CN106485689B - 一种图片处理方法和装置 - Google Patents
一种图片处理方法和装置 Download PDFInfo
- Publication number
- CN106485689B CN106485689B CN201610884820.0A CN201610884820A CN106485689B CN 106485689 B CN106485689 B CN 106485689B CN 201610884820 A CN201610884820 A CN 201610884820A CN 106485689 B CN106485689 B CN 106485689B
- Authority
- CN
- China
- Prior art keywords
- submatrix
- picture
- face
- synthesising
- highest
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 230000011218 segmentation Effects 0.000 claims description 24
- 239000002131 composite material Substances 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000000034 method Methods 0.000 description 64
- 210000000887 face Anatomy 0.000 description 29
- 238000004891 communication Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 8
- 210000001508 eye Anatomy 0.000 description 8
- 238000010295 mobile communication Methods 0.000 description 4
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 3
- 206010011469 Crying Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101150012579 ADSL gene Proteins 0.000 description 1
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 1
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
一种图片处理方法和装置,包括:将在连拍模式下获得的N张图片中的每一张图片分别分割成M个子阵;其中,N和M均为大于或等于2的整数;从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵;其中,i为1到M的整数;将合成图片的第1个子阵到第M个子阵重新组合成一张最终图片。通过本发明实施例的方案,将在连拍模式下获得的N张图片中的每一张图片分别分割成多个子阵,再从N张图片中挑出最符合预设标准的子阵,然后组成新的图片,从而获得了高质量的图片,以符合用户心意。
Description
技术领域
本文涉及但不限于数据处理技术,尤指一种图片处理方法和装置。
背景技术
目前,用户在拍照时,有时候拍出来的图片质量不是太好,就需要重新拍摄。为了一次性获得图片质量较好的图片,用户往往采用连拍的方式一次性拍摄多张图片,从多张图片中找出一张质量最好的图片。但是,连拍得到的每一张图片总会有一部分质量不好或者不符合用户心意。
发明内容
为了解决上述问题,本发明实施例提出了一种图片处理方法和装置,能够获得高质量的图片,以符合用户心意。
为了达到上述目的,本发明实施例提出了一种图片处理装置,包括:
分割模块,用于将在连拍模式下获得的N张图片中的每一张图片分别分割成M个子阵;其中,N和M均为大于或等于2的整数;
选择模块,用于从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵;其中,i为1到M的整数;
组合模块,用于将合成图片的第1个子阵到第M个子阵重新组合成一张最终图片。
可选的,所述选择模块具体用于:
分别计算所述第1张图片的第i个子阵到所述第N张图片的第i个子阵的图像质量和/或图像清晰度;从所述第1张图片的第i个子阵到所述第N张图片的第i个子阵中选择图像质量和/或图像清晰度最高的子阵作为所述合成图片的第i个子阵。
可选的,所述选择模块还用于:
当判断出所述图像质量和/或图像清晰度最高的子阵的数量大于或等于2时,识别所述图像质量和/或图像清晰度最高的子阵的人脸;从所述图像质量和/或图像清晰度最高的子阵中选择识别到的人脸满足预设条件的子阵作为所述合成图片的第i个子阵。
可选的,还包括:
识别模块,用于对N张所述图片中的每一张图片进行人脸识别;
所述分割模块具体用于:
将N张所述图片中的每一张图片分别分割成两个子阵;第一个子阵包括识别到的所有人脸,第二个子阵包括所述图片中除所述第一个子阵之外的部分;
所述选择模块具体用于:
从所述第1张图片的第一个子阵到所述第N张图片的第一个子阵中选择所述识别到的所有人脸满足预设条件的子阵作为所述合成图片的第一个子阵;从所述第1张图片的第二个子阵到所述第N张图片的第二个子阵中选择图像质量和/或图像清晰度最高的子阵作为所述合成图片的第二个子阵。
可选的,还包括:
识别模块,用于对N张所述图片中的每一张图片进行人脸识别;
所述分割模块具体用于:
将N张所述图片中的每一张图片分别分割成M个子阵;其中,第1个子阵到第(M-1)个子阵中的每一个子阵包括识别到的至少一个人脸,所述第1个子阵到所述第(M-1)个子阵包括识别到的所有人脸,第M个子阵包括所述图片中除所述第1个子阵到所述第(M-1)个子阵之外的部分;
所述选择模块具体用于:
当i为1到(M-1)时,从所述第1张图片的第i个子阵到所述第N张图片的第i个子阵中选择所述识别到的人脸满足预设条件的子阵作为所述合成图片的第i个子阵;当i为M时,从所述第1张图片的第M个子阵到所述第N张图片的第M个子阵中选择图像质量和/或图像清晰度最高的子阵作为所述合成图片的第M个子阵。
本发明实施例还提出了一种图片处理方法,包括:
将在连拍模式下获得的N张图片中的每一张图片分别分割成M个子阵;其中,N和M均为大于或等于2的整数;
从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵;其中,i为1到M的整数;
将合成图片的第1个子阵到第M个子阵重新组合成一张最终图片。
可选的,所述从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵包括:
分别计算所述第1张图片的第i个子阵到所述第N张图片的第i个子阵的图像质量和/或图像清晰度;
从所述第1张图片的第i个子阵到所述第N张图片的第i个子阵中选择图像质量和/或图像清晰度最高的子阵作为所述合成图片的第i个子阵。
可选的,所述从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵还包括:
当判断出所述图像质量和/或图像清晰度最高的子阵的数量大于或等于2时,识别所述图像质量和/或图像清晰度最高的子阵的人脸;
从所述图像质量和/或图像清晰度最高的子阵中选择识别到的人脸满足预设条件的子阵作为所述合成图片的第i个子阵。
可选的,所述预设条件包括以下的任意一种或多种:
所述识别到的人脸为睁眼状态、所述识别到的人脸为笑脸状态、所述识别到的人脸中处于睁眼状态的人脸数最多、所述识别到的人脸中处于笑脸状态的人脸数最多。
可选的,该方法之前还包括:
对N张所述图片中的每一张图片进行人脸识别;
所述将在连拍模式下获得的N张图片中的每一张图片分别分割成M个子阵包括:
将N张所述图片中的每一张图片分别分割成两个子阵;第一个子阵包括识别到的所有人脸,第二个子阵包括所述图片中除所述第一个子阵之外的部分;
所述从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵包括:
从所述第1张图片的第一个子阵到所述第N张图片的第一个子阵中选择所述识别到的所有人脸满足预设条件的子阵作为所述合成图片的第一个子阵;
从所述第1张图片的第二个子阵到所述第N张图片的第二个子阵中选择图像质量和/或图像清晰度最高的子阵作为所述合成图片的第二个子阵。
可选的,该方法之前还包括:
对N张所述图片中的每一张图片进行人脸识别;
所述将在连拍模式下获得的N张图片中的每一张图片分别分割成M个子阵包括:
将N张所述图片中的每一张图片分别分割成M个子阵;其中,第1个子阵到第(M-1)个子阵中的每一个子阵包括识别到的至少一个人脸,所述第1个子阵到所述第(M-1)个子阵包括识别到的所有人脸,第M个子阵包括所述图片中除所述第1个子阵到所述第(M-1)个子阵之外的部分;
所述从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵包括:
当i为1到(M-1)时,从所述第1张图片的第i个子阵到所述第N张图片的第i个子阵中选择所述识别到的人脸满足预设条件的子阵作为所述合成图片的第i个子阵;
当i为M时,从所述第1张图片的第M个子阵到所述第N张图片的第M个子阵中选择图像质量和/或图像清晰度最高的子阵作为所述合成图片的第M个子阵。
与相关技术相比,本发明实施例包括:将在连拍模式下获得的N张图片中的每一张图片分别分割成M个子阵;其中,N和M均为大于或等于2的整数;从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵;其中,i为1到M的整数;将合成图片的第1个子阵到第M个子阵重新组合成一张最终图片。通过本发明实施例的方案,将在连拍模式下获得的N张图片中的每一张图片分割成多个子阵,再从N张图片中挑出最符合预设标准的子阵,然后组成新的图片,从而获得了高质量的图片,以符合用户心意。
附图说明
下面对本发明实施例中的附图进行说明,实施例中的附图是用于对本发明的进一步理解,与说明书一起用于解释本发明,并不构成对本发明保护范围的限制。
图1为实现本发明各个实施例的移动终端的硬件结构示意图;
图2为如图1所示的移动终端的无线通信系统示意图;
图3为本发明第一实施例图片处理方法的流程图;
图4为本发明第一实施例采用第一种方法对图片进行分割的示意图;
图5为本发明第一实施例采用第二种方法对图片进行分割的示意图;
图6为本发明第一实施例采用第三种方法对图片进行分割的示意图一;
图7为本发明第一实施例采用第三种方法对图片进行分割的示意图二;
图8为本发明第一实施例采用第三种方法对图片进行分割的示意图三;
图9为本发明第二实施例图片处理装置的结构组成示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了便于本领域技术人员的理解,下面结合附图对本发明作进一步的描述,并不能用来限制本发明的保护范围。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的各种方式可以相互组合。
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
现在将参考附图描述实现本发明各个实施例的移动终端。在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身并没有特定的意义。因此,"模块"与"部件"可以混合地使用。
移动终端可以以各种形式来实施。例如,本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面,假设终端是移动终端。然而,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本发明的实施方式的构造也能够应用于固定类型的终端。
图1为实现本发明各个实施例的移动终端的硬件结构示意。
移动终端100可以包括无线通信单元110、A/V(音频/视频)输入单元120、输出单元150、存储器160、接口单元170、控制器180和电源单元190等等。图1示出了具有各种组件的移动终端,但是应理解的是,并不要求实施所有示出的组件。可以替代地实施更多或更少的组件。将在下面详细描述移动终端的元件。
无线通信单元110通常包括一个或多个组件,其允许移动终端100与无线通信系统或网络之间的无线电通信。例如,无线通信单元可以包括移动通信模块112。
移动通信模块112将无线电信号发送到基站(例如,接入点、节点B等等)、外部终端以及服务器中的至少一个和/或从其接收无线电信号。这样的无线电信号可以包括语音通话信号、视频通话信号、或者根据文本和/或多媒体消息发送和/或接收的各种类型的数据。
A/V输入单元120用于接收音频或视频信号。A/V输入单元120可以包括相机121,相机121对在视频捕获模式或图像捕获模式中由图像捕获装置获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元151上。经相机121处理后的图像帧可以存储在存储器160(或其它存储介质)中或者经由无线通信单元110进行发送,可以根据移动终端的构造提供两个或更多相机121。
接口单元170用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。识别模块可以是存储用于验证用户使用移动终端100的各种信息并且可以包括用户识别模块(UIM)、客户识别模块(SIM)、通用客户识别模块(USIM)等等。另外,具有识别模块的装置(下面称为"识别装置")可以采取智能卡的形式,因此,识别装置可以经由端口或其它连接装置与移动终端100连接。接口单元170可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端和外部装置之间传输数据。
另外,当移动终端100与外部底座连接时,接口单元170可以用作允许通过其将电力从底座提供到移动终端100的路径或者可以用作允许从底座输入的各种命令信号通过其传输到移动终端的路径。从底座输入的各种命令信号或电力可以用作用于识别移动终端是否准确地安装在底座上的信号。输出单元150被构造为以视觉、音频和/或触觉方式提供输出信号(例如,音频信号、视频信号、警报信号、振动信号等等)。输出单元150可以包括显示单元151。
显示单元151可以显示在移动终端100中处理的信息。例如,当移动终端100处于电话通话模式时,显示单元151可以显示与通话或其它通信(例如,文本消息收发、多媒体文件下载等等)相关的用户界面(UI)或图形用户界面(GUI)。当移动终端100处于视频通话模式或者图像捕获模式时,显示单元151可以显示捕获的图像和/或接收的图像、示出视频或图像以及相关功能的UI或GUI等等。
同时,当显示单元151和触摸板以层的形式彼此叠加以形成触摸屏时,显示单元151可以用作输入装置和输出装置。显示单元151可以包括液晶显示器(LCD)、薄膜晶体管LCD(TFT-LCD)、有机发光二极管(OLED)显示器、柔性显示器、三维(3D)显示器等等中的至少一种。这些显示器中的一些可以被构造为透明状以允许用户从外部观看,这可以称为透明显示器,典型的透明显示器可以例如为TOLED(透明有机发光二极管)显示器等等。根据特定想要的实施方式,移动终端100可以包括两个或更多显示单元(或其它显示装置),例如,移动终端可以包括外部显示单元(未示出)和内部显示单元(未示出)。触摸屏可用于检测触摸输入压力以及触摸输入位置和触摸输入面积。
存储器160可以存储由控制器180执行的处理和控制操作的软件程序等等,或者可以暂时地存储己经输出或将要输出的数据(例如,电话簿、消息、静态图像、视频等等)。而且,存储器160可以存储关于当触摸施加到触摸屏时输出的各种方式的振动和音频信号的数据。
存储器160可以包括至少一种类型的存储介质,所述存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等等。而且,移动终端100可以与通过网络连接执行存储器160的存储功能的网络存储装置协作。
控制器180通常控制移动终端的总体操作。例如,控制器180执行与语音通话、数据通信、视频通话等等相关的控制和处理。另外,控制器180可以包括用于再现(或回放)多媒体数据的多媒体模块1810,多媒体模块1810可以构造在控制器180内,或者可以构造为与控制器180分离。控制器180可以执行模式识别处理,以将在触摸屏上执行的手写输入或者图片绘制输入识别为字符或图像。
电源单元190在控制器180的控制下接收外部电力或内部电力并且提供操作各元件和组件所需的适当的电力。
这里描述的各种实施方式可以以使用例如计算机软件、硬件或其任何组合的计算机可读介质来实施。对于硬件实施,这里描述的实施方式可以通过使用特定用途集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施,在一些情况下,这样的实施方式可以在控制器180中实施。对于软件实施,诸如过程或功能的实施方式可以与允许执行至少一种功能或操作的单独的软件模块来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施,软件代码可以存储在存储器160中并且由控制器180执行。
至此,己经按照其功能描述了移动终端。下面,为了简要起见,将描述诸如折叠型、直板型、摆动型、滑动型移动终端等等的各种类型的移动终端中的滑动型移动终端作为示例。因此,本发明能够应用于任何类型的移动终端,并且不限于滑动型移动终端。
如图1中所示的移动终端100可以被构造为利用经由帧或分组发送数据的诸如有线和无线通信系统以及基于卫星的通信系统来操作。
现在将参考图2描述其中根据本发明的移动终端能够操作的通信系统。
这样的通信系统可以使用不同的空中接口和/或物理层。例如,由通信系统使用的空中接口包括例如频分多址(FDMA)、时分多址(TDMA)、码分多址(CDMA)和通用移动通信系统(UMTS)(特别地,长期演进(LTE))、全球移动通信系统(GSM)等等。作为非限制性示例,下面的描述涉及CDMA通信系统,但是这样的教导同样适用于其它类型的系统。
参考图2,CDMA无线通信系统可以包括多个移动终端100、多个基站(BS)270、基站控制器(BSC)275和移动交换中心(MSC)280。MSC280被构造为与公共电话交换网络(PSTN)290形成接口。MSC280还被构造为与可以经由回程线路耦接到基站270的BSC275形成接口。回程线路可以根据若干己知的接口中的任一种来构造,所述接口包括例如E1/T1、ATM,IP、PPP、帧中继、HDSL、ADSL或xDSL。将理解的是,如图2中所示的系统可以包括多个BSC2750。
每个BS270可以服务一个或多个分区(或区域),由多向天线或指向特定方向的天线覆盖的每个分区放射状地远离BS270。或者,每个分区可以由用于分集接收的两个或更多天线覆盖。每个BS270可以被构造为支持多个频率分配,并且每个频率分配具有特定频谱(例如,1.25MHz,5MHz等等)。
分区与频率分配的交叉可以被称为CDMA信道。BS270也可以被称为基站收发器子系统(BTS)或者其它等效术语。在这样的情况下,术语"基站"可以用于笼统地表示单个BSC275和至少一个BS270。基站也可以被称为"蜂窝站"。或者,特定BS270的各分区可以被称为多个蜂窝站。
如图2中所示,广播发射器(BT)295将广播信号发送给在系统内操作的移动终端100。如图1中所示的广播接收模块111被设置在移动终端100处以接收由BT295发送的广播信号。在图2中,示出了几个全球定位系统(GPS)卫星300。卫星300帮助定位多个移动终端100中的至少一个。
在图2中,描绘了多个卫星300,但是理解的是,可以利用任何数目的卫星获得有用的定位信息。如图1中所示的GPS模块115通常被构造为与卫星300配合以获得想要的定位信息。替代GPS跟踪技术或者在GPS跟踪技术之外,可以使用可以跟踪移动终端的位置的其它技术。另外,至少一个GPS卫星300可以选择性地或者额外地处理卫星DMB传输。
作为无线通信系统的一个典型操作,BS270接收来自各种移动终端100的反向链路信号。移动终端100通常参与通话、消息收发和其它类型的通信。特定基站270接收的每个反向链路信号被在特定BS270内进行处理。获得的数据被转发给相关的BSC275。BSC提供通话资源分配和包括BS270之间的软切换过程的协调的移动管理功能。BSC275还将接收到的数据路由到MSC280,其提供用于与PSTN290形成接口的额外的路由服务。类似地,PSTN290与MSC280形成接口,MSC与BSC275形成接口,并且BSC275相应地控制BS270以将正向链路信号发送到移动终端100。
基于上述移动终端硬件结构以及通信系统,提出本发明方法各个实施例。
如图3所示,本发明第一实施例提出一种图片处理方法,包括:
步骤300、将在连拍模式下获得的N张图片中的每一张图片分别分割成M个子阵。
本步骤中,N和M均为大于或等于2的整数。
本步骤中,可以采用多种方式将每一张图片分别分割成M个子阵。以下列举三种分割方法,当然,并不是只能采用以下三种方法进行分割,本发明实施例对此不作限定。
第一种,根据预设窗口进行分割。
其中,预设窗口可以是正方形,例如3×3、或5×5大小的窗口等;也可以是长方形,例如2×4、或3×6大小的窗口等;本发明实施例对预设窗口的大小不作限定,预设窗口越小,最终的效果越好,但计算量也越大,因此,可以根据经验取一个合适的值。
按照这种方法分割后,每一张图片对应的M个子阵的大小可能均相同,也可能不相同。
图4为采用第一种方法对图片进行分割的示意图。如图4所示,假设图片大小为24×24,则可以将该图片以3×3大小的窗口分割成64个子阵。
第二种,在分割图片之前先对图片进行人脸识别,然后将每一张图片分别分割成两个子阵。第一个子阵包括识别到的所有人脸,第二个子阵包括图片中除其中一个子阵之外的部分。
图5为采用第二种方法对图片进行分割的示意图。如图5所示,假设从图片中识别到两个人脸,分别为人脸1和人脸2,那么在进行图片分割时可以将图片分割成两个子阵,分别为子阵1和子阵2,子阵1包括识别到的两个人脸,子阵2为图片中其余的部分。
其中,子阵1至少要包括识别到的两个人脸的全部轮廓,具体大小可以不做限定,可以比识别到的两个人脸稍微大一点,也可以刚好包括识别到的两个人脸,可以是正方形,也可以是长方形,本发明实施例不做限定。
第三种,在分割图片之前先对图片进行人脸识别,然后将每一张图片分别分割成M个子阵。其中第1个子阵到第(M-1)个子阵中的每一个子阵包括识别到的至少一个人脸,第1个子阵到第(M-1)个子阵包括识别到的所有人脸,第M个子阵包括图片中除第1个子阵到第(M-1)个子阵之外的部分。
图6为采用第三种方法对图片进行分割的示意图一。如图6所示,假设从图片中识别到四个人脸,分别为人脸1、人脸2、人脸3和人脸4,那么在进行图片分割时可以将图片分割成五个子阵,分别为子阵1、子阵2、子阵3、子阵4和子阵5,子阵1包括识别到的人脸1,子阵2包括识别到的人脸2,子阵3包括识别到的人脸3,子阵4包括识别到的人脸4,子阵5为图片中其余的部分。
其中,子阵1至少要包括人脸1的全部轮廓,具体大小可以不做限定,可以比人脸1稍微大一点,也可以刚好包括人脸1,可以是正方形,也可以是长方形,本发明实施例不做限定。
子阵2至少要包括人脸2的全部轮廓,具体大小可以不做限定,可以比人脸2稍微大一点,也可以刚好包括人脸2,可以是正方形,也可以是长方形,本发明实施例不做限定。
子阵3至少要包括人脸3的全部轮廓,具体大小可以不做限定,可以比人脸1稍微大一点,也可以刚好包括人脸3,可以是正方形,也可以是长方形,本发明实施例不做限定。
子阵4至少要包括人脸4的全部轮廓,具体大小可以不做限定,可以比人脸1稍微大一点,也可以刚好包括人脸4,可以是正方形,也可以是长方形,本发明实施例不做限定。
图7为采用第三种方法对图片进行分割的示意图一。如图7所示,假设从图片中识别到四个人脸,分别为人脸1、人脸2、人脸3和人脸4,那么在进行图片分割时可以将图片分割成三个子阵,分别为子阵1、子阵2和子阵3,子阵1包括识别到的人脸1和人脸2,子阵2包括识别到的人脸3和人脸4,子阵3为图片中其余的部分。
图8为采用第三种方法对图片进行分割的示意图一。如图8所示,假设从图片中识别到四个人脸,分别为人脸1、人脸2、人脸3和人脸4,那么在进行图片分割时可以将图片分割成三个子阵,分别为子阵1、子阵2和子阵3,子阵1包括识别到的人脸1、人脸2和人脸3,子阵2包括识别到的人脸4,子阵3为图片中其余的部分。
当然,不仅仅局限于以上的分割方法,对于第二种方法和第三种方法,为了提高最终的效果,还可以对除人脸所在的子阵之外的部分进一步采用第一种方法进行划分。
本步骤在对N张图片进行分割时应采用相同的分割方法。
步骤301、从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵。
本步骤中,i为1到M的整数。
可选的,从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵包括:
分别计算第1张图片的第i个子阵到第N张图片的第i个子阵的图像质量和/或图像清晰度;
从第1张图片的第i个子阵到第N张图片的第i个子阵中选择图像质量和/或图像清晰度最高的子阵作为合成图片的第i个子阵。
其中,可以采用多种方式计算图像质量,例如均方误差法、峰值信噪比法等,本发明实施例对此不作限定。
可以采用多种方式计算图像清晰度,例如图像直方图法、能量方差法、平方梯度能量法、熵函数法、频谱函数法、拉普拉斯能量法等,本发明实施例不做限定。
可选的,从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵还包括:
当判断出图像质量和/或图像清晰度最高的子阵的数量大于或等于2时,识别图像质量和/或图像清晰度最高的子阵的人脸;从图像质量和/或图像清晰度最高的子阵中选择识别到的人脸满足预设条件的子阵作为合成图片的第i个子阵。
也就是说,如果能够从图像质量和/或图像清晰度最高的子阵中识别到人脸,则选择识别到的人脸满足预设条件的子阵;如果识别到的人脸满足预设条件的子阵有多个,则从识别到的人脸满足预设条件的子阵中随意选择一个;如果从图像质量和/或图像清晰度最高的子阵中识别不到人脸,或者所有子阵中识别到的人脸均不满足预设条件,则从图像质量和/或图像清晰度最高的子阵中随意选择一个。
具体如何识别人脸可以采用本领域技术人员的熟知技术手段来实现,并不用于限定本发明实施例的保护范围,这里不再赘述。
可选的,预设条件包括以下的任意一种或多种:
识别到的人脸为睁眼状态、识别到的人脸为笑脸状态、识别到的人脸中处于睁眼状态的人脸数最多、识别到的人脸中处于笑脸状态的人脸数最多。
在判断识别到的人脸是否满足预设条件时,需要提取识别到的人脸的眼睛和/或嘴唇所处的状态,其中,眼睛所处的状态包括睁眼状态或闭眼状态,嘴唇所处的状态包括笑脸状态或哭脸状态,具体如何提取识别到的人脸的眼睛和/或嘴唇所处的状态可以采用本领域技术人员的熟知技术手段实现,并不用于限定本发明实施例的保护范围,这里不再赘述。
可选的,当采用第二种方法对图片进行分割时,从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵包括:
从第1张图片的第一个子阵到第N张图片的第一个子阵中选择识别到的所有人脸满足预设条件的子阵作为合成图片的第一个子阵;
从第1张图片的第二个子阵到第N张图片的第二个子阵中选择图像质量和/或图像清晰度最高的子阵作为合成图片的第二个子阵。
可选的,如果为了提高效果,对第二个子阵进一步分割得到更多的子阵,则对分割后得到的每一个子阵进行图像质量和/或图像清晰度进行计算,并选择图像质量和/或图像清晰度最高的子阵。
可选的,当采用第三种方法对图片进行分割时,从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵包括:
当i为1到(M-1)时,从第1张图片的第i个子阵到第N张图片的第i个子阵中选择识别到的人脸满足预设条件的子阵作为合成图片的第i个子阵;
当i为M时,从第1张图片的第M个子阵到第N张图片的第M个子阵中选择图像质量和/或图像清晰度最高的子阵作为合成图片的第M个子阵。
可选的,当i为1到(M-1)时,如果识别到的人脸满足预设条件的子阵有多个,则可以进一步从识别到的人脸满足预设条件的子阵中选择图像质量和/或图像清晰度最高的子阵;如果图像质量和/或图像清晰度最高的子阵有多个,则从图像质量和/或图像清晰度最高的子阵中随意选择一个;如果第1张图片的第i个子阵到第N张图片的第i个子阵中识别到的人脸均不满足预设条件,则可以进一步从第1张图片的第i个子阵到第N张图片的第i个子阵中选择图像质量和/或图像清晰度最高的子阵;如果图像质量和/或图像清晰度最高的子阵有多个,则从图像质量和/或图像清晰度最高的子阵中随意选择一个。
可选的,如果为了提高效果,对第M个子阵进一步分割得到更多的子阵,则对分割后得到的每一个子阵进行图像质量和/或图像清晰度进行计算,并选择图像质量和/或图像清晰度最高的子阵。
步骤302、将合成图片的第1个子阵到第M个子阵重新组合成一张最终图片。
本步骤中,在对合成图片的第1个子阵到第M个子阵进行重新组合时,按照M个子阵原先的位置进行组合。
通过本发明实施例的方案,将在连拍模式下获得的N张图片中的每一张图片分割成多个子阵,再从N张图片中挑出最符合预设标准的子阵,然后组成新的图片,从而获得了高质量的图片,以符合用户心意。
参见图9,本发明第二实施例还提出了一种图片处理装置,包括:
分割模块,用于将在连拍模式下获得的N张图片中的每一张图片分别分割成M个子阵;其中,N和M均为大于或等于2的整数;
选择模块,用于从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵;其中,i为1到M的整数;
组合模块,用于将合成图片的第1个子阵到第M个子阵重新组合成一张最终图片。
其中,分割模块、选择模块、组合模块可以设置在图1的控制器180中。
可选的,分割模块可以采用多种方式将每一张图片分割成M个子阵。以下列举三种分割方法,当然,并不是只能采用以下三种方法进行分割,本发明实施例对此不作限定。
第一种,根据预设窗口进行分割。
其中,预设窗口可以是正方形,例如3×3、或5×5大小的窗口等;也可以是长方形,例如2×4、或3×6大小的窗口等;本发明实施例对预设窗口的大小不作限定,预设窗口越小,最终的效果越好,但计算量也越大,因此,可以根据经验取一个合适的值。
按照这种方法分割后,每一张图片对应的M个子阵的大小可能均相同,也可能不相同。
图4为采用第一种方法对图片进行分割的示意图。如图4所示,假设图片大小为24×24,则可以将该图片以3×3大小的窗口分割成64个子阵。
第二种,在分割图片之前先对图片进行人脸识别,然后将每一张图片分别分割成两个子阵。第一个子阵包括识别到的所有人脸,第二个子阵包括图片中除其中一个子阵之外的部分。
图5为采用第二种方法对图片进行分割的示意图。如图5所示,假设从图片中识别到两个人脸,分别为人脸1和人脸2,那么在进行图片分割时可以将图片分割成两个子阵,分别为子阵1和子阵2,子阵1包括识别到的两个人脸,子阵2为图片中其余的部分。
其中,子阵1至少要包括识别到的两个人脸的全部轮廓,具体大小可以不做限定,可以比识别到的两个人脸稍微大一点,也可以刚好包括识别到的两个人脸,可以是正方形,也可以是长方形,本发明实施例不做限定。
第三种,在分割图片之前先对图片进行人脸识别,然后将每一张图片分别分割成M个子阵。其中第1个子阵到第(M-1)个子阵中的每一个子阵包括识别到的至少一个人脸,第1个子阵到第(M-1)个子阵包括识别到的所有人脸,第M个子阵包括图片中除第1个子阵到第(M-1)个子阵之外的部分。
图6为采用第三种方法对图片进行分割的示意图一。如图6所示,假设从图片中识别到四个人脸,分别为人脸1、人脸2、人脸3和人脸4,那么在进行图片分割时可以将图片分割成五个子阵,分别为子阵1、子阵2、子阵3、子阵4和子阵5,子阵1包括识别到的人脸1,子阵2包括识别到的人脸2,子阵3包括识别到的人脸3,子阵4包括识别到的人脸4,子阵5为图片中其余的部分。
其中,子阵1至少要包括人脸1的全部轮廓,具体大小可以不做限定,可以比人脸1稍微大一点,也可以刚好包括人脸1,可以是正方形,也可以是长方形,本发明实施例不做限定。
子阵2至少要包括人脸2的全部轮廓,具体大小可以不做限定,可以比人脸2稍微大一点,也可以刚好包括人脸2,可以是正方形,也可以是长方形,本发明实施例不做限定。
子阵3至少要包括人脸3的全部轮廓,具体大小可以不做限定,可以比人脸1稍微大一点,也可以刚好包括人脸3,可以是正方形,也可以是长方形,本发明实施例不做限定。
子阵4至少要包括人脸4的全部轮廓,具体大小可以不做限定,可以比人脸1稍微大一点,也可以刚好包括人脸4,可以是正方形,也可以是长方形,本发明实施例不做限定。
图7为采用第三种方法对图片进行分割的示意图一。如图7所示,假设从图片中识别到四个人脸,分别为人脸1、人脸2、人脸3和人脸4,那么在进行图片分割时可以将图片分割成三个子阵,分别为子阵1、子阵2和子阵3,子阵1包括识别到的人脸1和人脸2,子阵2包括识别到的人脸3和人脸4,子阵3为图片中其余的部分。
图8为采用第三种方法对图片进行分割的示意图一。如图8所示,假设从图片中识别到四个人脸,分别为人脸1、人脸2、人脸3和人脸4,那么在进行图片分割时可以将图片分割成三个子阵,分别为子阵1、子阵2和子阵3,子阵1包括识别到的人脸1、人脸2和人脸3,子阵2包括识别到的人脸4,子阵3为图片中其余的部分。
当然,不仅仅局限于以上的分割方法,对于第二种方法和第三种方法,为了提高最终的效果,还可以对出人脸所在的子阵之外的部分进一步采用第一种方法进行划分。
分割模块在对N张图片进行分割时应采用相同的分割方法。
可选的,选择模块具体用于:
分别计算第1张图片的第i个子阵到第N张图片的第i个子阵的图像质量和/或图像清晰度;从第1张图片的第i个子阵到第N张图片的第i个子阵中选择图像质量和/或图像清晰度最高的子阵作为合成图片的第i个子阵。
选择模块可以采用多种方式计算图像质量,例如均方误差法、峰值信噪比法等,本发明实施例对此不作限定。
选择模块可以采用多种方式计算图像清晰度,例如图像直方图法、能量方差法、平方梯度能量法、熵函数法、频谱函数法、拉普拉斯能量法等,本发明实施例不做限定。
可选的,选择模块还用于:
当判断出图像质量和/或图像清晰度最高的子阵的数量大于或等于2时,识别图像质量和/或图像清晰度最高的子阵的人脸;从图像质量和/或图像清晰度最高的子阵中选择识别到的人脸满足预设条件的子阵作为合成图片的第i个子阵。
也就是说,如果选择模块能够从图像质量和/或图像清晰度最高的子阵中识别到人脸,则选择识别到的人脸满足预设条件的子阵;如果选择模块识别到的人脸满足预设条件的子阵有多个,则从识别到的人脸满足预设条件的子阵中随意选择一个;如果选择模块从图像质量和/或图像清晰度最高的子阵中识别不到人脸,或者所有子阵中识别到的人脸均不满足预设条件,则从图像质量和/或图像清晰度最高的子阵中随意选择一个。
选择模块具体如何识别人脸可以采用本领域技术人员的熟知技术手段来实现,并不用于限定本发明实施例的保护范围,这里不再赘述。
可选的,预设条件包括以下的任意一种或多种:
识别到的人脸为睁眼状态、识别到的人脸为笑脸状态、识别到的人脸中处于睁眼状态的人脸数最多、识别到的人脸中处于笑脸状态的人脸数最多。
在选择模块判断识别到的人脸是否满足预设条件时,需要提取识别到的人脸的眼睛和/或嘴唇所处的状态,其中,眼睛所处的状态包括睁眼状态或闭眼状态,嘴唇所处的状态包括笑脸状态或哭脸状态,具体如何提取识别到的人脸的眼睛和/或嘴唇所处的状态可以采用本领域技术人员的熟知技术手段实现,并不用于限定本发明实施例的保护范围,这里不再赘述。
可选的,还包括:
识别模块,用于对N张图片中的每一张图片进行人脸识别;
分割模块具体用于:
将N张图片中的每一张图片分别分割成两个子阵;第一个子阵包括识别到的所有人脸,第二个子阵包括图片中除第一个子阵之外的部分;
选择模块具体用于:
从第1张图片的第一个子阵到第N张图片的第一个子阵中选择识别到的所有人脸满足预设条件的子阵作为合成图片的第一个子阵;从第1张图片的第二个子阵到第N张图片的第二个子阵中选择图像质量和/或图像清晰度最高的子阵作为合成图片的第二个子阵。
可选的,如果为了提高效果,分割模块对第二个子阵进一步分割得到更多的子阵,则选择模块对分割后得到的每一个子阵进行图像质量和/或图像清晰度进行计算,并选择图像质量和/或图像清晰度最高的子阵。
其中,识别模块可以设置在图1的控制器180中。
可选的,还包括:
识别模块,用于对N张图片中的每一张图片进行人脸识别;
分割模块具体用于:
将N张图片中的每一张图片分别分割成M个子阵;其中,第1个子阵到第(M-1)个子阵中的每一个子阵包括识别到的至少一个人脸,第1个子阵到第(M-1)个子阵包括识别到的所有人脸,第M个子阵包括图片中除第1个子阵到第(M-1)个子阵之外的部分;
选择模块具体用于:
当i为1到(M-1)时,从第1张图片的第i个子阵到第N张图片的第i个子阵中选择识别到的人脸满足预设条件的子阵作为合成图片的第i个子阵;当i为M时,从第1张图片的第M个子阵到第N张图片的第M个子阵中选择图像质量和/或图像清晰度最高的子阵作为合成图片的第M个子阵。
可选的,当i为1到(M-1)时,如果识别到的人脸满足预设条件的子阵有多个,则可以进一步从识别到的人脸满足预设条件的子阵中选择图像质量和/或图像清晰度最高的子阵;如果图像质量和/或图像清晰度最高的子阵有多个,则从图像质量和/或图像清晰度最高的子阵中随意选择一个;如果第1张图片的第i个子阵到第N张图片的第i个子阵中识别到的人脸均不满足预设条件,则可以进一步从第1张图片的第i个子阵到第N张图片的第i个子阵中选择图像质量和/或图像清晰度最高的子阵;如果图像质量和/或图像清晰度最高的子阵有多个,则从图像质量和/或图像清晰度最高的子阵中随意选择一个。
可选的,如果为了提高效果,分割模块对第M个子阵进一步分割得到更多的子阵,则选择模块对分割后得到的每一个子阵进行图像质量和/或图像清晰度进行计算,并选择图像质量和/或图像清晰度最高的子阵。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (11)
1.一种图片处理装置,其特征在于,包括:
分割模块,用于将在连拍模式下获得的N张图片中的每一张图片分别分割成M个子阵;其中,N和M均为大于或等于2的整数;
选择模块,用于从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵;其中,i为1到M的整数;
组合模块,用于将合成图片的第1个子阵到第M个子阵重新组合成一张最终图片,
识别模块,用于对N张所述图片中的每一张图片进行人脸识别;
所述分割模块,具体用于将N张所述图片中的每一张图片分别分割成M个子阵;其中,第1个子阵到第(M-1)个子阵中的每一个子阵包括识别到的至少一个人脸,所述第1个子阵到所述第(M-1)个子阵包括识别到的所有人脸,第M个子阵包括所述图片中除所述第1个子阵到所述第(M-1)个子阵之外的部分。
2.根据权利要求1所述的图片处理装置,其特征在于,所述选择模块具体用于:
分别计算所述第1张图片的第i个子阵到所述第N张图片的第i个子阵的图像质量;从所述第1张图片的第i个子阵到所述第N张图片的第i个子阵中选择图像质量最高的子阵作为所述合成图片的第i个子阵。
3.根据权利要求2所述的图片处理装置,其特征在于,所述选择模块还用于:
当判断出所述图像质量最高的子阵的数量大于或等于2时,识别所述图像质量最高的子阵的人脸;从所述图像质量的子阵中选择识别到的人脸满足预设条件的子阵作为所述合成图片的第i个子阵。
4.根据权利要求1所述的图片处理装置,其特征在于,还包括:
所述选择模块具体用于:
从所述第1张图片的第一个子阵到所述第N张图片的第一个子阵中选择所述识别到的所有人脸满足预设条件的子阵作为所述合成图片的第一个子阵;从所述第1张图片的第二个子阵到所述第N张图片的第二个子阵中选择图像质量最高的子阵作为所述合成图片的第二个子阵,
其中M为2。
5.根据权利要求1所述的图片处理装置,其特征在于,还包括:
所述选择模块具体用于:
当i为1到(M-1)时,从所述第1张图片的第i个子阵到所述第N张图片的第i个子阵中选择所述识别到的人脸满足预设条件的子阵作为所述合成图片的第i个子阵;当i为M时,从所述第1张图片的第M个子阵到所述第N张图片的第M个子阵中选择图像质量最高的子阵作为所述合成图片的第M个子阵。
6.一种图片处理方法,其特征在于,包括:
对N张所述图片中的每一张图片进行人脸识别;将在连拍模式下获得的N张图片中的每一张图片分别分割成M个子阵;其中,N和M均为大于或等于2的整数;
从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵;其中,i为1到M的整数;
将合成图片的第1个子阵到第M个子阵重新组合成一张最终图片,
所述将在连拍模式下获得的N张图片中的每一张图片分别分割成M个子阵包括:
将N张所述图片中的每一张图片分别分割成M个子阵;其中,第1个子阵到第(M-1)个子阵中的每一个子阵包括识别到的至少一个人脸,所述第1个子阵到所述第(M-1)个子阵包括识别到的所有人脸,第M个子阵包括所述图片中除所述第1个子阵到所述第(M-1)个子阵之外的部分。
7.根据权利要求6所述的图片处理方法,其特征在于,所述从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵包括:
分别计算所述第1张图片的第i个子阵到所述第N张图片的第i个子阵的图像质量;
从所述第1张图片的第i个子阵到所述第N张图片的第i个子阵中选择图像质量最高的子阵作为所述合成图片的第i个子阵。
8.根据权利要求7所述的图片处理方法,其特征在于,所述从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵还包括:
当判断出所述图像质量最高的子阵的数量大于或等于2时,识别所述图像质量最高的子阵的人脸;
从所述图像质量最高的子阵中选择识别到的人脸满足预设条件的子阵作为所述合成图片的第i个子阵。
9.根据权利要求8所述的图片处理方法,其特征在于,所述预设条件包括以下的任意一种或多种:
所述识别到的人脸为睁眼状态、所述识别到的人脸为笑脸状态、所述识别到的人脸中处于睁眼状态的人脸数最多、所述识别到的人脸中处于笑脸状态的人脸数最多。
10.根据权利要求6所述的图片处理方法,其特征在于,所述从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵包括:
从所述第1张图片的第一个子阵到所述第N张图片的第一个子阵中选择所述识别到的所有人脸满足预设条件的子阵作为所述合成图片的第一个子阵;
从所述第1张图片的第二个子阵到所述第N张图片的第二个子阵中选择图像质量最高的子阵作为所述合成图片的第二个子阵,
其中M为2。
11.根据权利要求6所述的图片处理方法,其特征在于,所述从第1张图片的第i个子阵到第N张图片的第i个子阵中选择最符合预设标准的子阵作为合成图片的第i个子阵包括:
当i为1到(M-1)时,从所述第1张图片的第i个子阵到所述第N张图片的第i个子阵中选择所述识别到的人脸满足预设条件的子阵作为所述合成图片的第i个子阵;
当i为M时,从所述第1张图片的第M个子阵到所述第N张图片的第M个子阵中选择图像质量最高的子阵作为所述合成图片的第M个子阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610884820.0A CN106485689B (zh) | 2016-10-10 | 2016-10-10 | 一种图片处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610884820.0A CN106485689B (zh) | 2016-10-10 | 2016-10-10 | 一种图片处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106485689A CN106485689A (zh) | 2017-03-08 |
CN106485689B true CN106485689B (zh) | 2019-08-30 |
Family
ID=58270500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610884820.0A Active CN106485689B (zh) | 2016-10-10 | 2016-10-10 | 一种图片处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106485689B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107395982A (zh) * | 2017-08-22 | 2017-11-24 | 北京小米移动软件有限公司 | 拍照方法和装置 |
CN107635093A (zh) * | 2017-09-18 | 2018-01-26 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
CN107659722B (zh) * | 2017-09-25 | 2020-02-18 | 维沃移动通信有限公司 | 一种图像选择方法及移动终端 |
CN108647351B (zh) * | 2018-05-16 | 2021-05-04 | Oppo广东移动通信有限公司 | 文本图像的处理方法、装置、存储介质及终端 |
CN109104578B (zh) * | 2018-09-21 | 2020-09-18 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN109005354A (zh) * | 2018-09-25 | 2018-12-14 | 努比亚技术有限公司 | 拍摄方法、移动终端及计算机可读存储介质 |
CN109831625A (zh) * | 2019-01-30 | 2019-05-31 | 努比亚技术有限公司 | 拍照处理方法、移动终端及计算机可读存储介质 |
CN110059643B (zh) * | 2019-04-23 | 2021-06-15 | 王雪燕 | 一种多图像特征比对及择优融合的方法、移动终端与可读存储介质 |
CN110046596B (zh) * | 2019-04-23 | 2021-06-15 | 王雪燕 | 一种图像模块化处理及多图像模块自定义组合的方法、移动终端与可读存储介质 |
CN111125399B (zh) * | 2019-12-20 | 2024-03-19 | 维沃移动通信有限公司 | 图片选择方法及电子设备 |
CN113256501B (zh) * | 2020-02-10 | 2022-08-23 | 武汉Tcl集团工业研究院有限公司 | 一种图像处理方法、存储介质及终端设备 |
CN111461985A (zh) * | 2020-03-31 | 2020-07-28 | 维沃移动通信有限公司 | 图片处理方法及电子设备 |
CN112652007B (zh) * | 2020-12-30 | 2021-09-10 | 武汉华工激光工程有限责任公司 | 透明基板内部二维码深度测量系统和测量方法 |
CN114979493A (zh) * | 2022-06-10 | 2022-08-30 | 泰州亚东广告传媒有限公司 | 用于拍照app的存储空间节省平台 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942807A (zh) * | 2014-05-09 | 2014-07-23 | 北京交通大学 | 一种实时处理的快速图像分块融合系统及融合方法 |
CN104867105A (zh) * | 2015-05-30 | 2015-08-26 | 北京金山安全软件有限公司 | 一种图片处理方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4618430B2 (ja) * | 2005-09-02 | 2011-01-26 | 富士ゼロックス株式会社 | 画像処理装置、画像処理方法及びそのプログラム |
CN103870231A (zh) * | 2012-12-17 | 2014-06-18 | 广州市千钧网络科技有限公司 | 呈现图片的设备和方法 |
CN104112262B (zh) * | 2013-04-22 | 2018-08-31 | 联想(北京)有限公司 | 一种信息处理的方法及电子设备 |
-
2016
- 2016-10-10 CN CN201610884820.0A patent/CN106485689B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942807A (zh) * | 2014-05-09 | 2014-07-23 | 北京交通大学 | 一种实时处理的快速图像分块融合系统及融合方法 |
CN104867105A (zh) * | 2015-05-30 | 2015-08-26 | 北京金山安全软件有限公司 | 一种图片处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106485689A (zh) | 2017-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106485689B (zh) | 一种图片处理方法和装置 | |
CN106502693B (zh) | 一种图像显示方法和装置 | |
CN106780634B (zh) | 图片主色调提取方法及装置 | |
CN105404484B (zh) | 终端分屏装置及方法 | |
CN105488756B (zh) | 图片合成方法及装置 | |
CN106453538A (zh) | 屏幕共享装置和方法 | |
CN106097284B (zh) | 一种夜景图像的处理方法和移动终端 | |
CN106713640B (zh) | 一种亮度调节方法和设备 | |
CN105472241B (zh) | 图像拼接方法及移动终端 | |
CN104731456B (zh) | 桌面小部件显示方法和装置 | |
CN105843478B (zh) | 快捷开关的图标显示控制方法及装置 | |
CN106851128A (zh) | 一种基于双摄像头的视频数据处理方法和装置 | |
CN105897564A (zh) | 一种照片分享装置和方法 | |
CN106534552B (zh) | 移动终端及其拍照方法 | |
CN105893490A (zh) | 图片展示装置和方法 | |
CN105554382B (zh) | 一种移动终端及其实现拍照控制的方法 | |
CN106528576A (zh) | 页面搜索方法、终端及系统 | |
CN104735254B (zh) | 终端锁屏方法和系统 | |
CN106021292B (zh) | 一种查找图片的装置和方法 | |
CN106656278B (zh) | 一种近距离无线通信装置和终端设备 | |
CN105635837B (zh) | 一种视频播放方法和装置 | |
CN104935822A (zh) | 一种处理图像的方法和装置 | |
CN106303259A (zh) | 一种实现拍照的方法和装置 | |
CN106651773A (zh) | 图片处理方法及装置 | |
CN106856542B (zh) | 根据壁纸颜色自动调节图标颜色的方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |