CN105323456B - 用于拍摄装置的图像预览方法、图像拍摄装置 - Google Patents

Abstract

本发明提供一种用于拍摄装置的图像预览方法和拍摄装置，包括：获取拍摄对象的预览数据；根据预览数据识别拍摄场景模式；根据拍摄场景模式获取与拍摄场景模式关联的N个滤镜,N为正整数值，且2≤N≤100；采用N个滤镜对应的算法对上述预览数据进行处理，得到处理后的N个预览图像数据；通过拍摄装置输出上述N个预览图像数据对应的N个预览图像，该N个预览图像分布在同一屏的P×Q个区域中，P、Q为大于1的正整数值，P×Q的积等于N。本发明可以将滤镜处理后的多个预览图像以多个区域的方式在同一个界面中显示，用户可以比较直观地比较和选择需要的预览图像，而不必频繁切换界面，节约选择的时间。

Description

用于拍摄装置的图像预览方法、图像拍摄装置

技术领域

本发明涉及图像处理技术领域，尤其涉及一种用于拍摄装置的图像预览方法、图像拍摄装置。

背景技术

随着技术的不断发展，人们的需求也越来越多，对终端(比如电脑、手机、PAD等)的智能化提出越来越高的要求。以智能手机为例，手机摄像头的配置不断升级，人们更愿意使用手机设备进行拍照及处理：使用手机拍摄几张照片后，再通过后期处理的方式完成对图片的美化，例如：利用滤镜处理技术，用户能够将一张平淡的照片轻松地处理成LOMO、胶片、素描、黑白等十几种甚至几十种不同艺术风格的图像，以表达出不同的情绪。

实时滤镜技术是一种能够自动快速地使预览帧数据流具有一定艺术风格的视频处理技术，能够让用户在使用滤镜拍照或视频录制时预先看到拍照或视频录制之后的效果，并且在处理预览帧数据流时能够快速地切换不同的滤镜而不出现延迟，即所见即所得。在此基础上，人们还研发了一种模拟场景的滤镜技术，即：用户在捕获摄像头数据的过程中选择需要的模拟场景版式，设备根据选择的场景版式对捕获的摄像头数据进行相应的滤镜处理，然后将滤镜处理后的摄像头数据与所选择的模拟场景版式相结合，得到结果数据，一定程度上提高了用户使用相机滤镜的体验。

但是，上述的实时场景滤镜技术存在以下不足：经过实时场景滤镜处理后的预览图片呈现给用户选择时，其呈现方式多为横向或纵向滑动图标的列表方式，由于当前屏无法呈现全部的预览图片，用户需要不停地切换不同屏来查看实时场景滤镜效果处理后的预览图片。

发明内容

本发明实施例提供一种用于拍摄装置的图像预览方法，用以解决现有技术图像预览时需频繁切换界面带来用户体验差的问题。

本发明的技术方案是这样实现的，一种用于拍摄装置的图像预览方法，包括如下步骤：

获取拍摄对象的预览数据；

根据上述预览数据，识别拍摄场景模式；根据上述拍摄场景模式，获取与所述拍摄场景模式关联的N个滤镜，上述N为正整数值，且2≤N≤100；

采用上述N个滤镜对应的算法对上述预览数据进行处理，得到处理后的N个预览图像数据；

通过上述拍摄装置输出上述N个预览图像数据对应的N个预览图像，上述N个预览图像分布在同一屏的P×Q个区域中，P、Q为大于1的正整数值，P×Q的积等于N。

本发明还提供了一种使用上述图像预览方法的图像拍摄装置，包括：

取景模块，用于获取拍摄对象的预览数据；

场景识别模块，用于根据上述预览数据，识别拍摄场景模式；

场景处理模块，用于根据上述拍摄场景模式，获取与上述拍摄场景模式的N个滤镜，上述N为正整数值，且2≤N≤100；

滤镜处理模块，用于采用上述N个滤镜对应的算法对上述预览数据进行处理，得到处理后的N个预览图像数据；

输出模块，用于输出上述N个预览图像数据对应的N个预览图像，上述N个预览图像分布在同一屏的P×Q个区域中，P、Q为大于1的正整数值，P×Q的积等于N。

本发明用于拍摄装置的图像预览方法和图像拍摄装置，将滤镜处理后的多个预览图像以多个区域的方式在同一个界面中显示，用户可以比较直观地比较和选择需要的预览图像，而不必频繁切换界面，节约选择的时间，提高选预览图像的便利性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的用于拍摄装置的图像预览方法流程示意图；

图2为本发明实施例提供的自动识别拍摄场景模式的流程示意图；

图3为本发明实施例之一提供的提取预览数据特征信息的流程示意图；

图4为本发明实施例之二提供的提取预览数据特征信息的流程示意图；

图5为本发明实施例之三提供的提取预览数据特征信息的流程示意图；

图6为本发明实施例之一提供的自动选取对应的拍摄场景模式的流程示意图；

图7为本发明实施例之二提供的自动选取对应的拍摄场景模式的流程示意图；

图8为本发明实施例之三提供的自动选取对应的拍摄场景模式的流程示意图；

图9为本发明实施例获取与拍摄场景模式相关联的场景数据的流程示意图；

图10为本发明实施例的预览图像以宫格的形式表现的方法流程示意图；

图11为本发明实施例的图像拍摄装置包含的结构示意图。

具体实施方式

下面将结合本发明的实施例及附图，对本发明实施例中的技术方案进行清楚、完整地描述。而，所描述的实施例仅仅是本发明一部分实施例，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作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。

本发明实施例的用于拍摄装置的图像预览方法，其流程示意图如图1所示，包括如下步骤：

S01，获取拍摄对象的预览数据；

S02，根据上述预览数据，识别拍摄场景模式，包括实时识别和非实时识别拍摄场景模式；根据上述拍摄场景模式，获取与上述拍摄场景模式关联的N个滤镜，上述N为正整数值，且2≤N≤100；

S03，采用上述N个滤镜对应的算法对上述预览数据进行处理，得到处理后的N个预览图像数据；

S04，通过上述拍摄装置输出上述N个预览图像数据对应的N个预览图像，上述N个预览图像分布在同一屏的P×Q个区域中，P、Q为大于1的正整数值，P×Q的积等于N。

具体地，上述步骤S01中，预览数据是指拍摄装置(例如相机、摄像机、摄录机、摄像头等)的感光元件CCD或COMS通过感应光线接收光学镜头传递来的影像，将拍摄对象的光信号转变成电模拟信号，然后经模/数转换器(A/D)转换成的数字图像信号。将该数字图像信号贮于存贮器中，由微处理器(MPU)对信号进行压缩并转化为特定的图像文件格式储存；数码相机自身的液晶显示屏(LCD)用来查看所拍摄对象的预览图片的好坏。

具体地，上述步骤S02中，识别拍摄场景模式的步骤包括实时识别和非实时识别两种情形，而非实时识别情形的优选实施例为提取静态图像的预览数据特征信息，识别拍摄场景模式。

该步骤S02中，根据预览数据实时识别拍摄场景模式的实施例，还包括如下步骤：

S021，提取上述预览数据的特征信息；

S022，通过深度神经网络识别，自动选取对应的拍摄场景模式。

进一步地，将上述步骤S01中获取的数字图像信号用直方图(即柱状图)表示，以坐标轴上波形图的形式显示照片的曝光精度；其中，横轴表示亮度等级，从左侧0(暗色调)到右侧255(亮色调)，将照片的亮度等级分为256级；而纵轴则表示每个亮度等级下的像素个数，峰值越高则该明暗值的像素数量越多，在画面中所占的面积也就越大，将纵轴上这些像数值点连接起来，就形成了连续的直方图波形。上述根据直方图的横轴和纵轴的数值和构成的形态，用以判断提取上述预览数据的曝光程度、层次丰富程度、是否超出了动态范围等特征信息。

再进一步地，当预览的当前帧信息属于首帧图像时，如图3所示，上述步骤S021提取预览数据特征信息步骤的实施例一为：

S0211-1，获取上述预览数据的首帧图像的统计数据；

S0211-2，将步骤S0211-1得到的统计数据减去0，得到相似度；

S0211-3，将步骤S0211-2得到的相似度作为当前帧图像的特征信息，用于进行后续的识别场景模式步骤。

再进一步地，当预览的当前帧信息属于第二帧的图像时，如图4所示，上述步骤S021提取预览数据特征信息步骤的实施例二为：

S0212-1，获取上述预览数据第一帧图像的统计数据；

S0212-2，获取上述预览数据的第二帧图像的统计数据；

S0212-3，计算步骤S0212-2得到的第二帧图像与步骤S0212-1得到的第一帧图像统计数据中的均值、方差、偏差值等，得到两者的相似度；

S0212-4，判断步骤S0212-3得到的相似度是否在预设数值内，该预设数值为70％～100％；

S0212-5，若步骤S0212-3得到的相似度在预设数值70％～100％内，则说明第一帧和第二帧的图像特征信息可对应相同的拍摄场景模式，于是提取该第一帧图像的特征信息作为当前帧图像的特征信息，用于进行后续的识别场景模式步骤；

若步骤S0212-3得到的相似度在0％～70％，说明第一帧和第二帧的图像特征信息相差较大，分别对应不同的拍摄场景模式，则将第二帧的图像信息保存，并根据步骤S0212-3得到的差值添加改写第一帧图像特征信息，提取改写后的第一帧图像特征信息作为当前图像的特征信息，用于进行后续的识别场景模式步骤。

再进一步地，当预览的当前帧信息属于第三帧的图像时，如图5所示，上述步骤S021提取预览数据特征信息步骤的实施例三为：

S0213-1，获取上述预览数据第二帧图像的统计数据；

S0213-2，获取上述预览数据的第三帧图像的统计数据；

S0213-3，计算步骤S0213-2得到的第三帧图像与步骤S0213-1得到的第二帧图像统计数据中的均值、方差、偏差值等，得到两者的相似度；

S0213-4，判断步骤S0213-3得到的相似度是否在预设数值内，该经验值范围为70％～100％；

S0213-5，若步骤S0213-3得到的相似度在预设数值70％～100％内，则说明第二帧和第三帧的图像特征信息可对应相同的拍摄场景模式，于是提取该第二帧图像的特征信息作为当前帧图像的特征信息，用于进行后续的识别场景模式步骤；

若步骤S0213-3得到的相似度在0％～70％，说明第二帧和第三帧的图像特征信息相差较大，分别对应不同的拍摄场景模式，则将第三帧的图像信息保存，并根据步骤S0213-3得到的差值添加改写第二帧图像特征信息，提取改写后的第二帧图像特征信息作为当前图像的特征信息，用于进行后续的识别场景模式步骤。

再进一步地，当预览的当前帧信息属于第三帧以后的图像时，提取预览数据特征信息的方法为则参照步骤S0213-1～S0213-5的方法依次类推处理。

该步骤S02中，如图2所示，提取上述实施例一(步骤S021)或实施例二(步骤S0212)或实施例三(步骤S0213)中获得的预览图像特征信息；然后通过深度神经网络识别自动识别对应的拍摄场景模式。进一步地，该拍摄场景模式的模板库的设置是根据大量的相关的场景(例如：人像、美食、建筑、风景、夜景、花卉、运动、雨天、阴天、晴天)的清晰图像，提取各类型场景的特征信息，建立神经网络模型，优选为建立深度神经网络模型。

该步骤S02中，针对上述实施例一，如图6所示，将上述步骤S0211-3获得的当前帧图像特征信息在预测模型模板库中自动识别，获取对应的拍摄场景模式。

针对上述实施例二，如图7所示，将上述步骤S0212-5获得的第一帧图像特征信息作为当前图像的特征信息，在预测模型模板库中自动识别，获取对应的拍摄场景模式。

针对上述实施例三，如图8所示，将上述步骤S0213-5获得的第二帧图像特征信息作为当前图像的特征信息，在预测模型模板库中自动识别，获取对应的拍摄场景模式。

本发明实施例识别拍摄场景模式的方法，直接提取图像的数字特征信息来选择场景模式，提高了选择的准确度，减少了可能由于预设场景模式分类或名称命名不准确而导致的误选模式的现象；其次，本发明实施例提取当前图像的特征信息来自动识别场景模型，减少了现有技术中用户需要先选择场景模型、再显示预览图片、然后选择场景拍摄模式的麻烦，提高体验感受。

该步骤S02中，在获取关联的N个滤镜之前，还包含对自动识别得到的拍摄场景模式的检验步骤：判断该拍摄场景模式类型是否与规定的场景值对应匹配，如果匹配，则根据该拍摄场景模式类型获取与其相关联的N个滤镜类型，N为正整数值，且2≤N≤100，优选为2≤N≤25，并且该滤镜类型的数目可根据界面的大小进行动态配置；如果不匹配，则获取默认的滤镜类型，优选为9个常用或通用的滤镜类型。

具体地，上述步骤S03中，采用上述拍摄场景模式对应的滤镜算法对上述预览数据进行处理，得到处理后的N个预览图像数据，N为正整数值，且2≤N≤100。

该步骤S03中，如图9所示，在采用拍摄场景模式对应的滤镜算法对预览数据进行处理的步骤之后，还包含获取与上述拍摄场景模式相关联的场景数据的步骤，该场景数据包括时间、位置、天气、心情中至少一种的文字或图形信息。该获取与拍摄场景模式相关联的场景数据的步骤具体为：

S031：获取场景数据；

S032：将步骤S031得到的场景数据信息转换成透明图像数据；

S033：获取采用上述拍摄场景模式对应的滤镜算法对上述预览数据进行处理，得到滤镜处理后的预览图像数据

S034：将步骤S032得到的透明图像与步骤S033得到的预览图像数据关联融合，具体表现为预览图像中同时显示场景数据的信息。

进一步地，上述步骤S031获取场景数据可分为如下几种情况：

情况一：获取时间信息，直接获取系统的当前时间，可精确到分钟。

情况二：获取当前位置信息，如果用户开通网络信号并且允许移动终端使用，则使用网络信号和GPS定位相结合的方式来定位当前位置；如果用户使用网络信号，但不允许使用移动终端，或者用户没有开通网络信号的时候，则使用GPS来定位当前位置。

情形三：获取当天的实时天气，直接从网络信息中获取，包括文字信息和图形信息。

情形四：编辑心情信息，用户编辑当前心情的文字信息或选择图形信息，其中文字部分的字体和大小可以自主选择。

情形五：获取场景模式图形：获取步骤S02中识别拍摄场景模式所得到的场景类型值，根据该场景类型值所对应的场景模式图形或图标。

更进一步地，步骤S031获取场景数据在步骤S033得到的预览图像数据中的位置是可移动的。在本发明实施例中，在所识别出的场景模式关联的所有滤镜对的预览帧数据流分别进行滤镜处理时，实时融合了当前的场景信息，增加了预览界面的文艺性和趣味性。

具体地，上述步骤S04中，通过上述拍摄装置输出N个预览图像数据对应的N个预览图像(N为正整数值，且2≤N≤100)，该N个预览图像分布在同一屏的P×Q个区域中，P、Q为大于1的正整数值，P×Q的积等于N。在本发明的优选实施例中，该P×Q个区域为宫格、圆形、扇形、梯形、六边形、不规则形中任意一种的形式展现，增加界面的美观度和趣味性。

在本发明的另一优选实施例中，当预览图像以上述P×Q个区域以宫格的形式表现时，如图10所示，包含如下步骤：

S041，获取拍摄装置预览框的宽度和高度；

S042，根据该预览框的宽度、高度、以及用户选择的P×Q宫格形式，计算整个预览框可适配的P×Q宫格缩略框的宽度和高度；

S043，得到上述P×Q宫格缩略框的宽度和高度，创建该P×Q宫格预览缩略框组件界面；

S044，对步骤S02自动识别得到的拍摄场景模式进行检验：判断该拍摄场景模式类型是否与规定的场景值对应匹配，如果匹配，则根据该拍摄场景模式类型获取与其相关联的N个滤镜类型，N为正整数值，且2≤N≤100；如果不匹配，则获取默认的滤镜类型，优选为9个常用或通用的滤镜类型。

S045，将步骤S044获得的N个滤镜类型或默认的滤镜类型以宫格的形式分布在同一界面；

S046，采用对应的滤镜算法，对步骤S02得到的预览数据进行处理，得到处理后的N(N为正整数值，且2≤N≤100)个或默认数量的预览图像数据，该N个预览图像数据以宫格的形式分别分布在同一屏的P×Q个区域中，P、Q为大于1的正整数值，例如P为2、3、4、5、6、7、8、9、10等，Q为P为2、3、4、5、6、7、8、9、10等；具体地，上述N宫格(P×Q)可以为：四宫格(2×2)、六宫格(2×3或3×2)、八宫格(2×4或4×2)、九宫格(3×3)、十宫格(2×5或5×2)、十二宫格(3×4或4×3或2×6或6×2)、十五宫格(3×5或5×3)、十六宫格(4×4)，二十五宫格(5×5)、三十六宫格(6×6)、四十八宫格(6×8或8×6)、四十九宫格(7×7)、六十四宫格(8×8)、八十一宫格(9×9)、一百宫格(10×10)，等；优选宫格的类型可根据界面的大小动态自动配置。

本发明实施例通过监测拍摄装置前后预览帧数据信息的变化程度，自动对拍摄装置实时采集的当前场景预览数据使用场景预测模型进行场景识别，然后根据所识别出的场景对应的所有滤镜对预览帧数据流分别进行对应的滤镜处理，最后将所有处理后的预览图像数据分别显示到同一预览界面上对应的宫格缩略框中。如此，用户可以比较直观地关注符合当前场景的滤镜效果、比较和选择需要的场景模式，而不必频繁切换界面，节约选择的时间，提高的便利性。

本发明实施例的一种预览图像的拍摄装置，包括：

取景模块051，用于获取拍摄对象的预览数据；

场景识别模块052，用于根据上述预览数据，自动识别拍摄场景模式；

场景处理模块053，用于根据上述拍摄场景模式，获取关联的N个滤镜，上述N为正整数值，且2≤N≤100；进一步地，该场景自动识别模块包括深度神经网络单元；

场景数据获取模块054，用于获取与上述拍摄场景模式相关联的场景数据；

滤镜处理模块055，用于采用上述拍摄场景模式对应的滤镜算法对上述预览数据进行处理，得到处理后的N个预览图像数据；

输出模块056，用于输出上述N个预览图像数据对应的N个预览图像，上述N个预览图像分布在同一屏的P×Q个区域中，P、Q为大于1的正整数值，P×Q的积等于N。

本发明实施例预览图像的拍摄装置，其中的场景自动识别模块根据预览数据的特征信息，可以自动识别拍摄场景模式，免除用户手动选择场景拍摄模式的麻烦；此外，输出模块可以使经过滤镜处理后的多个预览图像在一个屏幕界面上显示，避免了现有技术中频繁切换界面的麻烦，用户可以比较直观地比较和选择需要的预览图像。

需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

如上所述的内容是结合具体内容提供的一种或多种实施方式，并不认定本发明的具体实施只局限于这些说明。凡与本发明的方法、结构等近似、雷同，或是对于本发明构思前提下做出若干技术推演或替换，都应当视为本发明的保护范围。

Claims (8)

1.一种用于拍摄装置的图像预览方法，包括如下步骤：

获取拍摄对象的预览数据；

根据所述预览数据，识别拍摄场景模式；

根据所述拍摄场景模式，获取与所述拍摄场景模式关联的N个滤镜，所述N为正整数值，且2≤N≤100；

采用所述N个滤镜对应的算法对所述预览数据进行处理，得到处理后的N个预览图像数据；

通过所述拍摄装置输出所述N个预览图像数据对应的N个预览图像，所述N个预览图像分布在同一屏的P×Q个区域中，P、Q为大于1的正整数值，P×Q的积等于N；

所述根据预览数据识别拍摄场景模式的步骤，包括：

提取所述预览数据的特征信息；

通过神经网络识别，自动选取对应的拍摄场景模式；

所述通过神经网络识别，自动选取对应的拍摄场景模式，包括：

将所获得的所述特征信息在预测模型模板库中自动识别，获取对应的拍摄场景模式。

2.根据权利要求1所述的图像预览方法，其特征在于，所述P×Q个区域为宫格、圆形、扇形、梯形、六边形、不规则形中的任意一种。

3.根据权利要求1或2所述的图像预览方法，其特征在于，在采用拍摄场景模式对应的滤镜算法对预览数据进行处理的步骤之后，还包含获取与所述拍摄场景模式相关联的场景数据的步骤。

4.根据权利要求3所述的图像预览方法，其特征在于，所述场景数据为时间、位置、天气、心情中至少一种的文字或图形。

5.根据权利要求1或2所述的图像预览方法，其特征在于，所述拍摄场景模式包括人像、美食、建筑、风景、夜间、花卉、运动、雨天、阴天、晴天中的至少一种。

6.根据权利要求1所述的图像预览方法，其特征在于，所述提取预览数据特征信息的步骤，包括：

获取所述预览数据前一帧图像的统计数据；

获取所述预览数据当前帧图像的统计数据；

计算所述当前帧图像与前一帧图像的相似度，

判断所述相似度是否在预设数值范围内，

若所述相似度在预设数值范围内，则提取所述前一帧图像的特征信息作为所述当前帧图像的特征信息，

若所述相似度超出预设数值范围，则提取当前帧图像的特征信息。

7.一种图像拍摄装置，其特征在于，所述装置包括：

取景模块，用于获取拍摄对象的预览数据；

场景识别模块，用于根据所述预览数据，识别拍摄场景模式；

场景处理模块，用于根据所述拍摄场景模式，获取与所述拍摄场景模式关联的N个滤镜，所述N为正整数值，且2≤N≤100；

滤镜处理模块，用于采用所述N个滤镜对应的算法对所述预览数据进行处理，得到处理后的N个预览图像数据；

输出模块，用于输出所述N个预览图像数据对应的N个预览图像，所述N个预览图像分布在同一屏的P×Q个区域中，P、Q为大于1的正整数值，P×Q的积等于N；

所述场景识别模块包括神经网络单元，所述神经网络单元用于提取所述预览数据的特征信息；通过神经网络识别，自动选取对应的拍摄场景模式；所述神经网络单元还用于：将所获得的所述特征信息在预测模型模板库中自动识别，获取对应的拍摄场景模式。

8.根据权利要求7所述的拍摄装置，其特征在于，所述装置还包括：

场景数据获取模块，用于获取与所述拍摄场景模式相关联的场景数据。