CN109360254A - 图像处理方法和装置、电子设备、计算机可读存储介质 - Google Patents

Abstract

本申请涉及一种图像处理方法和装置、电子设备、计算机可读存储介质。该方法包括：获取待处理图像，当待处理图像中包含人像时，从人像中确定目标区域，当待处理图像中不包含人像时，根据待处理图像的亮度信息检测待处理图像中的目标区域，根据目标区域对待处理图像进行色彩处理。电子设备通过确定待处理图像中的目标区域，并根据待处理图像中的目标区域对待处理图像进行色彩处理，可以满足个性化需求，从而提高用户黏度。

Description

图像处理方法和装置、电子设备、计算机可读存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像处理方法和装置、电子设备、计算机可读存储介质。

背景技术

电子设备获取图像的方式多种多样，例如，电子设备可以通过摄像头实时采集图像，还可以通过网络下载图像，或者通过外部设备导入图像。如果获取的图像不能满足个性化需求，用户还可以根据自己的喜好对获取的图像进行后期处理。例如，可以将图像的整体亮度进行调节，还可以对图像中的噪声进行弱化处理，或者对图像中的人像进行美颜处理。

发明内容

本申请实施例提供一种图像处理方法和装置、电子设备、计算机可读存储介质，可以对图像进行色彩处理，满足个性化需求，从而提高用户黏度。

一种图像处理方法，包括：

获取待处理图像；

当所述待处理图像中包含人像时，从所述人像中确定目标区域；

当所述待处理图像中不包含所述人像时，根据所述待处理图像的光线信息检测所述待处理图像中的目标区域；

根据所述目标区域对所述待处理图像进行色彩处理。

一种图像处理装置，包括：

图像获取模块，用于获取待处理图像；

第一确定模块，用于当所述待处理图像中包含人像时，从所述人像中确定目标区域；

第二确定模块，用于当所述待处理图像中不包含所述人像时，根据所述待处理图像的光线信息检测所述待处理图像中的目标区域；

色彩处理模块，用于根据所述目标区域对所述待处理图像进行色彩处理。

一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

获取待处理图像；

当所述待处理图像中包含人像时，从所述人像中确定目标区域；

当所述待处理图像中不包含所述人像时，根据所述待处理图像的光线信息检测所述待处理图像中的目标区域；

根据所述目标区域对所述待处理图像进行色彩处理。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

获取待处理图像；

当所述待处理图像中包含人像时，从所述人像中确定目标区域；

当所述待处理图像中不包含所述人像时，根据所述待处理图像的光线信息检测所述待处理图像中的目标区域；

根据所述目标区域对所述待处理图像进行色彩处理。

上述图像处理方法和装置、电子设备、计算机可读存储介质，通过获取待处理图像，当待处理图像中包含人像时，从人像中确定目标区域，当待处理图像中不包含人像时，根据待处理图像的光线信息检测待处理图像中的目标区域，根据目标区域对待处理图像进行色彩处理。电子设备通过确定待处理图像中的目标区域，并根据待处理图像中的目标区域对待处理图像进行色彩处理，可以满足个性化需求，从而提高用户黏度。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一个实施例中图像处理方法的应用环境图；

图2为一个实施例中图像处理方法的流程图；

图3为一个实施例中确定目标区域的方法流程图；

图4为一个实施例中人像完整的示意图；

图5为一个实施例中人像不完整的示意图；

图6为一个实施例中检测人脸特征点的示意图；

图7为一个实施例中图像处理装置的结构框图；

图8为一个实施例中电子设备的内部结构示意图；

图9为一个实施例中图像处理电路的示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一色彩处理模型称为第二色彩处理模型，且类似地，可将第二色彩处理模型称为第一色彩处理模型。第一色彩处理模型和第二色彩处理模型两者都是色彩处理模型，但其不是同一色彩处理模型。

图1为一个实施例中图像处理方法的应用环境示意图。如图1所示，该应用环境包括电子设备110。电子设备110可以通过摄像头拍摄周围的环境，电子设备110可以获取待处理图像，并对待处理图像中的人像进行检测，当电子设备110检测到待处理图像中包含人像时，电子设备110可以从人像中确定目标区域。当电子设备110检测到待处理图像中不包含人像时，电子设备110可以根据待处理图像的光线信息检测待处理图像中的目标区域。电子设备110可以根据目标区域对待处理图像进行色彩处理。可以理解的是，上述电子设备可以是手机、电脑、平板电脑、可穿戴设备等，在此不做限定。

在一个实施例中，提供了一种图像处理方法，以应用于上述电子设备来举例说明，如图2所示，该图像处理方法包括步骤202至步骤208。其中：

步骤202，获取待处理图像。

待处理图像可以是电子设备中存储的图像，还可以是电子设备的摄像头实时采集的图像，还可以是电子设备的摄像头采集的预览图像，还可以是电子设备通过网络下载的图像等，在此不做限定。

当电子设备接收到图像获取指令时，电子设备可以根据图像获取指令获取待处理图像。其中，图像获取指令可以是用户通过对电子设备上的应用程序的操作产生的。例如，当用户启动电子设备上的相机应用程序后，点击拍摄按钮时，电子设备可以生成图像获取指令。图像获取指令还可以是电子设备连接到网络，用户通过电子设备下载图像时生成的。

步骤204，当待处理图像中包含人像时，从人像中确定目标区域。

目标区域可以是待处理图像中的部分或全部区域，在此不做限定。电子设备获取到待处理图像后，可以对待处理图像中是否包含有人像进行检测，当电子设备检测到待处理图像中包含有人像时，电子设备可以从人像中确定目标区域。具体的，电子设备可以将整个人像的人像区域确定为目标区域，也可以将人像中的部分区域确定为目标区域。

步骤206，当待处理图像中不包含人像时，根据待处理图像的亮度信息检测待处理图像中的目标区域。

待处理图像的亮度信息可以包括待处理图像中全部或部分像素点的亮度。当电子设备检测到待处理图像中不包含人像时，电子设备可以获取待处理图像的亮度信息，并根据亮度信息对待处理图像进行检测，电子设备可以根据亮度信息检测待处理图像中的目标区域。例如，电子设备可以检测待处理图像中像素点的亮度，并根据亮度检测出待处理图像中的目标区域。

步骤208，根据目标区域对待处理图像进行色彩处理。

色彩处理是指对图像的色彩进行处理。具体的，色彩可以通过红色、橙色、绿色、灰色等颜色进行表示，也可以通过饱和度、色相等参数进行表示，在此不做限定。例如，电子设备可以将色彩为绿色的图像处理成色彩为灰色的图像，电子设备还可以提高色彩为红色的图像的饱和度。

电子设备在确定待处理图像中的目标区域后，可以根据目标区域对待处理图像进行色彩处理。例如，电子设备确定目标区域后，可以对目标区域进行色彩处理，还可以对目标区域以外的区域进行色彩处理，还可以分别对目标区域以及目标区域以外的区域进行色彩处理。

在本实施例中，通过获取待处理图像，当待处理图像中包含人像时，从人像中确定目标区域，当待处理图像中不包含人像时，根据待处理图像的光线信息检测待处理图像中的目标区域，根据目标区域对待处理图像进行色彩处理。电子设备通过确定待处理图像中的目标区域，并根据待处理图像中的目标区域对待处理图像进行色彩处理，可以满足个性化需求，从而提高用户黏度。

如图3所示，在一个实施例中，提供的一种图像处理方法还额可以包括确定目标区域的过程，具体步骤包括：

步骤302，判断待处理图像中的人像是否完整。

电子设备获取待处理图像后，可以对待处理图像中是否存在人像进行判断。当待处理图像中存在人像时，电子设备可以判断待处理图像中的人像是否完整。电子设备可以使用人体关键点检测的方式对待处理图像中存在的人像是否完整进行判断。例如，完整的人像具体包括人脸、四肢以及身体部分，当检测到的人像只包含人脸部分时，说明检测到的该人像为不完整的人像；当检测到的人像中包含既包含人脸部分，又包含四肢及身体部分时，说明该人像为完整的人像。

具体的，电子设备可以对待处理图像中人像的骨骼关键点进行检测，当人像的骨骼关键点为完整的骨骼关键点时，电子设备可以判断出待处理图像中的人像为完整人像；当人像的骨骼关键点不是完整的骨骼关键点时，电子设备可以判断出待处理图像中的人像不完整。其中，骨骼关键点是指人像中的头部、颈部、肩部、肘部、手部、臀部、膝部、脚部等关键点。骨骼关键点的数量和关键点的位置可以是用户自己设置的，还可以是电子设备根据待处理图像自动生成的。

例如，骨骼关键点的数量可以是8个，骨骼关键点的位置可以是头部、颈部、肩部、肘部、手部、臀部、膝部、脚部的关键点。完整的骨骼关键点是指骨骼关键点的数量和骨骼关键点的位置与预先设置的骨骼关键点的数量和骨骼关键点的位置相同，不完整的骨骼关键点是指骨骼关键点的数量或者骨骼关键点的位置与预先设置的骨骼关键点的数量和骨骼关键点的位置不相同。例如，电子设备中存储的预先设置的骨骼关键点的数量是8个，预先设置的骨骼关键点的位置是头部、颈部、肩部、肘部、手部、臀部、膝部、脚部的关键点，当电子设备检测到待处理图像中骨骼关键点的数量是8个，且骨骼关键点的位置是头部、颈部、肩部、肘部、手部、臀部、膝部、脚部的关键点时，表示待处理图像中人像的骨骼关键点为完整的骨骼关键点，即电子设备可以判断出待处理图像中的人像为完整人像；当电子设备检测到待处理图像中骨骼关键点的数量是4个，或者电子设备检测到的骨骼关键点的位置是头部、颈部、肩部时，表示待处理图像中人像的骨骼关键点为不完整的骨骼关键点，即电子设备可以判断出待处理图像中的人像为不完整人像。

步骤304，当人像完整时，获取人像的人像轮廓，并将人像轮廓内的区域标记为目标区域。

人像轮廓是指用于表示人像外形的线条，人像外形的线条可以是封闭的线条，封闭的线条可以组成封闭的区域。

当电子设备得到待处理图像中的人像是完整人像的判断结果时，电子设备可以获取人像的人像轮廓。电子设备可以根据获取的人像轮廓对待处理图像进行区域划分，例如，电子设备可以根据人像轮廓将待处理图像划分为两个区域，人像轮廓内的区域为一个区域，人像轮廓外的区域为一个区域。电子设备可以将人像轮廓内的区域标记为目标区域。

步骤306，当人像不完整时，获取人像中人脸的面积与待处理图像的面积的面积比例，根据面积比例从人像中确定目标区域。

当电子设备得到待处理图像中的人像是不完整人像的判断结果时，电子设备可以对人像中的人脸进行检测，并获取人脸的人脸面积。此外，电子设备可以获取待处理图像的面积。电子设备可以获取人脸的面积占待处理图像的面积的比例。例如，电子设备获取的人脸的面积为2cm²，获取的待处理图像的面积为4cm²，电子设备可以获取到人脸的面积占待处理图像的面积的比例为1/2。电子设备可以根据面积比例从人像中确定目标区域。

在本实施例中，通过判断待处理图像中的人像是否完整，当人像完整时，获取人像的人像轮廓，并将人像轮廓内的区域标记为目标区域，当人像不完整时，获取人像中人脸的面积与待处理图像的面积的面积比例，根据面积比例从人像中确定目标区域。电子设备可以根据人像是否完整分别确定对应的目标区域，可以提高待处理图像中目标区域的准确性，从而提高图像处理的准确性。

在一个实施例中，如图4所示，提供了人像完整的示意图。当待处理图像400中包含人像时，电子设备可以对待处理图像400中包含的人像是否完整进行判断。具体的，电子设备可以对待处理图像400中人像的骨骼关键点420进行检测，如图4所示，电子设备检测到的待处理图像400中人像的骨骼关键点420可以是头部、颈部、肩部、肘部、手部、臀部、膝部、脚部等关键点。电子设备中存储的完整的骨骼关键点包括头部、颈部、肩部、肘部、手部、臀部、膝部、脚部关键点，当人像的骨骼关键点420为头部、颈部、肩部、肘部、手部、臀部、膝部、脚部关键点时，表示待处理图像400中人像的骨骼关键点420是完整的骨骼关键点420，电子设备可以判断出待处理图像400中的人像为完整人像。电子设备可以获取人像的人像轮廓410，并将人像轮廓410内的区域标记为目标区域。

如图5所示，在一个实施例中，提供了人像不完整的示意图。电子设备检测到待处理图像500中包含有人像后，可以对待处理图像500中的人像是否完整进行判断。具体的，电子设备可以对待处理图像500中人像的骨骼关键点进行检测，电子设备中存储的完整的骨骼关键点包括头部、颈部、肩部、肘部、手部、臀部、膝部、脚部关键点，如图5所示，电子设备检测到待处理图像500中人像的骨骼关键点包含有头部关键点520以及肩部关键点530，表示待处理图像500中人像的骨骼关键点不是完整的骨骼关键点时，电子设备可以判断出待处理图像500中的人像为不完整人像。此时，电子设备可以获取人像中人脸的面积与待处理图像500的面积的面积比例，当面积比例小于或者等于比例阈值时，电子设备可以获取人像的人像轮廓510，并将人像轮廓510内的区域标记为目标区域。

在一个实施例中，提供的一种图像处理方法还可以包括根据面积比例确定目标区域的过程，具体包括：当面积比例大于比例阈值时，检测人脸的特征点，根据特征点从人像中确定目标区域，当面积比例小于或等于比例阈值时，获取人像的人像轮廓，并将人像轮廓内的区域标记为目标区域。

比例阈值是一个具体的数值，例如，比例阈值可以是1/3、1/4等数值。人脸的特征点可以是用于定位人脸中五官的位置和区域的点，例如，人脸的特征点可以包括眼睛、鼻子、眉毛、嘴巴等部位的特征点。电子设备获取到人像中人脸的面积与待处理图像的面积的面积比例后，可以将获取的面积比例与比例阈值进行比较，并得到比较结果。

当电子设备得到的比较结果是面积比例大于比例阈值时，电子设备可以检测待处理图像中人脸的特征点。具体的，电子设备可以通过特征点检测算法对待处理图像中人脸的特征点进行检测。电子设备检测到人脸的特征点后，可以根据特征点从人像中确定目标区域。具体的，电子设备可以从检测到的多个人脸的特征点中选取一个目标特征点，并获取该目标特征点的轮廓，电子设备可以根据目标特征点的轮廓确定目标区域。目标特征点可以是用户自己设置的，还可以是电子设备根据检测到的人脸的特征点随机选取的。

例如，电子设备获取到的人像中人脸的面积与待处理图像的面积的面积比例为1/2，比例阈值为1/3，电子设备可以得到面积比例大于比例阈值的比较结果。电子设备检测到的人脸的特征点包括眼睛、鼻子、眉毛、嘴巴等部位的特征点，电子设备可以选取嘴巴的特征点作为目标特征点，并根据目标特征点获取嘴巴的轮廓，电子设备可以根据嘴巴的轮廓确定目标区域，即，电子设备可以根据嘴巴的轮廓，将嘴巴轮廓内的区域作为目标区域。

当电子设备得到的比较结果是面积比例小于或者等于比例阈值时，电子设备可以获取人像的人像轮廓。电子设备可以根据获取的人像轮廓对待处理图像的区域进行划分，例如，电子设备可以将人像轮廓内的区域作为一个区域，将人像轮廓外的区域作为另一个区域。电子设备可以对人像轮廓内的区域进行标记，即，电子设备可以将人像轮廓内的区域标记为目标区域。

例如，电子设备获取到的人像中人脸的面积与待处理图像的面积的面积比例为1/2，比例阈值为1/3，电子设备可以得到面积比例大于比例阈值的比较结果。电子设备可以获取人像的人像轮廓，并将人像的人像轮廓内的区域标记为目标区域。

在本实施例中，当面积比例大于比例阈值时，检测人脸的特征点，根据特征点从人像中确定目标区域，当面积比例小于或等于比例阈值时，获取人像的人像轮廓，并将人像轮廓内的区域标记为目标区域。电子设备可以根据人像中人脸的面积与待处理图像的面积的面积比例确定目标区域，可以提高待处理图像中目标区域的准确性，从而提高图像处理的准确性。

在一个实施例中，如图6所示，提供了检测人脸特征点的示意图。电子设备判断得到待处理图像600中的人像为不完整人像，且人像中人脸的面积与待处理图像600的面积的面积比例大于比例阈值时，电子设备可以检测人脸的特征点，并根据特征点从人像中确定目标区域。如图6所示，电子设备可以检测到人脸中眼睛、鼻子、嘴巴等部位的特征点，电子设备可以将嘴巴的特征点作为目标特征点，并获取嘴巴的轮廓610，电子设备可以将嘴巴的轮廓610内的区域标记为目标区域。

在一个实施例中，提供的一种图像处理方法还可以包括根据亮度信息确定目标区域的过程，具体包括：获取待处理图像中各像素点的亮度值，获取亮度值大于亮度阈值的像素点，并将获取的像素点组成的区域标记为目标区域。

亮度阈值可以是用户自己设置的，还可以是电子设备根据待处理图像中各个像素点的亮度值选取的。亮度阈值可以是一个具体的值，例如，亮度阈值可以是130。电子设备获取的亮度值大于亮度阈值的像素点可以有多个，电子设备可以将获取多个像素点组成一个区域。

电子设备在获取待处理图像后，可以获取待处理图像中各像素点的亮度值。电子设备可以将获取到的待处理图像中各像素点的亮度值分别与亮度阈值进行比较，并获取大于亮度阈值的像素点。电子设备可以将获取的像素点组成一个区域，并将该区域标记为目标区域。

在本实施例中，电子设备通过获取待处理图像中各像素点的亮度值，获取亮度值大于亮度阈值的像素点，并将获取的像素点组成的区域标记为目标区域。电子设备可以在待处理图像中不包含人像的情况下，根据待处理图像中各像素点的亮度值确定目标区域，可以提高待处理图像中目标区域的准确性，从而提高图像处理的准确性。

在一个实施例中，提供的一种图像处理方法还可以包括根据目标区域对待处理图像进行色彩处理的过程，具体包括：获取第一色彩处理模型和第二色彩处理模型，根据第一色彩处理模型对待处理图像中的目标区域进行色彩处理，并根据第二色彩处理模型对待处理图像中除目标区域之外的区域进行色彩处理。

其中，第一色彩处理模型可以是提高色彩饱和度的色彩处理模型；第二色彩处理模型可以是将色彩转换为灰度的色彩处理模型。电子设备中可以存储有第一色彩处理模型和第二色彩处理模型，第一色彩处理模型和第二色彩处理模型还可以存储在服务器中，电子设备可以从服务器中获取第一色彩处理模型和第二色彩处理模型。

电子设备在确定目标区域后，可以获取第一色彩处理模型对待处理图像中的目标区域进行色彩处理，使得目标区域的色彩饱和度提高；电子设备可以获取第二色彩处理模型对除目标区域之外的区域进行色彩处理，使得除目标区域之外的区域的色彩转换为灰度。

在本实施例中，通过获取第一色彩处理模型和第二色彩处理模型，根据第一色彩处理模型对待处理图像中的目标区域进行色彩处理，并根据第二色彩处理模型对待处理图像中除目标区域之外的区域进行色彩处理。电子设备获取不同的色彩处理模型分别对不同的区域进行处理，可以提高图像处理的准确性，从而满足个性化需求，提高用户黏度。

在一个实施例中，提供的一种图像处理方法还可以包括获取第一色彩处理模型和第二色彩处理模型的过程，具体包括：获取待处理图像的图像场景类型，根据图像场景类型获取第一色彩处理模型和第二色彩处理模型。

图像场景类型可以是室外、室内、人像、动物、食物等场景类型。电子设备可以获取待处理图像的图像场景类型，并根据图像场景类型获取对应的第一色彩处理模型和第二色彩处理模型。例如，电子设备获取的待处理图像的图像场景类型为室外场景类型，电子设备可以获取与室外场景类型对应的第一色彩处理模型和第二色彩处理模型。

在本实施例中，通过获取待处理图像的图像场景类型，根据图像场景类型获取第一色彩处理模型和第二色彩处理模型。根据待处理图像中不同的图像场景类型获取对应的色彩处理模型对待处理图像进行色彩处理，可以提高图像处理的准确性，从而满足个性化需求，提高用户黏度。

在另一个实施例中，提供的一种图像处理方法还可以包括获取第一色彩处理模型和第二色彩处理模型的过程，具体包括：获取目标区域的色彩信息作为第一色彩信息，根据第一色彩信息生成第一色彩处理模型，获取待处理图像中除目标区域之外的区域的色彩信息作为第二色彩信息，根据第二色彩信息生成第二色彩处理模型。

色彩信息是指图像中各种颜色的信息，例如，色彩信息可以是红、橙、黄、绿、青、蓝、紫等颜色信息。电子设备可以获取目标区域的色彩信息，并将获取的目标区域的色彩信息作为第一色彩信息。例如，电子设备获取的目标区域的色彩信息为红色和紫色，电子设备可以将红色和紫色作为第一色彩信息。电子设备可以根据第一色彩信息生成第一色彩处理模型，例如，电子设备获取的目标区域的色彩信息为红色，电子设备可以将红色作为第一色彩信息，电子设备可以根据红色生成提高红色饱和度的第一色彩处理模型。第一色彩处理模型用于对目标区域进行色彩处理。

电子设备可以获取除目标区域之外的区域的色彩信息，并将获取的除目标区域之外的区域的色彩信息作为第二色彩信息。例如，电子设备获取的除目标区域之外的区域的色彩信息为蓝色和青色，电子设备可以将蓝色和青色作为第二色彩信息。电子设备可以根据第二色彩信息生成第二色彩处理模型，例如，电子设备获取到的除目标区域之外的区域色彩信息为青色，电子设备可以将青色作为第二色彩信息，电子设备可以根据青色生成将青色转换为灰色的第二色彩处理模型。第二色彩处理模型用于对除目标区域以外的区域进行色彩处理。

在本实施例中，通过获取目标区域的色彩信息作为第一色彩信息，根据第一色彩信息生成第一色彩处理模型，获取待处理图像中除目标区域之外的区域的色彩信息作为第二色彩信息，根据第二色彩信息生成第二色彩处理模型。电子设备可以根据待处理图像中不同区域的色彩信息生成对应的色彩处理模型，使用不同的色彩处理模型对不同的区域进行处理，可以提高图像处理的准确性，从而满足个性化需求，提高用户黏度。

在一个实施例中，提供了一种图像处理方法，实现该方法的具体步骤如下所述：

(1)电子设备可以获取待处理图像。

(2)当待处理图像中包含人像时，电子设备可以判断待处理图像中的人像是否完整。

(3)当人像完整时，电子设备可以获取人像的人像轮廓，并将人像轮廓内的区域标记为目标区域。

(4)当人像不完整时，电子设备可以获取人像中人脸的面积与待处理图像的面积的面积比例。

(5)当面积比例大于比例阈值时，电子设备可以检测人脸的特征点，根据特征点从人像中确定目标区域。

(6)当面积比例小于或等于比例阈值时，电子设备可以获取人像的人像轮廓，并将人像轮廓内的区域标记为目标区域。

(7)当待处理图像中不包含人像时，电子设备可以根据待处理图像的光线信息获取待处理图像中各像素点的像素值。

(8)电子设备可以获取各像素点中的像素值大于像素阈值的像素点集合，并将像素点集合标记为目标区域。

(9)电子设备可以获取待处理图像的图像场景类型。

(10)电子设备可以根据图像场景类型获取第一色彩参考模型和第二色彩参考模型。

(11)电子设备可以获取目标区域的色彩信息作为第一色彩信息，根据第一色彩信息调节第一色彩参考模型，得到第一色彩处理模型。

(12)电子设备可以获取待处理图像中除目标区域之外的区域的色彩信息作为第二色彩信息，根据第二色彩信息调节第二色彩参考模型，得到第二色彩处理模型。

(13)电子设备可以根据第一色彩处理模型对待处理图像中的目标区域进行色彩处理，并根据第二色彩处理模型对待处理图像中除目标区域之外的区域进行色彩处理。

应该理解的是，虽然上述各个流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述各个流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图7所示，提供了一种图像处理装置，包括：图像获取模块710、第一确定模块720、第二确定模块730以及色彩处理模块740，其中:

图像获取模块710，用于获取待处理图像。

第一确定模块720，用于当待处理图像中包含人像时，从人像中确定目标区域。

第二确定模块730，用于当待处理图像中不包含人像时，根据待处理图像的亮度信息检测待处理图像中的目标区域。

色彩处理模块740，用于根据目标区域对待处理图像进行色彩处理。

在本实施例中，通过获取待处理图像，当待处理图像中包含人像时，从人像中确定目标区域，当待处理图像中不包含人像时，根据待处理图像的光线信息检测待处理图像中的目标区域，根据目标区域对待处理图像进行色彩处理。电子设备通过确定待处理图像中的目标区域，并根据待处理图像中的目标区域对待处理图像进行色彩处理，可以满足个性化需求，从而提高用户黏度。

在一个实施例中，第一确定模块720包括：人像完整判断模块、目标区域标记模块以及目标区域确定模块，其中：

人像完整判断模块，用于判断待处理图像中的人像是否完整。

目标区域标记模块，用于当人像完整时，获取人像的人像轮廓，并将人像轮廓内的区域标记为目标区域。

目标区域确定模块，用于当人像不完整时，获取人像中人脸的面积与待处理图像的面积的面积比例，根据面积比例从人像中确定目标区域。

在一个实施例中，目标区域确定模块还用于当面积比例大于比例阈值时，检测人脸的特征点，根据特征点从人像中确定目标区域，当面积比例小于或等于比例阈值时，获取人像的人像轮廓，并将人像轮廓内的区域标记为目标区域。

在一个实施例中，第二确定模块730还用于获取待处理图像中各像素点的亮度值，获取亮度值大于亮度阈值的像素点，并将获取的像素点组成的区域标记为目标区域。

在一个实施例中，色彩处理模块740还用于获取第一色彩处理模型和第二色彩处理模型，根据第一色彩处理模型对待处理图像中的目标区域进行色彩处理，并根据第二色彩处理模型对待处理图像中除目标区域之外的区域进行色彩处理。

在一个实施例中，色彩处理模块740还用于获取待处理图像的图像场景类型，根据图像场景类型获取第一色彩处理模型和第二色彩处理模型。

在一个实施例中，色彩处理模块740还用于获取目标区域的色彩信息作为第一色彩信息，根据第一色彩信息生成第一色彩处理模型，获取待处理图像中除目标区域之外的区域的色彩信息作为第二色彩信息，根据第二色彩信息生成第二色彩处理模型。

上述图像处理装置中各个模块的划分仅用于举例说明，在其他实施例中，可将图像处理装置按照需要划分为不同的模块，以完成上述图像处理装置的全部或部分功能。

关于图像处理装置的具体限定可以参见上文中对于图像处理方法的限定，在此不再赘述。上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

本申请实施例中提供的图像处理装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在终端或服务器的存储器上。该计算机程序被处理器执行时，实现本申请实施例中所描述方法的步骤。

在一个实施例中，如图8所示，提供了一种电子设备的内部结构示意图。该电子设备包括通过系统总线连接的处理器、存储器、显示器和网络接口。其中，该处理器用于提供计算和控制能力，支撑整个电子设备的运行。存储器用于存储数据、程序、和/或指令代码等，存储器上存储至少一个计算机程序，该计算机程序可被处理器执行，以实现本申请实施例中提供的适用于电子设备的图像处理方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random-Access-Memory，RAM)等。例如，在一个实施例中，存储器包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统、数据库和计算机程序。该计算机程序可被处理器所执行，以用于实现本申请各个实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作系统、数据库和计算机程序提供高速缓存的运行环境。显示器可以用于显示上传界面等，还可以用于展示光效模型。网络接口可以是以太网卡或无线网卡等，用于与外部的电子设备进行通信，比如可用于同服务器或者其他电子设备进行通信。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本申请实施例还提供一种电子设备。电子设备中包括图像处理电路，图像处理电路可以利用硬件和/或软件组件实现，可包括定义ISP(Image Signal Processing，图像信号处理)管线的各种处理单元。图9为一个实施例中图像处理电路的示意图。如图9所示，为便于说明，仅示出与本申请实施例相关的图像处理技术的各个方面。

如图9所示，图像处理电路包括ISP处理器940和控制逻辑器950。成像设备910捕捉的图像数据首先由ISP处理器940处理，ISP处理器940对图像数据进行分析以捕捉可用于确定和/或成像设备910的一个或多个控制参数的图像统计信息。成像设备910可包括具有一个或多个透镜912和图像传感器914的照相机。图像传感器914可包括色彩滤镜阵列(如Bayer滤镜)，图像传感器914可获取用图像传感器914的每个成像像素捕捉的光强度和波长信息，并提供可由ISP处理器940处理的一组原始图像数据。传感器920(如陀螺仪)可基于传感器920接口类型把采集的图像处理的参数(如防抖参数)提供给ISP处理器940。传感器920接口可以利用SMIA(Standard Mobile Imaging Architecture，标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。

此外，图像传感器914也可将原始图像数据发送给传感器920，传感器920可基于传感器920接口类型把原始图像数据提供给ISP处理器940，或者传感器920将原始图像数据存储到图像存储器930中。

ISP处理器940按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，ISP处理器940可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。

ISP处理器940还可从图像存储器930接收图像数据。例如，传感器920接口将原始图像数据发送给图像存储器930，图像存储器930中的原始图像数据再提供给ISP处理器940以供处理。图像存储器930可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括DMA(Direct Memory Access，直接直接存储器存取)特征。

当接收到来自图像传感器914接口或来自传感器920接口或来自图像存储器930的原始图像数据时，ISP处理器940可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器930，以便在被显示之前进行另外的处理。ISP处理器940从图像存储器930接收处理数据，并对所述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。ISP处理器940处理后的图像数据可输出给显示器970，以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit，图形处理器)进一步处理。此外，ISP处理器940的输出还可发送给图像存储器930，且显示器970可从图像存储器930读取图像数据。在一个实施例中，图像存储器930可被配置为实现一个或多个帧缓冲器。此外，ISP处理器940的输出可发送给编码器/解码器960，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器970设备上之前解压缩。编码器/解码器960可由CPU或GPU或协处理器实现。

ISP处理器940确定的统计数据可发送给控制逻辑器950单元。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜912阴影校正等图像传感器914统计信息。控制逻辑器950可包括执行一个或多个例程(如固件)的处理器和/或微控制器，一个或多个例程可根据接收的统计数据，确定成像设备910的控制参数及ISP处理器940的控制参数。例如，成像设备910的控制参数可包括传感器920控制参数(例如增益、曝光控制的积分时间、防抖参数等)、照相机闪光控制参数、透镜912控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如，在RGB处理期间)的增益水平和色彩校正矩阵，以及透镜912阴影校正参数。

本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行图像处理方法的步骤。

一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行图像处理方法。

本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像处理方法，其特征在于，包括：

获取待处理图像；

当所述待处理图像中包含人像时，从所述人像中确定目标区域；

当所述待处理图像中不包含所述人像时，根据所述待处理图像的亮度信息检测所述待处理图像中的目标区域；

根据所述目标区域对所述待处理图像进行色彩处理。

2.根据权利要求1所述的方法，其特征在于，所述从所述人像中确定目标区域，包括：

判断所述待处理图像中的所述人像是否完整；

当所述人像完整时，获取所述人像的人像轮廓，并将所述人像轮廓内的区域标记为所述目标区域；

当所述人像不完整时，获取所述人像中人脸的面积与所述待处理图像的面积的面积比例，根据所述面积比例从人像中确定所述目标区域。

3.根据权利要求2所述的方法，其特征在于，所述根据所述面积比例从人像中确定所述目标区域，包括：

当所述面积比例大于比例阈值时，检测所述人脸的特征点，根据所述特征点从所述人像中确定目标区域；

当所述面积比例小于或等于比例阈值时，获取所述人像的人像轮廓，并将所述人像轮廓内的区域标记为所述目标区域。

4.根据权利要求1所述的方法，其特征在于，所述根据所述待处理图像的亮度信息检测所述待处理图像中的目标区域，包括：

获取所述待处理图像中各像素点的亮度值；

获取所述亮度值大于亮度阈值的像素点，并将获取的所述像素点组成的区域标记为所述目标区域。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述目标区域对所述待处理图像进行色彩处理，包括：

获取第一色彩处理模型和第二色彩处理模型；

根据所述第一色彩处理模型对所述待处理图像中的所述目标区域进行色彩处理，并根据所述第二色彩处理模型对所述待处理图像中除所述目标区域之外的区域进行色彩处理。

6.根据权利要求5所述的方法，其特征在于，所述获取第一色彩处理模型和第二色彩处理模型，包括：

获取所述待处理图像的图像场景类型；

根据所述图像场景类型获取第一色彩处理模型和第二色彩处理模型。

7.根据权利要求5所述的方法，其特征在于，所述获取第一色彩处理模型和第二色彩处理模型，包括：

获取所述目标区域的色彩信息作为第一色彩信息，根据所述第一色彩信息生成第一色彩处理模型；

获取所述待处理图像中除所述目标区域之外的区域的色彩信息作为第二色彩信息，根据所述第二色彩信息生成第二色彩处理模型。

8.一种图像处理装置，其特征在于，包括：

图像获取模块，用于获取待处理图像；

第一确定模块，用于当所述待处理图像中包含人像时，从所述人像中确定目标区域；

第二确定模块，用于当所述待处理图像中不包含所述人像时，根据所述待处理图像的光线信息检测所述待处理图像中的目标区域；

色彩处理模块，用于根据所述目标区域对所述待处理图像进行色彩处理。

9.一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述的图像处理方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。