CN105989572B - 图片处理方法及装置 - Google Patents

Abstract

本发明公开了一种图片处理方法及装置，属于图片处理领域。所述方法包括：根据待处理的目标图片内的像素点，从所述目标图片中，获取多个显著矩形；基于所述多个显著矩形的面积、所述多个显著矩形的显著均值和所述多个显著矩形的中心距离，计算所述目标图片的锚点坐标，每个显著矩形的中心距离为所述显著矩形的中心点与所述目标图片的中心点之间的距离；基于所述目标图片的锚点坐标，对所述目标图片进行移动，使所述目标图片的锚点与裁剪框的中心点重合；基于所述裁剪框的位置，对所述目标图片进行裁剪处理。本发明减少了用户手动调整目标图片的次数，提高了图片裁剪处理效率。

Description

图片处理方法及装置

技术领域

本发明涉及图片处理领域，特别涉及一种图片处理方法及装置。

背景技术

随着终端技术的快速发展，终端的图片处理功能日益强大。在终端上不仅可以提供图片美化功能，还可以提供对图片进行裁剪的功能。比如，当用户设置手机壁纸图片，或者更换头像图片时，其待填充区域的尺寸是固定的，如对于壁纸图片来说，其待填充区域可能与终端显示屏幕尺寸相同，而对于头像来说，其待填充区域可能较小，而如果用户选定图片的尺寸大于该待填充区域的尺寸，此时，需要对图片进行裁剪。

目前，图片处理过程具体可以为：当用户从终端的相册中选择一张目标图片之后，终端确定该目标图片的中心点，以及确定与待填充区域尺寸相同的裁剪框的中心点，并移动该目标图片，使该目标图片的中心点与裁剪框的中心点重合。当裁剪框中显示的图片不符合用户的自身需求时，用户需要手动地移动该目标图片，以确定待裁剪部分，进而使终端将该目标图片中，位于裁剪框之外的图片区域裁剪掉，实现对该目标图片的裁剪处理。

图片的显著区域一般是最能引起用户兴趣、最能表现图片内容的区域，而当目标图片的显著区域不在目标图片的中心位置时，通过上述方法，不能准确地将目标图片的显著区域放置在裁剪框的中心位置，需要用户反复地进行手动调整，操作比较复杂，降低了图片裁剪效率。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种图片处理方法及装置。所述技术方案如下：

一方面，提供了一种图片处理方法，所述方法包括：

根据待处理的目标图片内的像素点，从所述目标图片中，获取多个显著矩形；

基于所述多个显著矩形的面积、所述多个显著矩形的显著均值和所述多个显著矩形的中心距离，计算所述目标图片的锚点坐标，每个显著矩形的中心距离为所述显著矩形的中心点与所述目标图片的中心点之间的距离；

基于所述目标图片的锚点坐标，对所述目标图片进行移动，使所述目标图片的锚点与裁剪框的中心点重合；

基于所述裁剪框的位置，对所述目标图片进行裁剪处理。

另一方面，提供了一种图片处理装置，所述装置包括：

获取模块，用于根据待处理的目标图片内的像素点，从所述目标图片中，获取多个显著矩形；

计算模块，用于基于所述多个显著矩形的面积、所述多个显著矩形的显著均值和所述多个显著矩形的中心距离，计算所述目标图片的锚点坐标，每个显著矩形的中心距离为所述显著矩形的中心点与所述目标图片的中心点之间的距离；

移动模块，用于基于所述目标图片的锚点坐标，对所述目标图片进行移动，使所述目标图片的锚点与裁剪框的中心点重合；

裁剪处理模块，用于基于所述裁剪框的位置，对所述目标图片进行裁剪处理。

在本发明实施例中，根据待处理的目标图片内的像素点，从该目标图片中，获取多个显著矩形，并基于该多个显著矩形的面积、多个显著矩形的显著均值和多个显著矩形的中心距离，计算目标图片的锚点坐标，基于目标图片的锚点坐标，将目标图片的锚点与裁剪框的中心点重合，使裁剪框内显示目标图片的显著区域，减少了用户手动调整目标图片的次数，操作简单，提高了图片裁剪处理效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，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是本发明实施例提供的一种图片处理方法流程图；

图2是本发明实施例提供的一种图片处理方法流程图；

图3是本发明实施例提供的一种图片处理装置结构示意图；

图4是本发明实施例提供的一种终端结构示意图。

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，下面将结合附图对本发明实施方式作进一步地详细描述。

图1是本发明实施例提供的一种图片处理方法流程图。该方法的执行主体为终端，参见图1，该方法包括：

步骤101：根据待处理的目标图片内的像素点，从目标图片中，获取多个显著矩形。

步骤102：基于该多个显著矩形的面积、该多个显著矩形的显著均值和该多个显著矩形的中心距离，计算目标图片的锚点坐标，每个显著矩形的中心距离为该显著矩形的中心点与目标图片的中心点之间的距离。

步骤103：基于目标图片的锚点坐标，对目标图片进行移动，使目标图片的锚点与裁剪框的中心点重合。

步骤104：基于裁剪框的位置，对目标图片进行裁剪处理。

在本发明实施例中，根据待处理的目标图片内的像素点，从该目标图片中，获取多个显著矩形，并基于该多个显著矩形的面积、多个显著矩形的显著均值和多个显著矩形的中心距离，计算目标图片的锚点坐标，基于目标图片的锚点坐标，将目标图片的锚点与裁剪框的中心点重合，使裁剪框内显示目标图片的显著区域，减少了用户手动调整目标图片的次数，操作简单，提高了图片裁剪处理效率。

可选地，根据待处理的目标图片内的像素点，从目标图片中，获取多个显著矩形，包括：

根据待处理的目标图片内的像素点，对目标图片进行人脸识别；

如果人脸识别成功，则将目标图片中多个人脸所在的矩形确定为多个显著矩形；

如果人脸识别失败，则对目标图片进行显著区域识别，得到多个显著区域；

对该多个显著区域进行轮廓检测，得到多个显著矩形。

可选地，基于该多个显著矩形的面积、该多个显著矩形的显著均值和该多个显著矩形的中心距离，计算目标图片的锚点坐标，包括：

对于该多个显著矩形中的每个显著矩形，基于该显著矩形的面积、该显著矩形的显著均值和该显著矩形的中心距离，计算该显著矩形的优先级；

基于每个显著矩形的优先级，计算边界横向距离和边界纵向距离；

确定边界横向距离对应的边界横坐标，以及边界纵向距离对应的边界纵坐标；

基于边界横向距离、边界纵向距离、边界横坐标和边界纵坐标，计算目标图片的锚点坐标。

可选地，基于每个显著矩形的优先级，计算边界横向距离和边界纵向距离，包括：

按照每个显著矩形的优先级，对该多个显著矩形进行排序，得到该多个显著矩形的优先级顺序；

从优先级最高的显著矩形开始，按照该优先级顺序，获取该显著矩形的目标显著矩形，目标显著矩形为优先级大于该显著矩形优先级的显著矩形；

计算该显著矩形的左边界横坐标与目标显著矩形的右边界横坐标之间的第一差值，以及计算该显著矩形的右边界横坐标与目标显著矩形的左边界横坐标之间的第二差值；

基于第一差值和第二差值，确定边界横向距离；

计算该显著矩形的上边界纵坐标与目标显著矩形的下边界纵坐标之间的第三差值，以及计算该显著矩形的下边界纵坐标与目标显著矩形的上边界纵坐标之间的第四差值；

基于三差值和第四差值，确定边界纵向距离。

可选地，基于第一差值和第二差值，确定边界横向距离，包括：

将第一差值和第二差值中，绝对值最大的差值确定为该显著矩形与目标显著矩形之间的最大横向距离；

当该显著矩形与目标显著矩形之间的最大横向距离的绝对值小于裁剪框宽度时，将该显著矩形与目标显著矩形之间的最大横向距离添加到最大横向距离集合中，并按照该优先级顺序，获取下一个目标显著矩形；

当该显著矩形与目标显著矩形之间的最大横向距离的绝对值大于裁剪框宽度时，将该最大横向距离集合中，绝对值最大的最大横向距离确定为边界横向距离；

当该显著矩形与目标显著矩形之间的最大横向距离的绝对值等于裁剪框宽度时，将该显著矩形与目标显著矩形之间的最大横向距离确定为边界横向距离。

可选地，基于三差值和第四差值，确定边界纵向距离，包括：

将第三差值和第四差值中，绝对值最大的差值确定为该显著矩形与目标显著矩形之间的最大纵向距离；

当该显著矩形与目标显著矩形之间的最大纵向距离的绝对值小于裁剪框高度时，将该显著矩形与目标显著矩形之间的最大纵向距离添加到最大纵向距离集合中，并按照该优先级顺序，获取下一个目标显著矩形；

当该显著矩形与目标显著矩形之间的最大纵向距离的绝对值大于裁剪框高度时，将该最大纵向距离集合中，绝对值最大的最大纵向距离确定为边界纵向距离；

当该显著矩形与目标显著矩形之间的最大纵向距离的绝对值等于裁剪框高度时，将该显著矩形与目标显著矩形之间的最大纵向距离确定为边界纵向距离。

上述所有可选技术方案，均可按照任意结合形成本发明的可选实施例，本发明实施例对此不再一一赘述。

图2是本发明实施例提供的一种图片处理方法流程图。参见图2，该方法包括：

步骤201：根据待处理的目标图片内的像素点，从目标图片中，获取多个显著矩形。

具体地，根据待处理的目标图片内的像素点，对目标图片进行人脸识别；如果人脸识别成功，则将目标图片中多个人脸所在的矩形确定为多个显著矩形；如果人脸识别失败，则对目标图片进行显著区域识别，得到多个显著区域；对该多个显著区域进行轮廓检测，得到多个显著矩形。

一般情况下，将人物图片作为目标图片是用户的一个常见需求，比如，将人物图片作为手机壁纸，或者，将人物图片作为头像图片，而人物图片中的人脸是该人物图片的显著区域，因此，在本发明实施例中，优先对目标图片进行人脸识别，从而确定目标图片的显著矩形，提高了显著矩形确定效率，以及提高显著矩形的确定准确率。

