CN115564675A - 一种人像美化的图像处理方法和系统 - Google Patents
一种人像美化的图像处理方法和系统 Download PDFInfo
- Publication number
- CN115564675A CN115564675A CN202211178910.XA CN202211178910A CN115564675A CN 115564675 A CN115564675 A CN 115564675A CN 202211178910 A CN202211178910 A CN 202211178910A CN 115564675 A CN115564675 A CN 115564675A
- Authority
- CN
- China
- Prior art keywords
- texture
- color
- hsl
- value
- lightrgb
- 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 8
- 238000005286 illumination Methods 0.000 claims abstract description 53
- 238000002156 mixing Methods 0.000 claims abstract description 46
- 238000012937 correction Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 24
- 230000011218 segmentation Effects 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 12
- 241000023320 Luma <angiosperm> Species 0.000 claims description 6
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000002500 effect on skin Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 15
- 238000010801 machine learning Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004804 winding Methods 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
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- 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
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
- G06T7/40—Analysis of texture
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种人像美化的图像处理方法和系统,首先对原始图像的纹理A进行皮肤区域分割得到纹理B,对纹理A和纹理B进行偏色校正得到纹理D,将纹理D和启发颜色转换到HSL空间进行肤色调节,得到纹理E1,根据纹理E1、纹理B和纹理D得到纹理E2,并通过Gamma校正得到纹理F,根据色温值K,得到光照颜色lightRGB,将纹理F和光照颜进行光线混合,得到correctedLightedRGB和纹理G,将纹理G和纹理E2通过纹理B进行混合,得到纹理H,最后将纹理A和纹理H进行柔光混合,得到纹理J,本发明的技术方案,图像视频不会穿帮且肤色具有冷白皮效果的同时,不会出现整体偏向蓝白色的效果,使得肤色更加通透、自然。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种人像美化的图像处理方法和系统。
背景技术
随着移动互联网技术的迅速发展,各类视频软件越来越多。普通用户对图像视频的人像美化需求也越来越高。在图像视频的后处理领域,用户开始追求一种冷白皮的肤色质感,以达到美化视频中人像的目的。
但是,现有的图像视频编辑类软件,大部分会通过皮肤颜色过滤,白平衡调整或是叠加颜色蒙层来实现,还有一部分软件通过颜色查找表技术实现。这些方案很容易导致图像视频整体偏向蓝白色,或是使皮肤呈现一种不自然的白色。若是遇到软件中的皮肤识别模型效果不佳时,还会导致人像区域出现闪烁穿帮的镜头。
发明内容
有鉴于此,本发明的目的在于提供一种人像美化的图像处理方法和系统,以解决现有技术中图像视频整体偏向蓝白色、皮肤呈现不自然白色和镜头闪烁穿帮的问题。
根据本发明实施例的第一方面,提供一种人像美化的图像处理方法,包括:
步骤S1、基于前后帧对原始图像的纹理A进行皮肤区域分割,得到纹理B;
步骤S2、对所述纹理A和纹理B进行偏色校正得到校正后的纹理D;
步骤S3、将所述纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1;
根据所述纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2;
步骤S4、4.1将所述纹理E2通过Gamma校正到线性空间,得到纹理F;
4.2根据色温值K,得到光照颜色lightRGB;
4.3将所述纹理F和所述光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G;
4.4将所述纹理G和纹理E2,通过纹理B进行混合,得到纹理H;
4.5将所述纹理A和所述纹理H进行柔光混合,得到纹理J。
优选地,所述基于前后帧对原始图像的纹理A进行皮肤区域分割,得到纹理B,具体为:
对输入原始图像的纹理A进行皮肤区域分割,得到纹理B;其中,所述纹理B为单通道的8位整型纹理或16位半浮点精度纹理。
优选地,所述方法,还包括:
所述纹理A为YUV或RGB格式。
优选地,所述对所述纹理A和纹理B进行偏色校正得到校正后的纹理D,具体为:
对所述纹理A进行白平衡校正,得到纹理C;
将所述纹理A和所述纹理C通过所述纹理B进行偏色校正,得到纹理D,其计算公式为:D=A×(1.0-B)+C×B。
优选地,所述将所述纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1,具体为:
sourceHSL=rgb_to_hsl(sourceRGB);
hintHSL=rgb_to_hsl(hintRGB);
resultHSL.h=hintHSL.h;
resultHSL.s=sourceHSL.s×2.0;
resultHSL.l=sourceHSL.l+2.0×(hintHSL.l–0.5)×(sourceHSL.l×0.5+0.5);
resultRGB=hsl_to_rgb(resultHSL);
其中,rgb_to_hsl表示将某个RGB色值转换为HSL色值;hsl_to_rgb表示将某个HSL色值转换为RGB色值;hintHSL表示hintRGB通过色彩转换公式转换到HSL空间下的坐标值;resultHSL表示结果颜色在HSL色彩空间表示下的值;resultHSL.h表示结果颜色的h分量的值;resultHSL.s表示结果颜色的s分量的值;resultHSL.l表示结果颜色的l分量的值;hsl_to_rgb表示将HSL色值转换回RGB色值。
优选地,所述根据所述纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2,具体为:根据所述纹理D、纹理B和纹理E1,更新纹理E1得到纹理E2,其计算公式为:E2=D×(1.0-B)+E1×B。
优选地,所述根据色温值K,得到光照颜色lightRGB,具体为:
根据冷色光的色温值K,得到光照颜色lightRGB,计算公式为:
lightRGB=xyz_to_srgb(temperature_to_xyz(K));
其中,temperature_to_xyz函数用于将色温值转换到XYZ标准色彩空间中;xyz_to_srgb函数用于将XYZ空间中的值转换到sRGB色彩空间中。
优选地,所述将所述纹理F和所述光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G,具体为:
在得到光照颜色lightRGB后,将所述纹理F中的每个像素记作originRGB,并与光照颜色lightRGB进行光线混合;
光线混合公式:luma=dot(originRGB,vector3(0.3,0.4,0.3));
shadow=0.28+0.72×clamp(luma,0.0,1.0);
lightedRGB=originRGB×0.2+0.8×originRGB×lightRGB×shadow;
correctedLightedRGB=lightedRGB0.4545;
并将得到的correctedLightedRGB作为像素输出,得到纹理G;
其中,dot函数表示两个向量的点积运算;vector3表示将括号内的数字构成一个3维向量;clamp函数表示如果第一个数小于第二个数或是大于第三个数,则进行截断。
优选地,所述将所述纹理G和纹理E2,通过纹理B进行混合,得到纹理H,其计算公式具体为:
H=E×(1.0-B)+G×B。
根据本发明实施例的第二方面,提供一种人像美化的图像处理系统,包括:
皮肤区域分割模块,用于基于前后帧对原始图像的纹理A进行皮肤区域分割,得到纹理B;
偏色校正模块,用于对所述纹理A和纹理B进行偏色校正得到校正后的纹理D;
肤色调节模块,用于将所述纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1;
根据所述纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2;
混合模块,用于将所述纹理E2通过Gamma校正到线性空间,得到纹理F;
根据色温值K,得到光照颜色lightRGB;
将所述纹理F和所述光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G;
将所述纹理G和纹理E2,通过纹理B进行混合,得到纹理H;
将所述纹理A和所述纹理H进行柔光混合,得到纹理J。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明首先基于前后帧对原始图像的纹理A进行皮肤区域分割,得到纹理B,进而对纹理A和纹理B进行偏色校正得到校正后的纹理D,将纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1,根据纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2,然后将所述纹理E2通过Gamma校正得到纹理F,根据色温值K,得到光照颜色lightRGB,将纹理F和光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G,将纹理G和纹理E2,通过纹理B进行混合,得到纹理H,最后将纹理A和纹理H进行柔光混合,得到纹理J,本发明的技术方案,通过对前后帧的皮肤进行区域分割使得整体的图像视频不会穿帮的效果,同时采用偏色校正、肤色调节、倾向颜色调节、色温调节以使肤色具有冷白皮效果的同时,不会出现整体偏向蓝白色的效果,使得肤色更加通透、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,并不能限制本发明。
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,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种人像美化的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人像美化的图像处理系统的示意框图。
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发明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、本发明的一些方面相一致的装置和方法的例子。
实施例一
请参阅图1,图1是根据一示例性实施例示出的一种人像美化的图像处理方法的流程图,如图1所示,该方法包括:
步骤S1、基于前后帧对原始图像的纹理A进行皮肤区域分割,得到纹理B;
步骤S2、对所述纹理A和纹理B进行偏色校正得到校正后的纹理D;
步骤S3、将所述纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1;
根据所述纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2;
步骤S4、4.1将所述纹理E2通过Gamma校正到线性空间,得到纹理F;
4.2根据色温值K,得到光照颜色lightRGB;
4.3将所述纹理F和所述光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G;
4.4将所述纹理G和纹理E2,通过纹理B进行混合,得到纹理H;
4.5将所述纹理A和所述纹理H进行柔光混合,得到纹理J。
可以理解的是,本实施例提供的技术方案,首先基于前后帧对原始图像的纹理A进行皮肤区域分割,得到纹理B,进而对纹理A和纹理B进行偏色校正得到校正后的纹理D,将纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1,根据纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2,然后将所述纹理E2通过Gamma校正得到纹理F,根据色温值K,得到光照颜色lightRGB,将纹理F和光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G,将纹理G和纹理E2,通过纹理B进行混合,得到纹理H,最后将纹理A和纹理H进行柔光混合,得到纹理J,本发明的技术方案,通过对前后帧的皮肤进行区域分割使得整体的图像视频不会穿帮的效果,同时采用偏色校正、肤色调节、倾向颜色调节、色温调节以使肤色具有冷白皮效果的同时,不会出现整体偏向蓝白色的效果,使得肤色更加通透、自然。
在具体实践中,步骤S1中“皮肤区域分割”有多种实现方式,可以为:
对输入原始图像的纹理A进行皮肤区域分割,得到纹理B;其中,所述纹理B为单通道的8位整型纹理或16位半浮点精度纹理;
其中,纹理A为YUV或RGB格式。
需要说明的是,皮肤区域分割有多种实现方式,具体地,可以采用深度学习网络模型、机器学习、基于matlab的彩色图像等都可以实现。目前,采用任意一种满足实时性要求的皮肤区域分割算法,均可以作为本模块的替代方案,但是根据皮肤分割的准确度的不同,会呈现出不同的效果,本发明中,采用自主研发的深度学习网络进行皮肤区域分割。
需要说明的是,16位半浮点精度纹理和8位的整型纹理可以相互替换,但是,16位半浮点精度纹理需要设备的性能和内存强大,对于设备的要求极高,因此,基于设备性能和设备内存的考虑,输出为8位的整型纹理。
需要说明的是,输出的纹理值的大小与该像素点为皮肤区域的大小成正比,例如:输出的纹理值越大,表明该像素点为皮肤区域的概率就越大。
需要说明的是,根据采用的皮肤分割算法的不同,得到纹理B的方式也会有所不同。如果是通过深度学习或机器学习的方案得到,通常是通过一个预训练好的模型,将输入纹理压缩至固定尺寸后传入,模型会通过一层层的卷积等计算,得到该点是皮肤的概率,最终输出纹理图B。如果受限于平台支持、性能限制、内存紧张等原因,采用传统的图像分割技术,那么通常是将输入纹理的每一个像素,转换到某个特定的色彩空间中做范围判断,例如:这个像素是否位于该色彩空间中预先划定好的某多边形区域中,将判断结果为一个概率值,并输出至纹理B中。
需要说明的是,本发明的实施例适用于图片、视频的实时编辑和预览中,可以适应真实环境的多种光照、多种肤色,且具有前后帧之间的连贯性。如果用于实时自拍领域,可以只有前帧依赖。
在具体实践中,步骤S2中“偏色校正”有多种实现方式,可以为:
对所述纹理A进行白平衡校正,得到纹理C;
将所述纹理A和所述纹理C通过所述纹理B进行偏色校正,得到纹理D,其计算公式为:D=A×(1.0-B)+C×B。
需要说明的是,本实施例通过自主研发的偏色校正算法,校正由于拍摄现场光照、相机拍摄时设置参数不对、相机本身滤镜等因素带来的可能的偏色问题。而在实践中,可以采用灰度世界算法、完美反射算法、卷机神经网络模型等方式对本实施例的偏色校正算法进行替换,具体到偏色校正模块的算法实现,受限于平台支持、性能压力、应用场景等原因,允许自由切换不同的校正算法,且不会对本实施例算法流程中的其它部分造成影响。当然,最终呈现效果根据具体选取的校正手段会略有不同。
需要说明的是,近年来,机器学习在这些传统算法领域也颇有进展,因此也可以选用机器学习或深度学习的方案。出于性能及拍摄场景本身的光源复杂性的考虑,本实施例采用基于卷积神经网络的自研算法对纹理A进行白平衡校正。
在具体实践中,步骤S3中“将所述纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1;根据所述纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2”,可以有多种实现方式,具体为:
sourceHSL=rgb_to_hsl(sourceRGB);
hintHSL=rgb_to_hsl(hintRGB);
resultHSL.h=hintHSL.h;
resultHSL.s=sourceHSL.s×2.0;
resultHSL.l=sourceHSL.l+2.0×(hintHSL.l–0.5)×(sourceHSL.l×0.5+0.5);
resultRGB=hsl_to_rgb(resultHSL);
其中,rgb_to_hsl表示将某个RGB色值转换为HSL色值;hsl_to_rgb表示将某个HSL色值转换为RGB色值;hintHSL表示hintRGB通过色彩转换公式转换到HSL空间下的坐标值;resultHSL表示结果颜色在HSL色彩空间表示下的值;resultHSL.h表示结果颜色的h分量的值;resultHSL.s表示结果颜色的s分量的值;resultHSL.l表示结果颜色的l分量的值;hsl_to_rgb表示将HSL色值转换回RGB色值。
所述根据所述纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2,具体为:根据所述纹理D、纹理B和纹理E1,更新纹理E1得到纹理E2,其计算公式为:E2=D×(1.0-B)+E1×B。
需要说明的是,之所以要进行纹理值E2的更新原因是:得到的肤色调节结果E1,是对全图进行的调节,为了避免对非皮肤区域的影响,还需要通过遮罩纹理B,将E1与D进行混合得到E2,本实施例的技术方案得到的图像整体不会偏向蓝白色,更加真实。
需要说明的是,启发颜色hintRGB为一个RGB色值,可以为任何合法的颜色值,但通常由具备相关色彩学知识的设计或美术行业相关人员通过研究和试验得出。在本实施例中,我们最终采用的RGB色值为:F5E15F1(以业界通用的16进制表示)。
需要说明的是,关于rgb_to_hsl函数,以及hsl_to_rgb函数,色彩学上均有严格的标准定义和转换公式,本发明将沿用此定义和公式,不做额外修改或变更,在本实施例中也不再赘述。
在具体实践中,步骤S4中“将所述纹理E2通过Gamma校正到线性空间,得到纹理F”,可以的实现方式为:
将纹理E2通过Gamma校正到线性空间,具体地将纹理E2采用校正函数为corrected_x=x2.2,进行校正。
在具体实践中,步骤S4中“根据色温值K,得到光照颜色lightRGB”,可以的实现方式为:
根据冷色光的色温值K,得到光照颜色lightRGB,计算公式为:
lightRGB=xyz_to_srgb(temperature_to_xyz(K));
其中,temperature_to_xyz函数用于将色温值转换到XYZ标准色彩空间中;xyz_to_srgb函数用于将XYZ空间中的值转换到sRGB色彩空间中。这两步操作,在色彩学上均有明确的定义和转换方程,本发明将沿用这些定义和公式,不做额外修改或变更,在本实施例中也不再赘述。
需要说明的是,色温值K在现有技术中有明确定义。为了达到冷白皮的效果,理论上只要属于高色温(即:大于6500K)即可。该值可以自由选择,不会影响算法中的其它任何部分。也可以作为可选参数,暴露给用户自由选择。本实施例中采用的具体色温值K的温范围为:7800K~8500K,此范围内是根据实际经验得到的,在此均色温值下,皮肤会有很好的冷白效果。
在具体实践中,步骤S4中“将所述纹理F和所述光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G”,可以有多种实现方式,具体为:
在得到光照颜色lightRGB后,将所述纹理F中的每个像素记作originRGB,并与光照颜色lightRGB进行光线混合;
光线混合公式:luma=dot(originRGB,vector3(0.3,0.4,0.3));
shadow=0.28+0.72×clamp(luma,0.0,1.0);
lightedRGB=originRGB×0.2+0.8×originRGB×lightRGB×shadow;
correctedLightedRGB=lightedRGB0.4545;
并将得到的correctedLightedRGB作为像素输出,得到纹理G;
其中,dot函数表示两个向量的点积运算;vector3表示将括号内的数字构成一个3维向量;clamp函数表示如果第一个数小于第二个数或是大于第三个数,则进行截断。其中,第一个数、第二个数、第三个数分别表示:待处理的数值、最小值、最大值。其中,clamp函数是计算机中常见的一个函数,输入为三个值,例如:clamp(x,minVal,maxVal),其中,x,minVal,maxVal分别表示第一个数、第二个数、第三个数,这个函数的作用为:如果x小于minVal,则返回minVal;如果x在[minVal,maxVal]区间内,则返回当前的x值;如果x大于maxVal,则返回maxVal。
在具体实践中,步骤S4中将所述纹理G和纹理E2,通过纹理B进行混合,得到纹理H,其计算公式具体为:H=E×(1.0-B)+G×B。
最后将纹理A与纹理H进行柔光混合,得到最终结果纹理J。
需要说明的是,柔光混合是Adobe公司发明的柔光混合。简单来说,柔光混合是一种将两张图片颜色进行混合,得到第三张图片的方式。
实施例二
请参阅图2,图2是一示例性实施例示出的一种人像美化的图像处理系统200的示意框图,如图2所示,该人像美化的图像处理系统系统200包括:
皮肤区域分割模块201,用于基于前后帧对原始图像的纹理A进行皮肤区域分割,得到纹理B;
偏色校正模块202,用于对所述纹理A和纹理B进行偏色校正得到校正后的纹理D;
肤色调节模块203,用于将所述纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1;
根据所述纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2;
混合模块204,用于将所述纹理E2通过Gamma校正到线性空间,得到纹理F;
根据色温值K,得到光照颜色lightRGB;
将所述纹理F和所述光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G;
将所述纹理G和纹理E2,通过纹理B进行混合,得到纹理H;
将所述纹理A和所述纹理H进行柔光混合,得到纹理J。
需要说明的是,由于本实施例各模块的实现方式可参见实施例一中的相关介绍,本实施例不再赘述。
可以理解的是,本实施例提供的技术方案,首先,皮肤区域分割模块201基于前后帧对原始图像的纹理A进行皮肤区域分割,得到纹理B,偏色校正模块202,用于对纹理A和纹理B进行偏色校正得到校正后的纹理D,肤色调节模块203,用于将纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1,根据纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2,混合模块204,用于将所述纹理E2通过Gamma校正得到纹理F,根据色温值K,得到光照颜色lightRGB,将纹理F和光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G,将纹理G和纹理E2,通过纹理B进行混合,得到纹理H,最后将纹理A和纹理H进行柔光混合,得到纹理J,本发明的技术方案,通过对前后帧的皮肤进行区域分割使得整体的图像视频不会穿帮的效果,同时采用偏色校正、肤色调节、倾向颜色调节、色温调节以使肤色具有冷白皮效果的同时,不会出现整体偏向蓝白色的效果,使得肤色更加通透、自然。
本实施例公开的计算机可读存储介质包括但不限于:电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
需要说明的是,由于本实施例各模块的实现方式和有益效果可参见实施例一中的相关介绍,本实施例不再赘述。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种人像美化的图像处理方法,其特征在于,包括:
步骤S1、基于前后帧对原始图像的纹理A进行皮肤区域分割,得到纹理B;
步骤S2、对所述纹理A和纹理B进行偏色校正得到校正后的纹理D;
步骤S3、将所述纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1;
根据所述纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2;
步骤S4、4.1将所述纹理E2通过Gamma校正到线性空间,得到纹理F;
4.2根据色温值K,得到光照颜色lightRGB;
4.3将所述纹理F和所述光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G;
4.4将所述纹理G和纹理E2,通过纹理B进行混合,得到纹理H;
4.5将所述纹理A和所述纹理H进行柔光混合,得到纹理J。
2.根据权利要求1所述的方法,其特征在于,所述基于前后帧对原始图像的纹理A进行皮肤区域分割,得到纹理B,具体为:
对输入原始图像的纹理A进行皮肤区域分割,得到纹理B;其中,所述纹理B为单通道的8位整型纹理或16位半浮点精度纹理。
3.根据权利要求2所述的方法,其特征在于,还包括:
所述纹理A为YUV或RGB格式。
4.根据权利要求1所述的方法,其特征在于,所述对所述纹理A和纹理B进行偏色校正得到校正后的纹理D,具体为:
对所述纹理A进行白平衡校正,得到纹理C;
将所述纹理A和所述纹理C通过所述纹理B进行偏色校正,得到纹理D,其计算公式为:D=A×(1.0-B)+C×B。
5.根据权利要求1所述的方法,其特征在于,所述将所述纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1,具体为:
sourceHSL=rgb_to_hsl(sourceRGB);
hintHSL=rgb_to_hsl(hintRGB);
resultHSL.h=hintHSL.h;
resultHSL.s=sourceHSL.s×2.0;
resultHSL.l=sourceHSL.l+2.0×(hintHSL.l–0.5)×(sourceHSL.l×0.5+0.5);
resultRGB=hsl_to_rgb(resultHSL);
其中,rgb_to_hsl表示将某个RGB色值转换为HSL色值;hsl_to_rgb表示将某个HSL色值转换为RGB色值;hintHSL表示hintRGB通过色彩转换公式转换到HSL空间下的坐标值;resultHSL表示结果颜色在HSL色彩空间表示下的值;resultHSL.h表示结果颜色的h分量的值;resultHSL.s表示结果颜色的s分量的值;resultHSL.l表示结果颜色的l分量的值;hsl_to_rgb表示将HSL色值转换回RGB色值;sourceRGB表示输入的待调整的颜色值;sourceHSL表示sourceRGB转换到HSL空间后的颜色值;sourceHSL.s表示sourceHSL中的s分量;sourceHSL.l表示sourceHSL中的和l分量。
6.根据权利要求5所述的方法,其特征在于,所述根据所述纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2,具体为:根据所述纹理D、纹理B和纹理E1,更新纹理E1得到纹理E2,其计算公式为:E2=D×(1.0-B)+E1×B。
7.根据权利要求1所述的方法,其特征在于,所述根据色温值K,得到光照颜色lightRGB,具体为:
根据冷色光的色温值K,得到光照颜色lightRGB,计算公式为:
lightRGB=xyz_to_srgb(temperature_to_xyz(K));
其中,temperature_to_xyz函数用于将色温值转换到XYZ标准色彩空间中;xyz_to_srgb函数用于将XYZ空间中的值转换到sRGB色彩空间中。
8.根据权利要求7所述的方法,其特征在于,所述将所述纹理F和所述光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G,具体为:
在得到光照颜色lightRGB后,将所述纹理F中的每个像素记作originRGB,并与光照颜色lightRGB进行光线混合;
光线混合公式:luma=dot(originRGB,vector3(0.3,0.4,0.3));
shadow=0.28+0.72×clamp(luma,0.0,1.0);
lightedRGB=originRGB×0.2+0.8×originRGB×lightRGB×shadow;
correctedLightedRGB=lightedRGB0.4545;
并将得到的correctedLightedRGB作为像素输出,得到纹理G;
其中,dot函数表示两个向量的点积运算;vector3表示将括号内的数字构成一个3维向量。
9.根据权利要求1所述的方法,其特征在于,所述将所述纹理G和纹理E2,通过纹理B进行混合,得到纹理H,其计算公式具体为:
H=E×(1.0-B)+G×B。
10.一种人像美化的图像处理系统,其特征在于,包括:
皮肤区域分割模块,用于基于前后帧对原始图像的纹理A进行皮肤区域分割,得到纹理B;
偏色校正模块,用于对所述纹理A和纹理B进行偏色校正得到校正后的纹理D;
肤色调节模块,用于将所述纹理D和启发颜色hintRGB转换到HSL空间进行肤色调节,得到输入像素的倾向颜色值resultRGB,并输出纹理E1;
根据所述纹理E1、纹理B和纹理D,更新纹理E1得到纹理E2;
混合模块,用于将所述纹理E2通过Gamma校正到线性空间,得到纹理F;
根据色温值K,得到光照颜色lightRGB;
将所述纹理F和所述光照颜色lightRGB进行光线混合,得到纠正后的光照颜色correctedLightedRGB并输出,得到纹理G;
将所述纹理G和纹理E2,通过纹理B进行混合,得到纹理H;
将所述纹理A和所述纹理H进行柔光混合,得到纹理J。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211178910.XA CN115564675A (zh) | 2022-09-27 | 2022-09-27 | 一种人像美化的图像处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211178910.XA CN115564675A (zh) | 2022-09-27 | 2022-09-27 | 一种人像美化的图像处理方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115564675A true CN115564675A (zh) | 2023-01-03 |
Family
ID=84742683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211178910.XA Pending CN115564675A (zh) | 2022-09-27 | 2022-09-27 | 一种人像美化的图像处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115564675A (zh) |
-
2022
- 2022-09-27 CN CN202211178910.XA patent/CN115564675A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3566203B1 (en) | Perceptually preserving scene-referred contrasts and chromaticities | |
US9589335B2 (en) | Method for dynamic range editing | |
CN109191558B (zh) | 图像打光方法和装置 | |
US8538147B2 (en) | Methods and appartuses for restoring color and enhancing electronic images | |
CN104954698B (zh) | 能够生成合成视频图像的图像处理设备及其控制方法 | |
JP2019070871A (ja) | 画像処理装置、画像処理方法及びプログラム | |
EP2347571A2 (en) | Contrast enhancement of images | |
JP6771977B2 (ja) | 画像処理装置および画像処理方法、プログラム | |
Kao | High dynamic range imaging by fusing multiple raw images and tone reproduction | |
CN111105359A (zh) | 一种高动态范围图像的色调映射方法 | |
Meylan et al. | Bio-inspired color image enhancement | |
CN111899197A (zh) | 一种图像增亮去噪方法、装置、移动终端和存储介质 | |
Meylan et al. | Color image enhancement using a Retinex-based adaptive filter | |
JP5410378B2 (ja) | 映像信号補正装置および映像信号補正プログラム | |
JP2020118783A (ja) | 外光補正方法 | |
WO2018175337A1 (en) | Perceptually preserving scene-referred contrasts and chromaticities | |
JP4345366B2 (ja) | 画像処理プログラムおよび画像処理装置 | |
CN115564675A (zh) | 一种人像美化的图像处理方法和系统 | |
JP4359662B2 (ja) | カラー画像の露出補正方法 | |
CN111292251A (zh) | 图像偏色校正方法、装置以及计算机存储介质 | |
KR101903428B1 (ko) | 연관 이미지간 컬러 보정 시스템 및 보정방법 | |
Yun et al. | A contrast enhancement method for HDR image using a modified image formation model | |
WO2021069282A1 (en) | Perceptually improved color display in image sequences on physical displays | |
JP2021168448A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP5050141B2 (ja) | カラー画像の露出評価方法 |
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 |