CN106454137A - 一种手机v型手势自动拍照方法 - Google Patents
一种手机v型手势自动拍照方法 Download PDFInfo
- Publication number
- CN106454137A CN106454137A CN201611112331.XA CN201611112331A CN106454137A CN 106454137 A CN106454137 A CN 106454137A CN 201611112331 A CN201611112331 A CN 201611112331A CN 106454137 A CN106454137 A CN 106454137A
- Authority
- CN
- China
- Prior art keywords
- point
- gesture motion
- adjacentdir
- antermarginal
- gesture
- 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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/107—Static hand or arm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Image Analysis (AREA)
Abstract
本发明属于手机拍照技术领域,公开了一种手机V型手势自动拍照方法,用于解决现有手机等拍照设备在拍照的时候由于晃动而导致拍照质量下降的问题。本发明的步骤包括如下步骤:1)拍照设备镜头获取手势图形,并通过图像识别模块识别出图像中的手势动作;2)图像判断模块将手势动作与预先存储的在拍照设备内的V型手势动作进行判断,并将判断结果输送给照相应用软件;3)若手势动作符合拍照设备内预先存储的V型手势动作,则照相应用软件执行拍照设备进行拍照;若手势动作不符合预先存储的V型手势动作,返回步骤1)。
Description
技术领域
本发明属于手机拍照技术领域,具体涉及一种手机V型手势自动拍照方法,同时也能够应用于平板、相机等具有拍照功能的电子设备。
背景技术
随着手机、平板等电子设备的像素越来越高,越来越多的人喜欢使用手机等电子设备进行拍照。然而通常这些设备上的拍照功能一般是通过按下拍照物理按键或者点击屏幕上的拍照按钮来完成拍照。当我们按下物理按键以及点击屏幕上的拍照按钮的时候,不可避免手机会有晃动,从而导致拍照质量下降。
发明内容
本发明为了解决现有手机等电子设备在拍照的时候由于晃动而导致拍照质量下降的问题,而提供一种手机V型手势自动拍照方法,在拍照的过程中手机等电子设备不会发生晃动,从而提高拍照的质量。
为解决上述技术问题,本发明所采用的技术方案是:
一种手机V型手势自动拍照方法,包括如下步骤:
1) 拍照设备镜头获取手势图形,并通过图像识别模块识别出图像中的手势动作;
2) 图像判断模块将手势动作与预先存储的在拍照设备内的V型手势动作进行判断,并将判断结果输送给照相应用软件;
3)若手势动作符合拍照设备内预先存储的V型手势动作,则照相应用软件执行拍照设备进行拍照;若手势动作不符合预先存储的V型手势动作,返回步骤1)。
上述步骤1)中的图像识别模块识别出图像中的手势动作包括以下步骤:
A、将图像进行阈值分割,变换为二值图f(x,y),并对该二值图f(x,y) 做倒角距离变换,得到二值图f(x,y) 上各点的距离值、各点到最近背景点的矢量信息v1 及沿着该矢量反方向的下一个相邻点的相对位置;其中,该二值图f(x,y) 为宽w,高h 的0-1 型矩阵,其中0 表示背景点,1 表示前景点;具体包括如下步骤:
(1)、变量初始化
其中,d(xi,yi)为二值图f(x,y)中任一点(xi,yi)的距离值,nearst(xi,yi)为点(xi,yi)到最近边缘的距离值,accessionm(k,s)为第m个距离变换模板中任一点(k,s)的值,m=1或2,所述距离变换模板为3*3的距离变换模板,即1≤k≤3,1≤s≤3;
(2)、从点(0,0) 开始对所述二值图f(x,y) 中各点进行第一次扫描,其中坐标xi 和yi均以步长1 递增,即xi+1 = xi+1,yi+1 = yi+1,得到
d(xi,yi)=min{accession1(dx,dy)+d(xi+dx,yi+dy)} (4)
其中,[dx,dy]∈{[-1,0],[-1,-1],[0,0],[0,-1],[1,-1]},设[dx1,dy1]是使式子accession1(dx,dy)+f(xi+dx,yi+dy)取到最小值的[dx,dy],则
adjacentDir(xi,yi)=[dx1,dy1] (5)
nearst(xi,yi)=nearst(xi+dx,yi+dy)+adjacentDir(xi,yi) (6)
其中adjacentDir(xi,yi)为点(xi,yi)到最近边缘的矢量的反方向上下一个邻近点的方向信息,即得到各点到最近边缘的距离值,以及各点到最近边缘的矢量的反方向上下一个邻近点的方向信息;
(3)、从点(w-1,h-1)开始对图中各点进行第二次扫描,其中坐标xi和yi均以步长1递减,即xi+1=xi-1,yi+1=yi-1,得到
d(xi,yi)=min{accession2(dx,dy)+d(xi+dx,yi+dy)} (7)
其中,[dx,dy]∈{[1,0],[1,1],[0,0],[0,1],[-1,1]},设[dx1,dy1]是使式子accession2(dx,dy)+f(xi+dx,yi+dy)取到最小值的[dx,dy],则
adjacentDir(xi,yi)=[dx1,dy1],([dx1,dy1]≠[0,0])adjacentDir(xi,yi),([dx1,dy1]=[0,0])---(8)]]>
nearst(xi,yi)=nearst(xi+dx,yi+dy)+adjacentDir(xi,yi) (9)
即得到更新了的各点到最近边缘的距离值,以及各点到最近边缘的矢量的反方向上下一个邻近点的方向信息;
B、根据下式(10)计算a(xi,yi)值,其中a(xi,yi)为点(xi,yi)到最近边缘的矢量与图adjacentDir(xi,yi)中指示的邻近点到最近边缘的矢量的夹角:
a(xi,yi)=|arctan(nearst(xi,yi))-arctan(nearst(adjacentDir(xi,yi)))| (10)
C、计算手势动作形状的测量指标,包括:
整体狭长度:card({(xi,yi)|d(xi,yi)>th,a(xi,yi)>3/4π})/th (11)
整体锐角度:card({(xi,yi)|d(xi,yi)>th,3/4π≥a(xi,yi)>1/2π})/th (12)
整体钝角度:card({(xi,yi)|d(xi,yi)>th,1/2π≥a(xi,yi)>1/4π})/th (13)
边缘狭长度:card({(xi,yi)|d(xi,yi)≤th,a(xi,yi)>3/4π})/th (14)
边缘锐角度:card({(xi,yi)|d(xi,yi)≤th,3/4π≥a(xi,yi)>1/2π})/th (15)
边缘钝角度:card({(xi,yi)|d(xi,yi)≤th,1/2π≥a(xi,yi)>1/4π})/th (16)
其中,card(A)表示集合A中元素的个数,th为距离图d中最大距离值的一半。计算出上述形状测量指标,即完成图像性能指标提取。
所述图像判断模块根据存储在拍照设备中的V型手势以及通过图像识别模块得到的整体狭长度、整体锐角度、整体钝角度、边缘狭长度、边缘锐角度和边缘钝角度输出判断结果,并将判断结果输送给照相应用软件。
所述手势动作形成后在设定时间内一直符合预先存储的V型手势动作,照相应用软件控制拍照设备进行对焦并拍照。
所述设定时间0.5-1.5秒。
所述手势动作形成后在设定时间内若不符合预先存储的V型手势动作,返回步骤2)。
与现有技术相比,本发明具有以下有益效果:
本发明的通过图像识别模块自动识别图像中的手势动作,并对手势动作进行特征提取,并将提取的特征输送个图像判断模块,通过图像判断模块将提取的特征与预先存储的V型手势动作进行判断并将判断结果输送给照相应用软件,从而进行拍照动作。本发明在整个过程中对图像进行自动识别、判断和拍照,不需要点击屏幕以及下按物理按键,从而消除了拍照过程中能引起手机等拍照设备晃动的因素,从而保证了拍照的质量,同时提高了用户的体验感。
附图说明
图1为本发明的流程框图。
具体实施方式
下面结合实施例对本发明作进一步的描述,所描述的实施例仅仅是本发明一部分实施例,并不是全部的实施例。基于本发明中的实施例,本领域的普通技术人员在没有做出创造性劳动前提下所获得的其他所用实施例,都属于本发明的保护范围。
本发明的手机V型手势自动拍照方法,包括如下步骤:
1) 拍照设备镜头获取手势图形,并通过图像识别模块识别出图像中的手势动作;
2) 图像判断模块将手势动作与预先存储的在拍照设备内的V型手势动作进行判断,并将判断结果输送给照相应用软件;
3)若手势动作符合拍照设备内预先存储的V型手势动作,则照相应用软件执行拍照设备进行拍照;若手势动作不符合预先存储的V型手势动作,返回步骤1)。
上述步骤1)中的图像识别模块识别出图像中的手势动作包括以下步骤:
为了便于理解本发明的技术方案,在此做如下定义:距离值大且夹角大于135度的点数与距离值的商的和称为整体狭长度,距离值大且夹角在90度到135度之间的为整体锐角度,距离大且夹角在45度到90度的称为整体钝角度。距离值小且夹角大于135度的点数与距离值的商的和称为边缘狭长度,距离值小且夹角在90度到135度之间的为边缘锐角度,距离小且夹角在45度到90度的称为边缘钝角度。
A、将图像进行阈值分割,变换为二值图f(x,y),并对该二值图f(x,y) 做倒角距离变换,得到二值图f(x,y) 上各点的距离值、各点到最近背景点的矢量信息v1 及沿着该矢量反方向的下一个相邻点的相对位置;其中,该二值图f(x,y) 为宽w,高h 的0-1 型矩阵,其中0 表示背景点,1 表示前景点;具体包括如下步骤:
(1)、变量初始化
其中,d(xi,yi)为二值图f(x,y)中任一点(xi,yi)的距离值,nearst(xi,yi)为点(xi,yi)到最近边缘的距离值,accessionm(k,s)为第m个距离变换模板中任一点(k,s)的值,m=1或2,所述距离变换模板为3*3的距离变换模板,即1≤k≤3,1≤s≤3;
(2)、从点(0,0) 开始对所述二值图f(x,y) 中各点进行第一次扫描,其中坐标xi 和yi均以步长1 递增,即xi+1 = xi+1,yi+1 = yi+1,得到
d(xi,yi)=min{accession1(dx,dy)+d(xi+dx,yi+dy)} (4)
其中,[dx,dy]∈{[-1,0],[-1,-1],[0,0],[0,-1],[1,-1]},设[dx1,dy1]是使式子accession1(dx,dy)+f(xi+dx,yi+dy)取到最小值的[dx,dy],则
adjacentDir(xi,yi)=[dx1,dy1] (5)
nearst(xi,yi)=nearst(xi+dx,yi+dy)+adjacentDir(xi,yi) (6)
其中adjacentDir(xi,yi)为点(xi,yi)到最近边缘的矢量的反方向上下一个邻近点的方向信息,即得到各点到最近边缘的距离值,以及各点到最近边缘的矢量的反方向上下一个邻近点的方向信息;
(3)、从点(w-1,h-1)开始对图中各点进行第二次扫描,其中坐标xi和yi均以步长1递减,即xi+1=xi-1,yi+1=yi-1,得到
d(xi,yi)=min{accession2(dx,dy)+d(xi+dx,yi+dy)} (7)
其中,[dx,dy]∈{[1,0],[1,1],[0,0],[0,1],[-1,1]},设[dx1,dy1]是使式子accession2(dx,dy)+f(xi+dx,yi+dy)取到最小值的[dx,dy],则
adjacentDir(xi,yi)=[dx1,dy1],([dx1,dy1]≠[0,0])adjacentDir(xi,yi),([dx1,dy1]=[0,0])---(8)]]>
nearst(xi,yi)=nearst(xi+dx,yi+dy)+adjacentDir(xi,yi) (9)
即得到更新了的各点到最近边缘的距离值,以及各点到最近边缘的矢量的反方向上下一个邻近点的方向信息;
B、根据下式(10)计算a(xi,yi)值,其中a(xi,yi)为点(xi,yi)到最近边缘的矢量与图adjacentDir(xi,yi)中指示的邻近点到最近边缘的矢量的夹角:
a(xi,yi)=|arctan(nearst(xi,yi))-arctan(nearst(adjacentDir(xi,yi)))| (10)
C、计算手势动作形状的测量指标,包括:
整体狭长度:card({(xi,yi)|d(xi,yi)>th,a(xi,yi)>3/4π})/th (11)
整体锐角度:card({(xi,yi)|d(xi,yi)>th,3/4π≥a(xi,yi)>1/2π})/th (12)
整体钝角度:card({(xi,yi)|d(xi,yi)>th,1/2π≥a(xi,yi)>1/4π})/th (13)
边缘狭长度:card({(xi,yi)|d(xi,yi)≤th,a(xi,yi)>3/4π})/th (14)
边缘锐角度:card({(xi,yi)|d(xi,yi)≤th,3/4π≥a(xi,yi)>1/2π})/th (15)
边缘钝角度:card({(xi,yi)|d(xi,yi)≤th,1/2π≥a(xi,yi)>1/4π})/th (16)
其中,card(A)表示集合A中元素的个数,th为距离图d中最大距离值的一半。计算出上述形状测量指标,即完成图像性能指标提取。
所述图像判断模块根据存储在拍照设备中的V型手势以及通过图像识别模块得到的整体狭长度、整体锐角度、整体钝角度、边缘狭长度、边缘锐角度和边缘钝角度输出判断结果,并将判断结果输送给照相应用软件。
所述手势动作形成后在设定时间内一直符合预先存储的V型手势动作,照相应用软件控制拍照设备进行对焦并拍照。
所述设定时间0.5-1.5秒。
所述手势动作形成后在设定时间内若不符合预先存储的V型手势动作,返回步骤2)。
本发明的通过图像识别模块自动识别图像中的手势动作,并对手势动作进行特征提取,并将提取的特征输送个图像判断模块,通过图像判断模块将提取的特征与预先存储的V型手势动作进行判断并将判断结果输送给照相应用软件,从而进行拍照动作。本发明在整个过程中对图像进行自动识别、判断和拍照,不需要点击屏幕以及下按物理按键,从而消除了拍照过程中能引起手机等拍照设备晃动的因素,从而保证了拍照的质量,同时提高了用户的体验感。
Claims (6)
1.手机V型手势自动拍照方法,其特征在于:包括以下步骤:
1) 拍照设备镜头获取手势图形,并通过图像识别模块识别出图像中的手势动作;
2) 图像判断模块将手势动作与预先存储的在拍照设备内的V型手势动作进行判断,并将判断结果输送给照相应用软件;
3)若手势动作符合拍照设备内预先存储的V型手势动作,则照相应用软件执行拍照设备进行拍照;若手势动作不符合预先存储的V型手势动作,返回步骤1)。
2.根据权利要求1所述的收集V型手势自动拍照方法,其特征在于,上述步骤1)中的图像识别模块识别出图像中的手势动作包括以下步骤:
A、将图像进行阈值分割,变换为二值图f(x,y),并对该二值图f(x,y) 做倒角距离变换,得到二值图f(x,y) 上各点的距离值、各点到最近背景点的矢量信息v1 及沿着该矢量反方向的下一个相邻点的相对位置;其中,该二值图f(x,y) 为宽w,高h 的0-1 型矩阵,其中0 表示背景点,1 表示前景点;具体包括如下步骤:
(1)、变量初始化
其中,d(xi,yi)为二值图f(x,y)中任一点(xi,yi)的距离值,nearst(xi,yi)为点(xi,yi)到最近边缘的距离值,accessionm(k,s)为第m个距离变换模板中任一点(k,s)的值,m=1或2,所述距离变换模板为3*3的距离变换模板,即1≤k≤3,1≤s≤3;
(2)、从点(0,0) 开始对所述二值图f(x,y) 中各点进行第一次扫描,其中坐标xi 和yi均以步长1 递增,即xi+1 = xi+1,yi+1 = yi+1,得到
d(xi,yi)=min{accession1(dx,dy)+d(xi+dx,yi+dy)} (4)
其中,[dx,dy]∈{[-1,0],[-1,-1],[0,0],[0,-1],[1,-1]},设[dx1,dy1]是使式子accession1(dx,dy)+f(xi+dx,yi+dy)取到最小值的[dx,dy],则
adjacentDir(xi,yi)=[dx1,dy1] (5)
nearst(xi,yi)=nearst(xi+dx,yi+dy)+adjacentDir(xi,yi) (6)
其中adjacentDir(xi,yi)为点(xi,yi)到最近边缘的矢量的反方向上下一个邻近点的方向信息,即得到各点到最近边缘的距离值,以及各点到最近边缘的矢量的反方向上下一个邻近点的方向信息;
(3)、从点(w-1,h-1)开始对图中各点进行第二次扫描,其中坐标xi和yi均以步长1递减,即xi+1=xi-1,yi+1=yi-1,得到
d(xi,yi)=min{accession2(dx,dy)+d(xi+dx,yi+dy)} (7)
其中,[dx,dy]∈{[1,0],[1,1],[0,0],[0,1],[-1,1]},设[dx1,dy1]是使式子accession2(dx,dy)+f(xi+dx,yi+dy)取到最小值的[dx,dy],则
adjacentDir(xi,yi)=[dx1,dy1],([dx1,dy1]≠[0,0])adjacentDir(xi,yi),([dx1,dy1]=[0,0])---(8)]]>
nearst(xi,yi)=nearst(xi+dx,yi+dy)+adjacentDir(xi,yi) (9)
即得到更新了的各点到最近边缘的距离值,以及各点到最近边缘的矢量的反方向上下一个邻近点的方向信息;
B、根据下式(10)计算a(xi,yi)值,其中a(xi,yi)为点(xi,yi)到最近边缘的矢量与图adjacentDir(xi,yi)中指示的邻近点到最近边缘的矢量的夹角:
a(xi,yi)=|arctan(nearst(xi,yi))-arctan(nearst(adjacentDir(xi,yi)))| (10)
C、计算手势动作形状的测量指标,包括:
整体狭长度:card({(xi,yi)|d(xi,yi)>th,a(xi,yi)>3/4π})/th (11)
整体锐角度:card({(xi,yi)|d(xi,yi)>th,3/4π≥a(xi,yi)>1/2π})/th (12)
整体钝角度:card({(xi,yi)|d(xi,yi)>th,1/2π≥a(xi,yi)>1/4π})/th (13)
边缘狭长度:card({(xi,yi)|d(xi,yi)≤th,a(xi,yi)>3/4π})/th (14)
边缘锐角度:card({(xi,yi)|d(xi,yi)≤th,3/4π≥a(xi,yi)>1/2π})/th (15)
边缘钝角度:card({(xi,yi)|d(xi,yi)≤th,1/2π≥a(xi,yi)>1/4π})/th (16)
其中,card(A)表示集合A中元素的个数,th为距离图d中最大距离值的一半。
3.计算出上述形状测量指标,即完成图像性能指标提取。
4.根据权利要求2所述的收集V型手势自动拍照方法,其特征在于,所述图像判断模块根据存储在拍照设备中的V型手势以及通过图像识别模块得到的整体狭长度、整体锐角度、整体钝角度、边缘狭长度、边缘锐角度和边缘钝角度输出判断结果,并将判断结果输送给照相应用软件。
5.根据权利要求3所述的收集V型手势自动拍照方法,其特征在于,所述手势动作形成后在设定时间内一直符合预先存储的V型手势动作,照相应用软件控制拍照设备进行对焦并拍照。
6.根据权利要求4所述的收集V型手势自动拍照方法,其特征在于,所述设定时间0.5-1.5秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611112331.XA CN106454137A (zh) | 2016-12-07 | 2016-12-07 | 一种手机v型手势自动拍照方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611112331.XA CN106454137A (zh) | 2016-12-07 | 2016-12-07 | 一种手机v型手势自动拍照方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106454137A true CN106454137A (zh) | 2017-02-22 |
Family
ID=58217143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611112331.XA Pending CN106454137A (zh) | 2016-12-07 | 2016-12-07 | 一种手机v型手势自动拍照方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106454137A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107525342A (zh) * | 2017-07-26 | 2017-12-29 | 合肥美的智能科技有限公司 | 物品信息录入方法、系统和冰箱 |
CN107682632A (zh) * | 2017-10-16 | 2018-02-09 | 河南腾龙信息工程有限公司 | 一种照相机自动拍照的方法及多功能相机 |
CN108334858A (zh) * | 2018-02-27 | 2018-07-27 | 上海摩象网络科技有限公司 | 一种利用动作控制智能设备拍摄的方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101742114A (zh) * | 2009-12-31 | 2010-06-16 | 上海量科电子科技有限公司 | 通过手势识别来决定拍摄操作的方法及装置 |
CN101840513A (zh) * | 2010-05-21 | 2010-09-22 | 华中科技大学 | 一种图像形状特征提取方法 |
CN102420942A (zh) * | 2011-11-28 | 2012-04-18 | 康佳集团股份有限公司 | 一种基于拍照设备的拍照控制方法及拍照设备 |
WO2012091185A1 (en) * | 2010-12-27 | 2012-07-05 | Lg Electronics Inc. | Display device and method of providing feedback for gestures thereof |
CN103024275A (zh) * | 2012-12-17 | 2013-04-03 | 东莞宇龙通信科技有限公司 | 自动拍摄方法及终端 |
CN103500335A (zh) * | 2013-09-09 | 2014-01-08 | 华南理工大学 | 一种基于手势识别的照片拍摄与浏览的方法及其装置 |
CN104898975A (zh) * | 2015-05-29 | 2015-09-09 | 努比亚技术有限公司 | 移动终端控制方法及移动终端 |
CN104917967A (zh) * | 2015-05-30 | 2015-09-16 | 深圳市金立通信设备有限公司 | 一种拍照方法及终端 |
CN205453869U (zh) * | 2015-12-25 | 2016-08-10 | 深圳市传奇数码有限公司 | 一种v型手势自动拍照手机 |
-
2016
- 2016-12-07 CN CN201611112331.XA patent/CN106454137A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101742114A (zh) * | 2009-12-31 | 2010-06-16 | 上海量科电子科技有限公司 | 通过手势识别来决定拍摄操作的方法及装置 |
CN101840513A (zh) * | 2010-05-21 | 2010-09-22 | 华中科技大学 | 一种图像形状特征提取方法 |
WO2012091185A1 (en) * | 2010-12-27 | 2012-07-05 | Lg Electronics Inc. | Display device and method of providing feedback for gestures thereof |
CN102420942A (zh) * | 2011-11-28 | 2012-04-18 | 康佳集团股份有限公司 | 一种基于拍照设备的拍照控制方法及拍照设备 |
CN103024275A (zh) * | 2012-12-17 | 2013-04-03 | 东莞宇龙通信科技有限公司 | 自动拍摄方法及终端 |
CN103500335A (zh) * | 2013-09-09 | 2014-01-08 | 华南理工大学 | 一种基于手势识别的照片拍摄与浏览的方法及其装置 |
CN104898975A (zh) * | 2015-05-29 | 2015-09-09 | 努比亚技术有限公司 | 移动终端控制方法及移动终端 |
CN104917967A (zh) * | 2015-05-30 | 2015-09-16 | 深圳市金立通信设备有限公司 | 一种拍照方法及终端 |
CN205453869U (zh) * | 2015-12-25 | 2016-08-10 | 深圳市传奇数码有限公司 | 一种v型手势自动拍照手机 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107525342A (zh) * | 2017-07-26 | 2017-12-29 | 合肥美的智能科技有限公司 | 物品信息录入方法、系统和冰箱 |
CN107682632A (zh) * | 2017-10-16 | 2018-02-09 | 河南腾龙信息工程有限公司 | 一种照相机自动拍照的方法及多功能相机 |
CN108334858A (zh) * | 2018-02-27 | 2018-07-27 | 上海摩象网络科技有限公司 | 一种利用动作控制智能设备拍摄的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110248085B (zh) | 用于图像序列的图像中的对象边界稳定化的装置和方法 | |
CN108122208B (zh) | 用于对对象分割的前景掩模校正的图像处理设备和方法 | |
CN111612820B (zh) | 多目标跟踪方法、特征提取模型的训练方法和装置 | |
RU2642404C2 (ru) | Способ и устройство для извлечения области изображения | |
US20110013807A1 (en) | Apparatus and method for recognizing subject motion using a camera | |
CN109691080B (zh) | 拍摄图像方法、装置和终端 | |
KR101620933B1 (ko) | 제스쳐 인식 메커니즘을 제공하는 방법 및 장치 | |
EP3762899B1 (en) | Object segmentation in a sequence of color image frames based on adaptive foreground mask upsampling | |
CN102103753A (zh) | 使用实时相机运动估计检测和跟踪运动对象的方法和终端 | |
CN105741229A (zh) | 实现人脸图像快速融合的方法 | |
CN104537339A (zh) | 信息识别方法和信息识别系统 | |
CN101339661B (zh) | 一种基于手持设备运动检测的实时人机交互方法和系统 | |
CN106454137A (zh) | 一种手机v型手势自动拍照方法 | |
CN102201053A (zh) | 一种文本图像的切边方法 | |
CN103365488A (zh) | 信息处理装置、程序和信息处理方法 | |
CN104660909A (zh) | 图像获取方法、图像获取装置和终端 | |
JP6739937B2 (ja) | 情報処理装置、情報処理装置の制御方法、及びプログラム | |
WO2015150634A1 (en) | Method and apparatus for processing a video file | |
CN104994362A (zh) | 白平衡处理的方法及装置 | |
CN110008892A (zh) | 一种基于四连指指纹图像采集的指纹核验方法及装置 | |
KR20210069686A (ko) | 사용자 지정 초기화 포인트에 기반한 개체 추적 | |
CN103955713B (zh) | 一种图标识别方法和装置 | |
WO2022111461A1 (zh) | 识别方法、装置及电子设备 | |
US9361500B2 (en) | Image processing apparatus, image processing method, and recording medium | |
JP6171660B2 (ja) | 情報処理装置、情報処理システム及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20170222 |