CN103491307B - 一种后置摄像头的智能自拍方法 - Google Patents
一种后置摄像头的智能自拍方法 Download PDFInfo
- Publication number
- CN103491307B CN103491307B CN201310464501.0A CN201310464501A CN103491307B CN 103491307 B CN103491307 B CN 103491307B CN 201310464501 A CN201310464501 A CN 201310464501A CN 103491307 B CN103491307 B CN 103491307B
- Authority
- CN
- China
- Prior art keywords
- skin
- value
- human face
- face region
- rear camera
- 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.)
- Active
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种后置摄像头的智能自拍方法，其在人脸检测的基础上通过判断人脸区域与预设区域的偏离方向对用户给予语音提示对摄像头进行调整，并在开始自拍时进行肤色对焦，在很大程度地提高了后置摄像头的拍照质量，并且保证人脸肤色不会过暗或者过亮。
Description
技术领域
本发明涉及一种拍照方法，特别是一种采用后置摄像头的智能自拍方法。
背景技术
虽然目前大部分的手机都拥有前置摄像头，来让我们用来自拍，但是由于其像素不高导致我们拍照出来的照片画质不佳；而后置摄像头的像素很高，但是由于操作时，我们无法实时预览到当前画质的效果，因此我们无法准备地拍照，中国公开专利CN102413282A虽然公开了一种自拍引导方法和设备对后置摄像头的自拍进行了补充，但是由于其还没有智能地为用户自动拍照，而且我们在利用后置摄像头进行自拍时，由于无法确定拍照按钮的具体位置而出现误点或者因为触屏自拍而使设备抖动导致拍照出来的照片质量不佳。
另一中国公开专利CN101867718A公开了一种自动拍照的方法及装置，其虽然提供了一种自动拍照的方法，可以解决由于触摸而引起的设备抖动问题，但是由于是后置摄像头进行自拍，我们无法获取当前的对焦是在哪里，对焦区域的光线是亮还是暗。当对焦区域过暗时，会使人脸的肤色过亮；当对焦区域过亮时，会使人脸的肤色过暗。以上两种情况都会使对焦的效果不佳，导致拍照出来的质量不好。
发明内容
本发明为解决上述问题，提供了一种在肤色对焦的基础上提高后置摄像头的拍照质量、保证人脸皮肤不会过亮或过暗的智能自拍方法，其特征在于，包括以下步骤：
A.驱动后置摄像头；
B.进行数据实时预览；
C.对预览的数据进行人脸检测以判断是否检测到人脸；若检测到人脸，执行步骤D，否则执行步骤B；
D.判断检测到的人脸区域是否在预设区域的范围内；若是则执行步骤E，否则给予语音提示摄像头偏移的方向并执行步骤B；
E.提示用户要开始进行自拍并开始倒计时；
F.倒计时结束时，首先进行肤色对焦，然后调用后置摄像头进行拍照。
作为一较佳实施例：所述步骤D进一步包括：
D1.判断人脸区域的宽和高与整个预览图的宽和高的比例是否合适并进行调整；
D2.判断人脸区域的左上角的坐标与整个预览图的宽和高的比例是否合适并进行调整。
作为一较佳实施例：所述步骤D1中根据以下公式计算人脸区域的宽和高与整个预览图的宽和高的比例：
wrat＝fw/w；hrat＝fh/h；
其中，w为整个预览图的宽，h为整个预览图的高，fw为人脸区域的宽，fh为人脸区域的高，wrat为人脸区域的宽与整个预览图的宽的比例，hrat为人脸区域的高与整个预览图的高的比例；
wrat与hrat若在0.3到0.6的范围之间则是符合比例大小的，若大于0.6则语音提示用户距离太近，若小于0.3则语音提示用户距离太远。
作为一较佳实施例：所述步骤D2中根据以下公式计算人脸区域的左上角的坐标与整个预览图的宽和高的比例：
xrat＝fx/w；yrat＝fy/h；
其中，w为整个预览图的宽，h为整个预览图的高，fx为人脸区域的左上角的横坐标，fy为人脸区域的左上角的纵坐标，xrat为人脸区域的左上角的横坐标与整个预览图的宽的比例，yrat为人脸区域的左上角的纵坐标与整个预览图的高的比例；
xrat与yrat若在0.2到0.8的范围之间则是符合最佳自拍模板的比例大小的，若xrat小于0.2则语音提示用户向右移动摄像头，若yrat小于0.2则语音提示用户向上移动摄像头，若xrat+wrat大于0.8则语音提示用户向左移动摄像头，若yrat+hrat大于0.8则语音提示用户向下移动摄像头。
作为一较佳实施例：所述步骤F的肤色对焦进一步包括：
F1.对预览的数据进行人脸识别，获取人脸区域；
F2.对获取的人脸区域进行均值计算，获取平均肤色；
F3.将人脸区域的数据进行分块，对每个数据块进行肤色概率的统计，并根据获取的平均肤色计算当前数据块的肤色概率映射表；
F4.根据获取的肤色概率映射表对当前数据块进行肤色识别，并获取肤色概率和最高的数据块的中心点作为对焦中心点。
作为一较佳实施例：所述步骤F2进一步包括：
F2.1.初始化原始皮肤模型；
F2.2.计算整个图像的颜色均值，作为初始肤色的阈值；
F2.3.根据获取的初始肤色的阈值计算人脸区域的平均肤色。
作为一较佳实施例：所述步骤F2.1进一步包括：
F2.1.1.创建皮肤模型，大小为256*256；
F2.1.2.依次对皮肤模型进行赋值，具体伪代码如下：
预设临时变量AlphaValue、nMax、i、j为整数类型；
皮肤模型变量为SkinModel[256][256]；
For(i＝0；i<256；i++)
{
判断i是否大于128，如果大于128，则AlphaValue为255，否则为i*2；
计算获得nMax的值，计算公式为nMax＝min(256，AlphaValue*2)；
For(j＝0；j<nMax；j++)
{
计算对应位置的皮肤模型的值，计算公式为SkinModel[i][j]＝AlphaValue一
(j/2)；
}
For(j＝nMax.j<256；j++)
{
初始对应位置的皮肤模型的值为0；
}
}。
作为一较佳实施例：所述步骤F2.2进一步包括：
F2.2.1.遍历整个图像的像素点，将红色通道、绿色通道、蓝色通道的颜色值累加，得到颜色累加值；
F2.2.2.将颜色累加值除以整个图像的像素点的总数，得到红色通道、绿色通道、蓝色通道的均值，作为初始肤色的阈值。
作为一较佳实施例：所述步骤F2.3进一步包括：
F2.3.1.根据如下公式计算平均肤色的灰度值：
GRAY1＝0.299*RED+0.587*GREEN+0.114*BLUE
其中，GRAY1为图像的当前像素点的灰度值；RED、GREEN、BLUE分别为图像的当前像素点的红、绿、蓝通道的颜色值；
F2.3.2.将所述灰度值作为阈值，用来排除人脸区域非皮肤的部分；
F2.3.3.依次遍历人脸区域里的像素点的颜色值，根据如下公式获得平均肤色：
skin＝SkinModel[red][blue]；
其中，skin为经过皮肤模型的颜色映射后的肤色值；SkinModel为步骤D2.1的初
始化原始皮肤模型；red为红色通道的颜色值；blue为蓝色通道的颜色值。
作为一较佳实施例：所述步骤F3的肤色概率映射表通过如下步骤获取：
F3.1.创建肤色概率映射表，大小为256*256；
F3.2.依次对肤色概率映射表进行赋值，具体伪代码如下；
预设临时变量i、j、SkinRed Left、AlphaValue、Offset、TempAlphaValue、OffsetJ为整数类型；
肤色概率映射表的变量为SkinProbabi lity[256][256]；
SkinRed为步骤F2.2.2计算得到的红色通道的均值；SkinBlue为步骤F2.2.2计算得到的蓝色通道的均值；
预设SkinRed_Left的值，计算公式为：SkinRed_Left＝SkinRed-128；
For(i＝0；i<256；i++)
{
计算Offset的值，公式为Offset＝max(0，min(255，i-SkinRed_Left))；
判断Offset的值是否小于128，如果小于的话则AlphaValue＝Offset*2；如果大于等于128的话，则AlphaValue＝255；
For(j＝0；j＜256；j++)
{
计算OffsetJ的值，公式为OffsetJ＝max(0，j-SkinBlue)；
计算TempAlphaValue的值，公式为TempAlphaValue＝max(AlphaValue-(OffsetJ*2)，0)；
判断TempAlphaValue的值：如果大于160的话，则SkinProbability[i][j]的值为255；如果小于90的话，则SkinProbability[i][j]的值为0；否则SkinProbability[i][j]的值为TempAlphaValue+30；
}
}。
作为一较佳实施例：所述步骤F4通过如下公式实现：
skinColor＝SkinProbability[red][blue]
其中，skinColor为结果图的肤色概率值；SkinProbability为肤色概率映射表；
red为像素点的红色通道的颜色值；blue为像素点的蓝色通道的颜色值。
作为一较佳实施例：所述步骤F3中将人脸区域的数据分为N*N块，其中N大于4。
本发明的有益效果是：
本发明所述的智能自拍方法，在人脸检测的基础上通过判断人脸区域与预设区域的偏离方向对用户给予语音提示进行调整，并在开始自拍时进行肤色对焦，在很大程度地提高了后置摄像头的拍照质量，并且保证人脸肤色不会过暗或者过亮。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明智能自拍方法的流程简图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明的一种后置摄像头的智能自拍方法，包括以下步骤：
A.驱动后置摄像头；
B.进行数据实时预览；
C.对预览的数据进行人脸检测；若检测到人脸，执行步骤D，否则执行步骤B；
D.判断检测到的人脸区域是否在预设区域的范围内；若是则执行步骤E，否则给予语音提示摄像头偏移的方向并执行步骤B；
E.提示用户要开始进行自拍并开始倒计时；
F.倒计时结束时，首先进行肤色对焦，然后调用后置摄像头进行拍照。
上述步骤C中的人脸检测方法采用常规方法，因此不进行赘述。
由于自拍过程中人脸是主体，而主体放在整个图片的正中央则会突出人脸本身，如果人脸过大或者过小都会影响拍照质量。因此本实施例中的步骤D进一步包括：
D1.判断人脸区域的宽和高与整个预览图的宽和高的比例是否合适并进行调整；
D2.判断人脸区域的左上角的坐标与整个预览图的宽和高的比例是否合适并进行调整。
本实施例中，所述步骤D1中根据以下公式计算人脸区域的宽和高与整个预览图的宽和高的比例：
wrat＝fw/w；hrat＝fh/h；
其中，w为整个预览图的宽，h为整个预览图的高，fw为人脸区域的宽，fh为人脸区域的高，wrat为人脸区域的宽与整个预览图的宽的比例，hrat为人脸区域的高与整个预览图的高的比例；
wrat与hrat若在0.3到0.6的范围之间则是符合比例大小的，若大于0.6则语音提示用户距离太近需要将摄像头拿远一些，若小于0.3则语音提示用户距离太远需要将摄像头拿近一些。
同时，所述步骤D2中根据以下公式计算人脸区域的左上角的坐标与整个预览图的宽和高的比例：
xrat＝fx/w；yrat＝fy/h；
其中，w为整个预览图的宽，h为整个预览图的高，fx为人脸区域的左上角的横坐标，fy为人脸区域的左上角的纵坐标，xrat为人脸区域的左上角的横坐标与整个预览图的宽的比例，yrat为人脸区域的左上角的纵坐标与整个预览图的高的比例；
具体判断方法如下：
xrat与yrat若在0.2到0.8的范围之间则是符合最佳自拍模板的比例大小的；
若xrat小于0.2则语音提示用户向右移动摄像头；
若yrat小于0.2则语音提示用户向上移动摄像头；
若xrat+wrat大于0.8则语音提示用户向左移动摄像头；
若yrat+hrat大于0.8则语音提示用户向下移动摄像头。
步骤E中提示用户要开始进行自拍并开始倒计时，即语音提示用户要开始进行拍照，请用户调整好自拍的姿势与表情，接着自动对焦在人脸区域，保证拍照刚好突出人脸，然后开始语音倒计时进行拍照。
本实施例中，为防止人脸区域肤色过暗或过亮而影响拍照质量，所述步骤F的肤色对焦进一步包括：
F1.对预览的数据进行人脸识别，获取人脸区域；
F2.对获取的人脸区域进行均值计算，获取平均肤色；
F3.将人脸区域的数据进行分块，对每个数据块进行肤色概率的统计，并根据获取的平均肤色计算当前数据块的肤色概率映射表；
F4.根据获取的肤色概率映射表对当前数据块进行肤色识别，并获取肤色概率和最高的数据块的中心点作为对焦中心点。
本实施例中，所述步骤F2进一步包括：
F2.1.初始化原始皮肤模型；
F2.2.计算整个图像的颜色均值，作为初始肤色的阈值；
F2.3.根据获取的初始肤色的阈值计算人脸区域的平均肤色。
本实施例中，所述步骤F2.1进一步包括：
F2.1.1.创建皮肤模型，大小为256*256；
F2.1.2.依次对皮肤模型进行赋值，具体伪代码如下：
预设临时变量AlphaValue、nMax、i、j为整数类型；
皮肤模型变量为SkinModel[256][256]
For(i＝0；i<256；i++)
{
判断i是否大于128，如果大于128，则AlphaValue为255，否则为i*2；
计算获得nMax的值，计算公式为nMax＝min(256，AlphaValue*2)；
For(j＝0；j<nMax；j++)
{
计算对应位置的皮肤模型的值，计算公式为SkinModel[i][j]＝AlphaValue-(j/2)；
}
For(j＝nMax.j<256；j++)
{
初始对应位置的皮肤模型的值为0；
}
}。
本实施例中，所述步骤F2.2进一步包括：
F2.2.1.遍历整个图像的像素点，将红色通道、绿色通道、蓝色通道的颜色值累加，得到颜色累加值；
F2.2.2.将颜色累加值除以整个图像的像素点的总数，得到红色通道、绿色通道、蓝色通道的均值，作为初始肤色的阈值。
本实施例中，所述步骤F2.3进一步包括：
F2.3.1.根据如下公式计算平均肤色的灰度值：
GRAY1＝0.299*RED+0.587*GREEN+0.114*BLUE
其中，GRAY1为图像的当前像素点的灰度值；RED、GREEN、BLUE分别为图像的当前像素点的红、绿、蓝通道的颜色值；
F2.3.2.将所述灰度值作为阈值，用来排除人脸区域非皮肤的部分；
F2.3.3.依次遍历人脸区域里的像素点的颜色值，根据如下公式获得平均肤色：
skin＝SkinModel[red][blue]；
其中，skin为经过皮肤模型的颜色映射后的肤色值；SkinModel为步骤D2.1的初始化原始皮肤模型；red为红色通道的颜色值；blue为蓝色通道的颜色值。
本实施例中，所述步骤F3的肤色概率映射表通过如下步骤获取：
F3.1.创建肤色概率映射表，大小为256*256；
F3.2.依次对肤色概率映射表进行赋值，具体伪代码如下；
预设临时变量i、j、SkinRed_Left、AlphaValue、Offset、TempAlphaValue、OffsetJ为整数类型；
肤色概率映射表的变量为SkinProbabi lity[256][256]；
SkinRed为步骤F2.2.2计算得到的红色通道的均值；SkinBlue为步骤F2.2.2计算得到的蓝色通道的均值；
预设SkinRed_Left的值，计算公式为：SkinRed_Left＝SkinRed-128；
For(i＝0；i＜256；i++)
{
计算Offset的值，公式为Offset＝max(0，min(255，i-SkinRed_Left))；
判断Offset的值是否小于128，如果小于的，话则AlphaValue＝Offset*2；如果大于等于128的话，则AlphaValue＝255；
For(j＝0；j<256；j++)
{
计算OffsetJ的值，公式为OffsetJ＝max(0，j-SkinBlue)：
计算TempAlphaValue的值，公式为TempAlphaValue＝max(AlphaValue-(OffsetJ*2)，0)；
判断TempAlphaValue的值：如果大于160的话，则SkinProbability[i][j]的值为255；如果小于90的话，则SkinProbability[i][j]的值为0；否则SkinProbability[i][j]的值为TempAlphaValue+30；
}
}。
本实施例中，所述步骤F4通过如下公式实现：
skinColor＝SkinProbability[red][blue]
其中，skinColor为结果图的肤色概率值；SkinProbability为肤色概率映射表；
red为像素点的红色通道的颜色值；blue为像素点的蓝色通道的颜色值。
优选的，所述步骤F3中将人脸区域的数据分为N*N块，其中N大于4。
上述说明示出并描述了本发明的优选实施例，如前，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (11)
1.一种后置摄像头的智能自拍方法，其特征在于，包括以下步骤：
A.驱动后置摄像头；
B.进行数据实时预览；
C.对预览的数据进行人脸检测；若检测到人脸，执行步骤D，否则执行步骤B；
D.判断检测到的人脸区域是否在预设区域的范围内；若是则执行步骤E，否则给予语音提示摄像头偏移的方向并执行步骤B；
E.提示用户要开始进行自拍并开始倒计时；
F.倒计时结束时，首先进行肤色对焦，然后调用后置摄像头进行拍照；
其中，所述步骤F的肤色对焦进一步包括：
F1.对预览的数据进行人脸识别，获取人脸区域；
F2.对获取的人脸区域进行均值计算，获取平均肤色；
F3.将人脸区域的数据进行分块，对每个数据块进行肤色概率的统计，并根据获取的平均肤色计算当前数据块的肤色概率映射表；
F4.根据获取的肤色概率映射表对当前数据块进行肤色识别，并获取肤色概率和最高的数据块的中心点作为对焦中心点。
2.根据权利要求1所述的一种后置摄像头的智能自拍方法，其特征在于：所述步骤D进一步包括：
D1.判断人脸区域的宽和高与整个预览图的宽和高的比例是否合适并进行调整；
D2.判断人脸区域的左上角的坐标与整个预览图的宽和高的比例是否合适并进行调整。
3.根据权利要求2所述的一种后置摄像头的智能自拍方法，其特征在于：所述步骤D1中根据以下公式计算人脸区域的宽和高与整个预览图的宽和高的比例：
wrat＝fw/w；hrat＝fh/h；
其中，w为整个预览图的宽，h为整个预览图的高，fw为人脸区域的宽，fh为人脸区域的高，wrat为人脸区域的宽与整个预览图的宽的比例，hrat为人脸区域的高与整个预览图的高的比例；
wrat与hrat若在0.3到0.6的范围之间则是符合比例大小的，若大于0.6则语音提示用户距离太近，若小于0.3则语音提示用户距离太远。
4.根据权利要求3所述的一种后置摄像头的智能自拍方法，其特征在于：所述步骤D2中根据以下公式计算人脸区域的左上角的坐标与整个预览图的宽和高的比例：
xrat＝fx/w；yrat＝fy/h；
其中，w为整个预览图的宽，h为整个预览图的高，fx为人脸区域的左上角的横坐标，fy为人脸区域的左上角的纵坐标，xrat为人脸区域的左上角的横坐标与整个预览图的宽的比例，yrat为人脸区域的左上角的纵坐标与整个预览图的高的比例；
xrat与yrat若在0.2到0.8的范围之间则是符合最佳自拍模板的比例大小的，若xrat小于0.2则语音提示用户向右移动摄像头，若yrat小于0.2则语音提示用户向上移动摄像头，若xrat+wrat大于0.8则语音提示用户向左移动摄像头，若yrat+hrat大于0.8则语音提示用户向下移动摄像头。
5.根据权利要求1所述的一种后置摄像头的智能自拍方法，其特征在于：所述步骤F2进一步包括：
F2.1.初始化原始皮肤模型；
F2.2.计算整个图像的颜色均值，作为初始肤色的阈值；
F2.3.根据获取的初始肤色的阈值计算人脸区域的平均肤色。
6.根据权利要求5所述的一种后置摄像头的智能自拍方法，其特征在于：所述步骤F2.1进一步包括：
F2.1.1.创建皮肤模型，大小为256*256；
F2.1.2.依次对皮肤模型进行赋值，具体伪代码如下：
预设临时变量AlphaValue、nMax、i、j为整数类型；
皮肤模型变量为SkinModel[256][256]；
For(i＝0；i<256；i++)
{
判断i是否大于128，如果大于128，则AlphaValue为255，否则为i*2；
计算获得nMax的值，计算公式为nMax＝min(256，AlphaValue*2)；
For(j＝0；j<nMax；j++)
{
计算对应位置的皮肤模型的值，计算公式为SkinModel[i][j]＝AlphaValue-(j/2)；
}
For(j＝nMax.j<256；j++)
{
初始对应位置的皮肤模型的值为0；
}
}。
7.根据权利要求5所述的一种后置摄像头的智能自拍方法，其特征在于：所述步骤F2.2进一步包括：
F2.2.1.遍历整个图像的像素点，将红色通道、绿色通道、蓝色通道的颜色值累加，得到颜色累加值；
F2.2.2.将颜色累加值除以整个图像的像素点的总数，得到红色通道、绿色通道、蓝色通道的均值，作为初始肤色的阈值。
8.根据权利要求5所述的一种后置摄像头的智能自拍方法，其特征在于：所述步骤F2.3进一步包括：
F2.3.1.根据如下公式计算平均肤色的灰度值：
GRAY1＝0.299*RED+0.587*GREEN+0.114*BLUE
其中，GRAY1为图像的当前像素点的灰度值；RED、GREEN、BLUE分别为图像的当前像素点的红、绿、蓝通道的颜色值；
F2.3.2.将所述灰度值作为阈值，用来排除人脸区域非皮肤的部分；
F2.3.3.依次遍历人脸区域里的像素点的颜色值，根据如下公式获得平均肤色：
skin＝SkinModel[red][blue]；
其中，skin为经过皮肤模型的颜色映射后的肤色值；SkinModel为步骤D2.1的初始化原始皮肤模型；red为红色通道的颜色值；blue为蓝色通道的颜色值。
9.根据权利要求7所述的一种后置摄像头的智能自拍方法，其特征在于：所述步骤F3的肤色概率映射表通过如下步骤获取：
F3.1.创建肤色概率映射表，大小为256*256；
F3.2.依次对肤色概率映射表进行赋值，具体伪代码如下；
预设临时变量i、j、SkinRed_Left、AlphaValue、Offset、TempAlphaValue、OffsetJ为整数类型；
肤色概率映射表的变量为SkinProbabi lity[256][256]；
SkinRed为步骤F2.2.2计算得到的红色通道的均值；SkinBlue为步骤F2.2.2计算得到的蓝色通道的均值；
预设SkinRed_Left的值，计算公式为：SkinRed_Left＝SkinRed-128；
For(i＝0；i<256；i++)
{
计算Offset的值，公式为Offset＝max(0，min(255，i-SkinRed_Left))；
判断Offset的值是否小于128，如果小于的话则AlphaValue＝Offset*2；如果大于等于128的话，则AlphaValue＝255；
For(j＝0；j<256；j++)
{
计算OffsetJ的值，公式为OffsetJ＝max(0，j-SkinBlue)；
计算TempAlphaValue的值，公式为TempAlphaValue＝max(AlphaValue-(OffsetJ*2)，0)；
判断TempAlphaValue的值：如果大于160的话，则SkinProbability[i][j]的值为255；如果小于90的话，则SkinProbability[i][j]的值为0；否则SkinProbability[i][j]的值为TempAlphaValue+30；
}
}。
10.根据权利要求1所述的一种后置摄像头的智能自拍方法，其特征在于：所述步骤F4通过如下公式实现：
skinColor＝SkinProbabil ity[red][blue]
其中，skinColor为结果图的肤色概率值；SkinProbability为肤色概率映射表；red为像素点的红色通道的颜色值；blue为像素点的蓝色通道的颜色值。
11.根据权利要求1所述的一种后置摄像头的智能自拍方法，其特征在于：所述步骤F3中将人脸区域的数据分为N*N块，其中N大于4。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310464501.0A CN103491307B (zh) | 2013-10-07 | 2013-10-07 | 一种后置摄像头的智能自拍方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310464501.0A CN103491307B (zh) | 2013-10-07 | 2013-10-07 | 一种后置摄像头的智能自拍方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103491307A CN103491307A (zh) | 2014-01-01 |
| CN103491307B true CN103491307B (zh) | 2018-12-11 |
Family
ID=49831240
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310464501.0A Active CN103491307B (zh) | 2013-10-07 | 2013-10-07 | 一种后置摄像头的智能自拍方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103491307B (zh) |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015022700A2 (en) * | 2014-02-13 | 2015-02-19 | Deepak Valagam Raghunathan | A method for capturing an accurately composed high quality self-image using a multi camera device |
| CN104866806A (zh) * | 2014-02-21 | 2015-08-26 | 深圳富泰宏精密工业有限公司 | 具有人脸定位辅助功能的自拍系统及方法 |
| CN104298441A (zh) * | 2014-09-05 | 2015-01-21 | 中兴通讯股份有限公司 | 一种动态调整终端屏幕文字显示的方法及终端 |
| CN104282002B (zh) * | 2014-09-22 | 2018-01-30 | 厦门美图网科技有限公司 | 一种数字图像的快速美容方法 |
| CN104506721A (zh) * | 2014-12-15 | 2015-04-08 | 南京中科创达软件科技有限公司 | 一种手机照相机的自拍系统和使用方法 |
| CN104883486A (zh) * | 2015-05-28 | 2015-09-02 | 上海应用技术学院 | 一种盲人拍照系统 |
| CN105120150B (zh) * | 2015-08-18 | 2020-06-02 | 惠州Tcl移动通信有限公司 | 基于曝光度自动提醒调整拍摄方向的拍摄装置及其方法 |
| US10091414B2 (en) | 2016-06-24 | 2018-10-02 | International Business Machines Corporation | Methods and systems to obtain desired self-pictures with an image capture device |
| CN106295455B (zh) * | 2016-08-09 | 2021-08-03 | 苏州佳世达电通有限公司 | 条形码指示方法及条码读取器 |
| EP3518522B1 (en) * | 2016-10-25 | 2022-01-26 | Huawei Technologies Co., Ltd. | Image capturing method and device |
| CN108197617A (zh) * | 2017-02-24 | 2018-06-22 | 张家口浩扬科技有限公司 | 一种图像输出反馈的装置 |
| CN106803893B (zh) * | 2017-03-14 | 2020-10-27 | 联想(北京)有限公司 | 提示方法及电子设备 |
| WO2019104681A1 (zh) | 2017-11-30 | 2019-06-06 | 深圳市大疆创新科技有限公司 | 拍摄方法和装置 |
| CN108269230A (zh) * | 2017-12-26 | 2018-07-10 | 努比亚技术有限公司 | 证件照生成方法、移动终端及计算机可读存储介质 |
| CN108462770B (zh) * | 2018-03-21 | 2020-05-19 | 北京松果电子有限公司 | 后置摄像头自拍方法、装置及电子设备 |
| CN108650452A (zh) * | 2018-04-17 | 2018-10-12 | 广东南海鹰视通达科技有限公司 | 用于智能可穿戴电子设备的人脸拍照方法及系统 |
| US11006038B2 (en) | 2018-05-02 | 2021-05-11 | Qualcomm Incorporated | Subject priority based image capture |
| CN108600639B (zh) * | 2018-06-25 | 2021-01-01 | 努比亚技术有限公司 | 一种人像图像拍摄的方法、终端及计算机可读存储介质 |
| CN110086921B (zh) * | 2019-04-28 | 2021-09-14 | 深圳回收宝科技有限公司 | 终端性能状态的检测方法、装置、便携式终端和存储介质 |
| CN111953927B (zh) * | 2019-05-17 | 2022-06-24 | 成都鼎桥通信技术有限公司 | 一种手持终端视频回传方法和摄像装置 |
| CN113343788A (zh) * | 2021-05-20 | 2021-09-03 | 支付宝(杭州)信息技术有限公司 | 图像采集方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0552016A2 (en) * | 1992-01-13 | 1993-07-21 | Mitsubishi Denki Kabushiki Kaisha | Video signal processor and color video camera |
| CN101777113A (zh) * | 2009-01-08 | 2010-07-14 | 华晶科技股份有限公司 | 肤色模型的建立方法 |
| US7903163B2 (en) * | 2001-09-18 | 2011-03-08 | Ricoh Company, Limited | Image pickup device, automatic focusing method, automatic exposure method, electronic flash control method and computer program |
| CN102413282A (zh) * | 2011-10-26 | 2012-04-11 | 惠州Tcl移动通信有限公司 | 一种自拍引导方法和设备 |
-
2013
- 2013-10-07 CN CN201310464501.0A patent/CN103491307B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0552016A2 (en) * | 1992-01-13 | 1993-07-21 | Mitsubishi Denki Kabushiki Kaisha | Video signal processor and color video camera |
| US7903163B2 (en) * | 2001-09-18 | 2011-03-08 | Ricoh Company, Limited | Image pickup device, automatic focusing method, automatic exposure method, electronic flash control method and computer program |
| CN101777113A (zh) * | 2009-01-08 | 2010-07-14 | 华晶科技股份有限公司 | 肤色模型的建立方法 |
| CN102413282A (zh) * | 2011-10-26 | 2012-04-11 | 惠州Tcl移动通信有限公司 | 一种自拍引导方法和设备 |
Non-Patent Citations (1)
| Title |
|---|
| 彩色图像人脸特征点定位算法研究;吴证等;《电子学报》;20080229;第36卷(第2期);第309至313页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103491307A (zh) | 2014-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103491307B (zh) | 一种后置摄像头的智能自拍方法 | |
| CN104599297B (zh) | 一种对人脸自动上腮红的图像处理方法 | |
| CN103716547A (zh) | 一种智能模式的拍照方法 | |
| CN102413282B (zh) | 一种手机自拍引导方法和手机 | |
| CN103929596A (zh) | 引导拍摄构图的方法及装置 | |
| CN105100625B (zh) | 一种基于图像美学的人物图像辅助拍摄方法和系统 | |
| CN106570838B (zh) | 一种图像亮度优化方法及装置 | |
| CN106774856B (zh) | 基于唇语的交互方法以及交互装置 | |
| KR101590868B1 (ko) | 피부색을 보정하는 영상 처리 방법, 장치, 디지털 촬영 장치, 및 컴퓨터 판독가능 저장매체 | |
| WO2019001163A1 (zh) | 一种白平衡调整方法、装置、相机及介质 | |
| CN105301876A (zh) | 一种智能投影机器人的投影方法以及使用该方法的机器人 | |
| CN109190522B (zh) | 一种基于红外相机的活体检测方法 | |
| JP2013257686A5 (zh) | ||
| KR20130099521A (ko) | 영상 내 사용자의 시선 보정 방법, 기계로 읽을 수 있는 저장 매체 및 통신 단말 | |
| WO2012000800A1 (en) | Eye beautification | |
| CN104778460B (zh) | 一种在复杂背景以及光照下的单目手势识别方法 | |
| JP2007097178A (ja) | 顔検出による赤目の除去方法 | |
| TW201526604A (zh) | 自動尋景拍攝方法及其系統 | |
| CN110930341A (zh) | 一种基于图像融合的低光照图像增强方法 | |
| CN106873789A (zh) | 一种投影系统 | |
| EP4116923A1 (en) | Auxiliary makeup method, terminal device, storage medium and program product | |
| CN103369248A (zh) | 一种闭眼后睁开的拍照方法 | |
| CN105744173B (zh) | 一种区分图像前后景区域的方法、装置及移动终端 | |
| WO2022121963A1 (zh) | 一种图像遮挡检测方法、装置、拍摄设备及介质 | |
| CN106550227A (zh) | 一种图像饱和度调整方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |