CN114266843A - 一种构图推荐方法、终端及存储介质 - Google Patents

一种构图推荐方法、终端及存储介质 Download PDF

Info

Publication number
CN114266843A
CN114266843A CN202111566599.1A CN202111566599A CN114266843A CN 114266843 A CN114266843 A CN 114266843A CN 202111566599 A CN202111566599 A CN 202111566599A CN 114266843 A CN114266843 A CN 114266843A
Authority
CN
China
Prior art keywords
composition
area
recommendation
recommended
learning 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
CN202111566599.1A
Other languages
English (en)
Inventor
王秀琳
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.)
Nubia Technology Co Ltd
Original Assignee
Nubia 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 Nubia Technology Co Ltd filed Critical Nubia Technology Co Ltd
Priority to CN202111566599.1A priority Critical patent/CN114266843A/zh
Publication of CN114266843A publication Critical patent/CN114266843A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本发明公开了一种构图推荐方法、终端及存储介质,属于照片构图技术领域,其中,该构图推荐方法包括:获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;显示输出所述目标推荐区域。实现了根据用户习惯进行构图方案推荐,使得推荐的构图方案更符合用户的个性化审美偏好,提升了用户的使用体验。

Description

一种构图推荐方法、终端及存储介质
技术领域
本发明涉及照片构图技术领域,具体涉及一种构图推荐方法、终端及存储介质。
背景技术
伴随着电子及互联网技术的发展,智能终端已经成为人们生活中不可或缺的部分。用于智能终端的拍摄软件给人们带来了多样化的拍摄体验和拍摄效果,使得非专业摄影人员也能拍摄出高质量的照片。
影响照片质量的一个重要因素是照片的构图,然而,目前基于主体目标检测的构图方式适用场景单一、构图方式也单一,不能满足用户对构图的个性化需求。
发明内容
有鉴于此,本发明实施例的目的在于提供一种构图推荐方法、终端及存储介质,以解决目前的构图方式不能满足用户对构图的个性化需求的技术问题。
本发明解决上述技术问题所采用的技术方案如下:
根据本发明实施例的一个方面,提供一种构图推荐方法,该方法包括:
获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;
若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;
显示输出所述目标推荐区域。
可选地,所述构图推荐算法包括:基于美学评分的推荐算法。
可选地,在所述根据所述预览图像并基于构图推荐算法生成第一推荐构图区域之后,还包括:
若用户习惯学习模型未启用,则将所述第一推荐构图区域作为目标推荐区域。
可选地,所述显示输出所述目标推荐区域包括:
在构图推荐界面中显示所述目标推荐区域。
可选地,所述构图推荐界面包括预览视图显示区域和推荐视图显示区域,所述目标推荐区域显示在其中的推荐视图显示区域,在所述显示输出所述目标推荐区域之后,还包括:
当接收到选择某一个所述目标推荐区域的指令时,将选定的所述目标推荐区域显示在所述预览视图显示区域。
可选地,所述构图推荐界面还包括构图指导组件,所述构图指导组件包括构图评分显示组件、构图优劣提示组件、移动方向提示组件和/或预览界面缩放提示组件。
可选地,所述方法之后还包括:
当接收到选择某一个所述目标推荐区域的指令,并进一步接收到在选定的所述目标推荐区域的基础上进行拍摄的指令时,记录选定并用于拍摄的所述目标推荐区域;
若所述用户习惯学习模型已启用,则根据已记录的选定并用于拍摄的所述目标推荐区域更新所述用户习惯学习模型的参数。
可选地,在所述记录选定并用于拍摄的所述目标推荐区域之后,还包括:
若所述用户习惯学习模型未启用,则获取记录选定并用于拍摄的所述目标推荐区域的数据容量;
若所述数据容量达到预设阈值,则根据已记录的选定并用于拍摄的所述目标推荐区域对所述用户习惯学习模型进行训练,并更新所述用户习惯学习模型的参数;
启用所述用户习惯学习模型。
根据本发明实施例的另一个方面,提供一种终端,该终端包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时实现上述构图推荐方法的步骤。
根据本发明实施例的又一个方面,提供一种计算机可读存储介质,该计算机可读存储介质上存储有构图推荐程序,所述构图推荐程序被处理器执行时实现上述构图推荐方法的步骤。
本发明实施例提供的构图推荐方法、终端及存储介质中,获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;显示输出所述目标推荐区域。实现了根据用户习惯进行构图方案推荐,使得推荐的构图方案更符合用户的个性化审美偏好,提升了用户的使用体验。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明涉及的一种移动终端的硬件结构示意图;
