CN113763287A - 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 PDF

Info

Publication number
CN113763287A
CN113763287A CN202111137723.2A CN202111137723A CN113763287A CN 113763287 A CN113763287 A CN 113763287A CN 202111137723 A CN202111137723 A CN 202111137723A CN 113763287 A CN113763287 A CN 113763287A
Authority
CN
China
Prior art keywords
brightness
target
target part
value
original
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
Application number
CN202111137723.2A
Other languages
English (en)
Other versions
CN113763287B (zh
Inventor
苏柳
孙仁辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202111137723.2A priority Critical patent/CN113763287B/zh
Publication of CN113763287A publication Critical patent/CN113763287A/zh
Priority to PCT/CN2022/120104 priority patent/WO2023045946A1/zh
Application granted granted Critical
Publication of CN113763287B publication Critical patent/CN113763287B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/94Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (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:接收针对用户图像的美化操作,确定所述用户图像中待进行美化的目标部位;根据所述目标部位的中心位置的亮度,确定所述目标部位的基准亮度;根据所述基准亮度,提升所述目标部位中像素点的亮度,得到所述目标部位中像素点的目标亮度;根据所述美化操作中输入的美化素材以及所述目标亮度,生成对所述目标部位进行美化后的目标用户图像。

Description

图像处理方法及装置、电子设备和存储介质
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,对图像中的眉毛等部位进行眉形或颜色渲染等操作已愈加广泛地应用于图像处理领域。然而,由于眉毛等部位本身具有较重的颜色,往往使得渲染效果难以达到预期。
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:
接收针对用户图像的美化操作,确定所述用户图像中待进行美化的目标部位;根据所述目标部位的中心位置的亮度,确定所述目标部位的基准亮度;根据所述基准亮度,提升所述目标部位中像素点的亮度,得到所述目标部位中像素点的目标亮度;根据所述美化操作中输入的美化素材以及所述目标亮度,生成对所述目标部位进行美化后的目标用户图像。
在一种可能的实现方式中,所述方法还包括:根据所述目标部位中像素点的原始颜色,确定所述目标部位中像素点的原始亮度;所述根据所述基准亮度,提升所述目标部位中像素点的亮度,得到所述目标部位中像素点的目标亮度,包括:根据所述原始亮度和所述基准亮度,确定所述目标部位中像素点的亮度提升值;根据所述亮度提升值和所述原始亮度,得到所述目标部位中像素点的目标亮度。
在一种可能的实现方式中,所述根据所述原始亮度和所述基准亮度,确定所述目标部位中像素点的亮度提升值,包括:在所述目标部位中像素点的所述原始亮度低于所述基准亮度的情况下,基于所述基准亮度与所述原始亮度之间的第一差值,得到所述目标部位中像素点的亮度提升值。
在一种可能的实现方式中,所述基于所述基准亮度与所述原始亮度之间的第一差值,得到所述目标部位中像素点的亮度提升值,包括:获取所述基准亮度与所述原始亮度之间的第一差值;根据所述第一差值与预设通道值,得到所述目标部位中像素点的亮度提升值,其中,所述预设通道值根据目标部位掩模所确定,所述目标部位掩模用于确定所述用户图像中待进行美化的目标部位。
在一种可能的实现方式中,所述根据所述基准亮度,确定所述目标部位中像素点的亮度提升值,还包括:在所述亮度提升值大于预设亮度阈值的情况下,基于所述亮度提升值与所述预设亮度阈值之间的第二差值,对所述亮度提升值进行更新,得到更新后的亮度提升值;所述根据所述亮度提升值和所述原始亮度,得到所述目标部位中像素点的目标亮度,包括:根据所述更新后的亮度提升值和所述原始亮度,得到所述目标部位中像素点的目标亮度。
在一种可能的实现方式中,所述基于所述亮度提升值与所述预设亮度阈值之间的第二差值,对所述亮度提升值进行更新,得到更新后的亮度提升值,包括:获取所述亮度提升值与所述预设亮度阈值之间的第二差值;根据所述第二差值、所述原始亮度以及预设通道值,得到所述更新后的亮度提升值,其中,所述预设通道值根据目标部位掩模所确定,所述目标部位掩模用于确定所述用户图像中待进行美化的目标部位。
在一种可能的实现方式中,所述预设亮度阈值根据所述基准亮度计算得到。
在一种可能的实现方式中,所述根据所述目标部位的中心位置的亮度,确定所述目标部位的基准亮度,包括:根据所述目标部位的中心位置的至少一个像素点的原始亮度,得到所述目标部位的基准亮度。
在一种可能的实现方式中,所述根据所述美化操作中输入的美化素材以及所述目标亮度,生成对所述目标部位进行美化后的目标用户图像,包括:根据所述目标亮度,确定所述目标部位中像素点的中间颜色;将所述中间颜色与所述美化素材中的美化颜色进行融合,得到所述目标部位中像素点的目标颜色;基于所述目标颜色,得到对所述目标部位进行美化后的目标用户图像。
在一种可能的实现方式中,所述目标部位包括眉毛部位,所述美化操作包括眉形渲染操作。
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,用于接收针对用户图像的美化操作,确定所述用户图像中待进行美化的目标部位;亮度确定模块,用于根据所述目标部位的中心位置的亮度,确定所述目标部位的基准亮度;亮度提升模块,用于根据所述基准亮度,提升所述目标部位中像素点的亮度,得到所述目标部位中像素点的目标亮度;美化模块,用于根据所述美化操作中输入的美化素材以及所述目标亮度,生成对所述目标部位进行美化后的目标用户图像。
在一种可能的实现方式中,所述装置还用于:根据所述目标部位中像素点的原始颜色,确定所述目标部位中像素点的原始亮度;所述亮度提升模块用于:根据所述原始亮度和所述基准亮度,确定所述目标部位中像素点的亮度提升值;根据所述亮度提升值和所述原始亮度,得到所述目标部位中像素点的目标亮度。
在一种可能的实现方式中,所述亮度提升模块进一步用于:在所述目标部位中像素点的所述原始亮度低于所述基准亮度的情况下,基于所述基准亮度与所述原始亮度之间的第一差值,得到所述目标部位中像素点的亮度提升值。
在一种可能的实现方式中,所述亮度提升模块进一步用于:获取所述基准亮度与所述原始亮度之间的第一差值;根据所述第一差值与预设通道值,得到所述目标部位中像素点的亮度提升值,其中,所述预设通道值根据目标部位掩模所确定,所述目标部位掩模用于确定所述用户图像中待进行美化的目标部位。
在一种可能的实现方式中,所述亮度提升模块还用于:在所述亮度提升值大于预设亮度阈值的情况下,基于所述亮度提升值与所述预设亮度阈值之间的第二差值,对所述亮度提升值进行更新,得到更新后的亮度提升值;所述根据所述亮度提升值和所述原始亮度,得到所述目标部位中像素点的目标亮度,包括:根据所述更新后的亮度提升值和所述原始亮度,得到所述目标部位中像素点的目标亮度。
在一种可能的实现方式中,所述亮度提升模块进一步用于:获取所述亮度提升值与所述预设亮度阈值之间的第二差值;根据所述第二差值、所述原始亮度以及预设通道值,得到所述更新后的亮度提升值,其中,所述预设通道值根据目标部位掩模所确定,所述目标部位掩模用于确定所述用户图像中待进行美化的目标部位。
在一种可能的实现方式中,所述预设亮度阈值根据所述基准亮度计算得到。
在一种可能的实现方式中,所述亮度确定模块用于:根据所述目标部位的中心位置的至少一个像素点的原始亮度,得到所述目标部位的基准亮度。
在一种可能的实现方式中,所述美化模块用于:根据所述目标亮度,确定所述目标部位中像素点的中间颜色;将所述中间颜色与所述美化素材中的美化颜色进行融合,得到所述目标部位中像素点的目标颜色;基于所述目标颜色,得到对所述目标部位进行美化后的目标用户图像。
在一种可能的实现方式中,所述目标部位包括眉毛部位,所述美化操作包括眉形渲染操作。
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,通过接收对用户图像的美化操作,并确定用户图像中待进行美化的目标部位,从而根据目标部位中心位置的亮度确定基准亮度,继而根据基准亮度提升目标部位中像素点的亮度以得到目标亮度,从而基于美化操作中输入的美化素材以及目标亮度,生成对目标部位进行美化后的目标用户图像。通过上述过程,可以通过提升亮度的方式对用户图像中的目标部位实现淡化,减少目标部位原始颜色对美化过程的影响,提升目标用户图像的美化效果。
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素材的图像。
图3示出根据本公开一实施例的美化素材的图像。
图4示出根据本公开一实施例的目标部位掩模的示意图。
图5示出根据本公开一实施例的预设人脸图像的示意图。
图6示出根据本公开一实施例的用户图像的示意图。
图7示出根据本公开一实施例的中间用户图像示意图。
图8示出根据本公开一实施例的用户图像的示意图。
图9示出根据本公开一实施例的中间用户图像示意图。
图10示出根据本公开一实施例的目标用户图像的示意图。
图11示出根据本公开一实施例的目标用户图像的示意图。
图12示出根据本公开一实施例的目标用户图像的示意图。
图13示出根据本公开一实施例的目标用户图像的示意图。
图14示出根据本公开一实施例的图像处理装置的框图。
图15示出根据本公开实施例的一种电子设备的框图。
图16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,接收针对用户图像的美化操作,确定用户图像中待进行美化的目标部位。
其中,用户图像可以是包含用户目标部位的任意图像,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目标部位,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。
目标部位可以是用户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,比如针对于眉形渲染操作的美化操作,目标部位可以是眉毛部位;针对于染发操作的美化操作,目标部位可以是头发部位;针对于唇妆操作的美化操作,目标部位可以是唇部部位等。
美化操作,可以是对用户图像的目标部位进行美化处理的任意操作,比如眉形渲染操作、染发操作、唇妆操作、眼妆操作或是修容操作等各类操作。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用户图像中用户的目标部位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,比如美化素材或是调整参数等。
美化素材可以是在美化操作中输入的,对用户图像的目标部位进行美化的任意素材,美化素材可以与用户图像中目标部位的颜色相同或不相同,美化素材的形式可以根据实际情况灵活选择设定,在本公开实施例中不做限制。在一些可能的实现方式中,也可以向用户提供多种美化素材,并根据用户的选择确定选中的美化素材。美化操作中可以输入或选中单种美化素材,也可以同时输入或选中多种美化素材等。图2和图3分别示出根据本公开一实施例的美化素材的图像,如图2所示,在一个示例中,美化素材可以为具有眉峰的第一眉毛素材;如图3所示,在一个示例中,美化素材也可以为具有平缓眉形的第二眉毛素材。
调整参数可以是在美化操作中输入的,对用户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:对用户图像的目标部位的颜色进行美化的强度、高光、中间调、光泽度或是灰白度等至少一种。对目标部位进行美化的过程可以随着美化素材的不同而灵活发生变化,在本公开实施例中不做限制。
确定目标部位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,可以通过目标部位掩模来确定目标部位在用户图像中的位置。
其中,目标部位掩模可以是目标部位的掩模图像,其实现形式可以根据目标部位的不同而灵活发生变化。图4示出根据本公开一实施例的目标部位掩模的示意图,如图所示,在一个示例中,目标部位掩模可以是眉毛部位的掩模图像。
根据目标部位掩模确定用户图像中的目标部位的方式可以根据实际情况灵活决定,在一个示例中,可以对用户图像中目标部位的位置进行识别,得到目标部位在用户图像中的初始位置。其中,识别的方式在本公开实施例中不做限制,比如可以通过关键点识别或是对眉毛部位整体进行直接识别。
在一个示例中,可以根据该初始位置确定用户图像中的目标部位。在一个示例中,也可以基于该初始位置进一步确定目标部位在用户图像中的准确位置,举例来说,可以将目标部位掩模与预设人脸图像中的目标部位进行融合,得到标准素材图像,然后根据初始位置对标准素材图像中的目标部位进行提取,得到目标部位的提取素材,在提取素材中的像素点透明度属于预设透明度范围的情况下,将该像素点在用户图像中对应的像素点,确认为属于目标部位的像素点,继而可以确定出用户图像中的目标部位。
其中,预设人脸图像可以是标准的人脸图像模板,可以包括完整全面的人脸部位,且各人脸部位在预设人脸图像中的位置是标准的。预设人脸图像的实现形式可以根据实际情况灵活决定,任何人脸图像处理领域中采用的标准脸(standard face)均可以作为预设人脸图像的实现形式。图5示出根据本公开一实施例的预设人脸图像的示意图(为了对图像中的对象进行保护,图中人脸的部分部位进行了马赛克处理),从图中可以看出,在一个示例中,预设人脸图像中包含的人脸部位是清楚、完整且符合人脸中各人脸部位的客观分布的。同时,由于预设人脸图像中各人脸部位的位置是标准的,因此目标部位掩模可以直接与预设人脸图像中目标部位对应的位置进行融合,以得到标准素材图像。
步骤S12,根据目标部位的中心位置的亮度,确定目标部位的基准亮度。
其中,目标部位的中心位置可以根据目标部位的实际情况灵活确定,在一个示例中,在目标部位为眉毛部位的情况下,中心位置可以为左眉毛和右眉毛之间的中心位置。在一个示例中,在目标部位为眉毛部位的情况下,中心位置也可以为左眉毛的中心点位置或右眉毛的中心点位置等,可以根据实际情况灵活设定。基准亮度可以作为基准,用于确定对目标部位中各像素点亮度的提升值。
在一种可能的实现方式中,步骤S12可以包括:根据目标部位的中心位置的至少一个像素点的原始亮度,得到目标部位的基准亮度。
其中,目标部位中像素点的原始亮度可以为该像素点在用户图像中原本的亮度。该原始亮度可以根据用户图像中像素点的颜色值所确定,或是直接从用户图像中进行读取等。故在一种可能的实现方式中,本公开实施例中提出的方法还可以包括:
根据目标部位中像素点的原始颜色,确定目标部位中像素点的原始亮度。
其中,目标部位中像素点的原始颜色可以为该像素点在用户图像中原本的颜色值,比如可以为RGB颜色值。根据原始颜色确定原始亮度的方式可以根据实际情况灵活选择,比如可以根据原始颜色中各颜色通道的通道值进行计算,来得到亮度值作为原始亮度;或是将原始颜色转换到包含亮度的颜色空间中,比如HSL(色调H,饱和度S和亮度L)颜色空间,或是HSV(色调H,饱和度S和明度V)颜色空间等,然后基于该颜色空间中的亮度或明度分量,确定原始亮度。
在一个示例中,可以将处于目标部位的正中心的像素点的原始亮度作为基准亮度;在一个示例中,也可以将处于目标部位中心位置的多个像素点的原始亮度的平均值或加权平均值等作为基准亮度等,根据实际情况灵活选择确认基准亮度的方式即可。
通过本公开实施例,可以利用目标部位的中心位置中一个或多个像素点的原始亮度来确定基准亮度,提升确定基准亮度的方式的多样性,继而提升图像处理过程的灵活程度和应用范围。
步骤S13,根据基准亮度,提升目标部位中像素点的亮度,得到目标部位中像素点的目标亮度。
其中,目标部位中的像素点,可以是目标部位中包含的每一个像素点,也可以是目标部位中的部分像素点。目标亮度可以是目标部位中像素点进行亮度提升后所得到的亮度。如何确定对哪些像素点进行亮度提升,以及如何根据基准亮度对像素点进行亮度提升,其实现方式可以参考下述各公开实施例,在此先不做展开。比如可以根据基准亮度和目标部位中像素点的原始亮度之间的差值,对像素点进行亮度提升等。
步骤S14,根据美化操作中输入的美化素材以及目标亮度,生成对目标部位进行美化后的目标用户图像。
其中,美化素材的实现形式可以参考上述公开实施例,在此不再赘述。目标用户图像,可以是基于目标亮度和美化素材对用户图像的目标部位进行美化所得到的图像,生成目标用户图像的方式可以根据实际情况灵活决定,比如可以将目标亮度转换为对应的颜色,然后将转换后的颜色与美化素材中各像素点的颜色进行融合来得到目标用户图像,或是将美化素材中各像素点的颜色转换为亮度,再与目标亮度进行融合来得到目标用户图像等。
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,通过接收对用户图像的美化操作,并确定用户图像中待进行美化的目标部位,从而根据目标部位中心位置的亮度确定基准亮度,继而根据基准亮度提升目标部位中像素点的亮度以得到目标亮度,从而基于美化操作中输入的美化素材以及目标亮度,生成对目标部位进行美化后的目标用户图像。通过上述过程,可以通过提升亮度的方式对用户图像中的目标部位实现淡化,减少目标部位原始颜色对美化过程的影响,提升目标用户图像的美化效果。
在一种可能的实现方式中,步骤S13可以包括:
根据原始亮度和基准亮度,确定目标部位中像素点的亮度提升值;
根据亮度提升值和原始亮度,得到目标部位中像素点的目标亮度。
其中,亮度提升值可以为对像素点进行亮度提升的提升数值或数值范围等。在一些可能的实现方式中,可以根据原始亮度和基准亮度之间的数值关系来确定亮度提升值,比如可以根据原始亮度和基准亮度之间的差值或差值绝对值等,来确定亮度提升值。
确定亮度提升值的计算方式可以根据实际情况灵活选择,详见下述各公开实施例,在此先不做展开。
根据亮度提升值和原始亮度来对得到目标亮度的方式同样可以根据实际情况灵活选择,比如可以将原始亮度与亮度提升值进行融合或加权融合等,来得到目标亮度,其中融合的方式也可以根据实际情况进行选择,比如叠加或相乘等。在一个示例中,可以将原始亮度与亮度提升值相加以得到目标亮度。
通过本公开实施例,可以先根据原始亮度和基准亮度确定像素点的亮度提升值,再基于该亮度提升值确定像素点的目标亮度,相比与直接根据原始亮度和基准亮度确定目标亮度,本公开实施例提出的方法可以更加便捷地确定目标亮度,且便于同时确定多个像素点的目标亮度,提升图像处理的效率和便捷性。
在一种可能的实现方式中,根据原始亮度和基准亮度,确定目标部位中像素点的亮度提升值,可以包括:
在目标部位中像素点的原始亮度低于基准亮度的情况下,基于基准亮度与原始亮度之间的第一差值,得到目标部位中像素点的亮度提升值。
其中,第一差值可以为基准亮度减去原始亮度所得到的差值结果,在目标部位中像素点的原始亮度低于基准亮度的情况下,表明目标部位中像素点的原始亮度较暗,在这种情况下如果直接对该像素点进行美化,可能会受到像素点原始颜色的影响而导致美化效果较差,因此,可以在像素点的原始亮度低于基准亮度的情况下,确定该像素点需要被提升亮度,并根据第一差值来得到该像素点的亮度提升值。
第一差值与亮度提升值之间的计算关系可以根据实际情况灵活设定,详见下述各公开实施例,在此先不做展开。
在一些可能的实现方式中,在目标部位中像素点的原始亮度高于或等于基准亮度的情况下,可以表明该像素点本身具有较高的亮度,因此可以将该目标部位中像素点的原始亮度作为目标亮度。
通过本公开实施例,可以通过像素点的原始亮度与基准亮度之间的比较,来确定是否需要对该像素点的亮度进行提升,从而有效地减少在图像处理过程中需要进行亮度提升的像素点的数量,提升图像处理的效率。
在一种可能的实现方式中,基于基准亮度与原始亮度之间的第一差值,得到目标部位中像素点的亮度提升值,可以包括:
获取基准亮度与原始亮度之间的第一差值;
根据第一差值与预设通道值,得到目标部位中像素点的亮度提升值。
其中,第一差值的获取方式可以参考上述各公开实施例,在此不再赘述。
预设通道值可以是根据目标部位掩模所确定的通道值,目标部位掩模的实现方式可以参考上述各公开实施例,在此不再赘述。预设通道值可以是目标部位掩模在某个与颜色相关的通道上的通道值,在一个示例中,可以将目标部位掩模中各像素点的alpha通道值,作为预设通道值。
根据第一差值和预设通道值来得到亮度提升值的计算过程不局限于下述各公开实施例,可以根据实际情况灵活调整。在一个示例中,得到亮度提升值的过程可以通过下述公式(1)进行表示:
add_bright=pow((ref_luminance-V),x)*mask_alpha (1)
其中,add_bright为亮度提升值,ref_luminance为基准亮度,V为目标部位中像素点的原始亮度,x为预设的计算数值,mask_alpha为预设通道值,pow(a,b)表明计算a的b次方的结果。
通过本公开实施例,可以利用第一差值和目标部位掩模中包含的预设通道值,来共同确定目标部位中像素点的亮度提升值,在充分利用基准亮度与原始亮度形成的第一差值的基础上,还有效利用了从用户图像中确定目标部位的目标部位掩模的通道值,使得得到的亮度提升值与像素点在用户图像中的位置具有更高的相关性,继而提升整个目标部位的整体亮度提升效果,从而使得后续目标部位的美化效果更自然。
在一种可能的实现方式中,根据基准亮度,确定目标部位中像素点的亮度提升值,还可以包括:
在亮度提升值大于预设亮度阈值的情况下,基于亮度提升值与预设亮度阈值之间的第二差值,对亮度提升值进行更新,得到更新后的亮度提升值。
其中,预设亮度阈值可以是根据实际情况灵活设定的亮度阈值,具体的数值可以根据实际情况灵活选择,不局限于下述各公开实施例。在一种可能的实现方式中,预设亮度阈值可以根据基准亮度计算得到。
其中,预设亮度阈值与基准亮度之间的计算关系同样可以根据实际情况灵活设定,不局限于下述各公开实施例,在一个示例中,预设亮度阈值与基准亮度之间的计算关系可以通过下述公式(2)进行表示:
V_threshold=ref_luminance*y (2)
其中,V_threshold为预设亮度阈值,ref_luminance为基准亮度,y为预设的比例数值。
通过本公开实施例,可以根据基准亮度进一步确定预设亮度阈值,从而可以在确定基准亮度的情况下,对目标部位中像素点的亮度均进行更好的亮度提升,减少获取额外数据的同时可以更好地提升后续目标部位的美化效果。
第二差值可以为亮度提升值减去预设亮度阈值所得到的差值结果,在亮度提升值大于预设亮度阈值的情况下,表明像素点提升的亮度过高,这容易导致目标部位在个别位置处具有较为突兀的亮度提升效果,继而可能影响到后续目标部位的美化效果。因此,为了减少这种情况下的发生,可以根据亮度提升值与预设亮度阈值之间的第二差值,对亮度提升值进行更新,以对目标部位中像素点的亮度提升值进行限制。
第二差值与更新后的亮度提升值之间的计算关系可以根据实际情况灵活设定,详见下述各公开实施例,在此先不做展开。
在一些可能的实现方式中,在亮度提升值小于或等于预设亮度阈值的情况下,可以表明该像素点的亮度提升值比较合理,因此可以将该亮度提升值直接作为更新后的亮度提升值。
在得到更新后的亮度提升值的情况下,可以根据更新后的亮度提升值和原始亮度,来得到目标部位中像素点的目标亮度,具体得到目标亮度的方式可以参考上述公开实施例中根据亮度提升值和原始亮度得到目标亮度的方式,在此不再赘述。
通过本公开实施例,可以通过亮度提升值与预设亮度阈值之间的比较,将目标部位中像素点的亮度提升值限制在一定的数值范围内,从而减少由于亮度提升导致目标部位边缘处的部分像素点出现过亮的情况,继而使得美化后的目标部位整体具有较好的过渡性,提升美化的自然效果。
在一种可能的实现方式中,基于亮度提升值与预设亮度阈值之间的第二差值,对亮度提升值进行更新,得到更新后的亮度提升值,包括:
获取亮度提升值与预设亮度阈值之间的第二差值;
根据第二差值、原始亮度以及预设通道值,得到更新后的亮度提升值。
其中,第二差值的获取方式以及预设通道值的实现方式均可以参考上述各公开实施例,在此不再赘述。
根据第二差值、像素点的原始亮度和预设通道值来得到更新后的亮度提升值的计算过程不局限于下述各公开实施例,可以根据实际情况灵活调整。在一个示例中,得到更新后的亮度提升值的过程可以通过下述公式(3)进行表示:
add_bright_new=V_threshold+(add_bright-V_threshold)*V*mask_alpha(3)
其中,add_bright_new为更新后的亮度提升值,add_bright为亮度提升值,V_threshold为预设亮度阈值,V为目标部位中像素点的原始亮度,mask_alpha为预设通道值。
通过本公开实施例,可以利用第二差值、原始亮度和目标部位掩模中包含的预设通道值,来共同对目标部位中像素点的亮度提升值进行更新,从而将目标部位中像素点的亮度提升值限制在一个较为合理的范围内,提升目标部位的整体美化效果。
图6示出根据本公开一实施例的用户图像的示意图(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,下述各公开实施例中的图像同理,不再赘述),图7为对图6中的第一用户的眉毛部位中像素点的亮度进行提升后所得到的中间用户图像示意图,图6和图7由于显示为灰度图,故亮度变化显示不明显,但通过对比仍可以看出,图7中第一用户的眉毛部位相对于图6中第一用户的眉毛部位在亮度上具有明显提升且颜色也更淡。和故根据上述各公开实施例提出的图像处理方法,可以有效提升目标部位的亮度。
同理,图8示出根据本公开一实施例的用户图像的示意图,图9为对图8中的第二用户的眉毛部位中像素点的亮度进行提升后所得到的中间用户图像示意图,通过对比也可以看出,在不同的用户图像中,本公开实施例中提出的图像处理方法均可以较好地提升目标部位的亮度。
在一种可能的实现方式中,步骤S14可以包括:
根据目标亮度,确定目标部位中像素点的中间颜色;
将中间颜色与美化素材中的美化颜色进行融合,得到目标部位中像素点的目标颜色;
基于目标颜色,得到对目标部位进行美化后的目标用户图像。
其中,中间颜色可以是将目标亮度进行亮度与颜色值转换后所得到的颜色,根据目标亮度得到中间颜色的方式可以根据实际情况灵活决定,比如可以根据颜色中各通道值与亮度之间的关系进行反向计算来得到中间颜色,或是将目标亮度所处的颜色空间,比如HSV空间或HSL空间等,转换至颜色空间,比如RGB空间等,来得到像素点的中间颜色。
美化颜色可以是美化素材中各像素点的颜色,目标颜色可以是根据美化颜色对目标部位中像素点进行美化所得到的颜色。在一种可能的实现方式中,目标颜色可以通过将中间颜色与美化颜色进行融合所得到,融合的方式可以根据实际情况灵活选择,不局限于下述各公开实施例。
在一种可能的实现方式中,可以通过正片叠底的方式将中间颜色与美化颜色进行混合,来得到目标颜色,其中,正片叠底可以将中间颜色与美化颜色作为两个图层通过相乘的形式进行混合,从而使得两个图层的颜色以一种平滑非线性的方式变暗。在一个示例中,通过正片叠底将中间颜色与美化颜色进行融合的过程可以通过下述公式(4)进行表示:
result_color=fade_color*material_color (4)
其中,result_color为融合后的目标颜色,fade_color为中间颜色,material_color为美化颜色。
确定目标颜色后,可以将目标颜色作为美化后的目标部位中像素点的颜色来得到美化后的目标用户图像,也可以基于该目标颜色对目标部位中像素点的颜色进行进一步渲染,以得到美化后的目标用户图像。具体如何实现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,可以基于提升后的目标亮度,来实现目标部位中像素点的颜色美化,继而通过亮度提升的形式降低目标部位中像素点的原始颜色对美化过程所带来的影响,提升美化效果和自然程度。
基于上述各公开实施例,可以得到对用户图像中目标部位进行美化的目标用户图像。图10-图13分别示出根据本公开一实施例的目标用户图像的示意图,其中,图10为通过图2中的第一眉毛素材对图6中的第一用户图像进行眉形渲染操作后所得到的目标用户图像,图11为通过图3中的第二眉毛素材对图6中的第一用户图像进行眉形渲染操作后所得到的目标用户图像,图12为通过图2中的第一眉毛素材对图8中的第二用户图像进行眉形渲染操作后所得到的目标用户图像,图13为通过图3中的第二眉毛素材对图8中的第二用户图像进行眉形渲染操作后所得到的目标用户图像。
虽然灰度图无法较为明显地体现出眉毛部位的变化,但通过对比仍可以看出,通过上述各公开实施例提出的图像处理方法,可以得到眉形渲染较为真实自然的目标用户图像。
图14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,用于接收针对用户图像的美化操作,确定用户图像中待进行美化的目标部位。
亮度确定模块22,用于根据目标部位的中心位置的亮度,确定目标部位的基准亮度。
亮度提升模块23,用于根据基准亮度,提升目标部位中像素点的亮度,得到目标部位中像素点的目标亮度。
美化模块24,用于根据美化操作中输入的美化素材以及目标亮度,生成对目标部位进行美化后的目标用户图像。
在一种可能的实现方式中,装置还用于:根据目标部位中像素点的原始颜色,确定目标部位中像素点的原始亮度;亮度提升模块用于:根据原始亮度和基准亮度,确定目标部位中像素点的亮度提升值;根据亮度提升值和原始亮度,得到目标部位中像素点的目标亮度。
在一种可能的实现方式中,亮度提升模块进一步用于:在目标部位中像素点的原始亮度低于基准亮度的情况下,基于基准亮度与原始亮度之间的第一差值,得到目标部位中像素点的亮度提升值。
在一种可能的实现方式中,亮度提升模块进一步用于:获取基准亮度与原始亮度之间的第一差值;根据第一差值与预设通道值,得到目标部位中像素点的亮度提升值,其中,预设通道值根据目标部位掩模所确定,目标部位掩模用于确定用户图像中待进行美化的目标部位。
在一种可能的实现方式中,亮度提升模块还用于:在亮度提升值大于预设亮度阈值的情况下,基于亮度提升值与预设亮度阈值之间的第二差值,对亮度提升值进行更新,得到更新后的亮度提升值;根据亮度提升值和原始亮度,得到目标部位中像素点的目标亮度,包括:根据更新后的亮度提升值和原始亮度,得到目标部位中像素点的目标亮度。
在一种可能的实现方式中,亮度提升模块进一步用于:获取亮度提升值与预设亮度阈值之间的第二差值;根据第二差值、原始亮度以及预设通道值,得到更新后的亮度提升值,其中,预设通道值根据目标部位掩模所确定,目标部位掩模用于确定用户图像中待进行美化的目标部位。
在一种可能的实现方式中,预设亮度阈值根据基准亮度计算得到。
在一种可能的实现方式中,亮度确定模块用于:根据目标部位的中心位置的至少一个像素点的原始亮度,得到目标部位的基准亮度。
在一种可能的实现方式中,美化模块用于:根据目标亮度,确定目标部位中像素点的中间颜色;将中间颜色与美化素材中的美化颜色进行融合,得到目标部位中像素点的目标颜色;基于目标颜色,得到对目标部位进行美化后的目标用户图像。
在一种可能的实现方式中,目标部位包括眉毛部位,美化操作包括眉形渲染操作。
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眉形渲染后的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:
第一步,计算用户图像中眉心位置的像素点的亮度,作为基准亮度并记为ref_luminance。
第二步,将眉毛部位的掩模(mask)作为目标部位掩模,用以获取用户图像中的眉毛部位。
第三步,遍历眉毛部位的各像素点,并进行如下处理:
将像素点的原始颜色从RGB颜色空间转换到HSV颜色空间,且均转换到[0.0,1.0]的范围,得到像素点的原始亮度;
如果该像素点的原始亮度小于ref_luminance,则对该像素点进行亮度提升,并参考上述各公开实施例中的公式(1)得到亮度提升值add_bright;
如果亮度提升值add_bright的亮度大于预设亮度阈值,通过上述各公开实施例中的公式(2),对add_bright进行限制,得到更新后的亮度提升值,以减少提升过亮导致淡化眉毛的效果突兀情况的发生;
将像素点的原始亮度与亮度提升值add_bright或更新后的亮度提升值相加,得到目标亮度,然后将目标亮度转换到RGB颜色空间,得到淡化眉毛之后像素点的中间颜色fade_color。
第四步,通过上述各公开实施例中的公式(4),将眉毛素材中的美化颜色与中间颜色fade_color进行正片叠底的混合,得到眉形渲染后的目标用户图像。
通过本公开应用示例,可以为用户提供多种可选择的眉形效果,并根据用户选择的眉毛素材,对眉毛部位进行相应的妆容效果处理,得到用户所需的眉形效果,本公开应用示例提出的方法既可以支持实时眉形渲染,也可支持对预设图像的眉形渲染。
本公开应用示例中提出的图像处理方法,除了可以应用于对用户图像中的眉毛部位进行美化操作以外,还可以扩展应用于其他部位的美化操作,比如唇妆或是染发等,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15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15,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16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16,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:
接收针对用户图像的美化操作,确定所述用户图像中待进行美化的目标部位;
根据所述目标部位的中心位置的亮度,确定所述目标部位的基准亮度;
根据所述基准亮度,提升所述目标部位中像素点的亮度,得到所述目标部位中像素点的目标亮度;
根据所述美化操作中输入的美化素材以及所述目标亮度,生成对所述目标部位进行美化后的目标用户图像。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据所述目标部位中像素点的原始颜色,确定所述目标部位中像素点的原始亮度;
所述根据所述基准亮度,提升所述目标部位中像素点的亮度,得到所述目标部位中像素点的目标亮度,包括:
根据所述原始亮度和所述基准亮度,确定所述目标部位中像素点的亮度提升值;
根据所述亮度提升值和所述原始亮度,得到所述目标部位中像素点的目标亮度。
3.根据权利要求2所述的方法,其特征在于,所述根据所述原始亮度和所述基准亮度,确定所述目标部位中像素点的亮度提升值,包括:
在所述目标部位中像素点的所述原始亮度低于所述基准亮度的情况下,基于所述基准亮度与所述原始亮度之间的第一差值,得到所述目标部位中像素点的亮度提升值。
4.根据权利要求3所述的方法,其特征在于,所述基于所述基准亮度与所述原始亮度之间的第一差值,得到所述目标部位中像素点的亮度提升值,包括:
获取所述基准亮度与所述原始亮度之间的第一差值;
根据所述第一差值与预设通道值,得到所述目标部位中像素点的亮度提升值,其中,所述预设通道值根据目标部位掩模所确定,所述目标部位掩模用于确定所述用户图像中待进行美化的目标部位。
5.根据权利要求2至4中任意一项所述的方法,其特征在于,所述根据所述基准亮度,确定所述目标部位中像素点的亮度提升值,还包括:
在所述亮度提升值大于预设亮度阈值的情况下,基于所述亮度提升值与所述预设亮度阈值之间的第二差值,对所述亮度提升值进行更新,得到更新后的亮度提升值;
所述根据所述亮度提升值和所述原始亮度,得到所述目标部位中像素点的目标亮度,包括:
根据所述更新后的亮度提升值和所述原始亮度,得到所述目标部位中像素点的目标亮度。
6.根据权利要求5所述的方法,其特征在于,所述基于所述亮度提升值与所述预设亮度阈值之间的第二差值,对所述亮度提升值进行更新,得到更新后的亮度提升值,包括:
获取所述亮度提升值与所述预设亮度阈值之间的第二差值;
根据所述第二差值、所述原始亮度以及预设通道值,得到所述更新后的亮度提升值,其中,所述预设通道值根据目标部位掩模所确定,所述目标部位掩模用于确定所述用户图像中待进行美化的目标部位。
7.根据权利要求5或6所述的方法,其特征在于,所述预设亮度阈值根据所述基准亮度计算得到。
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,所述根据所述目标部位的中心位置的亮度,确定所述目标部位的基准亮度,包括:
根据所述目标部位的中心位置的至少一个像素点的原始亮度,得到所述目标部位的基准亮度。
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,所述根据所述美化操作中输入的美化素材以及所述目标亮度,生成对所述目标部位进行美化后的目标用户图像,包括:
根据所述目标亮度,确定所述目标部位中像素点的中间颜色;
将所述中间颜色与所述美化素材中的美化颜色进行融合,得到所述目标部位中像素点的目标颜色;
基于所述目标颜色,得到对所述目标部位进行美化后的目标用户图像。
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,所述目标部位包括眉毛部位,所述美化操作包括眉形渲染操作。
11.一种图像处理装置,其特征在于,包括:
接收模块,用于接收针对用户图像的美化操作,确定所述用户图像中待进行美化的目标部位;
亮度确定模块,用于根据所述目标部位的中心位置的亮度,确定所述目标部位的基准亮度;
亮度提升模块,用于根据所述基准亮度,提升所述目标部位中像素点的亮度,得到所述目标部位中像素点的目标亮度;
美化模块,用于根据所述美化操作中输入的美化素材以及所述目标亮度,生成对所述目标部位进行美化后的目标用户图像。
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。
CN202111137723.2A 2021-09-27 2021-09-27 图像处理方法及装置、电子设备和存储介质 Active CN113763287B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111137723.2A CN113763287B (zh) 2021-09-27 2021-09-27 图像处理方法及装置、电子设备和存储介质
PCT/CN2022/120104 WO2023045946A1 (zh) 2021-09-27 2022-09-21 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
CN202111137723.2A CN113763287B (zh) 2021-09-27 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
CN113763287A true CN113763287A (zh) 2021-12-07
CN113763287B CN113763287B (zh) 2024-09-17

Family

ID=78797744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111137723.2A Active CN113763287B (zh) 2021-09-27 2021-09-27 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) CN113763287B (zh)
WO (1) WO2023045946A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023045946A1 (zh) * 2021-09-27 2023-03-30 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012238135A (ja) * 2011-05-11 2012-12-06 Meiji Univ 顔画像処理システム、顔画像処理方法及び顔画像処理プログラム
US20140369554A1 (en) * 2013-06-18 2014-12-18 Nvidia Corporation Face beautification system and method of use thereof
CN104994363A (zh) * 2015-07-02 2015-10-21 广东欧珀移动通信有限公司 一种基于服饰的美颜方法、装置及智能终端
CN105931211A (zh) * 2016-04-19 2016-09-07 中山大学 一种人脸图像美化方法
CN106846240A (zh) * 2015-12-03 2017-06-13 阿里巴巴集团控股有限公司 一种调整融合素材的方法、装置和设备
CN107231505A (zh) * 2017-07-18 2017-10-03 北京小米移动软件有限公司 图像处理方法及装置
CN107679497A (zh) * 2017-10-11 2018-02-09 齐鲁工业大学 视频面部贴图特效处理方法及生成系统
CN107800965A (zh) * 2017-10-31 2018-03-13 广东欧珀移动通信有限公司 图像处理方法、装置、计算机可读存储介质和计算机设备
CN108021901A (zh) * 2017-12-18 2018-05-11 北京小米移动软件有限公司 图像处理的方法、装置及计算机可读存储介质
CN109614902A (zh) * 2018-11-30 2019-04-12 深圳市脸萌科技有限公司 人脸图像处理方法、装置、电子设备及计算机存储介质
CN109859098A (zh) * 2019-01-15 2019-06-07 深圳市云之梦科技有限公司 人脸图像融合方法、装置、计算机设备及可读存储介质
CN110766606A (zh) * 2019-10-29 2020-02-07 维沃移动通信有限公司 一种图像处理方法及电子设备
CN111127591A (zh) * 2019-12-24 2020-05-08 腾讯科技(深圳)有限公司 图像染发处理方法、装置、终端和存储介质
CN111178560A (zh) * 2018-11-09 2020-05-19 大连神奇视角网络科技有限公司 一种基于ar技术的理发推荐预约系统
CN111583139A (zh) * 2020-04-27 2020-08-25 北京字节跳动网络技术有限公司 腮红调整方法、装置、电子设备及计算机可读介质
CN111784568A (zh) * 2020-07-06 2020-10-16 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
CN112383719A (zh) * 2021-01-13 2021-02-19 腾讯科技(深圳)有限公司 图像亮度的调整方法、装置、设备及可读存储介质
CN112488965A (zh) * 2020-12-23 2021-03-12 联想(北京)有限公司 一种图像处理方法和装置
CN112614227A (zh) * 2020-12-17 2021-04-06 北京达佳互联信息技术有限公司 图像特效的实现方法、装置、电子设备及存储介质
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
CN113344836A (zh) * 2021-06-28 2021-09-03 展讯通信(上海)有限公司 人脸图像处理方法及装置、计算机可读存储介质、终端

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110111281A (zh) * 2019-05-08 2019-08-09 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
CN110929651B (zh) * 2019-11-25 2022-12-06 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN113382154A (zh) * 2020-02-25 2021-09-10 荣耀终端有限公司 基于深度的人体图像美化方法及电子设备
CN112614060B (zh) * 2020-12-09 2024-10-18 深圳数联天下智能科技有限公司 人脸图像头发渲染方法、装置、电子设备和介质
CN112767238A (zh) * 2020-12-31 2021-05-07 北京字跳网络技术有限公司 图像处理方法、装置、电子设备及存储介质
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
CN113763287B (zh) * 2021-09-27 2024-09-17 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

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012238135A (ja) * 2011-05-11 2012-12-06 Meiji Univ 顔画像処理システム、顔画像処理方法及び顔画像処理プログラム
US20140369554A1 (en) * 2013-06-18 2014-12-18 Nvidia Corporation Face beautification system and method of use thereof
CN104994363A (zh) * 2015-07-02 2015-10-21 广东欧珀移动通信有限公司 一种基于服饰的美颜方法、装置及智能终端
CN106846240A (zh) * 2015-12-03 2017-06-13 阿里巴巴集团控股有限公司 一种调整融合素材的方法、装置和设备
CN105931211A (zh) * 2016-04-19 2016-09-07 中山大学 一种人脸图像美化方法
CN107231505A (zh) * 2017-07-18 2017-10-03 北京小米移动软件有限公司 图像处理方法及装置
CN107679497A (zh) * 2017-10-11 2018-02-09 齐鲁工业大学 视频面部贴图特效处理方法及生成系统
CN107800965A (zh) * 2017-10-31 2018-03-13 广东欧珀移动通信有限公司 图像处理方法、装置、计算机可读存储介质和计算机设备
CN108021901A (zh) * 2017-12-18 2018-05-11 北京小米移动软件有限公司 图像处理的方法、装置及计算机可读存储介质
CN111178560A (zh) * 2018-11-09 2020-05-19 大连神奇视角网络科技有限公司 一种基于ar技术的理发推荐预约系统
CN109614902A (zh) * 2018-11-30 2019-04-12 深圳市脸萌科技有限公司 人脸图像处理方法、装置、电子设备及计算机存储介质
CN109859098A (zh) * 2019-01-15 2019-06-07 深圳市云之梦科技有限公司 人脸图像融合方法、装置、计算机设备及可读存储介质
CN110766606A (zh) * 2019-10-29 2020-02-07 维沃移动通信有限公司 一种图像处理方法及电子设备
CN111127591A (zh) * 2019-12-24 2020-05-08 腾讯科技(深圳)有限公司 图像染发处理方法、装置、终端和存储介质
CN111583139A (zh) * 2020-04-27 2020-08-25 北京字节跳动网络技术有限公司 腮红调整方法、装置、电子设备及计算机可读介质
CN111784568A (zh) * 2020-07-06 2020-10-16 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
CN112614227A (zh) * 2020-12-17 2021-04-06 北京达佳互联信息技术有限公司 图像特效的实现方法、装置、电子设备及存储介质
CN112488965A (zh) * 2020-12-23 2021-03-12 联想(北京)有限公司 一种图像处理方法和装置
CN112383719A (zh) * 2021-01-13 2021-02-19 腾讯科技(深圳)有限公司 图像亮度的调整方法、装置、设备及可读存储介质
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
CN113344836A (zh) * 2021-06-28 2021-09-03 展讯通信(上海)有限公司 人脸图像处理方法及装置、计算机可读存储介质、终端

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YIHAO LIU等: "Very Lightweight Photo Retouching Network with Conditional Sequential Modulation", ARXIV, pages 1 - 24 *
李琛: "人脸本征图像分解及其应用", 中国博士学位论文全文数据库 信息科技辑, vol. 2018, no. 01, pages 138 - 86 *
高珏等: "基于Android人脸美化App的研究与实现", 计算机技术与发展, vol. 26, no. 03, pages 9 - 13 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023045946A1 (zh) * 2021-09-27 2023-03-30 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
WO2023045946A1 (zh) 2023-03-30
CN113763287B (zh) 2024-09-17

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
CN112766234B (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
CN109816764B (zh) 图像生成方法及装置、电子设备和存储介质
CN111553864B (zh) 图像修复方法及装置、电子设备和存储介质
CN110991327A (zh) 交互方法及装置、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
CN111243011A (zh) 关键点检测方法及装置、电子设备和存储介质
CN110580688B (zh) 一种图像处理方法、装置、电子设备及存储介质
CN109472738B (zh) 图像光照校正方法及装置、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
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
CN113570581A (zh) 图像处理方法及装置、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
CN113822798B (zh) 生成对抗网络训练方法及装置、电子设备和存储介质
CN113763287B (zh) 图像处理方法及装置、电子设备和存储介质
CN110502993B (zh) 图像处理方法、装置、电子设备及存储介质
WO2023045950A1 (zh) 图像处理方法及装置、电子设备和存储介质
CN113570583B (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
CN113763284B (zh) 图像处理方法及装置、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
EP4075326A1 (en) Image processing method and apparatus, electronic device, and storage medium

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: 40056541

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant