一种图像处理方法、装置、电子设备及存储介质与流程

本发明涉及图像处理技术领域，特别是涉及一种图像处理方法、装置、电子设备及存储介质。

背景技术：

现实生活中，大多电子设备(如智能手机、平板电脑等)中安装的拍照类客户端带有美颜功能。

美颜功能是指：获取到人脸图像(包含人脸区域的图像)后，采用美颜算法，对人脸图像进行美化处理，从而使处理过的人脸图像中的人脸区域具有美颜的效果。

通常情况下，上述拍照类客户端具有多种美颜功能，如大眼功能、瘦脸功能或美白功能等。用户选择某种美颜功能后，上述拍照类客户端会运行该美颜功能对应的美颜算法对人脸图像进行处理，从而达到对应的美颜效果。例如，运行大眼算法对人脸图像进行处理，会使处理后的人脸图像中的人脸区域的眼睛看起来更大。

应用上述方式进行图像处理能够达到美颜效果，但是上述拍照类客户端在采用美颜算法对人脸图像进行处理时，会对人脸图像中所有区域进行处理，由于图像一般包含的数据量较大，因此，应用上述方式进行图像处理时，需要的计算资源量较大。

技术实现要素：

本发明实施例的目的在于提供一种图像处理方法、装置、电子设备及存储介质，以减少人脸图像处理过程中计算资源的浪费。

为达到上述目的，本发明实施例提供了一种图像处理方法，所述方法包括：

获取待处理的人脸图像；

确定所述人脸图像中目标人脸特征部位所在的特征区域；

采用所述目标人脸特征部位对应的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

本发明实施例提供的具体实现方式中，所述确定所述人脸图像中目标人脸特征部位所在的特征区域的步骤，包括：

从所述人脸图像中提取用于表征目标人脸特征部位的特征点；

将所提取的特征点所围成的区域，确定为所述目标人脸特征部位所在的特征区域。

本发明实施例提供的具体实现方式中，所述目标人脸特征部位为以下部位中的至少一种：

眼睛、眉毛、嘴巴、鼻子、耳朵、下巴、脸。

本发明实施例提供的具体实现方式中，在所述目标人脸特征部位为眼睛时，所述采用所述目标人脸特征部位的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理的步骤，包括：

在眼睛所在区域中查找黑眼球所在区域；

基于所述黑眼球所在区域，确定黑眼球中心点和黑眼球半径；

确定调整半径为大于所述黑眼球半径的数值；

采用黑眼球所在区域内像素点的像素值，调整第一区域内像素点的像素值，其中，所述第一区域为：第二区域内除所述黑眼球所在区域外的区域，所述第二区域为：眼睛所在区域中以所述黑眼球中心点为原点、以所述调整半径为半径的圆形区域。

本发明实施例提供的具体实现方式中，在所述目标人脸特征部位为下巴时，所述采用所述目标人脸特征部位的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理的步骤，包括：

采用第一类像素点的像素值，调整下巴所在区域内第二类像素点的像素值，其中，所述第二类像素点包括：下巴所在区域的边缘像素点、下巴所在区域中与所述边缘像素点之间的距离小于第一预设值的像素点，所述第一类像素点为：第三区域中与所述边缘像素点之间的距离小于第二预设值的像素点，所述第三区域为：所述人脸图像中除下巴所在区域以外的区域。

发明实施例提供的具体实现方式中，在所述目标人脸特征部位为脸时，所述采用所述目标人脸特征部位的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理的步骤，包括：

采用预设磨皮算法和/或美白算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

本发明实施例还提供了一种图像处理装置，所述装置包括：

获取模块，用于获取待处理的人脸图像；

确定模块，用于确定所述人脸图像中目标人脸特征部位所在的特征区域；

处理模块，用于采用所述目标人脸特征部位对应的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

本发明实施例提供的具体实现方式中，所述确定模块，包括：

提取单元，用于从所述人脸图像中提取用于表征目标人脸特征部位的特征点；

第一确定单元，用于将所提取的特征点所围成的区域，确定为所述目标人脸特征部位所在的特征区域。

本发明实施例提供的具体实现方式中，所述目标人脸特征部位为以下部位中的至少一种：

眼睛、眉毛、嘴巴、鼻子、耳朵、下巴、脸。

本发明实施例提供的具体实现方式中，在所述目标人脸特征部位为眼睛时，所述处理模块，包括：

查找单元，用于在眼睛所在区域中查找黑眼球所在区域；

第二确定单元，用于基于所述黑眼球所在区域，确定黑眼球中心点和黑眼球半径；

第三确定单元，用于确定调整半径为大于所述黑眼球半径的数值；

调整单元，用于采用黑眼球所在区域内像素点的像素值，调整第一区域内像素点的像素值，其中，所述第一区域为：第二区域内除所述黑眼球所在区域外的区域，所述第二区域为：眼睛所在区域中以所述黑眼球中心点为原点、以所述调整半径为半径的圆形区域。

本发明实施例提供的具体实现方式中，在所述目标人脸特征部位为下巴时，

所述处理模块，具体用于采用第一类像素点的像素值，调整下巴所在区域内第二类像素点的像素值，其中，所述第二类像素点包括：下巴所在区域的边缘像素点、下巴所在区域中与所述边缘像素点之间的距离小于第一预设值的像素点，所述第一类像素点为：第三区域中与所述边缘像素点之间的距离小于第二预设值的像素点，所述第三区域为：所述人脸图像中除下巴所在区域以外的区域。

本发明实施例提供的具体实现方式中，在所述目标人脸特征部位为脸时，所述处理模块，具体用于采用预设磨皮算法和/或美白算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

本发明实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现所述的方法步骤。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法步骤。

本发明实施例提供的一种图像处理方法、装置、电子设备及存储介质，获取待处理的人脸图像；确定所述人脸图像中目标人脸特征部位所在的特征区域；采用所述目标人脸特征部位对应的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

本发明实施例中，仅仅对人脸图像中的目标人脸特征部位所在的特征区域进行相应美颜算法的图像处理，无需像现有技术中一样需要对人脸图像中所有区域进行处理，因此，本发明实施例能够减少人脸图像处理过程中计算资源的浪费。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的图像处理方法的流程图；

图2为本发明实施例提供的图像处理装置的结构示意图；

图3为本发明实施例提供的电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为达到上述目的，本发明实施例提供了一种图像处理方法。该方法可应用于电子设备(如智能手机、平板电脑、智能机器人等)，该电子设备可安装有带有美颜功能的拍照类客户端；

图1为本发明实施例提供的图像处理方法的流程图，所述方法包括如下步骤s110～步骤s130：

s110，获取待处理的人脸图像。

本实施例的应用场景可以为：用户利用电子设备中的拍照类客户端拍摄自己或其他用户的人脸，并利用客户端的美颜功能对所拍摄的图像进行美化处理，当然，应用场景也可以是电子设备选择本地已存储的一张人脸图像，并对所选择的人脸图像进行美化处理等等，本申请仅仅以此为例进行说明，具体应用场景并不仅限于此。

具体地，上述待处理人脸图像可以是电子设备对所拍摄的人脸进行图像采集得到的，还可以是从本地存储的图像进行图像选择得到的等等。

需要说明的是，待处理的人脸图像中不仅包含人脸，还可能包含人体上除人脸之外的其他部位(如脖子、胸部等)或者人体的背景(如墙壁、树木等)。

s120，确定所述人脸图像中目标人脸特征部位所在的特征区域。

具体地，在电子设备获取到待处理的人脸图像后，可以采用人脸识别算法对人脸图像进行识别，识别出人脸图像中该美颜功能对应的目标人脸特征部位所在的特征区域。

本实施例中，目标人脸特征部位可以为以下部位中的至少一种：眼睛、眉毛、嘴巴、鼻子、耳朵、下巴、脸。

举例而言，当目标人脸特征部位为眼睛时，电子设备识别人脸图像中眼睛所在区域；当目标人脸特征部位为下巴时，电子设备识别人脸图像中下巴所在区域；当目标人脸特征部位为眼睛和下巴时，电子设备识别人脸图像中眼睛所在区域和下巴所在区域。

s130，采用所述目标人脸特征部位对应的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

美颜算法可以理解为：对人的容貌进行美化处理的算法。具体的，美颜算法可以是用于美化眼睛的算法(例如，大眼算法)、用于美化下巴的算法(例如，瘦脸算法)、用于美化脸的算法(例如，美白算法)等。

基于上述描述，如果目标人脸特征部位为眼睛，则预设美颜算法可以为大眼算法，则采用大眼算法对眼睛所在区域进行使眼睛变大的处理；如果目标人脸特征部位为下巴，则预设美颜算法可以为瘦脸算法，则采用瘦脸算法对下巴所在区域进行使下巴变瘦的处理；如果目标人脸特征部位为脸，则预设美颜算法可以为美白算法，则采用美白算法对脸所在区域进行使脸变白的处理。

在对目标人脸特征部位所在的特征区域进行图像处理时，可将该特征区域内的像素点的像素值进行调整，将调整后的各像素点像素值替换调整前该特征区域内各像素点的像素值。在图像处理完成后，对处理后的人脸图像进行显示，用户可看到美化后的人脸图像。

需要说明的是，目标人脸特征部位可以为某几个部位(如眼睛和眉毛)，则确定的人脸图像中目标人脸特征部位所在的特征区域为这几个部位的所在区域，采用针对每个部位的预设美颜算法分别对各个部位的所在区域进行图像处理。

在本发明提供的一实施例中，用户首先点击美颜功能(如大眼功能)，电子设备切换至拍摄功能，用户拍摄自己或其他用户的人脸，电子设备获取所拍摄的待处理的人脸图像，然后采用人脸识别算法识别出人脸图像中目标人脸特征部位(如：眼睛)所在的特征区域，采用目标人脸特征部位的预设美颜算法(如：大眼算法)，对目标人脸特征部位所在的特征区域(如：眼睛所在区域)进行图像处理。

在本发明提供的又一实施例中，用户选择电子设备中预先存储的某一张人脸图像，电子设备获取该人脸图像，然后采用人脸识别算法识别出该人脸图像中目标人脸特征部位(如：眼睛)所在的特征区域，采用目标人脸特征部位的预设美颜算法(如：大眼算法)，对目标人脸特征部位所在的特征区域(如：眼睛所在区域)进行图像处理。

本发明实施例提供的图像处理方法，获取待处理的人脸图像；确定所述人脸图像中目标人脸特征部位所在的特征区域；采用所述目标人脸特征部位的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

本发明实施例中，仅仅对人脸图像中的目标人脸特征部位所在的特征区域进行相应美颜算法的图像处理，无需像现有技术中一样需要对人脸图像中所有区域进行处理，因此，本发明实施例能够减少人脸图像处理过程中计算资源的浪费；同时，本发明实施例还提高了运算效率，使运行更加流畅，提升了用户体验。

在本发明实施例提供的一种具体实现方式中，所述确定所述人脸图像中目标人脸特征部位所在的特征区域的步骤，包括如下步骤a1～步骤a2：

a1、从所述人脸图像中提取用于表征目标人脸特征部位的特征点。

具体地，可以采用人脸识别算法对人脸图像进行识别，人脸识别算法中带有识别不同人脸特征部位的特征点的功能，能够识别出用于表征目标人脸特征部位的特征点。例如，如果目标人脸特征部位为眼睛，眼睛的特征点可以为左眼角点、右眼角点、上眼眶顶点和下眼眶顶点。

在其他实现方式中，还可以采用模型训练的方式，对采集到的大量目标人脸特征部位的征点数据进行训练，得到训练模型，利用该训练模型来识别人脸图像中用于表征目标人脸特征部位的特征点。

a2、将所提取的特征点所围成的区域，确定为所述目标人脸特征部位所在的特征区域。

具体的，在获取了目标人脸特征部位的特征点后，将特征点所围成的区域确定为目标人脸特征部位所在的特征区域。

需要说明的是，特征点所围成的区域可能为不规则的区域，为了进一步减小计算量，在误差允许的范围内，选取特征区域的外接矩形框，利用相应的预设美颜算法对该矩形框内区域进行图像处理。例如，大眼算法可以对覆盖左右眼两块矩形区域进行计算；瘦脸算法可以对覆盖下巴的矩形区域进行计算；美白算法可以对覆盖整张脸的矩形区域进行计算。

在本发明实施例提供的一种具体实现方式中，在所述目标人脸特征部位为眼睛时，所述采用所述目标人脸特征部位的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理的步骤，包括如下步骤b1～步骤b4：

b1、在眼睛所在区域中查找黑眼球所在区域；

具体地，可以采用人脸识别算法从眼睛所在区域中查找黑眼球所在区域；或者，由于黑眼球所在区域的像素点的颜色是黑色的，因此可根据像素点的像素值找到黑眼球所在区域。

b2、基于所述黑眼球所在区域，确定黑眼球中心点和黑眼球半径；

具体地，可将黑眼球所在区域视为规则的圆形区域，采用几何算法确定该圆形区域的中心以及该圆形区域的半径。

b3、确定调整半径为大于所述黑眼球半径的数值；

本实施例中，调整半径为大于黑眼球半径的某一个数值，该数值与黑眼球半径的差值大小可自由设定。举例而言，如果黑眼球半径为50个像素点的长度，则可将调整半径确定为60个像素点的长度或者70个像素点的长度。

b4、采用黑眼球所在区域内像素点的像素值，调整第一区域内像素点的像素值，其中，所述第一区域为：第二区域内除所述黑眼球所在区域外的区域，所述第二区域为：眼睛所在区域中以所述黑眼球中心点为原点、以所述调整半径为半径的圆形区域。

具体地，在得到调整半径后，从眼睛所在区域中确定以黑眼球中心点为原点、以调整半径为半径的圆形区域(即第二区域)，该第二区域会稍大于黑眼球所在区域；然后，确定第二区域内除所述黑眼球所在区域外的区域(即第一区域)，该区域可视为环形区域；最后，采用黑眼球所在区域内像素点的像素值，调整第一区域内像素点的像素值。

本实施例中，可直接将第一区域内像素点的像素值调整为黑眼球所在区域内像素点的像素值；也可以计算黑眼球所在区域内像素点的像素值从区域中心到区域边缘的变化率，根据该变化率计算第一区域内像素点的像素值并进行调整。需要说明的是，为了保证美化后人脸图像的真实性，需要限定调整半径的大小，使第二区域位于眼睛所在区域中。

本实施例中，采用黑眼球所在区域内像素点的像素值，调整第一区域内像素点的像素值，使第一区域内的像素点与黑眼球所在区域内像素点相似，使用户感觉处理后的人脸图像中的眼睛变大了，从而到达了大眼的效果。

在本发明实施例提供的一种具体实现方式中，在所述目标人脸特征部位为下巴时，所述采用所述目标人脸特征部位的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理的步骤，包括：

采用第一类像素点的像素值，调整下巴所在区域内第二类像素点的像素值，其中，所述第二类像素点包括：下巴所在区域的边缘像素点、下巴所在区域中与所述边缘像素点之间的距离小于第一预设值的像素点，所述第一类像素点为：第三区域中与所述边缘像素点之间的距离小于第二预设值的像素点，所述第三区域为：所述人脸图像中除下巴所在区域以外的区域。

本实施例中，第一类像素点表示第三区域中下巴边缘处的某一厚度范围内的像素点，该厚度范围可通过第二预设值的大小来表征。第二预设值的大小可固定设置，也可根据下巴的不同位置设定不同的数值。例如，可将下巴正下方处对应的第二预设值设为10个像素点的长度，可将下巴两侧处对应的第二预设值设为20个像素点的长度。

需要说明的是，用户在拍照的时候，下巴的正下方是脖子所在的区域，下巴的两侧可能为人体的背景(如墙壁、树木等)，则第三区域可以为脖子所在区域或者背景区域。

本实施例中，第二类像素点表示下巴所在区域中下巴边缘处的某一厚度范围内的像素点，该厚度范围可通过第一预设值的大小来表征。第一预设值的大小可固定设置，也可根据下巴的不同位置设定不同的数值。例如，可将下巴正下方处对应的第一预设值设为30个像素点的长度，可将下巴两侧处对应的第一预设值设为40个像素点的长度。

具体地，可将下巴所在区域内第二类像素点的像素值直接调整为第一类像素点的像素值；也可计算第一类像素点的像素值由外向内(即从下巴边缘的外侧指向下巴边缘的方向)的变化率，根据该变化率计算第一类像素点的像素值并进行调整。

本实施例中，采用第一类像素点的像素值，调整下巴所在区域内第二类像素点的像素值，可使下巴边缘处的像素点与第一类像素点相似，使用户感觉处理后的人脸图像中的下巴瘦了，从而到达了瘦脸的效果。

在本发明实施例提供的一种具体实现方式中，在所述目标人脸特征部位为脸时，所述采用所述目标人脸特征部位的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理的步骤，包括：

采用预设磨皮算法和/或美白算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

磨皮算法是指：对皮肤上的色斑、黑痣等杂点进行清除，使皮肤更加光滑的算法。美白算法是指：通过将皮肤的颜色变白、亮度变强，使皮肤更加白皙的算法。

本实施例中，采用预设磨皮算法对所述目标人脸特征部位所在的特征区域进行图像处理的过程可以为：将目标人脸特征部位所在的特征区域中的像素点划分为多个子特征区域，对每个子特征区域中的各个像素点的像素值取平均值。该过程使各个子特征区域的像素点相似，使用户感觉处理后的人脸图像中的脸更加的光滑，从而达到了美化效果。

采用预设美白算法，对所述目标人脸特征部位所在的特征区域进行图像处理的过程可以为：将目标人脸特征部位所在的特征区域中的像素点的像素值，向白色的像素值方向进行微调；也可以将目标人脸特征部位所在的特征区域中的像素点的亮度调亮。该过程使用户感觉处理后的人脸图像中的脸变白，从而达到了美白的效果。

本发明实施例中，人脸识别的过程可以预先进行，然后再执行本发明提供的图像处理方法，从而避免了运行人脸识别所带来的开销。

与上述方法实施例相对应的，本发明实施例还提供了一种图像处理装置。图2为本发明实施例提供的图像处理装置的结构示意图，所述装置包括：

获取模块210，用于获取待处理的人脸图像；

确定模块220，用于确定所述人脸图像中目标人脸特征部位所在的特征区域；

处理模块230，用于采用所述目标人脸特征部位对应的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

本发明实施例提供的图像处理装置，仅仅对人脸图像中的目标人脸特征部位所在的特征区域进行相应美颜算法的图像处理，无需像现有技术中一样需要对人脸图像中所有区域进行处理，因此，本发明实施例能够减少人脸图像处理过程中计算资源的浪费；同时，本发明实施例还提高了运算效率，使运行更加流畅，提升了用户体验。

在本发明实施例提供的具体实现方式中，所述确定模块，包括：

提取单元，用于从所述人脸图像中提取用于表征目标人脸特征部位的特征点；

第一确定单元，用于将所提取的特征点所围成的区域，确定为所述目标人脸特征部位所在的特征区域。

在本发明实施例提供的具体实现方式中，所述目标人脸特征部位为以下部位中的至少一种：

眼睛、眉毛、嘴巴、鼻子、耳朵、下巴、脸。

在本发明实施例提供的具体实现方式中，在所述目标人脸特征部位为眼睛时，所述处理模块，包括：

查找单元，用于在眼睛所在区域中查找黑眼球所在区域；

第二确定单元，用于基于所述黑眼球所在区域，确定黑眼球中心点和黑眼球半径；

第三确定单元，用于确定调整半径为大于所述黑眼球半径的数值；

调整单元，用于采用黑眼球所在区域内像素点的像素值，调整第一区域内像素点的像素值，其中，所述第一区域为：第二区域内除所述黑眼球所在区域外的区域，所述第二区域为：眼睛所在区域中以所述黑眼球中心点为原点、以所述调整半径为半径的圆形区域。

在本发明实施例提供的具体实现方式中，在所述目标人脸特征部位为下巴时，

所述处理模块，具体用于采用第一类像素点的像素值，调整下巴所在区域内第二类像素点的像素值，其中，所述第二类像素点包括：下巴所在区域的边缘像素点、下巴所在区域中与所述边缘像素点之间的距离小于第一预设值的像素点，所述第一类像素点为：第三区域中与所述边缘像素点之间的距离小于第二预设值的像素点，所述第三区域为：所述人脸图像中除下巴所在区域以外的区域。

在本发明实施例提供的具体实现方式中，在所述目标人脸特征部位为脸时，所述处理模块，具体用于采用预设磨皮算法和/或美白算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

与上述方法实施例相对应的，本发明实施例还提供了一种电子设备。图3为本发明实施例提供的电子设备的结构示意图，该电子设备包括处理器310、通信接口320、存储器330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信，

存储器330，用于存放计算机程序；

处理器310，用于执行存储器330上所存放的程序时，实现本发明实施提供的图像处理方法。

具体的，上述图像处理方法包括：

获取待处理的人脸图像；

确定所述人脸图像中目标人脸特征部位所在的特征区域；

采用所述目标人脸特征部位对应的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

本发明实施例提供的电子设备，仅仅对人脸图像中的目标人脸特征部位所在的特征区域进行相应美颜算法的图像处理，无需像现有技术中一样需要对人脸图像中所有区域进行处理，因此，本发明实施例能够减少人脸图像处理过程中计算资源的浪费；同时，本发明实施例还提高了运算效率，使运行更加流畅，提升了用户体验。

上述图像处理方法的其他实现方式与前述方法实施例部分提供的图像处理方式相同，这里不再赘述。

上述电子设备提到的通信总线可以是外设部件互连标准(peripheralcomponentinterconnect，pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述电子设备与其他设备之间的通信。

存储器可以包括随机存取存储器(randomaccessmemory，ram)，也可以包括非易失性存储器(non-volatilememory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessing，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

与上述方法实施例相对应的，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施提供的图像处理方法。

具体的，上述图像处理方法包括：

获取待处理的人脸图像；

确定所述人脸图像中目标人脸特征部位所在的特征区域；

采用所述目标人脸特征部位对应的预设美颜算法，对所述目标人脸特征部位所在的特征区域进行图像处理。

本发明实施例提供的存储介质中存储的应用程序在运行时，仅仅对人脸图像中的目标人脸特征部位所在的特征区域进行相应美颜算法的图像处理，无需像现有技术中一样需要对人脸图像中所有区域进行处理，因此，本发明实施例能够减少人脸图像处理过程中计算资源的浪费；同时，本发明实施例还提高了运算效率，使运行更加流畅，提升了用户体验。

上述图像处理方法的其他实现方式与前述方法实施例部分提供的图像处理方式相同，这里不再赘述。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备和存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。