图像中的皮肤颜色变换为模板中的任一种颜色。
[0126]步骤B2，根据选定的皮肤颜色，将皮肤区域的颜色变换为选定的皮肤颜色。
[0127]用户可以从中选择一种颜色对现有皮肤颜色进行变换，比如，现有皮肤颜色为黄色，可以变换为黑色。
[0128]当待变换的子区域为脸部轮廓区域时，对该区域进行形象变换可以实施为如下步骤C1-C2:
[0129]步骤Cl，从预先建立的模板中确定接收选定人脸轮廓的操作。
[0130]模板中可以包括多种脸部轮廓，比如，三角脸、鹅蛋脸、方形脸等;模板中还可以包括各个人种的脸型，当包括各人种的脸型时，在建立模板时，对脸部轮廓进行归一化，将所有人脸高度归一化到I，即下巴点到额头点的距离为I，此时，左右脸颊等位置的特征点反映出人脸的胖瘦。对不同人种的人脸轮廓分别求平均，确定出此人种的人脸平均形状，存储到模板中。
[0131]步骤C2，根据选定的人脸轮廓，将脸部轮廓区域的轮廓变换为选定的人脸轮廓。
[0132]用户可以从中选择一种脸部轮廓对现有脸部轮廓进行变换，比如，现有脸部轮廓为圆脸，可以变换为黑种人的脸型。
[0133]当待变换的子区域为五官区域时，对该区域进行形象变换可以实施为如下步骤D1-D3:
[0134]步骤Dl，从预先建立的模板中确定接收选定五官中的至少一项的操作。
[0135]当待处理的目标区域包括五官区域时，需要先确定出五官的具体位置，同样可以利用前面提到的算法标记五官区域关键点的位置，进而确定五官区域。
[0136]步骤D2，将五官区域标记出关键点的位置。
[0137]步骤D3，根据选定五官的操作与标记出的关键点的位置，将五官区域的五官中的至少一项变换为选定的五官中的至少一项。
[0138]比如，用户想对人脸图像中的眼睛进行变换，变换为白种人的眼睛，则可以从预先建立的模板中选择出白种人，模板中白种人的眼睛也可能不止一种，从中选择一种，对现在图像中的眼睛进行替换。
[0139]在一个实施例中，当子区域为皮肤区域和头发区域中的至少一项时，如图8所示，步骤S104可以实施为以下步骤S801-S802:
[0140]在步骤S801中，对子区域进行抠图处理；
[0141 ]在步骤S802中，对抠图处理之后的子区域进行形象变换。
[0142]由于在确定皮肤区域和头发区域时，主要是通过颜色来确定，比如头发是黑色的，则将图像中的黑色部分作为头发区域。但这种方法处理精确度不高，因此需要对上述区域进行二次处理，进而可以提高区域的精度，使处理后上述区域的边缘部分更加清晰。本实施例中对上述区域使用alpha matting(抠图算法)进行处理，对处理后的子区域进行形象变换，从而使确定出的区域更加精确。
[0143]下述为本公开装置实施例，可以用于执行本公开方法实施例。
[0144]图9是根据一示例性实施例示出的一种人脸图像处理的框图，如图9所示，该人脸图像处理装置包括:
[0145]获取模块91，用于获得包括人脸的预处理图像；
[0146]检测模块92，用于对获取模块91获得的预处理图像进行人脸检测，确定出待处理的目标区域；
[0147]区域划分模块93，用于对检测模块92确定出的待处理的目标区域进行区域划分，确定目标区域的子区域；
[0148]形象变换模块94，用于基于预先建立的子区域对应的形象模板，对区域划分模块93确定出的子区域进行形象变换。
[0149]形象模板例如可以是头发模板，头发模板包括头发的各种颜色，当目标区域为头发时，基于头发模板，对头发进行各种颜色的变换;形象模板还可以是人种模板，人种模板中包括该人种的脸型、嘴巴形状和颜色、眼睛形状和颜色、鼻子形状、皮肤颜色、头发颜色等该人种特有的人种属性。
[0150]本公开实施例的上述装置，通过对预处理图像进行人脸检测，并确定待处理的目标区域，对待处理的目标区域进行区域划分，确定目标区域的子区域，基于预先建立的子区域对应的形象模板，对子区域进行形象变换，从而可以根据形象模板将人脸图像中的某个区域进行整体替换，使人脸图像处理更加多样化，满足用户多方面的需求。
[0151 ]在一个实施例中，如图10所示，检测模块92，可包括:
[0152]标注子模块101，用于对预处理图像中的人脸区域进行检测，标注出人脸区域中的特征点；
[0153]确定子模块102，用于根据标注子模块101标注出的人脸区域中的特征点，确定出待处理的目标区域。
[0154]通过标记的特征点，就可以确定待处理的目标区域，比如眼镜、鼻子、头发等。
[0155]本实施例，对人脸区域进行检测，标注出人脸区域中的特征点，根据标注的特征点确定待处理的目标区域，从而可以准确、快捷的确定出待处理的目标区域。
[0156]在一个实施例中，待处理的目标区域的子区域可包括以下区域中的至少一个:皮肤区域、五官区域、脸部轮廓区域和头发区域。
[0157]在一个实施例中，如图11所示，上述装置还可包括:
[0158]收集模块95，用于收集多个人脸样本；
[0159]输入模块96，用于将收集模块95收集的人脸样本输入卷积神经网络训练出模型；
[0160]预测模块97，用于根据输入模块96训练出的模型预测预处理图像中人脸的属性，属性包括以下属性中的至少一项:人种、性别、头发颜色、皮肤颜色和眼睛颜色。
[0161]本实施例中，收集多个人脸样本，将人脸样本输入卷积神经网络训练出模型，训练出的模型可以预测人脸的种族、性别、头发颜色、眼睛颜色、皮肤颜色等属性，从而可以确定出预处理图像中人脸在形象变换之前的状态，比如，通过模型预测出预处理图像中的人脸的种族是黄种人、女、黑色头发、黑色眼睛、黄皮肤。通过模型识别出头发为黑色，在确定头发区域时，只需寻找图像中的黑色区域即可，避免了背景干扰。通过确定人脸图像变换前的状态，可确定哪些区域需要变换，哪些区域不需要变换。比如目标是将皮肤变换为黑色，如果模型预测现有的皮肤颜色就是黑色的，则不需要进行变换。此外，训练出的模型还可以预测人脸形状和大小，比如，可以预测出是圆脸、大眼等，从而辅助目标区域和各子区域的确定，使确定出的目标区域和各子区域更加精确。
[0162]在一个实施例中，形象模板包括人种模板;如图12所示，形象变换模块94，可包括:
[0163]第一获取子模块121，用于基于模型预测出的预处理图像中人脸所属的人种，获取人种对应的人种模板，人种模板包含人种的人脸各关键部位的特征；
[0164]人种模板可包含多个人种的模板，比如黄种人、黑种人、白种人等人种模板。人种模板包含该人种的人脸各关键部位的特征，比如当人种是黑种人时，人种模板中皮肤的颜色是黑色的，头发的颜色是棕色或黑色，其眼睛、嘴巴都是黑种人特有的。
[0165]第一变换子模块122，用于根据第一获取子模块121获取的人种模板对子区域进行变换。
[0166]本实施例中，通过模型预测人种，并确定出对应的人种模板，从而可以快速对预处理图像中的人脸进行变换，并且由于人种模板中的脸型时由该人种的平均脸型表示的，因此变换更加精确，更符合大众的审美。
[0167]在一个实施例中，第一变换子模块还可用于:
[0168]基于模型预测出的预处理图像中头发颜色、眼睛颜色和皮肤颜色中的至少一项，确定与人种模板中相应部位的颜色不一致的子区域；
[0169]根据人种模板对不一致的子区域进行变换。
[0170]本实施例中，当预处理图像中头发颜色、眼睛颜色和皮肤颜色中的某一项或多项与人种模板的相应部位一致时，则不需要进行变换。
[0171]本实施例中，仅对不一致的区域进行变换，对一致的区域不再进行重复变换，从而提升了图像处理速度。
[0172]在一个实施例中，形象模板包括人种模板;如图13所示，形象变换模块94，可包括:
[0173]第二获取子模块131，用于获取选定的人种模板，人种模板包含人种的人脸各关键部位的特征；
[0174]第二变换子模块132，用于根据第二获取子模块131选定的人种模板对子区域进行变换。
[0175]用户可以任意选择自己感兴趣的模板，比如黑种人模板，根据选定的模板对一个或多个子区域进行变换。可以对目标区域整体(五官、头发、脸部轮廓和皮肤)进行变换，也可以只对某个子区域进行变换，比如，把人脸图像中的嘴巴替换为黑种人的嘴巴;把人脸图像中的皮肤颜色替换为黑种人的皮肤颜色(黑色)。
[0176]本实施例，预先选定人种模板，并基于人种模板对目标区域进行变换，由于人种模板中各个区域的特征是相对固定的，从而用户可以简单、快捷的进行选择，满足用户需求。
[0177]在一个实施例中，当子区域为皮肤区域和/或