图像处理方法和电子设备技术

本公开提供了一种图像处理方法，包括获得第一图像，所述第一图像中包括第一人脸，所述第一图像是通过移动终端的摄像头针对第一用户所采集的图像，所述第一人脸对应于所述第一用户，分析以及处理所述第一图像，生成包括第二人脸的第二图像，所述第二人脸对应于所述第一用户，其中，所述第二人脸的比例关系相对于所述第一人脸的比例关系更接近于标准比例关系。本公开还提供了一种电子设备。

【技术实现步骤摘要】
图像处理方法和电子设备
本公开涉及一种图像处理方法和电子设备。
技术介绍
随着智能终端发展，以智能手机为例，智能手机的功能越来越多，在诸多功能中，拍照功能被广泛地应用。如今，用户在使用移动终端中的摄像头进行拍照时，为了拍出满意的照片，通常使用移动终端的美颜功能。然而，现有的移动终端的美颜功能不够优化，例如有些用户对美颜效果满意，有些用户对美颜效果不满意。
技术实现思路
本公开的个方面提供了一种图像处理方法，包括获得第一图像，所述第一图像中包括第一人脸，所述第一图像是通过移动终端的摄像头针对第一用户所采集的图像，所述第一人脸对应于所述第一用户，分析以及处理所述第一图像，生成包括第二人脸的第二图像，所述第二人脸对应于所述第一用户，其中，所述第二人脸的比例关系相对于所述第一人脸的比例关系更接近于标准比例关系。可选地，所述分析以及处理所述第一图像，包括识别所述第一图像的第一人脸，确定从所述第一图像中所能够提取的针对所述第一人脸的参数项，如果所述第一人脸的参数项满足预定条件，则基于所述第一人脸的参数项分析所述第一人脸，如果所述第一人脸的参数项不满足所述预定条件，则基于所述第一人脸的参数项处理所述第一人脸以使得处理后的第一人脸的参数项满足所述预定条件。可选地，基于所述第一人脸的参数项分析所述第一人脸，包括基于第一类参数项的参数值以及比例标准模型确定符合所述第一人脸的标准比例标记点，其中，所述第一类参数项的参数值表征所述第一人脸的脸长和/或脸宽。可选地，所述分析以及处理所述第一图像还包括，基于第二类参数项的参数值以及所述标准比例标记点自动调整所述第二类参数项中至少一个第二类参数项的参数值，以使得所述调整后的第二类参数项的参数值接近于所述标准比例的标记点，其中，所述第二类参数项的参数值表征第一人脸的面部对象的尺寸和/或位置。可选地，所述生成包括第二人脸的第二图像，包括将调整了所述第二类参数项的参数值的第一图像作为所述第二图像。可选地，所述分析以及处理所述第一图像还包括，基于第三类参数项的参数值获得与所述第三类参数项的参数值对应的美颜模板，其中，所述第三类参数项的参数值表征所述第一人脸的脸形。可选地，分析以及处理所述第一图像还包括，基于美颜模板中所包括的面部对象的标准参数值以及所述第一图像用于表征面部对象的第四类参数项的当前参数值，调整所述第四类参数项的参数值，以使得所述调整后的第四类参数项的参数值接近于所述标准参数值，其中，所述第四类参数项的参数值表征所述第一人脸的面部对象的样式。可选地，所述生成包括第二人脸的第二图像包括，将调整了所述第四类参数项的参数值的第一图像作为所述第二图像。可选地，所述美颜模板为多个，所述美颜模板为通过自学习多张包括不同脸型的人脸的图像智能计算得出的模板，所述方法还包括，连接云端服务器，用于获得所述美颜模板，所述云端服务器包括人工智能引擎，所述人工智能引擎用于实时读取包含有人脸的图像进行智能学习从而不断更新所述美颜模板，或者，所述方法还包括连接云端服务器，用于自动获得包含有人脸的图像，通过人工智能引擎对所述自动获得包含有人脸的图像进行智能学习从而不断更新所述美颜模板。本公开的另一个方面提供了一种电子设备，包括图像采集装置，处理器，存储器，所述存储器上存储有计算机可读指令，所述指令被处理器执行时，使得所述处理器，获得第一图像，所述第一图像中包括第一人脸，所述第一图像是通过移动终端的摄像头针对第一用户所采集的图像，所述第一人脸对应于所述第一用户，分析以及处理所述第一图像，生成包括第二人脸的第二图像，所述第二人脸对应于所述第一用户，其中，所述第二人脸的比例关系相对于所述第一人脸的比例关系更接近于标准比例关系。可选地，所述处理器分析以及处理所述第一图像，包括识别所述第一图像的第一人脸，确定从所述第一图像中所能够提取的针对所述第一人脸的参数项，如果所述第一人脸的参数项满足预定条件，则基于所述第一人脸的参数项分析所述第一人脸，如果所述第一人脸的参数项不满足所述预定条件，则基于所述第一人脸的参数项处理所述第一人脸以使得处理后的第一人脸的参数项满足所述预定条件。可选地，所述处理器基于所述第一人脸的参数项分析所述第一人脸，包括基于第一类参数项的参数值以及比例标准模型确定符合所述第一人脸的标准比例标记点，其中，所述第一类参数项的参数值表征所述第一人脸的脸长和/或脸宽。可选地，所述处理器所述分析以及处理所述第一图像还包括，基于第二类参数项的参数值以及所述标准比例标记点自动调整所述第二类参数项中至少一个第二类参数项的参数值，以使得所述调整后的第二类参数项的参数值接近于所述标准比例的标记点，其中，所述第二类参数项的参数值表征第一人脸的面部对象的尺寸和/或位置。可选地，所述处理器生成包括第二人脸的第二图像包括，将调整了所述第二类参数项的参数值的第一图像作为所述第二图像。可选地，所述处理器分析以及处理所述第一图像还包括，基于第三类参数项的参数值获得与所述第三类参数项的参数值对应的美颜模板，其中，所述第三类参数项的参数值表征所述第一人脸的脸形。可选地，所述处理器分析以及处理所述第一图像还包括，基于美颜模板中所包括的面部对象的标准参数值以及所述第一图像用于表征面部对象的第四类参数项的当前参数值，调整所述第四类参数项的参数值，以使得所述调整后的第四类参数项的参数值接近于所述标准参数值，其中，所述第四类参数项的参数值表征所述第一人脸的面部对象的样式。可选地，所述处理器生成包括第二人脸的第二图像包括，将调整了所述第四类参数项的参数值的第一图像作为所述第二图像。可选地，所述美颜模板为多个，所述美颜模板为通过自学习多张包括不同脸型的人脸的图像智能计算得出的模板，所述处理器还执行连接云端服务器，用于获得所述美颜模板，所述云端服务器包括人工智能引擎，所述人工智能引擎用于实时读取包含有人脸的图像进行智能学习从而不断更新所述美颜模板，或者，所述处理器还执行连接云端服务器，用于自动获得包含有人脸的图像，通过人工智能引擎对所述自动获得包含有人脸的图像进行智能学习从而不断更新所述美颜模板。本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。附图说明为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：图1A和图1B示意性示出了根据本公开的实施例的图像处理方法的应用场景；图2示意性示出了根据本公开实施例的图像处理方法的流程图；图3A示意性示出了根据本公开的实施例的分析以及处理所述第一图像方法的流程图；图3B示意性示出了根据本公开实施例的确定出的符合第一人脸的标准比例标记点的示意图；图4A示意性示出了根据本公开另一实施例的分析以及处理所述第一图像方法的流程图；图4B和图4C示意性示出了根据本公开实施例的自动调整面部对象后的示意图；图5示意性示出了根据本公开另一实施例的分析以及处理所述第一图像方法的流程图；图6A示意性示出了根据本公开实施例的第一图像的示意图；图6B示意性示出了根据本公开实施例的分析处理第一图像的示意图；图6C示意性示出了根据本公开实施例的第本文档来自技高网...

【技术保护点】
1.一种图像处理方法，包括：获得第一图像，所述第一图像中包括第一人脸，所述第一图像是通过移动终端的摄像头针对第一用户所采集的图像，所述第一人脸对应于所述第一用户；分析以及处理所述第一图像，生成包括第二人脸的第二图像，所述第二人脸对应于所述第一用户，其中，所述第二人脸的比例关系相对于所述第一人脸的比例关系更接近于标准比例关系。

【技术特征摘要】
1.一种图像处理方法，包括：获得第一图像，所述第一图像中包括第一人脸，所述第一图像是通过移动终端的摄像头针对第一用户所采集的图像，所述第一人脸对应于所述第一用户；分析以及处理所述第一图像，生成包括第二人脸的第二图像，所述第二人脸对应于所述第一用户，其中，所述第二人脸的比例关系相对于所述第一人脸的比例关系更接近于标准比例关系。2.根据权利要求1所述的方法，其中，所述分析以及处理所述第一图像包括：识别所述第一图像的第一人脸；确定从所述第一图像中所能够提取的针对所述第一人脸的参数项；如果所述第一人脸的参数项满足预定条件，则基于所述第一人脸的参数项分析所述第一人脸，如果所述第一人脸的参数项不满足所述预定条件，则基于所述第一人脸的参数项处理所述第一人脸以使得处理后的第一人脸的参数项满足所述预定条件。3.根据权利要求1所述的方法，其中，所述基于所述第一人脸的参数项分析所述第一人脸包括：基于第一类参数项的参数值以及比例标准模型确定符合所述第一人脸的标准比例标记点，其中，所述第一类参数项的参数值表征所述第一人脸的脸长和/或脸宽。4.根据权利要求3所述的方法，其中，所述分析以及处理所述第一图像还包括：基于第二类参数项的参数值以及所述标准比例标记点自动调整所述第二类参数项中至少一个第二类参数项的参数值，以使得所述调整后的第二类参数项的参数值接近于所述标准比例的标记点，其中，所述第二类参数项的参数值表征第一人脸的面部对象的尺寸和/或位置。5.根据权利要求4所述的方法，其中，所述生成包括第二人脸的第二图像包括：将调整了所述第二类参数项的参数值的第一图像作为所述第二图像。6.根据权利要求2或4所述的方法，其中，所述分析以及处理所述第一图像还包括...

【专利技术属性】
技术研发人员：孙斐，贾冲，李强，张磊，张兴，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：北京,11