CN114972009A - 一种图像处理方法、装置、电子设备及存储介质 - Google Patents
一种图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114972009A CN114972009A CN202210313147.0A CN202210313147A CN114972009A CN 114972009 A CN114972009 A CN 114972009A CN 202210313147 A CN202210313147 A CN 202210313147A CN 114972009 A CN114972009 A CN 114972009A
- Authority
- CN
- China
- Prior art keywords
- pixel
- brightness
- luminance
- luminance component
- image
- 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 29
- 230000004927 fusion Effects 0.000 claims abstract description 58
- 230000001629 suppression Effects 0.000 claims abstract description 49
- 238000007499 fusion processing Methods 0.000 claims abstract description 10
- 230000002708 enhancing effect Effects 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 46
- 238000004364 calculation method Methods 0.000 claims description 42
- 238000001514 detection method Methods 0.000 claims description 26
- 230000001815 facial effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 20
- 230000000694 effects Effects 0.000 abstract description 11
- 239000000463 material Substances 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005282 brightening Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003796 beauty Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000005764 inhibitory process Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000543540 Guillardia theta Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000006071 cream Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本公开关于一种图像处理方法、装置、电子设备及存储介质，该方法包括：获取面部区域图像，确定面部区域图像中像素在预设颜色空间的第一亮度分量；对所述像素的第一亮度分量进行亮度抑制，得到所述像素对应的第二亮度分量；对所述像素的第一亮度分量进行增强处理，得到所述像素对应的第三亮度分量；对所述像素对应的第一亮度分量、第二亮度分量和第三亮度分量进行融合处理，得到所述像素对应的融合亮度分量；将所述面部区域图像中像素的所述第一亮度分量替换为所述像素对应的融合亮度分量，得到目标面部区域图像。本公开有效改善了面部本身发黄暗沉的肤质状态，提高了图像美化效果。
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
随着互联网技术的发展，基于图像处理的美颜功能已广泛应用于多种应用程序中，例如，在各种直播应用、短视频应用中可以通过定位人像面部上的瑕疵，再对瑕疵进行磨皮处理，以达到图像美化效果。
相关技术中，针对图像的美颜功能仅能去除面部上的瑕疵，对于面部本身发黄暗沉的肤质状态并无有效改善，从而使得相关技术中对于图像的美化效果差。
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，以至少解决相关技术中因无法有效改善图像中面部的发黄暗沉肤质状态导致图像美化效果差的问题。本公开的技术方案如下：
根据本公开实施例的第一方面，提供一种图像处理方法，包括：
获取面部区域图像，确定所述面部区域图像中像素在预设颜色空间的第一亮度分量；
对所述像素的第一亮度分量进行亮度抑制，得到所述像素对应的第二亮度分量；所述第二亮度分量小于所述第一亮度分量，且所述亮度抑制的程度与所述第一亮度分量成负相关关系；
对所述像素的第一亮度分量进行增强处理，得到所述像素对应的第三亮度分量；
对所述像素对应的第一亮度分量、第二亮度分量和第三亮度分量进行融合处理，得到所述像素对应的融合亮度分量；
将所述面部区域图像中像素的所述第一亮度分量替换为所述像素对应的融合亮度分量，得到目标面部区域图像。
在一个示例性的实施方式中，所述预设颜色空间为YCbCr颜色空间；所述对所述像素的第一亮度分量进行亮度抑制，得到所述像素对应的第二亮度分量，包括：
以所述像素的Y分量作为底数，以预设数值作为指数，确定亮度计算值；所述预设数值大于1；
根据所述亮度计算值，确定所述像素对应的第二亮度分量。
在一个示例性的实施方式中，所述预设数值包括第一预设数值和第二预设数值，且所述第一预设数值与所述第二预设数值不同；
所述以所述像素的Y分量作为底数，以预设数值作为指数，确定亮度计算值包括：
以所述像素的Y分量作为底数，分别以所述第一预设数值和所述第二预设数值作为指数，确定第一亮度计算值和第二亮度计算值；
所述根据所述亮度计算值，确定所述像素对应的第二亮度分量，包括：
根据预设抑制系数，对所述第一亮度计算值和所述第二亮度计算值进行线性融合，得到所述像素对应的第二亮度分量。
在一个示例性的实施方式中，所述对所述像素的第一亮度分量进行增强处理，得到所述像素对应的第三亮度分量包括：
对所述像素的第一亮度分量进行曲线拉伸，得到所述像素对应的拉伸亮度分量；
根据预设拉伸系数，对所述像素对应的第一亮度分量和所述拉伸亮度分量进行线性融合，得到所述像素对应的第三亮度分量。
在一个示例性的实施方式中，所述对所述像素对应的第一亮度分量、第二亮度分量和第三亮度分量进行融合处理，包括：
确定第一融合系数与所述像素对应的第一亮度分量的第一乘积，以及第二融合系数与所述像素对应的第三亮度分量的第二乘积；所述第二融合系数为所述述像素对应的第二亮度分量，所述第一融合系数与所述第二融合系数的和为1；
确定所述第一乘积与所述第二乘积的和，得到所述像素对应的融合亮度分量。
在一个示例性的实施方式中，所述获取面部区域图像，包括：
获取待处理图像，对所述待处理图像进行面部区域检测，得到初始面部区域图像；
基于预设比例对所述初始面部区域图像进行缩小处理，得到第一面部区域图像；所述预设缩放比例为小于1的正数；
对所第一面部区域图像进行高斯模糊处理，得到第二面部区域图像；
将所述第二面部区域图像缩放回原始尺寸，得到面部区域图像；所述原始尺寸为所述初始面部区域图像的尺寸。
在一个示例性的实施方式中，所述方法还包括：
根据所述目标面部区域图像中的关键点信息，将预设妆容素材叠加到所述目标面部区域图像上。
根据本公开实施例的第二方面，提供一种图像处理装置，包括：
第一亮度分量确定单元，被配置为执行获取面部区域图像，确定所述面部区域图像中像素在预设颜色空间的第一亮度分量；
亮度抑制单元，被配置为执行对所述像素的第一亮度分量进行亮度抑制，得到所述像素对应的第二亮度分量；所述第二亮度分量小于所述第一亮度分量，且所述亮度抑制的程度与所述第一亮度分量成负相关关系；
亮度增强单元，被配置为执行对所述像素的第一亮度分量进行增强处理，得到所述像素对应的第三亮度分量；
亮度融合单元，被配置为执行对所述像素对应的第一亮度分量、第二亮度分量和第三亮度分量进行融合处理，得到所述像素对应的融合亮度分量；
替换单元，被配置为执行将所述面部区域图像中像素的所述第一亮度分量替换为所述像素对应的融合亮度分量，得到目标面部区域图像。
在一个示例性的实施方式中，所述预设颜色空间为YCbCr颜色空间；所述亮度抑制单元，包括：
亮度计算单元，被配置为执行以所述像素的Y分量作为底数，以预设数值作为指数，确定亮度计算值；所述预设数值大于1；
第二亮度分量确定单元，被配置为执行根据所述亮度计算值，确定所述像素对应的第二亮度分量。
在一个示例性的实施方式中，所述预设数值包括第一预设数值和第二预设数值，且所述第一预设数值与所述第二预设数值不同；
所述亮度计算单元，具体被配置为执行以所述像素的Y分量作为底数，分别以所述第一预设数值和所述第二预设数值作为指数，确定第一亮度计算值和第二亮度计算值；
所述第二亮度分量确定单元，具体被配置为执行根据预设抑制系数，对所述第一亮度计算值和所述第二亮度计算值进行线性融合，得到所述像素对应的第二亮度分量。
在一个示例性的实施方式中，所述亮度增强单元，包括：
拉伸单元，被配置为执行对所述像素的第一亮度分量进行曲线拉伸，得到所述像素对应的拉伸亮度分量；
线性融合单元，被配置为执行根据预设拉伸系数，对所述像素对应的第一亮度分量和所述拉伸亮度分量进行线性融合，得到所述像素对应的第三亮度分量。
在一个示例性的实施方式中，所述亮度融合单元，包括：
第一确定单元，被配置为执行确定第一融合系数与所述像素对应的第一亮度分量的第一乘积，以及第二融合系数与所述像素对应的第三亮度分量的第二乘积；所述第二融合系数为所述述像素对应的第二亮度分量，所述第一融合系数与所述第二融合系数的和为1；
第二确定单元，被配置为执行确定所述第一乘积与所述第二乘积的和，得到所述像素对应的融合亮度分量。
在一个示例性的实施方式中，所述第一亮度分量确定单元，包括：
面部区域检测单元，被配置为执行获取待处理图像，对所述待处理图像进行面部区域检测，得到初始面部区域图像；
第一缩放单元，被配置为执行基于预设比例对所述初始面部区域图像进行缩小处理，得到第一面部区域图像；
高斯模糊处理单元，被配置为执行对所第一面部区域图像进行高斯模糊处理，得到第二面部区域图像；
第二缩放单元，被配置为执行将所述第二面部区域图像缩放回原始尺寸，得到面部区域图像；所述原始尺寸为所述初始面部区域图像的尺寸。
在一个示例性的实施方式中，所述装置还包括：
素材叠加单元，被配置为执行根据所述目标面部区域图像中的关键点信息，将预设妆容素材叠加到所述目标面部区域图像上。
根据本公开实施例的第三方面，提供一种电子设备，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的图像处理方法。
根据本公开实施例的第四方面，提供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所述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的图像处理方法。