图2是本发明实施例提供的一种构图推荐方法的流程图;
图3是本发明实施例提供的另一种构图推荐方法的流程图;
图4是本发明实施例提供的一种构图推荐界面示意图;
图5是本发明实施例提供的又一种构图推荐方法的流程图;
图6是本发明实施例提供的再一种构图推荐方法的流程图;
图7是本发明实施例提供的终端的结构示意图。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如,本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端,以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1,其为实现本发明各个实施例的一种移动终端的硬件结构示意图,该移动终端100可以包括:RF(Radio Frequency,射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解,图1中示出的移动终端结构并不构成对移动终端的限定,移动终端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。
下面结合图1对移动终端的各个部件进行具体的介绍:
射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将基站的下行信息接收后,给处理器110处理;另外,将上行的数据发送给基站。通常,射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯系统)、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000,码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access,时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution,频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution,分时双工长期演进)等。
WiFi属于短距离无线传输技术,移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102,但是可以理解的是,其并不属于移动终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时,将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit,GPU)1041和麦克风1042,图形处理器1041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。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据),并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度,接近传感器可在移动终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器110,并能接收处理器110发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072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、操作杆等中的一种或多种,具体此处不做限定。
进一步的,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器109可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元;优选的,处理器110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110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理系统与处理器110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。
尽管图1未示出,移动终端100还可以包括蓝牙模块等,在此不再赘述。
基于上述终端硬件结构,提出本发明方法各个实施例。
实施例一
图2是本发明实施例提供的一种构图推荐方法的流程图。该实施例的方法通过终端自动运行,其中,各个步骤在运行的时候可以是按照如流程图中的顺序先后进行,也可以是根据实际情况多个步骤同时进行,在此并不作限定;该终端包括手机、数码相机、平板电脑等能够显示预览图像的智能设备。本发明提供的构图推荐方法包括:
步骤S201,获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;
步骤S202,若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;
步骤S203,显示输出所述目标推荐区域。
通过上述实施方式,首先,获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;然后,若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;最后,显示输出所述目标推荐区域。
在本实施例中,首先需要说明的是,考虑到现有技术中的构图方式不能满足用户对构图的个性化需求的技术问题。因此,在本实施例中,为了解决上述技术问题,通过获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;显示输出所述目标推荐区域。实现了根据用户习惯进行构图方案推荐,使得推荐的构图方案更符合用户的个性化审美偏好,提升了用户的使用体验。
下面将结合具体实施方式对上述步骤进行具体的描述。
在步骤S201中,获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域。
具体的,获取预览图像,并将所述预览图像作为构图推荐算法输入,该构图推荐算法经过处理会输出与该预览图像对应的第一推荐构图区域。终端可以在照片拍摄的过程中显示预览图像,也可以将终端中保存的照片进行预览显示,即,该方法可以在照片拍摄的过程中预览图像时进行构图推荐,也可以在预览显示终端中保存的照片时进行构图推荐。其中,该构图推荐算法包括深度学习网络算法或者其他构图推荐算法,本实施例对具体的构图推荐算法的类型不作限定;该第一推荐构图区域的张数至少为一张,该构图推荐算法预存在终端中。
可选地,所述构图推荐算法包括:基于美学评分的推荐算法。在基于美学评分的推荐算法中,在建立用于模型训练的数据集时,通常需要对数据集中的图像进行美学评分标注,因为构图相对反应了用户的审美偏好,所以每个用户的审美偏好具有一定的主观因素,从而该美学评分标注也代表了标注者的审美偏好,因此使用数据集训练后的模型,也一定程度上代表了标注者的审美偏好。可以通过设置多个美学评分标注工作者来对数据集进行标注,以提高基于美学评分的推荐算法对应的模型的泛化能力,但是无论如何增加美学评分标注工作者数量,都不可能使模型泛化到覆盖全部用户的审美偏好,因此,基于美学评分的推荐算法并不能很好的满足用户个性化的构图需求。
可选地,将所述预览图像进行预处理,将预处理结果作为构图推荐算法的输入,能够降低数据计算量,从而提升该构图推荐方法的效率。例如,将所述预览图像转为浮点型图像,之后再将该浮点型图像进行标准化,将标准化的结果作为构图推荐算法的输入,能够大幅降低数据计算量,从而提升构图推荐方法的效率。
在步骤S202中,若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域。
具体的,若用户习惯学习模型已启用,则将所述第一推荐构图区域作为用户习惯学习模型的输入,该用户习惯学习模型经过处理会输出与该第一推荐构图区域对应的第二推荐构图区域,该用户习惯学习模型是能够对用户的构图习惯进行深度学习的构图推荐算法,经过该用户习惯学习模型的处理,生成的第二推荐构图区域更贴近用户个性化的构图偏好,将其作为目标推荐区域,能够更方便用户从推荐的构图方案中选择自己喜欢的构图方案,提升了用户的使用体验。
可选地,将所述第一推荐构图区域的缩略图、灰度图或者缩略图的灰度图作为用户习惯学习模型的输入,能够降低数据计算量,从而提升该构图推荐方法的效率。
在步骤S203中,显示输出所述目标推荐区域。
具体的,将目标推荐区域显示输出,便于用户从中进行选择。
可选地,将目标推荐区域按照用户习惯学习模型的评分从高到低的顺序进行排序,按照排好的顺序显示输出所述目标推荐区域,从而更方便用户从中进行选择。
以所述构图推荐算法为基于美学评分的推荐算法举例而言,首先,获取预览图像并对其进行预处理;
然后,将预处理后的预览图像输入基于美学评分的推荐算法并获取其输出的第一推荐构图区域CPN_out:
CPN_out={cp1,cp2,……,cpn}
cpi={x,y,width,height,score}
其中:CPN_out为所述基于美学评分的推荐算法输出的美学评分排名前n的第一推荐构图区域;cpi为某一个所述第一推荐构图区域;x、y为该第一推荐构图区域cpi的起止点(例如左下点)的横坐标、纵坐标;width、height为该第一推荐构图区域cpi的宽度及高度;score为该第一推荐构图区域cpi的美学评分;n为一既定参数(例如n=10,则只获得美学评分排名前10的推荐构图区域);
再然后,若用户习惯学习模型已启用,则获取第一推荐构图区域的灰度图及其美学评分作为用户习惯学习模型的输入并获取其输出第二推荐构图区域Post_Model_Output:
Post_Model_Output={score′1,score2′,……,score′n}
其中:score'n表示第n个所述第二推荐构图区域的基于用户习惯学习模型的评分;
最后,对该第二推荐构图区域Post_Model_Output按照基于用户习惯学习模型的评分从高到低的顺序进行重新排序,获取新的构图推荐列表并输出
CPN_out'={cp'1,cp'2,……,cp'n}
cp'i={x,y,width,height,score'}
其中:CPN_out'为重新排序后的第二推荐构图区域;cp'i为某一个所述第二推荐构图区域;score'为该第二推荐构图区域cp'i的美学评分。
本发明实施例中,通过获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;显示输出所述目标推荐区域。实现了根据用户习惯进行构图方案推荐,使得推荐的构图方案更符合用户的个性化审美偏好,提升了用户的使用体验。
实施例二
基于以上实施例,图3是本发明实施例提供的另一种构图推荐方法的流程图。该方法包括:
步骤S301,获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;
步骤S302,判断用户习惯学习模型是否已启用,如果是,执行步骤S303,否则执行步骤S304;
具体的,若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;若用户习惯学习模型未启用,则将所述第一推荐构图区域作为目标推荐区域。
步骤S303,根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域,转至步骤S305;
步骤S304,将所述第一推荐构图区域作为目标推荐区域;
具体的,在用户习惯学习模型未启用的情况下,将所述第一推荐构图区域作为目标推荐区域推荐给用户,便于用户从中选择构图方案。可选地,当所述构图推荐算法为基于美学评分的推荐算法时,将所述第一推荐构图区域按照美学评分从高到低的顺序排序,将排序后的第一推荐构图区域推荐给用户选择,从而更方便用户从中选择构图方案。
步骤S305,显示输出所述目标推荐区域;
具体的,在构图推荐界面中显示所述目标推荐区域,便于用户从中选择构图方案。
可选地,图4是本发明实施例提供的一种构图推荐界面示意图。所述构图推荐界面包括预览视图显示区域和推荐视图显示区域,所述目标推荐区域显示在其中的推荐视图显示区域,进一步地,所述目标推荐区域以缩略图列表的方式显示在推荐视图显示区域,所述预览图像显示在所述预览视图显示区域,从而方便用户对照预览图像从目标推荐区域中选择构图方案。
步骤S306,判断是否接收到选择某一个所述目标推荐区域的指令,如果是,执行步骤S307,否则继续执行步骤S306;
具体的,当接收到选择某一个所述目标推荐区域的指令时,将选定的所述目标推荐区域显示在所述预览视图显示区域,从而方便用户更清楚地浏览选定的目标推荐区域。其中,选择某一个所述目标推荐区域的指令的输入方式可以为点击、长按、将某个目标推荐区域的缩略图拖动至预览视图显示区域,或者其他指令输入方式,本实施例对选择某一个所述目标推荐区域的指令的具体输入方式不作限定。当未接收到选择某一个所述目标推荐区域的指令时,继续检测选择某一个所述目标推荐区域的指令。
步骤S307,将选定的所述目标推荐区域显示在所述预览视图显示区域。
具体的,当依次接收到选择不同的所述目标推荐区域的指令时,依次将选定的所述目标推荐区域显示在所述预览视图显示区域。
可选地,当接收到选择下一个所述目标推荐区域的指令时,将当前选定的所述目标推荐区域的缩略图恢复到被选择之前的在推荐视图显示区域中的对应位置进行显示,以方便用户再次选择该目标推荐区域。
可选地,当选定的所述目标推荐区域显示在所述预览视图显示区域时,取消选定的所述目标推荐区域的缩略图在所述推荐视图显示区域的显示。
可选地,当选定的所述目标推荐区域显示在所述预览视图显示区域时,将所述预览图像的缩略图显示在推荐视图显示区域。进一步地,可以将所述预览图像的缩略图显示在剩余目标推荐区域缩略图的前面或者后面。
可选地,当选定的所述目标推荐区域显示在所述预览视图显示区域时,若接收到取消选定的所述目标推荐区域在所述预览视图显示区域显示的指令时,重新在所述预览视图显示区域显示所述预览图像。其中,取消选定的所述目标推荐区域在所述预览视图显示区域显示的指令的输入方式可以为点击、长按、将选定的所述目标推荐区域拖动至推荐视图显示区域,或者其他指令输入方式,本实施例对该指令的具体输入方式不作限定。
在一种实施方式中,参考图4,所述构图推荐界面还包括构图指导组件,所述构图指导组件包括构图评分显示组件、构图优劣提示组件、移动方向提示组件和/或预览界面缩放提示组件。
在本实施方式中,所述构图评分显示组件用于向用户显示当前构图评分,以指导用户对构图方案的选择。
可选地,当在所述预览视图显示区域显示预览图像时,显示所述目标推荐区域中的最高评分。
可选地,当在所述预览视图显示区域显示用户所选择的某一所述目标推荐区域时,显示该选定的所述目标推荐区域的评分。
在本实施方式中,所述构图优劣提示组件用于向用户提示当前构图推荐优劣,以指导用户对构图方案的选择。具体的构图优劣提示方式可以为环绕所述预览视图显示区域的构图优劣提示框的不同颜色对应不同的构图优劣提示,也可以为显示对应的构图优劣文字提示,还可以是其他方式,本实施例对具体的构图优劣提示方式不作限定。
可选地,当在所述预览视图显示区域显示预览图像时,显示所述目标推荐区域中的最高评分的所述目标推荐区域的优劣。
可选的,当在所述预览视图显示区域显示用户所选择的某一所述目标推荐区域时,显示该选定的所述目标推荐区域的优劣。
举例而言,通过环绕所述预览视图显示区域的构图优劣提示框的颜色的变化区分当前构图推荐优劣。当选定的某一个所述目标推荐区域的评分大于既定阈值时,则显示为既定颜色(如绿色),用以向用户提示该构图推荐评分优秀;当选定的某一所述目标推荐区域的评分小于既定阈值时,则显示为既定颜色(如红色),用以向用户提示该构图推荐评分不理想;当选定的某一所述目标推荐区域的评分处于既定阈值区间时,则显示为既定颜色(如黄色),用以向用户提示该构图推荐评分较为理想。
在本实施方式中,当所述预览图像为在照片拍摄的过程中显示的预览图像时,所述移动方向提示组件用于向用户提示为获取较好的构图该如何调整设备拍摄方位,以指导用户对构图方案的选择。其中,该调整设备拍摄方位的参考基准可以为用户选定的所述目标推荐区域或者评分最高的所述目标推荐区域。
以调整设备拍摄方位的参考基准为用户选定的所述目标推荐区域为例而言,首先,获取用户选定的所述目标推荐区域中心点位置在预览图像中的坐标PCenteri
CPCenteri={xc,yc}
xc=(cpi.x+cpi.width)/2
yc=(cpi.y+cpi.height)/2
其中,xc、yc分别为用户选定的所述目标推荐区域中心点位置在预览图像中的横坐标和纵坐标;cpi.x、cpi.y分别为用户选定的所述目标推荐区域左下角在预览图像中的横坐标和纵坐标;cpi.width、cpi.height分别为用户选定的所述目标推荐区域的宽度和高度;
然后,获取预览图像中心点坐标PreCenter={x0,y0};
再然后,计算用户选定的所述目标推荐区域中心点位置在预览图像中的坐标PCenteri相对于预览图像中心点坐标PreCenter的方位:
Figure BDA0003422038540000141
Figure BDA0003422038540000142
Figure BDA0003422038540000143
所述移动方向提示组件提示用户向右上方移动;
Figure BDA0003422038540000144
所述移动方向提示组件提示用户向右下方移动;
Figure BDA0003422038540000145
所述移动方向提示组件提示用户向左上方移动;
Figure BDA0003422038540000151
所述移动方向提示组件提示用户向左下方移动。
在本实施方式中,当所述预览图像为在照片拍摄的过程中显示的预览图像时,所述预览界面缩放提示组件用于向用户提示为获取较好的构图该如何调整设备拍摄焦距,以指导用户对构图方案的选择。其中,该调整设备拍摄焦距的参考基准可以为用户选定的所述目标推荐区域或者评分最高的所述目标推荐区域。
以调整移动设备拍摄方位的参考基准为用户选定的所述目标推荐区域为例而言,首先,获取用户选定的所述目标推荐区域的构图区域面积PAreai
PAreai=(cpi.width)*cpi.height;
然后,获取预览图像的面积PreArea;
再然后,计算该构图区域面积PAreai与预览图像的面积PreArea的比例,作为缩放幅值参数CP_zoom:
CP_zoom=PAreai/PreArea;
再然后,当接收到缩放所述预览图像的指令时,获取该指令对应的缩放幅值user_zoom。其中,缩放所述预览图像的指令的输入方式可以为双指触摸所述预览图像进行缩放,或者其他指令输入方式,本实施例对缩放所述预览图像的指令的具体输入方式不作限定。
最后,当所述缩放幅值user_zoom在所述缩放幅值参数CP_zoom的邻域范围内时,自动使用所述缩放幅值参数CP_zoom对所述预览图像进行缩放,即调整设备拍摄焦距。
本发明实施例中,通过获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;若用户习惯学习模型未启用,则将所述第一推荐构图区域作为目标推荐区域;若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;显示输出所述目标推荐区域;当接收到选择某一个所述目标推荐区域的指令时,将选定的所述目标推荐区域显示在所述预览视图显示区域;并在构图推荐界面中显示构图指导组件。实现了根据用户习惯进行构图方案推荐,使得推荐的构图方案更符合用户的个性化审美偏好,并且通过构图指导组件对用户选择构图方案的过程进行指导,方便了用户对构图方案的选择,提升了用户的使用体验。
实施例三
基于以上实施例,图5是本发明实施例提供的又一种构图推荐方法的流程图。该方法包括:
步骤S501,获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;
步骤S502,若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;
步骤S503,显示输出所述目标推荐区域;
步骤S504,当接收到选择某一个所述目标推荐区域的指令,并进一步接收到在选定的所述目标推荐区域的基础上进行拍摄的指令时,记录选定并用于拍摄的所述目标推荐区域;
具体的,终端在照片拍摄的过程中,当在选定的所述目标推荐区域的基础上进行拍摄时,表明用户偏好该选定的所述目标推荐区域,此时,记录选定并用于拍摄的所述目标推荐区域,用于更新所述用户习惯学习模型的参数,以使得所述用户习惯学习模型更贴近用户的审美偏好。
可选地,若在未选择任一所述目标推荐区域时,接收到在所述预览图像的基础上进行拍摄的指令,则记录评分最高的所述目标推荐区域。
具体的,当用户在未选择任一所述目标推荐区域的情况下,直接在所述预览图像的基础上进行拍摄时,记录评分最高的所述目标推荐区域,用于更新所述用户习惯学习模型的参数,以使得所述用户习惯学习模型更贴近评分最高的构图方案。
步骤S505,若所述用户习惯学习模型已启用,则根据已记录的选定并用于拍摄的所述目标推荐区域更新所述用户习惯学习模型的参数。
具体的,通过用记录了体现用户审美偏好的所述目标推荐区域更新所述用户习惯学习模型的参数,使得所述用户习惯学习模型更个性化,也更贴近用户的审美偏好,从而方便了用户对构图方案的选择,提升了用户的使用体验。
本发明实施例中,通过获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;显示输出所述目标推荐区域;当接收到选择某一个所述目标推荐区域的指令,并进一步接收到在选定的所述目标推荐区域的基础上进行拍摄的指令时,记录选定并用于拍摄的所述目标推荐区域;若所述用户习惯学习模型已启用,则根据已记录的选定并用于拍摄的所述目标推荐区域更新所述用户习惯学习模型的参数。实现了根据用户习惯进行构图方案推荐,使得推荐的构图方案更符合用户的个性化审美偏好,并且持续地根据用户的审美偏好完善用户习惯学习模型,使得用户习惯学习模型持续地贴近用户的审美偏好,从而实现了构图推荐方案更加个性化,方便了用户对构图方案的选择,提升了用户的使用体验。
实施例四
基于以上实施例,图6是本发明实施例提供的再一种构图推荐方法的流程图。该方法包括:
步骤S601,获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;
步骤S602,若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;
步骤S603,显示输出所述目标推荐区域;
步骤S604,当接收到选择某一个所述目标推荐区域的指令,并进一步接收到在选定的所述目标推荐区域的基础上进行拍摄的指令时,记录选定并用于拍摄的所述目标推荐区域;
可选地,若在未选择任一所述目标推荐区域时,接收到在所述预览图像的基础上进行拍摄的指令,则记录评分最高的所述目标推荐区域。
具体的,当用户在未选择任一所述目标推荐区域的情况下,直接在所述预览图像的基础上进行拍摄时,记录评分最高的所述目标推荐区域,用于对所述用户习惯学习模型进行训练或者更新所述用户习惯学习模型的参数,以使得所述用户习惯学习模型更贴近评分最高的所述目标推荐区域。
步骤S605,判断所述用户习惯学习模型是否已启用,如果是,执行步骤S606,否则执行步骤S607;
具体的,若所述用户习惯学习模型已启用,则根据已记录的选定并用于拍摄的所述目标推荐区域更新所述用户习惯学习模型的参数;若所述用户习惯学习模型未启用,则获取记录选定并用于拍摄的所述目标推荐区域的数据容量;进一步地,若所述数据容量达到预设阈值,则根据已记录的选定并用于拍摄的所述目标推荐区域对所述用户习惯学习模型进行训练,并更新所述用户习惯学习模型的参数;然后,启用所述用户习惯学习模型。
步骤S606,根据已记录的选定并用于拍摄的所述目标推荐区域更新所述用户习惯学习模型的参数,转至步骤S611;
步骤S607,获取记录选定并用于拍摄的所述目标推荐区域的数据容量;
具体的,在所述用户习惯学习模型未启用时,获取记录选定并用于拍摄的所述目标推荐区域的数据容量,以便于在所述数据容量达到预设阈值时,根据已记录的选定并用于拍摄的所述目标推荐区域对所述用户习惯学习模型进行训练,并更新所述用户习惯学习模型的参数,然后启用所述用户习惯学习模型。
可选地,所述数据容量还包括在未选择任一所述目标推荐区域的情况下,接收到在所述预览图像的基础上进行拍摄的指令时,记录的评分最高的所述目标推荐区域。
步骤S608,判断所述数据容量是否达到预设阈值,如果是,执行步骤S609,否则转至步骤S604;
具体地,所述数据容量达到预设阈值,表明已经记录了足以用于训练所述用户习惯学习模型的数据,也即,通过用已记录的数据对所述用户习惯学习模型进行训练,能够使得训练后的所述用户习惯学习模型代表用户在构图方面的审美偏好,此时,在训练所述用户习惯学习模型并更新其参数之后,启用所述用户习惯学习模型,用于根据所述第一推荐构图区域生成第二推荐构图区域,以方便用户对构图方案的选择。
步骤S609,根据已记录的选定并用于拍摄的所述目标推荐区域对所述用户习惯学习模型进行训练,并更新所述用户习惯学习模型的参数;
可选地,根据已记录的选定并用于拍摄的所述目标推荐区域和在未选择任一所述目标推荐区域的情况下,接收到在所述预览图像的基础上进行拍摄的指令时,记录的评分最高的所述目标推荐区域对所述用户习惯学习模型进行训练,并更新所述用户习惯学习模型的参数。
可选地,在所述构图推荐方法之前,还包括建立用户习惯学习模型。该用户习惯学习模型的输入包括第一推荐构图区域,具体可以为第一推荐构图区域的原图、灰度图、缩略图或者缩略图的灰度图,本实施例对输入的第一推荐构图区域的具体图像类型不作限定;可选地,当所述第一推荐构图区域是由基于美学评分的推荐算法生成时,该用户习惯学习模型的输入还包括与每一个所述第一推荐构图区域对应的美学评分。该用户习惯学习模型的输出包括第二推荐构图区域,具体可以为第二推荐构图区域的原图、灰度图、缩略图或者缩略图的灰度图,本实施例对输出的第二推荐构图区域的具体图像类型不作限定;可选地,该用户习惯学习模型的输出还包括用户习惯学习模型对每一个所述第二推荐构图区域的评分。
步骤S610,启用所述用户习惯学习模型;
步骤S611,结束。
本发明实施例中,通过获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;显示输出所述目标推荐区域;当接收到选择某一个所述目标推荐区域的指令,并进一步接收到在选定的所述目标推荐区域的基础上进行拍摄的指令时,记录选定并用于拍摄的所述目标推荐区域;若所述用户习惯学习模型已启用,则根据已记录的选定并用于拍摄的所述目标推荐区域更新所述用户习惯学习模型的参数;若所述用户习惯学习模型未启用,则获取记录选定并用于拍摄的所述目标推荐区域的数据容量;若所述数据容量达到预设阈值,则根据已记录的选定并用于拍摄的所述目标推荐区域对所述用户习惯学习模型进行训练,并更新所述用户习惯学习模型的参数;启用所述用户习惯学习模型。实现了根据用户习惯进行构图方案推荐,使得推荐的构图方案更符合用户的个性化审美偏好,并且持续地根据用户的审美偏好完善用户习惯学习模型,使得用户习惯学习模型持续地贴近用户的审美偏好,从而实现了构图推荐方案更加个性化,方便了用户对构图方案的选择,提升了用户的使用体验。
实施例五
图7是本发明实施例提供的终端700的结构示意图。所述终端700包括存储器701、处理器702及存储在所述存储器701上并可在所述处理器702上运行的计算机程序(图中未示出),该所述计算机程序被所述处理器702执行时,实现如上述实施例一至实施例四中任一实施例所述的构图推荐方法的步骤。
本发明实施例的终端与上述实施例一至实施例四的构图推荐方法属于同一构思,其具体实现过程详见对应的方法实施例,且方法实施例中的技术特征在本终端实施例中均对应适用,这里不再赘述。
实施例六
本发明实施例还提供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构图推荐程序,所述构图推荐程序被处理器执行时实现如上述实施例一至实施例四中任一实施例所述的构图推荐方法的步骤。
本发明实施例的计算机可读存储介质与上述实施例一至实施例四的方法属于同一构思,其具体实现过程详细见对应的方法实施例,且方法实施例中的技术特征在本计算机可读存储介质实施例中均对应适用,这里不再赘述。
上述各实施方式中的对应的技术特征在不导致方案矛盾或不可实施的前提下,可以相互使用。
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。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
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,本发明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)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明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发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。

Claims (10)

1.一种构图推荐方法,其特征在于,所述方法包括:
获取预览图像,根据所述预览图像并基于构图推荐算法生成第一推荐构图区域;
若用户习惯学习模型已启用,则根据所述第一推荐构图区域并基于所述用户习惯学习模型生成第二推荐构图区域,并将所述第二推荐构图区域作为目标推荐区域;
显示输出所述目标推荐区域。
2.根据权利要求1所述的构图推荐方法,其特征在于,所述构图推荐算法包括:基于美学评分的推荐算法。
3.根据权利要求1所述的构图推荐方法,其特征在于,在所述根据所述预览图像并基于构图推荐算法生成第一推荐构图区域之后,还包括:
若用户习惯学习模型未启用,则将所述第一推荐构图区域作为目标推荐区域。
4.根据权利要求1-3中任一项所述的构图推荐方法,其特征在于,所述显示输出所述目标推荐区域包括:
在构图推荐界面中显示所述目标推荐区域。
5.根据权利要求4所述的构图推荐方法,其特征在于,所述构图推荐界面包括预览视图显示区域和推荐视图显示区域,所述目标推荐区域显示在其中的推荐视图显示区域,在所述显示输出所述目标推荐区域之后,还包括:
当接收到选择某一个所述目标推荐区域的指令时,将选定的所述目标推荐区域显示在所述预览视图显示区域。
6.根据权利要求5所述的构图推荐方法,其特征在于,所述构图推荐界面还包括构图指导组件,所述构图指导组件包括构图评分显示组件、构图优劣提示组件、移动方向提示组件和/或预览界面缩放提示组件。
7.根据权利要求1-3中任一项所述的构图推荐方法,其特征在于,所述方法之后还包括:
当接收到选择某一个所述目标推荐区域的指令,并进一步接收到在选定的所述目标推荐区域的基础上进行拍摄的指令时,记录选定并用于拍摄的所述目标推荐区域;
若所述用户习惯学习模型已启用,则根据已记录的选定并用于拍摄的所述目标推荐区域更新所述用户习惯学习模型的参数。
8.根据权利要求7所述的构图推荐方法,其特征在于,在所述记录选定并用于拍摄的所述目标推荐区域之后,还包括:
若所述用户习惯学习模型未启用,则获取记录选定并用于拍摄的所述目标推荐区域的数据容量;
若所述数据容量达到预设阈值,则根据已记录的选定并用于拍摄的所述目标推荐区域对所述用户习惯学习模型进行训练,并更新所述用户习惯学习模型的参数;
启用所述用户习惯学习模型。
9.一种终端,其特征在于,所述终端包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述方法的步骤。
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构图推荐程序,所述构图推荐程序被处理器执行时实现如权利要求1至8中任一项所述的构图推荐方法的步骤。
CN202111566599.1A 2021-12-20 2021-12-20 一种构图推荐方法、终端及存储介质 Pending CN114266843A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111566599.1A CN114266843A (zh) 2021-12-20 2021-12-20 一种构图推荐方法、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111566599.1A CN114266843A (zh) 2021-12-20 2021-12-20 一种构图推荐方法、终端及存储介质

Publications (1)

Publication Number Publication Date
CN114266843A true CN114266843A (zh) 2022-04-01

Family

ID=80828170

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111566599.1A Pending CN114266843A (zh) 2021-12-20 2021-12-20 一种构图推荐方法、终端及存储介质

Country Status (1)

Country Link
CN (1) CN114266843A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114580521A (zh) * 2022-02-28 2022-06-03 中国科学院软件研究所 一种知识与数据共同驱动的人像构图指引方法及装置
CN117370668A (zh) * 2023-10-25 2024-01-09 广州极数科技有限公司 基于数智化的社区数据治理分析方法、装置及终端设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114580521A (zh) * 2022-02-28 2022-06-03 中国科学院软件研究所 一种知识与数据共同驱动的人像构图指引方法及装置
CN114580521B (zh) * 2022-02-28 2023-04-07 中国科学院软件研究所 一种知识与数据共同驱动的人像构图指引方法及装置
CN117370668A (zh) * 2023-10-25 2024-01-09 广州极数科技有限公司 基于数智化的社区数据治理分析方法、装置及终端设备

Similar Documents

Publication Publication Date Title
CN108668083B (zh) 一种拍照方法及终端
CN108513070B (zh) 一种图像处理方法、移动终端及计算机可读存储介质
CN107995429B (zh) 一种拍摄方法及移动终端
US11689649B2 (en) Shooting method and terminal
CN107390972B (zh) 一种终端录屏方法、装置及计算机可读存储介质
WO2019137429A1 (zh) 图片处理方法及移动终端
CN111355889B (zh) 拍摄方法、装置、电子设备和存储介质
CN108184050B (zh) 一种拍照方法、移动终端
CN108495029B (zh) 一种拍照方法及移动终端
CN109361867B (zh) 一种滤镜处理方法及移动终端
CN108174103B (zh) 一种拍摄提示方法及移动终端
WO2020156443A1 (zh) 图像查找方法及终端设备
CN111093023B (zh) 视频拍摄方法及电子设备
US11778304B2 (en) Shooting method and terminal
CN111010610A (zh) 一种视频截图方法及电子设备
US11863901B2 (en) Photographing method and terminal
WO2021082744A1 (zh) 视频查看方法及电子设备
CN107153500B (zh) 一种实现图像显示的方法及设备
CN114266843A (zh) 一种构图推荐方法、终端及存储介质
CN109683766B (zh) 交互界面控制方法、移动终端及计算机可读存储介质
WO2020011080A1 (zh) 显示控制方法及终端设备
US20210320995A1 (en) Conversation creating method and terminal device
CN108182031A (zh) 一种拍照方法、终端及计算机可读存储介质
CN108174110B (zh) 一种拍照方法及柔性屏终端
CN108174109B (zh) 一种拍照方法及移动终端

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