CN113688811B - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113688811B CN113688811B CN202111250484.1A CN202111250484A CN113688811B CN 113688811 B CN113688811 B CN 113688811B CN 202111250484 A CN202111250484 A CN 202111250484A CN 113688811 B CN113688811 B CN 113688811B
- Authority
- CN
- China
- Prior art keywords
- image
- line
- contour line
- target
- mark
- 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
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种图像处理方法、装置、电子设备及存储介质,其中,图像处理方法包括:获取原始图像对应的二值化线条图像,原始图像包括显示人脸区域的目标人物;获取二值化线条图像对应的标记图像,标记图像为基于深度优先搜索对二值化线条图像进行轮廓线标记处理生成的图像;根据分区域滤线策略和标记图像对二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对标记图像进行处理获取目标图像;其中,分区域滤线策略包括与人脸区域对应的第一滤线策略和与非人脸区域对应的第二滤线策略。本发明可以实现分区域过滤杂线,在较好的保护人物面部神态的情况下得到简化的人体轮廓线条图。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
现有技术中在针对人物图像获取人物轮廓(通常要求轮廓尽可能简化,同时保留人物的神态)时,通常采用轮廓线特效算法获取轮廓线二值图像。而由于各种背景的干扰,经过轮廓线特效算法生成的图像往往会带有较多的杂线,这些杂线会出现在人体面部,身体部位,人体外的背景部位或者其他位置,且其常以短线段的形式出现。这会造成生成的线条图像显得杂乱。为了更好的满足用户的需求,需要对其进行过滤杂线处理。但由于待处理图像的特殊性(二值线条图),传统的方法难以满足此任务。
发明内容
鉴于上述问题,提出了本发明实施例,以便提供一种克服上述问题或者至少部分地解决上述问题的图像处理方法、装置、电子设备及存储介质。
为了解决上述问题,本发明实施例公开了一种图像处理方法,包括:
获取原始图像对应的二值化线条图像,所述原始图像包括显示人脸区域的目标人物;
获取所述二值化线条图像对应的标记图像,所述标记图像为基于深度优先搜索对所述二值化线条图像进行轮廓线标记处理生成的图像;
根据分区域滤线策略和所述标记图像对所述二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对所述标记图像进行处理获取目标图像;
其中,分区域滤线策略包括与所述人脸区域对应的第一滤线策略和与非人脸区域对应的第二滤线策略。
本发明实施例还公开了一种图像处理装置,包括:
第一获取模块,用于获取原始图像对应的二值化线条图像,所述原始图像包括显示人脸区域的目标人物;
第二获取模块,用于获取所述二值化线条图像对应的标记图像,所述标记图像为基于深度优先搜索对所述二值化线条图像进行轮廓线标记处理生成的图像;
处理模块,用于根据分区域滤线策略和所述标记图像对所述二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对所述标记图像进行处理获取目标图像;
其中,分区域滤线策略包括与所述人脸区域对应的第一滤线策略和与非人脸区域对应的第二滤线策略。
本发明实施例还公开一种电子设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述的图像处理方法的步骤。
本发明实施例还公开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计算机程序,所述计算机程序被处理器执行时实现上述的图像处理方法的步骤。
本发明实施例至少包括以下优点:
通过获取原始图像对应的二值化线条图像,根据二值化线条图像获取对应的标记图像,基于分区域滤线策略和标记图像对二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对标记图像进行处理获取目标图像,可以实现分区域过滤杂线,在较好的保护人物面部神态的情况下得到简化的人体轮廓线条图。
附图说明
图1表示本发明实施例图像处理方法示意图;
图2表示本发明实施例基于二值化线条图像获取目标图像的流程图;
图3表示本发明实施例基于标记图像获取目标图像的流程图;
图4a表示本发明实施例原始图像对应的二值化线条图像;
图4b表示本发明实施例没有人脸保护的滤线处理后的线条图像;
图4c表示本发明实施例带有人脸保护的滤线处理后的线条图像;
图5表示本发明实施例图像处理方法整体实施过程的简要流程图;
图6表示本发明实施例图像处理装置示意图;
图7表示本发明实施例电子设备示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的各种实施例中,应理解,下述各过程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,而不应对本发明实施例的实施过程构成任何限定。
本发明实施例的核心构思在于,基于原始图像确定人脸区域并获取原始图像对应的二值化线条图像,然后对二值化线条图像进行轮廓线标记处理,获取标记图像,通过基于人脸区域对应的滤线策略、非人脸区域对应的滤线策略对二值化线条图像或者标记图像进行过滤杂线处理,以实现在较好保护人物面部神态的情况下得到简化的人体轮廓线条图。
参照图1,示出了本发明的一种图像处理方法,包括:
步骤101、获取原始图像对应的二值化线条图像,所述原始图像包括显示人脸区域的目标人物。
本发明实施例中的原始图像为通过图像采集器(如摄像头)获取的彩色图像,原始图像包括显示人脸区域的目标人物,且目标人物的数量至少为一个。在获取原始图像之后,可以对其进行处理,获取原始图像对应的二值化线条图像。
步骤102、获取所述二值化线条图像对应的标记图像,所述标记图像为基于深度优先搜索对所述二值化线条图像进行轮廓线标记处理生成的图像。
在获取原始图像对应的二值化线条图像之后,可以根据获取的二值化线条图像,基于深度优先搜索(Depth First Search,DFS)获取对应的标记图像。深度优先搜索属于图算法的一种,目的是要达到被搜索结构的叶结点,简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次,每次深度优先搜索的结果必然是图的一个连通分量。
在基于深度优先搜索获取二值化线条图像对应的标记图像时,具体可以为:对二值化线条图像进行复制,以复制得到的二值化线条图像为基础,在该图像上基于深度优先搜索进行轮廓线标记,获取标记图像,此时可以保留二值化线条图像。或者,直接在二值化线条图像上,基于深度优先搜索进行轮廓线标记,获取标记图像,此时,无法保留二值化线条图像。
其中,在基于深度优先搜索进行轮廓线标记时,可以基于深度优先搜索获取多条完整的标记轮廓线,针对每一条完整的标记轮廓线,可以对应有相应的标记符号,实现标记轮廓线之间的区分。其中标记符号可以为颜色、像素值,如,不同的轮廓线对应的像素值不同、不同的轮廓线对应的颜色有所区别。
步骤103、根据分区域滤线策略和所述标记图像对所述二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对所述标记图像进行处理获取目标图像;其中,分区域滤线策略包括与所述人脸区域对应的第一滤线策略和与非人脸区域对应的第二滤线策略。
在对二值化线条图像进行轮廓线标记处理,获取标记图像之后,可以基于分区域滤线策略对标记图像或者二值化线条图像进行滤线处理。分区域滤线策略可以理解为针对不同的区域采用对应的策略滤除杂线。且分区域滤线策略包括与人脸区域对应的第一滤线策略以及与非人脸区域对应的第二滤线策略。针对保留二值化线条图像的情况,可以对二值化线条图像进行滤线处理获取目标图像,也可以对标记图像进行滤线处理获取目标图像,针对未保留二值化线条图像的情况,可以对标记图像进行滤线处理获取目标图像。
其中,在对二值化线条图像进行处理获取目标图像时,可以根据分区域滤线策略和标记图像对二值化线条图像进行处理获取目标图像,标记图像此时为参照图像,根据标记图像中的标记轮廓线确定二值化线条图像中对应的轮廓线,基于第一滤线策略、第二滤线策略对二值化线条图像中对应的轮廓线进行处理,以获取目标图像。在对标记图像进行处理获取目标图像时,可以根据分区域滤线策略对标记图像中的标记轮廓线进行处理,并针对处理后的标记轮廓线取消对应的标记符号,以获取目标图像。
本发明上述实施过程,通过获取原始图像对应的二值化线条图像,根据二值化线条图像获取对应的标记图像,基于分区域滤线策略和标记图像对二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对标记图像进行处理获取目标图像,可以实现分区域过滤杂线,在较好的保护人物面部神态的情况下得到简化的人体轮廓线条图。
在本发明一可选实施例中,所述获取原始图像对应的二值化线条图像,包括:对所述原始图像进行轮廓线特效处理,获取轮廓线条图像;对所述轮廓线条图像进行二值化处理,生成所述二值化线条图像。
在获取原始图像对应的二值化线条图像时,可以首先对原始图像进行轮廓线特效处理,以获取原始图像对应的轮廓线条图像,其中通过轮廓线特效处理可以获取原始图像的轮廓信息,进而可以凸显出原始图像的轮廓,获取轮廓线条图像。在获取原始图像对应的轮廓线条图像之后,可以针对轮廓线条图像进而二值化处理,其中二值化处理的目的是使得整个线条图像呈现出明显的黑白视觉效果,如将图像上的像素点的灰度值设置为0(背景像素点的像素值为0)或255(轮廓线像素点的像素值为255)。
本发明上述实施过程,通过基于轮廓线特效处理获取原始图像对应的轮廓线条图像,然后对所获取的轮廓线条图像进行二值化以获取原始图像对应的二值化线条图像,可以实现基于线条图像进行后续滤线处理,以获取最终的目标图像。
在本发明一可选实施例中,所述获取所述二值化线条图像对应的标记图像,包括:
按照预设规则对目标二值化线条图像进行像素点遍历,以检测遍历到的当前像素点是否属于目标像素点,所述目标像素点对应于目标像素值,所述目标二值化线条图像为所述原始图像对应的二值化线条图像或者为对所述原始图像对应的二值化线条图像复制得到的图像;
在当前像素点属于所述目标像素点的情况下,基于所述深度优先搜索确定当前像素点对应的标记轮廓线,并继续按照所述预设规则对未遍历的像素点进行遍历,直至完成全部像素点的遍历,以获取所述标记图像;
在当前像素点不属于所述目标像素点的情况下,按照预设规则对未遍历的像素点进行遍历,直至完成全部像素点的遍历,以获取所述标记图像;
其中,所述标记图像中不同的标记轮廓线对应的标记符号不同。
在基于二值化线条图像获取标记图像时,可以对目标二值化线条图像进行处理,获取标记图像。其中目标二值化线条图像可以为初始二值化线条图像(原始图像对应的二值化线条图像,即对原始图像进行轮廓线特效处理和二值化处理生成的二值化线条图像),也可以为对初始二值化线条图像进行复制得到的图像。
针对目标二值化线条图像为初始二值化线条图像的情况,即为通过对初始二值化线条图像进行处理,获取标记图像,此时,初始二值化线条图像无法保留;针对目标二值化线条图像为对初始二值化线条图像进行复制得到的图像的情况,即为通过对复制得到的图像进行处理,获取标记图像,此时,初始二值化线条图像可以保留。
其中,对目标二值化线条图像进行处理时,针对标记图像中的标记符号为像素值的情况,获取标记图像的具体过程可以为:针对目标二值化线条图像设置图像的前景像素值(轮廓线像素点的像素值)以及背景像素值(背景像素点的像素值),如设置前景像素值为1(将二值化线条图像中像素值为255的像素点设置为像素值为1),背景像素值为0。然后按照预设规则(如从上到下、从左到右的规则)对目标二值化线条图像进行逐个像素点遍历。假设当前遍历到的像素点为cur(i,j),判断当前像素点cur(i,j)是否是目标像素点,其中目标像素点对应于目标像素值,这里的目标像素值为1,即检测当前像素点是否为轮廓线上的像素点。如果当前像素点属于目标像素点,确定当前像素点对应的标记符号,基于深度优先搜索确定当前像素点对应的标记轮廓线,此时标记轮廓线对应的标记符号可以为像素值2,即标记轮廓线对应的像素点的像素值均为2,并继续按照预设规则对未遍历的像素点进行遍历,在遍历到目标像素点时,确定当前像素点对应的标记符号,基于深度优先搜索确定当前像素点对应的标记轮廓线,此时标记轮廓线对应的标记符号可以为像素值3,即标记轮廓线对应的像素点的像素值均为3,以此类推,直至完成全部像素点的遍历,找到全部的目标像素点,获取多条完整的标记轮廓线,获取标记图像,且不同的标记轮廓线对应的像素值不同,不与目标像素值重合。针对当前像素点不属于目标像素点的情况,则忽略当前像素点,继续按照预设规则对未遍历的像素点进行遍历,若遍历到目标像素点,则基于深度优先搜索确定当前像素点对应的标记轮廓线,若遍历的像素点不属于目标像素点,则继续忽略当前像素点,依次类推,直至完成全部像素点的遍历,根据遍历到的目标像素点获取标记图像。
在针对目标二值化线条图像设置图像的前景像素值(轮廓线像素点的像素值)以及背景像素值(背景像素点的像素值)时,也可以设置前景像素值为255,背景像素值为0,然后按照预设规则(如从上到下、从左到右的规则)对目标二值化线条图像进行像素点遍历。此时的目标像素值为255,针对遍历到的目标像素点,确定当前像素点对应的标记符号,基于深度优先搜索确定对应的标记轮廓线,此时标记轮廓线对应的标记符号可以为像素值1(即标记轮廓线对应的像素点的像素值均为1),下一次确定的标记轮廓线对应的标记符号可以为像素值2,依次类推,且标记符号需要跳过像素值255。即,不同的标记轮廓线对应的像素值不同,且不与目标像素值255重合。
需要说明的是,在基于像素值进行标记时,需要考虑二值化线条图像的位深,如,16位,此时像素值的取值范围为0至预设数值(2的16次方减去1),避免出现同一个像素值标记不同轮廓线的情况。
针对标记图像中的标记符号为颜色的情况,在获取标记图像时,需要针对目标二值化线条图像,获取对应的三通道图像(三通道图像里轮廓线上像素点的像素值相同),针对三通道图像按照预设规则进行像素点遍历,遍历前景像素点(如像素值为(255、255、255)的像素点,三通道图像里轮廓线上像素点的像素值均为(255、255、255)),针对遍历到的某个前景像素点(即目标像素点),确定第一颜色,并基于深度优先搜索确定对应的标记轮廓线(标记第一颜色的轮廓线),其中深度优先搜索的过程需要执行遍历,以获取与当前前景像素点形成连通的前景像素点,具体过程不再阐述。然后针对未遍历的像素点,继续遍历另一前景像素点,针对遍历到的前景像素点,确定第二颜色,并基于深度优先搜索确定对应的标记轮廓线(标记第二颜色的轮廓线),依次类推,针对未遍历的像素点,继续遍历其他前景像素点并确定对应的标记轮廓线,直至完成遍历获取标记图像,此时的标记图像为三通道图像,且标记图像中的每条轮廓线分别对应于不同颜色。针对当前获取的标记图像,需要根据分区域滤线策略和标记图像对二值化线条图像进行处理获取目标图像。
本发明上述实施过程,通过按照预设规则进行像素点遍历,针对遍历到的目标像素点,基于深度优先搜索确定对应的标记轮廓线,针对遍历到的非目标像素点进行忽略,可以实现基于像素点遍历和深度优先搜索生成标记图像。
可选的,所述基于所述深度优先搜索确定当前像素点对应的标记轮廓线,包括:
将当前像素点的位置信息压入栈中并设置当前像素点的目标标记符号;
取出栈顶元素,遍历所述栈顶元素对应的邻域像素点并确定所述栈顶元素对应的邻域像素点是否属于所述目标像素点,所述邻域像素点的数目至少为一个;
在所述栈顶元素对应的邻域像素点中的至少一个属于所述目标像素点的情况下,将所述栈顶元素对应的属于所述目标像素点的邻域像素点的位置信息压入栈中,执行取出栈顶元素、遍历所述栈顶元素对应的邻域像素点并确定所述栈顶元素对应的邻域像素点是否属于所述目标像素点的步骤;
在所述栈顶元素对应的邻域像素点均不属于所述目标像素点的情况下,判断栈是否为空,在栈不为空时,执行取出栈顶元素、遍历所述栈顶元素对应的邻域像素点并确定所述栈顶元素对应的邻域像素点是否属于所述目标像素点的步骤,在栈为空时结束流程;
其中,当前像素点对应的标记轮廓线对应于所述目标标记符号,在栈为空的情况下,确定当前像素点对应的标记轮廓线。
在针对当前像素点(目标像素点),基于深度优先搜索确定对应的标记轮廓线时,可以将当前像素点的位置信息压入栈中存储,并针对当前像素点设置目标标记符号(如设置像素值为1)。然后判断当前栈是否为空,由于将当前像素点的位置信息压入栈中,此时栈不为空,取出栈顶元素(对栈顶元素设置目标标记符号),针对栈顶元素,遍历其对应的邻域像素点(这里的邻域像素点可以为4邻域像素点或者8邻域像素点),并检测栈顶元素对应的邻域像素点是否属于目标像素点,若栈顶元素对应的邻域像素点均不属于目标像素点,则判断栈是否为空,此时栈为空,可以确定当前像素点对应的标记轮廓线,当前像素点对应的标记轮廓线为孤立像素点。
针对栈顶元素对应的邻域像素点中的至少一个属于目标像素点的情况,则对于不属于目标像素点的邻域像素点进行忽略处理,将栈顶元素对应的属于目标像素点的邻域像素点的位置信息压入栈中,然后判断栈是否为空,此时栈不为空,执行取出栈顶元素(针对栈顶元素设置目标标记符号)、遍历栈顶元素对应的邻域像素点并确定栈顶元素对应的邻域像素点是否属于目标像素点的流程。若邻域像素点属于目标像素点则将邻域像素点的位置信息压入栈中,执行取栈顶元素的操作,若邻域像素点均不属于目标像素点,则判断栈是否为空,若栈不为空,则可以继续取出栈顶元素(针对栈顶元素设置目标标记符号),并执行遍历栈顶元素对应的邻域像素点,并确定栈顶元素对应的邻域像素点是否属于目标像素点的流程,若栈为空,则可以确定当前像素点对应的标记轮廓线,当前像素点对应的标记轮廓线为图的一个连通分量。
其中,针对在栈顶元素对应的邻域像素点中的至少一个属于目标像素点的情况,将属于目标像素点的邻域像素点的位置信息压入栈中,继续执行取栈顶元素,遍历栈顶元素对应的邻域像素点的操作,可以实现对每一个可能的分支路径深入到不能再深入为止,基于深度优先搜索确定图的连通分量。其中,深度优先搜索采用的是迭代的方式而不是递归的方式,这样在实现时能有效避免栈内存的溢出。
本发明上述实施过程,通过将当前像素点的位置信息压入栈中并设置当前像素点的目标标记符号,取出栈顶元素后遍历栈顶元素对应的邻域像素点,检测邻域像素点是否属于目标像素点,针对属于目标像素点的邻域像素点,将邻域像素点的位置信息压入栈中,执行取栈顶元素、遍历栈顶元素的邻域像素的流程,直至栈为空时确定当前像素点对应的标记轮廓线,可以实现对每一个可能的分支路径深入到不能再深入为止,基于深度优先搜索确定图的连通分量。
在本发明一可选实施例中,所述根据分区域滤线策略和所述标记图像对所述二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对所述标记图像进行处理获取目标图像,包括:
根据所述标记图像中的每条标记轮廓线,在所述二值化线条图像中确定对应的目标轮廓线,基于分区域滤线策略对所述二值化线条图像中的目标轮廓线进行处理,获取所述目标图像;
或者
基于分区域滤线策略对所述标记图像中的标记轮廓线进行处理,并在完成处理后对所述标记图像中保留的标记轮廓线取消对应的标记符号,获取所述目标图像,所述标记符号为进行轮廓线标记处理时所设置。
在根据分区域滤线策略和标记图像对二值化线条图像(初始二值化线条图像)进行处理获取目标图像时,可以根据标记图像中的每条标记轮廓线,在二值化线条图像中确定每条标记轮廓线分别对应的目标轮廓线,即,实现在二值化线条图像中确定目标轮廓线,这里的目标轮廓线与标记图像中的标记轮廓线一一对应。在针对二值化线条图像,确定目标轮廓线之后,可以基于分区域滤线策略,对确定的二值化线条图像中的目标轮廓线进行处理,以获取目标图像,实现通过对二值化线条图像进行处理,获取目标图像。其中,在基于分区域滤线策略对二值化线条图像进行处理时,具体为,根据与人脸区域对应的第一滤线策略对二值化线条图像中的与人脸区域关联的目标轮廓线进行处理,根据与非人脸区域对应的第二滤线策略对二值化线条图像中的与非人脸区域关联的目标轮廓线进行处理。
其中,在基于分区域滤线策略对二值化线条图像中的目标轮廓线进行处理时,针对标记图像中的标记符号为颜色的情况,可以基于标记图像中不同颜色的标记轮廓线确定二值化线条图像中对应的目标轮廓线,然后对目标轮廓线进行滤线处理;针对标记符号为像素值的情况,可以基于标记图像中不同像素值的标记轮廓线确定二值化线条图像中对应的目标轮廓线,然后对目标轮廓线进行滤线处理。
在根据分区域滤线策略对标记图像进行处理获取目标图像时,可以根据与人脸区域对应的第一滤线策略对标记图像中的与人脸区域关联的标记轮廓线进行滤线处理,根据与非人脸区域对应的第二滤线策略对标记图像中的与非人脸区域关联的标记轮廓线进行滤线处理,在对标记轮廓线进行滤线处理时同时取消对应的标记符号。在完成滤线处理之后,针对保留的标记轮廓线,取消对应的标记符号(针对标记符号为像素值的情况,将保留的标记轮廓线的像素点的像素值恢复为255)。至此,可以获取目标图像。
本发明上述实施过程,可以基于分区域滤线策略对二值化线条图像中的目标轮廓线进行滤线处理获取目标图像,或者,基于分区域滤线策略对标记图像中的标记轮廓线进行滤线处理,并在完成滤线处理后取消标记符号获取目标图像,可以提供两种方式获取目标图像,丰富了获取方式。
下面对基于二值化线条图像获取目标图像的过程进行阐述,在本发明一可选实施例中,所述基于分区域滤线策略对所述二值化线条图像中的目标轮廓线进行滤线处理,获取所述目标图像,包括:
根据所述第一滤线策略对与所述二值化线条图像的人脸区域关联的第一目标轮廓线进行处理、根据所述第二滤线策略对与所述二值化线条图像的非人脸区域关联的第二目标轮廓线进行处理;
在对所述二值化线条图像中的目标轮廓线进行处理后,获取所述目标图像。
在基于分区域滤线策略对二值化线条图像进行处理时,可以针对二值化线条图像对应的目标轮廓线区分出与人脸区域关联的第一目标轮廓线、与非人脸区域关联的第二目标轮廓线,然后根据与人脸区域对应的第一滤线策略,对第一目标轮廓线进行处理,根据与非人脸区域对应的第二滤线策略,对第二目标轮廓线进行处理,实现对二值化线条图像中的目标轮廓线进行分区域处理,在对二值化线条图像中的第一目标轮廓线、第二目标轮廓线均进行滤线处理后,可以获取目标图像。
本发明上述实施过程中,通过对二值化线条图像中的目标轮廓线进行区分,并采用对应的策略对目标轮廓线进行滤线,可以实现分区域过滤杂线,保证滤线的合理性。
可选的,所述根据所述第一滤线策略对与所述二值化线条图像的人脸区域关联的第一目标轮廓线进行处理、根据所述第二滤线策略对与所述二值化线条图像的非人脸区域关联的第二目标轮廓线进行处理,包括:
针对每条目标轮廓线,判断当前目标轮廓线是否与所述二值化线条图像中的人脸区域重叠,所述人脸区域基于对所述原始图像进行人脸遮罩确定;
在当前目标轮廓线与所述二值化线条图像中的人脸区域重叠的情况下,确定当前目标轮廓线为所述第一目标轮廓线,基于所述第一滤线策略对当前目标轮廓线进行处理;
在当前目标轮廓线与所述二值化线条图像中的人脸区域未重叠的情况下,确定当前目标轮廓线为所述第二目标轮廓线,基于所述第二滤线策略对当前目标轮廓线进行处理。
在根据第一滤线策略对第一目标轮廓线进行处理、根据第二滤线策略对第二目标轮廓线进行处理时,需要针对每条目标轮廓线,判断当前目标轮廓线是否与二值化线条图像中的人脸区域所重叠,其中,人脸区域基于对原始图像进行人脸遮罩确定。若当前目标轮廓线与二值化线条图像中的人脸区域相重叠,则可以确定当前目标轮廓线属于第一目标轮廓线,然后采用第一滤线策略对当前目标轮廓线(第一目标轮廓线)进行处理。若当前目标轮廓线与二值化线条图像中的人脸区域未重叠,则可以确定当前目标轮廓线属于第二目标轮廓线,然后采用第二滤线策略对当前目标轮廓线(第二目标轮廓线)进行处理。在对二值化线条图像中的目标轮廓线完成滤线处理之后,可以获取目标图像。
本发明上述实施过程,可基于目标轮廓线与人脸区域是否重叠的情况,确定目标轮廓线属于第一目标轮廓线还是第二目标轮廓线,并采用对应的滤线策略对第一目标轮廓线、第二目标轮廓线进行处理,可以保证滤线的合理性。
可选的,在基于所述第一滤线策略对当前目标轮廓线进行处理时,包括如下步骤:
将当前目标轮廓线对应的像素点数目与第一像素点数目阈值进行比较;
在当前目标轮廓线对应的像素点数目小于所述第一像素点数目阈值的情况下,设置当前目标轮廓线为背景线,以滤除当前目标轮廓线,否则保留当前目标轮廓线;
所述基于所述第二滤线策略对当前目标轮廓线进行处理,包括:
将当前目标轮廓线对应的像素点数目与第二像素点数目阈值进行比较;
在当前目标轮廓线对应的像素点数目小于所述第二像素点数目阈值的情况下,设置当前目标轮廓线为背景线,以滤除当前目标轮廓线,否则保留当前目标轮廓线;
其中,所述第二像素点数目阈值大于所述第一像素点数目阈值。
在基于第一滤线策略对当前目标轮廓线(第一目标轮廓线)进行处理时,可以针对当前目标轮廓线获取其对应的像素点数目,然后将当前目标轮廓线对应的像素点数目与第一像素点数目阈值进行比较,若当前目标轮廓线对应的像素点数目小于第一像素点数目阈值,则可以将当前目标轮廓线设置为背景线,实现滤除当前目标轮廓线,若当前目标轮廓线对应的像素点数目大于或者等于第一像素点数目阈值,则保留当前目标轮廓线。相应的,在基于第二滤线策略对当前目标轮廓线(第二目标轮廓线)进行处理时,可以针对当前目标轮廓线获取其对应的像素点数目,然后将当前目标轮廓线对应的像素点数目与第二像素点数目阈值进行比较,若当前目标轮廓线对应的像素点数目小于第二像素点数目阈值,则可以将当前目标轮廓线设置为背景线,实现滤除当前目标轮廓线,若当前目标轮廓线对应的像素点数目大于或者等于第二像素点数目阈值,则保留当前目标轮廓线。
其中,第二像素点数目阈值可以理解为第二滤波阈值,第一像素点数目阈值可以理解为第一滤波阈值。第二像素点数目阈值大于第一像素点数目阈值,即,针对与人脸区域重叠的第一目标轮廓线,以相对较小的像素点数目阈值进行处理,针对与人脸区域未重叠的第二目标轮廓线,以相对较大的像素点数目阈值进行处理,这样就能使得得到的轮廓线图像在保留人脸神态的情况下,尽可能的简化。且可以动态调节人脸区域和非人脸区域对应的像素点数目阈值,进而选择滤除范围。
本发明上述实施过程,可以采用不同的像素点数目阈值对相应的目标轮廓线进行滤线处理,以实现分区域滤线,保证滤线的合理性。
下面通过一具体实施流程对基于二值化线条图像获取目标图像的过程进行阐述,如图2所示,包括:
步骤201、将二值化线条图像中的多条目标轮廓线存入数组中。
步骤202、按照预设顺序对数组中的目标轮廓线进行遍历。
步骤203、针对当前目标轮廓线,检测是否与二值化线条图像中的人脸区域重叠,若重叠则执行步骤204,否则执行步骤205。
步骤204、检测当前目标轮廓线对应的像素点数目是否小于第一像素点数目阈值,若是,则执行步骤206,否则执行步骤207。
步骤205、检测当前目标轮廓线对应的像素点数目是否小于第二像素点数目阈值,若是,则执行步骤206,否则执行步骤207。
步骤206、设置当前目标轮廓线为背景线,返回步骤202。
步骤207、保留当前目标轮廓线,返回步骤202。
步骤208、在对数组中的目标轮廓线完成遍历之后,根据保留的目标轮廓线生成目标图像。
以上为对二值化线条图像中的目标轮廓线进行滤线处理,获取目标图像的过程,通过对二值化线条图像进行分区域滤线处理,可以保证滤线的合理性。
下面针对对标记图像中的轮廓线进行滤线处理的过程进行阐述,在本发明一可选实施例中,所述基于分区域滤线策略对所述标记图像中的标记轮廓线进行处理,包括:
根据所述第一滤线策略对与所述标记图像的人脸区域关联的第一标记轮廓线进行处理、根据第二滤线策略对与所述标记图像的非人脸区域关联的第二标记轮廓线进行处理。
在基于分区域滤线策略对标记图像中的标记轮廓线进行处理时,可以针对标记图像对应的标记轮廓线,区分出与人脸区域关联的第一标记轮廓线、与非人脸区域关联的第二标记轮廓线,然后根据与人脸区域对应的第一滤线策略,对第一标记轮廓线进行处理,根据与非人脸区域对应的第二滤线策略,对第二标记轮廓线进行处理,实现对标记图像中的标记轮廓线进行分区域滤线。
本发明上述实施过程,通过对标记图像中的标记轮廓线进行区分,采用对应的策略对标记轮廓线进行滤线处理,可以实现分区域滤线,保证滤线的合理性。
可选的,所述根据所述第一滤线策略对与所述标记图像的人脸区域关联的第一标记轮廓线进行处理、根据第二滤线策略对与所述标记图像的非人脸区域关联的第二标记轮廓线进行处理,包括:
针对每条标记轮廓线,判断当前标记轮廓线是否与所述标记图像中的人脸区域重叠,所述人脸区域基于对所述原始图像进行人脸遮罩确定;
在当前标记轮廓线与所述标记图像中的人脸区域重叠的情况下,确定当前标记轮廓线为所述第一标记轮廓线,基于所述第一滤线策略对当前标记轮廓线进行处理;
在当前标记轮廓线与所述标记图像中的人脸区域未重叠的情况下,确定当前标记轮廓线为所述第二标记轮廓线,基于所述第二滤线策略对当前标记轮廓线进行处理。
在根据第一滤线策略对第一标记轮廓线进行处理、根据第二滤线策略对第二标记轮廓线进行处理时,需要针对每条标记轮廓线,判断当前标记轮廓线是否与标记图像中的人脸区域所重叠,其中,人脸区域基于对原始图像进行人脸遮罩确定。若当前标记轮廓线与标记图像中的人脸区域相重叠,则可以确定当前标记轮廓线属于第一标记轮廓线,然后采用第一滤线策略对当前标记轮廓线(第一标记轮廓线)进行处理。若当前标记轮廓线与标记图像中的人脸区域未重叠,则可以确定当前标记轮廓线属于第二标记轮廓线,然后采用第二滤线策略对当前标记轮廓线(第二标记轮廓线)进行处理。在对标记轮廓线进行滤线处理时,同时取消对应的标记符号。在对标记图像中的标记轮廓线完成滤线处理之后,针对保留的标记轮廓线取消标记符号,可以获取目标图像。
本发明上述实施过程,可基于标记轮廓线与人脸区域是否重叠的情况,确定标记轮廓线属于第一标记轮廓线还是第二标记轮廓线,并采用对应的策略对第一标记轮廓线、第二标记轮廓线进行滤线,可以保证滤线的合理性。
可选的,在基于所述第一滤线策略对当前标记轮廓线进行滤线处理时,包括如下步骤:
将当前标记轮廓线对应的像素点数目与第一像素点数目阈值进行比较;
在当前标记轮廓线对应的像素点数目小于所述第一像素点数目阈值的情况下,设置当前标记轮廓线为背景线,以滤除当前标记轮廓线,否则保留当前标记轮廓线;
所述基于所述第二滤线策略对当前标记轮廓线进行滤线处理,包括:
将当前标记轮廓线对应的像素点数目与第二像素点数目阈值进行比较;
在当前标记轮廓线对应的像素点数目小于所述第二像素点数目阈值的情况下,设置当前标记轮廓线为背景线,以滤除当前标记轮廓线,否则保留当前标记轮廓线;
其中,所述第二像素点数目阈值大于所述第一像素点数目阈值。
在基于第一滤线策略对当前标记轮廓线(第一标记轮廓线)进行处理时,可以针对当前标记轮廓线获取其对应的像素点数目,然后将当前标记轮廓线对应的像素点数目与第一像素点数目阈值进行比较,若当前标记轮廓线对应的像素点数目小于第一像素点数目阈值,则可以将当前标记轮廓线设置为背景线,实现滤除当前标记轮廓线(并取消对应的标记符号),若当前标记轮廓线对应的像素点数目大于或者等于第一像素点数目阈值,则保留当前标记轮廓线。相应的,在基于第二滤线策略对当前标记轮廓线(第二标记轮廓线)进行处理时,可以针对当前标记轮廓线获取其对应的像素点数目,然后将当前标记轮廓线对应的像素点数目与第二像素点数目阈值进行比较,若当前标记轮廓线对应的像素点数目小于第二像素点数目阈值,则可以将当前标记轮廓线设置为背景线,实现滤除当前标记轮廓线(并取消对应的标记符号),若当前标记轮廓线对应的像素点数目大于或者等于第二像素点数目阈值,则保留当前标记轮廓线。
其中,第二像素点数目阈值可以理解为第二滤波阈值,第一像素点数目阈值可以理解为第一滤波阈值。第二像素点数目阈值大于第一像素点数目阈值,即,针对与人脸区域重叠的第一标记轮廓线,以相对较小的像素点数目阈值进行处理,针对与人脸区域未重叠的第二标记轮廓线,以相对较大的像素点数目阈值进行处理,这样就能使得得到的轮廓线图像在保留人脸神态的情况下,尽可能的简化。且可以动态调节人脸区域和非人脸区域对应的像素点数目阈值,进而选择滤除范围。
本发明上述实施过程,可以采用不同的像素点数目阈值对相应的标记轮廓线进行滤线,以实现分区域滤线,保证滤线的合理性。
下面通过一具体实施流程对基于标记图像获取目标图像的过程进行阐述,如图3所示,包括:
步骤301、将标记图像中的多条标记轮廓线存入数组中。
步骤302、按照预设顺序对数组中的标记轮廓线进行遍历。
步骤303、针对当前标记轮廓线,检测是否与标记图像中的人脸区域重叠,若重叠则执行步骤304,否则执行步骤305。
步骤304、检测当前标记轮廓线对应的像素点数目是否小于第一像素点数目阈值,若是,则执行步骤306,否则执行步骤307。
步骤305、检测当前标记轮廓线对应的像素点数目是否小于第二像素点数目阈值,若是,则执行步骤306,否则执行步骤307。
步骤306、设置当前标记轮廓线为背景线,返回步骤302。
步骤307、保留当前标记轮廓线,返回步骤302。
步骤308、在对数组中的标记轮廓线完成遍历之后,根据保留的标记轮廓线生成完成滤线的标记图像,并针对完成滤线的标记图像取消标记符号,获取目标图像。
以上为对标记图像中的标记轮廓线进行滤线,进而获取目标图像的过程,通过对标记图像进行分区域滤线,可以保证滤线的合理性。
下面通过对比二值化线条图像、没有人脸保护的滤线后的图像、带有人脸保护的滤线后目标图像,对本发明提供的图像处理方法的效果进行阐述。参见图4a所示,为对原始彩色图像经过轮廓线特效算法以及二值化处理得到的二值化线条图像,在图中有部分位置有一些零散的杂乱的线条,为了尽可能的简化轮廓线需要对其进行滤线处理。参见图4b所示,是没有人脸保护的经滤线算法处理后的线条图像,可以看到,虽然身体部位的一些杂线被滤除,但是在人脸区域,瞳孔和眉毛部分(右侧人物的眉毛)也同样被去掉了,这样就造成了人物神态的缺失,显得空洞,参见图4c所示,是带有人脸保护的滤线后的线条图像,在人脸区域,瞳孔和眉毛部分实现了保留,可以看到,通过在人脸区域和非人脸区域使用不同的阈值进行滤线,实现了想要的结果,达到了预期的目的。
下面对本发明的整体实施过程进行简要介绍,参见图5所示,包括:
步骤501、对原始图像进行轮廓线特效处理和二值化处理,获取二值化线条图像。
步骤502、基于深度优先搜索,获取二值化线条图像对应的标记图像。然后执行步骤503或者步骤504。
步骤503、根据标记图像中的每条标记轮廓线,在二值化线条图像中确定对应的目标轮廓线,基于分区域滤线策略对二值化线条图像中的目标轮廓线进行处理,获取目标图像。
步骤504、基于分区域滤线策略对标记图像中的标记轮廓线进行处理,并在完成后对标记图像中保留的标记轮廓线取消对应的标记符号,获取目标图像。
上述过程,首先基于原始图像获取二值化线条图像,然后针对二值化线条图像获取标记图像,根据分区域滤线策略和标记图像对二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对标记图像进行处理获取目标图像,可以丰富目标图像的获取方式。
以上为本发明实施例提供的图像处理方法的整体实施流程,通过获取原始图像对应的二值化线条图像,根据二值化线条图像获取对应的标记图像,基于分区域滤线策略和标记图像对二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对标记图像进行处理获取目标图像,可以实现分区域滤线,在较好的保护人物面部神态的情况下得到简化的人体轮廓线条图。
进一步的,通过提供两种方式获取目标图像,丰富了图像获取方式,通过对轮廓线进行区分,采用对应的策略对轮廓线进行滤线,可以实现分区域滤线,保证滤线的合理性。
参照图6,示出了本发明的一种图像处理装置实施例的结构框图,具体可以包括如下模块:
第一获取模块601,用于获取原始图像对应的二值化线条图像,所述原始图像包括显示人脸区域的目标人物;
第二获取模块602,用于获取所述二值化线条图像对应的标记图像,所述标记图像为基于深度优先搜索对所述二值化线条图像进行轮廓线标记处理生成的图像;
处理模块603,用于根据分区域滤线策略和所述标记图像对所述二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对所述标记图像进行处理获取目标图像;
其中,分区域滤线策略包括与所述人脸区域对应的第一滤线策略和与非人脸区域对应的第二滤线策略。
可选的,第一获取模块包括:
获取子模块,用于对所述原始图像进行轮廓线特效处理,获取轮廓线条图像;
生成子模块,用于对所述轮廓线条图像进行二值化处理,生成所述二值化线条图像。
可选的,所述第二获取模块包括:
第一处理子模块,用于按照预设规则对目标二值化线条图像进行像素点遍历,以检测遍历到的当前像素点是否属于目标像素点,所述目标像素点对应于目标像素值,所述目标二值化线条图像为所述原始图像对应的二值化线条图像或者为对所述原始图像对应的二值化线条图像复制得到的图像;
第二处理子模块,用于在当前像素点属于所述目标像素点的情况下,基于所述深度优先搜索确定当前像素点对应的标记轮廓线,并继续按照所述预设规则对未遍历的像素点进行遍历,直至完成全部像素点的遍历,以获取所述标记图像;
第三处理子模块,用于在当前像素点不属于所述目标像素点的情况下,按照预设规则对未遍历的像素点进行遍历,直至完成全部像素点的遍历,以获取所述标记图像;
其中,所述标记图像中不同的标记轮廓线对应的标记符号不同。
可选的,所述第二处理子模块包括:
第一处理单元,用于将当前像素点的位置信息压入栈中并设置当前像素点的目标标记符号;
第二处理单元,用于取出栈顶元素,遍历所述栈顶元素对应的邻域像素点并确定所述栈顶元素对应的邻域像素点是否属于所述目标像素点,所述邻域像素点的数目至少为一个;
第三处理单元,用于在所述栈顶元素对应的邻域像素点中的至少一个属于所述目标像素点的情况下,将所述栈顶元素对应的属于所述目标像素点的邻域像素点的位置信息压入栈中,并控制第二处理单元取出栈顶元素、遍历所述栈顶元素对应的邻域像素点并确定所述栈顶元素对应的邻域像素点是否属于所述目标像素点;
第四处理单元,用于在所述栈顶元素对应的邻域像素点均不属于所述目标像素点的情况下,判断栈是否为空,在栈不为空时,控制第二处理单元取出栈顶元素、遍历所述栈顶元素对应的邻域像素点并确定所述栈顶元素对应的邻域像素点是否属于所述目标像素点,在栈为空时结束流程;
其中,当前像素点对应的标记轮廓线对应于所述目标标记符号,在栈为空的情况下,确定当前像素点对应的标记轮廓线。
可选的,所述处理模块包括:
第四处理子模块,用于根据所述标记图像中的每条标记轮廓线,在所述二值化线条图像中确定对应的目标轮廓线,基于分区域滤线策略对所述二值化线条图像中的目标轮廓线进行处理,获取所述目标图像;
或者
第五处理子模块,用于基于分区域滤线策略对所述标记图像中的标记轮廓线进行处理,并在完成处理后对所述标记图像中保留的标记轮廓线取消对应的标记符号,获取所述目标图像,所述标记符号为进行轮廓线标记处理时所设置。
可选的,所述第四处理子模块包括:
第五处理单元,用于根据所述第一滤线策略对与所述二值化线条图像的人脸区域关联的第一目标轮廓线进行处理、根据所述第二滤线策略对与所述二值化线条图像的非人脸区域关联的第二目标轮廓线进行处理;
获取单元,用于在对所述二值化线条图像中的目标轮廓线进行处理后,获取所述目标图像。
可选的,所述第五处理单元包括:
第一判断子单元,用于针对每条目标轮廓线,判断当前目标轮廓线是否与所述二值化线条图像中的人脸区域重叠,所述人脸区域基于对所述原始图像进行人脸遮罩确定;
第一处理子单元,用于在当前目标轮廓线与所述二值化线条图像中的人脸区域重叠的情况下,确定当前目标轮廓线为所述第一目标轮廓线,基于所述第一滤线策略对当前目标轮廓线进行处理;
第二处理子单元,用于在当前目标轮廓线与所述二值化线条图像中的人脸区域未重叠的情况下,确定当前目标轮廓线为所述第二目标轮廓线,基于所述第二滤线策略对当前目标轮廓线进行处理。
可选的,所述第一处理子单元进一步用于:
将当前目标轮廓线对应的像素点数目与第一像素点数目阈值进行比较;
在当前目标轮廓线对应的像素点数目小于所述第一像素点数目阈值的情况下,设置当前目标轮廓线为背景线,以滤除当前目标轮廓线,否则保留当前目标轮廓线;
可选的,所述第二处理子单元进一步用于:
将当前目标轮廓线对应的像素点数目与第二像素点数目阈值进行比较;
在当前目标轮廓线对应的像素点数目小于所述第二像素点数目阈值的情况下,设置当前目标轮廓线为背景线,以滤除当前目标轮廓线,否则保留当前目标轮廓线;
其中,所述第二像素点数目阈值大于所述第一像素点数目阈值。
可选的,所述第五处理子模块包括:
第六处理单元,用于根据所述第一滤线策略对与所述标记图像的人脸区域关联的第一标记轮廓线进行处理、根据第二滤线策略对与所述标记图像的非人脸区域关联的第二标记轮廓线进行处理。
可选的,所述第六处理单元包括:
第二判断子单元,用于针对每条标记轮廓线,判断当前标记轮廓线是否与所述标记图像中的人脸区域重叠,所述人脸区域基于对所述原始图像进行人脸遮罩确定;
第三处理子单元,用于在当前标记轮廓线与所述标记图像中的人脸区域重叠的情况下,确定当前标记轮廓线为所述第一标记轮廓线,基于所述第一滤线策略对当前标记轮廓线进行处理;
第四处理子单元,用于在当前标记轮廓线与所述标记图像中的人脸区域未重叠的情况下,确定当前标记轮廓线为所述第二标记轮廓线,基于所述第二滤线策略对当前标记轮廓线进行处理。
可选的,所述第三处理子单元进一步用于:
将当前标记轮廓线对应的像素点数目与第一像素点数目阈值进行比较;
在当前标记轮廓线对应的像素点数目小于所述第一像素点数目阈值的情况下,设置当前标记轮廓线为背景线,以滤除当前标记轮廓线,否则保留当前标记轮廓线;
所述第四处理子单元进一步用于:
将当前标记轮廓线对应的像素点数目与第二像素点数目阈值进行比较;
在当前标记轮廓线对应的像素点数目小于所述第二像素点数目阈值的情况下,设置当前标记轮廓线为背景线,以滤除当前标记轮廓线,否则保留当前标记轮廓线;
其中,所述第二像素点数目阈值大于所述第一像素点数目阈值。
对于装置实施例而言,由于其与方法实施例基本相似,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。
本发明实施例还提供了一种电子设备,如图7所示,包括处理器71、通信接口72、存储器73和通信总线74,其中,处理器71,通信接口72,存储器73通过通信总线74完成相互间的通信,存储器73,用于存放计算机程序;所述处理器71,用于执行存储器73上所存放的程序。其中,处理器71用于实现如下步骤:获取原始图像对应的二值化线条图像,原始图像包括显示人脸区域的目标人物;获取二值化线条图像对应的标记图像,标记图像为基于深度优先搜索对二值化线条图像进行轮廓线标记处理生成的图像;根据分区域滤线策略和标记图像对二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对标记图像进行处理获取目标图像;其中,分区域滤线策略包括与人脸区域对应的第一滤线策略和与非人脸区域对应的第二滤线策略。处理器71还可以实现图像处理方法的其他实施过程,这里不再进一步阐述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称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。
本发明实施例还提供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计算机程序,所述计算机程序被处理器执行时实现上述的图像处理方法的步骤。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明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,本发明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。
本发明实施例是参照根据本发明实施例的方法、终端设备(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终端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终端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终端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终端设备上,使得在计算机或其他可编程终端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终端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。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者终端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、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供图像处理方法及装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (11)
1.一种图像处理方法,其特征在于,包括:
获取原始图像对应的二值化线条图像,所述原始图像包括显示人脸区域的目标人物;
获取所述二值化线条图像对应的标记图像,所述标记图像为基于深度优先搜索对所述二值化线条图像进行轮廓线标记处理生成的图像;
根据分区域滤线策略和所述标记图像对所述二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对所述标记图像进行处理获取目标图像;
其中,分区域滤线策略包括与所述人脸区域对应的第一滤线策略和与非人脸区域对应的第二滤线策略;
所述根据分区域滤线策略和所述标记图像对所述二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对所述标记图像进行处理获取目标图像,包括:
根据所述标记图像中的每条标记轮廓线,在所述二值化线条图像中确定对应的目标轮廓线,基于分区域滤线策略对所述二值化线条图像中的目标轮廓线进行处理,获取所述目标图像;
或者
基于分区域滤线策略对所述标记图像中的标记轮廓线进行处理,并在完成处理后对所述标记图像中保留的标记轮廓线取消对应的标记符号,获取所述目标图像,所述标记符号为进行轮廓线标记处理时所设置;
所述基于分区域滤线策略对所述二值化线条图像中的目标轮廓线进行处理,获取所述目标图像,包括:
根据所述第一滤线策略对与所述二值化线条图像的人脸区域关联的第一目标轮廓线进行处理、根据所述第二滤线策略对与所述二值化线条图像的非人脸区域关联的第二目标轮廓线进行处理;
在对所述二值化线条图像中的目标轮廓线进行处理后,获取所述目标图像;
所述基于分区域滤线策略对所述标记图像中的标记轮廓线进行处理,包括:
根据所述第一滤线策略对与所述标记图像的人脸区域关联的第一标记轮廓线进行处理、根据第二滤线策略对与所述标记图像的非人脸区域关联的第二标记轮廓线进行处理。
2.根据权利要求1所述的图像处理方法,其特征在于,所述获取原始图像对应的二值化线条图像,包括:
对所述原始图像进行轮廓线特效处理,获取轮廓线条图像;
对所述轮廓线条图像进行二值化处理,生成所述二值化线条图像。
3.根据权利要求1所述的图像处理方法,其特征在于,所述获取所述二值化线条图像对应的标记图像,包括:
按照预设规则对目标二值化线条图像进行像素点遍历,以检测遍历到的当前像素点是否属于目标像素点,所述目标像素点对应于目标像素值,所述目标二值化线条图像为所述原始图像对应的二值化线条图像或者为对所述原始图像对应的二值化线条图像复制得到的图像;
在当前像素点属于所述目标像素点的情况下,基于所述深度优先搜索确定当前像素点对应的标记轮廓线,并继续按照所述预设规则对未遍历的像素点进行遍历,直至完成全部像素点的遍历,以获取所述标记图像;
在当前像素点不属于所述目标像素点的情况下,按照预设规则对未遍历的像素点进行遍历,直至完成全部像素点的遍历,以获取所述标记图像;
其中,所述标记图像中不同的标记轮廓线对应的标记符号不同。
4.根据权利要求3所述的图像处理方法,其特征在于,所述基于所述深度优先搜索确定当前像素点对应的标记轮廓线,包括:
将当前像素点的位置信息压入栈中并设置当前像素点的目标标记符号;
取出栈顶元素,遍历所述栈顶元素对应的邻域像素点并确定所述栈顶元素对应的邻域像素点是否属于所述目标像素点,所述邻域像素点的数目至少为一个;
在所述栈顶元素对应的邻域像素点中的至少一个属于所述目标像素点的情况下,将所述栈顶元素对应的属于所述目标像素点的邻域像素点的位置信息压入栈中,执行取出栈顶元素、遍历所述栈顶元素对应的邻域像素点并确定所述栈顶元素对应的邻域像素点是否属于所述目标像素点的步骤;
在所述栈顶元素对应的邻域像素点均不属于所述目标像素点的情况下,判断栈是否为空,在栈不为空时,执行取出栈顶元素、遍历所述栈顶元素对应的邻域像素点并确定所述栈顶元素对应的邻域像素点是否属于所述目标像素点的步骤,在栈为空时结束流程;
其中,当前像素点对应的标记轮廓线对应于所述目标标记符号,在栈为空的情况下,确定当前像素点对应的标记轮廓线。
5.根据权利要求1所述的图像处理方法,其特征在于,所述根据所述第一滤线策略对与所述二值化线条图像的人脸区域关联的第一目标轮廓线进行处理、根据所述第二滤线策略对与所述二值化线条图像的非人脸区域关联的第二目标轮廓线进行处理,包括:
针对每条目标轮廓线,判断当前目标轮廓线是否与所述二值化线条图像中的人脸区域重叠,所述人脸区域基于对所述原始图像进行人脸遮罩确定;
在当前目标轮廓线与所述二值化线条图像中的人脸区域重叠的情况下,确定当前目标轮廓线为所述第一目标轮廓线,基于所述第一滤线策略对当前目标轮廓线进行处理;
在当前目标轮廓线与所述二值化线条图像中的人脸区域未重叠的情况下,确定当前目标轮廓线为所述第二目标轮廓线,基于所述第二滤线策略对当前目标轮廓线进行处理。
6.根据权利要求5所述的图像处理方法,其特征在于,所述基于所述第一滤线策略对当前目标轮廓线进行处理,包括:
将当前目标轮廓线对应的像素点数目与第一像素点数目阈值进行比较;
在当前目标轮廓线对应的像素点数目小于所述第一像素点数目阈值的情况下,设置当前目标轮廓线为背景线,以滤除当前目标轮廓线,否则保留当前目标轮廓线;
所述基于所述第二滤线策略对当前目标轮廓线进行处理,包括:
将当前目标轮廓线对应的像素点数目与第二像素点数目阈值进行比较;
在当前目标轮廓线对应的像素点数目小于所述第二像素点数目阈值的情况下,设置当前目标轮廓线为背景线,以滤除当前目标轮廓线,否则保留当前目标轮廓线;
其中,所述第二像素点数目阈值大于所述第一像素点数目阈值。
7.根据权利要求1所述的图像处理方法,其特征在于,所述根据所述第一滤线策略对与所述标记图像的人脸区域关联的第一标记轮廓线进行处理、根据第二滤线策略对与所述标记图像的非人脸区域关联的第二标记轮廓线进行处理,包括:
针对每条标记轮廓线,判断当前标记轮廓线是否与所述标记图像中的人脸区域重叠,所述人脸区域基于对所述原始图像进行人脸遮罩确定;
在当前标记轮廓线与所述标记图像中的人脸区域重叠的情况下,确定当前标记轮廓线为所述第一标记轮廓线,基于所述第一滤线策略对当前标记轮廓线进行处理;
在当前标记轮廓线与所述标记图像中的人脸区域未重叠的情况下,确定当前标记轮廓线为所述第二标记轮廓线,基于所述第二滤线策略对当前标记轮廓线进行处理。
8.根据权利要求7所述的图像处理方法,其特征在于,所述基于所述第一滤线策略对当前标记轮廓线进行处理,包括:
将当前标记轮廓线对应的像素点数目与第一像素点数目阈值进行比较;
在当前标记轮廓线对应的像素点数目小于所述第一像素点数目阈值的情况下,设置当前标记轮廓线为背景线,以滤除当前标记轮廓线,否则保留当前标记轮廓线;
所述基于所述第二滤线策略对当前标记轮廓线进行处理,包括:
将当前标记轮廓线对应的像素点数目与第二像素点数目阈值进行比较;
在当前标记轮廓线对应的像素点数目小于所述第二像素点数目阈值的情况下,设置当前标记轮廓线为背景线,以滤除当前标记轮廓线,否则保留当前标记轮廓线;
其中,所述第二像素点数目阈值大于所述第一像素点数目阈值。
9.一种图像处理装置,其特征在于,包括:
第一获取模块,用于获取原始图像对应的二值化线条图像,所述原始图像包括显示人脸区域的目标人物;
第二获取模块,用于获取所述二值化线条图像对应的标记图像,所述标记图像为基于深度优先搜索对所述二值化线条图像进行轮廓线标记处理生成的图像;
处理模块,用于根据分区域滤线策略和所述标记图像对所述二值化线条图像进行处理获取目标图像,或者,根据分区域滤线策略对所述标记图像进行处理获取目标图像;
其中,分区域滤线策略包括与所述人脸区域对应的第一滤线策略和与非人脸区域对应的第二滤线策略;
所述处理模块包括:
第四处理子模块,用于根据所述标记图像中的每条标记轮廓线,在所述二值化线条图像中确定对应的目标轮廓线,基于分区域滤线策略对所述二值化线条图像中的目标轮廓线进行处理,获取所述目标图像;
或者
第五处理子模块,用于基于分区域滤线策略对所述标记图像中的标记轮廓线进行处理,并在完成处理后对所述标记图像中保留的标记轮廓线取消对应的标记符号,获取所述目标图像,所述标记符号为进行轮廓线标记处理时所设置;
所述第四处理子模块包括:
第五处理单元,用于根据所述第一滤线策略对与所述二值化线条图像的人脸区域关联的第一目标轮廓线进行处理、根据所述第二滤线策略对与所述二值化线条图像的非人脸区域关联的第二目标轮廓线进行处理;
获取单元,用于在对所述二值化线条图像中的目标轮廓线进行处理后,获取所述目标图像;
所述第五处理子模块包括:
第六处理单元,用于根据所述第一滤线策略对与所述标记图像的人脸区域关联的第一标记轮廓线进行处理、根据第二滤线策略对与所述标记图像的非人脸区域关联的第二标记轮廓线进行处理。
10.一种电子设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的图像处理方法的步骤。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111250484.1A CN113688811B (zh) | 2021-10-26 | 2021-10-26 | 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 |
---|---|---|---|
CN202111250484.1A CN113688811B (zh) | 2021-10-26 | 2021-10-26 | 图像处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113688811A CN113688811A (zh) | 2021-11-23 |
CN113688811B true CN113688811B (zh) | 2022-04-08 |
Family
ID=78588093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111250484.1A Active CN113688811B (zh) | 2021-10-26 | 2021-10-26 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113688811B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117173185B (zh) * | 2023-11-03 | 2024-01-19 | 东北大学 | 轧制板材的区域检测方法及装置、存储介质、计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017162069A1 (zh) * | 2016-03-25 | 2017-09-28 | 阿里巴巴集团控股有限公司 | 一种图像文本的识别方法和装置 |
CN109754379A (zh) * | 2018-12-29 | 2019-05-14 | 北京金山安全软件有限公司 | 一种图像处理方法及装置 |
CN112907438A (zh) * | 2021-03-01 | 2021-06-04 | 中国科学院半导体研究所 | 肖像生成方法、装置、电子设备及存储介质 |
CN113487697A (zh) * | 2021-07-20 | 2021-10-08 | 维沃移动通信(杭州)有限公司 | 简笔画生成方法、装置、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200095873A (ko) * | 2019-02-01 | 2020-08-11 | 한국전자통신연구원 | 인물 영역 추출 방법, 이를 이용하는 영상 처리 장치 및 인물 영역 추출 시스템 |
-
2021
- 2021-10-26 CN CN202111250484.1A patent/CN113688811B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017162069A1 (zh) * | 2016-03-25 | 2017-09-28 | 阿里巴巴集团控股有限公司 | 一种图像文本的识别方法和装置 |
CN109754379A (zh) * | 2018-12-29 | 2019-05-14 | 北京金山安全软件有限公司 | 一种图像处理方法及装置 |
CN112907438A (zh) * | 2021-03-01 | 2021-06-04 | 中国科学院半导体研究所 | 肖像生成方法、装置、电子设备及存储介质 |
CN113487697A (zh) * | 2021-07-20 | 2021-10-08 | 维沃移动通信(杭州)有限公司 | 简笔画生成方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
一种二值图像连通区域标记快速算法;曹长虎等;《科学技术与工程》;20101128(第33期);全文 * |
基于正面人脸图像的人脸轮廓的提取;向元平等;《微计算机信息》;20070805(第22期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113688811A (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104915972B (zh) | 图像处理装置、图像处理方法以及程序 | |
CN111145209B (zh) | 一种医学图像分割方法、装置、设备及存储介质 | |
CN109858487B (zh) | 基于分水岭算法和图像类别标签的弱监督语义分割方法 | |
WO2020135056A1 (zh) | 一种图像处理方法及装置 | |
CN111626284B (zh) | 一种手写字体去除的方法、装置、电子设备和存储介质 | |
CN107292311A (zh) | 一种基于神经网络的字符粘连验证码的识别方法 | |
CN110516514B (zh) | 一种目标检测模型的建模方法和装置 | |
CN113688811B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
JP3740351B2 (ja) | 画像加工装置および方法およびこの方法の実行プログラムを記録した記録媒体 | |
CN107256543A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110532938B (zh) | 基于Faster-RCNN的纸质作业页码识别方法 | |
CN108171229A (zh) | 一种空心粘连验证码的识别方法及系统 | |
CN115797336A (zh) | 光伏组件的故障检测方法、装置、电子设备和存储介质 | |
CN106251287A (zh) | 控制图像之间的过渡的平滑度 | |
CN113361567A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN108805838A (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN117459661A (zh) | 一种视频处理方法、装置、设备及机器可读存储介质 | |
CN114724154A (zh) | 表格识别方法及装置、存储介质及电子设备 | |
CN113516765B (zh) | 一种地图管理方法、地图管理装置及智能设备 | |
CN112541507B (zh) | 多尺度卷积神经网络特征提取方法、系统、介质及应用 | |
CN105741230A (zh) | 一种图像处理的方法及移动终端 | |
CN114612628A (zh) | 地图美化方法、装置、机器人及存储介质 | |
CN112330659A (zh) | 结合lsd直线检测和连通域标记法的几何公差符号分割方法 | |
CN112614134A (zh) | 图像分割方法、装置、电子设备及存储介质 | |
CN111932514A (zh) | 一种图像噪声水平估计、抑制方法、装置及电子设备 |
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 |