CN113034349A - 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
- CN113034349A CN113034349A CN202110315381.2A CN202110315381A CN113034349A CN 113034349 A CN113034349 A CN 113034349A CN 202110315381 A CN202110315381 A CN 202110315381A CN 113034349 A CN113034349 A CN 113034349A
- Authority
- CN
- China
- Prior art keywords
- region
- face image
- area
- hairline
- pixels
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 title claims abstract description 22
- 210000004209 hair Anatomy 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000015654 memory Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 210000003128 head Anatomy 0.000 description 23
- 238000010586 diagram Methods 0.000 description 9
- 101100269850 Caenorhabditis elegans mask-1 gene Proteins 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000010367 cloning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 241000218645 Cedrus Species 0.000 description 1
- 241000218691 Cupressaceae Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G06T3/04—
Landscapes
- Image Processing (AREA)
Abstract
本公开关于一种图像处理方法、装置、电子设备及存储介质。该方法包括:获取人脸图像,并在人脸图像上确定目标发际线;确定人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定头顶边缘线与目标发际线之间的第二区域;确定人脸图像中属于第一区域并且不属于第二区域的区域,得到第一标记区域;确定人脸图像中属于第二区域并且不属于第一区域的区域,得到第二标记区域;在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像。本公开至少解决相关技术中难以逼真、自然地生成人脸发际线的问题。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
在人像美颜中,需要根据用户的需求,对人脸图像中五官的位置、大小、形状等进行调整,例如,可以对人脸图像中的发际线形状进行调整。
相关技术中出现了通过对脸部图像中的发际线部位进行变形以调整发际线的形状的方法,但是该方法容易使得人脸其他部位出现不自然的形变。相关技术中还出现了通过大量人脸图像以及调整发际线后的人脸图像进行模型训练,从而根据模型确定待调整发际线的人脸图像的发际线形状,但是该方法无法将发际线调整至用户需求的任意位置形状。
也即,由于不同用户的发际线不同,且不同用户对调整后的发际线的要求也不同,相关技术中难以将人脸图像中的发际线形状逼真、自然地调整至任意目标发际线形状。
针对相关技术中难以逼真、自然地生成人脸发际线的问题,目前尚未提出有效的解决方案。
发明内容
本公开提供一种图像处理方法、装置、电子设备及存储介质,以至少解决相关技术中难以逼真、自然地生成人脸发际线的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种图像处理方法,包括:获取人脸图像,并在人脸图像上确定目标发际线;确定人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定头顶边缘线与目标发际线之间的第二区域;确定人脸图像中属于第一区域并且不属于第二区域的区域,得到第一标记区域;确定人脸图像中属于第二区域并且不属于第一区域的区域,得到第二标记区域;在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像。
可选地,在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像包括:在人脸图像上对像素进行遍历;在当前像素点位于第一标记区域的情况下,采用皮肤区域的像素值替换当前像素点的像素值;在当前像素点位于第二标记区域的情况下,采用头发区域的像素值替换当前像素点的像素值;在当前像素点位于人脸图像上除第一标记区域和第二标记区域以外的其他区域的情况下,确定当前像素点的像素值为人脸图像上的原始像素值。
可选地,在当前像素点位于第一标记区域的情况下,采用皮肤区域的像素值替换当前像素点的像素值包括:在第一标记区域内确定当前像素点所属的预设尺寸的区域,得到第一预设区域;在人脸图像的皮肤区域中搜索与第一预设区域的像素值差异最小的第二预设区域,其中,第二预设区域为预设尺寸的区域;采用第二预设区域中的第一目标像素点的像素值替换当前像素点的像素值,其中,第一目标像素点在第二预设区域中的位置与当前像素点在第一预设区域中的位置相对应。
