CN113411507A - 测肤图像的获取方法、装置、设备及存储介质 - Google Patents
测肤图像的获取方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113411507A CN113411507A CN202110506236.2A CN202110506236A CN113411507A CN 113411507 A CN113411507 A CN 113411507A CN 202110506236 A CN202110506236 A CN 202110506236A CN 113411507 A CN113411507 A CN 113411507A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- skin
- shooting
- brightness
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/72—Combination of two or more compensation controls
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Processing (AREA)
Abstract
本申请提供了一种测肤图像的获取方法、装置、设备及存储介质,方法包括:触发摄像端当前拍摄场景下采集用户的至少两张人脸图像,其中,各人脸图像对应不同的补光参数;对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据图像亮度差值确定所述用户的肤色类型;根据用户的肤色类型确定当前拍摄场景下的环境光亮度值,并根据环境光亮度值以及预设的测肤图像拍摄要求计算出摄像端待调整的补光参数和摄像参数;按照待调整的补光参数和摄像参数对摄像端进行参数调整,采用调整后的摄像端拍摄用户的测肤图像。该方法可以避免拍摄的测肤图像受环境光和用户肤色的影响,从而提高测肤的准确性。
Description
技术领域
本申请属于智能设备技术领域,尤其涉及一种测肤图像的获取方法、装置、设备及存储介质。
背景技术
在日常生活中,用户每天都会使用到镜子整理自己的仪容和装束,使用率高。随着智能技术的发展,具备测肤功能的美容镜也越来越受到用户的喜爱。美容镜的测肤功能通常是通过美容镜集成的摄像头采集用户脸部图像,然后通过识别图像的方式进行测肤。然而测肤过程中,图像质量直接影响着测肤的结果。现有的摄像补光方式单一,准确度低,拍摄获得的图像质量差,补光效果难以满足测肤的准确度和可靠性需求。
发明内容
有鉴于此,本申请实施例提供了一种测肤图像的获取方法、装置、设备及存储介质,可以在美容镜进行拍照测肤之前,精准地调整摄像端的补光参数和摄像参数,以获得高质量的测肤图像用于测肤,有效提高测肤的准确性和可靠性。
本申请实施例的第一方面提供了一种测肤图像的获取方法,所述测肤图像的获取方法包括:
触发摄像端当前拍摄场景下采集用户的至少两张人脸图像,其中,各人脸图像对应不同的补光参数;
对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型;
根据所述用户的肤色类型确定当前拍摄场景下的环境光亮度值,并根据所述环境光亮度值以及预设的测肤图像拍摄要求计算出所述摄像端待调整的补光参数和摄像参数;
按照所述待调整的补光参数和摄像参数对所述摄像端进行参数调整,采用调整后的摄像端拍摄所述用户的测肤图像。
结合第一方面,在第一方面的第一种可能实现方式中,所述对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型的步骤,包括:
对各人脸图像分别进行平均亮度值计算,获得各人脸图像的图像亮度值;
根据各人脸图像的图像亮度值,计算任意两张人脸图像之间的第一图像亮度差值;
根据至少一个所述第一图像亮度差值查询预设的第一数学模型,以确定所述用户的肤色类型,其中,所述第一数学模型表征为反映图像亮度差值与肤色类型之间对应关系的列表或曲线。
结合第一方面,在第一方面的第二种可能实现方式中,所述对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型的步骤之前,包括:
按照预设的区域划分规则对各人脸图像分别进行区域划分处理,以按照划分的区域对各人脸图像进行相互之间图像亮度值比对来获取各人脸图像相互之间的图像亮度差值,其中,所述划分的区域包括额部区域、左脸区域、右脸区域、鼻子区域、下巴区域中的一个或多个。
结合第一方面的第二种可能实现方式,在第一方面的第三种可能实现方式中,所述按照预设的区域划分规则对各人脸图像分别进行区域划分处理的步骤,包括:
对目标人脸图像进行人脸特征点提取处理,获取所述目标人脸图像的人脸特征点,所述目标人脸图像为所述至少两张人脸图像中的任一人脸图像;
按照预设的区域划分规则从所述目标人脸图像的人脸特征点中选取出各个区域对应的关键点;
通过将各个区域对应的关键点分别进行连线处理,确定各个区域在所述目标人脸图像中的位置及范围。
结合第一方面的第二或第三种可能实现方式,在第一方面的第四种可能实现方式中,所述对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型的步骤,包括:
按照区域对经过区域划分处理的各人脸图像分别进行平均亮度值计算,以获得各人脸图像对应的区域图像亮度值集合,每个区域图像亮度值集合中包含一张经过划分处理的人脸图像中各个区域的图像亮度值;
根据各人脸图像对应的区域图像亮度值集合,按照区域计算任意两张人脸图像之间的第二图像亮度差值,所述第二图像亮度差值表征为所述任意两张人脸图像中同一区域对应的图像亮度差值;
根据至少一个所述第二图像亮度差值分别查询第一数学模型,以确定所述用户的肤色类型,其中,所述第一数学模型表征为反映图像亮度差值与肤色类型之间对应关系的列表或曲线。
结合第一方面,在第一方面的第五种可能实现方式中,所述根据所述环境光亮度值以及预设的测肤图像拍摄要求计算出所述摄像端待调整的补光参数和摄像参数的步骤,包括:
将所述环境光亮度值与测肤图像拍摄要求设定的亮度阈值进行比对,计算出所述环境光亮度值与测肤图像拍摄要求设定的亮度阈值之间的差值;
根据所述环境光亮度值与测肤图像拍摄要求设定的亮度阈值之间的差值设置所述摄像端待调整的补光参数和摄像参数。
本申请实施例的第二方面提供了一种测肤图像的获取装置,所述测肤图像的获取装置包括:
采集模块,用于触发摄像端当前拍摄场景下采集用户的至少两张人脸图像,其中,各人脸图像对应不同的补光参数;
确定模块,用于对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型;
计算模块,用于根据所述用户的肤色类型确定当前拍摄场景下的环境光亮度值,并根据所述环境光亮度值以及预设的测肤图像拍摄要求计算出所述摄像端待调整的补光参数和摄像参数;
执行模块,用于按照所述待调整的补光参数和摄像参数对所述摄像端进行参数调整,采用调整后的摄像端拍摄所述用户的测肤图像。。
结合第二方面,在第二方面的第一种可能实现方式中,所述测肤图像的获取装置中,所述确定模块还用于:
对各人脸图像分别进行平均亮度值计算,获得各人脸图像的图像亮度值;
根据各人脸图像的图像亮度值,计算任意两张人脸图像之间的第一图像亮度差值;
根据至少一个所述第一图像亮度差值查询预设的第一数学模型,以确定所述用户的肤色类型,其中,所述第一数学模型表征为反映图像亮度差值与肤色类型之间对应关系的列表或曲线。
本申请实施例的第三方面提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面任意一项所述测肤图像的获取方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面任一项所述测肤图像的获取方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:
本申请通过触发摄像端当前拍摄场景下采集用户的至少至少两张人脸图像,其中,各人脸图像对应不同的补光参数;对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型;根据所述用户的肤色类型确定当前拍摄场景下的环境光亮度值,并根据所述环境光亮度值以及预设的测肤图像拍摄要求计算出所述摄像端待调整的补光参数和摄像参数;按照所述待调整的补光参数和摄像参数对所述摄像端进行参数调整,采用调整后的摄像端拍摄所述用户的测肤图像。基于上述方法实现了在获取测肤图像之前,根据用户的肤色推算出当前拍摄场景下的环境光亮度值,并根据该当前拍摄场景下的环境光亮度值来调整摄像端的补光参数和摄像参数,可以避免光环境和用户肤色对测肤图像拍摄的影响,获得适合拍摄测肤图像的成像亮度,有效提高后续测肤的准确性和可靠性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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为本申请实施例提供的一种测肤图像的获取方法的基本方法流程示意图;
图2为本申请实施例提供的一种美容镜拍照测肤场景示意图;
图3为本申请实施例提供的测肤图像的获取方法中确定用户肤色类型的一种方法流程示意图;
图4为本申请实施例提供的测肤图像的获取方法中对人脸图像进行区域划分的一种方法流程示意图;
图5为本申请实施例提供的测肤图像的获取方法中各划分的区域在人脸图像中的一种分布示意图;
图6为本申请实施例提供的测肤图像的获取方法中确定用户肤色类型的另一种方法流程示意图;
图7为本申请实施例提供的测肤图像获取方法中确定待调整的补光参数和摄像参数时的一种方法流程示意图;
图8为本申请实施例提供的一种测肤图像的获取装置的结构示意图;
图9为本申请实施例提供的一种实现测肤图像的获取方法的电子设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
本申请的一些实施例中,请参阅图1及图2,图1为本申请实施例提供的一种测肤图像的获取方法的基本方法流程示意图;图2为本申请实施例提供的一种美容镜拍照测肤场景示意图。
本申请实施例提供的测肤图像的获取方法应用于美容镜拍照测肤场景中,基于该场景,美容镜通过其内置的摄像端在用户照镜子时拍摄用户的人脸图像作为测肤图像。目前应用于摄像端的亮度调节方法通常为通过传感器检测环境光亮度,进而根据传感器测得的环境光亮度来调节摄像端的补光参数和摄像参数。但是,如图2所示,采用传感器检测环境光亮度时,传感器检测到的环境光亮度是室内反馈的亮度值,人脸受光方向与传感器接收光线方向不同,当人脸面向光源时,采用传感器检测到的环境光亮度值与人脸实际受到的环境光亮度值则会存在较大的差别。此时,如果采用传感器检测到的环境光亮度值来调节摄像端的补光参数和摄像参数时,容易导致摄像端拍摄的人脸图像存在补光不足或过度补光的情况,人脸图像质量差。
为使摄像端拍摄获得高质量的人脸图像,如图1所示,本申请实施例提供的测肤图像的获取方法包括步骤S11-S14。具体如下:
步骤S11:触发摄像端当前拍摄场景下采集用户的至少两张人脸图像,其中,各人脸图像对应不同的补光参数。
本实施例中,用户在使用美容镜进行测肤时,触发美容镜中的摄像端在当前拍摄场景下分别采用不同的补光参数对用户进行脸部拍摄,采集至少两张用户的人脸图像。在本实施例中,采集用户的人脸图像时,人脸图像所反映的用户脸部轮廓需基本相同,例如拍摄人脸的同一个角度。在本实施例中,补光参数是指摄像端中的补光灯工作参数,包括但不限于补光灯使用的LED灯数量以及补光灯的输出功率等。
示例性的,采集人脸图像时,其过程可以包括但不限于如下:开启美容镜拍照测肤功能,采集两张人脸图像时,由美容镜控制其摄像端直接拍摄出用户的第一张人脸图像,并且识别获得该第一张人脸图像对应的补光参数。然后基于该第一张人脸图像的亮度(比如平均亮度值)和其对应的补光参数,适应性地自动调整摄像端的补光参数后拍摄用户的第二张人脸图像且一并记录获得该调整后的补光参数。在本实施例中,此处补光参数的调整可以是按照预先设定好的调整方式进行自适应调整,例如,通过初步判断拍摄的第一张人脸图像是暗了还是亮了,若是太暗了,则将补光参数上调一个预设值,若是太亮了,则将补光参数下调一个调整值。可以理解的是,在一些具体实现方式中还可以基于用户的精度要求设置采集多于两张人脸图像,采集多于两张人脸图像时,若当前最新拍摄的两张人脸图像对应的初步判断不相同,则将补光参数的调整值为最新一张人脸图像调整值的一半且调整方向与该最新一张人脸图像的调整方向相反。举例说明,例如第一张人脸图像的初步判断是暗了,而将补光参数上调1个调整值后拍摄第二张人脸图像,此时若第二张人脸图像的初步判断是亮了,则第三张人脸图像的补光参数调整为下调1/2个调整值。
步骤S12:对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型。
本实施例中,两种环境光照射下拍摄产生的两张人脸图像之间的图像亮度差值会因人脸的肤色不同而存在差异。例如,黄色皮肤人脸在两种环境光照射下拍摄的两张人脸图像之间的图像亮度差值与黑色皮肤人脸在该两种环境光照射下拍摄的两张人脸图像之间的图像亮度差值不同。因而,在本实施例中,采用不同的环境光拍摄多种不同肤色的人脸,获得大量的人脸图像样本,以及拍摄A4纸获得作为判断标准的图像样本,将这些图像样本作为实验数据进行分析,即可分析得出对应的肤色区间,通过实验数据分析预先构建一个用于数学模型,该数学模型中建立有图像亮度差值与肤色类型之间对应关系。在本实施例中,构建数学模型时,肤色类型为人工预先设定好的,如按照肤色卡中色号值划分出多个肤色类型,肤色类型的数量可配置。然后针对每种划分的肤色类型,得到可以用于表征肤色类型的图像亮度差值。该图像亮度差值与肤色类型之间的对应关系中,亮度差值可以表示为一个数值区间。本实施例通过将采集到的任意两张人脸图像进行图像亮度值比对,可获取得到该两张人脸图像相互之间的图像亮度差值,进而,基于上述数学模型,根据该两张人脸图像相互之间的图像亮度差值查询该数学模型,即可从数学模型中图像亮度差值与肤色类型之间的对应关系确定所述用户的肤色类型。
步骤S13:根据所述用户的肤色类型确定当前拍摄场景下的环境光亮度值,并根据所述环境光亮度值以及预设的测肤图像拍摄要求计算出所述摄像端待调整的补光参数和摄像参数。
在本实施例中,针对于每一种预先设定的肤色类型,采用已知的多种不同环境光拍摄大量同肤色的人脸,获得人脸图像样本,基于这些人脸图像分析图像亮度差值与环境光亮度值之间的对应关系,从而建立生成用于表征图像亮度差值与环境光亮度值之间对应关系的表格或曲线。其中,一种肤色类型对应一份图像亮度差值与环境光亮度值之间的对应关系。当通过步骤S12确定用户的肤色类型后,可以根据用户的肤色类型找到对应的用于表征图像亮度差值与环境光亮度值之间对应关系的表格或曲线。然后按照此前获得的各人脸图像相互之间的图像亮度差值查询表格或曲线,由此确定当前拍摄场景下的环境光亮度值。而在美容镜中,预先设定有拍摄测肤图像的最佳成像亮度值,即基于测肤图像要求设定的亮度阈值。当确定了当前拍摄场景下的环境光亮度值后,通过将当前拍摄场景下的环境光亮度值与该美容镜中预先设定的亮度阈值进行比对来计算出摄像端的待调整的补光参数和摄像参数,其中,摄像参数包括摄像端的快门速度和增益等。
步骤S14:按照所述待调整的补光参数和摄像参数对所述摄像端进行参数调整,采用调整后的摄像端拍摄所述用户的测肤图像。
本实施例中,在确定摄像端当前待调整的补光灯参数和摄像参数后,按照该待调整的补光参数和摄像参数对摄像端进行参数调整,以使摄像端的最终成像亮度达到测肤要求,然后在采用该调整后的摄像端拍摄用户的测肤图像,此时获得的测肤图像尽量避免了环境光和用户肤色的影响,有效提高后续测肤的准确性和可靠性。
上述实施例提供的测肤图像的获取方法在获取测肤图像之前,先使用摄像端拍摄采集至少两张具有不同补光参数的人脸图像,通过分析各人脸图像相互之间的图像亮度差值来确定用户的肤色,然后再根据用户的肤色反推出当前拍摄场景下的环境光亮度值,并根据该当前拍摄场景下的环境光亮度值来调整摄像端的补光参数和摄像参数,可以避免环境光和用户肤色对测肤图像拍摄的影响,获得适合拍摄测肤图像的成像亮度,有效提高后续测肤的准确性和可靠性。
本申请的一些实施例中,请一并参阅图3,图3为本申请实施例提供的测肤图像的获取方法中确定用户肤色类型的一种方法流程示意图。详细如下:
步骤S31:对各人脸图像分别进行平均亮度值计算,获得各人脸图像的图像亮度值;
步骤S32:根据各人脸图像的图像亮度值,计算任意两张人脸图像之间的第一图像亮度差值;
步骤S33:根据至少一个所述第一图像亮度差值查询预设的第一数学模型,以确定所述用户的肤色类型,其中,所述第一数学模型表征为反映图像亮度差值与肤色类型之间对应关系的列表或曲线。
本实施例中,预先通过采集多种不同肤色类型的人脸在不同环境光照射下拍摄的图像进行实验分析,构建生成一个第一数学模型,该数学模型用于反映在不同环境光照射下拍摄的两张人脸图像之间的图像亮度差值与肤色类型之间对应关系,可以是一种关系列表,也可以是一种关系曲线。示例性的,在本实施例中,采集到至少两张在不同环境光照射下拍摄的人脸图像后,可以先分别计算出各张人脸图像对应的图像亮度值,所述图像亮度值表征为人脸图像中各像素点的亮度均值。然后,通过将任意两张人脸图像进行图像亮度值比对,计算出该任意两张人脸图像之间的图像亮度差值。进而,基于该第一数学模型,通过根据该图像亮度差值查询第一数学模型即可确定该用户的肤色类型。
举例说明,比如第一数学模型中记录有3种预先设置好的补光参数A1、A2、A3,那么在该第一数学模型中,模型结构可以体现为:若两张人脸图像采用A1和A2拍摄,两张人脸图像之间的图像亮度差值在数值区间B1内时对应于肤色类型C1,两张人脸图像之间的图像亮度差值在数值区间B2内时对应于肤色类型C2,而两张人脸图像之间的图像亮度差值在数值区间B3内时对应于肤色类型为C3;若两张人脸图像采用A2和A3拍摄,两张人脸图像之间的图像亮度差值在数值区间B4内时对应于肤色类型C1,两张人脸图像之间的图像亮度差值在数值区间B5内时对应于肤色类型C2,而两张人脸图像之间的图像亮度差值在数值区间B6内时对应于肤色类型为C3;若两张人脸图像采用A1和A3拍摄,两张人脸图像之间的图像亮度差值在数值区间B7内时对应于肤色类型C1,两张人脸图像之间的图像亮度差值在数值区间B8内时对应于肤色类型C2,而两张人脸图像之间的图像亮度差值在数值区间B9内时对应于肤色类型为C3。
上述数学模型结构仅为示例,不作为对本申请的限定。可以理解的是,构建数学模型时,环境光亮度的种类数量可以根据实际精度需求进行设定,而且每一种类的环境光亮度可以是一个具体的数值,也可以是一个数值区间,此处不作限定。同理,肤色类型的数量亦可根据实际精度需求进行设定,此处不作限定。
以采集两张人脸图像为例,在本实施例中,确定用户的肤色类型时,首先通过图像的平均亮度值计算,分别计算出两张人脸图像各自对应的图像亮度值,进而将第一张人脸图像的图像亮度值与第二张人脸图像的图像亮度值进行比对可以获得该第一张人脸图像与第二张人脸图像之间的图像亮度差值,根据该两张人脸图像之间的图像亮度差值,结合此前拍摄该两张人脸图像时分别对应的环境光亮度,即可从构建生成的第一数学模型中查询确定用户的肤色类型。
需要说明的是,为了提高用户肤色类型判断的准确性,还可以采集多于两张人脸图像,通过将所有采集到的人脸图像任意选取两张人脸图像进行亮度值比对得到对应的图像亮度差值,然后结合该两张人脸图像之间的补光参数,根据该图像亮度差值查询第一数学模型,从而确定用户的肤色类型。或者,通过将所有采集到的人脸图像进行两两比对得出多个对应的图像亮度差值,然后查询每个图像亮度差值对应的肤色类型,获取最多图像亮度差值对应的肤色类型确定为用户的肤色类型。
本申请的一些实施例中,还可以对采集获得的各人脸图像按照预设的区域划分规则进行区域划分,基于划分的区域对各人脸图像进行平均亮度值计算,获得各人脸图像的图像亮度值,按照划分的区域对各人脸图像进行相互之间图像亮度值比对来获取各人脸图像相互之间的图像亮度差值,通过区域划分可以提高人脸图像亮度值计算的准确性,从而确保肤色类型确定的准确性。在本实施例中,按照预设的区域划分规则可以将人脸图像划分为额部区域、左脸区域、右脸区域、鼻子区域、下巴区域等五个区域中的一个或多个。
示例性的,请参阅图4,图4为本申请实施例提供的测肤图像的获取方法中对人脸图像进行区域划分的一种方法流程示意图。详细如下:
步骤S41:对目标人脸图像进行人脸特征点提取处理,获取所述目标人脸图像的人脸特征点,所述目标人脸图像为所述至少两张人脸图像中的任一人脸图像;
步骤S42:按照预设的区域划分规则从所述目标人脸图像的人脸特征点中选取出各个区域对应的关键点;
步骤S43:通过将各个区域对应的关键点分别进行连线处理,确定各个区域在所述目标人脸图像中的位置及范围。
本实施例中,针对每张采集到的人脸图像,分别作为目标人脸图像,即所述目标人脸图像为采集到的任意一张人脸图像。在本实施例中,通过对目标人脸图像进行人脸特征识别,提取出该目标人脸图像中的人脸特征点,然后按照预先设定的区域划分规则,从目标人脸图像中提取得到的人脸特征点中选取出可以表征划分的各个区域对应的关键点,进而通过将每个区域对应的关键点分别进行连线处理,以确定每个区域在所述目标人脸图像中的位置及范围。
示例性的,请一并参阅图5,图5为本申请实施例提供的测肤图像的获取方法中各划分的区域在人脸图像中的一种分布示意图。如图5所示,按照预先设定的区域划分规则,需划分的区域包括额部区域、左脸区域、右脸区域、鼻子区域、下巴区域。针对额头区域,基于所述预先设定的区域划分规则,选取人脸轮廓特征点中额头部位形成额头区域对角线的两个人脸特征点作为额头区域对应的关键点(如图4中的特征点110和特征点126),然后按照该两个关键点形成的对角线进行连线处理构建出对应的矩形区域,该矩形区域即为额头区域,由此确定额头区域在该人脸图像中的位置和范围。针对于左脸区域,基于所述预先设定的区域划分规则,选取左脸人脸轮廓特征点中左颧骨最高点对应的特征点(如图4中的特征点2)、左眼眼头对应的特征点(如图4中的特征点55)、左嘴角对应的特征点(如图4中的特征点84)以及左边人脸轮廓特征点中与左嘴角对应的特征点高度相接近的特征点(如图4中的特征点9)这四个特征点作为左脸区域对应的关键点,然后将该四个关键点依次连线形成四边形区域,该四边形区域即为左脸区域,由此确定左脸区域在该人脸图像中的位置和范围。针对右脸区域,基于所述预先设定的区域划分规则,选取右脸区域对应的关键点的规则与左脸基本一致,得到右脸区域对应的关键点(如图4中的特征点30、特征点58、特征点90和特征点23),通过该四个关键点依次连线形成四边形区域,该四边形区域即为右脸区域,由此确定右脸区域在该人脸图像中的位置和范围。针对鼻子区域,基于所述预先设定的区域划分规则,选取左眼眼头对应的特征点(如图4中的特征点55)、右眼眼头对应的特征点(如图4中的特征点58)以及鼻翼两侧的特征点(如图4中的特征点51和特征点47)这四个特征点作为鼻子区域对应的关键点,然后将该四个关键点以此连线形成四边形区域,该四边形区域即为鼻子区域,由此确定鼻子区域在人脸图像中的位置和范围。针对于下巴区域,基于所述预先设定的区域划分规则,选取下嘴唇边缘的两个相同高度的特征点(如图4中的特征点94和特征点92)以及人脸轮廓特征点中下巴部边缘的两个相同高度的特征点(如图4中的特征点18和特征点14),这四个特征点作为下巴区域对应的关键点,然后将该四个关键点以此连线形成四边形区域,该四边形区域即为下巴区域,由此来确定下巴区域在人脸图像中的位置和范围。可以理解的是,在选取关键点时,区域划分规则配置为获取最大的无像素值突变的区域,尽量避免划分的区域中覆盖有头发、眉毛、眼睛、以及嘴巴等与皮肤颜色明显不同的区域。
本申请的一些实施例中,请参阅图6,图6为本申请实施例提供的测肤图像的获取方法中确定用户肤色类型的另一种方法流程示意图。详细如下:,
步骤S61:按照区域对经过区域划分处理的各人脸图像分别进行平均亮度值计算,以获得各人脸图像对应的区域图像亮度值集合,每个区域图像亮度值集合中包含一张经过划分处理的人脸图像中各个区域的图像亮度值;
