CN113256694A - 一种眉笔绘制方法和装置 - Google Patents
一种眉笔绘制方法和装置 Download PDFInfo
- Publication number
- CN113256694A CN113256694A CN202010090856.8A CN202010090856A CN113256694A CN 113256694 A CN113256694 A CN 113256694A CN 202010090856 A CN202010090856 A CN 202010090856A CN 113256694 A CN113256694 A CN 113256694A
- Authority
- CN
- China
- Prior art keywords
- eyebrow
- feature points
- color
- map
- dimensional texture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 210000004709 eyebrow Anatomy 0.000 title claims abstract description 368
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000010421 pencil drawing Methods 0.000 title claims abstract description 27
- 239000003607 modifier Substances 0.000 claims abstract description 51
- 238000013507 mapping Methods 0.000 claims abstract description 44
- 238000010276 construction Methods 0.000 claims abstract description 13
- 239000003086 colorant Substances 0.000 claims abstract description 10
- 238000004040 coloring Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 9
- 238000012545 processing Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 230000004048 modification Effects 0.000 description 15
- 238000012986 modification Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 239000012634 fragment Substances 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 210000004209 hair Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004043 dyeing Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/49—Analysis of texture based on structural texture description, e.g. using primitives or placement rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种眉笔绘制方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：提取图像中处于眉毛部位的特征点，对处于上下方向且位置相邻的特征点进行连线，以构建眉毛网格；基于眉毛网格的长度和宽度进行矩形构建，确定特征点在矩形中的坐标，利用线性映射方式，将坐标转换为二维纹理坐标；基于二维纹理坐标构建眉毛贴图，利用采样器采集眉毛贴图中二维纹理坐标处的像素值，结合预设偏移量，得到修改量，进而基于修改量对眉毛贴图进行调整。该实施方式对眉毛部位的特征点进行预处理，将稀疏特征点转化成稠密点以构建眉毛网格，采用着色器附带预先设计的眉形贴图、位置贴图和用户指定颜色，实现绘制眉笔效果。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种眉笔绘制方法和装置。
背景技术
AR(Augmented Reality，增强现实)眉笔是利用计算机视觉技术分析计算出相机实时图像或视频图像中的人脸特征点，然后基于该特征点修改原图眉毛颜色、形状和位置的一种技术。实际操作中，要求修改后的眉毛真实自然，可以“以假乱真”。
目前对于眉笔效果绘制的方式主要有两种：
1)对处于眉毛部位的特征点进行二维网络构建，并将预先设计的眉毛贴图着色后覆盖在原图眉毛区域；
2)对眉毛部位图像进行图像分割，得到指示眉毛区域的遮罩图，根据该遮罩图对眉毛区域像素进行处理。
在实现本发明的过程中，发明人发现现有技术至少存在如下问题：
1)方式一中眉毛特征点过少，导致眉毛弧线不够圆滑以适应贴图拉扯；所绘制得到的眉毛纹理并不是用户自身眉毛的纹理，不够真实；
2)方式二中无法像特征点一样构建网格和UV坐标，因此也无法再引入其他信息的贴图，且分割边缘不够自然；
3)两种方式都无法修改眉形和位置。
发明内容
有鉴于此，本发明实施例提供一种眉笔绘制方法和装置，至少能够解决现有技术中眉毛绘制效果上色不真实、无法修改眉形和调整眉毛位置的问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种眉笔绘制方法，包括：
提取图像中处于眉毛部位的特征点，对处于上下方向且位置相邻的特征点进行连线，以构建眉毛网格；
基于所述眉毛网格的长度和宽度进行矩形构建，确定所述特征点在所述矩形中的坐标，利用线性映射方式，将所述坐标转换为二维纹理坐标；
基于所述二维纹理坐标构建眉毛贴图，利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，进而基于所述修改量对所述眉毛贴图进行调整。
可选的，在所述提取图像中处于眉毛部位的特征点之后，还包括：
对于相邻的三个特征点，根据各个特征点的位置信息，确定位于中间位置特征点的法线特征，进而构建所述中间位置特征点的法线；
在所述法线沿着眉毛外轮廓向外方向做预设截距偏移，在偏移位置处设置特征点，得到眉毛周边的轮廓特征点。
可选的，在所述提取图像中处于眉毛部位的特征点之后，还包括：利用三次样条线插值方式，在左右相邻的两个特征点之间进行插值，得到插值特征点。
可选的，在所述得到眉毛周边轮廓的特征点之后，还包括：根据处于眉毛眉头位置的特征点和轮廓特征点的坐标值，进行多边形构建，确定所述多边形的中点，将所述中点作为所述眉毛周边的轮廓特征点的关键点。
可选的，所述眉毛贴图包括眉形贴图；
所述利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，包括：
利用所述采样器采集所述眉形贴图中所述二维纹理坐标处的第一像素值，结合第一预设偏移量，得到对所述二维纹理坐标处的眉形修改量。
可选的，所述眉毛贴图包括位置贴图；
所述利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，包括：
利用所述采样器采集所述位置贴图中所述二维纹理坐标处的第二像素值，结合第二预设偏移量，得到对所述二维纹理坐标处的位置修改量。
可选的，还包括：
基于眉毛所处图像的长度和宽度进行第一矩形构建，确定各个特征点在所述第一矩形中的第一坐标，进而确定所述坐标和所述第一坐标之间的映射关系；
利用所述映射关系，将所述二维纹理坐标映射至所述图像中，得到图像中的二维纹理坐标；
输入所述眉形修改量、所述位置修改量、所述图像的纹理和所述图像中的二维纹理坐标至所述采样器中，以利用所述采样器进行眉毛颜色采集；其中，所述眉毛颜色处于所述图像的二维纹理坐标处，且为修改眉形和位置后的眉毛颜色。
可选的，在所述利用所述采样器进行眉毛颜色采集之后，还包括：
确定所述眉毛颜色在多个颜色通道中的颜色值；其中，所述多个颜色通道包括红色通道、绿色通道和蓝色通道；
基于不同颜色通道中的预设权重值，对相应颜色值进行加权，累计加权后的颜色值，得到所述眉毛颜色的灰度值；
接收对眉毛颜色的输入，结合所述灰度值，得到眉毛染色后的颜色，利用所述颜色对所述图像中的二维纹理坐标处进行上色。
可选的，所述利用所述颜色对所述图像中的二维纹理坐标处进行上色，还包括：将所述眉毛颜色、所述眉毛染色后的颜色和所述第一像素值进行混合，得到混合色，利用所述混合色对所述眉形贴图之外的区域进行上色。
可选的，所述眉形贴图占用所述多个颜色通道中的两个通道。
为实现上述目的，根据本发明实施例的另一方面，提供了一种眉笔绘制装置，包括：
提取模块，用于提取图像中处于眉毛部位的特征点，对处于上下方向且位置相邻的特征点进行连线，以构建眉毛网格；
映射模块，用于基于所述眉毛网格的长度和宽度进行矩形构建，确定所述特征点在所述矩形中的坐标，利用线性映射方式，将所述坐标转换为二维纹理坐标；
调整模块，用于基于所述二维纹理坐标构建眉毛贴图，利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，进而基于所述修改量对所述眉毛贴图进行调整。
可选的，所述提取模块，还用于：
对于相邻的三个特征点，根据各个特征点的位置信息，确定位于中间位置特征点的法线特征，进而构建所述中间位置特征点的法线；
在所述法线沿着眉毛外轮廓向外方向做预设截距偏移，在偏移位置处设置特征点，得到眉毛周边的轮廓特征点。
可选的，所述提取模块，还用于：利用三次样条线插值方式，在左右相邻的两个特征点之间进行插值，得到插值特征点。
可选的，所述提取模块，还用于：根据处于眉毛眉头位置的特征点和轮廓特征点的坐标值，进行多边形构建，确定所述多边形的中点，将所述中点作为所述眉毛周边的轮廓特征点的关键点。
可选的，所述眉毛贴图包括眉形贴图；
所述调整模块，用于：利用所述采样器采集所述眉形贴图中所述二维纹理坐标处的第一像素值，结合第一预设偏移量，得到对所述二维纹理坐标处的眉形修改量。
可选的，所述眉毛贴图包括位置贴图；
所述调整模块，用于：利用所述采样器采集所述位置贴图中所述二维纹理坐标处的第二像素值，结合第二预设偏移量，得到对所述二维纹理坐标处的位置修改量。
可选的，所述调整模块，用于：基于眉毛所处图像的长度和宽度进行第一矩形构建，确定各个特征点在所述第一矩形中的第一坐标，进而确定所述坐标和所述第一坐标之间的映射关系；
利用所述映射关系，将所述二维纹理坐标映射至所述图像中，得到图像中的二维纹理坐标；
输入所述眉形修改量、所述位置修改量、所述图像的纹理和所述图像中的二维纹理坐标至所述采样器中，以利用所述采样器进行眉毛颜色采集；其中，所述眉毛颜色处于所述图像的二维纹理坐标处，且为修改眉形和位置后的眉毛颜色。
可选的，所述调整模块，用于：
确定所述眉毛颜色在多个颜色通道中的颜色值；其中，所述多个颜色通道包括红色通道、绿色通道和蓝色通道；
基于不同颜色通道中的预设权重值，对相应颜色值进行加权，累计加权后的颜色值，得到所述眉毛颜色的灰度值；
接收对眉毛颜色的输入，结合所述灰度值，得到眉毛染色后的颜色，利用所述颜色对所述图像中的二维纹理坐标处进行上色。
可选的，所述调整模块，用于：将所述眉毛颜色、所述眉毛染色后的颜色和所述第一像素值进行混合，得到混合色，利用所述混合色对所述眉形贴图之外的区域进行上色。
可选的，所述眉形贴图占用所述多个颜色通道中的两个通道。
为实现上述目的，根据本发明实施例的再一方面，提供了一种眉笔绘制电子设备。
本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一所述的眉笔绘制方法。
为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一所述的眉笔绘制方法。
根据本发明所述提供的方案，上述发明中的一个实施例具有如下优点或有益效果：对眉毛部位的特征点进行预处理，将稀疏特征点转化成稠密点；基于稠密特征点构建眉毛网格，采用特定着色器附带预先设计的眉形贴图、位置贴图和用户指定颜色、眉形和位置参数绘制网格，实现绘制眉笔效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的一种眉笔绘制方法的主要流程示意图；
图2是人脸106特征点中处于眉毛部位的特征点示意图；
图3是基于眉毛部位的特征点所构建的眉毛网格示意图；
图4是对眉毛网格中各特征点进行UV坐标映射的示意图；
图5是根据本发明实施例的一种可选的眉笔绘制方法的流程示意图；
图6是对图2基于插值处理后的眉毛特征点示意图；
图7是基于原眉毛特征点和插值特征点构建的眉毛网格示意图；
图8是对图7所得眉毛网格进行UV坐标映射的示意图；
图9是根据本发明实施例的另一种可选的眉笔绘制方法的流程示意图；
图10是对图2进行外轮廓处理后的眉毛特征点示意图；
图11是基于眉毛特征点和眉毛外轮廓特征点构建的眉毛网格示意图；
图12是基于图11所得眉毛网格进行UV坐标映射的示意图；
图13是根据本发明实施例的又一种可选的眉笔绘制方法的流程示意图；
图14是对图2进行插值和外轮廓处理的眉毛特征点示意图；
图15是基于眉毛特征点、插值特征点和眉毛外轮廓特征点构建的眉毛网格示意图；
图16是基于图15所得眉毛网格进行UV坐标映射的示意图；
图17是根据本发明实施例的又一种可选的眉笔绘制方法的流程示意图；
图18是根据本发明实施例的一种眉笔绘制装置的主要模块示意图；
图19是本发明实施例可以应用于其中的示例性系统架构图；
图20是适于用来实现本发明实施例的移动设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
参见图1，示出的是本发明实施例提供的一种眉笔绘制方法的主要流程图，包括如下步骤：
S101：提取图像中处于眉毛部位的特征点，对处于上下方向且位置相邻的特征点进行连线，以构建眉毛网格；
S102：基于所述眉毛网格的长度和宽度进行矩形构建，确定所述特征点在所述矩形中的坐标，利用线性映射方式，将所述坐标转换为二维纹理坐标；
S103：基于所述二维纹理坐标构建眉毛贴图，利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，进而基于所述修改量对所述眉毛贴图进行调整。
上述实施方式中，对于步骤S101，图像，例如人脸图像，可以通过手机、平板、电脑或者其他智能设备的相机获取、也可以是视频的一帧图像。
图像经过人脸特征点对齐算法计算，得到人脸106特征点；其中，人脸特征点算法不是本发明的主要内容，可以参照现有已发布的人脸视觉算法进行。
需要说明的是，人脸106特征点为本发明所采用的示例性输入，实际操作还可以是280点、1000点或其他数值的特征点的输入。在人脸106特征点中，处于眉毛位置的特征点有9个(单侧眉毛)，如图2所示。
眉毛效果的修改过程，实际是对原图像眉毛区域像素的修改过程，而眉毛像素的修改则是在绘制眉毛网格时对网格内的图像重新着色的过程，因此眉毛网格的构建对最终的呈现效果非常重要。
且考虑人脸面部表情动作中眉毛主要是上下拉伸动作，因此本发明构造眉毛网格时也是优先上下方向构造三角网格，参见图3所示，对处于上下方向且位置相邻的特征点进行连线，构建得到多个三角形组成的眉毛网格。
对于步骤S102，首先对图3眉毛网格中的每个特征点设计UV坐标。设计UV坐标的目的是为了方便之后的眉毛贴图绘制，以便着色器可以获取原图像纹理在特定UV坐标下的颜色。
其中，UV坐标是二维纹理坐标，带有多边形和细分曲面网格的顶点组件信息。UV存在，用于定义二维纹理坐标系，称为“UV纹理空间”。UV纹理空间使用字母U和V来指示二维空间中的轴，有助于将图像纹理贴图放置在3D曲面上。
设计UV坐标的基本策略为，将眉毛点外圈的矩阵左上角UV坐标标记(0,0)、右下角标记为(1,1)，之后通过线性映射方式，得到每个特征点的UV坐标，参见图4所示。例如眉毛网格所构建的矩形总宽100、高50，那么位于(5,40)位置特征点的UV坐标为(0.05,0.8)，实现了坐标的归一化，降低了后续计算量。
对于步骤S103，通过将眉毛网格中的每个特征点映射到一个矩形区域，得到眉毛的贴图区域，眉毛贴图可以按照该矩形的模型进行设计。
本发明中眉毛贴图中包含有偏移信息和眉毛区域信息；其中，眉毛区域指示了绘制的新眉毛的区域，将该信息保存在眉形贴图中的一个通道中，例如RGB中的B通道。偏移信息对应于眉形和位置，是指绘制一个片段(fragment)时UV的偏移量，包含x方向(横向)偏移信息和y方向(纵向)偏移信息，占用两个通道，例如RGB中的RG通道。
具体地：
1)眉形的修改：利用采样器采集眉形贴图中单个特征点二维纹理坐标处的第一像素值，结合第一预设偏移量，得到对二维纹理坐标处的眉形修改量。
假设偏移信息占用眉形贴图中的RG通道，由于gles2.0不支持浮点纹理，也就是纹理中RGBA每个通道的取值范围为[0,1]，无法记录负值，因此将0.5作为偏移量的0点，即对于网格上每一个片段P有：
offset(P)＝pixel(P).rg-vec2(0.5)
其中，pixel(P)是眉形贴图在片段P的像素值，offset(P)为该片段在对原图像进行采样时的偏移量，即对眉形的修改量。
通过该原理，得到对单个特征点二维纹理坐标处的眉形修改量shapeOffset为：
vec2shapeOffset＝sample2D(shapeTexture,eyrbrowUV).rg-vec2(0.5)
其中，sample为采样器，shapeTexture为眉形贴图，eyrbrowUV为眉毛的UV坐标，0.5为预设偏移量，此处仅为示例，实际操作中可以为其他数值。
2)位置的修改：采用与眉形贴图类型的设计，设计眉形位置贴图，该贴图的RG通道分别包含x、y方向的偏移信息，同时还可以增加x、y方向偏移强度参数用来控制偏移程度，方便用户调整眉毛到合适位置。
利用采样器采集位置贴图(用以修改位置)中二维纹理坐标处的第二像素值，结合第二预设偏移量，得到对二维纹理坐标处的位置修改量posOffset：
vec2posOffset＝sample2D(posTexture,eyrbrowUV).rg-vec2(0.5)
其中，posTexture为位置贴图，0.5为预设偏移量，此处仅为示例，实际操作中同样可以为其他数值。
3)除了眉毛和位置的修改之外，本发明还包括有眉毛颜色的上色修改，具体参见后续图17所示描述，在此不再赘述。
需要说明的是，图2～图4中所示眉毛部位的特征点较少，在图4中在计算得到各个特征点的UV坐标，计算相邻特征点连线上的其他特征点的UV坐标，重复该步骤，以此计算出眉毛部位的所有点的UV坐标。因此本步骤计算所得，可以为眉毛部位所有点的眉形、位置的修改量。
上述实施例所提供的方法，使用眉毛贴图方式修改眉形和位置的实现方式，这些偏移量应用到对原图的采样后，会扭曲有偏移量区域的图像数据，而偏移量的信息是通过贴图的形式输入，既可以平滑的扭曲图像，能够为设计者设计新眉形提供方便。
参见图5，示出了根据本发明实施例的一种可选的眉笔绘制方法流程示意图，包括如下步骤：
S501：提取图像中处于眉毛部位的特征点，利用三次样条线插值方式，在左右相邻的两个特征点之间进行插值，得到插值特征点；
S502：对处于上下方向且位置相邻的特征点进行连线，以构建眉毛网格；
S503：基于所述眉毛网格的长度和宽度进行矩形构建，确定所述特征点在所述矩形中的坐标，利用线性映射方式，将所述坐标转换为二维纹理坐标；
S504：基于所述二维纹理坐标构建眉毛贴图，利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，进而基于所述修改量对所述眉毛贴图进行调整。
上述实施方式中，对于步骤S503和S504可参见图1所示步骤S102和S103的描述，在此不再赘述。
人脸106特征点中，有关眉毛特征点的数量较少，因此在构建眉毛网格之前，可以对其进行稠密处理。
上述实施方式中，对于步骤S501，首先对特征点进行插值操作，常见的差值方法有贝塞尔曲线插值和三次样条线插值。由于三次样条线方式可以满足以下特征：每段都是三次多项式函数且节点达到二阶连续，计算每个插值点都需要左右两端节点的二阶导数。因此，采用三次样条线插值方式可以很方便的在每两个特征点之间计算平滑插值，且插值后每三个连续的特征点满足三次方程，对图2中插值后参见图6所示。
对于图2中的所有特征点，按照逆时针方向可以看做为一组顶点，每两个相邻顶点可以构成一段，且在插值后所有的段仍是平滑的，不会出现某个点凸出或凹陷的情况。
需要说明的是，特征点插值的目的在于，在保证原来特征点走势的基础上增加更多的特征点，使得所构建的眉毛网格更加细密。且有些位置处虽然可以插值，但是必要性较弱，本发明选择未插值，例如图6中最右侧处于眉头位置的两个特征点，相对于图2所示，并未有插值特征点。
对于步骤S502，对特征点进行插值处理后，原来稀疏的特征点就会变得稠密(可以根据需要选择插入一个插值特征点或多个)。因此后续所构建的眉毛网格、基于该眉毛网格所构建的UV坐标也是不同的，以图6为例，得到眉毛网格图7、UV坐标映射为图8。
上述实施例所提供的方法，利用三次样条线插值方式将原眉毛位置的稀疏特征点进行插值处理，以此得到稠密点，为后续眉毛弧线的圆滑处理和贴图拉扯提供了特征点基础。
参见图9，示出了根据本发明实施例的另一种可选的眉笔绘制方法流程示意图，包括如下步骤：
S901：提取图像中处于眉毛部位的特征点，对于相邻的三个特征点，根据各个特征点的位置信息，确定位于中间位置特征点的法线特征，进而构建所述中间位置特征点的法线；
S902：在所述法线沿着眉毛外轮廓向外方向做预设截距偏移，在偏移位置处设置特征点，得到眉毛周边的轮廓特征点；
S903：对处于上下方向且位置相邻的特征点进行连线，以构建眉毛网格；
S904：基于所述眉毛网格的长度和宽度进行矩形构建，确定所述特征点在所述矩形中的坐标，利用线性映射方式，将所述坐标转换为二维纹理坐标；
S905：基于所述二维纹理坐标构建眉毛贴图，利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，进而基于所述修改量对所述眉毛贴图进行调整。
上述实施方式中，对于步骤S904、S905可参见图1所示步骤S102和S103的描述，在此不再赘述。
人脸106特征点中，有关眉毛特征点的数量较少，因此在构建眉毛网格之前，可以对其进行稠密处理。
上述实施方式中，对于步骤S901～S903，对于稠密特征点处理，除了图5所示插值方式外，还可以考虑眉毛部位的轮廓特征点，即沿着眉毛外轮廓向外偏移方向处理得到眉毛周边轮廓特征点，对图2进行特征点偏移后得到图10。
偏移算法可以选择基本的曲线偏移，记每个特征点的偏移量为move(n)：
move(n)＝normal(n)*length
其中，normal(n)表示第n个特征点的法线，且该法线是P(n-1)、P(n)和P(n+1)所在弧线上P(n)点上的法线，length表示偏移量，且对于不同特征点偏移截距相同，方向是每个特征点所在曲线的法线沿着眉毛外轮廓向外方向。
另外，为了方便构造眉毛网格，对于稠密特征点，选择在眉毛右侧插入一个新的关键点，例如图10中的点A。具体地，根据眉头位置处的特征点、位于眉头位置外轮廓方向的轮廓特征点(以及插值特征点)的坐标值，构建多边形，该关键点即为该多边形的中心点。
进一步的，不同数量的人脸特征点关于该关键点会有所区别，有些方案中本身就包含该点的位置，但是对于人脸106特征点并没有这个点，可能取而代之的是点A上下方的两个点，此时可以取这两个点的中点。
之后根据眉毛原特征点、稠密处理所得稠密特征点，构建得到的三角形的眉毛网格如图11所示，进一步的构建的UV坐标映射的图参见图12所示。
上述实施例所提供的方法，使用向眉毛外围区域扩散扩大绘制范围的方式，基于眉毛外轮廓特征点实现眉毛特征点的加密，为后续眉毛弧线的圆滑处理和贴图拉扯提供了特征点基础。
参见图13，示出了根据本发明实施例的一种可选的眉笔绘制方法流程示意图，包括如下步骤：
S1301：提取图像中处于眉毛部位的特征点，利用三次样条线插值方式，在左右相邻的两个特征点之间进行插值，得到插值特征点；
S1302：对于相邻的三个特征点，根据各个特征点的位置信息，确定位于中间位置特征点的法线特征，进而构建所述中间位置特征点的法线；
S1303：在所述法线沿着眉毛外轮廓向外方向做预设截距偏移，在偏移位置处设置特征点，得到眉毛周边的轮廓特征点；
S1304：对处于上下方向且位置相邻的特征点进行连线，以构建眉毛网格；
S1305：基于所述眉毛网格的长度和宽度进行矩形构建，确定所述特征点在所述矩形中的坐标，利用线性映射方式，将所述坐标转换为二维纹理坐标；
S1306：基于所述二维纹理坐标构建眉毛贴图，利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，进而基于所述修改量对所述眉毛贴图进行调整。
上述实施方式中，对于步骤S1301可参见图5所示步骤S501的描述，步骤S1304～S1305可参见图1所示步骤S102～S103的描述，在此不再赘述。
上述实施方式中，对于步骤S1302～S1304，对于眉毛轮廓特征点的扩展，可以基于插值特征点和眉毛原特征点进行，以图6所示眉毛特征点为例，所构建的眉毛外轮廓特征点参见图14所示，构建的眉毛网格和UV坐标分别参见图15和图16所示。
上述实施例所提供的方法，利用三次样条线插值方式和眉毛外轮廓特征点方式，以稠密画眉毛的特征点，，为后续眉毛弧线的圆滑处理和贴图拉扯提供了特征点基础。
参见图17，示出了根据本发明实施例的另一种可选的眉笔绘制方法流程示意图，包括如下步骤：
S1701：基于眉毛所处图像的长度和宽度进行第一矩形构建，确定各个特征点在所述第一矩形中的第一坐标，进而确定所述坐标和所述第一坐标之间的映射关系；
S1702：利用所述映射关系，将所述二维纹理坐标映射至所述图像中，得到图像中的二维纹理坐标；
S1703：输入所述眉形修改量、所述位置修改量、所述图像的纹理和所述图像中的二维纹理坐标至所述采样器中，以利用所述采样器进行眉毛颜色采集；其中，所述眉毛颜色处于所述图像的二维纹理坐标处，且为修改眉形和位置后的眉毛颜色；
S1704：确定所述眉毛颜色在多个颜色通道中的颜色值；其中，所述多个颜色通道包括红色通道、绿色通道和蓝色通道；
S1705：基于不同颜色通道中的预设权重值，对相应颜色值进行加权，累计加权后的颜色值，得到所述眉毛颜色的灰度值；
S1706：接收对眉毛颜色的输入，结合所述灰度值，得到眉毛染色后的颜色，利用所述颜色对所述图像中的二维纹理坐标处进行上色；
S1707：将所述眉毛颜色、所述眉毛染色后的颜色和所述第一像素值进行混合，得到混合色，利用所述混合色对所述眉形贴图之外的区域进行上色。
本发明目的在于使用特定着色器绘制眉毛网格，最终的展示效果主要由着色器来决定。因此本实施方式的设计就是着色器的设计。此着色器主要完成两部分功能：眉形和位置的修改(参见上述描述)、眉毛颜色修改，本实施方式主要对眉毛上色进行说明。
上述实施方式中，对于步骤S1701～S1703，在图1所得眉形修改量、位置修改量的基础上，将其应用到对原图的采样上，对于网格中任意一个片段有：
destColor＝sample2D(originalTexture,uv+offset)
其中，originalTexture为原图纹理，uv为该片段映射到原图上的uv坐标，destColor为修改眉形和位置后的片段颜色。
对于片段，GPU中绘制一个面的最小单元是一个三角形，而一个三角形显示到屏幕中的区域可大可小，占用的像素数量不一样，片段也是指示这个区域的一种方式，它是一个三角网经过光栅化处理后的最小处理单元。片段着色器会对每一个片段进行一次着色处理。
因此，首先需将眉毛网格中特征点的uv坐标映射到原图上，同样可以以原图(例如人脸)的长高为基础，确定眉毛部位特征点在原图中的坐标(即第一矩阵的第一坐标)，结合其在眉毛部位中的坐标(即原矩阵的坐标)，生成映射关系，并基于该映射关系对眉毛网格中的UV坐标进行映射，得到其映射到原图上的UV坐标。
且对于一个GPU纹理而言，通常都会有RGBA四个通道，其中A通道受限于PNG图片文件格式限制导致很多场景无法使用，所以在设计贴图时若需在贴图中附加更多的信息，只能分别对RGB三个通道写入不同的信息。
由上可知，处理代码(glsl片元着色器部分代码)如下：
destColor＝sample2D(originalTexture,uv+shapeOffset+posOffset).rgb
对于步骤S1704和S1705，有些情况下眉毛并不容易上色，以黑色毛发为例，在使用眉笔画眉的过程中，黑色眉毛毛发往往不易上色，而毛发旁边的皮肤却比较容易上色，基于该现象，着色器中对眉毛上色也会应用这个变化以突出毛发感。
处理过程时需要先将其灰度处理，记gray为destColor的灰度，表达式如下：
gray＝dot[destColor,vec3(w1,w2,w3)],w1+w2+w3＝1
其中，w1、w2、w3分别代表在不同颜色通道中的颜色值，例如RGB通道中，gray＝destColor.r*0.229+destColor.g*0.587+destColor.b*0.114，为较为常见的灰度心理公式。
对于步骤S1706，最终的眉毛颜色是与gray成正比的，假设该变化是线性的，可得：
vec2newColor＝(a*gray+b)*setColor
其中，setColor为用户设置的眉毛颜色，newColor为眉毛染色之后的颜色，a、b为线性系数且a大于0，例如a＝1、b＝0.3。
对于步骤S1707，眉毛区域不仅仅有眉毛，还有皮肤，对于设计好的眉毛区域，原图颜色可以当做明暗变化的数据，对于眉毛边缘或者皮肤区域，着色器输出的颜色应该皮肤颜色，或者皮肤颜色与目标色的混合色。
本发明中的眉毛区域信息位于眉形贴图的b通道中，因此可以对眉形贴图中b通道内有值的地方进行上色处理，无值的地方alpha等于0，即有：
floatalpha＝sample2D(shapeTexture,eyrbrowUV).b
outColor＝mix(destColor,newColor,alpha)
最终将眉毛区域之外的区域显示原图颜色，眉毛区域内的颜色显示newColor。
需要说明的是，本发明主要采用gles进行图形图像的绘制说明，实施过程中还可以采用metal、Vulkan、opengl等其他图形api实现；示例使用glsl着色器语言，实施过程中可以采用metal着色语言、Cg语言等其他着色器语言实现。
上述实施例所提供的方法，考虑有些眉毛颜色不易上色的情况，对原图眉毛颜色进行采集并处理，得到对原图眉毛上色的颜色，进而有层次的与眉毛毛发和皮肤进行染色处理；通过扩大绘制范围有利于眉毛边缘的柔化处理，同时也有利于眉形和眉毛位置的修改。
参见图18，示出了本发明实施例提供的一种眉笔绘制装置1800的主要模块示意图，包括：
提取模块1801，用于提取图像中处于眉毛部位的特征点，对处于上下方向且位置相邻的特征点进行连线，以构建眉毛网格；
映射模块1802，用于基于所述眉毛网格的长度和宽度进行矩形构建，确定所述特征点在所述矩形中的坐标，利用线性映射方式，将所述坐标转换为二维纹理坐标；
调整模块1803，用于基于所述二维纹理坐标构建眉毛贴图，利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，进而基于所述修改量对所述眉毛贴图进行调整。
本发明实施装置中，所述提取模块1801，还用于：
对于相邻的三个特征点，根据各个特征点的位置信息，确定位于中间位置特征点的法线特征，进而构建所述中间位置特征点的法线；
在所述法线沿着眉毛外轮廓向外方向做预设截距偏移，在偏移位置处设置特征点，得到眉毛周边的轮廓特征点。
本发明实施装置中，所述提取模块1801，还用于：利用三次样条线插值方式，在左右相邻的两个特征点之间进行插值，得到插值特征点。
本发明实施装置中，所述提取模块1801，还用于：根据处于眉毛眉头位置的特征点和轮廓特征点的坐标值，进行多边形构建，确定所述多边形的中点，将所述中点作为所述眉毛周边的轮廓特征点的关键点。
本发明实施装置中，所述眉毛贴图包括眉形贴图；
所述调整模块1803，用于：利用所述采样器采集所述眉形贴图中所述二维纹理坐标处的第一像素值，结合第一预设偏移量，得到对所述二维纹理坐标处的眉形修改量。
本发明实施装置中，所述眉毛贴图包括位置贴图；
所述调整模块1803，用于：利用所述采样器采集所述位置贴图中所述二维纹理坐标处的第二像素值，结合第二预设偏移量，得到对所述二维纹理坐标处的位置修改量。
本发明实施装置中，所述调整模块1803，用于：
基于眉毛所处图像的长度和宽度进行第一矩形构建，确定各个特征点在所述第一矩形中的第一坐标，进而确定所述坐标和所述第一坐标之间的映射关系；
利用所述映射关系，将所述二维纹理坐标映射至所述图像中，得到图像中的二维纹理坐标；
输入所述眉形修改量、所述位置修改量、所述图像的纹理和所述图像中的二维纹理坐标至所述采样器中，以利用所述采样器进行眉毛颜色采集；其中，所述眉毛颜色处于所述图像的二维纹理坐标处，且为修改眉形和位置后的眉毛颜色。
本发明实施装置中，所述调整模块1803，用于：
确定所述眉毛颜色在多个颜色通道中的颜色值；其中，所述多个颜色通道包括红色通道、绿色通道和蓝色通道；
基于不同颜色通道中的预设权重值，对相应颜色值进行加权，累计加权后的颜色值，得到所述眉毛颜色的灰度值；
接收对眉毛颜色的输入，结合所述灰度值，得到眉毛染色后的颜色，利用所述颜色对所述图像中的二维纹理坐标处进行上色。
本发明实施装置中，所述调整模块1803，用于：将所述眉毛颜色、所述眉毛染色后的颜色和所述第一像素值进行混合，得到混合色，利用所述混合色对所述眉形贴图之外的区域进行上色。
本发明实施装置中，所述眉形贴图占用所述多个颜色通道中的两个通道。
另外，在本发明实施例中所述装置的具体实施内容，在上面所述方法中已经详细说明了，故在此重复内容不再说明。
图19示出了可以应用本发明实施例的示例性系统架构1900。
如图19所示，系统架构1900可以包括终端设备1901、1902、1903，网络1904和服务器1905(仅仅是示例)。网络1904用以在终端设备1901、1902、1903和服务器1905之间提供通信链路的介质。网络1904可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备1901、1902、1903通过网络1904与服务器1905交互，以接收或发送消息等。终端设备1901、1902、1903上可以安装有各种通讯客户端应用。
终端设备1901、1902、1903可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器1905可以是提供各种服务的服务器，例如对用户利用终端设备1901、1902、1903所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。
需要说明的是，本发明实施例所提供的方法一般由服务器1905执行，相应地，装置一般设置于服务器1905中。
应该理解，图19中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图20，其示出了适于用来实现本发明实施例的终端设备的计算机系统2000的结构示意图。图20示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图20所示，计算机系统2000包括中央处理单元(CPU)2001，其可以根据存储在只读存储器(ROM)2002中的程序或者从存储部分2008加载到随机访问存储器(RAM)2003中的程序而执行各种适当的动作和处理。在RAM 2003中，还存储有系统2000操作所需的各种程序和数据。CPU 2001、ROM 2002以及RAM 2003通过总线2004彼此相连。输入/输出(I/O)接口2005也连接至总线2004。
以下部件连接至I/O接口2005：包括键盘、鼠标等的输入部分2006；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分2007；包括硬盘等的存储部分2008；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分2009。通信部分2009经由诸如因特网的网络执行通信处理。驱动器2010也根据需要连接至I/O接口2005。可拆卸介质2011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器2010上，以便于从其上读出的计算机程序根据需要被安装入存储部分2008。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分2009从网络上被下载和安装，和/或从可拆卸介质2011被安装。在该计算机程序被中央处理单元(CPU)2001执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括提取模块、映射模块、调整模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，调整模块还可以被描述为“调整眉毛贴图的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
提取图像中处于眉毛部位的特征点，对处于上下方向且位置相邻的特征点进行连线，以构建眉毛网格；
基于所述眉毛网格的长度和宽度进行矩形构建，确定所述特征点在所述矩形中的坐标，利用线性映射方式，将所述坐标转换为二维纹理坐标；
基于所述二维纹理坐标构建眉毛贴图，利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，进而基于所述修改量对所述眉毛贴图进行调整。
根据本发明实施例的技术方案，对眉毛部位的特征点进行预处理，将稀疏特征点转化成稠密点；基于稠密特征点构建眉毛网格，采用特定着色器附带预先设计的眉形贴图、位置贴图和用户指定颜色、眉形和位置参数绘制网格，实现绘制眉笔效果。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (13)
1.一种眉笔绘制方法，其特征在于，包括：
提取图像中处于眉毛部位的特征点，对处于上下方向且位置相邻的特征点进行连线，以构建眉毛网格；
基于所述眉毛网格的长度和宽度进行矩形构建，确定所述特征点在所述矩形中的坐标，利用线性映射方式，将所述坐标转换为二维纹理坐标；
基于所述二维纹理坐标构建眉毛贴图，利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，进而基于所述修改量对所述眉毛贴图进行调整。
2.根据权利要求1所述的方法，其特征在于，在所述提取图像中处于眉毛部位的特征点之后，还包括：
对于相邻的三个特征点，根据各个特征点的位置信息，确定位于中间位置特征点的法线特征，进而构建所述中间位置特征点的法线；
在所述法线沿着眉毛外轮廓向外方向做预设截距偏移，在偏移位置处设置特征点，得到眉毛周边的轮廓特征点。
3.根据权利要求1或2所述的方法，其特征在于，在所述提取图像中处于眉毛部位的特征点之后，还包括：
利用三次样条线插值方式，在左右相邻的两个特征点之间进行插值，得到插值特征点。
4.根据权利要求2所述的方法，其特征在于，在所述得到眉毛周边轮廓的特征点之后，还包括：
根据处于眉毛眉头位置的特征点和轮廓特征点的坐标值，进行多边形构建，确定所述多边形的中点，将所述中点作为所述眉毛周边的轮廓特征点的关键点。
5.根据权利要求1所述的方法，其特征在于，所述眉毛贴图包括眉形贴图；
所述利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，包括：
利用所述采样器采集所述眉形贴图中所述二维纹理坐标处的第一像素值，结合第一预设偏移量，得到对所述二维纹理坐标处的眉形修改量。
6.根据权利要求1所述的方法，其特征在于，所述眉毛贴图包括位置贴图；
所述利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，包括：
利用所述采样器采集所述位置贴图中所述二维纹理坐标处的第二像素值，结合第二预设偏移量，得到对所述二维纹理坐标处的位置修改量。
7.根据权利要求6或7所述的方法，其特征在于，还包括：
基于眉毛所处图像的长度和宽度进行第一矩形构建，确定各个特征点在所述第一矩形中的第一坐标，进而确定所述坐标和所述第一坐标之间的映射关系；
利用所述映射关系，将所述二维纹理坐标映射至所述图像中，得到图像中的二维纹理坐标；
输入所述眉形修改量、所述位置修改量、所述图像的纹理和所述图像中的二维纹理坐标至所述采样器中，以利用所述采样器进行眉毛颜色采集；其中，所述眉毛颜色处于所述图像的二维纹理坐标处，且为修改眉形和位置后的眉毛颜色。
8.根据权利要求7所述的方法，其特征在于，在所述利用所述采样器进行眉毛颜色采集之后，还包括：
确定所述眉毛颜色在多个颜色通道中的颜色值；其中，所述多个颜色通道包括红色通道、绿色通道和蓝色通道；
基于不同颜色通道中的预设权重值，对相应颜色值进行加权，累计加权后的颜色值，得到所述眉毛颜色的灰度值；
接收对眉毛颜色的输入，结合所述灰度值，得到眉毛染色后的颜色，利用所述颜色对所述图像中的二维纹理坐标处进行上色。
9.根据权利要求8所述的方法，其特征在于，所述利用所述颜色对所述图像中的二维纹理坐标处进行上色，还包括：
将所述眉毛颜色、所述眉毛染色后的颜色和所述第一像素值进行混合，得到混合色，利用所述混合色对所述眉形贴图之外的区域进行上色。
10.根据权利要求8所述的方法，其特征在于，所述眉形贴图占用所述多个颜色通道中的两个通道。
11.一种眉笔绘制装置，其特征在于，包括：
提取模块，用于提取图像中处于眉毛部位的特征点，对处于上下方向且位置相邻的特征点进行连线，以构建眉毛网格；
映射模块，用于基于所述眉毛网格的长度和宽度进行矩形构建，确定所述特征点在所述矩形中的坐标，利用线性映射方式，将所述坐标转换为二维纹理坐标；
调整模块，用于基于所述二维纹理坐标构建眉毛贴图，利用采样器采集所述眉毛贴图中所述二维纹理坐标处的像素值，结合预设偏移量，得到修改量，进而基于所述修改量对所述眉毛贴图进行调整。
12.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
13.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-10中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010090856.8A CN113256694B (zh) | 2020-02-13 | 2020-02-13 | 一种眉笔绘制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010090856.8A CN113256694B (zh) | 2020-02-13 | 2020-02-13 | 一种眉笔绘制方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113256694A true CN113256694A (zh) | 2021-08-13 |
| CN113256694B CN113256694B (zh) | 2024-06-18 |
Family
ID=77219895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010090856.8A Active CN113256694B (zh) | 2020-02-13 | 2020-02-13 | 一种眉笔绘制方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113256694B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115376313A (zh) * | 2022-07-26 | 2022-11-22 | 四川智慧高速科技有限公司 | 一种基于监控摄像头组的图像融合与畸变矫正的实现方法 |
| WO2024193289A1 (zh) * | 2023-03-21 | 2024-09-26 | 腾讯科技（深圳）有限公司 | 三维模型的生成方法、装置、终端及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030206171A1 (en) * | 2002-05-03 | 2003-11-06 | Samsung Electronics Co., Ltd. | Apparatus and method for creating three-dimensional caricature |
| EP1510973A2 (en) * | 2003-08-29 | 2005-03-02 | Samsung Electronics Co., Ltd. | Method and apparatus for image-based photorealistic 3D face modeling |
| KR20050022306A (ko) * | 2003-08-29 | 2005-03-07 | 삼성전자주식회사 | 영상에 기반한 사실감 있는 3차원 얼굴 모델링 방법 및 장치 |
| CN102799868A (zh) * | 2012-07-10 | 2012-11-28 | 吉林禹硕动漫游戏科技股份有限公司 | 人脸面部关键表情识别方法 |
| CN109522869A (zh) * | 2018-11-30 | 2019-03-26 | 深圳市脸萌科技有限公司 | 人脸图像处理方法、装置、终端设备及计算机存储介质 |
| US20190095697A1 (en) * | 2017-09-28 | 2019-03-28 | Cal-Comp Big Data, Inc. | Body information analysis apparatus with augmented reality and eyebrow shape preview method thereof |
| CN109978930A (zh) * | 2019-03-27 | 2019-07-05 | 杭州相芯科技有限公司 | 一种基于单幅图像的风格化人脸三维模型自动生成方法 |
-
2020
- 2020-02-13 CN CN202010090856.8A patent/CN113256694B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030206171A1 (en) * | 2002-05-03 | 2003-11-06 | Samsung Electronics Co., Ltd. | Apparatus and method for creating three-dimensional caricature |
| EP1510973A2 (en) * | 2003-08-29 | 2005-03-02 | Samsung Electronics Co., Ltd. | Method and apparatus for image-based photorealistic 3D face modeling |
| KR20050022306A (ko) * | 2003-08-29 | 2005-03-07 | 삼성전자주식회사 | 영상에 기반한 사실감 있는 3차원 얼굴 모델링 방법 및 장치 |
| CN102799868A (zh) * | 2012-07-10 | 2012-11-28 | 吉林禹硕动漫游戏科技股份有限公司 | 人脸面部关键表情识别方法 |
| US20190095697A1 (en) * | 2017-09-28 | 2019-03-28 | Cal-Comp Big Data, Inc. | Body information analysis apparatus with augmented reality and eyebrow shape preview method thereof |
| CN109522869A (zh) * | 2018-11-30 | 2019-03-26 | 深圳市脸萌科技有限公司 | 人脸图像处理方法、装置、终端设备及计算机存储介质 |
| CN109978930A (zh) * | 2019-03-27 | 2019-07-05 | 杭州相芯科技有限公司 | 一种基于单幅图像的风格化人脸三维模型自动生成方法 |
Non-Patent Citations (2)
| Title |
|---|
| 孙晶晶;于佳骏;李贝;谢志峰;丁友东;: "基于人像字典集的卡通自动生成方法", 系统仿真学报, no. 04, 8 April 2015 (2015-04-08) * |
| 阳策;李重;任义;刘恒;: "基于标准肤色的人脸图像纹理合成与三维重建应用", 计算机系统应用, no. 05, 15 May 2019 (2019-05-15) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115376313A (zh) * | 2022-07-26 | 2022-11-22 | 四川智慧高速科技有限公司 | 一种基于监控摄像头组的图像融合与畸变矫正的实现方法 |
| WO2024193289A1 (zh) * | 2023-03-21 | 2024-09-26 | 腾讯科技（深圳）有限公司 | 三维模型的生成方法、装置、终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113256694B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10102663B2 (en) | Gradient adjustment for texture mapping for multiple render targets with resolution that varies by screen location | |
| KR100891428B1 (ko) | 컬러 그라디언트 생성을 위한 시스템 및 방법, 컬러 그라디언트를 용이하게 하는 보간 방법, 컬러 그라디언트를 용이하게 하는 데이터 패킷을 저장하는 컴퓨터 판독가능 기록 매체 | |
| US8614708B2 (en) | System and method for scalable rendering of diffusion curves | |
| US10937200B2 (en) | Object-based color adjustment | |
| US7953275B1 (en) | Image shader for digital image modification | |
| US8019182B1 (en) | Digital image modification using pyramid vignettes | |
| US20080122858A1 (en) | Image masks | |
| Sun et al. | Diffusion curve textures for resolution independent texture mapping | |
| CN103503032A (zh) | 图形硬件中的纹理化 | |
| US11087511B1 (en) | Automated vectorization of a raster image using a gradient mesh with arbitrary topology | |
| EP3893207A1 (en) | Augmented reality based coloring method and apparatus, electronic device and storage medium | |
| CN103810729A (zh) | 一种基于等高线的光栅图像矢量化方法 | |
| CN113256694B (zh) | 一种眉笔绘制方法和装置 | |
| CN111652022B (zh) | 图像数据的显示、直播方法、装置、电子设备和存储介质 | |
| CN111340921A (zh) | 染色方法、装置和计算机系统及介质 | |
| CN115512193A (zh) | 面部表情生成方法和装置 | |
| CN109598672A (zh) | 一种地图道路渲染方法及装置 | |
| JP6294700B2 (ja) | 画像処理装置及び画像処理方法 | |
| CN115311395A (zh) | 三维场景渲染方法、装置及设备 | |
| EP2992512B1 (en) | Anti-aliasing for geometries | |
| US11989807B2 (en) | Rendering scalable raster content | |
| CN112579083B (zh) | 图像展示方法、装置、电子设备和存储介质 | |
| CN113538210B (zh) | 一种提取局部高光的方法和装置 | |
| Li et al. | Fast content-aware resizing of multi-layer information visualization via adaptive triangulation | |
| US11776179B2 (en) | Rendering scalable multicolored vector content |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |