CN104243787B - 拍照方法、照片管理方法及设备 - Google Patents

拍照方法、照片管理方法及设备 Download PDF

Info

Publication number
CN104243787B
CN104243787B CN201310222511.3A CN201310222511A CN104243787B CN 104243787 B CN104243787 B CN 104243787B CN 201310222511 A CN201310222511 A CN 201310222511A CN 104243787 B CN104243787 B CN 104243787B
Authority
CN
China
Prior art keywords
content
composition
patterned templates
matching
unit
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
Application number
CN201310222511.3A
Other languages
English (en)
Other versions
CN104243787A (zh
Inventor
贺真
刘吉林
李腾跃
黄茂胜
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201310222511.3A priority Critical patent/CN104243787B/zh
Priority to PCT/CN2014/070882 priority patent/WO2014194676A1/zh
Priority to US14/496,221 priority patent/US9076073B2/en
Publication of CN104243787A publication Critical patent/CN104243787A/zh
Priority to US14/729,866 priority patent/US9626592B2/en
Priority to US15/447,876 priority patent/US9971955B2/en
Application granted granted Critical
Publication of CN104243787B publication Critical patent/CN104243787B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/64Computer-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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20104Interactive definition of region of interest [ROI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

本发明提供一种拍照方法、照片管理方法及设备,其中,所述方法包括:获取预拍摄的第一内容;在确定所述第一内容中用户关注的第一对象之后,获取所述第一内容中的第二对象与所述第一对象的构图关系,所述第二对象为所述第一内容中除所述第一对象之外的其他背景对象;将所述第二对象和所述第一对象的构图关系与预置的构图模板进行匹配,获得匹配评价度,根据所述匹配评价度和所述构图模板为所述用户提供所述第一内容的构图调整建议;所述调整建议为提示所述第一内容中的构图关系如何调整,以使得所述构图关系与所述预置构图模板完全匹配。所述拍照方法解决了现有技术的拍照过程中无法对拍照的构图质量进行判断和调整,导致拍照结果不佳的问题。

Description

拍照方法、照片管理方法及设备
技术领域
本发明实施例涉及通信技术,尤其涉及一种拍照方法、照片管理方法及设备。
背景技术
目前,用户对拍照的需求越来越高,更加希望能捕捉住每一个经典瞬间,希望自己拍摄的照片更加专业,但非专业人士经常无法拍出专业的照片,进而没能很好的抓住精彩瞬间。
随着智能相机的发展,智能相机具备自动切换的场景模式,例如:智能相机检测到相应的场景,并进行对应的参数设定。例如,场景模式包括:人物模式,风景模式,微距模式、运动模式等等。用智能相机拍摄风景时,可通过智能相机内传感器的检测,可自动切换成最适合拍摄风景的参数设定模式如风景模式;当智能相机的镜头接近拍摄物体时,模式可自动切换为微距模式,实现对焦近距离的物体进行拍摄。智能相机拍摄动态物体时,模式切换为运动模式,快门速度加快。该技术满足了用户最常用的几个场景的需求,一些自动设置模式中的参数也会让照片效果更佳。
然而,上述智能相机无法在取景构图上的帮助用户,即当前在拍照过程中,无法对预拍照的构图质量进行判断和调整,导致拍照结果不佳。
此外,由于当前的智能相机中的照片比较多,这些照片中有拍照效果比较好的,也有拍照效果较差的,当前的智能相机无法自动管理这些照片,只能是通过用户自己查看每一张照片,并选择拍照效果较差的照片删除,并将拍照效果差不多的照片进行归整。
发明内容
有鉴于此,本发明实施例提供一种拍照方法、照片管理方法及设备,用以解决现有技术中拍照过程中无法对拍照的构图质量进行判断和调整,导致拍照结果不佳的问题;此外,还进一步解决现有技术中智能相机无法自动管理照片的问题。
第一方面,本发明实施例提供一种拍照方法,包括:
获取预拍摄的第一内容;
在确定所述第一内容中用户关注的第一对象之后,获取所述第一内容中的第二对象与所述第一对象的构图关系,所述第二对象为所述第一内容中除所述第一对象之外的背景对象;
将所述第二对象和所述第一对象的构图关系与预置构图模板进行匹配,获得匹配评价度;
根据所述匹配评价度和所述预置构图模板向用户提供所述第一内容的构图调整建议;所述调整建议为提示所述第一内容中的构图关系如何调整,以使得所述构图关系与所述预置构图模板完全匹配;
其中,所述匹配评价度用于表示所述构图关系的合理程度。
结合第一方面,在第一种可选的实现方式中,所述在确定所述第一内容中用户关注的第一对象之后,获取所述第一内容中的第二对象与所述第一对象的构图关系的步骤之前,还包括:
所述用户选择所述第一内容中关注的第一对象。
结合第一方面,在第二种可选的实现方式中,所述获取所述第一内容中的第二对象与所述第一对象的构图关系的步骤之前,还包括:
根据预设的物体图像库中的物体图像识别所述第一对象;
相应地,所述将所述第二对象和所述第一对象的构图关系与预置构图模板进行匹配的步骤之前,还包括:
根据识别的第一对象查找构图模板库中与所述第一对象对应的构图模板,将所查找的与所述第一对象对应的构图模板作为预置构图模板。
结合第一方面,在第三种可选的实现方式中,所述预置构图模板为:
黄金分割模板、紧凑式模板、三角形构图模板、对角线构图模板、垂直线构图模板,或水平线构图模板。
第二方面,本发明实施例提供一种拍照设备,包括:
第一获取单元,用于获取预拍摄的第一内容;
第二获取单元,用于所述第一获取单元获取第一内容之后,在确定所述第一内容中用户关注的第一对象之后,获取所述第一内容中的第二对象与所述第一对象的构图关系,所述第二对象为所述第一内容中除所述第一对象之外的背景对象;
匹配单元,用于在所述第二获取单元获得所述构图关系之后,将所述第二对象与所述第一对象的构图关系与预置构图模板进行匹配,获得匹配评价度;
构图调整建议获得单元,用于在所述匹配单元获得所述匹配评价度之后,根据所述匹配评价度和所述预置构图模板向用户提供所述第一内容的构图调整建议;所述调整建议为提示所述第一内容中的构图关系如何调整,以使得所述构图关系与所述预置构图模板完全匹配;
其中,所述匹配评价度用于表示所述构图关系的合理程度。
结合第二方面,在第一种可选的实现方式中,所述拍照设备还包括:
第一对象选择单元,用于在所述第一获取单元获取所述第一内容之后,所述用户选择所述第一内容中关注的第一对象。
结合第二方面,在第二种可选的实现方式中,所述拍照设备还包括:
识别单元,用于在所述第一获取单元获取所述第一内容,且在确定所述第一内容中用户关注的第一对象之后,根据预设的物体图像库中的物体图像识别所述第一对象;
构图模板选择单元,用于在所述识别单元识别所述第一对象之后,根据识别的第一对象查找构图模板库中与所述第一对象对应的构图模板,将所查找的与所述第一对象对应的构图模板作为预置构图模板。
第三方面,本发明实施例还提供一种照片管理方法,包括:
选择待评价的照片,根据所述照片的聚焦点获取所述照片的主体对象和背景对象;
确定所述主体对象和所述背景对象的构图关系;
将所述主体对象和所述背景对象的构图关系与预置构图模板进行匹配,获得匹配评价度;
按照所述匹配评价度将所述照片归类;
其中,所述匹配评价度用于表示所述构图关系的合理程度。
结合第三方面,在第一种可选的实现方式中,所述预置的构图模板为:
黄金分割模板、紧凑式模板、三角形构图模板、对角线构图模板、垂直线构图模板、或水平线构图模板。
第四方面,本发明实施例提供一种照片管理装置,包括:
选择单元,用于选择待评价的照片,根据所述照片的聚焦点获取所述照片的主体对象和背景对象;
确定单元,用于在所述选择单元中获得主体对象之后,确定所述主体对象和所述背景对象的构图关系;
匹配单元,用于在所述确定单元确定所述构图关系之后,将所述主体对象和所述背景对象的构图关系与预置构图模板进行匹配,获得匹配评价度;
归类单元,用于在所述匹配单元获得所述匹配评价度之后,按照所述匹配评价度将所述照片归类;
其中,所述匹配评价度用于表示所述构图关系的合理程度。
由上述技术方案可知,本发明实施例的拍照方法、照片管理方法及设备,通过在预拍摄的第一内容中确定用户关注的第一对象之后,获得第一内容中第一对象和第二对象的构图关系,进而将所述构图关系与预置构图模板进行匹配获得匹配评价度,进而根据匹配评价度为用户提供所述第一内容的构图调整建议,以解决现有技术的拍照过程中无法对拍照的构图质量进行判断和调整,导致拍照结果不佳的问题,进一步地,解决了现有技术中智能相机无法自动管理照片的问题。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作一简单地介绍,显而易见地:下面附图只是本发明的一些实施例的附图,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得同样能实现本发明技术方案的其它附图。
图1为本发明一实施例提供的拍照方法的流程示意图;
图2A为本发明另一实施例提供的拍照方法的流程示意图;
图2B为本发明一实施例提供的拍照内容的示意图;
图2C为图2B中的第一对象的轮廓示意图;
图2D为本发明一实施例中物体识别库中一物体的轮廓示意图;
图3A为本发明一实施例中一个构图模板的示意图;
图3B至3E为本发明一实施例中对拍照的第一内容进行调整的示意图;
图3F为本发明另一实施例中一个构图模板的示意图;
图3G为本发明另一实施例中对拍照的第一内容进行调整的示意图;
图3H为本发明另一实施例中一个构图模板的示意图;
图3I为本发明另一实施例中对拍照的第一内容进行调整的示意图;
图3J为本发明另一实施例中一个构图模板的示意图;
图3K为本发明另一实施例中对拍照的第一内容进行调整的示意图;
图4A和图4B为本发明一实施例提供的拍照设备的结构示意图;
图4C为本发明另一实施例提供的拍照设备的局部结构示意图;
图5为本发明一实施例提供的照片管理方法的流程示意图;
图6A和图6B为本发明一实施例提供的照片管理装置的结构示意图;
图6C为本发明一实施例提供的照片管理装置的局部结构示意图;
图7为本发明一实施例提供的拍照设备的结构示意图。
具体实施方式
为使本发明的目的、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,对本发明的技术方案进行清楚、完整地描述。显然,下述的各个实施例都只是本发明一部分的实施例。基于本发明下述的各个实施例,本领域普通技术人员即使没有作出创造性劳动,也可以通过等效变换部分甚至全部的技术特征,而获得能够解决本发明技术问题,实现本发明技术效果的其它实施例,而这些变换而来的各个实施例显然并不脱离本发明所公开的范围。
本发明实施例中提供一种拍照方法,该拍照方法具有构图质量分析评价能力,且使得用户根据构图分析建议自动调整构图布局。
第一实施例
图1示出了本发明一实施例提供的拍照方法,如图1所示,本实施例中的拍照方法如下文所述。
101、获取预拍摄的第一内容;
102、在确定所述第一内容中用户关注的第一对象之后,获取所述第一内容中的第二对象与所述第一对象的构图关系,所述第二对象为所述第一内容中除所述第一对象之外的背景对象。
举例来说,第一对象可以是某一建筑的局部特写、某一风景的局部特写、一个人、多个人、某一范围的区域、或者一条河流、一段路径等。
若第一对象为一条河流,则河流周围的树木等均为背景对象。
应说明的是,本实施例中的第一对象可以为第一内容中的多个区域。
103、将所述第二对象和所述第一对象的构图关系与预置构图模板进行匹配,获得匹配评价度。
本实施例中的构图关系指的是第一对象在第二对象中的相对位置关系。此外,本实施例中的匹配评价度用于表示所述构图关系的合理程度。
当前,对构图的定义为:根据题材和主题思想要求,把要表现的形象适当地组织起来,构成一个协调的完整的画面称为构图。
举例来说,匹配评价度可以是“好”、“很好”、“差”等定性的评价,也可以是如“5分”、“3分”、“1分”等打分定量的评价。
可理解的是,将第二对象和第一对象的构图关系与预置构图模板进行匹配可理解为,采用所述构图关系与预置构图模板中的特殊线或特殊点进行位置的匹配,例如,构图关系中第一对象的轮廓所在的位置是否与黄金分割模板中的黄金分割点的距离是否较近;若是,则匹配评价度较高;
或者,构图关系中第一对象的轮廓所在的位置是否在黄金分割模板中的黄金分割点组成的区域内,若在,则匹配评价度较高。具体如下图3A至图3K的描述。
本实施例中预置的构图模板可为:黄金分割模板、紧凑式模板、三角形构图模板、对角线构图模板、垂直线构图模板,和/或水平线构图模板、非对称构图模板、S型构图模板、X型构图模板等等。
104、根据所述匹配评价度和所述预置构图模板向用户提供所述第一内容的构图调整建议;所述调整建议为提示所述第一内容中的构图关系如何调整,以使得所述构图关系与所述预置构图模板完全匹配。
举例来说,构图调整建议可以通过图示给出,如图示中包括给出调整方向的箭头,或理想的构图位置的虚线框(如图3B、图3C所示)等等;
在其他实施例中,构图调整建议还可通过文字给出,或者,构图调整建议通过声音提示等。
由上述实施例可知,本实施例的拍照方法,通过在预拍摄的第一内容中确定用户关注的第一对象之后,获得第一内容中第一对象和第二对象的构图关系,进而将所述构图关系与预置构图模板进行匹配获得匹配评价度,进而根据匹配评价度为用户提供所述第一内容的构图调整建议,以解决现有技术的拍照过程中无法对拍照的构图质量进行判断和调整,导致拍照结果不佳的问题。
举例来说,上述图1中的步骤101至步骤104的执行主体可以是任意的具有拍照功能的设备,如照相机、具有拍照功能的手机、具有拍照功能的计算机、具有拍照功能的平板电脑等。
可以理解的是,在实际应用中,任意一种拍照设备的显示单元可显示预拍摄的第一内容,该处的第一内容即为拍照设备的取景内容,即拍照设备将要拍照成照片的内容。举例来说,即照相机的显示屏显示出照相装置镜头所看到的内容。
在一种可选的实现方式中,上述的拍照方法的步骤101之后,该拍照方法还可包括如下的图中未示出的步骤101a:
101a、用户选择所述第一内容中关注的第一对象。
也就是说,在上述的步骤102之前,确定所述第一内容中用户关注的第一对象,可为用户选择第一内容中的部分内容作为关注的第一对象。例如,前述的显示屏为触摸屏,用户可通过选择触摸屏中的某一个对象作为关注的第一对象。通常用户可单击、双击、滑动或画圈等选择关注的第一对象。
该处的第一对象可以是第一内容中的某个物体、某个人或者建筑物等。在其他实施例中,第一对象还可以是照相机当前的聚焦对象作为缺省的用户的关注对象。
在第二种可选的实现方式中,如图2A所示,在步骤102中的“获取所述第一内容中的第二对象与所述第一对象的构图关系”的步骤之前,拍照方法还可包括如下的步骤102a:
102a:根据预设的物体图像库中的物体图像识别所述第一对象。
举例来说,本实施例中的物体图像库中存储有多个物体图像的模型图,如苹果、图形建筑、河流、山川、人物等的模型。
若用户通过单元触摸屏,则拍照设备检测用户通过手指接触面A区域,如图2B所示,此时,拍照设备将以A区域作为基点向周边延展,直到延展到物体边缘,即深度发生跳变处,这就提取出了第一对象的轮廓,然后通过对比物体图像库识别出第一对象为人、动物、植物等。
应举例来说,首先,分析每个像素对应的颜色数,如,一幅彩色图像的每个像素用R,G,B三个分量表示,每个分量用8位,那么一个像素共用24位表示,就说像素的深度为24,每个像素可以是16777216(2的24次方)种颜色中的一种。
其次,随着像素点分析逐渐向外延展,当相关像素颜色数和外延像素颜色数由很大区别时,即认为有可能为轮廓线;
然后,把经过像素数分析得到的很多轮廓线进行综合分析,并于物体图像识别库对比,即可以得出为何种物体。
如图2C和图2D所示,图2C为第一内容中用户关注的第一对象,图2D为物体图像库中预设的物体图像。
将第一图像和物体图像库中的物体图像进行比对,具体为:在第一对象的轮廓上寻找一些特殊点(如棱角位置,拐点位置),如图2C中的A1、B1、C1、D1和E1,根据这些特殊点分析第一对象的布局特征和比例,在物体图像库中找出与第一对象的布局特征相似度高的物体,根据物体图像库中的物体名称可识别出第一对象为什么。
可选地,在第一对象识别出之后,还可通过直方图分析、采光分析、面部识别等方式找出第一对象的细节特征等。
103a、根据识别的第一对象查找构图模板库中与所述第一对象对应的构图模板,将所查找的第一对象对应的构图模板作为预置构图模板。
通常,在识别第一对象之后,可以根据预设的构图模板与关注对象的表格(如下表一)选择与第二对象和第一对象的构图关系对应的构图模板。
表一:
关注的第一对象 构图模板
局部特写 紧凑式布局,大与小布局
一个人或物体 黄金分割,向心式构图
两个人或物体 大与小,对称构图
三个人或物体 三角形构图,对角线构图
多个人或物体(高山,瀑布,大楼等) 垂直线构图,水平线构图,对角线构图
一片范围区域,较远的风景 黄金分割,非对称构图
一条(段)路径,河流,曲径等 S型构图,X型构图,对角线构图
上述实施例中的拍照方法可以较好的解决现有技术的拍照过程中无法对拍照的构图质量进行判断和调整,导致拍照结果不佳的问题。
在另一种实施例中,以图1中的步骤103和步骤104进行举例说明。
若预置的构图模板为黄金分割构图模板,如图3A所示,
在步骤103中,将第二对象和第一对象的构图关系与黄金分割构图模板进行匹配时,拍照设备会对当前第二对象和第一对象的相对位置进行分析:例如,第一、关注的第一对象的轮廓;第二、检测第一对象的轮廓距离所述黄金分割构图模板的中的各个黄金分割点是否都较近(即是否离图3A中的四个“十”字标示是否较近),若距离每一黄金分割点都较近,则第二对象和第一对象的构图关系能够获得较高的匹配评价度。
可以理解的是,若第一对象为一个范围,如长方体的箱子,拍照设备首先检测该第一对象的边缘是否靠近黄金分割线(如图3A中的四条虚线),如果靠近,则第二对象和第一对象的构图关系的匹配评价度较高。
在步骤104中,根据匹配评价度和黄金分割构图模板向用户/拍照者提供第一内容的构图调整建议;所述调整建议为提示所述第一内容中的构图关系如何调整,以使得所述构图关系与所述预置构图模板完全匹配。
也就是说,图示的构图调整建议可为采用箭头指向的方式建议将第一对象移至图3A中的四个十字标示的位置,如图3B所示。
此外,若第二对象为一个范围,则图示的构图调整建议为使第一对象的边缘尽量靠近黄金分割线,如图3C所示。
在图3B中,当拍照设备检测到房子(即第一对象)相对于背景的位置(第二对象)偏后,且与黄金分割构图模板匹配之后,获知构图关系中的第一对象距左下的黄金分割点较近,经过匹配比较计算之后,可给出匹配评价度,同时给出构图调整建议,如建议房子在取景框的位置可以靠近虚线的位置,进而用户根据构图调整建议在取景框上进行调整后,匹配评价度同时也跟着一起更新(如图3B右侧图所示)。
在图3C中,图3C的左侧图,当拍照设备检测到地平面(一个范围的边缘即第一对象)较靠近黄金分割构图模板中黄金分割线的位置时,与黄金分割构图模板匹配之后,获得构图关系中的第一对象距离下方的分割线位置较近,此时经过匹配比较计算之后,给出匹配评价度,进而给出构图调整建议,该构图调整建议可为图示的建议,其建议用户按照虚线的方向进行取景的调整,用户根据构图调整建议在取景上进行调整后,匹配评价度随即刷新,如图3C的右侧图所示。
在另一种实施例中,预置的构图模板可为紧凑式构图模板,如图3D的左侧图或右侧图所示。
当拍照设备采用紧凑式构图模板与第二对象和第一对象的构图关系进行匹配时,若第一对象相对于第二对象的位置来说整体突出,且靠近第一内容的中心区域,则拍照设备给出的匹配评价度的相对评分就会较高;
此时,在步骤104中给出的构图调整建议时可图示建议将第一对象更置于中心区域,并且使第一对象的边缘更加充满画面,使画面富含紧凑、细腻、微观的特点。
若拍照设备检测到局部特写的人脸(即第一对象)相对于整体构图背景偏后,与紧凑式构图模板进行匹配,获知人脸在屏幕中的位置距离中心主体位置不远,但并不是非常饱满,故该第一内容的匹配评价度的评分中等,如图3E左侧图所示;
此时,步骤104中给出的构图调整建议可图示建议人像特写的位置可以覆盖更多在主体中心区域,人像的其他元素尽可能覆盖外缘区域,当用户/拍照者对第一对象的位置调节后,匹配评价度的评分随即进行刷新,如图3E的右侧图所示。
在第三种实施例中,预置的构图模板可为三角形构图模板,如图3F所示。当拍照设备采用三角形构图模板与第二对象和第一对象的构图关系进行匹配时,拍照设备分析出第一对象与第二对象的构图关系的三个轮廓线是否在取景画面中央构成三角形的形式。
若第一对象与第二对象的构图关系的三个轮廓线在取景画面中央构成饱满的三角形,则获得较好的匹配评价度。
图3G中,当第一对象(关注对象)与第二对象(背景对象)的构图关系的三个兴趣点为三个小球,进而与三角形构图模板进行匹配。
由于图3G中左侧图的三角形(第一对象与第二对象的构图关系)不够均衡,进而匹配评价度的分值为“一般”的评分。
相应地,在步骤104中构图调整建议可通过图示建议后面小球的位置可以略微向上移动,造成更充实和均衡的构图关系,当用户/拍照者调整第一内容的取景后,步骤103中的匹配评价度的评分随即进行刷新,如图3G的右侧图所示,用户将取景位置提高,已达到三个球成三角形的效果,让整个构图更加均衡和稳定。
在第四种实施例中,预置的构图模板可为对角线构图模板,如图3H所示。
当拍照设备采用对角线构图模板与第二对象和第一对象的构图关系进行匹配时,
拍照设备分析第一对象与第二对象的构图关系是否在两条对角线上,若构图关系中第一对象和其中一条对角线的角度越小,则获得的匹配评价度的评分越高,并且步骤104中得到的构图调整建议可为建议用户调节第一内容的取景角度。
根据对角线构图模板对应的构图调整建议调整第一内容之后,使得拍照的第一内容具有一种立体感、延伸感和运动感。
如图3I的左侧图所示,当关注对象(即第一对象)是河流时,拍照设备通常选择将第一对象和第二对象的构图关系与对角线构图模板进行匹配,匹配发现该河流的路径距离左下至右上的对角线较近,故匹配评价度给予较好的评分,并且在步骤104的构图调整建议可通过图示建议河流路径可以微微旋转和调节至那条较近的对角线上,用户旋转第一内容的取景调节后,匹配评价度的评分随即刷新,如图3I的右侧图所示。
在第五种实施例中,预置的构图模板可为垂直线构图模板,如图3J左侧图所示。图3J的右侧图示出了水平线构图模板。
当拍照设备采用垂直线构图模板与第二对象和第一对象的构图关系进行匹配时,
拍照设备分析关注对象(即第一对象)与背景对象(第二对象)在垂直平行线上,当越接近垂直平行线(或水平线)且填充饱满时,匹配评价度的相对评分就会越高,并且在步骤104中的构图调整建议可图示建议用户将第一内容的角度调节至垂直,一般情况下,垂直线构图给人稳健、平衡、踏实的视觉感受。
如图3K的左侧图所示,当关注对象是该建筑群,匹配发现该建筑群均在垂直平行线上,但内容过于不饱满,故匹配评价度的评分给予一般的评分,并且在步骤104的构图调整建议中图示建议用户将焦距调节让建筑群在画面中更加饱满一些;进而用户调节焦距或走近调节第一内容的取景后,匹配评价度的评分也随之刷新,如图3K的右侧图所示。
构图模板除了上述举例的模板之外,还有S型构图模板,X型构图模板,向心式构图(放射聚点构图)模板,大与小模板,对称式与非对称构图模板等等。
本实施例中的拍照方法可以使用户直接获得照片的构图质量,并获得预拍照的第一内容的构图调整建议,在用户根据构图调整建议调整第一内容之后,可有效解决现有技术中拍照质量不佳的问题。
第二实施例
本发明实施例提供一种拍照设备,如图4A所示,本实施例的拍照设备包括:第一获取单元041、第二获取单元042、匹配单元043、构图调整建议获得单元044;
其中,第一获取单元041用于获取预拍摄的第一内容;
第二获取单元042用于所述第一获取单元041获取第一内容之后,在确定所述第一内容中用户关注的第一对象之后,获取所述第一内容中的第二对象与所述第一对象的构图关系,所述第二对象为所述第一内容中除所述第一对象之外的背景对象;
匹配单元043用于在所述第二获取单元042获得所述构图关系之后,将所述第二对象与所述第一对象的构图关系与预置构图模板进行匹配,获得匹配评价度;
构图调整建议获得单元044用于在所述匹配单元043获得所述匹配评价度之后,根据所述匹配评价度和所述预置构图模板向用户提供所述第一内容的构图调整建议;所述调整建议为提示所述第一内容中的构图关系如何调整,以使得所述构图关系与所述预置构图模板完全匹配;
其中,所述匹配评价度用于表示所述构图关系的合理程度。
在一种可选的实施例中,拍照设备还可包括图中未示出的第一对象选择单元045;该第一对象选择单元045用于在所述第一获取单元041获取所述第一内容之后,所述用户选择所述第一内容中关注的第一对象。
在另一种可选的实施例中,拍照设备还可包括图中未示出的识别单元046和构图模板选择单元047;
其中,识别单元046用于在所述第一获取单元041获取所述第一内容,且在确定所述第一内容中用户关注的第一对象之后,根据预设的物体图像库中的物体图像识别所述第一对象;
构图模板选择单元047用于在所述识别单元046识别所述第一对象之后,根据识别的第一对象查找构图模板库中与所述第一对象对应的构图模板,将所查找的与所述第一对象对应的构图模板作为预置构图模板。
上述实施例中的拍照设备可解决现有技术的拍照过程中无法对拍照的构图质量进行判断和调整,导致拍照结果不佳的问题。
在第三种可选的实现方式中,本实施例中的拍照设备可包括如下的功能单元,如图4B所示,拍照设备包括:取景单元21、显示单元22、输入单元23、物体识别分析单元24、构图分析评价单元25、构图调整建议单元26、镜头控制单元27和网络连接单元28;
其中,取景单元21,用于预取用户想拍摄的第一内容,并将预拍照的第一内容输出给显示单元22显示;在具体的应用中,取景单元21可包括镜头、感光器等;
显示单元22,用于显示用户预拍摄的第一内容,还可以用于显示构图调整建议等;
输入单元23,用于接收用户的输入选择,选择用户关注的第一对象。输入单元23可以是各种触摸感应屏,例如电容感应屏,微波感应屏,非接触控制输出装置等等;输入单元23还可以由焦点分析单元替代,以预拍照的第一内容中的焦点内容缺省为用户的关注对象;
物体识别分析单元24,用于分析提取识别用户关注的第一对象,以及用于分析识别其他背景对象;物体识别分析单元24还可以进一步用于分析出第一对象的细节特征,如颜色信息、体型、轮廓线模糊程度;
构图分析评价单元25,用于确定第一对象与第二对象的构图关系,根据预存的构图模板,比较分析给出构图质量评价;
构图分析评价单元25进一步包括:构图分析单元251、构图模板库252、构图比较单元253、构图评价单元254等,如图4C所示。
构图分析单元251用于给出关注对象(第一对象)与背景对象(第二对象)的构图关系,选择合适的构图模板等;
构图模板库252是一个构图模板的知识库,构图模板库可以存放在照相装置的本地,也可以通过网络放在云端。当然,构图分析单元251整个也可以都在云端实现。构图模板库中包含诸如前述举例的各种构图模板。
构图比较单元253用于比较现有的第一内容中第一对象和第二对象的构图关系、以及构图关系与构图模板的匹配过程,分析匹配评价度;
构图评价单元254用于在构图比较单元253分析之后给出匹配评价度的评价。
构图调整建议单元26,用于根据构图分析评价单元25的分析,给出构图调整建议;其中,构图调整建议可以通过图示给出,文字给出或者声音提示等等。构图调整建议若为图示建议,则可以包括给出调整方向的箭头,或者是给出理想的构图位置的须线框等等。
在具体应用中,拍照设备还可以进一步包括:
镜头控制单元27,用于根据构图调整建议单元26输出的调整建议,控制镜头进行构图调整,镜头控制单元可以包括镜头调整控制信号生成单元和镜头控制调整执行单元(图中未示出),例如镜头控制单元27可为伺服电机,伺服电机可以包括前后调整电机;还可以有左右调整电机、上下调整电机等。
举例来说,构图调整建议单元26输出构图调整建议给镜头控制单元27,镜头控制单元27调整镜头使构图与构图模板更匹配,以提高构图质量。例如,以图3K为例,构图调整建议单元26输出建议拉近放大关注的第一对象(建筑群),镜头控制单元27输出控制指令,如伺服电机调整镜头,拉近放大关注的第一对象,以实现更灵活的构图调整。
在另一实现方式中,上述的拍照设备还可进一步包括:
网络连接单元28,用于连接网络,例如当构图分析评价单元25或者构图模板库在网络云端时,可以通过网络连接单元28连接网络,实现该拍照设备与网络共同组成拍照系统。实现构图分析与评价建议的功能。网络连接单元28可以为无线蜂窝系统、可以是WiFi无线连接单元、或者是有线的网络连接等等。
上述拍照设备可以给出构图质量评价,让用户及时得到构图的调整提示,并且获得构图的优化建议,让用户可以及时调整构图拍得质量更优的照片。
第三实施例
图5示出了本发明一实施例提供的照片管理方法,如图5所示,本实施例中的照片管理方法如下文所述。
501、选择待评价的照片,根据所述照片的聚焦点获取所述照片的主体对象和背景对象。
在其他实施例中,用户可以预先输入待评价的照片。
502、确定所述主体对象和所述背景对象的构图关系;
503、将所述主体对象和所述背景对象的构图关系与预置构图模板进行匹配,获得匹配评价度。
本实施例中,所述匹配评价度用于表示所述构图关系的合理程度。
举例来说,分析确定关注对象与其他背景对象构图关系,与构图模板库中的构图模板进行匹配,根据匹配程度给出用户当前构图的匹配评价度。
或者,根据主体对象的特征,选择优先的构图模板进行匹配,获得匹配评价度。
匹配评价度可以如“好”、“很好”、“差”等定性的评价,也可以是如“5分”、“3分”、“1分”等打分定量的评价。
进一步的,可以给出评价的理由,例如类似“头像不完整”、“人像太小”等。
另外,预置构图模板可以为:黄金分割构图模板、紧凑式构图模板、三角形构图模板、对角线构图模板、垂直线构图模板、或者水平线构图模板等。
504、按照所述匹配评价度将所述照片归类。
例如,评价好、较好的放在一个文件夹,评价差的放在一个文件夹。
进一步的,可以包括提示用户是否删除质量差的照片,如果用户确认是,则可以批量删除构图质量较差的照片。
由上述实施例可知,本实施例的拍照管理方法,通过分析待评价的照片中的主体对象和背景对象的构图关系,进而选择构图模板获取待评价的照片的匹配评价度,由此,可以解决现有技术的照片无法自动识别管理的问题。
第四实施例
图6A示出了本发明一实施例提供的照相管理装置的结构示意图,如图6所示,本实施例的照相管理装置包括:选择单元061、确定单元062、匹配单元063、归类单元064;
其中,选择单元061用于选择待评价的照片,根据所述照片的聚焦点获取所述照片的主体对象和背景对象;
确定单元062用于在所述选择单元061中获得主体对象之后,确定所述主体对象和所述背景对象的构图关系;
匹配单元063用于在所述确定单元062确定所述构图关系之后,将所述主体对象和所述背景对象的构图关系与预置构图模板进行匹配,获得匹配评价度;
归类单元064用于在所述匹配单元063获得所述匹配评价度之后,按照所述匹配评价度将所述照片归类;
其中,所述匹配评价度用于表示所述构图关系的合理程度。
本实施例的照片管理装置,可自动识别构图质量差的照片,并归类管理质量不高的照片,解决了现有技术中用户需要逐一识别、处理效率不高的问题。
在另一实施例中,图6B示出了本发明一实施例提供的照相管理装置的结构示意图,如图6B所示,本实施例中的照相管理装置包括:输入单元601、物体识别分析单元602、构图分析评价单元603、照片类别管理单元604、显示单元605和网络连接单元606;
其中,输入单元601,用于接收输入的待构图评价分析的照片;
物体识别分析单元602,用于分析提取识别照片中主体对象,以及用于分析识别其他背景对象;例如照片的最清晰的聚焦点所在的对象确定为主体对象;物体识别分析单元还可以进一步用于分析出主体物体的细节特征,如颜色信息、体型、轮廓线模糊程度;
构图分析评价单元603,用于确定关注对象与背景对象的构图关系,根据预存的构图模板,比较分析给出构图质量评价;
构图分析评价单元603可以进一步包括构图分析单元6031、构图模板库6032、构图比较单元6033、构图评价单元6034等,如图6C所示,
构图分析单元6031用于给出关注对象与背景对象的构图关系,选择合适的构图模板等;
构图模板库6032是一个构图模板的知识库,构图模板库可以存放在照片管理装置的本地,也可以通过网络放在云端。当然,构图分析单元整个也可以都在云端实现。构图模板库中包含诸如前述示例的各种构图模板。
构图比较单元6033用于比较关注对象与背景对象的构图关系与构图模板;
构图评价单元6034用于根据构图比较单元的分析,给出匹配评价度等。
照片类别管理单元604,用于根据构图评价单元的评价结果,确定照片的质量类别,并分类管理。
进一步的,本照片管理装置可以包括:显示单元605,用于输出显示分类的结果;还可以进一步给出分类的理由,以及给出提示是否删除质量差的照片等;
进一步可以包括:网络连接单元606,用于连接网络,例如当构图分析评价单元或者构图模板库在网络云端时,可以通过网络连接单元连接网络,实现本机与网络共同组成本照相系统。实现构图分析。网络连接单元606可以为无线蜂窝系统、可以是WiFi无线连接单元、或者是有线的网络连接。
本实施例的照片管理装置,通过照片构图质量的判断,自动识别构图质量差的照片,并归类管理质量不高的照片,解决了现有技术中稚嫩而过相机无法自动管理照片的问题。
图7示出了本发明一实施例提供的拍照设备的结构示意图,上述图4A的拍照设备可为图7中所示的结构。
当然,在实际应用中,拍照设备也可以具有照片管理装置的功能,故,图6A或图6B所示的照片管理装置可为拍照设备中的某一部分。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。

Claims (10)

1.一种拍照方法,其特征在于,包括:
获取预拍摄的第一内容;
在确定所述第一内容中用户关注的第一对象之后,获取所述第一内容中的第二对象与所述第一对象的构图关系,所述第二对象为所述第一内容中除所述第一对象之外的背景对象;
将所述第二对象和所述第一对象的构图关系与预置构图模板进行匹配,获得匹配评价度;
根据所述匹配评价度和所述预置构图模板向用户提供所述第一内容的构图调整建议;所述调整建议为提示所述第一内容中的构图关系如何调整,以使得所述构图关系与所述预置构图模板完全匹配;
其中,所述匹配评价度用于表示所述构图关系的合理程度。
2.根据权利要求1所述的方法,其特征在于,所述在确定所述第一内容中用户关注的第一对象之后,获取所述第一内容中的第二对象与所述第一对象的构图关系的步骤之前,还包括:
所述用户选择所述第一内容中关注的第一对象。
3.根据权利要求1所述的方法,其特征在于,所述获取所述第一内容中的第二对象与所述第一对象的构图关系的步骤之前,还包括:
根据预设的物体图像库中的物体图像识别所述第一对象;
相应地,所述将所述第二对象和所述第一对象的构图关系与预置构图模板进行匹配的步骤之前,还包括:
根据识别的第一对象查找构图模板库中与所述第一对象对应的构图模板,将所查找的与所述第一对象对应的构图模板作为预置构图模板。
4.根据权利要求1所述的方法,其特征在于,所述预置构图模板为:
黄金分割模板、紧凑式模板、三角形构图模板、对角线构图模板、垂直线构图模板,或水平线构图模板。
5.一种拍照设备,其特征在于,包括:
第一获取单元,用于获取预拍摄的第一内容;
第二获取单元,用于所述第一获取单元获取第一内容之后,在确定所述第一内容中用户关注的第一对象之后,获取所述第一内容中的第二对象与所述第一对象的构图关系,所述第二对象为所述第一内容中除所述第一对象之外的背景对象;
匹配单元,用于在所述第二获取单元获得所述构图关系之后,将所述第二对象与所述第一对象的构图关系与预置构图模板进行匹配,获得匹配评价度;
构图调整建议获得单元,用于在所述匹配单元获得所述匹配评价度之后,根据所述匹配评价度和所述预置构图模板向用户提供所述第一内容的构图调整建议;所述调整建议为提示所述第一内容中的构图关系如何调整,以使得所述构图关系与所述预置构图模板完全匹配;
其中,所述匹配评价度用于表示所述构图关系的合理程度。
6.根据权利要求5所述的拍照设备,其特征在于,还包括:
第一对象选择单元,用于在所述第一获取单元获取所述第一内容之后,所述用户选择所述第一内容中关注的第一对象。
7.根据权利要求5所述的拍照设备,其特征在于,还包括:
识别单元,用于在所述第一获取单元获取所述第一内容,且在确定所述第一内容中用户关注的第一对象之后,根据预设的物体图像库中的物体图像识别所述第一对象;
构图模板选择单元,用于在所述识别单元识别所述第一对象之后,根据识别的第一对象查找构图模板库中与所述第一对象对应的构图模板,将所查找的与所述第一对象对应的构图模板作为预置构图模板。
8.一种照片管理方法,其特征在于,包括:
选择待评价的照片,根据所述照片的聚焦点获取所述照片的主体对象和背景对象;
确定所述主体对象和所述背景对象的构图关系;
将所述主体对象和所述背景对象的构图关系与预置构图模板进行匹配,获得匹配评价度;
按照所述匹配评价度将所述照片归类;
其中,所述匹配评价度用于表示所述构图关系的合理程度。
9.根据权利要求8所述的方法,其特征在于,所述预置的构图模板为:
黄金分割模板、紧凑式模板、三角形构图模板、对角线构图模板、垂直线构图模板、或水平线构图模板。
10.一种照片管理装置,其特征在于,包括:
选择单元,用于选择待评价的照片,根据所述照片的聚焦点获取所述照片的主体对象和背景对象;
确定单元,用于在所述选择单元中获得主体对象之后,确定所述主体对象和所述背景对象的构图关系;
匹配单元,用于在所述确定单元确定所述构图关系之后,将所述主体对象和所述背景对象的构图关系与预置构图模板进行匹配,获得匹配评价度;
归类单元,用于在所述匹配单元获得所述匹配评价度之后,按照所述匹配评价度将所述照片归类;
其中,所述匹配评价度用于表示所述构图关系的合理程度。
CN201310222511.3A 2013-06-06 2013-06-06 拍照方法、照片管理方法及设备 Active CN104243787B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201310222511.3A CN104243787B (zh) 2013-06-06 2013-06-06 拍照方法、照片管理方法及设备
PCT/CN2014/070882 WO2014194676A1 (zh) 2013-06-06 2014-01-20 拍照方法、照片管理方法及设备
US14/496,221 US9076073B2 (en) 2013-06-06 2014-09-25 Photographing method, photo management method and device
US14/729,866 US9626592B2 (en) 2013-06-06 2015-06-03 Photographing method, photo management method and device
US15/447,876 US9971955B2 (en) 2013-06-06 2017-03-02 Photographing method, photo management method and device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310222511.3A CN104243787B (zh) 2013-06-06 2013-06-06 拍照方法、照片管理方法及设备

Publications (2)

Publication Number Publication Date
CN104243787A CN104243787A (zh) 2014-12-24
CN104243787B true CN104243787B (zh) 2017-09-05

Family

ID=52007497

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310222511.3A Active CN104243787B (zh) 2013-06-06 2013-06-06 拍照方法、照片管理方法及设备

Country Status (3)

Country Link
US (3) US9076073B2 (zh)
CN (1) CN104243787B (zh)
WO (1) WO2014194676A1 (zh)

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104243787B (zh) * 2013-06-06 2017-09-05 华为技术有限公司 拍照方法、照片管理方法及设备
US10273140B2 (en) * 2015-01-16 2019-04-30 Taiwan Semiconductor Manufacturing Co., Ltd. Substrate structure, semiconductor structure and method for fabricating the same
CN104639838B (zh) * 2015-03-04 2017-09-29 广东欧珀移动通信有限公司 一种摄像方法和摄像装置
CN105991925A (zh) * 2015-03-06 2016-10-05 联想(北京)有限公司 场景构图指示方法和指示装置
CN104902176B (zh) * 2015-05-22 2018-07-06 广东欧珀移动通信有限公司 一种调整拍摄角度的提示方法及终端
CN105282441B (zh) * 2015-09-29 2020-10-27 北京小米移动软件有限公司 拍照方法及装置
CN105323491B (zh) * 2015-11-27 2019-04-23 小米科技有限责任公司 图像拍摄方法及装置
CN105578035B (zh) * 2015-12-10 2019-03-29 联想(北京)有限公司 一种图像处理方法及电子设备
CN105630935B (zh) * 2015-12-21 2019-09-13 魅族科技(中国)有限公司 图片推荐方法和装置
CN105894016B (zh) * 2016-03-29 2020-02-21 联想(北京)有限公司 图像处理方法和电子设备
EP3244343A1 (en) * 2016-05-12 2017-11-15 Bayer Cropscience AG Recognition of weed in a natural environment
CN107547789B (zh) * 2016-06-24 2020-09-01 聚晶半导体股份有限公司 影像获取装置及其摄影构图的方法
CN106131411B (zh) * 2016-07-14 2019-04-02 纳恩博(北京)科技有限公司 一种拍摄图像的方法和装置
CN106408628B (zh) * 2016-11-25 2019-06-07 维沃移动通信有限公司 一种图片处理方法及装置
CN106447741A (zh) * 2016-11-30 2017-02-22 努比亚技术有限公司 照片自动合成方法及系统
CN108206910B (zh) * 2016-12-20 2021-04-06 北京小米移动软件有限公司 图像拍摄的方法及装置
CN109479087B (zh) * 2017-01-19 2020-11-17 华为技术有限公司 一种图像处理的方法及装置
CN110115025B (zh) * 2017-03-09 2022-05-20 Oppo广东移动通信有限公司 基于深度的控制方法、控制装置及电子装置
CN107018330A (zh) * 2017-04-19 2017-08-04 中国电子科技集团公司电子科学研究院 一种实时拍照指导方法及装置
WO2018191887A1 (zh) * 2017-04-19 2018-10-25 广东欧珀移动通信有限公司 拍照构图方法、装置及电子设备
DE112018002518T5 (de) * 2017-05-17 2020-03-12 Sony Corporation Informationsverarbeitungssystem, informationsverarbeitungsverfahren und programm
CN107018333A (zh) * 2017-05-27 2017-08-04 北京小米移动软件有限公司 拍摄模板推荐方法、装置及拍摄设备
CN107105171A (zh) * 2017-06-20 2017-08-29 北京小米移动软件有限公司 拍照方法、装置和终端设备
CN107347136A (zh) * 2017-06-20 2017-11-14 北京小米移动软件有限公司 拍照方法、装置和终端设备
CN107169148B (zh) * 2017-06-21 2020-05-15 北京百度网讯科技有限公司 图像搜索方法、装置、设备以及存储介质
CN107580182B (zh) * 2017-08-28 2020-02-18 维沃移动通信有限公司 一种抓拍方法、移动终端及计算机可读存储介质
WO2019090502A1 (zh) * 2017-11-08 2019-05-16 深圳传音通讯有限公司 一种基于智能终端的图像拍摄方法及图像拍摄系统
CN107832769A (zh) * 2017-11-09 2018-03-23 苏州铭冠软件科技有限公司 物体位于环境中的视觉识别方法
CN108200333B (zh) * 2017-12-28 2021-12-28 上海传英信息技术有限公司 拍照构图方法、终端
CN108337427B (zh) * 2018-01-18 2021-05-18 联想(北京)有限公司 一种图像处理方法及电子设备
CN108462826A (zh) * 2018-01-23 2018-08-28 维沃移动通信有限公司 一种辅助拍照的方法及移动终端
CN108289174A (zh) * 2018-01-25 2018-07-17 努比亚技术有限公司 一种拍摄方法、移动终端及计算机可读存储介质
CN108600609A (zh) * 2018-03-19 2018-09-28 维沃移动通信有限公司 辅助拍照的方法及装置
CN108513066A (zh) * 2018-03-28 2018-09-07 努比亚技术有限公司 拍照构图指导方法、移动终端及存储介质
JP2019186791A (ja) 2018-04-12 2019-10-24 シャープ株式会社 撮像装置、撮像装置の制御方法、および制御プログラム
CN108683850B (zh) * 2018-05-15 2021-01-26 维沃移动通信有限公司 一种拍摄提示方法及移动终端
CN108769536A (zh) * 2018-07-06 2018-11-06 深圳市赛亿科技开发有限公司 照片拍摄的构图方法、构图装置及计算机可读存储介质
CN108810418B (zh) * 2018-07-16 2020-09-11 Oppo广东移动通信有限公司 图像处理方法、装置、移动终端及计算机可读存储介质
KR102661983B1 (ko) * 2018-08-08 2024-05-02 삼성전자주식회사 이미지의 인식된 장면에 기반하여 이미지를 처리하는 방법 및 이를 위한 전자 장치
US11100325B2 (en) 2018-12-07 2021-08-24 International Business Machines Corporation Photographic results by composition analysis using deep learning neural networks
JP7441673B2 (ja) * 2020-02-21 2024-03-01 シャープ株式会社 学習用データ生成装置、再生スケジュール学習システム、及び学習用データ生成方法
US11503206B2 (en) * 2020-07-15 2022-11-15 Sony Corporation Techniques for providing photographic context assistance
US11445121B2 (en) * 2020-12-29 2022-09-13 Industrial Technology Research Institute Movable photographing system and photography composition control method
CN113055593B (zh) * 2021-03-11 2022-08-16 百度在线网络技术(北京)有限公司 图像的处理方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101193206A (zh) * 2006-11-30 2008-06-04 华晶科技股份有限公司 依据使用者的拍照操作习性进行拍照参数自动调整的方法
CN102033958A (zh) * 2010-12-28 2011-04-27 Tcl数码科技(深圳)有限责任公司 一种照片分类管理系统及方法
CN102457664A (zh) * 2010-10-26 2012-05-16 佳能株式会社 摄像设备

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR930008445Y1 (ko) 1989-07-31 1993-12-22 주식회사 금성사 비디오폰용 정지 및 동작 화면 선택 제어회로
JPH0411906A (ja) 1990-04-27 1992-01-16 Noritz Corp 濾過器
CN1061446A (zh) 1990-11-10 1992-05-27 王玉鸿 铸造的金属针布轧辊
KR970005591B1 (ko) 1992-11-06 1997-04-18 삼성항공산업 주식회사 자동 줌 카메라 및 그의 구동방법
US6307544B1 (en) * 1998-07-23 2001-10-23 International Business Machines Corporation Method and apparatus for delivering a dynamic context sensitive integrated user assistance solution
US6608650B1 (en) * 1998-12-01 2003-08-19 Flashpoint Technology, Inc. Interactive assistant process for aiding a user in camera setup and operation
JP3863327B2 (ja) * 1999-03-15 2006-12-27 富士フイルムホールディングス株式会社 構図アドバイス機能付きディジタル・スチル・カメラおよびその動作制御方法
US6941323B1 (en) * 1999-08-09 2005-09-06 Almen Laboratories, Inc. System and method for image comparison and retrieval by enhancing, defining, and parameterizing objects in images
DE19960372A1 (de) * 1999-12-14 2001-06-21 Definiens Ag Verfahren zur Verarbeitung von Datenstrukturen
JP2002281356A (ja) * 2001-03-21 2002-09-27 Minolta Co Ltd 撮影装置、情報提供装置及び情報提供システム
ATE455434T1 (de) 2001-06-20 2010-01-15 Nikon Corp Ratgebersystem für ein bilderfassungsverfahren und bildeditierung
US7035467B2 (en) * 2002-01-09 2006-04-25 Eastman Kodak Company Method and system for processing images for themed imaging services
JP2004112559A (ja) 2002-09-20 2004-04-08 Hitachi Ltd 携帯電話
US7349020B2 (en) * 2003-10-27 2008-03-25 Hewlett-Packard Development Company, L.P. System and method for displaying an image composition template
JP4196884B2 (ja) 2004-06-01 2008-12-17 フジノン株式会社 オートフォーカスシステム
US7990564B2 (en) * 2005-07-29 2011-08-02 Vistaprint Technologies Limited Automated image sizing and placement
JP4762731B2 (ja) * 2005-10-18 2011-08-31 富士フイルム株式会社 アルバム作成装置、アルバム作成方法、およびアルバム作成プログラム
CN1964434A (zh) 2005-11-08 2007-05-16 康佳集团股份有限公司 一种智能手机拍照的系统及方法
US8019164B2 (en) * 2007-01-29 2011-09-13 Hitachi High-Technologies Corporation Apparatus, method and program product for matching with a template
CN101399895B (zh) * 2007-09-28 2010-10-06 佛山普立华科技有限公司 数码相机存储空间快速整理系统及方法
CN101216883B (zh) 2007-12-29 2010-11-10 北京中星微电子有限公司 一种照相方法及照相装置
CN101562699A (zh) 2009-05-26 2009-10-21 天津三星光电子有限公司 一种数码相机对相片进行评分的实现方法
US8422794B2 (en) * 2009-07-30 2013-04-16 Intellectual Ventures Fund 83 Llc System for matching artistic attributes of secondary image and template to a primary image
JP4643735B1 (ja) * 2009-08-31 2011-03-02 株式会社東芝 電子機器及び映像処理方法
CN102014248B (zh) 2009-09-04 2012-07-04 华晶科技股份有限公司 自动聚焦方法及模块和应用该方法的影像撷取装置
US8577872B2 (en) 2009-10-13 2013-11-05 Microsoft Corporation Selection of photos based on tagging history
CN101840146A (zh) 2010-04-20 2010-09-22 夏佳梁 自动矫正视差的立体图像拍摄方法及装置
CN102333176A (zh) 2010-07-14 2012-01-25 鸿富锦精密工业(深圳)有限公司 拍照装置及其拍照方法
CN101945202A (zh) 2010-09-25 2011-01-12 天津三星光电子有限公司 利用数码相机进行照片处理的方法以及数码相机
CN102082864B (zh) 2010-11-22 2013-10-02 成都品果科技有限公司 Camera360手机摄影平台及瞬间处理方法
CN102063709B (zh) 2011-01-12 2012-07-18 中山大学 一种数码相机构图效果提高方法
KR20140110584A (ko) * 2013-03-08 2014-09-17 삼성전자주식회사 증강 현실 제공 방법, 저장 매체 및 휴대 단말
CN104243787B (zh) * 2013-06-06 2017-09-05 华为技术有限公司 拍照方法、照片管理方法及设备
US20150098000A1 (en) * 2013-10-03 2015-04-09 Futurewei Technologies, Inc. System and Method for Dynamic Image Composition Guidance in Digital Camera

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101193206A (zh) * 2006-11-30 2008-06-04 华晶科技股份有限公司 依据使用者的拍照操作习性进行拍照参数自动调整的方法
CN102457664A (zh) * 2010-10-26 2012-05-16 佳能株式会社 摄像设备
CN102033958A (zh) * 2010-12-28 2011-04-27 Tcl数码科技(深圳)有限责任公司 一种照片分类管理系统及方法

Also Published As

Publication number Publication date
US20150010239A1 (en) 2015-01-08
US20170177974A1 (en) 2017-06-22
US9971955B2 (en) 2018-05-15
WO2014194676A1 (zh) 2014-12-11
US20150269455A1 (en) 2015-09-24
CN104243787A (zh) 2014-12-24
US9076073B2 (en) 2015-07-07
US9626592B2 (en) 2017-04-18

Similar Documents

Publication Publication Date Title
CN104243787B (zh) 拍照方法、照片管理方法及设备
CN104572905B (zh) 照片索引创建方法、照片搜索方法及装置
US10217195B1 (en) Generation of semantic depth of field effect
CN106462766B (zh) 在预览模式中进行图像捕捉参数调整
CN108764091A (zh) 活体检测方法及装置、电子设备和存储介质
CN108520251A (zh) 关键点检测方法及装置、电子设备和存储介质
CN107229625A (zh) 一种拍摄处理方法和装置、一种用于拍摄处理的装置
US11657085B1 (en) Optical devices and apparatuses for capturing, structuring, and using interlinked multi-directional still pictures and/or multi-directional motion pictures
CN109816745B (zh) 人体热力图展示方法及相关产品
CN105447864B (zh) 图像的处理方法、装置及终端
US20130058579A1 (en) Image information processing apparatus
CN105933607A (zh) 一种移动终端的拍照效果调整方法及移动终端
CN110493517A (zh) 图像捕获装置的辅助拍摄方法和图像捕获装置
CN106165386A (zh) 用于照片上传和选择的自动化技术
WO2018233254A1 (zh) 基于终端的物体识别方法、装置及电子设备
CN104902176A (zh) 一种调整拍摄角度的提示方法及终端
US9727802B2 (en) Automatic, computer-based detection of triangular compositions in digital photographic images
CN108921856B (zh) 图像裁剪方法、装置、电子设备及计算机可读存储介质
CN106101540A (zh) 对焦点确定方法及装置
CN114820292A (zh) 图像合成方法、装置、设备及存储介质
CN104486548A (zh) 一种信息处理方法及电子设备
WO2018192244A1 (zh) 一种智能设备的拍摄引导方法
CN116682006A (zh) 一种基于街景图片的城市建筑风格要素提取方法及系统
WO2022063189A1 (zh) 显著性元素识别方法及装置
KR102358898B1 (ko) 객체 촬영 장치 및 방법

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