【技术实现步骤摘要】
一种通用人像照片漫画风格化方法
本专利技术涉及图像处理相关
，尤其是指一种通用人像照片漫画风格化方法。
技术介绍
目前移动端app或者PC图像处理软件中经常涉及到各种漫画风格特效，例如日漫、美漫、国漫等，现有的漫画处理方法形式单一，多为针对某一类漫画场景的特殊处理，不具有通用性；同时，基于传统图像算法(模板匹配、线条化等)的漫画方法漫画效果太差，基于GAN网络的漫画效果与用户原图差距太大(五官不像)、输出分辨率太小、结果具有不可控性，都无法满足目前市场和用户的需求。
技术实现思路
本专利技术是为了克服现有技术中存在上述的不足，提供了一种输出分辨率大且避免效果不可控的通用人像照片漫画风格化方法。为了实现上述目的，本专利技术采用以下技术方案：一种通用人像照片漫画风格化方法，具体包括如下步骤：(1)输入图像S；(2)对输入图像S进行漫画区域分割：使用基于深度学习的语义分割算法，将输入图像S划分为人像特征区域A、人像非特征区域B和背景区域C三个部分；(3)对人像特征区...
【技术保护点】
1.一种通用人像照片漫画风格化方法，其特征是，具体包括如下步骤：/n(1)输入图像S；/n(2)对输入图像S进行漫画区域分割：使用基于深度学习的语义分割算法，将输入图像S划分为人像特征区域A、人像非特征区域B和背景区域C三个部分；/n(3)对人像特征区域A进行五官漫画特效算法处理，得到图E；/n(4)对人像非特征区域B进行可选滤镜算法处理，得到图F；/n(5)对背景区域C进行可选滤镜算法处理，得到图G；/n(6)图像融合：将图E中的人像特征区域A和图F中的人像非特征区域B以及图G中的背景区域C进行组合，得到最终效果图D。/n
【技术特征摘要】
1.一种通用人像照片漫画风格化方法，其特征是，具体包括如下步骤：
(1)输入图像S；
(2)对输入图像S进行漫画区域分割：使用基于深度学习的语义分割算法，将输入图像S划分为人像特征区域A、人像非特征区域B和背景区域C三个部分；
(3)对人像特征区域A进行五官漫画特效算法处理，得到图E；
(4)对人像非特征区域B进行可选滤镜算法处理，得到图F；
(5)对背景区域C进行可选滤镜算法处理，得到图G；
(6)图像融合：将图E中的人像特征区域A和图F中的人像非特征区域B以及图G中的背景区域C进行组合，得到最终效果图D。
2.根据权利要求1所述的一种通用人像照片漫画风格化方法，其特征是，在步骤(2)中，以Unet进行语义分割的步骤如下：
(21)设置Unet语义分割网络输入图像为256×256大小，3通道RGB数据，输出为256×256×3的彩色三通道图像，三种颜色分别表示人像特征区域A、人像非特征区域B和背景区域C；
(22)使用Unet网络，对10000+的语义分割标签样本进行分割网络模型训练，得到训练模型，对输入图像S进行分割得到人像特征区域A、人像非特征区域B和背景区域C三个区域。
3.根据权利要求2所述的一种通用人像照片漫画风格化方法，其特征是，在步骤(3)中，五官漫画特效算法步骤如下：
(31)使用第三方人脸特征点检测SDK对输入图像S进行人脸关键点检测，得到人脸关键点坐标P[i]；
(32)选取一种漫画风格，拷贝3份输入图像S分别命名为备份图像E’、备份图像F’和备份图像G’，将备份图像E’中的人像特征区域A填充为粉色系；
(33)由设计师设计一张上述漫画风格模特图M，将模特图M进行人脸关键点检测得到人脸关键点坐标MP[i]；
(34)将备份图像E’和模特图M进行人脸三角网格剖分，得到三角形数组TE和TM，遍历三角形数组索引index，对于TE[index]和TM[index]两个三角形，假设TE[index]的三个顶点坐标为输入，TM[index]三个坐标为输出，求解仿射变换矩阵m[index]，然后用m[index]对TM中任意一点坐标点进行仿射变换的逆变换，最终将模特图M中的人脸区域仿射变换到备份图像E’中，更新备份图像E’中像素值，得到具有上述漫画风格的五官特效图E。
4.根据权利要求3所述的一种通用人像照片漫画风格化方法，其特征是，在步骤(34)中，三角形仿射变换公式如下：
其中，(x,y)为TE[index]中坐标点，(x',y')为TM[index]坐标点或者变换后坐标点，m为变换系数。...
【专利技术属性】
技术研发人员：胡耀武，李云夕，熊永春，
申请(专利权)人：杭州趣维科技有限公司，
类型：发明
国别省市：浙江;33
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。