CN111371992A - 图像拍摄质量控制方法、系统、设备和存储介质 - Google Patents

图像拍摄质量控制方法、系统、设备和存储介质 Download PDF

Info

Publication number
CN111371992A
CN111371992A CN202010173395.0A CN202010173395A CN111371992A CN 111371992 A CN111371992 A CN 111371992A CN 202010173395 A CN202010173395 A CN 202010173395A CN 111371992 A CN111371992 A CN 111371992A
Authority
CN
China
Prior art keywords
image
meet
shooting
quality control
model
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
CN202010173395.0A
Other languages
English (en)
Inventor
乐旸
胡晓俊
王金国
严治庆
柯严
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.)
Shanghai Clobotics Technology Co ltd
Original Assignee
Shanghai Clobotics 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 Shanghai Clobotics Technology Co ltd filed Critical Shanghai Clobotics Technology Co ltd
Priority to CN202010173395.0A priority Critical patent/CN111371992A/zh
Publication of CN111371992A publication Critical patent/CN111371992A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Studio Devices (AREA)

Abstract

本公开涉及图像处理技术领域，特别涉及一种图像拍摄质量控制方法、系统、设备和存储介质。本公开提供的图像拍摄质量控制方法、系统、设备和存储介质中，通过实时获取摄像头的预览图像帧，并将图像帧输入检测模型中，以此来判断摄像头在拍照之前的角度和清晰度是否符合要求。能够在图像拍摄之前，提前判断摄像头的位置是否合理，从而能够判断即将拍摄的图像质量是否符合要求，进而可以保证后续拍摄的图像都具有较高的拍摄质量。

Description

图像拍摄质量控制方法、系统、设备和存储介质
技术领域
本公开涉及图像处理技术领域，特别涉及一种图像拍摄质量控制方法、系统、设备和存储介质。
背景技术
现如今，利用带有摄像功能的终端设备拍摄商品，以获取商品信息的方式，越来越受到欢迎。这种方式不仅可以帮助用户快速获取商品信息，而且还能够帮助商家及时掌握商品售卖的动态情况。
在识别过程中，常用到的工具是网络识别模型。
对于网络识别模型而言，要想获得良好的识别效果，就必须利用带有摄像头的终端设备拍摄大量的图像进行模型训练。
在训练识别模型时，为了高效利用拍摄的图像，通常会要求拍摄的图像要足够清晰，倾斜角度不能过大，即拍摄的图像质量要符合一定要求。
发明内容
本公开的一方面提供了一种图像拍摄质量控制方法。所述方法包括如下步骤：
在进行拍摄动作前，实时获取摄像头采集的预览图像帧；
将所述图像帧输入至预先训练好的检测模型中，以检测所述图像帧的拍摄角度和清晰度是否符合预设要求；
获取所述检测模型的检测结果，当拍摄角度和/或清晰度不符合预设要求时，停止接受拍摄动作，直至拍摄角度和清晰度均符合预设要求。
在一实施例中，当拍摄角度和/或清晰度不符合预设要求时，发出不符合预设要求提示。
在一实施例中，所述检测模型的检测频率至少是所述摄像头的拍摄频率的三分之一。
在一实施例中，所述将图像帧输入至预先训练好的检测模型中，以检测图像帧的拍摄角度和清晰度是否符合预设要求的步骤还包括：
若所述检测模型的检测频率大于或等于所述摄像头的拍摄频率；
将所述图像帧中的每一帧，实时输入至预先训练好的检测模型中，以检测所有的所述图像帧的拍摄角度和清晰度是否符合预设要求。
在一实施例中，所述检测模型通过如下步骤得到：
获取用于模型训练的图像集；
标记所述图像集中清晰度不符合预设要求，以及拍摄角度不符合预设要求的图像，以形成用于模型训练的训练集；
将所述训练集输入至预先设置的网络模型中进行训练，以得到能够检测出是否存在清晰度不符合预设要求、拍摄角度不符合预设要求的图像的检测模型。
在一实施例中，所述将训练集输入至预先设置的网络模型中进行训练，以得到能够检测出是否存在清晰度不符合预设要求、拍摄角度不符合预设要求的图像的检测模型的步骤包括：
将所述训练集输入至预先设置的网络模型中进行训练，得到训练后的模型；
将预先制作的能够检测所述训练后的模型的检测精确度的检测集输入至所述训练后的模型中，以获取所述训练后的模型的检测精确度；
判断所述精确度是否符合预设要求，当所述精确度符合预设要求时，将所述训练后的模型作为所述检测模型；
当所述精确度不符合预设要求时，则增加所述图像集中的图像数量，继续训练所述训练后的模型，直至所述精确度符合预设要求，以得到所述检测模型。
本公开的另一方面是提供了一种图像拍摄质量控制系统。所述图像拍摄质量控制系统用于实现如前所述的图像拍摄质量控制方法的步骤。所述图像拍摄质量控制系统包括：
数据获取模块，用于在进行拍摄动作前，实时获取摄像头采集的预览图像帧；
图像检测模块，用于将所述图像帧输入至预先训练好的检测模型中，以检测所述图像帧的拍摄角度和清晰度是否符合预设要求；
信息处理模块，用于获取所述检测模型的检测结果，当拍摄角度和/或清晰度不符合预设要求时，停止接受拍摄动作，直至拍摄角度和清晰度均符合设定要求；
信息显示模块，用于显示不符合预设要求的提示信息。
本公开的再一方面还提供了一种图像拍摄质量控制设备。所述图像拍摄质量控制设备包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如本公开前一方面所述的图像拍摄质量控制方法的步骤。
在一实施例中，所述的图像拍摄质量控制设备还包括：
显示器，用于显示不符合预设要求的提示信息。
本公开的最后一方面则是提供了一种计算机可读存储介质。所述计算机可读存储介质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如前所述的图像拍摄质量控制方法的步骤。
在本公开提供的图像拍摄质量控制方法、系统、设备和存储介质中，通过实时获取摄像头的预览图像帧，并将图像帧输入检测模型中，以此来判断摄像头在拍照之前的角度和清晰度是否符合要求。能够在图像拍摄之前，提前判断摄像头的位置是否合理，从而能够判断即将拍摄的图像质量是否符合要求，进而可以保证后续拍摄的图像都具有较高的拍摄质量。
另一方面，本公开还通过将检测模型的检测频率与摄像头的拍摄频率进行匹配处理，以使检测速度能够与拍摄频率保持基本一致，进而实现实时预判图像拍摄质量的好坏。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于示例的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1是本公开一实施例中的图像拍摄质量控制方法的步骤流程图；
图2是本公开一实施例提供的优选的检测模型训练方法步骤流程图；
图3是本公开一实施例提供的优选的检测模型训练方法的步骤流程图；
图4是本公开一实施例提供的图像拍摄质量控制系统模块连接示意图；
图5是本公开一实施例提供的图像拍摄质量控制设备的结构示意图；
图6是本公开一实施例提供的计算机可读存储介质的结构示意图。
具体实施方式
通过上述说明可知，现如今能够利用带有摄像功能的终端设备拍摄商品图像，进而获取商品信息。这种方式可以帮助商家及时掌握商品售卖的动态情况。
在制作用于训练识别模型的图像集时，通常会要求拍摄的图像足够清晰，并且倾斜角度限制在一定范围内。不过，在实际拍摄过程中，大量的图像都是由人工进行拍摄，这就难免会出现清晰度较差、倾斜角度较大的图像，最终出现拍摄的图像无法用于训练的问题。
为了保证拍摄的每一张图像都符合要求，提高图像的拍摄质量，降低图像的不合格率，发明人通过创造性的劳动提出了一种图像拍摄质量控制方法，通过该方法可以提前判断摄像头的位置是否合理，继而判断即将拍摄的图像质量是否符合要求，最终达到高质量拍摄图像的目的。
以下结合附图和具体实施例对本公开提出的图像拍摄质量控制方法、系统、设备及存储介质作进一步详细说明。根据权利要求书和下面说明，本公开的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本公开实施例的目的。
应当理解的内容是，说明书中的用辞仅用于描述特定的实施例，并不旨在限定本公开。说明书使用的所有术语(包括技术术语和科学术语)除非另有定义，均具有本领域技术人员通常理解的含义。为简明和/或清楚起见，公知的功能或结构不再详细说明。
关于图像拍摄质量控制方法的示例说明
请参阅图1，其展示了本公开一实施例中的图像拍摄质量控制方法的步骤流程图。本实施例会以常见的相机(更具体地说，这些照相机可以是普通数码相机、数码单反相机、带有相机功能的智能手机)为例，对本公开提出的图像拍摄质量控制方法做出必要说明。
在这个实施例的步骤S001中，在进行拍摄动作前，实时获取摄像头采集的预览图像帧。
容易理解，在打开相机的电源开关，但进行图像拍摄动作之前，摄像头通常会进入图像拍摄状态，实际上此时的摄像头已经开始形成预览图像帧(例如有的摄像头的帧数可以达到每秒30帧，即一秒内可以拍摄30次，形成30张图像)。在对相机输入拍摄动作之前，摄像头形成的图像都将以预览图像帧的形式出现。当然这样的预览图像帧容易在带有显示屏的相机上展示出来，只有在输入拍摄动作时，对应这一时间的预览图像帧才会被记录下来，成为拍摄的图像。
仍需要说明的是，本公开提及的拍摄动作，可以理解为按下快门的动作。当然，还可以理解成：为在相机内部或与相机通信连接的存储模块中产生图像记录，而输入的记录命令等。
在步骤S002中，将所述图像帧输入至预先训练好的检测模型中，以检测所述图像帧的拍摄角度和清晰度是否符合预设要求。
对于步骤S002来说，是将获取的图像帧，输入预先训练好的检测模型中进行检测，这一步骤可以检测出摄像头在接受拍摄动作前的预览图像帧的好坏(是否符合预设要求)。从而能够给出图像拍摄质量的预判。
在步骤S003中，获取所述检测模型的检测结果，当拍摄角度和/或清晰度不符合预设要求时，停止接受拍摄动作，直至拍摄角度和清晰度均符合预设要求。
在步骤S003中，停止接受拍摄动作，可以理解为拍摄动作不再有效或者出现拍摄动作时，相机自身不会形成拍摄图像或图像记录；还可以理解为，此时不允许用户进行拍照。当然，如果拍摄角度和清晰度均符合预设要求时，一旦出现拍摄动作，便能够形成拍摄图像。
当然，在摄像头产生的预览图像帧不符合预设要求时，还可以及时的发出不符合预设要求的提示，以提醒用户及时调整摄像头的位置或其他进行有利的操作。这里的提示既可以是声音，又可以是图像，还可以是震动，亦或者可以是声音、图像等多种物理信息组合形成的提示。
基于上述内容知道，本公开提供的图像拍摄质量控制方法通过实时获取摄像头的预览图像帧，并将图像帧输入检测模型中，以此来判断摄像头在拍照之前的角度和清晰度是否符合要求。能够在图像拍摄之前，提前判断摄像头的位置是否合理，从而能够判断即将拍摄的图像质量是否符合要求，进而可以保证后续拍摄的图像都具有较高的拍摄质量。
在本公开的一实施例中，还说明了关于“进一步控制图像拍摄质量的方法”的优选实施方案。
为了进一步控制图形拍摄质量，本实施例采用控制检测模型的检测频率与摄像头的拍摄频率的方式。通过反复验证，并综合人眼的感知效果，本实施例采用检测模型的检测频率至少是摄像头的拍摄频率的三分之一的方式，来实现更好控制图像拍摄质量的目的。
不过，检测模型的检测速度越高越好，当检测模型的检测速度大于或等于所述摄像头的拍摄频率时，可以将图像帧中的每一帧，实时输入至预先训练好的检测模型中，以检测所有的图像帧的拍摄角度和清晰度是否符合预设要求。
在本公开的一实施例中，还进一步提供了一种关于“检测模型的训练方法”的优选方案。在图2中，展示了优选的检测模型训练方法步骤流程图。
在步骤S011中，获取用于模型训练的图像集。
在步骤S012中，标记所述图像集中清晰度不符合预设要求，以及拍摄角度不符合预设要求的图像，以形成用于模型训练的训练集；
在步骤S013中，将所述训练集输入至预先设置的网络模型中进行训练，以得到能够检测出是否存在清晰度不符合预设要求、拍摄角度不符合预设要求的图像的检测模型。
通过上述方式，可以有效达到用于检测图像是否符合预设要求的检测模型。
在图3中，还展示了本公开一实施例提供的优选的检测模型训练方法的步骤流程图。
在步骤S021中，将所述训练集输入至预先设置的网络模型中进行训练，得到训练后的模型。
在步骤S022中，将预先制作的能够检测所述训练后的模型的检测精确度的检测集输入至所述训练后的模型中，以获取所述训练后的模型的检测精确度。
在步骤S023中，判断所述精确度是否符合预设要求，当所述精确度符合预设要求时，将所述训练后的模型作为所述检测模型。
在步骤S024中，当所述精确度不符合预设要求时，则增加所述图像集中的图像数量，继续训练所述训练后的模型，直至所述精确度符合预设要求，以得到所述检测模型。
基于上述的公开内容，可知，通过实时获取摄像头的预览图像帧，并将图像帧输入检测模型中，以此来判断摄像头在拍照之前的角度和清晰度是否符合要求。能够在图像拍摄之前，提前判断摄像头的位置是否合理，从而能够判断即将拍摄的图像质量是否符合要求，可以有效控制图像拍摄的质量。
关于图像拍摄质量控制系统的示例说明
本公开的一实施例中还提供了一种图像拍摄质量控制系统。在图4中，展示了本公开一实施例提供的图像拍摄质量控制系统模块连接示意图。该系统能够实现本公开中说明的图像拍摄质量控制方法。为了实现本公开说明的图像拍摄质量控制方法，该系统包括：
数据获取模块501，用于在进行拍摄动作前，实时获取摄像头采集的预览图像帧。
图像检测模块502，用于将所述图像帧输入至预先训练好的检测模型中，以检测所述图像帧的拍摄角度和清晰度是否符合预设要求。
信息处理模块503，用于获取所述检测模型的检测结果，当拍摄角度和/或清晰度不符合预设要求时，停止接受拍摄动作，直至拍摄角度和清晰度均符合设定要求。
信息显示模块504，用于显示不符合预设要求的提示信息。
关于图像拍摄质量控制设备的示例说明
本公开的一实施例中还提供了一种图像拍摄质量控制设备。所述图像拍摄质量控制设备包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现本公开中说明的图像拍摄质量控制方法的步骤。
当然还可以包括以显示器，用于显示不符合预设要求的提示信息。
本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
图5是本公开一实施例提供的图像拍摄质量控制设备的结构示意图。下面参照图5来详细描述根据本实施例中的实施方式实施的电子设备600。图5显示的电子设备600仅仅是一个示例，不应对本公开任何实施例的功能和使用范围带来任何限制。
如图5所示，电子设备600以通用计算设备的形式表现。电子设备600的组建可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本实施例中上述图像拍摄质量控制方法部分中描述的根据本实施例中的实施步骤。例如，处理单元610可以执行如图1、图2和图3中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取单元(RAM)和/或高速缓存存储单元，可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图像加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可以与一个或者多个使得用户与该电子设备600交互的设备通信，和/或与使得该电子设备能与一个或多个其他计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其他模块通信。应当明白，尽管图5中未示出，可以结合电子设备600使用其他硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
关于可读存储介质的示例说明
本公开的一个实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时能够实现上述公开中图像拍摄质量控制方法的步骤。尽管本实施例未详尽地列举其他具体的实施方式，但在一些可能的实施方式中，本公开说明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本公开中图像拍摄质量控制方法部分中描述的根据本公开各种实施例中实施方式的步骤。
图6是本公开一实施例提供的计算机可读存储介质的结构示意图。如图6所示，其中描述了根据本公开的实施方式中用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。当然，依据本实施例产生的程序产品不限于此，在本公开中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述，在本公开提供的图像拍摄质量控制方法、系统、设备和存储介质中，通过实时获取摄像头的预览图像帧，并将图像帧输入检测模型中，以此来判断摄像头在拍照之前的角度和清晰度是否符合要求。能够在图像拍摄之前，提前判断摄像头的位置是否合理，从而能够判断即将拍摄的图像质量是否符合要求，进而可以保证后续拍摄的图像都具有较高的拍摄质量。
另一方面，本公开还通过将检测模型的检测频率与摄像头的拍摄频率进行匹配处理，以使检测速度能够与拍摄频率保持基本一致，进而实现实时预判图像拍摄质量的好坏。
上述描述仅是对本公开较佳实施例的描述，并非对本公开范围的任何限定，本公开领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

Claims (10)

1.一种图像拍摄质量控制方法，其特征在于，包括如下步骤：
在进行拍摄动作前，实时获取摄像头采集的预览图像帧；
将所述图像帧输入至预先训练好的检测模型中，以检测所述图像帧的拍摄角度和清晰度是否符合预设要求；
获取所述检测模型的检测结果，当拍摄角度和/或清晰度不符合预设要求时，停止接受拍摄动作，直至拍摄角度和清晰度均符合预设要求。
2.如权利要求1所述的图像拍摄质量控制方法，其特征在于，当拍摄角度和/或清晰度不符合预设要求时，发出不符合预设要求提示。
3.如权利要求1所述的图像拍摄质量控制方法，其特征在于，所述检测模型的检测频率至少是所述摄像头的拍摄频率的三分之一。
4.如权利要求1至3中任一项所述的图像拍摄质量控制方法，其特征在于，所述将图像帧输入至预先训练好的检测模型中，以检测图像帧的拍摄角度和清晰度是否符合预设要求的步骤还包括：
若所述检测模型的检测频率大于或等于所述摄像头的拍摄频率；
将所述图像帧中的每一帧，实时输入至预先训练好的检测模型中，以检测所有的所述图像帧的拍摄角度和清晰度是否符合预设要求。
5.如权利要求4所述的图像拍摄质量控制方法，其特征在于，所述检测模型通过如下步骤得到：
获取用于模型训练的图像集；
标记所述图像集中清晰度不符合预设要求，以及拍摄角度不符合预设要求的图像，以形成用于模型训练的训练集；
将所述训练集输入至预先设置的网络模型中进行训练，以得到能够检测出是否存在清晰度不符合预设要求、拍摄角度不符合预设要求的图像的检测模型。
6.如权利要求5所述的图像拍摄质量控制方法，其特征在于，所述将训练集输入至预先设置的网络模型中进行训练，以得到能够检测出是否存在清晰度不符合预设要求、拍摄角度不符合预设要求的图像的检测模型的步骤包括：
将所述训练集输入至预先设置的网络模型中进行训练，得到训练后的模型；
将预先制作的能够检测所述训练后的模型的检测精确度的检测集输入至所述训练后的模型中，以获取所述训练后的模型的检测精确度；
判断所述精确度是否符合预设要求，当所述精确度符合预设要求时，将所述训练后的模型作为所述检测模型；
当所述精确度不符合预设要求时，则增加所述图像集中的图像数量，继续训练所述训练后的模型，直至所述精确度符合预设要求，以得到所述检测模型。
7.一种图像拍摄质量控制系统，用于实现权利要求1至6中任一项所述的图像拍摄质量控制方法的步骤，其特征在于，所述系统包括：
数据获取模块，用于在进行拍摄动作前，实时获取摄像头采集的预览图像帧；
图像检测模块，用于将所述图像帧输入至预先训练好的检测模型中，以检测所述图像帧的拍摄角度和清晰度是否符合预设要求；
信息处理模块，用于获取所述检测模型的检测结果，当拍摄角度和/或清晰度不符合预设要求时，停止接受拍摄动作，直至拍摄角度和清晰度均符合设定要求；
信息显示模块，用于显示不符合预设要求的提示信息。
8.一种图像拍摄质量控制设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至6中任一项所述的图像拍摄质量控制方法的步骤。
9.如权利要求8所述的图像拍摄质量控制设备，其特征在于，所述设备还包括：
显示器，用于显示不符合预设要求的提示信息。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1至6任一项所述的图像拍摄质量控制方法的步骤。
CN202010173395.0A 2020-03-12 2020-03-12 图像拍摄质量控制方法、系统、设备和存储介质 Pending CN111371992A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010173395.0A CN111371992A (zh) 2020-03-12 2020-03-12 图像拍摄质量控制方法、系统、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010173395.0A CN111371992A (zh) 2020-03-12 2020-03-12 图像拍摄质量控制方法、系统、设备和存储介质

Publications (1)

Publication Number Publication Date
CN111371992A true CN111371992A (zh) 2020-07-03

Family

ID=71210415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010173395.0A Pending CN111371992A (zh) 2020-03-12 2020-03-12 图像拍摄质量控制方法、系统、设备和存储介质

Country Status (1)

Country Link
CN (1) CN111371992A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112351199A (zh) * 2020-09-30 2021-02-09 深圳点猫科技有限公司 一种试卷图像采集方法、装置及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101859050A (zh) * 2009-04-13 2010-10-13 索尼公司 成像设备和显示控制方法
US20120182313A1 (en) * 2011-01-13 2012-07-19 Pantech Co., Ltd. Apparatus and method for providing augmented reality in window form
CN103731600A (zh) * 2012-10-12 2014-04-16 索尼公司 图像处理装置、图像处理系统、图像处理方法和程序
CN104469127A (zh) * 2013-09-22 2015-03-25 中兴通讯股份有限公司 拍摄方法和装置
CN107635095A (zh) * 2017-09-20 2018-01-26 广东欧珀移动通信有限公司 拍摄照片的方法、装置、存储介质及拍摄设备
CN109040592A (zh) * 2018-08-22 2018-12-18 阿里巴巴集团控股有限公司 控制拍摄角度的方法和装置
CN110839129A (zh) * 2018-08-17 2020-02-25 Oppo广东移动通信有限公司 图像处理方法、装置以及移动终端

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101859050A (zh) * 2009-04-13 2010-10-13 索尼公司 成像设备和显示控制方法
US20120182313A1 (en) * 2011-01-13 2012-07-19 Pantech Co., Ltd. Apparatus and method for providing augmented reality in window form
CN103731600A (zh) * 2012-10-12 2014-04-16 索尼公司 图像处理装置、图像处理系统、图像处理方法和程序
CN104469127A (zh) * 2013-09-22 2015-03-25 中兴通讯股份有限公司 拍摄方法和装置
CN107635095A (zh) * 2017-09-20 2018-01-26 广东欧珀移动通信有限公司 拍摄照片的方法、装置、存储介质及拍摄设备
CN110839129A (zh) * 2018-08-17 2020-02-25 Oppo广东移动通信有限公司 图像处理方法、装置以及移动终端
CN109040592A (zh) * 2018-08-22 2018-12-18 阿里巴巴集团控股有限公司 控制拍摄角度的方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112351199A (zh) * 2020-09-30 2021-02-09 深圳点猫科技有限公司 一种试卷图像采集方法、装置及设备

Similar Documents

Publication Publication Date Title
US10165201B2 (en) Image processing method and apparatus and terminal device to obtain a group photo including photographer
CN108881724B (zh) 一种图像获取方法、装置、设备及存储介质
CN109495686B (zh) 拍摄方法及设备
US11562471B2 (en) Arrangement for generating head related transfer function filters
EP3627821B1 (en) Focusing method and apparatus for realizing clear human face, and computer device
US20200275018A1 (en) Image capture method and device
CN109032039A (zh) 一种语音控制的方法及装置
WO2018121385A1 (zh) 一种信息处理方法、装置和计算机存储介质
CN107404721A (zh) 物联网设备配网方法、图像采集方法及设备
JP6283329B2 (ja) 拡張現実対象認識装置
CN105657269B (zh) 智能终端拍照方法及装置
EP4322515A1 (en) Auxiliary image capture methods and apparatuses for pets
CN111371992A (zh) 图像拍摄质量控制方法、系统、设备和存储介质
CN115376114B (zh) 一种汽车摄像的图像多模态取景方法及系统
WO2023134215A1 (zh) 一种调试摄像机的方法及相关设备
CN108345844B (zh) 控制无人机拍摄的方法及装置、虚拟现实设备及系统
CN110971924A (zh) 一种直播过程中美颜的方法、设备、存储介质及系统
WO2015141185A1 (ja) 撮像制御装置、撮像制御方法および記録媒体
CN110941344B (zh) 获取注视点数据的方法及相关装置
KR20140134844A (ko) 객체 기반 사진 촬영 방법 및 장치
US20120105663A1 (en) Haptic Feedback Response
CN113938597A (zh) 一种脸部识别方法、装置、计算机设备和存储介质
CN106550183A (zh) 一种拍摄方法和装置
US20240015393A1 (en) Video shooting method, device and system
WO2022000213A1 (zh) 一种图像拍摄的控制方法、装置及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200703