CN113781359A - 图像处理方法及装置、电子设备和存储介质 - Google Patents

图像处理方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113781359A
CN113781359A CN202111137187.6A CN202111137187A CN113781359A CN 113781359 A CN113781359 A CN 113781359A CN 202111137187 A CN202111137187 A CN 202111137187A CN 113781359 A CN113781359 A CN 113781359A
Authority
CN
China
Prior art keywords
eye
region
target
makeup
eye object
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
CN202111137187.6A
Other languages
English (en)
Other versions
CN113781359B (zh
Inventor
孙仁辉
苏柳
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 Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development 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 Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202111137187.6A priority Critical patent/CN113781359B/zh
Publication of CN113781359A publication Critical patent/CN113781359A/zh
Priority to PCT/CN2022/120109 priority patent/WO2023045950A1/zh
Application granted granted Critical
Publication of CN113781359B publication Critical patent/CN113781359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/94Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Image Processing (AREA)

Abstract

本公开涉及一种图像处理方法及装置、电子设备和存储介质。所述方法包括:响应于针对用户图像的眼妆操作,确定所述用户图像中待进行眼妆处理的眼部对象;基于所述眼部对象的色调信息和预设区域参数,将所述眼部对象划分为多个目标区域,其中,所述目标区域的范围大于原始目标区域,所述原始目标区域通过对所述眼部对象基于所述色调信息进行划分所得到;根据所述眼妆操作中的眼妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的眼妆处理,得到多个眼妆结果;根据所述多个眼妆结果,生成对所述眼部对象进行眼妆处理后的目标用户图像。

Description

图像处理方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机视觉领域,尤其涉及一种图像处理方法及装置、电子设备和存储介质。
背景技术
随着计算机视觉技术的发展,对人脸图像中的眼睛部位进行各类眼妆操作已愈加广泛应用于图像处理领域。如何得到较为美观自然的眼妆效果,成为目前一个亟待解决的问题。
发明内容
本公开提出了一种图像处理方案。
根据本公开的一方面,提供了一种图像处理方法,包括:
响应于针对用户图像的眼妆操作,确定所述用户图像中待进行眼妆处理的眼部对象;基于所述眼部对象的色调信息和预设区域参数,将所述眼部对象划分为多个目标区域,其中,所述目标区域的范围大于原始目标区域,所述原始目标区域通过对所述眼部对象基于所述色调信息进行划分所得到;根据所述眼妆操作中的眼妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的眼妆处理,得到多个眼妆结果;根据所述多个眼妆结果,生成对所述眼部对象进行眼妆处理后的目标用户图像。
在一种可能的实现方式中,所述眼部对象包括多个眼部对象,所述多个眼部对象分别位于多个图层中;所述确定所述用户图像中待进行眼妆处理的眼部对象,包括:对所述用户图像进行关键点识别处理,确定所述眼部对象在所述用户图像中的初始位置;将所述用户图像分别复制至所述多个图层中;在每个所述图层中,以所述初始位置为中心进行位置扩展得到扩展位置,根据所述扩展位置,确定每个所述图层中的所述眼部对象。
在一种可能的实现方式中,所述色调信息包括阴影信息和/或中间调信息;所述基于所述眼部对象的色调信息和预设区域参数,将所述眼部对象划分为多个目标区域,包括以下操作中的一种或多种:基于所述眼部对象的阴影信息,结合所述预设区域参数中的第一预设区域参数,从所述眼部对象中提取得到阴影区域;和/或,基于所述眼部对象的中间调信息,结合所述预设区域参数中的第二预设区域参数,从所述眼部对象中提取得到中间调区域。
在一种可能的实现方式中,所述基于所述眼部对象的阴影信息,结合所述预设区域参数中的第一预设区域参数,从所述眼部对象中提取得到阴影区域,包括:基于所述眼部对象的反向灰度图,进行正片叠底混合,得到第一混合结果;根据所述第一混合结果与所述第一预设区域参数,确定所述眼部对象中像素点的第一透明度;根据第一预设透明度阈值和所述第一透明度,对所述眼部对象中的像素点进行提取,得到所述阴影区域,其中,所述阴影区域大于原始阴影区域,所述原始阴影区域通过对所述眼部对象基于所述阴影信息进行划分所得到。
在一种可能的实现方式中,所述基于所述眼部对象的中间调信息,结合所述预设区域参数中的第二预设区域参数,从所述眼部对象中提取得到中间调区域,包括:基于所述眼部对象的灰度图,进行排除混合,得到第二混合结果;根据所述第二混合结果与所述第二预设区域参数,确定所述眼部对象中像素点的第二透明度;根据第二预设透明度阈值和所述第二透明度,对所述眼部对象中的像素点进行提取,得到所述中间调区域,其中,所述中间调区域大于原始中间调区域,所述原始中间调区域通过对所述眼部对象基于所述中间调信息进行划分所得到。
在一种可能的实现方式中,所述根据所述眼妆操作中的眼妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的眼妆处理,得到多个眼妆结果,包括:根据所述眼妆参数中的颜色参数,对所述多个目标区域分别进行渲染,得到多个中间眼妆结果;根据所述多个目标区域的色调,确定所述多个目标区域分别对应的处理方式;按照所述多个目标区域分别对应的处理方式,将所述眼部对象分别与所述多个中间眼妆结果进行混合处理,得到多个眼妆结果。
在一种可能的实现方式中,所述目标区域包括阴影区域和/或中间调区域中的一种或多种;所述根据所述多个目标区域的色调,确定所述多个目标区域分别对应的处理方式,包括:在所述目标区域包括阴影区域的情况下,确定所述处理方式包括正片叠底混合;在所述目标区域包括中间调区域的情况下,确定所述处理方式包括正常混合。
在一种可能的实现方式中,所述根据所述多个眼妆结果,生成对所述眼部对象进行眼妆处理后的目标用户图像,包括:将所述多个眼妆结果进行叠加,得到目标眼妆结果;根据所述眼妆参数中的融合参数,对所述目标眼妆结果与所述用户图像进行融合,得到所述目标用户图像。
根据本公开的一方面,提供了一种图像处理装置,包括:
确定模块,用于响应于针对用户图像的眼妆操作,确定所述用户图像中待进行眼妆处理的眼部对象;划分模块,用于基于所述眼部对象的色调信息和预设区域参数,将所述眼部对象划分为多个目标区域,其中,所述目标区域的范围大于原始目标区域,所述原始目标区域通过对所述眼部对象基于所述色调信息进行划分所得到;眼妆模块,用于根据所述眼妆操作中的眼妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的眼妆处理,得到多个眼妆结果;生成模块,用于根据所述多个眼妆结果,生成对所述眼部对象进行眼妆处理后的目标用户图像。
在一种可能的实现方式中,所述眼部对象包括多个眼部对象,所述多个眼部对象分别位于多个图层中;所述确定模块用于:对所述用户图像进行关键点识别处理,确定所述眼部对象在所述用户图像中的初始位置;将所述用户图像分别复制至所述多个图层中;在每个所述图层中,以所述初始位置为中心进行位置扩展得到扩展位置,根据所述扩展位置,确定每个所述图层中的所述眼部对象。
在一种可能的实现方式中,所述色调信息包括阴影信息和/或中间调信息;所述划分模块用于:基于所述眼部对象的阴影信息,结合所述预设区域参数中的第一预设区域参数,从所述眼部对象中提取得到阴影区域;和/或,基于所述眼部对象的中间调信息,结合所述预设区域参数中的第二预设区域参数,从所述眼部对象中提取得到中间调区域。
在一种可能的实现方式中,所述划分模块进一步用于:基于所述眼部对象的反向灰度图,进行正片叠底混合,得到第一混合结果;根据所述第一混合结果与所述第一预设区域参数,确定所述眼部对象中像素点的第一透明度;根据第一预设透明度阈值和所述第一透明度,对所述眼部对象中的像素点进行提取,得到所述阴影区域,其中,所述阴影区域大于原始阴影区域,所述原始阴影区域通过对所述眼部对象基于所述阴影信息进行划分所得到。
在一种可能的实现方式中,所述划分模块进一步用于:基于所述眼部对象的灰度图,进行排除混合,得到第二混合结果;根据所述第二混合结果与所述第二预设区域参数,确定所述眼部对象中像素点的第二透明度;根据第二预设透明度阈值和所述第二透明度,对所述眼部对象中的像素点进行提取,得到所述中间调区域,其中,所述中间调区域大于原始中间调区域,所述原始中间调区域通过对所述眼部对象基于所述中间调信息进行划分所得到。
在一种可能的实现方式中,所述眼妆模块用于:根据所述眼妆参数中的颜色参数,对所述多个目标区域分别进行渲染,得到多个中间眼妆结果;根据所述多个目标区域的色调,确定所述多个目标区域分别对应的处理方式;按照所述多个目标区域分别对应的处理方式,将所述眼部对象分别与所述多个中间眼妆结果进行混合处理,得到多个眼妆结果。
在一种可能的实现方式中,所述目标区域包括阴影区域和/或中间调区域中的一种或多种;所述眼妆模块进一步用于:在所述目标区域包括阴影区域的情况下,确定所述处理方式包括正片叠底混合;在所述目标区域包括中间调区域的情况下,确定所述处理方式包括正常混合。
在一种可能的实现方式中,所述生成模块用于:将所述多个眼妆结果进行叠加,得到目标眼妆结果;根据所述眼妆参数中的融合参数,对所述目标眼妆结果与所述用户图像进行融合,得到所述目标用户图像。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:执行上述图像处理方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述图像处理方法。
在本公开实施例中,通过响应于针对用户图像的眼妆操作,确定用户图像中待进行眼妆处理的眼部对象,从而根据眼部对象的色调信息和预设区域参数,将眼部对象划分为多个目标区域,其中目标区域的范围大于通过色调划分的原始目标区域的范围,并根据眼妆操作中的眼妆参数,对多个目标区域分别进行与目标区域的色调匹配的眼妆处理,来得到多个眼妆结果,并根据多个眼妆结果生成对眼部对象进行眼妆处理后的目标用户图像。通过上述过程,可以通过预设区域参数,令不同目标区域之间在色调上的区别度更大,且可以获取到相对于仅根据色调划分得到的原始目标区域更大的目标区域,基于该目标区域进行相应的眼妆处理,可以使得眼部对象的整体眼妆效果更加自然真实,比如可以根据阴影和中间调等色调将眼部对象划分成阴影区域和中间调区域,从而在对阴影区域进行眼妆处理的过程中,尽可能减小眼妆的亮度,对中间调区域进行眼妆处理的过程中,尽可能保持眼妆的亮度,使得眼部对象的眼妆效果与眼部对象原本的色调分布情况相匹配,提升眼妆的真实性和自然程度,且可以省略将眼部对象划分为高光区域的过程,减少处理的数据量,提高图像处理的效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开一实施例的图像处理方法的流程图。
图2示出根据本公开一实施例的图像处理方法的流程图。
图3示出根据本公开一实施例的图像处理方法的流程图。
图4示出本公开一实施例的图像处理方法的流程图。
图5示出根据本公开一实施例的图像处理装置的框图。
图6示出根据本公开实施例的一种电子设备的框图。
图7示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开一实施例的图像处理方法的流程图,该方法可以应用于图像处理装置或图像处理***等,图像处理装置可以为终端设备、服务器或者其他处理设备等。其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一个示例中,该图像处理方法可以应用于云端服务器或本地服务器,云端服务器可以为公有云服务器,也可以为私有云服务器,根据实际情况灵活选择即可。
在一些可能的实现方式中,该图像处理方法也可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
如图1所示,在一种可能的实现方式中,所述图像处理方法可以包括:
步骤S11,响应于针对用户图像的眼妆操作,确定用户图像中待进行眼妆处理的眼部对象。
其中,用户图像可以是包含用户的眼部的任意图像,用户图像中可以包含一个或多个用户,也可以包含一个或多个用户的眼部,其实现形式可以根据实际情况灵活决定,在本公开实施例中不做限制。
眼部对象可以是用户图像中需要进行眼妆处理的部位对象,眼部对象可以包含完整的眼部,比如包含双眼以及双眼附近可以进行眼妆的相关部位,如可以进行眼影渲染的部位,或是可以进行美瞳渲染的眼球部位等,也可以仅包含左眼或右眼等对象,根据眼妆操作的实际情况灵活选择即可。
眼妆操作,可以是对用户图像的眼部对象进行眼妆处理的任意操作,比如眼影渲染或是美瞳渲染等各类操作。眼妆操作包含的操作内容可以根据实际情况灵活决定,不局限于下述各公开实施例。在一种可能的实现方式中,该眼妆操作可以包括指示对用户图像中的眼部对象进行眼妆处理的操作;在一些可能的实现方式中,该眼妆操作还可以包括输入的各类眼妆参数等。
眼妆参数可以是用户输入的,对眼部对象进行眼妆处理的相关参数,该眼妆参数的实现形式可以灵活决定,比如颜色参数或是融合参数等各类参数。
确定眼部对象的方式在本公开实施例中不做限制,不局限于下述各公开实施例。在一种可能的实现方式中,可以对用户图像进行眼部识别处理以确定目标位置。其中,识别处理的方式在本公开实施例中不做限制,比如可以为关键点识别或是对眼部整体进行直接识别等。
步骤S12,基于眼部对象的色调信息和预设区域参数,将眼部对象划分为多个目标区域。
其中,色调信息可以反映眼部对象的相对明暗程度。色调信息包含的信息内容可以根据实际情况灵活决定,在一种可能的实现方式中,色调信息可以包括高光信息、阴影信息以及中间调信息中的一种或多种。
其中,高光信息可以反映眼部对象中具有较高亮度的区域,阴影信息可以反映眼部对象中具有较低亮度的区域,而中间调信息则可以反映眼部对象中亮度处于高光和阴影之间的区域。
不同的色调信息可以通过不同的色调方式从眼部对象中确定,在一些可能的实现方式中,可以直接根据眼部对象中像素点的亮度来获取上述色调信息,在一些可能的实现方式中,也可以通过不同的方式对眼部对象进行处理,以得到不同的色调信息。获取色调信息的方式可以详见下述各公开实施例,在此先不做展开。
预设区域参数可以是用于确定目标区域的相关参数,该预设区域参数的实现形式在本公开实施例中不做限制,比如可以是设定的区域范围或范围阈值等相关参数。
在一种可能的实现方式中,基于眼部对象的色调信息,可以将眼部对象划分为多个原始目标区域,在该原始目标区域的基础上,可以通过预设区域参数,在原始目标区域的基础上进一步确定目标区域,在这种情况下,预设区域参数可以是在原始目标区域的基础上,用于确定目标区域的相关参数。比如可以是对原始目标区域进行范围调整的预设数值,或是在原始目标区域的基础上,进一步确定目标区域的过程中所需要使用的相关参数等,详见下述各公开实施例,在此先不做展开。由于目标区域可以在原始目标区域的基础上所确定,因此二者可能存在一定的对应关系,在一种可能的实现方式中,目标区域的范围可以大于原始目标区域。
目标区域包含的区域类型与区域位置等,均可以眼部对象中色调信息的实际情况灵活决定,多个目标区域之间可以存在重叠区域,也可以彼此之间相互独立,在本公开实施例中不做限制。
在一些可能的实现方式中,目标区域可以包括高光区域、阴影区域和中间调区域中的一种或多种。
根据色调信息,将眼部对象划分为多个目标区域的方式可以随着色调信息的不同而灵活发生变化,比如可以根据获取的高光信息、阴影信息以及中间调信息,将眼部对象中的像素点分别划分到高光区域、阴影区域和中间调区域等。步骤S12的一些可能的实现方式可以详见下述各公开实施例,在此先不做展开。
步骤S13,根据眼妆操作中的眼妆参数,对多个目标区域分别进行与目标区域的色调匹配的眼妆处理,得到多个眼妆结果。
其中,眼妆参数的实现形式可以参考上述各公开实施例,在此不再赘述。对于多个目标区域来说,不同目标区域对应的眼妆参数可以相同,也可以不同,比如不同的目标区域可以对应相同或不同的颜色参数,或是不同区域可以采用相同或不同的融合参数进行颜色参数的融合等,可以根据实际情况进行灵活设定,不局限于本公开各实施例。
眼妆结果可以是目标区域经过眼妆处理后所得到的结果。随着目标区域的不同,眼妆处理的方式也可能不同,因此可以分别对多个目标区域进行相应的眼妆处理,以得到多个眼妆结果。步骤S13的一些可能的实现方式可以详见下述各公开实施例,在此先不做展开。
步骤S14,根据多个眼妆结果,生成对眼部对象进行眼妆处理后的目标用户图像。
其中,目标用户图像,可以是对用户图像的眼妆对象进行眼妆处理所得到的图像,生成目标用户图像的方式可以根据实际情况灵活决定,比如可以将多个眼妆结果进行融合以得到目标用户图像,或是将多个眼妆结果与用户图像进行融合以得到目标用户图像。在一些可能的实现方式中,多个眼妆结果也可以分别属于多个图层,在这种情况下,可以通过图层叠加以得到目标用户图像。
步骤S14的一些可能的实现方式可以详见下述各公开实施例,在此先不做展开。
在本公开实施例中,通过响应于针对用户图像的眼妆操作,确定用户图像中待进行眼妆处理的眼部对象,从而根据眼部对象的色调信息和预设区域参数,将眼部对象划分为多个目标区域,其中目标区域的范围大于通过色调划分的原始目标区域的范围,并根据眼妆操作中的眼妆参数,对多个目标区域分别进行与目标区域的色调匹配的眼妆处理,来得到多个眼妆结果,并根据多个眼妆结果生成对眼部对象进行眼妆处理后的目标用户图像。通过上述过程,可以通过预设区域参数,令不同目标区域之间在色调上的区别度更大,且可以获取到相对于仅根据色调划分得到的原始目标区域更大的目标区域,基于该目标区域进行相应的眼妆处理,可以使得眼部对象的整体眼妆效果更加自然真实,比如可以根据阴影和中间调等色调将眼部对象划分成阴影区域和中间调区域,从而在对阴影区域进行眼妆处理的过程中,尽可能减小眼妆的亮度,对中间调区域进行眼妆处理的过程中,尽可能保持眼妆的亮度,使得眼部对象的眼妆效果与眼部对象原本的色调分布情况相匹配,提升眼妆的真实性和自然程度,且可以省略将眼部对象划分为高光区域的过程,减少处理的数据量,提高图像处理的效率。
在一种可能的实现方式中,眼部对象可以包括多个分别位于多个图层中的眼部对象,举例来说,对于眼影渲染这一眼妆操作来说,可以对眼部附近的一个或多个区域进行渲染,比如基础上眼影区域、基础下眼影区域、上眼皮区域、外眼角区域、内眼角区域以及右上眼影区域等6个区域。在这种情况下,可以分别将这6个区域作为眼部对象来进行后续的操作。
因此,在一种可能的实现方式中,步骤S11可以包括:
对用户图像进行关键点识别处理,确定眼部对象在用户图像中的初始位置;
将用户图像分别复制至多个图层中;
在每个图层中,以初始位置为中心进行位置扩展得到扩展位置,根据扩展位置,确定每个图层中的眼部对象。
其中,关键点识别的方式在本公开实施例中不做限制,比如可以通过相关的关键点识别算法进行识别,或是通过具有关键点识别功能的神经网络进行识别等。
初始位置可以为眼部对象在用户图像中的位置,在一种可能的实现方式中,在眼部对象可以包括上述多个眼部对象的情况下,可以将这些眼部对象的中心区域的位置作为初始位置,举例来说,对于眼影渲染这一操作,作为眼部对象的各眼影区域均分布在眼睛的周围,因此可以将眼睛在用户图像中的位置作为初始位置。
图层可以是具有图像处理或编辑功能的任意图层,比如图像编辑软件(PS,Photoshop)中的编辑图层。
多个图层的数量可以根据实际情况灵活决定,在本公开实施例中不做限制,在一些可能的实现方式中,图层的数量可以与多个眼部对象的数量相同;在一些可能的实现方式中,图层的数量也可以小于多个眼部对象的数量,在这种情况下,可能在某个或某些图层中,同时确定两个或两个以上的眼部对象,比如在某个图层中,可以同时确定基础上眼影区域对象和基础下眼影区域对象。
将用户图像分别复制至多个图层中,可以是将用户图像中的多个眼部对象分别复制至多个图层中,也可以是将用户图像整体复制至多个图层中,或是直接将用户图像所在的原始图层复制至多个图层中等。
在每个图层中,可以以初始位置为中心进行位置扩展,以得到扩展位置,并根据扩展位置确定每个图层中的眼部对象。其中,扩展的方式在本公开实施例中不做限制,比如可以在每个图层中,根据该图层中的眼部对象与初始位置之间的位置对应关系,来在相应的位置方向上按照相应的范围进行扩展,其中位置对应关系可以根据眼部对象与初始位置之间的客观关系所确定,比如基础上眼影区域对象可以在眼睛这一初始位置的上方,内眼角区域在眼睛这一初始位置的内侧等。
在每个图层中确定眼部对象以后,可以分别在每个图层内,通过步骤S12至步骤S14来确定该眼部对象的眼妆结果,在一些可能的实现方式中,可以将各个图层的眼妆结果进行叠加,来进一步得到眼妆处理后的目标用户图像等。
通过本公开实施例,可以通过将用户图像复制至多个图层,分别且独立地确定多个眼部对象,便于后续对多个眼部对象分别进行眼妆处理,提升眼妆的灵活性,也便于对各眼部对象的眼妆效果进行更改,提升眼妆的丰富程度。
图2示出根据本公开一实施例的图像处理方法的流程图,如图所示,在一种可能的实现方式中,步骤S12可以包括以下操作中的一种或多种:
步骤S121,基于眼部对象的阴影信息,结合预设区域参数中的第一预设区域参数,从眼部对象中提取得到阴影区域。和/或,
步骤S122,基于眼部对象的中间调信息,结合预设区域参数中的第二预设区域参数,从眼部对象中提取得到中间调区域。
其中,步骤S121和步骤S122的编号仅用于对上述不同的步骤进行区分,并不限制不同步骤的实现顺序,不同步骤可以同时执行,也可以依次执行,顺序在本公开实施例中不做限制。步骤S12可以同时包含上述两个步骤,也可以选择性地执行其中的部分步骤。
通过本公开实施例,可以根据阴影信息和/或中间调信息,灵活地将眼部对象划分为阴影区域和/或中间调区域中,一方面可以有效提升眼部对象美化的灵活程度,便于灵活快速地实现眼妆处理;另一方面由于眼部对象中高光区域的影响较小,且高光区域处理后的眼妆效果不明显,因此本公开实施例可以省略对高光区域的处理,提升眼妆处理的效率。
在一种可能的实现方式中,步骤S121可以包括:
基于眼部对象的反向灰度图,进行正片叠底混合,得到第一混合结果;
根据第一混合结果与第一预设区域参数,确定眼部对象中像素点的第一透明度;
根据第一预设透明度阈值和第一透明度,对眼部对象中的像素点进行提取,得到阴影区域。
其中,眼部对象的反向灰度图,可以是对眼部对象中各像素点进行反向灰度处理后所得到的图像,反向灰度可以对眼部对象的图像灰度范围进行线性或非线性取反,以得到与眼部对象的灰度图相反的图像。基于眼部对象的反向灰度图进行正片叠底混合,可以是将眼部对象的反向灰度图自身进行正片叠底形式的混合,以得到第一混合结果,具体来说,可以是将眼部对象的反向灰度图复制后,基于两张相同的反向灰度图进行正片叠底混合,来得到第一混合结果。
通过上述方式所得到的第一混合结果,可以反映眼部对象的阴影信息,因此,基于该第一混合结果,可以进一步确定眼部对象中的原始阴影区域,该原始阴影区域可以是仅根据得到的第一混合结果所代表的阴影信息,来对眼部对象进行划分所得到的区域。
因此,在一种可能的实现方式中,可以根据第一混合结果,进一步结合第一预设区域参数来确定阴影区域。其中,第一预设区域参数可以是用以确定阴影区域的预设参数,其参数值可以根据实际情况灵活决定,不局限于本公开各实施例。在一个示例中,第一预设参数可以为大于1的任意数值,比如1.1~1.7等。
具体地,可以获取第一混合结果中各像素点的alpha通道值,该alpha通道值可以与第一预设区域参数相乘,得到相乘后的第一灰度结果。该第一灰度结果可以通过灰度与透明度之间的映射关系,映射为透明度的值,从而确定眼部对象中各像素点的第一透明度。映射关系的具体映射方式可以根据实际情况灵活设定,在本公开实施例中不做限制。
第一预设透明度阈值可以是用于对眼部对象中属于阴影区域的像素点进行筛选的预设阈值,该第一预设透明度阈值的具体数值在本公开实施例中不做限制。
根据第一预设透明度阈值,可以判断眼部对象中各像素点的第一透明度是否在第一预设透明度阈值的范围以内,若是则确定该像素点属于阴影区域,否则认为该像素点属于阴影区域以外的区域,通过上述筛选过程,可以从眼部对象中筛选得到属于阴影区域的多个像素点,继而对眼部对象中属于阴影区域的像素点进行提取以得到阴影区域。
由于第一透明度可以是基于第一混合结果与第一预设区域参数相乘所得到的,因此对于眼部对象中的某些像素点,基于其本身的第一混合结果所确定的透明度,可能不属于第一预设透明度阈值的范围以内,而将其与第一预设区域参数相乘以后,该像素点则可以划分至阴影区域。因此,通过本公开实施例的方法得到的阴影区域,可以大于仅根据阴影信息所确定的原始阴影区域。举例来说,在一个示例中,根据第一混合结果可以确定某像素点的alpha通道值为100,对应的透明度为39%,不属于第一预设透明度阈值(比如大于40%)的范围以内,而将该第一混合结果与第一预设区域参数(比如1.2)相乘以后,可以确定该像素点的第一灰度结果为120,映射得到的第一透明度为47%,故通过与第一预设区域参数相乘以后,该像素点可以属于第一预设透明度阈值的范围以内,继而属于阴影区域。
通过本公开实施例,可以利用对眼部对象的反向灰度图进行正片叠底混合来得到反映阴影信息的第一混合结果,从而根据该混合结果与第一预设区域参数,从眼部对象中提取得到阴影区域,一方面这种获取阴影信息的方式快速便捷,且准确性较高,在提高眼妆处理效率的同时,可以有效提升眼妆的精确度,继而提升眼妆效果;另一方面通过引入第一预设区域参数,可以有效增强阴影区域相对于其他目标区域的对比度,且可以扩大阴影区域的区域范围,弥补省略划分的高光区域,从而使得根据划分后的目标区域进行的眼妆处理可以更加准确且具有更好的效果。
在一种可能的实现方式中,步骤S122可以包括:
基于眼部对象的灰度图,进行排除混合,得到第二混合结果;
根据第二混合结果与第二预设区域参数,确定眼部对象中像素点的第二透明度;
根据第二预设透明度阈值和第二透明度,对眼部对象中的像素点进行提取,得到中间调区域。
其中,眼部对象的灰度图,可以是对眼部对象进行灰度处理所得到的图像。基于眼部对象的灰度图进行排除混合,可以是将眼部对象的灰度图自身进行排除形式的混合,以得到第二混合结果,其实现形式可以参照上述各公开实施例,在此不再赘述。其中,排除混合可以是PS编辑软件中的一种图像混合模式,可以改变图像的亮度及灰度,基于该排除混合的结果,可以获知眼部对象的中间调信息。
因此,通过上述方式所得到的第二混合结果,可以反映眼部对象的中间调信息,因此,基于该第二混合结果,可以进一步确定眼部对象中的原始中间调区域,该原始中间调区域可以是仅根据得到的第二混合结果所代表的中间调信息,来对眼部对象进行划分所得到的区域。
因此,在一种可能的实现方式中,可以根据第二混合结果,进一步结合第二预设区域参数来确定中间调区域。其中,第二预设区域参数可以是用以确定中间调区域的预设参数,其参数值可以根据实际情况灵活决定,不局限于本公开各实施例。第二预设区域参数的数值可以与第一预设区域参数相同,也可以不同。在一个示例中,第二预设参数也可以为大于1的任意数值,比如1.1~1.7等。
具体地,可以获取第二混合结果中各像素点的alpha通道值,该alpha通道值可以与第二预设区域参数相乘,得到相乘后的第二灰度结果。该第二灰度结果可以通过灰度与透明度之间的映射关系,映射为透明度的值,从而确定眼部对象中各像素点的第二透明度。映射关系的具体映射方式可以参考上述各公开实施例。
第二预设透明度阈值可以是用于对眼部对象中属于中间调区域的像素点进行筛选的预设阈值,该第二预设透明度阈值的具体数值在本公开实施例中不做限制。在一种可能的实现方式中,第二预设透明度阈值与第一预设透明度阈值的数值可以不相同。
根据第二预设阈值,可以判断眼部对象中各像素点的第二透明度是否在第二预设阈值的范围以内,若是则确定该像素点属于中间调区域,否则认为该像素点属于中间调区域以外的区域,通过上述筛选过程,可以从眼部对象中筛选得到属于中间调区域的多个像素点,继而对眼部对象中属于中间调区域的像素点进行提取以得到中间调区域。
与阴影区域和原始阴影区域之间的关系类似,通过第二预设区域参数所得到的中间调区域,可以大于仅根据中间调信息所确定的原始中间调区域。其原理可以参考上述各公开实施例。
通过本公开实施例,可以利用对眼部对象的灰度图进行排除混合来得到反映中间调信息的第二混合结果,从而根据该混合结果与第二预设区域参数,从眼部对象中提取得到中间调区域,一方面这种获取中间调信息的方式快速便捷,且便于和获取阴影信息的方式同时进行批量处理,从而整体提升了眼妆效率和眼妆效果;另一方面通过引入第二预设区域参数,可以有效增强中间调区域相对于其他目标区域的对比度,且可以扩大中间调区域的区域范围,弥补省略划分的高光区域,从而使得根据划分后的目标区域进行的眼妆处理可以更加准确且具有更好的效果。
图3示出根据本公开一实施例的图像处理方法的流程图,如图所示,在一种可能的实现方式中,步骤S13可以包括:
步骤S131,根据眼妆参数中的颜色参数,对多个目标区域分别进行渲染,得到多个中间眼妆结果。
步骤S132,根据多个目标区域的色调,确定多个目标区域分别对应的处理方式。
步骤S133,按照多个目标区域分别对应的处理方式,将眼部对象分别与多个中间眼妆结果进行混合处理,得到多个眼妆结果。
其中,中间眼妆结果可以是将颜色参数渲染至目标区域后所得到的渲染结果。颜色参数可以是待对眼部对象进行颜色渲染的参数,该颜色参数可以为颜色值,也可以为RGB通道值等形式。该颜色参数可以根据用户选择的颜色或是用户输入的颜色值所确定,也可以预先进行颜色设定等,根据实际情况灵活选择。
多个目标区域中,不同目标区域可以对应相同的颜色参数,也可以对应不同的颜色参数,根据实际情况灵活选择即可。在一种可能的实现方式中,对每个目标区域,可以分别与对应的颜色参数进行混合,以得到每个目标区域所对应的中间眼妆结果。
由于不同的目标区域可以基于不同的色调信息所划分,因此不同的目标区域可以对应不同的色调,如上述公开实施例中提到的阴影区域对应阴影以及中间调区域对应中间调等。
不同色调的目标区域,其进行眼妆处理的方式也可以不同,其中色调与处理方式之间的对应关系可以详见下述各公开实施例,在此先不做展开。
在确定各目标区域的处理方式后,可以按照该处理方式,将眼部对象分别与各中间眼妆结果进行混合处理,以得到多个眼妆结果。
通过本公开实施例,可以按照不同目标区域所对应的色调,来分别对各目标区域进行相应处理方式的混合处理,以得到各目标区域的眼妆结果,从而使得不同的目标区域可以具有与色调对应的眼妆效果,有效提升整体眼妆效果的精确度和丰富程度,也提升了眼妆处理过程的灵活性。
在一种可能的实现方式中,步骤S132可以包括:
在目标区域包括阴影区域的情况下,确定处理方式包括正片叠底混合;
在目标区域包括中间调区域的情况下,确定处理方式包括正常混合。
通过上述公开实施例可以看出,在目标区域为阴影区域的情况下,可以将阴影区域的中间眼妆效果和眼部对象按照正片叠底混合的方式进行混合处理,以得到阴影区域的眼妆结果。其中,正片叠底混合可以令混合结果变暗,从而充分保留阴影区域的色调性质,提升处理效果。
在目标区域为中间调区域的情况下,可以将中间调区域的中间眼妆效果和眼部对象按照正常混合的方式进行混合处理,以得到中间调区域的眼妆结果。其中,正常混合对于混合结果的亮度影响较小,从而充分保留中间调区域的色调性质,提升处理效果。
通过上述各公开实施例可以看出,针对不同目标区域的色调,采用不同的混合方式进行混合,可以使得得到的眼妆结果与眼部对象的原始色调性质一致,从而大大提升了眼妆效果的真实性。
图4示出根据本公开一实施例的图像处理方法的流程图,如图所示,在一种可能的实现方式中,步骤S14可以包括:
步骤S141,将多个眼妆结果进行叠加,得到目标眼妆结果;
步骤S142,根据眼妆参数中的融合参数,对目标眼妆结果与用户图像进行融合,得到目标用户图像。
在一种可能的实现方式中,上述多个目标区域也可以分别在多个图层中进行确定,在这种情况下,得到的多个眼妆结果也可以分别属于多个图层,因此,在一个示例中,可以将多个图层种的眼妆结果进行叠加,来得到目标眼妆结果。
叠加的方式可以根据实际情况灵活决定,比如可以为图层之间的直接叠加,在一些可能的实现方式中,也可以通过某种或某些混合方式实现叠加,比如可以将多个图层通过正片叠底的方式进行混合叠加。
在一种可能的实现方式中,也可以是直接将多个眼妆结果进行融合或混合,以得到目标眼妆结果。
在得到目标眼妆结果后,可以根据融合参数,对目标眼妆结果与用户图像进行融合以得到目标用户图像,融合的方式同样在本公开实施例中不做限制,比如可以将相同位置像素点的像素值进行相加或相乘等,来实现融合,或是将相同位置的像素点的像素值进行加权融合。
其中,加权融合中目标眼妆结果的融合权重可以根据融合参数来确定,融合参数可以为预先设定的参数值,也可以根据用户在眼妆操作中输入的参数值来确定等,根据实际情况灵活选择即可。
在一种可能的实现方式中,该融合参数可以为透明度,将目标眼妆结果与透明度相乘后再与用于图像进行相加,可以得到目标用户图像,通过改变融合参数中的透明度,可以改变整个眼妆的透明度效果。
通过本公开实施例,可以根据眼妆参数中的融合参数,对目标眼妆结果与用户图像进行融合,以得到目标用户图像,通过更改融合参数,可以便于对眼妆效果进行调整,从而提升整个眼妆过程的灵活性和自主程度。
图5示出根据本公开一实施例的图像处理装置的框图。如图所示,所述图像处理装置20可以包括:
确定模块21,用于响应于针对用户图像的眼妆操作,确定用户图像中待进行眼妆处理的眼部对象。
划分模块22,用于基于眼部对象的色调信息和预设区域参数,将眼部对象划分为多个目标区域,其中,目标区域的范围大于原始目标区域,原始目标区域通过对眼部对象基于色调信息进行划分所得到。
眼妆模块23,用于根据眼妆操作中的眼妆参数,对多个目标区域分别进行与目标区域的色调匹配的眼妆处理,得到多个眼妆结果。
生成模块24,用于根据多个眼妆结果,生成对眼部对象进行眼妆处理后的目标用户图像。
在一种可能的实现方式中,所述眼部对象包括多个眼部对象,所述多个眼部对象分别位于多个图层中;所述确定模块用于:对所述用户图像进行关键点识别处理,确定所述眼部对象在所述用户图像中的初始位置;将所述用户图像分别复制至所述多个图层中;在每个所述图层中,以所述初始位置为中心进行位置扩展得到扩展位置,根据所述扩展位置,确定每个所述图层中的所述眼部对象。
在一种可能的实现方式中,所述色调信息包括阴影信息和/或中间调信息;所述划分模块用于:基于所述眼部对象的阴影信息,结合所述预设区域参数中的第一预设区域参数,从所述眼部对象中提取得到阴影区域;和/或,基于所述眼部对象的中间调信息,结合所述预设区域参数中的第二预设区域参数,从所述眼部对象中提取得到中间调区域。
在一种可能的实现方式中,所述划分模块进一步用于:基于所述眼部对象的反向灰度图,进行正片叠底混合,得到第一混合结果;根据所述第一混合结果与所述第一预设区域参数,确定所述眼部对象中像素点的第一透明度;根据第一预设透明度阈值和所述第一透明度,对所述眼部对象中的像素点进行提取,得到所述阴影区域,其中,所述阴影区域大于原始阴影区域,所述原始阴影区域通过对所述眼部对象基于所述阴影信息进行划分所得到。
在一种可能的实现方式中,所述划分模块进一步用于:基于所述眼部对象的灰度图,进行排除混合,得到第二混合结果;根据所述第二混合结果与所述第二预设区域参数,确定所述眼部对象中像素点的第二透明度;根据第二预设透明度阈值和所述第二透明度,对所述眼部对象中的像素点进行提取,得到所述中间调区域,其中,所述中间调区域大于原始中间调区域,所述原始中间调区域通过对所述眼部对象基于所述中间调信息进行划分所得到。
在一种可能的实现方式中,所述眼妆模块用于:根据所述眼妆参数中的颜色参数,对所述多个目标区域分别进行渲染,得到多个中间眼妆结果;根据所述多个目标区域的色调,确定所述多个目标区域分别对应的处理方式;按照所述多个目标区域分别对应的处理方式,将所述眼部对象分别与所述多个中间眼妆结果进行混合处理,得到多个眼妆结果。
在一种可能的实现方式中,所述目标区域包括阴影区域和/或中间调区域中的一种或多种;所述眼妆模块进一步用于:在所述目标区域包括阴影区域的情况下,确定所述处理方式包括正片叠底混合;在所述目标区域包括中间调区域的情况下,确定所述处理方式包括正常混合。
在一种可能的实现方式中,所述生成模块用于:将所述多个眼妆结果进行叠加,得到目标眼妆结果;根据所述眼妆参数中的融合参数,对所述目标眼妆结果与所述用户图像进行融合,得到所述目标用户图像。
本公开涉及增强现实领域,通过获取现实环境中的目标对象的图像信息,进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理,从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的,目标对象可涉及与人体相关的脸部、肢体、手势、动作等,或者与物体相关的标识物、标志物,或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景,还可以涉及与人相关的特效处理,比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络,实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。
应用场景示例
在计算机视觉领域,如何得到效果真实丰富的眼妆图像,成为目前一个亟待解决的问题。
本公开应用示例提出了一种图像处理方法,包括如下过程:
基于用户图像进行人脸识别,从用户图像中提取得到眼部对象,针对眼部对象进行阴影和中间调区域的分离,得到高阴影区域和中间调区域等两个目标区域,其中,
阴影分离的过程可以包括:
将眼部对象的反向灰度图和眼部对象的反向灰度图进行正片叠底混合,得到第一混合结果。获取第一混合结果中的alpha通道值,将该alpha通道值与第一预设区域参数(比如1.2等)相乘,得到第一灰度结果,根据第一灰度结果的黑白关系,将第一灰度结果映射为透明度,从而得到眼部对象中各像素点的第一透明度,基于第一透明度,从眼部对象中筛选属于阴影区域的像素点,得到阴影区域。
中间调分离的过程可以包括:
将眼部对象的灰度图和眼部对象的灰度图进行排除混合,得到第二混合结果。获取第二混合结果中的alpha通道值,将该alpha通道值与第二预设区域参数(比如1.2等)相乘,得到第二灰度结果,根据第二灰度结果的黑白关系,将第二灰度结果映射为透明度,从而得到眼部对象中各像素点的第二透明度,基于第二透明度,从眼部对象中筛选属于中间调区域的像素点,得到中间调区域。
在分别得到阴影区域和中间调区域后,可以将用户输入的眼妆的颜色参数分别与阴影区域和中间调区域进行混合,分别得到中间眼妆结果x和y。
将得到的中间眼妆结果x与眼部对象进行正片叠底混合,得到眼妆结果g;
将得到的中间眼妆结果y与眼部对象进行正常混合,得到眼妆结果h。
将眼妆结果g和h所在的两个图层进行叠加,即打包成一组得到目标眼妆结果i,该眼妆结果i可以与用户图像进行融合以得到眼妆后的目标用户图像,改变i的透明度即可以改变整个眼妆颜色的透明效果,其中目标眼妆结果i可以与目标用户图像通过正常混合的方式进行融合。
本公开应用示例中提出的图像处理方法,可以通过对不同色调的目标区域进行处理,使得眼妆效果更加展示自然,包含眼部的皮肤纹理细节且可以实现所见即所得的处理效果。而且本公开实施例提出的方法可以实现更多的参数定义,比如不同目标区域的眼妆的颜色参数的更改,目标眼妆结果与用户图像的融合参数的更改等,从而使得眼妆效果更加可控,方便用户根据喜好定制美化参数,比如设计师在设计妆容的过程中可能需要更改眼妆中眼影的颜色,可以采用本公开应用示例提出的方法,也可以把本公开应用示例中的方法步骤按照操作过程记录为作为一套动作,并在PS等软件中运行,从而可以方便快速地更改眼妆效果。也方便机构根据本公开应用示例中的方法为用户提供更加丰富的自定义功能,比如对于机构中的软件开发者,可以在开发妆容相关的软件中,将本公开应用示例的方法编入底层技术中,并保留修改眼妆颜色的接口,以便于颜色的更改等。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性计算机可读存储介质或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
在实际应用中,上述存储器可以是易失性存储器(volatile memory),例如RAM;或者非易失性存储器(non-volatile memory),例如ROM,快闪存储器(flash memory),硬盘(Hard Disk Drive,HDD)或固态硬盘(Solid-State Drive,SSD);或者上述种类的存储器的组合,并向处理器提供指令和数据。
上述处理器可以为ASIC、DSP、DSPD、PLD、FPGA、CPU、控制器、微控制器、微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器功能的电子器件还可以为其它,本公开实施例不作具体限定。
电子设备可以被提供为终端、服务器或其它形态的设备。
基于前述实施例相同的技术构思,本公开实施例还提供了一种计算机程序,该计算机程序被处理器执行时实现上述方法。
图6是根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图6,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关人员信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图7是根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图7,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态人员信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (11)

1.一种图像处理方法,其特征在于,包括:
响应于针对用户图像的眼妆操作,确定所述用户图像中待进行眼妆处理的眼部对象;
基于所述眼部对象的色调信息和预设区域参数,将所述眼部对象划分为多个目标区域,其中,所述目标区域的范围大于原始目标区域,所述原始目标区域通过对所述眼部对象基于所述色调信息进行划分所得到;
根据所述眼妆操作中的眼妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的眼妆处理,得到多个眼妆结果;
根据所述多个眼妆结果,生成对所述眼部对象进行眼妆处理后的目标用户图像。
2.根据权利要求1所述的方法,其特征在于,所述眼部对象包括多个眼部对象,所述多个眼部对象分别位于多个图层中;
所述确定所述用户图像中待进行眼妆处理的眼部对象,包括:
对所述用户图像进行关键点识别处理,确定所述眼部对象在所述用户图像中的初始位置;
将所述用户图像分别复制至所述多个图层中;
在每个所述图层中,以所述初始位置为中心进行位置扩展得到扩展位置,根据所述扩展位置,确定每个所述图层中的所述眼部对象。
3.根据权利要求1或2所述的方法,其特征在于,所述色调信息包括阴影信息和/或中间调信息;
所述基于所述眼部对象的色调信息和预设区域参数,将所述眼部对象划分为多个目标区域,包括以下操作中的一种或多种:
基于所述眼部对象的阴影信息,结合所述预设区域参数中的第一预设区域参数,从所述眼部对象中提取得到阴影区域;和/或,
基于所述眼部对象的中间调信息,结合所述预设区域参数中的第二预设区域参数,从所述眼部对象中提取得到中间调区域。
4.根据权利要求3所述的方法,其特征在于,所述基于所述眼部对象的阴影信息,结合所述预设区域参数中的第一预设区域参数,从所述眼部对象中提取得到阴影区域,包括:
基于所述眼部对象的反向灰度图,进行正片叠底混合,得到第一混合结果;
根据所述第一混合结果与所述第一预设区域参数,确定所述眼部对象中像素点的第一透明度;
根据第一预设透明度阈值和所述第一透明度,对所述眼部对象中的像素点进行提取,得到所述阴影区域,其中,所述阴影区域大于原始阴影区域,所述原始阴影区域通过对所述眼部对象基于所述阴影信息进行划分所得到。
5.根据权利要求3或4所述的方法,其特征在于,所述基于所述眼部对象的中间调信息,结合所述预设区域参数中的第二预设区域参数,从所述眼部对象中提取得到中间调区域,包括:
基于所述眼部对象的灰度图,进行排除混合,得到第二混合结果;
根据所述第二混合结果与所述第二预设区域参数,确定所述眼部对象中像素点的第二透明度;
根据第二预设透明度阈值和所述第二透明度,对所述眼部对象中的像素点进行提取,得到所述中间调区域,其中,所述中间调区域大于原始中间调区域,所述原始中间调区域通过对所述眼部对象基于所述中间调信息进行划分所得到。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述根据所述眼妆操作中的眼妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的眼妆处理,得到多个眼妆结果,包括:
根据所述眼妆参数中的颜色参数,对所述多个目标区域分别进行渲染,得到多个中间眼妆结果;
根据所述多个目标区域的色调,确定所述多个目标区域分别对应的处理方式;
按照所述多个目标区域分别对应的处理方式,将所述眼部对象分别与所述多个中间眼妆结果进行混合处理,得到多个眼妆结果。
7.根据权利要求6所述的方法,其特征在于,所述目标区域包括阴影区域和/或中间调区域中的一种或多种;
所述根据所述多个目标区域的色调,确定所述多个目标区域分别对应的处理方式,包括:
在所述目标区域包括阴影区域的情况下,确定所述处理方式包括正片叠底混合;
在所述目标区域包括中间调区域的情况下,确定所述处理方式包括正常混合。
8.根据权利要求1至7中任意一项所述的方法,其特征在于,所述根据所述多个眼妆结果,生成对所述眼部对象进行眼妆处理后的目标用户图像,包括:
将所述多个眼妆结果进行叠加,得到目标眼妆结果;
根据所述眼妆参数中的融合参数,对所述目标眼妆结果与所述用户图像进行融合,得到所述目标用户图像。
9.一种图像处理装置,其特征在于,包括:
确定模块,用于响应于针对用户图像的眼妆操作,确定所述用户图像中待进行眼妆处理的眼部对象;
划分模块,用于基于所述眼部对象的色调信息和预设区域参数,将所述眼部对象划分为多个目标区域,其中,所述目标区域的范围大于原始目标区域,所述原始目标区域通过对所述眼部对象基于所述色调信息进行划分所得到;
眼妆模块,用于根据所述眼妆操作中的眼妆参数,对所述多个目标区域分别进行与所述目标区域的色调匹配的眼妆处理,得到多个眼妆结果;
生成模块,用于根据所述多个眼妆结果,生成对所述眼部对象进行眼妆处理后的目标用户图像。
10.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至8中任意一项所述的方法。
11.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。
CN202111137187.6A 2021-09-27 2021-09-27 图像处理方法及装置、电子设备和存储介质 Active CN113781359B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111137187.6A CN113781359B (zh) 2021-09-27 2021-09-27 图像处理方法及装置、电子设备和存储介质
PCT/CN2022/120109 WO2023045950A1 (zh) 2021-09-27 2022-09-21 图像处理方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111137187.6A CN113781359B (zh) 2021-09-27 2021-09-27 图像处理方法及装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113781359A true CN113781359A (zh) 2021-12-10
CN113781359B CN113781359B (zh) 2024-06-11

Family

ID=78853735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111137187.6A Active CN113781359B (zh) 2021-09-27 2021-09-27 图像处理方法及装置、电子设备和存储介质

Country Status (2)

Country Link
CN (1) CN113781359B (zh)
WO (1) WO2023045950A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023045950A1 (zh) * 2021-09-27 2023-03-30 上海商汤智能科技有限公司 图像处理方法及装置、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
CN109584153A (zh) * 2018-12-06 2019-04-05 北京旷视科技有限公司 修饰眼部的方法、装置和***
CN112330527A (zh) * 2020-05-29 2021-02-05 北京沃东天骏信息技术有限公司 图像处理方法、装置、电子设备和介质
CN112581395A (zh) * 2020-12-15 2021-03-30 维沃移动通信有限公司 图像处理方法、装置、电子设备及存储介质
CN112766234A (zh) * 2021-02-23 2021-05-07 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN112767285A (zh) * 2021-02-23 2021-05-07 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN112801916A (zh) * 2021-02-23 2021-05-14 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
US20210158579A1 (en) * 2019-11-22 2021-05-27 Beijing Sensetime Technology Development Co., Ltd. Image processing method and apparatus, electronic device, and storage medium

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5999658A (en) * 1996-06-28 1999-12-07 Dainippon Screen Mfg. Co., Ltd. Image tone interpolation method and apparatus therefor
JP2005190435A (ja) * 2003-12-26 2005-07-14 Konica Minolta Photo Imaging Inc 画像処理方法、画像処理装置及び画像記録装置
US8867833B2 (en) * 2013-03-14 2014-10-21 Ili Technology Corporation Image processing method
JP2015156072A (ja) * 2014-02-20 2015-08-27 国立大学法人お茶の水女子大学 アイメイクデザイン生成方法及びプログラム
CN108053365B (zh) * 2017-12-29 2019-11-05 百度在线网络技术(北京)有限公司 用于生成信息的方法和装置
CN110572652B (zh) * 2019-09-04 2021-07-16 锐捷网络股份有限公司 一种静态图像的处理方法及装置
CN111583102B (zh) * 2020-05-14 2023-05-16 抖音视界有限公司 人脸图像处理方法、装置、电子设备及计算机存储介质
CN113781359B (zh) * 2021-09-27 2024-06-11 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109584153A (zh) * 2018-12-06 2019-04-05 北京旷视科技有限公司 修饰眼部的方法、装置和***
US20210158579A1 (en) * 2019-11-22 2021-05-27 Beijing Sensetime Technology Development Co., Ltd. Image processing method and apparatus, electronic device, and storage medium
CN112330527A (zh) * 2020-05-29 2021-02-05 北京沃东天骏信息技术有限公司 图像处理方法、装置、电子设备和介质
CN112581395A (zh) * 2020-12-15 2021-03-30 维沃移动通信有限公司 图像处理方法、装置、电子设备及存储介质
CN112766234A (zh) * 2021-02-23 2021-05-07 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN112767285A (zh) * 2021-02-23 2021-05-07 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN112801916A (zh) * 2021-02-23 2021-05-14 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN113160094A (zh) * 2021-02-23 2021-07-23 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
潇霞;: "打造完美妆效", 人像摄影, no. 06, 1 June 2009 (2009-06-01), pages 174 - 178 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023045950A1 (zh) * 2021-09-27 2023-03-30 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
WO2023045950A1 (zh) 2023-03-30
CN113781359B (zh) 2024-06-11

Similar Documents

Publication Publication Date Title
CN112767285B (zh) 图像处理方法及装置、电子设备和存储介质
CN112766234B (zh) 图像处理方法及装置、电子设备和存储介质
CN109816764B (zh) 图像生成方法及装置、电子设备和存储介质
CN113160094A (zh) 图像处理方法及装置、电子设备和存储介质
CN111553864B (zh) 图像修复方法及装置、电子设备和存储介质
CN111243011A (zh) 关键点检测方法及装置、电子设备和存储介质
WO2023045941A1 (zh) 图像处理方法及装置、电子设备和存储介质
CN111091610B (zh) 图像处理方法及装置、电子设备和存储介质
WO2023045979A1 (zh) 图像处理方法及装置、电子设备和存储介质
WO2023142645A1 (zh) 图像处理方法、装置、电子设备、存储介质和计算机程序产品
CN113570581A (zh) 图像处理方法及装置、电子设备和存储介质
CN111935418B (zh) 视频处理方法及装置、电子设备和存储介质
CN112767288A (zh) 图像处理方法及装置、电子设备和存储介质
CN111445415B (zh) 图像修复方法及装置、电子设备和存储介质
CN107424130B (zh) 图片美颜方法和装置
CN113822798B (zh) 生成对抗网络训练方法及装置、电子设备和存储介质
WO2023045950A1 (zh) 图像处理方法及装置、电子设备和存储介质
WO2023045961A1 (zh) 虚拟对象的生成方法及装置、电子设备和存储介质
WO2023045946A1 (zh) 图像处理方法及装置、电子设备和存储介质
CN112613447A (zh) 关键点检测方法及装置、电子设备和存储介质
CN113570583B (zh) 图像处理方法及装置、电子设备和存储介质
CN113762212B (zh) 图像处理方法及装置、电子设备和存储介质
CN114638949A (zh) 虚拟对象显示方法及装置、电子设备和存储介质
CN113763284B (zh) 图像处理方法及装置、电子设备和存储介质
US20220270313A1 (en) Image processing method, electronic device and storage medium

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40061771

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant