CN105894016B - 图像处理方法和电子设备 - Google Patents
图像处理方法和电子设备 Download PDFInfo
- Publication number
- CN105894016B CN105894016B CN201610187885.XA CN201610187885A CN105894016B CN 105894016 B CN105894016 B CN 105894016B CN 201610187885 A CN201610187885 A CN 201610187885A CN 105894016 B CN105894016 B CN 105894016B
- Authority
- CN
- China
- Prior art keywords
- image
- composition
- user
- content
- images
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种图像处理方法和电子设备。所述图像处理方法包括:获取第一图像;对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则;以及以确定的构图规则作为所述第一图像的第一分类属性,对所述第一图像进行分类。
Description
技术领域
本申请涉及图像处理方法和控制方法。
背景技术
随着诸如手机的能够拍照的电子设备的发展,用户能够随时随地拍摄大量自己喜欢的照片。通常,这样拍摄的照片按照时间顺序存储。当拍照时间过去比较久之后,用户比较难很快到找到期望的照片。因此,如何在大量照片中查找期望的照片是一件令人头疼的事情。
为此,期望提供一种图像处理方法和电子设备,其能够帮助用户快速地找到期望的照片。
发明内容
根据本发明实施例,提供了一种图像处理方法,包括:
获取第一图像;
对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则;以及
以确定的构图规则作为所述第一图像的第一分类属性,对所述第一图像进行分类。
可选地,对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则还包括:
检测所述第一图像中的特征对象;
确定所述特征对象在所述第一图像中的位置和大小以确定所述第一图像的构图结构;
将所述第一图像的构图结构与预先存储的多个构图规则的构图结构进行比较;以及
确定具有最接近构图结构的多个构图规则中的一个作为所述第一图像的构图规则。
可选地,所述图像处理方法还包括:
相关联地存储多个图像中具有相同的第一分类属性的部分图像。
可选地,所述图像处理方法还包括:
统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
当用户通过图像获取单元获取图像时,分析通过图像获取单元获取的预览图像的图像内容;以及
根据分析获得的预览图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以便获取图像。
可选地,所述图像处理方法还包括:
统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
当接收到对第二图像的裁剪指示时,分析所述第二图像的图像内容;以及
根据分析获得的第二图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以对第二图像执行图像裁剪。
根据本发明另一实施例,提供了一种电子设备,包括:
摄像头,配置为获取第一图像;
存储器,配置为存储摄像头获取的图像以及计算机可执行指令;
处理器,配置为执行存储器中存储的计算机可执行指令,从而执行以下操作:
对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则;以及
以确定的构图规则作为所述第一图像的第一分类属性,对所述第一图像进行分类。
可选地,所述处理器进一步配置为:
检测所述第一图像中的特征对象;
确定所述特征对象在所述第一图像中的位置和大小以确定所述第一图像的构图结构;
将所述第一图像的构图结构与预先存储的多个构图规则的构图结构进行比较;以及
确定具有最接近构图结构的多个构图规则中的一个作为所述第一图像的构图规则。
可选地,所述处理器进一步配置为:
相关联地存储多个图像中具有相同的第一分类属性的部分图像。
可选地,所述处理器进一步配置为:
统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
当用户通过图像获取单元获取图像时,分析通过图像获取单元获取的预览图像的图像内容;以及
根据分析获得的预览图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以便获取图像。
可选地,所述处理器进一步配置为:
统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
当接收到对第二图像的裁剪指示时,分析所述第二图像的图像内容;以及
根据分析获得的第二图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以对第二图像执行图像裁剪。
根据本发明的另一实施例,提供了一种电子设备,包括:
获取单元,配置为获取第一图像;
图像处理单元,配置为对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则;以及
处理单元,配置为以确定的构图规则作为所述第一图像的第一分类属性,对所述第一图像进行分类。
因此,根据本发明实施例的图像处理方法和电子设备,通过按照图像的构图规则对图像进行分类,从而使得用户能够快速地找到同类照片,并且在同类照片中方便地找到期望的照片。
附图说明
图1是图示根据本发明第一实施例的图像处理方法的流程图;
图2是图示确定构图规则的流程图;
图3a-3e是图示确定构图规则的示例;
图4是图示根据本发明第二实施例的图像处理方法的流程图;
图5是图示根据本发明第二实施例的图像处理方法的示例;
图6是图示根据本发明第三实施例的图像处理方法的流程图;
图7a和7b是图示根据本发明第三实施例的图像处理方法的示例;
图8是图示根据本发明第四实施例的电子设备的配置框图;以及
图9是图示根据本发明第五实施例的电子设备的配置框图。
具体实施方式
下面,将参考附图详细描述根据本发明实施例的图像处理方法和电子设备。
根据本发明实施例的图像处理方法可以应用于任何电子设备中,例如,照相机、智能手机、平板电脑、笔记本电脑等等,只要该电子设备具有数据处理能力和摄像头。
<第一实施例>
如图1所示,根据本发明第一实施例的图像处理方法包括:
步骤S101:获取第一图像;
步骤S102:对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则;以及
步骤S103:以确定的构图规则作为所述第一图像的第一分类属性,对所述第一图像进行分类。
具体地,在步骤S101中,例如可以通过电子设备的摄像头直接获取图像。
可替代地,在另一实施例中,还可以通过处理器读取电子设备的存储器中已经存储的图像。
在步骤S102中,可以对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则。例如,可以通过对第一图像执行图像处理,从而确定第一图像符合哪种构图规则。常见的构图规则例如可以包括九宫格构图法、三分构图法、对角线构图法、三角形构图法、平行或者垂直构图法、X型构图、十字构图、向心构图、放射式构图等。
最后,在步骤S103中,可以以步骤S102中确定的构图规则作为所述第一图像的第一分类属性,对所述第一图像进行分类。也就是说,给第一图像添加一个新的属性信息来作为对第一图像进行分类的依据,从而,使得相同类型的图像可以被分类到一起,这种相对比较整齐的分类方式,使得人眼看过去,比较舒适。另外,这样分类的图像也便于用户管理和查找期望的图像。
下面将以图2-图3a-3e为例详细描述确定第一图像的构图规则的方式。
如图2所示,对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则的方法包括:
步骤S201:检测第一图像中的特征对象;
步骤S202:确定所述特征对象在所述第一图像中的位置和大小以确定所述第一图像的构图结构;
步骤S203:将所述第一图像的构图结构与预先存储的多个构图规则的构图结构进行比较;以及
步骤S204:确定具有最接近构图结构的多个构图规则中的一个作为所述第一图像的构图规则。
具体地,在步骤S201中,首先检测第一图像中的特征对象。例如,可以利用人脸识别等方式识别图像中的人脸部分作为图像的特征对象。如图3a所示,虚线框标记了被识别的人脸部分。
然后,在步骤S202中,可以确定所述特征对象在所述第一图像中的位置和大小以确定所述第一图像的构图结构。具体地,例如,根据图3a中的虚线框的位置,可以计算出人脸部分的坐标位置和大小。然后,可以通过计算,抽象确定人脸部分在第一图像中的坐标位置和人脸部分的像素大小,例如,如图3b所示。也就是说,可以确定第一图像的构图结构是特征对象的数量为一个,并且特征对象的位置在图像的右上位置。
然后,在步骤S203中,可以将所述第一图像的构图结构与预先存储的多个构图规则的构图结构进行比较。
例如,图3c是预先存储的中心构图规则的构图结构,如图3c所示,特征部分在图像的中心位置处。图3d是预先存储的九宫格构图规则的构图结构,如图3d所示,四个特征部分在图像的两条横线和两条纵线的交叉位置处。
此时,将步骤S202中确定的第一图像的构图结构与图3c中的中心构图规则以及图3d中九宫格构图规则比较。
具体地,例如比较第一图像中的人脸部分的位置、数量等等参数。
最后,在步骤S204中,确定具有最接近构图结构的多个构图规则中的一个作为所述第一图像的构图规则。
如图3e所示,因为计算确定的人脸部分在第一图像中的位置与九宫格构图规则中的特征部分在图中的位置非常接近,而与中心构图规则中的特征部分在图中的位置相差比较远,所以确定九宫格构图规则是具有最接近构图结构的构图规则。因此,第一图像的构图规则为九宫格构图规则。
在确定第一图像的构图规则为九宫格构图规则之后,可以为第一图像添加构图规则属性。
此后,还可以将拍摄获取的多个图像或者从电子设备的存储器或者从网络下载的多个图像中具有相同的第一分类属性的部分图像相关联地存储。
例如,可以按照预先存储的多个构图规则相应地创建对应的子目录,并且将具有相同属性的图像存储在相同子目录中。
可替代地,在另一实施例中,可以在显示或预览时,将将具有相同属性的图像集中显示。
这样,通过按照图像的构图规则对图像进行分类,用户能够快速地找到同类照片,并且在同类照片中方便地找到期望的照片。
例如,用户只记得很久以前拍摄的一副照片的大致内容是日落。按照现有技术的方式,因为用户不记得具体拍摄时间,所以用户只能从大量的图像中一副一副手动搜寻,这样非常耗费时间。
现在,按照本发明实施例的方法,因为对于日落这类的场景,大家常用的构图规则基本相同,例如采用平行构图法。此时,用户可以从平行构图法的存储目录中寻找该日落的图像,从而大大减少了搜寻时间。
在另一实施例中,除了以构图规则作为分类属性之外,还可以使用其它属性作为分类属性。
例如,可以使用时间属性、地点属性、图像内容属性等等作为第二分类属性,在已经按照构图规则属性分类的图像中进行进一步的分类。
具体地,例如可以检测多个图像中属于相同类型的部分图像的第二分类属性。然后,根据检测的第二分类属性,对所述部分图像进行进一步分类。最后,根据检测的第二分类属性,相关联地存储所述部分图像中属于相同子类型的图像。
此时,还以上面的用户搜索日落的照片为例,用户可以先找到平行构图法的存储目录,并且按照时间顺序寻找时间在前的该日落的图像,从而大大减少了搜寻时间。
这样,通过使用时间属性、地点属性、图像内容属性对按照构图规则分类的图像进行进一步分类,用户能够更快速地找到同类照片,并且在同类照片中方便地找到期望的照片。
<第二实施例>
下面,将参考图4和图5描述根据本发明第二实施例的图像处理方法。图4是图示根据本发明第二实施例的图像处理方法的流程图,以及图5是图示根据本发明第二实施例的图像处理方法的示例。
如图4所示,根据本发明第二实施例的图像处理方法包括:
步骤S401:统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
步骤S402:当用户通过图像获取单元获取图像时,分析通过图像获取单元获取的预览图像的图像内容;以及
步骤S403:根据分析获得的预览图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以便获取图像。
在步骤S401中,通过统计分析用户已经获得的多个图像的图像内容与构图规则,可以获得指示用户的偏好的统计结果。例如,通过分析用户按照第一实施例的方法获得的图像的构图规则的属性信息以及分析图像的内容,可以知道当用户拍摄人物照片时,用户偏好使用九宫格构图规则,当用户拍摄风景时,用户偏好使用平行构图规则等等。
然后,在步骤S402中,当用户通过图像获取单元获取图像时,可以分析通过图像获取单元获取的预览图像的图像内容。
当用户开始拍摄图像时,可以分析摄像头获取的预览图像,确定此时用户拍摄的是人物还是风景。具体地,如图5所示,可以确定此时用户正在拍摄人物的图像。
最后,在步骤S403中,可以根据分析获得的预览图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以便获取图像。
具体地,例如,如图5所示,当确定用户正在拍摄人物时,可以在显示屏幕上对应地显示九宫格构图规则的两条横线和两条垂直线,并且提示用户移动摄像头,使得人物的脸部处于横线和垂直线交叉的位置处。
这样获得的图像被自动添加构图规则属性信息,并且与相同类型的图像相关联地存储在一起。
这样,通过在拍摄图像时向用户推荐他经常使用的构图规则,不仅可以获得用户喜好的图像,而且还可以按照图像的构图规则对图像进行分类,用户能够快速地找到同类照片,并且在同类照片中方便地找到期望的照片。
<第三实施例>
下面,将参考图6和图7描述根据本发明第三实施例的图像处理方法。图6是图示根据本发明第三实施例的图像处理方法的流程图,以及图7是图示根据本发明第三实施例的图像处理方法的示例。
如图6所示,根据本发明第三实施例的图像处理方法包括:
S601:统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
S602:当接收到对第二图像的裁剪指示时,分析所述第二图像的图像内容;以及
S603:根据分析获得的第二图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以对第二图像执行图像裁剪。
首先,在步骤S601中,通过统计分析用户已经获得的多个图像的图像内容与构图规则,可以获得指示用户的偏好的统计结果。例如,通过分析用户按照第一实施例的方法获得的图像的构图规则的属性信息以及分析图像的内容,可以知道当用户拍摄人物照片时,用户偏好使用九宫格构图规则,当用户拍摄风景时,用户偏好使用平行构图规则等等。
然后,在步骤S602中,当接收到对第二图像的裁剪指示时,分析所述第二图像的图像内容。在该步骤中,用户希望对已经获取的第二图像进行裁剪以得到想要的图像。如图7a所示,例如用户希望将符合中心构图规则的、人物图像的第二图像进行裁剪。此时,分析该第二图像中的人物的数量,例如图7a中的人物为3个。
然后,在步骤S603中,根据分析获得的第二图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以对第二图像执行图像裁剪。例如,如图7a所示,因为第二图像中人物数量为3个,并且用户对于人物的偏好为九宫格构图规则,所以向用户推荐九宫格构图规则。此时,可以在第二图像中显示两条横线和两条垂直线的标记,并且用户可以调整要裁剪的区域。然后,对第二图像执行图像裁剪,最后得到的图像如图7b所示。
这样通过裁剪获得的图像被自动添加构图规则属性信息,并且与相同类型的图像相关联地存储在一起。
这样,通过在裁剪图像时向用户推荐他经常使用的构图规则,不仅可以获得用户喜好的图像,而且还可以按照图像的构图规则对图像进行分类,用户能够快速地找到同类照片,并且在同类照片中方便地找到期望的照片。
<第四实施例>
图8是图示根据本发明第四实施例的电子设备的配置框图。
如图8所示,电子设备800包括:
摄像头801,配置为获取第一图像;
存储器802,配置为存储摄像头801获取的图像以及计算机可执行指令;
处理器803,配置为执行存储器802中存储的计算机可执行指令,从而执行以下操作:
对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则;以及
以确定的构图规则作为所述第一图像的第一分类属性,对所述第一图像进行分类。
可选地,所述处理器803进一步配置为:
检测所述第一图像中的特征对象;
确定所述特征对象在所述第一图像中的位置和大小以确定所述第一图像的构图结构;
将所述第一图像的构图结构与预先存储的多个构图规则的构图结构进行比较;以及
确定具有最接近构图结构的多个构图规则中的一个作为所述第一图像的构图规则。
可选地,所述处理器803进一步配置为:
相关联地存储多个图像中具有相同的第一分类属性的部分图像。
可选地,所述处理器803进一步配置为:
统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
当用户通过图像获取单元获取图像时,分析通过图像获取单元获取的预览图像的图像内容;以及
根据分析获得的预览图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以便获取图像。
可选地,所述处理器803进一步配置为:
统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
当接收到对第二图像的裁剪指示时,分析所述第二图像的图像内容;以及
根据分析获得的第二图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以对第二图像执行图像裁剪。
这样,通过按照图像的构图规则对图像进行分类,用户能够快速地找到同类照片,并且在同类照片中方便地找到期望的照片。
<第五实施例>
图9是图示根据本发明第五实施例的电子设备的配置框图。
如图9所示,电子设备900包括:
获取单元901,配置为获取第一图像;
图像处理单元902,配置为对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则;以及
处理单元903,配置为以确定的构图规则作为所述第一图像的第一分类属性,对所述第一图像进行分类。
可选地,所述处理单元903进一步配置为:
检测所述第一图像中的特征对象;
确定所述特征对象在所述第一图像中的位置和大小以确定所述第一图像的构图结构;
将所述第一图像的构图结构与预先存储的多个构图规则的构图结构进行比较;以及
确定具有最接近构图结构的多个构图规则中的一个作为所述第一图像的构图规则。
可选地,所述处理单元903进一步配置为:
相关联地存储多个图像中具有相同的第一分类属性的部分图像。
可选地,所述处理单元903进一步配置为:
统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
当用户通过图像获取单元获取图像时,分析通过图像获取单元获取的预览图像的图像内容;以及
根据分析获得的预览图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以便获取图像。
可选地,所述处理单元903进一步配置为:
统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
当接收到对第二图像的裁剪指示时,分析所述第二图像的图像内容;以及
根据分析获得的第二图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以对第二图像执行图像裁剪。
这样,通过按照图像的构图规则对图像进行分类,用户能够快速地找到同类照片,并且在同类照片中方便地找到期望的照片。
需要注意的是,上面的实施例仅仅是用作示例,本发明不限于这样的示例,而是可以进行各种变化。
需要说明的是,在本说明书中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
最后,还需要说明的是,上述一系列处理不仅包括以这里所述的顺序按时间序列执行的处理,而且包括并行或分别地、而不是按时间顺序执行的处理。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现,当然也可以全部通过硬件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM(只读存储器)/RAM(随机存取存储器)、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种图像处理方法,包括:
获取第一图像;
对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则;以及
以确定的构图规则作为所述第一图像的第一分类属性,对所述第一图像进行分类;以及
统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
当用户通过图像获取单元获取图像时,分析通过图像获取单元获取的预览图像的图像内容;以及
根据分析获得的预览图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以便获取图像;
当接收到对第二图像的裁剪指示时,分析所述第二图像的图像内容;以及
根据分析获得的第二图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以对第二图像执行图像裁剪。
2.如权利要求1所述的图像处理方法,其中,对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则还包括:
检测所述第一图像中的特征对象;
确定所述特征对象在所述第一图像中的位置和大小以确定所述第一图像的构图结构;
将所述第一图像的构图结构与预先存储的多个构图规则的构图结构进行比较;以及
确定具有最接近构图结构的多个构图规则中的一个作为所述第一图像的构图规则。
3.如权利要求1所述的图像处理方法,还包括:
相关联地存储多个图像中具有相同的第一分类属性的部分图像。
4.一种电子设备,包括:
摄像头,配置为获取第一图像;
存储器,配置为存储摄像头获取的图像以及计算机可执行指令;
处理器,配置为执行存储器中存储的计算机可执行指令,从而执行以下操作:
对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则;以及
以确定的构图规则作为所述第一图像的第一分类属性,对所述第一图像进行分类;以及
统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
当用户通过图像获取单元获取图像时,分析通过图像获取单元获取的预览图像的图像内容;以及
根据分析获得的预览图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以便获取图像;
当接收到对第二图像的裁剪指示时,分析所述第二图像的图像内容;以及
根据分析获得的第二图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以对第二图像执行图像裁剪。
5.如权利要求4所述的电子设备,其中,所述处理器进一步配置为:
检测所述第一图像中的特征对象;
确定所述特征对象在所述第一图像中的位置和大小以确定所述第一图像的构图结构;
将所述第一图像的构图结构与预先存储的多个构图规则的构图结构进行比较;以及
确定具有最接近构图结构的多个构图规则中的一个作为所述第一图像的构图规则。
6.如权利要求4所述的电子设备,其中,所述处理器进一步配置为:
相关联地存储多个图像中具有相同的第一分类属性的部分图像。
7.一种电子设备,包括:
获取单元,配置为获取第一图像;
图像处理单元,配置为对获取的第一图像执行预定图像处理以确定所述第一图像的构图规则;以及
处理单元,配置为以确定的构图规则作为所述第一图像的第一分类属性,对所述第一图像进行分类;
统计分析多个图像的图像内容与构图规则以获得指示用户的偏好的统计结果;
当用户通过图像获取单元获取图像时,分析通过图像获取单元获取的预览图像的图像内容;以及
根据分析获得的预览图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以便获取图像;
当接收到对第二图像的裁剪指示时,分析所述第二图像的图像内容;以及
根据分析获得的第二图像的图像内容和用户的偏好,向用户推荐与所述图像内容对应的构图规则以对第二图像执行图像裁剪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610187885.XA CN105894016B (zh) | 2016-03-29 | 2016-03-29 | 图像处理方法和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610187885.XA CN105894016B (zh) | 2016-03-29 | 2016-03-29 | 图像处理方法和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105894016A CN105894016A (zh) | 2016-08-24 |
CN105894016B true CN105894016B (zh) | 2020-02-21 |
Family
ID=57014664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610187885.XA Active CN105894016B (zh) | 2016-03-29 | 2016-03-29 | 图像处理方法和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105894016B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106875433A (zh) * | 2017-03-09 | 2017-06-20 | 广东欧珀移动通信有限公司 | 裁剪构图的控制方法、控制装置及电子装置 |
CN106851107A (zh) * | 2017-03-09 | 2017-06-13 | 广东欧珀移动通信有限公司 | 切换摄像头辅助构图的控制方法、控制装置及电子装置 |
CN106998389A (zh) * | 2017-03-09 | 2017-08-01 | 广东欧珀移动通信有限公司 | 自动构图的控制方法、控制装置及电子装置 |
CN107749952B (zh) * | 2017-11-09 | 2020-04-10 | 睿魔智能科技(东莞)有限公司 | 一种基于深度学习的智能无人摄影方法和系统 |
WO2019095096A1 (zh) * | 2017-11-14 | 2019-05-23 | 深圳传音通讯有限公司 | 拍照处理方法与拍照终端 |
CN108200102A (zh) * | 2018-03-15 | 2018-06-22 | 贵州电网有限责任公司 | 一种基于屏幕字符识别的数据安全获取系统 |
CN109710788A (zh) * | 2018-12-28 | 2019-05-03 | 斑马网络技术有限公司 | 图像样本标注和管理方法及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007166250A (ja) * | 2005-12-14 | 2007-06-28 | Pentax Corp | モニタ表示装置を備えるカメラ |
CN104182970A (zh) * | 2014-08-08 | 2014-12-03 | 浙江大学 | 一种基于摄影构图规则的留念照人像站位推荐方法 |
CN104243787A (zh) * | 2013-06-06 | 2014-12-24 | 华为技术有限公司 | 拍照方法、照片管理方法及设备 |
CN104717413A (zh) * | 2013-12-12 | 2015-06-17 | 北京三星通信技术研究有限公司 | 拍照辅助方法及设备 |
-
2016
- 2016-03-29 CN CN201610187885.XA patent/CN105894016B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007166250A (ja) * | 2005-12-14 | 2007-06-28 | Pentax Corp | モニタ表示装置を備えるカメラ |
CN104243787A (zh) * | 2013-06-06 | 2014-12-24 | 华为技术有限公司 | 拍照方法、照片管理方法及设备 |
CN104717413A (zh) * | 2013-12-12 | 2015-06-17 | 北京三星通信技术研究有限公司 | 拍照辅助方法及设备 |
CN104182970A (zh) * | 2014-08-08 | 2014-12-03 | 浙江大学 | 一种基于摄影构图规则的留念照人像站位推荐方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105894016A (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894016B (zh) | 图像处理方法和电子设备 | |
US11714523B2 (en) | Digital image tagging apparatuses, systems, and methods | |
US10796405B2 (en) | Image processing apparatus and method, and non-transitory computer-readable storage medium storing program | |
KR101688753B1 (ko) | 관련된 사진들의 그룹화 | |
US20120321131A1 (en) | Image-related handling support system, information processing apparatus, and image-related handling support method | |
US20130336543A1 (en) | Automated memory book creation | |
US20160179846A1 (en) | Method, system, and computer readable medium for grouping and providing collected image content | |
WO2017067485A1 (zh) | 一种图片管理方法、装置及一种终端 | |
WO2016145844A1 (zh) | 一种图片排序方法和相应的图片存储显示设备 | |
US10331953B2 (en) | Image processing apparatus | |
JP6351219B2 (ja) | 画像検索装置、画像検索方法及びプログラム | |
US20190251342A1 (en) | Collaboration event content sharing | |
JP2016057901A (ja) | 画像処理装置、画像処理方法、プログラムおよび記録媒体 | |
JP2020140557A (ja) | 画像処理装置、制御方法、及びプログラム | |
TW201608385A (zh) | 用於媒體共同作業群組之方法及系統 | |
CN111752446A (zh) | 信息处理装置、方法和存储介质 | |
JP2020140555A (ja) | 画像処理装置、制御方法、及びプログラム | |
US20170200062A1 (en) | Method of determination of stable zones within an image stream, and portable device for implementing the method | |
JP5146282B2 (ja) | 情報処理装置、表示制御方法、及びプログラム | |
TW201608398A (zh) | 用於基於影像搜尋之方法及系統 | |
JP5886662B2 (ja) | 画像表示装置 | |
EP2800349B1 (en) | Method and electronic device for generating thumbnail image | |
JP6457943B2 (ja) | 特定の画像のグループ化システム及び方法 | |
JP2013149034A (ja) | 画像表示装置、画像表示方法及びプログラム | |
US20180189602A1 (en) | Method of and system for determining and selecting media representing event diversity |
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 |