需要说明的是，在本发明实施例中，根据目标图片内的像素点，对目标图片进行人脸识别的方法，对目标图片进行显著区域识别的方法，以及对显著区域进行轮廓检测的方法均属于现有技术，因此，本发明实施例对此不做详细解释说明。

步骤202：对于该多个显著矩形中的每个显著矩形，基于该显著矩形的面积、该显著矩形的显著均值和该显著矩形的中心距离，计算该显著矩形的优先级，该显著矩形的中心距离为该显著矩形的中心点与目标图片的中心点之间的距离。

具体地，对于该多个显著矩形中的每个显著矩形，获取该显著矩形的面积、该显著矩形的显著均值和该显著矩形的中心距离，并基于该显著矩形的面积、该显著矩形的显著均值和该显著矩形的中心距离，按照如下公式(1)计算该显著矩形的优先级；

Cp(k)＝S(k)*Ws+AvgSal(k)*Wavs-Dc(k)*Wdc (1)

其中，在公式(1)中，Cp(k)为显著矩形k的优先级，S(k)为显著矩形k的面积，Ws为面积权重，AvgSal(k)为显著矩形k的显著均值，Wavs为显著均值权重，Dc(k)为显著矩形k的中心距离，Wdc为中心距离权重。

其中，获取该显著矩形的显著均值的操作可以为：获取该显著矩形内像素点的显著值，将获取的显著值相加，并将相加得到的显著值除以该显著矩形内像素点的个数，得到该显著矩形内像素点的显著值的平均值，将计算得到的显著值的平均值确定为该显著矩形的显著均值。或者，获取该显著矩形内像素点的显著值，将获取的显著值从小到大进行排序，得到显著值顺序，将该显著矩形内像素点的个数除以2，得到显著像素编号，如果该显著像素编号为整数，则根据从显著像素编号，从该显著值顺序中，获取对应的显著值，将获取的显著值确定为该显著矩形的显著均值。如果该显著像素编号不为整数，则对该显著像素编号进行向上取整或者向下取整，根据取整后的显著像素编号，从该显著值顺序中，获取对应的显著值，将获取的显著值确定为该显著矩形的显著均值。

获取该显著矩形的中心距离的操作可以为：确定该显著矩形的中心点，以及确定目标图片的中心点，计算该显著矩形的中心点与目标图片的中心点之间的距离，得到该显著矩形的中心距离。

需要说明的是，面积权重、显著均值权重和中心距离权重都是事先设置的，且面积权重、显著均值权重和中心距离权重之和为1，本发明实施例对面积权重、显著均值权重和中心距离权重的具体数值不做具体限定。

步骤203：基于每个显著矩形的优先级，计算边界横向距离和边界纵向距离。

具体地，本步骤可以通过如下(1)-(6)的步骤来实现，包括：

(1)、按照每个显著矩形的优先级，对该多个显著矩形进行排序，得到该多个显著矩形的优先级顺序。

在本发明实施例中，可以按照每个显著矩形的优先级从高到低的顺序，对该多个显著矩形进行排序，得到该多个显著矩形的优先级顺序，当然，还可以按照每个显著矩形的优先级从低到高的顺序，对该多个显著矩形进行排序，得到该多个显著矩形的优先级顺序。本发明实施例对此不做具体限定。

(2)、从优先级最高的显著矩形开始，按照该优先级顺序，获取该显著矩形的目标显著矩形，目标显著矩形为优先级大于该显著矩形优先级的显著矩形。

比如，目标图片包括4个显著矩形，即显著矩形1、显著矩形2、显著矩形3和显著矩形4，显著矩形1的优先级大于显著矩形2的优先级，显著矩形2的优先级大于显著矩形3的优先级，显著矩形3的优先级大于显著矩形4的优先级。对于显著矩形1来说，显著矩形1的目标显著矩形不存在，此时，跳过剩余的步骤，直接按照优先级顺序，获取显著矩形2的目标显著矩形为显著矩形1。而对于显著矩形3来说，按照优先级顺序，获取显著矩形3的目标显著矩形依次为显著矩形1、显著矩形2。对于显著矩形4来说，按照优先级顺序，获取显著矩形4的目标显著矩形依次为显著矩形1、显著矩形2、显著矩形3。

(3)、计算该显著矩形的左边界横坐标与目标显著矩形的右边界横坐标之间的第一差值，以及计算该显著矩形的右边界横坐标与目标显著矩形的左边界横坐标之间的第二差值。

由于目标显著矩形的可能位于该显著矩形的左边，也可能位于该显著矩形的右边，为了在对目标图片进行裁剪处理时，保留显著矩形的整体，而不是将显著矩形的左半部分或者右半部分裁剪掉，需要计算该显著矩形的左边界横坐标与目标显著矩形的右边界横坐标之间的第一差值，以及计算该显著矩形的右边界横坐标与目标显著矩形的左边界横坐标之间的第二差值。

其中，计算该显著矩形的左边界横坐标与目标显著矩形的右边界横坐标之间的第一差值的操作可以为：将该显著矩形的左边界横坐标减去目标显著矩形的右边界横坐标，得到第一差值。同理，计算该显著矩形的右边界横坐标与目标显著矩形的左边界横坐标之间的第二差值的操作可以为：将该显著矩形的右边界横坐标减去目标显著矩形的左边界横坐标，得到第二差值。

比如，显著矩形2与显著矩形1之间的最大横向距离的绝对值小于裁剪框宽度，此时，计算显著矩形3与显著矩形3的目标显著矩形之间的最大横向距离。假如，显著矩形3的左边界横坐标为5，显著矩形1的右边界横坐标为7，此时，将显著矩形3的左边界横坐标为5减去显著矩形1的右边界横坐标7，得到第一差值为-2。

(4)、基于第一差值和第二差值，确定边界横向距离。

具体地，将第一差值和第二差值中，绝对值最大的差值确定为该显著矩形与目标显著矩形之间的最大横向距离；当该显著矩形与目标显著矩形之间的最大横向距离的绝对值小于裁剪框宽度时，将该显著矩形与目标显著矩形之间的最大横向距离添加到最大横向距离集合中，并按照优先级顺序，获取下一个目标显著矩形，返回步骤(3)；当该显著矩形与目标显著矩形之间的最大横向距离的绝对值大于裁剪框宽度时，将最大横向距离集合中，绝对值最大的最大横向距离确定为边界横向距离；当该显著矩形与目标显著矩形之间的最大横向距离的绝对值等于裁剪框宽度时，将该显著矩形与目标显著矩形之间的最大横向距离确定为边界横向距离。

比如，第一差值为-2，第二差值为4，此时，第二差值的绝对值大于第一差值的绝对值，将第二差值确定该显著矩形3与显著矩形1之间的最大横向距离。如果裁剪框宽度为8，显著矩形3与显著矩形1之间的最大横向距离4小于裁剪框宽度8，则将显著矩形3与显著矩形1之间的最大横向距离4添加在最大横向距离集合中，并按照优先级顺序，获取显著矩形3的下一个目标显著矩形为显著矩形2，返回步骤(3)。

(5)、计算该显著矩形的上边界纵坐标与目标显著矩形的下边界纵坐标之间的第三差值，以及计算该显著矩形的下边界纵坐标与目标显著矩形的上边界纵坐标之间的第四差值。

为了在对目标图片进行裁剪处理时，保留显著矩形的整体，而不是将显著矩形的上半部分或者下半部分裁剪掉，需要计算该显著矩形的上边界纵坐标与目标显著矩形的下边界纵坐标之间的第三差值，以及计算该显著矩形的下边界纵坐标与目标显著矩形的上边界纵坐标之间的第四差值。

其中，计算该显著矩形的上边界纵坐标与目标显著矩形的下边界纵坐标之间的第三差值的操作可以为：将该显著矩形的上边界纵坐标减去目标显著矩形的下边界纵坐标，得到第三差值。同理，计算该显著矩形的下边界纵坐标与目标显著矩形的上边界纵坐标之间的第四差值的操作可以为：将该显著矩形的下边界纵坐标减去目标显著矩形的上边界纵坐标，得到第四差值。

(6)、基于三差值和第四差值，确定边界纵向距离。

具体地，将第三差值和第四差值中，绝对值最大的差值确定为该显著矩形与目标显著矩形之间的最大纵向距离；当该显著矩形与目标显著矩形之间的最大纵向距离的绝对值小于裁剪框高度时，将该显著矩形与目标显著矩形之间的最大纵向距离添加到最大纵向距离集合中，并按照优先级顺序，获取下一个目标显著矩形，返回步骤(5)；当该显著矩形与目标显著矩形之间的最大纵向距离的绝对值大于裁剪框高度时，将最大纵向距离集合中，绝对值最大的纵向距离确定为边界纵向距离；当该显著矩形与目标显著矩形之间的最大纵向距离的绝对值等于裁剪框高度时，将该显著矩形与目标显著矩形之间的最大纵向距离确定为边界纵向距离。

需要说明的是，上述(1)-(6)的步骤涉及的坐标系是事先设置的，且该坐标系的原点可以位于终端屏幕的左下角，当然，也可以位于终端屏幕的右下角等等，本发明实施例对此不做具体限定。

步骤204：确定边界横向距离对应的边界横坐标，以及边界纵向距离对应的边界纵坐标。

具体地，如果边界横向距离为第一差值，则将目标显著矩形的右边界横坐标确定为边界横向距离对应的边界横坐标；如果边界横向距离为第二差值，则将目标显著矩形的左边界横坐标确定为边界横向距离对应的边界横坐标。同理，如果边界纵向距离为第三差值，则将目标显著矩形的下边界纵坐标确定为边界纵向距离对应的边界纵坐标；如果边界纵向距离为第四差值，则将目标显著矩形的上边界纵坐标确定为边界纵向距离对应的边界纵坐标。

步骤205：基于边界横向距离、边界纵向距离、边界横坐标和边界纵坐标，计算目标图片的锚点坐标。

具体地，基于边界横向距离和边界横坐标，按照如下公式(2)计算目标图片的锚点坐标的横坐标，以及基于边界纵向距离和边界纵坐标，按照如下公式(3)计算目标图片的锚点坐标的纵坐标；

其中，在公式(2)中，X为目标图片的锚点坐标的横坐标，Dx为边界横向距离，Xcp为边界横坐标。在公式(3)中，Y为目标图片的锚点坐标的纵坐标，Dy为边界纵向距离，Ycp为边界纵坐标。

步骤206：基于目标图片的锚点坐标，对目标图片进行移动，使目标图片的锚点与裁剪框的中心点重合。

具体地，确定裁剪框的中心点的坐标，并基于目标图片的锚点坐标，对目标图片进行移动，使目标图片的锚点与裁剪框的中心点重合。

在本发明实施例中，通过快速定位图片的显著矩形，并综合每个显著矩形的优先级，合理地计算目标图片的锚点坐标，从而合理地将目标图片移动至裁剪框中，也即是，最大化地将优先级最高的显著矩形和优先级次高的显著矩形移动到裁剪框内，有效减少用户的手动调整次数，提升了图片裁剪处理效率。

步骤207：基于裁剪框的位置，对目标图片进行裁剪处理。

其中，对目标图片进行裁剪处理时，可以将裁剪框内的图片区域保留，将裁剪框外的图片区域裁剪掉，得到裁剪处理后的图片。

在本发明实施例中，根据待处理的目标图片内的像素点，从该目标图片中，获取多个显著矩形，并基于该多个显著矩形的面积、多个显著矩形的显著均值和多个显著矩形的中心距离，计算目标图片的锚点坐标，基于目标图片的锚点坐标，将目标图片的锚点与裁剪框的中心点重合，使裁剪框内显示目标图片的显著区域，减少了用户手动调整目标图片的次数，操作简单，提高了图片裁剪处理效率。

图3是本发明实施例提供的一种图片处理装置结构示意图。参见图3，该装置包括：

获取模块301，用于根据待处理的目标图片内的像素点，从目标图片中，获取多个显著矩形；

计算模块302，用于基于该多个显著矩形的面积、该多个显著矩形的显著均值和该多个显著矩形的中心距离，计算目标图片的锚点坐标，每个显著矩形的中心距离为该显著矩形的中心点与目标图片的中心点之间的距离；

移动模块303，用于基于目标图片的锚点坐标，对目标图片进行移动，使目标图片的锚点与裁剪框的中心点重合；

裁剪处理模块304，用于基于裁剪框的位置，对目标图片进行裁剪处理。

可选地，获取模块301包括：

人脸识别单元，用于根据待处理的目标图片内的像素点，对目标图片进行人脸识别；

第一确定单元，用于如果人脸识别成功，则将目标图片中多个人脸所在的矩形确定为多个显著矩形；

显著区域识别单元，用于如果人脸识别失败，则对目标图片进行显著区域识别，得到多个显著区域；

轮廓检测单元，用于对该多个显著区域进行轮廓检测，得到多个显著矩形。

可选地，计算模块302包括：

第一计算单元，用于对于该多个显著矩形中的每个显著矩形，基于该显著矩形的面积、该显著矩形的显著均值和该显著矩形的中心距离，计算该显著矩形的优先级；

第二计算单元，用于基于每个显著矩形的优先级，计算边界横向距离和边界纵向距离；

第二确定单元，用于确定边界横向距离对应的边界横坐标，以及边界纵向距离对应的边界纵坐标；

第三计算单元，用于基于边界横向距离、边界纵向距离、边界横坐标和边界纵坐标，计算目标图片的锚点坐标。

可选地，第二计算单元包括：

排序子单元，用于按照每个显著矩形的优先级，对该多个显著矩形进行排序，得到该多个显著矩形的优先级顺序；

获取子单元，用于从优先级最高的显著矩形开始，按照优先级顺序，获取该显著矩形的目标显著矩形，目标显著矩形为优先级大于该显著矩形优先级的显著矩形；

第一计算子单元，用于计算该显著矩形的左边界横坐标与目标显著矩形的右边界横坐标之间的第一差值，以及计算该显著矩形的右边界横坐标与目标显著矩形的左边界横坐标之间的第二差值；

第一确定子单元，用于基于第一差值和第二差值，确定边界横向距离；

第二计算子单元，用于计算该显著矩形的上边界纵坐标与目标显著矩形的下边界纵坐标之间的第三差值，以及计算该显著矩形的下边界纵坐标与目标显著矩形的上边界纵坐标之间的第四差值；

第二确定子单元，用于基于三差值和第四差值，确定边界纵向距离。

可选地，

第一确定子单元，具体用于：

将第一差值和第二差值中，绝对值最大的差值确定为该显著矩形与目标显著矩形之间的最大横向距离；

当该显著矩形与目标显著矩形之间的最大横向距离的绝对值小于裁剪框宽度时，将该显著矩形与目标显著矩形之间的最大横向距离添加到最大横向距离集合中，并按照优先级顺序，获取下一个目标显著矩形；

当该显著矩形与目标显著矩形之间的最大横向距离的绝对值大于裁剪框宽度时，将该最大横向距离集合中，绝对值最大的最大横向距离确定为边界横向距离；

当该显著矩形与目标显著矩形之间的最大横向距离的绝对值等于裁剪框宽度时，将该显著矩形与目标显著矩形之间的最大横向距离确定为边界横向距离。

可选地，

第二确定子单元，具体用于：

将第三差值和第四差值中，绝对值最大的差值确定为该显著矩形与目标显著矩形之间的最大纵向距离；

当该显著矩形与目标显著矩形之间的最大纵向距离的绝对值小于裁剪框高度时，将该显著矩形与目标显著矩形之间的最大纵向距离添加到最大纵向距离集合中，并按照优先级顺序，获取下一个目标显著矩形；

当该显著矩形与目标显著矩形之间的最大纵向距离的绝对值大于裁剪框高度时，将该最大纵向距离集合中，绝对值最大的最大纵向距离确定为边界纵向距离；

当该显著矩形与目标显著矩形之间的最大纵向距离的绝对值等于裁剪框高度时，将该显著矩形与目标显著矩形之间的最大纵向距离确定为边界纵向距离。

在本发明实施例中，根据待处理的目标图片内的像素点，从该目标图片中，获取多个显著矩形，并基于该多个显著矩形的面积、多个显著矩形的显著均值和多个显著矩形的中心距离，计算目标图片的锚点坐标，基于目标图片的锚点坐标，将目标图片的锚点与裁剪框的中心点重合，使裁剪框内显示目标图片的显著区域，减少了用户手动调整目标图片的次数，操作简单，提高了图片裁剪处理效率。

需要说明的是：上述实施例提供的图片处理装置在图片处理时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的图片处理装置与图片处理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图4是本发明实施例提供的一种终端结构示意图。终端400可以包括通信单元410、包括有一个或一个以上计算机可读存储介质的存储器420、输入单元430、显示单元440、传感器450、音频电路460、WIFI(Wireless Fidelity，无线保真)模块470、包括有一个或者一个以上处理核心的处理器480、以及电源490等部件。本领域技术人员可以理解，图4中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

通信单元410可用于收发信息或通话过程中，信号的接收和发送，该通信单元410可以为RF(Radio Frequency，射频)电路、路由器、调制解调器、等网络通信设备。特别地，当通信单元410为RF电路时，将基站的下行信息接收后，交由一个或者一个以上处理器480处理；另外，将涉及上行的数据发送给基站。通常，作为通信单元的RF电路包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、LNA(Low Noise Amplifier，低噪声放大器)、双工器等。此外，通信单元410还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(GeneralPacket Radio Service，通用分组无线服务)、CDMA(Code Division Multiple Access，码分多址)、WCDMA(Wideband Code Division Multiple Access，宽带码分多址)、LTE(LongTerm Evolution，长期演进)、电子邮件、SMS(Short Messaging Service，短消息服务)等。存储器420可用于存储软件程序以及模块，处理器480通过运行存储在存储器420的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器420可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据终端400的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器420还可以包括存储器控制器，以提供处理器480和输入单元430对存储器420的访问。

输入单元430可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。优选地，输入单元430可包括触敏表面431以及其他输入设备432。触敏表面431，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面431上或在触敏表面431附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面431可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器480，并能接收处理器480发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面431。除了触敏表面431，输入单元430还可以包括其他输入设备432。优选地，其他输入设备432可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元440可用于显示由用户输入的信息或提供给用户的信息以及终端400的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元440可包括显示面板441，可选的，可以采用LCD(Liquid Crystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode，有机发光二极管)等形式来配置显示面板441。进一步的，触敏表面431可覆盖显示面板441，当触敏表面431检测到在其上或附近的触摸操作后，传送给处理器480以确定触摸事件的类型，随后处理器480根据触摸事件的类型在显示面板441上提供相应的视觉输出。虽然在图4中，触敏表面431与显示面板441是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面431与显示面板441集成而实现输入和输出功能。

终端400还可包括至少一种传感器450，比如光传感器、运动传感器以及其他传感器。光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板441的亮度，接近传感器可在终端400移动到耳边时，关闭显示面板441和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于终端400还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路460、扬声器461，传声器462可提供用户与终端400之间的音频接口。音频电路460可将接收到的音频数据转换后的电信号，传输到扬声器461，由扬声器461转换为声音信号输出；另一方面，传声器462将收集的声音信号转换为电信号，由音频电路460接收后转换为音频数据，再将音频数据输出处理器480处理后，经通信单元410以发送给比如另一终端，或者将音频数据输出至存储器420以便进一步处理。音频电路460还可能包括耳塞插孔，以提供外设耳机与终端400的通信。

为了实现无线通信，该终端上可以配置有无线通信单元470，该无线通信单元470可以为WIFI模块。WIFI属于短距离无线传输技术，终端400通过无线通信单元470可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图中示出了无线通信单元470，但是可以理解的是，其并不属于终端400的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器480是终端400的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器420内的软件程序和/或模块，以及调用存储在存储器420内的数据，执行终端400的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器480可包括一个或多个处理核心；优选的，处理器480可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器480中。

终端400还包括给各个部件供电的电源490(比如电池)，优选的，电源可以通过电源管理系统与处理器480逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源460还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

尽管未示出，终端400还可以包括摄像头、蓝牙模块等，在此不再赘述。

在本实施例中，终端还包括有一个或者一个以上的程序，这一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行，所述一个或者一个以上程序包含用于进行本发明实施例提供的图片处理方法的指令。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种图片处理方法，其特征在于，所述方法包括：

根据待处理的目标图片内的像素点，从所述目标图片中，获取多个显著矩形；

对于所述多个显著矩形中的每个显著矩形，基于所述显著矩形的面积、所述显著矩形的显著均值和所述显著矩形的中心距离，计算所述显著矩形的优先级，每个显著矩形的中心距离为所述显著矩形的中心点与所述目标图片的中心点之间的距离，所述显著均值为所述显著矩形中所有像素点的显著值的均值；

基于所述每个显著矩形的优先级，计算所述每个显著矩形的边界与对应的目标显著矩形的边界之间的边界横向距离和边界纵向距离，所述目标显著矩形为优先级大于所述显著矩形优先级的显著矩形，且优先级最高的显著矩形不存在对应的目标显著矩形；

确定所述边界横向距离对应的边界横坐标，以及所述边界纵向距离对应的边界纵坐标；

基于所述边界横向距离、所述边界纵向距离、所述边界横坐标和所述边界纵坐标，计算所述目标图片的锚点坐标，所述锚点坐标用于最大化的将所述多个显著矩形中优先级最高的显著矩形和优先级次高的显著矩形移动到裁剪框内；

基于所述目标图片的锚点坐标，对所述目标图片进行移动，使所述目标图片的锚点与裁剪框的中心点重合；

基于所述裁剪框的位置，对所述目标图片进行裁剪处理。

2.如权利要求1所述的方法，其特征在于，所述根据待处理的目标图片内的像素点，从所述目标图片中，获取多个显著矩形，包括：

根据待处理的目标图片内的像素点，对所述目标图片进行人脸识别；

如果人脸识别成功，则将所述目标图片中多个人脸所在的矩形确定为多个显著矩形；

如果人脸识别失败，则对所述目标图片进行显著区域识别，得到多个显著区域；

对所述多个显著区域进行轮廓检测，得到多个显著矩形。

3.如权利要求1所述的方法，其特征在于，所述基于所述每个显著矩形的优先级，计算边界横向距离和边界纵向距离，包括：

按照所述每个显著矩形的优先级，对所述多个显著矩形进行排序，得到所述多个显著矩形的优先级顺序；

从优先级最高的显著矩形开始，按照所述优先级顺序，获取所述显著矩形的目标显著矩形；

计算所述显著矩形的左边界横坐标与所述目标显著矩形的右边界横坐标之间的第一差值，以及计算所述显著矩形的右边界横坐标与所述目标显著矩形的左边界横坐标之间的第二差值；

基于所述第一差值和所述第二差值，确定边界横向距离；

计算所述显著矩形的上边界纵坐标与所述目标显著矩形的下边界纵坐标之间的第三差值，以及计算所述显著矩形的下边界纵坐标与所述目标显著矩形的上边界纵坐标之间的第四差值；

基于所述三差值和所述第四差值，确定边界纵向距离。

4.如权利要求3所述的方法，其特征在于，所述基于所述第一差值和所述第二差值，确定边界横向距离，包括：

将所述第一差值和所述第二差值中，绝对值最大的差值确定为所述显著矩形与所述目标显著矩形之间的最大横向距离；

当所述显著矩形与所述目标显著矩形之间的最大横向距离的绝对值小于裁剪框宽度时，将所述显著矩形与所述目标显著矩形之间的最大横向距离添加到最大横向距离集合中，并按照所述优先级顺序，获取下一个目标显著矩形；

当所述显著矩形与所述目标显著矩形之间的最大横向距离的绝对值大于所述裁剪框宽度时，将所述最大横向距离集合中，绝对值最大的最大横向距离确定为边界横向距离；

当所述显著矩形与所述目标显著矩形之间的最大横向距离的绝对值等于所述裁剪框宽度时，将所述显著矩形与所述目标显著矩形之间的最大横向距离确定为边界横向距离。

5.如权利要求3所述的方法，其特征在于，所述基于所述三差值和所述第四差值，确定边界纵向距离，包括：

将所述第三差值和所述第四差值中，绝对值最大的差值确定为所述显著矩形与所述目标显著矩形之间的最大纵向距离；

当所述显著矩形与所述目标显著矩形之间的最大纵向距离的绝对值小于裁剪框高度时，将所述显著矩形与所述目标显著矩形之间的最大纵向距离添加到最大纵向距离集合中，并按照所述优先级顺序，获取下一个目标显著矩形；

当所述显著矩形与所述目标显著矩形之间的最大纵向距离的绝对值大于所述裁剪框高度时，将所述最大纵向距离集合中，绝对值最大的最大纵向距离确定为边界纵向距离；

当所述显著矩形与所述目标显著矩形之间的最大纵向距离的绝对值等于所述裁剪框高度时，将所述显著矩形与所述目标显著矩形之间的最大纵向距离确定为边界纵向距离。

6.一种图片处理装置，其特征在于，所述装置包括：

获取模块，用于根据待处理的目标图片内的像素点，从所述目标图片中，获取多个显著矩形；

计算模块，第一计算单元、第二计算单元、第二确定单元和第三计算单元；

所述第一计算单元，用于对于所述多个显著矩形中的每个显著矩形，基于所述多个显著矩形的面积、所述多个显著矩形的显著均值和所述多个显著矩形的中心距离，计算所述显著矩形的优先级，每个显著矩形的中心距离为所述显著矩形的中心点与所述目标图片的中心点之间的距离，所述显著均值为所述显著矩形中所有像素点的显著值的均值；

所述第二计算单元，用于基于所述每个显著矩形的优先级，计算所述每个显著矩形的边界与对应的目标显著矩形的边界之间的边界横向距离和边界纵向距离，所述目标显著矩形为优先级大于所述显著矩形优先级的显著矩形，且优先级最高的显著矩形不存在对应的目标显著矩形；

所述第二确定单元，用于确定所述边界横向距离对应的边界横坐标，以及所述边界纵向距离对应的边界纵坐标；

所述第三计算单元，用于基于所述边界横向距离、所述边界纵向距离、所述边界横坐标和所述边界纵坐标，计算所述目标图片的锚点坐标，所述锚点坐标用于最大化的将所述多个显著矩形中优先级最高的显著矩形和优先级次高的显著矩形移动到裁剪框内；

移动模块，用于基于所述目标图片的锚点坐标，对所述目标图片进行移动，使所述目标图片的锚点与裁剪框的中心点重合；

裁剪处理模块，用于基于所述裁剪框的位置，对所述目标图片进行裁剪处理。

7.如权利要求6所述的装置，其特征在于，所述获取模块包括：

人脸识别单元，用于根据待处理的目标图片内的像素点，对所述目标图片进行人脸识别；

第一确定单元，用于如果人脸识别成功，则将所述目标图片中多个人脸所在的矩形确定为多个显著矩形；

显著区域识别单元，用于如果人脸识别失败，则对所述目标图片进行显著区域识别，得到多个显著区域；

轮廓检测单元，用于对所述多个显著区域进行轮廓检测，得到多个显著矩形。

8.如权利要求6所述的装置，其特征在于，所述第二计算单元包括：

排序子单元，用于按照所述每个显著矩形的优先级，对所述多个显著矩形进行排序，得到所述多个显著矩形的优先级顺序；

获取子单元，用于从优先级最高的显著矩形开始，按照所述优先级顺序，获取所述显著矩形的目标显著矩形，所述目标显著矩形为优先级大于所述显著矩形优先级的显著矩形；

第一计算子单元，用于计算所述显著矩形的左边界横坐标与所述目标显著矩形的右边界横坐标之间的第一差值，以及计算所述显著矩形的右边界横坐标与所述目标显著矩形的左边界横坐标之间的第二差值；

第一确定子单元，用于基于所述第一差值和所述第二差值，确定边界横向距离；

第二计算子单元，用于计算所述显著矩形的上边界纵坐标与所述目标显著矩形的下边界纵坐标之间的第三差值，以及计算所述显著矩形的下边界纵坐标与所述目标显著矩形的上边界纵坐标之间的第四差值；

第二确定子单元，用于基于所述三差值和所述第四差值，确定边界纵向距离。

9.如权利要求8所述的装置，其特征在于，

所述第一确定子单元，具体用于：

将所述第一差值和所述第二差值中，绝对值最大的差值确定为所述显著矩形与所述目标显著矩形之间的最大横向距离；

当所述显著矩形与所述目标显著矩形之间的最大横向距离的绝对值小于裁剪框宽度时，将所述显著矩形与所述目标显著矩形之间的最大横向距离添加到最大横向距离集合中，并按照所述优先级顺序，获取下一个目标显著矩形；

当所述显著矩形与所述目标显著矩形之间的最大横向距离的绝对值大于所述裁剪框宽度时，将所述最大横向距离集合中，绝对值最大的最大横向距离确定为边界横向距离；

当所述显著矩形与所述目标显著矩形之间的最大横向距离的绝对值等于所述裁剪框宽度时，将所述显著矩形与所述目标显著矩形之间的最大横向距离确定为边界横向距离。

10.如权利要求8所述的装置，其特征在于，

所述第二确定子单元，具体用于：

将所述第三差值和所述第四差值中，绝对值最大的差值确定为所述显著矩形与所述目标显著矩形之间的最大纵向距离；

当所述显著矩形与所述目标显著矩形之间的最大纵向距离的绝对值小于裁剪框高度时，将所述显著矩形与所述目标显著矩形之间的最大纵向距离添加到最大纵向距离集合中，并按照所述优先级顺序，获取下一个目标显著矩形；

当所述显著矩形与所述目标显著矩形之间的最大纵向距离的绝对值大于所述裁剪框高度时，将所述最大纵向距离集合中，绝对值最大的最大纵向距离确定为边界纵向距离；

当所述显著矩形与所述目标显著矩形之间的最大纵向距离的绝对值等于所述裁剪框高度时，将所述显著矩形与所述目标显著矩形之间的最大纵向距离确定为边界纵向距离。

11.一种计算机可读存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5中任一所述的方法。

Images