CN108062755A - 一种图片智能裁剪方法及装置 - Google Patents

一种图片智能裁剪方法及装置 Download PDF

Info

Publication number
CN108062755A
CN108062755A CN201711063542.3A CN201711063542A CN108062755A CN 108062755 A CN108062755 A CN 108062755A CN 201711063542 A CN201711063542 A CN 201711063542A CN 108062755 A CN108062755 A CN 108062755A
Authority
CN
China
Prior art keywords
color lump
cut
cutting
color
picture
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
CN201711063542.3A
Other languages
English (en)
Other versions
CN108062755B (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 CN201711063542.3A priority Critical patent/CN108062755B/zh
Publication of CN108062755A publication Critical patent/CN108062755A/zh
Application granted granted Critical
Publication of CN108062755B publication Critical patent/CN108062755B/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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种图片智能裁剪方法，包括以下步骤：第一聚类步骤：采用聚类算法对获取到的待裁剪图片进行颜色聚类以得待裁剪色块图；裁剪步骤：建立矩形框对待裁剪色块图进行多次裁剪以得色块图组；比对步骤：根据色块分布规则对色块图组进行筛选以得裁剪色块图，所述色块分布规则包括色块颜色及位置、色块面积占比、宽度比和高度比；裁剪步骤：根据裁剪色块图和待裁剪图片以生成裁剪图片。本发明还公开了一种电子设备以及计算机可读存储介质。本发明能够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

一种图片智能裁剪方法及装置
技术领域
本发明涉及一种计算机技术领域，尤其涉及一种图片智能裁剪方法及装置。
背景技术
目前，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。然而，很多时候人们都有裁切图片对拍摄照片进行拍摄区域调整的需求，以求突出拍摄主题。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，无法引导用户发现图片的主体内容和分割比例，具有一定的局限性；或者让用户手动调整裁切区域，操作随意，不能完全符合人的审美标准，裁切结果不够理想。
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：
一种图片智能裁剪方法，包括以下步骤：
第一聚类步骤：采用聚类算法对获取到的待裁剪图片进行颜色聚类以得待裁剪色块图；
裁剪步骤：建立矩形框对待裁剪色块图进行多次裁剪以得色块图组；
比对步骤：根据色块分布规则对色块图组进行筛选以得裁剪色块图，所述色块分布规则包括色块颜色及位置、色块面积占比、宽度比和高度比；
裁剪步骤：根据裁剪色块图和待裁剪图片以生成裁剪图片。
进一步地，所述色块分布规则通过以下步骤获取得到：
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；
第二聚类步骤：采用聚类算法对标准图片进行颜色聚类以得到标准色块图；
规律获取步骤：对标准色块图中各个色块的空间分布规律进行统计以得色块分布规则。
进一步地，所述比对步骤具体包括以下子步骤：
筛选步骤：通过色块分布规则对色块图组进行筛选以得裁剪色块图组；
选取步骤：从裁剪色块图组中选取裁剪面积最小的裁剪色块图。
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，裁剪后得到的色块图组的面积大于待裁剪色块图面积的60％。
进一步地，所述裁剪步骤：建立随机矩形框对待裁剪色块图进行多次裁剪以得色块图组。
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实现如下步骤：
第一聚类步骤：采用聚类算法对获取到的待裁剪图片进行颜色聚类以得待裁剪色块图；
裁剪步骤：建立矩形框对待裁剪色块图进行多次裁剪以得色块图组；
比对步骤：根据色块分布规则对色块图组进行筛选以得裁剪色块图，所述色块分布规则包括色块颜色及位置、色块面积占比、宽度比和高度比；
裁剪步骤：根据裁剪色块图和待裁剪图片以生成裁剪图片。
进一步地，所述色块分布规则通过以下步骤获取得到：
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；
第二聚类步骤：采用聚类算法对标准图片进行颜色聚类以得到标准色块图；
规律获取步骤：对标准色块图中各个色块的空间分布规律进行统计以得色块分布规则。
进一步地，所述比对步骤具体包括以下子步骤：
筛选步骤：通过色块分布规则对色块图组进行筛选以得裁剪色块图组；
选取步骤：从裁剪色块图组中选取裁剪面积最小的裁剪色块图。
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，裁剪后得到的色块图组的面积大于待裁剪色块图面积的60％。
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中任意一项所述的方法。
相比现有技术，本发明的有益效果在于：
本发明的图片智能裁剪方法，通过学习海量优秀的摄影作品建立色块分布规则，将裁剪后的色块图与色块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为本发明的图片智能裁剪方法的流程图。
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，本发明提供一种电子设备，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：采用聚类算法对获取到的待裁剪图片进行颜色聚类以得待裁剪色块图；这一步主要是对获取到的图片进行颜色聚类，以此作为颜色聚类判断的基础；色块图的构建是进行后续裁切的基础，如果没有建立色块图，则无法得到相应的色块分布规则，因为色块分布规则都是建立在色块聚集的基础上，通过分析色块位置与面积而得到的，没有色块分布规则，则无法进行图片的裁切；
S2：建立随机矩形框对待裁剪色块图进行多次裁剪以得色块图组；所述随机矩形框为矩形框长宽随机的图框；在步骤S2中随机裁剪的次数在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；随机裁剪后得到的色块图组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，例如每隔1mm生成一条确定对角坐标的斜线来建立矩形框对待裁切图片进行裁切以得到一幅图，也可依此来进行统计；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：通过色块分布规则对色块图组进行筛选以得裁剪色块图，所述色块分布规则包括色块颜色及位置、色块面积占比、宽度比和高度比；所述S3具体包括以下子步骤：
S31：通过色块分布规则对色块图组进行筛选以得裁剪色块图组；
S32：从裁剪色块图组中选取裁剪面积最小的裁剪色块图。
所述色块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，一张图片中那个颜色的色块应该在那个位置，这个色块的面积占比是多少，色块与色块之间颜色的相关性等；这种方式是预设的方式，其预先设定好色块分布规则，然后通过比对规则来得到；另外一种是通过大数据的形式来提取得到，这一种也是本发明采用的比较优选的方案，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；也可以是其他的数据来源，比如摄影师挑选的比较优秀的摄影图片；
第二聚类步骤：采用聚类算法对标准图片进行颜色聚类以得到标准色块图；采用聚类算法将图片拍摄的内容颜色聚类形成各种主色调颜色块组合，如三角形、圆形、矩形等图形组合；这里所述的三角形与矩形也并非是严格的三角形与矩形，是从类似的情况上去区分各个色块的形状，具体为将主色调分块，通过不断将相邻的HSB值色差接近的点取平均值聚合为同一色块，最后得到图片的主色调颜色块组合。通过统计学规律分析图片色块的颜色HSB值和对应的空间分布等规律，得到大量的图片颜色、空间分布统计数据，完成裁切规律统计过程。
规律获取步骤：对标准色块图中各个色块的空间分布规律进行分析以得色块分布规则
例如：一张风景摄影图片中，包含有天空、山峰、湖水，将图片进行颜色聚类变形成各种色块。通过不断将相邻的HSB值色差接近的点取平均值聚合为同一色块，经过处理后，天空部分形成蓝色色块、山峰部分形成灰色色块、湖水部分形成绿色色块；
分析上述各部分形成的色块颜色HSB值和在整个图像中的空间分布规律。空间分布规律如面积占比、宽度比、高度比，面积占比指颜色色块占整个图像总面积的百分比；宽度比、高度比指计算出颜色色块在整个图像中的宽度和高度位置的百分比。
分析各个色块的面积占整个图像总面积的百分比。通过确定色块的重心坐标计算出色块的宽度、高度，从而得到各个色块的面积，然后计算各色块面积占整个图像总面积的百分比，计算各色块在整个图像位置中与图像总体宽度和高度的百分比。
通过上述处理过程，得到海量的优秀摄影图片的颜色空间分布统计学规律。
S4：根据裁剪色块图和待裁剪图片以生成裁剪图片。
智能裁切：获取用户提交的待裁切照片后，用随机生成矩形框切割的方式，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颜色聚类处理，得到照片的主色调色块。分析切割后照片的颜色、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，并分析切割后的照片的颜色、空间分布规律和被切割部分的面积大小，比对前期建立的统计裁切规律得到的颜色、空间分布规律，选择裁切面积最小及最接统计裁切规律的裁切结果对照片进行智能裁切。
本发明的基于颜色色块聚类的图片智能裁剪方法，通过学习海量优秀的摄影作品建立裁切规则，并根据建立的裁切规则对图片进行智能裁切，能够自动根据图片主体颜色内容建立裁切框进行图片裁切，够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。
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)

1.一种图片智能裁剪方法，其特征在于，包括以下步骤：
第一聚类步骤：采用聚类算法对获取到的待裁剪图片进行颜色聚类以得待裁剪色块图；
裁剪步骤：建立矩形框对待裁剪色块图进行多次裁剪以得色块图组；
比对步骤：根据色块分布规则对色块图组进行筛选以得裁剪色块图，所述色块分布规则包括色块颜色及位置、色块面积占比、宽度比和高度比；
裁剪步骤：根据裁剪色块图和待裁剪图片以生成裁剪图片。
2.如权利要求1所述的图片智能裁剪方法，其特征在于，所述色块分布规则通过以下步骤获取得到：
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；
第二聚类步骤：采用聚类算法对标准图片进行颜色聚类以得到标准色块图；
规律获取步骤：对标准色块图中各个色块的空间分布规律进行统计以得色块分布规则。
3.如权利要求1所述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：
筛选步骤：通过色块分布规则对色块图组进行筛选以得裁剪色块图组；
选取步骤：从裁剪色块图组中选取裁剪面积最小的裁剪色块图。
4.如权利要求1所述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。
5.如权利要求1所述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％。
6.如权利要求1所述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剪色块图进行多次裁剪以得色块图组。
7.一种电子设备，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如下步骤：
第一聚类步骤：采用聚类算法对获取到的待裁剪图片进行颜色聚类以得待裁剪色块图；
裁剪步骤：建立矩形框对待裁剪色块图进行多次裁剪以得色块图组；
比对步骤：根据色块分布规则对色块图组进行筛选以得裁剪色块图，所述色块分布规则包括色块颜色及位置、色块面积占比、宽度比和高度比；
裁剪步骤：根据裁剪色块图和待裁剪图片以生成裁剪图片。
8.如权利要求7所述的电子设备，其特征在于，所述色块分布规则通过以下步骤获取得到：
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；
第二聚类步骤：采用聚类算法对标准图片进行颜色聚类以得到标准色块图；
规律获取步骤：对标准色块图中各个色块的空间分布规律进行统计以得色块分布规则。
9.如权利要求7所述的电子设备，其特征在于，所述裁剪步骤：建立随机矩形框对待裁剪色块图进行多次裁剪以得色块图组，其中随机裁剪的次数在1000次以内，随机裁剪后得到的色块图组的面积大于待裁剪色块图面积的60％。
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1-6任意一项所述的方法。
CN201711063542.3A 2017-11-02 2017-11-02 一种图片智能裁剪方法及装置 Active CN108062755B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711063542.3A CN108062755B (zh) 2017-11-02 2017-11-02 一种图片智能裁剪方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711063542.3A CN108062755B (zh) 2017-11-02 2017-11-02 一种图片智能裁剪方法及装置

Publications (2)

Publication Number Publication Date
CN108062755A true CN108062755A (zh) 2018-05-22
CN108062755B CN108062755B (zh) 2020-10-02

Family

ID=62134845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711063542.3A Active CN108062755B (zh) 2017-11-02 2017-11-02 一种图片智能裁剪方法及装置

Country Status (1)

Country Link
CN (1) CN108062755B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846846A (zh) * 2018-07-24 2018-11-20 佛山市所能网络有限公司 一种基于计算机的图像处理方法
CN108921859A (zh) * 2018-06-28 2018-11-30 努比亚技术有限公司 图片处理方法、程序和计算机可读储存介质
CN109518446A (zh) * 2018-12-21 2019-03-26 季华实验室 一种裁剪机的智能裁剪方法
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
CN111986207A (zh) * 2019-05-24 2020-11-24 百度在线网络技术（北京）有限公司 一种图片裁切方法及终端

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496002A (zh) * 2011-11-22 2012-06-13 上海大学 基于图像的人脸美貌度评价方法
CN102521610A (zh) * 2011-12-08 2012-06-27 北京新媒传信科技有限公司 图片过滤方法和装置
CN102968782A (zh) * 2012-09-12 2013-03-13 苏州大学 一种彩色图像中显著对象的自动抠取方法
CN103914689A (zh) * 2014-04-09 2014-07-09 百度在线网络技术（北京）有限公司 基于人脸识别的图片裁剪方法及装置
CN103996186A (zh) * 2014-04-29 2014-08-20 小米科技有限责任公司 图像裁剪方法及装置
CN104392202A (zh) * 2014-10-11 2015-03-04 北京中搜网络技术股份有限公司 一种基于图片识别的自动裁剪方法
CN105225197A (zh) * 2015-09-14 2016-01-06 北京金山安全软件有限公司 一种图片裁剪方法及装置
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 (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496002A (zh) * 2011-11-22 2012-06-13 上海大学 基于图像的人脸美貌度评价方法
CN102521610A (zh) * 2011-12-08 2012-06-27 北京新媒传信科技有限公司 图片过滤方法和装置
CN102968782A (zh) * 2012-09-12 2013-03-13 苏州大学 一种彩色图像中显著对象的自动抠取方法
CN103914689A (zh) * 2014-04-09 2014-07-09 百度在线网络技术（北京）有限公司 基于人脸识别的图片裁剪方法及装置
CN103996186A (zh) * 2014-04-29 2014-08-20 小米科技有限责任公司 图像裁剪方法及装置
CN104392202A (zh) * 2014-10-11 2015-03-04 北京中搜网络技术股份有限公司 一种基于图片识别的自动裁剪方法
CN105225197A (zh) * 2015-09-14 2016-01-06 北京金山安全软件有限公司 一种图片裁剪方法及装置
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

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108921859A (zh) * 2018-06-28 2018-11-30 努比亚技术有限公司 图片处理方法、程序和计算机可读储存介质
CN108846846A (zh) * 2018-07-24 2018-11-20 佛山市所能网络有限公司 一种基于计算机的图像处理方法
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
CN109518446A (zh) * 2018-12-21 2019-03-26 季华实验室 一种裁剪机的智能裁剪方法
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
CN111986207A (zh) * 2019-05-24 2020-11-24 百度在线网络技术（北京）有限公司 一种图片裁切方法及终端
CN111986207B (zh) * 2019-05-24 2023-09-05 百度在线网络技术（北京）有限公司 一种图片裁切方法及终端

Also Published As

Publication number Publication date
CN108062755B (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN108062755A (zh) 一种图片智能裁剪方法及装置
US10939035B2 (en) Photograph-capture method, apparatus, terminal, and storage medium
CN104486552B (zh) 一种获取图像的方法及电子设备
CN105825494B (zh) 一种图像处理方法及移动终端
CN106570838B (zh) 一种图像亮度优化方法及装置
WO2021007690A1 (zh) 曝光控制方法、装置与可移动平台
CN108062739A (zh) 一种基于主体位置的图片智能裁剪方法及装置
CN106412534B (zh) 一种图像亮度调节方法及装置
KR20150142038A (ko) 모션 고스트 필터링을 위한 기준 이미지 선택
TWI532361B (zh) 自動尋景拍攝方法及其系統
CN104767933A (zh) 一种具备拍照功能的便携数码设备及筛选照片的方法
CN104052933A (zh) 动态范围模式的判定方法及其图像获取装置
CN108234971A (zh) 白平衡参数确定方法、白平衡调整方法及装置、存储介质、终端
WO2021088639A1 (zh) 图像亮度处理方法及装置、图像处理方法及装置
CN112601063A (zh) 一种混合色温白平衡方法
US9330340B1 (en) Noise estimation for images using polynomial relationship for pixel values of image features
CN106815803A (zh) 图片的处理方法及装置
CN106600524A (zh) 一种图像处理方法及终端
CN113301318A (zh) 图像的白平衡处理方法、装置、存储介质及终端
CN104994280B (zh) 一种预览图像处理方法及用户终端
CN109587394A (zh) 一种智能构图方法、电子设备及存储介质
CN106773453B (zh) 一种照相机曝光的方法、装置及移动终端
WO2020107646A1 (zh) 图像处理方法
CN111797694B (zh) 一种车牌检测方法及装置
CN109872340B (zh) 构图方法及其电子设备、计算机可读存储介质

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