[发明专利]图像染发处理方法和装置

权利要求书

1.一种图像染发处理方法，其特征在于，包括：

对原始图像进行计算，获取反映所述原始图像中像素透明度的数据矩阵；

获取所述原始图像中每个像素的亮度分量，根据所述数据矩阵确定头发区域，根据所述原始图像中每个像素的亮度分量计算获取所述头发区域的反射系数，根据所述原始图像中每个像素的亮度分量、所述反射系数和所述数据矩阵确定所述原始图像中每个像素的光照强度；

根据指定渲染的目标颜色、染色强度以及所述数据矩阵，确定所述原始图像中每个像素的目标染色值；

根据所述原始图像中每个像素的光照强度和对应的目标染色值，计算获取所述原始图像中每个像素的输出颜色；

根据所述每个像素的输出颜色对所述原始图像进行颜色编辑处理输出目标图像。

2.如权利要求1所述的方法，其特征在于，所述对原始图像进行计算，获取反映所述原始图像中像素透明度的数据矩阵，包括：

对所述原始图像的尺寸进行缩放调整，获取与预设算法模型尺寸匹配的输入图像输入到所述预设算法模型进行计算，获取与所述输入图像对应的数据矩阵。

3.如权利要求1所述的方法，其特征在于，所述获取所述原始图像中每个像素的亮度分量，包括：

对所述原始图像中每个像素进行颜色空间的数据转换，获取所述原始图像中每个像素的亮度分量；

所述根据所述数据矩阵确定头发区域包括：

将所述数据矩阵中像素透明度大于预设阈值的区域确定为头发区域。

4.如权利要求3所述的方法，其特征在于，所述对原始图像进行计算，获取反映所述原始图像中像素透明度的数据矩阵，包括：

判断所述原始图像尺寸与预设的卷积神经网络的输入数据尺寸是否相同；

若获知尺寸不相同，则将所述原始图像尺寸缩放到与所述卷积神经网络的输入数据尺寸一致的图像，输入到所述卷积神经网络；

采用所述卷积神经网络对输入的图像进行计算，获取与所述输入的图像对应的数据矩阵；

所述将所述数据矩阵中像素透明度大于预设阈值的区域确定为头发区域，根据所述原始图像中每个像素的亮度分量，计算所述头发区域的反射系数，包括：

将与所述输入的图像对应的数据矩阵中像素透明度大于预设阈值的区域确定为头发区域；

对所述输入的图像中每个像素的颜色值进行颜色空间的数据转换，获取所述输入的图像中每个像素的亮度分量；

根据所述输入的图像中每个像素的亮度分量，计算所述头发区域的反射系数；

在所述根据所述原始图像中每个像素的亮度分量、所述反射系数和所述数据矩阵，获取所述原始图像中每个像素的光照强度之前，还包括：

对与所述输入的图像对应的数据矩阵进行缩放处理，获取与所述原始图像尺寸相同的数据矩阵。

5.如权利要求3所述的方法，其特征在于，所述根据所述原始图像中每个像素的亮度分量，计算获取所述头发区域的反射系数，包括：

根据所述原始图像中每个像素的亮度分量，计算整个图像的第一亮度平均值；

根据所述头发区域中每个像素的亮度分量，计算所述头发区域的第二亮度平均值；

采用预设算法对所述第一亮度平均值、所述第二亮度平均值和预设系数进行计算，获取所述头发区域的反射系数。

6.如权利要求3所述的方法，其特征在于，所述根据所述原始图像中每个像素的亮度分量、所述反射系数和所述数据矩阵，计算获取所述原始图像中每个像素的光照强度，包括：

计算所述原始图像中每个像素的亮度分量与所述反射系数的比值获取所述原始图像中每个像素的第一光照强度；

采用预设算法对所述原始图像中每个像素的第一光照强度和所述数据矩阵进行计算，获取所述原始图像中每个像素的光照强度。