CN108257086B - 一种全景照片处理的方法及装置 - Google Patents
一种全景照片处理的方法及装置 Download PDFInfo
- Publication number
- CN108257086B CN108257086B CN201711408729.2A CN201711408729A CN108257086B CN 108257086 B CN108257086 B CN 108257086B CN 201711408729 A CN201711408729 A CN 201711408729A CN 108257086 B CN108257086 B CN 108257086B
- Authority
- CN
- China
- Prior art keywords
- panoramic photo
- image
- panoramic
- photo
- longitude
- 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
Links
- 238000003672 processing method Methods 0.000 title description 4
- 238000000034 method Methods 0.000 claims abstract description 108
- 238000012545 processing Methods 0.000 claims abstract description 56
- 230000011218 segmentation Effects 0.000 claims description 18
- 230000001131 transforming effect Effects 0.000 claims description 11
- 238000003708 edge detection Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 23
- 238000006243 chemical reaction Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 4
- 210000000746 body region Anatomy 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Studio Devices (AREA)
Abstract
本发明的实施例公开了一种全景照片处理的方法及装置,该方法根据预先设定的预设规则,对第一全景照片进行特征提取,根据提取的特征判断第一全景照片是否符合预设规则,若不符合,根据预设特征对第一全景照片进行起始经度调整、旋转、裁切等操作,得到符合预设规则的目标全景照片。该方法根据不同的预设规则对第一全景照片进行处理,例如,对被切分了某一图像的全景照片进行重新切分,使得其能够展示完整的图像信息,改善视觉效果。同时,通过本发明实施例提供的方法能够对不符合预设规则的照片进行批量处理,效率高。
Description
技术领域
本发明实施例涉及全景照片处理技术领域,尤其是涉及一种全景照片处理的方法及装置。
背景技术
全景照片分为柱形全景照片和球形全景照片,柱形全景照片是将球形的经度坐标和纬度坐标,直接投影为水平坐标和垂直坐标。通过Equirectangular投影可以现实整个水平和竖直的360全景,拍摄到的球面内容被投影为一个长宽比为2:1的矩形照片,在该矩形照片中,水平坐标为经度,垂直坐标为纬度。
目前,全景照片为两张或两张以上的照片拼接而成。拼接后的Equirectangular投影的全景照片中,照片中的主体物或人可能被切分在照片的左右两边,无法展示完整的图像信息。
在实现本发明实施例的过程中,发明人发现现有的全景照片在拼接过程中可能将某一图像切分开,无法展示完整的图像信息,视觉效果较差。
发明内容
本发明所要解决的技术问题是如何解决现有的全景照片在拼接过程中可能将某一图像切分开,无法展示完整的图像信息,视觉效果较差的问题。
针对以上技术问题,本发明的实施例提供了一种全景照片处理的方法,包括:
获取与第一全景照片显示相关的预设规则;
根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则;
若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片。
可选地,所述根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的位置,根据识别出的位置判断所述第一全景照片是否符合所述预设规则。
可选地,所述若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片。
可选地,所述根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第一占比区间,则识别出所述第一全景照片中的所述第二类别图像,计算所述第二类别图像在所述第一全景照片中的占比,作为第一占比,根据所述第一占比和所述第一占比区间判断所述第一全景照片是否符合所述预设规则;
或者,
若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第二占比区间,则识别出所述第一全景照片中除所述第二类别图像之外的第三类别图像,计算所述第三类别图像在所述第一全景照片中的占比,作为第二占比,根据所述第二占比和所述第二占比区间判断所述第一全景照片是否符合所述预设规则。
可选地,所述若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则根据所述预设占比区间对所述第一全景照片进行裁切,将裁切后的全景照片作为所述目标全景照片。
可选地,所述根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为所述第一全景照片的宽度为预设宽度,高度为预设高度,且第一全景照片中的第四类别图像不被切分,则获取所述第四类别图像对应的第四图像特征;
获取所述第一全景照片的实际宽度和实际高度,根据所述第四图像特征对所述第一全景照片中的第四类别图像进行识别;
判断所述实际宽度是否为所述预设宽度,所述实际高度是否为所述预设高度,且所述第一全景照片中是否识别出所述第四类别图像,若是,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则。
可选地,所述若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则判断所述第一全景照片中是否识别出所述第四类别图像,若未识别出所述第四类别图像,则变换所述第一全景照片的起始经度,直到得到能识别出所述第四类别图像的第五全景照片,否则,将所述第一全景照片作为所述第五全景照片;
若所述实际宽度大于所述预设宽度且所述实际高度大于所述预设高度,则对所述第五全景照片进行裁切,使得裁切后的全景照片的裁切宽度等于所述预设宽度,裁切高度等于所述预设高度,且能通过所述第四图像特征识别出裁切后的全景照片中的第四类别图像,将裁切后的全景照片作为所述目标全景照片。
第二方面,本发明的实施例还提供了一种全景照片处理的装置,包括:
获取模块,用于获取与第一全景照片显示相关的预设规则;
判断模块,用于根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则;
处理模块,用于若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片。
第三方面,本发明的实施例还提供了一种电子设备,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行以上所述的方法。
第四方面,本发明的实施例还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行以上所述的方法。
本发明的实施例提供了一种全景照片处理的方法及装置,该方法根据预先设定的预设规则,对第一全景照片进行特征提取,根据提取的特征判断第一全景照片是否符合预设规则,若不符合,根据预设规则对第一全景照片进行起始经度调整、旋转、裁切等操作,得到符合预设规则的目标全景照片。该方法根据不同的预设规则对第一全景照片进行处理,例如,对被切分了某一图像的全景照片进行重新切分,使得其能够展示完整的图像信息,改善视觉效果。同时,通过本发明实施例提供的方法能够对不符合预设规则的照片进行批量处理,效率高。
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一简单地介绍,显而易见地,下面描述中的附图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是本发明一个实施例提供的全景照片处理的方法的流程示意图;
图2是本发明另一个实施例提供的全景照片处理的方法的流程示意图;
图3是本发明另一个实施例提供的保证人体图像不被切分的方法的流程示意图;
图4是本发明另一个实施例提供的拼接后的第一全景照片的示意图;
图5是本发明另一个实施例提供的对第一全景照片进行转换后得到的,保证人体图像不被切分的全景照片的示意图;
图6是本发明另一个实施例提供的使得主体图像被切分概率最小的方法的流程示意图;
图7是本发明另一个实施例提供的接后的第一全景照片的示意图;
图8是本发明另一个实施例提供的目标切分位置在全景照片中的示意图;
图9是本发明另一个实施例提供的以目标经度作为起始经度生成目标全景照片的示意图;
图10是本发明另一个实施例提供的使得主体对象处于居中位置的方法的流程示意图;
图11是本发明另一个实施例提供的主体图像未处于居中位置的全景照片示意图;
图12是本发明另一个实施例提供的主体图像处于居中位置的全景照片示意图;
图13是本发明另一个实施例提供的使得包含一个人体的全景照片中的人体图像正向放置的方法的流程示意图;
图14是本发明另一个实施例提供的人体图像未正向显示的照片示意图;
图15是本发明另一个实施例提供的调整后人体图像正向显示的照片示意图;
图16是本发明另一个实施例提供的预设规则为使得主体图像占全景照片的占比大于预设的占比的处理过程示意图;
图17是本发明另一个实施例提供的原始生成的主体图像的占比不符合预设规则的全景照片示意图;
图18是本发明另一个实施例提供的进行裁切后生成的符合预设规则的全景照片示意图;
图19是本发明另一个实施例提供的预设规则为使得全景照片中不包含拍摄者的方法的流程示意图;
图20是本发明另一个实施例提供的原始生成的包含主体图像的照片示意图;
图21是本发明另一个实施例提供的识别出拍摄者所在区域的照片示意图;
图22是本发明另一个实施例提供的对拍摄者裁切后生成的符合预设规则的照片示意图;
图23是本发明另一个实施例提供的预设规则为第一全景照片的宽度为预设宽度,高度为预设高度,且第一全景照片中的第四类别图像不被切分的处理流程示意图;
图24是本发明另一个实施例提供的原始生成的尺寸不符合预设规则的照片示意图;
图25是本发明另一个实施例提供的裁切后尺寸符合预设规则的照片示意图;
图26是本发明另一个实施例提供的全景照片处理的装置的结构框图;
图27是本发明另一个实施例提供的电子设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
图1是本实施例提供的全景照片处理的方法的流程示意图,参见图1,该方法包括:
101:获取与第一全景照片显示相关的预设规则;
102:根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则;
103:若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片。
需要说明的是,本实施例提供的方法由能够执行上述方法的终端(例如,手机、平板电脑)执行。预设规则为预先指定的关于第一全景照片如何显示的规则,例如,第一全景照片显示过程中不能将人体切分开,要求尽量少的主体图像被切分,要求显示的人物头向上等,本实施例不对预设规则的具体内容进行限制。图像特征是用于判别第一全景照片的显示是否符合规则的特征,通过相应的软件进行提取。若第一全景照片的显示符合预设规则,则将第一全景照片作为目标全景照片,若不符合,对第一全景照片进行处理,得到显示符合预设规则的目标全景照片。
例如,本实施例提供的方法如图2所示,包括:
201:得到全景照片。即得到第一全景照片。
202:检测全景照片中的图像特征。该图像特征是与预设规则相关的图像特征。
203:判断图像特征的位置分布是否符合预定的规则,若是,该全景照片即为最终输出的照片,否则,执行步骤204。
204:变换全景照片以符合预定的规则。
本实施例提供了一种全景照片处理的方法,该方法根据预先设定的预设规则,对第一全景照片进行特征提取,根据提取的特征判断第一全景照片是否符合预设规则,若不符合,根据预设规则对第一全景照片进行重新切分或者旋转,得到符合预设规则的目标全景照片,显示目标全景照片。该方法根据不同的预设规则对第一全景照片进行处理,例如,对被切分了某一图像的全景照片进行重新切分,使得其能够展示完整的图像信息,改善视觉效果。同时,通过本发明实施例提供的方法能够对不符合预设规则的照片进行批量处理,效率高。
更进一步地,在上述实施例的基础上,所述根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为对第一类别图像的显示位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的显示位置,根据识别出的显示位置判断所述第一全景照片是否符合所述预设规则。
更进一步地,在上述实施例的基础上,所述若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片。
本实施例中的预设规则限定的是第一类别图像的显示位置,例如,第一类别图像是否被切分,第一类别图像是否居中,第一类别图像的显示是否方便查看等,本实施例对此不做具体限制。本实施例中的第一类别图像可以为主体图像也可以是其它图像,只要能够通过第一类别图像对应的图像特征对其进行识别即可。
本实施例提供了一种全景照片处理的方法,该方法对第一全景照片中的第一类别图像的显示位置进行了限定,通过图像的识别判断第一全景照片是否符合预设规则,在判断其不符合预设规则的情况下,通过旋转第一全景照片或者对第一全景照片的切分得到符合预设规则的目标全景照片,处理方法简单,实现了对不符合预设规则的全景照片的快速调整。
基于预设规则为对第一类别图像的显示位置进行限定的规则,以下提供了几种具体的实施方式:
(1)、在上述各实施例的基础上,所述若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的显示位置,根据识别出的显示位置判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得所述第一类别图像不处于所述第一全景照片被切分的位置,则获取所述第一类别图像对应的图像特征,作为第一图像特征;
从所述第一全景照片中提取所述第一图像特征,得到由从所述第一全景照片中提取的所述第一图像特征组成的第一集合;
变换所述第一全景照片的起始经度,得到第二全景照片,从所述第二全景照片中提取所述第一图像特征,得到由从所述第二全景照片中提取的所述第一图像特征组成的第二集合;
计算所述第一集合和所述第二集合的并集,得到并集集合,若所述第一集合不等于所述并集集合,则所述第一全景照片不符合所述预设规则;
其中,所述第一全景照片的起始经度和所述第二全景照片的起始经度的经度差大于所述第一图像特征能跨越的最大经度范围对应的最大经度差;所述第一全景照片的起始经度和所述第一全景照片的结束经度的经度差等于所述第二全景照片的起始经度和所述第二全景照片的结束经度的经度差。
进一步地,在上述实施例的基础上,所述若所述第一全景照片不符合所述预设规则,则调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,判断所述第二集合是否等于所述并集集合,若是,则将所述第二全景照片作为所述目标全景照片;
若所述第二集合不等于所述并集集合,则将所述第一全景照片添加到预设的照片集中,循环执行起始经度变换操作,直到由得到的全景照片中提取的所述第一图像特征组成的集合等于所述并集集合后,将得到的全景照片作为所述目标全景照片;
其中,所述起始经度变换操作包括:
从所述照片集中获取最新添加的全景照片,作为当前全景照片,获取所述当前全景照片的起始经度,作为当前起始经度,在所述当前起始经度上增加第一预设经度,得到新的起始经度,生成由新的起始经度作为起始经度的全景照片,作为最新全景照片,并将所述最新全景照片添加到所述照片集中;
从所述最新全景照片中提取所述第一图像特征,得到由从所述最新全景照片中提取的所述第一图像特征组成的最新集合,判断所述最新集合是否等于所述并集集合;
其中,所述第一预设经度小于所述最大经度差;所述第一全景照片的起始经度和所述第一全景照片的结束经度的经度差等于所述目标全景照片的起始经度和所述目标全景照片的结束经度的经度差。
需要说明的是,第一类别图像可以是人物图像,也可以是某一物体的图像,对应的第一图像特征可以是第一类别图像的轮廓,在第一全景照片中提取第一图像特征得到第一集合。第二全景照片是将第一全景照片变换了起始经度和结束经度所得到的全景照片。在第二全景照片中提取第一图像特征得到第二集合。
最大经度范围指的是第一图像特征的轮廓能跨越的最大经度范围。例如,变换第一图像特征的摆放方向,若某一摆放方向下其跨越的经度范围最广,则该经度范围即为最大经度范围。例如,第一图像特征为人体图像特征,则人体图像特征横放时其跨越的经度范围最大,则最大经度范围为将人体图像特征横放跨越的经度范围。例如,所述第一全景照片的起始经度和所述第二全景照片的起始经度的经度差为180度。
通过将第一全景照片的起始经度进行变换,且变换的经度差大于最大经度差,第一集合和第二集合的并集集合中所包括的第一图像特征,即为当第一全景照片中没有切分第一类别图像时,第一全景照片所包括的所有第一类别图像。
本实施例提供了一种全景照片处理的方法,该方法提供了预设规则为使得所述第一全景照片中的第一类别图像不被切分时,判断第一全景照片是否符合预设规则的方法,通过该方法可以快速准确判断第一全景照片的显示是否符合预设规则。
作为一种更为具体的实施例,图3示出了本实施例提供的保证人体图像不被切分的方法的流程示意图,图4和图5示出了对图像进行切分的示意图。该方法包括:
得到起始经度为0的全景照片。例如,得到Equirectangular投影的第一全景照片,该第一全景照片中包含一个人体图像。预定规则为确保人体图像不被切分。图4为拼接后的第一全景照片,如图4所示,在第一全景照片中人体图像被切分开。
进行人体特征检测。例如,在该第一全景照片中使用HOG和Linear SVM进行人体特征检测。
记录人体特征的集合M。即得到记录第一全景照片中的人体特征的第一集合M。在本实施例中,由于该单个人体的图像被切分,所以在当前照片中检测不到人体特征图像,M为空集
变换得到起始经度为180度的全景照片。即变换后的全景照片为第二全景照片。改变Equirectangular投影的投影参数,将球面绕轴线旋转180度后进行投影。这时,Equirectangular投影的起始经度变为180度。转换后的第二全景照片如图5所示。
进行人体特征检测。同样,在第二全景照片中再次使用HOG和Linear SVM进行人体特征检测。
记录人体特征的集合N。即得到记录第二全景照片中的人体特征的第二集合N。在本实施例中,N中包含照片中央的人体特征。
比较两次检测出的人体特征。即分别将第一集合M和第二集合N和并集集合M∪N进行比较。
判断M=M∪N是否成立,若是,则留变换前图像。即若M=M∪N,则将第一全景照片作为符合预设规则的全景照片。否则,判断N=M∪N是否成立,若是,则留变换后图像。即若N=M∪N,则将第二全景照片作为符合预设规则的全景照片。在本实施例中,M是N的子集。变换后的图像符合预定的规则,没有人体特征被切分。
