图像处理方法、装置、电子设备及计算机可读存储介质与流程

1.本技术属于图像处理领域，具体涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.随着泛娱乐化趋势的发展，在视频会议、直播、拍照、照片处理等应用场景都会涉及到美颜瘦脸技术。
3.现有的美颜瘦脸技术一般由工作人员预先设置一个面部轮廓模板，然后将获取到的待处理图像所包括的人脸轮廓按照面部轮廓模板所提供的固定参数移动固定的距离。该操作虽然可以使得图像呈现出瘦脸的效果，但是该效果是将待处理图像的脸部曲线优化成统一的锥子脸型，进而使得人脸呈现出不自然的视觉效果，甚至会导致人脸走形失真。


技术实现要素：

4.有鉴于此，本技术的目的在于提供一种图像处理方法、装置、电子设备及计算机可读存储介质，可以提高进行瘦脸处理后所得到的待处理图像的视觉效果。
5.本技术的实施例是这样实现的：
6.第一方面，本技术实施例提供一种图像处理方法，所述方法包括：获取待处理图像的人脸关键点信息，所述待处理图像包括人脸区域；根据所述人脸关键点信息，确定对所述人脸区域中的像素点进行移动时的移动参考点；根据所述人脸关键点信息，将所述人脸区域划分为多个局部区域；针对每个所述局部区域，基于所述局部区域所对应的像素移动策略参数，将所述局部区域内的各个像素点朝向所述移动参考点的方向移动。
7.结合第一方面实施例，在一种可能的实施方式中，所述像素移动策略参数包括像素位置调整比例；相应的，所述基于所述局部区域所对应的像素移动策略参数，将所述局部区域内的各个像素点朝向所述移动参考点的方向移动，包括：针对所述局部区域内的每个像素点，确定所述像素点与所述移动参考点之间的第一距离；基于所述第一距离和对应的像素位置调整比例，确定所述像素点与所述移动参考点之间的第二距离；将所述像素点朝向所述移动参考点的方向移动，以使所述像素点在移动后与所述移动参考点之间的距离等于所述第二距离。
8.结合第一方面实施例，在一种可能的实施方式中，所述基于所述第一距离和所述对应的像素位置调整比例，确定所述像素点与所述移动参考点之间的第二距离，包括：确定所述第一距离与所述像素点所属的局部区域所对应的像素位置调整比例的第一乘积值；将所述第一乘积值确定为所述第二距离。
9.结合第一方面实施例，在一种可能的实施方式中，所述基于所述局部区域所对应的像素移动策略参数，将所述局部区域内的各个像素点朝向所述移动参考点的方向移动之后，所述方法还包括：响应于用户触发的人脸调整指令，获取所述人脸区域中经过移动的各个像素点在移动前的位置信息和移动后的位置信息；其中，所述人脸调整指令中携带有瘦
脸强度系数；基于所述瘦脸强度系数、所述移动前的位置信息和所述移动后的位置信息，确定所述人脸区域中经过移动的各个像素点所对应的目标位置信息；将所述人脸区域中经过移动的各个像素点移动至所述目标位置信息处。
10.结合第一方面实施例，在一种可能的实施方式中，所述位置信息通过坐标信息表征；所述基于所述瘦脸强度系数、所述移动前的位置信息和所述移动后的位置信息，确定所述人脸区域中经过移动的各个像素点所对应的目标位置信息，包括：针对所述人脸区域中经过移动的各个像素点，确定第二坐标信息和第一坐标信息之间的第一坐标差值；其中，所述移动前的位置信息通过所述第一坐标信息表征，所述移动后的位置信息通过所述第二坐标信息表征；计算所述瘦脸强度系数与所述第一坐标差值之间的第二乘积值；将所述第一坐标信息和所述第二乘积值的和值，确定为所述目标位置信息。
11.结合第一方面实施例，在一种可能的实施方式中，所述根据所述人脸关键点信息，确定对所述人脸区域中的像素点进行移动时的移动参考点，包括：确定所述人脸区域中双眼中心位置处所对应的人脸关键点；将所述双眼中心位置处所对应的人脸关键点确定为所述移动参考点；
12.或者，确定所述人脸区域中鼻尖位置处所对应的人脸关键点，将所述鼻尖位置处所对应的人脸关键点确定为所述移动参考点。
13.结合第一方面实施例，在一种可能的实施方式中，所述根据所述人脸关键点信息，确定对所述人脸区域中的像素点进行移动时的移动参考点，包括：基于位于所述人脸区域竖直方向上的中心线上的人脸关键点确定参考线；针对所述人脸区域中的每个像素点，将所述参考线上与所述像素点之间的距离最小的人脸关键点确定为所述像素点对应的移动参考点；相应的，所述将所述局部区域内的各个像素点朝向所述移动参考点的方向移动，包括：将所述局部区域内的各个像素点朝向与其对应的移动参考点的方向移动。
14.结合第一方面实施例，在一种可能的实施方式中，所述人脸关键点信息包括人脸关键点的标识信息，所述根据所述人脸关键点信息，将所述人脸区域划分为多个局部区域，包括：根据获取到的人脸关键点的标识信息与人脸器官的对应关系，确定各个人脸器官所对应的人脸关键点集合；将每个人脸关键点集合中的各个人脸关键点所围成的区域确定为一个局部区域。
15.结合第一方面实施例，在一种可能的实施方式中，不同的局部区域所对应的像素位置调整比例不同。
16.结合第一方面实施例，在一种可能的实施方式中，所述获取待处理图像的人脸关键点信息，包括：将所述待处理图像输入至人脸关键点检测模型，通过所述人脸关键点检测模型对所述待处理图像进行人脸关键点检测；获取所述人脸关键点检测模型输出的所述人脸关键点信息。
17.结合第一方面实施例，在一种可能的实施方式中，所述人脸关键点信息包括人脸定位框的坐标信息以及所述人脸关键点的坐标信息；所述根据所述人脸关键点信息，确定对所述人脸区域中的像素点进行移动时的移动参考点之前，所述方法还包括：
18.基于所述人脸定位框的坐标信息对所述人脸关键点的坐标信息进行归一化处理，得到归一化后的人脸关键点的坐标信息。
19.第二方面，本技术实施例提供一种图像处理装置，所述装置包括：获取模块、确定
模块、划分模块以及调整模块。
20.获取模块，用于获取待处理图像的人脸关键点信息，所述待处理图像包括人脸区域；确定模块，用于根据所述人脸关键点信息，确定对所述人脸区域中的像素点进行移动时的移动参考点；划分模块，用于根据所述人脸关键点信息，将所述人脸区域划分为多个局部区域；调整模块，用于针对每个所述局部区域，基于所述局部区域对应的像素移动策略参数，将所述局部区域内的各个像素点朝向所述移动参考点的方向移动。
21.第三方面，本技术实施例还提供一种电子设备，包括：存储器和处理器，所述存储器和所述处理器连接；所述存储器用于存储程序；所述处理器调用存储于所述存储器中的程序，以执行上述第一方面实施例和/或结合第一方面实施例的任一种可能的实施方式提供的方法。
22.第四方面，本技术实施例还提供一种非易失性计算机可读取存储介质(以下简称计算机可读存储介质)，其上存储有计算机程序，所述计算机程序被计算机运行时执行上述第一方面实施例和/或结合第一方面实施例的任一种可能的实施方式提供的方法。
23.本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例而了解。本技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
附图说明
24.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。通过附图所示，本技术的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本技术的主旨。
25.图1示出本技术实施例提供的一种图像处理方法的流程图。
26.图2示出本技术实施例提供的一种图像处理装置的结构框图。
27.图3示出本技术实施例提供的一种电子设备的结构示意图。
28.附图标记：100
‑
电子设备；110
‑
处理器；120
‑
存储器；130
‑
显示屏；400
‑
图像处理装置；410
‑
获取模块；420
‑
确定模块；430
‑
划分模块；440
‑
调整模块。
具体实施方式
29.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。
30.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中诸如“第一”、“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情
况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
31.再者，本技术中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
32.近年来，基于人工智能的计算机视觉、深度学习、机器学习、图像处理、图像识别等技术研究取得了重要进展。人工智能(artificial intelligence，ai)是研究、开发用于模拟、延伸人的智能的理论、方法、技术及应用系统的新兴科学技术。人工智能学科是一门综合性学科，涉及芯片、大数据、云计算、物联网、分布式存储、深度学习、机器学习、神经网络等诸多技术种类。计算机视觉作为人工智能的一个重要分支，具体是让机器识别世界，计算机视觉技术通常包括人脸识别、活体检测、指纹识别与防伪验证、生物特征识别、人脸检测、行人检测、目标检测、行人识别、图像处理、图像识别、图像语义理解、图像检索、文字识别、视频处理、视频内容识别、行为识别、三维重建、虚拟现实、增强现实、同步定位与地图构建(slam)、计算摄影、机器人导航与定位等技术。随着人工智能技术的研究和进步，该项技术在众多领域展开了应用，例如安防、城市管理、交通管理、楼宇管理、园区管理、人脸通行、人脸考勤、物流管理、仓储管理、机器人、智能营销、计算摄影、手机影像、云服务、智能家居、穿戴设备、无人驾驶、自动驾驶、智能医疗、人脸支付、人脸解锁、指纹解锁、人证核验、智慧屏、智能电视、摄像机、移动互联网、网络直播、美颜、美妆、医疗美容、智能测温等领域。
33.随着泛娱乐化趋势的发展，各个领域对美颜瘦脸的需求也越来越多，但是目前的瘦脸技术存在人脸走行失真的问题，无法满足用户的需求。
34.为了解决上述问题，本技术实施例提供一种图像处理方法、装置、电子设备及计算机可读存储介质，可以提高进行瘦脸处理后所得到的待处理图像的视觉效果。此外，针对现有技术中的瘦脸技术存在的缺陷(呈现出不自然的视觉效果，甚至会导致人脸走形失真)是申请人在经过实践并仔细研究后得出的结果，因此，上述缺陷的发现过程以及在下文中本技术实施例针对上述缺陷所提出的解决方案，都应该被认定为申请人对本技术做出的贡献。
35.该技术可采用相应的软件、硬件以及软硬结合的方式实现。以下对本技术实施例进行详细介绍。
36.首先，本技术实施例提供一种图像处理方法，用于对包括人脸区域的待处理图像进行瘦脸处理。请参照图1，该方法可以包括以下步骤：
37.步骤s110：获取待处理图像的人脸关键点信息，所述待处理图像包括人脸区域。
38.步骤s120：根据所述人脸关键点信息，确定对所述人脸区域中的像素点进行移动时的移动参考点；
39.步骤s130：根据所述人脸关键点信息，将所述人脸区域划分为多个局部区域；
40.步骤s140：针对每个所述局部区域，基于所述局部区域所对应的像素移动策略参数，将所述局部区域内的各个像素点朝向所述移动参考点的方向移动。
41.在本技术实施例中，不再将所有的待处理图像按照面部轮廓模板所规定的固定距离进行调整，而是先将人脸区域划分为不同的局部区域，且不同的局部区域存在对应的像素移动策略参数，那么在进行调整时，各个局部区域所包括的像素点按照其所属的局部区域所对应的像素移动策略参数往移动参考点的方向移动，从而可以使得最终得到的瘦脸效
果尽可能的自然，进而可以提高瘦脸后所呈现出的视觉效果。
42.下面将针对图1中的各个步骤进行详细说明。
43.步骤s110：获取待处理图像的人脸关键点信息，所述待处理图像包括人脸区域。
44.其中，本技术实施例提供的图像处理方法可以针对待处理图像进行实时处理，也可以针对待处理图像进行后处理，即非实时处理。
45.当针对待处理图像进行实时处理时，图像处理方法可以适用于视频直播、视频会议以及人像拍照等应用场景。在这种实施方式下，可以根据摄像头实时采集的图片和/或采集视频流确定出待处理图像。
46.当针对待处理图像进行后处理时，图像处理方法可以适用于图像处理应用场景。在这种实施方式下，可以根据预先下载的图片和/或视频流、预先通过摄像头拍摄的图片和/或视频流确定出待处理图像。
47.当然，摄像头可以是执行或者调用该图像处理方法的电子设备自带的组件，也可以是电子设备的外接组件。在一种可选的实施方式中，上述步骤s110中，获取人脸关键点信息的过程，可以是从具备人脸关键点检测功能的第三方应用程序、软件、人脸关键点检测模型或者其他设备获取针对待处理图像的人脸关键点信息的过程，也可以是通过人脸关键点模型对待处理图像进行人脸关键点检测的过程；也即，本技术实施例提供方法在执行时，所获取的原始参数可以为人脸关键点信息，也可以为包括人脸区域的待处理图像，其具体实现过程可以根据实际应用场景进行选择，本技术实施例并不对此进行限定。
48.在一种可选的实施方式中，本技术实施例所提供的图像处理方法自身也包括对待处理图像进行人脸关键点检测的流程，也就是说，执行图像处理方法的电子设备获取到的原始参数为包括人脸区域的待处理图像，然后将获取到的待处理图像输入至具备人脸关键点检测功能的人脸关键点检测模型进行检测，以得到人脸关键点信息。
49.在这种实施方式下，为了使得人脸关键点检测模型具备检测人脸关键点的功能，需要预先对其进行训练，具体的，可以在采用本技术实施例提供的方法对图像进行处理之前，训练上述人脸关键点检测模型，训练过程如下。
50.获取大量包含人脸区域的图片，并对每张图片进行标注，从而构成包括多个样本的训练集s。
51.其中，针对训练集s中的第i个样本x
i
，假设与其对应的标注为y
i
，那么y
i
可以包括x
i
中的各个人脸关键点的位置信息g。其中，g＝[(a
i1
，b
i1
)，(a
i2
，b
i2
)
…
(a
in
，b
in
)]，n为人脸关键点的标识信息，例如为编号、id(identity document，身份标识)等，(a
in
，b
in
)表示在第i个样本x
i
中标识为n的人脸关键点的坐标信息。
[0052]
值得指出的是，在本技术实施例中，预先为各个样本中的人脸关键点的标识信息的编码规则进行设置，从而使得在不同的样本中具备相同标识信息的人脸关键点所表征的含义相同，以及将属于人脸中某一特定局部区域或者某一特定人脸器官的人脸关键点的标识信息限制在与该特定局部区域或者该特定人脸器官对应的标识信息范围区间内。
[0053]
例如，在一些实施方式中，标识信息为人脸关键点的编号，当需要针对每张人脸标注81个人脸关键点时，预先设置的标识信息编码规则可以为：将包括眼睛在内的眼睛以上的额头作为一个区域，且属于该区域的人脸关键点的编号范围为1
‑
20；将包括嘴巴在内的嘴巴以下的下巴区域作为一个区域，且属于该区域的人脸关键点的编号范围为21
‑
40；将左
脸作为一个区域，且属于该区域的人脸关键点的编号范围为41
‑
55；将右脸作为一个区域，且属于该区域的人脸关键点的编号范围为56
‑
70；将发际线作为一个区域，且属于该区域的人脸关键点的编号范围为71
‑
81。
[0054]
再例如，在一些实施方式中，标识信息为人脸关键点的编号，当需要针对每张人脸标注81个人脸关键点时，预先设置的标识信息编码规则可以为：属于人脸器官中的脸部轮廓的人脸关键点的编号范围为1
‑
20，属于人脸器官中的嘴巴的人脸关键点的编号范围为21
‑
40，属于人脸器官中的鼻子的人脸关键点的编号范围为41
‑
55，属于人脸器官中的眼睛的人脸关键点的编号范围为56
‑
70，属于人脸器官中的眉毛的人脸关键点的编号范围为71
‑
81。
[0055]
当然，以上标识信息编码规则仅为举例，可以理解，在其他实施方式中，标识信息编码规则还可以采用其他类似的方案。
[0056]
在标注完成后，通过训练集s来训练深度学习模型，训练过程为：向深度学习模型输入训练集s中的各个样本图片，并得到对应的输出(样本图片的人脸关键点及其坐标信息)，并让深度学习模型自动学习样本图片和输出之间的内在关联，从而得到人脸关键点检测模型。
[0057]
一般而言，在标注阶段，需要针对每个样本标注出n个人脸关键点，后续训练得到人脸关键点检测模型针对输入的待处理图像进行人脸关键点检测所输出的人脸关键点信息就包括n个带有标识信息的人脸关键点及其坐标信息。例如在标注阶段，针对每个样本标注出81个人脸关键点，人脸关键点检测模型针对输入的待处理图像进行人脸关键点检测，其输出的人脸关键点信息包括81个带有标识信息的人脸关键点及其坐标信息。
[0058]
此外，在一些实施方式中，在标注阶段，标注y
i
还可以包括样本x
i
中的人脸定位框的信息k＝(u
i
，v
i
，m，f)，其中，(u
i
，v
i
)表示人脸定位框的坐标信息，一般为人脸定位框的一个顶点(例如左下角所在的点)的坐标信息，(m，f)分别表示人脸定位框的宽度和高度。
[0059]
值得指出的是，人脸定位框左下角的坐标信息与各个人脸关键点的坐标信息属于同一直角坐标系(为了便于区分，称之为第一坐标系)，该第一坐标系一般以样本x
i
的一个顶点(例如左下角所在的点)作为原点，以与该顶点相连的两条边分别作为x轴和y轴。
[0060]
在这种实施方式下，训练所得到的人脸关键点检测模型针对待处理图像进行人脸关键点检测后，所输出的人脸关键点信息除了可以包括待处理图像所包括的带有标识信息的各个人脸关键点及其坐标信息外，还可以包括待处理图像所包括的人脸定位框的信息，即输出的人脸关键点信息包括g以及k。
[0061]
在得到人脸关键点检测模型后，即可以把获取到的待处理图像输入人脸关键点检测模型，并通过人脸关键点检测模型对待处理图像进行人脸关键点检测，然后获取人脸关键点检测模型输出的人脸关键点信息。
[0062]
其中，在一些实施方式中，获取到的待处理图像可以是只包含人脸区域在内的人脸图像，也可以为包括人脸区域以及人身体的其他区域在内的大图。
[0063]
一般而言，当待处理图像为大图时，后续的瘦脸处理过程可以直接在大图的基础上，针对大图的人脸区域为处理对象。
[0064]
此外，由于瘦脸处理主要是针对脸部区域进行图像处理，因此，在一些实施方式中，当待处理图像为大图，且将待处理图像输入至人脸关键点检测模型后所获取到的人脸
关键点信息包括人脸定位框的信息时，还可以根据得到的人脸定位框的信息，从待处理图像(即大图)中截取出与人脸定位框对应的人脸图像，以便后续可以直接在人脸图形的基础上，以人脸图像的人脸区域作为后续的瘦脸处理的处理对象，而无需对大图的其余区域进行处理。
[0065]
可以理解，包括同一个人脸区域的人脸图像的数据量小于待处理图像的数据量，因此，以人脸图像为处理对象时，有利于降低瘦脸处理过程所产生的时延。
[0066]
当然，由于人脸关键点检测模型输出的各种坐标信息所处的坐标系(第一坐标系)的坐标原点为大图的一个顶点，当以人脸图像为处理对象时，该坐标原点大概率在人脸图像之外。
[0067]
为了便于只针对人脸图像中的人脸区域内的像素点进行操作，在一些实施方式中，还可以对人脸关键点检测模型所输出的各种坐标信息进行归一化处理，从而将人脸关键点检测模型所输出的人脸关键点的坐标信息转换为在截取的人脸区域内的新坐标信息。在具体实施时，可以在执行上述步骤s120，根据所述人脸关键点信息，确定对人脸区域中的像素点进行移动时的移动参考点的步骤之前，执行上述归一化处理的操作。当然，也可以在执行上述步骤s130，根据所述人脸关键点信息，将所述人脸区域划分为多个局部区域的步骤之前，执行上述归一化处理的操作。本技术实施例并不对上述归一化处理操作的具体执行过程进行限定。
[0068]
在具体实施时，可以基于人脸定位框的坐标信息对人脸关键点的坐标信息进行归一化处理，得到归一化后的人脸关键点的坐标信息。
[0069]
这样，则基于归一化后的人脸关键点的坐标信息，执行本技术实施例所提供方法的后续步骤。也即，将人脸关键点的坐标转换为所截取的人脸图像的人脸区域内的坐标，这样，在进行瘦脸操作时只需要对人脸区域内的像素进行操作即可，人脸区域外的像素保持不变，在进行瘦脸操作完成后，根据操作后的像素点重新绘制人脸区域，并替换原有的人脸区域即可。
[0070]
其中，归一化操作前的坐标信息所对应的坐标系(第一坐标系)的原点为待处理图像的其中一个顶点，归一化操作后的坐标信息所对应的坐标系(第二坐标系)的原点为进行归一化操作所参考的人脸定位框的其中一个顶点。
[0071]
相应的，后续在以人脸图像为处理对象时，可以基于归一化后的人脸关键点信息进行处理。
[0072]
下面将针对归一化转换的过程进行介绍。
[0073]
可选的，可以计算人脸定位框的坐标信息与人脸关键点的坐标信息之间的坐标差值，然后用该坐标差值更新替换原来的人脸关键点的坐标信息，即可得到归一化后的人脸关键点信息。
[0074]
具体的，假设第i张待处理图像中，人脸定位框的信息为(u
i
，v
i
，m，f)，人脸关键点的坐标信息为((a
i1
，b
i1
)，(a
i2
，b
i2
)
…
(a
in
，b
in
))，那么人脸定位框的坐标信息为(u
i
，v
i
)。进行归一化转换后，人脸图像所包括的各个人脸关键点的坐标信息为((a
i1
‑
u
i
，b
i1
‑
v
i
)，(a
i2
‑
u
i
，b
i2
‑
v
i
)
…
(a
in
‑
u
i
，b
in
‑
v
i
))，此时，坐标原点为人脸定位框的坐标信息所在的点。
[0075]
当然，可以理解，上述进行归一化时所对应的实施例可以和前文或者后文中的任一实施例(该任一实施例的实现需要与本实施例的实现不发生冲突)相结合，例如：本实施
例可以和前文中出现的，基于像素移动策略参数将局部区域内的各个像素点朝向移动参考点的方向移动所对应的实施例相结合；本实施例可以和后文中出现的，基于像素移动策略参数包括的像素位置调整比例来将局部区域内的各个像素点朝向移动参考点的方向移动所对应的实施例相结合；本实施例也可以和后文中出现的，根据用户触发的人脸调整指令所包括的瘦脸强度系数以及获取到的人脸区域中经过移动的各个像素点在移动前的位置信息和移动后的位置信息来确定人脸区域中经过移动的各个像素点所对应的目标位置信息所对应的实施例相结合等。
[0076]
步骤s120：根据所述人脸关键点信息，确定对人脸区域中的像素点进行移动时的移动参考点。
[0077]
其中，移动参考点用于对后续的瘦脸处理起到引导作用。
[0078]
在本技术实施例中，整个人脸区域中的全部像素点可以对应一个相同的移动参考点；此外，整个人脸区域中的各个像素点也可以对应不同的移动参考点。
[0079]
前文提及，与各个标识信息对应的人脸关键点所表征的含义预先被确定。
[0080]
在一些实施方式中，可以根据各个人脸关键点的标识信息，从人脸区域中确定出某特定位置(如双眼中心位置或者鼻尖位置等)处所对应的人脸关键点，并将该人脸关键点确定为移动参考点。
[0081]
在具体实施时，上述步骤s120：根据所述人脸关键点信息，确定对人脸区域中的像素点进行移动时的移动参考点，至少可以包括如下两种实现方式：
[0082]
确定人脸区域中双眼中心位置处所对应的人脸关键点，将双眼中心位置处所对应的人脸关键点确定为上述移动参考点；或者，确定人脸区域中鼻尖位置处所对应的人脸关键点，将鼻尖位置处所对应的人脸关键点确定为上述移动参考点。
[0083]
当然，上述只是以特定位置为双眼中心位置和鼻尖位置为例进行示例性说明，除此之外，上述特定位置还可以为其他，如双眼中心位置与鼻尖位置的连线的中点等等；本技术实施例不再一一赘述。
[0084]
例如，在一种具体实施方式中，若是预先定义的属于眼睛区域内的人脸关键点的编号范围为56
‑
70时，编号为63的人脸关键点用于表征双眼中心位置处，那么可以将编号为63的人脸的关键点确定为移动参考点。
[0085]
在这种实施方式下，与人脸区域中的各个像素点所对应的移动参考点相同，均为人脸区域中用于表征双眼中心位置处所对应的人脸关键点。
[0086]
当然，可以理解，上述以特定位置作为人脸区域中的像素点进行移动时的移动参考点的实施例可以和前文或者后文中的任一实施例(该任一实施例的实现需要与本实施例的实现不发生冲突)相结合，例如：本实施例可以和前文中出现的，基于像素移动策略参数将局部区域内的各个像素点朝向移动参考点的方向移动所对应的实施例相结合；本实施例可以和后文中出现的，基于像素移动策略参数包括的像素位置调整比例来将局部区域内的各个像素点朝向移动参考点的方向移动所对应的实施例相结合；本实施例也可以和后文中出现的，根据用户触发的人脸调整指令所包括的瘦脸强度系数以及获取到的人脸区域中经过移动的各个像素点在移动前的位置信息和移动后的位置信息来确定人脸区域中经过移动的各个像素点所对应的目标位置信息所对应的实施例相结合等。
[0087]
在一些实施方式中，还可以确定一条参考线，针对人脸区域中的不同像素点，按照
设定规则从该参考线上确定该像素点所对应的移动参考点。因此，上述步骤s120：根据所述人脸关键点信息，确定对人脸区域中的像素点进行移动时的移动参考点，还可以通过如下过程实现：
[0088]
基于位于人脸区域竖直方向上的中心线上的人脸关键点确定参考线；针对人脸区域中的每个像素点，将参考线上与该像素点之间的距离最小的人脸关键点确定为该像素点所对应的移动参考点。
[0089]
在一种具体实施方式中，可以将上述中心线上双眼中心位置处所对应的关键点作为第一人脸关键点，将中心线上下巴中心位置处所对应的人脸关键点作为第二人脸关键点，将第一关键点和第二人脸关键点构成的线段确定为上述参考线。
[0090]
例如，在一种具体实施方式中，假设属于眼睛区域内的人脸关键点的编号范围为56
‑
70，属于脸部轮廓区域内的人脸关键点的编号范围为1
‑
20，编号为63的人脸的关键点为双眼中心，编号为10的人脸的关键点为下巴中心。此时，将编号为10的人脸关键点与编号为63的人脸关键点的连线确定为参考线。
[0091]
当然，在另外一种具体实施方式中，还可以将中心线上眉心位置处所对应的关键点作为第一人脸关键点，将中心线上嘴唇中心位置处所对应的人脸关键点作为第二人脸关键点，基于该第一人脸关键点和第二人脸关键点构成的线段确定为上述参考线。
[0092]
在得到参考线的基础上，针对人脸区域中的每个像素点，将上述参考线上与该像素点之间的距离最小的人脸关键点确定为与该像素点对应的移动参考点。
[0093]
在这种实施方式下，人脸区域中的各个像素点所对应的移动参考点不相同，也就是说，人脸区域内的各个像素点存在对应的移动参考点。
[0094]
当然，可以理解，上述以参考线上的人脸关键点作为人脸区域中的像素点进行移动时的移动参考点的实施方式可以和前文或者后文中的任一实施例(该任一实施例的实现需要与本实施例的实现不发生冲突)相结合，例如：本实施例可以和前文中出现的，基于像素移动策略参数将局部区域内的各个像素点朝向移动参考点的方向移动所对应的实施例相结合；本实施例可以和后文中出现的，基于像素移动策略参数包括的像素位置调整比例来将局部区域内的各个像素点朝向移动参考点的方向移动所对应的实施例相结合；本实施例也可以和后文中出现的，根据用户触发的人脸调整指令所包括的瘦脸强度系数以及获取到的人脸区域中经过移动的各个像素点在移动前的位置信息和移动后的位置信息来确定人脸区域中经过移动的各个像素点所对应的目标位置信息所对应的实施例相结合等。
[0095]
步骤s130：根据所述人脸关键点信息，将所述人脸区域划分为多个局部区域。
[0096]
前文提及，人脸关键点信息包括人脸关键点的标识信息，相应的，上述步骤s130，根据所述人脸关键点信息，将所述人脸区域划分为多个局部区域，具体包括：
[0097]
根据获取到的人脸关键点的标识信息与人脸器官的对应关系，确定各个人脸器官所对应的人脸关键点集合；将每个人脸关键点集合中的各个人脸关键点所围成的区域确定为一个局部区域。
[0098]
上述人脸器官可以为眼睛、鼻子、嘴巴、眉毛、脸部等。
[0099]
当然，在另外一些具体实施方式中，也可以不按照上述人脸器官所对应的区域进行局部区域的划分，也可以按照其他方式进行划分，例如，将包括眼睛在内的眼睛以上的额头作为一个区域、包括嘴巴在内的嘴巴以下的下巴区域作为一个区域、将位于额头区域和
下巴区域中间的左脸区域(包含鼻子的一部分)作为一个区域，将位于额头区域和下把区域中间的右脸区域(包含鼻子的一部分)作为一个区域；当然，在具体实施时，还可以按照其他方式进行区域划分，本技术实施例不再一一赘述。
[0100]
为便于理解，下述将举例进行说明。
[0101]
例如，将编号属于编号范围1
‑
20的人脸关键点划分为一组，并确定该组所包括的人脸关键点属于脸部轮廓区域；将编号属于编号范围21
‑
40的人脸关键点划分为一组，并确定该组所包括的人脸关键点属于嘴巴区域；将编号属于编号范围41
‑
55的人脸关键点划分为一组，并确定该组所包括的人脸关键点属于鼻子区域；将编号属于编号范围56
‑
70的人脸关键点划分为一组，并确定该组所包括的人脸关键点属于眼睛区域；将编号属于编号范围71
‑
81的人脸关键点划分为一组，并确定该组所包括的人脸关键点属于眉毛区域。
[0102]
在得到多个分组后，每个分组即为一个人脸关键点集合。每个人脸关键点集合中的各个人脸关键点的坐标信息所围成的区域范围即为一个局部区域。
[0103]
当然，可以理解，上述根据获取到的人脸关键点的标识信息与人脸器官的对应关系，确定各个人脸器官所对应的人脸关键点集合；将每个人脸关键点集合中的各个人脸关键点所围成的区域确定为一个局部区域的实施例可以和前文或者后文中的任一实施例(该任一实施例的实现需要与本实施例的实现不发生冲突)相结合，例如：本实施例可以和前文中出现的，基于像素移动策略参数将局部区域内的各个像素点朝向移动参考点的方向移动所对应的实施例相结合；本实施例可以和后文中出现的，基于像素移动策略参数包括的像素位置调整比例来将局部区域内的各个像素点朝向移动参考点的方向移动所对应的实施例相结合；本实施例也可以和后文中出现的，根据用户触发的人脸调整指令所包括的瘦脸强度系数以及获取到的人脸区域中经过移动的各个像素点在移动前的位置信息和移动后的位置信息来确定人脸区域中经过移动的各个像素点所对应的目标位置信息所对应的实施例相结合等。
[0104]
步骤s140：针对每个所述局部区域，基于所述局部区域所对应的像素移动策略参数，将所述局部区域内的各个像素点朝向所述移动参考点的方向移动。
[0105]
进行瘦脸操作，即针对需要瘦脸的人脸区域所划分出的各个局部区域，分别进行像素调整。
[0106]
前文提及，每个局部区域存在对应的像素移动策略参数，不同的局部区域所对应的像素移动策略参数并不相同。
[0107]
在一些实施方式中，该像素移动策略参数为像素位置调整比例。在这种实施方式下，可以将各个局部区域所包括的每个像素点朝向移动参考点的方向做移动调整，以达到瘦脸的效果。至于调整的程度，由该像素点所在的局部区域对应的像素位置调整比例来确定。
[0108]
在这种实施方式下，在将各个局部区域内的各个像素点朝向移动参考点的方向移动时，可以是针对各个局部区域内的每个像素点，确定该像素点与移动参考点之间的第一距离d；然后基于第一距离d和该像素点所在的局部区域所对应的像素位置调整比例t，确定该像素点与移动参考点之间的第二距离d'；然后将该像素点朝向移动参考点的方向移动，以使得该像素点在移动后与移动参考点之间的距离等于所述第二距离。
[0109]
在一些实施方式中，可以计算第一距离d与像素点所属的局部区域所对应的像素
位置调整比例t的第一乘积值，并将该第一乘积值确定为第二距离d'。
[0110]
例如上述过程可以基于公式d'＝d
×
t来实现，t∈[0,1]。
[0111]
以人脸区域中的各个像素点的移动参考点相同，均为双眼中心位置处的人脸关键点63为例，假设与脸部轮廓区域对应的像素位置调整比例为t1，与嘴巴区域对应的像素位置调整比例为t2，那么在进行像素移动时，将脸部轮廓区域所包括的每个像素点均往人脸关键点63所表征的移动参考点所在的方向移动，移动的距离为该像素点距离人脸关键点63的距离d与t1的乘积值；将嘴巴轮廓区域所包括的每个像素点均往人脸关键点63所表征的移动参考点所在的方向移动，移动的距离为该像素点距离人脸关键点63的距离d与t2的乘积值。
[0112]
当然，可以理解，在此具体的举例中，还包括未枚举的其他局部区域及其对应的像素位置调整比例，均会按照上述类似的方式往往人脸关键点63所表征的移动参考点所在的方向移动。
[0113]
此外，值得指出的是，当与人脸区域中的各个像素点所对应的移动参考点不相同时，上述像素移动过程中，各个像素点在朝向移动参考点所在的方向移动时，是分别朝向与自身对应的移动参考点所在的方向移动。
[0114]
另外，需要说明的是，在本技术实施例中，上述像素移动策略参数还可以为像素移动后的位置距离像素参考点的距离与像素移动前的位置距离像素参考点的距离之间的比例，这样，在进行像素移动时，可以按照该比例确定像素的目标位置信息。
[0115]
当然，在某些具体实施方式中，上述像素策略移动参数还可以为像素移动的距离等等；上述像素策略移动参数还可以为其他，本技术实施例不再一一赘述。
[0116]
与各个像素点对应的移动参考点的确定方式，请参照前文相关描述，此处不再赘述。
[0117]
当然，各个局部区域所对应的像素位置调整比例之间相互独立，可能部分相同，也可能完全不同。
[0118]
在本技术实施例中，为了保证瘦脸后呈现出自然的效果，后台工作人员预先为人脸的各个局部区域配置对应的像素位置调整比例。其中，后台工作人员可以针对每个局部区域取不同的像素位置调整比例进行测试，并观察对应的视觉效果，从而确定出与各个局部区域对应的最佳像素位置调整比例，并进行保存。用户在实际使用过程中，不可直接对各个局部区域的像素位置调整比例进行单独调整。
[0119]
当然，在一些实施方式中，在经过上述像素移动操作后，可能效果并未达到用户满意的程度，在该种情况下，用户还可以通过虚拟按键或者实体按键触发自定义调整，进而触发人脸调整指令。
[0120]
其中，在人脸调整指令中包括瘦脸强度系数k，且该瘦脸强度系数k的大小可由用户进行调整，以便用户可以基于瘦脸强度系数k对当前的瘦脸程度进行调整。
[0121]
于本技术实施例中，当运行图像处理方法的电子设备获取并响应人脸调整指令时(其中，该人脸调整指令中携带有瘦脸强度系数)，可以获取处理图像(可以是待处理图像，也可以是从待处理图像中截取出的人脸图像)的人脸区域中经过移动的各个像素点在移动前的位置信息和移动后的位置信息。然后基于瘦脸强度系数k、移动前的位置信息和移动后的位置信息，确定处理图像(可以是待处理图像，也可以是从待处理图像中截取出的人脸图
像)的人脸区域中经过移动的各个像素点所对应的目标位置信息，并将人脸区域中经过移动后的各个像素点移动至目标位置信息所对应的目标位置处。
[0122]
在一种具体实施方式中，上述位置信息通过坐标信息表征；相应的，上述基于瘦脸强度系数k、移动前的位置信息和移动后的位置信息，确定处理图像的人脸区域中经过移动的各个像素点所对应的目标位置信息，具体可以通过如下过程实现：
[0123]
针对人脸区域中经过移动的各个像素点，确定第二坐标信息(x
i
',y
i
')和第一坐标信息(x
i
,y
i
)之间的第一坐标差值，然后计算瘦脸强度系数k与第一坐标差值之间的第二乘积值，并将第一坐标信息(x
i
,y
i
)和第二乘积值的和值确定为目标位置信息
[0124]
其中，移动前的位置信息通过第一坐标信息表征，移动后的位置信息通过第二坐标信息表征。
[0125]
例如上述过程可以基于公式来实现，k∈[0,1]。
[0126]
当然，值得指出的是，当进行瘦脸处理时的处理对象为待处理图像时，上述所涉及到的坐标信息为属于第一坐标系的坐标信息；当上述处理对象是从待处理图像中截取出的人脸图像时，上述所涉及到的坐标信息为属于第二坐标系的坐标信息。
[0127]
可选的，在一些实施方式中，还可以基于瘦脸强度系数k、移动前的位置信息和移动后的位置信息，确定处理图像(可以是待处理图像，也可以是从待处理图像中截取出的人脸图像)的人脸区域中各像素在x轴和y轴的移动信息(该移动信息包括移动距离和移动方向)，并基于上述移动信息对人脸区域内的各个像素点进行移动。
[0128]
可选的，在一种具体实施方式中，上述位置信息可通过坐标信息表征，相应的，可以通过如下过程确定上述各像素点所对应的移动信息：
[0129]
针对人脸区域中经过移动的各个像素点，确定第二坐标信息(x
i
',y
i
')和第一坐标信息(x
i
,y
i
)之间的第一坐标差值；然后计算设定数值与瘦脸强度系数k之间的差值，计算该差值与第一坐标差值之间的乘积，将该乘积值确定为上述移动信息，上述乘积值可以为正值、也可以为负值，上述乘积值的正负表示移动的方向。
[0130]
当然，本技术实施例只是示例性的列举了基于瘦脸强度系数进行瘦脸时的可能的实现方式，除此之外，还可以基于瘦脸强度系数采用其他方式进行瘦脸，此处不再一一赘述。
[0131]
此外，在一些实施方式中，当进行瘦脸处理时的处理对象为从待处理图像中截取出的人脸图像时，在对人脸图像进行瘦脸处理后，还需要用经过瘦脸处理后的人脸图像替换待处理图像所包括的原有的人脸图像，从而使得待处理图像呈现出瘦脸的效果。
[0132]
此外，请参照图2，本技术实施例还提供一种图像处理装置400，图像处理装置400可以包括：获取模块410、确定模块420、划分模块430以及调整模块440。
[0133]
获取模块410，用于获取待处理图像的人脸关键点信息，所述待处理图像包括人脸区域；
[0134]
确定模块420，用于根据所述人脸关键点信息，确定对所述人脸区域中的像素点进行移动时的移动参考点；
[0135]
划分模块430，用于根据所述人脸关键点信息，将所述人脸区域划分为多个局部区
域；
[0136]
调整模块440，用于针对每个所述局部区域，基于所述局部区域对应的像素移动策略参数，将所述局部区域内的各个像素点朝向所述移动参考点的方向移动。
[0137]
在一种可能的实施方式中，所述像素移动策略包括像素位置调整比例；所述调整模块440，用于针对所述局部区域内的每个像素点，确定所述像素点与所述移动参考点之间的第一距离；基于所述第一距离和对应的像素位置调整比例，确定所述像素点与所述移动参考点之间的第二距离；将所述像素点朝向所述移动参考点的方向移动，以使所述像素点在移动后与所述移动参考点之间的距离等于所述第二距离。
[0138]
在一种可能的实施方式中，所述调整模块440，用于确定所述第一距离与所述像素点所属的局部区域所对应的像素位置调整比例的第一乘积值；将所述第一乘积值确定为所述第二距离。
[0139]
在一种可能的实施方式中，所述调整模块440，还用于响应于用户触发的人脸调整指令，获取所述人脸区域中经过移动的各个像素点在移动前的位置信息和移动后的位置信息；其中，所述人脸调整指令中携带有瘦脸强度系数；基于所述瘦脸强度系数、所述移动前的位置信息和所述移动后的位置信息，确定所述人脸区域中经过移动的各个像素点所对应的目标位置信息；将所述人脸区域中经过移动的各个像素点移动至所述目标位置信息所对应的目标位置处。
[0140]
在一种可能的实施方式中，所述位置信息通过坐标信息表征；所述调整模块440，用于针对所述人脸区域中经过移动的各个像素点，确定第二坐标信息和第一坐标信息之间的第一坐标差值；其中，所述移动前的位置信息通过所述第一坐标信息表征，所述移动后的位置信息通过所述第二坐标信息表征；计算所述瘦脸强度系数与所述第一坐标差值之间的第二乘积值；将所述第一坐标信息和所述第二乘积值的和值，确定为所述目标位置信息。
[0141]
在一种可能的实施方式中，所述确定模块420，用于确定所述人脸区域中双眼中心位置处所对应的人脸关键点，将所述双眼中心位置处所对应的人脸关键点确定为所述移动参考点；
[0142]
或者，用于确定所述人脸区域中鼻尖位置处所对应的人脸关键点，将所述鼻尖位置处所对应的人脸关键点确定为所述移动参考点。
[0143]
在一种可能的实施方式中，所述确定模块420，用于基于位于所述人脸区域竖直方向上的中心线上的人脸关键点确定参考线；针对所述人脸区域中的每个像素点，将所述参考线上与所述像素点之间的距离最小的人脸关键点确定为所述像素点对应的移动参考点；
[0144]
相应的，所述调整模块440，用于将所述局部区域内的各个像素点朝向与其对应的移动参考点的方向移动。
[0145]
在一种可能的实施方式中，所述人脸关键点信息包括人脸关键点的标识信息，所述划分模块430，用于根据获取到的人脸关键点的标识信息与人脸器官的对应关系，确定各个人脸器官所对应的人脸关键点集合；将每个人脸关键点集合中的各个人脸关键点所围成的区域确定为一个局部区域。
[0146]
在一种可能的实施方式中，不同的局部区域所对应的像素位置调整比例不同。
[0147]
在一种可能的实施方式中，所述获取模块410，用于将所述待处理图像输入至人脸关键点检测模型，通过所述人脸关键点检测模型对所述待处理图像进行人脸关键点检测；
获取所述人脸关键点检测模型输出的人脸关键点信息。
[0148]
在一种可能的实施方式中，所述人脸关键点信息包括人脸定位框的坐标信息以及所述人脸关键点的坐标信息；所述装置还包括归一化模块，用于基于所述人脸定位框的坐标信息对所述人脸关键点的坐标信息进行归一化处理，得到归一化后的人脸关键点的坐标信息。
[0149]
本技术实施例所提供的图像处理装置400，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
[0150]
此外，本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被计算机运行时，执行如上述的图像处理方法所包含的步骤。
[0151]
此外，此外，请参照图3，本技术实施例还提供一种用于实施图像处理方法、装置的电子设备100。
[0152]
电子设备100是移动手机、智能相机、平板电脑、个人电脑(personal computer，pc)等设备。用户可以通过电子设备100进行拍照、视频直播、图像处理等活动。
[0153]
其中，电子设备100可以包括：处理器110、存储器120、显示屏130。
[0154]
应当注意，图3所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，电子设备100也可以具有其他组件和结构。例如，在一些情况下，电子设备100还可以包括摄像头，用于实时捕捉待处理图像。
[0155]
处理器110、存储器120、显示屏130以及其他可能出现于电子设备100的组件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，处理器110、存储器120、显示屏130以及其他可能出现的组件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
[0156]
存储器120用于存储程序，例如存储有前文出现的图像处理方法对应的程序或者前文出现的图像处理装置。可选的，当存储器120内存储有图像处理装置时，图像处理装置包括至少一个可以以软件或固件(firmware)的形式存储于存储器120中的软件功能模块。
[0157]
可选的，图像处理装置所包括软件功能模块也可以固化在电子设备100的操作系统(operating system，os)中。
[0158]
处理器110用于执行存储器120中存储的可执行模块，例如图像处理装置包括的软件功能模块或计算机程序。当处理器110在接收到执行指令后，可以执行计算机程序，例如执行：获取待处理图像的人脸关键点信息，所述待处理图像包括人脸区域；根据所述人脸关键点信息，确定对所述人脸区域中的像素点进行移动时的移动参考点；根据所述人脸关键点信息，将所述人脸区域划分为多个局部区域；针对每个所述局部区域，基于所述局部区域所对应的像素移动策略参数，将所述局部区域内的各个像素点朝向所述移动参考点的方向移动。
[0159]
当然，本技术任一实施例所揭示的方法都可以应用于处理器110中，或者由处理器110实现。
[0160]
综上所述，本发明实施例提出的图像处理方法、装置、电子设备及计算机可读存储介质，当需要对待处理图像进行瘦脸处理时，先取待处理图像的人脸关键点信息，然后根据
人脸关键点信息，确定移动参考点以及将人脸区域划分为不同的局部区域，那么在进行瘦脸处理时，将各个局部区域所包括的像素点按照其所属的局部区域所对应的像素移动策略往移动参考点的方向移动，从而可以使得最终得到的瘦脸效果尽可能的自然，进而可以提高瘦脸后所呈现出的视觉效果。
[0161]
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0162]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、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，所述模块、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方式中，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，两个连续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动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。
[0163]
另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0164]
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，笔记本电脑,服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0165]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。