CN108062739A - 一种基于主体位置的图片智能裁剪方法及装置 - Google Patents

一种基于主体位置的图片智能裁剪方法及装置 Download PDF

Info

Publication number
CN108062739A
CN108062739A CN201711063183.1A CN201711063183A CN108062739A CN 108062739 A CN108062739 A CN 108062739A CN 201711063183 A CN201711063183 A CN 201711063183A CN 108062739 A CN108062739 A CN 108062739A
Authority
CN
China
Prior art keywords
picture
cut
cutting
body position
intelligence method
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
CN201711063183.1A
Other languages
English (en)
Other versions
CN108062739B (zh
Inventor
邓立邦
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.)
Guangdong Phase Intelligent Technology Co Ltd
Original Assignee
Guangdong Phase Intelligent 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 Guangdong Phase Intelligent Technology Co Ltd filed Critical Guangdong Phase Intelligent Technology Co Ltd
Priority to CN201711063183.1A priority Critical patent/CN108062739B/zh
Publication of CN108062739A publication Critical patent/CN108062739A/zh
Application granted granted Critical
Publication of CN108062739B publication Critical patent/CN108062739B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于主体位置的图片智能裁剪方法，包括以下步骤：第一获取步骤：获取待裁切图片；裁剪步骤：对待裁切图片进行多次裁剪以得到待裁切图片组；比对步骤：根据主体空间分布规则对待裁切图片组进行筛选以得到裁剪图片，所述主体空间分布规则包括主体内容、主体位置、主体宽度比和高度比。本发明还提供了一种电子设备和计算机可读存储介质。本发明的基于主体位置的图片智能裁剪方法，通过学习海量优秀的摄影作品建立主体空间分布规则，将裁剪后的图片与主体空间分布规则进行比对以进行图片裁切，并且裁切后的图片符合大部分人的审美标准，解决了固定九宫格裁切框的局限性，同时减少了手动调节裁切框的繁琐操作，切图效果好。

