CN111246109A - 自动截图方法和系统 - Google Patents

自动截图方法和系统 Download PDF

Info

Publication number
CN111246109A
CN111246109A CN202010081899.XA CN202010081899A CN111246109A CN 111246109 A CN111246109 A CN 111246109A CN 202010081899 A CN202010081899 A CN 202010081899A CN 111246109 A CN111246109 A CN 111246109A
Authority
CN
China
Prior art keywords
screenshot
orientation data
optimal
view
automatic
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
Application number
CN202010081899.XA
Other languages
English (en)
Inventor
陈昱彤
张蕾
陈由乐
金敏华
白杰
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.)
Seashell Housing Beijing Technology Co Ltd
Original Assignee
Beike 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 Beike Technology Co Ltd filed Critical Beike Technology Co Ltd
Priority to CN202010081899.XA priority Critical patent/CN111246109A/zh
Publication of CN111246109A publication Critical patent/CN111246109A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • H04N23/698Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了自动截图方法和系统,其中,所述方法包括:获取房屋的各功能间在VR模型图上所对应的点位;获取所述点位所对应的全景图;根据判断因素确定最优截图方位数据;其中,所述判断因素包括:视野覆盖面积和/或视野中的窗户数量;根据所述最优截图方位数据从所述各功能间对应的一张或多张所述全景图上分别截取其所对应的图像。该方法克服现有技术中的实勘图的采集要不就是需要拍摄者进行现场单独采集,增加了拍摄者的工作量,要不就是在VR模型上进行人工截取,但无法保证图像品质的问题。

Description

自动截图方法和系统
技术领域
本发明涉及截图技术领域,具体地,涉及一种自动截图方法和系统。
背景技术
实勘图是展示房屋必不可少的图像之一,一般用作房屋相册的封面等,实勘图一般都是由拍摄者进行单独拍摄,再对拍摄的图像进行优化处理;而随着技术的进步,VR房屋展示渐渐地变成主流的模式,现有技术中在对VR房源进行图像采集后,还需要拍摄者单独进行实勘图的采集,增加了拍摄者的工作量,或者通过VR模型进行人工截取,但无法保证图像是品质,而且工作量较大。
因此,提供一种在使用过程中可以有效地解决以上技术问题的自动截图方法和系统是本发明亟需解决的问题。
发明内容
针对上述技术问题,本发明的目的是克服现有技术中的实勘图的采集要不就是需要拍摄者进行现场单独采集,增加了拍摄者的工作量,要不就是在VR模型上进行人工截取,但无法保证图像品质的问题,从而提供一种在使用过程中可以有效地解决以上技术问题的自动截图方法和系统。
为了实现上述目的,本发明提供了一种自动截图方法,所述方法包括:
获取房屋的各功能间在VR模型图上所对应的点位;
获取所述点位所对应的全景图;
根据判断因素确定最优截图方位数据;其中,所述判断因素包括:视野覆盖面积和/或视野中的窗户数量;
根据所述最优截图方位数据从所述各功能间对应的一张或多张所述全景图上分别截取其所对应的图像。
优选地,所述获取房屋的各功能间在VR模型图上所对应的点位是通过将所述VR模型图与户型图结合比对来获取的。
优选地,所述根据判断因素确定最优截图方位数据包括:
计算单一方位上的视野覆盖面积;
获取单一方位上视野中的窗户数量;其中,
以所述视野覆盖面积最大和/或视野中包含的窗户数量最多的单一方位数据作为最优截图方位数据。
优选地,在所述根据所述最优截图方位数据从所述各功能间对应的一张或多张所述全景图上分别截取其所对应的图像之后,所述方法还包括:
对截取后的图像进行自动优化处理。
优选地,所述自动优化处理包括:添加滤镜、调节景深以及调节亮度。
本发明还提供了一种自动截图系统,所述自动截图系统包括:
功能间点位获取模块,用于获取房屋的各功能间在VR模型图上所对应的点位;
全景图获取模块,用于获取各功能间的点位所对应的全景图;
最优截图方位数据获取模块,用于根据判断因素确定最优截图方位数据;其中,所述判断因素包括:视野覆盖面积和/或视野中的窗户数量。
截图模块,根据所述最优截图方位数据从所述各功能间对应的一张或多张所述全景图上分别截取其所对应的图像。
优选地,所述功能间点位获取模块是通过将所述VR模型图与户型图结合比对来获取的。
优选地,所述最优截图方位数据获取模块还包括:
视野覆盖面积计算模块,用于计算单一方位上的视野覆盖面积;
视野窗户计算模块,用于获取单一方位上视野中的窗户数量;其中,
以所述视野覆盖面积最大和/或视野中包含的窗户数量最多的单一方位数据作为最优截图方位数据。
优选地,所述自动截图系统还包括:
图像优化模块,用于对截取后的图像进行自动优化处理。
优选地,所述自动优化处理包括:添加滤镜、调节景深以及调节亮度。
本发明还提供了一种电子设备,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,所述处理器执行所述程序时实现自动截图方法。
本发明还提供了一种机器可读存储介质,其上存储有程序,该程序被执行时实现自动截图方法。
根据上述技术方案,本发明提供的在使用时的有益效果为:可以通过VR模型图分别自动截取房屋的各功能间所对应的图像,以作为实勘图,无需人工手动截图,可以有效地减小拍摄者的工作量,提高工作效率,而且截取的图像也可以保证质量。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。在附图中:
图1是本发明的一种优选的实施方式中提供的自动截图方法的流程图;
图2是本发明的一种优选的实施方式中确定最优截图方位数据方法的流程图;
图3是本发明的一种优选的实施方式中提供的自动截图方法的流程图;
图4是本发明的一种优选的实施方式中提供的自动截图系统的结构示意图;
图5是本发明的一种优选的实施方式中提供的自动截图系统的结构示意图;以及
图6是本发明的一种优选的实施方式中提供的电子设备的结构示意图。
附图标记说明
1功能间点位获取模块 2全景图获取模块
3最优截图方位数据获取模块 4截图模块
5视野覆盖面积计算模块 7视野窗户计算模块
601处理器 602存储器
603通信接口 604总线
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
以下首先针对所述自动截图方法进行详细的描述,如图1所示,本发明提供了一种自动截图方法,所述方法包括:
步骤S101,获取房屋的各功能间在VR模型图上所对应的点位;由于户型图上各功能间的分布已经确认,所以一般是通过将VR模型图与房屋的户型图之间进行结合比对来识别各功能间的种类的,
步骤S102,获取所述点位所对应的全景图;确认好各功能间的种类后,可以获取该功能间在VR模型图上对应的区间,每个区间中都存在至少一个点位,而每个点位都有与其相对应的全景图,该步骤就是获取这些全景图;
步骤S103,根据判断因素确定最优截图方位数据;其中,所述判断因素包括:视野覆盖面积和/或视野中的窗户数量;该步骤主要是确定好在全景图上截图的方位,因为一张全景图上存在无数个截图方位,如何保证截取图像的质量也是关键所在,这里的质量不光是指图像的参数所表现出的品质,还有该图像所能表现出的效果,因为截取的实勘图一般用作展示房源的封面等信息,所以所要足够大的视野,充足的光线等调节;在该步骤中主要是确定最优截图方位数据;
步骤S104,根据所述最优截图方位数据从所述各功能间对应的一张或多张所述全景图上分别截取其所对应的图像;在该步骤中,主要是根据确定的最优截图方位数据截取对应的图像,为了保证图像的质量,在发送截图指令后,都是从后台的数据库中调取对应的全景图,然后依据所述最优截图方位数据在所述全景图上截取相应的图像,从而完成截图操作。
在上述方案中,需要说明的是:在确定最优截图方位数据时,所依据的判断因素一般包括视野覆盖面积和/或视野中的窗户数量,所述视野覆盖面积指的是单一方向上的视野覆盖面积,即在该点位的一个方向上视野覆盖面积,所述窗户数量也是指单一方向上的窗户数量;
每个功能间因为存在多个点位,所以会存在多个全景图,本发明是对每个全景图都确定一个最优截图方位数据,然后根据所述最优截图方位数据在对应的全景图上进行截图,所以如果该功能间存在多个点位,可最后获取的截图也会存在多张,使用者可以根据需要选择最佳的一张,也可以两张都保留,这个根据使用者的需要而定。
在本发明的一种优选的实施方式中,所述获取房屋的各功能间在VR模型图上所对应的点位是通过将所述VR模型图与户型图结合比对来获取的。
在上述方案中,利用已知功能间位置和种类的户型图来确认VR模型图上各个功能间的区域的准确度可以得到保障,操作也十分的简便,即将所述VR模型图与户型图结合比对即可。
如图2所示,在本发明的一种优选的实施方式中,所述根据判断因素确定最优截图方位数据包括:
步骤S1031,计算单一方位上的视野覆盖面积;
步骤S1032,获取单一方位上视野中的窗户数量;其中,
以所述视野覆盖面积最大和/或视野中包含的窗户数量最多的单一方位数据作为最优截图方位数据。
在上述方案中,将所述视野覆盖面积作为第一判断因素,在所述视野覆盖面积相同的情况下,以窗户数量作为第二判断因素,以窗户数量最多的方位数据从而获得最优截图方位数据;
或者,将所述窗户数量作为第一判断因素,在所述窗户数量相同的情况下,以视野覆盖面积作为第二判断因素,以视野覆盖面积最大的方位数据从而获得最优截图方位数据;其中,所述方位数据就是至方位的参数,类似于精度和纬度数据,本发明中提供的方位数据就是可以用来准确地确定方位的数据。
通过上述方案确定的截图方位数据可以更加直观清楚地表现出房源的信息,从而方便消费者对信息地获取。
如图3所示,在本发明的一种优选的实施方式中,
步骤S201,获取房屋的各功能间在VR模型图上所对应的点位;
步骤S202,获取所述点位所对应的全景图;
步骤S203,根据判断因素确定最优截图方位数据;其中,所述判断因素包括:视野覆盖面积和/或视野中的窗户数量;
步骤S204,根据所述最优截图方位数据从所述各功能间对应的所述全景图上分别截取其所对应的图像;
步骤S205,对截取后的图像进行自动优化处理。
在上述方案中,步骤205可以实现对截取后的图像进行自动处理操作,当然自动处理的数据都是管理人员进行预设定好的,例如,所述自动优化处理一般包括:添加滤镜、调节景深以及调节亮度;管理人员可以事先将滤镜、景深和亮度的预设值全部确定好,完成截图后,就直接依据这些预设值对图像进行自动处理,使得截图后的图像更加符合使用者的要求;
当然,所述自动优化所依据的各项数据也可以实时调节,例如,完成一个功能间的截图后,使用者可以实时地确定该图像的滤镜、景深和亮度的预设值,然后再依据这些预设定对图像进行自动优化处理;当然所述自动优化处理不仅限于:添加滤镜、调节景深以及调节亮度;例如还可以包括:对比度调节等参数。
以下对上述方法进行举例说明:首先通过对VR模型图和户型图的结合比对,确认出房屋的各功能间在VR模型图上的区域,例如在VR模型上,卫生间的区域对应着两个点位,获取这两个点位的全景图,然后再通过视野覆盖面积和/或视野中的窗户数量确定出最优截图方位数据,例如是卫生间门处的点位,其最优截图方位就是朝向马桶的方位,即可以看到窗户、淋浴间,也可以看到浴室柜,则将该方向的数据作为最优截图方位数据,确定好数据后,调取出该点位对应的全景图原图数据(也就是没有经过任何处理,摄影师现场采集的全景图数据),在该全景图上依据确定好的最优截图方位数据进行截图,从而截取好卫生间的“实勘图”,该“实勘图”不仅参数质量高,而且表现出的效果也好,完成截图后,再对所述“实勘图”进行自动优化处理,依据的是预设的优化数据。
本发明提供的自动截图方法可以通过VR模型图分别自动截取房屋的各功能间所对应的图像,以作为实勘图,无需人工手动截图,可以有效地减小拍摄者的工作量,提高工作效率,而且截取的图像也可以保证质量。
如图4所示,本发明提供了一种自动截图系统,所述自动截图系统包括:
功能间点位获取模块1,用于获取房屋的各功能间在VR模型图上所对应的点位;
全景图获取模块2,用于获取各功能间的点位所对应的全景图;
最优截图方位数据获取模块3,用于根据判断因素确定最优截图方位数据;其中,所述判断因素包括:视野覆盖面积和/或视野中的窗户数量。
截图模块4,根据所述最优截图方位数据从所述各功能间对应的所述全景图上分别截取其所对应的图像。
在上述方案中,需要说明的是:在确定最优截图方位数据时,所依据的判断因素一般包括视野覆盖面积和/或视野中的窗户数量,所述视野覆盖面积指的是单一方向上的视野覆盖面积,即在该点位的一个方向上视野覆盖面积,所述窗户数量也是指单一方向上的窗户数量。
每个功能间因为存在多个点位,所以会存在多个全景图,本发明是对每个全景图都确定一个最优截图方位数据,然后根据所述最优截图方位数据在对应的全景图上进行截图,所以如果该功能间存在多个点位,可最后获取的截图也会存在多张,使用者可以根据需要选择最佳的一张,也可以多张都保留,这个根据使用者的需要而定。
在本发明的一种优选的实施方式中,所述功能间点位获取模块是通过将所述VR模型图与户型图结合比对来获取的。
在上述方案中,利用已知功能间位置和种类的户型图来确认VR模型图上各个功能间的区域的准确度可以得到保障,操作也十分的简便,即将所述VR模型图与户型图结合比对即可。
如图5所示,在本发明的一种优选的实施方式中,所述最优截图方位数据获取模块还包括:
视野覆盖面积计算模块5,用于计算单一方位上的视野覆盖面积;
视野窗户计算模块7,用于获取单一方位上视野中的窗户数量;其中,
以所述视野覆盖面积最大和/或视野中包含的窗户数量最多的单一方位数据作为最优截图方位数据。
在上述方案中,将所述视野覆盖面积作为第一判断因素,在所述视野覆盖面积相同的情况下,以窗户数量作为第二判断因素,以窗户数量最多的方位数据从而获得最优截图方位数据;
或者,将所述窗户数量作为第一判断因素,在所述窗户数量相同的情况下,以视野覆盖面积作为第二判断因素,以视野覆盖面积最大的方位数据从而获得最优截图方位数据;
通过上述方案确定的截图方位数据可以更加直观清楚地表现出房源的信息,从而方便消费者对信息地获取。
在本发明的一种优选的实施方式中,所述自动截图系统还包括:
图像优化模块,用于对截取后的图像进行自动优化处理。
在本发明的一种优选的实施方式中,所述自动优化处理包括:添加滤镜、调节景深以及调节亮度。
以下对上述方法进行举例说明:所述功能间点位获取模块首先通过对VR模型图和户型图的结合比对,确认出房屋的各功能间在VR模型图上的区域,例如在VR模型上,卫生间的区域对应着两个点位,所述全景图获取模块再获取这两个点位的全景图,然后所述最优截图方位数据获取模块再通过视野覆盖面积和/或视野中的窗户数量确定出最优截图方位数据,例如是卫生间门处的点位,其最优截图方位就是朝向马桶的方位,既可以看到窗户、淋浴间,也可以看到浴室柜,则将该方向的数据作为最优截图方位数据,确定好数据后,调取出该点位对应的全景图原图数据(也就是没有经过任何处理,摄影师现场采集的全景图数据),所述截图模块在该全景图上依据确定好的最优截图方位数据进行截图,从而截取好卫生间的“实勘图”,该“实勘图”不仅参数质量高,而且表现出的效果也好,完成截图后,所述图像优化模块再对所述“实勘图”进行自动优化处理,依据的是预设的优化数据。
本发明提供的自动截图系统克服现有技术中的实勘图的采集要不就是需要拍摄者进行现场单独采集,增加了拍摄者的工作量,要不就是在VR模型上进行人工截取,但无法保证图像品质的问题。
图6是本发明一实施例提供的电子设备的结构示意图。如图6所示,所述电子设备包括:处理器601、存储器602、通信接口603和总线604;其中,所述处理器601、存储器602、通信接口603通过所述总线604完成相互间的通信;所述通信接口603用于该电子设备和终端的通信设备之间的信息传输;所述处理器601用于调用所述存储器602中的程序指令,以执行上述自动截图方法。
本发明实施例还提供一种机器可读存储介质,其上存储有程序,该程序被执行时实现上文所述的自动截图方法。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。

Claims (10)

1.一种自动截图方法,其特征在于,所述方法包括:
获取房屋的各功能间在VR模型图上所对应的至少一个点位;
获取所述至少一个点位所对应的全景图;
根据判断因素确定最优截图方位数据;其中,所述判断因素包括:视野覆盖面积和/或视野中的窗户数量;
根据所述最优截图方位数据从所述各功能间对应的一张或多张所述全景图上分别截取其所对应的图像。
2.根据权利要求1所述的自动截图方法,其特征在于,所述获取房屋的各功能间在VR模型图上所对应的点位是通过将所述VR模型图与户型图结合比对来获取的。
3.根据权利要求1所述的自动截图方法,其特征在于,所述根据判断因素确定最优截图方位数据包括:
计算单一方位上的视野覆盖面积;
获取单一方位上视野中的窗户数量;其中,
以所述视野覆盖面积最大和/或视野中包含的窗户数量最多的单一方位数据作为最优截图方位数据。
4.根据权利要求1所述的自动截图方法,其特征在于,在所述根据所述最优截图方位数据从所述各功能间对应的一张或多张所述全景图上分别截取其所对应的图像之后,所述方法还包括:
对截取后的图像进行自动优化处理。
5.根据权利要求4所述的自动截图方法,其特征在于,所述自动优化处理包括:添加滤镜、调节景深以及调节亮度中的至少一项。
6.一种自动截图系统,其特征在于,所述自动截图系统包括:
功能间点位获取模块,用于获取房屋的各功能间在VR模型图上所对应的点位;
全景图获取模块,用于获取各功能间的点位所对应的全景图;
最优截图方位数据获取模块,用于根据判断因素确定最优截图方位数据;其中,所述判断因素包括:视野覆盖面积和/或视野中的窗户数量。
截图模块,根据所述最优截图方位数据从所述各功能间对应的一张或多张所述全景图上分别截取其所对应的图像。
7.根据权利要求6所述的自动截图系统,其特征在于,所述功能间点位获取模块是通过将所述VR模型图与户型图结合比对来获取的。
8.根据权利要求6所述的自动截图系统,其特征在于,
所述最优截图方位数据获取模块还包括:
视野覆盖面积计算模块,用于计算单一方位上的视野覆盖面积;
视野窗户计算模块,用于获取单一方位上视野中的窗户数量;其中,
以所述视野覆盖面积最大和/或视野中包含的窗户数量最多的单一方位数据作为最优截图方位数据。
9.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现如权利要求1-5中任一项权利要求所述的自动截图方法。
10.一种机器可读存储介质,其上存储有程序,其特征在于,该程序被执行时实现如权利要求1-5中任一项权利要求所述的自动截图方法。
CN202010081899.XA 2020-02-06 2020-02-06 自动截图方法和系统 Pending CN111246109A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010081899.XA CN111246109A (zh) 2020-02-06 2020-02-06 自动截图方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010081899.XA CN111246109A (zh) 2020-02-06 2020-02-06 自动截图方法和系统

Publications (1)

Publication Number Publication Date
CN111246109A true CN111246109A (zh) 2020-06-05

Family

ID=70878234

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010081899.XA Pending CN111246109A (zh) 2020-02-06 2020-02-06 自动截图方法和系统

Country Status (1)

Country Link
CN (1) CN111246109A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101724676B1 (ko) * 2016-02-29 2017-04-10 주식회사 인디스팟 인터랙티브 파노라마 vr 기반의 장소 정보 기록 시스템
CN109035385A (zh) * 2018-06-06 2018-12-18 链家网(北京)科技有限公司 一种房源虚拟三维模型中的全景图截图方法及系统
CN109064545A (zh) * 2018-06-06 2018-12-21 链家网(北京)科技有限公司 一种对房屋进行数据采集和模型生成的方法及装置
CN110097539A (zh) * 2019-04-19 2019-08-06 贝壳技术有限公司 一种在虚拟三维模型中截取图片的方法及装置
CN110399667A (zh) * 2019-07-16 2019-11-01 西安工程大学 一种基于ar虚拟现实技术的室内装修设计系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101724676B1 (ko) * 2016-02-29 2017-04-10 주식회사 인디스팟 인터랙티브 파노라마 vr 기반의 장소 정보 기록 시스템
CN109035385A (zh) * 2018-06-06 2018-12-18 链家网(北京)科技有限公司 一种房源虚拟三维模型中的全景图截图方法及系统
CN109064545A (zh) * 2018-06-06 2018-12-21 链家网(北京)科技有限公司 一种对房屋进行数据采集和模型生成的方法及装置
CN110097539A (zh) * 2019-04-19 2019-08-06 贝壳技术有限公司 一种在虚拟三维模型中截取图片的方法及装置
CN110399667A (zh) * 2019-07-16 2019-11-01 西安工程大学 一种基于ar虚拟现实技术的室内装修设计系统

Similar Documents

Publication Publication Date Title
CN110099222B (zh) 一种拍摄设备的曝光调整方法、装置、存储介质及设备
US9521391B2 (en) Settings of a digital camera for depth map refinement
CN103533241A (zh) 一种智能滤镜的拍照方法
CN105760408A (zh) 图片分享方法、装置和终端设备
CN104917959A (zh) 一种拍照方法及终端
CN104378545A (zh) 一种拍照处理方法和系统
CN105635565A (zh) 一种拍摄方法及设备
CN106373139A (zh) 一种图像处理方法及装置
CN104994287A (zh) 一种基于广角摄像头的拍摄方法及移动终端
CN104735350A (zh) 一种信息处理方法及电子设备
CN105744168B (zh) 一种信息处理方法及电子设备
CN103854253A (zh) 一种图片处理方法及终端
CN105049714B (zh) 一种人物图像预览方法和装置
CN105611147A (zh) 拍照方法和设备
CN113362253B (zh) 一种图像阴影校正方法、系统及其装置
CN104363372A (zh) 一种图片处理方法及终端
CN104301514A (zh) 基于gps定位的自动删除拍摄照片的方法和终端
CN111246109A (zh) 自动截图方法和系统
CN105007410A (zh) 一种大视角摄像头控制方法及用户终端
CN111080546B (zh) 一种图片处理方法及装置
CN110264402B (zh) 图像融合方法、装置、存储介质及电子装置
CN104883495A (zh) 一种拍照方法及装置
CN105893578A (zh) 一种照片选择的方法及装置
CN112037127A (zh) 视频监控的隐私遮挡方法及装置、存储介质、电子装置
CN104793910A (zh) 一种信息处理的方法及电子设备

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
TA01 Transfer of patent application right

Effective date of registration: 20200701

Address after: 100085 Floor 102-1, Building No. 35, West Second Banner Road, Haidian District, Beijing

Applicant after: Seashell Housing (Beijing) Technology Co.,Ltd.

Address before: 300280 unit 05, room 112, floor 1, building C, comprehensive service area, Nangang Industrial Zone, Binhai New Area, Tianjin

Applicant before: BEIKE TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20200605

RJ01 Rejection of invention patent application after publication