可选地,在当前像素点位于第二标记区域的情况下,采用头发区域的像素值替换当前像素点的像素值包括:在第二标记区域内确定当前像素点所属的预设尺寸的区域,得到第三预设区域;在人脸图像的头发区域中搜索与第三预设区域的像素值差异最小的第四预设区域,其中,第四预设区域为预设尺寸的区域;采用第四预设区域中的第二目标像素点的像素值替换当前像素点的像素值,其中,第二目标像素点在四预设区域中的位置与当前像素点在第三预设区域中的位置相对应。
可选地,在人脸图像上确定目标发际线包括:获取预设发际线,将预设发际线缩放至与人脸图像匹配的尺寸,并将缩放后的预设发际线添加到人脸图像中,得到目标发际线;或接收用户在人脸图像上添加的曲线段,并将曲线段确定为目标发际线。
可选地,在确定人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定头顶边缘线与目标发际线之间的第二区域之前,该方法还包括:确定人脸图像上的多个头顶边缘关键点,依次连接多个头顶边缘关键点,得到头顶边缘线;确定人脸图像上的多个初始发际线关键点,依次连接多个初始发际线关键点,得到初始发际线。
可选地,在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像之后,该方法还包括:对进行像素替换后的第一标记区域的边界进行平滑处理,并对进行像素替换后的第二标记区域的边界进行平滑处理。
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:获取单元,被配置为获取人脸图像,并在人脸图像上确定目标发际线;第一确定单元,被配置为确定人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定头顶边缘线与目标发际线之间的第二区域;第二确定单元,被配置为确定人脸图像中属于第一区域但不属于第二区域的区域,得到第一标记区域;第三确定单元,被配置为确定人脸图像中属于第一区域并且不属于第二区域的区域,得到第一标记区域;调整单元,被配置为在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像。
可选地,调整单元包括:遍历模块,被配置为在人脸图像上对像素进行遍历;第一替换模块,被配置为在当前像素点位于第一标记区域的情况下,采用皮肤区域的像素值替换当前像素点的像素值;第二替换模块,被配置为在当前像素点位于第二标记区域的情况下,采用头发区域的像素值替换当前像素点的像素值;第一确定模块,被配置为在当前像素点位于人脸图像上除第一标记区域和第二标记区域以外的其他区域的情况下,确定当前像素点的像素值为人脸图像上的原始像素值。
可选地,第一替换模块包括:第一确定子模块,被配置为在第一标记区域内确定当前像素点所属的预设尺寸的区域,得到第一预设区域;第一搜索子模块,被配置为在人脸图像的皮肤区域中搜索与第一预设区域的像素值差异最小的第二预设区域,其中,第二预设区域为预设尺寸的区域;第一替换子模块,被配置为采用第二预设区域中的第一目标像素点的像素值替换当前像素点的像素值,其中,第一目标像素点在第二预设区域中的位置与当前像素点在第一预设区域中的位置相对应。
可选地,第二替换模块包括:第二确定子模块,被配置为在第二标记区域内确定当前像素点所属的预设尺寸的区域,得到第三预设区域;第二搜索子模块,被配置为在人脸图像的头发区域中搜索与第三预设区域的像素值差异最小的第四预设区域,其中,第四预设区域为预设尺寸的区域;第二替换子模块,被配置为采用第四预设区域中的第二目标像素点的像素值替换当前像素点的像素值,其中,第二目标像素点在四预设区域中的位置与当前像素点在第三预设区域中的位置相对应。
可选地,获取单元包括第二确定模块,第二确定模块被配置为在人脸图像上确定目标发际线,第二确定模块包括:获取子模块,被配置为获取预设发际线,将预设发际线缩放至与人脸图像匹配的尺寸,并将缩放后的预设发际线添加到人脸图像中,得到目标发际线;或接收子模块,被配置为接收用户在人脸图像上添加的曲线段,并将曲线段确定为目标发际线。
可选地,该装置还包括:第四确定单元,被配置为在确定人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定头顶边缘线与目标发际线之间的第二区域之前,确定人脸图像上的多个头顶边缘关键点,依次连接多个头顶边缘关键点,得到头顶边缘线;第五确定单元,被配置为确定人脸图像上的多个初始发际线关键点,依次连接多个初始发际线关键点,得到初始发际线。
可选地,该装置还包括:处理单元,被配置为在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像之后,对进行像素替换后的第一标记区域的边界进行平滑处理,并对进行像素替换后的第二标记区域的边界进行平滑处理。
根据本公开实施例的第三方面,提供一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,处理器被配置为执行指令,以实现上述任一项的图像处理方法。
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,使得电子设备能够执行上述任一项的图像处理方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述任一项的图像处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
本公开通过获取人脸图像,并在人脸图像上确定目标发际线;确定人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定头顶边缘线与目标发际线之间的第二区域;确定人脸图像中属于第一区域并且不属于第二区域的区域,得到第一标记区域;确定人脸图像中属于第二区域并且不属于第一区域的区域,得到第二标记区域;在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像,可以通过对头顶边缘线到初始发际线的区域以及头顶边缘线到目标发际线的区域之间的差异区域进行像素替换实现将人脸图像中的初始发际线调整至目标发际线的目的,达到了逼真、自然地生成人脸发际线的技术效果,解决了相关技术中难以逼真、自然地生成人脸发际线的问题。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种图像处理方法的应用场景示意图。
