CN113902665A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN113902665A CN113902665A CN202111266147.1A CN202111266147A CN113902665A CN 113902665 A CN113902665 A CN 113902665A CN 202111266147 A CN202111266147 A CN 202111266147A CN 113902665 A CN113902665 A CN 113902665A
- Authority
- CN
- China
- Prior art keywords
- makeup
- weakening
- processed
- brightness
- cosmetic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 230000003313 weakening effect Effects 0.000 claims abstract description 165
- 239000000463 material Substances 0.000 claims abstract description 163
- 239000002537 cosmetic Substances 0.000 claims abstract description 105
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000007499 fusion processing Methods 0.000 claims abstract description 7
- 230000001815 facial effect Effects 0.000 claims description 31
- 238000013507 mapping Methods 0.000 claims description 24
- 230000015572 biosynthetic process Effects 0.000 claims description 14
- 238000003786 synthesis reaction Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003796 beauty Effects 0.000 claims description 8
- 238000005286 illumination Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 230000004927 fusion Effects 0.000 description 7
- 239000000203 mixture Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000007667 floating Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开关于一种图像处理方法及装置。所述方法包括:获取原始面部图像上的待处理区域以及与所述待处理区域对应的美妆素材;基于所述待处理区域的亮度和饱和度,生成所述美妆素材的美妆弱化参数,其中,所述美妆弱化参数用于指示对所述美妆素材进行弱化处理的程度;基于所述美妆弱化参数对所述美妆素材进行弱化处理,得到弱化处理后的美妆素材;将所述弱化处理后的美妆素材与所述原始面部图像进行融合处理,得到目标美妆图像。应用本方法,可以在对拍摄于逆光、侧光等复杂光照环境的原始面部图像进行美妆合成时,提高合成结果的真实度、自然度。
Description
技术领域
本公开涉及计算机应用领域,尤其涉及图像处理方法及装置。
背景技术
为了满足用户对面部图像的美化需求,客户端可以提供针对面部图像的美妆合成功能;具体而言,客户端中可以预设若干美妆素材,例如口红、眼妆等等,在用户需要对自拍照等面部图像进行美化处理时,即可将用户提供的原始面部图像与上述美妆素材进行合成,以得到具备美妆效果的面部图像。
但在实际应用中,用户提供的原始面部图像可能来自不同的拍摄环境,其中,如果原始面部图像是在逆光、侧光等较为复杂的光照条件下拍摄的,则其色彩、光照就会与普通光照条件下拍摄的图片有所差别,与预设的美妆素材合成的结果就可能比较突兀、不自然,缺乏真实感,也即出现业内通常所说的“浮妆”现象。
发明内容
有鉴于此,本公开提供了图像处理方法及装置,以至少解决相关技术中美妆合成效果不自然、不真实的技术问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提出了一种图像处理方法,包括:
获取原始面部图像上的待处理区域以及与所述待处理区域对应的美妆素材;
基于所述待处理区域的亮度和饱和度,生成所述美妆素材的美妆弱化参数,其中,所述美妆弱化参数用于指示对所述美妆素材进行弱化处理的程度;
基于所述美妆弱化参数对所述美妆素材进行弱化处理,得到弱化处理后的美妆素材;
将所述弱化处理后的美妆素材与所述原始面部图像进行融合处理,得到目标美妆图像。
可选的,所述基于所述待处理区域的亮度和饱和度,生成所述美妆素材的美妆弱化参数,包括:
根据所述待处理区域的亮度,对预设的初始饱和度阈值进行调整,得到调整后的饱和度阈值;
根据所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值,确定所述美妆素材的美妆弱化参数。
可选的,所述根据所述待处理区域的亮度,对预设的初始饱和度阈值进行调整,得到调整后的饱和度阈值,包括:
当所述待处理区域的亮度小于预设的第一亮度阈值,基于所述待处理区域的亮度降低所述初始饱和度阈值,得到所述调整后的饱和度阈值;
当所述待处理区域的亮度大于预设的第二亮度阈值,基于所述待处理区域的亮度提高所述初始饱和度阈值,得到所述调整后的饱和度阈值;
当所述待处理区域的亮度大于等于所述第一亮度阈值,且小于等于所述第二亮度阈值,保持所述初始饱和度阈值不变;
其中,所述第一亮度阈值小于所述第二亮度阈值。
可选的,所述根据所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值,确定所述美妆素材的美妆弱化参数,包括:
获取预先设置的饱和度与饱和度阈值之间的差值与美妆弱化参数的映射关系,其中,所述美妆弱化参数的数值处于预设区间内;
根据所述映射关系,得到所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值所对应的所述美妆素材的美妆弱化参数。
可选的,所述方法还包括:
在所述美妆素材的美妆弱化参数小于零的情况下,根据所述待处理区域的亮度提高所述美妆弱化参数,得到中间变量;
在所述中间变量小于零的情况下,将所述中间变量的数值确定为所述美妆弱化参数,在所述中间变量大于或等于零的情况下,将所述美妆弱化参数设置为零。
可选的,所述基于所述美妆弱化参数对所述美妆素材进行弱化处理,得到弱化处理后的美妆素材,包括:
根据所述美妆素材的美妆弱化参数对所述美妆素材中的各个像素值进行处理,根据经处理的各个像素值得到所述弱化处理后的美妆素材。
根据本公开实施例的第二方面,提出了一种图像处理装置,包括:
获取模块,被配置为获取原始面部图像上的待处理区域以及与所述待处理区域对应的美妆素材;
生成模块,被配置为基于所述待处理区域的亮度和饱和度,生成所述美妆素材的美妆弱化参数,其中,所述美妆弱化参数用于指示对所述美妆素材进行弱化处理的程度;
处理模块,被配置为基于所述美妆弱化参数对所述美妆素材进行弱化处理,得到弱化处理后的美妆素材;
合成模块,被配置为将所述弱化处理后的美妆素材与所述原始面部图像进行融合处理,得到目标美妆图像。
可选的,所述生成模块进一步被配置为:
调整子单元,被配置为根据所述待处理区域的亮度,对预设的初始饱和度阈值进行调整,得到调整后的饱和度阈值;
确定子单元,被配置为根据所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值,确定所述美妆素材的美妆弱化参数。
可选的,所述调整子单元进一步被配置为:
当所述待处理区域的亮度小于预设的第一亮度阈值,基于所述待处理区域的亮度降低所述初始饱和度阈值,得到所述调整后的饱和度阈值;
当所述待处理区域的亮度大于预设的第二亮度阈值,基于所述待处理区域的亮度提高所述初始饱和度阈值,得到所述调整后的饱和度阈值;
当所述待处理区域的亮度大于等于所述第一亮度阈值,且小于等于所述第二亮度阈值,保持所述初始饱和度阈值不变;
其中,所述第一亮度阈值小于所述第二亮度阈值。
可选的,所述确定子单元进一步被配置为获取预先设置的饱和度与饱和度阈值之间的差值与美妆弱化参数的映射关系,其中,所述美妆弱化参数的数值处于预设区间内;以及根据所述映射关系,得到所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值所对应的所述美妆素材的美妆弱化参数。
可选的,所述确定子单元进一步被配置为:在所述美妆素材的美妆弱化参数小于零的情况下,根据所述待处理区域的亮度提高所述美妆弱化参数,得到中间变量;以及在所述中间变量小于零的情况下,将所述中间变量的数值确定为所述美妆弱化参数,在所述中间变量大于或等于零的情况下,将所述美妆弱化参数设置为零。
可选的,所述处理模块进一步被配置为根据所述美妆素材的美妆弱化参数对所述美妆素材中的各个像素值进行处理,根据经处理的各个像素值得到所述弱化处理后的美妆素材。
根据本公开实施例的第三方面,提出了一种电子设备,包括:
处理器;
用于存储所述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所述指令,以实现上述第一方面任一实施例所述的图像处理方法。
根据本公开实施例的第四方面,提出一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述第一方面任一实施例所述的图像处理方法。
根据本公开实施例的第五方面,提出一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述第一方面任一实施例所述的图像处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
以上技术方案中,基于原始面部图像上的待处理区域的亮度和饱和度生成对应的美妆弱化参数,并基于该美妆弱化参数对与所述待处理区域对应的美妆素材进行弱化处理。由于弱化后的美妆素材与拍摄光照环境复杂的原始面部图像的亮度和饱和度相适配,因此在将弱化处理后的美妆素材与原始面部图像进行融合处理后的目标美妆图像会更加自然。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,并不能限制本公开。
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,示出了符合本公开的实施例,并与说明书文本一同用于解释原理,并不构成对本公开的不当限定。
图1是一示例性实施例示出的一种美妆合成的情景示意图;
图2是一示例性实施例示出的一种图像处理方法的流程图;
图3是一示例性实施例示出的一种基于面部关键点确定待处理区域的示意图;
图4是一示例性实施例示出的一种图像处理装置的示意框图;
图5是一示例性实施例示出的一种电子设备的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本公开一个或多个实施例中的技术方案,下面将结合本公开一个或多个实施例中的附图,对本公开一个或多个实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是一部分实施例,而不是全部的实施例。基于本公开一个或多个实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本公开保护的范围。
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公开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、本公开的一些方面相一致的系统和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开可能采用术语第一、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,在不脱离本公开范围的情况下,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”。
为了满足用户的人像美化需求,客户端可以提供美妆合成功能供用户使用。具体而言,客户端中可以预设若干美妆素材,如口红、眼妆等等,在用户需要对自拍照等面部图像进行美化处理时,客户端可以将用户提供的原始面部图像与上述美妆素材进行合成,以得到具备美妆效果的面部图像。
但是,在采用上述方案的情况下,由于预设的美妆素材通常只适配普通光照条件下拍摄的原始面部图像,因此,对于在逆光、侧光等较为复杂的光照条件下拍摄的原始面部图像而言,美妆合成效果就可能不自然、不真实,也即出现“浮妆”现象。
请参见图1,图1为本公开示出的一种美妆合成的情景示意图。在该示例中,客户端中预先存储了眼妆以及口红的美妆素材,并读取用户指定的待合成面部图像,其中,用户指定的待合成面部图像是在逆光条件下拍摄的,图像中存在逆光导致的白芒,并且受白芒影响,图像的饱和度整体可能偏低;在用户启动美妆合成功能后,客户端会将眼妆美妆素材与待合成面部图像中的眼睛位置进行合成,将口红素材与待合成面部图像中的嘴唇位置进行合成。但是,由于该示例中,待合成的面部图像并非在正常光照条件下拍摄,其色彩与正常拍摄情况下不一致(例如,偏灰白),导致上述眼妆以及口红的美妆素材在与该待合成面部图像合成后非常突兀,不够真实。
在另一种情况下,相关技术中可以预先训练基于机器学习算法的图像处理模型,首先将拍摄时的光照条件异常的原始面部图像进行光照环境修复,将其转换为拍摄时的光照条件正常的原始面部图像(例如,将逆光拍摄的照片处理为近似于正光拍摄的照片),再与预设的美妆素材进行合成,即可避免美妆合成效果不自然、不真实的“浮妆”现象。
但是,上述方法由于需要对整张原始面部图像进行光照环境修复,还需要预先训练对应的图像处理模型,因此需要消耗大量的算力,在设备性能受限的情况下可能需要花费较长的处理时间。
基于此,本公开提出一种根据原始面部图像上的待处理区域的亮度和饱和度计算对应的美妆弱化参数,并根据该美妆弱化参数对美妆素材进行弱化处理,再使用弱化处理后的美妆素材完成与原始面部图像的合成的技术方案。
在实现时,所述美妆弱化参数可以用于指示对所述美妆素材进行弱化处理的程度。
在以上技术方案中,一方面,基于原始面部图像上的待处理区域的亮度和饱和度生成对应的美妆弱化参数,并基于该美妆弱化参数对与所述待处理区域对应的美妆素材进行弱化处理。由于弱化后的美妆素材与拍摄光照环境复杂的原始面部图像的亮度和饱和度相适配,因此在将弱化处理后的美妆素材与原始面部图像进行融合处理后的目标美妆图像会更加自然;
另一方面,相对于调用基于机器学习算法的图像处理模型,先对原始面部图像进行光照环境修复再进行美妆合成的方法而言,上述方案由于无需对整张原始面部图像进行机器学习图像处理,因此对电子设备的算力消耗更少,执行速度更快。
下面通过具体实施例并结合具体的应用场景对技术方案进行描述。
请参考图2,图2是根据一示例性实施例示出的一种图像处理方法的流程图,该方法可以应用于电子设备,可以包括以下步骤:
步骤201,获取原始面部图像上的待处理区域以及与所述待处理区域对应的美妆素材;
步骤202,基于所述待处理区域的亮度和饱和度,生成所述美妆素材的美妆弱化参数,其中,所述美妆弱化参数用于指示对所述美妆素材进行弱化处理的程度;
步骤203,基于所述美妆弱化参数对所述美妆素材进行弱化处理,得到弱化处理后的美妆素材;
步骤204,将所述弱化处理后的美妆素材与所述原始面部图像进行融合处理,得到目标美妆图像。
上述面部图像,可以是任意格式的、包含面部的图像,例如由智能手机或相机拍摄得到的面部图像,或者由扫描仪扫描胶片、实体照片得到的面部图像等等;可以理解的是,虽然通过CG(Computer Graphics,计算机动画)技术生成的虚拟人物面部图像并非由真实的摄像机或照相机拍摄而成,但其内容与真实拍摄得到的图像有一定相似性,亦可以应用本公开所述的图像处理方法进行处理;因此,本公开不限定上述面部图像的格式和生成来源。
上述电子设备,可以是任意形式的、具有处理计算能力的电子设备,既可以包括诸如个人计算机、智能手机、平板电脑等通用计算设备,也可以包括自助大头贴拍照机等专用计算设备;本领域技术人员可以将本公开所述的图像处理的方案以软件或硬件形式进行实现或移植,本公开对此不作详细限定。
上述美妆素材,可以包括用于对面部图像进行处理,以期模拟美妆效果的图像素材,例如眼妆素材、唇膏素材、腮红素材、高光素材、阴影素材等等;可以理解的是,上述美妆素材的具体种类和形式可以由本领域技术人员根据具体的业务需求进行选择,本公开无需进行详细限定。
在本示例中,电子设备可以首先获取原始面部图像上的待处理区域以及与所述待处理区域对应的美妆素材。通常,原始面部图像可以通过电子设备搭载的摄像头等图像采集部件获取,但也可以通过电子邮件、即时通信软件等方式获取,或者通过从本地存储设备或者网络硬盘中读取文件的方式获取。举例而言,电子设备可以搭载有社交应用,在用户选择发布照片动态时,即可响应于用户的照片美化指令,从设备中存储的、预先拍摄的照片中选取用于美妆合成的原始面部图像,并从预设的素材库中调取唇膏素材、眼妆素材等美妆素材。所以,本公开对于原始面部图像的具体获取渠道不做限定。
在一是实施例中,上述待处理区域可以是由用户从原始面部图像上选择的用于添加美妆素材的位置。通常,不同待处理区域对应有不同的美妆素材,例如眼部位置可以对应有眼妆素材而不会出现口红素材。
在一是实施例中,上述待处理区域可以是电子设备自动确定的。通常,由于美妆素材通常会应用于指定的面部的待处理区域,例如,眼妆素材会应用于眼睛区域,口红素材会应用于嘴唇区域,因此上述电子设备可以先调用预设的关键点检测算法,从上述原始面部图像中确定与预设的面部关键点对应的检测区域。该检测区域即为原始面部图像上的美妆位置。
其中,关键点检测算法可以是用于基于预设的关键点,从原始面部图像中确定对应的待处理区域的算法,请参见图3,图3是一示例性实施例示出的一种基于面部关键点确定待处理区域的示意图;在该示例中,预设的关键点是眼部的定位点,则关键点检测算法则可以从原始面部图像中检测到上述眼部的定位点,进而确定上述原始面部图像中的眼部的待处理区域。上述关键点检测算法可以通过基于机器学习的图像识别模型,或者传统图像处理算法实现,具体的实现方式本公开无需进一步列举,本领域技术人员可以参照相关技术文献,完成上述关键点检测算法的具体设计。
应用上述方案,由于美妆素材通常会应用于指定的面部区域,因此从上述原始面部图像中的、与预设的面部关键点对应的待处理区域中取亮度和饱和度,可以提高后续生成的美妆弱化参数的准确性;此外,从上述待处理区域中取亮度和饱和度的数据,相对于从完整的原始面部图像中取数据而言,也能减少数据计算量,提高程序的运行速度。
在一实施例中,上述电子设备在调用上述关键点检测算法之前,还可以确定上述面部关键点。具体而言,可以先获取所述美妆素材的预期覆盖区域对应的面部关键点,再将获取到的所述美妆素材的预期覆盖区域对应的面部关键点,确定为所述预设的面部关键点。例如,眼妆素材的预期覆盖区域为眼部,则对应的面部关键点即为眼部关键点,胡子素材的预期覆盖区域为嘴唇和下巴,则对应的面部关键点即为嘴唇和下巴关键点。
可以理解的是,上述步骤并非必要步骤;也就是说,上述步骤生成的面部关键点,实际上也可以由其他的服务器、计算平台等预先计算得到并与上述美妆素材对应存储,使得电子设备可以直接取用而无需进行上述计算,提高数据的复用性,加快电子设备的响应速度。当然,如果应用上述方案,由于面部关键点为现场计算得到,能够避免美妆素材发生更新迭代,而对应的面部关键点则未能及时更新、导致面部关键点不准确的情况,因此可以提高确定面部关键点过程的准确度。
在本示例中,电子设备在获取上述原始面部图像上的待处理区域时,可以从上述原始面部图像的待处理区域中获取亮度和饱和度;并基于上述待处理区域的亮度和饱和度,生成针对上述美妆素材的美妆弱化参数。其中,上述美妆弱化参数用于指示对上述美妆素材进行弱化处理的程度。
上述电子设备在获取上述原始面部图像上的待处理区域时,从上述原始面部图像的待处理区域中获取亮度以及饱和度后,利用上述亮度和饱和度来计算美妆弱化参数。
举例而言,在侧光或者逆光拍摄的场景下,由于环境光源可能会直射到用于拍摄的镜头中,因此导致画面中光源部分出现过曝,进而导致原始面部图像中出现泛白等饱和度低于正常值的情况;而对于饱和度低于正常值的原始面部图像而言,正常状态的美妆素材与之进行合成的时候,就容易出现反差明显、合成不真实的情况。发明人经过实验和测量,发现原始面部图像的亮度越低,对应的美妆素材所需的弱化程度就越高;以及原始面部图像的饱和度越低,对应的美妆素材所需的弱化程度就越高;这样使用更弱的美妆素材进行美妆合成,可以使美妆素材和原始面部图像之间的反差减少,从而提高美妆合成的自然度。
在一实施例中,上述步骤202,可以包括:
步骤A1,根据所述待处理区域的亮度,对预设的初始饱和度阈值进行调整,得到调整后的饱和度阈值;
步骤A2,根据所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值,确定所述美妆素材的美妆弱化参数。
在该实施例中,用于生成上述美妆弱化参数的饱和度阈值,可以是动态的饱和度阈值。具体而言,在方案实施过程中,对于饱和度相同的甲、乙两幅原始面部图像而言,如果两者的亮度不同,那么对应的美妆素材的所需要的弱化程度也会有所不同,因此,可以将上述用于生成美妆弱化参数的饱和度阈值,设置为一个随待处理区域的亮度变化而动态调整的变量。在实施中,可以首先获取上述原始面部图像上待处理区域的亮度,再基于上述亮度确定调整后的饱和度阈值。
在一可行的示例中,可以定义一个预设的饱和度阈值,该预设的饱和度阈值的取值可以是0.223406883374。当然可以理解的是,该取值是定义的一个经验值并非唯一可行的取值,本领域技术人员可以根据具体需求自行调整上述预设的饱和度阈值的取值。
应用上述方案,可以借助待处理区域的亮度对饱和度阈值进行动态调整,使得调整后的饱和度阈值符合待处理区域实际需求;如此在根据待处理区域的饱和度与调整后的饱和度阈值之间的差值,确定美妆素材的美妆弱化参数时,可以提高美妆弱化参数的准确性,最终改善美妆合成的效果。
以下接着介绍根据待处理区域的亮度调整饱和度阈值的实施例。
在一实施例中,所述A1,可以包括:
当所述待处理区域的亮度小于预设的第一亮度阈值,基于所述待处理区域的亮度降低所述初始饱和度阈值,得到所述调整后的饱和度阈值;
当所述待处理区域的亮度大于预设的第二亮度阈值,基于所述待处理区域的亮度提高所述初始饱和度阈值,得到所述调整后的饱和度阈值;
当所述待处理区域的亮度大于等于所述第一亮度阈值,且小于等于所述第二亮度阈值,保持所述初始饱和度阈值不变;其中,所述第一亮度阈值小于所述第二亮度阈值。
该实施例中,通过预设的第一亮度阈值和第二亮度阈值,以确定待处理区域的亮度处于何种状态,进而对初始饱和度阈值进行相应的调整。
在待处理区域的亮度小于预设的第一亮度阈值时,可以理解为暗光状态,此时待处理区域的饱和度相对较低;因此在这种情况下需要降低初始饱和度阈值。在实现时可以根据以下公式降低预设的饱和度阈值:
saturationThreshold′=saturationThreshold–(2.8*(lum–0.45)*(lum–0.45));
其中,所述saturationThreshold′为调整后的饱和度阈值;所述saturationThreshold为初始饱和度阈值,所述lum为所述待处理区域的亮度;2.8为系数,0.45为第一亮度阈值。其中可以理解的是,2.8、0.45等数值均为可以根据实际需要进行修改的参数,因此上述数字仅为示例,并不构成额外限定。
而在所述待处理区域的亮度大于预设的第二亮度阈值,可以理解为亮光状态,此时美妆位置的饱和度相对较高;因此在这种情况下需要提高初始饱和度阈值。在实现时可以根据以下公式提高预设的饱和度阈值:
saturationThreshold′=saturationThreshold+(3.2*(lum-0.55)*(lum-0.55)+0.04);
其中,所述saturationThreshold′为调整后的饱和度阈值;所述saturationThreshold为初始饱和度阈值,所述lum为所述待处理区域的亮度;3.2、0.04为系数,0.55为第二亮度阈值。其中可以理解的是,3.2、0.55、0.04等数值均为可以根据实际需要进行修改的参数,因此上述数字仅为示例,并不构成额外限定。
另外,在所述待处理区域的亮度大于等于所述第一亮度阈值,且小于等于所述第二亮度阈值时,可以认为此时亮度合适,可以不调整上述初始饱和度阈值。
应用上述方案,可以借助图像的亮度属性,确定待处理区域的亮度处于何种状态如上述的暗光状态、亮光状态或亮度合适状态,进而对初始饱和度阈值进行相应的调整,使得调整后的饱和度阈值更为准确也更为贴合待处理区域实际饱和度的计算需求。
在确定了饱和度阈值之后,可以结合待处理区域的饱和度与所述调整后的饱和度阈值之间的差值,计算出针对所述美妆素材的美妆弱化参数。
在一实施例中,上述步骤A2,可以包括:
获取预先设置的饱和度与饱和度阈值之间的差值与美妆弱化参数的映射关系,其中,所述美妆弱化参数的数值处于预设区间内;
根据所述映射关系,得到所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值所对应的所述美妆素材的美妆弱化参数。
在该实施例中,可以在上述电子设备中预设一从上述差值到上述美妆弱化参数的映射关系,通过将待处理区域的饱和度与调整后的饱和度阈值之间的差值输入上述映射关系,生成对应的美妆弱化参数。由于上述美妆弱化参数越小意味着对应的美妆素材被弱化得越严重,因此需要满足上述美妆弱化参数与上述差值之间正相关关系,例如上述映射关系可以为斜率不小于0(例如0.5,0.7等等)的映射曲线。
举例而言,上述美妆弱化参数与待处理区域的饱和度、调整后的饱和度阈值之间的映射关系可以是:
P=0.5*log(saturation-saturationThreshold′+1)
其中,P为美妆弱化参数,saturation为待处理区域的饱和度,saturationThreshold′为调整后的饱和度阈值。可见上述映射关系中,美妆弱化参数与上述差值(即saturation-saturationThreshold′)之间呈正相关关系,也即映射曲线的斜率不小于0;其中可以理解的是,0.5、1等数值是可以根据实际需要进行修改的系数,并不构成额外限定。由于映射曲线是连续的,而例如映射表等实现方式是离散的,因此使用映射曲线实现上述映射关系,使得在定义域内的任意差值都可以生成对应的美妆弱化参数,避免映射表等实现方式无法生成美妆弱化参数。
可以理解的是,本领域技术人员可以根据具体需求自行选择映射关系的实现方式,也可以根据业务需求和经验对上述曲线的具体函数形式、参数进行设置。
应用该方案,通过设置的饱和度与饱和度阈值之间的差值,与美妆弱化参数之间连续的映射关系,使得在定义域内的任意差值都可以生成对应的美妆弱化参数,避免出现无法生成对应的美妆弱化参数的问题。
在一实施例中,在生成美妆弱化参数之后,上述电子设备还可以根据待处理区域的亮度对生成的美妆弱化参数进行调整,具体可以包括:
在所述美妆素材的美妆弱化参数小于零的情况下,根据所述待处理区域的亮度提高所述美妆弱化参数,得到中间变量;
在所述中间变量小于零的情况下,将所述中间变量的数值确定为所述美妆弱化参数,也就是说,所述中间变量可以是指调整数值后的美妆弱化参数。
而在所述中间变量大于或等于零的情况下,则将所述美妆弱化参数设置为零。
该示例中,在计算出的美妆素材的美妆弱化参数不小于零的情况下,无需对所述美妆素材的美妆弱化参数进行调整。而在计算出的美妆素材的美妆弱化参数小于0时,可以根据以下公式进行调整;
threshold=-(log(|P*d|+((lum>0.55)?(lum-0.55):0))+8)*0.08;
其中,所述threshold为中间变量,P为小于0的美妆弱化参数,lun为所述待处理区域的亮度,0.55为第二亮度阈值。其中可以理解的是,0.55、8、0.08等数值是可以根据实际需要进行修改的系数,并不构成额外限定。
这样做的目的是将小于0的美妆弱化参数进行进一步的曲线拉升,加入亮度lum的判断;如果亮度lum大于0.55那么就让调整后的中间变量threshold的变化更为明显。
在计算出的中间变量小于零的情况下,可以将计算出的中间变量的数值确定为调整后的美妆弱化参数。而在计算出的中间变量大于等于零时,说明待处理区域不存在逆光浮妆情况,此时也就不需要使用美妆弱化参数对美妆素材进行弱化处理,因此可以将美妆弱化参数设置为零,从而可以直接将未做弱化处理的美妆素材与原始面部图像进行融合处理,得到目标美妆图像即可。
应用该方案,根据待处理区域的亮度已生成的美妆弱化参数进一步调整,使调整后的美妆弱化参数弱化的美妆素材更加贴合待处理区域的亮度,从而提高美妆合成的效果。
在本示例中,上述电子设备可以基于上述美妆弱化参数对上述美妆素材进行弱化处理,得到弱化处理后的美妆素材。具体而言,上述弱化处理,既可以是色彩通道上的弱化处理,也可以是亮度通道上的弱化处理,还可以是基于透明度的弱化处理,或者基于模糊度的弱化处理等等。本领域技术人员可以根据具体需要,自行搭配所需的弱化处理算法。
继续以前述图1中由于逆光拍摄而导致美妆合成不自然的情景为例,如果采用本方案,美妆素材进行了弱化处理后不再浓艳,而是会被弱化到一个与上述原始面部图像相匹配的、较淡的状态,因此再进行后续合成时就可以提高美妆素材与原始面部图像之间的融合度,增加真实感。
在一实施例中,可以根据所述美妆素材的美妆弱化参数对所述美妆素材中的各个像素值进行处理,根据经处理的各个像素值得到所述弱化处理后的美妆素材。
该示例可以基于以下公式对上述美妆素材中各个像素的像素值进行处理,得到弱化处理后的美妆素材:
makeupColor′=(1+P)*makeupColor;
其中,所述makeupColor′为弱化处理后所述美妆素材中任一像素的像素值,所述P为所述美妆弱化参数,所述makeupColor为弱化处理前所述美妆素材中任一像素的像素值。上述公式意味着,将上述美妆素材中的像素的像素值线性放缩为其自身的(1+P)倍,如果上述美妆弱化参数P为负值,则意味着上述美妆素材中的像素的像素值将会被降低。例如,假设某口红素材中的某像素的像素值为(R:250,G:10,B:10),美妆弱化参数P为-0.1,则经过上述弱化处理后得到的像素值即为(R:225,G:9,B:9)。
通常,由于相对于诸如色度通道调整、模糊程度调整等方式,像素值的线性放缩方式通常具有更高的执行效率,因此,采用上述方案,可以进一步提升上述美妆素材弱化的执行速度。
可以理解的是,除了进行即时的弱化处理以外,上述电子设备中也可以预置不同等级的弱化处理后的美妆素材;例如,智能手机中可以存储有服务端预先分别按美妆弱化参数0.2、0.4、0.6、0.8等数值弱化处理完成的美妆素材,并在生成的美妆弱化参数与上述0.2、0.4、0.6、0.8等数值相近(即,差的绝对值小于预设阈值)的情况下,直接取用对应的弱化处理完成的美妆素材,以通过近似的方式提高处理效率。
在本示例中,上述电子设备可以将所述弱化处理后的美妆素材与所述原始面部图像进行融合处理,得到融合后的目标美妆图像。具体而言,上述电子设备可以通过图层剪切和叠加(又称直接剪切粘贴技术cut-and-paste)方式完成上述合成,也可以使用基于透明度通道的Alpha融合技术;还可以采用多频段融合、泊松图像融合等更加成熟的方式进一步提升图像融合的效果,本公开更加关注参与合成的美妆素材的弱化处理,而并不限制融合这一步具体所采用的算法,因此不再赘述所有可行的图像融合技术。
基于以上实施例可知,应用本公开所述的图像处理方法,一方面,基于原始面部图像上的待处理区域的亮度和饱和度生成对应的美妆弱化参数,并基于该美妆弱化参数对与所述待处理区域对应的美妆素材进行弱化处理。由于弱化后的美妆素材与拍摄光照环境复杂的原始面部图像的亮度和饱和度相适配,因此在将弱化处理后的美妆素材与原始面部图像进行融合处理后的目标美妆图像会更加自然。
另一方面,相对于调用基于机器学习算法的图像处理模型,先对原始面部图像进行光照环境修复再进行美妆合成的方法而言,上述方案由于无需对整张原始面部图像进行机器学习图像处理,因此对电子设备的算力消耗更少,执行速度更快。
上述内容即为本公开针对所述图像处理方法的全部实施例。本公开还提供了对应的图像处理装置的实施例如下:
请参见图4,图4是根据一示例性实施例示出的一种图像处理装置的示意框图,该装置可以应用于任意具有图像处理能力的电子设备;该装置可以包括如下模块:
获取模块501,被配置为获取原始面部图像上的待处理区域以及与所述待处理区域对应的美妆素材;
生成模块502,被配置为基于所述待处理区域的亮度和饱和度,生成所述美妆素材的美妆弱化参数,其中,所述美妆弱化参数用于指示对所述美妆素材进行弱化处理的程度;
处理模块503,被配置为基于所述美妆弱化参数对所述美妆素材进行弱化处理,得到弱化处理后的美妆素材;
合成模块504,被配置为将所述弱化处理后的美妆素材与所述原始面部图像进行融合处理,得到目标美妆图像。
在一实施例中,所述生成模块502进一步被配置为:
调整子单元,被配置为根据所述待处理区域的亮度,对预设的初始饱和度阈值进行调整,得到调整后的饱和度阈值;
确定子单元,被配置为根据所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值,确定所述美妆素材的美妆弱化参数。
在一实施例中,所述调整子单元进一步被配置为:
当所述待处理区域的亮度小于预设的第一亮度阈值,基于所述待处理区域的亮度降低所述初始饱和度阈值,得到所述调整后的饱和度阈值;
当所述待处理区域的亮度大于预设的第二亮度阈值,基于所述待处理区域的亮度提高所述初始饱和度阈值,得到所述调整后的饱和度阈值;
当所述待处理区域的亮度大于等于所述第一亮度阈值,且小于等于所述第二亮度阈值,保持所述初始饱和度阈值不变;
其中,所述第一亮度阈值小于所述第二亮度阈值。
在一实施例中,所述确定子单元进一步被配置为获取预先设置的饱和度与饱和度阈值之间的差值与美妆弱化参数的映射关系,其中,所述美妆弱化参数的数值处于预设区间内;以及根据所述映射关系,得到所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值所对应的所述美妆素材的美妆弱化参数。
在一实施例中,所述确定子单元进一步被配置为:在所述美妆素材的美妆弱化参数小于零的情况下,根据所述待处理区域的亮度提高所述美妆弱化参数,得到中间变量;以及在所述中间变量小于零的情况下,将所述中间变量的数值确定为所述美妆弱化参数,在所述中间变量大于或等于零的情况下,将所述美妆弱化参数设置为零。
在一实施例中,所述处理模块503进一步被配置为根据所述美妆素材的美妆弱化参数对所述美妆素材中的各个像素值进行处理,根据经处理的各个像素值得到所述弱化处理后的美妆素材。
关于上述实施例中的装置,其中各模块的具体实现方式,已经在描述对应方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开的实施例还提出一种电子设备,包括:
处理器;
用于存储所述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所述指令,以实现如上述任一实施例所述的图像处理方法。
本公开的实施例还提出一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述任一实施例所述的图像处理方法。
本公开的实施例还提出一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述任一实施例所述的图像处理方法。
图5是根据本公开的实施例示出的一种电子设备的示意框图。参照图5,电子设备600可以包括以下一个或多个组件:处理组件602,存储器604,电源组件606,多媒体组件608,音频组件610,输入/输出(I/O)的接口612,传感器组件614,以及通信组件618。上述电子设备/服务器可以采用类似的硬件架构。
处理组件602通常控制电子设备600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602可以包括一个或多个处理器620来执行指令,以完成上述图像处理方法的全部或部分步骤。此外,处理组件602可以包括一个或多个模块,便于处理组件602和其他组件之间的交互。例如,处理组件602可以包括多媒体模块,以方便多媒体组件608和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在电子设备600的操作。这些数据的示例包括用于在电子设备600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604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606为电子设备600的各种组件提供电力。电源组件606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600生成、管理和分配电力相关联的组件。
