CN113298956A - 图像处理方法、美甲方法、美妆方法和装置、终端设备 - Google Patents

Abstract

本申请提供了一种图像处理方法、美甲方法、美妆方法和装置、终端设备，其中，该方法包括：对待处理图像进行三维建模得到三维模型；从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。通过上述方案有效解决了现有的图像融合过程因为需要用户手动进行位置调整多所导致的图像处理效率低下的技术问题，达到了有效提升图像处理效率的技术效果。

Description

图像处理方法、美甲方法、美妆方法和装置、终端设备

技术领域

本申请属于数据处理技术领域，尤其涉及一种图像处理方法、美甲方法、美妆方法和装置、终端设备。

背景技术

目前，在图像处理方面，如果是贴合类的图像处理，一般是用户上传一张图像，或者是按照指示拍摄一张照片。然后，贴合素材会直接被增加到图片的相应位置，然后用户再手动对贴合素材进行适应性调整，使得贴合素材可以更准确地贴合到图片的对应位置上。例如，如果是美甲特效，用户可以拍摄特定姿势的手部照片，然后将美甲素材贴合到指甲的大概位置上，用户再手动调整素材的大小、朝向等方式以得到满意的美甲效果。

即，在完成图片贴合的时候，用户需要拍摄特定位置或者角度的图片，且用户需要对贴合结果进行适应性调整，使得图片处理的效率比较低。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本申请目的在于提供一种图像处理方法、美甲方法、美妆方法和装置、终端设备，可以减少交互成本，提高图像处理的效率。

本申请提供一种图像处理方法、美甲方法、美妆方法和装置、终端设备是这样实现的：

一种图像处理方法，所述方法包括：

对待处理图像进行三维建模得到三维模型；

从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

一种图像处理方法，包括：

显示图像窗口；

对所述图像窗口中的图像进行三维建模得到三维模型；

从所述图像窗口中的图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果；

将融合结果在图像窗口中实时显示。

一种美甲方法，包括：

获取手部图像和美甲素材；

对所述手部图像进行三维建模得到三维模型；

从所述手部图像中分割出指甲的位置信息；

通过所述指甲的位置信息，对三维模型中的指甲进行位置校正；

将美甲素材贴合至三维模型修正后的指甲位置，得到美甲后的图像。

一种美甲效果展示方法，包括：

显示图像获取界面；

对图像获取界面所捕获的手部图像进行三维建模得到三维模型；

从所述手部图像中分割出指甲的位置信息；

通过所述指甲的位置信息，对三维模型中的指甲进行位置校正；

将美甲素材贴合至三维模型修正后的指甲位置，得到美甲后的图像；

在所述图像获取界面中实时显示美甲后的图像。

一种美妆方法，包括：

获取脸部图像和美妆素材；

对所述脸部图像进行三维建模得到三维模型；

从所述脸部图像中分割出五官的位置信息；

通过所述五官的位置信息，对三维模型中的五官进行位置校正；

将美妆素材贴合至三维模型修正后的五官位置，得到美妆后的图像。

一种美状效果展示方法，包括：

显示图像获取界面；

对所述图像获取界面所捕获的脸部图像进行三维建模得到三维模型；

从所述脸部图像中分割出五官的位置信息；

通过所述五官的位置信息，对三维模型中的五官进行位置校正；

将美妆素材贴合至三维模型修正后的五官位置，得到美妆结果；

在所述图像获取界面中实时显示美妆结果。

一种图像处理方法，包括：

接收用户的图像融合请求；

响应于所述图像融合请求，通过摄像头抓取手部图像；

对所述手部图像进行三维建模得到三维模型，并通过从所述手部图像中分割出的指甲的位置信息对所述三维模型中的指甲进行位置校正；

将融合素材贴合至三维模型校正后的指甲位置，得到融合结果；

显示所述融合结果。

一种图像处理装置，包括：

建模模块，用于对待处理图像进行三维建模得到三维模型；

分割模块，用于从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

校正模块，用于通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

融合模块，用于将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

一种图像处理装置，包括：

第一显示模块，用于显示图像窗口；

处理模块，用于对所述图像窗口中的图像进行三维建模得到三维模型，通过从图像窗口中的图像中分割出的二维目标元素的位置信息对所述三维模型中的三维目标元素进行位置校正，将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果；

