[发明专利]一种基于人脸特征点的图像处理方法

说明书

本发明主要是一种基于人脸特征点的人脸图像处理方法，识别用户待处理图像，提取人脸图像、皱纹纹理图像的人脸特征点信息，通过记录皱纹纹理图脸部轮廓、五官位置等特征点坐标信息，渲染计算皱纹纹理图关键点位置坐标并记录，调整偏移量，实现图像表老融合的效果，节省了图像处理时间。

技术领域

本发明涉及时实图像处理技术领域，具体涉及一种基于人脸特征点的图像处理方法。

背景技术

随着终端设备技术的不断发展和普及，越来越多的用户使用带有摄像头的终端设备进行拍照。为了美化拍摄的照片，已经开发出了一些可以美化照片的应用(APP)。这些APP使用起来非常方便，用户只要选择相应的功能，就可以自动地对照片进行美化，例如，可以对人脸进行处理实现磨皮嫩肤的效果，对人脸区域的变老处理。如何精确地获取效果图，是一个亟待解决的问题。

发明内容

本发明的目的在于提供一种基于人脸特征点的图像处理方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案，一种基于人脸特征点的人脸图像处理方法，包括以下内容：

步骤S100：识别用户待处理图像，提取人脸图像、皱纹纹理图像的人脸特征点信息，记录皱纹纹理图脸部轮廓、五官位置等特征点坐标信息；

步骤S200：所述待处理图像，将人脸部分皱纹纹理图像做网格化处理，30*30等分网络，并记录相对应的网格点信息，渲染计算皱纹纹理图关键点位置坐标，通过新建辅助的ImageMesh记录；

步骤S300：所述人脸图像特征点q_i与皱纹纹理图像特征点p_i，对于偏移量l_v(x)，根据移动最小二乘原理公式1得知：

∑_iω_i|l_v(p_i)-q_i||² (公式1)

每个点的偏移权重ω_i，得到变形公式2，推导得出偏移量l_v(x)，有：

l_v(x)＝xM+T

l_v(x)＝(x-p_*)M+q_*

其中，M为线性变形矩阵，T为偏移量；

步骤S400：根据步骤S300所述推导公式，对皱纹纹理图像中的每个网格点计算其偏移量，并更新坐标，通过Opengl实现图像操作处理并记录；

步骤S500：通过步骤S400所述坐标点，与皱纹纹理图像融合，得到预期的效果图；

步骤S600：为确保皱纹纹理图像融合时，人脸图像的颜色、亮度等不会发生偏差，预先对皱纹纹理图做置灰处理，然后以人脸图像为底图，进行柔光融合，有公式如下：

A＝＜0.5：C＝(2A-1)*(B-B²)+B

本发明对人脸面部特征点可以更准确的识别，并通过对关键特征点的操作处理，以达到对人脸面部区域，实现美容、美颜、变换性别、变换皮肤颜色、变化年龄等功能，对人脸图像的处理来说，其优点是用户可以很容易达到，不需要等待冗长的时间。

附图说明

为了更清楚地说明本发明的实施例的技术方案，下面将对本发明的实施例的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发明的实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。