CN113762212A - 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
- CN113762212A CN113762212A CN202111135356.2A CN202111135356A CN113762212A CN 113762212 A CN113762212 A CN 113762212A CN 202111135356 A CN202111135356 A CN 202111135356A CN 113762212 A CN113762212 A CN 113762212A
- Authority
- CN
- China
- Prior art keywords
- lip
- makeup
- target
- processing
- lip makeup
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 115
- 238000000034 method Methods 0.000 claims abstract description 49
- 235000019646 color tone Nutrition 0.000 claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 7
- 238000002156 mixing Methods 0.000 claims description 108
- 230000015654 memory Effects 0.000 claims description 32
- 230000004927 fusion Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 11
- 230000007717 exclusion Effects 0.000 claims description 10
- 238000009877 rendering Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000013507 mapping Methods 0.000 description 10
- 238000012216 screening Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000007935 neutral effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000012546 transfer Methods 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
- 238000009826 distribution Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000000926 separation method Methods 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
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 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
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 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
- 230000036548 skin texture Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (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:响应于针对用户图像的唇妆操作,确定所述用户图像中待进行唇妆处理的唇部对象;基于所述唇部对象的色调信息,将所述唇部对象划分为多个目标区域;根据所述唇妆操作中的唇妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的唇妆处理,得到多个唇妆结果;根据所述多个唇妆结果,生成对所述唇部对象进行唇妆处理后的目标用户图像。
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
随着计算机视觉技术的发展,对人脸图像中的唇部进行唇妆处理等操作已愈加广泛应用于图像处理领域。如何得到较为美观自然的唇妆效果,成为目前一个亟待解决的问题。
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:
响应于针对用户图像的唇妆操作,确定所述用户图像中待进行唇妆处理的唇部对象;基于所述唇部对象的色调信息,将所述唇部对象划分为多个目标区域;根据所述唇妆操作中的唇妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的唇妆处理,得到多个唇妆结果;根据所述多个唇妆结果,生成对所述唇部对象进行唇妆处理后的目标用户图像。
在一种可能的实现方式中,所述确定所述用户图像中待进行唇妆处理的唇部对象,包括:对所述用户图像进行关键点识别处理,得到至少一个唇部关键点;根据所述至少一个唇部关键点在所述用户图像中的位置,从所述用户图像中提取得到所述唇部对象。
在一种可能的实现方式中,所述色调信息包括高光信息、阴影信息以及中间调信息中的一种或多种;所述基于所述唇部对象的色调信息,将所述唇部对象划分为多个目标区域,包括以下操作中的一种或多种:基于所述唇部对象的高光信息,从所述唇部对象中提取得到高光区域;和/或,基于所述唇部对象的阴影信息,从所述唇部对象中提取得到阴影区域;和/或,基于所述唇部对象的中间调信息,从所述唇部对象中提取得到中间调区域。
在一种可能的实现方式中,所述基于所述唇部对象的高光信息,从所述唇部对象中提取得到高光区域,包括:基于所述唇部对象的灰度图,进行正片叠底混合,得到第一混合结果;根据所述第一混合结果,确定所述唇部对象中像素点的第一透明度;根据第一预设透明度阈值和所述第一透明度,对所述唇部对象中的像素点进行提取,得到所述高光区域。
在一种可能的实现方式中,所述基于所述唇部对象的阴影信息,从所述唇部对象中提取得到阴影区域,包括:基于所述唇部对象的反向灰度图,进行正片叠底混合,得到第二混合结果;根据所述第二混合结果,确定所述唇部对象中像素点的第二透明度;根据第二预设透明度阈值和所述第二透明度,对所述唇部对象中的像素点进行提取,得到所述阴影区域。
在一种可能的实现方式中,所述基于所述唇部对象的中间调信息,从所述唇部对象中提取得到中间调区域,包括:基于所述唇部对象的灰度图,进行排除混合,得到第三混合结果;根据所述第三混合结果,确定所述唇部对象中像素点的第三透明度;根据第三预设透明度阈值和所述第三透明度,对所述唇部对象中的像素点进行提取,得到所述中间调区域。
在一种可能的实现方式中,所述根据所述唇妆操作中的唇妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的唇妆处理,得到多个唇妆结果,包括:根据所述唇妆参数中的颜色参数,对所述多个目标区域分别进行渲染,得到多个中间唇妆结果;根据所述多个目标区域的色调,确定所述多个目标区域分别对应的处理方式;按照所述多个目标区域分别对应的处理方式,将所述唇部对象分别与所述多个中间唇妆结果进行混合处理,得到多个唇妆结果。
在一种可能的实现方式中,所述目标区域包括高光区域、阴影区域以及中间调区域中的一种或多种;所述根据所述多个目标区域的色调,确定所述多个目标区域分别对应的处理方式,包括:在所述目标区域包括高光区域的情况下,确定所述处理方式包括滤色混合;在所述目标区域包括阴影区域的情况下,确定所述处理方式包括正片叠底混合;在所述目标区域包括中间调区域的情况下,确定所述处理方式包括正常混合。
在一种可能的实现方式中,所述根据所述多个唇妆结果,生成对所述唇部对象进行唇妆处理后的目标用户图像,包括:将所述多个唇妆结果进行叠加,得到目标唇妆结果;根据所述唇妆参数中的融合参数,对所述目标唇妆结果与所述用户图像进行融合,得到所述目标用户图像。
根据本公开的一方面,提供了一种图像处理装置,包括:
确定模块,用于响应于针对用户图像的唇妆操作,确定所述用户图像中待进行唇妆处理的唇部对象;划分模块,用于基于所述唇部对象的色调信息,将所述唇部对象划分为多个目标区域;唇妆模块,用于根据所述唇妆操作中的唇妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的唇妆处理,得到多个唇妆结果;生成模块,用于根据所述多个唇妆结果,生成对所述唇部对象进行唇妆处理后的目标用户图像。
在一种可能的实现方式中,所述确定模块用于:对所述用户图像进行关键点识别处理,得到至少一个唇部关键点;根据所述至少一个唇部关键点在所述用户图像中的位置,从所述用户图像中提取得到所述唇部对象。
在一种可能的实现方式中,所述色调信息包括高光信息、阴影信息以及中间调信息中的一种或多种;所述划分模块用于:基于所述唇部对象的高光信息,从所述唇部对象中提取得到高光区域;和/或,基于所述唇部对象的阴影信息,从所述唇部对象中提取得到阴影区域;和/或,基于所述唇部对象的中间调信息,从所述唇部对象中提取得到中间调区域。
在一种可能的实现方式中,所述划分模块进一步用于:基于所述唇部对象的灰度图,进行正片叠底混合,得到第一混合结果;根据所述第一混合结果,确定所述唇部对象中像素点的第一透明度;根据第一预设透明度阈值和所述第一透明度,对所述唇部对象中的像素点进行提取,得到所述高光区域。
在一种可能的实现方式中,所述划分模块进一步用于:基于所述唇部对象的反向灰度图,进行正片叠底混合,得到第二混合结果;根据所述第二混合结果,确定所述唇部对象中像素点的第二透明度;根据第二预设透明度阈值和所述第二透明度,对所述唇部对象中的像素点进行提取,得到所述阴影区域。
在一种可能的实现方式中,所述划分模块进一步用于:基于所述唇部对象的灰度图,进行排除混合,得到第三混合结果;根据所述第三混合结果,确定所述唇部对象中像素点的第三透明度;根据第三预设透明度阈值和所述第三透明度,对所述唇部对象中的像素点进行提取,得到所述中间调区域。
在一种可能的实现方式中,所述唇妆模块用于:根据所述唇妆参数中的颜色参数,对所述多个目标区域分别进行渲染,得到多个中间唇妆结果;根据所述多个目标区域的色调,确定所述多个目标区域分别对应的处理方式;按照所述多个目标区域分别对应的处理方式,将所述唇部对象分别与所述多个中间唇妆结果进行混合处理,得到多个唇妆结果。
在一种可能的实现方式中,所述目标区域包括高光区域、阴影区域以及中间调区域中的一种或多种;所述唇妆模块进一步用于:在所述目标区域包括高光区域的情况下,确定所述处理方式包括滤色混合;在所述目标区域包括阴影区域的情况下,确定所述处理方式包括正片叠底混合;在所述目标区域包括中间调区域的情况下,确定所述处理方式包括正常混合。
在一种可能的实现方式中,所述生成模块用于:将所述多个唇妆结果进行叠加,得到目标唇妆结果;根据所述唇妆参数中的融合参数,对所述目标唇妆结果与所述用户图像进行融合,得到所述目标用户图像。
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,通过响应于针对用户图像的唇妆操作,确定用户图像中待进行唇妆处理的唇部对象,从而根据唇部对象的色调信息,将唇部对象划分为多个目标区域,并根据唇妆操作中的唇妆参数,对多个目标区域分别进行与目标区域的色调匹配的唇妆处理,来得到多个唇妆结果,并根据多个唇妆结果生成对唇部对象进行唇妆处理后的目标用户图像。通过上述过程,可以基于唇部对象的色调,将唇部对象划分成多个目标区域,并分别对多个目标区域进行相应的唇妆处理,从而使得唇部对象的整体唇妆效果更加自然真实,比如可以根据高光、阴影和中间调等色调将唇部对象划分成高光区域、阴影区域和中间调区域,从而在对高光区域进行唇妆处理的过程中,尽可能调高唇妆的亮度,对阴影区域进行唇妆处理的过程中,尽可能减小唇妆的亮度,对中间调区域进行唇妆处理的过程中,尽可能保持唇妆的亮度,使得唇部对象的唇妆效果与唇部对象原本的色调分布情况相匹配,提升唇妆的真实性和自然程度。
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图像处理方法的流程图。
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示出本公开一实施例的图像处理方法的流程图。
图5示出根据本公开一实施例的图像处理装置的框图。
图6示出根据本公开实施例的一种电子设备的框图。
图7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,响应于针对用户图像的唇妆操作,确定用户图像中待进行唇妆处理的唇部对象。
其中,用户图像可以是包含用户的唇部的任意图像,用户图像中可以包含一个或多个用户,也可以包含一个或多个用户的唇部,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。
唇部对象可以是用户图像中需要进行唇妆处理的部位对象,唇部对象可以包含完整的唇部,比如包含双唇,也可以仅包含上嘴唇或下嘴唇等对象,根据唇妆操作的实际情况灵活选择即可。
唇妆操作,可以是对用户图像的唇部对象进行唇妆处理的任意操作,比如唇部上色、改变唇部的光泽度,比如将唇部渲染为珠光、哑光或是水润等光泽度效果以及其他与唇部相关的各类操作。唇妆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,该唇妆操作可以包括指示对用户图像中的唇部对象进行唇妆处理的操作;在一些可能的实现方式中,该美化操作还可以包括输入的各类唇妆参数等。
唇妆参数可以是用户输入的,对唇部对象进行唇妆处理的相关参数,该唇妆参数的实现形式可以灵活决定,比如颜色参数或是融合参数等各类参数。
确定唇部对象的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,可以对用户图像进行唇部识别处理以确定目标位置。其中,识别处理的方式在本公开实施例中不做限制,比如可以为关键点识别或是对唇部整体进行直接识别等。
步骤S12,基于唇部对象的色调信息,将唇部对象划分为多个目标区域。
其中,色调信息可以反映唇部对象的相对明暗程度。色调信息包含的信息内容可以根据实际情况灵活决定,在一种可能的实现方式中,色调信息可以包括高光信息、阴影信息以及中间调信息中的一种或多种。
其中,高光信息可以反映唇部对象中具有较高亮度的区域,阴影信息可以反映唇部对象中具有较低亮度的区域,而中间调信息则可以反映唇部对象中亮度处于高光和阴影之间的区域。
不同的色调信息可以通过不同的色调方式从唇部对象中确定,在一些可能的实现方式中,可以直接根据唇部对象中像素点的亮度来获取上述色调信息,在一些可能的实现方式中,也可以通过不同的方式对唇部对象进行处理,以得到不同的色调信息。获取色调信息的方式可以详见下述各公开实施例,在此先不做展开。
目标区域包含的区域类型与区域位置等,均可以唇部对象中色调信息的实际情况灵活决定,多个目标区域之间可以存在重叠区域,也可以彼此之间相互独立,在本公开实施例中不做限制。
在一些可能的实现方式中,目标区域可以包括高光区域、阴影区域和中间调区域中的一种或多种。
根据色调信息,将唇部对象划分为多个目标区域的方式可以随着色调信息的不同而灵活发生变化,比如可以根据获取的高光信息、阴影信息以及中间调信息,将唇部对象中的像素点分别划分到高光区域、阴影区域和中间调区域等。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,根据唇妆操作中的唇妆参数,对多个目标区域分别进行与目标区域的色调匹配的唇妆处理,得到多个唇妆结果。
其中,唇妆参数的实现形式可以参考上述各公开实施例,在此不再赘述。对于多个目标区域来说,不同目标区域对应的唇妆参数可以相同,也可以不同,比如不同的目标区域可以对应相同或不同的颜色参数,或是不同区域可以采用相同或不同的融合参数进行颜色参数的融合等,可以根据实际情况进行灵活设定,不局限于本公开各实施例。
唇妆结果可以是目标区域经过唇妆处理后所得到的结果。随着目标区域的不同,唇妆处理的方式也可能不同,因此可以分别对多个目标区域进行相应的唇妆处理,以得到多个唇妆结果。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。
步骤S14,根据多个唇妆结果,生成对唇部对象进行唇妆处理后的目标用户图像。
其中,目标用户图像,可以是对用户图像的唇妆对象进行唇妆处理所得到的图像,生成目标用户图像的方式可以根据实际情况灵活决定,比如可以将多个唇妆结果进行融合以得到目标用户图像,或是将多个唇妆结果与用户图像进行融合以得到目标用户图像。在一些可能的实现方式中,多个唇妆结果也可以分别属于多个图层,在这种情况下,可以通过图层叠加以得到目标用户图像。
步骤S14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,通过响应于针对用户图像的唇妆操作,确定用户图像中待进行唇妆处理的唇部对象,从而根据唇部对象的色调信息,将唇部对象划分为多个目标区域,并根据唇妆操作中的唇妆参数,对多个目标区域分别进行与目标区域的色调匹配的唇妆处理,来得到多个唇妆结果,并根据多个唇妆结果生成对唇部对象进行唇妆处理后的目标用户图像。通过上述过程,可以基于唇部对象的色调,将唇部对象划分成多个目标区域,并分别对多个目标区域进行相应的唇妆处理,从而使得唇部对象的整体唇妆效果更加自然真实,比如可以根据高光、阴影和中间调等色调将唇部对象划分成高光区域、阴影区域和中间调区域,从而在对高光区域进行唇妆处理的过程中,尽可能调高唇妆的亮度,对阴影区域进行唇妆处理的过程中,尽可能减小唇妆的亮度,对中间调区域进行唇妆处理的过程中,尽可能保持唇妆的亮度,使得唇部对象的唇妆效果与唇部对象原本的色调分布情况相匹配,提升唇妆的真实性和自然程度。
在一种可能的实现方式中,步骤S11可以包括:
对用户图像进行关键点识别处理,得到至少一个唇部关键点;
根据至少一个唇部关键点在用户图像中的位置,从用户图像中提取得到唇部对象。
其中,唇部关键点包含的关键点数量可以根据实际情况灵活设定,比如可以包括嘴唇左顶点、嘴唇右顶点、嘴唇中心上顶点以及嘴唇中心下顶点中的一个或多个。关键点识别的方式同样不做限制,比如可以通过相关的关键点识别算法进行识别,或是通过具有关键点识别功能的神经网络进行识别等。
根据至少一个唇部关键点在用户图像中的位置,从用户图像中提取得到唇部对象的方式可以根据唇部关键点的数量灵活决定,比如可以根据上述四个唇部关键点对唇部的中心位置以及唇部大小进行确定,并根据确定结果从用户图像中提取得到唇部对象。
通过本公开实施例,可以通过关键点识别快速对用户图像中的唇部对象进行定位,从而提升图像处理的效率和速度。
图2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可以包括以下操作中的一种或多种:
步骤S121,基于唇部对象的高光信息,从唇部对象中提取得到高光区域。和/或,
步骤S122,基于唇部对象的阴影信息,从唇部对象中提取得到阴影区域。和/或,
步骤S123,基于唇部对象的中间调信息,从唇部对象中提取得到中间调区域。
其中,步骤S121、步骤S122和步骤S123的编号仅用于对上述不同的步骤进行区分,并不限制不同步骤的实现顺序,不同步骤可以同时执行,也可以依次执行,顺序在本公开实施例中不做限制。步骤S12可以同时包含上述三个步骤,也可以选择性地执行其中的部分步骤。
通过本公开实施例,可以根据高光信息、阴影信息和中间调信息中的一种或多种,灵活地将唇部对象划分为高光区域、阴影区域和中间调区域中的一种或多种,从而有效提升唇部对象美化的灵活程度,便于灵活快速地实现唇妆处理。
在一种可能的实现方式中,步骤S121可以包括:
基于唇部对象的灰度图,进行正片叠底混合,得到第一混合结果;
根据第一混合结果,确定唇部对象中像素点的第一透明度;
根据第一预设透明度阈值和第一透明度,对唇部对象中的像素点进行提取,得到高光区域。
其中,唇部对象的灰度图,可以是对唇部对象进行灰度处理所得到的图像。基于唇部对象的灰度图进行正片叠底混合,可以是将唇部对象的灰度图自身进行正片叠底形式的混合,以得到第一混合结果,具体来说,可以是将唇部对象的灰度图复制后,基于两张相同的灰度图进行正片叠底混合,来得到第一混合结果。
通过上述方式所得到的第一混合结果,可以反映唇部对象的高光信息,因此,基于该第一混合结果,可以进一步确定唇部对象中的高光区域。
具体地,可以获取第一混合结果中各像素点的alpha通道值,该alpha通道值可以通过灰度与透明度之间的映射关系,映射为透明度的值,从而确定唇部对象中各像素点的第一透明度。映射关系的具体映射方式可以根据实际情况灵活设定,在本公开实施例中不做限制。
第一预设阈值可以是用于对唇部对象中属于高光区域的像素点进行筛选的预设阈值,该第一预设阈值的具体数值在本公开实施例中不做限制。
根据第一预设阈值,可以判断唇部对象中各像素点的第一透明度是否在第一预设阈值的范围以内,若是则确定该像素点属于高光区域,否则认为该像素点属于高光区域以外的区域,通过上述筛选过程,可以从唇部对象中筛选得到属于高光区域的多个像素点,继而对唇部对象中属于高光区域的像素点进行提取以得到高光区域。
通过本公开实施例,可以利用对唇部对象的灰度图进行正片叠底混合来得到反映高光信息的第一混合结果,从而根据该混合结果从唇部对象中提取得到高光区域,这种获取高光信息的方式快速便捷,且准确性较高,在提高唇妆处理效率的同时,可以有效提升唇妆的精确度,继而提升唇妆效果。
在一种可能的实现方式中,步骤S122可以包括:
基于唇部对象的反向灰度图,进行正片叠底混合,得到第二混合结果;
根据第二混合结果,确定唇部对象中像素点的第二透明度;
根据第二预设透明度阈值和第二透明度,对唇部对象中的像素点进行提取,得到阴影区域。
其中,唇部对象的反向灰度图,可以是对唇部对象中各像素点进行反向灰度处理后所得到的图像,反向灰度可以对唇部对象的图像灰度范围进行线性或非线性取反,以得到与唇部对象的灰度图相反的图像。基于唇部对象的反向灰度图进行正片叠底混合,可以是将唇部对象的反向灰度图自身进行正片叠底形式的混合,以得到第二混合结果,其实现形式可以参照基于唇部对象的灰度图进行正片叠底混合以得到第一混合结果的方式,在此不再赘述。
通过上述方式所得到的第二混合结果,可以反映唇部对象的阴影信息,因此,基于该第二混合结果,可以进一步确定唇部对象中的阴影区域。
具体地,可以获取第二混合结果中各像素点的alpha通道值,该alpha通道值可以通过灰度与透明度之间的映射关系,映射为透明度的值,从而确定唇部对象中各像素点的第二透明度。其中,映射关系可以参考上述公开实施例,在此不再赘述。
第二预设阈值可以是用于对唇部对象中属于阴影区域的像素点进行筛选的预设阈值,该第二预设阈值的具体数值在本公开实施例中不做限制。在一种可能的实现方式中,第二预设阈值和第一预设阈值的数值不同。
根据第二预设阈值,可以判断唇部对象中各像素点的第二透明度是否在第二预设阈值的范围以内,若是则确定该像素点属于阴影区域,否则认为该像素点属于阴影区域以外的区域,通过上述筛选过程,可以从唇部对象中筛选得到属于阴影区域的多个像素点,继而对唇部对象中属于阴影区域的像素点进行提取以得到阴影区域。
通过本公开实施例,可以利用对唇部对象的反向灰度图进行正片叠底混合来得到反映阴影信息的第二混合结果,从而根据该混合结果从唇部对象中提取得到阴影区域,这种获取阴影信息的方式快速便捷,且便于和获取高光信息的方式同时进行批量处理,准确性较高,进一步提升了唇妆效率和唇妆精确度,继而提升唇妆效果。
在一种可能的实现方式中,步骤S123可以包括:
基于唇部对象的灰度图,进行排除混合,得到第三混合结果;
根据第三混合结果,确定唇部对象中像素点的第三透明度;
根据第三预设透明度阈值和第三透明度,对唇部对象中的像素点进行提取,得到中间调区域。
其中,唇部对象的灰度图的实现形式可以参考上述各公开实施例,在此不再赘述。基于唇部对象的灰度图进行排除混合,可以是将唇部对象的灰度图自身进行排除形式的混合,以得到第三混合结果,其实现形式可以参照上述各公开实施例,在此不再赘述。其中,排除混合可以是PS编辑软件中的一种图像混合模式,可以改变图像的亮度及灰度,基于该排除混合的结果,可以获知唇部对象的中间调信息。
因此,通过上述方式所得到的第三混合结果,可以反映唇部对象的中间调信息,因此,基于该第三混合结果,可以进一步确定唇部对象中的中间调区域。
具体地,可以获取第三混合结果中各像素点的alpha通道值,该alpha通道值可以通过灰度与透明度之间的映射关系,映射为透明度的值,从而确定唇部对象中各像素点的第三透明度。其中,映射关系可以参考上述公开实施例,在此不再赘述。
第三预设阈值可以是用于对唇部对象中属于中间调区域的像素点进行筛选的预设阈值,该第三预设阈值的具体数值在本公开实施例中不做限制。在一种可能的实现方式中,第三预设阈值与第二预设阈值和第一预设阈值的数值均不相同。
根据第三预设阈值,可以判断唇部对象中各像素点的第三透明度是否在第三预设阈值的范围以内,若是则确定该像素点属于中间调区域,否则认为该像素点属于中间调区域以外的区域,通过上述筛选过程,可以从唇部对象中筛选得到属于中间调区域的多个像素点,继而对唇部对象中属于中间调区域的像素点进行提取以得到中间调区域。
通过本公开实施例,可以利用对唇部对象的灰度图进行排除混合来得到反映中间调信息的第三混合结果,从而根据该混合结果从唇部对象中提取得到中间调区域,这种获取中间调信息的方式快速便捷,且便于和获取高光信息和阴影信息的方式同时进行批量处理,从而整体提升了唇妆效率和唇妆效果。
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S13可以包括:
步骤S131,根据唇妆参数中的颜色参数,对多个目标区域分别进行渲染,得到多个中间唇妆结果。
步骤S132,根据多个目标区域的色调,确定多个目标区域分别对应的处理方式。
步骤S133,按照多个目标区域分别对应的处理方式,将唇部对象分别与多个中间唇妆结果进行混合处理,得到多个唇妆结果。
其中,中间唇妆结果可以是将颜色参数渲染至目标区域后所得到的渲染结果。颜色参数可以是待对唇部对象进行颜色渲染的参数,该颜色参数可以为颜色值,也可以为RGB通道值等形式。该颜色参数可以根据用户选择的颜色或是用户输入的颜色值所确定,也可以预先进行颜色设定等,根据实际情况灵活选择。
多个目标区域中,不同目标区域可以对应相同的颜色参数,也可以对应不同的颜色参数,根据实际情况灵活选择即可。在一种可能的实现方式中,对每个目标区域,可以分别与对应的颜色参数进行混合,以得到每个目标区域所对应的中间唇妆结果。
由于不同的目标区域可以基于不同的色调信息所划分,因此不同的目标区域可以对应不同的色调,如上述公开实施例中提到的高光区域对应高光,阴影区域对应阴影以及中间调区域对应中间调等。
不同色调的目标区域,其进行唇妆处理的方式也可以不同,其中色调与处理方式之间的对应关系可以详见下述各公开实施例,在此先不做展开。
在确定各目标区域的处理方式后,可以按照该处理方式,将唇部对象分别与各中间唇妆结果进行混合处理,以得到多个唇妆结果。
通过本公开实施例,可以按照不同目标区域所对应的色调,来分别对各目标区域进行相应处理方式的混合处理,以得到各目标区域的唇妆结果,从而使得不同的目标区域可以具有与色调对应的唇妆效果,有效提升整体唇妆效果的精确度和丰富程度,也提升了唇妆处理过程的灵活性。
在一种可能的实现方式中,步骤S132可以包括:
在目标区域包括高光区域的情况下,确定处理方式包括滤色混合;
在目标区域包括阴影区域的情况下,确定处理方式包括正片叠底混合;
在目标区域包括中间调区域的情况下,确定处理方式包括正常混合。
通过上述公开实施例可以看出,在目标区域为高光区域的情况下,可以将高光区域的中间唇妆结果和唇部对象按照滤色混合的方式进行混合处理,以得到高光区域的唇妆结果。其中,滤色混合可以令混合结果更加明亮,从而充分保留高光区域的色调性质,提升处理效果。
在目标区域为阴影区域的情况下,可以将阴影区域的中间唇妆效果和唇部对象按照正片叠底混合的方式进行混合处理,以得到阴影区域的唇妆结果。其中,正片叠底混合可以令混合结果变暗,从而充分保留阴影区域的色调性质,提升处理效果。
在目标区域为中间调区域的情况下,可以将中间调区域的中间唇妆效果和唇部对象按照正常混合的方式进行混合处理,以得到中间调区域的唇妆结果。其中,正常混合对于混合结果的亮度影响较小,从而充分保留中间调区域的色调性质,提升处理效果。
通过上述各公开实施例可以看出,针对不同目标区域的色调,采用不同的混合方式进行混合,可以使得得到的唇妆结果与唇部对象的原始色调性质一致,从而大大提升了唇妆效果的真实性。
图4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S14可以包括:
步骤S141,将多个唇妆结果进行叠加,得到目标唇妆结果;
步骤S142,根据唇妆参数中的融合参数,对目标唇妆结果与用户图像进行融合,得到目标用户图像。
在一种可能的实现方式中,上述多个目标区域可以分别在多个图层中进行确定,在这种情况下,得到的多个唇妆结果也可以分别属于多个图层,因此,在一个示例中,可以将多个图层种的唇妆结果进行叠加,来得到目标唇妆结果。
叠加的方式可以根据实际情况灵活决定,比如可以为图层之间的直接叠加,在一些可能的实现方式中,也可以通过某种或某些混合方式实现叠加,比如可以将多个图层通过正片叠底的方式进行混合叠加。
在一种可能的实现方式中,也可以是直接将多个唇妆结果进行融合或混合,以得到目标唇妆结果。
在得到目标唇妆结果后,可以根据融合参数,对目标唇妆结果与用户图像进行融合以得到目标用户图像,融合的方式同样在本公开实施例中不做限制,比如可以将相同位置像素点的像素值进行相加或相乘等,来实现融合,或是将相同位置的像素点的像素值进行加权融合。
其中,加权融合中目标唇妆结果的融合权重可以根据融合参数来确定,融合参数可以为预先设定的参数值,也可以根据用户在唇妆操作中输入的参数值来确定等,根据实际情况灵活选择即可。
在一种可能的实现方式中,该融合参数可以为透明度,将目标唇妆结果与透明度相乘后再与用于图像进行相加,可以得到目标用户图像,通过改变融合参数中的透明度,可以改变整个唇妆的透明度效果。
通过本公开实施例,可以根据唇妆参数中的融合参数,对目标唇妆结果与用户图像进行融合,以得到目标用户图像,通过更改融合参数,可以便于对唇妆效果进行调整,从而提升整个唇妆过程的灵活性和自主程度。
图5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:
确定模块21,用于响应于针对用户图像的唇妆操作,确定用户图像中待进行唇妆处理的唇部对象。
划分模块22,用于基于唇部对象的色调信息,将唇部对象划分为多个目标区域。
唇妆模块23,用于根据唇妆操作中的唇妆参数,对多个目标区域分别进行与目标区域的色调匹配的唇妆处理,得到多个唇妆结果。
生成模块24,用于根据多个唇妆结果,生成对唇部对象进行唇妆处理后的目标用户图像。
在一种可能的实现方式中,确定模块用于:对用户图像进行关键点识别处理,得到至少一个唇部关键点;根据至少一个唇部关键点在用户图像中的位置,从用户图像中提取得到唇部对象。
在一种可能的实现方式中,色调信息包括高光信息、阴影信息以及中间调信息中的一种或多种;划分模块用于:基于唇部对象的高光信息,从唇部对象中提取得到高光区域;和/或,基于唇部对象的阴影信息,从唇部对象中提取得到阴影区域;和/或,基于唇部对象的中间调信息,从唇部对象中提取得到中间调区域。
在一种可能的实现方式中,划分模块进一步用于:基于唇部对象的灰度图,进行正片叠底混合,得到第一混合结果;根据第一混合结果,确定唇部对象中像素点的第一透明度;根据第一预设透明度阈值和第一透明度,对唇部对象中的像素点进行提取,得到高光区域。
在一种可能的实现方式中,划分模块进一步用于:基于唇部对象的反向灰度图,进行正片叠底混合,得到第二混合结果;根据第二混合结果,确定唇部对象中像素点的第二透明度;根据第二预设透明度阈值和第二透明度,对唇部对象中的像素点进行提取,得到阴影区域。
在一种可能的实现方式中,划分模块进一步用于:基于唇部对象的灰度图,进行排除混合,得到第三混合结果;根据第三混合结果,确定唇部对象中像素点的第三透明度;根据第三预设透明度阈值和第三透明度,对唇部对象中的像素点进行提取,得到中间调区域。
在一种可能的实现方式中,唇妆模块用于:根据唇妆参数中的颜色参数,对多个目标区域分别进行渲染,得到多个中间唇妆结果;根据多个目标区域的色调,确定多个目标区域分别对应的处理方式;按照多个目标区域分别对应的处理方式,将唇部对象分别与多个中间唇妆结果进行混合处理,得到多个唇妆结果。
在一种可能的实现方式中,目标区域包括高光区域、阴影区域以及中间调区域中的一种或多种;唇妆模块进一步用于:在目标区域包括高光区域的情况下,确定处理方式包括滤色混合;在目标区域包括阴影区域的情况下,确定处理方式包括正片叠底混合;在目标区域包括中间调区域的情况下,确定处理方式包括正常混合。
在一种可能的实现方式中,生成模块用于:将多个唇妆结果进行叠加,得到目标唇妆结果;根据唇妆参数中的融合参数,对目标唇妆结果与用户图像进行融合,得到目标用户图像。
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,如何得到效果真实丰富的唇妆图像,成为目前一个亟待解决的问题。
本公开应用示例提出了一种图像处理方法,包括如下过程:
基于用户图像进行人脸识别,从用户图像中提取得到唇部对象,针对唇部对象进行高光、阴影和中间调区域的分离,得到高光区域、阴影区域和中间调区域等三个目标区域,其中,
高光分离的过程可以包括:
将唇部对象的灰度图和唇部对象的灰度图进行正片叠底混合,得到第一混合结果。获取第一混合结果中的alpha通道值,根据alpha通道值的黑白关系,将alpha通道值映射为透明度,从而得到唇部对象中各像素点的第一透明度,基于第一透明度,从唇部对象中筛选属于高光区域的像素点,得到高光区域。
阴影分离的过程可以包括:
将唇部对象的反向灰度图和唇部对象的反向灰度图进行正片叠底混合,得到第二混合结果。获取第二混合结果中的alpha通道值,根据alpha通道值的黑白关系,将alpha通道值映射为透明度,从而得到唇部对象中各像素点的第二透明度,基于第二透明度,从唇部对象中筛选属于阴影区域的像素点,得到阴影区域。
中间调分离的过程可以包括:
将唇部对象的灰度图和唇部对象的灰度图进行排除混合,得到第三混合结果。获取第三混合结果中的alpha通道值,根据alpha通道值的黑白关系,将alpha通道值映射为透明度,从而得到唇部对象中各像素点的第三透明度,基于第三透明度,从唇部对象中筛选属于中间调区域的像素点,得到中间调区域。
在分别得到高光区域、阴影区域和中间调区域后,可以将用户输入的唇妆的颜色参数分别与高光区域、阴影区域和中间调区域进行混合,分别得到中间唇妆结果a、b和c。
将得到的中间唇妆结果a与唇部对象进行滤色混合,得到唇妆结果d;
将得到的中间唇妆结果b与唇部对象进行正片叠底混合,得到唇妆结果e;
将得到的中间唇妆结果c与唇部对象进行正常混合,得到唇妆结果f。
将唇妆结果d、e和f所在的三个图层进行叠加,即打包成一组得到目标唇妆结果g,该唇妆结果g可以与用户图像进行融合以得到唇妆后的目标用户图像,改变g的透明度即可以改变整个唇彩颜色的透明效果,其中目标唇妆结果g可以与目标用户图像通过正常混合的方式进行融合。
本公开应用示例中提出的图像处理方法,可以通过对不同色调的目标区域进行处理,使得唇妆效果更加展示自然,包含唇部的皮肤纹理细节且可以实现所见即所得的处理效果。而且本公开实施例提出的方法可以实现更多的参数定义,比如不同目标区域的唇妆的颜色参数的更改,目标唇妆结果与用户图像的融合参数的更改等,从而使得唇妆效果更加可控,方便用户根据喜好定制美化参数,比如设计师在设计妆容的过程中可能需要更改唇彩的颜色,可以采用本公开应用示例提出的方法,也可以把本公开应用示例中的方法步骤按照操作过程记录为作为一套动作,并在PS等软件中运行,从而可以方便快速地更改唇妆效果。也方便机构根据本公开应用示例中的方法为用户提供更加丰富的自定义功能,比如对于机构中的软件开发者,可以在开发妆容相关的软件中,将本公开应用示例的方法编入底层技术中,并保留修改唇妆颜色的接口,以便于颜色的更改等。
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6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6,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7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7,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 (12)
1.一种图像处理方法,其特征在于,包括:
响应于针对用户图像的唇妆操作,确定所述用户图像中待进行唇妆处理的唇部对象;
基于所述唇部对象的色调信息,将所述唇部对象划分为多个目标区域;
根据所述唇妆操作中的唇妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的唇妆处理,得到多个唇妆结果;
根据所述多个唇妆结果,生成对所述唇部对象进行唇妆处理后的目标用户图像。
2.根据权利要求1所述的方法,其特征在于,所述确定所述用户图像中待进行唇妆处理的唇部对象,包括:
对所述用户图像进行关键点识别处理,得到至少一个唇部关键点;
根据所述至少一个唇部关键点在所述用户图像中的位置,从所述用户图像中提取得到所述唇部对象。
3.根据权利要求1或2所述的方法,其特征在于,所述色调信息包括高光信息、阴影信息以及中间调信息中的一种或多种;
所述基于所述唇部对象的色调信息,将所述唇部对象划分为多个目标区域,包括以下操作中的一种或多种:
基于所述唇部对象的高光信息,从所述唇部对象中提取得到高光区域;和/或,
基于所述唇部对象的阴影信息,从所述唇部对象中提取得到阴影区域;和/或,
基于所述唇部对象的中间调信息,从所述唇部对象中提取得到中间调区域。
4.根据权利要求3所述的方法,其特征在于,所述基于所述唇部对象的高光信息,从所述唇部对象中提取得到高光区域,包括:
基于所述唇部对象的灰度图,进行正片叠底混合,得到第一混合结果;
根据所述第一混合结果,确定所述唇部对象中像素点的第一透明度;
根据第一预设透明度阈值和所述第一透明度,对所述唇部对象中的像素点进行提取,得到所述高光区域。
5.根据权利要求3或4所述的方法,其特征在于,所述基于所述唇部对象的阴影信息,从所述唇部对象中提取得到阴影区域,包括:
基于所述唇部对象的反向灰度图,进行正片叠底混合,得到第二混合结果;
根据所述第二混合结果,确定所述唇部对象中像素点的第二透明度;
根据第二预设透明度阈值和所述第二透明度,对所述唇部对象中的像素点进行提取,得到所述阴影区域。
6.根据权利要求3至5中任意一项所述的方法,其特征在于,所述基于所述唇部对象的中间调信息,从所述唇部对象中提取得到中间调区域,包括:
基于所述唇部对象的灰度图,进行排除混合,得到第三混合结果;
根据所述第三混合结果,确定所述唇部对象中像素点的第三透明度;
根据第三预设透明度阈值和所述第三透明度,对所述唇部对象中的像素点进行提取,得到所述中间调区域。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述根据所述唇妆操作中的唇妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的唇妆处理,得到多个唇妆结果,包括:
根据所述唇妆参数中的颜色参数,对所述多个目标区域分别进行渲染,得到多个中间唇妆结果;
根据所述多个目标区域的色调,确定所述多个目标区域分别对应的处理方式;
按照所述多个目标区域分别对应的处理方式,将所述唇部对象分别与所述多个中间唇妆结果进行混合处理,得到多个唇妆结果。
8.根据权利要求7所述的方法,其特征在于,所述目标区域包括高光区域、阴影区域以及中间调区域中的一种或多种;
所述根据所述多个目标区域的色调,确定所述多个目标区域分别对应的处理方式,包括:
在所述目标区域包括高光区域的情况下,确定所述处理方式包括滤色混合;
在所述目标区域包括阴影区域的情况下,确定所述处理方式包括正片叠底混合;
在所述目标区域包括中间调区域的情况下,确定所述处理方式包括正常混合。
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,所述根据所述多个唇妆结果,生成对所述唇部对象进行唇妆处理后的目标用户图像,包括:
将所述多个唇妆结果进行叠加,得到目标唇妆结果;
根据所述唇妆参数中的融合参数,对所述目标唇妆结果与所述用户图像进行融合,得到所述目标用户图像。
10.一种图像处理装置,其特征在于,包括:
确定模块,用于响应于针对用户图像的唇妆操作,确定所述用户图像中待进行唇妆处理的唇部对象;
划分模块,用于基于所述唇部对象的色调信息,将所述唇部对象划分为多个目标区域;
唇妆模块,用于根据所述唇妆操作中的唇妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的唇妆处理,得到多个唇妆结果;
生成模块,用于根据所述多个唇妆结果,生成对所述唇部对象进行唇妆处理后的目标用户图像。
11.一种电子设备,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9中任意一项所述的方法。
12.一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9中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111135356.2A CN113762212B (zh) | 2021-09-27 | 图像处理方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111135356.2A CN113762212B (zh) | 2021-09-27 | 图像处理方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113762212A true CN113762212A (zh) | 2021-12-07 |
CN113762212B CN113762212B (zh) | 2024-06-11 |
Family
ID=
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846807A (zh) * | 2018-05-23 | 2018-11-20 | Oppo广东移动通信有限公司 | 光效处理方法、装置、终端及计算机可读存储介质 |
CN110610461A (zh) * | 2019-07-30 | 2019-12-24 | 厦门喵宝科技有限公司 | 一种打印图像的增强方法、装置、设备及存储介质 |
CN111369644A (zh) * | 2020-02-28 | 2020-07-03 | 北京旷视科技有限公司 | 人脸图像的试妆处理方法、装置、计算机设备和存储介质 |
CN111556303A (zh) * | 2020-05-14 | 2020-08-18 | 北京字节跳动网络技术有限公司 | 人脸图像处理方法、装置、电子设备及计算机可读介质 |
CN112767285A (zh) * | 2021-02-23 | 2021-05-07 | 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 |
US20210158579A1 (en) * | 2019-11-22 | 2021-05-27 | Beijing Sensetime Technology Development Co., Ltd. | Image processing method and apparatus, electronic device, and storage medium |
CN113160094A (zh) * | 2021-02-23 | 2021-07-23 | 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 |
CN113361125A (zh) * | 2021-06-24 | 2021-09-07 | 武汉理工大学 | 一种基于双色反射模型的唇妆仿真方法及系统 |
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846807A (zh) * | 2018-05-23 | 2018-11-20 | Oppo广东移动通信有限公司 | 光效处理方法、装置、终端及计算机可读存储介质 |
CN110610461A (zh) * | 2019-07-30 | 2019-12-24 | 厦门喵宝科技有限公司 | 一种打印图像的增强方法、装置、设备及存储介质 |
US20210158579A1 (en) * | 2019-11-22 | 2021-05-27 | Beijing Sensetime Technology Development Co., Ltd. | Image processing method and apparatus, electronic device, and storage medium |
CN111369644A (zh) * | 2020-02-28 | 2020-07-03 | 北京旷视科技有限公司 | 人脸图像的试妆处理方法、装置、计算机设备和存储介质 |
CN111556303A (zh) * | 2020-05-14 | 2020-08-18 | 北京字节跳动网络技术有限公司 | 人脸图像处理方法、装置、电子设备及计算机可读介质 |
CN112767285A (zh) * | 2021-02-23 | 2021-05-07 | 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 |
CN113160094A (zh) * | 2021-02-23 | 2021-07-23 | 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 |
CN113361125A (zh) * | 2021-06-24 | 2021-09-07 | 武汉理工大学 | 一种基于双色反射模型的唇妆仿真方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022179026A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109816764B (zh) | 图像生成方法及装置、电子设备和存储介质 | |
CN112766234B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112419328A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112801916A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107730448B (zh) | 基于图像处理的美颜方法及装置 | |
CN111986076A (zh) | 图像处理方法及装置、互动式展示装置和电子设备 | |
CN111243011A (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN111553864A (zh) | 图像修复方法及装置、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 | |
CN112219224B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN104517271B (zh) | 图像处理方法及装置 | |
CN113763286A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112767288A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107424130B (zh) | 图片美颜方法和装置 | |
CN113822798B (zh) | 生成对抗网络训练方法及装置、电子设备和存储介质 | |
CN111935418A (zh) | 视频处理方法及装置、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 | |
CN113570581A (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 | |
WO2023045946A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112613447A (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN113762212B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113781359B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113762212A (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 | ||
GR01 | Patent grant |