CN112887582A - 一种图像色彩处理方法、装置及相关设备 - Google Patents
一种图像色彩处理方法、装置及相关设备 Download PDFInfo
- Publication number
- CN112887582A CN112887582A CN201911207388.1A CN201911207388A CN112887582A CN 112887582 A CN112887582 A CN 112887582A CN 201911207388 A CN201911207388 A CN 201911207388A CN 112887582 A CN112887582 A CN 112887582A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- target
- parameter
- brightness
- 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.)
- Withdrawn
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/73—Colour balance circuits, e.g. white balance circuits or colour temperature control
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种图像色彩处理方法、装置及相关设备,具体可以应用于摄像机、智能手机等,提高拍摄过程中实时直出图像的质量,其中的方法包括:获取目标图像,确定所述目标图像中的目标人脸区域和背景区域;基于所述目标人脸区域中的人脸特征信息,从预设的图像参数集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一图像参数;根据所述目标图像的图像特征信息,并基于所述第一图像参数确定第二图像参数;基于所述第二图像参数,调整所述目标图像的图像参数。本申请可以应用于人工智能AI领域中的智能图像处理等多个技术领域,可以更智能、更准确地美化目标图像中的人脸肤色,同时调整目标图像的整体画面使之与人脸肤色相协调。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种图像色彩处理方法、装置及相关设备。
背景技术
在人像摄影中,人们往往会较多关注图像中的人脸区域,由于人脸肤色为记忆色,因此图像中因为拍摄环境、拍摄技术等等因素造成的肤色色偏很容易被人们主观感知,人们对肤色的要求也更为严苛。人们往往希望在各类拍摄环境下拍摄得到的图像都具备还原度较高的人脸肤色。并且,大多数情况下,肤色还原的目标并非仅仅是还原图像中人物原本的肤色,而是尽量还原人物较为理想的肤色,使得还原后的人脸肤色满足人们的审美要求。
为此,在摄像机或者手机等拍摄设备的直出图像达不到质量要求的情况下,人们通常会利用各类图像处理软件对拍摄得到的直出图像进行后期处理,以调整人脸肤色、提高图像的整体质量等等,费时费力。而高质量的直出图像可以极大地减少后期处理的环节,提升用户的便利性,同时可以减少后期处理幅度过大带来的伪像,并避免摄像机或者手机等拍摄设备在实时处理采集到的原始数据过程中出现过度曝光、色彩溢出等后期处理无法恢复的不可逆问题。
发明内容
本发明实施例提供一种图像色彩处理方法、装置及相关设备,以更智能、更合理地对目标图像中的人脸肤色进行美化,提高目标图像的质量。
第一方面,本发明实施例提供了一种图像色彩处理方法,可包括:获取目标图像,确定所述目标图像中的目标人脸区域和背景区域;基于所述目标人脸区域中的人脸特征信息,从预设的图像参数集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一图像参数,所述人脸特征信息包括人脸对应的性别信息、年龄信息和人种信息中的一种或多种;根据所述目标图像的图像特征信息,并基于所述第一图像参数确定第二图像参数;基于所述第二图像参数,调整所述目标图像的图像参数。
本发明实施例,通过目标图像中的目标人脸区域的人脸特征信息(例如包括人脸对应的性别信息、年龄信息和人种信息等等),从预设的图像参数集合中确定与之匹配的第一图像参数(例如可以为该性别、年龄和人种的人群中普遍存在或喜欢的人脸肤色的图像参数等等),并结合第一图像参数和目标图像的图像特征信息(例如可以包括目标图像对应的光源色温、光照强度、背景区域和目标人脸区域的光照比等等信息)确定目标图像中人脸区域的第二图像参数,又基于第二图像参数对目标图像进行图像参数的调整。由此,不仅实现了依据拍摄对象性别、年龄和人种的差异性,以及实际拍摄环境的差异性,对人脸区域的图像参数进行调整,同时也以人脸区域的图像参数为优先,对目标图像整体的图像参数进行了调整。在美化人脸的同时,使得整体画面与人脸相协调,提高了目标图像的质量。当将本发明实施例应用于具体的应用场景中时,可以用于在日常各类拍摄中对摄像机或者手机采集到的原始图像进行实时处理,美化人脸,协调整体画面,提高摄像机或者手机等拍摄设备实时直出图像的质量,满足用户的审美要求。可选地,本申请中所针对的目标对象不仅仅可以为所述目标人脸区域,即拍摄对象不仅仅可以是人,也可以是其他例如动物、植物、建筑或美食等等拍摄对象。
在一种可能的实现方式中,所述方法还包括:获取图像集合,所述图像集合包括多张人脸图像,所述多张人脸图像为在预设拍摄环境下拍摄得到的;确定所述图像集合中的所述多张人脸图像对应的多种人脸特征信息;基于所述多张人脸图像中的每一张人脸图像在HSV颜色空间的色调参数、饱和度参数和亮度参数,确定所述多种人脸特征信息分别匹配的图像参数;根据所述多种人脸特征信息分别匹配的图像参数,生成所述预设的图像参数集合。
本发明实施例中,由于人脸特征信息的不同,即拍摄对象的不同,其原本肤色或喜爱的肤色存在差异。例如亚洲年轻女性普遍存在或喜爱的肤色为偏偏的肤色,而黑人男性或女性的肤色为深色偏黑。本发明实施例可以根据大量不同拍摄对象在预设拍摄环境下(例如在纯色的拍摄背景和统一的人工光源下)拍摄得到的大量人脸图像,基于不同拍摄对象不同的人脸特征信息以及拍摄得到的图像中不同图像在HSV颜色空间的色调参数、饱和度参数和亮度参数,进行汇总整理,得到不同人脸特征信息分别匹配的图像参数,并生成预设的图像参数集合。由此,根据该预设的图像参数集合可以实现由目标人脸区域的人脸特征信息确定的第一图像参数最大程度的合理化,符合大多数人的实际情况和喜好。
在一种可能的实现方式中,所述方法还包括:基于所述多张人脸图像中的每一张人脸图像在LAB颜色空间的红绿分量和黄蓝分量,确定所述多种人脸特征信息分别匹配的人脸色域;根据所述多种人脸特征信息分别匹配的人脸色域,生成预设的人脸色域集合。
本发明实施例中,由于人脸特征信息的不同,即拍摄对象的不同,其原本肤色或喜爱的肤色存在差异。例如亚洲年轻女性普遍存在或喜爱的肤色为偏偏的肤色,而黑人男性或女性的肤色为深色偏黑。本发明实施例可以根据大量不同拍摄对象在预设拍摄环境下(例如在纯色的拍摄背景和统一的人工光源下)拍摄得到的大量人脸图像,基于不同拍摄对象不同的人脸特征信息以及拍摄得到的图像中不同图像LAB颜色空间的红绿分量和黄蓝分量,进行汇总整理,得到不同人脸特征信息分别匹配的人脸色域,并生成预设的人脸色域集合。通过结合HSV颜色空间和LAB颜色空间可以进一步完善不同人脸特征信息分别匹配的不同人脸肤色信息,不仅可以包括HSV颜色空间的色调参数、饱和度参数和亮度参数,还可以包括LAB颜色空间的红绿分量和黄蓝分量。更合理和更准确的美化人脸肤色,协调整体画面,提高目标图像的质量。
在一种可能的实现方式中,基于所述目标人脸区域中的人脸特征信息,从所述预设的人脸色域集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一人脸色域;根据所述目标图像的图像特征信息,并基于所述第一人脸色域确定第二人脸色域。
本发明实施例中,根据该预设的人脸色域集合可以实现由目标人脸区域的人脸特征信息确定的第一人脸色域最大程度的合理化,符合大多数人的实际情况和喜好。同时结合所述目标图像的图像特征信息,即拍摄环境的实际情况等等对第一人脸色域加以调整,得到第二人脸色域,实现更合理和更准确的美化人脸肤色。
在一种可能的实现方式中,在所述基于所述第二图像参数,调整所述目标图像的图像参数后,所述方法还包括:基于所述目标人脸区域在当前LAB颜色空间的红绿分量和黄蓝分量,确定所述目标人脸区域的第三人脸色域;基于所述第二人脸色域,调整所述第三人脸色域。
本发明实施例中,通过在调整所述目标图像的图像参数后,基于第二人脸色域对当前目标人脸区域在LAB颜色空间的色域(第三色域)的进一步调整,使得人脸肤色更加符合用户的喜好和审美。
在一种可能的实现方式中,所述目标图像的图像特征信息包括所述目标人脸区域的亮度对比度;所述方法还包括:基于所述目标人脸区域的亮度直方图和预设的亮度阈值,确定所述目标人脸区域的亮度直方图中高于所述亮度阈值的第一亮度统计值以及所述目标人脸区域的亮度直方图中低于所述亮度阈值的第二亮度统计值;根据所述第一亮度统计值和所述第二亮度统计值的比值,确定所述目标人脸区域的亮度对比度。
本发明实施例中,由于拍摄时角度和光照强弱等等因素的影响,目标图像中的目标人脸区域的亮度分布存在很多情况,往往会影响目标图像中的人脸肤色甚至整个画面。本发明实施例通过人脸区域的亮度直方图和预设的亮度阈值,计算得到人脸区域的高亮和低亮的亮度对比度。该亮度对比度可以作为目标图像的图像特征信息中的一个重要特征信息,使得在美化人脸肤色的同时,更好地协调整体画面。
在一种可能的实现方式中,所述目标图像的图像特征信息包括所述目标图像的光照比;所述方法还包括:基于所述目标图像的亮度直方图和所述预设的亮度阈值,确定所述目标图像的亮度直方图中高于所述亮度阈值的第三亮度统计值;根据所述第三亮度统计值和所述第一亮度统计值的比值,确定所述目标图像的光照比。
本发明实施例中,由于拍摄时角度和光源等等因素的影响,目标图像中的目标人脸区域和背景区域两者之间的亮度分布存在差异,甚至在逆光拍摄下普遍会存在较大差异。本发明实施例可以通过目标图像整体的亮度直方图和目标人脸区域的亮度直方图,计算得到目标图像整体的高亮和目标人脸区域的高亮两者的比值,即得到目标图像的光照比。该目标图像的光照比可以作为目标图像的图像特征信息中的一个重要特征信息,使得在美化人脸肤色的同时,更好地协调整体画面。
在一种可能的实现方式中,所述目标图像的图像特征信息包括所述背景区域的分区亮度统计值;所述方法还包括:对所述背景区域进行语义分割,确定至少一个语义分割区域;根据所述至少一个语义分割区域中的每一个语义分割区域的亮度直方图,确定所述背景区域的分区亮度统计值。
本发明实施例中,通过对背景区域的语义分割,得到至少一个语义分割区域(例如可以将背景区域分割为均匀背景区域、天空区域和植被区域等等),并根据各个区域的亮度直方图分别进行亮度统计,得到背景区域的分区亮度统计值,从而获得更准确、更具参考价值的背景区域的亮度分布情况。该背景区域的分区亮度统计值可以作为目标图像的图像特征信息中的一个重要特征信息,使得在美化人脸肤色的同时,更好地协调整体画面。
在一种可能的实现方式中,所述目标图像的图像特征信息包括:所述目标人脸区域的亮度对比度、所述目标图像的光照比、所述背景区域的分区亮度统计值、所述目标图像对应的光照强度和所述目标图像对应的光源色温中的一种或多种;所述第一图像参数包括与所述目标人脸区域中的人脸特征信息匹配的第一色调参数、第一饱和度参数和第一亮度参数;所述第二图像参数包括基于所述目标图像的图像特征信息,对所述第一色调参数、所述第一饱和度参数和所述第一亮度参数中的一种或多种进行调整后获得的第二色调参数、第二饱和度参数和第二亮度参数。
