一种化妆品的检色方法与流程

1.本发明属于检色领域，具体涉及一种化妆品的检色方法。


背景技术：

2.传统的化妆品生产车间采用的检色方法为人工检色，即人为的将化妆品涂在手上或白纸上，根据经验和标准颜色进行对比。该检色方法受人为因素限制较大，容易产生误差，产品稳定性差且效率不高。此外，在化妆品色号的配置过程中，是有工作人员对样品进行大致的肉眼识别，根据经验进行颜料配置，生产出测试品并交由客户确认。该生产方式无法做到高效精确配置，且无法形成有效的可检索的色彩库（存放所有已配比的色号信息）。
3.目前国际上通用的检色方法是在d65国际标准比色灯箱的光源条件下来检测货品颜色的偏差，但是限制于经济效益及生产效率方面的考量，该检测方法无法有效地推广到整个生产过程中的大量样本。同时目前产品实际生产过程中的检色操作均在自然光源条件下进行，而非在d65国际标准比色灯箱中进行。这一类检测方法在面对大量样本的情况下检测效率不高。


技术实现要素：

4.为解决上述现有的技术问题，本发明提供一种用于化妆品生产的检色方法，通过数字化的手段，搭配d65国际标准比色灯箱，针对化妆品生产过程中的大量样本进行统一标准的、高效的颜色检测，极大程度上避免了人为因素对产品标准及质量的影响，同时在检色、配色等多个方面大大提高了生产的效率及准确率。
5.本发明中主要采用的技术方案为：一种化妆品的检色方法，具体步骤如下：s1：采用n个化妆品样本对区域选择模型进行训练，学习化妆品的特征；s2：在d65国际标准光源环境下采用摄像头拍摄待测样品，采用opencv软件从摄像头中提取视频流，并从中截取出待测样品图片；s3：采用步骤s1训练得到的区域选择模型从截取的待测样品图片中框选出粉饼区域图片；s4：采用区域选择模型从步骤s3框选出的粉饼区域图片中选取中心区域；s5：对中心区域的像素进行去噪处理；s6：对去噪处理后的中心区域的像素进行均值计算，得出rgb值；s7：将步骤s6计算得出的rgb值与数据库中的现有色号的rgb值进行对比，若存在与其相同rgb值，则赋予该待测样品相应的色号 ，若不存在与其相同的rgb值，则存入数据库中，编入新色号。
6.优选地，所述步骤s4中的中心区域的具体选取步骤如下：s4-1: 把粉饼区域图片均匀划分成若干小方块；s4-2: 获取粉饼区域图片中每个小方块的中心坐标，把小方块的中心坐标对应的
颜色作为该小方块的颜色；s4-3:把粉饼区域图片均匀划分成n份，获取每份图片的中心点以及整张图片的中心点作为验证点；s4-4: 判断步骤s4-3得到的验证点进行是否满足扩散条件，若验证点的颜色与背景色一致，则表示不满足扩散条件，则停止扩散；若验证点的颜色与背景色不一致，则表示满足扩散条件，则从该验证点向四周逐步扩散，对该验证点四周小方块内的中心点进行验证，是否满足扩散条件；s4-5：扩散一直持续到四个角中有一个小方块的中心点颜色与背景色一致或者四个角都不能再继续扩散，则停止扩散；s4-6：获取从每个验证点扩散的结果，对比各个验证点的扩散后面积，面积最大值的扩散区域即为中心区域。
7.优选地，所述步骤s4-3中：n取值为2m，且m≥2。
8.优选地，所述步骤s5中的具体去噪步骤如下：s5-1：对步骤s4选取的中心区域的像素进行rgb均值计算获取到整体的rgb均值；s5-2：对中心区域中每个像素点的rgb值与整体的rgb均值进行比较，若像素点的rgb值与整体rgb均值的差值的绝对值大于预设的阈值即为干扰项，把整体的rgb均值替换为该像素点的rgb值；s5-3：重复执行步骤s5-1-s5-2，进行多轮次的去噪。
9.有益效果：本发明提供一种用于化妆品生产的检色方法，适用于粉饼类化妆品的检色，具有如下优点：（1）根据化妆品区域选择算法，可以省略人工调整摄像头对焦待检品的操作，提高了检测效率，减少了检色误差；（2）采用去噪算法，减少了压痕、亮片等因素对待检产品本身颜色产生的影响，提高了检色的精准性，保证了产品的稳定性；（3）结合d65国际标准比色灯箱，去除环境对检色过程的影响，进一步减少了检色误差。
10.（4）基于本发明的检色方法，配置颜色的过程不再依靠肉眼识别及经验，而是通过智能化手段分析三原色，进行精准配比。每次配色完成都将新的色号编号存入色彩库，并同时存入相应参数及物料配比信息，方便下次客户需要配置相同色号时直接调用，避免重复配置浪费资源，大大降低了成本，提高了效率，同时减少污染对环境更友好。
11.（4）本发明中采用的去噪处理方法，可以减少粉饼本身压痕、亮片的存在对检色效果的影响，有利于去除掉这些干扰项，获取粉饼真实的颜色。
附图说明
12.图1为实施例1中待测粉饼图片；图2为实施例1中步骤4-1的示意图；图3为实施例1中步骤4-2的示意图；图4为实施例1中步骤4-3的示意图；图5为实施例1中步骤4-4的示意图；
图6为实施例1中步骤4-4的验证点扩散示意图1（以左上角为例）；图7为实施例1中步骤4-4的验证点扩散示意图2（以左上角为例）；图8为实施例1中步骤4-4的验证点扩散示意图3（以左上角为例）；图9为实施例1中步骤4-5的示意图；图10为实施例1中步骤4-6的示意图；
具体实施方式
13.为了使本技术领域的人员更好地理解本技术中的技术方案，下面对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
14.实施例1对某品牌眼影粉饼的的颜色检测过程如下：步骤1：采用n个（≥500个）眼影粉饼样本对区域选择模型进行训练，学习眼影粉饼的特征；步骤2：在d65国际标准比色灯箱的光源环境下，采用工业摄像头拍摄待测眼影粉饼的视频，并采用opencv软件从工业摄像头中提取视频流并截取待测样品图片；步骤3：采用训练好的区域选择模型在截取的待测样品图片中自动框选出眼影粉饼区域图片，如图1所示；步骤4：从框选出的眼影粉饼区域图片中选取中心区域；中心区域的具体框选步骤如下：步骤4-1：把眼影粉饼区域图片均匀划分成若干小方块，如图2所示；步骤4-2：获取图片中每个小方块的中心坐标，把小方块的中心坐标对应的颜色作为该小方块的颜色，如图3所示；步骤4-3：把图片划分成4份，获取每份图片的中心点以及整张图片的中心点作为验证点，如图4所示；步骤4-4：判断步骤4-3得到的验证点进行是否满足扩散条件，若验证点的颜色与背景色一致，则表示不满足扩散条件，则停止扩散；若验证点的颜色与背景色不一致，则表示满足扩散条件，则从该验证点向四周逐步扩散，对该验证点四周小方块内的中心点进行验证，是否满足扩散条件，如图5-8所示；步骤4-5：扩散一直持续到四个角中有一个小方块的中心点颜色与背景色一致或者四个角都不能再急需扩散，则停止扩散，如图9所示；步骤4-6：获取从每个验证点扩散的结果，对比各个验证点的扩散后面积，面积最大值的扩散区域即为眼影粉饼区域，如图10所示。
15.步骤5：对中心区域的图像进行降噪处理，具体步骤如下：步骤5-1：对眼影粉饼区域进行rgb均值计算获取到整体的rgb均值；步骤5-2：对中心区域中每个像素点的rgb值与整体的rgb均值进行比较，若像素点的rgb值与整体rgb均值的差值的绝对值大于预设的阈值即为干扰项，把整体的rgb均值替换为该像素点的rgb值；本发明中，阈值可由本领域技术人员进行调整。
16.步骤5-3：重复执行步骤5-1-5-2，进行多轮次的去噪；本领域技术人员可根据实际情况选择多轮次的去噪，去噪次数越多，颜色越逼近粉饼的真实颜色，同样运行时间也越久。
17.步骤6：对去噪处理后的中心区域像素进行均值计算，得出rgb值；步骤7：若色彩库中不存在与计算得到的rgb值相同的rgb值，则判定该眼影粉饼的色号为新色号，则将其编号存入色彩库，并同时存入该粉饼的相应参数及物料配比信息，若色彩库中存在与计算得到的rgb值相同的rgb值，则判定该粉饼的色号为现有色号，从数据库中提取出相同rgb值的色号进行对应，即可完成粉饼的色号检测。
18.本发明中，区域选择模型适用的检测图片需要满足以下条件：1、所拍照片中粉饼需要占图片的大部分区域（如果区域占比过小也可以通过调节步骤4-3中的参数n进行调整，占比区域越小，所需要的验证点越多；2、待测样品面积必须是连续的，不能是中间镂空；3、背景色是已知的，且不能和粉饼是相同颜色的。
19.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。