CN105763812A - 智能拍照方法及装置 - Google Patents

智能拍照方法及装置 Download PDF

Info

Publication number
CN105763812A
CN105763812A CN201610201760.8A CN201610201760A CN105763812A CN 105763812 A CN105763812 A CN 105763812A CN 201610201760 A CN201610201760 A CN 201610201760A CN 105763812 A CN105763812 A CN 105763812A
Authority
CN
China
Prior art keywords
image
barrier
region
information
submodule
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
CN201610201760.8A
Other languages
English (en)
Other versions
CN105763812B (zh
Inventor
刘华君
刘华一君
陈涛
吴珂
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201610201760.8A priority Critical patent/CN105763812B/zh
Publication of CN105763812A publication Critical patent/CN105763812A/zh
Priority to PCT/CN2016/098193 priority patent/WO2017166726A1/zh
Priority to EP17157468.4A priority patent/EP3226204B1/en
Priority to US15/469,705 priority patent/US20170287188A1/en
Application granted granted Critical
Publication of CN105763812B publication Critical patent/CN105763812B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • 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
    • H04N23/62—Control of parameters via user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/18—Image warping, e.g. rearranging pixels individually
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

本公开揭示了一种智能拍照方法及装置，属于图像处理领域。所述智能拍照方法包括：获取摄像头拍摄的图像；获取所述图像中的障碍物；对所述障碍物所对应的障碍物区域内的信息进行擦除；对擦除信息后的所述障碍物区域进行修补。本公开解决了相关技术中通过后期处理照片清除障碍物的方式过程繁琐以及工作效率低的技术问题；达到了简化用户操作，提高用户体验的效果。

