【技术实现步骤摘要】
本专利技术实施方式涉及图像处理
,尤其涉及一种发型匹配的方法及系统。
技术介绍
目前,随着生活水平的提高,人们越发追求外在美,尤其注重发型与脸型的匹配。有时候看似非常漂亮的发型,却不适合自己特定的脸型。于是,市场上出现了很多发型设计的软件,但这些软件中只是将用户的照片与发型进行简单叠加,无法让前去理发店理发的用户在理发之前,自主匹配适合自己的发型;也无法让发型处理结果直观地呈现给设计师,让设计师给出建设性意见。因此,目前亟需一种能够自动为用户匹配发型的方法。
技术实现思路
本专利技术实施方式的目的在于提供一种发型匹配的方法及系统,可以根据用户的脸部特征自动选择与用户的脸部特征相匹配的发型。为实现上述目的,本专利技术实施方式提供一种发型匹配的方法,所述方法包括:获取用户的脸部图片并从所述脸部图片中确定脸部轮廓;确定所述脸部轮廓的横向最大距离和纵向最大距离;从所述脸部图片中获取预设脸部特征的尺寸数据,并计算所述尺寸数据与所述横向最大距离之间的第一位置参数以及计算所述尺寸数据与所述纵向最大距离之间的第二位置参数;根据预先建立的发型与位置参数之间的匹配关系,从预设发型库中获取与所述第一位置参数以及所述第二位置参数均匹配的发型。为实现上述目的,本专利技术实施方式还提供一种发型匹配的系统,所述系统包括:脸部轮廓确定单元,用于获取用户的脸部图片并从所述脸部图片中确定脸部轮廓;距离确定单元,用于确定所述脸部轮廓的横向最大距离和纵向最大距离;位置参数计算单元,用于从所述脸部图片中获取预设脸部特征的尺寸数据,并计算所述尺寸数据与所述横向最大距离之间的第一位置参数以及计算所 ...
【技术保护点】
一种发型匹配的方法,其特征在于,所述方法包括:获取用户的脸部图片并从所述脸部图片中确定脸部轮廓;确定所述脸部轮廓的横向最大距离和纵向最大距离;从所述脸部图片中获取预设脸部特征的尺寸数据,并计算所述尺寸数据与所述横向最大距离之间的第一位置参数以及计算所述尺寸数据与所述纵向最大距离之间的第二位置参数;根据预先建立的发型与位置参数之间的匹配关系,从预设发型库中获取与所述第一位置参数以及所述第二位置参数均匹配的发型。
【技术特征摘要】
1.一种发型匹配的方法,其特征在于,所述方法包括:获取用户的脸部图片并从所述脸部图片中确定脸部轮廓;确定所述脸部轮廓的横向最大距离和纵向最大距离;从所述脸部图片中获取预设脸部特征的尺寸数据,并计算所述尺寸数据与所述横向最大距离之间的第一位置参数以及计算所述尺寸数据与所述纵向最大距离之间的第二位置参数;根据预先建立的发型与位置参数之间的匹配关系,从预设发型库中获取与所述第一位置参数以及所述第二位置参数均匹配的发型。2.根据权利要求1所述的方法,其特征在于,从所述脸部图片中确定脸部轮廓具体包括:提取所述脸部图片中各个像素点对应的梯度幅值和梯度方向;基于提取的所述梯度幅值和所述梯度方向,在所述脸部图片中确定极大值像素点;将满足预设条件的所述极大值像素点确定为所述脸部图片中脸部轮廓的边缘像素点。3.根据权利要求2所述的方法,其特征在于,提取所述脸部图片中各个像素点对应的梯度幅值和梯度方向具体包括:对预设横向检测算子和预设纵向检测算子进行仿射变换,分别得到横向改进算子和纵向改进算子;根据所述横向改进算子和纵向改进算子,计算所述脸部图片中各个像素点对应的一阶横向偏导数矩阵和一阶纵向偏导数矩阵;基于所述一阶横向偏导数矩阵和一阶纵向偏导数矩阵,按照下述公式计算各个像素点对应的梯度幅值和梯度方向: M [ i , j ] = P [ i , j ] 2 + Q [ i , j ] 2 ]]>Q[i,j]=arctan(Q[i,j]/P[i,j])其中,M[i,j]为第i行第j列的像素点对应的梯度幅值,P[i,j]为第i行第j列的像素点对应的一阶横向偏导数矩阵,Q[i,j]为第i行第j列的像素点对应的一阶纵向偏导数矩阵,Q[i,j]为第i行第j列的像素点对应的梯度方向。4.根据权利要求2所述的方法,其特征在于,在获取用户的脸部图片之后,所述方法还包括:将所述脸部图片进行灰度化处理,得到灰度图像;利用预设的高斯函数,对所述灰度图像进行滤波处理,得到滤除噪声的过滤图像。5.根据权利要求4所述的方法,其特征在于,将满足预设条件的所述极大值像素点确定为所述脸部图片中脸部轮廓的边缘像素点具体包括:从所述极大值像素点中筛选出灰度值大于或者等于预设阈值的像素点,并将筛选出的所述像素点确定为所述脸部图片中脸部轮廓的边缘像素点。6.根据权利要求1所述的方法,其特征在于,所述横向最大距离、所述纵向最大距离以及所述预设脸部特征的尺寸数据均通过像素点的数量表示。7.根据权...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。