CN115731142A - 一种图像处理方法、装置、设备及存储介质 - Google Patents
一种图像处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115731142A CN115731142A CN202111308461.1A CN202111308461A CN115731142A CN 115731142 A CN115731142 A CN 115731142A CN 202111308461 A CN202111308461 A CN 202111308461A CN 115731142 A CN115731142 A CN 115731142A
- Authority
- CN
- China
- Prior art keywords
- image
- face image
- key point
- flaw
- face
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请提出一种图像处理方法、装置、设备及存储介质,该方法包括:获取检测用户的人脸图像中面部瑕疵对应的关键点坐标;根据面部瑕疵对应的关键点坐标和预设素材图像,生成瑕疵纹理贴图;根据人脸图像和瑕疵纹理贴图,生成人脸图像对应的遮瑕人脸图像。本申请自动识别人脸图像中的面部瑕疵,针对面部瑕疵进行素材贴图得到瑕疵纹理贴图。基于瑕疵纹理贴图,自动生成遮瑕人脸图像。无需用户人工针对每个像素进行优化,预设素材图像的透明度是由边缘向中心递减的,符合痘痘、斑点等面部瑕疵的实际特点。基于瑕疵纹理贴图,能够获得更加自然的祛除瑕疵的效果。且整个过程无需人工干预,提升了处理性能,能获得实时对人脸图像进行遮瑕的效果。
Description
技术领域
本申请属于图像处理技术领域,具体涉及一种图像处理方法、装置、设备及存储介质。
背景技术
目前,人们对修图功能的需求越来越多,例如对于人脸的痘痘、色斑等瑕疵,用户拍照之后通常想要通过修图功能将这些瑕疵去除。
相关技术中通常需要用户对人脸图像中的瑕疵区域针对每个像素进行模糊处理,如此需要用户自己确定图像中的瑕疵位置,并手动触发模糊处理,准确性差,且效率很低。
发明内容
本申请提出一种图像处理方法、装置、设备及存储介质,自动识别人脸图像中的面部瑕疵,针对面部瑕疵进行素材贴图得到瑕疵纹理贴图。基于瑕疵纹理贴图,自动生成遮瑕人脸图像。无需用户人工针对每个像素进行优化,基于瑕疵纹理贴图,能够获得更加自然的祛除瑕疵的效果。整个过程无需人工干预,提升了处理性能,能获得实时对人脸图像进行遮瑕的效果。
本申请第一方面实施例提出了一种图像处理方法,包括:
检测用户的人脸图像中面部瑕疵对应的关键点坐标;
根据所述面部瑕疵对应的关键点坐标和预设素材图像,生成瑕疵纹理贴图;
根据所述人脸图像和所述瑕疵纹理贴图,生成所述人脸图像对应的遮瑕人脸图像。
在本申请的一些实施例中,所述根据所述面部瑕疵对应的关键点坐标和预设素材图像,生成瑕疵纹理贴图,包括:
获取所述人脸图像对应的空白纹理图像;
根据所述面部瑕疵对应的关键点坐标,在所述空白纹理图像上定位出所述面部瑕疵对应的位置;
在所述空白纹理图像上所述面部瑕疵对应的位置处对所述预设素材图像进行贴图,得到瑕疵纹理贴图。
在本申请的一些实施例中,所述根据所述人脸图像和所述瑕疵纹理贴图,生成所述人脸图像对应的遮瑕人脸图像,包括:
对所述人脸图像进行模糊处理,得到所述人脸图像对应的磨皮图像;
根据所述瑕疵纹理贴图,对所述人脸图像中的瑕疵区域与所述磨皮图像中位置相同的瑕疵区域进行图像融合,得到所述人脸图像对应的遮瑕人脸图像。
在本申请的一些实施例中,所述根据所述瑕疵纹理贴图,对所述人脸图像中的瑕疵区域与所述磨皮图像中位置相同的瑕疵区域进行图像融合,包括:
从所述瑕疵纹理贴图中获取第一关键点坐标处的像素点的透明度A值;所述第一关键点坐标为所述面部瑕疵对应的关键点坐标中的任一关键点坐标;
根据所述透明度A值,对所述人脸图像中所述第一关键点坐标处的像素点与所述磨皮图像中所述第一关键点坐标处的像素点进行融合处理。
在本申请的一些实施例中,所述根据所述透明度A值,对所述人脸图像中所述第一关键点坐标处的像素点与所述磨皮图像中所述第一关键点坐标处的像素点进行融合处理,包括:
从所述人脸图像中获取所述第一关键点坐标处的像素点的第一RGB颜色值,以及从所述磨皮图像中获取所述第一关键点坐标处的像素点的第二RGB颜色值;
根据所述第一RGB颜色值、所述第二RGB颜色值和所述透明度A值,计算所述人脸图像中所述第一关键点坐标处的像素点与所述磨皮图像中所述第一关键点坐标处的像素点融合后的融合像素值;
将所述人脸图像中所述第一关键点坐标处的像素点当前的像素值重置为所述融合像素值。
在本申请的一些实施例中,所述根据所述第一RGB颜色值、所述第二RGB颜色值和所述透明度A值,计算所述人脸图像中所述第一关键点坐标处的像素点与所述磨皮图像中所述第一关键点坐标处的像素点融合后的融合像素值,包括:
计算所述第一RGB颜色值与所述透明度A值之间的第一乘积以及所述第二RGB颜色值与所述透明度A值之间的第二乘积;计算所述第一乘积和所述第二乘积的平均值;
将所述平均值确定为所述人脸图像中所述第一关键点坐标处的像素点与所述磨皮图像中所述第一关键点坐标处的像素点融合后的融合像素值。
在本申请的一些实施例中,所述预设素材图像为透明度渐变的图像,像素点的透明度由所述预设素材图像的边缘向所述预设素材图像的中心递减。
在本申请的一些实施例中,还包括:
检测所述人脸图像中是否包含人脸区域;
如果是,则执行所述检测用户的人脸图像中面部瑕疵对应的关键点坐标的操作;
如果否,则发送提示信息给所述用户的终端,所述提示信息用于提示所述用户所述人脸图像中需包含人脸区域。
本申请第二方面的实施例提供了一种图像处理装置,包括:
检测模块,用于检测用户的人脸图像中面部瑕疵对应的关键点坐标;
第一生成模块,用于根据所述面部瑕疵对应的关键点坐标和预设素材图像,生成瑕疵纹理贴图;
第二生成模块,用于根据所述人脸图像和所述瑕疵纹理贴图,生成所述人脸图像对应的遮瑕人脸图像。
本申请第三方面的实施例提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序以实现上述第一方面所述的方法。
本申请第四方面的实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行实现上述第一方面所述的方法。
本申请实施例中提供的技术方案,至少具有如下技术效果或优点:
在本申请实施例中,自动识别人脸图像中的面部瑕疵,在人脸图像对应的空白纹理图像中针对面部瑕疵进行素材贴图得到瑕疵纹理贴图。对人脸图像进行全脸磨皮得到磨皮图像。基于瑕疵纹理贴图,将人脸图像中的瑕疵区域与磨皮图像中位置相同的瑕疵区域进行图像融合,自动生成具有遮瑕效果的遮瑕人脸图像。无需用户人工针对每个像素进行优化,在人脸图像对应的空白纹理图中面部瑕疵对应的位置处贴上预设素材图像,预设素材图像的透明度是由边缘向中心递减的,符合痘痘、斑点等面部瑕疵的实际特点。基于瑕疵纹理贴图对人脸图像与磨皮图像中的瑕疵区域进行融合,能够获得更加自然的祛除瑕疵的效果。而且整个过程自动进行,无需人工干预,大大提升了处理性能,能够获得实时对人脸图像进行遮瑕的效果。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变的明显,或通过本申请的实践了解到。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。
在附图中:
图1示出了本申请一实施例所提供的一种图像处理方法的流程图;
图2(a)示出了用户的人脸图像,图2(b)示出了图2(a)所示人脸图像对应的瑕疵纹理贴图;
图3示出了本申请一实施例所提供的一种图像处理装置的结构示意图;
图4示出了本申请一实施例所提供的一种电子设备的结构示意图;
图5示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施方式。虽然附图中显示了本申请的示例性实施方式,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。
下面结合附图来描述根据本申请实施例提出的一种图像处理方法、装置、设备及存储介质。
目前,人们对修图功能的需求越来越多,例如对于人脸的痘痘、色斑等瑕疵,用户拍照之后通常想要通过修图功能将这些瑕疵去除。相关技术中通常需要用户对人脸图像中的瑕疵区域针对每个像素进行模糊处理,如此需要用户自己确定图像中的瑕疵位置,并手动触发模糊处理,准确性差,且效率很低。
基于此,本申请实施例提供一种图像处理方法,该方法自动识别人脸图像中的痘痘、斑点等面部瑕疵,在人脸图像对应的空白纹理图像中针对面部瑕疵进行素材贴图得到瑕疵纹理贴图。基于该瑕疵纹理贴图,自动生成具有遮瑕效果的遮瑕人脸图像。如此无需用户人工针对每个像素进行优化,大大提升了处理性能,能够获得实时对人脸图像进行遮瑕的效果。
参见图1,该方法具体包括以下步骤:
步骤1001:检测用户的人脸图像中面部瑕疵对应的关键点坐标。
本申请实施例的执行主体为服务器或其他任意能够提供遮瑕修图功能的终端,本申请实施例以执行主体为服务器为例进行说明。
当用户需要使用遮瑕修图功能时,用户将需要修图的人脸图像发送给服务器。具体地,用户的手机或电脑等用户终端上可以设置有与服务器提供的遮瑕修图功能相匹配的客户端,该客户端中设置有用于提交待处理图像的接口。当客户端检测到用户点击该接口时显示修图界面,该修图界面中可以包括拍摄按钮和/或本地文件上传接口。当客户端检测到用户点击该拍摄按钮时,调用用户终端上的摄像头拍摄用户的人脸图像。当客户端检测到用户点击本地文件上传接口时,显示本地文件夹目录,以使用户从中选择需要上传的人脸图像。
客户端通过摄像头拍摄到用户的人脸图像,或者接收到用户上传的人脸图像,之后发送该人脸图像给服务器。服务器接收用户的人脸图像。
在本申请的另一些实施例中,服务器获得用户的人脸图像后,还检测该人脸图像中是否包含人脸区域。若该人脸图像中包含人脸区域,则按照本实施例提供的方法来对人脸区域中存在的面部瑕疵进行遮瑕处理。若检测出该人脸图像中不包含人脸区域,则发送提示信息给用户的终端。用户的终端接收并显示该提示信息,以提示用户该人脸图像中需包含人脸区域。例如,提示信息可以为“请提供包含人脸区域的人脸图像”。
通过上述方式获得包含人脸区域的人脸图像之后,通过预设的皮肤检测模型检测该人脸图像中是否存在痘痘或斑点等面部瑕疵,若检测出该人脸图像中不包含面部瑕疵,则直接返回该人脸图像给用户终端,或者,返回用于提示不存在面部瑕疵的信息给用户终端。
若通过预设的皮肤检测模型检测到该人脸图像中包括至少一处面部瑕疵,则识别并记录每一处面部瑕疵对应的关键点坐标,面部瑕疵对应的关键点坐标包括面部瑕疵的顶点坐标和纹理坐标。
步骤1002:根据面部瑕疵对应的关键点坐标和预设素材图像,生成瑕疵纹理贴图。
首先获取用户的人脸图像对应的空白纹理图像。可以将人脸图像中带有颜色的纹理修改为空白纹理得到空白纹理图像。即该空白纹理图中人脸对应的位置处是空白的。
然后根据检测到的面部瑕疵对应的关键点坐标,在空白纹理图像上定位出面部瑕疵对应的位置。利用GPU(Graphics Processing Unit,图形处理器)的渲染技术,在空白纹理图像上面部瑕疵对应的位置处对预设素材图像进行贴图,得到瑕疵纹理贴图。
其中,预设素材图像的颜色可以为红色、黄色、绿色等任意颜色。预设素材图像为透明度渐变的图像,像素点的透明度由预设素材图像的边缘向预设素材图像的中心递减。预设素材图像是仿照痘痘、色斑等瑕疵的特点制作的,面部瑕疵大多呈圆形或椭圆形等形状,边缘颜色较浅,越往中心颜色越深。因此本申请实施例中预设素材图像设置为圆形或椭圆形图像,且由边缘向中心透明度是递减的,即越靠近边缘越透明,越靠近中心位置越不透明。如此使得预设素材图像更加贴合真实的面部瑕疵的特点,后续利用该预设素材图像来对人脸图像中的面部瑕疵进行遮瑕处理,准确性更高,遮瑕效果更好。
将预设素材图像贴在空白纹理图中用户的面部瑕疵对应的关键点坐标所在的位置处,得到瑕疵纹理贴图。则该瑕疵纹理贴图中既包含了面部瑕疵的位置信息,又包含了预设素材图像的透明度分布信息。
如图2所示,(a)图为用户的人脸图像,(b)图为(a)图所示人脸图像对应的瑕疵纹理贴图。(b)图中的圆形斑点图像即为预设素材图像,从图中可以看出预设素材图像的边缘颜色较淡,透明度较高,越往中心颜色越深,透明度越低。
步骤1003:根据人脸图像和瑕疵纹理贴图,生成人脸图像对应的遮瑕人脸图像。
服务器具体通过如下步骤S1和S2的操作来生成遮瑕人脸图像,具体包括:
S1:对人脸图像进行模糊处理,得到人脸图像对应的磨皮图像。
通过预设模糊算法对人脸图像进行模糊处理,该预设模糊算法可以为均值模糊算法、高斯模糊算法等。本申请实施例可以仅对人脸图像中的人脸区域进行模糊处理,首先从人脸图像中识别出人脸区域,然后通过预设模糊算法对该人脸区域进行全脸磨皮处理,得到对应的磨皮图像。
S2:根据瑕疵纹理贴图,对人脸图像中的瑕疵区域与磨皮图像中位置相同的瑕疵区域进行图像融合,得到人脸图像对应的遮瑕人脸图像。
本申请实施例仅针对人脸图像中检测出的面部瑕疵所在的瑕疵区域,将人脸图像中的瑕疵区域与磨皮图像中位置相同的瑕疵区域进行图像融合,对人脸图像中的非瑕疵区域不进行处理,保留人脸图像中非瑕疵区域的原始图像不变。且对于瑕疵区域进行融合时,基于瑕疵纹理贴图中提供的面部瑕疵的位置及预设素材图像的透明度分布情况进行图像融合。
由于对于瑕疵区域的每个像素点对应的融合过程都是相同的,因此本申请实施例仅以一个像素点为例进行详细说明。
具体地,将面部瑕疵对应的关键点坐标中的任一关键点坐标称为第一关键点坐标。在本申请实施例中各图像的颜色空间均为RGBA,其中A也称为Alpha,是透明度参数。从瑕疵纹理贴图中获取第一关键点坐标处的像素点的透明度A值。然后根据该透明度A值,对人脸图像中第一关键点坐标处的像素点与磨皮图像中第一关键点坐标处的像素点进行融合处理。
具体地,从人脸图像中获取第一关键点坐标处的像素点的第一RGB颜色值,以及从磨皮图像中获取第一关键点坐标处的像素点的第二RGB颜色值。根据第一RGB颜色值、第二RGB颜色值和透明度A值,计算人脸图像中第一关键点坐标处的像素点与磨皮图像中第一关键点坐标处的像素点融合后的融合像素值。将人脸图像中第一关键点坐标处的像素点当前的像素值重置为融合像素值。
在计算第一关键点坐标对应的融合像素值的过程中,计算第一RGB颜色值与透明度A值之间的第一乘积以及第二RGB颜色值与透明度A值之间的第二乘积;计算第一乘积和第二乘积的平均值。将该平均值确定为人脸图像中第一关键点坐标处的像素点与磨皮图像中第一关键点坐标处的像素点融合后的融合像素值。
对于检测出的面部瑕疵对应的每个关键点坐标,都按照上述方式分别计算每个关键点坐标对应的人脸图像中的像素点与磨皮图像中的像素点进行融合后的融合像素值。然后将人脸图像中每个关键点坐标处像素点当前的像素值分别替换为对应的融合像素值,从而在人脸图像中完成了人脸图像中的瑕疵区域与磨皮图像中对应位置处的瑕疵区域之间的融合。
在本申请的另一些实施例中,人脸图像中可以包括多个用户的人脸区域,可以通过本申请实施例提供的遮瑕处理方式并行或串行的对每个人脸区域进行遮瑕处理。
通过上述方式对人脸图像中的人脸区域进行遮瑕处理得到人脸图像对应的遮瑕人脸图像之后,还可以将该遮瑕人脸图像返回给用户终端。用户终端接收并显示该遮瑕人脸图像。
在本申请实施例中,自动识别人脸图像中的面部瑕疵,在人脸图像对应的空白纹理图像中针对面部瑕疵进行素材贴图得到瑕疵纹理贴图。对人脸图像进行全脸磨皮得到磨皮图像。基于瑕疵纹理贴图,将人脸图像中的瑕疵区域与磨皮图像中位置相同的瑕疵区域进行图像融合,自动生成具有遮瑕效果的遮瑕人脸图像。无需用户人工针对每个像素进行优化,在人脸图像对应的空白纹理图中面部瑕疵对应的位置处贴上预设素材图像,预设素材图像的透明度是由边缘向中心递减的,符合痘痘、斑点等面部瑕疵的实际特点。基于瑕疵纹理贴图对人脸图像与磨皮图像中的瑕疵区域进行融合,能够获得更加自然的祛除瑕疵的效果。而且整个过程自动进行,无需人工干预,大大提升了处理性能,能够获得实时对人脸图像进行遮瑕的效果。
本申请实施例还提供一种图像处理装置,该装置用于执行上述任一实施例提供的图像处理方法。如图3所示,该装置包括:
检测模块400,用于检测用户的人脸图像中面部瑕疵对应的关键点坐标;
第一生成模块500,用于根据面部瑕疵对应的关键点坐标和预设素材图像,生成瑕疵纹理贴图;
第二生成模块600,用于根据人脸图像和瑕疵纹理贴图,生成人脸图像对应的遮瑕人脸图像。
第一生成模块500,用于获取人脸图像对应的空白纹理图像;根据面部瑕疵对应的关键点坐标,在空白纹理图像上定位出面部瑕疵对应的位置;在空白纹理图像上面部瑕疵对应的位置处对预设素材图像进行贴图,得到瑕疵纹理贴图。
第二生成模块600,用于对人脸图像进行模糊处理,得到人脸图像对应的磨皮图像;根据瑕疵纹理贴图,对人脸图像中的瑕疵区域与磨皮图像中位置相同的瑕疵区域进行图像融合,得到人脸图像对应的遮瑕人脸图像。
第二生成模块600,用于从瑕疵纹理贴图中获取第一关键点坐标处的像素点的透明度A值;第一关键点坐标为面部瑕疵对应的关键点坐标中的任一关键点坐标;根据透明度A值,对人脸图像中第一关键点坐标处的像素点与磨皮图像中第一关键点坐标处的像素点进行融合处理。
第二生成模块600,用于从人脸图像中获取第一关键点坐标处的像素点的第一RGB颜色值,以及从磨皮图像中获取第一关键点坐标处的像素点的第二RGB颜色值;根据第一RGB颜色值、第二RGB颜色值和透明度A值,计算人脸图像中第一关键点坐标处的像素点与磨皮图像中第一关键点坐标处的像素点融合后的融合像素值;将人脸图像中第一关键点坐标处的像素点当前的像素值重置为融合像素值。
第二生成模块600,用于计算第一RGB颜色值与透明度A值之间的第一乘积以及第二RGB颜色值与透明度A值之间的第二乘积;计算第一乘积和第二乘积的平均值;将平均值确定为人脸图像中第一关键点坐标处的像素点与磨皮图像中第一关键点坐标处的像素点融合后的融合像素值。
预设素材图像为透明度渐变的图像,像素点的透明度由预设素材图像的边缘向预设素材图像的中心递减。
该装置包括:人脸检测模块,用于检测人脸图像中是否包含人脸区域;如果是,则执行检测用户的人脸图像中面部瑕疵对应的关键点坐标的操作;如果否,则发送提示信息给用户的终端,提示信息用于提示用户人脸图像中需包含人脸区域。
本申请的上述实施例提供的图像处理装置与本申请实施例提供的图像处理方法出于相同的发明构思,具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种电子设备,以执行上述图像处理方法。请参考图4,其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图4所示,电子设备11包括:处理器1100,存储器1101,总线1102和通信接口1103,所述处理器1100、通信接口1103和存储器1101通过总线1102连接;所述存储器1101中存储有可在所述处理器1100上运行的计算机程序,所述处理器1100运行所述计算机程序时执行本申请前述任一实施方式所提供的图像处理方法。
其中,存储器1101可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口1103(可以是有线或者无线)实现该装置网元与至少一个其他网元之间的通信连接,可以使用互联网、广域网、本地网、城域网等。
总线1102可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中,存储器1101用于存储程序,所述处理器1100在接收到执行指令后,执行所述程序,前述本申请实施例任一实施方式揭示的所述图像处理方法可以应用于处理器1100中,或者由处理器1100实现。
处理器1100可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1100中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1100可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1101,处理器1100读取存储器1101中的信息,结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的图像处理方法出于相同的发明构思,具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的图像处理方法对应的计算机可读存储介质,请参考图5,其示出的计算机可读存储介质为光盘30,其上存储有计算机程序(即程序产品),所述计算机程序在被处理器运行时,会执行前述任意实施方式所提供的图像处理方法。
需要说明的是,所述计算机可读存储介质的例子还可以包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质,在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的图像处理方法出于相同的发明构思,具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
需要说明的是:
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本申请并帮助理解各个发明方面中的一个或多个,在上面对本申请的示例性实施例的描述中,本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下示意图:即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本申请的单独实施例。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种图像处理方法,其特征在于,包括:
检测用户的人脸图像中面部瑕疵对应的关键点坐标;
根据所述面部瑕疵对应的关键点坐标和预设素材图像,生成瑕疵纹理贴图;
根据所述人脸图像和所述瑕疵纹理贴图,生成所述人脸图像对应的遮瑕人脸图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述面部瑕疵对应的关键点坐标和预设素材图像,生成瑕疵纹理贴图,包括:
获取所述人脸图像对应的空白纹理图像;
根据所述面部瑕疵对应的关键点坐标,在所述空白纹理图像上定位出所述面部瑕疵对应的位置;
在所述空白纹理图像上所述面部瑕疵对应的位置处对所述预设素材图像进行贴图,得到瑕疵纹理贴图。
3.根据权利要求1所述的方法,其特征在于,所述根据所述人脸图像和所述瑕疵纹理贴图,生成所述人脸图像对应的遮瑕人脸图像,包括:
对所述人脸图像进行模糊处理,得到所述人脸图像对应的磨皮图像;
根据所述瑕疵纹理贴图,对所述人脸图像中的瑕疵区域与所述磨皮图像中位置相同的瑕疵区域进行图像融合,得到所述人脸图像对应的遮瑕人脸图像。
4.根据权利要求3所述的方法,其特征在于,所述根据所述瑕疵纹理贴图,对所述人脸图像中的瑕疵区域与所述磨皮图像中位置相同的瑕疵区域进行图像融合,包括:
从所述瑕疵纹理贴图中获取第一关键点坐标处的像素点的透明度A值;所述第一关键点坐标为所述面部瑕疵对应的关键点坐标中的任一关键点坐标;
根据所述透明度A值,对所述人脸图像中所述第一关键点坐标处的像素点与所述磨皮图像中所述第一关键点坐标处的像素点进行融合处理。
5.根据权利要求4所述的方法,其特征在于,所述根据所述透明度A值,对所述人脸图像中所述第一关键点坐标处的像素点与所述磨皮图像中所述第一关键点坐标处的像素点进行融合处理,包括:
从所述人脸图像中获取所述第一关键点坐标处的像素点的第一RGB颜色值,以及从所述磨皮图像中获取所述第一关键点坐标处的像素点的第二RGB颜色值;
根据所述第一RGB颜色值、所述第二RGB颜色值和所述透明度A值,计算所述人脸图像中所述第一关键点坐标处的像素点与所述磨皮图像中所述第一关键点坐标处的像素点融合后的融合像素值;
将所述人脸图像中所述第一关键点坐标处的像素点当前的像素值重置为所述融合像素值。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一RGB颜色值、所述第二RGB颜色值和所述透明度A值,计算所述人脸图像中所述第一关键点坐标处的像素点与所述磨皮图像中所述第一关键点坐标处的像素点融合后的融合像素值,包括:
计算所述第一RGB颜色值与所述透明度A值之间的第一乘积以及所述第二RGB颜色值与所述透明度A值之间的第二乘积;计算所述第一乘积和所述第二乘积的平均值;
将所述平均值确定为所述人脸图像中所述第一关键点坐标处的像素点与所述磨皮图像中所述第一关键点坐标处的像素点融合后的融合像素值。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述预设素材图像为透明度渐变的图像,像素点的透明度由所述预设素材图像的边缘向所述预设素材图像的中心递减。
8.根据权利要求1-6任一项所述的方法,其特征在于,还包括:
检测所述人脸图像中是否包含人脸区域;
如果是,则执行所述检测用户的人脸图像中面部瑕疵对应的关键点坐标的操作;
如果否,则发送提示信息给所述用户的终端,所述提示信息用于提示所述用户所述人脸图像中需包含人脸区域。
9.一种图像处理装置,其特征在于,包括:
检测模块,用于检测用户的人脸图像中面部瑕疵对应的关键点坐标;
第一生成模块,用于根据所述面部瑕疵对应的关键点坐标和预设素材图像,生成瑕疵纹理贴图;
第二生成模块,用于根据所述人脸图像和所述瑕疵纹理贴图,生成所述人脸图像对应的遮瑕人脸图像。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序以实现1-8任一项所述的方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行实现1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111308461.1A CN115731142A (zh) | 2021-08-31 | 2021-08-31 | 一种图像处理方法、装置、设备及存储介质 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111308461.1A CN115731142A (zh) | 2021-08-31 | 2021-08-31 | 一种图像处理方法、装置、设备及存储介质 |
CN202111015242.4A CN114155569B (zh) | 2021-08-31 | 2021-08-31 | 一种化妆进度检测方法、装置、设备及存储介质 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111015242.4A Division CN114155569B (zh) | 2021-08-31 | 2021-08-31 | 一种化妆进度检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115731142A true CN115731142A (zh) | 2023-03-03 |
Family
ID=80461794
Family Applications (5)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111308461.1A Pending CN115731142A (zh) | 2021-08-31 | 2021-08-31 | 一种图像处理方法、装置、设备及存储介质 |
CN202111308454.1A Pending CN115937919A (zh) | 2021-08-31 | 2021-08-31 | 一种妆容颜色识别方法、装置、设备及存储介质 |
CN202111306864.2A Pending CN115731591A (zh) | 2021-08-31 | 2021-08-31 | 一种化妆进度检测方法、装置、设备及存储介质 |
CN202111308470.0A Pending CN115761827A (zh) | 2021-08-31 | 2021-08-31 | 一种化妆进度检测方法、装置、设备及存储介质 |
CN202111015242.4A Active CN114155569B (zh) | 2021-08-31 | 2021-08-31 | 一种化妆进度检测方法、装置、设备及存储介质 |
Family Applications After (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111308454.1A Pending CN115937919A (zh) | 2021-08-31 | 2021-08-31 | 一种妆容颜色识别方法、装置、设备及存储介质 |
CN202111306864.2A Pending CN115731591A (zh) | 2021-08-31 | 2021-08-31 | 一种化妆进度检测方法、装置、设备及存储介质 |
CN202111308470.0A Pending CN115761827A (zh) | 2021-08-31 | 2021-08-31 | 一种化妆进度检测方法、装置、设备及存储介质 |
CN202111015242.4A Active CN114155569B (zh) | 2021-08-31 | 2021-08-31 | 一种化妆进度检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (5) | CN115731142A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078675B (zh) * | 2023-10-16 | 2024-02-06 | 太和康美(北京)中医研究院有限公司 | 基于图像分析的化妆品功效评价方法、装置、设备及介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105278376A (zh) * | 2015-10-16 | 2016-01-27 | 珠海格力电器股份有限公司 | 利用人脸识别技术的装置使用方法及装置 |
TW201931179A (zh) * | 2017-07-13 | 2019-08-01 | 美商美國資生堂公司 | 用於虛擬面部化妝之移除與模擬、快速面部偵測及標記追蹤、降低輸入視訊之延遲及振動的系統與方法,以及用於建議化妝之方法 |
CN107820027A (zh) * | 2017-11-02 | 2018-03-20 | 北京奇虎科技有限公司 | 视频人物装扮方法、装置、计算设备及计算机存储介质 |
CN107969058A (zh) * | 2017-12-29 | 2018-04-27 | 上海斐讯数据通信技术有限公司 | 一种智能化妆台及控制方法 |
CN108805090B (zh) * | 2018-06-14 | 2020-02-21 | 广东工业大学 | 一种基于平面网格模型的虚拟试妆方法 |
CN109584180A (zh) * | 2018-11-30 | 2019-04-05 | 深圳市脸萌科技有限公司 | 人脸图像处理方法、装置、电子设备及计算机存储介质 |
CN110008813B (zh) * | 2019-01-24 | 2023-06-30 | 创新先进技术有限公司 | 基于活体检测技术的人脸识别方法和系统 |
CN110111245B (zh) * | 2019-05-13 | 2023-12-08 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端及计算机可读存储介质 |
CN111291642B (zh) * | 2020-01-20 | 2023-11-28 | 深圳市商汤科技有限公司 | 一种妆容处理方法、装置、电子设备及存储介质 |
CN111651040B (zh) * | 2020-05-27 | 2021-11-26 | 华为技术有限公司 | 用于肌肤检测的电子设备的交互方法及电子设备 |
-
2021
- 2021-08-31 CN CN202111308461.1A patent/CN115731142A/zh active Pending
- 2021-08-31 CN CN202111308454.1A patent/CN115937919A/zh active Pending
- 2021-08-31 CN CN202111306864.2A patent/CN115731591A/zh active Pending
- 2021-08-31 CN CN202111308470.0A patent/CN115761827A/zh active Pending
- 2021-08-31 CN CN202111015242.4A patent/CN114155569B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114155569A (zh) | 2022-03-08 |
CN115761827A (zh) | 2023-03-07 |
CN114155569B (zh) | 2022-11-04 |
CN115937919A (zh) | 2023-04-07 |
CN115731591A (zh) | 2023-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3496383A1 (en) | Image processing method, apparatus and device | |
US11893701B2 (en) | Method for simulating natural perception in virtual and augmented reality scenes | |
CN108681729A (zh) | 文本图像矫正方法、装置、存储介质及设备 | |
CN109712082B (zh) | 协作修图的方法及装置 | |
CN107959798B (zh) | 视频数据实时处理方法及装置、计算设备 | |
CN110648296B (zh) | 一种瞳孔颜色修正方法、修正装置、终端设备及存储介质 | |
US8854392B2 (en) | Circular scratch shader | |
CN112669429A (zh) | 图像扭曲渲染方法及装置 | |
EP4296947A1 (en) | Calibration information determination method and apparatus, and electronic device | |
CN115731142A (zh) | 一种图像处理方法、装置、设备及存储介质 | |
CN114331912A (zh) | 一种图像修复方法及装置 | |
CN116503414B (zh) | 屏幕缺陷检测方法、装置、计算机设备和存储介质 | |
CN112801911B (zh) | 一种去除自然图像中文字类噪声的方法及装置、存储介质 | |
CN112449115B (zh) | 拍摄方法、装置和电子设备 | |
CN111815729A (zh) | 一种实时美肤方法、装置、设备和计算机存储介质 | |
CN111178200A (zh) | 一种仪表盘指示灯的识别方法及计算设备 | |
CN109729285B (zh) | 熔线格特效生成方法、装置、电子设备及存储介质 | |
WO2021184303A1 (zh) | 一种视频处理的方法及设备 | |
CN113837019A (zh) | 一种化妆进度检测方法、装置、设备及存储介质 | |
CN113763233A (zh) | 一种图像处理方法、服务器及拍照设备 | |
CN110855875A (zh) | 获取图像的背景信息的方法及装置 | |
CN111714883B (zh) | 贴图的处理方法、装置及电子设备 | |
CN107481198A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN116188341A (zh) | 图像处理方法及其装置 | |
CN117422848A (zh) | 三维模型的分割方法及装置 |
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 |