CN102866871A - 图像动态显示方法 - Google Patents

图像动态显示方法 Download PDF

Info

Publication number
CN102866871A
CN102866871A CN2012102746402A CN201210274640A CN102866871A CN 102866871 A CN102866871 A CN 102866871A CN 2012102746402 A CN2012102746402 A CN 2012102746402A CN 201210274640 A CN201210274640 A CN 201210274640A CN 102866871 A CN102866871 A CN 102866871A
Authority
CN
China
Prior art keywords
image
image data
virtual image
data model
realtime
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.)
Granted
Application number
CN2012102746402A
Other languages
English (en)
Other versions
CN102866871B (zh
Inventor
张光杰
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.)
Beetle (shanghai) Network Technology Co Ltd
Original Assignee
Beetle (shanghai) Network Technology Co 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 Beetle (shanghai) Network Technology Co Ltd filed Critical Beetle (shanghai) Network Technology Co Ltd
Priority to CN201210274640.2A priority Critical patent/CN102866871B/zh
Publication of CN102866871A publication Critical patent/CN102866871A/zh
Application granted granted Critical
Publication of CN102866871B publication Critical patent/CN102866871B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种图像动态显示方法,包括S1用于建立实时图像数据模型的步骤;S2用于为所述实时图像数据模型匹配虚拟图像的步骤;S3用于合成混合图像数据的步骤;S4用于显示混合图像数据的步骤。本发明所提供的图像动态显示方法,可将电子设备中预存的动画及图片与现场拍摄的图像数据建模并绑定,形成混合图像数据进行显示,动画及图片可虽实时图像数据进行各种变化,使电子设备的显示具有更佳的效果,增加其娱乐性和互动性,为用户提供更多的使用体验。

Description

图像动态显示方法
技术领域
本发明涉及电子信息技术领域,尤其涉及图像的获取及处理技术。
背景技术
随着电子信息技术的高速发展,各种电子消费品,如手机、笔记本及平板电脑受到广泛的应用,其功能越来越丰富,图像处理的性能越来越佳,各种关于图像处理的技术层出不穷,基于这些图像处理技术可为用户提供各种功能的应用。
如中国知识产权局专利局于 2009年09月02日公开了一种具有图片处理功能的电子装置及其图片处理方法,其公开号为CN 101521004。
所述具有图片处理功能的电子装置,包括一显示屏、一存储器、一接口单元,该接口单元用于与外部存储装置连接,一图片获取模块,用于从该存储器获取需显示的原始图片,或通过该接口单元从外部存储装置获取需显示的原始图片;其特征在于,该电子装置还包括:一比较模块,用于获取原始图片的长宽比及显示器的长宽比,比较该图片的长宽比是否与该显示屏的长宽比一致;一图片放大模块,用于在该原始图片的长宽比与该显示屏的长宽比不一致时,放大拉伸该原始图片使得该放大拉伸后的图片即放大图片与显示屏大小一致;一模糊处理模块,用于将该放大图片模糊处理;一合成模块,用于将该放大图片做为背景,将该原始图片居中覆盖于该放大图片上,即合成一新图片;一显示模块,将该合成后的图片显示在显示器上。
所述方法包括:获取图片的信息判断该图片长宽比例是否与显示屏一致;如果一致,则将该图片显示出来;否则放大该图片与该显示屏大小一致;模糊处理该放大的图片;将该原始大小图片居中重叠于该模糊处理的图片上,从而合成一新图片;以及将该新图片显示于显示屏上。
    上述已被公开的具有图片处理功能的电子装置及其图片处理方法,虽可对图片进行处理并显示,但图片的动态效果差,装置中存储的图片数据无法与实时数据形成动态配合关系,娱乐性较差。
发明内容
本发明的目的是提供一种图像动态显示方法。
本发明所提供的图像动态显示方法,包括如下步骤:
S1 用于建立实时图像数据模型的步骤;
S2 用于为所述实时图像数据模型匹配虚拟图像的步骤;
S3 用于合成混合图像数据的步骤;
S4 用于显示混合图像数据的步骤。
本发明所提供的图像动态显示方法,可将电子设备中预存的动画及图片与现场拍摄的图像数据建模并绑定,形成混合图像数据进行显示,动画及图片可随实时图像数据进行各种变化,如随不同的实时图像变换不同的动画,动画或图片随实时图像的移动而移动,随实时图像的增大而增大或减小等。本方法可使电子设备的显示具有更佳的效果,增加其娱乐性和互动性,为用户提供更多的使用体验。
附图说明
图1为举例说明辨别目标物体时的实时图像数据的示意图;
图2至图7为预存在电子设备中的虚拟图像示意图;
图8为本发明图像动态显示方法的流程示意图;
图9为建立实时图像数据模型的流程示意图;
图10为辨别所述实时图像中的目标物体的流程示意图;
图11为用于为所述实时图像数据模型匹配相似的虚拟图像的流程示意图;
图12为用于为所述实时图像数据模型匹配相应的虚拟图像的流程示意图;
图13为用于合成混合图像数据的步骤的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通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,都属于本发明保护的范围。
如图8所示,本实施例提供一种图像动态显示方法,包括如下步骤:
S1 用于建立实时图像数据模型的步骤;本领域技术人员可以理解,所述实时图像数据模型是指根据当前获取的实时图像构建的数据模型,所述数据模型包括所述实时图像的位置数据、位移数据、移动速度数据、像素值数据及图像尺寸数据。
S2 用于为所述实时图像数据模型匹配虚拟图像的步骤;本领域技术人员可以理解,实现该图像动态显示方法的设备可存储1个或1个以上的虚拟图像,根据所述实时图像数据模型可选择其中1个虚拟图像与之绑定。
S3 用于合成混合图像数据的步骤;将S2中选择匹配的虚拟图像数据与所述实时图像数据进行图像合成处理,处理成便于显示装置进行显示的混合图像数据并输出给显示装置。
S4 用于显示混合图像数据的步骤。本领域技术人员可以理解,显示装置收到所述混合图像数据后对该数据进行显示,就可以达到虚拟图像与实时图像互动的显示画面,使电子设备图片显示的娱乐性、互动性更高。 所述混合图像数据中包括所述实时图像及所述虚拟图像。
如图9所述,所述S1用于建立实时图像数据模型的步骤,包括:
S11 拍摄实时图像;本领域技术人员可以理解,可利用摄像头来完成拍摄实时图像的步骤。
S12 辨别所述实时图像中的目标物体;
S13 根据所述目标物体的图像特征数据构建实时图像数据模型。所述S13 根据所述目标物体的图像特征数据构建实时图像数据模型的步骤为本领域现有技术,这里不再进行赘述。
本领域技术人员可以理解,用摄像头拍摄时,镜头中可捕获多个物体,如图1所示,如镜头捕获的图像中包括三个物体:一颗树、树下放置的足球和树上漂浮的白云,那么就需要在树、足球和白云三者中做出判断,哪一物体才是目标物体。如图10所述,判断方法如下:
S121 依次提取图像中每一个物体的图像特征数据;
S122 将每一个物体的图像特征数据与预设的标准特征数据相比较,计算出每一物体的第一相似度值W11。本领域技术人员可以理解,所述第一相似度值W11为图像特征数据与标准特征数据的比值,所述第一相似度值W11和下述的第一相似度阈值W10均小于1。
S123 当所述第一相似度值W11大于或者等于预设的第一相似度阈值W10时,判断该图像特征数据所对应的物体为可目标物体,执行S124将相应的图像特征数据保存在寄存器单元中;当所述相似度值小于预设的第一相似度阈值W10时,判断该图像特征数据所对应的物体为非目标物体,执行S125释放相应的图像特征数据;
S126 当多个物体所对应的第一相似度值W11均超过所述第一相似度阈值W10时,将具有最大第一相似度值W11的物体设定为目标物体。
我们拍摄的图像为图1所示的图像为例分步骤说明S12 辨别所述实时图像中的目标物体的步骤:
S121 依次获得树、足球和白云的图像特征数据;
S122 分别将树的图像特征数据、足球的图像特征数据和白云的图像特征数据与标准特征数据相比较,得到的第一相似度值W11分别为0.81、0.79和0.93;
S123 如预设的第一相似度阈值W10为0.80时,树和白云的第一相似度值W11大于所述第一相似度阈值W10,则可判断出树和白云均为可目标物体,将树的图像特征数据和白云的图像特征数据分别保存在寄存器单元中;足球的第一相似度值W11小于所述第一相似度阈值W10,判定足球为非目标物体,释放足球的图像特征数据。
S124 比较树和白云的第一相似度值W11可知,白云的第一相似度值W11大于树的第一相似度值W11,则最终辨别出白云为这次拍摄的目标物体。
这样就完成了从拍摄的多个物体中辨别出目标物体的步骤。
本领域技术人员可以理解,所述第一相似度阈值W10的设定与拍摄设备、拍摄参数等多种因素有关,如将第一相似度阈值W10设定的过高,则较难捕捉到目标物体;如将第一相似度阈值W10设定的过低,则出现多个可目标物体的几率增大,增加设备的计算量,耗费设备资源。
如图11所示,所述S2 用于为所述实时图像数据模型匹配虚拟图像的步骤,包括:
S211 读取所述实时图像数据模型;
S212 依次分别读取电子设备中预存的虚拟图像并计算所述虚拟图像与所述实时图像数据模型的第二相似度值W21;
S213 分别将S212中获得的第二相似度值W21与预设的第二相似度阈值W20进行比较,当所述第二相似度值W21大于或等于第二相似度阈值W20时,相应的虚拟图像被判定为待绑定图像,执行S214将该图像的地址存储到寄存器单元中;当所述第二相似度值W21小于所述第二相似度阈值W20时,相应的虚拟图像将不被绑定;
S215 统计所述寄存器单元中存储的地址的数量值N,当N大于或者等于1时,具有最大第二相似度值W21的虚拟图像就是与当前的图像数据模型相匹配的虚拟图像,执行S216 将相应的虚拟图像与所述图像数据模型相绑定;当N小于1时,执行S217告知无可绑定的虚拟图像,如显示文字“请重新拍摄”。
这样,就可以确定与所述目标物体相似的虚拟图像,从而通过后续的处理进一步实现将目标物体的实时图像和与目标物体相似的虚拟图像同时互动显示。
下面,以白云为目标物体,电子设备中预存图2(白云)、图3(花)及图4(汽车)所示的三件虚拟图像数据为例,说明上述S2用于为所述实时图像数据模型匹配虚拟图像的步骤的实现过程:
S211 读取白云实时图像数据模型;
S212读取白云虚拟图像数据,计算白云虚拟图像数据对于白云实时图像数据模型的相似度W211为0.99;即白云的虚拟图像数据与白云的实时图像数据的比值;同理得到花的虚拟图像数据对于白云实时图像数据模型的相似度W212为0.67,以及汽车的虚拟图像数据对于白云实时图像数据模型的相似度W213为0.26;
S213 如第二相似度阈值W20被设置为0.60,则白云的虚拟图像数据的相似度W211与花的的虚拟图像数据的相似度W212均大于第二相似度阈值W20,将存储白云虚拟图像的地址及存储花虚拟图像的地址分别保到寄存器单元中;
S214 统计寄存器单元中存储的地址的数量值为2,则将具有较大的相似度值的白云虚拟图像作为与目标物体白云匹配的虚拟图像;这样,就确定出与拍摄的目标物体相近似、甚至相同的虚拟图像数据。
如图12,所述S2用于为所述实时图像数据模型匹配虚拟图像的步骤,包括:
S221读取所述实时图像数据模型;
S222 根据预定义的对应关系信息计算与所述实时图像数据模型具有对应关系的第一属性信息;
S223 依次分别读取电子设备中预存的虚拟图像的第二属性信息,并将所述第二属性信息和第一属性信息进行对比,计算出所述第二属性信息与第一属性信息的第三相似度值W31;
S224 分别将所述S223中获得的第三相似度值W31与预设的第三相似度阈值W30进行比较,当所述第三相似度值W31大于或者等于所述第三相似度阈值W30时,判断相应的虚拟图像与所述实时图像数据模型具有匹配关系,则将相应的虚拟图像被判定为待绑定图像,执行S225将该虚拟图像的地址存储到寄存器单元中;当所述第三相似度值W31小于所述第三相似度阈值W30时,相应的虚拟图像将不被绑定。
S226 统计所述寄存器单元中存储的地址的数量值N,当N大于或者等于1时,具有最大第三相似度值W31的虚拟图像就是与当前的图像数据模型相匹配的虚拟图像,执行S227 将相应的虚拟图像与所述图像数据模型相绑定;当N小于1时,执行S228告知无可绑定的虚拟图像,如显示文字“请重新拍摄”。
上述对应关系根据需求进行预定义,所述预定义对应关系的过程为本领域现有技术,这里不再进行赘述。
这样,就可以确定与所述目标物体具有相应关系的虚拟图像,从而通过后续的处理进一步实现将目标物体的实时图像和与目标物体具有对应关系的虚拟图像同时互动显示,进一步提高了本专利的娱乐性、互动性性和趣味性。
下面,仍以白云为目标物体,电子设备中预存图5(电视机)、图6(雨水)及图7(棕榈树)所示的三件虚拟图像数据为例,说明上述S2用于为所述实时图像数据模型匹配虚拟图像的步骤的实现过程:
S221 读取白云的实时图像数据模型;
S222 根据预定义的对应关系信息计算白云的实时图像数据模型的第一属性信息;
S223 依次分别读取预存在电子设备中的电视机图片的第二属性信息、雨水图片的第二属性信息及棕榈树图片的第二属性信息;
S224 依次将电视机图片的第二属性信息、雨水图片的第二属性信息及棕榈树图片的第二属性信息与所述白云的实时图像数据模型的第一属性信息进行对比,计算出所述第三相似度值W31分别为0.31、0.89和O.58;
S225 预存的第三相似度阈值W30为0.70,将S224中获得的三个相似度值分别与0.70比较,可判断出只有雨水图片与所述白云实时图像数据模型具有匹配关系,将雨水图片的地址存储到寄存器单元中;
S226 统计所述寄存器单元中存储的地址的数量值N,由于只有雨水图片的地址保存在寄存器单元中,因此N=1,雨水图片是与当前的白云图像数据模型相匹配的虚拟图像。
如图13所示,S3 用于合成混合图像数据的步骤,包括:
S31 读取所述实时图像数据模型的参数,如位移、距离、移动速度、像素、体积等;
S32 根据所述参数调整绑定的虚拟图像;
S33 将经S32调整的虚拟图像与当前的实时图像进行合成,形成混合图像数据发送给显示设备。
这样就可以实现显示的虚拟图像可根据拍摄到的实时图像的参数进行变化,如当拍摄的实时图像移动式所述虚拟图像随之移动;当拍摄的虚拟图像增大时,所述虚拟图像随之增大或减小。本领域技术人员可以理解,所述虚拟图像可以是静态的图片数据、也可以是动态的视频数据,如jpg格式,tiff格式或gif格式的图像数据。
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,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种图像动态显示方法,其特征在于,包括如下步骤:
S1 用于建立实时图像数据模型的步骤;
S2 用于为所述实时图像数据模型匹配虚拟图像的步骤;
S3 用于合成混合图像数据的步骤;
S4 用于显示混合图像数据的步骤。
2.如权利要求1所述的图像动态显示方法,其特征在于,所述S1用于建立实时图像数据模型的步骤,包括:
S11 拍摄实时图像; 
S12 辨别所述实时图像中的目标物体;
S13 根据所述目标物体的图像特征数据构建实时图像数据模型。
3.如权利要求2所述的图像动态显示方法,其特征在于,所述S12辨别所述实时图像中的目标物体的步骤,包括:
S121 依次提取图像中每一个物体的图像特征数据;
S122 将每一个物体的图像特征数据与预设的标准特征数据相比较,计算出每一物体的第一相似度值W11;
S123 当所述第一相似度值W11大于或者等于预设的第一相似度阈值W10时,执行S124将相应的图像特征数据保存在寄存器单元中;当所述相似度值小于预设的第一相似度阈值W10时,执行S125释放相应的图像特征数据;
S126 当多个物体所对应的第一相似度值W11均超过所述第一相似度阈值W10时,将具有最大第一相似度值W11的物体设定为目标物体。
4.如权利要求1至3中任一项所述的图像动态显示方法,其特征在于,所述S2 用于为所述实时图像数据模型匹配虚拟图像的步骤,包括:
S211 读取所述实时图像数据模型;
S212 依次分别读取电子设备中预存的虚拟图像并计算所述虚拟图像与所述实时图像数据模型的第二相似度值W21;
S213 分别将S212中获得的第二相似度值W21与预设的第二相似度阈值W20进行比较,当所述第二相似度值W21大于或等于第二相似度阈值W20时,执行S214将该图像的地址存储到寄存器单元中;当所述第二相似度值W21小于所述第二相似度阈值W20时,相应的虚拟图像将不被绑定;
S215 统计所述寄存器单元中存储的地址的数量值N,当N大于或者等于1时,具有最大第二相似度值W21的虚拟图像就是与当前的图像数据模型相匹配的虚拟图像,执行S216 将相应的虚拟图像与所述图像数据模型相绑定;当N小于1时,执行S217告知无可绑定的虚拟图像。
5.如权利要求1至3中任一项所述的图像动态显示方法,其特征在于,所述S2 用于为所述实时图像数据模型匹配虚拟图像的步骤,包括:
S221读取所述实时图像数据模型;
S222 根据预定义的对应关系信息计算与所述实时图像数据模型具有对应关系的第一属性信息;
S223 依次分别读取电子设备中预存的虚拟图像的第二属性信息,并将所述第二属性信息和第一属性信息进行对比,计算出所述第二属性信息与第一属性信息的第三相似度值W31;
S224 分别将所述S223中获得的第三相似度值W31与预设的第三相似度阈值W30进行比较,当所述第三相似度值W31大于或者等于所述第三相似度阈值W30时,判断相应的虚拟图像与所述实时图像数据模型具有匹配关系,则将相应的虚拟图像被判定为待绑定图像,执行S225将该虚拟图像的地址存储到寄存器单元中;当所述第三相似度值W31小于所述第三相似度阈值W30时,相应的虚拟图像将不被绑定;
S226 统计所述寄存器单元中存储的地址的数量值N,当N大于或者等于1时,具有最大第三相似度值W31的虚拟图像就是与当前的图像数据模型相匹配的虚拟图像,执行S227 将相应的虚拟图像与所述图像数据模型相绑定;当N小于1时,执行S228告知无可绑定的虚拟图像。
6.如权利要求1至3中任一项所述的图像动态显示方法,其特征在于,所述S3 用于合成混合图像数据的步骤,包括:
S31 读取所述实时图像数据模型的参数;
S32 根据所述参数调整绑定的虚拟图像;
S33 将经S32调整的虚拟图像与当前的实时图像进行合成,形成混合图像数据发送给显示设备。
CN201210274640.2A 2012-08-03 2012-08-03 图像动态显示方法 Expired - Fee Related CN102866871B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210274640.2A CN102866871B (zh) 2012-08-03 2012-08-03 图像动态显示方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210274640.2A CN102866871B (zh) 2012-08-03 2012-08-03 图像动态显示方法

Publications (2)

Publication Number Publication Date
CN102866871A true CN102866871A (zh) 2013-01-09
CN102866871B CN102866871B (zh) 2015-10-07

Family

ID=47445756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210274640.2A Expired - Fee Related CN102866871B (zh) 2012-08-03 2012-08-03 图像动态显示方法

Country Status (1)

Country Link
CN (1) CN102866871B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104637078A (zh) * 2013-11-14 2015-05-20 腾讯科技(深圳)有限公司 一种图像处理方法及装置
CN107833264A (zh) * 2017-11-13 2018-03-23 百度在线网络技术(北京)有限公司 一种图片处理方法、装置、设备和计算机可读存储介质
WO2018196197A1 (zh) * 2017-04-27 2018-11-01 深圳前海弘稼科技有限公司 一种种植物信息获取方法以及装置
CN110378425A (zh) * 2019-07-23 2019-10-25 北京隆普智能科技有限公司 一种智能图像比对的方法及其系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1722331A1 (en) * 2004-03-03 2006-11-15 NEC Corporation Image similarity calculation system, image search system, image similarity calculation method, and image similarity calculation program
CN101098241A (zh) * 2006-06-26 2008-01-02 腾讯科技(深圳)有限公司 虚拟形象实现方法及其系统
CN101309389A (zh) * 2008-06-19 2008-11-19 深圳华为通信技术有限公司 一种合成可视图像的方法、装置和终端
CN102496147A (zh) * 2011-11-30 2012-06-13 宇龙计算机通信科技(深圳)有限公司 图像处理装置、图像处理方法和图像处理系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1722331A1 (en) * 2004-03-03 2006-11-15 NEC Corporation Image similarity calculation system, image search system, image similarity calculation method, and image similarity calculation program
CN101098241A (zh) * 2006-06-26 2008-01-02 腾讯科技(深圳)有限公司 虚拟形象实现方法及其系统
CN101309389A (zh) * 2008-06-19 2008-11-19 深圳华为通信技术有限公司 一种合成可视图像的方法、装置和终端
CN102496147A (zh) * 2011-11-30 2012-06-13 宇龙计算机通信科技(深圳)有限公司 图像处理装置、图像处理方法和图像处理系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104637078A (zh) * 2013-11-14 2015-05-20 腾讯科技(深圳)有限公司 一种图像处理方法及装置
US9811894B2 (en) 2013-11-14 2017-11-07 Tencent Technology (Shenzhen) Company Limited Image processing method and apparatus
CN104637078B (zh) * 2013-11-14 2017-12-15 腾讯科技(深圳)有限公司 一种图像处理方法及装置
WO2018196197A1 (zh) * 2017-04-27 2018-11-01 深圳前海弘稼科技有限公司 一种种植物信息获取方法以及装置
CN107833264A (zh) * 2017-11-13 2018-03-23 百度在线网络技术(北京)有限公司 一种图片处理方法、装置、设备和计算机可读存储介质
CN107833264B (zh) * 2017-11-13 2019-02-01 百度在线网络技术(北京)有限公司 一种图片处理方法、装置、设备和计算机可读存储介质
US10957084B2 (en) 2017-11-13 2021-03-23 Baidu Online Network Technology (Beijing) Co., Ltd. Image processing method and apparatus based on augmented reality, and computer readable storage medium
CN110378425A (zh) * 2019-07-23 2019-10-25 北京隆普智能科技有限公司 一种智能图像比对的方法及其系统
CN110378425B (zh) * 2019-07-23 2021-10-22 武汉珞思雅设科技有限公司 一种智能图像比对的方法及其系统

Also Published As

Publication number Publication date
CN102866871B (zh) 2015-10-07

Similar Documents

Publication Publication Date Title
CN110012209B (zh) 全景图像生成方法、装置、存储介质及电子设备
CN106464801B (zh) 用于确定图像分辨率的系统和方法
CN108737882B (zh) 图像的显示方法、装置、存储介质及电子装置
CN109407936B (zh) 截图方法及相关装置
CN108701439B (zh) 一种图像显示优化方法及装置
CN105827971A (zh) 一种图像处理方法及移动终端
CN104427230B (zh) 增强现实的方法和增强现实的系统
CN103813108A (zh) 阵列相机、移动终端、及其操作方法
CN110288534B (zh) 图像处理方法、装置、电子设备以及存储介质
CN107948505B (zh) 一种全景拍摄方法及移动终端
CN103916597A (zh) 一种模拟场景的拍摄方法
CN110968962B (zh) 基于云渲染在移动端或大屏三维展示方法及系统
CN104935810A (zh) 引导拍摄方法及装置
CN102866871A (zh) 图像动态显示方法
CN112637500A (zh) 图像处理方法及装置
CN106373139A (zh) 一种图像处理方法及装置
CN111787230A (zh) 图像显示方法、装置和电子设备
CN104394320A (zh) 处理图像的方法、装置以及电子设备
CN112702531B (zh) 拍摄方法、装置及电子设备
CN111835972B (zh) 拍摄方法、装置和电子设备
CN203311825U (zh) 动态显示图像的电子设备
CN105761267A (zh) 一种图像处理的方法及装置
CN113014799B (zh) 图像显示方法、装置和电子设备
CN113010738B (zh) 视频处理方法、装置、电子设备及可读存储介质
CN111654640B (zh) 曝光调整方法、装置及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151007

Termination date: 20180803

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