本发明实施例中,通过结合目标图像的图像特征信息(例如可以包括目标人脸区域的亮度对比度、所述目标图像的光照比、所述背景区域的分区亮度统计值、所述目标图像对应的光照强度和所述目标图像对应的光源色温等等)对第一图像参数进行调整,得到与目标图像的图像特征信息相协调的第二图像参数。例如在夜间拍摄一位年轻的亚洲女性时,原本的第一图像参数可以对应偏白的肤色,然而在目标图像整体为较为黑暗的环境时,则可以对该第一参数包括的第一色调参数、第一饱和度参数和第一亮度参数中的一种或多种加以调整(例如调低亮度等等),得到第二图像参数,该第二图像参数与黑夜环境相协调。最终实现在美化人脸肤色的同时,整体画面与人脸肤色相协调,提高目标图像的质量。
在一种可能的实现方式中,所述基于所述第二图像参数,调整所述目标图像的图像参数,包括:基于所述第二图像参数,调整所述目标图像在HSV颜色空间的色调参数、饱和度参数和亮度参数中的一种或多种。
本发明实施例中,以目标人脸区域的第二图像参数为参考基准,即以根据目标图像的实际拍摄情况对该人脸特征信息原本对应的喜好肤色进行调整后获得的人脸肤色为优先,调整目标图像在HSV颜色空间的色调参数、饱和度参数和亮度参数等等。从而实现在美化人脸肤色的同时,使得整体画面与人脸肤色相协调,更合理、更准确的对目标图像进行调整,得到更高质量的目标图像。
在一种可能的实现方式中,在所述基于所述第二图像参数,调整所述目标图像的图像参数之前,所述方法还包括:基于所述第二图像参数,调整所述目标图像的色彩平衡。
本发明实施例中,可以在调整所述目标图像的图像参数之前,通过调整目标图像的色彩平衡,使得目标人脸区域的肤色与所述第二图像参数和第二人脸色域相匹配,进一步完善对人脸肤色的美化,提高目标图像的质量。
第二方面,本发明实施例提供了一种图像色彩处理装置,可包括:
第一获取单元,用于获取目标图像,确定所述目标图像中的目标人脸区域和背景区域;
第一图像参数确定单元,用于基于所述目标人脸区域中的人脸特征信息,从预设的图像参数集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一图像参数,所述人脸特征信息包括人脸对应的性别信息、年龄信息和人种信息中的一种或多种;
第二图像参数确定单元,用于根据所述目标图像的图像特征信息,并基于所述第一图像参数确定第二图像参数;
第一调整单元,用于基于所述第二图像参数,调整所述目标图像的图像参数。
在一种可能的实现方式中,所述装置还包括:
第二获取单元,用于获取图像集合,所述图像集合包括多张人脸图像,所述多张人脸图像为在预设拍摄环境下拍摄得到的;
第一确定单元,用于确定所述图像集合中的所述多张人脸图像对应的多种人脸特征信息;
第二确定单元,用于基于所述多张人脸图像中的每一张人脸图像在HSV颜色空间的色调参数、饱和度参数和亮度参数,确定所述多种人脸特征信息分别匹配的图像参数;
第一生成单元,用于根据所述多种人脸特征信息分别匹配的图像参数,生成所述预设的图像参数集合。
在一种可能的实现方式中,所述装置还包括:
第三确定单元,还用于基于所述多张人脸图像中的每一张人脸图像在LAB颜色空间的红绿分量和黄蓝分量,确定所述多种人脸特征信息分别匹配的人脸色域;
第二生成单元,还用于根据所述多种人脸特征信息分别匹配的人脸色域,生成预设的人脸色域集合。
在一种可能的实现方式中,所述装置还包括:
第一人脸色域确定单元,用于基于所述目标人脸区域中的人脸特征信息,从所述预设的人脸色域集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一人脸色域;
第二人脸色域确定单元,用于根据所述目标图像的图像特征信息,并基于所述第一人脸色域确定第二人脸色域。
在一种可能的实现方式中,在所述基于所述第二图像参数,调整所述目标图像的图像参数后,所述装置还包括:
第三人脸色域确定单元,用于基于所述目标人脸区域在当前LAB颜色空间的红绿分量和黄蓝分量,确定所述目标人脸区域的第三人脸色域;
第二调整单元,用于基于所述第二人脸色域,调整所述第三人脸色域。
在一种可能的实现方式中,所述目标图像的图像特征信息包括所述目标人脸区域的亮度对比度;所述装置还包括:
第四确定单元,用于基于所述目标人脸区域的亮度直方图和预设的亮度阈值,确定所述目标人脸区域的亮度直方图中高于所述亮度阈值的第一亮度统计值以及所述目标人脸区域的亮度直方图中低于所述亮度阈值的第二亮度统计值;
第五确定单元,用于根据所述第一亮度统计值和所述第二亮度统计值的比值,确定所述目标人脸区域的亮度对比度。
在一种可能的实现方式中,所述目标图像的图像特征信息包括所述目标图像的光照比;所述装置还包括:
第六确定单元,用于基于所述目标图像的亮度直方图和所述预设的亮度阈值,确定所述目标图像的亮度直方图中高于所述亮度阈值的第三亮度统计值;
第七确定单元,用于根据所述第三亮度统计值和所述第一亮度统计值的比值,确定所述目标图像的光照比。
在一种可能的实现方式中,所述目标图像的图像特征信息包括所述背景区域的分区亮度统计值;所述装置还包括:
语义分割单元,用于对所述背景区域进行语义分割,确定至少一个语义分割区域;
第八确定单元,用于根据所述至少一个语义分割区域中的每一个语义分割区域的亮度直方图,确定所述背景区域的分区亮度统计值。
在一种可能的实现方式中,所述目标图像的图像特征信息包括:所述目标人脸区域的亮度对比度、所述目标图像的光照比、所述背景区域的分区亮度统计值、所述目标图像对应的光照强度和所述目标图像对应的光源色温中的一种或多种;
所述第一图像参数包括与所述目标人脸区域中的人脸特征信息匹配的第一色调参数、第一饱和度参数和第一亮度参数;
所述第二图像参数包括基于所述目标图像的图像特征信息,对所述第一色调参数、所述第一饱和度参数和所述第一亮度参数中的一种或多种进行调整后获得的第二色调参数、第二饱和度参数和第二亮度参数。
在一种可能的实现方式中,所述第一调整单元,具体用于:
基于所述第二图像参数,调整所述目标图像在HSV颜色空间的色调参数、饱和度参数和亮度参数中的一种或多种。
在一种可能的实现方式中,所述装置还包括:
第三调整单元,用于基于所述第二图像参数,调整所述目标图像的色彩平衡。
获取单元,用于获取目标图像;
第三方面,本发明实施例提供了一种拍摄设备,可包括:处理器、耦合于所述处理器的拍摄模块;
所述摄像模块,用于采集目标图像;
所述处理器,用于:
获取目标图像,确定所述目标图像中的目标人脸区域和背景区域;
基于所述目标人脸区域中的人脸特征信息,从预设的图像参数集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一图像参数,所述人脸特征信息包括人脸对应的性别信息、年龄信息和人种信息中的一种或多种;
根据所述目标图像的图像特征信息,并基于所述第一图像参数确定第二图像参数;
基于所述第二图像参数,调整所述目标图像的图像参数;
在一种可能的实现方式中,所述拍摄设备,还可以包括显示器;
所述显示器,用于显示调整所述目标图像的图像参数后的所述目标图像。
在一种可能的实现方式中,所述处理器,还用于:
获取图像集合,所述图像集合包括多张人脸图像,所述多张人脸图像为在预设拍摄环境下拍摄得到的;
确定所述图像集合中的所述多张人脸图像对应的多种人脸特征信息;
基于所述多张人脸图像中的每一张人脸图像在HSV颜色空间的色调参数、饱和度参数和亮度参数,确定所述多种人脸特征信息分别匹配的图像参数;
根据所述多种人脸特征信息分别匹配的图像参数,生成所述预设的图像参数集合。
在一种可能的实现方式中,所述处理器,还用于:
基于所述多张人脸图像中的每一张人脸图像在LAB颜色空间的红绿分量和黄蓝分量,确定所述多种人脸特征信息分别匹配的人脸色域;
根据所述多种人脸特征信息分别匹配的人脸色域,生成预设的人脸色域集合。
在一种可能的实现方式中,所述处理器,还用于:
基于所述目标人脸区域中的人脸特征信息,从所述预设的人脸色域集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一人脸色域;
根据所述目标图像的图像特征信息,并基于所述第一人脸色域确定第二人脸色域。
在一种可能的实现方式中,在所述基于所述第二图像参数,调整所述目标图像的图像参数后,所述处理器,还用于:
基于所述目标人脸区域在当前LAB颜色空间的红绿分量和黄蓝分量,确定所述目标人脸区域的第三人脸色域;
基于所述第二人脸色域,调整所述第三人脸色域。
在一种可能的实现方式中,所述目标图像的图像特征信息包括所述目标人脸区域的亮度对比度,所述处理器,还用于:
基于所述目标人脸区域的亮度直方图和预设的亮度阈值,确定所述目标人脸区域的亮度直方图中高于所述亮度阈值的第一亮度统计值以及所述目标人脸区域的亮度直方图中低于所述亮度阈值的第二亮度统计值;
根据所述第一亮度统计值和所述第二亮度统计值的比值,确定所述目标人脸区域的亮度对比度。
在一种可能的实现方式中,所述目标图像的图像特征信息包括所述目标图像的光照比,所述处理器,还用于:
基于所述目标图像的亮度直方图和所述预设的亮度阈值,确定所述目标图像的亮度直方图中高于所述亮度阈值的第三亮度统计值;
根据所述第三亮度统计值和所述第一亮度统计值的比值,确定所述目标图像的光照比。
在一种可能的实现方式中,所述目标图像的图像特征信息包括所述背景区域的分区亮度统计值,所述处理器,还用于:
对所述背景区域进行语义分割,确定至少一个语义分割区域;
根据所述至少一个语义分割区域中的每一个语义分割区域的亮度直方图,确定所述背景区域的分区亮度统计值。
在一种可能的实现方式中,所述目标图像的图像特征信息包括:所述目标人脸区域的亮度对比度、所述目标图像的光照比、所述背景区域的分区亮度统计值、所述目标图像对应的光照强度和所述目标图像对应的光源色温中的一种或多种;
所述第一图像参数包括与所述目标人脸区域中的人脸特征信息匹配的第一色调参数、第一饱和度参数和第一亮度参数;
所述第二图像参数包括基于所述目标图像的图像特征信息,对所述第一色调参数、所述第一饱和度参数和所述第一亮度参数中的一种或多种进行调整后获得的第二色调参数、第二饱和度参数和第二亮度参数。
在一种可能的实现方式中,所述处理器,具体用于:
基于所述第二图像参数,调整所述目标图像在HSV颜色空间的色调参数、饱和度参数和亮度参数中的一种或多种。
在一种可能的实现方式中,在所述基于所述第二图像参数,调整所述目标图像的图像参数之前,所述处理器,还用于:
基于所述第二图像参数,调整所述目标图像的色彩平衡。
第四方面,本申请提供一种图像色彩处理装置,该图像色彩处理装置具有实现上述第一方面提供的任意一种图像色彩处理方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
第五方面,本申请提供一种图像色彩处理装置,该图像色彩处理装置中包括处理器,处理器被配置为支持上述第一方面提供的任意一种图像色彩处理方法中相应的功能。该图像色彩处理装置还可以包括存储器,存储器用于与处理器耦合,其保存该图像色彩处理装置必要的程序指令和数据。该图像色彩处理装置还可以包括通信接口,用于该图像色彩处理装置与其他设备或通信网络通信。
第六方面,本申请提供一种拍摄设备,该拍摄设备中包括处理器,处理器被配置为支持该拍摄设备执行第一方面提供的任意一种图像色彩处理方法中相应的功能。该拍摄设备还可以包括存储器,存储器用于与处理器耦合,其保存该拍摄设备必要的程序指令和数据。该拍摄设备还可以包括通信接口,用于该拍摄设备与其他设备或通信网络通信。
第七方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述第一方面中任意一项所述的图像色彩处理方法流程。
第八方面,本发明实施例提供了一种计算机程序,该计算机程序包括指令,当该计算机程序被计算机执行时,使得计算机可以执行上述第一方面中任意一项所述的图像色彩处理方法流程。
第九方面,本申请提供了一种芯片***,该芯片***包括处理器,用于实现上述第一方面中任意一项所述的图像色彩处理方法流程所涉及的功能。在一种可能的设计中,所述芯片***还包括存储器,所述存储器,用于保存图像色彩处理方法必要的程序指令和数据。该芯片***,可以由芯片构成,也可以包含芯片和其他分立器件。
附图说明
图1是本发明实施例提供的一种图像色彩处理的应用场景示意图;
图2是本发明实施例提供的另一种图像色彩处理的应用场景示意图;
图3是本发明实施例提供的又一种图像色彩处理的应用场景示意图;
图4是本发明实施例提供的一种拍摄设备的功能框图;
图5是本发明实施例提供的一种图像色彩处理方法的流程示意图;
图6是本发明实施例提供的一种具体应用场景中的图像色彩处理的流程示意图;
图7是本发明实施例提供的一种HSV颜色空间的亮度参数示意图;
图8是本发明实施例提供的一种LAB颜色空间的色域分布示意图;
图9是本发明实施例提供的一种色彩平衡的过程示意图;
图10是本发明实施例提供的一种亮度对比度调整的示意图;
图11是本发明实施例提供的一种色域调整的示意图;
图12是本发明实施例提供的一种图像色彩处理的整体步骤的流程示意图;
图13是本发明实施例提供的一种图像色彩处理装置的结构示意图;
图14是本发明实施例提供的一种拍摄设备的结构示意图
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例进行描述。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本邻域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在本说明书中使用的术语“部件”、“模块”、“***”等用于表示计算机相关的实体、硬件、固件、硬件和软件的组合、软件、或执行中的软件。例如,部件可以是但不限于,在处理器上运行的进程、处理器、对象、可执行文件、执行线程、程序和/或计算机。通过图示,在处理器上运行的应用和处理器都可以是部件。一个或多个部件可驻留在进程和/或执行线程中,部件可位于一个计算机上和/或分布在2个或更多个计算机之间。此外,这些部件可从在上面存储有各种数据结构的各种计算机可读介质执行。部件可例如根据具有一个或多个数据分组(例如来自与本地***、分布式***和/或网络间的另一部件交互的二个部件的数据,例如通过信号与其它***交互的互联网)的信号通过本地和/或远程进程来通信。
首先,对本申请中的部分用语进行解释说明,以便于本邻域技术人员理解。
(1)色度饱和度亮度(HueSaturationValue,HSV),是根据颜色的直观特性创建的一种颜色空间,也称六角锥体模型(HexconeModel)。HSV颜色空间包括的参数分别是:色调参数(H),饱和度参数(S)和亮度参数(V)。其中,色调参数H:用角度度量,取值范围为0°~360,红、绿、蓝分别相隔120度。互补色分别相差180度;饱和度参数S:表示颜色纯净的程度,取值范围为0.0~1.0,S=0时,只有灰度;亮度参数V:表示颜色的明暗程度,取值范围为0.0(黑色)~1.0(白色)。红绿蓝(Red Green Blue,RGB)和青品红黄(CyanMagentaYellow,CMY)颜色模型都是面向硬件的,而HSV(HueSaturationValue,HSV)颜色模型是面向用户的。
(2)颜色模型(LAB),是基于人对颜色的感觉创建的一种颜色空间,LAB中的数值描述正常视力的人能够看到的所有颜色。因为LAB描述的是颜色的显示方式,而不是设备(如显示器、桌面打印机或数码相机)生成颜色所需的特定色料的数量,所以LAB被视为与设备无关的颜色模型。LAB颜色空间由亮度(Luminosity,L)和有关色彩的红绿分量a,黄蓝分量b三个要素组成。其中,L表示亮度(Luminosity),红绿分量a表示从红色至绿色的范围,黄蓝分量b表示从黄色至蓝色的范围。L的值域由0到100,L=50时,就相当于50%的黑;a和b的值域都是由+127至-128,其中+127a就是红色,渐渐过渡到-128a的时候就变成绿色;同理,+127b是黄色,-128b是蓝色。所有的颜色就以这三个值交互变化所组成。例如,一块色彩的LAB值是L=100,a=30,b=0,这块色彩就是粉红色。(注:LAB颜色空间中的a轴,b轴颜色与RGB不同,洋红色更偏红,绿色更偏青,黄色略带红,蓝色有点偏青色。)
(3)红绿蓝(RGB)色彩模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色,这个标准几乎包括了人类视力所能感知的所有颜色,是目前运用最广的颜色***之一。
(4)直方图,颜色直方图是在许多图像检索***中被广泛采用的颜色特征,它所描述的是不同色彩在整幅图像中所占的比例,而并不关心每种色彩所处的空间位置,即无法描述图像中的对象或物体。颜色直方图特别适于描述那些难以进行自动分割的图像。当然,颜色直方图可以是基于不同的颜色空间和坐标系。较为常用的颜色空间是RGB颜色空间、HSV颜色空间、LUV颜色空间和LAB空间等等,其中HSV颜色空间是直方图最常用的颜色空间。
首先,为了便于理解本发明实施例,进一步分析并提出本申请所具体要解决的技术问题。在现有技术中,关于图像处理技术,包括多种技术方案,以下示例性的列举如下常用的两种方案。其中,
方案一:人像自动曝光(Automatic Exposure,AE)技术和人像自动白平衡(AutoWhite Balance,AWB)技术。此类技术为摄像机或者手机拍摄软件中较为常见的自带功能,可以根据人脸检测结果,对相机采集到的原始图像中的人脸区域进行色彩统计,包括统计人脸区域中各个色彩通道(例如包括红色(Red,R)通道、绿色(Green,G)通道、蓝色(Blue,B)通道和黄色(Yellow,Y)通道)的直方图。然后,根据色彩统计结果和预设的目标值,控制曝光参数,使得人脸区域得到合适的曝光。同时根据色彩统计结果和预设的目标值,在原始图像的整体白平衡的基础上,补偿人脸区域的颜色偏移。从而使得摄像机或者手机最终直出图像中的人脸区域的亮度和色彩接近预设目标。
该方案一的缺点:该方案着重于使人脸区域的亮度和色彩逼近预设目标值,而很少考虑到背景环境,容易出现人脸和背景画面不协调的情况。同时,由于后续一些列的其他处理,最终得到的图像中人脸区域的亮度和色彩与预设的目标值会存在较大差距。
方案二:美颜技术,该技术为针对拍摄得到的直出图像的后期处理技术,通常通过美白、磨皮和瘦脸等一系列功能实现对人脸的微整形,从而美化人脸区域中的若干方面。
该方案二的缺点:该方案通常仅针对脸部或者人体区域进行美化处理,不会考虑到这之外的画面区域,往往会使得背景画面与处理后的脸部或者人体画面不协调。例如整体发蓝的画面,美化处理可以把人脸区域调整到正常肤色范围,但背景画面仍然发蓝偏色,使得整体画面不协调,画面观感差。甚至在使用该方案对人脸进行瘦脸等处理时,还会使背景画面产生扭曲,降低图像质量。
综上,上述两种方案中均无法利用现有通用的摄像机或者手机等拍摄设备,实现对拍摄设备实时采集到的原始图像数据进行图像处理,使得拍摄设备实时直出图像中的脸部画面符合用户的审美需求,并且整体画面与脸部画面相协调。因此,为了解决当前图像色彩处理技术中不满足实际业务需求的问题,本申请实际要解决的技术问题包括如下方面:基于现有的摄像机或者手机等拍摄设备采集到的原始图像数据,实现合理、高效和准确地美化原始图像数据中的人脸区域,并使得人脸区域的亮度、色彩等与整体画面相协调,以提高拍摄设备在拍摄过程中实时直出图像的质量。
为了便于理解本发明实施例,以下示例性列举本申请中图像色彩处理方法所应用的图像色彩处理***的场景,可以包括如下三个场景。
场景一,拍摄设备对采集到的原始图像数据进行实时图像色彩处理:
请参阅图1,图1是本发明实施例提供的一种图像色彩处理的应用场景示意图,该应用场景包括拍摄设备(图1中以摄像机为例)。并且该拍摄设备中可以包括相关拍摄模块、显示器和处理器等。其中,拍摄模块、显示器和处理器可以通过***总线进行数据传输。拍摄模块可以将捕捉到的光源信号转化为数字信号,完成原始图像数据的采集,然后通过上述***总线将采集到的原始图像数据传输至处理器;处理器根据获取到的原始图像数据(目标图像),利用本申请中的图像色彩处理方法对原始图像数据中的人脸区域进行美化调整,并协调整个画面。进一步地,处理器还可以将调整后的原始图像数据传输至显示器,并控制显示器根据该调整后的原始图像数据显示拍摄设备此次拍摄得到的直出图像,以便用户根据该直出图像直观且及时地掌握此次经拍摄设备图像色彩处理后的拍摄效果。进一步地,处理器还可以保存每次拍摄的到的原始图像数据和直出图像等。
例如,当拍摄环境为黑夜环境,拍摄对象为年轻的欧美女性时,如图1所示,拍摄模块采集到的原始图像数据中的人脸区域和背景区域的亮度可能都较低,若不进行图像处理,可能会得到颜色暗沉,不清晰的直出图像。处理器可以根据拍摄模块采集到的原始图像数据确定与拍摄对象匹配的标准肤色(例如年轻的欧美女性可以为较白的肤色),并根据原始图像数据中与拍摄环境对应的相关信息,调整该标准肤色(例如在黑夜环境中,背景区域的亮度较低,此时可以适当调低标准肤色的亮度值),并根据调整后的标准肤色,调整原始图像数据的图像参数。使最终得到的直出图像中的人脸肤色接近调整后的标准肤色,同时直出图像的整体画面与人脸肤色相协调(例如,若调整后的标准肤色中的亮度值相比原本黑夜环境中的亮度值较高,则根据这一参考标准,适当调高整体画面的亮度值,使人脸肤色与整体画面相协调)。如上所述,该拍摄设备可以为具备上述图像采集、图像处理和图像显示功能的摄像机、智能手机、平板电脑等等,本申请中对此不作具体限定。
场景二,拍摄设备与计算设备连接,通过计算设备对拍摄设备采集并发送至计算设备的原始图像数据进行实时图像色彩处理:
请参阅图2,图2是本发明实施例提供的另一种图像色彩处理的应用场景示意图,该应用场景包括拍摄设备(图2中以摄像机为例)和计算设备(图2中以笔记本电脑为例)。其中,摄像设备和计算设备可以通过蓝牙、Wi-Fi或移动网络等无线通信方式或者数据线等有线通信方式进行数据传输。其中,拍摄设备中的拍摄模块可以将捕捉到的光源信号转化为数字信号,完成原始图像数据的采集,然后拍摄设备可以通过上述无线/有线通信方式将采集到的原始图像数据发送至计算设备。计算机设备根据获取到的原始图像数据,利用本申请中的图像色彩处理方法对中的人脸区域进行美化调整,并协调整个画面。进一步地,该计算设备还可以将调整原始图像数据后得到的图像保存至计算设备本地,并发送至拍摄设备。进一步地,该拍摄设备还可以选择将拍摄得到的未经处理的若干个直出图像(例如为拍摄效果不好的若干个直出图像)发送至计算设备,计算设备可以利用本申请中的图像色彩处理方法对该若干个直出图像进行处理,得到处理后的图像。
例如,当拍摄环境为黑夜环境,拍摄对象为年轻的欧美女性时,如图2所示,拍摄模块采集到的原始图像数据中的人脸区域和背景区域的亮度可能都较低,若不进行图像处理,可能会得到颜色暗沉,不清晰的直出图像。拍摄设备在实时拍摄过程中,可以将拍摄模块实时采集到的原始图像数据发送至计算设备。计算设备根据接收到的原始图像数据确定与拍摄对象匹配的标准肤色(例如年轻的欧美女性可以为较白的肤色),并根据原始图像数据中与拍摄环境对应的相关信息,调整该标准肤色(例如在黑夜环境中,背景区域的亮度较低,此时可以适当调低标准肤色的亮度值),并根据调整后的标准肤色,调整原始图像数据的图像参数。使最终得到的图像中的人脸肤色接近调整后的标准肤色,同时图像的整体画面与人脸肤色相协调(例如,若调整后的标准肤色中的亮度值相比原本黑夜环境中的亮度值较高,则根据这一参考标准,适当调高整体画面的亮度值,使人脸肤色与整体画面相协调)。如上所述,该拍摄设备可以为具备上述功能的摄像机、智能手机、平板电脑等等;该计算设备可以为具备上述功能的智能手机、智能可穿戴设备、平板电脑、笔记本电脑和台式电脑等等,本申请中对此不作具体限定。
场景三,通过图像色彩处理客户端,上传待处理图像,并获得经图像色彩处理后的图像:
请参阅图3,图3是本发明实施例提供的又一种图像色彩处理的应用场景示意图,该应用场景包括拍摄设备(图3中以智能手机为例)和服务器。其中,拍摄设备和服务器可以通过有线/无线通信方式建立通信连接。如图3所示,由于智能手机拍摄得到的图像其效果普遍一般,经常会存在过度曝光和缺少曝光等情况。则可以在拍摄设备上通过图像色彩处理客户端选择拍摄效果较差的待处理图像,并上传至服务器。例如,可以通过图像色彩处理客户端选择并同时上传如图3所示的两张待处理图片,分别为在黑暗环境下拍摄得到的缺少曝光的待处理图像1和在太阳光强烈的室外拍摄得到的过度曝光的待处理图像2。服务器接收到这两张图像后,可以利用本申请中的图像色彩处理方法对其中的人脸区域进行美化调整,并协调整个画面,得到处理后的图像,并发送至拍摄设备,用户可以在拍摄设备上通过该图像色彩处理客户端查看并保存处理后的图像。其中,该拍摄设备可以运行上述图像色彩处理客户端,该终端设备可以为具备上述功能的摄像机、智能手机、智能可穿戴设备、平板电脑等等。该服务器可以为拍摄设备提供后台服务,该服务器可以是一台服务器,也可以是由多台服务器组成的服务器集群,或者是一个云计算服务中心,本申请中对此不作具体限定。
可以理解的是,图1、图2和图3中的应用场景及***架构只是本发明实施例中的几种示例性的实施方式,本发明实施例中的应用场景包括但不仅限于以上应用场景及***架构。本申请中的图像色彩处理方法不仅可以用于上述针对人脸场景的美化,还可以应用于例如美食、植物、动物和建筑等等其他非人脸的场景,进行特定的优化,获得符合用户审美和喜好的图像,其它场景及举例将不再一一列举和赘述。
请参阅图4,图4是本发明实施例提供的一种拍摄设备内部的功能框图。可选地,在一个实施例中,可将拍摄设备100配置为完全或部分地自动拍摄模式。例如,拍摄设备100可以处于定时持续自动拍摄模式,或者根据计算机指令在拍摄范围内检测到人脸时进行拍摄的自动拍摄模式等。在拍摄设备100处于自动拍摄模式中时,可以将拍摄设备100置为在没有和人交互的情况下操作。
下面以拍摄设备100为例对实施例进行具体说明。应该理解的是,拍摄设备100可以具有比图中所示的更多的或者更少的部件,可以组合两个或多个的部件,或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
拍摄设备100可以包括:处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
可以理解的是,本发明实施例示意的结构并不构成对拍摄设备100的具体限定。在本申请另一些实施例中,拍摄设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
其中,控制器可以是拍摄设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了***的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
可以理解的是,本发明实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对拍摄设备100的结构限定。在本申请另一些实施例中,拍摄设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,外部存储器,显示屏194,摄像头193,和无线通信模块160等供电。
拍摄设备100的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。
拍摄设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,拍摄设备100可以包括1个或N个显示屏194,N为大于1的正整数。
拍摄设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度,肤色进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。本发明实施例中,摄像头193用于采集目标图像,摄像头193可以位于拍摄设备的正面,例如触控屏的上方,也可以位于其他位置,例如拍摄设备的背面。此外,摄像头193还可以包括采集人脸识别所需图像的摄像头,如红外摄像头或其他摄像头。该采集人脸识别所需图像的摄像头一般位于拍摄设备的正面,例如触控屏的上方,也可以位于其他位置,例如拍摄设备的背面,本发明实施例对此不做限制。在一些实施例中,拍摄设备100可以包括其他摄像头。拍摄设备还可以包括点阵发射器(图中未示出),用于发射光线。摄像头采集人脸反射的光线,得到人脸图像,处理器对人脸图像进行处理和分析,通过与存储的人脸图像的信息进行比较以进行验证。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当拍摄设备100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。拍摄设备100可以支持一种或多种视频编解码器。这样,拍摄设备100可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现拍摄设备100的智能认知等应用,例如:图像识别,人脸识别,语音识别,文本理解等。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展拍摄设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令,从而执行拍摄设备100的各种功能应用以及数据处理。内部存储器121可以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***,至少一个功能所需的应用(比如人脸识别功能,拍摄功能、图像处理功能等)等。存储数据区可存储拍摄设备100使用过程中所创建的数据(比如人脸特征信息数据,图像参数集合数据、人脸色域集合数据等)等。此外,内部存储器121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,闪存器件,通用闪存存储器(universal flash storage,UFS)等。
拍摄设备100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。
扬声器170A,也称“喇叭”,用于将音频电信号转换为声音信号。
受话器170B,也称“听筒”,用于将音频电信号转换成声音信号。
麦克风170C,也称“话筒”,“传声器”,用于将声音信号转换为电信号。
耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130,也可以是3.5mm的开放移动拍摄设备平台(open mobile terminal platform,OMTP)标准接口,美国蜂窝电信工业协会(cellular telecommunications industry association of the USA,CTIA)标准接口。
压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。压力传感器180A的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。
陀螺仪传感器180B可以用于确定拍摄设备100的运动姿态。在一些实施例中,可以通过陀螺仪传感器180B确定拍摄设备100围绕三个轴(即,x,y和z轴)的角速度。
接近光传感器180G可以包括例如发光二极管(LED)和光检测器,例如光电二极管。发光二极管可以是红外发光二极管。
环境光传感器180L用于感知环境光亮度。拍摄设备100可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。
指纹传感器180H用于采集指纹。拍摄设备100可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。其中,该指纹传感器180H可以设置在触控屏下方,拍摄设备100可以接收用户在触控屏上该指纹传感器对应的区域的触摸操作,拍摄设备100可以响应于该触摸操作,采集用户手指的指纹信息,实现相关功能。
温度传感器180J用于检测温度。在一些实施例中,拍摄设备100利用温度传感器180J检测的温度,执行温度处理策略。
触摸传感器180K,也称“触控面板”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于拍摄设备100的表面,与显示屏194所处的位置不同。
按键190包括开机键,音量键等。按键190可以是机械按键。也可以是触摸式按键。拍摄设备100可以接收按键输入,产生与拍摄设备100的用户设置以及功能控制有关的键信号输入。
指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
SIM卡接口195用于连接SIM卡。SIM卡可以通过***SIM卡接口195,或从SIM卡接口195拔出,实现和拍摄设备100的接触和分离。在一些实施例中,拍摄设备100采用eSIM,即:嵌入式SIM卡。eSIM卡可以嵌在拍摄设备100中,不能和拍摄设备100分离。
拍摄设备100可以是具备上述拍摄和图像处理等等功能的摄像机、智能手机、智能可穿戴设备、平板电脑和膝上计算机等等,本发明实施例对此不作具体限定。
请参阅图5,图5是本发明实施例提供的一种图像色彩处理方法的流程示意图,该方法可应用于上述图1、图2或图3中所述的应用场景及***架构中,以及具体可应用于上述图4的拍摄设备100中。下面结合附图5以执行主体为上述图4中的拍摄设备100内部的处理器110为例进行描述。该方法可以包括以下步骤S501-步骤S504。
步骤S501:获取目标图像,确定所述目标图像中的目标人脸区域和背景区域。
具体地,拍摄设备100内部的处理器110通过获取拍摄设备100的摄像头193(或称之为拍摄模块、拍摄模组等)采集的原始图像数据,并从中获取目标图像。可选地,本发明实施例中的目标图像可以为64*64RGB色彩模式下的RAW格式的原始图像。
例如,如图6所示,图6是本发明实施例提供的一种具体应用场景中的图像色彩处理流程的示意图。该目标图像中的目标人脸区域和背景区域如图6所示,例如该目标人脸区域可以为图6中的白色虚线框内的区域,目标人脸区域主要包括脸部肤色区域,还可以包括显露出肤色的脖颈区域等。可选地,本发明实施例可以通过人脸关键点(例如眼睛、鼻子和嘴唇等等)确定目标人脸区域,而背景区域可以为该目标图像中除了人脸区域之外的区域。
步骤S502:基于所述目标人脸区域中的人脸特征信息,从预设的图像参数集合中确定与所述人脸区域中的人脸特征信息匹配的第一图像参数。
具体地,处理器110对目标图像中的人脸区域进行人脸特征的识别,得到目标人脸区域中的人脸特征信息,该人脸特征信息可以包括人脸对应的性别信息、年龄信息和人种信息等等。其次,处理器110基于该目标人脸区域中的人脸特征信息,从预设的图像参数集合中确定与所述人脸区域中的人脸特征信息匹配的第一图像参数。该图像参数集合中可以包括与各类人脸特征信息相匹配的图像参数,可选地,该图像参数可以包括HSV颜色空间的色调参数、饱和度参数和亮度参数等等。可选地,该预设的图像参数集合可以存储于拍摄设备内部,处理器110可直接获取,该预设的图像参数集合也可存储于服务器中,拍摄设备100可以通过网络连接在拍摄开始前预先从服务器获取该图像参数集合。
例如,如图6所示,拍摄对象为一位年轻的白人女性,处理器110识别到的目标人脸区域中的人脸特征信息可以包括女性、白种人、21-30岁,则如图6所示,在该图像参数集合中与女性、白种人、21-30岁这一人脸特征信息匹配的图像参数为图像参数1,该图像参数1即可以为本发明实施例中的第一图像参数。
可选地,本发明实施例还可以基于目标人脸区域中的人脸特征信息,从预设的人脸色域集合中确定与目标人脸区域中的人脸特征信息匹配的第一人脸色域。该人脸色域集合中可以包括与各类人脸特征信息相匹配的人脸色域,可选地,该人脸色域可以包括LAB颜色空间的红绿分量和黄蓝分量等等。可选地,该人脸色域集合可以存储于拍摄设备内部,处理器110可直接获取,该人脸色域集合也可存储于服务器中,拍摄设备100可以通过网络连接在拍摄开始前预先从服务器获取该人脸色域集合。
可选地,在本发明实施例中,有关如何生成该图像参数集合和人脸色域集合,可具体包括以下步骤S11-步骤S14:
步骤S11:获取图像集合,所述图像集合包括多张人脸图像,所述多张人脸图像为在预设拍摄环境下拍摄得到的。
具体地,通过拍摄设备100或者其他摄像机、智能手机等拍摄工具,在预设拍摄环境下,对不同性别、年龄和人种的拍摄对象进行拍摄,获得多张人脸图像。可选地,该预设的拍摄环境可以具体包括纯色的拍摄背景布(例如为拍摄证件照时常用的白色、蓝色和红色等背景布),明亮且合适的灯光光源,合适的拍摄角度(例如为正对拍摄对象进行拍摄)等等较为理想的拍摄条件。可选地,该图像集合中的全部或者部分人脸图像还可以是通过网络连接等方式从云端服务器或者其他存储有符合条件的人脸图像的设备中下载的。需要说明的是,每张人脸图像的拍摄环境可以存在一定差异,本发明实施例对此不作具体限定。
步骤S12:确定所述图像集合中的所述多张人脸图像对应的多种人脸特征信息;
具体地,在拍摄得到多张人脸图像构成的图像集合后,确定每张人脸图像分别对应的人脸特征信息,从而确定该多张人脸图像对应的多种人脸特征信息。可以理解而的是,在拍摄量庞大,即存在大量人脸图像的情况下,多张人脸图像可以对应同一种人脸特征信息。例如为拍摄对象为21岁的欧洲女性、23岁的美国女性和27岁的美国女性的人脸图像均可以对应—女性、白种人、21-30岁这一人脸特征信息。本发明实施例对人脸特征信息中各项信息的标准不作具体限定,例如人脸特征信息中的性别信息可以包括男性和女性,还可以包括平均值,该平均值可以用于在处理器110无法识别出人脸对应的性别的情况下,确定第一图像参数。又例如人脸特征信息中的年龄信息可以简单划分为儿童、青年、中年和老年,还可以较为细致的划分为≤12岁、13-18岁、19-24岁、25-30岁、31-40岁……等等,此处不再赘述。
步骤S13:基于所述多张人脸图像中的每一张人脸图像在HSV颜色空间的色调参数、饱和度参数和亮度参数,确定所述多种人脸特征信息分别匹配的图像参数;基于所述多张人脸图像中的每一张人脸图像在LAB颜色空间的红绿分量和黄蓝分量,确定所述多种人脸特征信息分别匹配的人脸色域。
具体地,计算每张人脸图像在HSV颜色空间的色调参数、饱和度参数和亮度参数,得到每张图像对应的图像参数,继而得到每张图像分别对应的人脸特征信息所匹配的图像参数,确定多种人脸特征信息分别匹配的图像参数。如上所述,由于可能存在多张人脸图像对应同一人脸特征信息的情况,则多种人脸特征信息中的一种或多种人脸特征信息可能匹配有多种图像参数。具体地,计算每张人脸图像在LAB颜色空间的红绿分量和黄蓝分量,得到每张人脸图像对应的人脸色域,继而得到每张图像分别对应的人脸特征信息所匹配的人脸色域,确定多种人脸特征信息分别匹配的人脸色域。如上所述,由于可能存在多张人脸图像对应同一人脸特征信息的情况,则多种人脸特征信息中的一种或多种人脸特征信息可能匹配有多种人脸色域。
可选地,可以根据人脸图像在HSV颜色空间的色调直方图、饱和度直方图和亮度直方图中的统计情况,计算确定图像参数中的色调参数、饱和度参数和亮度参数。例如,如图7所示,图7是本发明实施例提供的一种HSV颜色空间的亮度参数示意图。图7中的数据包括了根据亮度直方图计算得到的亮度值的平均值,以及由亮度值的上、下限构成的亮度值的取值范围,可选地,该亮度参数可以为一个或多个取值范围。可选地,该亮度值的上、下限还可以进一步的表示亮度值的标准差。需要说明的是,在统计颜色直方图时,往往需要将颜色空间划分成若干个小的颜色区间,每个小区间成为直方图的一个bin,例如图7中的横轴所示。这个过程称为颜色量化(color quantization),然后,通过计算颜色落在每个小区间内的像素数量可以得到颜色直方图。颜色量化有许多方法,例如向量量化、聚类方法或者神经网络方法。最为常用的做法是将颜色空间的各个分量(例如为HSV颜色空间中的色调、饱和度和亮度三个分量)均匀地进行划分。可选地,如果图像是RGB色彩模式,而直方图是HSV颜色空间中的,我们可以预先建立从量化的RGB空间到量化的HSV空间之间的查找表(look-uptable),从而加快直方图的计算过程。
可选地,可以根据人脸图像在在LAB颜色空间的红绿分量和黄蓝分量的分布情况,计算确定人脸色域。例如,如图8所示,图8是本发明实施例提供的一种LAB颜色空间的色域分布示意图。图8中的横轴(a)代表红绿分量,从右至左为红色到绿色,图8中的纵轴(b)代表黄蓝分量,从上至下为黄色到蓝色。如图8所述,多条椭圆闭合线分别圈起来的区域为根据不同人脸图像计算确定的不同人脸特征信息匹配的不同人脸色域,分别为人脸色域1、人脸色域2、人脸色域3和人脸色域4。
步骤S14:根据所述多种人脸特征信息分别匹配的图像参数,生成所述预设的图像参数集合;根据所述多种人脸特征信息分别匹配的人脸色域,生成预设的人脸色域集合。
具体地,如上所述,由于可能存在多张人脸图像对应同一人脸特征信息的情况,则多种人脸特征信息中的一种或多种人脸特征信息可能匹配有多种图像参数和多种人脸色域。则可以根据多种人脸特征信息分别匹配的图像参数(一种或多种)和人脸色域(一种或多种),通过大数据统计分析或者调查问卷的形式确定每一种人脸特征信息分别匹配的最佳图像参数和最佳人脸色域,例如21-30岁的黄种人女性普遍喜爱自然偏白,且透红的肤色,则可以保留与该人脸特征信息(21-30岁、黄种人、女性)匹配的图像参数和人脸色域中最符合该肤色要求的图像参数和人脸色域,而剔除其余参考价值不大的图像参数和人脸色域。由此,根据每一种人脸特征信息分别匹配的图像参数和人脸色域,生成预设的图像参数集合和预设的人脸色域集合。
步骤S503:根据所述目标图像的图像特征信息,并基于所述第一图像参数确定第二图像参数。
具体地,处理器110根据目标图像的图像特征信息,在第一图像参数的基础上,对第一图像参数内的参数进行调整,得到第二图像参数。可选地,目标图像的图像特征信息可以包括目标人脸区域的亮度对比度、目标图像的光照比、背景区域的分区亮度统计值、目标图像对应的光照强度和目标图像对应的光源色温等等。其中,第一图像参数可以包括与目标人脸区域中的人脸特征信息匹配的第一色调参数、第一饱和度参数和第一亮度参数。可选地,第二图像参数可以包括基于目标图像的图像特征信息,对第一图像参数中的第一色调参数、第一饱和度参数和所述第一亮度参数中的一种或多种进行调整后获得的第二色调参数、第二饱和度参数和第二亮度参数。可选地,处理器110还可以根据目标图像的图像特征信息,在第一人脸色域的基础上,对第一人脸色域内的参数(例如红绿分量和黄蓝分量等)进行调整,得到第二人脸色域。
可选地,本发明实施例中,获取亮度对比度的方法可以包括:基于目标人脸区域的亮度直方图和预设的亮度阈值,确定目标人脸区域的亮度直方图中高于亮度阈值的第一亮度统计值以及目标人脸区域的亮度直方图中低于亮度阈值的第二亮度统计值。根据所述第一亮度统计值和所述第二亮度统计值的比值,确定所述目标人脸区域的亮度对比度。可选地,该亮度阈值可以为一个亮度阈值,也可以为两个不同的亮度阈值,例如为亮度阈值1和亮度阈值2,亮度阈值1可以大于等于亮度阈值2,则可基于目标人脸区域的亮度直方图以及亮度阈值1和亮度阈值2,确定目标人脸区域的亮度直方图中高于亮度阈值1的第一亮度统计值以及目标人脸区域的亮度直方图中低于亮度阈值2的第二亮度统计值。从而减少计算直方图中的部分参考价值较低的亮度统计值(例如为分布于亮度直方图中部的亮度值)。最终通过计算第一亮度统计值和第二亮度统计值的比值,得到目标人脸区域的亮度对比度。可选地,根据目标人脸区域的亮度对比度,可以对第一图像参数中的第一亮度参数进行调整,例如以第一图像参数对应的HSV颜色空间的亮度值各数据点的标准差为参考标准,调整第一图像参数对应的HSV颜色空间的亮度曲线的对比度。
可选地,本发明实施例中,获取目标图像的光照比(或者称之为人脸区域和背景区域的光照比)的方法可以包括:基于目标图像的亮度直方图和预设的亮度阈值,确定目标图像的亮度直方图中高于亮度阈值的第三亮度统计值;根据第三亮度统计值和第一亮度统计值的比值,确定所述目标图像的光照比。可选地,该预设的亮度阈值可以是一个亮度阈值,也可以是两个不同的亮度阈值,此外,该预设的亮度阈值可以与上述获取亮度对比度中描述的亮度阈值相等,也可以不相等,本发明实施例对此不作具体限定。可选地,当第三亮度统计值和第一亮度统计值的比值越大,即光照比越大时,则可以表明人脸逆光越强,可以根据该光照比对第一图像参数进行调整。例如,调整第一图像参数对应的亮度值曲线的亮度和对比度,还可以第一图像参数对应的调整饱和度曲线等等。
可选地,本发明实施例中,获取背景区域的分区亮度统计值的方法可以包括:对背景区域进行语义分割,确定至少一个语义分割区域;根据至少一个语义分割区域中的每一个语义分割区域的亮度直方图,确定背景区域的分区亮度统计值。例如,如图6所示,可以根据建筑物、均匀背景和公路设施等等区域信息,对目标图像的背景区域进行语义分割,得到建筑物区域、均匀背景区域和公路设施区域三个语义分割区域。可选地,语义分割还可以根据室外天空、室外草地绿植和背景主体色与肤色的关系等等信息,将背景区域分割成一个或多个语义分割区域。
可选地,本发明实施例中,可以通过AE算法估计得到目标图像对应的光照强度,该光照强度可以表明拍摄环境中的光照强度。根据该光照强度(例如拍摄环境较暗,光照强度较低),可以适当地调整第一图像参数对应的亮度值曲线和饱和度曲线等等。本发明实施例中,还可以通过AWB算法估计得到目标图像对应的光源色温,并根据光源色温的不同,例如为冷光源或者暖光源,相应的调整第一图像参数对应的色调值曲线和第一人脸色域对应的红绿分量和黄蓝分量等等。
如此,结合上述目标图像的图像特征信息所包括的各类信息,可以更全面、合理地对第一图像参数和第一人脸色域进行调整,得到更符合实际情况的第二图像参数和第二人脸色域,从而使得最后得到的图像中的人脸肤色不仅最大程度的满足用户的审美需求,并且与画面背景相协调。
步骤S504:基于所述第二图像参数,调整所述目标图像的图像参数。
具体地,处理器110基于第二图像参数,即以人脸肤色为优先,调整目标图像的图像参数,例如可以包括调整目标图像在HSV颜色空间的亮度参数、饱和度参数和色调参数等等。
可选地,本发明实施例中,在上述对目标图像的图像参数进行调整之前,可以基于第二图像参数对目标图像进行整体的色彩平衡,或者还可以结合第二图像参数和第二人脸色域对目标图像进行整体的色彩平衡。通过对图像的色彩平衡处理,可以校正图像色偏,过饱和或饱和度不足的情况,也可以根据自己的喜好和制作需要,调制需要的色彩,更好的完成画面效果。如图9所示,图9是本发明实施例提供的一种色彩平衡的过程示意图。如图9所示,输入的目标图像可以为64*64RGB格式的图像,通过统计该目标图像的RGB值,并将其作用于如图9所示的各个模块处理后,使得色彩平衡后的人脸肤色与第二图像参数和第二人脸色域相匹配,并获得G/R(绿/红)增益和B/R(蓝/红)增益。例如人脸肤色可以完全处于第二图像参数或第二人脸色域的范围内,或者人脸肤色可以尽可能的靠近第二图像参数或第二人脸色域。如图9所示,其中的互补金属氧化物半导体摄像模组(CMOS Camera Module,CCM)用于传输经AWB增益后的64*64RGB格式的目标图像至伽玛(Gamma)增益,以对该目标图像进行后续处理。该色彩平衡过程中的伽玛(Gamma)增益主要为按幂函数对亮度值重新分布,其中Gamma就是指数。一般情况下Gamma大于1则使得亮的更亮暗的更暗,可以抹掉一些弱信号;小于1则相反可以让较弱信号显示出来。其中的色相饱和度亮度(Hue SaturationLightness,HIS)空间与HSV颜色空间相似,相比于HSV颜色空间,HIS颜色空间在图像处理和计算机视觉中的大量算法使用更加方便,可以大大简化图像分析和处理的工作量。HSV颜色空间、HIS颜色空间和RGB色彩模式只是同一物理量的不同表示法,彼此之间可以互相转换。在一些实施例中,该色彩平衡过程可以包括比图9所示的更多、更少或者不同的步骤和模块,本发明实施例对此不作具体限定。通过如图9所示的各个处理模块,可以实现例如背景为红色等纯色背景,衣服为黄色等纯色衣服,没有明显白色参考点等自动白平衡困难场景的整体色彩。
可选地,处理器110可以基于第二图像参数中的第二亮度参数,调整目标图像在HSV颜色空间的亮度参数,例如调整目标图像的亮度对比度曲线。如图10所示,图10是本发明实施例提供的一种亮度对比度调整的示意图。例如,图10中的横轴和纵轴均表示0-255的亮度值,图10中的直线可以表示为目标图像未经处理的线性亮度对比度,即Gamma等于1。图10中的折线1上的9个圆圈可以表示为通过算法评估计算得到的第二亮度参数中的9个亮度取样点,通过折线1将其连接起来。本发明实施例对亮度取样点的数量和位置等等不作具体限定。可以理解的是,由于本发明实施例中的第二亮度参数为人脸区域的亮度参数,而人脸区域的亮度取值普遍较为集中,不会太亮也不会太暗,则折线1涉及的亮度范围也仅限于图10所示的100-200左右。图10中的曲线1(虚线)可以表示为根据折线1和折线1上的9个亮度取样点,通过数据拟合得到的亮度对比度曲线。显然,曲线1所涉及的亮度值范围为完整的0-255。由此,若将该曲线1作为目标图像的理想亮度对比度曲线,即将当前目标图像的亮度对比度曲线调整至曲线1,可以较大程度的满足目标图像中人脸区域的亮度要求,同时也可以一定程度的使目标图像的整体亮度与人脸区域的亮度相协调。然而,由于高亮度区容易产生过度曝光,并且在人眼视觉中,对暗光比亮光更为敏感,由此,应该适当压低曲线1,并调整目标图像的亮度对比度曲线至压低后的曲线1,以更合理的调整目标图像的亮度对比度。可选地,可以选取一个或多个压制点,通过该一个或多个压制点调整曲线1。例如,如图10所示,可以在亮度值50附近选取两个压制点,分别为压制点1和压制点2,还可以在亮度值220附近选取压制点3,通过压制点1、压制点2和压制点3调整曲线1,得到曲线3(实线)。本发明实施例对选取压制点的数量和位置不作具体限定。如图10所示,曲线3可以表示为调整后的目标图像的亮度对比度曲线,该调整后的目标图像的亮度对比度曲线不仅满足用户对人脸区域的亮度要求并协调了整体画面的亮度,还更好地满足了人眼视觉对不同亮度的敏感偏好,防止了高亮区域的过度曝光。
可选地,在上述通过亮度取样点和压制点等等调整目标图像的亮度对比度曲线后,目标图像的色相(或者称之为色调)和饱和度会发生一定的变化,并且其变化程度与目标图像的亮度对比度曲线的调整幅度相关。此时,则可以根据第二图像参数和实际需求等,对目标图像的色相和饱和度进行一定程度的修正,使得目标图像的整体画面更加协调,质量更高。
可选地,本发明实施例中,在基于第二图像参数,调整目标图像的图像参数之后,还可以通过计算得到当前人脸区域在LAB颜色空间的色域(即本申请中的第三人脸色域),并根据第二人脸色域,调整当前的第三人脸色域,使得第三人脸色域尽可能的与第二人脸色域接近和匹配。从而实现最终图像中的人脸肤色在适配背景画面的同时,最大程度的满足人们的审美要求。例如,如图11所示,图11是本发明实施例提供的一种色域调整的示意图。其中,图11中的由多个方框和线段围成的区域可以表示为第二人脸色域,图11中的由多个圆圈覆盖的区域可以表示为第三人脸色域。处理器110可以将第三人脸色域以其中心点为参考点进行整体平移。可以理解的是,由于实际需求的不同和目标图像中背景环境的不同,在调整第三人脸色域的过程中,往往不需要将第三人脸色域完全平移至与第二人脸色域重合的位置,而要考虑到实际需求和目标图像中背景环境,参考第二人脸色域,确定其整体平移量abShift,将第三人脸色域进行适当平移。使得目标图像的人脸区域和整体画面更加协调,质量更高。
可选地,如图6所示,处理器110可以将处理完成的目标图像传输至拍摄设备100中的显示屏194,并控制显示屏194显示该处理完成的目标图像,则该处理完成的目标图像即为本次拍摄中拍摄设备100的直出图像。显然,通过本发明实施例的一种图像色彩处理方法,可以提高拍摄过程中实时直出图像的质量,不仅可以美化人脸区域,同时还可以使人脸区域与整体画面相协调。
如图12所示,图12为本发明实施例提供的一种图像色彩处理的整体步骤的流程示意图。首先通过步骤1,根据采集到的原始图像数据中的人脸特征信息,即也是目标图像中人脸区域的人脸特征信息,在预设的图像参数集合中,确定与该人脸特征信息匹配的第一图像参数和第一人脸色域,即也是确定在该人脸特征信息对应的大部分群众中存在或喜爱的标准人脸肤色。其次,通过步骤2,根据目标图像的图像特征信息(例如包括光源色温、光照强度、人脸区域的亮度对比度和语义分割后图像的分区亮度统计值等等信息)对确定的第一图像参数和第一人脸色域进行调整,得到第二图像参数和第二人脸色域,即根据拍摄的实际情况,动态的调整原有的第一图像参数和第一人脸色域,以匹配该实际拍摄情况下特定的人脸肤色。然后,通过步骤3-步骤5基于第二图像参数和第二人脸色域对目标图像进行调整(例如包括调整色彩平衡、对比度和饱和度等等)。并在对目标图像进行调整后,通过步骤6调整人脸区域当前的人脸色域,即也是第三人脸色域,使得第三人脸色域在一定范围内合理地接近第二人脸色域。由此,完成了在摄像机在实时的拍摄过程中,针对实时采集到的原始图像数据,美化人脸肤色,并协调整体画面,从而得到高质量,符合用户审美的直出图像。需要说明的是,本发明实施例所提及的美化人脸肤色,不仅仅限于表面上的改善脸部亮度、色彩等等,还可以由此改善由于拍摄环境造成的脸部平淡、不立体和不通透等等情况。
请参阅图13,图13是本发明实施例提供的一种图像色彩处理装置的结构示意图,该图像色彩处理装置20可包括第一获取单元2001、第一图像参数确定单元2002、第二图像参数确定单元2016和第一调整单元2019,其中,
第一获取单元2001,用于获取目标图像,确定所述目标图像中的目标人脸区域和背景区域;
第一图像参数确定单元2002,用于基于所述目标人脸区域中的人脸特征信息,从预设的图像参数集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一图像参数,所述人脸特征信息包括人脸对应的性别信息、年龄信息和人种信息中的一种或多种;
第二图像参数确定单元2016,用于根据所述目标图像的图像特征信息,并基于所述第一图像参数确定第二图像参数;
第一调整单元2019,用于基于所述第二图像参数,调整所述目标图像的图像参数。
在一种可能的实现方式中,所述装置20还包括:
第二获取单元2004,用于获取图像集合,所述图像集合包括多张人脸图像,所述多张人脸图像为在预设拍摄环境下拍摄得到的;
第一确定单元2005,用于确定所述图像集合中的所述多张人脸图像对应的多种人脸特征信息;
第二确定单元2006,用于基于所述多张人脸图像中的每一张人脸图像在HSV颜色空间的色调参数、饱和度参数和亮度参数,确定所述多种人脸特征信息分别匹配的图像参数;
第一生成单元2007,用于根据所述多种人脸特征信息分别匹配的图像参数,生成所述预设的图像参数集合。
在一种可能的实现方式中,所述装置20还包括:
第三确定单元2008,还用于基于所述多张人脸图像中的每一张人脸图像在LAB颜色空间的红绿分量和黄蓝分量,确定所述多种人脸特征信息分别匹配的人脸色域;
第二生成单元2009,还用于根据所述多种人脸特征信息分别匹配的人脸色域,生成预设的人脸色域集合。
在一种可能的实现方式中,所述装置20还包括:
第一人脸色域确定单元2003,用于基于所述目标人脸区域中的人脸特征信息,从所述预设的人脸色域集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一人脸色域;
第二人脸色域确定单元2017,用于根据所述目标图像的图像特征信息,并基于所述第一人脸色域确定第二人脸色域。
在一种可能的实现方式中,所述装置20还包括:
第三人脸色域确定单元2020,用于基于所述目标人脸区域在当前LAB颜色空间的红绿分量和黄蓝分量,确定所述目标人脸区域的第三人脸色域;
第二调整单元2021,用于基于所述第二人脸色域,调整所述第三人脸色域。
在一种可能的实现方式中,所述装置20还包括:
第四确定单元2010,用于基于所述目标人脸区域的亮度直方图和预设的亮度阈值,确定所述目标人脸区域的亮度直方图中高于所述亮度阈值的第一亮度统计值以及所述目标人脸区域的亮度直方图中低于所述亮度阈值的第二亮度统计值;
第五确定单元2011,用于根据所述第一亮度统计值和所述第二亮度统计值的比值,确定所述目标人脸区域的亮度对比度。
在一种可能的实现方式中,所述装置20还包括:
第六确定单元2012,用于基于所述目标图像的亮度直方图和所述预设的亮度阈值,确定所述目标图像的亮度直方图中高于所述亮度阈值的第三亮度统计值;
第七确定单元2013,用于根据所述第三亮度统计值和所述第一亮度统计值的比值,确定所述目标图像的光照比。
在一种可能的实现方式中,所述装置20还包括:
语义分割单元2014,用于对所述背景区域进行语义分割,确定至少一个语义分割区域;
第八确定单元2015,用于根据所述至少一个语义分割区域中的每一个语义分割区域的亮度直方图,确定所述背景区域的分区亮度统计值。
在一种可能的实现方式中,所述目标图像的图像特征信息包括:所述目标人脸区域的亮度对比度、所述目标图像的光照比、所述背景区域的分区亮度统计值、所述目标图像对应的光照强度和所述目标图像对应的光源色温中的一种或多种;所述第一图像参数包括与所述目标人脸区域中的人脸特征信息匹配的第一色调参数、第一饱和度参数和第一亮度参数;所述第二图像参数包括基于所述目标图像的图像特征信息,对所述第一色调参数、所述第一饱和度参数和所述第一亮度参数中的一种或多种进行调整后获得的第二色调参数、第二饱和度参数和第二亮度参数。
在一种可能的实现方式中,第一调整单元2019,具体用于:
基于所述第二图像参数,调整所述目标图像在HSV颜色空间的色调参数、饱和度参数和亮度参数中的一种或多种。
在一种可能的实现方式中,所述装置20还包括:
第三调整单元,用于基于所述第二图像参数,调整所述目标图像的色彩平衡。
需要说明的是,本发明实施例中所描述的图像色彩处理装置20中相关单元的功能可参见上述图1-图12中所述的相关方法实施例的相关描述,此处不再赘述。
图13中每个单元可以以软件、硬件、或其结合实现。以硬件实现的单元可以包括路及电炉、算法电路或模拟电路等。以软件实现的单元可以包括程序指令,被视为是一种软件产品,被存储于存储器中,并可以被处理器运行以实现相关功能,具体参见之前的介绍。
基于上述方法实施例以及装置实施例的描述,本发明实施例还提供一种拍摄设备。请参阅图14,图14是本发明实施例提供的一种拍摄设备的结构示意图,该拍摄设备至少包括处理器301、拍摄模块302、显示器303以及计算机可读存储介质304。所述拍摄模块302可以用于采集目标图像,所述显示器303可以用于显示通过本发明实施例提供的一种图像色彩处理方法处理后的图像。其中,拍摄设备内的处理器301、拍摄模块302、显示器303以及计算机可读存储介质304可通过总线或其他方式连接。
计算机可读存储介质304可以存储在拍摄设备的存储器中,所述计算机可读存储介质304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301用于执行所述计算机可读存储介质304存储的程序指令。处理器301(或称CPU(Central ProcessingUnit,中央处理器))是拍摄设备的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能;在一个实施例中,本发明实施例所述的处理器301可以用于进行图像色彩处理的一系列处理,包括:获取目标图像,确定所述目标图像中的目标人脸区域和背景区域;基于所述目标人脸区域中的人脸特征信息,从预设的图像参数集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一图像参数,所述人脸特征信息包括人脸对应的性别信息、年龄信息和人种信息中的一种或多种;根据所述目标图像的图像特征信息,并基于所述第一图像参数确定第二图像参数;基于所述第二图像参数,调整所述目标图像的图像参数,等等。
本发明实施例还提供了一种计算机可读存储介质(Memory),所述计算机可读存储介质是拍摄设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括拍摄设备中的内置存储介质,当然也可以包括拍摄设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作***。并且,在该存储空间中还存放了适于被处理器301加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器;可选地还可以是至少一个位于远离前述处理器的计算机可读存储介质。
本发明实施例,通过目标图像中的目标人脸区域的人脸特征信息(例如包括人脸对应的性别信息、年龄信息和人种信息等等),从预设的图像参数集合中确定与之匹配的第一图像参数(例如可以为该性别、年龄和人种的人群中普遍存在或喜欢的人脸肤色的图像参数等等),并结合第一图像参数和目标图像的图像特征信息(例如可以包括目标图像对应的光源色温、光照强度、背景区域和目标人脸区域的光照比等等信息)确定目标图像中人脸区域的第二图像参数,又基于第二图像参数对目标图像进行图像参数的调整。由此,不仅实现了依据拍摄对象性别、年龄和人种的差异性,以及实际拍摄环境的差异性,对人脸区域的图像参数进行调整,同时也以人脸区域的图像参数为优先,对目标图像整体的图像参数进行了调整。在美化人脸的同时,使得整体画面与人脸相协调,提高目标图像的质量。当将本发明实施例应用于具体的应用场景中时,可以用于在日常各类拍摄中对摄像机或者手机采集到的原始图像数据进行实时处理,美化人脸,协调整体画面,提高摄像机或者手机等拍摄设备实时直出图像的质量,满足用户的审美要求。可选地,本申请中所针对的目标对象不仅仅可以为所述目标人脸区域,即拍摄对象不仅仅可以是人,也可以是其他例如动物、植物、建筑或美食等等拍摄对象。
本发明实施例还提供一种计算机可读存储介质,其中,该计算机可读存储介质可存储有程序,该程序执行时包括上述图像色彩处理方法实施例中记载的任意一种的部分或全部步骤。
本发明实施例还提供一种计算机程序,该计算机程序包括指令,当该计算机程序被计算机执行时,使得计算机可以执行任意一种图像色彩处理方法的部分或全部步骤。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本邻域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可能可以采用其它顺序或者同时进行。其次,本邻域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本申请各个实施例上述方法的全部或部分步骤。其中,而前述的存储介质可包括:U盘、移动硬盘、磁碟、光盘、只读存储器(Read-OnlyMemory,缩写:ROM)或者随机存取存储器(RandomAccessMemory,缩写:RAM)等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本邻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申请各实施例技术方案的精神和范围。
Claims (25)
1.一种图像色彩处理方法,其特征在于,包括:
获取目标图像,确定所述目标图像中的目标人脸区域和背景区域;
基于所述目标人脸区域中的人脸特征信息,从预设的图像参数集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一图像参数,所述人脸特征信息包括人脸对应的性别信息、年龄信息和人种信息中的一种或多种;
根据所述目标图像的图像特征信息,并基于所述第一图像参数确定第二图像参数;
基于所述第二图像参数,调整所述目标图像的图像参数。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取图像集合,所述图像集合包括多张人脸图像,所述多张人脸图像为在预设拍摄环境下拍摄得到的;
确定所述图像集合中的所述多张人脸图像对应的多种人脸特征信息;
基于所述多张人脸图像中的每一张人脸图像在HSV颜色空间的色调参数、饱和度参数和亮度参数,确定所述多种人脸特征信息分别匹配的图像参数;
根据所述多种人脸特征信息分别匹配的图像参数,生成所述预设的图像参数集合。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
基于所述多张人脸图像中的每一张人脸图像在LAB颜色空间的红绿分量和黄蓝分量,确定所述多种人脸特征信息分别匹配的人脸色域;
根据所述多种人脸特征信息分别匹配的人脸色域,生成预设的人脸色域集合。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
基于所述目标人脸区域中的人脸特征信息,从所述预设的人脸色域集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一人脸色域;
根据所述目标图像的图像特征信息,并基于所述第一人脸色域确定第二人脸色域。
5.根据权利要求4所述的方法,其特征在于,在所述基于所述第二图像参数,调整所述目标图像的图像参数后,所述方法还包括:
基于所述目标人脸区域在当前LAB颜色空间的红绿分量和黄蓝分量,确定所述目标人脸区域的第三人脸色域;
基于所述第二人脸色域,调整所述第三人脸色域。
6.根据权利要求1所述的方法,其特征在于,所述目标图像的图像特征信息包括所述目标人脸区域的亮度对比度;所述方法还包括:
基于所述目标人脸区域的亮度直方图和预设的亮度阈值,确定所述目标人脸区域的亮度直方图中高于所述亮度阈值的第一亮度统计值以及所述目标人脸区域的亮度直方图中低于所述亮度阈值的第二亮度统计值;
根据所述第一亮度统计值和所述第二亮度统计值的比值,确定所述目标人脸区域的亮度对比度。
7.根据权利要求1所述的方法,其特征在于,所述目标图像的图像特征信息包括所述目标图像的光照比;所述方法还包括:
基于所述目标图像的亮度直方图和所述预设的亮度阈值,确定所述目标图像的亮度直方图中高于所述亮度阈值的第三亮度统计值;
根据所述第三亮度统计值和所述第一亮度统计值的比值,确定所述目标图像的光照比。
8.根据权利要求1所述的方法,其特征在于,所述目标图像的图像特征信息包括所述背景区域的分区亮度统计值;所述方法还包括:
对所述背景区域进行语义分割,确定至少一个语义分割区域;
根据所述至少一个语义分割区域中的每一个语义分割区域的亮度直方图,确定所述背景区域的分区亮度统计值。
9.根据权利要求1-8任意一项所述的方法,其特征在于,所述目标图像的图像特征信息包括:所述目标人脸区域的亮度对比度、所述目标图像的光照比、所述背景区域的分区亮度统计值、所述目标图像对应的光照强度和所述目标图像对应的光源色温中的一种或多种;
所述第一图像参数包括与所述目标人脸区域中的人脸特征信息匹配的第一色调参数、第一饱和度参数和第一亮度参数;
所述第二图像参数包括基于所述目标图像的图像特征信息,对所述第一色调参数、所述第一饱和度参数和所述第一亮度参数中的一种或多种进行调整后获得的第二色调参数、第二饱和度参数和第二亮度参数。
10.根据权利要求1-9任意一项所述的方法,其特征在于,所述基于所述第二图像参数,调整所述目标图像的图像参数,包括:
基于所述第二图像参数,调整所述目标图像在HSV颜色空间的色调参数、饱和度参数和亮度参数中的一种或多种。
11.根据权利要求1-10任意一项所述的方法,其特征在于,在所述基于所述第二图像参数,调整所述目标图像的图像参数之前,所述方法还包括:
基于所述第二图像参数,调整所述目标图像的色彩平衡。
12.一种图像色彩处理装置,其特征在于,包括:
第一获取单元,用于获取目标图像,确定所述目标图像中的目标人脸区域和背景区域;
第一图像参数确定单元,用于基于所述目标人脸区域中的人脸特征信息,从预设的图像参数集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一图像参数,所述人脸特征信息包括人脸对应的性别信息、年龄信息和人种信息中的一种或多种;
第二图像参数确定单元,用于根据所述目标图像的图像特征信息,并基于所述第一图像参数确定第二图像参数;
第一调整单元,用于基于所述第二图像参数,调整所述目标图像的图像参数。
13.根据权利要求12所述的装置,其特征在于,所述装置还包括:
第二获取单元,用于获取图像集合,所述图像集合包括多张人脸图像,所述多张人脸图像为在预设拍摄环境下拍摄得到的;
第一确定单元,用于确定所述图像集合中的所述多张人脸图像对应的多种人脸特征信息;
第二确定单元,用于基于所述多张人脸图像中的每一张人脸图像在HSV颜色空间的色调参数、饱和度参数和亮度参数,确定所述多种人脸特征信息分别匹配的图像参数;
第一生成单元,用于根据所述多种人脸特征信息分别匹配的图像参数,生成所述预设的图像参数集合。
14.根据权利要求13所述的装置,其特征在于,所述装置还包括:
第三确定单元,还用于基于所述多张人脸图像中的每一张人脸图像在LAB颜色空间的红绿分量和黄蓝分量,确定所述多种人脸特征信息分别匹配的人脸色域;
第二生成单元,还用于根据所述多种人脸特征信息分别匹配的人脸色域,生成预设的人脸色域集合。
15.根据权利要求14所述的装置,其特征在于,所述装置还包括:
第一人脸色域确定单元,用于基于所述目标人脸区域中的人脸特征信息,从所述预设的人脸色域集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一人脸色域;
第二人脸色域确定单元,用于根据所述目标图像的图像特征信息,并基于所述第一人脸色域确定第二人脸色域。
16.根据权利要求15所述的装置,其特征在于,在所述基于所述第二图像参数,调整所述目标图像的图像参数后,所述装置还包括:
第三人脸色域确定单元,用于基于所述目标人脸区域在当前LAB颜色空间的红绿分量和黄蓝分量,确定所述目标人脸区域的第三人脸色域;
第二调整单元,用于基于所述第二人脸色域,调整所述第三人脸色域。
17.根据权利要求12所述的装置,其特征在于,所述目标图像的图像特征信息包括所述目标人脸区域的亮度对比度;所述装置还包括:
第四确定单元,用于基于所述目标人脸区域的亮度直方图和预设的亮度阈值,确定所述目标人脸区域的亮度直方图中高于所述亮度阈值的第一亮度统计值以及所述目标人脸区域的亮度直方图中低于所述亮度阈值的第二亮度统计值;
第五确定单元,用于根据所述第一亮度统计值和所述第二亮度统计值的比值,确定所述目标人脸区域的亮度对比度。
18.根据权利要求12所述的装置,其特征在于,所述目标图像的图像特征信息包括所述目标图像的光照比;所述装置还包括:
第六确定单元,用于基于所述目标图像的亮度直方图和所述预设的亮度阈值,确定所述目标图像的亮度直方图中高于所述亮度阈值的第三亮度统计值;
第七确定单元,用于根据所述第三亮度统计值和所述第一亮度统计值的比值,确定所述目标图像的光照比。
19.根据权利要求12所述的装置,其特征在于,所述目标图像的图像特征信息包括所述背景区域的分区亮度统计值;所述装置还包括:
语义分割单元,用于对所述背景区域进行语义分割,确定至少一个语义分割区域;
第八确定单元,用于根据所述至少一个语义分割区域中的每一个语义分割区域的亮度直方图,确定所述背景区域的分区亮度统计值。
20.根据权利要求12-19任意一项所述的方法,其特征在于,所述目标图像的图像特征信息包括:所述目标人脸区域的亮度对比度、所述目标图像的光照比、所述背景区域的分区亮度统计值、所述目标图像对应的光照强度和所述目标图像对应的光源色温中的一种或多种;
所述第一图像参数包括与所述目标人脸区域中的人脸特征信息匹配的第一色调参数、第一饱和度参数和第一亮度参数;
所述第二图像参数包括基于所述目标图像的图像特征信息,对所述第一色调参数、所述第一饱和度参数和所述第一亮度参数中的一种或多种进行调整后获得的第二色调参数、第二饱和度参数和第二亮度参数。
21.根据权利要求12-20任意一项所述的装置,其特征在于,所述第一调整单元,具体用于:
基于所述第二图像参数,调整所述目标图像在HSV颜色空间的色调参数、饱和度参数和亮度参数中的一种或多种。
22.根据权利要求12-21任意一项所述的装置,其特征在于,所述装置还包括:
第三调整单元,用于基于所述第二图像参数,调整所述目标图像的色彩平衡。
23.一种拍摄设备,其特征在于,包括:处理器、耦合于所述处理器的拍摄模块;
所述拍摄模块,用于采集目标图像;
所述处理器,用于:
获取目标图像,确定所述目标图像中的目标人脸区域和背景区域;
基于所述目标人脸区域中的人脸特征信息,从预设的图像参数集合中确定与所述目标人脸区域中的人脸特征信息匹配的第一图像参数,所述人脸特征信息包括人脸对应的性别信息、年龄信息和人种信息中的一种或多种;
根据所述目标图像的图像特征信息,并基于所述第一图像参数确定第二图像参数;
基于所述第二图像参数,调整所述目标图像的图像参数。
24.一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存储有计算机程序,该计算机程序被处理器执行时实现上述权利要求1-11任意一项所述的方法。
25.一种计算机程序,其特征在于,所述计算机程序包括指令,当所述计算机程序被计算机执行时,使得所述计算机执行如权利要求1-11中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911207388.1A CN112887582A (zh) | 2019-11-29 | 2019-11-29 | 一种图像色彩处理方法、装置及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911207388.1A CN112887582A (zh) | 2019-11-29 | 2019-11-29 | 一种图像色彩处理方法、装置及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112887582A true CN112887582A (zh) | 2021-06-01 |
Family
ID=76039227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911207388.1A Withdrawn CN112887582A (zh) | 2019-11-29 | 2019-11-29 | 一种图像色彩处理方法、装置及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112887582A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379650A (zh) * | 2021-07-22 | 2021-09-10 | 浙江大华技术股份有限公司 | 人脸图像曝光方法、装置、电子设备及存储介质 |
CN113591630A (zh) * | 2021-07-16 | 2021-11-02 | 中国图片社有限责任公司 | 一种证件照自动化处理方法、***、终端设备及存储介质 |
CN113676715A (zh) * | 2021-08-23 | 2021-11-19 | 展讯半导体(南京)有限公司 | 图像处理方法及装置 |
CN113706723A (zh) * | 2021-08-23 | 2021-11-26 | 维沃移动通信有限公司 | 图像处理方法和装置 |
CN114023103A (zh) * | 2021-11-23 | 2022-02-08 | 北京筑梦园科技有限公司 | 一种图像处理方法、装置及停车管理*** |
CN114630045A (zh) * | 2022-02-11 | 2022-06-14 | 珠海格力电器股份有限公司 | 一种拍照方法、装置、可读存储介质和电子设备 |
CN114757845A (zh) * | 2022-04-22 | 2022-07-15 | 北京智慧荣升科技有限公司 | 基于人脸识别的光线调节方法、装置、电子设备及介质 |
WO2023010796A1 (zh) * | 2021-08-03 | 2023-02-09 | 展讯通信(上海)有限公司 | 图像处理方法及相关装置 |
CN116668838A (zh) * | 2022-11-22 | 2023-08-29 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
-
2019
- 2019-11-29 CN CN201911207388.1A patent/CN112887582A/zh not_active Withdrawn
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113591630A (zh) * | 2021-07-16 | 2021-11-02 | 中国图片社有限责任公司 | 一种证件照自动化处理方法、***、终端设备及存储介质 |
CN113379650A (zh) * | 2021-07-22 | 2021-09-10 | 浙江大华技术股份有限公司 | 人脸图像曝光方法、装置、电子设备及存储介质 |
WO2023010796A1 (zh) * | 2021-08-03 | 2023-02-09 | 展讯通信(上海)有限公司 | 图像处理方法及相关装置 |
CN113676715A (zh) * | 2021-08-23 | 2021-11-19 | 展讯半导体(南京)有限公司 | 图像处理方法及装置 |
CN113706723A (zh) * | 2021-08-23 | 2021-11-26 | 维沃移动通信有限公司 | 图像处理方法和装置 |
CN114023103A (zh) * | 2021-11-23 | 2022-02-08 | 北京筑梦园科技有限公司 | 一种图像处理方法、装置及停车管理*** |
CN114630045A (zh) * | 2022-02-11 | 2022-06-14 | 珠海格力电器股份有限公司 | 一种拍照方法、装置、可读存储介质和电子设备 |
CN114757845A (zh) * | 2022-04-22 | 2022-07-15 | 北京智慧荣升科技有限公司 | 基于人脸识别的光线调节方法、装置、电子设备及介质 |
CN116668838A (zh) * | 2022-11-22 | 2023-08-29 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
CN116668838B (zh) * | 2022-11-22 | 2023-12-05 | 荣耀终端有限公司 | 图像处理方法与电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112887582A (zh) | 一种图像色彩处理方法、装置及相关设备 | |
CN110609722B (zh) | 一种暗模式显示界面处理方法、电子设备与存储介质 | |
CN109639982B (zh) | 一种图像降噪方法、装置、存储介质及终端 | |
CN113129312B (zh) | 一种图像处理方法、装置与设备 | |
CN109688351B (zh) | 一种图像信号处理方法、装置及设备 | |
WO2020125410A1 (zh) | 一种图像处理的方法及电子设备 | |
CN109961453B (zh) | 一种图像处理方法、装置与设备 | |
US11759143B2 (en) | Skin detection method and electronic device | |
CN111416950A (zh) | 视频处理方法、装置、存储介质及电子设备 | |
CN111179282B (zh) | 图像处理方法、图像处理装置、存储介质与电子设备 | |
US20220180485A1 (en) | Image Processing Method and Electronic Device | |
WO2021057277A1 (zh) | 一种暗光下拍照的方法及电子设备 | |
US20220319077A1 (en) | Image-text fusion method and apparatus, and electronic device | |
CN113810602A (zh) | 一种拍摄方法及电子设备 | |
CN111770282B (zh) | 图像处理方法及装置、计算机可读介质及终端设备 | |
CN113810603B (zh) | 点光源图像检测方法和电子设备 | |
CN114422682B (zh) | 拍摄方法、电子设备和可读存储介质 | |
WO2023015997A1 (zh) | 视频编辑方法和视频编辑装置 | |
CN111552451A (zh) | 显示控制方法及装置、计算机可读介质及终端设备 | |
CN114463191B (zh) | 一种图像处理方法及电子设备 | |
CN113727085B (zh) | 一种白平衡处理方法、电子设备、芯片***和存储介质 | |
CN112188094B (zh) | 图像处理方法及装置、计算机可读介质及终端设备 | |
CN116668838B (zh) | 图像处理方法与电子设备 | |
CN111885768B (zh) | 调节光源的方法、电子设备和*** | |
CN115633260A (zh) | 一种色度信息的确定方法及相关电子设备 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210601 |
|
WW01 | Invention patent application withdrawn after publication |