一种表情图片生成方法及装置制造方法及图纸

本发明专利技术实施方式公开了一种表情图片生成方法，包括：获取脸部图片；对所述获取的脸部图片进行脸部特征提取，并形成脸部特征图片；将所述脸部特征图片生成表情图片。区别于现有技术的情况，本发明专利技术实施方式的一种表情图片生成方法及装置能够本实施方式的表情图片生成方法能够将快速地提取到的脸部特征图片，将脸部特征图片保存为表情图片，能够快速地实现表情图片的制作，做出符合当下流行趋势的表情图片，使用门槛低。

【技术实现步骤摘要】

本专利技术实施方式涉及信息
，特别是涉及一种表情图片生成方法及装置。
技术介绍
表情包是在社交软件活跃之后，形成的一种流行文化。在移动互联网时期，人们以时下流行的明星、语录、动漫、影视截图为素材，配上一系列相匹配的文字，用以表达特定的情感。然而，在实现本专利技术实施例的过程中，专利技术人发现相关技术至少存在以下问题：现有技术在制作表情图片的时候，一般采用将从网络上获取图片，利用图片处理软件与获取的其他图片进行合成。需要通过图片处理软件对图片进行较为细致的处理以达到做出表情表的效果。这种方法需要操作人对图片处理软件使用成熟而且处理步骤较多，处理时间太长。使用成本高。
技术实现思路
本专利技术实施方式提供一种表情图片生成方法及装置，能够快速地制作出表情包，使用成本低。为解决上述技术问题，本专利技术实施方式采用的一个技术方案是：提供一种表情图片生成方法，包括：获取脸部图片；对所述获取的脸部图片进行脸部特征提取，并形成脸部特征图片；将所述脸部特征图片生成表情图片。其中，所述对所述获取的脸部图片进行脸部特征提取，并形成脸部特征图片包括：将脸部图片转换为二进制数据，在转换形成的二进制数据中识别并提取人脸轮廓和/或五官特征对应的二进制数据，根据提取的人脸轮廓和/或五官特征的二进制数据确定整个人脸的二进制数据，将整个人脸的二进制数据转换形成脸部特征图片；所述二进制数据包括：Mat数据。其中，所述将脸部图片转换为二进制数据，在转换形成的二进制数据中识别并提取人脸轮廓和/或五官特征的二进制数据，接着将提取的二进制数据转换形成脸部特征图片包括：通过调用Native方法对由脸部图片转换形成的Mat数据进行人脸轮廓和/或五官特征Mat数据的检测识别，而后确定人脸轮廓和/或五官特征的Mat数据在脸部图片形成的Mat数据中所在的位置，根据提取的人脸轮廓和/或五官特征的Mat数据确定整个人脸的Mat数据，根据所述整个人脸的Mat数据得到一个Rect数组。其中，所述将所述脸部特征图片生成表情图片进一步包括：将所述脸部特征图片进行置灰处理；对所述置灰处理后的脸部特征图片与底版图片进行合成；将所述合成后的图片进行保存。其中，对所述置灰处理后的脸部特征图片与底版图片进行合成包括：对合成后的图片进行脸部调整，对脸部特征图片与底版图片结合的部分进行擦除。为解决上述技术问题，本专利技术实施方式采用的另一个技术方案是：提供一种表情图片制作装置，包括：图片获取模块，用于获取脸部图片；特征提取模块，用于对所述获取的图片进行脸部特征提取，并形成脸部特征图片；表情图片生成模块，将所述脸部特征图片制作生成表情图片。其中，所述特征提取模块进一步用于：将脸部图片转换为二进制数据，在转换形成的二进制数据中识别并提取人脸轮廓和/或五官特征对应的二进制数据，根据提取的人脸轮廓和/或五官特征的二进制数据确定整个人脸的二进制数据，将整个人脸的二进制数据转换形成脸部特征图片；所述二进制数据包括：Mat数据。其中，特征提取模块进一步用于：通过调用Native方法对由脸部图片转换形成的Mat数据进行人脸轮廓和/或五官特征Mat数据的检测识别，而后确定人脸轮廓和/或五官特征的Mat数据在脸部图片形成的Mat数据中所在的位置，根据提取的人脸轮廓和/或五官特征的Mat数据确定整个人脸的Mat数据，根据所述整个人脸的Mat数据得到一个Rect数组。其中，表情图片生成模块进一步包括置灰模块：用于将所述脸部特征图片进行置灰处理；合成模块：用于对所述置灰处理后的脸部特征图片与底版图片进行合成；保存模块：用于将所述合成后的图片进行保存。其中，合成模块还用于：对所述置灰处理后的脸部特征图片与底版图片进行合成包括：对合成后的图片进行脸部调整，对脸部特征图片与底版图片结合的部分进行擦除。本专利技术实施方式的有益效果是：区别于现有技术的情况，本专利技术实施方式的一种表情图片生成方法及装置能够本实施方式的表情图片生成方法能够将快速地提取到的脸部特征图片，将脸部特征图片保存为表情图片，能够快速地实现表情图片的制作，做出符合当下流行趋势的表情图片，使用门槛低。附图说明图1是本专利技术第一实施例提供的一种表情图片生成方法的流程图；图2是实本专利技术施例一所述方法步骤13的流程图；图3是本专利技术第二实施例提供的一种表情图片制作装置的结构图；图4是本专利技术实施例提供的电子设备的结构图。具体实施方式实施例一参阅图1，本专利技术的第一实施例，提供一种表情图片生成方法，包括：步骤101：获取脸部图片；所述获取的图片为包含有人脸的图片。所述获取脸部的照片包括：通过摄像头进行拍照获得人脸照片，或者从本地存储器或者服务器中获得现有的包含人脸的图片。步骤102：对所述获取的脸部图片进行脸部特征提取，并形成脸部特征图片；所述对所述获取的图片进行脸部特征提取，并形成脸部特征图片包括：对获取的图片中的人脸轮廓和/或五官特征进行识别，识别后将包含所述人脸轮廓和/或五官特征的部分提取出来，形成脸部特征图片。具体包括：将脸部图片转换为二进制数据，在转换形成的二进制数据中识别并提取人脸轮廓和/或五官特征的二进制数据，根据提取的人脸轮廓和/或五官特征的二进制数据确定整个人脸的二进制数据，接着将整个人脸的二进制数据转换形成脸部特征图片。所述二进制数据包括：Mat数据。在上述方法中，使用的是opencv的库，在opencv的库中对图像进行处理。所述OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、MacOS或Android操作系统上。它轻量级而且高效由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。进一步的，使用Android系统层面上的opencv库进行处理。先将图片格式转化为Mat数据。Opencv通过调用Native方法对由图片转换形成的Mat数据进行脸部数据的检测，主要通过对脸部轮廓数据和/或五官特征的数据进行识别，识别出来后，根据识别出来的所述脸部轮廓数据和/或五官特征的数据确定整个人脸的Mat数据在整张图片形成的Mat数据中所在的位置，对整个人脸的Mat数据进行定位，确定整张图片形成的Mat数据中的整个人脸Mat数据，得到一个包含整个人脸数Mat据Rect数组。步骤103：将所述脸部特征图片生成表情图片。所述将所述脸部特征图片生成表情图片包括：将上述得到的包含人脸数据的Rect数组的数据转换形成图片，所述图片的格式包括以下任意一种:bitmap、jepg、jpg、tiff、gif、pcx、tga等。接着将形成的图片按照对应的图片格式进行保存，形成表情图片。区别于现有技术，本实施方式的表情图片生成方法能够将快速地提取到的脸部特征图片，将脸部特征图片保存为表情图片，能够快速地实现表情图片的制作，做出符合当下流行趋势的表情图片，使用门槛低。参阅图2，上述步骤103进一步包括：步骤1031：将所述脸部特征图片进行置灰处理；在检测到人脸特征以后，需把人脸的部分截取出来，然后置灰。根据图片Mat数据以及脸部特征图片的Rect数组把检测到的脸部特征图片的数据自定义大小后保存成文件，形成对应图片格式的脸部本文档来自技高网...

【技术保护点】
一种表情图片生成方法，其特征在于，包括：获取脸部图片；对所述获取的脸部图片进行脸部特征提取，并形成脸部特征图片；将所述脸部特征图片生成表情图片。

【技术特征摘要】
1.一种表情图片生成方法，其特征在于，包括：获取脸部图片；对所述获取的脸部图片进行脸部特征提取，并形成脸部特征图片；将所述脸部特征图片生成表情图片。2.根据权利要求1所述的方法，其特征在于，所述对所述获取的脸部图片进行脸部特征提取，并形成脸部特征图片包括：将脸部图片转换为二进制数据，在转换形成的二进制数据中识别并提取人脸轮廓和/或五官特征对应的二进制数据，根据提取的人脸轮廓和/或五官特征的二进制数据确定整个人脸的二进制数据，将整个人脸的二进制数据转换形成脸部特征图片；所述二进制数据包括：Mat数据。3.根据权利要求2所述的方法，其特征在于，所述将脸部图片转换为二进制数据，在转换形成的二进制数据中识别并提取人脸轮廓和/或五官特征的二进制数据，接着将提取的二进制数据转换形成脸部特征图片包括：通过调用Native方法对由脸部图片转换形成的Mat数据进行人脸轮廓和/或五官特征Mat数据的检测识别，而后确定人脸轮廓和/或五官特征的Mat数据在脸部图片形成的Mat数据中所在的位置，根据提取的人脸轮廓和/或五官特征的Mat数据确定整个人脸的Mat数据，根据所述整个人脸的Mat数据得到一个Rect数组。4.根据权利要求1-3任一权利要求所述的方法，其特征在于，所述将所述脸部特征图片生成表情图片进一步包括：将所述脸部特征图片进行置灰处理；对所述置灰处理后的脸部特征图片与底版图片进行合成；将所述合成后的图片进行保存。5.根据权利要求4所述的方法，其特征在于，对所述置灰处理后的脸部特征图片与底版图片进行合成包括：对合成后的图片进行脸部调整，对脸部特...

【专利技术属性】
技术研发人员：杨梓龙，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：广东;44