CN110012210B - 拍照方法、装置、存储介质及电子设备 - Google Patents

拍照方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN110012210B
CN110012210B CN201810012466.1A CN201810012466A CN110012210B CN 110012210 B CN110012210 B CN 110012210B CN 201810012466 A CN201810012466 A CN 201810012466A CN 110012210 B CN110012210 B CN 110012210B
Authority
CN
China
Prior art keywords
historical
adjustment information
photographing
current
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810012466.1A
Other languages
English (en)
Other versions
CN110012210A (zh
Inventor
陈岩
刘耀勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201810012466.1A priority Critical patent/CN110012210B/zh
Priority to PCT/CN2018/121753 priority patent/WO2019134502A1/zh
Priority to US16/764,690 priority patent/US11503205B2/en
Priority to EP18898217.7A priority patent/EP3709626A4/en
Publication of CN110012210A publication Critical patent/CN110012210A/zh
Application granted granted Critical
Publication of CN110012210B publication Critical patent/CN110012210B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147—Details of sensors, e.g. sensor lenses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Vascular Medicine (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Studio Devices (AREA)
  • Exposure Control For Cameras (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请实施例公开了一种拍照方法、装置、存储介质及电子设备，所述方法中，根据当前预览画面确定当前拍照场景；根据所述当前拍照场景，获取预先存储的与所述当前拍照场景相匹配的拍照参数的历史调节信息；根据所述历史调节信息确定所述拍照参数的当前调节信息；基于所述拍照参数的当前调节信息对所述当前预览画面进行调整，并输出调整后的所述当前预览画面，由此能够自动调节拍摄参数，方便用户的使用。

Description

拍照方法、装置、存储介质及电子设备
技术领域
本申请涉及电子技术领域，尤其涉及一种拍照方法、装置、存储介质及电子设备。
背景技术
随着技术的不断发展，智能手机、平板电脑等移动终端的功能越来越丰富，在日常生活中不再是扮演着单纯的通信工具，而是成为了人们工作、休闲、娱乐的必需品，而手机拍照也越来越成为人们日常生活的一部分。目前，用户在拍照的时候通常都是根据拍摄场景不同而手动调节拍摄参数，操作过程繁琐，不便于用户使用。
发明内容
本申请实施例提供一种拍照方法、装置、存储介质及电子设备，能够自动调节拍摄参数，方便用户的使用。
本申请实施例提供一种拍照方法，包括：
根据当前预览画面确定当前拍照场景；
根据所述当前拍照场景，获取预先存储的与所述当前拍照场景相匹配的拍照参数的历史调节信息；
根据所述历史调节信息确定所述拍照参数的当前调节信息；
基于所述拍照参数的当前调节信息对所述当前预览画面进行调整，并输出调整后的所述当前预览画面。
本申请实施例还提供一种拍照装置，包括：
第一确定模块，用于根据当前预览画面确定当前拍照场景；
第一获取模块，用于根据所述当前拍照场景，获取预先存储的与所述当前拍照场景相匹配的拍照参数的历史调节信息；
第二确定模块，用于根据所述历史调节信息确定所述拍照参数的当前调节信息；
输出模块，用于基于所述拍照参数的当前调节信息对所述当前预览画面进行调整，并输出调整后的所述当前预览画面。
本申请实施例还提供一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行上述所述拍照方法中的步骤。
本申请实施例还提供一种电子设备，包括存储器和处理器，所述存储器用于存储指令和数据，所述指令适于处理器进行加载，以执行上述所述的拍照方法中的步骤。
本申请实施例提供的拍照中，根据当前预览画面确定当前拍照场景，然后根据当前拍照场景获取预先存储的与当前拍照场景相匹配的拍照参数的历史调节信息，根据历史调节信息确定拍照参数的当前调节信息，基于拍照参数的当前调节信息对当前预览画面进行调整，并输出调整后的当前预览画面，由此，本方案可以实现根据不同的拍照场景自动调节拍照参数，不需要用户手动调节，极方便用户使用，且通过利用用户在各场景下拍照参数的历史调节信息来确定拍照参数的当前调节信息，结合了用户的拍照设置习惯来调节拍照参数，可以使得预览画面的效果更符合用户的喜好，进而可以减少用户手动调节拍照参数的次数，使得拍照更智能化。
附图说明
下面结合附图，通过对本发明的具体实施方式详细描述，将使本发明的技术方案及其有益效果显而易见。
图1是本申请实施例提供的拍照方法的场景示意图。
图2是本申请实施例提供的拍照方法的流程示意图。
图3是本申请实施例提供的拍照装置的一结构示意图。
图4是本申请实施例提供的拍照装置的另一结构示意图。
图5是本申请实施例提供的电子设备的一结构示意图。
图6是本申请实施例提供的电子设备的另一结构示意图。
具体实施方式
请参照图式，其中相同的组件符号代表相同的组件，本发明的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本发明具体实施例，其不应被视为限制本发明未在此详述的其它具体实施例。
本申请实施例提供一种拍照方法、装置、存储介质及电子设备。
其中，拍照装置可以集成在手机、平板电脑以及具有拍照功能的无人飞行器等电子设备上。
例如，如图1所示，拍照装置具体可以用于根据当前预览画面确定当前拍照场景，拍照场景比如可以是沙滩场景、美食场景、夜景场景、花朵场景以及动物场景等等。然后，根据当前拍照场景，获取预先存储的与当前拍照场景相匹配的拍照参数的历史调节信息，从而根据历史调节信息确定拍照参数的当前调节信息，并基于拍照参数的当前调节信息对当前预览画面进行调整，然后输出调整后的当前预览画面，通过上述方式，本申请可以实现根据不同的拍照场景自动调节拍照参数，不需要用户手动调节，极方便用户使用，且通过利用用户在各场景下拍照参数的历史调节信息来确定拍照参数的当前调节信息，结合了用户的拍照设置习惯来调节拍照参数，可以使得预览画面的效果更符合用户的喜好，进而可以减少用户手动调节拍照参数的次数，使得拍照更智能化。
以下将详细说明。
参阅图2，本申请实施例提供的拍照方法中，具体包括如下步骤：
201、根据当前预览画面确定当前拍照场景。
电子设备的摄像头打开时，会实时捕获画面，当前预览画面也即摄像头当前所捕获的画面，预览画面可以在显示屏上进行显示，从而用户可以通过预览画面查看当前的拍照内容和拍照效果。
拍照场景可以包括沙滩场景、美食场景、夜景场景、花朵场景以及动物场景等等。其中，可以通过图像识别算法对当前预览画面进行图像识别，以确定当前拍照场景，比如当识别出当前预览画面中有花朵，则当前拍照场景可以确定为花朵场景。
在一些实施例中，根据当前预览画面确定当前拍照场景，可以包括：获取当前预览画面对应的图片；利用卷积神经网络图片识别模型对图片进行识别，进而确定当前拍照场景。如，通过获取当前预览画面，然后将该当前预览画面缩小为122*122像素的图片，送入训练好的卷积神经网络图片识别模型中，以识别当前拍照场景。其中，在利用卷积神经网络图片识别模型对当前预览画面进行识别之前，可以先对卷积神经网络图片识别模型进行训练，比如可以采集多个历史拍摄画面作为训练样本对卷积神经网络图片识别模型进行训练，以确定卷积神经网络图片识别模型的各参数，进而得到训练好的卷积神经网络图片识别模型，从而利用卷积神经网络图片识别模型可以识别当前预览画面对应的拍照场景。
202、根据当前拍照场景，获取预先存储的与当前拍照场景相匹配的拍照参数的历史调节信息。
拍照参数可以是任意一种拍照参数，例如可以是亮度、对比度、曝光度或白平衡等，拍照参数的调节信息是指拍照参数的具体数值，例如，以亮度为例，亮度的调节信息即是指亮度值。
本实施例中，预先存储各种拍照场景下，各种拍照参数的历史调节信息，比如，在当前时刻以前，可以是在当前时刻以前的一段时间内，将用户每次在各个拍照场景下，设置的各拍照参数的调节信息进行存储，从而预先存储各拍照场景下，各种拍照参数的历史调节信息。
在一些实施例，在获取预先存储的与当前拍照场景相匹配的拍照参数的历史调节信息之前，还可以包括存储历史调节信息的步骤，具体如下：
(1)采集多个历史预览画面。
历史预览画面比如是在当前时刻之前的一段时间内，如一个月内或者一个星期之内，用户每次打开摄像头进行拍照时，每次摄像头捕获的预览画面。
(2)利用卷积神经网络图片识别模型对多个历史预览画面进行识别，以确定多个历史拍照场景。
将历史预览画面对应的图片输入训练好的卷积神经网络图片识别模型中，从而识别历史预览画面对应的拍照场景。
(3)获取对每个历史预览画面进行拍照时拍照参数的历史调节信息，进而获取对应历史拍照场景下的拍照参数的历史调节信息。
其中，可以是每获取一个历史预览画面，则对该历史预览画面进行场景识别，以识别该历史预览画面对应的历史拍照场景，然后获取对该历史预览画面进行拍照时拍照参数的历史调节信息，即获取在拍摄该历史预览画面时用户所设置的拍照参数的值，从而得到该历史预览画面对应的拍照场景下的拍照参数的历史调节信息。举例而言，当获取一个历史预览画面，经过卷积神经网络图片识别模型进行识别后，得到该历史预览画面对应的历史拍照场景为沙滩场景，然后记录下在对该历史预览画面进行拍照时各拍照参数的历史调节信息，比如获取亮度的值，对比度的值，曝光度的值，从而获取沙滩场景下的亮度的一个值、对比度的一个值以及曝光度的一个值。其中，当获取的两个历史预览画面均识别为沙滩场景时，则分别获取对这两个预览画面进行拍照时各拍照参数的历史调节信息，从而可以得到沙滩场景下的亮度的两个值、对比度的两个值以及曝光度的两个值。
(4)保存多个历史拍照场景以及每个历史拍照场景下的拍照参数的历史调节信息，并简历每个历史拍照场景和对应历史拍照场景下的拍照参数的历史调节信息之间的对应关系。
其中，以亮度、对比度以及曝光度三种拍照参数为例，各历史拍照场景和对应的各拍照参数的历史调节信息可以采用表格形式进行存储，譬如，可以如下表所示：
Figure BDA0001540779930000051
表一 拍照场景和历史调节信息的存储表
其中，a10～a14、b10～b14、c10～c14等等，表示拍照参数的调节信息，即亮度的值、曝光度的值以及对比度的值，05月03日、05月05日、05月10日等表示调节信息的存储时间。如上表所示，本实施例中，每识别出一个历史预览画面的历史拍照场景，则将在该历史预览画面下用户设置的各拍照参数的调节信息与对应的拍照场景进行存储，其中，按照拍照时间的先后顺序存储各组拍照参数的调节信息，比如a10、b10、c10为一组拍照参数的调节信息。其中，还建立历史拍照场景和对应拍照参数的调节信息的对应关系。
在步骤202中，可以根据该对应关系，获取与当前拍照场景相匹配的拍照参数的历史调节信息。例如，在识别出当前拍照场景之后，将当前拍照场景和预先存储的历史拍照场景进行比对，以寻找和当前拍照场景一致的历史拍照场景，进而获取所存储的和当前拍照场景一致的历史拍照场景所对应的拍照参数的历史调节信息，由此可以得到与当前拍照场景相匹配的拍照参数的历史调节信息。譬如，当前拍照场景为花朵场景，拍照参数包括亮度、对比度和曝光度，则获取预先存储的花朵场景所对应的拍照参数的历史调节信息为：(a30,b30,c30)、(a31,b31,c31)、......、(a34,b34,c34)，从而得到与当前拍照场景相匹配的拍照参数的历史调节信息。
203、根据历史调节信息确定拍照参数的当前调节信息。
在本申请实施例中，可以采用多种方法确定拍照参数的当前调节信息，比如，对于每一种拍照参数，可以获取该拍照参数的历史调节信息的平均值作为当前调节信息，或者可以选取其中一个历史调节信息作为当前调节信息，或者通过设置历史调节信息的权重来计算得到当前调节信息，具体可以根据实际需要来选择。
在一种实施例中，根据历史调节信息确定拍照参数的当前调节信息可以包括：
(1)当拍照参数的历史调节信息有两个或以上时，根据预设规则设置每个历史调节信息的权重。
(2)根据每个历史调节信息的权重，对拍照参数的所有历史调节信息进行计算，得带拍照参数的当前调节信息。
例如当拍照参数为亮度时，根据上述(1)和(2)，当亮度的历史调节信息有多个时，根据预设规则设置亮度的每个历史调节信息的权重，然后根据每个历史调节信息的权重，对亮度的所有历史调节信息进行计算，进而得到亮度的当前调节信息。
其中，当拍照参数历史调节信息存储有较多时，为了减少计算时间，提高效率，可以选取一部分历史调节信息进行计算以得到当前调节信息。比如，在设置一个拍照参数的每个历史调节信息的权重之前，还可以包括：判断历史调节信息的数量是否大于或等于预订数量，若是，则选取预订数量的历史调节信息。
当历史调节信息的数量小于预订数量时，则不进行选取操作，而是对所有的历史调节信息进行权重设置，并根据各权重对所有历史调节信息进行计算，以得到拍照参数的当前调节信息。
在一种实施例中，当历史调节信息的数量大于或等于预订数量时，可以根据历史调节信息的存储时间的先后顺序选取预订数量的历史调节信息，具体地，从存储时间最靠近当前时刻的历史调节信息开始，按照存储时间由近到远的顺序依次选取预订数量的历史调节信息。其中，预订数量可以根据实际需要进行设置，如可以是5个、8个或15个，等等。以拍照参数为亮度、预订数量为5个为例，设当前时刻为6月01日10时，如上述表一所示的存储表，对于亮度的拍照参数而言，选取离当前时刻最近的前5个历史亮度值a15、a14、a13、a12、a11来计算亮度的当前亮度值。当然，在其他实施例中，也可以是按照存储时间由远到近的顺序选取预订数量的历史调节信息，或者还可以是按照存储时间由远到近的顺序间隔选取预订数量的历史调节信息，对此不做限定。
其中，在选取预订数量的历史调节信息之后，根据预设规则设置每个历史调节信息的权重，包括：根据预设规则设置所选取的每个历史调节信息的权重，然后根据所选取的每个历史调节信息的权重，对所选取的预订数量的历史调节信息进行计算，以得到拍照参数的当前调节信息。其中，预设规则比如可以是按照历史调节信息的存储时间的先后顺序设置权重，存储时间越靠近当前时刻，对应的历史调节信息的权重越大，或者，也可以是存储时间越靠近当前时刻，对应的历史调节信息的权重越小，或者在另一些实施例中，还可以是将存储时间处于中间位置的历史调节信息的权重设置得最大，而将存储时间处于前面和后面的历史调节信息的权重设置得比较小，具体的规则可以根据实际需要进行选择，对此不做限定。其中，所有权重的和为1。
举例而言，以亮度的拍照参数为例，预设规则例如是按照历史亮度值的存储时间的先后顺序设置权重，存储时间越靠近当前时刻，对应的历史亮度值的权重越大。其中选取的5个历史亮度值为a15、a14、a13、a12、a11，存储时间越靠近当前时刻的历史亮度值，其权重越大，因此5个历史亮度值a15、a14、a13、a12、a11的权重依次变小，其中5个历史亮度值的权重的具体值可以根据实际需要进行设置，例如存储时间最靠近当前时刻的历史亮度值a15，其权重可以设置0.6，a14、、a13、a12、a11的权重可以分别设置为0.2、0.1、0.08、0.02。又比如，预设规则还可以是存储时间处于中间的历史亮度值的权重最大，其他亮度值较小，比如，a13的存储时间处于中间位置，因此a13的权重设置为最大，例如可以设置为0.5，a15、a14、a12、a11的权重可以分别设置为0.1、0.15、0.15、0.1。其中，权重可以表示出用户对拍照参数的调节信息的偏向程度。
本实施例中，根据所选取的每个历史调节信息的权重，对所选取的预订数量的历史调节信息进行计算，具体可以包括：
根据以下公式对所选取的预订数量的历史调节信息进行计算：
P＝λ1*P1+λ1*P2+......+λn*Pn
其中，λ1+λ2+......+λn＝1，n为预订数量的值，P为当前调节信息，P1、P2、......、Pn表示所选取的n个历史调节信息，λ1、λ2、......、λn分别为n个历史调节信息的权重。由此，可以出计算拍照参数的当前调节信息。
204、基于拍照参数的当前调节信息对当前预览画面进行调整，并输出调整后的当前预览画面。
获取拍照参数的当前调节信息后，利用当前调节信息对当前预览画面进行调整，并输出调整后的当前预览画面，由此用户可以参考当前预览画面进行拍照。
通过本实施例，可以实现根据不同的拍照场景自动调节拍照参数，不需要用户手动调节，极方便用户使用，且通过利用用户在各场景下拍照参数的历史调节信息来确定拍照参数的当前调节信息，结合了用户的拍照设置习惯来调节拍照参数，可以使得当前预览画面的效果更符合用户的喜好，进而可以减少用户手动调节拍照参数的次数，使得拍照更智能化。
上述步骤201～204中，拍照参数可以是摄像头的任意一种拍照参数，比如可以是亮度、对比度或者曝光度等，拍照时所涉及的各种拍照参数均可以按照步骤201～204进行确定，比如，在上述表一的存储表中每种拍照场景对应存储有三种拍照参数的历史调节信息，因此在当前拍照场景中，可以按照步骤201～204分别确定三种拍照参数的当前调节信息。
在一些实施例中，当拍照参数的历史调节信息仅有一个时，例如在表一的存储表中，亮度的历史亮度值只有一个，则将该一个历史亮度值作为当前亮度值。当然，在其他实施例中，当拍照参数的历史调节信息仅有一个时，也可以是将摄像头的默认调节信息作为拍照参数的调节信息。
在一些实施例中，输出调整后的当前预览画面之后，若用户对当前预览画面进行拍照，即检测到用户的拍照指令之后，进一步可以将当前拍照场景和对当前预览画面进行拍照时的拍照参数的当前调节信息进行存储，同时记录存储时间，并建立拍照场景和拍照参数的当前调节信息之间的关系，以在用户下一次拍照时作为历史调节信息对拍照参数进行调节。
其中，对于本申请用于存储拍照场景和历史调节信息的存储表，为了节省维护和更新存储表的开销，可以在存储表中只记录最新的预订数量个历史调节信息，对于一个拍照场景，若有新的历史调节信息产生，则将新的历史调节信息更新至存储表中，并删除最早的历史调节信息。
参阅图3，本申请实施例提供的一种拍照装置中，具体包括第一确定模块301、第一获取模块302、第二确定模块303以及输出模块304。
其中，第一确定模块301用于根据当前预览画面确定当前拍照场景。当前预览画面也即摄像头当前所捕获的画面，预览画面可以在显示屏上进行显示，从而用户可以通过预览画面查看当前的拍照内容和拍照效果。拍照场景可以包括沙滩场景、美食场景、夜景场景、花朵场景以及动物场景等等。
在一些实施例中，第一确定模块301具体可以用于获取当前预览画面对应的图片，然后利用卷积神经网络图片识别模型对图片进行识别，进而确定当前拍照场景。
第一获取模块302用于根据当前拍照场景，获取预先存储的与当前拍照场景相匹配的拍照参数的历史调节信息。拍照参数例如可以是亮度、对比度、曝光度或白平衡等，拍照参数的调节信息是指拍照参数的具体数值，例如，以亮度为例，亮度的调节信息即是指亮度值。
本实施例中，预先存储各种拍照场景下，各种拍照参数的历史调节信息，比如，在当前时刻以前，可以是在当前时刻以前的一段时间内，将用户每次在各个拍照场景下，设置的各拍照参数的调节信息进行存储，从而预先存储各拍照场景下，各种拍照参数的历史调节信息。
第二确定模块303用于根据历史调节信息确定拍照参数的当前调节信息。在本申请实施例中，可以采用多种方法确定拍照参数的当前调节信息，比如，对于每一种拍照参数，可以取历史调节信息的平均值作为当前调节信息，或者可以选取其中一个历史调节信息作为当前调节信息，或者通过设置历史调节信息的权重来计算得到当前调节信息，具体可以根据实际需要来选择。
在一些实施例中，第二确定模块303具体可以用于当拍照参数的历史调节信息有两个或以上时，根据预设规则设置每个历史调节信息的权重，然后根据每个历史调节信息的权重，对拍照参数的所有历史调节信息进行计算，得带拍照参数的当前调节信息。
其中，当拍照参数历史调节信息存储有较多时，为了减少计算时间，提高效率，可以选取一部分历史调节信息进行计算以得到当前调节信息。进一步地，本申请实施例的拍照装置还可以包括判断模块305和选取模块306。判断模块305用于在第二确定模块303确定历史调节信息的权重之前，判断历史调节信息的数量是否大于或等于预订数量。
其中，当历史调节信息的数量小于预订数量，则选取模块306不做选取操作，第二确定模块303用于对所有的历史调节信息进行权重设置，并根据各权重对所有历史调节信息进行计算，以得到拍照参数的当前调节信息。
其中，选取模块306用于当历史调节信息的数量大于或等于预订数量时，选取预订数量的历史调节信息。其中，可以根据历史调节信息的存储时间的先后顺序选取预订数量的历史调节信息，具体地，从存储时间最靠近当前时刻的历史调节信息开始，按照存储时间由近到远的顺序依次选取预订数量的历史调节信息。预订数量可以根据实际需要进行设置，如可以是5个、8个或15个，等等。
其中，在选取预订数量的历史调节信息之后，第二确定模块303具体用于根据预设规则设置所选取的每个历史调节信息的权重，然后根据所选取的每个历史调节信息的权重，对所选取的预订数量的历史调节信息进行计算，以得到拍照参数的当前调节信息。其中，预设规则比如可以是按照历史调节信息的存储时间的先后顺序设置权重，存储时间越靠近当前时刻，对应的历史调节信息的权重越大，或者，也可以是存储时间越靠近当前时刻，对应的历史调节信息的权重越小，或者在另一些实施例中，还可以是将存储时间处于中间位置的历史调节信息的权重设置得最大，而将存储时间处于前面和后面的历史调节信息的权重设置得比较小，具体的规则可以根据实际需要进行选择，对此不做限定。其中，所有权重的和为1。
本实施例中，第二确定模块303可以根据以下公式对所选取的预订数量的历史调节信息进行计算：
P＝λ1*P1+λ1*P2+......+λn*Pn
其中，λ1+λ2+......+λn＝1，n为预订数量的值，P为当前调节信息，P1、P2、......、Pn表示所选取的n个历史调节信息，λ1、λ2、......、λn分别为n个历史调节信息的权重。由此，可以计算出拍照参数的当前调节信息。
其中，输出模块304用于基于拍照参数的当前调节信息对当前预览画面进行调整，并使输出调整后的当前预览画面。获取拍照参数的当前调节信息后，利用当前调节信息对当前预览画面进行调整，并输出调整后的当前预览画面，由此用户可以参考当前预览画面进行拍照。
通过本实施例，可以实现根据不同的拍照场景自动调节拍照参数，不需要用户手动调节，极方便用户使用，且通过利用用户在各场景下拍照参数的历史调节信息来确定拍照参数的当前调节信息，结合了用户的拍照设置习惯来调节拍照参数，可以使得当前预览画面的效果更符合用户的喜好，进而可以减少用户手动调节拍照参数的次数，使得拍照更智能化。
在一些实施例中，第二确定模块303用于当拍照参数的历史调节信息仅有一个时，例如在表一的存储表中，亮度的历史亮度值只有一个，则将该一个历史亮度值作为当前亮度值。当然，在其他实施例中，当拍照参数的历史调节信息仅有一个时，也可以是将摄像头的默认调节信息作为拍照参数的调节信息。
在一些实施例中，输出调整后的当前预览画面之后，若用户对当前预览画面进行拍照，即检测到用户的拍照指令之后，进一步可以将当前拍照场景和对当前预览画面进行拍照时的拍照参数的当前调节信息进行存储，同时记录存储时间，并建立拍照场景和拍照参数的当前调节信息之间的关系，以在用户下一次拍照时作为历史调节信息对拍照参数进行调节。
参阅图4，在本申请另一实施例提供的拍照装置中，进一步还可以包括采集模块307、第三确定模块308、第二获取模块309以及存储模块310。
在本实施例中，在第一获取模块302获取预先存储的与当前拍照场景相匹配的拍照参数的历史调节信息之前，采集模块307用于采集多个历史预览画面。比如，在当前时刻之前的一段时间内，如一个月内或者一个星期之内，用户每次打开摄像头进行拍照时，获取每次摄像头捕获的预览画面。
第三确定模块308用于利用卷积神经网络图片识别模型对多个历史预览画面进行识别，以确定多个历史拍照场景。将历史预览画面对应的图片输入训练好的卷积神经网络图片识别模型中，从而识别历史预览画面对应的拍照场景。
第二获取模块309用于获取对每个历史预览画面进行拍照时拍照参数的历史调节信息，进而获取对应历史拍照场景下的拍照参数的历史调节信息。其中，可以是每获取一个历史预览画面，则对该历史预览画面进行场景识别，以识别该历史预览画面对应的历史拍照场景，然后获取对该历史预览画面进行拍照时拍照参数的历史调节信息，即获取在拍摄该历史预览画面时用户所设置的拍照参数的值，从而得到该历史预览画面对应的拍照场景下的拍照参数的历史调节信息。
存储模块310用于保存多个历史拍照场景以及每个历史拍照场景下的拍照参数的历史调节信息，并简历每个历史拍照场景和对应历史拍照场景下的拍照参数的历史调节信息之间的对应关系。
其中，第一获取模块302可以根据该对应关系，获取与当前拍照场景相匹配的拍照参数的历史调节信息。例如，在识别出当前拍照场景之后，将当前拍照场景和预先存储的历史拍照场景进行比对，以寻找和当前拍照场景一致的历史拍照场景，进而获取所存储的和当前拍照场景一致的历史拍照场景所对应的拍照参数的历史调节信息，由此可以得到与当前拍照场景相匹配的拍照参数的历史调节信息。
本申请实施例提供一种存储介质，其存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种拍照方法中的步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，RandomAccess Memory)、磁盘或光盘等。
本申请实施例还提供一种电子设备，包括存储器和处理器，该存储器用于存储指令和数据，该指令适于处理器进行加载，以执行本申请实施例所提供的任一种拍照方法中的步骤
例如，上述电子设备可以是诸如平板电脑或者智能手机等。请参阅5，图5为本申请实施例提供的电子设备的一结构示意图。
该电子设备500可以包括显示单元501、存储器502、处理器503、摄像单元504等部件。本领域技术人员可以理解，图5中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
显示单元501可用于显示图像信息等，例如为显示屏幕。
存储器502可用于存储应用程序和数据。存储器502存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器503通过运行存储在存储器502的应用程序，从而执行各种功能应用以及数据处理。
处理器503是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器502内的应用程序，以及调用存储在存储器502内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。
摄像单元504可以用于拍摄照片，例如为摄像头等。
在本实施例中，电子设备还包括有一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器502中，且经配置以由一个或者一个以上处理器503执行一个或者一个以上程序包含用于进行以下操作的指令：
根据当前预览画面确定当前拍照场景，然后根据当前拍照场景，获取预先存储的与当前拍照场景相匹配的拍照参数的历史调节信息，根据历史调节信息确定拍照参数的当前调节信息，之后基于拍照参数的当前调节信息对当前预览画面进行调整，并输出调整后的当前预览画面。
其中，当拍照参数的历史调节信息有两个或以上时，根据预设规则设置每个历史调节信息的权重，然后根据每个历史调节信息的权重，对拍照参数的所有历史调节信息进行计算，得到拍照参数的当前调节信息。
其中，在根据预设规则设置每个历史调节信息的权重之前，还可以判断历史调节信息的数量是否大于或等于预订数量；若是，则选取预订数量的历史调节信息，从而根据预设规则，设置所选取的每个历史调节信息的权重，并根据所选取的每个历史调节信息的权重，对所选取的预订数量的历史调节信息进行计算，以得到拍照参数的当前调节信息。
其中，根据以下公式对所选取的预订数量的历史调节信息进行计算：
P＝λ1*P1+λ1*P2+......+λn*Pn
其中，λ1+λ2+......+λn＝1，n为预订数量的值，P为当前调节信息，P1、P2、......、Pn表示所选取的n个历史调节信息，λ1、λ2、......、λn分别为n个历史调节信息的权重。
其中，根据历史调节信息的存储时间的先后顺序，设置所选取的每个历史调节信息的权重，其中存储时间越靠近当前时刻，对应的历史调节信息的权重越大。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
由上可知，本申请实施例的电子设备中，可以实现根据不同的拍照场景自动调节拍照参数，不需要用户手动调节，极方便用户使用，且通过利用用户在各场景下拍照参数的历史调节信息来确定拍照参数的当前调节信息，结合了用户的拍照设置习惯来调节拍照参数，可以使得当前预览画面的效果更符合用户的喜好，进而可以减少用户手动调节拍照参数的次数，使得拍照更智能化。
进一步地，如图6所示，本申请实施例的电子设备还可以包括输入单元505、输出单元506、扬声器507以及电源508等部件。
输入单元505可用于接收输入的数字、字符信息或用户特征信息(比如指纹)，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
输出单元506可用于显示由用户输入的信息或提供给用户的信息以及移动终端的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。输出单元可包括显示面板。
需要说明的是，对本申请实施例所述拍照方法而言，本领域普通技术人员可以理解实现本申请实施例所述拍照方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读取存储介质中，如存储在存储器中，并被至少一个处理器执行，在执行过程中可包括如所述调整图片的方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)等。
对本申请实施例的所述拍照装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块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，也可以存储在一个计算机可读取存储介质中，所述存储介质譬如为只读存储器，磁盘或光盘等。
以上对本申请实施例所提供的一种拍照方法、装置、存储介质以及电子设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (14)

1.一种拍照方法，其特征在于，包括：
采集多个历史拍摄画面作为训练样本对卷积神经网络图片识别模型进行训练；
采集多个历史预览画面；
利用训练好的卷积神经网络图片识别模型对所述多个历史预览画面进行识别，以确定多个历史拍照场景；
获取对每个所述历史预览画面进行拍照时拍照参数的历史调节信息，进而获取对应历史拍照场景下的拍照参数的历史调节信息；
按照拍照时间的先后顺序存储所述多个历史拍照场景以及每个所述历史拍照场景下的拍照参数的历史调节信息，并建立每个所述历史拍照场景和对应历史拍照场景下的拍照参数的历史调节信息之间的对应关系；
获取当前预览画面，将所述当前预览画面输入训练好的所述卷积神经网络图片识别模型中，以识别当前拍照场景；
根据所述对应关系，按照存储时间的先后顺序获取与所述当前拍照场景相匹配的拍照参数的历史调节信息；
根据每个所述历史调节信息的权重，对所述拍照参数的所有历史调节信息进行计算，得到所述拍照参数的当前调节信息；
基于所述拍照参数的当前调节信息对所述当前预览画面进行调整，并输出调整后的所述当前预览画面；
若检测到拍照指令，则存储所述当前调节信息，以在下一次拍照时作为历史调节信息，所述历史调节信息以及当前调节信息动态变化。
2.根据权利要求1所述的方法，其特征在于，所述根据每个所述历史调节信息的权重，对所述拍照参数的所有历史调节信息进行计算，得到所述拍照参数的当前调节信息之前，还包括：
当所述拍照参数的历史调节信息有两个或以上时，根据预设规则设置每个所述历史调节信息的权重。
3.根据权利要求2所述的方法，其特征在于，所述根据预设规则设置每个所述历史调节信息的权重之前，还包括：
判断所述历史调节信息的数量是否大于或等于预订数量；
若是，则选取预订数量的所述历史调节信息；
所述根据预设规则设置每个所述历史调节信息的权重，包括：根据预设规则，设置所选取的每个所述历史调节信息的权重；
所述根据每个所述历史调节信息的权重，对所述拍照参数的所有历史调节信息进行计算，包括：根据所选取的每个历史调节信息的权重，对所选取的预订数量的所述历史调节信息进行计算，以得到所述拍照参数的当前调节信息。
4.根据权利要求3所述的方法，其特征在于，所述根据所选取的每个历史调节信息的权重，对所选取的预订数量的所述历史调节信息进行计算，包括：
根据以下公式对所选取的预订数量的所述历史调节信息进行计算：
P＝λ1*P1+λ1*P2+......+λn*Pn
其中，λ1+λ2+......+λn＝1，n为预订数量的值，P为当前调节信息，P1、P2、......、Pn表示所选取的n个历史调节信息，λ1、λ2、......、λn分别为n个历史调节信息的权重。
5.根据权利要求3所述的方法，其特征在于，所述根据预设规则，设置所选取的每个所述历史调节信息的权重，包括：
根据所述历史调节信息的存储时间的先后顺序，设置所选取的每个所述历史调节信息的权重，其中存储时间越靠近当前时刻，对应的历史调节信息的权重越大。
6.根据权利要求3所述的方法，其特征在于，所述选取预订数量的所述历史调节信息，包括：
从存储时间最靠近当前时刻的历史调节信息开始，按照存储时间由近到远的顺序依次选取预订数量的所述历史调节信息。
7.一种拍照装置，其特征在于，包括：
第一确定模块，用于采集多个历史拍摄画面作为训练样本对卷积神经网络图片识别模型进行训练，获取当前预览画面，将所述当前预览画面输入训练好的所述卷积神经网络图片识别模型中，以识别当前拍照场景；
采集模块，用于采集多个历史预览画面；
第三确定模块，用于利用训练好的卷积神经网络图片识别模型对所述多个历史预览画面进行识别，以确定多个历史拍照场景；
第二获取模块，用于获取对每个所述历史预览画面进行拍照时拍照参数的历史调节信息，进而获取对应历史拍照场景下的拍照参数的历史调节信息；
存储模块，用于按照拍照时间的先后顺序存储所述多个历史拍照场景以及每个所述历史拍照场景下的拍照参数的历史调节信息，并建立每个所述历史拍照场景和对应历史拍照场景下的拍照参数的历史调节信息之间的对应关系；
第一获取模块，用于根据所述对应关系，按照存储时间的先后顺序获取与所述当前拍照场景相匹配的拍照参数的历史调节信息；
第二确定模块，用于根据每个所述历史调节信息的权重，对所述拍照参数的所有历史调节信息进行计算，得到所述拍照参数的当前调节信息；
输出模块，用于基于所述拍照参数的当前调节信息对所述当前预览画面进行调整，并输出调整后的所述当前预览画面，若检测到拍照指令，则存储所述当前调节信息，以在下一次拍照时作为历史调节信息，所述历史调节信息以及当前调节信息动态变化。
8.根据权利要求7所述的装置，其特征在于，所述第二确定模块具体用于：
当所述拍照参数的历史调节信息有两个或以上时，根据预设规则设置每个所述历史调节信息的权重；
根据每个所述历史调节信息的权重，对所述拍照参数的所有历史调节信息进行计算，得到所述拍照参数的当前调节信息。
9.根据权利要求8所述的装置，其特征在于，还包括判断模块和选取模块；
所述判断模块，用于判断所述历史调节信息的数量是否大于或等于预订数量；
所述选取模块，用于当所述历史调节信息的数量大于或等于预订数量时，选取预订数量的所述历史调节信息；
所述第二确定模块具体用于：
根据预设规则，设置所选取的每个所述历史调节信息的权重；
根据所选取的每个历史调节信息的权重，对所选取的预订数量的所述历史调节信息进行计算，以得到所述拍照参数的当前调节信息。
10.根据权利要求9所述的装置，其特征在于，所述第二确定模块具体用于：
根据以下公式对所选取的预订数量的所述历史调节信息进行计算：
P＝λ1*P1+λ1*P2+......+λn*Pn
其中，λ1+λ2+......+λn＝1，n为预订数量的值，P为当前调节信息，P1、P2、......、Pn表示所选取的n个历史调节信息，λ1、λ2、......、λn分别为n个历史调节信息的权重。
11.根据权利要求9所述的装置，其特征在于，所述第二确定模块具体用于根据所述历史调节信息的存储时间的先后顺序，设置所选取的每个所述历史调节信息的权重，其中存储时间越靠近当前时刻，对应的历史调节信息的权重越大。
12.根据权利要求9所述的装置，其特征在于，所述选取模块具体用于从存储时间最靠近当前时刻的历史调节信息开始，按照存储时间由近到远的顺序依次选取预订数量的所述历史调节信息。
13.一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如权利要求1至6任一项所述的拍照方法中的步骤。
14.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储指令和数据，所述指令适于处理器进行加载，以执行如权利要求1至6任一项所述的拍照方法中的步骤。
CN201810012466.1A 2018-01-05 2018-01-05 拍照方法、装置、存储介质及电子设备 Expired - Fee Related CN110012210B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201810012466.1A CN110012210B (zh) 2018-01-05 2018-01-05 拍照方法、装置、存储介质及电子设备
PCT/CN2018/121753 WO2019134502A1 (zh) 2018-01-05 2018-12-18 拍照方法、装置、存储介质及电子设备
US16/764,690 US11503205B2 (en) 2018-01-05 2018-12-18 Photographing method and device, and related electronic apparatus
EP18898217.7A EP3709626A4 (en) 2018-01-05 2018-12-18 PHOTOGRAPHY METHOD AND DEVICE, STORAGE MEDIUM AND ELECTRONIC DEVICE

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810012466.1A CN110012210B (zh) 2018-01-05 2018-01-05 拍照方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN110012210A CN110012210A (zh) 2019-07-12
CN110012210B true CN110012210B (zh) 2020-09-22

Family

ID=67144060

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810012466.1A Expired - Fee Related CN110012210B (zh) 2018-01-05 2018-01-05 拍照方法、装置、存储介质及电子设备

Country Status (4)

Country Link
US (1) US11503205B2 (zh)
EP (1) EP3709626A4 (zh)
CN (1) CN110012210B (zh)
WO (1) WO2019134502A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200132569A (ko) * 2019-05-17 2020-11-25 삼성전자주식회사 특정 순간에 관한 사진 또는 동영상을 자동으로 촬영하는 디바이스 및 그 동작 방법
JP7353847B2 (ja) 2019-07-29 2023-10-02 キヤノン株式会社 情報処理装置、撮像装置、制御方法およびプログラム
CN110489071A (zh) * 2019-07-30 2019-11-22 联想(北京)有限公司 一种信息处理方法、电子设备和存储介质
CN112532859B (zh) * 2019-09-18 2022-05-31 华为技术有限公司 视频采集方法和电子设备
CN112543278B (zh) * 2019-09-20 2022-05-27 青岛海信移动通信技术股份有限公司 一种调整对比度的方法和终端
CN112333389B (zh) * 2020-10-30 2023-04-07 维沃移动通信（杭州）有限公司 图像显示控制方法、装置及电子设备
CN112565599A (zh) * 2020-11-27 2021-03-26 Oppo广东移动通信有限公司 图像拍摄方法、装置、电子设备、服务器及存储介质
CN114979607B (zh) * 2021-02-20 2024-04-12 Oppo广东移动通信有限公司 图像处理方法、图像处理器及电子设备
CN113194255A (zh) * 2021-04-29 2021-07-30 南京维沃软件技术有限公司 拍摄方法、装置和电子设备
CN113315910A (zh) * 2021-05-19 2021-08-27 闻泰通讯股份有限公司 拍摄方法、装置、计算机设备和存储介质
CN115701113A (zh) * 2021-07-29 2023-02-07 华为技术有限公司 拍摄方法、拍摄参数训练方法、电子设备及存储介质
CN115103127B (zh) * 2022-08-22 2022-11-08 环球数科集团有限公司 一种嵌入式智能摄像机设计方法与系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5531646B2 (ja) * 2010-01-28 2014-06-25 日本電気株式会社 携帯端末画像自動補正システム、その方法及びそのプログラム
CN106060668A (zh) * 2016-07-12 2016-10-26 深圳Tcl新技术有限公司 智能电视设置方法及装置
CN106357983A (zh) * 2016-11-15 2017-01-25 上海传英信息技术有限公司 拍摄参数调整方法及用户终端
CN106412438A (zh) * 2016-10-21 2017-02-15 上海与德信息技术有限公司 一种拍摄参数调整方法及装置
CN107194318A (zh) * 2017-04-24 2017-09-22 北京航空航天大学 目标检测辅助的场景识别方法
CN107295391A (zh) * 2017-06-30 2017-10-24 广东欧珀移动通信有限公司 数据处理方法、装置、存储介质及电子设备

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100477692C (zh) * 2006-10-13 2009-04-08 中山大学 一种手机画面自动调整的方法及其调整系统
JP4349407B2 (ja) * 2006-11-17 2009-10-21 ソニー株式会社 撮像装置
US7859588B2 (en) * 2007-03-09 2010-12-28 Eastman Kodak Company Method and apparatus for operating a dual lens camera to augment an image
JP2010035048A (ja) * 2008-07-30 2010-02-12 Fujifilm Corp 撮像装置及び撮像方法
US8274523B2 (en) 2009-07-30 2012-09-25 Eastman Kodak Company Processing digital templates for image display
JP2011114662A (ja) 2009-11-27 2011-06-09 Sony Corp 画像処理装置、画像処理方法、プログラム、及び、記録媒体
US20120098989A1 (en) * 2010-10-20 2012-04-26 Wataru Sugawara Imaging apparatus and method of displaying a number of captured images
JP5629564B2 (ja) * 2010-12-07 2014-11-19 キヤノン株式会社 画像処理装置およびその制御方法
US8379999B2 (en) * 2011-01-18 2013-02-19 Chanan Gabay Methods, circuits, devices, apparatuses and systems for providing image composition rules, analysis and improvement
US8428308B2 (en) 2011-02-04 2013-04-23 Apple Inc. Estimating subject motion for capture setting determination
JP5995520B2 (ja) * 2011-06-14 2016-09-21 キヤノン株式会社 画像に関する処理支援システム、情報処理装置、及び画像に関する処理影支援方法
WO2013012370A1 (en) * 2011-07-15 2013-01-24 Scalado Ab Method of providing an adjusted digital image representation of a view, and an apparatus
US9615015B2 (en) * 2012-01-27 2017-04-04 Disney Enterprises, Inc. Systems methods for camera control using historical or predicted event data
JP2013162436A (ja) * 2012-02-08 2013-08-19 Sony Corp 画像処理装置、画像処理方法、コンピュータプログラムおよびコンピュータ読み取り可能な記録媒体
US9456148B1 (en) * 2013-09-18 2016-09-27 Amazon Technologies, Inc. Multi-setting preview for image capture
CN103763475B (zh) 2014-01-28 2017-11-17 宇龙计算机通信科技(深圳)有限公司 一种拍照方法及装置
JP6582416B2 (ja) * 2014-05-15 2019-10-02 株式会社リコー 画像処理装置、画像処理方法及びプログラム
US9171352B1 (en) * 2014-12-04 2015-10-27 Google Inc. Automatic processing of images
JP6486109B2 (ja) * 2015-01-09 2019-03-20 キヤノン株式会社 露出制御装置、その制御方法、およびプログラム
US9900519B2 (en) * 2015-03-26 2018-02-20 Skr Labs, Llc Image capture by scene classification
JP6650691B2 (ja) * 2015-07-02 2020-02-19 キヤノン株式会社 撮像装置
JP6861342B2 (ja) * 2015-09-18 2021-04-21 パナソニックＩｐマネジメント株式会社 撮像装置および撮像装置とサーバとを含むシステム
CN105915790A (zh) * 2016-04-29 2016-08-31 广东小天才科技有限公司 拍摄的方法、装置及智能设备
JP6685188B2 (ja) * 2016-06-29 2020-04-22 キヤノン株式会社 撮像装置、画像処理装置及びそれらの制御方法、プログラム
CN106210513A (zh) 2016-06-30 2016-12-07 维沃移动通信有限公司 一种基于移动终端的拍照预览方法及移动终端
US9807301B1 (en) * 2016-07-26 2017-10-31 Microsoft Technology Licensing, Llc Variable pre- and post-shot continuous frame buffering with automated image selection and enhancement
US10326925B2 (en) * 2016-08-10 2019-06-18 Canon Kabushiki Kaisha Control apparatus for performing focus detection, image capturing apparatus, control method, and non-transitory computer-readable storage medium
US10469764B2 (en) * 2016-11-01 2019-11-05 Snap Inc. Systems and methods for determining settings for fast video capture and sensor adjustment
JP2018092610A (ja) * 2016-11-28 2018-06-14 キヤノン株式会社 画像認識装置、画像認識方法及びプログラム
CN108132935B (zh) * 2016-11-30 2021-08-10 英业达科技有限公司 图像分类方法及图像展示方法
JP6887245B2 (ja) * 2016-12-13 2021-06-16 キヤノン株式会社 撮像装置及びその制御方法、プログラム、記憶媒体
US10530991B2 (en) * 2017-01-28 2020-01-07 Microsoft Technology Licensing, Llc Real-time semantic-aware camera exposure control
US20200068141A1 (en) * 2017-03-31 2020-02-27 Nikon Corporation Electronic device and program
IL252657A0 (en) * 2017-06-04 2017-08-31 De Identification Ltd System and method for preventing image recognition
US10565696B2 (en) * 2017-06-05 2020-02-18 Qualcomm Incorporated Systems and methods for producing image feedback
CN107395956A (zh) * 2017-06-29 2017-11-24 维沃移动通信有限公司 确定拍摄参数的方法、移动终端及计算机可读存储介质
CN108229479B (zh) * 2017-08-01 2019-12-31 北京市商汤科技开发有限公司 语义分割模型的训练方法和装置、电子设备、存储介质
CN107454331A (zh) * 2017-08-28 2017-12-08 维沃移动通信有限公司 一种拍摄模式的切换方法和移动终端
JP6766086B2 (ja) * 2017-09-28 2020-10-07 キヤノン株式会社 撮像装置およびその制御方法
WO2019220622A1 (ja) * 2018-05-18 2019-11-21 日本電気株式会社 画像処理装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体
US11463617B2 (en) * 2018-10-25 2022-10-04 Canon Kabushiki Kaisha Information processing apparatus, information processing system, image capturing apparatus, information processing method, and memory
CN113748667A (zh) * 2019-04-01 2021-12-03 思杰系统有限公司 自动图像捕获

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5531646B2 (ja) * 2010-01-28 2014-06-25 日本電気株式会社 携帯端末画像自動補正システム、その方法及びそのプログラム
CN106060668A (zh) * 2016-07-12 2016-10-26 深圳Tcl新技术有限公司 智能电视设置方法及装置
CN106412438A (zh) * 2016-10-21 2017-02-15 上海与德信息技术有限公司 一种拍摄参数调整方法及装置
CN106357983A (zh) * 2016-11-15 2017-01-25 上海传英信息技术有限公司 拍摄参数调整方法及用户终端
CN107194318A (zh) * 2017-04-24 2017-09-22 北京航空航天大学 目标检测辅助的场景识别方法
CN107295391A (zh) * 2017-06-30 2017-10-24 广东欧珀移动通信有限公司 数据处理方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
US11503205B2 (en) 2022-11-15
EP3709626A1 (en) 2020-09-16
WO2019134502A1 (zh) 2019-07-11
EP3709626A4 (en) 2021-01-13
US20200412942A1 (en) 2020-12-31
CN110012210A (zh) 2019-07-12

Similar Documents

Publication Publication Date Title
CN110012210B (zh) 拍照方法、装置、存储介质及电子设备
CN110663045B (zh) 用于数字图像的自动曝光调整的方法、电子系统和介质
CN107820020A (zh) 拍摄参数的调整方法、装置、存储介质及移动终端
US9633462B2 (en) Providing pre-edits for photos
CN109951627B (zh) 图像处理方法、装置、存储介质及电子设备
CN106815803B (zh) 图片的处理方法及装置
CN110246110B (zh) 图像评估方法、装置及存储介质
CN113411498B (zh) 图像拍摄方法、移动终端及存储介质
CN106250421A (zh) 一种拍摄处理的方法及终端
CN112785488A (zh) 一种图像处理方法、装置、存储介质及终端
US9743009B2 (en) Image processing method and image processing device
KR20210141179A (ko) 영상을 제공하는 방법 및 장치
CN113194256B (zh) 拍摄方法、装置、电子设备和存储介质
CN112887615B (zh) 拍摄的方法及装置
CN111480158A (zh) 文件管理方法及电子设备
US9456148B1 (en) Multi-setting preview for image capture
US20160360079A1 (en) Generation apparatus and method for evaluation information, electronic device and server
CN112532904B (zh) 视频的处理方法、装置及电子设备
CN113962840A (zh) 图像处理方法、装置、电子设备及存储介质
CN109981990B (zh) 一种图像处理方法、装置及终端
CN114387157A (zh) 一种图像处理方法、装置及计算机可读存储介质
CN112995509B (zh) 基于移动终端的摄像头切换方法、装置和计算机设备
CN112468730A (zh) 自动拍摄设备的拍摄效果控制方法及装置
CN113766141B (zh) 图像信息的处理方法及装置
CN112399091B (zh) 图像处理方法、装置及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200922