CN107295254B - 照片处理方法与拍照终端 - Google Patents

照片处理方法与拍照终端 Download PDF

Info

Publication number
CN107295254B
CN107295254B CN201710475090.3A CN201710475090A CN107295254B CN 107295254 B CN107295254 B CN 107295254B CN 201710475090 A CN201710475090 A CN 201710475090A CN 107295254 B CN107295254 B CN 107295254B
Authority
CN
China
Prior art keywords
data
photos
pictures
determining
shooting
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
Application number
CN201710475090.3A
Other languages
English (en)
Other versions
CN107295254A (zh
Inventor
徐杨
邵毅
付静
张洁
刘磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Transsion Communication Co Ltd
Original Assignee
Shenzhen Transsion Communication Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Transsion Communication Co Ltd filed Critical Shenzhen Transsion Communication Co Ltd
Priority to CN201710475090.3A priority Critical patent/CN107295254B/zh
Publication of CN107295254A publication Critical patent/CN107295254A/zh
Application granted granted Critical
Publication of CN107295254B publication Critical patent/CN107295254B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/95Computational photography systems, e.g. light-field imaging systems
    • H04N23/951Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明提供了一种照片处理方法与拍照终端,该方法包括:获取N张照片的拍摄数据,所述拍摄数据包含至少一个拍摄参数;其中,N为大于等于1的任意整数;根据所述拍摄数据,确定其中的M张照片;其中,所述M张照片中任意两张照片的同一拍摄参数的差距均小于所述拍摄参数对应的预设阈值;M为大于等于1且小于等于N的任意整数;根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片;其中,所述第二组照片的图像质量优于所述第一组照片;删除所述第一组照片。相较于现有的手动删除方式,本发明可以有效节约用户的时间和精力,提高用户体验。

Description

照片处理方法与拍照终端
技术领域
本发明涉及拍照终端,尤其涉及一种照片处理方法于拍照终端。
背景技术
拍照终端,通常指具有拍照功能的设备,其可以为手机、平板电脑或者相机等,拍照终端可以对拍摄的照片进行处理。
现有的相关技术中,为了实现同一场景下照片的筛选,拍照终端可以通过图库向用户展示图片,用户在图库中对已拍照的图片进行查看,然后对图片进行单张或者批量的检查,如需删除,可以通过点击操作选择相应的照片进行删除,该方式耗费时间和精力,用户的体验不佳。
发明内容
本发明提供一种照片处理方法与拍照终端,以解决用户体验不佳的问题。
根据本发明的第一方面,提供了一种照片处理方法,包括:
获取N张照片的拍摄数据,所述拍摄数据包含至少一个拍摄参数;其中,N为大于等于1的任意整数;
根据所述拍摄数据,确定其中的M张照片;其中,所述M张照片中任意两张照片的同一拍摄参数的差距均小于所述拍摄参数对应的预设阈值;M为大于等于1且小于等于N的任意整数;
根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片;其中,所述第二组照片的图像质量优于所述第一组照片;
删除所述第一组照片。
可选的,所述删除所述第一组照片之前,还包括:
推送删除所述第一组照片的提示信息;
根据用户操作得到的第一信息,确认删除所述第一组照片。
可选的,所述拍摄参数包括以下至少之一:
拍摄的时间;
拍摄的地点;
拍摄的对焦数据;
拍摄的感光数据。
可选的,所述根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片,包括:
根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中第一图像数据和第一拍摄数据超出第一预设范围的照片为所述第一组照片。
可选的,所述第一图像数据和第一拍摄数据包括以下至少之一:
亮度;
曝光度;
清晰度;
拍摄的感光数据;
拍摄的对焦数据对应的图像区域的清晰度。
可选的,所述根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片,包括:
根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据;其中,L为大于1小于等于M的任意整数;
根据所述图像质量评价数据确定所述L张照片中的所述第一组照片和第二组照片。
可选的,所述根据所述图像质量评价数据确定所述L张照片中的所述第一组照片和第二组照片,包括:
根据所述L张照片的图像质量评价数据对所述L张照片进行排序;
根据所述L张照片的排序结果确定所述L张照片中所述第一组照片和第二组照片。
可选的,所述根据所述M张照片的排序结果确定所述L张照片中的所述第一组照片和第二组照片,包括:
根据所述L张照片的排序结果以及预设的比例或者数量确定所述第一组照片和第二组照片。
可选的,所述根据所述图像质量评价数据确定所述L张照片中的所述第一组照片和第二组照片,包括:
确认所述L张照片中所述图像质量评价数据处于第一范围的照片为所述第一组照片;
确认所述L张照片中所述图像质量评价数据处于第二范围的照片为所述第二组照片。
可选的,所述根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据,包括:
根据所述L张照片的图像数据得到参考量;
通过预设的评价标准对所述参考量进行评价,得到参考量评价数据;
根据所述参考量评价数据得到所述图像质量评价数据。
可选的,所述参考量包括第一参考量;所述第一参考量包括以下至少之一:
图像的均值;
图像的标准差;
图像的平均梯度。
可选的,所述根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据,包括:
根据拍摄的对焦数据确定对应的图像区域;
根据所述对应的图像区域的第二图像数据确定图像质量评价数据。
根据本发明的第二方面,提供了一种拍照终端,包括:
获取模块,用于获取N张照片与所述N张照片的拍摄数据;
第一确定模块,用于根据所述拍摄数据,确定其中的M张照片;其中,所述M张照片中任意两张照片的拍摄数据的差距均小于第一预设数据;
第二确定模块,用于根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片;
删除模块,用于删除所述第一组照片。
可选的,所述终端还包括:
推送模块,用于推送删除所述第一组照片的提示信息;
确认删除模块,用于根据用户操作得到的第一信息,确认删除所述第一组照片。
可选的,所述拍摄参数包括以下至少之一:
拍摄的时间;
拍摄的地点;
拍摄的对焦数据;
拍摄的感光数据。
可选的,所述第二确定模块,具体用于:
根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中第一图像数据和第一拍摄数据超出第一预设范围的照片为所述第一组照片。
可选的,所述第一图像数据和第一拍摄数据包括以下至少之一:
亮度;
曝光度;
清晰度;
拍摄的感光数据;
拍摄的对焦数据对应的图像区域的清晰度。
可选的,所述第二确定模块,具体用于:
根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据;其中,L为大于1小于等于M的任意整数;
根据所述图像质量评价数据确定所述L张照片中的所述第一组照片和第二组照片。
可选的,所述第二确定模块,具体用于:
根据所述L张照片的图像质量评价数据对所述L张照片进行排序;
根据所述L张照片的排序结果确定所述L张照片中所述第一组照片和第二组照片。
可选的,所述第二确定模块,具体用于:
根据所述L张照片的排序结果以及预设的比例或者数量确定所述第一组照片和第二组照片。
可选的,所述第二确定模块,具体用于:
确认所述L张照片中所述图像质量评价数据处于第一范围的照片为所述第一组照片;
确认所述L张照片中所述图像质量评价数据处于第二范围的照片为所述第二组照片。
可选的,所述根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据,包括:
根据所述L张照片的图像数据得到参考量;
通过预设的评价标准对所述参考量进行评价,得到参考量评价数据;
根据所述参考量评价数据得到所述图像质量评价数据。
可选的,所述参考量包括第一参考量;所述第一参考量包括以下至少之一:
图像的均值;
图像的标准差;
图像的平均梯度。
可选的,所述参考量包括第二参考量;所述第二参考量包括以下至少之一:
可选的,所述第二确定模块,具体用于:
根据拍摄的对焦数据确定对应的图像区域;
根据所述对应的图像区域的第二图像数据确定图像质量评价数据。
本发明提供的照片处理方法与拍照终端,通过根据所述拍摄数据,确定其中的M张照片,可以确定所需筛选的照片范围,提高照片处理的针对性,本发明还通过根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片,实现了对其中需删除的第一组照片的自动选定,相较于现有的手动删除方式,本发明可以有效节约用户的时间和精力,提高用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一照片处理方法的流程示意图;
图2是图1的照片处理方法中一步骤S3的流程示意图;
图3是图2的步骤S3中一步骤S32的流程示意图;
图4是图2的步骤S3中一步骤S33的流程示意图一;
图5是图2的步骤S3中一步骤S33的流程示意图二;
图6是本发明一拍照终端的结构示意图。
附图标记说明:
101-获取模块;
102-第一确定模块;
103-第二确定模块;
104-删除模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1是本发明一照片处理方法的流程示意图;请参考图1,提供了一种照片处理方法,包括:
S1:获取N张照片的拍摄数据,所述拍摄数据包含至少一个拍摄参数;其中,N为大于等于1的任意整数;
其中,所述拍摄数据,可以理解为与照片拍摄动作相关的任意数据;所述拍摄参数,可以指拍摄照片时确定的参数;其中一种举例中,所述拍摄参数包括以下至少之一:拍摄的时间;拍摄的地点;拍摄的对焦数据;拍摄的感光数据。
在步骤S1之前或同时,可以包括:获取N张照片及其图像数据,其为本领域的常规手段。
S2:根据所述拍摄数据,确定其中的M张照片;其中,所述M张照片中任意两张照片的同一拍摄参数的差距均小于所述拍摄参数对应的预设阈值;M为大于等于1且小于等于N的任意整数;
其中,所述预设阈值可以为预先写入程序的固定值,也可以为程序通过学习、分析、匹配变化等手段确定的动态值。
在以上实施方式中,通过所述拍摄数据,可以确定所需筛选的照片范围,提高照片处理的针对性。在具体应用时,可以通过所述参数中的拍摄的时间和拍摄的地点确定所述M张照片为在同一时间段同一地点区域的照片,也可以进一步通过所述参数中的拍摄的对焦数据确定所述M张照片为同一时间段同一地点区域下针对同一对象的照片,也可以进一步通过所述参数中的拍摄的感光数据确定所述M张照片为同一时间段同一地点区域下同一环境光照下的照片等等。在具体实施过程中,针对以上举例,可以理解为,所述M张照片在地点、场景、时间、对象等至少之一内容上具有共性。其中一种举例中,可以适用于连拍的场景,或者实际拍照过程中针对同一场景的同一对象多次拍照以备后期选取的场景。
S3:根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片;其中,所述第二组照片的图像质量优于所述第一组照片;
其中,图像数据可以理解为图像的静态显示的内容相关的任意数据。
图2是图1的照片处理方法中一步骤S3的流程示意图;请参考图2,所述根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片,即步骤S3,包括:
S31:根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中第一图像数据和第一拍摄数据超出第一预设范围的照片为所述第一组照片。
其中,所述第一预设范围可以理解为:若超出该第一预设范围,则确定该照片具有明显瑕疵,比如过度曝光、亮度过高、照片全幅均模糊,拍摄时抖动造成对焦区域的画面模糊等等。针对以上列举的明显瑕疵,其中一种实施方式中,所述第一图像数据和第一拍摄数据包括亮度;曝光度;清晰度;拍摄的感光数据;拍摄的对焦数据对应的图像区域的清晰度等中至少之一。
此外,步骤S31可以在步骤S32之前,也可以在步骤S32之后,步骤S4之前的任意阶段。
S32:根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据;
其中,所述L张照片为M张照片中的部分或者全部,在具备步骤S31的情况下,所述L张照片可以理解为所述M张照片中已确定的第一组照片以外的剩余照片;举例中,若M为5,步骤S31确定其中2张为第一组照片,则剩余的3张照片则为所述L张照片,即L为3。在其中一种实施方式中,若不具备步骤S31,或者步骤S31在步骤S32之后实施,或者步骤S31未筛选出明显瑕疵的照片等情况,则M可以列举为与L相同。在另一种实施方式中,即使不具备步骤S31,也可以通过其他手段在所述M张照片中确定L张照片,举例中,可以包括根据用户的图像偏好数据、拍摄偏好数据等确定图像数据和拍摄数据对应的偏好范围,从而筛选出所述L张照片。
所述图像质量评价数据,可以理解为对图像质量或理解为照片质量进行评价的任意可比较的数据;可以为具体数值,也可以为所评的等级等等。
本发明还通过根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片,实现了对其中需删除的第一组照片的自动选定,相较于现有的手动删除方式,本发明可以有效节约用户的时间和精力,提高用户体验。进而,也可以更有利于增加手机储存空间,通过减少用户对图片的机械查看操作,提高了用户对图片的灵活使用率。
图3是图2的步骤S3中一步骤S32的流程示意图;请参考图3,所述根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据,即步骤S32,包括:
S321:根据所述L张照片的图像数据得到参考量;
其中,参考量可以理解为针对图像数据进行提取或提取后再处理,从而得到的用以适应预设的评价标准的量化数据;
其中一种实施方式中,可以针对图像本身的优劣进行判断,所述参考量包括第一参考量;所述第一参考量包括以下至少之一:图像的均值;图像的标准差;图像的平均梯度。该方式下,可以理解为不将图像看做照片,而仅对其图像本身的质量优劣进行评价。
其中,均值是指图像像素的平均值,标准差是指图像像素灰度值相对于均值的离散程度;平均梯度能反映图像中细节反差和纹理变换,它在一定程度上反映了图像的清晰程度。
另一种实施方式中,可以针对照片的优劣进行判断,其实际依据了照片中的具体内容进行判断,对应的参考量为第二参考量;该判断具有主观判断因素,本发明可选方案通过第二参考量的数据量化,以及预设评价标准的标准客观化,将主观的判断转化为客观的判断;可以实现对照片内容优劣的判断,从而丰富判断的维度,使得判断更具有拟人性。
举例中,可以提取人脸轮廓线条,从而得到轮廓线条所确定的区域在整幅照片中的第一占比,该第一占比可以理解为一种第二参考量;可以提取各像素点的灰度分布情况,该灰度分布情况可以理解为一种第二参考量。
S322:通过预设的评价标准对所述参考量进行评价,得到参考量评价数据;
其中,参考量评价数据可以理解为能够根据评价标准和参考量得到,且能够用于计算得到所述图像质量评价数据的任意数据。参考量评价数据可以为具体的量化数据,不同的参考量可以对应于不同的参考量评价数据,比如,所述第一占比为80%时,对应的参考量评价数据根据预设的评价标准可以确定为60,第一占比为20%时,对应的参考量评价数据可以为55;在另一可选实施方式中,参考量评价数据也可以为评级数据,不同的参考量可以对应定位于不同的评级,比如,若所述第一占比处于80%至90%,定级别位第三级,对应的参考量评价数据则为第三级;
以上举例主要以第二参考量为例,其评价标准可以为人为预先设定的,比如可以根据一般的审美规则设定,也可以为根据对大量照片数据进行分析后自动得到的,且实时变化的。
对于第一参考量,其评价标准在领域内可以具有通常的理解,举例中,均值是指图像像素的平均值,它反映了图像的平均亮度,平均亮度越大,图像质量越好;标准差是指图像像素灰度值相对于均值的离散程度。如果标准差越大,表明图像中灰度级分别越分散,图像质量也就越好;平均梯度能反映图像中细节反差和纹理变换,它在一定程度上反映了图像的清晰程度。
第一参考量和第二参考量可以仅使用其中之一,也可以同时使用。
S323:根据所述参考量评价数据得到所述图像质量评价数据。
其中,若参考量评价数据为单一参考量的参考量评价数据,则可以以该单一参考量的参考量评价数据本身作为图像质量评价数据;若参考量评价数据为多个参考量的参考量评价数据,则可以综合多个参考量评价数据进行计算,得到一个可用于进行量化比较的图像质量评价数据。例如,对于不同的参考量的参考量评价数据,可以以不同的比重乘以相应系数后相加,从而得到所述图像质量评价数据。
在本发明其中一种实施方式中,所述根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据,即步骤S32,还包括:
根据拍摄的对焦数据确定对应的图像区域;
根据所述对应的图像区域的第二图像数据确定图像质量评价数据。
该实施方式可以有效减少处理的数据量,提高处理效率。
S33:根据所述图像质量评价数据确定所述L张照片中的所述第一组照片和第二组照片;
图4是图2的步骤S3中步骤S33的流程示意图一;其中一种实施方式中,请参考图4,所述根据所述图像质量评价数据确定所述L张照片中的所述第一组照片和第二组照片,即步骤S33,可以包括:
S331:根据所述L张照片的图像质量评价数据对所述L张照片进行排序;
S332:根据所述L张照片的排序结果确定所述L张照片中所述第一组照片和第二组照片。
图5是图2的步骤S3中步骤S33的流程示意图二;其中一种实施方式中,请参考图5,所述根据所述图像质量评价数据确定所述L张照片中的所述第一组照片和第二组照片,即步骤S33,可以包括:
S333:确认所述L张照片中所述图像质量评价数据处于第一范围的照片为所述第一组照片;
S334:确认所述L张照片中所述图像质量评价数据处于第二范围的照片为所述第二组照片。
S4:推送删除所述第一组照片的提示信息;
S5:根据用户操作得到的第一信息,确认删除所述第一组照片。
通过步骤S4与S5,可以防止误删除的发生,保障照片的安全。
S6:删除所述第一组照片。
图6是本发明一拍照终端的结构示意图,请参考图6,提供了一种拍照终端,包括:
获取模块,用于获取N张照片与所述N张照片的拍摄数据;
第一确定模块,用于根据所述拍摄数据,确定其中的M张照片;其中,所述M张照片中任意两张照片的拍摄数据的差距均小于第一预设数据;
第二确定模块,用于根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片;
删除模块,用于删除所述第一组照片。
可选的,所述终端还包括:
推送模块,用于推送删除所述第一组照片的提示信息;
确认删除模块,用于根据用户操作得到的第一信息,确认删除所述第一组照片。
可选的,所述拍摄参数包括以下至少之一:
拍摄的时间;
拍摄的地点;
拍摄的对焦数据;
拍摄的感光数据。
可选的,所述第二确定模块,具体用于:
根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中第一图像数据和第一拍摄数据超出第一预设范围的照片为所述第一组照片。
可选的,所述第一图像数据和第一拍摄数据包括以下至少之一:
亮度;
曝光度;
清晰度;
拍摄的感光数据;
拍摄的对焦数据对应的图像区域的清晰度。
可选的,所述第二确定模块,具体用于:
根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据;其中,L为大于1小于等于M的任意整数;
根据所述图像质量评价数据确定所述L张照片中的所述第一组照片和第二组照片。
可选的,所述第二确定模块,具体用于:
根据所述L张照片的图像质量评价数据对所述L张照片进行排序;
根据所述L张照片的排序结果确定所述L张照片中所述第一组照片和第二组照片。
可选的,所述第二确定模块,具体用于:
根据所述L张照片的排序结果以及预设的比例或者数量确定所述第一组照片和第二组照片。
可选的,所述第二确定模块,具体用于:
确认所述L张照片中所述图像质量评价数据处于第一范围的照片为所述第一组照片;
确认所述L张照片中所述图像质量评价数据处于第二范围的照片为所述第二组照片。
可选的,所述根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据,包括:
根据所述L张照片的图像数据得到参考量;
通过预设的评价标准对所述参考量进行评价,得到参考量评价数据;
根据所述参考量评价数据得到所述图像质量评价数据。
可选的,所述参考量包括第一参考量;所述第一参考量包括以下至少之一:
图像的均值;
图像的标准差;
图像的平均梯度。
可选的,所述第二确定模块,具体用于::
根据拍摄的对焦数据确定对应的图像区域;
根据所述对应的图像区域的第二图像数据确定图像质量评价数据。
本发明提供的拍照终端,通过根据所述拍摄数据,确定其中的M张照片,可以确定所需筛选的照片范围,提高照片处理的针对性,本发明还通过根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片,实现了对其中需删除的第一组照片的自动选定,相较于现有的手动删除方式,本发明可以有效节约用户的时间和精力,提高用户体验。进而,也可以更有利于增加手机储存空间,通过减少用户对图片的机械查看操作,提高了用户对图片的灵活使用率。
此外,本实施例所示的装置,对应地可用于实施图1所示方法实施例的技术方案,其实现原理、技术效果以及术语的含义类似,此处不再赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种照片处理方法,其特征在于,包括:
获取N张照片的拍摄数据,所述拍摄数据包含至少一个拍摄参数;其中,N为大于等于1的任意整数;
根据所述拍摄数据,确定其中的M张照片;其中,所述M张照片中任意两张照片的同一拍摄参数的差距均小于所述拍摄参数对应的预设阈值;M为大于等于1且小于等于N的任意整数;
根据所述M张照片的图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片;其中,所述第二组照片的图像质量优于所述第一组照片;
删除所述第一组照片;
其中,所述根据所述M张照片的所述图像数据和/或所述拍摄数据,确定所述M张照片中的第一组照片和第二组照片,包括:
根据所述M张照片中的L张照片的所述图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据;其中,L为大于1小于等于M的任意整数;
根据所述图像质量评价数据确定所述L张照片中的所述第一组照片和所述第二组照片;
其中,通过以下至少一种方式确定所述L张照片:
确定所述M张照片中第一图像数据或第一拍摄数据超出第一预设范围的照片为第三组照片,并确定所述M张照片中除去所述第三组照片外剩余的照片为所述L张照片;
根据用户的图像偏好数据和/或拍摄偏好数据确定图像数据和拍摄数据对应的偏好范围,筛选出所述L张照片,
其中,所述第一图像数据或第一拍摄数据包括以下至少之一:
亮度;
曝光度;
清晰度;
拍摄的感光数据;
拍摄的对焦数据对应的图像区域的清晰度。
2.根据权利要求1所述的照片处理方法,其特征在于,所述删除所述第一组照片之前,还包括:
推送删除所述第一组照片的提示信息;
根据用户操作得到的第一信息,确认删除所述第一组照片。
3.根据权利要求1所述的照片处理方法,其特征在于,所述拍摄参数包括以下至少之一:
拍摄的时间;
拍摄的地点;
拍摄对象对应的对焦数据;
拍摄对应的场景感光数据。
4.根据权利要求1所述的方法,其特征在于,所述根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据,包括:
根据所述L张照片的所述图像数据得到参考量;
通过预设的评价标准对所述参考量进行评价,得到参考量评价数据;
根据所述参考量评价数据得到所述图像质量评价数据。
5.根据权利要求4所述的方法,其特征在于,所述参考量包括第一参考量;所述第一参考量包括以下至少之一:
图像的均值;
图像的标准差;
图像的平均梯度。
6.根据权利要求4所述的方法,其特征在于,所述参考量包括多个参考量,根据每个参考量的比重,求和得到所述图像质量评价数据。
7.根据权利要求6所述的方法,其特征在于,根据所述M张照片中的L张照片的图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据,包括:
根据拍摄的对焦数据确定对应的图像区域;
根据所述对应的图像区域的第二图像数据确定所述图像质量评价数据。
8.根据权利要求1所述的方法,其特征在于,所述根据所述图像质量评价数据确定所述L张照片中的所述第一组照片和所述第二组照片,包括:
根据所述L张照片的所述图像质量评价数据对所述L张照片进行排序;
根据所述L张照片的排序结果确定所述L张照片中所述第一组照片和所述第二组照片。
9.一种拍照终端,其特征在于,包括:
获取模块,用于N张照片的拍摄数据,所述拍摄数据包含至少一个拍摄参数;其中,N为大于等于1的任意整数;
第一确定模块,根据所述拍摄数据,确定其中的M张照片;其中,所述M张照片中任意两张照片的同一拍摄参数的差距均小于所述拍摄参数对应的预设阈值;
第二确定模块,根据所述M张照片的图像数据和/或拍摄数据,确定所述M张照片中的第一组照片和第二组照片;
删除模块,删除所述第一组照片;
其中,所述第二确定模块,具体用于:
根据所述M张照片中的L张照片的所述图像数据和/或所述拍摄数据,确定所述L张照片的图像质量评价数据;其中,L为大于1小于等于M的任意整数;
根据所述图像质量评价数据确定所述L张照片中的所述第一组照片和所述第二组照片;
其中,通过以下至少一种方式确定所述L张照片:
确定所述M张照片中第一图像数据或第一拍摄数据超出第一预设范围的照片为第三组照片,并确定所述M张照片中除去所述第三组照片外剩余的照片为所述L张照片;
根据用户的图像偏好数据和/或拍摄偏好数据确定图像数据和拍摄数据对应的偏好范围,筛选出所述L张照片;
其中,所述第一图像数据或第一拍摄数据包括以下至少之一:
亮度;
曝光度;
清晰度;
拍摄的感光数据;
拍摄的对焦数据对应的图像区域的清晰度。
CN201710475090.3A 2017-06-21 2017-06-21 照片处理方法与拍照终端 Active CN107295254B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710475090.3A CN107295254B (zh) 2017-06-21 2017-06-21 照片处理方法与拍照终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710475090.3A CN107295254B (zh) 2017-06-21 2017-06-21 照片处理方法与拍照终端

Publications (2)

Publication Number Publication Date
CN107295254A CN107295254A (zh) 2017-10-24
CN107295254B true CN107295254B (zh) 2021-01-15

Family

ID=60096623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710475090.3A Active CN107295254B (zh) 2017-06-21 2017-06-21 照片处理方法与拍照终端

Country Status (1)

Country Link
CN (1) CN107295254B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103945134A (zh) * 2014-05-16 2014-07-23 深圳市东方拓宇科技有限公司 一种照片的拍摄和查看方法及其终端
CN104133917A (zh) * 2014-08-15 2014-11-05 百度在线网络技术(北京)有限公司 照片的分类存储方法及装置
CN104216976A (zh) * 2014-09-01 2014-12-17 广东欧珀移动通信有限公司 一种移动终端图片分组查看方法及系统
CN104869308A (zh) * 2015-04-29 2015-08-26 小米科技有限责任公司 拍摄照片的方法及装置
CN105472239A (zh) * 2015-11-17 2016-04-06 小米科技有限责任公司 照片处理方法及装置
CN105654101A (zh) * 2014-11-11 2016-06-08 联想(北京)有限公司 一种信息处理方法及电子设备
CN105760461A (zh) * 2016-02-04 2016-07-13 上海卓易科技股份有限公司 相册的自动建立方法及其装置
CN105976350A (zh) * 2016-03-24 2016-09-28 努比亚技术有限公司 相机测评装置和方法
CN105989599A (zh) * 2015-02-15 2016-10-05 西安酷派软件科技有限公司 一种图像处理方法、装置和终端

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7467222B2 (en) * 2006-05-12 2008-12-16 Shutterfly, Inc. Image ranking for imaging products and services
JP2010095316A (ja) * 2008-10-14 2010-04-30 Sharp Corp 用紙処理装置
CN106095805A (zh) * 2016-05-30 2016-11-09 珠海市魅族科技有限公司 图片删除方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103945134A (zh) * 2014-05-16 2014-07-23 深圳市东方拓宇科技有限公司 一种照片的拍摄和查看方法及其终端
CN104133917A (zh) * 2014-08-15 2014-11-05 百度在线网络技术(北京)有限公司 照片的分类存储方法及装置
CN104216976A (zh) * 2014-09-01 2014-12-17 广东欧珀移动通信有限公司 一种移动终端图片分组查看方法及系统
CN105654101A (zh) * 2014-11-11 2016-06-08 联想(北京)有限公司 一种信息处理方法及电子设备
CN105989599A (zh) * 2015-02-15 2016-10-05 西安酷派软件科技有限公司 一种图像处理方法、装置和终端
CN104869308A (zh) * 2015-04-29 2015-08-26 小米科技有限责任公司 拍摄照片的方法及装置
CN105472239A (zh) * 2015-11-17 2016-04-06 小米科技有限责任公司 照片处理方法及装置
CN105760461A (zh) * 2016-02-04 2016-07-13 上海卓易科技股份有限公司 相册的自动建立方法及其装置
CN105976350A (zh) * 2016-03-24 2016-09-28 努比亚技术有限公司 相机测评装置和方法

Also Published As

Publication number Publication date
CN107295254A (zh) 2017-10-24

Similar Documents

Publication Publication Date Title
TWI709091B (zh) 圖像處理方法和裝置
AU2017261537B2 (en) Automated selection of keeper images from a burst photo captured set
CN113992861B (zh) 一种图像处理方法及图像处理装置
EP3579180A1 (en) Image processing method and apparatus, electronic device and non-transitory computer-readable recording medium for selective image enhancement
US9338348B2 (en) Real time assessment of picture quality
US11127117B2 (en) Information processing method, information processing apparatus, and recording medium
EP3196758B1 (en) Image classification method and image classification apparatus
KR20090111136A (ko) 최적 영상 선택 방법 및 장치
CN110807757A (zh) 基于人工智能的图像质量评估方法、装置及计算机设备
JP7212554B2 (ja) 情報処理方法、情報処理装置、及びプログラム
KR20200140713A (ko) 이미지 디테일 향상을 위한 신경 네트워크 모델 학습 방법 및 장치
CN112749298B (zh) 视频封面确定方法、装置、电子设备及计算机存储介质
WO2017177559A1 (zh) 一种图像管理方法和装置
CN110288560B (zh) 一种图像模糊检测方法及装置
CN108961209B (zh) 行人图像质量评价方法、电子设备及计算机可读介质
JP2020076644A (ja) 肉質等級の品質基準のデジタル化方法、それによる品質基準を利用した品質評価のテジタル処理方法、それらを利用した自動肉質評価装置、および、それに搭載されるソフトウェア
CN111183630B (zh) 一种智能终端的照片处理方法及处理装置
CN112801890B (zh) 一种视频处理方法、装置及设备
CN108257117B (zh) 图像曝光度的评测方法及装置
IT201800003384A1 (it) Procedimento di valutazione automatica della qualità di foto digitali
CN107295254B (zh) 照片处理方法与拍照终端
CN111247790A (zh) 一种图像处理方法、装置、图像拍摄和处理系统及载体
CN115242979A (zh) 应用于血液拍摄的对焦方法及系统、智能设备及存储介质
CN116977190A (zh) 图像处理方法、装置、设备、存储介质及程序产品
Anitha et al. Quality assessment of resultant images after processing

Legal Events

Date Code Title Description
PB01 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