CN110706150A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110706150A CN110706150A CN201910843971.5A CN201910843971A CN110706150A CN 110706150 A CN110706150 A CN 110706150A CN 201910843971 A CN201910843971 A CN 201910843971A CN 110706150 A CN110706150 A CN 110706150A
- Authority
- CN
- China
- Prior art keywords
- target
- target image
- cutting
- area
- determining
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims description 21
- 230000003321 amplification Effects 0.000 claims description 15
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 15
- 238000012216 screening Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 9
- 230000010365 information processing Effects 0.000 abstract description 2
- 210000000887 face Anatomy 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000009966 trimming Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000009432 framing Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 210000003128 head Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G06T3/04—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本公开关于一种图像处理方法、装置、电子设备及存储介质,涉及信息处理技术领域。本公开通过检测目标图像中的目标区域,根据目标区域确定目标图像的关注中心点,根据关注中心点确定裁剪框的裁剪中心,确定裁剪框的裁剪范围,根据裁剪中心和裁剪范围,对目标图像进行裁剪。通过目标图像的关注中心点确定裁剪框的裁剪中心,确定用户的兴趣点,并结合裁剪框的裁剪范围,对目标图像进行自动裁剪,使得裁剪后的目标图像包括用户需要保留的区域,用户不再需要对其进行手动裁剪,且裁剪效果更符合用户的需求。
Description
本公开要求在2019年07月12日提交至中华人民共和国知识产权局、申请号为201910632034.5、发明名称为“图像处理方法、装置、电子设备及存储介质”的中国专利申请的优先权,其全部内容通过引用结合在本公开中。
技术领域
本公开涉及信息处理技术领域,尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
在用户的生活和工作中,往往需要对目标图像进行裁剪,以适用于各种展示的需要。其中的一种场景为:将目标图像上传到app(application,应用)程序中,如微信等,作为应用程序的头像进行展示,绝大多数情况下,目标图像都不是正方形,而将目标图像上传到应用程序中作为头像时,往往要求头像为正方形,因此,需要对目标图像进行裁剪。
目前,对目标图像的裁剪方法有两种,第一种裁剪方法为:用户手动自己进行裁剪,这种裁剪方法比较耗费用户时间,效率较低,无法对大批量目标图像进行裁剪;第二种裁剪方法为:直接将目标图像的周边裁剪掉,只保留目标图像的中心区域进行展示,这种裁剪方法容易将用户需要保留的区域裁剪掉,裁剪效果差。
发明内容
本公开提供一种图像处理方法、装置、电子设备及存储介质,以至少解决相关技术中对目标图像的裁剪,耗费时间长、效率低以及裁剪效果差的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种图像处理方法,包括:
检测目标图像中的目标区域;
根据所述目标区域确定所述目标图像的关注中心点;
根据所述关注中心点确定裁剪框的裁剪中心;
确定所述裁剪框的裁剪范围;所述裁剪范围用于确定所述目标图像中需要保留的区域;
根据所述裁剪中心和所述裁剪范围,对所述目标图像进行裁剪。
可选的,所述根据所述关注中心点确定裁剪框的裁剪中心的步骤,包括:
检测所述目标区域在所述目标图像中的面积占比;
当所述目标区域在所述目标图像中的面积占比大于或等于设定阈值时,将所述关注中心点确定为裁剪框的裁剪中心;
当所述目标区域在所述目标图像中的面积占比小于所述设定阈值时,将所述关注中心点设置在所述裁剪框的第一指定位置,使得所述裁剪框的裁剪中心与所述关注中心点间隔预设距离,所述预设距离大于0。
可选的,所述确定所述裁剪框的裁剪范围的步骤,包括:
当所述目标区域在所述目标图像中的面积占比大于或等于所述设定阈值时,根据所述目标区域和所述裁剪框的尺寸,确定所述裁剪框的裁剪范围;
当所述目标区域在所述目标图像中的面积占比小于所述设定阈值时,按照预设放大比例对所述目标图像进行放大处理;
根据放大后的目标图像中的目标区域以及所述裁剪框的尺寸,确定所述裁剪框的裁剪范围。
可选的,在所述按照预设放大比例对所述目标图像进行放大处理的步骤之前,还包括:
根据所述目标区域在所述目标图像中的面积占比,确定所述预设放大比例。
可选的,所述检测目标图像中的目标区域的步骤,包括:
对所述目标图像进行对象检测;
当在所述目标图像中检测到至少一个对象时,按照预设条件从所述至少一个对象中筛选出目标对象,并将所述目标对象所在区域确定为目标区域;
当在所述目标图像中未检测到对象时,识别所述目标图像中的显著区域,并将所述显著区域确定为目标区域。
可选的,所述目标图像包括多个对象,所述确定所述裁剪框的裁剪范围的步骤,包括:
根据所述目标图像中的目标对象的位置以及除所述目标对象外的其他对象的位置,确定所述裁剪框的裁剪范围。
可选的,所述根据所述目标区域确定所述目标图像的关注中心点的步骤,包括:
将所述目标区域的第二指定位置确定为所述目标图像的关注中心点;
或者,将所述目标区域中的任一预设特征点确定为所述目标图像的关注中心点。
根据本公开实施例的第二方面,提供一种图像处理装置,包括:
目标区域检测模块,被配置为检测目标图像中的目标区域;
关注中心点确定模块,被配置为根据所述目标区域确定所述目标图像的关注中心点;
裁剪中心确定模块,被配置为根据所述关注中心点确定裁剪框的裁剪中心;
裁剪范围确定模块,被配置为确定所述裁剪框的裁剪范围;所述裁剪范围用于确定所述目标图像中需要保留的区域;
目标图像裁剪模块,被配置为根据所述裁剪中心和所述裁剪范围,对所述目标图像进行裁剪。
可选的,所述裁剪中心确定模块,包括:
面积占比检测子模块,被配置为检测所述目标区域在所述目标图像中的面积占比;
裁剪中心第一确定子模块,被配置为当所述目标区域在所述目标图像中的面积占比大于或等于设定阈值时,将所述关注中心点确定为裁剪框的裁剪中心;
裁剪中心第二确定子模块,被配置为当所述目标区域在所述目标图像中的面积占比小于所述设定阈值时,将所述关注中心点设置在所述裁剪框的第一指定位置,使得所述裁剪框的裁剪中心与所述关注中心点间隔预设距离,所述预设距离大于0。
可选的,所述裁剪范围确定模块,包括:
裁剪范围第一确定子模块,被配置为当所述目标区域在所述目标图像中的面积占比大于或等于所述设定阈值时,根据所述目标区域和所述裁剪框的尺寸,确定所述裁剪框的裁剪范围;
目标图像放大子模块,被配置为当所述目标区域在所述目标图像中的面积占比小于所述设定阈值时,按照预设放大比例对所述目标图像进行放大处理;
裁剪范围第二确定子模块,被配置根据放大后的目标图像中的目标区域以及所述裁剪框的尺寸,确定所述裁剪框的裁剪范围。
可选的,所述装置还包括:
预设放大比例确定子模块,被配置为根据所述目标区域在所述目标图像中的面积占比,确定所述预设放大比例。
可选的,所述目标区域检测模块,包括:
对象检测子模块,被配置为对所述目标图像进行对象检测;
目标对象筛选子模块,被配置为当在所述目标图像中检测到至少一个对象时,按照预设条件从所述至少一个对象中筛选出目标对象,并将所述目标对象所在区域确定为目标区域;
显著区域识别子模块,被配置为当在所述目标图像中未检测到对象时,识别所述目标图像中的显著区域,并将所述显著区域确定为目标区域。
可选的,所述目标图像包括多个对象,所述裁剪范围确定模块,包括:
裁剪范围第三确定子模块,被配置为根据所述目标图像中的目标对象的位置以及除所述目标对象外的其他对象的位置,确定所述裁剪框的裁剪范围。
可选的,所述关注中心点确定模块,包括:
关注中心点第一确定子模块,被配置为将所述目标区域的第二指定位置确定为所述目标图像的关注中心点;
或者,关注中心点第二确定子模块,被配置为将所述目标区域中的任一预设特征点确定为所述目标图像的关注中心点。
根据本公开实施例的第三方面,提供了一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现上述的图像处理方法。
根据本公开实施例的第四方面,提供了一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述的图像处理方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,当所述计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备能够执行上述的图像处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过检测目标图像中的目标区域,根据目标区域确定目标图像的关注中心点,根据关注中心点确定裁剪框的裁剪中心,确定裁剪框的裁剪范围,根据裁剪中心和裁剪范围,对目标图像进行裁剪。通过目标图像的关注中心点确定裁剪框的裁剪中心,确定用户的兴趣点,并结合裁剪框的裁剪范围,对目标图像进行自动裁剪,使得裁剪后的目标图像包括用户需要保留的区域,用户不再需要对其进行手动裁剪,且裁剪效果更符合用户的需求。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种图像处理方法的流程图;
图2是根据一示例性实施例示出的另一种图像处理方法的流程图;
图3是根据一示例性实施例示出的对目标图像进行裁剪的示意图;
图4是根据一示例性实施例示出的一种图像处理装置的框图;
图5是根据一示例性实施例示出的另一种图像处理装置的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例应用于各种需要对目标图像进行裁剪的场景,例如,将目标图像上传到指定应用程序中作为头像时,需要将目标图像裁剪成正方形作为头像进行展示;或者,将大量目标图像上传到指定应用程序中进行排列展示,每个展示的目标图像都需要被裁剪成所需的形状,如用户在展示个人图像的个人主页时,需要将展示的图像裁剪成正方形;或者,分享某一链接时,该分享链接包括文字和目标图像,分享链接中的目标图像也需要裁剪。
当然,可以理解的是,本公开实施例不局限于上述的目标图像的裁剪场景。
图1是根据一示例性实施例示出的一种图像处理方法的流程图,如图1所示,所述方法可以包括以下步骤:
在步骤S101中,检测目标图像中的目标区域。
在本公开实施例中,目标图像是指待裁剪的图像,目标图像实际上可以为视频图像或静态图像等,对目标图像进行检测,以识别目标图像中的目标区域。
其中,目标区域可以是目标图像中的目标对象所在的区域或者目标图像中的显著区域。
具体的,可采用Faster-RCNN算法(Faster Regions with CNN features,快速CNN特征区域提取)、SSD算法等(Single Shot MultiBox Detector,单发射击多框预测)来检测目标图像中的目标对象,将目标图像中的目标对象所在的区域作为目标区域。
若在目标图像中未检测到目标对象时,对目标图像进行显著性检测,显著性检测是一种通过对图像颜色、强度、方向等特征进行分析,计算图像显著性,生成图像显著性图的技术,图像的显著性图是一幅和原始图像(即目标图像)尺寸相同,或者等比例缩小后的灰度图,灰度图中每个像素都用一个具体的灰度值来表示,不同的灰度值表示不同的显著程度,则可根据灰度值区分目标图像中的显著区域和非显著区域,将显著区域确定为目标区域。
在步骤S102中,根据所述目标区域确定所述目标图像的关注中心点。
在本公开实施例中,根据目标图像中的目标区域,确定目标图像的关注中心点。具体的,关注中心点可以是目标区域的第二指定位置,例如,第二指定位置为目标区域的中心或重心等;关注中心点还可以是目标区域中的任一预设特征点,例如,目标区域为人脸所在的区域时,预设特征点可以为人脸中的眼睛或鼻子等,将人脸中的眼睛或鼻子等作为关注中心点。
在步骤S103中,根据所述关注中心点确定裁剪框的裁剪中心。
根据关注中心点确定裁剪框的裁剪中心,裁剪中心可根据关注中心点灵活设置,裁剪中心可以与关注中心点重合,也可以与关注中心点不重合。
具体的,是根据目标区域在目标图像中的面积占比,来确定裁剪中心是否与关注中心点重合。
在步骤S104中,确定所述裁剪框的裁剪范围;所述裁剪范围用于确定所述目标图像中需要保留的区域。
在确定了裁剪框的裁剪中心后,还需要确定目标图像中哪些区域需要保留,哪些区域需要被裁剪掉,即确定裁剪框在目标图像中进行裁剪的裁剪范围,裁剪框的裁剪范围用于确定目标图像中需要保留的区域。
其中,位于裁剪框之内的区域,是目标图像中需要保留的区域,位于裁剪框之外的区域,是目标图像中被裁剪掉的区域。
在步骤S105中,根据所述裁剪中心和所述裁剪范围,对所述目标图像进行裁剪。
在本公开实施例中,根据裁剪框的裁剪中心和裁剪框的裁剪范围,可确定裁剪框的具体位置和大小,然后使用裁剪框对目标图像进行裁剪,使得裁剪后的目标图像包括用户需要保留的区域,裁剪效果更符合用户的需求。
其中,裁剪框的形状可以为正方形、圆形、正六边形等,使用裁剪框裁剪后的目标图像的形状也依次为正方形、圆形、正六边形等。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过检测目标图像中的目标区域,根据目标区域确定目标图像的关注中心点,根据关注中心点确定裁剪框的裁剪中心,确定裁剪框的裁剪范围,根据裁剪中心和裁剪范围,对目标图像进行裁剪。通过目标图像的关注中心点确定裁剪框的裁剪中心,确定用户的兴趣点,并结合裁剪框的裁剪范围,对目标图像进行自动裁剪,使得裁剪后的目标图像包括用户需要保留的区域,用户不再需要对其进行手动裁剪,且裁剪效果更符合用户的需求。
图2是根据一示例性实施例示出的另一种图像处理方法的流程图,如图2所示,所述方法可以包括以下步骤:
在步骤S201中,对所述目标图像进行对象检测。
在本公开实施例中,采用图像检测技术对目标图像进行对象检测,识别目标图像中的对象。
目标图像中的对象包括多种类型,如人脸、动物、植物等,在进行人脸检测时,检测的对象还可以精细到人脸特征点。
如图3所示,目标图像包括小男孩01、小女孩02以及跷跷板03,采用图像检测技术检测目标图像中包括3个对象,分别为小男孩01的脸部、小女孩02的脸部以及跷跷板03的支点。
在步骤S202中,当在所述目标图像中检测到至少一个对象时,按照预设条件从所述至少一个对象中筛选出目标对象,并将所述目标对象所在区域确定为目标区域。
在本公开实施例中,当在目标图像中检测到至少一个对象时,输出一个或多个矩形框,该矩形框用来框出目标图像中的对象,按照预设条件从至少一个对象中筛选出用户最需要保留的对象作为目标对象,即筛选出的目标对象对应的矩形框为目标对象所在的区域,即目标区域。
具体的,从目标图像中的所有对象中选取面积占比最大的对象作为目标对象,或者,选取面积占比最小的对象作为目标对象,或者,在目标图像的所有对象中,计算任意两个对象之间的距离,将距离小于设定距离的多个对象中的任意一个对象确定为目标对象,也就是,从目标图像中选取离得较近的几个对象中的一个对象作为目标对象。
如图3所示,检测出目标图像包括3个对象,分别为小男孩01的脸部、小女孩02的脸部以及跷跷板03的支点,对应的3个矩形框分别为矩形框S1、矩形框S2和矩形框S3,矩形框S1用来框出小男孩01的脸部,矩形框S2用来框出小女孩02的脸部,矩形框S3用来框出跷跷板03的支点;当预设条件为选取面积占比最大的对象时,从3个对象中选取面积占比最大的跷跷板03的支点作为目标对象,并将矩形框S3确定为目标区域。
例如,当预设条件为选取离得较近的几个对象中的一个对象作为目标对象时,目标图像中包括5个对象,分别为人脸1、人脸2、人脸3、人脸4和人脸5,人脸1、人脸2和人脸3离得比较近,人脸4与人脸1、人脸2、人脸3和人脸5离得较远,人脸5与人脸1、人脸2和人脸3也离得较远,因此,从人脸1、人脸2和人脸3中选取任意一个对象作为目标对象,如选取人脸2作为目标对象,则人脸2所在的区域为目标区域。
在步骤S203中,当在所述目标图像中未检测到对象时,识别所述目标图像中的显著区域,并将所述显著区域确定为目标区域。
在本公开实施例中,在对目标图像进行对象检测时,还有可能未检测到对象,也就是在目标图像中未检测到目标对象,此时,需要对目标图像进行显著性检测,识别目标图像中的显著区域和非显著区域,并将显著区域确定为目标区域。
具体的,上述步骤S203可以包括如下步骤A1和A2:
在步骤A1中,将所述目标图像转化为灰度图像;
在步骤A2中,将所述灰度图像中灰度值位于预设灰度范围内的区域,确定为显著区域。
目标图像包括多个像素,获取每个像素的R(红色)值、G(绿色)值和B(蓝色)值,根据每个像素的R值、G值和B值,按照预设的转化公式,得到对应像素的灰度值,按照计算得到的灰度值进行显示,可将目标图像转化为灰度图像;可预先设定灰度值范围,将灰度图像中灰度值位于预设灰度范围内的区域确定为显著区域,将灰度图像中灰度值位于设灰度范围外的区域确定为非显著区域,显著区域指的是目标图像中更能吸引视觉注意的位置区域。
例如,预设灰度范围可以为200至255,当灰度图像中某一像素的灰度值为230时,将其确定为显著区域中的像素,当灰度图像中另外一个像素的灰度值为50时,将其确定为非显著区域中的像素,最后统计位于显著区域中的像素,则得到目标图像中的显著区域。
在本公开的一种示例性实施例中,在将目标图像转化为灰度图像之后,对灰度图像进行二值化处理,可设定一个灰度阈值,将灰度图像中灰度值大于灰度阈值的像素的灰度值设置为255,灰度图像中灰度值小于灰度阈值的像素的灰度值设置为0,使得灰度图中的像素的灰度值为0或255,整个灰度图像只有黑色和白色两种视觉效果,可将灰度值为0或255的所有像素点所在的区域确定为显著区域。
例如,可将灰度值为255的所有像素点所在的区域确定为显著区域,灰度值为0的所有像素点所在的区域确定为非显著区域。
在步骤S204中,根据所述目标区域确定所述目标图像的关注中心点。
根据目标图像中的目标区域,确定目标图像的关注中心点,具体的,上述步骤S204可以包括如下步骤A3或A4:
在步骤A3中,将所述目标区域的第二指定位置确定为所述目标图像的关注中心点。
确定目标区域的指定位置,将目标区域的第二指定位置确定为目标图像的关注中心点,第二指定位置可以为目标区域的中心或重心等。
具体的,当目标区域为目标对象所在区域时,将目标对象所在区域的中心确定为关注中心点;当目标区域为显著区域时,将显著区域的重心作为关注中心点。
在步骤A4中,将所述目标区域中的任一预设特征点确定为所述目标图像的关注中心点。
可检测目标区域的至少一个预设特征点,将目标区域中所有预设特征点中的任一预设特征点确定为目标图像的关注中心点。
如图3所示,将小男孩01的脸部确定为目标对象,将小男孩01的脸部所在的区域,即矩形框S1确定为目标区域,目标区域S1中的预设特征点包括小男孩01的眼睛、鼻子和嘴巴等,将目标区域S1中的预设特征点S11,即小男孩01的鼻子确定为关注中心点。
在步骤S205中,检测所述目标区域在所述目标图像中的面积占比。
计算目标区域的面积与目标图像中的面积之间的比值,得到目标区域在目标图像中的面积占比。
例如,目标区域为小男孩01的脸部所在的区域S1,检测到小男孩01的脸部所在的区域S1的面积为4mm2,目标图像的面积为120mm2,则小男孩01的脸部所在的区域S1在目标图像的面积占比为1/30。
在步骤S206中,当所述目标区域在所述目标图像中的面积占比大于或等于设定阈值时,将所述关注中心点确定为裁剪框的裁剪中心。
当目标区域在目标图像中的面积占比大于或等于设定阈值时,确定目标图像中的目标区域的面积较大,因此,可直接将关注中心点确定为裁剪框的裁剪中心,以便后续可以通过裁剪框直接裁剪出完整的目标区域。
其中,设定阈值可人为设定,也可根据裁剪框的面积与目标图像的面积之间的比值确定;此时,关注中心点和裁剪中心重合。
例如,设定阈值为1/50,在图3中,小男孩01的脸部所在的区域S1(即目标区域)在目标图像的面积占比为1/30,则确定目标区域S1在目标图像中的面积占比大于设定阈值,目标区域S1中的小男孩01的鼻子S11为关注中心点,相应的,将小男孩01的鼻子S11确定为裁剪框的裁剪中心,以便后续可以通过裁剪框直接裁剪出小男孩01的整个脸部区域。
在步骤S207中,当所述目标区域在所述目标图像中的面积占比小于所述设定阈值时,将所述关注中心点设置在所述裁剪框的第一指定位置,使得所述裁剪框的裁剪中心与所述关注中心点间隔预设距离,所述预设距离大于0。
当目标区域在目标图像中的面积占比小于设定阈值时,确定目标图像中的目标区域面积较小,此时,可以将关注中心点设置在裁剪框的第一指定位置,如设置在裁剪框的中上部,使得后续可以通过裁剪框将目标区域以及与目标区域相关的部分都裁剪出来。
其中,预设距离可人为设定,预设距离不为0,具体的,预设距离大于0;此时,裁剪中心和关注中心点不重合,裁剪中心与中心点间隔预设距离。
例如,目标区域为目标图像中的人脸所在区域,若人脸在目标图像的面积占比小于设定阈值时,则将关注中心点设置在裁剪框的中上部,使得后续可以通过裁剪框将人脸以及人物的上半身都裁剪出来。
在步骤S208中,当所述目标区域在所述目标图像中的面积占比大于或等于所述设定阈值时,根据所述目标区域和所述裁剪框的尺寸,确定所述裁剪框的裁剪范围。
当目标区域在目标图像中的面积占比大于或等于设定阈值时,确定目标图像中的目标区域面积较大,无需对目标图像进行处理,只需根据目标区域和裁剪框的尺寸,确定裁剪框的裁剪范围。
其中,裁剪框的尺寸可固定不变,按照裁剪框的尺寸,使得裁剪框内包括完整的目标区域,裁剪框内还可以包括目标区域周边的其他区域,使得裁剪框内的区域是满足裁剪框尺寸的最大区域。
如图3所示,小男孩01的鼻子S11为关注中心点,关注中心点即裁剪框的裁剪中心,小男孩01的脸部所在的区域S1(即目标区域)在目标图像的面积占比为1/30,设定阈值为1/50,则确定目标区域S1在目标图像中的面积占比大于设定阈值时,根据目标区域S1和裁剪框的尺寸,确定裁剪框的裁剪范围,则裁剪框如图3中的N所示,位于裁剪框N中的区域不仅包括小男孩01的脸部所在的区域S1,还包括小男孩01的身体部位以及跷跷板03的部分区域等。
在步骤S209中,当所述目标区域在所述目标图像中的面积占比小于所述设定阈值时,按照预设放大比例对所述目标图像进行放大处理。
当目标区域在目标图像中的面积占比小于设定阈值时,确定目标图像中的目标区域面积较小,因此,需要按照预设放大比例对目标图像进行放大处理,放大后的目标图像的短边会大于裁剪框的尺寸,即裁剪框全部位于目标图像内部。
通过对目标图像进行放大处理,使得目标图像中的目标区域的面积也增大,便于后续通过裁剪框裁剪的目标图像中可以更多的包括用户需要保留的目标区域。
具体的,在上述步骤S209之前还可以包括如下步骤A5:
在步骤A5中,根据所述目标区域在所述目标图像中的面积占比,确定所述预设放大比例。
在按照预设放大比例对目标图像进行放大处理之前,还需要根据目标区域在目标图像中的面积占比,确定预设放大比例。
当在目标图像中检测到至少一个对象时,根据目标对象在目标图像中的面积占比,确定预设放大比例;当在目标图像中未检测到对象时,根据显著区域在目标图像中的面积占比,确定预设放大比例。
当目标区域在目标图像中的面积占比越小,对应的放大比例越大;当目标区域在目标图像中的面积占比越大,对应的放大比例越小。
在本公开一种示例性实施例中,当目标区域在目标图像的面积占比超出预设上限时,若直接采用裁剪框对目标图像进行裁剪,可能会将目标区域裁剪成两部分,例如,目标区域为人脸所在区域,当人脸在目标图像的面积占比超出预设上限时,使用裁剪框可能裁剪出大部分人脸,这种裁剪效果不符合用户的需求。因此,可根据目标区域在目标图像中的面积占比,确定预设缩小比例,按照预设缩小比例对目标图像进行缩小处理,然后,根据缩小后的目标图像中的目标区域以及裁剪框的尺寸,确定裁剪框的裁剪范围,使得在使用裁剪框裁剪缩小后的目标图像时,可裁剪出完整的目标区域。
在步骤S210中,根据放大后的目标图像中的目标区域以及所述裁剪框的尺寸,确定所述裁剪框的裁剪范围。
在对目标图像进行放大处理后,根据放大后的目标图像中的目标区域以及裁剪框的尺寸,确定裁剪框的裁剪范围。
根据裁剪框的尺寸,确定目标图像中裁剪的区域的大小,根据放大后的目标区域,使得位于裁剪框的大部分区域为放大后的目标区域,即目标区域在裁剪框内的占比较大,目标区域外的一少部分区域可位于裁剪框内,便于后续通过裁剪框裁剪的目标图像中可以更多的包括用户需要保留的目标区域,且由于裁剪框内的目标区域经过放大,裁剪后的目标区域会更加清楚。
在本公开一种示例性实施例中,当在执行步骤S202时,确定目标图像包括多个对象,则在步骤S206或步骤S207之后,还可以包括如下步骤A6:
在步骤A6中,根据所述目标图像中的目标对象的位置以及除所述目标对象外的其他对象的位置,确定所述裁剪框的裁剪范围。
当在目标图像检测到多个对象时,从多个对象中筛选一个对象作为目标对象,并根据目标对象所在区域确定裁剪框的裁剪中心,此时,还需要根据目标图像中的目标对象的位置以及除目标对象外的其他对象的位置,确定裁剪框的裁剪范围,使得裁剪框不将某个对象分割开。
具体的,裁剪框的尺寸可固定不变,当根据裁剪框的裁剪中心和裁剪框的尺寸,确定裁剪框的边缘将任一对象分割时,根据目标对象的位置以及除目标对象外的其他对象的位置,对目标图像进行缩小,根据缩小后的目标图像以及裁剪框的尺寸,确定裁剪框的裁剪范围,使得裁剪框的边缘未将缩小后的目标对象中的任一对象分割,即使得裁剪框的裁剪范围内的区域包括完整的对象。
例如,目标图像包括3个人脸,将中间的人脸所在区域确定为目标区域,关注中心点和裁剪框的裁剪中心均为中间的人脸的鼻子,若不考虑其余两个人脸的位置时,只根据中间人脸所在区域和裁剪框的尺寸,确定裁剪框的裁剪范围时,有可能将其余两个人脸中的部分区域设置在裁剪框内,也就是原本裁剪框的边缘会将其余两个人脸分割开,这种裁剪方式不符合用户需求,此时,需要考虑其余两个人脸的位置,使得裁剪框不将其余两个人脸分割开,若3个人脸所在的区域的尺寸大于裁剪框的尺寸,可对目标图像进行缩小,使得3个人脸所在的区域均可位于裁剪框内,使得裁剪框将3个人脸都裁剪出来,裁剪后的目标图像包括更多的对象。
在步骤S211中,根据所述裁剪中心和所述裁剪范围,对所述目标图像进行裁剪。
此步骤与上述步骤S105原理类似,在此不再赘述。
本公开的实施例提供的技术方案至少带来以下有益效果:通过目标图像的关注中心点确定裁剪框的裁剪中心,确定用户的兴趣点,并结合裁剪框的裁剪范围,对目标图像进行自动裁剪,使得裁剪后的目标图像包括用户需要保留的区域,用户不再需要对其进行手动裁剪,且裁剪效果更符合用户的需求;且考虑到目标区域在目标图像中的面积占比,在目标占比小于设定阈值时,对目标图像进行放大处理,使得裁剪框裁剪的目标图像中可以更多的包括用户需要保留的目标区域,且裁剪后的目标区域更加清楚。
图4是根据一示例性实施例示出的一种图像处理装置框图。参照图4,该图像处理装置400包括:目标区域检测模块401,关注中心点确定模块402,裁剪中心确定模块403,裁剪范围确定模块404和目标图像裁剪模块405。
目标区域检测模块401,被配置为检测目标图像中的目标区域;
关注中心点确定模块402,被配置为根据所述目标区域确定所述目标图像的关注中心点;
裁剪中心确定模块403,被配置为根据所述关注中心点确定裁剪框的裁剪中心;
裁剪范围确定模块404,被配置为确定所述裁剪框的裁剪范围;所述裁剪范围用于确定所述目标图像中需要保留的区域;
目标图像裁剪模块405,被配置为根据所述裁剪中心和所述裁剪范围,对所述目标图像进行裁剪。
在图4的基础上,所述裁剪中心确定模块403,包括:
面积占比检测子模块4031,被配置为检测所述目标区域在所述目标图像中的面积占比;
裁剪中心第一确定子模块4032,被配置为当所述目标区域在所述目标图像中的面积占比大于或等于设定阈值时,将所述关注中心点确定为裁剪框的裁剪中心;
裁剪中心第二确定子模块4033,被配置为当所述目标区域在所述目标图像中的面积占比小于所述设定阈值时,将所述关注中心点设置在所述裁剪框的第一指定位置,使得所述裁剪框的裁剪中心与所述关注中心点间隔预设距离,所述预设距离大于0。
一种可选的实施方式中,所述裁剪范围确定模块404,包括:
裁剪范围第一确定子模块4041,被配置为当所述目标区域在所述目标图像中的面积占比大于或等于所述设定阈值时,根据所述目标区域和所述裁剪框的尺寸,确定所述裁剪框的裁剪范围;
目标图像放大子模块4042,被配置为当所述目标区域在所述目标图像中的面积占比小于所述设定阈值时,按照预设放大比例对所述目标图像进行放大处理;
裁剪范围第二确定子模块4043,被配置根据放大后的目标图像中的目标区域以及所述裁剪框的尺寸,确定所述裁剪框的裁剪范围。
一种可选的实施方式中,所述图像处理装置400,还包括:
预设放大比例确定子模块4044,被配置为根据所述目标区域在所述目标图像中的面积占比,确定所述预设放大比例。
一种可选的实施方式中,所述目标区域检测模块401,包括:
对象检测子模块4011,被配置为对所述目标图像进行对象检测;
目标对象筛选子模块4012,被配置为当在所述目标图像中检测到至少一个对象时,按照预设条件从所述至少一个对象中筛选出目标对象,并将所述目标对象所在区域确定为目标区域;
显著区域识别子模块4013,被配置为当在所述目标图像中未检测到对象时,识别所述目标图像中的显著区域,并将所述显著区域确定为目标区域。
一种可选的实施方式中,所述目标图像包括多个对象,所述裁剪范围确定模块404,包括:
裁剪范围第三确定子模块4045,被配置为根据所述目标图像中的目标对象的位置以及除所述目标对象外的其他对象的位置,确定所述裁剪框的裁剪范围。
一种可选的实施方式中,所述关注中心点确定模块402,包括:
关注中心点第一确定子模块,被配置为将所述目标区域的第二指定位置确定为所述目标图像的关注中心点;
或者,关注中心点第二确定子模块,被配置为将所述目标区域中的任一预设特征点确定为所述目标图像的关注中心点。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过检测目标图像中的目标区域,根据目标区域确定目标图像的关注中心点,根据关注中心点确定裁剪框的裁剪中心,确定裁剪框的裁剪范围,根据裁剪中心和裁剪范围,对目标图像进行裁剪。通过目标图像的关注中心点确定裁剪框的裁剪中心,确定用户的兴趣点,并结合裁剪框的裁剪范围,对目标图像进行自动裁剪,使得裁剪后的目标图像包括用户需要保留的区域,用户不再需要对其进行手动裁剪,且裁剪效果更符合用户的需求。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
在示例性实施例中,还提供了一种电子设备,处理器;用于存储处理器可执行指令的存储器;其中,处理器被配置为执行上述指令,以实现上述的图像处理方法。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器,上述指令可由电子设备的处理器执行以完成上述图像处理方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品,当计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备能够执行上述的图像处理方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
检测目标图像中的目标区域;
根据所述目标区域确定所述目标图像的关注中心点;
根据所述关注中心点确定裁剪框的裁剪中心;
确定所述裁剪框的裁剪范围;所述裁剪范围用于确定所述目标图像中需要保留的区域;
根据所述裁剪中心和所述裁剪范围,对所述目标图像进行裁剪。
2.根据权利要求1所述的方法,其特征在于,所述根据所述关注中心点确定裁剪框的裁剪中心的步骤,包括:
检测所述目标区域在所述目标图像中的面积占比;
当所述目标区域在所述目标图像中的面积占比大于或等于设定阈值时,将所述关注中心点确定为裁剪框的裁剪中心;
当所述目标区域在所述目标图像中的面积占比小于所述设定阈值时,将所述关注中心点设置在所述裁剪框的第一指定位置,使得所述裁剪框的裁剪中心与所述关注中心点间隔预设距离,所述预设距离大于0。
3.根据权利要求2所述的方法,其特征在于,所述确定所述裁剪框的裁剪范围的步骤,包括:
当所述目标区域在所述目标图像中的面积占比大于或等于所述设定阈值时,根据所述目标区域和所述裁剪框的尺寸,确定所述裁剪框的裁剪范围;
当所述目标区域在所述目标图像中的面积占比小于所述设定阈值时,按照预设放大比例对所述目标图像进行放大处理;
根据放大后的目标图像中的目标区域以及所述裁剪框的尺寸,确定所述裁剪框的裁剪范围。
4.根据权利要求3所述的方法,其特征在于,在所述按照预设放大比例对所述目标图像进行放大处理的步骤之前,还包括:
根据所述目标区域在所述目标图像中的面积占比,确定所述预设放大比例。
5.根据权利要求1所述的方法,其特征在于,所述检测目标图像中的目标区域的步骤,包括:
对所述目标图像进行对象检测;
当在所述目标图像中检测到至少一个对象时,按照预设条件从所述至少一个对象中筛选出目标对象,并将所述目标对象所在区域确定为目标区域;
当在所述目标图像中未检测到对象时,识别所述目标图像中的显著区域,并将所述显著区域确定为目标区域。
6.根据权利要求5所述的方法,其特征在于,所述目标图像包括多个对象,所述确定所述裁剪框的裁剪范围的步骤,包括:
根据所述目标图像中的目标对象的位置以及除所述目标对象外的其他对象的位置,确定所述裁剪框的裁剪范围。
7.根据权利要求1所述的方法,其特征在于,所述根据所述目标区域确定所述目标图像的关注中心点的步骤,包括:
将所述目标区域的第二指定位置确定为所述目标图像的关注中心点;
或者,将所述目标区域中的任一预设特征点确定为所述目标图像的关注中心点。
8.一种图像处理装置,其特征在于,包括:
目标区域检测模块,被配置为检测目标图像中的目标区域;
关注中心点确定模块,被配置为根据所述目标区域确定所述目标图像的关注中心点;
裁剪中心确定模块,被配置为根据所述关注中心点确定裁剪框的裁剪中心;
裁剪范围确定模块,被配置为确定所述裁剪框的裁剪范围;所述裁剪范围用于确定所述目标图像中需要保留的区域;
目标图像裁剪模块,被配置为根据所述裁剪中心和所述裁剪范围,对所述目标图像进行裁剪。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的图像处理方法。
10.一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至7中任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/101341 WO2021008456A1 (zh) | 2019-07-12 | 2020-07-10 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2019106320345 | 2019-07-12 | ||
CN201910632034 | 2019-07-12 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110706150A true CN110706150A (zh) | 2020-01-17 |
Family
ID=69194637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910843971.5A Pending CN110706150A (zh) | 2019-07-12 | 2019-09-06 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110706150A (zh) |
WO (1) | WO2021008456A1 (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275726A (zh) * | 2020-02-24 | 2020-06-12 | 北京字节跳动网络技术有限公司 | 图像裁剪方法、装置、设备及存储介质 |
CN111327841A (zh) * | 2020-02-25 | 2020-06-23 | 四川新视创伟超高清科技有限公司 | 基于x86架构的超高清视频切画方法及其系统 |
CN111462221A (zh) * | 2020-04-03 | 2020-07-28 | 深圳前海微众银行股份有限公司 | 待侦测物体阴影面积提取方法、装置、设备及存储介质 |
CN111461969A (zh) * | 2020-04-01 | 2020-07-28 | 北京字节跳动网络技术有限公司 | 用于处理图片的方法、装置、电子设备和计算机可读介质 |
CN111489286A (zh) * | 2020-04-01 | 2020-08-04 | 北京字节跳动网络技术有限公司 | 图片处理方法、装置、设备和介质 |
CN112132836A (zh) * | 2020-08-14 | 2020-12-25 | 咪咕文化科技有限公司 | 视频图像裁剪方法、装置、电子设备及存储介质 |
WO2021008456A1 (zh) * | 2019-07-12 | 2021-01-21 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112700454A (zh) * | 2020-12-28 | 2021-04-23 | 北京达佳互联信息技术有限公司 | 图像裁剪方法、装置、电子设备及存储介质 |
CN112927241A (zh) * | 2021-03-08 | 2021-06-08 | 携程旅游网络技术(上海)有限公司 | 图片截取和缩略图生成方法、系统、设备及储存介质 |
CN112949401A (zh) * | 2021-02-01 | 2021-06-11 | 浙江大华技术股份有限公司 | 图像分析方法、装置、设备及计算机存储介质 |
CN113570626A (zh) * | 2021-09-27 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 图像裁剪方法、装置、计算机设备及存储介质 |
CN114067370A (zh) * | 2022-01-17 | 2022-02-18 | 北京新氧科技有限公司 | 一种脖子遮挡检测方法、装置、电子设备及存储介质 |
CN114580631A (zh) * | 2022-03-04 | 2022-06-03 | 北京百度网讯科技有限公司 | 模型的训练方法、烟火检测方法、装置、电子设备及介质 |
CN114742791A (zh) * | 2022-04-02 | 2022-07-12 | 深圳市国电科技通信有限公司 | 印刷电路板组装的辅助缺陷检测方法、装置及计算机设备 |
WO2022161260A1 (zh) * | 2021-01-27 | 2022-08-04 | 维沃移动通信有限公司 | 对焦方法、装置、电子设备及介质 |
CN112700454B (zh) * | 2020-12-28 | 2024-05-14 | 北京达佳互联信息技术有限公司 | 图像裁剪方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008225720A (ja) * | 2007-03-12 | 2008-09-25 | Fujifilm Corp | 画像トリミング装置および方法並びにプログラム |
US20130101210A1 (en) * | 2011-10-24 | 2013-04-25 | Hao Tang | Auto-cropping |
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 |
CN104361329A (zh) * | 2014-11-25 | 2015-02-18 | 成都品果科技有限公司 | 一种基于人脸识别的照片裁剪方法及系统 |
CN105989572A (zh) * | 2015-02-10 | 2016-10-05 | 腾讯科技(深圳)有限公司 | 图片处理方法及装置 |
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 |
CN108776970A (zh) * | 2018-06-12 | 2018-11-09 | 北京字节跳动网络技术有限公司 | 图像处理方法和装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4683339B2 (ja) * | 2006-07-25 | 2011-05-18 | 富士フイルム株式会社 | 画像トリミング装置 |
KR20140122952A (ko) * | 2013-04-11 | 2014-10-21 | 삼성전자주식회사 | 이미지 합성 방법 및 이를 구현하는 전자 장치 |
CN107545576A (zh) * | 2017-07-31 | 2018-01-05 | 华南农业大学 | 基于构图规则的图像编辑方法 |
CN110136142A (zh) * | 2019-04-26 | 2019-08-16 | 微梦创科网络科技(中国)有限公司 | 一种图像裁剪方法、装置、电子设备 |
CN110706150A (zh) * | 2019-07-12 | 2020-01-17 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
-
2019
- 2019-09-06 CN CN201910843971.5A patent/CN110706150A/zh active Pending
-
2020
- 2020-07-10 WO PCT/CN2020/101341 patent/WO2021008456A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008225720A (ja) * | 2007-03-12 | 2008-09-25 | Fujifilm Corp | 画像トリミング装置および方法並びにプログラム |
US20130101210A1 (en) * | 2011-10-24 | 2013-04-25 | Hao Tang | Auto-cropping |
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 |
CN104361329A (zh) * | 2014-11-25 | 2015-02-18 | 成都品果科技有限公司 | 一种基于人脸识别的照片裁剪方法及系统 |
CN105989572A (zh) * | 2015-02-10 | 2016-10-05 | 腾讯科技(深圳)有限公司 | 图片处理方法及装置 |
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 |
CN108776970A (zh) * | 2018-06-12 | 2018-11-09 | 北京字节跳动网络技术有限公司 | 图像处理方法和装置 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021008456A1 (zh) * | 2019-07-12 | 2021-01-21 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN111275726A (zh) * | 2020-02-24 | 2020-06-12 | 北京字节跳动网络技术有限公司 | 图像裁剪方法、装置、设备及存储介质 |
CN111275726B (zh) * | 2020-02-24 | 2021-02-05 | 北京字节跳动网络技术有限公司 | 图像裁剪方法、装置、设备及存储介质 |
CN111327841A (zh) * | 2020-02-25 | 2020-06-23 | 四川新视创伟超高清科技有限公司 | 基于x86架构的超高清视频切画方法及其系统 |
CN111461969A (zh) * | 2020-04-01 | 2020-07-28 | 北京字节跳动网络技术有限公司 | 用于处理图片的方法、装置、电子设备和计算机可读介质 |
CN111489286A (zh) * | 2020-04-01 | 2020-08-04 | 北京字节跳动网络技术有限公司 | 图片处理方法、装置、设备和介质 |
CN111489286B (zh) * | 2020-04-01 | 2023-04-25 | 抖音视界有限公司 | 图片处理方法、装置、设备和介质 |
CN111461969B (zh) * | 2020-04-01 | 2023-04-07 | 抖音视界有限公司 | 用于处理图片的方法、装置、电子设备和计算机可读介质 |
CN111462221A (zh) * | 2020-04-03 | 2020-07-28 | 深圳前海微众银行股份有限公司 | 待侦测物体阴影面积提取方法、装置、设备及存储介质 |
CN112132836A (zh) * | 2020-08-14 | 2020-12-25 | 咪咕文化科技有限公司 | 视频图像裁剪方法、装置、电子设备及存储介质 |
CN112700454A (zh) * | 2020-12-28 | 2021-04-23 | 北京达佳互联信息技术有限公司 | 图像裁剪方法、装置、电子设备及存储介质 |
CN112700454B (zh) * | 2020-12-28 | 2024-05-14 | 北京达佳互联信息技术有限公司 | 图像裁剪方法、装置、电子设备及存储介质 |
WO2022161260A1 (zh) * | 2021-01-27 | 2022-08-04 | 维沃移动通信有限公司 | 对焦方法、装置、电子设备及介质 |
CN112949401A (zh) * | 2021-02-01 | 2021-06-11 | 浙江大华技术股份有限公司 | 图像分析方法、装置、设备及计算机存储介质 |
CN112949401B (zh) * | 2021-02-01 | 2024-03-26 | 浙江大华技术股份有限公司 | 图像分析方法、装置、设备及计算机存储介质 |
CN112927241A (zh) * | 2021-03-08 | 2021-06-08 | 携程旅游网络技术(上海)有限公司 | 图片截取和缩略图生成方法、系统、设备及储存介质 |
WO2023045641A1 (zh) * | 2021-09-27 | 2023-03-30 | 腾讯科技(深圳)有限公司 | 图像裁剪方法、装置、计算机设备及存储介质 |
CN113570626A (zh) * | 2021-09-27 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 图像裁剪方法、装置、计算机设备及存储介质 |
CN114067370B (zh) * | 2022-01-17 | 2022-06-21 | 北京新氧科技有限公司 | 一种脖子遮挡检测方法、装置、电子设备及存储介质 |
CN114067370A (zh) * | 2022-01-17 | 2022-02-18 | 北京新氧科技有限公司 | 一种脖子遮挡检测方法、装置、电子设备及存储介质 |
CN114580631A (zh) * | 2022-03-04 | 2022-06-03 | 北京百度网讯科技有限公司 | 模型的训练方法、烟火检测方法、装置、电子设备及介质 |
CN114580631B (zh) * | 2022-03-04 | 2023-09-08 | 北京百度网讯科技有限公司 | 模型的训练方法、烟火检测方法、装置、电子设备及介质 |
CN114742791A (zh) * | 2022-04-02 | 2022-07-12 | 深圳市国电科技通信有限公司 | 印刷电路板组装的辅助缺陷检测方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2021008456A1 (zh) | 2021-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110706150A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
EP2902941B1 (en) | System and method for visually distinguishing faces in a digital image | |
US8300972B2 (en) | Electronic apparatus, blur image sorting method, and program | |
US9253373B2 (en) | Flare detection and mitigation in panoramic images | |
US8687887B2 (en) | Image processing method, image processing apparatus, and image processing program | |
KR101662846B1 (ko) | 아웃 포커싱 촬영에서 빛망울 효과를 생성하기 위한 장치 및 방법 | |
US11138695B2 (en) | Method and device for video processing, electronic device, and storage medium | |
CN105243371A (zh) | 一种人脸美颜程度的检测方法、系统及拍摄终端 | |
US10817744B2 (en) | Systems and methods for identifying salient images | |
CN104182721A (zh) | 提升人脸识别率的图像处理系统及图像处理方法 | |
US10609293B2 (en) | Real-time glare detection inside a dynamic region of an image | |
JP2013140428A (ja) | エッジ検出装置、エッジ検出プログラム、およびエッジ検出方法 | |
CN109948525A (zh) | 拍照处理方法、装置、移动终端以及存储介质 | |
CN111369469A (zh) | 图像处理方法、装置及电子设备 | |
CN113781421A (zh) | 基于水下的目标识别方法、装置及系统 | |
CN110782392B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
US11699276B2 (en) | Character recognition method and apparatus, electronic device, and storage medium | |
CN112218005B (zh) | 一种基于人工智能的视频剪辑方法 | |
JP4496005B2 (ja) | 画像処理方法および画像処理装置 | |
CN111914739A (zh) | 智能跟随方法、装置、终端设备和可读存储介质 | |
CN110889470B (zh) | 用于处理图像的方法和装置 | |
US20210281742A1 (en) | Document detections from video images | |
CN112839167B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
US8538142B2 (en) | Face-detection processing methods, image processing devices, and articles of manufacture | |
CN114067275A (zh) | 监控场景中目标物体提醒方法、系统与电子设备 |
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 |