【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及一种图像处理方法及电子设备。
技术介绍
1、随着电子设备（如手机）技术的发展，手机的拍摄功能也得到了快速发展，越来越多的用户喜欢使用手机拍摄图像（如照片或视频）。
2、然而，电子设备在拍摄人像的过程中，为了更好的呈现拍摄效果，可能需要在拍摄现场人为布置灯光，以制造出良好的灯光效果，这样，虽能保证拍摄出来的人物图像帧达到拍摄效果，但需要浪费过多的人力物力，因此，如何在减少人力物力成本的同时，提升人物图像帧的美观程度，成为亟待解决的问题。
技术实现思路
1、本申请实施例提供一种图像处理方法及电子设备，用于提升人物图像帧的美观程度，进而提升用户的视觉体验。
2、为达到上述目的，本申请的实施例采用如下技术方案：
3、第一方面，提供了一种图像处理方法，该方法中，电子设备获取第一图像帧，其中，该第一图像帧为电子设备采集到包括人像的图像帧。之后，电子设备可以对该第一图像帧进行语义分割，得到至少一张区域图像帧。之后，电子设备可以根据该至少一张区域图像帧，分别计算第一图像帧中不同区域下的参数增强系数，得到控制系数图。之后，电子设备可以根据该控制系数图，对第一图像帧进行增强处理，得到第二图像帧。
4、本申请中，电子设备在得到第一图像帧后，先对该第一图像帧进行语义分割，以使第一图像帧能够按照不同区域进行划分，得到区域图像帧。之后，电子设备可以根据该至少一张区域图像帧，确定第一图像帧中不同区域下的参数增强系数，以便于电子设备该参数
5、在第一方面的一种可能的实现方式中，上述电子设备对第一图像帧进行语义分割的过程，具体可以包括：电子设备按照预设区域，对第一图像帧进行语义分割，得到至少一张区域图像帧；其中，预设区域包括人脸区域、皮肤区域、衣服区域以及背景区域中的至少一种。
6、其中，上述至少一张区域图像帧包括人体掩膜图和/或皮肤掩模图。
7、本申请中，电子设备将第一图像帧中的人脸区域、皮肤区域、衣服区域以及背景区域进行分割，可以实现第一图像帧的区域划分，使得同一区域内的参数增强系数是相同的，便于后续精准的增强第一图像帧，提升用户的视觉体验。
8、在第一方面的一种可能的实现方式中，上述参数增强系数包括亮度增强系数、对比度增强系数以及饱和度增强系数中的至少一种。
9、本申请中，由于参数增强系数包括亮度增强系数、对比度增强系数以及饱和度增强系数中的至少一种，且该参数增强系数用于对第一图像帧进行参数增强，也就是说，电子设备可以从多方面对第一图像帧进行增强处理，如此，可以实现第一图像帧的自适应增强，使得增强后的图像帧能够符合期望的人像效果，进而提升第一图像帧的显示效果，提升用户的视觉体验。
10、在第一方面的一种可能的实现方式中，上述电子设备得到控制系数图的过程，具体可以包括：电子设备将至少一张区域图像帧以及第一图像帧输入至第一预测网络中，得到控制系数图，其中，该第一预测网络用于对第一图像帧中的不同预设区域进行增强系数预测。
11、本申请中，电子设备通过将至少一张区域图像帧以及第一图像帧输入至第一预测网络的方式，可以实现第一图像帧的参数解耦，也就是按照亮度、对比度以及饱和度，对第一图像帧进行解耦，以便于得到第一图像帧中不同区域下不同参数的增强系数，便于后续有针对性的进行图像增强，提升第一图像帧的增强精度，避免图像帧出现提亮过多、提亮不足或者对比度不自然的情况，进而提升用户的视觉体验。
12、在第一方面的一种可能的实现方式中，上述电子设备得到控制系数图的过程，还可以包括：电子设备获取拍摄场景信息，其中，该拍摄场景信息用于反映电子设备拍摄第一图像帧时拍摄环境的情况。之后，电子设备将该拍摄场景信息、至少一张区域图像帧以及第一图像帧输入至第一预测网络中，得到控制系数图。
13、其中，上述拍摄场景信息包括感光度、曝光度、光圈、曝光补偿中的至少一种。
14、本申请中，通过向第一预测网络输入拍摄场景信息的方式，可以为第一预测网络提供辅助作用，也就是可以将该拍摄场景信息作为优化图像参数的辅助参考依据，以便于第一预测网络能够快速的计算出参数增强系数，减少因多次调整参数增强系数而浪费较多图像增强处理时间的情况发生，提升第一预测网络的计算效率。
15、在第一方面的一种可能的实现方式中，上述电子设备得到控制系数图的过程，具体可以包括：电子设备将拍摄场景信息作为条件输入，并根据第一阶段网络，对第一图像帧进行亮度调整。之后，电子设备根据第二阶段网络，对亮度调整后的第一图像帧进行色度调整，得到控制系数图。
16、本申请中，电子设备将第一阶段网络的输出作为第二阶段网络的输入，与低亮度的原始图像输入相比，输入亮度更高的图像具有更宽的色域范围，也就是方便第二阶段网络进行色彩调节，进而提升了第二阶段网络的色度调节效率。
17、在第一方面的一种可能的实现方式中，上述第一预测网络的训练过程，具体可以包括：电子设备获取样本图像集合，其中，该样本图像集合包括多张样本图像帧。之后，针对每张样本图像帧，电子设备可以对该样本图像帧进行语义分割，得到至少一张区域样本图像帧。之后，电子设备可以在至少一张区域样本图像帧的基础上，按照预设区域的参数退化系数，对样本图像帧进行退化处理，得到退化样本图像帧。之后，电子设备可以根据该退化样本图像帧以及至少一张区域样本图像帧，对第二预测网络进行训练，得到第一预测网络。
18、其中，参数退化系数包括亮度退化系数、对比度退化系数以及饱和度退化系数中的至少一种。
19、本申请中，通过将获取到的参数（亮度、对比度以及饱和度）较好的样本图像帧进行退化的方式，训练第一预测网络，可以实现第一预测网络的精准训练，为后续精准的预测参数增强系数提供了基础。
20、在第一方面的一种可能的实现方式中，上述电子设备对样本图像帧进行退化处理的过程，具体可以包括：电子设备采用图像融合算法，根据随机设置的参数退化系数，分别对样本图像帧进行不同参数的退化处理，得到退化样本图像帧。
21、本申请中，通过将样本图像帧与不同类型的图像帧进行融合的方式的，对样本图像帧进行退化处理，可以实现样本图像帧的精准退化，减少因图像退化存在误差而影响网络训练精度的情况发生，为后续精准的预测参数增强系数提供了基础。
22、在第一方面的一种可能的实现方式中，在上述参数退化系数为亮度退化系数的情况下，上述电子设备对样本图像帧进行退化处理的过程，具体可以包括：电子设备按照亮度退化系数，将样本图像帧与黑色图像帧进行融合，得到退化样本图像帧，其中，黑色图像帧为一张纯黑色的图像帧。
23、本申请中，若亮度退化系数越小，那本文档来自技高网...
【技术保护点】
1.一种图像处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述电子设备对所述第一图像帧进行语义分割，得到至少一张区域图像帧，包括：
3.根据权利要求1所述的方法，其特征在于，所述电子设备根据所述至少一张区域图像帧，分别计算所述第一图像帧中不同区域下的参数增强系数，得到控制系数图，包括：
4.根据权利要求3所述的方法，其特征在于，所述电子设备根据所述控制系数图，对所述第一图像帧进行增强处理，得到第二图像帧，包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述参数退化系数包括亮度退化系数、对比度退化系数以及饱和度退化系数中的至少一种，所述参数增强系数包括亮度增强系数、对比度增强系数以及饱和度增强系数中的至少一种。
7.根据权利要求6所述的方法，其特征在于，在所述参数退化系数包括亮度退化系数、对比度退化系数以及饱和度退化系数的情况下，所述电子设备在所述至少一张区域样本图像帧的基础上，按照所述预设区域的参数退化系数，对所述样本图像
8.根据权利要求1-7中任一项所述的方法，其特征在于，所述方法还包括：
9.一种电子设备，其特征在于，所述电子设备包括显示屏、摄像头、存储器和一个或多个处理器；所述显示屏、所述摄像头、所述存储器和所述处理器耦合；所述摄像头用于采集图像，所述显示屏用于显示所述处理器生成的图像以及所述摄像头采集的图像，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；当所述处理器执行所述计算机指令时，使得所述电子设备执行如权利要求1至8中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，包括计算机指令，当所述计算机指令在电子设备上运行时，使得所述电子设备执行如权利要求1至8中任一项所述的方法。
11.一种计算机程序产品，其特征在于，包括计算机指令，当所述计算机指令在电子设备上运行时，使得所述电子设备执行如权利要求1至8中任一项所述的方法。
...【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述电子设备对所述第一图像帧进行语义分割，得到至少一张区域图像帧，包括：
3.根据权利要求1所述的方法，其特征在于，所述电子设备根据所述至少一张区域图像帧，分别计算所述第一图像帧中不同区域下的参数增强系数，得到控制系数图，包括：
4.根据权利要求3所述的方法，其特征在于，所述电子设备根据所述控制系数图，对所述第一图像帧进行增强处理，得到第二图像帧，包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述参数退化系数包括亮度退化系数、对比度退化系数以及饱和度退化系数中的至少一种，所述参数增强系数包括亮度增强系数、对比度增强系数以及饱和度增强系数中的至少一种。
7.根据权利要求6所述的方法，其特征在于，在所述参数退化系数包括亮度退化系数、对比度退化系数以及饱和度退化系数的情况下，所述电子设备在所述至少一...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。