CN111047533A - 一种人脸图像的美化方法和装置 - Google Patents

一种人脸图像的美化方法和装置 Download PDF

Info

Publication number
CN111047533A
CN111047533A CN201911254845.2A CN201911254845A CN111047533A CN 111047533 A CN111047533 A CN 111047533A CN 201911254845 A CN201911254845 A CN 201911254845A CN 111047533 A CN111047533 A CN 111047533A
Authority
CN
China
Prior art keywords
beautified
opacity
pixels
area
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.)
Granted
Application number
CN201911254845.2A
Other languages
English (en)
Other versions
CN111047533B (zh
Inventor
陈俊吉
徐滢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Pinguo Technology Co Ltd
Original Assignee
Chengdu Pinguo Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Pinguo Technology Co Ltd filed Critical Chengdu Pinguo Technology Co Ltd
Priority to CN201911254845.2A priority Critical patent/CN111047533B/zh
Publication of CN111047533A publication Critical patent/CN111047533A/zh
Application granted granted Critical
Publication of CN111047533B publication Critical patent/CN111047533B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明属于图像处理技术领域，具体公开了一种人脸图像的美化方法和装置，其中该美化方法通过对人脸图像中人脸的待美化区域识别，获取待美化区域中像素的RGB值，然后通过该RGB值来获取像素的亮度值，接着根据该亮度值检测出人脸中的亮度较量的区域，最后进行混色来美化待美化区域中像素的RGB值，以达自动美化人脸局部区域细节的效果。相比于现有技术，本申请的处理过程不仅步骤简单且不涉及复杂运算，故占用运算资源小，同时其整个处理过程不需要用户的交互操作，自动进行，避免了现有人物美化方法需要复杂人为操作的情况。

Description

一种人脸图像的美化方法和装置
技术领域
本申请属于图像处理技术领域，具体涉及一种人脸图像的美化方法、装置、存储介质和电子设备。
背景技术
随着智能设备的发展，智能设备的拍照功能越来越强大。在拍照功能上，智能设备除了硬件可以支持高清拍照外，安装在智能设备上的美图软件对照片的美化功能也越来越丰富，例如可以支撑对照片中的人脸进行美化，使照片中的人脸看起来更加年轻漂亮。
由此可见，目前智能设备上的美化软件可以对人像进行美化，
不过，现有智能终端上的美化软件在执行美化功能时，需要用户进行相应的交互操作来完成。例如，需要用户执行手指涂抹、触控等操作才能完成，这对于普通用户来并不一定会执行相应的操作。另外，虽然目前的智能设备的一硬件非常清单，但是和个人计算机比较还是有一定的差距，有些图像处理软件或算法如果在智能设备上进行运行，会耗费大量的运算资源，且执行过程可能存在不流畅的问题。
发明内容
本发明提供了一种人脸图像的美化方法、装置、存储介质和电子设备，用于解决现有人脸图像美化方法占用资源大和不够简便的问题。
根据本申请的第一方面，提供了一种人脸图像的美化方法，其包括：获取包含待美化的人脸图像；获取该人脸图像中人脸的待美化区域；统计该待美化区域所在图像中满足预设不透明度范围的像素的RGB信息，并根据该RGB信息计算该满足预设不透明度范围的像素的亮度值；基于所述亮度值将该满足预设不透明度范围的像素划分为第一像素集合和第二像素集合，并计算所述第一像素集合中像素的平均RGB值；读取该待美化区域中像素的RGB值，基于该像素的RGB值和该平均RGB值在预设不透明度下进行正常模式混色得到结果色；将所述待美化区域中所有像素的RGB值分别设置为该像素对应的结果色，生成人脸美化的目标图像。
在一些实施方案中，所述获取该人脸图像中人脸的待美化区域，包括：获取所述人脸图像中的人脸关键点；根据所述人脸关键点绘制出所述人脸图像中的人脸的待美化区域。
在一些实施方案中，所述统计该待美化区域所在图像中满足预设不透明度范围的像素的RGB信息，并根据该RGB信息计算该满足预设不透明度范围的像素的亮度值，包括：遍历该待美化区域中所有像素，判断各像素的不透明度是否满足预设不透明度范围；如果像素的不透明度满足预设不透明度范围，则获取该像素的RGB值，并根据该RGB值计算该像素的亮度值。
在一些实施方案中，所述预设不透明度包括基色不透明度和混合色不透明，正常模式混色的计算公式为：结果色＝基色*基色不透明度+混合色*混合色不透明度。
在一些实施方案中，所述基色不透明度大于所述混合色不透明度。
在一些实施方案中，所述待美化区域包括人脸中的以下至少一个区域：左眼袋区域、右眼袋区域、左法令纹区域、右法令纹区域、左鱼尾纹区域、右鱼尾纹区域。
根据本申请的第二方面，还提供了一种人脸图像的美化装置，其包括：图像获取模块，被配置为获取包含待美化的人脸图像；美化区域识别模块，被配置为获取该人脸图像中人脸的待美化区域；亮度值计算模块，被配置为统计该待美化区域所在图像中满足预设不透明度范围的像素的RGB信息，并根据该RGB信息计算该满足预设不透明度范围的像素的亮度值；RGB值计算模块，被配置为基于所述亮度值将该满足预设不透明度范围的像素划分为第一像素集合和第二像素集合，并计算所述第一像素集合中像素的平均RGB值；混色计算模块，被配置为读取该待美化区域中像素的RGB值，基于该像素的RGB值和该平均RGB值在预设不透明度下进行正常模式混色得到结果色；美化图像生成模块，被配置为将所述待美化区域中所有像素的RGB值分别设置为该像素对应的结果色，生成人脸美化的目标图像。
根据本申请的第三方面，还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序运行时执行上述第一方面中任一所述的人脸图像的美化方法。
根据本申请的第四方面，还提供了一种处理器，其特征在于，所属处理器用于运行计算机程序，当所述计算机程序运行时，执行上述第一方面中任一所述的人脸图像的美化方法。
根据本申请的第五方面，还提供了一种电子设备，其包括：至少一个处理器，至少一个存储器，包括计算机程序；所述处理器用于运行所述存储器中的所述计算机程序，所述计算机程序运行时，执行上述第一方面中任一所述的人脸图像的美化方法。
本申请通过对人脸图像中人脸的待美化区域识别，获取待美化区域中像素的RGB值，然后通过该RGB值来获取像素的亮度值，接着根据该亮度值检测出人脸中的亮度较量的区域，最后进行混色来美化待美化区域中像素的RGB值，以达自动美化人脸局部区域细节的效果。相比于现有技术，本申请的处理过程不仅步骤简单且不涉及复杂运算，故占用运算资源小，同时其整个处理过程不需要用户的交互操作，自动进行，避免了现有人物美化方法需要复杂人为操作的情况。
附图说明
图1是本申请在一实施例中提供的人脸图像的美化方法的实现流程图。
图2是本申请在一实施例中提供的上述步骤S12的实现流程图。
图3是本申请在一些实施例中提供的上述步骤S13的实现流程图。
图4是本申请在一实施例提供的一种人脸图像的美化装置的结构示意图。
图5是本申请在一实施例提供的图4所示人脸图像的美化装置中美化区域识别模块42的结构示意图。
图6是本申请在一实施例提供的图4所示人脸图像的美化装置中亮度值计算模块43的结构示意图。
图7是本申请提供的适于用来实现本申请一些实施例的电子设备的结构示意图。
具体实施方式
实施例1
图1是本申请在一实施例中提供的人脸图像的美化方法的实现流程图。
如图1所示，该人脸图像的美化方法，包括以下步骤。
S11，获取包含待美化的人脸图像。
本步骤S11中，该人脸图像包括图像、影像视频中的至少一种，如果是图像，可以是单帧图像或多帧图像序列；如果是影像视频，可以是影像视频中的单帧图像或连续图像序列等。本申请对于人脸图像的具体类型不作限制。
其中，上述人脸图像的颜色模式为RGB模式，之后步骤的计算也是基于像素的RGB值来进行的。
S12，获取该人脸图像中人脸的待美化区域。
在上述步骤S11中，继续上述人脸图像的类型来说，人脸图像的图像格式也可以是任意格式的图像，本申请同样不做限制。
此外，对于人脸图像的来源，可以包括以下任一种图像来源：在本地读取；在本地拍摄获取；通过网络从数据库或服务器下载等。
在一些示例性实施方式中，上述待美化区域包括人脸图像中人脸的眼袋、法令纹、鱼尾纹所在至少一个区域。例如，该人脸区域可以包括左眼袋、右眼袋、左法令纹、右法令纹、左鱼尾纹、右鱼尾纹中的至少一个区域。
S13，统计该待美化区域所在图像中满足预设不透明度范围的像素的RGB信息，并根据该RGB信息计算该满足预设不透明度范围的像素的亮度值。
本步骤S13中，该预设不透明度范围内可以包括不透明度大于40％、不透明度大于45％、不透明度大于50％、不透明度大于55％、不透明度大于60％、不透明度大于65％中的至少一种范围。例如，在一示例性实施方式中，结合上述所列举的人脸区域来说，该预设不透明度范围内为大于50％。
其中，该RGB信息包括每个像素的R、G、B值，在一示例性实施方式中，假设像素的亮度值为L，那么像素的亮度值可以通过下面公式(1)来计算得到：
L＝R*0.30+G*0.59+B*0.11，L∈[0，255]……(1)。
S14，基于所述亮度值将该满足预设不透明度范围的像素划分为第一像素集合和第二像素集合，并计算所述第一像素集合中像素的平均RGB值；
本步骤S14中，继续上述像素的亮度值的计算来说，在获取每个像素的亮度值后，再统计该待美化区域中像素的最大亮度值Lmax和最小亮度值Lmin，然后按照每个像素的亮度值，可以将该待美化区域的像素分为两个像素集合，即第一像素集合和第二像素集合，其中，第一像素集合中像素的亮度值的范围为[L′，Lmax]，即该第一像素集合中的像素为亮度处于较亮部分的像素，而其余像素则属于第二像素集合，第二像素集合中像素的亮度值的范围为[Lmin，L′)，即该第二像素集合中的像素为亮度处于较暗部分的像素。其中，L′可以通过下面公式(2)进行计算得到：
L′＝(Lmax-Lmin)*(1-LighterPart)+Lmin，LighterPart∈[0，1]……(2)；
其中，LighterPart表示待美化区域的系数，不同的待美化区域的系数可以不同。例如，在一示例性实施方式中，待美化区域可以包括左眼袋、右眼袋、左法令纹、右法令纹、左鱼尾纹、右鱼尾纹六个区域，由于法令纹的深度大于眼袋和鱼尾纹，并且范围呈细长分布，因此，对于左法令纹、右法令纹区域，可以设置LighterPart＝0.5；对于左眼袋、右眼袋、左鱼尾纹、右鱼尾纹区域，则可以设置LighterPart＝0.33。
具体的，在得到第一像素集合后，对该第一像素集合中的像素求平均RGB值。继续上述示例来说，在一示例性实施方式中，该平均RGB值是对第一像素集合中像素的RGB值进行平均统计得到。例如：左眼袋较亮区域部分的肤色平均RGB值可以为(207,117,153)；右眼袋较亮区域部分的肤色平均RGB值可以为(205，189，172)；左法令纹较亮区域部分的肤色平均RGB值可以为(175，125，99)；右法令纹较亮区域部分的肤色平均RGB值可以为(199，173，159)；左鱼尾纹较亮区域部分的肤色平均RGB值可以为(199，164，132)；右鱼尾纹较亮区域部分的肤色平均RGB值可以为(200，187，171)。
S15，读取该待美化区域中像素的RGB值，基于该像素的RGB值和该平均RGB值在预设不透明度下进行正常模式混色。
本步骤S15中，由于待美化区域可能包括多个图像区域，那么该待美化区域的像素的RGB值应当包括每个待美化区域所在图像区域中每个像素的RGB值，该RGB值为待美化区域所在人脸图像中的初始RGB值。
具体的，基于像素的RGB值和上述平均RGB值进行混色计算是指针对待美化区域中的每个像素进行的。例如，有待美化区域A，待美化区域A中有像素A1、A2……Ai个像素，i为大于0的整数，其中，每个像素的RGB值是已知的，那么以像素A1来说，可以根据像素A1以RGB值作为基色，以平均RGB值为混合色，在预设不透明度下进行正常模式混色，然后将混色后的结果值替换该像素的初始RGB值，以此作为美化后的图像的像素。
更具体的，进行正常模式混色的基色和混色的不透明度是不一样的。一般的，基色的不透明度要高于混色的不透明度。在一示例性实施方式中，该预设不透明度包括基色不透明度和混合色不透明，其中，正常模式混色可以通过下面公式(2)来计算实现：
结果色＝基色*基色不透明度+混合色*混合色不透明度……(3)
其中，该基色不透明度和混合色不透明度可以为一具体的不透明度值，或者为一不透明度范围。在一些实施例中，所述基色不透明度大于所述混合色不透明度。例如，混合色不透明度可以为不透明度小于等于70％，即混合色不透明度的范围为[0,70％]，而基色不透明度可以为不透明度100％。
S16，将所述待美化区域中所有像素的RGB值分别设置为该像素对应的结果色，生成人脸美化的目标图像。
本实施例通过对局部的肤色检测和图像处理，可以有效达到减淡眼袋、法令纹、鱼尾纹的效果，在使用时，可以避免了用户进行复杂的人为操作，同时对执行本方法的主体的性能要求不高，具有简单、高效的特点。
图2是本申请在一实施例中提供的上述步骤S12的实现流程图。
请参见图2，在一可能的实施例中，获取该人脸图像中人脸的待美化区域，可以包括以下步骤。
S21，获取所述人脸图像中的人脸关键点。
具体的，人脸图像中的人脸关键点可以通过人脸识别来获取。由于人脸识别可以采用现有技术手段来实现，本申请并不显值获取人脸关键点的具体方法。
S22，根据所述人脸关键点绘制出所述人脸图像中的人脸的待美化区域。
具体的，在获取到人脸关键点的情况下，可以根据该关键点信息绘制出各种待美化的区域。例如，根据获取到的人眼左眼角的两个人脸关键点以及左眼下眼眶的一个人脸关键点来绘制一个左眼袋待美化区域。或者，也可以根据获取到的人脸点进行面积计算来获取待美化区域。
其中，待美化区域包括人脸中左脸的待美化区域和右脸的待美化区域，具体的，该待美化区域包括根据区分左右脸分别绘制的左眼袋、右眼袋、左法令纹、右法令纹、左鱼尾纹、右鱼尾纹六个区域中的至少一个。
本实施例提供的待美化区域的获取方法，是基于获取的人脸关键点来实现的，不需要对图像本身进行复杂运算，仅需根据人脸关键点进行简答的绘制计算即可实现，不需要占用较大的运算资源。
图3是本申请在一些实施例中提供的上述步骤S13的实现流程图。
请参见图3，统计该待美化区域所在图像中满足预设不透明度范围的像素的RGB信息，并根据该RGB信息计算该满足预设不透明度范围的像素的亮度值，可以包括以下步骤：
S31，遍历该待美化区域中所有像素，判断各像素的不透明度是否满足预设不透明度范围；
S32，如果像素的不透明度满足预设不透明度范围，则获取该像素的RGB值，并根据该RGB值计算该像素的亮度值。
上述步骤S31中，预设不透明度范围为预先设置的一个不透明度值或不透明度范围。例如，预设不透明度范围可以设置为不透明度大于50％，即可以在该待美化区域内遍历不透明度不大于50％的像素，从而可以得到所有包括不透明度不大于50％的像素集合。
上述步骤S32中，像素的RGB值为已知的，因此可以根据每个像素的RGB值计算该像素的亮度值，可以参考上述公式(1)。
具体的，在获知每个像素的亮度值后，那么即可获取到该像素集合中的最大亮度值和最小亮度值，然后再根据上述公式(2)即可将该像素集合中的像素的亮度划分为两个区间，进而便于筛选出亮度值较亮的像素。
应当理解，如果像素的不透明度满足预设不透明度范围，则不统计该像素的信息。当然，在具体实施中也可以自行设定满足该条件是的执行动作，本申请对比不做限定。
本实施例对于突出了通过遍历像素来计算待美化区域像素的亮度值，整个实现过程仅需要遍历一边待美化区域即可，计算简单，在运行执行中具有占用内存少，执行快速的优点。
实施例2
基于与实施例1相同的发明构思，本实施例还提供了与该人脸图像的美化方法对应的人脸图像的美化装置。
图4是本申请在一实施例提供的一种人脸图像的美化装置的结构示意图。
请参见图4，该人脸图像的美化装置4包括：图像获取模块41，被配置为获取包含待美化的人脸图像；美化区域识别模块42，被配置为获取该人脸图像中人脸的待美化区域；亮度值计算模块43，被配置为统计该待美化区域所在图像中满足预设不透明度范围的像素的RGB信息，并根据该RGB信息计算该满足预设不透明度范围的像素的亮度值；RGB值计算模块44，被配置为基于所述亮度值将该满足预设不透明度范围的像素划分为第一像素集合和第二像素集合，并计算所述第一像素集合中像素的平均RGB值；混色计算模块45，被配置为读取该待美化区域中像素的RGB值，基于该像素的RGB值和该平均RGB值在预设不透明度下进行正常模式混色得到结果色；美化图像生成模块46，被配置为将所述待美化区域中所有像素的RGB值分别设置为该像素对应的结果色，生成人脸美化的目标图像。
在一些可选的实施方式中，所述预设不透明度包括基色不透明度和混合色不透明，正常模式混色的计算公式为：结果色＝基色*基色不透明度+混合色*混合色不透明度。
在一些可选的实施方式中，所述基色不透明度大于所述混合色不透明度。
图5是本申请在一实施例提供的图4所示人脸图像的美化装置中美化区域识别模块42的结构示意图。
请参见图5，该美化区域识别模块42包括：人脸关键点获取单元51，被配置为获取所述人脸图像中的人脸关键点；美化区域绘制单元52，被配置为根据所述人脸关键点绘制出所述人脸图像中的人脸的待美化区域。
在一些可选的实施方式中，所述待美化区域包括人脸中的以下至少一个区域：左眼袋区域、右眼袋区域、左法令纹区域、右法令纹区域、左鱼尾纹区域、右鱼尾纹区域。
图6是本申请在一实施例提供的图4所示人脸图像的美化装置中亮度值计算模块43的结构示意图。
请参见图6，该美化区域识别模块43包括：不透明度遍历单元61，被配置为遍历该待美化区域中所有像素，判断各像素的不透明度是否满足预设不透明度范围；计算单元62，如果像素的不透明度满足预设不透明度范围，则获取该像素的RGB值，并根据该RGB值计算该像素的亮度值。
实施例3
图7是本申请提供的适于用来实现本申请一些实施例的电子设备的结构示意图。
请参见图7，本实施例提供了一种电子设备7，该电子设备7包括：至少一个处理器71，至少一个存储器72，包括计算机程序73；所述处理器71用于运行所述存储器72中的所述计算机程序73，所述计算机程序73运行时，执行上述实施例1中任一所述的人脸图像的美化方法。
在本申请实施例中，处理器71，可以为中央处理器(Central Processing Unit，CPU)、特定应用集成电路(application-specific integrated circuit，ASIC)、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等。
在一种可能的实现方式中，存储器72可包括存储程序区和存储数据区，其中，存储程序区可存储操作***、以及至少一个功能(比如声音播放功能、图像播放功能等)所需的应用程序等；存储数据区可存储根据计算机的使用过程中所创建的数据。
此外，存储器72可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件或其他易失性固态存储器件。
处理器71可以调用存储器中存储的程序，具体的，处理器可以执行以上图1至图3中任一实施例所示的人脸图像的美化方法。
当然，图7所示的电子设备7的结构并不构成对本申请实施例中电子设备的限定，在实际应用中电子设备可以包括比图7所示的更多或更少的部件，或者组合某些部件。
本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现以上各方法实施例描述的人脸图像的美化方法。
本申请实施例提供了一种处理器，该处理器用于运行程序，其中，该程序运行时实现以上各方法实施例描述的人脸图像的美化方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种人脸图像的美化方法，其特征在于，包括：
获取包含待美化的人脸图像；
获取该人脸图像中人脸的待美化区域；
统计该待美化区域所在图像中满足预设不透明度范围的像素的RGB信息，并根据该RGB信息计算该满足预设不透明度范围的像素的亮度值；
基于所述亮度值将该满足预设不透明度范围的像素划分为第一像素集合和第二像素集合，并计算所述第一像素集合中像素的平均RGB值；
读取该待美化区域中像素的RGB值，基于该像素的RGB值和该平均RGB值在预设不透明度下进行正常模式混色得到结果色；
将所述待美化区域中所有像素的RGB值分别设置为该像素对应的结果色，生成人脸美化的目标图像。
2.根据权利要求1所述的人脸图像的美化方法，其中，所述获取该人脸图像中人脸的待美化区域，包括：
获取所述人脸图像中的人脸关键点；
根据所述人脸关键点绘制出所述人脸图像中的人脸的待美化区域。
3.根据权利要求1所述的人脸图像的美化方法，其中，所述统计该待美化区域所在图像中满足预设不透明度范围的像素的RGB信息，并根据该RGB信息计算该满足预设不透明度范围的像素的亮度值，包括：
遍历该待美化区域中所有像素，判断各像素的不透明度是否满足预设不透明度范围；
如果像素的不透明度满足预设不透明度范围，则获取该像素的RGB值，并根据该RGB值计算该像素的亮度值。
4.根据权利要求1所述的人脸图像的美化方法，其中，所述预设不透明度包括基色不透明度和混合色不透明，正常模式混色的计算公式为：
结果色＝基色*基色不透明度+混合色*混合色不透明度。
5.根据权利要求4所述的人脸图像的美化方法，其中，所述基色不透明度大于所述混合色不透明度。
6.根据权利要求1-5任一所述的人脸图像的美化方法，其中，所述待美化区域包括人脸中的以下至少一个区域：
左眼袋区域、右眼袋区域、左法令纹区域、右法令纹区域、左鱼尾纹区域、右鱼尾纹区域。
7.一种人脸图像的美化装置，其特征在于，包括：
图像获取模块，被配置为获取包含待美化的人脸图像；
美化区域识别模块，被配置为获取该人脸图像中人脸的待美化区域；
亮度值计算模块，被配置为统计该待美化区域所在图像中满足预设不透明度范围的像素的RGB信息，并根据该RGB信息计算该满足预设不透明度范围的像素的亮度值；
RGB值计算模块，被配置为基于所述亮度值将该满足预设不透明度范围的像素划分为第一像素集合和第二像素集合，并计算所述第一像素集合中像素的平均RGB值；
混色计算模块，被配置为读取该待美化区域中像素的RGB值，基于该像素的RGB值和该平均RGB值在预设不透明度下进行正常模式混色得到结果色；
美化图像生成模块，被配置为将所述待美化区域中所有像素的RGB值分别设置为该像素对应的结果色，生成人脸美化的目标图像。
8.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序运行时执行权利要求1-7任一所述的人脸图像的美化方法。
9.一种处理器，其特征在于，所属处理器用于运行计算机程序，当所述计算机程序运行时，执行如权利要求1-7任一所述的人脸图像的美化方法。
10.一种电子设备，其特征在于，包括：
至少一个处理器，
至少一个存储器，包括计算机程序；
所述处理器用于运行所述存储器中的所述计算机程序，所述计算机程序运行时，执行所述权利要求1-7任一所述的人脸图像的美化方法。
CN201911254845.2A 2019-12-10 2019-12-10 一种人脸图像的美化方法和装置 Active CN111047533B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911254845.2A CN111047533B (zh) 2019-12-10 2019-12-10 一种人脸图像的美化方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911254845.2A CN111047533B (zh) 2019-12-10 2019-12-10 一种人脸图像的美化方法和装置

Publications (2)

Publication Number Publication Date
CN111047533A true CN111047533A (zh) 2020-04-21
CN111047533B CN111047533B (zh) 2023-09-08

Family

ID=70235578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911254845.2A Active CN111047533B (zh) 2019-12-10 2019-12-10 一种人脸图像的美化方法和装置

Country Status (1)

Country Link
CN (1) CN111047533B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128374A (zh) * 2021-04-02 2021-07-16 西安融智芙科技有限责任公司 基于图像处理的敏感皮肤检测方法和敏感皮肤检测装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050141002A1 (en) * 2003-12-26 2005-06-30 Konica Minolta Photo Imaging, Inc. Image-processing method, image-processing apparatus and image-recording apparatus
US20150086119A1 (en) * 2013-09-20 2015-03-26 Casio Computer Co., Ltd. Image processing apparatus, image processing method and recording medium
CN104574285A (zh) * 2013-10-23 2015-04-29 厦门美图网科技有限公司 一种自动祛除图像黑圆圈的方法
CN104881853A (zh) * 2015-05-28 2015-09-02 厦门美图之家科技有限公司 一种基于色彩概念化的肤色矫正方法和***
CN107231505A (zh) * 2017-07-18 2017-10-03 北京小米移动软件有限公司 图像处理方法及装置
CN107644396A (zh) * 2017-10-18 2018-01-30 维沃移动通信有限公司 一种唇色调整方法和装置
CN107945107A (zh) * 2017-11-30 2018-04-20 广东欧珀移动通信有限公司 图像处理方法、装置、计算机可读存储介质和电子设备
CN108629819A (zh) * 2018-05-15 2018-10-09 北京字节跳动网络技术有限公司 图像染发处理方法和装置
CN108961175A (zh) * 2018-06-06 2018-12-07 平安科技（深圳）有限公司 人脸亮度调整方法、装置、计算机设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050141002A1 (en) * 2003-12-26 2005-06-30 Konica Minolta Photo Imaging, Inc. Image-processing method, image-processing apparatus and image-recording apparatus
US20150086119A1 (en) * 2013-09-20 2015-03-26 Casio Computer Co., Ltd. Image processing apparatus, image processing method and recording medium
CN104574285A (zh) * 2013-10-23 2015-04-29 厦门美图网科技有限公司 一种自动祛除图像黑圆圈的方法
CN104881853A (zh) * 2015-05-28 2015-09-02 厦门美图之家科技有限公司 一种基于色彩概念化的肤色矫正方法和***
CN107231505A (zh) * 2017-07-18 2017-10-03 北京小米移动软件有限公司 图像处理方法及装置
CN107644396A (zh) * 2017-10-18 2018-01-30 维沃移动通信有限公司 一种唇色调整方法和装置
CN107945107A (zh) * 2017-11-30 2018-04-20 广东欧珀移动通信有限公司 图像处理方法、装置、计算机可读存储介质和电子设备
CN108629819A (zh) * 2018-05-15 2018-10-09 北京字节跳动网络技术有限公司 图像染发处理方法和装置
CN108961175A (zh) * 2018-06-06 2018-12-07 平安科技（深圳）有限公司 人脸亮度调整方法、装置、计算机设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128374A (zh) * 2021-04-02 2021-07-16 西安融智芙科技有限责任公司 基于图像处理的敏感皮肤检测方法和敏感皮肤检测装置
CN113128374B (zh) * 2021-04-02 2024-05-14 西安融智芙科技有限责任公司 基于图像处理的敏感皮肤检测方法和敏感皮肤检测装置

Also Published As

Publication number Publication date
CN111047533B (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
CN106971165B (zh) 一种滤镜的实现方法及装置
Du et al. Saliency-guided color-to-gray conversion using region-based optimization
CN104076928B (zh) 一种调整文字显示区域色调的方法
US20130002702A1 (en) Image-based backgrounds for images
CN107507144B (zh) 肤色增强的处理方法、装置及图像处理装置
US9098534B2 (en) Image display system, image display method, social network service system, and computer-readable medium
US20140079319A1 (en) Methods for enhancing images and apparatuses using the same
CN104282002A (zh) 一种数字图像的快速美容方法
CN101529495A (zh) 图像遮罩生成
US20080279467A1 (en) Learning image enhancement
CN103745430B (zh) 一种数字图像的快速美容方法
CN110069974B (zh) 高光图像处理方法、装置和电子设备
WO2021115242A1 (zh) 一种超分辨率图像处理方法以及相关装置
WO2023046112A1 (zh) 文档图像增强方法、装置及电子设备
US20150278605A1 (en) Apparatus and method for managing representative video images
CN108428215A (zh) 一种图像处理方法、装置和设备
CN112801062B (zh) 直播视频识别方法、装置、设备及介质
Jakhetiya et al. Just noticeable difference for natural images using RMS contrast and feed-back mechanism
CN112686965A (zh) 一种肤色检测方法、装置、移动终端和存储介质
WO2022052862A1 (zh) 图像的边缘增强处理方法及应用
CN112686800B (zh) 图像处理方法、装置、电子设备及存储介质
CN111047533A (zh) 一种人脸图像的美化方法和装置
CN104093010B (zh) 一种图像处理方法及装置
WO2024067461A1 (zh) 图像处理方法、装置、计算机设备和存储介质
CN112419470A (zh) 目标区域的颜色渲染方法、装置、设备和介质

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