一种图像处理方法、装置和计算机存储介质与流程

本发明涉及图像处理技术，具体涉及一种图像处理方法、装置和计算机存储介质。

背景技术：

随着互联网技术的飞速发展，出现了各种图像处理工具，能够对图像中的人物进行处理，例如对图像中的目标人物进行“瘦腿”、“拉长腿”等让人物的身材更完美的处理。然而，这种图像处理操作需要操作者手动操作，并且需要多次的调整操作才能达到较佳的调整效果。

技术实现要素：

为解决现有存在的技术问题，本发明实施例提供一种图像处理方法、装置和计算机存储介质。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种图像处理方法，所述方法包括：

获得第一图像，识别所述第一图像中的目标对象，获得所述目标对象的腿部检测信息；

基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线；

基于所述腿部区域的轮廓线和所述目标线对所述腿部区域进行图像变形处理，生成第二图像。

上述方案中，所述腿部检测信息包括腿部轮廓点信息和腿部关键点信息；

所述基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线，包括：基于所述腿部轮廓点信息确定所述目标对象的腿部区域的轮廓线，基于所述腿部关键点信息确定所述腿部区域的目标线。

上述方案中，所述腿部检测信息包括腿部轮廓点信息；

所述基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线，包括：基于所述腿部轮廓点信息确定所述目标对象的腿部区域的轮廓线；基于所述腿部轮廓点信息确定所述腿部区域的中心点，基于确定的中心点确定中心线，将所述中心线确定为目标线。

上述方案中，所述基于所述腿部区域的轮廓线和目标线对所述腿部区域进行图像变形处理，包括：对所述腿部区域按照所述轮廓线朝向所述目标线的方向进行压缩处理，或者，对所述腿部区域按照所述目标线朝向所述轮廓线的方向进行拉伸处理。

上述方案中，所述基于所述腿部区域的轮廓线和目标线对所述腿部区域进行图像变形处理，包括：确定所述腿部区域的多个子区域；基于每个子区域的轮廓线和目标线按照对应的变形参数进行图像变形处理；其中，相邻子区域的变形参数不同。

上述方案中，所述多个子区域包括第一子区域和第二子区域；第一子区域和第二子区域对应于所述腿部区域的大腿区域；所述第一子区域比所述第二子区域靠近所述目标对象的腰部区域；

所述变形参数为变形比例，所述第一子区域对应的第一变形比例小于所述第二子区域对应的第二变形比例。

上述方案中，所述腿部区域还包括膝盖区域对应的第三子区域；所述第三子区域对应的第三变形比例小于所述第二子区域对应的第二变形比例。

上述方案中，所述多个子区域包括第四子区域和第五子区域；第四子区域和第五子区域对应于所述腿部区域的小腿区域；所述第五子区域比所述第四子区域靠近所述目标对象的脚部区域；

所述第四子区域对应的第四变形比例大于所述第五子区域对应的第五变形比例。

上述方案中，所述基于所述腿部区域的轮廓线和目标线对所述腿部区域进行图像变形处理之前，所述方法还包括：确定所述目标对象的两个腿部区域之间的距离，判断所述距离是否满足预设条件；

所述基于所述腿部区域的轮廓线和目标线对所述腿部区域进行图像变形处理，包括：当所述距离满足预设条件时，基于所述腿部区域的轮廓线和目标线对所述腿部区域进行图像变形处理。

上述方案中，所述判断所述距离是否满足预设条件，包括：获得所述目标对象的特定区域的宽度；

判断所述距离是否大于所述特定区域的宽度；

在所述第一距离大于所述特定区域的宽度的情况下，确定所述距离满足预设条件；

在所述第一距离不大于所述特定区域的宽度的情况下，确定所述距离不满足预设条件。

上述方案中，所述确定所述目标对象的两个腿部区域之间的距离，包括：

基于所述目标对象的腿部关键点信息确定腿部区域中的膝盖关键点信息；

基于所述膝盖关键点信息确定两个腿部区域分别对应的两个膝盖之间的第一距离；

所述判断所述距离是否满足预设条件，包括：判断所述第一距离是否满足预设条件。

上述方案中，所述特定区域为所述目标对象对应区域包含的子区域；

所述特定区域为以下区域的其中之一：头部区域、颈部区域、肩部区域、胸部区域、腰部区域、臀部区域。

上述方案中，所述方法还包括：当所述距离不满足预设条件时，根据所述腿部检测信息识别所述腿部区域的轮廓线中的腿部外轮廓线和腿部内轮廓线；

针对所述腿部外轮廓线按照所述腿部外轮廓线朝向所述腿部内轮廓线的方向对所述腿部区域进行压缩处理；或者，针对所述腿部外轮廓线按照所述腿部内轮廓线朝向所述腿部外轮廓线的方向进行拉伸处理。

本发明实施例还提供了一种图像处理装置，所述装置包括：检测单元和变形处理单元；其中，

所述检测单元，用于获得第一图像，识别所述第一图像中的目标对象，获得所述目标对象的腿部检测信息；基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线；

所述变形处理单元，用于基于所述检测单元确定的所述腿部区域的轮廓线和所述目标线对所述腿部区域进行图像变形处理，生成第二图像。

上述方案中，所述腿部检测信息包括腿部轮廓点信息和腿部关键点信息；

所述检测单元，用于基于所述腿部轮廓点信息确定所述目标对象的腿部区域的轮廓线，基于所述腿部关键点信息确定所述腿部区域的目标线。

上述方案中，所述腿部检测信息包括腿部轮廓点信息；

所述检测单元，用于基于所述腿部轮廓点信息确定所述目标对象的腿部区域的轮廓线；基于所述腿部轮廓点信息确定所述腿部区域的中心点，基于确定的中心点确定中心线，将所述中心线确定为目标线。

上述方案中，所述变形处理单元，用于对所述腿部区域按照所述轮廓线朝向所述目标线的方向进行压缩处理，或者，对所述腿部区域按照所述目标线朝向所述轮廓线的方向进行拉伸处理。

上述方案中，所述变形处理单元，用于确定所述腿部区域的多个子区域；基于每个子区域的轮廓线和目标线按照对应的变形参数进行图像变形处理；其中，相邻子区域的变形参数不同。

上述方案中，所述多个子区域包括第一子区域和第二子区域；第一子区域和第二子区域对应于所述腿部区域的大腿区域；所述第一子区域比所述第二子区域靠近所述目标对象的腰部区域；

所述变形参数为变形比例，所述第一子区域对应的第一变形比例小于所述第二子区域对应的第二变形比例。

上述方案中，所述腿部区域还包括膝盖区域对应的第三子区域；所述第三子区域对应的第三变形比例小于所述第二子区域对应的第二变形比例。

上述方案中，所述多个子区域包括第四子区域和第五子区域；第四子区域和第五子区域对应于所述腿部区域的小腿区域；所述第五子区域比所述第四子区域靠近所述目标对象的脚部区域；

所述第四子区域对应的第四变形比例大于所述第五子区域对应的第五变形比例。

上述方案中，所述检测单元，还用于确定所述目标对象的两个腿部区域之间的距离，判断所述距离是否满足预设条件；

所述变形处理单元，还用于当所述检测单元确定所述距离满足预设条件时，基于所述腿部区域的轮廓线和目标线对所述腿部区域进行图像变形处理。

上述方案中，所述检测单元，用于获得所述目标对象的特定区域的宽度；判断所述距离是否大于所述特定区域的宽度；在所述第一距离大于所述特定区域的宽度的情况下，确定所述距离满足预设条件；在所述第一距离不大于所述特定区域的宽度的情况下，确定所述距离不满足预设条件。

上述方案中，所述检测单元，用于基于所述目标对象的腿部关键点信息确定腿部区域中的膝盖关键点信息；基于所述膝盖关键点信息确定两个腿部区域分别对应的两个膝盖之间的第一距离；还用于判断所述第一距离是否大于所述特定区域的宽度。

上述方案中，所述特定区域为所述目标对象对应区域包含的子区域；

所述特定区域为以下区域的其中之一：头部区域、颈部区域、肩部区域、胸部区域、腰部区域、臀部区域。

上述方案中，所述检测单元，还用于确定所述距离不满足预设条件时，根据所述腿部检测信息识别所述腿部区域的轮廓线中的腿部外轮廓线和腿部内轮廓线；

所述变形处理单元，还用于针对所述腿部外轮廓线按照所述腿部外轮廓线朝向所述腿部内轮廓线的方向对所述腿部区域进行压缩处理；或者，针对所述腿部外轮廓线按照所述腿部内轮廓线朝向所述腿部外轮廓线的方向进行拉伸处理。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例所述方法的步骤。

本发明实施例还提供了一种图像处理装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明实施例所述方法的步骤。

本发明实施例提供的图像处理方法、装置和计算机存储介质，所述方法包括：获得第一图像，识别所述第一图像中的目标对象，获得所述目标对象的腿部检测信息；基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线；基于所述腿部区域的轮廓线和所述目标线对所述腿部区域进行图像变形处理，生成第二图像。采用本发明实施例的技术方案，基于对图像中的目标对象的腿部检测信息的获得，确定腿部区域的轮廓线和目标线，基于轮廓线和目标线对腿部区域进行图像变形处理，实现了对目标对象的腿部区域的自动调整，无需用户多次手动操作，大大提升了用户的操作体验。

附图说明

图1为本发明实施例的图像处理方法的流程示意图一；

图2为本发明实施例的图像处理方法的流程示意图二；

图3为本发明实施例的图像处理方法的流程示意图三；

图4为本发明实施例的图像处理装置的组成结构示意图；

图5为本发明实施例的图像处理装置的硬件组成结构示意图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细的说明。

本发明实施例提供了一种图像处理方法。图1为本发明实施例的图像处理方法的流程示意图一；如图1所示，所述方法包括：

步骤101：获得第一图像，识别所述第一图像中的目标对象，获得所述目标对象的腿部检测信息。

步骤102：基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线。

步骤103：基于所述腿部区域的轮廓线和所述目标线对所述腿部区域进行图像变形处理，生成第二图像。

本实施例中，图像处理方法应用于图像处理装置中，图像处理装置可位于手机、平板电脑、笔记本电脑等移动终端中，也可位于台式电脑、一体机电脑等终端中。

本实施例的图像处理方法对第一图像中的目标对象进行图像处理，首先识别出所述第一图像中的目标对象；其中，所述目标对象作为待处理对象，可以是真人，可以理解为图像中的真实人物；在其他实施方式中，目标对象也可以是虚拟人物。本实施例具体对第一图像中的目标对象的腿部区域进行图像变形处理；以目标对象为人为例，腿部区域包括脚踝以上、臀部以下的区域，例如可包括脚踝、小腿、膝盖、大腿和大腿根部等等。

在本申请的一种可选实施例中，所述腿部检测信息包括腿部轮廓点信息和腿部关键点信息；所述腿部轮廓点信息包括腿部轮廓点的坐标信息；所述腿部关键点信息包括腿部关键点的坐标信息。其中，所述腿部轮廓点表征目标对象的腿部轮廓，即通过所述腿部轮廓点的坐标信息能够形成目标对象的腿部轮廓边缘。所述腿部关键点表征目标对象的腿部骨骼的关键点，即通过所述腿部关键点的坐标信息、连接腿部关键点能够形成目标对象的腿部区域的主要骨骼。

在本实施例中，所述基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线，包括：基于所述腿部轮廓点信息确定所述目标对象的腿部区域的轮廓线，基于所述腿部关键点信息确定所述腿部区域的目标线。可以理解，所述目标线为由所述腿部关键点信息形成的线，也可称为腿部区域的中心线。

在本申请的一种可选实施例中，所述腿部检测信息包括腿部轮廓点信息；所述腿部轮廓点信息包括腿部轮廓点的坐标信息；所述腿部轮廓点表征目标对象的腿部轮廓，即通过所述腿部轮廓点的坐标信息能够形成目标对象的腿部轮廓边缘。

在本实施例中，所述基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线，包括：基于所述腿部轮廓点信息确定所述目标对象的腿部区域的轮廓线；基于所述腿部轮廓点信息确定所述腿部区域的中心点，基于确定的中心点确定中心线，将所述中心线确定为目标线。

可以理解，目标对象的腿部区域具有内轮廓和外轮廓，即腿部区域可具有外轮廓线和内轮廓线。假设第一图像中的目标对象有两个腿部区域时，对于任一腿部的外轮廓指的是朝向目标对象外部的轮廓，内轮廓指的是朝向另一腿部的轮廓。在第一种实施方式中，轮廓线由轮廓点连接形成，目标线由关键点连接形成。而在第二种实施方式中，轮廓线由轮廓点连接形成，目标线则由内轮廓线上的轮廓点与对应的外轮廓线上的轮廓点的连接线的中点连接形成。

在本申请的一种可选实施例中，所述基于所述腿部区域的轮廓线和目标线对所述腿部区域进行图像变形处理，包括：对所述腿部区域按照所述轮廓线朝向所述目标线的方向进行压缩处理，或者，对所述腿部区域按照所述目标线朝向所述轮廓线的方向进行拉伸处理。

本实施例采用图像变形算法对腿部区域进行压缩或拉伸处理，具体是对第一图像中目标对象的腿部区域沿着腿部宽度方向进行压缩或拉伸处理。以对腿部区域进行压缩处理为例，具体是压缩腿部区域的宽度，从而达到瘦腿的效果。

作为一种实施方式，所述基于所述腿部区域的轮廓线和所述目标线对所述腿部区域进行图像变形处理，包括：对所述第一图像的目标对象的腿部区域进行区域划分，获得至少两个变形区域；其中，不同的腿部区域对应不同的变形区域；基于所述至少两个变形区域的至少部分变形区域对所述腿部区域进行图像变形处理，使得所述腿部区域按照所述轮廓线朝向所述目标线的方向进行压缩，或者，使得所述腿部区域按照所述目标线朝向所述轮廓线的方向进行拉伸。

本实施例中，首先对腿部区域进行区域划分，获得至少两个变形区域。作为一种示例，若第一图像中的目标对象具有两条腿，则每条腿对应一个腿部区域，每个腿部区域对应至少一个变形区域。可以理解，两个腿部区域中间具有至少一个区域分割线，使得一个腿部区域对应于区别于另一个腿部区域的变形区域进行图像变形处理。其中，变形区域在初始状态下为矩形，通过对变形区域的变形处理从而改变对应的图像中的像素点所在位置，从而实现对腿部区域的变形处理。可以理解，变形处理后的变形区域为扭曲的曲面。可以理解，腿部区域对应多个变形区域，通过对多个变形区域的变形处理，实现对腿部区域的图像变形处理。

在本发明的一种可选实施例中，所述基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线，包括：基于所述腿部轮廓点信息确定第一腿部轮廓点，相邻两个第一腿部轮廓点之间通过预设插值方式插入至少一个第二腿部轮廓点，基于所述第一腿部轮廓点和第二腿部轮廓点确定腿部区域的轮廓线；基于所述腿部关键点信息确定第一腿部关键点；相邻两个第一腿部关键点之间通过预设插值方式插入至少一个第二腿部关键点，基于所述第一腿部关键点和第二腿部关键点确定腿部区域的目标线。

本实施例中，腿部轮廓点信息对应的腿部轮廓点是离散的或是稀疏的，例如每个腿部区域可能只有10个轮廓点，则每个腿部区域的外轮廓线和内轮廓线上分别只有5个轮廓点。为了更好的基于离散的或稀疏的轮廓点形成轮廓线，则需要通过插值的方式确定更多的轮廓点。而腿部关键点信息对应的腿部关键点同理，为了更好的形成目标线，则需要通过插值的方式确定更多的关键点。

实际应用中，基于目标对象的腿部区域划分的变形区域，若划分的变形区域的边界线的密度大于轮廓点或关键点的密度，则可在相邻两个轮廓点或相邻两个关键点之间的变形区域的边界线上进行插值，获得第二腿部轮廓点或第二腿部关键点。其中，所述变形区域的边界线的密度与划分的变形区域的数量相关。例如，若针对目标对象的腿部区域在沿着腿部的长度方向划分了10个变形区域，则对应有11条沿着腿部的宽度方向的边界线，则变形区域的边界线的密度可记为11；若腿部区域的外轮廓线和内轮廓线上分别有5个轮廓点，则轮廓点的密度可记为5，由此可知变形区域的边界线的密度大于轮廓点的密度。在这种情况下，任意两个相邻的轮廓点或相邻的关键点之间必然有2-3条沿着腿部的宽度方向的变形区域的边界线。则本实施例为了确定更多的轮廓点和关键点，可在相邻两个轮廓点和相邻两个关键点之间的变形区域的边界线上进行插值，获得第二腿部轮廓点或第二腿部关键点。

若划分的变形区域的边界线的密度不大于轮廓点或关键点的密度，例如，若针对目标对象的腿部区域在沿着腿部的长度方向划分了2个变形区域，则对应有3条沿着腿部的宽度方向的边界线，则变形区域的边界线的密度可记为3；若腿部区域的外轮廓线和内轮廓线上分别有5个轮廓点，则轮廓点的密度可记为5，由此可知变形区域的边界线的密度小于轮廓点的密度。在这种情况下，只有其中的一组相邻的两个轮廓点之间有一条沿着腿部的宽度方向的变形区域的边界线。则本实施例为了确定更多的轮廓点和关键点，可在实际的变形区域中进一步划分，例如沿着腿部的长度方向进一步划分虚拟边界线，所述虚拟边界线可作为实际的变形区域中沿着腿部的宽度方向的线，在图像变形处理过程中并无实际作用，仅用于在本场景下确定更多的轮廓点和关键点。从而使得在任意相邻两个轮廓点和相邻两个关键点之间均具有至少一个实际的变形区域的边界线或者虚拟边界线，在边界线或者虚拟边界线上进行插值，从而获得二腿部轮廓点或第二腿部关键点。

采用本发明实施例的技术方案，基于对图像中的目标对象的腿部检测信息的获得，确定腿部区域的轮廓线和目标线，基于轮廓线和目标线对腿部区域进行图像变形处理，实现了对目标对象的腿部区域的自动调整，无需用户多次手动操作，大大提升了用户的操作体验。

基于前述实施例，本发明实施例还提供了一种图像处理方法。图2为本发明实施例的图像处理方法的流程示意图二；如图2所示，所述方法包括：

步骤201：获得第一图像，识别所述第一图像中的目标对象，获得所述目标对象的腿部检测信息。

步骤202：基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线。

步骤203：确定所述腿部区域的多个子区域。

步骤204：基于每个子区域的轮廓线和目标线按照对应的变形参数进行图像变形处理；其中，相邻子区域的变形参数不同。

本实施例中的步骤201至步骤202的具体描述可参照前述步骤101至步骤102的相关描述，为节省篇幅，这里不再赘述。

如果腿部区域按照同样的变形参数进行变形处理，则腿部区域的某些部位会从视觉上感觉非常不合理，例如大腿根部和大腿若同压缩20％，则大腿根部从视觉上像“凹”进去一样；又例如膝盖与大腿若同压缩20％，则膝盖则会非常窄，像快断掉一样。基于此，本实施例中，腿部区域的不同子区域按照不同的变形参数进行图像变形处理，从而使得腿部区域的图像变形处理更为自然以及协调。

在本申请的一种可选实施例中，所述多个子区域包括第一子区域和第二子区域；第一子区域和第二子区域对应于所述腿部区域的大腿区域；所述第一子区域比所述第二子区域靠近所述目标对象的腰部区域；所述变形参数为变形比例，所述第一子区域对应的第一变形比例小于所述第二子区域对应的第二变形比例。

在本申请的一种可选实施例中，所述腿部区域还包括膝盖区域对应的第三子区域；所述变形参数为变形比例，所述第三子区域对应的第三变形比例小于所述第二子区域对应的第二变形比例。

在本申请的一种可选实施例中，所述多个子区域包括第四子区域和第五子区域；第四子区域和第五子区域对应于所述腿部区域的小腿区域；所述第五子区域比所述第四子区域靠近所述目标对象的脚部区域；所述变形参数为变形比例，所述第四子区域对应的第四变形比例大于所述第五子区域对应的第五变形比例。

本实施例中，腿部区域由下向上可分为脚踝区域、小腿区域、膝盖区域、大腿区域和大腿根部区域。则所述第一子区域可以为大腿根部区域；所述第二子区域可以为大腿区域；所述大腿区域和所述大腿根部区域可以为膝盖以上臀部以下的区域。所述第三子区域可以为膝盖区域。所述第四子区域可以为小腿区域，所述第五子区域可以为脚踝区域；所述小腿区域和所述脚踝区域可以为膝盖以下脚部以上的区域。

其中，作为一种实施方式，每个子区域的范围(起始位置和/或终止位置)可基于所述目标对象的腿部区域的长度(或者小腿区域的长度和/或大腿区域的长度)确定；例如，若腿部区域的长度较长，第一子区域的上边缘与第三子区域的中心点之间的距离为a；若腿部区域的长度较短，第一子区域的上边缘与第三子区域中心点之间的距离为b，则a大于b，即对于腿部区域来说，对应于变形参数的变化的起始位置是与腿部区域(或大腿区域)的长度相关的。作为另一种实施方式，每个子区域的范围(起始位置和/或终止位置)也可通过神经网络模型或分类模型后获得对应于每个子区域的标注结果。

作为第一种实施方式，对于第一子区域和第二子区域，所述变形参数为变形比例，所述第一子区域对应的第一变形比例小于所述第二子区域对应的第二变形比例，可以理解，从膝盖区域向上的腿部区域，变形比例是衰减的。作为一种实施方式，所述第一变形比例和所述第二变形比例可以为预先配置的变形比例，使得所述第一子区域内的腿部区域的按照所述第一变形比例进行图像变形处理，第二子区域内的腿部区域按照第二变形比例进行图像变形处理。作为另一种实施方式，所述第一变形比例和所述第二变形比例还可以基于具有特定变化趋势的函数确定；所述函数与子区域中的坐标位置相关；例如若某子区域的图像变形的比例需要逐渐减小的，则该子区域对应的变形比例可以是一个线性递减函数，通过不同的坐标位置对应的取值确定该位置对应的变形比例。

作为第二种实施方式，对于第三子区域，由于该第三子区域对应膝盖区域，则膝盖区域不能压缩或拉伸过多，因此作为一种示例，所述第三子区域可对应配置固定的第三变形比例，且配置的第三变形比例小于第二变形比例。其中，第三变形比例与第一变形比例可相同或不同。

作为第三种实施方式，对于第四子区域和第五子区域，所述第四子区域对应的第四变形比例大于第五子区域对应的第五变形比例。可以理解，从膝盖区域往下的腿部区域，变形比例是衰减的。与前述第一变形比例和第二变形比例同理，所述第四变形比例和所述第五变形比例可以为预先配置的变形比例，或者也可以基于具有特定变化趋势的函数确定。

本实施例中，在腿部区域由下向上分为第五子区域、第四子区域、第三子区域、第二子区域和第一子区域时，对应的变形比例的变化趋势可以为小-大-小-大-小。

采用本发明实施例的技术方案，基于对图像中的目标对象的腿部检测信息的获得，确定腿部区域的轮廓线和目标线，基于轮廓线和目标线对腿部区域进行图像变形处理，实现了对目标对象的腿部区域的自动调整，无需用户多次手动操作，大大提升了用户的操作体验；并且，对于腿部区域的各个子区域按照不同的变形参数进行图像变形处理，使得变形处理后的腿部区域在目标对象整体中比例更为协调，变形处理的效果更为自然，在另一方面也大大提升了用户的操作体验。

基于前述实施例，本发明实施例还提供了一种图像处理方法。图3为本发明实施例的图像处理方法的流程示意图三；如图3所示，所述方法包括：

步骤301：获得第一图像，识别所述第一图像中的目标对象，获得所述目标对象的腿部检测信息。

步骤302：基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线。

步骤303：确定所述目标对象的两个腿部区域之间的距离，判断所述距离是否满足预设条件。

步骤304：在所述距离满足预设条件的情况下，基于所述腿部区域的轮廓线和目标线对所述腿部区域进行图像变形处理。

步骤305：在所述距离不满足预设条件的情况下，根据所述腿部检测信息识别所述腿部区域的轮廓线中的腿部外轮廓线和腿部内轮廓线。

步骤306：针对所述腿部外轮廓线按照所述腿部外轮廓线朝向所述腿部内轮廓线的方向对所述腿部区域进行压缩处理；或者，针对所述腿部外轮廓线按照所述腿部内轮廓线朝向所述腿部外轮廓线的方向进行拉伸处理。

本实施例中的步骤301至步骤302的具体描述可参照前述步骤101至步骤102的相关描述，为节省篇幅，这里不再赘述。

本实施例中“基于所述腿部区域的轮廓线和目标线对所述腿部区域进行图像变形处理”的具体描述可参照前述步骤103以及步骤203至步骤204的相关描述，为节省篇幅，这里不再赘述。

本实施例中，当人的两条腿距离较近，例如两腿并拢的场景下，难以在两腿之间划分独立的变形区域。对于此类情况，可以将并拢的两腿当做一个整体进行处理。

在本申请的一种可选实施例中，所述判断所述距离是否满足预设条件，包括：获得所述目标对象的特定区域的宽度；判断所述距离是否大于所述特定区域的宽度；响应于所述第一距离大于所述特定区域的宽度的情况，确定所述距离满足预设条件；响应于所述第一距离不大于所述特定区域的宽度的情况，确定所述距离不满足预设条件。

本实施例确定的两腿之间的距离是相对距离，即比较两腿之间的距离与目标对象的特定区域的宽度；其中，所述特定区域为所述目标对象对应区域包含的子区域；所述特定区域可以是以下其中之一：头部区域、颈部区域、肩部区域、胸部区域、腰部区域、臀部区域等等。则通过识别目标对象的上述任一特定区域的宽度，与两腿之间的距离进行比较，在距离大于上述特定区域的宽度时，则可表明两腿之间的距离较远，满足预设条件；相应的，在距离不大于上述特定区域的宽度时，则可表明两腿之间的距离较近，不满足预设条件。

在其他实施方式中，确定的两腿之间的距离是绝对距离；所述两腿之间的距离可以通过像素距离表示；通过将两腿之间的距离与预设阈值的比较，在两腿之间的距离大于上述预设阈值时，则可表明两腿之间的距离较远，满足预设条件；相应的，在两腿之间的距离不大于上述预设阈值时，则可表明两腿之间的距离较近，不满足预设条件。其中，所述预设阈值可基于所述第一图像的尺寸和所述目标对象(或者目标对象的腿部区域)在所述第一图像中的比例从预先配置的多个预设阈值中确定。例如，针对相同的图像尺寸、不同的目标对象(或者目标对象的腿部区域)在所述第一图像中的比例设置多个预设阈值，作为第一组预设阈值；针对不同的图像尺寸对所述第一组预设阈值进行调整，获得每个图像尺寸中针对不同的目标对象(或者目标对象的腿部区域)在所述第一图像中的比例对应的预设阈值，生成分别对应于相应的图像尺寸的第二组预设阈值；则通过获得第一图像的尺寸，确定与所述尺寸相匹配的的一组预设阈值；再基于所述目标对象(或者目标对象的腿部区域)在所述第一图像中的比例从该组预设阈值中查找获得匹配的预设阈值。

在本申请的一种可选实施例中，所述确定所述目标对象的两个腿部区域之间的距离，包括：基于所述目标对象的腿部关键点信息确定腿部区域中的膝盖关键点信息；基于所述膝盖关键点信息确定两个腿部区域分别对应的两个膝盖之间的第一距离；相应的，所述判断所述距离是否满足预设条件，包括：判断所述第一距离是否满足预设条件。

本实施例中，基于两个腿部区域中的膝盖区域的关键点信息确定膝盖之间的第一距离，将所述膝盖之间的第一距离作为两个腿部之间的距离。其中，作为一种实施方式，所述腿部关键点信息中可包括膝盖关键点，则可直接基于两条腿部的膝盖关键点确定所述第一距离。在其他实施方式中，还可通过腿部区域的其他关键点信息确定两腿之间的距离，或者还可通过两个腿部区域的所有相对应的关键点信息通过计算平均值的方式确定两腿之间的距离，即分别计算两个腿部区域的两个相对应的关键点之间的距离，计算所有距离之和再取平均值作为两个腿部区域之间距离。

在本发明的一种可选实施例中，所述方法还包括：当所述距离不满足预设条件时，根据所述腿部检测信息识别所述腿部区域的轮廓线中的腿部外轮廓线和腿部内轮廓线；针对所述腿部外轮廓线按照所述腿部外轮廓线朝向所述腿部内轮廓线的方向对所述腿部区域进行压缩处理；或者，针对所述腿部外轮廓线按照所述腿部内轮廓线朝向所述腿部外轮廓线的方向进行拉伸处理。

本实施例中，当两个腿部区域之间的距离不满足预设条件时，也即两腿之间的距离较小时，无法采用本发明前述实施例中的图像变形方案。则通过确定腿部区域的轮廓线中的腿部外轮廓线和腿部内轮廓线，针对所述腿部外轮廓线按照所述腿部外轮廓线朝向所述腿部内轮廓线的方向对所述腿部区域进行压缩处理；或者，针对所述腿部外轮廓线按照所述腿部内轮廓线朝向所述腿部外轮廓线的方向进行拉伸处理。

实际应用中，两个腿部区域在腿部的宽度方向上可通过一个变形区域进行图像变形处理，则通过该变形区域在腿部的宽度方向上的压缩或拉伸，实现腿部区域的压缩或拉伸的变形处理；在长度方向上可通过多个变形区域进行图像变形处理。

采用本发明实施例的技术方案，基于对图像中的目标对象的腿部检测信息的获得，确定腿部区域的轮廓线和目标线，基于轮廓线和目标线对腿部区域进行图像变形处理，实现了对目标对象的腿部区域的自动调整，无需用户多次手动操作，大大提升了用户的操作体验。

本发明实施例还提供了一种图像处理装置。图4为本发明实施例的图像处理装置的组成结构示意图；如图4所示，所述装置包括：检测单元41和变形处理单元42；其中，

所述检测单元41，用于获得第一图像，识别所述第一图像中的目标对象，获得所述目标对象的腿部检测信息；基于所述腿部检测信息分别确定所述目标对象的腿部区域的轮廓线和目标线；

所述变形处理单元42，用于基于所述检测单元41确定的所述腿部区域的轮廓线和所述目标线对所述腿部区域进行图像变形处理，生成第二图像。

在本发明的一种可选实施例中，所述腿部检测信息包括腿部轮廓点信息和腿部关键点信息；

所述检测单元41，用于基于所述腿部轮廓点信息确定所述目标对象的腿部区域的轮廓线，基于所述腿部关键点信息确定所述腿部区域的目标线。

在本发明的一种可选实施例中，所述腿部检测信息包括腿部轮廓点信息；

所述检测单元41，用于基于所述腿部轮廓点信息确定所述目标对象的腿部区域的轮廓线；基于所述腿部轮廓点信息确定所述腿部区域的中心点，基于确定的中心点确定中心线，将所述中心线确定为目标线。

本实施例中，所述变形处理单元42，用于对所述腿部区域按照所述轮廓线朝向所述目标线的方向进行压缩处理，或者，对所述腿部区域按照所述目标线朝向所述轮廓线的方向进行拉伸处理。

在本发明的一种可选实施例中，所述变形处理单元42，用于确定所述腿部区域的多个子区域；基于每个子区域的轮廓线和目标线按照对应的变形参数进行图像变形处理；其中，相邻子区域的变形参数不同。

在本发明的一种可选实施例中，所述多个子区域包括第一子区域和第二子区域；第一子区域和第二子区域对应于所述腿部区域的大腿区域；所述第一子区域比所述第二子区域靠近所述目标对象的腰部区域；

所述变形参数为变形比例，所述第一子区域对应的第一变形比例小于所述第二子区域对应的第二变形比例。

在本发明的一种可选实施例中，所述腿部区域还包括膝盖区域对应的第三子区域；所述第三子区域对应的第三变形比例小于所述第二子区域对应的第二变形比例。

在本发明的一种可选实施例中，所述多个子区域包括第四子区域和第五子区域；第四子区域和第五子区域对应于所述腿部区域的小腿区域；所述第五子区域比所述第四子区域靠近所述目标对象的脚部区域；

所述第四子区域对应的第四变形比例大于所述第五子区域对应的第五变形比例。

在本发明的一种可选实施例中，所述检测单元41，还用于确定所述目标对象的两个腿部区域之间的距离，判断所述距离是否满足预设条件；

所述变形处理单元42，还用于当所述检测单元41确定所述距离满足预设条件时，基于所述腿部区域的轮廓线和目标线对所述腿部区域进行图像变形处理。

本实施例中，作为一种实施方式，所述检测单元41，用于获得所述目标对象的特定区域的宽度；判断所述距离是否大于所述特定区域的宽度；响应于所述第一距离大于所述特定区域的宽度的情况，确定所述距离满足预设条件；响应于所述第一距离不大于所述特定区域的宽度的情况，确定所述距离不满足预设条件。

在本发明的一种可选实施例中，所述检测单元41，用于基于所述目标对象的腿部关键点信息确定腿部区域中的膝盖关键点信息；基于所述膝盖关键点信息确定两个腿部区域分别对应的两个膝盖之间的第一距离；还用于判断所述第一距离是否大于所述特定区域的宽度。

本实施例中，所述特定区域为所述目标对象对应区域包含的子区域；

所述特定区域为以下区域的其中之一：头部区域、颈部区域、肩部区域、胸部区域、腰部区域、臀部区域。

在本发明的一种可选实施例中，所述检测单元41，还用于确定所述距离不满足预设条件时，根据所述腿部检测信息识别所述腿部区域的轮廓线中的腿部外轮廓线和腿部内轮廓线；

所述变形处理单元42，还用于针对所述腿部外轮廓线按照所述腿部外轮廓线朝向所述腿部内轮廓线的方向对所述腿部区域进行压缩处理；或者，针对所述腿部外轮廓线按照所述腿部内轮廓线朝向所述腿部外轮廓线的方向进行拉伸处理。

本发明实施例中，所述图像处理装置中的检测单元41和变形处理单元42，在实际应用中均可由所述终端中的中央处理器(cpu，centralprocessingunit)、数字信号处理器(dsp，digitalsignalprocessor)、微控制单元(mcu，microcontrollerunit)或可编程门阵列(fpga，field－programmablegatearray)实现。

需要说明的是：上述实施例提供的图像处理装置在进行图像处理时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的图像处理装置与图像处理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本发明实施例还提供了一种图像处理装置，图5为本发明实施例的图像处理装置的硬件组成结构示意图，如图5所示，图像处理装置包括存储器52、处理器51及存储在存储器52上并可在处理器51上运行的计算机程序，所述处理器51执行所述程序时实现本发明实施例前述任一项所述图像处理方法。

可以理解，图像处理装置中的各个组件通过总线系统53耦合在一起。可理解，总线系统53用于实现这些组件之间的连接通信。总线系统53除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图5中将各种总线都标为总线系统53。

可以理解，存储器52可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(rom，readonlymemory)、可编程只读存储器(prom，programmableread-onlymemory)、可擦除可编程只读存储器(eprom，erasableprogrammableread-onlymemory)、电可擦除可编程只读存储器(eeprom，electricallyerasableprogrammableread-onlymemory)、磁性随机存取存储器(fram，ferromagneticrandomaccessmemory)、快闪存储器(flashmemory)、磁表面存储器、光盘、或只读光盘(cd-rom，compactdiscread-onlymemory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(ram，randomaccessmemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(sram，staticrandomaccessmemory)、同步静态随机存取存储器(ssram，synchronousstaticrandomaccessmemory)、动态随机存取存储器(dram，dynamicrandomaccessmemory)、同步动态随机存取存储器(sdram，synchronousdynamicrandomaccessmemory)、双倍数据速率同步动态随机存取存储器(ddrsdram，doubledataratesynchronousdynamicrandomaccessmemory)、增强型同步动态随机存取存储器(esdram，enhancedsynchronousdynamicrandomaccessmemory)、同步连接动态随机存取存储器(sldram，synclinkdynamicrandomaccessmemory)、直接内存总线随机存取存储器(drram，directrambusrandomaccessmemory)。本发明实施例描述的存储器52旨在包括但不限于这些和任意其它适合类型的存储器。

上述本发明实施例揭示的方法可以应用于处理器51中，或者由处理器51实现。处理器51可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器51中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器51可以是通用处理器、dsp，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器51可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器52，处理器51读取存储器52中的信息，结合其硬件完成前述方法的步骤。

需要说明的是：上述实施例提供的图像处理装置在进行图像处理时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的图像处理装置与图像处理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

在示例性实施例中，本发明实施例还提供了一种计算机可读存储介质，例如包括计算机程序的存储器，上述计算机程序可由图像处理装置的处理器执行，以完成前述方法所述步骤。计算机可读存储介质可以是fram、rom、prom、eprom、eeprom、flashmemory、磁表面存储器、光盘、或cd-rom等存储器；也可以是包括上述存储器之一或任意组合的各种设备，如移动电话、计算机、平板设备、个人数字助理等。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现本发明实施例前述任一项所述图像处理方法。

本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括计算机可执行指令，该计算机可执行指令被执行后，能够实现本发明实施例前述任一项所述的图像处理方法的步骤。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。