CN113570581A - 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
- CN113570581A CN113570581A CN202110872286.2A CN202110872286A CN113570581A CN 113570581 A CN113570581 A CN 113570581A CN 202110872286 A CN202110872286 A CN 202110872286A CN 113570581 A CN113570581 A CN 113570581A
- Authority
- CN
- China
- Prior art keywords
- color
- target
- parameter
- beautification
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims description 89
- 230000015654 memory Effects 0.000 claims description 33
- 230000001795 light effect Effects 0.000 claims description 22
- 238000012790 confirmation Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 239000002184 metal Substances 0.000 claims description 11
- 229910052751 metal Inorganic materials 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 9
- 239000002537 cosmetic Substances 0.000 claims description 6
- 239000003086 colorant Substances 0.000 description 40
- 238000010586 diagram Methods 0.000 description 30
- 230000000694 effects Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 239000013077 target material Substances 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000001815 facial effect Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 239000002994 raw material Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000010421 standard material Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual 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
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004364 calculation method 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
- 238000005034 decoration Methods 0.000 description 1
- 238000013135 deep learning Methods 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
- 238000000605 extraction Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 230000037308 hair color Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000002932 luster Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/30—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)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (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:接收对人脸图像的目标部位的美化操作;基于所述美化操作中输入的所述目标部位的美化颜色参数,生成与所述美化颜色参数匹配的目标颜色查找表;根据所述人脸图像的目标部位中像素点的原始颜色以及所述目标颜色查找表,生成美化后的人脸图像。
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,随着唇妆的发展,用户已不满足于仅根据提供的几种颜色来得到唇妆处理后的图像。
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:
接收对人脸图像的目标部位的美化操作;基于所述美化操作中输入的所述目标部位的美化颜色参数,生成与所述美化颜色参数匹配的目标颜色查找表;根据所述人脸图像的目标部位中像素点的原始颜色以及所述目标颜色查找表,生成美化后的人脸图像。
在一种可能的实现方式中,所述基于所述美化操作中输入的所述目标部位的美化颜色参数,生成目标颜色查找表,包括:获取预设颜色查找表,以及与所述预设颜色查找表对应的预设颜色参数;确定所述美化颜色参数与所述预设颜色参数之间的颜色偏差;基于所述颜色偏差,对所述预设颜色查找表的第一输出颜色参数进行调整,得到所述目标颜色查找表。
在一种可能的实现方式中,所述颜色偏差包括所述美化颜色参数与所述预设颜色参数在预设颜色空间中的颜色偏差;所述基于所述颜色偏差,对所述预设颜色查找表的第一输出颜色参数进行调整,得到所述目标颜色查找表,包括:将所述预设颜色查找表中的第一输出颜色参数转换至所述预设颜色空间,得到第二输出颜色参数;在所述预设颜色空间中,根据所述颜色偏差和/或所述美化颜色参数,对所述第二输出颜色参数进行调整,得到第三输出颜色参数;根据所述第三输出颜色参数,生成所述目标颜色查找表。
在一种可能的实现方式中,所述预设颜色空间中的颜色参数分量包括:色调分量、饱和度分量以及明度分量;所述在所述预设颜色空间中,根据所述颜色偏差和/或所述美化颜色参数,对所述第二输出颜色参数进行调整,得到第三输出颜色参数,包括以下操作中的一种或多种:根据所述美化颜色参数的色调分量,对所述第二输出颜色参数的色调分量进行调整,得到所述第三输出颜色参数的色调分量;根据所述颜色偏差的饱和度分量,对所述第二输出颜色参数的色调分量进行调整,得到所述第三输出颜色参数的饱和度分量;根据所述颜色偏差的明度分量,对所述第二输出颜色参数的明度分量进行调整,得到所述第三输出颜色参数的明度分量。
在一种可能的实现方式中,所述根据所述第三输出颜色参数,生成所述目标颜色查找表,包括:在所述第三输出颜色参数属于预设范围的情况下,将所述第三输出颜色参数作为所述目标颜色查找表中的目标输出颜色参数;在所述第三输出颜色参数超过预设范围的情况下,基于所述预设范围的临界颜色参数,确定所述目标颜色查找表中的目标输出颜色参数。
在一种可能的实现方式中,所述根据所述人脸图像的目标部位中像素点的原始颜色以及所述目标颜色查找表,生成美化后的人脸图像,包括:在所述目标颜色查找表中,查找与所述目标部位中像素点的原始颜色对应的目标输出颜色参数,作为所述目标部位中像素点的初始目标颜色;根据所述目标部位中像素点的初始目标颜色,确定所述目标部位中像素点的目标颜色;基于所述目标部位中像素点的原始颜色和所述目标颜色,得到美化后的人脸图像。
在一种可能的实现方式中,所述根据所述目标部位中像素点的初始目标颜色,确定所述目标部位中像素点的目标颜色,包括:在所述美化操作中的处理类型包括自然处理的情况下,将所述目标部位中像素点的初始目标颜色,作为所述目标部位中像素点的目标颜色;或者,在所述美化操作中的处理类型包括金属光效处理的情况下,基于随机获取的噪声值,对所述目标部位中像素点的初始目标颜色进行调整,得到所述目标部位中像素点的目标颜色。
在一种可能的实现方式中,所述接收对人脸图像的目标部位的美化操作,包括:响应于人脸图像确认操作,获取所述人脸图像,其中,所述人脸图像确认操作包括:传输所述人脸图像,或者,在预设图像库中选择所述人脸图像;响应于所述美化操作,接收所述美化操作中输入的处理类型、美化颜色参数以及调整参数中的一种或多种。
在一种可能的实现方式中,所述方法还包括:响应于预览操作,显示所述美化后的人脸图像。
在一种可能的实现方式中,所述美化操作包括唇妆操作,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:
接收模块,用于接收对人脸图像的目标部位的美化操作;生成模块,用于基于所述美化操作中输入的所述目标部位的美化颜色参数,生成与所述美化颜色参数匹配的目标颜色查找表;美化模块,用于根据所述人脸图像的目标部位中像素点的原始颜色以及所述目标颜色查找表,生成美化后的人脸图像。
在一种可能的实现方式中,所述生成模块用于:获取预设颜色查找表,以及与所述预设颜色查找表对应的预设颜色参数;确定所述美化颜色参数与所述预设颜色参数之间的颜色偏差;基于所述颜色偏差,对所述预设颜色查找表的第一输出颜色参数进行调整,得到所述目标颜色查找表。
在一种可能的实现方式中,所述颜色偏差包括所述美化颜色参数与所述预设颜色参数在预设颜色空间中的颜色偏差;所述生成模块进一步用于:将所述预设颜色查找表中的第一输出颜色参数转换至所述预设颜色空间,得到第二输出颜色参数;在所述预设颜色空间中,根据所述颜色偏差和/或所述美化颜色参数,对所述第二输出颜色参数进行调整,得到第三输出颜色参数;根据所述第三输出颜色参数,生成所述目标颜色查找表。
在一种可能的实现方式中,所述预设颜色空间中的颜色参数分量包括:色调分量、饱和度分量以及明度分量;所述生成模块进一步用于:根据所述美化颜色参数的色调分量,对所述第二输出颜色参数的色调分量进行调整,得到所述第三输出颜色参数的色调分量;根据所述颜色偏差的饱和度分量,对所述第二输出颜色参数的色调分量进行调整,得到所述第三输出颜色参数的饱和度分量;根据所述颜色偏差的明度分量,对所述第二输出颜色参数的明度分量进行调整,得到所述第三输出颜色参数的明度分量。
在一种可能的实现方式中,所述生成模块进一步用于:在所述第三输出颜色参数属于预设范围的情况下,将所述第三输出颜色参数作为所述目标颜色查找表中的目标输出颜色参数;在所述第三输出颜色参数超过预设范围的情况下,基于所述预设范围的临界颜色参数,确定所述目标颜色查找表中的目标输出颜色参数。
在一种可能的实现方式中,所述美化模块用于:在所述目标颜色查找表中,查找与所述目标部位中像素点的原始颜色对应的目标输出颜色参数,作为所述目标部位中像素点的初始目标颜色;根据所述目标部位中像素点的初始目标颜色,确定所述目标部位中像素点的目标颜色;基于所述目标部位中像素点的原始颜色和所述目标颜色,得到美化后的人脸图像。
在一种可能的实现方式中,所述美化模块进一步用于:在所述美化操作中的处理类型包括自然处理的情况下,将所述目标部位中像素点的初始目标颜色,作为所述目标部位中像素点的目标颜色;或者,在所述美化操作中的处理类型包括金属光效处理的情况下,基于随机获取的噪声值,对所述目标部位中像素点的初始目标颜色进行调整,得到所述目标部位中像素点的目标颜色。
在一种可能的实现方式中,所述接收模块用于:响应于人脸图像确认操作,获取所述人脸图像,其中,所述人脸图像确认操作包括:传输所述人脸图像,或者,在预设图像库中选择所述人脸图像;响应于所述美化操作,接收所述美化操作中输入的处理类型、美化颜色参数以及调整参数中的一种或多种。
在一种可能的实现方式中,所述装置还用于:响应于预览操作,显示所述美化后的人脸图像。
在一种可能的实现方式中,所述美化操作包括唇妆操作,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,通过接收对人脸图像目标部位的美化操作,并基于美化操作中输入的美化颜色参数,生成与美化颜色参数匹配对应的颜色查找表,从而根据人脸图像目标部位中像素点的原始颜色以及目标颜色查找表,来生成美化后的人脸图像。通过上述过程,可以根据美化操作中任意输入的美化颜色参数,来生成对应的目标颜色查找表,以实现对目标部位颜色的美化,一方面可以通过任意输入的美化颜色参数丰富美化操作的颜色,提升美化操作的自由度;另一方面还可以通过目标颜色查找表使得美化后的人脸图像具有较为自然的美化效果。
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美化操作的输入界面示意图。
图3示出根据本公开一实施例的图像处理方法的流程图。
图4示出根据本公开一实施例的预设颜色查找表的示意图。
图5示出根据本公开一实施例的图像处理方法的流程图。
图6示出根据本公开一实施例的图像处理方法的流程图。
图7示出根据本公开一实施例的原始素材的示意图。
图8示出根据本公开一实施例的人脸图像的示意图。
图9示出根据本公开一实施例的美化后的人脸图像的示意图。
图10示出根据本公开一实施例的图像处理装置的框图。
图11示出根据本公开一应用示例的示意图。
图12示出根据本公开实施例的一种电子设备的框图。
图13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,接收对人脸图像的目标部位的美化操作。
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。
美化操作,可以是对人脸图像的目标部位进行美化处理的任意操作,比如唇妆操作、眼妆操作、修容操作或是美发操作等各类操作。美化操作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,该美化操作可以包括指示对人脸图像进行美化处理的操作;在一些可能的实现方式中,该美化操作还可以包括输入一种或多种参数等,比如处理类型、美化颜色参数或是调整参数等。
处理类型可以是美化操作中所执行的类型,随着美化操作形式的不同,美化操作中包含的处理类型也可以灵活发生变化,美化操作可以包含一种或多种处理类型。在一种可能的实现方式中,在美化操作包括唇妆操作的情况下,处理类型可以包括自然处理、金属光效、雾面光效、水润光效以及闪烁光效中的一种或多种。其中,自然处理可以包括对嘴唇颜色的自然修饰,保留唇部原始的光亮效果;金属光效、雾面光效、水润光效以及闪烁光效等处理类型可以实现对嘴唇颜色的修饰以及光效的改变,分别得到具有金属光泽的唇妆效果、具有低光泽度的雾面唇妆效果、具有高光泽度且亮度过渡自然的水润唇妆效果以及具有高亮度、高光泽度且亮度具有间隔的闪烁唇妆效果等。
美化颜色参数可以是在美化操作中输入的,对人脸图像的目标部位的颜色进行美化的任意参数,美化颜色参数的形式可以根据实际情况灵活决定,在一种可能的实现方式中,该美化颜色参数可以是输入的RGB颜色参数。
调整参数可以是在美化操作中输入的,对人脸图像的目标部位进行美化调整的相关参数,调整参数可以包括各种参数类型,在一些可能的实现方式中,调整参数可以包括:对人脸图像的目标部位的颜色进行美化的强度和/或亮度强度等。基于调整参数,对人脸图像的目标部位进行美化调整的方式可以详见下述各公开实施例,在此先不做展开。
图2示出根据本公开一实施例的美化操作的输入界面示意图,如图所示,在一个示例中,可以在输入界面选择如唇妆操作、腮红操作、眼影操作、眼线操作、睫毛刷操作、眉毛操作、粉底操作或染发操作等各种类型的美化操作,并在输入界面中选定美化操作的处理类型,如图2所示选择美化操作中的雾面光效处理类型,还可以在输入界面中输入美化颜色参数,比如图2所示的可以输入RGB三个颜色通道的颜色值,还可以输入其他的调整参数,比如图2中示出的高光(L,highLight)以及中间调(M,Midtones)等。
基于图2还可以看出,在一个示例中,输入界面还可以显示出人脸图像(为了对图中对象进行保护,对人脸部分部位进行了马赛克处理),该人脸图像可以为通过相机采集所得到的当前采集图像,也可以为选中的照片,在一个示例中,还可以在输入界面将人脸图像和美化后的人脸图像进行分屏显示。
目标部位可以是人脸图像中需要进行美化的任意部位,目标部位包含哪些部位,其实现形式同样可以根据美化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。
步骤S12,基于美化操作中输入的目标部位的美化颜色参数,生成与美化颜色参数匹配的目标颜色查找表。
其中,美化颜色参数的实现形式可以参考上述公开实施例,在此不再赘述。在一种可能的实现方式中,在美化颜色参数包括RGB颜色参数的情况下,可以分别输入美化颜色在红色(R,Red)、绿色(G,Green)和蓝色(B,Blue)三个颜色通道上颜色参数值,以得到输入的美化颜色参数。
目标颜色查找表可以包含目标输出颜色参数,以及目标输出颜色参数与输入颜色之间的对应关系,其中,输入颜色可以为向目标颜色查找表进行查找的颜色,目标输出颜色参数可以包含多个目标输出颜色,目标输出颜色可以为在目标颜色查找表中查找到的与输入颜色对应的输出颜色。举例来说,比如根据输入颜色A在目标颜色查找表中查找,可以在目标颜色查找表中找到与A对应的目标输出颜色B。目标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,目标颜色查找表中的多个目标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,可以根据美化操作中输入的美化颜色参数,来生成与美化颜色参数匹配的目标颜色查找表,在这种情况下,目标颜色查找表中的目标输出颜色参数属于美化颜色参数的范围以内,从而使得根据目标颜色查找表查找到的目标输出颜色参数,均与美化颜色参数相匹配,以达到根据美化颜色参数对人脸图像的目标部位进行美化的目的。
如何基于美化颜色参数来生成目标颜色查找表,其实现方式可以根据实际情况灵活决定,比如可以根据美化颜色参数,对原始的预设颜色查找表中的颜色进行修正,以得到目标颜色查找表;或是根据美化颜色参数,直接选择与美化颜色参数所绑定的目标颜色查找表;也可以根据美化颜色参数,按照一定的颜色映射规则来生成目标颜色查找表等。步骤S12的一些可能的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,根据人脸图像的目标部位中像素点的原始颜色以及目标颜色查找表,生成美化后的人脸图像。
其中,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,在一些可能的实现方式中,可以根据目标部位在人脸图像中的位置,确定目标部位中各像素点的原始颜色。
美化后的人脸图像,可以是根据目标颜色查找表,对原始颜色进行美化所得到的人脸图像,生成美化后的人脸图像的方式可以根据实际情况灵活决定,比如可以基于目标部位中各像素点的原始颜色在目标颜色查找表中查找对应的目标输出颜色参数,来作为美化后的人脸图像中各像素点的颜色;或者也可以根据原始颜色在目标颜色查找表中查找对应的目标输出颜色参数后,将目标输出颜色参数与原始颜色融合后的颜色,来作为美化后的人脸图像中各像素点的颜色等。步骤S13的一些可能的实现方式可以详见下述各公开实施例,在此先不做展开。
在本公开实施例中,通过接收对人脸图像目标部位的美化操作,并基于美化操作中输入的美化颜色参数,生成与美化颜色参数匹配对应的颜色查找表,从而根据人脸图像目标部位中像素点的原始颜色以及目标颜色查找表,来生成美化后的人脸图像。通过上述过程,可以根据美化操作中任意输入的美化颜色参数,来生成对应的目标颜色查找表,以实现对目标部位颜色的美化,一方面可以通过任意输入的美化颜色参数丰富美化操作的颜色,提升美化操作的自由度;另一方面还可以通过目标颜色查找表使得美化后的人脸图像具有较为自然的美化效果。
在一种可能的实现方式中,步骤S11可以包括:
响应于人脸图像确认操作,获取人脸图像。
响应于美化操作,接收美化操作中输入的处理类型、美化颜色参数以及调整参数中的一种或多种。
其中,人脸图像确认操作可以用于确认待进行美化操作的人脸图像。该人脸图像确认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,人脸图像确认操作可以包括:传输人脸图像,或者,在预设图像库中选择人脸图像。
其中,传输人脸图像可以是用户主动上传人脸图像,响应于该传输人脸图像的人脸图像确认操作,可以通过接收的方式,获取用户上传的人脸图像。
预设图像库可以包括多个预设的人脸图像,用户可以从预设图像库中选择一个或多个预设的人脸图像,作为待进行美化操作的人脸图像,因此,在一种可能的实现方式中,响应于该在预设图像库中选择人脸图像的人脸图像确认操作,可以通过读取的方式,从预设图像库中读取被选中的人脸图像。
美化操作的实现方式可以参考上述各公开实施例,在此不再赘述,如上述各公开实施例所述,美化操作可以包括输出一种或多种参数,因此相应地,响应于美化操作,可以接收美化操作中输入的处理类型、美化颜色参数以及调整参数中的一种或多种。
在本公开实施例中,人脸图像确认操作和美化操作的执行顺序可以根据实际情况灵活选择,比如用户可以先进行人脸图像确认操作,再进行美化操作,也可以先输入美化操作中的各类参数,再进行人脸图像确认操作,或是同时执行人脸图像确认操作与美化操作等,因此相应地,获取人脸图像和接收美化操作中输入的处理类型、美化颜色参数以及调整参数中的一种或多种等过程的执行顺序可以根据实际情况灵活选择,在本公开实施例中不做限制。
通过本公开实施例,可以根据实际情况,通过接收或读取的方式灵活获取待进行美化操作的人脸图像,并根据用户输入的参数情况,灵活获取美化操作的各类参数,大大提升了整个图像处理方法的灵活程度和交互性,提升用户进行美化的操作体验。
图3示出根据本公开一实施例的图像处理方法的流程图,如图所示,在一种可能的实现方式中,步骤S12可以包括:
步骤S121,获取预设颜色查找表,以及与预设颜色查找表对应的预设颜色参数;
步骤S122,确定美化颜色参数与预设颜色参数之间的颜色偏差;
步骤S123,基于颜色偏差,对预设颜色查找表的第一输出颜色参数进行调整,得到目标颜色查找表。
其中,预设颜色查找表可以是预先设定的任意颜色查找表。与目标颜色查找表类似,预设颜色查找表可以包含第一输出颜色参数,以及第一输出颜色参数与输入颜色之间的对应关系,其中第一输出颜色参数可以包含多个第一输出颜色,第一输出颜色可以为预设颜色查找表中根据输入颜色查找到的输出颜色。预设颜色查找表中的多个第一输出颜色同样可以以渐变形式进行排列,其实现形式可以参考目标颜色查找表,在此不再赘述。
图4示出根据本公开一实施例的预设颜色查找表的示意图,从图中可以看出,在一个示例中,预设颜色查找表中包括多个自然过渡的渐变色作为第一输出颜色(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)。基于输入颜色,可以从预设颜色查找表中查找到与输入颜色对应的第一输出颜色。
预设颜色参数可以为与预设颜色查找表匹配的颜色参数,该预设颜色参数的颜色可以根据预设颜色查找表的实际情况所确定,在本公开实施例中不做限制。预设颜色参数的形式可以参考美化颜色参数,比如也可以为RGB形式的颜色参数。由于预设颜色参数与预设颜色查找表匹配,在一些可能的实现方式中,在美化操作中输入的美化颜色参数与预设颜色参数相同的情况下,可以直接将预设颜色查找表作为目标颜色查找表。
在一些可能的实现方式中,美化操作中输入的美化颜色参数可能与预设颜色参数不同,在这种情况下,可以根据美化颜色参数与预设颜色参数之间的颜色偏差,对预设颜色查找表中的多个第一输出颜色进行调整,以得到与美化颜色参数匹配的目标颜色查找表。
其中,美化颜色参数与预设颜色参数之间的颜色偏差,可以为美化颜色参数与预设颜色参数之间的颜色差值,随着美化颜色参数和预设颜色参数的形式的不同,颜色偏差的形式也不同,在一些可能的实现方式中,在美化颜色参数与预设颜色参数均为RGB参数的情况下,颜色偏差也可以为RGB形式;在一些可能的实现方式中,美化颜色参数与预设颜色参数的形式可能不同,比如美化颜色参数可以为RGB参数,而预设颜色参数可能为HSV(色调H,饱和度S和明度V)形式的参数,在这种情况下,可以将美化颜色参数与预设颜色参数统一到同一颜色空间下,再进行颜色偏差的计算,统一为何种颜色空间可以根据实际情况灵活决定,在本公开实施例中不做限制。
基于颜色偏差,对预设颜色查找表中的第一输出颜色参数进行调整的方式,在本公开实施例中也不做限制,在一些可能的实现方式中,可以直接将第一输出颜色参数中的多个第一输出颜色分别与颜色偏差相加以得到目标输出颜色参数,在一些可能的实现方式中,也可以将多个第一输出颜色分别与颜色偏差相加后,根据颜色参数的预设范围对相加得到的结果进行调整,以得到目标输出颜色参数等。步骤S123的一些可能的实现方式可以详见下述各公开实施例,在此先不做展开。
通过本公开实施例,可以利用输入的美化颜色参数与预设颜色参数之间的颜色偏差,在预设颜色查找表的基础上进行调整以得到相应的目标颜色查找表,减少生成目标颜色查找表的过程中所需要处理的数据量,降低生成目标颜色查找表的难度,提升图像处理的便捷程度、可行性和效率,同时仅需预先存储预设颜色查找表,降低预先存储的数据存储量,进一步提升图像处理便捷性的同时,降低硬件存储的压力,从而达到节约成本的目的。
图5示出根据本公开一实施例的图像处理方法的流程图,如图所示,在一种可能的实现方式中,步骤S123可以包括:
步骤S1231,将预设颜色查找表中的第一输出颜色参数转换至预设颜色空间,得到第二输出颜色参数;
步骤S1232,在预设颜色空间中,根据颜色偏差和/或美化颜色参数,对第二输出颜色参数进行调整,得到第三输出颜色参数;
步骤S1233,根据第三输出颜色参数,生成目标颜色查找表。
其中,预设颜色空间可以是RGB颜色空间、HSV颜色空间或是HSL(色调H,饱和度S和亮度L)等任意的颜色空间形式,具体选择哪种颜色空间可以根据实际情况灵活设定。在一种可能的实现方式中,为了便于对预设颜色查找表中的多个第一输出颜色统一地实现调整,可以将HSV颜色空间作为预设颜色空间。
第二输出颜色参数可以是将第一输出颜色参数转换至预设颜色空间中所得到的颜色参数,如上述公开实施例所述,第一输出颜色参数可以包括多个第一输出颜色,相应的,第二输出颜色参数可以包括多个第二输出颜色,各第二输出颜色可以通过将第一输出颜色分别转换至预设颜色空间所得到。
步骤S1231的实现方式可以根据第一输出颜色参数的形式与预设颜色空间的形式所灵活决定,在一个示例中,第一输出颜色参数可以包含多个RGB形式的第一输出颜色,预设颜色空间可以为HSV颜色空间,在这种情况下,可以按照RGB与HSV之间的颜色映射关系,将第一输出颜色参数中的多个RGB形式的第一输出颜色,分别转换为范围在[0.0,1.0]的HSV形式的第二输出颜色,以得到第二输出颜色参数。
颜色偏差可以包括美化颜色参数与预设颜色参数在预设颜色空间中的颜色偏差,如上述公开实施例所述,预设颜色空间可以包括HSV颜色空间,在这种情况下,可以分别将美化颜色参数和预设颜色参数转换到HSV空间中,以得到HSV空间中的颜色偏差,在一个示例中,得到颜色偏差的过程可以通过下述公式(1)进行表示:
diff=target_hsv-lip_ref_hsv (1)
其中,diff为HSV颜色空间中的颜色偏差,target_hsv为转换到HSV颜色空间的美化颜色参数,lip_ref_hsv为转换到HSV颜色空间的预设颜色参数。
步骤S1232中,第三输出颜色参数同样可以包含多个第三输出颜色,各第三输出颜色可以为对第二输出颜色分别进行调整所得到的颜色。由于第二输出颜色与颜色偏差均属于预设颜色空间,因此可以在预设颜色空间中,根据颜色偏差对多个第二输出颜色分别进行调整,可以得到多个第三输出颜色。
在一些可能的实现方式中,还可以直接根据美化颜色参数对第二输出颜色进行调整以得到第三输出颜色,在这种情况下,用于对第二输出颜色进行调整的美化颜色参数,同样可以属于预设颜色空间。步骤S1232的一些可能的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S1233中,根据第三输出颜色参数生成目标颜色查找表的方式,同样可以根据实际情况灵活决定,比如可以直接将第三输出颜色参数中的多个第三输出颜色作为目标颜色查找表的目标输出颜色,或是根据目标输出颜色参数的预设范围,将第三输出颜色中的部分或全部颜色进行调整,以得到目标输出颜色参数等,详见下述各公开实施例,在此同样先不做展开。
通过本公开实施例,可以在预设颜色空间中,利用颜色偏差对第一输出颜色参数进行调整以生成目标颜色查找表,从而通过选择合适的预设颜色空间,便于对预设颜色空间中的第一输出颜色参数进行批量调整,以提高目标颜色查找表的生成效率和编辑程度,从而提高图像处理的效率和便捷程度。
在一种可能的实现方式中,步骤S1232可以包括以下操作的一种或多种:
根据美化颜色参数的色调分量,对第二输出颜色参数的色调分量进行调整,得到第三输出颜色参数的色调分量。
根据颜色偏差的饱和度分量,对第二输出颜色参数的色调分量进行调整,得到第三输出颜色参数的饱和度分量。
根据颜色偏差的明度分量,对第二输出颜色参数的明度分量进行调整,得到第三输出颜色参数的明度分量。
如上述公开实施例所述,预设颜色空间可以包括HSV颜色空间,则相应地,该HSV颜色空间可以包括颜色参数分量,分别为:色调分量(H,Hue)、饱和度分量(S,Saturation)以及明度分量(V,Value)。
基于HSV颜色空间中的不同颜色参数分量,对第二输出颜色参数进行调整的方式也可以灵活变化。
在一种可能的实现方式中,可以根据颜色偏差在HSV颜色空间中的色调分量H,对第二输出颜色参数的H分量进行调整,以得到第三输出颜色参数的H分量,举例来说,在一个示例中,可以将颜色偏差的H分量与第二输出颜色参数中多个第二输出颜色的H分量分别相加,以得到第三输出颜色参数中多个第三输出颜色的H分量。
在一种可能的实现方式中,考虑到H分量是一个角度度量,取值范围在0°~360°之间,因此也可以直接根据美化颜色参数在HSV颜色空间中的H分量,来对第二输出颜色参数的H分量进行调整,以得到第三输出颜色参数的H分量。调整方式可以参考上述基于颜色偏差的调整方式,在此不再赘述。
同理,在一种可能的实现方式中,还可以根据颜色偏差在HSV颜色空间中的饱和度分量S和明度分量V,分别对第二输出颜色参数的S分量和V分量进行调整,以得到第三输出颜色参数的S分量和V分量。
通过本公开实施例,可以在预设颜色空间中,分别对第二输出颜色参数的不同颜色分量,适应性地基于颜色偏差和/或美化颜色参数来进行调整,以得到第三输出颜色在预设颜色空间中的不同分量值,有效提升了得到第三输出颜色参数的灵活程度,从而提升图像处理的灵活性。
在一种可能的实现方式中,步骤S1233可以包括:
在第三输出颜色参数属于预设范围的情况下,将第三输出颜色参数作为目标颜色查找表中的目标输出颜色参数。
在第三输出颜色参数超过预设范围的情况下,基于预设范围的临界颜色参数,确定目标颜色查找表中的目标输出颜色参数。
其中,预设范围的范围数值可以根据实际情况灵活决定,举例来说,在一种可能的实现方式中,第三输出颜色参数可以为在HSV颜色空间下变换后的颜色参数,由于HSV颜色空间中,H分量的范围在0°~360°之间,S分量和V分量的范围均在[0.0,1.0]之间,因此,可以根据H分量、S分量和V分量的范围,分别对第三输出颜色参数进行调整,以得到目标输出颜色参数。
在一种可能的实现方式中,在第三输出颜色参数的H分量属于0°~360°之间的情况下,可以直接将该第三输出颜色参数的H分量作为目标输出颜色参数的H分量,在第三输出颜色参数的H分量超出0°~360°之间的情况下,可以基于H分量的预设范围的临界颜色参数360°,来对第三输出颜色参数的H分量求取余数,并将该求取到的余数作为目标输出颜色参数的H分量,在一个示例中,该过程可以通过下述公式(2)或(3)进行表示:
table2_hsv.h=fract(table1_hsv.h+target_hsv.h) (2)
table2_hsv.h=fract(table1_hsv.h+diff.h) (3)
其中,table2_hsv.h为目标输出颜色参数的H分量,table1_hsv.h为第二输出颜色参数的H分量,target_hsv.h为转换到HSV颜色空间的美化颜色参数的H分量,diff.h为颜色偏差的H分量,fract(·)表示求取小数。
在一种可能的实现方式中,在第三输出颜色参数的S分量属于[0.0,1.0]之间的情况下,可以直接将该第三输出颜色参数的S分量作为目标输出颜色参数的S分量,在第三输出颜色参数的S分量超出[0.0,1.0]之间的情况下,可以将S分量的预设范围的临界颜色参数0.0或1.0,来作为目标输出颜色参数的S分量,确定目标输出颜色参数的V分量的过程可以参考S分量的确定过程,在此不再赘述。在一个示例中,确定目标输出颜色参数S分量和V分量的过程可以通过下述公式(4)和(5)进行表示:
table2_hsv.s=clamp(table1_hsv.s+diff_hsv.s,0.0,1.0) (4)
table2_hsv.v=clamp(table1_hsv.v+diff_hsv.v,0.0,1.0) (5)
其中,table2_hsv.s为目标输出颜色参数的S分量,table1_hsv.s为第二输出颜色参数的S分量,diff.s为颜色偏差的S分量,table2_hsv.v为目标输出颜色参数的V分量,table1_hsv.v为第二输出颜色参数的V分量,diff.v为颜色偏差的V分量,clamp(a,min,max)为区间限定函数,用于将a限定在min和max这一范围之间,当a超出min和max所限定的范围的情况下,将会返回min或max的值。
在一些可能的实现方式中,还可以根据预设颜色查找表中第一输出颜色参数的形式,将目标输出颜色参数转换回与第一输出颜色参数相同的颜色空间中,举例来说,在一个示例中,预设颜色查找表中的第一输出颜色参数可以均为RGB形式,在这种情况下,可以将得到的HSV形式的目标输出颜色参数转换回RGB形式,以得到目标颜色查找表。
通过本公开实施例,可以根据预设范围对第三输出颜色进一步调整,以得到属于预设范围的目标输出颜色参数,继而得到目标颜色查找表,通过上述过程,可以得到更为准确的目标颜色查找表,确保可以实现美化后的人脸图像的生成,减少美化后的人脸图像中存在超出范围的颜色像素的情况的发生,提升图像处理的精度和效果。
图6示出根据本公开一实施例的图像处理方法的流程图,如图所示,在一种可能的实现方式中,步骤S13可以包括:
步骤S131,在目标颜色查找表中,查找与目标部位中像素点的原始颜色对应的目标输出颜色参数,作为目标部位中像素点的初始目标颜色。
步骤S132,根据目标部位中像素点的初始目标颜色,确定目标部位中像素点的目标颜色。
步骤S133,基于目标部位中像素点的原始颜色和所述目标颜色,得到美化后的人脸图像。
其中,初始目标颜色可以是将目标部位中像素点的原始颜色作为输入颜色,在目标颜色查找表中进行对应颜色查找所查找到的目标输出颜色参数。
目标部位中像素点的原始颜色的实现形式可以参考上述各公开实施例,在此不再赘述。获取人脸图像的目标部位中像素点的原始颜色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,可以将原始素材放置到标准人脸图像中目标部位所在的位置,得到标准素材图像,其中,原始素材可以根据美化操作所面向的目标部位所确定,图7示出根据本公开一实施例的原始素材的示意图,如图所示,在一个示例中,在美化操作为唇妆操作的情况下,原始素材可以为唇部掩模(mask)。并在人脸图像中,通过关键点识别确定人脸关键点,使用人脸关键点与通过人脸关键点插值出插值点,在人脸图像中构建目标区域的三角网格。根据构建的三角网格,可以确定人脸图像中目标部位的位置,基于该位置可以采样标准素材图像以获取目标素材。基于获取到的目标素材,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。
根据初始目标颜色,可以确定目标部位中像素点的目标颜色,在一些可能的实现方式中,可以直接将初始目标颜色作为目标颜色,在一些可能的实现方式中,还可以根据美化操作中输出的处理类型,对初始目标颜色进行相应地调整,比如亮度调整等,以得到目标颜色。步骤S132的一些可能的实现方式可以详见下述各公开实施例,在此先不做展开。
基于目标部位中像素点的原始颜色和目标颜色,可以通过步骤S133得到美化后的人脸图像。步骤S133的实现方式可以根据实际情况灵活决定,在一些可能的实现方式中,可以将目标部位中像素点的原始颜色和目标颜色进行融合,将融合后的颜色作为美化后的人脸图像中像素点的颜色;在一些可能的实现方式中,还可以根据美化操作中输入的调整参数,比如调整参数中的强度等,确定原始颜色和目标颜色的融合比例,继而按照融合比例对原始颜色和目标颜色进行融合以得到美化后的人脸图像等。
通过本公开实施例,可以基于目标颜色查找表确定初始目标颜色,并利用美化操作中输入的其他参数,对初始目标颜色进行调整以确定美化后的人脸图像中像素点的颜色,得到更为自然和符合用户需求的美化后的人脸图像,提高图像处理的交互程度和用户体验。
在一种可能的实现方式中,步骤S132可以包括:
在美化操作中的处理类型包括自然处理的情况下,将目标部位中像素点的初始目标颜色,作为目标部位中像素点的目标颜色。或者,
在美化操作中的处理类型包括金属光效处理的情况下,基于随机获取的噪声值,对目标部位中像素点的初始目标颜色进行调整,得到目标部位中像素点的目标颜色。
其中,自然处理和金属光效处理的处理效果可以参考上述各公开实施例,在此不再赘述。噪声值可以为向图像中各像素点添加的噪声数值或信息,随机获取噪声值的方式可以为,通过生成随机数据的方式,来得到随机获取的噪声值,随机数据的生成方式在本公开实施例中不做限制,详见下述各公开实施例,在此先不做展开。
在一种可能的实现方式中,可以在处理类型为自然处理的情况下,直接将初始目标颜色作为目标颜色。
在一种可能的实现方式中,可以在处理类型为金属光效处理的情况下,基于随机获取的噪声值来对目标部位中至少一个像素点的初始目标颜色进行调整,来改变不同像素点的颜色使得目标部位出现金属光效的效果。其中,对哪些像素点的颜色进行调整,以及如何基于随机获取到的噪声值,来对初始目标颜色进行调整,其实现方式可以根据实际需求灵活发生变化,不局限于下述各公开实施例。
在一个示例中,可以通过纹理坐标在预设的噪声纹理上进行采样,得到唇部部位的图像中各像素点对应的随机噪声值;对于各像素点,分别判断其对应的噪声值是否在预设噪声范围之内(预设噪声范围可以分布在0~1之间的不同部分,如0.98~1.0,0.78~0.8等);若在预设噪声范围内,采用下述方法一确定该像素点的调整系数,否则采用下述方法二确定该像素点的调整系数:
方法一、通过噪声值以及目标素材的透明度来计算调整系数:
调整系数首先等于噪声值;
调整系数=调整系数*pow(目标素材的透明度,4.0)。
其中,pow(x,y)表明计算x的y次方的结果,因而pow(透明度,4.0)为计算透明度的4次方的值。
方法二、通过像素点的第一亮度(与像素点的颜色值对应的亮度值)、第二亮度、第三亮度以及预设的亮度半径(决定高光点的半径)进行计算得到调整系数:
如果第一亮度小于第三亮度,则:
调整系数=(第三亮度–第一亮度)/(1.0–第一亮度);
如果第一亮度大于第三亮度,则:
调整系数=pow((第一亮度–第三亮度)/(第二亮度-第三亮度),shinness),其中shiness为预设的亮度半径。
在通过方法一或方法二确定调整系数以后,可以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:
目标颜色=初始目标颜色+调整系数×光源值。
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。
预设的光源值可以根据美化操作中输入的调整参数中的亮度强度所确定。
在一些可能的实现方式中,处理类型还可以包括雾面光效、水润光效或闪烁光效等,在这些情况下,可以利用上述公开实施例中提到的第一亮度、第二亮度和第三亮度来对初始目标颜色进行适应性地调整,以得到与处理类型匹配的目标颜色等。具体的处理方式可以根据实际情况灵活决定,在本公开实施例中不做限定。
通过本公开实施例,可以在美化操作对应的处理类型不同的情况下,选择不同的方式对初始目标颜色进行调整以确定目标颜色,提高了美化操作的灵活性;而且通过随机获取的噪声值,来对目标部位中至少一个像素点的初始目标颜色进行调整,可以基于随机数据调整颜色,得到更加自然的金属光效果。
基于上述各公开实施例,可以得到对人脸图像进行美化操作后所得到的美化后的人脸图像。图8示出根据本公开一实施例的人脸图像的示意图,图9示出根据本公开一实施例的美化后的人脸图像的示意图(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),通过对比可以看出,根据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,对唇部具有较好美化效果的美化后的人脸图像。
在一些可能的实现方式中,本公开实施例中提出的方法还可以包括:
响应于预览操作,显示美化后的人脸图像。
其中,预览操作可以为用户选择的,需要对美化后的人脸图像进行实时预览的操作。响应于该预览操作,可以在人机交互界面中显示美化后的人脸图像,以供用户查看。
在一些可能的实现方式中,也可以将生成的美化后的人脸图像主动进行实时显示。
通过本公开实施例,可以响应于预览操作,实时显示美化后的人脸图像,提升与用户之间的交互程度,提升用户的使用感受。
图10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:
接收模块21,用于接收对人脸图像的目标部位的美化操作。
生成模块22,用于基于美化操作中输入的目标部位的美化颜色参数,生成与美化颜色参数匹配的目标颜色查找表。
美化模块23,用于根据人脸图像的目标部位中像素点的原始颜色以及目标颜色查找表,生成美化后的人脸图像。
在一种可能的实现方式中,生成模块用于:获取预设颜色查找表,以及与预设颜色查找表对应的预设颜色参数;确定美化颜色参数与预设颜色参数之间的颜色偏差;基于颜色偏差,对预设颜色查找表的第一输出颜色参数进行调整,得到目标颜色查找表。
在一种可能的实现方式中,颜色偏差包括美化颜色参数与预设颜色参数在预设颜色空间中的颜色偏差;生成模块进一步用于:将预设颜色查找表中的第一输出颜色参数转换至预设颜色空间,得到第二输出颜色参数;在预设颜色空间中,根据颜色偏差和/或美化颜色参数,对第二输出颜色参数进行调整,得到第三输出颜色参数;根据第三输出颜色参数,生成目标颜色查找表。
在一种可能的实现方式中,预设颜色空间中的颜色参数分量包括:色调分量、饱和度分量以及明度分量;生成模块进一步用于:根据美化颜色参数的色调分量,对第二输出颜色参数的色调分量进行调整,得到第三输出颜色参数的色调分量;根据颜色偏差的饱和度分量,对第二输出颜色参数的色调分量进行调整,得到第三输出颜色参数的饱和度分量;根据颜色偏差的明度分量,对第二输出颜色参数的明度分量进行调整,得到第三输出颜色参数的明度分量。
在一种可能的实现方式中,生成模块进一步用于:在第三输出颜色参数属于预设范围的情况下,将第三输出颜色参数作为目标颜色查找表中的目标输出颜色参数;在第三输出颜色参数超过预设范围的情况下,基于预设范围的临界颜色参数,确定目标颜色查找表中的目标输出颜色参数。
在一种可能的实现方式中,美化模块用于:在目标颜色查找表中,查找与目标部位中像素点的原始颜色对应的目标输出颜色参数,作为目标部位中像素点的初始目标颜色;根据目标部位中像素点的初始目标颜色,确定目标部位中像素点的目标颜色;基于目标部位中像素点的原始颜色和目标颜色,得到美化后的人脸图像。
在一种可能的实现方式中,美化模块进一步用于:在美化操作中的处理类型包括自然处理的情况下,将目标部位中像素点的初始目标颜色,作为目标部位中像素点的目标颜色;或者,在美化操作中的处理类型包括金属光效处理的情况下,基于随机获取的噪声值,对目标部位中像素点的初始目标颜色进行调整,得到目标部位中像素点的目标颜色。
在一种可能的实现方式中,接收模块用于:响应于人脸图像确认操作,获取人脸图像,其中,人脸图像确认操作包括:传输人脸图像,或者,在预设图像库中选择人脸图像;响应于美化操作,接收美化操作中输入的处理类型、美化颜色参数以及调整参数中的一种或多种。
在一种可能的实现方式中,装置还用于:响应于预览操作,显示美化后的人脸图像。
在一种可能的实现方式中,美化操作包括唇妆操作,目标部位包括嘴唇部位。
本公开涉及增强现实领域,通过获取现实环境中的目标对象的图像信息,进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理,从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的,目标对象可涉及与人体相关的脸部、肢体、手势、动作等,或者与物体相关的标识物、标志物,或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景,还可以涉及与人相关的特效处理,比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络,实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。
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11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:
接收用户在输入界面输入的RGB形式的美化颜色参数(target_color)、在输入界面选择的处理类型(如图中的水润、高亮或雾面等)以及输入的调整参数(如图中的强度和亮度强度等)。
获取用户通过上传照片视频或选择模特所确定的人脸图像。
根据美化颜色参数,对于预设颜色参数(lip_ref_color)匹配的预设颜色查找表进行调整,以生成目标颜色查找表。其中,预设颜色参数可以是未经任何唇妆处理过的嘴唇原色,生成目标颜色查找表的过程如下:
遍历预设颜色查找表的多个第一输出颜色,将多个第一输出颜色转换到HSV颜色空间(H为色相,S为饱和度,V为亮度,均转换到[0.0,1.0]的范围),得到多个第二输出颜色所构成的第二输出颜色参数(table_hsv);
将美化颜色参数以及预设颜色参数均转换到HSV颜色空间,得到HSV颜色空间中的美化颜色参数(target_hsv)和HSV颜色空间中的预设颜色参数(lip_ref_hsv);
通过上述公开实施例中的公式(1),计算预设颜色空间中美化颜色参数与预设颜色参数之间的颜色偏差(diff);
通过上述公开实施例中的公式(2)、(4)和(5),得到目标输出颜色参数的H分量、S分量和V分量,从而得到目标输出颜色参数。
通过唇部掩模图像来获取需要做唇妆的部位图像,基于该做唇妆的部位图像,提取人脸图像中唇妆部位的像素的原始颜色,基于该原始颜色在目标颜色查找表中查找,得到唇妆部位的目标颜色。
将查找到的目标颜色与原始颜色,按照用户输入的调整参数中的强度进行融合,生成美化后的人脸图像。
在用户点击输入界面中的“预览AR实时妆效”的情况下,在输入界面中显示美化后的人脸图像。
通过本公开应用示例,可以通过接收美化操作中的美化颜色参数,支持用户任意选择唇妆的颜色值,并基于该颜色值生成目标颜色查找表以实现唇妆操作,从而大大提升用户选择唇妆效果的自由度。
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美化操作以外,还可以扩展应用于其他部位的美化操作,比如腮红或是眼影等,随着美化操作类型的不同,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12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12,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13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13,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 (13)
1.一种图像处理方法,其特征在于,包括:
接收对人脸图像的目标部位的美化操作;
基于所述美化操作中输入的所述目标部位的美化颜色参数,生成与所述美化颜色参数匹配的目标颜色查找表;
根据所述人脸图像的目标部位中像素点的原始颜色以及所述目标颜色查找表,生成美化后的人脸图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述美化操作中输入的所述目标部位的美化颜色参数,生成目标颜色查找表,包括:
获取预设颜色查找表,以及与所述预设颜色查找表对应的预设颜色参数;
确定所述美化颜色参数与所述预设颜色参数之间的颜色偏差;
基于所述颜色偏差,对所述预设颜色查找表的第一输出颜色参数进行调整,得到所述目标颜色查找表。
3.根据权利要求2所述的方法,其特征在于,所述颜色偏差包括所述美化颜色参数与所述预设颜色参数在预设颜色空间中的颜色偏差;
所述基于所述颜色偏差,对所述预设颜色查找表的第一输出颜色参数进行调整,得到所述目标颜色查找表,包括:
将所述预设颜色查找表中的第一输出颜色参数转换至所述预设颜色空间,得到第二输出颜色参数;
在所述预设颜色空间中,根据所述颜色偏差和/或所述美化颜色参数,对所述第二输出颜色参数进行调整,得到第三输出颜色参数;
根据所述第三输出颜色参数,生成所述目标颜色查找表。
4.根据权利要求3所述的方法,其特征在于,所述预设颜色空间中的颜色参数分量包括:色调分量、饱和度分量以及明度分量;
所述在所述预设颜色空间中,根据所述颜色偏差和/或所述美化颜色参数,对所述第二输出颜色参数进行调整,得到第三输出颜色参数,包括以下操作中的一种或多种:
根据所述美化颜色参数的色调分量,对所述第二输出颜色参数的色调分量进行调整,得到所述第三输出颜色参数的色调分量;
根据所述颜色偏差的饱和度分量,对所述第二输出颜色参数的色调分量进行调整,得到所述第三输出颜色参数的饱和度分量;
根据所述颜色偏差的明度分量,对所述第二输出颜色参数的明度分量进行调整,得到所述第三输出颜色参数的明度分量。
5.根据权利要求3或4所述的方法,其特征在于,所述根据所述第三输出颜色参数,生成所述目标颜色查找表,包括:
在所述第三输出颜色参数属于预设范围的情况下,将所述第三输出颜色参数作为所述目标颜色查找表中的目标输出颜色参数;
在所述第三输出颜色参数超过预设范围的情况下,基于所述预设范围的临界颜色参数,确定所述目标颜色查找表中的目标输出颜色参数。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述根据所述人脸图像的目标部位中像素点的原始颜色以及所述目标颜色查找表,生成美化后的人脸图像,包括:
在所述目标颜色查找表中,查找与所述目标部位中像素点的原始颜色对应的目标输出颜色参数,作为所述目标部位中像素点的初始目标颜色;
根据所述目标部位中像素点的初始目标颜色,确定所述目标部位中像素点的目标颜色;
基于所述目标部位中像素点的原始颜色和所述目标颜色,得到美化后的人脸图像。
7.根据权利要求6所述的方法,其特征在于,所述根据所述目标部位中像素点的初始目标颜色,确定所述目标部位中像素点的目标颜色,包括:
在所述美化操作中的处理类型包括自然处理的情况下,将所述目标部位中像素点的初始目标颜色,作为所述目标部位中像素点的目标颜色;或者,
在所述美化操作中的处理类型包括金属光效处理的情况下,基于随机获取的噪声值,对所述目标部位中像素点的初始目标颜色进行调整,得到所述目标部位中像素点的目标颜色。
8.根据权利要求1至7中任意一项所述的方法,其特征在于,所述接收对人脸图像的目标部位的美化操作,包括:
响应于人脸图像确认操作,获取所述人脸图像,其中,所述人脸图像确认操作包括:传输所述人脸图像,或者,在预设图像库中选择所述人脸图像;
响应于所述美化操作,接收所述美化操作中输入的处理类型、美化颜色参数以及调整参数中的一种或多种。
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,所述方法还包括:
响应于预览操作,显示所述美化后的人脸图像。
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,所述美化操作包括唇妆操作,所述目标部位包括嘴唇部位。
11.一种图像处理装置,其特征在于,包括:
接收模块,用于接收对人脸图像的目标部位的美化操作;
生成模块,用于基于所述美化操作中输入的所述目标部位的美化颜色参数,生成与所述美化颜色参数匹配的目标颜色查找表;
美化模块,用于根据所述人脸图像的目标部位中像素点的原始颜色以及所述目标颜色查找表,生成美化后的人脸图像。
12.一种电子设备,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10中任意一项所述的方法。
13.一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10中任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110872286.2A CN113570581A (zh) | 2021-07-30 | 2021-07-30 | 图像处理方法及装置、电子设备和存储介质 |
PCT/CN2022/107455 WO2023005850A1 (zh) | 2021-07-30 | 2022-07-22 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110872286.2A CN113570581A (zh) | 2021-07-30 | 2021-07-30 | 图像处理方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113570581A true CN113570581A (zh) | 2021-10-29 |
Family
ID=78169582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110872286.2A Pending CN113570581A (zh) | 2021-07-30 | 2021-07-30 | 图像处理方法及装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113570581A (zh) |
WO (1) | WO2023005850A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859299A (zh) * | 2019-03-27 | 2019-06-07 | 腾讯科技(深圳)有限公司 | 人像图片处理方法、装置、计算机可读存储介质和计算机设备 |
CN110443747A (zh) * | 2019-07-30 | 2019-11-12 | 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 |
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 |
CN112801916A (zh) * | 2021-02-23 | 2021-05-14 | 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 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10169849B2 (en) * | 2016-11-11 | 2019-01-01 | International Business Machines Corporation | Contextual personalized focus for variable depth of field photographs on social networks |
CN109361867B (zh) * | 2018-11-23 | 2021-06-22 | 维沃移动通信有限公司 | 一种滤镜处理方法及移动终端 |
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 |
CN113570581A (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 |
-
2021
- 2021-07-30 CN CN202110872286.2A patent/CN113570581A/zh active Pending
-
2022
- 2022-07-22 WO PCT/CN2022/107455 patent/WO2023005850A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859299A (zh) * | 2019-03-27 | 2019-06-07 | 腾讯科技(深圳)有限公司 | 人像图片处理方法、装置、计算机可读存储介质和计算机设备 |
CN110443747A (zh) * | 2019-07-30 | 2019-11-12 | 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 |
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 |
CN112801916A (zh) * | 2021-02-23 | 2021-05-14 | 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 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
WO2023005850A1 (zh) | 2023-02-02 |
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 | |
CN110675310B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
WO2022179025A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113160094A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109345485A (zh) | 一种图像增强方法、装置、电子设备及存储介质 | |
CN107730448B (zh) | 基于图像处理的美颜方法及装置 | |
CN109472738B (zh) | 图像光照校正方法及装置、电子设备和存储介质 | |
WO2022193466A1 (zh) | 图像处理方法及装置、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 | |
CN111091610B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113570581A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
WO2023045979A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
WO2023045941A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111815750A (zh) | 对图像打光的方法及装置、电子设备和存储介质 | |
CN114387445A (zh) | 对象关键点识别方法及装置、电子设备和存储介质 | |
CN113822798B (zh) | 生成对抗网络训练方法及装置、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 | |
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 | |
WO2023045950A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113570583A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
WO2023273050A1 (zh) | 活体检测方法及装置、电子设备和存储介质 | |
CN114463212A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112906467A (zh) | 合影图像生成方法及装置、电子设备和存储介质 | |
CN113012052B (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: 40057922 Country of ref document: HK |