根据本公开实施例的第五方面，提供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：
通过确定面部区域图像中像素在预设颜色空间的第一亮度分量，并分别对像素的第一亮度分量进行亮度抑制和增强处理，得到像素对应的第二亮度分量和第三亮度分量，进而对像素对应的第一亮度分量、第二亮度分量和第三亮度分量进行融合处理得到融合亮度分量，并以像素的融合亮度分量替换该像素的第一亮度分量得到改善后的目标面部区域图像，从而实现在对面部高光区域重点提亮的同时抑制了非高光区域，保证阴影区域不受影响，提亮的同时不损失面部区域立体感，有效改善了面部本身发黄暗沉的肤质状态，提高了图像美化效果。
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，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，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种图像处理方法的应用环境示意图；
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示意图；
图3a是根据一示例性实施例示出的羽化处理前后的对比示意图；
图3b是根据一示例性实施例示出的亮度抑制前后的对比示意图；
图4是根据一示例性实施例示出的另一种图像处理方法的流程示意图；
图5是根据一示例性实施例示出的一种图像处理装置的框图；
图6是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
还需要说明的是，本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
请参阅图1，其所示为根据一示例性实施例示出的一种图像处理方法的应用环境示意图，该应用环境可以包括终端110和服务器120，该终端110和服务器120之间可以通过有线网络或者无线网络连接。
终端110可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。终端110中运行有提供图像处理功能的客户端软件如应用程序(Application，简称为App)，该应用程序可以是独立的应用程序，也可以是应用程序中的子程序。示例性的，该应用程序可以包括视频类应用程序、直播类应用程序等。终端110的用户可以通过预先注册的用户信息登录应用程序，该用户信息可以包括账号和密码。
服务器120可以是为终端110中的应用程序提供后台服务的服务器，该服务器120可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
本公开实施例的图像处理方法可以由电子设备来执行，该电子设备可以是终端或者服务器，可以由终端或者服务器单独执行，也可以是终端和服务器相互配合执行。
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，如图2所示，以图像处理方法应用于图1中的终端为例，可以包括以下步骤。
在步骤S201中，获取面部区域图像，确定所述面部区域图像中像素在预设颜色空间的第一亮度分量。
其中，面部区域图像可以是待处理图像中的面部区域对应的图像，该待处理图像可以是实时拍摄的图像或者预先存储的图像，还可以是视频中的帧图像。因此获取面部区域图像可以是获取待处理图像，对该待处理图像进行面部区域检测以分割出面部区域图像。其中，面部区域检测可以采用现有技术中的任一检测方法，比如常用的基于GMM(混合高斯模型,Gaussian Mixed Model)和基于CNN(卷积神经网络,Convolutional NeuralNetwork)的检测方法，本公开实施例对于面部区域检测方法不作具体限定。
在一个示例性的实施方式中，面部区域图像可以是人脸图像，为了避免后续面部提亮处理存在的明显边界豁口gap感，可以对面部图像进行羽化处理以使得面部边缘过渡自然。基于此，上述获取面部区域图像可以包括：
获取待处理图像；
对所述待处理图像进行面部区域检测，得到初始面部区域图像；
基于预设比例对所述初始面部区域图像进行缩小处理，得到第一面部区域图像；
对所第一面部区域图像进行高斯模糊处理，得到第二面部区域图像；
将所述第二面部区域图像缩放回原始尺寸，得到面部区域图像；所述原始尺寸为所述初始面部区域图像的尺寸。
具体的，预设比例为小于1的正数，例如预设比例为1/4，若初始面部区域图像为512*512，则第一面部区域图像为128*128。其中，缩小方式可以采用双线性插值或者双三次插值方法，具体的双线性插值或双三次插值过程可以参见相关技术中的介绍，在此不再赘述。
在对第一面部区域图像进行高斯模糊处理时，对于第一面部图像中的每个像素，可以取模糊窗口内各其他像素的加权平均，模糊窗口越大则模糊效果越强烈，越有利于边缘的平滑，而模糊窗口内各像素的权重可以基于二维高斯函数确定。示例性的，模糊窗口可以设定为11*11。如图3a所示为面部区域图像羽化处理前后的对比示意图，其中左边图为羽化处理前的面部区域图像，右边图为羽化处理后的面部区域图像。
上述实施例中，通过对面部区域图像进行羽化处理，使得面部边缘过渡更加自然，避免了后续提亮处理带来的边界豁口gap感，进而有利于提高图像处理效果。
本公开实施例中，在确定面部区域图像中像素在预设颜色空间的第一亮度分量时，可以先将面部区域图像从原始颜色空间转换到预设颜色空间，然后再获取各像素在预设颜色空间的亮度分量即第一亮度分量。
示例性的，面部区域图像的原始颜色空间可以是RGB(红色、绿色、蓝色)颜色空间，预设颜色空间可以是YCbCr颜色空间，其中，Y为亮度分量，Cb和Cr为色度分量。将面部区域图像从RGB颜色空间转换到YCbCr颜色空间，根据YCbCr颜色空间的Y通道值即可得到每个像素在YCbCr颜色空间的亮度分量即第一亮度分量。
需要说明的是，YCbCr颜色空间的Y通道值的范围为0～1之间。
在步骤S203中，对所述像素的第一亮度分量进行亮度抑制，得到所述像素对应的第二亮度分量。
其中，所述第二亮度分量小于所述第一亮度分量，且所述亮度抑制的程度与所述第一亮度分量成负相关关系。亮度抑制的程度是指第二亮度分量与第一亮度分量的差异与第一亮度分量的比。亮度抑制的程度与第一亮度分量成负相关关系是指第一亮度分量越大则亮度抑制的程度越小，第一亮度分量越小则亮度抑制的程度越大。
需要说明的是，上述像素为面部区域图像中的任一像素，也即针对面部区域图像中的每个像素，均对该像素的第一亮度分量进行亮度抑制以得到该像素对应的第二亮度分量。同理，本公开实施例的后续步骤也是针对每个像素的处理。通过上述的亮度抑制方式，可以得到突出明亮区域的高光图，确保立体感。如图3b所示为本公开实施例提供的亮度抑制前后的对比示意图，其中左图为亮度抑制前的人脸图像，右图为亮度抑制后的人脸高光图像，可见亮度抑制使得人脸图像更具有立体感。
以预设颜色空间为YCbCr颜色空间为例，YCbCr颜色空间的Y通道值(即第一亮度分量)的取值范围为0～1，那么在一个示例性的实施方式中，对所述像素的第一亮度分量进行亮度抑制，得到所述像素对应的第二亮度分量，可以包括：
以所述像素的Y分量作为底数，以预设数值作为指数，确定亮度计算值；
根据所述亮度计算值，确定所述像素对应的第二亮度分量。
具体的，所述预设数值大于1。可以将亮度计算值作为相应像素的第二亮度分量，也可以基于亮度计算值来进一步确定像素对应的第二亮度分量。
示例性的，亮度计算值可以表示为yθ，其中，y为像素的Y分量，0＜y＜1；θ为预设数值，θ＞1。以θ＝2为例，当y＝0.9时，亮度计算值为y2＝0.81，当y＝0.1时，亮度计算值为y2＝0.01，若将亮度计算值直接作为像素的第二亮度分量，显然第二亮度分量小于第一亮度分量，实现了亮度抑制，且当y＝0.9时，
当y＝0.1时，
也即亮度抑制的程度与第一亮度分量成负相关关系。
上述实施例中，对于YCbCr颜色空间的Y分量，考虑到该Y分量的取值范围为0～1，通过以像素的Y分量作为底数，以预设数值作为指数来确定亮度计算值，进而基于该亮度计算值确定像素的第二亮度分量，可以高效的实现亮度抑制且确保亮度抑制的程度与第一亮度分量成负相关关系，有利于提高实现对于图像的实时处理。
在一个示例性的实施方式中，为了提高亮度抑制效果和灵活性，上述预设数值可以包括第一预设数值和第二预设数值，且第一预设数值和第二预设数值不同，显然，第一预设数值和第二预设数值均大于1。那么，在以所述像素的Y分量作为底数，以预设数值作为指数，确定亮度计算值时可以包括：以所述像素的Y分量作为底数，分别以所述第一预设数值和所述第二预设数值作为指数，确定第一亮度计算值和第二亮度计算值。
相应的，上述在根据所述亮度计算值，确定所述像素对应的第二亮度分量时可以包括：根据预设抑制系数，对所述第一亮度计算值和所述第二亮度计算值进行线性融合，得到所述像素对应的第二亮度分量。
其中，预设抑制系数的取值范围为0～1，具体可以根据实际经验在该取值范围内设定。
在上述实施方式中，根据预设抑制系数对第一亮度计算值和第二亮度计算值的线性融合公式可以表示为：
其中，Highlight表示像素的第二亮度分量；θ1为第一预设数值，θ2为第二预设数值，θ1＞1，θ2＞1；
为像素的第一亮度计算值，
为像素的第二亮度计算值，0＜y＜1；α为预设抑制系数，0＜α＜1。显然，当θ2＜θ1的情况下(例如θ2＝2，θ1＝6)，α越小可以实现越大程度的亮度抑制，进而通过调整预设抑制系数可以快速的实现不同的亮度抑制效果，提高了亮度抑制的灵活性，并可以通过设定预设抑制系数获得比较好的亮度抑制效果，保证阴影区域。
在步骤S205中，对所述像素的第一亮度分量进行增强处理，得到所述像素对应的第三亮度分量。
可以理解的，增强处理可以使得像素的第一亮度分量有一个整体的提高，也即第三亮度分量大于第一亮度分量。
在一个示例性的实施方式中，上述步骤S205在实施时可以包括：
对所述像素的第一亮度分量进行曲线拉伸，得到所述像素对应的拉伸亮度分量；
根据预设拉伸系数，对所述像素对应的第一亮度分量和所述拉伸亮度分量进行线性融合，得到所述像素对应的第三亮度分量。
具体的实施中，可以基于色彩曲线公式对像素的第一亮度分量依次进行多次曲线拉伸以得到较好的提亮效果。示例性的，以两次曲线拉伸为例，第一次曲线拉伸后的亮度分量可以表示为y1＝2*y-y2，第二次曲线拉伸后的亮度分量可以表示为y2＝2*y1-y12，则像素对应的拉伸亮度分量y′为y2。其中，y为像素的第一亮度分量。
可以理解的，曲线拉伸中所采用的色彩曲线公式不限于上述示例的色彩曲线公式，还可以采用其他的色彩曲线公式，如gamma曲线公式等。
预设拉伸系数可以根据实际需要的提亮程度来设定。示例性的，根据预设拉伸系数对像素对应的第一亮度分量和拉伸亮度分量的线性融合公式可以表示为：
其中，
表示像素对应的第三亮度分量；y为像素的第一亮度分量；y′为像素的拉伸亮度分量；β为预设拉伸系数，在上述公式中通过调整β可以对提亮程度进行调整，β越大则提亮越多。
上述实施例中，通过曲线拉伸处理以及对像素对应的第一亮度分量和拉伸亮度分量进行线性融合可以快速的实现提亮效果，有利于实现对图像的实时处理。
需要说明的是，步骤S203和步骤S205的执行顺序不限于上述实施方式，还可以先执行步骤S205的亮度增强处理，然后执行步骤S203的亮度抑制处理，或者步骤S203与步骤S205同时执行，本公开实施例对此不作具体限定。
在步骤S207中，对所述像素对应的第一亮度分量、第二亮度分量和第三亮度分量进行融合处理，得到所述像素对应的融合亮度分量。
通过对每个像素进行上述步骤207的融合处理，使得面部的高光区域提亮多，阴影区域提亮少，维持了原有面部区域结构，不损失面部区域立体感。
在一个示例性的实施方式中，上述步骤S207的实施可以包括：
确定第一融合系数与所述像素对应的第一亮度分量的第一乘积，以及第二融合系数与所述像素对应的第三亮度分量的第二乘积；所述第二融合系数为所述述像素对应的第二亮度分量，所述第一融合系数与所述第二融合系数的和为1；
确定所述第一乘积与所述第二乘积的和，得到所述像素对应的融合亮度分量。
具体的实施中可以表示为以下的线性融合公式：
其中，Mix表示像素的融合亮度分量；Highlight表示第二融合系数即像素的第二亮度分量；y表示像素的第一亮度分量；
为像素的第三亮度分量；(1-Highlight)表示第一融合系数。
上述实施例中，通过将像素对应的第二亮度分量作为第二融合系数，并利用简单的线性融合方式结合该第二融合系数对像素对应的第一亮度分量和第三亮度分量进行融合，有利于提高图像处理效率，实现对图像的实时处理。
在步骤S209中，将所述面部区域图像中像素的所述第一亮度分量替换为所述像素对应的融合亮度分量，得到目标面部区域图像。
具体的实施中，可以将各像素在预设颜色空间的第一亮度分量替换为该像素对应的融合亮度分量，然后将各像素从预设颜色空间转换回原始颜色空间，从而得到处理后的目标面部区域图像。
以预设颜色空间为YCbCr颜色空间，面部区域图像的原始颜色空间为RGB颜色空间为例，在得到各像素对应的融合亮度分量后，将各像素的Y通道值替换为相应的融合亮度分量后将各像素从YCbCr颜色空间转换回RGB颜色空间以得到处理后的目标面部区域图像。
本公开实施例能够在对面部高光区域重点提亮的同时抑制非高光区域，保证阴影区域不受影响，提亮的同时不损失面部区域立体感，有效改善了面部本身发黄暗沉的肤质状态，使面部变得透亮白皙，呈现出奶油一般的细腻肤质，提高了图像美化效果，而且处理方式简单，可以实现对图像的实时处理。
在一个示例性的实施方式中，为了进一步提高图像美化的视觉效果，如图4提供的另一种图像处理方法的流程示意图，该方法还可以包括：
在步骤S211中，根据所述目标面部区域图像中的关键点信息，将预设妆容素材叠加到所述目标面部区域图像上。
具体的实施中，可以对目标面部区域图像进行关键点检测，得到关键点信息。
其中，关键点检测可以采用预先训练好的关键点检测模型，将目标面部区域图像输入到关键点检测模型进行关键点检测，得到输出的关键点信息。关键点信息可以包括各关键点的位置坐标，各关键点的位置坐标可以定位出目标面部区域图像中的面部轮廓、眼睛、眉毛、嘴唇以及鼻子轮廓等。
然后，获取预设妆容素材。具体的，预设妆容素材可以从妆容素材库中获取，可以提供默认的妆容素材，也可以根据用户对妆容素材的选取操作，获取被选取的妆容素材。示例行的，预设妆容素材可以包括腮红、口红、眼影等用于修饰面部肤色的素材。
进而，根据上述的关键点信息将预设妆容素材叠加到目标面部区域图像上。
具体的，可以根据关键点信息确定各面部子区域，然后相应的预设妆容素材按照对应面部子区域的大小叠加在该面部子区域上，从而可以提升面部气色，进一步提高图像美化的视觉效果。
图5是根据一示例性实施例示出的一种图像处理装置的框图。参照图5，该图像处理装置500包括：
第一亮度分量确定单元510，被配置为执行获取面部区域图像，确定所述面部区域图像中像素在预设颜色空间的第一亮度分量；
亮度抑制单元520，被配置为执行对所述像素的第一亮度分量进行亮度抑制，得到所述像素对应的第二亮度分量；所述第二亮度分量小于所述第一亮度分量，且所述亮度抑制的程度与所述第一亮度分量成负相关关系；
亮度增强单元530，被配置为执行对所述像素的第一亮度分量进行增强处理，得到所述像素对应的第三亮度分量；
亮度融合单元540，被配置为执行对所述像素对应的第一亮度分量、第二亮度分量和第三亮度分量进行融合处理，得到所述像素对应的融合亮度分量；
替换单元550，被配置为执行将所述面部区域图像中像素的所述第一亮度分量替换为所述像素对应的融合亮度分量，得到目标面部区域图像。
在一个示例性的实施方式中，所述预设颜色空间为YCbCr颜色空间；所述亮度抑制单元520，包括：
亮度计算单元，被配置为执行以所述像素的Y分量作为底数，以预设数值作为指数，确定亮度计算值；所述预设数值大于1；
第二亮度分量确定单元，被配置为执行根据所述亮度计算值，确定所述像素对应的第二亮度分量。
在一个示例性的实施方式中，所述预设数值包括第一预设数值和第二预设数值，且所述第一预设数值与所述第二预设数值不同；
所述亮度计算单元，具体被配置为执行以所述像素的Y分量作为底数，分别以所述第一预设数值和所述第二预设数值作为指数，确定第一亮度计算值和第二亮度计算值；
所述第二亮度分量确定单元，具体被配置为执行根据预设抑制系数，对所述第一亮度计算值和所述第二亮度计算值进行线性融合，得到所述像素对应的第二亮度分量。
在一个示例性的实施方式中，所述亮度增强单元530，包括：
拉伸单元，被配置为执行对所述像素的第一亮度分量进行曲线拉伸，得到所述像素对应的拉伸亮度分量；
线性融合单元，被配置为执行根据预设拉伸系数，对所述像素对应的第一亮度分量和所述拉伸亮度分量进行线性融合，得到所述像素对应的第三亮度分量。
在一个示例性的实施方式中，所述亮度融合单元540，包括：
第一确定单元，被配置为执行确定第一融合系数与所述像素对应的第一亮度分量的第一乘积，以及第二融合系数与所述像素对应的第三亮度分量的第二乘积；所述第二融合系数为所述述像素对应的第二亮度分量，所述第一融合系数与所述第二融合系数的和为1；
第二确定单元，被配置为执行确定所述第一乘积与所述第二乘积的和，得到所述像素对应的融合亮度分量。
在一个示例性的实施方式中，所述第一亮度分量确定单元510，包括：