第二显示模块，用于将所述融合结果在图像窗口中实时显示。

一种美甲装置，包括：

获取模块，用于获取手部图像和美甲素材；

建模模块，用于对所述手部图像进行三维建模得到三维模型；

分割模块，用于从所述手部图像中分割出指甲的位置信息；

校正模块，用于通过所述指甲的位置信息，对三维模型中的指甲进行位置校正；

贴合模块，用于将美甲素材贴合至三维模型修正后的指甲位置，得到美甲后的图像。

一种美妆装置，包括：

获取模块，用于获取脸部图像和美妆素材；

建模模块，用于对所述脸部图像进行三维建模得到三维模型；

分割模块，用于从所述脸部图像中分割出五官的位置信息；

校正模块，用于通过所述五官的位置信息，对三维模型中的五官进行位置校正；

贴合模块，用于将美妆素材贴合至三维模型修正后的五官位置，得到美妆后的图像。

一种处理设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现如下方法的步骤：

对待处理图像进行三维建模得到三维模型；

从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现如下方法的步骤：

对待处理图像进行三维建模得到三维模型；

从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

本申请提供的图像处理方法、美甲方法、美妆方法和装置、终端设备，对待处理图像进行三维建模且从待处理图像中识别出目标元素的位置信息，然后，通过目标元素的位置信息，对三维模型中的目标元素的位置进行校正，在校正之后，将选定的融合素材贴合到校正后的目标元素位置，从而得到融合后的结果图像。在本例中，通过语义分割分离出原始图像中的目标元素位置，然后基于这个位置信息对三维模型进行位置调整，从而使得融合素材可以准确定位到目标元素的位置，而不需要用户进行手动调整，从而有效解决了现有的图像融合过程因为需要用户手动进行位置调整多所导致的图像处理效率低下的技术问题，达到了有效提升图像处理效率的技术效果。且因为进行了三维建模，避免了现有的2D关键点进行素材融合所导致的融合结果不准确的技术问题。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请提供的图像处理系统的架构图；

图2是本申请提供的手部图像示意图；

图3是本申请提供的基于手部图像的三维建模示意图；

图4是本申请提供的掩膜的一个示意图；

图5是本申请提供的掩膜的另一个示意图；

图6是本申请提供的样式选择的界面示意图；

图7是本申请提供的图像处理方法的方法流程图；

图8是本申请提供的美甲场景示意图；

图9是本申请提供的美甲算法的流程示意图；

图10是本申请提供的服务器架构图；

图11是本申请提供的图像处理装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

针对现有的基于目标素材的图像贴合的图像处理方式，往往需要用户手动对目标素材进行位置调整所导致的图像处理效率低下的问题，在本例中提供了一种图像处理系统，如图1所示，可以包括：用户终端101、服务器102。

通过用户终端101，用户可以上传或者拍摄图像或者是视频，然后，服务器102可以对该图像或者视频进行处理。具体的，服务器102可以将上述图像或视频作为待处理图像，然后，对待处理图像进行三维建模且从待处理图像中识别出二维目标元素的位置信息，然后，通过二维目标元素的位置信息，对三维模型中的三维目标元素的位置进行校正，在校正之后，将选定的融合素材贴合到校正后的三维目标元素的位置，从而得到融合后的结果图像，然后通过用户终端101显示融合后的图像。其中，上述二维目标元素的位置信息就是从二维图像中识别出的目标元素的位置，三维目标元素的位置信息就是从三维模型中识别出的目标元素的位置。

上述服务器102可以是单一的服务器，也可以是服务器集群，也可以是云服务器等，或者，也可以是设置在用户终端101中的具体处理能力的部件。即，用户终端101可以是设置在一个设备中，也可以是分开设置的。

如果用户终端101和服务器102分开设置，那么用户终端101和服务器102之间可以进行数据传输，用户终端101在获取到用户上传或拍摄的图像或视频后，可以将图像或视频发送给服务器，然后服务器将处理完的结果返回给用户终端进行显示。如果用户终端101和服务器102是设置在一个设备中，即，用户终端101自己可以完成图像的处理功能，那么用户终端101在获取到用户上传或拍摄的图像或视频后可以直接在本地进行图像处理。具体采用哪种方式设置可以根据实际需要和选择设定，本申请对此不做限定。

其中，上述用户终端101可以是客户操作使用的终端设备或者软件。具体的，用户终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能手表或者其它可穿戴设备等终端设备。当然，用户终端也可以是能运行于上述终端设备中的软件。

在上例中，在进行图像处理的过程中，针对原始图像，不仅进行三维建模，还从原始图像中识别出目标元素的位置，然后基于目标元素的位置对三维模型进行位置校正，这样就不需要人为进行位置调整。

