首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

图像美化方法、终端及计算机可读存储介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:深圳传音控股股份有限公司

摘要:本发明公开了一种图像美化方法、终端及计算机可读存储介质,包括:对图像进行分析,捕获所述图像中的人像,并获取所述人像的人像属性参数;根据所述人像属性参数,与预设人像属性数据库进行匹配,得到与所述人像属性参数对应的人像画像类型;根据所述人像画像类型,与预设美化方案模型数据库进行匹配,得到与所述人像画像类型对应的美化方案;根据所述美化方案对所述人像进行美化。本发明可针对图像中的人像进行不同的美化,操作简便、快捷。

主权项:1.一种图像美化方法,其特征在于,包括:对图像进行分析,捕获所述图像中的人像,并获取所述人像的人像属性参数;根据所述人像属性参数,与预设人像属性数据库进行匹配,得到与所述人像属性参数对应的人像画像类型;根据所述人像画像类型,与预设美化方案模型数据库进行匹配,得到与所述人像画像类型对应的美化方案;根据所述美化方案对所述人像进行美化;所述人像属性参数包括多个子属性参数,所述预设人像属性数据库中包括多个所述人像画像类型,所述人像画像类型对应多个所述子属性参数;所述根据所述人像属性参数,与预设人像属性数据库进行匹配,得到与所述人像属性对应的人像画像类型的步骤,包括:将所述人像对应的所述多个子属性参数分别与预设人像属性数据库进行匹配;将所述预设人像属性数据库中与所述多个子属性参数匹配的所述人像画像类型,设置为与所述人像对应的人像画像类型;所述子属性参数为服饰色彩属性参数;所述对图像进行分析,捕获所述图像中的人像,并获取所述图像中的人像属性参数的步骤,包括:对图像进行分析,捕获所述图像中的人像,对所述人像的服饰进行识别,获取所述人像的服饰的色块个数、各色块的面积、各色块的色调类型;根据所述人像的服饰的色块个数、各色块的面积、各色块的色调类型与预设色彩映射表匹配,得到与所述人像对应所述服饰色彩属性参数。

全文数据:图像美化方法、终端及计算机可读存储介质技术领域本发明涉及图像处理领域,尤其涉及一种图像美化方法、终端及计算机可读存储介质。背景技术随着技术的发展,终端实时拍摄的图像美化功能越来越多。用户使用终端对图像进行美化处理的选项也越来越多。通常情况下,终端中,图像美化相关功能有:瘦身、瘦头、瘦肩、丰胸、丰臀、瘦腿、长腿等。目前,用户在用这些功能进行拍照或者图片编辑时,主要的一种方式就是通过拉动界面上的滑动条来进行全身或者局部瘦化强度的设置来达到美化图像的目的。用户在操作过程中,往往需要通过多次拉动界面上的滑动条来达到自身认为理想的图像美化效果,操作过程复杂。因此,有必要提供一种图像美化方法,以解决上述技术问题。发明内容本发明的主要目的是提供一种图像美化方法、终端及计算机可读存储介质,旨在解决现有技术中图像美化操作复杂的技术问题。为实现上述目的,本发明提供一种图像美化方法,包括:对图像进行分析,捕获所述图像中的人像,并获取所述人像的人像属性参数;根据所述人像属性参数,与预设人像属性数据库进行匹配,得到与所述人像属性参数对应的人像画像类型;根据所述人像画像类型,与预设美化方案模型数据库进行匹配,得到与所述人像画像类型对应的美化方案;根据所述美化方案对所述人像进行美化。优选地,所述对图像进行分析,捕获所述图像中的人像,并获取所述人像的人像属性参数的步骤,包括:对所述图像进行分析,判断所述图像中是否含有人像;若所述图像中含有人像,则捕获所述图像中的人像,并获取所述人像的人像属性参数。优选地,所述若所述图像中含有人像,则捕获所述图像中的人像,并获取所述人像的人像属性参数的步骤,包括:若所述图像中含有人像,则捕获所述图像中的人像;判断所述图像中的人像个数是否为多个;若所述图像中的人像个数为多个,则计算每个所述人像在所述图像中的画幅占比;按所述人像的画幅占比由大到小的顺序依次获取所述人像属性参数。优选地,所述人像属性参数包括多个子属性参数,所述预设人像属性数据库中包括多个所述人像画像类型,所述人像画像类型对应多个所述子属性参数;所述根据所述人像属性参数,与预设人像属性数据库进行匹配,得到与所述人像属性对应的人像画像类型的步骤,包括:将所述人像对应的所述多个子属性参数分别与预设人像属性数据库进行匹配;将所述预设人像属性数据库中与所述多个子属性参数匹配的所述人像画像类型,设置为与所述人像对应的人像画像类型。优选地,所述子属性参数为体型属性参数;所述对图像进行分析,捕获所述图像中的人像,并获取所述图像中的人像的人像属性参数的步骤,包括:对图像进行分析,捕获所述图像中的人像,对所述人像的人体部位进行识别,计算各所述人体部位的尺寸参数;计算各所述人体部位的尺寸参数与各所述人体部位对应的尺寸预设值的比值,得到与各所述人体部位对应的部位百分比;将各所述人体部位的部位百分比与各所述人体部位对应的第一预设区间阈值匹配,得到与所述第一预设区间阈值对应的所述体型属性参数。优选地,所述子属性参数为穿衣风格属性参数;所述对图像进行分析,捕获所述图像中的人像,并获取所述图像中的人像属性参数的步骤,包括:对图像进行分析,捕获所述图像中的人像,对所述人像的服饰进行识别,计算所述人像的服饰的长度和宽松度;计算所述服饰的长度与预设平均长度的比值,得到所述人像的服饰长度百分比,计算所述服饰的宽松度与预设平均宽松度的比值,得到所述人像的宽松度百分比;将所述人像的服饰长度百分比和宽松度百分比与第二预设区间阈值匹配,得到与所述第二预设区间阈值对应的所述穿衣风格属性参数。优选地,所述子属性参数为服饰色彩属性参数;所述对图像进行分析,捕获所述图像中的人像,并获取所述图像中的人像属性参数的步骤,包括:对图像进行分析,捕获所述图像中的人像,对所述人像的服饰进行识别,获取所述人像的服饰的色块个数、各色块的面积、各色块的色调类型;根据所述人像的服饰的色块个数、各色块的面积、各色块的色调类型与预设色彩映射表匹配,得到与所述人像对应所述服饰色彩属性参数。优选地,所述美化方案包括对所述人像的人体部位进行缩放处理;所述根据所述美化方案对所述人像进行美化的步骤,包括:接收用户做出的自定义美化选择操作;判断所述自定义美化选择操作对应的美化类型;若所述自定义美化选择操作对应的美化类型为常规类型,则根据所述美化方案对所述人像的人体部位进行缩放处理并显示;若所述自定义美化选择操作对应的美化类型为肉化类型,则获取所述美化方案中对所述人像的人体部位进行缩放处理的缩放倍数,根据所述缩放倍数和预设肉化倍数的积,对所述人像的人体部位进行缩放处理并显示;若所述自定义美化选择操作对应的美化类型为骨化类型,则获取所述美化方案中对所述人像的人体部位进行缩放处理的缩放倍数,根据所述缩放倍数和预设骨化倍数的积,对所述人像的人体部位进行缩放处理并显示。此外,为实现上述目的,本发明还提供一种终端,包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述的图像美化方法的步骤。此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序被处理器进入时实现如上述的图像美化方法的步骤。本发明实施例提出的一种图像美化方法、终端及计算机可读存储介质,通过识别人像属性、匹配美化方案,自动对图像里的人像进行美化,从而避免了用户为达到理想的图像美化效果,需要进行多次操作的技术问题;通过将图像中的人像按照画像占比排序后按照匹配的美化方案进行美化,避免了对多个人像美化只采用一种美化方案的技术问题;通过设置多个人像子属性参数,避免了用户在手动美化时,忽略设置某些参数,难以找到最适配自己的美体效果的情况。附图说明图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图;图2为本发明图像美化方法第一实施例的流程示意图;图3为本申请图像美化方法第二实施例的流程示意图;图4为本申请图像美化方法第三实施例的流程示意图;图5为本申请图像美化方法第四实施例的流程示意图;图6为本申请图像美化方法第五实施例的流程示意图;图7为本申请图像美化方法第六实施例的流程示意图;图8为本申请图像美化方法第七实施例的流程示意图;图9为本申请图像美化方法第八实施例的流程示意图。本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。具体实施方式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。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动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。本发明实施例提供了一种图像美化方法、终端及计算机可读存储介质。如图1所示,图1是本申请一实施例的终端500的模块结构示意图。本实施例中的终端500包括至少一个处理器501、存储器502、至少一个网络接口503和用户接口504。终端500中的各个组件通过通讯总线505耦合在一起。可以理解的,通讯总线505用于实现这些组件之间的连接通信。可以理解的,所述终端500可以为智能手机、平板电脑、便捷式计算机、智能相机等包含摄像头的终端。处理器501,是终端500的控制中心,利用通讯总线505连接终端500的各个部分,通过运行或执行存储在存储器502内的软件程序和或模块,以及调用存储在存储单元502内的数据,执行终端500的各种功能。处理器501可以是一种集成电路芯片,具有信号的处理能力。本发明实施例中,处理器501可以是通用处理器、数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。存储器502可以是易失性存储器和或非易失性存储器。在本实施例中,存储器502可用于存储软件程序以及各种数据。存储器502主要包括程序模块或者数据结构,或者他们的子集,或者他们的扩展集:应用程序5021和数据库5022。其中,应用程序5021包括各种应用程序,例如媒体播放器、浏览器等,用于实现各种应用业务。数据库5022包括终端500使用时所需的数据。实现本发明实施例方法的程序可以包含在应用程序5021中,也可以包含在数据库5022中。用户接口504可以包括显示器、触感板、触摸屏、键盘等。本领域技术人员可以理解,图1所示出的终端500还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。基于上述硬件结构,提出本申请中的终端500图像美化方法的各个实施例。如图2所示的一种图像美化方法的流程图,该方法包括以下步骤:步骤S100,对图像进行分析,捕获所述图像中的人像,并获取所述人像的人像属性参数;在该步骤中,可以通过与终端连接的摄像头或终端自身携带的摄像头进行拍摄,对拍摄到的图像进行分析;也可以直接调用存储于终端中的图像或接收外部设备发送的图像,进行图像分析。利用现有技术中的人像捕获技术,捕获所述图像中的人像。所述现有技术中的人像捕获技术是指在一幅图像或者视频流中的一帧中检测出人像并将人像分离出来,与非人像部分进行区别。在捕获到图像中的人像后,获取所述人像的人像属性参数。人像属性参数具体可以是用户终端当前所在的地理区域、该人像的年龄、性别、体型、穿衣风格、服饰色彩等。例如:可以通过获取该人像各身体部位的位置,计算各个身体部位比例计算得到体型;可以通过获取用户终端当前的IP地址、所连接的基站位置等获取用户所在的地理区域;通过该人像的外露的皮肤状态和发色计算人像的年龄等。步骤S200,根据所述人像属性参数,与预设人像属性数据库进行匹配,得到与所述人像属性参数对应的人像画像类型;在该步骤中,所述预设人像属性数据库和所述人像画像类型为本领域技术人员预先设置的。所述人像属性参数的匹配结果,可以是通过人像的一个人像属性参数对应得到一种人像画像类型,也可以通过人像的多个人像属性参数对应得到一种人像画像类型。步骤S300,根据所述人像画像类型,与预设美化方案模型数据库进行匹配,得到与所述人像画像类型对应的美化方案;在该步骤中,预设美化方案模型数据库为本领域技术人员预先设置的,预设美化方案模型数据库中设有与人像画像类型对应的美化方案,一个美化方案中可以仅包括一项美化操作,也可以包括多项美化操作。例如一个美化方案可以同时包括对人像外露的肤色进行增白处理、对人像的体型进行修饰等。预设美化方案模型数据库中,可以是一种人像画像类型对应一种美化方案,也可以是多种人像画像类型均对应一种美化方案。步骤S400,根据所述美化方案对所述人像进行美化。在该步骤中,所述美化方案可以包括对人体各部位的处理。各所述部位具体包括脸部宽度、肩宽、胸围宽度、腰围宽度、臀围宽度、腿宽度、脸长度、手臂长度、上半身长度、腿长度等。对各所述部位的处理是对各部位的显示尺寸的缩放。在本实施例中,通过对捕获到的人像分析得到人像属性参数,将人像属性参数与预设库匹配得到人像画像类型,将人像画像类型与预设库匹配得到美化方案并对人像的各部位进行美化处理,使得用户在使用时,不需要根据人像手动调节需要美化部位和选择需要美化的项目,即可实现自动美化,操作简便。请参照图3,为基于本申请第一实施例中终端的图像美化方法,提出的第二实施例中的所述终端的图像美化方法的方法流程图,在本实施例中,所述步骤S100具体包括:步骤S110,对所述图像进行分析,判断所述图像中是否含有人像;首先需要通过处理器判断所述图像中是否含有人像,以保证后续人像美化的进行。步骤S120,若所述图像中含有人像,则捕获所述图像中的人像,并获取所述人像的人像属性参数。若所述图像中没有人像,则结束处理。在该步骤中,基于步骤S110判断出所述图像中含有人像,再进一步地捕获所述图像中的人像,分析得到所述人像的人像属性参数,通过预先判断是否含有人像减小不必要的捕获人像计算。请参照图4,为基于本申请第二实施例中的终端的图像美化方法,提出第三实施例中的所述图像美化方法的方法流程图;在第三实施例中,所述步骤S110均与第一实施例中相同,在此不再赘述;其不同在于,所述步骤S120具体包括:步骤S121,捕获所述图像中的人像;步骤S122,判断所述图像中的人像个数是否为多个;步骤S123,若所述图像中的人像个数为多个,则计算每个所述人像在所述图像中的画幅占比;若所述图像中的人像个数为一个,则获取该人像的所述人像属性参数。步骤S124,按所述人像的画幅占比由大到小的顺序依次获取所述人像属性参数。可以按人像画幅占比大小由大到小的顺序,获取每个人像的人体属性参数,每个人像的人像属性可以标记为Z1,Z2,……。比如第一人像属性可以标记为Z1,第二人像属性可以标记为Z2,……。在第三实施例中,终端增设了多个人像的分析功能,在拍摄过程中,通过对图像中的人像分析判断,可以记录多个不同人像的人像属性参数,避免了现有技术中在对存在多个人像的图像进行美化时只能采用一种美化方案美化所有人像的问题。请参照图5,为基于本申请第一实施例中的终端的图像美化方法,提出的第四实施例中的所述终端的图像美化方法的方法流程图,在本实施例中,所述人像属性参数包括多个子属性参数;所述步骤S200具体包括:步骤S210,将所述人像对应的所述多个子属性参数分别与预设人像属性数据库进行匹配;在本实施例中,所述人像属性参数包括六个子属性参数。子属性参数具体可以是区域属性参数、年龄属性参数、性别属性参数、体型属性参数、穿衣风格属性参数、服饰色彩属性参数等。例如:当子属性参数为区域属性参数时,调取用户首次开机设置时选择的国家信息,国家信息与区域属性参数对应;区域属性参数预设库里的类型可以标记为A1,A2,A3,……。例如所述终端调取用户首次开机设置时选择的国家为中国,中国在区域属性参数预设库里被标记为A1,则得到所述人像的区域属性参数为A1。当子属性参数为性别属性参数时,根据人像的体型、发型、衣着等,判断人像的性别,所述性别属性参数包括男和女,终端利用性别识别技术判断各人像的性别。性别属性参数预设库里男可以标记为类型C1,女可以标记为类型C2。当子属性参数为所述年龄属性参数的获取采用年龄识别技术,利用年龄识别技术判断用户的年龄。年龄属性参数预设库里的类型可以标记为B1,B2,B3,……。各类型的年龄区间可以设置为B1:0-6岁,B2:7-16岁,B3:17-25岁,B4:26-35岁,B5:36-50岁,B6:50岁以上。所述年龄属性参数被终端500识别匹配得到个人像的年龄属性参数类型。步骤S220,将所述预设人像属性数据库中与所述多个子属性参数匹配的所述人像画像类型,设置为与所述人像对应的人像画像类型。在该步骤中,各所述人像子属性参数与所述预设库里的人像属性参数匹配后,得到对应的人像画像类型。如在一图像中,包括两个人像,获取第一人像属性为Z1A1B1C1D1E1F1,另一人像属性为Z2A1B1C1D1E1F2,其中,A1为区域属性参数;B1为年龄属性参数;C1性别属性参数;D1体型属性参数;E1穿衣风格属性参数;F1和F2为服饰色彩属性参数。各人像通过具有的人像属性Z1和Z2由终端500匹配得到人像画像类型。各人像画像类型可以标记为P1,P2,……。一个人像画像类型可以对应多种人像属性,比如所述人像画像类型P1可以对应的人像属性为{A1B1C1D1E1F1,A1B1C1D1E1F2,A1B1C1D1E1F3},P2可以包括的人像属性为{A2B1C1D1E1F1,A3B1C1D1E1F1},则上述第一人像属性Z1,Z2匹配得到的人像画像类型都为P1。进一步地,在步骤S300中,根据所述人像画像类型,与预设美化方案模型数据库进行匹配,得到与所述人像画像类型对应的美化方案。所述预设美化方案可以标记为X1,X2,……,一个预设美化方案可以对应多个人像画像类型,比如美化方案X1可以包括的人像画像类型为{P1、P2、P3、P4、P5、P6、P7、P8、P9、P10},美化方案X2可以包括的人像画像类型为{P20、P30、P40、P50、P60},……。在本实施例中,终端增设了对人像的多个子属性匹配并得到预设的美化方案的功能,在拍摄过程中,终端对人像的多个子属性分析,得到人像对应的美化方案。多个子属性匹配得到的美化方案,是本领域技术人员通过大量数据的模拟得到的最优化的结果并存储在终端500的存储器502中。解决了现有技术中用户在使用终端进行图像美化操作时,很难得到适配自己的美化效果的问题,提升了用户的体验。请参照图6,为基于本申请第四实施例中的终端的图像美化方法,提出的第五实施例中的获取所述体型属性参数的方法流程图,所述步骤S100具体包括:步骤S211,对图像进行分析,捕获所述图像中的人像,对所述人像的人体部位进行识别,计算各所述人体部位的尺寸参数;在该步骤中,对人像的人体部位的识别采用人体关键点识别技术,所述人体识别的程序语言存储在终端的存储器中,所述人体部位的尺寸参数指的是脸部宽度、肩宽、胸围宽度、腰围宽度、臀围宽度、腿宽度、脸长度、手臂长度、上半身长度、腿长度等。所述终端通过处理器计算得到上述各部位的长度值或者宽度值。步骤S212,计算各所述人体部位的尺寸参数与各所述人体部位对应的尺寸预设值的比值,得到与各所述人体部位对应的部位百分比;在该步骤中,所述尺寸预设值为本领域技术人员预先设置,各所述人体部位的尺寸参数都有相对应的尺寸预设值。终端通过处理器计算每个部位的尺寸参数与其相对应的预设值的比值得到百分比数。步骤S213,将各所述人体部位的部位百分比与各所述人体部位对应的第一预设区间阈值匹配,得到与所述第一预设区间阈值对应的所述体型属性参数。在该步骤中,所述第一预设区间阈值为本领域技术人员预先设置的各人体部位的部位百分比对应的范围值,每一人体部位可对应多个区间,每个区间对应一个体型属性参数。当步骤S212中得到的各人体部位尺寸参数百分比数属于某一预设区间时,处理器匹配得到对应的体型属性参数。例如:采用人体各部位关键点识别技术,获得脸部宽度DD1,肩宽DD2,胸围宽度DD3,腰围宽度DD4,臀围宽度DD5,腿宽度DD6,脸长度DD7,手臂长度DD8,上半身长度DD9,腿长度DD10……,将各参数与对应的尺寸预设值dd1,dd2,dd3,dd4,dd5……相除,得到部位百分比;将部位百分比与第一预设区间阈值皮队,得到各所述人像的体型属性参数D1,D2,D3,D4,D5……。具体地,体型属性参数可以设置为D1:全身肥胖型,D2:梨型,D3:苹果型,D4:细沙漏型,D5:超瘦型……。在本实施例中,对人像的人体部位进行识别,计算得到各人体部位的尺寸参数与预设值的比值,通过第一预设区间阈值设置,得到人像的体型属性参数。该子属性参数通过计算人体多个部位的尺寸参数得到,通过人像的多个人体部位尺寸参数来美化方案,使得图像美化更加精确。请参照图7,为基于本申请第四实施例中的终端的图像美化方法,提出的第六实施例中的获取所述穿衣风格属性参数的方法流程图,所述步骤S100具体包括:步骤S214,对图像进行分析,捕获所述图像中的人像,对所述人像的服饰进行识别,计算所述人像的服饰的长度和宽松度;步骤S215,计算所述服饰的长度与预设平均长度的比值,得到所述人像的服饰长度百分比,计算所述服饰的宽松度与预设平均宽松度的比值,得到所述人像的宽松度百分比;步骤S216,将所述人像的服饰长度百分比和宽松度百分比与第二预设区间阈值匹配,得到与所述第二预设区间阈值对应的所述穿衣风格属性参数。其中,获取穿衣风格属性参数的步骤与获取体型属性参数的步骤相似,只有终端需要识别的参数不同,在这里不作赘述。例如:通过识别图像中人像服饰长度EE1、宽松程度EE2,与所述预设平均长度ee1计算得到服饰长度百分比,与所述与所述预设平均长度ee2计算得到服饰宽度百分比,通过第二预设区间阈值比对,获取各所述人像的穿衣风格属性E1,E2,E3,E4……。在本实施例中,对人像的服饰进行识别,计算得到所述人像的服饰的长度和宽松度与预设值的比值,通过百分比阈值设置,得到人像的穿衣风格参数属性。该子属性参数的获取考虑了在图像美化中人像的穿衣风格问题,增加了图像美化操作中需要识别的参数,使得美化方案更适配用户。请参照图8,为基于本申请第四实施例中的终端的图像美化方法,提出的第七实施例中的获取所述服饰色彩属性参数的方法流程图,所述步骤具体包括:步骤S217,对图像进行分析,捕获所述图像中的人像,对所述人像的服饰进行识别,获取所述人像的服饰的色块个数、各色块的面积、各色块的色调类型;在该步骤中,色块个数为人像对应服饰中不同颜色的色块数量,不同颜色可以通过设置容差来判断。所述色块的色调类型可以是色块的冷暖色调。步骤S218,根据所述人像的服饰的色块个数、各色块的面积、各色块的色调类型与预设色彩映射表匹配,得到所述服饰色彩属性参数。在该步骤中,所述预设色彩映射表指存储在存储器中的色块个数、色块面积、色块色调类型的组合,所述每种组合都对应一种服饰色彩属性参数。例如:识别图像中人像服饰上的色块个数FF1、色块面积FF2、色块色调类型FF3,与预设色彩映射表中预设的预设色块个数ff1、预设色块面积ff2、预设色块色调类型ff3匹配得到服饰色彩属性参数,服饰属性参数预设库里的类型可以标记为F1,F2,F3,……。在本实施例中,对人像的服饰进行识别,计算得到所述人像的服饰的色块个数、各色块的面积、各色块的色调类型,与预设色彩映射表匹配,得到人像的服饰色彩属性参数。该子属性参数的获取考虑了在图像美化中人像的服饰色彩问题,增加了图像美化操作中需要识别的参数,使得美化方案更适配用户,美化方案更加精确。请参照图9,为基于本申请第一实施例中终端的图像美化方法,提出的第八实施例中的所述终端的图像美化方法的方法流程图,在本实施例中,所述美化方案包括对所述人像的人体部位进行缩放处理,所述步骤S400具体包括:步骤S410,接收用户做出的自定义美化选择操作;在该步骤中,在终端做出图像美化前,所述终端还提供了几种可供用户选择的美化类型。终端接受到相应的指令后进行美化操作。步骤S420,判断所述自定义美化选择操作对应的美化类型;在该步骤中,所述美化类型可以包括常规类型、肉化类型、骨化类型。步骤S430,若所述自定义美化选择操作对应的美化类型为常规类型,则根据所述美化方案对所述人像的人体部位进行缩放处理并显示;在该步骤中,所述美化方案包括对人体部位脸部宽度,肩宽,胸围宽度,腰围宽度,臀围宽度,腿宽度,脸长度,手臂长度,上半身长度,腿长度……的不同处理。如,美化方案X1,将脸部宽度DD1从X处理为0.8X、肩宽DD2从Y处理为0.9Y、胸围宽度DD3从W处理为1.1W、腰围宽度DD4从Z处理为0.9Z,……。如,美化方案X2,将脸部宽度DD1从X处理为0.9X、肩宽DD2从Y处理为0.8Y、胸围宽度DD3从W处理为0.9W、腰围宽度DD4从Z处理为0.8Z,……。步骤S440,若所述自定义美化选择操作对应的美化类型为肉化类型,则获取所述美化方案中对所述人像的人体部位进行缩放处理的缩放倍数,根据所述缩放倍数和预设肉化倍数的积,对所述人像的人体部位进行缩放处理并显示;在该步骤中,所述肉化类型是指在步骤S430中常规类型的基础上,对所有人体部位进行放大处理,其中各个部位的缩放倍数与常规类型一致,预设肉化倍数为本领域技术人员根据各个部位预先设置的数值,预设肉化倍数大于1。如,对应美化方案X1,常规类型为脸部宽度DD1从X处理为0.8X,肉化类型在X1的基础上将脸部宽度放大到1.5倍,即将脸部宽度DD1由美化方案X1处理后的结果0.8X放大到1.5倍,得到1.5*0.8X。其他所有部位的肉化效果也是和上述脸部宽度的肉化一样。步骤S450,若所述自定义美化选择操作对应的美化类型为骨化类型,则获取所述美化方案中对所述人像的人体部位进行缩放处理的缩放倍数,根据所述缩放倍数和预设骨化倍数的积,对所述人像的人体部位进行缩放处理并显示。在该步骤中,所述骨化类型是指在步骤S430中常规类型的基础上,对所有人体部位进行缩小处理,缩小倍数为终端预设的倍数。其中各个部位的缩放倍数与常规类型一致,预设骨化倍数为本领域技术人员根据各个部位预先设置的数值,预设骨化倍数小于1。如,对应美化方案X1,将脸部宽度DD1从X处理为0.8X,骨化类型在X1的基础上将脸部宽度缩小到0.5倍,即将脸部宽度DD1由美化方案X1处理后的结果0.8X缩小到0.5倍,得到0.5*0.8X。其他所有部位的骨化效果也是和上述脸部宽度的骨化一样。在本实施例中,终端提供了一种用户自定义选择美体风格的操作,使得用户除选择常规美化方案外,还可以选择其他美化方案。丰富了用户的操作类型,提高了用户的操作体验。本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器进入时实现如上述的图像美化方法的步骤。本发明可读存储介质的具体实施例与上述图像美化方法各实施例基本相同,在此不作赘述。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个可读存储介质如ROMRAM、磁碟、光盘中,包括若干指令用以使得一台终端执行本发明各个实施例所述的方法。以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

权利要求:1.一种图像美化方法,其特征在于,包括:对图像进行分析,捕获所述图像中的人像,并获取所述人像的人像属性参数;根据所述人像属性参数,与预设人像属性数据库进行匹配,得到与所述人像属性参数对应的人像画像类型;根据所述人像画像类型,与预设美化方案模型数据库进行匹配,得到与所述人像画像类型对应的美化方案;根据所述美化方案对所述人像进行美化。2.如权利要求1所述的图像美化方法,其特征在于,所述对图像进行分析,捕获所述图像中的人像,并获取所述人像的人像属性参数的步骤,包括:对所述图像进行分析,判断所述图像中是否含有人像;若所述图像中含有人像,则捕获所述图像中的人像,并获取所述人像的人像属性参数。3.如权利要求2所述的图像美化方法,其特征在于,所述若所述图像中含有人像,则捕获所述图像中的人像,并获取所述人像的人像属性参数的步骤,包括:若所述图像中含有人像,则捕获所述图像中的人像;判断所述图像中的人像个数是否为多个;若所述图像中的人像个数为多个,则计算每个所述人像在所述图像中的画幅占比;按所述人像的画幅占比由大到小的顺序依次获取所述人像属性参数。4.如权利要求1所述的图像美化方法,其特征在于,所述人像属性参数包括多个子属性参数,所述预设人像属性数据库中包括多个所述人像画像类型,所述人像画像类型对应多个所述子属性参数;所述根据所述人像属性参数,与预设人像属性数据库进行匹配,得到与所述人像属性对应的人像画像类型的步骤,包括:将所述人像对应的所述多个子属性参数分别与预设人像属性数据库进行匹配;将所述预设人像属性数据库中与所述多个子属性参数匹配的所述人像画像类型,设置为与所述人像对应的人像画像类型。5.如权利要求4所述的图像美化方法,其特征在于,所述子属性参数为体型属性参数;所述对图像进行分析,捕获所述图像中的人像,并获取所述图像中的人像的人像属性参数的步骤,包括:对图像进行分析,捕获所述图像中的人像,对所述人像的人体部位进行识别,计算各所述人体部位的尺寸参数;计算各所述人体部位的尺寸参数与各所述人体部位对应的尺寸预设值的比值,得到与各所述人体部位对应的部位百分比;将各所述人体部位的部位百分比与各所述人体部位对应的第一预设区间阈值匹配,得到与所述第一预设区间阈值对应的所述体型属性参数。6.如权利要求4所述的图像美化方法,其特征在于,所述子属性参数为穿衣风格属性参数;所述对图像进行分析,捕获所述图像中的人像,并获取所述图像中的人像属性参数的步骤,包括:对图像进行分析,捕获所述图像中的人像,对所述人像的服饰进行识别,计算所述人像的服饰的长度和宽松度;计算所述服饰的长度与预设平均长度的比值,得到所述人像的服饰长度百分比,计算所述服饰的宽松度与预设平均宽松度的比值,得到所述人像的宽松度百分比;将所述人像的服饰长度百分比和宽松度百分比与第二预设区间阈值匹配,得到与所述第二预设区间阈值对应的所述穿衣风格属性参数。7.如权利要求4所述的图像美化方法,其特征在于,所述子属性参数为服饰色彩属性参数;所述对图像进行分析,捕获所述图像中的人像,并获取所述图像中的人像属性参数的步骤,包括:对图像进行分析,捕获所述图像中的人像,对所述人像的服饰进行识别,获取所述人像的服饰的色块个数、各色块的面积、各色块的色调类型;根据所述人像的服饰的色块个数、各色块的面积、各色块的色调类型与预设色彩映射表匹配,得到与所述人像对应所述服饰色彩属性参数。8.如权利要求1至7中任意一项所述的图像美化方法,其特征在于,所述美化方案包括对所述人像的人体部位进行缩放处理;所述根据所述美化方案对所述人像进行美化的步骤,包括:接收用户做出的自定义美化选择操作;判断所述自定义美化选择操作对应的美化类型;若所述自定义美化选择操作对应的美化类型为常规类型,则根据所述美化方案对所述人像的人体部位进行缩放处理并显示;若所述自定义美化选择操作对应的美化类型为肉化类型,则获取所述美化方案中对所述人像的人体部位进行缩放处理的缩放倍数,根据所述缩放倍数和预设肉化倍数的积,对所述人像的人体部位进行缩放处理并显示;若所述自定义美化选择操作对应的美化类型为骨化类型,则获取所述美化方案中对所述人像的人体部位进行缩放处理的缩放倍数,根据所述缩放倍数和预设骨化倍数的积,对所述人像的人体部位进行缩放处理并显示。9.一种终端,其特征在于,包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1至8中任一项所述的图像美化方法的步骤。10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器进入时实现如权利要求1至8中任一项所述的图像美化方法的步骤。

百度查询: 深圳传音控股股份有限公司 图像美化方法、终端及计算机可读存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。