面部区域检测单元，被配置为执行获取待处理图像，对所述待处理图像进行面部区域检测，得到初始面部区域图像；
第一缩放单元，被配置为执行基于预设比例对所述初始面部区域图像进行缩小处理，得到第一面部区域图像；
高斯模糊处理单元，被配置为执行对所第一面部区域图像进行高斯模糊处理，得到第二面部区域图像；
第二缩放单元，被配置为执行将所述第二面部区域图像缩放回原始尺寸，得到面部区域图像；所述原始尺寸为所述初始面部区域图像的尺寸。
在一个示例性的实施方式中，所述装置还包括：
素材叠加单元，被配置为执行根据所述目标面部区域图像中的关键点信息，将预设妆容素材叠加到所述目标面部区域图像上。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该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。
在一个示例性的实施方式中，还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，处理器被配置为执行存储器上所存放的指令时，实现本公开实施例中提供的任意一种图像处理方法。
该电子设备可以是终端、服务器或者类似的运算装置，以该电子设备是终端为例，图6是根据一示例性实施例示出的一种用于图像处理的终端的框图，具体来讲：
所述终端可以包括RF(Radio Frequency，射频)电路610、包括有一个或一个以上计算机可读存储介质的存储器620、输入单元630、显示单元640、传感器650、音频电路660、WiFi(wireless fidelity，无线保真)模块670、包括有一个或者一个以上处理核心的处理器680、以及电源690等部件。本领域技术人员可以理解，图6中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
RF电路610可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器680处理；另外，将涉及上行的数据发送给基站。通常，RF电路610包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、LNA(Low Noise Amplifier，低噪声放大器)、双工器等。此外，RF电路610还可以通过无线通信与网络和其他终端通信。所述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA(CodeDivision Multiple Access，码分多址)、WCDMA(Wideband Code Division MultipleAccess,宽带码分多址)、LTE(Long Term Evolution,长期演进)、电子邮件、SMS(ShortMessaging Service，短消息服务)等。
存储器620可用于存储软件程序以及模块，处理器680通过运行存储在存储器620的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器620可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、功能所需的应用程序等；存储数据区可存储根据所述终端的使用所创建的数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器620还可以包括存储器控制器，以提供处理器680和输入单元630对存储器620的访问。
输入单元630可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元630可包括触敏表面631以及其他输入设备632。触敏表面631，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面631上或在触敏表面631附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面631可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器680，并能接收处理器680发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面631。除了触敏表面631，输入单元630还可以包括其他输入设备632。具体地，其他输入设备632可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元640可用于显示由用户输入的信息或提供给用户的信息以及所述终端的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元640可包括显示面板641，可选的，可以采用LCD(Liquid Crystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板641。进一步的，触敏表面631可覆盖显示面板641，当触敏表面631检测到在其上或附近的触摸操作后，传送给处理器680以确定触摸事件的类型，随后处理器680根据触摸事件的类型在显示面板641上提供相应的视觉输出。其中，触敏表面631与显示面板641可以两个独立的部件来实现输入和输入功能，但是在某些实施例中，也可以将触敏表面631与显示面板641集成而实现输入和输出功能。
所述终端还可包括至少一种传感器650，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板641的亮度，接近传感器可在所述终端移动到耳边时，关闭显示面板641和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于所述终端还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路660、扬声器661，传声器662可提供用户与所述终端之间的音频接口。音频电路660可将接收到的音频数据转换后的电信号，传输到扬声器661，由扬声器661转换为声音信号输出；另一方面，传声器662将收集的声音信号转换为电信号，由音频电路660接收后转换为音频数据，再将音频数据输出处理器680处理后，经RF电路610以发送给比如另一终端，或者将音频数据输出至存储器620以便进一步处理。音频电路660还可能包括耳塞插孔，以提供外设耳机与所述终端的通信。
WiFi属于短距离无线传输技术，所述终端通过WiFi模块670可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图6示出了WiFi模块670，但是可以理解的是，其并不属于所述终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器680是所述终端的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器620内的软件程序和/或模块，以及调用存储在存储器620内的数据，执行所述终端的各种功能和处理数据，从而对终端进行整体监控。可选的，处理器680可包括一个或多个处理核心；优选的，处理器680可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器680中。
所述终端还包括给各个部件供电的电源690(比如电池)，优选的，电源可以通过电源管理系统与处理器680逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源690还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出，所述终端还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，终端还包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行。上述一个或者一个以上程序包含用于执行上述方法实施例提供的图像处理方法的指令。
在一个示例性的实施方式中，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620，上述指令可由装置600的处理器680执行以完成上述图像处理方法。可选地，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。
在一个示例性的实施方式中，还提供了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本公开实施例中提供的任意一种图像处理方法。
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：
获取面部区域图像，确定所述面部区域图像中像素在预设颜色空间的第一亮度分量；
对所述像素的第一亮度分量进行亮度抑制，得到所述像素对应的第二亮度分量；所述第二亮度分量小于所述第一亮度分量，且所述亮度抑制的程度与所述第一亮度分量成负相关关系；
对所述像素的第一亮度分量进行增强处理，得到所述像素对应的第三亮度分量；
对所述像素对应的第一亮度分量、第二亮度分量和第三亮度分量进行融合处理，得到所述像素对应的融合亮度分量；
将所述面部区域图像中像素的所述第一亮度分量替换为所述像素对应的融合亮度分量，得到目标面部区域图像。
2.根据权利要求1所述的图像处理方法，其特征在于，所述预设颜色空间为YCbCr颜色空间；所述对所述像素的第一亮度分量进行亮度抑制，得到所述像素对应的第二亮度分量，包括：
以所述像素的Y分量作为底数，以预设数值作为指数，确定亮度计算值；所述预设数值大于1；
根据所述亮度计算值，确定所述像素对应的第二亮度分量。
3.根据权利要求2所述的图像处理方法，其特征在于，所述预设数值包括第一预设数值和第二预设数值，且所述第一预设数值与所述第二预设数值不同；
所述以所述像素的Y分量作为底数，以预设数值作为指数，确定亮度计算值包括：
以所述像素的Y分量作为底数，分别以所述第一预设数值和所述第二预设数值作为指数，确定第一亮度计算值和第二亮度计算值；
所述根据所述亮度计算值，确定所述像素对应的第二亮度分量，包括：
根据预设抑制系数，对所述第一亮度计算值和所述第二亮度计算值进行线性融合，得到所述像素对应的第二亮度分量。
4.根据权利要求1所述的图像处理方法，其特征在于，所述对所述像素的第一亮度分量进行增强处理，得到所述像素对应的第三亮度分量包括：
对所述像素的第一亮度分量进行曲线拉伸，得到所述像素对应的拉伸亮度分量；
根据预设拉伸系数，对所述像素对应的第一亮度分量和所述拉伸亮度分量进行线性融合，得到所述像素对应的第三亮度分量。
5.根据权利要求1所述的图像处理方法，其特征在于，所述对所述像素对应的第一亮度分量、第二亮度分量和第三亮度分量进行融合处理，得到所述像素对应的融合亮度分量包括：
确定第一融合系数与所述像素对应的第一亮度分量的第一乘积，以及第二融合系数与所述像素对应的第三亮度分量的第二乘积；所述第二融合系数为所述述像素对应的第二亮度分量，所述第一融合系数与所述第二融合系数的和为1；
确定所述第一乘积与所述第二乘积的和，得到所述像素对应的融合亮度分量。
6.根据权利要求1～5中任一项所述的图像处理方法，其特征在于，所述获取面部肤区域图像，包括：
获取待处理图像，对所述待处理图像进行面部区域检测，得到初始面部区域图像；
基于预设比例对所述初始面部区域图像进行缩小处理，得到第一面部区域图像；
对所第一面部区域图像进行高斯模糊处理，得到第二面部区域图像；
将所述第二面部区域图像缩放回原始尺寸，得到所述面部区域图像；所述原始尺寸为所述初始面部区域图像的尺寸。
7.一种图像处理装置，其特征在于，包括：
第一亮度分量确定单元，被配置为执行获取面部区域图像，确定所述面部区域图像中像素在预设颜色空间的第一亮度分量；
亮度抑制单元，被配置为执行对所述像素的第一亮度分量进行亮度抑制，得到所述像素对应的第二亮度分量；所述第二亮度分量小于所述第一亮度分量，且所述亮度抑制的程度与所述第一亮度分量成负相关关系；
亮度增强单元，被配置为执行对所述像素的第一亮度分量进行增强处理，得到所述像素对应的第三亮度分量；
亮度融合单元，被配置为执行对所述像素对应的第一亮度分量、第二亮度分量和第三亮度分量进行融合处理，得到所述像素对应的融合亮度分量；
替换单元，被配置为执行将所述面部区域图像中像素的所述第一亮度分量替换为所述像素对应的融合亮度分量，得到目标面部区域图像。
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，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。
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 |
|---|---|---|---|
| CN202210313147.0A CN114972009A (zh) | 2022-03-28 | 2022-03-28 | 一种图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210313147.0A CN114972009A (zh) | 2022-03-28 | 2022-03-28 | 一种图像处理方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114972009A true CN114972009A (zh) | 2022-08-30 |
Family
ID=82975774
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210313147.0A Pending CN114972009A (zh) | 2022-03-28 | 2022-03-28 | 一种图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114972009A (zh) |
-
2022
- 2022-03-28 CN CN202210313147.0A patent/CN114972009A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107256555B (zh) | 一种图像处理方法、装置及存储介质 | |
| US11443462B2 (en) | Method and apparatus for generating cartoon face image, and computer storage medium | |
| CN109191410B (zh) | 一种人脸图像融合方法、装置及存储介质 | |
| WO2020216054A1 (zh) | 视线追踪模型训练的方法、视线追踪的方法及装置 | |
| US20200335136A1 (en) | Method and device for processing video | |
| CN106156730B (zh) | 一种人脸图像的合成方法和装置 | |
| CN113132618B (zh) | 辅助拍照方法、装置、终端设备及存储介质 | |
| CN110163806B (zh) | 一种图像处理方法、装置以及存储介质 | |
| US11030733B2 (en) | Method, electronic device and storage medium for processing image | |
| CN108875594B (zh) | 一种人脸图像的处理方法、装置以及存储介质 | |
| CN110689479B (zh) | 一种人脸上妆方法、装置、设备及介质 | |
| CN107644396B (zh) | 一种唇色调整方法和装置 | |
| CN110443769A (zh) | 图像处理方法、图像处理装置及终端设备 | |
| CN112669197A (zh) | 图像处理方法、装置、移动终端及存储介质 | |
| CN107895352A (zh) | 一种图像处理方法及移动终端 | |
| CN110619614B (zh) | 图像处理的方法、装置、计算机设备以及存储介质 | |
| CN111080747B (zh) | 一种人脸图像处理方法及电子设备 | |
| CN110807769B (zh) | 图像显示控制方法及装置 | |
| CN110363702B (zh) | 图像处理方法及相关产品 | |
| CN113255396A (zh) | 图像处理模型的训练方法及装置、图像处理方法及装置 | |
| CN109639981B (zh) | 一种图像拍摄方法及移动终端 | |
| CN107665074A (zh) | 一种色温调节方法及移动终端 | |
| CN113409468B (zh) | 一种图像处理方法、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 | |
| CN107563353B (zh) | 一种图像处理方法、装置及移动终端 |
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 |