CN106407441A - 误拍照片的识别方法及设备 - Google Patents
误拍照片的识别方法及设备 Download PDFInfo
- Publication number
- CN106407441A CN106407441A CN201610862559.4A CN201610862559A CN106407441A CN 106407441 A CN106407441 A CN 106407441A CN 201610862559 A CN201610862559 A CN 201610862559A CN 106407441 A CN106407441 A CN 106407441A
- Authority
- CN
- China
- Prior art keywords
- pixel
- picture
- information
- target picture
- conditioned
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/1737—Details of further file system functions for reducing power consumption or coping with limited storage space, e.g. in mobile devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
- G06F16/162—Delete operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本公开提供一种误拍照片的识别方法及设备,误拍照片的识别方法包括:获取目标照片,目标照片包含至少一个像素;确定至少一个像素是否满足预设条件;当至少一个像素满足预设条件时,生成提示信息,提示信息用于指示目标照片为误拍照片。用户可以根据提示信息的提示及时清理误拍照片,方便用户管理照片,而且因为能够自动识别误拍照片,不需要用户逐一进行甄别,然后删除,减少了用户管理照片的复杂度,提高了用户体验。
Description
技术领域
本公开涉及图像处理领域,尤其涉及误拍照片的识别方法及设备。
背景技术
为了提高用户的生活体验,很多电子设备都具备拍照功能,用户在拍照过程中,常常因为手抖导致电子设备的摄像头晃动,拍出的照片成为误拍照片;或者,为了方便用户拍照,很多电子设备的拍照功能都设置了快捷键,用户经常无意间操作快捷键导致拍照功能打开,并且拍出误拍照片。这些误拍照片,可能十分不清晰,非常模糊,也可能没有拍到景物或人物,用户需要逐一筛选,删除这些没用的照片,操作十分不便。
发明内容
本公开实施例提供一种误拍照片的识别方法及设备。所述技术方案如下:
根据本公开实施例的第一方面,提供一种误拍照片的识别方法,该方法包括:
获取目标照片,目标照片包含至少一个像素;
确定至少一个像素是否满足预设条件;
当至少一个像素满足预设条件时,生成提示信息,提示信息用于指示目标照片为误拍照片。
当目标照片所包含的像素满足预设条件时,即可判定目标照片为误拍照片,误拍照片指的用户操作失误拍出的照片,自动识别出误拍照片并提示用户,可以使用户及时对照片进行管理,删除没有用的照片。
在一个实施例中,确定至少一个像素是否满足预设条件,包括:
在至少一个像素中获取均匀分布的取样像素;
确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量是否超过预设的百分比;
当至少一个像素满足预设条件时,生成提示信息,包括:
当确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量超过预设的百分比时,生成提示信息。
当确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量超过预设的百分比时,说明取样像素中各个像素的颜色都相近,而取样像素是在目标照片中均匀分布的,因此,表示目标照片很大一部分像素颜色相近,此时,可以认为该照片为误拍照片。
在一个实施例中,确定至少一个像素是否满足预设条件,包括:
根据至少一个像素构建目标照片的景物轮廓模型;
确定数据库中是否包含目标照片的景物轮廓模型,数据库包括至少一个景物轮廓模型;
当至少一个像素满足预设条件时,生成提示信息,包括:
当确定数据库中不包含目标照片的景物轮廓模型时,生成提示信息。
当确定数据库中不包含目标照片的景物轮廓模型时,说明该照片没有明确的景物或人物,一般情况下拍摄照片都是拍景物或者人物,如果没有明确的景物或人物的轮廓,可以判定该照片是误拍照片。
在一个实施例中,确定至少一个像素是否满足预设条件,包括:
在目标照片中选择目标区域,根据目标区域中像素的变化情况生成像素变化曲线,所述目标区域中包含的像素为同一列像素或同一行像素;
确定像素变化曲线上任意一点的斜率是否在预设范围内;
当至少一个像素满足预设条件时,生成提示信息,包括:
当确定像素变化曲线上任意一点的斜率在预设范围内时,生成提示信息。
当像素变化曲线上任意一点的斜率在预设范围内时,说明目标区域内像素颜色的变化十分平滑,即目标区域锐化程度较弱,而清晰的照片锐化度较高,像素变化曲线较为尖锐,因此,如果像素变化曲线平滑,说明目标照片锐化不足,比较模糊,可以判定为误拍照片。
在一个实施例中,该方法还包括:
通过语音播放提示信息,或者显示提示信息。
通常,具有拍照功能的电子设备都会有显示屏,可以通过显示屏弹出的提示框显示提示信息,提示用户目标照片为误拍照片,或者,如果电子设备有播放语音的功能,可以通过语音播放提示信息提示用户,这样能够及时提示用户管理误拍照片。
根据本公开实施例的第二方面,提供一种电子设备,包括:
获取模块,用于获取目标照片,目标照片包含至少一个像素;
判断模块,用于确定至少一个像素是否满足预设条件;
提示模块,用于在至少一个像素满足预设条件时,生成提示信息,提示信息用于指示目标照片为误拍照片。
在一个实施例中,判断模块包括取样子模块和颜色判断子模块;
取样子模块,用于在至少一个像素中获取均匀分布的取样像素;
颜色判断子模块,用于确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量是否超过预设的百分比;
提示模块,在确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量超过预设的百分比时,生成提示信息。
在一个实施例中,判断模块包括模型子模块和轮廓判断子模块;
模型子模块,用于根据至少一个像素构建目标照片的景物轮廓模型;
轮廓判断子模块,用于确定数据库中是否包含目标照片的景物轮廓模型,数据库包括至少一个景物轮廓模型;
提示模块,在确定数据库中不包含目标照片的景物轮廓模型时,生成提示信息。
在一个实施例中,判断模块包括曲线生成子模块和曲线判断子模块;
曲线生成子模块,用于在目标照片中选择目标区域,根据目标区域中像素的变化情况生成像素变化曲线,目标区域中包含的像素为同一列像素或同一行像素;
曲线判断子模块,用于确定像素变化曲线上任意一点的斜率是否在预设范围内;
提示模块,在确定像素变化曲线上任意一点的斜率在预设范围内时,生成提示信息。
在一个实施例中,提示模块包括播放子模块;
播放子模块,用于通过语音播放提示信息,或者显示提示信息。
根据本公开实施例的第三方面,提供一种电子设备,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:
获取目标照片,目标照片包含至少一个像素;
确定至少一个像素是否满足预设条件;
当至少一个像素满足预设条件时,生成提示信息,提示信息用于指示目标照片为误拍照片。
在一个实施例中,处理器还可以被配置为:
在至少一个像素中获取均匀分布的取样像素;
确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量是否超过预设的百分比;
当确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量超过预设的百分比时,生成提示信息。
在一个实施例中,处理器还可以被配置为:
根据至少一个像素构建目标照片的景物轮廓模型;
确定数据库中是否包含目标照片的景物轮廓模型,数据库包括至少一个景物轮廓模型;
当确定数据库中不包含目标照片的景物轮廓模型时,生成提示信息。
在一个实施例中,处理器还可以被配置为:
在目标照片中选择目标区域,根据目标区域中像素的变化情况生成像素变化曲线,目标区域中包含的像素为同一列像素或同一行像素;
确定像素变化曲线上任意一点的斜率是否在预设范围内;
当确定像素变化曲线上任意一点的斜率在预设范围内时,生成提示信息。
在一个实施例中,处理器还可以被配置为:
通过语音播放提示信息,或者显示提示信息。
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和解释性的,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,并与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误拍照片的识别方法的流程图;
图2是根据一示例性实施例示出的误拍照片的识别方法的流程图;
图3是根据一示例性实施例示出的误拍照片的识别方法的流程图;
图4是根据一示例性实施例示出的误拍照片的识别方法的流程图;
图5是根据一示例性实施例示出的像素变化曲线的示意图;
图6是根据一示例性实施例示出的电子设备的框图;
图7是根据一示例性实施例示出的电子设备的框图;
图8是根据一示例性实施例示出的电子设备的框图;
图9是根据一示例性实施例示出的电子设备的框图;
图10是根据一示例性实施例示出的电子设备的框图;
图11是根据一示例性实施例示出的电子设备的框图;
图12是根据一示例性实施例示出的电子设备的框图。
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。
本公开实施例提供的技术方案,应用于电子设备,该电子设备可以显示照片,该电子设备可以是智能手机、平板电脑、数码相机、电视机等。用户在拍摄照片时,常常因为手抖使得拍出的照片不清晰,或者,用户因为误操作开启拍照功能拍摄照片,并没有实际的景物或人物,这些都属于误拍照片,误拍照片即为用户因为操作失误拍出的照片,这些误拍照片并没有什么用,却占用了一定的存储空间,而用户如果忘记清理,就会造成存储空间的资源浪费。本公开实施例提供的技术方案,获取目标照片,目标照片包含至少一个像素;确定至少一个像素是否满足预设条件;当至少一个像素满足预设条件时,生成提示信息,提示信息用于指示目标照片为误拍照片。用户可以根据提示信息的提示及时清理误拍照片,方便用户管理照片,而且因为能够自动识别误拍照片,不需要用户逐一进行甄别,然后删除,减少了用户管理照片的复杂度,提高了用户体验。
图1是根据一示例性实施例示出的一种误拍照片的识别方法的流程图,如图1所示,该误拍照片的识别方法包括步骤101-103:
在步骤101中,获取目标照片。
目标照片包含至少一个像素。
在步骤102中,确定至少一个像素是否满足预设条件。
需要说明的是,一个像素可以包含YUV三个分量,或者,RGB(英文:Red、Green、Blue,红绿蓝)三个分量,也可以包括灰度值等。可以判断至少一个像素的YUV分量是否满足预设条件,或者判断至少一个像素的RGB分量是否满足条件,或者判断至少一个像素的灰度值是否满足预设条件,以此确定至少一个像素是否满足预设条件。
在步骤103中,当至少一个像素满足预设条件时,生成提示信息。
提示信息用于指示目标照片为误拍照片。该提示信息可以包括目标照片的编号。如果至少一个像素不满足预设条件,则目标照片不是误拍照片,可以保留。
在一个实施例中,可以通过语音播放提示信息,或者在显示屏上显示提示信息。
在一个实施例中,对于步骤101-103的照片识别的过程,可以是用户手动开启,也可以是电子设备定期进行识别。例如,用户通过操作开启误拍照片识别功能,电子设备将所有的照片进行识别,并生成提示信息;又如,电子设备每隔一周或每隔一个月对设备上存储的所有照片进行识别,并生成提示信息。
在另一个实施例中,对于步骤101-103的照片识别的过程,如果电子设备具有拍照功能,可以在电子设备拍摄新的照片后立即进行识别,以智能手机为例,在一种应用场景中,当用户拍摄一张照片后,立即对拍摄的新照片进行识别,如果该新照片是误拍照片,生成提示信息提示用户,用户可以在拍完后立即删除并重新拍摄,如果没有提示,用户不一定当时就浏览拍完的照片,如果事后发现拍摄效果不好,又无法重新拍照,而拍完新照片立即识别是否为无拍照边并进行提示,则可以避免这种事情发生,提高了用户体验;在另一种应用场景中,用户可能无意间打开拍照功能,如果手无意间一直按压在拍摄键上,则智能手机可能一直在连续拍摄新的照片,没有提示的话,很可能会拍摄很多无用照片,占用大量空间,如果在拍完新照片立即识别误拍照片并提示用户,那么用户就可以很快意识到自己无意间的误操作,并停止误操作。
在一个实施例中,电子设备可以对所有照片进行识别,并将识别出的所有的误拍照片显示在同一个文件夹中,这样,用户只需要打开误拍照片的文件夹,就可以对误拍照片进行管理,十分方便。
基于上述图1对应的实施例提供的误拍照片的识别方法,图2是根据一示例性实施例示出的一种误拍照片的识别方法的流程图,图2中以判断颜色为例说明如何识别误拍照片,参照图2所示,本实施例提供的误拍照片的识别方法包括步骤201-204:
在步骤201中,获取目标照片。
目标照片包含至少一个像素。
在步骤202中,在至少一个像素中获取均匀分布的取样像素。
可以将目标照片分割成若干个图像单元,每一个图像单元选取一个或多个像素作为取样像素。例如,将目标照片分割成16个图像单元,每个图像单元选择一个像素,这样就可以在目标照片中选取出16个取样像素,取样像素的数量越多,识别越准确。
在步骤203中,确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量是否超过预设的百分比。
像素各个分量可以是RGB分量、也可以是YUV分量,也可以是红黄蓝绿四种分量,两个像素各个分量之差的绝对值低于第一阈值的话,说明两个像素颜色十分相近。低于第一阈值可以是小于第一阈值或等于第一阈值。第一阈值和预设的百分比可以在对电子设备编程的过程中自行设定。
例如,100个像素中,各个分量之差的绝对值低于第一阈值的像素的数量超过80%,则可以认为100个像素基本属于相同的颜色,目标照片属于误拍照片。
在步骤204中,当确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量超过预设的百分比时,生成提示信息。
基于上述图1对应的实施例提供的误拍照片的识别方法,图3是根据一示例性实施例示出的一种误拍照片的识别方法的流程图,图3中以判断景物轮廓为例说明如何识别误拍照片,参照图3所示,本实施例提供的误拍照片的识别方法包括步骤301-304:
在步骤301中,获取目标照片。
目标照片包含至少一个像素。
在步骤302中,根据至少一个像素构建目标照片的景物轮廓模型。
可以根据预设算法构建目标照片的景物轮廓模型,以此确定目标照片中的景物轮廓。
在步骤303中,确定数据库中是否包含目标照片的景物轮廓模型。
数据库包括至少一个景物轮廓模型。需要说明的是,数据库中可以包括人物轮廓模型、植物轮廓模型、建筑物轮廓模型等,一个轮廓模型可以代表一类景物。如果数据库中不包含目标照片的景物轮廓模型,则代表目标照片中的景物轮廓异常,目标照片很有可能是误拍照片。
在步骤304中,当确定数据库中不包含目标照片的景物轮廓模型时,生成提示信息。
基于上述图1对应的实施例提供的误拍照片的识别方法,图4是根据一示例性实施例示出的一种误拍照片的识别方法的流程图,图4中以判断像素变化为例说明如何识别误拍照片,参照图3所示,本实施例提供的误拍照片的识别方法包括步骤401-405:
在步骤401中,获取目标照片。
目标照片包含至少一个像素。
在步骤402中,在目标照片中选择目标区域。
目标区域中包含的像素为同一列像素或同一行像素。对于目标照片,可以在目标照片所在的平面建立坐标系,坐标系的单位长度为一个像素的边长,以x坐标和y坐标可以确定一个像素在坐标系中的位置。
例如,目标照片为矩形照片,以目标照片左下角的顶点为原点,目标区域为x坐标相同的若干个像素所构成的区域,或者,目标区域为y坐标相同的若干个像素构成的区域。
在步骤403中,根据目标区域中像素的变化情况生成像素变化曲线。
目标区域中像素的变化情况可以用像素的YUV分量中的任一分量的变化情况来表示,也可以用像素的RGB分量中的任一分量的变化情况表示,也可以用像素的灰度值表示。
例如,以像素的灰度值为例,目标区域可以是y坐标相同的若干个像素构成的区域,像素变化曲线的自变量为目标区域中像素的x坐标,像素变化曲线的因变量是目标区域中像素的灰度值。
在步骤404中,确定像素变化曲线上任意一点的斜率是否在预设范围内。
像素变化曲线上任意一点的斜率在预设范围内,说明像素变化较为平缓,图像可能比较模糊,反之,像素变化曲线上不是任意一点的斜率都在预设范围内,则证明像素变化不平缓,图像锐化程度比较高,较为清晰。
例如,结合步骤403中的示例,参照图5所示,以像素的灰度值W为例,目标区域可以是y坐标相同的若干个像素构成的区域,像素的灰度值W随着x坐标的变化而变化。在图5a中,像素变化曲线较为平滑,像素变化曲线上的点的斜率均在预设范围内,说明目标区域图像较为模糊,目标照片很可能是误拍照片;在图5b中,像素变化曲线比较剧烈,像素变化曲线上的有一些点的斜率在预设范围之外,说明目标区域图像锐化程度较高,图像较为清晰,即目标照片较为清晰,不是误拍照片。
在步骤405中,当确定像素变化曲线上任意一点的斜率在预设范围内时,生成提示信息。
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。
图6是根据一示例性实施例示出的一种电子设备的框图,该设备可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。该电子设备用于执行上述图1-图4对应的实施例中所描述的误拍照片的识别方法,如图6所示,该电子设备60包括:获取模块601、判断模块602和提示模块603。
其中,获取模块601,用于获取目标照片,目标照片包含至少一个像素;
判断模块602,用于确定至少一个像素是否满足预设条件;
提示模块603,用于在至少一个像素满足预设条件时,生成提示信息,提示信息用于指示目标照片为误拍照片。
在一个实施例中,如图7所示,判断模块602包括取样子模块6021和颜色判断子模块6022;
取样子模块6021,用于在至少一个像素中获取均匀分布的取样像素;
颜色判断子模块6022,用于确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量是否超过预设的百分比;
提示模块603,在确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量超过预设的百分比时,生成提示信息。
在一个实施例中,如图8所示,判断模块602包括模型子模块6023和轮廓判断子模块6024;
模型子模块6023,用于根据至少一个像素构建目标照片的景物轮廓模型;
轮廓判断子模块6024,用于确定数据库中是否包含目标照片的景物轮廓模型,数据库包括至少一个景物轮廓模型;
提示模块603,在确定数据库中不包含目标照片的景物轮廓模型时,生成提示信息。
在一个实施例中,如图9所示,判断模块602包括曲线生成子模块6025和曲线判断子模块6026;
曲线生成子模块6025,用于在目标照片中选择目标区域,根据目标区域中像素的变化情况生成像素变化曲线,目标区域中包含的像素为同一列像素或同一行像素;
曲线判断子模块6026,用于确定像素变化曲线上任意一点的斜率是否在预设范围内;
提示模块603,在确定像素变化曲线上任意一点的斜率在预设范围内时,生成提示信息。
在一个实施例中,如图10所示,提示模块603包括播放子模块6031;
播放子模块6031,用于通过语音播放提示信息,或者显示提示信息。
本公开实施例提供的电子设备,获取目标照片,目标照片包含至少一个像素;确定至少一个像素是否满足预设条件;当至少一个像素满足预设条件时,生成提示信息,提示信息用于指示目标照片为误拍照片。用户可以根据提示信息的提示及时清理误拍照片,方便用户管理照片,而且因为能够自动识别误拍照片,不需要用户逐一进行甄别,然后删除,减少了用户管理照片的复杂度,提高了用户体验。
图11是根据一示例性实施例示出的一种电子设备的框图,该设备可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。该电子设备用于执行上述图1-图4对应的实施例中所描述的误拍照片的识别方法,如图11所示,该电子设备110包括:
处理器1101;
用于存储处理器1101可执行指令的存储器1102;
其中,处理器1101被配置为:
获取目标照片,目标照片包含至少一个像素;
确定至少一个像素是否满足预设条件;
当至少一个像素满足预设条件时,生成提示信息,提示信息用于指示目标照片为误拍照片。
在一个实施例中,处理器1101还可以被配置为:
在至少一个像素中获取均匀分布的取样像素;
确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量是否超过预设的百分比;
当确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量超过预设的百分比时,生成提示信息。
在一个实施例中,处理器1101还可以被配置为:
根据至少一个像素构建目标照片的景物轮廓模型;
确定数据库中是否包含目标照片的景物轮廓模型,数据库包括至少一个景物轮廓模型;
当确定数据库中不包含目标照片的景物轮廓模型时,生成提示信息。
在一个实施例中,处理器1101还可以被配置为:
在目标照片中选择目标区域,根据目标区域中像素的变化情况生成像素变化曲线,目标区域中包含的像素为同一列像素或同一行像素;
确定像素变化曲线上任意一点的斜率是否在预设范围内;
当确定像素变化曲线上任意一点的斜率在预设范围内时,生成提示信息。
在一个实施例中,处理器1101还可以被配置为:
通过语音播放提示信息,或者显示提示信息。
本公开实施例提供的电子设备,获取目标照片,目标照片包含至少一个像素;确定至少一个像素是否满足预设条件;当至少一个像素满足预设条件时,生成提示信息,提示信息用于指示目标照片为误拍照片。用户可以根据提示信息的提示及时清理误拍照片,方便用户管理照片,而且因为能够自动识别误拍照片,不需要用户逐一进行甄别,然后删除,减少了用户管理照片的复杂度,提高了用户体验。
图12是根据一示例性实施例示出的一种电子设备的框图,该电子设备120可以是一个终端设备,例如智能手机、平板电脑等。该电子设备用于执行上述图1-图4对应的实施例中所描述的误拍照片的识别方法。
电子设备120可以包括以下一个或多个组件:处理组件1201,存储器1202,电源组件1203,多媒体组件1204,音频组件1205,输入/输出(I/O)的接口1206,传感器组件1207,以及通信组件1208。
处理组件1201通常控制电子设备120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1201可以包括一个或多个处理器12011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1201可以包括一个或多个模块,便于处理组件1201和其他组件之间的交互。例如,处理组件1201可以包括多媒体模块,以方便多媒体组件1204和处理组件1201之间的交互。
存储器1202被配置为存储各种类型的数据以支持在电子设备120的操作。这些数据的示例包括用于在电子设备120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1202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(英文:Static Random Access Memory,SRAM),电可擦除可编程只读存储器(英文:Electrically Erasable Programmable Read OnlyMemory,EEPROM),可擦除可编程只读存储器(英文:Erasable Programmable Read OnlyMemory,EPROM),可编程只读存储器(英文:Programmable Read Only Memory,PROM),只读存储器(英文:Read Only Memory,ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件1203为电子设备120的各种组件提供电力。电源组件1203可以包括电源管理系统,一个或多个电源,及其他与为电子设备120生成、管理和分配电力相关联的组件。
多媒体组件1204包括在电子设备120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(英文:Liquid Crystal Display,LCD)和触摸面板(英文:Touch Panel,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。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1204包括一个前置摄像头和/或后置摄像头。当电子设备120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1205被配置为输出和/或输入音频信号。例如,音频组件1205包括一个麦克风(英文:Microphone,MIC),当电子设备120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1202或经由通信组件1208发送。在一些实施例中,音频组件1205还包括一个扬声器,用于输出音频信号。
I/O接口1206为处理组件1201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1207包括一个或多个传感器,用于为电子设备120提供各个方面的状态评估。例如,传感器组件1207可以检测到电子设备120的打开/关闭状态,组件的相对定位,例如所述组件为电子设备120的显示器和小键盘,传感器组件1207还可以检测电子设备120或电子设备120一个组件的位置改变,用户与电子设备120接触的存在或不存在,电子设备120方位或加速/减速和电子设备120的温度变化。传感器组件1207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1207还可以包括光传感器,如互补金属氧化物半导体(英文:Complementary Metal Oxide Semiconductor,CMOS)或电荷耦合元件(英文:Charge Coupled Device,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1207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1208被配置为便于电子设备120和其他设备之间有线或无线方式的通信。电子设备120可以接入基于通信标准的无线网络,如无线保真(英文:Wireless-Fidelity,WiFi),2G或3G,或它们的组合。在一个示例性实施例中,通信组件1208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,通信组件1208还包括近场通信(英文:Near Field Communication,NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(英文:Radio Frequency Identification,RFID)技术,红外数据协会(英文:Infrared Data Association,IrDA)技术,超宽带(英文:UltraWideband,UWB)技术,蓝牙(英文:Bluetooth,BT)技术和其他技术来实现。
在示例性实施例中,电子设备120可以被一个或多个应用专用集成电路(英文:Application Specific Integrated Circuit,ASIC)、数字信号处理器(英文:DigitalSignal Processing,DSP)、数字信号处理设备(英文:Digital Signal ProcessingDevice,DSPD)、可编程逻辑器件(英文:Programmable Logic Device,PLD)、现场可编程门阵列(英文:Field Programmable Gate Array,FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述图1-图4对应的实施例中所描述的误拍照片的识别方法。
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1202,上述指令可由电子设备120的处理组件1201执行以完成上述方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(英文:Random AccessMemory,RAM)、CD-ROM、磁带、软盘和光数据存储设备等。当所述存储介质中的指令由电子设备120的处理组件1201执行时,使得电子设备120能够执行上述图1-图4对应的实施例中所描述的误拍照片的识别方法,该方法包括:
获取目标照片,目标照片包含至少一个像素;
确定至少一个像素是否满足预设条件;
当至少一个像素满足预设条件时,生成提示信息,提示信息用于指示目标照片为误拍照片。
在一个实施例中,确定至少一个像素是否满足预设条件,包括:
在至少一个像素中获取均匀分布的取样像素;
确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量是否超过预设的百分比;
当至少一个像素满足预设条件时,生成提示信息,包括:
当确定取样像素中各个分量之差的绝对值低于第一阈值的像素的数量超过预设的百分比时,生成提示信息。
在一个实施例中,确定至少一个像素是否满足预设条件,包括:
根据至少一个像素构建目标照片的景物轮廓模型;
确定数据库中是否包含目标照片的景物轮廓模型,数据库包括至少一个景物轮廓模型;
当至少一个像素满足预设条件时,生成提示信息,包括:
当确定数据库中不包含目标照片的景物轮廓模型时,生成提示信息。
在一个实施例中,确定至少一个像素是否满足预设条件,包括:
在目标照片中选择目标区域,根据目标区域中像素的变化情况生成像素变化曲线,所述目标区域中包含的像素为同一列像素或同一行像素;
确定像素变化曲线上任意一点的斜率是否在预设范围内;
当至少一个像素满足预设条件时,生成提示信息,包括:
当确定像素变化曲线上任意一点的斜率在预设范围内时,生成提示信息。
在一个实施例中,该方法还包括:
通过语音播放提示信息,或者显示提示信息。
本公开实施例提供的电子设备,获取目标照片,目标照片包含至少一个像素;确定至少一个像素是否满足预设条件;当至少一个像素满足预设条件时,生成提示信息,提示信息用于指示目标照片为误拍照片。用户可以根据提示信息的提示及时清理误拍照片,方便用户管理照片,而且因为能够自动识别误拍照片,不需要用户逐一进行甄别,然后删除,减少了用户管理照片的复杂度,提高了用户体验。
本领域技术人员在考虑说明书及实践这里公开的公开后,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 (11)
1.一种误拍照片的识别方法,其特征在于,所述方法包括:
获取目标照片,所述目标照片包含至少一个像素;
确定所述至少一个像素是否满足预设条件;
当所述至少一个像素满足预设条件时,生成提示信息,所述提示信息用于指示所述目标照片为误拍照片。
2.根据权利要求1所述的方法,其特征在于,
确定所述至少一个像素是否满足预设条件,包括:
在所述至少一个像素中获取均匀分布的取样像素;
确定所述取样像素中各个分量之差的绝对值低于第一阈值的像素的数量是否超过预设的百分比;
当所述至少一个像素满足预设条件时,生成提示信息,包括:
当确定所述取样像素中各个分量之差的绝对值低于所述第一阈值的像素的数量超过所述预设的百分比时,生成所述提示信息。
3.根据权利要求1所述的方法,其特征在于,
确定所述至少一个像素是否满足预设条件,包括:
根据所述至少一个像素构建所述目标照片的景物轮廓模型;
确定数据库中是否包含所述目标照片的景物轮廓模型,所述数据库包括至少一个景物轮廓模型;
当所述至少一个像素满足预设条件时,生成提示信息,包括:
当确定所述数据库中不包含所述目标照片的景物轮廓模型时,生成所述提示信息。
4.根据权利要求1所述的方法,其特征在于,
确定所述至少一个像素是否满足预设条件,包括:
在所述目标照片中选择目标区域,根据所述目标区域中像素的变化情况生成像素变化曲线,所述目标区域中包含的像素为同一列像素或同一行像素;
确定所述像素变化曲线上任意一点的斜率是否在预设范围内;
当所述至少一个像素满足预设条件时,生成提示信息,包括:
当确定所述像素变化曲线上任意一点的斜率在所述预设范围内时,生成所述提示信息。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
通过语音播放所述提示信息,或者显示所述提示信息。
6.一种电子设备,其特征在于,包括:获取模块、判断模块和提示模块;
所述获取模块,用于获取目标照片,所述目标照片包含至少一个像素;
所述判断模块,用于确定所述至少一个像素是否满足预设条件;
所述提示模块,用于在所述至少一个像素满足预设条件时,生成提示信息,所述提示信息用于指示所述目标照片为误拍照片。
7.根据权利要求6所述的设备,其特征在于,所述判断模块包括取样子模块和颜色判断子模块;
所述取样子模块,用于在所述至少一个像素中获取均匀分布的取样像素;
所述颜色判断子模块,用于确定所述取样像素中各个分量之差的绝对值低于第一阈值的像素的数量是否超过预设的百分比;
所述提示模块,在确定所述取样像素中各个分量之差的绝对值低于所述第一阈值的像素的数量超过所述预设的百分比时,生成所述提示信息。
8.根据权利要求7所述的设备,其特征在于,所述判断模块包括模型子模块和轮廓判断子模块;
所述模型子模块,用于根据所述至少一个像素构建所述目标照片的景物轮廓模型;
所述轮廓判断子模块,用于确定数据库中是否包含所述目标照片的景物轮廓模型,所述数据库包括至少一个景物轮廓模型;
所述提示模块,在确定所述数据库中不包含所述目标照片的景物轮廓模型时,生成所述提示信息。
9.根据权利要求7所述的设备,其特征在于,所述判断模块包括曲线生成子模块和曲线判断子模块;
所述曲线生成子模块,用于在所述目标照片中选择目标区域,根据所述目标区域中像素的变化情况生成像素变化曲线,所述目标区域中包含的像素为同一列像素或同一行像素;
所述曲线判断子模块,用于确定所述像素变化曲线上任意一点的斜率是否在预设范围内;
所述提示模块,在确定所述像素变化曲线上任意一点的斜率在所述预设范围内时,生成所述提示信息。
10.根据权利要求6-9任一项所述的设备,其特征在于,所述提示模块包括播放子模块;
所述播放子模块,用于通过语音播放所述提示信息,或者显示所述提示信息。
11.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取目标照片,所述目标照片包含至少一个像素;
确定所述至少一个像素是否满足预设条件;
当所述至少一个像素满足预设条件时,生成提示信息,所述提示信息用于指示所述目标照片为误拍照片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610862559.4A CN106407441A (zh) | 2016-09-28 | 2016-09-28 | 误拍照片的识别方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610862559.4A CN106407441A (zh) | 2016-09-28 | 2016-09-28 | 误拍照片的识别方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106407441A true CN106407441A (zh) | 2017-02-15 |
Family
ID=59227992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610862559.4A Pending CN106407441A (zh) | 2016-09-28 | 2016-09-28 | 误拍照片的识别方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106407441A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112511689A (zh) * | 2019-09-16 | 2021-03-16 | 北京小米移动软件有限公司 | 针对异常拍摄的处理方法、装置及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069783A (zh) * | 2015-07-23 | 2015-11-18 | 北京金山安全软件有限公司 | 一种模糊图片识别方法及装置 |
CN105487774A (zh) * | 2015-11-27 | 2016-04-13 | 小米科技有限责任公司 | 图像分组方法及装置 |
CN105512221A (zh) * | 2015-11-30 | 2016-04-20 | 上海斐讯数据通信技术有限公司 | 模糊照片的处理方法以及处理系统 |
CN105512671A (zh) * | 2015-11-02 | 2016-04-20 | 北京蓝数科技有限公司 | 基于模糊照片识别的照片管理方法 |
CN105574839A (zh) * | 2014-10-16 | 2016-05-11 | 中兴通讯股份有限公司 | 一种图像的处理方法和装置 |
CN105654451A (zh) * | 2014-11-10 | 2016-06-08 | 中兴通讯股份有限公司 | 一种图像的处理方法和装置 |
-
2016
- 2016-09-28 CN CN201610862559.4A patent/CN106407441A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574839A (zh) * | 2014-10-16 | 2016-05-11 | 中兴通讯股份有限公司 | 一种图像的处理方法和装置 |
CN105654451A (zh) * | 2014-11-10 | 2016-06-08 | 中兴通讯股份有限公司 | 一种图像的处理方法和装置 |
CN105069783A (zh) * | 2015-07-23 | 2015-11-18 | 北京金山安全软件有限公司 | 一种模糊图片识别方法及装置 |
CN105512671A (zh) * | 2015-11-02 | 2016-04-20 | 北京蓝数科技有限公司 | 基于模糊照片识别的照片管理方法 |
CN105487774A (zh) * | 2015-11-27 | 2016-04-13 | 小米科技有限责任公司 | 图像分组方法及装置 |
CN105512221A (zh) * | 2015-11-30 | 2016-04-20 | 上海斐讯数据通信技术有限公司 | 模糊照片的处理方法以及处理系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112511689A (zh) * | 2019-09-16 | 2021-03-16 | 北京小米移动软件有限公司 | 针对异常拍摄的处理方法、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106454336B (zh) | 检测终端摄像头被遮挡的方法及装置和终端 | |
CN104717366B (zh) | 联系人头像的推荐方法及装置 | |
CN107123081A (zh) | 图像处理方法、装置及终端 | |
CN105975301B (zh) | 内存清理方法及装置、电子设备 | |
CN104182313B (zh) | 延时拍照的方法和装置 | |
CN105635567A (zh) | 拍照方法和装置 | |
CN105069083B (zh) | 关联用户的确定方法及装置 | |
CN105760884B (zh) | 图片类型的识别方法及装置 | |
CN106325674A (zh) | 消息提示方法及设备 | |
EP3173969B1 (en) | Method, apparatus and terminal device for playing music based on a target face photo album | |
CN105069073A (zh) | 联系人信息推荐方法及装置 | |
CN104869308A (zh) | 拍摄照片的方法及装置 | |
CN106355549A (zh) | 拍照方法及设备 | |
CN104700353A (zh) | 图像滤镜生成方法及装置 | |
CN104216525B (zh) | 相机应用的模式控制方法及装置 | |
CN106407365A (zh) | 图片共享方法及装置 | |
CN105208284B (zh) | 拍摄提醒方法及装置 | |
CN104238911A (zh) | 加载图标显示方法和装置 | |
CN104980662A (zh) | 拍照过程中调整成像风格的方法、装置及摄像装置 | |
CN107426489A (zh) | 拍摄图像时的处理方法、装置及终端 | |
CN106776068A (zh) | 候选应用的显示方法、装置及设备 | |
CN105426079A (zh) | 图片亮度的调整方法及装置 | |
CN105203456A (zh) | 植物品种识别方法及装置 | |
CN105357449A (zh) | 拍摄方法、装置及图像处理方法、装置 | |
CN107507128A (zh) | 图像处理方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170215 |