用于处理图像的方法和装置与流程

本申请实施例涉及计算机技术领域，具体涉及用于处理图像的方法和装置。

背景技术

随着计算机技术的发展，目前，出现了很多图像处理类的应用。这些应用可以对拍摄的图像进行变形、变色、添加素材等操作。现有的对人体图像进行变形(例如瘦身)的方法，通常是对人体图像的整体或部分按照固定的比例进行变形。

技术实现要素：

本申请实施例提出了用于处理图像的方法和装置。

第一方面，本申请实施例提供了一种用于处理图像的方法，该方法包括：获取目标人体图像；从目标人体图像中确定骨骼关键点数据集合；基于骨骼关键点数据集合，从目标人体图像中确定目标区域；对于目标区域包括的像素点中的像素点，对该像素点进行坐标变换，生成该像素点的变换后坐标。

在一些实施例中，基于骨骼关键点数据集合，从目标人体图像中确定目标区域，包括：基于骨骼关键点数据集合中的骨骼关键点数据，确定目标人体图像中的横向边界线；从骨骼关键点数据集合中，选取至少两个骨骼关键点数据作为基准骨骼关键点数据集合；基于基准骨骼关键点数据集合，确定目标人体图像中的纵向边界线；将横向边界线和纵向边界线包围的区域确定为目标区域。

在一些实施例中，基准骨骼关键点数据集合包括肩关节关键点数据和髋关节关键点数据；以及基于基准骨骼关键点数据集合，确定目标人体图像中的纵向边界线，包括：基于肩关节关键点数据和髋关节关键点数据，确定目标人体图像的纵向中心线；确定肩关节关键点数据表征的位置和髋关节关键点数据表征的位置之间的距离，以及基于所确定的距离，确定基准距离；将纵向中心线两侧的、分别与纵向中心线相距基准距离的直线确定为纵向边界线。

在一些实施例中，在对于目标区域包括的像素点中的像素点，对该像素点进行坐标变换，生成该像素点的变换后坐标之前，该方法还包括：从基准骨骼关键点数据集合中确定至少两个目标基准骨骼关键点数据，以及获取目标基准骨骼关键点数据包括的横坐标；基于预设的横坐标变换公式，确定目标基准骨骼关键点数据的变换后横坐标；基于目标基准骨骼关键点数据的横坐标和所确定的变换后横坐标，进行曲线拟合运算，得到表征骨骼关键点数据的横坐标和变换后横坐标的对应关系的坐标变换表。

在一些实施例中，对该像素点进行坐标变换，生成该像素点的变换后坐标，包括：基于坐标变换表，确定该像素点的初始变换后横坐标；确定该像素点在目标人体图像中所处的区域，以及确定该像素点所处的区域对应的变换系数，其中，像素点所处的区域和变换系数的对应关系是预先设置的；基于所确定的变换系数，对该像素点的初始变换后横坐标进行变换，得到该像素点的最终变换后横坐标；将该像素点的最终变换后横坐标和该像素点的纵坐标确定为该像素点的变换后坐标。

在一些实施例中，在对于目标区域包括的像素点中的像素点，对该像素点进行坐标变换，生成该像素点的变换后坐标之后，该方法还包括：基于所得到的变换后坐标，对目标区域进行变形，得到变形后人体图像。

第二方面，本申请实施例提供了一种用于处理图像的装置，该装置包括：获取单元，被配置成获取目标人体图像；第一确定单元，被配置成从目标人体图像中确定骨骼关键点数据集合；第二确定单元，被配置成基于骨骼关键点数据集合，从目标人体图像中确定目标区域；变换单元，被配置成对于目标区域包括的像素点中的像素点，对该像素点进行坐标变换，生成该像素点的变换后坐标。

在一些实施例中，第二确定单元包括：第一确定模块，被配置成基于骨骼关键点数据集合中的骨骼关键点数据，确定目标人体图像中的横向边界线；选取模块，被配置成从骨骼关键点数据集合中，选取至少两个骨骼关键点数据作为基准骨骼关键点数据集合；第二确定模块，被配置成基于基准骨骼关键点数据集合，确定目标人体图像中的纵向边界线；第三确定模块，被配置成将横向边界线和纵向边界线包围的区域确定为目标区域。

在一些实施例中，基准骨骼关键点数据集合包括肩关节关键点数据和髋关节关键点数据；以及第二确定模块包括：第一确定子模块，被配置成基于肩关节关键点数据和髋关节关键点数据，确定目标人体图像的纵向中心线；第二确定子模块，被配置成确定肩关节关键点数据表征的位置和髋关节关键点数据表征的位置之间的距离，以及基于所确定的距离，确定基准距离；第三确定子模块，被配置成将纵向中心线两侧的、分别与纵向中心线相距基准距离的直线确定为纵向边界线。

在一些实施例中，该装置还包括：第三确定单元，被配置成从基准骨骼关键点数据集合中确定至少两个目标基准骨骼关键点数据，以及获取目标基准骨骼关键点数据包括的横坐标；第四确定单元，被配置成基于预设的横坐标变换公式，确定目标基准骨骼关键点数据的变换后横坐标；拟合单元，被配置成基于目标基准骨骼关键点数据的横坐标和所确定的变换后横坐标，进行曲线拟合运算，得到表征骨骼关键点数据的横坐标和变换后横坐标的对应关系的坐标变换表。

在一些实施例中，变换单元包括：第四确定模块，被配置成基于坐标变换表，确定该像素点的初始变换后横坐标；第五确定模块，被配置成确定该像素点在目标人体图像中所处的区域，以及确定该像素点所处的区域对应的变换系数，其中，像素点所处的区域和变换系数的对应关系是预先设置的；变换模块，被配置成基于所确定的变换系数，对该像素点的初始变换后横坐标进行变换，得到该像素点的最终变换后横坐标；第六确定模块，被配置成将该像素点的最终变换后横坐标和该像素点的纵坐标确定为该像素点的变换后坐标。

在一些实施例中，该装置还包括：变形单元，被配置成基于所得到的变换后坐标，对目标区域进行变形，得到变形后人体图像。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的用于处理图像的方法和装置，通过从获取的目标人体图像中确定骨骼关键点数据集合，再基于骨骼关键点数据集合，从目标人体图像中确定目标区域，最后对目标区域包括的像素点进行坐标变换，生成像素点的变换后坐标，从而提高了对目标人体图像中的不同区域的像素点进行坐标变换的针对性，有助于提高对像素点进行坐标变换的灵活性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请实施例的用于处理图像的方法的一个实施例的流程图；

图3是根据本申请实施例的用于处理图像的方法的目标人体图像中的目标区域的示例性示意图；

图4a是根据本申请实施例的用于处理图像的方法的肩关节关键点和髋关节关键点的示例性示意图；

图4b是根据本申请实施例的用于处理图像的方法的纵向边界线和纵向中心线的示例性示意图；

图5是根据本申请实施例的用于处理图像的方法的一个应用场景的示意图；

图6是根据本申请实施例的用于处理图像的方法的又一个实施例的流程图；

图7是根据本申请实施例的用于处理图像的方法的基于目标基准骨骼关键点数据的横坐标和变换后横坐标进行曲线拟合得到的拟合曲线的示例性示意图；

图8是根据本申请实施例的用于处理图像的装置的一个实施例的结构示意图；

图9是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请实施例的用于处理图像的方法或用于处理图像的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种应用，例如图像处理类应用、视频播放类应用、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持图像显示的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上传的图像进行处理的后台图像处理服务器。后台图像处理服务器可以对接收到的图像进行处理，并得到处理结果(例如像素点的变换后坐标)。

需要说明的是，本申请实施例所提供的用于处理图像的方法可以由服务器105执行，也可以由终端设备101、102、103执行，相应地，用于处理图像的装置可以设置于服务器105中，也可以设置于终端设备101、102、103中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。在目标人体图像不需要从远程获取的情况下，上述系统架构可以不包括网络，而只包括终端设备或服务器。

继续参考图2，示出了根据本申请的用于处理图像的方法的一个实施例的流程200。该用于处理图像的方法，包括以下步骤：

步骤201，获取目标人体图像。

在本实施例中，用于处理图像的方法的执行主体(例如图1所示的服务器或终端设备)可以通过有线连接方式或者无线连接方式从远程或从本地获取目标人体图像。其中，目标人体图像可以是由预设的摄像头(例如上述执行主体包括的摄像头或与上述执行主体通信连接的摄像头)对目标人物(例如使用上述执行主体的用户或其他人物)进行拍摄得到的人体图像。需要说明的是，目标人体图像可以是单独的图像；也可以是从视频中提取的图像帧。例如，目标人体图像可以是在上述执行主体上播放的视频包括的、当前显示的图像帧。

步骤202，从目标人体图像中确定骨骼关键点数据集合。

在本实施例中，上述执行主体可以从获取的目标人体图像中确定骨骼关键点数据集合。其中，骨骼关键点数据用于表征目标人体图像指示的人体的骨骼关键点(例如头顶、肘关节、肩关节等特定部位的点)的位置。骨骼关键点数据可以包括在目标人体图像上建立的坐标系中的坐标，该坐标可以表征骨骼关键点在目标人体图像中的位置。

在本实施例中，上述执行主体可以按照现有的各种确定人体图像的骨骼关键点的方法从目标人体图像中确定骨骼关键点数据集合。例如，上述执行主体可以将目标人体图像输入预先训练的卷积神经网络，得到目标人体图像的骨骼关键点数据集合。需要说明的是，确定人体图像的骨骼关键点的方法是目前广泛研究和应用的公知技术，在此不再赘述。

步骤203，基于骨骼关键点数据集合，从目标人体图像中确定目标区域。

在本实施例中，上述执行主体可以基于步骤202中得到的骨骼关键点数据集合，从目标人体图像中确定目标区域。其中，目标区域可以是待对其包括的像素点进行坐标变换的图像区域。上述执行主体可以按照各种方法确定目标区域。例如，可以将包括目标图像中的全部骨骼关键点的区域确定为目标区域，也可以将包括目标图像中的部分关键点的区域(例如包括表征人体的躯干部位的区域)确定为目标区域。

在本实施例的一些可选的实现方式中，上述执行主体可以基于骨骼关键点数据集合，按照如下步骤从目标人体图像中确定目标区域：

步骤一，基于骨骼关键点数据集合中的骨骼关键点数据，确定目标人体图像中的横向边界线。具体地，横向边界线的数量可以是两条，两条横向边界线之间可以包括全部骨骼关键点或部分骨骼关键点。作为示例，上述执行主体可以将与表征人体的头顶的骨骼关键点相距第一预设距离且位于表征人体的头顶的骨骼关键点的上方的横向直线，确定为一条横向边界线，将与表征人体的脚部的骨骼关键点相距第二预设距离且位于表征人体的脚部的骨骼关键点的下方的横向直线确定为另一条横向边界线。作为另一示例，上述执行主体可以根据技术人员指定的位置设置两条横向边界线，使两条横向边界线之间包括表征人体的躯干部位的骨骼关键点。

步骤二，从骨骼关键点数据集合中，选取至少两个骨骼关键点数据作为基准骨骼关键点数据集合。通常，骨骼关键点具有对应的编号，上述执行主体可以根据技术人员指定的编号，从骨骼关键点数据集合中，选取至少两个骨骼关键点数据作为基准骨骼关键点数据集合。通常，基准骨骼关键点数据可以是表征人体的躯干部位的骨骼关键点数据，例如表征肩关节的骨骼关键点数据、表征髋关节的骨骼关键点数据等。

步骤三，基于基准骨骼关键点数据集合，确定目标人体图像中的纵向边界线。具体地，纵向边界线的数量可以是两条，两条纵向边界线之间可以包括基准骨骼关键点数据表征的骨骼关键点。作为示例，上述执行主体可以按照技术人员指定的、纵向边界线与基准骨骼关键点的距离，设置两条纵向边界线。

步骤四，将横向边界线和纵向边界线包围的区域确定为目标区域。如图3所示，两条横向边界线301和两条纵向边界线302包围的区域303为目标区域。

在本实施例的一些可选的实现方式中，基准骨骼关键点数据集合包括肩关节关键点数据和髋关节关键点数据。其中，肩关节关键点数据用于表征目标人体图像中的肩关节关键点的位置，髋关节关键点数据用于表征目标人体图像中的髋关节关键点的位置。如图4a所示，401和402为肩关节关键点，403和404为髋关节关键点。上述执行主体可以按照如下步骤确定目标人体图像中的纵向边界线：

首先，基于肩关节关键点数据和髋关节关键点数据，确定目标人体图像的纵向中心线。具体地，上述执行主体可以按照各种方法确定纵向中心线。作为示例，上述执行主体可以将以如图4a所示的401、402、403、404四个点为角点的四边形的两条对角线的交点确定为中心点，将通过中心点的纵向直线确定为纵向中心线。

作为另一示例，假设401、402、403、404四个点在目标图像中的坐标分别为(x1，y1)、(x2，y2)、(x3，y3)、(x4，y4)，假设中心点的坐标为(x0，y0)，则x0＝(x1+x2+x3+x4)/4，y0＝(y1+y2+y3+y4)/4。然后将通过中心点的纵向直线确定为纵向中心线。

然后，确定肩关节关键点数据表征的位置和髋关节关键点数据表征的位置之间的距离，以及基于所确定的距离，确定基准距离。具体地，如图4b所示，由于肩关节关键点和髋关节关键点的数量均为二，因此，可以得到两个距离l1和l2，其中，l1为肩关节关键点401和髋关节关键点403之间的距离，l2为肩关节关键点402和髋关节关键点404之间的距离。上述执行主体可以随后基于所确定的距离，按照各种方法确定基准距离。例如，将l1和l2的平均值确定为基准距离，或者将基准距离确定为(l1+l2)/4。

最后，将纵向中心线两侧的、分别与纵向中心线相距基准距离的直线确定为纵向边界线。如图4b所示，405为所确定的纵向中心线，纵向边界线406和407分别与405的距离为基准距离l。

步骤204，对于目标区域包括的像素点中的像素点，对该像素点进行坐标变换，生成该像素点的变换后坐标。

在本实施例中，对于目标区域包括的像素点中的像素点，上述执行主体可以对该像素点进行坐标变换，生成该像素点的变换后坐标。作为示例，技术人员可以在上述执行主体中预先建立表征像素点在目标区域中的坐标和变换后坐标的对应关系的对应关系表，上述执行主体可以从该对应关系表中，查找到每个像素点对应的变换后坐标，从而生成每个像素点的变换后坐标。或者，按照技术人员预设的变换距离，对每个像素点的坐标进行坐标变换，使每个像素点的变换后坐标指示的位置与变换的坐标指示的位置之间的距离为上述变换距离。

在本实施例的一些可选的实现方式中，在上述执行主体可以在执行完步骤204之后，基于所得到的变换后坐标，对目标区域进行变形，得到变形后人体图像。作为示例，变形后人体图像可以是对目标人体图像中的腿部、脸部、腰部等部位的图像进行压缩(即瘦身、瘦脸等处理)得到的图像。

上述执行主体可以基于所得到的变换后坐标，按照各种方法对目标区域进行变形。作为示例，上述执行主体可以在目标区域中，将所得到的变换后坐标指示的像素点的颜色值替换为变换后坐标对应的、进行坐标变换前的坐标指示的像素点的颜色值。例如，某像素点的坐标为(x0，y0)，该像素点的颜色值为c，该像素点的变换后坐标为(x1，y1)，则上述执行主体将坐标为(x1，y1)的像素点的颜色值替换为c。需要说明的是，上述执行主体还可以按照现有的诸如对图像进行缩放、平移等处理的方法，基于各个像素点的变换后坐标，对目标人体图像进行变形处理，从而得到变形后人体图像。

继续参见图5，图5是根据本实施例的用于处理图像的方法的应用场景的一个示意图。在图5的应用场景中，终端设备501首先获取目标人体图像502，然后，利用预先训练的卷积神经网络从目标人体图像中确定骨骼关键点数据集合503，其中，骨骼关键点数据用于表征骨骼关键点(如图5中的包括标记的骨骼关键点的图像504所示)在目标人体图像502中的位置。终端设备501再将包括全部骨骼关键点数据指示的骨骼关键点的区域确定为目标区域505。接着，终端设备501对目标区域505包括的每个像素点进行坐标变换(例如按照技术人员预设的变换距离，对每个像素点的坐标进行坐标变换，使每个像素点的变换后坐标指示的位置与变换的坐标指示的位置之间的距离为上述变换距离)，最终生成每个像素点的变换后坐标组成的变换后坐标集合506。

本申请的上述实施例提供的方法，通过从获取的目标人体图像中确定骨骼关键点数据集合，再基于骨骼关键点数据集合，从目标人体图像中确定目标区域，最后对目标区域包括的像素点进行坐标变换，生成像素点的变换后坐标，从而提高了对目标人体图像中的不同区域的像素点进行坐标变换的针对性，有助于提高对像素点进行坐标变换的灵活性。

进一步参考图6，其示出了用于处理图像的方法的又一个实施例的流程600。该用于处理图像的方法的流程600，包括以下步骤：

步骤601，获取目标人体图像。

在本实施例中，步骤601与图2对应实施例中的步骤201基本一致，这里不再赘述。

步骤602，从目标人体图像中确定骨骼关键点数据集合。

在本实施例中，步骤602与图2对应实施例中的步骤202基本一致，这里不再赘述。

步骤603，基于骨骼关键点数据集合中的骨骼关键点数据，确定目标人体图像中的横向边界线；从骨骼关键点数据集合中，选取至少两个骨骼关键点数据作为基准骨骼关键点数据集合；基于基准骨骼关键点数据集合，确定目标人体图像中的纵向边界线；将横向边界线和纵向边界线包围的区域确定为目标区域。

在本实施例中，上述执行主体可以执行如下步骤：

步骤6031，基于骨骼关键点数据集合中的骨骼关键点数据，确定目标人体图像中的横向边界线。具体地，横向边界线的数量可以是两条，两条横向边界线之间可以包括全部骨骼关键点或部分骨骼关键点。

步骤6032，从骨骼关键点数据集合中，选取至少两个骨骼关键点数据作为基准骨骼关键点数据集合。通常，骨骼关键点具有对应的编号，上述执行主体可以根据技术人员指定的编号，从骨骼关键点数据集合中，选取至少两个骨骼关键点数据作为基准骨骼关键点数据集合。通常，基准骨骼关键点数据可以是表征人体的躯干部位的骨骼关键点数据，例如表征肩关节的骨骼关键点数据、表征髋关节的骨骼关键点数据等。

步骤6033，基于基准骨骼关键点数据集合，确定目标人体图像中的纵向边界线。具体地，纵向边界线的数量可以是两条，两条纵向边界线之间可以包括基准骨骼关键点数据表征的骨骼关键点。作为示例，上述执行主体可以按照技术人员指定的、纵向边界线与基准骨骼关键点的距离，设置两条纵向边界线。

步骤6034，将横向边界线和纵向边界线包围的区域确定为目标区域。

需要说明的是，步骤6031-步骤6034与步骤203中的可选的实现方式基本一致，具体可以参考步骤203中的可选的实现方式描述的关于确定目标区域的内容。

步骤604，从基准骨骼关键点数据集合中确定至少两个目标基准骨骼关键点数据，以及获取目标基准骨骼关键点数据包括的横坐标。

在本实施例中，上述执行主体可以按照技术人员的指定，从基准骨骼关键点数据集合中确定至少两个目标基准骨骼关键点数据。通常，基准骨骼关键点数据具有对应的编号，上述执行主体可以按照技术人员指定的编号，从基准骨骼关键点数据集合中确定至少两个基准骨骼关键点数据作为目标基准骨骼关键点数据。然后，上述执行主体可以获取目标基准骨骼关键点数据包括的横坐标。作为示例，如图4a所示的骨骼关键点401和402可以确定为目标基准骨骼关键点数据指示的目标基准骨骼关键点。

步骤605，基于预设的横坐标变换公式，确定目标基准骨骼关键点数据的变换后横坐标。

在本实施例中，上述执行主体可以基于预设的横坐标变换公式，确定目标基准骨骼关键点数据的变换后横坐标。作为示例，假设如图4a所示的骨骼关键点401和402为目标基准骨骼关键点，横坐标变换公式可以为如下形式：x1'＝x1+δx，x2'＝x2-δx，其中，x1为骨骼关键点401的原始横坐标，x1'为骨骼关键点401的变换后横坐标，x2为骨骼关键点402的原始横坐标，x2'为骨骼关键点402的变换后横坐标，δx为预设的横坐标变换距离。

作为另一示例，假设如图4a所示的骨骼关键点401和402为目标基准骨骼关键点，横坐标变换公式可以为如下形式：

其中，x1为骨骼关键点401的原始横坐标，x1'为骨骼关键点401的变换后横坐标，x2为骨骼关键点402的原始横坐标，x2'为骨骼关键点402的变换后横坐标。l为技术人员根据预设的比例值，对x2与x1的差值进行比例缩放计算得到的变换后横坐标的距离。r为预设的、与骨骼关键点401、402所处的区域对应的变换系数，l'为基于变换系数对l进行变换后的距离。

通常，x1、x2为进行归一化处理后的横坐标(例如x1＝x10/(xmax-xmin)，x2＝x20/(xmax-xmin)，其中，x10为骨骼关键点401在目标图像中的实际横坐标，x20为骨骼关键点402在目标图像中的实际横坐标，xmax为目标区域包括的各个像素的实际横坐标中的最大横坐标，xmin为目标区域包括的各个像素的实际横坐标中的最小横坐标)，经过归一化处理后，上述目标区域的像素点的横坐标可以映射到区间[0,1]内，因此，上述公式中的l和l'均为小于1且大于0的数值。如图4b所示，位于纵向边界线406上的像素点的横坐标可以为0，位于纵向边界线407上的像素点的横坐标可以为1。

经过本步骤的横坐标变换公式，可以得到两组横坐标，分别是(x1'，x1)和(x2'，x2)。

步骤606，基于目标基准骨骼关键点数据的横坐标和所确定的变换后横坐标，进行曲线拟合运算，得到表征骨骼关键点数据的横坐标和变换后横坐标的对应关系的坐标变换表。

在本实施例中，上述执行主体可以基于目标基准骨骼关键点数据的横坐标和所确定的变换后横坐标，进行曲线拟合运算，得到表征骨骼关键点数据的横坐标和变换后横坐标的对应关系的坐标变换表。具体地，上述执行主体可以利用步骤605中得到两组横坐标(x1'，x1)和(x2'，x2)，以及目标区域包括的各个像素点的横坐标的最小值(例如xmin或归一化处理后得到的数值“0”)和最大值(例如xmax或归一化处理后所得到的数值“1”)，进行曲线拟合，得到坐标变换表，坐标变换表可以表征骨骼关键点数据的横坐标和变换后横坐标的对应关系。通常，利用坐标变换表，可以绘制出拟合曲线。需要说明的是，上述执行主体可以按照各种方法进行曲线拟合，例如二次曲线拟合、三次曲线拟合、三阶贝塞尔曲线拟合等。上述曲线拟合的方法是目前广泛使用和研究的公知技术，在次不再赘述。

作为示例，如图7所示，图7示出了基于目标基准骨骼关键点数据的原始横坐标和变换后横坐标，利用现有的可以用于曲线拟合的应用(例如photoshop等)进行曲线拟合所得到的曲线701，其中，该曲线701所处的坐标系的纵轴为对目标区域包括的像素点的横坐标进行归一化处理后所得到的数值，横轴为对应的变换后横坐标。由图7可以看出，目标基准骨骼关键点数据的横坐标差值由x2-x1缩小为x2'-x1'。

步骤607，对于目标区域包括的像素点中的像素点，基于坐标变换表，确定该像素点的初始变换后横坐标；确定该像素点在目标人体图像中所处的区域，以及确定该像素点所处的区域对应的变换系数；基于所确定的变换系数，对该像素点的初始变换后横坐标进行变换，得到该像素点的最终变换后横坐标；将该像素点的最终变换后横坐标和该像素点的纵坐标确定为该像素点的变换后坐标。

在本实施例中，对于目标区域包括的像素点中的像素点，上述执行主体可以执行如下步骤：

首先，基于步骤606所得到的坐标变换表，确定该像素点的初始变换后横坐标。上述执行主体可以将该像素点的横坐标代入坐标变换表中，得到该像素点对应的变换后横坐标作为初始变换后横坐标。

然后，确定该像素点在目标人体图像中所处的区域，以及确定该像素点所处的区域对应的变换系数。其中，变换系数与像素点所处的区域的对应关系可以是预先设置的，例如，上述执行主体中可以预先设置有表征不同区域与变换系数的对应关系的对应关系表，其中的各个区域可以由目标区域中的像素点的纵坐标的各个范围表征。例如，将目标区域中的像素点的纵坐标映射到区间[0,1]中，并将该区间平均分为n(n为正整数)段，其中的每段对应一个变换系数。通过设置不同的变换系数，可以使目标区域中不同的纵向位置处的像素点进行不同程度的变形，例如目标人体图像的头部图像区域的变换系数设置为较小值，则头部图像的变形程度较小。

再然后，基于所确定的变换系数，对该像素点的初始变换后横坐标进行变换，得到该像素点的最终变换后横坐标。作为示例，上述执行主体可以按照如下公式得到最终变换后横坐标：

其中，x为该像素点的最终变换后横坐标，x0为该像素点的原始横坐标，x0'为该像素点的初始变换后横坐标，r为该像素点对应的变换系数。应当理解，上述公式中的x0、x0'、x为归一化处理后的横坐标，上述执行主体可以将所得到的x进一步变换为目标人体图像中的实际坐标。

最后，将该像素点的最终变换后横坐标和该像素点的纵坐标确定为该像素点的变换后坐标。

从图6中可以看出，与图2对应的实施例相比，本实施例中的用于处理图像的方法的流程600突出了基于基准骨骼关键点数据集合得到坐标变换表，根据坐标变换表进行坐标变换的步骤。由此，本实施例描述的方案可以进一步提高坐标变换的灵活性，有助于针对目标区域中的不同像素点进行不同程度地变形，从而有助于改善人体图像的显示效果。

进一步参考图8，作为对上述各图所示方法的实现，本申请提供了一种用于处理图像的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图8所示，本实施例的用于处理图像的装置800包括：获取单元801，被配置成获取目标人体图像；第一确定单元802，被配置成从目标人体图像中确定骨骼关键点数据集合；第二确定单元803，被配置成基于骨骼关键点数据集合，从目标人体图像中确定目标区域；变换单元804，被配置成对于目标区域包括的像素点中的像素点，对该像素点进行坐标变换，生成该像素点的变换后坐标。

在本实施例中，获取单元801可以通过有线连接方式或者无线连接方式从远程或从本地获取目标人体图像。其中，目标人体图像可以是由预设的摄像头(例如上述装置800包括的摄像头或与上述装置800通信连接的摄像头)对目标人物(例如使用上述装置800的用户或其他人物)进行拍摄得到的人体图像。需要说明的是，目标人体图像可以是单独的图像；也可以是从视频中提取的图像帧。例如，目标人体图像可以是在上述装置800上播放的视频包括的、当前显示的图像帧。

在本实施例中，第一确定单元802可以从获取的目标人体图像中确定骨骼关键点数据集合。其中，骨骼关键点数据用于表征目标人体图像指示的人体的骨骼关键点(例如头顶、肘关节、肩关节等特定部位的点)的位置。骨骼关键点数据可以包括在目标人体图像上建立的坐标系中的坐标，该坐标可以表征骨骼关键点在目标人体图像中的位置。

在本实施例中，第一确定单元802可以按照现有的各种确定人体图像的骨骼关键点的方法从目标人体图像中确定骨骼关键点数据集合。例如，第一确定单元802可以将目标人体图像输入预先训练的卷积神经网络，得到目标人体图像的骨骼关键点数据集合。需要说明的是，确定人体图像的骨骼关键点的方法是目前广泛研究和应用的公知技术，在此不再赘述。

在本实施例中，第二确定单元803可以第一确定单元802得到的骨骼关键点数据集合，从目标人体图像中确定目标区域。其中，目标区域可以是待对其包括的像素点进行坐标变换的图像区域。第二确定单元803可以按照各种方法确定目标区域。例如，可以将包括目标图像中的全部骨骼关键点的区域确定为目标区域，也可以将包括目标图像中的部分关键点的区域(例如包括表征人体的躯干部位的区域)确定为目标区域。

在本实施例中，对于目标区域包括的像素点中的像素点，变换单元804可以对该像素点进行坐标变换，生成该像素点的变换后坐标。作为示例，技术人员可以在上述装置800中预先建立表征像素点在目标区域中的坐标和变换后坐标的对应关系的对应关系表，变换单元804可以从该对应关系表中，查找到每个像素点对应的变换后坐标，从而生成每个像素点的变换后坐标。或者，按照技术人员预设的变换距离，对每个像素点的坐标进行坐标变换，使每个像素点的变换后坐标指示的位置与变换的坐标指示的位置之间的距离为上述变换距离。

在本实施例的一些可选的实现方式中，第二确定单元可以包括：第一确定模块(图中未示出)，被配置成基于骨骼关键点数据集合中的骨骼关键点数据，确定目标人体图像中的横向边界线；选取模块，被配置成从骨骼关键点数据集合中，选取至少两个骨骼关键点数据作为基准骨骼关键点数据集合；第二确定模块(图中未示出)，被配置成基于基准骨骼关键点数据集合，确定目标人体图像中的纵向边界线；第三确定模块，被配置成将横向边界线和纵向边界线包围的区域确定为目标区域。

在本实施例的一些可选的实现方式中，基准骨骼关键点数据集合包括肩关节关键点数据和髋关节关键点数据；以及第二确定模块可以包括：第一确定子模块(图中未示出)，被配置成基于肩关节关键点数据和髋关节关键点数据，确定目标人体图像的纵向中心线；第二确定子模块(图中未示出)，被配置成确定肩关节关键点数据表征的位置和髋关节关键点数据表征的位置之间的距离，以及基于所确定的距离，确定基准距离；第三确定子模块(图中未示出)，被配置成将纵向中心线两侧的、分别与纵向中心线相距基准距离的直线确定为纵向边界线。

在本实施例的一些可选的实现方式中，装置800还可以包括：第三确定单元(图中未示出)，被配置成从基准骨骼关键点数据集合中确定至少两个目标基准骨骼关键点数据，以及获取目标基准骨骼关键点数据包括的横坐标；第四确定单元(图中未示出)，被配置成基于预设的横坐标变换公式，确定目标基准骨骼关键点数据的变换后横坐标；拟合单元(图中未示出)，被配置成基于目标基准骨骼关键点数据的横坐标和所确定的变换后横坐标，进行曲线拟合运算，得到表征骨骼关键点数据的横坐标和变换后横坐标的对应关系的坐标变换表。

在本实施例的一些可选的实现方式中，变换单元可以包括：第四确定模块(图中未示出)，被配置成基于坐标变换表，确定该像素点的初始变换后横坐标；第五确定模块(图中未示出)，被配置成确定该像素点在目标人体图像中所处的区域，以及确定该像素点所处的区域对应的变换系数，其中，像素点所处的区域和变换系数的对应关系是预先设置的；变换模块(图中未示出)，被配置成基于所确定的变换系数，对该像素点的初始变换后横坐标进行变换，得到该像素点的最终变换后横坐标；第六确定模块(图中未示出)，被配置成将该像素点的最终变换后横坐标和该像素点的纵坐标确定为该像素点的变换后坐标。

在本实施例的一些可选的实现方式中，装置800还可以包括：变形单元(图中未示出)，被配置成基于所得到的变换后坐标，对目标区域进行变形，得到变形后人体图像。

本申请的上述实施例提供的装置，通过从获取的目标人体图像中确定骨骼关键点数据集合，再基于骨骼关键点数据集合，从目标人体图像中确定目标区域，最后对目标区域包括的像素点进行坐标变换，生成像素点的变换后坐标，从而提高了对目标人体图像中的不同区域的像素点进行坐标变换的针对性，有助于提高对像素点进行坐标变换的灵活性。

下面参考图9，其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器或终端设备)的计算机系统900的结构示意图。图9示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图9所示，计算机系统900包括中央处理单元(cpu)901，其可以根据存储在只读存储器(rom)902中的程序或者从存储部分908加载到随机访问存储器(ram)903中的程序而执行各种适当的动作和处理。在ram903中，还存储有系统900操作所需的各种程序和数据。cpu901、rom902以及ram903通过总线904彼此相连。输入/输出(i/o)接口905也连接至总线904。

以下部件连接至i/o接口905：包括键盘、鼠标等的输入部分906；包括诸如液晶显示器(lcd)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至i/o接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(cpu)901执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、第一确定单元、第二确定单元和变换单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标人体图像的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标人体图像；从目标人体图像中确定骨骼关键点数据集合；基于骨骼关键点数据集合，从目标人体图像中确定目标区域；对于目标区域包括的像素点中的像素点，对该像素点进行坐标变换，生成该像素点的变换后坐标。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。