图像合成方法、设备及存储介质与流程

1.本发明涉及图像处理技术领域，尤其涉及一种图像合成方法、设备及存储介质。


背景技术：

2.相关技术中，为了满足用户随时随地、方便快捷的通过移动手机拍摄各种证件照和修改处理证件照的需求，可通过素材图片和已有图像进行组合，生成符合用户需求的图像，如证件照等。
3.但是，现有的图像合成方法生成的图像较为不真实。


技术实现要素：

4.本发明的主要目的在于提供一种图像合成方法、设备及存储介质，旨在解决现有图像合成方法生成的图像不真实的问题。
5.为实现上述目的，第一方面，本发明提供一种图像合成方法，包括：
6.获取目标个体的待合成人像图和衣服素材图，其中，所述衣服素材图不包括脖子部分；
7.确定所述衣服素材图的衣领点在所述待合成人像图中的定位点；
8.根据所述定位点，确定出所述待合成人像图中脖子区域图像相对于所述衣服素材图的缺失区域；
9.根据所述脖子区域图像的纹理特征，修复所述缺失区域，得到修复后的脖子区域图像；
10.根据所述定位点，将所述待合成人像图中的人头部区域图像、所述修复后的脖子区域图像和所述衣服素材图进行合成，得到所述目标个体的目标图像。
11.在一实施例中，所述根据所述定位点，确定出所述待合成人像图中脖子区域图像相对于所述衣服素材图的缺失区域，包括：
12.根据所述待合成人像图，获得人脸区域掩码图像和第一脖子区域掩码图像；
13.根据所述衣服素材图，获得第二脖子区域掩码图像；
14.根据所述定位点，将所述第二脖子区域掩码图像映射到所述待合成图像中，并减去所述人脸区域掩码图像，获得预测脖子区域掩码图像；
15.将所述预测脖子区域掩码图像与所述第一脖子区域掩码图像进行对比，得到所述缺失区域。
16.在一实施例中，所述将所述预测脖子区域掩码图像与所述第一脖子区域掩码图像进行对比，得到所述缺失区域之前，所述方法还包括：
17.计算所述预测脖子区域掩码图像与第一脖子区域掩码图像的交集区域内各个像素点的亮度值，得到所有像素点的第一亮度值平均值以及预设排序范围内像素点的第二亮度值平均值；
18.若所述第一亮度值平均值与所述第二亮度值平均值的差值小于或者等于预设差
值，则执行所述将所述预测脖子区域掩码图像与所述第一脖子区域掩码图像进行对比，得到所述缺失区域。
19.在一实施例中，所述根据所述定位点，确定出所述待合成人像图中脖子区域图像相对于所述衣服素材图的缺失区域，包括：
20.将所述预测脖子区域掩码图像与所述第一脖子区域掩码图像进行对比，得到所述缺失区域。
21.在一实施例中，所述将所述预测脖子区域掩码图像与所述第一脖子区域掩码图像进行对比，得到所述缺失区域之后，所述方法还包括：
22.计算所述缺失区域的掩码像素量与所述第一脖子区域掩码图像的掩码像素量的比值；
23.判断所述比值是否小于预设阈值；
24.若小于所述预设阈值，则执行所述根据所述脖子区域图像的纹理特征，修复所述缺失区域，得到修复后的脖子区域图像。
25.在一实施例中，所述确定所述衣服素材图的衣领点在所述待合成人像图中的定位点，包括：
26.将所述待合成人像图输入训练好的下巴与脖子边界连接点识别模型，获得所述下巴与脖子边界连接点识别模型输出的边界点；
27.确定所述衣服素材图的衣领点；
28.根据头部高度比例确定出所述衣领点相对于所述边界点的纵向偏移量；
29.根据所述纵向偏移量，确定出所述衣领点在所述待合成人像图中的定位点。
30.在一实施例中，所述根据头部高度比例确定出所述衣领点相对于所述边界点的纵向偏移量，包括：
31.确定两个所述边界点的第一水平距离以及两个所述衣领点的第二水平距离；
32.获得所述第一水平距离与所述第二水平距离的距离比值；
33.确定所述待合成图像中左下颌部关键点、右下颌部关键点和下巴关键点的纵坐标信息；
34.确定出所述左下颌部关键点与下巴关键点的第一差值和所述第二预设人脸关键点和所述下巴关键点的第二差值中的最大值；
35.根据所述距离比值和所述最大值，确定出所述衣领点相对于所述边界点的纵向偏移量。
36.在一实施例中，所述根据所述纵向偏移量，确定出所述衣领点在所述待合成人像图中的定位点，包括：
37.确定出两个所述边界点的纵坐标中的坐标最大值；
38.根据所述坐标最大值与所述纵向偏移量，得到所述衣领点的目标纵向坐标；
39.遍历所述第一脖子区域掩码图像，将纵坐标与所述目标纵向坐标相同的两个边界像素点确定为所述定位点。
40.在一实施例中，所述根据所述脖子区域图像的纹理特征，修复所述缺失区域，得到修复后的脖子区域图像，包括：
41.对所述脖子区域图像的纹理特征进行采样，得到样本纹理特征；
42.根据所述样本纹理特征，填充所述缺失区域的纹理特征，得到填充结果；
43.将所述填充结果与所述脖子区域图像融合，获得修复后的脖子区域图像。
44.第二方面，本技术还提供了一种图像合成设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像合成程序，所述图像合成程序配置为实现如上所述的图像合成方法的步骤。
45.第三方面，本技术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上存储有图像合成程序，所述图像合成程序被处理器执行时实现如上所述的图像合成方法的步骤。
46.本发明实施例提供了一种图像合成方法，通过获取目标个体的待合成人像图和衣服素材图；确定所述衣服素材图的衣领点在所述待合成人像图中的定位点；根据所述定位点，确定出所述待合成人像图中脖子区域图像相对于所述衣服素材图的缺失区域；根据所述脖子区域图像的纹理特征，修复所述缺失区域，得到修复后的脖子区域图像；根据所述定位点，将所述待合成人像图中的人头部区域图像、所述修复后的脖子区域图像和所述衣服素材图进行合成，得到所述目标个体的目标图像。由此，本发明通过以所述衣服素材图的衣领点在所述待合成人像图中的定位点为参考进行合成，可解决衣领定位点与素材组合效果不佳导致的脖子过短过长、衣领与脖子不贴合等问题，并结合根据所述脖子区域图像的纹理特征，修复所述缺失区域，使得合成后的图像衔接更加自然，从而获得更加真实的合成图像。
附图说明
47.图1为本发明图像合成设备的结构示意图；
48.图2为本发明图像合成方法第一实施例的流程示意图；
49.图3为本发明人脸关键点的示意图；
50.图4为本发明图像合成方法第二实施例的流程示意图；
51.图5为本发明图像合成方法第三实施例的流程示意图；
52.图6为本发明图像合成方法第四实施例的流程示意图；
53.图7为本发明边界点的示意图；
54.图8为本发明定位点的示意图。
55.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
56.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
57.现有相关技术中，为了满足用户随时随地、方便快捷的通过移动手机拍摄各种证件照和修改处理证件照的需求，可通过素材图片和已有图像进行组合，生成符合用户需求的图像，如证件照等。目前现有的证件照应用中，主要采用使用素材或生成的脖子代替用户原脖子再加上衣服素材的换装方案，或者使用用户原脖子仅通过衣服素材贴图实现的换装方案。
58.但是，本技术发明人发现现有换装合成后的图片存在以下缺陷：
59.1.用户拍摄的人像脖子处及肩膀处超出衣服素材范围，导致换装后脖子、肩膀处
露出用户原有衣服纹理，导致换装效果较差。
60.2.用户拍摄的图像中脖子较短或脖子被衣物等遮挡一部分，与衣服素材衣领处露出的脖子范围不匹配，导致衣服或者背景在衣领处露出，换装效果较差。
61.3.使用生成或素材替换的方式代替用户原有脖子，但由于生成的脖子或素材脖子与用户面部清晰度、光影衔接等匹配度不高，导致“一眼假“问题，换装效果较差。
62.4.衣领定位点与素材组合效果不佳，导致换装效果中脖子过短、过长、衣领与脖子不贴合等问题。
63.即现有的图像合成方法生成的图像较为不真实。
64.为了解决上述问题，本技术还提供了一种图像合成方法，通过以所述衣服素材图的衣领点在所述待合成人像图中的定位点为参考进行合成，可解决衣领定位点与素材组合效果不佳导致的脖子过短过长、衣领与脖子不贴合等问题，并结合根据所述脖子区域图像的纹理特征，修复所述缺失区域，使得合成后的图像衔接更加自然，从而获得更加真实的合成图像。
65.下面结合一些具体实施例进一步阐述本技术的发明构思。
66.参照图1，图1为本技术实施例方案涉及的硬件运行环境的图像合成设备的结构示意图。
67.如图1所示，该图像合成设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)存储器，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
68.本领域技术人员可以理解，图1中示出的结构并不构成对图像合成设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
69.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、通信模块、用户接口模块以及图像合成程序。
70.在图1所示的图像合成设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明图像发送设备中的处理器1001、存储器1005可以设置在图像发送设备中，图像发送设备通过处理器1001调用存储器1005中存储的图像合成程序，并执行本技术实施例提供的图像合成方法。
71.基于上述硬件设备但不限于上述硬件设备，提出本技术一种图像合成方法第一实施例。参阅图2，图2为本技术图像合成方法第一实施例的流程示意图。
72.本实施例中，所述方法包括：
73.步骤s101、获取目标个体的待合成人像图和衣服素材图，其中，所述衣服素材图不包括脖子部分；
74.本实施例中，图像合成方法的执行主体为图像合成设备，图像合成设备用于根据输入的个人图像以及衣服素材图像合成用户所需的合成图像。图像合成设备可以手机、平
板等移动终端，还可以是本地计算机或者云端服务器等。
75.具体而言，图像合成设备可通过网络获取待合成人像图和衣服素材图，还可从本地数据库调取存储的待合成人像图和衣服素材图，或者，图像合成设备可从本地数据调取存储的待合成人像图，并从网络下载衣服素材图，本技术对此并不限制。且可以理解的，待合成人像图还可以是图像合成设备基于拍照指令实时拍摄获得的目标个体的待合成人像图。
76.可以理解的，待合成人像图至少包括人脸、脖子以及衣领部分。或者，待合成人像图还可包括人像头顶至肩部，即目标个体的证件照图像。且可以理解的，本实施例汇总，待合成人像图中脖子部分为露出状态。
77.衣服素材图至少包括人像模型以及与该人像模型匹配的衣物图像，该人像模型包括漏出衣物图像之外的预设脖子区域，该预设脖子区域可以为留白区域。值得一提的是，本实施例中，衣物图像包括衣领部分。
78.步骤s102、确定所述衣服素材图的衣领点在所述待合成人像图中的定位点。
79.其中衣领点为衣服素材图的预设脖子区域的左右边界点。通过确定所述衣服素材图的衣领点在所述待合成人像图中的定位点，可使得待合成人像图的脖子区域与衣服素材图在比例上更加协调。定位点即为合成步骤中，衣服素材图的边界点需要叠加到的坐标位置处。
80.步骤s103、根据所述定位点，确定出所述待合成人像图中脖子区域图像相对于所述衣服素材图的缺失区域。
81.在确定出定位点之后，即找出合成时待合成人像图和衣服素材图的参考点之后，以此外参照即可确定出所述待合成人像图中脖子区域图像相对于所述衣服素材图的缺失区域。
82.可以理解的，在用户合成图像时，由于用户拍摄的图像中脖子较短或者脖子被衣物遮挡一部分等情况，即所述待合成人像图中脖子区域图像与预设图像的预设脖子区域不匹配，导致直接将待合成人像图和衣服素材图进行叠加会导致比例失调。因此，本实施例中，可将脖子区域图像与衣服素材图的预设脖子区域进行比对，可确定出真实的个人脖子相对于理想的脖子区域之间缺失的部分，也即是缺失区域。
83.例如，用户上传的待合成图像中脖子较短，而衣服素材图像中预设脖子区域较为修长，此时，可以定位点为参考点，确定出脖子区域图像相对于所述预设脖子区域的缺失区域，以使得合成后人体比例更加协调，即更加真实。
84.步骤s104、根据所述脖子区域图像的纹理特征，修复所述缺失区域，得到修复后的脖子区域图像。
85.本实施例，可通过所述脖子区域图像的纹理特征，修复所述缺失区域，使得缺失区域的纹理特征和真实的个人脖子的纹理特征一致。
86.步骤s105、根据所述定位点，将所述待合成人像图中的人头部区域图像、所述修复后的脖子区域图像和所述衣服素材图进行合成，得到所述目标个体的目标图像。
87.具体而言，该步骤中，以定位点为参考点，将待合成人像图中的人头部区域图像、修复后的脖子区域图像和所述衣服素材图进行合成，得到目标个体的目标图像。如，将用户选取的背景颜色设为画布背景色；将人头部区域图像叠加于背景底色图层上。将修复后的
画布边长的比例系数。
105.还可通过公式drawjawh＝jawhratio*l计算出人脸下巴在画布中到画布下边缘的高度。其中，drawjawh为人脸下巴在画布中到画布下边缘的高度信息。jawhratio为根据人脸美学比例设置好的下巴至画布下边缘高度-画布边长的比例系数。
106.步骤a40、计算所述宽度信息和待合成图像中实际人脸宽度的缩放比值，并根据缩放比值，将待合成图像和人脸关键点信息缩放，得到中间缩放图像；
107.其中，可根据下式：
108.scale＝drawfacew/facew计算所述宽度信息和待合成图像中实际人脸宽度的第一比值。其中，scale为该缩放比值。
109.步骤a50、以瞳孔中点为参考点，将所述中间缩放图像平移至所述画布中，得到缩放图像。
110.具体而言，计算人脸点位中两瞳孔中心的104点和105点的中点，记为eyescenter；以eyescenter为锚点平移中间缩放图像，将中间缩放图像中eyescenter平移到画布的(l/2，l-drawjawh)位置上；同时平移人脸关键点信，得到缩放图像。
111.可以理解的，后续对待合成图像的均是对缩放图像的操作。
112.基于上述实施例，提出本技术图像合成方法第二实施例，参阅图4，图4为本技术图像合成方法第二实施例的流程示意图。
113.本实施例中，步骤s103之前，所述方法还包括：
114.步骤s201、根据所述待合成人像图，获得人脸区域掩码图像和第一脖子区域掩码图像；
115.该步骤中，可对缩放图像进行人像分割，从而得到人脸区域掩码图像和人头带脖子区域掩码图像。其中，人脸区域掩码图像包括头发和脸部。人头带脖子区域掩码图像包括头发、脸部和露出的脖颈区域。
116.将人脸区域掩码图像和人头带脖子区域掩码图像相减之后，获得第一脖子区域掩码图像。即第一脖子区域掩码图像包括用户真实的脖子区域图像。该第一脖子区域掩码图像可反映用户真实的纹理特征。
117.步骤s203、根据所述衣服素材图，获得第二脖子区域掩码图像。
118.本步骤中，通过对衣服素材图进行人像分割，即可得到第二脖子区域掩码图像。该第二脖子区域掩码图像即为衣服素材图的预设脖子区域。
119.步骤s205、根据所述定位点，将所述第二脖子区域掩码图像映射到所述待合成图像中，并减去所述人脸区域掩码图像，获得预测脖子区域掩码图像；
120.本步骤中，按照左衣领点c与左定位点e、右衣领点d与右定位点f的对应关系，将第二脖子区域掩码图映射到缩放图像上，再减去由前述分割得到人脸区域掩码图像，以祛除下巴部分，得到预测脖子区域掩码图像。
121.步骤s207、将预测脖子区域掩码图像与第一脖子区域掩码图像进行对比，得到缺失区域。
122.即将预测脖子区域掩码图像与第一脖子区域掩码图像相减，得到用户针对该衣服素材图像所需漏出脖子缺失部分的掩码图像，该掩码图像对应的区域即为缺失区域。
123.基于上述方法第二实施例，提出本技术图像合成方法第三实施例，参阅图5，图5为
本技术图像合成方法第三实施例的流程示意图。
124.本实施例中，步骤s207之前，所述方法还包括：
125.步骤s206、计算所述预测脖子区域掩码图像与第一脖子区域掩码图像的交集区域内各个像素点的亮度值，得到所有像素点的第一亮度值平均值以及预设排序范围内像素点的第二亮度值平均值。
126.具体而言，可通过此区域内各个像素点的rgb通道值计算亮度值。
127.brightness＝0.3*r+0.6*g+0.1*b；其中，brightness为亮度值。可以理解的，亮度值还可基于其他颜色空间进行计算，本实施例对此并不限定。
128.获得该预测脖子区域掩码图像中各个像素点的亮度值后，可统计所有像素点的第一亮度值平均值与亮度值排序中前10％的平均值的差。即此时，预设排序范围为前10％。可以理解的预设排序范围可根据用户的具体肤色以及打光条件等进行取值，此处并不限定。
129.若所述第一亮度值平均值与所述第二亮度值平均值的差值小于或者等于预设差值，则执行所述步骤s207。
130.本实施例中，若所述第一亮度值平均值与所述第二亮度值平均值的差值小于或者等于预设差值，则认为不存在“阴阳脖子”的情况，即可使用用户真实脖子的纹理特征来修复缺失区域。
131.若所述第一亮度值平均值与所述第二亮度值平均值的差值大于预设差值，则认为存在“阴阳脖子”的情况，此时即使使用用户真实脖子的纹理特征来修复缺失区域，仍将存在，甚至于加重“阴阳脖子”的程度，因此可不应该使用用户真实脖子的纹理特征来修复缺失区域。此时执行步骤s208：根据衣服素材图像生成替代脖子区域图像；
132.步骤s209、根据所述定位点，将所述待合成人像图中的人头部区域图像、所述替代脖子区域图像和所述衣服素材图进行合成，得到所述目标个体的目标图像。
133.即本实施例中，在判断用户真实图像手光照、肤色甚至于拍照缺陷导致存在“阴阳脖子”等问题时，即用户真实脖子的纹理特征不协调时，可生成替代脖子区域图像，使用替代脖子区域图像替换掉用户的脖子区域图像来进行合成，以提高合成图像的真实度。
134.基于上述实施例，提出本技术图像合成方法第四实施例，参阅图6，图6为本技术图像合成方法第四实施例的流程示意图。
135.本实施例中，步骤s103之后，所述方法还包括：
136.步骤s210、计算所述缺失区域的掩码像素量与所述第一脖子区域掩码图像的掩码像素量的比值；
137.步骤s211、判断所述比值是否小于预设阈值；
138.若小于所述预设阈值，则执行所述步骤s104、根据所述脖子区域图像的纹理特征，修复所述缺失区域，得到修复后的脖子区域图像。
139.具体而言，本实施例中统计脖子缺失部分，即缺失区域的掩码像素量losssum与真实脖子区域，即第一脖子区域掩码图像的掩码像素量necksum的比值losssum/necksum。
140.如果比值losssum/necksum小于预设阈值，则确定待合成图像中当前脖子缺失部分不多，可以用真实脖子像素采样纹理填充缺失部分，即后续修复步骤的难度较小且修复后质量较高。
141.如果比值losssum/necksum大于或者等于预设阈值，则认为当前脖子缺失过多，如
存在遮挡部分，或者用户的脖子区域图像与预设脖子区域图像的尺寸差异较大，脖子区域图像不足以采样填充缺失部分，或者修复填充后质量较低，仍存在不真实感等问题，此时不应该使用用户真实脖子，可执行步骤s208。
142.作为一个实施例，所述确定所述衣服素材图的衣领点在所述待合成人像图中的定位点，包括：
143.步骤b10、将所述待合成人像图输入训练好的下巴与脖子边界连接点识别模型，获得所述下巴与脖子边界连接点识别模型输出的边界点。
144.参阅图7，本实施例中，下巴与脖子边界连接点识别模型可预先通过大量标记了边界点的人像图片选训练得到。将待合成人像图输入到下巴与脖子边界连接点识别模型，下巴与脖子边界连接点识别模型输出的边界点。
145.步骤b20、确定所述衣服素材图的衣领点。
146.该步骤中，可通过衣服素材图中的第二脖子区域掩码图像直接检测得到所述衣服素材图的衣领点。
147.步骤b30、根据头部高度比例确定出所述衣领点相对于所述边界点的纵向偏移量。
148.本实施例中，头部高度比例为行业标准或者行业推荐的头部高度比例。或者，从而可以此为依据确定出所述衣领点相对于所述边界点的纵向偏移量。其中，头部高度比例还可以为用户输入的自身真实的头部高度比例，本实施例对此并不限制。
149.具体而言，作为本实施例的一种选择，可依据下颌部和下巴的尺寸确定出衣领点相对于所述边界点的纵向偏移量。此时，步骤b30，包括：
150.(1)确定两个所述边界点的第一水平距离以及两个所述衣领点的第二水平距离；
151.(2)获得所述第一水平距离与所述第二水平距离的距离比值；
152.其中，可通过下式确定距离比值：
153.ratio＝lenab/lencd；
154.其中，ratio为距离比值，lenab为边界点a和边界点b之间的第一水平距离，lencd为衣领点c和衣领点d之间的第二水平距离。
155.(3)确定所述待合成图像中左下颌部关键点、右下颌部关键点和下巴关键点的纵坐标信息；
156.(4)确定出所述左下颌部关键点与下巴关键点的第一差值和所述第二预设人脸关键点和所述下巴关键点的第二差值中的最大值；
157.具体而言，计算人脸关键点中11、21和16点在竖直方向距离的最大值，即
158.h＝max((facepoint[16].y-facepoint[11].y),(facepoint[16].y-facepoint[21].y))；其中，h即为最大值。
[0159]
(4)根据所述距离比值和所述最大值，确定出所述衣领点相对于所述边界点的纵向偏移量。
[0160]
根据下式该距离比值和h计算出衣领点c、d在相对边界点a、b两点在竖直方向的向下偏移量：
[0161]
diff＝h*ratio；其中，diff即为纵向偏移量。
[0162]
步骤b40、根据所述纵向偏移量，确定出所述衣领点在所述待合成人像图中的定位点。
[0163]
在计算出纵向偏移量后，即可以边界点为参照点，以纵向偏移量为偏移量确定出所述衣领点在所述待合成人像图中的定位点。
[0164]
作为一个实施例中，由于用户的姿态必然存在不对称的问题，如左侧脸大，或者右侧脸大，或者左侧脸高，右侧脸低等情况，为了进一步使得合成后比例更加真实自然，步骤b40具体包括：
[0165]
(1)确定出两个所述边界点的纵坐标中的坐标最大值；
[0166]
(2)根据所述坐标最大值与所述纵向偏移量，得到所述衣领点的目标纵向坐标；
[0167]
(3)遍历所述第一脖子区域掩码图像，将纵坐标与所述目标纵向坐标相同的两个边界像素点确定为所述定位点。
[0168]
具体而言，衣领点的目标纵向坐标clothy＝max(a.y，b.y)+diff，其中max代表取最大值，a.y为边界点a的纵坐标，b.y为边界点b的纵坐标。遍历所述第一脖子区域掩码图像，搜索得到纵坐标为clothy的第一个有效像素的横坐标xleft和的最后一个有线像素的横坐标xright。参阅图8，将坐标(xleft，clothy)(xright，clothy)定义为左定位点e和右定位点f，即得到该定位点。
[0169]
作为一个实施例，步骤s104包括：
[0170]
步骤c10、对所述脖子区域图像的纹理特征进行采样，得到样本纹理特征。
[0171]
本实施例中，第一脖子区域掩码图像包括有用户真实的脖子区域图像的纹理特征，可对第一脖子区域掩码图像进行采样。即将第一脖子区域掩码图像作为采样器的感兴趣区域，从而采样得到样本纹理特征。
[0172]
步骤c20、根据所述样本纹理特征，填充所述缺失区域的纹理特征，得到填充结果。
[0173]
通过图像修复填充技术(inpainting)，在所述缺失区域根据所述样本纹理特征填充纹理特征，得到填充结果。
[0174]
步骤c30、将所述填充结果与所述脖子区域图像融合，获得修复后的脖子区域图像。
[0175]
具体而言，可通过边缘融合方式将填充结果与原脖子区域图像纹理融合自然，得到修复后的脖子区域图像。
[0176]
此外，本发明实施例还提出一种计算机存储介质，存储介质上存储有视频编码程序，视频编码程序被处理器执行时实现如上文的视频编码方法的步骤。因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本技术所涉及的计算机可读存储介质实施例中未披露的技术细节，请参照本技术方法实施例的描述。确定为示例，程序指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。
[0177]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，上述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，上述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random accessmemory，ram)等。
[0178]
另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以
不是物理单元，即可以位于一个地方，或者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者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0179]
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用cpu、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本发明而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本发明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可读取的存储介质中，如计算机的软盘、u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等，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的方法。
[0180]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。