人像名片生成方法、装置、电子设备及可存储介质与流程

1.本发明涉及人工智能领域，尤其涉及一种人像名片生成方法、装置、电子设备及可存储介质。


背景技术：

2.当前，在制作人像名片的过程中，一般是用户先选定名片模板，再对模板照片进行抠图及照片调整处理，得到人像名片。
3.但是，一般情况下用户不仅需要在名片模板中寻找放置照片的位置，而且名片模板提供的照片尺寸和用户的照片尺寸存在差异，用户在调整照片尺寸时常常需要对照片进行拉伸操作，导致照片产生形变使用户的形象受损，且这个过程涉及大量的人工操作，导致人像名片生成的效率较低。


技术实现要素：

4.本发明提供一种人像名片生成方法、装置、电子设备及计算机介质，其主要目的是为了提高人像名片生成的效率。
5.为实现上述目的，本发明提供的一种人像名片生成方法，包括：
6.获取待识别用户图片，对所述待识别用户图片进行预处理操作，得到标准图片；
7.将所述标准图片输入至预构建的人像抠图模型，并利用所述人像抠图模型中的人像检测网络对所述标准图片进行检测，得到人像图片，再利用所述人像抠图模型中的人像分割网络对所述人像图片进行分割，得到人像区域，其中，所述人像抠图模型包括人像检测网络和人像分割网络的端对端连接；
8.获取名片模板及名片信息，判断所述名片模板中的照片区域是否有画框；
9.若所述名片模板中的照片区域有画框，将所述人像区域布局在所述画框中，并将所述名片信息布局至所述名片模板上，得到第一人像名片；
10.若所述名片模板中的照片区域没有画框，将所述人像区域布局在所述照片区域中，并将所述名片信息布局至所述名片模板中，得到第二人像名片。
11.可选地，所述利用所述人像抠图模型中的人像检测网络对所述标准图片进行检测，得到人像图片，包括：
12.利用所述人像检测网络中的卷积层对所述标准图片进行特征提取，得到特征图片；
13.利用所述人像检测网络中的池化层对所述特征图片进行降维操作，得到降维图片；
14.利用所述人像检测网络中的全连接层对所述降维图片进行全连接，得到拼接人像图片；
15.利用所述人像检测网络中的激活函数输出所述拼接人像图片，得到人像图片。
16.可选地，所述利用所述人像抠图模型中的人像分割网络对所述人像图片进行分
割，得到人像区域，包括：
17.利用所述人像分割网络中的空洞卷积层提取所述人像图片的特征并进行特征融合，得到融合人像图片；
18.利用所述人像分割网络中的金字塔池化层对所述融合人像图片进行人像分割，得到分割人像图片；
19.将所述分割人像图片输入所述人像分割网络中的激活函数，得到所述激活函数输出的人像区域。
20.可选地，所述若所述名片模板中的照片区域有画框，将所述人像区域布局在所述画框中，包括：
21.若所述名片模板中的照片区域有画框，获取所述画框的画框高度、画框宽度及画框中线；
22.根据所述画框高度、所述画框宽度及所述画框中线对所述人像区域进行缩放操作，使得人像区域高度与所述画框高度一致、人像区域宽度与所述画框宽度一致及所述区域中线与所述画框中线一致，以及使得所述人像区域布局在所述画框中。
23.可选地，所述若所述名片模板中的照片区域没有画框，将所述人像区域布局在所述照片区域中，包括：
24.若所述名片模板中的照片区域没有画框，获取所述照片区域的顶边值坐标和底边值坐标；
25.将所述顶边值坐标将所述人像区域的顶边与所述照片区域的顶边进行对齐之后，计算所述人像区域的缩放比，根据所述缩放比与所述底边值计算所人像区域的底边值，使得人像区域布局在所述照片区域中。
26.可选地，所述对所述待识别用户图片进行预处理操作，得到标准图片，包括：
27.对所述待识别用户图片进行数字化处理，得到数字图片；
28.对所述数字图片进行直方图均衡操作，得到均衡图片；
29.对所述均衡图片进行锐化平滑操作，得到增强图片；
30.对所述增强图片进行归一化操作，得到标准图片。
31.可选地，所述对所述增强图片进行归一化操作，得到标准图片，包括：
32.对所述标准图片进行几何归一化和灰度归一化操作，得到标准图片。
33.为了解决上述问题，本发明还提供一种人像名片生成装置，所述装置包括：
34.预处理操作模块，用于获取待识别用户图片，对所述待识别用户图片进行预处理操作，得到标准图片；
35.模型抠图模块，用于将所述标准图片输入至预构建的人像抠图模型，并利用所述人像抠图模型中的人像检测网络对所述标准图片进行检测，得到人像图片，再利用所述人像抠图模型中的人像分割网络对所述人像图片进行分割，得到人像区域，其中，所述人像抠图模型包括人像检测网络和人像分割网络的端对端连接；
36.画框判断模块，用于获取名片模板及名片信息，判断所述名片模板中的照片区域是否有画框；
37.第一人像名片生成模块，用于若所述名片模板中的照片区域有画框，将所述人像区域布局在所述画框中，并将所述名片信息布局至所述名片模板上，得到第一人像名片；
38.第二人像名片生成模块，用于若所述名片模板中的照片区域没有画框，将所述人像区域布局在所述照片区域中，并将所述名片信息布局至所述名片模板中，得到第二人像名片。
39.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
40.存储器，存储至少一个计算机程序；及
41.处理器，执行所述存储器中存储的计算机程序以实现上述所述的人像名片生成方法。
42.为了解决上述问题，本发明还提供一种计算机介质，所述计算机介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的人像名片生成方法。
43.本发明实施例中，首先通过对所述待识别用户图片进行预处理操作，得到标准图片，进行预处理操作后可以使得标准图片中的细节更加突出，图片更清晰，图片质量更高；其次，利用预构建的人像抠图模型中的人像检测网络对所述标准图片的特征进行检测，将检测到的人像进行裁剪，得到人像图片；进而，利用所述人像抠图模型中的人像分割网络对所述人像图片进行分割，对检测到的人像图片进行分割，从而对实现人像抠图，得到人像区域；最后，根据名片模板布局用户输入的名片信息及布局人像区域至名片模板中的照片区域中，得到人像名片，无需用户调整，提高人像名片生成的效率。因此本发明实施例提出的人像名片生成方法、装置、电子设备及可存储介质可以提高人像名片生成的效率。
附图说明
44.图1为本发明一实施例提供的人像名片生成方法的流程示意图；
45.图2为本发明一实施例提供的人像名片生成装置的模块示意图；
46.图3为本发明一实施例提供的实现人像名片生成方法的电子设备的内部结构示意图；
47.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
48.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
49.本发明实施例提供一种人像名片生成方法。所述人像名片生成方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述人像名片生成方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
50.参照图1所示的本发明一实施例提供的人像名片生成方法的流程示意图，在本发明实施例中，所述人像名片生成方法包括：
51.s1、获取待识别用户图片，对所述待识别用户图片进行预处理操作，得到标准图片。
52.本发明实施例中，所述待识别用户图片是包含用户人像图片的待识别图片。例如，待识别用户图片是证件照或是用户自行拍摄的包括人像的图片，且所述待识别用户图片可
以从用户上传的图片中获取。
53.本发明实施例中，通过对图像进行预处理，可以避免由于采集环境的不同(如光照明暗程度及设备性能的优劣等)，造成的存在灰度、噪点及对比度不够等缺点，以及避免由于距离远近，焦距大小的不同造成的人像在整幅图像中间的大小和位置不确定的问题，所以通过对图像进行预处理，可以提高人像图片中人像的大小、位置及人像图片质量的一致性。
54.详细地，所述对所述待识别用户图片进行预处理操作，得到标准图片，包括：
55.对所述待识别用户图片进行数字化处理，得到数字图片；
56.对所述数字图片进行直方图均衡操作，得到均衡图片；
57.对所述均衡图片进行锐化平滑操作，得到增强图片；
58.对所述增强图片进行归一化操作，得到标准图片。
59.本发明实施例中，所述数字化处理是在m x n点阵上对所述待识别用户图片进行灰度采样并加以量化，得到计算机能够处理的数字图片。
60.本发明一实施例中，进行所述直方图均衡操作可以使所述数字图片转换为每一个灰度级上都有相同像素点的均衡图片。
61.本发明一可选实施例中，可以利用log算子对所述均衡图片进行锐化操作可以增强图片中的轮廓信息，突出图片的细节变化，但是锐化后的图片噪点会增强，所以进一步进行平滑处理，将图片的噪点消去的同时不会使得图片轮廓或线条变得模糊。
62.较佳地，可以通过中值法进行平滑处理。
63.本发明实施例中，对所述增强图片进行归一化的目的是使在不同条件(如光照强度、方向、距离、姿势等)下拍摄的图片具有一致性。
64.进一步地，所述对所述增强图片进行归一化操作，得到标准图片，包括：
65.对所述标准图片进行几何归一化和灰度归一化操作，得到标准图片。
66.本发明一实施例中，所述几何归一化有助于矫正因成像距离变化和图片中人像姿势变化造成的尺寸差异和角度倾斜，所述灰度归一化有助于对不同光强、光源方向下得到的图片中的人像进行补偿。
67.s2、将所述标准图片输入至预构建的人像抠图模型，并利用所述人像抠图模型中的人像检测网络对所述标准图片进行检测，得到人像图片，再利用所述人像抠图模型中的人像分割网络对所述人像图片进行分割，得到人像区域，其中，所述人像抠图模型包括人像检测网络和人像分割网络的端对端连接。
68.本发明实施例中，将所述标准图片输入至预构建的人像抠图模型中，可以得到将背景与人像分割开的人像背景，其中，所述人像抠图模型包括人像检测网络和人像分割网络的端对端连接。
69.本发明实施例中，所述人像图片是经过所述人像检测网络检测到人像后并将人像截出来的图片。利用预构建的人像抠图模型中的人像检测网络对所述标准图片进行检测，以检测出人像轮廓，得到检测的人像图片，其中，所述人像检测网络包括：卷积层、池化层、全连接层和激活函数。
70.详细地，所述利用所述人像抠图模型中的人像检测网络对所述标准图片进行检测，得到人像图片，包括：
71.利用所述人像检测网络中的卷积层对所述标准图片进行特征提取，得到特征图片；
72.利用所述人像检测网络中的池化层对所述特征图片进行降维操作，得到降维图片；
73.利用所述人像检测网络中的全连接层对所述降维图片进行全连接，得到拼接人像图片；
74.利用所述人像检测网络中的激活函数输出所述拼接人像图片，得到人像图片。
75.本发明实施例中，所述特征提取是通过对所述标准图片的像素矩阵进行计算得到的特征图片。
76.本发明一实施例中，利用所述池化层对所述标准图片进行池化操作是将所述特征图片进行平均区域划分，并取区域内所有像素值之和的平均值代替所述区域内的像素值，使得所述特征图片中提取的特征不会丢失而进行的降维操作。
77.较佳地，所述激活函数可以为relu函数，可以激活拼接人像图片，得到最终检测到的包含人像特征信息的人像图片。
78.本发明实施例中，利用所述人像抠图模型中的分割网络对检测到的人像图片进行分割，从而对实现人像抠图，得到人像区域，其中，所述人像分割网络包括：空洞卷积层、金字塔池化层和激活函数。
79.进一步地，所述利用所述人像抠图模型中的人像分割网络对所述人像图片进行分割，得到人像区域，包括：
80.利用所述人像分割网络中的空洞卷积层提取所述人像图片的特征并进行特征融合，得到融合人像图片；
81.利用所述人像分割网络中的金字塔池化层对所述融合人像图片进行人像分割，得到分割人像图片；
82.将所述分割人像图片输入至所述人像分割网络中的激活函数，得到所述激活函数输出的人像区域。
83.本发明实施例中，所述空洞卷积层相比一般卷积层多了一些特殊的洞，视野更开阔，使得在特征图片缩小同样倍数的情况下通过特征融合可以掌握更多图片的全局信息。
84.本发明一实施例中，所述金字塔池化层代替一般的池化层可以使得不管输入所述人像分割网络的图片大小是怎样的，都会输出图片大小一致的分割图片。
85.较佳地，所述激活函数可以为sigmoid函数，可以将所述分割人像图片激活，得到背景与人像分离的人像区域。
86.s3、获取名片模板及名片信息，判断所述名片模板中的照片区域是否有画框。
87.本发明实施例中，所述名片模板主要包括照片区域与名片信息区域。
88.本实施例中，名片模板可以从预设的名片模板库中获取。名片信息是指用户的自我介绍信息，包括用户的姓名、电话、公司、职位、及公司地址等，名片信息可以为用户输入至网站的，或是直接从企业网站上获取的信息。
89.本发明实施例中，可以利用推进进式边界学习算法(boosted edge learning bel)，判断所述名片模板中的照片区域是否有画框。
90.s4、若所述名片模板中的照片区域有画框，将所述人像区域布局在所述画框中，并
将所述名片信息布局至所述名片模板上，得到第一人像名片。
91.详细地，所述若所述名片模板中的照片区域有画框，将所述人像区域布局在所述画框中，包括：
92.若所述名片模板中的照片区域有画框，获取所述画框的画框高度、画框宽度及画框中线；
93.根据所述画框高度、所述画框宽度及所述画框中线对所述人像区域进行缩放操作，使得人像区域高度与所述画框高度一致、人像区域宽度与所述画框宽度一致及所述区域中线与所述画框中线一致，以及使得所述人像区域布局在所述画框中。
94.本发明实施例中，所述人像区域进行缩放之后的高度与所述画框高度一致，得到缩放比例ratio＝画框高度box_h/人像区域高度fore_h，并利用缩放比例ratio计算所述人像区域宽度与画框宽度，进而比较缩放后的人像区域中线与所述画框中线对齐，使所述人像区域在画框中居中。
95.本发明实施例中，所述第一人像名片是指名片中的照片区域是有画框的名片。
96.本发明实施例中，可以根据所述名片模板将所述名片信息布局至所述名片模板上，若所述名片信息过长，则根据预设的规定行字数进行换行，并根据所述人像区域布局在所述画框中，生成第一人像名片。
97.s5、若所述名片模板中的照片区域没有画框，将所述人像区域布局在所述照片区域中，并将所述名片信息布局至所述名片模板中，得到第二人像名片。
98.本发明实施例中，为了使人像区域布局至所述名片模板中没有视觉上的“突兀”、“悬空”的感觉，可以选取所述照片区域中没有画框的名片模板。
99.详细地，所述若所述名片模板中的照片区域没有画框，将所述人像区域布局在所述照片区域中，包括：
100.若所述名片模板中的照片区域没有画框，获取所述照片区域的顶边值坐标和底边值坐标；
101.将所述顶边值坐标将所述人像区域的顶边与所述照片区域的顶边进行对齐之后，计算所述人像区域的缩放比，根据所述缩放比与所述底边值计算所人像区域的底边值，使得人像区域布局在所述照片区域中。
102.本发明实施例中，可以利用层叠样式表技术计算所述人像区域的缩放比，根据所述缩放比缩放所述人像区域得到与所述照片区域的顶边与底边对齐的所述人像区域。
103.本发明实施例中，所述第二人像名片是指所述名片模板中的照片区域是没有画框的名片。
104.本发明实施例中，可以根据所述名片模板将所述名片信息布局至所述名片模板上，若所述名片信息过长，则根据预设的规定行字数进行换行，并根据所述所述人像区域布局在所述照片区域中生成第二人像名片。
105.本发明实施例中，首先通过对所述待识别用户图片进行预处理操作，得到标准图片，进行预处理操作后可以使得标准图片中的细节更加突出，图片更清晰，图片质量更高；其次，利用预构建的人像抠图模型中的人像检测网络对所述标准图片的特征进行检测，将检测到的人像进行裁剪，得到人像图片；进而，利用所述人像抠图模型中的人像分割网络对所述人像图片进行分割，对检测到的人像图片进行分割，从而对实现人像抠图，得到人像区
域；最后，根据名片模板布局用户输入的名片信息及布局人像区域至名片模板中的照片区域中，得到人像名片，无需用户调整，提高人像名片生成的效率。因此本发明实施例提出的人像名片生成方法可以提高人像名片生成的效率。
106.如图2所示，是本发明人像名片生成装置的功能模块图。
107.本发明所述人像名片生成装置100可以安装于电子设备中。根据实现的功能，所述人像名片生成装置可以包括预处理操作模块101、模型抠图模块102、画框判断模块103、第一人像名片生成模块104、第二人像名片生成模块105，本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
108.在本实施例中，关于各模块/单元的功能如下：
109.所述预处理操作模块101，用于获取待识别用户图片，对所述待识别用户图片进行预处理操作，得到标准图片。
110.本发明实施例中，所述待识别用户图片是包含用户人像图片的待识别图片。例如，待识别用户图片是证件照或是用户自行拍摄的包括人像的图片，且所述待识别用户图片可以从用户上传的图片中获取。
111.本发明实施例中，通过对图像进行预处理，可以避免由于采集环境的不同(如光照明暗程度及设备性能的优劣等)，造成的存在灰度、噪点及对比度不够等缺点，以及避免由于距离远近，焦距大小的不同造成的人像在整幅图像中间的大小和位置不确定的问题，所以通过对图像进行预处理，可以提高人像图片中人像的大小、位置及人像图片质量的一致性。
112.详细地，所述预处理操作模块101通过执行下述操作对所述待识别用户图片进行预处理操作，得到标准图片，包括：
113.对所述待识别用户图片进行数字化处理，得到数字图片；
114.对所述数字图片进行直方图均衡操作，得到均衡图片；
115.对所述均衡图片进行锐化平滑操作，得到增强图片；
116.对所述增强图片进行归一化操作，得到标准图片。
117.本发明实施例中，所述数字化处理是在m x n点阵上对所述待识别用户图片进行灰度采样并加以量化，得到计算机能够处理的数字图片。
118.本发明一实施例中，进行所述直方图均衡操作可以使所述数字图片转换为每一个灰度级上都有相同像素点的均衡图片。
119.本发明一可选实施例中，可以利用log算子对所述均衡图片进行锐化操作可以增强图片中的轮廓信息，突出图片的细节变化，但是锐化后的图片噪点会增强，所以进一步进行平滑处理，将图片的噪点消去的同时不会使得图片轮廓或线条变得模糊。
120.较佳地，可以通过中值法进行平滑处理。
121.本发明实施例中，对所述增强图片进行归一化的目的是使在不同条件(如光照强度、方向、距离、姿势等)下拍摄的图片具有一致性。
122.进一步地，所述对所述增强图片进行归一化操作，得到标准图片，包括：
123.对所述标准图片进行几何归一化和灰度归一化操作，得到标准图片。
124.本发明一实施例中，所述几何归一化有助于矫正因成像距离变化和图片中人像姿
势变化造成的尺寸差异和角度倾斜，所述灰度归一化有助于对不同光强、光源方向下得到的图片中的人像进行补偿。
125.所述模型抠图模块102，用于将所述标准图片输入至预构建的人像抠图模型，并利用所述人像抠图模型中的人像检测网络对所述标准图片进行检测，得到人像图片，再利用所述人像抠图模型中的人像分割网络对所述人像图片进行分割，得到人像区域，其中，所述人像抠图模型包括人像检测网络和人像分割网络的端对端连接。
126.本发明实施例中，将所述标准图片输入至预构建的人像抠图模型中，可以得到将背景与人像分割开的人像背景，其中，所述人像抠图模型包括人像检测网络和人像分割网络的端对端连接。
127.本发明实施例中，所述人像图片是经过所述人像检测网络检测到人像后并将人像截出来的图片。利用预构建的人像抠图模型中的人像检测网络对所述标准图片进行检测，以检测出人像轮廓，得到检测的人像图片，其中，所述人像检测网络包括：卷积层、池化层、全连接层和激活函数。
128.详细地，所述模型抠图模块102通过执行下述操作利用所述人像抠图模型中的人像检测网络对所述标准图片进行检测，得到人像图片，包括：
129.利用所述人像检测网络中的卷积层对所述标准图片进行特征提取，得到特征图片；
130.利用所述人像检测网络中的池化层对所述特征图片进行降维操作，得到降维图片；
131.利用所述人像检测网络中的全连接层对所述降维图片进行全连接，得到拼接人像图片；
132.利用所述人像检测网络中的激活函数输出所述拼接人像图片，得到人像图片。
133.本发明实施例中，所述特征提取是通过对所述标准图片的像素矩阵进行计算得到的特征图片。
134.本发明一实施例中，利用所述池化层对所述标准图片进行池化操作是将所述特征图片进行平均区域划分，并取区域内所有像素值之和的平均值代替所述区域内的像素值，使得所述特征图片中提取的特征不会丢失而进行的降维操作。
135.较佳地，所述激活函数可以为relu函数，可以激活拼接人像图片，得到最终检测到的包含人像特征信息的人像图片。
136.本发明实施例中，利用所述人像抠图模型中的分割网络对检测到的人像图片进行分割，从而对实现人像抠图，得到人像区域，其中，所述人像分割网络包括：空洞卷积层、金字塔池化层和激活函数。
137.进一步地，所述模型抠图模块102通过执行下述操作利用所述人像抠图模型中的人像分割网络对所述人像图片进行分割，得到人像区域，包括：
138.利用所述人像分割网络中的空洞卷积层提取所述人像图片的特征并进行特征融合，得到融合人像图片；
139.利用所述人像分割网络中的金字塔池化层对所述融合人像图片进行人像分割，得到分割人像图片；
140.将所述分割人像图片输入至所述人像分割网络中的激活函数，得到所述激活函数
输出的人像区域。
141.本发明实施例中，所述空洞卷积层相比一般卷积层多了一些特殊的洞，视野更开阔，使得在特征图片缩小同样倍数的情况下通过特征融合可以掌握更多图片的全局信息。
142.本发明一实施例中，所述金字塔池化层代替一般的池化层可以使得不管输入所述人像分割网络的图片大小是怎样的，都会输出图片大小一致的分割图片。
143.较佳地，所述激活函数可以为sigmoid函数，可以将所述分割人像图片激活，得到背景与人像分离的人像区域。
144.所述画框判断模块103，用于获取名片模板及名片信息，判断所述名片模板中的照片区域是否有画框。
145.本发明实施例中，所述名片模板主要包括照片区域与名片信息区域。
146.本实施例中，名片模板可以从预设的名片模板库中获取。名片信息是指用户的自我介绍信息，包括用户的姓名、电话、公司、职位、及公司地址等，名片信息可以为用户输入至网站的，或是直接从企业网站上获取的信息。
147.本发明实施例中，可以利用推进进式边界学习算法(boosted edge learning bel)，判断所述名片模板中的照片区域是否有画框。
148.所述第一人像名片生成模块104，用于若所述名片模板中的照片区域有画框，将所述人像区域布局在所述画框中，并将所述名片信息布局至所述名片模板上，得到第一人像名片。
149.详细地，所述第一人像名片生成模块104通过执行下述操作若所述名片模板中的照片区域有画框，将所述人像区域布局在所述画框中，包括：
150.若所述名片模板中的照片区域有画框，获取所述画框的画框高度、画框宽度及画框中线；
151.根据所述画框高度、所述画框宽度及所述画框中线对所述人像区域进行缩放操作，使得人像区域高度与所述画框高度一致、人像区域宽度与所述画框宽度一致及所述区域中线与所述画框中线一致，以及使得所述人像区域布局在所述画框中。
152.本发明实施例中，所述人像区域进行缩放之后的高度与所述画框高度一致，得到缩放比例ratio＝画框高度box_h/人像区域高度fore_h，并利用缩放比例ratio计算所述人像区域宽度与画框宽度，进而比较缩放后的人像区域中线与所述画框中线对齐，使所述人像区域在画框中居中。
153.本发明实施例中，所述第一人像名片是指名片中的照片区域是有画框的名片。
154.本发明实施例中，可以根据所述名片模板将所述名片信息布局至所述名片模板上，若所述名片信息过长，则根据预设的规定行字数进行换行，并根据所述人像区域布局在所述画框中，生成第一人像名片。
155.所述第二人像名片生成模块105，用于若所述名片模板中的照片区域没有画框，将所述人像区域布局在所述照片区域中，并将所述名片信息布局至所述名片模板中，得到第二人像名片。
156.本发明实施例中，为了使人像区域布局至所述名片模板中没有视觉上的“突兀”、“悬空”的感觉，可以选取所述照片区域中没有画框的名片模板。
157.详细地，所述若所述名片模板中的照片区域没有画框，将所述人像区域布局在所
述照片区域中，包括：
158.若所述名片模板中的照片区域没有画框，获取所述照片区域的顶边值坐标和底边值坐标；
159.将所述顶边值坐标将所述人像区域的顶边与所述照片区域的顶边进行对齐之后，计算所述人像区域的缩放比，根据所述缩放比与所述底边值计算所人像区域的底边值，使得人像区域布局在所述照片区域中。
160.本发明实施例中，可以利用层叠样式表技术计算所述人像区域的缩放比，根据所述缩放比缩放所述人像区域得到与所述照片区域的顶边与底边对齐的所述人像区域。
161.本发明实施例中，所述第二人像名片是指所述名片模板中的照片区域是没有画框的名片。
162.本发明实施例中，可以根据所述名片模板将所述名片信息布局至所述名片模板上，若所述名片信息过长，则根据预设的规定行字数进行换行，并根据所述所述人像区域布局在所述照片区域中生成第二人像名片。
163.本发明实施例中，首先通过对所述待识别用户图片进行预处理操作，得到标准图片，进行预处理操作后可以使得标准图片中的细节更加突出，图片更清晰，图片质量更高；其次，利用预构建的人像抠图模型中的人像检测网络对所述标准图片的特征进行检测，将检测到的人像进行裁剪，得到人像图片；进而，利用所述人像抠图模型中的人像分割网络对所述人像图片进行分割，对检测到的人像图片进行分割，从而对实现人像抠图，得到人像区域；最后，根据名片模板布局用户输入的名片信息及布局人像区域至名片模板中的照片区域中，得到人像名片，无需用户调整，提高人像名片生成的效率。因此本发明实施例提出的人像名片生成装置可以提高人像名片生成的效率。
164.如图3所示，是本发明实现人像名片生成方法的电子设备的结构示意图。
165.所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如人像名片生成程序。
166.其中，所述存储器11至少包括一种类型的介质，所述介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、本地磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如人像名片生成程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
167.所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内
的程序或者模块(例如人像名片生成程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
168.所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
169.图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
170.例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi
‑
fi模块等，在此不再赘述。
171.可选地，所述通信接口13可以包括有线接口和/或无线接口(如wi
‑
fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
172.可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light
‑
emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
173.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
174.所述电子设备中的所述存储器11存储的人像名片生成程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
175.获取待识别用户图片，对所述待识别用户图片进行预处理操作，得到标准图片；
176.将所述标准图片输入至预构建的人像抠图模型，并利用所述人像抠图模型中的人像检测网络对所述标准图片进行检测，得到人像图片，再利用所述人像抠图模型中的人像分割网络对所述人像图片进行分割，得到人像区域，其中，所述人像抠图模型包括人像检测网络和人像分割网络的端对端连接；
177.获取名片模板及名片信息，判断所述名片模板中的照片区域是否有画框；
178.若所述名片模板中的照片区域有画框，将所述人像区域布局在所述画框中，并将所述名片信息布局至所述名片模板上，得到第一人像名片；
179.若所述名片模板中的照片区域没有画框，将所述人像区域布局在所述照片区域中，并将所述名片信息布局至所述名片模板中，得到第二人像名片。
180.具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
181.进一步地，所述电子设备集成的模块/单元如果以软件功能单元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取介质中。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携待所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
only memory)。
182.本发明实施例还可以提供一种计算机介质，所述介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
183.获取待识别用户图片，对所述待识别用户图片进行预处理操作，得到标准图片；
184.将所述标准图片输入至预构建的人像抠图模型，并利用所述人像抠图模型中的人像检测网络对所述标准图片进行检测，得到人像图片，再利用所述人像抠图模型中的人像分割网络对所述人像图片进行分割，得到人像区域，其中，所述人像抠图模型包括人像检测网络和人像分割网络的端对端连接；
185.获取名片模板及名片信息，判断所述名片模板中的照片区域是否有画框；
186.若所述名片模板中的照片区域有画框，将所述人像区域布局在所述画框中，并将所述名片信息布局至所述名片模板上，得到第一人像名片；
187.若所述名片模板中的照片区域没有画框，将所述人像区域布局在所述照片区域中，并将所述名片信息布局至所述名片模板中，得到第二人像名片。
188.进一步地，所述计算机可用介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
189.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
190.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
191.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
192.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
193.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
194.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验
证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
195.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
196.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。