CN110622498B - 拍照构图方法、装置及电子设备 - Google Patents

拍照构图方法、装置及电子设备 Download PDF

Info

Publication number
CN110622498B
CN110622498B CN201780089416.7A CN201780089416A CN110622498B CN 110622498 B CN110622498 B CN 110622498B CN 201780089416 A CN201780089416 A CN 201780089416A CN 110622498 B CN110622498 B CN 110622498B
Authority
CN
China
Prior art keywords
image information
area
target area
main feature
frame
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.)
Expired - Fee Related
Application number
CN201780089416.7A
Other languages
English (en)
Other versions
CN110622498A (zh
Inventor
梁昆
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Publication of CN110622498A publication Critical patent/CN110622498A/zh
Application granted granted Critical
Publication of CN110622498B publication Critical patent/CN110622498B/zh
Expired - Fee Related 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

Landscapes

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

Abstract

一种拍照构图方法,包括:获取取景框中的图像信息;对该图像信息进行分析,以提取该图像信息中的主特征;在该取景框中建立斐波那契螺旋线;根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。本发明还提供一种拍照构图装置以及电子设备。

Description

拍照构图方法、装置及电子设备
技术领域
本申请涉及通信技术领域,尤其涉及一种拍照构图方法、装置及电子设备。
背景技术
现如今,通过数码相机、智能手机等电子设备进行拍照,在人们的生活中随处可见。照片中通常包括主特征(也即用户想要凸显的特征,例如人物、建筑物等)和背景。主特征和背景之间的不同位置搭配,能够使得照片具有不同的效果。
发明内容
本发明实施例提供一种拍照构图方法、装置以及电子设备,能够提高照片的质量。
第一方面,本发明实施例提供一种拍照构图方法,应用于电子设备中,该电子设备包括取景框,该拍照构图方法包括:
获取该取景框中的图像信息;
对该图像信息进行分析,以提取该图像信息中的主特征;
在该取景框中建立斐波那契螺旋线;
根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。
第二方面,本发明实施例提供一种拍照构图装置,应用于电子设备中,该电子设备包括取景框,该拍照构图装置包括:
获取模块,用于获取该取景框中的图像信息;
分析模块,用于对该图像信息进行分析,以提取该图像信息中的主特征;
建立模块,用于在该取景框中建立斐波那契螺旋线;
确定模块,用于根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。
第三方面,本发明实施例提供一种存储介质,其上存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行如上述任一项所述的拍照构图方法
第四方面,本发明实施例提供一种电子设备,包括:
摄像头,用于采集图像信息;
与该摄像头连接的取景框,用于显示该图像信息;
存储有可执行程序代码的存储器;
与该存储器耦合的处理器;
该处理器调用该存储器中存储的该可执行程序代码,执行以下步骤:
获取该取景框中的图像信息;
对该图像信息进行分析,以提取该图像信息中的主特征;
在该取景框中建立斐波那契螺旋线;
根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。
本申请实施例提供的拍照构图方法可以获取取景框中的图像信息,对该图像信息进行分析,以提取该图像信息中的主特征,在该取景框中建立斐波那契螺旋线,根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。本申请在取景框中建立斐波那契螺旋线,通过图像信息中的主特征确定斐波那契螺旋线中的目标区域,并提示该目标区域,以提醒用户将主特征置于目标区域从而快速达到最佳拍照效果。
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,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的拍照构图方法的第一种流程示意图。
图2是本发明实施例提供的拍照构图方法的第二种流程示意图。
图3是本发明实施例提供的拍照构图方法的第三种流程示意图。
图4是本发明实施例提供的拍照构图方法的第四种流程示意图。
图5是本发明实施例提供的拍照构图方法中图像信息的第一种示意图。
