁光效的融合人脸图像。
在一种可能的实现方式中,根据随机数值,对初始目标颜色进行调整,得到目标部位中至少一个像素点的目标颜色,可以包括:
在随机数值属于第二预设数值范围以内的情况下,根据随机数值和像素点在目标素材中对应的透明度,对像素点的初始目标颜色进行调整,得到像素点的目标颜色。或者,
在随机数值属于第二预设数值范围以外的情况下,将像素点的初始目标颜色作为像素点的目标颜色。
其中,第二预设数值范围同样可以是预先设定的数值范围,且第二预设数值范围的范围值应该属于第一预设数值范围以内。第二预设数值范围的具体数据范围同样可以根据实际情况灵活选择,在一个示例中,可以将第二预设数值范围设置为[0.99,1.0]。
目标素材的实现形式可以参考上述各公开实施例,在此不再赘述。在一种可能的实现方式中,可以根据目标部位与目标素材之间的位置对应关系,来确定目标素材中与目标部位内的像素点的位置对应的像素点,并将目标素材中该对应像素点的透明度,作为像素点在目标素材中对应的透明度。
在随机数值属于第二预设数值范围以内的情况下,可以根据随机数值和像素点在目标素材中对应的透明度,来确定调整系数。其中,根据随机数值和透明度确定调整系数的方式可以根据实际情况灵活决定,不局限于下述各公开实施例,在一种可能的实现方式中,根据随机数值和透明度确定调整系数的方式,可以通过下述公式(5)进行表示:
调整系数=随机数值×pow(透明度,4.0) (5)
其中,pow的计算方式可以参考上述各公开实施例,在此不再赘述。
在通过上述公开实施例,基于随机数值和透明度确定调整系数以后,可以进一步通过上述各公开实施例中提出的方式对初始目标颜色进行调整,得到目标颜色,具体方式在此不再赘述。
在随机数值属于第二预设数值范围以外的情况下,可以直接将调整系数确定为0,在这种情况下,通过上述公式(3)中提到的,基于调整系数确定目标颜色的方式可以看出,在调整系数为0的情况下,目标颜色可以直接等于初始目标颜色,因此,在这种情况下,可以将像素点的初始目标颜色作为像素点的目标颜色。
在本公开实施例中,通过生成的随机数值与第二预设数值范围的比较,来灵活改变对初始目标颜色的调整方式,通过上述过程,可以通过随机生成的数值对不同像素点进行不同方式的颜色调整处理,从而更好地对闪烁情况进行模拟,得到更加自然逼真的具有闪烁光效的融合人脸图像。
在得到目标颜色以后,可以通过步骤S14,来对原始颜色和目标颜色进行融合,在一种可能的实现方式中,步骤S14可以包括:
根据预设融合强度,分别确定原始颜色的第一融合比例以及目标颜色的第二融合比例;
根据第一融合比例和第二融合比例,将原始颜色与目标颜色进行融合,得到融合人脸图像。
其中,预设融合强度用于指示原始颜色和目标颜色在融合过程中各自的融合比例或权重,其数值可以根据实际情况灵活设定。在一种可能的实现方式中,可以预先设置好原始颜色与目标颜色的融合权重,作为预设融合强度;在一种可能的实现方式中,针对于人脸图像的美妆操作中,也可以包括对融合强度的选择强度,在这种情况下,可以将美妆操作中被选中的融合强度作为预设融合强度。
第一比例可以是原始颜色在融合过程中的融合比例,第二比例可以是目标颜色在融合过程中的融合比例,在根据预设融合强度分别确定第一融合比例和第二融合比例以后,可以将原始颜色与目标颜色按照对应的融合比例进行相互融合,以得到融合人脸图像,其中,在按照融合比例进行融合的过程中,可以是直接通过相加进行融合,也可以是通过一些其他的方式,如正片叠底或是柔光等图像处理方式进行融合,具体选择何种融合方式在本公开实施例中同样不做限制。
通过根据预设融合强度,分别确定原始颜色与目标颜色的第一融合比例和第二融合比例,并将原始颜色与目标颜色分别按照对应的融合比例进行融合,得到融合人脸图像,通过上述过程,还可以根据实际需求,灵活设定预设融合强度,来得到融合强度与效果符合需求的融合人脸图像,提升了图像处理的灵活性。
随着美妆操作中处理类型的不同,最终得到的融合人脸图像也可以灵活随之变化。图6~图8示出根据本公开一实施例的融合人脸图像的示意图(同上述各公开实施例,为了对图像中的对象进行保护,各图中人脸的部分部位进行了马赛克处理),其中图6为在雾面光效的处理方式下得到的融合人脸图像;图7为在水润光效的处理方式下得到的融合人脸图像;图8为在闪烁光效的处理方式下得到的融合人脸图像。通过上述各图像可以看出,通过上述各公开实施例提出的图像处理方法,可以得到较为真实自然,具有较好融合效果的融合人脸图像。
图9示出根据本公开一实施例的图像处理装置的框图。如图所示,所述图像处理装置20可以包括:
原始颜色提取模块21,用于响应于针对人脸图像的目标部位的美妆操作,提取人脸图像的目标部位中至少一个像素点的原始颜色。
亮度信息获取模块22,用于获取目标部位中至少一个像素点的亮度信息。
目标颜色确定模块23,用于基于原始颜色以及亮度信息,确定目标部位中至少一个像素点的目标颜色。
融合模块24,用于将目标部位中至少一个像素点的原始颜色和目标颜色进行融合,得到融合人脸图像。
在一种可能的实现方式中,目标颜色确定模块用于:根据美妆操作中被选中的颜色,对目标部位中至少一个像素点的原始颜色进行对应颜色查找,确定目标部位中至少一个像素点的初始目标颜色;基于亮度信息,对初始目标颜色进行调整,得到目标部位中至少一个像素点的目标颜色。
在一种可能的实现方式中,亮度信息包括第一亮度、第二亮度以及第三亮度中的至少一种;亮度信息获取模块用于:识别美妆操作的处理类型,根据处理类型,采用至少一种处理方式提取至少一个像素点的第一亮度、第二亮度以及第三亮度中的至少一种;至少一种处理方式包括:根据像素点的原始颜色,确定像素点的第一亮度;和/或,根据像素点在目标部位中的预设处理范围,获取预设处理范围中具有目标亮度的像素点的第二亮度;和/或,通过预设卷积核对像素点进行滤波,根据像素点经过滤波所得到的中间颜色,确定像素点的第三亮度,其中,预设卷积核的滤波范围与预设处理范围一致。
在一种可能的实现方式中,处理类型包括雾面光效,亮度信息包括第一亮度和第三亮度;目标颜色确定模块进一步用于:在第一亮度大于预设亮度阈值的情况下,根据第一亮度以及预设亮度阈值,对像素点的初始目标颜色进行调整,得到像素点的目标颜色;或者,在第一亮度小于或等于预设亮度阈值的情况下,根据第一亮度以及第三亮度,对像素点的初始目标颜色进行调整,得到像素点的目标颜色。
在一种可能的实现方式中,处理类型包括水润光效,亮度信息包括第一亮度、第二亮度和第三亮度;目标颜色确定模块进一步用于:在第一亮度大于第三亮度的情况下,根据第一亮度、第二亮度、第三亮度以及预设的亮度半径,对像素点的初始目标颜色进行调整,得到像素点的目标颜色;或者,在第一亮度小于或等于第三亮度的情况下,将像素点的初始目标颜色作为像素点的目标颜色。
在一种可能的实现方式中,处理类型包括闪烁光效,亮度信息包括第一亮度、第二亮度和第三亮度;目标颜色确定模块进一步用于:在第一亮度大于第三亮度的情况下,根据第一亮度、第二亮度、第三亮度以及预设的亮度半径,对像素点的初始目标颜色进行调整,得到像素点的目标颜色;或者,在第一亮度小于或等于第三亮度的情况下,在第一预设数值范围内生成随机数值;根据随机数值,对初始目标颜色进行调整,得到目标部位中至少一个像素点的目标颜色。
在一种可能的实现方式中,目标颜色确定模块进一步用于:在随机数值属于第二预设数值范围以内的情况下,根据随机数值和像素点在目标素材中对应的透明度,对像素点的初始目标颜色进行调整,得到像素点的目标颜色;或者,在随机数值属于第二预设数值范围以外的情况下,将像素点的初始目标颜色作为像素点的目标颜色。
在一种可能的实现方式中,目标颜色确定模块进一步用于:根据美妆操作中被选中的颜色,获取与被选中的颜色对应的颜色查找表,其中,颜色查找表中的输出颜色以渐变形式进行排列;在颜色查找表中分别查找与目标部位中至少一个像素点的原始颜色对应的输出颜色,作为目标部位中至少一个像素点的初始目标颜色。
在一种可能的实现方式中,融合模块用于:根据预设融合强度,分别确定原始颜色的第一融合比例以及目标颜色的第二融合比例;根据第一融合比例和第二融合比例,将原始颜色与目标颜色进行融合,得到融合人脸图像。
在一种可能的实现方式中,原始颜色提取模块用于:获取目标部位对应的目标素材;根据目标素材中至少一个像素点的透明度,提取人脸图像的目标部位中至少一个像素点的原始颜色。
在一种可能的实现方式中,装置还用于:对人脸图像中的目标部位进行识别,得到人脸图像中目标部位的初始位置;原始颜色提取模块进一步用于:根据目标部位,获取与目标部位对应的原始目标素材;将原始目标素材与预设人脸图像中的目标部位进行融合,得到标准素材图像;基于初始位置,对标准素材图像进行提取,得到目标素材。
在一种可能的实现方式中,美妆操作包括唇妆操作,目标部位包括嘴唇部位。
应用场景示例
在计算机视觉领域,如何得到更加真实自然的唇妆处理后的图像成为目前一个亟待解决的问题。
图10示出根据本公开一应用示例的示意图,如图所示,本公开应用示例提出了一种图像处理方法,包括如下过程:
步骤S31,响应于针对人脸图像的唇部的唇妆操作,将原始的唇妆素材(图2中的唇妆mask)放置到如图4所示的预设人脸图像中唇部所在的位置,得到标准素材图像;
步骤S32,在人脸图像中,通过关键点识别确定人脸关键点,并使用人脸关键点与通过人脸关键点插值出的一些点构建如图3所示的人脸图像中人脸区域的三角网格;
步骤S33,通过人脸关键点对应的三角网格,确定人脸图像中唇部的位置坐标去采样标准素材图像,来获取目标素材;
步骤S34,根据目标素材,确定人脸图像中唇部所在图像区域,得到人脸图像中唇部部位的图像;
步骤S35,提取唇部部位的图像中多个像素点的原始颜色,并通过该原始颜色在颜色查找表上查找对应的初始目标颜色;
步骤S36,通过一个预设的卷积核,获取该卷积核对唇部部位的图像做高斯滤波之后各像素点的中间颜色以及中间颜色对应的第二亮度,以及该卷积核在唇部部位的图像上进行移动的过程中,覆盖的每个区域中具有最高亮度的像素点的第三亮度;
步骤S37,根据得到的调整系数,以及预设的光源值来对初始目标颜色进行调整,得到目标颜色;其中,得到目标颜色的方式可以参考上述各公开实施例中的公式(3),得到调整系数的方式可以详见下述各示例:
在对人脸图像中的唇部进行雾面光效处理的情况下,可以通过下述方式来得到对初始目标颜色的调整系数:若像素点的第一亮度(与像素点的颜色值对应的亮度值)大于预设亮度阈值,则通过上述公开实施例中提到的公式(1)来计算调整系数;若像素点的第一亮度小于或等于预设亮度阈值,则通过上述公开实施例中提到的公式(2)来计算调整系数;
在对人脸图像中的唇部进行水润光效处理的情况下,可以通过下述方式来得到对初始目标颜色的调整系数:若像素点的第一亮度大于第三亮度,则通过上述公开实施例中提到的公式(4)来计算调整系数;若像素点的第一亮度小于或等于第三亮度,则将调整系数设置为0;
在对人脸图像中的唇部进行闪烁光效处理的情况下,可以通过下述方式来得到对初始目标颜色的调整系数:若像素点的第一亮度大于第三亮度,则同样通过上述公开实施例中提到的公式(4)来计算调整系数;若像素点的第一亮度小于或等于第三亮度,则生成一个在第一预设数值范围以内的随机数值,并判断该随机数值是否属于第二预设数值范围以内,若属于,则通过上述公开实施例中提到的公式(5)来计算调整系数;若不属于,则将调整系数设置为0;
步骤S38,将目标颜色与原始颜色按照用户所给的预设融合强度进行融合,得到如图6~图8所示的融合人脸图像。
通过本公开应用示例提出的方法,可以根据人脸图像中的亮度信息,对融合的目标颜色进行调整以得到符合美妆处理类型的光泽效果,从而使得得到的人脸融合图像更加真实可靠且符合用户需求。
本公开应用示例中提出的图像处理方法,除了可以应用于对人脸图像中的唇部进行唇妆处理以外,还可以扩展应用于其他的美妆操作,比如腮红或是眼影等美妆操作,随着美妆操作类型的不同,本公开应用示例提出的图像处理方法可以相应的进行灵活扩展与改动。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性计算机可读存储介质或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
在实际应用中,上述存储器可以是易失性存储器(volatile memory),例如RAM;或者非易失性存储器(non-volatile memory),例如ROM,快闪存储器(flash memory),硬盘(Hard Disk Drive,HDD)或固态硬盘(Solid-State Drive,SSD);或者上述种类的存储器的组合,并向处理器提供指令和数据。
上述处理器可以为ASIC、DSP、DSPD、PLD、FPGA、CPU、控制器、微控制器、微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器功能的电子器件还可以为其它,本公开实施例不作具体限定。
电子设备可以被提供为终端、服务器或其它形态的设备。
基于前述实施例相同的技术构思,本公开实施例还提供了一种计算机程序,该计算机程序被处理器执行时实现上述方法。
图11是根据本公开实施例的一种电子设备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,个人数字助理等终端。
参照图11,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,电源组件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,2G或3G,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人员信息。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,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图12是根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图12,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态人员信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (15)
1.一种图像处理方法,其特征在于,包括:
响应于针对人脸图像的目标部位的美妆操作,提取所述人脸图像的目标部位中至少一个像素点的原始颜色;
获取所述目标部位中至少一个像素点的亮度信息;
基于所述原始颜色以及所述亮度信息,确定所述目标部位中至少一个像素点的目标颜色;
将所述目标部位中至少一个像素点的原始颜色和目标颜色进行融合,得到融合人脸图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述原始颜色以及所述亮度信息,确定所述目标部位中至少一个像素点的目标颜色,包括:
根据所述美妆操作中被选中的颜色,对所述目标部位中至少一个像素点的原始颜色进行对应颜色查找,确定所述目标部位中至少一个像素点的初始目标颜色;
基于所述亮度信息,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色。
3.根据权利要求2所述的方法,其特征在于,所述亮度信息包括第一亮度、第二亮度以及第三亮度中的至少一种;
所述获取所述目标部位中至少一个像素点的亮度信息,包括:
识别所述美妆操作的处理类型,根据所述处理类型,采用至少一种处理方式提取所述至少一个像素点的第一亮度、第二亮度以及第三亮度中的至少一种;
所述至少一种处理方式包括:
根据所述像素点的原始颜色,确定所述像素点的第一亮度;和/或,
根据所述像素点在所述目标部位中的预设处理范围,获取所述预设处理范围中具有目标亮度的像素点的第二亮度;和/或,
通过预设卷积核对所述像素点进行滤波,根据所述像素点经过滤波所得到的中间颜色,确定所述像素点的第三亮度,其中,所述预设卷积核的滤波范围与所述预设处理范围一致。
4.根据权利要求3所述的方法,其特征在于,所述处理类型包括雾面光效,所述亮度信息包括所述第一亮度和所述第三亮度;
所述基于所述亮度信息,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色,包括:
在所述第一亮度大于预设亮度阈值的情况下,根据所述第一亮度以及所述预设亮度阈值,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,
在所述第一亮度小于或等于预设亮度阈值的情况下,根据所述第一亮度以及所述第三亮度,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色。
5.根据权利要求3所述的方法,其特征在于,所述处理类型包括水润光效,所述亮度信息包括所述第一亮度、所述第二亮度和所述第三亮度;
所述基于所述亮度信息,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色,包括:
在所述第一亮度大于所述第三亮度的情况下,根据所述第一亮度、所述第二亮度、所述第三亮度以及预设的亮度半径,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,
在所述第一亮度小于或等于所述第三亮度的情况下,将所述像素点的初始目标颜色作为所述像素点的目标颜色。
6.根据权利要求3所述的方法,其特征在于,所述处理类型包括闪烁光效,所述亮度信息包括第一亮度、第二亮度和第三亮度;
所述基于所述亮度信息,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色,包括:
在所述第一亮度大于所述第三亮度的情况下,根据所述第一亮度、所述第二亮度、所述第三亮度以及预设的亮度半径,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,
在所述第一亮度小于或等于所述第三亮度的情况下,在第一预设数值范围内生成随机数值;根据所述随机数值,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色。
7.根据权利要求6所述的方法,其特征在于,所述根据所述随机数值,对所述初始目标颜色进行调整,得到所述目标部位中至少一个像素点的目标颜色,包括:
在所述随机数值属于第二预设数值范围以内的情况下,根据所述随机数值和所述像素点在所述目标素材中对应的透明度,对所述像素点的初始目标颜色进行调整,得到所述像素点的目标颜色;或者,
在所述随机数值属于第二预设数值范围以外的情况下,将所述像素点的初始目标颜色作为所述像素点的目标颜色。
8.根据权利要求2至7中任意一项所述的方法,其特征在于,所述根据所述美妆操作中被选中的颜色,对所述目标部位中至少一个像素点的原始颜色进行对应颜色查找,确定所述目标部位中至少一个像素点的初始目标颜色,包括:
根据所述美妆操作中被选中的颜色,获取与所述被选中的颜色对应的颜色查找表,其中,所述颜色查找表中的输出颜色以渐变形式进行排列;
在所述颜色查找表中分别查找与所述目标部位中至少一个像素点的原始颜色对应的输出颜色,作为所述目标部位中至少一个像素点的初始目标颜色。
9.根据权利要求1至8中任意一项所述的方法,其特征在于,所述将所述目标部位中至少一个像素点的原始颜色和目标颜色进行融合,得到融合人脸图像,包括:
根据预设融合强度,分别确定所述原始颜色的第一融合比例以及所述目标颜色的第二融合比例;
根据所述第一融合比例和所述第二融合比例,将所述原始颜色与所述目标颜色进行融合,得到融合人脸图像。
10.根据权利要求1至9中任意一项所述的方法,其特征在于,所述响应于针对人脸图像的目标部位的美妆操作,提取所述人脸图像的目标部位中至少一个像素点的原始颜色,包括:
获取所述目标部位对应的目标素材;
根据所述目标素材中至少一个像素点的透明度,提取所述人脸图像的目标部位中至少一个像素点的原始颜色。
11.根据权利要求10所述的方法,其特征在于,所述方法还包括:
对所述人脸图像中的目标部位进行识别,得到所述人脸图像中目标部位的初始位置;
所述获取所述目标部位对应的目标素材,包括:
根据所述目标部位,获取与所述目标部位对应的原始目标素材;
将所述原始目标素材与预设人脸图像中的目标部位进行融合,得到标准素材图像;
基于所述初始位置,对所述标准素材图像进行提取,得到目标素材。
12.根据权利要求1至11中任意一项所述的方法,其特征在于,所述美妆操作包括唇妆操作,所述目标部位包括嘴唇部位。
13.一种图像处理装置,其特征在于,包括:
原始颜色提取模块,用于响应于针对人脸图像的目标部位的美妆操作,提取所述人脸图像的目标部位中至少一个像素点的原始颜色;
亮度信息获取模块,用于获取所述目标部位中至少一个像素点的亮度信息;
目标颜色确定模块,用于基于所述原始颜色以及所述亮度信息,确定所述目标部位中至少一个像素点的目标颜色;
融合模块,用于将所述目标部位中至少一个像素点的原始颜色和目标颜色进行融合,得到融合人脸图像。
14.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至12中任意一项所述的方法。
15.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至12中任意一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110203295.2A CN112767285B (zh) | 2021-02-23 | 2021-02-23 | 图像处理方法及装置、电子设备和存储介质 |
EP21927457.8A EP4207048A4 (en) | 2021-02-23 | 2021-06-29 | IMAGE PROCESSING METHOD AND DEVICE, ELECTRONIC DEVICE AND STORAGE MEDIUM |
PCT/CN2021/103249 WO2022179026A1 (zh) | 2021-02-23 | 2021-06-29 | 图像处理方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110203295.2A CN112767285B (zh) | 2021-02-23 | 2021-02-23 | 图像处理方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112767285A true CN112767285A (zh) | 2021-05-07 |
CN112767285B CN112767285B (zh) | 2023-03-10 |
Family
ID=75703946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110203295.2A Active CN112767285B (zh) | 2021-02-23 | 2021-02-23 | 图像处理方法及装置、电子设备和存储介质 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4207048A4 (zh) |
CN (1) | CN112767285B (zh) |
WO (1) | WO2022179026A1 (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113240760A (zh) * | 2021-06-29 | 2021-08-10 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置、计算机设备和存储介质 |
CN113436284A (zh) * | 2021-07-30 | 2021-09-24 | 上海商汤智能科技有限公司 | 一种图像处理方法、装置、计算机设备和存储介质 |
CN113486962A (zh) * | 2021-07-12 | 2021-10-08 | 深圳市慧鲤科技有限公司 | 图像生成方法及装置、电子设备和存储介质 |
CN113570583A (zh) * | 2021-07-30 | 2021-10-29 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113762212A (zh) * | 2021-09-27 | 2021-12-07 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113781359A (zh) * | 2021-09-27 | 2021-12-10 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2022179026A1 (zh) * | 2021-02-23 | 2022-09-01 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2022179215A1 (zh) * | 2021-02-23 | 2022-09-01 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2023273246A1 (zh) * | 2021-06-28 | 2023-01-05 | 展讯通信(上海)有限公司 | 人脸图像处理方法及装置、计算机可读存储介质、终端 |
WO2023005850A1 (zh) * | 2021-07-30 | 2023-02-02 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备、存储介质及计算机程序产品 |
WO2023045946A1 (zh) * | 2021-09-27 | 2023-03-30 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2023045961A1 (zh) * | 2021-09-27 | 2023-03-30 | 上海商汤智能科技有限公司 | 虚拟对象的生成方法及装置、电子设备和存储介质 |
WO2023169287A1 (zh) * | 2022-03-11 | 2023-09-14 | 北京字跳网络技术有限公司 | 美妆特效的生成方法、装置、设备、存储介质和程序产品 |
WO2023179074A1 (zh) * | 2022-03-25 | 2023-09-28 | 上海商汤智能科技有限公司 | 图像融合方法及装置、电子设备、存储介质、计算机程序、计算机程序产品 |
CN117522760A (zh) * | 2023-11-13 | 2024-02-06 | 书行科技(北京)有限公司 | 图像处理方法、装置、电子设备、介质及产品 |
Citations (9)
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 |
CN107798652A (zh) * | 2017-10-31 | 2018-03-13 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和电子设备 |
US20180182079A1 (en) * | 2016-12-28 | 2018-06-28 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
WO2018201662A1 (zh) * | 2017-05-05 | 2018-11-08 | 广州视源电子科技股份有限公司 | 嘴唇渲染颜色的方法、装置及电子设备 |
WO2018223561A1 (zh) * | 2017-06-07 | 2018-12-13 | 广州视源电子科技股份有限公司 | 虚拟化妆的方法和系统 |
CN109583385A (zh) * | 2018-11-30 | 2019-04-05 | 深圳市脸萌科技有限公司 | 人脸图像处理方法、装置、电子设备及计算机存储介质 |
CN109859098A (zh) * | 2019-01-15 | 2019-06-07 | 深圳市云之梦科技有限公司 | 人脸图像融合方法、装置、计算机设备及可读存储介质 |
CN111369644A (zh) * | 2020-02-28 | 2020-07-03 | 北京旷视科技有限公司 | 人脸图像的试妆处理方法、装置、计算机设备和存储介质 |
CN111784568A (zh) * | 2020-07-06 | 2020-10-16 | 北京字节跳动网络技术有限公司 | 人脸图像处理方法、装置、电子设备及计算机可读介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3723349B2 (ja) * | 1998-06-18 | 2005-12-07 | 株式会社資生堂 | 口紅色変換システム |
JP4760999B1 (ja) * | 2010-10-29 | 2011-08-31 | オムロン株式会社 | 画像処理装置、画像処理方法、および制御プログラム |
JP7200139B2 (ja) * | 2017-07-13 | 2023-01-06 | 株式会社 資生堂 | 仮想顔化粧の除去、高速顔検出およびランドマーク追跡 |
CN107610201A (zh) * | 2017-10-31 | 2018-01-19 | 北京小米移动软件有限公司 | 基于图像处理的润唇方法及装置 |
CN109584180A (zh) * | 2018-11-30 | 2019-04-05 | 深圳市脸萌科技有限公司 | 人脸图像处理方法、装置、电子设备及计算机存储介质 |
CN112767285B (zh) * | 2021-02-23 | 2023-03-10 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
-
2021
- 2021-02-23 CN CN202110203295.2A patent/CN112767285B/zh active Active
- 2021-06-29 EP EP21927457.8A patent/EP4207048A4/en active Pending
- 2021-06-29 WO PCT/CN2021/103249 patent/WO2022179026A1/zh unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180182079A1 (en) * | 2016-12-28 | 2018-06-28 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
WO2018201662A1 (zh) * | 2017-05-05 | 2018-11-08 | 广州视源电子科技股份有限公司 | 嘴唇渲染颜色的方法、装置及电子设备 |
WO2018223561A1 (zh) * | 2017-06-07 | 2018-12-13 | 广州视源电子科技股份有限公司 | 虚拟化妆的方法和系统 |
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 |
CN107798652A (zh) * | 2017-10-31 | 2018-03-13 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和电子设备 |
CN109583385A (zh) * | 2018-11-30 | 2019-04-05 | 深圳市脸萌科技有限公司 | 人脸图像处理方法、装置、电子设备及计算机存储介质 |
CN109859098A (zh) * | 2019-01-15 | 2019-06-07 | 深圳市云之梦科技有限公司 | 人脸图像融合方法、装置、计算机设备及可读存储介质 |
CN111369644A (zh) * | 2020-02-28 | 2020-07-03 | 北京旷视科技有限公司 | 人脸图像的试妆处理方法、装置、计算机设备和存储介质 |
CN111784568A (zh) * | 2020-07-06 | 2020-10-16 | 北京字节跳动网络技术有限公司 | 人脸图像处理方法、装置、电子设备及计算机可读介质 |
Non-Patent Citations (1)
Title |
---|
甄蓓蓓等: "一种基于样例的数字人脸化妆算法", 《云南大学学报(自然科学版)》, 15 November 2010 (2010-11-15) * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022179026A1 (zh) * | 2021-02-23 | 2022-09-01 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2022179215A1 (zh) * | 2021-02-23 | 2022-09-01 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2023273246A1 (zh) * | 2021-06-28 | 2023-01-05 | 展讯通信(上海)有限公司 | 人脸图像处理方法及装置、计算机可读存储介质、终端 |
CN113240760B (zh) * | 2021-06-29 | 2023-11-24 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置、计算机设备和存储介质 |
CN113240760A (zh) * | 2021-06-29 | 2021-08-10 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置、计算机设备和存储介质 |
EP4207075A4 (en) * | 2021-06-29 | 2024-04-03 | Beijing Sensetime Tech Development Co Ltd | IMAGE PROCESSING METHOD AND APPARATUS, AND COMPUTER DEVICE AND STORAGE MEDIUM |
WO2023273111A1 (zh) * | 2021-06-29 | 2023-01-05 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置、计算机设备和存储介质 |
CN113486962A (zh) * | 2021-07-12 | 2021-10-08 | 深圳市慧鲤科技有限公司 | 图像生成方法及装置、电子设备和存储介质 |
CN113436284A (zh) * | 2021-07-30 | 2021-09-24 | 上海商汤智能科技有限公司 | 一种图像处理方法、装置、计算机设备和存储介质 |
CN113570583A (zh) * | 2021-07-30 | 2021-10-29 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2023005850A1 (zh) * | 2021-07-30 | 2023-02-02 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备、存储介质及计算机程序产品 |
WO2023005853A1 (zh) * | 2021-07-30 | 2023-02-02 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备、存储介质及计算机程序产品 |
CN113762212A (zh) * | 2021-09-27 | 2021-12-07 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2023045961A1 (zh) * | 2021-09-27 | 2023-03-30 | 上海商汤智能科技有限公司 | 虚拟对象的生成方法及装置、电子设备和存储介质 |
WO2023045946A1 (zh) * | 2021-09-27 | 2023-03-30 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113781359A (zh) * | 2021-09-27 | 2021-12-10 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2023169287A1 (zh) * | 2022-03-11 | 2023-09-14 | 北京字跳网络技术有限公司 | 美妆特效的生成方法、装置、设备、存储介质和程序产品 |
WO2023179074A1 (zh) * | 2022-03-25 | 2023-09-28 | 上海商汤智能科技有限公司 | 图像融合方法及装置、电子设备、存储介质、计算机程序、计算机程序产品 |
CN117522760A (zh) * | 2023-11-13 | 2024-02-06 | 书行科技(北京)有限公司 | 图像处理方法、装置、电子设备、介质及产品 |
Also Published As
Publication number | Publication date |
---|---|
EP4207048A1 (en) | 2023-07-05 |
CN112767285B (zh) | 2023-03-10 |
WO2022179026A1 (zh) | 2022-09-01 |
EP4207048A4 (en) | 2024-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112767285B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112801916A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112766234B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN108986199B (zh) | 虚拟模型处理方法、装置、电子设备及存储介质 | |
CN111553864B (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN107944447B (zh) | 图像分类方法及装置 | |
EP3208745B1 (en) | Method and apparatus for identifying picture type | |
JP7166171B2 (ja) | インタフェース画像の表示方法、装置及びプログラム | |
CN112219224B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109472738B (zh) | 图像光照校正方法及装置、电子设备和存储介质 | |
CN113194254A (zh) | 图像拍摄方法及装置、电子设备和存储介质 | |
CN110619610B (zh) | 图像处理方法及装置 | |
CN111091610A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113763286A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111192218B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107424130B (zh) | 图片美颜方法和装置 | |
CN113570581A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111935418B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
US10438377B2 (en) | Method and device for processing a page | |
CN111294576B (zh) | 一种自动白平衡处理方法、装置及电子设备 | |
WO2023045946A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
WO2023045961A1 (zh) | 虚拟对象的生成方法及装置、电子设备和存储介质 | |
CN113781359A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
EP3273437A1 (en) | Method and device for enhancing readability of a display | |
CN114463212A (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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40045109 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |