[发明专利]一种基于人脸照片的简笔画生成方法

说明书

技术领域

本发明一种基于人脸照片的简笔画生成方法属于图像处理领域。

背景技术

由计算机生成人脸卡通肖像或称为漫画肖像，它主要包括两种方法：一是对照片人脸的轮廓进行夸张变形方法，二是对人脸纹理的卡通化处理方法。

对照片人脸的轮廓进行夸张变形主要是通过人脸轮廓提取，获得表示人脸的线条特征，然后对线条进行一些变形，从而生成人脸的“卡通线条画”。比如文献1，孙红玉、屠长河、孟祥旭，基于形状演化的线条画风格转换与变形。公开自：计算机辅助设计与图形学学报，Vol.18，No.3。

第二种方法通过对人脸的额纹理进行处理，可以进一步丰富卡通效果的表达，比如油画效果、铅笔画和其他效果等。比如文献2，陈洪，郑南宁，梁林，徐迎庆，沈向洋，基于样本学习的肖像画自动生成算法。公开自：计算机学报，2003年2期。

由于处理结果带有人脸阴影，所以目前已有的人脸处理方法无法将其结果直接用到巧克力3D打印机中，这将会使打印出来的效果无法满足客户的要求。并且已有的技术处理时间较长。

发明内容

针对上述问题，本发明提供了一种基于人脸照片的简笔画生成方法。

本发明的目的是这样实现的：

一种基于人脸照片的简笔画生成方法，包括以下步骤：

步骤a、人脸数据库的收集，利用网上开源的数据库作为训练对象；

步骤b、利用收集到的数据库对人脸识别和关键点检测模型进行训练；

步骤c、对真实人脸图片进行特征点提取；

步骤d、将输入的图片素描化；

步骤e、基于所提取的特征点，对人脸、五官、头发、服饰等进行定位和分割；

步骤f、对分割后的图像进行平滑、强化、灰度化、二值化操作；

步骤g、将处理完的部件重新组合，形成最终结果。

进一步地，所述一种基于人脸照片的简笔画生成方法，所述步骤c中对真实人脸图片进行特征点提取，包括以下步骤：

步骤c1、使用HOG特征检测和一个线性分类器或线性SVM实现一个人脸检测模型；

步骤c2、利用HOG特征检测算法，找到人脸的HOG特征或者梯度特征，通过HOG特征和线性分类器，找到一部分的人脸边缘，也就是人脸的位置；用一个方框去框出图片中的人脸，称此方框为人脸方框；

步骤c3、选择一个已训练好的开源形状预测模型，存于dat文件中，将人脸方框内的图片输入到开源形状预测模型,得到68个关键点。

进一步地，所述一种基于人脸照片的简笔画生成方法，所述步骤d中将输入的图片素描化，包括以下步骤：

步骤d1、用一个小的真实人脸数据库和人脸素描库进行素描化模型的训练；

步骤d2、真实人脸与人脸素描存在一一对应的关系，利用Haar特征检测算法分别对两者进行Haar特征检测，使用K近邻算法找到素描图的特征周围最近的K个像素的信息，包括位置、灰度值，并记录下来，找到素描图与真实人脸之间的隐性关系；

步骤d3、将训练好的模型运用到输入的图片上，从而进行素描化。

进一步地，所述一种基于人脸照片的简笔画生成方法，所述步骤e中基于所提取的特征点，对人脸、五官、头发、服饰等进行定位和分割，是利用特征点在坐标系中的坐标，我们能够找到近似于某个五官中心的点，以这个点作为五官中心，向四个方向扩展不同的参数作为方框的边界所在，由此形成能够框选出人脸、五官的长方形方框，用于后续的图像强化；对于头发服饰定位和分割，通过实际实验，确定2号通道能够较好地与后续代码配合，得到头发和服饰的边缘，实现了定位和分割，为了方便编写代码，也将头发和服饰的灰度化、二值化放到了get_cloth_hair模块中，对应的结果便被放到了一张新的画板中。

进一步地，所述一种基于人脸照片的简笔画生成方法，所述步骤f中对分割后的图像进行平滑、强化、灰度化、二值化操作，操作如下：

平滑：

使用开源库OpenCV的代码能快速地将BGR通道中的图像进行平滑，降低灰度图的边缘梯度，得到更好的效果，方便找出边缘，因为有些部位的梯度过高，会使模型认为是边缘，其实只是一些由于光线导致的错误结果；

强化、二值化：

在五官的定位、分割操作得到的方框中，对五官进行各别的二值化，由于照片的采集效果，想要使五官的二值化效果得到最佳，需要对各个五官使用不同的阈值进行二值化；

灰度化：

使用开源库OpenCV的代码便能快速地得到灰度图。