CN109919866A - 图像处理方法、装置、介质及电子设备 - Google Patents
图像处理方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN109919866A CN109919866A CN201910140134.6A CN201910140134A CN109919866A CN 109919866 A CN109919866 A CN 109919866A CN 201910140134 A CN201910140134 A CN 201910140134A CN 109919866 A CN109919866 A CN 109919866A
- Authority
- CN
- China
- Prior art keywords
- facial image
- processed
- face
- light intensity
- facial
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 38
- 230000001815 facial effect Effects 0.000 claims abstract description 279
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims description 36
- 206010040829 Skin discolouration Diseases 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003702 image correction Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 210000004709 eyebrow Anatomy 0.000 description 27
- 230000006870 function Effects 0.000 description 24
- 210000001331 nose Anatomy 0.000 description 20
- 210000000056 organ Anatomy 0.000 description 13
- 238000004040 coloring Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 210000001508 eye Anatomy 0.000 description 7
- 210000004209 hair Anatomy 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 210000000214 mouth Anatomy 0.000 description 5
- 230000006854 communication Effects 0.000 description 4
- 210000000887 face Anatomy 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本公开实施例提供了一种图像处理方法、装置、介质及电子设备,属于电数据处理技术领域。该图像处理方法包括:获取目标对象的待处理人脸图像;若所述待处理人脸图像处于非正常光强场景,则根据所述目标对象在不同光强场景下的脸部特征信息获取所述目标对象在正常光强场景下的目标脸部特征信息;及根据所述目标脸部特征信息修正所述待处理人脸图像。本公开实施例的技术方案能够采用目标对象在正常光强场景下的目标脸部特征信息,修正处于非正常光强场景下的待处理人脸图像,从而可以提高该待处理人脸图像的成像质量。
Description
技术领域
本公开涉及电数据处理技术领域,具体而言,涉及一种图像处理方法、装置、介质及电子设备。
背景技术
目前,随着移动终端的普及,越来越多的用户使用移动终端进行自拍。在日常生活中,若是在光线充足的场景下,自拍的成像质量较高;而在光线较弱的场景下,自拍的成像质量较低,表现为图像上的噪点增加、线条模糊等问题。
相关技术中的解决方式是在移动终端的前置摄像头旁增加闪光灯,通过闪光灯增强环境的光强,以提高成像质量。
但是,该方案存在以下缺点:闪光灯是局部增加光线,和环境光是不同的,从而导致成像不自然,表现为图像亮度不均匀或者过曝等问题。
因此,需要一种新的图像处理方法、装置、介质及电子设备。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开实施例的目的在于提供一种图像处理方法、装置、介质及电子设备,进而至少在一定程度上克服相关技术中存在的非正常光强场景下图像成像质量较差的技术问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种图像处理方法,包括:获取目标对象的待处理人脸图像;若所述待处理人脸图像处于非正常光强场景,则根据所述目标对象在不同光强场景下的脸部特征信息获取所述目标对象在正常光强场景下的目标脸部特征信息;及根据所述目标脸部特征信息修正所述待处理人脸图像。
根据本公开的一个方面,提供一种图像处理装置,包括:人脸图像获取模块,配置为获取目标对象的待处理人脸图像;脸部特征获取模块,配置为若所述待处理人脸图像处于非正常光强场景,则根据所述目标对象在不同光强场景下的脸部特征信息获取所述目标对象在正常光强场景下的目标脸部特征信息;及人脸图像修正模块,配置为根据所述目标脸部特征信息修正所述待处理人脸图像。
根据本公开的一个方面,提供一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一实施例所述的图像处理方法。
根据本公开的一个方面,提供一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述任一实施例所述的图像处理方法。
本公开实施例提供的技术方案可以包括以下有益效果:
在本公开的一些实施例所提供的技术方案中,在目标对象的待处理人脸图像处于非正常光强场景的情况下,可以通过预先存储的该目标对象在不同光强场景下的脸部特征信息,获取该目标对象在正常光强场景下的目标脸部特征信息,并进而可以通过该目标对象在正常光强场景下的目标脸部特征信息来实现修正该待处理人脸图像的功能,这样,可以提高非正常光强场景下人脸图像的成像质量。
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。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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。在附图中:
图1示意性示出了根据本公开的一个实施例的图像处理方法的流程图;
图2示意性示出了根据本公开的另一个实施例的图像处理方法的流程图;
图3示意性示出了图1中的步骤S120和步骤S130的一个实施例的流程图;
图4示意性示出了根据本公开的又一个实施例的图像处理方法的流程图;
图5示意性示出了根据本公开的再一个实施例的图像处理方法的流程图;
图6示意性示出了根据本公开的再一个实施例的图像处理方法的流程图;
图7示意性示出了根据本公开的一个实施例的图像处理装置的框图;
图8示出了适于用来实现本公开实施例的电子设备的计算机***的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示意性示出了根据本公开的一个实施例的图像处理方法的流程图。该图像处理方法的执行主体可以是具有计算处理功能的设备,如服务器和/或移动终端等。
如图1所示,本公开实施方式提供的图像处理方法可以包括以下步骤。
在步骤S110中,获取目标对象的待处理人脸图像。
在示例性实施例中,所述待处理人脸图像可以通过电子设备上的成像装置例如前置摄像头和/或后置摄像头获取,本公开实施例中对所述待处理人脸图像的获取方式不作限定。
在某些实施例中,所述电子设备可以包括手机、平板电脑、智能手环、智能手表、智能头盔、智能眼镜、笔记本电脑等,在此不作任何限制。在下面的举例说明中,均以所述电子设备为手机为例进行说明。其中,所述目标对象可以是所述电子设备的拥有者或者使用者,例如用户通过自己的智能手机给自己自拍从而获取所述待处理人脸图像。
需要说明的是,所述待处理人脸图像可以是所述电子设备的摄像头拍摄保存的一帧图像,也可以是摄像头拍摄图像过程中取景框中显示的一帧所述待处理人脸图像像,还可以是摄像头拍摄视频的过程中该视频的某一帧图像,等等,本公开对此不作限定。
在步骤S120中,若所述待处理人脸图像处于非正常光强场景,则根据所述目标对象在不同光强场景下的脸部特征信息获取所述目标对象在正常光强场景下的目标脸部特征信息。
在示例性实施例中,这里的非正常光强场景是相对于图像的正常曝光下的正常光强场景而言的,例如可以包括暗光场景、过曝场景、逆光场景等中的任意一种。
具体地,判断所述待处理人脸图像是否处于所述非正常光强场景,可以通过分析所述待处理图像的亮度值、对比度或者灰度值等获得。这里以灰度值的分析为例进行举例说明。
在示例性实施例中,所述方法还可以包括:获取所述待处理人脸图像的灰度值。
具体地,可以对所述待处理人脸图像进行人脸识别,确定其中的人脸区域,该人脸区域是指该待处理人脸图像中包括有人脸部分的区域,该区域可以是人脸外接矩形所在的区域,也可以是人脸轮廓的区域等,本公开对人脸区域的具体形状不做限制,只要该人脸区域包括人脸即可。其中,该人脸区域内包括了多个像素点,且每个像素点都具有灰度值。根据该人脸区域内的多个像素点的灰度值计算获得所述待处理人脸图像的灰度值,例如求取该人脸区域内的多个像素点的灰度值的平均值作为所述待处理人脸图像的灰度值,但本公开对具体的求取所述待处理人脸图像的灰度值的数学算法不进行限定。
可以理解的是,也可以直接将所述待处理人脸图像内各个像素点的灰度值的平均值作为所述待处理人脸图像的灰度值,本公开对此不作限定。
在示例性实施例中,所述方法还可以包括:若所述待处理人脸图像的灰度值小于第一灰度阈值,则可以判定所述待处理人脸图像处于所述暗光场景。
在示例性实施例中,所述方法还可以包括:若所述待处理人脸图像的灰度值大于第二灰度阈值,则可以判定所述待处理人脸图像处于所述过曝场景。
在示例性实施例中,所述第二灰度阈值大于所述第一灰度阈值。
其中,所述第一灰度阈值和所述第二灰度阈值的具体取值可以根据具体应用场景进行自主设定,本公开对此不作限定。
本公开实施例中,所述逆光场景是指被拍摄的目标对象在光源和所述电子设备之间的状态。在逆光场景下,由于背景部分亮度较高,容易造成被拍摄的目标对象曝光不充分,画面成像效果较差。电子设备在开启摄像类应用程序后,可拍摄获取所述待处理人脸图像,从而可获取所述待处理人脸图像的灰度直方图。在逆光场景下,图像的灰度直方图中在最低灰度等级和最高灰度等级(假设以灰度值的取值范围为0-255,靠近0的灰度值划分至最低灰度等级,靠近255的灰度值划分至最高灰度等级)上像素分布较高,即图像的灰度直方图中像素主要分布在直方图中两侧的灰度等级,在直方图中间的灰度等级分布的较少;而在非逆光场景下,图像的灰度直方图中像素主要分布在直方图中间的灰度等级。因此,在获取到所述待处理人脸图像的灰度直方图后,可通过分析灰度直方图的分布情况判断所述待处理人脸图像是否处于所述逆光场景。
在示例性实施例中,在获取到所述待处理人脸图像的灰度直方图后,可将所述待处理人脸图像的灰度划分为预设数量的灰度等级,若在指定灰度等级的像素数量的比例超过预设值,则可以判定所述待处理人脸图像处于所述逆光场景。例如,可以将所述待处理人脸图像的灰度直方图按照0-255的灰度值等间隔或者非等间隔划分为1、2、3、4、5、6、7、8、9、10等级,若所述待处理人脸图像在1、2、9、10这4个等级的像素数量之和占总像素的50%以上,则可以判定所述待处理人脸图像处于逆光场景,这里的具体数值仅用于举例说明,灰度等级的具体划分和所述预设值的具体取值均可以根据实际需求进行设计。
类似的,在其他实施例中,也可以根据所述待处理人脸图像的灰度直方图的分布情况判断所述待处理人脸图像是否处于所述暗光场景和/或所述过曝场景。例如,若所述待处理人脸图像的灰度直方图在1和2这2个等级的像素数量之和占总像素的50%以上,则可以判定所述待处理人脸图像处于所述暗光场景。再例如,若所述待处理人脸图像的灰度直方图在9和10这2个等级的像素数量之和占总像素的50%以上,则可以判定所述待处理人脸图像处于所述过曝场景。
在所述非正常光强场景下采集的所述待处理人脸图像,由于亮度太暗或者亮度太高,成像质量较差,例如在暗光场景下拍摄的人脸图像,无法清晰显示人脸轮廓等特征细节。在下面的实施例中,均以暗光场景下拍摄的所述待处理人脸图像为例进行举例说明,过曝场景或者逆光场景的处理于此类似,可以参照处理。
在示例性实施例中,所述脸部特征信息可以包括所述目标对象在不同光强场景下的脸部轮廓信息、脸部皮肤颜色信息等中的任意一种或者多种。
在示例性实施例中,所述脸部轮廓信息可以包括人脸整体轮廓线条信息、脸部各个器官(例如鼻子、嘴巴、眉毛、耳朵、眼睛、头发等)的形状信息等中的任意一种或者多种。
在示例性实施例中,所述脸部皮肤颜色信息可以包括面部皮肤颜色信息、脸部各个器官(例如鼻子、嘴巴、眉毛、耳朵、眼睛、头发等)颜色信息等中的任意一种或者多种。
本公开实施例中,可以将非暗光场景、非过曝场景和非逆光场景称之为正常光强场景,其中暗光场景、过曝场景和逆光场景的判断方法可以参照上述实施例。从所述目标对象在不同光强场景下的脸部特征信息中,提取处于正常光强场景下的目标脸部特征信息。
在示例性实施例中,所述目标脸部特征信息可以包括目标脸部轮廓信息。所述目标脸部轮廓信息可以是目标脸部轮廓的特征信息(例如目标对象的鼻子在正常光强场景下的特征参数),也可以是目标脸部轮廓的原始图像信息(例如目标对象的鼻子在正常光强场景下的原始解锁人脸图像)。
在步骤S130中,根据所述目标脸部特征信息修正所述待处理人脸图像。
其中,根据所述目标脸部特征信息修正所述待处理人脸图像,可以包括:根据所述目标脸部轮廓信息修正所述待处理人脸图像的脸部轮廓的待修正部位。
在示例性实施例中,所述方法还可以包括:根据所述目标脸部轮廓信息,确定所述待处理人脸图像的脸部轮廓的待修正部位;从所述不同光强场景下的脸部轮廓信息中,获取与所述待处理人脸图像处于相同光强场景下且与所述待修正部位相应的解锁脸部轮廓信息;若所述解锁脸部轮廓信息与所述待修正部位相匹配,则确定所述待处理人脸图像的脸部轮廓的待修正部位处于所述待修正状态;若所述解锁脸部轮廓信息与所述待修正部位不匹配,则确定所述待处理人脸图像的脸部轮廓的待修正部位不处于所述待修正状态。
在示例性实施例中,在获取与所述待处理人脸图像处于相同光强场景下的解锁脸部轮廓信息之前,还可以包括:若所述待处理人脸图像的光强小于第一光强阈值或者大于第二光强阈值,则调整所述待处理人脸图像的亮度。
在示例性实施例中,所述第一光强阈值小于所述第二光强阈值。所述第一光强阈值和所述第二光强阈值的具体取值可以根据实际需求进行自主设定,本公开对此不作限定。
在示例性实施例中,所述脸部特征信息可以包括所述目标对象在不同光强场景下的脸部皮肤颜色信息。其中,所述方法还可以包括:若所述待处理人脸图像的脸部皮肤颜色存在噪点,则从所述不同光强场景下的脸部皮肤颜色信息中,确定与所述待处理人脸图像处于相同光强场景下的目标脸部皮肤颜色信息;根据所述目标皮肤颜色信息修正所述待处理人脸图像的脸部皮肤颜色。
本公开实施方式提供的图像处理方法,在目标对象的待处理人脸图像处于非正常光强场景的情况下,可以通过预先存储的该目标对象在不同光强场景下的脸部特征信息,获取该目标对象在正常光强场景下的目标脸部特征信息,并进而可以通过该目标对象在正常光强场景下的目标脸部特征信息来实现修正该待处理人脸图像的功能,这样,可以提高非正常光强场景下人脸图像的成像质量。
图2示意性示出了根据本公开的另一个实施例的图像处理方法的流程图。该图像处理方法的执行主体可以是具有计算处理功能的设备,如服务器和/或移动终端等。
如图2所示,与上述图1所示实施例的不同之处在于,本公开实施方式提供的图像处理方法还可以包括以下步骤。
在步骤S210中,采集所述目标对象在不同光强场景下的人脸图像。
在示例性实施例中,所述方法可以应用于电子设备,所述电子设备可以具有前置摄像头,且所述电子设备可以具有人脸解锁功能。
在示例性实施例中,采集所述目标对象在不同光强场景下的人脸图像,可以包括:在所述电子设备开启所述人脸解锁功能时,通过所述前置摄像头采集所述目标对象在不同光强场景下的人脸图像。
以所述电子设备为智能手机为例,智能手机的功能越来越强大,不少智能手机上都有人脸解锁的功能,一般是通过智能手机上安装的前置摄像头进行人脸扫描。
需要说明的是,虽然上述实施例中采集电子设备进行人脸解锁时的人脸图像,但本公开并不限定于此,例如,在其他实施例中,还可以采集所述电子设备的拥有者或者使用者进行自拍时的人脸图像,或者采集所述电子设备采用任意方式拍摄的人脸图像,然后对采集的人脸图像进行人脸识别,判断其中是否包括所述目标对象的人脸,若包括则将其作为所述人脸图像。
在示例性实施例中,所述不同光强场景可以根据所述人脸图像的灰度直方图的分布情况来判断其所处的光强场景。具体的,可以将人脸图像的灰度划分为预定数量的灰度等级,以所述人脸图像的灰度直方图中占比最大的灰度等级作为相应的人脸图像所处的光强场景。
例如,还是以灰度取值范围为0-255为例,假设将人脸图像的灰度直方图按照0-255的灰度值等间隔或者非等间隔划分为1、2、3、4、5、6、7、8、9、10等级,若所述人脸图像的灰度直方图中90%的像素的灰度处于4这个等级,则所述人脸图像的光强场景为4。
可以理解的是,也可以将所述人脸图像的灰度直方图中占比最大的前几个的灰度等级的平均值作为相应的人脸图像所处的光强场景,本公开对此不作限定。
在示例性实施例中,还可以根据所述人脸图像或者所述人脸图像中的人脸区域内的各个像素点的灰度值的平均值所处的灰度等级,作为所述人脸图像的光强场景。在其他实施例中,还可以还将所述人脸图像或者所述人脸图像中的人脸区域内的各个像素点的灰度值的平均值直接作为所述人脸图像的光强场景。
可以理解的是,本公开实施例中,不同光强场景的划分可以采用任意合适的方式获取,并不限于上述实施例的举例说明。
在步骤S220中,根据所述人脸图像获得所述目标对象在不同光强场景下的脸部特征信息。
在步骤S230中,存储所述目标对象在不同光强场景下的脸部特征信息。
在示例性实施例中,在用户使用电子设备进行人脸解锁时,可以采集到该用户在不同光强场景下的人脸图像,通过图像处理后,可以提取到该用户在不同光强场景下脸部的特征信息。例如,该用户在不同光强场景下的人脸整体轮廓线条信息、脸部各个器官(例如鼻子、嘴巴、眉毛、耳朵、眼睛、头发等)的形状信息、面部皮肤颜色信息、脸部各个器官颜色信息等。在一些实施例中,在同一光强场景下的脸部特征信息可以是综合处理多张相同光强场景下、且不同人脸拍摄角度下的人脸图像获得,但本公开对此不作限定。以鼻子为例,可以采集目标对象在不同灰度等级、不同拍摄角度下的鼻子图像,然后在数据库中存储的某一光强场景下的鼻子形状信息可以是综合同一光线等级、不同拍摄角度下的多张鼻子图像提取出来的鼻子的特征信息,从而可以覆盖各种应用场景。
需要说明的是,本公开实施例中之所以在数据库中不仅仅是存储不同光强场景下最清晰的图像对应的鼻子特征信息,而是将不同光强场景下的鼻子特征信息都存储至数据库中,是考虑到机器识别并非像人眼识别那么简单直观,机器无法判断所述待处理人脸图像的鼻子上的不清晰、缺少某个部分或者噪点是鼻子本身的原因导致的还是成像质量的问题,此时可以与数据库中相同光强场景下的鼻子特征信息去比较,若判断是成像原因,则可以取正常光强场景下数据库中存储的清晰的鼻子特征信息来修正。
这里以将获取的所述目标对象在不同光强场景下的脸部特征信息存储至数据库为例进行说明,但本公开实际上对信息存储的方式不作限定。
本公开实施例中,可以在数据库中以表格形式存储所述目标对象在不同光强场景下的脸部特征信息。例如,可以将相同光强场景下该目标对象的人脸整体轮廓线条信息、脸部各个器官的形状信息、面部皮肤颜色信息和脸部各个器官颜色信息关联存储在一起。再例如,还可以将该目标对象在不同光强场景下的人脸整体轮廓线条信息、脸部各个器官的形状信息、面部皮肤颜色信息或者脸部各个器官颜色信息分别关联存储在一起。
在其他实施例中,所述脸部特征信息还可以包括所述目标对象在不同光强场景下、不同脸部拍摄角度下的脸部原始图像信息。例如,当采集到用户在人脸解锁时的一张人脸图像时,通过图像处理技术可以获知其拍摄时所处的光强场景和脸部拍摄角度。这样,可以在数据库中存储所述目标对象在不同光强场景下、不同脸部拍摄角度下的脸部原始图像信息。具体地,所述脸部原始图像信息可以是所述人脸图像的整体,也可以按照人脸整体轮廓、脸部各个器官对所述人脸图像进行分割后获得的局部图像。
本公开实施方式提供的图像处理方法,可以通过采集目标对象在不同光强场景下的人脸图像,获取该目标对象在不同光强场景下的脸部特征信息,并预先将其存储,这样,在待处理人脸图像是在非正常光强场景下拍摄获取时,可以直接读取预先存储的所述目标对象在不同光强场景下的脸部特征信息中的处于正常光强场景的目标脸部特征信息,将非正常光强场景下的待处理人脸图像转换为合适曝光环境下的人脸图像,从而可以提高待处理人脸图像的成像质量,且提高所述待处理人脸图像的图像处理速率。此外,还可以通过人脸解锁时采集所述目标对象在不同光强场景下的人脸图像,可以带来以下好处:一方面,通常是电子设备的拥有者使用该电子设备进行人脸解锁,所以可以不用通过人脸识别等手段即可直接确定当前采集的人脸图像是所述目标对象的;另一方面,由于人脸解锁本身的随机性,在不需要用户特意配合的情况下,即可随时随地的采集到不同光强场景下的人脸图像。
图3示意性示出了图1中的步骤S120和步骤S130的一个实施例的流程图。本公开实施例中,所述脸部特征信息可以包括所述目标对象在不同光强场景下的脸部轮廓信息,所述目标脸部特征信息可以包括目标脸部轮廓信息。其中,所述脸部轮廓信息可以包括人脸整体轮廓线条信息、脸部各个器官(例如鼻子、嘴巴、眉毛、耳朵、眼睛、头发等)的形状信息等中的任意一种或者多种。
如图3所示,上述图1所示实施例中的步骤S120可以进一步包括以下步骤。
在步骤S121中,若所述待处理人脸图像的脸部轮廓的待修正部位处于待修正状态,则从所述不同光强场景下的脸部轮廓信息中,获取处于所述正常光强场景的所述目标脸部轮廓信息。
本公开实施例中,可以将非暗光场景、非过曝场景和非逆光场景称之为正常光强场景,其中暗光场景、过曝场景和逆光场景的判断方法可以参照上述实施例。从所述目标对象在不同光强场景下的脸部轮廓信息中,提取处于正常光强场景下的脸部轮廓信息作为所述目标脸部轮廓信息。其中,所述目标脸部轮廓信息可以是目标脸部轮廓的特征信息(例如目标对象的鼻子在正常光强场景下的特征参数),也可以是目标脸部轮廓的原始图像信息(例如目标对象的鼻子在正常光强场景下的原始解锁人脸图像)。
具体如何判断所述待处理人脸图像的脸部轮廓的待修正部位是否处于待修正状态可以参考下述图4的实施例。
继续参考图3,上述图1所示实施例中的步骤S130可以进一步包括以下步骤。
在步骤S131中,根据所述目标脸部轮廓信息修正所述待处理人脸图像的脸部轮廓的待修正部位。
本公开实施例中,在确认所述待修正部位处于所述待修正状态后,可以根据获取的目标脸部轮廓信息修正所述待修正部位,使其变得完整、清晰。本公开实施例对具体的修正算法不作限定。
例如,通过数据库中存储的正常光强场景下的右边眉毛的特征信息,通过图像合成算法,可以等比例的修正非正常光强场景下拍摄的所述待处理人脸图像的右边眉毛的不清晰的轮廓。
再例如,还可以通过数据库中存储的正常光强场景下且人脸拍摄角度相同的右边眉毛对应的原始人脸解锁图像,替换所述待处理人脸图像中的待修正的右边眉毛。
图4示意性示出了根据本公开的又一个实施例的图像处理方法的流程图。该图像处理方法的执行主体可以是具有计算处理功能的设备,如服务器和/或移动终端等。
如图4所示,与上述实施例的不同之处在于,本公开实施方式提供的图像处理方法还可以包括以下步骤。
在步骤S410中,根据所述目标脸部轮廓信息,确定所述待处理人脸图像的脸部轮廓的待修正部位。
本公开实施例中,可以对所述待处理人脸图像进行图像处理,获取其人脸拍摄角度。例如图像分析发现所述待处理人脸图像的图像分布具有对称性,所述待处理人脸图像的形状为椭圆形,且包括所述目标对象的左右两只耳朵,则可以判定其为正面拍摄。再例如,若图像分析发现所述待处理人脸图像缺少所述目标对象的一只左眼,并综合其头发轮廓可以判定其为右面拍摄。获取所述待处理人脸图像的人脸拍摄角度的图像处理技术可以参照相关技术,本公开对此不作限定。
本公开实施例中,当确定所述目标脸部轮廓信息,且获知所述待处理人脸图像的人脸拍摄角度后,通过图像拟合算法,可以确定所述待处理人脸图像的待修正部位。其中,所述待修正部位可以是一个或者多个。
例如,通过数据库中存储的正常光强场景下的眉毛的特征信息,并结合所述待处理人脸图像的人脸拍摄角度后,这里假设为右面拍摄,则可知所述待处理人脸图像中缺失所述目标对象的左边眉毛是正常的,并进一步根据图像处理技术可知所述目标对象的右边眉毛存在不清晰或者不完整之处,且通过数据库中存储的正常光强场景下的右边眉毛的特征信息可知,该不完整之处不是所述目标对象本身右边眉毛缺失导致的,则可以确定所述目标对象的所述待修正部位为所述目标对象的右边眉毛。
再例如,还是以所述右边眉毛为例,若经过图像处理发现,其在所述待处理人脸图像中存在不完整之处或者缺失之处,经过与正常光强场景下的右边眉毛相比较可知,若该不完整之处或者缺失之处是该目标对象的右边眉毛本身就缺失这一块导致的,则此时所述目标对象的右边眉毛还是被判定为非待修正部位;若该不完整之处或者缺失之处不是该目标对象的右边眉毛本身导致的,则可以判定所述右边眉毛为所述待修正部位。
其他人脸器官、整体轮廓线条是否为待修正部位的判断方法可以参照上述举例说明,本公开对具体如何判断待修正部位的方法不作限定。
在步骤S420中,判断所述待处理人脸图像的光强是否小于第一光强阈值或者大于第二光强阈值;若所述待处理人脸图像的光强小于所述第一光强阈值或者大于所述第二光强阈值,则进入步骤S430;反之,则跳转到步骤S440。
在上述确定所述待修正部位后,需要进一步确定所述待修正部位是由于人脸拍摄角度造成的,还是由于拍摄时的非正常光强场景造成的。
本公开实施例中,所述待处理人脸图像的光强可以参照其灰度值、灰度直方图、亮度值、对比度等来确定。
本公开实施例中,若预先指定了所述待处理人脸图像的正常光强场景的光强下限和上限,则所述第一光强阈值小于所述光强下限,所述第二光强阈值大于所述光强上限,即这里并不是直接将所述待处理人脸图像的光强调整至正常光强场景。其中,所述第一光强阈值和所述第二光强阈值的取值也可以根据实际应用场景进行自主调整,本公开对此不作限定。
在步骤S430中,调整所述待处理人脸图像的亮度。
考虑到若所述待处理人脸图像拍摄时的光强小于所述第一光强阈值,则说明所述待处理人脸图像是在很暗的光强场景下采集的,此时可以将所述待处理人脸图像的亮度稍微提高一些,以增加所述待处理人脸图像的亮度;若所述待处理人脸图像拍摄时的光强大于所述第二光强阈值,则说明所述待处理人脸图像是在很亮的光强场景下采集的,此时可以将所述待处理人脸图像的亮度稍微降低一些,以减小所述待处理人脸图像的亮度。
在步骤S440中,从所述不同光强场景下的脸部轮廓信息中,获取与所述待处理人脸图像处于相同光强场景下且与所述待修正部位相应的解锁脸部轮廓信息。
例如,可以首先确定所述待处理人脸图像拍摄时所处的光强场景,其中,所述待处理人脸图像的光强场景的确定方法可以参照上述实施例中关于解锁人脸图像的光强场景的确定方式。其中,若所述待处理人脸图像经过上述步骤S430的调整,则将调整后的所述待处理人脸图像作为步骤S440中所述待处理人脸图像。
然后,从数据库中存储的脸部特征信息中,选取与所述待处理人脸图像处于相同光强场景下的所述待修正部位的脸部轮廓信息作为所述解锁脸部轮廓信息。
再例如,可以首先确定所述待处理人脸图像拍摄时的光强场景和人脸拍摄角度,然后从所述数据库中选取与所述待处理人脸图像处于相同光强场景下且人脸拍摄角度相同的所述待修正部位的原始人脸解锁时采集的人脸图像作为所述解锁脸部轮廓信息。
在步骤S450中,若所述解锁脸部轮廓信息与所述待修正部位不匹配,则确定所述待处理人脸图像的脸部轮廓的待修正部位处于所述待修正状态。
本公开实施例中,若所述待修正部位是由于拍摄时的非正常光强场景导致的轮廓不清晰或者局部缺失,则可以判定其处于所述待修正状态。
本公开实施例中,可以结合所述待处理人脸图像的人脸拍摄角度和所述解锁脸部轮廓信息来判断所述解锁脸部轮廓信息与所述待处理人脸图像的待修正部位之间的相似度,若两者之间的相似度小于预设阈值(可以根据具体应用场景进行灵活设置),则可以认为所述解锁脸部轮廓信息与所述待修正部位不匹配,即判定所述待修正部位处于待修正状态。
在步骤S460中,若所述解锁脸部轮廓信息与所述待修正部位匹配,则确定所述待处理人脸图像的脸部轮廓的待修正部位不处于所述待修正状态。
本公开实施例中,若所述待修正部位是由于人脸拍摄角度造成的局部缺少,则可以判定其不是处于所述待修正状态。
本公开实施例中,可以结合所述待处理人脸图像的人脸拍摄角度和所述解锁脸部轮廓信息来判断所述解锁脸部轮廓信息与所述待处理人脸图像的待修正部位之间的相似度,若两者之间的相似度大于等于所述预设阈值,则可以认为所述解锁脸部轮廓信息与所述待修正部位匹配,即判定所述待修正部位不处于所述待修正状态。
还是以上述右边眉毛为所述待修正部位为例。
例如,若从数据库中存储的脸部特征信息中,选取与所述待处理人脸图像处于相同光强场景下的右边眉毛的特征信息,则可以根据该相同光强场景下的右边眉毛的特征信息,判断右边眉毛的局部缺失是由于人脸拍摄角度造成的,还是由于拍摄时的非正常光强场景导致的。
再例如,若从数据库中存储的脸部特征信息中,选取与所述待处理人脸图像处于相同光强场景下且人脸拍摄角度相同的右边眉毛的原始解锁人脸图像,则通过比对可以判断右边眉毛的局部缺失是由于人脸拍摄角度造成的,还是由于拍摄时的非正常光强场景导致的。
本公开实施方式提供的图像处理方法,一方面,通过预先在数据库中存储不同光强场景下的目标对象的脸部器官轮廓信息、脸部皮肤颜色信息和/或脸部器官颜色信息等,可以修正非正常光强场景例如暗光场景下拍摄的成像清晰度较低的待处理人脸图像,从而可以提高非正常光强场景下的成像质量;另一方面,其修正过程中综合考虑了多种光强场景下采集的信息,可以避免修正后的人脸图像成像不自然等问题,提高了用户体验。
图5示意性示出了根据本公开的再一个实施例的图像处理方法的流程图。该图像处理方法的执行主体可以是具有计算处理功能的设备,如服务器和/或移动终端等。本公开实施例中,所述脸部特征信息可以包括所述目标对象在不同光强场景下的脸部皮肤颜色信息。进一步的,所述脸部皮肤颜色信息可以包括面部皮肤颜色信息、脸部各个器官(例如鼻子、嘴巴、眉毛、耳朵、眼睛、头发等)颜色信息等中的任意一种或者多种。
如图5所示,与上述实施例的不同之处在于,本公开实施方式提供的图像处理方法还可以包括以下步骤。
在步骤S510中,若所述待处理人脸图像的脸部皮肤颜色存在噪点,则从所述不同光强场景下的脸部皮肤颜色信息中,确定与所述待处理人脸图像处于相同光强场景下的目标脸部皮肤颜色信息。
本公开实施例中,识别所述待处理人脸图像的脸部皮肤颜色是否存在噪点,可以通过相关技术中的图像识别技术实现,这里的噪点例如可以是人脸图像上某一不自然的颜色块,例如面部的绿色点。在所述待处理人脸图像的脸部皮肤颜色存在噪点时,可以从所述数据库中提取与所述待处理人脸图像处于相同光强场景下且与该噪点相应部位的脸部皮肤颜色信息作为所述目标脸部皮肤颜色信息。
在步骤S520中,根据所述目标皮肤颜色信息修正所述待处理人脸图像的脸部皮肤颜色。
本公开实施例中,根据与所述待处理人脸图像处于相同光强场景下的目标脸部皮肤颜色信息来修正所述待处理人脸图像的相应部位的脸部皮肤颜色,而不是根据所述数据库中正常光强场景下的脸部皮肤颜色信息来修正,可以保证修正后的脸部皮肤颜色与所述待处理人脸图像的整体图像保持一致,从而实现自然成像。
图6示意性示出了根据本公开的再一个实施例的图像处理方法的流程图。该图像处理方法的执行主体可以是具有计算处理功能的设备,如服务器和/或移动终端等。
如图6所示,与上述所示实施例的不同之处在于,本公开实施方式提供的图像处理方法还可以包括以下步骤。
在步骤S610中,对修正后的所述待处理人脸图像进行美化处理并显示。
本公开实施例中,所述美化处理可以采用相关技术中的“图像美颜”功能,具体本公开对此不作限定。
在步骤S620中,响应于输入的选择操作,从美化处理后的所述待处理人脸图像中确定目标人脸图像。
本公开实施例中,将美化处理后的待处理人脸图像显示至电子设备的显示装置上,以供用户选择,当用户点击选择其中一幅或者某几幅图像后,可以将被选中的图像保存作为最终的目标人脸图像。
以下介绍本公开的装置实施例,可以用于执行本公开上述的图像处理方法。
图7示意性示出了根据本公开的一个实施例的图像处理装置的框图。该图像处理装置可以设置于具有计算处理功能的设备,如服务器和/或移动终端等。
如图7所示,本公开实施方式提供的图像处理装置700可以包括人脸图像获取模块710、脸部特征获取模块720以及人脸图像修正模块730。
其中,人脸图像获取模块710可以配置为获取目标对象的待处理人脸图像。脸部特征获取模块720可以配置为若所述待处理人脸图像处于非正常光强场景,则根据所述目标对象在不同光强场景下的脸部特征信息获取所述目标对象在正常光强场景下的目标脸部特征信息。人脸图像修正模块730可以配置为根据所述目标脸部特征信息修正所述待处理人脸图像。
在示例性实施例中,图像处理装置700还可以包括:图像采集模块,可以配置为采集所述目标对象在不同光强场景下的人脸图像;特征提取模块,可以配置为根据所述人脸图像获得所述目标对象在不同光强场景下的脸部特征信息;特征存储模块,可以配置为存储所述目标对象在不同光强场景下的脸部特征信息。
在示例性实施例中,所述装置可以应用于电子设备,所述电子设备可以具有前置摄像头,且所述电子设备可以具有人脸解锁功能。其中,所述图像采集模块可以包括:图像采集单元,可以配置为在所述电子设备开启所述人脸解锁功能时,通过所述前置摄像头采集所述目标对象在不同光强场景下的人脸图像。
在示例性实施例中,所述脸部特征信息可以包括所述目标对象在不同光强场景下的脸部轮廓信息。其中,脸部特征获取模块720可以包括:脸部特征获取单元,可以配置为若所述待处理人脸图像的脸部轮廓的待修正部位处于待修正状态,则从所述不同光强场景下的脸部轮廓信息中,获取处于所述正常光强场景的所述目标脸部轮廓信息。人脸图像修正模块730可以包括:人脸图像修正单元,可以配置为根据所述目标脸部轮廓信息修正所述待处理人脸图像的脸部轮廓的待修正部位。
在示例性实施例中,图像处理装置700还可以包括:修正部位确定模块,可以配置为根据所述目标脸部轮廓信息,确定所述待处理人脸图像的脸部轮廓的待修正部位;解锁轮廓信息获取模块,可以配置为从所述不同光强场景下的脸部轮廓信息中,获取与所述待处理人脸图像处于相同光强场景下且与所述待修正部位相应的解锁脸部轮廓信息;状态判断模块,可以配置为若所述解锁脸部轮廓信息与所述待修正部位不匹配,则确定所述待处理人脸图像的脸部轮廓的待修正部位处于所述待修正状态;若所述解锁脸部轮廓信息与所述待修正部位匹配,则确定所述待处理人脸图像的脸部轮廓的待修正部位不处于所述待修正状态。
在示例性实施例中,图像处理装置700还可以包括亮度调整模块,可以配置为在获取与所述待处理人脸图像处于相同光强场景下的解锁脸部轮廓信息之前,若所述待处理人脸图像的光强小于第一光强阈值或者大于第二光强阈值,则调整所述待处理人脸图像的亮度。
在示例性实施例中,图像处理装置700还可以包括:图像美化显示模块,可以配置为对修正后的所述待处理人脸图像进行美化处理并显示;目标人脸图像确定模块,可以配置为响应于输入的选择操作,从美化处理后的所述待处理人脸图像中确定目标人脸图像。
由于本公开的示例实施例的图像处理装置的各个功能模块与上述图像处理方法的示例实施例的步骤对应,因此对于本公开装置实施例中未披露的细节,请参照本公开上述的图像处理方法的实施例。
下面参考图8,其示出了适于用来实现本公开实施例的电子设备的计算机***800的结构示意图。图8示出的电子设备的计算机***800仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,计算机***800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分807加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有***操作所需的各种程序和数据。CPU801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分807。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本申请的***中限定的上述功能。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开中,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***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块和/或单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的模块和/或单元也可以设置在处理器中。其中,这些模块和/或单元的名称在某种情况下并不构成对该模块和/或单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的图像处理方法。
例如,所述的电子设备可以实现如图1中所示的:步骤S110,获取目标对象的待处理人脸图像;步骤S120,若所述待处理人脸图像处于非正常光强场景,则根据所述目标对象在不同光强场景下的脸部特征信息获取所述目标对象在正常光强场景下的目标脸部特征信息;步骤S130,根据所述目标脸部特征信息修正所述待处理人脸图像。
又如,所述的电子设备可以实现如图2至图6所示的各个步骤。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。
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 (11)
1.一种图像处理方法,其特征在于,包括:
获取目标对象的待处理人脸图像;
若所述待处理人脸图像处于非正常光强场景,则根据所述目标对象在不同光强场景下的脸部特征信息获取所述目标对象在正常光强场景下的目标脸部特征信息;及
根据所述目标脸部特征信息修正所述待处理人脸图像。
2.根据权利要求1所述的方法,其特征在于,还包括:
采集所述目标对象在不同光强场景下的人脸图像;
根据所述人脸图像获得所述目标对象在不同光强场景下的脸部特征信息;
存储所述目标对象在不同光强场景下的脸部特征信息。
3.根据权利要求2所述的方法,其特征在于,所述方法应用于电子设备,所述电子设备具有前置摄像头,且所述电子设备具有人脸解锁功能;其中,采集所述目标对象在不同光强场景下的人脸图像,包括:
在所述电子设备开启所述人脸解锁功能时,通过所述前置摄像头采集所述目标对象在不同光强场景下的人脸图像。
4.根据权利要求2所述的方法,其特征在于,所述脸部特征信息包括所述目标对象在不同光强场景下的脸部轮廓信息,所述目标脸部特征信息包括目标脸部轮廓信息;其中,根据所述目标对象在不同光强场景下的脸部特征信息获取所述目标对象在正常光强场景下的目标脸部特征信息,包括:
若所述待处理人脸图像的脸部轮廓的待修正部位处于待修正状态,则从所述不同光强场景下的脸部轮廓信息中,获取处于所述正常光强场景的所述目标脸部轮廓信息;
根据所述目标脸部特征信息修正所述待处理人脸图像,包括:
根据所述目标脸部轮廓信息修正所述待处理人脸图像的脸部轮廓的待修正部位。
5.根据权利要求4所述的方法,其特征在于,还包括:
根据所述目标脸部轮廓信息,确定所述待处理人脸图像的脸部轮廓的待修正部位;
从所述不同光强场景下的脸部轮廓信息中,获取与所述待处理人脸图像处于相同光强场景下且与所述待修正部位相应的解锁脸部轮廓信息;
若所述解锁脸部轮廓信息与所述待修正部位不匹配,则确定所述待处理人脸图像的脸部轮廓的待修正部位处于所述待修正状态;
若所述解锁脸部轮廓信息与所述待修正部位匹配,则确定所述待处理人脸图像的脸部轮廓的待修正部位不处于所述待修正状态。
6.根据权利要求5所述的方法,其特征在于,在获取与所述待处理人脸图像处于相同光强场景下的解锁脸部轮廓信息之前,还包括:
若所述待处理人脸图像的光强小于第一光强阈值或者大于第二光强阈值,则调整所述待处理人脸图像的亮度。
7.根据权利要求2所述的方法,其特征在于,所述脸部特征信息包括所述目标对象在不同光强场景下的脸部皮肤颜色信息;其中,所述方法还包括:
若所述待处理人脸图像的脸部皮肤颜色存在噪点,则从所述不同光强场景下的脸部皮肤颜色信息中,确定与所述待处理人脸图像处于相同光强场景下的目标脸部皮肤颜色信息;
根据所述目标皮肤颜色信息修正所述待处理人脸图像的脸部皮肤颜色。
8.根据权利要求1所述的方法,其特征在于,还包括:
对修正后的所述待处理人脸图像进行美化处理并显示;
响应于输入的选择操作,从美化处理后的所述待处理人脸图像中确定目标人脸图像。
9.一种图像处理装置,其特征在于,包括:
人脸图像获取模块,配置为获取目标对象的待处理人脸图像;
脸部特征获取模块,配置为若所述待处理人脸图像处于非正常光强场景,则根据所述目标对象在不同光强场景下的脸部特征信息获取所述目标对象在正常光强场景下的目标脸部特征信息;及
人脸图像修正模块,配置为根据所述目标脸部特征信息修正所述待处理人脸图像。
10.一种计算机可读介质,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时实现如权利要求1至8中任一项所述的图像处理方法。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至8中任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910140134.6A CN109919866B (zh) | 2019-02-26 | 2019-02-26 | 图像处理方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910140134.6A CN109919866B (zh) | 2019-02-26 | 2019-02-26 | 图像处理方法、装置、介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109919866A true CN109919866A (zh) | 2019-06-21 |
CN109919866B CN109919866B (zh) | 2023-12-01 |
Family
ID=66962312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910140134.6A Active CN109919866B (zh) | 2019-02-26 | 2019-02-26 | 图像处理方法、装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109919866B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111243105A (zh) * | 2020-01-15 | 2020-06-05 | Oppo广东移动通信有限公司 | 增强现实处理方法及装置、存储介质和电子设备 |
CN112069977A (zh) * | 2020-09-02 | 2020-12-11 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN112348738A (zh) * | 2020-11-04 | 2021-02-09 | Oppo广东移动通信有限公司 | 图像优化方法、图像优化装置、存储介质与电子设备 |
CN112749607A (zh) * | 2020-06-01 | 2021-05-04 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像识别方法及装置 |
CN113971822A (zh) * | 2020-07-22 | 2022-01-25 | 武汉Tcl集团工业研究院有限公司 | 一种人脸检测方法、智能终端及存储介质 |
EP3958169A4 (en) * | 2019-12-06 | 2022-07-27 | ZTE Corporation | FACE IMAGE PROCESSING METHOD AND APPARATUS, COMPUTER DEVICE AND MEDIA |
WO2022222702A1 (zh) * | 2021-04-23 | 2022-10-27 | 华为技术有限公司 | 屏幕解锁方法和电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018054054A1 (zh) * | 2016-09-23 | 2018-03-29 | 中兴通讯股份有限公司 | 一种人脸识别的方法、装置、移动终端及计算机存储介质 |
CN108495038A (zh) * | 2018-03-30 | 2018-09-04 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
-
2019
- 2019-02-26 CN CN201910140134.6A patent/CN109919866B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018054054A1 (zh) * | 2016-09-23 | 2018-03-29 | 中兴通讯股份有限公司 | 一种人脸识别的方法、装置、移动终端及计算机存储介质 |
