发明内容
本发明实施例公开了一种图像处理方法及装置,以能够有效地区分出拍摄得到的图像中的个别人物。
为达到上述目的,本发明实施例公开了一种人物图像处理方法,所述方法包括:
根据预设的人脸识别算法,获得目标图像中的人脸区域;
在所获得的人脸区域数量不少于两个的情况下,根据预设的分类算法和/或根据用户的选择操作,将所获得的人脸区域区分为前景人脸区域和背景人脸区域;
根据预设的第一图像处理算法,对经区分得到的背景人脸区域进行处理,使得经区分得到的背景人脸区域的视觉效果变差。
在本发明的一种具体实现方式中,通过以下方式获得目标图像:
将图像采集设备实时采集的图像数据确定为目标图像;
或
根据用户针对已存储图像集的选择操作,从所述已存储图像集中获得目标图像。
在本发明的一种具体实现方式中,所述人物图像处理方法还包括:
存储上述对背景人脸区域进行处理后的图像,并向用户展示该图像。
在本发明的一种具体实现方式中,所述预设的第一图像处理算法中包含以下图像处理方式中的至少一种:
对人脸区域进行模糊处理;
对人脸区域的局部或者全部进行形变处理;
对人脸区域进行添加噪声处理。
在本发明的一种具体实现方式中,根据预设的分类算法,将所获得的人脸区域区分为前景人脸区域和背景人脸区域,包括:
分别计算所获得的各个人脸区域的区域面积;
对所获得的人脸区域按照区域面积由大到小的顺序进行排序;
根据排序结果和预设的第一数量N1,将排序结果中前N1个人脸区域确定为前景人脸区域,并将剩余的人脸区域确定为背景人脸区域。
在本发明的一种具体实现方式中,根据预设的分类算法,将所获得的人脸区域区分为前景人脸区域和背景人脸区域,包括:
获得所获得的各个人脸区域对应的人脸可信度,其中,所述人脸可信度为:用于表示该区域为人脸区域的概率;
对所获得的人脸区域按照人脸可信度由大到小的顺序进行排序;
根据排序结果和预设的第二数量N2,将排序结果中前N2个人脸区域确定为前景人脸区域,并将剩余的人脸区域确定为背景人脸区域。
在本发明的一种具体实现方式中,所述人物图像处理方法还包括:
根据预设的第二图像处理算法,对经区分得到的前景人脸区域进行处理,使得经区分得到的前景人脸区域的视觉效果变好。
为达到上述目的,本发明实施例公开了一种人物图像处理装置,所述装置包括:
人脸区域获得模块,用于根据预设的人脸识别算法,获得目标图像中的人脸区域;
人脸区域区分模块,用于在所获得的人脸区域数量不少于两个的情况下,根据预设的分类算法和/或根据用户的选择操作,将所获得的人脸区域区分为前景人脸区域和背景人脸区域;
第一人脸区域处理模块,用于根据预设的第一图像处理算法,对经区分得到的背景人脸区域进行处理,使得经区分得到的背景人脸区域的视觉效果变差。
在本发明的一种具体实现方式中,所述人物图像处理装置还包括:
目标图像获得模块,用于将图像采集设备实时采集的图像数据确定为目标图像;
或
用于根据用户针对已存储图像集的选择操作,从所述已存储图像集中获得目标图像。
在本发明的一种具体实现方式中,所述人物图像处理装置还包括:
图像展示模块,用于存储上述对背景人脸区域进行处理后的图像,并向用户展示该图像。
在本发明的一种具体实现方式中,所述预设的第一图像处理算法中包含以下图像处理方式中的至少一种:
对人脸区域进行模糊处理;
对人脸区域的局部或者全部进行形变处理;
对人脸区域进行添加噪声处理。
在本发明的一种具体实现方式中,所述人脸区域区分模块,包括:第一人脸区域区分子模块和/或第二人脸区域区分子模块;
其中,所述第一人脸区域区分子模块,用于在所获得的人脸区域数量不少于两个的情况下,根据预设的分类算法,将所获得的人脸区域区分为前景人脸区域和背景人脸区域;
所述第二人脸区域区分子模块,用于在所获得的人脸区域数量不少于两个的情况下,根据用户的选择操作,将所获得的人脸区域区分为前景人脸区域和背景人脸区域;
具体的,所述第一人脸区域区分子模块,包括:区域面积计算单元、第一排序单元和第一人脸区域确定单元;
其中,所述区域面积计算单元,用于分别计算所获得的各个人脸区域的区域面积;
所述第一排序单元,用于对所获得的人脸区域按照区域面积由大到小的顺序进行排序;
所述第一人脸区域确定单元,用于根据排序结果和预设的第一数量N1,将排序结果中前N1个人脸区域确定为前景人脸区域,并将剩余的人脸区域确定为背景人脸区域。
在本发明的一种具体实现方式中,所述人脸区域区分模块,包括:第一人脸区域区分子模块和/或第二人脸区域区分子模块;
其中,所述第一人脸区域区分子模块,用于在所获得的人脸区域数量不少于两个的情况下,根据预设的分类算法,将所获得的人脸区域区分为前景人脸区域和背景人脸区域;
所述第二人脸区域区分子模块,用于在所获得的人脸区域数量不少于两个的情况下,根据用户的选择操作,将所获得的人脸区域区分为前景人脸区域和背景人脸区域;
具体的,所述第一人脸区域区分子模块,包括:人脸可信度获得单元、第二排序单元和第二人脸区域确定单元;
其中,所述人脸可信度获得单元,用于获得所获得的各个人脸区域对应的人脸可信度,其中,所述人脸可信度为:用于表示该区域为人脸区域的概率;
所述第二排序单元,用于对所获得的人脸区域按照人脸可信度由大到小的顺序进行排序;
所述第二人脸区域确定单元,用于根据排序结果和预设的第二数量N2,将排序结果中前N2个人脸区域确定为前景人脸区域,并将剩余人脸区域确定为背景人脸区域。
在本发明的一种具体实现方式中,所述人物图像处理装置还包括:第二人脸区域处理模块;
其中,所述第二人脸区域处理模块,用于根据预设的第二图像处理算法,对经区分得到的前景人脸区域进行处理,使得经区分得到的前景人脸区域的视觉效果变好。
由以上可见,本发明实施例提供的方案中,获得目标图像中的人脸区域后,在所获得的人脸区域的数量不少于两个的情况下,将所获得的人脸区域区分为前景人脸区域和背景人脸区域,对经区分得到的背景人脸区域进行处理,使得背景人脸区域的视觉效果变差。由于经过处理后背景人脸区域的视觉效果变差,这样能够从反面衬托出前景人脸区域具有较佳的视觉效果。因此,应用本发明实施例提供的方案,能够有效地区分出目标图像中前景人脸区域中的人物,且能够以相对较佳的视觉效果显示前景人脸区域中的人物。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种人物图像处理方法的流程示意图,该方法包括:
S101:根据预设的人脸识别算法,获得目标图像中的人脸区域。
实际应用中,可以将图像采集设备实时采集的图像数据确定为目标图像,其中,图像采集设备可以是带有摄像头的手机、带有摄像头的平板电脑、数码相机、数码摄像机等等。
例如,使用带有摄像头的手机拍摄图像时,可以直接将该手机所拍摄到的图像确定为目标图像;
使用带有摄像头的手机拍摄视频时,可以直接将该手机所拍摄到的每一视频帧作为目标图像等等。
另外。还可以根据用户针对已存储图像集的选择操作,从已存储图像集中获得目标图像。
S102:在所获得的人脸区域数量不少于两个的情况下,根据预设的分类算法和/或根据用户的选择操作,将所获得的人脸区域区分为前景人脸区域和背景人脸区域。
在拍摄人物图像时,一般主要人物所在的位置比较靠前,这样拍摄得到的图像中主要人物的脸部区域一般相较于图像中其他人物的脸部区域大。
鉴于此,在本发明的一种具体实现方式中,根据预设的分类算法,将所获得的人脸区域区分为前景人脸区域和背景人脸区域时,可以根据所获得的人脸区域的区域面积进行区分。
具体的,先分别计算所获得的各个人脸区域的区域面积,对所获得的人脸区域按照区域面积由大到小的顺序进行排序,再根据排序结果和预设的第一数量N1,将排序结果中前N1个人脸区域确定为前景人脸区域,并将剩余的人脸区域确定为背景人脸区域。
另外,实际应用中,受周围拍摄物、场景光线、拍摄角度、预设的人脸识别算法鲁棒性等因素的影响,在获得目标图像中的人脸区域时,并不能保证能够完全准确无误的识别出目标图像中的人脸区域。通常情况下,采用各种人脸识别算法进行人脸识别后,除了能够得到根据该人脸识别算法识别出的人脸区域外,还可以根据识别得到的人脸区域的特征信息计算得到该区域为人脸区域的概率,这一概率可以称为人脸可信度。
鉴于此,在本发明的另一种具体实现方式中,根据预设的分类算法,将所获得的人脸区域区分为前景人脸区域和背景人脸区域时,还可以根据所获得的人脸区域的人脸可信度进行区分。
具体的,先获得所获得的各个人脸区域对应的人脸可信度,对所获得的人脸区域按照人脸可信度由大到小的顺序进行排序,再根据排序结果和预设的第二数量N2,将排序结果中前N2个人脸区域确定为前景人脸区域,并将剩余的人脸区域确定为背景人脸区域。
根据预设的分类算法,将所获得的人脸区域区分为前景人脸区域和背景人脸区域时,除了可以考虑上述的区域面积和人脸可信度之外,还可以考虑人脸区域中的五官特征等因素。
例如,获得目标图像中的人脸区域之后,可以通过图像特征提取算法、图像边缘提取算法等识别出所获得的人脸区域中眼睛、鼻子、嘴巴等五官特征,进一步的根据所识别出的五官特征可以确定人物的面部表情,具体的,可以通过眼睛的形状、嘴巴的形状等确定人物的面部表情。
确定所获得的人脸区域对应的人物的面部表情后,对所获得的人脸区域按照人物的面部表情活跃程度由高到低的顺序进行排序,根据排序结果和预设的第三数量N3,将排序结果中前N3个人脸区域确定为前景人脸区域,并将剩余的人脸区域确定为背景人脸区域。
其中,人物的面部表情活跃程度用于表示人的五官形变程度,例如,若人物的嘴巴处于通常的紧闭状态,则人物的面部表情活跃程度较低,而若人物的嘴巴处于张大状态、微笑状态等等,则人物的面部表情活跃程度较高等等。
需要说明的是,本申请只是以上述为例,说明如何将所获得的人脸区域区分为前景人脸区域和背景人脸区域,实际应用中,区分方式并不仅限于以上几种情况。
上述预设的第一数量、预设的第二数量和预设的第三数量为不小于1的整数。
根据用户的选择操作,将所获得的人脸区域区分为前景人脸区域和背景人脸区域时,可以将用户所选择的人脸区域确定为前景人脸区域,将所获得的人脸区域中,用户未选择的人脸区域确定为背景人脸区域,另外,还可以将用户所选择的人脸区域确定为背景人脸区域,将所获得的人脸区域中,用户未选择的人脸区域确定为前景人脸区域。
其中,用户所选择的人脸区域可以包括一个人脸区域,也可以包括多个人脸区域,本申请并不对此进行限定。
可以理解的是,根据预设的分类算法,将所获得的人脸区域区分为前景人脸区域和背景人脸区域时,无需用户操作即可完成人脸区域的区分。然而,通常情况下,任何一种分类算法都不一定能够与所有用户理想的人脸区域分类算法一致,所以,实际应用中为了向用户提供较佳的体验效果,在区分人脸区域时,可以考虑将预设的分类算法与用户的选择操作相结合,即:根据预设的分类算法经区分得到前景人脸区域和背景人脸区域后,用户可在上述区分结果的基础上进行选择操作,以进一步调整上述经区分得到的前景人脸区域和背景人脸区域,满足用户的真实要求。
S103:根据预设的第一图像处理算法,对经区分得到的背景人脸区域进行处理,使得经区分得到的背景人脸区域的视觉效果变差。
可选的,预设的第一图像处理算法中可以包含以下图像处理方式中的至少一种:
对人脸区域进行模糊处理;
对人脸区域的局部或者全部进行形变处理;
对人脸区域进行添加噪声处理。
其中,上述的形变处理,可以包括拉伸处理、扭曲处理、放大处理、缩小处理等等。
例如,局部放大处理可以是对人物的眼睛、嘴巴、鼻子等进行放大处理,同理,局部缩小处理可以是对人物的眼睛、嘴巴、鼻子等进行缩小处理。
另外,区分得到的背景人脸区域包含多个人脸区域时,对各个人脸区域所进行的处理可以是相同的处理,也可以是不同的处理。
进一步的,可以选择预设的第一图像处理算法中包含的一种或者多种图像处理方式,对经区分得到的背景人脸区域中的人脸区域进行处理。
为经区分得到的背景人脸区域中的人脸区域选择图像处理方式时,可以是随机的从预设的第一图像处理算法中选择的,可以是根据预设的处理方式选择算法从预设的第一图像处理算法中选择的,还可以是用户手动选择的,本申请并不对此进行限定。
在本发明的一个可选实施例中,在S103对经区分得到的背景人脸区域进行处理后,还可以存储上述对背景人脸区域进行处理后的图像。
进一步的,为便于用户查看经上述处理后的图像,不仅可以存储上述对背景人脸区域进行处理后的图像,还可以向用户展示该图像。
由以上可见,本实施例提供的方案中,获得目标图像中的人脸区域后,在所获得的人脸区域的数量不少于两个的情况下,将所获得的人脸区域区分为前景人脸区域和背景人脸区域,对经区分得到的背景人脸区域进行处理,使得背景人脸区域的视觉效果变差。由于经过处理后背景人脸区域的视觉效果变差,这样能够从反面衬托出前景人脸区域具有较佳的视觉效果。因此,应用本实施例提供的方案,能够有效地区分出目标图像中前景人脸区域中的人物,且能够以相对较佳的视觉效果显示前景人脸区域中的人物。
下面通过具体实例再对上述人物图像处理方法进行说明。
根据S101:根据预设的人脸识别算法,对图2所示的原始人物图像进行人脸识别,获得该图像中的人脸区域。
参见图3a,该图中以矩形框的形式标识出了经人脸识别处理得到的图2所示原始图像中的人脸区域。
由图3a可见,所获得的人脸区域数量为七个,不少于两个。
根据S102:根据图3a中标识出的人脸区域的区域面积,对该图中标识出的人脸区域进行区分,区分为前景人脸区域和背景人脸区域。
参见图3b,该图中标识出了经区分得到的前景人脸区域和背景人脸区域。
其中,前景人脸区域的标识为“F”,背景人脸区域的标识为“B”。
根据S103:对图3b中经区分得到的背景人脸区域进行处理,使得经区分得到的背景人脸区域的视觉效果变差。
具体的,参见图3c,该图为对图3b中经区分得到的背景人脸区域进行模糊处理后的图像;
参见图3d,该图为对图3b中经区分得到的背景人脸区域进行形变处理后的图像。
从上述的图3c和图3d两张图像可以看出,对背景人脸区域进行处理后,明显能够将前景人脸区域与背景人脸区域区分开,且能够以相对较佳的视觉效果显示前景人脸区域中的人物。
在本发明的一个具体实施例中,参见图4,提供了另一种人物图像处理方法的流程示意图,与前述各个实施例相比,本实施例中,还包括:
S104:根据预设的第二图像处理算法,对经区分得到的前景人脸区域进行处理,使得经区分得到的前景人脸区域的视觉效果变好。
其中,预设的第二图像处理算法中可以包括:磨皮处理、人脸皮肤区域提亮处理、润唇处理等等。
由以上可见,本实施例提供的方案中,在对经区分得到的背景人脸区域进行使得背景人脸区域视觉效果变差的处理的同时,对经区分得到的前景人脸区域进行使得前景人脸区域视觉效果变好的处理,这样不仅能够有效区分出目标图像中前景人脸区域中的人物,还能够以更佳的视觉效果显示前景人脸区域中的人物。
与上述的人物图像处理方法相对应,本发明实施例还提供了一种人物图像处理装置。
图5为本发明实施例提供的一种人物图像处理装置的结构示意图,该装置包括:人脸区域获得模块501、人脸区域区分模块502和第一人脸区域处理模块503。
其中,人脸区域获得模块501,用于根据预设的人脸识别算法,获得目标图像中的人脸区域;
人脸区域区分模块502,用于在所获得的人脸区域数量不少于两个的情况下,根据预设的分类算法和/或根据用户的选择操作,将所获得的人脸区域区分为前景人脸区域和背景人脸区域;
第一人脸区域处理模块503,用于根据预设的第一图像处理算法,对经区分得到的背景人脸区域进行处理,使得经区分得到的背景人脸区域的视觉效果变差。
具体的,所述人物图像处理装置还可以包括:目标图像获得模块(图中未示出)。
其中,目标图像获得模块,用于将图像采集设备实时采集的图像数据确定为目标图像;
或
用于根据用户针对已存储图像集的选择操作,从所述已存储图像集中获得目标图像。
具体的,所述人物图像处理装置还可以包括:图像展示模块(图中未示出)。
其中,图像展示模块,用于存储上述对背景人脸区域进行处理后的图像,并向用户展示该图像。
具体的,所述预设的第一图像处理算法中可以包含以下图像处理方式中的至少一种:
对人脸区域进行模糊处理;
对人脸区域的局部或者全部进行形变处理;
对人脸区域进行添加噪声处理。
可选的,所述人脸区域区分模块502可以包括:第一人脸区域区分子模块和/或第二人脸区域区分子模块;
其中,所述第一人脸区域区分子模块,用于在所获得的人脸区域数量不少于两个的情况下,根据预设的分类算法,将所获得的人脸区域区分为前景人脸区域和背景人脸区域;
所述第二人脸区域区分子模块,用于在所获得的人脸区域数量不少于两个的情况下,根据用户的选择操作,将所获得的人脸区域区分为前景人脸区域和背景人脸区域;
具体的,所述第一人脸区域区分子模块可以包括:区域面积计算单元、第一排序单元和第一人脸区域确定单元;
其中,所述区域面积计算单元,用于分别计算所获得的各个人脸区域的区域面积;
所述第一排序单元,用于对所获得的人脸区域按照区域面积由大到小的顺序进行排序;
所述第一人脸区域确定单元,用于根据排序结果和预设的第一数量N1,将排序结果中前N1个人脸区域确定为前景人脸区域,并将剩余的人脸区域确定为背景人脸区域。
可选的,所述人脸区域区分模块502可以包括:第一人脸区域区分子模块和/或第二人脸区域区分子模块;
其中,所述第一人脸区域区分子模块,用于在所获得的人脸区域数量不少于两个的情况下,根据预设的分类算法,将所获得的人脸区域区分为前景人脸区域和背景人脸区域;
所述第二人脸区域区分子模块,用于在所获得的人脸区域数量不少于两个的情况下,根据用户的选择操作,将所获得的人脸区域区分为前景人脸区域和背景人脸区域;
具体的,所述第一人脸区域区分子模块可以包括:人脸可信度获得单元、第二排序单元和第二人脸区域确定单元;
其中,所述人脸可信度获得单元,用于获得所获得的各个人脸区域对应的人脸可信度,其中,所述人脸可信度为:根据预设的人脸识别算法获得人脸区域时得到的、用于表示该区域为人脸区域的概率;
所述第二排序单元,用于对所获得的人脸区域按照人脸可信度由大到小的顺序进行排序;
所述第二人脸区域确定单元,用于根据排序结果和预设的第二数量N2,将排序结果中前N2个人脸区域确定为前景人脸区域,并将剩余的人脸区域确定为背景人脸区域。
由以上可见,本实施例提供的方案中,获得目标图像中的人脸区域后,在所获得的人脸区域的数量不少于两个的情况下,将所获得的人脸区域区分为前景人脸区域和背景人脸区域,对经区分得到的背景人脸区域进行处理,使得背景人脸区域的视觉效果变差。由于经过处理后背景人脸区域的视觉效果变差,这样能够从反面衬托出前景人脸区域具有较佳的视觉效果。因此,应用本实施例提供的方案,能够有效地区分出目标图像中前景人脸区域中的人物,且能够以相对较佳的视觉效果显示前景人脸区域中的人物。
在本发明的一种具体实现方式中,参见图6,提供了另一种人物图像处理装置的结构示意图,与前述各个实施例相比,本实施例中,还包括:第二人脸区域处理模块504。
其中,所述第二人脸区域处理模块504,用于根据预设的第二图像处理算法,对经区分得到的前景人脸区域进行处理,使得经区分得到的前景人脸区域的视觉效果变好。
由以上可见,本实施例提供的方案中,在对经区分得到的背景人脸区域进行使得背景人脸区域视觉效果变差的处理的同时,对经区分得到的前景人脸区域进行使得前景人脸区域视觉效果变好的处理,这样不仅能够有效区分出目标图像中前景人脸区域中的人物,还能够以更佳的视觉效果显示前景人脸区域中的人物。
对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机可读取存储介质中,这里所称得的存储介质,如:ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。