图6是本发明实施例提供的拍照构图方法中建立参考线的第一种示意图。
图7是本发明实施例提供的拍照构图方法中建立斐波那契螺旋线的第一种示意图。
图8是本发明实施例提供的拍照构图方法中建立参考线的第二种示意图。
图9是本发明实施例提供的拍照构图方法中建立斐波那契螺旋线的第二种示意图。
图10是本发明实施例提供的拍照构图方法中建立斐波那契螺旋线的第三种示意图。
图11是本发明实施例提供的拍照构图方法中建立斐波那契螺旋线的第四种示意图。
图12是本发明实施例提供的拍照构图方法中确定目标区域的示意图。
图13是本发明实施例提供的拍照构图方法中提示目标区域的第一种示意图。
图14是本发明实施例提供的拍照构图方法中提示目标区域的第二种示意图。
图15是本发明实施例提供的拍照构图方法中图像信息的第二种示意图。
图16是本发明实施例提供的拍照构图装置的第一种结构示意图。
图17是本发明实施例提供的拍照构图装置的第二种结构示意图。
图18是本发明实施例提供的拍照构图装置的第三种结构示意图。
图19是本发明实施例提供的拍照构图装置的第四种结构示意图。
图20是本发明实施例提供的拍照构图装置的第五种结构示意图。
图21是本发明实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书以及上述附图中的术语“第一”、“第二”、“第三”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应当理解,这样描述的对象在适当情况下可以互换。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。例如,包含了一系列步骤的过程、方法或包含了一系列模块或单元的装置、终端、系统不必限于清楚地列出的那些步骤或模块或单元,还可以包括没有清楚地列出的步骤或模块或单元,也可以包括对于这些过程、方法、装置、终端或系统固有的其它步骤或模块或单元。
本发明实施例提供一种拍照构图方法、装置及电子设备,以下将分别进行详细说明。
如图1所示,拍照构图方法,可以包括以下步骤:
S110,获取取景框中的图像信息。
其中,拍照构图方法可以应用于数码相机、智能手机等电子设备中。该电子设备具有摄像头和取景框。摄像头用于采集外部环境中的图像信息。摄像头采集到的图像信息可以显示在取景框中。智能手机在实现拍照功能时,摄像头采集到的图像信息可以显示在显示屏上。此时,智能手机的显示屏作为取景框。
在拍照过程中,用户可以通过取景框实时观察摄像头采集到的图像信息,从而对摄像头的位置、角度等进行调整,以获取更好的拍照效果。
在拍照过程中,电子设备可以获取取景框中显示的图像信息,并对该图像信息进行分析处理。
实际应用中,电子设备可以每间隔一段时间即获取一次取景框中的图像信息。例如,可以每秒获取一次图像信息。
S120,对该图像信息进行分析,以提取该图像信息中的主特征。
其中,电子设备获取到取景框中的图像信息后,对该图像信息进行分析,以提取该图像信息中的主特征。图像信息通常包括主特征和背景。其中,主特征即为用户拍照过程中想要凸显的特征,例如人物、建筑物、动物等。背景即为主特征周围的环境信息。参考图5,取景框中显示的图像信息包括主特征和背景,主特征为人物。
在一些实施例中,如图2所示,获取取景框中的图像信息前,拍照构图方法还可以包括步骤:
S150,应用卷积神经网络训练图像信息分析模型;
对该图像信息进行分析,以提取该图像信息中的主特征包括:
S121,通过该图像信息分析模型对该图像信息进行分析,以提取该图像信息中的主特征。
其中,卷积神经网络(Convolutional Neural Network,CNN)是一种前馈神经网络,可用于对图像进行处理。使用卷积神经网络对图像进行处理已经是成熟技术。
本发明实施例中,可以应用卷积神经网络训练图像信息分析模型,并将图像信息分析模型存储到电子设备中。图像信息分析模型用于对图像进行分析和识别。电子设备获取到图像信息后,调用存储在该电子设备中的图像信息分析模型对该图像信息进行分析,以提取该图像信息中的主特征。
S130,在该取景框中建立斐波那契螺旋线。
其中,斐波那契螺旋线也称为“黄金螺旋”,是根据斐波那契数列画出来的螺旋曲线,沿着该螺旋曲线分布有多个矩形。
电子设备提取到图像信息中的主特征后,随后可以在取景框中建立斐波那契螺旋线。
在一些实施例中,如图2所示,在该取景框中建立斐波那契螺旋线前,拍照构图方法还可以包括:
S160,判断主特征提取是否成功。
其中,电子设备可以将一段时间内提取到的多个主特征进行对比,以判断该一段时间内的多个主特征之间的相似度。当每两个相邻主特征之间的相似度均大于预设值时,即认为主特征提取成功,否则即认为主特征提取不成功。其中,预设值可以为预先设置的一个数值,例如70%。主特征提取成功时,执行步骤S130;主特征提取不成功时,执行步骤S161。
例如,电子设备每秒提取一次主特征时,可以将连续5秒内提取到的5个主特征进行对比,以判断该5个主特征之间的相似度。当该5个主特征中每两个相邻主特征之间的相似度都大于70%时,即认为主特征提取成功。
S161,若主特征提取不成功,则接收用户对取景框的触摸操作;
S162,将该图像信息中与该触摸操作对应的区域确定为主特征。
其中,电子设备的取景框可以集成触摸感应功能,也即该取景框可以为触摸屏。当电子设备判断出主特征提取不成功时,可以在取景框中提示用户指定主特征。例如,可以在取景框中显示文本信息“请在图像信息中指定主特征”,以对用户进行提示。
随后,电子设备接收用户对取景框的触摸操作,并将图像信息中与该触摸操作对应的区域确定为主特征。其中,用户的触摸操作可以是点击操作,也可以是滑动操作。电子设备确定主特征后,随后执行步骤S130。
在一些实施例中,如图3所示,在该取景框中建立斐波那契螺旋线包括以下步骤:
S131,分别沿取景框的横向和纵向以预设比例建立横向参考线和纵向参考线;
S132,将横向参考线和纵向参考线的交点确定为原点;
S133,以该原点为起始点在取景框内建立斐波那契螺旋线。
参考图6,可以理解的,取景框的横向和纵向分别为取景框的水平边和竖直边。预设比例可以为预先设置的一个数值。预设比例大于0并且小于1。
对于人的视觉而言,将一个物体以黄金分割比分为两个部分时,这两个部分具有很强的美感。因此,实际应用中,上述预设比例可以为黄金分割比(黄金分割比约为0.618)。
电子设备可以分别以黄金分割比沿取景框的横向和纵向建立横向参考线和纵向参考线。其中,横向参考线将取景框分为上下两部分,下半部分与上半部分的比例为黄金分割比。纵向参考线将取景框分为左右两部分,左半部分与右半部分的比例为黄金分割比。
随后,将横向参考线和纵向参考线的交点O确定为原点,以该原点为起始点在取景框内建立斐波那契螺旋线。
建立斐波那契螺旋线的过程中,可以首先以O为原点、横向参考线为X轴、纵向参考线为Y轴,建立直角坐标系。随后,按照-Y、-X、+Y、+X的方向依次以斐波那契数列中的数值为长度作直线,来建立斐波那契螺旋线。最终建立的斐波那契螺旋线如图7所示。
在一些实施例中,如图4所示,将横向参考线和纵向参考线的交点确定为原点包括以下步骤:
S1321,分别沿取景框的横向和纵向建立横向中线和纵向中线,该横向中线和纵向中线将该取景框划分为四个区域;
S1322,将该主特征所处的区域确定为起始区域;
S1323,将该起始区域中横向参考线和纵向参考线的交点确定为原点。
参考图8,其中,电子设备建立的横向参考线的数量为两条,纵向参考线的数量也为两条。横向参考线1的下部区域与上部区域的比例为黄金分割比,横向参考线2的上部区域与下部区域的比例为黄金分割比。纵向参考线1的左部区域与右部区域的比例为黄金分割比,纵向参考线2的右部区域与左部区域的比例为黄金分割比。两条横向参考线和两条纵向参考线形成四个交点A、B、C、D。
本实施例中,电子设备分别沿取景框的横向和纵向建立横向中线和纵向中线。横向中线将取景框分为上下两半,纵向中线将取景框分为左右两半,横向中线和纵向中线将取景框分为四个区域:左下区域、左上区域、右上区域、右下区域。其中,交点A位于左下区域,交点B位于左上区域,交点C位于右上区域,交点D位于右下区域。
电子设备可以判断步骤S120中提取到的主特征处于哪个区域,并将该区域确定为起始区域。当主特征跨越多个区域时,例如,主特征跨越左下区域和左上区域,则将主特征的大部分所处的区域确定为起始区域。
随后,将起始区域中横向参考线和纵向参考线的交点确定为原点。
建立斐波那契螺旋线的过程中,电子设备可以以起始区域中的横向参考线为X轴、纵向参考线为Y轴、以确定的原点建立直角坐标系。
当交点A为原点时,按照-Y、-X、+Y、+X的方向依次以斐波那契数列中的数值为长度作直线,来建立斐波那契螺旋线。最终建立的斐波那契螺旋线如图7所示。
当交点B为原点时,按照+Y、-X、-Y、+X的方向依次以斐波那契数列中的数值为长度作直线,来建立斐波那契螺旋线。最终建立的斐波那契螺旋线如图9所示。
当交点C为原点时,按照+Y、+X、-Y、-X的方向依次以斐波那契数列中的数值为长度作直线,来建立斐波那契螺旋线。最终建立的斐波那契螺旋线如图10所示。
当交点D为原点时,按照-Y、+X、+Y、-X的方向依次以斐波那契数列中的数值为长度作直线,来建立斐波那契螺旋线。最终建立的斐波那契螺旋线如图11所示。
需要说明的是,此处仅以取景框的横向长度大于纵向长度为例,对本发明实施例进行阐述。当取景框的横向长度小于纵向长度时,将横向数据与纵向数据进行互换即可。
继续参考图1。
S140,根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。
其中,斐波那契螺旋线包括螺旋曲线和沿着该螺旋曲线分布的多个矩形。目标区域可以是斐波那契螺旋线上的一个点,也可以是斐波那契螺旋线上的一个矩形。电子设备根据主特征在斐波那契螺旋线中确定一个目标区域。例如,确定的目标区域为斐波那契螺旋线中的一个矩形,如图12所示。
电子设备确定出斐波那契螺旋线中的目标区域后,在取景框中提示该目标区域。提示目标区域后,用户可以移动镜头以快速将主特征置于目标区域。从而可以使得用户快速取得最佳拍照效果。
需要注意的是,在取景框中建立的斐波那契螺旋线只是电子设备通过数据计算得出来的,对用户而言是不可见的。提示目标区域的方法可以有多种。
例如,如图13所示,可以在取景框中显示该目标区域。显示的方式可以是将目标区域边缘亮显,也可以通过目标区域闪烁的方式显示,还可以通过渐变等其他方式来显示。提示目标区域的方式包括但不限于上述列举的方式。
在一些实施例中,如图14所示,提示目标区域的同时,还可以在取景框内显示文本提示,以增强提示效果。例如,文本提示可以是“将主特征置于提示框内”等信息。
用户将主特征置于目标区域后,拍照效果如图15所示。从而,用户能够快速达到最佳拍照效果。
在一些实施例中,如图3所示,根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域,包括以下步骤:
S141,获取该主特征的面积以及斐波那契螺旋线中每个矩形的面积;
S142,分别将主特征的面积与斐波那契螺旋线中每个矩形的面积进行适配,以得到适配结果;
S143,根据该适配结果确定斐波那契螺旋线中的目标区域,并在取景框中提示该目标区域。
其中,电子设备可以根据提取到的主特征来计算主特征的面积。同时,电子设备可以计算斐波那契螺旋线中每个矩形的面积。随后,将主特征的面积与每个矩形的面积进行适配,以确定与主特征的面积适配度最高的矩形。
随后,电子设备可以根据适配结果确定斐波那契螺旋线中的目标区域,并在取景框中提示该目标区域。
在一些实施例中,如图4所示,分别将主特征的面积与斐波那契螺旋线中每个矩形的面积进行适配,以得到适配结果,包括以下步骤:
