图像处理方法、装置、电子设备和存储介质制造方法及图纸

本公开提供一种图像处理方法、装置、电子设备和存储介质，涉及人工智能领域，尤其涉及计算机视觉、深度学习等技术领域；具体的技术方案为：采用预设插值方法对原始图像中每个初始瑕疵区域的初始包围框进行处理，得到沿设定方向颜色发生渐变的第一包围框；基于第一包围框，筛选出需要渲染的初始瑕疵区域并作为待渲染区域；对原始图像中的待渲染区域进行渲染，得到第一处理图像；采用预设模糊处理方法对原始图像进行模糊处理，得到第二处理图像；识别出原始图像中若干个初始瑕疵区域中的目标瑕疵区域；基于第一处理图像和第二处理图像，对原始图像中的目标瑕疵区域进行修复处理以得到第一目标图像。到第一目标图像。到第一目标图像。

【技术实现步骤摘要】
图像处理方法、装置、电子设备和存储介质


[0001]本公开涉及人工智能领域，具体为计算机视觉、深度学习等
，具体提供一种图像处理方法、装置、电子设备和存储介质。

技术介绍

[0002]目前，面向企业的云端批量美颜修图项目具有广阔市场，而该类项目具有数据量大、要求精细等特点，因此要求自动化的修图工具应当具有高效、高品质等特性。然而，现有的主要是通过传统图像检测的方式进行处理，普遍存在自动修图的处理效率与处理质量均较低的问题。

技术实现思路

[0003]本公开要解决的技术问题是为了克服现有技术中图像处理技术易造成自动修图存在处理效率与处理质量均较低的缺陷，提供一种图像处理方法、装置、电子设备和存储介质。
[0004]本公开是通过下述技术方案来解决上述技术问题：
[0005]根据本公开的一方面，提供一种图像处理方法，所述图像处理方法包括：
[0006]采用预设插值方法对原始图像中每个初始瑕疵区域的初始包围框进行处理，得到沿设定方向颜色发生渐变的第一包围框；
[0007]基于所述第一包围框，筛选出需要渲染的初始瑕疵区域并作为待渲染区域；
[0008]对所述原始图像中的所述待渲染区域进行渲染，得到第一处理图像；
[0009]采用预设模糊处理方法对原始图像进行模糊处理，得到第二处理图像；
[0010]识别出所述原始图像中若干个所述初始瑕疵区域中的目标瑕疵区域；
[0011]基于所述第一处理图像和所述第二处理图像，对所述原始图像中的所述目标瑕疵区域进行修复处理以得到第一目标图像。
[0012]根据本公开的另一方面，提供一种图像处理装置，所述图像处理装置包括：
[0013]第一包围框获取模块，用于采用预设插值方法对原始图像中每个初始瑕疵区域的初始包围框进行处理，得到沿设定方向颜色发生渐变的第一包围框；
[0014]待渲染区域筛选模块，用于基于所述第一包围框，筛选出需要渲染的初始瑕疵区域并作为待渲染区域；
[0015]第一处理图像获取模块，用于对所述原始图像中的所述待渲染区域进行渲染，得到第一处理图像；
[0016]第二处理图像获取模块，用于采用预设模糊处理方法对原始图像进行模糊处理，得到第二处理图像；
[0017]目标瑕疵区域识别模块，用于识别出所述原始图像中若干个所述初始瑕疵区域中的目标瑕疵区域；
[0018]第一目标图像获取模块，用于基于所述第一处理图像和所述第二处理图像，对所
述原始图像中的所述目标瑕疵区域进行修复处理以得到第一目标图像。
[0019]根据本公开的另一方面，提供一种电子设备，包括：
[0020]至少一个处理器；以及
[0021]与所述至少一个处理器通信连接的存储器；其中，
[0022]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据上述的方法。
[0023]根据本公开的另一方面，提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述的方法。
[0024]根据本公开的另一方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述的方法。
[0025]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0026]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0027]图1为本公开第一实施例的图像处理方法的第一流程图；
[0028]图2为本公开第一实施例的图像处理方法的第二流程图；
[0029]图3为本公开第一实施例的图像处理方法的第三流程图；
[0030]图4为本公开第一实施例的图像插值处理的示意图；
[0031]图5为本公开第一实施例的图像处理方法的第四流程图；
[0032]图6为本公开第一实施例的图像翻转处理的示意图；
[0033]图7为本公开第一实施例的图像处理方法的第五流程图；
[0034]图8为本公开第二实施例的图像处理装置的第六流程图；
[0035]图9为本公开第二实施例的图像处理装置的第一流程图；
[0036]图10为本公开第二实施例的图像处理装置的第二流程图；
[0037]图11为本公开第三实施例的电子设备的结构示意图。
具体实施方式
[0038]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0039]在批量美颜修图场景中，现有主要采用传统图像处理的方式进行处理，例如，对比当前像素与周围像素的差异来判定该像素点是否为斑痘，若为斑痘像素点则采用一些统计学的方法使该像素点与周围像素点的光影效果保持和谐；然后，该方法存在计算量大、仍然保持原纹理的缺陷，容易导致存在异常纹理的badcase(错误数据)的情况，造成自动修图的处理效率与处理质量等均较低等问题；本公开提出一种基于高低频技术的高性能斑痘祛除方法，能够有效地减少badcase的出现，从而保证自动修图的处理效率与处理质量。
[0040]实施例1
[0041]如图1所示，本实施例的图像处理方法包括：
[0042]S11、采用预设插值方法对原始图像中每个初始瑕疵区域的初始包围框进行处理，得到沿设定方向颜色发生渐变的第一包围框；
[0043]S12、基于第一包围框，筛选出需要渲染的初始瑕疵区域并作为待渲染区域；
[0044]S13、对原始图像中的待渲染区域进行渲染，得到第一处理图像；
[0045]S14、采用预设模糊处理方法对原始图像进行模糊处理，得到第二处理图像；
[0046]S15、识别出原始图像中若干个初始瑕疵区域中的目标瑕疵区域；
[0047]其中，原始图像包括但不限于包含人体皮肤的图像，例如人脸图像；所有初始瑕疵区域为原始图像中可能存在斑痘的所有局部区域，目标瑕疵区域为确定存在斑痘的斑痘区域；在原始图像为人脸图像时，初始瑕疵区域之外的预设区域为脸部五官所在区域。
[0048]S16、基于第一处理图像和第二处理图像，对原始图像中的目标瑕疵区域进行修复处理以得到第一目标图像。
[0049]本实施例中的图像处理方法，属于一种基于高低频技术的高性能斑痘祛除方法，能够有效地减少badcase的出现，有效地优化图像处理流程，提高自动修图的准确率和效率，该图像处理算法还具有较好的稳定性；同时，具有性能高、算力成本低等优点，不仅仅适用于云端高性能机器，也适用于移动端设备中，具有较好的低本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，所述图像处理方法包括：采用预设插值方法对原始图像中每个初始瑕疵区域的初始包围框进行处理，得到沿设定方向颜色发生渐变的第一包围框；基于所述第一包围框，筛选出需要渲染的初始瑕疵区域并作为待渲染区域；对所述原始图像中的所述待渲染区域进行渲染，得到第一处理图像；采用预设模糊处理方法对原始图像进行模糊处理，得到第二处理图像；识别出所述原始图像中若干个所述初始瑕疵区域中的目标瑕疵区域；基于所述第一处理图像和所述第二处理图像，对所述原始图像中的所述目标瑕疵区域进行修复处理以得到第一目标图像。2.如权利要求1所述的图像处理方法，所述采用预设插值方法对原始图像中每个目标瑕疵区域的初始包围框进行处理，得到沿设定方向颜色发生渐变的第一包围框的步骤，还包括：获取所述原始图像中每个所述初始瑕疵区域的所述初始包围框对应的若干第一顶点数据，以及所述初始瑕疵区域之外的预设区域内的若干第二顶点数据；采用所述预设插值方法基于所述第一顶点数据对所述初始瑕疵区域的所述初始包围框进行处理，得到沿所述设定方向颜色发生渐变的所述第一包围框。3.如权利要求2所述的图像处理方法，所述基于所述第一包围框，筛选出需要渲染的初始瑕疵区域并作为待渲染区域的步骤，包括：采用预设翻转方式将所述第一包围框翻转至设定状态，以得到第二包围框；基于所述第二包围框对应的若干第三顶点数据和若干所述第二顶点数据，筛选出需要渲染的初始瑕疵区域并作为所述待渲染区域。4.如权利要求3所述的图像处理方法，所述采用所述预设插值方法基于所述第一顶点数据对所述初始瑕疵区域的所述初始包围框进行处理，得到沿所述设定方向颜色发生渐变的所述第一包围框的步骤，包括：分别设置所述初始包围框的不同顶点处对应的插值颜色值；采用重心坐标插值法基于所述插值颜色值对所述初始瑕疵区域的所述初始包围框进行处理，得到沿所述设定方向颜色发生渐变的所述第一包围框。5.如权利要求4所述的图像处理方法，所述分别设置所述初始包围框的不同顶点处对应的插值颜色值的步骤之前，还包括：根据所述第一顶点数据确定所述初始包围框的高度值；在所述高度值大于第一设定阈值时，基于所述高度值对所述初始包围框进行分割处理以得到不同的高度分割信息；将所述高度分割信息分别存储中不同的第一预设通道中。6.如权利要求5所述的图像处理方法，在基于所述高度值将所述初始包围框分割处理成两个部分时，所述采用预设翻转方式将所述第一包围框翻转至设定状态，以得到第二包围框的步骤，包括：对于任一部分，以当前部分的远离与另一部分连接处的外边框作为轴线，将所述当前部分沿着所述轴线进行水平翻转，以处理后的所述第二包围框。7.如权利要求3所述的图像处理方法，所述基于所述第二包围框对应的若干第三顶点
数据和若干所述第二顶点数据，筛选出需要渲染的初始瑕疵区域并作为所述待渲染区域的步骤，包括：采用射线法对所述第二包围框对应的若干所述第三顶点数据与不同的所述第二顶点数据围成的多边形进行求交，得到求交结果；在所述求交结果表征存在交点时，确定对应的初始瑕疵区域需要渲染以作为所述待渲染区域。8.如权利要求5所述的图像处理方法，所述图像处理方法还包括：识别出所述原始图像中的若干个所述初始瑕疵区域；生成用于标识所述初始瑕疵区域的标志位信息并存储至第二预设通道中；将所述第一包围框对应的渐变插值信息存储至第三预设通道中。9.如权利要求8所述的图像处理方法，所述图像处理方法还包括：将所述第一预设通道、所述第二预设通道和所述第三预设通道中存储的数据装载至图像处理设备的中央处理单元CPU中；所述对所述原始图像中的所述待渲染区域进行渲染，得到第一处理图像的步骤，包括：通过所述中央处理单元CPU装载的数据传输至所述图像处理设备的图形处理器GPU中；采用所述图形处理器GPU对所述原始图像中的所述待渲染区域进行渲染，得到所述第一处理图像。10.如权利要求1所述的图像处理方法，所述采用预设模糊处理方法对原始图像进行模糊处理，得到第二处理图像的步骤，包括：采用高斯模糊处理方法对所述原始图像中的所述预设区域采用第一层次参数进行模糊处理，且采用第二层次参数对所述初始瑕疵区域进行模糊处理，以得到后的所述第二处理图像；其中，所述第一层次参数对应的模糊处理程度低于所述第二层次参数对应的模糊处理程度。11.如权利要求8中所述的图像处理方法，所述识别出所述原始图像中若干个所述初始瑕疵区域中的目标瑕疵区域步骤，还包括：获取所述第二预设通道对应的实际通道值；在所述实际通道值与预设通道值的第一差值小于第二设定阈值时，则确定对应的初始瑕疵区域属于所述目标瑕疵区域。12.如权利要求11所述的图像处理方法，所述图像处理方法还包括：在所述实际通道值与预设通道值的所述第一差值大于或者等于所述第二设定阈值时，则确定对应的所述初始瑕疵区域不属于目标瑕疵区域；获取所述原始图像中所述初始瑕疵区域之外的预设区域内的原始像素信息；采用所述原始像素信息修复对应的所述初始瑕疵区域以得到第二目标图像。13.如权利要求11所述的图像处理方法，所述基于所述第一处理图像和所述第二处理图像，对所述原始图像中的所述目标瑕疵区域进行修复处理以得到第一目标图像的步骤，还包括：基于所述渐变插值信息和所述高度分割信息，计算得到所述第一处理图像对应的采样偏移量；
根据所述采样偏移量采样所述原始图像，得到与所述目标瑕疵区域对应的第一像素信息，以及根据所述采样偏移量采样所述第二处理图像，得到与所述目标瑕疵区域对应的第二像素信息；计算得到所述第一像素信息与所述第二像素信息的第二差值，以得到所述目标瑕疵区域对应的高频信息；获取所述原始图像中所述目标瑕疵区域对应的第三像素信息，以及获取所述第二处理图像中所述目标瑕疵区域对应的第四像素信息；计算得到所述第三像素信息与所述第四像素信息的第三差值，以得到所述目标瑕疵区域对应的低频信息；基于所述高频信息和所述低频信息，对所述原始图像中的所述目标瑕疵区域进行修复处理以得到第一目标图像。14.如权利要求13所述的图像处理方法，所述基于所述高频信息和所述低频信息，对所述原始图像中的所述目标瑕疵区域进行修复处理以得到第一目标图像的步骤，包括：对所述高频信息和所述低频信息进行融合处理，以得到融合信息；基于所述融合信息，采用预设透明度通道与所述原始图像进行比例混合调节处理，以得到所述第一目标图像。15.如权利要求1
‑
14中任一项所述的图像处理方法，所述原始图像包括人脸图像时，所述目标瑕疵区域为斑痘区域，所述初始瑕疵区域之外的预设区域为脸部五官所在区域。16.一种图像处理装置，所述图像处理装置包括：第一包围框获取模块，用于采用预设插值方法对原始图像中每个初始瑕疵区域的初始包围框进行处理，得到沿设定方向颜色发生渐变的第一包围框；待渲染区域筛选模块，用于基于所述第一包围框，筛选出需要渲染的初始瑕疵区域并作为待渲染区域；第一处理图像获取模块，用于对所述原始图像中的所述待渲染区域进行渲染，...

【专利技术属性】
技术研发人员：孙瑞，孙昊，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：