CN109858384A - 人脸图像的捕捉方法、计算机可读存储介质及终端设备 - Google Patents

Abstract

本发明适用于图像处理技术领域，提供了一种人脸图像的捕捉方法、计算机可读存储介质及终端设备，包括：通过摄像头获取待检测图像；从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像；确定所述人脸目标的中心像素点记为第一像素点，并确定所述待检测图像的中心像素点记为第二像素点；将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获。通过上述方法，能够实现通过摄像头自动捕捉人脸图像。

Description

人脸图像的捕捉方法、计算机可读存储介质及终端设备

技术领域

本发明涉及图像处理技术领域，尤其涉及一种人脸图像的捕捉方法、计算机可读存储介质及终端设备。

背景技术

随着计算机视觉技术的快速发展，计算机视觉技术的应用也越来越广泛。人脸识别是计算机视觉技术的一个重要应用之一，这项技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别。

目前，人脸捕捉方法是通过人工手动调整摄像头的拍照位置，以使人脸处于摄像头的有效拍摄范围内，而无法通过摄像头自动捕捉人脸图像，用户体验较差。

发明内容

有鉴于此，本发明实施例提供了一种人脸图像的捕捉方法、计算机可读存储介质及终端设备，以解决现有技术中无法通过摄像头自动捕捉人脸图像的问题。

本发明实施例的第一方面，提供了人脸图像的捕捉方法，可以包括：

通过摄像头获取待检测图像；

从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像；

确定所述人脸目标的中心像素点记为第一像素点，并确定所述待检测图像的中心像素点记为第二像素点；

将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获。

本发明实施例的第二方面，提供了一种人脸图像的捕捉装置，可以包括：

获取单元，用于通过摄像头获取待检测图像；

识别单元，用于从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像；

确定单元，用于确定所述人脸目标的中心像素点记为第一像素点，并确定所述待检测图像的中心像素点记为第二像素点；

捕获单元，用于将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获。

本发明实施例第三方面，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程序，所述计算机程序被处理器执行时实现如下步骤：

通过摄像头获取待检测图像；

从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像；

确定所述人脸目标的中心像素点记为第一像素点，并确定所述待检测图像的中心像素点记为第二像素点；

将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获。

本发明实施例的第四方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

通过摄像头获取待检测图像；

从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像；

确定所述人脸目标的中心像素点记为第一像素点，并确定所述待检测图像的中心像素点记为第二像素点；

将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获。

本发明实施例与现有技术相比存在的有益效果是：

本发明实施例通过摄像头获取待检测图像，从待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像，通过上述方法，先对要捕捉的人脸目标进行确定；然后确定人脸目标的中心像素点记为第一像素点，确定所述待检测图像的中心像素点记为第二像素点，将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获，通过上述方法，能够较准确地确定搜索方向，进而能够实现通过摄像头自动捕捉人脸图像。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的人脸图像的捕捉方法的实现流程示意图；

图2是本申请又一实施例提供的人脸图像的捕捉方法的实现流程示意图；

图3是本发明实施例提供的人脸图像的捕捉装置的示意图；

图4是本发明实施例提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

图1是本发明实施例提供的人脸图像的捕捉方法的实现流程示意图，如图所示，所述方法可以包括以下步骤：

步骤S101，通过摄像头获取待检测图像。

在实际应用中，获得的待检测图像中可能包含人脸图像和其它生物图像，或其它物体图像，也可能包含有多个人脸图像，所以首先要判断哪个人脸是需要捕捉的对象，即确定人脸目标。

步骤S102，从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像。

通常，人脸识别是通过识别人的面部特征实现的，即识别人的眼睛、鼻子、嘴等面部特征，进而识别出人脸。但是在实际应用中，当人与摄像头距离过近时，待检测图像中可能未包含人的面部特征，但是包含了人的脸颊。而距离摄像头最近的这个脸颊很有可能就是人脸目标。

在一个实施例中，所述从所述待检测图像中识别出所有的人脸图像，包括：

S11，分别判断所述待检测图像中每个像素点的RGB值是否在预设范围内。

S12，将RGB值在预设范围内的像素点的RGB值设置为第一预设值，并将RGB值不在预设范围内像素点的RGB值设置为第二预设值，得到所述待检测图像的二值图像。

根据人的肤色预先设定RGB范围，即预设范围，然后对待检测图像中的每个像素点的RGB值进行判断，判断是否落入预设范围内，即判断该像素点的RGB值是否符合人的肤色特征。再然后，对待检测图像进行二值化处理(即将RGB值在预设范围内的像素点的RGB值设置为第一预设值，并将RGB值不在预设范围内像素点的RGB值设置为第二预设值)，将符合人肤色的像素点识别出来。

但是符合人肤色的像素点不一定就说明该像素点就是人脸颊图像的一个像素点，所以还需要进一步判断，待检测图像中是否包含人的脸颊。

S13，对所述二值图像进行连通区域的搜索，得到至少一个连通区域。

复平面上的一个区域G，如果在其中任做一条简单闭曲线，而闭曲线的内部总属于G，就称G为单连通区域。一个区域如果不是单连通区域，就称为多连通区域。连通区域的搜索是比较成熟的现有技术，有很多方法可以实现，在此不做赘述。

S14，判断所述连通区域中是否包含孔洞。

因为人的脸颊的RGB值是比较均匀的，不会出现突兀的RGB差值，所以如果连通区域中出现孔洞，则说明该连通区域不是脸颊区域。

S15，若所述连通区域中不包含孔洞，则判断所述连通区域的面积是否大于第三预设值。

S16，若所述连通区域的面积大于第三预设值，则将所述连通区域标记为人脸图像。

当连通区域面积过小时，这个区域可能不是人脸颊区域。第三预设值可以根据实际经验提前确定。

在一个实施例中，所述从所有的人脸图像中确定人脸目标，包括：

S21，分别计算每个人脸图像的面积得到第一面积，并计算所述待检测图像的面积得到第二面积。

S22，分别计算每个第一面积与所述第二面积的面积比值。

计算面积，可以是计算人脸图像所包含的像素点的个数。计算面积比值，可以是计算待检测图像中包含的像素点的总个数，再将人脸图像的像素点的个数除以总个数的到面积百分比。

S23，将计算得到的所有面积比值中最大的面积比值对应的人脸图像记为人脸目标。

示例性的，假设获得了两个人脸图像A和B，其中A对应的面积比值为50％，B对应的面积比值为20％，说明待检测图像中人脸图像A所占的面积较大，进一步说明人脸图像A对应的人脸可能是最接近摄像头的人脸，那么可以将人脸图像A记为人脸目标。

步骤S103，确定所述人脸目标的中心像素点记为第一像素点，并确定所述待检测图像的中心像素点记为第二像素点。

人脸目标的中心像素点为人脸目标所占区域中位于中心位置的像素点，待检测图像的中心像素点为待检测图像中心位置处的像素点。

在一个实施例中，在确定所述人脸目标的中心像素点记为第一像素点之前，还需要判断是否接收到用户的语音指令，若接收到用户的语音指令，则根据用户的语音指令控制摄像头捕捉人脸目标对应的人脸优化图像(具体内容详见图2实施例中的描述)；若未接收到用户的语音指令，则执行步骤S103，确定人脸目标的中心像素点记为第一像素点，并确定待检测图像的中心像素点记为第二像素点。

步骤S104，将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获。

示例性的，假设第一像素点为A，第二像素点为B，则搜索方向为控制摄像头沿着方向对人脸目标对应的人脸优化图像进行捕捉。

其中，人脸优化图像是指人脸目标成为最大值的一个优化后的图像，换句话说，在人脸优化图像中能够完全的显示人脸目标。如果在某个待检测图像中只能显示部分人脸目标，则继续控制摄像头按照搜索方向进行捕获，直到捕获到的图像中能够显示完整的人脸目标。

本发明实施例通过摄像头获取待检测图像，从待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像，通过上述方法，先对要捕捉的人脸目标进行确定；然后确定人脸目标的中心像素点记为第一像素点，确定所述待检测图像的中心像素点记为第二像素点，将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获，通过上述方法，能够较准确地确定搜索方向，进而能够实现通过摄像头自动捕捉人脸图像。

参见图2，图2是本申请又一实施例提供的人脸图像的捕捉方法的实现流程示意图，如图所示，所述方法可以包括以下步骤：

步骤S201，通过摄像头获取待检测图像。

步骤S202，从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标。

步骤S201-S202与步骤S101-S102相同，具体可参见步骤S101-S102的描述，在此不再赘述。

在实际应用中，用户可以利用步骤S101-S104中的方法通过摄像头自动捕捉人脸目标，还可以对摄像头进行语音控制，摄像头根据用户的语音指令进行自动捕捉。具体的方法如下所示。

步骤S203，若接收到用户的语音指令，则生成所述语音指令对应的语音波形。

在实际应用中，语音波形中横轴可以表示时间，纵轴可以表示波值，即声音的幅值。

步骤S204，将所述语音波形划分为至少一个语音波段，并分别对每个语音波段对应的语音进行识别，得到每个语音波段对应的汉字。

在一个实施例中，所述将所述语音波形划分为至少一个语音波段，包括：

确定所述语音波形中的静音时刻和语音时刻，所述静音时刻对应的波值小于第四预设值，所述语音时刻对应的波值大于或等于第四预设值。

将连续的语音时刻标记为语音波段，所述语音波段包含至少两个语音时刻。

示例性的，假设第1时刻对应的波值为5，第2时刻对应的波值为6，第3时刻对应的波值为7，第4时刻对应的波值为1，第5时刻对应的波值为6，第6时刻对应的波值为2；假设第四预设值为3。那么根据上述实施例的描述，第1-3时刻为语音时刻，为连续的语音时刻，所以将第1-3时刻对应的波形标记为语音波段；第4、6时刻为静音时刻，第5时刻为语音时刻，由于语音波段中应包含至少两个语音时刻，所以第5时刻对应的波形不能被标记为语音波段。

在一个实施例中，所述分别对每个语音波段对应的语音进行识别，得到每个语音波段对应的汉字，包括：

获取所述语音波段中每个语音时刻对应的波值，并对所述波值进行归一化处理。

查找所述归一化处理后的波值对应的语音编码，并按照时间顺序将各个波值对应的语音编码组合成所述语音波段对应的语音编码。

在预设编码表中查找与所述语音波段对应的语音编码匹配的汉字，得到所述语音波段对应的汉字。

示例性的，假设语音波段A中每个时刻对应的波值归一化处理后的波值对应的语音编码分别为1、0、1、1，按照时间顺将各语音编码组合成语音波段A对应的语音编码为1011，在预设编码表中查找与1011匹配的汉字为“左”。

在实际应用中，语音指令可能会不太清楚，所以得到的语音编码可能不完全正确，只要在预设编码中查找到与语音编码匹配度最高的汉字即可。示例性的，语音编码为1011，在预设编码表中有1010对应的汉字为“左”，1100对应的汉字为“右”，但是没有1011对应的汉字，那么在1010和1100这两个语音编码中1010与1011的匹配度最高，所以可以将1010对应的汉字“左”确定为1011对应的汉字。

步骤S205，按照时间顺序将识别出的汉字组合成语句，并在预设指令库中查找与所述语句匹配的控制指令。

在确定出语音指令对应的语句后，还应该将语句转换为可供摄像头的处理器识别的控制指令。换句话说，语句可以是自然语音，而控制指令则为机器语言。

步骤S206，在查找到与所述语句匹配的控制指令后，根据所述控制指令控制所述摄像头捕捉所述人脸目标对应的人脸优化图像。

在实际中，摄像头可以根据对人脸目标对应的人脸优化图像进行自动捕捉，还可以根据用户的语音指令对人脸目标对应的人脸图像进行捕捉。这样，当摄像头自动捕捉不及时或自动捕捉的结果不符合要求时，能够通过人工控制摄像头捕捉到满足要求的人脸优化图像。通过上述方法，能够捕捉到更准确的人脸优化图像。

本发明实施例通过摄像头获取待检测图像，从待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，通过上述方法，先对要捕捉的人脸目标进行确定；然后接受用户的语音指令，根据语音指令控制摄像头对人脸目标进行自动捕获。具体的，生成所述语音指令对应的语音波形，将所述语音波形划分为至少一个语音波段，并分别对每个语音波段对应的语音进行识别，得到每个语音波段对应的汉字，按照时间顺序将识别出的汉字组合成语句，并在预设指令库中查找与所述语句匹配的控制指令，在查找到与所述语句匹配的控制指令后，根据所述控制指令控制所述摄像头捕捉所述人脸目标。通过上述方法，能够较准确地对人脸目标进行自动捕捉。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

图3是本发明实施例提供的人脸图像的捕捉装置的示意图，为了便于说明，仅示出与本发明实施例相关的部分。

图3所示的人脸图像的捕捉装置可以是内置于现有的终端设备内的软件单元、硬件单元、或软硬结合的单元，也可以作为独立的挂件集成到所述终端设备中，还可以作为独立的终端设备存在。

所述人脸图像的捕捉装置3包括：

获取单元31，用于通过摄像头获取待检测图像。

识别单元32，用于从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像。

确定单元33，用于确定所述人脸目标的中心像素点记为第一像素点，并确定所述待检测图像的中心像素点记为第二像素点。

捕获单元34，用于将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获。

可选的，所述识别单元32包括：

第一判断模块，用于分别判断所述待检测图像中每个像素点的RGB值是否在预设范围内。

设置模块，用于将RGB值在预设范围内的像素点的RGB值设置为第一预设值，并将RGB值不在预设范围内像素点的RGB值设置为第二预设值，得到所述待检测图像的二值图像。

搜索模块，用于对所述二值图像进行连通区域的搜索，得到至少一个连通区域。

第二判断模块，用于判断所述连通区域中是否包含孔洞。

第三判断模块，用于若所述连通区域中不包含孔洞，则判断所述连通区域的面积是否大于第三预设值。

第一标记模块，用于若所述连通区域的面积大于第三预设值，则将所述连通区域标记为人脸图像。

可选的，所述识别单元32还包括：

第一计算模块，用于分别计算每个人脸图像的面积得到第一面积，并计算所述待检测图像的面积得到第二面积。

第二计算模块，用于分别计算每个第一面积与所述第二面积的面积比值。

第二标记模块，用于将计算得到的所有面积比值中最大的面积比值对应的人脸图像记为人脸目标。

可选的，所述装置3还包括：

接收单元35，用于在确定所述人脸目标的中心像素点记为第一像素点之前，若接收到用户的语音指令，则生成所述语音指令对应的语音波形。

划分单元36，用于将所述语音波形划分为至少一个语音波段，并分别对每个语音波段对应的语音进行识别，得到每个语音波段对应的汉字。

查找单元37，用于按照时间顺序将识别出的汉字组合成语句，并在预设指令库中查找与所述语句匹配的控制指令。

控制单元38，用于在查找到与所述语句匹配的控制指令后，根据所述控制指令控制所述摄像头捕捉所述人脸目标对应的人脸优化图像。

确定单元33，还用于若未接收到用户的语音指令，则执行所述确定所述人脸目标的中心像素点记为第一像素点的步骤。

可选的，所述划分单元36包括：

确定模块，用于确定所述语音波形中的静音时刻和语音时刻，所述静音时刻对应的波值小于第四预设值，所述语音时刻对应的波值大于或等于第四预设值。

第三标记模块，用于将连续的语音时刻标记为语音波段，所述语音波段包含至少两个语音时刻。

可选的，所述划分单元36还包括：

归一化模块，用于获取所述语音波段中每个语音时刻对应的波值，并对所述波值进行归一化处理。

组合模块，用于查找所述归一化处理后的波值对应的语音编码，并按照时间顺序将各个波值对应的语音编码组合成所述语音波段对应的语音编码。

查找模块，用于在预设编码表中查找与所述语音波段对应的语音编码匹配的汉字，得到所述语音波段对应的汉字。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

图4是本发明实施例提供的终端设备的示意图。如图4所示，该实施例的终端设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个人脸图像的捕捉方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块31至34的功能。

示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述终端设备4中的执行过程。例如，所述计算机程序42可以被分割成获取单元、识别单元、确定单元、捕获单元，各单元具体功能如下：

获取单元，用于通过摄像头获取待检测图像。

识别单元，用于从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像。

确定单元，用于确定所述人脸目标的中心像素点记为第一像素点，并确定所述待检测图像的中心像素点记为第二像素点。

捕获单元，用于将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获。

可选的，所述识别单元包括：

第一判断模块，用于分别判断所述待检测图像中每个像素点的RGB值是否在预设范围内。

设置模块，用于将RGB值在预设范围内的像素点的RGB值设置为第一预设值，并将RGB值不在预设范围内像素点的RGB值设置为第二预设值，得到所述待检测图像的二值图像。

搜索模块，用于对所述二值图像进行连通区域的搜索，得到至少一个连通区域。

第二判断模块，用于判断所述连通区域中是否包含孔洞。

第三判断模块，用于若所述连通区域中不包含孔洞，则判断所述连通区域的面积是否大于第三预设值。

第一标记模块，用于若所述连通区域的面积大于第三预设值，则将所述连通区域标记为人脸图像。

可选的，所述识别单元还包括：

第一计算模块，用于分别计算每个人脸图像的面积得到第一面积，并计算所述待检测图像的面积得到第二面积。

第二计算模块，用于分别计算每个第一面积与所述第二面积的面积比值。

第二标记模块，用于将计算得到的所有面积比值中最大的面积比值对应的人脸图像记为人脸目标。

可选的，所述计算机程序还包括：

接收单元，用于在确定所述人脸目标的中心像素点记为第一像素点之前，若接收到用户的语音指令，则生成所述语音指令对应的语音波形。

划分单元，用于将所述语音波形划分为至少一个语音波段，并分别对每个语音波段对应的语音进行识别，得到每个语音波段对应的汉字。

查找单元，用于按照时间顺序将识别出的汉字组合成语句，并在预设指令库中查找与所述语句匹配的控制指令。

控制单元，用于在查找到与所述语句匹配的控制指令后，根据所述控制指令控制所述摄像头捕捉所述人脸目标对应的人脸优化图像。

确定单元，还用于若未接收到用户的语音指令，则执行所述确定所述人脸目标的中心像素点记为第一像素点的步骤。

可选的，所述划分单元包括：

确定模块，用于确定所述语音波形中的静音时刻和语音时刻，所述静音时刻对应的波值小于第四预设值，所述语音时刻对应的波值大于或等于第四预设值。

第三标记模块，用于将连续的语音时刻标记为语音波段，所述语音波段包含至少两个语音时刻。

可选的，所述划分单元还包括：

归一化模块，用于获取所述语音波段中每个语音时刻对应的波值，并对所述波值进行归一化处理。

组合模块，用于查找所述归一化处理后的波值对应的语音编码，并按照时间顺序将各个波值对应的语音编码组合成所述语音波段对应的语音编码。

查找模块，用于在预设编码表中查找与所述语音波段对应的语音编码匹配的汉字，得到所述语音波段对应的汉字。

所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是终端设备4的示例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器41可以是所述终端设备4的内部存储单元，例如终端设备4的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备，例如所述终端设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种人脸图像的捕捉方法，其特征在于，包括：

通过摄像头获取待检测图像；

从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像；

确定所述人脸目标的中心像素点记为第一像素点，并确定所述待检测图像的中心像素点记为第二像素点；

将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获。

2.如权利要求1所述的人脸图像的捕捉方法，其特征在于，所述从所述待检测图像中识别出所有的人脸图像，包括：

分别判断所述待检测图像中每个像素点的RGB值是否在预设范围内；

将RGB值在预设范围内的像素点的RGB值设置为第一预设值，并将RGB值不在预设范围内像素点的RGB值设置为第二预设值，得到所述待检测图像的二值图像；

对所述二值图像进行连通区域的搜索，得到至少一个连通区域；

判断所述连通区域中是否包含孔洞；

若所述连通区域中不包含孔洞，则判断所述连通区域的面积是否大于第三预设值；

若所述连通区域的面积大于第三预设值，则将所述连通区域标记为人脸图像。

3.如权利要求1所述的人脸图像的捕捉方法，其特征在于，所述从所有的人脸图像中确定人脸目标，包括：

分别计算每个人脸图像的面积得到第一面积，并计算所述待检测图像的面积得到第二面积；

分别计算每个第一面积与所述第二面积的面积比值；

将计算得到的所有面积比值中最大的面积比值对应的人脸图像记为人脸目标。

4.如权利要求1所述的人脸图像的捕捉方法，其特征在于，所述确定所述人脸目标的中心像素点记为第一像素点之前，还包括：

若接收到用户的语音指令，则生成所述语音指令对应的语音波形；

将所述语音波形划分为至少一个语音波段，并分别对每个语音波段对应的语音进行识别，得到每个语音波段对应的汉字；

按照时间顺序将识别出的汉字组合成语句，并在预设指令库中查找与所述语句匹配的控制指令；

在查找到与所述语句匹配的控制指令后，根据所述控制指令控制所述摄像头捕捉所述人脸目标对应的人脸优化图像；

若未接收到用户的语音指令，则执行所述确定所述人脸目标的中心像素点记为第一像素点的步骤。

5.如权利要求4所述的人脸图像的捕捉方法，其特征在于，所述将所述语音波形划分为至少一个语音波段，包括：

确定所述语音波形中的静音时刻和语音时刻，所述静音时刻对应的波值小于第四预设值，所述语音时刻对应的波值大于或等于第四预设值；

将连续的语音时刻标记为语音波段，所述语音波段包含至少两个语音时刻。

6.如权利要求5所述的人脸图像的捕捉方法，其特征在于，所述分别对每个语音波段对应的语音进行识别，得到每个语音波段对应的汉字，包括：

获取所述语音波段中每个语音时刻对应的波值，并对所述波值进行归一化处理；

查找所述归一化处理后的波值对应的语音编码，并按照时间顺序将各个波值对应的语音编码组合成所述语音波段对应的语音编码；

在预设编码表中查找与所述语音波段对应的语音编码匹配的汉字，得到所述语音波段对应的汉字。

7.一种人脸图像的捕捉装置，其特征在于，包括：

获取单元，用于通过摄像头获取待检测图像；

识别单元，用于从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像；

确定单元，用于确定所述人脸目标的中心像素点记为第一像素点，并确定所述待检测图像的中心像素点记为第二像素点；

捕获单元，用于将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获。

8.一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至6中任一项所述的人脸图像的捕获方法的步骤。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如下步骤：

通过摄像头获取待检测图像；

从所述待检测图像中识别出所有的人脸图像，并从所有的人脸图像中确定人脸目标，所述人脸目标为所述待检测图像中的所有的人脸图像中面积占比最大的人脸图像；

确定所述人脸目标的中心像素点记为第一像素点，并确定所述待检测图像的中心像素点记为第二像素点；

将所述第二像素点到所述第一像素点连线的矢量方向作为搜索方向，并控制所述摄像头按照所述搜索方向对所述人脸目标对应的人脸优化图像进行捕获。

10.如权利要求9所述的终端设备，其特征在于，所述从所述待检测图像中识别出所有的人脸图像，包括：

分别判断所述待检测图像中每个像素点的RGB值是否在预设范围内；

将RGB值在预设范围内的像素点的RGB值设置为第一预设值，并将RGB值不在预设范围内像素点的RGB值设置为第二预设值，得到所述待检测图像的二值图像；

对所述二值图像进行连通区域的搜索，得到至少一个连通区域；

判断所述连通区域中是否包含孔洞；

若所述连通区域中不包含孔洞，则判断所述连通区域的面积是否大于第三预设值；

若所述连通区域的面积大于第三预设值，则将所述连通区域标记为人脸图像。