图像处理的方法和装置制造方法及图纸

本申请提供一种图像处理的方法和装置。该方法包括：获取第一图像；获取所述第一图像中的第一类特征点；获取第二图像；将所述第一图像中的所述第一类特征点变换为所述第二图像中的与所述第一类特征点对应的特征点；对所述第一类特征点的像素值和所述第二图像中的与所述第一类特征点对应的特征点的像素值进行融合，获取第三图像；输出所述第三图像。本申请实施例能够实现对第一图像中的局部区域中的像素与第二图像对应的区域的像素的融合，提高用户体验。本申请实施例可以应用于人工智能，例如计算机视觉技术领域中的人脸变形、人脸融合场景。合场景。合场景。

【技术实现步骤摘要】
图像处理的方法和装置


[0001]本申请涉及计算机
，具体的涉及一种图像处理的方法和装置。

技术介绍

[0002]人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。计算机视觉(Computer Vision，CV)技术是人工智能的一个重要分支，主要通过摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
[0003]图像融合技术是计算机视觉的一个重要应用。在相关技术提供的方案中，通过将同等尺寸的至少两张图像整体设置为不同透明度，进而将该至少两张图像融合为一张图像。但是，现有方案中融合后的图像往往融合效果较差。

技术实现思路

[0004]本申请实施例提供了一种图像处理的方法和装置，能够实现对第一图像中的局部区域中的像素与第二图像对应的区域的像素的融合，提高用户体验。
[0005]第一方面，本申请的实施例提供一种图像处理的方法，包括：
[0006]获取第一图像；
[0007]获取所述第一图像中的第一类特征点；
[0008]获取第二图像；
[0009]将所述第一图像中的所述第一类特征点变换为所述第二图像中的与所述第一类特征点对应的特征点；
[0010]对所述第一类特征点的像素值和所述第二图像中的与所述第一类特征点对应的特征点的像素值进行融合，获取第三图像；
[0011]输出所述第三图像。
[0012]第二方面，本申请的实施例提供一种图像处理的装置，包括：
[0013]获取单元，用于获取第一图像；
[0014]所述获取单元还用于获取所述第一图像中的第一类特征点；
[0015]所述获取单元还用于获取第二图像；
[0016]变换单元，用于将所述第一图像中的所述第一类特征点变换为所述第二图像中的与所述第一类特征点对应的特征点；
[0017]融合单元，用于对所述第一类特征点的像素值和所述第二图像中的与所述第一类特征点对应的特征点的像素值进行融合，获取第三图像；
[0018]输出单元，用于输出所述第三图像。
[0019]第三方面，提供了一种电子设备，其包括：处理器和存储器；所述存储器，用于存储计算机程序；所述处理器，用于执行所述计算机程序以实现前面所述的方法。
[0020]第四方面，提供了一种芯片，包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有所述芯片的设备执行如前面所述的方法。
[0021]第五方面，提供了一种计算机可读存储介质，所述存储介质包括计算机指令，当所述指令被计算机执行时，使得所述计算机实现如前面所述的方法。
[0022]第六方面，提供了一种计算机程序产品，包括计算机程序指令，当计算机程序指令在计算机上运行时，使得计算机执行前面所述的方法。
[0023]本申请实施例通过对第一图像的特征点进行分类，能够获取局部区域(或特定区域)的特征点，例如第一类特征点，进而将第一图像中的该第一类特征点变换为第二图像中的与第一类特征点对应的特征点，然后通过对该第一类特征点的像素值和第二图像中的与所述第一类特征点对应的特征点的像素值进行融合，获取第三图像，因此本申请实施例能够实现对第一图像中的局部区域(或特定区域)中的像素与第二图像对应的区域的像素的融合，提高用户体验。
[0024]进一步的，本申请实施例能够基于局部区域中不同特征点的位置，自适应调整不同区域中的不同位置的特征点的在合成图像中的融合比率，从而可以有助于实现图像融合时局部区域边缘平滑过渡，体现融合时的真实感，提高用户体验。
附图说明
[0025]图1是应用本申请实施例提供的方案的一种网络系统的架构示意图；
[0026]图2是本申请实施例的一种电子设备的结构示意图；
[0027]图3是本申请实施例提供的一种图像处理的方法的示意性流程图；
[0028]图4是应用本申请实施例提供的图像处理的方法的显示界面的一个示例；
[0029]图5A是本申请实施例提供的提取到的人脸特征的一个示例；
[0030]图5B是对图5A中人脸特征点删除离群点后的特征点的一个示例；
[0031]图6是对图5B中的人脸器官的特征点进行区域划分之后的特征点的一个示例；
[0032]图7是对图5B进行区域划分之后的嘴部区域的特征点的一个示例；
[0033]图8是本申请实施例提供的根据Delaunay三角剖分方法对人脸进行三角划分的一个示意图；
[0034]图9是本申请实施例提供的对三角形区域进行仿射变换的一个示意图；
[0035]图10是应用本申请实施例提供的图像处理的方法的显示界面的另一个示例；
[0036]图11是本申请实施例的图像处理的装置的一个可选的示意性框图；
[0037]图12是本申请实施例提供的电子设备的另一个可选的示意性框图。
具体实施方式
[0038]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0039]人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的
设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习、自动驾驶、智慧交通等几大方向。
[0040]计算机视觉技术作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建、自动驾驶、智慧交通等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
[0041]随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服、车联网、自动驾驶、智慧交通等。随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。
[0042]本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理的方法，其特征在于，包括：获取第一图像；获取所述第一图像中的第一类特征点；获取第二图像；将所述第一图像中的所述第一类特征点变换为所述第二图像中的与所述第一类特征点对应的特征点；对所述第一类特征点的像素值和所述第二图像中的与所述第一类特征点对应的特征点的像素值进行融合，获取第三图像；输出所述第三图像。2.根据权利要求1所述的方法，其特征在于，所述对所述第一类特征点的像素值和所述第二图像中的与所述第一类特征点对应的特征点的像素值进行融合，获取第三图像，包括：根据所述第一类特征点的位置，确定所述第一类特征点的像素值在合成图像中所占的融合比率；根据所述融合比率，对所述第一类特征点的像素值和所述第二图像中的与所述第一类特征点对应的特征点的像素值进行融合，获取所述第三图像。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一类特征点的位置，确定所述第一类特征点的像素值在合成图像中所占的融合比率，包括：获取所述第一类特征点的中心点；确定所述中心点与所述第一类特征点中的特征点之间的距离；根据所述距离的大小，确定所述第一类特征点中的特征点的像素值在合成图像中所占的融合比率。4.根据权利要求3所述的方法，其特征在于，所述根据所述距离的大小，确定所述第一类特征点中的特征点的像素值在合成图像中所占的融合比率，包括：根据所述第一类特征点中的特征点i的坐标和所述第一类特征点的中心点p的坐标，确定所述特征点i与所述中心点p之间距离；根据所述特征点i与所述中心点p之间距离，以及所述第一类特征点与所述中心点p之间的最大距离，确定所述第一类特征点中的特征点i的像素值在合成图像中所占的融合比率α
i
。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述对所述第一类特征点的像素值和所述第二图像中的与所述第一类特征点对应的特征点的像素值进行融合，获取第三图像，包括：对所述第一类特征点的像素值和所述第二图像中的与所述第一类特征点对应的特征点的像素值进行融合，获取目标图像；对所述目标图像和所述第一图像中的除所述第一类特征点对应的图像之外的部分进行叠加，得到所述第三图像。6.根据权利要求1
‑
5任一项所述的方法，其特征在于，所述将所述第一图像中的所述第一类特征点变换为所述第二图像中的与所述第一类特征点对应的特征点，包括：获取所述第一类特征点中的三个点的第一位置；获取所述第二图像中的与所述第一类特征点中的所述三个点对应的三个点的第二位
置；将所述第一位置与所述第二位置之间的变换矩阵确定为所述第一类特征点与所述第二图像的所述对应特征点之间的变换矩阵；根据所述变换矩阵，将所述第一类特征点变换为所述第二图像中的与所述第一类特征点对应的特征点。7.根据权利要求6所述的方法，其特征在于，所述获取所述第一类特征点中的三个点的第一位置，包括：根据三角剖分图像的方法，将所述第一类特征点划分为至...

【专利技术属性】
技术研发人员：金卓群，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：