图像处理方法、装置、电子设备及存储介质

技术领域

本公开实施例涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、电子设备及存储介质。

背景技术

发型是个人形象的一个重要组成部分，人们对于尝试不同的发型有着广泛的需求。很多用户多会通过具有变换发型特效功能的应用体验自己不同发型的样子。

目前，实现发型变换的方法多是基于计算机视觉和图形学技术将预先制作的2D头发素材根据人脸图像中的人脸姿态贴在头上。但是，该发型变换方法中发型材质及光泽上都与真实头发差别较大，发型迁移的效果不够真实自然，特别是在原发型图像为侧脸图像时，新的发型素材应用会受到限制，发型迁移效果还有待提升。

发明内容

本公开提供了一种图像处理方法、装置、电子设备及存储介质，以实现在变换图像中元素展示形式时，变换展示形式后的预设元素与原图中其他元素的贴合度更高，使图像特效处理的效果更加自然。

第一方面，本公开实施例提供了一种图像处理方法，该方法包括：

获取待处理的目标对象的原始图像，其中，所述原始图像中的预设元素以第一展示形式进行展示；

将所述原始图像输入至经过预训练的元素去除处理模型，得到所述目标对象的预设元素去除图像，并基于所述目标对象的预设属性参数为所述预设元素去除图像匹配对应的所述预设元素以第二展示形式进行展示的模板图像；

将所述预设元素去除图像、所述模板图像和所述模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到所述目标对象的目标图像，其中，所述目标图像中所述预设元素以所述第二展示形式进行展示。

第二方面，本公开实施例还提供了一种图像处理装置，该装置包括：

图像获取模块，用于获取待处理的目标对象的原始图像，其中，所述原始图像中的预设元素以第一展示形式进行展示；

模板匹配模块，用于将所述原始图像输入至经过预训练的元素去除处理模型，得到所述目标对象的预设元素去除图像，并基于所述目标对象的预设属性参数为所述预设元素去除图像匹配对应的所述预设元素以第二展示形式进行展示的模板图像；

图像处理模块，用于将所述预设元素去除图像、所述模板图像和所述模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到所述目标对象的目标图像，其中，所述目标图像中所述预设元素以所述第二展示形式进行展示。

第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的图像处理方法。

第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的图像处理方法。

本公开实施例，通过在需要对图像中预设元素的展示形式进行切换的图像特效处理场景下，当获取待处理的目标对象的原始图像时，先将原始图像输入至经过预训练的元素去除处理模型，得到目标对象的预设元素去除图像，并基于目标对象的预设属性参数为预设元素去除图像匹配对应的预设元素以第二展示形式进行展示的模板图像；最后，将预设元素去除图像、模板图像和模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到目标对象的目标图像，其中，原始图像中的预设元素以第一展示形式进行展示，目标图像中预设元素以第二展示形式进行展示。本公开实施例的技术方案，在进行图像特效处理的过程中先将第一展示形式的预设元素去除，再将第二展示形式的预设元素与原始图像中的其他元素进行融合，从而得到了更好的元素融合效果，解决了现有技术中直接将目标展示形式的预设元素叠加在原展示形式的预设元素之上以改变预设元素展示形式时，图像效果不自然，贴片感明显的问题，实现了在变换图像中元素展示形式的图像特效处理时，提升变换展示形式后的预设元素与原图中其他元素的贴合度，使图像特效处理的效果更加自然，特效处理的效果稳定性更高。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是本公开实施例所提供的一种图像处理方法流程示意图；

图2是本公开实施例所提供的一种图像处理方法流程示意图；

图3是本公开实施例所提供的一种图像处理方法流程示意图；

图4是本公开实施例所提供的一种预设图像元素迁移模型训练过程示意图；

图5是本公开实施例所提供的一种图像处理装置结构示意图；

图6是本公开实施例所提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。

例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。

作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。

可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。

图1为本公开实施例所提供的一种图像处理方法的流程示意图，本公开实施例适用于改变图像中元素展示形式的情形，该方法可以由图像处理装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。

如图1所示，所述图像处理方法包括：

S110、获取待处理的目标对象的原始图像，其中，所述原始图像中的预设元素以第一展示形式进行展示。

其中，原始图像可以是需要进行图像特效处理的图像，可以是通过下载、拍摄或上传等方式获取的图像。

目标对象则是原始图像中的前景对象或是感兴趣区域对象。目标对象可以是人物对象、动物对象或是静态物体中的任意一种。

预设元素则是目标对象的一部分，例如，目标对象是一个人物对象，预设元素可以是人物对象的五官、头发、首饰、衣着等元素；或者，目标对象是一个玩具屋，预设元素可以是玩具屋中的任意一个摆件元素。

预设元素的第一展示形式可以理解为预设元素在原始图像中的初始展示形式。例如，人物对象的发型原始发型为过肩长发；再如，玩具屋对象中餐桌摆件为圆形餐桌。

当用户在具有图像中预设元素展示形式变换的特效处理功能的应用中，触发相应的图像特效处理功能时，便会提示用户进行实时的图像拍摄或者上传以获取包含有目标对象的原始图像。

S120、将所述原始图像输入至经过预训练的元素去除处理模型，得到所述目标对象的预设元素去除图像，并基于所述目标对象的预设属性参数为所述预设元素去除图像匹配对应的所述预设元素以第二展示形式进行展示的模板图像。

其中，预设元素的第二展示形式是图像特效处理效果中，预设元素的目标展示形式，例如，原始图像经过图像特效处理后，人物对象的原始的过肩长发，处理为干练的短发。或者，原始图像经过图像特效处理后，玩具屋中的圆形餐桌处理为小方桌。

现有技术中为达到预设元素展示形式变换的技术效果，通常直接将第二展示形式的预设元素的图像叠加在原始图像的预设元素位置处，这会造成第二展示形式的预设元素与原始图像中其他元素不能完全贴合，或者光线不协调不自然的缺陷。

为了克服上述缺陷，在本实施例中，进行图像特效处理的过程中，首先会将原始图像中第一展示形式的预设元素去掉，避免影响第二展示形式的预设元素与原始图像中其他元素融合的效果。具体的，去除第一展示形式的预设元素时，可以采用经过预训练的元素去除处理模型进行处理。即，将原始图像输入至经过预训练的元素去除处理模型，得到对应的目标对象的预设元素去除图像。其中，元素去除处理模型的图像处理效果就像是预设元素没有存在过一样，相应的原预设元素部位会显示为原始图像的背景或是目标对象对应的其他元素的效果。而不是将原始图像中的第一展示形式的预设元素直接涂抹掉，以统一的黑色或其他颜色的像素信息表示被去除的预设元素的对应部位。

进一步的，预设属性参数包括原始图像中目标对象的角度、光线参数及轮廓参数等属性参数中的一个或多个。可以根据预设属性参数为原始图像匹配在角度、光线参数或轮廓参数上更加接近的以第二展示形式进行展示的预设元素的模板图像，作为图像特效处理过程中特征融合的基础。

S130、将所述预设元素去除图像、所述模板图像和所述模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到所述目标对象的目标图像，其中，所述目标图像中所述预设元素以所述第二展示形式进行展示。

在本实施例中，将预设元素去除图像、步骤S120中匹配到的预设元素以第二展示形式进行展示的模板图像和该模板图像中的预设元素的掩膜图像共同作为预设图像元素迁移模型的输入，使预设图像迁移模型同时提取并学习这三个输入图像的特征，最终得到与原始图像对应的，目标对象的预设元素以第二展示形式进行展示的目标图像。其中，模板图像中的预设元素的掩膜图像可以提示预设元素以第二展示形式进行展示时的像素区域范围。从而，目标图像中与第二展示形式进行展示的预设对象与原始图像除预设元素之外的其他元素可以融合的更加自然。

具体的，预设图像元素迁移模型对输入的三个图像进行图像处理的过程中，首先，通过预设图像元素迁移模型的预设图像编码器在高维空间对预设元素去除图像、模板图像和掩膜图像进行特征融合得到目标特征编码；然后，通过预设图像元素迁移模型的图像解码器对目标特征编码进行解码得到目标图像，其中，图像解码器为经过预训练的图像生成器，该图像生成器在经训练之后，可以根据输入的特征向量，生成具有预设元素的图像。

相应的，预设图像元素迁移模型的训练过程，即是根据预设的模型训练样本，对预设图像编码器进行训练，使预设图像编码器可以对输入的图像进行特征编码，得到可以是图像生成器正确解码为目标图像的特征编码向量。具体可以将模型训练样本中的预设对象的无预设元素样本图像、与无预设元素图像匹配的预设元素的预设展示形式模板样本图以及所述模板样本图中的预设元素的掩膜样本图作为模型训练样本对；将模型训练样本对输入至初始图像编码器中，得到初始图像特征编码；然后，将初始特征编码输入到图像解码器中，得到初始解码图像，并根据所述解码图像与模板样本图之间的损失迭代更新初始图像编码器，得到预设图像编码器。

本公开实施例的技术方案，通过在需要对图像中预设元素的展示形式进行切换的图像特效处理场景下，当获取待处理的目标对象的原始图像时，先将原始图像输入至经过预训练的元素去除处理模型，得到目标对象的预设元素去除图像，并基于目标对象的预设属性参数为预设元素去除图像匹配对应的预设元素以第二展示形式进行展示的模板图像；最后，将预设元素去除图像、模板图像和模板图像中的预设元素的掩膜图像输入至预设图像元素迁移模型中，得到目标对象的目标图像，其中，原始图像中的预设元素以第一展示形式进行展示，目标图像中预设元素以第二展示形式进行展示。本公开实施例的技术方案，在进行图像特效处理的过程中先将第一展示形式的预设元素去除，再综合学习预设元素去除图像、模板图像和模板图像中的预设元素的掩膜图像中的特征，将第二展示形式的预设元素与原始图像中的其他元素进行融合，从而得到了更好的元素融合效果，解决了现有技术中直接将目标展示形式的预设元素叠加在原展示形式的预设元素之上以改变预设元素展示形式时，图像效果不自然，贴片感明显的问题，实现了在变换图像中元素展示形式的图像特效处理时，提升变换展示形式后的预设元素与原图中其他元素的贴合度，使图像特效处理的效果更加自然，特效处理的效果稳定性更高。

图2为本公开实施例所提供的又一图像处理方法的流程示意图，在上述图像处理方法的基础上，进一步的描述了目标对象为人物对象，预设元素为头发时，对预设元素的展示形式进行变换的图像特效处理过程。该方法可以由图像处理装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。

如图2所示，所述图像处理方法包括：

S210、获取待处理的目标对象的原始图像。

其中，原始图像中的预设元素以第一展示形式进行展示。

在本实施例中，目标对象为人物对象，预设元素为头发，相应的，预设元素的第一展示形式为目标对象的初始的发型。

当用户在可以体验发型设计，或发型变换功能的应用中触发对应的发型迁移功能时，可以实时的拍摄目标对象的图像作为原始图像，也可以是用户上传的包含有目标对象的原始图像。

S220、将所述原始图像输入至经过预训练的元素去除处理模型，得到所述目标对象的预设元素去除图像。

将预设元素去除，即将原始图像中，目标对象的头发去除，得到与原始图像对应的，目标对象的光头图像。

其中，元素去除处理模型是基于预设元素去除图像样本对进行训练得到的神经网络模型，其中，预设元素去除图像样本对中包括包含有预设元素的对象的原始样本图像，以及与原始样本图像对应的不包含预设元素的样本图像。

在一种可选的实施方式中，不包含预设元素的样本图像的获取过程包括：

首先，识别原始样本图像中展示预设元素的主体轮廓。由于目标对象为人物对象的图像，预设元素为头发，展示头发这一预设元素的主体包括人物对象的头部，在识别主体轮廓区域时，可以是识别原始图像中目标对象的头部。

然后，将位于主体轮廓区域内的预设元素的像素点处理为与主体轮廓区域内的非所述预设元素的像素点的像素信息一致的像素点，并将位于主体轮廓区域外的预设元素的像素点处理为与主体轮廓区域外的非预设元素的像素点的像素信息一致的像素点，从而可以得到所述不包含预设元素的样本图像。这样处理的效果是，头颅区域外的预设元素的像素点，在去除之后对应的是原始图像的背景部分。将头颅区域内的头发去除之后，对应的像素点位置对应的表现为头皮部分，可以达到将预设元素无痕去除的效果，不影响目标对象的处预设元素之外的其他元素的展示。

S230、识别所述目标对象的头部姿态数据和面部关键点信息，并基于所述头部姿态数据和所述面部关键点信息，在所述预设元素以所述第二展示形式进行展示的多角度展示图像模板集合中，匹配与所述预设元素去除图像对应的模板图像。

其中，预设元素以第二展示形式进行展示的多角度展示图像模板集合是预先建立的，在该集合的建立过程中，首先，要获取预先制作的预设元素以第二展示形式进行展示的三维头部模型；然后，模拟环绕拍摄过程，在各个角度对所述三维头部模型拍照渲染，得到多个角度的预设元素以所述第二展示形式进行展示的图像，从而得到预设元素以第二展示形式进行展示的多角度展示图像模板集合。

在进行模板匹配时，首先，识别目标对象的头部姿态数据和面部关键点信息。其中，头部姿态数据是指头部的角度，包括俯仰角，旋转角、偏向角等数据，可以根据三维世界坐标系确定相应的角度信息。面部关键点即是指面部五官等关键点，可以采用任一能够实现面部关键点识别算法获取到相应的关键点信息。然后，预设元素去除图像和模板集合中的模板图分别进行头部姿态和面部关键点的检测，根据对应的参数在3维空间进行匹配，找到和预设元素去除图像最接近的模板图。

在一种可选的实施方式中，还可以进一步的基于目标对象的面部几何形状，对匹配到的模板图像中的面部形状进行图像校正，使得模板图和预设元素去除图像的贴合更加准确，这样可以使最终得到的目标图像中第二展示形式的预设对象与预设元素去除图像中的元素融合的更加自然。

S240、将所述预设元素去除图像、所述模板图像和所述模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到所述目标对象的目标图像。

将预设元素去除图像、模板图像和模板图像输入到预设图像迁移模型中，可以使预设图像迁移模型同时提取并学习这三个输入图像的特征，最终得到与原始图像对应的，目标对象的预设元素以第二展示形式进行展示的目标图像。例如，将有刘海的短发发型，迁移为原始图像中预设对象的新发型，替代原始图像中预设对象的过肩长发。

本公开实施例的技术方案，通过在需要对图像中预设元素的展示形式进行切换的图像特效处理场景下，当获取待处理的以人物对象为目标对象的原始图像时，先将原始图像输入至经过预训练的元素去除处理模型，得到目标对象的预设元素去除图像，并基于目标对象的头部姿态和面部关键点信息为预设元素去除图像匹配对应的预设元素以第二展示形式进行展示的模板图像；最后，将预设元素去除图像、模板图像和模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到目标对象的目标图像，其中，原始图像中的预设元素以第一展示形式进行展示，目标图像中预设元素以第二展示形式进行展示。本公开实施例的技术方案，在进行图像特效处理的过程中先将第一展示形式的预设元素去除，再将第二展示形式的预设元素与原始图像中的其他元素进行融合，从而得到了更好的元素融合效果，解决了现有技术中直接将目标展示形式的预设元素叠加在原展示形式的预设元素之上以改变预设元素展示形式时，图像效果不自然，贴片感明显的问题，实现了在变换图像中元素展示形式的图像特效处理时，提升变换展示形式后的预设元素与原图中其他元素的贴合度，使图像特效处理的效果更加自然，特效处理的效果稳定性更高。

图3为本公开实施例所提供的又一图像处理方法的流程示意图，在实现该方法流程的过程中，进一步的描述了目标对象为人物对象，预设元素为头发时，预设图像元素迁移模型的训练过程，以及基于预设图像元素迁移模型对预设元素的展示形式进行变换的图像特效处理过程。该方法可以由图像处理装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。

S310、获取预设对象的原始图像，并将所述原始图像输入到元素去除处理模型，得到所述原始图像中对应的无预设元素样本图像。

其中，目标对象为人物对象，预设元素为头发，原始图像中预设对象的预设元素的初始发型记为第一展示形式。不同原始图像中，预设对象的预设元素的第一展示形式可以是不同的展示形式。

元素去除处理模型是基于预设元素去除图像样本对进行训练得到的神经网络模型，其中，预设元素去除图像样本对中包括包含有预设元素的对象的原始样本图像，以及与原始样本图像对应的不包含预设元素的样本图像。

S320、获取预先制作的目标发型三维头部模型，并构建目标发型模板图像集合。

其中，目标发型即是原始图像中预设对象的预设元素的目标展示形式，即为第二展示形式。

在获取预先制作的目标发型三维头部模型之后，可以模拟环绕拍摄过程，在各个角度对该三维头部模型拍照渲染，得到多个角度的预设元素以第二展示形式进行展示的图像，从而得到预设元素以第二展示形式进行展示的多角度展示图像模板集合，即目标发型模板图集合。

S330、识别所述预设对象的头部姿态数据和面部关键点信息，并基于所述头部姿态数据和所述面部关键点信息，在所述目标发型模板图像集合中，匹配与所述无预设元素样本图像对应的模板图像。

S340、将预设对象的无预设元素样本图像、与所述无预设元素样本图像匹配的所述预设元素的预设展示形式模板样本图以及所述模板样本图中的预设元素的掩膜样本图组成模型训练样本对，输入至初始图像元素迁移模型，并进行模型训练，得到预设图像元素迁移模型。

具体的模型训练过程可参考图4所示的训练过程。在图4中，初始图像元素迁移模型包括编码器模块和解码器模块，编码器模块的输入为<预设对象的无预设元素样本图像、与无预设元素样本图像匹配的模板样本图、模板样本图中预设元素的掩膜样本图>，编码器模块会对输入的图像进行学习以及特征提取，得到中间编码S；然后，再将中间编码S到解码器模块中，得到解码器模块输出的元素迁移图像。元素迁移图像的参照标签图像可以是预先渲染的与预设对象的原始图像对应的预设元素以第二展示形式进行展示的图像。可以根据解码器生成的元素迁移图像与参照标签图像之间的损失函数值迭代优化初始图像元素迁移模型，最终得到预设图像元素迁移模型。

在模型训练的过程中，编码器模块是在高维空间进行图像特征的融合，使能够将融合的结果映射到符合自然分布的人脸特征向量空间内。其中，由于解码器模块是预先训练的专用的人脸生成器StyleGAN，在图像解码过程中，可以确保生成结果符合真实人脸的特征，从而达到了提升发型迁移真实性的目的。在一种可选的实施方式中，还可以增加一个判别器，判别中间编码S，与用于训练StyleGAN的人脸特征向量集合中向量的一致性，帮助模型的快速收敛。

S350、获取待处理的目标对象的原始图像。

其中，原始图像中的目标对象的预设元素以第一展示形式进行展示；

S360、将所述原始图像输入至经过预训练的元素去除处理模型，得到所述目标对象的预设元素去除图像，并基于所述目标对象的预设属性参数为所述预设元素去除图像匹配对应的所述预设元素以第二展示形式进行展示的模板图像。

S370、将所述预设元素去除图像、所述模板图像和所述模板图像中的所述预设元素的掩膜图像输入至所述预设图像元素迁移模型中，得到所述目标对象的目标图像。

其中，目标图像中的目标的预设元素以所述第二展示形式进行展示。

本公开实施例的技术方案，通过基于预设对象的预设元素以第一展示形式进行展示的原始图像，获得对应的无预设元素样本图像，然后，为无预设元素样本图像匹配预设元素以第二展示形式进行展示的模板图像，以无预设元素样本图像、模板样本图以及模板样本图中的预设元素的掩膜样本图组成模型训练样本对，进行模型训练得到预设图像元素迁移模型。在需要元素迁移的场景下，当获取待处理的目标对象的原始图像时，先将原始图像输入至经过预训练的元素去除处理模型，得到目标对象的预设元素去除图像，并基于目标对象的预设属性参数为预设元素去除图像匹配对应的预设元素以第二展示形式进行展示的模板图像；最后，将预设元素去除图像、模板图像和模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到目标对象的目标图像，其中，原始图像中的预设元素以第一展示形式进行展示，目标图像中预设元素以第二展示形式进行展示。本公开实施例的技术方案，在进行图像特效处理的过程中先将第一展示形式的预设元素去除，再将第二展示形式的预设元素与原始图像中的其他元素进行融合，从而得到了更好的元素融合效果，解决了现有技术中直接将目标展示形式的预设元素叠加在原展示形式的预设元素之上以改变预设元素展示形式时，图像效果不自然，贴片感明显的问题，实现了在变换图像中元素展示形式的图像特效处理时，提升变换展示形式后的预设元素与原图中其他元素的贴合度，使图像特效处理的效果更加自然，特效处理的效果稳定性更高。

图5为本公开实施例所提供的一种图像处理装置结构示意图，该装置适用于改变图像中元素展示形式的情形，可以通过软件和/或硬件的形式实现，可选的，图像处理装置可配置于电子设备来，该电子设备可以是移动终端、PC端或服务器等。

如图5所示，所述图像处理装置包括：图像获取模块410、模板匹配模块420和图像处理模块430。

其中，图像获取模块410，用于获取待处理的目标对象的原始图像，其中，所述原始图像中的预设元素以第一展示形式进行展示；模板匹配模块420，用于将所述原始图像输入至经过预训练的元素去除处理模型，得到所述目标对象的预设元素去除图像，并基于所述目标对象的预设属性参数为所述预设元素去除图像匹配对应的所述预设元素以第二展示形式进行展示的模板图像；图像处理模块430，用于将所述预设元素去除图像、所述模板图像和所述模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到所述目标对象的目标图像，其中，所述目标图像中所述预设元素以所述第二展示形式进行展示。

本公开实施例所提供的技术方案，通过在需要对图像中预设元素的展示形式进行切换的图像特效处理场景下，当获取待处理的目标对象的原始图像时，先将原始图像输入至经过预训练的元素去除处理模型，得到目标对象的预设元素去除图像，并基于目标对象的预设属性参数为预设元素去除图像匹配对应的预设元素以第二展示形式进行展示的模板图像；最后，将预设元素去除图像、模板图像和模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到目标对象的目标图像，其中，原始图像中的预设元素以第一展示形式进行展示，目标图像中预设元素以第二展示形式进行展示。本公开实施例的技术方案，在进行图像特效处理的过程中先将第一展示形式的预设元素去除，再将第二展示形式的预设元素与原始图像中的其他元素进行融合，从而得到了更好的元素融合效果，解决了现有技术中直接将目标展示形式的预设元素叠加在原展示形式的预设元素之上以改变预设元素展示形式时，图像效果不自然，贴片感明显的问题，实现了在变换图像中元素展示形式的图像特效处理时，提升变换展示形式后的预设元素与原图中其他元素的贴合度，使图像特效处理的效果更加自然，特效处理的效果稳定性更高。

在一种可选的实施方式中，图像处理模块430具体用于：

通过所述预设图像元素迁移模型的预设图像编码器对所述预设元素去除图像、所述模板图像和所述掩膜图像进行特征融合得到目标特征编码；

通过所述预设图像元素迁移模型的图像解码器对所述目标特征编码进行解码得到所述目标图像，其中，所述图像解码器为经过预训练的图像生成器。

在一种可选的实施方式中，所述图像处理装置还包括模型训练模块，用于对所述预设图像编码器进行训练，训练过程包括：

将预设对象的无预设元素样本图像、与所述无预设元素图像匹配的所述预设元素的预设展示形式模板样本图以及所述模板样本图中的预设元素的掩膜样本图组成模型训练样本对；

将所述模型训练样本对输入至初始图像编码器中，得到初始图像特征编码；

将所述初始特征编码输入到所述图像解码器中，得到初始解码图像，并根据所述初始解码图像与所述模板样本图之间的损失迭代更新所述初始图像编码器，得到所述预设图像编码器。

在一种可选的实施方式中，所述模板匹配模块420具体用于：

识别所述目标对象的头部姿态数据和面部关键点信息；

基于所述头部姿态数据和所述面部关键点信息，在所述预设元素以所述第二展示形式进行展示的多角度展示图像模板集合中，匹配与所述预设元素去除图像对应的模板图像。

在一种可选的实施方式中，所述图像处理装置还包括模板调整模块，用于：

基于所述目标对象的面部几何形状，对所述模板图像中的面部形状进行图像校正。

在一种可选的实施方式中，所述图像处理装置还包括模板集合生成模块，用于：

获取预先制作的所述预设元素以所述第二展示形式进行展示的三维头部模型；

模拟环绕拍摄过程，在各个角度对所述三维头部模型拍照渲染，得到多个角度的所述预设元素以所述第二展示形式进行展示的图像，以建立所述预设元素以所述第二展示形式进行展示的多角度展示图像模板集合。

在一种可选的实施方式中，所述元素去除处理模型是基于预设元素去除图像样本对进行训练得到的神经网络模型，其中，所述预设元素去除图像样本对中包括包含有预设元素的对象的原始样本图像，以及与所述原始样本图像对应的不包含所述预设元素的样本图像。

在一种可选的实施方式中，所述图像处理装置还包括元素去除处理模型训练模块，用于：

识别所述原始样本图像中展示所述预设元素的主体轮廓；

将位于所述主体轮廓区域内的所述预设元素的像素点处理为与所述主体轮廓区域内的非所述预设元素的像素点的像素信息一致的像素点，并将位于所述主体轮廓区域外的所述预设元素的像素点处理为与所述主体轮廓区域外的非所述预设元素的像素点的像素信息一致的像素点，得到所述不包含所述预设元素的样本图像；

基于所述不包含所述预设元素的样本图像进行模型训练，得到所述元素去除处理模型。

本公开实施例所提供的图像处理装置可执行本公开任意实施例所提供的图像处理方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。

图6为本公开实施例所提供的一种电子设备的结构示意图。下面参考图6，其示出了适于用来实现本公开实施例的电子设备(例如图6中的终端设备或服务器)500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。编辑/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

本公开实施例提供的电子设备与上述实施例提供的图像处理方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。

本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的图像处理方法。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：

获取待处理的目标对象的原始图像，其中，所述原始图像中的预设元素以第一展示形式进行展示；

将所述原始图像输入至经过预训练的元素去除处理模型，得到所述目标对象的预设元素去除图像，并基于所述目标对象的预设属性参数为所述预设元素去除图像匹配对应的所述预设元素以第二展示形式进行展示的模板图像；

将所述预设元素去除图像、所述模板图像和所述模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到所述目标对象的目标图像，其中，所述目标图像中所述预设元素以所述第二展示形式进行展示。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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、或代码的一部分，该模块、程序段、或代码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。也应当注意，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，两个接连地表示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操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。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，【示例一】提供了一种图像处理方法，该方法包括：

获取待处理的目标对象的原始图像，其中，所述原始图像中的预设元素以第一展示形式进行展示；

将所述原始图像输入至经过预训练的元素去除处理模型，得到所述目标对象的预设元素去除图像，并基于所述目标对象的预设属性参数为所述预设元素去除图像匹配对应的所述预设元素以第二展示形式进行展示的模板图像；

将所述预设元素去除图像、所述模板图像和所述模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到所述目标对象的目标图像，其中，所述目标图像中所述预设元素以所述第二展示形式进行展示。

根据本公开的一个或多个实施例，【示例二】提供了一种图像处理方法，还包括：

在一些可选的实现方式中，所述预设图像元素迁移模型对输入图像进行图像处理的过程，包括：

通过所述预设图像元素迁移模型的预设图像编码器对所述预设元素去除图像、所述模板图像和所述掩膜图像进行特征融合得到目标特征编码；

通过所述预设图像元素迁移模型的图像解码器对所述目标特征编码进行解码得到所述目标图像，其中，所述图像解码器为经过预训练的图像生成器。

根据本公开的一个或多个实施例，【示例三】提供了一种图像处理方法，包括：

在一些可选的实现方式中，所述预设图像编码器的训练过程，包括：

将预设对象的无预设元素样本图像、与所述无预设元素图像匹配的所述预设元素的预设展示形式模板样本图以及所述模板样本图中的预设元素的掩膜样本图组成模型训练样本对；

将所述模型训练样本对输入至初始图像编码器中，得到初始图像特征编码；

将所述初始特征编码输入到所述图像解码器中，得到初始解码图像，并根据所述初始解码图像与所述模板样本图之间的损失迭代更新所述初始图像编码器，得到所述预设图像编码器。

根据本公开的一个或多个实施例，【示例四】提供了一种图像处理方法，还包括：

在一些可选的实现方式中，所述基于所述目标对象的预设属性参数为所述预设元素去除图像匹配对应的所述预设元素以第二展示形式进行展示的模板图像，包括：

识别所述目标对象的头部姿态数据和面部关键点信息；

基于所述头部姿态数据和所述面部关键点信息，在所述预设元素以所述第二展示形式进行展示的多角度展示图像模板集合中，匹配与所述预设元素去除图像对应的模板图像。

根据本公开的一个或多个实施例，【示例五】提供了一种图像处理方法，还包括：

在一些可选的实现方式中，在为所述预设元素去除图像匹配对应的所述预设元素以第二展示形式进行展示的模板图像之后，所述方法还包括，包括：

基于所述目标对象的面部几何形状，对所述模板图像中的面部形状进行图像校正。

根据本公开的一个或多个实施例，【示例六】提供了一种图像处理方法，还包括：

在一些可选的实现方式中，所述预设元素以所述第二展示形式进行展示的多角度展示图像模板集合的建立过程包括：

获取预先制作的所述预设元素以所述第二展示形式进行展示的三维头部模型；

模拟环绕拍摄过程，在各个角度对所述三维头部模型拍照渲染，得到多个角度的所述预设元素以所述第二展示形式进行展示的图像，以建立所述预设元素以所述第二展示形式进行展示的多角度展示图像模板集合。

根据本公开的一个或多个实施例，【示例七】提供了一种图像处理方法，还包括：

在一些可选的实现方式中，所述元素去除处理模型是基于预设元素去除图像样本对进行训练得到的神经网络模型，其中，所述预设元素去除图像样本对中包括包含有预设元素的对象的原始样本图像，以及与所述原始样本图像对应的不包含所述预设元素的样本图像。

根据本公开的一个或多个实施例，【示例八】提供了一种图像处理方法，还包括：

在一些可选的实现方式中，所述不包含所述预设元素的样本图像的获取过程包括：

识别所述原始样本图像中展示所述预设元素的主体轮廓；

将位于所述主体轮廓区域内的所述预设元素的像素点处理为与所述主体轮廓区域内的非所述预设元素的像素点的像素信息一致的像素点，并将位于所述主体轮廓区域外的所述预设元素的像素点处理为与所述主体轮廓区域外的非所述预设元素的像素点的像素信息一致的像素点，得到所述不包含所述预设元素的样本图像。

根据本公开的一个或多个实施例，【示例九】提供了一种图像处理装置，包括：

图像获取模块，用于获取待处理的目标对象的原始图像，其中，所述原始图像中的预设元素以第一展示形式进行展示；

模板匹配模块，用于将所述原始图像输入至经过预训练的元素去除处理模型，得到所述目标对象的预设元素去除图像，并基于所述目标对象的预设属性参数为所述预设元素去除图像匹配对应的所述预设元素以第二展示形式进行展示的模板图像；

图像处理模块，用于将所述预设元素去除图像、所述模板图像和所述模板图像中的所述预设元素的掩膜图像输入至预设图像元素迁移模型中，得到所述目标对象的目标图像，其中，所述目标图像中所述预设元素以所述第二展示形式进行展示。

根据本公开的一个或多个实施例，【示例十】提供了一种图像处理装置，还包括：

在一种可选的实施方式中，图像处理模块具体用于：

通过所述预设图像元素迁移模型的预设图像编码器对所述预设元素去除图像、所述模板图像和所述掩膜图像进行特征融合得到目标特征编码；

通过所述预设图像元素迁移模型的图像解码器对所述目标特征编码进行解码得到所述目标图像，其中，所述图像解码器为经过预训练的图像生成器。

根据本公开的一个或多个实施例，【示例十一】提供了一种图像处理装置，还包括：

在一种可选的实施方式中，所述图像处理装置还包括模型训练模块，用于对所述预设图像编码器进行训练，训练过程包括：

将预设对象的无预设元素样本图像、与所述无预设元素图像匹配的所述预设元素的预设展示形式模板样本图以及所述模板样本图中的预设元素的掩膜样本图组成模型训练样本对；

将所述模型训练样本对输入至初始图像编码器中，得到初始图像特征编码；

将所述初始特征编码输入到所述图像解码器中，得到初始解码图像，并根据所述初始解码图像与所述模板样本图之间的损失迭代更新所述初始图像编码器，得到所述预设图像编码器。

根据本公开的一个或多个实施例，【示例十二】提供了一种图像处理装置，还包括：

在一种可选的实施方式中，所述模板匹配模块具体用于：

识别所述目标对象的头部姿态数据和面部关键点信息；

基于所述头部姿态数据和所述面部关键点信息，在所述预设元素以所述第二展示形式进行展示的多角度展示图像模板集合中，匹配与所述预设元素去除图像对应的模板图像。

根据本公开的一个或多个实施例，【示例十三】提供了一种图像处理装置，还包括：

在一种可选的实施方式中，所述图像处理装置还包括模板调整模块，用于：

基于所述目标对象的面部几何形状，对所述模板图像中的面部形状进行图像校正。

根据本公开的一个或多个实施例，【示例十四】提供了一种图像处理装置，还包括：

在一种可选的实施方式中，所述图像处理装置还包括模板集合生成模块，用于：

获取预先制作的所述预设元素以所述第二展示形式进行展示的三维头部模型；

模拟环绕拍摄过程，在各个角度对所述三维头部模型拍照渲染，得到多个角度的所述预设元素以所述第二展示形式进行展示的图像，以建立所述预设元素以所述第二展示形式进行展示的多角度展示图像模板集合。

根据本公开的一个或多个实施例，【示例十五】提供了一种图像处理装置，还包括：

在一种可选的实施方式中，所述元素去除处理模型是基于预设元素去除图像样本对进行训练得到的神经网络模型，其中，所述预设元素去除图像样本对中包括包含有预设元素的对象的原始样本图像，以及与所述原始样本图像对应的不包含所述预设元素的样本图像。

根据本公开的一个或多个实施例，【示例十六】提供了一种图像处理装置，还包括：

在一种可选的实施方式中，所述图像处理装置还包括元素去除处理模型训练模块，用于：

识别所述原始样本图像中展示所述预设元素的主体轮廓；

将位于所述主体轮廓区域内的所述预设元素的像素点处理为与所述主体轮廓区域内的非所述预设元素的像素点的像素信息一致的像素点，并将位于所述主体轮廓区域外的所述预设元素的像素点处理为与所述主体轮廓区域外的非所述预设元素的像素点的像素信息一致的像素点，得到所述不包含所述预设元素的样本图像；

基于所述不包含所述预设元素的样本图像进行模型训练，得到所述元素去除处理模型。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。