CN110475058B - 图像合成方法及智能装置 - Google Patents

图像合成方法及智能装置 Download PDF

Info

Publication number
CN110475058B
CN110475058B CN201810441700.2A CN201810441700A CN110475058B CN 110475058 B CN110475058 B CN 110475058B CN 201810441700 A CN201810441700 A CN 201810441700A CN 110475058 B CN110475058 B CN 110475058B
Authority
CN
China
Prior art keywords
image
area
region
grid
grid set
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
CN201810441700.2A
Other languages
English (en)
Other versions
CN110475058A (zh
Inventor
徐文正
杨朝光
游鸿志
庄子龙
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.)
Acer Inc
Original Assignee
Acer Inc
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 Acer Inc filed Critical Acer Inc
Priority to CN201810441700.2A priority Critical patent/CN110475058B/zh
Publication of CN110475058A publication Critical patent/CN110475058A/zh
Application granted granted Critical
Publication of CN110475058B publication Critical patent/CN110475058B/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
    • H04N23/62Control of parameters via user interfaces
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明提出一种图像合成方法及智能装置,前述方法包括:以第一镜头及第二镜头分别拍摄第一图像及第二图像,其中第一镜头及第二镜头位于智能装置上相对的两侧;识别第一图像中的第一物件;从第一图像中找出未重叠于第一物件的特定区域;以及将第二图像嵌入第一图像的特定区域中以产生第三图像。

Description

图像合成方法及智能装置
技术领域
本发明涉及一种图像合成方法及智能装置,尤其涉及一种可将前后镜头所获取的图像进行合成的图像合成方法及智能装置。
背景技术
在现代社会中,配置有镜头的智能装置已然成为人们最常用于拍摄照片的工具之一。然而,与使用一般相机相同的是,摄影者通常都无法与被摄影者一同入镜,因而使得所拍摄出来的照片中总会缺少一位当下负责拍照的成员。
现有技术中存在一种技术方案,其可在以装置的后镜头取得第一预览图像时,同时在第一预览图像上的一个特定位置(例如某个固定的角落)显示以装置的前镜头取得的第二预览图像(例如,拍摄者的头像)。并且,在拍摄者按下拍摄键后,装置可相应地将当下的整体预览画面获取下来以形成一张新的图像。
然而,此种作法除了未依据第一预览图像的内容将第二预览图像摆放在较为适当的位置之外,也未依据第一预览图像的内容适应性地缩放第二预览图像的大小,从而可能造成所产生的新图像呈现不佳的效果。举例而言,在新的图像中,第二预览图像可能阻挡到第一预览图像中的某些重要的物件(例如人脸)。此外,由于第二预览图像中很可能包括拍摄者自身的脸孔,而拍摄者的脸孔相对于第一预览图像中被拍摄者的脸孔可能会大上许多,进而造成新图像中的某些人脸尺寸比例过大。
因此,对于本领域技术人员来说,如何提供一种较佳的图像合成方法实为一项重要的议题。
发明内容
本发明提供一种图像合成方法,适于一智能装置,包括:以一第一镜头及一第二镜头分别拍摄一第一图像及一第二图像,其中第一镜头及第二镜头位于智能装置上相对的两侧;识别第一图像中的至少一第一物件;从第一图像中找出未重叠于至少一第一物件的一特定区域;以及将第二图像嵌入第一图像的特定区域中以产生一第三图像。
本发明提供一种智能装置,其包括储存电路、第一镜头、第二镜头及处理器。第一镜头位于智能装置的第一侧。第二镜头位于智能装置的第二侧,其中第一侧相对于第二侧。处理器,耦接储存电路、第一镜头及第二镜头,存取些模块以执行下列步骤:控制第一镜头及第二镜头分别拍摄一第一图像及一第二图像;识别第一图像中的至少一第一物件;从第一图像中找出未重叠于至少一第一物件的一特定区域;以及将第二图像嵌入第一图像的特定区域中以产生一第三图像。
基于上述,本发明实施例提出的图像合成方法及智能装置可在通过第一镜头及第二镜头分别拍摄第一图像及第二图像之后,先在第一图像中识别出不能被遮挡的第一物件,并相应地将第二图像嵌入至第一图像中未与前述第一物件重叠的区域。藉此,可以提供一种自动将拍摄者的图像与被拍摄者的图像进行合成的机制,从而提供较佳的使用者体验。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合附图作详细说明如下。
附图说明
图1是本发明的一实施例的智能装置方块图。
图2示出本发明的一实施例的图像合成方法。
图3是本发明的一实施例的应用情境示意图。
图4A示出图2中步骤S230的其中一种实施方式。
图4B是依据图4A示出的应用情境示意图。
图5示出图4A中步骤S43的其中一种实施方式。
图6A至图6D是依据图5示出的应用情境示意图。
图7是依据本发明的一实施例示出的第一图像示意图。
符号说明:
100:智能装置;
110:储存电路;
120:处理器;
130:第一镜头;
140:第二镜头;
310:第一图像;
320:第二图像;
320a:第二网格组;
330:第三图像;
315:网格;
315a:最顶网格;
315b:最左网格;
315c:最右网格;
315d:最底网格;
310a~310e:第一物件;
330a~330e:第一网格组;
360a~360e、410a、410b、640:候选区域;
405:参考区域;
405a:第一边缘;
405b:第二边缘;
405c:第三边缘;
405d:第四边缘;
605a~605c:分隔线;
610a、620a、630a:第一区域;
610b、620b、630b:第二区域;
710:禁能区域;
S210~S240、S41~S44、S51~S54、S55a、S55b、S56、S57a、S57b:步骤。
具体实施方式
请参照图1,其是本发明的一实施例的智能装置方块图。在本实施例中,智能装置100例如是智能手机、个人电脑(personal computer,PC)、笔记本电脑(notebook PC)、网本型电脑(netbook PC)、平板电脑(tablet PC),但可不限于此。如图1所示,智能装置100包括储存电路110、处理器120、第一镜头130及第二镜头140。
储存电路110例如是存储器、硬盘或是其他任何可用于储存数据的元件,而可用以记录多个程序码或模块。
第一镜头130及第二镜头140分别可以是电荷耦合元件(Charge coupled device,CCD)镜头、互补式金氧半电晶体(Complementary metal oxide semiconductortransistors,CMOS)镜头,或其他可用于获取图像的镜头,但可不限于此。并且,在本发明的实施例中,第一镜头130及第二镜头140可分别位于智能装置100上的第一侧及第二侧,而第一侧可相对于第二侧。为便于说明,以下的实施例中将假设第一镜头130及第二镜头140分别为智能装置100的后镜头及前镜头,但本发明可不限于此。
处理器120耦接储存电路110、第一镜头130及第二镜头140,并可为一般用途处理器、特殊用途处理器、传统的处理器、数字信号处理器、多个微处理器(microprocessor)、一个或多个结合数字信号处理器核心的微处理器、控制器、微控制器、特殊应用集成电路(Application Specific Integrated Circuit,ASIC)、场可程序闸阵列电路(FieldProgrammable Gate Array,FPGA)、任何其他种类的集成电路、状态机、基于进阶精简指令集机器(Advanced RISC Machine,ARM)的处理器以及类似品。
在本发明的实施例中,处理器120可存取储存电路110中的模块以执行本发明实施例提出的图像合成方法,以下将进行详细说明。
请参照图2及图3,其中图2示出本发明的一实施例的图像合成方法,而图3是本发明的一实施例的应用情境示意图。图2所示的方法可由图1的智能装置100实施,以下即搭配图1所示的元件及图3所示的情境来说明图2各步骤的细节。
首先,在步骤S210中,处理器120控制第一镜头130及第二镜头140分别拍摄第一图像310及第二图像320。承先前提及的假设,第一图像310例如是由拍摄者使用智能装置100的第一镜头130所拍摄到的画面,而第二图像320则例如是包括拍摄者自身脸孔的自拍像。应了解的是,所示出的第二图像320的态样仅用以示意,并非用以限定本发明可能的实施方式。在其他实施例中,拍摄者也可通过调整智能装置100与拍摄之间的相对位置来令第二镜头140仅获取到拍摄者的脸孔(即,第二图像320中仅包括拍摄者的脸孔,而未包括例如肩膀、脖子等其他身体部位),但可不限于此。
此外,在其他实施例中,第一图像310及第二图像320也可以是由第一镜头130及第二镜头140所分别获取到的预览画面,并可显示在智能装置100的显示单元(例如触控屏幕)上以供使用者观看,但可不限于此。
接着,在步骤S220中,处理器120识别第一图像310中的第一物件310a、310b、310c、310d及310e。在本实施例中,处理器120例如可执行人脸识别算法,藉以在第一图像310中找出对应于人脸的第一物件310a、310b、310c、310d及310e。在一实施例中,前述人脸识别算法例如是由FacebookTM在FBLearner Flow平台上公布的人工智能图像识别技术Lumos,但可不限于此。在其他实施例中,处理器120也可执行其他的识别算法以在第一图像310中找出其他特定的物件,例如动物的脸孔等,但可不限于此。
在步骤S230中,处理器120从第一图像310中找出未重叠于第一物件310a、310b、310c、310d及310e的特定区域。具体而言,如图3所示,处理器120可先将第一图像310区分为多个网格315。在本实施例中,各网格315的尺寸例如是5x5(即,长宽皆为5个画素)。假设第一图像310的尺寸为500x200(即,长宽分别为500个画素及200个画素),则第一图像310可相应地被划分为100x40个网格315。在其他实施例中,第一图像310也可依其他的原则而被划分为其他的态样,例如基于尺寸为10x10的网格而被划分为50x20个网格,但可不限于此。
接着,处理器120可从网格315中找出个别对应于第一物件310a、310b、310c、310d及310e的第一网格组330a、330b、330c、330d及330e。
在图3中,第一网格组330a可表征为10x12个网格315,第一网格组330b可表征为8x12个网格315,第一网格组330c可表征为7x10个网格315,第一网格组330d可表征为9x8个网格315,而第一网格组330e可表征为9x8个网格315,但可不限于此。
之后,处理器120可依据各第一网格组330a至330e的第一尺寸将第二图像320调整为第二尺寸,并将第二尺寸表征为第二网格组320a。在一实施例中,第二尺寸例如是各第一网格组330a至330e的第一尺寸的平均尺寸。
以图3所示态样为例,各第一网格组330a至330e的第一尺寸的平均尺寸例如是8.6x10个网格315,并可近似为9x10个网格315。换言之,调整后的第二图像320对应的第二网格组320a可表征为9x10个网格315。
在一实施例中,处理器120也可基于其他的原则来将第二图像320调整为其他的尺寸。例如,处理器120可仅基于第一网格组330a至330e中一部分的平均尺寸来调整第二图像320,但可不限于此。
在取得第二网格组320a之后,处理器120可在第一图像310中找出足以容纳第二网格组320a的候选区域360a、360b、360c、360d及360e,其中候选区域360a-360e皆未重叠于第一网格组330a至330e。具体而言,各候选区域360a至360e例如是尺寸大于第二网格组320a的区域,也即尺寸大于9x10个网格315的区域,但可不限于此。
之后,处理器120可选定候选区域360a至360e的其中之一(例如候选区域360e)作为特定区域。
请再次参照图2,处理器120可接着在步骤S240中将第二图像320嵌入第一图像310的特定区域中以产生第三图像330。在本实施例中,处理器120可将调整后的第二图像320(即第二网格组320a)嵌入候选区域360e中以产生第三图像330。
由以上教示可知,本发明提出的方法除了可在第一图像中找出不重叠于特定物件(例如人脸)的适当位置摆放第二图像之外,还可适应性地调整第二图像的尺寸,使得所合成的第三图像中各物件的比例更为一致。藉此,可提供更佳的使用体验。
在其他实施例中,图2的步骤S230可采用其他的方式来实施,藉以进一步改善将第二图像嵌入至第一图像的机制,其细节说明如下。
请同时参照图4A及图4B,其中图4A示出图2中步骤S230的其中一种实施方式,而图4B是依据图4A示出的应用情境示意图。首先,在步骤S41中,处理器120可先基于上述实施例的教示而在第一图像310中找出对应于各第一物件(未另标示)的第一网格组330a至330e,并将第二图像320表征为第二网格组320a。
接着,在步骤S42中,处理器120可基于第一网格组330a至330e在第一图像310中定义参考区域405。具体而言,处理器120可从第一网格组330a至330e中找出最顶网格315a、最左网格315b、最右网格315c及最底网格315d,并分别据以定义第一边缘405a、第二边缘405b、第三边缘405c及第四边缘405d。之后,处理器120可以第一边缘405a、第二边缘405b、第三边缘405c及第四边缘405d围绕的区域作为参考区域405。
在其他实施例中,在处理器120取得第一边缘405a、第二边缘405b、第三边缘405c及第四边缘405d之后,也可据以定义出略长/短/宽/窄于参考区域405的其他态样参考区域,但可不限于此。
在得到参考区域405之后,在步骤S43中,处理器120可在参考区域405中找出足以容纳第二网格组320a的候选区域(其未重叠于各第一网格组330a至330e),再在步骤S44中以候选区域的其中之一作为嵌入第二网格组320a的特定区域。
在本实施例中,假设参考区域405中存在候选区域410a及410b,其皆未重叠于各第一网格组330a至330e且足以容纳第二网格组320a。在此情况下,处理器120可从候选区域410a及410b中择一(例如是候选区域410a)嵌入第二网格组320a,以产生第三图像330。
通过在参考区域405中嵌入第二网格组320a的方式,可令第二网格组320a的位置较接近于第一网格组330a至330e,从而使得所合成的第三图像330呈现更佳的效果。在此例中,拍摄者脸孔的摆放位置可更接近于被拍摄者的脸孔。
然而,图4B中的候选区域410b显然大于候选区域410a,因此若能令第二网格组320a确实地被嵌入至候选区域410b中的话,应可令所合成的图像中的人脸排列较不拥挤,从而提供更佳的图像效果。因此,本案另提出以下技术手段,其可通过优化图4A中步骤S43的实施方式来达到上述效果,具体说明如下。
图5示出图4A中步骤S43的其中一种实施方式,图6A至图6D是依据图5示出的应用情境示意图。在以下说明中将依序辅以图6A至图6D来说明图5各步骤的细节。
请参照图6A,在依先前实施例的教示取得参考区域405之后,在步骤S51中,处理器120可将参考区域405对称地区分为第一区域610a及第二区域610b。在本实施例中,参考区域405可依据分隔线605a而被区分为左右对称的第一区域610a及第二区域610b,但可不限于此。在其他实施例中,处理器120可依据其他的原则来决定参考区域405被划分的方式,其将在之后的篇幅中另行说明。
接着,在步骤S52中,处理器120可计算第一网格组330a至330e在第一区域610a中所占的第一面积。在本实施例中,第一网格组330a至330e在第一区域610a中所占的面积分别是10x12个网格(即,整个第一网格组330a)、8x12个网格(即,整个第一网格组330b)及1x10个网格(即,第一网格组330c的最左一行),因此第一面积即为226(即,10x12+8x12+1x10)。
相似地,在步骤S53中,处理器120可计算第一网格组330a至330e在第二区域610b中所占的第二面积。在本实施例中,第一网格组330a至330e在第二区域610b中所占的面积分别是6x10个网格(即,第一网格组330c的右边六行)、9x8个网格(即,整个第一网格组330d)及9x8个网格(即,整个第一网格组330e),因此第二面积即为204(即,6x10+9x8+9x8)。
在步骤S54中,处理器120可判断第一面积是否大于第二面积。在图6A中,由于第一面积(即,226)大于第二面积(即,204),此代表第二区域610b中未重叠于第一网格组330a至330e的面积较大,因而具有较充足的空间来摆放第二网格组320a。
因此,处理器120可接续进行步骤S55a,以判断第二区域610b在被对称地区分之后是否仍足以容纳第二网格组320a。在图6A的实施例中,第二区域610b(即,36x15)被对称区分后的尺寸为18x15,其大于第二网格组320a的尺寸(即,9x10),因此处理器120可接续进行步骤S57a,以将参考区域设定为第二区域610b,并返回步骤S51。
请接续参照图6B。在图6B中,第二区域610b将被视为新的参考区域而再次进行图5所示的流程。
也即,在步骤S51处理器120可将第二区域610b(即,新的参考区域)对称地区分为第一区域620a及第二区域620b。在本实施例中,第二区域610b可依据分隔线605b而被区分为左右对称的第一区域620a及第二区域620b。
接着,在步骤S52中,处理器120可计算第一网格组330a至330e在第一区域620a中所占的第一面积。在本实施例中,第一网格组330a至330e在第一区域620a中所占的面积是6x10个网格(即,即,第一网格组330c的右边六行),因此第一面积即为60(即,6x10)。
相似地,在步骤S53中,处理器120可计算第一网格组330a至330e在第二区域620b中所占的第二面积。在本实施例中,第一网格组330a至330e在第二区域620b中所占的面积分别是9x8个网格(即,整个第一网格组330d)及9x8个网格(即,整个第一网格组330e),因此第二面积即为144(即,9x8+9x8)。
在步骤S54中,处理器120可判断第一面积是否大于第二面积。在图6B中,由于第一面积(即,60)不大于第二面积(即,144),此代表第一区域620a中未重叠于第一网格组330a至330e的面积较大,因而具有较充足的空间来摆放第二网格组320a。
因此,处理器120可接续进行步骤S55b,以判断第一区域620a在被对称地区分之后是否仍足以容纳第二网格组320a。在图6B的实施例中,第一区域620a(即,18x15)被对称地区分后的尺寸为9x15,其大于第二网格组320a的尺寸(即,9x10),因此处理器120可接续进行步骤S57b,以将参考区域设定为第一区域620a,并返回步骤S51。
请接续参照图6C。在图6C中,第一区域620a将被视为新的参考区域而再次进行图5所示的流程。
也即,在步骤S51处理器120可将第一区域620a(即,新的参考区域)对称地区分为第一区域630a及第二区域630b。在本实施例中,第一区域620a可依据分隔线605c而被区分为左右对称的第一区域630a及第二区域630b。
接着,在步骤S52中,处理器120可计算第一网格组330a至330e在第一区域630a中所占的第一面积。在本实施例中,第一网格组330a至330e在第一区域630a中所占的面积是6x10个网格(即,即,第一网格组330c的右边六行),因此第一面积即为60(即,6x10)。
相似地,在步骤S53中,处理器120可计算第一网格组330a至330e在第二区域630b中所占的第二面积。在本实施例中,第一网格组330a至330e未在第二区域630b中占据任何面积,因此第二面积即为0。
在步骤S54中,处理器120可判断第一面积是否大于第二面积。在图6C中,由于第一面积(即,60)大于第二面积(即,0),此代表第二区域630b中未重叠于第一网格组330a至330e的面积较大,因而具有较充足的空间来摆放第二网格组320a。
因此,处理器120可接续进行步骤S55a,以判断第二区域630b在被对称地区分之后是否仍足以容纳第二网格组320a。在图6C的实施例中,第二区域630b(即,9x15)被对称区分后的尺寸为4.5x15,其小于第二网格组320a的尺寸,因此已不足以容纳第二网格组320a。在此情况下,因此处理器120可接续进行步骤S56,以在参考区域(即,第一区域620a)中定义候选区域640。
在图6D中,候选区域640例如是第一区域620a中右边的12x15区域,而用于嵌入第二网格组320a的特定区域例如可位于候选区域640的中央。之后,处理器120即可将第二网格组320a嵌入第一图像310中的特定区域,从而形成图6D所示的第三图像330。
通过以上教示的技术手段,可令第二图像在所合成的第三图像330的位置与其他第一物件(例如其他的人脸)更为匹配,从而提供更佳的图像效果及使用者体验。
在一实施例中,在处理器120具体将第二网格组320a嵌入至上述特定区域之前,处理器120可还依据位于候选区域两侧的第一网格组的尺寸来进一步调整第二网格组320a的尺寸,藉以令各物件的比例更为协调。
以图6D为例,由于第一网格组330c及330d位于候选区域640的两侧,因此处理器120例如可计算第一网格组330c及330d的平均尺寸,再将第二网格组320a调整为前述平均尺寸。之后,处理器120可再将调整后的第二网格组320a嵌入候选区域640中。如此一来,即可令第二图像320在第三图像330中的尺寸较匹配于两侧的第一物件,进而降低突兀感。
在其他实施例中,处理器120也可先对第二图像320进行人脸识别以取出其中的人脸(例如,拍摄者的脸孔),并将此人脸作为新的第二图像,进而据以进行前述各实施例记载的技术方案,其细节在此不再赘述。
在其他实施例中,由于第一图像中的第一物件可能会以其他的态样排列(例如纵向堆叠),因此本发明实施例可还依据一定的机制来决定应将参考区域垂直地区分为左右对称的第一区域及第二区域,或是应将参考区域水平地区分为上下对称的第一区域及第二区域,藉以因应于多样化的第一图像而将其与第二图像合成为更适当的第三图像。
为便于说明,以下假设第一图像被区分为MxN个网格,而第一物件的平均尺寸包括AxB个网格。在一实施例中,处理器120可计算第一数值及第二数值,其中第一数值例如是M/A,而第二数值例如是N/B。若第一数值大于第二数值,则处理器120可判断第一数值是否大于A。若是,处理器120可令参考区域被垂直地区分为左右对称的第一区域及第二区域,反之,处理器120可令参考区域被水平地区分为上下对称的第一区域及第二区域。
另一方面,若第一数值不大于第二数值,则处理器120可判断第二数值是否大于B。若是,处理器120可令参考区域被水平地区分为上下对称的第一区域及第二区域,反之,处理器120可令参考区域被垂直地区分为左右对称的第一区域及第二区域。
以图6A为例,第一图像310可被区分为100x40个网格(即,M为100,N为40),而第一物件330a至330e的平均尺寸为8.6x10个网格(即,A为8.6,B为10)。相应地,处理器120可计算第一数值为11.6279(即,100/8.6),第二数值为4(即,40/10)。由于第一数值大于第二数值,则处理器120接续地判断第一数值(即,11.6279)是否大于8.6(即,A)。由于第一数值大于8.6,因此处理器120可在定义出参考区域405之后,相应地令参考区域405被垂直地区分为左右对称的第一区域610a及第二区域610b。
然而,在其他实施例中,若第一图像系直立式的图像,则处理器120可依据以上教示的步骤而判断可能需令其中的参考区域被水平地区分为上下对称的第一区域及第二区域,藉以较佳地找出适于摆放第二图像的位置,其细节在此不另赘述。
请参照图7,其是依据本发明的一实施例示出的第一图像示意图。在本实施例中,若第一图像310中包括一禁能区域710(例如厂牌的标志、计分板或其他不能被遮挡到的物件)时,处理器120可令特定区域不重叠于禁能区域710。藉此,当处理器120之后在将第二图像嵌入至第一图像中时,即可避免遮挡到禁能区域710,从而避免第一图像310中的重要资讯被遮蔽。
在不同的实施例中,禁能区域可由使用者自行在第一图像中选定,或是由处理器120自行通过某些特定的图像识别算法来找出,但本发明可不限于此。
综上所述,本发明实施例提出的图像合成方法及智能装置可在通过第一镜头(例如,后镜头)及第二镜头(例如,前镜头)分别拍摄第一图像及第二图像之后,先在第一图像中识别出不能被遮挡的第一物件(例如,人脸),并相应地将第二图像嵌入至第一图像中未与前述第一物件重叠的区域。藉此,可提供一种自动将拍摄者的图像与被拍摄者的图像进行合成的机制,从而令所产生的照片中不再因缺少拍摄者的图像而徒留遗憾。
另外,本发明的实施例还通过了在由第一物件所定义出的参考区域中找出适于摆放第二图像的位置,并也提供了调整第二图像尺寸的机制,藉以令图像中的人脸尺寸/位置更为匹配,提供了更佳的图像效果及使用者体验。
虽然本发明已以实施例揭示如上,然其并非用以限定本发明,任何所属技术领域中技术人员,在不脱离本发明的精神和范围内,当可作些许的更改与润饰,故本发明的保护范围当视所附的权利要求所界定者为准。

Claims (8)

1.一种图像合成方法,适于智能装置,其特征在于,包括:
以第一镜头及第二镜头分别拍摄第一图像及第二图像,其中所述第一镜头及所述第二镜头位于所述智能装置上相对的两侧;
识别所述第一图像中的至少一第一物件;
从所述第一图像中找出未重叠于所述至少一第一物件的特定区域;以及
将所述第二图像嵌入所述第一图像的所述特定区域中以产生第三图像,
其中从所述第一图像中找出未重叠于所述至少一第一物件的所述特定区域的步骤包括:
将所述第一图像区分为多个网格;
从所述多个网格中找出个别对应于所述至少一第一物件的至少一第一网格组;
依据各所述第一网格组的第一尺寸将所述第二图像调整为第二尺寸,并将所述第二尺寸表征为第二网格组;
基于所述至少一第一网格组在所述第一图像中定义参考区域;
在所述参考区域中找出足以容纳所述第二网格组的至少一候选区域,其中所述至少一候选区域未重叠于所述至少一第一网格组;以及
以所述至少一候选区域的其中之一作为所述特定区域,
其中在所述参考区域中找出足以容纳所述第二网格组的所述至少一候选区域的步骤包括:
(a)将所述参考区域对称地区分为第一区域及第二区域;
(b)计算所述至少一第一网格组在所述第一区域中所占的第一面积;
(c)计算所述至少一第一网格组在所述第二区域中所占的第二面积;
(d)若所述第一面积大于所述第二面积,判断所述第二区域在被对称地区分之后是否仍足以容纳所述第二网格组;以及
若否,在所述参考区域中定义所述至少一候选区域,其中各所述候选区域的尺寸对应于所述第二网格组。
2.根据权利要求1所述的图像合成方法,其中基于所述至少一第一网格组在所述第一图像中定义所述参考区域的步骤包括:
从所述至少一第一网格组中找出最顶网格、最左网格、最右网格及最底网格;
分别基于所述最顶网格、所述最左网格、所述最右网格及所述最底网格定义第一边缘、第二边缘、第三边缘及第四边缘;以及
以所述第一边缘、所述第二边缘、所述第三边缘及所述第四边缘围绕的区域作为所述参考区域。
3.根据权利要求1所述的图像合成方法,其中若所述第二区域在被对称地区分之后仍足以容纳所述第二网格组,则还包括:
将所述参考区域设定为所述第二区域,并再次执行步骤(a)至步骤(d)。
4.根据权利要求1所述的图像合成方法,其中所述特定区域位于所述至少一候选区域之一的中央。
5.根据权利要求1所述的图像合成方法,其中所述参考区域被垂直地区分为左右对称的所述第一区域及所述第二区域。
6.根据权利要求1所述的图像合成方法,其中所述第一图像被区分为MxN个网格,所述至少一第一物件的平均尺寸为AxB个网格,且在将所述参考区域对称地区分为所述第一区域及所述第二区域的步骤之前,还包括:
计算第一数值,其中所述第一数值为M/A;
计算第二数值,其中所述第二数值为N/B;
若所述第一数值大于所述第二数值,判断所述第一数值是否大于A;
若是,令所述参考区域被垂直地区分为左右对称的所述第一区域及所述第二区域;
若否,令所述参考区域被水平地区分为上下对称的所述第一区域及所述第二区域;
若所述第一数值不大于所述第二数值,判断所述第二数值是否大于B;
若是,令所述参考区域被水平地区分为上下对称的所述第一区域及所述第二区域;
若否,令所述参考区域被垂直地区分为左右对称的所述第一区域及所述第二区域。
7.根据权利要求1所述的图像合成方法,其中当所述第一图像中包括禁能区域时,令所述特定区域不重叠于所述禁能区域。
8.一种智能装置,其特征在于,包括:
储存电路,储存多个模块;
第一镜头,位于所述智能装置的第一侧;
第二镜头,位于所述智能装置的第二侧,其中所述第一侧相对于所述第二侧;
处理器,耦接所述储存电路、所述第一镜头及所述第二镜头,存取所述多个模块以执行下列步骤:
控制所述第一镜头及所述第二镜头分别拍摄第一图像及第二图像;
识别所述第一图像中的至少一第一物件;
从所述第一图像中找出未重叠于所述至少一第一物件的特定区域;以及
将所述第二图像嵌入所述第一图像的所述特定区域中以产生第三图像,
其中从所述第一图像中找出未重叠于所述至少一第一物件的所述特定区域的步骤包括:
将所述第一图像区分为多个网格;
从所述多个网格中找出个别对应于所述至少一第一物件的至少一第一网格组;
依据各所述第一网格组的第一尺寸将所述第二图像调整为第二尺寸,并将所述第二尺寸表征为第二网格组;
基于所述至少一第一网格组在所述第一图像中定义参考区域;
在所述参考区域中找出足以容纳所述第二网格组的至少一候选区域,其中所述至少一候选区域未重叠于所述至少一第一网格组;以及
以所述至少一候选区域的其中之一作为所述特定区域,
其中在所述参考区域中找出足以容纳所述第二网格组的所述至少一候选区域的步骤包括:
(a)将所述参考区域对称地区分为第一区域及第二区域;
(b)计算所述至少一第一网格组在所述第一区域中所占的第一面积;
(c)计算所述至少一第一网格组在所述第二区域中所占的第二面积;
(d)若所述第一面积大于所述第二面积,判断所述第二区域在被对称地区分之后是否仍足以容纳所述第二网格组;以及
若否,在所述参考区域中定义所述至少一候选区域,其中各所述候选区域的尺寸对应于所述第二网格组。
CN201810441700.2A 2018-05-10 2018-05-10 图像合成方法及智能装置 Active CN110475058B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810441700.2A CN110475058B (zh) 2018-05-10 2018-05-10 图像合成方法及智能装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810441700.2A CN110475058B (zh) 2018-05-10 2018-05-10 图像合成方法及智能装置

Publications (2)

Publication Number Publication Date
CN110475058A CN110475058A (zh) 2019-11-19
CN110475058B true CN110475058B (zh) 2021-06-01

Family

ID=68503990

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810441700.2A Active CN110475058B (zh) 2018-05-10 2018-05-10 图像合成方法及智能装置

Country Status (1)

Country Link
CN (1) CN110475058B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799901A (zh) * 2012-07-10 2012-11-28 辉路科技(北京)有限公司 一种多角度人脸检测方法
CN106028114A (zh) * 2016-05-19 2016-10-12 浙江大华技术股份有限公司 一种实时采集音视频证据的证人保护方法及装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101680684B1 (ko) * 2010-10-19 2016-11-29 삼성전자주식회사 영상 처리 방법 및 이를 적용한 영상 촬영 장치
US8988558B2 (en) * 2011-04-26 2015-03-24 Omnivision Technologies, Inc. Image overlay in a mobile device
JP2012244245A (ja) * 2011-05-16 2012-12-10 Olympus Imaging Corp 撮影装置、撮影装置の制御方法、画像表示装置、画像表示方法、およびプログラム
KR20140089146A (ko) * 2013-01-04 2014-07-14 삼성전자주식회사 영상 통화 방법 및 그 방법을 처리하는 전자 장치
CN103945045A (zh) * 2013-01-21 2014-07-23 联想(北京)有限公司 一种数据处理的方法及装置
KR102090624B1 (ko) * 2013-02-26 2020-03-18 삼성전자 주식회사 이미지 촬영장치 및 방법
CN104346824A (zh) * 2013-08-09 2015-02-11 汉王科技股份有限公司 基于单张人脸图像自动合成三维表情的方法及装置
CN103685958A (zh) * 2013-12-12 2014-03-26 联想(北京)有限公司 一种信息处理方法以及电子设备
CN105578028A (zh) * 2015-07-28 2016-05-11 宇龙计算机通信科技(深圳)有限公司 一种拍照方法及终端
CN105120172A (zh) * 2015-09-07 2015-12-02 青岛海信移动通信技术股份有限公司 一种移动终端前后置摄像头拍照方法及移动终端
CN105979163A (zh) * 2015-11-06 2016-09-28 乐视移动智能信息技术(北京)有限公司 一种拍摄方法及装置
CN105847676A (zh) * 2016-03-28 2016-08-10 乐视控股(北京)有限公司 一种图像处理方法及装置
CN107124551B (zh) * 2017-05-18 2021-03-23 惠州Tcl移动通信有限公司 一种移动终端拍照自动合成的方法、存储装置及移动终端
CN107592459A (zh) * 2017-09-22 2018-01-16 维沃移动通信有限公司 一种拍照方法及移动终端

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799901A (zh) * 2012-07-10 2012-11-28 辉路科技(北京)有限公司 一种多角度人脸检测方法
CN106028114A (zh) * 2016-05-19 2016-10-12 浙江大华技术股份有限公司 一种实时采集音视频证据的证人保护方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
图像拼接算法的研究;马令坤 等;《微计算机信息》;20070228;全文 *

Also Published As

Publication number Publication date
CN110475058A (zh) 2019-11-19

Similar Documents

Publication Publication Date Title
US10872420B2 (en) Electronic device and method for automatic human segmentation in image
EP2779628B1 (en) Image processing method and device
US7869658B2 (en) Representative image selection based on hierarchical clustering
US8396316B2 (en) Method and apparatus for processing image
US9251439B2 (en) Image sharpness classification system
CN109313799B (zh) 图像处理方法及设备
US9571743B2 (en) Dynamic exposure adjusting method and electronic apparatus using the same
JP2007274017A (ja) 自動トリミング方法および装置ならびにプログラム
CN104185981A (zh) 从连拍图像中选择图像的方法和终端
TWI678680B (zh) 影像合成方法及智慧型裝置
KR20080012790A (ko) 얼굴 검출 장치, 촬상 장치 및 얼굴 검출 방법
JP5652886B2 (ja) 顔認証装置、認証方法とそのプログラム、情報機器
JP2006228199A (ja) 顔抽出装置、半導体集積回路
US20110141257A1 (en) Apparatus and method for registering plurality of facial images for face recognition
US8988545B2 (en) Digital photographing apparatus and method of controlling the same
CN109784302B (zh) 一种人脸活体检测方法及人脸识别设备
US9001254B2 (en) Digital photographing apparatus and method of controlling the same
CN110475058B (zh) 图像合成方法及智能装置
CN107155000B (zh) 一种拍照行为分析方法、装置及移动终端
US9117110B2 (en) Face detection-processing circuit and image pickup device including the same
CN113766123B (zh) 一种拍照美化方法及终端
Lyu Automatic image orientation determination with natural image statistics
CN110121030B (zh) 一种保存拍摄图像的方法以及电子设备
CN112541506A (zh) 文本图像的矫正方法及装置、设备和介质
JP2011077753A (ja) カメラの顔検出方法及び装置

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
GR01 Patent grant
GR01 Patent grant