[发明专利]一种美化人脸皮肤质感的图像处理方法

说明书

本发明公开了一种美化人脸皮肤质感的图像处理方法，包括：检测人脸图像光感进行分片，输入分片图像，获取分片图像中噪点最少的通道进行高斯滤波，执行高反差保留，获取图像细节分片，通过原始分片图像光感自动生成分片图像与高反差图像的线性光图层混合参数进行混合，基于深度学习生成的人脸肤色优化颜色本地对照表，将处理后的磨皮图像分片进行肤色优化。本发明提供的方法可以避免全局提取的噪点进行高斯滤波造成图像光感不同或脸部肤质不同造成的模糊，美化人脸皮肤的质感。

技术领域

本发明涉及图像和视频处理技术领域，尤其是涉及一种美化人脸皮肤质感的图像处理方法。

背景技术

随着移动互联网以及移动手机的快速发展，越来越多的照片拍摄，视频拍摄应用，在市场上不断出现，为的是满足用户的各种需求，但目前的应用，由于拍摄角度，光线，背景，像素等原因，如果用户不事先进行精心化妆，会导致拍摄视频，照片中的人脸皮肤没有质感，油腻，反光，气质不佳等问题。

现有的美颜技术在光线不均匀的皮肤噪点较多的情况下，处理后，会失去皮肤的质感以及图片的细节。

发明内容

针对现有的技术缺陷，本发明提供一种美化人脸皮肤质感的图像处理方法，可以解决人脸皮肤噪点较多或光线不均匀的情况，对皮肤美颜后保存并优化原有皮肤的质感。

本发明提供一种美化人脸皮肤质感的图像处理方法，该方法包括：

步骤一、获取图像，检测人脸图像光感进行分片；

步骤二、输入分片图像，进行筛选，获取分片图像中噪点最少的通道进行高斯滤波处理；

步骤三、使用OpenCV进行高反差保留，获取图像细节分片；

步骤四、通过分析原始分片图像光感匹配自动生成分片图像，与高反差图像的线性光图形混合参数进行混合；

步骤五、基于深度学习生成的人脸肤色优化颜色本地对照表，将处理后的磨皮图像分片进行肤色优化。

进一步的，所述步骤一包括：通过TensorFlow训练的模型识别获取脸部区域，通过亮度公式Y＝0.299R+0.587G+0.114B(其中，R,G,B为每个像素三个颜色分量)，提取脸部区域亮度，将脸部亮度相差低于预设值点区域，划分为一片存储在集合中分片。

进一步的，所述计算亮度公式中，每个像素的颜色分量R＝G＝B＝255；预设值区域为最大亮度值的15％，15％-85％，85％-100％。

进一步的，所述步骤二包括：若获取分片的连通区域的一点与其亮度匹配，则为噪点最少的通道，进行高斯滤波处理，若获取分片的连通区域的一点与其亮度不匹配，则获取其他区域进行判断。

与现有技术相比，本发明的有益效果为：

本发明提供了一种美化人脸皮肤质感的图像处理方法，脸部各个区域的肤质都有可能不同，拍照时，脸部各个区域的光感也会出现不同，如果进行全局处理，会造成肤质部分的区域模糊。通过光感分片，针对每片分片提取噪点最少的通道进行高斯滤波，避免全局提取的噪点进行高斯滤波造成图像光感不同或脸部肤质不同造成的模糊，分片肤色优化可以避免图像光感不同或者脸部肤质不同进行肤色优化导致的效果不佳。

附图说明

图1示出了本发明的一种美化人脸皮肤质感的图像处理方法流程图；

具体实施方式

本发明提供一种美化人脸皮肤质感的图像处理方法，参照图1，对本发明实施方法做详细说明。

步骤S1、获取图像，检测人脸图像光感进行分片；

步骤S2、输入分片图像，进行筛选，获取分片图像中噪点最少的通道进行高斯滤波处理；