[发明专利]图像处理方法及装置、存储介质、终端

说明书

一种图像处理方法及装置、存储介质、终端，包括以下步骤：提供主摄图像以及副摄图像，用于拍摄所述主摄图像的摄像头以及用于拍摄所述副摄图像的摄像头位于同一装置上；根据所述主摄图像以及副摄图像确定所述主摄图像的深度图，或者，根据所述主摄图像确定所述主摄图像的深度图，其中，所述深度图包含所述主摄图像中各个像素点的深度值；对所述主摄图像进行图像分割，以得到人像区域；根据所述人像区域中的至少一部分区域，确定平均深度值；采用所述平均深度值作为所述人像区域中各个像素点的深度值，对所述主摄图像或副摄图像进行处理。本发明有机会使人像区域具有更适合的深度值，从而提高人像区域的成像质量。

技术领域

本发明涉及计算机技术领域，尤其涉及一种图像处理方法及装置、存储介质、终端。

背景技术

随着智能手机的发展，摄像功能在用户手机中的功能越来越重要，由单摄逐渐发展成双摄、三摄乃至更多摄像头，达到媲美单反的效果。其中大光圈效果是手机摄像的重要应用之一，其中针对人像的大光圈效果更是受到广大用户的高度关注。

单摄手机缺少深度信息，只能区分前景和背景，判别为背景的区域被统一虚化，会出现很不自然的虚化效果。因此，基于双摄、结构光或TOF系统的手机拍摄，能根据立体视觉算法、深度学习等方法得到深度信息。但是得到的深度信息非常依赖硬件，如果硬件有跌落或者镜头畸变大，深度信息的正确性会受到很大的影响。当前立体视觉方法依赖硬件组装的稳定性，且大多在高频、低纹理区域容易深度计算出错，例如会出现上半身清晰上半身虚化的问题。

亟需一种图像处理方法，可以有效避免深度误差和错误的问题。

发明内容

本发明解决的技术问题是提供一种图像处理方法及装置、存储介质、终端，有机会使人像区域具有更适合的深度值，从而提高人像区域的成像质量，有效避免深度误差和错误问题。

为解决上述技术问题，本发明实施例提供一种图像处理方法，包括以下步骤：提供主摄图像以及副摄图像，用于拍摄所述主摄图像的摄像头以及用于拍摄所述副摄图像的摄像头位于同一装置上；根据所述主摄图像以及副摄图像确定所述主摄图像的深度图，或者，根据所述主摄图像确定所述主摄图像的深度图，其中，所述深度图包含所述主摄图像中各个像素点的深度值；对所述主摄图像进行图像分割，以得到人像区域；根据所述人像区域中的至少一部分区域，确定平均深度值；采用所述平均深度值作为所述人像区域中各个像素点的深度值，对所述主摄图像或副摄图像进行处理。

可选的，确定所述主摄图像的深度图包括：采用立体匹配算法，对所述主摄图像以及副摄图像进行匹配，以确定所述主摄图像的深度图。

可选的，对所述主摄图像进行图像分割，以得到人像区域包括：以所述主摄图像为基准，进行人脸检测，以得到人脸区域；如果检测到人脸，则对所述人脸所属的人像进行图像分割，以得到所述人像区域。

可选的，满足以下一项或多项：采用基于人脸面部特征的深度学习方法进行人脸检测；采用深度学习方法，对所述人脸所属的人像进行图像分割。

可选的，根据所述人像区域中的至少一部分区域，确定平均深度值包括：确定一个或多个人脸特征点；以每个人脸特征点为中心，确定所述人脸特征点周围预设范围内的区域，记为第一特征区域；确定所述第一特征区域与所述人脸区域的重合区域，记为第一计算图像块；根据所述第一计算图像块中每个像素点的深度值，确定所述平均深度值。

可选的，所述人脸特征点选自：人脸中心点以及面部关键特征点。

可选的，根据所述第一计算图像块中每个像素点的深度值，确定所述平均深度值包括：确定每个第一计算图像块的第一权重值；对各个第一计算图像块中各个像素点的深度值进行加权平均，以得到所述平均深度值；其中，所述第一计算图像块距离所述人脸区域的中心点越近，所述第一权重值越大。