CN113705401A - 图像处理方法、终端设备及存储介质 - Google Patents

Abstract

本申请公开了一种图像处理方法、终端设备及存储介质，包括：获取目标对象的至少一帧姿态图像；根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换，基于变换后的所述姿态图像获取目标视频。如此，根据目标姿态对姿态图像中目标对象的姿态进行变换，以基于变换后的姿态图像生成视频，操作便捷，有效提升了用户体验。

Description

图像处理方法、终端设备及存储介质

技术领域

本申请涉及终端技术领域，特别是涉及一种图像处理方法、终端设备及存储介质。

背景技术

终端设备的快速普及为用户的工作和生活带来更多乐趣与便利，比如，使用终端设备的图像捕获装置拍摄用户模仿当前流行的舞蹈视频，以进行相互分享或作为纪念留存等。

在构思及实现本申请过程中，发明人发现至少存在如下问题：没有舞蹈功底的用户可能无法拍摄出指定图像和/或视频，或者拍摄出的图像和/或视频质量较差，影响用户体验。

前面的叙述在于提供一般的背景信息，并不一定构成现有技术。

发明内容

本申请的目的在于提供一种图像处理方法、终端设备及存储介质，操作便捷，有效提升了用户体验。

为达到上述目的，本申请的技术方案是这样实现的：

第一方面，本申请实施例提供了一种图像处理方法，包括：

获取目标对象的至少一帧姿态图像；

根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换，基于变换后的所述姿态图像获取目标视频。

可选地，所述获取目标对象的至少一帧姿态图像，包括：

输出至少一预设姿态，以指示所述目标对象按照所述预设姿态进行摆拍；

获取图像捕获装置对所述目标对象拍摄的至少一帧姿态图像。

可选地，所述输出至少一预设姿态，包括：

按照预设规则从所述目标姿态中选取至少一姿态作为预设姿态，并输出所述预设姿态，可选地，所述姿态包括姿态关键点和/或姿态朝向。

可选地，所述获取图像捕获装置对所述目标对象拍摄的至少一帧姿态图像，包括：

确定所述目标对象的姿态与所述预设姿态的匹配度满足预设条件时，控制图像捕获装置对所述目标对象进行拍摄，以获得至少一帧姿态图像。

可选地，所述根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换之前，还包括：

输出至少一姿态标识；

根据接收到的姿态标识选择操作，确定目标姿态。

可选地，所述根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换，包括：

对所述姿态图像中所述目标对象的姿态进行提取，获得所述目标对象的姿态；

将所述姿态图像中所述目标对象的姿态变换为目标姿态，获得变换后的所述姿态图像。

可选地，所述将所述姿态图像中所述目标对象的姿态变换为所述目标姿态，获得变换后的所述姿态图像，包括：

将所述目标姿态、所述姿态图像以及所述目标对象的姿态输入设置的姿态变换网络模型，得到所述姿态变换网络模型输出的变换后的所述姿态图像，所述变换后的所述姿态图像中所述目标对象的姿态为所述目标姿态。

可选地，所述根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换之前，还包括：

响应于图像选择操作，确定待变换的第一姿态图像和不变换的第二姿态图像；

所述基于变换后的所述姿态图像获取目标视频，包括：

将所述二姿态图像和变换后的所述第一姿态图像合成为目标视频。

第二方面，本申请实施例提供了一种图像处理方法，包括：

获取目标对象的姿态图像；

响应于预设操作，确定所述目标对象的目标姿态；

将所述姿态图像中所述目标对象的姿态变换为所述目标姿态，得到目标图像。

可选地，所述响应于预设操作之前，还包括：

在所述姿态图像中显示所述目标对象的姿态。

可选地，所述响应于预设操作，包括以下至少一种：

检测到姿态选择操作；

检测到对所述目标对象的姿态的编辑操作。

可选地，所述将所述姿态图像中所述目标对象的姿态变换为所述目标姿态，得到目标图像，包括：

将所述目标姿态、所述姿态图像以及所述目标对象的姿态输入设置的姿态变换网络模型，得到所述姿态变换网络模型输出的目标图像，所述目标图像中所述目标对象的姿态为所述目标姿态。

第三方面，本申请实施例提供了一种终端设备，所述终端设备包括：存储器、处理器，其中，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一所述的图像处理方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一所述的图像处理方法的步骤。

本申请实施例提供的图像处理方法、终端设备及存储介质，所述图像处理方法包括：获取目标对象的至少一帧姿态图像；根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换，基于变换后的所述姿态图像获取目标视频。如此，根据目标姿态对目标对象的姿态图像中所述目标对象的姿态进行变换，以基于变换后的姿态图像生成视频，从而能够获得目标对象的姿态为目标姿态的视频，操作便捷，有效提升了用户体验。

可选地，本申请实施例提供的图像处理方法、终端设备及存储介质，所述图像处理方法包括：获取目标对象的姿态图像；响应于预设操作，确定所述目标对象的目标姿态；将所述姿态图像中所述目标对象的姿态变换为所述目标姿态，得到目标图像。如此，根据目标姿态对姿态图像中目标对象的姿态进行变换，从而能够获得目标对象的姿态为目标姿态的图像，操作便捷，有效提升了用户体验。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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移动终端的硬件结构示意图；

图2为本申请实施例提供的一种通信网络系统架构图；

图3为本申请第一实施例提供的一种图像处理方法的流程示意图；

图4为本申请第二实施例提供的一种图像处理方法的流程示意图；

图5为本申请第三实施例提供的一种图像处理方法的具体流程示意图；

图6为本申请第三实施例中舞蹈模板中人物的姿态示意图；

图7为本申请第三实施例中预设姿态示意图；

图8为本申请第四实施例提供的一种图像处理方法的具体流程示意图；

图9为本申请第四实施例中对照片进行姿态变换前的人物姿态示意图；

图10为本申请第四实施例中对照片编辑后的人物姿态示意图；

图11为本申请第四实施例中对照片进行姿态变换后的人物姿态示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素，可选地，本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。

应当理解，尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语"如果"可以被解释成为"在……时"或"当……时"或"响应于确定"。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。

应该理解的是，虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

需要说明的是，在本文中，采用了诸如S30、S31等步骤代号，其目的是为了更清楚简要地表述相应内容，不构成顺序上的实质性限制，本领域技术人员在具体实施时，可能会先执行S31后执行S30等，但这些均应在本申请的保护范围之内。

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或者“单元”可以混合地使用。

终端设备可以以各种形式来实施。例如，本申请中描述的终端设备可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。

后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本申请的实施方式的构造也能够应用于固定类型的终端。

请参阅图1，其为实现本申请各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、无线网络模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对移动终端的各个部件进行具体的介绍：

射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。可选地，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。

无线网络属于短距离无线传输技术，移动终端通过无线网络模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了无线网络模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或无线网络模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或无线网络模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。可选地，光传感器包括环境光传感器及接近传感器，可选地，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。可选地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。可选地，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。可选地，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。可选地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。

可选地，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，可选地，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。可选地，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，可选地，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。

为了便于理解本申请实施例，下面对本申请的移动终端所基于的通信网络系统进行描述。

请参阅图2，图2为本申请实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。

可选地，UE201可以是上述终端100，此处不再赘述。

E-UTRAN202包括eNodeB2021和其它eNodeB2022等。可选地，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。

EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。可选地，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图2中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图2中未示)选择及提供可用的策略和计费控制决策。

IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。

虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本申请不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。

基于上述移动终端硬件结构以及通信网络系统，提出本申请各个实施例。

第一实施例

参阅图3，为本申请第一实施例提供的一种图像处理方法的流程示意图，该图像处理方法可以适用于生成目标对象的姿态为指定姿态的视频的情况。该方法可以由终端设备或本申请实施例提供的一种图像处理装置来执行，该图像处理装置可以采用软件和/或硬件的方式来实现。可选地，该图像处理装置可以设置于终端设备或服务器中。该图像处理方法包括以下步骤：

步骤S30：获取目标对象的至少一帧姿态图像；

可以理解地，所述姿态图像可以是终端设备实时对目标对象拍摄的，也可以是终端设备历史对目标对象拍摄的，还可以是由第三方设备对目标对象进行拍摄并传输给终端设备的，在此对所述姿态图像的来源不做具体限定。所述目标对象可以是人，也可以是物，也可以是人和物。所述姿态图像中包含目标对象的姿态，比如，人站立的姿态或坐着的姿态等等，同时，所述姿态图像可以是一帧，也可以是多帧。

步骤S31：根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换，基于变换后的所述姿态图像获取目标视频。

可选地，所述目标姿态为所述目标对象需要在所述姿态图像中呈现的姿态，且所述目标姿态可以为一个姿态或多个姿态。若所述目标姿态只有一个，则根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换可以是将每一帧姿态图像中所述目标对象的姿态变换为所述目标姿态，以获得变换后的所述姿态图像。

例如，假设所述姿态图像有5帧，分别为图像a、图像b、图像c、图像d和图像e，若所述目标姿态只有一个，则可以是将图像a、图像b、图像c、图像d和图像e中目标对象的姿态分别变换为所述目标姿态，以获得5帧变换后的所述姿态图像。若所述目标姿态有多个且所述姿态图像只有一帧，则根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换可以是分别将姿态图像中所述目标对象的姿态变换为对应的目标姿态，以获得变换后的多帧所述姿态图像。

例如，假设所述姿态图像只有1帧，若所述目标姿态有5个，分别为姿态A、姿态B、姿态C、姿态D和姿态E，则可以是依次将所述姿态图像中目标对象的姿态分别变换为姿态A、姿态B、姿态C、姿态D和姿态E，以获得5帧变换后的所述姿态图像。若所述目标姿态有多个且所述姿态图像的数量与所述目标姿态的数量相同，则根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换可以是将每一帧姿态图像中所述目标对象的姿态变换为对应的目标姿态，以获得变换后的多帧所述姿态图像。

例如，假设所述姿态图像有5帧，分别为图像a、图像b、图像c、图像d和图像e，若所述目标姿态有5个，分别为姿态A、姿态B、姿态C、姿态D和姿态E，则可以是将图像a中目标对象的姿态变换为姿态A以获得变换后的图像a，将图像b中目标对象的姿态变换为姿态B以获得变换后的图像b，图像c中目标对象的姿态变换为姿态C以获得变换后的图像c，图像d中目标对象的姿态变换为姿态D以获得变换后的图像d，图像e中目标对象的姿态变换为姿态E以获得变换后的图像e，即获得5帧变换后的所述姿态图像。若所述目标姿态有多个且所述姿态图像的数量与所述目标姿态的数量不相同，则根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换可以是先确定用户选择的待变换的姿态图像，然后将所述待变换的姿态图像中所述目标对象的姿态变换为对应的目标姿态。

例如，假设所述姿态图像有5帧，分别为图像a、图像b、图像c、图像d和图像e，若所述目标姿态有2个，分别为姿态A和姿态B，且用户选择的待变换的姿态图像为图像a、图像b，则可以是将图像a中目标对象的姿态变换为姿态A以获得变换后的图像a，将图像b中目标对象的姿态变换为姿态B以获得变换后的图像b，即获得2帧变换后的所述姿态图像。相应的，所述基于变换后的所述姿态图像获取目标视频，可以是将变换后的所述姿态图像进行合成以获得目标视频，也可以是将变换后的所述姿态图像与未变换的所述姿态图像进行合成以获得目标视频。需要说明的是，对所述姿态图像进行合成时，可以基于所述姿态图像的拍摄时间顺序或位置顺序进行合成。

本实施例的方法，根据目标姿态对目标对象的姿态图像中所述目标对象的姿态进行变换，以基于变换后的姿态图像生成视频，从而能够获得目标对象的姿态为目标姿态的视频，操作便捷，有效提升了用户体验。

可选地，所述获取目标对象的至少一帧姿态图像，包括：

输出至少一预设姿态，以指示所述目标对象按照所述预设姿态进行摆拍；

获取图像捕获装置对所述目标对象拍摄的至少一帧姿态图像。

可选地，为了准确且全面获取所述目标对象的姿态，以能够准确实现对所述目标对象的姿态进行变换，即将所述目标对象的姿态准确变换为目标姿态，终端设备可以先输出至少一预设姿态，以指示所述目标对象按照所述预设姿态进行摆拍。

可选地，所述预设姿态包括姿态关键点和/或姿态朝向，以所述目标对象为人为例，所述预设姿态可包括人体所有的五官和/或关节等姿态关键点，所述姿态朝向可以是指人体面部所在一侧的朝向，比如人体面部所在一侧面向终端设备，或人体面部所在一侧背向终端设备。当然，所述预设姿态可以根据实际情况需要进行设置，例如，为了能够全面获取人体所有的姿态关键点，所述预设姿态可以是人体站立且四肢展开的姿态。

所述预设姿态的数量也可以根据实际情况需要进行设置，具体可以是一个预设姿态，也可以是多个预设姿态。可以理解地，终端设备也可以输出一文字或语音提示消息，以指示所述目标对象按照所述提示消息包含的姿态信息进行摆拍。

可选地，所述输出至少一预设姿态，包括：按照预设规则从所述目标姿态中选取至少一姿态作为预设姿态，并输出所述预设姿态。所述预设规则可以根据实际情况需要进行设置，比如可以是选取清晰简洁的目标姿态作为预设姿态、或者选取包含姿态关键点最多的目标姿态作为预设姿态等。如此，直接从目标姿态中选取预设姿态，操作便捷，且由于目标姿态通常是比较连贯的姿态，能够加快对姿态图像中目标对象的姿态进行变换的速度。

可选地，所述获取图像捕获装置对所述目标对象拍摄的至少一帧姿态图像，包括：确定所述目标对象的姿态与所述预设姿态的匹配度满足预设条件时，控制图像捕获装置对所述目标对象进行拍摄，以获得至少一帧姿态图像。可以理解地，终端设备在输出用于指示所述目标对象进行摆拍的至少一预设姿态后，可通过图像捕获装置的预览界面获取所述目标对象的姿态，并检测所述目标对象的姿态与所述预设姿态的匹配度是否满足预设条件，若确定所述目标对象的姿态与所述预设姿态的匹配度满足预设条件，则控制图像捕获装置对所述目标对象进行拍摄，以获得至少一帧姿态图像；和/或，若确定所述目标对象的姿态与所述预设姿态的匹配度不满足预设条件，则可输出用于提示所述目标对象调整姿态的提示消息和/或继续等待，直至确定所述目标对象的姿态与所述预设姿态的匹配度满足预设条件。

可选地，所述预设条件可以根据实际情况需要进行设置，比如可以是所述目标对象的姿态与所述预设姿态之间的相似度大于预设相似度阈值等。如此，在确定目标对象的姿态与预设姿态的匹配度满足预设条件时，控制图像捕获装置对所述目标对象进行拍摄，能够确保获得质量更好的姿态图像，进一步加快了对姿态图像中目标对象的姿态进行变换的速度以及提升了用户体验。

本实施例的方法，先输出用于指示目标对象进行摆拍的预设姿态，然后再获取目标对象的姿态图像，以准确且全面获取所述目标对象的姿态，提高了对所述目标对象的姿态进行变换的准确性。

可选地，所述根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换之前，还包括：

输出至少一姿态标识；

根据接收到的姿态标识选择操作，确定目标姿态。

可选地，可预先选择一些视频作为视频模板，进而对每个所述视频的每一帧图像中对象的姿态进行解析，得到每一帧图像中对象的姿态，从而获得所述视频对应的姿态集合。由于不同视频对应的姿态集合可能不相同，用户所需要生成的视频也相应不同，即用户所需要的目标姿态也不相同，因此，终端设备可先输出至少一姿态标识，而每个姿态标识对应一视频的姿态集合，用户可通过触控操作、隔空操作或语音等方式输入姿态标识选择操作，相应的，终端设备根据接收到的姿态标识选择操作，将所选择的姿态标识对应的姿态集合确定为目标姿态。例如，终端设备可以显示舞蹈视频A对应的姿态集合的标识p与舞蹈视频B对应的姿态集合的标识q，以由用户从两者制造选择采用哪种舞蹈视频对应的姿态集合作为目标姿态。

本实施例的方法，通过输出姿态标识以供用户选择目标姿态，操作灵活且方便，进一步提升了用户体验。

可选地，所述根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换，包括：

对所述姿态图像中所述目标对象的姿态进行提取，获得所述目标对象的姿态；

将所述姿态图像中所述目标对象的姿态变换为目标姿态，获得变换后的所述姿态图像。

可选地，可以将所述姿态图像输入设置的姿态预估网络模型对所述姿态图像中所述目标对象的姿态进行提取，以获得所述姿态预估网络模型输出的所述姿态图像中所述目标对象的姿态。可选地，也可以对所述姿态图像中所述目标对象进行识别，以获得所述目标对象的姿态。对于每一帧姿态图像，将该姿态图像中所述目标对象的姿态变换为对应的目标姿态后，获得变换后的该姿态图像。

可选地，所述将所述姿态图像中所述目标对象的姿态变换为所述目标姿态，获得变换后的所述姿态图像，包括：将所述目标姿态、所述姿态图像以及所述目标对象的姿态输入设置的姿态变换网络模型，得到所述姿态变换网络模型输出的变换后的所述姿态图像，所述变换后的所述姿态图像中所述目标对象的姿态为所述目标姿态。这里，所述姿态变换网络模型可以是基于生成对抗网络算法对多个训练样本进行训练获得的。对于每一帧姿态图像，将该姿态图像、该姿态图像中所述目标对象的姿态以及对应的目标姿态作为姿态变换网络模型的输入，姿态变换网络模型对应的输出为所述目标对象的姿态为所述目标姿态的姿态图像，即目标对象的姿态发生变换后的姿态图像。本实施例的方法，通过姿态变换网络模型对姿态图像中目标对象的姿态进行变换，操作灵活且准确度高，进一步提升了用户体验。

可选地，所述根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换之前，还包括：

响应于图像选择操作，确定待变换的第一姿态图像和不变换的第二姿态图像；

所述基于变换后的所述姿态图像获取目标视频，包括：

将所述二姿态图像和变换后的所述第一姿态图像合成为目标视频。

可选地，在所述姿态图像有多帧时，用户可能只需要对部分所述姿态图像中所述目标对象的姿态进行变换，而可能不需要对剩余部分所述姿态图像中所述目标对象的姿态进行变换，此时终端设备可展示图像选择界面，接收输入的图像选择操作，并响应于图像选择操作，确定待变换的第一姿态图像和不变换的第二姿态图像，以在对所述第一姿态图像中所述目标对象的姿态进行变换之后，将所述第二姿态图像和变换后的所述第一姿态图像合成为目标视频。需要说明的是，所述第一姿态图像的数量可以是一帧或多帧，所述第二姿态图像的数量也可以是一帧或多帧，具体可由用户进行设置。例如，假设所述姿态图像有5帧，分别为图像a、图像b、图像c、图像d和图像e，所述目标姿态有2个，分别为姿态A和姿态B，若用户选择的待变换的第一姿态图像为图像a和图像b，则可以是将图像a中目标对象的姿态变换为姿态A以获得变换后的图像a，将图像b中目标对象的姿态变换为姿态B以获得变换后的图像b，然后将变换后的图像a、变换后的图像b以及图像c、图像d和图像e合成为目标视频。

本实施例的方法，结合实际需求可灵活设置待变换的姿态图像和不变换的姿态图像，提高了生成视频的灵活性，进一步提升了用户体验。

第二实施例

基于前述实施例相同的申请构思，参阅图4，为本申请第二实施例提供的一种图像处理方法的流程示意图，该图像处理方法可以适用于生成目标对象的姿态为指定姿态的图像的情况。该方法可以由终端设备或本申请实施例提供的一种图像处理装置来执行，该图像处理装置可以采用软件和/或硬件的方式来实现。可选地，该图像处理装置可以设置于终端设备或服务器中。该图像处理方法包括以下步骤：

步骤S40：获取目标对象的姿态图像；

可以理解地，所述姿态图像可以是终端设备实时对目标对象拍摄的，也可以是终端设备历史对目标对象拍摄的，还可以是由第三方设备对目标对象进行拍摄并传输给终端设备的，在此对所述姿态图像的来源不做具体限定。可选地，所述姿态图像可为一帧，且所述目标对象可以是人，也可以是物，也可以是人和物。所述姿态图像中包含目标对象的姿态，比如，人站立的姿态或坐着的姿态等等。可选地，可以将所述姿态图像输入设置的姿态预估网络模型对所述姿态图像中所述目标对象的姿态进行提取，以获得所述姿态预估网络模型输出的所述姿态图像中所述目标对象的姿态。可选地，也可以对所述姿态图像中所述目标对象进行识别，以获得所述目标对象的姿态。

步骤S41：响应于预设操作，确定所述目标对象的目标姿态；

可选地，所述目标姿态为所述目标对象需要在所述姿态图像中呈现的姿态，且所述目标姿态可以为一个姿态。所述预设操作可以是触控操作、隔空操作和/或语音操作等，例如，在姿态编辑界面中，用户直接对所述姿态图像中所述目标对象的姿态进行拖动等编辑操作。

可选地，所述响应于预设操作之前，还包括：在所述姿态图像中显示所述目标对象的姿态。可选地，用户在判断是否需要对所述姿态图像中所述目标对象的姿态进行变换之前，可能需要先获知所述姿态图像中所述目标对象的姿态，此时，终端设备可在所述姿态图像中显示所述目标对象的姿态，以便用户根据所述目标对象的姿态判断是否需要对所述姿态图像中所述目标对象的姿态进行变换。如此，通过及时显示姿态图像中目标对象的姿态，以便于判断是否需要对所述姿态图像中所述目标对象的姿态进行变换，进一步提升了用户体验。

可选地，所述响应于预设操作，包括以下至少一种：

检测到姿态或图像选择操作；

检测到对所述目标对象的姿态的编辑操作。

可选地，终端设备可基于用户操作显示至少一姿态标识，而每个姿态标识对应一姿态，用户可通过触控操作、隔空操作或语音等方式输入姿态选择操作，相应的，终端设备根据接收到的姿态选择操作，将所选择的姿态标识对应的姿态确定为目标姿态。或者，终端设备可基于用户操作显示至少一帧图像，而每帧图像中对象的姿态不相同，用户可通过触控操作、隔空操作或语音等方式输入图像选择操作，相应的，终端设备根据接收到的图像选择操作，将所选择的图像对应的姿态确定为目标姿态。或者，在姿态编辑界面中，用户直接对所述姿态图像中所述目标对象的姿态进行拖动等编辑操作，以向终端设备输入对所述目标对象的姿态的编辑操作。如此，通过多种方式灵活确定目标对象的目标姿态，进一步提升了用户体验。

步骤S42：将所述姿态图像中所述目标对象的姿态变换为所述目标姿态，得到目标图像。

可选地，所述将所述姿态图像中所述目标对象的姿态变换为所述目标姿态，得到目标图像，包括：将所述目标姿态、所述姿态图像以及所述目标对象的姿态输入设置的姿态变换网络模型，得到所述姿态变换网络模型输出的目标图像，所述目标图像中所述目标对象的姿态为所述目标姿态。这里，所述姿态变换网络模型可以是基于生成对抗网络算法对多个训练样本进行训练获得的。对于每一帧姿态图像，将该姿态图像、该姿态图像中所述目标对象的姿态以及对应的目标姿态作为姿态变换网络模型的输入，姿态变换网络模型对应的输出为所述目标对象的姿态为所述目标姿态的姿态图像，即目标对象的姿态发生变换后的姿态图像。本实施例的方法，通过姿态变换网络模型对姿态图像中目标对象的姿态进行变换，操作灵活且准确度高，进一步提升了用户体验。

综上，本实施例提供的图像处理方法中，根据目标姿态对姿态图像中目标对象的姿态进行变换，从而能够获得目标对象的姿态为目标姿态的图像，操作便捷，有效提升了用户体验。

第三实施例

基于前述实施例相同的申请构思，本实施例通过一具体示例对前述实施例的技术方案进行详细说明。本示例中以所述终端设备为手机、所述目标对象为人为例。

如图5所示，本申请第三实施例提供的图像处理方法的应用场景为无舞蹈的用户如何获取自身跳指定舞蹈的视频，所述方法包括：

步骤S50、选择舞蹈视频模板；

可选地，用户在需要获取自身跳指定舞蹈的视频时，可以先打开预设图像处理应用，并根据自身需要从舞蹈视频模板库中选择舞蹈视频模板，舞蹈视频模板包括两个部分，即人物舞蹈视频和人物舞蹈视频的每一帧图像中人物的姿态，如图6所示，图6中的下半部分显示的是人物的姿态。这里，舞蹈视频的每一帧图像中人物的姿态是通过姿态预估网络模型对每一帧图像进行姿态提取后获得的。

步骤S51、选择或拍摄单人全身照片；

可选地，用户可以从手机本地的相册中选取一张单人全身照，或者使用手机拍摄一张单人全身照。这里，手机可输出一预设姿态，以指示用户按照所述预设姿态进行摆拍，如图7所示。

步骤S52、通过姿态预估网络模型获取照片中人物姿态；

可选地，将所述照片输入姿态预估网络模型，以获得所述照片中人物姿态。

步骤S53、通过姿态变换网络模型依次将照片中人物姿态变换为舞蹈视频模板的每一帧图像中人物的姿态。

可选地，手机将所述照片、所述照片中人物姿态以及所述舞蹈视频模板输入姿态变换网络模型，以获取所述姿态变换网络模型输出的人物姿态变换为舞蹈视频模板的每一帧图像中人物的姿态的多张所述照片。

步骤S54、基于变换后的照片合成用户的舞蹈视频。

可选地，对于将人物姿态变换为舞蹈视频模板的每一帧图像中人物的姿态后的照片，可按照舞蹈视频模板的顺序将变换后的照片进行合成，以得到用户的舞蹈视频。

综上所述，通过舞蹈视频模板即可生成用户跳与舞蹈视频模板对应的舞蹈视频，能够让无舞蹈功底的用户也能实现获取自身跳指定舞蹈的视频，增强了趣味性，且操作简单。

第四实施例

基于前述实施例相同的申请构思，本实施例通过一具体示例对前述实施例的技术方案进行详细说明。本示例中以所述终端设备为手机、所述目标对象为人为例。

如图8所示，本申请第四实施例提供的图像处理方法的应用场景为用户如何修改照片中人物的姿态，所述方法包括：

步骤S60、选择待修改的照片；

可选地，用户在需要修改照片中人物姿态时，可以先打开预设图像处理应用，并根据自身需求从相册库中选择待修改的照片。

步骤S61、通过姿态预估网络模型获取并显示照片中人物姿态；

可选地，将所述待修改的照片输入姿态预估网络模型，以获得所述待修改的照片中人物姿态，进而显示所述待修改的照片中人物姿态，如图9所示，图9中黑色圆点与圆点之间的连线表示人物姿态。

步骤S62、获取对照片中人物姿态的编辑操作，显示编辑后的人物姿态；

可选地，用户可先点击预设图像处理应用的操作界面显示的编辑按键，然后对照片中人物姿态进行编辑，比如将右手由平行状态变换至举起状态等，相应的，手机获取用户对照片中人物姿态的编辑操作，进而显示编辑后的人物姿态，如图10所示。

步骤S63、通过姿态变换网络模型将照片中人物姿态变换为编辑后的人物姿态，生成姿态变换后的照片。

可选地，手机将所述照片、所述照片中人物姿态以及所述编辑后的人物姿态输入姿态变换网络模型，以获取所述姿态变换网络模型输出的人物姿态变换为编辑后的人物姿态的所述照片，如图11所示。

综上所述，通过对照片中人物姿态进行调整，能够让用户获取自身想要的照片，操作简单，提升了用户体验。

本申请还提供一种终端设备，所述终端设备包括：存储器、处理器，其中，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的图像处理方法的步骤。

本申请还提供一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的图像处理方法的步骤。

在本申请提供的终端设备和可读存储介质的实施例中，可以包含任一上述图像处理方法实施例的全部技术特征，说明书拓展和解释内容与上述方法的各实施例基本相同，在此不再做赘述。

本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序代码，当所述计算机程序代码在计算机上运行时，使得计算机执行如上各种可能的实施方式中所述的图像处理方法。

本申请实施例还提供一种芯片，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于从所述存储器中调用并运行所述计算机程序，使得安装有所述芯片的设备执行如上各种可能的实施方式中所述的图像处理方法。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本申请实施例设备中的单元可以根据实际需要进行合并、划分和删减。

在本申请中，对于相同或相似的术语概念、技术方案和/或应用场景描述，一般只在第一次出现时进行详细描述，后面再重复出现时，为了简洁，一般未再重复阐述，在理解本申请技术方案等内容时，对于在后未详细描述的相同或相似的术语概念、技术方案和/或应用场景描述等，可以参考其之前的相关详细描述。

在本申请中，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。

本申请技术方案的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本申请记载的范围。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，被控终端，或者网络设备等)执行本申请每个实施例的方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络，或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、存储盘、磁带)、光介质(例如，DVD)，或者半导体介质(例如固态存储盘Solid State Disk(SSD))等。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (13)

1.一种图像处理方法，其特征在于，所述方法包括：

获取目标对象的至少一帧姿态图像；

根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换，基于变换后的所述姿态图像获取目标视频。

2.根据权利要求1所述的方法，其特征在于，所述获取目标对象的至少一帧姿态图像，包括：

输出至少一预设姿态，以指示所述目标对象按照所述预设姿态进行摆拍；

获取图像捕获装置对所述目标对象拍摄的至少一帧姿态图像。

3.根据权利要求2所述的方法，其特征在于，所述输出至少一预设姿态，包括：

按照预设规则从所述目标姿态中选取至少一姿态作为预设姿态，并输出所述预设姿态。

4.根据权利要求2所述的方法，其特征在于，所述获取图像捕获装置对所述目标对象拍摄的至少一帧姿态图像，包括：

确定所述目标对象的姿态与所述预设姿态的匹配度满足预设条件时，控制图像捕获装置对所述目标对象进行拍摄，以获得至少一帧姿态图像。

5.根据权利要求1所述的方法，其特征在于，所述根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换之前，还包括：

输出至少一姿态标识；

根据接收到的姿态标识选择操作，确定目标姿态。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换，包括：

对所述姿态图像中所述目标对象的姿态进行提取，获得所述目标对象的姿态；

将所述姿态图像中所述目标对象的姿态变换为目标姿态，获得变换后的所述姿态图像。

7.根据权利要求6所述的方法，其特征在于，所述将所述姿态图像中所述目标对象的姿态变换为所述目标姿态，获得变换后的所述姿态图像，包括：

将所述目标姿态、所述姿态图像以及所述目标对象的姿态输入设置的姿态变换网络模型，得到所述姿态变换网络模型输出的变换后的所述姿态图像，所述变换后的所述姿态图像中所述目标对象的姿态为所述目标姿态。

8.根据权利要求6所述的方法，其特征在于，所述根据目标姿态对所述姿态图像中所述目标对象的姿态进行变换之前，还包括：

响应于图像选择操作，确定待变换的第一姿态图像和不变换的第二姿态图像；

所述基于变换后的所述姿态图像获取目标视频，包括：

将所述二姿态图像和变换后的所述第一姿态图像合成为目标视频。

9.一种图像处理方法，其特征在于，所述方法包括：

获取目标对象的姿态图像；

响应于预设操作，确定所述目标对象的目标姿态；

将所述姿态图像中所述目标对象的姿态变换为所述目标姿态，得到目标图像。

10.根据权利要求9所述的方法，其特征在于，所述响应于预设操作，包括以下至少一种：

检测到姿态或图像选择操作；

检测到对所述目标对象的姿态的编辑操作。

11.根据权利要求9或10所述的方法，其特征在于，所述将所述姿态图像中所述目标对象的姿态变换为所述目标姿态，得到目标图像，包括：

将所述目标姿态、所述姿态图像以及所述目标对象的姿态输入设置的姿态变换网络模型，得到所述姿态变换网络模型输出的目标图像，所述目标图像中所述目标对象的姿态为所述目标姿态。

12.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器，其中，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至11中任一项所述的图像处理方法的步骤。

13.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至11中任一项所述的图像处理方法的步骤。

Images