图像处理方法和处理装置、电子设备和可读存储介质与流程

1.本技术属于图像处理
技术领域：
：，具体涉及一种图像处理方法和处理装置、电子设备和可读存储介质。
背景技术：
：：2.在相关技术中，算法磨皮是美颜中的基础效果，现有的传统磨皮算法一般都采用分频的方式进行滤波，分频滤波算法难以兼容在保持人脸结构立体的情况下对底层瑕疵亮度的均匀化，导致磨皮效果不好。技术实现要素：3.本技术实施例的目的是提供一种图像处理方法和处理装置、电子设备和可读存储介质，能够解决磨皮效果不好的问题。4.第一方面，本技术实施例提供了一种图像处理方法，包括：5.获取原始图像；6.建立原始图像对应的图像金字塔；7.将图像金字塔的低频图，确定为待处理图像；8.对待处理图像进行模糊化处理，得到第一图像；9.根据待处理图像和第一图像，生成第二图像；10.根据待处理图像的直方图分布，确定对应的第一曲线，其中，第一曲线用于提高或降低第二图像中第一目标区域的亮度值；11.基于第一曲线处理第二图像；12.在处理后的第二图像满足预设条件的情况下，输出处理后的第二图像。13.第二方面，本技术实施例提供了一种图像处理装置，包括：14.获取模块，用于获取原始图像；15.建立模块，用于建立原始图像对应的图像金字塔；16.确定模块，用于将图像金字塔的低频图，确定为待处理图像；17.处理模块，用于对待处理图像进行模糊化处理，得到第一图像；18.生成模块，用于根据待处理图像和第一图像，生成第二图像；19.确定模块，还用于根据待处理图像的直方图分布，确定对应的第一曲线，其中，第一曲线用于提高或降低第二图像中第一目标区域的亮度值；20.处理模块，还用于基于第一曲线处理第二图像；21.输出模块，用于在处理后的第二图像满足预设条件的情况下，输出处理后的第二图像。22.第三方面，本技术实施例提供了一种电子设备，包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。23.第四方面，本技术实施例提供了一种可读存储介质，该可读存储介质上存储程序或指令，该程序或指令被处理器执行时实现如第一方面的方法的步骤。24.第五方面，本技术实施例提供了一种芯片，该芯片包括处理器和通信接口，该通信接口和该处理器耦合，该处理器用于运行程序或指令，实现如第一方面的方法的步骤。25.第六方面，本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法。26.本技术实施例通过基于对原始图像的图像金字塔，确定待处理图像，并进一步对待处理图像进行blur(模糊化)处理，基于处理前后的图片，确定待提亮的mask(遮罩)区域，并基于原待处理图像的直方图分布的均匀程度，确定用于对mask区域进行提亮处理的第一区域，基于该第一曲线，对待提亮的mask区域进行提亮处理，从而能够有效提亮人脸图像中的暗部区域，如斑点、伤疤等区域，该处理不会对人脸增提进行提亮，因此不会伤害人脸的立体结构，且无需利用ai算法，对设备性能的占用和开销均较小，实现了在保持人脸结构立体的情况下，实现对瑕疵部分亮度的均匀化，提高了磨皮效果。附图说明27.图1示出了根据本技术实施例的图像处理方法流程图；28.图2示出了根据本技术实施例的图像处理方法的算法示意图；29.图3示出了根据本技术实施例的图像处理装置的结构框图；30.图4示出了根据本技术实施例的电子设备的结构框图；31.图5为实现本技术实施例的一种电子设备的硬件结构示意图。具体实施方式32.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本技术保护的范围。33.本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。34.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的图像处理方法和处理装置、电子设备和可读存储介质进行详细地说明。35.在本技术的一些实施例中，提供了一种图像处理方法，图1示出了根据本技术实施例的图像处理方法流程图，如图1所示，方法包括：36.步骤102，获取原始图像；37.步骤104，建立原始图像对应的图像金字塔；38.步骤106，将图像金字塔的低频图，确定为待处理图像；39.步骤108，对待处理图像进行模糊化处理，得到第一图像；40.步骤110，根据待处理图像和第一图像，生成第二图像；41.步骤112，根据待处理图像的直方图分布，确定对应的第一曲线；42.在步骤112中，第一曲线用于提高或降低第二图像中第一目标区域的亮度值；43.步骤114，基于第一曲线处理第二图像；44.步骤116，在处理后的第二图像满足预设条件的情况下，输出处理后的第二图像。45.在本技术实施例中，原始图像，即输入算法图像，具体为用户选择的需要进行美颜处理的图像。由于原始图像的分辨率、图像尺寸很大，因此在接收到原始图像之后，首先，建立原始图像对应的图像金字塔。46.图像金字塔具体是分辨率逐步降低的图像集合，图像所处的层级越高，图像尺寸越小，分辨率越低。根据图像金字塔降低原始图像的尺寸和分辨率，能够有效减少磨皮算法对设备性能的开销，提高磨皮效率。47.具体地，可以选取图像金字塔中从顶端开始的第四层图像，作为待处理图像，有利于减少磨皮算法的性能开销，同时保留细节。48.其中，待处理图像具体为人脸图像，在接收到待处理图像后，首先，对待处理图像进行模糊化处理，具体地，可通过对待处理图像做blur处理，从而进行模糊化。其中，blur处理的处理面积可以是待处理图像中，人脸部分面积的四分之一。进行blur处理后，得到与待处理图像对应的、模糊化的第一图像。根据第一图像和模糊化处理前的待处理图像，得到第二图像，该第二图像，即是待提亮处理的遮罩(mask)区域。49.进一步地，基于待处理图像的直方图分布，具体基于待处理图像的直方图分布的均匀程度，结合预设的经验映射关系，确定对应的第一曲线，该第一曲线具体是用于调节第二图像中的第一目标区域，也即待提亮处理的mask区域的亮度的曲线。50.通过第一曲线，能够对第二图像的亮度值进行提亮或压暗。以先进行提亮处理为例，通过该第一曲线，对第二图像，也即待处理图像中的mask区域进行lut(look-up-table)映射操作处理，从而提亮人脸中的暗部区域(脏污区域，如斑点、伤疤等)，在处理后，判断处理后的第二图像是否满足预设条件，如果满足，则输出该第二图像，作为磨皮后的mask区域，最终得到美颜后的人脸照片。51.本技术实施例通过对待处理图像进行blur处理，基于处理前后的图片，确定待提亮的mask区域，并基于原待处理图像的直方图分布的均匀程度，确定用于对mask区域进行提亮处理的第一区域，基于该第一曲线，对待提亮的mask区域进行提亮处理，从而能够有效提亮人脸图像中的暗部区域，如斑点、伤疤等区域，该处理不会对人脸增提进行提亮，因此不会伤害人脸的立体结构，且无需利用ai算法，对设备性能的占用和开销均较小，实现了在保持人脸结构立体的情况下，实现对瑕疵部分亮度的均匀化，提高了磨皮效果。52.在本技术的一些实施例中，待处理图像包括n个第一像素，第一图像包括n个第二像素，n个第一像素与n个第二像素一一对应，n为正整数；53.根据待处理图像和第一图像，生成第二图像，包括：54.根据待处理图像，确定第一亮度值集合，第一亮度值集合包括n个第一像素的亮度值；55.根据第一图像，确定第二亮度值集合，第二亮度值集合包括n个第二像素的亮度值；56.根据第一亮度值集合和第二亮度值集合，生成第二图像。57.在本技术实施例中，在确定第二图像，也即待提亮的mask区域时，可根据原始的待处理图像和第一图像的亮度差，来对待提亮的mask区域进行确定。58.具体地，第一图像是由待处理图像经blur处理后得到，因此第一图像和第二图像中的像素点是一一对应的。其中，待处理图像中的像素记为第一像素，第一图像中的像素记为第二像素。59.由于blur处理能够在图像中产生高反差，即能够使图像中，亮的像素更亮，暗的像素更暗。其中，图像的亮度值，指的是图像中像素点的亮度值的集合，因此，原始的待处理图像的亮度值，即n个第一像素对应的n个第一亮度值的集合，同理，第一图像的亮度值，即n个第二像素对应的n个第二亮度值的集合。60.通过第一亮度值集合和第二亮度值集合，能够得到待处理图像中的暗部区域，也即需要进行提亮处理的mask区域，也即上述第二图像。61.本技术通过根据blur处理前后的图像亮度，确定待提亮的mask区域，也即人脸图像中的脏污部分，针对该部分进行有针对性的提亮处理，能够在保证人脸图像整体立体结构的情况下，对底层瑕疵亮度进行提亮和均匀化，有效地提高了磨皮效果。62.在本技术的一些实施例中，根据第一亮度值集合和第二亮度值集合，生成第二图像，包括：63.根据第一亮度值集合和第二亮度值集合的差值，确定第一差值集合；64.根据第一差值集合中，亮度值小于零的m个差值，确定对应的m个第一目标像素，m为小于n的正整数；65.在待处理图像中去除m个第一目标像素，得到第二图像。66.在本技术实施例中，第一亮度值集合，即待处理图像中，n个第一像素的亮度值的集合。同理，第二亮度值集合，是第一图像中，n个第二像素的亮度值的集合。其中，像素点的亮度值即像素值，其范围是[0，255]。[0067]计算第一亮度值集合与第二亮度值集合时，将对应的第一像素的亮度值，减去对应的第二像素的亮度值，得到n个差值，这n个差值的集合，即上述第一差值集合。[0068]由于第一图像是在原始的待处理图像的基础上，经过blur处理后得到的图像，其n个第二像素中，亮的像素变得更亮，也即亮度值提高，暗的像素变得更案，也即亮度值减少。因此，在第一图像中，“亮”的像素的亮度值变得更高，而“暗”的像素的亮度值变得更低。[0069]因此，在计算第一亮度值集合与第二亮度值集合的差值时，由于第一图像中，“亮”的像素的亮度值变大了，因此会大于原始的待处理图像中对应像素的亮度值，也就是说，对于“亮”的像素，差值会小于零。[0070]同理，在第二图像中，“暗”的像素的亮度值变小了，因此会小于原始的待处理图像中对应像素的亮度值，也就是说，对于“暗”的像素，差值会大于零。[0071]因此，在得到第一亮度值集合与第二亮度值集合的第一差值集合后，在其中确定亮度值小于零的m个差值，也就相当于得到了待处理图像中的m个“亮”像素，这m个亮像素是不需要提亮处理的，正常人脸的像素，而剩下的n-m个像素，则是人脸图像中，需要提亮的“脏污”部分。[0072]在待处理图像中，去除m个亮像素后，得到仅包含需要提亮的n-m个暗像素，即得到了第二图像。基于第一曲线对第二图像中的暗像素进行调亮处理，即相当于进行了“加深”处理，能够有效去除人脸图像中的脏污部分，同时不会对正常像素进行调整，保证了人脸的立体结构，提高了磨皮效果。[0073]在本技术的一些实施例中，在基于第一曲线处理第二图像之后，图像处理方法还包括：[0074]在处理后的第二图像不满足预设条件的情况下，根据直方图分布，确定对应的第二曲线，其中，第二曲线用于提高或降低第一目标区域的亮度值，预设条件包括处理后的第二图像的强度值小于预设阈值；[0075]对处理后的第二图像进行模糊化处理，得到第三图像；[0076]根据第三图像，确定第三亮度值集合；[0077]根据第二亮度值集合和第三亮度值集合的差值，确定第二差值集合；[0078]根据第二差值集合中，亮度值大于零的o个差值，确定对应的o个第二目标像素，o为小于n的正整数；[0079]在处理后的第二图像中，去除o个第二目标像素，得到第四图像；[0080]基于第二图像处理第四图像；[0081]将处理后的第四图像更新为待处理图像，并再次执行对待处理图像进行模糊化处理的步骤。[0082]在本技术实施例中，预设条件，指的是第二图像的强度值小于预设阈值。其中，第二图像的强度值，指的是经第一曲线提亮后，第二图像中每一个像素的像素值的集合。如果在经过第一曲线提亮后，第二图像中的每一个像素的像素值，均小于预设的像素值阈值，即上述预设阈值。[0083]能够理解的是，像素值的取值范围是0至255，预设阈值的取值范围也在0至255之间，可根据实际需求自由设置。[0084]如果在经过第一曲线提亮后，第二图像没有满足预设条件，则进一步根据待处理图像的直方图分布的均匀程度，结合预设的经验映射关系，确定对应的第二曲线，该第二曲线具体用于降低待提亮处理的mask区域的亮度的曲线。[0085]在得到第二曲线后，进一步对第二图像进行再次的模糊化处理，即blur处理，得到处理后的第三图像，其中，blur处理的处理面积可以是待处理图像中，人脸部分面积的四分之一。进行blur处理后，得到与待处理图像对应的、模糊化的第三图像。[0086]进一步地，与确定待处理图像和第一图像的亮度值相同，确定第二图像的第三亮度值集合，和第三图像的第四亮度值集合。其中，相较于第二图像，第三图像中，“亮”的像素的亮度值变得更高，而“暗”的像素的亮度值变得更低。[0087]因此，计算第三亮度值集合和第四亮度值集合的差，得到第二差值集合后，在其中确定亮度值大于零的o个差值，也就相当于得到了待处理图像中的m个“暗”像素，这暗个亮像素是需要提亮处理的，人脸图像中，需要提亮的“脏污”部分。[0088]在第二图像中，去除这o个差值对应的第二目标像素，即得到需要压暗亮度的mask区域，即第四图像，通过第二曲线，对第四图像进行再次的lut映射操作处理，从而拉暗mask区域，即相当于进行了“减淡”处理。[0089]通过“减淡”处理后的第四图像，作为新的待处理图像，并重新执行图1中的步骤102，直至最终处理后得到的第二图像满足预设条件后，确定磨破结束。[0090]本技术实施例能够有效提亮人脸图像中的暗部区域，如斑点、伤疤等区域，该处理不会对人脸增提进行提亮，因此不会伤害人脸的立体结构，且无需利用ai算法，对设备性能的占用和开销均较小，实现了在保持人脸结构立体的情况下，实现对瑕疵部分亮度的均匀化，提高了磨皮效果。[0091]在本技术的一些实施例中，在基于第一曲线处理第二图像，或基于第二曲线处理第二图像之前，方法还包括：[0092]获取预设遮罩，预设遮罩用于使第二图像的第二目标区域的亮度值保持不变；[0093]通过预设遮罩处理第二目标区域。[0094]在本技术实施例中，在基于第一曲线对第二图像进行提亮，或基于第二图像对第二图像进行拉暗时，获取预设遮罩，该预设遮罩为五官保护mask，用于对人脸的五官区域进行保护，从而避免将人脸的五官误判为人脸脏污进行提亮，能够保留人脸五官细节。[0095]具体地，在通过预设遮罩处理第二图像的第二目标区域，也即五官区域后，五官区域内的亮度值在预设遮罩的保护下，不会收到第一曲线和第二曲线的影响，因此人脸五官不会收到磨皮算法的影响，能够准确还原五官细节，保证磨皮效果。[0096]在本技术的一些实施例中，在输出处理后的第二图像之后，方法还包括：通过第二图像，对原始图像进行处理，得到处理后的目标图像。[0097]在本技术实施例中，在输出第二图像，作为磨皮后的mask区域后，通过该mask区域与原始图像，也即最初的人脸图像进行处理，从而提亮人脸图像中的暗部区域，如斑点、伤疤等区域，得到磨皮美颜后的人脸图像。该过程不会对人脸增提进行提亮，因此不会伤害人脸的立体结构，且无需利用ai算法，对设备性能的占用和开销均较小，实现了在保持人脸结构立体的情况下，实现对瑕疵部分亮度的均匀化，提高了磨皮效果。图2示出了根据本技术实施例的图像处理方法的算法示意图，如图2所示，算法包括：[0098]在得到原始图像后，通过图像金字塔得到待处理图像，并根据直方图经验获取第一曲线和第二曲线。[0099]对待处理图像进行blur处理，得到第一图像，并根据待处理图像和blur处理后的第一图像，得到高反差的第二图像，通过预设遮罩对第二图像中的目标区域进行保护，并基于第一曲线对其进行处理，得到提亮后的第二图像。[0100]判断第二图像是否满足预设条件，如果满足，则输出第二图像，如果不满足，则对第二图像进行blur处理，得到高反差的第三图像，并根据第二图像和第三图像，得到高反差的第四图像。通过预设遮罩对第四图像中的目标区域进行保护，并基于第二曲线对其进行处理，得到压暗后的第四图像。[0101]将压暗后的第四图像，作为新的待处理图像，并重新进行blur处理等算法处理步骤，直至生成的第二图像满足预设条件。[0102]在本技术的一些实施例中，提供了一种图像处理装置，图3示出了根据本技术实施例的图像处理装置的结构框图，如图3所示，图像处理装置300包括：[0103]获取模块302，用于获取原始图像；[0104]建立模块304，用于建立原始图像对应的图像金字塔；[0105]确定模块306，用于将图像金字塔的低频图，确定为待处理图像；[0106]处理模块308，用于对待处理图像进行模糊化处理，得到第一图像；[0107]生成模块310，用于根据待处理图像和第一图像，生成第二图像；[0108]确定模块306，用于根据待处理图像的直方图分布，确定对应的第一曲线，其中，第一曲线用于提高或降低第二图像中目标区域的亮度值；[0109]处理模块308，还用于基于第一曲线处理第二图像；[0110]输出模块312，用于在处理后的第二图像满足预设条件的情况下，输出处理后的第二图像。[0111]在本技术实施例中，原始图像，即输入算法图像，具体为用户选择的需要进行美颜处理的图像。由于原始图像的分辨率、图像尺寸很大，因此在接收到原始图像之后，首先，建立原始图像对应的图像金字塔。[0112]图像金字塔具体是分辨率逐步降低的图像集合，图像所处的层级越高，图像尺寸越小，分辨率越低。根据图像金字塔降低原始图像的尺寸和分辨率，能够有效减少磨皮算法对设备性能的开销，提高磨皮效率。[0113]具体地，可以选取图像金字塔中从顶端开始的第四层图像，作为待处理图像，有利于减少磨皮算法的性能开销，同时保留细节。[0114]其中，待处理图像具体为人脸图像，在接收到待处理图像后，首先，对待处理图像进行模糊化处理，具体地，可通过对待处理图像做blur处理，从而进行模糊化。其中，blur处理的处理面积可以是待处理图像中，人脸部分面积的四分之一。进行blur处理后，得到与待处理图像对应的、模糊化的第一图像。根据第一图像和模糊化处理前的待处理图像，得到第二图像，该第二图像，即是待提亮处理的遮罩(mask)区域。[0115]进一步地，基于待处理图像的直方图分布，具体基于待处理图像的直方图分布的均匀程度，结合预设的经验映射关系，确定对应的第一曲线，该第一曲线具体是用于调节第二图像中的第一目标区域，也即待提亮处理的mask区域的亮度的曲线。[0116]通过第一曲线，能够对第二图像的亮度值进行提亮或压暗。以先进行提亮处理为例，通过该第一曲线，对第二图像，也即待处理图像中的mask区域进行lut(look-up-table)映射操作处理，从而提亮人脸中的暗部区域(脏污区域，如斑点、伤疤等)，在处理后，判断处理后的第二图像是否满足预设条件，如果满足，则输出该第二图像，作为磨皮后的mask区域，最终得到美颜后的人脸照片。[0117]图2示出了根据本技术实施例的图像处理方法的算法示意图，如图2所示，算法包括：[0118]在得到原始图像后，通过图像金字塔得到待处理图像，并根据直方图经验获取第一曲线和第二曲线。[0119]对待处理图像进行blur处理，得到第一图像，并根据待处理图像和blur处理后的第一图像，得到高反差的第二图像，通过预设遮罩对第二图像中的目标区域进行保护，并基于第一曲线对其进行处理，得到提亮后的第二图像。[0120]判断第二图像是否满足预设条件，如果满足，则输出第二图像，如果不满足，则对第二图像进行blur处理，得到高反差的第三图像，并根据第二图像和第三图像，得到高反差的第四图像。通过预设遮罩对第四图像中的目标区域进行保护，并基于第二曲线对其进行处理，得到压暗后的第四图像。[0121]将压暗后的第四图像，作为新的待处理图像，并重新进行blur处理等算法处理步骤，直至生成的第二图像满足预设条件。[0122]本技术实施例通过对待处理图像进行blur处理，基于处理前后的图片，确定待提亮的mask区域，并基于原待处理图像的直方图分布的均匀程度，确定用于对mask区域进行提亮处理的第一区域，基于该第一曲线，对待提亮的mask区域进行提亮处理，从而能够有效提亮人脸图像中的暗部区域，如斑点、伤疤等区域，该处理不会对人脸增提进行提亮，因此不会伤害人脸的立体结构，且无需利用ai算法，对设备性能的占用和开销均较小，实现了在保持人脸结构立体的情况下，实现对瑕疵部分亮度的均匀化，提高了磨皮效果。[0123]在本技术的一些实施例中，待处理图像包括n个第一像素，第一图像包括n个第二像素，n个第一像素与n个第二像素一一对应，n为正整数；[0124]确定模块，还用于根据待处理图像，确定第一亮度值集合，第一亮度值集合包括n个第一像素的亮度值；根据第一图像，确定第二亮度值集合，第二亮度值集合包括n个第二像素的亮度值；[0125]生成模块，还用于根据第一亮度值集合和第二亮度值集合，生成第二图像。[0126]在本技术实施例中，在确定第二图像，也即待提亮的mask区域时，可根据原始的待处理图像和第一图像的亮度差，来对待提亮的mask区域进行确定。[0127]具体地，第一图像是由待处理图像经blur处理后得到，因此第一图像和第二图像中的像素点是一一对应的。其中，待处理图像中的像素记为第一像素，第一图像中的像素记为第二像素。[0128]由于blur处理能够在图像中产生高反差，即能够使图像中，亮的像素更亮，暗的像素更暗。其中，图像的亮度值，指的是图像中像素点的亮度值的集合，因此，原始的待处理图像的亮度值，即n个第一像素对应的n个第一亮度值的集合，同理，第一图像的亮度值，即n个第二像素对应的n个第二亮度值的集合。[0129]通过第一亮度值集合和第二亮度值集合，能够得到待处理图像中的暗部区域，也即需要进行提亮处理的mask区域，也即上述第二图像。[0130]本技术通过根据blur处理前后的图像亮度，确定待提亮的mask区域，也即人脸图像中的脏污部分，针对该部分进行有针对性的提亮处理，能够在保证人脸图像整体立体结构的情况下，对底层瑕疵亮度进行提亮和均匀化，有效地提高了磨皮效果。[0131]在本技术的一些实施例中，确定模块，还用于根据第一亮度值集合和第二亮度值集合的差值，确定第一差值集合；根据第一差值集合中，亮度值小于零的m个差值，确定对应的m个第一目标像素，m为小于n的正整数；处理模块，还用于在待处理图像中去除m个第一目标像素，得到第二图像。[0132]在本技术实施例中，第一亮度值集合，即待处理图像中，n个第一像素的亮度值的集合。同理，第二亮度值集合，是第一图像中，n个第二像素的亮度值的集合。其中，像素点的亮度值即像素值，其范围是[0，255]。[0133]计算第一亮度值集合与第二亮度值集合时，将对应的第一像素的亮度值，减去对应的第二像素的亮度值，得到n个差值，这n个差值的集合，即上述第一差值集合。[0134]由于第一图像是在原始的待处理图像的基础上，经过blur处理后得到的图像，其n个第二像素中，亮的像素变得更亮，也即亮度值提高，暗的像素变得更案，也即亮度值减少。因此，在第一图像中，“亮”的像素的亮度值变得更高，而“暗”的像素的亮度值变得更低。[0135]因此，在计算第一亮度值集合与第二亮度值集合的差值时，由于第一图像中，“亮”的像素的亮度值变大了，因此会大于原始的待处理图像中对应像素的亮度值，也就是说，对于“亮”的像素，差值会小于零。[0136]同理，在第二图像中，“暗”的像素的亮度值变小了，因此会小于原始的待处理图像中对应像素的亮度值，也就是说，对于“暗”的像素，差值会大于零。[0137]因此，在得到第一亮度值集合与第二亮度值集合的第一差值集合后，在其中确定亮度值小于零的m个差值，也就相当于得到了待处理图像中的m个“亮”像素，这m个亮像素是不需要提亮处理的，正常人脸的像素，而剩下的n-m个像素，则是人脸图像中，需要提亮的“脏污”部分。[0138]在待处理图像中，去除m个亮像素后，得到仅包含需要提亮的n-m个暗像素，即得到了第二图像。基于第一曲线对第二图像中的暗像素进行调亮处理，即相当于进行了“加深”处理，能够有效去除人脸图像中的脏污部分，同时不会对正常像素进行调整，保证了人脸的立体结构，提高了磨皮效果。[0139]在本技术的一些实施例中，确定模块，还用于在处理后的第二图像不满足预设条件的情况下，根据直方图分布，确定对应的第二曲线，其中，第二曲线用于提高或降低第一目标区域的亮度值，预设条件包括处理后的第二图像的强度值小于预设阈值；[0140]处理模块，还用于对处理后的第二图像进行模糊化处理，得到第三图像；[0141]确定模块，还用于根据第二图像，确定第三亮度值集合；根据第三图像，确定第四亮度值集合；根据第三亮度值集合和第四亮度值集合的差值，确定第二差值集合；根据第二差值集合中，亮度值大于零的o个差值，确定对应的o个第二目标像素，o为小于n的正整数；[0142]处理模块，还用于在处理后的第二图像中，去除o个第二目标像素，得到第四图像；基于第二图像处理第四图像；将处理后的第四图像更新为待处理图像，并再次执行对待处理图像进行模糊化处理的步骤。[0143]在本技术实施例中，预设条件，指的是第二图像的强度值小于预设阈值。其中，第二图像的强度值，指的是经第一曲线提亮后，第二图像中每一个像素的像素值的集合。如果在经过第一曲线提亮后，第二图像中的每一个像素的像素值，均小于预设的像素值阈值，即上述预设阈值。[0144]能够理解的是，像素值的取值范围是0至255，预设阈值的取值范围也在0至255之间，可根据实际需求自由设置。[0145]如果在经过第一曲线提亮后，第二图像没有满足预设条件，则进一步根据待处理图像的直方图分布的均匀程度，结合预设的经验映射关系，确定对应的第二曲线，该第二曲线具体用于降低待提亮处理的mask区域的亮度的曲线。[0146]在得到第二曲线后，进一步对第二图像进行再次的模糊化处理，即blur处理，得到处理后的第三图像，其中，blur处理的处理面积可以是待处理图像中，人脸部分面积的四分之一。进行blur处理后，得到与待处理图像对应的、模糊化的第三图像。[0147]进一步地，与确定待处理图像和第一图像的亮度值相同，确定第二图像的第三亮度值集合，和第三图像的第四亮度值集合。其中，相较于第二图像，第三图像中，“亮”的像素的亮度值变得更高，而“暗”的像素的亮度值变得更低。[0148]因此，计算第三亮度值集合和第四亮度值集合的差，得到第二差值集合后，在其中确定亮度值大于零的o个差值，也就相当于得到了待处理图像中的m个“暗”像素，这暗个亮像素是需要提亮处理的，人脸图像中，需要提亮的“脏污”部分。[0149]在第二图像中，去除这o个差值对应的第二目标像素，即得到需要压暗亮度的mask区域，即第四图像，通过第二曲线，对第四图像进行再次的lut映射操作处理，从而拉暗mask区域，即相当于进行了“减淡”处理。[0150]通过“减淡”处理后的第四图像，作为新的待处理图像，直至最终处理后得到的第二图像满足预设条件后，确定磨破结束。[0151]本技术实施例能够有效提亮人脸图像中的暗部区域，如斑点、伤疤等区域，该处理不会对人脸增提进行提亮，因此不会伤害人脸的立体结构，且无需利用ai算法，对设备性能的占用和开销均较小，实现了在保持人脸结构立体的情况下，实现对瑕疵部分亮度的均匀化，提高了磨皮效果。[0152]在本技术的一些实施例中，图像处理装置还包括：[0153]获取模块，还用于获取预设遮罩，预设遮罩用于使第二图像的第二目标区域的亮度值保持不变；[0154]处理模块，还用于通过预设遮罩处理第二目标区域。[0155]在本技术实施例中，在基于第一曲线对第二图像进行提亮，或基于第二图像对第二图像进行拉暗时，获取预设遮罩，该预设遮罩为五官保护mask，用于对人脸的五官区域进行保护，从而避免将人脸的五官误判为人脸脏污进行提亮，能够保留人脸五官细节。[0156]具体地，在通过预设遮罩处理第二图像的目标区域，也即五官区域后，五官区域内的亮度值在预设遮罩的保护下，不会收到第一曲线和第二曲线的影响，因此人脸五官不会收到磨皮算法的影响，能够准确还原五官细节，保证磨皮效果。[0157]在本技术的一些实施例中，处理模块，还用于通过第二图像，对原始图像进行处理，得到处理后的目标图像。在本技术实施例中，在输出第二图像，作为磨皮后的mask区域后，通过该mask区域与原始图像，也即最初的人脸图像进行处理，从而提亮人脸图像中的暗部区域，如斑点、伤疤等区域，得到磨皮美颜后的人脸图像。该过程不会对人脸增提进行提亮，因此不会伤害人脸的立体结构，且无需利用ai算法，对设备性能的占用和开销均较小，实现了在保持人脸结构立体的情况下，实现对瑕疵部分亮度的均匀化，提高了磨皮效果。[0158]本技术实施例中的图像处理装置可以是电子设备，也也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(mobileinternetdevice，mid)、增强现实(augmentedreality，ar)/虚拟现实(virtualreality，vr)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobilepersonalcomputer，umpc)、上网本或者个人数字助理(personaldigitalassistant，pda)等，还可以为服务器、网络附属存储器(networkattachedstorage，nas)、个人计算机(personalcomputer，pc)、电视机(television，tv)、柜员机或者自助机等，本技术实施例不作具体限定。[0159]本技术实施例中的图像处理装置可以为具有操作系统的装置。该操作系统可以为安卓(android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本技术实施例不作具体限定。[0160]本技术实施例提供的图像处理装置能够实现上述方法实施例实现的各个过程，为避免重复，这里不再赘述。[0161]可选地，本技术实施例还提供一种电子设备，图4示出了根据本技术实施例的电子设备的结构框图，如图4所示，电子设备400包括处理器402，存储器404，存储在存储器404上并可在所述处理器402上运行的程序或指令，该程序或指令被处理器402执行时实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。[0162]需要说明的是，本技术实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。[0163]图5为实现本技术实施例的一种电子设备的硬件结构示意图。[0164]该电子设备500包括但不限于：射频单元501、网络模块502、音频输出单元503、输入单元504、传感器505、显示单元506、用户输入单元507、接口单元508、存储器509、以及处理器510等部件。[0165]本领域技术人员可以理解，电子设备500还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器510逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图5中示出的电子设备结构并不构成对电子设备的限定，电子设备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，在此不再赘述。[0166]其中，处理器510用于获取原始图像；[0167]建立原始图像对应的图像金字塔；将图像金字塔的低频图，确定为待处理图像；[0168]对待处理图像进行模糊化处理，得到第一图像；[0169]根据待处理图像和第一图像，生成第二图像；[0170]根据待处理图像的直方图分布，确定对应的第一曲线，其中，第一曲线用于提高或降低第二图像中第一目标区域的亮度值；[0171]基于第一曲线处理第二图像；[0172]在处理后的第二图像满足预设条件的情况下，输出处理后的第二图像。[0173]本技术实施例通过对待处理图像进行blur处理，基于处理前后的图片，确定待提亮的mask区域，并基于原待处理图像的直方图分布的均匀程度，确定用于对mask区域进行提亮处理的第一区域，基于该第一曲线，对待提亮的mask区域进行提亮处理，从而能够有效提亮人脸图像中的暗部区域，如斑点、伤疤等区域，该处理不会对人脸增提进行提亮，因此不会伤害人脸的立体结构，且无需利用ai算法，对设备性能的占用和开销均较小，实现了在保持人脸结构立体的情况下，实现对瑕疵部分亮度的均匀化，提高了磨皮效果。[0174]可选地，待处理图像包括n个第一像素，第一图像包括n个第二像素，n个第一像素与n个第二像素一一对应，n为正整数；[0175]处理器510，还用于根据待处理图像，确定第一亮度值集合，第一亮度值集合包括n个第一像素的亮度值；[0176]根据第一图像，确定第二亮度值集合，第二亮度值集合包括n个第二像素的亮度值；[0177]根据第一亮度值集合和第二亮度值集合，生成第二图像。[0178]申请通过根据blur处理前后的图像亮度，确定待提亮的mask区域，也即人脸图像中的脏污部分，针对该部分进行有针对性的提亮处理，能够在保证人脸图像整体立体结构的情况下，对底层瑕疵亮度进行提亮和均匀化，有效地提高了磨皮效果。[0179]可选地，处理器510，还用于根据第一亮度值集合和第二亮度值集合的差值，确定第一差值集合；[0180]根据第一差值集合中，亮度值小于零的m个差值，确定对应的m个第一目标像素，m为小于n的正整数；[0181]在待处理图像中去除m个第一目标像素，得到第二图像。[0182]本技术实施例能够有效去除人脸图像中的脏污部分，同时不会对正常像素进行调整，保证了人脸的立体结构，提高了磨皮效果。[0183]可选地，处理器510，还用于在处理后的第二图像不满足预设条件的情况下，根据直方图分布，确定对应的第二曲线，其中，第二曲线用于提高或降低第一目标区域的亮度值，预设条件处理后的包括第二图像的强度值小于预设阈值；[0184]对处理后的第二图像进行模糊化处理，得到第三图像；[0185]根据第二图像，确定第三亮度值集合；[0186]根据第三图像，确定第四亮度值集合；[0187]根据第三亮度值集合和第四亮度值集合的差值，确定第二差值集合；[0188]根据第二差值集合中，亮度值大于零的o个差值，确定对应的o个第二目标像素，o为小于n的正整数；[0189]在处理后的第二图像中，去除o个第二目标像素，得到第四图像；[0190]基于第二曲线处理第四图像；[0191]将处理后的第四图像更新为待处理图像，并再次执行对待处理图像进行模糊化处理的步骤。[0192]本技术实施例能够有效提亮人脸图像中的暗部区域，如斑点、伤疤等区域，该处理不会对人脸增提进行提亮，因此不会伤害人脸的立体结构，且无需利用ai算法，对设备性能的占用和开销均较小，实现了在保持人脸结构立体的情况下，实现对瑕疵部分亮度的均匀化，提高了磨皮效果。[0193]可选地，处理器510，还用于获取预设遮罩，预设遮罩用于使第二图像的第二目标区域的亮度值保持不变；[0194]通过预设遮罩处理第二目标区域。[0195]本技术实施例通过预设遮罩处理第二图像的目标区域，也即五官区域，五官区域内的亮度值在预设遮罩的保护下，不会收到第一曲线和第二曲线的影响，因此人脸五官不会收到磨皮算法的影响，能够准确还原五官细节，保证磨皮效果。[0196]可选地，处理器510，还用于通过第二图像，对原始图像进行处理，得到处理后的目标图像。[0197]本技术实施例在输出第二图像，作为磨皮后的mask区域后，通过该mask区域与原始图像，也即最初的人脸图像进行处理，从而提亮人脸图像中的暗部区域，如斑点、伤疤等区域，得到磨皮美颜后的人脸图像。该过程不会对人脸增提进行提亮，因此不会伤害人脸的立体结构，且无需利用ai算法，对设备性能的占用和开销均较小，实现了在保持人脸结构立体的情况下，实现对瑕疵部分亮度的均匀化，提高了磨皮效果。[0198]应理解的是，本技术实施例中，输入单元504可以包括图形处理器(graphicsprocessingunit，gpu)5041和麦克风5042，图形处理器5041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元506可包括显示面板5061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板5061。用户输入单元507包括触控面板5071以及其他输入设备5072中的至少一种。触控面板5071，也称为触摸屏。触控面板5071可包括触摸检测装置和触摸控制器两个部分。其他输入设备5072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。[0199]存储器509可用于存储软件程序以及各种数据。存储器509可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器509可以包括易失性存储器或非易失性存储器，或者，存储器509可以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(read-onlymemory，rom)、可编程只读存储器(programmablerom，prom)、可擦除可编程只读存储器(erasableprom，eprom)、电可擦除可编程只读存储器(electricallyeprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(randomaccessmemory，ram)，静态随机存取存储器(staticram，sram)、动态随机存取存储器(dynamicram，dram)、同步动态随机存取存储器(synchronousdram，sdram)、双倍数据速率同步动态随机存取存储器(doubledataratesdram，ddrsdram)、增强型同步动态随机存取存储器(enhancedsdram，esdram)、同步连接动态随机存取存储器(synchlinkdram，sldram)和直接内存总线随机存取存储器(directrambusram，drram)。本技术实施例中的存储器509包括但不限于这些和任意其它适合类型的存储器。[0200]处理器510可包括一个或多个处理单元；可选的，处理器510集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器510中。[0201]本技术实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。[0202]其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等。[0203]本技术实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。[0204]应理解，本技术实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。[0205]本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如上述图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。[0206]需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。[0207]通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术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计算机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(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例所述的方法。[0208]上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。当前第1页12当前第1页12