若N=M∪N不成立,则计算得到合理的起始经度以检测出M∪N。即执行起始经度变换操作直到得到显示符合预设规则的全景照片。
通过图3中示出的方法,智能变换后得到的全景照片,可以有效地避免照片中的人体被切分,改善了照片的视觉效果。相较手动变换,有效地提高了变换效率。
本实施例提供了一种全景照片处理的方法,通过该方法可以快速对显示中将第一类别图像切分的照片进行调整,确定出符合预设规则的全景照片,作为目标全景照片。
(2)、在上述实施例的基础上,所述若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的显示位置,根据识别出的显示位置判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得所述第一类别图像在所述第一全景照片中被切分的概率最小,则在所述第一全景照片的起始经度和所述第一全景照片的结束经度之间,每隔第二预设经度生成垂直于所述第一全景照片的纬度线的直线;
对所述第一全景照片中生成的每一直线进行边缘检测,计算所述第一全景照片中,每一直线上对应于所述第一类别图像的边缘像素的数量,得到边缘像素的数量最小的直线对应的经度,作为目标经度;
变换所述第一全景照片的起始经度,得到第三全景照片,确定所述第三全景照片中的原切分直线,在所述第三全景照片中对所述原切分直线进行边缘检测,计算所述原切分直线上对应于所述第一类别图像的边缘像素的数量;其中,所述原切分直线所在的经度与所述第一全景照片的起始经度相等;
若检测到所述目标经度上的边缘像素的数量小于所述原切分直线上的边缘像素的数量,则所述第一全景照片不符合所述预设规则,否则,所述第一全景照片符合所述预设规则。
更进一步地,在上述实施例的基础上,所述若所述第一全景照片不符合所述预设规则,则调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则生成以所述目标经度为起始经度的全景照片,作为所述目标全景照片,显示所述目标全景照片;
其中,所述第一全景照片的起始经度和所述第一全景照片的结束经度的经度差等于所述目标全景照片的起始经度和所述目标全景照片的结束经度的经度差。
需要说明的是,本实施例中的预设规则为使得第一类别图像被切分的概率最小,通常通过边缘检测确定第二类别图像被切分的概率最小的经度。
作为一种具体的实施例,图6示出了本实施例提供的使得主体图像(第一类别图像)被切分概率最小的方法的流程示意图,图7至图9示出了根据主体图像对图像进行切分的示意图。该方法包括:
得到全景图像。即得到Equirectangular投影的第一全景照片,该第一全景照片中的主体图像为长城的烽火台。预定规则为减少主体图像被切分。图7为拼接后生成的Equirectangular投影的第一全景照片,照片的起始经度为0度。
进行边缘检测。对该照片进行Canny边缘检测。
计算每一x位置(即每一垂直于所述第一全景照片的纬度线的直线)上的边缘像素的数量。计算在各x坐标位置上的边缘像素的数量。
边缘像素数量最少的位置作为目标切分位置。目标切分位置即为目标经度,图8中所示的目标切分位置即为边缘像素数量最少的目标经度。
以目标切分位置作为投影起始经度。
根据起始经度重新投影。如图9所示,以目标经度作为起始经度生成目标全景照片。
通过该方法智能变换后得到的全景照片,可以有效地避免照片中的主体人或物被切分,提高了照片的视觉效果。相较手动变换,有效地提高了变换效率。
本实施例提供了一种全景照片处理的方法,通过该方法可以快速对显示中将第二类别图像切分概率较大的照片进行调整,得到对第二类别图像切分最少的全景照片。
(3)、在上述各实施例的基础上,所述若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的显示位置,根据识别出的显示位置判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得所述第一类别图像在所述第一全景照片中居中显示,则获取所述第一类别图像对应的图像特征,作为第一图像特征;
从所述第一全景照片中提取所述第一图像特征,或者从对所述第一全景照片的起始经度进行变换后得到的全景照片中提取所述第一图像特征,并根据所述第一图像特征确定过所述第一类别图像的中心点且平行于所述第一全景照片的经度线的直线,作为所述第一类别图像的中心线;
获取所述中心线在所述第一全景照片中所在的经度,作为第一中心线经度,判断所述第一中心线经度是否等于过所述第一全景照片中心点的经线所在的经度,若是,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则
更进一步地,在上述实施例的基础上,所述若所述第一全景照片不符合所述预设规则,则调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则生成所述第一中心线经度与起始经度的经度差等于结束经度与所述第一中心线经度的经度差的全景照片,作为所述目标全景照片。
需要说明的是,第一类别图像的中心点即第一类别图像的几何中心点,通过几何方法确定。或者将第一类别图像的轮廓抽象为最接近其轮廓的规则图形(例如,圆形或者矩形),将该规则图形的几何中心点作为该第一类别图像的中心点。第一全景照片中心点的经线所在的经度即过第一全景照片这一矩形的几何中心点的经线。
作为一种更为具体的实施例,图10示出了本实施例提供的使得主体对象(即第一类别图像)处于居中位置的方法的流程示意图,图11和图12示出了对第一全景照片进行调整使得主体图像处于居中位置的全景照片示意图。该方法包括:
得到全景图像。例如,得到Equirectangular投影的全景照片,如图11所示,该全景照片中的主体对象为天坛。预定规则为使得主体图像居中显示。图11为拼接后生成的Equirectangular投影的全景照片,该全景照片的起始经度为0度。
得到主体对象在照片中的位置。
判断主体对象是否居中显示。即用户在该照片中设置要居中显示的主体对象,并判断主体对象在图片中的位置是否符合预定规则。在本实施例中,如图11所示,主体对象在靠近左边缘的位置,不符合预定规则中的居中显示的位置。
以主体对象的中心位置作为投影中心经度。
根据中心经度重新投影。即以用户设定的主体对象的中心经度作为全景照片的中心经度,对投影图像进行变换。变换后的照片如图12所示。
其中,主体对象的位置也可以通过图像处理算法自动计算得到。
通过本实施例提供的方式,智能变换后得到的全景照片,可以将照片中的主体对象放在居中的位置,在用VR头显进行观看该全景照片时,用户无需转动头部,就可以看到主体对象。这样有效地提高了用户体验。
(4)、在上述实施例的基础上,所述若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的显示位置,根据识别出的显示位置判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得所述第一类别图像在所述第一全景照片中按照预设坐标系中的预设方向显示,则获取所述第一类别图像对应的图像特征,作为第一图像特征;
从所述第一全景照片中提取所述第一图像特征,根据所述第一图像特征识别出所述第一类别图像的上部所在的第一端和所述第一类别图像的下部所在的第二端,并获取所述第一类别图像的第一端在所述预设坐标系的纵轴上的第一投影点,所述第一类别图像的第二端在所述纵轴上的第二投影点;
判断所述第一类别图像的第一端和所述第一类别图像的第二端的连线所在的直线是否平行于所述预设方向所在的直线,且所述第一投影点在所述纵轴上的第一坐标是否大于所述第二投影点在所述纵轴上的第二坐标,若是,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则。
更进一步地,在上述实施例的基础上,所述若所述第一全景照片不符合所述预设规则,则调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,旋转所述第一全景照片使得所述第一类别图像的第一端和所述第一类别图像的第二端的连线所在的直线平行于所述预设方向所在的直线,且所述第一投影点在所述纵轴上的第一坐标大于所述第二投影点在所述纵轴上的第二坐标,得到所述目标全景照片。
需要说明的是,本实施例提供的方法通常用于使得第一类别图像按照预设方向显示。其中,预设坐标轴通常为在全景照片中生成的二维坐标轴。第一类别图像对应的第一图像特征通常两端不同,能够通过特征识别区分出第一类别图像的两个端,例如,第一类别图像为人体图像,则通过第一图像特征能够识别出第一类别图像中哪一端为人头,哪一端为人脚。
作为一种具体的实施例,图13示出了本实施例提供的使得包含一个人体的全景照片中的人体图像(第一类别图像)正向放置的方法的流程示意图,图14和图15示出了根据第一类别图像对全景照片进行旋转的示意图。该方法包括:
得到Stereographic投影全景图像。得到Stereographic投影的第一全景照片,该第一全景照片中包含一个人体图像。预定规则为使人体图像正向放置。图14为得到的Stereographic投影的第一全景照片,该第一全景照片的起始经度为0度。
进行人体检测。对该照片应用HOG和Linear SVM进行人体检测,得到人体中心位置的经度,作为目标起始经度。在本实施例中,人体中心位置的经度为90度。
计算人体中心的经度作为目标起始经度。对投影照片进行旋转,使得目标起始经度变为起始经度。
旋转图像使目标起始经度变为起始经度。旋转后的图像如图15所示。
通过本实施例提供的方法,智能变换后得到的全景照片,可以使人体图像自动正向放置,提高了照片的视觉效果。相较手动变换,有效地提高了变换效率。
本实施例提供了一种全景照片处理的方法,通过对第一类别图像中两个端的识别,以预设坐标系作为参考,将全景照片进行旋转,得到显示符合预设规则的目标全景照片。通过该方法能够快速实现对全景照片的旋转得到显示符合预设规则的目标全景照片。此外,本实施例提供的全景照片处理的方法相较手动调整方式,有效地提高调整的效率。
更进一步地,在上述实施例的基础上,所述根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第一占比区间,则识别出所述第一全景照片中的所述第二类别图像,计算所述第二类别图像在所述第一全景照片中的占比,作为第一占比,根据所述第一占比和所述第一占比区间判断所述第一全景照片是否符合所述预设规则;
或者,
若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第二占比区间,则识别出所述第一全景照片中除所述第二类别图像之外的第三类别图像,计算所述第三类别图像在所述第一全景照片中的占比,作为第二占比,根据所述第二占比和所述第二占比区间判断所述第一全景照片是否符合所述预设规则。
所述若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则根据所述预设占比区间对所述第一全景照片进行裁切,将裁切后的全景照片作为所述目标全景照片。
需要说明的是,本实施例中的预设对着对第二类别图像所占区域的面积占第一全景照片总面积的占比进行了限定。判断第一全景照片是否符合预设规则时,对该占比的计算时,可以直接计算第二类别图像的占比,也可以计算第二类别图像之外的图像的占比。例如,识别出第一全景照片中的第二类别图像较容易,则直接识别第二类别图像,计算该站别。若识别第二类别图像之外的图像较容易,则计算第二类别图像之外的图像在第一全景图像中的占比,根据该占比可以推值第二类别图像的占比,从而对第一全景照片是否符合预设规则进行判断。本实施例提供的方法中,针对不符合预设规则的第一全景照片,通过裁切的方式得到符合预设规则的目标全景照片。
本实施例提供了一种预设规则为对第二类别图像的显示占比进行控制的规则,通过本实施例提供的方法可以快速对第二类别图像的占比进行计算,并及时通过裁切的方式得到符合预设规则的目标全景照片。
基于对第二类别图像的显示占比进行控制的预设规则,本实施例提供了以下两种对第一全景照片是否符合预设规则进行判断的方法,具体包括:
(1)在上述实施例的基础上,所述若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第一占比区间,则识别出所述第一全景照片中的所述第二类别图像,计算所述第二类别图像在所述第一全景照片中的占比,作为第一占比,根据所述第一占比和所述第一占比区间判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得作为主体图像的所述第二类别图像所占区域的面积占所述第一全景照片总面积的占比大于第一预设占比,则获取所述第二类别图像对应的图像特征,作为第二图像特征;
根据所述第二图像特征识别出所述第一全景照片中的所述第二类别图像,计算所述第二类别图像所占区域的面积占所述第一全景照片总面积的占比,作为所述第一占比;
判断所述第一占比是否大于所述第一预设占比,若是,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则。
或者,
(2)所述若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第二占比区间,则识别出所述第一全景照片中除所述第二类别图像之外的第三类别图像,计算所述第三类别图像在所述第一全景照片中的占比,作为第二占比,根据所述第二占比和所述第二占比区间判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得作为主体图像的所述第二类别图像所占区域的面积占所述第一全景照片总面积的占比大于第二预设占比,则获取所述第一全景照片中除所述第二类别图像之外的第三类别图像对应的图像特征,作为第三图像特征;
根据所述第三图像特征识别出所述第一全景照片中的所述第三类别图像,计算所述第三类别图像所占区域的面积占所述第一全景照片总面积的占比,作为所述第二占比;
判断所述第二占比是否小于1与所述第二预设占比的差,若是,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则。
其中,所述根据所述第三图像特征识别出所述第一全景照片中的所述第三类别图像,计算所述第三类别图像所占区域的面积占所述第一全景照片总面积的占比,作为所述第二占比,包括:
若所述第三类别图像为位于所述第一全景照片的上方的第一图像区域和位于所述第一全景照片下方的第二图像区域,则通过连续的第一颜色像素识别出所述第一图像区域,通过连续的第二颜色像素识别出所述第二图像区域;
根据识别出的所述第一图像区域,获取在不同经线上,所述第一图像区域的高度,得到所述第一图像区域占据的最小高度,作为第一高度,根据识别出的所述第二图像区域,获取在不同经线上,所述第二图像区域占据的高度,得到所述第二图像区域占据的最小高度,作为第二高度;
获取所述第一全景照片中的经线高度,计算所述第一高度和所述第二高度的和占所述经线高度的占比,作为所述第二占比。
需要说明的是,第二类别图像可以是人物图像,也可以是某一物体的图像,对应的第二图像特征可以是第二类别图像的轮廓。
本实施例提供了两种判断第二类别图像所在区域的面积占第一全景照片总面积是否符合预设规则的方法。用户可以根据第二类别图像在第一全景照片中是否易于识别选择恰当的方式计算出第二类别图像对应的占比,实现了方法的灵活选择。
更进一步地,针对不符合预设规则的第一全景照片,本实施例提供的处理方法如下:
在上述实施例的基础上,所述若所述第一全景照片不符合所述预设规则,则根据所述预设占比区间对所述第一全景照片进行裁切,将裁切后的全景照片作为所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则对所述第一全景照片中所述第二类别图像所占区域之外的区域进行裁切,使得裁切后的全景照片中,所述第二类别图像所占区域占裁切后的照片总面积的占比大于所述第一预设占比或者所述第二预设占比,以将裁切后的全景照片作为所述目标全景照片。
本实施例提供的方法限定了如何处理对应于第二类别图像的占比不符合预设规则的第一全景照片的方法,通过对第二类别图像所占区域之外的区域进行裁切,可以方便的得到目标全景照片。
例如,图16示出了本实施例提供的预设规则为使得主体图像占全景照片的占比大于预设的占比的处理过程示意图,图17为原始生成的原始生成的主体图像的占比不符合预设规则的全景照片示意图,图18为进行裁切后生成的符合预设规则的全景照片示意图。如图16所示,该方法包括:
得到全景图像。即得到Equirectangular投影的全景照片,该全景照片中的主体对象为国贸夜景(第二类别图像)。预定规则为在纬度方向上天空和地面的比例不超过预设的阈值20%。在全景照片拍摄时,如果拍摄点离周围的景物比较远的话,拍摄出的全景照片中,天空和地面在全景图中占的比例较大,在非VR模式观看时视觉效果较差
检测其中的天空区域和地面区域。如图17所示,在该全景照片中识别天空区域和地面区域。其中,天空区域的检测可以通过识别连续的蓝色或接近蓝色的像素区域得到。地面区域的检测可以通过识别连续的灰色或接近灰色的像素区域得到。
计算天空区域和地面区域在纬度方向上的比。具体来说,可以计算天空区域在不同经度上的最小高度,计算地面区域在不同经度上的最小高度,天空区域的最小高度加上地面区域的最小高度,除以图像高度,得到纬度方向上的比例。
判断比例是否符合预定规则。若不符合,则计算新的其实和结束纬度,并裁切图像。即检查该比例是否符合预设规则。在本实施例中,天空区域和地面区域所占的比例接近60%,超过预设的20%的阈值。故需降低天空区域和地面区域的高度,使其各占裁切后总高度的10%。图18裁切后的照片。
通过本实施例体用的方式,智能变换后得到的全景照片,可以减少过大的天空和地面区域,在分VR模式观看时可以得到更好的呈现效果。
作为预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第一占比区间的实施例,本实施例提供了一种实施方式如下:
所述若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第一占比区间,则识别出所述第一全景照片中的所述第二类别图像,计算所述第二类别图像在所述第一全景照片中的占比,作为第一占比,根据所述第一占比和所述第一占比区间判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得所述第二类别图像所占区域的面积占所述第一全景照片总面积的占比为零,则获取所述第二类别图像对应的图像特征,作为第二图像特征;
根据所述第二图像特征对所述第一全景照片中的所述第二类别图像进行识别,判断所述第一全景照片中是否存在所述第二图像特征;
变换所述第一全景照片的起始经度,得到第四全景照片,对所述第四全景照片中的所述第二类别图像进行识别,判断所述第四全景照片中是否存在所述第二图像特征;
若所述第一全景照片和所述第四全景照片中均不存在所述第二图像特征,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则;
其中,所述第一全景照片的起始经度和所述第四全景照片的起始经度的经度差大于预先设定的所述第二图像特征能跨越的最大经度范围对应的经度差。
更进一步地,在上述实施例的基础上,所述若所述第一全景照片不符合所述预设规则,则根据所述预设占比区间对所述第一全景照片进行裁切,将裁切后的全景照片作为所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则将能够检测到所述第二图像特征的第一全景照片或者第四全景照片作为待去除所述第二类别图像的待处理全景照片,从所述待处理全景照片中获取所述第二类别图像所在区域,确定所述第二类别图像所在区域的轮廓线,得到与所述轮廓线相切的两条经度线,作为第一经度线和第二经度线;
将所述第一经度线和所述第二经度线之间区域从所述待处理全景照片中裁切掉,得到去除了所述第二类别图像的全景照片,作为待调整全景照片;
调整所述待调整全景照片的起始经度,使得所述待调整全景照片中的主体图像不被切分,将调整了起始经度的待调整全景照片作为所述目标全景照片。
需要说明的是,所述第一全景照片的起始经度和所述第四全景照片的起始经度的经度差大于预先设定的所述第二图像特征能跨越的最大经度范围对应的经度差,该经度差可以是180°。若第一全景照片中存在所述第二图像特征,则不需要再对第一全景照片进行起始经度的变换。
本实施例中的预设规则为使得所述第二类别图像所占区域的面积占第一全景照片总面积的占比为零,即去掉第一全景照片中的第二类别图像。为了避免由于第一全景照片中对第二类别图像进行了切分而没有识别到第二类别图像,可以在第一全景照片中没有找到第二类别图像后,将第一全景照片进行起始经度的变换,得到变换后的全景照片,再次对变换后的全景照片中是否有第二类别图片进行判断,保证了对全景照片中是否存在第二类别图像的精确判断。此外,待调整全景照片为去掉了第一经度线和第二经度线之间的区域的全景照片(该部分照片可能由两个部分构成),为了得到主体图像不被分割的照片,可以对待调整全景照片进行起始经度的调整。本实施例提供的方法通过第二类别图像所在区域的轮廓线的相切线能够精准找到第二类别图像所在区域,去掉两个经度线之间的区域,对剩下的照片重新拼接,得到符合预设规则的目标全景照片。
作为一种具体的实施例,图19示出了本实施例提供的预设规则为使得全景照片中不包含拍摄者(第二类别图像)的方法的流程示意图,图20至图22示出了根据主体图像对图像进行切分的示意图。如图19所示,该方法包括:
得到起始经度为0的全景照片。即得到Equirectangular投影的第一全景照片,在该第一全景照片中包含拍摄者的图像。预定规则为全景图像中不包含拍摄者。图20为拼接后生成的Equirectangular投影的全景照片,照片的起始经度为0度,结束经度为360度。
进行人体特征检测。
计算人体特征区域在整个图像中占的比例r。
判断r>threshold是否成立,若不成立,判断是否有其它人体特征区域,若没有,则流程结束,当前的全景照片符合预设规则。否则,返回判断r>threshold是否成立的步骤。即在该全景照片中使用HOG和Linear SVM进行人体特征检测。在没有检测到人体区域时,要将照片的起始经度设为180度后重新检测。当检测到人体区域且人体区域的面积大于设定的阈值,认为检测到的为拍摄者。本实施例中,检测到的人体区域的面积大于设定的阈值10%,所以认为该人体区域为拍摄者。检测结果如图21中的虚线框所示。
若r>threshold成立,则计算拍摄者区域的起始和结束经度。计算检测到的拍摄者区域的起始和结束经度,在本实施例中,起始经度为150度,结束经度为210度。
修改投影的起始和结束经度进行投影。改变Equirectangular投影的投影参数,以人体区域的结束经度为投影起始经度,以人体区域的起始经度为投影结束经度,重新进行投影,得到新的Equirectangular投影的照片。图22为得到的目标全景照片。
通过本实施例提供的智能变换后得到的全景照片,可以有效地去除拍摄者。相较手动去除,有效地提高了变换效率
本实施例提供了一种全景照片处理的方法,通过该方法针对预设规则为不显示第二类别图像的预设规则,可以快速将全景照片中的第二类别图像去除,重新对全景照片进行拼接,得到不包括第二类别图像的目标全景照片。
更进一步地,在上述实施例的基础上,所述根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为所述第一全景照片的宽度为预设宽度,高度为预设高度,且第一全景照片中的第四类别图像不被切分,则获取所述第四类别图像对应的第四图像特征;
获取所述第一全景照片的实际宽度和实际高度,根据所述第四图像特征对所述第一全景照片中的第四类别图像进行识别;
判断所述实际宽度是否为所述预设宽度,所述实际高度是否为所述预设高度,且所述第一全景照片中是否识别出所述第四类别图像,若是,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则。
更进一步地,在上述实施例的基础上,所述若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则判断所述第一全景照片中是否识别出所述第四类别图像,若未识别出所述第四类别图像,则变换所述第一全景照片的起始经度,直到得到能识别出所述第四类别图像的第五全景照片,否则,将所述第一全景照片作为所述第五全景照片;
若所述实际宽度大于所述预设宽度且所述实际高度大于所述预设高度,则对所述第五全景照片进行裁切,使得裁切后的全景照片的裁切宽度等于所述预设宽度,裁切高度等于所述预设高度,且能通过所述第四图像特征识别出裁切后的全景照片中的第四类别图像,将裁切后的全景照片作为所述目标全景照片。
更进一步地,在上述实施例的基础上,所述若所述实际宽度大于所述预设宽度且所述实际高度大于所述预设高度,则对所述第五全景照片进行裁切,使得裁切后的全景照片的裁切宽度等于所述预设宽度,裁切高度等于所述预设高度,且能通过所述第四图像特征识别出裁切后的全景照片中的第四类别图像,将裁切后的全景照片作为所述目标全景照片,包括:
若所述实际宽度大于所述预设宽度且所述实际高度大于所述预设高度,则获取所述第五全景照片中经过所述第四类别图像的中心点的经度,作为第二中心线经度,并获取所述第五全景照片中经过所述第四类别图像的中心点的纬度,作为第二中心线纬度;
对所述第五全景照片的高度方向进行裁切,得到第一裁切照片,使得所述第二中心线纬度与所述第一裁切照片最上方的起始纬度之间的上侧纬度差,和所述第二中心线纬度与所述第一裁切照片最下方的结束纬度之间的下侧纬度差的比值为第一预设比值,且所述第一裁切照片的裁切高度等于所述预设高度;
对所述第一裁切照片的宽度方向进行裁切,得到第二裁切照片,使得所述第二中心线经度与所述第二裁切照片的起始经度之间的左侧经度差,和所述第二中心线经度与所述第二裁切照片的结束经度之间的右侧经度差的比值为第二预设比值,且所述第二裁切照片的裁切宽度等于所述预设宽度,将所述第二裁切照片作为所述目标全景照片。
需要说明的是第一全景照片的起始经度和第五全景照片的起始经度之间的经度差大于第四类别图像所能跨越的最大经度范围对应的经度差,例如,该经度差可以是180°。中心点为第四类别图像,或者第四类别图像抽象为规则图形后的几何中心点。第一预设比值和第二预设比值均为预设的比值,例如,可以均为1:3。
作为一种更为具体的实施例,图23示出了本实施例提供的预设规则为第一全景照片的宽度为预设宽度,高度为预设高度,且第一全景照片中的第四类别图像不被切分的处理流程示意图,图24原始生成的尺寸不符合预设规则的照片示意图,图25为裁切后尺寸符合预设规则的照片示意图。参见图23,该方法包括:
得到全景照片。
得到主体物。即得到Equirectangular投影的全景照片,该全景照片的宽和高分别为14444和7222像素,该全景照片中的主体对象为天坛。预定规则要求裁切图像得到预设大小宽和高分别为5760和3840像素的图像,在裁切后的图像中要包含主体物。图24为拼接后生成的全景照片(第一全景照片)。
判断照片大小是否符合预定规则。其中,在本实施例中,照片大小超过预设大小。
若照片大小不符合预定规则,则围绕主体物进行构图。
根据预设照片大小进行裁剪。即在照片大小大于预设大小时,对照片进行裁切以得到符合预设大小的照片。其中,可以将主体对象中心经纬度按1/3原则放置在裁切后图像中。根据主体对象中心得到裁切的起始和结束经度,以及起始和结束纬度。图25为裁切后符合预设大小的图像。裁切前或后可进行相应的投影方式变换,如变换为rectilinear投影,以得到普通照片的效果。
本实施例提供的方法中,由于全景照片包含360度x180度的完整图像,并且可以得到很高的分辨率。因此可以使用先拍摄后构图的方式,在后期处理时进行构图。用本方法可以自动进行构图,有效地提高后期处理的效率。
图26示出了本发明的实施例提供的全景照片处理的装置的结构框图,参见图26,本实施例提供的全景照片处理的装置,包括获取模块2601、判断模块2602和处理模块2603,其中,
获取模块2601,用于获取关于第一全景照片显示的预设规则;
判断模块2602,用于根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则;
处理模块2603,用于若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片。
本实施例提供的全景照片处理的装置适用于上述实施例中提供的全景照片处理的方法,在此不再赘述。
本实施例提供了一种全景照片处理的装置,该装置根据预先设定的预设规则,对第一全景照片进行特征提取,根据提取的特征判断第一全景照片的显示是否符合预设规则,若不符合,根据预设规则对第一全景照片进行起始经度调整、旋转、裁切等操作,得到符合预设规则的目标全景照片。该方法根据不同的预设规则对第一全景照片进行处理,例如,对被切分了某一图像的全景照片进行重新切分,使得其能够展示完整的图像信息,改善视觉效果。同时,通过本发明实施例提供的方法能够对不符合预设规则的照片进行批量处理,效率高。
图27是示出本实施例提供的电子设备的结构框图。
参照图27,包括:至少一个处理器(processor)2701;
以及与所述处理器2701连接的至少一个存储器(memory)2702、总线2703;其中,
所述处理器2701、存储器2702通过所述总线2703完成相互间的通信;
所述处理器2701用于调用所述存储器2702中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:获取关于第一全景照片显示的预设规则;根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则;若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片。
第四方面,本实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:获取关于第一全景照片显示的预设规则;根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则;若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片。
本领域普通技术人员可以理解:实现上述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。
以上所描述的电子设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上各实施例仅用以说明本发明的实施例的技术方案,而非对其限制;尽管参照前述各实施例对本发明的实施例进行了详细的说明,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的实施例各实施例技术方案的范围。
Claims (23)
1.一种全景照片处理的方法,其特征在于,包括:
获取与第一全景照片显示相关的预设规则;
根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则;
若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片;
所述根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的位置,根据识别出的位置判断所述第一全景照片是否符合所述预设规则;
若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,且所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片,包括:
调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片;
所述若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的位置,根据识别出的位置判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得所述第一类别图像不处于所述第一全景照片被切分的位置,则获取所述第一类别图像对应的图像特征,作为第一图像特征;
从所述第一全景照片中提取所述第一图像特征,得到由从所述第一全景照片中提取的所述第一图像特征组成的第一集合;
变换所述第一全景照片的起始经度,得到第二全景照片,从所述第二全景照片中提取所述第一图像特征,得到由从所述第二全景照片中提取的所述第一图像特征组成的第二集合;
计算所述第一集合和所述第二集合的并集,得到并集集合,若所述第一集合不等于所述并集集合,则所述第一全景照片不符合所述预设规则;
其中,所述第一全景照片的起始经度和所述第二全景照片的起始经度的经度差大于所述第一图像特征能跨越的最大经度范围对应的最大经度差;所述第一全景照片的起始经度和所述第一全景照片的结束经度的经度差等于所述第二全景照片的起始经度和所述第二全景照片的结束经度的经度差。
2.根据权利要求1所述的方法,其特征在于,所述若所述第一全景照片不符合所述预设规则,则调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,判断所述第二集合是否等于所述并集集合,若是,则将所述第二全景照片作为所述目标全景照片;
若所述第二集合不等于所述并集集合,则将所述第一全景照片添加到预设的照片集中,循环执行起始经度变换操作,直到由得到的全景照片中提取的所述第一图像特征组成的集合等于所述并集集合后,将得到的全景照片作为所述目标全景照片;
其中,所述起始经度变换操作包括:
从所述照片集中获取最新添加的全景照片,作为当前全景照片,获取所述当前全景照片的起始经度,作为当前起始经度,在所述当前起始经度上增加第一预设经度,得到新的起始经度,生成由新的起始经度作为起始经度的全景照片,作为最新全景照片,并将所述最新全景照片添加到所述照片集中;
从所述最新全景照片中提取所述第一图像特征,得到由从所述最新全景照片中提取的所述第一图像特征组成的最新集合,判断所述最新集合是否等于所述并集集合;
其中,所述第一预设经度小于所述最大经度差;所述第一全景照片的起始经度和所述第一全景照片的结束经度的经度差等于所述目标全景照片的起始经度和所述目标全景照片的结束经度的经度差。
3.根据权利要求1所述的方法,其特征在于,所述若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的位置,根据识别出的位置判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得所述第一类别图像在所述第一全景照片中被切分的概率最小,则在所述第一全景照片的起始经度和所述第一全景照片的结束经度之间,每隔第二预设经度生成垂直于所述第一全景照片的纬度线的直线;
对所述第一全景照片中生成的每一直线进行边缘检测,计算所述第一全景照片中,每一直线上对应于所述第一类别图像的边缘像素的数量,得到边缘像素的数量最小的直线对应的经度,作为目标经度;
变换所述第一全景照片的起始经度,得到第三全景照片,确定所述第三全景照片中的原切分直线,在所述第三全景照片中对所述原切分直线进行边缘检测,计算所述原切分直线上对应于所述第一类别图像的边缘像素的数量;其中,所述原切分直线所在的经度与所述第一全景照片的起始经度相等;
若检测到所述目标经度上的边缘像素的数量小于所述原切分直线上的边缘像素的数量,则所述第一全景照片不符合所述预设规则,否则,所述第一全景照片符合所述预设规则。
4.根据权利要求3所述的方法,其特征在于,所述若所述第一全景照片不符合所述预设规则,则调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则生成以所述目标经度为起始经度的全景照片,作为所述目标全景照片;
其中,所述第一全景照片的起始经度和所述第一全景照片的结束经度的经度差等于所述目标全景照片的起始经度和所述目标全景照片的结束经度的经度差。
5.根据权利要求1所述的方法,其特征在于,所述若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的位置,根据识别出的位置判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得所述第一类别图像在所述第一全景照片中的居中位置,则获取所述第一类别图像对应的图像特征,作为第一图像特征;
从所述第一全景照片中提取所述第一图像特征,或者从对所述第一全景照片的起始经度进行变换后得到的全景照片中提取所述第一图像特征,并根据所述第一图像特征确定过所述第一类别图像的中心点且平行于所述第一全景照片的经度线的直线,作为所述第一类别图像的中心线;
获取所述中心线在所述第一全景照片中所在的经度,作为第一中心线经度,判断所述第一中心线经度是否等于过所述第一全景照片中心点的经线所在的经度,若是,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则。
6.根据权利要求5所述的方法,其特征在于,所述若所述第一全景照片不符合所述预设规则,则调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则生成所述第一中心线经度与起始经度的经度差等于结束经度与所述第一中心线经度的经度差的全景照片,作为所述目标全景照片。
7.根据权利要求1所述的方法,其特征在于,所述若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的位置,根据识别出的位置判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得所述第一类别图像在所述第一全景照片中按照预设坐标系中的预设方向显示,则获取所述第一类别图像对应的图像特征,作为第一图像特征;
从所述第一全景照片中提取所述第一图像特征,根据所述第一图像特征识别出所述第一类别图像的上部所在的第一端和所述第一类别图像的下部所在的第二端,并获取所述第一类别图像的第一端在所述预设坐标系的纵轴上的第一投影点,所述第一类别图像的第二端在所述纵轴上的第二投影点;
判断所述第一类别图像的第一端和所述第一类别图像的第二端的连线所在的直线是否平行于所述预设方向所在的直线,且所述第一投影点在所述纵轴上的第一坐标是否大于所述第二投影点在所述纵轴上的第二坐标,若是,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则。
8.根据权利要求7所述的方法,其特征在于,所述若所述第一全景照片不符合所述预设规则,则调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,旋转所述第一全景照片使得所述第一类别图像的第一端和所述第一类别图像的第二端的连线所在的直线平行于所述预设方向所在的直线,且所述第一投影点在所述纵轴上的第一坐标大于所述第二投影点在所述纵轴上的第二坐标,得到所述目标全景照片。
9.根据权利要求1所述的方法,其特征在于,所述根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第一占比区间,则识别出所述第一全景照片中的所述第二类别图像,计算所述第二类别图像在所述第一全景照片中的占比,作为第一占比,根据所述第一占比和所述第一占比区间判断所述第一全景照片是否符合所述预设规则;
或者,
若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第二占比区间,则识别出所述第一全景照片中除所述第二类别图像之外的第三类别图像,计算所述第三类别图像在所述第一全景照片中的占比,作为第二占比,根据所述第二占比和所述第二占比区间判断所述第一全景照片是否符合所述预设规则。
10.根据权利要求9所述的方法,其特征在于,所述若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则根据预设占比区间对所述第一全景照片进行裁切,将裁切后的全景照片作为所述目标全景照片。
11.根据权利要求10所述的方法,其特征在于,所述若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第一占比区间,则识别出所述第一全景照片中的所述第二类别图像,计算所述第二类别图像在所述第一全景照片中的占比,作为第一占比,根据所述第一占比和所述第一占比区间判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得作为主体图像的所述第二类别图像所占区域的面积占所述第一全景照片总面积的占比大于第一预设占比,则获取所述第二类别图像对应的图像特征,作为第二图像特征;
根据所述第二图像特征识别出所述第一全景照片中的所述第二类别图像,计算所述第二类别图像所占区域的面积占所述第一全景照片总面积的占比,作为所述第一占比;
判断所述第一占比是否大于所述第一预设占比,若是,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则。
12.根据权利要求10所述的方法,其特征在于,所述若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第二占比区间,则识别出所述第一全景照片中除所述第二类别图像之外的第三类别图像,计算所述第三类别图像在所述第一全景照片中的占比,作为第二占比,根据所述第二占比和所述第二占比区间判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得作为主体图像的所述第二类别图像所占区域的面积占所述第一全景照片总面积的占比大于第二预设占比,则获取所述第一全景照片中除所述第二类别图像之外的第三类别图像对应的图像特征,作为第三图像特征;
根据所述第三图像特征识别出所述第一全景照片中的所述第三类别图像,计算所述第三类别图像所占区域的面积占所述第一全景照片总面积的占比,作为所述第二占比;
判断所述第二占比是否小于1与所述第二预设占比的差,若是,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则。
13.根据权利要求12所述的方法,其特征在于,所述根据所述第三图像特征识别出所述第一全景照片中的所述第三类别图像,计算所述第三类别图像所占区域的面积占所述第一全景照片总面积的占比,作为所述第二占比,包括:
若所述第三类别图像为位于所述第一全景照片的上方的第一图像区域和位于所述第一全景照片下方的第二图像区域,则通过连续的第一颜色像素识别出所述第一图像区域,通过连续的第二颜色像素识别出所述第二图像区域;
根据识别出的所述第一图像区域,获取在不同经线上,所述第一图像区域的高度,得到所述第一图像区域占据的最小高度,作为第一高度,根据识别出的所述第二图像区域,获取在不同经线上,所述第二图像区域占据的高度,得到所述第二图像区域占据的最小高度,作为第二高度;
获取所述第一全景照片中的经线高度,计算所述第一高度和所述第二高度的和占所述经线高度的占比,作为所述第二占比。
14.根据权利要求11所述的方法,其特征在于,所述若所述第一全景照片不符合所述预设规则,则根据所述预设占比区间对所述第一全景照片进行裁切,将裁切后的全景照片作为所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则对所述第一全景照片中所述第二类别图像所占区域之外的区域进行裁切,使得裁切后的全景照片中,所述第二类别图像所占区域占裁切后的照片总面积的占比大于所述第一预设占比,以将裁切后的全景照片作为所述目标全景照片。
15.根据权利要求12-13任一项所述的方法,其特征在于,所述若所述第一全景照片不符合所述预设规则,则根据所述预设占比区间对所述第一全景照片进行裁切,将裁切后的全景照片作为所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则对所述第一全景照片中所述第二类别图像所占区域之外的区域进行裁切,使得裁切后的全景照片中,所述第二类别图像所占区域占裁切后的照片总面积的占比大于所述第二预设占比,以将裁切后的全景照片作为所述目标全景照片。
16.根据权利要求10所述的方法,其特征在于,所述若所述预设规则为使得第二类别图像所占区域的面积占所述第一全景照片总面积的占比处于第一占比区间,则识别出所述第一全景照片中的所述第二类别图像,计算所述第二类别图像在所述第一全景照片中的占比,作为第一占比,根据所述第一占比和所述第一占比区间判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得所述第二类别图像所占区域的面积占所述第一全景照片总面积的占比为零,则获取所述第二类别图像对应的图像特征,作为第二图像特征;
根据所述第二图像特征对所述第一全景照片中的所述第二类别图像进行识别,判断所述第一全景照片中是否存在所述第二图像特征;
变换所述第一全景照片的起始经度,得到第四全景照片,对所述第四全景照片中的所述第二类别图像进行识别,判断所述第四全景照片中是否存在所述第二图像特征;
若所述第一全景照片和所述第四全景照片中均不存在所述第二图像特征,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则;
其中,所述第一全景照片的起始经度和所述第四全景照片的起始经度的经度差大于预先设定的所述第二图像特征能跨越的最大经度范围对应的经度差。
17.根据权利要求16所述的方法,其特征在于,所述若所述第一全景照片不符合所述预设规则,则根据所述预设占比区间对所述第一全景照片进行裁切,将裁切后的全景照片作为所述目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则将能够检测到所述第二图像特征的第一全景照片或者第四全景照片作为待去除所述第二类别图像的待处理全景照片,从所述待处理全景照片中获取所述第二类别图像所在区域,确定所述第二类别图像所在区域的轮廓线,得到与所述轮廓线相切的两条经度线,作为第一经度线和第二经度线;
将所述第一经度线和所述第二经度线之间区域从所述待处理全景照片中裁切掉,得到去除了所述第二类别图像的全景照片,作为待调整全景照片;
调整所述待调整全景照片的起始经度,使得所述待调整全景照片中的主体图像不被切分,将调整了起始经度的待调整全景照片作为所述目标全景照片。
18.根据权利要求1所述的方法,其特征在于,所述根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为所述第一全景照片的宽度为预设宽度,高度为预设高度,且第一全景照片中的第四类别图像不被切分,则获取所述第四类别图像对应的第四图像特征;
获取所述第一全景照片的实际宽度和实际高度,根据所述第四图像特征对所述第一全景照片中的第四类别图像进行识别;
判断所述实际宽度是否为所述预设宽度,所述实际高度是否为所述预设高度,且所述第一全景照片中是否识别出所述第四类别图像,若是,则所述第一全景照片符合所述预设规则,否则,所述第一全景照片不符合所述预设规则。
19.根据权利要求18所述的方法,其特征在于,所述若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片,包括:
若所述第一全景照片不符合所述预设规则,则判断所述第一全景照片中是否识别出所述第四类别图像,若未识别出所述第四类别图像,则变换所述第一全景照片的起始经度,直到得到能识别出所述第四类别图像的第五全景照片,否则,将所述第一全景照片作为所述第五全景照片;
若所述实际宽度大于所述预设宽度且所述实际高度大于所述预设高度,则对所述第五全景照片进行裁切,使得裁切后的全景照片的裁切宽度等于所述预设宽度,裁切高度等于所述预设高度,且能通过所述第四图像特征识别出裁切后的全景照片中的第四类别图像,将裁切后的全景照片作为所述目标全景照片。
20.根据权利要求19所述的方法,其特征在于,所述若所述实际宽度大于所述预设宽度且所述实际高度大于所述预设高度,则对所述第五全景照片进行裁切,使得裁切后的全景照片的裁切宽度等于所述预设宽度,裁切高度等于所述预设高度,且能通过所述第四图像特征识别出裁切后的全景照片中的第四类别图像,将裁切后的全景照片作为所述目标全景照片,包括:
若所述实际宽度大于所述预设宽度且所述实际高度大于所述预设高度,则获取所述第五全景照片中经过所述第四类别图像的中心点的经度,作为第二中心线经度,并获取所述第五全景照片中经过所述第四类别图像的中心点的纬度,作为第二中心线纬度;
对所述第五全景照片的高度方向进行裁切,得到第一裁切照片,使得所述第二中心线纬度与所述第一裁切照片最上方的起始纬度之间的上侧纬度差,和所述第二中心线纬度与所述第一裁切照片最下方的结束纬度之间的下侧纬度差的比值为第一预设比值,且所述第一裁切照片的裁切高度等于所述预设高度;
对所述第一裁切照片的宽度方向进行裁切,得到第二裁切照片,使得所述第二中心线经度与所述第二裁切照片的起始经度之间的左侧经度差,和所述第二中心线经度与所述第二裁切照片的结束经度之间的右侧经度差的比值为第二预设比值,且所述第二裁切照片的裁切宽度等于所述预设宽度,将所述第二裁切照片作为所述目标全景照片。
21.一种全景照片处理的装置,其特征在于,包括:
获取模块,用于获取与第一全景照片显示相关的预设规则;
判断模块,用于根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则;
处理模块,用于若所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片;
所述根据所述第一全景照片中与所述预设规则对应的图像特征,判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的位置,根据识别出的位置判断所述第一全景照片是否符合所述预设规则;
若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,且所述第一全景照片不符合所述预设规则,则根据所述预设规则对所述第一全景照片进行处理,得到符合所述预设规则的目标全景照片,包括:调整所述第一全景照片的起始经度或者对所述第一全景照片进行旋转,得到所述目标全景照片;
所述若所述预设规则为对第一类别图像在所述第一全景照片中的位置进行限定的规则,则根据所述第一全景照片提取对应于所述第一类别图像的图像特征,根据提取的图像特征识别所述第一类别图像在所述第一全景照片中的位置,根据识别出的位置判断所述第一全景照片是否符合所述预设规则,包括:
若所述预设规则为使得所述第一类别图像不处于所述第一全景照片被切分的位置,则获取所述第一类别图像对应的图像特征,作为第一图像特征;
从所述第一全景照片中提取所述第一图像特征,得到由从所述第一全景照片中提取的所述第一图像特征组成的第一集合;
变换所述第一全景照片的起始经度,得到第二全景照片,从所述第二全景照片中提取所述第一图像特征,得到由从所述第二全景照片中提取的所述第一图像特征组成的第二集合;
计算所述第一集合和所述第二集合的并集,得到并集集合,若所述第一集合不等于所述并集集合,则所述第一全景照片不符合所述预设规则;
其中,所述第一全景照片的起始经度和所述第二全景照片的起始经度的经度差大于所述第一图像特征能跨越的最大经度范围对应的最大经度差;所述第一全景照片的起始经度和所述第一全景照片的结束经度的经度差等于所述第二全景照片的起始经度和所述第二全景照片的结束经度的经度差。
22.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至20任一所述的方法。
23.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行如权利要求1至20任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711408729.2A CN108257086B (zh) | 2017-12-22 | 2017-12-22 | 一种全景照片处理的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711408729.2A CN108257086B (zh) | 2017-12-22 | 2017-12-22 | 一种全景照片处理的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108257086A CN108257086A (zh) | 2018-07-06 |
CN108257086B true CN108257086B (zh) | 2021-04-13 |
Family
ID=62722786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711408729.2A Active CN108257086B (zh) | 2017-12-22 | 2017-12-22 | 一种全景照片处理的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108257086B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766729B (zh) * | 2019-10-16 | 2023-05-16 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
TWI742481B (zh) * | 2019-12-09 | 2021-10-11 | 茂傑國際股份有限公司 | 視訊會議全景影像展開方法 |
CN111062875B (zh) * | 2019-12-19 | 2021-11-12 | 广州启量信息科技有限公司 | 一种用于空中全景漫游数据的坐标转换方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1837952A (zh) * | 2004-12-30 | 2006-09-27 | 微软公司 | 全景图像中死区的最小化 |
CN102395994A (zh) * | 2010-03-18 | 2012-03-28 | 松下电器产业株式会社 | 全景图像处理装置及全景图像处理方法 |
CN105120155A (zh) * | 2015-08-21 | 2015-12-02 | 小米科技有限责任公司 | 全景照片的生成方法及装置 |
CN105357436A (zh) * | 2015-11-03 | 2016-02-24 | 广东欧珀移动通信有限公司 | 用于图像拍摄中的图像裁剪方法和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI547177B (zh) * | 2015-08-11 | 2016-08-21 | 晶睿通訊股份有限公司 | 視角切換方法及其攝影機 |
-
2017
- 2017-12-22 CN CN201711408729.2A patent/CN108257086B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1837952A (zh) * | 2004-12-30 | 2006-09-27 | 微软公司 | 全景图像中死区的最小化 |
CN102395994A (zh) * | 2010-03-18 | 2012-03-28 | 松下电器产业株式会社 | 全景图像处理装置及全景图像处理方法 |
CN105120155A (zh) * | 2015-08-21 | 2015-12-02 | 小米科技有限责任公司 | 全景照片的生成方法及装置 |
CN105357436A (zh) * | 2015-11-03 | 2016-02-24 | 广东欧珀移动通信有限公司 | 用于图像拍摄中的图像裁剪方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108257086A (zh) | 2018-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8577182B1 (en) | Method and system for automatically cropping images | |
US8494297B2 (en) | Automatic detection and mapping of symmetries in an image | |
US20150154776A1 (en) | Image splicing method and apparatus | |
US10277806B2 (en) | Automatic image composition | |
CN109697688A (zh) | 一种用于图像处理的方法和装置 | |
CN108257086B (zh) | 一种全景照片处理的方法及装置 | |
US20130215234A1 (en) | Method and apparatus for stereo matching | |
US20120320152A1 (en) | Stereoscopic image generation apparatus and method | |
KR102415505B1 (ko) | 스테레오 영상 매칭 방법 및 장치 | |
CN107798704B (zh) | 一种用于增强现实的实时图像叠加方法及装置 | |
CN110458855B (zh) | 图像提取方法及相关产品 | |
CN111028170B (zh) | 图像处理方法、图像处理装置、电子设备和可读存储介质 | |
CN109190617B (zh) | 一种图像的矩形检测方法、装置及存储介质 | |
US20180260646A1 (en) | Image processing device, image processing method, and computer program product | |
US11240477B2 (en) | Method and device for image rectification | |
CN110781770A (zh) | 基于人脸识别的活体检测方法、装置及设备 | |
US9171357B2 (en) | Method, apparatus and computer-readable recording medium for refocusing photographed image | |
CN111105370A (zh) | 图像处理方法、图像处理装置、电子设备和可读存储介质 | |
CN111340889A (zh) | 基于车载激光扫描自动获取匹配图像块与点云球的方法 | |
CN109840453B (zh) | 一种人脸匹配方法及装置 | |
CN112639870A (zh) | 图像处理装置、图像处理方法和图像处理程序 | |
CN106534485A (zh) | 群组头像的设置方法及装置 | |
CN112131984A (zh) | 视频裁剪方法、电子设备和计算机可读存储介质 | |
CN111630569B (zh) | 双目匹配的方法、视觉成像装置及具有存储功能的装置 | |
CN113538315B (zh) | 图像处理方法及装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 101318 2-02, building 15-3, ronghuiyuan, airport economic core area, Shunyi District, Beijing Applicant after: WEIHUAN TECHNOLOGY (BEIJING) Co.,Ltd. Address before: 100094 room 385, 3rd floor, block C, building 1, yard 2, Yongcheng North Road, Haidian District, Beijing Applicant before: WEIHUAN TECHNOLOGY (BEIJING) Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |