CN115953313A - 用于处理图像的方法，装置，设备以及存储介质 - Google Patents

Abstract

本公开提供了用于处理图像的方法、装置、设备以及存储介质，涉及人工智能技术领域，具体为计算机视觉、增强现实、虚拟现实、深度学习等技术领域，可应用于元宇宙、虚拟数字人等。具体实现方案为：获取目标图像；对目标图像的至少一个目标区域进行处理，确定至少一个目标区域对应的高频信息和低频信息；叠加至少一个目标区域对应的高频信息和低频信息，得到叠加图像；对叠加图像的至少一个目标区域进行对应的处理，确定目标图像的处理后图像。本实现方式可以更精细的对人体皮肤进行磨皮处理。

Description

用于处理图像的方法，装置，设备以及存储介质

技术领域

本公开涉及人工智能技术领域，具体为计算机视觉、增强现实、虚拟现实、深度学习等技术领域，尤其涉及用于处理图像的方法，装置，设备以及存储介质，可应用于虚拟数字人等。

背景技术

随着计算机技术的发展，智能终端的应用范围得到了广泛的提高，例如可以通过智能终端听音乐、玩游戏、上网聊天、拍照、图像编辑等。人脸美颜是图像编辑的一种具体应用，其可以对人脸图像进行美白、磨皮等人脸美颜处理，达到美颜效果。

磨皮处理是指将人脸图像上的噪声信息磨平，以使人脸面部呈现平滑的显示效果。然而，由于人脸区域中包括了例如眼睛、鼻子、嘴巴等细节区域以及例如面部、额头、头发等平坦区域，不同的区域所包含的信息差异较大，在进行人脸磨皮处理时，可能会将需要保留的信息识别为噪声信息。人脸区域统一进行磨皮处理，会导致不需要被磨皮的区域也被磨皮，美颜后的图像与实际不符，甚至会出现严重的失真，人脸美颜效果较差。

发明内容

本公开提供了一种用于处理图像的方法，装置，设备以及存储介质。

根据第一方面，提供了一种用于处理图像的方法，包括：获取目标图像；对目标图像的至少一个目标区域进行处理，确定至少一个目标区域对应的高频信息和低频信息；叠加至少一个目标区域对应的高频信息和低频信息，得到叠加图像；对叠加图像的至少一个目标区域进行对应的处理，确定目标图像的处理后图像。

根据第二方面，提供了一种用于处理图像的装置，包括：图像获取单元，被配置成获取目标图像；信息提取单元，被配置成对目标图像的至少一个目标区域进行处理，确定至少一个目标区域对应的高频信息和低频信息；图像叠加单元，被配置成叠加至少一个目标区域对应的高频信息和低频信息，得到叠加图像；图像处理单元，被配置成对叠加图像的至少一个目标区域进行对应的处理，确定目标图像的处理后图像。

根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，上述指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所描述的方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如第一方面所描述的方法。

根据第五方面，一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现如第一方面所描述的方法。

根据本公开的技术提供用于处理图像的方法，能够更精细的对人体图像中的皮肤进行磨皮处理，降低了磨皮处理的失真程度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开的一个实施例可以应用于其中的示例性***架构图；

图2是根据本公开的用于处理图像的方法的一个实施例的流程图；

图3是根据本公开的用于处理图像的方法的一个应用场景的示意图；

图4是根据本公开的用于处理图像的方法的另一个实施例的流程图；

图5a～图5g是图4所示实施例处理图像过程中产生的各图；

图6是根据本公开的用于处理图像的装置的一个实施例的结构示意图；

图7是用来实现本公开实施例的用于处理图像的方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于处理图像的方法或用于处理图像的装置的实施例的示例性***架构100。

如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如图像处理类应用、图像浏览类应用等。用户可以通过上述应用将图像通过网络104上传到服务器105中。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上传的图像提供美颜处理服务的后台服务器。后台服务器可以对图像中的人体部分中的皮肤区域进行各种美颜处理，并将处理后的图像反馈给终端设备101、102、103以供用户查看浏览。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本公开实施例所提供的用于处理图像的方法一般由服务器105执行。相应地，用于处理图像的装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的用于处理图像的方法的一个实施例的流程200。本实施例的用于处理图像的方法，包括以下步骤：

步骤201，获取目标图像。

本实施例中，用于处理图像的方法的执行主体(例如图1所示的服务器105)可以通过多种方式获取目标图像。例如执行主体可以从网络上爬取包含人脸的图像作为目标图像，或者，执行主体可以接收用户通过终端设备(例如图1所示的终端设备101、102、103)通过图像类应用上传的图像作为目标图像。在一些具体的应用场景中，目标图像中可以包括人体的皮肤。

步骤202，对目标图像的至少一个目标区域进行处理，确定至少一个目标区域对应的高频信息和低频信息。

执行主体在获取到目标图像后，可以首先确定目标图像中的至少一个目标区域。在这里，目标区域可以是目标图像中待处理的区域，例如可以是人脸所处的区域或者人体皮肤所处的区域。具体的，执行主体可以通过多种方式确定上述至少一个目标区域。例如，执行主体可以通过人脸检测的方式检测出目标图像中的人脸区域作为目标区域。或者，执行主体可以将目标图像中的特定位置、特定尺寸的区域作为目标区域。具体的，执行主体根据参数(x，y，h，w)来确定目标区域。其中，x，y表示坐标点，h表示高，w表示宽。参数(x，y，h，w)表示以坐标点(x，y)为左上角位置点，以高h和宽w划定的区域。

执行主体在确定出目标图像中的至少一个目标区域后，可以对各目标区域进行进一步处理，以提取各目标区域对应的高频信息和低频信息。高频信息对应图像中的细节部分，低频信息对应图像中的轮廓信息。本实施例中，执行主体可以利用各种图像处理算法实现高频信息和低频信息的提取。例如，可以采用高斯模糊算法，提取低频信息。然后将目标图像与低频信息进行求差，得到高频信息。或者，执行主体可以利用预先训练的深度学习模型来分别提取高频信息和低频信息。上述深度学习模型中可以包括至少一个神经网络。

步骤203，叠加至少一个目标区域对应的高频信息和低频信息，得到叠加图像。

执行主体在得到各目标区域对应的高频信息和低频信息后，可以将各高频信息和各低频信息以及目标图像进行结合。具体的，执行主体可以根据实际应用场景分别为高频信息和低频信息设置对应的权重，然后将高频信息和低频信息进行加权。这里，将得到的图像称为叠加图像。

步骤204，对叠加图像的至少一个目标区域进行对应的处理，确定目标图像的处理后图像。

执行主体可以进一步对叠加图像的各个目标区域进行处理，将得到的图像作为最终的处理后图像。具体的，执行主体从各目标区域中选取部分目标区域进行平滑处理，例如选取人脸边缘的区域进行平滑。或者，执行主体可以将各目标区域与目标图像部分叠加。可以理解的是，处理后图像可以是对目标图像中的人体进行磨皮处理后的图像。

继续参见图3，其示出了根据本公开的用于处理图像的方法的一个应用场景的示意图。在图3的应用场景中，服务器301用于为影楼用户提供网盘服务。影楼用户可以将拍摄得到的包含人脸的图像通过终端302上传至服务器301。服务器301可以将上述图像作为目标图像，对其进行步骤202～204的处理，对人脸进行磨皮处理，得到处理后图像。服务器301可以将处理后图像反馈给终端302，影楼用户可以通过终端302查看处理后图像。

本公开的上述实施例提供的用于处理图像的方法，可以通过对目标图像中的各目标区域分别提取高频信息和低频信息，并将高频信息、低频信息叠加，并进一步对叠加图像中的各目标区域进行处理，从而使得最终得到的处理后图像既完整的保留了目标图像中的信息，也使得处理后的图像的精细度更高。

继续参见图4，其示出了根据本公开的用于处理图像的方法的另一个实施例的流程400。如图4所示，本实施例的方法可以包括以下步骤：

步骤401，获取目标图像。

步骤402，利用预先设置的至少一个掩膜图像，对目标图像进行区域检测，确定至少一个目标区域。

本实施例中，执行主体可以预先获取至少一个掩膜图像，上述掩膜图像可以与人体的多个部位相对应。例如，上述至少一个掩膜图像中可以包括与人脸对应的掩膜图像、与手臂对应的掩膜图像、与腿部对应的掩膜图像。在一些具体的应用中，上述至少一个掩膜图像可以通过对大量的人体图像进行统计调整得到。例如，可以对大量的人脸图像进行统计，确定人脸的尺寸与轮廓。最后根据上述尺寸与轮廓得到掩膜图像。

执行主体可以将上述至少一个掩膜图像与目标图像进行叠加或卷积等处理，实现区域检测，确定出目标图像中与各掩膜图像对应的区域，称为目标区域。

在一些具体的应用中，上述目标区域可以包括人脸。执行主体可以在利用人脸掩膜图像检测出人脸后，进一步利用高频边缘检测，进一步调整检测出的人脸范围。

步骤403，对目标图像进行高斯模糊，得到高斯模糊图像；根据目标图像以及高斯模糊图像，确定至少一个目标区域对应的高频信息。

在确定出各目标区域后，执行主体可以对目标图像进行高斯模糊，得到高斯模糊图像。这里，高斯模糊(Gaussian Blur)也称高斯平滑，用来减少图像噪声以及降低细节层次。高斯模糊图像中包括了整体轮廓信息，不包括细节信息。执行主体可以将目标图像与得到的高斯模糊图像相减，得到各目标区域的高频信息。上述高频信息中包括了目标图像中的细节信息。

步骤404，对目标图像进行表面模糊处理，根据得到的表面模糊图像，确定至少一个目标区域对应的低频信息。

执行主体还可以对目标图像进行表面模糊处理，得到的图像为表面模糊图像。表面模糊可以在保留边缘的同时模糊图像。具体的，执行主体可以设置的参数来实现具体的表面模糊处理，上述参数可以包括半径r和阈值Y。在一些具体的实现中，半径r可以设置为5，阈值Y可以设置为78。在表面模糊处理过程中的偏移值可以根据实际应用场景进行设置。

步骤405，叠加至少一个目标区域对应的高频信息和低频信息，得到叠加图像。

步骤406，对于各目标区域，将目标图像按该目标区域对应的比重与叠加图像进行叠加，确定处理后图像。

本实施例中，执行主体可以为各目标区域设置不同的比重。在得到叠加图像后，可以将目标图像按各目标区域对应的比重与叠加图像进行叠加。例如，目标区域可以包括眼部、嘴部、鼻子等等。对于眼部区域，执行主体可以将目标图像与叠加图像按3：7进行叠加。

在本实施例的一些可选的实现方式中，上述步骤406还可以通过以下子步骤实现：

子步骤4061，对目标图像中的边缘信息进行渐变处理，得到渐变图像。

子步骤4062，根据叠加图像和渐变图像，确定处理后图像。

本实现方式中，执行主体可以进一步对边缘信息进行渐变处理，具体的，执行主体可以对人脸边缘和五官边缘进行渐变处理。在渐变处理时，可以通过设定参数来确定处理的范围。上述参数可以包括半径r。执行主体可以根据人脸边缘与处理范围的中心之间的距离，对像素值进行调整。

执行主体可以在得到渐变图像后将其与叠加图像进行结合，得到处理后图像。这里的结合，可以是卷积，可以是量图像对应的像素值相乘等等。

在一些具体的实现方式中，在上述步骤4051的渐变处理过程中，为了避免处理后人脸边缘和五官边缘出现断层的情况，可以在叠加目标图像的过程中动态调整目标图像的权重。

在一些具体的实现方式中，上述步骤4052具体可以为：将叠加图像插值到目标图像中，得到处理后图像。

本实施例中，执行主体可以将叠加图像插值到目标图像中，得到处理后图像。在一些具体的应用中，执行主体可以在插值的过程中，动态地调整目标图像的权重。

需要说明的是，执行主体在对叠加图像中的各目标区域进行处理时，可以将渐变图像按各目标区域对应的比重与叠加图像叠加。这样，得到的处理后图像中的人脸边缘区域更加自然。

结合图5来理解图4所示的实施例，其中，图5a表示目标图像，图5b表示高斯模糊图像，图5c表示通过目标图像和高斯模糊图像得到的高频信息图，图5d表示通过人脸掩膜图像，确定目标图像中的人脸区域。图5e表示表面模糊图像，图5f表示表面模糊图像叠加高频信息图得到的叠加图像，图5g表示经渐变处理以及插值处理后得到的处理后图像。

本实施例的上述用于处理图像的方法，可以通过高斯模糊处理，结合目标图像得到高频信息。并通过表面模糊和渐变处理得到低频信息。最终将高频信息与低频信息叠加，并在叠加的过程中调整目标图像的权重，实现对目标图像中人脸的磨皮处理，从而使得目标图像的处理更加精细。

进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种用于处理图像的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例的用于处理图像的装置600包括：图像获取单元601、信息提取单元602、图像叠加单元603和图像处理单元604。

图像获取单元601，被配置成获取目标图像。

信息提取单元602，被配置成对目标图像的至少一个目标区域进行处理，确定至少一个目标区域对应的高频信息和低频信息。

图像叠加单元603，被配置成叠加至少一个目标区域对应的高频信息和低频信息，得到叠加图像。

图像处理单元604，被配置成对叠加图像的至少一个目标区域进行对应的处理，确定目标图像的处理后图像。

在本实施例的一些可选的实现方式中，信息提取单元602可以进一步被配置成：对目标图像进行高斯模糊，得到高斯模糊图像；根据目标图像以及高斯模糊图像，确定至少一个目标区域对应的高频信息。

在本实施例的一些可选的实现方式中，信息提取单元602可以进一步被配置成：对目标图像进行表面模糊处理，根据得到的表面模糊图像，确定所述至少一个目标区域对应的低频信息。

在本实施例的一些可选的实现方式中，图像处理单元604可以进一步被配置成：对于各目标区域，将目标图像按该目标区域对应的比重与叠加图像进行叠加，确定处理后图像。

在本实施例的一些可选的实现方式中，图像处理单元604可以进一步被配置成：对目标图像中的边缘信息进行渐变处理，得到渐变图像；根据叠加图像和渐变图像，确定处理后图像。

在本实施例的一些可选的实现方式中，图像处理单元604可以进一步被配置成：在渐变处理的过程中，调整至少一个目标区域的权重。

在本实施例的一些可选的实现方式中，图像处理单元604可以进一步被配置成：将叠加图像插值到渐变图像中，得到处理后图像。

在本实施例的一些可选的实现方式中，信息提取单元602可以进一步被配置成：利用预先设置的至少一个掩膜图像，对目标图像进行区域检测，确定至少一个目标区域。

应当理解，用于处理图像的装置600中记载的各单元分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对用于处理图像的方法描述的操作和特征同样适用于装置600及其中包含的单元，在此不再赘述。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图7示出了根据本公开实施例的执行用于处理图像的方法的电子设备700的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图7所示，电子设备700包括处理器701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储器708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM703中，还可存储电子设备700操作所需的各种程序和数据。处理器701、ROM 702以及RAM 703通过总线704彼此相连。I/O接口(输入/输出接口)705也连接至总线704。

电子设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储器708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器701可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器701执行上文所描述的各个方法和处理，例如用于处理图像的方法。例如，在一些实施例中，用于处理图像的方法可被实现为计算机软件程序，其被有形地包含于机器可读存储介质，例如存储器708。在一些实施例中，计算机程序的部分或者全部可以经由ROM702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM 703并由处理器701执行时，可以执行上文描述的用于处理图像的方法的一个或多个步骤。备选地，在其他实施例中，处理器701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行用于处理图像的方法。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。上述程序代码可以封装成计算机程序产品。这些程序代码或计算机程序产品可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器701执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读存储介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读存储介质可以是机器可读信号存储介质或机器可读存储介质。机器可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学存储设备、磁存储设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务(“Virtual Private Server”，或简称“VPS”)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以是分布式***的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开的保护范围之内。

Claims (19)

1.一种用于处理图像的方法，包括：

获取目标图像；

对所述目标图像的至少一个目标区域进行处理，确定所述至少一个目标区域对应的高频信息和低频信息；

叠加所述至少一个目标区域对应的高频信息和低频信息，得到叠加图像；

对所述叠加图像的至少一个目标区域进行对应的处理，确定所述目标图像的处理后图像。

2.根据权利要求1所述的方法，其中，所述对所述目标图像的至少一个目标区域进行处理，确定所述至少一个目标区域对应的高频信息和低频信息，包括：

对所述目标图像进行高斯模糊，得到高斯模糊图像；

根据所述目标图像以及所述高斯模糊图像，确定所述至少一个目标区域对应的高频信息。

3.根据权利要求1所述的方法，其中，所述对所述目标图像的至少一个目标区域进行处理，确定所述至少一个目标区域对应的高频信息和低频信息，包括：

对所述目标图像进行表面模糊处理，根据得到的表面模糊图像，确定所述至少一个目标区域对应的低频信息。

4.根据权利要求1所述的方法，其中，所述对所述叠加图像的至少一个目标区域进行对应的处理，确定所述目标图像的处理后图像，包括：

对于各目标区域，将所述目标图像按该目标区域对应的比重与所述叠加图像进行叠加，确定所述处理后图像。

5.根据权利要求1所述的方法，其中，所述对所述叠加图像的至少一个目标区域进行对应的处理，确定所述目标图像的处理后图像，包括：

对所述目标图像中的边缘信息进行渐变处理，得到渐变图像；

根据所述叠加图像和所述渐变图像，确定所述处理后图像。

6.根据权利要求5所述的方法，其中，所述对所述目标图像中的边缘信息进行渐变处理，得到渐变图像，包括：

在渐变处理的过程中，调整所述至少一个目标区域的权重。

7.根据权利要求5所述的方法，其中，所述根据所述叠加图像和所述渐变图像，确定所述处理后图像，包括：

将所述叠加图像插值到所述渐变图像中，得到所述处理后图像。

8.根据权利要求1-7任一项所述的方法，其中，所述方法还包括：

利用预先设置的至少一个掩膜图像，对所述目标图像进行区域检测，确定所述至少一个目标区域。

9.一种用于处理图像的装置，包括：

图像获取单元，被配置成获取目标图像；

信息提取单元，被配置成对所述目标图像的至少一个目标区域进行处理，确定所述至少一个目标区域对应的高频信息和低频信息；

图像叠加单元，被配置成叠加所述至少一个目标区域对应的高频信息和低频信息，得到叠加图像；

图像处理单元，被配置成对所述叠加图像的至少一个目标区域进行对应的处理，确定所述目标图像的处理后图像。

10.根据权利要求9所述的装置，其中，所述信息提取单元进一步被配置成：

对所述目标图像进行高斯模糊，得到高斯模糊图像；

根据所述目标图像以及所述高斯模糊图像，确定所述至少一个目标区域对应的高频信息。

11.根据权利要求9所述的装置，其中，所述信息提取单元进一步被配置成：

对所述目标图像进行表面模糊处理，根据得到的表面模糊图像，确定所述至少一个目标区域对应的低频信息。

12.根据权利要求11所述的装置，其中，所述图像处理单元进一步被配置成：

对于各目标区域，将所述目标图像按该目标区域对应的比重与所述叠加图像进行叠加，确定所述处理后图像。

13.根据权利要求12所述的装置，其中，所述图像处理单元进一步被配置成：

对所述目标图像中的边缘信息进行渐变处理，得到渐变图像；

根据所述叠加图像和所述渐变图像，确定所述处理后图像。

14.根据权利要求13所述的装置，其中，所述图像处理单元进一步被配置成：

在渐变处理的过程中，调整所述至少一个目标区域的权重。

15.根据权利要求13所述的装置，其中，所述图像处理单元进一步被配置成：

将所述叠加图像插值到所述渐变图像中，得到所述处理后图像。

16.根据权利要求9-15任一项所述的装置，其中，所述信息提取单元进一步被配置成：

利用预先设置的至少一个掩膜图像，对所述目标图像进行区域检测，确定所述至少一个目标区域。

17.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。

18.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。

19.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。

Images