[发明专利]一种图像处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像处理方法、装置、计算机设备和存储介质。所述方法包括：获取包含人体特定部位的第一初始图像；提取出所述第一初始图像中的连通域图像；获取所述连通域图像的特征形状参数；当所述特征形状参数符合预设条件时，将所述连通域图像确定为人体特定部位对应的人体特征图像；将所述人体特征图像输入至机器学习模型进行训练，获得训练后的机器学习模型；其中，所述训练后的机器学习模型用于针对第二初始图像进行分类，输出分类信息。采用本方法能够根据不同的参数对图像进行过滤，抗干扰能力强，能够准确地识别出各种不同的皮肤特征，通过应用机器学习模型的方式提高图像处理效率及准确率。

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、装置、计算机设备和存储介质。

背景技术

随着社会的不断发展，人们越来越重视自己的形象，另一方面，随着科学技术的进步，越来越多的科技产品可以运用在管理或改善自己的形象的用途上；举例而言，某些设备可以用于检测用户的皮肤特性，并将相应的皮肤特性展现给用户。

具体地，上述的设备可以运行有测肤应用，该测肤应用可以通过图像传感器获取用户的皮肤图像，并检测水分、油脂、毛孔、肤色、敏感、皱纹等维度的皮肤特征，根据上述的皮肤特征得到用户的皮肤属性及阶段性皮肤变化趋势，给出进一步的护肤建议。

但是，现有的设备以全脸的产品居多，大多设备的体积庞大、操作繁琐、分析准确率不高。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高图像处理效率及准确率.的图像处理方法、装置、计算机设备和存储介质。

一种图像处理方法，所述方法包括：

获取包含人体特定部位的第一初始图像；

提取出所述第一初始图像中的连通域图像；

获取所述连通域图像的特征形状参数；

当所述特征形状参数符合预设条件时，将所述连通域图像确定为人体特定部位对应的人体特征图像；

将所述人体特征图像输入至机器学习模型进行训练，获得训练后的机器学习模型；其中，所述训练后的机器学习模型用于针对第二初始图像进行分类，输出分类信息。

在其中一个实施例中，所述人体特定部位包括人体皮肤。

在其中一个实施例中，所述提取出所述第一初始图像中的连通域图像的步骤包括：

将所述第一初始图像进行灰度化处理，获得灰度图像；

将所述灰度图像进行二值化，获得二值化图像；

将所述二值化图像进行连通域提取，获得连通域图像。

在其中一个实施例中，所述特征形状参数包括连通域面积参数、惯性率参数、凸度参数和圆度参数中的至少一种。

在其中一个实施例中，所述预设条件包括所述连通域面积参数符合预设面积范围、所述惯性率参数小于或大于预设惯性率阈值、所述凸度参数小于或大于预设凸度阈值和所述圆度参数小于或大于预设圆度阈值中的至少一种。

在其中一个实施例中，所述当所述特征形状参数符合预设条件时，将所述连通域图像确定为人体特定部位对应的人体特征图像，包括：

当所述连通域面积参数符合预设面积范围、所述惯性率参数不小于预设惯性率阈值及所述凸度参数不小于预设凸度阈值和所述圆度参数不小于预设圆度阈值时，将所述连通域图像确定为所述人体特征图像。

在其中一个实施例中，所述人体特征数据包括色斑特征图像，所述当所述特征形状参数符合预设条件时，将所述连通域图像确定为人体特定部位对应的人体特征图像，包括：