Description

一种基于主体位置的图片智能裁剪方法及装置
技术领域
本发明涉及一种智能裁剪技术领域，尤其涉及一种基于主题位置的图片智能裁剪方法及装置。
背景技术
随着数码拍摄设备的普及，人们越来越多地利用手机、数码相机进行日常生活或出游的照片拍摄，并通过各种社交网络进行分享，对于所拍摄照片的后期处理需求也日益增长，尤其是对图片进行基于主体位置判断后的照片边缘裁切。目前大部分修图软件的图片裁切功能都是基于预设的九宫格等固定裁切框，或户手动自由调整裁切区域，操作随意，有的人会根据黄金分割线的大概位置进行裁切处理，但是随意的操作结果不能完全符合大部分人的审美标准，裁切结果往往不够理想。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供一种基于主体位置的图片智能裁剪方法，其能达到更好的切图效果。
本发明的目的之二在于提供一种电子设备，其能达到更好的切图效果。
本发明的目的之三在于提供一种计算机可读存储介质，其能达到更好的切图效果。
本发明的目的之一采用如下技术方案实现：
一种基于主体位置的图片智能裁剪方法，包括以下步骤：
第一获取步骤：获取待裁切图片；
裁剪步骤：建立矩形框对待裁切图片进行多次裁剪以得到待裁切图片组；
比对步骤：根据主体空间分布规则对待裁切图片组进行筛选以得到裁剪图片，所述主体空间分布规则包括与主体内容相关的主体位置区域限定、主体宽度比限定和高度比限定。
进一步地，所述主体空间分布规则通过以下步骤获取得到：
第二获取步骤：获取标准图片，所述标准图片为通过社交媒体获取到的点赞数超过预设阈值的摄影图片；
第一识别步骤：识别判断出标准照片中的主体部分
统计步骤：对标准图片中的主体部分的空间分布规律进行统计以得主体空间分布规则。
进一步地，所述比对步骤具体包括以下子步骤：
第二识别步骤：识别判断出待裁切图片组中的所有主体内容；
筛选步骤：通过主体空间分布规则对待裁剪图片组进行筛选以得裁剪图片组；
选取步骤：从裁剪图片组中选取裁剪面积最小的图片作为裁剪图片。
进一步地，在识别步骤之后还包括阈值判断步骤：判断主体部分所占面积为是否超过标准照片的总面积的15％，如果是，则执行统计步骤。
进一步地，在所述裁剪步骤中裁剪的次数在1000次以内。
进一步地，在所述裁剪步骤中，裁剪后得到的待裁切图片组中各图片的面积大于待裁切图片的面积的60％。
进一步地，所述裁剪步骤：建立随机矩形框对待裁切图片进行多次裁剪以得到待裁切图片组。
进一步地，所述裁剪步骤：沿待裁剪图片斜对角每隔预设距离生成一矩形框以对待裁切图片进行裁切以得到待裁切图片组。
本发明的目的之二采用如下技术方案实现：
一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时本发明目的之一中任意一项所述的基于主体位置的图片智能裁剪方法。
本发明的目的之三采用如下技术方案实现：
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本发明目的之一任意一项所述的基于主体位置的图片智能裁剪方法。
相比现有技术，本发明的有益效果在于：
本发明的基于主体位置的图片智能裁剪方法，通过学习海量优秀的摄影作品建立主体空间分布规则，将裁剪后的图片与主体空间分布规则进行比对以进行图片裁切，并且裁切后的图片符合大部分人的审美标准，解决了固定九宫格裁切框的局限性，同时减少了手动调节裁切框的繁琐操作，切图效果好。
附图说明
图1为本发明的基于主体位置的图片智能裁剪方法流程图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。.
如图1所示，本实施例提供了一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如下步骤：
S1：获取待裁切图片；这一部分是后续步骤处理的数据来源；
S2：建立随机矩形框对待裁切图片进行多次随机裁剪以得到待裁切图片组；在所述裁剪步骤中裁剪的次数在1000次以内；通过限制裁剪的次数从而提高处理每次裁剪的处理速度；在所述裁剪步骤中，裁剪后得到的色块图组中各色块图的面积大于待裁剪色块图的面积的60％。通过设置裁剪的阈值，防止裁剪过多从而造成的图像失去其本来表达的部分，通过设置该阈值从而使得用户能够得到更加精确表达图片含义并进行裁剪的方式；除了随机裁切的方式，也可以进行等间距裁切的方式，每隔1mm裁切得到一幅图，也可依此来进行统计；这里的每隔1mm指的是先形成一个裁切框，该裁切框沿图片斜对角线方向移动，在移动过程中，每隔1mm进行一次裁切；通过裁切这一步能够更好的降低算法的复杂性，从而可以提高运行速度；
S3：根据主体空间分布规则对待裁切图片组进行筛选以得到裁剪图片，所述主体空间分布规则包括与主体内容相关的主体位置区域限定、主体宽度比限定和高度比限定。步骤S3具体包括以下子步骤：
S31：识别判断出待裁切图片组中的所有主体内容；
S32：通过主体空间分布规则对待裁剪图片组进行筛选以得裁剪图片组；
S33：从裁剪图片组中选取裁剪面积最小的图片作为裁剪图片。
主体空间分布规则可以通过两种途径获取得到，一种是直接输入的形式，比如，一个专业的摄影师对一张图片的看法，一张图片中的主体针对不同的内容，其位置、面积占比以及主体宽度比和高度比进行不同的设置会达到不同的审美效果；故而可以通过采访多个摄影师，从而可以得到一个比较统一的关于主体空间分布规则的设计，这一种是更为主观的规则设计，除了上述方式外，还有一种更为客观的规则设计方式，也即是通过大数据的方式来建立模型，也即是本实施例采用的方式；其具体实现步骤如下：
获取步骤：获取标准图片，所述标准图片为通过社交媒体获取到的点赞数超过预设阈值的摄影图片；通过各种社交媒体获取海量用户点赞数高的含有明确主体的摄影照片。
第一识别步骤：识别判断出标准照片中的主体部分；
阈值判断步骤：判断主体部分所占面积为是否超过标准照片的总面积的15％，如果是，则执行统计步骤；判断出照片中明确的主体部分，对照片中明确主体部分进行框选。判断时，通过物体识别对主体部分进行判断框选，主体部分有可能为人，包括单人、多人，半身、全身人像或者头部或某一部位特写；各种动物、建筑物等物件；或者以上几种类型主体的组合或合影或局部。
首先根据各种人、动物、物件的外形、颜色或者材质等组合特征，提取主体的特征进行学习训练，建立主体判断识别模型。通过建立全面的主体识别模型来对主体内容进行判断。然后通过对单个或多个组合的主体部分进行边缘检测，完成对主体部分的矩形框选。根据对主体部分建立的矩形框，确定单个主体或多个主体组合后的中心点。对于主体的判断，系统会预设一个阈值范围来计算该进入画面的人或物件是否属于主体，本发明设置的阈值范围为该人或物件的面积占整个画面面积的15％及以上，则判断它为一个主体。
统计步骤：对标准图片中的主体部分进行统计以得主体空间分布规则。通过统计学规律分析照片拍摄时主体部分的空间分布规律，得到大量照片拍摄时主体部分的空间分布统计数据，完成裁切规律统计过程。
主体空间分布规律指主体部分在整个照片中的相对位置的分布规律。根据框选出来的主体得到的中心点，计算照片中包含的单个主体或多个主体组合所在位置相对照片总体宽度和高度位置的百分比，通过统计学规律对计算结果进行分析。通过上述过程，分析得到大量的优秀照片拍摄时的裁切规律，完成裁切规律建立过程。
统计裁切规律：通过各种社交媒体和优秀摄影网站获取海量用户点赞数高的含有明确主体的摄影图片，利用统计学规律查找出照片裁切时的主体部分与照片整体相对位置的空间分布规律，完成裁切规律统计过程。
智能裁切：获取用户提交的待裁切照片，用随机切割的方式，随机生成一条确定对角坐标的斜线以生成一个矩形切割框，利用矩形切割框对照片进行随机切割。对裁切后的照片进行主体判断，并对得到的主体部分进行边缘检测。根据主体边缘建立矩形框，计算矩形框的中心点位置以得到主体的中心点位置。根据得到的中心点位置，分析切割后照片中主体部分的空间分布规律和被切割部分的面积大小。通过不断调整切割框对照片进行切割，并分析切割后的主体的空间分布规律，比对建立的统计裁切规律，使得主体位置被放置在通过统计学获得的空间分布位置特征的范围内；同时分析被切割部分的面积大小，选择其中裁切面积最小的裁切结果对照片进行智能裁切。
本发明提供一种基于主体相对位置算法的图片智能裁剪方法，通过学习海量含有主体内容的优秀的摄影作品统计裁切规则，并根据统计学规律获得的裁切规则对图片进行智能裁切，能够自动判断出图片的主体位置并对其进行突出显示建立裁切框进行图片裁切，能够符合大部分人的审美标准，解决了固定九宫格裁切框和手动自由调节裁切框的随意性，切图效果好。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (10)

1.一种基于主体位置的图片智能裁剪方法，其特征在于，包括以下步骤：
第一获取步骤：获取待裁切图片；
裁剪步骤：建立矩形框对待裁切图片进行多次裁剪以得到待裁切图片组；
比对步骤：根据主体空间分布规则对待裁切图片组进行筛选以得到裁剪图片，所述主体空间分布规则包括与主体内容相关的主体位置区域限定、主体宽度比限定和高度比限定。
2.如权利要求1所述的基于主体位置的图片智能裁剪方法，其特征在于，所述主体空间分布规则通过以下步骤获取得到：
第二获取步骤：获取标准图片，所述标准图片为通过社交媒体获取到的点赞数超过预设阈值的摄影图片；
第一识别步骤：识别判断出标准照片中的主体部分；
统计步骤：对标准图片中的主体部分的空间分布规律进行统计以得主体空间分布规则。
3.如权利要求1所述的基于主体位置的图片智能裁剪方法，其特征在于，所述比对步骤具体包括以下子步骤：
第二识别步骤：识别判断出待裁切图片组中的所有主体内容；
筛选步骤：通过主体空间分布规则对待裁剪图片组进行筛选以得裁剪图片组；
选取步骤：从裁剪图片组中选取裁剪面积最小的图片作为裁剪图片。
4.如权利要求2所述的基于主体位置的图片智能裁剪方法，其特征在于，在识别步骤之后还包括阈值判断步骤：判断主体部分所占面积为是否超过标准照片的总面积的15％，如果是，则执行统计步骤。
5.如权利要求1所述的基于主体位置的图片智能裁剪方法，其特征在于，在所述裁剪步骤中裁剪的次数在1000次以内。
6.如权利要求1所述的基于主体位置的图片智能裁剪方法，其特征在于，在所述裁剪步骤中，裁剪后得到的待裁切图片组中各图片的面积大于待裁切图片的面积的60％。
7.如权利要求1所述的基于主体位置的图片智能裁剪方法，其特征在于，所述裁剪步骤：建立随机矩形框对待裁切图片进行多次裁剪以得到待裁切图片组。
8.如权利要求1所述的基于主体位置的图片智能裁剪方法，其特征在于，所述裁剪步骤：沿待裁剪图片斜对角每隔预设距离生成一矩形框以对待裁切图片进行裁切以得到待裁切图片组。
9.一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-8中任意一项所述的基于主体位置的图片智能裁剪方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-8任意一项所述的基于主体位置的图片智能裁剪方法。
CN201711063183.1A 2017-11-02 2017-11-02 一种基于主体位置的图片智能裁剪方法及装置 Active CN108062739B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711063183.1A CN108062739B (zh) 2017-11-02 2017-11-02 一种基于主体位置的图片智能裁剪方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711063183.1A CN108062739B (zh) 2017-11-02 2017-11-02 一种基于主体位置的图片智能裁剪方法及装置

Publications (2)

Publication Number Publication Date
CN108062739A true CN108062739A (zh) 2018-05-22
CN108062739B CN108062739B (zh) 2021-07-02

Family

ID=62134835

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711063183.1A Active CN108062739B (zh) 2017-11-02 2017-11-02 一种基于主体位置的图片智能裁剪方法及装置

Country Status (1)

Country Link
CN (1) CN108062739B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108986105A (zh) * 2018-06-12 2018-12-11 四川斐讯信息技术有限公司 一种基于内容的图像预处理方法及系统
CN109587394A (zh) * 2018-10-23 2019-04-05 广东智媒云图科技股份有限公司 一种智能构图方法、电子设备及存储介质
CN109872340A (zh) * 2019-01-03 2019-06-11 广东智媒云图科技股份有限公司 构图方法及其电子设备、计算机可读存储介质
CN111062279A (zh) * 2019-12-04 2020-04-24 深圳先进技术研究院 照片处理方法及照片处理装置
CN111757149A (zh) * 2020-07-17 2020-10-09 商汤集团有限公司 视频剪辑方法、装置、设备及存储介质
CN112541934A (zh) * 2019-09-20 2021-03-23 百度在线网络技术（北京）有限公司 一种图像处理方法及装置
CN112767419A (zh) * 2021-01-29 2021-05-07 福建天晴在线互动科技有限公司 一种图集九宫格切割的方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504649A (zh) * 2014-12-30 2015-04-08 百度在线网络技术（北京）有限公司 图片的裁剪方法和装置
CN104573715A (zh) * 2014-12-30 2015-04-29 百度在线网络技术（北京）有限公司 图像主体区域的识别方法及装置
CN105306773A (zh) * 2015-09-30 2016-02-03 北京恒华伟业科技股份有限公司 一种图片传输方法和装置
CN105898583A (zh) * 2015-01-26 2016-08-24 北京搜狗科技发展有限公司 一种图像推荐方法及电子设备
CN106919318A (zh) * 2017-03-07 2017-07-04 维沃移动通信有限公司 一种图片处理的方法及终端
CN107146198A (zh) * 2017-04-19 2017-09-08 中国电子科技集团公司电子科学研究院 一种照片智能裁剪方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504649A (zh) * 2014-12-30 2015-04-08 百度在线网络技术（北京）有限公司 图片的裁剪方法和装置
CN104573715A (zh) * 2014-12-30 2015-04-29 百度在线网络技术（北京）有限公司 图像主体区域的识别方法及装置
CN105898583A (zh) * 2015-01-26 2016-08-24 北京搜狗科技发展有限公司 一种图像推荐方法及电子设备
CN105306773A (zh) * 2015-09-30 2016-02-03 北京恒华伟业科技股份有限公司 一种图片传输方法和装置
CN106919318A (zh) * 2017-03-07 2017-07-04 维沃移动通信有限公司 一种图片处理的方法及终端
CN107146198A (zh) * 2017-04-19 2017-09-08 中国电子科技集团公司电子科学研究院 一种照片智能裁剪方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邹盼盼等: "基于主体区域保持的图像缩放算法", 《图学学报》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108986105A (zh) * 2018-06-12 2018-12-11 四川斐讯信息技术有限公司 一种基于内容的图像预处理方法及系统
CN109587394A (zh) * 2018-10-23 2019-04-05 广东智媒云图科技股份有限公司 一种智能构图方法、电子设备及存储介质
CN109872340A (zh) * 2019-01-03 2019-06-11 广东智媒云图科技股份有限公司 构图方法及其电子设备、计算机可读存储介质
CN109872340B (zh) * 2019-01-03 2023-06-27 广东智媒云图科技股份有限公司 构图方法及其电子设备、计算机可读存储介质
CN112541934B (zh) * 2019-09-20 2024-02-27 百度在线网络技术（北京）有限公司 一种图像处理方法及装置
CN112541934A (zh) * 2019-09-20 2021-03-23 百度在线网络技术（北京）有限公司 一种图像处理方法及装置
CN111062279B (zh) * 2019-12-04 2023-06-06 深圳先进技术研究院 照片处理方法及照片处理装置
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
CN111062279A (zh) * 2019-12-04 2020-04-24 深圳先进技术研究院 照片处理方法及照片处理装置
CN111757149B (zh) * 2020-07-17 2022-07-05 商汤集团有限公司 视频剪辑方法、装置、设备及存储介质
CN111757149A (zh) * 2020-07-17 2020-10-09 商汤集团有限公司 视频剪辑方法、装置、设备及存储介质
CN112767419A (zh) * 2021-01-29 2021-05-07 福建天晴在线互动科技有限公司 一种图集九宫格切割的方法及系统
CN112767419B (zh) * 2021-01-29 2024-01-30 福建天晴在线互动科技有限公司 一种图集九宫格切割的方法及系统

Also Published As

Publication number Publication date
CN108062739B (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
CN108062739A (zh) 一种基于主体位置的图片智能裁剪方法及装置
CN103929596B (zh) 引导拍摄构图的方法及装置
CN108288027A (zh) 一种图像质量的检测方法、装置及设备
CN103927520B (zh) 一种逆光环境下人脸检测方法
CN108062755A (zh) 一种图片智能裁剪方法及装置
CN103595917B (zh) 移动终端及其调焦方法
CN107767325A (zh) 视频处理方法、及装置
CN108280399A (zh) 一种场景自适应人脸识别方法
CN105303514A (zh) 图像处理方法和装置
CN104751407B (zh) 一种用于对图像进行虚化的方法和装置
CN107146198A (zh) 一种照片智能裁剪方法及装置
CN104732225B (zh) 图像旋转处理方法
US9106838B2 (en) Automatic photographing method and system thereof
CN101587586A (zh) 一种图像处理装置及图像处理方法
CN109981972B (zh) 一种机器人的目标跟踪方法、机器人及存储介质
CN101923637B (zh) 一种移动终端及其人脸检测方法和装置
CN106971399B (zh) 图像马赛克检测方法及装置
CN106863784A (zh) 一种成形质量监控方法及增材制造设备
CN106373139A (zh) 一种图像处理方法及装置
CN105631854A (zh) 一种基于fpga平台的自适应图像清晰度评价算法
CN102306307A (zh) 一种彩色显微图像序列中固点噪声的定位方法
CN109587394A (zh) 一种智能构图方法、电子设备及存储介质
CN107291781A (zh) 一种图像管理方法和装置
CN105740867B (zh) 图像纹理窗口形状与尺度的选择方法
CN109034058B (zh) 一种针对图像中区域划分和自修正方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant