CN115131446A - 美妆镜、图像处理方法、图像处理装置及存储介质 - Google Patents
美妆镜、图像处理方法、图像处理装置及存储介质 Download PDFInfo
- Publication number
- CN115131446A CN115131446A CN202110334708.0A CN202110334708A CN115131446A CN 115131446 A CN115131446 A CN 115131446A CN 202110334708 A CN202110334708 A CN 202110334708A CN 115131446 A CN115131446 A CN 115131446A
- Authority
- CN
- China
- Prior art keywords
- image
- human body
- target human
- processed
- image processing
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 144
- 239000002537 cosmetic Substances 0.000 title claims abstract description 91
- 238000003672 processing method Methods 0.000 title claims abstract description 79
- 239000008280 blood Substances 0.000 claims abstract description 84
- 210000004369 blood Anatomy 0.000 claims abstract description 84
- 230000035617 depilation Effects 0.000 claims abstract description 31
- 239000001054 red pigment Substances 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 52
- 230000008569 process Effects 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 29
- 102000001554 Hemoglobins Human genes 0.000 claims description 26
- 108010054147 Hemoglobins Proteins 0.000 claims description 26
- 239000013589 supplement Substances 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 16
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 230000036541 health Effects 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 description 15
- 210000004209 hair Anatomy 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 6
- 230000003796 beauty Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 210000003491 skin Anatomy 0.000 description 5
- 230000002951 depilatory effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008961 swelling Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 208000010668 atopic eczema Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000006071 cream Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 210000003780 hair follicle Anatomy 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000026676 system process Effects 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- 206010012434 Dermatitis allergic Diseases 0.000 description 1
- 206010018852 Haematoma Diseases 0.000 description 1
- 229930182622 Rubrin Natural products 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000172 allergic effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 201000008937 atopic dermatitis Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 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
- 230000019612 pigmentation Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000005808 skin problem Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47G—HOUSEHOLD OR TABLE EQUIPMENT
- A47G1/00—Mirrors; Picture frames or the like, e.g. provided with heating, lighting or ventilating means
- A47G1/02—Mirrors used as equipment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
- G06F3/0412—Digitisers structurally integrated in a display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本公开是关于一种美妆镜、图像处理方法、图像处理装置及存储介质。其中,图像处理方法应用于云端系统,包括:接收美妆镜发送的待处理图像,其中,待处理图像中包括经过脱毛处理后的目标人体图像;基于目标人体图像,确定目标人体图像的特征值;基于特征值,确定目标人体图像的血红色素强度;基于血红色素强度判断目标人体图像是否红肿,得到识别结果。通过本公开所述的图像处理方法,可以方便用户快速了解脱毛后的健康状况。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及美妆镜、图像处理方法、图像处理装置及存储介质。
背景技术
美妆镜作为用于协助个人化妆、卸妆、美容、护肤等操作的工作,在日常生活中被广泛应用。例如,用户可以借助美妆镜确定自己的脱毛区域。
然而,在家庭日常生活中进行脱毛时,不正确的脱毛工具或脱毛动作,会给皮肤带来不同程度的副作用。因此,当前如何方便用户快速了解脱毛后的健康状况已经成为用户的迫切需求。
发明内容
为克服相关技术中存在的问题,本公开提供一种美妆镜、图像处理方法、图像处理装置及存储介质。
根据本公开实施例的第一方面,提供一种图像处理方法。其中,图像处理方法应用于云端系统,包括:接收美妆镜发送的待处理图像,其中,所述待处理图像中包括经过脱毛处理后的目标人体图像;基于所述目标人体图像,确定所述目标人体图像的特征值;基于所述特征值,确定所述目标人体图像的血红色素强度;基于所述血红色素强度判断所述目标人体图像是否红肿,得到识别结果。
在一种实施例中,所述特征值包括像素点的RGB值,所述基于所述特征值,确定所述目标人体图像的血红色素强度,包括:基于所述目标人体图像中像素点的RGB值,确定所述目标人体图像的血红色素强度。
可选地,所述基于所述目标人体图像中像素点的RGB值,确定所述目标人体图像的血红色素强度,包括:基于所述RGB值,确定与所述RGB值对应的Lab空间的值,以及与所述RGB值对应的YCbCr空间的值;基于所述RGB值、所述Lab空间的值和所述YCbCr空间的值,确定所述目标人体图像的血红色素强度。
可选地,所述基于所述RGB值、所述Lab空间的值和所述YCbCr空间的值,确定所述目标人体图像的血红色素强度,包括:确定血红色素强度计算系数;基于所述RGB值、所述Lab空间的值、所述YCbCr空间的值,以及所述血红色素强度计算系数,确定所述目标人体图像的像素点的血红色素强度;基于所述目标人体图像的像素点的血红色素强度,确定所述目标人体图像的血红色素强度。
可选地,所述基于所述RGB值、所述Lab空间的值、所述YCbCr空间的值,以及所述血红色素强度计算系数,确定所述目标人体图像的像素点的血红色素强度,通过以下公式实现:
Strength=w1*a+w2*b+w3*c+w4*d
其中,Strength为所述目标人体图像中像素点的血红色素强度;w1至w4为所述血红色素强度计算系数;a为所述像素点的所述Lab空间的a通道值;b为所述像素点的所述YCbCr空间的Cr通道值;c为所述像素点的所述RGB中的R通道值;d为所述像素点的所述RGB中的R通道值与G通道值之差的绝对值。
在一种实施例中,所述图像处理方法还包括:将所述识别结果发送至所述美妆镜和/或移动终端。
在一种实施例中,所述图像处理方法还包括:若检测出所述待处理图像中不包括目标人体图像,则发送重新采集待处理图像的信息至所述美妆镜,使所述美妆镜重新采集待处理图像。
根据本公开实施例的第二方面,提供一种图像处理方法。其中,图像处理方法应用于美妆镜,包括:采集待处理图像,其中,所述待处理图像中包括经过脱毛处理后的目标人体图像;将所述待处理图像发送至云端系统,使所述云端系统通过如权利要求1至7中任意一项所述的图像处理方法进行图像处理。
在一种实施例中,所述图像处理方法还包括:接收并显示所述云端系统发送的所述目标人体图像是否红肿的识别结果。
在一种实施例中,所述美妆镜包括补光灯,所述采集待处理图像包括:在采集所述待处理图像过程中基于所述补光灯进行补光处理。
在一种实施例中,所述美妆镜包括触摸显示屏,所述采集待处理图像包括:通过所述触摸显示屏显示所述待处理图像;基于所述触摸显示屏被触控位置,确定所述经过脱毛处理后的目标人体图像。
在一种实施例中,所述图像处理方法还包括:接收所述云端系统发送的重新采集待处理图像的信息,并基于所述信息重新采集待处理图像;发送重新采集的待处理图像至所述云端系统。
根据本公开实施例的第三方面,提供一种美妆镜。其中,美妆镜应用本公开第二方面或第二方面任意一项实施方式所述的图像处理方法,所述美妆镜包括:摄像模组,用于采集待处理图像,其中,所述待处理图像中包括经过脱毛处理后的目标人体图像;通信模组,用于将所述待处理图像发送至云端系统。
在一种实施例中,所述美妆镜还包括:补光灯,用于为所述摄像模组在采集所述待处理图像的过程中进行补光。
可选地,所述美妆镜还包括:光线传感器,用于检测外界环境光的光强度;处理模块,用于基于所述光线传感器检测到外界环境光的光强度,控制所述补光灯的补光量。
在一种实施例中,所述美妆镜还包括:触摸显示屏,用于显示所述待处理图像;并基于所述触摸显示屏被触控位置,确定所述经过脱毛处理后的目标人体图像。
可选地,所述触摸显示屏还用于:显示所述云端系统发送的识别结果。
根据本公开实施例的第四方面,提供一种图像处理装置。其中,图像处理装置应用于云端系统,包括:第一接收模块,用于接收美妆镜发送的待处理图像,其中,所述待处理图像中包括经过脱毛处理后的目标人体图像;第一处理模块,用于基于所述目标人体图像,确定所述目标人体图像的特征值;基于所述特征值,确定所述目标人体图像的血红色素强度;基于所述血红色素强度判断所述目标人体图像是否红肿,得到识别结果。
在一种实施例中,所述特征值包括像素点的RGB值,所述第一处理模块采用以下方式基于所述特征值,确定所述目标人体图像的血红色素强度:基于所述目标人体图像中像素点的RGB值,确定所述目标人体图像的血红色素强度。
可选地,所述第一处理模块采用以下方式基于所述目标人体图像中像素点的RGB值,确定所述目标人体图像的血红色素强度:基于所述RGB值,确定与所述RGB值对应的Lab空间的值,以及与所述RGB值对应的YCbCr空间的值;基于所述RGB值、所述Lab空间的值和所述YCbCr空间的值,确定所述目标人体图像的血红色素强度。
可选地,所述第一处理模块采用以下方式基于所述RGB值、所述Lab空间的值和所述YCbCr空间的值,确定所述目标人体图像的血红色素强度:确定血红色素强度计算系数;基于所述RGB值、所述Lab空间的值、所述YCbCr空间的值,以及所述血红色素强度计算系数,确定所述目标人体图像的像素点的血红色素强度;基于所述目标人体图像的像素点的血红色素强度,确定所述目标人体图像的血红色素强度。
可选地,所述第一处理模块采用以下方式基于所述RGB值、所述Lab空间的值、所述YCbCr空间的值,以及所述血红色素强度计算系数,确定所述目标人体图像的像素点的血红色素强度:
Strength=w1*a+w2*b+w3*c+w4*d
其中,Strength为所述目标人体图像中像素点的血红色素强度;w1至w4为所述血红色素强度计算系数;a为所述像素点的所述Lab空间的a通道值;b为所述像素点的所述YCbCr空间的Cr通道值;c为所述像素点的所述RGB中的R通道值;d为所述像素点的所述RGB中的R通道值与G通道值之差的绝对值。
在一种实施例中,所述图像处理装置还包括:第一发送模块,用于将所述识别结果发送至所述美妆镜和/或移动终端。
在一种实施例中,所述第一发送模块还用于:若检测出所述待处理图像中不包括目标人体图像,则发送重新采集待处理图像的信息至所述美妆镜,使所述美妆镜重新采集待处理图像。
根据本公开实施例的第五方面,提供一种图像处理装置。其中,图像处理装置应用于美妆镜,包括:采集模块,用于采集待处理图像,其中,所述待处理图像中包括经过脱毛处理后的目标人体图像;第二发送模块,用于将所述待处理图像发送至云端系统,使所述云端系统通过如本公开第一方面或第一方面任意一种实施方式所述的图像处理方法进行图像处理。
在一种实施例中,所述图像处理装置还包括:显示模块,用于接收并显示所述云端系统发送的所述目标人体图像是否红肿的识别结果。
在一种实施例中,所述美妆镜包括补光灯,所述采集模块采用以下方式采集待处理图像:在采集所述待处理图像过程中基于所述补光灯进行补光处理。
在一种实施例中,所述美妆镜包括触摸显示屏,所述采集模块采用以下方式采集待处理图像:通过所述触摸显示屏显示所述待处理图像;基于所述触摸显示屏被触控位置,确定所述经过脱毛处理后的目标人体图像。
在一种实施例中,所述图像处理装置还包括:第二接收模块,用于接收所述云端系统发送的重新采集待处理图像的信息,并基于所述信息重新采集待处理图像;所述第二发送模块还用于:发送重新采集的待处理图像至所述云端系统。
根据本公开实施例的第六方面,提供一种图像处理装置,包括处理器;用于存储处理器可执行指令的存储器;其中,处理器被配置为用于调用指令执行本公开第一方面或第一方面任意一种实施方式、第二方面或第二方面任意一种实施方式中所述的图像处理方法。
根据本公开实施例的第七方面,提供一种非临时性计算机可读存储介质,当存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行本公开第一方面或第一方面任意一种实施方式、第二方面或第二方面任意一种实施方式中所述的图像处理方法。
本公开的实施例提供的技术方案可以包括以下有益效果:通过接收美妆镜发送的待处理图像,确定待处理图像中目标人体图像的特征值,并确定目标人体图像的血红色素强度。进一步地,基于血红色素强度判断经过脱毛处理后的目标人体图像是否出现红肿等问题,以方便用户快速了解脱毛后的健康状况。
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。
图1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。
图2是根据一示例性实施例示出的一种基于目标人体图像中像素点的RGB值,确定目标人体图像的血红色素强度的流程图。
图3是根据一示例性实施例示出的一种基于RGB值、Lab空间的值和YCbCr空间的值,确定目标人体图像的血红色素强度的流程图。
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图。
图5是根据一示例性实施例示出的又一种图像处理方法的流程图。
图6是根据一示例性实施例示出的一种图像处理方法的应用场景示意图。
图7是根据一示例性实施例示出的又一种图像处理方法的流程图。
图8是根据一示例性实施例示出的又一种图像处理方法的流程图。
图9是根据一示例性实施例示出的又一种图像处理方法的流程图。
图10是根据一示例性实施例示出的一种美妆镜的结构示意图。
图11是根据一示例性实施例示出的另一种美妆镜的结构示意图。
图12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13是根据一示例性实施例示出的另一种图像处理装置的框图。
图14是根据一示例性实施例示出的一种用于图像处理的装置的框图。
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。
在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本公开一部分实施例,而不是全部的实施例。下面通过参考附图描述的实施例是示例性的,旨在用于解释本公开,而不能理解为对本公开的限制。基于本公开中的实施例,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,都属于本公开保护的范围。下面结合附图对本公开的实施例进行详细说明。
在本实施例的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本实施例保护范围的限制。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件的相对布置、数字表达式和数值不限制本公开的范围。
美妆镜作为用于协助个人化妆、卸妆、美容、护肤等操作的工作,在日常生活中被广泛应用。例如,用户可以借助美妆镜确定自己的脱毛区域。当前,市场上有大量的脱毛产品,例如,男性用户广泛使用的剃须刀、刮胡刀,女性用户使用的脱毛膏、刮毛刀、脱毛器、激光冰点脱毛等。但是,在家庭日常生活中进行脱毛时,不正确的脱毛工具使用或脱毛动作,会给皮肤带来不同程度的副作用。例如,有些人对脱毛膏中的成分过敏会导致过敏性皮炎,有些人将汗毛拔除会刺激毛囊,导致毛囊感染引起局部红肿,激光脱毛时能量大小控制不好,会导致皮肤出现水泡灼伤,留下色素沉着等。
因此,当前如何方便用户快速了解脱毛后的健康状况已经成为用户的迫切需求。
本公开实施例提供的图像处理方法,通过接收美妆镜发送的待处理图像,确定待处理图像中目标人体图像的特征值,并确定目标人体图像的血红色素强度。进一步地,基于血红色素强度判断经过脱毛处理后的目标人体图像是否出现红肿等问题,以方便用户快速了解脱毛后的健康状况。
图1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。
在本公开一示例性实施例中,图像处理方法可以应用于云端系统。可以理解的是,云端系统具有处理图像的能力。在一示例中,云端系统通过图像处理算法对图像进行处理。
如图1所示,图像处理方法可以包括步骤S11至步骤S14。下面将分别介绍各步骤。
在步骤S11中,接收美妆镜发送的待处理图像。其中,待处理图像中包括经过脱毛处理后的目标人体图像。
在一种实施例中,可以接收美妆镜发送的待处理图像。其中,美妆镜可以具有摄像模组,并通过摄像模组采集待处理图像。需要说明的是,待处理图像中包括经过脱毛处理后的目标人体图像。在一示例中,目标人体图像可以是经过脱毛处理后的人体手臂或大腿等。
在步骤S12中,基于目标人体图像,确定目标人体图像的特征值。
在步骤S13中,基于特征值,确定目标人体图像的血红色素强度。
在一种实施例中,可以基于目标人体图像,确定目标人体图像的特征值。其中,特征值可以是目标人体图像中像素点的RGB值。特征值还可以是目标人体图像中关于人体特征的值。在应用过程中,可以基于特征值,确定目标人体图像的血红色素强度。需要说明的是,特征值可以根据实际情况进行调整,在本公开中,不对特征值作具体限定。
在步骤S14中,基于血红色素强度判断目标人体图像是否红肿,得到识别结果。
血红色素强度的大小可以反应出用户在脱毛过程中是否出现红肿等皮肤问题。在一种实施例中,可以基于血红色素强度判断目标人体图像中的人体在脱毛过程中是否出现红肿,并得到识别结果。
在一示例中,可以通过判断血红色素强度是否超过强度阈值,确定目标人体图像中的人体是否出现红肿。当血红色素强度超过强度阈值时,可以确定目标人体图像中的人体出现红肿。当血红色素强度未超过强度阈值时,可以确定目标人体图像中的人体未出现红肿。需要说明的是,强度阈值可以根据实际情况进行确定,在本公开中,不对强度阈值作具体限定。
在又一示例中,当目标人体图像中超过预设面积百分比的区域的血红色素强度超过强度阈值时,可以确定目标人体图像中的人体出现红肿。在另一示例中,当目标人体图像中存在血红色素强度超过强度阈值的预设倍数时,例如,预设倍数可以是2倍,可以理解为目标人体图像中出现了严重红肿现象。
在一种实施例中,还可以根据目标人体图像中的人体是否出现红肿现象来生成相应的脱毛评估报告或识别结果。进而为用户提供关于脱毛的建议,方便用户了解脱毛后的健康状况。
本公开实施例提供的图像处理方法,通过接收美妆镜发送的待处理图像,确定待处理图像中目标人体图像的特征值,并确定目标人体图像的血红色素强度。进一步地,基于血红色素强度判断经过脱毛处理后的目标人体图像是否出现红肿等问题,以方便用户快速了解脱毛后的健康状况。
目标人体图像的特征值可以是目标人体图像中像素点的RGB值。
在本公开一示例性实施例中,基于特征值,确定目标人体图像的血红色素强度可以采用以下方式实现:可以基于目标人体图像中像素点的RGB值,确定目标人体图像的血红色素强度。
本公开将结合下述实施例对基于目标人体图像中像素点的RGB值,确定目标人体图像的血红色素强度的过程进行说明。
图2是根据一示例性实施例示出的一种基于目标人体图像中像素点的RGB值,确定目标人体图像的血红色素强度的流程图。
在本公开一示例性实施例中,如图2所示,基于目标人体图像中像素点的RGB值,确定目标人体图像的血红色素强度可以包括步骤S21和步骤S22。下面将分别介绍各步骤。
在步骤S21中,基于RGB值,确定与RGB值对应的Lab空间的值,以及与RGB值对应的YCbCr空间的值。
Lab空间表示一种色彩空间。在Lab空间中,L分量用于表示像素的亮度,取值范围可以是[0,100],可以表示从纯黑到纯白。a分量用于表示从红色到绿色的范围,取值范围可以是[127,-128]。b分量用于表示从黄色到蓝色的范围,取值范围可以是[127,-128]。
在应用过程中,RGB空间可以借助XYZ空间,把RGB空间转换到XYZ空间,再把XYZ空间转换到Lab空间。可以理解的是,RGB空间内的值可以与Lab空间内的值相对应。
YCbCr空间表示另一种色彩空间。其中,Y表示亮度分量,Cb表示蓝色色度分量,Cr表示红色色度分量。
在一种实施例中,可以基于像素点的RGB值,确定与RGB值对应的Lab空间的值,以及与RGB值对应的YCbCr空间的值。在一种示例中,可以基于像素点的RGB值,确定Lab空间的a通道的值。还可以基于像素点的RGB值,确定YCbCr空间的Cr通道的值。
在步骤S22中,基于RGB值、Lab空间的值和YCbCr空间的值,确定目标人体图像的血红色素强度。
在应用过程中,可以基于RGB值、Lab空间的a通道的值以及YCbCr空间的Cr通道的值,确定目标人体图像的血红色素强度。
本公开将结合下述实施例对基于RGB值、Lab空间的值和YCbCr空间的值,确定目标人体图像的血红色素强度的过程进行说明。
图3是根据一示例性实施例示出的一种基于RGB值、Lab空间的值和YCbCr空间的值,确定目标人体图像的血红色素强度的流程图。
在本公开一示例性实施例中,如图3所示,基于RGB值、Lab空间的值和YCbCr空间的值,确定目标人体图像可以包括步骤S31至步骤S33。下面将分别介绍各步骤。
在步骤S31中,确定血红色素强度计算系数。
美妆镜可以具有摄像模组,并通过摄像模组采集待处理图像。在一种实施例中,血红色素强度计算系数可以基于美妆镜上的摄像模组在不同的光强和色温的环境下进行标定得到。在一示例中,在不同的光强和色温条件下,可以基于美妆镜上的摄像模组在实验室环境下采集的待处理图像,分别与标准图卡进行对照,实现对血红色素强度计算系数的调整与标定。以使真实具有红肿现象的待处理图像在任意光强和色温下,基于血红色素强度计算系数计算得到的待处理图像中目标人体图像的血红色素强度均符合红肿标准。
需要说明的是,当美妆镜上的摄像模组发生更换时,需要按照上述方式重新标定血红色素强度计算系数。
在步骤S32中,基于RGB值、Lab空间的值、YCbCr空间的值,以及血红色素强度计算系数,确定目标人体图像的像素点的血红色素强度。
在步骤S33中,基于目标人体图像的像素点的血红色素强度,确定目标人体图像的血红色素强度。
在一种实施例中,可以基于像素点的RGB值、Lab空间的a通道的值以及YCbCr空间的Cr通道的值,确定目标人体图像中像素点的血红色素强度。在一种示例中,可以基于目标人体图像中各个像素点的RGB值、Lab空间的a通道的值以及YCbCr空间的Cr通道的值,分别确定目标人体图像中各个像素点的血红色素强度。并基于目标人体图像中各个像素点的血红色素强度,确定目标人体图像的血红色素强度。
在另一种实施例中,还可以基于目标人体图像中预设区域内各个像素点的RGB值的平均值,分别确定关于该平均值相对应的Lab空间的a通道的值以及YCbCr空间的Cr通道的值。进一步地,可以基于预设区域内各个像素点的RGB值的平均值,以及相对应的Lab空间的a通道的值、YCbCr空间的Cr通道的值,确定预设区域内各个像素点的血红色素强度。并基于目标人体图像中各个像素点的血红色素强度,确定目标人体图像的血红色素强度。可以理解的是,预设区域内各个像素点的血红色素强度均基于预设区域内各个像素点的RGB值的平均值确定。通过本实施例,可以有效减少在确定目标人体图像中各个像素点的血红色素强度的计算量。
在本公开一示例性实施例中,基于RGB值、Lab空间的值、YCbCr空间的值,以及血红色素强度计算系数,确定目标人体图像的像素点的血红色素强度,可以通过以下公式实现:
Strength=w1*a+w2*b+w3*c+w4*d
其中,Strength表示目标人体图像中像素点的血红色素强度。w1至w4表示血红色素强度计算系数。A表示像素点的Lab空间的a通道值。B表示像素点的YCbCr空间的Cr通道值。c表示像素点的RGB中的R通道值。d表示像素点的RGB中的R通道值与G通道值之差的绝对值。其中,d还可以表示为|R-G|。在一种示例中,w1的取值范围可以是[0.3,0.4];w2的取值范围可以是[0.2,0.3];w3的取值范围可以是[0.2,0.3];w4的取值范围可以是[0.05,0.1]。
本公开将结合下述实施例对另一种图像处理方法的过程进行说明。
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图。
在本公开一示例性实施例中,如图4所示,图像处理方法可以包括步骤S41至步骤S45,其中,步骤S41至步骤S44分别与步骤S11至步骤S14相同,其具体实施方式与有益效果请参照前文,在此不再赘述。下面将详细介绍步骤S45。
在步骤S45中,将识别结果发送至美妆镜和/或移动终端。
在一种实施例中,可以将关于目标人体图像是否红肿的识别结果发送至美妆镜和/移动终端。通过本实施例,可以方便用户直接通过美妆镜或移动终端获取并查看本次脱毛的健康状况,进而可以为用户进行科学脱毛提供指导。
本公开将结合下述实施例对另一种图像处理方法的过程进行说明。
图5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图。
在本公开一示例性实施例中,如图5所示,图像处理方法可以包括步骤S51至步骤S55,其中,步骤S51与步骤S11相同,步骤S53至步骤S55分别与步骤S12至步骤S14其具体实施方式与有益效果请参照前文,在此不再赘述。下面将详细介绍步骤S52。
在步骤S52中,若检测出待处理图像中不包括目标人体图像,则发送重新采集待处理图像的信息至美妆镜,使美妆镜重新采集待处理图像。
在一种实施例中,在接收到美妆镜发送的待处理图像后,若检测出待处理图像中不包括目标人体图像,则表示本次采集的待处理图像不满足条件。因此,可以向美妆镜发送重新采集待处理图像的信息,以使美妆镜重新采集新的待处理图像。
本公开将结合下述实施例对图像处理方法的应用场景进行说明。
图6是根据一示例性实施例示出的一种图像处理方法的应用场景示意图。
在本公开一示例性实施例中,如图6所示,用户使用脱毛工具对手臂20完成脱毛后,可以通过移动终端40选择脱毛评估应用,并开启美妆镜10上的摄像模组。在应用过程中,用户可以将手臂20的脱毛区域放置在摄像模组可拍摄到的区域。待摄像模组完成图像(又可称为待处理图像)采集后,美妆镜10将待处理图像通过网络发送到云端系统30。云端系统30通过专门的图像处理算法,对待处理图像中经过脱毛处理后的目标人体图像进行脱毛健康评估,并将识别结果返回至移动终端40。在本公开实施例中,用户可以通过移动终端40读取识别结果,以了解本次脱毛的健康状况,进而可以为用户进行科学脱毛提供指导。
根据前文描述可知,本公开实施例提供的图像处理方法,通过接收美妆镜发送的待处理图像,确定待处理图像中目标人体图像的特征值,并确定目标人体图像的血红色素强度。进一步地,基于血红色素强度判断经过脱毛处理后的目标人体图像是否出现红肿等问题,以方便用户快速了解脱毛后的健康状况。
基于相同的构思,本公开实施例还提供另一种图像处理方法。
图7是根据一示例性实施例示出的又一种图像处理方法的流程图。
在本公开一示例性实施例中,图像处理方法可以应用于美妆镜。如图7所示,图像处理方法可以包括步骤S61至步骤S62。
在步骤S61中,采集待处理图像。其中,待处理图像中包括经过脱毛处理后的目标人体图像。
在步骤S62中,将待处理图像发送至云端系统,使云端系统通过图像处理方法进行图像处理。其中,图像处理方法可以是本公开第一方面或第一方面任意一种实施方式所述的图像处理方法。
在一种实施例中,美妆镜可以具有摄像模组,并可以通过摄像模组采集待处理图像。其中,待处理图像中包括经过脱毛处理后的目标人体图像。在一示例中,目标人体图像可以是经过脱毛处理后的人体手臂或大腿等。进一步地,将采集的待处理图像发送至云端系统,以使云端系统对待处理图像进行处理,判断待处理图像中的目标人体图像是否红肿,并得到识别结果。在应用过程中,用户可以基于识别结果,了解本次脱毛的健康状况,进而可以为用户进行科学脱毛提供指导。
本公开将结合下述实施例对另一种图像处理方法的过程进行说明。
图8是根据一示例性实施例示出的又一种图像处理方法的流程图。
在本公开一示例性实施例中,如图8所示,图像处理方法可以包括步骤S71至步骤S73,其中,步骤S71至步骤S72分别与步骤S61至步骤S62相同,其具体实施方式与有益效果请参照前文,在此不再赘述。下面将详细介绍步骤S73。
在步骤S73中,接收并显示云端系统发送的目标人体图像是否红肿的识别结果。
在一种实施例中,美妆镜可以接收并显示云端系统发送的目标人体图像是否红肿的识别结果。通过此种方式,可以方便用户直接通过美妆镜查看本次脱毛的健康状况,提高了用户在使用过程中的体验感和满意度。
在本公开一示例性实施例中,美妆镜可以包括补光灯。采集待处理图像可以采用以下方式实现:在采集待处理图像过程中基于补光灯进行补光处理。
为了保证采集的待处理图像具有较高的图像质量,在采集待处理图像过程中,可以基于补光灯进行补光处理。
在另一实施例中,美妆镜还可以包括光线传感器。在采集待处理图像过程中,光线传感器可以检测外界环境光的光强度。在应用过程中,可以基于光线传感器检测到外界环境光的光强度,控制补光灯的补光量,进而可以有效确保采集的待处理图像具有较高的图像质量。
在本公开一示例性实施例中,美妆镜还可以包括触摸显示屏。采集待处理图像可以采用以下方式实现:通过触摸显示屏显示待处理图像;并基于触摸显示屏被触控位置,确定经过脱毛处理后的目标人体图像。
在一种实施例中,在进行待处理图像的采集过程中,可以通过触摸显示屏的触控位置,确定待处理图像中的目标人体图像。可以理解的是,通过触摸显示屏的触控位置,可以圈定出待处理图像中的目标人体图像,进而可以确保采集的待处理图像包括目标人体图像,提高了待处理图像的有效采集效率。
本公开将结合下述实施例对另一种图像处理方法的过程进行说明。
图9是根据一示例性实施例示出的又一种图像处理方法的流程图。
在本公开一示例性实施例中,如图9所示,图像处理方法可以包括步骤S81至步骤S84,其中,步骤S81至步骤S82分别与步骤S61至步骤S62相同,其具体实施方式与有益效果请参照前文,在此不再赘述。下面将详细介绍步骤S83和步骤S84。
在步骤S83中,接收云端系统发送的重新采集待处理图像的信息,并基于信息重新采集待处理图像。
在步骤S84中,发送重新采集的待处理图像至云端系统。
在一种实施例中,云端系统在接收到美妆镜发送的待处理图像后,若检测出待处理图像中不包括目标人体图像,则表示本次采集的待处理图像不满足条件。因此,可以向美妆镜发送重新采集待处理图像的信息。美妆镜可以接收云端系统发送的重新采集待处理图像的信息,并基于该信息重新采集待处理图像。进一步地,美妆镜可以将重新采集的待处理图像再次发送至云端系统。通过此种方式,可以确保云端系统能够接收到满足条件的待处理图像,进而为用户快速了解本次脱毛的健康状况打下基础。
基于相同的构思,本公开实施例还提供一种美妆镜。
图10是根据一示例性实施例示出的一种美妆镜的结构示意图。
在本公开一示例性实施例中,美妆镜可以应用本公开第二方面或第二方面任意一种实施方式所述的图像处理方法。如图10所示,美妆镜100可以包括摄像模组101和通信模组102。下面将分别介绍各模组。
摄像模组101可以用于采集待处理图像。其中,待处理图像中包括经过脱毛处理后的目标人体图像。
通信模组102可以用于将待处理图像发送至云端系统。
在应用过程中,基于摄像模组101,美妆镜100可以直接采集待处理图像,进而可以方便用户在脱毛的过程中直接通过通信模组102将待处理图像发送至云端系统。云端系统通过对待处理图像进行处理,可以判断待处理图像中的目标人体图像是否红肿。通过此种方式,可以确保用户在脱毛的过程中直接了解到本次脱毛的健康状况,进而提高用户在使用过程中的体验感和满意度。
图11是根据一示例性实施例示出的另一种美妆镜的结构示意图。
在本公开一示例性实施例中,如图11所示,美妆镜100除了包括摄像模组101和通信模组102之外,还可以包括补光灯103。
补光灯103可以用于为摄像模组101在采集待处理图像的过程中进行补光。通过本实施例,可以保证采集的待处理图像具有较高的图像质量。
在本公开一示例性实施例中,美妆镜还可以包括光线传感器和处理模块。
在采集待处理图像过程中,光线传感器可以检测外界环境光的光强度。在美妆镜应用过程中,处理模块可以基于光线传感器检测到外界环境光的光强度,控制补光灯的补光量,进而可以有效确保采集的待处理图像具有较高的图像质量。
在本公开一示例性实施例中,美妆镜还可以包括触摸显示屏。
在进行待处理图像的采集过程中,可以通过触摸显示屏的触控位置,确定待处理图像中的目标人体图像。可以理解的是,通过触摸显示屏的触控位置,可以圈定出待处理图像中的目标人体图像,进而可以确保采集的待处理图像包括目标人体图像,提高了待处理图像的有效采集效率。
在本公开又一实施例中,触摸显示屏还可以用于显示云端系统发送的识别结果。
在应用过程中,美妆镜可以基于触摸显示屏直接显示云端系统发送的目标人体图像是否红肿的识别结果。通过此种方式,可以方便用户直接通过美妆镜查看本次脱毛的健康状况,提高了用户在使用过程中的体验感和满意度。
基于相同的构思,本公开实施例还提供一种图像处理装置。
可以理解的是,本公开实施例提供的图像处理装置为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。结合本公开实施例中所公开的各示例的单元及算法步骤,本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能,但是这种实现不应认为超出本公开实施例的技术方案的范围。
图12是根据一示例性实施例示出的一种图像处理装置的框图。
在本公开一示例性实施例中,图像处理装置可以应用于云端系统。如图12所示,图像处理装置200可以包括第一接收模块210和第一处理模块220。下面将分别介绍各模块。
第一接收模块210可以被配置为用于:接收美妆镜发送的待处理图像,其中,待处理图像中包括经过脱毛处理后的目标人体图像。
第一处理模块220可以被配置为用于:基于目标人体图像,确定目标人体图像的特征值;基于所述特征值,确定目标人体图像的血红色素强度;基于血红色素强度判断目标人体图像是否红肿,得到识别结果。
在本公开一示例性实施例中,特征值包括像素点的RGB值,第一处理模块220可以采用以下方式基于特征值,确定目标人体图像的血红色素强度:基于目标人体图像中像素点的RGB值,确定目标人体图像的血红色素强度。
在本公开一示例性实施例中,第一处理模块220可以采用以下方式基于目标人体图像中像素点的RGB值,确定目标人体图像的血红色素强度:基于RGB值,确定与RGB值对应的Lab空间的值,以及与RGB值对应的YCbCr空间的值;基于RGB值、Lab空间的值和Y CbCr空间的值,确定目标人体图像的血红色素强度。
在本公开一示例性实施例中,第一处理模块220可以采用以下方式基于RGB值、Lab空间的值和YCbCr空间的值,确定目标人体图像的血红色素强度:确定血红色素强度计算系数;基于RGB值、Lab空间的值、YCbCr空间的值,以及血红色素强度计算系数,确定目标人体图像的像素点的血红色素强度;基于目标人体图像的像素点的血红色素强度,确定目标人体图像的血红色素强度。
在本公开一示例性实施例中,第一处理模块220可以采用以下方式基于RGB值、Lab空间的值、YCbCr空间的值,以及血红色素强度计算系数,确定目标人体图像的像素点的血红色素强度:
Strength=w1*a+w2*b+w3*c+w4*d
其中,Strength为目标人体图像中像素点的血红色素强度;w1至w4为血红色素强度计算系数;a为像素点的Lab空间的a通道值;b为像素点的YCbCr空间的Cr通道值;c为像素点的RGB中的R通道值;d为像素点的RGB中的R通道值与G通道值之差的绝对值。
在本公开一示例性实施例中,图像处理装置200还包括第一发送模块。其中,第一发送模块可以被配置为用于:将识别结果发送至美妆镜和/或移动终端。
在本公开一示例性实施例中,第一发送模块还可以被配置为用于:若检测出待处理图像中不包括目标人体图像,则发送重新采集待处理图像的信息至美妆镜,使美妆镜重新采集待处理图像。
基于相同的构思,本公开实施例还提供另一种图像处理装置。
图13是根据一示例性实施例示出的另一种图像处理装置的框图。
在本公开一示例性实施例中,图像处理装置可以应用于美妆镜。如图13所示,图像处理装置300可以包括采集模块310和第二发送模块320。下面将分别介绍各模块。
采集模块310可以被配置为用于:采集待处理图像,其中,待处理图像中包括经过脱毛处理后的目标人体图像。
第二发送模块320可以被配置为用于:将待处理图像发送至云端系统,使云端系统通过图像处理方法进行图像处理。其中,图像处理方法为本公开第一方面或第一方面任意一种实施方式所述的图像处理方法。
在本公开一示例性实施例中,图像处理装置300还可以包括显示模块。其中,显示模块可以被配置为用于:接收并显示云端系统发送的目标人体图像是否红肿的识别结果。
在本公开一示例性实施例中,美妆镜包括补光灯,采集模块310可以采用以下方式采集待处理图像:在采集待处理图像过程中基于补光灯进行补光处理。
在本公开一示例性实施例中,美妆镜包括触摸显示屏,采集模块310可以采用以下方式采集待处理图像:通过触摸显示屏显示待处理图像;基于触摸显示屏被触控位置,确定经过脱毛处理后的目标人体图像。
在本公开一示例性实施例中,图像处理装置300还可以包括第二接收模块。其中,第二接收模块可以被配置为用于:接收云端系统发送的重新采集待处理图像的信息,并基于信息重新采集待处理图像。
第二发送模块320还可以被配置为用于:发送重新采集的待处理图像至云端系统。
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。
图14是根据一示例性实施例示出的一种用于图像处理的装置400的框图。例如,用于图像处理的装置400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14,用于图像处理的装置400可以包括以下一个或多个组件:处理组件402,存储器404,电力组件406,多媒体组件408,音频组件410,输入/输出(I/O)接口412,传感器组件414,以及通信组件416。
处理组件402通常控制用于图像处理的装置400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402可以包括一个或多个处理器420来执行指令,以完成上述的图像处理方法的全部或部分步骤。此外,处理组件402还可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理组件402还可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器204可以被配置为用于存储各种类型的数据以支持在用于图像处理的装置400的操作。这些数据的示例包括可以用于在用于图像处理的装置400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404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。
电力组件406可以为用于图像处理的装置400的各种组件提供电力。电力组件406还可以包括电源管理系统,一个或多个电源,及其他与为用于图像处理的装置400生成、管理和分配电力相关联的组件。
多媒体组件408可以包括在所述用于图像处理的装置400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。触摸面板可以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,而且还可以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408可以包括一个前置摄像头和/或后置摄像头。当用于图像处理的装置400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410可以被配置为输出和/或输入音频信号。例如,音频组件410可以包括一个麦克风(MIC),当用于图像处理的装置400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风可以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404或经由通信组件416发送。在一些实施例中,音频组件410还可以包括一个扬声器,用于输出音频信号。
I/O接口412可以为处理组件402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414可以包括一个或多个传感器,用于为用于图像处理的装置400提供各个方面的状态评估。例如,传感器组件414可以检测到用于图像处理的装置400的打开/关闭状态,组件的相对定位,例如所述组件可以为用于图像处理的装置400的显示器和小键盘,传感器组件414还可以检测用于图像处理的装置400或用于图像处理的装置400一个组件的位置改变,用户与用于图像处理的装置400接触的存在或不存在,用于图像处理的装置400方位或加速/减速和用于图像处理的装置400的温度变化。传感器组件414可以包括接近传感器,可以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414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414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416可以被配置为便于用于图像处理的装置400和其他设备之间有线或无线方式的通信。用于图像处理的装置400可以接入基于通信标准的无线网络,如WiFi,2G、3G、4G或5G,或它们的组合。在一个示例性实施例中,通信组件416可以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416还可以包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可以基于射频识别(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,用于图像处理的装置400还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404,上述指令可由用于图像处理的装置400的处理器420执行以完成上述的图像处理方法。例如,所述非临时性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。
可以理解的是,本公开中“多个”可以是指两个或两个以上,其它量词与之类似。“和/或”,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。字符“/”一般表示前后关联对象是一种“或”的关系。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。
进一步可以理解的是,术语“第一”、“第二”等可以用于描述各种信息,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,并不表示特定的顺序或者重要程度。实际上,“第一”、“第二”等表述完全可以互换使用。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。
在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本公开一部分实施例,而不是全部的实施例。上文通过参考附图描述的实施例是示例性的,旨在用于解释本公开,而不能理解为对本公开的限制。基于本公开中的实施例,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,都属于本公开保护的范围。上文结合附图对本公开的实施例进行了详细说明。
进一步可以理解的是,本公开实施例中尽管在附图中以特定的顺序描述操作,但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作,或是要求执行全部所示的操作以得到期望的结果。在特定环境中,多任务和并行处理可能是有利的。
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 (31)
1.一种图像处理方法,其特征在于,应用于云端系统,所述图像处理方法包括:
接收美妆镜发送的待处理图像,其中,所述待处理图像中包括经过脱毛处理后的目标人体图像;
基于所述目标人体图像,确定所述目标人体图像的特征值;
基于所述特征值,确定所述目标人体图像的血红色素强度;
基于所述血红色素强度判断所述目标人体图像是否红肿,得到识别结果。
2.根据权利要求1所述的图像处理方法,其特征在于,所述特征值包括像素点的RGB值,所述基于所述特征值,确定所述目标人体图像的血红色素强度,包括:
基于所述目标人体图像中像素点的RGB值,确定所述目标人体图像的血红色素强度。
3.根据权利要求2所述的图像处理方法,其特征在于,所述基于所述目标人体图像中像素点的RGB值,确定所述目标人体图像的血红色素强度,包括:
基于所述RGB值,确定与所述RGB值对应的Lab空间的值,以及与所述RGB值对应的YCbCr空间的值;
基于所述RGB值、所述Lab空间的值和所述YCbCr空间的值,确定所述目标人体图像的血红色素强度。
4.根据权利要求3所述的图像处理方法,其特征在于,所述基于所述RGB值、所述Lab空间的值和所述YCbCr空间的值,确定所述目标人体图像的血红色素强度,包括:
确定血红色素强度计算系数;
基于所述RGB值、所述Lab空间的值、所述YCbCr空间的值,以及所述血红色素强度计算系数,确定所述目标人体图像的像素点的血红色素强度;
基于所述目标人体图像的像素点的血红色素强度,确定所述目标人体图像的血红色素强度。
5.根据权利要求4所述的图像处理方法,其特征在于,所述基于所述RGB值、所述Lab空间的值、所述YCbCr空间的值,以及所述血红色素强度计算系数,确定所述目标人体图像的像素点的血红色素强度,通过以下公式实现:
Strength=w1*a+w2*b+w3*c+w4*d
其中,Strength为所述目标人体图像中像素点的血红色素强度;w1至w4为所述血红色素强度计算系数;a为所述像素点的所述Lab空间的a通道值;b为所述像素点的所述YCbCr空间的Cr通道值;c为所述像素点的所述RGB中的R通道值;d为所述像素点的所述RGB中的R通道值与G通道值之差的绝对值。
6.根据权利要求1至5任意一项所述的图像处理方法,其特征在于,所述图像处理方法还包括:
将所述识别结果发送至所述美妆镜和/或移动终端。
7.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理方法还包括:
若检测出所述待处理图像中不包括目标人体图像,则发送重新采集待处理图像的信息至所述美妆镜,使所述美妆镜重新采集待处理图像。
8.一种图像处理方法,其特征在于,应用于美妆镜,所述图像处理方法包括:
采集待处理图像,其中,所述待处理图像中包括经过脱毛处理后的目标人体图像;
将所述待处理图像发送至云端系统,使所述云端系统通过如权利要求1至7中任意一项所述的图像处理方法进行图像处理。
9.根据权利要求8所述的图像处理方法,其特征在于,所述图像处理方法还包括:
接收并显示所述云端系统发送的所述目标人体图像是否红肿的识别结果。
10.根据权利要求8所述的图像处理方法,其特征在于,所述美妆镜包括补光灯,所述采集待处理图像包括:
在采集所述待处理图像过程中基于所述补光灯进行补光处理。
11.根据权利要求8所述的图像处理方法,其特征在于,所述美妆镜包括触摸显示屏,所述采集待处理图像包括:
通过所述触摸显示屏显示所述待处理图像;
基于所述触摸显示屏被触控位置,确定所述经过脱毛处理后的目标人体图像。
12.根据权利要求8所述的图像处理方法,其特征在于,所述图像处理方法还包括:
接收所述云端系统发送的重新采集待处理图像的信息,并基于所述信息重新采集待处理图像;
发送重新采集的待处理图像至所述云端系统。
13.一种美妆镜,其特征在于,应用权利要求8至12中任意一项所述的图像处理方法,所述美妆镜包括:
摄像模组,用于采集待处理图像,其中,所述待处理图像中包括经过脱毛处理后的目标人体图像;
通信模组,用于将所述待处理图像发送至云端系统。
14.根据权利要求13所述的美妆镜,其特征在于,所述美妆镜还包括:
补光灯,用于为所述摄像模组在采集所述待处理图像的过程中进行补光。
15.根据权利要求14所述的美妆镜,其特征在于,所述美妆镜还包括:
光线传感器,用于检测外界环境光的光强度;
处理模块,用于基于所述光线传感器检测到外界环境光的光强度,控制所述补光灯的补光量。
16.根据权利要求13所述的美妆镜,其特征在于,所述美妆镜还包括:
触摸显示屏,用于显示所述待处理图像;并基于所述触摸显示屏被触控位置,确定所述经过脱毛处理后的目标人体图像。
17.根据权利要求16所述的美妆镜,其特征在于,所述触摸显示屏还用于:
显示所述云端系统发送的识别结果。
18.一种图像处理装置,其特征在于,应用于云端系统,所述图像处理装置包括:
第一接收模块,用于接收美妆镜发送的待处理图像,其中,所述待处理图像中包括经过脱毛处理后的目标人体图像;
第一处理模块,用于基于所述目标人体图像,确定所述目标人体图像的特征值;基于所述特征值,确定所述目标人体图像的血红色素强度;基于所述血红色素强度判断所述目标人体图像是否红肿,得到识别结果。
19.根据权利要求18所述的图像处理装置,其特征在于,所述特征值包括像素点的RGB值,所述第一处理模块采用以下方式基于所述特征值,确定所述目标人体图像的血红色素强度:
基于所述目标人体图像中像素点的RGB值,确定所述目标人体图像的血红色素强度。
20.根据权利要求19所述的图像处理装置,其特征在于,所述第一处理模块采用以下方式基于所述目标人体图像中像素点的RGB值,确定所述目标人体图像的血红色素强度:
基于所述RGB值,确定与所述RGB值对应的Lab空间的值,以及与所述RGB值对应的YCbCr空间的值;基于所述RGB值、所述Lab空间的值和所述YCbCr空间的值,确定所述目标人体图像的血红色素强度。
21.根据权利要求20所述的图像处理装置,其特征在于,所述第一处理模块采用以下方式基于所述RGB值、所述Lab空间的值和所述YCbCr空间的值,确定所述目标人体图像的血红色素强度:
确定血红色素强度计算系数;基于所述RGB值、所述Lab空间的值、所述YCbCr空间的值,以及所述血红色素强度计算系数,确定所述目标人体图像的像素点的血红色素强度;基于所述目标人体图像的像素点的血红色素强度,确定所述目标人体图像的血红色素强度。
22.根据权利要求21所述的图像处理装置,其特征在于,所述第一处理模块采用以下方式基于所述RGB值、所述Lab空间的值、所述YCbCr空间的值,以及所述血红色素强度计算系数,确定所述目标人体图像的像素点的血红色素强度:
Strength=w1*a+w2*b+w3*c+w4*d
其中,Strength为所述目标人体图像中像素点的血红色素强度;w1至w4为所述血红色素强度计算系数;a为所述像素点的所述Lab空间的a通道值;b为所述像素点的所述YCbCr空间的Cr通道值;c为所述像素点的所述RGB中的R通道值;d为所述像素点的所述RGB中的R通道值与G通道值之差的绝对值。
23.根据权利要求18至22任意一项所述的图像处理装置,其特征在于,所述图像处理装置还包括:
第一发送模块,用于将所述识别结果发送至所述美妆镜和/或移动终端。
24.根据权利要求18所述的图像处理装置,其特征在于,第一发送模块还用于:
若检测出所述待处理图像中不包括目标人体图像,则发送重新采集待处理图像的信息至所述美妆镜,使所述美妆镜重新采集待处理图像。
25.一种图像处理装置,其特征在于,应用于美妆镜,所述图像处理装置包括:
采集模块,用于采集待处理图像,其中,所述待处理图像中包括经过脱毛处理后的目标人体图像;
第二发送模块,用于将所述待处理图像发送至云端系统,使所述云端系统通过如权利要求1至7中任意一项所述的图像处理方法进行图像处理。
26.根据权利要求25所述的图像处理装置,其特征在于,所述图像处理装置还包括:
显示模块,用于接收并显示所述云端系统发送的所述目标人体图像是否红肿的识别结果。
27.根据权利要求25所述的图像处理装置,其特征在于,所述美妆镜包括补光灯,所述采集模块采用以下方式采集待处理图像:
在采集所述待处理图像过程中基于所述补光灯进行补光处理。
28.根据权利要求25所述的图像处理装置,其特征在于,所述美妆镜包括触摸显示屏,所述采集模块采用以下方式采集待处理图像:
通过所述触摸显示屏显示所述待处理图像;基于所述触摸显示屏被触控位置,确定所述经过脱毛处理后的目标人体图像。
29.根据权利要求25所述的图像处理装置,其特征在于,所述图像处理装置还包括:
第二接收模块,用于接收所述云端系统发送的重新采集待处理图像的信息,并基于所述信息重新采集待处理图像;
所述第二发送模块还用于:发送重新采集的待处理图像至所述云端系统。
30.一种图像处理装置,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:执行权利要求1至7或8至12中任意一项所述的图像处理方法。
31.一种非临时性计算机可读存储介质,其特征在于,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行权利要求1至7或8至12中任意一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110334708.0A CN115131446A (zh) | 2021-03-29 | 2021-03-29 | 美妆镜、图像处理方法、图像处理装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110334708.0A CN115131446A (zh) | 2021-03-29 | 2021-03-29 | 美妆镜、图像处理方法、图像处理装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115131446A true CN115131446A (zh) | 2022-09-30 |
Family
ID=83375440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110334708.0A Pending CN115131446A (zh) | 2021-03-29 | 2021-03-29 | 美妆镜、图像处理方法、图像处理装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115131446A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200382689A1 (en) * | 2019-05-31 | 2020-12-03 | Samsung Electronics Co., Ltd. | Electronic device obtaining skin image and method of controlling the same |
CN112037162A (zh) * | 2019-05-17 | 2020-12-04 | 华为技术有限公司 | 一种面部痤疮的检测方法及设备 |
CN112396573A (zh) * | 2019-07-30 | 2021-02-23 | 纵横在线(广州)网络科技有限公司 | 基于图像识别的面部皮肤分析方法及系统 |
-
2021
- 2021-03-29 CN CN202110334708.0A patent/CN115131446A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112037162A (zh) * | 2019-05-17 | 2020-12-04 | 华为技术有限公司 | 一种面部痤疮的检测方法及设备 |
US20200382689A1 (en) * | 2019-05-31 | 2020-12-03 | Samsung Electronics Co., Ltd. | Electronic device obtaining skin image and method of controlling the same |
CN112396573A (zh) * | 2019-07-30 | 2021-02-23 | 纵横在线(广州)网络科技有限公司 | 基于图像识别的面部皮肤分析方法及系统 |
Non-Patent Citations (1)
Title |
---|
祝秀萍;刘文峰;张海峰;: "人脸虚拟化妆系统的研究", 计算机与信息技术, no. 08, 20 August 2008 (2008-08-20) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2977959B1 (en) | Method and device for adjusting skin color | |
CN108898546B (zh) | 人脸图像处理方法、装置及设备、可读存储介质 | |
CN109793498B (zh) | 一种皮肤检测方法及电子设备 | |
CN113727016A (zh) | 一种拍摄方法及电子设备 | |
KR102548317B1 (ko) | 색소 검출 방법 및 전자 장치 | |
CN107730448B (zh) | 基于图像处理的美颜方法及装置 | |
CN110381276A (zh) | 一种视频拍摄方法及电子设备 | |
WO2022110837A1 (zh) | 图像处理方法及装置 | |
CN112258605A (zh) | 特效添加方法、装置、电子设备及存储介质 | |
US20220327749A1 (en) | Method and electronic device for processing images | |
CN111953903A (zh) | 拍摄方法、装置、电子设备及存储介质 | |
CN111127352A (zh) | 一种图像处理方法、装置、终端及存储介质 | |
EP3813012B1 (en) | Skin spot detection method and electronic device | |
CN115131446A (zh) | 美妆镜、图像处理方法、图像处理装置及存储介质 | |
WO2020015145A1 (zh) | 一种检测眼睛睁闭状态的方法及电子设备 | |
CN114445298A (zh) | 图像的处理方法、装置、电子设备及存储介质 | |
EP4113971A1 (en) | Picture transmission method and apparatus | |
CN111373409A (zh) | 获取颜值变化的方法及终端 | |
EP4075326A1 (en) | Image processing method and apparatus, electronic device, and storage medium | |
CN110775072B (zh) | 控制车辆的方法、装置及计算机存储介质 | |
CN113055605B (zh) | 图像色温调整方法、装置以及存储介质 | |
CN111310600B (zh) | 一种图像处理方法、装置、设备及介质 | |
CN113254118A (zh) | 肤色显示及装置 | |
CN116934607A (zh) | 图像白平衡处理方法、装置、电子设备及存储介质 | |
CN115423678A (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 |