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3是根据一示例性实施例示出的一种图像处理方法中的人脸图像一。
图4是根据一示例性实施例示出的一种图像处理方法中的人脸图像二。
图5是根据一示例性实施例示出的一种图像处理方法中的人脸图像三。
图6是根据一示例性实施例示出的一种图像处理方法中的人脸图像四。
图7是根据一示例性实施例示出的一种图像处理方法中的人脸图像五。
图8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9是根据一示例性实施例示出的一种终端的框图。
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。
本申请提供实施例一的图像处理方法,可以应用于如图1所示的应用场景中,图1为一个实施例中信息处理的应用场景图,该应用场景可以包括客户端110和服务器120,其中,服务器120可以通过网络与客户端110进行通信连接。客户端110显示获取的人脸形状以及目标发际线,并触发第一目标请求至服务器120,服务器120响应第一目标请求以确定人脸图像中的头顶边缘线与初始发际线之间的第一区域、头顶边缘线与目标发际线之间的第二区域,并对确定第一区域和第二区域之间的至少一个差异区域的像素采用皮肤像素或头发像素进行替换,并返回调整后的人脸图像。从而在客户端110的脸部模型中显示调整后的人脸图像,实现了将人脸图像中的初始发际线调整至目标发际线的技术效果,解决了相关技术中难以逼真、自然地生成人脸发际线的问题。
图2是是根据一示例性实施例示出的一种图像处理方法的流程图,如图2所示,图像处理方法用于服务器中,包括以下步骤。
在步骤S201中,根据本公开实施例的第一方面,提供一种图像处理方法,包括:获取人脸图像,并在人脸图像上确定目标发际线。
具体地,人脸图像为包括人脸区域的图像,可以通过拍照软件调用终端设备的摄像头来获取人脸图像,也可以从终端设备的图库来获取人脸图像。
目标发际线为人脸图像中用户期望将初始发际线调整至的发际线,可选地,在本公开的实施例示出的图像处理方法中,在人脸图像上确定目标发际线包括:获取预设发际线,将预设发际线缩放至与人脸图像匹配的尺寸,并将缩放后的预设发际线添加到人脸图像中,得到目标发际线;或接收用户在人脸图像上添加的曲线段,并将曲线段确定为目标发际线。
在一种可选的实施方式中,用户可以从拍照软件的发际线库中选择预设发际线,对预设发际线的比例进行调整,并将调整后的发际线添加至人脸图像中的额头位置,得到目标发际线。
具体地,发际线库中的预设发际线的形状可以为设计师设计的,也可以为采用模型从多个包含发际线的图片中训练得到的,本公开实施例不限定预设发际线的形状的获取方式。
在另一种可选的实施方式中,用户可以在显示有人脸图像的界面上进行触摸操作,并根据用户的触摸轨迹形成的曲线段的确定目标发际线。
通过本公开实施例,可以采用不同的方式在人脸图像上确定任意形状的目标发际线,目标发际线的确定方式灵活性,确定出的目标发际线与人脸的适配程度高。
在步骤S202中,确定人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定头顶边缘线与目标发际线之间的第二区域。
需要说明的是,初始发际线和目标发际线的形状存在差异,初始发际线和目标发际线在人脸图像中的位置也存在区别,为了确定初始发际线和目标发际线之间的形状和位置差异,从而将初始发际线的形状和位置调整至目的发际线的形状和位置,可以确定头顶边缘线与初始发际线之间的第一区域(头顶边缘线可以为人脸区域的耳朵部位之上的人脸边缘轮廓线),并确定头顶边缘线与目标发际线之间的第二区域,从而根据第一区域和第二区域之间的差异确定初始发际线和目标发际线之间的形状和位置差异,为初始发际线的调整奠定数据基础。
在步骤S203中,确定人脸图像中属于第一区域并且不属于第二区域的区域,得到第一标记区域。
在步骤S204中,确定人脸图像中属于第二区域并且不属于第一区域的区域,得到第二标记区域。
需要说明的是,第一区域和第二区域之间的关系根据初始发际线和目标发际线的形状和位置不同而存在差异,第一区域和第二区域之间的关系具体可以分为以下三种类型:
如图3所示,实线为初始发际线,虚线为目标发际线,在初始发际线的位置整体低于目标发际线的位置的情况下,第二区域包含第一区域,因而人脸图像中存在第二标记区域,不存在第一标记区域。
如图4所示,实线为初始发际线,虚线为目标发际线,在初始发际线的位置整体高于目标发际线的位置的情况下,第一区域包含第二区域,因而人脸图像中存在第一标记区域,不存在第二标记区域。
如图5所示,实线为初始发际线,虚线为目标发际线,在初始发际线和目标发际线的位置存在交叉的情况下,也即第一区域和第二区域存在部分重叠的情况下,人脸图像中既存在第一标记区域,也存在第二标记区域。
需要说明的是,目标发际线到头顶边缘线之间的区域中应该全是头发,在不考虑其他五官的情况下,目标发际线到头顶边缘线之间的区域以外的区域应全是皮肤。
因而,在人脸图像中确定属于第一区域并且不属于第二区域的第一标记区域,采用皮肤进行填充,并确定属于第二区域并且不属于第一区域的第二标记区域,采用头发行填充。
在步骤S205中,在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像。
具体地,可以先使用头发分割算法将人脸图像中的头发区域标记出来并进行保存,并进一步获取皮肤区域的像素。例如,可以采用用于识别头发区域的第一模型对人脸图像进行处理,得到人脸图像对应的二值图,其中头发所在区域位置像素值为255,非头发区域像素值为0,需要说明的是,第一模型由多个第一预设人脸图像训练得到,每个第一预设人脸图像中对预设头发区域进行标记。
相应的,可以使用肤色检测算法将图像中的皮肤区域标记出来并进行保存,并进一步获取头发区域的像素。例如,采用用于识别皮肤区域的第二模型对人脸图像进行处理,得到人脸图像对应的二值图,其中,其中皮肤所在区域位置像素值为255,非皮肤区域像素值为0需要说明的是,第二模型由多个第二预设人脸图像训练得到,每个第二预设人脸图像中对预设皮肤区域进行标记。
进一步的,在得到皮肤区域的像素和头发区域的像素之后,对于第一标记区域,采用皮肤区域的像素进行填充,对于第二标记区域,采用头发区域的像素进行填充,使得目标发际线到头顶边缘线之间的区域均由头发区域的像素填充,目标发际线到头顶边缘线之间的区域以外的区域均由皮肤区域的像素填充,实现了通过像素替换的方式将初始发际线调整至目标发际线的目的。
本公开实施例,在人脸图像上确定目标发际线后,确定人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定头顶边缘线与目标发际线之间的第二区域;在人脸图像中,采用皮肤区域的像素替换属于第一区域并且不属于第二区域的第一标记区域的像素,并采用头发区域的像素替换属于第二区域并且不属于第一区域的第二标记区域的像素,得到调整后的目标人脸图像,可以通过对头顶边缘线到初始发际线的区域以及头顶边缘线到目标发际线的区域之间的差异区域进行像素替换实现将人脸图像中的初始发际线调整至目标发际线的目的,达到了逼真、自然地生成人脸发际线的技术效果,解决了相关技术中难以逼真、自然地生成人脸发际线的问题。
通过遍历人脸图像中的像素点的方式实现像素替换,可选地,在本公开的实施例示出的图像处理方法中,在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像包括:在人脸图像上对像素进行遍历;在当前像素点位于第一标记区域的情况下,采用皮肤区域的像素值替换当前像素点的像素值;在当前像素点位于第二标记区域的情况下,采用头发区域的像素值替换当前像素点的像素值;在当前像素点位于人脸图像上除第一标记区域和第二标记区域以外的其他区域的情况下,确定当前像素点的像素值为人脸图像上的原始像素值。
具体地,目标发际线到头顶边缘线之间的区域中应该全是头发,输入第一区域和第二区域,如图6所示,对于第一区域第二区域的重叠区域,不需要做修改,将该区域记为mask0;对于属于第一区域并且不属于第二区域的第一标记区域,采用皮肤区域的像素进行填充,将该区域记为mask1;对于属于第二区域并且不属于第一区域的第二标记区域,采用头发区域像素来填充,将该区域记为mask2;对于人脸图像中不属于上述任何一个区域的部分,不需要做修改,将该部分记为mask3。
进一步的,在人脸图像上对像素进行遍历,如果像素点在mask3内,则输出像素等于原像素;如果像素点在mask0内,则输出像素等于原像素;如果像素点在mask1内,则在人脸图像的皮肤区域中选取与mask1中的像素点匹配的皮肤像素进行像素替换;如果像素点在mask2内,则在人脸图像的头发区域选取与mask2中的像素点匹配的头发像素进行像素替换。
可以采用patchmatch的方式从人脸图像的皮肤区域中选取与mask1中的像素点匹配的皮肤像素,可选地,在本公开的实施例示出的图像处理方法中,在当前像素点位于第一标记区域的情况下,采用皮肤区域的像素值替换当前像素点的像素值包括:在第一标记区域内确定当前像素点所属的预设尺寸的区域,得到第一预设区域;在人脸图像的皮肤区域中搜索与第一预设区域的像素值差异最小的第二预设区域,其中,第二预设区域为预设尺寸的区域;采用第二预设区域中的第一目标像素点的像素值替换当前像素点的像素值,其中,第一目标像素点在第二预设区域中的位置与当前像素点在第一预设区域中的位置相对应。
具体地,在当前像素点位于第一标记区域的情况下,确定当前像素点所在的第一预设区域为patch1,patch1的尺寸为预设尺寸,例如,预设尺寸可以均为3×3像素,皮肤区域中的预设尺寸的区域和patch1的像素值差异越小,说明两个区域之间相似度越高,用该预设尺寸的区域中像素点的像素值替换当前像素点的像素值后,替换后的像素点的显示更自然。
因而,在人脸图像的皮肤区域中进行预设尺寸的区域的搜索,得到与patch1的像素值差异最小预设尺寸的区域,也即第二预设区域patch2,并采用patch2中的第一目标像素点的像素值替换当前像素点的像素值,其中,第一目标像素点在patch2中的位置与当前像素点在patch1中的位置相同。
需要说明的是,patch1的像素值可以由patch1中的各个像素点的像素值的均值表征,皮肤区域中的预设尺寸的区域和patch1的像素值差异可以由二者的像素值的平方差确定,像素值的平方差越小,说明两个区域之间的差异越小。
通过本实施例,采用patchmatch的方式从人脸图像的皮肤区域中选取与第一标记区域中的像素点匹配的皮肤像素,并采用皮肤像素替换第一标记区域的像素,使得替换后的像素与周围的像素之间的差异更小,从而使得调整后的发际线逼真。
可以采用patchmatch的方式从人脸图像的头发区域中选取与mask2中的像素点匹配的头发像素,可选地,在本公开的实施例示出的图像处理方法中,在当前像素点位于第二标记区域的情况下,采用头发区域的像素值替换当前像素点的像素值包括:在第二标记区域内确定当前像素点所属的预设尺寸的区域,得到第三预设区域;在人脸图像的头发区域中搜索与第三预设区域的像素值差异最小的第四预设区域,其中,第四预设区域为预设尺寸的区域;采用第四预设区域中的第二目标像素点的像素值替换当前像素点的像素值,其中,第二目标像素点在四预设区域中的位置与当前像素点在第三预设区域中的位置相对应。
具体地,在当前像素点位于第二标记区域的情况下,确定当前像素点所在的第三预设区域为patch3,patch3的尺寸为预设尺寸,头发区域中的预设尺寸的区域和patch3的像素值差异越小,说明两个区域之间相似度越高,用该预设尺寸的区域中像素点的像素值替换当前像素点的像素值后,替换后的像素点的显示更自然。
因而,在人脸图像的头发区域中进行预设尺寸的区域的搜索,得到与patch3的像素值差异最小预设尺寸的区域,也即第四预设区域patch4,并采用patch4中的第二目标像素点的像素值替换当前像素点的像素值,其中,第二目标像素点在patch4中的位置与当前像素点在patch2中的位置相同。
通过本实施例,采用patchmatch的方式从人脸图像的头发区域中选取与第二标记区域中的像素点匹配的头发像素,并采用头发像素替换第二标记区域的像素,使得替换后的像素与周围的像素之间的差异更小,从而使得调整后的发际线逼真。
头顶边缘线、初始发际线可以分别通过多个关键点进行表征,可选地,在本公开的实施例示出的图像处理方法中,在确定人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定头顶边缘线与目标发际线之间的第二区域之前,该方法还包括:确定人脸图像上的多个头顶边缘关键点,依次连接多个头顶边缘关键点,得到头顶边缘线;确定人脸图像上的多个初始发际线关键点,依次连接多个初始发际线关键点,得到初始发际线。
在一种可选的实施方式中,可以使用人脸关键点定位算法,获取多个头顶边缘线的多个关键点,具体地,先获取多个人脸区域关键点,并确定多个人脸区域关键点在坐标轴中的坐标位置,依次遍历横坐标,将每个横坐标对应的纵坐标值最大的人脸区域关键点确定为多个头顶边缘关键点。相应的,可以使用发际线定位算法,获取初始发际线多个关键点,具体地,确定人脸图像上的皮肤区域,通过关键点回归的方式从皮肤区域中确定多个初始发际线关键点。
进一步的,得到多个头顶边缘线关键点和多个初始发际线关键点后,连接多个头顶边缘关键点得到头顶边缘线,连接多个初始发际线关键点得到初始发际线,为确定头顶边缘线与初始发际线之间的第一区域,以及头顶边缘线与目标发际线之间的第二区域奠定数据基础。
为了使得调整发际线后的人脸图像逼真自然,可选地,在本公开的实施例示出的图像处理方法中,在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像之后,该方法还包括:对进行像素替换后的第一标记区域的边界进行平滑处理,并对进行像素替换后的第二标记区域的边界进行平滑处理。
可选地,在对人脸图像的全部像素进行处理后,可以对进行像素处理后的图像做柏松克隆,完成像素填充区域的边界的和谐处理,从而使得调整后的发际线更加平滑,使得调整发际线后的人脸图像逼真自然。
图7是根据一示例性实施例示出的一种图像处理方法的示意图。参照图7,该方法包括:
首先,输入一张人脸图像,使用头发分割算法将图像中的头发区域标记出来保存到 src_hair_mask中,使用肤色检测算法将图像中的皮肤区域标记出来保存到src_skin_mask 中;使用发际线定位算法,将原始发际线的几个重要关键点记录到src_hairline中;使用人脸关键点定位算法,将头顶边缘线的几个重要关键点记录到head_point中。
进一步的,将设计师设计不同形状的发际线中的的目标发际线关键点映射到当前人脸图像上,保存此时的目标发际线tar_hairline。Tar_hairline和头顶边缘线的中间区域记录为tar_hair_area(目标图像头发区域),src_hairline和头顶边缘线的中间区域记录为 src_hair_area(原始图像头发区域)。
需要说明的是,原始发际线和目标发际线的形状和位置存在区别,目标发际线到额头顶点的中间区域中应该全是头发。输入tar_hair_area和src_hair_area,对于两个区域的交集部分,不需要做任何修改,将该区域记为mask0;对于src_hair_area包含而tar_hair_area 不包含的区域,采用皮肤像素进行填充,将该区域记为mask1;对于tar_hair_area包含而 src_hair_area不包含的区域,用头发像素进行填充,将该区域记为mask2,对于原图中不属于上述任何一个区域的部分,将该部分记为mask3。
进一步地,在原图上对像素进行遍历,如果像素点在mask3内,则输出像素等于原像素;如果像素点在mask0内,则输出像素等于原像素;如果像素点在mask1内,则在 src_skin_mask对应的原图位置上找匹配的patch去做像素点的替换;如果像素点在mask2 内,则在src_hair_mask所在的原图区域找匹配的patch去做像素点的替换,具体地,patch 匹配的方式为patchmatch。
最后,对人脸图像做完全部像素的处理后,对图像做柏松克隆,实现填充区域的边界的和谐化,使得调整发际线后的图像逼真自然。
图8是根据一示例性实施例示出的一种图像处理装置框图。参照图8,该装置包括获取单元801,第一确定单元802,第二确定单元803,第三确定单元804和调整单元805。
获取单元801,被配置为获取人脸图像,并在人脸图像上确定目标发际线。
第一确定单元802,被配置为确定人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定头顶边缘线与目标发际线之间的第二区域。
第二确定单元803,被配置为确定人脸图像中属于第一区域但不属于第二区域的区域,得到第一标记区域。
第三确定单元804,被配置为确定人脸图像中属于第一区域并且不属于第二区域的区域,得到第一标记区域。
调整单元805,被配置为在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像。
可选地,在本公开实施例的图像处理装置中,调整单元805包括:遍历模块,被配置为在人脸图像上对像素进行遍历;第一替换模块,被配置为在当前像素点位于第一标记区域的情况下,采用皮肤区域的像素值替换当前像素点的像素值;第二替换模块,被配置为在当前像素点位于第二标记区域的情况下,采用头发区域的像素值替换当前像素点的像素值;第一确定模块,被配置为在当前像素点位于人脸图像上除第一标记区域和第二标记区域以外的其他区域的情况下,确定当前像素点的像素值为人脸图像上的原始像素值。
可选地,在本公开实施例的图像处理装置中,第一替换模块包括:第一确定子模块,被配置为在第一标记区域内确定当前像素点所属的预设尺寸的区域,得到第一预设区域;第一搜索子模块,被配置为在人脸图像的皮肤区域中搜索与第一预设区域的像素值差异最小的第二预设区域,其中,第二预设区域为预设尺寸的区域;第一替换子模块,被配置为采用第二预设区域中的第一目标像素点的像素值替换当前像素点的像素值,其中,第一目标像素点在第二预设区域中的位置与当前像素点在第一预设区域中的位置相对应。
可选地,在本公开实施例的图像处理装置中,第二替换模块包括:第二确定子模块,被配置为在第二标记区域内确定当前像素点所属的预设尺寸的区域,得到第三预设区域;第二搜索子模块,被配置为在人脸图像的头发区域中搜索与第三预设区域的像素值差异最小的第四预设区域,其中,第四预设区域为预设尺寸的区域;第二替换子模块,被配置为采用第四预设区域中的第二目标像素点的像素值替换当前像素点的像素值,其中,第二目标像素点在四预设区域中的位置与当前像素点在第三预设区域中的位置相对应。
可选地,在本公开实施例的图像处理装置中,获取单元801包括第二确定模块,第二确定模块被配置为在人脸图像上确定目标发际线,第二确定模块包括:获取子模块,被配置为获取预设发际线,将预设发际线缩放至与人脸图像匹配的尺寸,并将缩放后的预设发际线添加到人脸图像中,得到目标发际线;或接收子模块,被配置为接收用户在人脸图像上添加的曲线段,并将曲线段确定为目标发际线。
可选地,在本公开实施例的图像处理装置中,该装置还包括:第四确定单元,被配置为在确定人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定头顶边缘线与目标发际线之间的第二区域之前,确定人脸图像上的多个头顶边缘关键点,依次连接多个头顶边缘关键点,得到头顶边缘线;第五确定单元,被配置为确定人脸图像上的多个初始发际线关键点,依次连接多个初始发际线关键点,得到初始发际线。
可选地,在本公开实施例的图像处理装置中,该装置还包括:处理单元,被配置为在人脸图像中,采用皮肤区域的像素替换第一标记区域的像素,并采用头发区域的像素替换第二标记区域的像素,得到调整后的目标人脸图像之后,对进行像素替换后的第一标记区域的边界进行平滑处理,并对进行像素替换后的第二标记区域的边界进行平滑处理。
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。
在示例性实施例中,还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,处理器被配置为执行指令,以实现上述任一项的图像处理方法。
在示例性实施例中,还提供了一种计算机可读存储介质,当存储介质中的指令由信息处理方法的电子设备的处理器执行时,使得信息处理方法的电子设备能够执行上述任一项的图像处理方法。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,当在数据处理设备上执行时,适于执行初始化上述任一项所述的图像处理方法的程序。该计算机产品可以是一种终端,该终端可以是计算机终端群中的任意一个计算机终端设备。可选地,在本公开实施例中,上述终端也可以为移动终端等终端设备。
可选地,在本公开实施例中,上述终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地,图9是根据一示例性实施例示出的一种终端的结构框图。如图9所示,该终端可以包括:一个或多个(图中仅示出一个)处理器91、用于存储处理器可执行指令的存储器93;其中,处理器被配置为执行指令,以实现上述任一项的页面处理方法。
其中,存储器可用于存储软件程序以及模块,如本公开实施例中的页面处理方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的页面处理方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本领域普通技术人员可以理解,图9所示的结构仅为示意,计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等终端设备。图9其并不对上述电子装置的结构造成限定。例如,终端9还可包括比图9中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图9所示不同的配置。
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 (10)
1.一种图像处理方法,其特征在于,包括:
获取人脸图像,并在所述人脸图像上确定目标发际线;
确定所述人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定所述头顶边缘线与所述目标发际线之间的第二区域;
确定所述人脸图像中属于所述第一区域并且不属于所述第二区域的区域,得到第一标记区域;
确定所述人脸图像中属于所述第二区域并且不属于所述第一区域的区域,得到第二标记区域;
在所述人脸图像中,采用皮肤区域的像素替换所述第一标记区域的像素,并采用头发区域的像素替换所述第二标记区域的像素,得到调整后的目标人脸图像。
2.根据权利要求1所述的图像处理方法,其特征在于,所述在所述人脸图像中,采用皮肤区域的像素替换所述第一标记区域的像素,并采用头发区域的像素替换所述第二标记区域的像素,得到调整后的目标人脸图像包括:
在所述人脸图像上对像素进行遍历;
在当前像素点位于所述第一标记区域的情况下,采用所述皮肤区域的像素值替换所述当前像素点的像素值;
在所述当前像素点位于所述第二标记区域的情况下,采用所述头发区域的像素值替换所述当前像素点的像素值;
在所述当前像素点位于所述人脸图像上除所述第一标记区域和所述第二标记区域以外的其他区域的情况下,确定所述当前像素点的像素值为所述人脸图像上的原始像素值。
3.根据权利要求2所述的图像处理方法,其特征在于,所述在当前像素点位于所述第一标记区域的情况下,采用所述皮肤区域的像素值替换所述当前像素点的像素值包括:
在所述第一标记区域内确定所述当前像素点所属的预设尺寸的区域,得到第一预设区域;
在所述人脸图像的皮肤区域中搜索与所述第一预设区域的像素值差异最小的第二预设区域,其中,所述第二预设区域为所述预设尺寸的区域;
采用所述第二预设区域中的第一目标像素点的像素值替换所述当前像素点的像素值,其中,所述第一目标像素点在所述第二预设区域中的位置与所述当前像素点在所述第一预设区域中的位置相对应。
4.根据权利要求2所述的图像处理方法,其特征在于,所述在所述当前像素点位于所述第二标记区域的情况下,采用所述头发区域的像素值替换所述当前像素点的像素值包括:
在所述第二标记区域内确定所述当前像素点所属的预设尺寸的区域,得到第三预设区域;
在所述人脸图像的头发区域中搜索与所述第三预设区域的像素值差异最小的第四预设区域,其中,所述第四预设区域为所述预设尺寸的区域;
采用所述第四预设区域中的第二目标像素点的像素值替换所述当前像素点的像素值,其中,所述第二目标像素点在所述四预设区域中的位置与所述当前像素点在所述第三预设区域中的位置相对应。
5.根据权利要求1所述的图像处理方法,其特征在于,所述在所述人脸图像上确定目标发际线包括:
获取预设发际线,将所述预设发际线缩放至与所述人脸图像匹配的尺寸,并将缩放后的所述预设发际线添加到所述人脸图像中,得到所述目标发际线;或
接收用户在所述人脸图像上添加的曲线段,并将所述曲线段确定为所述目标发际线。
6.根据权利要求1所述的图像处理方法,其特征在于,在所述人脸图像中,采用皮肤区域的像素替换所述第一标记区域的像素,并采用头发区域的像素替换所述第二标记区域的像素,得到调整后的目标人脸图像之后,所述方法还包括:
对进行像素替换后的所述第一标记区域的边界进行平滑处理,并对进行像素替换后的所述第二标记区域的边界进行平滑处理。
7.一种图像处理装置,其特征在于,包括:
获取单元,被配置为获取人脸图像,并在所述人脸图像上确定目标发际线;
第一确定单元,被配置为确定所述人脸图像中的头顶边缘线与初始发际线之间的第一区域,并确定所述头顶边缘线与所述目标发际线之间的第二区域;
第二确定单元,被配置为确定所述人脸图像中属于所述第一区域但不属于所述第二区域的区域,得到第一标记区域;
第三确定单元,被配置为确定所述人脸图像中属于所述第一区域并且不属于所述第二区域的区域,得到第一标记区域;
调整单元,被配置为在所述人脸图像中,采用皮肤区域的像素替换所述第一标记区域的像素,并采用头发区域的像素替换所述第二标记区域的像素,得到调整后的目标人脸图像。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的图像处理方法。
9.一种计算机可读存储介质,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6中任一项所述的图像处理方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110315381.2A CN113034349B (zh) | 2021-03-24 | 2021-03-24 | 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 |
---|---|---|---|
CN202110315381.2A CN113034349B (zh) | 2021-03-24 | 2021-03-24 | 图像处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113034349A true CN113034349A (zh) | 2021-06-25 |
CN113034349B CN113034349B (zh) | 2023-11-14 |
Family
ID=76473906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110315381.2A Active CN113034349B (zh) | 2021-03-24 | 2021-03-24 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113034349B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565507A (zh) * | 2022-01-17 | 2022-05-31 | 北京新氧科技有限公司 | 一种头发处理方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170372459A1 (en) * | 2015-09-29 | 2017-12-28 | Tencent Technology (Shenzhen) Company Limited | Image processing method and image processing apparatus |
CN107730444A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和计算机设备 |
CN109544445A (zh) * | 2018-12-11 | 2019-03-29 | 维沃移动通信有限公司 | 一种图像处理方法、装置及移动终端 |
CN109559288A (zh) * | 2018-11-30 | 2019-04-02 | 深圳市脸萌科技有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN109886144A (zh) * | 2019-01-29 | 2019-06-14 | 深圳市云之梦科技有限公司 | 虚拟试发方法、装置、计算机设备和存储介质 |
CN109934766A (zh) * | 2019-03-06 | 2019-06-25 | 北京市商汤科技开发有限公司 | 一种图像处理方法及装置 |
CN110021000A (zh) * | 2019-05-06 | 2019-07-16 | 厦门欢乐逛科技股份有限公司 | 基于图层变形的发际线修复方法及装置 |
WO2019165604A1 (zh) * | 2018-02-28 | 2019-09-06 | 华为技术有限公司 | 一种发际线轮廓的定位方法、装置及计算机可读存储介质 |
-
2021
- 2021-03-24 CN CN202110315381.2A patent/CN113034349B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170372459A1 (en) * | 2015-09-29 | 2017-12-28 | Tencent Technology (Shenzhen) Company Limited | Image processing method and image processing apparatus |
CN107730444A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和计算机设备 |
WO2019165604A1 (zh) * | 2018-02-28 | 2019-09-06 | 华为技术有限公司 | 一种发际线轮廓的定位方法、装置及计算机可读存储介质 |
CN109559288A (zh) * | 2018-11-30 | 2019-04-02 | 深圳市脸萌科技有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN109544445A (zh) * | 2018-12-11 | 2019-03-29 | 维沃移动通信有限公司 | 一种图像处理方法、装置及移动终端 |
CN109886144A (zh) * | 2019-01-29 | 2019-06-14 | 深圳市云之梦科技有限公司 | 虚拟试发方法、装置、计算机设备和存储介质 |
CN109934766A (zh) * | 2019-03-06 | 2019-06-25 | 北京市商汤科技开发有限公司 | 一种图像处理方法及装置 |
US20200334812A1 (en) * | 2019-03-06 | 2020-10-22 | Beijing Sensetime Technology Development Co., Ltd. | Image processing methods and apparatuses |
CN110021000A (zh) * | 2019-05-06 | 2019-07-16 | 厦门欢乐逛科技股份有限公司 | 基于图层变形的发际线修复方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565507A (zh) * | 2022-01-17 | 2022-05-31 | 北京新氧科技有限公司 | 一种头发处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113034349B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111598993B (zh) | 基于多视角成像技术的三维数据重建方法、装置 | |
CN109815776B (zh) | 动作提示方法和装置、存储介质及电子装置 | |
CN104281847A (zh) | 一种点读方法、装置及设备 | |
CN111739027B (zh) | 一种图像处理方法、装置、设备及可读存储介质 | |
CN111754415A (zh) | 人脸图像处理方法及装置、图像设备及存储介质 | |
CN108111911B (zh) | 基于自适应跟踪框分割的视频数据实时处理方法及装置 | |
CN110149551B (zh) | 媒体文件播放方法和装置、存储介质及电子装置 | |
US11157773B2 (en) | Image editing by a generative adversarial network using keypoints or segmentation masks constraints | |
CN108463823A (zh) | 一种用户头发模型的重建方法、装置及终端 | |
CN113657357B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112037314A (zh) | 图像显示方法、装置、显示设备及计算机可读存储介质 | |
CN110490959B (zh) | 三维图像处理方法及装置、虚拟形象生成方法以及电子设备 | |
CN111429338B (zh) | 用于处理视频的方法、装置、设备和计算机可读存储介质 | |
CN111652123A (zh) | 图像处理和图像合成方法、装置和存储介质 | |
CN113034349B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN113822965A (zh) | 图像渲染处理方法、装置和设备及计算机存储介质 | |
CN110267079B (zh) | 待播放视频中人脸的替换方法和装置 | |
CN109445569A (zh) | 基于ar的信息处理方法、装置、设备及可读存储介质 | |
CN113658035A (zh) | 脸部变换方法、装置、设备、存储介质以及产品 | |
CN113706550A (zh) | 图像场景识别和模型训练方法、装置和计算机设备 | |
CN111652792B (zh) | 图像的局部处理、直播方法、装置、设备和存储介质 | |
CN116977539A (zh) | 图像处理方法、装置、计算机设备、存储介质和程序产品 | |
CN114399423B (zh) | 图像内容移除方法、系统、介质、设备及数据处理终端 | |
KR101738896B1 (ko) | 패턴 복사를 이용한 가상 피팅 시스템 및 그 방법 | |
CN109872277A (zh) | 信息处理方法和装置 |
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 |