CN113298721B - 人脸图像处理方法、装置、电子设备及存储介质 - Google Patents
人脸图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113298721B CN113298721B CN202010107937.4A CN202010107937A CN113298721B CN 113298721 B CN113298721 B CN 113298721B CN 202010107937 A CN202010107937 A CN 202010107937A CN 113298721 B CN113298721 B CN 113298721B
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- area
- region
- gray
- 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 26
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 12
- 230000001965 increasing effect Effects 0.000 claims description 12
- 230000002708 enhancing effect Effects 0.000 claims description 5
- 230000003313 weakening effect Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005282 brightening Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 210000003128 head Anatomy 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007363 regulatory process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Classifications
-
- G06T5/94—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
-
- 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
Abstract
本公开提供了一种人脸图像处理方法、装置、电子设备及存储介质,涉及图像处理领域。该人脸图像处理方法首先获得输入的人脸图像,并确定所述人脸图像的三维姿态角度;将预存储的标准人脸灰度图像旋转至所述三维姿态角度;确定所述标准人脸灰度图像中的待处理区域,并将所述待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,得到待混叠灰度图像;将所述待混叠灰度图像与所述输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像。对亮度调节后的待处理区域,由于待处理区域内的像素点明暗不一,立体效果更加真实、自然,并且不会产生新的缺陷。
Description
技术领域
本公开涉及图像处理领域,尤其涉及一种人脸图像处理方法、装置、电子设备及存储介质。
背景技术
爱美之心,人皆有之。随着社会的发展与科技的进步,当前的图像处理应用程序大多包括美颜功能,可以将拍照的照片进行美颜,提升用户的颜值。
相关技术中,大多数图像处理应用程序的“美颜”功能,主要通过三角形warp或photoshop内的液化算法,对图像进行局部变形完成的,只能达到二维层面视觉效果,得到的人脸图像的颜值不高,同时,图像的局部形变会使得临近区域产生不必要的拉伸,并且会带来一些新的缺陷。比如,对人脸图像中的鼻子进行形状改变进行瘦鼻,但是这样改变后的鼻子,没有高鼻梁的视觉感,并且造成对鼻子临近区域产生不必要的拉伸,如对鼻子调窄会造成脸就相对变大,造成了新的缺陷。
发明内容
本公开提供一种人脸图像处理方法、装置、电子设备及存储介质,以至少解决相关技术中进行调节后的人脸图像的颜值不高,同时,对调节部位的临近区域产生的不必要的拉伸带来一些新的缺陷的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种人脸图像处理方法,包括:
获得输入的人脸图像,并确定所述人脸图像的三维姿态角度;
将预存储的标准人脸灰度图像旋转至所述三维姿态角度;
确定所述标准人脸灰度图像中的待处理区域,并将所述待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,得到待混叠灰度图像;
将所述待混叠灰度图像与所述输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,所述图层混叠的过程为:根据所述待混叠灰度图像中的像素点的灰度值,对所述输入的人脸图像中的像素点的灰度值进行调整。
可选地,在所述得到待混叠灰度图像之前,所述方法还包括:
减弱所述待处理区域朝内一侧属于所述调亮区域的亮度,以及增强所述待处理区域朝内一侧属于所述调暗区域的亮度。
可选地,所述确定所述人脸图像的三维姿态角度步骤包括:
提取出所述人脸图像中多个关键特征区域中的特征像素点;
根据所述多个关键特征区域中的特征像素点进行头部姿态估计,以确定所述人脸图像的三维姿态角度。
可选地,所述减弱所述待处理区域朝内一侧属于所述调亮区域的亮度,以及增强所述待处理区域朝内一侧属于所述调暗区域的亮度包括:
将待处理区域朝内一侧属于所述调亮区域的灰度降低至与所述预设的第一阈值差值在预设的第二阈值范围内;
将待处理区域朝内一侧属于所述调暗区域的灰度值升高至与所述预设的第一阈值差值在预设的第三阈值范围内。
可选地,所述确定所述人脸灰度图像中的待处理区域包括:
确定所述人脸灰度图像中目标关键特征;
提取所述目标关键特征的轮廓像素点;
根据所述轮廓像素点圈定的区域范围,确定待处理区域。
可选地,所述根据所述轮廓像素点圈定的区域范围,确定待处理区域包括:
将所述轮廓像素点圈定的区域范围,确定为待处理区域;
或者,将所述轮廓像素点圈定的区域范围放大,并将放大后的区域范围确定为待处理区域。
可选地,在所述所述待混叠灰度图像的待处理区域与所述输入的人脸图像的待处理区域进行图层混叠之前,所述方法还包括:
确定所述人脸图像的待处理区域中的非人脸特征区域与人脸特征区域;
所述待混叠灰度图像的待处理区域与所述输入的人脸图像的待处理区域进行图层混叠包括:对所述待混叠灰度图像的待处理区域与所述输入的人脸图像中的人脸特征区域的待处理区域进行图层混叠。
可选地,在所述得到混叠后的目标人脸图像之后,所述方法还包括:
对混叠后的待处理区域的灰度值与未进行混叠的待处理区域的灰度值加权平均,根据加权平均后的灰度值对待处理区域中的人脸特征区域再次进行图层混叠。
可选地,所述根据待混叠灰度图像中的像素点的灰度值,对输入的人脸图像中的像素点的灰度值进行调整包括:
根据待混叠灰度图像中特征像素点、输入的人脸图像中的特征像素点将所述待混叠灰度图像映射至输入的人脸图像;
根据柔光公式、待混叠灰度图像中的像素点的灰度值,对输入的人脸图像中的像素点的灰度值进行调整。
根据本公开实施例的第二方面,还提供了一种人脸图像处理装置,包括:
姿态角度确定单元,被配置成执行获得输入的人脸图像,并确定所述人脸图像的三维姿态角度;
图像旋转单元,被配置成执行将预存储的标准人脸灰度图像旋转至所述三维姿态角度;
标准图像处理单元,被配置成执行确定所述标准人脸灰度图像中的待处理区域,并将所述待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,得到待混叠灰度图像;
图层混叠单元,被配置成执行将所述待混叠灰度图像与所述输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,所述图层混叠的过程为:根据所述待混叠灰度图像中的像素点的灰度值,对所述输入的人脸图像中的像素点的灰度值进行调整。
可选地,标准图像处理单元还被配置成执行减弱所述待处理区域朝内一侧属于所述调亮区域的亮度,以及增强所述待处理区域朝内一侧属于所述调暗区域的亮度。
可选地,所述姿态角度确定单元包括:
信息提取模块,被配置成执行提取出所述人脸图像中多个关键特征区域中的特征像素点;
姿态估计模块,被配置成执行根据所述多个关键特征区域中的特征像素点进行头部姿态估计,以确定所述人脸图像的三维姿态角度。
可选地,所述标准图像处理单元还被具体配置成将待处理区域朝内一侧属于所述调亮区域的灰度降低至与所述预设的第一阈值差值在预设的第二阈值范围内;将待处理区域朝内一侧属于所述调暗区域的灰度值升高至与所述预设的第一阈值差值在预设的第三阈值范围内。
可选地,所述标准图像处理单元包括:
关键特征确定模块,被配置成执行确定所述人脸灰度图像中目标关键特征;
信息提取模块,被配置成执行提取所述目标关键特征的轮廓像素点;
待处理区域确定模块,被配置成执行根据所述轮廓像素点圈定的区域范围,确定待处理区域。
可选地,待处理区域确定模块将所述轮廓像素点圈定的区域范围,确定为待处理区域;或者,将所述轮廓像素点圈定的区域范围放大,并将放大后的区域范围确定为待处理区域。
可选地,所述装置还包括:
区域确定单元,被配置成执行确定所述人脸图像的待处理区域中的非人脸特征区域与人脸特征区域;
所述图层混叠单元,被具体配置成对所述待混叠灰度图像的待处理区域与所述输入的人脸图像中的人脸特征区域的待处理区域进行图层混叠。
可选地,所述标准图像处理单元还被配置成对混叠后的待处理区域的灰度值与未进行混叠的待处理区域的灰度值加权平均;
图层混叠单元还被配置成根据加权平均后的灰度值对待处理区域中的人脸特征区域再次进行图层混叠。
可选地,图层混叠单元还被具体配置成根据待混叠灰度图像中特征像素点、输入的人脸图像中的特征像素点将所述待混叠灰度图像映射至输入的人脸图像;根据柔光公式、待混叠灰度图像中的像素点的灰度值,对输入的人脸图像中的像素点的灰度值进行调整。
根据本公开实施例的第三方面,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,处理器被配置为执行指令,以实现本公开实施例第一方面的人脸图像处理方法。
根据本公开实施例的第四方面,提供了一种存储介质,当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本公开实施例第一方面的人脸图像处理方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括指令,当计算机程序产品被计算机所执行时,该指令使得所述计算机执行本公开实施例第一方面的人脸图像处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:通过将预存储的标准人脸灰度图像旋转至三维姿态角度;然后确定标准人脸灰度图像中的待处理区域,并将待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,得到待混叠灰度图像;接着将待混叠灰度图像与所述输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,图层混叠的过程为:根据待混叠灰度图像中的像素点的灰度值,对所述输入的人脸图像中的像素点的灰度值进行调整,灰度值调整的过程即亮度调节的过程,对于亮度调节后的待处理区域,由于待处理区域内被调节后的像素点明暗不一(包含被调亮的区域及被调暗的区域),可以达到立体感的视觉效果,并且不会产生新的缺陷,从而得到人脸图像的颜值高。
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人脸图像处理方法的流程图。
图2是根据一示例性实施例示出的一种人脸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一种人脸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人脸图像处理方法的流程图。
图5是根据一示例性实施例示出的一种人脸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人脸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人脸图像处理装置的框图。
图8是根据一示例性实施例示出的一种人脸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人脸图像处理装置的框图。
图10是根据一示例性实施例示出的一种电子设备的电路连接框图。
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。
请参阅图1,本公开实施例提供了一种人脸图像处理方法,应用于电子设备100,该电子设备100可以为用户终端,其中,用户终端安装有图像处理应用程序。所述方法包括:
S11:获得输入的人脸图像,并确定人脸图像的三维姿态角度。
其中,人脸图像可以为但不限于用户利用用户终端的摄像头实时拍摄的,也可以是即时通信应用程序发送的,还可以是图像库中预存储的。当用户进入图像处理应用程序的界面后,点击“选择图片”,即可任意选择一个人脸图像,完成后,即可获得输入的人脸图像。在现实场景下,被拍照人可能是抬头、低头、摇头或者正视前方,因此,需要确定人脸图像的三维姿态角度。
S12:将预存储的标准人脸灰度图像旋转至三维姿态角度。
预存储的标准人脸灰度图像是一个正视前方的人脸灰度图像,由于需要后续需要将人脸灰度图像与输入的人脸图像进行匹配,因此,需要将预存储的标准人脸灰度图像进行旋转至与输入的人脸图像的三维姿态角度一致。
S13:确定标准人脸灰度图像中的待处理区域,并将待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,得到待混叠灰度图像。
其中,人脸灰度图像中的待处理区域可以为人脸的关键特征的所在区域,例如,眼睛、鼻子、嘴巴等等的所在区域。待处理区域朝内一侧是指人脸正对摄像头被拍到的一侧,待处理区域朝外一侧是指人脸侧向摄像头被拍到的一侧。另外,待处理区域还可以包括灰度值小于预设的第一阈值的不处理区域,预设的第一阈值可以为0.45、0.5、0.55等等,在此不做限定。可以理解地,待处理区域朝内一侧的处于背光的一侧,因此,可以减弱待处理区域朝内一侧的明暗度,以增强用户的视觉立体感。例如,当待处理区域为鼻子时,减弱鼻子朝内的一侧的明暗度,可以让用户感到鼻子更加挺拔,给人以高鼻梁的视觉立体感。
S14:将待混叠灰度图像与输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,图层混叠的过程为:根据待混叠灰度图像中的像素点的灰度值,对输入的人脸图像中的像素点的灰度值进行调整。
具体地,对灰度值调整的过程可以为:首先根据待混叠灰度图像中特征像素点、输入的人脸图像中的特征像素点将待混叠灰度图像映射至输入的人脸图像;然后根据柔光公式、待混叠灰度图像中的像素点的灰度值,对输入的人脸图像中的像素点的灰度值进行调整。
具体地,可以根据柔光算式dst=src*(src+2.0*alpha*(1.0-src))对人脸灰度图像的待处理区域与输入的人脸图像的待处理区域进行图层混叠,其中,dst为调节后的像素值,src为输入的人脸图像的待处理区域的像素值,alpha为人脸灰度图像的待处理区域的像素值。上述的柔光算式的具体原理为:
首先,正片叠底加阴影处理:(0.0<alpha<0.5)。根据算式dst=src*(src*(1.0–2*alpha)+1.0*2*alpha)进行正片叠底加阴影处理。具体地,将src与1.0进行系数为2*alpha的融合,alpha从0.0增至0.5,融合结果从src增至1.0,融合结果与src进行正片叠底得到从src*src渐变为src的结果,达到加阴影效果。
然后,滤色加高光处理:(0.5<alpha<1.0)。根据dst=src+src*(2*alpha–1.0))–src*src*(2*alpha–1.0))进行滤色加高光处理。具体地,将src与0.0进行系数为2*(1.0–alpha)的融合,alpha从0.5增至1.0,融合结果从0.0增至src,融合结果与src进行滤色,得到从src渐变为src+src*(1.0-src)的结果,达到加高光效果。
最后,将正片叠底加阴影处理后的结果与滤色加高光处理后的结果进行融合,即为柔光公式dst=src*(src+2.0*alpha*(1.0-src)),其中,(0.0<alpha<1.0),alpha为0.0->0.5->1.0,dst则为“加阴影->原图->加高光”,并且随着alpha递增,效果逐步过渡。
该人脸图像处理方法,通过将预存储的标准人脸灰度图像旋转至三维姿态角度;然后确定标准人脸灰度图像中的待处理区域,并将待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,得到待混叠灰度图像;接着将待混叠灰度图像与所述输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,图层混叠的过程为:根据待混叠灰度图像中的像素点的灰度值,对所述输入的人脸图像中的像素点的灰度值进行调整,灰度值调整的过程即亮度调节的过程,对于亮度调节后的待处理区域,由于待处理区域内被调节后的像素点明暗不一(包含被调亮的区域及被调暗的区域),可以达到立体感的视觉效果,并且不会产生新的缺陷,从而得到人脸图像的颜值高。
可选地,如图2所示,S11包括:
S21:提取出人脸图像中多个关键特征区域的像素点。
其中,多个关键特征区域可以包括眼睛、鼻子、嘴巴、眉毛等等所在区域。
S22:根据多个关键特征区域的像素点进行头部姿态估计,以获得人脸图像的三维姿态角度。
S23:根据头部姿态估计算法、关键特征区域的像素点的位置信息和几何关系即可估计出人脸的朝向(即头部的姿态)。
可选地,S13包括:减弱待处理区域朝内一侧属于所述调亮区域的亮度,以及增强所述待处理区域朝内一侧属于所述调暗区域的亮度。具体地,例如,包括:
S31:将待处理区域朝内一侧属于调亮区域的灰度降低至与预设的第一阈值差值在预设的第二阈值范围内。
将调亮区域的灰度值降低至与预设的第一阈值差值在预设的第二阈值内,即,将调亮区域的灰度值降低至与预设的第一阈值接近。当调亮区域的灰度值至与预设的第一阈值越接近时,明亮程度也越低。
S32:将待处理区域朝内一侧属于调暗区域的灰度值升高至与所述预设的第一阈值差值在预设的第三阈值范围内。
将调暗区域的灰度值降低至与预设的第一阈值差值在预设的第三阈值内,即,将调暗区域的灰度值升高至与预设的第一阈值接近。当调暗区域的灰度值升高至与预设的第一阈值越接近时,阴暗程度也越低。
可选地,如图4所示,S13包括:
S41:确定人脸灰度图像中目标关键特征。
其中,目标关键特征可以为例如,眼睛、鼻子、嘴巴等等人脸特征。
S42:提取目标关键特征的轮廓像素点。
S43:根据轮廓像素点圈定的区域范围,确定待处理区域。
具体地,可以将所述轮廓像素点圈定的区域范围,确定为待处理区域;或者,还可以将轮廓像素点圈定的区域范围放大,并将放大后的区域范围确定为待处理区域
例如,可以对轮廓像素点圈定的区域范围进行放大1.1倍、1.2倍等等,在此不做限定。由于图像识别对目标关键特征所处的区域的确定可能存在误差,因此,轮廓像素点圈定的区域范围进行放大,以保证目标关键特征完全落入待处理区域。
可选地,如图5所示,在S14之前,所述方法还包括:
S51:确定人脸图像的待处理区域中的非人脸特征区域与人脸特征区域。
人脸图像中可能包含手势、树叶、花朵覆盖住原始人脸特征的非人脸特征区域,而非人脸特征区域是不需要被调节的,因此,需要识别出人脸图像的待处理区域中的非人脸特征区域与人脸特征区域。
S52:对待混叠灰度图像的待处理区域与输入的人脸图像中的人脸特征区域的待处理区域进行图层混叠。
仅仅对待处理区域中的人脸特征区域进行图层混叠,以实现亮度调节,可以实现精准调节。
具体地,可以将对混叠后的待处理区域的灰度值与未进行混叠的待处理区域的灰度值加权平均,根据加权平均后的灰度值对待处理区域中的人脸特征区域再次进行图层混叠,以再次进行亮度调节。
根据加权平均后的灰度值对待处理区域中的人脸特征区域进行亮度调节后得到的人脸图像,可以实现颜值高与图像的真实性之间达到平衡。另外,随时响应用户的修改指令而修改加权平均的系数,以符合用户的调节需求与喜好。
图6是根据一示例性实施例示出的一种人脸图像处理装置600框图。该人脸图像处理装置600应用于电子设备100,该电子设备100可以为用户终端,其中,用户终端安装有图像处理应用程序。所述装置600包括姿态角度确定单元601、图像旋转单元602、标准图像处理单元603以及图层混叠单元604,其中,
姿态角度确定单元601被配置成执行获得输入的人脸图像,并确定人脸图像的三维姿态角度。
图像旋转单元602,被配置成执行将预存储的标准人脸灰度图像旋转至所述三维姿态角度。
标准图像处理单元603,被配置成执行确定标准人脸灰度图像中的待处理区域,并将待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,得到待混叠灰度图像。
图层混叠单元604,还被配置成执行将待混叠灰度图像与所述输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,图层混叠的过程为:根据待混叠灰度图像中的像素点的灰度值,对输入的人脸图像中的像素点的灰度值进行调整。
该人脸图像处理装置600在执行时可以实现如下功能,首先通过根据人脸图像的三维姿态角度对预存储的标准人脸灰度图像进行旋转;然后确定人脸灰度图像中的待处理区域,并减弱待处理区域朝内一侧的明暗度;将待混叠灰度图像与输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,图层混叠的过程为:根据待混叠灰度图像中的像素点的灰度值,对输入的人脸图像中的像素点的灰度值进行调整,灰度值调整的过程即亮度调节的过程,对于亮度调节后的待处理区域,由于待处理区域内被调节后的像素点明暗不一(包含被调亮的区域及被调暗的区域),可以达到立体感的视觉效果,并且不会产生新的缺陷,从而得到人脸图像的颜值高。
可选地,图层混叠单元604还被具体配置成根据待混叠灰度图像中特征像素点、输入的人脸图像中的特征像素点将所述待混叠灰度图像映射至输入的人脸图像;根据柔光公式、待混叠灰度图像中的像素点的灰度值,对输入的人脸图像中的像素点的灰度值进行调整。
可选地,如图7所示,姿态角度确定单元601包括:
信息提取模块701,被配置成执行提取出人脸图像中多个关键特征区域的像素点。
姿态估计模块702,被配置成执行根据多个关键特征区域的像素点进行头部姿态估计,以获得人脸图像的三维姿态角度。
可选地,标准图像处理单元603还被配置成执行减弱待处理区域朝内一侧属于调亮区域的亮度,以及增强待处理区域朝内一侧属于调暗区域的亮度。
可选地,标准图像处理单元603被具体配置成执行将待处理区域朝内一侧属于所述调亮区域的灰度降低至与所述预设的第一阈值差值在预设的第二阈值范围内;将待处理区域朝内一侧属于所述调暗区域的灰度值升高至与所述预设的第一阈值差值在预设的第三阈值范围内。
可选地,如图8所示,标准图像处理单元603具体可以包括:
关键特征确定模块801,被配置成执行确定人脸灰度图像中目标关键特征。
信息提取模块802,被配置成执行提取目标关键特征的轮廓像素点。
待处理区域确定模块803,被配置成执行根据轮廓像素点圈定的区域范围,确定待处理区域。
待处理区域确定模块803,被具体配置成执行将所述轮廓像素点圈定的区域范围,确定为待处理区域;或者,将所述轮廓像素点圈定的区域范围放大,并将放大后的区域范围确定为待处理区域。
可选地,所述装置600还包括:
区域确定单元901,被具体配置成确定人脸图像的待处理区域中的非人脸特征区域与人脸特征区域。
图层混叠单元604还被具体配置成对待混叠灰度图像的待处理区域与输入的人脸图像中的人脸特征区域的待处理区域进行图层混叠。
图层混叠单元604还被具体配置成对混叠后的待处理区域的灰度值与未进行混叠的待处理区域的灰度值加权平均,根据加权平均后的灰度值对待处理区域中的人脸特征区域再次进行图层混叠。
具体地,可以响应用户的修改指令而修改加权平均的系数。
关于上述实施例中的装置600,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。
图10是根据一示例性实施例示出的一种电子设备100的框图。例如,电子设备100可以被提供为用户终端。参照图10,用户终端包括处理组件1022,其进一步包括一个或多个处理器,以及由存储器1032所代表的存储器资源,用于存储可由处理组件1022的执行的指令,例如应用程序。存储器1032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1022被配置为执行指令,以执行上述的任一实施方式人脸图像处理方法。例如,该人脸图像处理方法可以包括:
获得输入的人脸图像,并确定所述人脸图像的三维姿态角度;
将预存储的标准人脸灰度图像旋转至所述三维姿态角度;
确定所述标准人脸灰度图像中的待处理区域,并将所述待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,得到待混叠灰度图像;
将所述待混叠灰度图像与所述输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,所述图层混叠的过程为:根据所述待混叠灰度图像中的像素点的灰度值,对所述输入的人脸图像中的像素点的灰度值进行调整。
电子设备还可以包括一个电源组件1026被配置为执行用户终端的电源管理,一个有线或无线网络接口1050被配置为将用户终端连接到网络,和一个输入输出(I/O)接口1058。用户终端可以操作基于存储在存储器1032的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器,上述指令可由电子设备100的处理器执行以完成上述任一实施方式的人脸图像处理方法。例如,该人脸图像处理方法可以包括:
