CN108564537A - 图像处理的方法、装置、电子设备及介质 - Google Patents
图像处理的方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN108564537A CN108564537A CN201711477933.XA CN201711477933A CN108564537A CN 108564537 A CN108564537 A CN 108564537A CN 201711477933 A CN201711477933 A CN 201711477933A CN 108564537 A CN108564537 A CN 108564537A
- Authority
- CN
- China
- Prior art keywords
- region
- face
- target object
- distribution proportion
- bright dark
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000009826 distribution Methods 0.000 claims abstract description 113
- 238000005516 engineering process Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 20
- 238000001914 filtration Methods 0.000 abstract description 11
- 210000001508 eye Anatomy 0.000 description 40
- 210000000887 face Anatomy 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000001815 facial effect Effects 0.000 description 5
- 238000011282 treatment Methods 0.000 description 5
- 210000004709 eyebrow Anatomy 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 238000004040 coloring Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- 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
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种图像处理的方法、装置、电子设备及介质，其中方法包括：识别图像中的目标对象，根据目标对象的特征点，将该目标对象划分为至少一个区域，获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值。采用本发明实施例，可以解决在不同环境光线下拍摄出的照片，滤镜效果较差的问题。
Description
技术领域
本发明涉及计算机领域，尤其涉及一种图像处理的方法、装置、电子设备及介质。
背景技术
现如今各种各样的个性化图片编修应用丰富了用户体验，为用户提供了许多创作空间，比如图片组合、创意变脸以及各种滤镜效果等等。其中，在某些滤镜应用中，通常根据当前照片亮暗或者拍摄环境的光线亮暗，为此次滤镜设定一个滤镜的亮度参数。根据该亮度参数对照片进行滤镜处理。如此滤镜处理会导致照片中有些部分滤镜效果较好，有些部分滤镜效果较差，甚至看不清滤镜后照片中图像。
发明内容
发明人发现，由于不同照片的拍摄环境光线不同，固定的滤镜亮度参数，并不能保证所有照片在该滤镜下都有最佳的滤镜效果。比如，在某种滤镜下，设定亮度阈值参数为100，针对在亮度适中的环境光线拍摄的照片，依据该亮度阈值可以将照片划分为亮部区域和暗部区域，进一步的，分别对亮部区域和暗部区域进行不同的滤镜着色处理，得到较好的滤镜效果；但是，针对在较暗的环境光线下拍摄的照片，依据该亮度阈值可能将整个照片都划分为暗部区域，进一步的，对整个照片进行同样滤镜着色处理，导致滤镜效果很差。
本发明实施例提供了一种图像处理的方法、装置、电子设备及介质，可以解决在不同环境光线下拍摄出的照片，滤镜效果较差的问题。
本发明实施例第一方面提供了一种图像处理的方法，包括：
识别图像中的目标对象；
根据目标对象的特征点，将目标对象划分为至少一个区域；
获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，亮度阈值用于划分区域的亮暗分布。
可选的，当目标对象为人脸时，根据目标对象的特征点，将目标对象划分为至少一个区域，图像处理的方法包括：
利用人脸辨识技术得到人脸的特征点信息；
根据人脸特征点信息建构人脸的五官特征，依据五官特征将人脸划分为脸部区域、眼睛区域和嘴唇区域。
可选的，获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，图像处理的方法包括：
将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例；
判断每个区域的亮暗分布比例是否符合每个区域的预设亮暗分布比例；
将使得所述每个区域的亮暗分布比例符合所述预设亮暗分布比例的亮度作为获取到的亮度阈值。
可选的，将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例，图像处理的方法包括：
针对所述至少一个区域中的每个区域，根据区域的彩色数组确定区域亮度数组；
针对预设亮度范围内的每个亮度作为阈值，并根据所述每个区域的亮度数组，将每个区域划分为亮部区域和暗部区域，并分别计算每个区域中亮部区域和暗部区域的分布比例。
可选的，当识别到图像中包括至少两个对象时，识别图像中的目标对象，图像处理的方法包括：
分别计算在图像中至少两个对象中每个对象所占区域与图像区域的比例；
判断计算得到的比例是否满足预设比例；
将满足预设比例的对象作为目标对象。
本发明实施例第二方面提供了一种图像处理装置，包括：
识别单元，用于识别图像中的目标对象；
划分单元，用于根据目标对象的特征点，将目标对象划分为至少一个区域；
获取单元，用于获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，亮度阈值用于划分区域的亮暗部分布。
可选的，当目标对象为人脸时，划分单元具体用于：
利用人脸辨识技术得到人脸的特征点信息；
根据人脸特征点信息建构人脸的五官特征，依据五官特征将人脸划分为脸部区域、眼睛区域和嘴唇区域。
可选的，获取单元具体用于：
将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例；
判断每个区域的亮暗分布比例是否符合每个区域的预设亮暗分布比例；
将使得所述每个区域的亮暗分布比例符合所述预设亮暗分布比例的亮度作为获取到的亮度阈值。
可选的，将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例，包括：
针对所述至少一个区域中的每个区域，根据区域的彩色数组确定区域的亮度数组；
针对预设亮度范围内的每个亮度作为阈值，并根据所述每个区域的亮度数组，针对预设亮度范围内的每个亮度作为阈值，并根据每个区域的亮度数组，将每个区域划分为亮部区域和暗部区域，并分别计算每个区域中亮部区域和暗部区域的分布比例。
可选的，当识别到图像中包括至少两个对象时，识别单元具体用于：
分别计算在图像中至少两个对象中每个对象所占区域与图像区域的比例；
判断计算得到的比例是否满足预设比例；
将满足预设比例的对象作为目标对象。
第三方面，本发明实施例提供了一种电子设备，包括处理器、输入设备、输出设备和存储器，处理器、输入设备、输出设备和存储器相互连接，其中，存储器用于存储支持电子设备执行上述方法的计算机程序，计算机程序包括程序指令，处理器被配置用于调用程序指令，执行上述第一方面的方法。
第四方面，本发明实施例提供了一种介质，介质存储有计算机程序，计算机程序包括程序指令，程序指令当被处理器执行时使处理器执行上述第一方面的方法。
第五方面，本发明实施例提供了一种应用程序，包括程序指令，程序指令当被执行时用于执行上述第一方面的方法。
通过本发明实施例根据识别的图像中目标对象的特征点，将目标对象划分为至少一个区域，并获得使得该至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，该亮度阈值用于划分每个区域的亮部区域和暗部区域，可以解决如何为不同环境光线下拍摄出的照片，通过对划分后的亮部区域和暗部区域设定合理的亮度阈值，从而实现提高滤镜的处理效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种图像处理的方法的流程示意图；
图2是本发明实施例提供的另一种图像处理的方法的流程示意图；
图3是本发明实施例提供的一种图像处理的装置的结构示意图；
图4是本发明实施例提供的一种电子设备的结构示意图。
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。
参考图1，为本发明实施例提供的一种图像处理的方法的流程示意图，如图1的图像处理的方法，可包括以下步骤：
101、电子设备识别图像中的目标对象。
其中，电子设备可以是手机、平板电脑等便携式电子设备，也可以是笔记本电脑等非便携式电子设备。图像可以是用户输入的，也可以是电子设备调用内部的拍照软件实时拍摄的。目标对象是指电子设备进行亮度阈值设定的主体，比如该目标对象可以是人脸，也可以物体，如水杯或者建筑等等。电子设备识别到的目标对象可以为一个也可以为多个。具体的，电子设备可获取到用户输入的或者相机拍摄的图像中多个对象，例如获取一个用户输入的图像，图像中可包括人脸、树木和天空等，电子设备需要利用相关技术识别图像中的目标对象。在该例子中，可假设电子设备想要进行亮度阈值设定的主体为人脸，则可利用人脸辨识技术识别该图像中的人脸，也即电子设备识别图像中的目标对象为人脸。也可以假设电子设备想要进行亮度阈值设定的主体为树木，则可利用相关技术识别到该图像中的树木，并将其作为目标对象，具体的相关技术在这里不做限定。
可选的，当图像中包括至少两个对象时，识别图像中的目标对象，包括：分别计算在图像中至少两个对象中每个对象所占区域与图像区域的比例；判断计算得到的比例是否满足预设比例；将满足预设比例的对象作为目标对象。
102、电子设备根据目标对象的特征点，将目标对象划分为至少一个区域。
可选的，电子设备获取到的目标对象可能包括多个特征点，在某些图像编修软件或者其他应用中，对不同特征点的处理方式可能不同。因此，电子设备需要根据目标对象特征点的不同，将其划分为多个不同区域，可以实现对目标对象进行分层次处理，获取较好的效果。比如，可假设电子设备识别到的目标对象为人脸，人脸包括眼睛、鼻子和嘴巴等部分，这些部分的特征点不相同，在对人脸进行滤镜时，对人脸不同部分的处理方式也可不相同，例如滤镜时需要将眼睛放大、鼻子变得高挺等等。如果将人脸看成一个整体区域进行滤镜处理，可能得到的滤镜效果不好。因此，这就需要电子设备根据人脸不同部分的特征点，将人脸划分为多个不同的区域，以便于在滤镜时针对不同区域进行不同滤镜处理，得到更好的图像编修效果。
可选的，当目标对象为人脸时，根据目标对象的特征点，将目标对象划分为至少一个区域，包括：利用人脸辨识技术得到人脸的特征点信息；根据人脸特征点信息建构人脸的五官特征，依据五官特征将人脸划分为脸部区域、眼睛区域和嘴唇区域。其中，人脸特征点是指人脸中眼睛、眉毛、鼻子和嘴巴的特征点，电子设备可以利用一个包括上述器官的人脸模板对上述特征点进行提取，或者电子设备可以使用其他技术实现对上述特征点的提取。
103、电子设备获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值。
其中，至少一个区域中每个区域的预设亮暗分布比例可以是电子设备预先设定好的，也可以是电子设备的图像编修软件或其他应用默认的。亮度阈值用于划分每个区域的亮部区域和暗部区域。换句话说，亮度阈值是用来衡量每个区域中亮部区域和暗部区域的标准，可以假设在每个区域中将亮度小于亮度阈值的区域划分成暗部区域，将亮度大于亮度阈值的区域划分为亮度区域。
具体的，电子设备获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，也就是说，电子设备确定一个亮度阈值作为至少一个区域中每个区域亮部区域和暗部区域的划分标准，并且保证该亮度阈值作为亮度划分标准时应该使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例。
可选的，电子设备获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，包括：将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例；判断每个区域的亮暗分布比例是否符合每个区域的预设亮暗分布比例；将当前亮度作为获取到的亮度阈值。也就是说，电子设备获取亮度阈值的方法可以是将预设亮度范围内的各个亮度作为阈值，并计算在当前阈值下至少一个区域中每个区域的亮暗分布比例是否满足每个区域预设的亮暗分布比例。如果满足，则将当前的亮度作为获取到的亮度阈值；如果不满足，则电子设备将当前亮度增加预设个亮度，或者将当前亮度减少预设个亮度，执行上述相同的步骤，直至电子设备获取到的亮度使满足至少一个区域中每个区域的亮暗分布比例满足每个区域的预设亮暗分布比例为止，并且电子设备将此时的亮度作为获取到的亮度阈值。
可选的，电子设备将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例，包括：针对至少一个区域中的每个区域，根据所述区域的彩色数组确定区域的亮度数组；针对预设亮度范围内的每个亮度作为阈值，并根据每个区域的亮度数组，将每个区域划分为亮部区域和暗部区域，并分别计算每个区域中亮部区域和暗部区域的分布比例。也就是说，电子设备将预设亮度范围内的各个亮度作为阈值时，分别计算每个区域的亮暗分布比例方法可以是，电子设备先将预设范围内的一个亮度作为阈值，然后将每个区域由彩色数组转换成亮度数组以便于对每个区域亮部区域和暗部区域进行分区以及获取每个区域的亮度。电子设备针对预设亮度范围内的每个亮度作为阈值，并根据每个区域的亮度数组，可以将每个区域分成亮部区域和暗部区域，并计算每个区域中暗部区域和亮部区域各自所占的百分比。
本实施例中电子设备在识别到图像中的目标对象后，根据该目标对象的特征点，将该目标对象划分为至少一个区域，并获取使得该至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，其中，该亮度阈值用来划分每个区域的亮部区域和暗部区域，解决如何为不同环境光线下拍摄出的照片，通过对划分后的亮部区域和暗部区域设定合理的亮度阈值，从而实现提高滤镜的处理效果。
参考图2，为本发明实施例提供的另一种图像处理的方法，如图2所示图像处理的方法，可包括：
201、电子设备获取用户输入的图像。
202、电子设备识别图像中的目标人脸。
其中，电子设备获得用户输入的图像，可以指电子设备加载用户从相册中选择的照片，也可以指电子设备调用拍照软件根据用户需求实时拍摄的照片。比如，可假设电子设备为手机，手机可获取用户在手机相册中选择的照片作为图像，或者手机也可获取用户使用手机照相软件拍摄的照片作为图像。在本实施例中，电子设备获取用户输入的图像的具体方式不做限定。
电子设备识别获得到的图像中的目标人脸，可选的，电子设备可利用人脸辨识技术识别获得到的图像中的目标人脸。也就是说，电子设备可以利用人脸辨识技术识别是否获取用户输入的图像中包括目标人脸。具体的，电子设备可利用人脸辨识技术判断在图像中是否能够获得目标人脸特征点信息：若能够获得目标人脸特征点信息，则表明图像中包括目标人脸；若不能获得目标人脸特征点信息，则表明图像中没有目标人脸。本发明实施例中所讲的图像处理的方法，主要是针对不同人脸，设定不同亮度阈值，使得不同人脸在不同的滤镜下能够得到较好的显示效果。因此，在本发明实施例中，若电子设备识别到获取到的图像中包括目标人脸，则执行步骤203，若电子设备识别到获取到的图像中不包括目标人脸，则可不执行步骤203，如此可节省电子设备功耗。
203、电子设备根据目标人脸的特征点，将目标人脸划分为脸部区域、眼睛区域和嘴唇区域。
具体的，若电子设备识别到获得到的图像中包括目标人脸，则可根据目标人脸的特征点，将目标人脸划分为脸部区域、眼睛区域和嘴唇区域。可选的，电子设备可利用人脸辨识技术得到目标人脸的特征点信息；电子设备根据该特征点信息建构目标人脸的五官特征，依据五官特征将目标人脸划分为脸部区域、眼睛区域和嘴唇区域。举例来说，假设电子设备识别到用户输入的图像中包括目标人脸，并假设电子设备利用人脸辨识技术得到该目标人脸的特征点，依据该特征点建构出目标人脸的五官耳朵、鼻子、眼睛、嘴和眉毛。电子设备可预先设定目标人脸划分规则，比如电子设备预设的目标人脸划分规则可为鼻子、耳朵和眉毛划分为一个区域，称为脸部区域；眼睛区域独立作为眼睛区域；嘴唇区域独立作为嘴唇区域。在本例中，电子设备可根据五官特征将目标人脸划分脸部区域、眼睛区域和嘴唇区域。
可选的，当识别到用户输入的图像中包括至少两个对象时，识别图像中的目标对象包括：分别计算在图像中至少两个对象所占区域与图像区域的比例；判断计算得到的比例是否满足预设比例；将满足预设比例的对象作为目标对象。也就是说，如果电子设备识别到用户输入的图像中包括至少两个人脸，可通过计算该至少两个人脸中的每个人脸在图像中所占区域大小决定哪个人脸为电子设备想要识别的目标人脸。举例来说，假设电子设备获得到用户输入的图像之后，可利用人脸辨识技术识别到该图像中包括两个人脸，假设电子设备预先设定的目标人脸所占区域与图像区域的预设比例为50％，即如果在电子设备获取到的图像中人脸所占区域与图像区域的比例大于或者等于50％，则该人脸即为目标人脸。电子设备可根据人脸辨识技术得到的两个人脸中每个人脸所占区域，电子设备将分别计算每个人脸在该图像中所占区域的比例，可假设第一人脸在图像中所占区域为整个图像区域的比例为60％，第二人脸在图像中所占区域为整个图像区域的20％，电子设备通过判断可知第一人脸所占整个图像区域的比例符合目标人脸所占区域与图像区域的预设比例，因此电子设备识别第一人脸为目标人脸。
可选的，电子设备识别到图像中的目标人脸可为多个。举例来说，电子设备可预先设定目标人脸所占区域与图像区域的预设比例，可假设为30％，假设电子设备识别到图像区域中包括三个人脸，三个人脸在图像区域所占的比例分别为第一人脸所占区域与图像区域的比例为40％、第二人脸所占区域与图像区域的比例为35％，第三人脸所占区域与图像区域的比例为10％，则电子设备通过判断可知，第一人脸和第二人脸所占图像区域的比例均大于30％，因此电子设备识别第一人脸和第二人脸为目标人脸。
204、电子设备获取使得脸部区域、眼睛区域和嘴唇区域的亮部区域与暗部区域的比例满足脸部区域、眼睛区域和嘴唇区域的预设亮暗分布比例的亮度阈值。
可选的，电子设备可预先为目标人脸的脸部区域、眼睛区域和嘴唇区域分别设定预设亮暗分布比例，换句话说如果上述各个部分的亮部区域与暗部区域的比例满足各部分的预设亮暗分布比例，可使得上述的各个部分在任何图像编修中达到较好的效果。比如在某种滤镜下，当脸部区域的亮部区域与暗部区域的比例符合脸部的预设亮暗分布比例时，可以使得脸部在当前滤镜下有较好的滤镜效果。
可选的，电子设备获取使得脸部区域、眼睛区域和嘴唇区域的亮部区域与暗部区域的比例满足脸部区域、眼睛区域和嘴唇区域的预设亮暗分布比例的亮度阈值可包括：将预设亮度范围内的各个亮度作为阈值，分别计算脸部区域、眼睛区域和嘴唇区域的亮暗分布比例；判断上述每个区域的亮暗分布比例是否符合上述每个区域的预设亮暗分布比例；将使得脸部区域、眼睛区域和嘴唇区域的亮暗分布比例均符合预设亮暗分布比例的的亮度作为获取到的亮度阈值。其中，可选的，将预设亮度范围内的各个亮度作为阈值，分别计算脸部区域、眼睛区域和嘴唇区域的亮暗分布比例，可包括：针对脸部区域、眼睛区域和嘴唇区域，根据脸部区域、眼睛区域和嘴唇区域的彩色数组确定亮度数组；针对预设亮度范围内的每个亮度作为阈值，并根据脸部区域、眼睛区域和嘴唇区域的亮度数组，将脸部区域、眼睛区域和嘴唇区域分别划分为亮部区域和暗部区域，并分别计算上述每个区域中亮部区域和暗部区域的分布比例。
也就是说，电子设备将目标人脸划分为脸部区域、眼睛区域和嘴唇区域三个区域之后，将上述三个区域由彩色数组转换成亮度数组，以便于获取每个区域的亮度。之后将预设亮度范围内的各个亮度依次作为阈值，并根据三个区域的亮度数组分别计算上述三个区域在当前阈值下的亮暗分布比例，电子设备检测脸部区域、眼睛区域和嘴唇区域的亮暗比例是否均符合每个区域的预设亮暗比例：如果符合，则将该当前的阈值作为获取到的亮度阈值；如果不符合，将当前的阈值增加或者减少预设值之后，重复该步骤，直到电子设备获得到亮度阈值为止。
举例来说，可假设电子设备获取用户输入的照片，并识别到该照片中存在两个人脸，可分别计算在该照片中两个人脸所占区域与该照片区域的比例，判断各个计算所得到的比例是否满足目标对象所占区域与图像区域预设比例，将满足预设比例的上述比例对应的人脸作为电子设备识别到的目标人脸。假设电子设备通过上述步骤得到一个目标人脸，可利用人脸辨识技术得到该目标人脸的特征点。可根据该目标人脸的特征点和电子设备预设的划分规则，将目标人脸划分为脸部区域、眼睛区域和嘴唇区域。其中，可假设该划分规则可以为将眼睛和嘴唇分别独立作为一个区域，其他目标人脸的区域统一作为脸部区域。电子设备可预先设定的目标人脸各个区域亮暗分布比例可以为：脸部区域中亮部区域所占比例为74％，暗部区域所占比例为26％；眼睛区域中亮部区域所占比例为60％，暗部区域所占比例为40％；嘴唇区域中亮部区域所占比例为55％，暗部区域所占比例为45％。
电子设备为上述例子中的一个目标人脸选择合适的亮度阈值。具体的，电子设备依次使预设亮度范围内的各个亮度作为阈值，并分别计算在当前阈值下脸部区域、眼睛区域和嘴唇区域的亮暗分布比例，将上述三个区域得到的亮暗比例分别与各部分预设的亮暗比例进行比较，若均符合各个区域的预设比例，则电子设备将当前亮度作为获取到的亮度阈值。换句话说，电子设备预先设定一个亮度范围，假设为0～255，电子设备将该范围内的各个亮度按照从小到大或者从大到小的顺序依次作为阈值，假设可将该范围内的亮度1作为阈值，计算在该阈值下目标人脸的脸部区域、眼睛区域和嘴唇区域的亮暗分布比例，若该三个部分的亮暗比例均满足预设的亮暗分布比例，则电子设备将当前亮度1作为亮度阈值；反之，电子设备将亮度1增加1或者增加预设值作为新的阈值，重新执行上述步骤，直至电子设备设定的阈值可以满足人脸区域、眼睛区域和嘴唇区域的亮暗分布比例符合各个部分的预设比例。假设电子设备执行以上步骤直至亮度为110时，可以使得脸部区域、眼睛区域和嘴唇区域的亮暗比例满足各个区域的亮暗分布比例，则将110作为该目标人脸的亮度阈值。
本发明实施例电子设备在获取到用户输入的图像中识别目标人脸，根据该目标人脸的特征点，将该目标人脸划分为脸部区域、眼睛区域和嘴唇区域，之后电子设备获取该目标人脸的亮度阈值，该亮度阈值为使得脸部区域、眼睛区域和嘴唇区域的亮部区域与暗部区域的比例满足脸部区域、眼睛区域和嘴唇区域的预设亮暗分布比例的亮度，可以解决如何为不同换将光线下拍摄出的包括目标人脸的照片，通过划分后的亮部区域和暗部区域设定合理的亮度阈值，从而实现提高滤镜的处理效果。
参考图3，为本发明实施例提供的一种图像处理的装置的结构示意图，如图3所述的图像处理的装置，可包括识别单元301、划分单元302和获取单元303：
识别单元301，用于识别图像中的目标对象；
划分单元302，用于根据目标对象的特征点，将目标对象划分为至少一个区域；
获取单元303，用于获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，亮度阈值用于划分区域的亮暗部分布。
换句话说，获取单元303获得到的亮度阈值是用来划分目标对象中至少一个区域的每个区域的亮部区域与暗部区域的，该亮度阈值应该保证每个区域的亮暗分布比例满足每个区域预设的亮暗分布比例，如此可以保证图像中目标对象各个区域在图像编修或者其他图像编辑软件中具有较好的效果，比如在滤镜中，可以保证电子设备获得较好的目标对象滤镜效果。
可选的，当识别单元301识别图像中的目标对象为目标人脸时，划分单元302具体用于：利用人脸辨识技术得到人脸的特征点信息；根据人脸特征点信息建构人脸的五官特征，依据五官特征将人脸划分为脸部区域、眼睛区域和嘴唇区域。
可选的，获取单元303具体用于：将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例；判断每个区域的亮暗分布比例是否符合每个区域的预设亮暗分布比例；将使得每个区域的亮暗分布比例均符合预设亮暗分布比例的亮度作为获取到的亮度阈值。
可选的，将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例，包括：针对至少一个区域中的每个区域，根据所述区域的彩色数组确定区域的亮度数组；针对预设亮度范围内的每个亮度作为阈值，并根据每个区域的亮度数组，将每个区域划分为亮部区域和暗部区域，并分别计算每个区域中亮部区域和暗部区域的分布比例。
可选的，当图像中包括至少两个对象时，识别单元301具体用于：分别计算在图像中至少两个对象中每个对象所占区域与图像区域的比例；判断计算得到比例是否满足预设比例；将满足预设比例的对象作为目标对象。
本实施例识别单元301识别图像中的目标对象，划分单元302根据目标对象的特征点，将目标对象划分为至少一个区域，获取单元303获取使得该至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，其中该亮度阈值用来划分每个区域的亮部区域和暗部区域，可以解决如何为不同环境光线下拍摄出的照片，通过对划分后的亮部区域和暗部区域设定合理的亮度阈值，从而实现提高滤镜的处理效果。
可以理解的是，本实施例的数据信息处理装置的各功能模块、单元的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
参见图4，是本发明实施例提供的一种电子设备的示意性框图。如图所示的本实施例中的电子设备可以包括：一个或多个处理器401；一个或多个输入设备402，一个或多个输出设备403和存储器404。上述处理器401、输入设备402、输出设备403和存储器404通过总线405连接。存储器404用于存储计算机程序，计算机程序包括程序指令，处理器401用于执行存储器404存储的程序指令。其中，处理器401被配置用于调用程序指令执行：
识别图像中的目标对象；
根据目标对象的特征点，将目标对象划分为至少一个区域；
获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，亮度阈值用于划分区域的暗部分布。
可选的，当目标对象为人脸时，根据目标对象的特征点，将目标对象划分为至少一个区域，处理器401被配置用于调用程序指令具体执行：
利用人脸辨识技术得到人脸的特征点信息；
根据人脸特征点信息建构人脸的五官特征，依据五官特征将人脸划分为脸部区域、眼睛区域和嘴唇区域。
可选的，获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，处理器401被配置用于调用程序指令具体执行：
将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例；
判断每个区域的亮暗分布比例是否符合每个区域的预设亮暗分布比例；
将使得每个区域的亮暗分布比例均符合预设亮暗分布比例的亮度作为获取到的亮度阈值。
可选的，将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例，处理器401被配置用于调用程序指令具体执行：
针对至少一个区域中的每个区域，根据区域的彩色数组确定区域的亮度数组；
针对预设亮度范围内的每个亮度作为阈值，并根据每个区域的亮度数组，将每个区域划分为亮部区域和暗部区域，并分别计算每个区域中亮部区域和暗部区域的分布比例。
可选的，当识别到图像中包括至少两个对象时，识别图像中的目标对象，处理器401被配置用于调用程序指令具体执行：
分别计算在图像中至少两个对象中每个对象所占区域与图像区域的比例；
判断计算得到的比例是否满足预设比例；
将满足预设比例的对象作为目标对象。
应当理解，在本发明实施例中，所称处理器401可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
输入设备402可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备403可以包括显示器(LCD等)、扬声器等。
该存储器404可以包括只读存储器和随机存取存储器，并向处理器501提供指令和数据。存储器404的一部分还可以包括非易失性随机存取存储器。例如，存储器404还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器401、输入设备402、输出设备403可执行本发明图1提供的图像处理的方法实施例和图2提供的图像处理的装置实施例中所描述的实现方式，也可执行本发明图3提供的实施例所描述电子设备的实现方式，在此不再赘述。
在本发明的实施例中提供一种介质，介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行时实现：
识别图像中的目标对象；
根据目标对象的特征点，将目标对象划分为至少一个区域；
获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，亮度阈值用于划分区域的亮暗分布。
可选的，当目标对象为人脸时，根据目标对象的特征点，将目标对象划分为至少一个区域，程序指令被处理器执行时具体实现：
利用人脸辨识技术得到人脸的特征点信息；
根据人脸特征点信息建构人脸的五官特征，依据五官特征将人脸划分为脸部区域、眼睛区域和嘴唇区域。
可选的，获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，程序指令被处理器执行时具体实现：
将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例；
判断每个区域的亮暗分布比例是否符合每个区域的预设亮暗分布比例；
将使得每个区域的亮暗分布比例均符合预设亮暗分布比例的亮度作为获取到的亮度阈值。
可选的，将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例，程序指令被处理器执行时具体实现：
针对至少一个区域中的每个区域，根据区域的彩色数组确定区域的亮度数组；
针对预设亮度范围内的每个亮度作为阈值，并根据每个区域的亮度数组，将每个区域划分为亮部区域和暗部区域，并分别计算每个区域中亮部区域和暗部区域的分布比例。
可选的，当识别到图像中包括至少两个对象时，识别图像中的目标对象，程序指令被处理器执行时具体实现：
分别计算在图像中至少两个对象中每个对象所占区域与图像区域的比例；
判断计算得到的比例是否满足预设比例；
将满足预设比例的对象作为目标对象。
在本发明的实施例中提供一种应用程序，包括程序指令，程序指令当被执行时用于执行：
识别图像中的目标对象；
根据目标对象的特征点，将目标对象划分为至少一个区域；
获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，亮度阈值用于划分区域的亮暗分布。
可选的，当目标对象为人脸时，根据目标对象的特征点，将目标对象划分为至少一个区域，程序指令当被执行时用于具体执行：
利用人脸辨识技术得到人脸的特征点信息；
根据人脸特征点信息建构人脸的五官特征，依据五官特征将人脸划分为脸部区域、眼睛区域和嘴唇区域。
可选的，获取使得至少一个区域中每个区域的亮部区域与暗部区域的比例均满足每个区域的预设亮暗分布比例的亮度阈值，程序指令当被执行时用于具体执行：
将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例；
判断每个区域的亮暗分布比例是否符合每个区域的预设亮暗分布比例；
将使得每个区域的亮暗分布比例均符合预设亮暗分布比例的亮度作为获取到的亮度阈值。
可选的，将预设亮度范围内的各个亮度作为阈值，分别计算至少一个区域中每个区域的亮暗分布比例，程序指令当被执行时用于具体执行：
针对至少一个区域中的每个区域，根据区域的彩色数组确定区域的亮度数组；
针对预设亮度范围内的每个亮度作为阈值，并根据每个区域的亮度数组，将每个区域划分为亮部区域和暗部区域，并分别计算每个区域中亮部区域和暗部区域的分布比例。
可选的，当识别到图像中包括至少两个对象时，识别图像中的目标对象，程序指令当被执行时用于具体执行：
分别计算在图像中至少两个对象中每个对象所占区域与图像区域的比例；
判断计算得到的比例是否满足预设比例；
将满足预设比例的对象作为目标对象。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。
Claims (10)
1.一种图像处理的方法，其特征在于，包括：
识别图像中的目标对象；
根据所述目标对象的特征点，将所述目标对象划分为至少一个区域；
获取使得所述至少一个区域中每个区域的亮部区域与暗部区域的比例均满足所述每个区域的预设亮暗分布比例的亮度阈值，所述亮度阈值用于划分区域的亮暗分布。
2.根据权利要求1所述的方法，其特征在于，当所述目标对象为人脸时，所述根据所述目标对象的特征点，将所述目标对象划分为至少一个区域，包括：
利用人脸辨识技术得到所述人脸的特征点信息；
根据所述人脸特征点信息建构所述人脸的五官特征，依据所述五官特征将所述人脸划分为脸部区域、眼睛区域和嘴唇区域。
3.根据权利要求1所述的方法，其特征在于，所述获取使得所述至少一个区域中每个区域的亮部区域与暗部区域的比例均满足所述每个区域的预设亮暗分布比例的亮度阈值，包括：
将预设亮度范围内的各个亮度作为阈值，分别计算所述至少一个区域中的每个区域的亮暗分布比例；
判断所述每个区域的亮暗分布比例是否符合所述每个区域的预设亮暗分布比例；
将使得所述每个区域的亮暗分布比例符合所述预设亮暗分布比例的亮度作为获取到的所述亮度阈值。
4.根据权利要求3所述的方法，其特征在于，所述将预设亮度范围内的各个亮度作为阈值，分别计算所述至少一个区域中所述每个区域的亮暗分布比例，包括：
针对所述至少一个区域中的每个区域，根据所述区域的彩色数组确定所述区域的亮度数组；
针对预设亮度范围内的每个亮度作为阈值，并根据所述每个区域的亮度数组，将所述每个区域划分为亮部区域和暗部区域，并分别计算所述每个区域中所述亮部区域和所述暗部区域的分布比例。
5.根据权利要求1所述的方法，其特征在于，当所述图像中包括至少两个对象时，所述识别图像中的目标对象，包括：
分别计算在所述图像中所述至少两个对象所占区域与所述图像区域的比例；
判断计算得到的比例是否满足预设比例；
将满足所述预设比例的对象作为所述目标对象。
6.一种图像处理的装置，其特征在于，包括：
识别单元，用于识别图像中的目标对象；
划分单元，用于根据所述目标对象的特征点，将所述目标对象划分为至少一个区域；
获取单元，用于获取使得所述至少一个区域中每个区域的亮部区域与暗部区域的比例均满足所述每个区域的预设亮暗分布比例的亮度阈值，所述亮度阈值用于划分区域亮暗部分布。
7.根据权利要求6所述的装置，其特征在于，当所述目标对象为人脸时，所述划分单元具体用于：
利用人脸辨识技术得到所述人脸的特征点信息；
根据所述人脸特征点信息建构所述人脸的五官特征，依据所述五官特征将所述人脸划分为脸部区域、眼睛区域和嘴唇区域。
8.根据权利要求6所述的装置，其特征在于，所述获取单元具体用于：
将预设亮度范围内的各个亮度作为阈值，分别计算所述至少一个区域中所述每个区域的亮暗分布比例；
判断所述每个区域的亮暗分布比例是否符合所述每个区域的预设亮暗分布比例；
将使得所述每个区域的亮暗分布比例符合所述预设亮暗分布比例的亮度作为获取到的所述亮度阈值。
9.一种电子设备，其特征在于，包括处理器和存储器，所述处理器和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-5任一项所述的方法。
10.一种介质，其特征在于，所述介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-5任一项所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711477933.XA CN108564537B (zh) | 2017-12-29 | 2017-12-29 | 图像处理的方法、装置、电子设备及介质 |
| US16/226,800 US20190205689A1 (en) | 2017-12-29 | 2018-12-20 | Method and device for processing image, electronic device and medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711477933.XA CN108564537B (zh) | 2017-12-29 | 2017-12-29 | 图像处理的方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108564537A true CN108564537A (zh) | 2018-09-21 |
| CN108564537B CN108564537B (zh) | 2022-08-26 |
Family
ID=63530442
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711477933.XA Active CN108564537B (zh) | 2017-12-29 | 2017-12-29 | 图像处理的方法、装置、电子设备及介质 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20190205689A1 (zh) |
| CN (1) | CN108564537B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111225283A (zh) * | 2019-12-26 | 2020-06-02 | 新奥特（北京）视频技术有限公司 | 基于非线性编辑***的视频调色方法、装置、设备及介质 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111192241B (zh) * | 2019-12-23 | 2024-02-13 | 深圳市优必选科技股份有限公司 | 一种人脸图像的质量评估方法、装置及计算机存储介质 |
| CN113221774A (zh) * | 2021-05-19 | 2021-08-06 | 重庆幸尚付科技有限责任公司 | 人脸识别***及考勤装置 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1495677A (zh) * | 2002-08-09 | 2004-05-12 | ������������ʽ���� | 硬币鉴别方法及装置 |
| CN102223486A (zh) * | 2011-04-13 | 2011-10-19 | 北京瑞澜联合通信技术有限公司 | 低照度摄像机成像控制方法、装置及摄像*** |
| JP2013138522A (ja) * | 2013-04-11 | 2013-07-11 | Casio Comput Co Ltd | 画像処理装置、及び、プログラム |
| CN103916603A (zh) * | 2013-01-07 | 2014-07-09 | 华为终端有限公司 | 逆光检测方法及设备 |
| CN104978710A (zh) * | 2015-07-02 | 2015-10-14 | 广东欧珀移动通信有限公司 | 一种基于拍照识别调节人脸亮度的方法和装置 |
| CN105512605A (zh) * | 2015-11-23 | 2016-04-20 | 小米科技有限责任公司 | 人脸图像处理方法及装置 |
| CN106201242A (zh) * | 2016-06-27 | 2016-12-07 | 北京金山安全软件有限公司 | 一种图像处理方法、装置及电子设备 |
| CN106447636A (zh) * | 2016-09-30 | 2017-02-22 | 乐视控股（北京）有限公司 | 噪声消除方法及虚拟现实设备 |
| CN107374209A (zh) * | 2017-08-02 | 2017-11-24 | 孟宪庆 | 拉链自动控制的共享睡眠装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9280718B2 (en) * | 2010-11-24 | 2016-03-08 | Nocimed, Llc | Systems and methods for automated voxelation of regions of interest for magnetic resonance spectroscopy |
| US10338385B2 (en) * | 2011-12-14 | 2019-07-02 | Christopher V. Beckman | Shifted reality display device and environmental scanning system |
| US9946361B2 (en) * | 2014-08-14 | 2018-04-17 | Qualcomm Incorporated | Management for wearable display |
| US10182199B2 (en) * | 2016-02-22 | 2019-01-15 | Canon Kabushiki Kaisha | Imaging device and reproducing device |
-
2017
- 2017-12-29 CN CN201711477933.XA patent/CN108564537B/zh active Active
-
2018
- 2018-12-20 US US16/226,800 patent/US20190205689A1/en not_active Abandoned
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1495677A (zh) * | 2002-08-09 | 2004-05-12 | ������������ʽ���� | 硬币鉴别方法及装置 |
| CN102223486A (zh) * | 2011-04-13 | 2011-10-19 | 北京瑞澜联合通信技术有限公司 | 低照度摄像机成像控制方法、装置及摄像*** |
| CN103916603A (zh) * | 2013-01-07 | 2014-07-09 | 华为终端有限公司 | 逆光检测方法及设备 |
| JP2013138522A (ja) * | 2013-04-11 | 2013-07-11 | Casio Comput Co Ltd | 画像処理装置、及び、プログラム |
| CN104978710A (zh) * | 2015-07-02 | 2015-10-14 | 广东欧珀移动通信有限公司 | 一种基于拍照识别调节人脸亮度的方法和装置 |
| CN105512605A (zh) * | 2015-11-23 | 2016-04-20 | 小米科技有限责任公司 | 人脸图像处理方法及装置 |
| CN106201242A (zh) * | 2016-06-27 | 2016-12-07 | 北京金山安全软件有限公司 | 一种图像处理方法、装置及电子设备 |
| CN106447636A (zh) * | 2016-09-30 | 2017-02-22 | 乐视控股（北京）有限公司 | 噪声消除方法及虚拟现实设备 |
| CN107374209A (zh) * | 2017-08-02 | 2017-11-24 | 孟宪庆 | 拉链自动控制的共享睡眠装置 |
