本发明涉及一种机器学习技术领域，尤其涉及一种口红配色选择方法、电子设备及存储介质。
背景技术：
唇色化妆，是根据每个人的气质、脸型、出席场合等各种因素相结合而进行的口红色彩搭配。古今中外，人们都在追求美的化妆方法，各种各样如何化妆搭配的信息充满了杂志、书、电视、网络等媒体中。而如何选择一种适合自己脸型、出席场合的口红配色，往往对整个人的面部妆容起到画龙点睛的效果。普通大众选择适合自己的口红颜色，大多数人是根据明星、时尚杂志等潮流推荐，进行自我喜好为主导的主观选择，这种主观的搭配结果往往并不太适合所有人，因为每个人的肤色、脸型和需要出席的场合不一样，导致需要的口红搭配也不径相同。也有人听取美容化妆师的专业建议，但是日常生活中各种出席的场合不同，唇色搭配也会有不同变化，而美容师的建议需要耗费大量时间进行沟通，无法随时随地方便地获取专业意见。
技术实现要素：
为了克服现有技术的不足，本发明的目的之一在于提供一种口红配色选择方法，其能解决为用户进行口红颜色推荐的问题。
本发明的目的之二在于提供一种电子设备，其能解决为用户进行口红颜色推荐的问题。
本发明的目的之三在于提供一种计算机可读存储介质，其能解决为用户进行口红颜色推荐的问题。
本发明的目的之一采用如下技术方案实现：
一种口红配色选择方法，包括以下步骤：
面部分析步骤：对获取到的用户照片进行图像分析以得用户面部区域；
肤色提取步骤：对用户面部区域进行肤色提取以得用户肤色数据；
脸型获取步骤：对用户面部区域进行面部图像分析以得用户脸型数据；
口红推荐步骤：根据用户脸型数据与用户肤色数据与推荐模型进行匹配以得口红颜色推荐方案。
进一步地，所述肤色提取步骤具体包括以下子步骤：
识别步骤：识别用户面部区域中的非肤色区域，所述非肤色区域包括眼睛、眉毛和嘴唇；
剔除步骤：将非肤色区域剔除以得面部肤色区域；
颜色提取步骤：提取面部肤色区域的颜色并取平均值以得用户肤色数据。
进一步地，所述口红推荐步骤中的推荐模型的构建主要包括以下步骤：
模型照片获取步骤：获取模型图片，所述模型图片为通过社交媒体获取到的点赞数超过预设阈值的图片；
模型面部分析步骤：对模型图片进行图像分析以得模型面部区域；
模型肤色提取步骤：提取模型面部区域的肤色以得模型肤色数据；
模型脸型获取步骤：对模型面部区域进行面部图像分析以得模型脸型数据；
口红颜色提取步骤：提取模型面部区域中的嘴唇的颜色值以得口红颜色数据；
模型构建步骤：利用神经网络算法对获取到的模型肤色数据、模型脸型数据和口红颜色数据进行学习训练，以得到推荐模型。
进一步地，所述模型肤色提取步骤具体包括以下子步骤：
识别模型面部区域中的非肤色区域，所述非肤色区域包括眼睛、眉毛和嘴唇；
将非肤色区域剔除以得面部肤色区域；
提取面部肤色区域的颜色并取平均值以得模型肤色数据。
进一步地，所述模型构建步骤：利用神经网络算法将模型使用场景以及获取到的模型肤色数据、模型脸型数据作为输入项，将口红颜色数据作为输出项进行学习训练，以得到推荐模型；所述模型使用场景通过图像分析模型图片中人物的衣着以得到，或者通过获取模型图片所对应的关键词以得到。
进一步地，所述口红推荐步骤：根据用户脸型数据、用户肤色数据以及使用场景与推荐模型进行匹配以得口红推荐方案，所述使用场景通过用户选择得到。
进一步地，在口红推荐步骤中，所述口红颜色推荐方案的数量有多个，所述口红颜色推荐方案包括口红颜色和与口红颜色对应的使用场景。
进一步地，在口红推荐步骤之后还包括信息显示步骤：通过显示屏对口红颜色推荐方案进行显示。
本发明的目的之二采用如下技术方案实现：
一种电子设备，包括存储器、处理器以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目的之一中任意一项所述的口红配色选择方法。
本发明的目的之三采用如下技术方案实现：
一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现本发明目的之一中任意一项所述的方法。
相比现有技术，本发明的有益效果在于：
本发明口红配色选择方法将获取到的用户的肤色和脸型与构建的推荐模型中肤色和脸型进行比对以得与该肤色和脸型对应的口红颜色，将该口红颜色推荐给用户。
附图说明
图1为本发明的口红配色选择方法的流程图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
如图1所示，本实施例提供了一种电子设备，包括存储器、处理器以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如下步骤：
s1：对获取到的用户照片进行图像分析以得用户面部区域；这个阶段主要是获取用户的照片，用户可以上传自己的自拍照，或者是通过摄像头获取到的用户当前的面部特征，从而获取到用户当前的照片；
s2：对用户面部区域进行肤色提取以得用户肤色数据；对面部区域进行肤色提取。判断照片中的面部区域，将眼睛、眉毛、嘴唇的凹凸不平区域去掉后，对剩余的面部区域肤色取平均值，得到面部肤色的hsb值。步骤s2具体包括以下子步骤：
s21：识别用户面部区域中的非肤色区域，所述非肤色区域包括眼睛、眉毛和嘴唇；
s22：将非肤色区域剔除以得面部肤色区域；
s23：提取面部肤色区域的颜色并取平均值以得用户肤色数据。
s3：对用户面部区域进行面部图像分析以得用户脸型数据；对用户自拍照进行面部图像分析，判断用户的脸型。分析用户面部图像区域的颜色聚类，提取色块聚类的边缘特征，对脸型使用线段进行分类描述，判断脸型所属类别，具体属于国字脸，瓜子脸，圆脸中的哪个分类。
s4：根据用户脸型数据、用户肤色数据以及使用场景与推荐模型进行匹配以得口红推荐方案，所述使用场景通过用户选择得到。所述口红颜色推荐方案的数量有多个，所述口红颜色推荐方案包括口红颜色和与口红颜色对应的使用场景。根据用户的脸型、肤色和使用场景比对推荐模型判断用户适合的口红颜色方案，并将结果显示给用户查看。或者，如果用户没有提交使用场景，则根据用户的脸型、肤色比对推荐模型判断用户适合的口红颜色方案，结合各方案适合的使用场景一并显示给用户进行选择。
通过各种社交媒体获取海量用户点赞数高的明星妆容照片；通过学习各种脸型、肤色、出席场景与口红配色的组合，得到口红搭配颜色选择的推荐模型；推荐模型的构建主要包括以下步骤：
s41：获取模型图片，所述模型图片为通过社交媒体获取到的点赞数超过预设阈值的图片；获取大量社交网络上点赞较多的明星照片。所述模型图片也即是明星的照片，由于明星的口红都是经过专业设计师进行设计过的，故而相对于普通人来说，其更具备一定的参考价值，但是这个内容的获取也不是所有明星的所有照片，而是选取其中广受好评的照片，由于点赞者来自于更多的普通人，故而还可以筛选掉一些明星的一些试验性质的妆容，更符合普罗大众的审美；
s42：对模型图片进行图像分析以得模型面部区域；
s43：提取模型面部区域的肤色以得模型肤色数据；获取照片中明星的面部区域进行肤色提取。肤色提取时，首先判断照片中的面部区域，然后将眼睛、眉毛、嘴唇的凹凸不平区域去掉后，对剩余的面部区域肤色取平均值，得到面部肤色的hsb值。由于眼睛、眉毛和嘴唇的颜色与人面部肤色不一致，故而如果在进行肤色提取的时候，提取到相应的颜色，会造成一定的色差，所以先提前筛除掉这部分的信息；s43具体包括以下子步骤：
识别模型面部区域中的非肤色区域，所述非肤色区域包括眼睛、眉毛和嘴唇；
将非肤色区域剔除以得面部肤色区域；
提取面部肤色区域的颜色并取平均值以得模型肤色数据。
s44：对模型面部区域进行面部图像分析以得模型脸型数据；本发明根据不同的脸型特征，将人的脸型划分为国字脸、瓜子脸、圆脸三种类型，使用曲线分类即曲线+线段的描述方式对不同的脸型进行分类描述，分别为国字脸，瓜子脸，圆脸等类型。对明星照片的进行面部图像分析，对各面部区域进行颜色聚类，提取色块聚类的边缘特征，使用上述线段描述方式对脸型的边缘特征进行描述，对应各个描述结果建立脸型分类训练集。
s45：提取模型面部区域中的嘴唇的颜色值以得口红颜色数据；判断明星照片的嘴唇部分，进行主色调提取，得到唇部的口红颜色均值。
s46：利用神经网络算法对模型使用场景以及获取到的模型肤色数据、模型脸型数据和口红颜色数据进行学习训练，以得到推荐模型；所述模型使用场景通过图像分析模型图片中人物的衣着以得到，或者通过获取模型图片所对应的关键词以得到。
将脸型特征、肤色、场景标签作为输入项，口红颜色作为输出项，利用神经网络算法进行学习训练，完成口红颜色推荐模型训练，通过反复训练修正推荐结果。判断明星照片的嘴唇部分，进行主色调提取，得到唇部的口红颜色均值。关于社交网络中明星照片的文本内容分析，进行场景关键词提取的步骤，也可以通过分析明星的着装来建立使用场景的标签，例如着装为晚礼服，则使用场景对应为晚宴，如着装为体恤，则使用场景对应为休闲等。由于参加不同的活动，需要体现的人的气质与妆容也是不一样的，参加晚宴就应该会更庄重一些，需要口红的颜色可能会更偏暗一些，而平常休闲，则可能会更欢快一些，需要涂更明亮的颜色；
s5：通过显示屏对口红颜色推荐方案进行显示；获取用户上传的自拍照片，进行面部图像分析，得到用户的脸型和肤色类型，同时获取用户选择的使用场景，比对推荐模型，对应给出推荐的口红颜色选择方案；用户也可以不进行使用场景选择，当没有获取到用户的使用场景时，系统将多个口红颜色选择方案结合各方案的适用场景提供给用户选择，给用户更多的自主性。
本发明主要应用过程为：系统预先通过获取海量的社交网络点赞较多的明星妆容照片进行学习训练，分析照片中的面部区域，提取照片中的肤色、脸型及唇部使用的口红颜色，同时获取照片对应社交网络中的文本内容进行文本分析，提取其中关于的出席场合相关的文本内容作为该照片的使用场景标签，将肤色、脸型、使用场景作为输入项，口红颜色作为输出项，利用神经网络算法进行学习训练，建立口红颜色推荐模型，并存储在服务器。
用户上传自拍照片后，系统获取用户的自拍照进行预处理，分析用户的脸型、肤色，获取到用户的使用场景后，比对系统中预存的推荐模型，判断用户适合的口红颜色，并将结果显示给用户。如果用户未提交或选择使用场景，则系统将多个口红颜色化妆方案结合该口红颜色的适用场景提供给用户选择。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。