获得输入的人脸图像,并确定所述人脸图像的三维姿态角度;
将预存储的标准人脸灰度图像旋转至所述三维姿态角度;
确定所述标准人脸灰度图像中的待处理区域,并将所述待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,得到待混叠灰度图像;
将所述待混叠灰度图像与所述输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,所述图层混叠的过程为:根据所述待混叠灰度图像中的像素点的灰度值,对所述输入的人脸图像中的像素点的灰度值进行调整。
可选地,存储介质可以是非临时性计算机可读存储介质,例如,非临时性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,包括指令,当计算机程序产品被计算机所执行时,该指令使得计算机执行上述的任一实施方式的人脸图像处理方法。例如,该人脸图像处理方法可以包括:
获得输入的人脸图像,并确定所述人脸图像的三维姿态角度;
将预存储的标准人脸灰度图像旋转至所述三维姿态角度;
确定所述标准人脸灰度图像中的待处理区域,并将所述待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,得到待混叠灰度图像;
将所述待混叠灰度图像与所述输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,所述图层混叠的过程为:根据所述待混叠灰度图像中的像素点的灰度值,对所述输入的人脸图像中的像素点的灰度值进行调整。
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 (18)
1.一种人脸图像处理方法,其特征在于,包括:
获得输入的人脸图像,并确定所述人脸图像的三维姿态角度;
将预存储的标准人脸灰度图像旋转至所述三维姿态角度;
确定所述标准人脸灰度图像中的待处理区域,并将所述待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,减弱所述待处理区域朝内一侧属于所述调亮区域的亮度,以及增强所述待处理区域朝内一侧属于所述调暗区域的亮度,得到待混叠灰度图像,其中,所述待处理区域朝内一侧是指人脸正对摄像头被拍到的一侧;
将所述待混叠灰度图像与所述输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,所述图层混叠的过程为:根据所述待混叠灰度图像中的像素点的灰度值,对所述输入的人脸图像中的像素点的灰度值进行调整。
2.根据权利要求1所述的方法,其特征在于,所述确定所述人脸图像的三维姿态角度步骤包括:
提取出所述人脸图像中多个关键特征区域中的特征像素点;
根据所述多个关键特征区域中的特征像素点进行头部姿态估计,以确定所述人脸图像的三维姿态角度。
3.根据权利要求1所述的方法,其特征在于,所述减弱所述待处理区域朝内一侧属于所述调亮区域的亮度,以及增强所述待处理区域朝内一侧属于所述调暗区域的亮度包括:
将待处理区域朝内一侧属于所述调亮区域的灰度降低至与所述预设的第一阈值差值在预设的第二阈值范围内;
将待处理区域朝内一侧属于所述调暗区域的灰度值升高至与所述预设的第一阈值差值在预设的第三阈值范围内。
4.根据权利要求1所述的方法,其特征在于,所述确定所述人脸灰度图像中的待处理区域包括:
确定所述人脸灰度图像中目标关键特征;
提取所述目标关键特征的轮廓像素点;
根据所述轮廓像素点圈定的区域范围,确定待处理区域。
5.根据权利要求4所述的方法,其特征在于,所述根据所述轮廓像素点圈定的区域范围,确定待处理区域包括:
将所述轮廓像素点圈定的区域范围,确定为待处理区域;
或者,将所述轮廓像素点圈定的区域范围放大,并将放大后的区域范围确定为待处理区域。
6.根据权利要求1所述的方法,其特征在于,在所述将所述待混叠灰度图像与所述输入的人脸图像进行图层混叠之前,所述方法还包括:
确定所述人脸图像的待处理区域中的非人脸特征区域与人脸特征区域;
所述将所述待混叠灰度图像与所述输入的人脸图像进行图层混叠包括:对所述待混叠灰度图像的待处理区域与所述输入的人脸图像中的人脸特征区域的待处理区域进行图层混叠。
7.根据权利要求1所述的方法,其特征在于,在所述得到混叠后的目标人脸图像之后,所述方法还包括:
对混叠后的待处理区域的灰度值与未进行混叠的待处理区域的灰度值加权平均,根据加权平均后的灰度值对待处理区域中的人脸特征区域再次进行图层混叠。
8.根据权利要求1-7任一所述的方法,其特征在于,所述根据所述待混叠灰度图像中的像素点的灰度值,对所述输入的人脸图像中的像素点的灰度值进行调整包括:
根据待混叠灰度图像中特征像素点、输入的人脸图像中的特征像素点将所述待混叠灰度图像映射至输入的人脸图像;
根据柔光公式、待混叠灰度图像中的像素点的灰度值,对输入的人脸图像中的像素点的灰度值进行调整。
9.一种人脸图像处理装置,其特征在于,包括:
姿态角度确定单元,被配置成执行获得输入的人脸图像,并确定所述人脸图像的三维姿态角度;
图像旋转单元,被配置成执行将预存储的标准人脸灰度图像旋转至所述三维姿态角度;
标准图像处理单元,被配置成执行确定所述标准人脸灰度图像中的待处理区域,并将所述待处理区域划分为灰度值大于预设的第一阈值的调亮区域与灰度值小于预设的第一阈值的调暗区域,减弱所述待处理区域朝内一侧属于所述调亮区域的亮度,以及增强所述待处理区域朝内一侧属于所述调暗区域的亮度,得到待混叠灰度图像,其中,所述待处理区域朝内一侧是指人脸正对摄像头被拍到的一侧;
图层混叠单元,被配置成执行将所述待混叠灰度图像与所述输入的人脸图像进行图层混叠,得到混叠后的目标人脸图像,其中,所述图层混叠的过程为:根据所述待混叠灰度图像中的像素点的灰度值,对所述输入的人脸图像中的像素点的灰度值进行调整。
10.根据权利要求9所述的装置,其特征在于,所述姿态角度确定单元包括:
信息提取模块,被配置成执行提取出所述人脸图像中多个关键特征区域中的特征像素点;
姿态估计模块,被配置成执行根据所述多个关键特征区域中的特征像素点进行头部姿态估计,以确定所述人脸图像的三维姿态角度。
11.根据权利要求9所述的装置,其特征在于,所述标准图像处理单元还被具体配置成将待处理区域朝内一侧属于所述调亮区域的灰度降低至与所述预设的第一阈值差值在预设的第二阈值范围内;将待处理区域朝内一侧属于所述调暗区域的灰度值升高至与所述预设的第一阈值差值在预设的第三阈值范围内。
12.根据权利要求9所述的装置,其特征在于,所述标准图像处理单元包括:
关键特征确定模块,被配置成执行确定所述人脸灰度图像中目标关键特征;
信息提取模块,被配置成执行提取所述目标关键特征的轮廓像素点;
待处理区域确定模块,被配置成执行根据所述轮廓像素点圈定的区域范围,确定待处理区域。
13.根据权利要求12所述的装置,其特征在于,待处理区域确定模块将所述轮廓像素点圈定的区域范围,确定为待处理区域;或者,将所述轮廓像素点圈定的区域范围放大,并将放大后的区域范围确定为待处理区域。
14.根据权利要求9所述的装置,其特征在于,所述装置还包括:
区域确定单元,被配置成执行确定所述人脸图像的待处理区域中的非人脸特征区域与人脸特征区域;
所述图层混叠单元,被具体配置成对所述待混叠灰度图像的待处理区域与所述输入的人脸图像中的人脸特征区域的待处理区域进行图层混叠。
15.根据权利要求9所述的装置,其特征在于,所述标准图像处理单元还被配置成对混叠后的待处理区域的灰度值与未进行混叠的待处理区域的灰度值加权平均;
图层混叠单元还被配置成根据加权平均后的灰度值对待处理区域中的人脸特征区域再次进行图层混叠。
16.根据权利要求9-15任一所述的装置,其特征在于,图层混叠单元还被具体配置成根据待混叠灰度图像中特征像素点、输入的人脸图像中的特征像素点将所述待混叠灰度图像映射至输入的人脸图像;根据柔光公式、待混叠灰度图像中的像素点的灰度值,对输入的人脸图像中的像素点的灰度值进行调整。
17.一种电子设备,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8中任一项所述的人脸图像处理方法。
18.一种存储介质,当所述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8中任一项所述的人脸图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010107937.4A CN113298721B (zh) | 2020-02-21 | 2020-02-21 | 人脸图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010107937.4A CN113298721B (zh) | 2020-02-21 | 2020-02-21 | 人脸图像处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113298721A CN113298721A (zh) | 2021-08-24 |
CN113298721B true CN113298721B (zh) | 2024-04-16 |
Family
ID=77317659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010107937.4A Active CN113298721B (zh) | 2020-02-21 | 2020-02-21 | 人脸图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113298721B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101408974A (zh) * | 2008-11-18 | 2009-04-15 | 深圳市迅雷网络技术有限公司 | 一种图像处理方法和装置 |
CN108898546A (zh) * | 2018-06-15 | 2018-11-27 | 北京小米移动软件有限公司 | 人脸图像处理方法、装置及设备、可读存储介质 |
CN110175558A (zh) * | 2019-05-24 | 2019-08-27 | 北京达佳互联信息技术有限公司 | 一种人脸关键点的检测方法、装置、计算设备及存储介质 |
CN110689500A (zh) * | 2019-09-29 | 2020-01-14 | 北京达佳互联信息技术有限公司 | 一种人脸图像的处理方法、装置、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296621B (zh) * | 2015-05-22 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 图像处理方法和装置 |
-
2020
- 2020-02-21 CN CN202010107937.4A patent/CN113298721B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101408974A (zh) * | 2008-11-18 | 2009-04-15 | 深圳市迅雷网络技术有限公司 | 一种图像处理方法和装置 |
CN108898546A (zh) * | 2018-06-15 | 2018-11-27 | 北京小米移动软件有限公司 | 人脸图像处理方法、装置及设备、可读存储介质 |
CN110175558A (zh) * | 2019-05-24 | 2019-08-27 | 北京达佳互联信息技术有限公司 | 一种人脸关键点的检测方法、装置、计算设备及存储介质 |
CN110689500A (zh) * | 2019-09-29 | 2020-01-14 | 北京达佳互联信息技术有限公司 | 一种人脸图像的处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113298721A (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111402135B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
He et al. | Single image haze removal using dark channel prior | |
KR100556856B1 (ko) | 이동통신 단말기에서 화면 제어 방법 및 장치 | |
CN110889410A (zh) | 浅景深渲染中语义分割的稳健用途 | |
CN111066026B (zh) | 用于向图像数据提供虚拟光调节的技术 | |
CN113888437A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
JP2001126075A (ja) | 画像処理方法および装置並びに記録媒体 | |
WO2022088976A1 (zh) | 图像处理方法及装置 | |
US11651480B2 (en) | Systems and methods for selective enhancement of objects in images | |
JP2006119817A (ja) | 画像処理装置 | |
US20180357212A1 (en) | Detecting occlusion of digital ink | |
WO2022261828A1 (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
JP7420971B2 (ja) | 人体画像処理方法および電子機器 | |
US20150249779A1 (en) | Smoothing of ghost maps in a ghost artifact detection method for hdr image creation | |
JP2010102426A (ja) | 画像処理装置及び画像処理方法 | |
CN113298721B (zh) | 人脸图像处理方法、装置、电子设备及存储介质 | |
CN114359030A (zh) | 一种人脸逆光图片的合成方法 | |
CN113658197B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN113379623B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114049262A (zh) | 一种图像处理方法、图像处理装置及存储介质 | |
CN112037010A (zh) | 基于SSR-Net的多场景风险评级模型在个人贷款上的应用方法、装置及存储介质 | |
JP2001092971A (ja) | 画像処理装置および方法、並びに記録媒体 | |
CN114565506B (zh) | 图像颜色迁移方法、装置、设备及存储介质 | |
CN113421197B (zh) | 一种美颜图像的处理方法及其处理系统 | |
Akai et al. | Low-Artifact and Fast Backlit Image Enhancement Method Based on Suppression of Lightness Order Error |
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 |