一種人像變形方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理領(lǐng)域，尤其涉及一種人像變形方法及裝置。
【背景技術(shù)】
[0002] 隨著圖像處理技術(shù)的發(fā)展及智能終端的普及，用戶希望利用智能終端美化人像圖 片的愿望越來越強烈。
[0003] 現(xiàn)有的對人像圖片的變形方法主要為以下2種：
[0004] 1)手動方法：該方法需要用戶手動選取畫刷大小，對用戶希望修補的地方進行手 動調(diào)整。參見圖1，以對人像瘦臉為例，用戶選取合適的瘦臉半徑，得到圖1顯示的圓圈的瘦 臉范圍，再將該瘦臉范圍定位到要變形的區(qū)域，最后對該要變形的區(qū)域進行變形。但該方法 需要反復(fù)操作才能保證操作后的臉是左右對稱，且瘦臉效果不錯的，對操作用戶的要求較 商。
[0005] 2)智能（自動）方法，該方法通過人臉檢測算法自動確定變形范圍，再根據(jù)用戶 通過強度進度條選擇的變形強度自動對確定的變形范圍執(zhí)行變形操作。該方法雖然無需用 戶執(zhí)行多次操作，但若選擇的變形強度不對，則變形效果也不夠理想。以現(xiàn)有的自動瘦臉方 法為例，假設(shè)變形之前的人體頭像如圖2A所示，用戶拖動強度進度條控制變形的強度，假 設(shè)使用最強的變形強度對圖2A的頭像進行瘦臉變形，得到的效果圖如圖2B所示。從圖2B 可以看到，這種方法在較強的變形強度下，下巴變小，但臉部的其他部分沒有很好的相應(yīng)變 化，從而導(dǎo)致臉部的線條不夠連續(xù)，效果不好。這是因為現(xiàn)有的對人像圖片自動變形方法是 采用一個控制點得到的變形場，而由于控制點只對其附近區(qū)域的像素具有形變作用，因此 在其他區(qū)域的像素沒有相應(yīng)的形變時，導(dǎo)致整個變形場的線條不夠連續(xù)。其中，一個控制點 得到的變形場如圖3所示。
[0006] 綜上所述，手動對人像圖片進行變形時，操作過于復(fù)雜，而自動對人像圖片進行變 形操作時，由于只采用一個控制點對人像圖片進行變形，因此導(dǎo)致變形后的人像圖片線條 不夠連續(xù)，效果不好。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明實施例提供了一種人像變形方法，旨在解決現(xiàn)有的方法在自動對人像圖片 變形時，容易導(dǎo)致變形后的人像線條不連續(xù)，效果不好的問題。
[0008] 本發(fā)明實施例是這樣實現(xiàn)的，一種人像變形方法，所述方法包括下述步驟：
[0009] 讀取包含人像的圖片；
[0010] 檢測所述圖片中人像的臉部特征；
[0011] 根據(jù)預(yù)先設(shè)定的控制點對檢測到的臉部特征進行變形，得到相應(yīng)的變形場，所述 預(yù)先設(shè)定的控制點的個數(shù)大于1 ;
[0012] 將所述變形場作用在圖片上，以將所述圖片轉(zhuǎn)換為變形后的圖片。
[0013] 本發(fā)明實施例的另一目的在于提供一種人像變形裝置，所述裝置包括：
[0014] 圖片讀取單元，用于讀取包含人像的圖片；
[0015] 人臉識別單元，用于檢測所述圖片中人像的臉部特征；
[0016] 變形場確定單元，用于根據(jù)預(yù)先設(shè)定的控制點對檢測到的臉部特征進行變形，得 到相應(yīng)的變形場，所述預(yù)先設(shè)定的控制點的個數(shù)大于1 ;
[0017] 變形場應(yīng)用單元，用于將所述變形場作用在圖片上，以將所述圖片轉(zhuǎn)換為變形后 的圖片。
[0018] 在本發(fā)明實施例中，由于多個控制點同時對人像的臉部特征進行變形，因此變形 的臉部特征的線條更連續(xù)，使變形后的效果更佳，提高了用戶的良好體驗。
【附圖說明】
[0019] 圖1是現(xiàn)有技術(shù)提供的一種手動瘦臉的不意圖；
[0020] 圖2A是現(xiàn)有技術(shù)提供的自動瘦臉如的圖像TK意圖；
[0021] 圖2B是現(xiàn)有技術(shù)提供的米用最強變形強度自動瘦臉的圖像TK意圖；
[0022] 圖3是現(xiàn)有技術(shù)提供的由單個控制點得到的變形場示意圖；
[0023] 圖4是本發(fā)明第一實施例提供的一種人像變形方法的流程圖；
[0024] 圖5是本發(fā)明第一實施例提供的控制點投影示意圖；
[0025] 圖6是本發(fā)明第一實施例提供的由多個控制點得到的變形場示意圖；
[0026] 圖7是本發(fā)明第二實施例提供的一種人像變形裝置的結(jié)構(gòu)圖。
【具體實施方式】
[0027] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對 本發(fā)明進行進一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。
[0028] 本發(fā)明實施例中，采用多個控制點對人像的臉部特征進行變形，得到相應(yīng)的變形 場，再將得到的變形場作用在圖片上，以將所述圖片轉(zhuǎn)換為變形后的圖片。
[0029] 為了說明本發(fā)明所述的技術(shù)方案，下面通過具體實施例來進行說明。
[0030] 實施例一:
[0031] 圖4示出了本發(fā)明第一實施例提供的一種人像變形方法的流程圖，本實施例中， 主要對人像的器官進行變形，如將人的眼睛變大，下巴變小等，詳述如下：
[0032] 步驟S41，讀取包含人像的圖片。
[0033] 該步驟中，讀取一幅包含人像需要變形的器官的圖片，通常，需要變形的器官為眼 睛、下巴等器官，即讀取的圖片可為僅包括人的臉部的圖片，也可以為包括一個人全身的圖 片。
[0034] 步驟S42,檢測所述圖片中人像的臉部特征。
[0035] 該步驟中，通過檢測臉部特征的方法檢測出人像的臉部特征。其中，臉部特征包括 以下至少一種：眼睛、眉毛、鼻子、嘴巴、臉部輪廓等。優(yōu)選地，該步驟檢測的人像的臉部特征 為用戶需要變形的臉部特征，例如，在用戶只需放大眼睛時，只需檢測出眼睛的位置即可， 以提高檢測速度。
[0036] 在實際情況中，可根據(jù)對檢測速度、匹配精度的要求，選擇不同的檢測臉部特征的 方法。例如，在要求較高的匹配精度時，可選擇多點人臉檢測方法，如主動形狀模型（Active Shape Model，ASM)方法、主動表現(xiàn)模型（Active Appearance Model，AAM)方法。這時，所述 檢測所述圖片中人像的臉部特征的步驟具體包括：
[0037] A1、選取用于檢測臉部特征的方法，所述檢測臉部特征的方法包括主動形狀模型 ASM方法、主動表現(xiàn)模型AAM方法。其中，ASM利用物體的形狀信息學(xué)習(xí)形狀變化的模式，然 后按照學(xué)得的變化模式進行形變來搜索圖像中的目標(biāo)。AAM利用形狀與紋理兩者的信息建 立表現(xiàn)模型，也是用學(xué)得的變化模式表示圖像中的目標(biāo)，搜索得到的參數(shù)就成為參數(shù)特征。
[0038] A2、根據(jù)選取的檢測臉部特征的方法檢測圖片中人像的臉部特征。
[0039] 步驟S43,根據(jù)預(yù)先設(shè)定的控制點對檢測到的臉部特征進行變形，得到相應(yīng)的變形 場，所述預(yù)先設(shè)定的控制點的個數(shù)大于1。
[0040] 在臉部特征變形之前，若接收到用戶發(fā)出的變形強度指定指令，則根據(jù)該變形強 度指定指令在不同的臉部特征，如嘴巴、眼睛等位置生成控制點，當(dāng)用戶拖動強度進度條得 到的變形強度不同時，控制點的個數(shù)、位置中的至少一種也不同，以根據(jù)用戶指定的變形強 度控制臉部特征的變形量。由于每個控制點對其附近的臉部特征都具有一定的影響，因此， 設(shè)定了控制點之后可控制該控制點附近區(qū)域的臉部特征的變形，并且，多個控制點的控制 力共同作用于臉部特征時，疊加的效果更自然
[0041] 作為本發(fā)明另一實施例，所述根據(jù)預(yù)先設(shè)定的控制點對檢測到的臉部特征進行變 形，得到相應(yīng)的變形場的步驟具體包括：
[0042] B1、確定所述包含人像的圖片的大小，所述圖片的大小采用像素個數(shù)表示。該步驟 中，確定讀取的包含人像的圖片的大小，該圖片的大小的單位為像素，比如，在圖片的大小 為1600*1200時，表示該圖片的長為1600像素，寬為1200像素。
[0043] B2、確定所有預(yù)先設(shè)定的控制點的變形量，所述控制點的變形量為二維矢量。該步 驟中，控制點的變形量為二維矢量，包括控制點在X軸的變形矢量和在y軸