Description

智能拍照方法及装置
技术领域
本公开涉及图像处理领域，特别涉及一种智能拍照方法及装置。
背景技术
随着电子设备的功能的飞速发展，现如今用户常使用电子设备上的拍照功能进行拍照。
用户在拍照时，照片中经常出现一些障碍物，比如用户只想对湛蓝的天空进行拍照，此时一只飞鸟也出现在摄像头中，用户希望拍摄的照片中没有飞鸟只有蓝天，此时飞鸟就是照片中的障碍物。这些照片中的障碍物困扰着用户，相关技术中，用户可以通过绘图软件对照片的进行后期处理，将照片中障碍物清除，但这种通过后期处理照片清除障碍物的方式过程繁琐，工作效率低。
发明内容
本公开提供一种智能拍照方法及装置。所述技术方案如下：
根据本公开实施例的第一方面，提供一种智能拍照方法，所述方法包括：获取摄像头拍摄的图像；获取所述图像中的障碍物；对所述障碍物所对应的障碍物区域内的信息进行擦除；对擦除信息后的所述障碍物区域进行修补；由于是由电子设备对图像中的障碍物进行自动检测以及擦除，并对图像中擦除区域进行修补，实现了在拍照时自动化地对图像中障碍物的清除，解决了相关技术中需要通过后期处理照片清除图片中的障碍物的问题，简化了用户的操作，提高了用户体验。
可选地，所述获取所述图像中的障碍物，包括：获取所述图像中与预定障碍物形状相同的物体；或者，获取所述图像中像素与图像背景之间的像素色差大于预定差值阈值的物体；将获取出的所述物体作为所述图像的障碍物；或者，对获取出的所述物体进行标记显示，将从标记显示的物体中被选中的物体作为障碍物。
可选地，所述对获取出的所述物体进行标记显示，将从标记显示的物体中被选中的物体作为障碍物，包括：在所述图像中识别出的物体处标记显示删除控件，将删除控件被触发的物体确定为所述图像中的障碍物；或者，在所述图像中标记显示识别出的物体，将被长按触发的物体确定为所述图像中的障碍物；由于电子设备将检测出来的障碍物突出展示给用户，以使得用户可通过对应的触发方式来选择需要进行擦除的区域，简化了确定障碍物的方式。
可选地，所述对所述障碍物所对应的障碍物区域内的信息进行擦除，包括：识别障碍物的轮廓，形成所述障碍物轮廓的线条为与相邻像素点之间的灰度差值大于预定差值阈值的像素点组成的线条；将所述障碍物的轮廓圈定的区域作为所述障碍物区域，对所述障碍物区域内的信息进行擦除；实现了对障碍物轮廓的提取，根据障碍物轮廓确定需要进行擦除的区域，也即障碍物区域，对该区域内的信息进行擦除。
可选地，所述对擦除信息后的所述障碍物区域进行修补，包括：获取拍摄所述图像时的地理位置信息，查询拍摄地点与所述地理位置信息相同的同类图像；从查询到的同类图像中筛选出所述图像的修补参照图像，所述图像与所述修补参照图像之间的相似度大于相似度阈值；根据所述修补参照图像对所述图像中的所述障碍物区域进行修补；由于从查询到的同类图像中筛选出图像的修补参照图像，根据该修补参照图像对图像中的述障碍物区域进行了修补，这样不仅可以完成对图像中障碍物的智能擦除，得到不包含障碍物的完整图像，还可以使得修补后的区域内容比较还原真实的内容，保持了图像的真实感。
可选地，所述根据所述修补参照图像对所述图像中的所述障碍物区域进行修补，包括：从所述修补参照图中与所述障碍物对应的区域获取补偿图像信息，利用所述补偿图像信息对所述图像中的所述障碍物区域进行修补。
可选地，所述对擦除信息后的所述障碍物区域进行修补，包括：将所述障碍物区域周围的图像背景进行拉伸变形，以填充修补所述障碍物区域；实现了在无法获取到同类图像对图像中的障碍物区域进行修补时，由于图像背景的内容相近，因此利用对图像背景的拉伸变形，以实现对障碍物区域的修补，降低了修补后障碍物区域内容的突兀。
根据本公开实施例的第二方面，提供一种智能拍照装置，所述装置包括：第一获取模块，被配置为获取摄像头拍摄的图像；第二获取模块，被配置为获取所述第一获取模块获取到的图像中的障碍物；擦除模块，被配置为对所述第二获取模块获取到的障碍物所对应的障碍物区域内的信息进行擦除；修补模块，被配置为对擦除信息后的所述障碍物区域进行修补。
可选地，所述第二获取模块，包括：获取子模块，被配置为获取所述第一获取模块获取到的图像中与预定障碍物形状相同的物体；或者，获取所述第一获取模块获取到的图像中像素与图像背景之间的像素色差大于预定差值阈值的物体；确定子模块，被配置为将所述获取子模块获取出的所述物体作为所述图像的障碍物；或者，对所述获取子模块获取出的所述物体进行标记显示，将从标记显示的物体中被选中的物体作为障碍物。
可选地，所述确定子模块还被配置为：在所述图像中识别出的物体处标记显示删除控件，将删除控件被触发的物体确定为所述图像中的障碍物；或者，在所述图像中标记显示识别出的物体，将被长按触发的物体确定为所述图像中的障碍物。
可选地，所述擦除模块，包括：识别子模块，被配置为识别障碍物的轮廓，形成所述障碍物轮廓的线条为与相邻像素点之间的灰度差值大于预定差值阈值的像素点组成的线条；擦除子模块，被配置为将所述障碍物的轮廓圈定的区域作为所述障碍物区域，对所述障碍物区域内的信息进行擦除。
可选地，所述修补模块，包括：查询子模块，被配置为获取拍摄所述图像时的地理位置信息，查询拍摄地点与所述地理位置信息相同的同类图像；筛选子模块，被配置为从所述查询子模块查询到的同类图像中筛选出所述图像的修补参照图像，所述图像与所述修补参照图像之间的相似度大于相似度阈值；修补子模块，被配置为根据所述筛选子模块筛选出的修补参照图像对所述图像中的所述障碍物区域进行修补。
可选地，所述修补子模块，还被配置为从所述筛选子模块筛选出的修补参照图中与所述障碍物对应的区域获取补偿图像信息，利用所述补偿图像信息对所述图像中的所述障碍物区域进行修补。
可选地，所述修补模块，还包括：填充子模块，被配置为将所述障碍物区域周围的图像背景进行拉伸变形，以填充修补所述障碍物区域。
根据本公开实施例的第三方面，提供一种智能拍照装置，所述装置包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取摄像头拍摄的图像；
获取所述图像中的障碍物；
对所述障碍物所对应的障碍物区域内的信息进行擦除；
对擦除信息后的所述障碍物区域进行修补。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种智能拍照方法的流程图；
图2A是根据另一示例性实施例示出的一种智能拍照方法的流程图；
图2B是根据一示例性实施例示出的一种获取图像中的障碍物方法的流程图；
图2C是根据一示例性实施例示出的一种障碍物所在的区域的示意图；
图2D是根据一示例性实施例示出的对障碍物区域内的信息进行擦除的示意图；
图2E是根据一示例性实施例示出的一种对擦除信息后的障碍物区域进行修补的方法的流程图；
图2F根据一示例性实施例示出的一修补参照图像；
图2G根据一示例性实施例示出的一利用修补图像对图像进行修补得到的图像；
图2H根据一示例性实施例示出的一摄像头拍摄的图像；
图2I根据一示例性实施例示出的一在图像中识别出的物体处标记显示删除控件的示意图；
图2J是根据一示例性实施例示出的以在图像中标记显示识别出的物体的示意图；
图3是根据一示例性实施例示出的一种智能拍照装置的框图；
图4是根据另一示例性实施例示出的一种智能拍照装置的框图；
图5是根据一示例性实施例示出的一种用于智能拍照的装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种智能拍照方法的流程图，该智能拍照方法应用于包含摄像头的电子设备中，这里所讲的电子设备可以为智能手机、平板电脑、摄像机、照相机等具备摄像功能的设备。该智能拍照方法可以包括如下几个步骤。
在步骤101中，获取摄像头拍摄的图像。
在步骤102中，获取该图像中的障碍物。
在步骤103中，对障碍物所对应的障碍物区域内的信息进行擦除。
在步骤104中，对擦除信息后的该障碍物区域进行修补。
综上所述，本公开实施例中提供的智能拍照方法，通过获取摄像头拍摄的图像，获取该图像中的障碍物，对该障碍物所对应的障碍物区域内的信息进行擦除，并对擦除信息后的障碍物区域进行修补。由于是由电子设备对图像中的障碍物进行自动检测以及擦除，并对图像中擦除区域进行修补，实现了在拍照时自动化地对图像中障碍物的清除，解决了相关技术中需要通过后期处理照片清除图片中的障碍物的问题，简化了用户的操作，提高了用户体验。
一般来讲，电子设备向用户提供了智能拍照控件，该智能拍照控件用于触发该电子设备进入障碍物智能擦除模式。当电子设备进入障碍物智能擦除模式时，电子设备可以对用户正在拍照时摄像头拍摄的图像中的障碍物进行擦除，还可以对用户完成拍照得到的图像中的障碍物进行擦除。
图2A是根据另一示例性实施例示出的一种智能拍照方法的流程图，该智能拍照方法应用于包含摄像头的电子设备中，这里所讲的电子设备可以为智能手机、平板电脑、摄像机、照相机等具备摄像功能的设备。该智能拍照方法可以包括如下几个步骤。
在步骤201中，获取摄像头拍摄的图像，获取该图像中的障碍物。
可选地，获取图像中的障碍物可以通过如图2B所示的几个子步骤实现。
在步骤201a中，获取图像中与预定障碍物形状相同的物体。
预定障碍物形状可以由系统开发人员设定，也可以由用户设定。比如，用户可以预先设定铁丝网为障碍物，则电子设备需要获取图像中与铁丝网形状相似的物体。再比如，用户还可以预先设定小鸟为障碍物，则电子设备需要获取图像中与小鸟的形状相似的物体。可选地，当由用户设定障碍物时，可以根据用户涂鸦的形状来设定障碍物的形状，也可以将用户历史设为障碍物的物体作为障碍物。
可选地，获取图像中与预定障碍物形状相似度大于预定阈值的物体，以使得对于同一类型的障碍物，减少本地存储的与该类型障碍物对应的预定障碍物形状的数量。举例来讲，系统开发人员设定小鸟为障碍物，则电子设备可只存储小鸟的几个动作的形状作为障碍物形状。比如，小鸟在飞行时该小鸟的形状，小鸟栖息时该小鸟的形状等等。
在步骤201b中，将获取出的物体作为该图像的障碍物。
在步骤202中，识别障碍物的轮廓，形成障碍物轮廓的线条为与相邻像素点之间的灰度差值大于预定差值阈值的像素点组成的线条。
对图像中障碍物所在的区域进行障碍物的轮廓的识别，具体地，计算该区域中每个像素点与其相邻像素点之间的灰度差值，将灰度差值大于预定差值阈值的像素点确定为边缘像素点，这些边缘像素点组成的线条即为形成障碍物轮廓的线条。
这里所讲的障碍物所在的区域是指图像中包含该障碍物的区域，通常该区域的大小等于或仅略大于障碍物形状的大小。举例来讲，如图2C所示，图2C是根据一示例性实施例示出的一种障碍物所在的区域的示意图。系统开发人员设定垃圾箱为障碍物，则该障碍物垃圾箱所在的区域可以为图像中的区域21，使得在后续过程中能够将障碍物垃圾箱以及阳光下该垃圾箱的影子作为障碍物区域，一同进行擦除。
需要说明的一点是，预定差值阈值通常由系统开发人员设定，本实施例对预定差值阈值的数值不作具体限定，可根据实际情况确定。
在步骤203中，将障碍物的轮廓圈定的区域作为障碍物区域，对障碍物区域内的信息进行擦除。
将障碍物的轮廓圈定的区域作为障碍物区域，这样可以减少在擦除障碍物时，对障碍物以外的区域进行删除。举例来讲，仍旧参见图2C，图2C为摄像头拍摄的原始图像，在对该图像中的区域21进行轮廓识别，将该障碍物的轮廓圈定的区域为障碍物区域，也即图2D中阴影部分的区域21a，图2D是根据一示例性实施例示出的对障碍物区域内的信息进行擦除的示意图。在擦除障碍物区域内的信息时，仅需要擦除图2D中的阴影部分的区域21a，而不需要擦除区域21中区域21a的补集区域21b。
在步骤204中，对擦除信息后的障碍物区域进行修补。
本步骤可以通过如图2E所示的几个子步骤实现。
在步骤204a中，获取拍摄图像时的地理位置信息，查询拍摄地点与地理位置信息相同的同类图像。
获取地理位置信息可以通过多种方式实现，比如通过全球定位系统(英文：GlobalPositioningSystem，GPS)、北斗定位系统等来获取地理位置信息。本实施例对拍摄图像时获取地理位置信息的方式不作具体限定，可根据实际情况确定。
这里所讲的与地理位置信息相同的图像，是指服务器中存储的同样也是在该地理位置进行拍摄得到的图像。举例来讲，用户在拍摄图像时的地理位置信息为北京天安门，则在服务器中查询服务器存储的拍摄地点为北京天安门的图像。同类图像是指包含与拍摄图像中的物体相似的物体的图像。
举例来讲，仍旧参见图2C为用户进行拍摄得到的图像，图2D为障碍物区域的信息进行擦除后的图像。当用户在拍摄图像时的地理位置信息为比萨斜塔附近，则获取服务器中存储的拍摄地点为比萨斜塔附近的图像。用户拍摄的原始图像图2C中包含比萨斜塔，则在服务器中查询到拍摄地点为比萨斜塔附近的图像中查询包含比萨斜塔的图像，这些包含比萨斜塔的图像即为同类图像。
在步骤204b中，从查询到的同类图像中筛选出图像的修补参照图像，图像与该修补参照图像之间的相似度大于相似度阈值。
对于查询到的同类图像中的每一个图像，对该图像与摄像头拍摄的原始图像进行相似度计算。将相似度大于相似度阈值的图像确定为候选修补参照图像，将与上述原始图像相似度最大的候选修补参照图像确定为修补参照图像。
举例来讲，用户拍摄图像得到图2C时的地理位指信息为比萨斜塔附近，从服务器中查询拍摄地点为比萨斜塔附近的同类图像中，筛选出的修补参照图像如图2F所示。
一般来讲，相似度阈值由系统开发人员设定，本实施例对相似度阈值的数值不作具体限定，可根据实际情况确定。
在步骤204c中，根据修补参照图像对图像中的障碍物区域进行修补。
具体地，从修补参照图像中与障碍物对应的区域获取补偿图像信息，利用该补偿图像信息对图像中的障碍物区域进行修补。
通过图像识别技术识别修补参照图像中与障碍物对应的区域，识别出的该区域周围的像素点与图像中障碍物区域周围的像素点相同，获取该区域的图像信息作为补偿图像信息，利用该补偿图像信息对图像中的障碍物区域进行修补。
举例来讲，利用参考图像图2F对障碍物区域的图像信息进行删除后的图2D进行修补，则得到修补后的图像如图2G所示，该图像中根据参考图像图2F对障碍物区域的图像信息进行修复的区域为区域21a。
综上所述，本公开实施例中提供的智能拍照方法，通过获取摄像头拍摄的图像，获取该图像中的障碍物，对该障碍物所对应的障碍物区域内的信息进行擦除，并对擦除信息后的障碍物区域进行修补。由于是由电子设备对图像中的障碍物进行自动检测以及擦除，并对图像中擦除区域进行修补，实现了在拍照时自动化地对图像中障碍物的清除，解决了相关技术中需要通过后期处理照片清除图片中的障碍物的问题，简化了用户的操作，提高了用户体验。
可选地，在对擦除信息后的障碍物区域进行修补时，还可以通过以下方式实现：将该障碍物区域周围的图像背景进行拉伸变形，以填充修补该障碍物区域。
举例来讲，如图2H(1)所示为摄像头拍摄的图像，用户设定小鸟为障碍物时，获取该图像中的障碍物区域，对障碍物区域进行擦除。在对擦除信息后的障碍物区域进行修补时，获取该障碍物区域周围的背景图像，比如获取从图像中小鸟障碍物周围的图像背景为白云，将该白云图像进行拉伸变形成与障碍物区域形状相同的图像以填充该障碍物区域，修补后的图像如图2H(2)所示。
可选地，在获取图像中的障碍物时，还可以通过以下几种方式实现。
在一种可能的实现方式中，获取图像中像素与图像背景之间的像素色差大于预定差值阈值的物体，将获取出的物体作为该图像的障碍物。
也就是说，对于图像中的每一个物体，检测该物体的像素与该图像背景之间的像素差，当像素差大于预定差值阈值时，则将该物体作为障碍物。举例来讲，用户想要获得一张白纸的图像，在对白纸进行拍摄得到的图像中白纸上还有一个黑色圆点。电子设备会检测到该黑色圆点与白色背景之间像素差大于预定阈值，将该黑色圆点作为图像的障碍物。
对于如何确定图像中的物体可以通过多种方式实现，比如对图像进行边缘检测，检测出的边缘线条组成物体的轮廓从而确定图像中的物体。对于如何确定图像中的物体是本领域普通技术人员所能够实现的，本实施例对此不再赘述。
在一种可能的实现方式中，获取图像中与预定障碍物形状相同的物体，对获取出的物体进行标记显示，将从标记显示的物体中被选中的物体作为障碍物。
也就是说，将图像中检测出的与预定障碍物形状相同的物体进行显示，提供给用户进行选择，将用户选中的物体作为障碍物。
在一种可能的实现方式中，获取图像中像素与图像背景之间的像素色差大于预定差值阈值的物体，对获取出的物体进行标记显示，将从标记显示的物体中被选中的物体作为障碍物。
也就是说，对图像中像素与图像背景之间的像素色差大于预定差值阈值的物体进行显示，提供给用户进行选择，将用户选中的物体作为障碍物。
可选地，对获取出的物体进行标记显示，将从标记显示的物体中被选中的物体作为障碍物，可以通过以下几种方式实现。
在一种可能的实现方式中，在图像中识别出的物体处标记显示删除控件，将删除控件被触发的物体确定为图像中的障碍物。
举例来讲，系统开发人员设定小鸟和垃圾箱为障碍物，则电子设备可以根据与小鸟对应的预定障碍物形状和与垃圾箱对应的预定障碍物形状对图像中的物体进行识别。如图2I所示，图2I是根据一示例性实施例示出的一在图像中识别出的物体处标记显示删除控件的示意图。在根据小鸟的预定障碍物形状识别出的物体处显示删除控件22，在根据垃圾箱的预定障碍物形状确定的物体处显示删除控件23。当检测到删除控件被触发时，将与该删除控件对应的物体确定为障碍物。
在另一种可能的实现方式中，在图像中标记显示识别出的物体，将被长按触发的物体确定为图像中的障碍物。
举例来讲，系统开发人员设定小鸟和垃圾箱为障碍物，则电子设备可以根据与小鸟对应的预定障碍物形状和与垃圾箱对应的预定障碍物形状对图像中的物体进行识别。图2J是根据一示例性实施例示出的以在图像中标记显示识别出的物体的示意图，如图2J所示，将识别出的物体用虚线框24进行标记显示，用户可根据可显示的虚线框24确定由电子设备检测出的可能是障碍物的物体。用户从中选择中需要进行擦除的物体进行长按触发，电子设备将被长按触发的物体确定为图像中的障碍物。
可选地，获取图像中的障碍物还可以通过以下方式实现：获取被选定的区域，提取该选定区域内障碍物的轮廓，将该障碍物轮廓圈定的区域作为障碍物区域。
也就是说，用户可以手动增加图像的障碍物区域，具体地，用户对在图像中选定一个区域，电子设备提取该选定区域内障碍物的轮廓，将该障碍物轮廓圈定的区域作为障碍物区域。
可选地，将从选定区域内提取的障碍物的轮廓作为预定障碍物形状添加到本地的预定障碍物形状库中，以使得后续电子设备可对图像中用户曾经指定进行擦除的障碍物进行检测，获取障碍物区域。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图3是根据一示例性实施例示出的一种智能拍照装置的框图，该智能拍照装置应用于包含摄像头的电子设备中，这里所讲的电子设备可以为智能手机、平板电脑、摄像机、照相机等具备摄像功能的设备。该智能拍照装置可以包括：第一获取模块310、第二获取模块320、擦除模块330和修补模块340。
第一获取模块310，被配置为获取摄像头拍摄的图像。
第二获取模块320，被配置为获取第一获取模块310获取到的图像中的障碍物。
擦除模块330，被配置为对第二获取模块320获取到的障碍物所对应的障碍物区域内的信息进行擦除。
修补模块340，被配置为对擦除信息后的障碍物区域进行修补。
综上所述，本公开实施例中提供的智能拍照装置，通过获取摄像头拍摄的图像，获取该图像中的障碍物，对该障碍物所对应的障碍物区域内的信息进行擦除，并对擦除信息后的障碍物区域进行修补。由于是由电子设备对图像中的障碍物进行自动检测以及擦除，并对图像中擦除区域进行修补，实现了在拍照时自动化地对图像中障碍物的清除，解决了相关技术中需要通过后期处理照片清除图片中的障碍物的问题，简化了用户的操作，提高了用户体验。
图4是根据另一示例性实施例示出的一种智能拍照装置的框图，该智能拍照装置应用于包含摄像头的电子设备中，这里所讲的电子设备可以为智能手机、平板电脑、摄像机、照相机等具备摄像功能的设备。该智能拍照装置可以包括：第一获取模块410、第二获取模块420、擦除模块430和修补模块440。
第一获取模块410，被配置为获取摄像头拍摄的图像。
第二获取模块420，被配置为获取第一获取模块410获取到的图像中的障碍物。
擦除模块430，被配置为对第二获取模块420获取到的障碍物所对应的障碍物区域内的信息进行擦除。
修补模块440，被配置为对擦除信息后的障碍物区域进行修补。
可选地，第二获取模块420，包括：获取子模块420a和确定子模块420b。
获取子模块420a，被配置为获取第一获取模块410获取到的图像中与预定障碍物形状相同的物体；或者，获取第一获取模块410获取到图像中像素与图像背景之间的像素色差大于预定差值阈值的物体。
预定障碍物形状可以由系统开发人员设定，也可以由用户设定。可选地，获取图像中与预定障碍物形状相似度大于预定阈值的物体，以使得对于同一类型的障碍物，减少本地存储的与该类型障碍物对应的预定障碍物形状的数量。
确定子模块420b，被配置为将获取子模块420a获取出的物体作为该图像的障碍物；或者，对获取子模块420a获取出的物体进行标记显示，将从标记显示的物体中被选中的物体作为障碍物。
可选地，确定子模块420b，还被配置为在图像中识别出的物体处标记显示删除控件，将删除控件被触发的物体确定为该图像中的障碍物；
或者，在该图像中标记显示识别出的物体，将被长按触发的物体确定为该图像中的障碍物。
可选地，擦除模块430，包括：识别子模块430a和擦除子模块430b。
识别子模块430a，被配置为识别障碍物的轮廓，形成该障碍物轮廓的线条为与相邻像素点之间的灰度差值大于预定差值阈值的像素点组成的线条。
对图像中障碍物所在的区域进行障碍物的轮廓的识别，具体地，计算该区域中每个像素点与其相邻像素点之间的灰度差值，将灰度差值大于预定差值阈值的像素点确定为边缘像素点，这些边缘像素点组成的线条即为形成障碍物轮廓的线条。
这里所讲的障碍物所在的区域是指图像中包含该障碍物的区域，通常该区域的大小等于或仅略大于障碍物形状的大小。
需要说明的一点是，预定差值阈值通常由系统开发人员设定，本实施例对预定差值阈值的数值不作具体限定，可根据实际情况确定。
擦除子模块430b，被配置为将该障碍物的轮廓圈定的区域作为障碍物区域，对该障碍物区域内的信息进行擦除。
将障碍物的轮廓圈定的区域作为障碍物区域，这样可以减少在擦除障碍物时，对障碍物以外的区域进行删除。
可选地，修补模块440，包括：查询子模块440a、筛选子模块440b和修补子模块440c。
查询子模块440a，被配置为获取拍摄图像时的地理位置信息，查询拍摄地点与该地理位置信息相同的同类图像。
获取地理位置信息可以通过多种方式实现，比如通过全球定位系统(英文：GlobalPositioningSystem，GPS)、北斗定位系统等来获取地理位置信息。本实施例对拍摄图像时获取地理位置信息的方式不作具体限定，可根据实际情况确定。
这里所讲的与地理位置信息相同的图像，是指服务器中存储的同样也是在该地理位置进行拍摄得到的图像。举例来讲，用户在拍摄图像时的地理位置信息为北京天安门，则在服务器中查询服务器存储的拍摄地点为北京天安门的图像。同类图像是指包含与拍摄图像中的物体相似的物体的图像。
筛选子模块440b，被配置为从查询子模块440a查询到的同类图像中筛选出图像的修补参照图像，该图像与修补参照图像之间的相似度大于相似度阈值。
对于查询到的同类图像中的每一个图像，对该图像与摄像头拍摄的原始图像进行相似度计算。将相似度大于相似度阈值的图像确定为候选修补参照图像，将与上述原始图像相似度最大的候选修补参照图像确定为修补参照图像。
一般来讲，相似度阈值由系统开发人员设定，本实施例对相似度阈值的数值不作具体限定，可根据实际情况确定。
修补子模块440c，被配置为根据筛选子模块440b筛选出的修补参照图像对图像中的障碍物区域进行修补。
具体地，从修补参照图像中与障碍物对应的区域获取补偿图像信息，利用该补偿图像信息对图像中的障碍物区域进行修补。
通过图像识别技术识别修补参照图像中与障碍物对应的区域，识别出的该区域周围的像素点与图像中障碍物区域周围的像素点相同，获取该区域的图像信息作为补偿图像信息，利用该补偿图像信息对图像中的障碍物区域进行修补。
可选地，修补子模块440c，还被配置为从筛选子模块440b筛选出修补参照图中与该障碍物对应的区域获取补偿图像信息，利用该补偿图像信息对图像中的障碍物区域进行修补。
可选地，修补模块440，还包括：填充子模块440d。
填充子模块440d，被配置为将障碍物区域周围的图像背景进行拉伸变形，以填充修补障碍物区域。
综上所述，本公开实施例中提供的智能拍照装置，通过获取摄像头拍摄的图像，获取该图像中的障碍物，对该障碍物所对应的障碍物区域内的信息进行擦除，并对擦除信息后的障碍物区域进行修补。由于是由电子设备对图像中的障碍物进行自动检测以及擦除，并对图像中擦除区域进行修补，实现了在拍照时自动化地对图像中障碍物的清除，解决了相关技术中需要通过后期处理照片清除图片中的障碍物的问题，简化了用户的操作，提高了用户体验。
可选地，通过在图像中识别出的物体处标记显示删除控件，将删除控件被触发的物体确定为该图像中的障碍物；或者，在该图像中标记显示识别出的物体，将被长按触发的物体确定为该图像中的障碍物；由于电子设备将检测出来的障碍物突出展示给用户，以使得用户可通过对应的触发方式来选择需要进行擦除的区域，简化了确定障碍物的方式。
可选地，通过识别障碍物的轮廓，形成该障碍物轮廓的线条为与相邻像素点之间的灰度差值大于预定差值阈值的像素点组成的线条；将该障碍物的轮廓圈定的区域作为障碍物区域，对该障碍物区域内的信息进行擦除；实现了对障碍物轮廓的提取，根据障碍物轮廓确定需要进行擦除的区域，也即障碍物区域，对该区域内的信息进行擦除。
可选地，通过获取拍摄图像时的地理位置信息，查询拍摄地点与该地理位置信息相同的同类图像；从查询到的同类图像中筛选出该图像的修补参照图像，该图像与该修补参照图像之间的相似度大于相似度阈值；根据该修补参照图像对该图像中的障碍物区域进行修补；由于从查询到的同类图像中筛选出图像的修补参照图像，根据该修补参照图像对图像中的述障碍物区域进行了修补，这样不仅可以完成对图像中障碍物的智能擦除，得到不包含障碍物的完整图像，还可以使得修补后的区域内容比较还原真实的内容，保持了图像的真实感。
可选地，通过从修补参照图中与障碍物对应的区域获取补偿图像信息，利用该补偿图像信息对图像中的障碍物区域进行修补。
可选地，通过将障碍物区域周围的图像背景进行拉伸变形，以填充修补该障碍物区域；实现了在无法获取到同类图像对图像中的障碍物区域进行修补时，由于图像背景的内容相近，因此利用对图像背景的拉伸变形，以实现对障碍物区域的修补，降低了修补后障碍物区域内容的突兀。
本公开一示例性实施例提供了一种智能拍照装置，能够实现本公开提供的智能拍照方法，该智能拍照装置包括：处理器、用于存储处理器可执行指令的存储器；
其中，处理器被配置为：
获取摄像头拍摄的图像；
获取该图像中的障碍物；
对该障碍物所对应的障碍物区域内的信息进行擦除；
对擦除信息后的障碍物区域进行修补。
图5是根据一示例性实施例示出的一种用于智能拍照的装置的框图。例如，装置500可以是智能手机、平板电脑、摄像机、照相机等具备摄像功能的设备，还可以是计算机、数字广播终端、消息收发设备、游戏控制台、平板设备、医疗设备、健身设备、个人数字助理等具备摄像功能的设备。
参照图5，装置500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出(I/O)的接口512，传感器组件514，以及通信组件516。
处理组件502通常控制装置500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在装置500的操作。这些数据的示例包括用于在装置500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件506为装置500的各种组件提供电力。电源组件506可以包括电源管理系统，一个或多个电源，及其他与为装置500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述装置500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件508包括一个前置摄像头和/或后置摄像头。当装置500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当装置500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。
I/O接口512为处理组件502和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器，用于为装置500提供各个方面的状态评估。例如，传感器组件514可以检测到装置500的打开/关闭状态，组件的相对定位，例如所述组件为装置500的显示器和小键盘，传感器组件514还可以检测装置500或装置500一个组件的位置改变，用户与装置500接触的存在或不存在，装置500方位或加速/减速和装置500的温度变化。传感器组件514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件516被配置为便于装置500和其他设备之间有线或无线方式的通信。装置500可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件516还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由装置500的处理器520执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置500的处理器执行时，使得装置500能够执行如图1、图2A、图2B和图2E所示的步骤。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (15)

1.一种智能拍照方法，其特征在于，所述方法包括：
获取摄像头拍摄的图像；
获取所述图像中的障碍物；
对所述障碍物所对应的障碍物区域内的信息进行擦除；
对擦除信息后的所述障碍物区域进行修补。
2.根据权利要求1所述的方法，其特征在于，所述获取所述图像中的障碍物，包括：
获取所述图像中与预定障碍物形状相同的物体；或者，获取所述图像中像素与图像背景之间的像素色差大于预定差值阈值的物体；
将获取出的所述物体作为所述图像的障碍物；或者，对获取出的所述物体进行标记显示，将从标记显示的物体中被选中的物体作为障碍物。
3.根据权利要求2所述的方法，其特征在于，所述对获取出的所述物体进行标记显示，将从标记显示的物体中被选中的物体作为障碍物，包括：
在所述图像中识别出的物体处标记显示删除控件，将删除控件被触发的物体确定为所述图像中的障碍物；
或者，
在所述图像中标记显示识别出的物体，将被长按触发的物体确定为所述图像中的障碍物。
4.根据权利要求1所述的方法，其特征在于，所述对所述障碍物所对应的障碍物区域内的信息进行擦除，包括：
识别障碍物的轮廓，形成所述障碍物轮廓的线条为与相邻像素点之间的灰度差值大于预定差值阈值的像素点组成的线条；
将所述障碍物的轮廓圈定的区域作为所述障碍物区域，对所述障碍物区域内的信息进行擦除。
5.根据权利要求1至4中任一所述的方法，其特征在于，所述对擦除信息后的所述障碍物区域进行修补，包括：
获取拍摄所述图像时的地理位置信息，查询拍摄地点与所述地理位置信息相同的同类图像；
从查询到的同类图像中筛选出所述图像的修补参照图像，所述图像与所述修补参照图像之间的相似度大于相似度阈值；
根据所述修补参照图像对所述图像中的所述障碍物区域进行修补。
6.根据权利要求5中所述的方法，其特征在于，所述根据所述修补参照图像对所述图像中的所述障碍物区域进行修补，包括：
从所述修补参照图中与所述障碍物对应的区域获取补偿图像信息，利用所述补偿图像信息对所述图像中的所述障碍物区域进行修补。
7.根据权利要求1至4中任一所述的方法，其特征在于，所述对擦除信息后的所述障碍物区域进行修补，包括：
将所述障碍物区域周围的图像背景进行拉伸变形，以填充修补所述障碍物区域。
8.一种智能拍照装置，其特征在于，所述装置包括：
第一获取模块，被配置为获取摄像头拍摄的图像；
第二获取模块，被配置为获取所述第一获取模块获取到的图像中的障碍物；
擦除模块，被配置为对所述第二获取模块获取到的障碍物所对应的障碍物区域内的信息进行擦除；
修补模块，被配置为对擦除信息后的所述障碍物区域进行修补。
9.根据权利要求8所述的装置，其特征在于，所述第二获取模块，包括：
获取子模块，被配置为获取所述第一获取模块获取到的图像中与预定障碍物形状相同的物体；或者，获取所述第一获取模块获取到的图像中像素与图像背景之间的像素色差大于预定差值阈值的物体；
确定子模块，被配置为将所述获取子模块获取出的所述物体作为所述图像的障碍物；或者，对所述获取子模块获取出的所述物体进行标记显示，将从标记显示的物体中被选中的物体作为障碍物。
10.根据权利要求9所述的装置，其特征在于，所述确定子模块还被配置为：
在所述图像中识别出的物体处标记显示删除控件，将删除控件被触发的物体确定为所述图像中的障碍物；
或者，在所述图像中标记显示识别出的物体，将被长按触发的物体确定为所述图像中的障碍物。
11.根据权利要求8所述的装置，其特征在于，所述擦除模块，包括：
识别子模块，被配置为识别障碍物的轮廓，形成所述障碍物轮廓的线条为与相邻像素点之间的灰度差值大于预定差值阈值的像素点组成的线条；
擦除子模块，被配置为将所述障碍物的轮廓圈定的区域作为所述障碍物区域，对所述障碍物区域内的信息进行擦除。
12.根据权利要求8至11中任一所述的装置，其特征在于，所述修补模块，包括：
查询子模块，被配置为获取拍摄所述图像时的地理位置信息，查询拍摄地点与所述地理位置信息相同的同类图像；
筛选子模块，被配置为从所述查询子模块查询到的同类图像中筛选出所述图像的修补参照图像，所述图像与所述修补参照图像之间的相似度大于相似度阈值；
修补子模块，被配置为根据所述筛选子模块筛选出的修补参照图像对所述图像中的所述障碍物区域进行修补。
13.根据权利要求12所述的装置，其特征在于，所述修补子模块，还被配置为从所述筛选子模块筛选出的修补参照图中与所述障碍物对应的区域获取补偿图像信息，利用所述补偿图像信息对所述图像中的所述障碍物区域进行修补。
14.根据权利要求8至11中任一所述的装置，其特征在于，所述修补模块，还包括：
填充子模块，被配置为将所述障碍物区域周围的图像背景进行拉伸变形，以填充修补所述障碍物区域。
15.一种智能拍照装置，其特征在于，所述装置包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取摄像头拍摄的图像；
获取所述图像中的障碍物；
对所述障碍物所对应的障碍物区域内的信息进行擦除；
对擦除信息后的所述障碍物区域进行修补。
CN201610201760.8A 2016-03-31 2016-03-31 智能拍照方法及装置 Active CN105763812B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201610201760.8A CN105763812B (zh) 2016-03-31 2016-03-31 智能拍照方法及装置
PCT/CN2016/098193 WO2017166726A1 (zh) 2016-03-31 2016-09-06 智能拍照方法及装置
EP17157468.4A EP3226204B1 (en) 2016-03-31 2017-02-22 Method and apparatus for intelligently capturing image
US15/469,705 US20170287188A1 (en) 2016-03-31 2017-03-27 Method and apparatus for intelligently capturing image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610201760.8A CN105763812B (zh) 2016-03-31 2016-03-31 智能拍照方法及装置

Publications (2)

Publication Number Publication Date
CN105763812A true CN105763812A (zh) 2016-07-13
CN105763812B CN105763812B (zh) 2019-02-19

Family

ID=56347072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610201760.8A Active CN105763812B (zh) 2016-03-31 2016-03-31 智能拍照方法及装置

Country Status (4)

Country Link
US (1) US20170287188A1 (zh)
EP (1) EP3226204B1 (zh)
CN (1) CN105763812B (zh)
WO (1) WO2017166726A1 (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651762A (zh) * 2016-12-27 2017-05-10 努比亚技术有限公司 一种照片处理方法、装置及终端
CN106791449A (zh) * 2017-02-27 2017-05-31 努比亚技术有限公司 照片拍摄方法及装置
CN106791393A (zh) * 2016-12-20 2017-05-31 维沃移动通信有限公司 一种拍摄方法及移动终端
CN106851098A (zh) * 2017-01-20 2017-06-13 努比亚技术有限公司 一种图像处理方法及移动终端
CN106937055A (zh) * 2017-03-30 2017-07-07 维沃移动通信有限公司 一种图像处理方法及移动终端
WO2017166726A1 (zh) * 2016-03-31 2017-10-05 北京小米移动软件有限公司 智能拍照方法及装置
CN107240068A (zh) * 2017-05-23 2017-10-10 北京小米移动软件有限公司 图片处理方法及装置
CN107437268A (zh) * 2017-07-31 2017-12-05 广东欧珀移动通信有限公司 拍照方法、装置、移动终端和计算机存储介质
CN107734260A (zh) * 2017-10-26 2018-02-23 维沃移动通信有限公司 一种图像处理方法及移动终端
CN108076290A (zh) * 2017-12-20 2018-05-25 维沃移动通信有限公司 一种图像处理方法及移动终端
CN108447105A (zh) * 2018-02-02 2018-08-24 微幻科技(北京)有限公司 一种全景图像的处理方法及装置
CN108494996A (zh) * 2018-05-14 2018-09-04 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及移动终端
CN108566516A (zh) * 2018-05-14 2018-09-21 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及移动终端
CN108765380A (zh) * 2018-05-14 2018-11-06 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及移动终端
WO2019218878A1 (zh) * 2018-05-16 2019-11-21 Oppo广东移动通信有限公司 拍照修复方法以及装置、存储介质及终端设备
CN110728639A (zh) * 2019-09-29 2020-01-24 三星电子（中国）研发中心 图片修复方法及系统
CN110933299A (zh) * 2019-11-18 2020-03-27 深圳传音控股股份有限公司 一种图像处理方法、装置及计算机存储介质
CN113870274A (zh) * 2020-06-30 2021-12-31 北京小米移动软件有限公司 图像处理方法、图像处理装置及存储介质
CN114697514A (zh) * 2020-12-28 2022-07-01 北京小米移动软件有限公司 一种图像处理方法、装置、终端及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109361874B (zh) * 2018-12-19 2021-05-14 维沃移动通信有限公司 一种拍照方法及终端

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2408887A (en) * 2003-12-02 2005-06-08 Hewlett Packard Development Co Digital camera providing selective removal and addition of an imaged object
US20090324103A1 (en) * 2008-06-27 2009-12-31 Natasha Gelfand Method, apparatus and computer program product for providing image modification
CN102117412A (zh) * 2009-12-31 2011-07-06 北大方正集团有限公司 图像识别方法和装置
CN103400136A (zh) * 2013-08-13 2013-11-20 苏州大学 基于弹性匹配的目标识别方法
CN103905716A (zh) * 2012-12-27 2014-07-02 三星电子（中国）研发中心 拍摄照片时动态处理取景画面的照相设备及方法
CN104486546A (zh) * 2014-12-19 2015-04-01 广东欧珀移动通信有限公司 拍照的方法、装置及移动终端
CN104978582A (zh) * 2015-05-15 2015-10-14 苏州大学 基于轮廓弦角特征的遮挡目标识别方法
CN105069454A (zh) * 2015-08-24 2015-11-18 广州视睿电子科技有限公司 图像识别的方法及装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7260273B2 (en) * 2003-08-08 2007-08-21 Seiko Epson Corporation System and method of editing a digital image to remove unwanted artifacts, objects and the like
TWI241127B (en) * 2004-08-27 2005-10-01 Univ Nat Cheng Kung Image-capturing device and method for removing strangers
JP2006330800A (ja) * 2005-05-23 2006-12-07 Nippon Telegr & Teleph Corp <Ntt> 画像合成システム、画像合成方法、この方法のプログラム
JP4853320B2 (ja) * 2007-02-15 2012-01-11 ソニー株式会社 画像処理装置、画像処理方法
US8023766B1 (en) * 2007-04-30 2011-09-20 Hewlett-Packard Development Company, L.P. Method and system of processing an image containing undesirable pixels
CN101938604A (zh) * 2009-07-02 2011-01-05 联想(北京)有限公司 一种图像处理方法及照相机
CN104349045B (zh) * 2013-08-09 2019-01-15 联想(北京)有限公司 一种图像采集方法及电子设备
CN104113694B (zh) * 2014-07-24 2016-03-23 深圳市中兴移动通信有限公司 物体运动轨迹的拍摄装置方法及拍摄终端
CN104580882B (zh) * 2014-11-03 2018-03-16 宇龙计算机通信科技(深圳)有限公司 拍照的方法及其装置
CN105763812B (zh) * 2016-03-31 2019-02-19 北京小米移动软件有限公司 智能拍照方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2408887A (en) * 2003-12-02 2005-06-08 Hewlett Packard Development Co Digital camera providing selective removal and addition of an imaged object
US20090324103A1 (en) * 2008-06-27 2009-12-31 Natasha Gelfand Method, apparatus and computer program product for providing image modification
CN102117412A (zh) * 2009-12-31 2011-07-06 北大方正集团有限公司 图像识别方法和装置
CN103905716A (zh) * 2012-12-27 2014-07-02 三星电子（中国）研发中心 拍摄照片时动态处理取景画面的照相设备及方法
CN103400136A (zh) * 2013-08-13 2013-11-20 苏州大学 基于弹性匹配的目标识别方法
CN104486546A (zh) * 2014-12-19 2015-04-01 广东欧珀移动通信有限公司 拍照的方法、装置及移动终端
CN104978582A (zh) * 2015-05-15 2015-10-14 苏州大学 基于轮廓弦角特征的遮挡目标识别方法
CN105069454A (zh) * 2015-08-24 2015-11-18 广州视睿电子科技有限公司 图像识别的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GUILLEMOT CHRISTINE ET AL: "Image inpainting:overview and recent advances", 《IEEE SIGNAL PROCESSING MAGAZING》 *

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017166726A1 (zh) * 2016-03-31 2017-10-05 北京小米移动软件有限公司 智能拍照方法及装置
CN106791393A (zh) * 2016-12-20 2017-05-31 维沃移动通信有限公司 一种拍摄方法及移动终端
CN106791393B (zh) * 2016-12-20 2019-05-17 维沃移动通信有限公司 一种拍摄方法及移动终端
CN106651762A (zh) * 2016-12-27 2017-05-10 努比亚技术有限公司 一种照片处理方法、装置及终端
CN106851098A (zh) * 2017-01-20 2017-06-13 努比亚技术有限公司 一种图像处理方法及移动终端
CN106791449A (zh) * 2017-02-27 2017-05-31 努比亚技术有限公司 照片拍摄方法及装置
CN106791449B (zh) * 2017-02-27 2020-02-11 努比亚技术有限公司 照片拍摄方法及装置
CN106937055A (zh) * 2017-03-30 2017-07-07 维沃移动通信有限公司 一种图像处理方法及移动终端
CN107240068A (zh) * 2017-05-23 2017-10-10 北京小米移动软件有限公司 图片处理方法及装置
CN107437268A (zh) * 2017-07-31 2017-12-05 广东欧珀移动通信有限公司 拍照方法、装置、移动终端和计算机存储介质
CN107734260A (zh) * 2017-10-26 2018-02-23 维沃移动通信有限公司 一种图像处理方法及移动终端
CN108076290A (zh) * 2017-12-20 2018-05-25 维沃移动通信有限公司 一种图像处理方法及移动终端
CN108076290B (zh) * 2017-12-20 2021-01-22 维沃移动通信有限公司 一种图像处理方法及移动终端
CN108447105A (zh) * 2018-02-02 2018-08-24 微幻科技(北京)有限公司 一种全景图像的处理方法及装置
CN108566516A (zh) * 2018-05-14 2018-09-21 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及移动终端
CN108765380A (zh) * 2018-05-14 2018-11-06 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及移动终端
CN108566516B (zh) * 2018-05-14 2020-07-31 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及移动终端
CN108494996B (zh) * 2018-05-14 2021-01-15 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及移动终端
CN108494996A (zh) * 2018-05-14 2018-09-04 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及移动终端
WO2019218878A1 (zh) * 2018-05-16 2019-11-21 Oppo广东移动通信有限公司 拍照修复方法以及装置、存储介质及终端设备
CN110728639A (zh) * 2019-09-29 2020-01-24 三星电子（中国）研发中心 图片修复方法及系统
CN110728639B (zh) * 2019-09-29 2023-07-21 三星电子（中国）研发中心 图片修复方法及系统
CN110933299A (zh) * 2019-11-18 2020-03-27 深圳传音控股股份有限公司 一种图像处理方法、装置及计算机存储介质
CN110933299B (zh) * 2019-11-18 2022-03-25 深圳传音控股股份有限公司 一种图像处理方法、装置及计算机存储介质
CN113870274A (zh) * 2020-06-30 2021-12-31 北京小米移动软件有限公司 图像处理方法、图像处理装置及存储介质
CN114697514A (zh) * 2020-12-28 2022-07-01 北京小米移动软件有限公司 一种图像处理方法、装置、终端及存储介质

Also Published As

Publication number Publication date
EP3226204A1 (en) 2017-10-04
CN105763812B (zh) 2019-02-19
WO2017166726A1 (zh) 2017-10-05
EP3226204B1 (en) 2020-12-09
US20170287188A1 (en) 2017-10-05

Similar Documents

Publication Publication Date Title
CN105763812A (zh) 智能拍照方法及装置
CN106651955B (zh) 图片中目标物的定位方法及装置
CN106557768B (zh) 对图片中的文字进行识别的方法及装置
CN106228556B (zh) 图像质量分析方法和装置
CN107025419B (zh) 指纹模板录入方法及装置
CN110619350B (zh) 图像检测方法、装置及存储介质
CN104463775A (zh) 一种实现图片景深效果的方法及装置
CN111461182B (zh) 图像处理方法、图像处理装置及存储介质
CN104918107A (zh) 视频文件的标识处理方法及装置
CN110569835B (zh) 一种图像识别方法、装置和电子设备
CN105491642A (zh) 网络连接的方法和装置
CN107870712B (zh) 一种截图处理方法及装置
CN109034150B (zh) 图像处理方法及装置
CN106131441A (zh) 拍照方法及装置、电子设备
CN105809174A (zh) 识别图像的方法及装置
CN105631803A (zh) 滤镜处理的方法和装置
CN105528765A (zh) 处理图像的方法及装置
CN112200040A (zh) 遮挡图像检测方法、装置及介质
CN111666941A (zh) 一种文本检测方法、装置及电子设备
CN109509195B (zh) 前景处理方法、装置、电子设备及存储介质
CN105513045A (zh) 图像的处理方法、装置及终端
CN105426904A (zh) 照片处理方法、装置和设备
CN111050081B (zh) 拍摄方法及电子设备
CN112188096A (zh) 拍照方法及装置、终端及存储介质
CN105653623B (zh) 图片收集方法及装置

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