本技术涉及图像处理，具体而言，涉及一种虚拟染发方法、装置、设备及存储介质。
背景技术：
：：1、随着美颜工具的不断发展和进步，越来越多的人习惯于使用美颜工具对自己的妆容造型进行编辑，而发型发色更是妆容造型编辑中的重点，虚拟染发技术可以帮助人们快捷的体验不同的发色，降低试色成本，可以很大程度上提升用户的观感体验。2、现有的虚拟染发方法是在图片上进行染色调整，将原始头发颜色映射到目标发色上，并将这种像素映射关系保存为颜色查找表(look up table，lut)进行批量染发。3、但是，现有的虚拟染发方法无法自动根据使用者的头发发色进行调整，导致上色结果和期望发色偏差较大。为了保证染发效果，通常需要使用多个lut表对不同发色进行染发，并需要对lut表进行压缩，以减少存储压力和映射处理速度，因此还存在存储压力和头发细节缺失的问题。技术实现思路1、本技术的目的在于，针对上述现有技术中的不足，提供一种虚拟染发方法、装置、设备及存储介质，以解决现有技术中染发效果差的问题。2、为实现上述目的，本技术采用的技术方案如下：3、第一方面，本技术提供了一种虚拟染发方法，所述方法包括：4、根据头发掩码从待处理图像中提取待处理的头发区域，并对所述头发区域进行图像前处理，得到头发区域图像；5、将所述头发区域图像和所述头发掩码输入生成网络模型中，对所述头发区域图像进行虚拟浅染色预测，以将所述头发区域图像中头发区域的颜色转换为基准颜色，得到头发区域基准色图像；6、基于所述头发区域基准色图像，对所述待处理图像进行头发区域替换处理，得到所述新的待处理图像；7、对所述新的待处理图像的头发区域进行染色处理，得到染色后图像。8、可选的，所述根据头发掩码从待处理图像中提取待处理的头发区域，并对所述头发区域进行图像前处理，得到头发区域图像，包括：9、遍历所述头发掩码中的像素点值，确定包含头发区域的最小矩形区域；10、对所述最小矩形区域进行图像前处理，得到头发区域图像。11、可选的，所述对所述最小矩形区域进行图像前处理，得到头发区域图像，包括：12、对所述最小矩形区域进行边缘填充，得到初始区域图像；13、对所述初始区域图像进行颜色空间转换和归一化处理，得到头发区域图像。14、可选的，所述生成网络模型包括编码器和解码器，所述解码器包括：多组依次连接的特征处理模块以及多组依次连接的融合卷积模块，其中，每组特征处理模块中均包括反卷积层和解码卷积层，每组所述融合卷积模块均包括预测卷积层以及上采样层；15、所述将所述头发区域图像和所述头发掩码输入生成网络模型中，对所述头发区域图像进行虚拟浅染色预测，以将所述头发区域图像中头发区域的颜色转换为基准颜色，得到头发区域基准色图像，包括：16、将所述头发区域图像和所述头发掩码输入所述编码器进行卷积处理，得到编码特征图，并由所述编码器对所述编码特征图进行下采样处理，得到所述头发区域图像的目标区域特征；17、将所述目标区域特征输入第一组特征处理模块中，并依次由各组特征处理模块基于输入的特征进行特征处理，得到各组特征处理模块分别输出的区域特征，并将各区域特征分别输入对应的融合卷积模块中进行预测融合处理并输出融合特征；18、将最后一组特征处理模块输出的区域特征与最后一组融合卷积模块输出的融合特征进行连接，得到所述头发区域基准色图像。19、可选的，所述由各组特征处理模块基于输入的特征进行特征处理，包括：20、由所述特征处理模块中的反卷积层对输入的特征进行反卷积处理，并向所述解码卷积层输出反卷积特征；21、由所述特征处理模块中的解码卷积层对所述反卷积特征进行解码卷积处理，得到解码卷积特征，将所述解码卷积特征作为区域特征分别输入下一特征处理模块以及对应的融合卷积模块。22、可选的，所述将各区域特征分别输入对应的融合卷积模块中进行预测融合处理并输出融合特征，包括：23、将所述区域特征输入所述融合卷积模块的预测卷积层进行预测处理，得到预测特征；24、将所述预测特征和前一融合卷积模块中上采样层的输出结果进行融合，得到所述融合结果；25、将所述融合结果输入所述融合卷积模块的上采样层进行上采样处理，得到并输出所述融合特征。26、可选的，所述基于所述头发区域基准色图像，对所述待处理图像进行头发区域替换处理，得到所述新的待处理图像，包括：27、对所述头发区域基准色图像进行数据转换，得到转换后头发区域基准色图像；28、对所述转换后头发区域基准色图像进行头发柔顺处理，得到中间区域图像；29、对所述中间区域图像进行图像融合和图像增强，得到增强后区域图像；30、根据所述头发掩码将所述增强后区域图像贴回所述待处理图像中以替换所述待处理图像中的头发区域，得到所述新的待处理图像。31、第二方面，本技术提供了一种虚拟染发装置，所述装置包括：32、前处理模块，用于根据头发掩码从待处理图像中提取待处理的头发区域，并对所述头发区域进行图像前处理，得到头发区域图像；33、预测模块，用于将所述头发区域图像和所述头发掩码输入生成网络模型中，对所述头发区域图像进行虚拟浅染色预测，以将所述头发区域图像中头发区域的颜色转换为基准颜色，得到头发区域基准色图像；34、后处理模块，用于基于所述头发区域基准色图像，对所述待处理图像进行头发区域替换处理，得到所述新的待处理图像；35、染色模块，用于对所述新的待处理图像的头发区域进行染色处理，得到染色后图像。36、可选的，所述前处理模块具体用于：37、遍历所述头发掩码中的像素点值，确定包含头发区域的最小矩形区域；38、对所述最小矩形区域进行图像前处理，得到头发区域图像。39、可选的，所述前处理模块还具体用于：40、对所述最小矩形区域进行边缘填充，得到初始区域图像；41、对所述初始区域图像进行颜色空间转换和归一化处理，得到头发区域图像。42、可选的，所述生成网络模型包括编码器和解码器，所述解码器包括：多组依次连接的特征处理模块以及多组依次连接的融合卷积模块，其中，每组特征处理模块中均包括反卷积层和解码卷积层，每组所述融合卷积模块均包括预测卷积层以及上采样层；43、所述预测模块具体用于：44、将所述头发区域图像和所述头发掩码输入所述编码器进行卷积处理，得到编码特征图，并由所述编码器对所述编码特征图进行下采样处理，得到所述头发区域图像的目标区域特征；45、将所述目标区域特征输入第一组特征处理模块中，并依次由各组特征处理模块基于输入的特征进行特征处理，得到各组特征处理模块分别输出的区域特征，并将各区域特征分别输入对应的融合卷积模块中进行预测融合处理并输出融合特征；46、将最后一组特征处理模块输出的区域特征与最后一组融合卷积模块输出的融合特征进行连接，得到所述头发区域基准色图像。47、可选的，所述预测模块还具体用于：48、由所述特征处理模块中的反卷积层对输入的特征进行反卷积处理，并向所述解码卷积层输出反卷积特征；49、由所述特征处理模块中的解码卷积层对所述反卷积特征进行解码卷积处理，得到解码卷积特征，将所述解码卷积特征作为区域特征分别输入下一特征处理模块以及对应的融合卷积模块。50、可选的，所述预测模块还具体用于：51、将所述区域特征输入所述融合卷积模块的预测卷积层进行预测处理，得到预测特征；52、将所述预测特征和前一融合卷积模块中上采样层的输出结果进行融合，得到所述融合结果；53、将所述融合结果输入所述融合卷积模块的上采样层进行上采样处理，得到并输出所述融合特征。54、可选的，所述后处理模块具体用于：55、对所述头发区域基准色图像进行数据转换，得到转换后头发区域基准色图像；56、对所述转换后头发区域基准色图像进行头发柔顺处理，得到中间区域图像；57、对所述中间区域图像进行图像融合和图像增强，得到增强后区域图像；58、根据所述头发掩码将所述增强后区域图像贴回所述待处理图像中以替换所述待处理图像中的头发区域，得到所述新的待处理图像。59、第三方面，本技术提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述虚拟染发方法的步骤。60、第四方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述虚拟染发方法的步骤。61、本技术的有益效果是：通过对头发区域进行图像前处理，能够让生成网络模型聚集于需要染发的区域，减少背景区域的干扰，降低模型学习难度，从而得到更加清晰的头发区域图像。通过生成网络模型对待处理图像的头发区域进行浅染色处理，可以在原本的发色为特殊发色的情况下，降低图像中的原本发色对染发结果的影响，减小实际上色结果与期望发色的偏差。通过对待处理图像基于头发区域基准图像进行替换处理，并对新的待处理图像的头发区域进行染色处理，可以提升染发后的图片质量，提升用户的观感体验。并且，通过生成网络模型先对头发区域进行浅染色，可以有效地减少lut表的数量，从而减少存储压力和映射处理速度，解决头发细节缺失的问题。当前第1页12当前第1页12
技术特征：1.一种虚拟染发方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据头发掩码从待处理图像中提取待处理的头发区域，并对所述头发区域进行图像前处理，得到头发区域图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述最小矩形区域进行图像前处理，得到头发区域图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述生成网络模型包括编码器和解码器，所述解码器包括：多组依次连接的特征处理模块以及多组依次连接的融合卷积模块，其中，每组特征处理模块中均包括反卷积层和解码卷积层，每组所述融合卷积模块均包括预测卷积层以及上采样层；
5.根据权利要求4所述的方法，其特征在于，所述由各组特征处理模块基于输入的特征进行特征处理，包括：
6.根据权利要求4所述的方法，其特征在于，所述将各区域特征分别输入对应的融合卷积模块中进行预测融合处理并输出融合特征，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述头发区域基准色图像，对所述待处理图像进行头发区域替换处理，得到所述新的待处理图像，包括：
8.一种虚拟染发装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的程序指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述程序指令，以执行时执行如权利要求1至7任一所述的虚拟染发方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述的虚拟染发方法的步骤。
技术总结本申请提供了一种虚拟染发方法、装置、设备及存储介质，其中，该方法包括：对输入的图像或视频进行图像前处理之后，采用生成网络模型对头发区域图像进行浅染色，得到头发区域基准色图像，然后将头发区域基准色图像和原本的待处理图像进行融合，得到浅染色图像，最后对浅染色图像进行染色，从而减少原本发色对染色结果的影响，降低实际上色结果与期望发色的偏差，并提高染色的精确度，提升用户的观感体验。
技术研发人员：周勤,杜瑀,聂学成,许清泉,刘洛麒
受保护的技术使用者：厦门美图之家科技有限公司
技术研发日：技术公布日：2024/11/11
