CN110852967B - 一种人像照片快速祛瑕疵的方法 - Google Patents
一种人像照片快速祛瑕疵的方法 Download PDFInfo
- Publication number
- CN110852967B CN110852967B CN201911077634.6A CN201911077634A CN110852967B CN 110852967 B CN110852967 B CN 110852967B CN 201911077634 A CN201911077634 A CN 201911077634A CN 110852967 B CN110852967 B CN 110852967B
- Authority
- CN
- China
- Prior art keywords
- picture
- dot
- skin
- clamp
- blur
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000001815 facial effect Effects 0.000 claims abstract description 6
- 230000002950 deficient Effects 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 208000007256 Nevus Diseases 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种人像照片快速祛瑕疵的方法,首先对图像进行模糊,得到最为理想的皮肤状态,通过初始图像和模糊图像进行运算得到高频图像,通过对高频图像、初始图像、模糊图像进行叠加计算,得到优化的图像,针对自拍类软件或人像类产品,改善其人物的面部痣和色斑的情况,令皮肤更加光滑,平整,算法速度快,可快速实时运行,效果稳定。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种人像照片快速祛瑕疵的方法。
背景技术
目前的瑕疵去除基本都是祛斑祛痣,采用opencv进行暗斑点检测,再将这些地方进行高斯模糊。整个流程需要的时间比较长,运算量大,很难做到实时处理。本专利采用一种新型的快速算法,大部分采用shader,能很好的进行实时运算。简单快速,稳定性好。且能有效的分隔肤色部分,将面部以外的地方进行评比,以达到只对面部进行处理的。
发明内容
本发明旨在提供一种人像照片快速祛瑕疵的方法,针对自拍类软件或人像类产品,改善其人物的面部痣和色斑的情况,令皮肤更加光滑,平整,超快速算法,可快速实时运行,效果稳定。
为达到上述目的,本发明是采用以下技术方案实现的:
本发明公开一种人像照片快速祛瑕疵的方法,包括以下步骤:
S1、对图片A进行模糊化处理,得到图片B;
S2、遍历图片A和图片B的像素点;
S3、计算当前坐标下,图片A和图片B对应的像素值RGB;
S4、根据图片A和图片B像素值中的绿通道的差值计算得到高频图片C,目的在于放大边缘信息;
S5、对高频图片C进行模糊化处理,保留高频部分,得到图片D;
S6、根据S3中图片A和图片B的像素值中的绿通道和红通道计算肤色概率蒙版,得到图片E;
S7、根据S3中图片A和图片B的像素值中的绿通道和红通道计算瑕疵部分,提取皮肤中较暗斑的部分,得到图片F;
S8、去除图片F中的面部轮廓,屏蔽非肤色部分,得到瑕疵图片G;
S9、根据图片G去除图片A中的瑕疵点,得到最终图片H。
优选的,步骤S1和步骤S5中的模糊化操作均为高斯模糊。
优选的,步骤S4中的计算公式为,
DIFF=(ORG.G–BLUR.G)*(ORG.G-BLUR.G)*30,
DIFF=CLAMP(DIFF,0,1),
其中图片A和图片B的RGB值均使用归一化的值,即值域为[0,1],
ORG代表图片A,BLUR代表图片B,DIFF代表图C,“.G”代表图像的绿通道,“.R”代表图像的红通道,
CLAMP(A,x,y)表将A值限定在x和y之间。
优选的,步骤S6中计算肤色概率蒙版的公式为,
SKIN=(MIN(ORG.G,BLUR.R-0.1)-0.2)*4.0,
SKIN=CLAMP(SKIN,0,1),
SKIN=MAX(0,ORG.R-BLUR.G)*SKIN*10,
SKIN=CLAMP(SKIN,0,1),
其中SKIN代表肤色概率蒙版,即图片E。
优选的,步骤S7中计算瑕疵部分,提取皮肤中较暗斑的部分的公式为,
DOT=MAX(0,BLUR.G–ORG.G)*15-0.2,
DOT=CLAMP(DOT,0,1),
其中DOT代表瑕疵图,即图片F。
优选的,得到DOT后,进行一次以上叠加算法操作后进行CLAMP运算,
叠加算法公式用OVERLAY表示,叠加算法公式为,
优选的,进行两次叠加算法操作,具体操作为,
DOT=OVERLAY(DOT,DOT),
DOT=OVERLAY(DOT,DOT),
DOT=CLAMP(DOT,0,1)。
优选的,步骤S8中计算公式为,
SPOT=DOT*SKIN–DIFF*DIFF*20,
SPOT=CLAMP(SPOT,0,1),
