CN110430359B - 拍摄辅助方法、装置、计算机设备和存储介质 - Google Patents

拍摄辅助方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN110430359B
CN110430359B CN201910698062.7A CN201910698062A CN110430359B CN 110430359 B CN110430359 B CN 110430359B CN 201910698062 A CN201910698062 A CN 201910698062A CN 110430359 B CN110430359 B CN 110430359B
Authority
CN
China
Prior art keywords
target
scene
shooting
camera
segmentation
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
CN201910698062.7A
Other languages
English (en)
Other versions
CN110430359A (zh
Inventor
王涛
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.)
Beijing Megvii Technology Co Ltd
Original Assignee
Beijing Megvii Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Megvii Technology Co Ltd filed Critical Beijing Megvii Technology Co Ltd
Priority to CN201910698062.7A priority Critical patent/CN110430359B/zh
Publication of CN110430359A publication Critical patent/CN110430359A/zh
Application granted granted Critical
Publication of CN110430359B publication Critical patent/CN110430359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/61Control of cameras or camera modules based on recognised objects
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/64Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/695Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects

Abstract

本申请涉及一种拍摄辅助方法、装置、计算机设备和存储介质,通过对广角摄像头采集的广角图像进行区域分割,使区域分割得到的每个分割区域仅包含至多属于一类场景的对象,用户在以各个分割区域为中心拓展出的图像块的基础上选择希望拍摄的对象,从而可以准确的确定用户所要拍摄的场景并使用与场景对应的参数进行拍摄,同时辅助用户调整拍摄设备的拍摄方向和位置来辅助用户构图,使得用户可以使用正确的参数拍摄希望拍摄的对象,得到质量良好的图像。

Description

拍摄辅助方法、装置、计算机设备和存储介质
技术领域
本申请涉及智能终端技术领域,特别是涉及一种拍摄辅助方法、装置、计算机设备和存储介质。
背景技术
随着智能终端设备的发展,智能终端的拍摄功能也得到了普及与推广。当用户进行拍摄时候,一般情况下智能终端一般会基于用户瞄准的事物自动匹配相机参数进行图像拍摄。
但是这种方式,存在一个缺陷,若图像中包含不同场景的对象时,智能终端容易错误选择拍摄场景,比如用户拍摄蓝天下的花草时候,由于拍摄场景同时存在蓝天和花草,这个时候场景分类算法很难直接区分出用户关注的重点到底是蓝天还是花草,此时若错误选择场景,将会导致相机参数使用错误,最终影响用户的拍摄质量。
发明内容
基于此,有必要针对上述技术问题,提供拍摄辅助方法、装置、计算机设备和存储介质。
一种拍摄辅助方法,所述方法包括:
获取拍摄设备的广角摄像头采集的广角图像,对所述广角图像进行区域分割,得到多个分割区域,使每个分割区域包含至多属于一类场景的对象;
以每个所述分割区域为中心,分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块,并将所述图像块呈现于所述拍摄设备的界面;
根据用户输入的选择信号从多个所述图像块中选择目标图像块;
根据所述目标图像块与所述广角图像的位置关系,获取拍摄设备的移动方向和移动距离;其中,所述移动方向和移动距离用于提示用户将所述拍摄设备移动至目标拍摄位置;
确定所述目标图像块所对应的场景类别作为目标场景类别,所述目标场景类别为所述多个预设的场景类别中的一种,每一所述场景类别对应一组相机参数;
用所述拍摄设备的长焦摄像头使用目标场景类别对应的相机参数进行拍照。
在其中一个实施例中,所述确定所述目标图像块所对应的场景类别作为目标场景类别包括:
将所述目标图像块包含的分割区域确定为目标分割区域;
对所述目标分割区域进行场景识别,将所述场景识别的结果作为所述目标场景类别;或者,
对每个所述分割区域进行场景识别,根据所述场景识别的结果得到每个所述分割区域的场景类别,将每个所述分割区域的场景类别中与所述目标分割区域对应的场景类别作为所述目标分割区域的场景类别。
在其中一个实施例中,所述方法还包括:
控制所述拍摄设备的界面进入长焦预览;
若所述长焦预览的界面与所述目标图像块一致,则判定所述拍摄设备按照所述移动方向和所述移动距离移动至目标拍摄位置。
在其中一个实施例中,所述以每个所述分割区域为中心分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块包括:
根据所述拍摄设备的型号确定所述广角摄像头与所述长焦摄像头之间的倍数关系;
根据所述倍数关系和所述广角图像确定所述长焦摄像头的视野FOV的大小;
根据所述长焦摄像头的视野FOV的大小确定所述图像块的大小。
在其中一个实施例中,所述以每个所述分割区域为中心,分别获取与所述拍摄设备的长焦摄像头的视场角FOV匹配的图像块包括:
使用预设算法处理各个所述分割区域,获取各个所述分割区域的中心,其中,所述预设算法可以计算任意多边形的中心;
基于每个所述分割区域的中心拓展,得到多个与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块。
一种拍摄辅助装置,所述装置包括:
图像分割模块,用于获取拍摄设备的广角摄像头采集的广角图像,对所述广角图像进行区域分割,得到多个分割区域,使每个分割区域包含至多属于一类场景的对象;
图像块获取模块,用于以每个所述分割区域为中心分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块,并将所述图像块呈现于拍摄设备的界面;
交互模块,用于根据用户输入的选择信号从多个所述图像块中选择目标图像块;
拍摄辅助模块,用于根据所述目标图像块与所述广角图像的位置关系获取拍摄设备的移动方向和移动距离;以及确定所述目标图像块所对应的场景类别作为目标场景类别,用所述拍摄设备的长焦摄像头使用目标场景类别对应的相机参数进行拍照;其中,所述目标场景类别为所述多个预设的场景类别中的一种,每一所述场景类别对应一组相机参数;所述移动方向和移动距离用于提示用户将所述拍摄设备移动至目标拍摄位置。
在其中一个实施例中,所述交互模块,具体用于将所述目标图像块包含的分割区域确定为目标分割区域;对所述目标分割区域进行场景识别,将所述场景识别的结果作为所述目标场景类别;或者,对每个所述分割区域进行场景识别,根据所述场景识别的结果得到每个所述分割区域的场景类别,将每个所述分割区域的场景类别中与所述目标分割区域对应的场景类别作为所述目标分割区域的场景类别。
在其中一个实施例中,拍摄辅助模块,还用于控制所述拍摄设备的界面进入长焦预览;若所述长焦预览的界面与所述目标图像块一致,则判定所述拍摄设备按照所述移动方向和所述移动距离移动至目标拍摄位置。
一种计算机设备,包括存储器及处理器,所述存储器上存储有可在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本申请实施例所述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本申请实施例所述的方法的步骤。
上述拍摄辅助方法、装置、计算机设备和存储介质,通过对广角摄像头采集的广角图像进行区域分割,使区域分割得到的每个分割区域仅包含至多属于一类场景的对象,用户在以各个分割区域为中心拓展出的图像块的基础上选择希望拍摄的对象,从而可以准确的确定用户所要拍摄的场景并使用与场景对应的参数进行拍摄,同时辅助用户调整拍摄设备的拍摄方向和位置来辅助用户构图,使得用户可以使用正确的参数拍摄希望拍摄的对象,得到质量良好的图像。
附图说明
图1为一个实施例中的拍摄设备;
图2为一个实施例中拍摄辅助方法的流程图;
图3为一个实施例中图像的区域分割的示例;
图4为一个实施例中拍摄辅助方法补充步骤的流程图;
图5为一个实施例中步骤S220的细化步骤的流程示意图;
图6为一个实施例中拍摄辅助装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的拍摄辅助方法,可以应用于如图1所示的拍摄设备中。该拍摄设备包含广角摄像头和长焦摄像头。广角摄像头和长焦摄像头的相对位置固定,二者皆可以采集图像。该拍摄设备还包含处理器,该处理器可以运行预设的算法对图像进行处理,实现图像分割或者计算多边形的中心等等功能。可选地,该拍摄设备可以但不限于是各种智能终端,例如,智能手机、平板电脑等设备。
在一个实施例中,如图2所示,提供了一种拍摄辅助方法,以该方法应用于图1中的拍摄设备为例进行说明,包括以下步骤:
步骤210,获取拍摄设备的广角摄像头采集的广角图像,对所述广角图像进行区域分割,得到多个分割区域,使每个分割区域包含至多属于一类场景的对象。
具体地,拍摄设备获取拍摄设备的广角摄像头采集的广角图像后,会使用预设的图像分割算法对所述广角图像进行区域分割,得到多个分割区域。常用的区域分割算法有Graph-Based Image Segmentation等。通常情况下,区域分割得到的每个分割区域仅包含同属一个场景类别的对象。例如,将天空,云,海,植物和沙滩预设为几个不同的场景类别,区域分割图3中的左边图像,可以得到的分割结果如图3中的右侧图像,该右侧图像中天空,云,海,植物和沙滩这几个场景类型的对象明显的被分割到不同的分割区域。在后续步骤中,用户会基于分割区域选择所要拍摄的对象,由于一个分割区域只对应属于一种场景类别的对象,拍摄设备便会准确的确定出用户所选的分割区域中所包含对象对应的场景类别,从而选择与场景类别对应的参数进行最终拍摄。而不会出现由于拍摄场景同时存在几种不同类别的对象,拍摄设备不知道用户所要选择的是哪个类别的图像的情况。
可选地,在拍摄设备对广角图像进行区域分割后,可能得到过多的分割结果,此时可以对分割结果进行数据筛选,将主要的区域作为分割区域;或对分割结果进行合并得到分割区域。
步骤220,以每个所述分割区域为中心,分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块,并将所述图像块呈现于拍摄设备的界面。
具体地,拍摄设备以每个所述分割区域为中心,分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块,并将所述图像块呈现于拍摄设备的界面。可选地,拍摄设备可以基于分割区域中的某一点进行拓展,得到与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块。可选地,该某一点可以为分割区域的中心。
可选地,拍摄设备可以首先使用预设的算法确定每个所述分割区域的中心,之后再基于每个所述分割区域的中心拓展,得到多个与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块。在得到多个图像块之后,通过拍摄设备的显示界面输出这些图像块,使这些图像块呈现于拍摄设备的界面上,以供用户进行目标对象/目标场景的选择。同时,由于将每个所述分割区域的中心拓展为了与最终长焦摄像头拍摄视野FOV匹配的图像块,使得用户可以在选择目标图像块的同时对最终拍摄结果进行了预览。可选地,在步骤S220之前可以使用预设算法处理各个所述分割区域,获取各个所述分割区域的中心,其中,所述预设算法可以计算任意多边形的中心。
步骤230,根据用户输入的选择信号从多个所述图像块中选择目标图像块。
具体地,用户可以通过拍摄设备的输入装置(例如触摸屏,键盘,或者语音识别装置等等)输入选择信号。拍摄设备在接收该选择信号后,将与该信号对应的图像块确定为目标图像块。
步骤240,根据所述目标图像块与所述广角图像的位置关系获取拍摄设备的移动方向和移动距离。
其中,所述移动方向和移动距离用于提示用户将所述拍摄设备移动至目标拍摄位置。具体地,可以根据目标图像块的中心与广角图像的中心的位置关系,推算出拍摄设备大致需要往什么方向移动多大距离,才可以拍摄与目标图像块对应的长焦摄像头的视野FOV中的图像。可选地,可以使用预设算法处理所述目标图像块和所述广角图像,获取所述目标图像块的中心与所述广角图像的中心,其中,所述预设算法可以计算任意多边形的中心。可选地,在得到移动方向和移动距离后,可以将移动方向和移动距离作为提示该信息显示于拍摄设备的界面上,或者通过语音的形式输出该提示信息。
步骤250,确定所述目标图像块所对应的场景类别作为目标场景类别。
其中,所述目标场景类别为所述多个预设的场景类别中的一种,每一所述场景类别对应一组相机参数。可选地,该场景类别可以包含人像、景物(可以进一步划分为静止景物或动态景物)、美食等等。可选地,为了对图像精细化处理还可以将不同的事物设置为不同的类别,例如,可以将天空,云,海,植物和沙滩这些景物分别预设为几个不同的场景类别。可选地,每个场景类别的相机参数为多次试验得到的各个场景类别下使用的较优(也可能是最优)的相机参数。应当清楚的是,该相机参数为最终拍摄所使用的摄像头的参数,在此为长焦摄像头的相机参数。例如,当用户选择了云所在的图像块作为目标图像块后,即可确定该图像块对应的云这个场景类别作为目标场景类别,从而使用该场景类别对应的相机参数进行拍摄。
具体地,由于图像块是基于分割区域拓展得到的,即每个图像块都有一个对应的分割区域。拍摄装置得到目标图像块,即确定了目标分割区域,之后将目标分割区域对应的场景类别作为目标场景类别。
更具体地,可以首先将所述目标图像块包含的分割区域确定为目标分割区域,之后可以对所述目标分割区域进行场景识别,将所述场景识别的结果作为所述目标场景类别。如此,只对一个目标分割区域进行了场景识别,可以节省算力。
也可以对每个所述分割区域进行场景识别,根据所述场景识别的结果得到每个所述分割区域的场景类别,将每个所述分割区域的场景类别中与所述目标分割区域对应的场景类别作为所述目标分割区域的场景类别。如此,可以在用户进行目标图像块的选择前预先进行所有分割区域的场景识别,一旦用户选择了目标图像块无需进行场景识别即可立即对应到场景和场景参数,延时少,用户体验好。
步骤260,用所述拍摄设备的长焦摄像头使用目标场景类别对应的相机参数进行拍照。
具体地,在确定目标场景类别后,即可将该目标场景类别对应的相机参数作为所述拍摄设备的当前相机参数进行拍照。例如,图3右侧图像为得到的广角图像,如果用户选择的目标图像块为包含“云”的图像块,则在拍照时摄设备的长焦摄像头使用“云”这种场景下的相机参数进行拍照。
上述拍摄辅助方法中,通过对广角摄像头采集的广角图像进行区域分割,使区域分割得到的每个分割区域仅包含至多属于一类场景的对象,用户在以各个分割区域为中心拓展出的图像块的基础上选择希望拍摄的对象,从而可以准确的确定用户所要拍摄的场景并使用与场景对应的参数进行拍摄,同时辅助用户调整拍摄设备的拍摄方向和位置来辅助用户构图,使得用户可以使用正确的参数拍摄希望拍摄的对象,得到质量良好的图像。
在其中一个实施例中,如图4所示,上述拍摄辅助方法还包括:
步骤S270,控制所述拍摄设备的界面进入长焦预览。
具体地,控制所述拍摄设备使用长焦摄像头采集图像,并将采集的图像显示在拍摄设备的界面上。
步骤S280,若所述长焦预览的界面与所述目标图像块一致,则判定所述拍摄设备按照所述移动方向和所述移动距离移动至目标拍摄位置。
具体地,将长焦预览的界面与所述目标图像块进行比对,若所述长焦预览的界面与所述目标图像块一致,则判定所述拍摄设备按照所述移动方向和所述移动距离移动至目标拍摄位置。
本实施例中的方法可以保证用户将拍摄设备移动至目标拍摄位置,该目标拍摄位置可以使用户获取良好的图像。
在其中一个实施例中,如图5所示,步骤S220也可以包括:
步骤S221,根据所述拍摄设备的型号确定所述广角摄像头与所述长焦摄像头之间的倍数关系。
步骤S222,根据所述倍数关系和所述广角图像确定所述长焦摄像头的视野FOV的大小。
步骤S223,根据所述长焦摄像头的视野FOV的大小确定所述图像块的大小。
本实施例的方法给出了一种图像块大小确认的方法,该方法数据处理效率高,其得到的图像块与长焦摄像头的视野FOV匹配度高。
应该理解的是,虽然图2、图4、图5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2、图4、图5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,提供了一种拍摄辅助装置,其结构框图如图6所示,包括:
图像分割模块610,用于获取拍摄设备的广角摄像头采集的广角图像,对所述广角图像进行区域分割,得到多个分割区域,使每个分割区域包含至多属于一类场景的对象;
图像块获取模块620,用于以每个所述分割区域为中心分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块,并将所述图像块呈现于拍摄设备的界面;
交互模块630,用于根据用户输入的选择信号从多个所述图像块中选择目标图像块;
拍摄辅助模块640,用于根据所述目标图像块与所述广角图像的位置关系获取拍摄设备的移动方向和移动距离;其中,所述移动方向和移动距离用于提示用户将所述拍摄设备移动至目标拍摄位置;
参数配置模块650,用于确定所述目标图像块所对应的场景类别作为目标场景类别,用所述拍摄设备的长焦摄像头使用目标场景类别对应的相机参数进行拍照;其中,所述目标场景类别为所述多个预设的场景类别中的一种,每一所述场景类别对应一组相机参数。
在其中一个实施例中,参数配置模块650,具体用于对所述目标分割区域进行场景识别,并根据所述场景识别的结果得到所述目标分割区域的场景类别;或者,对每个所述分割区域进行场景识别,根据所述场景识别的结果得到每个所述分割区域的场景类别。
在其中一个实施例中,拍摄辅助模块640,还用于控制所述拍摄设备的界面进入长焦预览;若所述长焦预览的界面与所述目标图像块一致,则判定所述拍摄设备按照所述移动方向和所述移动距离移动至目标拍摄位置。
在其中一个实施例中,图像块获取模块620,具体用于根据所述拍摄设备的型号确定所述广角摄像头与所述长焦摄像头之间的倍数关系;根据所述倍数关系和所述广角图像确定所述长焦摄像头的视野FOV的大小;根据所述长焦摄像头的视野FOV的大小确定所述图像块的大小。
在其中一个实施例中,图像块获取模块620,具体用于使用预设算法处理各个所述分割区域,获取各个所分割区域的中心,其中,所述预设算法可以计算任意多边形的中心;基于每个所述分割区域的中心拓展,得到多个与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块。
关于拍摄辅助装置的具体限定可以参见上文中对于拍摄辅助方法的限定,在此不再赘述。上述拍摄辅助装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种拍摄辅助方法或者辅助驾驶方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:获取拍摄设备的广角摄像头采集的广角图像,对所述广角图像进行区域分割,得到多个分割区域,使每个分割区域包含至多属于一类场景的对象;以每个所述分割区域为中心,分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块,并将所述图像块呈现于所述拍摄设备的界面;根据用户输入的选择信号从多个所述图像块中选择目标图像块;根据所述目标图像块与所述广角图像的位置关系,获取拍摄设备的移动方向和移动距离;其中,所述移动方向和移动距离用于提示用户将所述拍摄设备移动至目标拍摄位置;确定所述目标图像块所对应的场景类别作为目标场景类别,所述目标场景类别为所述多个预设的场景类别中的一种,每一所述场景类别对应一组相机参数;用所述拍摄设备的长焦摄像头使用目标场景类别对应的相机参数进行拍照。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将所述目标图像块包含的分割区域确定为目标分割区域;对所述目标分割区域进行场景识别,将所述场景识别的结果作为所述目标场景类别;或者,对每个所述分割区域进行场景识别,根据所述场景识别的结果得到每个所述分割区域的场景类别,将每个所述分割区域的场景类别中与所述目标分割区域对应的场景类别作为所述目标分割区域的场景类别。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:控制所述拍摄设备的界面进入长焦预览;若所述长焦预览的界面与所述目标图像块一致,则判定所述拍摄设备按照所述移动方向和所述移动距离移动至目标拍摄位置。
在一个实施例中,处理器执行计算机程序时具体实现以下步骤:根据所述拍摄设备的型号确定所述广角摄像头与所述长焦摄像头之间的倍数关系;根据所述倍数关系和所述广角图像确定所述长焦摄像头的视野FOV的大小;根据所述长焦摄像头的视野FOV的大小确定所述图像块的大小。
在一个实施例中,处理器执行计算机程序时具体实现以下步骤:使用预设算法处理各个所述分割区域,获取各个所分割区域的中心,其中,所述预设算法可以计算任意多边形的中心基于每个所述分割区域的中心拓展,得到多个与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取拍摄设备的广角摄像头采集的广角图像,对所述广角图像进行区域分割,得到多个分割区域,使每个分割区域包含至多属于一类场景的对象;以每个所述分割区域为中心,分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块,并将所述图像块呈现于所述拍摄设备的界面;根据用户输入的选择信号从多个所述图像块中选择目标图像块;根据所述目标图像块与所述广角图像的位置关系,获取拍摄设备的移动方向和移动距离;其中,所述移动方向和移动距离用于提示用户将所述拍摄设备移动至目标拍摄位置;确定所述目标图像块所对应的场景类别作为目标场景类别,所述目标场景类别为所述多个预设的场景类别中的一种,每一所述场景类别对应一组相机参数;用所述拍摄设备的长焦摄像头使用目标场景类别对应的相机参数进行拍照。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将所述目标图像块包含的分割区域确定为目标分割区域;对所述目标分割区域进行场景识别,将所述场景识别的结果作为所述目标场景类别;或者,对每个所述分割区域进行场景识别,根据所述场景识别的结果得到每个所述分割区域的场景类别,将每个所述分割区域的场景类别中与所述目标分割区域对应的场景类别作为所述目标分割区域的场景类别。
在一个实施例中,计算机程序被处理器执行时具体实现以下步骤:控制所述拍摄设备的界面进入长焦预览;若所述长焦预览的界面与所述目标图像块一致,则判定所述拍摄设备按照所述移动方向和所述移动距离移动至目标拍摄位置。
在一个实施例中,计算机程序被处理器执行时具体实现以下步骤:根据所述拍摄设备的型号确定所述广角摄像头与所述长焦摄像头之间的倍数关系;根据所述倍数关系和所述广角图像确定所述长焦摄像头的视野FOV的大小;根据所述长焦摄像头的视野FOV的大小确定所述图像块的大小。
在一个实施例中,计算机程序被处理器执行时具体实现以下步骤:使用预设算法处理各个所述分割区域,获取各个所分割区域的中心,其中,所述预设算法可以计算任意多边形的中心;基于每个所述分割区域的中心拓展,得到多个与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是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非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种拍摄辅助方法,其特征在于,所述方法包括:
获取拍摄设备的广角摄像头采集的广角图像,对所述广角图像进行区域分割,得到多个分割区域,使每个分割区域包含至多属于一类场景的对象;
以每个所述分割区域为中心,分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块,并将所述图像块呈现于所述拍摄设备的界面;
根据用户输入的选择信号从多个所述图像块中选择目标图像块;
根据所述目标图像块与所述广角图像的位置关系,获取拍摄设备的移动方向和移动距离;其中,所述移动方向和移动距离用于提示用户将所述拍摄设备移动至目标拍摄位置;所述移动方向和移动距离为根据目标图像块的中心与广角图像的中心的位置关系推算得到;
确定所述目标图像块所对应的场景类别作为目标场景类别,所述目标场景类别为多个预设的场景类别中的一种,每一所述场景类别对应一组相机参数;
用所述拍摄设备的长焦摄像头使用目标场景类别对应的相机参数进行拍照。
2.根据权利要求1所述的方法,其特征在于,所述确定所述目标图像块所对应的场景类别作为目标场景类别包括:
将所述目标图像块包含的分割区域确定为目标分割区域;
对所述目标分割区域进行场景识别,将所述场景识别的结果作为所述目标场景类别;或者,
对每个所述分割区域进行场景识别,根据所述场景识别的结果得到每个所述分割区域的场景类别,将每个所述分割区域的场景类别中与所述目标分割区域对应的场景类别作为所述目标分割区域的场景类别。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
控制所述拍摄设备的界面进入长焦预览;
若所述长焦预览的界面与所述目标图像块一致,则判定所述拍摄设备按照所述移动方向和所述移动距离移动至目标拍摄位置。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述以每个所述分割区域为中心,分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块包括:
根据所述拍摄设备的型号确定所述广角摄像头与所述长焦摄像头之间的倍数关系;
根据所述倍数关系和所述广角图像确定所述长焦摄像头的视野FOV的大小;
根据所述长焦摄像头的视野FOV的大小确定所述图像块的大小。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述以每个所述分割区域为中心,分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块包括:
使用预设算法处理各个所述分割区域,获取各个所述分割区域的中心,其中,所述预设算法可以计算任意多边形的中心;
基于每个所述分割区域的中心拓展,得到多个与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块。
6.一种拍摄辅助装置,其特征在于,所述装置包括:
图像分割模块,用于获取拍摄设备的广角摄像头采集的广角图像,对所述广角图像进行区域分割,得到多个分割区域,使每个分割区域包含至多属于一类场景的对象;
图像块获取模块,用于以每个所述分割区域为中心,分别获取与所述拍摄设备的长焦摄像头的视野FOV匹配的图像块,并将所述图像块呈现于拍摄设备的界面;
交互模块,用于根据用户输入的选择信号从多个所述图像块中选择目标图像块;
拍摄辅助模块,用于根据所述目标图像块与所述广角图像的位置关系获取拍摄设备的移动方向和移动距离;其中,所述移动方向和移动距离用于提示用户将所述拍摄设备移动至目标拍摄位置;所述移动方向和移动距离为根据目标图像块的中心与广角图像的中心的位置关系推算得到;
参数配置模块,用于确定所述目标图像块所对应的场景类别作为目标场景类别,用所述拍摄设备的长焦摄像头使用目标场景类别对应的相机参数进行拍照;其中,所述目标场景类别为多个预设的场景类别中的一种,每一所述场景类别对应一组相机参数。
7.根据权利要求6所述的装置,其特征在于,所述参数配置模块,具体用于将所述目标图像块包含的分割区域确定为目标分割区域;对所述目标分割区域进行场景识别,将所述场景识别的结果作为所述目标场景类别;或者,对每个所述分割区域进行场景识别,根据所述场景识别的结果得到每个所述分割区域的场景类别,将每个所述分割区域的场景类别中与所述目标分割区域对应的场景类别作为所述目标分割区域的场景类别。
8.根据权利要求6或7所述的装置,其特征在于,拍摄辅助模块,还用于控制所述拍摄设备的界面进入长焦预览;若所述长焦预览的界面与所述目标图像块一致,则判定所述拍摄设备按照所述移动方向和所述移动距离移动至目标拍摄位置。
9.一种计算机设备,包括存储器及处理器,所述存储器上存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN201910698062.7A 2019-07-31 2019-07-31 拍摄辅助方法、装置、计算机设备和存储介质 Active CN110430359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910698062.7A CN110430359B (zh) 2019-07-31 2019-07-31 拍摄辅助方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910698062.7A CN110430359B (zh) 2019-07-31 2019-07-31 拍摄辅助方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN110430359A CN110430359A (zh) 2019-11-08
CN110430359B true CN110430359B (zh) 2021-07-09

Family

ID=68411578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910698062.7A Active CN110430359B (zh) 2019-07-31 2019-07-31 拍摄辅助方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110430359B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110929615B (zh) * 2019-11-14 2022-10-18 RealMe重庆移动通信有限公司 图像处理方法、图像处理装置、存储介质与终端设备
CN111277760B (zh) * 2020-02-28 2022-02-01 Oppo广东移动通信有限公司 一种拍摄构图方法及终端、存储介质
US20230224575A1 (en) * 2020-03-20 2023-07-13 Huawei Technologies Co., Ltd. Shooting method and device
CN112640420B (zh) * 2020-03-20 2023-01-17 深圳市大疆创新科技有限公司 电子装置的控制方法、装置、设备及系统
CN113497890B (zh) * 2020-03-20 2023-04-07 华为技术有限公司 一种拍摄方法及设备
CN112004054A (zh) * 2020-07-29 2020-11-27 深圳宏芯宇电子股份有限公司 多方位监控方法、设备及计算机可读存储介质
CN113570617B (zh) * 2021-06-24 2022-08-23 荣耀终端有限公司 图像处理方法、装置和电子设备
CN113643376A (zh) * 2021-07-13 2021-11-12 杭州群核信息技术有限公司 相机视角生成方法、装置、计算设备以及存储介质
CN114071024A (zh) * 2021-11-26 2022-02-18 北京百度网讯科技有限公司 图像拍摄方法、神经网络训练方法、装置、设备和介质
CN115514892B (zh) * 2022-09-20 2023-04-18 北京拙河科技有限公司 一种摄像头精度分层选择方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927503A (zh) * 2014-04-03 2014-07-16 北京智谷睿拓技术服务有限公司 关联方法和关联设备
CN106603901A (zh) * 2015-10-14 2017-04-26 诺基亚技术有限公司 用于场景匹配的方法和装置
CN107087107A (zh) * 2017-05-05 2017-08-22 中国科学院计算技术研究所 基于双摄像头的图像处理装置及方法
CN107493426A (zh) * 2017-07-05 2017-12-19 努比亚技术有限公司 一种信息采集方法、设备和计算机可读存储介质
CN107517345A (zh) * 2016-06-17 2017-12-26 华为终端(东莞)有限公司 拍摄预览方法及拍摄设备
CN108965699A (zh) * 2018-07-02 2018-12-07 珠海市魅族科技有限公司 拍摄对象的参数调整方法和装置、终端、可读存储介质
CN109919891A (zh) * 2019-03-14 2019-06-21 Oppo广东移动通信有限公司 成像方法、装置、终端及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8810712B2 (en) * 2012-01-20 2014-08-19 Htc Corporation Camera system and auto focus method
CN104732210A (zh) * 2015-03-17 2015-06-24 深圳超多维光电子有限公司 目标人脸跟踪方法及电子设备
CN105407294A (zh) * 2015-10-27 2016-03-16 努比亚技术有限公司 图像曝光方法及移动终端
US10264164B2 (en) * 2017-01-27 2019-04-16 Gaston Daniel Baudat System and method of correcting imaging errors for a telescope by referencing a field of view of the telescope
CN107835364A (zh) * 2017-10-30 2018-03-23 维沃移动通信有限公司 一种拍照辅助方法及移动终端
CN107820020A (zh) * 2017-12-06 2018-03-20 广东欧珀移动通信有限公司 拍摄参数的调整方法、装置、存储介质及移动终端
CN108462826A (zh) * 2018-01-23 2018-08-28 维沃移动通信有限公司 一种辅助拍照的方法及移动终端
CN108513069B (zh) * 2018-03-30 2021-01-08 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
CN110446014B (zh) * 2019-08-26 2021-07-20 达闼机器人有限公司 一种监控方法、监控设备及计算机可读存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927503A (zh) * 2014-04-03 2014-07-16 北京智谷睿拓技术服务有限公司 关联方法和关联设备
CN106603901A (zh) * 2015-10-14 2017-04-26 诺基亚技术有限公司 用于场景匹配的方法和装置
CN107517345A (zh) * 2016-06-17 2017-12-26 华为终端(东莞)有限公司 拍摄预览方法及拍摄设备
CN107087107A (zh) * 2017-05-05 2017-08-22 中国科学院计算技术研究所 基于双摄像头的图像处理装置及方法
CN107493426A (zh) * 2017-07-05 2017-12-19 努比亚技术有限公司 一种信息采集方法、设备和计算机可读存储介质
CN108965699A (zh) * 2018-07-02 2018-12-07 珠海市魅族科技有限公司 拍摄对象的参数调整方法和装置、终端、可读存储介质
CN109919891A (zh) * 2019-03-14 2019-06-21 Oppo广东移动通信有限公司 成像方法、装置、终端及存储介质

Also Published As

Publication number Publication date
CN110430359A (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
CN110430359B (zh) 拍摄辅助方法、装置、计算机设备和存储介质
US10334153B2 (en) Image preview method, apparatus and terminal
CN109089047B (zh) 控制对焦的方法和装置、存储介质、电子设备
CN107948529B (zh) 图像处理方法及装置
US8693785B2 (en) Image matching devices and image matching methods thereof
JP5720275B2 (ja) 撮像装置および撮像方法
CN110493527B (zh) 主体对焦方法、装置、电子设备和存储介质
US20210097651A1 (en) Image processing method and apparatus, electronic device, and storage medium
CN110517186B (zh) 消除发票印章的方法、装置、存储介质和计算机设备
CN109784256A (zh) 人脸识别方法和装置、存储介质及电子装置
CN105701762B (zh) 一种图片处理方法和电子设备
US11496661B2 (en) Image processing apparatus and image processing method
CN112261292B (zh) 图像获取方法、终端、芯片及存储介质
CN104243796A (zh) 摄影装置、摄影方法、模板创建装置和模板创建方法
CN111246098A (zh) 机器人拍照方法、装置、计算机设备和存储介质
CN106296574A (zh) 三维照片生成方法和装置
CN103945116A (zh) 用于在具有相机的移动终端中处理图像的设备和方法
CN108833786B (zh) 一种模式控制方法和电子设备
CN110930437B (zh) 目标跟踪方法和装置
CN109361850B (zh) 图像处理方法、装置、终端设备及存储介质
US10701286B2 (en) Image processing device, image processing system, and non-transitory storage medium
JP7129201B2 (ja) 画像処理装置、撮像装置、画像処理方法、及びプログラム
CN115914817A (zh) 一种图像拍摄方法、终端及存储介质
CN113824877A (zh) 一种全景深图像合成方法、存储介质及智能手机
CN114430454A (zh) 基于双摄像头的建模方法及可穿戴装置、设备和介质

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