步骤S62:根据各人脸图像对应的区域图像亮度值集合,按照区域计算任意两张人脸图像之间的第二图像亮度差值,所述第二图像亮度差值表征为所述任意两张人脸图像中同一区域对应的图像亮度差值;
步骤S63:根据至少一个所述第二图像亮度差值分别查询第一数学模型,以确定所述用户的肤色类型,其中,所述第一数学模型表征为反映图像亮度差值与肤色类型之间对应关系的列表或曲线。
本实施例中,当对采集到的人脸图像分别进行区域划分处理后,按照划分的区域对各人脸图像进行平均亮度值计算,可以获得各人脸图像中各个区域对应的图像亮度值。而各个区域的图像亮度值组合在一起即可得到该人脸图像对应的区域图像亮度值集合。在本实施例中,平均亮度值计算表征为计算人脸图像中各像素点的亮度均值,例如按照区域,通过获取区域内所有像素点的亮度值,然后根据所有像素点的亮度值求平均值即可得到该区域的平均亮度值。在本实施例中,人脸图像经区域划分后包括额部区域、左脸区域、右脸区域、鼻子区域以及下巴区域这五大区域,此时,可以按照区域计算出任意两张所述采集到的人脸图像之间各区域的图像亮度差值。示例性的,通过将第一张人脸图像额头区域对应的图像亮度值与第二张人脸图像额头区域对应的图像亮度值进行比对,可以获得该第一张人脸图像与第二张人脸图像之间额头区域对应的图像亮度差值。其他区域同理,可获取各自对应的图像亮度差值。获得各个区域对应的图像亮度差值之后,再根据每个区域对应的图像亮度差值分别查询第一数学模型,以此获得五个区域表征的肤色类型。最后,通过对各个区域表征的肤色类型进行统计处理,即可确定所述用户的肤色类型。在本实施例中,统计处理可以为选取最多区域表征的肤色类型作为用户的肤色类型。例如5个区域,其中1个区域表征肤色类型C1,3个区域表征肤色类型C2,1个区域表征肤色类型C3,那么此时可以确定肤色类型C2为用户的肤色类型。在另外一个具体实施方式中,统计处理还可以为获取每个区域对应表征的肤色值,然后比较5个肤色值的大小,剔除最小肤色值和最大肤色值,然后将其余三个肤色值进行平均值计算,得到最终肤色值,进而通过最终肤色值来确定用户所对应肤色类型。
本申请的一些实施例中,请参阅图7,图7为本申请实施例提供的测肤图像获取方法中确定待调整的补光参数和摄像参数时的一种方法流程示意图。详细如下:
步骤S71:将所述环境光亮度值与测肤图像拍摄要求设定的亮度阈值进行比对,计算出所述环境光亮度值与测肤图像拍摄要求设定的亮度阈值之间的差值;
步骤S72:根据所述环境光亮度值与测肤图像拍摄要求设定的亮度阈值之间的差值设置所述摄像端待调整的补光参数和摄像参数。
本实施例中,示例性的,若美容镜中设定最合适拍摄人脸的成像亮度为600lx,该600lx即为测肤图像拍摄要求设定的亮度阈值。此时,当摄像端当前拍摄场景下的环境光亮度值低于600lx时,通过将环境光亮度值与亮度阈值进行比对,计算出环境光亮度值与亮度阈值之间的差值,然后通过调整补光灯亮度、摄像端快门速度以及增益等方式将摄像端当前拍摄场景的环境光亮度调整至600lx;而当摄像端当前拍摄场景下的环境光亮度高于600lx时,通过将环境光亮度值与亮度阈值进行比对,计算出环境光亮度值与亮度阈值之间的差值,然后通过减少补光灯亮度、调整快门速度减少摄像头成像时的进光量来控制摄像端最终成像亮度,以使摄像端当前拍摄场景的环境光亮度调整至600lx。因此,此过程中参数调整的度量(即待调整的补光参数和摄像参数的量值)可以通过计算摄像端当前拍摄场景下的环境光亮度与测肤亮度标准值600lx之间的差值来确定。在一些具体实现中,调整量值的确定方式同样可以采用实验得出的数学模型,举例说明,例如前期将环境光亮度从暗到亮划分成若干个层级、将补光灯亮度从暗到亮也也划分成若干个层级,然后采用各种肤色类型的人进行拍照测试得到对应的数学模型,该数学模型可以是一份参数表,补光灯参数调整的量可以根据计算得出的差值查询该参数表获得。
可以理解的是,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请的一些实施例中,请参阅图8,图8为本申请实施例提供的一种测肤图像的获取装置的结构示意图,详述如下:
所述测肤图像的获取装置包括:采集模块81、确定模块82、计算模块83以及执行模块84。其中,所述采集模块81用于触发摄像端当前拍摄场景下采集用户的至少两张人脸图像,其中,各人脸图像对应不同的补光参数。所述确定模块82用于对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型。所述计算模块83用于根据所述用户的肤色类型确定当前拍摄场景下的环境光亮度值,并根据所述环境光亮度值以及预设的测肤图像拍摄要求计算出所述摄像端待调整的补光参数和摄像参数。所述执行模块84用于按照所述待调整的补光参数和摄像参数对所述摄像端进行参数调整,采用调整后的摄像端拍摄所述用户的测肤图像。
本申请的一些实施例中,所述确定模块82还用于:对各人脸图像分别进行平均亮度值计算,获得各人脸图像的图像亮度值;根据各人脸图像的图像亮度值,计算任意两张人脸图像之间的第一图像亮度差值;根据至少一个所述第一图像亮度差值查询预设的第一数学模型,以确定所述用户的肤色类型,其中,所述第一数学模型表征为反映图像亮度差值与肤色类型之间对应关系的列表或曲线。
所述测肤图像的获取装置,与上述的测肤图像的获取方法一一对应。
在本申请的一些实施例中,请参阅图9,图9为本申请实施例提供的一种实现测肤图像的获取方法的电子设备的示意图。如图9所示,该实施例的电子设备9包括:处理器91、存储器92以及存储在所述存储器92中并可在所述处理器91上运行的计算机程序93,例如测肤图像的获取程序。所述处理器91执行所述计算机程序92时实现上述各个测肤图像的获取方法实施例中的步骤。或者,所述处理器91执行所述计算机程序93时实现上述各装置实施例中各模块/单元的功能。
示例性的,所述计算机程序93可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器92中,并由所述处理器91执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序93在所述电子设备9中的执行过程。例如,所述计算机程序93可以被分割成:
采集模块,用于触发摄像端当前拍摄场景下采集用户的至少两张人脸图像,其中,各人脸图像对应不同的补光参数;
确定模块,用于各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型;
计算模块,用于根据所述用户的肤色类型确定当前拍摄场景下的环境光亮度值,并根据所述环境光亮度值以及预设的测肤图像拍摄要求计算出所述摄像端待调整的补光参数和摄像参数;
执行模块,用于按照所述待调整的补光参数和摄像参数对所述摄像端进行参数调整,采用调整后的摄像端拍摄所述用户的测肤图像。
所述电子设备可包括,但不仅限于,处理器91、存储器92。本领域技术人员可以理解,图9仅仅是电子设备9的示例,并不构成对电子设备9的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器91可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器92可以是所述电子设备9的内部存储单元,例如电子设备9的硬盘或内存。所述存储器92也可以是所述电子设备9的外部存储设备,例如所述电子设备9上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器92还可以既包括所述电子设备9的内部存储单元也包括外部存储设备。所述存储器92用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器92还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种测肤图像的获取方法,其特征在于,包括:
触发摄像端当前拍摄场景下采集用户的至少两张人脸图像,其中,各人脸图像对应不同的补光参数;
对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型;
根据所述用户的肤色类型确定当前拍摄场景下的环境光亮度值,并根据所述环境光亮度值以及预设的测肤图像拍摄要求计算出所述摄像端待调整的补光参数和摄像参数;
按照所述待调整的补光参数和摄像参数对所述摄像端进行参数调整,采用调整后的摄像端拍摄所述用户的测肤图像。
2.根据权利要求1所述的测肤图像的获取方法,其特征在于,所述对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型的步骤,包括:
对各人脸图像分别进行平均亮度值计算,获得各人脸图像的图像亮度值;
根据各人脸图像的图像亮度值,计算任意两张人脸图像之间的第一图像亮度差值;
根据至少一个所述第一图像亮度差值查询预设的第一数学模型,以确定所述用户的肤色类型,其中,所述第一数学模型表征为反映图像亮度差值与肤色类型之间对应关系的列表或曲线。
3.根据权利要求1所述的测肤图像的获取方法,其特征在于,所述对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型的步骤之前,包括:
按照预设的区域划分规则对各人脸图像分别进行区域划分处理,以按照划分的区域对各人脸图像进行相互之间图像亮度值比对来获取各人脸图像相互之间的图像亮度差值,其中,所述划分的区域包括额部区域、左脸区域、右脸区域、鼻子区域、下巴区域中的一个或多个。
4.根据权利要求3所述的测肤图像的获取方法,其特征在于,所述按照预设的区域划分规则对各人脸图像分别进行区域划分处理的步骤,包括:
对目标人脸图像进行人脸特征点提取处理,获取所述目标人脸图像的人脸特征点,所述目标人脸图像为所述至少两张人脸图像中的任一人脸图像;
按照预设的区域划分规则从所述目标人脸图像的人脸特征点中选取出各个区域对应的关键点;
通过将各个区域对应的关键点分别进行连线处理,确定各个区域在所述目标人脸图像中的位置及范围。
5.根据权利要求3或4所述的测肤图像的获取方法,其特征在于,所述对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型的步骤,包括:
按照区域对经过区域划分处理的各人脸图像分别进行平均亮度值计算,以获得各人脸图像对应的区域图像亮度值集合,每个区域图像亮度值集合中包含一张经过划分处理的人脸图像中各个区域的图像亮度值;
根据各人脸图像对应的区域图像亮度值集合,按照区域计算任意两张人脸图像之间的第二图像亮度差值,所述第二图像亮度差值表征为所述任意两张人脸图像中同一区域对应的图像亮度差值;
根据至少一个所述第二图像亮度差值分别查询第一数学模型,以确定所述用户的肤色类型,其中,所述第一数学模型表征为反映图像亮度差值与肤色类型之间对应关系的列表或曲线。
6.根据权利要求1所述的测肤图像的获取方法,其特征在于,所述根据所述环境光亮度值以及预设的测肤图像拍摄要求计算出所述摄像端待调整的补光参数和摄像参数的步骤,包括:
将所述环境光亮度值与测肤图像拍摄要求设定的亮度阈值进行比对,计算出所述环境光亮度值与测肤图像拍摄要求设定的亮度阈值之间的差值;
根据所述环境光亮度值与测肤图像拍摄要求设定的亮度阈值之间的差值设置所述摄像端待调整的补光参数和摄像参数。
7.一种测肤图像的获取装置,其特征在于,所述测肤图像的获取装置包括:
采集模块,用于触发摄像端当前拍摄场景下采集用户的至少两张人脸图像,其中,各人脸图像对应不同的补光参数;
确定模块,用于对各人脸图像进行相互之间的图像亮度值比对,获取各人脸图像相互之间的图像亮度差值,根据所述图像亮度差值确定所述用户的肤色类型;
计算模块,用于根据所述用户的肤色类型确定当前拍摄场景下的环境光亮度值,并根据所述环境光亮度值以及预设的测肤图像拍摄要求计算出所述摄像端待调整的补光参数和摄像参数;
执行模块,用于按照所述待调整的补光参数和摄像参数对所述摄像端进行参数调整,采用调整后的摄像端拍摄所述用户的测肤图像。
8.根据权利要求7所述的测肤图像的获取装置,其特征在于,所述测肤图像的获取装置中,所述确定模块还用于:
对各人脸图像分别进行平均亮度值计算,获得各人脸图像的图像亮度值;
根据各人脸图像的图像亮度值,计算任意两张人脸图像之间的第一图像亮度差值;
根据至少一个所述第一图像亮度差值查询预设的第一数学模型,以确定所述用户的肤色类型,其中,所述第一数学模型表征为反映图像亮度差值与肤色类型之间对应关系的列表或曲线。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述测肤图像的获取方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述测肤图像的获取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110506236.2A CN113411507B (zh) | 2021-05-10 | 2021-05-10 | 测肤图像的获取方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110506236.2A CN113411507B (zh) | 2021-05-10 | 2021-05-10 | 测肤图像的获取方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113411507A true CN113411507A (zh) | 2021-09-17 |
CN113411507B CN113411507B (zh) | 2023-01-06 |
Family
ID=77678227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110506236.2A Active CN113411507B (zh) | 2021-05-10 | 2021-05-10 | 测肤图像的获取方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113411507B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114845052A (zh) * | 2022-04-22 | 2022-08-02 | 杭州海康威视数字技术股份有限公司 | 一种拍摄参数调整方法、装置、摄像机及目标设备 |
CN115082469A (zh) * | 2022-08-22 | 2022-09-20 | 龙旗电子(惠州)有限公司 | 图片亮度检测方法、装置、设备和存储介质 |
CN117854194A (zh) * | 2024-03-07 | 2024-04-09 | 深圳市开拓者安防科技有限公司 | 基于人工智能的可视化门禁控制方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080181597A1 (en) * | 2007-01-29 | 2008-07-31 | Kazunori Tamura | Photographing apparatus, method for controlling photographing apparatus and computer-readable recording medium containing program |
US20160098614A1 (en) * | 2014-10-06 | 2016-04-07 | Panasonic Intellectual Property Management Co., Ltd. | Gloss determination device and gloss determination method |
WO2017203913A1 (ja) * | 2016-05-25 | 2017-11-30 | パナソニックIpマネジメント株式会社 | 肌診断装置および肌診断方法 |
CN107491718A (zh) * | 2016-06-13 | 2017-12-19 | 南京亿猫信息技术有限公司 | 不同亮度环境下进行人手肤色检测的方法 |
CN108986019A (zh) * | 2018-07-13 | 2018-12-11 | 北京小米智能科技有限公司 | 肤色调整方法及装置、电子设备、机器可读存储介质 |
CN111062891A (zh) * | 2019-12-16 | 2020-04-24 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端及计算机可读存储介质 |
CN111263074A (zh) * | 2020-03-13 | 2020-06-09 | 深圳市雄帝科技股份有限公司 | 摄像头亮度自动调节的方法、系统、设备及其存储介质 |
WO2020207423A1 (zh) * | 2019-04-12 | 2020-10-15 | 虹软科技股份有限公司 | 肤质检测方法、肤质等级分类方法及肤质检测装置 |
-
2021
- 2021-05-10 CN CN202110506236.2A patent/CN113411507B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080181597A1 (en) * | 2007-01-29 | 2008-07-31 | Kazunori Tamura | Photographing apparatus, method for controlling photographing apparatus and computer-readable recording medium containing program |
US20160098614A1 (en) * | 2014-10-06 | 2016-04-07 | Panasonic Intellectual Property Management Co., Ltd. | Gloss determination device and gloss determination method |
WO2017203913A1 (ja) * | 2016-05-25 | 2017-11-30 | パナソニックIpマネジメント株式会社 | 肌診断装置および肌診断方法 |
CN107491718A (zh) * | 2016-06-13 | 2017-12-19 | 南京亿猫信息技术有限公司 | 不同亮度环境下进行人手肤色检测的方法 |
CN108986019A (zh) * | 2018-07-13 | 2018-12-11 | 北京小米智能科技有限公司 | 肤色调整方法及装置、电子设备、机器可读存储介质 |
WO2020207423A1 (zh) * | 2019-04-12 | 2020-10-15 | 虹软科技股份有限公司 | 肤质检测方法、肤质等级分类方法及肤质检测装置 |
CN111062891A (zh) * | 2019-12-16 | 2020-04-24 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端及计算机可读存储介质 |
CN111263074A (zh) * | 2020-03-13 | 2020-06-09 | 深圳市雄帝科技股份有限公司 | 摄像头亮度自动调节的方法、系统、设备及其存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114845052A (zh) * | 2022-04-22 | 2022-08-02 | 杭州海康威视数字技术股份有限公司 | 一种拍摄参数调整方法、装置、摄像机及目标设备 |
CN114845052B (zh) * | 2022-04-22 | 2024-03-12 | 杭州海康威视数字技术股份有限公司 | 一种拍摄参数调整方法、装置、摄像机及目标设备 |
CN115082469A (zh) * | 2022-08-22 | 2022-09-20 | 龙旗电子(惠州)有限公司 | 图片亮度检测方法、装置、设备和存储介质 |
CN117854194A (zh) * | 2024-03-07 | 2024-04-09 | 深圳市开拓者安防科技有限公司 | 基于人工智能的可视化门禁控制方法和系统 |
CN117854194B (zh) * | 2024-03-07 | 2024-06-07 | 深圳市开拓者安防科技有限公司 | 基于人工智能的可视化门禁控制方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113411507B (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113411507B (zh) | 测肤图像的获取方法、装置、设备及存储介质 | |
CN107730445B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
CN106874871B (zh) | 一种活体人脸双摄像头识别方法及识别装置 | |
CN108447017B (zh) | 人脸虚拟整容方法和装置 | |
CN107808136B (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
CN107730444B (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
CN107945135B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
WO2018161877A1 (zh) | 处理方法、处理装置、电子装置和计算机可读存储介质 | |
EP1703436A2 (en) | Image processing system, image processing apparatus and method, recording medium, and program | |
US7853048B2 (en) | Pupil color correction device and program | |
CN108846807B (zh) | 光效处理方法、装置、终端及计算机可读存储介质 | |
CN107730446B (zh) | 图像处理方法、装置、计算机设备及计算机可读存储介质 | |
CN107862653B (zh) | 图像显示方法、装置、存储介质和电子设备 | |
WO2021027537A1 (zh) | 一种拍摄证件照的方法、装置、设备及存储介质 | |
CN107800965B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN113397480B (zh) | 美容仪的控制方法、装置、设备及存储介质 | |
CN107993209B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN107886484A (zh) | 美颜方法、装置、计算机可读存储介质和电子设备 | |
CN108810406B (zh) | 人像光效处理方法、装置、终端及计算机可读存储介质 | |
KR100922653B1 (ko) | 눈동자색 보정 장치 및 기록 매체 | |
EP2337336A2 (en) | Image processing apparatus and image processing method | |
CN109242794B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN108022207A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
US11315360B2 (en) | Live facial recognition system and method | |
CN109587466A (zh) | 颜色阴影校正的方法和装置 |
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 |