CN112416228A - 一种适用于多种非矩形截面屏幕取图的方法 - Google Patents
一种适用于多种非矩形截面屏幕取图的方法 Download PDFInfo
- Publication number
- CN112416228A CN112416228A CN202011315341.XA CN202011315341A CN112416228A CN 112416228 A CN112416228 A CN 112416228A CN 202011315341 A CN202011315341 A CN 202011315341A CN 112416228 A CN112416228 A CN 112416228A
- Authority
- CN
- China
- Prior art keywords
- screenshot
- point
- curve
- section
- screen
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种适用于多种非矩形截面屏幕取图的方法,包括,基于最小二乘支持向量机原则构建深度置信多形状截图模型;利用最优迭代策略对所述多形状截图模型进行优化训练,并将训练完成的所述多形状截图模型导入截图模式内;在待截图位置选择所述截图模式,触发所述多形状截图模型运行检测屏幕上接收的触摸点;当所述触摸点的数量大于设定阈值时,则根据所述触摸点的数量及其在所述屏幕上的位置确定截图范围和形状,以进行屏幕截图。本发明在适应多种场景下能够精准获取触摸点数量以此进行多种形状截图的操作,在满足复杂场景条件的同时也能保证截图的实时性和适用性,提高了屏幕截图的广泛应用性和用户体验度。
Description
技术领域
本发明涉及计算机屏幕截图的技术领域,尤其涉及一种适用于多种非矩形截面屏幕取图的方法。
背景技术
现有的移动终端大多具有截图功能,用户可以触发手机的截图功能来截取图片并予以存储或分享,但目前截图功能仅限于全屏截图,即只能截取整个屏幕,无法获得精准的截图结果,而且操作不够灵活方便,用户体验不佳。
目前现有的截图方法,其取图的截面通常为矩形,其取图方法为:①屏幕中任取两点分别为点A、点B;②将点A与点B所构成的虚拟线段作为对角线;③此对角线所构成的横平竖直的方框即为其取图截面。
但由于截图使用者所应用场景或有不同要求,故现有的矩形截面已不能满足其复杂场景的需求,为了满足截图使用者多种样式截图的使用要求,急需一种提供多种非矩形截面屏幕取图的方法。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明提供了一种适用于多种非矩形截面屏幕取图的方法,能够解决针对现有不能满足多种场景下多种样式截图的问题。
为解决上述技术问题,本发明提供如下技术方案:包括,基于最小二乘支持向量机原则构建深度置信多形状截图模型;利用最优迭代策略对所述多形状截图模型进行优化训练,并将训练完成的所述多形状截图模型导入截图模式内;在待截图位置选择所述截图模式,触发所述多形状截图模型运行检测屏幕上接收的触摸点;当所述触摸点的数量大于设定阈值时,则根据所述触摸点的数量及其在所述屏幕上的位置确定截图范围和形状,以进行屏幕截图。
作为本发明所述的适用于多种非矩形截面屏幕取图的方法的一种优选方案,其中:构建所述多形状截图模型包括,利用最小二乘支持向量机选取径向基函数作为所述多形状截图模型的目标函数,如下式:
其中,x={x1;x2;…;x14}:基于深度置信网络采集的历史截图模式特性向量组成的截图特性矩阵,y:历史截图模式的截图特性向量和触摸点信息,σ:核宽度,反应了分布、范围特性。
作为本发明所述的适用于多种非矩形截面屏幕取图的方法的一种优选方案,其中:所述优化训练包括,初始化惩罚参数C和所述σ,利用历史截图模型构建的数据集对所述目标函数进行训练和测试;设定精度要求,若所述目标函数精度未达到要求,则根据误差对所述C和所述σ进行赋值优化,直到测试数据精度达到所述精度要求;设定阈值并输出训练完成的所述目标函数,将其作为所述多形状截图模型。
作为本发明所述的适用于多种非矩形截面屏幕取图的方法的一种优选方案,其中:测试所述数据精度是否达到所述精度要求包括,基于贝叶斯概率策略构建测试模型,表达公式如下:
其中,j:达到所述精度要求的数据数量,int{x%×365}:向上取整函数,x%:误差发生概率。
作为本发明所述的适用于多种非矩形截面屏幕取图的方法的一种优选方案,其中:导入的所述截图模式包括,圆形截面、椭圆截面、多边形截面、五角星截面、心形截图、样条曲线截图和云曲线截图。
作为本发明所述的适用于多种非矩形截面屏幕取图的方法的一种优选方案,其中:进行所述圆形截面包括,在所述屏幕中任取两点分为点A和点B,将所述点A与所述点B构成的虚拟线段的中点作为圆心,以所述虚拟线段为直径作圆,所得圆形即为所述圆形截面的截图;进行所述椭圆截面包括,在所述屏幕中任取两点分为所述点A和所述点B,将所述点A与所述点B所构成的所述虚拟线段作为椭圆的一轴,通过鼠标的继续移动来确定椭圆长轴与短轴的比例尺,当所述比例尺<1时,线段AB为椭圆的所述长轴,当所述比例尺>1时,所述线段AB为所述椭圆的所述短轴,当所述比例尺=1时,图形为圆,所述比例尺确定后,屏幕所得图形即为所述椭圆截面的截图。
作为本发明所述的适用于多种非矩形截面屏幕取图的方法的一种优选方案,其中:进行所述多边形截面包括,在所述屏幕中任取两点分为所述点A和所述点B,将所述点A与所述点B所构成的所述虚拟线段的中点作为所述圆心,以所述虚拟线段为直径作虚拟圆,在所述虚拟圆内做内接正多边形,即下底边与线段AB平行,所得的图形即为所述正多边形的截图;进行所述五角星截面包括,在所述屏幕中任取两点分为所述点A和所述点B,将所述点A与所述点B所构成的所述虚拟线段作为五角星的对角线连线,由所述对角线所做得的正五角星即为其截图。
作为本发明所述的适用于多种非矩形截面屏幕取图的方法的一种优选方案,其中:进行所述心形截图包括,在所述屏幕中任取两点分为所述点A和所述点B,将所述点A与所述点B所构成的所述虚拟线段作为心形的两个角点连线,以线段AB为比例尺,即可得正心形的截图;进行所述样条曲线截图包括,在所述屏幕中任取一点为曲线的初始原点,通过鼠标的移动,跟随原点自动生成样条曲线的初始线,随机在所述屏幕取得点2,所述样条曲线的初试曲线自动拟合点2,随机在所述屏幕取得点3且曲线不可交叉,所述样条曲线自动拟合点3,依次按需求在所述屏幕中点选取图的范围,利用所述鼠标复选所述原点,使得选择区域闭合,曲线自动拟合矫正为封闭曲线,所得图形即为所述样条曲线截面的截图。
作为本发明所述的适用于多种非矩形截面屏幕取图的方法的一种优选方案,其中:进行所述云曲线截图包括,在所述屏幕中任取一点为云曲线的初始原点;通过所述鼠标的移动轨迹,系统自行采点并拟合虚拟曲线,根据所述虚拟曲线自动生成云曲线;根据需求,所述鼠标走过所述屏幕中需要取图的范围且移动轨迹不可交叉;当所述鼠标接近云曲线初始点时,系统自动捕捉初始点,使得取图形状自动封闭;所述虚拟曲线自动拟合,云纹曲线跟随虚拟拟合曲线自动前行并最终封闭,所得图形即为所述云曲线截面的截图。
作为本发明所述的适用于多种非矩形截面屏幕取图的方法的一种优选方案,其中:设定的所述阈值为0,当所述触摸点数量大于0时,则根据其数量和位置确定截图范围和形状;当所述触摸点数量小于等于0时,则无法进行截图。
本发明的有益效果:本发明通过最小二乘支持向量机原则构建深度置信多形状截图模型,利用最优迭代策略对多形状截图模型进行优化训练,并将训练完成的多形状截图模型导入截图模式内,在适应多种场景下能够精准获取触摸点数量以此进行多种形状截图的操作,在满足复杂场景条件的同时也能保证截图的实时性和适用性,提高了屏幕截图的广泛应用性和用户体验度。
附图说明
为了更清楚地说明本发明实施例的技术方案,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它的附图。其中:
图1为本发明一个实施例所述的适用于多种非矩形截面屏幕取图的方法的流程示意图;
图2为本发明一个实施例所述的适用于多种非矩形截面屏幕取图的方法的圆形截面示意图;
图3为本发明一个实施例所述的适用于多种非矩形截面屏幕取图的方法的椭圆截面示意图;
图4为本发明一个实施例所述的适用于多种非矩形截面屏幕取图的方法的多边形截面示意图;
图5为本发明一个实施例所述的适用于多种非矩形截面屏幕取图的方法的五角星截面示意图;
图6为本发明一个实施例所述的适用于多种非矩形截面屏幕取图的方法的心形截图示意图;
图7为本发明一个实施例所述的适用于多种非矩形截面屏幕取图的方法的样条曲线截图示意图;
图8为本发明一个实施例所述的适用于多种非矩形截面屏幕取图的方法的云曲线截图示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1~图8,为本发明的第一个实施例,提供了一种适用于多种非矩形截面屏幕取图的方法,包括:
S1:基于最小二乘支持向量机原则构建深度置信多形状截图模型。其中需要说明的是,构建多形状截图模型包括:
利用最小二乘支持向量机选取径向基函数作为多形状截图模型的目标函数,如下式:
其中,x={x1;x2;…;x14}:基于深度置信网络采集的历史截图模式特性向量组成的截图特性矩阵,y:历史截图模式的截图特性向量和触摸点信息,σ:核宽度,反应了分布、范围特性。
S2:利用最优迭代策略对多形状截图模型进行优化训练,并将训练完成的多形状截图模型导入截图模式内。本步骤需要说明的是,优化训练包括:
初始化惩罚参数C和σ,利用历史截图模型构建的数据集对目标函数进行训练和测试;
设定精度要求,若目标函数精度未达到要求,则根据误差对C和σ进行赋值优化,直到测试数据精度达到精度要求;
设定阈值并输出训练完成的目标函数,将其作为多形状截图模型。
进一步的,测试数据精度是否达到精度要求包括:
基于贝叶斯概率策略构建测试模型,表达公式如下:
其中,j:达到精度要求的数据数量,int{x%×365}:向上取整函数,x%:误差发生概率。
S3:在待截图位置选择截图模式,触发多形状截图模型运行检测屏幕上接收的触摸点。其中还需要说明的是,导入的截图模式包括:
圆形截面、椭圆截面、多边形截面、五角星截面、心形截图、样条曲线截图和云曲线截图;
参照图2,进行圆形截面包括,在屏幕中任取两点分为点A和点B,将点A与点B构成的虚拟线段的中点作为圆心,以虚拟线段为直径作圆,所得圆形即为圆形截面的截图;
参照图3,进行椭圆截面包括,在屏幕中任取两点分为点A和点B,将点A与点B所构成的虚拟线段作为椭圆的一轴,通过鼠标的继续移动来确定椭圆长轴与短轴的比例尺,当比例尺<1时,线段AB为椭圆的长轴,当比例尺>1时,线段AB为椭圆的短轴,当比例尺=1时,图形为圆,比例尺确定后,屏幕所得图形即为椭圆截面的截图;
参照图4,进行多边形截面包括,在屏幕中任取两点分为点A和点B,将点A与点B所构成的虚拟线段的中点作为圆心,以虚拟线段为直径作虚拟圆,在虚拟圆内做内接正多边形,即下底边与线段AB平行,所得的图形即为正多边形的截图;
参照图5,进行五角星截面包括,在屏幕中任取两点分为点A和点B,将点A与点B所构成的虚拟线段作为五角星的对角线连线,由对角线所做得的正五角星即为其截图;
参照图6,进行心形截图包括,在屏幕中任取两点分为点A和点B,将点A与点B所构成的虚拟线段作为心形的两个角点连线,以线段AB为比例尺,即可得正心形的截图;
参照图7,进行样条曲线截图包括,在屏幕中任取一点为曲线的初始原点,通过鼠标的移动,跟随原点自动生成样条曲线的初始线,随机在屏幕取得点2,样条曲线的初试曲线自动拟合点2,随机在屏幕取得点3且曲线不可交叉,样条曲线自动拟合点3,依次按需求在屏幕中点选取图的范围,利用鼠标复选原点,使得选择区域闭合,曲线自动拟合矫正为封闭曲线,所得图形即为样条曲线截面的截图;
参照图8,进行云曲线截图包括,在屏幕中任取一点为云曲线的初始原点,通过鼠标的移动轨迹,系统自行采点并拟合虚拟曲线,根据虚拟曲线自动生成云曲线,根据需求,鼠标走过屏幕中需要取图的范围且移动轨迹不可交叉,当鼠标接近云曲线初始点时,系统自动捕捉初始点,使得取图形状自动封闭,虚拟曲线自动拟合,云纹曲线跟随虚拟拟合曲线自动前行并最终封闭,所得图形即为云曲线截面的截图。
S4:当触摸点的数量大于设定阈值时,则根据触摸点的数量及其在屏幕上的位置确定截图范围和形状,以进行屏幕截图。本步骤还需要说明的是:
设定的阈值为0,当触摸点数量大于0时,则根据其数量和位置确定截图范围和形状;
当触摸点数量小于等于0时,则无法进行截图。
通俗的说,传统的屏幕截图方法是利用Word软件实现,将准备插入到Word2010文档中的窗口处于非最小化状态,打开Word2010文档窗口,切换到“插入”功能区,在“插图”分组中单击“屏幕截图”按钮,打开“可用视窗”面板,Word2010将显示智能监测到的可用窗口,单击需要插入截图的窗口即可;如果用户仅仅需要将特定窗口的一部分作为截图插入到Word文档中,则可以只保留该特定窗口为非最小化状态,并在“可用视窗”面板中选择“屏幕剪辑”命令,进入屏幕裁剪状态后,拖动鼠标选择需要的部分窗口即可将其截图插入到当前Word文档中;而且“屏幕截图”功能只能应用于文件扩展名为.docx的Word2010文档中,在文件扩展名为.doc的兼容Word文档中是无法实现的,其截图操作过于繁琐,极易出现差错,用户体验感不佳。
而本发明通过最小二乘支持向量机原则构建深度置信多形状截图模型,利用最优迭代策略对多形状截图模型进行优化训练,并将训练完成的多形状截图模型导入截图模式内,在适应多种场景下能够精准获取触摸点数量以此进行多种形状截图的操作,在满足复杂场景条件的同时也能保证截图的实时性和适用性,提高了屏幕截图的广泛应用性和用户体验度。
实施例2
为了更好地对本发明方法中采用的技术效果加以验证说明,本实施例选择以传统的Word文档截图方法与本发明方法进行对比测试,以科学论证的手段对比试验结果,验证本发明方法所具有的真实效果。
传统的Word文档截图方法操作繁琐,效率不高、影响用户体验度,为验证本发明方法相对于传统方法具有较高的操作效率、截图实时准确性和较佳的用户体验度,本实施例中将采用传统的Word文档截图方法与本发明方法分别对100位随机挑选的用户操作进行实时测量对比。
测试环境:100位用户随机在仿真系统平台进行屏幕截图操作,分别利用传统方法的繁琐操作进行用户体验度和截图效率测试并获得测试结果数据;采用本发明方法,则开启自动化测试设备并运用MATLB软件编程实现本发明方法的仿真测试,根据实现结果得到仿真数据;每种方法各测试十组数据,计算获得每组数据的时间,与仿真模拟输入的预测时间进行误差对比计算。结果如下表所示:
表1:两种方法测试对比数据表。
参照表1,能够直观的看出,传统方法的截图处理时间更长,且操作繁琐,故而影响用户体验度,而本发明方法简化了截图操作,即使在面对复杂场景的多种形状截图,依然能够快速精准处理,因此给用户带来较佳的用户体验度。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种适用于多种非矩形截面屏幕取图的方法,其特征在于:包括,
基于最小二乘支持向量机原则构建深度置信多形状截图模型;
利用最优迭代策略对所述多形状截图模型进行优化训练,并将训练完成的所述多形状截图模型导入截图模式内;
在待截图位置选择所述截图模式,触发所述多形状截图模型运行检测屏幕上接收的触摸点;
当所述触摸点的数量大于设定阈值时,则根据所述触摸点的数量及其在所述屏幕上的位置确定截图范围和形状,以进行屏幕截图。
3.根据权利要求2所述的适用于多种非矩形截面屏幕取图的方法,其特征在于:所述优化训练包括,
初始化惩罚参数C和所述σ,利用历史截图模型构建的数据集对所述目标函数进行训练和测试;
设定精度要求,若所述目标函数精度未达到要求,则根据误差对所述C和所述σ进行赋值优化,直到测试数据精度达到所述精度要求;
设定阈值并输出训练完成的所述目标函数,将其作为所述多形状截图模型。
5.根据权利要求4所述的适用于多种非矩形截面屏幕取图的方法,其特征在于:导入的所述截图模式包括,圆形截面、椭圆截面、多边形截面、五角星截面、心形截图、样条曲线截图和云曲线截图。
6.根据权利要求5所述的适用于多种非矩形截面屏幕取图的方法,其特征在于:进行所述圆形截面包括,在所述屏幕中任取两点分为点A和点B,将所述点A与所述点B构成的虚拟线段的中点作为圆心,以所述虚拟线段为直径作圆,所得圆形即为所述圆形截面的截图;
进行所述椭圆截面包括,在所述屏幕中任取两点分为所述点A和所述点B,将所述点A与所述点B所构成的所述虚拟线段作为椭圆的一轴,通过鼠标的继续移动来确定椭圆长轴与短轴的比例尺,当所述比例尺<1时,线段AB为椭圆的所述长轴,当所述比例尺>1时,所述线段AB为所述椭圆的所述短轴,当所述比例尺=1时,图形为圆,所述比例尺确定后,屏幕所得图形即为所述椭圆截面的截图。
7.根据权利要求6所述的适用于多种非矩形截面屏幕取图的方法,其特征在于:进行所述多边形截面包括,在所述屏幕中任取两点分为所述点A和所述点B,将所述点A与所述点B所构成的所述虚拟线段的中点作为所述圆心,以所述虚拟线段为直径作虚拟圆,在所述虚拟圆内做内接正多边形,即下底边与线段AB平行,所得的图形即为所述正多边形的截图;
进行所述五角星截面包括,在所述屏幕中任取两点分为所述点A和所述点B,将所述点A与所述点B所构成的所述虚拟线段作为五角星的对角线连线,由所述对角线所做得的正五角星即为其截图。
8.根据权利要求7所述的适用于多种非矩形截面屏幕取图的方法,其特征在于:进行所述心形截图包括,在所述屏幕中任取两点分为所述点A和所述点B,将所述点A与所述点B所构成的所述虚拟线段作为心形的两个角点连线,以线段AB为比例尺,即可得正心形的截图;
进行所述样条曲线截图包括,在所述屏幕中任取一点为曲线的初始原点,通过鼠标的移动,跟随原点自动生成样条曲线的初始线,随机在所述屏幕取得点2,所述样条曲线的初试曲线自动拟合点2,随机在所述屏幕取得点3且曲线不可交叉,所述样条曲线自动拟合点3,依次按需求在所述屏幕中点选取图的范围,利用所述鼠标复选所述原点,使得选择区域闭合,曲线自动拟合矫正为封闭曲线,所得图形即为所述样条曲线截面的截图。
9.根据权利要求8所述的适用于多种非矩形截面屏幕取图的方法,其特征在于:进行所述云曲线截图包括,
在所述屏幕中任取一点为云曲线的初始原点;
通过所述鼠标的移动轨迹,系统自行采点并拟合虚拟曲线,根据所述虚拟曲线自动生成云曲线;
根据需求,所述鼠标走过所述屏幕中需要取图的范围且移动轨迹不可交叉;
当所述鼠标接近云曲线初始点时,系统自动捕捉初始点,使得取图形状自动封闭;
所述虚拟曲线自动拟合,云纹曲线跟随虚拟拟合曲线自动前行并最终封闭,所得图形即为所述云曲线截面的截图。
10.根据权利要求1所述的适用于多种非矩形截面屏幕取图的方法,其特征在于:设定的所述阈值为0,当所述触摸点数量大于0时,则根据其数量和位置确定截图范围和形状;
当所述触摸点数量小于等于0时,则无法进行截图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011315341.XA CN112416228A (zh) | 2020-11-20 | 2020-11-20 | 一种适用于多种非矩形截面屏幕取图的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011315341.XA CN112416228A (zh) | 2020-11-20 | 2020-11-20 | 一种适用于多种非矩形截面屏幕取图的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112416228A true CN112416228A (zh) | 2021-02-26 |
Family
ID=74778429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011315341.XA Pending CN112416228A (zh) | 2020-11-20 | 2020-11-20 | 一种适用于多种非矩形截面屏幕取图的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112416228A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662510A (zh) * | 2012-03-24 | 2012-09-12 | 上海量明科技发展有限公司 | 通过多点触摸实现截图的方法 |
CN102707879A (zh) * | 2012-04-17 | 2012-10-03 | 上海量明科技发展有限公司 | 选择截图区域图像轮廓的方法、客户端及系统 |
US20130103760A1 (en) * | 2011-04-11 | 2013-04-25 | Robert K. Golding | Location-sensitive virtual identity system, apparatus, method and computer-readable medium |
CN103092524A (zh) * | 2013-01-31 | 2013-05-08 | 广东欧珀移动通信有限公司 | 一种通过触摸屏实现截图的方法及移动终端 |
CN103761048A (zh) * | 2014-01-24 | 2014-04-30 | 深圳市金立通信设备有限公司 | 一种终端截屏的方法以及终端 |
CN104951229A (zh) * | 2015-05-27 | 2015-09-30 | 努比亚技术有限公司 | 屏幕截图方法和装置 |
CN106775368A (zh) * | 2015-11-25 | 2017-05-31 | 中兴通讯股份有限公司 | 触控屏终端的截屏方法、装置和触控屏终端 |
CN107066167A (zh) * | 2016-09-27 | 2017-08-18 | 华为技术有限公司 | 一种区域选择方法、装置和图形用户界面 |
CN108205412A (zh) * | 2017-11-09 | 2018-06-26 | 中兴通讯股份有限公司 | 一种实现截屏的方法和装置 |
CN108388745A (zh) * | 2018-03-08 | 2018-08-10 | 浙江大学 | 基于分布并行局部优化参数的最小二乘支持向量机软测量方法 |
CN109375857A (zh) * | 2018-10-30 | 2019-02-22 | 努比亚技术有限公司 | 屏幕截图方法、装置、移动终端及可读存储介质 |
CN111142754A (zh) * | 2019-12-27 | 2020-05-12 | 腾讯科技(深圳)有限公司 | 截图处理方法、装置及存储介质 |
CN111338526A (zh) * | 2020-02-25 | 2020-06-26 | 维沃移动通信有限公司 | 一种截图方法及装置 |
CN111369575A (zh) * | 2020-05-26 | 2020-07-03 | 北京小米移动软件有限公司 | 截屏方法及装置、存储介质 |
CN111579936A (zh) * | 2020-06-30 | 2020-08-25 | 上海交通大学 | 一种适用于弧光接地故障的定位方法及系统 |
-
2020
- 2020-11-20 CN CN202011315341.XA patent/CN112416228A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130103760A1 (en) * | 2011-04-11 | 2013-04-25 | Robert K. Golding | Location-sensitive virtual identity system, apparatus, method and computer-readable medium |
CN102662510A (zh) * | 2012-03-24 | 2012-09-12 | 上海量明科技发展有限公司 | 通过多点触摸实现截图的方法 |
CN102707879A (zh) * | 2012-04-17 | 2012-10-03 | 上海量明科技发展有限公司 | 选择截图区域图像轮廓的方法、客户端及系统 |
CN103092524A (zh) * | 2013-01-31 | 2013-05-08 | 广东欧珀移动通信有限公司 | 一种通过触摸屏实现截图的方法及移动终端 |
CN103761048A (zh) * | 2014-01-24 | 2014-04-30 | 深圳市金立通信设备有限公司 | 一种终端截屏的方法以及终端 |
CN104951229A (zh) * | 2015-05-27 | 2015-09-30 | 努比亚技术有限公司 | 屏幕截图方法和装置 |
CN106775368A (zh) * | 2015-11-25 | 2017-05-31 | 中兴通讯股份有限公司 | 触控屏终端的截屏方法、装置和触控屏终端 |
CN107066167A (zh) * | 2016-09-27 | 2017-08-18 | 华为技术有限公司 | 一种区域选择方法、装置和图形用户界面 |
CN108205412A (zh) * | 2017-11-09 | 2018-06-26 | 中兴通讯股份有限公司 | 一种实现截屏的方法和装置 |
CN108388745A (zh) * | 2018-03-08 | 2018-08-10 | 浙江大学 | 基于分布并行局部优化参数的最小二乘支持向量机软测量方法 |
CN109375857A (zh) * | 2018-10-30 | 2019-02-22 | 努比亚技术有限公司 | 屏幕截图方法、装置、移动终端及可读存储介质 |
CN111142754A (zh) * | 2019-12-27 | 2020-05-12 | 腾讯科技(深圳)有限公司 | 截图处理方法、装置及存储介质 |
CN111338526A (zh) * | 2020-02-25 | 2020-06-26 | 维沃移动通信有限公司 | 一种截图方法及装置 |
CN111369575A (zh) * | 2020-05-26 | 2020-07-03 | 北京小米移动软件有限公司 | 截屏方法及装置、存储介质 |
CN111579936A (zh) * | 2020-06-30 | 2020-08-25 | 上海交通大学 | 一种适用于弧光接地故障的定位方法及系统 |
Non-Patent Citations (1)
Title |
---|
张贤富 等: "《产品设计:犀牛造型之美》", 31 August 2016, 合肥工业大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3965431A1 (en) | Video data processing method and related device | |
CN110738717B (zh) | 动作数据的修正方法、装置及电子设备 | |
CN107341442A (zh) | 运动控制方法、装置、计算机设备和服务机器人 | |
CN109934065A (zh) | 一种用于手势识别的方法和装置 | |
CN106295533A (zh) | 一种自拍图像的优化方法、装置和拍摄终端 | |
US10586181B2 (en) | Generation of occupant activities based on recorded occupant behavior | |
CN112215129A (zh) | 一种基于排序损失和双分支网络的人群计数方法及系统 | |
CN106445977A (zh) | 图片推送方法及装置 | |
CN111359201A (zh) | 一种拼图类游戏方法、系统及设备 | |
CN110516749A (zh) | 模型训练方法、视频处理方法、装置、介质和计算设备 | |
CN110517340A (zh) | 一种基于人工智能的脸部模型确定方法和装置 | |
CN110852224B (zh) | 一种表情识别方法及相关装置 | |
US20230249031A1 (en) | Systems and methods for personalized exercise protocols and tracking thereof | |
CN108875502B (zh) | 人脸识别方法和装置 | |
KR20180117619A (ko) | 컴퓨팅 장치를 이용한 객체 관리 및 시각화 | |
CN105912549A (zh) | 一种内容推荐方法及其装置 | |
US9672423B2 (en) | Object tracking apparatus and method thereof | |
CN112416228A (zh) | 一种适用于多种非矩形截面屏幕取图的方法 | |
CN113743237A (zh) | 跟随动作的准确度判定方法、装置、电子设备及存储介质 | |
CN109871205A (zh) | 界面代码调整方法、装置、计算机装置及存储介质 | |
WO2019075401A1 (en) | BASKETBALL EVALUATION SYSTEM AND METHOD | |
KR20130129558A (ko) | 사용자의 골프 샷을 분석하는 방법 및 장치 | |
CN110097061A (zh) | 一种图像显示方法及装置 | |
CN109389119A (zh) | 兴趣点区域确定方法、装置、设备和介质 | |
WO2022221685A1 (en) | Training one or more machine learning models to recognize one or more movements using virtual actors and virtual cameras |
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 |