圖像的技術(shù)方案屬于現(xiàn)有技術(shù)，本發(fā)明實施例對此不再贅述。
[0050] 103、根據(jù)所述空白區(qū)域和所述第一區(qū)域的面積及被顯示在顯示界面的位置信息， 確定所述第一區(qū)域的圖像的縮放系數(shù)，以及平移參數(shù)。
[0051] 其中，空白區(qū)域和第一區(qū)域的位置信息可以理解為空白區(qū)域和第一區(qū)域在顯示界 面中的坐標(biāo)位置。
[0052] 具體的，首先獲取空白區(qū)域被顯示在顯示界面的坐標(biāo)位置和面積，以及第一區(qū)域 被顯示在顯示界面中的坐標(biāo)位置和面積。
[0053] 然后以所述空白區(qū)域和所述第一區(qū)域的面積比值確定第一區(qū)域的圖像的縮放系 數(shù)。
[0054] 以及，根據(jù)所述空白區(qū)域的位置信息和所述第一區(qū)域的位置信息，確定所述第一 區(qū)域的平移參數(shù)。其中平移參數(shù)包括在顯示界面的水平移動的距離和方向參數(shù)，垂直移動 的距離和方向參數(shù)。
[0055] 具體的，可以分別取空白區(qū)域和第一區(qū)域外圍邊界上的多個關(guān)鍵點(diǎn)。假若空白區(qū) 域和第一區(qū)域分別為長方形的區(qū)域，分別獲取這兩個區(qū)域的兩條對角線的相交點(diǎn)的坐標(biāo)。 以這兩個相交點(diǎn)的坐標(biāo)進(jìn)行比較，確定第一區(qū)域的平移參數(shù)。
[0056] 需要說明的是，以上關(guān)于確定所述第一區(qū)域的縮放系數(shù)及平移參數(shù)的說明，僅是 示例性的說明。當(dāng)然還可以采用其它本領(lǐng)域技術(shù)人員可以獲知的現(xiàn)有技術(shù)確定，本發(fā)明實 施例對此不再--贅述。
[0057] 104、根據(jù)所述縮放系數(shù)和所述平移參數(shù)，對所述第一區(qū)域的圖像進(jìn)行縮放以及平 移，獲得已處理的第一區(qū)域的圖像，所述已處理的第一區(qū)域的圖像與所述空白區(qū)域被顯示 在所述顯示界面的位置重合。
[0058] 需要說明的是，根據(jù)所述縮放系數(shù)，以及平移參數(shù)，對第一區(qū)域進(jìn)行縮放以及平 移，獲得已處理的第一區(qū)域的圖像。
[0059] 具體的，根據(jù)所述縮放系數(shù)，對所述第一區(qū)域的圖像進(jìn)行縮放可以理解為，以所述 第一區(qū)域的圖像的外圍邊界某一像素點(diǎn)為參考點(diǎn)，取外圍邊界關(guān)鍵點(diǎn)，將該關(guān)鍵點(diǎn)至所述 參考點(diǎn)的長度按照所述縮放系數(shù)進(jìn)行縮放。例如，若所述第一區(qū)域為長方形，則以所述長方 形左下角的點(diǎn)為參考點(diǎn)，其相對于所述參考點(diǎn)水平方向的長度和垂直方向的長度，按照所 述縮放系數(shù)進(jìn)行縮放。
[0060] 例如，以圖6所示，若所述空白區(qū)域的面積是所述第一區(qū)域的面積的2. 25倍，若所 述第一區(qū)域在水平方向和垂直方向等比例縮放，則該縮放系數(shù)為1.25。若所述第一區(qū)域的 圖像的參考點(diǎn)的坐標(biāo)點(diǎn)為A (1,1),其右下角的坐標(biāo)點(diǎn)B為（2, 1),其左上角的坐標(biāo)點(diǎn)C為 (1，2)，按照該縮放系數(shù)縮放后，該第一區(qū)域的圖像的左上角的坐標(biāo)點(diǎn)變?yōu)镃l (1，2. 5)，其右 下角的坐標(biāo)點(diǎn)為Bl (2.5, 1)。
[0061] 具體的，根據(jù)所述平移參數(shù)，對所述第一區(qū)域的圖像進(jìn)行平移可以理解為，所述第 一區(qū)域的圖像和所述空白區(qū)域的中心點(diǎn)平移后重合，也可以理解為，所述第一區(qū)域的圖像 和所述空白區(qū)域的外圍邊界關(guān)鍵點(diǎn)平移后重合。例如，經(jīng)過縮放后的第一區(qū)域的圖像，其中 心點(diǎn)坐標(biāo)為（1.75, 1.75)，空白區(qū)域的中心點(diǎn)坐標(biāo)為（2, 2)，則所述第一區(qū)域的圖像向右平 移0. 25個單位，向上平移0. 25個單位。
[0062] 需要說明的是，對所述第一區(qū)域的圖像進(jìn)行縮放和平移，可以是先進(jìn)行縮放后進(jìn) 行平移，也可以先進(jìn)行平移再進(jìn)行縮放，本發(fā)明實施例對此不作具體限定。另外，上述關(guān)于 縮放和平移的描述僅是示例性的描述，對于其它本領(lǐng)域技術(shù)人員可以理解和獲知的現(xiàn)有技 術(shù)，本發(fā)明實施例不再一一贅述。
[0063] 105、將所述背景圖像的空白區(qū)域替換為所述已處理的第一區(qū)域的圖像，獲得目標(biāo) 圖像。
[0064] 可選的，為了預(yù)設(shè)圖像更精確的替換所述空白區(qū)域，該方法還包括：
[0065] 根據(jù)所述空白區(qū)域和所述第一區(qū)域的面積及被顯示在顯示界面的位置信息，確定 所述第一區(qū)域的圖像的旋轉(zhuǎn)角度；
[0066] 根據(jù)所述縮放系數(shù)和所述平移參數(shù)，對所述第一區(qū)域的圖像進(jìn)行縮放以及平移， 獲得已處理的第一區(qū)域的圖像具體包括：根據(jù)所述縮放系數(shù)和所述平移參數(shù)、所述旋轉(zhuǎn)角 度，對所述第一區(qū)域的圖像進(jìn)行縮放以及平移、旋轉(zhuǎn)，獲得已處理的第一區(qū)域的圖像。
[0067] 本發(fā)明實施例提供了一種圖像處理的方法，該方法包括：獲取對待處理的圖像和 背景圖像進(jìn)行處理的第一指令，所述待處理的圖像包括預(yù)設(shè)圖像，所述背景圖像包括空白 區(qū)域，所述第一指令用于指示將所述背景圖像的空白區(qū)域替換為所述預(yù)設(shè)圖像；從所述待 處理的圖像中，檢測獲取所述待處理的圖像的第一區(qū)域的圖像，所述第一區(qū)域的圖像為包 括至少一個所述預(yù)設(shè)圖像；根據(jù)所述空白區(qū)域和所述第一區(qū)域的面積及被顯示在顯示界面 的位置信息，確定所述第一區(qū)域的圖像的縮放系數(shù)，以及平移參數(shù)；根據(jù)所述縮放系數(shù)和所 述平移參數(shù)，對所述第一區(qū)域的圖像進(jìn)行縮放以及平移，獲得已處理的第一區(qū)域的圖像，所 述已處理的第一區(qū)域的圖像與所述空白區(qū)域被顯示在所述顯示界面的位置重合；將所述背 景圖像的空白區(qū)域替換為所述已處理的第一區(qū)域的圖像，獲得目標(biāo)圖像?；谏鲜黾夹g(shù)方 案，由于該方法能夠使得待處理圖像中預(yù)設(shè)圖像自動替換背景圖像的空白區(qū)域，從而能夠 方便的采用圖像蒙板的方式獲得高質(zhì)量的照片，進(jìn)而也減輕了用戶的對圖像處理的操作負(fù) 擔(dān)。
[0068] 實施例二、
[0069] 以下以預(yù)設(shè)圖像為人臉圖像為例進(jìn)行說明，為了人臉圖像與背景圖像更好的匹 配，本發(fā)明實施例提供了一種圖像處理的方法，如圖2所示，該方法包括：
[0070] 201、獲取對待處理的圖像和背景圖像進(jìn)行處理的第一指令，所述待處理的圖像包 括人臉部圖像，所述背景圖像包括空白區(qū)域，所述第一指令用于指示將所述背景圖像的空 白區(qū)域替換為所述人臉部圖像。
[0071] 202、從所述待處理的圖像中，檢測獲取所述待處理的圖像的第一區(qū)域的圖像，所 述第一區(qū)域的圖像為包括至少一個所述人臉部圖像。
[0072] 203、根據(jù)所述空白區(qū)域和所述第一區(qū)域的面積及被顯示在顯示界面的位置信息， 確定所述第一區(qū)域的圖像的縮放系數(shù)，以及平移參數(shù)。
[0073] 204、檢測獲取所述第一區(qū)域中的至少一個人臉部圖像的五官被顯示在所述顯示 界面的位置信息。
[0074] 具體的，可以對第一區(qū)域的圖像，使用主動形狀模型（ASM)，得到臉部五官的關(guān)鍵 特征點(diǎn)在顯示界面的坐標(biāo)。使用主動形狀模型包括兩部分：離線部分和在線部分。
[0075] 其中，離線部分包括人工對五官進(jìn)關(guān)鍵點(diǎn)標(biāo)注和ASM主動形狀模型訓(xùn)練。
[0076] 人工對五官進(jìn)彳丁關(guān)鍵點(diǎn)標(biāo)注：其中關(guān)鍵點(diǎn)可以取88個點(diǎn)。對挑選的人臉圖進(jìn)彳丁88 點(diǎn)關(guān)鍵點(diǎn)標(biāo)記。標(biāo)記點(diǎn)可以分為眉毛、眼睛、鼻子、嘴巴和人臉輪廓，具體如圖7-13所示。
[0077] 主動形狀模型訓(xùn)練（Active Shape Models, ASM):對所有標(biāo)記的人臉圖像，首先進(jìn) 行88點(diǎn)形狀PCA(主成分分析）建模，得到每個點(diǎn)平均形狀?、特征值矩陣Λ和特征向量 U ;然后對88點(diǎn)的紋理信息進(jìn)行建模，對于特定的一點(diǎn)，紋理是用特定方向的長度為2k+l的 線段逐點(diǎn)采集像素灰度值得到的向量（2k+l個元素），對該所有標(biāo)記的人臉圖像的像素灰 度值的向量計算均值v，協(xié)方差矩陣的逆矩陣M。
[0078] 從而，對每一種五官，可以得到一組訓(xùn)練數(shù)據(jù)，對其進(jìn)行K均值聚類，將聚類的均 值作為該種五官的模板。
[0079] 在線部分主要包括以下過程：
[0080] 88點(diǎn)初始位置估計：根據(jù)第一區(qū)域的圖像的縮放系數(shù)，以及平移參數(shù)，將主動形 狀模型訓(xùn)練得到的平均形狀I(lǐng)進(jìn)行適當(dāng)?shù)目s放和平移操作，作為初始形狀St，并將St的坐 標(biāo)系與第一區(qū)域的圖像坐標(biāo)系對齊。
[0081] 形狀迭代優(yōu)化：對初始形狀St的每一點(diǎn)P，在長度為2N+1的特定方向的線段上進(jìn) 行位置搜索，對于每一個搜索位置Q 1，提取紋理特征V1，計算方法與離線訓(xùn)練一致，然后按 照公式?/(β) = (ν, -?〇τΜ(ν,. -計算與點(diǎn)P對應(yīng)的訓(xùn)練得到的模型{ (6.，夏}定義的距 離,在2N+1個位置中選擇距離最小對應(yīng)的點(diǎn)作為新的位置p*。88個點(diǎn)依次更新之后將得 到新的形狀s*，將s*投影到U中的每一個特征向量，該特征向量對應(yīng)的特征值為λ，將投 影系數(shù)限定在范圍C-VJiVJi，然后進(jìn)行再利用調(diào)整后的系數(shù)進(jìn)行PCA重建得到形狀st+1， 再對st+1重復(fù)進(jìn)行上述迭代優(yōu)化直至st+1的變化小于某個閾值，過程收斂，從而得到第一區(qū) 域中的至少一個臉部輪廓的五官的位置信息。
[0082] 205、根據(jù)第一區(qū)域中的至少一個人臉部圖像的五官被顯示在所述顯示界面的位 置信息，確定所述第一區(qū)域的圖像的旋轉(zhuǎn)角度。
[0083] 具體的，可以將左眼和右眼連線與水平線所成角度作為所述第一區(qū)域的圖像的旋 轉(zhuǎn)角度。
[0084] 206、根據(jù)所述縮放系數(shù)，以及所述平移參數(shù)和所述旋轉(zhuǎn)角度，對所述第一區(qū)域的 圖像進(jìn)行縮放以及平移、旋轉(zhuǎn)，獲得已處理的第一區(qū)域的圖像，所述已處理的第一區(qū)域的圖 像與所述空白區(qū)域被顯示在所述顯示界面的位置重合。
[0085] 207、將所述背景圖像的空白區(qū)域替換為所述已處理的第一區(qū)域的圖像，獲得目標(biāo) 圖像。
[0086] 其中，背景圖像可以表示為T= {(xQ，y。)，···，（xM，yM)}，并且對人臉蒙板的人臉