CN111242074B - 一种基于图像处理的证件照背景替换方法 - Google Patents

一种基于图像处理的证件照背景替换方法 Download PDF

Info

Publication number
CN111242074B
CN111242074B CN202010062489.0A CN202010062489A CN111242074B CN 111242074 B CN111242074 B CN 111242074B CN 202010062489 A CN202010062489 A CN 202010062489A CN 111242074 B CN111242074 B CN 111242074B
Authority
CN
China
Prior art keywords
certificate
processed
parameter
document
value
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.)
Active
Application number
CN202010062489.0A
Other languages
English (en)
Other versions
CN111242074A (zh
Inventor
陈向荣
王东
蔡梓鸿
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.)
Foshan University
Original Assignee
Foshan University
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 Foshan University filed Critical Foshan University
Priority to CN202010062489.0A priority Critical patent/CN111242074B/zh
Publication of CN111242074A publication Critical patent/CN111242074A/zh
Application granted granted Critical
Publication of CN111242074B publication Critical patent/CN111242074B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种基于图像处理的证件照背景替换方法，包括以下步骤：1，获取待处***照；2，提取待处***照特征位置的多个人脸关键点；3，根据人脸关键点，对待处***照中的人脸和即将进行分割的边缘区域进行矫正；4，检测待处***照中人脸的大致边缘并进行形态学处理，分割出背景区域以及前景区域；5，使用阈值分割与边缘分割对待处***照的背景区域、前景区域以及不确定区域进行分割；6，对证件照的前景色进行颜色替换；7，对证件照中颜色更换不自然部分进行圆滑处理；8，对证件照进行像素增减，得到处理完成的证件照。本发明可以使得证件照处理更快，大大节约了时间成本，降低了智能手机或者电脑的内存损耗。

Description

一种基于图像处理的证件照背景替换方法
技术领域
本发明涉及图像处理技术领域，具体而言，涉及一种基于图像处理的证件照背景替换方法。
背景技术
就目前来说，证件照的获取一般有三种途径。一种是前往专业照相馆进行拍摄并获取证件照，这种证件照获取方式较为传统，拍摄过程耗时耗力，其效率较低。另一种是通过手机拍摄，然后利用手机P图软件进行证件照的处理与获取，然而P图软件会占用很大的手机内存，且P图软件存在广告以及垃圾消息推送的问题。还有一种就是利用专业的电脑图像处理工具进行证件照的处理与获取，这一种证件照获取方式需要使用者专门学习，且对电脑配置要求高，不便于证件照的快速便捷化处理。
经过大量检索发现一些典型的现有技术，如图5所示，申请号为201910164217.9的专利公开了一种证件照换背景方法，其解决了现有技术换照相背景耗时、费力，实现了一键式的证件照换背景。又如图6所示，申请号为201811032661.7的专利公开了一种证件照自动背景替换方法、***及服务器，其减少了人工操作，有效提高了照片处理的效率。又如图7所示，申请号为201810085180.6的专利公开了一种二代身份证照片的人像背景智能全自动替换方法，其可以用于二代身份证自助拍照申请设备、手机移动端证件照处理。
可见，对于证件照处理，其实际应用中的亟待处理的实际问题(如节约时间成本或者降低占用内存等)还有很多未提出具体的解决方案。
发明内容
为了克服现有技术的不足提供了一种基于图像处理的证件照背景替换方法，本发明的具体技术方案如下：
一种基于图像处理的证件照背景替换方法，包括以下步骤：
步骤1，获取待处***照；
步骤2，提取待处***照特征位置的多个人脸关键点；
步骤3，根据人脸关键点，对待处***照中的人脸和即将进行分割的边缘区域进行矫正；
步骤4，检测待处***照中人脸的大致边缘并进行形态学处理，分割出背景区域以及前景区域；
步骤5，使用阈值分割与边缘分割对待处***照的背景区域、前景区域以及不确定区域进行分割；
步骤6，对步骤5得到的证件照的前景色进行颜色替换；
步骤7，对步骤6得到的证件照中颜色更换不自然部分进行圆滑处理；
步骤8，对步骤7得到的证件照进行像素增减，得到处理完成的证件照。
可选的，在步骤1中，待处***照通过手机或者相机拍摄获取。
可选的，在步骤2中，待处***照特征位置的多个人脸关键点通过目标检测算法提取。
可选的，在步骤6中，通过遮罩函数对步骤5得到的证件照的前景色进行颜色替换。
可选的，在步骤7中，通过腐蚀处理以及膨胀处理对步骤6得到的证件照中颜色更换不自然部分进行圆滑处理。
可选的，在步骤8中，通过缩放函数对步骤7得到的证件照进行像素增减。
本发明所取得的有益效果包括：
1、通过调用阈值分割、关键点检测、遮罩函数处理等图像识别算法，可以使得证件照处理更快，大大节约了时间成本。
2、本实施例所述的一种基于图像处理的证件照背景替换方法，相比于动辄几十M的抠图美图软件，本方法仅包括8个步骤以及几个图像识别处理算法，其占用内存极少，可以大大降低智能手机或者电脑的内存损耗。
3、通过高斯降噪、边缘处理、缩放处理等方法，对分割且处理后的证件照进行圆滑处理和像素更改，使得证件照处理后的效果更好，更符合用户的需求。
附图说明
从以下结合附图的描述可以进一步理解本发明，将重点放在示出实施例的原理上。
图1是本发明实施例中一种基于图像处理的证件照背景替换方法的流程示意图；
图2是本发明实施例中一种人脸关键点位置的示意图；
图3是本发明实施例中一种人脸定位点矫正的示意图；
图4是本发明实施例中使用阈值分割与边缘分割对待处***照的背景区域、前景区域以及不确定区域进行分割后的效果示意图；
图5是现有技术中，一种证件照换背景方法的流程示意图；
图6是现有技术中，一种证件照自动背景替换方法、***及服务器的流程示意图；
图7是现有技术中，一种二代身份证照片的人像背景智能全自动替换方法的流程示意图。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它***、方法和/或特征将变得显而易见。旨在所有此类附加的***、方法、特征和优点都包括在本说明书内、包括在本发明的范围内，并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
本发明为一种基于图像处理的证件照背景替换方法，根据附图所示讲述以下实施例：
实施例一：
证件照是证件上用来证实持有者身份的照片，对比其他照片，证件照要有固定的背景和衣着要求。由于各种各类证件的需要，证件照具有广阔的市场以及不小的价值。随着人们生活水平的提高，越来越多的人需要***证件，比如：护照、港澳通行证、驾照等等，因此证件照的市场前景不容小觑，具有越来越大的市场价值。
目前证件照获取的方式大致有三种：一种需要通过***人前往固定的照相馆拍摄，一种是利用手机软件进行处理，比如美图秀秀，最美证件照之类，再一种就是通过专业的电脑图像处理工具，如Photoshop等。
所述第一种方式，照相馆拍照往往需要通过***人前往固定的照相馆拍摄，拍摄过程耗时耗力，而最终得到的照片有时却不满足要求，导致发证机关不得不在部门单位设立专门的摄影室。这样传统的拍摄方式既浪费了人力，也不能提高***的效率，在当今信息化时代渐渐被淘汰。
所述第二种方式，进入信息时代以来，手机功能越来越强大，拍照画质也越来越清晰，已经进入到百万甚至是上千万像素级别，完全可以满足证件照中照片要求，故出现了许多p图软件，可帮助用户合成证件照，但是这些软件普遍存在一个问题，即占用内存过大，动辄几十M，一百M的占用内存，而且总是推送消息，着实令人感到厌烦。
所述第三种方式，在计算机技术快速发展的时代，电脑出现了一款强大的图像处理工具，Photoshop。此类工具对图像处理的功能齐全，但想要熟练掌握该软件的操作，需要专门的学习，且该软件对电脑配置要求过高，运行时容易造成电脑的卡顿。
为此，如图1所示，本发明提供了一种基于图像处理的证件照背景替换方法，其包括以下步骤：
步骤1，获取待处***照；
步骤2，提取待处***照特征位置的多个人脸关键点。如图2所示，所述人脸关键点包括：人脸的主要轮廓、眼部、鼻子以及嘴的特征位置。通过所述人脸关键点，即可勾勒所述用户的人脸的基本特征。具体的，所述人脸关键点一共有68个。
步骤3，根据人脸关键点，对待处***照中的人脸和即将进行分割的边缘区域进行矫正。图3所示的是本发明实施例提供的一种人脸定位点矫正的示意图，其中，矫正过程分为三个部分：仿射变换矩阵计算、检测变换是否越界、执行仿射变换。
仿射变换矩阵计算：根据目标一和目标二确定左上角点和右上角点的纵向坐标相同，到上边沿距离为设定值，确定底部中点的纵向坐标到下边沿距离为设定值；根据目标三确定底部中点的水平坐标为剪裁图宽的一半，左右两顶点到中线距离按照原图中左右两顶点到头顶点的欧氏距离比例以及头部比例确定。通过确定矫正图像中三个人脸定位点的全部坐标，就可以计算仿射变换矩阵。
检测变换是否越界：拍照时，若人物头顶过于贴近图片上边缘时，仍旧按照之前的变换方式执行变换，则会在头顶出现“黑边”。即矫正图像中含有一些变换前对应原图以外的区域。具体的，在执行位置矫正前需要检测变换是否越界。所述检测变换是否越界包括：根据以上特征点变换前后的位置计算反向变换矩阵，检测原始人脸图像全图反变换后，是否完全包含在原图之中。例如：通过将矫正图像的4个顶点(对应左上顶点，右上顶点，左下顶点，右下顶点)执行反变换，观察变换后4点坐标是否有水平坐标小于0或大于原图图宽，纵向坐标小于0或大于原图图高的现象，若有，则不满足矫正变换的剪裁要求，所述服务器将确定所述矫正图像不满足要求，检测不合格。
执行仿射变换：当检测合格时，即不存在越界情况时，对原图执行正向仿射变换。在人脸位置矫正时，需要将人脸调节到合适尺寸，并摆放在图片适当的位置。以头顶为例，距离图片上边界不能距离过远，也不能紧贴边界或超出边界，人脸定位点的精确十分重要。再参阅图2，如图2所示，可以准确地定位人脸额头下方的68个特征点，但由于头发等原因，头顶点的定位是无法直接检测的。因此需要确定头顶点的位置。其中，所述头顶点，用于描述图片中人像区域的最高位置高度，若能分离图像中人物位置的区域和背景区域，便很好定位人物的最高点，即头顶点。
为了确定头顶点的位置，首先需要对头顶点位置进行估计。具体的，通过对大量样本分析后，一般情况下，头顶到眉心的距离与下颚到眉心距离接近，可以利用图2中9号点(下颚点)关于28号点(眉心点)的对称位置进行估计头顶点的位置。
但由于实际情况人的额头宽度不定，眉心并不精确在头顶和下颚中点，加上人物发饰等因素影响，因此直接通过头顶到眉心的距离与下颚到眉心距离接近的估计方式来估计头顶点的位置往往并不精确。但头顶点的估计位置仍在精确计算头顶位置前配合起到对人脸区域标定的作用。另外在计算精确头顶定位点后，需要利用头顶点的估计位置对计算值的可信度进行检验。
步骤4，检测待处***照中人脸的大致边缘并进行形态学处理，分割出背景区域以及前景区域；
步骤5，使用阈值分割与边缘分割对待处***照的背景区域、前景区域以及不确定区域进行分割，如图4所示。
步骤6，对步骤5得到的证件照的前景色进行颜色替换；
步骤7，对步骤6得到的证件照中颜色更换不自然部分进行圆滑处理；
步骤8，对步骤7得到的证件照进行像素增减，得到处理完成的证件照。
将上述8个步骤封装成小软件，其可以减少人工操作，节约时间成本，有效地提高了证件照处理的效率。
实施例二：
本实施例提供了一种基于图像处理的证件照背景替换方法，其包括以下步骤：
步骤1，通过手机或者相机拍摄获取待处***照；
步骤2，将待处***照导入到***当中，利用目标检测算法提取待处***照中人脸的特征位置的多个人脸关键点；
步骤3，根据人脸关键点位置，对待处***照中的人脸和即将进行分割的边缘区域进行矫；
步骤4，检测待处***照中人脸的大致边缘并进行形态学处理，分割出背景区域以及前景区域；
步骤5，使用阈值分割与边缘分割对待处***照的背景区域、前景区域以及不确定区域进行分割；
步骤6，通过遮罩函数对步骤5得到的证件照的前景色进行颜色替换；
步骤7，通过腐蚀处理以及膨胀处理对步骤6得到的证件照中颜色更换不自然部分进行圆滑处理；
步骤8，通过缩放函数对步骤7得到的证件照进行像素增减，得到处理完成的证件照。
通过调用阈值分割、关键点检测、遮罩函数处理等图像识别算法，可以使得证件照处理更快，大大节约了时间成本。本实施例所述的一种基于图像处理的证件照背景替换方法，相比于动辄几十M的抠图美图软件，本方法仅包括8个步骤以及几个图像识别处理算法，其占用内存极少，可以大大降低智能手机或者电脑的内存损耗。
另外，通过高斯降噪、边缘处理、缩放处理等方法，对分割且处理后的证件照进行圆滑处理和像素更改，使得证件照处理后的效果更好，更符合用户的需求。
实施例三：
本实施例提供了一种基于图像处理的证件照背景替换方法，其包括以下步骤：
步骤1，通过手机或者相机拍摄获取待处***照；
步骤2，将待处***照导入到***当中，利用目标检测算法提取待处***照中人脸的特征位置的多个人脸关键点；
步骤3，根据人脸关键点位置，对待处***照中的人脸和即将进行分割的边缘区域进行矫正；
步骤4，检测待处***照中人脸的大致边缘并进行形态学处理，分割出背景区域以及前景区域；
步骤5，使用阈值分割与边缘分割对待处***照的背景区域、前景区域以及不确定区域进行分割；
步骤6，通过遮罩函数对步骤5得到的证件照的前景色进行颜色替换；
步骤7，通过腐蚀处理以及膨胀处理对步骤6得到的证件照中颜色更换不自然部分进行圆滑处理；
步骤8，通过缩放函数对步骤7得到的证件照进行像素增减，得到处理完成的证件照。
通过调用阈值分割、关键点检测、遮罩函数处理等图像识别算法，可以使得证件照处理更快，大大节约了时间成本。本实施例所述的一种基于图像处理的证件照背景替换方法，相比于动辄几十M的抠图美图软件，本方法仅包括8个步骤以及几个图像识别处理算法，其占用内存极少，可以大大降低智能手机或者电脑的内存损耗。
另外，通过高斯降噪、边缘处理、缩放处理等方法，对分割且处理后的证件照进行圆滑处理和像素更改，使得证件照处理后的效果更好，更符合用户的需求。
在利用目标检测算法提取待处***照中人脸的特征位置的多个人脸关键点之前，先对证件照进行高斯降噪处理。所述高斯降噪处理方法具体为：
第一步：初始化参数及设定目标复杂度Cbudget；假设有M个待优化参数P1，P2，…，Pm，…，PM，第m个参数有nm个可能的候选离散取值，km为第m个参数Pm的取值索引(km＝1～nm中某个值)，每个参数的取值记录为Vkm。将算法默认取值作为参数调优的初始值，计算默认取值组合的性能q和复杂度C
第二步，计算当前各参数的EER；对于当前的参组合，计算其性能q(km)和复杂度C(km)。在保持其他参数取值不变的情况下，每次改变其中一个参数的取值，从当前值更改为其候选值，计算其性能q(k’m)和复杂度C(k’m)；接着分别计算每个参数的当前值与其候选值的复杂度变化和性能变化的比值EER，即τ(km)＝Δq(km)/ΔC(k’m)；
第三步，对各参数的τ(km)进行降序排序；对τ(k1)，τ(k2)，…，τ(kM)排序后，索引由原来的(1，2，…，M)改变为(l1,l2,…,lM),这里(l1,l2,…,lM)为(1，2，…，M)的某种新排序，即l1为能效比最大的参数索引。假设i为当前优化的参数索引，i＝l1，进行第个参数取值优化Pi；
第四步，计算第i个参数取候选值所组成的参数组合的算法复杂度C'和性能q'；
第五步，判断计算复杂度C'是否大于目标复杂度Cbudget；若不满足条件，表明当前调整有效，还需进一步按这个趋势调整，改变第i个参数Pi的当前取值，更改为其候选值，Vki＝Vk'i(即ki＝k’m)，进入第二步继续调整；若满足条件，结束参数取值寻优过程，输出当前各参数取值以及降噪处理后的待处***照。
通过上述步骤对证件照进行降噪处理，其可以在证件照性能质量损失较少的基础上，大大减少算法的复杂度以及所需要占用的内存。
综上所述，本发明公开的一种基于图像处理的证件照背景替换方法，所产生的有益技术效果包括：
1、通过调用阈值分割、关键点检测、遮罩函数处理等图像识别算法，可以使得证件照处理更快，大大节约了时间成本。
2、本实施例所述的一种基于图像处理的证件照背景替换方法，相比于动辄几十M的抠图美图软件，本方法仅包括8个步骤以及几个图像识别处理算法，其占用内存极少，可以大大降低智能手机或者电脑的内存损耗。
3、通过高斯降噪、边缘处理、缩放处理等方法，对分割且处理后的证件照进行圆滑处理和像素更改，使得证件照处理后的效果更好，更符合用户的需求。
虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。也就是说上面讨论的方法、***和设备是示例，各种配置可以适当地省略、替换或添加各种过程或组件。例如，在替代配置中，可以以与所描述的顺序不同的顺序执行方法和/或可以添加、省略和/或组合各种部件。而且，关于某些配置描述的特征可以以各种其他配置组合，如可以以类似的方式组合配置的不同方面和元素。此外，随着技术发展其中的元素可以更新，即许多元素是示例，并不限制本发明公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而，可以在没有这些具体细节的情况下实践配置,例如已经示出了众所周知的电路、过程、算法、结构和技术而没有不必要的细节，以避免模糊配置。该描述仅提供示例配置，并且不限制权利要求的范围，适用性或配置。相反，前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本发明公开的精神或范围的情况下，可以对元件的功能和布置进行各种改变。
综上，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以下权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (5)

1.一种基于图像处理的证件照背景替换方法，其特征在于，包括以下步骤：
步骤1，获取待处***照；
步骤2，提取待处***照特征位置的多个人脸关键点；
步骤3，根据人脸关键点，对待处***照中的人脸和即将进行分割的边缘区域进行矫正；
步骤4，检测待处***照中人脸的边缘并进行形态学处理，分割出背景区域以及前景区域；
步骤5，使用阈值分割与边缘分割对待处***照的背景区域、前景区域以及不确定区域进行分割；
步骤6，对步骤5得到的证件照的前景色进行颜色替换；
步骤7，对步骤6得到的证件照中颜色更换不自然部分进行圆滑处理；
步骤8，对步骤7得到的证件照进行像素增减，得到处理完成的证件照；
其中，在步骤2中，待处***照特征位置的多个人脸关键点通过目标检测算法提取，在利用目标检测算法提取待处***照中人脸的特征位置的多个人脸关键点之前，先对证件照进行高斯降噪处理，所述高斯降噪处理方法具体为：
第一步：初始化参数及设定目标复杂度Cbudget；假设有M个待优化参数 P1，P2，…，Pm，…，PM，第m个参数有nm个候选离散取值，km为第m个参数Pm的取值索引，每个参数的取值记录为Vkm，将算法默认取值作为参数调优的初始值，计算默认取值组合的性能q 和复杂度C；
第二步，计算当前各参数的EER；对于当前的参组合，计算其性能 q(km) 和复杂度 C(km)，在保持其他参数取值不变的情况下，每次改变其中一个参数的取值，从当前值更改为其候选值，计算其性能q(k, m) 和复杂度 C(k, m)；接着分别计算每个参数的当前值与其候选值的复杂度变化和性能变化的比值EER，即τ(km)=Δq(km)/ΔC(k, m)；
第三步，对各参数的τ(km)进行降序排序；对τ(k1) ，τ(k2) ，…，τ(kM) 排序后，索引由原来的1，2，…，M改变为,这里/>为1，2，…，M的某种新排序，即/>为能效比最大的参数索引，假设i为当前优化的参数索引，i=/>，进行第个参数取值优化Pi；
第四步，计算第i个参数取候选值所组成的参数组合的算法复杂度 C'和性能q'；
第五步，判断计算复杂度 C'是否大于目标复杂度Cbudget；若不满足条件，改变第i个参数 Pi的当前取值，更改为其候选值，Vki=Vk'i ，进入第二步继续调整；若满足条件，结束参数取值寻优过程，输出当前各参数取值以及降噪处理后的待处***照。
2.如权利要求1所述的一种基于图像处理的证件照背景替换方法，其特征在于，在步骤1中，待处***照通过手机或者相机拍摄获取。
3.如权利要求2所述的一种基于图像处理的证件照背景替换方法，其特征在于，在步骤6中，通过遮罩函数对步骤5得到的证件照的前景色进行颜色替换。
4.如权利要求3所述的一种基于图像处理的证件照背景替换方法，其特征在于，在步骤7中，通过腐蚀处理以及膨胀处理对步骤6得到的证件照中颜色更换不自然部分进行圆滑处理。
5.如权利要求4所述的一种基于图像处理的证件照背景替换方法，其特征在于，在步骤8中，通过缩放函数对步骤7得到的证件照进行像素增减。
CN202010062489.0A 2020-01-20 2020-01-20 一种基于图像处理的证件照背景替换方法 Active CN111242074B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010062489.0A CN111242074B (zh) 2020-01-20 2020-01-20 一种基于图像处理的证件照背景替换方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010062489.0A CN111242074B (zh) 2020-01-20 2020-01-20 一种基于图像处理的证件照背景替换方法

Publications (2)

Publication Number Publication Date
CN111242074A CN111242074A (zh) 2020-06-05
CN111242074B true CN111242074B (zh) 2023-11-07

Family

ID=70879611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010062489.0A Active CN111242074B (zh) 2020-01-20 2020-01-20 一种基于图像处理的证件照背景替换方法

Country Status (1)

Country Link
CN (1) CN111242074B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113780040A (zh) * 2020-06-19 2021-12-10 北京沃东天骏信息技术有限公司 唇部关键点的定位方法及装置、存储介质、电子设备
CN113837287B (zh) * 2021-09-26 2023-08-29 平安科技（深圳）有限公司 证件异常信息识别方法、装置、设备及介质
CN114253451A (zh) * 2021-12-21 2022-03-29 咪咕音乐有限公司 截图方法、装置、电子设备及存储介质
CN114140655A (zh) * 2022-01-29 2022-03-04 深圳市中讯网联科技有限公司 图像分类方法、装置、存储介质及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109344724A (zh) * 2018-09-05 2019-02-15 深圳伯奇科技有限公司 一种证件照自动背景替换方法、***及服务器
CN110047053A (zh) * 2019-04-26 2019-07-23 腾讯科技（深圳）有限公司 人像图片生成方法、装置和计算机设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109344724A (zh) * 2018-09-05 2019-02-15 深圳伯奇科技有限公司 一种证件照自动背景替换方法、***及服务器
CN110047053A (zh) * 2019-04-26 2019-07-23 腾讯科技（深圳）有限公司 人像图片生成方法、装置和计算机设备

Also Published As

Publication number Publication date
CN111242074A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN111242074B (zh) 一种基于图像处理的证件照背景替换方法
CN107771336B (zh) 基于颜色分布的图像中的特征检测和掩模
CN109952594B (zh) 图像处理方法、装置、终端及存储介质
US8170350B2 (en) Foreground/background segmentation in digital images
US8577099B2 (en) Method, apparatus, and program for detecting facial characteristic points
US8331619B2 (en) Image processing apparatus and image processing method
CN108537782B (zh) 一种基于轮廓提取的建筑物图像匹配与融合的方法
EP1918872A2 (en) Image segmentation method and system
CN105243371A (zh) 一种人脸美颜程度的检测方法、***及拍摄终端
CN108810406B (zh) 人像光效处理方法、装置、终端及计算机可读存储介质
CN106326823B (zh) 一种获取图片中头像的方法和***
WO2006081018A1 (en) Object-of-interest image capture
WO2022135574A1 (zh) 肤色检测方法、装置、移动终端和存储介质
CN114565508A (zh) 虚拟换装方法及装置
CN107153806B (zh) 一种人脸检测方法及装置
CN112991159B (zh) 人脸光照质量评估方法、***、服务器与计算机可读介质
CN116309488A (zh) 图像清晰度检测方法、装置、电子设备和可读存储介质
JP2001167273A (ja) 顔面検出方法及びその装置、コンピュータ可読媒体
RU2329535C2 (ru) Способ автоматического кадрирования фотографий
CN115514887A (zh) 视频采集的控制方法、装置、计算机设备和存储介质
CN114998115A (zh) 图像美化处理方法、装置及电子设备
CN113724130B (zh) 可变宽度的人像精细抠图方法、装置、设备及存储介质
Ma et al. A lip localization algorithm under variant light conditions
CN117523233A (zh) 一种证件照相似性比对方法、装置、设备及存储介质
CN116958164A (zh) 一种图像处理方法、装置、电子设备和存储介质

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