CN107545576A - 基于构图规则的图像编辑方法 - Google Patents

基于构图规则的图像编辑方法 Download PDF

Info

Publication number
CN107545576A
CN107545576A CN201710643086.3A CN201710643086A CN107545576A CN 107545576 A CN107545576 A CN 107545576A CN 201710643086 A CN201710643086 A CN 201710643086A CN 107545576 A CN107545576 A CN 107545576A
Authority
CN
China
Prior art keywords
image
cut
target image
composition rule
salient region
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
Application number
CN201710643086.3A
Other languages
English (en)
Inventor
梁云
胡月明
陈湘骥
刘汉兴
李亚桢
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.)
South China Agricultural University
Original Assignee
South China Agricultural University
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 South China Agricultural University filed Critical South China Agricultural University
Priority to CN201710643086.3A priority Critical patent/CN107545576A/zh
Publication of CN107545576A publication Critical patent/CN107545576A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于构图规则的图像编辑方法,包括下述步骤:(1)根据目标图像各像素点的对比度检测并识别显著性区域;(2)基于用户需求选择合适的裁切模式;(3)基于图像比例和构图规则的条件组合以显著性区域为中心进行裁切操作;(4)输出裁切后的目标图像效果图;(5)保存效果图至目标文件夹中;(6)重复步骤(1)到步骤(5),直到所有待处理图像处理完毕。本发明方法基于目标图像显著性区域的检测识别可以较好地描述目标图像的显著性区域,结合构图规则和图像比例的条件组合对目标图像进行相应的照片布局设计和美化,从而使处理后的图像在客观上更符合构图规则和美观性。

Description

基于构图规则的图像编辑方法
技术领域
本发明涉及计算机视觉领域,尤其是涉及一种基于构图规则的图像编辑方法。
背景技术
人类的视觉系统是人类感知外界物体和认识世界的最直观也最主要的方式,所以人们日常都会利用自己的视觉从外界接受各种各样的大量信息。而这些信息对于我们来说往往会经过神经系统的过滤筛选,从而对某一事物的印象更为深刻。然而,在需要对大量画面信息进行处理、区分主体的情况下,显然人类的视觉系统会受到人类的精力所限制。因此,借助计算机相关技术对大量信息进行批量分析,人类便可以省去不必要的重复性较高的工作,将时间和精力放在更需要靠人类主观美感的图像操作中。所以,计算机图像分析这一学科便成为图像处理中非常吸引人、也非常重要的研究方向。
相比图像对人类视觉系统带来的刺激从而造成深刻的影响,计算机对快速地从复杂图像中精准定位并标识出图像的主体这一过程的仿真便可以看做是对图像的显著性分析。不同于人类视力接收外界信息,计算机对画面的信息接收来源于一张张的数字图像,这些图像均含有大量的冗余信息。因此通过对图像进行分析得出图像的显著性区域,便能找到原始图像中最吸引人的关键区域。
通过计算机图像分析得出了相应图像的显著性区域后,用户便将重点关注在基于图像显著性区域和人类美学中的构图规则对图像进行图像裁切,常见的裁切比例有长宽比为1:1、3:4等,常见的构图规则有中央构图法、三分构图法、对角线构图法等。这些以人类美学为基准的规则有较大的主观能动性,但一些普遍适用的规则依然可以通过人机交互实现半自动化的操作,进一步地降低人类对大量图像信息进行常规操作的工作量。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种基于构图规则的图像编辑方法,在目标图像的显著性区域检测与识别中,通过加入图像比例和构图规则的条件组合对目标图像进行相应的照片布局设计,在实现显著性区域检测算法的同时将研究成果应用到图像布局处理的裁切操作中。
为了达到上述目的,本发明采用以下技术方案:
本发明公开了一种基于构图规则的图像编辑方法,包括下述步骤:
(1)根据目标图像各像素点的对比度检测识别出显著性区域,所述显著性区域是指用户浏览图像时视线的主要聚焦区域,该区域常为图像的重要内容如照片的中心内容;
(2)基于用户需求选择合适的裁切模式,所述裁剪模式包括手动裁剪模式和自动裁剪模式;
(3)选定裁剪模式,并基于图像比例和构图规则的条件组合以显著性区域为中心进行裁切操作;
(4)输出裁切后的目标图像效果图;
(5)保存效果图至目标文件夹中;
(6)重复步骤(1)到步骤(5),直到所有待处理图像处理完毕。
作为优选的技术方案,步骤(1)中,识别出显著性区域的具体方法为:
(1-1)将目标图像分割成多个小区域,采用的分割方法是基于图的分割,即将每个像素点作为无向图的顶点,两个像素点之间的不相似度作为边的权重,要求连接相同区域内的两个顶点的边的最大权重要小于连接不同区域的顶点的边的最小权重,在迭代过程中进行顶点归纳与区域合并;
(1-2)每个区域的显著性值由它与其他所有区域的空间距离和区域像素数加权的颜色差异来确定;空间距离为两个区域重心的欧氏距离,较远区域分配较小权值;
(1-3)规定显著性值大于某一设定数值的像素点设置flag为1,显著性值小于某一设定数值的像素点设置flag为0;
(1-4)将flag为1的像素点的亮度调高,flag为0的像素点的亮度调低,即可显示出目标图像的显著性区域。
作为优选的技术方案,步骤(1)中,对于已识别出显著性区域的目标图像,求出该目标图像外接轮廓的最小矩形,具体方法如下:
使用函数cvMinAreaRect2(),通过建立凸外形并且旋转外形以寻找给定2D点集的最小面积的包围矩形;使用函数cvBoxPoints()寻找包围矩形的顶点,从而找出完整包含轮廓的最小矩形。
作为优选的技术方案,步骤(2)中,所述手动裁剪模式是通过用户自己进行的操作来对已标注显著性区域的目标图像进行图像切割,在进行手动裁剪时,在裁切窗口新建一个初始裁切框,然后对裁切框进行拉伸进一步满足需求,同时可将需要进行裁切的目标图像区域设置感兴趣区域,创建与感兴趣区域同等大小的新图像空间,将感兴趣区域放进新图像空间中实现裁剪;
所述自动裁剪模式是指通过用户对已经设置好的自动化操作进行选择,自动将所选的条件进行组合并对目标图像进行相应的编辑处理。
作为优选的技术方案,步骤(3)中,当选用自动裁剪模式,并选择使用中央构图规则时,则有1:1、4:3、3:4三种图像比例提供选择,选择需要的图像比例即可以显著性区域为中心按照所选图像比例进行裁切。
作为优选的技术方案,步骤(3)中,当选用自动裁剪模式,并选择使用三分构图规则时,则有1:1、4:3、3:4三种图像比例和四个三分点提供选择,四个三分点是指:裁切框左上三分点、右上三分点、左下三分点、右下三分点,根据需要选择图像比例和三分点的组合后即可以显著性区域的中心为三分点按照所选图像比例进行裁切。
作为优选的技术方案,步骤(3)中,当选择手动裁剪模式,则直接进入裁切窗口,拖动鼠标形成初始的裁切框,然后可以拉伸裁切框的四条边进行裁切框变形,确定后即把目标图像在裁切框内的区域裁切出来。
作为优选的技术方案,步骤(4)中,输出裁切后的目标图像效果图,对目标图像进行裁切操作后,在裁切窗口点击按钮“显示”即可将效果图展示在主窗口中。
作为优选的技术方案,步骤(5)中,对于目标效果图,可选择预览该效果图,若满意该效果图,则保存该效果图到本地存储装置。
本发明与现有技术相比,具有如下优点和有益效果:
本发明将图像的显著性区域识别的和照片布局的常见构图规则结合,成为一种生产工具从而减少人工操作的代价便具有了重要的促进意义。本发明把计算机图像中显著性区域检测这一专业领域应用到生活中对摄影作品的图像处理编辑,辅助人类对原始图像进行美化,这种学科的交叉为人类提供便利有着以下积极的影响:
(1)适用性:互联网上海量的图像都可以通过显著性区域分析来识别出相应图像的重要物体,由于一张图像含有的数字信息十分庞大,图像中又包含着各种各样物体的组合、拼凑、位置摆放,如果能通过一套客观完整的标准对图像进行计算机仿真操作,那么识别出来的显著性区域一定是唯一的,通过本发明可以达到上述目的。
(2)实用性:目前我们只能从互联网上找出各类显著性区域分析算法的实现方法和效果比较,并没有真正地应用到摄影这一领域中,如果将显著性区域识别分析运用到图像编辑上,便可以辅助人类对图像进行简易地图像编辑操作的同时降低人工成本与精力代价,通过本发明的技术方案,可以达到上述目的。
附图说明
图1为本发明的程序操作流程图;
图2(a)为选择目标文件夹的操作界面图;
图2(b)为裁剪模式选择串口的操作界面图;
图2(c)为基于三分构图法的裁剪操作界面图;
图2(d)为基于保存效果的操作界面图;
图3(a)为目标图像窗口显示示意图;
图3(b)为目标图像显著性区域的示意图;
图4(a)为手动模式下目标图像的原图;
图4(b)为手动模式下对原图进行操作的示意图;
图4(c)为手动模式下裁剪后的效果示意图;
图5(a)为自动模式下目标图像的原图;
图5(b)为比例1:1的左上三分点裁剪示意图;
图5(c)为图5(b)的裁剪效果图;
图5(d)为比例3:4的左上三分点裁剪示意图;
图5(e)为图5(d)的裁剪效果图;
图5(f)为比例3:4的右下三分点裁剪示意图;
图5(g)为图5(f)的裁剪效果图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示,本实施例基于构图规则的图像编辑方法,包括下述步骤:
(1)根据目标图像各像素点的对比度检测并识别显著性区域,该步骤具体为:
(1-1)将目标图像分割成多个小区域,采用的分割方法是基于图的分割,即将每个像素点作为无向图的顶点,两个像素点之间的不相似度作为边的权重,要求连接相同区域内的两个顶点的边的最大权重要小于连接不同区域的顶点的边的最小权重,在迭代过程中进行顶点归纳与区域合并;
(1-2)每个区域的显著性值由它与其他所有区域的空间距离和区域像素数加权的颜色差异来确定;空间距离为两个区域重心的欧氏距离,较远区域分配较小权值;
(1-3)规定显著性值大于某一设定数值的像素点设置flag为1,显著性值小于某一设定数值的像素点设置flag为0;
(1-4)将flag为1的像素点的亮度调高,flag为0的像素点的亮度调低,即可显示出目标图像的显著性区域。
对于已识别出显著性区域的目标图像,求出该目标图像外接轮廓的最小矩形,具体方法如下:
使用函数cvMinAreaRect2(),通过建立凸外形并且旋转外形以寻找给定2D点集的最小面积的包围矩形;使用函数cvBoxPoints()寻找包围矩形的顶点,从而找出完整包含轮廓的最小矩形。
(2)基于用户需求选择合适的裁切模式,其包括自动模式和手动模式两种裁切模式提供选择,
手动裁剪模式是通过用户自己进行的操作来对已标注显著性区域的目标图像进行图像切割,这种方式给予用户极大的主观能动性对目标图像进行更自由的图像编辑操作。在裁切窗口新建一个初始裁切框,然后对裁切框进行拉伸进一步满足需求。将需要进行裁切的目标图像区域设置感兴趣区域,创建与感兴趣区域同等大小的新图像空间,将感兴趣区域放进新图像空间中实现裁切。
自动裁剪模式是通过用户对已经设置好的自动化操作进行选择,程序会自动将所选的条件进行组合并对目标图像进行相应的编辑处理,这些可选的自动化操作都是基于常见构图规则和常见的图像长宽比例设置的,在需要对目标图像进行常规编辑处理的情况下,这种设计极大地降低了用户的工作量。在本程序的实际操作中,提供了中央构图法和三分构图法两种构图规则的选择,选择中央构图法,用户只需选择图像比例即可进行裁切;选择三分构图法,用户可以搭配不同的图像比例和图像三分点进行组合,最后对满意的处理效果图进行保存
(3)基于图像比例和构图规则的条件组合以显著性区域为中心进行裁切操作;
(4)输出裁切后的目标图像效果图;
(5)保存效果图至目标文件夹中;
(6)重复步骤(1)到步骤(5),直到所有待处理图像处理完毕。
图2(a)-图2(d)为本发明的程序内各类操作的展示图。打开程序后,点击左上方按钮“选择文件夹”打开电脑内的文件夹,选择目标图像所在的目标文件夹,并将其显示在界面左侧的文件树中,如图2(a)所示;然后选中目标图像并显示显著性区域后,点击按钮“裁切”即可根据需要选择裁切操作的模式选择,如图2(b)所示,弹出模式选择窗口之后,会有自动模式和手动模式两种裁切模式提供选择,若选择自动模式,则需要用户进一步选择使用构图规则:中央构图法和三分构图法,如果选择中央构图法,则有1:1、4:3、3:4三种图像比例提供选择,选择需要的图像比例即可以显著性区域为中心按照所选图像比例进行裁切;如果选择三分构图法,则有1:1、4:3、3:4三种图像比例和四个三分点(裁切框左上三分点、右上三分点、左下三分点、右下三分点)提供选择,根据需要选择图像比例和三分点的组合后即可以显著性区域的中心为三分点按照所选图像比例进行裁切。若选择手动模式,则直接进入裁切窗口,拖动鼠标形成初始的裁切框,然后可以拉伸裁切框的四条边进行裁切框变形,确定后即把目标图像在裁切框内的区域裁切出来。以自动模式的三分构图法裁切操作为例,选择完模式后即弹出裁切操作的窗口,并根据用户需求进行图像比例和三分点选择的组合,如图2(c)所示,点击按钮“显示”即可将效果图展示在主窗口中;点击按钮“保存”可以将效果图保存在本地电脑中,操作如图2(d)所示。
图3(a)-图3(b)为本发明的目标图像显著性区域检测识别展示。选择目标图像所在的文件夹,然后将其显示在主窗口中,点击“显著性区域显示”按钮,程序将会自动识别检测目标图像的显著性区域并将其处理结果显示出来。经过操作,目标图像显著性区域的像素点的亮度会比原图更亮,非显著性区域的像素点的亮度会比原图更暗,如图3(b)所示,以此帮助用户区分目标图像的显著性区域。
图4(a)-图4(c)为本发明基于交互的裁切操作流程。选择了目标图像之后,点击“裁切”按钮弹出模式选择窗口,选择手动模式进入裁切界面,点击鼠标下拉生成初始裁切框,然后调整裁切框,点击“显示”按钮查看效果,最后点击“确定”返回主窗口。经过操作,处理后的图片即为调整了初始裁切框后所框选的目标图像部分。
图5(a)-图5(g)为本发明以三分构图法为例的裁切操作流程展示。选择了目标图像之后,点击“裁切”按钮弹出模式选择窗口,选择自动模式中的三分构图法进入裁切界面,选择好图像比例和三分点的组合后,点击“显示”按钮查看效果,最后点击“确定”返回主窗口。若选择图像比例为1:1、左上三分点,如图5(b)所示,就会生成将显著性区域外界轮廓的中心点放置在画面左上三分之一,图像比例为1:1的效果图,如图5(c)所示;若选择图像比例为3:4、左上三分点,如图5(d)所示,就会生成将显著性区域外界轮廓的中心点放置在画面左上三分之一,图像比例为3:4的效果图,如图5(e)所示;若选择图像比例为3:4、右下三分点,如图5(f)所示,就会生成将显著性区域外界轮廓的中心点放置在画面右下三分之一,图像比例为3:4的效果图,如图5(g)所示。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (9)

1.基于构图规则的图像编辑方法,其特征在于,包括下述步骤:
(1)根据目标图像各像素点的对比度检测识别出显著性区域,所述显著性区域是指用户浏览图像时视线的主要聚焦区域,该区域常为图像的重要内容如照片的中心内容;
(2)基于用户需求选择合适的裁切模式,所述裁剪模式包括手动裁剪模式和自动裁剪模式;
(3)选定裁剪模式,并基于图像比例和构图规则的条件组合以显著性区域为中心进行裁切操作;
(4)输出裁切后的目标图像效果图;
(5)保存效果图至目标文件夹中;
(6)重复步骤(1)到步骤(5),直到所有待处理图像处理完毕。
2.根据权利要求1所述基于构图规则的图像编辑方法,其特征在于,步骤(1)中,识别出显著性区域的具体方法为:
(1-1)将目标图像分割成多个小区域,采用的分割方法是基于图的分割,即将每个像素点作为无向图的顶点,两个像素点之间的不相似度作为边的权重,要求连接相同区域内的两个顶点的边的最大权重要小于连接不同区域的顶点的边的最小权重,在迭代过程中进行顶点归纳与区域合并;
(1-2)每个区域的显著性值由它与其他所有区域的空间距离和区域像素数加权的颜色差异来确定;空间距离为两个区域重心的欧氏距离,较远区域分配较小权值;
(1-3)规定显著性值大于某一设定数值的像素点设置flag为1,显著性值小于某一设定数值的像素点设置flag为0;
(1-4)将flag为1的像素点的亮度调高,flag为0的像素点的亮度调低,即可显示出目标图像的显著性区域。
3.根据权利要求2所述基于构图规则的图像编辑方法,其特征在于,步骤(1)中,对于已识别出显著性区域的目标图像,求出该目标图像外接轮廓的最小矩形,具体方法如下:
使用函数cvMinAreaRect2(),通过建立凸外形并且旋转外形以寻找给定2D点集的最小面积的包围矩形;使用函数cvBoxPoints()寻找包围矩形的顶点,从而找出完整包含轮廓的最小矩形。
4.根据权利要求1所述基于构图规则的图像编辑方法,其特征在于,步骤(2)中,所述手动裁剪模式是通过用户自己进行的操作来对已标注显著性区域的目标图像进行图像切割,在进行手动裁剪时,在裁切窗口新建一个初始裁切框,然后对裁切框进行拉伸进一步满足需求,同时可将需要进行裁切的目标图像区域设置感兴趣区域,创建与感兴趣区域同等大小的新图像空间,将感兴趣区域放进新图像空间中实现裁剪;
所述自动裁剪模式是指通过用户对已经设置好的自动化操作进行选择,自动将所选的条件进行组合并对目标图像进行相应的编辑处理。
5.根据权利要求1所述基于构图规则的图像编辑方法,其特征在于,步骤(3)中,当选用自动裁剪模式,并选择使用中央构图规则时,则有1:1、4:3、3:4三种图像比例提供选择,选择需要的图像比例即可以显著性区域为中心按照所选图像比例进行裁切。
6.根据权利要求1所述基于构图规则的图像编辑方法,其特征在于,步骤(3)中,当选用自动裁剪模式,并选择使用三分构图规则时,则有1:1、4:3、3:4三种图像比例和四个三分点提供选择,四个三分点是指:裁切框左上三分点、右上三分点、左下三分点、右下三分点,根据需要选择图像比例和三分点的组合后即可以显著性区域的中心为三分点按照所选图像比例进行裁切。
7.根据权利要求1所述基于构图规则的图像编辑方法,其特征在于,步骤(3)中,当选择手动裁剪模式,则直接进入裁切窗口,拖动鼠标形成初始的裁切框,然后可以拉伸裁切框的四条边进行裁切框变形,确定后即把目标图像在裁切框内的区域裁切出来。
8.根据权利要求1所述基于构图规则的图像编辑方法,其特征在于,步骤(4)中,输出裁切后的目标图像效果图,对目标图像进行裁切操作后,在裁切窗口点击按钮“显示”即可将效果图展示在主窗口中。
9.根据权利要求1所述基于构图规则的图像编辑方法,其特征在于,步骤(5)中,对于目标效果图,可选择预览该效果图,若满意该效果图,则保存该效果图到本地存储装置。
CN201710643086.3A 2017-07-31 2017-07-31 基于构图规则的图像编辑方法 Pending CN107545576A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710643086.3A CN107545576A (zh) 2017-07-31 2017-07-31 基于构图规则的图像编辑方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710643086.3A CN107545576A (zh) 2017-07-31 2017-07-31 基于构图规则的图像编辑方法

Publications (1)

Publication Number Publication Date
CN107545576A true CN107545576A (zh) 2018-01-05

Family

ID=60970288

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710643086.3A Pending CN107545576A (zh) 2017-07-31 2017-07-31 基于构图规则的图像编辑方法

Country Status (1)

Country Link
CN (1) CN107545576A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108986117A (zh) * 2018-07-18 2018-12-11 北京优酷科技有限公司 视频图像分割方法及装置
CN110298380A (zh) * 2019-05-22 2019-10-01 北京达佳互联信息技术有限公司 图像处理方法、装置及电子设备
CN110610169A (zh) * 2019-09-20 2019-12-24 腾讯科技(深圳)有限公司 图片标注方法和装置、存储介质及电子装置
CN110708606A (zh) * 2019-09-29 2020-01-17 新华智云科技有限公司 一种智能剪辑视频的方法
WO2020133170A1 (zh) * 2018-12-28 2020-07-02 深圳市大疆创新科技有限公司 图像处理方法和装置
CN111696112A (zh) * 2020-06-15 2020-09-22 携程计算机技术(上海)有限公司 图像自动裁剪方法、系统、电子设备及存储介质
CN111739047A (zh) * 2020-06-24 2020-10-02 山东财经大学 基于双谱重建的舌体图像分割方法及系统
CN112017193A (zh) * 2020-08-24 2020-12-01 杭州趣维科技有限公司 一种基于视觉显著性和美学分数的图像裁切装置及方法
WO2021008456A1 (zh) * 2019-07-12 2021-01-21 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
WO2021109863A1 (zh) * 2019-12-04 2021-06-10 深圳先进技术研究院 照片处理方法及照片处理装置
WO2022201236A1 (ja) * 2021-03-22 2022-09-29 株式会社オープンエイト サーバおよびシステム、画像切り抜き方法、プログラム
CN116681583A (zh) * 2023-06-13 2023-09-01 上海数莅科技有限公司 一种基于深度美学网络的图片自动构图方法及系统
US11914850B2 (en) 2019-06-30 2024-02-27 Huawei Technologies Co., Ltd. User profile picture generation method and electronic device

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040196298A1 (en) * 2003-01-23 2004-10-07 Seiko Epson Corporation Image editing device, method for trimming image, and program therefor
CN101843093A (zh) * 2008-09-08 2010-09-22 索尼公司 图像处理设备和方法、图像捕捉设备、以及程序
CN102779338A (zh) * 2011-05-13 2012-11-14 欧姆龙株式会社 图像处理方法和图像处理装置
CN102982568A (zh) * 2012-11-12 2013-03-20 东莞宇龙通信科技有限公司 一种自动裁剪图像的方法及装置
CN103544685A (zh) * 2013-10-22 2014-01-29 华南理工大学 一种基于主体调整的图像构图美化方法及系统
CN105100625A (zh) * 2015-08-27 2015-11-25 华南理工大学 一种基于图像美学的人物图像辅助拍摄方法和系统
CN106650737A (zh) * 2016-11-21 2017-05-10 中国科学院自动化研究所 图像自动裁剪方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040196298A1 (en) * 2003-01-23 2004-10-07 Seiko Epson Corporation Image editing device, method for trimming image, and program therefor
CN101843093A (zh) * 2008-09-08 2010-09-22 索尼公司 图像处理设备和方法、图像捕捉设备、以及程序
CN102779338A (zh) * 2011-05-13 2012-11-14 欧姆龙株式会社 图像处理方法和图像处理装置
CN102982568A (zh) * 2012-11-12 2013-03-20 东莞宇龙通信科技有限公司 一种自动裁剪图像的方法及装置
CN103544685A (zh) * 2013-10-22 2014-01-29 华南理工大学 一种基于主体调整的图像构图美化方法及系统
CN105100625A (zh) * 2015-08-27 2015-11-25 华南理工大学 一种基于图像美学的人物图像辅助拍摄方法和系统
CN106650737A (zh) * 2016-11-21 2017-05-10 中国科学院自动化研究所 图像自动裁剪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
STUDENT: ""利用cvMinAreaRect2求取轮廓最小外接矩形"", 《百度文库》 *
顾婷婷: ""结合美学的图像质量评价及优化"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108986117A (zh) * 2018-07-18 2018-12-11 北京优酷科技有限公司 视频图像分割方法及装置
CN108986117B (zh) * 2018-07-18 2021-06-04 阿里巴巴(中国)有限公司 视频图像分割方法及装置
WO2020133170A1 (zh) * 2018-12-28 2020-07-02 深圳市大疆创新科技有限公司 图像处理方法和装置
CN110298380A (zh) * 2019-05-22 2019-10-01 北京达佳互联信息技术有限公司 图像处理方法、装置及电子设备
US11914850B2 (en) 2019-06-30 2024-02-27 Huawei Technologies Co., Ltd. User profile picture generation method and electronic device
WO2021008456A1 (zh) * 2019-07-12 2021-01-21 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN110610169B (zh) * 2019-09-20 2023-12-15 腾讯科技(深圳)有限公司 图片标注方法和装置、存储介质及电子装置
CN110610169A (zh) * 2019-09-20 2019-12-24 腾讯科技(深圳)有限公司 图片标注方法和装置、存储介质及电子装置
CN110708606A (zh) * 2019-09-29 2020-01-17 新华智云科技有限公司 一种智能剪辑视频的方法
WO2021109863A1 (zh) * 2019-12-04 2021-06-10 深圳先进技术研究院 照片处理方法及照片处理装置
CN111696112A (zh) * 2020-06-15 2020-09-22 携程计算机技术(上海)有限公司 图像自动裁剪方法、系统、电子设备及存储介质
CN111696112B (zh) * 2020-06-15 2023-04-07 携程计算机技术(上海)有限公司 图像自动裁剪方法、系统、电子设备及存储介质
CN111739047A (zh) * 2020-06-24 2020-10-02 山东财经大学 基于双谱重建的舌体图像分割方法及系统
CN112017193A (zh) * 2020-08-24 2020-12-01 杭州趣维科技有限公司 一种基于视觉显著性和美学分数的图像裁切装置及方法
WO2022201236A1 (ja) * 2021-03-22 2022-09-29 株式会社オープンエイト サーバおよびシステム、画像切り抜き方法、プログラム
CN116681583A (zh) * 2023-06-13 2023-09-01 上海数莅科技有限公司 一种基于深度美学网络的图片自动构图方法及系统

Similar Documents

Publication Publication Date Title
CN107545576A (zh) 基于构图规则的图像编辑方法
CN106201535B (zh) 工具栏背景颜色随着图片的主颜色而变换的方法和装置
CN107123083B (zh) 人脸编辑方法
CN105849685B (zh) 用于图像区域的编辑选项
EP1314132B1 (en) Make-up and fashion accessory display method and system
CN109992764A (zh) 一种文案生成方法及装置
JP2004537901A (ja) 1つまたは複数の画像の自動フレーム選択およびレイアウトならびにフレームによって境界付けされた画像の生成
CN102622613A (zh) 一种基于双眼定位和脸型识别的发型设计方法
CN107609193A (zh) 一种适合商品详情页中图片的智能自动处理方法和系统
CN103544685B (zh) 一种基于主体调整的图像构图美化方法及系统
WO2019207296A1 (en) Method and system for providing photorealistic changes for digital image
CN104537612A (zh) 一种自动的人脸图像皮肤美化方法
CN102682420A (zh) 一种真实人物图像转换为卡通风格图像的方法及装置
JPH0916797A (ja) 画像解析表現付加装置
CN105892839A (zh) 一种基于即时通信工具的截图处理方法和装置
CN111046976A (zh) 一种基于深度学习的虚拟美甲试戴方法
Christophe et al. Expressive map design based on Pop Art: Revisit of Semiology of Graphics?
US20100110100A1 (en) Method and System For Extracting and Applying Colour Schemes Across Domains
CN107408401A (zh) 用于图像的简化调整的用户滑块
Xiao et al. Vismantic: Meaning-making with Images.
Fan et al. Evaluation and analysis of white space in Wu Guanzhong’s Chinese paintings
Mould et al. Developing and applying a benchmark for evaluating image stylization
KR20200065684A (ko) 온라인 전자상거래의 쇼핑몰의 디자인 자동 생성 방법 및 장치
CN110276735A (zh) 图像颜色保留效果的生成方法、装置、设备及存储介质
Wu et al. Adaptive color transfer from images to terrain visualizations

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180105