CN116347229B - 图像拍摄的方法及电子设备 - Google Patents
图像拍摄的方法及电子设备 Download PDFInfo
- Publication number
- CN116347229B CN116347229B CN202211649031.0A CN202211649031A CN116347229B CN 116347229 B CN116347229 B CN 116347229B CN 202211649031 A CN202211649031 A CN 202211649031A CN 116347229 B CN116347229 B CN 116347229B
- Authority
- CN
- China
- Prior art keywords
- memory
- camera
- algorithm
- image
- frame
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000009877 rendering Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 102100038720 Histone deacetylase 9 Human genes 0.000 claims 3
- 101100338512 Homo sapiens HDAC9 gene Proteins 0.000 claims 3
- 239000010410 layer Substances 0.000 description 43
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000003139 buffering effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000000044 Amnesia Diseases 0.000 description 1
- 208000026139 Memory disease Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000006984 memory degeneration Effects 0.000 description 1
- 208000023060 memory loss Diseases 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Studio Devices (AREA)
Abstract
本申请提供了一种图像拍摄的方法及电子设备,涉及图像处理领域。本申请中的方法应用于包含相机的电子设备,包括:响应于用户输入的拍照操作,检测相机的内存的剩余容量是否大于第一内存阈值;当检测到相机的内存的剩余容量大于或等于第一内存阈值,则采用预设多帧算法合成目标图像;当检测到相机的内存的剩余容量小于第一内存阈值,则采用预设单帧算法生成目标图像。采用本申请中的方法,使得电子设备的相机在连拍的场景下,可以增加可拍摄的图像的张数。
Description
技术领域
本申请涉及图像处理领域,尤其涉及一种图像拍摄的方法及电子设备。
背景技术
智能手机具有拍照功能,通常手机会采用多帧算法提高拍摄图像的效果,如采用多帧降噪算法,使得手机拍摄的图像需要占用更大的存储空间。
然而,当用户使用手机进行快速连拍时,会快速占用手机中的存储空间,导致手机在连拍情况下允许拍摄的图像的数目减少,影响用户使用手机的拍摄功能。
发明内容
为了解决上述技术问题,本申请提供一种图像拍摄的方法及电子设备,使得电子设备的相机在连拍的场景下,可以增加可拍摄的图像的张数。
第一方面,本申请提供一种图像拍摄的方法,应用于包含相机的电子设备,该方法包括:响应于用户输入的拍照操作,检测相机的内存的剩余容量是否大于第一内存阈值;当检测到相机的内存的剩余容量大于或等于第一内存阈值,则采用预设多帧算法合成目标图像;当检测到相机的内存的剩余容量小于第一内存阈值,则采用预设单帧算法生成目标图像。
这样,电子设备可以基于相机的内存判断本次拍摄图像所采用的算法,当内存的剩余容量大于第一内存阈值,采用消耗内存多的多帧算法,而当内存的剩余容量小于第一内存阈值时,采用消耗内存少的单帧算法,减小内存的消耗,从而使得当用户进行连拍操作时,可以增加相机可连拍的照片的数量。同时,基于内存的剩余容量与第一内存阈值,使得相机可以根据内存灵活采用适合当前场景的算法生成目标图像,提高生成图像的灵活性。
根据第一方面,预设多帧算法包括:第一多帧算法和第二多帧算法,第一多帧算法用于合成目标图像的图片帧数大于第二多帧算法用于合成目标图像的图片帧数;采用预设多帧算法合成目标图像,包括:检测相机的内存的剩余容量是否大于第二内存阈值,当检测到相机的内存的剩余容量大于或等于第二内存阈值,则采用第一多帧算法合成目标图像,其中,第二内存阈值大于第一内存阈值。
这样,当电子设备确定相机的内存的剩余容量大于第一内存阈值时,还可以将该剩余容量与第二内存阈值进行比较,该第二内存阈值大于第一内存阈值,当剩余容量大于第二内存阈值,表明当前剩余容量充足,可以采用第一多帧算法合成目标图像,以提高图像的质量。
根据第一方面,该方法还包括:当检测到相机的内存的剩余容量小于第二内存阈值,则获取本次接收拍照操作的时刻与上一次接收用户输入的拍照操作的时刻之间的差值,其中,本次为第i次接收拍照操作,i为大于1的整数;将差值作为本次的拍照间隔时长;检测本次的拍照间隔时长是否小于预设的时间阈值;当检测到本次的拍照间隔时长大于或等于时间阈值,则采用第一多帧算法合成目标图像;当检测到拍照间隔时长小于时间阈值,则采用第二多帧算法合成目标图像。
这样,当电子设备检测到相机的内存的剩余容量小于第二内存阈值且大于第一内存阈值时,可以增加与上一次接收到的拍照操作的间隔时长作为判断的维度,以提高判断的准确性,使得所采用的算法与本次拍照的场景匹配。当本次的拍照间隔时长小于或等于时间阈值时,表明用户在快速连拍,为避免对内存的过多占用,采用消耗内存少的第二多帧算法,即可确保图像的质量,也可降低图像合成过程中消耗的内存。
根据第一方面,时间阈值的范围为200毫秒~600毫秒。这样,时间阈值在200毫秒~600毫秒内,可以快速确定本次拍照是否属于快速连拍。
根据第一方面,当检测到相机的内存的剩余容量大于或等于第一内存阈值,则采用预设多帧算法合成目标图像,包括:检测电子设备是否第一次接收到拍照操作;当检测到电子设备第一次接收到拍照操作,则采用第一多帧算法合成目标图像。这样,针对第一次接收到的拍照操作,可以直接采用第一多帧算法合成目标图像,减少判断步骤,提高合成的速度。
根据第一方面,在响应于用户输入的第一拍照操作之前,该方法还包括:检测到相机处于常规拍照模式。这样,避免与其他的拍照模式出现冲突。
根据第一方面,第一多帧算法用于合成高动态范围的图像。
根据第一方面,第一多帧算法包括:高清渲染管线HDRP算法。
根据第一方面,第一内存阈值小于相机的内存的容量与内存水线之间的差值。这样,可以减少采用单帧算法的图像的数量,使得基于该第一内存阈值确定采用单帧算法的时机更符合用户的需求。
第二方面,本申请提供一种图像拍摄的方法,应用于包含相机的电子设备,该方法包括:响应于用户输入的拍照操作,检测相机的内存被使用的容量是否小于第一使用阈值;当检测到相机的内存被使用的容量小于或等于第一使用阈值,则采用第一多帧算法合成目标图像;当检测到相机的内存被使用的容量大于第一使用阈值,则检测相机的内存被使用的容量是否小于第二使用阈值;当检测到内存的被使用容量大于第二使用阈值,则采用单帧算法生成目标图像;当检测到内存的被使用容量小于第二使用阈值,则获取本次接收拍照操作的时刻与上一次接收用户输入的拍照操作的时刻之间的差值,其中,本次为第i次接收拍照操作,i为大于1的整数;根据差值确定本次生成目标图像的目标算法,根据目标算法生成目标图像。
这样,电子设备可以根据当前相机的内存的被使用容量与第一使用阈值和第二使用阈值进行比较,在相机的内存的被使用容量已超过第二使用阈值时,表明该内存的剩余容量不多,此时采用单帧算法,可以减小本次拍照对内存的损耗,提高相机拍摄照片的数量;在相机的内存的被使用容量大于第一使用阈值且小于第二使用阈值时,增加拍照间隔时长的维度来确定本次用于生成目标图像的目标算法,提高确定的目标算法的准确性。同时,直接对相机的内存的被使用容量进行检测,也可以加快检测速度。
根据第二方面,根据差值确定本次生成目标图像的目标算法,包括:将差值作为本次的拍照间隔时长;检测本次的拍照间隔时长是否小于预设的时间阈值;当检测到本次的拍照间隔时长大于或等于时间阈值,则采用第一多帧算法合成目标图像;当检测到拍照间隔时长小于时间阈值,则采用第二多帧算法合成目标图像,其中,基于第一多帧算法合成的目标图像的存储容量大于基于第二多帧算法合成的目标图像的存储容量。
这样,拍照间隔短,采用第二多帧算法,第二多帧算法所需的图像的帧数小于第一多帧算法所需图像的帧数,因而采用第二多帧算法合成目标图像所需的内存少,从而在确保高质量的图像时,也可以增加拍摄的图像的张数。
根据第二方面,第二使用阈值大于相机的内存水线。这样,第二使用阈值大于相机的内存水线,避免大量图像采用单帧算法生成。
第三方面,本申请提供一种图像拍摄的方法,应用于包含相机的电子设备,该方法包括:响应于用户在第一时刻输入的拍照操作,若检测到是第一次接收到拍照操作,则采用高清渲染管线HDRP算法合成第一图像;响应于用户在第二时刻输入的拍照操作,若检测到相机的内存的剩余容量大于或等于第一内存阈值且小于第二内存阈值,则获取第一时刻与第二时刻之间的差值作为第一拍照间隔时长,第二内存阈值大于第一内存阈值;当检测到第一拍照间隔时长大于或等于时间阈值,则采用高清渲染管线HDRP算法合成第二图像;响应于用户在第三时刻输入的拍照操作,若检测到相机的内存的剩余容量大于或等于第一内存阈值且小于第二内存阈值,则获取第二时刻与第三时刻之间的差值作为第二拍照间隔时长;当检测到第二拍照间隔时长小于时间阈值,则采用第二多帧算法合成第三图像;响应于用户在第四时刻输入的拍照模式,若检测到相机的内存的剩余容量小于第一内存阈值,则采用单帧算法生成第四图像;第一时刻早于第二时刻,第二时刻早于第三时刻,第三时刻早于第四时刻,第二拍照间隔时长小于1秒。
这样,在连拍场景下,电子设备基于相机的内存的剩余容量、第一内存阈值、第二内存阈值以及相邻两次拍照操作之间的间隔时长,可以确定与每次拍照所匹配的算法;在内存的剩余容量充足的情况下,采用HDRP算法,可以获取高质量的图像;在内存的剩余容量小于第二内存阈值大于第一内存阈值的情况下,若拍照间隔时长短,上一次拍照获取的多帧图片还未释放,继续使用HDRP算法会进一步加大内存消耗,而若采用单帧算法又会降低图像的质量,此时采用第二多帧算法合成目标图像,使得图像的质量高于单帧算法合成的图像质量,且消耗的内存小于第一多帧算法,可以提高相机拍摄图像的张数。当在内存的剩余容量小于第二内存阈值大于第一内存阈值的情况下,若拍照间隔时长长,上一次拍照获取的多帧图片已释放,可以继续使用HDRP算法,提高图像的质量。在剩余容量小于第一内存阈值时,由于内存不满足多帧算法合成图像,单帧算法合成的目标图像的存储容量小,使得相机还可以继续拍摄图像,增加图像的拍摄张数。
第四方面,本申请提供了一种电子设备,包括:一个或多个处理器;存储器;以及一个或多个计算机程序,其中一个或多个计算机程序存储在存储器上,当计算机程序被一个或多个处理器执行时,使得电子设备执行第一方面的任意一种实现方式对应的图像拍摄的方法,或者,执行第二方面的任意一种实现方式对应的图像拍摄的方法,或者,执行第三方面的任意一种实现方式对应的图像拍摄的方法。
第五方面,本申请提供了一种计算机可读存储介质,包括计算机程序,当计算机程序在电子设备上运行时,使得电子设备执行第一方面的任意一种实现方式对应的图像拍摄的方法,或者,执行第二方面的任意一种实现方式对应的图像拍摄的方法,或者,执行第三方面的任意一种实现方式对应的图像拍摄的方法。
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申请的一些实施例,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是示例性示出的一种应用场景示意图;
图2是示例性示出的电子设备的结构示意图;
图3是示例性示出的电子设备的软件结构框图
图4是示例性示出的一种图像拍摄的方法的流程图;
图5是示例性示出的不同拍照模式与用于生成目标图像的算法之间的对应关系。
图6是示例性示出的又一种图像拍摄的方法的流程图;
图7是示例性示出的又一种图像拍摄的方法的流程图;
图8是示例性示出的相机的内存的示意图;
图9是示例性示出的手机B连拍场景的示意图。
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。
在对本申请实施例的技术方案说明之前,首先结合附图对本申请实施例的应用场景进行说明。参见图1,为本申请实施例提供的一种应用场景示意图。如图1所示,用户A启动手机中的相机功能,且进入相机中的常规拍照模式。可选地,常规拍照模式可以为手机出厂设置的默认拍照模式。本申请中,手机的默认的常规拍照模式可以是“无限畅拍”模式,该模式支持手机在连拍场景下可以最大限度的拍摄图像。如图1的1a所示,用户连续10次点击拍照按钮,实现连拍操作,该相邻两次拍照操作之间的时间间隔小于1秒。
