CN112367562B - 图像处理方法、装置及电子设备 - Google Patents

Abstract

本申请公开了图像处理方法、装置及电子设备，属于通信技术领域，所述方法包括：在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像；依据第一影像和第二影像，合成目标图像。本申请公开的图像处理方法，视频双方仅需执行约定的操作或肢体动作，即可触发系统合成包含视频双方影像的图像，无需用户手动截图后进行抠图、拼图，操作便捷。

Description

图像处理方法、装置及电子设备

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种图像处理方法、装置及电子设备。

背景技术

电子设备中可安装各种功能的应用程序，例如：多媒体应用程序、通信类应用程序以及图像处理类应用程序等，用户通过电子设备中安装的应用程序可观看多媒体文件、与其他用户进行通信以及对图像进行拍摄处理等。

目前电子设备用户在通过通信类应用程序进行视频聊天的过程中，时常有记录聊天中视频画面的需求。目前在记录视频画面时，可通过截屏操作截取视频画面。若需要获取视频双方合影，则需要对截屏获取的视频画面进行抠图、拼图等操作，操作繁琐。

发明内容

本申请实施例的目的是提供一种图像处理方法，能够解决现有的获取视频双方合影时操作繁琐的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本申请实施例提供了一种图像处理方法，其中，所述方法包括：在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像；依据所述第一影像和所述第二影像，合成目标图像；其中，所述第一预设条件包括以下至少之一：所述用户与所述视频对象的肢体动作匹配；所述用户对聊天界面中的预设控件执行第一输入。

第二方面，本申请实施例提供了一种图像处理装置，其中，所述装置包括：获取模块，用于在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像；合成模块，用于依据所述第一影像和所述第二影像，合成目标图像；其中，所述第一预设条件包括以下至少之一：所述用户与所述视频对象的肢体动作匹配；所述用户对聊天界面中的预设控件执行第一输入。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。

第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。

本申请实施例中，通过在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像；依据第一影像和第二影像，合成目标图像，视频双方仅需执行约定的操作或肢体动作，即可触发系统合成包含视频双方影像的图像，无需用户手动截图后进行抠图、拼图，操作便捷。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是表示本申请实施例的一种图像处理方法的步骤流程图；

图2是匹配的肢体动作示意图；

图3是表示本申请实施例的一种图像处理装置的结构框图；

图4是表示本申请实施例的一种电子设备的结构框图；

图5是表示本申请实施例的一种电子设备的硬件结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通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，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不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，以便本申请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，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的图像处理方法进行详细地说明。

参照图1，示出了本申请实施例的一种图像处理方法的步骤流程图。

本申请实施例的图像处理方法包括以下步骤：

步骤101：在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像。

其中，第一影像为视频聊天界面中用户主体影像，第二影像为视频聊天界面中视频对象的主体影像。第一预设条件包括以下至少之一：用户与视频对象的肢体动作匹配；用户对聊天界面中的预设控件执行第一输入。

预设控件可以为视频聊天界面中的某虚拟按键；对预设控件的第一输入用于触发系统在视频聊天过程中拍摄视频双方的合影，执行本申请实施例中所示的图像处理方法流程。第一输入可为对预设控件点击操作或长按操作等。

相互匹配动作可以包括但不限于：相同动作或对称手势等。视频双方包括：视频对象和当前用户，视频双方想要拍摄合影时，可同时执行预设的肢体动作，若二者执行的肢体动作相匹配，则可触发系统对视频双方进行合影拍摄。肢体动作可以包括：手势动作、头部滑动动作或者身体其他部位的动作等。

步骤102：依据第一影像和第二影像，合成目标图像。

第一影像为视频画面中用户的影像，第二影像为视频画面中视频对象的影像。依据第一影像和第二影像合成的目标图像，为视频双方的合影图像。

第一影像和第二影像可以从对视频双方的动作进行截屏时获取的截屏图像中提取，也可以在进行截屏后的任意时刻从视频聊天界面中提取。

本申请实施例提供的图像处理方法，通过在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像；依据第一影像和第二影像，合成目标图像，视频双方对象仅需执行约定的操作或肢体动作，即可触发系统合成包含视频双方影像的图像，无需用户手动截图后进行抠图、拼图，操作便捷。

在一种可选地实施例中，在视频聊天过程中满足预设条件的情况下，获取用户的第一影像以及视频对象的第二影像的步骤之前，还包括如下步骤：

首先，在视频聊天的过程中，检测到用户与视频对象的肢体动作同时发生变化时，截屏获取用户的第三影像与视频对象的第四影像；

第三影像为实时采集的视频聊天界面中用户主体影像，第四影像为实时采集的视频聊天界面中视频对象的主体影像。

本申请实施例提供的图像处理方法，可应用于电子设备，在用户视频聊天过程中，电子设备的摄像头监测视频聊天界面，并识别视频聊天界面中的用户和视频对象，监测视频双方的肢体动作，利用图像识别能力判断视频双方的肢体动作是否发生变化，若视频双方的肢体动作发生变化，则将视频双方的动作进行截屏，以获取二者的肢体动作，从而判断二者肢体动作是否匹配。

其次，在第三影像与第四影像中人物的肢体动作满足第二预设条件的情况下，确定用户与视频对象的肢体动作匹配；

其中，第二预设条件包括以下至少之一：肢体动作相似度高于预设值、肢体动作对称以及肢体动作均为特定动作。

预设值可由本领域技术人员或用户灵活进行设置，本申请实施例中对此不做具体限制。例如：预设值可设置为百分之八十、百分之九十、百分之八十五等。

图2中为两种示例性地匹配的肢体动作示意图，其中，图2(a)为对称手势，需视频双方同时比对出对称手势，才可确定视频聊天过程中满足第一预设条件。图2(b)为单一手势，也即需视频双方同时比对该手势，才可确定视频聊天过程中满足第一预设条件。需要说明的是，图2中仅是示例性地列举了两种匹配的肢体动作，在具体实现过程中并不局限于此，用户可根据需求预设多种匹配的肢体动作。

该种可选地监测判断视频双方肢体动作是否匹配的方式，时效性强、且判断结果准确度高。

在一种可选地实施例中，依据第一影像和第二影像，合成目标图像的步骤，包括以下子步骤：

子步骤一：在当前视频聊天界面中显示包含第一影像、第二影像的图像合成框；

在实际实现过程中，第一影像与第三影像可以相同也可以不同，第二影像与第四影像可以相同也可以不同。在第一影像与第三影像相同、且第二影像与第四影像相同的情况下，图像合成框中的合影预览图像为视频双方执行匹配的肢体动作时刻的合影。在第一影像与第三影像不同，或者第二影像与第四影像不同的情况下，图像合成框中的合影预览图像为视频双方实时预览画面中的影像。

合成框所占区域小于聊天界面，合成框的大小、形状可由本领域技术人员根据实际需求灵活进行调整。

合成框中第一影像区域和第二影像区域的大小可灵活调整，两个影像区域尺寸的默认值可设置为1:1。在实际实现过程中，可依据视频双方人数灵活调整，或者依据用户的个性化需求灵活调整，以拍摄出布局新颖、趣味性强的合影。

合成框中显示有第一影像和第二影像的合影预览图像，合成框中的第一影像、第二影像可随视频聊天过程中视频聊天界面中的视频双方影像同步更新。若用户对合成框中的合影预览图像效果满意，可执行第二输入执行子步骤二及子步骤三。若用户对合成框中的合影预览图像效果不满意，可执行第三输入后，执行子步骤四以及子步骤五，调整自身的动作姿态以及提示视频对象调整动作姿态等，直至合成框中的合影预览图像达到满意效果。

子步骤二：接收用户对图像合成框的第二输入；

第二输入用于触发系统依据图像合成框中的合影预览图像生成目标图标。第二输入可以包括但不限于：对合成框的单击操作、长按操作或者对合成框内预设区域或第二预设控件的触控操作等，本申请实施例中对此不做具体限制。

子步骤三：响应于第二输入，依据第一影像和第二影像，合成目标图像。

子步骤四：在接收到用户对图像合成框的第三输入的情况下，获取实时视频聊天界面中用户的第五影像以及视频对象的第六影像；

第三输入可以为对合成框中第三预设控件的触控输入，对图像合成框的第三输入用于触发系统重新进行视频双方影像采集。

子步骤五：在图像合成框中，分别通过第五影像替换第一影像，通过第六影像替换第二影像。

子步骤四、子步骤五的方式更加适用于第一影像与第三影像相同，第二影像与第四影像相同的情况，在用户对合成框中所显示的第一影像、第二影像组成的合影不满意时，可执行第三输入，触发采集实时采集视频聊天界面中用户与视频对象的影像，将所采集的影像实时显示在合成框中，在用户对某一时刻的合成预览图像满意时，执行第二输入即可触发系统生成目标图像。

该种可选地提供合影预览图像供用户查看目标图像效果的方式，能够提升用户对所合成的目标图像的满意度，提高成片率。

在一种可选地实施例中，在依据第一影像和第二影像，合成目标图像的步骤之后，还包括如下流程：

首先，在视频聊天结束后，显示视频聊天过程中生成的各目标图像；

视频聊天过程中视频双方可随时触发系统合成目标图像，也即在视频聊天过程中可生成多张视频上方合影。在视频聊天结束后，可将本次视频聊天过程中合成的各目标图像一并进行显示，便于用户查找统观预览。

其次，接收用户对至少一个第一图像的第四输入；

其中，目标图像包含第一图像。第四输入可以包括但不限于：对第一图像的单击、双击或长按操作等。

最后，响应于第四输入，存储第一图像。

第一图像的个数可以为一个、两个或者多个。

该种可选地实施例中，将用户在视频聊天过程中触发系统合成的各目标图像一并显示、筛选的方式，便于用户对高质量的合影图像进行保留。

需要说明的是，本申请实施例提供的图像处理方法，执行主体可以为图像处理装置，或者该图像处理装置中的用于执行图像处理方法的控制模块。本申请实施例中后续以图像处理模块执行图像处理方法为例，说明本申请实施例提供的图像处理装置。

图3为实现本申请实施例的一种图像处理装置的结构框图。

本申请实施例的图像处理装置300包括：

获取模块301，用于在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像；

合成模块302，用于依据所述第一影像和所述第二影像，合成目标图像；

其中，所述第一预设条件包括以下至少之一：所述用户与所述视频对象的肢体动作匹配；所述用户对聊天界面中的预设控件执行第一输入。

可选的，所述装置还包括：截屏模块，用于在所述获取模块获取用户的第一影像以及视频对象的第二影像之前，在视频聊天的过程中，检测到所述用户与视频对象的肢体动作同时发生变化时，截屏获取所述用户的第三影像与所述视频对象的第四影像；

确定模块，用于在所述第三影像与所述第四影像中人物的肢体动作满足第二预设条件的情况下，确定所述用户与所述视频对象的肢体动作匹配；

其中，所述第二预设条件包括以下至少之一：肢体动作相似度高于预设值和肢体动作对称。

可选的，所述合成模块包括：

显示子模块，用于在当前视频聊天界面中显示包含所述第一影像、所述第二影像的图像合成框；

接收子模块，用于接收所述用户对所述图像合成框的第二输入；

合成子模块，用于响应于所述第二输入，依据所述第一影像和所述第二影像，合成目标图像。

可选的，所述合成模块还包括：

获取子模块，用于在所述显示子模块在当前视频聊天界面中显示包含所述第一影像、所述第二影像的图像合成框之后，在接收到所述用户对所述图像合成框的第三输入的情况下，获取实时视频聊天界面中所述用户的第五影像以及所述视频对象的第六影像；

替换子模块，用于在所述图像合成框中，分别通过所述第五影像替换所述第一影像，通过所述第六影像替换所述第二影像。

可选的，所述装置还包括：

显示模块，用于在所述合成模块依据所述第一影像和所述第二影像，合成目标图像之后，在视频聊天结束后，显示视频聊天过程中生成的各目标图像；

输入接收模块，用于接收用户对至少一个第一图像的第四输入，其中，所述目标图像包含所述第一图像；

存储模块，用于响应于所述第四输入，存储所述第一图像。

本申请实施例提供的图像处理装置，通过在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像；依据第一影像和第二影像，合成目标图像，视频双方对象仅需执行约定的操作或肢体动作，即可触发系统合成包含视频双方影像的图像，无需用户手动截图后进行抠图、拼图，操作便捷。

本申请实施例中的图像处理装置可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personaldigital assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(NetworkAttached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。

本申请实施例中的图像处理装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为iOS操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。

本申请实施例提供的图像处理装置能够实现图1至图2的方法实施例中实现的各个过程，为避免重复，这里不再赘述。

可选地，如图4所示，本申请实施例还提供一种电子设备400，包括处理器401，存储器402，存储在存储器402上并可在所述处理器401上运行的程序或指令，该程序或指令被处理器401执行时实现上述图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要注意的是，本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。

图5为实现本申请实施例的一种电子设备的硬件结构示意图。

该电子设备500包括但不限于：射频单元501、网络模块502、音频输出单元503、输入单元504、传感器505、显示单元506、用户输入单元507、接口单元508、存储器509、以及处理器510等部件。

本领域技术人员可以理解，电子设备500还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器510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。图5中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。

其中，处理器510，用于在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像；依据所述第一影像和所述第二影像，合成目标图像；

其中，所述第一预设条件包括以下至少之一：所述用户与所述视频对象的肢体动作匹配；所述用户对聊天界面中的预设控件执行第一输入。

本申请实施例提供的电子设备，通过在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像；依据第一影像和第二影像，合成目标图像，视频双方对象仅需执行约定的操作或肢体动作，即可触发系统合成包含视频双方影像的图像，无需用户手动截图后进行抠图、拼图，操作便捷。

可选的，处理器410在视频聊天过程中满足预设条件的情况下，获取用户的第一影像以及视频对象的第二影像之前，还用于：在视频聊天的过程中，检测到所述用户与视频对象的肢体动作同时发生变化时，截屏获取所述用户的第三影像与所述视频对象的第四影像；在所述第三影像与所述第四影像中人物的肢体动作满足第二预设条件的情况下，确定所述用户与所述视频对象的肢体动作匹配；

其中，所述第二预设条件包括以下至少之一：肢体动作相似度高于预设值、肢体动作对称以及肢体动作均为特定动作。

可选的，显示单元506，拥有在当前视频聊天界面中显示包含所述第一影像、所述第二影像的图像合成框；

用户输入单元507，用于接收所述用户对所述图像合成框的第二输入；

处理器510，具体用于响应于所述第二输入，依据所述第一影像和所述第二影像，合成目标图像。

可选的，用户输入单元507，还用于在显示单元506在当前视频聊天界面中显示包含所述第一影像、所述第二影像的图像合成框之后，接收所述用户对所述图像合成框的第三输入

处理器510，还用于在用户输入单元507接收到所述用户对所述图像合成框的第三输入的情况下，获取实时视频聊天界面中所述用户的第五影像以及所述视频对象的第六影像；在所述图像合成框中，分别通过所述第五影像替换所述第一影像，通过所述第六影像替换所述第二影像。

可选的，显示单元506，还用于在处理器510依据所述第一影像和所述第二影像，合成目标图像之后，在视频聊天结束后，显示视频聊天过程中生成的各目标图像；

用户输入单元507，还用于接收用户对至少一个第一图像的第四输入，其中，所述目标图像包含所述第一图像；

处理器510，还用于响应于所述第四输入，存储所述第一图像。

应理解的是，本申请实施例中，输入单元504可以包括图形处理器(GraphicsProcessing Unit，GPU)5041和麦克风5042，图形处理器5041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元506可包括显示面板5061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板5061。用户输入单元507包括触控面板5071以及其他输入设备5072。触控面板5071，也称为触摸屏。触控面板5071可包括触摸检测装置和触摸控制器两个部分。其他输入设备5072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。存储器509可用于存储软件程序以及各种数据，包括但不限于应用程序和操作系统。处理器510可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器510中。

本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。

本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (7)

1.一种图像处理方法，其特征在于，所述方法包括：

在视频聊天的过程中，检测到用户与视频对象的肢体动作同时发生变化时，截屏获取所述用户的第三影像与所述视频对象的第四影像；在所述第三影像与所述第四影像中人物的肢体动作满足第二预设条件的情况下，确定所述用户与所述视频对象的肢体动作匹配；

其中，所述第二预设条件包括以下至少之一：肢体动作相似度高于预设值和肢体动作对称；

在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像；

依据所述第一影像和所述第二影像，合成目标图像；

其中，所述第一预设条件包括：所述用户与所述视频对象的肢体动作匹配；

其中，所述依据所述第一影像和所述第二影像，合成目标图像的步骤，包括：

在当前视频聊天界面中显示包含所述第一影像、所述第二影像的图像合成框；所述图像合成框的大小和形状依据视频双方人数调整；

接收所述用户对所述图像合成框的第二输入；

响应于所述第二输入，依据所述第一影像和所述第二影像，合成目标图像；

在所述第一影像与所述第三影像相同、且所述第二影像与所述第四影像相同的情况下，所述图像合成框中的合影预览图像为视频双方执行匹配的肢体动作时刻的合影；

在所述第一影像与所述第三影像不同，或者所述第二影像与所述第四影像不同的情况下，所述图像合成框中的合影预览图像为视频双方实时预览画面中的影像。

2.根据权利要求1所述的方法，其特征在于，所述在当前视频聊天界面中显示包含所述第一影像、所述第二影像的图像合成框的步骤之后，所述方法还包括：

在接收到所述用户对所述图像合成框的第三输入的情况下，获取实时视频聊天界面中所述用户的第五影像以及所述视频对象的第六影像；在所述图像合成框中，分别通过所述第五影像替换所述第一影像，通过所述第六影像替换所述第二影像。

3.根据权利要求1所述的方法，其特征在于，在依据所述第一影像和所述第二影像，合成目标图像的步骤之后，所述方法还包括：

在视频聊天结束后，显示视频聊天过程中生成的各目标图像；

接收用户对至少一个第一图像的第四输入，其中，所述目标图像包含所述第一图像；

响应于所述第四输入，存储所述第一图像。

4.一种图像处理装置，其特征在于，所述装置包括：

截屏模块，用于在视频聊天的过程中，检测到用户与视频对象的肢体动作同时发生变化时，截屏获取所述用户的第三影像与所述视频对象的第四影像；

确定模块，用于在所述第三影像与所述第四影像中人物的肢体动作满足第二预设条件的情况下，确定所述用户与所述视频对象的肢体动作匹配；

其中，所述第二预设条件包括以下至少之一：肢体动作相似度高于预设值和肢体动作对称；

获取模块，用于在视频聊天过程中满足第一预设条件的情况下，获取用户的第一影像以及视频对象的第二影像；

合成模块，用于依据所述第一影像和所述第二影像，合成目标图像；其中，所述第一预设条件包括：所述用户与所述视频对象的肢体动作匹配；

其中，所述合成模块包括：

显示子模块，用于在当前视频聊天界面中显示包含所述第一影像、所述第二影像的图像合成框；所述图像合成框的大小和形状依据视频双方人数调整；

接收子模块，用于接收所述用户对所述图像合成框的第二输入；

合成子模块，用于响应于所述第二输入，依据所述第一影像和所述第二影像，合成目标图像；在所述第一影像与所述第三影像相同、且所述第二影像与所述第四影像相同的情况下，所述图像合成框中的合影预览图像为视频双方执行匹配的肢体动作时刻的合影；在所述第一影像与所述第三影像不同，或者所述第二影像与所述第四影像不同的情况下，所述图像合成框中的合影预览图像为视频双方实时预览画面中的影像。

5.根据权利要求4所述的装置，其特征在于，所述合成模块还包括：获取子模块，用于在所述显示子模块在当前视频聊天界面中显示包含所述第一影像、所述第二影像的图像合成框之后，在接收到所述用户对所述图像合成框的第三输入的情况下，获取实时视频聊天界面中所述用户的第五影像以及所述视频对象的第六影像；

替换子模块，用于在所述图像合成框中，分别通过所述第五影像替换所述第一影像，通过所述第六影像替换所述第二影像。

6.根据权利要求4所述的装置，其特征在于，所述装置还包括：

显示模块，用于在所述合成模块依据所述第一影像和所述第二影像，合成目标图像之后，在视频聊天结束后，显示视频聊天过程中生成的各目标图像；

输入接收模块，用于接收用户对至少一个第一图像的第四输入，其中，所述目标图像包含所述第一图像；

存储模块，用于响应于所述第四输入，存储所述第一图像。

7.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至3中任一项所述的图像处理方法的步骤。

Images