[发明专利]一种实时美瞳方法及装置

说明书

本发明公开一种实时美瞳方法及装置，包括：根据预设的标准人脸图像，构建第一眼珠网格模型和第一眼周网格模型；对待美瞳图像进行人脸检测，获取待美瞳图像的眼珠关键点位和眼周关键点位；对眼珠关键点位和眼周关键点位进行扩展，获取眼珠网格顶点和眼周网格顶点；将第一眼珠网格模型和第一眼周网格模型映射至待美瞳图像中，获取第二眼珠网格模型和第二眼周网格模型；采用UV贴图技术，将预建的美瞳素材贴图至第二眼珠网格模型，获取第一美瞳图像；采用OpenGL深度测试技术，将第二眼周网格模型覆盖于第一美瞳图像，获取实时美瞳图像。本发明提供的技术方案，能够在不改变图像中眼珠形状的前提下，更加方便、高效地对人像进行实时美瞳。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种实时美瞳方法及装置。

背景技术

现有的对人像进行美瞳的方式有两种：一种是采用机器学习技术，首先检测人像的眼珠区域，然后对该眼珠区域进行分区计算、填色、融合等操作以达到美瞳效果。此方法的美瞳效果虽然较好，但前期需要对大量的模型进行单独训练，且算法复杂、渲染时间长，无法在移动终端上实时应用。另一种是采用OpenGL技术，通过对人像的眼珠区域进行UV贴图、实时渲染来实现。此方法便捷高效，但由于在实时状态下，人眼开合的大小是不同的，而现有算法会使眼珠的形状随着眼睛开合大小的不同而发生变化，例如，当眼睛微睁时，眼珠的形状会变成一个很扁的椭圆，这与实际的眼珠形状是不一致的，从而会严重影响美瞳效果。

发明内容

本发明旨在提供一种实时美瞳方法及装置，能够在不改变图像中眼珠形状的前提下，更加方便、高效地对人像进行实时美瞳。

为达到上述目的，本发明采用的技术方案如下：

一种实时美瞳方法，包括：根据预设的标准人脸图像，构建第一眼珠网格模型和第一眼周网格模型；对待美瞳图像进行人脸检测，获取所述待美瞳图像的眼珠关键点位和眼周关键点位；对所述眼珠关键点位进行扩展，获取所述待美瞳图像的眼珠网格顶点；对所述眼周关键点位进行扩展，获取所述待美瞳图像的眼周网格顶点；根据所述眼珠网格顶点和眼周网格顶点，将所述第一眼珠网格模型和第一眼周网格模型映射至所述待美瞳图像中，获取第二眼珠网格模型和第二眼周网格模型；采用UV贴图技术，将预建的美瞳素材贴图至所述第二眼珠网格模型，获取第一美瞳图像；采用OpenGL深度测试技术，将所述第二眼周网格模型覆盖于所述第一美瞳图像，获取实时美瞳图像。

进一步地，所述采用UV贴图技术，将预建的美瞳素材贴图至所述第二眼珠网格模型，获取第一美瞳图像之后，还包括：采用正片叠底技术，将所述第一美瞳图像与所述待美瞳图像混合，获取第二美瞳图像；采用OpenGL深度测试技术，将所述第二眼周网格模型覆盖于所述第二美瞳图像，获取实时美瞳图像。

进一步地，所述采用正片叠底技术，将所述第一美瞳图像与所述待美瞳图像混合，获取第二美瞳图像之后，还包括：采用透明度融合技术，将所述第一美瞳图像与所述第二美瞳图像混合，获取第三美瞳图像；采用OpenGL深度测试技术，将所述第二眼周网格模型覆盖于所述第三美瞳图像，获取实时美瞳图像。

优选地，所述眼珠关键点位包括瞳孔中心点；所述对所述眼珠关键点位进行扩展，获取所述待美瞳图像的眼珠网格顶点包括：

将眼珠部位的第一外围圆周均分为预定份数，获取第一圆周点集；将眼珠部位的第二外围圆周均分为预定份数，获取第二圆周点集；所述第一外围圆周和第二外围圆周均以所述瞳孔中心点为圆心；所述第一圆周点集、所述第二圆周点集、所述瞳孔中心点组成所述眼珠网格顶点。

优选地，所述对所述眼周关键点位进行扩展，获取所述待美瞳图像的眼周网格顶点包括：对所述眼周关键点位进行预定方向和预定距离的平移，获取第一扩展点集；对所述第一扩展点集采用贝塞尔曲线插值法进行扩展，获取第二扩展点集；对所述眼周关键点位采用贝塞尔曲线插值法进行扩展，获取第三扩展点集；所述第二扩展点集与所述第三扩展点集组成所述眼周网格顶点。