CN108495038A (zh) * | 2018-03-30 | 2018-09-04 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
Non-Patent Citations (1)
Title |
---|
邱佳梁等: "结合肤色分割与平滑的人脸图像快速美化", 《中国图象图形学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3958169A4 (en) * | 2019-12-06 | 2022-07-27 | ZTE Corporation | FACE IMAGE PROCESSING METHOD AND APPARATUS, COMPUTER DEVICE AND MEDIA |
US20220245962A1 (en) * | 2019-12-06 | 2022-08-04 | Zte Corporation | Facial image processing method and apparatus, computer device, and medium |
CN111243105A (zh) * | 2020-01-15 | 2020-06-05 | Oppo广东移动通信有限公司 | 增强现实处理方法及装置、存储介质和电子设备 |
CN111243105B (zh) * | 2020-01-15 | 2023-07-28 | Oppo广东移动通信有限公司 | 增强现实处理方法及装置、存储介质和电子设备 |
CN112749607A (zh) * | 2020-06-01 | 2021-05-04 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像识别方法及装置 |
CN112749607B (zh) * | 2020-06-01 | 2023-09-12 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像识别方法及装置 |
CN113971822A (zh) * | 2020-07-22 | 2022-01-25 | 武汉Tcl集团工业研究院有限公司 | 一种人脸检测方法、智能终端及存储介质 |
CN112069977A (zh) * | 2020-09-02 | 2020-12-11 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN112348738A (zh) * | 2020-11-04 | 2021-02-09 | Oppo广东移动通信有限公司 | 图像优化方法、图像优化装置、存储介质与电子设备 |
CN112348738B (zh) * | 2020-11-04 | 2024-03-26 | Oppo广东移动通信有限公司 | 图像优化方法、图像优化装置、存储介质与电子设备 |
WO2022222702A1 (zh) * | 2021-04-23 | 2022-10-27 | 华为技术有限公司 | 屏幕解锁方法和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109919866B (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919866A (zh) | 图像处理方法、装置、介质及电子设备 | |
CN105187810B (zh) | 一种基于人脸色彩特征的自动白平衡方法及电子媒体装置 | |
CN108509892B (zh) | 用于生成近红外图像的方法和装置 | |
CN108388878A (zh) | 用于识别人脸的方法和装置 | |
CN110175555A (zh) | 人脸图像聚类方法和装置 | |
CN108491809A (zh) | 用于生成近红外图像生成模型的方法和装置 | |
US20220230323A1 (en) | Automatically Segmenting and Adjusting Images | |
CN104834908A (zh) | 一种移动终端基于眼纹识别的图像曝光方法及曝光*** | |
Pei et al. | Effective image haze removal using dark channel prior and post-processing | |
CN108491823A (zh) | 用于生成人眼识别模型的方法和装置 | |
CN109785228B (zh) | 图像处理方法、装置、存储介质和服务器 | |
CN110069974A (zh) | 高光图像处理方法、装置和电子设备 | |
US20230059499A1 (en) | Image processing system, image processing method, and non-transitory computer readable medium | |
CN113610723B (zh) | 图像处理方法及相关装置 | |
CN110516598A (zh) | 用于生成图像的方法和装置 | |
CN109819176A (zh) | 一种拍摄方法、***、装置、电子设备及存储介质 | |
CN109472738A (zh) | 图像光照校正方法及装置、电子设备和存储介质 | |
CN110248141A (zh) | 一种视频画面亮度调节方法、装置、设备及可读存储介质 | |
CN111127367A (zh) | 人脸图像处理的方法、装置及*** | |
CN111275648B (zh) | 人脸图像处理方法、装置、设备及计算机可读存储介质 | |
CN109348207A (zh) | 色温调节方法、图像处理方法及装置、介质和电子设备 | |
CN113240760B (zh) | 一种图像处理方法、装置、计算机设备和存储介质 | |
CN110047126A (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN109523564A (zh) | 用于处理图像的方法和装置 | |
CN109308690A (zh) | 一种图像亮度均衡方法及终端 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |