CN111667553A - 头像像素化的面部颜色填充方法、装置及电子设备 - Google Patents

Abstract

本公开提供了一种头像像素化的面部颜色填充方法、装置及电子设备。该方法包括：从目标头像中提取出各个面部器官图像；针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色；分别根据每个面部器官图像对应的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。该方法使得填充颜色后的像素化头像具有更加合理、更加自然的色彩过渡，丰富并协调了像素化头像的显示效果，从而解决像素化头像色彩过于单一，显得画面的整体效果较为突兀的技术问题。

Description

头像像素化的面部颜色填充方法、装置及电子设备

技术领域

本公开涉及计算机技术领域，具体而言，本公开涉及一种头像像素化的面部颜色填充方法、装置及电子设备。

背景技术

随着计算机技术和通信技术的迅猛发展，智能终端的使用得到广泛普及，越来越多的应用程序被开发出来用于方便和丰富人们的工作与生活。目前，不少应用程序致力于为智能终端用户提供更加个性化与视觉感受更佳的视觉特效，例如滤镜效果、贴纸效果、形变效果等等。

其中，头像像素化是一种独特的视觉特效，像素风格化后的头像，通常以像素颗粒点为基本元素，以垂直与水平的基本构成规律，在有限的范围内进行组合和布局，构造出轮廓清晰、色彩明快的画面风格，在放大后普遍呈现出锯齿状边缘，造型往往比较卡通。

现有的头像像素化方法，会针对头像各个脸部区域的所有颜色求均值，并根据平均值来填充面部区域的颜色，导致最终得到的像素风格的头像中面部色彩过于单一，显得画面的整体效果较为突兀。

发明内容

为克服上述技术问题或者至少部分地解决上述技术问题，特提出以下技术方案：

第一方面，本公开提供了一种头像像素化的面部颜色填充方法，该方法包括：

从目标头像中提取出各个面部器官图像；

针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色；

分别根据每个面部器官图像对应的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

第二方面，本公开提供了一种头像像素化的面部颜色填充装置，该装置包括：

提取模块，用于从目标头像中提取出各个面部器官图像；

颜色聚类模块，用于针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色；

填充模块，用于分别根据每个面部器官图像对应的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

第三方面，本公开提供了一种电子设备，本公开提供了一种电子设备，该电子设备包括：

处理器和存储器，该存储器存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如本公开的第一方面所示的方法。

第四方面，本公开提供了一种计算机可读介质，该计算机可读介质用于存储计算机指令、程序、代码集或指令集，当其在计算机上运行时，使得计算机执行如本公开的第一方面所示的方法。

本公开提供的头像像素化的面部颜色填充方法、装置及电子设备，通过从目标头像中提取出各个面部器官图像；再针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色；继而分别根据每个面部器官图像对应的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充，使得填充颜色后的像素化头像具有更加合理、更加自然的色彩过渡，丰富并协调了像素化头像的显示效果，从而解决像素化头像色彩过于单一，显得画面的整体效果较为突兀的技术问题。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1为现有技术中头像像素化的面部颜色填充效果的示例图；

图2为本公开实施例提供的一种头像像素化的面部颜色填充方法的流程示意图；

图3为本公开实施例提供的头像像素化的面部颜色填充效果的示例图；

图4为本公开实施例提供的一种头像像素化的面部颜色填充装置的结构示意图；

图5为本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。

考虑到现有的头像像素化的面部颜色填充方法，会导致最终得到的像素风格的头像中面部色彩过于单一，显得画面的整体效果较为突兀，如图1所示。为此，本发明实施例提供了一种新的头像像素化的面部颜色填充方法、装置及电子设备，下面通过实施例进行描述。

本公开实施例提供了一种头像像素化的面部颜色填充方法，如图2所示，该方法包括：

步骤S210：从目标头像中提取出各个面部器官图像；

本公开实施例中，目标头像可以为任意风格的头部图像，例如真人头像、油画风格头像等，本公开实施例对此也不作限定。

其中，面部器官包括但不限于眼部、嘴部、鼻子、耳朵、眉毛、脸颊、下巴等面部的各种部位。

步骤S220：针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色；

本公开实施例中，会基于目标头像中的实际情况来确定每个面部器官图像对应的各个主要颜色，也就是说，目标头像中的人脸部位的所有像素点都是进行颜色聚类的样本。

实际应用中，本领域技术人员可以根据实际情况对所要聚类的主要颜色的数量进行设置，其中，不同面部器官图像所对应的主要颜色的数量可以是相同的，也可以是不同的，本公开实施例在此不做限定。

步骤S230：分别根据每个面部器官图像对应的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

其中，目标头像的头像轮廓是指根据目标头像生成的像素化头像的轮廓，可以进行进一步的颜色填充。

本公开实施例中，在步骤S220中每个面部器官图像都聚类得到多个主要颜色后，就可以为每个面部器官区域都填充多个颜色，以鼻子区域为例，在通过步骤S210提取到鼻子图像后，步骤S220中对鼻子图像上的各个像素点进行聚类，步骤S230中再利用聚类后的多个颜色对鼻子区域进行填充。其他面部器官区域亦然，在此不再赘述。

本公开实施例提供的头像像素化的面部颜色填充方法，使得填充颜色后的像素化头像具有更加合理、更加自然的色彩过渡，丰富并协调了像素化头像的显示效果，从而解决像素化头像色彩过于单一，显得画面的整体效果较为突兀的技术问题。

本公开实施例中，为步骤S210提供了一种可行的实现方式，具体而言，步骤S210可以包括步骤：

步骤S2101：对目标头像进行关键点检测，得到各个关键点的位置信息；

其中，关键点即人脸关键点，关键点检测也可称为关键点定位、特征点检测或者人脸对齐等，指的是在图像中定位出人脸上具有特定特征的部位，例如嘴角、鼻孔等。利用关键点可以勾画出人脸区域，得到脸部及五官的轮廓和分布。

实际应用中，各个关键点的设置方式可以有多种，本领域技术人员可以根据实际情况而定，在此不做限定。可以理解，设置的关键点数量越多，对脸部轮廓和五官的定位越精细，而设置的关键点数量过多，则会浪费计算资源，本公开实施例不对关键的数量进行限定，例如可以为81个、106个或1000个等。

本公开实施例中，根据设置的关键点，对目标头像进行关键点检测，会输出目标头像中各个关键点的具体的位置信息。实际应用中，关键点的位置信息可以表达为关键点在目标头像中的坐标信息。作为示例地，假设设置有106个关键点，则对目标头像的关键点检测，会输出106个关键点的坐标信息。

一种可行的实施方式中，可以通过预训练的回归模型，对目标头像中各个关键点的位置进行回归，得到各个关键点的位置信息。

该实施方式中，预先训练了回归模型，将目标头像输入预训练的回归模型，回归模型可以较精确地对各个关键点在目标头像中的具体位置(例如坐标信息)进行回归，输出各个关键点的位置信息。作为示例地，回归模型预设有106个关键点，输入目标头像后，回归模型会将106个关键点的位置回归到目标头像上所在的坐标。

本公开实施例中，对回归模型的训练，可以采用绝对损失函数Smooth L1 Loss，即在每次训练会确定出关键点的预测位置和目标位置之间差值，当差值小于等于阈值时，使用平方损失函数L2 Loss来计算损失，以对表情识别网络进行优化；当差值大于阈值时，使用绝对值损失函数L1 Loss来损失，以对回归模型进行优化。

步骤S2102：根据各个关键点的位置信息，将目标头像中各个关键点对应的面部器官区域进行提取，得到各个面部器官图像。

由于根据关键点可以得到脸部及五官的轮廓和分布，即每个面部器官关联的关键点是明确的。那么根据任一面部器官关联的关键点的位置信息，即可提取出该面部器官区域。作为示例地，假设顺序序号为1-10的关键点划出了鼻子区域，则可以根据1-10的关键点分别对应的坐标信息，确定出鼻子区域，并进行提取。

进一步地，根据各个关键点的位置信息以及各个面部器官对应的关键点，就可以将各个面部器官区域从目标头像中抠出来，即提取出了各个面部器官图像。

本公开实施例中，通过关键点来从目标头像中提取出各个面部器官图像，能够排除目标头像的姿态、角度、位置等因素的影响，提高提取的精确度。

本公开实施例中，为步骤S220提供了一种可行的实现方式，具体而言，步骤S220可以按照以下方式执行：针对每个面部器官图像，将面部器官图像中各个像素点基于RGB颜色空间进行三维颜色聚类，得到对应的至少两个主要颜色。

RGB颜色空间是以R(Red，红)、G(Green，绿)、B(Blue，蓝)三原色为基础的色彩模式。本公开实施例中，可以对每个面部器官图像基于三元色进行三维颜色聚类。

具体而言，每个面部器官图像的三维颜色聚类方法如下：假设面部器官图像中包含n个像素点，分别获取该n个像素点在R、G、B三个通道的值，构成n个三维向量；在n个像素点中确定k个初始聚类中心，对于其他n-k个像素点，分别用像素点的三维向量来计算与k个初始聚类中心的距离，对n-k个像素点进行归类；迭代根据归类结果确定新的聚类中心以及重新归类的过程，直至颜色聚类完成。

本公开实施例中，可以通过K-means聚类算法，将面部器官图像中各个像素点的颜色进行颜色聚类。

以及，可以通过K-means聚类算法，将面部器官图像中各个像素点基于RGB颜色空间进行三维颜色聚类。

K-means聚类算法是基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。具体地，K-means聚类算法可以以欧式距离作为相似度测度。

其中，K-means聚类算法接受输入量k，即聚类中心的数量。因此，可以用来设定每个面部器官填充的主要颜色的数量。

K-means聚类算法的工作过程以聚类准则函数开始收敛为止停止迭代，表示聚类完成。实际应用中，聚类准则函数一般都采用误差平方和准则函数。

通过K-means聚类算法得到的k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。即同一聚类中的对象相似度较高，而不同聚类中的对象相似度较小。

本公开实施例中，颜色聚类过程得到的k个聚类，即一个面部器官图像对应的k个主要颜色。根据该k个聚类，便可知道该面部器官图像中的各个像素点分别聚类到的主要颜色，便可在步骤S230中进行相应的颜色填充。

采用K-means聚类算法的优点是运算速度快，可以进行实时处理。

基于上述各实施例，本公开实施例为步骤S230提供了一种可行的实现方式，具体而言，步骤S230可以包括如下步骤：

步骤S2301：对每个面部器官图像对应的各个主要颜色基于HSV颜色空间进行约束；

HSV颜色空间是以H(Hue，色调)、S(Saturation，饱和度)、V(Value，明度)这颜色的三种直观特性为基础的颜色模型。

其中，色调H表示所处的光谱颜色的位置，该参数用角度来度量，范围为0°～360°，从红色开始按逆时针方向计算，红、绿、蓝分别相隔120°。

饱和度S表示颜色接近光谱颜色的程度，该参数用比例值来表示，范围为0％～100％，值越大，颜色越饱和，即颜色越接近光谱色，颜色越艳。

当值为0％时，则只有灰度。

明度V表示颜色明亮的程度，该参数用数值来表示，范围为0％(黑)～100％(白)。

本公开实施例中，若将面部器官图像中各个像素点基于RGB颜色空间进行三维颜色聚类得到对应的至少两个主要颜色，可以将每个面部器官图像从RGB颜色空间转换到HSV颜色空间，再对每个面部器官图像对应的各个主要颜色基于HSV颜色空间进行约束。

其中，将每个面部器官图像从RGB颜色空间转换到HSV颜色空间可以采用RGB到HSV的转化算法进行计算，得到各个主要颜色在HSV颜色空间中的H取值、S取值和V取值。

本公开实施例中，利用HSV颜色空间进行通道的约束，具体可以是对H通道、S通道和V通道中的至少一个通道进行约束，作为示例地，可以约束两个主要颜色的饱和度S取值的差不能超过50等。本领域技术人员可以根据实际情况对约束方式和约束条件进行设置，本公开实施例在此不作限定。

步骤S2302：分别根据每个面部器官图像对应的约束后的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

本公开实施例中，若是将每个面部器官图像从RGB颜色空间转换到HSV颜色空间后进行的约束，可以在约束后将每个面部器官图像从HSV颜色空间转换回RGB颜色空间，再分别根据每个面部器官图像对应的约束后的RGB颜色空间的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

其中，将每个约束后的面部器官图像从RGB颜色空间转换到HSV颜色空间可以采用HSV到RGB的转化算法进行计算，重新得到约束后的各个主要颜色在RGB颜色空间中的值。

本公开实施例中，将每个面部器官图像对应的各个主要颜色进行约束后再进行填充，可以使得填充的颜色看起来更加均匀、自然。

实际应用中，为了得到完整的像素化头像，可以先根据目标头像像得到一个头像轮廓，再对头像轮廓进行面部颜色填充，本公开实施例中，步骤S230之前，还可以包括步骤：对目标头像进行关键点检测，得到各个关键点的位置信息；具体的执行过程可以参见步骤S2101，在此不再赘述；或者，也可以直接采用步骤S2101得到的各个关键点的位置信息，继而根据各个关键点的位置信息，将目标头像中各个关键点对应的面部器官区域进行描边处理，得到目标头像的头像轮廓。

由于根据关键点可以得到脸部及五官的轮廓和分布，则基于关键点的位置信息，就可以对脸部及五官的轮廓进行描边。那么在步骤S230中，即对用于描边的像素点内的相应面部器官区域的像素点进行颜色填充。

本公开实施例中，通过描边处理可以使得像素化头像的轮廓更加鲜明，像素风格更加明显。

本公开实施例提供的头像像素化的面部颜色填充方法，能够使填充颜色后的像素化头像具有更加合理、更加自然的色彩过渡，丰富并协调了像素化头像的显示效果，从而解决像素化头像色彩过于单一，显得画面的整体效果较为突兀的技术问题。

以图1对应的处理前的目标头像为例，采用本公开实施例提供的头像像素化的面部颜色填充方法，可得到如图3所示的像素化头像，可以看到，相较于图1，图3所示的头像中下颚区域、鼻子区域等面部器官区域的边缘部位颜色稍有不同，使得图3更加真实、自然、富有美感，大大提升了头像像素化的视觉效果。

本公开实施例还提供了一种头像像素化的面部颜色填充装置，如图4所示，该装置40可以包括：提取模块401、颜色聚类模块402以及填充模块403，其中，

提取模块401用于从目标头像中提取出各个面部器官图像；

颜色聚类模块402用于针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色；

填充模块403用于分别根据每个面部器官图像对应的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

在一种可选的实现方式中，提取模块401在用于从目标头像中提取出各个面部器官图像时，具体用于：

对目标头像进行关键点检测，得到各个关键点的位置信息；

根据各个关键点的位置信息，将目标头像中各个关键点对应的面部器官区域进行提取，得到各个面部器官图像。

在一种可选的实现方式中，提取模块401在用于对目标头像进行关键点检测，得到各个关键点的位置信息时，具体用于：

通过预训练的回归模型，对目标头像中各个关键点的位置进行回归，得到各个关键点的位置信息。

在一种可选的实现方式中，颜色聚类模块402在用于针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色时，具体用于：

针对每个面部器官图像，将面部器官图像中各个像素点基于RGB颜色空间进行三维颜色聚类，得到对应的至少两个主要颜色。

在一种可选的实现方式中，颜色聚类模块402在用于将面部器官图像中各个像素点的颜色进行颜色聚类时，具体用于：

通过K-means聚类算法，将面部器官图像中各个像素点的颜色进行颜色聚类。

在一种可选的实现方式中，填充模块403在用于分别根据每个面部器官图像对应的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充时，具体用于：

对每个面部器官图像对应的各个主要颜色基于HSV颜色空间进行约束；

分别根据每个面部器官图像对应的约束后的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

在一种可选的实现方式中，填充模块403在用于目标头像的头像轮廓中对相应的面部器官区域进行颜色填充之前，还用于：

对目标头像进行关键点检测，得到各个关键点的位置信息；

根据各个关键点的位置信息，将目标头像中各个关键点对应的面部器官区域进行描边处理，得到目标头像的头像轮廓。

本公开实施例所提供的头像像素化的面部颜色填充装置，可以为设备上的特定硬件或者安装于设备上的软件或固件等，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，设备实施例部分未提及之处，可参考前述方法实施例中相应内容，在此不再赘述。

本公开实施例所提供的头像像素化的面部颜色填充装置，可以使填充颜色后的像素化头像具有更加合理、更加自然的色彩过渡，丰富并协调了像素化头像的显示效果，从而解决像素化头像色彩过于单一，显得画面的整体效果较为突兀的技术问题。

基于与本公开实施例中的头像像素化的面部颜色填充方法相同的原理，本公开实施例还提供了一种电子设备，该电子设备包括存储器和处理器，存储器存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行本公开上述任一实施例所示的方法。

基于与本公开实施例中的头像像素化的面部颜色填充方法相同的原理，本公开实施例中还提供了一种计算机可读介质，计算机可读介质用于存储计算机指令、程序、代码集或指令集，当其在计算机上运行时，使得计算机执行本公开上述任一实施例所示的方法。

下面参考图5，其示出了适于用来实现本公开实施例的电子设备50的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

电子设备包括：存储器以及处理器，其中，这里的处理器可以称为下文的处理装置501，存储器可以包括下文中的只读存储器(ROM)502、随机访问存储器(RAM)503以及存储装置508中的至少一项，具体如下所示：

如图5所示，电子设备50可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备50操作所需的各种程序和数据。处理装置501、ROM502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备50与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备50，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行本公开上述任一实施例所示的头像像素化的面部颜色填充。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块或单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块或单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，示例1提供了一种头像像素化的面部颜色填充方法，该方法包括：

从目标头像中提取出各个面部器官图像；

针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色；

分别根据每个面部器官图像对应的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

在一种可选的实现方式中，从目标头像中提取出各个面部器官图像，包括：

对目标头像进行关键点检测，得到各个关键点的位置信息；

根据各个关键点的位置信息，将目标头像中各个关键点对应的面部器官区域进行提取，得到各个面部器官图像。

在一种可选的实现方式中，对目标头像进行关键点检测，得到各个关键点的位置信息，包括：

通过预训练的回归模型，对目标头像中各个关键点的位置进行回归，得到各个关键点的位置信息。

在一种可选的实现方式中，针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色，包括：

针对每个面部器官图像，将面部器官图像中各个像素点基于RGB颜色空间进行三维颜色聚类，得到对应的至少两个主要颜色。

在一种可选的实现方式中，将面部器官图像中各个像素点的颜色进行颜色聚类，包括：

通过K-means聚类算法，将面部器官图像中各个像素点的颜色进行颜色聚类。

在一种可选的实现方式中，分别根据每个面部器官图像对应的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充，包括：

对每个面部器官图像对应的各个主要颜色基于HSV颜色空间进行约束；

分别根据每个面部器官图像对应的约束后的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

在一种可选的实现方式中，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充之前，还包括：

对目标头像进行关键点检测，得到各个关键点的位置信息；

根据各个关键点的位置信息，将目标头像中各个关键点对应的面部器官区域进行描边处理，得到目标头像的头像轮廓。

根据本公开的一个或多个实施例，示例2提供了示例1的一种头像像素化的面部颜色填充装置，该装置包括：

提取模块，用于从目标头像中提取出各个面部器官图像；

颜色聚类模块，用于针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色；

填充模块，用于分别根据每个面部器官图像对应的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

在一种可选的实现方式中，提取模块在用于从目标头像中提取出各个面部器官图像时，具体用于：

对目标头像进行关键点检测，得到各个关键点的位置信息；

根据各个关键点的位置信息，将目标头像中各个关键点对应的面部器官区域进行提取，得到各个面部器官图像。

在一种可选的实现方式中，提取模块在用于对目标头像进行关键点检测，得到各个关键点的位置信息时，具体用于：

通过预训练的回归模型，对目标头像中各个关键点的位置进行回归，得到各个关键点的位置信息。

在一种可选的实现方式中，颜色聚类模块在用于针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色时，具体用于：

针对每个面部器官图像，将面部器官图像中各个像素点基于RGB颜色空间进行三维颜色聚类，得到对应的至少两个主要颜色。

在一种可选的实现方式中，颜色聚类模块在用于将面部器官图像中各个像素点的颜色进行颜色聚类时，具体用于：

通过K-means聚类算法，将面部器官图像中各个像素点的颜色进行颜色聚类。

在一种可选的实现方式中，填充模块在用于分别根据每个面部器官图像对应的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充时，具体用于：

对每个面部器官图像对应的各个主要颜色基于HSV颜色空间进行约束；

分别根据每个面部器官图像对应的约束后的各个主要颜色，在目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

在一种可选的实现方式中，填充模块在用于目标头像的头像轮廓中对相应的面部器官区域进行颜色填充之前，还用于：

对目标头像进行关键点检测，得到各个关键点的位置信息；

根据各个关键点的位置信息，将目标头像中各个关键点对应的面部器官区域进行描边处理，得到目标头像的头像轮廓。

根据本公开的一个或多个实施例，示例3提供了一种电子设备，该电子设备包括：

处理器和存储器，该存储器存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如本公开示例1所示的方法。

根据本公开的一个或多个实施例，示例4提供了一种计算机可读介质，该计算机可读介质用于存储计算机指令、程序、代码集或指令集，当其在计算机上运行时，使得计算机执行如本公开示例1所示的方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种头像像素化的面部颜色填充方法，其特征在于，包括：

从目标头像中提取出各个面部器官图像；

针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色；

分别根据每个面部器官图像对应的各个主要颜色，在所述目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

2.根据权利要求1所述的面部颜色填充方法，其特征在于，所述从目标头像中提取出各个面部器官图像，包括：

对所述目标头像进行关键点检测，得到各个关键点的位置信息；

根据所述各个关键点的位置信息，将所述目标头像中所述各个关键点对应的面部器官区域进行提取，得到各个面部器官图像。

3.根据权利要求2所述的面部颜色填充方法，其特征在于，所述对所述目标头像进行关键点检测，得到各个关键点的位置信息，包括：

通过预训练的回归模型，对所述目标头像中各个关键点的位置进行回归，得到各个关键点的位置信息。

4.根据权利要求1所述的面部颜色填充方法，其特征在于，针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色，包括：

针对每个面部器官图像，将面部器官图像中各个像素点基于RGB颜色空间进行三维颜色聚类，得到对应的至少两个主要颜色。

5.根据权利要求1所述的面部颜色填充方法，其特征在于，所述将面部器官图像中各个像素点的颜色进行颜色聚类，包括：

通过K-means聚类算法，将面部器官图像中各个像素点的颜色进行颜色聚类。

6.根据权利要求1-5任一项所述的面部颜色填充方法，其特征在于，所述分别根据每个面部器官图像对应的各个主要颜色，在所述目标头像的头像轮廓中对相应的面部器官区域进行颜色填充，包括：

对每个面部器官图像对应的各个主要颜色基于HSV颜色空间进行约束；

分别根据每个面部器官图像对应的约束后的各个主要颜色，在所述目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

7.根据权利要求6所述的面部颜色填充方法，其特征在于，所述在所述目标头像的头像轮廓中对相应的面部器官区域进行颜色填充之前，还包括：

对所述目标头像进行关键点检测，得到各个关键点的位置信息；

根据所述各个关键点的位置信息，将所述目标头像中所述各个关键点对应的面部器官区域进行描边处理，得到所述目标头像的头像轮廓。

8.一种头像像素化的面部颜色填充装置，其特征在于，包括：

提取模块，用于从目标头像中提取出各个面部器官图像；

颜色聚类模块，用于针对每个面部器官图像，将面部器官图像中各个像素点的颜色进行颜色聚类，得到对应的至少两个主要颜色；

填充模块，用于分别根据每个面部器官图像对应的各个主要颜色，在所述目标头像的头像轮廓中对相应的面部器官区域进行颜色填充。

9.一种电子设备，其特征在于，包括：

处理器和存储器，所述存储器存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-7任一项所述的方法。

10.一种计算机可读介质，其特征在于，所述计算机可读介质用于存储计算机指令、程序、代码集或指令集，当其在计算机上运行时，使得计算机执行如权利要求1-7任一项所述的方法。

Images