着装人体二维尺寸测量方法、系统、存储介质及电子设备与流程

本发明涉及人体尺寸测量领域，尤指着装人体二维尺寸测量方法、系统、存储介质及电子设备。

背景技术：

随着信息技术和电子技术的迅速发展，虚拟试衣逐渐走进人们的视野中。人体尺寸测量技术是虚拟试衣的关键技术之一，它在服装定制方面也有着不可替代的作用。目前，人体尺寸测量主要是通过接触式(人体手工量体)和非接触式(三维扫描仪)的方式对目标人体进行测量。

传统的人体尺寸测量技术有很多种，但是大致分为三大类：①手工量体，缺点是工作效率低。②三维扫描仪，由于三维扫描仪不便于携带，所以测量的灵活性低，并且仪器的成本高昂。③图像分割，由于图像分割是基于标准人体，利用黄金分割准则获取人体特征点，针对极端体型人体使用性较差，系统的鲁棒性较弱。这些测量方法有的步骤较为繁琐，有的测量准确性不高，它们都无法满足如今远程测量的要求。

技术实现要素：

本发明的目的是提供着装人体二维尺寸测量方法、系统、存储介质及电子设备，实现基于人体图像，用户仅仅只需要提供自己的身高信息、正面和侧面的人物图像，即可自动从人体照片中标定特征点、提取二维尺寸信息。

本发明提供的技术方案如下：

本发明提供着装人体二维尺寸测量方法，包括：

获取用户的特征信息；

获取预设姿势的正面人物图像和侧面人物图像；

对所述正面人物图像和侧面人物图像进行预处理之后，提取轮廓得到对应的正面轮廓图和侧面轮廓图；

对所述正面轮廓图进行图像分割，确定人体各部位对应的正面轮廓区域；

对各部位对应的正面轮廓区域进行特征点定位确定各部位的正面特征点；

根据各部位的正面特征点和所述特征信息得到对应的正面二维尺寸；

根据所述正面轮廓图和侧面轮廓图的映射关系，根据各部位的正面特征点确定各部位在侧面轮廓图中的侧面特征点；

根据各部位的侧面特征点和所述特征信息得到对应的侧面二维尺寸。

进一步的，对所述正面人物图像和侧面人物图像进行预处理之后，提取轮廓得到对应的正面轮廓图和侧面轮廓图具体包括：

分别将人物图像转化成预设格式的输入图片，所述人物图像包括所述正面人物图像和侧面人物图像；

对所述输入图片进行图片通道转换，由rgb图片转hsv得到原始图像；

对所述原始图像求索贝尔算子，并增加对比度以及图像二值化得到黑白图像；

对所述黑白图像取最大轮廓，并进行腐蚀膨胀得到预处理图像，所述预处理图像包括正面预处理图像和侧面预处理图像；

根据所述正面预处理图像和侧面预处理图像提取轮廓，得到对应的正面轮廓图和侧面轮廓图。

进一步的，对各部位对应的正面轮廓区域进行特征点定位确定各部位的正面特征点具体包括：

根据轮廓检测函数定位正面手部特征点；

利用最大距离法结合所述手部特征点定位正面颈部特征点；

利用曲线拟合或者八链码定位正面肩部特征点；

按照模板遍历法、形状估计法或扫描线检测法定位其余的部位的正面特征点。

进一步的，根据各部位的正面特征点和所述特征信息得到对应的正面二维尺寸具体包括：

计算各部位的正面特征点在正面轮廓图中相对人体的特征点比例；

识别所述特征信息中的身高信息；

根据各部位的特征点比例和所述身高信息得到各部位的正面二维尺寸；

根据所述正面轮廓图和侧面轮廓图的映射关系，确定各部位在侧面轮廓图中的侧面特征点具体包括；

利用角度法根据侧面轮廓图定位侧面颈部特征点；

根据所述特征点比例，将其余部位的正面特征点映射到侧面轮廓图中得到其余部位的侧面特征点。

本发明还提供着装人体二维尺寸测量系统，包括：

信息获取模块，获取用户的特征信息；

图像获取模块，获取预设姿势的正面人物图像和侧面人物图像；

预处理模块，对所述图像获取模块获取的所述正面人物图像和侧面人物图像进行预处理之后，提取轮廓得到对应的正面轮廓图和侧面轮廓图；

图像分割模块，对所述预处理模块得到的所述正面轮廓图进行图像分割，确定人体各部位对应的正面轮廓区域；

特征点定位模块，对所述图像分割模块得到的各部位对应的正面轮廓区域进行特征点定位确定各部位的正面特征点；

尺寸计算模块，根据所述特征点定位模块得到的各部位的正面特征点和所述信息获取模块获取的所述特征信息得到对应的正面二维尺寸；

所述特征点定位模块，根据所述正面轮廓图和侧面轮廓图的映射关系，根据各部位的正面特征点确定各部位在侧面轮廓图中的侧面特征点；

所述尺寸计算模块，根据所述特征点定位模块得到的各部位的侧面特征点和所述信息获取模块获取的所述特征信息得到对应的侧面二维尺寸。

进一步的，所述预处理模块具体包括：

格式转换单元，分别将人物图像转化成预设格式的输入图片，所述人物图像包括所述正面人物图像和侧面人物图像；

通道转换单元，对所述格式转换单元得到的所述输入图片进行图片通道转换，由rgb图片转hsv得到原始图像；

处理单元，对所述通道转换单元得到的所述原始图像求索贝尔算子，并增加对比度以及图像二值化得到黑白图像；

所述处理单元，对所述黑白图像取最大轮廓，并进行腐蚀膨胀得到预处理图像，所述预处理图像包括正面预处理图像和侧面预处理图像；

轮廓提取单元，根据所述处理单元得到的所述正面预处理图像和侧面预处理图像提取轮廓，得到对应的正面轮廓图和侧面轮廓图。

进一步的，所述特征点定位模块具体包括：

特征点定位单元，根据轮廓检测函数定位正面手部特征点；

所述特征点定位单元，利用最大距离法结合所述手部特征点定位正面颈部特征点；

所述特征点定位单元，利用曲线拟合或者八链码定位正面肩部特征点；

所述特征点定位单元，按照模板遍历法、形状估计法或扫描线检测法定位其余的部位的正面特征点。

进一步的，所述尺寸计算模块具体包括：

比例计算单元，计算各部位的正面特征点在正面轮廓图中相对人体的特征点比例；

身高识别单元，识别所述特征信息中的身高信息；

尺寸计算单元，根据所述比例计算单元计算的各部位的特征点比例和所述身高识别单元得到的所述身高信息得到各部位的正面二维尺寸；

所述特征点定位模块还包括；

所述特征点定位单元，利用角度法根据侧面轮廓图定位侧面颈部特征点；

特征点映射单元，根据所述比例计算单元计算的所述特征点比例，将所述特征点定位单元定位的其余部位的正面特征点映射到侧面轮廓图中得到其余部位的侧面特征点。

本发明还提供一种存储介质，该存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的任一项方法。

本发明还提供一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的任一项方法。

通过本发明提供的着装人体二维尺寸测量方法、系统、存储介质及电子设备，能够带来以下至少一种有益效果：

1、本发明中，实现了远程二维尺寸测量，通过用户提供身高信息，和两幅人物图像，直接输入到程序中，即自动获取领部、胸部等部位正面和侧面的二维尺寸信息。整个过程不需要手工标定，系统准确率高，鲁棒性强。

2、本发明中，对人体轮廓图进行图像分割，得到人体部位的范围区域，然后针对不同的部位，利用模板遍历法或是扫描线法定位特征点，最后得到二维尺寸，准确性更高。

附图说明

下面将以明确易懂的方式，结合附图说明优选实施方式，对着装人体二维尺寸测量方法、系统、存储介质及电子设备的上述特性、技术特征、优点及其实现方式予以进一步说明。

图1是本发明着装人体二维尺寸测量方法的一个实施例的流程图；

图2是基于黄金分割比例分割人物正面轮廓图的示意图；

图3是本发明着装人体二维尺寸测量方法的另一个实施例的流程图；

图4是本发明着装人体二维尺寸测量方法的另一个实施例的流程图；

图5是基于最大距离法定位正面颈部特征点的示意图；

图6是基于曲线拟合定位正面肩部特征点的示意图；

图7是基于八链码定位正面肩部特征点的示意图；

图8是正面胸部特征点的定位方法的示意图；

图9是正面脚部特征点的定位方法的示意图；

图10是本发明着装人体二维尺寸测量方法的另一个实施例的流程图；

图11是侧面颈部特征点的定位方法的示意图；

图12是本发明着装人体二维尺寸测量系统的一个实施例的结构示意图。

具体实施方式

为了能够更加清楚地说明本发明实施例或现有技术中的技术方案，下面将对照说明书附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并且获得其他的实施方式。

为了使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。

本发明的一个实施例，如图1所示，着装人体二维尺寸测量方法，包括：

s100获取用户的特征信息；

具体的，获取用户的特征信息，特征信息为影响用户二维尺寸的信息，例如用户的身高信息，相同身高比例的用户身高信息不同各个部位的二维尺寸就不同。一般的身体部位的二维尺寸结合用户的身高信息就能够计算得到，但是对于部分具有特殊需求、每个用户具有差异化的部位则需要根据用户的特征需求，例如头围尺寸，由于每个用户佩戴帽子的需求不同，有些人喜欢佩戴靠上，有些人喜欢佩戴靠下，因此特征信息中还需要包含用户佩戴帽子的位置。

s200获取预设姿势的正面人物图像和侧面人物图像；

具体的，获取预设姿势的正面人物图像和侧面人物图像，例如，获取正面人物图像时，用户后脚跟紧闭双手打开呈现45°左右，获取侧面人物图像时，用户的手紧贴大腿根。此外，为了得到更加符合要求的正面人物图像和侧面人物图像，预设姿势不仅包括被拍摄用户的状态要求，还包括对于拍摄环境的要求，例如，拍摄背景，拍摄时摄像头与人体、摄像头与地面的距离等。

获取的正面人物图像和侧面人物图像可以是从已有的图片中选取，也可能是通过摄像装置实时进行拍摄。另外，无论是已有的图片还是实时进行拍摄，在进行拍摄时为了避免尺寸比例失真，应当确保镜头所在平面与人体所在竖直面平行，拍摄时镜头不要仰视或者俯视用户。

上述的步骤s100与s200都是系统前期基本数据的获取步骤，两者之间并没有特定的先后顺序，此处的顺序标号只是为了便于说明，不代表实际顺序一定如此。

s300对所述正面人物图像和侧面人物图像进行预处理之后，提取轮廓得到对应的正面轮廓图和侧面轮廓图；

具体的，对正面人物图像和侧面人物图像进行同样的预处理过程得到对应的预处理图像，轮廓效果较好，预处理图像包括正面预处理图像和侧面预处理图像。然后系统从预处理图像中提取轮廓得到对应的正面轮廓图和侧面轮廓图。

s400对所述正面轮廓图进行图像分割，确定人体各部位对应的正面轮廓区域；

具体的，对正面轮廓图进行图像分割，确定人体各部位对应的正面轮廓区域，如图2所示，基于人体黄金分割比的图像分割将人体划分成7.5个部份，其中颈部区域取0.5～1.5，肩部取颈部轮廓点～1.5区域。

s500对各部位对应的正面轮廓区域进行特征点定位确定各部位的正面特征点；

具体的，确定各部位对应的正面轮廓区域，根据各个部位的特点分别采用对应的方法进行特征点定位，从而确定各部位的正面特征点。

s600根据各部位的正面特征点和所述特征信息得到对应的正面二维尺寸；

具体的，根据用户获取的特征信息中的身高信息，结合图像中表示身高像素点可以计算比例系数f,然后根据各个部位定位的特征点在图像中的欧氏距离乘以f即可得到各个正面特征点的位置，从而得到正面二维尺寸。

s700根据所述正面轮廓图和侧面轮廓图的映射关系，根据各部位的正面特征点确定各部位在侧面轮廓图中的侧面特征点；

具体的，由于正面轮廓图和侧面轮廓图都是同一个用户，因此各个特征点相对于人体整体的比例是相同的，根据各部位在正面轮廓图的正面特征点，结合正面轮廓图和侧面轮廓图的映射关系，可以确定各部位的侧面特征点。但是，对于侧面颈部特征点，在测量标准中，领围的测量是有25°至30°的倾斜量，所以对侧面颈部特征点单独进行定位，其余的部位的侧面特征点则根据正面特征点映射得到。

s800根据各部位的侧面特征点和所述特征信息得到对应的侧面二维尺寸。

具体的，同样地，确定侧面特征点之后，由于侧面特征点是根据正面特征点按照比例映射得到的，结合特征信息中的身高信息确定各个侧面特征点的位置，从而得到侧面二维尺寸。

本实施例中，基于人体图像，用户仅仅只需要提供自己的身高信息、正面和侧面的人物图像，即可自动从人体照片中标定特征点、提取二维尺寸信息。这整个过程中不需要任何的人工操作。从商家的角度而言，无需购买价值昂贵的三维扫描仪等设备或是花费大量的时间派师傅上门手工量体，对于顾客而言，无需要指定地点进行量体，灵活性和便捷性更高。

本发明的另一个实施例，是上述的实施例的优化实施例，如图3所示，本实施例与上述第一实施例相比，主要改进在于，s300对所述正面人物图像和侧面人物图像进行预处理之后，提取轮廓得到对应的正面轮廓图和侧面轮廓图具体包括：

s310分别将人物图像转化成预设格式的输入图片，所述人物图像包括所述正面人物图像和侧面人物图像；

具体的，首先是图片resize，将输入的人物图片转化成预设格式的输入图片，例如转化成宽1000x600格式的图片。

s320对所述输入图片进行图片通道转换，由rgb图片转hsv得到原始图像；

具体的，将输入图片由rgb图片转hsv，得到的图片是rgb空间，但由于hsv色彩空间中的s空间分离人体图像效果最好，因此对输入图像进行图片通道转换得到原始图像，得到的数据轮廓效果最好。

rgb是从颜色发光的原理来设计定的，通俗点说它的颜色混合方式就好像有红、绿、蓝三盏灯，当它们的光相互叠合的时候，色彩相混，而亮度却等于两者亮度之总和，越混合亮度越高，即加法混合。hsv是一种比较直观的颜色模型，所以在许多图像编辑工具中应用比较广泛，这个模型中颜色的参数分别是：色调(h,hue)，饱和度(s,saturation)，明度(v,value)。

rgb→hsv的方法公式为：

r'＝r/255

g'＝g/255

b'＝b/255

cmax＝max(r',g',b')

cmin＝min(r',g',b')

δ＝cmax-cmin

v＝cmax

s330对所述原始图像求索贝尔算子，并增加对比度以及图像二值化得到黑白图像；

具体的，索贝尔算子(sobeloperator)主要用作边缘检测，对原始图像求索贝尔算子，其中sobel卷积因子：a代表的是原始图像，gx代表水平方向的索贝尔算子，gy代表水平方向的索贝尔算子。然后增加对比度，基于得到的sobel算子，增加人体边缘的亮度。之后进行图像二值化，将图像转化成仅有黑(0)和白(255)的黑白图像。

s340对所述黑白图像取最大轮廓，并进行腐蚀膨胀得到预处理图像，所述预处理图像包括正面预处理图像和侧面预处理图像；

具体的，对得到的黑白图像取最大轮廓，避免有轮廓提取错误。然后进行腐蚀膨胀去掉二值化后产生的噪声点，得到预处理图像，预处理图像包括正面预处理图像和侧面预处理图像。

s350根据所述正面预处理图像和侧面预处理图像提取轮廓，得到对应的正面轮廓图和侧面轮廓图。

具体的，分别根据正面预处理图像和侧面预处理图像提取任务的轮廓，从而得到对应的正面轮廓图和侧面轮廓图。

本实施例中，采用一系列的步骤对获取的正面人物图像和侧面人物图像进行预处理，突出显示人体边缘亮度，从而能够准确提取正面轮廓图和侧面轮廓图。

本发明的另一个实施例，是上述的实施例的优化实施例，如图4所示，本实施例与上述第一实施例相比，主要改进在于，s500对各部位对应的正面轮廓区域进行特征点定位确定各部位的正面特征点具体包括：

s510根据轮廓检测函数定位正面手部特征点；

具体的，通过轮廓检测函数例如cvfindcontours，检测所述正面轮廓图获取左右极值点，左右极值点分别为左右手特征点，正面手部特征点包括左右手特征点。

s520利用最大距离法结合所述手部特征点定位正面颈部特征点；

具体的，如图5所示，获取颈部区域的轮廓线作为正面颈部轮廓线，确定正面轮廓图中的头顶中点，分别将两个正面手部特征点即左右手特征点与头顶中点连接得到两条正面颈部特征直线，记为α1,α2。两条正面颈部轮廓线记为κ1，κ2，遍历正面颈部轮廓上的轮廓点，轮廓点分别记为β1，β2，其中β1∈κ1，β2∈κ2，求β1，β2分别到对应侧的α1,α2的欧式距离d1,d2。正面领部特征点即为γ1＝max(d1),γ2＝max(d2)。

s530利用曲线拟合或者八链码定位正面肩部特征点；

具体的，如图6所示，提取肩部轮廓线，通过最小二乘法拟合成曲线，在点x1，x2，x3...xn处的函数值y1,y2,y3...yn求多项式p(x)＝a0+a1x+...+anxk，为了求得负荷条件的a值，对等式右边对ai,i＝1....k求偏导，得到结果为k+1个等式：

将方程整理，得到：

曲率的公式：曲线的某个点的曲率越大，表示曲线的弯曲程度越大。其中曲率最大的轮廓点即为肩部轮廓点。

另外，如图7所示，freeman提出的八链码值按方向对轮廓线的每一个像素进行赋值。八链码理论采用0到7八个标识按逆时针表示某一像素点八邻域上的像素点。因此每一段连续的人体轮廓线条，均可以使用轮廓上像素点的八链码值来表示。以人体肩部轮廓线分析为例，自像素f0点后开始到f8结束，这9个像素点均有相同的码值“0”。而在f9像素点处，码值变化成了“7”，因此可将像素点f0到f8看作向量a0。同理像素点f8到f9可看作向量a1，这些向量首尾相连，组成了人体肩部部轮廓线。通过研究肩部轮廓线中相邻向量之间的方向变化，例如右肩部的特征向量的变化趋势如图7所示，为(0，7，0，7，0，0，7，0，7，7，0，0)，通过上述变化趋势确定了12个特征点，则选取第6个特征点作为右肩部特征点。其中，如果确定的是偶数个特征点，则取偶数的中间数对应的特征点为肩部特征点，如12个特征点中第6个为对应的肩部特征点。如果确定的是奇数个特征点，则取中间的特征点为肩部特征点，如11个特征点中第5个为对应的肩部特征点。然后遍历查询整个肩部的轮廊线即可定位肩部特征点。

s540按照模板遍历法、形状估计法或扫描线检测法定位其余的部位的正面特征点。

具体的，如图8所示，模板遍历法的模板样式的像素值为(0，0，0，0，255，255，0，0，0，0)，递归检索整个胸部区域，显然只有腋下这两个点符合模板要求，则腋下两个点为正面胸部特征点。以此类推，可以按照模板遍历法定位其余的预设部位的特征点，或者按照扫描线检测法定位其余的预设部位如腰部和臀部的特征点。

另外，图片中的人体身高不能简单以头顶和脚尖相连的欧氏距离，因为由于拍照角度的问题，真实脚部特征点其实是脚后跟。正面脚部特征点位于两脚掌内边缘的交界处，使用形状估计的方法进行特征点提取。例如，如图9所示，脚掌分开与竖直方向分别呈45°，根据预期定位的脚底特征点设定坐标系，设定脚底轮廓提取的形状估计曲线函数cr(s)为分段函数，如式其中x(s)为脚部轮廓上任意轮廓点的横坐标，y(s)为脚部轮廓上任意轮廓点的纵坐标，并设置前1/2模型曲线靠近第一段形状曲线，后1/2模型曲线靠近第二段形状曲线。

本发明的另一个实施例，是上述的实施例的优化实施例，如图10所示，本实施例与上述第一实施例相比，主要改进在于，s600根据各部位的正面特征点和所述特征信息得到对应的正面二维尺寸具体包括：

s610计算各部位的正面特征点在正面轮廓图中相对人体的特征点比例；

s620识别所述特征信息中的身高信息；

s630根据各部位的特征点比例和所述身高信息得到各部位的正面二维尺寸；

具体的，识别正面轮廓图中表示身高的像素点，计算各部位的正面特征点相对人体的特征点比例，然后根据用户的身高信息确定各部位的特征点在人体上的位置，同时还可以结合正面轮廓图中表示身高的像素点和身高信息，确定对应的二维尺寸。

s700根据所述正面轮廓图和侧面轮廓图的映射关系，确定各部位在侧面轮廓图中的侧面特征点具体包括；

s710利用角度法根据侧面轮廓图定位侧面颈部特征点；

具体的，如图11所示，扫描线检测侧面颈部轮廓线，判断侧面颈部轮廓线中每一个轮廓点对应的颈部水平连线的颈部水平距离，将距离值最大的颈部水平连线为侧面颈部特征直线，根据所侧面颈部特征直线和预设领围测量倾斜角度确定侧面颈部特征点。其中，侧面颈部特征直线与人物正面侧的颈部轮廓线的交点为一个侧面颈部特征点，以该侧面颈部特征为中心，将侧面颈部特征直线逆时针旋转预设领围测量倾斜角度，例如25°至30°，然后得到人物正面侧的颈部轮廓线上的另一个侧面颈部特征点。其中预设领围测量倾斜角度可以根据不同服装要求进行分别设置。

s720根据所述特征点比例，将其余部位的正面特征点映射到侧面轮廓图中得到其余部位的侧面特征点。

具体的，由于正面轮廓图和侧面轮廓图都是同一个用户，因此各个特征点相对于人体整体的比例是相同的，根据各部位的正面特征点在正面轮廓图的特征点比例，确定各部位的侧面特征点。

本实施例根据用户的身高信息计算正面特征点的正面二维尺寸，然后基于正面轮廓图和侧面轮廓图之间的映射关系，直接将各部位的正面特征点映射在侧面轮廓图上得到相应的侧面特征点，减小系统的计算量，提高运行速度，同时也避免了对正面和侧面的特征点分别定位导致的无法对应的问题。

本发明的一个实施例，如图12所示，着装人体二维尺寸测量系统100，包括：

信息获取模块110，获取用户的特征信息；

图像获取模块120，获取预设姿势的正面人物图像和侧面人物图像；

预处理模块130，对所述图像获取模块120获取的所述正面人物图像和侧面人物图像进行预处理之后，提取轮廓得到对应的正面轮廓图和侧面轮廓图；

所述预处理模块130具体包括：

格式转换单元131，分别将人物图像转化成预设格式的输入图片，所述人物图像包括所述正面人物图像和侧面人物图像；

通道转换单元132，对所述格式转换单元131得到的所述输入图片进行图片通道转换，由rgb图片转hsv得到原始图像；

处理单元133，对所述通道转换单元132得到的所述原始图像求索贝尔算子，并增加对比度以及图像二值化得到黑白图像；

所述处理单元133，对所述黑白图像取最大轮廓，并进行腐蚀膨胀得到预处理图像，所述预处理图像包括正面预处理图像和侧面预处理图像；

轮廓提取单元134，根据所述处理单元133得到的所述正面预处理图像和侧面预处理图像提取轮廓，得到对应的正面轮廓图和侧面轮廓图；

图像分割模块140，对所述预处理模块130得到的所述正面轮廓图进行图像分割，确定人体各部位对应的正面轮廓区域；

特征点定位模块150，对所述图像分割模块140得到的各部位对应的正面轮廓区域进行特征点定位确定各部位的正面特征点；

所述特征点定位模块150具体包括：

特征点定位单元151，根据轮廓检测函数定位正面手部特征点；

所述特征点定位单元151，利用最大距离法结合所述手部特征点定位正面颈部特征点；

所述特征点定位单元151，利用曲线拟合或者八链码定位正面肩部特征点；

所述特征点定位单元151，按照模板遍历法、形状估计法或扫描线检测法定位其余的部位的正面特征点；

尺寸计算模块160，根据所述特征点定位模块150得到的各部位的正面特征点和所述信息获取模块110获取的所述特征信息得到对应的正面二维尺寸；

所述尺寸计算模块160具体包括：

比例计算单元161，计算各部位的正面特征点在正面轮廓图中相对人体的特征点比例；

身高识别单元162，识别所述特征信息中的身高信息；

尺寸计算单元163，根据所述比例计算单元161计算的各部位的特征点比例和所述身高识别单元162得到的所述身高信息得到各部位的正面二维尺寸；

所述特征点定位模块150还包括；

所述特征点定位单元151，利用角度法根据侧面轮廓图定位侧面颈部特征点；

特征点映射单元152，根据所述比例计算单元161计算的所述特征点比例，将所述特征点定位单元151定位的其余部位的正面特征点映射到侧面轮廓图中得到其余部位的侧面特征点；

所述特征点定位模块150，根据所述正面轮廓图和侧面轮廓图的映射关系，根据各部位的正面特征点确定各部位在侧面轮廓图中的侧面特征点；

所述尺寸计算模块160，根据所述特征点定位模块150得到的各部位的侧面特征点和所述信息获取模块110获取的所述特征信息得到对应的侧面二维尺寸。

本实施例中的各个模块的具体操作方式在上述对应的方法实施例中已经进行了详细描述，因此不再一一进行赘述。

本发明的一个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一实施例中的所有方法步骤或部分方法步骤。

本发明实现上述第一实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

本发明的一个实施例还提供一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一实施例中的所有方法步骤或部分方法步骤。

所称处理器可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、视频数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。