目前手机的相机通常采用高动态范围图像合成技术合成图像。高动态范围(HightDynamic Range,HDR)图像合成技术是一种利用计算机高速运算产生高质量逼真效果的场景图像融合技术,广泛应用于计算机游戏开发、医疗影像、遥感图像处理和计算机图形学等领域。动态范围指图像亮度值的最大值与最小值的比,动态范围越大的图像显示的场景细节越多,视觉效果越逼真。普通图像的亮度级别只有256级,导致在很多场合都不能满足对场景细节的需要。而高动态范围图像能够全面的表示出自然场景高动态范围,从而提高了图像的质量。
由于相机需要通过多帧图像合成该高动态范围图像,需要占用相机的内存进行缓存,当该高动态范围图像合成完毕之后,释放缓存时占用的内存。当用户快速点击拍照按钮时,由于上一次拍照图像的所占用的相机内存还未释放,将快速消耗该相机的内存,导致内存堆积,拍照的图像的张数减少,如图1的1b所示,当用户进行了连拍15次的操作后,相机弹出内存不足的提示,且不能继续进行拍照。
本申请实施例提供一种图像拍摄的方法,该方法可以应用于具有拍摄功能的电子设备中,该电子设备可以手机、相机、平板电脑(pad)、个人电脑(personal computer)、可穿戴设备等。该电子设备在检测到拍照指令后,检测该电子设备的相机的内存的剩余容量,基于剩余容量采用不同的合成算法,例如,在内存的剩余容量小于第一内存阈值时,采用单帧算法合成目标图像,在内存的剩余容量大于或等于第一内存阈值时,采用多帧算法合成目标图像。在剩余内存小时,采用单帧算法,减小拍照过程中对内存的消耗,从而增加可拍摄的图像的张数,提高用户连拍时的使用体验。
图2为本申请实施例示出的一种电子设备的结构示意图。示例性的,图1中的电子设备的结构可适用于图1中的平板和手机。如图2所示,电子设备100可以包括处理器110,外部存储器接口120,内部存储器121,USB接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
图3是本发明实施例的电子设备100的软件结构框图。
电子设备100的分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android系统分为五层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Android runtime)和系统库,硬件抽象层(hardware abstraction layer,HAL)和内核层。
应用程序层可以包括一系列应用程序包。
如图3所示,应用程序包可以包括相机,图库,日历,通话,地图,导航,WLAN,蓝牙,音乐,视频,短信息等应用程序。
应用程序框架层为应用程序层的应用程序提供应用编程接口(ApplicationProgramming Interface,API)和编程框架,包括各种组件和服务来支持开发者的安卓开发。应用程序框架层包括一些预先定义的函数。如图3所示,应用程序框架层可包括视图系统、窗口管理器、资源管理器、内容提供器、通知管理器、摄像头服务等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。
内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话簿等。
视图系统包括可视控件,例如显示文字的控件,显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。
通知管理器使应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。比如通知管理器被用于告知下载完成,消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息,发出提示音,电子设备振动,指示灯闪烁等。
摄像头服务用于响应于应用的请求,调用摄像头(包括前置摄像头和/或后置摄像头)。
系统库与运行时层包括系统库和安卓运行时(Android Runtime)。系统库可以包括多个功能模块。例如:浏览器内核,3D图形库(例如:OpenGL ES),字体库等。浏览器内核负责对网页语法的解释(如标准通用标记语言下的一个应用HTML、JavaScript)并渲染(显示)网页。3D图形库用于实现三维图形绘图,图像渲染,合成和图层处理等。字体库用于实现不同字体的输入。安卓运行时包括核心库和虚拟机。安卓运行时负责安卓系统的调度和管理。核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理,堆栈管理,线程管理,安全和异常的管理,以及垃圾回收等功能。
HAL层为位于操作系统内核与硬件电路之间的接口层。HAL层包括但不限于:音频硬件抽象层(Audio HAL)和摄像头硬件抽象层(Camera HAL)。其中,Audio HAL用于对音频流进行处理,例如,对音频流进行降噪、定向增强等处理,Camera HAL用于对图像流进行处理。
内核层是硬件和上述软件层之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。其中,该硬件可以包括摄像头、显示屏,麦克风,处理器,以及存储器等器件。
可以理解的是,图3示出的各软件层包含的部件,并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。
图4为示例性示出的一种图像拍摄的方法的流程图。本示例中电子设备以手机为例进行说明。
步骤401:手机响应于用户输入的拍照操作,检测相机的内存的剩余容量是否大于第一内存阈值。当检测到相机的内存的剩余容量大于或等于第一内存阈值,则执行步骤402。当检测到相机的内存的剩余容量小于第一内存阈值,则执行步骤403。
示例性地,用户输入的拍照操作可以是用户点击拍照按钮,或者由用户通过其他设备输入的拍照操作,例如,手机与耳机连接,用户可以通过点击耳机中的按钮,以使手机接收到拍照指令。通常手机为相机分配有内存,以确保相机的运行。例如,手机内存为8G,可以为相机分配4G内存,手机的内存为16G,可以为相机分配8G或6G内存。手机可以根据总的内存大小为相机分配内存,本示例中不做限定。
该手机响应于用户输入的拍照操作,可以检测相机当前内存的剩余容量。该手机可以将相机的内存的剩余容量与第一内存阈值进行比较,该第一内存阈值可以预先存储,该第一内存阈值可以小于该相机总内存与内存水线之间的差值,例如,若相机的总内存为4G,该内存水线为3.1G,该相机的总内存与内存水线之间的差值为0.9G,该第一内存阈值可以设置为小于0.9G的数值,如设置为0.7G、0.8G、0.6G等。该内存水线用于指示相机的内存的最大使用量。
可选地,该第一内存阈值也可以大于相机总内存与内存水线之间的差值,例如,若相机的总内存为4G,该内存水线为3.1G,该相机的总内存与内存水线之间的差值为0.9G,该第一内存阈值可以设置为大于0.9G的数值,如设置为1G、1.2G、1.5G等。
当手机检测到该内存的剩余容量大于或等于第一内存阈值,则可以执行步骤402。当手机检测到该内存的剩余容量小于第一内存阈值,则可以执行步骤403。
步骤402:采用预设多帧算法合成目标图像。
示例性地,该预设多帧算法可以包括第一多帧算法,该第一多帧算法可以用于合成高动态范围图像,例如,第一多帧算法为HDRP算法。该手机可以在确定采用第一多帧算法合成目标图像后,指示摄像头连续采集多帧图像,例如,采集2帧、3帧、5帧、10帧图像。
步骤403:采用预设单帧算法生成目标图像。
示例性地,该预设单帧算法可以预先存储,如:美颜算法(瘦脸、磨皮、大眼)、广角镜头畸变校正算法等。也就是说,该相机的常规拍照模式可以有美颜功能或广角镜头畸变校正功能等。
需要说明的是,当用户手动进行连拍操作时,若内存的剩余容量小于第一内存阈值,采用单帧算法生成目标图像,占用内存小,使得相机还可以继续拍照,从而增加了相机连拍的次数。
本示例中,手机可以基于相机的内存判断本次拍摄图像所采用的算法,当内存的剩余容量大于第一内存阈值,采用消耗内存多的多帧算法,而当内存的剩余容量小于第一内存阈值时,采用消耗内存少的单帧算法,减小内存的消耗,从而使得当用户进行连拍操作时,可以增加相机可连拍的照片的数量。
在一些实施例中,在用户进行连拍操作的场景下,还可以获取相邻两次拍照的拍照时间间隔,根据拍照时间间隔还可以采用不同的多帧算法,进一步减小内存的消耗,同时也可以确保生成的图像的质量。
下面结合图5和图6具体说明图像拍摄的方法的具体过程。图5为示例性示出了不同拍照模式与用于生成目标图像的算法之间的对应关系。
可选地,当手机检测到相机的内存的剩余容量小于第一内存阈值,则确定当前拍照模式处于降阶模式2,该降阶模式2对应的算法为单帧算法。当手机检测到相机的内存的剩余容量大于第一内存阈值且小于第二内存阈值,且该与上一次拍照的时间间隔小于时间阈值,则确定当前的拍照模式为降阶模式1,该降阶模式1对应的算法为非高动态多帧算法(即第二多帧算法)。当手机检测到相机的内存的剩余容量大于第二内存阈值,或者,当手机检测到相机的内存的剩余容量大于第一内存阈值且小于第二内存阈值且与上一次拍照的时间间隔大于时间阈值,则确定当前的拍照模式为全模式,该全模式对应的算法为高动态多帧算法。
图6为示例性示出了确定本次拍摄所采用的算法的流程图。本示例中,电子设备以手机为例。
步骤601:手机判断相机的内存的剩余容量是否大于第一内存阈值。当确定相机的内存的剩余容量大于或等于第一内存阈值,则执行步骤602;当确定相机的内存的剩余容量小于第一内存阈值,则执行步骤606。
示例性地,手机可以检测到相机处于常规拍照模式的情况下,判断判断相机的内存的剩余容量是否大于第一内存阈值。也就是说,若手机不是处于常规拍照模式,例如,处于夜景拍照模式,则结束本次流程。
该步骤与步骤401的过程类似,相关描述可以参照步骤401,此处不再进行赘述。
步骤602:手机判断相机的内存的剩余容量是否大于第二内存阈值。当确定相机的内存的剩余容量大于或等于第二内存阈值,则执行步骤604;当确定相机的内存的剩余容量小于第二内存阈值,则执行步骤603。
示例性地,该第二内存阈值大于第一内存阈值,该第二内存阈值可以小于该相机的总内存与预留内存之间的差值。可选地,该预留内存用于预览图像。例如,相机的总内存为4G,预留内存为1G,该内存水线为3.1G,该第一内存阈值为0.7G;该相机的总内存与预留内存之间的差值为3G,该第二内存阈值可以设置为1.4G、1.5G、1.6G、2G等。本示例中,相机的总内存以4G、第二内存阈值以1.4G,第一内存阈值以0.7,预留内存以1G为例。
当手机检测到内存的剩余容量大于第二内存阈值,则表明当前相机的内存充足,可以采用全模式对应的高动态多帧算法合成目标图像,即执行步骤604。
当手机检测到内存的剩余容量小于第二内存阈值且大于第一内存阈值时,可以根据用户连拍之间的拍摄间隔时长,判断采用哪一种算法,即执行步骤603。
步骤603:手机检测本次的拍照间隔时长是否小于时间阈值。当检测到本次的拍照间隔时长小于时间阈值,则执行步骤605,当检测到本次的拍照间隔时长大于或等于时间阈值,则执行步骤604。
可选地,手机响应于用户输入的拍照操作,可以记录接收到该拍照操作的时刻。当手机检测到内存的剩余容量小于第二内存阈值且大于第一内存阈值时,获取上一次接收到拍照操作的时刻以及本次接收到拍照操作的时刻。手机获取上一次接收到拍照操作的时刻与本次接收到拍照操作的时刻之间的差值,将该时间差值作为本次的拍照间隔时长。可选地,时间阈值的范围可以小于1秒,如时间阈值范围可以是200毫秒~600毫秒,本示例中,时间阈值以500毫秒为例。
手机获取到本次的拍照间隔时长后,可以判断本次的拍照间隔时长是否小于该时间阈值,若确定小于该时间阈值,表明用户在快速拍照,拍照时间间隔短,可能导致上一次拍摄获取的多帧图像还未释放,即确定当前处于降低模式1,即获取该降低模式1对应的算法作为目标算法(即非高动态多帧算法作为目标算法)。采用非高动态多帧算法合成目标图像所需的帧数小于采用高动态多帧算法合成目标图像所需的帧数。例如,对同一景物拍照时,采用HDRP(High Definition Render Pipeline,高清渲染管线)算法时需要n1帧图片,手机将n1帧图片合成为目标图像;采用非高动态多帧算法需要n2帧图片,手机将n2帧图片合成目标图像,其中,n1>n2。也就是说,需要合成目标图像的帧数小于高动态多帧算法合成目标图像的多帧算法都满足本申请中的非高动态多帧算法,例如该非高动态多帧算法如可以是多帧降噪算法;本申请不再一一列举
当手机检测到本次的拍照间隔时长大于或等于时间阈值,可以确定当前处于全模式,即执行步骤604,采用第一多帧算法合成目标图像。
步骤604:手机采用第一多帧算法合成目标图像。
示例性地,手机采用高动态多帧算法将多帧图像合成目标图像。
步骤605:手机采用第二多帧算法合成目标图像。
步骤606:手机采用单帧算法生成目标图像。
本示例中,当相机的内存的剩余容量大于第一内存阈值且小于第二内存阈值时,可以参照相邻两次拍照的间隔时长判断是否采用高动态多帧算法合成目标图像,当拍照间隔时长小于时间阈值时,表明两次拍照时间间隔短,存在上一次还未是否内存的情况,为了避免本次拍照占用过多的内存,采用非高动态多帧算法,减小用于合成目标图像的帧数,从而减小对内存的过多消耗,增加连拍情况下拍摄的图像的张数。
基于图6中的步骤具体说明在连续拍照场景下的拍摄过程:
步骤S1:手机响应于用户在第一时刻输入的拍照操作,检测到是第一次接收到拍照操作,则采用高清渲染管线HDRP算法合成第一图像。
示例性,手机的相机启动后,若是第一次接收到用户输入的拍照操作,可以直接采用第一多帧算法(即HDRP算法)合成图像。
步骤S2:手机响应于用户在第二时刻输入的拍照操作,若检测到相机的内存的剩余容量大于或等于第一内存阈值且小于第二内存阈值,则获取第一时刻与第二时刻之间的差值作为第一拍照间隔时长,第二内存阈值大于第一内存阈值;第一时刻早于第二时刻。
手机检测的过程可以参照步骤601、602中的相关描述,此处不再进行赘述。手机获取本次的拍照间隔时长可以参照步骤603中的相关描述。
步骤S3:手机当检测到第一拍照间隔时长大于或等于时间阈值,则采用高清渲染管线HDRP算法合成第二图像。
该过程可以参照步骤603中的相关描述,此处不再进行赘述。
步骤S4:手机响应于用户在第三时刻输入的拍照操作,若检测到相机的内存的剩余容量大于或等于第一内存阈值且小于第二内存阈值,则获取第二时刻与第三时刻之间的差值作为第二拍照间隔时长,第二时刻早于第三时刻,第二拍照间隔时长小于1秒。
示例性地,该时间阈值可以为500毫秒,该第二拍照间隔时长如可以为450毫秒。
步骤S5:手机当检测到第二拍照间隔时长小于时间阈值,则采用第二多帧算法合成第三图像。
该过程可以参照步骤605中的相关描述,此处不再进行赘述。
步骤S6:手机响应于用户在第四时刻输入的拍照模式,若检测到相机的内存的剩余容量小于第一内存阈值,则采用单帧算法生成第四图像,第三时刻早于第四时刻。
该过程可以参照步骤606中的相关描述,此处不再进行赘述。
在一些实施例中,手机可以通过检测相机的内存的被使用容量,确定本次所采用的算法。图7为示例性示出的另一种图像拍摄的方法的流程图。本示例中,电子设备以手机为例。
步骤701:手机响应于用户输入的拍照操作,检测相机的内存被使用的容量是否小于第一使用阈值,若确定大于或等于第一使用阈值,则执行步骤704;若确定小于第一使用阈值,则执行步骤702。
示例性地,第一使用阈值可以预先设置,该第一使用阈值可以根据相机的总内存设置,例如,当相机的总内存为4G时,可以设置第一使用阈值为总内存的50%,如,第一使用阈值为2G。可选地,该第一使用阈值也可以根据相机的总内存和预留内存设定。例如,相机的总内存为4G,预留内存为1G,可使用的内存为3G,该第一使用阈值可以设定为可使用的内存的80%~95%,如第一使用阈值可以为可使用的内存的87%,即2.6G。当用户点击拍照按钮时,手机可以检测该相机的内存的被使用的容量是否小于第一使用阈值,若确定相机的内存的被使用的容量小于该第一使用阈值,表明相机的内存的剩余容量充足,可以使用高动态多帧算法合成目标图像,故执行步骤704。
若确定相机的内存的被使用的容量大于或等于第一使用阈值,可以获取本次拍照间隔时长,基于拍照间隔时长和被使用的容量确定采用何种算法生成目标图像;即可以执行步骤702。
步骤702:手机判断本次拍照间隔时长是否小于时间阈值,获取第一判断结果,并执行步骤703。
示例性地,手机响应于用户输入的拍照操作,可以记录接收到该拍照操作的时刻。当手机检测到内存的剩余容量小于第二内存阈值且大于第一内存阈值时,获取上一次接收到拍照操作的时刻以及本次接收到拍照操作的时刻。手机获取上一次接收到拍照操作的时刻与本次接收到拍照操作的时刻之间的差值,将该时间差值作为本次的拍照间隔时长。可选地,时间阈值的范围可以小于1秒,如时间阈值范围可以是200毫秒~600毫秒,本示例中,时间阈值以500毫秒为例。
手机判断本次拍照间隔时长是否小于时间阈值,获取第一判断结果。即无论本次拍照间隔时长是否小于该时间阈值,均执行步骤703。
步骤703:手机判断相机的内存的被使用容量是否小于第二使用阈值,获取第二判断结果。若检测到第一判断解过指示拍照间隔时长大于或等于时间阈值,且第二判断结果指示相机的内存的被使用容量小于第二使用阈值,则执行步骤704。若检测到第一判断解过指示拍照间隔时长大于或等于时间阈值,且第二判断结果指示相机的内存的被使用容量大于第二使用阈值,则执行步骤706。若检测到第一判断解过指示拍照间隔时长小于时间阈值,且第二判断结果指示相机的内存的被使用容量小于第二使用阈值,则执行步骤705;若检测到第一判断解过指示拍照间隔时长小于时间阈值,且第二判断结果指示相机的内存的被使用容量大于或等于第二使用阈值,则执行步骤706。
示例性地,第二使用阈值可以预先设定。该第二使用阈值可以大于相机的内存水线,例如,相机的总内存为4G,该相机的内存水线为3.1G,该第二使用阈值可以设置为3.2G、3.3G等,本示例中第二使用阈值以3.3G为例。手机在获取第一判断结果后,可以判断相机的内存的被使用容量是否小于第二使用阈值,获取第二判断结果。
当第一判断结果指示本次拍照间隔时长大于时间阈值且第二判断结果指示相机的内存的被使用容量小于第二使用阈值,则手机可以确定采用全模式对应的高动态多帧算法合成目标图像。
当第一判断结果指示本次拍照间隔时长大于时间阈值且第二判断结果指示相机的内存的被使用容量大于第二使用阈值,则手机可以确定采用降阶模式2对应的单帧算法合成目标图像。
当第一判断结果指示本次拍照间隔时长小于时间阈值且第二判断结果指示相机的内存的被使用容量小于第二使用阈值,则手机可以确定采用降阶模式1对应的非高动态多帧算法合成目标图像。
当第一判断结果指示本次拍照间隔时长小于时间阈值且第二判断结果指示相机的内存的被使用容量大于第二使用阈值,则手机可以确定采用降阶模式2对应的单帧算法合成目标图像。
步骤704:手机采用高动态多帧算法合成目标图像。
步骤705:手机采用非高动态多帧算法合成目标图像。
步骤706:手机采用单帧算法合成目标图像。
本示例中,手机可以直接对相机的内存的被使用容量进行监控,当检测到内存的被使用容量大于第一使用阈值时,可以触发手机检测拍照间隔时长是否小于时间阈值,以确定本次拍照采用哪一种算法合成目标图像,由于直接对相机的内存的被使用容量进行监测,使得确定算法的速度快。
图8为示例性示出的相机的内存的示意图。
图8的8a示出了现有的手机的相机连续拍照对应的相机的内存的示意图。如图8的8a所示,手机A采用现有的拍照方式,用户A使用手机A对景物a进行连拍,该手机A的相机的总内存为MAX(如MAX为4G),预留内存为1G,相机A中每张照片均采用了高动态多帧算法合成图像,用户A按照1秒拍摄两张的频率进行连拍,当连拍到11张时,11张图像占用的相机内存已达到该相机的总内存。该手机A的相机无法继续提供拍照服务。
图8的8b示出了手机B的相机的内存示意图。图8的8a中的手机的相机的内存、预留内存与8b中相机的内存、预留内存一致。用户B使用手机B对景物a进行连拍操作,该手机B可以执行本申请中的图像拍摄的方法。具体地,当用户B启动相机时,相机进入系统默认的常规拍照模式。当用户B在T1时刻第一次点击拍照按钮时,该手机的感知引擎检测到拍照操作,生成拍照指令,以指示相机进行拍照。该相机接收到该拍照指令时,该HAL层的摄像头硬件抽象层检测到当前相机的内存的被使用容量小于第一内存阈值(即2.6G),采用高动态多帧算法合成第一张图像,本示例中,该高动态多帧算法需要n1帧图片以用于合成目标图像,n1为大于2的整数。用户B连续拍摄4张图像,其过程与拍摄第一张图像的过程类似。
用户B在T6时刻第6次点击拍照按钮,摄像头硬件抽象层检测到当前相机的内存的被使用容量大于第一内存阈值(即2.6G),该摄像头硬件抽象层获取第5次接收到拍照指令的时刻(如T5时刻)与本次接收到拍照指令的时刻(如T6时刻)之间的间隔时长(即为T6-T5)。该摄像头硬件抽象层将该间隔时长作为本次拍照间隔时长,检测本次拍照间隔时长是否小于500毫秒(即时间阈值)。当检测到拍照间隔时长大于500毫秒(如拍照间隔时长为1秒),且检测到相机的内存的被使用容量小于第二使用阈值(即3.1G)时,该该摄像头硬件抽象层确定采用高动态多帧算法合成第6张图像。
用户B在T7时刻第7次点击拍照按钮,摄像头硬件抽象层检测到当前相机的内存的被使用容量大于第一内存阈值(即2.6G),该摄像头硬件抽象层获取第6次接收到拍照指令的时刻(如T6时刻)与本次接收到拍照指令的时刻(如T7时刻)之间的间隔时长(即为T7-T6)。该摄像头硬件抽象层将该间隔时长作为本次拍照间隔时长,检测本次拍照间隔时长是否小于500毫秒(即时间阈值)。当检测到拍照间隔时长小于500毫秒,且检测到相机的内存的被使用容量小于第二使用阈值(即3.1)时,该该摄像头硬件抽象层确定采用非高动态多帧算法合成第7张图像。本示例中,该非高动态多帧算法需要m1帧图片以用于合成目标图像,m1为大于1的整数,且,m1<n1;即该第7张图像所需的帧数小于第6张图像所需的帧数。如图8的8b所示,在预览时该第7张目标图像占用的内存容量小于第6张目标图像占用的内存容量。
用户B在第8次点击拍照按钮~第10次点击拍照按钮获取目标图像的过程与第7次获取目标图像的过程类似,此处不再进行赘述。
用户B在T11时刻第11次点击拍照按钮,摄像头硬件抽象层检测到当前相机的内存的被使用容量大于第一内存阈值(即2.6G),该摄像头硬件抽象层获取第10次接收到拍照指令的时刻(如T10时刻)与本次接收到拍照指令的时刻(如T11时刻)之间的间隔时长(即为T11-T10)。该摄像头硬件抽象层将该间隔时长作为本次拍照间隔时长,检测本次拍照间隔时长是否小于500毫秒(即时间阈值)。当检测到拍照间隔时长小于500毫秒,且检测到相机的内存的被使用容量大于第二使用阈值(即3.1)时,该该摄像头硬件抽象层确定采用单帧算法合成第11张图像。
用户B在T12时刻第12次点击拍照按钮,摄像头硬件抽象层检测到当前相机的内存的被使用容量大于第一内存阈值(即2.6G),该摄像头硬件抽象层获取第11次接收到拍照指令的时刻(如T11时刻)与本次接收到拍照指令的时刻(如T12时刻)之间的间隔时长(即为T12-T11)。该摄像头硬件抽象层将该间隔时长作为本次拍照间隔时长,检测本次拍照间隔时长是否小于500毫秒(即时间阈值)。当检测到拍照间隔时长大于500毫秒,且检测到相机的内存的被使用容量大于第二使用阈值(即3.1)时,该该摄像头硬件抽象层确定采用单帧算法合成第12张图像。
本示例中,如图8的8b所示,相机的内存中的第11张图像~第n张图像均采用了单帧算法合成,n为大于12的整数。
图9示出了手机B连拍场景的示意图,如图9所示,用户连续点击拍照按钮30次,相机并未弹出不能拍照的告警。相比与图1的1b的场景,该手机B在连拍场景下,明显提高拍摄的图像的张数,增加了手机的“无限畅拍”的拍照的张数,提高了用户的使用体验。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
本申请实施例的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述对象的特定顺序。例如,第一目标对象和第二目标对象等是用于区别不同的目标对象,而不是用于描述目标对象的特定顺序。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,除非另有说明,“多个”的含义是指两个或两个以上。例如,多个处理单元是指两个或两个以上的处理单元;多个系统是指两个或两个以上的系统。
本申请各个实施例的任意内容,以及同一实施例的任意内容,均可以自由组合。对上述内容的任意组合均在本申请的范围之内。
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 (14)
1.一种图像拍摄的方法,其特征在于,应用于包含相机的电子设备,所述方法包括:
响应于用户输入的拍照操作,检测所述相机的内存的剩余容量是否大于第一内存阈值;
当检测到所述相机的内存的剩余容量大于或等于所述第一内存阈值,则检测所述相机的内存的剩余容量是否大于第二内存阈值;当检测到所述相机的内存的剩余容量小于所述第二内存阈值;获取本次接收所述拍照操作的时刻与上一次接收用户输入的拍照操作的时刻之间的差值,其中,本次为第i次接收所述拍照操作,i为大于1的整数;将所述差值作为本次的拍照间隔时长,根据本次的拍照间隔时长从预设多帧算法中选取一个算法作为目标算法;根据所述目标算法合成目标图像,所述预设多帧算法包括第一多帧算法和第二多帧算法,所述第一多帧算法用于合成目标图像的图片帧数大于所述第二多帧算法用于合成目标图像的图片帧数;
在确定采用所述目标算法合成目标图像后,指示摄像头连续采集n帧图像并缓存本次采集的n帧图像;采用所述目标算法将本次缓存的n帧图像合成为所述目标图像并释放本次缓存的n帧图像;
当检测到所述相机的内存的剩余容量小于所述第一内存阈值,则确定采用预设单帧算法生成所述目标图像,所述预设单帧算法用于对一帧图像进行预设处理;
在确定采用预设单帧算法生成目标图像后,指示摄像头采集单帧图像并采用所述预设单帧算法对采集的单帧图像进行预设处理,生成所述目标图像。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当检测到所述相机的内存的剩余容量大于或等于第二内存阈值,则采用所述第一多帧算法合成所述目标图像,其中,所述第二内存阈值大于所述第一内存阈值。
3.根据权利要求2所述的方法,其特征在于,根据本次的拍照间隔时长从预设多帧算法中选取一个算法作为目标算法,包括:
检测所述本次的拍照间隔时长是否小于预设的时间阈值;
当检测到所述本次的拍照间隔时长大于或等于所述时间阈值,则采用所述第一多帧算法合成所述目标图像,所述第一多帧算法用于将n1帧图片合成为一张图像,n1为大于2的整数;
当检测到所述拍照间隔时长小于所述时间阈值,则采用所述第二多帧算法合成所述目标图像,所述第二多帧算法用于将n2帧图片合成为一张图像,n1大于n2且n2为大于1的整数。
4.根据权利要求3所述的方法,其特征在于,所述时间阈值的范围为200毫秒~600毫秒。
5.根据权利要求1至4中任一项所述的方法,其特征在于,当检测到所述相机的内存的剩余容量大于或等于所述第一内存阈值,则采用预设多帧算法合成目标图像,包括:
检测所述电子设备是否第一次接收到所述拍照操作;
当检测到所述电子设备第一次接收到所述拍照操作,则采用第一多帧算法合成目标图像,所述第一多帧算法用于将n1帧图片合成为一张图像,n1为大于2的整数。
6.根据权利要求1至4中任一项所述的方法,其特征在于,在响应于用户输入的拍照操作之前,所述方法还包括:
检测到所述相机处于常规拍照模式。
7.根据权利要求2所述的方法,其特征在于,所述第一多帧算法用于合成高动态范围的图像。
8.根据权利要求7所述的方法,其特征在于,所述第一内存阈值小于所述相机的内存的容量与内存水线之间的差值。
9.一种图像拍摄的方法,其特征在于,应用于包含相机的电子设备,所述电子设备存储有第一多帧算法、第二多帧算法以及单帧算法,所述第一多帧算法用于将n1帧图片合成为一张图像,所述第二多帧算法用于将n2帧图片合成为一张图像,所述单帧算法用于对一帧图像进行预设处理,所述n1大于n2且n2为大于1的整数;所述方法包括:
响应于用户输入的拍照操作,检测所述相机的内存被使用的容量是否小于第一使用阈值;
当检测到所述相机的内存被使用的容量小于或等于所述第一使用阈值,则采用第一多帧算法合成目标图像;
当检测到所述相机的内存被使用的容量大于所述第一使用阈值,则检测所述相机的内存被使用的容量是否小于第二使用阈值;
当检测到所述内存的被使用容量大于所述第二使用阈值,则采用单帧算法生成目标图像;
当检测到所述内存的被使用容量小于所述第二使用阈值,则获取本次接收所述拍照操作的时刻与上一次接收用户输入的拍照操作的时刻之间的差值,其中,本次为第i次接收所述拍照操作,i为大于1的整数;根据所述差值从所述第一多帧算法和所述第二多帧算法中选取一个算法作为本次生成目标图像的目标算法,根据所述目标算法生成所述目标图像。
10.根据权利要求9所述的方法,其特征在于,根据所述差值确定本次生成目标图像的目标算法,包括:
将所述差值作为本次的拍照间隔时长;
检测所述本次的拍照间隔时长是否小于预设的时间阈值;
当检测到所述本次的拍照间隔时长大于或等于所述时间阈值,则采用所述第一多帧算法合成所述目标图像;
当检测到所述拍照间隔时长小于所述时间阈值,则采用第二多帧算法合成所述目标图像,其中,基于所述第一多帧算法合成的目标图像的存储容量大于基于所述第二多帧算法合成的目标图像的存储容量。
11.根据权利要求9所述的方法,其特征在于,所述第二使用阈值大于所述相机的内存水线。
12.一种图像拍摄的方法,其特征在于,应用于包含相机的电子设备,所述方法包括:
响应于用户在第一时刻输入的拍照操作,若检测到是第一次接收到拍照操作,则采用高清渲染管线HDRP算法合成第一图像;
响应于所述用户在第二时刻输入的拍照操作,若检测到所述相机的内存的剩余容量大于或等于第一内存阈值且小于第二内存阈值,则获取第一时刻与第二时刻之间的差值作为第一拍照间隔时长,所述第二内存阈值大于所述第一内存阈值;
当检测到所述第一拍照间隔时长大于或等于时间阈值,则采用高清渲染管线HDRP算法合成第二图像;
响应于所述用户在第三时刻输入的拍照操作,若检测到所述相机的内存的剩余容量大于或等于所述第一内存阈值且小于第二内存阈值,则获取第二时刻与第三时刻之间的差值作为第二拍照间隔时长;
当检测到所述第二拍照间隔时长小于所述时间阈值,则确定采用非高动态多帧算法合成第三图像;
在确定采用非高动态多帧算法合成第三图像后,指示摄像头连续采集n2帧图像并缓存本次采集的n2帧图像;采用所述非高动态多帧算法将本次缓存的n2帧图像合成为所述第三图像并释放本次缓存的n2帧图像,n2为大于1的整数,且小于所述HDRP所需的图像帧数;
响应于所述用户在第四时刻输入的拍照模式,若检测到所述相机的内存的剩余容量小于所述第一内存阈值,则确定采用单帧算法生成第四图像,所述单帧算法用于对一帧图像进行预设处理;
在确定采用单帧算法生成第四图像后,指示摄像头采集单帧图像并采用所述单帧算法对采集的单帧图像进行预设处理,生成所述第四图像;
所述第一时刻早于所述第二时刻,所述第二时刻早于所述第三时刻,所述第三时刻早于第四时刻,所述第二拍照间隔时长小于1秒。
13.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器与所述处理器耦合;
所述存储器存储有程序指令,当所述程序指令由所述处理器执行时,使得所述电子设备执行如权利要求1-8中任意一项所述的图像拍摄的方法,或者,执行如权利要求9-11中任意一项所述的图像拍摄的方法,或者,执行如权利要求12所述的图像拍摄的方法。
14.一种计算机可读存储介质,包括计算机程序,其特征在于,当所述计算机程序在电子设备上运行时,使得所述电子设备执行如权利要求1-8中任意一项所述的图像拍摄的方法,或者,执行如权利要求9-11中任意一项所述的图像拍摄的方法,或者,执行如权利要求12所述的图像拍摄的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211649031.0A CN116347229B (zh) | 2022-12-21 | 2022-12-21 | 图像拍摄的方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211649031.0A CN116347229B (zh) | 2022-12-21 | 2022-12-21 | 图像拍摄的方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116347229A CN116347229A (zh) | 2023-06-27 |
CN116347229B true CN116347229B (zh) | 2024-03-15 |
Family
ID=86893641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211649031.0A Active CN116347229B (zh) | 2022-12-21 | 2022-12-21 | 图像拍摄的方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116347229B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101953151A (zh) * | 2008-02-20 | 2011-01-19 | 日本电气株式会社 | 成像装置、成像方法以及程序 |
JP2012175277A (ja) * | 2011-02-18 | 2012-09-10 | Olympus Corp | 撮像装置、画像生成方法、及び、画像生成プログラム |
CN107071284A (zh) * | 2017-04-28 | 2017-08-18 | 深圳市金立通信设备有限公司 | 一种拍照方法及终端 |
CN107172296A (zh) * | 2017-06-22 | 2017-09-15 | 维沃移动通信有限公司 | 一种图像拍摄方法及移动终端 |
CN107610075A (zh) * | 2017-08-29 | 2018-01-19 | 维沃移动通信有限公司 | 图像合成方法及移动终端 |
CN108206787A (zh) * | 2016-12-17 | 2018-06-26 | 北京华为数字技术有限公司 | 一种拥塞避免方法和装置 |
CN108289172A (zh) * | 2018-01-20 | 2018-07-17 | 深圳天珑无线科技有限公司 | 调节拍摄相关功能的方法、装置及移动终端 |
CN110166708A (zh) * | 2019-06-13 | 2019-08-23 | Oppo广东移动通信有限公司 | 夜景图像处理方法、装置、电子设备以及存储介质 |
CN111416759A (zh) * | 2020-03-27 | 2020-07-14 | 海信集团有限公司 | 智能家居设备及控制方法 |
CN112506653A (zh) * | 2020-12-03 | 2021-03-16 | 浙江大华技术股份有限公司 | 一种抽帧帧率调节方法及装置 |
CN114979493A (zh) * | 2022-06-10 | 2022-08-30 | 泰州亚东广告传媒有限公司 | 用于拍照app的存储空间节省平台 |
-
2022
- 2022-12-21 CN CN202211649031.0A patent/CN116347229B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101953151A (zh) * | 2008-02-20 | 2011-01-19 | 日本电气株式会社 | 成像装置、成像方法以及程序 |
JP2012175277A (ja) * | 2011-02-18 | 2012-09-10 | Olympus Corp | 撮像装置、画像生成方法、及び、画像生成プログラム |
CN108206787A (zh) * | 2016-12-17 | 2018-06-26 | 北京华为数字技术有限公司 | 一种拥塞避免方法和装置 |
CN107071284A (zh) * | 2017-04-28 | 2017-08-18 | 深圳市金立通信设备有限公司 | 一种拍照方法及终端 |
CN107172296A (zh) * | 2017-06-22 | 2017-09-15 | 维沃移动通信有限公司 | 一种图像拍摄方法及移动终端 |
CN107610075A (zh) * | 2017-08-29 | 2018-01-19 | 维沃移动通信有限公司 | 图像合成方法及移动终端 |
CN108289172A (zh) * | 2018-01-20 | 2018-07-17 | 深圳天珑无线科技有限公司 | 调节拍摄相关功能的方法、装置及移动终端 |
CN110166708A (zh) * | 2019-06-13 | 2019-08-23 | Oppo广东移动通信有限公司 | 夜景图像处理方法、装置、电子设备以及存储介质 |
CN111416759A (zh) * | 2020-03-27 | 2020-07-14 | 海信集团有限公司 | 智能家居设备及控制方法 |
CN112506653A (zh) * | 2020-12-03 | 2021-03-16 | 浙江大华技术股份有限公司 | 一种抽帧帧率调节方法及装置 |
CN114979493A (zh) * | 2022-06-10 | 2022-08-30 | 泰州亚东广告传媒有限公司 | 用于拍照app的存储空间节省平台 |
Also Published As
Publication number | Publication date |
---|---|
CN116347229A (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114205522B (zh) | 一种长焦拍摄的方法及电子设备 | |
WO2020168956A1 (zh) | 一种拍摄月亮的方法和电子设备 | |
CN115473957B (zh) | 一种图像处理方法和电子设备 | |
WO2021244295A1 (zh) | 拍摄视频的方法和装置 | |
WO2021190348A1 (zh) | 图像处理方法和电子设备 | |
CN116320783B (zh) | 一种录像中抓拍图像的方法及电子设备 | |
CN115689963B (zh) | 一种图像处理方法及电子设备 | |
CN115442517B (zh) | 图像处理方法、电子设备及计算机可读存储介质 | |
CN116051351B (zh) | 一种特效处理方法和电子设备 | |
CN116048933B (zh) | 一种流畅度检测方法 | |
WO2023035921A1 (zh) | 一种录像中抓拍图像的方法及电子设备 | |
CN115529419B (zh) | 一种多人工光源下的拍摄方法及相关装置 | |
CN116916151B (zh) | 拍摄方法、电子设备和存储介质 | |
CN113497888B (zh) | 照片预览方法、电子设备和存储介质 | |
CN116347229B (zh) | 图像拍摄的方法及电子设备 | |
US20230412929A1 (en) | Photographing Method and Related Apparatus | |
CN116757963B (zh) | 图像处理方法、电子设备、芯片系统及可读存储介质 | |
CN113179362B (zh) | 电子设备及其图像显示方法 | |
CN117956264B (zh) | 拍摄方法、电子设备、存储介质和程序产品 | |
WO2024036998A1 (zh) | 显示方法、存储介质及电子设备 | |
CN116389898B (zh) | 图像处理方法、设备及存储介质 | |
CN115334239B (zh) | 前后摄像头拍照融合的方法、终端设备和存储介质 | |
CN115601842B (zh) | 一种自动抓拍的方法、电子设备及存储介质 | |
WO2023160224A9 (zh) | 一种拍摄方法及相关设备 | |
WO2024046162A1 (zh) | 一种图片推荐方法及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |