CN114095647A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114095647A CN114095647A CN202010859989.7A CN202010859989A CN114095647A CN 114095647 A CN114095647 A CN 114095647A CN 202010859989 A CN202010859989 A CN 202010859989A CN 114095647 A CN114095647 A CN 114095647A
- Authority
- CN
- China
- Prior art keywords
- target
- triangle
- coordinate value
- points
- point
- 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 30
- 238000012545 processing Methods 0.000 title claims description 22
- 239000002537 cosmetic Substances 0.000 claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000007704 transition Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 7
- 230000003796 beauty Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 210000000720 eyelash Anatomy 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000009975 flexible effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 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
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开实施例提供了一种图像处理方法、装置、电子设备及存储介质。方法包括:获取包含目标被美妆部位的目标图像;获取目标被美妆部位的轮廓特征点在目标图像中的坐标值,以作为目标坐标值;根据目标坐标值,以及预先确定的配置文件,得到目标被美妆部位的网格结构,以作为目标网格结构;根据目标网格结构,对目标被美妆部位进行美妆处理,得到美妆图像。可见,本公开实施例提供的技术方案,不需要定位被美妆部位的中心点,直接根据预先确定的配置文件,就可以得到与被美妆部位匹配的网格结构,从而在一定程度上提升对被美妆部位的美妆效果。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
伴随智能手机发展,手机运算拍照性能大幅提升。尤其是近年更先进的AI处理功能,使得手机终端可以进行实时运算,从而诞生了大批带有特效功能的摄像录像应用程序。
如图1所示,所谓美妆特效,即通过AI模块识别人脸关键点,再将预先绘制好的美化图片按人脸结构进行相应幅度的拉伸,进而绘制到原有的用户的脸部,以达到美化人脸外观的目的。例如为用户绘制睫毛,修改口红颜色等。其中拉伸规则对美妆的最终效果表现影响极大,它影响了美妆的真实感和准确性,是整个功能中最关键的一环。
其中,关于构建拉伸规则,通常采用的是创建扩展点,使其再与AI点(即被美妆部位的轮廓点)组合形成一整套详细网格结构(即Mesh结构)。
具体的,在现有技术中,关于上述扩展点的生成方法。如图2所示,比较常规的做法是:针对原始图像识别脸部的AI点;然后,确定脸部(或其他特定一个器官)的中心点;再次,基于此中心点,再与四周的AI识别点进行连线,基于此连线向外延伸一段距离或比例,进而得到扩展点;最后,再将AI识别点与扩展点后,连接为若干个相邻的三角形,从而得到Mesh结构。其中,中心点可以通过多个顶点计算得到。例如可以采用头顶、下巴、左右耳朵组成的四边形的中心点作为脸部的中心点,也可以使用AI识别点中表示鼻尖的顶点作为脸部的中心点。
然而,对于复杂器官,所有的扩展点不一定呈现出放射状,此时寻找中心点比较困难。虽然可以通过选取多个中心点进行分别扩展,但是又可能导致Mesh网格重叠等问题,弊端比较多。
由此可见,在被美妆部位的结构比较复杂时,并不是所有AI点都呈现放射状,使得寻找到的被美妆部位的中心点不准确,导致得到的Mesh结构与被美妆部位不匹配,从而使得美妆效果不佳。
发明内容
本公开提供一种图像处理方法、装置、电子设备及存储介质,以解决在被美妆部位的AI点未呈放射状时,寻找到的被美妆部位的中心点不准确,导致得到的Mesh结构与被美妆部位不匹配,从而使得美妆效果不佳的问题。
根据本公开的第一方面,提供一种图像处理方法,包括:
获取包含目标被美妆部位的目标图像;
获取所述目标被美妆部位的轮廓特征点在所述目标图像中的坐标值,以作为目标坐标值;
根据所述目标坐标值,以及预先确定的配置文件,得到所述目标被美妆部位的网格结构,以作为目标网格结构;
根据所述目标网格结构,对所述目标图像中的被美妆部位进行美妆处理,得到美妆图像;
其中,所述配置文件中包括被美妆部位的网格结构中的预设三角形以及所述预设三角形的顶点的坐标值,所述预设三角形包括至少一个第一类三角形,一个第一类三角形的顶点包括两个所述被美妆部位的轮廓特征点和一个第一扩展点,所述第一扩展点为预先根据所述被美妆部位的轮廓设置的点。
可选的,所述根据所述目标坐标值,以及预先确定的配置文件,得到所述目标被美妆部位的网格结构,包括:
根据所述目标坐标值,以及所述第一类三角形的顶点的坐标值,计算得到第一类扩展点的坐标值,其中,所述第一类扩展点为所述目标网格结构中,与所述第一扩展点对应的点;
根据所述目标坐标值和所述第一类扩展点的坐标值,得到所述目标网格结构。
可选的,所述目标网格结构中包括至少一个第一目标三角形,所述第一目标三角形与所述第一类三角形一一对应,且所述第一类三角形与其对应的所述第一目标三角形相似;所述第一目标三角形与所述第一类扩展点一一对应,且所述第一类扩展点属于与其对应的第一目标三角形的顶点;
所述根据所述目标坐标值,以及所述第一类三角形的顶点的坐标值,计算得到第一类扩展点的坐标值,包括:
根据所述第一类三角形与其对应的所述第一目标三角形的相似关系,以及所述目标坐标值和所述第一类三角形的顶点的坐标值,计算得到所述第一类扩展点的坐标值。
可选的,所述根据所述目标坐标值和所述第一类扩展点的坐标值,得到所述目标网格结构,包括:
根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值,其中,所述第二类扩展点为所述目标网格结构中除所述目标被美妆部位的轮廓特征点以及所述第一类扩展点之外的其他点;
根据所述目标坐标值、所述第一类扩展点的坐标值和所述第二类扩展点的坐标值,得到所述目标网格结构。
可选的,所述预设三角形还包括至少一个第二类三角形,其中,一个第二类三角形的顶点包括一个第二扩展点和目标集合中的其中两个点,所述目标集合中包括所述被美妆部位的轮廓特征点以及所述第一扩展点,所述第二扩展点为预先根据所述被美妆部位的轮廓设置的点;
所述目标网格结构中还包括至少一个第二目标三角形,所述第二目标三角形与所述第二类三角形一一对应,且所述第二类三角形与其对应的所述第二目标三角形相似,其中,所述第二目标三角形与所述第二类扩展点一一对应,且所述第二类扩展点属于与其对应的第二目标三角形的顶点;
所述根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值,包括:
根据所述第二类三角形与其对应的所述第二目标三角形的相似关系,以及所述目标坐标值、所述第一类扩展点的坐标值、所述第一类三角形的顶点的坐标值以及所述第二类三角形的顶点的坐标值,计算得到所述第二类扩展点的坐标值。
可选的,所述根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值,包括:
采用平滑过渡或插值方法,根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值。
根据本公开的第二方面,提供一种图像处理装置,包括:
图像获取模块,被配置为获取包含目标被美妆部位的目标图像;
坐标值获取模块,被配置为获取所述目标被美妆部位的轮廓特征点在所述目标图像中的坐标值,以作为目标坐标值;
网格结构获取模块,被配置为根据所述目标坐标值,以及预先确定的配置文件,得到所述目标被美妆部位的网格结构,以作为目标网格结构;
绘制模块,被配置为根据所述目标网格结构,对所述目标图像中的被美妆部位进行美妆处理,得到美妆图像;
其中,所述配置文件中包括被美妆部位的网格结构中的预设三角形以及所述预设标三角形的顶点的坐标值,所述预设三角形包括至少一个第一类三角形,一个第一类三角形的顶点包括两个所述被美妆部位的轮廓特征点和一个第一扩展点,所述第一扩展点为预先根据所述被美妆部位的轮廓设置的点。
可选的,所述网格结构获取模块包括:
第一扩展点计算子模块,被配置为根据所述目标坐标值,以及所述第一类三角形的顶点的坐标值,计算得到第一类扩展点的坐标值,其中,所述第一类扩展点为所述目标网格结构中,与所述第一扩展点对应的点;
网格结构绘制子模块,被配置为根据所述目标坐标值和所述第一类扩展点的坐标值,得到所述目标网格结构。
可选的,所述目标网格结构中包括至少一个第一目标三角形,所述第一目标三角形与所述第一类三角形一一对应,且所述第一类三角形与其对应的所述第一目标三角形相似;所述第一目标三角形与所述第一类扩展点一一对应,且所述第一类扩展点属于与其对应的第一目标三角形的顶点;
所述第一扩展点计算子模块具体被配置为:
根据所述第一类三角形与其对应的所述第一目标三角形的相似关系,以及所述目标坐标值和所述第一类三角形的顶点的坐标值,计算得到所述第一类扩展点的坐标值。
可选的,所述网格结构绘制子模块包括:
第二扩展点计算单元,被配置为根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值,其中,所述第二类扩展点为所述目标网格结构中除所述目标被美妆部位的轮廓特征点以及所述第一类扩展点之外的其他点;
网格结构绘制单元,被配置为根据所述目标坐标值、所述第一类扩展点的坐标值和所述第二类扩展点的坐标值,得到所述目标网格结构。
可选的,所述预设三角形还包括至少一个第二类三角形,其中,一个第二类三角形的顶点包括一个第二扩展点和目标集合中的其中两个点,所述目标集合中包括所述被美妆部位的轮廓特征点以及所述第一扩展点,所述第二扩展点为预先根据所述被美妆部位的轮廓设置的点;
所述目标网格结构中还包括至少一个第二目标三角形,所述第二目标三角形与所述第二类三角形一一对应,且所述第二类三角形与其对应的所述第二目标三角形相似,其中,所述第二目标三角形与所述第二类扩展点一一对应,且所述第二类扩展点属于与其对应的第二目标三角形的顶点;
所述第二扩展点计算单元具体被配置为:
根据所述第二类三角形与其对应的所述第二目标三角形的相似关系,以及所述目标坐标值、所述第一类扩展点的坐标值、所述第一类三角形的顶点的坐标值以及所述第二类三角形的顶点的坐标值,计算得到所述第二类扩展点的坐标值。
可选的,所述第二扩展点计算子模块具体被配置为:
采用平滑过渡或插值方法,根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值。
根据本公开实施例的第三方面,提供了一种电子设备,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所述的图像处理方法。
根据本公开实施例的第四方面,提供一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行上述第一方面所述的图像处理方法。
根据本公开实施例的第五方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机实现上述第一方面所述的图像处理方法。
与现有技术相比,本公开具有以下优点:
本公开的实施例,预先采用两个被美妆部位的轮廓特征点和一个第一扩展点组成第一类三角形,并作为被美妆部位的网格结构中的预设三角形,从而将这些预设三角形的坐标值构成一个配置文件,进而利用该配置文件,以及目标被美妆部位的轮廓特征点在目标图像中的坐标值,计算获得该目标被美妆部位的目标网格结构,进而根据该目标网格结构对目标被美妆部位进行美妆处理,得到美妆图像。
由此可知,本公开的实施例,预先在被美妆部位的轮廓特征点的基础上,人工设置第一扩展点,并由这些轮廓特征点和第一扩展点构建被美妆部位的网格结构中的三角形。即本公开的实施例会预先基于被美妆部位的轮廓特征点,构建被美妆部位的网格结构,即构建一个与被美妆部位匹配的网格结构,亦即构建配置文件,从而在需要对包含目标被美妆部位的目标图像进行处理时,可以直接利用该配置文件中的三角形,来生成与目标被美妆部位匹配的网格结构。而不需要定位被美妆部位的中心点,所以即使目标被美妆部位的AI点未呈放射,仍然能够根据预先确定的配置文件,得到与目标被美妆部位匹配的网格结构,从而在一定程度上提升对目标被美妆部位的美妆效果。
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,并不能限制本公开。
附图说明
图1是现有技术中的美妆流程示意图;
图2是现有技术中创建扩展点的过程示意图;
图3是现有技术中基于原始图像生成网格结构的流程示意图;
图4是眼部睫毛效果的贴图素材示意图;
图5是图4所示的贴图素材对应的Mesh结构;
图6是图4所示的贴图素材与图5所示的Mesh结构映射示意图;
图7是将图4所示的贴图素材绘制到原始相机图像中的效果示意图;
图8是本公开实施例提供的一种图像处理方法的流程示意图;
图9是本公开实施例中配置文件中包括的第一类三角形的示意图;
图10是本公开中一个第一扩展点在眼睛处于不同状态下的验算结果示意图;
图11是本公开实施例提供的另一种图像处理方法的流程示意图;
图12是在图9所示的第一类三角形中增加第二扩展点后的示意图;
图13是本公开实施例提供的图像处理方法的具体实施方式的流程示意图;
图14是本公开中识别出的人脸的AI识别点的示意图;
图15是基于图14所示的AI识别点构建的网格结构示意图;
图16是本公开中验算一个扩展点的原理示意图;
图17是本公开提供的一种图像处理装置的结构框图;
图18是本公开提供的一种电子设备的结构框图;
图19是本公开提供的另一种电子设备的结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本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装置和方法的例子。
为了更加便于理解本公开实施例的图像处理方法、装置、电子设备及存储介质,首先对进行美妆的流程进行如下说明:
具体的,要完成美妆功能,需要两部分输入数据:其一是相机输入原始图像。其二预先制作好的贴装图片以及其对应的静态三角形网格。
如图3所示,针对相机输入图像,首先通过AI模块识别出图像中的人脸,并在人脸关键部位标记出关键点,此种关键点可称为AI识别点;而后再基于AI识别点,通过特定的算法规则,计算出一系列新的扩展关键顶点(即为扩展点)。当拥有AI识别点与扩展点后,会将其连接为若干个相邻的三角形,这些三角形则组成网格(Mesh)结构。
对于贴装图片,其包含了对应的Mesh结构,此Mesh结构是预先配置的。如图4所示,是一个眼部睫毛效果的贴图素材,如图5所示,为图4所示的贴图素材对应的Mesh结构。其中,如图6所示,会将贴图素材,按照Mesh结构中的三角形一一对应的原则,绘制到当前相机输入图像中,即得到如图7中所示的最终效果的图像。
参照图8,示出了本公开实施例提供的一种图像处理方法,该图像处理方法可以包括以下步骤:
步骤801:获取包含目标被美妆部位的目标图像。
其中,目标图像可以为本地存储的图像,也可以为电子设备实时拍摄的图像,也可以为本地存储的视频文件中的其中一帧图像,也可以为电子设备实时拍摄的视频文件中的其中一帧图像。
步骤802:获取所述目标被美妆部位的轮廓特征点在所述目标图像中的坐标值,以作为目标坐标值。
其中,上述轮廓特征点为位于被美妆部位的轮廓上的点。
步骤803:根据所述目标坐标值,以及预先确定的配置文件,得到所述目标被美妆部位的网格结构,以作为目标网格结构。
其中,所述配置文件中包括被美妆部位的网格结构中的预设三角形以及所述预设三角形的顶点的坐标值,所述预设三角形包括至少一个第一类三角形,一个第一类三角形的顶点包括两个所述被美妆部位的轮廓特征点和一个第一扩展点,所述第一扩展点为预先根据所述被美妆部位的轮廓设置的点。
由此可知,本公开的实施例中,配置文件中包括多个点,这多个点中包括被美妆部位的轮廓特征点,以及人工设置的点(即为扩展点)。例如,针对眼睛的配置文件中的第一扩展点可包括如图9中所示的点91~910,眼睛的轮廓特征点可包括如图9中所示的点911~922。其中,配置文件中包括的多个点按照一定的规则组成多个三角形。而组成三角形的规则,是预先确定的。例如,图9中所示点91~922按照两个轮廓特征点和一个扩展点组成一个三角形的规则,得到如图9所示的三角形。即如图9所示的三角形即为第一类三角形。
其中,配置文件在对被美妆部位进行美妆的过程中,作为生成网格结构的依据。具体的,利用一个已知的配置文件,对被美妆部位进行美妆时,首先需要获取被美妆部位的图像,然后检测该图像中被美妆部位的轮廓特征点,然后从这些轮廓特征点中选取与配置文件中包括的轮廓特征点对应的点,作为输入参数,进而利用该输入参数和配置文件,计算构成网格结构的扩展点,进而由输入参数所包括的所有轮廓特征点以及计算出的所有扩展点,绘制成网格结构。
另外,需要说明的是,配置文件中包括的点,与所要计算的上述目标网格结构中的点是一一对应的关系,则对配置文件中的一个扩展点进行验算,即为计算配置文件中的这个扩展点在目标网格结构中对应的点的坐标。
在本公开实施例中,对第一扩展点的验算结果,依据的是与其属于同一个第一类三角形的两个轮廓特征点。而轮廓特征点属于被美妆部位上的点,因而第一扩展点的验算结果与被美妆部位更加匹配,从而使得最终得到的目标网格结果与被美妆部位更加匹配。
此外,如图10所示,点A、B、C为眼睛的配置文件中的三个点,且这三点组成一个第一类三角形,其中,点A、B分别为两个轮廓特征点,点C为第一扩展点,A1`和B1`为眼睛睁开且倾斜的图像中的两个轮廓特征点,C1`为在眼睛睁开且倾斜的图像中,对配置文件中点C的验算结果;A2`和B2`为眼睛闭合且未倾斜的图像中的两个轮廓特征点,C2`为在眼睛闭合且未倾斜的图像中,对配置文件中点C的验算结果。由此可见,针对配置文件中一个第一扩展点,在睁眼且眼睛倾斜,以及闭眼且眼睛未倾斜的不同情况下,对该第一扩展点的验算结果(即图10中C1`与C2`的坐标值)相差不大。因而,本公开的实施例中,采用两个轮廓特征点和一个第一扩展点组成的第一类三角形构成的配置文件,还能够在被美妆部位在不同状态下,得到比较稳定的网格结构。
步骤804:根据所述目标网格结构,对所述目标图像中的被美妆部位进行美妆处理,得到美妆图像。
由上述可知,本公开的实施例,预先采用两个被美妆部位的轮廓特征点和一个第一扩展点组成第一类三角形,并作为被美妆部位的网格结构中的预设三角形,从而将这些预设三角形的坐标值构成一个配置文件,进而利用该配置文件,以及目标被美妆部位的轮廓特征点在目标图像中的坐标值,计算获得该目标被美妆部位的目标网格结构,进而对目标被美妆部位进行美妆处理,得到美妆图像。
由此可知,本公开的实施例,预先在被美妆部位的轮廓特征点的基础上,人工设置第一扩展点,并由这些轮廓特征点和第一扩展点构建被美妆部位的网格结构中的三角形。即本公开的实施例会预先基于被美妆部位的轮廓特征点,构建被美妆部位的网格结构,即构建一个与被美妆部位匹配的网格结构,亦即构建配置文件,从而在需要对包含目标被美妆部位的目标图像进行处理时,可以直接利用该配置文件中的三角形,来生成与目标被美妆部位匹配的网格结构。而不需要定位被美妆部位的中心点,所以即使目标被美妆部位的AI点未呈放射,仍然能够根据预先确定的配置文件,得到与目标被美妆部位匹配的网格结构,从而在一定程度上提升对目标被美妆部位的美妆效果。
参照图11,示出了本公开实施例提供的一种图像处理方法,该图像处理方法可以包括以下步骤:
步骤1101:获取包含目标被美妆部位的目标图像。
其中,目标图像可以为本地存储的图像,也可以为电子设备实时拍摄的图像,也可以为本地存储的视频文件中的其中一帧图像,也可以为电子设备实时拍摄的视频文件中的其中一帧图像。
步骤1102:获取所述目标被美妆部位的轮廓特征点在所述目标图像中的坐标值,以作为目标坐标值。
其中,上述轮廓特征点为位于被美妆部位的轮廓上的点。
步骤1103:根据所述目标坐标值,以及预先确定的配置文件中的第一类三角形的顶点的坐标值,计算得到第一类扩展点的坐标值。
其中,所述第一类扩展点为目标网格结构中,与所述第一扩展点对应的点,所述目标网格结构为所述目标被美妆部位的网格结构。
步骤1104:根据所述目标坐标值和所述第一类扩展点的坐标值,得到所述目标网格结构。
其中,本公开的实施例中,预先确定有配置文件,该配置文件中包括被美妆部位的网格结构中的预设三角形以及所述预设三角形的顶点的坐标值,所述预设三角形包括至少一个上述第一类三角形,一个第一类三角形的顶点包括两个所述被美妆部位的轮廓特征点和一个第一扩展点,所述第一扩展点为预先根据所述被美妆部位的轮廓设置的点。
由此可知,本公开的实施例中,配置文件中包括多个点,这多个点中包括被美妆部位的轮廓特征点,以及人工设置的点(即为扩展点)。例如,针对眼睛的配置文件中的第一扩展点可包括如图9中所示的点91~910,眼睛的轮廓特征点可包括如图9中所示的点911~922。其中,配置文件中包括的多个点按照一定的规则组成多个三角形。而组成三角形的规则,是预先确定的。例如,图9中所示点91~922按照两个轮廓特征点和一个扩展点组成一个三角形的规则,得到如图9所示的三角形。即如图9所示的三角形即为第一类三角形。
其中,配置文件,在对被美妆部位进行美妆的过程中,作为生成网格结构的依据。具体的,利用一个已知的配置文件,对被美妆部位进行美妆时,首先需要获取被美妆部位的图像,然后检测该图像中被美妆部位的轮廓特征点,然后从这些轮廓特征点中选取与配置文件中包括的轮廓特征点对应的点,作为输入参数,进而利用该输入参数和配置文件,计算构成网格结构的扩展点,进而由输入参数所包括的所有轮廓特征点以及计算出的所有扩展点,绘制成网格结构。
另外,需要说明的是,配置文件中包括的点,与所要计算的上述目标网格结构中的点是一一对应的关系,则对配置文件中的一个扩展点进行验算,即为计算配置文件中的这个扩展点在目标网格结构中对应的点的坐标。
在本公开实施例中,对第一扩展点的验算结果,依据的是与其属于同一个第一类三角形的两个轮廓特征点。而轮廓特征点属于被美妆部位上的点,因而第一扩展点的验算结果与被美妆部位更加匹配,从而使得最终得到的目标网格结果与被美妆部位更加匹配。
此外,如图10所示,点A、B、C为眼睛的配置文件中的三个点,且这三点组成一个第一类三角形,其中,点A、B分别为两个轮廓特征点,点C为第一扩展点。A1`和B1`为眼睛睁开且倾斜的图像中的两个轮廓特征点,C1`为在眼睛睁开且倾斜的图像中,对配置文件中点C的验算结果;A2`和B2`为眼睛闭合且未倾斜的图像中的两个轮廓特征点,C2`为在眼睛闭合且未倾斜的图像中,对配置文件中点C的验算结果。由此可见,针对上述配置文件中一个第一扩展点,在睁眼且眼睛倾斜,以及闭眼且眼睛未倾斜的不同情况下,对该第扩展点的验算结果(即图10中C1`与C2`的坐标值)相差不大。因而,本公开的实施例中,采用两个轮廓特征点和一个第一扩展点组成的第一类三角形构成的配置文件,还能够在被美妆部位在不同状态下,得到比较稳定的网格结构。
可选的,所述目标网格结构中包括至少一个第一目标三角形,所述第一目标三角形与所述第一类三角形一一对应,且所述第一类三角形与其对应的所述第一目标三角形相似;所述第一目标三角形与所述第一类扩展点一一对应,且所述第一类扩展点属于与其对应的第一目标三角形的顶点;
所述根据所述目标坐标值,以及所述第一类三角形的顶点的坐标值,计算得到第一类扩展点的坐标值,包括:
根据所述第一类三角形与其对应的所述第一目标三角形的相似关系,以及所述目标坐标值和所述第一类三角形的顶点的坐标值,计算得到所述第一类扩展点的坐标值。
其中,在已知两个三角形相似,以及其中一个三角形的顶点的坐标值和另一个三角形的两个顶点的坐标值的情况下,则可以计算其中未知的一个三角形顶点的坐标值。
另外,本公开的实施例中,第一类三角形与第一目标三角形相似,二者顶点一一对应,即二者相似存在唯一的方向,因而计算得到的第一扩展点是唯一的。
步骤1105:根据所述目标网格结构,对所述目标图像中的被美妆部位进行美妆处理,得到美妆图像。
由上述可知,本公开的实施例,预先在被美妆部位的轮廓特征点的基础上,人工设置第一扩展点,并由这些轮廓特征点和第一扩展点构建被美妆部位的网格结构中的三角形。即本公开的实施例会预先基于被美妆部位的轮廓特征点,构建被美妆部位的网格结构,即构建一个与被美妆部位匹配的网格结构,亦即构建配置文件,从而在需要对包含目标被美妆部位的目标图像进行处理时,可以直接利用该配置文件中的三角形,来生成与目标被美妆部位匹配的网格结构。而不需要定位被美妆部位的中心点,所以即使目标被美妆部位的AI点未呈放射,仍然能够根据预先确定的配置文件,得到与目标被美妆部位匹配的网格结构,从而在一定程度上提升对目标被美妆部位的美妆效果。
可选的,所述根据所述目标坐标值和所述第一类扩展点的坐标值,得到所述目标网格结构,包括:
根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值,其中,所述第二类扩展点为所述目标网格结构中除所述目标的被美妆部位的轮廓特征点以及所述第一类扩展点之外的其他点;
根据所述目标坐标值、所述第一类扩展点的坐标值和所述第二类扩展点的坐标值,得到所述目标网格结构。
由此可知,在本公开的实施例中,可以在对配置文件中的第一扩展点验算完毕后,继续确定其他的扩展点(即第二扩展点),使得得到的目标网格结构更加贴近被美妆部位的形状及结构。
可选的,所述预设三角形还包括至少一个第二类三角形,其中,一个第二类三角形的顶点包括一个第二扩展点和目标集合中的其中两个点,所述目标集合中包括所述被美妆部位的轮廓特征点以及所述第一扩展点,所述第二扩展点为预先根据所述被美妆部位的轮廓设置的点;
所述目标网格结构中还包括至少一个第二目标三角形,所述第二目标三角形与所述第二类三角形一一对应,且所述第二类三角形与其对应的所述第二目标三角形相似,其中,所述第二目标三角形与所述第二类扩展点一一对应,且所述第二类扩展点属于与其对应的第二目标三角形的顶点;
所述根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值,包括:
根据所述第二类三角形与其对应的所述第二目标三角形的相似关系,以及所述目标坐标值、所述第一类扩展点的坐标值、所述第一类三角形的顶点的坐标值以及所述第二类三角形的顶点的坐标值,计算得到所述第二类扩展点的坐标值。
由此可知,上述配置文件中还可包括由被美妆部位的轮廓特征点和第一扩展点中的其中两个点,以及一个第二扩展点组成的第二类三角形。这些第二类三角形用于确定上述目标网格结构中的第二类扩展点。
其中,在对配置文件中的第一扩展点验算完毕,得到上述第一类扩展点之后,则在已知第二类三角形与目标网格结构中的第二目标三角形相似的情况下,例如针对一个第二类三角形与一个第二目标三角形,则可以根据这两个三角形中已知点的坐标值,求得未知点的坐标值,即计算得到第二类扩展点的坐标值。
例如在图9所示的配置文件中,还可进一步增加第二扩展点,例如增加第二扩展点后的配置文件中包括的各个点的示意图,可如图12所示。其中,图12中所示的点923和点924为两个第二扩展点,则点924、911、91组成的一个第二类三角形,点923、917、95组成一个第二类三角形。
此外,由于配置文件中的点与上述目标网格结构中的点是一一对应的关系,所以,例如图12所示的配置文件中的各个点连接而成的网格结构,可以表示睁开眼睛的图像的网格结构。
可选的,所述根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值,包括:
采用平滑过渡或插值方法,根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值。
其中,在对配置文件中的第一扩展点验算完毕之后,即得到目标网格结构中的第一类扩展点之后,还可根据目标图像中被美妆部位的轮廓特征点,以及第一类扩展点,利用平滑过渡或差插值的方式扩展其他点,从而可以减少运算量,进而提升处理速度。
此外,针对扩展点的设置,可以通过编码方式为特定的点开发构建逻辑,变化会非常灵活,且能效果表现高度依赖代码逻辑,可以得到更奇特、更自然的效果。但此种方式工作量较大,效果灵活但制作不灵活。但此种方式可以与本公开实施例中所采用的扩展点的生成方案混合使用。
综上所述,本公开实施例提供的图像处理方法的具体实施方式可如下所述:
如图13所示,预先提供配置文件,该配置文件与AI识别点为作为输入数据,通过相似三角形算法进行扩展点验算,最终得到一个完整的脸部(或其他特定器官)的美妆细节结构图。该流程在每一帧图像都需要计算一遍。其中,人脸的AI识别点如图14所示,该人脸的网格结构如图15所示。
其中,上述通过相似三角形算法进行扩展点验算的过程如下所述:
首先,定义好整个人脸美妆中(或特定器官美妆),最终所要构建的网格结构存在多少个点,其中,该步骤基于使用场景的需求,没有固定规则;
其次,构建配置文件,其中包含如下三方面信息:第一方面,所有点的相对位置信息;第二方面,由三个点组成的一系列三角形结构;第三方面,所要构建的网格结构的扩展点的生成规则,这个生成规则是由配置文件中的哪个三角形,配合人脸的哪两个已知点(这两个点是AI点或者已经计算出来的扩展点),可以计算得出所要构建的网格结构的一个扩展点。
再次,根据配置文件,利用相似三角形算法进行运算,算出扩展点的坐标值。如图16所示,此处该算法将使用5个已知点,其中三个点是前述配置文件中的点(通常是两个AI点,一个扩展点),此处将其命名为A、B,C(即A、B为AI点,C为扩展点)。另外两个点是由AI模块提供,其值为屏幕坐标的值,此处将其命名A`、B`。A与A`、B与B`在网格结构中,表示同一个点。通过基本三角函数相关知识即可求出一点C`的值,满足△ABC∽△A`B`C`,其中,C`即为所要构建的网格结构的一个扩展点。
最后,通过反复多次调用相似三角形算法,就可以得到被美妆部位的整个网格结构的所有的点位信息。
参照图17,示出了本公开实施例提供的一种图像处理装置,该图像处理装置170可以包括:
图像获取模块1701,被配置为获取包含目标被美妆部位的目标图像;
坐标值获取模块1702,被配置为获取所述目标被美妆部位的轮廓特征点在所述目标图像中的坐标值,以作为目标坐标值;
网格结构获取模块1703,被配置为根据所述目标坐标值,以及预先确定的配置文件,得到所述目标被美妆部位的网格结构,以作为目标网格结构;
绘制模块1704,被配置为根据所述目标网格结构,对所述目标图像中的被美妆部位进行美妆处理,得到美妆图像;
其中,所述配置文件中包括被美妆部位的网格结构中的预设三角形以及所述预设三角形的顶点的坐标值,所述预设三角形包括至少一个第一类三角形,一个第一类三角形的顶点包括两个所述被美妆部位的轮廓特征点和一个第一扩展点,所述第一扩展点为预先根据所述被美妆部位的轮廓设置的点。
可选的,所述网格结构获取模块1703包括:
第一扩展点计算子模块17031,被配置为根据所述目标坐标值,以及所述第一类三角形的顶点的坐标值,计算得到第一类扩展点的坐标值,其中,所述第一类扩展点为所述目标网格结构中,与所述第一扩展点对应的点;
网格结构绘制子模块17032,被配置为根据所述目标坐标值和所述第一类扩展点的坐标值,得到所述目标网格结构。
可选的,所述目标网格结构中包括至少一个第一目标三角形,所述第一目标三角形与所述第一类三角形一一对应,且所述第一类三角形与其对应的所述第一目标三角形相似;所述第一目标三角形与所述第一类扩展点一一对应,且所述第一类扩展点属于与其对应的第一目标三角形的顶点;
所述第一扩展点计算子模块17031具体被配置为:
根据所述第一类三角形与其对应的所述第一目标三角形的相似关系,以及所述目标坐标值和所述第一类三角形的顶点的坐标值,计算得到所述第一类扩展点的坐标值。
可选的,所述网格结构绘制子模块17032包括:
第二扩展点计算单元170321,被配置为根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值,其中,所述第二类扩展点为所述目标网格结构中除所述目标图像中的被美妆部位的轮廓特征点以及所述第一类扩展点之外的其他点;
网格结构绘制单元170322,被配置为根据所述目标坐标值、所述第一类扩展点的坐标值和所述第二类扩展点的坐标值,得到所述目标网格结构。
可选的,所述预设三角形还包括至少一个第二类三角形,其中,一个第二类三角形的顶点包括一个第二扩展点和目标集合中的其中两个点,所述目标集合中包括所述被美妆部位的轮廓特征点以及所述第一扩展点,所述第二扩展点为预先根据所述被美妆部位的轮廓设置的点;
所述目标网格结构中还包括至少一个第二目标三角形,所述第二目标三角形与所述第二类三角形一一对应,且所述第二类三角形与其对应的所述第二目标三角形相似,其中,所述第二目标三角形与所述第二类扩展点一一对应,且所述第二类扩展点属于与其对应的第二目标三角形的顶点;
所述第二扩展点计算单元170321具体被配置为:
根据所述第二类三角形与其对应的所述第二目标三角形的相似关系,以及所述目标坐标值、所述第一类扩展点的坐标值、所述第一类三角形的顶点的坐标值以及所述第二类三角形的顶点的坐标值,计算得到所述第二类扩展点的坐标值。
可选的,所述第二扩展点计算子模块17033具体被配置为:
采用平滑过渡或插值方法,根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值。
由上述可知,本公开的实施例,预先采用两个被美妆部位的轮廓特征点和一个第一扩展点组成第一类三角形,并作为被美妆部位的网格结构中的目标三角形,从而将这些目标三角形的坐标值构成一个配置文件,进而利用该配置文件,以及目标被美妆部位的轮廓特征点在目标图像中的坐标值,计算获得该目标被美妆部位的目标网格结构,进而根据该目标网格结构对目标被美妆部位进行美妆处理,得到美妆图像。
由此可知,本公开的实施例,预先在被美妆部位的轮廓特征点的基础上,人工设置第一扩展点,并由这些轮廓特征点和第一扩展点构建被美妆部位的网格结构中的三角形。即本公开的实施例会预先基于被美妆部位的轮廓特征点,构建被美妆部位的网格结构,即构建一个与被美妆部位匹配的网格结构,亦即构建配置文件,从而在需要对包含目标被美妆部位的目标图像进行处理时,可以直接利用该配置文件中的三角形,来生成与目标被美妆部位匹配的网格结构。而不需要定位被美妆部位的中心点,所以即使目标被美妆部位的AI点未呈放射,仍然能够根据预先确定的配置文件,得到与目标被美妆部位匹配的网格结构,从而在一定程度上提升对目标被美妆部位的美妆效果。
图6是根据一示例性实施例示出的一种电子设备框图。参照图18,该电子设备包括:
处理器1810;
用于存储所述处理器可执行指令的存储器1820;
其中,所述处理器被配置为执行所述指令,以实现上述所述的图像处理方法。
图19是根据一示例性实施例示出的另一种电子设备1900的框图。例如,电子设备1900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。
参照图19,电子设备1900可以包括以下一个或多个组件:处理组件1902,存储器1904,电源组件1906,多媒体组件1908,音频组件1910,输入/输出(I/O)的接口1912,传感器组件1914,以及通信组件1916。
处理组件1902通常控制电子设备1900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1902可以包括一个或多个处理器1920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1902可以包括一个或多个模块,便于处理组件1902和其他组件之间的交互。例如,处理组件1902可以包括多媒体模块,以方便多媒体组件1908和处理组件1902之间的交互。
存储器1904被配置为存储各种类型的数据以支持在电子设备1900的操作。这些数据的示例包括用于在电子设备1900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1904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1906为电子设备1900的各种组件提供电力。电源组件1906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1900生成、管理和分配电力相关联的组件。
多媒体组件1908包括在所述电子设备1900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1908包括一个前置摄像头和/或后置摄像头。当电子设备1900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1910被配置为输出和/或输入音频信号。例如,音频组件1910包括一个麦克风(MIC),当电子设备1900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1904或经由通信组件1916发送。在一些实施例中,音频组件1910还包括一个扬声器,用于输出音频信号。
I/O接口1912为处理组件1902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1914包括一个或多个传感器,用于为电子设备1900提供各个方面的状态评估。例如,传感器组件1914可以检测到电子设备1900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1900的显示器和小键盘,传感器组件1914还可以检测电子设备1900或电子设备1900一个组件的位置改变,用户与电子设备1900接触的存在或不存在,电子设备1900方位或加速/减速和电子设备1900的温度变化。传感器组件1914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1914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1914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1916被配置为便于电子设备1900和其他设备之间有线或无线方式的通信。电子设备1900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、19G或5G),或它们的组合。在一个示例性实施例中,通信组件1916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1916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1900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,用于执行上述所述的图像处理方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1904,上述指令可由电子设备1900的处理器1920执行以完成上述方法。可选地,例如,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质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。
在本公开实施的又一方面,本公开实施例还提供了一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行上述所述的图像处理方法。
根据本公开实施例的又一方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机实现上述所述的图像处理方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请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。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取包含目标被美妆部位的目标图像;
获取所述目标被美妆部位的轮廓特征点在所述目标图像中的坐标值,以作为目标坐标值;
根据所述目标坐标值,以及预先确定的配置文件,得到所述目标被美妆部位的网格结构,以作为目标网格结构;
根据所述目标网格结构,对所述目标被美妆部位进行美妆处理,得到美妆图像;
其中,所述配置文件中包括被美妆部位的网格结构中的预设三角形以及所述预设三角形的顶点的坐标值,所述预设三角形包括至少一个第一类三角形,一个第一类三角形的顶点包括两个所述被美妆部位的轮廓特征点和一个第一扩展点,所述第一扩展点为预先根据所述被美妆部位的轮廓设置的点。
2.根据权利要求1所述的图像处理方法,其特征在于,所述根据所述目标坐标值,以及预先确定的配置文件,得到所述目标被美妆部位的网格结构,包括:
根据所述目标坐标值,以及所述第一类三角形的顶点的坐标值,计算得到第一类扩展点的坐标值,其中,所述第一类扩展点为所述目标网格结构中,与所述第一扩展点对应的点;
根据所述目标坐标值和所述第一类扩展点的坐标值,得到所述目标网格结构。
3.根据权利要求2所述的图像处理方法,其特征在于,所述目标网格结构中包括至少一个第一目标三角形,所述第一目标三角形与所述第一类三角形一一对应,且所述第一类三角形与其对应的所述第一目标三角形相似;所述第一目标三角形与所述第一类扩展点一一对应,且所述第一类扩展点属于与其对应的第一目标三角形的顶点;
所述根据所述目标坐标值,以及所述第一类三角形的顶点的坐标值,计算得到第一类扩展点的坐标值,包括:
根据所述第一类三角形与其对应的所述第一目标三角形的相似关系,以及所述目标坐标值和所述第一类三角形的顶点的坐标值,计算得到所述第一类扩展点的坐标值。
4.根据权利要求2所述的图像处理方法,其特征在于,所述根据所述目标坐标值和所述第一类扩展点的坐标值,得到所述目标网格结构,包括:
根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值,其中,所述第二类扩展点为所述目标网格结构中除所述目标被美妆部位的轮廓特征点以及所述第一类扩展点之外的其他点;
根据所述目标坐标值、所述第一类扩展点的坐标值和所述第二类扩展点的坐标值,得到所述目标网格结构。
5.根据权利要求4所述的图像处理方法,其特征在于,所述预设三角形还包括至少一个第二类三角形,其中,一个第二类三角形的顶点包括一个第二扩展点和目标集合中的其中两个点,所述目标集合中包括所述被美妆部位的轮廓特征点以及所述第一扩展点,所述第二扩展点为预先根据所述被美妆部位的轮廓设置的点;
所述目标网格结构中还包括至少一个第二目标三角形,所述第二目标三角形与所述第二类三角形一一对应,且所述第二类三角形与其对应的所述第二目标三角形相似,其中,所述第二目标三角形与所述第二类扩展点一一对应,且所述第二类扩展点属于与其对应的第二目标三角形的顶点;
所述根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值,包括:
根据所述第二类三角形与其对应的所述第二目标三角形的相似关系,以及所述目标坐标值、所述第一类扩展点的坐标值、所述第一类三角形的顶点的坐标值以及所述第二类三角形的顶点的坐标值,计算得到所述第二类扩展点的坐标值。
6.根据权利要求4所述的图像处理方法,其特征在于,所述根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值,包括:
采用平滑过渡或插值方法,根据所述第一类扩展点的坐标值和所述目标坐标值,计算得到第二类扩展点的坐标值。
7.一种图像处理装置,其特征在于,包括:
图像获取模块,被配置为获取包含目标被美妆部位的目标图像;
坐标值获取模块,被配置为获取所述目标被美妆部位的轮廓特征点在所述目标图像中的坐标值,以作为目标坐标值;
网格结构获取模块,被配置为根据所述目标坐标值,以及预先确定的配置文件,得到所述目标被美妆部位的网格结构,以作为目标网格结构;
绘制模块,被配置为根据所述目标网格结构,对所述目标图像中的被美妆部位进行美妆处理,得到美妆图像;
其中,所述配置文件中包括被美妆部位的网格结构中的预设三角形以及所述预设三角形的顶点的坐标值,所述预设三角形包括至少一个第一类三角形,一个第一类三角形的顶点包括两个所述被美妆部位的轮廓特征点和一个第一扩展点,所述第一扩展点为预先根据所述被美妆部位的轮廓设置的点。
8.根据权利要求7所述的图像处理装置,其特征在于,所述网格结构获取模块包括:
第一扩展点计算子模块,被配置为根据所述目标坐标值,以及所述第一类三角形的顶点的坐标值,计算得到第一类扩展点的坐标值,其中,所述第一类扩展点为所述目标网格结构中,与所述第一扩展点对应的点;
网格结构绘制子模块,被配置为根据所述目标坐标值和所述第一类扩展点的坐标值,得到所述目标网格结构。
9.一种电子设备,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。
10.一种存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得所述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。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010859989.7A CN114095647A (zh) | 2020-08-24 | 2020-08-24 | 图像处理方法、装置、电子设备及存储介质 |
PCT/CN2021/108227 WO2022042160A1 (zh) | 2020-08-24 | 2021-07-23 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010859989.7A CN114095647A (zh) | 2020-08-24 | 2020-08-24 | 图像处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114095647A true CN114095647A (zh) | 2022-02-25 |
Family
ID=80295684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010859989.7A Pending CN114095647A (zh) | 2020-08-24 | 2020-08-24 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114095647A (zh) |
WO (1) | WO2022042160A1 (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986016A (zh) * | 2018-06-28 | 2018-12-11 | 北京微播视界科技有限公司 | 图像美化方法、装置及电子设备 |
CN109063560A (zh) * | 2018-06-28 | 2018-12-21 | 北京微播视界科技有限公司 | 图像处理方法、装置、计算机可读存储介质和终端 |
CN109165571A (zh) * | 2018-08-03 | 2019-01-08 | 北京字节跳动网络技术有限公司 | 用于插入图像的方法和装置 |
US20190197772A1 (en) * | 2017-12-27 | 2019-06-27 | Samsung Electronics Co., Ltd. | Method and apparatus with grid-based plane estimation |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070019882A1 (en) * | 2004-01-30 | 2007-01-25 | Shoji Tanaka | Makeup simulation program, makeup simulation device, and makeup simulation method |
US10796480B2 (en) * | 2015-08-14 | 2020-10-06 | Metail Limited | Methods of generating personalized 3D head models or 3D body models |
CN109859134A (zh) * | 2019-01-30 | 2019-06-07 | 珠海天燕科技有限公司 | 一种美妆素材的处理方法及终端 |
-
2020
- 2020-08-24 CN CN202010859989.7A patent/CN114095647A/zh active Pending
-
2021
- 2021-07-23 WO PCT/CN2021/108227 patent/WO2022042160A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190197772A1 (en) * | 2017-12-27 | 2019-06-27 | Samsung Electronics Co., Ltd. | Method and apparatus with grid-based plane estimation |
CN108986016A (zh) * | 2018-06-28 | 2018-12-11 | 北京微播视界科技有限公司 | 图像美化方法、装置及电子设备 |
CN109063560A (zh) * | 2018-06-28 | 2018-12-21 | 北京微播视界科技有限公司 | 图像处理方法、装置、计算机可读存储介质和终端 |
CN109165571A (zh) * | 2018-08-03 | 2019-01-08 | 北京字节跳动网络技术有限公司 | 用于插入图像的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2022042160A1 (zh) | 2022-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929651B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110675310B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN107680033B (zh) | 图片处理方法及装置 | |
US11030733B2 (en) | Method, electronic device and storage medium for processing image | |
CN107818543B (zh) | 图像处理方法及装置 | |
WO2022179025A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107657590B (zh) | 图片处理方法、装置及存储介质 | |
CN107977934B (zh) | 图像处理方法及装置 | |
CN110288716B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN107341777B (zh) | 图片处理方法及装置 | |
CN113160094A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110909654A (zh) | 训练图像的生成方法及装置、电子设备和存储介质 | |
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 | |
CN112614228B (zh) | 三维网格的简化方法、装置、电子设备和存储介质 | |
CN107958223B (zh) | 人脸识别方法及装置、移动设备、计算机可读存储介质 | |
CN112767288A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110728621B (zh) | 一种面部图像的换脸方法、装置、电子设备及存储介质 | |
CN112184540A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN107239758B (zh) | 人脸关键点定位的方法及装置 | |
CN113902869A (zh) | 三维头部网格生成方法、装置、电子设备和存储介质 | |
CN109934168B (zh) | 人脸图像映射方法及装置 | |
CN114095647A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114463212A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN108615013B (zh) | 图像处理方法及装置 |
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 |