分量均为0)，可以确定该彩色 图像第一行第一列位置上的像素颜色为红色。
[0043] 需要说明的是，图la和图lb中所示的图像仅用于示例，为了便于描述，其均以图像 包含3*3个像素为例，实际应用中，数字图像包含的像素要远远多于此，例如，高清图像包含 的像素可以达到百万级。
[0044] 示例性方法
[0045]下面结合图la和图lb的应用场景，参考图2-图5b来描述根据本发明示例性实施方 式的图像处理方法。需要注意的是，上述应用场景仅是为了便于理解本发明的精神和原理 而示出，本发明的实施方式在此方面不受任何限制。相反，本发明的实施方式可以应用于适 用的任何场景。
[0046]如图2所示，其为本发明实施例提供的图像处理方法的实施流程示意图，可以包括 以下步骤：
[0047] S21、识别待处理图像包含的目标对象在所述待处理图像中的目标区域。
[0048] 具体实施时，步骤S21有如下两种实施方式：
[0049] 第一种实施方式、利用图像识别算法识别出图像中包含的目标对象在待处理图像 中的边缘位置，根据识别出的目标对象在待处理图像中的边缘位置，可以得到目标对象的 轮廓，位于该轮廓内的区域可以确定为目标对象所在的目标区域。较佳的，具体实施时，可 以利用滤波算法识别目标对象在待处理图像中的边缘。
[0050] 如图3a所示，为待处理图像示意图，如图3b所示，其为利用图像识别算法识别出的 目标对象所在目标区域的示意图。
[0051 ]第二种实施方式、可以通过识别目标对象的特征部位在待处理图像中的像素位 置，根据识别出的特征部位的像素位置，确定目标对象在待处理图像中的轮廓，将确定出的 轮廓内的区域作为目标对象所在的目标区域。
[0052]以待处理图像中包含的目标对象为人像为例，如图4a所示，为识别出的人像特征 部位在待处理图像中的像素位置示意图，其中，人像的特征部位可以包括头部、肩部、肘部、 手部、躯干、膝关节、踝关节、脚部等，由于这样识别出的关节部位所在像素位置可能是一些 像素点，因此，具体实施时，需要将相邻的特征部位所在像素连接，并进行扩充后可以得到 人像在待处理图像中的轮廓。由于人像的轮廓能够体现人物的肢体动作或者姿势等，因此， 确定出的目标区域能够保留原图像呈现的目标对象的细节特征。
[0053]而具体实施时，如果是人脸，特征部位可以包括眉毛、眼睛、鼻子、嘴巴、耳朵等，这 种情况下，首先通过图像识别算法识别出上述特征部位的边缘，能够得到各个特征部位的 轮廓，进一步的，再根据特征部位的像素位置，利用图像识别算法识别出人脸在待处理图像 中的边缘位置，由此可以得到人脸在待处理图像中的整体轮廓，如图4b所示。
[0054] S22、利用低分辨率的像素或者预设的模板重构所述目标区域。
[0055] 根据上述应用场景部分描述可知，图像由像素组成，因此，确定出的目标区域同样 由像素组成，基于此，本发明实施例中，在确定出目标对象在图像中的区域之后，可以利用 低分辨率的像素（即尺寸大小大于待处理图像中像素尺寸大小，例如，低分辨率的像素大小 可以为待处理图像中像素大小的η倍，η为大于等于2的自然数)重构目标区域包含的像素， 也可以利用预设的模板重构目标区域包含的图像，以下详细介绍之。
[0056] 第一种实施方式、利用低分辨率的像素重构目标区域。
[0057]为了便于描述，以下以步骤S21中确定出的目标区域为图5a所示的正方形为例，假 设目标区域包含的像素数量为16*16,每个像素大小为1*1(单位大小）。则在步骤S22中，可 以利用16/n个n*n(单位大小）的像素来替换图5a中包含的像素，假设以8个2*2(单位大小） 的像素进行替换，则处理后的目标区域如图5b所示。
[0058]第二种实施方式、利用预设的模板重构目标区域。
[0059]具体实施时，可以在特征部位模板库中预设模板，例如，脸型模板，眉毛模板，发型 模板，眼睛模板，耳朵模板，嘴巴模板等等，当然，每个特征部位的模板可以由多个，这样，在 步骤S21中确定出特征部位的轮廓之后，可以利用每一特征部位的轮廓，从预置的特征部位 模板库中查找与其匹配的特征部位模板，具体的，可以将识别得到的轮廓与模板库中的模 板进行比较，确定与其最接近的模板即可。例如，可以计算包含识别出的特征部位轮廓的图 像与特征部位模板库中特征部位模板图像的差值，将差值最小的一幅模板图像作为最接近 的模板。
[0060] 这样，针对每一特征部位能够匹配到与其最接近的模板，利用匹配到的模板替换 目标区域中相应的特征部位即可得到重构后的目标区域。
[0061] 较佳的，具体实施时，还可以在应用过程中，针对不同的用户，在获取了该用户的 图像后，从中识别出用户的五官轮廓等特征部位的轮廓，并将其作为特征部位模板添加至 特征部位模板库中，这样，后续该用户再次利用模板库进行匹配时，可以匹配到其自身的特 征部位，从而使得处理后的图像更接近用户自身的图像，提高了用户体验。
[0062] 具体实施时，由于不同的嘴巴以及眼睛轮廓能够体现人物的表情，因此，根据本发 明实施例中重构的目标对象可以保留待处理图像中目标对象的表情等细节特征。
[0063] 具体实施时，在步骤S22中对确定出的目标区域进行重构时，可以使用相同颜色的 低分辨率的像素重构目标区域。而为了使待处理后的图像更具层次感，本发明实施例中，还 可以进一步识别目标对象所在区域包含的各像素的颜色，根据识别出的像素颜色对目标区 域进行重构。
[0064] 具体的，在执行步骤S22之前，可以获取目标区域包含像素的颜色信息和位置信 息，以前述的3*3彩色图像
4例，且以1^表示像素 在图像中的位置，其中，i为二维矩阵行标识，j为二维矩阵的列标识，例如，112表示第一行第 二列的像素，则该图像中每一像素对应的位置信息和颜色信息如下：（In，（255,0,0))， (112,(240,160,80) ),(Ii3,(2 40,80,160) ),(121, (2 5 5,2 5 5,0)),(122, (0,2 5 2,0)),(123, (80，160，240))，（131，（255,0，255))，（132，（0，255，255))，（I33，（0，0，255))。
[0065] 在获得了目标区域包含的各像素的位置信息和颜色信息之后，可以在目标区域的 相应位置上使用相应颜色的低分辨率像素进行重构。以图5a和图5b为例，图5b中第一行第 一列的像素替换的是图5a中的4个像素，具体实施时，如果图5a中4个像素的颜色信息如果 相同，则确定该4个像素的颜色信息为图5b中第一行第一列的像素的颜色信息;而如果图5a 中4个像素的颜色信息不同，则可以根据以下任一方式确定图5b中第一行第一列像素的颜 色信息：1、使用图5a中4个像素中任一像素颜色信息作为图5b中第一行第一列像素的颜色 信息;2、将图5a中4个像素的R、G、B分量的相应灰度级平均值作为图5b中第一行第一列像素 的颜色信息，类似的，可以确定出图5b中其它各个像素的颜色信息。
[0066]在添加了颜色信息之后，根据本发明实施例提供的图像处理方法得到的处理后的 图像更具有层次感和美感。
[0067]为了使图像背景与处理过的目标图像在视觉效果上更和谐，本发明实施例中，还 可以对背景图像采用上述方法进行处理。具体的，可以将除目标区域以外的图像区域作为 背景区域，利用低分辨率的像素(可以与重构目标区域所使用的像素大小相同或不同）重构 背景区域。当然，也可以进一步识别背景区域包含的各个像素的位置和颜色，利用相同的颜 色在相应的位置上进行重构，其【具体实施方式】与目标区域的重构类似，这里不再赘述。
[0068] 本发明实施例提供的图像处理方法，在对图像进行处理时，通过识别待处理图像 中的目标对象所在的目标区域，并利用低分辨率的像素或者预设的模板重构目标区域，而 不是在原有的图层上叠加一层马赛克，由于目标对象所在的目标区域能够呈现原图像的形 态，因此，识别出的目标区域能够体现目标对象的细节特征，例如人体的肢体动作或者