进一步的，现有的图像融合一般是基于平面图像，即，2D图像实现的，例如，现有的美颜软件，一般是基于2D人脸关键点实现的，不涉及三维建模的内容，且不存在图像分割的内容，在本例的图像处理中，不仅为图像建立了三维模型，还进行了图像分割，并基于分割结果对三维模型进行位置校正，从而可以形成基于三维的更为立体的效果，且可以解决现有的2D关键点进行素材融合所导致的融合结果不准确的技术问题。

如图2所示，以手部美甲为例进行说明，图2为原始图像，该原始图像可以是用户直接上传的手部图像，也可以是用户实时拍摄的手部图像或视频。通过对图2所示的原始图像进行三维建模后，可以得到如图3所示的三维模型。

在进行三维建模的时候，主要是需要得到深度信息，基于深度信息便可以得到三维模型。在实际实现的时候，可以采用单目深度估计算法得到三维模型，即，以一幅图像作为输入，无需其他信息，利用深度神经网络计算出图像中特定目标的深度信息，从而得到三维模型。例如，如果是手部图像，那么可以通过深度神经网络计算出图像中手部位置的深度信息，就可以得到如图3所示的三维模型。

在三维建模以得到三维模型的时候，主要需要得到的是目标对象的深度信息，为了得到深度信息不仅可以采用深度神经网络计算出图像中特定目标的深度信息，也可以采用其它方式，例如，在用户终端上可以设置两个数据采集设备，两个数据采集设备在同一时刻从不同角度对目标对象进行拍摄，然后，根据视差计算可以得到目标对象的深度信息。即，可以再终端设备上设置两个摄像头，这样基于拍摄时候的角度情况可以计算出目标对象的深度信息。

为了得到深度信息，还可以通过传感器直接测量目标对象的深度信息，在用户终端上设置传感器，就可以触发在拍照或者视频的时候，直接测量深度信息。

在实现的时候，具体采用哪种方式获取深度信息以进行三维建模可以根据拍照设备的不同进行选择，本申请对此不做具体限定。

从原始图像中识别出目标元素的位置信息，可以采用掩膜的方式，例如，可以采用语义分割算法，以图像作为输入，利用深度神经网络计算出图像中特定目标的掩膜，从而得到目标的位置和轮廓信息。以手部的指甲为例，将手部图像输入，通过预先训练的深度神经网络可以识别出指甲的掩膜，即，可以如图4所示，白色区域为指甲的位置和轮廓，黑色区域为非指甲区域。例如，如果图像中仅有两个指甲，那么可以得到如图5所示的掩膜。值得注意的是，图4和图5中是以被标识的区域在图像掩模中的像素值为255，未被标识的区域在图像掩模中的像素值为0的方式形成的，在实际实现的时候，也可以采用被标识的区域在图像掩模中的像素值为0，未被标识的区域在图像掩模中的像素值为255的方式形成。这样，得到的掩膜结果在图4和图5中的表现就是黑色为指甲区域，白色为非指甲区域。具体采用哪种方式生成掩膜可以根据实际需要选择，本申请对此不做限定。

通过上述目标元素的位置信息，对三维模型的目标位置进行位置校正，具体的，可以计算掩膜中各目标元素的第一中心点坐标；计算三维模型中各目标元素沿深度方向投影的第二中心点坐标；计算各目标元素的第一中心点坐标与第二中心点坐标的距离向量；通过各目标元素的距离向量，对所述三维模型沿着深度投影方向进行平移修正，使得第二中心点与第一中心点重合。以上述指甲区域的位置校正为例进行说明，可以以手部三维模型和指甲区域掩膜为输入，利用掩膜包含的每个指甲的位置信息，修正三维模型的位置坐标，使三维模型与图像中人手的匹配程度更加精确。具体的，首先计算指甲掩膜中各指甲区域的中心点坐标，以及手部三维模型上各指甲区域沿深度方向投影的中心点坐标；然后计算这两个中心点的距离向量；最后利用该向量对手部三维模型沿深度投影方向进行平移修正，使修正后的中心点与由掩膜得到的中心点重合。

上述待处理图像可以为视频中的帧。用户可以上传一段视频，例如，上传一段手部视频，然后选定美甲素材后，可以直接基于该手部视频生成对应的美甲效果，或者是，用户上传一张手部图片并选定美甲素材后，可以直接生成该手部图像对应的美甲效果。又或者是，用户在图像窗口中，放进去自己的手，可以形成AR美甲效果，即，可以进行实时的美甲效果展示。

对于用户层面而言，用户通过终端设备显示图像窗口，然后用户将手放进识别区域内，通过上述的图像处理方法可以对图像窗口中的图像进行实时处理，然后将处理结果在图像窗口中实时显示。

具体的，可以如图6所示，在界面上显示融合元素选择界面(可以如图上的样式1、样式2、样式3、样式4)，然后，接收用户在所述选择界面上的选定操作，可以如图6所示，用户选择了样式2，然后将手部区域放在识别区域内，可以如图6所示实时生成基于样式2的美甲效果。融合元素也可以是用户自己设计的，例如，用户可以自己从网上找图或者是自己手绘图等形成融合元素，然后将自己设计的元素作为可选择的融合元素。

考虑到在实际、实现的时候，为了提升美甲显示效果的真实性，可以对图像进行一定的处理，以使得人们看到的手部图像与现实的手部图像是差不多大小的，这样不会因为图像时候大小不符合导致实际效果出现偏差。为此，可以在获取到目标图像后，从所述目标图像中识别出目标对象；然后按照预设剪裁尺寸，对所述目标图像进行剪裁，得到携带有所述目标对象的图像，其中，所述预设剪裁尺寸是按照目标对象的样例的真实尺寸确定的；将剪裁得到的图像作为所述待处理图像。即，根据目标对象的样例在现实世界中的真实尺寸，来对图像中的目标对象进行剪裁和呈现，这样呈现出来的目标对象的大小与后续的真实大小较为一致，可以提升用户体验。例如，虚拟美甲的时候，显示的手的大小与现实是一样大的，那么人们看的美甲效果就会更贴近现实的美甲效果。即，参考真实的尺寸进行呈现，可以提高真实度，提升用户体验。

上述的融合元素可以是直接按照系统的标准设置进行呈现，然后用户进行选择的，也可以是按照用户的喜好、历史选择、特征信息等进行推荐，然后用户从推荐选项中进行选择的，如果推荐的都不喜欢，可以再进一步按照系统的标准设置进行呈现，然后用户进行选择。具体的，可以对待处理图像进行图像分析，以确定出与所述待处理图像中目标元素相匹配的一个或多个融合元素；显示所述一个或多个融合元素；接收用户对所述一个或多个融合元素的选定操作；将选定的融合元素作为融合素材。

例如，在美甲场景中，可以对手部图像进行图像分析，以确定出与手部图像相匹配的一个或多个美甲元素；然后显示所述一个或多个美甲元素；接收用户对所述一个或多个美甲元素的选定操作；将选定的美甲元素作为美甲素材。具体的，可以从手部图像中获取手部的皮肤信息和指甲大小信息；根据所述皮肤信息和所述指甲大小信息，确定出与所述手部图像相匹配的一个或多个美甲元素。或者，也可以对用户进行身份识别，得到身份信息；获取与所述身份信息关联的用户喜好信息和/或历史美甲信息；然后，根据用户喜好信息和/或历史美甲信息，确定一个或多个美甲元素；接收用户对一个或多个美甲元素的选定操作，将选定的美甲元素作为美甲素材。例如，可以根据用户指甲大小、手部的肤色、服饰搭配、身高年龄等为用户推荐美甲产品，以提高用户体验。

进一步的，因为在美甲的过程中涉及到获取指甲信息，考虑到指甲信息有时候可以反映一个人的健康状态，因此，可以对这些信息进行有效利用。例如，可以从手部图像中提取出指甲图像，然后，从指甲图像中提取出指甲纹路信息，再存储或上传指甲纹路信息，其中，指甲纹路信息可以用于进行健康诊断或者医学参考。

在实际实现的时候，上述的美甲素材可以包括但不限于以下至少之一：纯色指甲油、带有图像的指甲油、固体异形物等，即，可以是纯色的指甲油，也可以是一些亮片或者是小的装饰品等，都可以作为美甲素材，或者也可以是包裹在指甲周围的轮廓物等，对于美甲素材的样式本申请不作限定。

图7是本申请所述一种图像处理方法一个实施例的方法流程图。虽然本申请提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本申请实施例描述及附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构连接进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至分布式处理环境)。

具体的，如图7所示，本申请一种实施例提供的图像处理方法可以包括如下步骤：

步骤701：对待处理图像进行三维建模得到三维模型；

具体的，对待处理图像进行三维建模得到三维模型，可以包括：获取所述待处理图像中目标对象的深度信息；根据所述深度信息，得到所述三维模型。其中，目标对象的深度信息可以但不限于通过如下方式之一得到：

方式1)通过神经网络计算出待处理图像中目标对象的深度信息；

方式2)通过拍摄所述待处理图像的两个数据采集设备之间的视差计算出所述待处理图像中目标对象的深度信息；或者，

方式3)通过传感器测量得到所述待处理图像中目标对象的深度信息。

步骤702：从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

具体的，从待处理图像中分割出目标元素的位置信息，可以包括：通过深度神经网络计算出所述待处理图像中目标元素的掩膜；将所述掩膜作为所述位置信息。

在具体实现的时候，可以调取预先建立的用于进行目标元素识别的深度神经网络模型；通过所述深度神经网络模型，从所述待处理图像中分割出目标元素；获取所述目标元素的位置信息。

步骤703：通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

在基于目标元素的掩膜进行位置校正的时候，可以计算所述掩膜中各目标元素的第一中心点坐标；计算所述三维模型中各目标元素沿深度方向投影的第二中心点坐标；计算各目标元素的第一中心点坐标与第二中心点坐标的距离向量；通过各目标元素的距离向量，对所述三维模型沿着深度投影方向进行平移修正，使得第二中心点与第一中心点重合。

步骤704：将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

例如，可以通过计算齐次变换矩阵进行三维映射，以将融合素材贴合至三维模型修正后的目标元素位置，得到融合结果。

上述待处理图像可以是图片也可以是视频。

上述图像处理方法可以应用在美甲场景中，也可以应用在美妆场景中，或者是其它的需要素材融合的场景中。

例如，如果是美甲方法，可以获取手部图像和美甲素材；对所述手部图像进行三维建模得到三维模型；从所述手部图像中分割出指甲的位置信息；通过所述指甲的位置信息，对三维模型中的指甲进行位置校正；将美甲素材贴合至三维模型修正后的指甲位置，得到美甲后的图像。相应的，在终端侧，可以显示图像获取界面；通过上述美甲方法对图像获取界面所捕获的手部图像进行处理；在所述图像获取界面中实时显示美甲后的图像。

如果是美妆方法，可以获取脸部图像和美妆素材；对所述脸部图像进行三维建模得到三维模型；从所述脸部图像中分割出五官的位置信息；通过所述五官的位置信息，对三维模型中的五官进行位置校正；将美妆素材贴合至三维模型修正后的五官位置，得到美妆后的图像。相应的，在终端侧，可以显示图像获取界面；通过上述的美妆方法对图像获取界面所捕获的脸部图像进行处理；在所述图像获取界面中实时显示美妆后的图像。

下面结合一个具体场景，对上述方法进行说明，然而值得注意的是，该具体实施例仅是为了更好地说明本申请，并不构成对本申请的不当限定。

目前的美甲方式，一般都是用户到美甲店选择一款美甲样式，用户无法参与到设计当中，也无法在没有做完指甲之前看到美甲效果，即，无法进行美甲效果的实时预览。现有的最多就是通过拍摄特定姿势的手部照片，将三维指甲素材贴合到指甲的大致位置上，再通过手工调整素材大小、朝向的方式得到满意的贴片效果。这种方式只能用于处理图像，因为需要用户进行手动调整，如果用于视频处理，则需要大量人力成本。通过上述美甲方式，可以全自动地生成精确的AR美甲效果。

如图8所示，手机拍摄一幅手部照片作为初始输入，在手机上运行特效算法(即，上述的图像处理方法)，对照片中的指甲添加AR美甲效果并输出。

具体的，上述特效算法可以如图9所示，输入是一幅手部照片，然后经过手部三维模型生成模块和指甲区域分割模块，得到手部的三维模型和指甲区域的掩膜，然后，手部三维模型和指甲区域的掩膜将被送入指甲区域对准模块，对三维模型的指甲位置坐标进行修正。最后，将美甲素材贴合到修正后的指甲位置上，输出AR美甲特效。

其中，上述手部三维模型生成模块可以以一幅图像作为输入，无需其他信息，利用深度神经网络计算出图像中特定目标的深度信息，从而得到其三维模型。或者是，基于双目视觉算法，通过两个数据采集设备在同一时刻从不同角度对目标进行拍摄，根据视差计算目标的深度信息。或者，通过传感器直接测量目标的深度信息。

上述指甲区域分割模块可以以一幅图像作为输入，无需其他信息，利用深度神经网络计算出图像中特定目标的掩膜，从而得到目标的位置和轮廓信息。

上述指甲区域对准模块可以以手部三维模型和指甲区域掩膜为输入，利用掩膜包含的每个指甲的位置信息，修正三维模型的位置坐标，使三维模型与图像中人手的匹配程度更加精确。具体方法是，首先计算指甲掩膜中各指甲区域的中心点坐标，以及手部三维模型上各指甲区域沿深度方向投影的中心点坐标；然后计算这两个中心点的距离向量，最后利用该向量对手部三维模型沿深度投影方向进行平移修正，使修正后的中心点与由掩膜得到的中心点重合。

上述指甲贴合模块可以通过计算AR美甲素材与手部三维模型中对应指甲之间的空间映射关系，将素材贴合到三维模型的指甲位置，生成美甲效果，其中，贴合可以是通过计算齐次变换矩阵进行三维映射。

本方案利用单一摄像头即可全自动地实现AR美甲的三维贴片效果，具有成本低、易推广的优势。

通过上述图像处理方法，可以对视频进行处理，且可以降低人工交互成本，提以实现了全自动的AR美甲。

本申请上述实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在服务器上为例，图10是本发明实施例的一种图像处理方法的服务器的硬件结构框图。如图10所示，服务器10可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。本领域普通技术人员可以理解，图10所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器10还可包括比图10中所示更多或者更少的组件，或者具有与图10所示不同的配置。

存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的图像处理方法对应的程序指令/模块，处理器102通过运行存储在存储器104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，即实现上述的应用程序的图像处理方法。存储器104可包括高速随机存储器，还可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104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至服务器10。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。

传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输模块106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

在软件层面，上述装置可以如图11所示，可以包括：

建模模块1101，用于对待处理图像进行三维建模得到三维模型；

分割模块1102，用于从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

校正模块1103，用于通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

融合模块1104，用于将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

在一个实施方式中，上述分割模块1102可以通过深度神经网络计算出所述待处理图像中目标元素的掩膜；将所述掩膜作为所述位置信息。

在一个实施方式中，上述校正模块1103具体可以计算所述掩膜中各目标元素的第一中心点坐标；计算所述三维模型中各目标元素沿深度方向投影的第二中心点坐标；计算各目标元素的第一中心点坐标与第二中心点坐标的距离向量；通过各目标元素的距离向量，对所述三维模型沿着深度投影方向进行平移修正，使得第二中心点与第一中心点重合。

在一个实施方式中，上述建模模块1101具体可以获取所述待处理图像中目标对象的深度信息；根据所述深度信息，得到所述三维模型。

在一个实施方式中，可以通过但不限于以下方式至少之一得到目标对象的深度信息：通过神经网络计算出所述待处理图像中目标对象的深度信息；通过拍摄所述待处理图像的两个数据采集设备之间的视差计算出所述待处理图像中目标对象的深度信息；或者，通过传感器测量得到所述待处理图像中目标对象的深度信息。

在一个实施方式中吗，上述待处理图像可以为视频中的帧。

在一个实施方式中，上述分割模块1102具体可以调取预先建立的用于进行目标元素识别的深度神经网络模型；通过所述深度神经网络模型，从所述待处理图像中分割出目标元素；获取所述目标元素的位置信息。

本申请的实施例还提供能够实现上述实施例中的图像处理方法中全部步骤的一种电子设备的具体实施方式，所述电子设备具体包括如下内容：处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的图像处理方法中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：

步骤1：对待处理图像进行三维建模得到三维模型；

步骤2：从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

步骤3：通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

步骤4：将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

从上述描述可知，本申请实施例对待处理图像进行三维建模且从待处理出现中识别出目标元素的位置信息，然后，通过目标元素的位置信息，对三维模型中的目标元素的位置进行校正，在校正之后，将选定的融合素材贴合到校正后的目标元素位置，从而得到融合后的结果图像。在本例中，通过语义分割分离出原始图像中的目标元素位置，然后基于这个位置信息对三维模型进行位置调整，从而使得融合素材可以准确定位到目标元素的位置，而不需要用户进行手动调整，从而有效解决了现有的图像融合过程因为需要用户手动进行位置调整多所导致的图像处理效率低下的技术问题，达到了有效提升图像处理效率的技术效果。

本申请的实施例还提供能够实现上述实施例中的图像处理方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的图像处理方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：

步骤1：对待处理图像进行三维建模得到三维模型；

步骤2：从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

步骤3：通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

步骤4：将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

从上述描述可知，本申请实施例对待处理图像进行三维建模且从待处理出现中识别出目标元素的位置信息，然后，通过目标元素的位置信息，对三维模型中的目标元素的位置进行校正，在校正之后，将选定的融合素材贴合到校正后的目标元素位置，从而得到融合后的结果图像。在本例中，通过语义分割分离出原始图像中的目标元素位置，然后基于这个位置信息对三维模型进行位置调整，从而使得融合素材可以准确定位到目标元素的位置，而不需要用户进行手动调整，从而有效解决了现有的图像融合过程因为需要用户手动进行位置调整多所导致的图像处理效率低下的技术问题，达到了有效提升图像处理效率的技术效果。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本说明书实施例的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。

Claims (27)

1.一种图像处理方法，其特征在于，所述方法包括：

对待处理图像进行三维建模得到三维模型；

从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

2.根据权利要求1所述的方法，其特征在于，从所述待处理图像中分割出二维目标元素的位置信息，包括：

通过深度神经网络计算出所述待处理图像中二维目标元素的掩膜；

将所述掩膜作为所述位置信息。

3.根据权利要求2所述的方法，其特征在于，通过所述位置信息对三维模型中的目标元素进行位置校正，包括：

计算所述掩膜中各目标元素的第一中心点坐标；

计算所述三维模型中各目标元素沿深度方向投影的第二中心点坐标；

计算各目标元素的第一中心点坐标与第二中心点坐标的距离向量；

通过各目标元素的距离向量，对所述三维模型沿着深度投影方向进行平移修正，使得第二中心点与第一中心点重合。

4.根据权利要求1所述的方法，其特征在于，对待处理图像进行三维建模得到三维模型，包括：

获取所述待处理图像中目标对象的深度信息；

根据所述深度信息，得到所述三维模型。

5.根据权利要求4所述的方法，其特征在于，获取所述待处理图像中目标对象的深度信息，包括以下至少之一：

通过神经网络计算出所述待处理图像中目标对象的深度信息；

通过拍摄所述待处理图像的两个数据采集设备之间的视差计算出所述待处理图像中目标对象的深度信息；或者，

通过传感器测量得到所述待处理图像中目标对象的深度信息。

6.根据权利要求1所述的方法，其特征在于，所述待处理图像为视频中的帧。

7.根据权利要求1至6中任一项所述的方法，其特征在于，从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息，包括：

调取预先建立的用于进行目标元素识别的深度神经网络模型；

通过所述深度神经网络模型，从所述待处理图像中识别出二维目标元素；

分割出所述二维目标元素的位置信息。

8.根据权利要求1所述的方法，其特征在于，还包括：

对所述待处理图像进行图像分析，以确定出与所述待处理图像中目标元素相匹配的一个或多个融合元素；

显示所述一个或多个融合元素；

接收用户对所述一个或多个融合元素的选定操作；

将选定的融合元素作为融合素材。

9.根据权利要求1所述的方法，其特征在于，在对待处理图像进行三维建模得到三维模型之前，还包括：

获取目标图像；

从所述目标图像中识别出目标对象；

按照预设剪裁尺寸，对所述目标图像进行剪裁，得到携带有所述目标对象的图像，其中，所述预设剪裁尺寸是按照目标对象的样例的真实尺寸确定的；

将剪裁得到的图像作为所述待处理图像。

10.一种图像处理方法，其特征在于，包括：

显示图像窗口；

对所述图像窗口中的图像进行三维建模得到三维模型；

从所述图像窗口中的图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果；

将融合结果在图像窗口中实时显示。

11.根据权利要求10所述的方法，其特征在于，还包括：

显示融合元素选择界面；

接收用户在所述选择界面上的选定操作。

12.一种美甲方法，其特征在于，包括：

获取手部图像和美甲素材；

对所述手部图像进行三维建模得到三维模型；

从所述手部图像中分割出指甲的位置信息；

通过所述指甲的位置信息，对三维模型中的指甲进行位置校正；

将美甲素材贴合至三维模型修正后的指甲位置，得到美甲后的图像。

13.根据权利要求12所述的方法，其特征在于，还包括：

对所述手部图像进行图像分析，以确定出与所述手部图像相匹配的一个或多个美甲元素；

显示所述一个或多个美甲元素；

接收用户对所述一个或多个美甲元素的选定操作；

将选定的美甲元素作为美甲素材。

14.根据权利要求13所述的方法，其特征在于，对所述手部图像进行图像分析，以确定出与所述手部图像相匹配的一个或多个美甲元素，包括：

从所述手部图像中获取手部的皮肤信息和指甲大小信息；

根据所述皮肤信息和所述指甲大小信息，确定出与所述手部图像相匹配的一个或多个美甲元素。

15.根据权利要求12所述的方法，其特征在于，还包括：

对用户进行身份识别，得到身份信息；

获取与所述身份信息关联的用户喜好信息和/或历史美甲信息；

根据所述用户喜好信息和/或历史美甲信息，确定一个或多个美甲元素；

接收用户对所述一个或多个美甲元素的选定操作；

将选定的美甲元素作为美甲素材。

16.根据权利要求12所述的方法，其特征在于，在从所述手部图像中分割出指甲的位置信息之后，还包括：

根据所述指甲的位置信息从所述手部图像中提取出指甲图像；

从所述指甲图像中提取出指甲纹路信息；

存储或上传所述指甲纹路信息，其中，所述指甲纹路信息用于进行健康诊断。

17.根据权利要求12至16中任一项所述的方法，其特征在于，所述美甲素材包括以下至少之一：纯色指甲油、带有图像的指甲油、固体异形物。

18.一种美甲效果展示方法，其特征在于，包括：

显示图像获取界面；

对图像获取界面所捕获的手部图像进行三维建模得到三维模型；

从所述手部图像中分割出指甲的位置信息；

通过所述指甲的位置信息，对三维模型中的指甲进行位置校正；

将美甲素材贴合至三维模型修正后的指甲位置，得到美甲后的图像；

在所述图像获取界面中实时显示美甲后的图像。

19.一种美妆方法，其特征在于，包括：

获取脸部图像和美妆素材；

对所述脸部图像进行三维建模得到三维模型；

从所述脸部图像中分割出五官的位置信息；

通过所述五官的位置信息，对三维模型中的五官进行位置校正；

将美妆素材贴合至三维模型修正后的五官位置，得到美妆后的图像。

20.一种美状效果展示方法，其特征在于，包括：

显示图像获取界面；

对所述图像获取界面所捕获的脸部图像进行三维建模得到三维模型；

从所述脸部图像中分割出五官的位置信息；

通过所述五官的位置信息，对三维模型中的五官进行位置校正；

将美妆素材贴合至三维模型修正后的五官位置，得到美妆结果；

在所述图像获取界面中实时显示美妆结果。

21.一种图像处理方法，其特征在于，包括：

接收用户的图像融合请求；

响应于所述图像融合请求，通过摄像头抓取手部图像；

对所述手部图像进行三维建模得到三维模型，并通过从所述手部图像中分割出的指甲的位置信息对所述三维模型中的指甲进行位置校正；

将融合素材贴合至三维模型校正后的指甲位置，得到融合结果；

显示所述融合结果。

22.一种图像处理装置，其特征在于，包括：

建模模块，用于对待处理图像进行三维建模得到三维模型；

分割模块，用于从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

校正模块，用于通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

融合模块，用于将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

23.一种图像处理装置，其特征在于，包括：

第一显示模块，用于显示图像窗口；

处理模块，用于对所述图像窗口中的图像进行三维建模得到三维模型，通过从图像窗口中的图像中分割出的二维目标元素的位置信息对所述三维模型中的三维目标元素进行位置校正，将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果；

第二显示模块，用于将所述融合结果在图像窗口中实时显示。

24.一种美甲装置，其特征在于，包括：

获取模块，用于获取手部图像和美甲素材；

建模模块，用于对所述手部图像进行三维建模得到三维模型；

分割模块，用于从所述手部图像中分割出指甲的位置信息；

校正模块，用于通过所述指甲的位置信息，对三维模型中的指甲进行位置校正；

贴合模块，用于将美甲素材贴合至三维模型修正后的指甲位置，得到美甲后的图像。

25.一种美妆装置，其特征在于，包括：

获取模块，用于获取脸部图像和美妆素材；

建模模块，用于对所述脸部图像进行三维建模得到三维模型；

分割模块，用于从所述脸部图像中分割出五官的位置信息；

校正模块，用于通过所述五官的位置信息，对三维模型中的五官进行位置校正；

贴合模块，用于将美妆素材贴合至三维模型修正后的五官位置，得到美妆后的图像。

26.一种处理设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现如下方法的步骤：

对待处理图像进行三维建模得到三维模型；

从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

27.一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现如下方法的步骤：

对待处理图像进行三维建模得到三维模型；

从所述待处理图像中识别出二维目标元素，并分割出二维目标元素的位置信息；

通过所述二维位置信息对所述三维模型中的三维目标元素进行位置校正；

将融合素材贴合至三维模型校正后的三维目标元素的位置，得到融合结果。

Images