S1421,分别计算主特征的面积与该每个矩形的面积的差值的绝对值;
S1422,从计算得到的多个绝对值中确定出最小的绝对值;
根据该适配结果确定斐波那契螺旋线中的目标区域,并在取景框中提示该目标区域,包括:
S1431,将与最小的绝对值对应的矩形确定为目标区域,并在取景框中提示该目标区域。
其中,电子设备可以分别计算主特征的面积S0与斐波那契螺旋线中每个矩形的面积Sn(n为矩形面积由小到大排列时矩形的序号)的差值的绝对值|S0-Sn|,并将与最小的绝对值对应的矩形确定为目标区域。
例如,主特征的面积S0=5(其中,面积的单位可以为cm2),第一个矩形的面积S1=1,第二个矩形的面积S2=2,第三个矩形的面积S3=6,第四个矩形的面积S4=15,则|S0-S1|=4,|S0-S2|=3,|S0-S3|=1,|S0-S4|=10。此时,|S0-S3|的值最小,则可以将第三个矩形确定为目标区域。随后,在取景框中提示该目标区域。
具体实施时,本发明不受所描述的各个步骤的执行顺序的限制,在不产生冲突的情况下,某些步骤还可以采用其它顺序进行或者同时进行。
由上可知,本发明实施例提供的拍照构图方法,获取取景框中的图像信息;对该图像信息进行分析,以提取该图像信息中的主特征;在该取景框中建立斐波那契螺旋线;根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。该方案在取景框中建立斐波那契螺旋线,通过图像信息中的主特征确定斐波那契螺旋线中的目标区域,并提示该目标区域,以提醒用户将主特征置于目标区域从而快速达到最佳拍照效果。
本发明实施例还提供一种拍照构图装置,该装置可以集成在电子设备中,该电子设备可以是数码相机、智能手机等电子设备。
如图16所示,拍照构图装置200包括:获取模块201、分析模块202、建立模块203、确定模块204。
获取模块201,用于获取取景框中的图像信息。
其中,拍照构图装置可以集成在数码相机、智能手机等电子设备中。该电子设备具有摄像头和取景框。摄像头用于采集外部环境中的图像信息。摄像头采集到的图像信息可以显示在取景框中。智能手机在实现拍照功能时,摄像头采集到的图像信息可以显示在显示屏上。此时,智能手机的显示屏作为取景框。
在拍照过程中,用户可以通过取景框实时观察摄像头采集到的图像信息,从而对摄像头的位置、角度等进行调整,以获取更好的拍照效果。
在拍照过程中,拍照构图装置中的获取模块201可以获取取景框中显示的图像信息,并对该图像信息进行分析处理。
实际应用中,获取模块201可以每间隔一段时间即获取一次取景框中的图像信息。例如,可以每秒获取一次图像信息。
分析模块202,用于对该图像信息进行分析,以提取该图像信息中的主特征。
其中,获取模块201获取到取景框中的图像信息后,分析模块202对该图像信息进行分析,以提取该图像信息中的主特征。图像信息通常包括主特征和背景。其中,主特征即为用户拍照过程中想要凸显的特征,例如人物、建筑物、动物等。背景即为主特征周围的环境信息。
在一些实施例中,如图17所示,拍照构图装置200还包括:训练模块205。
训练模块205,用于应用卷积神经网络训练图像信息分析模型;
分析模块202,用于通过该图像信息分析模型对该图像信息进行分析,以提取该图像信息中的主特征。
其中,卷积神经网络(Convolutional Neural Network,CNN)是一种前馈神经网络,可用于对图像进行处理。使用卷积神经网络对图像进行处理已经是成熟技术。
本发明实施例中,训练模块205可以应用卷积神经网络训练图像信息分析模型,并将图像信息分析模型存储到电子设备中。图像信息分析模型用于对图像进行分析和识别。获取模块201获取到图像信息后,分析模块202调用存储在该电子设备中的图像信息分析模型对该图像信息进行分析,以提取该图像信息中的主特征。
建立模块203,用于在该取景框中建立斐波那契螺旋线。
其中,斐波那契螺旋线也称为“黄金螺旋”,是根据斐波那契数列画出来的螺旋曲线,沿着该螺旋曲线分布有多个矩形。
分析模块202提取到图像信息中的主特征后,建立模块203可以在取景框中建立斐波那契螺旋线。
在一些实施例中,如图18所示,拍照构图装置200还包括:判断模块206。
判断模块206,用于判断主特征提取是否成功;
该建立模块203,用于在判断模块206判断为是时,在该取景框中建立斐波那契螺旋线。
其中,判断模块206可以将一段时间内提取到的多个主特征进行对比,以判断该一段时间内的多个主特征之间的相似度。当每两个相邻主特征之间的相似度均大于预设值时,即认为主特征提取成功,否则即认为主特征提取不成功。其中,预设值可以为预先设置的一个数值,例如70%。主特征提取成功时,建立模块203在该取景框中建立斐波那契螺旋线。
例如,分析模块202每秒提取一次主特征时,判断模块206可以将连续5秒内提取到的5个主特征进行对比,以判断该5个主特征之间的相似度。当该5个主特征中每两个相邻主特征之间的相似度都大于70%时,即认为主特征提取成功。
在一些实施例中,判断模块206还用于:
若主特征提取不成功,则接收用户对取景框的触摸操作;
将该图像信息中与该触摸操作对应的区域确定为主特征。
其中,电子设备的取景框可以集成触摸感应功能,也即该取景框可以为触摸屏。当判断模块206判断出主特征提取不成功时,可以在取景框中提示用户指定主特征。例如,可以在取景框中显示文本信息“请在图像信息中指定主特征”,以对用户进行提示。
随后,判断模块206接收用户对取景框的触摸操作,并将图像信息中与该触摸操作对应的区域确定为主特征。其中,用户的触摸操作可以是点击操作,也可以是滑动操作。确定主特征后,建立模块203在取景框中建立斐波那契螺旋线。
在一些实施例中,如图19所示,建立模块203包括:第一建立子模块2031、第二确定子模块2032、第二建立子模块2033。
第一建立子模块2031,用于分别沿取景框的横向和纵向以预设比例建立横向参考线和纵向参考线;
第二确定子模块2032,用于将横向参考线和纵向参考线的交点确定为原点;
第二建立子模块2033,用于以该原点为起始点在取景框内建立斐波那契螺旋线。
可以理解的,取景框的横向和纵向分别为取景框的水平边和竖直边。预设比例可以为预先设置的一个数值。预设比例大于0并且小于1。
对于人的视觉而言,将一个物体以黄金分割比分为两个部分时,这两个部分具有很强的美感。因此,实际应用中,上述预设比例可以为黄金分割比(黄金分割比约为0.618)。
第一建立子模块2031可以分别以黄金分割比沿取景框的横向和纵向建立横向参考线和纵向参考线。其中,横向参考线将取景框分为上下两部分,下半部分与上半部分的比例为黄金分割比。纵向参考线将取景框分为左右两部分,左半部分与右半部分的比例为黄金分割比。
随后,第二确定子模块2032将横向参考线和纵向参考线的交点O确定为原点,第二建立子模块2033以该原点为起始点在取景框内建立斐波那契螺旋线。
建立斐波那契螺旋线的过程中,可以首先以O为原点、横向参考线为X轴、纵向参考线为Y轴,建立直角坐标系。随后,按照-Y、-X、+Y、+X的方向依次以斐波那契数列中的数值为长度作直线,来建立斐波那契螺旋线。
在一些实施例中,第二确定子模块2032用于执行以下步骤:
分别沿取景框的横向和纵向建立横向中线和纵向中线,该横向中线和纵向中线将该取景框划分为四个区域;
将该主特征所处的区域确定为起始区域;
将该起始区域中横向参考线和纵向参考线的交点确定为原点。
参考图8,其中,第一建立子模块2031建立的横向参考线的数量为两条,纵向参考线的数量也为两条。横向参考线1的下部区域与上部区域的比例为黄金分割比,横向参考线2的上部区域与下部区域的比例为黄金分割比。纵向参考线1的左部区域与右部区域的比例为黄金分割比,纵向参考线2的右部区域与左部区域的比例为黄金分割比。两条横向参考线和两条纵向参考线形成四个交点A、B、C、D。
本实施例中,第二确定子模块2032分别沿取景框的横向和纵向建立横向中线和纵向中线。横向中线将取景框分为上下两半,纵向中线将取景框分为左右两半,横向中线和纵向中线将取景框分为四个区域:左下区域、左上区域、右上区域、右下区域。其中,交点A位于左下区域,交点B位于左上区域,交点C位于右上区域,交点D位于右下区域。
第二确定子模块2032可以判断分析模块202提取到的主特征处于哪个区域,并将该区域确定为起始区域。当主特征跨越多个区域时,例如,主特征跨越左下区域和左上区域,则将主特征的大部分所处的区域确定为起始区域。
随后,将起始区域中横向参考线和纵向参考线的交点确定为原点。
确定模块204,用于根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。
其中,斐波那契螺旋线包括螺旋曲线和沿着该螺旋曲线分布的多个矩形。目标区域可以是斐波那契螺旋线上的一个点,也可以是斐波那契螺旋线上的一个矩形。确定模块204根据主特征在斐波那契螺旋线中确定一个目标区域,并在取景框中提示该目标区域。提示目标区域后,用户可以移动镜头以快速将主特征置于目标区域。从而可以使得用户快速取得最佳拍照效果。
需要注意的是,在取景框中建立的斐波那契螺旋线只是电子设备通过数据计算得出来的,对用户而言是不可见的。提示目标区域的方法可以有多种。
例如,可以在取景框中显示该目标区域。显示的方式可以是将目标区域边缘亮显,也可以通过目标区域闪烁的方式显示,还可以通过渐变等其他方式来显示。提示目标区域的方式包括但不限于上述列举的方式。
在一些实施例中,提示目标区域的同时,还可以在取景框内显示文本提示,以增强提示效果。例如,文本提示可以是“将主特征置于提示框内”等信息。
在一些实施例中,如图20所示,确定模块204包括:获取子模块2041、适配子模块2042、第一确定子模块2043。
获取子模块2041,用于获取该主特征的面积以及斐波那契螺旋线中每个矩形的面积;
适配子模块2042,用于分别将主特征的面积与斐波那契螺旋线中每个矩形的面积进行适配,以得到适配结果;
第一确定子模块2043,用于根据该适配结果确定斐波那契螺旋线中的目标区域,并在取景框中提示该目标区域。
其中,获取子模块2041可以根据提取到的主特征来计算主特征的面积。同时,获取子模块2041可以计算斐波那契螺旋线中每个矩形的面积。随后,适配子模块2042将主特征的面积与每个矩形的面积进行适配,以确定与主特征的面积适配度最高的矩形。
随后,第一确定子模块2043可以根据适配结果确定斐波那契螺旋线中的目标区域,并在取景框中提示该目标区域。
在一些实施例中,适配子模块2042用于执行以下步骤:
分别计算主特征的面积与该每个矩形的面积的差值的绝对值;
从计算得到的多个绝对值中确定出最小的绝对值;
第一确定子模块2043用于执行以下步骤:
将与最小的绝对值对应的矩形确定为目标区域,并在取景框中提示该目标区域。
其中,适配子模块2042可以分别计算主特征的面积S0与斐波那契螺旋线中每个矩形的面积Sn(n为矩形面积由小到大排列时矩形的序号)的差值的绝对值|S0-Sn|。随后,第一确定子模块2043将与最小的绝对值对应的矩形确定为目标区域。
例如,主特征的面积S0=5(其中,面积的单位可以为cm2),第一个矩形的面积S1=1,第二个矩形的面积S2=2,第三个矩形的面积S3=6,第四个矩形的面积S4=15,则|S0-S1|=4,|S0-S2|=3,|S0-S3|=1,|S0-S4|=10。此时,|S0-S3|的值最小,则第一确定子模块2043可以将第三个矩形确定为目标区域,并在取景框中提示该目标区域。
具体实施时,以上各个模块可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现。
由上可知,本发明实施例提供的拍照构图装置200,通过获取模块201获取取景框中的图像信息;分析模块202对该图像信息进行分析,以提取该图像信息中的主特征;建立模块203在该取景框中建立斐波那契螺旋线;确定模块204根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。该方案在取景框中建立斐波那契螺旋线,通过图像信息中的主特征确定斐波那契螺旋线中的目标区域,并提示该目标区域,以提醒用户将主特征置于目标区域从而快速达到最佳拍照效果。
本发明实施例还提供一种电子设备,用于执行上述拍照构图方法。该电子设备可以是数码相机、智能手机等设备,还可以是其他设备。以下仅以该电子设备为智能手机进行举例说明。
如图21所示,电子设备300包括摄像头301、触摸屏302、存储器303、处理器304以及电源305。
其中,摄像头301用于采集外部图像信息。摄像头301可以包括前置摄像头和后置摄像头。摄像头301的数量可以为一个或多个。
触摸屏302与摄像头301和处理器303电连接。触摸屏302用于接收用户的触摸操作,并将该触摸操作的触摸信息传输到处理器303,以使得电子设备300对用户的触摸操作进行响应。触摸屏302还可以作为电子设备300的显示屏,用于向用户显示图像、文本等信息。其中,触摸屏302可以显示摄像头301采集到的图像信息。
存储器303可用于存储应用程序和数据。存储器303存储的应用程序中包含有可执行程序代码。应用程序可以组成各种功能模块。处理器304通过运行存储在存储器303的应用程序,从而执行各种功能应用以及数据处理。
处理器304是电子设备300的控制中心,利用各种接口和线路连接电子设备300的各个部分,通过运行或执行存储在存储器303内的应用程序,以及调用存储在存储器303内的数据,执行电子设备300的各种功能和处理数据。
电源305可以通过电源管理系统与处理器304逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
在本实施例中,电子设备300中的处理器304会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行程序代码加载到存储器303中,并由处理器304来运行存储在存储器303中的应用程序,从而实现各种功能:
获取取景框中的图像信息;
对该图像信息进行分析,以提取该图像信息中的主特征;
在该取景框中建立斐波那契螺旋线;
根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。
在一些实施例中,获取取景框中的图像信息前,处理器304还用于:应用卷积神经网络训练图像信息分析模型;对该图像信息进行分析,以提取该图像信息中的主特征时,处理器304用于:通过该图像信息分析模型对该图像信息进行分析,以提取该图像信息中的主特征。
在一些实施例中,在该取景框中建立斐波那契螺旋线前,处理器304还用于:判断主特征提取是否成功;若主特征提取成功,则在该取景框中建立斐波那契螺旋线。
在一些实施例中,在该取景框中建立斐波那契螺旋线前,处理器304还用于:若主特征提取不成功,则接收用户对该取景框的触摸操作;将该图像信息中与该触摸操作对应的区域确定为主特征。
在一些实施例中,斐波那契螺旋线包括螺旋曲线以及沿该螺旋曲线分布的多个矩形,根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域时,处理器304用于:获取该主特征的面积以及每个矩形的面积;分别将主特征的面积与每个矩形的面积进行适配,以得到适配结果;根据该适配结果确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。
在一些实施例中,分别将主特征的面积与每个矩形的面积进行适配,以得到适配结果时,处理器304用于:分别计算主特征的面积与每个矩形的面积的差值的绝对值;从计算得到的多个绝对值中确定出最小的绝对值;根据该适配结果确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域时,处理器304用于:将与最小的绝对值对应的矩形确定为目标区域,并在该取景框中提示该目标区域。
在一些实施例中,在该取景框中建立斐波那契螺旋线时,处理器304用于:分别沿该取景框的横向和纵向以预设比例建立横向参考线和纵向参考线;将横向参考线和纵向参考线的交点确定为原点;以该原点为起始点在该取景框中建立斐波那契螺旋线。
在一些实施例中,该横向参考线为两条,纵向参考线也为两条,将横向参考线和纵向参考线的交点确定为原点时,处理器304用于:分别沿该取景框的横向和纵向建立横向中线和纵向中线,该横向中线和纵向中线将该取景框划分为四个区域;将该主特征所处的区域确定为起始区域;将该起始区域中横向参考线和纵向参考线的交点确定为原点。
上述实施例中,对各个实施例的描述都各有侧重,某些实施例中没有详细描述的部分,可以参见前面对拍照构图方法的详细描述,在此不再赘述。
由上可知,本发明实施例提供了一种电子设备,该电子设备获取取景框中的图像信息;对该图像信息进行分析,以提取该图像信息中的主特征;在该取景框中建立斐波那契螺旋线;根据该主特征确定斐波那契螺旋线中的目标区域,并在该取景框中提示该目标区域。该方案在取景框中建立斐波那契螺旋线,通过图像信息中的主特征确定斐波那契螺旋线中的目标区域,并提示该目标区域,以提醒用户将主特征置于目标区域从而快速达到最佳拍照效果。
本申请实施例提供一种计算机可读的存储介质,其上存储有计算机程序,当其存储的计算机程序在计算机上执行时,使得计算机执行如本申请实施例提供的拍照构图方法中的步骤。其中,存储介质可以是磁碟、光盘、只读存储器(Read Only Memory,ROM,)或者随机存取器(Random Access Memory,RAM)等。
以上对本发明实施例提供的拍照构图方法、装置及电子设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种拍照构图方法,应用于电子设备中,所述电子设备包括取景框,其中,所述拍照构图方法包括:
获取所述取景框中的图像信息;
对所述图像信息进行分析,以提取所述图像信息中的主特征;
将预设时间内提取到的多个主特征进行比对,以判断所述预设时间内所述多个主特征之间的相似度,当每两个相邻主特征之间的相似度大于预设值时,则所述主特征提取成功,否则所述主特征提取不成功;
若所述主特征提取不成功,则接收用户对所述取景框的触摸操作,并将所述图像信息中与所述触摸操作对应的区域确定为所述主特征;
根据所述主特征所处的区域在所述取景框中建立斐波那契螺旋线,其中,所述斐波那契螺旋线在所述取景框中不可见;
根据所述主特征确定斐波那契螺旋线中的目标区域,并在所述取景框中提示所述目标区域,其中,所述主特征与所述目标区域相对应。
2.根据权利要求1所述的拍照构图方法,其中,获取所述取景框中的图像信息的步骤前,所述拍照构图方法还包括:
应用卷积神经网络训练图像信息分析模型;
对所述图像信息进行分析,以提取所述图像信息中的主特征的步骤包括:
通过所述图像信息分析模型对所述图像信息进行分析,以提取所述图像信息中的主特征。
3.根据权利要求1所述的拍照构图方法,其中,斐波那契螺旋线包括螺旋曲线以及沿所述螺旋曲线分布的多个矩形,根据所述主特征确定斐波那契螺旋线中的目标区域,并在所述取景框中提示所述目标区域的步骤包括:
获取所述主特征的面积以及每个所述矩形的面积;
分别将主特征的面积与每个矩形的面积进行适配,以得到适配结果;
根据所述适配结果确定斐波那契螺旋线中的目标区域,并在所述取景框中提示所述目标区域。
4.根据权利要求3所述的拍照构图方法,其中,分别将主特征的面积与每个矩形的面积进行适配,以得到适配结果的步骤包括:
分别计算主特征的面积与每个矩形的面积的差值的绝对值;
从计算得到的多个绝对值中确定出最小的绝对值;
根据所述适配结果确定斐波那契螺旋线中的目标区域,并在所述取景框中提示所述目标区域的步骤包括:
将与最小的绝对值对应的矩形确定为目标区域,并在所述取景框中提示所述目标区域。
5.根据权利要求1所述的拍照构图方法,其中,在所述取景框中建立斐波那契螺旋线的步骤包括:
分别沿所述取景框的横向和纵向以预设比例建立横向参考线和纵向参考线;
将横向参考线和纵向参考线的交点确定为原点;
以所述原点为起始点在所述取景框中建立斐波那契螺旋线。
6.根据权利要求5所述的拍照构图方法,其中,所述横向参考线为两条,所述纵向参考线也为两条,将横向参考线和纵向参考线的交点确定为原点的步骤包括:
分别沿所述取景框的横向和纵向建立横向中线和纵向中线,所述横向中线和纵向中线将所述取景框划分为四个区域;
将所述主特征所处的区域确定为起始区域;
将所述起始区域中横向参考线和纵向参考线的交点确定为原点。
7.一种拍照构图装置,应用于电子设备中,所述电子设备包括取景框,其中,所述拍照构图装置包括:
获取模块,用于获取所述取景框中的图像信息;
分析模块,用于对所述图像信息进行分析,以提取所述图像信息中的主特征;
比对模块,用于将预设时间内提取到的多个主特征进行比对,以判断所述预设时间内所述多个主特征之间的相似度,当每两个相邻主特征之间的相似度大于预设值时,则所述主特征提取成功,否则所述主特征提取不成功;
处理模块,用于若所述主特征提取不成功,则接收用户对所述取景框的触摸操作,并将所述图像信息中与所述触摸操作对应的区域确定为所述主特征;
建立模块,用于根据所述主特征所处的区域在所述取景框中建立斐波那契螺旋线,其中,所述斐波那契螺旋线在所述取景框中不可见;
确定模块,用于根据所述主特征确定斐波那契螺旋线中的目标区域,并在所述取景框中提示所述目标区域,其中,所述主特征与所述目标区域相对应。
8.一种存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机上运行时,使得所述计算机执行如权利要求1至6任一项所述的拍照构图方法。
9.一种电子设备,其中,包括:
摄像头,用于采集图像信息;
与所述摄像头连接的取景框,用于显示所述图像信息;
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行以下步骤:
获取所述取景框中的图像信息;
对所述图像信息进行分析,以提取所述图像信息中的主特征;
将预设时间内提取到的多个主特征进行比对,以判断所述预设时间内所述多个主特征之间的相似度,当每两个相邻主特征之间的相似度大于预设值时,则所述主特征提取成功,否则所述主特征提取不成功;
若所述主特征提取不成功,则接收用户对所述取景框的触摸操作,并将所述图像信息中与所述触摸操作对应的区域确定为所述主特征;
根据所述主特征所处的区域在所述取景框中建立斐波那契螺旋线,其中,所述斐波那契螺旋线在所述取景框中不可见;
根据所述主特征确定斐波那契螺旋线中的目标区域,并在所述取景框中提示所述目标区域,其中,所述主特征与所述目标区域相对应。
CN201780089416.7A 2017-04-19 2017-04-19 拍照构图方法、装置及电子设备 Expired - Fee Related CN110622498B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/081092 WO2018191887A1 (zh) 2017-04-19 2017-04-19 拍照构图方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN110622498A CN110622498A (zh) 2019-12-27
CN110622498B true CN110622498B (zh) 2022-02-01

Family

ID=63855614

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780089416.7A Expired - Fee Related CN110622498B (zh) 2017-04-19 2017-04-19 拍照构图方法、装置及电子设备

Country Status (2)

Country Link
CN (1) CN110622498B (zh)
WO (1) WO2018191887A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955718A (zh) * 2014-05-15 2014-07-30 厦门美图之家科技有限公司 一种图像主体对象的识别方法
CN104243787A (zh) * 2013-06-06 2014-12-24 华为技术有限公司 拍照方法、照片管理方法及设备
CN104601890A (zh) * 2015-01-20 2015-05-06 广东欧珀移动通信有限公司 利用移动终端拍摄人物的方法及装置
CN104917951A (zh) * 2014-03-14 2015-09-16 宏碁股份有限公司 摄像装置及其辅助拍摄人像方法
CN105578043A (zh) * 2015-12-18 2016-05-11 Tcl集团股份有限公司 一种相机拍照的构图方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101867051B1 (ko) * 2011-12-16 2018-06-14 삼성전자주식회사 촬상장치, 촬상 구도 제공 방법 및 컴퓨터 판독가능 기록매체

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104243787A (zh) * 2013-06-06 2014-12-24 华为技术有限公司 拍照方法、照片管理方法及设备
CN104917951A (zh) * 2014-03-14 2015-09-16 宏碁股份有限公司 摄像装置及其辅助拍摄人像方法
CN103955718A (zh) * 2014-05-15 2014-07-30 厦门美图之家科技有限公司 一种图像主体对象的识别方法
CN104601890A (zh) * 2015-01-20 2015-05-06 广东欧珀移动通信有限公司 利用移动终端拍摄人物的方法及装置
CN105578043A (zh) * 2015-12-18 2016-05-11 Tcl集团股份有限公司 一种相机拍照的构图方法和装置

Also Published As

Publication number Publication date
CN110622498A (zh) 2019-12-27
WO2018191887A1 (zh) 2018-10-25

Similar Documents

Publication Publication Date Title
US11842566B2 (en) Face recognition system, face recognition method, display control apparatus, display control method, and display control program
CN109922355B (zh) 虚拟形象直播方法、虚拟形象直播装置和电子设备
CN107370942B (zh) 拍照方法、装置、存储介质及终端
CN107743224B (zh) 镜头脏污的提醒方法、系统、可读存储介质及移动终端
US11861810B2 (en) Image dehazing method, apparatus, and device, and computer storage medium
CN112381104B (zh) 一种图像识别方法、装置、计算机设备及存储介质
CN110741377A (zh) 人脸图像处理方法、装置、存储介质及电子设备
CN110572636B (zh) 摄像头脏污检测方法、装置、存储介质及电子设备
RU2556417C2 (ru) Распознавание телодвижений с использованием цифровой цветовой рирпроекции
CN110597426A (zh) 亮屏处理方法、装置、存储介质及终端
CN112150444A (zh) 人脸图像的属性特征的识别方法、装置及电子设备
CN110807403B (zh) 一种用户身份识别方法、装置及电子设备
CN112348077A (zh) 图像识别方法、装置、设备及计算机可读存储介质
CN110622498B (zh) 拍照构图方法、装置及电子设备
CN111610886A (zh) 触控屏幕亮度的调整方法、设备及计算机可读存储介质
CN114387157A (zh) 一种图像处理方法、装置及计算机可读存储介质
CN105528198B (zh) 操作界面识别方法及装置
CN107071231A (zh) 图像变化识别方法及装置
CN113891002A (zh) 拍摄方法及装置
CN106484215A (zh) 管理移动终端的桌面的方法和装置
CN112672033A (zh) 图像处理方法及装置、存储介质、电子装置
CN116433939B (zh) 样本图像生成方法、训练方法、识别方法以及装置
CN113438420A (zh) 图像处理方法、装置、电子设备及存储介质
CN112533071B (zh) 图像处理方法、装置及电子设备
US20230206685A1 (en) Decreasing lighting-induced false facial recognition

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220201