Non-Patent Citations (3)
| Title |
|---|
| MOHSEN SHAKERI等: "Image contrast enhancement using optimum sub-histograms modification and preserving brightness levels mean without losing image specification", 《2014 4TH INTERNATIONAL CONFERENCE ON COMPUTER AND KNOWLEDGE ENGINEERING (ICCKE)》 * |
| 杨灵等: "一种改进的二值化分割算法及其在指纹识别中的应用", 《仲恺农业工程学院学报》 * |
| 柯熙政等: "大气激光通信光束同轴对准检测方法", 《中国激光》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111225283A (zh) * | 2019-12-26 | 2020-06-02 | 新奥特（北京）视频技术有限公司 | 基于非线性编辑***的视频调色方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20190205689A1 (en) | 2019-07-04 |
| CN108564537B (zh) | 2022-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104902177B (zh) | 一种智能拍照方法及终端 | |
| CN109951627B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| JP7226851B2 (ja) | 画像処理の方法および装置並びにデバイス | |
| EP3125158B1 (en) | Method and device for displaying images | |
| CN106331504B (zh) | 拍摄方法及装置 | |
| CN110929651A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| WO2015001437A1 (en) | Image processing method and apparatus, and electronic device | |
| CN108830892B (zh) | 人脸图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN106303029A (zh) | 一种画面的旋转控制方法、装置及移动终端 | |
| CN104754219B (zh) | 一种终端 | |
| CN105426079B (zh) | 图片亮度的调整方法及装置 | |
| CN108564537A (zh) | 图像处理的方法、装置、电子设备及介质 | |
| CN107454344B (zh) | 一种拍摄参数设置方法和用户终端 | |
| CN108494996B (zh) | 图像处理方法、装置、存储介质及移动终端 | |
| CN106815803B (zh) | 图片的处理方法及装置 | |
| CN108551552A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
| CN108519811A (zh) | 截图方法及相关产品 | |
| CN107426490A (zh) | 一种拍照方法及终端 | |
| CN109151428A (zh) | 自动白平衡处理方法、装置以及计算机存储介质 | |
| CN108174082A (zh) | 一种图像拍摄的方法和移动终端 | |
| CN109286758A (zh) | 一种高动态范围图像的生成方法、移动终端及存储介质 | |
| CN108600644A (zh) | 一种拍照方法、装置及可穿戴设备 | |
| CN108683845A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
| CN106357978B (zh) | 图像输出方法、装置及终端 | |
| CN114040048A (zh) | 一种隐私保护方法及电子设备 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201125 Address after: Room 115, area C, 1 / F, building 8, yard 1, yaojiayuan South Road, Chaoyang District, Beijing Applicant after: Beijing LEMI Technology Co.,Ltd. Address before: 519070, No. 10, main building, No. six, science Road, Harbour Road, Tang Wan Town, Guangdong, Zhuhai, 601F Applicant before: ZHUHAI JUNTIAN ELECTRONIC TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240226 Address after: 100000 3870A, 3rd Floor, Building 4, No. 49 Badachu Road, Shijingshan District, Beijing Patentee after: Beijing Jupiter Technology Co.,Ltd. Country or region after: China Address before: Room 115, area C, 1 / F, building 8, yard 1, yaojiayuan South Road, Chaoyang District, Beijing Patentee before: Beijing LEMI Technology Co.,Ltd. Country or region before: China |