CN110223301B - 一种图像裁剪方法和电子设备 - Google Patents

一种图像裁剪方法和电子设备 Download PDF

Info

Publication number
CN110223301B
CN110223301B CN201910156703.6A CN201910156703A CN110223301B CN 110223301 B CN110223301 B CN 110223301B CN 201910156703 A CN201910156703 A CN 201910156703A CN 110223301 B CN110223301 B CN 110223301B
Authority
CN
China
Prior art keywords
image
target
area
target object
region
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
Application number
CN201910156703.6A
Other languages
English (en)
Other versions
CN110223301A (zh
Inventor
张韵叠
胡靓
季怡凡
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201910156703.6A priority Critical patent/CN110223301B/zh
Publication of CN110223301A publication Critical patent/CN110223301A/zh
Priority to US17/435,493 priority patent/US20220139008A1/en
Priority to PCT/CN2020/076695 priority patent/WO2020177583A1/zh
Application granted granted Critical
Publication of CN110223301B publication Critical patent/CN110223301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/203Drawing of straight lines or curves
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/225Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/235Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on user input or interaction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20132Image cropping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/12Bounding box
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/22Cropping

Abstract

一种图像裁剪方法和电子设备。该方法包括:获取第一图像;确定所述第一图像所占的第一区域的第一目标曲线;所述第一区域的面积等于所述第一图像的面积;确定所述第一图像上的目标物体;移动所述第一图像,得到第二图像,所述第二图像上所述目标物体所在的第二区域的第二目标曲线和所述第一目标曲线接近或重叠;所述第二区域是所述目标物体的外接多边形;将第二图像中移出第一区域的图像部分裁剪掉。通过这种方式,电子设备可以实现自动裁剪图像,且根据原图像所在区域的第一目标曲线来裁剪图像,使得裁剪后的图像上的目标物体所在的区域的第二目标曲线和第一目标曲线接近或重叠。

Description

一种图像裁剪方法和电子设备
技术领域
本申请涉及通信技术领域,尤其涉及一种图像裁剪方法和电子设备。
背景技术
随着终端技术的发展,终端设备对图片的处理能力越来越强大。用户可以使用终端设备处理拍摄的图片,以得到用户想要的效果。图像处理过程中,其中一个过程即图像裁剪,现有技术中,图像裁剪过程主要是用户手动选择采集区域,然后终端设备将这部分区域裁减掉。
但是这种方式中,需要用户手动操作,而且用户的审美不同,裁减的图像不一定完美,所以目前缺乏一种帮助用户裁剪出具有美观的图像。
发明内容
本申请实施例提供一种图像裁剪方法和电子设备,用以提供一种智能化的图像裁剪方式。
第一方面,本申请实施例提供一种图像裁剪方法,该方法可由电子设备执行。该方法包括:获取第一图像;确定所述第一图像所占的第一区域的第一目标曲线;所述第一区域的面积等于所述第一图像的面积;确定所述第一图像上的目标物体;移动所述第一图像,得到第二图像,所述第二图像上所述目标物体所在的第二区域的第二目标曲线和所述第一目标曲线接近或重叠;所述第二区域是所述目标物体的外接多边形;将所述第二图像中移出所述第一区域的图像部分裁剪掉。
在本申请实施例中,电子设备可以根据第一图像所在的第一区域的第一目标曲线来移动第一图像,使得移动后的第一图像上的目标物体所在的第二区域的第二目标曲线和第一目标曲线接近或重叠,移出第一区域的图像被裁剪掉,剩余图像即为裁剪后的图像。通过这种方式,电子设备可以实现自动裁剪图像,且根据原图像所在区域的第一目标曲线来裁剪图像,使得裁剪后的图像上的目标物体所在的区域的第二目标曲线和所述第一目标曲线接近或重叠。
在一种可能的设计中,所述目标物体是预设的至少一个物体;或者,所述目标物体为用户在所述第一图像上指定的至少一个物体;或者,所述目标物体是所述电子设备根据所述第一图像上的多个物体自动确定出的至少一个物体。
在本申请实施例中,目标物体可以是预设的、或者是用户指定的,或者是电子设备自动识别出的,本申请实施例不作限定。
在一种可能的设计中,所述第一目标曲线为所述第一区域的中心线、黄金分割线或三分线;其中,当所述第一目标曲线为所述第一区域的中心线时,所述第二目标曲线为所述第二区域的中心线;当所述第一目标曲线为所述第一区域的黄金分割线时,所述第二目标曲线为所述第二区域的黄金分割线;当所述第一目标曲线为所述第一区域的三分线时,所述第二目标曲线为所述第二区域的三分线。
在本申请实施例中,第一目标曲线可以是第一图像所在的第一区域的中心线、三分线、黄金分割线等,且第一目标曲线和目标物体所在的第二区域的第二目标曲线是对应的,即当第一目标曲线为第一区域的中心线时,第二目标曲线为第二区域的中心线;当第一目标曲线为第一区域的黄金分割线时,第二目标曲线为第二区域的黄金分割线;当第一目标曲线为第一区域的三分线时,第二目标曲线为第二区域的三分线;当然,第一目标曲线还可以是其它曲线,比如四分线,本申请实施例不作限定。
在一种可能的设计中,在移动所述第一图像之前,电子设备还确定所述第一图像上所述目标物体所在的第三区域的第三目标曲线和所述第一目标曲线之间的距离大于预设距离。
在本申请实施例中,电子设备在移动第一图像之前,还可以确定第一图像上目标物体所在的第三区域的第三目标曲线和所述第一目标曲线之间的距离大于预设距离。这是因为,若移动第一图像之前,第一图像上目标物体所在的第三区域的第三目标曲线距离第一目标曲线较远,说明第一图像上目标物体偏移第一目标曲线较远,电子设备可以移动第一图像,得到第二图像,第二图像上目标物体的第二区域的第二目标曲线和第一目标曲线接近或重叠,然后将第二图像上移出第一区域的图像裁剪掉,得到裁剪后的图像。通过这种方式,电子设备可以实现自动裁剪图像,且根据原图像所在区域的第一目标曲线来裁剪图像,使得裁剪后的图像上的目标物体所在的区域的第二目标曲线和所述第一目标曲线接近或重叠。
在一种可能的设计中,若所述第一图像上包括N个人,所述目标物体为N个人脸,所述第二区域为所述N个人脸所在的N个人脸框的最小外接矩形。
在本申请实施例中,电子设备可以对群体肖像进行裁剪,其中,群体肖像中包括多个人,则目标物体为多个人脸,目标物体所在的第二区域可以是多个人脸框的最小外接矩形。通过这种方式,电子设备可以实现自动裁剪群体肖像,裁剪后的群体肖像中尽可能的包含所有人脸,且裁剪后的图像上N个人脸所在的N个人脸框的最小外接矩形的第二目标曲线和第一目标曲线接近或重叠。
在一种可能的设计中,确定所述第一图像所占的第一区域的第一目标曲线之前,所述方法还包括:确定所述第一区域的M条第一目标曲线;M为大于等于2的整数;确定所述第一图像上所述目标物体所在的第三区域的M条第三目标曲线;所述M条第一目标曲线和所述M条第三目标曲线一一对应;确定所述第i条第一目标曲线和所述第i条第三目标曲线之间的距离值,共得到M个距离值;i取遍1到M中的任意一个整数;确定所述第一图像所在的第一区域的第一目标曲线,包括:确定所述M个距离值中的最大值距离值对应的第一目标曲线。
在本申请实施例中,第一图像所在的第一区域可以有多条第一目标曲线,对应的,第一图像在移动之前,第一图像上的目标物体所在的第二区域也有多条第二目标曲线,电子设备可以确定第i条第一目标曲线和第i条第三目标曲线之间的距离值,共得到M个距离值;M个距离值中的最大值距离值对应第一目标曲线。通过这种方式,电子设备可以实现自动裁剪图像,且根据原图像所在区域的第一目标曲线来裁剪图像,使得裁剪后的图像上的目标物体所在的区域的第二目标曲线和所述第一目标曲线接近或重叠。
在一种可能的设计中,电子设备将所述第二图像中移出所述第一区域的图像部分裁剪掉之后,还可以确定所述第二图像上剩余图像的宽度与所述剩余图像上所述目标物体所在的第四区域的宽度之间的比值;若所述比值大于第一阈值,且所述剩余图像上所述目标物体所在的第四区域的上边缘到所述剩余图像的上边缘的距离大于第一预设距离,则裁剪所述剩余图像得到第三图像,所述第三图像上所述目标物体所在的第四区域的上边缘到所述第三图像的上边缘的距离处于第一距离范围内;若所述比值小于等于所述第一阈值,且所述剩余图像上所述目标物体所在的第四区域的下边缘到所述剩余图像的下边缘的距离大于第二预设距离,则裁剪所述剩余图像得到第四图像,所述第四图像上所述目标物体所在的第四区域的下边缘到所述剩余图像的下边缘的距离处于第二距离范围。
在本申请实施例中,电子设备对第二图像裁剪之后,可以继续对剩余图像进行裁剪。比如,若剩余图像的宽度与所述剩余图像上所述目标物体所在的第四区域的宽度之间的比值较大,且所述剩余图像上所述目标物体所在的第四区域的上边缘到所述剩余图像的上边缘的距离较大,则裁剪所述剩余图像得到第三图像,所述第三图像上所述目标物体所在的第四区域的上边缘到所述第三图像的上边缘的距离处于第一距离范围内;若所述比值较小,且所述剩余图像上所述目标物体所在的第四区域的下边缘到所述剩余图像的下边缘的距离较大,则裁剪所述剩余图像得到第四图像,所述第四图像上所述目标物体所在的第四区域的下边缘到所述剩余图像下边缘的距离处于第二距离范围。通过这种方式,电子设备可以实现自动裁剪图像,且裁剪后的图像上,目标物体所在的区域距离图像的边缘不是很远,目标物体相对居中。
在一种可能的设计中,将所述第二图像中移出所述第一区域的图像部分裁剪掉之后,所述方法还包括:确定所述第二图像上剩余图像的宽度与所述剩余图像上所述目标物体所在的第四区域的宽度之间的比值;若所述比值大于第三阈值,裁剪所述剩余图像得到第五图像;其中,所述第五图像上所述目标物体所在的第四区域的上边缘到所述第五图像的上边缘之间的第一距离,与所述第五图像上所述目标物体所在的第四区域的下边缘到所述第五图像的下边缘之间的第二距离的第一比值,等于所述剩余图像上所述目标物体所在的第四区域的上边缘到所述剩余图像的上边缘之间的第三距离,与所述剩余图像上所述目标物体所在的第四区域的下边缘到所述剩余图像的下边缘之间的第四距离的第二比值。
在本申请实施例中,电子设备对第二图像裁剪之后,还可以继续对剩余图像进行裁剪,比如,若剩余图像的宽度与剩余图像上目标物体所在的第四区域的宽度之间的比值较大,裁剪所述剩余图像得到第五图像;其中,所述第五图像上所述目标物体所在的第四区域的上边缘到所述第五图像的上边缘之间的第一距离,与所述第五图像上所述目标物体所在的第四区域的下边缘到所述第五图像的下边缘之间的第二距离的第一比值,等于所述剩余图像上所述目标物体所在的第四区域的上边缘到所述剩余图像的上边缘之间的第三距离,与所述剩余图像上所述目标物体所在的第四区域的下边缘到所述剩余图像的下边缘之间的第四距离的第二比值。通过这种方式,电子设备可以对原图像裁剪之后,可以尽可能的保持目标物体在裁剪后的图像上的位置比例,等于目标物体在原图像上的位置比例。
在一种可能的设计中,电子设备还可以将所述第一图像和所述第二图像对应存储;当电子设备检测到用于打开所述第二图像的操作时,显示所述第二图像,所述第二图像上显示一标识,当所述标识被触发时,显示所述第一图像。
在本申请实施例中,电子设备对第一图像裁剪得到第二图像之后,将第一图像和第二图像对应存储。若电子设备显示第二图像时,用户可以通过第二图像上的标识,快速打开第一图像,方便用户操作。
第二方面,本申请实施例还提供一种图像裁剪方法,该方法可以由电子设备执行。该方法包括:获取第一图像;确定所述第一图像所在的第一区域的至少两条目标曲线;所述第一区域的面积等于所述第一图像的面积;确定所述第一图像上目标物体所在的第二区域的中心线;所述第二区域是所述目标物体的外接多边形;确定所述至少两条目标曲线中与所述第二区域的中心线距离最近的第一目标曲线;确定目标尺寸;所述目标尺寸为对所述第一图像裁剪之后的图像的尺寸;根据所述目标尺寸和所述第一目标曲线,对所述第一图像裁剪得到第二图像,所述第二图像的尺寸等于所述目标尺寸,且所述第二图像所在的第三区域的第二目标曲线和所述第一目标曲线接近或重叠;所述第二目标曲线和所述第一目标曲线对应;所述第三区域的面积等于所述第二图像的面积。
在本申请实施例中,电子设备确定第一图像上的目标物体,然后在第一图像的多条目标曲线中确定与目标物体的中心线最近的第一目标曲线,然后根据目标尺寸和第一目标曲线裁剪图像,裁剪后的图像满足目标尺寸,且裁剪后的图像的第二目标曲线和第二目标曲线接近或者重叠。通过这种方式,原图像上目标物体的中心线与原图像所在区域的第一目标曲线接近,则裁剪之后的图像所在的区域的第二目标曲线和第一目标曲线接近或重叠,由于第一目标曲线和第二目标曲线对应,所以裁剪后的图像尽可能的保持原图像的比例。
在一种可能的设计中,所述目标物体是预设的至少一个物体;或者,所述目标物体为用户在所述第一图像上指定的至少一个物体;或者,所述目标物体是所述电子设备根据所述第一图像上的多个物体自动确定出的至少一个物体。
在本申请实施例中,目标物体可以是预设的、或者是用户指定的、或者是电子设备自动识别出的,本申请实施例不作限定。
在一种可能的设计中,所述第一目标曲线为所述第一区域的中心线、黄金分割线或三分线;其中,当所述第一目标曲线为所述第一区域的中心线时,所述第二目标曲线为所述第三区域的中心线;当所述第一目标曲线为所述第一区域的黄金分割线时,所述第二目标曲线为所述第三区域的黄金分割线;当所述第一目标曲线为所述第一区域的三分线时,所述第二目标曲线为所述第三区域的三分线。
在本申请实施例中,第一目标曲线可以是第一区域的中心线、黄金分割线、三分线等。第二目标曲线和第一目标曲线对应,所以,当所述第一目标曲线为所述第一区域的中心线时,所述第二目标曲线为所述第三区域的中心线;当所述第一目标曲线为所述第一区域的黄金分割线时,所述第二目标曲线为所述第三区域的黄金分割线;当所述第一目标曲线为所述第一区域的三分线时,所述第二目标曲线为所述第三区域的三分线。
在一种可能的设计中,若所述第一图像上包括N个人,所述目标物体为N个人脸,所述第二区域为所述N个人脸所在的N个人脸框的最小外接矩形;所述第三区域为所述N个人脸所在的N个人脸框的最小外接矩形。
在本申请实施例中,电子设备可以对群体肖像进行裁剪,其中,群体肖像中包括多个人,则目标物体为多个人脸,目标物体所在的第二区域可以是多个人脸框的最小外接矩形。通过这种方式,电子设备可以实现自动裁剪群体肖像,裁剪后的群体肖像中尽可能的包含所有人脸,且原图像上多个人脸框的最小外接矩形的中心线与原图像所在区域的第一目标曲线接近,则裁剪之后的图像所在的区域的第二目标曲线和第一目标曲线接近或重叠,由于第一目标曲线和第二目标曲线对应,所以裁剪后的图像尽可能的保持原图像的比例。
在一种可能的设计中,电子设备还可以确定所述第二图像的宽度与所述第二图像上所述目标物体所在的第四区域的宽度之间的比值;若所述比值大于第一阈值,且所述第二图像上所述目标物体所在的第四区域的上边缘到所述第二图像的上边缘的距离大于第一预设距离,则裁剪所述第二图像得到第三图像,使得所述第三图像上所述目标物体所在的第四区域的上边缘到所述第三图像的上边缘的距离处于第一距离范围内;若所述比值小于等于所述第一阈值,且所述第二图像上所述目标物体所在的第四区域的下边缘到所述第二图像的下边缘的距离大于第二预设距离,则裁剪所述第二图像得到第四图像,使得所述第四图像上所述目标物体所在的第四区域的下边缘到所述第四图像的下边缘的距离处于第二距离范围。
在本申请实施例中,电子设备对第一图像裁剪得到第二图像之后,还可以继续对第二图像进行裁剪。比如,若第二图像的宽度与所述第二图像上所述目标物体所在的第四区域的宽度之间的比值较大,且所述第二图像上所述目标物体所在的第四区域的上边缘到所述第二图像的上边缘的距离较大,则裁剪所述第二图像得到第三图像,所述第三图像上所述目标物体所在的第四区域的上边缘到所述第三图像的上边缘的距离处于第一距离范围内;若所述比值较小,且所述第二图像上所述目标物体所在的第四区域的下边缘到所述第二图像的下边缘的距离较大,则裁剪所述第二图像得到第四图像,所述第四图像上所述目标物体所在的第四区域的下边缘到所述第二图像下边缘的距离处于第二距离范围。通过这种方式,电子设备可以实现自动裁剪图像,且裁剪后的图像上,目标物体所在的区域距离图像的边缘不是很远,目标物体相对居中。
在一种可能的设计中,电子设备还可以确定所述第二图像的宽度与所述第二图像上所述目标物体所在的第四区域的宽度之间的比值;若所述比值大于第三阈值,裁剪所述第二图像得到第五图像;其中,所述第五图像上所述目标物体所在的第四区域的上边缘到所述第五图像的上边缘之间的第一距离,与所述第五图像上所述目标物体所在的第四区域的下边缘到所述第五图像的下边缘之间的第二距离的第一比值,等于所述第二图像上所述目标物体所在的第四区域的上边缘到所述第二图像的上边缘之间的第三距离,与所述第二图像上所述目标物体所在的第四区域的下边缘到所述第二图像的下边缘之间的第四距离的第二比值。
在本申请实施例中,电子设备对第一图像裁剪得到第二图像之后,还可以继续对第二图像进行裁剪,比如,若第二图像的宽度与第二图像上目标物体所在的第四区域的宽度之间的比值较大,裁剪所述第二图像得到第五图像;其中,所述第五图像上所述目标物体所在的第四区域的上边缘到所述第五图像的上边缘之间的第一距离,与所述第五图像上所述目标物体所在的第四区域的下边缘到所述第五图像的下边缘之间的第二距离的第一比值,等于所述第二图像上所述目标物体所在的第四区域的上边缘到所述第二图像的上边缘之间的第三距离,与所述第二图像上所述目标物体所在的第四区域的下边缘到第二图像的下边缘之间的第四距离的第二比值。通过这种方式,电子设备可以对原图像裁剪之后,可以尽可能的保持目标物体在裁剪后的图像上的位置比例,等于目标物体在原图像上的位置比例。
在一种可能的设计中,电子设备还可以将所述第一图像和所述第二图像对应存储;当电子设备检测到用于打开所述第二图像的操作时,显示所述第二图像,所述第二图像上显示一标识,当所述标识被触发时,显示所述第一图像。
在本申请实施例中,电子设备对第一图像裁剪得到第二图像之后,将第一图像和第二图像对应存储。若电子设备显示第二图像时,用户可以通过第二图像上的标识,快速打开第一图像,方便用户操作。
第三方面,本申请实施例还提供一种电子设备。该电子设备包括处理器和存储器;所述存储器用于存储第一图像、以及一个或多个计算机程序;当所述存储器存储的一个或多个计算机程序被所述处理器执行时,使得所述电子设备能够实现上述第一方面及其第一方面任一可能设计的技术方案;或者当所述存储器存储的一个或多个计算机程序被所述处理器执行时,使得所述电子设备能够实现上述第二方面及其第二方面任一可能设计的技术方案。
第四方面,本申请实施例还提供了一种电子设备,所述电子设备包括执行上述第一方面或者第一方面的任意一种可能的设计的方法的模块/单元;或者,所述电子设备包括执行第二方面或者第二方面的任意一种可能的设计的方法的模块/单元;这些模块/单元可以通过硬件实现,也可以通过硬件执行相应的软件实现。
第五方面,本申请实施例的一种芯片,所述芯片与电子设备中的存储器耦合,执行本申请实施例第一方面及其第一方面任一可能设计的技术方案;或者,所述芯片与电子设备中的存储器耦合,执行本申请实施例第二方面及其第二方面任一可能设计的技术方案;本申请实施例中“耦合”是指两个部件彼此直接或间接地结合。
第六方面,本申请实施例的一种计算机可读存储介质,所述计算机可读存储介质包括计算机程序,当计算机程序在电子设备上运行时,使得所述电子设备执行本申请实施例第一方面及其第一方面任一可能设计的技术方案;或者,当计算机程序在电子设备上运行时,使得所述电子设备执行本申请实施例第二方面及其第二方面任一可能设计的技术方案。
第七方面,本申请实施例的中一种程序产品,包括指令,当所述程序产品在电子设备上运行时,使得所述电子设备执行本申请实施例第一方面及其第一方面任一可能设计的技术方案;或者当所述程序产品在电子设备上运行时,使得所述电子设备执行本申请实施例第二方面及其第二方面任一可能设计的技术方案。
附图说明
图1为本申请实施例提供的手机100的结构示意图;
图2为本申请实施例提供的图像裁剪方法的流程示意图;
图3为本申请实施例提供的第一目标曲线的示意图;
图4为本申请实施例提供的图像上人脸框的示意图;
图5为本申请实施例提供的第一目标曲线和第二目标曲线的示意图;
图6为本申请实施例提供的图像裁剪过程的示意图;
图7为本申请实施例提供的人像类图像的种类划分和处理方式的示意图;
图8为本申请实施例提供的特写肖像类图像的裁剪示意图;
图9为本申请实施例提供的特写肖像类图像的裁剪示意图;
图10为本申请实施例提供的胸像类图像的裁剪示意图;
图11为本申请实施例提供的胸像类图像的裁剪示意图;
图12为本申请实施例提供的图像裁剪方法的流程示意图;
图13为本申请实施例提供的群体肖像类图像的裁剪过程的示意图;
图14为本申请实施例提供的目标尺寸和原尺寸的示意图;
图15为本申请实施例提供的图像裁剪方法的流程示意图;
图16为本申请实施例提供的图像裁剪过程的示意图;
图17为本申请实施例提供的图像裁剪方法的流程示意图;
图18为本申请实施例提供的图像裁剪过程的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
以下,对本申请实施例中的部分用语进行解释说明,以便于本领域技术人员理解。
本申请实施例涉及的终端设备,能够实现图像裁剪的电子设备。终端设备中可以安装一个或多个应用程序,应用程序是能够实现某项或多项特定功能的计算机程序。比如,相机应用、相册应用、微信、腾讯聊天软件(QQ)、WhatsApp Messenger、连我(Line)、照片分享(instagram)、Kakao Talk、钉钉等。下文提到的应用程序,可以是终端设备出厂时自带的应用程序,也可以是用户在使用终端设备的过程中从网络侧下载的应用程序。本申请实施例提供的图像裁剪方法可以应用在某一个或多个应用程序中,比如,相册应用可以使用本申请实施例提供的图像裁剪方法对图像进行裁剪。
需要说明的是,下文中将采用本申请实施例提供的图像裁剪方法对图像进行裁剪的过程称为“智能裁剪”。
本申请实施例涉及的图像,可以是一张图片,也可以仅是图像参数的集合(图像参数比如像素值、清晰度、颜色等),本申请实施例不限定。
本申请实施例涉及的曲线,可以是直线,也可以其它曲线,比如弧线等等,本申请实施例不作限定。
本申请实施例涉及的多个,是指大于或等于两个。
需要说明的是,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。且在本发明实施例的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
以下介绍终端设备、用于这样的终端设备的图形用户界面(graphical userinterface,GUI)、和用于使用这样的终端设备的实施例。在本申请一些实施例中,终端设备可以是便携式终端,诸如手机、平板电脑、具备无线通讯功能的可穿戴设备(如智能手表)等。该便携式终端包含能够采集图像,并对采集的图像进行智能裁剪的器件(比如处理器)。便携式终端的示例性实施例包括但不限于搭载
Figure RE-GDA0002155185530000071
或者其它操作系统的便携式终端。上述便携式终端也可以是其它便携式终端,只要能够采集图像,并对采集的图像进行智能裁剪即可。还应当理解的是,在本申请其他一些实施例中,上述终端设备也可以不是便携式终端,而是能够采集图像,并对采集的图形进行智能裁剪的台式计算机。
在本申请另一些实施例中,终端设备也可以无需具有图像采集功能,而是具有通信功能,即终端设备可以接收其它设备发送的图像,然后对接收的图像进行智能裁剪;其中,其它设备可以是网络侧设备,比如终端设备从网络下载的图像;或者,终端设备通过微信应用或者其他通信应用接收其它设备发送的图像。
在本申请另一些实施例中,终端设备也可以无需就有智能裁剪图像的功能,而是具有通信功能。比如,终端设备采集图像之后,可以将该图像发送到其它设备比如服务器,由其他设备使用本申请实施例提供的图像裁剪方法对图像智能裁剪,然后将裁剪后的图像发送给终端设备。
以终端设备是手机为例,图1示出了手机100的结构示意图。
手机100可以包括处理器110,外部存储器接口120,内部存储器121,天线1,天线2,移动通信模块151,无线通信模块152,传感器模块180,按键190,显示屏194,摄像头193 等。其中传感器模块180可以包括触摸传感器180K等(手机100还可包括其他传感器比如距离传感器、指纹传感器、温度传感器、环境光传感器、陀螺仪传感器等,图中未示出)。
可以理解的是,本申请实施例示意的结构并不构成对手机100的具体限定。在本申请另一些实施例中,手机100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
下面对图1示出的手机100中的部件进行介绍。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。其中,控制器可以是手机100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110 中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了系统的效率。
处理器110可以运行本申请实施例提供的图像裁剪算法的软件代码,执行下文中的图像裁剪流程,具体的图像裁剪流程,将在后文介绍。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令,从而执行手机100的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统、应用程序(比如相机应用,相册应用、微信应用等)的软件代码。存储数据区可存储手机100使用过程中所创建的个人数据(比如裁剪之前的图像、裁剪之后的图像等)。
内部存储器121还可以存储本申请实施例提供的图像裁剪方法的软件代码。当处理器110 运行该代码时,执行下文中的图像裁剪流程,实现图像的智能裁剪功能。
内部存储器121还可以存储其它内容,比如,内部存储器121中存储有人脸特征信息,处理器110可以根据所述人脸特征信息识别出待处理图像(或者也可以称之为待裁剪图像) 上的人脸。
内部存储器121还可以存储裁剪之后得到的图像,示例性的,裁剪之后的图像和原图像 (即裁剪之前的图像)可以对应存储。示例性的,手机100检测到用于打开原图像的指示后,显示该原图像,且原图像上可以显示一标记,当该标记被触发时,手机100打开裁剪后的图像(对所述原图像裁剪之后的图像);或者,手机100检测到用于打开裁剪后的图像的指示后,显示裁剪之后的图像,且裁剪之后的图像上显示一标记,当该标记被触发时,手机100打开原图像(与所述裁剪后的图像对应的原图像)。
示例性的,内部存储器121还可以存储图像所属类型,比如,图像所属类型可以包括超特写肖像类、胸像肖像类、半身肖像类、7分肖像类、9分肖像类,环境肖像类。内部存储器 121中还可以存储每种图像所属类型的判断条件、以及每种图像类型的处理方式对应的软件代码,具体内容将在后文介绍。
应理解,内部存储器121中还可以存储下文中提到的其它内容,比如d1-d5的取值等等。
其中,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。
外部存储器接口120,用于将外部存储器和手机100连接,其中,外部存储器包括外置存储卡(SD存储卡)和NAS存储设备等,本申请实施例不限定。为了节省内部存储器121 的存储空间,手机100也可以将申请实施例提供的图像裁剪方法的软件代码、裁剪之后的图像等存储在外部存储器中。处理器110可以通过外部存储器接口120访问存储在外部存储器中的数据。
下面介绍传感器模块180的功能。
触摸传感器180K,也称“触控面板”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器180K可以将检测到的触摸操作传递给处理器110,以确定触摸事件类型,可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于手机100的表面,与显示屏194所处的位置不同。
触摸传感器180K可以辅助处理器110进行图像裁剪。以手机100的触摸屏显示主界面为例,主界面中包括多个应用的图标,比如相册应用、相机应用等。触摸传感器180K可以检测用户在触摸屏上的触摸操作,并将该触摸操作发送给处理器110,处理器100基于该触摸操作,可以确定该触摸操作对应的图标,即确定出用户要点击的应用。假设处理器110基于触摸操作确定用户点击相册应用,手机100显示相册应用中包含的图像。触摸传感器180K检测到用户点击其中一张图像的操作时,显示该图像。当触摸传感器180K检测到用于对该图像进行裁剪的操作时,处理器110运行本申请实施例提供的图像裁剪方法的软件代码,对该图像进行裁剪,手机100显示裁剪之后的图像。
类似的,手机100还可以通过按键190接收输入操作,并将输入操作发送给处理器110,处理器110确定输入操作对应的图标,比如相册应用。
摄像头193用于捕获静态图像或视频。通常,摄像头193可以包括感光元件比如镜头组和图像传感器,其中,镜头组包括多个透镜(凸透镜或凹透镜),用于采集待拍摄物体反射的光信号,并将采集的光信号传递给图像传感器。图像传感器根据所述光信号生成待拍摄物体的图像。
以手机100的触摸屏显示主界面为例,主界面中包括多个应用的图标,比如相册应用、相机应用等。触摸传感器180K可以检测用户在触摸屏上的触摸操作,并将该触摸操作发送给处理器110,处理器100基于该触摸操作,可以确定该触摸操作对应的图标,即确定出用户要点击的应用。假设处理器110基于触摸操作确定用户点击相机应用,处理器110启动相机应用,显示取景界面,并启动摄像头193,摄像头193捕捉图像,取景界面中显示该图像。当然,取景界面中还包括拍摄控件,触摸传感器180K检测到用于触发拍摄控件的操作时,摄像头193采集图像,并将采集的图像存储在内部存储器121中。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode 的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed, Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,手机100可以包括1个或N个显示屏194,N为大于1的正整数。
显示屏194用于显示主界面,或者显示某个应用的显示界面,比如相册应用的显示界面。显示屏194还可以用户显示一张图像,比如裁剪前后的图像。
手机100的无线通信功能可以通过天线1,天线2,移动通信模块151,无线通信模块152,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。手机100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块151可以提供应用在手机100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块151可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(lownoise amplifier,LNA)等。移动通信模块151可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块151还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块 151的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块151 的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器,受话器等)输出声音信号,或通过显示屏194显示图像或视频。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器110,与移动通信模块151或其他功能模块设置在同一个器件中。
无线通信模块152可以提供应用在手机100上的包括无线局域网(wireless localarea networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequencymodulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块152可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块152经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块152还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
在本申请一些实施例中,手机100可以通过移动通信模块151或者无线通信模块152接收其它设备发送的图像,处理器110对接收到的图像进行裁剪;或者通过移动通信模块151 或无线通信模块152将图像发送给其他设备,由其他设备对图像进行裁减,然后接收其它设备发送的裁减后的图像。
尽管图1未示出,手机100还可以包括音频模块;比如扬声器、受话筒、麦克风等;还可以包括马达,用于产生振动提示(比如来电振动提示);还可以包括指示器比如指示灯,用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
下面介绍本申请实施例提供的图像裁减方法的过程,请参见图2所示,为本申请实施例提供的图像裁减方法的流程示意图,该方法可以适用于图1所示的手机100,或者其他设备。下文中以该方法应用于图1所示的手机100为例,示例性的,该方法的软件代码可以存储在内部存储器121中,手机100的处理器110运行该软件代码,实现图2所示的图像裁剪流程。如图2所示,该方法的流程包括:
S201:手机100获取待处理图像。
手机100获取待处理图像的方式有多种。比如,手机100通过相机应用采集图像;或者,手机100接收其它设备发送的图像,或者,手机100从网络侧下载图像等等。
S202:手机100确定待处理图像所在的第一区域的第一目标曲线,所述第一目标曲线为所述第一区域的中心线或黄金分割线;所述第一区域的面积等于所述待处理图像的面积。
示例性的,手机100可以确定待处理图像的尺寸(即第一区域的尺寸),然后基于待处理图像的尺寸,确定所述第一区域的第一目标曲线,所述第一目标曲线是所述第一区域的中心线,或黄金分割线,或三分线等。
示例性的,请参见图3所示,为本申请实施例提供的待处理图像所在的第一区域的中心线、黄金分割线和三分线的示意图。其中,中心线是过第一区域中心,且垂直于图像边缘的直线,所以中心线可以有两条,请参见图3(a)所示,即直线1和直线2。黄金分割线是将第一区域分成两个区域,且两个区域的比值(两个区域的长的比值,或者两个区域的宽的比值,两个区域的面积的比值)为黄金分隔比值的直线,即黄金分隔线,请参见图3(b)所示,即直线3和直线4。三分线是将图像分割成两个区域,且这两个区域的比值为三分之一的直线,请参见图3(c)所示,即直线5、直线6。
需要说明的是,本申请实施例中,以中心线,黄金分割线和三分线为例,在实际应用中,还可以有其它曲线,比如四分线等等,本申请实施例不作限定。
S203:手机100确定所述待处理图像上的目标物体。
在本申请实施例中,目标物体可以是待处理图像上的人脸,或其他物体。示例性的,目标物体可以是用户指定的,比如,手机100显示一张图像,用户在该图像上点击区域目标物体,或者通过其他方式确定目标物体,本申请实施例不作限定。示例性的,目标物体也可以是手机100自动识别的,比如,手机100根据人脸的特征信息自动识别待处理图像上的人脸。
应理解,目标物体可以是一个或多个人脸,下文中先以一个人脸为例进行介绍,关于多个人脸即群体肖像的处理方式,在后文介绍。
S204:手机100确定待处理图像上的目标物体所在的第二区域,所述第二区域为所述目标物体的外接多边形,其中,外接多边形可以是外接矩形等。
示例性的,当目标物体是人脸时,第二区域即人脸所在的人脸框。
示例性的,目标物体所在的第二区域和目标物体的边缘相切,例如第二区域可以是目标物体的最小外接矩形。请参见图4所示,为本申请实施例提供的目标物体所在的第二区域的示意图。如图4所示,目标物体为人脸,人脸所在的第二区域为虚线框所围成的区域,即第二区域为人脸框。
S205:手机100确定所述第二区域的第二目标曲线,当所述第一目标曲线是所述第一区域的中心线时,所述第二目标曲线是所述第二区域的中心线;或者,当所述第一目标曲线是所述第一区域的黄金分割线时,所述第二目标曲线是所述第二区域的黄金分割线,或者,当所述第一目标曲线是所述第一区域的三分线时,所述第一目标曲线是所述第二区域的三分线。
请参见图5所示,为本申请实施例提供的目标物体所在第二区域的第二目标曲线。如图 5(a)所示,为目标物体所在第二区域的中心线,即直线7和直线8。请参见图5(b)所示,为目前物体所在第二区域的黄金分割线,即直线9和直线10。请参见图5(c)所示,目标物体所在的第二区域的三分线,即直线11、直线12。
S206:手机100移动所述待处理图像,移动之后的待处理图像中目标物体所在的第二区域的第二目标曲线和所述第一目标曲线接近或重叠;比如,若第一目标曲线和第二目标曲线都是直线时,第一目标曲线和第二目标曲线可以在同一条直线上。
请继续参见图5所示,以图(a)为例,且以直线7为例,手机100移动所述待处理图像,使得移动后,直线7和直线1位于同一直线上,请参见图6所示。如图6可知,手机100移动待处理图像之后,待处理图像的原来所在第一区域,即图6中的实线所围成的矩形中有部分区域成为空白区域,请参见图6所示,手机100将目标物体所在区域下移之后,上方区域没有图像,即空白区域。同时,待处理图像有部分图像移出第一区域。
S207:手机100将所述待处理图像上移出所述第一区域之外的图像裁减,剩余的图像为裁减后的图像。
请继续参见图6所示,手机100将移出的第一区域的图像裁剪,所以剩下的图像即裁剪之后的图像。
需要说明的是,上述实施例中以第一目标曲线和第二目标曲线是中心线为例,且以水平的中心线为例,即裁减后的图像的目标物体所在第二区域的水平的中心线和裁减之前的图像所占的第一区域的水平的中心线在同一直线上。但是,如图5所示,第一目标曲线和第二目标曲线还可以是黄金分割线,三分线等,所以手机100在裁减图像之前,可以判断需要以哪一条目标曲线为准。
作为一种示例,继续以图5(a)为例,手机100可以确定直线7和直线1之间的距离1、直线8和直线2之间的距离2,确定距离1和距离2哪一个最大,假设直线7和直线1之间的距离1最大,则手机100将待处理图像移动,移动后目标物体所在第二区域的直线7与直线1在同一直线上;假设直线8和直线2之间的距离2最大,则手机100将待处理图像移动,移动后目标物体所在第二区域的直线8与直线2在同一直线上。
这是因为,若直线7和直线1之间的距离1最大,说明目标物体距离中心位置较远,且目标物体太过靠上或靠下,所以手机100可以往下或往上移动待处理图像,移动后图像上目标物体较为居中。
若直线8和直线2之间的距离2最大,说明目标物体距离中心位置较远,且目标物体太过靠左或太过靠右,所以手机100可以往左或往右移动待处理图像,移动后图像上目标物体较为居中。
在该示例中,以手机100确定以水平中心线还是垂直中心线为准,手机100也可以采用类似的方式确定以水平黄金分割线还是垂直黄金分割线为准,手机还可以采用类似的方式确定以水平三分线还是以垂直三分线为准。
作为另一种示例,手机100可以确定第一区域的所有目标曲线,以图5为例,手机100 可以确定第一区域的6条直线,以及目标物体所在的第二区域的6条直线。手机100可以确定直线7和直线1之间的距离1、直线8和直线2之间的距离2、直线9和直线3之间的距离4、直线10和直线4之间的距离5、直线11和直线5之间的距离6、直线12与直线6之间的距离6,然后确定距离1到距离6中最大的距离。手机100确定距离1-距离6中最大的距离,假设距离6最大,则以水平三分线为准,即裁剪后的图像上目标物体所在区域的水平三分线和直线6位于同一直线上;假设距离1最大,则以水平中心线为准,即裁剪后的图像上目标物体所在区域的水平中心线和直线1位于同一直线上。
示例性的,手机100还可以默认以中心线为准,或者默认以黄金分割线为准,或者默认以三分线为准。当然,用户也可以指定以中心线、黄金分割线或三分线为准,本申请实施例不作限定。
通过以上实施例可知,手机100裁剪图像时,可以将目标物体所在区域移动到相对中心的位置。通过这种方式,使得裁剪之后的图像上目标物体处于较为中间的位置,突出目标物体。
上面介绍的实施例中,目标物体可以是图像上的任何物体,下面介绍另一实施例,在该实施例中,介绍手机100针对一种特殊类型的图像即人像类图像的裁剪方式,人像类图像即图像中包含人的图像。
在一些实施例中,手机100可以判断人像类图像所属类型。不同类型可以使用不同的裁剪方式。作为一种示例,手机100可以判断图像的高度与人脸的高度的比值,基于该比值确定图像所属类型。以图4为例,图像的高度可以是图像的宽度(即第一区域的宽度),人脸的高度可以是人脸框(图中虚线框)的宽度。
举例来说,图像所属类型可以包括超特写肖像类、胸像肖像类、半身肖像类、7分肖像类、9分肖像类,环境肖像类等。若图像的高度小于人脸高度的1倍即比值小于1,属于超特写肖像类;若图像的高度在人脸高度的1-1.5倍,属于特写肖像类;若图像的高度在人脸高度的1.5-3倍,属于胸像肖像类;若图像的高度在人脸高度的3-5倍,属于半身肖像类;若图像的高度在人脸高度的5-7倍,属于7分肖像类;若图像的高度在人脸高度的7-9倍,属于9分肖像类;若图像的高度大于人脸高度的9倍,属于环境肖像类。
请参见图7所示,为本申请实施例提供的图像所属类型、以及每种类型的判断条件和处理方式的示意图。如图所示,图像所属类型可以包括超特写肖像类、胸像肖像类、半身肖像类、7分肖像类、9分肖像类,环境肖像类等。
对于超特写肖像类,即一张图像上人脸的面积较大,图像属于人脸局部的特写,这种情况下,手机100可以裁剪图像,使得裁剪后的图像上人眼睛的位置处于相对中心位置。
通常,超特写肖像类的场景包括证件照、人脸上局部位置的特写照(比如人脸自拍照) 等等。
对于特写肖像类,裁剪方式可以有两种,下面分别介绍:
作为一种示例,请参见图8所示,为本申请实施例提供的特写肖像类的图像的裁剪过程示意图。如图8(a)所示,手机100确定图像属于特写肖像类,该图像占用第一区域,手机100可以移动图像,使得移动之后的图像上的人脸框的底部与第一区域的底部之间的距离等于d1,然后将移出第一区域的图像裁剪,请参见图8(b)所示。裁剪掉移出第一区域的图像之后,剩余的图像为裁剪后的图像,请参见图8(c)所示。即裁剪之后的图像上人脸所在区域的底部到图像的底部的距离等于d1。
作为另一些示例,请参见图9(b)所示,图像位于第一区域,手机100识别图像上人脸的额头上的一点(比如额头所在区域的中心),左侧肩膀上的一点、右侧肩膀上的一点,然后基于这三点建立三角形。手机100移动图像,使得移动后的图像上的三角形的底边与第一区域的底边之间距离为d2,请参见图9(b)所示,手机100可以将移出第一区域的图像裁剪掉,剩余的图像即裁剪之后的图像,请参见图9(c)所示。这种方式中,手机100可以根据三角形法则,裁剪后的图像中人脸三角形的底边距离图像的底边为d2。这种方式中,对于人像特写类,可以保留人的颈部和人脸,呈现视觉美观。
对于胸部肖像类,处理方式可以有多种,比如:
作为一种示例,手机100可以根据斐波那契曲线对图像进行裁剪,使得裁剪之后的图像满足斐波那契曲线。请参见图10(a)所示,为一种斐波那契曲线的示意图。请参见图10(b) 所示,为裁剪之前的图像,手机100可以将斐波那契曲线应用在该图像中,具体而言,手机 100可以将图10(a)所示的斐波那契曲线的第一切线移动到图10(b)中的人脸上眼睛的位置处,然后改变斐波那契曲线的大小(比如缩放该曲线),使得第二切线与人脸的下巴相切。这样的话,手机100可以按照第三切线、第四切线、第五切线和第六切线裁剪图像,请参见图10(b)所示,使得裁剪后的图像的边缘分别于第三切线、第四切线、第五切线和第六切线相切,请参见图10(c)所示。
作为另一种示例,请参见图11(a)所示,图像位于第一区域,手机100可以识别图像上的人脸,标记人脸框。手机100可以移动图像,使得移动后的图像上人脸框的顶部到第一区域的顶部之间的距离大于或等于d3,或者处于一个距离范围内,请参见图11(b)所示,手机100将移出第一区域的图像裁剪掉,剩余的图像即裁剪之后的图像,请参见图11(c) 所示。
对于半身肖像类,手机100也可以采用与胸部肖像类图像类似的方式。比如,对于半身肖像类,手机100可以移动图像,使得移动之后的图像上的人脸框的顶部到图像顶部的距离大于或等于d4,或处于一个距离范围内。
对于7分人像类图像,手机100也可以采用与胸部肖像类图像类似的方式。比如,对于 7分人像类图像,手机100可以移动图像,移动之后的图像上的人脸框的顶部到图像顶部的距离大于或等于d5,或处于一个距离范围内。
对于9分人像类,手机100的处理方式为构图延续原则,关于构图延续原则,将在下文介绍。
对于9分人像类,即图像上人脸所在面积较小,风景更多,手机100可以识别人脸框,然后确定人脸框距离图像的边缘的距离a、b、c、d。其中距离a是人脸框左边缘到图像左边缘的距离,距离b是人脸框右边缘距离图像右边缘的距离,距离c是人脸框上边缘距离图像上边缘的距离,距离d是人脸框下边缘距离图像下边缘的距离。手机100确定a/b的第一比值,c/d的第二比值。手机100裁剪图像之后,裁剪后的图像上人脸框边缘和图像边缘仍然满足所述第一比值和第二比值,即裁剪后的图像上人脸框左边缘到图像左边缘的距离a1与人脸框右边缘到图像右边缘的距离b1之间的比值a1/b1仍然等于第一比值,人脸框上边缘到图像上边缘的距离c1与人脸框下边缘到图像下边缘的距离d1之间的比值c1/d1仍然等于所述第二比值。
需要说明的是,上述过程中,保持裁剪之后的图像的相关比值,等于裁剪之前的图像上的相关比值,即构图延续原则。
应理解,对于9分人像类图像,手机100裁剪后的图像的尺寸可以是手机100自己确定的,或者是用户指定的,只要裁剪之后的图像满足构图延续原则即可。
对于环境人像类,手机100也可以采用构图延续原则,进行裁剪,不再赘述。
需要说明的是,上文中介绍超特写肖像类、胸像肖像类、半身肖像类、7分肖像类等时,并未提到构图延续原则,实际应用中,超特写肖像类、胸像肖像类、半身肖像类、7分肖像类等也可以使用构图延续原则,本申请实施例不作限定。
需要说明的是,上文中,d1-d5的取值可以相同或者不同,而且,d1-d5的取值可以是设计人员根据实验确定出的,在手机100出厂之前设置好、并存储在手机100中的;当然d1-d5 的取值也可以是用户自定义的,本申请实施例不限定。
需要说明的是,上面的实施例中的技术特征可以相互组合,以实现不同的技术效果,比如,手机100可以先采用图2所示的流程对一张图像进行裁剪,然后对裁剪后的图像即剩余图像可以采用图7所示的流程继续进行裁剪,本申请实施例不作限定。
上面的实施例中,以图像中包括一个人为例,下面介绍另一实施例,在该实施例中,以群体肖像(即图像中包括至少两个人)为例,介绍针对群体肖像的图像裁剪过程。
请参见图12所示,为本申请实施例提供的另一种图像裁剪方式的流程示意图。如图12 所示,该流程包括:
S1201:手机100确定待处理图像上所有人脸中每个人脸所在的人脸框,N为大于等于2 的整数。
示例性的,请参见图13所示,为本申请实施例提供的群体肖像的裁剪流程。如图13(a) 所示,图像上包括三个人(需要说明的是,为了方便理解,图13中以一张图像上的三个人都相同为例,实际应用中,图像上的三个人是不同的人)。手机100识别该图像上的每个人脸所在的人脸框,比如图13(a)中的三个虚线框。
S1202:手机100设置矩形框,所述矩形框是第一人脸框的外接矩形(或者最小包络矩形),所述第一人脸框是所有人脸框中面积最大的人脸框。
请参见图13(b)所示,手机100可以将所有人脸框按照面积排序,比如图13中位于中间的人脸框的面积最大,称为第一人脸框,右侧的人脸框的面积仅次于第一人脸框,称为第二人脸框,左侧的人脸框的面积最小,称为第三人脸框。
示例性的,请参见图13(b)所示,手机100设置矩形框(图中实线框),由于图13(a)中人脸框也是矩形,所以手机100设置的矩形框即实线框和面积最大的人脸框重合。
应理解,在图13中以人脸框是矩形框为例,在实际应用中人脸框也可以不是矩形框,对于这种情况,手机100设置的矩形框可以是人脸框的外接矩形。
S1203:手机100调整矩形框的大小,调整之后的矩形框是所述第一人脸框和第二人脸框的最小外接矩形(或者最小包络矩形),所述第二人脸框的面积是处去所述第一人脸框之外的剩余人脸框中面积最大的人脸框。
示例性的,请参见图13(c)所示,手机100调整矩形框,使得调整后的矩形框包括第一人脸框和第二人脸框。
需要说明的是,手机100调整矩形框之后,调整后的矩形框是第一人脸框和第二人脸框的外接矩形,即调整后的矩形框的边缘与第一人脸框和第二人脸框均相切。
S1204:手机100继续调整矩形框的大小,最终使得调整后的矩形框是所有人脸框的最小外接矩形(或者最小包络矩形)。
示例性的,请参见图13(d)所示,手机100继续调整矩形框的大小,使得矩形框包括所有人脸框,且是所有人脸框的最小外接矩形。
S1205:手机100确定最终调整之后的矩形框的第一目标曲线,所述第一目标曲线为所述最终调整之后的矩形框的中心线、黄金分割线或三分线等。
示例性的,以第一目标曲线是中心线为例,请参见图13(d)所示的水平虚线。
S1206:手机100确定所述待处理图像所在的第一区域的第二目标曲线,当第一目标曲线是中心线时,所述第二目标曲线为所述第一区域的中心线;当第一目标曲线是黄金分割线时,所述第二目标曲线为所述第一区域的黄金分割线;当第一目标曲线是三分线时,所述第二目标曲线为所述第一区域的三分线。
S1207:手机100移动待处理的图像,使得最终调整之后的矩形框的第一目标曲线和所述第二目标曲线位于同一直线上。
示例性的,请参见图13(e)所示,手机100移动最终调整后的矩形框,使得最终调整后的矩形框的第一目标曲线和第二目标曲线位于同一直线上。手机100移动待处理的图像之后,待处理的图像原来所在的区域中会有部分区域是空白区域,而且部分图像移出待处理图像原来所在的区域外。
S1208:手机100将移出第一区域的图像裁剪,得到裁剪之后的图像。
示例性的,请继续参见图13(e)所示,手机100可以将移出待处理图像原来所在的区域内的图像裁剪,剩余的图像就是裁剪之后的图像。通过这种方式,群体肖像中人脸框的显示位置位于裁剪后的图像的较为中间的位置。
在图12和图13所示的实施例中,以中心线为例,且以水平的中心线为例,即裁剪后的图像中矩形框的水平中心线和第一区域的水平中心线在同一直线上。但第一目标曲线和第二目标曲线还可以是黄金分割线,三分线等,所以手机100在裁减图像之前,可以判断需要以哪一条目标曲线为准。
作为一种示例,以图13(d)为例,手机100可以确定矩形框(3个人脸框的最小外接矩形)的水平中心线和第一区域的水平中心线之间的距离1,以及矩形框的垂直中心线和第一区域的垂直中心线之间的距离2。若距离1大于距离2,则手机100以水平中心线为准,即手机100移动图像,使得移动后的图像上的矩形框的水平中心线和第一区域的水平中心线位于同一直线上。
在该示例中,以手机100确定以水平中心线还是垂直中心线为准,手机100也可以采用类似的方式确定以水平黄金分割线还是垂直黄金分割线为准,手机还可以采用类似的方式确定以水平三分线还是以垂直三分线为准。
作为另一种示例,手机100可以确定矩形框(3个人脸框的最小外接矩形)的所有目标曲线,以图13(d)为例,手机100可以确定矩形框的6条直线,以及第一区域的6条直线。矩形框的6条直线和第一区域的6条一一对应。比如,矩形框的水平中心线和第一区域的水平中心线之间的距离为距离1,矩形框的垂直中心线和第一区域的垂直中心线之间的距离为距离2,矩形框的水平黄金分割线和第一区域的水平黄金分割线之间的距离为距离3,矩形框的垂直黄金分割线和第一区域的垂直黄金分割线之间的距离为距离4,矩形框的水平三分线和第一区域的水平三分线之间的距离为距离5,矩形框的垂直三分线和第一区域的垂直三分线之间的距离为距离6。
手机100可以确定距离1-距离6的6个距离值中的最大的距离值。假设距离6最大,则以垂直三分线为准;假设距离1最大,则以水平中心线位置。
示例性的,手机100还可以默认以中心线为准,或者默认以黄金分割线为准,或者默认以三分线为准。当然,用户也可以指定以中心线、黄金分割线或三分线为准,本申请实施例不作限定。
上面的实施例中,介绍了两种裁剪过程,比如图2-图6是第一种裁剪方式,为了方便区分,下文简称横向裁剪;图7-图11是另一种裁剪方式,为了方便区分,下文简称竖向裁剪。在实际应用中,手机100可以判断使用横向裁剪还是竖向裁剪的方式。
作为一种示例,手机100可以比较待处理图像的尺寸和目标图像(即裁剪之后的图像) 的目标尺寸,然后根据比较结果,判断使用横向裁剪还是竖向裁剪。
其中,目标图像的尺寸可以是用户指定的(比如用户手动移动、缩放裁剪框的大小等),也可以是手机100根据不同的裁剪场景确定出的。示例性的,手机100检测到用于指示某一张图像作为手机100的锁屏墙纸的操作时,那么手机100锁屏界面的尺寸就是目标图像的尺寸。再比如,手机100检测到用于指示将某一张图像上传为微信朋友圈的封面时,那么微信朋友圈的封面的尺寸就是目标图像的尺寸。当然,在实际应用中,还有其它的需要裁剪图像的场景,本申请实施例将不一一列举。
举例来说,请参见图14所示,假设待处理图像的长宽比为1:1,而目标图像的长宽比为 4:3,即将正方形的待处理图像裁剪成长方形、且长宽比为4:3的图像,所以手机100可以使用横向裁剪的方式。假设待处理图像的长宽比为1:1,而目标图像的长宽比为3:4,即将正方形的待处理图像裁剪成长方形、且长宽比为3:4的图像,所以手机100可以使用竖向裁剪的方式。
在上面的实施例中,已经描述过竖向裁剪的实现方式(即图7所示的实现方式),和横向裁剪的实现方式(即图2所示的实现方式)。下面再介绍横向裁剪的几种其他实现方式。
第一种可能的实现方式,请参见图15所示,为本申请实施例提供的图像裁剪方法的流程示意图。如图15所示,该流程包括:
S1501:手机100确定待处理图像所占的第一区域的多条目标曲线;其中多条目标曲线分别包括所述第一区域的中心线、黄金分割线、三分线、边缘线等。
示例性的,请参见图16(a)所示,实线为待处理图像所占的第一区域的多条目标曲线。
S1502:手机100确定所述待处理图像上目标物体所在的第二区域的中心线。
示例性的,请继续参见图16(a)所示,虚线为目标物体所在第二区域的水平中心线。
应理解,目标物体可以是用户指定的,也可以是手机100根据待处理图像上的多物体自动确定出的,本申请实施例不作限定。
S1503:手机100从第一区域的多条目标曲线中确定第一目标曲线,所述第一目标区域与所述第二区域的水平中心线之间的距离最小。
示例性的,请继续参见图16(a)所示,手机100可以从多条实线(第一区域的多条目标曲线)中确定与虚线(第二区域的水平中心线)距离最近的一条实线,该实线即第一目标曲线,比如,如图16(a)所示,黄金分割线与虚线距离最近,则黄金分割线为确定出的第一目标曲线。
S1504:手机100确定目标图像的目标尺寸,所述目标图像为裁剪之后的图像。
示例性的,目标图像的目标尺寸可以是用户指定的,或者是手机100根据裁剪场景确定出的。关于手机100根据裁剪场景确定的过程,在前文已经描述过,在此不重复赘述。
S1505:手机100基于确定出的第一目标区域和所述目标图像的尺寸,裁剪所述待处理图像。
示例性的,请参见图16(a)所示,手机100确定黄金分割线距离人脸框的中心线最近后,可以根据黄金分割线和目标尺寸,来裁剪图像。假设待处理图像的尺寸为1200*1200,目标图像的目标尺寸为400*300,则手机100可以对待处理图像裁剪,裁剪为400*300的大小,使得原黄金分割线仍然是裁剪之后的图像的黄金分割线的位置。示例性的,请参见图16(b)所示,裁剪后的图像上的黄金分割线(裁剪后的图像所在的第三区域的黄金分割线)和原三分线(第一区域的黄金分割线)在同一直线上,且裁剪后的图像的尺寸满足目标尺寸。
在图16所示的实施例中,裁剪前的图像上目标物体的中心大致处于图像的黄金分割线处,那么裁剪之后的图像中目标物体的中心仍然大致处于裁剪后的图像的黄金分割线处,即,目标物体在裁剪之后的图像中所占的位置比例和在裁剪之前的图像中所占的位置比例相同,所以裁剪后的图像可以尽可能保留原图的意图。
第二种可能的实现方式,请参见图17所示,为本申请实施例提供的一种图像裁剪方法的流程示意图,如图所示,该流程包括:
S1701:手机100确定待处理图像所占的第一区域的多条第一目标曲线,第一目标曲线可以是第一区域的中心线、黄金分割线、三分线、边缘线等。
示例性的,请参见图18(a)所示,为待处理图像所在的第一区域的多条第一目标区域。
S1702:手机100确定所述待处理图像上目标物体所在的第二区域的多条第二目标曲线,多条第二目标曲线和所述多条第一目标曲线一一对应。
示例性的,请继续参见图18(a)所示,虚线框为目标物体所在的第二区域,虚线为第二区域的多条第二目标曲线。其中,第一目标曲线和第二目标曲线一一对应。
S1703:手机100确定目标图像的目标尺寸。
手机100确定目标图像的目标尺寸的方式,前文已介绍过,在此不重复赘述。
S1704:手机100基于确定出的第一目标曲线、所述第二目标曲线以及所述目标图像的尺寸,裁剪所述待处理图像。
举例来说,假设待处理图像的尺寸为1200*1200,目标图像的目标尺寸为400*300,则手机100可以对待处理图像裁剪,裁剪为400*300的大小,使得裁剪之后的图像在放大后目标物体所在的第三区域的第三目标曲线和第一目标曲线在同一直线上。其中,裁剪后的图像的尺寸为400*300,放大后可以是1600*1200,即保证放大后的图像的宽等于原图像的宽。
示例性的,请参见图18(b)所示,裁剪后的图像被放大后、目标物体所在的第三区域的三分线和原三分线(图18(a)中的第一区域的三分线)在同一直线、目标物体所在的第三区域的黄金分割线和原黄金分割线在同一直线,目标物体所在的第三区域的中心线和原中心线在同一直线上等。
在图18所示的实施例中,手机100在裁剪图像时,将原图上目标物体的放在原图的三分线的位置,将目标物体所在的区域的中心线放在原图所在的中心线的位置等等。
第三种可能的实现方式为:
在实际应用中,对于目标物体,用户也可以不使用上述的几种目标曲线,而使用目标物体的用户虚拟曲线,用户虚拟曲线可以是事先存储在手机100中的曲线,用户虚拟曲线也可以包括用户虚拟三分线、用户虚拟黄金分割线、用户虚拟中心线等。以用户虚拟三分线为例,用户虚拟三分线和实际三分线的位置可能存在差异,所有手机100可以存储用户虚拟三分线,在图像裁剪过程中,使用用户虚拟三分线,即采用上述实施例所示的图像裁剪方式,只是将上述实施例中的目标物体的三分线替换为用户虚拟三分线。
示例性的,继续以用户虚拟三分线手机100获取用户虚拟三分线的方式可以是,在手机 100出厂之前,测试人员使用手机100拍摄待拍摄物体(即目标物体),在待拍摄物体上可以标识有三分线、中心线、黄金分割线等曲线,即用户虚拟曲线。测试人员使用手机100对待拍摄物体进行拍摄,得到的图像上显示待拍摄物体上标注的用户虚拟曲线。以用户虚拟三分线为例,用户虚拟三分线与该图像上待拍摄物体所在的区域的三分线之间可能存在误差,但用户虚拟三分线是用户指定的,所以手机100中可以存储用户虚拟曲线,在裁剪的过程中使用存储的用户虚拟曲线。
应理解,手机100中可以事先存储不同的目标物体对应的用户虚拟曲线,当手机100对某个图像进行裁剪时,可以识别该图像上的目标物体,然后确定该目标物体对应的用户虚拟曲线即可。
应理解,在实际应用中,目标物体所在的区域的面积有大有小,比如,当目标物体是人脸时,人脸框的面积有大有小,而人脸框的面积与人脸框的用户虚拟曲线的相关。因此,手机100中可以存储人脸框的面积和人脸框的用户虚拟曲线之间的对应关系。当手机100对一张图像进行裁剪之前,可以确定该图像中人脸框所占的面积,然后根据该面积在所述对应关系中,确定与所述面积对应的用户虚拟曲线,然后使用类似于上述实施例的处理方式,对图像进行裁剪,只是将上述实施例中的目标物体的三分线替换为确定出的用户虚拟三分线即可。
应理解,本申请实施例提供的图像裁剪方法可以适用于多种场景。比如,手机100将一张图像设置为桌面墙纸、或者将一张图像设置为锁屏墙纸的场景,或者将一张图像设置为社交应用(微信、朋友圈、微博等)的背景墙(比如与某个联系人的聊天界面的背景墙、朋友圈的封面等、微博首页的封面等)、或者将一张图像设置Wie音乐播放器中一首歌的封面的场景,或者两个设备通信,其中一个设备将一张图像发送给另一个设备,另一个设备需要对所述一个设备发送的图像进行裁剪的场景。总之,本申请实施例提供的图像裁剪方法可以应用在任何需要对图像进行裁剪的场景,本文将不一一列举。
本申请的各个实施方式可以任意进行组合,以实现不同的技术效果。
上述本申请提供的实施例中,从终端设备(手机100)作为执行主体的角度对本申请实施例提供的方法进行了介绍。为了实现上述本申请实施例提供的方法中的各功能,终端可以包括硬件结构和/或软件模块,以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能以硬件结构、软件模块、还是硬件结构加软件模块的方式来执行,取决于技术方案的特定应用和设计约束条件。
本申请实施例还提供一种计算机可读存储介质,该存储介质可以包括存储器,该存储器可存储有程序,该程序被执行时,使得电子设备执行包括如前的图2、图12、图15、图17 所示的方法实施例中记载的全部或部分步骤。
本申请实施例还提供一种包含计算机程序产品,当所述计算机程序产品在电子设备上运行时,使得所述电子设备执行包括如前的图2、图12、图15、图17所示的方法实施例中记载的全部或部分步骤。
需要说明的是,本申请实施例中对单元的划分是示意性的,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。本发明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。例如,上述实施例中,第一获取单元和第二获取单元可以是同一个单元,也不同的单元。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。
上述实施例中所用,根据上下文,术语“当…时”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于检测到…”。类似地,根据上下文,短语“在确定…时”或“如果检测到(所陈述的条件或事件)”可以被解释为意思是“如果确定…”或“响应于确定…”或“在检测到(所陈述的条件或事件)时”或“响应于检测到(所陈述的条件或事件)”。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线) 或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘)等。
为了解释的目的,前面的描述是通过参考具体实施例来进行描述的。然而,上面的示例性的讨论并非意图是详尽的,也并非意图要将本申请限制到所公开的精确形式。根据以上教导内容,很多修改形式和变型形式都是可能的。选择和描述实施例是为了充分阐明本申请的原理及其实际应用,以由此使得本领域的其他技术人员能够充分利用具有适合于所构想的特定用途的各种修改的本申请以及各种实施例。

Claims (14)

1.一种图像裁剪方法,其特征在于,应用于一电子设备,所述方法包括:
获取第一图像;
确定所述第一图像所占的第一区域的M条第一目标曲线;M为大于等于2的整数;所述第一区域的面积等于所述第一图像的面积;
确定所述第一图像上的目标物体;
确定所述第一图像上所述目标物体所在的第三区域的M条第三目标曲线;所述M条第一目标曲线和所述M条第三目标曲线一一对应;
确定第i条第一目标曲线和第i条第三目标曲线之间的距离值,共得到M个距离值;i取遍1到M中的任意一个整数;
确定所述M个距离值中的最大值距离值对应的第一目标曲线;
移动所述第一图像,得到第二图像,所述第二图像上所述目标物体所在的第二区域的第二目标曲线和所述第一目标曲线接近或重叠;所述第二区域是所述目标物体的外接多边形;
将所述第二图像中移出所述第一区域的图像部分裁剪掉;
确定所述第二图像上剩余图像的宽度与所述剩余图像上所述目标物体所在的第四区域的宽度之间的比值;
若所述比值大于第三阈值,裁剪所述剩余图像得到第五图像;
其中,所述第五图像上所述目标物体所在的第四区域的上边缘到所述第五图像的上边缘之间的第一距离,与所述第五图像上所述目标物体所在的第四区域的下边缘到所述第五图像的下边缘之间的第二距离的第一比值,等于所述剩余图像上所述目标物体所在的第四区域的上边缘到所述剩余图像的上边缘之间的第三距离,与所述剩余图像上所述目标物体所在的第四区域的下边缘到所述剩余图像的下边缘之间的第四距离的第二比值。
2.如权利要求1所述的方法,其特征在于,所述目标物体是预设的至少一个物体;或者,所述目标物体为用户在所述第一图像上指定的至少一个物体;或者,所述目标物体是所述电子设备根据所述第一图像上的多个物体自动确定出的至少一个物体。
3.如权利要求1或2所述的方法,其特征在于,所述第一目标曲线为所述第一区域的中心线、黄金分割线或三分线;
其中,当所述第一目标曲线为所述第一区域的中心线时,所述第二目标曲线为所述第二区域的中心线;当所述第一目标曲线为所述第一区域的黄金分割线时,所述第二目标曲线为所述第二区域的黄金分割线;当所述第一目标曲线为所述第一区域的三分线时,所述第二目标曲线为所述第二区域的三分线。
4.如权利要求1或2所述的方法,其特征在于,在移动所述第一图像之前,所述方法还包括:
确定所述第一图像上所述目标物体所在的第三区域的第三目标曲线和所述第一目标曲线之间的距离大于预设距离。
5.如权利要求1或2所述的方法,其特征在于,若所述第一图像上包括N个人,所述目标物体为N个人脸,所述第二区域为所述N个人脸所在的N个人脸框的最小外接矩形。
6.如权利要求1或2所述的方法,其特征在于,将所述第二图像中移出所述第一区域的图像部分裁剪掉之后,所述方法还包括:
若所述比值大于第一阈值,且所述剩余图像上所述目标物体所在的第四区域的上边缘到所述剩余图像的上边缘的距离大于第一预设距离,则裁剪所述剩余图像得到第三图像,使得所述第三图像上所述目标物体所在的第四区域的上边缘到所述第三图像的上边缘的距离处于第一距离范围内;
若所述比值小于等于所述第一阈值,且所述剩余图像上所述目标物体所在的第四区域的下边缘到所述剩余图像的下边缘的距离大于第二预设距离,则裁剪所述剩余图像得到第四图像,使得所述第四图像上所述目标物体所在的第四区域的下边缘到所述第四图像的下边缘的距离处于第二距离范围。
7.一种图像裁剪方法,其特征在于,应用于一电子设备,所述方法包括:
获取第一图像;
确定所述第一图像所在的第一区域的至少两条目标曲线;所述第一区域的面积等于所述第一图像的面积;
确定所述第一图像上目标物体所在的第二区域的中心线;所述第二区域是所述目标物体的外接多边形;
确定所述至少两条目标曲线中与所述第二区域的中心线距离最近的第一目标曲线;
确定目标尺寸;所述目标尺寸为对所述第一图像裁剪之后的图像的尺寸;
根据所述目标尺寸和所述第一目标曲线,对所述第一图像裁剪得到第二图像,所述第二图像的尺寸等于所述目标尺寸,且所述第二图像所在的第三区域的第二目标曲线和所述第一目标曲线接近或重叠;所述第二目标曲线和所述第一目标曲线对应;所述第三区域的面积等于所述第二图像的面积;
确定所述第二图像的宽度与所述第二图像上所述目标物体所在的第四区域的宽度之间的比值;
若所述比值大于第一阈值,且所述第二图像上所述目标物体所在的第四区域的上边缘到所述第二图像的上边缘的距离大于第一预设距离,则裁剪所述第二图像得到第三图像,使得所述第三图像上所述目标物体所在的第四区域的上边缘到所述第三图像的上边缘的距离处于第一距离范围内;
若所述比值小于等于所述第一阈值,且所述第二图像上所述目标物体所在的第四区域的下边缘到所述第二图像的下边缘的距离大于第二预设距离,则裁剪所述第二图像得到第四图像,使得所述第四图像上所述目标物体所在的第四区域的下边缘到所述第四图像的下边缘的距离处于第二距离范围。
8.一种图像裁剪方法,其特征在于,应用于一电子设备,所述方法包括:
获取第一图像;
确定所述第一图像所在的第一区域的至少两条目标曲线;所述第一区域的面积等于所述第一图像的面积;
确定所述第一图像上目标物体所在的第二区域的中心线;所述第二区域是所述目标物体的外接多边形;
确定所述至少两条目标曲线中与所述第二区域的中心线距离最近的第一目标曲线;
确定目标尺寸;所述目标尺寸为对所述第一图像裁剪之后的图像的尺寸;
根据所述目标尺寸和所述第一目标曲线,对所述第一图像裁剪得到第二图像,所述第二图像的尺寸等于所述目标尺寸,且所述第二图像所在的第三区域的第二目标曲线和所述第一目标曲线接近或重叠;所述第二目标曲线和所述第一目标曲线对应;所述第三区域的面积等于所述第二图像的面积;
确定所述第二图像的宽度与所述第二图像上所述目标物体所在的第四区域的宽度之间的比值;
若所述比值大于第三阈值,裁剪所述第二图像得到第五图像;
其中,所述第五图像上所述目标物体所在的第四区域的上边缘到所述第五图像的上边缘之间的第一距离,与所述第五图像上所述目标物体所在的第四区域的下边缘到所述第五图像的下边缘之间的第二距离的第一比值,等于所述第二图像上所述目标物体所在的第四区域的上边缘到所述第二图像的上边缘之间的第三距离,与所述第二图像上所述目标物体所在的第四区域的下边缘到所述第二图像的下边缘之间的第四距离的第二比值。
9.如权利要求7或8所述的方法,其特征在于,所述目标物体是预设的至少一个物体;或者,所述目标物体为用户在所述第一图像上指定的至少一个物体;或者,所述目标物体是所述电子设备根据所述第一图像上的多个物体自动确定出的至少一个物体。
10.如权利要求7或8所述的方法,其特征在于,所述第一目标曲线为所述第一区域的中心线、黄金分割线或三分线;其中,当所述第一目标曲线为所述第一区域的中心线时,所述第二目标曲线为所述第三区域的中心线;当所述第一目标曲线为所述第一区域的黄金分割线时,所述第二目标曲线为所述第三区域的黄金分割线;当所述第一目标曲线为所述第一区域的三分线时,所述第二目标曲线为所述第三区域的三分线。
11.如权利要求7或8所述的方法,其特征在于,若所述第一图像上包括N个人,所述目标物体为N个人脸,所述第二区域为所述N个人脸所在的N个人脸框的最小外接矩形;所述第三区域为所述N个人脸所在的N个人脸框的最小外接矩形。
12.一种电子设备,其特征在于,包括处理器和存储器;
所述存储器用于存储第一图像以及一个或多个计算机程序;当所述存储器存储的一个或多个计算机程序被所述处理器执行时,使得所述电子设备能够实现如权利要求1-11任一所述的方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括计算机程序,当计算机程序在电子设备上运行时,使得所述电子设备执行如权利要求1至11任一所述的方法。
14.一种程序产品,其特征在于,包括指令,当所述指令在计算机上运行时,使得所述计算机执行如权利要求1-11任一项所述的方法。
CN201910156703.6A 2019-03-01 2019-03-01 一种图像裁剪方法和电子设备 Active CN110223301B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910156703.6A CN110223301B (zh) 2019-03-01 2019-03-01 一种图像裁剪方法和电子设备
US17/435,493 US20220139008A1 (en) 2019-03-01 2020-02-26 Image Cropping Method and Electronic Device
PCT/CN2020/076695 WO2020177583A1 (zh) 2019-03-01 2020-02-26 一种图像裁剪方法和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910156703.6A CN110223301B (zh) 2019-03-01 2019-03-01 一种图像裁剪方法和电子设备

Publications (2)

Publication Number Publication Date
CN110223301A CN110223301A (zh) 2019-09-10
CN110223301B true CN110223301B (zh) 2021-08-03

Family

ID=67822410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910156703.6A Active CN110223301B (zh) 2019-03-01 2019-03-01 一种图像裁剪方法和电子设备

Country Status (3)

Country Link
US (1) US20220139008A1 (zh)
CN (1) CN110223301B (zh)
WO (1) WO2020177583A1 (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10678244B2 (en) 2017-03-23 2020-06-09 Tesla, Inc. Data synthesis for autonomous control systems
US11157441B2 (en) 2017-07-24 2021-10-26 Tesla, Inc. Computational array microprocessor system using non-consecutive data formatting
US11893393B2 (en) 2017-07-24 2024-02-06 Tesla, Inc. Computational array microprocessor system with hardware arbiter managing memory requests
US10671349B2 (en) 2017-07-24 2020-06-02 Tesla, Inc. Accelerated mathematical engine
US11409692B2 (en) 2017-07-24 2022-08-09 Tesla, Inc. Vector computational unit
US11561791B2 (en) 2018-02-01 2023-01-24 Tesla, Inc. Vector computational unit receiving data elements in parallel from a last row of a computational array
US11215999B2 (en) 2018-06-20 2022-01-04 Tesla, Inc. Data pipeline and deep learning system for autonomous driving
US11361457B2 (en) 2018-07-20 2022-06-14 Tesla, Inc. Annotation cross-labeling for autonomous control systems
US11636333B2 (en) 2018-07-26 2023-04-25 Tesla, Inc. Optimizing neural network structures for embedded systems
US11562231B2 (en) 2018-09-03 2023-01-24 Tesla, Inc. Neural networks for embedded devices
CN115512173A (zh) 2018-10-11 2022-12-23 特斯拉公司 用于使用增广数据训练机器模型的系统和方法
US11196678B2 (en) 2018-10-25 2021-12-07 Tesla, Inc. QOS manager for system on a chip communications
US11816585B2 (en) 2018-12-03 2023-11-14 Tesla, Inc. Machine learning models operating at different frequencies for autonomous vehicles
US11537811B2 (en) 2018-12-04 2022-12-27 Tesla, Inc. Enhanced object detection for autonomous vehicles based on field view
US11610117B2 (en) 2018-12-27 2023-03-21 Tesla, Inc. System and method for adapting a neural network model on a hardware platform
US10997461B2 (en) 2019-02-01 2021-05-04 Tesla, Inc. Generating ground truth for machine learning from time series elements
US11567514B2 (en) 2019-02-11 2023-01-31 Tesla, Inc. Autonomous and user controlled vehicle summon to a target
US10956755B2 (en) 2019-02-19 2021-03-23 Tesla, Inc. Estimating object properties using visual image data
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
CN111031178A (zh) * 2019-12-19 2020-04-17 维沃移动通信有限公司 一种视频流裁剪方法及电子设备
CN111385489B (zh) * 2020-03-20 2022-09-23 百度在线网络技术(北京)有限公司 一种短视频封面的制作方法、装置、设备和存储介质
CN111415302B (zh) * 2020-03-25 2023-06-09 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
CN111626166B (zh) * 2020-05-19 2023-06-09 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备及存储介质
CN112532785B (zh) * 2020-11-23 2022-02-01 上海米哈游天命科技有限公司 图像显示方法、装置、电子设备以及存储介质
CN112489086A (zh) * 2020-12-11 2021-03-12 北京澎思科技有限公司 目标跟踪方法、目标跟踪装置、电子设备及存储介质
CN114782433B (zh) * 2022-06-20 2022-09-20 联宝(合肥)电子科技有限公司 一种键帽检测方法、装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105892869A (zh) * 2016-04-28 2016-08-24 北京小米移动软件有限公司 图片位置调整方法及装置
CN107123084A (zh) * 2016-02-24 2017-09-01 奥多比公司 优化图像裁剪
CN107590461A (zh) * 2017-09-12 2018-01-16 广东欧珀移动通信有限公司 人脸识别方法及相关产品
CN107610131A (zh) * 2017-08-25 2018-01-19 百度在线网络技术(北京)有限公司 一种图像裁剪方法和图像裁剪装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5525757B2 (ja) * 2009-05-18 2014-06-18 オリンパス株式会社 画像処理装置、電子機器、及びプログラム
US20120242849A1 (en) * 2011-03-21 2012-09-27 Apple Inc. Assisted Image Capture
US9805289B2 (en) * 2015-12-18 2017-10-31 Ricoh Co., Ltd. Color-based post-processing of images
CN107678648A (zh) * 2017-09-27 2018-02-09 北京小米移动软件有限公司 截屏处理方法及装置
CN107749046B (zh) * 2017-10-27 2020-02-07 维沃移动通信有限公司 一种图像处理方法及移动终端
CN108376255B (zh) * 2018-03-30 2023-06-30 腾讯科技(深圳)有限公司 一种图像处理方法、装置及存储介质
CN108776970B (zh) * 2018-06-12 2021-01-12 北京字节跳动网络技术有限公司 图像处理方法和装置
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107123084A (zh) * 2016-02-24 2017-09-01 奥多比公司 优化图像裁剪
CN105892869A (zh) * 2016-04-28 2016-08-24 北京小米移动软件有限公司 图片位置调整方法及装置
CN107610131A (zh) * 2017-08-25 2018-01-19 百度在线网络技术(北京)有限公司 一种图像裁剪方法和图像裁剪装置
CN107590461A (zh) * 2017-09-12 2018-01-16 广东欧珀移动通信有限公司 人脸识别方法及相关产品

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
AN HYBRID RECURRENT CONVOLUTIONAL NEURAL NETWORK FOR CROP TYPE RECOGNITION BASED ON MULTITEMPORAL SAR IMAGE SEQUENCES;Jose Bermudez Castro 等;《IEEE》;20181105;第3824-3827页 *
Photoshop CS6全新的裁剪工具;曹升赓;《数码暗房》;20131231;第68-70页 *

Also Published As

Publication number Publication date
CN110223301A (zh) 2019-09-10
WO2020177583A1 (zh) 2020-09-10
US20220139008A1 (en) 2022-05-05

Similar Documents

Publication Publication Date Title
CN110223301B (zh) 一种图像裁剪方法和电子设备
CN109766066B (zh) 一种消息处理的方法、相关装置及系统
US11669242B2 (en) Screenshot method and electronic device
CN108605097B (zh) 光学成像方法及其装置
WO2021052279A1 (zh) 一种折叠屏显示方法及电子设备
US20150074566A1 (en) Mobile terminal and method for controlling the same
CN113542581A (zh) 多路录像的取景方法、图形用户界面及电子设备
EP2050267A1 (en) Method and device for creating custom digital image frames
CN112425156B (zh) 一种基于连拍选择图像的方法及电子设备
CN113497881B (zh) 图像处理方法及装置
US11842031B2 (en) Method for displaying application icon and electronic device
EP4007287A1 (en) Video processing method, device, terminal, and storage medium
CN110430357B (zh) 一种图像拍摄方法与电子设备
US20220365675A1 (en) Method for Quickly Entering Application and Electronic Device Having Foldable Screen
CN106303229A (zh) 一种拍照方法及装置
CN115250327A (zh) 一种变焦拍摄场景下的预览图像显示方法与电子设备
KR101651125B1 (ko) 이동 단말기 및 이것의 영상 디스플레이 방법
CN114466101B (zh) 显示方法及电子设备
CN112306314B (zh) 一种界面显示方法及电子设备
CN114666433A (zh) 一种终端设备中啸叫处理方法及装置、终端
CN116521290A (zh) 一种显示应用的方法及电子设备
CN116311311B (zh) 电子表格生成方法、装置、电子设备及可读存储介质
CN114615362B (zh) 相机控制方法、装置和存储介质
CN110493511B (zh) 一种全景图像生成方法及移动终端
CN117201920A (zh) 拍照方法、智能终端及存储介质

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