其中SPOT表示瑕疵图片G。
优选的,步骤S9中计算公式为,
FINAL=ORG.RGB*(1-SPOT*DELTA)+BLUR.RGB*SPOT*DELTA,
其中FLNAL代表最终图片H,DELTA代表祛斑程度,DELTA的值范围为[0,1]。
本发明的有益效果:
本发明首先对图像进行模糊,得到最为理想的皮肤状态,通过初始图像和模糊图像进行运算得到高频图像,通过对高频图像、初始图像、模糊图像进行叠加计算,得到优化的图像,针对自拍类软件或人像类产品,改善其人物的面部痣和色斑的情况,令皮肤更加光滑,平整,算法速度快,可快速实时运行,效果稳定。
附图说明
图1为图片A的例图;
图2为图片B的例图;
图3为高频图片C的例图;
图4为图片D的例图;
图5为图片E的例图;
图6为图片F的例图;
图7为瑕疵图片G的例图;
图8为图片H的例图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。
如图1~8所示,本发明包括以下步骤:
S1、对图片A进行高斯模糊,得到图片B,其中图片A为原始图片;
S2、遍历图片A和图片B的像素点;
S3、计算当前坐标下,图片A和图片B对应的像素值RGB;
S4、根据图片A和图片B像素值中的绿通道的差值计算得到高频图片C,目的在于放大边缘信息,
DIFF=(ORG.G–BLUR.G)*(ORG.G-BLUR.G)*30,
DIFF=CLAMP(DIFF,0,1),
其中图片A和图片B的RGB值均使用归一化的值,即值域为[0,1],
ORG代表图片A,BLUR代表图片B,DIFF代表图C,“.G”代表图像的绿通道,“.R”代表图像的红通道,
CLAMP(A,x,y)表将A值限定在x和y之间;
S5、对高频图片C进行高斯模糊,保留高频部分,得到图片D;
S6、根据S3中图片A和图片B的像素值中的绿通道和红通道计算肤色概率蒙版,得到图片E,计算肤色概率蒙版的公式为,
SKIN=(MIN(ORG.G,BLUR.R-0.1)-0.2)*4.0,
SKIN=CLAMP(SKIN,0,1),
SKIN=MAX(0,ORG.R-BLUR.G)*SKIN*10,
SKIN=CLAMP(SKIN,0,1),
其中SKIN代表肤色概率蒙版,即图片E,
其中MIN(X,Y)是指取X和Y中较小的值,
MAX(X,Y)是指取X和Y中较大的值;
S7、根据S3中图片A和图片B的像素值中的绿通道和红通道计算瑕疵部分,提取皮肤中较暗斑的部分,得到图片F,
提取皮肤中较暗斑的部分的公式为,
DOT=MAX(0,BLUR.G–ORG.G)*15-0.2,
DOT=CLAMP(DOT,0,1),
其中DOT代表瑕疵图,即图片F,
得到DOT后,进行两次叠加算法操作,
叠加算法公式用OVERLAY表示,叠加算法公式为,
DOT=OVERLAY(DOT,DOT),
DOT=OVERLAY(DOT,DOT),
DOT=CLAMP(DOT,0,1);
S8、去除图片F中的面部轮廓,屏蔽非肤色部分,得到瑕疵图片G,
SPOT=DOT*SKIN–DIFF*DIFF*20,
SPOT=CLAMP(SPOT,0,1),
其中SPOT表示瑕疵图片G;
S9、根据图片G去除图片A中的瑕疵点,得到最终图片H,
FINAL=ORG.RGB*(1-SPOT*DELTA)+BLUR.RGB*SPOT*DELTA,
其中FLNAL代表最终图片H,DELTA代表祛斑程度,DELTA的值范围为[0,1]。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (9)
1.一种人像照片快速祛瑕疵的方法,其特征在于,包括以下步骤:
S1、对图片A进行模糊化处理,得到图片B,其中图片A为原始图片;
S2、遍历图片A和图片B的像素点;
S3、计算当前坐标下,图片A和图片B对应的像素值RGB;
S4、根据图片A和图片B像素值中的绿通道的差值计算得到高频图片C,目的在于放大边缘信息;
S5、对高频图片C进行模糊化处理,即只保留高频部分,得到图片D;
S6、根据S3中图片A和图片B的像素值中的绿通道和红通道计算肤色概率蒙版,得到图片E;
S7、根据S3中图片A和图片B的像素值中的绿通道和红通道计算瑕疵部分,提取皮肤中较暗斑的部分,得到图片F;
S8、去除图片F中的面部轮廓,屏蔽非肤色部分,得到瑕疵图片G;
S9、根据图片G去除图片A中的瑕疵点,得到最终图片H。
2.根据权利要求1所述的人像照片快速祛瑕疵的方法,其特征在于:步骤S1和步骤S5中的模糊化操作均为高斯模糊。
3.根据权利要求1所述的人像照片快速祛瑕疵的方法,其特征在于:步骤S4中的计算公式为,
DIFF=(ORG.G–BLUR.G)*(ORG.G-BLUR.G)*30,
DIFF=CLAMP(DIFF,0,1),
其中图片A和图片B的RGB值均使用归一化的值,即值域为[0,1],
ORG代表图片A,BLUR代表图片B,DIFF代表图C,“.G”代表图像的绿通道,“.R”代表图像的红通道,
CLAMP(A,x,y)表将A值限定在x和y之间。
4.根据权利要求3所述的人像照片快速祛瑕疵的方法,其特征在于:步骤S6中计算肤色概率蒙版的公式为,
SKIN=(MIN(ORG.G,BLUR.R-0.1)-0.2)*4.0,
SKIN=CLAMP(SKIN,0,1),
SKIN=MAX(0,ORG.R-BLUR.G)*SKIN*10,
SKIN=CLAMP(SKIN,0,1),
其中SKIN代表肤色概率蒙版,即图片E。
5.根据权利要求3或4所述的人像照片快速祛瑕疵的方法,其特征在于:步骤S7中计算瑕疵部分,提取皮肤中较暗斑的部分的公式为,
DOT=MAX(0,BLUR.G–ORG.G)*15-0.2,
DOT=CLAMP(DOT,0,1),
其中DOT代表瑕疵图,即图片F。
6.根据权利要求5所述的人像照片快速祛瑕疵的方法,其特征在于:
得到DOT后,进行一次以上叠加算法操作后进行CLAMP运算,
叠加算法公式用OVERLAY表示,叠加算法公式为,
。
7.根据权利要求6所述的人像照片快速祛瑕疵的方法,其特征在于:进行两次叠加算法操作,具体操作为,
DOT=OVERLAY(DOT,DOT),
DOT=OVERLAY(DOT,DOT),
DOT=CLAMP(DOT,0,1)。
8.根据权利要求7所述的人像照片快速祛瑕疵的方法,其特征在于:步骤S8中计算公式为,
SPOT=DOT*SKIN–DIFF*DIFF*20,
SPOT=CLAMP(SPOT,0,1),
其中SPOT表示瑕疵图片G。
9.根据权利要求8所述的人像照片快速祛瑕疵的方法,其特征在于:步骤S9中计算公式为,
FINAL=ORG.RGB*(1-SPOT*DELTA)+BLUR.RGB*SPOT*DELTA,
其中FLNAL代表最终图片H,DELTA代表祛斑程度,DELTA的值范围为[0,1]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911077634.6A CN110852967B (zh) | 2019-11-06 | 2019-11-06 | 一种人像照片快速祛瑕疵的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911077634.6A CN110852967B (zh) | 2019-11-06 | 2019-11-06 | 一种人像照片快速祛瑕疵的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110852967A CN110852967A (zh) | 2020-02-28 |
CN110852967B true CN110852967B (zh) | 2023-09-12 |
Family
ID=69599912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911077634.6A Active CN110852967B (zh) | 2019-11-06 | 2019-11-06 | 一种人像照片快速祛瑕疵的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852967B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11275363A (ja) * | 1998-03-25 | 1999-10-08 | Fuji Photo Film Co Ltd | 画像処理方法 |
CN104134198A (zh) * | 2014-07-28 | 2014-11-05 | 厦门美图之家科技有限公司 | 一种对图像进行局部处理的方法 |
CN104331868A (zh) * | 2014-11-17 | 2015-02-04 | 厦门美图网科技有限公司 | 一种图像边缘的优化方法 |
CN105354810A (zh) * | 2015-12-07 | 2016-02-24 | 厦门美图之家科技有限公司 | 一种图像祛斑处理的方法、系统及拍摄终端 |
CN105608677A (zh) * | 2015-12-28 | 2016-05-25 | 成都品果科技有限公司 | 一种任意光线环境下的图像肤色美化方法及系统 |
CN107274452A (zh) * | 2017-05-31 | 2017-10-20 | 成都品果科技有限公司 | 一种痘痘自动检测方法 |
CN109345470A (zh) * | 2018-09-07 | 2019-02-15 | 华南理工大学 | 人脸图像融合方法和系统 |
CN109712095A (zh) * | 2018-12-26 | 2019-05-03 | 西安工程大学 | 一种快速边缘保留的人脸美化方法 |
CN110070502A (zh) * | 2019-03-25 | 2019-07-30 | 成都品果科技有限公司 | 人脸图像磨皮的方法、装置和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7039222B2 (en) * | 2003-02-28 | 2006-05-02 | Eastman Kodak Company | Method and system for enhancing portrait images that are processed in a batch mode |
CN103927719B (zh) * | 2014-04-04 | 2017-05-17 | 北京猎豹网络科技有限公司 | 图片处理方法及装置 |
-
2019
- 2019-11-06 CN CN201911077634.6A patent/CN110852967B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11275363A (ja) * | 1998-03-25 | 1999-10-08 | Fuji Photo Film Co Ltd | 画像処理方法 |
CN104134198A (zh) * | 2014-07-28 | 2014-11-05 | 厦门美图之家科技有限公司 | 一种对图像进行局部处理的方法 |
CN104331868A (zh) * | 2014-11-17 | 2015-02-04 | 厦门美图网科技有限公司 | 一种图像边缘的优化方法 |
CN105354810A (zh) * | 2015-12-07 | 2016-02-24 | 厦门美图之家科技有限公司 | 一种图像祛斑处理的方法、系统及拍摄终端 |
CN105608677A (zh) * | 2015-12-28 | 2016-05-25 | 成都品果科技有限公司 | 一种任意光线环境下的图像肤色美化方法及系统 |
CN107274452A (zh) * | 2017-05-31 | 2017-10-20 | 成都品果科技有限公司 | 一种痘痘自动检测方法 |
CN109345470A (zh) * | 2018-09-07 | 2019-02-15 | 华南理工大学 | 人脸图像融合方法和系统 |
CN109712095A (zh) * | 2018-12-26 | 2019-05-03 | 西安工程大学 | 一种快速边缘保留的人脸美化方法 |
CN110070502A (zh) * | 2019-03-25 | 2019-07-30 | 成都品果科技有限公司 | 人脸图像磨皮的方法、装置和存储介质 |
Non-Patent Citations (1)
Title |
---|
Photoshop快速处理人像的方法;钱伟;王海旭;;计算机时代(第12期);68-72页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110852967A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019091270A1 (zh) | 图像增强方法及系统 | |
KR100951254B1 (ko) | 이미지의 선명도 향상 장치 | |
CN105654437A (zh) | 一种对低照度图像的增强方法 | |
JP2006135745A5 (zh) | ||
CN107451963B (zh) | 多光谱鼻腔内窥镜实时图像增强方法及内窥镜成像系统 | |
CN104809694B (zh) | 一种数字图像处理方法和装置 | |
CN101197910A (zh) | 图像锐化装置与其方法 | |
CN105631823A (zh) | 基于阈值分割优化的暗原色天空区域去雾方法 | |
US20160379347A1 (en) | Wide dynamic range imaging method | |
CN107256539A (zh) | 一种基于局部对比度的图像锐化方法 | |
CN108596843A (zh) | 一种基于亮通道的水下图像色彩恢复算法 | |
CN110852967B (zh) | 一种人像照片快速祛瑕疵的方法 | |
CN111127350A (zh) | 一种图像增强方法 | |
CN106846271B (zh) | 一种去除身份证照片中网纹的方法 | |
CN105574826B (zh) | 遥感影像的薄云去除方法 | |
CN113191985B (zh) | 一种基于红外激光的智能祛斑系统 | |
CN111047619B (zh) | 人脸图像处理方法及装置、可读存储介质 | |
CN104298966B (zh) | 一种车牌定位方法 | |
CN105913391A (zh) | 一种基于形状可变形态学重构的去雾方法 | |
CN113947535B (zh) | 一种基于光照分量优化的低照度图像增强方法 | |
CN111612705A (zh) | 一种增强ocr性能的背景图像消除方法 | |
CN111241934A (zh) | 一种获取人脸图像中油光区域的方法和装置 | |
TWI416433B (zh) | 紅眼影像偵測方法及其相關裝置 | |
CN114693573A (zh) | 一种基于高低频的实时祛斑祛痘方法、装置、设备、介质 | |
JP2798925B2 (ja) | 局所画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |