预览加载中,请您耐心等待几秒...
1/7
2/7
3/7
4/7
5/7
6/7
7/7

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111199204A(43)申请公布日2020.05.26(21)申请号201911392916.5(22)申请日2019.12.30(71)申请人齐力软件科技(广州)有限公司地址510055广东省广州市越秀区解放中路306号四楼C11房号(72)发明人雷梓浩杨冠祥(74)专利代理机构广州骏思知识产权代理有限公司44425代理人吴静芝(51)Int.Cl.G06K9/00(2006.01)G06T5/00(2006.01)G06T7/40(2017.01)权利要求书1页说明书4页附图1页(54)发明名称一种基于OpenGL人脸图像处理方法及装置(57)摘要本发明实施例提供了一种基于OpenGL人脸图像处理方法及装置,通过对人脸特征点的识别控制,基于OpenGL网格处理,对局部特征点平移变形,渲染输出效果图。根据本发明提供的人脸图像处理方法及装置,实现美化脸庞和下巴的精准控制,更加高度的自定义美颜效果,满足用户对效果图的需求,符合用户预期期望,同时节省运行内存空间。CN111199204ACN111199204A权利要求书1/1页1.一种基于OpenGL人脸图像处理方法,其特征在于,所述方法包括:用户上传待处理含人脸图像,识别并提取人脸全部特征点并保存;通过对人脸特征点的筛选,获取到左脸颊、右脸颊和嘴唇下巴区域,三组特征控制点;基于OpenGL对所述图片进行网格化处理,并将初始获取的特征点作为图片的初始数据作为参考特征点;所述三组特征控制点,通过对特征控制点的处理,实现对人脸图像局部的平移变形,并将变形后的图片渲染并输出。2.一种基于OpenGL人脸图像处理装置,其特征在于,所述装置包括:人脸检测模块:用于对用户上传待处理含人脸图像,识别并提取人脸全部特征点并保存;特征控制点筛选模块:用于通过对人脸特征点的筛选,获取到左脸颊、右脸颊和嘴唇下巴区域,三组特征控制点;OpenGL模块:用于基于OpenGL对所述图片进行网格化处理,并将初始获取的特征点作为图片的初始数据作为参考特征点;处理输出模块:用于对所述三组特征控制点,通过对特征控制点的处理,实现对人脸图像局部的平移变形,并将变形后的图片渲染并输出。2CN111199204A说明书1/4页一种基于OpenGL人脸图像处理方法及装置技术领域[0001]本发明涉及图像处理技术领域,尤其是涉及一种基于OpenGL人脸图像处理方法及装置。背景技术[0002]目前现有的对图像进行瘦脸的技术,主要是根据人脸的颧骨和下巴构成的两条线段并对其弯曲处理,实现图像上呈现的人脸面部变形,变瘦。以上处理方式存在不足,经过处理两条线段,实现的效果图不准确,不同图像的脸部结构,即下颧骨的位置与大小不同,各有差异,导致该方法效果不明显,不能满足用户的需求。发明内容[0003]本发明的实施例提供一种基于OpenGL人脸图像处理方法及装置,针对原有的技术进行改良,通过提取人脸轮廓的特征点,对颧骨以下位置连续特征点的处理,实现脸部更加精准可控的瘦形,变形等效果,同时对下巴区域分析判断,分离瘦形后下巴区域和脸部区域,实现美化脸庞和下巴的精准控制,更加高度的自定义美颜效果,满足用户对效果图的需求。[0004]本发明提供一种基于OpenGL人脸图像处理方法,该方法的步骤如下:[0005]用户上传待处理含人脸图像,识别并提取人脸全部特征点并保存;[0006]通过对人脸特征点的筛选,获取到左脸颊、右脸颊和嘴唇下巴区域,三组特征控制点;[0007]基于OpenGL对所述图片进行网格化处理,并将初始获取的特征点作为图片的初始数据作为参考特征点;[0008]所述三组特征控制点,通过对特征控制点的处理,实现对人脸图像局部的平移变形,并将变形后的图片渲染并输出;[0009]本发明实施例中提供一种基于OpenGL人脸图像处理装置,包括:[0010]人脸检测模块:用于对用户上传待处理含人脸图像,识别并提取人脸全部特征点并保存;[0011]特征控制点筛选模块:用于通过对人脸特征点的筛选,获取到左脸颊、右脸颊和嘴唇下巴区域,三组特征控制点;[0012]OpenGL模块:用于基于OpenGL对所述图片进行网格化处理,并将初始获取的特征点作为图片的初始数据作为参考特征点;[0013]处理输出模块:用于对所述三组特征控制点,通过对特征控制点的处理,实现对人脸图像局部的平移变形,并将变形后的图片渲染并输出;[0014]可见,本发明实施例中,对于实现人脸变瘦的效果上,最重要的两个步骤分别是人脸特征控制点的识别,以及基于特征控制点对人脸图像的变形处理,特征点的提取与识别需要依靠深度学习模型。相比较现有的技术,本发明对人脸面部轮廓的特征点控制更加充3CN111199204A说明书