图像处理方法及装置、电子设备和存储介质与流程

本公开涉及图像处理领域，特别涉及图像处理方法及装置、电子设备和存储介质。

背景技术：

目前，虚拟现实技术或者增强现实技术由于其强大的互动性，得到了众多用户的青睐。例如，具有摄像功能的电子设备，可以在拍照的同时添加虚拟效果，例如佩戴选择的帽子、眼镜、面部变形、瘦脸、美颜、瘦身以及佩戴装饰品等。但目前的大部分电子设备在拍照时，为了获得上述虚拟特征的效果，只是保存当前的预览帧图像，该预览帧的图像分辨率的分辨率较低，虚拟效果不够精确。

技术实现要素：

本公开实施例提供了一种提供了一种能够精确的识别图像中关键点的位置，以精确的实现虚拟效果的图像处理方法及装置、电子设备和存储介质。

根据本公开的一方面，提供了一种图像处理方法，其包括：

在接收到拍照指令的情况下，获取预览图像中各关键点的第一位置信息以及拍照图像；

利用各关键点的第一位置信息获得所述拍照图像中目标对象的正面图像，并确定所述正面图像的各关键点的第二位置信息；

确定所述第二位置信息是否满足预设条件，如是，则根据拍照图像中与满足预设的条件的第二位置信息对应的位置添加虚拟效果，否则按照从所述拍照图像中识别的各关键点的第三位置信息添加虚拟效果。

在一种可能的实施方式中，所述利用各关键点的第一位置信息获得所述拍照图像中目标对象的正面图像，并确定所述正面图像的各关键点的第二位置信息，包括：

根据所述拍照图像的图像参数，将各关键点的第一位置信息转换成与所述拍照图像的图像参数适配的第四位置信息；

根据与所述拍照图像的图像参数适配的各关键点的所述第四位置信息，获得所述拍照图像中目标对象的正面图像并确定所述正面图像的各关键点的第二位置信息。

在一种可能的实施方式中，所述根据所述拍照图像的图像参数，将各关键点的第一位置信息转换成与所述拍照图像的图像参数适配的第四位置信息，包括以下方式中的至少一种：

按照所述拍照图像的分辨率，对所述预览图像中各关键点的第一位置信息进行缩放处理，得到各所述第四位置信息；

按照所述拍照图像与预览图像中的相应关键点之间的偏移量，对所述预览图像中各关键点的第一位置信息进行偏移处理，得到各所述第四位置信息；

按照所述拍照图像的分辨率，对所述预览图像中各关键点的第一位置信息进行缩放处理，并基于缩放处理后的关键点的第一位置信息与拍照图像上的相应关键点的位置信息之间的偏移量，对所述缩放处理后的各关键点的第一位置信息进行偏移处理，得到所述第四位置信息。

在一种可能的实施方式中，所述根据与所述拍照图像的图像参数适配的各关键点的所述第四位置信息，获得所述拍照图像中目标对象的正面图像，包括：

确定所述拍照图像中的目标对象的图像区域；

利用各关键点的所述第四位置信息以及标准图像，通过仿射变换的方式得到所述拍照图像的目标对象的正面图像，所述标准图像包括标准面部图像、标准肢体图像和标准姿态图像中的至少一种。

在一种可能的实施方式中，所述利用各关键点的所述第四位置信息以及标准图像，通过仿射变换的方式得到所述拍照图像的目标对象的正面图像，包括：

将所述各关键点的第四位置信息与标准图像中各关键点的标准位置信息进行对比，获得调整所述拍照图像的校正矩阵，所述校正矩阵包括各关键点位置的调整参数；

基于所述校正矩阵，对所述拍照图像的目标对象进行校正，得到所述拍照图像的目标对象的正面图像。

在一种可能的实施方式中，所述根据拍照图像中与满足预设的条件的第二位置信息对应的位置添加虚拟效果，包括：

如果所述第二位置信息满足预设条件，则根据所述校正矩阵确定拍照图像中与第二位置信息对应的第五位置信息；

根据各关键点的所述第五位置信息添加虚拟特征。

在一种可能的实施方式中，所述确定所述第二位置信息是否满足预设条件，包括：

获得所述第二位置信息的置信度；

在所述第二位置信息的置信度大于或者等于所述置信度阈值的情况下，确定所述第二位置信息满足预设条件。

在一种可能的实施方式中，所述确定所述第二位置信息是否满足预设条件，还包括：

在所述第二位置信息的置信度小于所述置信度阈值的情况下，重复执行所述根据与所述拍照图像的图像参数适配的各关键点的所述第四位置信息，获得所述拍照图像中目标对象的正面图像并识别所述正面图像的各关键点的第二位置信息；

如果重复执行的次数达到次数阈值后，确定的第二位置信息的置信度仍小于置信度阈值，则确定所述第二位置信息不满足预设条件，以及在重复执行的过程中，确定获得的第二位置信息的置信度大于或者等于置信度阈值，则将该置信度大于或者等于置信度阈值的所述第二位置信息确定为满足预设条件。

在一种可能的实施方式中，所述方法还包括：

基于接收的选择信息确定待添加的虚拟特征，以根据第二位置信息添加所述虚拟特征，或者按照第三位置信息添加虚拟特征。

在一种可能的实施方式中，所述方法还包括：

利用神经网络模型获取预览图像中各关键点的第一位置信息，以及拍照图像中的各关键点的第三位置信息。

根据本公开的第二方面，提供了一种图像处理装置，其包括：

获取模块，其用于在接收到拍照指令的情况下，获取预览图像中各关键点的第一位置信息以及拍照图像；

确定模块，其用于利用各关键点的第一位置信息获得所述拍照图像中目标对象的正面图像，并确定所述正面图像的各关键点的第二位置信息；

虚拟模块，其用于确定所述第二位置信息是否满足预设条件，如是，则根据拍照图像中与满足预设的条件的第二位置信息对应的位置添加虚拟效果，否则按照从所述拍照图像中识别的各关键点的第三位置信息添加虚拟效果。

在一种可能的实施方式中，所述确定模块包括：

转换单元，其用于根据所述拍照图像的图像参数，将各关键点的第一位置信息转换成与所述拍照图像的图像参数适配的第四位置信息；以及

关键点确定单元，其用于根据与所述拍照图像的图像参数适配的各关键点的所述第四位置信息，获得所述拍照图像中目标对象的正面图像并确定所述正面图像的各关键点的第二位置信息。

在一种可能的实施方式中，所述转换单元还用于根据以下方式中的至少一种执行所述根据所述拍照图像的图像参数，将各关键点的第一位置信息转换成与所述拍照图像的图像参数适配的第四位置信息：

按照所述拍照图像的分辨率，对所述预览图像中各关键点的第一位置信息进行缩放处理，得到各所述第四位置信息；

按照所述拍照图像与预览图像中的相应关键点之间的偏移量，对所述预览图像中各关键点的第一位置信息进行偏移处理，得到各所述第四位置信息；

按照所述拍照图像的分辨率，对所述预览图像中各关键点的第一位置信息进行缩放处理，并基于缩放处理后的关键点的第一位置信息与拍照图像上的相应关键点的位置信息之间的偏移量，对所述缩放处理后的各关键点的第一位置信息进行偏移处理，得到所述第四位置信息。

在一种可能的实施方式中，所述关键点确定单元还用于确定所述拍照图像中的目标对象的图像区域，并利用各关键点的所述第四位置信息以及标准图像，通过仿射变换的方式得到所述拍照图像的目标对象的正面图像，所述标准图像包括标准面部图像、标准肢体图像和标准姿态图像中的至少一种。

在一种可能的实施方式中，所述关键点确定单元还用于将所述各关键点的第四位置信息与标准图像中各关键点的标准位置信息进行对比，获得调整所述拍照图像的校正矩阵，所述校正矩阵包括各关键点位置的调整参数；以及

基于所述校正矩阵，对所述拍照图像的目标对象进行校正，得到所述拍照图像的目标对象的正面图像。

在一种可能的实施方式中，所述虚拟模块还用于在所述第二位置信息满足预设条件的情况下，根据所述校正矩阵确定拍照图像中与第二位置信息对应的第五位置信息；以及根据各关键点的所述第五位置信息添加虚拟特征。

在一种可能的实施方式中，所述虚拟模块还用于获得所述第二位置信息的置信度，在所述第二位置信息的置信度大于或者等于所述置信度阈值的情况下，确定所述第二位置信息满足预设条件。

在一种可能的实施方式中，所述虚拟模块还用于在所述第二位置信息的置信度小于所述置信度阈值的情况下，重复执行所述根据与所述拍照图像的图像参数适配的各关键点的所述第四位置信息，获得所述拍照图像中目标对象的正面图像并识别所述正面图像的各关键点的第二位置信息；

在重复执行的次数达到次数阈值时，当确定的第二位置信息的置信度仍小于置信度阈值时，确定所述第二位置信息不满足预设条件，以及在重复执行的过程中，当确定获得的第二位置信息的置信度大于或者等于置信度阈值时，将该置信度大于或者等于置信度阈值的所述第二位置信息确定为满足预设条件。

在一种可能的实施方式中，所述装置还包括：

接收模块，其用于接收选择信息；

虚拟模块还用于基于接收的选择信息确定待添加的虚拟特征，以根据第二位置信息添加所述虚拟特征，或者按照第三位置信息添加虚拟特征。

在一种可能的实施方式中，所述获取模块还用于利用神经网络模型获取预览图像中各关键点的第一位置信息，以及拍照图像中的各关键点的第三位置信息。

根据本公开的第三方面，提供了一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行第一方面中任意一项所述的方法。

根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现第一方面中任意一项所述的方法。

本公开实施例可以实现预览图像的跟踪，结合预览图像的跟踪结果实现拍照图像的虚拟特征的添加，能够精确的实现虚拟效果。其中首先可以根据拍照图像的图像参数对预览图像中各关键点的位置信息获得与拍照图像中的目标对象对应的正面图像，并确定该正面图像中各关键点的第二位置信息是否满足预设条件，如果满足预设条件，则根据由预览图像的跟踪确定的第二位置信息在拍照图像中实现虚拟效果，如果第二位置信息不满足预设条件，则可以直接根据拍照图像中识别出的关键点的位置实现虚拟效果，本公开实施例可以保证添加的虚拟特征的精确对应，即使在拍照的瞬间由于拍摄对象的运动造成特征无法精确识别，而不能精确的添加相应的虚拟效果，也能够通过预览图像对关键点进行精确的跟踪识别，降低无法有效添加虚拟效果或者不能添加虚拟效果的概率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的图像处理方法的流程图；

图2示出根据本公开实施例的图像处理方法中步骤s200的流程图；

图3示出根据本公开实施例的图像处理方法中步骤s201的过程示意图；

图4示出根据本公开实施例的图像处理方法中步骤s202的流程图；

图5示出根据本公开实施例的图像处理方法中步骤s2022的流程图；

图6示出根据本公开实施例执行目标对象的面部区域的校正的前后对比图；

图7示出根据本公开实施例中确定第二位置信息是否满足预设条件的流程图；

图8示出根据本公开实施例的图像处理方法中的步骤s400中根据第二位置信息添加虚拟效果的流程图；

图9示出根据本公开实施例的一种图像处理装置的框图；

图10示出根据本公开实施例的一种电子设备800的框图；

图11示出根据本公开实施例的一种电子设备1900的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。

图1示出根据本公开实施例的图像处理方法的流程图，其中图像处理方法可以包括：

s100：在接收到拍照指令的情况下，获取预览图像中各关键点的第一位置信息以及拍照图像；

s200：利用各关键点的第一位置信息获得所述拍照图像中目标对象的正面图像，并确定所述正面图像的各关键点的第二位置信息；

s300：确定所述第二位置信息是否满足预设条件，如是，则根据拍照图像中与满足预设的条件的第二位置信息对应的位置添加虚拟效果，否则按照从所述拍照图像中确定的各关键点的第三位置信息添加虚拟效果。

本公开实施例提供的图像处理方法可以应用在能够执行拍照或者摄像操作的电子设备中，尤其能够在拍照或者摄像时添加虚拟特征以实现虚拟效果的电子设备中，该电子设备可以包括手机、照相机、美颜设备、ar摄像设备等，但本公开实施例对此不进行限制。另外，本公开实施例可以应用在拍摄人物图像的实施例中，即可以通过面部特征的识别添加虚拟特征，或者也可以应用在手部、肢体关键点的虚拟特效，还可以应用在瘦身美体、面部美颜等实施例中，只要涉及对人物进行拍照的情况，都可以应用本公开实施例实现虚拟效果。

本公开实施例中，在执行拍照操作的过程中可以实时的预览拍摄的图像，用户可以根据预览图像的状态调节拍照参数，该拍照参数可以包括角度、亮度、曝光时间等。用户也可以选择所要呈现的虚拟效果，通过预览图像可以实时的预览虚拟效果。因此，用户可以在预览图像时调节拍照参数以及所选择的虚拟效果，基于此，本公开实施例可以在接收到拍照指令时，获取执行拍照操作之前的一帧的预览图像，以及拍照结果的拍照图像。该预览图像和拍照图像在相似度上最为接近，因此本公开实施例可以结合预览图像确定拍照图像中的各关键点的位置，具有精度更高的特点。另外，本公开实施例中的图像处理方法可以应用在拍摄对象为人物的情况下。

在此详细说明获得预览图像的过程，用户可以在拍照之前选择所要实现的虚拟效果，如选择添加的虚拟特征、所在的虚拟场景、美颜、美体、瘦身的等效果，以及还可以调节光亮度、拍照角度的拍照参数，上述皆可以在拍照操作之前以预览的方式呈现。用户在对预览效果较为满意时，执行拍照操作。其中，本公开实施例可以执行在预览的过程中(在接收到拍照指令之前)，实时的缓存预览图像，并在接收到拍照指令时，获取接收到拍照指令且未获取拍照图像时的最后一张预览图像，并利用该预览图像执行获取的拍照图像的关键点的优化。其中，由于预览图像和拍照图像的分辨率以及图像大小存在区别，因此在获取预览图像和拍照图像后，可以基于拍照图像的图像参数，对预览图像中的关键点的位置信息进行适应性的调整，使得调整后的预览图像中的关键点的位置与拍照图像的图像参数适配。其中，图像参数可以包括分辨率以及图像的大小参数等，但本公开实施例对此不进行限制。

其中，在接收到拍照指令的情况下，即可以识别出在获取拍照图像之前的一帧的预览图像中的各关键点的第一位置信息，以及可以根据拍照指令执行拍照操作用以获取拍照图像。其中关键点可以为预先配置的关键对象，例如对于面部图像可以包括眼睛、眉毛、鼻子、耳朵、唇部等关键点，或者对于手部图像可以包括手指、手掌等关键点，对于不同的拍照图像可以识别出不同的关键点的位置，例如还可以包括肩、颈、髋、手腕等等，本公开对此不进行具体限定。其中，可以将预览图像输入至神经网络模型，并根据该神经网络模型识别出各关键点的第一位置信息，神经网络模型可以包括卷积神经网络模型。另外，关键点的位置可以按照坐标的形式表示，如二维或者三维坐标，具体可以根据需求设置，本公开实施例不进行限制。

另外，接收的拍照指令中可以包括所要添加的虚拟效果的信息。用户在触发拍照按键时，电子设备还可以获取当前所选择的虚拟效果的信息，并基于该虚拟效果的信息生成拍照指令。从而在执行步骤s300时，可以根据确定的关键点的位置信息添加虚拟效果。

在获取了预览图像以及拍照图像之后，即可以执行步骤s200。图2示出根据本公开实施例的图像处理方法中步骤s200的流程图，其中本公开实施例中的所述根据所述利用各关键点的第一位置信息获得所述拍照图像中目标对象的正面图像，并确定所述正面图像的各关键点的第二位置信息(步骤s200)，可以包括：

s201：根据所述拍照图像的图像参数，将各关键点的第一位置信息转换成与所述拍照图像的图像参数适配的第四位置信息；

s202：根据与所述拍照图像的图像参数适配的各关键点的所述第四位置信息，获得所述拍照图像中目标对象的正面图像并确定所述正面图像的各关键点的第二位置信息

本公开实施例中，由于预览状态下的图像(预览图像)与拍照获得的拍照图像的参数会不同，例如图像的尺寸、分辨率可能不同，此时需要将预览图像与拍照图像的参数进行适配，从而方便关联相应的关键点的位置。因此，在拍照图像和预览图像的图像参数不同的情况下，需要根据拍照图像的图像参数将步骤s100中获取的预览图像中各关键点的第一位置信息转换成与拍照图像适配的第四位置信息。其中，根据拍照图像和预览图像的参数差异，本公开实施例步骤s201可以包括以下方式中的至少一种：

a)按照所述拍照图像的分辨率，对所述预览图像中各关键点的第一位置信息进行缩放处理，得到各所述第四位置信息；

其中，在拍照图像和预览图像之间的分辨率呈倍数关系时，可以通过a方式对第一位置信息进行转换。例如，在预览图像的分辨率为a*b，而拍照图像的分辨率为ka*kb时，可以对预览图像的各关键点第一位置信息进行放大或者缩小处理。例如，在k大于1时，即对第一位置信息进行放大处理，而k小于1时，则对第一位置信息进行缩小处理。当第一位置信息的坐标为(x，y)，则缩放处理后的第四位置信息的坐标可以为(kx，ky)。

b)按照所述拍照图像与预览图像中的相应关键点之间的偏移量，对所述预览图像中各关键点的第一位置信息进行偏移处理，得到各所述第四位置信息；

其中，在拍照图像和预览图像之间的长度或者宽度相同时，则可以通过b方式转换各第一位置信息。其中，在拍照图像和预览图像之间的长度相同时，可以根据宽度方向上的偏移量对各第一位置信息进行偏移处理，在拍照图像和预览图像之间的宽度相同时，可以按照长度方向上的偏移量对第一位置信息进行偏移处理。例如，在预览图像的分辨率为a*b，而拍照图像的分辨率为a*(b+c)时，则表示预览图像和拍照图像的长度相同且宽度不同，c则为两者之间的偏移量，即为相应关键点的偏移量，此时可以将第一位置信息按照c进行偏移处理，得到的第四位置信息的坐标为(x，y+c)。在预览图像的分辨率为a*b，而拍照图像的分辨率为(a+c)*b时，则表示预览图像和拍照图像的宽度相同且长度不同，c则为两者之间的偏移量，即为相应关键点的偏移量，此时可以将第一位置信息按照c进行偏移处理，得到的第四位置信息的坐标为(x+c，y)。其中，c可以是正数也可以是负数，根据不同的情况，可以执行对应的转换过程。

c)按照所述拍照图像的分辨率，对所述预览图像中各关键点的第一位置信息进行缩放处理，并基于缩放处理后的关键点的第一位置信息与拍照图像上的相应关键点的位置信息之间的偏移量，对所述缩放处理后的各关键点的第一位置信息进行偏移处理，得到所述第四位置信息。

其中在拍照图像和预览图像的长度和宽度均不同时，则可以按照c方式来确定第四位置信息。其中，例如，拍照图像的分辨率一般比预览图像的分辨率大很多，则可以对各第一位置信息进行放大处理，使得放大处理后的第一位置信息与拍照图像的宽度和/或长度相同。图3示出根据本公开实施例的图像处理方法中步骤s201的过程示意图。

本公开实施例可以通过第一公式确定缩放处理的倍数，其中第一公式的表达式包括：scale＝min(w2/h2,w1/h1)。其中，scale是缩放处理的倍数，(w2,h2)是拍照图像的分辨率(尺寸)，(w1,h1)是预览图像的分辨率(尺寸)，min为取小值函数。即，缩放处理的倍数可以为拍照图像的长度和预览图像的长度之间的第一比值，与拍照图像的宽度和预览图像的宽度之间的第二比值中较小的值。另外，本公开实施例对预览图像进行缩放处理包括对预览图像中的关键点的坐标进行缩放处理，即按照缩放倍数缩放预览图像中各关键点的第一位置信息的坐标。预览图像中的关键点的数量可以保证预览图像的特征，并不使得预览图像不失真。例如关键点的数量可以为数十个，本公开实施例对此不进行限制。

如图3所示，本公开实施例获得的预览图像可以为a，其中a的分辨率可以为720*1280，而拍照图像的分辨率可以为3000*4000，在可以获取预览图像中各关键点的第一位置信息(在接收到拍照指令的情况下或者在预览图像时)，从而在步骤s201中可以根据拍照图像的分辨率对预览图像a中的各关键点的第一位置信息进行缩放处理。其中，可以根据拍照图像的分辨率调节预览图像上各关键点的第一坐标(第一位置信息)，并保证各关键点的相对位置不变，实现第一位置信息缩放处理。例如，首先可以确定缩放倍数为min(3000/720,4000/1280)＝3.125，因此，可以按照缩放倍数为3.125倍的方式对预览图像中的各关键点的第一坐标进行放大处理。例如，预览图像上的关键点的第一坐标为(x，y)，放大处理后的关键点的坐标为(3.125*x,3.125*y)，相当于将预览图像a的关键点缩放到了分辨率为2250*4000的图b上，得到缩放处理后的各关键点的第一位置信息(b)。上述示例仅为本公开实施例对预览图像缩放处理的示例性说明，不作为对本公开实施例的具体限定。

在执行预览图像的缩放处理后，还可以根据拍照图像的尺寸或者规格对缩放处理后的预览图像的第一位置信息进行偏移处理。例如经过上述缩放处理后，得到的缩放处理后的预览图像的长宽比可能和拍照图像的长宽比不同，此时可以通过对缩放处理后的各关键点的第一位置信息进行偏移处理，得到与拍照图像匹配的第一图像。例如，可以在预览图像和拍照图像中分别确定对应的关键点，该两个关键点之间的位置偏移量即为执行偏移处理的偏移量。例如，可以根据预览图像左上角的第一个关键点以及拍照图像中左上角的第一关键点之间的偏移量执行偏移处理。或者也可以根据预览图像中心的关键点，以及拍照图像的中心的关键点之间的偏移量执行偏移处理。即本公开实施例中执行偏移处理时所采用的偏移量可以是预览图像与拍照图像中相对应的两个关键点之间的位置偏移量，基于该两个参照点之间的位置偏移量，可以将缩放处理后的预览图像中的各关键点的第一位置信息都按照该位置偏移量进行偏移，从而获得第四位置信息。其中，本公开实施例中，可以通过第二公式确定偏移量，其中第二公式可以包括：在拍照图像的长宽比大于缩放后的预览图像的长宽比时，说明需要执行长度方向上的偏移，此时offset＝(w2-w1*scale)/2，其中offset为偏移量，w2为拍照图像的长度，w1为预览图像的长度，scale为缩放倍数。另外，在拍照图像的长宽比小于缩放后的预览图像的长宽比时，说明需要执行宽度方向上的偏移，此时offset＝(h2-h1*scale)/2，其中offset为偏移量，h2为拍照图像的宽度，h1为预览图像的宽度，scale为缩放倍数。通过上述方式即可以执行各缩放处理后的第一位置信息偏移操作，使得获得与拍照图像的图像参数匹配的第四位置信息。此时可以将各第四位置信息映射到拍照图像上，执行拍照图像的虚拟效果的展示。

如图3所示，在获得缩放处理的第一位置信息之后，确定需要执行长度方向上的偏移，此时可以确定偏移量为(3000-720*3.125)/2＝375，b中的各关键点的位置坐标为(3.25*x,3.25*y)，执行偏移操作后获得的c中相应关键点的第四位置信息(位置坐标)为(3.25*x+375，3.25*y)，此时c中的各关键点的第四位置信息与拍照图像的参数适配。

通过上述配置，即可以完成预览图像中的各关键点的第一位置信息和拍照图像的图像参数的匹配操作，获得的第四位置信息与拍照图像的分辨率相同，由于本公开实施例可以对预览图像中的各关键点的坐标进行缩放和偏移，具有数据处理速度快，耗时短的特点。另外，在获得第四位置信息后，则可以进一步确定该第四位置信息是否可以用于实现拍照图像的虚拟效果。

在通过步骤s201将第一位置信息转换成与拍照图像相适配的第四位置信息后，在可以根据该第四位置信息获得拍照图像的正面图像，并确定正面图像的各关键点的第二位置信息。

图4示出根据本公开实施例的图像处理方法中步骤s202的流程图。其中，所述根据与所述拍照图像的图像参数适配的各关键点的所述第四位置信息，获得所述拍照图像中目标对象的正面图像并确定所述正面图像的各关键点的第二位置信息(步骤s202)可以包括：

s2021：确定所述拍照图像中的目标对象的图像区域；

s2022：利用各关键点的所述第四位置信息以及标准图像，通过仿射变换的方式得到所述拍照图像中目标对象的正面图像，所述标准图像包括标准面部图像、标准手势图像和标准姿态图像中的至少一种。

首先，本公开实施例中的目标对象可以为拍摄的图像中所要展示虚拟效果的部位对象，其可以仅包括所要实现虚拟效果的部位对象，也可以包括全部的用户对象。如在执行瘦脸、美颜、添加虚拟面部虚拟特征时，目标对象则可以为面部。此时步骤s2021中确定的目标对象的图像区域为拍照图像中的面部区域。或者，在执行手势等肢体部位的虚拟效果时，可以将手部区域作为目标对象，此时步骤s2021中确定的目标对象的图像区域可以为拍照图像中的手部区域。即，本公开实施例中可以选择出包括目标对象的图像区域。

在步骤s2022中，可以结合第四位置信息以及标准图像执行上述图像区域中的目标对象的处理，得到目标对象的正面图像。例如在目标对象为面部时，由于在拍摄的过程中，拍摄的图像可以是用户的侧脸，或者用户为仰头或者低头的情况，此时拍照图像中只有一部分面部，或者面部对象的角度有歪斜，拍摄的目标对象并不是标准的正面图像，此时可以结合第四位置信息和标准面部图像通过仿射变换获得拍照图像中的目标对象的正面图像。或者，在目标对象为手部时，同样拍摄过程中，拍摄的手部可能只包括部分手部图像，此时可以根据获得的第四位置信息以及标准肢体图像(如标准手部图像)通过仿射变换将拍照图像中的手部图像调整为正面的手部图像。其中

其中，本公开实施例可以通过仿射变换的方式得到目标对象的正面图像，图5示出根据本公开实施例的图像处理方法中步骤s2022的流程图，其中所述利用各关键点的所述第四位置信息以及标准图像，通过仿射变换的方式得到所述拍照图像的目标对象的正面图像(步骤s2022)，可以包括：

s20221：将各关键点的第四位置信息与标准图像中各关键点的标准位置信息进行对比，获得调整所述拍照图像的校正矩阵，所述校正矩阵包括各关键点位置的调整参数；

s20222：基于所述校正矩阵，对所述拍照图像的目标对象进行校正，得到所述拍照图像的目标对象的正面图像。

其中，可以通过仿射变换的方式，根据第四位置信息与标准图像得到校正矩阵，该校正矩阵可以用于生成正面图像。例如，在目标对象为面部时，可以将各关键点的第四位置信息与标准人脸的关键点的标准位置信息进行对比，例如可以利用标准人脸上的各关键点的第四位置信息与标准人脸图像上相应关键点的坐标位置之间的差值，构成校正矩阵。继而可以利用该校正矩阵将拍照图像中的目标对象的图像区域校正为正面的人脸图像，对人脸图像进行归一化操作。对于仿射变换的原理本公开实施例在此不进行详细说明，本领域技术人员可以根据现有技术手段通过仿射变换得到用于获得正面图像的校正矩阵。

图6示出根据本公开实施例执行目标对象的面部区域的校正的前后对比图，其中，从图6可以看出，左侧图像中的面部区域向左倾斜，通过本公开实施例步骤s202可以得到右侧的示图，其中为基于左侧图的人脸图像校正后的正面人脸图像。

在获得了拍照图像的归一化的目标对象的正面图像之后，则可以识别该正面图像中各关键点的第二位置信息，例如可以通过深度学习算法识别各第二位置信息，另外也可以通过其他方式执行关键点的识别，例如特征识别算法等等。在获得了各第二位置信息之后，可以确定各第二位置信息是否满足预设条件，如满足预设条件，则可以根据第二位置信息添加虚拟效果，如果不满足预设条件，则可以直接根据拍照图像执行虚拟效果的添加。

图7示出根据本公开实施例中确定第二位置信息是否满足预设条件的流程图。其中，步骤s300可以包括：

s301：获得所述第二位置信息的置信度；

s302：在所述第二位置信息的置信度大于或者等于所述置信度阈值的情况下，确定所述第二位置信息满足预设条件。

本公开实施例中，可以利用神经网络模型来确定拍照图像中目标对象的正面图像中各关键点的第二位置信息，其中，在神经网络模型在确定正面图像中各关键点的第二位置信息的同时，还可以对应的确定各第二位置信息的score(置信度)，进而可以确定各第二位置信息的置信度与置信度阈值进行比较。其中，置信度是指神经网络对于各第二位置信息的确定的精确度，关于置信度的确定方式，本领域技术人员可以根据现有技术手段实现，对此本公开实施例不进行具体限定。

本公开实施例中，如果获取的第二位置信息的置信度大于置信度阈值，即代表当前第二位置信息的置信度高(精度较高)，关键点位置已被跟踪到，则可以确定第二位置信息满足预设条件。否则，如果第二位置信息的置信度小于或等于置信度阈值，则执行步骤s303，此时，在第二位置信息的置信度小于或者等于置信度阈值时，代表当前的获得的第二位置信息并不准确，需要继续抠出面部区域进入到下次循环中，重复收敛(即重复执行步骤s202，直至识别出置信度高于阈值的第二位置信息。其中，如果在重复执行多次，且重复次数达到次数阈值(如10次，或者其他数值，本公开实施例对此不进行限制)，识别的第二位置信息的置信度仍小于置信度阈值，则确定所述第二位置信息不满足预设条件，跳出循环。

其中，每次重复执行s202时，确定的目标对象的图像区域不同，例如扩大选择的图像区域的范围等等。

通过本公开实施例的上述配置，可以根据能否在正面图像中确定出大于置信度阈值的第二位置信息来判断第二位置信息是否满足预设条件，如果第二位置信息的置信度大于或者等于置信度阈值，则第二位置信息满足预设条件，如果在重复到次数阈值时，第二位置信息的置信度仍小于置信度阈值，则第二位置信息不满足预设条件。

其中，在第二位置信息满足预设条件时，则可以根据满足预设条件的第二位置信息在拍照图像中添加虚拟效果，如果第二位置信息不满预设条件，则根据拍照图像识别的第三位置信息在拍照图像中添加虚拟效果。

其中，图8示出根据本公开实施例的图像处理方法中的步骤s300中根据第二位置信息添加虚拟效果的流程图。其中步骤300中，根据各关键点的第二位置信息添加虚拟特征，包括：

s304：如果所述第二位置信息满足预设条件，则根据所述校正矩阵确定拍照图像中与第二位置信息对应的第五位置信息；

s305：按照所述第五位置信息添加虚拟特征。

由于图6示出的实施例中，确定的第二位置信息为拍照图像中的目标对象的正面图像的关键点，因此需要将正面图像的关键点转换成拍照图像中的目标对象的关键点。其中，可以根据步骤s20221确定的校正矩阵反向运算获得第二位置信息对应的第五位置信息，并进一步根据该第五位置信息的位置添加虚拟效果。

其中，所要添加的虚拟特征可以实现任意的ar效果，如佩戴帽子、眼镜、红唇、眼镜放大、面部变形等。用户可以选择所想要添加的ar效果，本公开实施例对此不进行限定。其中，本公开实施例还可以基于接收的选择信息确定待添加的虚拟特征，以按照第二位置信息的位置添加所述虚拟特征，或者按照第三位置信息的位置添加虚拟特征。

其中，在第二位置信息不满足预设条件时，可以利用神经网络模型识别所述拍照图像中各关键点的第三位置信息，并根据第三位置信息实现拍照图像中虚拟特征的添加，所述神经网络模型包括深度学习神经网络模型。

本公开实施例中各图像的关键点的识别，都可以根据深度学习神经网络模型来执行，具有精度高的特点。但本公开实施例对此不进行限定。

另外，在本公开的实施例中，可以保存拍摄的人物的面部特征信息并为该人物分配唯一的标识，例如面部特征信息可以包括满足预设条件的第二位置信息，或者拍照图像中的人物对象的第三位置信息。如果拍照图像中包括多个人物对象，即可以包括多个人脸，则可以根据满足预设条件的第二位置信息或者拍照图像对识别出的人脸进行标识，即为识别出的人脸分配预设的标识(id)，以区别各人物，并相应的存储各面部特征信息。

在后续的拍照过程中，可以首先识别拍照图像中包括的人物对象是否存在已识别出的人物，如存在，则直接根据对应的位置信息添加虚拟特征，从而保证相同人物对应的虚拟特征的添加效果。

本公开实施例可以实现预览图像的跟踪，结合预览图像的跟踪结果实现拍照图像的虚拟特征的添加，能够精确的实现虚拟效果。其中首先可以根据拍照图像的图像参数对预览图像中各关键点的位置信息得到与拍照图像对应的正面图像中各关键点的第二位置信息，在第二位置信息能够用于执行关键定位即满足预设条件时，则可以根据由预览图像的跟踪确定的第二位置信息在拍照图像中实现虚拟效果，如果第二位置信息不满足预设条件，则可以直接识别拍照图像中各关键点第三位置信息，并根据第三位置信息实现虚拟效果。本公开实施例可以保证添加的虚拟特征的精确对应，即使在现有技术中，拍照的瞬间由于拍摄对象的运动造成拍照图像中的特征无法精确识别，而不能精确的添加相应的虚拟效果的情况下，也能够通过预览图像对关键点进行跟踪定位，从而精确的跟踪识别各关键点的位置，降低无法有效添加虚拟效果或者不能添加虚拟效果的概率。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图9示出根据本公开实施例的一种图像处理装置的框图，如图9所示，所述图像处理装置包括：

获取模块10，其用于在接收到拍照指令的情况下，获取预览图像中各关键点的第一位置信息以及拍照图像；

确定模块20，其用于利用各关键点的第一位置信息获得所述拍照图像中目标对象的正面图像，并确定所述正面图像的各关键点的第二位置信息；

虚拟模块30，其用于确定所述第二位置信息是否满足预设条件，如是，则根据拍照图像中与满足预设的条件的第二位置信息对应的位置添加虚拟效果，否则按照从所述拍照图像中识别的各关键点的第三位置信息添加虚拟效果。

在一种可能的实施方式中，所述确定模块包括：

转换单元，其用于根据所述拍照图像的图像参数，将各关键点的第一位置信息转换成与所述拍照图像的图像参数适配的第四位置信息；以及

关键点确定单元，其用于根据与所述拍照图像的图像参数适配的各关键点的所述第四位置信息，获得所述拍照图像中目标对象的正面图像并确定所述正面图像的各关键点的第二位置信息。

在一种可能的实施方式中，所述转换单元还用于根据以下方式中的至少一种执行所述根据所述拍照图像的图像参数，将各关键点的第一位置信息转换成与所述拍照图像的图像参数适配的第四位置信息：

按照所述拍照图像的分辨率，对所述预览图像中各关键点的第一位置信息进行缩放处理，得到各所述第四位置信息；

按照所述拍照图像与预览图像中的相应关键点之间的偏移量，对所述预览图像中各关键点的第一位置信息进行偏移处理，得到各所述第四位置信息；

按照所述拍照图像的分辨率，对所述预览图像中各关键点的第一位置信息进行缩放处理，并基于缩放处理后的关键点的第一位置信息与拍照图像上的相应关键点的位置信息之间的偏移量，对所述缩放处理后的各关键点的第一位置信息进行偏移处理，得到所述第四位置信息。

在一种可能的实施方式中，所述关键点确定单元还用于确定所述拍照图像中的目标对象的图像区域，并利用各关键点的所述第四位置信息以及标准图像，通过仿射变换的方式得到所述拍照图像的目标对象的正面图像，所述标准图像包括标准面部图像、标准肢体图像和标准姿态图像中的至少一种。

在一种可能的实施方式中，所述关键点确定单元还用于将所述各关键点的第四位置信息与标准图像中各关键点的标准位置信息进行对比，获得调整所述拍照图像的校正矩阵，所述校正矩阵包括各关键点位置的调整参数；以及

基于所述校正矩阵，对所述拍照图像的目标对象进行校正，得到所述拍照图像的目标对象的正面图像。

在一种可能的实施方式中，所述虚拟模块还用于在所述第二位置信息满足预设条件的情况下，根据所述校正矩阵确定拍照图像中与第二位置信息对应的第五位置信息；以及根据各关键点的所述第五位置信息添加虚拟特征。

在一种可能的实施方式中，所述虚拟模块还用于获得所述第二位置信息的置信度，在所述第二位置信息的置信度大于或者等于所述置信度阈值的情况下，确定所述第二位置信息满足预设条件。

在一种可能的实施方式中，所述虚拟模块还用于在所述第二位置信息的置信度小于所述置信度阈值的情况下，重复执行所述根据与所述拍照图像的图像参数适配的各关键点的所述第四位置信息，获得所述拍照图像中目标对象的正面图像并识别所述正面图像的各关键点的第二位置信息；

在重复执行的次数达到次数阈值时，当确定的第二位置信息的置信度仍小于置信度阈值时，确定所述第二位置信息不满足预设条件，以及在重复执行的过程中，当确定获得的第二位置信息的置信度大于或者等于置信度阈值时，将该置信度大于或者等于置信度阈值的所述第二位置信息确定为满足预设条件。

在一种可能的实施方式中，所述装置还包括：

接收模块，其用于接收选择信息；

虚拟模块还用于基于接收的选择信息确定待添加的虚拟特征，以根据第二位置信息添加所述虚拟特征，或者按照第三位置信息添加虚拟特征。

在一种可能的实施方式中，所述获取模块还用于利用神经网络模型获取预览图像中各关键点的第一位置信息，以及拍照图像中的各关键点的第三位置信息。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图10示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图10，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图11示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图11，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。