CN111784604A - 图像处理方法、装置、设备及计算机可读存储介质 - Google Patents

图像处理方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN111784604A
CN111784604A CN202010611135.7A CN202010611135A CN111784604A CN 111784604 A CN111784604 A CN 111784604A CN 202010611135 A CN202010611135 A CN 202010611135A CN 111784604 A CN111784604 A CN 111784604A
Authority
CN
China
Prior art keywords
image
pupil
pupil area
liquefaction
optimization
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
CN202010611135.7A
Other languages
English (en)
Other versions
CN111784604B (zh
Inventor
何茜
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.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network 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 Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202010611135.7A priority Critical patent/CN111784604B/zh
Publication of CN111784604A publication Critical patent/CN111784604A/zh
Application granted granted Critical
Publication of CN111784604B publication Critical patent/CN111784604B/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
    • 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
    • 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
    • G06T2207/10—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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种图像处理方法、装置、设备及计算机可读存储介质，方法包括：响应于图像优化指令，获取待处理的人脸图像；根据所述图像优化指令确定所述人脸图像中瞳孔区域，对所述瞳孔区域进行优化操作，获得优化后的目标图像；显示所述优化后的目标图像。从而能够仅对瞳孔区域进行优化，避免由于对整个眼睛区域进行优化造成图像真实性不强，不够美观的技术问题，进而能够提高用户体验。

Description

图像处理方法、装置、设备及计算机可读存储介质
技术领域
本发明涉及人工智能领域，尤其涉及一种图像处理方法、装置、设备及计算机可读存储介质。
背景技术
随着科技的发展，越来越多的应用软件走进了用户的生活，逐渐丰富了用户的业余生活，例如短视频APP等。用户可以采用视频、照片等方式记录生活，并上传时短视频APP上。但是，仅用终端设备的图像采集装置拍摄的视频或者照片种类较为单一，导致用户体验较差。
为了提高食品或者图片的趣味性，现有技术中提出一种图像处理方法，在获取到包括人脸特征的图像时，可以自动对图像中眼睛的区域进行放大，得到的图像中，用户的眼睛更大，更为美观，提高用户体验。
但是，采用上述方法进行图像处理时，由于图像中整个眼睛的区域都被放大，从而可能会导致图像真实性不强。且当眼睛过分放大时，可能会导致图像不够美观，进而导致用户体验较差。
发明内容
本发明提供一种图像处理方法、装置、设备及计算机可读存储介质，用于解决现有的图像处理方法处理后的图像不够美观、真实性不强的技术问题。
本发明的第一个方面是提供一种图像处理方法，包括：
响应于图像优化指令，获取待处理的人脸图像；
根据所述图像优化指令确定所述人脸图像中瞳孔区域，对所述瞳孔区域进行优化操作，获得优化后的目标图像；
显示所述优化后的目标图像。
本实施例提供的图像处理方法，通过响应于用户发送的图像优化指令，确定待处理图像人脸区域中的瞳孔区域，对瞳孔区域进行优化操作，显示该优化后的目标图像。从而能够仅对瞳孔区域进行优化，避免由于对整个眼睛区域进行优化造成图像真实性不强，不够美观的技术问题，进而能够提高用户体验。
在一种可能的设计中，所述对所述瞳孔区域进行优化操作，获得优化后的目标图像，包括：
对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组，其中，所述形变数组表征所述每个像素在X/Y轴上的形变大小；
获取所述人脸图像中，眼睛的关键点信息，根据所述关键点信息生成平滑掩码；
根据所述形变数组以及所述平滑掩码，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
在一种可能的设计中，所述平滑掩码对应的数值在0-1之间，所述平滑掩码的数值与像素点属于瞳孔区域的概率成正比；
相应地，所述根据所述形变数组以及所述平滑掩码，对所述瞳孔区域进行放大操作，获得优化后的目标图像，包括：
将所述形变数组与所述平滑掩码的数值相乘，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
在一种可能的设计中，所述对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组，包括：
根据预设的液化参数对所述瞳孔区域进行液化操作；和/或，
获取用户输入的液化参数，根据所述用户输入的液化参数对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组。
在一种可能的设计中，所述获取用户输入的液化参数，包括：
获取所述用户点击预设的显示界面中所述瞳孔区域输入的点击参数，其中，所述点击参数中包括点击时间以及点击位置；
根据所述点击参数确定所述液化参数，其中，所述点击时间与所述液化参数的大小成正比。
在一种可能的设计中，所述对所述瞳孔区域进行优化操作，获得优化后的目标图像，包括：
获取用户输入的优化参数，其中，所述优化参数中包括颜色参数以及图案参数；
根据所述优化参数对所述瞳孔区域进行优化操作，获得优化后的目标图像。
在一种可能的设计中，所述获取人脸图像，包括：
响应于用户输入的图像选择指令，所述图像选择指令中包括人脸图像的存储路径以及标识；
根据所述图像选择指令从所述存储路径中获取所述人脸图像；或，
响应于用户输入的拍摄指令，根据所述拍摄指令拍摄图像，获得所述人脸图像。
在一种可能的设计中，所述根据所述图像优化指令确定所述人脸图像中瞳孔区域，包括：
根据所述图像优化指令获取所述人脸图像中的瞳孔关键点，确定所述瞳孔的中心点以及半径，获得所述瞳孔区域。
本实施例提供的图像处理方法，通过对瞳孔区域进行液化处理，确定眼睛区域的平滑掩码，通过将平滑掩码以及液化处理后的形变数组相乘，从而能够仅对瞳孔区域进行优化。此外，通过将平滑掩码的数值设置在0-1之间，瞳孔区域的数值接近1，非瞳孔区域的数值接近0，从而能够进一步地提高瞳孔区域优化的精准度。避免由于对整个眼睛区域进行优化造成图像真实性不强，不够美观的技术问题，进而能够提高用户体验。
本发明的第二个方面是提供一种图像处理装置，包括：
获取模块，用于响应于图像优化指令，获取待处理的人脸图像；
处理模块，用于根据所述图像优化指令确定所述人脸图像中瞳孔区域，对所述瞳孔区域进行优化操作，获得优化后的目标图像；
显示模块，用于显示所述优化后的目标图像。
本实施例提供的图像处理装置，通过响应于用户发送的图像优化指令，确定待处理图像人脸区域中的瞳孔区域，对瞳孔区域进行优化操作，显示该优化后的目标图像。从而能够仅对瞳孔区域进行优化，避免由于对整个眼睛区域进行优化造成图像真实性不强，不够美观的技术问题，进而能够提高用户体验。
在一种可能的设计中，所述处理模块，用于：
第一处理单元，用于对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组，其中，所述形变数组表征所述每个像素在X/Y轴上的形变大小；
第二处理单元，用于获取所述人脸图像中，眼睛的关键点信息，根据所述关键点信息生成平滑掩码；
第三处理单元，用于根据所述形变数组以及所述平滑掩码，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
本实施例提供的图像处理装置，通过对瞳孔区域进行液化处理，确定眼睛区域的平滑掩码，通过将平滑掩码以及液化处理后的形变数组相乘，从而能够仅对瞳孔区域进行优化。避免由于对整个眼睛区域进行优化造成图像真实性不强，不够美观的技术问题，进而能够提高用户体验。
在一种可能的设计中，所述平滑掩码对应的数值在0-1之间，所述平滑掩码的数值与像素点属于瞳孔区域的概率成正比；
相应地，所述第三处理单元，用于：
将所述形变数组与所述平滑掩码的数值相乘，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
在一种可能的设计中，所述第一处理单元，用于：
根据预设的液化参数对所述瞳孔区域进行液化操作；和/或，
获取用户输入的液化参数，根据所述用户输入的液化参数对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组。
在一种可能的设计中，所述第一处理单元，用于：
获取所述用户点击预设的显示界面中所述瞳孔区域输入的点击参数，其中，所述点击参数中包括点击时间以及点击位置；
根据所述点击参数确定所述液化参数，其中，所述点击时间与所述液化参数的大小成正比。
在一种可能的设计中，所述处理模块，用于：
获取用户输入的优化参数，其中，所述优化参数中包括颜色参数以及图案参数；
根据所述优化参数对所述瞳孔区域进行优化操作，获得优化后的目标图像。
在一种可能的设计中，所述获取模块，用于：
响应于用户输入的图像选择指令，所述图像选择指令中包括人脸图像的存储路径以及标识；
根据所述图像选择指令从所述存储路径中获取所述人脸图像；或，
响应于用户输入的拍摄指令，根据所述拍摄指令拍摄图像，获得所述人脸图像。
在一种可能的设计中，所述处理模块，用于：
根据所述图像优化指令获取所述人脸图像中的瞳孔关键点，确定所述瞳孔的中心点以及半径，获得所述瞳孔区域。
本发明的第三个方面是提供一种图像处理设备，包括：存储器，处理器；
存储器；用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为由所述处理器执行如第一方面所述的图像处理方法。
本发明的第四个方面是提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的图像处理方法。
本发明提供的图像处理方法、装置、设备及计算机可读存储介质，通过响应于用户发送的图像优化指令，确定待处理图像人脸区域中的瞳孔区域，对瞳孔区域进行优化操作，显示该优化后的目标图像。从而能够仅对瞳孔区域进行优化，避免由于对整个眼睛区域进行优化造成图像真实性不强，不够美观的技术问题，进而能够提高用户体验。
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，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明基于的网络架构示意图；
图2为本发明实施例一提供的图像处理方法的流程示意图；
图3为本发明实施例提供的图像优化效果示意图；
图4为本发明实施例二提供的图像处理方法的流程示意图；
图5为本实施例提供的液化参数设置示意图；
图6为本发明实施例三提供的图像处理装置的结构示意图；
图7为本发明实施例四提供的图像处理装置的结构示意图；
图8为本发明实施例五提供的图像处理设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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所获得的所有其他实施例，都属于本发明保护的范围。
针对上述提及的在现有的图像处理方法处理后的图像不够美观、真实性不强的技术问题，本发明提供了一种图像处理方法、装置、设备及计算机可读存储介质。
需要说明的是，本申请提供图像处理方法、装置、设备及计算机可读存储介质可运用在对各种人脸拍摄的场景中。
现有的图像处理方法一般都是对图像中用户眼睛区域整体放大，而放大后的眼睛区域可能无法与其他面部区域相匹配。且对眼睛区域单纯的放大操作，无法改变眼睛的美化程度，无法满足用户对图像优化的需求。
面对现有技术中的问题，发明人通过研究发现，为了满足用户对于图像优化的需求，需要对眼睛区域的细节进行调整。具体地，人类的眼球一般分为瞳孔区域以及眼白区域，当瞳孔区域占比较大时，则会显得眼睛较为有神，且视觉上能够起到放大眼睛的效果。
发明人进一步研究发现，当接收到待处理的人脸图像以及终端设备发送的图像优化指令时，根据该图像优化指令，具体地确定人脸图像中的瞳孔区域，对该瞳孔区域进行优化处理，从而能够实现对眼睛区域细节的优化，在提高图像美化程度的基础上，由于未对眼睛区域整体进行尺寸的变更，图像真实性更高，进而能够提高用户体验。
图1为本发明基于的网络架构示意图，如图1所示，本发明基于的网络架构至少包括：终端设备1以及安装在终端设备1上的图像处理装置2。其中，测试装置2采用C/C++、Java、Shell或Python等语言编写；终端设备1则可例如台式电脑、平板电脑等。其中，终端设备1与图像处理装置2通信连接，从而终端设备1与图像处理装置2能够进行信息交互。
图2为本发明实施例一提供的图像处理方法的流程示意图，如图2所示，所述方法包括：
步骤101、响应于图像优化指令，获取待处理的人脸图像。
本实施例的执行主体为图像处理装置，该图像处理装置与终端设备通信连接，从而能够与终端设备进行信息交互。可选地，该图像处理装置可以安装在终端设备中，也可以为独立于终端设备的装置，本发明对此不做限制。
图像处理装置可以响应于用户触发的图像优化指令，获取待处理的人脸图像。具体地，该图像优化指令可以为用户通过触发终端设备显示界面上预设的图像优化图标生成的，其中，该触发可以为单击、双击、长按中的任意一项。
具体地，在上述实施例的基础上，步骤101具体包括：
响应于用户输入的图像选择指令，所述图像选择指令中包括人脸图像的存储路径以及标识；
根据所述图像选择指令从所述存储路径中获取所述人脸图像；或，
响应于用户输入的拍摄指令，根据所述拍摄指令拍摄图像，获得所述人脸图像。
在本实施例中，该人脸图像可以为图像处理装置从存储路径中获取的，或者，其还可以为用户实时拍摄的，本发明对此不做限制。具体地，可以响应于用户输入的图像选择指令，其中，该图像选择指令中包括人脸图像的存储路径以及标识。进而图像处理装置可以根据该图像选择指令从该存储路径中，根据该标识信息获得人脸图像。
或者，图像处理装置可以响应于用户输入的拍摄指令，进而可以根据该拍摄指令拍摄图像，获得人脸图像。需要说明的是，当图像处理装置安装在终端设备中时，获取到拍摄指令之后，可以根据该拍摄指令控制终端设备打开相机，进行图像拍摄。当图像处理装置为独立于终端设备的装置时，当接收到拍摄指令之后，可以将该拍摄指令发送至终端设备，以使终端设备根据接收到的拍摄指令进行图像拍摄，并将拍摄的人脸图像发送至图像处理装置。
步骤102、根据所述图像优化指令确定所述人脸图像中瞳孔区域，对所述瞳孔区域进行优化操作，获得优化后的目标图像。
在本实施方式中，为了实现对眼睛区域细节的优化，在获取到待处理的人脸图像以及图像优化指令之后，可以根据该图像优化指令确定该人脸图像中，瞳孔区域的位置。进而可以仅对瞳孔区域进行优化操作，获得优化后的图像。可选地，可以根据历史经验值确定瞳孔区域的位置信息，也可以采用预设的网络模型，将人脸图像输入至网络模型中，获得瞳孔区域的位置，本发明对此不做限制。图3为本发明实施例提供的图像优化效果示意图，如图3所示，通过优化操作之后，可以实现对人脸图像中瞳孔区域的放大，实现眼部放大的视觉效果，提高用户体验。
具体地，在上述实施例的基础上，步骤103具体包括：
根据所述图像优化指令获取所述人脸图像中的瞳孔关键点，确定所述瞳孔的中心点以及半径，获得所述瞳孔区域。
在本实施例中，可以根据图像优化指令获取人脸图像中的瞳孔关键点，根据该瞳孔关键点确定瞳孔的中心点以及半径，获得瞳孔区域。具体地，可以预先采用对瞳孔区域进行标注后的数据，对预设的待训练模型进行训练，获得瞳孔识别模型。进而在获取到人脸图像之后，可以将该人脸图像输入至该瞳孔识别模型中，实现对瞳孔区域的确定。
步骤103、显示所述优化后的目标图像。
在本实施方式中，对瞳孔区域进行优化，获得目标图像之后，可以显示该目标图像。从而用户在通过显示界面查看该目标图像之后，可以根据自身的需求，确定是否还需要对该目标图像进行个性化优化操作。
本实施例提供的图像处理方法，通过响应于用户发送的图像优化指令，确定待处理图像人脸区域中的瞳孔区域，对瞳孔区域进行优化操作，显示该优化后的目标图像。从而能够仅对瞳孔区域进行优化，避免由于对整个眼睛区域进行优化造成图像真实性不强，不够美观的技术问题，进而能够提高用户体验。
图4为本发明实施例二提供的图像处理方法的流程示意图，在上述任一实施例的基础上，如图4所示，步骤102具体包括：
步骤201、对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组，其中，所述形变数组表征所述每个像素在X/Y轴上的形变大小；
步骤202、获取所述人脸图像中，眼睛的关键点信息，根据所述关键点信息生成平滑掩码；
步骤203、根据所述形变数组以及所述平滑掩码，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
在本实施例中，为了实现对瞳孔区域的优化操作，首先可以对瞳孔区域进行液化操作，获得液化操作后，瞳孔区域中每个像素点的形变数组，其中，形变数组具体表征每个像素在X/Y轴上的形变大小。该液化操作具体用于对瞳孔区域进行放大。针对该人脸图像，获取该人脸图像中眼睛区域的关键点信息，根据关键点信息生成平滑掩码。需要说明的是，眼睛区域关键点信息的确定方法可以为通过预设的眼睛识别模型实现的，本发明对此不做限制。获得平滑掩码以及形变数组之后，即可根据该平滑掩码以及形变数组实现对瞳孔区域的放大操作，获得优化后的图像。
具体地，在上述任一实施例的基础上，平滑掩码对应的数值在0-1之间，所述平滑掩码的数值与像素点属于瞳孔区域的概率成正比；
相应地，步骤202具体包括：
将所述形变数组与所述平滑掩码的数值相乘，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
在本实施例中，平滑掩码对应的数值具体在0-1之间，该数值越趋向于1，表征该像素点属于瞳孔区域的概率越大，越趋向于0，则表征该像素点属于眼白的概率越大。基于上述数值，可以将形变数组与平滑掩码的数值相乘，实现对瞳孔区域的精准优化操作，获得优化后的目标图像。以实际应用举例来说，平滑掩码中，瞳孔区域的数值具体可以为1，非瞳孔区域的数值具体可以为0，通过将形变数组与平滑掩码的数值相乘，从而瞳孔区域形变数组的数值不变，非瞳孔区域形变数组为0，因此，能够实现仅对瞳孔区域的优化操作。
进一步地，在上述任一实施例的基础上，步骤201具体包括：
根据预设的液化参数对所述瞳孔区域进行液化操作；和/或，
获取用户输入的液化参数，根据所述用户输入的液化参数对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组。
在本实施例中，液化操作对应的液化参数可以为预设的经验值，也可以为用户手动设置的数值。具体地，可以根据预设的液化参数对瞳孔区域进行液化操作，其中，该预设的液化参数可以为根据历史经验设定的。
可选地，还可以获取用户输入的液化参数，根据用户输入的液化参数实现对瞳孔区域的液化操作，获得瞳孔区域中每个像素的形变数组。
需要说明的是，上述两种实施方式可以单独实施，也可以结合实施。当其单独实施时，具体实施方式可以如上述实施例所述，当其结合实施时，首先可以通过预设的液化参数对瞳孔区域进行液化操作，将液化操作后的结果显示给用户，以使根据该结果确定是否需要进行个性化的液化操作。当用户需要进行个性化调整时，获取用户输入的液化参数，根据用户输入的液化参数实现对瞳孔区域的液化操作，获得瞳孔区域中每个像素的形变数组。
进一步地，在上述任一实施例的基础上，所述获取用户输入的液化参数，包括：
获取所述用户点击预设的显示界面中所述瞳孔区域输入的点击参数，其中，所述点击参数中包括点击时间以及点击位置；
根据所述点击参数确定所述液化参数，其中，所述点击时间与所述液化参数的大小成正比。
在本实施例中，用户具体可以通过人机交互，实现液化参数的输入。图5为本实施例提供的液化参数设置示意图，如图5所示，用户可以对人脸图像中瞳孔区域进行点击，生成点击参数。其中，点击参数具体包括点击时间以及点击位置。进而图像处理装置可以根据该点击参数确定液化参数。举例来说，用户点击瞳孔区域的时间越长，则表征用户需要放大的尺寸越大。此外，该点击位置可以为瞳孔中心区域，也可以为瞳孔边缘区域，用户可以通过点击不同的区域实现对瞳孔形状的优化。
作为一种可以实施的方式，在上述任一实施例的基础上，步骤102具体包括：
获取用户输入的优化参数，其中，所述优化参数中包括颜色参数以及图案参数；
根据所述优化参数对所述瞳孔区域进行优化操作，获得优化后的目标图像。
在本实施例中，除了通过放大瞳孔区域实现图像优化的方式以外，还可以改变人脸图像中瞳孔的颜色，在瞳孔上添加花纹等方式实现对瞳孔区域的优化。具体地，可以获取用户输入的优化参数，该优化参数中包括颜色参数以及图案参数。进而可以根据该优化参数实现对瞳孔区域的优化操作，获得优化后的目标图像。以实际应用举例来说，可以根据用户输入的优化参数，将瞳孔区域优化为蓝色，营造“混血”的视觉效果，提高图像的美化程度，进而能够提高用户体验。
本实施例提供的图像处理方法，通过对瞳孔区域进行液化处理，确定眼睛区域的平滑掩码，通过将平滑掩码以及液化处理后的形变数组相乘，从而能够仅对瞳孔区域进行优化。此外，通过将平滑掩码的数值设置在0-1之间，瞳孔区域的数值接近1，非瞳孔区域的数值接近0，从而能够进一步地提高瞳孔区域优化的精准度。避免由于对整个眼睛区域进行优化造成图像真实性不强，不够美观的技术问题，进而能够提高用户体验。
图6为本发明实施例三提供的图像处理装置的结构示意图，如图6所示，所述装置包括：获取模块31、处理模块32以及发送模块33，其中，响应于图像优化指令，获取待处理的人脸图像；处理模块32，用于根据所述图像优化指令确定所述人脸图像中瞳孔区域，对所述瞳孔区域进行优化操作，获得优化后的目标图像；显示模块33，用于显示所述优化后的目标图像。
进一步地，在上述任一实施例的基础上，所述获取模块，用于：
响应于用户输入的图像选择指令，所述图像选择指令中包括人脸图像的存储路径以及标识；
根据所述图像选择指令从所述存储路径中获取所述人脸图像；或，
响应于用户输入的拍摄指令，根据所述拍摄指令拍摄图像，获得所述人脸图像。
进一步地，在上述任一实施例的基础上，所述处理模块，用于：
根据所述图像优化指令获取所述人脸图像中的瞳孔关键点，确定所述瞳孔的中心点以及半径，获得所述瞳孔区域。
本实施例提供的图像处理装置，通过响应于用户发送的图像优化指令，确定待处理图像人脸区域中的瞳孔区域，对瞳孔区域进行优化操作，显示该优化后的目标图像。从而能够仅对瞳孔区域进行优化，避免由于对整个眼睛区域进行优化造成图像真实性不强，不够美观的技术问题，进而能够提高用户体验。
图7为本发明实施例四提供的图像处理装置的结构示意图，在上述实施例三的基础上，所述处理模块，包括：第一处理单元41、第二处理单元42以及第三处理单元43，其中，第一处理单元41，用于对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组，其中，所述形变数组表征所述每个像素在X/Y轴上的形变大小；第二处理单元42，用于获取所述人脸图像中，眼睛的关键点信息，根据所述关键点信息生成平滑掩码；第三处理单元43，用于根据所述形变数组以及所述平滑掩码，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
进一步地，在上述任一实施例的基础上，所述平滑掩码对应的数值在0-1之间，所述平滑掩码的数值与像素点属于瞳孔区域的概率成正比；
相应地，所述第三处理单元，用于：
将所述形变数组与所述平滑掩码的数值相乘，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
进一步地，在上述任一实施例的基础上，所述第一处理单元，用于：
根据预设的液化参数对所述瞳孔区域进行液化操作；和/或，
获取用户输入的液化参数，根据所述用户输入的液化参数对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组。
进一步地，在上述任一实施例的基础上，所述第一处理单元，用于：
获取所述用户点击预设的显示界面中所述瞳孔区域输入的点击参数，其中，所述点击参数中包括点击时间以及点击位置；
根据所述点击参数确定所述液化参数，其中，所述点击时间与所述液化参数的大小成正比。
进一步地，在上述任一实施例的基础上，所述处理模块，用于：
获取用户输入的优化参数，其中，所述优化参数中包括颜色参数以及图案参数；
根据所述优化参数对所述瞳孔区域进行优化操作，获得优化后的目标图像。
本实施例提供的图像处理装置，通过对瞳孔区域进行液化处理，确定眼睛区域的平滑掩码，通过将平滑掩码以及液化处理后的形变数组相乘，从而能够仅对瞳孔区域进行优化，避免由于对整个眼睛区域进行优化造成图像真实性不强，不够美观的技术问题，进而能够提高用户体验。
图8为本发明实施例五提供的图像处理设备的结构示意图，如图8所示，所述图像处理设备包括：存储器51，处理器52；
存储器51；用于存储所述处理器52可执行指令的存储器51；
其中，所述处理器52被配置为由所述处理器52执行如上述任一实施例所述的图像处理方法。
存储器51，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器51可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
其中，处理器52可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本发明实施例的一个或多个集成电路。
可选的，在具体实现上，如果存储器51和处理器52独立实现，则存储器51和处理器52可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器51和处理器52集成在一块芯片上实现，则存储器51和处理器52可以通过内部接口完成相同间的通信。
本发明又一实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述任一实施例所述的图像处理方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (18)

1.一种图像处理方法，其特征在于，包括：
响应于图像优化指令，获取待处理的人脸图像；
根据所述图像优化指令确定所述人脸图像中瞳孔区域，对所述瞳孔区域进行优化操作，获得优化后的目标图像；
显示所述优化后的目标图像。
2.根据权利要求1所述的方法，其特征在于，所述对所述瞳孔区域进行优化操作，获得优化后的目标图像，包括：
对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组，其中，所述形变数组表征所述每个像素在X/Y轴上的形变大小；
获取所述人脸图像中，眼睛的关键点信息，根据所述关键点信息生成平滑掩码；
根据所述形变数组以及所述平滑掩码，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
3.根据权利要求2所述的方法，其特征在于，所述平滑掩码对应的数值在0-1之间，所述平滑掩码的数值与像素点属于瞳孔区域的概率成正比；
相应地，所述根据所述形变数组以及所述平滑掩码，对所述瞳孔区域进行放大操作，获得优化后的目标图像，包括：
将所述形变数组与所述平滑掩码的数值相乘，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
4.根据权利要求2所述的方法，其特征在于，所述对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组，包括：
根据预设的液化参数对所述瞳孔区域进行液化操作；和/或，
获取用户输入的液化参数，根据所述用户输入的液化参数对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组。
5.根据权利要求4所述的方法，其特征在于，所述获取用户输入的液化参数，包括：
获取所述用户点击预设的显示界面中所述瞳孔区域输入的点击参数，其中，所述点击参数中包括点击时间以及点击位置；
根据所述点击参数确定所述液化参数，其中，所述点击时间与所述液化参数的大小成正比。
6.根据权利要求1所述的方法，其特征在于，所述对所述瞳孔区域进行优化操作，获得优化后的目标图像，包括：
获取用户输入的优化参数，其中，所述优化参数中包括颜色参数以及图案参数；
根据所述优化参数对所述瞳孔区域进行优化操作，获得优化后的目标图像。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述获取待处理的人脸图像，包括：
响应于用户输入的图像选择指令，所述图像选择指令中包括人脸图像的存储路径以及标识；
根据所述图像选择指令从所述存储路径中获取所述人脸图像；或，
响应于用户输入的拍摄指令，根据所述拍摄指令拍摄图像，获得所述人脸图像。
8.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述图像优化指令确定所述人脸图像中瞳孔区域，包括：
根据所述图像优化指令获取所述人脸图像中的瞳孔关键点，确定所述瞳孔的中心点以及半径，获得所述瞳孔区域。
9.一种图像处理装置，其特征在于，包括：
获取模块，用于响应于图像优化指令，获取待处理的人脸图像；
处理模块，用于根据所述图像优化指令确定所述人脸图像中瞳孔区域，对所述瞳孔区域进行优化操作，获得优化后的目标图像；
显示模块，用于显示所述优化后的目标图像。
10.根据权利要求9所述的装置，其特征在于，所述处理模块，用于：
第一处理单元，用于对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组，其中，所述形变数组表征所述每个像素在X/Y轴上的形变大小；
第二处理单元，用于获取所述人脸图像中，眼睛的关键点信息，根据所述关键点信息生成平滑掩码；
第三处理单元，用于根据所述形变数组以及所述平滑掩码，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
11.根据权利要求10所述的装置，其特征在于，所述平滑掩码对应的数值在0-1之间，所述平滑掩码的数值与像素点属于瞳孔区域的概率成正比；
相应地，所述第三处理单元，用于：
将所述形变数组与所述平滑掩码的数值相乘，对所述瞳孔区域进行放大操作，获得优化后的目标图像。
12.根据权利要求10所述的装置，其特征在于，所述第一处理单元，用于：
根据预设的液化参数对所述瞳孔区域进行液化操作；和/或，
获取用户输入的液化参数，根据所述用户输入的液化参数对所述瞳孔区域进行液化操作，获得所述瞳孔区域中每个像素的形变数组。
13.根据权利要求12所述的装置，其特征在于，所述第一处理单元，用于：
获取所述用户点击预设的显示界面中所述瞳孔区域输入的点击参数，其中，所述点击参数中包括点击时间以及点击位置；
根据所述点击参数确定所述液化参数，其中，所述点击时间与所述液化参数的大小成正比。
14.根据权利要求9所述的装置，其特征在于，所述处理模块，用于：
获取用户输入的优化参数，其中，所述优化参数中包括颜色参数以及图案参数；
根据所述优化参数对所述瞳孔区域进行优化操作，获得优化后的目标图像。
15.根据权利要求9-14任一项所述的装置，其特征在于，所述获取模块，用于：
响应于用户输入的图像选择指令，所述图像选择指令中包括人脸图像的存储路径以及标识；
根据所述图像选择指令从所述存储路径中获取所述人脸图像；或，
响应于用户输入的拍摄指令，根据所述拍摄指令拍摄图像，获得所述人脸图像。
16.根据权利要求9-14任一项所述的装置，其特征在于，所述处理模块，用于：
根据所述图像优化指令获取所述人脸图像中的瞳孔关键点，确定所述瞳孔的中心点以及半径，获得所述瞳孔区域。
17.一种图像处理设备，其特征在于，包括：存储器，处理器；
存储器；用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为由所述处理器执行如权利要求1-8任一项所述的图像处理方法。
18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-8任一项所述的图像处理方法。
CN202010611135.7A 2020-06-29 2020-06-29 图像处理方法、装置、设备及计算机可读存储介质 Active CN111784604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010611135.7A CN111784604B (zh) 2020-06-29 2020-06-29 图像处理方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010611135.7A CN111784604B (zh) 2020-06-29 2020-06-29 图像处理方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN111784604A true CN111784604A (zh) 2020-10-16
CN111784604B CN111784604B (zh) 2022-02-18

Family

ID=72761283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010611135.7A Active CN111784604B (zh) 2020-06-29 2020-06-29 图像处理方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111784604B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112733794A (zh) * 2021-01-22 2021-04-30 腾讯科技（深圳）有限公司 人脸图像的视线矫正方法、装置、设备及存储介质
WO2023125181A1 (zh) * 2021-12-30 2023-07-06 北京字跳网络技术有限公司 图像处理方法、装置、电子设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608722A (zh) * 2015-12-17 2016-05-25 成都品果科技有限公司 一种基于人脸关键点的自动***方法及***
CN105631391A (zh) * 2014-11-05 2016-06-01 联芯科技有限公司 一种实现眼睛放大的图像处理方法及***
CN107705248A (zh) * 2017-10-31 2018-02-16 广东欧珀移动通信有限公司 图像处理方法、装置、电子设备和计算机可读存储介质
WO2018156784A1 (en) * 2017-02-23 2018-08-30 Magic Leap, Inc. Variable-focus virtual image devices based on polarization conversion
CN109523461A (zh) * 2018-11-09 2019-03-26 北京达佳互联信息技术有限公司 显示目标图像的方法、装置、终端及存储介质
CN110378839A (zh) * 2019-06-28 2019-10-25 北京字节跳动网络技术有限公司 人脸图像处理方法、装置、介质及电子设备
CN111340691A (zh) * 2020-03-27 2020-06-26 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105631391A (zh) * 2014-11-05 2016-06-01 联芯科技有限公司 一种实现眼睛放大的图像处理方法及***
CN105608722A (zh) * 2015-12-17 2016-05-25 成都品果科技有限公司 一种基于人脸关键点的自动***方法及***
WO2018156784A1 (en) * 2017-02-23 2018-08-30 Magic Leap, Inc. Variable-focus virtual image devices based on polarization conversion
CN107705248A (zh) * 2017-10-31 2018-02-16 广东欧珀移动通信有限公司 图像处理方法、装置、电子设备和计算机可读存储介质
CN109523461A (zh) * 2018-11-09 2019-03-26 北京达佳互联信息技术有限公司 显示目标图像的方法、装置、终端及存储介质
CN110378839A (zh) * 2019-06-28 2019-10-25 北京字节跳动网络技术有限公司 人脸图像处理方法、装置、介质及电子设备
CN111340691A (zh) * 2020-03-27 2020-06-26 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PHOTOSHOP: "PS让眼睛变大的两种方法", 《HTTP://WWW.OH100.COM/KAOSHI/PHOTOSHOP/511586.HTML》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112733794A (zh) * 2021-01-22 2021-04-30 腾讯科技（深圳）有限公司 人脸图像的视线矫正方法、装置、设备及存储介质
CN112733794B (zh) * 2021-01-22 2021-10-15 腾讯科技（深圳）有限公司 人脸图像的视线矫正方法、装置、设备及存储介质
WO2023125181A1 (zh) * 2021-12-30 2023-07-06 北京字跳网络技术有限公司 图像处理方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN111784604B (zh) 2022-02-18

Similar Documents

Publication Publication Date Title
US11114130B2 (en) Method and device for processing video
US10410327B2 (en) Shallow depth of field rendering
US20190206031A1 (en) Facial Contour Correcting Method and Device
US20180365518A1 (en) Target object presentation method and apparatus
US9838616B2 (en) Image processing method and electronic apparatus
US11132770B2 (en) Image processing methods and apparatuses, computer readable storage media and electronic devices
JP2017059235A (ja) イメージの明るさを調整する方法及び装置
WO2019148968A1 (zh) 移动终端、人脸解锁方法及相关产品
CN108810406B (zh) 人像光效处理方法、装置、终端及计算机可读存储介质
CN112019739A (zh) 一种拍摄控制方法、装置、电子设备及存储介质
CN111784604B (zh) 图像处理方法、装置、设备及计算机可读存储介质
WO2023030139A1 (zh) 图像融合方法、电子设备和存储介质
CN111066026A (zh) 用于向图像数据提供虚拟光调节的技术
US10162997B2 (en) Electronic device, computer readable storage medium and face image display method
WO2023001110A1 (zh) 神经网络训练方法、装置及电子设备
JP2014006604A (ja) 画像生成装置、画像生成方法及びプログラム
CN113938597B (zh) 一种脸部识别方法、装置、计算机设备和存储介质
WO2020020172A1 (zh) 一种调整多媒体信息的输出参数的方法、终端和存储介质
US8223220B2 (en) Image processing device, image processing method, and information storage medium
CN112561787A (zh) 图像处理方法、装置、电子设备及存储介质
CN114092323A (zh) 图像处理方法、装置、存储介质及电子设备
WO2019205566A1 (zh) 一种显示图片的方法和设备
CN113489901B (zh) 拍摄方法及其装置
CN117459828B (zh) 一种遥控自拍方法及装置、计算机设备及存储介质
EP4358007A1 (en) System and method for recreating a physical instant analog print developing experience for a digital photo

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