CN107610131A - 一种图像裁剪方法和图像裁剪装置 - Google Patents

一种图像裁剪方法和图像裁剪装置 Download PDF

Info

Publication number
CN107610131A
CN107610131A CN201710743641.XA CN201710743641A CN107610131A CN 107610131 A CN107610131 A CN 107610131A CN 201710743641 A CN201710743641 A CN 201710743641A CN 107610131 A CN107610131 A CN 107610131A
Authority
CN
China
Prior art keywords
image
cut
cutting
rectangle
cropping
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.)
Granted
Application number
CN201710743641.XA
Other languages
English (en)
Other versions
CN107610131B (zh
Inventor
齐慧
冯原
莫飞龙
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.)
Baidu Online Network Technology Beijing Co Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710743641.XA priority Critical patent/CN107610131B/zh
Publication of CN107610131A publication Critical patent/CN107610131A/zh
Application granted granted Critical
Publication of CN107610131B publication Critical patent/CN107610131B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Editing Of Facsimile Originals (AREA)

Abstract

本发明提供了一种图像裁剪方法和图像裁剪装置,识别待裁剪图像的主体图像并标记所述主体图像对应的轮廓,根据待裁剪图像的主体图像的轮廓确定主体图像对应的外切矩形和中心位置点,在外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且裁剪矩形不超出待裁剪图像的范围的条件下,确定裁剪矩形的黄金位置点与所述中心位置点之间的距离最小时所述裁剪矩形的位置,作为待裁剪图像的裁剪位置,根据裁剪位置对所述待裁剪图像进行裁剪。本发明能够保证待裁剪图像中的主体图像不丢失,并且裁剪后的图像中主体图像呈现位置更合理,并且节省了大量的人力成本和时间成本。

Description

一种图像裁剪方法和图像裁剪装置
技术领域
本发明涉及图像处理领域,尤其涉及一种图像裁剪技术。
背景技术
随着多媒体时代的快速发展,以及拍照的方便化和多样化,用户在各个方面对图像编辑的需求越来越大,例如,对互联网上的图像进行裁剪,杂志编辑或者新媒体资源的小编需要对大量的图像进行裁剪,或者普通用户需要将平时自己拍摄的海量图像进行处理,裁剪过程人力成本高,需要大量重复工作,处理效率低。
如果能对图像进行自动裁剪将会节省大量的人力成本和时间成本,但是现有的自动图像裁剪技术所裁剪出来的图像不尽如人意,容易出现裁剪不完整,主体图像丢失,或者裁剪后的图像的主体图像呈现位置不合适的问题。
因此,如何提供一种能够保证待裁剪图像中的主体图像不丢失,并且裁剪后的图像中主体图像呈现位置更合理的图像裁剪方法,成为本领域技术人员亟需解决的技术问题之一。
发明内容
本发明的目的是提供一种图像裁剪方法和图像裁剪装置。
根据本发明的一个方面,提供一种图像裁剪方法,其中,该方法包括:
a.识别待裁剪图像的主体图像并标记所述主体图像对应的轮廓;
b.根据所述待裁剪图像的主体图像的轮廓确定所述主体图像对应的外切矩形和中心位置点;
c.在所述外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且所述裁剪矩形不超出所述待裁剪图像的范围的条件下,确定所述裁剪矩形的黄金位置点与所述中心位置点之间的距离最小时所述裁剪矩形的位置,作为所述待裁剪图像的裁剪位置;
d.根据所述裁剪位置对所述待裁剪图像进行裁剪。
根据本发明的另一个方面,还提供了一种图像裁剪装置,其中,该图像裁剪装置包括:
识别装置,用于识别待裁剪图像的主体图像并标记所述主体图像对应的轮廓;
第一确定装置,用于根据所述待裁剪图像的主体图像的轮廓确定所述主体图像对应的外切矩形和中心位置点;
第二确定装置,用于在所述外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且所述裁剪矩形不超出所述待裁剪图像的范围的条件下,确定所述裁剪矩形的黄金位置点与所述中心位置点之间的距离最小时所述裁剪矩形的位置,作为所述待裁剪图像的裁剪位置;
裁剪装置,用于根据所述裁剪位置对所述待裁剪图像进行裁剪。
根据本发明的又一个方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机代码,当所述计算机代码被执行时,如上任一项所述的方法被执行。
根据本发明的再一个方面,还提供了一种计算机程序产品,当所述计算机程序产品被计算机设备执行时,如上任一项所述的方法被执行。
根据本发明的再一个方面,还提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器中存储有计算机代码,所述处理器被配置来通过执行所述计算机代码以执行如上任一项所述的方法。
与现有技术相比,本发明具有以下优点:
本发明识别待裁剪图像的主体图像并标记所述主体图像对应的轮廓,根据所述待裁剪图像的主体图像的轮廓确定所述主体图像对应的外切矩形和中心位置点,在所述外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且所述裁剪矩形不超出所述待裁剪图像的范围的条件下,确定所述裁剪矩形的黄金位置点与所述中心位置点之间的距离最小时所述裁剪矩形的位置,作为所述待裁剪图像的裁剪位置,根据所述裁剪位置对所述待裁剪图像进行裁剪,使得待裁剪图像中的主体图像不丢失,并且裁剪后的图像中主体图像呈现位置更合理,并且节省了大量的人力成本和时间成本,提高了用户裁剪图像的使用体验。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1示出根据本发明一个方面的一种图像裁剪装置的结构示意图;
图2示出根据本发明另一个方面的一种图像裁剪方法的流程示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
所述计算机设备包括用户设备与网络设备。其中,所述用户设备包括但不限于电脑、智能手机、PDA等。
需要说明的是,所述用户设备、网络设备和网络等仅为举例,其他现有的或今后可能出现的计算机设备或网络如可适用于本发明,也应包含在本发明保护范围以内,并以引用方式包含于此。
后面所讨论的方法(其中一些通过流程图示出)可以通过硬件、软件、固件、中间件、微代码、硬件描述语言或者其任意组合来实施。当用软件、固件、中间件或微代码来实施时,用以实施必要任务的程序代码或代码段可以被存储在机器或计算机可读介质(比如存储介质)中。(一个或多个)处理器可以实施必要的任务。
这里所公开的具体结构和功能细节仅仅是代表性的,并且是用于描述本发明的示例性实施例的目的。但是本发明可以通过许多替换形式来具体实现,并且不应当被解释成仅仅受限于这里所阐述的实施例。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
应当理解的是,当一个单元被称为“连接”或“耦合”到另一单元时,其可以直接连接或耦合到所述另一单元,或者可以存在中间单元。与此相对,当一个单元被称为“直接连接”或“直接耦合”到另一单元时,则不存在中间单元。应当按照类似的方式来解释被用于描述单元之间的关系的其他词语(例如“处于...之间”相比于“直接处于...之间”,“与...邻近”相比于“与...直接邻近”等等)。
这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指,否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是,这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在,而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。
还应当提到的是,在一些替换实现方式中,所提到的功能/动作可以按照不同于附图中标示的顺序发生。举例来说,取决于所涉及的功能/动作,相继示出的两幅图实际上可以基本上同时执行或者有时可以按照相反的顺序来执行。
下面结合附图对本发明作进一步详细描述。
图1示出根据本发明一个方面的一种图像裁剪装置的结构示意图。图像裁剪装置1包括:识别装置101、第一确定装置102、第二确定装置103和裁剪装置104。
在此,图像裁剪装置1例如位于计算机设备中,所述计算机设备包括用户设备与网络设备。以下以该图像裁剪装置1位于网络设备中为例进行详细描述。
其中,所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中,所述计算机设备可单独运行来实现本发明,也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本发明。其中,所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。
识别装置101识别待裁剪图像的主体图像并标记所述主体图像对应的轮廓。具体地,识别装置101通过预先训练好的识别模型识别待裁剪图像的主体图像,例如,识别装置101通过所述识别模型,标注所述待裁剪图像的颜色,亮度,相邻单位面积的像素对比度等特征,识别出多个物体的图像,然后确定识别出的多个物体的图像中,哪一个图像为主体图像,根据所述像素对比度中颜色、亮度等发生突然变化的边界点,确定所述主体图像的轮廓;或者识别装置101通过原型匹配识别模型识别待裁剪图像的主体图像,若待裁剪图像中存在与所述原型匹配模型中的某个原型匹配的轮廓,则根据所述原型匹配模型识别出待裁剪图像中的主体图像,标记所述主体图像的轮廓。例如,通过坐标形式标记所述主体图像的轮廓,将待裁剪图像的左下角顶点作为坐标原点,坐标原点所在的待裁剪图像的两条边分别为坐标轴,根据所述主体图像相对于坐标原点的位置,确定主体图像的轮廓的坐标。
优选地,识别装置101包括:识别单元1011(未示出),转换单元1012(未示出)和确定单元1013(未示出)。
其中,识别单元1011对所述待裁剪图像的特征进行识别,具体地,识别单元1011通过识别模型识别所述待裁剪图像的颜色,亮度,相邻单位面积像素对比度等特征,其中,识别的所述颜色和亮度为具体的数值,所述像素对比度例如为亮度变化区的亮度差,或者颜色变化区的色差,识别单元1011根据识别的所述颜色、亮度和像素对比度等特征,判断出待裁剪图像中不同的轮廓区域,例如将待裁剪图像中的动物、花草或者人物的形状、范围、面积分别判断出来。转换单元1012将识别的所述特征转换为计算机设备所能识别的编码,例如将识别单元1011识别出的颜色、亮度、范围、形状、面积等特征,转换为机器能够识别的编码或字符串。确定单元1013根据所述编码进行计算,确定所述待裁剪图像的主体图像及其对应的轮廓,具体地,确定单元1013根据转换单元1012所转换的编码进行处理,得到像素分布的密集程度、对比度、范围占比等信息,根据所述信息进行计算,确定所述待裁剪图像的主体图像及其对应的轮廓,其中,所述像素分布的密集程度例如为,各种不同的颜色在所述待裁剪图像中的分布区域,所述对比度例如为,待裁剪图像中不同物体的边缘线位置,所述范围占比为在所述待裁剪图像中识别的不同物体的轮廓形状分别占所述待裁剪图像的比例。
优选地,所述识别模型的建立过程为:对海量样本图像的颜色,亮度,相邻单位面积像素对比度等特征进行识别,其中,识别的所述颜色和亮度为具体的数值,所述像素对比度例如为亮度变化区的亮度差,或者颜色变化区的色差,根据识别的所述颜色、亮度和像素对比度等特征,判断出待裁剪图像中不同的轮廓区域,例如将待裁剪图像中的动物、花草或者人物的形状、范围、面积分别判断出来。然后将识别的所述特征转换为计算机设备所能识别的编码,例如将识别出的颜色、亮度、范围、形状、面积等特征,转换为机器能够识别的编码或字符串。对所转换的编码或者字符串进行处理,得到像素分布的密集程度、对比度、范围占比等信息,根据所述信息进行计算,确定所述待裁剪图像的主体图像及其对应的轮廓,建立起从识别特征到判断主体的模式,通过海量的样本数据使得模式不断的稳定,使机器识别主体的能力不断准确,从而获得识别主体的识别模型,利用这个训练好的识别模型,对用户上传的图像进行识别。其中,所述像素分布的密集程度例如为,各种不同的颜色在所述待裁剪图像中的分布区域,所述对比度例如为,待裁剪图像中不同物体的边缘线位置,所述范围占比为在所述待裁剪图像中识别的不同物体的轮廓形状分别占所述待裁剪图像的比例。
本领域技术人员应能理解上述识别待裁剪图像的主体图像的方式仅为举例,现有的或者今后可能出现的识别待裁剪图像的主体图像的方法如可适用于本发明都应包含在本发明的保护范围内,并在此以引用的方式包含于此。
优选地,图像裁剪装置1还包括获取装置105(未示出),获取装置105获取用户上传的待裁剪图像和用户的图像裁剪需求。具体地,识别装置101识别并标记待裁剪图像的主体图像及其对应的轮廓之前,获取装置105首先获取用户上传的待裁剪图像和用户预设的图像裁剪需求,以确保图像裁剪装置1可以根据用户的裁剪需求自动识别并裁剪所述待裁剪图像,例如,用户通过一应用程序对所述待裁剪图像进行自动裁剪,首先登陆该应用程序,并通过应用程序中的图像上传功能,上传计算机设备中存储的待裁剪图像,或者调用计算机设备中的拍照功能程序接口实时拍摄图像,将新拍摄的至少一个图像上传至获取装置105,获取装置105例如通过一次或者多次调用应用程序接口等方式获取用户上传的待裁剪图像和用户预设的图像裁剪需求,其中,所述待裁剪图像可以为一个待裁剪图像,也可以为用户批量上传的多个待裁剪图像;所述用户预设的图像裁剪需求可以为用户需要的裁剪后的图像的长宽比例、图像分辨率等需求,例如用户需要裁剪后的图像的尺寸比例为:16:9,分辨率为:400*500。其中,所述用户裁剪需求可以为用户从设定好的裁剪需求模板中选中的裁剪需求,也可以为用户自行设定的裁剪需求。
本领域技术人员应能理解上述获取待裁剪图像和用户的图像裁剪需求的方法仅为举例,现有的或者今后可能出现的获取待裁剪图像和用户的图像裁剪需求的方法如可适用于本发明都应包含在本发明的保护范围内,并在此以引用的方式包含于此。
第一确定装置102根据所述待裁剪图像的主体图像的轮廓确定所述主体图像对应的外切矩形和中心位置点。具体地,所述外切矩形为能够将主体图像的轮廓上的所有点包括在其中或者其上的所有矩形中的最小矩形,所述外切矩形是根据所述待裁剪图像的主体图像的轮廓的坐标确定的,另外,根据主体图像的轮廓上各个点的坐标,计算所述主体图像的各个点的平均坐标,该平均坐标的位置点便为所述主体图像对应的中心位置点。其中,待裁剪图像的裁剪位置必须包括主体图像对应的外切矩形,即被裁剪的图像内容必须包括全部主体图像在内,所述将主体图像包括在裁剪位置内的条件称为安全裁剪条件。
例如,将待裁剪图像的左下角顶点作为坐标原点,坐标原点所在的待裁剪图像的两条边分别为坐标轴,当所述外切矩形的边分别平行于横纵坐标轴时,所述外切矩形的形成过程为:第一确定装置102根据所述待裁剪图像的主体图像的轮廓的各个点的坐标,分别确定主体图像的轮廓上的各个点中横坐标最小的至少一个点A1,横坐标最大的至少一个点A2,纵坐标最小的至少一个点B1和纵坐标最大的至少一个点B2,由包括A1并且垂直于横坐标的直线L1,包括A2并且垂直于横坐标的直线L2,包括B1并且垂直于纵坐标的直线L3,包括B2并且垂直于纵坐标的直线L4四条线组成的矩形便为主体图像对应的外切矩形。
在所述外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且所述裁剪矩形不超出所述待裁剪图像的范围的条件下,第二确定装置103确定所述裁剪矩形的黄金位置点与所述中心位置点之间的距离最小时所述裁剪矩形的位置,作为所述待裁剪图像的裁剪位置。具体地,在所述外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且所述裁剪矩形不超出所述待裁剪图像的范围的条件下,不断变换裁剪矩形的位置,例如将所述裁剪矩形的位置进行上、下、左、右平移每次移动幅度不超过1个像素,或者将所述裁剪矩形的位置进行旋转,计算不同的裁剪矩形位置时,所述裁剪矩形的黄金位置点与所述中心位置点之间的不同距离值,将多个不同的距离值进行比较,距离值最小时所述裁剪矩形的位置为所述待裁剪图像的裁剪位置。其中,所述黄金位置点可以是裁剪矩形被分割成九宫格时中间一格中的任意一点。优选地,若所述黄金位置点与所述主体图像对应的中心位置点重合时,所述外切矩形不超出所述裁剪矩形范围以外并且所述裁剪矩形不超出所述待裁剪图像范围,则所述黄金位置点与所述主体图像对应的中心位置点重合时所述裁剪矩形的位置为所述待裁剪图像的裁剪位置;若所述黄金位置点与所述主体图像对应的中心位置点重合时,所述外切矩形不超出所述裁剪矩形范围以外但是所述裁剪矩形超出所述待裁剪图像范围,则将所述待裁剪图像中距离所述中心位置点最近的两条边所在的直线作为裁剪矩形的两条边所在的直线,并根据图像裁剪需求确定所述裁剪矩形的位置。其中,所述裁剪矩形的边可以分别平行于待裁剪图像的边,也可以不平行。
优选地,所述裁剪矩形的黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中任意一点,所述裁剪矩形的边分别平行于所述待裁剪图像,所述外切矩形的边也分别平行于待裁剪图像。若将待裁剪图像的左下角顶点作为坐标原点,坐标原点所在的待裁剪图像的两条边分别为坐标轴,确定待裁剪图像的四个顶点的坐标,若待裁剪图像右上角顶点的坐标,即,离原点最远的顶点,为D(xd,yd),中心位置点的坐标为C(xc,yc),则原点与D点连线的中间点的坐标为E(xd/2,yd/2),比较所述中心位置点的坐标与E点坐标的位置关系,当C点位于E点左侧时,即xc<xd/2时:若yc<yd/2,则所述黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中的左下角顶点;若yc>yd/2,则所述黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中的左上角顶点。当C点位于E点右侧时,即xc>xd/2时:若yc<yd/2,则所述黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中的右下角顶点;若yc>yd/2,则所述黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中的右上角顶点。
裁剪装置104根据所述裁剪位置对所述待裁剪图像进行裁剪。具体地,裁剪装置104将所述裁剪位置选中的图像区域进行复制然后存储为新的图像,或者裁剪装置104将待裁剪图像中除裁剪位置选中的图像区域意外的图像部分剪切掉,得到裁剪后的新图像,将裁剪后的新图像进行存储,其中将裁剪后的新图像进行存储的过程包括:将所述新图像另存为别的文件;直接用裁剪后的新图像替换所述待裁剪图像。
在此,本发明通过在所述外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且所述裁剪矩形不超出所述待裁剪图像的范围的条件下,确定所述裁剪矩形的黄金位置点与所述中心位置点之间的距离最小时所述裁剪矩形的位置,作为所述待裁剪图像的裁剪位置,既能保证待裁剪图像中的主体图像不丢失,又能使裁剪后的图像中主体图像呈现位置更合理,并且节省了大量的人力成本和时间成本,提高了图像裁剪的效率。
优选地,所述待裁剪图像包括多个待裁剪图像,所述裁剪装置104用于:根据所述多个待裁剪图像中每一个所分别对应的裁剪位置,对所述多个待裁剪图像进行批量裁剪。具体地,当所述待裁剪图像包括多个待裁剪图像时,第二确定装置分别确定多个所述待裁剪装置中的每一个分别对应的裁剪位置,然后根据每一个待裁剪图像所分别对应的裁剪位置,对所述多个待裁剪图像进行批量裁剪。
在此,本发明可以是先对多个待裁剪图像进行批量裁剪,提高了裁剪效率,节约了人力成本和时间成本,提高了用户的使用体验。
优选地,所述图像裁剪装置还包括保存装置106(未示出)。保存装置106将裁剪后的图像保存至云端,并更新对应的图像状态,将裁剪后的图像作为操作历史存储在云端,方便调取和查找,避免本地文件的误删。
图2示出根据本发明另一个方面的一种图像裁剪方法的流程示意图。
其中,在步骤S201中,图像裁剪装置1识别待裁剪图像的主体图像并标记所述主体图像对应的轮廓。具体地,在步骤S201中,图像裁剪装置1通过预先训练好的识别模型识别待裁剪图像的主体图像,例如,在步骤S201中,图像裁剪装置1通过所述识别模型,标注所述待裁剪图像的颜色,亮度,相邻单位面积的像素对比度等特征,识别出多个物体的图像,然后确定识别出的多个物体的图像中,哪一个图像为主体图像,根据所述像素对比度中颜色、亮度等发生突然变化的边界点,确定所述主体图像的轮廓;或者在步骤S201中,图像裁剪装置1通过原型匹配识别模型识别待裁剪图像的主体图像,若待裁剪图像中存在与所述原型匹配模型中的某个原型匹配的轮廓,则根据所述原型匹配模型识别出待裁剪图像中的主体图像,标记所述主体图像的轮廓。例如,通过坐标形式标记所述主体图像的轮廓,将待裁剪图像的左下角顶点作为坐标原点,坐标原点所在的待裁剪图像的两条边分别为坐标轴,根据所述主体图像相对于坐标原点的位置,确定主体图像的轮廓的坐标。
优选地,步骤S201包括:子步骤S2011(未示出),子步骤S2012(未示出)和子步骤S2013(未示出)。
其中,在子步骤S2011中,图像裁剪装置1对所述待裁剪图像的特征进行识别,具体地,在子步骤S2011中,图像裁剪装置1通过识别模型识别所述待裁剪图像的颜色,亮度,相邻单位面积像素对比度等特征,其中,识别的所述颜色和亮度为具体的数值,所述像素对比度例如为亮度变化区的亮度差,或者颜色变化区的色差,在子步骤S2011中,图像裁剪装置1根据识别的所述颜色、亮度和像素对比度等特征,判断出待裁剪图像中不同的轮廓区域,例如将待裁剪图像中的动物、花草或者人物的形状、范围、面积分别判断出来。在子步骤S2012中,图像裁剪装置1将识别的所述特征转换为计算机设备所能识别的编码,例如将识别出的颜色、亮度、范围、形状、面积等特征,转换为机器能够识别的编码或字符串。在子步骤S2013中,图像裁剪装置1根据所述编码进行计算,确定所述待裁剪图像的主体图像及其对应的轮廓,具体地,在子步骤S2013中,图像裁剪装置1根据图像裁剪装置1所转换的编码进行处理,得到像素分布的密集程度、对比度、范围占比等信息,根据所述信息进行计算,确定所述待裁剪图像的主体图像及其对应的轮廓,其中,所述像素分布的密集程度例如为,各种不同的颜色在所述待裁剪图像中的分布区域,所述对比度例如为,待裁剪图像中不同物体的边缘线位置,所述范围占比为在所述待裁剪图像中识别的不同物体的轮廓形状分别占所述待裁剪图像的比例。
优选地,所述识别模型的建立过程为:对海量样本图像的颜色,亮度,相邻单位面积像素对比度等特征进行识别,其中,识别的所述颜色和亮度为具体的数值,所述像素对比度例如为亮度变化区的亮度差,或者颜色变化区的色差,根据识别的所述颜色、亮度和像素对比度等特征,判断出待裁剪图像中不同的轮廓区域,例如将待裁剪图像中的动物、花草或者人物的形状、范围、面积分别判断出来。然后将识别的所述特征转换为计算机设备所能识别的编码,例如将识别出的颜色、亮度、范围、形状、面积等特征,转换为机器能够识别的编码或字符串。对所转换的编码或者字符串进行处理,得到像素分布的密集程度、对比度、范围占比等信息,根据所述信息进行计算,确定所述待裁剪图像的主体图像及其对应的轮廓,建立起从识别特征到判断主体的模式,通过海量的样本数据使得模式不断的稳定,使机器识别主体的能力不断准确,从而获得识别主体的识别模型,利用这个训练好的识别模型,对用户上传的图像进行识别。其中,所述像素分布的密集程度例如为,各种不同的颜色在所述待裁剪图像中的分布区域,所述对比度例如为,待裁剪图像中不同物体的边缘线位置,所述范围占比为在所述待裁剪图像中识别的不同物体的轮廓形状分别占所述待裁剪图像的比例。
本领域技术人员应能理解上述识别待裁剪图像的主体图像的方式仅为举例,现有的或者今后可能出现的识别待裁剪图像的主体图像的方法如可适用于本发明都应包含在本发明的保护范围内,并在此以引用的方式包含于此。
优选地,所述图像裁剪方法还包括步骤S205(未示出),在步骤S205中,图像裁剪装置1获取用户上传的待裁剪图像和用户的图像裁剪需求。具体地,在步骤S201中,图像裁剪装置1识别并标记待裁剪图像的主体图像及其对应的轮廓之前,在步骤S205中,图像裁剪装置1首先获取用户上传的待裁剪图像和用户预设的图像裁剪需求,以确保图像裁剪装置1可以根据用户的裁剪需求自动识别并裁剪所述待裁剪图像,例如,用户通过一应用程序对所述待裁剪图像进行自动裁剪,首先登陆该应用程序,并通过应用程序中的图像上传功能,上传计算机设备中存储的待裁剪图像,或者调用计算机设备中的拍照功能程序接口实时拍摄图像,将新拍摄的至少一个图像上传至图像裁剪装置1,在步骤S205中,图像裁剪装置1例如通过一次或者多次调用应用程序接口等方式获取用户上传的待裁剪图像和用户预设的图像裁剪需求,其中,所述待裁剪图像可以为一个待裁剪图像,也可以为用户批量上传的多个待裁剪图像;所述用户预设的图像裁剪需求可以为用户需要的裁剪后的图像的长宽比例、图像分辨率等需求,例如用户需要裁剪后的图像的尺寸比例为:16:9,分辨率为:400*500。其中,所述用户裁剪需求可以为用户从设定好的裁剪需求模板中选中的裁剪需求,也可以为用户自行设定的裁剪需求。
本领域技术人员应能理解上述获取待裁剪图像和用户的图像裁剪需求的方法仅为举例,现有的或者今后可能出现的获取待裁剪图像和用户的图像裁剪需求的方法如可适用于本发明都应包含在本发明的保护范围内,并在此以引用的方式包含于此。
在步骤S202中,图像裁剪装置1根据所述待裁剪图像的主体图像的轮廓确定所述主体图像对应的外切矩形和中心位置点。具体地,所述外切矩形为能够将主体图像的轮廓上的所有点包括在其中或者其上的所有矩形中的最小矩形,所述外切矩形是根据所述待裁剪图像的主体图像的轮廓的坐标确定的,另外,根据主体图像的轮廓上各个点的坐标,计算所述主体图像的各个点的平均坐标,该平均坐标的位置点便为所述主体图像对应的中心位置点。其中,待裁剪图像的裁剪位置必须包括主体图像对应的外切矩形,即被裁剪的图像内容必须包括全部主体图像在内,所述将主体图像包括在裁剪位置内的条件称为安全裁剪条件。
例如,将待裁剪图像的左下角顶点作为坐标原点,坐标原点所在的待裁剪图像的两条边分别为坐标轴,当所述外切矩形的边分别平行于横纵坐标轴时,所述外切矩形的形成过程为:在步骤S202中,图像裁剪装置1根据所述待裁剪图像的主体图像的轮廓的各个点的坐标,分别确定主体图像的轮廓上的各个点中横坐标最小的至少一个点A1,横坐标最大的至少一个点A2,纵坐标最小的至少一个点B1和纵坐标最大的至少一个点B2,由包括A1并且垂直于横坐标的直线L1,包括A2并且垂直于横坐标的直线L2,包括B1并且垂直于纵坐标的直线L3,包括B2并且垂直于纵坐标的直线L4四条线组成的矩形便为主体图像对应的外切矩形。
在所述外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且所述裁剪矩形不超出所述待裁剪图像的范围的条件下,在步骤S203中,图像裁剪装置1确定所述裁剪矩形的黄金位置点与所述中心位置点之间的距离最小时所述裁剪矩形的位置,作为所述待裁剪图像的裁剪位置。具体地,在所述外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且所述裁剪矩形不超出所述待裁剪图像的范围的条件下,不断变换裁剪矩形的位置,例如将所述裁剪矩形的位置进行上、下、左、右平移每次移动幅度不超过1个像素,或者将所述裁剪矩形的位置进行旋转,计算不同的裁剪矩形位置时,所述裁剪矩形的黄金位置点与所述中心位置点之间的不同距离值,将多个不同的距离值进行比较,距离值最小时所述裁剪矩形的位置为所述待裁剪图像的裁剪位置。其中,所述黄金位置点可以是裁剪矩形被分割成九宫格时中间一格中的任意一点。优选地,若所述黄金位置点与所述主体图像对应的中心位置点重合时,所述外切矩形不超出所述裁剪矩形范围以外并且所述裁剪矩形不超出所述待裁剪图像范围,则所述黄金位置点与所述主体图像对应的中心位置点重合时所述裁剪矩形的位置为所述待裁剪图像的裁剪位置;若所述黄金位置点与所述主体图像对应的中心位置点重合时,所述外切矩形不超出所述裁剪矩形范围以外但是所述裁剪矩形超出所述待裁剪图像范围,则将所述待裁剪图像中距离所述中心位置点最近的两条边所在的直线作为裁剪矩形的两条边所在的直线,并根据图像裁剪需求确定所述裁剪矩形的位置。其中所述裁剪矩形的边可以分别平行于待裁剪图像的边,也可以不平行。
优选地,所述裁剪矩形的黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中任意一点,所述裁剪矩形的边分别平行于所述待裁剪图像,所述外切矩形的边也分别平行于待裁剪图像。若将待裁剪图像的左下角顶点作为坐标原点,坐标原点所在的待裁剪图像的两条边分别为坐标轴,确定待裁剪图像的四个顶点的坐标,若待裁剪图像右上角顶点的坐标,即,离原点最远的顶点,为D(xd,yd),中心位置点的坐标为C(xc,yc),则原点与D点连线的中间点的坐标为E(xd/2,yd/2),比较所述中心位置点的坐标与E点坐标的位置关系,当C点位于E点左侧时,即xc<xd/2时:若yc<yd/2,则所述黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中的左下角顶点;若yc>yd/2,则所述黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中的左上角顶点。当C点位于E点右侧时,即xc>xd/2时:若yc<yd/2,则所述黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中的右下角顶点;若yc>yd/2,则所述黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中的右上角顶点。
在步骤S204中,图像裁剪装置1根据所述裁剪位置对所述待裁剪图像进行裁剪。具体地,在步骤S204中,图像裁剪装置1将所述裁剪位置选中的图像区域进行复制然后存储为新的图像,或者,在步骤S204中,图像裁剪装置1将待裁剪图像中除裁剪位置选中的图像区域意外的图像部分剪切掉,得到裁剪后的新图像,将裁剪后的新图像进行存储,其中将裁剪后的新图像进行存储的过程包括:将所述新图像另存为别的文件;直接用裁剪后的新图像替换所述待裁剪图像。
在此,本发明通过在所述外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且所述裁剪矩形不超出所述待裁剪图像的范围的条件下,确定所述裁剪矩形的黄金位置点与所述中心位置点之间的距离最小时所述裁剪矩形的位置,作为所述待裁剪图像的裁剪位置,既能保证待裁剪图像中的主体图像不丢失,又能使裁剪后的图像中主体图像呈现位置更合理,并且节省了大量的人力成本和时间成本,提高了图像裁剪的效率。
优选地,所述待裁剪图像包括多个待裁剪图像,在步骤S204中,图像裁剪装置1用于:根据所述多个待裁剪图像中每一个所分别对应的裁剪位置,对所述多个待裁剪图像进行批量裁剪。具体地,当所述待裁剪图像包括多个待裁剪图像时,图像裁剪装置1分别确定多个所述待裁剪图像中的每一个分别对应的裁剪位置,然后根据每一个待裁剪图像所分别对应的裁剪位置,对所述多个待裁剪图像进行批量裁剪。
在此,本发明可以是先对多个待裁剪图像进行批量裁剪,提高了裁剪效率,节约了人力成本和时间成本,提高了用户的使用体验。
优选地,所述图像裁剪方法还包括步骤S206(未示出)。在步骤S206中,图像裁剪装置1将裁剪后的图像保存至云端,并更新对应的图像状态,将裁剪后的图像作为操作历史存储在云端,方便调取和查找,避免本地文件的误删。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机代码,当所述计算机代码被执行时,如所述图像裁剪方法被执行。
本发明还提供了一种计算机程序产品,当所述计算机程序产品被计算机设备执行时,如所述图像裁剪方法被执行。
本发明还提供了一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个计算机程序;
当所述一个或多个计算机程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上所述图像裁剪方法。
需要注意的是,本发明可在软件和/或软件与硬件的组合体中被实施,例如,本发明的各个装置可采用专用集成电路(ASIC)或任何其他类似硬件设备来实现。在一个实施例中,本发明的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本发明的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本发明的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。

Claims (17)

1.一种图像裁剪方法,其中,该方法包括:
a.识别待裁剪图像的主体图像并标记所述主体图像对应的轮廓;
b.根据所述待裁剪图像的主体图像的轮廓确定所述主体图像对应的外切矩形和中心位置点;
c.在所述外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且所述裁剪矩形不超出所述待裁剪图像的范围的条件下,确定所述裁剪矩形的黄金位置点与所述中心位置点之间的距离最小时所述裁剪矩形的位置,作为所述待裁剪图像的裁剪位置;
d.根据所述裁剪位置对所述待裁剪图像进行裁剪。
2.根据权利要求1所述的方法,其中,所述步骤a包括:
对所述待裁剪图像的特征进行识别;
将识别的所述特征转换为计算机设备所能识别的编码;
根据所述编码进行计算,确定所述待裁剪图像的主体图像及其对应的轮廓。
3.根据权利要求1或2所述的方法,其中,所述裁剪矩形的黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中任意一点。
4.根据权利要求1至3中任一项所述的方法,其中,所述裁剪矩形的边分别平行于所述待裁剪图像的边。
5.根据权利要求1至4中任一项所述的方法,其中,所述待裁剪图像包括多个待裁剪图像,所述步骤d包括:
根据所述多个待裁剪图像中每一个所分别对应的裁剪位置,对所述多个待裁剪图像进行批量裁剪。
6.根据权利要求1至5中任一项所述的方法,其中,该方法还包括:
获取用户上传的待裁剪图像和用户的图像裁剪需求。
7.根据权利要求1至6中任一项所述的方法,其中,该方法还包括:
将裁剪后的图像保存至云端,并更新对应的图像状态。
8.一种图像裁剪装置,其中,该图像裁剪装置包括:
识别装置,用于识别待裁剪图像的主体图像并标记所述主体图像对应的轮廓;
第一确定装置,用于根据所述待裁剪图像的主体图像的轮廓确定所述主体图像对应的外切矩形和中心位置点;
第二确定装置,用于在所述外切矩形不超出图像裁剪需求对应的裁剪矩形的范围,并且所述裁剪矩形不超出所述待裁剪图像的范围的条件下,确定所述裁剪矩形的黄金位置点与所述中心位置点之间的距离最小时所述裁剪矩形的位置,作为所述待裁剪图像的裁剪位置;
裁剪装置,用于根据所述裁剪位置对所述待裁剪图像进行裁剪。
9.根据权利要求8所述的图像裁剪装置,其中,所述识别装置包括:
识别单元,用于对所述待裁剪图像的特征进行识别;
转换单元,用于将识别的所述特征转换为计算机设备所能识别的编码;
确定单元,用于根据所述编码进行计算,确定所述待裁剪图像的主体图像及其对应的轮廓。
10.根据权利要求8或9所述的图像裁剪装置,其中,所述裁剪矩形的黄金位置点为所述裁剪矩形被分割成九宫格时中间一格的四个顶点中任意一点。
11.根据权利要求8至10中任一项所述的图像裁剪装置,其中,所述裁剪矩形的边分别平行于所述待裁剪图像的边。
12.根据权利要求8至11中任一项所述的图像裁剪装置,其中,所述待裁剪图像包括多个待裁剪图像,所述裁剪装置还用于:
根据所述多个待裁剪图像中每一个所分别对应的裁剪位置,对所述多个待裁剪图像进行批量裁剪。
13.根据权利要求7至12中任一项所述的图像裁剪装置,其中,所述图像裁剪装置还用于:
获取用户上传的待裁剪图像和用户的图像裁剪需求。
14.根据权利要求7至13中任一项所述的图像裁剪装置,其中,所述图像裁剪装置还用于:
将裁剪后的图像保存至云端,并更新对应的图像状态。
15.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机代码,当所述计算机代码被执行时,如权利要求1至7中任一项所述的方法被执行。
16.一种计算机程序产品,当所述计算机程序产品被计算机设备执行时,如权利要求1至7中任一项所述的方法被执行。
17.一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个计算机程序;
当所述一个或多个计算机程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至7中任一项所述的方法。
CN201710743641.XA 2017-08-25 2017-08-25 一种图像裁剪方法和图像裁剪装置 Active CN107610131B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710743641.XA CN107610131B (zh) 2017-08-25 2017-08-25 一种图像裁剪方法和图像裁剪装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710743641.XA CN107610131B (zh) 2017-08-25 2017-08-25 一种图像裁剪方法和图像裁剪装置

Publications (2)

Publication Number Publication Date
CN107610131A true CN107610131A (zh) 2018-01-19
CN107610131B CN107610131B (zh) 2020-05-12

Family

ID=61055803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710743641.XA Active CN107610131B (zh) 2017-08-25 2017-08-25 一种图像裁剪方法和图像裁剪装置

Country Status (1)

Country Link
CN (1) CN107610131B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108122238A (zh) * 2018-01-30 2018-06-05 百度在线网络技术(北京)有限公司 图像处理方法、装置、设备及计算机可读存储介质
CN109040780A (zh) * 2018-08-07 2018-12-18 北京优酷科技有限公司 一种视频处理方法及服务器
CN109523503A (zh) * 2018-09-11 2019-03-26 北京三快在线科技有限公司 一种图像裁剪的方法和装置
CN110136142A (zh) * 2019-04-26 2019-08-16 微梦创科网络科技(中国)有限公司 一种图像裁剪方法、装置、电子设备
CN110223301A (zh) * 2019-03-01 2019-09-10 华为技术有限公司 一种图像裁剪方法和电子设备
CN110223306A (zh) * 2019-06-14 2019-09-10 北京奇艺世纪科技有限公司 一种图像的裁剪方法及装置
CN110706150A (zh) * 2019-07-12 2020-01-17 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
CN110830846A (zh) * 2018-08-07 2020-02-21 北京优酷科技有限公司 一种视频裁剪方法及服务器
CN111062852A (zh) * 2019-12-16 2020-04-24 百度国际科技(深圳)有限公司 一种地图渲染方法、装置、电子设备及存储介质
CN111277915A (zh) * 2018-12-05 2020-06-12 阿里巴巴集团控股有限公司 一种视频转换方法及装置
CN111462121A (zh) * 2020-03-23 2020-07-28 上海携程商务有限公司 基于图像语义理解的图像裁切方法、系统、设备和介质
WO2020232672A1 (zh) * 2019-05-22 2020-11-26 深圳市大疆创新科技有限公司 图像裁剪方法、装置和拍摄装置
CN112561938A (zh) * 2020-12-22 2021-03-26 陕西理工大学 一种计算机图像处理方法
CN112685680A (zh) * 2021-01-12 2021-04-20 上海观察者信息技术有限公司 图片添加方法和装置
CN113656626A (zh) * 2021-08-05 2021-11-16 广州创乐出海科技有限公司 一种图像数据保存方法、装置、计算机设备和存储介质
CN114666649A (zh) * 2022-03-31 2022-06-24 北京奇艺世纪科技有限公司 字幕被裁视频的识别方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101527040A (zh) * 2008-03-05 2009-09-09 深圳华为通信技术有限公司 图像处理方法及系统
US20140086507A1 (en) * 2012-09-21 2014-03-27 Htc Corporation Image enhancement methods and systems using the same
CN105303566A (zh) * 2015-10-15 2016-02-03 电子科技大学 一种基于目标轮廓裁剪的sar图像目标方位角估计方法
CN105427240A (zh) * 2015-12-08 2016-03-23 豪威科技(上海)有限公司 图像裁剪方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101527040A (zh) * 2008-03-05 2009-09-09 深圳华为通信技术有限公司 图像处理方法及系统
US20140086507A1 (en) * 2012-09-21 2014-03-27 Htc Corporation Image enhancement methods and systems using the same
CN105303566A (zh) * 2015-10-15 2016-02-03 电子科技大学 一种基于目标轮廓裁剪的sar图像目标方位角估计方法
CN105427240A (zh) * 2015-12-08 2016-03-23 豪威科技(上海)有限公司 图像裁剪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
侯宾 等,: ""基于OpenCV的日标物体颜色及轮廓的识别方法"", 《现代电子技术》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108122238A (zh) * 2018-01-30 2018-06-05 百度在线网络技术(北京)有限公司 图像处理方法、装置、设备及计算机可读存储介质
CN109040780A (zh) * 2018-08-07 2018-12-18 北京优酷科技有限公司 一种视频处理方法及服务器
CN110830846B (zh) * 2018-08-07 2022-02-22 阿里巴巴(中国)有限公司 一种视频裁剪方法及服务器
CN110830846A (zh) * 2018-08-07 2020-02-21 北京优酷科技有限公司 一种视频裁剪方法及服务器
CN109523503A (zh) * 2018-09-11 2019-03-26 北京三快在线科技有限公司 一种图像裁剪的方法和装置
WO2020052523A1 (zh) * 2018-09-11 2020-03-19 北京三快在线科技有限公司 一种图像裁剪的方法和装置
CN111277915B (zh) * 2018-12-05 2022-08-12 阿里巴巴集团控股有限公司 一种视频转换方法及装置
CN111277915A (zh) * 2018-12-05 2020-06-12 阿里巴巴集团控股有限公司 一种视频转换方法及装置
CN110223301A (zh) * 2019-03-01 2019-09-10 华为技术有限公司 一种图像裁剪方法和电子设备
CN110223301B (zh) * 2019-03-01 2021-08-03 华为技术有限公司 一种图像裁剪方法和电子设备
CN110136142A (zh) * 2019-04-26 2019-08-16 微梦创科网络科技(中国)有限公司 一种图像裁剪方法、装置、电子设备
WO2020232672A1 (zh) * 2019-05-22 2020-11-26 深圳市大疆创新科技有限公司 图像裁剪方法、装置和拍摄装置
CN110223306A (zh) * 2019-06-14 2019-09-10 北京奇艺世纪科技有限公司 一种图像的裁剪方法及装置
CN110706150A (zh) * 2019-07-12 2020-01-17 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
CN111062852A (zh) * 2019-12-16 2020-04-24 百度国际科技(深圳)有限公司 一种地图渲染方法、装置、电子设备及存储介质
CN111062852B (zh) * 2019-12-16 2023-10-17 阿波罗智联(北京)科技有限公司 一种地图渲染方法、装置、电子设备及存储介质
CN111462121A (zh) * 2020-03-23 2020-07-28 上海携程商务有限公司 基于图像语义理解的图像裁切方法、系统、设备和介质
CN112561938A (zh) * 2020-12-22 2021-03-26 陕西理工大学 一种计算机图像处理方法
CN112561938B (zh) * 2020-12-22 2024-01-19 陕西理工大学 一种计算机图像处理方法
CN112685680A (zh) * 2021-01-12 2021-04-20 上海观察者信息技术有限公司 图片添加方法和装置
CN113656626A (zh) * 2021-08-05 2021-11-16 广州创乐出海科技有限公司 一种图像数据保存方法、装置、计算机设备和存储介质
CN113656626B (zh) * 2021-08-05 2023-10-10 广州市创乐信息技术有限公司 一种图像数据保存方法、装置、计算机设备和存储介质
CN114666649A (zh) * 2022-03-31 2022-06-24 北京奇艺世纪科技有限公司 字幕被裁视频的识别方法、装置、电子设备及存储介质
CN114666649B (zh) * 2022-03-31 2024-03-01 北京奇艺世纪科技有限公司 字幕被裁视频的识别方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN107610131B (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
CN107610131A (zh) 一种图像裁剪方法和图像裁剪装置
US9905012B2 (en) Segmentation of an image based on color and color differences
CN101908231B (zh) 处理含有主平面场景的三维点云重建方法和系统
CN110288692B (zh) 光照渲染方法和装置、存储介质及电子装置
CN103810729B (zh) 一种基于等高线的光栅图像矢量化方法
CN108765584A (zh) 激光点云数据集增广方法、装置及可读存储介质
CN102201108A (zh) 边缘处理技术
CN105303616A (zh) 基于单张照片的浮雕建模方法
CN107705363A (zh) 一种道路三维可视化建模方法及装置
US11935193B2 (en) Automated mesh generation
CN106952342B (zh) 基于重心Voronoi剖分的点云均一化方法
CN105809721A (zh) 一种应用图标的生成方法、装置及移动设备
CN103824259B (zh) 一种基于视觉区域比重平衡法则的图像构图美化方法和系统
CN108595613A (zh) Gis局部地图编辑方法及装置
CN116244805A (zh) 一种住宅建筑规划设计方案自动生成系统及生成方法
CN115375857A (zh) 三维场景重建方法、装置、设备及存储介质
WO2021102948A1 (zh) 图像处理方法及装置
CN106023317B (zh) 一种用于大数据测试的加权Voronoi图生成方法
CN110110028A (zh) 一种面向ogc标准按自定义区域显示地图的方法及系统
CN116468870B (zh) 一种城市道路三维可视化建模方法及系统
CN109523588A (zh) 一种自定义拼花方法及系统
CN112102338A (zh) 基于深度学习的影像样本数据的获取方法及装置
CN116561840A (zh) 一种隧道管廊的模型构建方法及系统
CN102074004B (zh) 空间实体遮挡类型的判定方法及装置
CN114091141A (zh) 一种基于倾斜实景模型的三维道路生成方法及装置

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