多媒体组件608包括在电子设备600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608包括一个前置摄像头和/或后置摄像头。当电子设备600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或具有焦距和光学变焦能力的光学透镜系统。
音频组件610被配置为输出和/或输入音频信号。例如,音频组件610包括一个麦克风(MIC),当电子设备600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604或经由通信组件618发送。在一些实施例中,音频组件610还包括一个扬声器,用于输出音频信号。
I/O接口612为处理组件602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614包括一个或多个传感器,用于为电子设备600提供各个方面的状态评估。例如,传感器组件614可以检测到电子设备600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600的显示器和小键盘,传感器组件614还可以检测电子设备600或电子设备600一个组件的位置改变,用户与电子设备600接触的存在或不存在,电子设备600方位或加速/减速和电子设备600的温度变化。传感器组件614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614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614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618被配置为便于电子设备600和其他设备之间有线或无线方式的通信。电子设备600可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或6G),或它们的组合。在一个示例性实施例中,通信组件618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信息。在一个示例性实施例中,所述通信组件618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。
在本公开一实施例中,电子设备600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,用于执行上述图像处理方法。
在本公开一实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器604,上述指令可由电子设备600的处理器620执行以完成上述图像处理方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
需要说明的是,在本公开中,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。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、物品或者设备中还存在另外的相同要素。
以上对本公开实施例所提供的方法和装置进行了详细介绍,本文中应用了具体个例对本公开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公开的方法及其核心思想;同时,对于本领域的一般技术人员,依据本公开的思想,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公开的限制。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取原始面部图像上的待处理区域以及与所述待处理区域对应的美妆素材;
基于所述待处理区域的亮度和饱和度,生成所述美妆素材的美妆弱化参数,其中,所述美妆弱化参数用于指示对所述美妆素材进行弱化处理的程度;
基于所述美妆弱化参数对所述美妆素材进行弱化处理,得到弱化处理后的美妆素材;
将所述弱化处理后的美妆素材与所述原始面部图像进行融合处理,得到目标美妆图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述待处理区域的亮度和饱和度,生成所述美妆素材的美妆弱化参数,包括:
根据所述待处理区域的亮度,对预设的初始饱和度阈值进行调整,得到调整后的饱和度阈值;
根据所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值,确定所述美妆素材的美妆弱化参数。
3.根据权利要求2所述的方法,其特征在于,所述根据所述待处理区域的亮度,对预设的初始饱和度阈值进行调整,得到调整后的饱和度阈值,包括:
当所述待处理区域的亮度小于预设的第一亮度阈值,基于所述待处理区域的亮度降低所述初始饱和度阈值,得到所述调整后的饱和度阈值;
当所述待处理区域的亮度大于预设的第二亮度阈值,基于所述待处理区域的亮度提高所述初始饱和度阈值,得到所述调整后的饱和度阈值;
当所述待处理区域的亮度大于等于所述第一亮度阈值,且小于等于所述第二亮度阈值,保持所述初始饱和度阈值不变;
其中,所述第一亮度阈值小于所述第二亮度阈值。
4.根据权利要求2所述的方法,其特征在于,所述根据所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值,确定所述美妆素材的美妆弱化参数,包括:
获取预先设置的饱和度与饱和度阈值之间的差值与美妆弱化参数的映射关系,其中,所述美妆弱化参数的数值处于预设区间内;
根据所述映射关系,得到所述待处理区域的饱和度与所述调整后的饱和度阈值之间的差值所对应的所述美妆素材的美妆弱化参数。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述美妆素材的美妆弱化参数小于零的情况下,根据所述待处理区域的亮度提高所述美妆弱化参数,得到中间变量;
在所述中间变量小于零的情况下,将所述中间变量的数值确定为所述美妆弱化参数,在所述中间变量大于或等于零的情况下,将所述美妆弱化参数设置为零。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述基于所述美妆弱化参数对所述美妆素材进行弱化处理,得到弱化处理后的美妆素材,包括:
根据所述美妆素材的美妆弱化参数对所述美妆素材中的各个像素值进行处理,根据经处理的各个像素值得到所述弱化处理后的美妆素材。
7.一种图像处理装置,其特征在于,包括:
获取模块,被配置为获取原始面部图像上的待处理区域以及与所述待处理区域对应的美妆素材;
生成模块,被配置为基于所述待处理区域的亮度和饱和度,生成所述美妆素材的美妆弱化参数,其中,所述美妆弱化参数用于指示对所述美妆素材进行弱化处理的程度;
处理模块,被配置为基于所述美妆弱化参数对所述美妆素材进行弱化处理,得到弱化处理后的美妆素材;
合成模块,被配置为将所述弱化处理后的美妆素材与所述原始面部图像进行融合处理,得到目标美妆图像。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储所述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所述指令,以实现如权利要求1至6中任一项所述的图像处理方法。
9.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至6中任一项所述的图像处理方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111266147.1A CN113902665A (zh) | 2021-10-28 | 2021-10-28 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111266147.1A CN113902665A (zh) | 2021-10-28 | 2021-10-28 | 图像处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113902665A true CN113902665A (zh) | 2022-01-07 |
Family
ID=79027396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111266147.1A Pending CN113902665A (zh) | 2021-10-28 | 2021-10-28 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113902665A (zh) |
-
2021
- 2021-10-28 CN CN202111266147.1A patent/CN113902665A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110675310B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN108986199B (zh) | 虚拟模型处理方法、装置、电子设备及存储介质 | |
CN109345485B (zh) | 一种图像增强方法、装置、电子设备及存储介质 | |
WO2016011747A1 (zh) | 肤色调整方法和装置 | |
KR101727169B1 (ko) | 이미지 필터를 생성하기 위한 방법 및 장치 | |
CN107958439B (zh) | 图像处理方法及装置 | |
CN106131441B (zh) | 拍照方法及装置、电子设备 | |
CN107330868B (zh) | 图片处理方法及装置 | |
US20230217098A1 (en) | Shooting method, graphical interface, and related apparatus | |
US11308692B2 (en) | Method and device for processing image, and storage medium | |
CN107730448B (zh) | 基于图像处理的美颜方法及装置 | |
CN107341777B (zh) | 图片处理方法及装置 | |
CN109948093B (zh) | 表情图片生成方法、装置及电子设备 | |
CN108154466B (zh) | 图像处理方法及装置 | |
CN105528765B (zh) | 处理图像的方法及装置 | |
WO2022077970A1 (zh) | 特效添加方法及装置 | |
CN108122195B (zh) | 图片处理方法及装置 | |
CN107563957B (zh) | 眼部图像处理方法及装置 | |
CN107730443B (zh) | 图像处理方法、装置及用户设备 | |
US20210335390A1 (en) | Method and device for generating dynamic image | |
CN113570581A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109934168B (zh) | 人脸图像映射方法及装置 | |
CN106469446B (zh) | 深度图像的分割方法和分割装置 | |
WO2023045946A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN114070998B (zh) | 一种拍摄月亮的方法、装置、电子设备及介质 |
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 |