CN105100625A - 一种基于图像美学的人物图像辅助拍摄方法和*** - Google Patents

Abstract

本发明公开了一种基于图像美学的人物图像辅助拍摄方法，包括以下步骤：(1)采用取景框对模特进行取景，进行预拍摄；对预拍摄图像进行人脸检测和人体区域检测，得到人脸图像与人体区域图像；(2)检测人脸图像中人物头部背景是否有直线穿过，若有则提示用户：(3)判断预拍摄图像是否为全身照；若为全身照，根据主体最佳比重规律提示用户；若不为全身照，判断人体比例是否符合构图要求，若否，提示用户；(4)检测模特的位置及人体区域的大小，根据构图美学中的三分法则提示用户。本发明还公开了基于图像美学的人物图像辅助拍摄***。本发明简单有效，运行速度快，可使得经过指导后用户拍摄的图像满足构图法则而更具美感，可行性强。

Description

一种基于图像美学的人物图像辅助拍摄方法和***

技术领域

本发明涉及图像智能处理技术领域，特别涉及一种基于图像美学的人物图像辅助拍摄方法和***。

背景技术

美学作品由人类进行创作、由人类进行评判，符合人类审美习惯的摄影作品总能带给人类难以言表的喜悦感。

随着智能摄影终端(如android手机、iphone、ipad等)的普及，用户参与摄影的门槛越来越低。然而，用户虽然动辄手持千万像素级别的摄影设备，但却常常因为缺乏美学知识，难以拍摄出符合美学规则的、能带来美感的照片。而在摄影中参照美学规则构图、取景、摄影是一件专业性很高的事情，后期编辑的方法比如photoshop也并非所有人都可以熟练使用的。因此，如何利用已有设备和现有知识拍摄出符合美学规则的图像困扰他们的难题。

另一方面，遍观国内外涉及图像美化的方法或者***，多数着力于对照片进行后期自动处理，只能对已成像的照片进行后期裁剪、移轴、背景模糊等操作，对于图像构图、主体与背景关系等影响图像美感的关键因素无能为力。而对于人物摄影智能指导的方法或者***，在国内至今仍未发现。

总的来看，对于人物摄影的实时交互指导与建议***需求大，成果少，是一个刚刚兴起的技术方向。

针对以上存在的需求和问题，我们基于以下法则和方法设计了本套基于人物摄影的实时交互指导与建议***。

三分法则：是绘画和摄影中最知名、最常用的构图法则之一，它实际上是著名的“黄金比例分割”的简化版，可使图像更生动、美观。具体为：用两条水平线和垂直线将图像分成9个相等的方块，称为“九宫图”。直线和横线相交的四个点，是人们视觉最敏感的地方，称为力量点。研究表明当主体处于这4个力量点附近时最容易吸引观看者“眼球”，主体更加鲜明、突出，而且能更好地发挥图像主体在图面上的组织作用，使图像中周围景物展现协调和联系，容易引起人类视觉美感。

主体最佳比重规律：通过统计大量专业摄影图像中主体所占图像面积比重，已有相关研究量化出具有美感的构图图像中主体的最佳尺寸比例。研究发现美学图像虽然来源不同、主体类型各异，然而主体区域面积大多分布在0.1，0.56和0.82附近，分别对应小比例区域、中比例区域和大比例区域，称之为主体最佳比重规律。

人像摄影构图法：人像摄影构图法选自洪正士老师所著的《实用婚纱与艺术照摄影》。主要被专业摄影师运用于照片拍摄中。研究表明，当人体进入镜头比例符合此构图法时，拍摄的照片更加突出人物主题，画面优美、构图和谐。

头部背景线条处理法则：通过大量的图像美学评估可得，当头部背景出现明显的线条穿过或脖子背景线条穿过时，图像会显得怪异而不美观。所以，摄影时应留意头部周围背景元素，如应尽量避免竖着的电杆、横的护栏等明显直线穿过头部背景区域，使得画面分割，给人以奇怪、突兀之感。

发明内容

为了克服现有技术的上述缺点与不足，本发明的目的在于提供一种基于图像美学的人物图像辅助拍摄方法，自动实时检测和分析人脸、场景、物体和线条，实时地指导用户取景、提醒拍摄角度或选取拍摄位置等，以使普通的业余拍照用户都能拍摄出具有高美感高质量的人物照片。

本发明的另一目的在于提供一种基于图像美学的人物图像辅助拍摄***。

本发明的目的通过以下技术方案实现：

一种基于图像美学的人物图像辅助拍摄方法，包括以下步骤：

(1)人脸与人体检测：采用取景框对模特进行取景，进行预拍摄，得到预拍摄图像；对预拍摄图像进行人脸检测和人体区域检测，得到人脸图像与人体区域图像；

(2)头部干扰线条检测：检测步骤(1)得到的人脸图像中人物头部背景是否有直线穿过，若有则提示模特移动位置，避开线条；

(3)人体比例检测：判断预拍摄图像是否为全身照；若为全身照，根据主体最佳比重规律提示用户前后移动镜头或提示模特前后移位；

若不为全身照，判断人体比例是否符合构图要求，若否，提示用户移动镜头或提示模特移位；

(4)人物位置检测：检测模特的位置及人体区域的大小，根据构图美学中的三分法则提示用户左右移动镜头或提示模特左右移动。

步骤(1)所述对预拍摄图像进行人脸检测和人体区域检测，具体为：

(1-1)调用Face++的SDK对预拍摄图像进行人脸检测，得到人脸检测图；

(1-2)对预拍摄图像进行显著区域检测，得到显著图，对显著图进行图像分割，得到多个分割块，根据分割块的平均显著性选择分割块，组合成主体检测图，即人体区域。

步骤(2)所述头部干扰线条检测，具体为：

(2-1)建立人脸区域圆形模型：以步骤(1)得到的人脸图像的质心定为圆心位置O(x₀,y₀)、质心对人脸的外接圆半径长作为人脸区域模型的半径长，记为人脸半径长rf；

(2-2)建立头部模型：以圆心位置O(x₀,y₀)为头部区域圆心，将人脸区域模型换算为头部模型，半径换算公式如下：

rh＝ε*rf

其中，ε为经验参数；rh为头部区域半径；

(2-3)运用概率霍夫变换对图像中除了人体区域以外的区域做直线检测；

(2-4)判断人脸图像是否符合头部背景线条处理法则：

当步骤(2-3)检测得到的线段与水平线夹角θ满足-5°<θ<5°时，检测线段到圆心的距离d是否满足d>rh，若不满足，则提示用户将相机转动角度或提示模特上下移动头部；

当步骤(2-3)检测得到的线段与水平线夹角θ不满足-5°<θ<5°时，检测线段的端点是否在圆上，若是，则提示用户上下移动头部或将相机转动角度。

步骤(3)所述人体比例检测，具体为：

(3-1)将步骤(1)得到的人体区域图像与取景框进行对比，判断判断人物是否为全身入镜：

当人体区域图像与取景框的任一边界重合时，判断为人物未全身入镜，即不是全身照；

当显著区域边缘与取景框的所有边界均不重合时，判断为人物全身入镜，即为全身照；

(3-2)若为全身照，则根据主体最佳比重规律提示用户前后移动镜头或提示模特前后移位；

(3-3)若不是全身照，则根据人像摄像构图法，提示用户移动镜头进行入镜人物比例调整：

(3-3-1)对步骤(2-2)获得的头部模型与步骤(1-2)获得的人体区域图像进行对比：按以下公式计算入镜的人物身体比例δ：δ＝h:(2rh)；

其中，h为人体区域高，rh为头部区域半径；

(3-3-2)根据就近原则，对δ的值进行对比分析，推测用户是要采用何种构图，再对人物的拍摄距离进行调整提示：

当δ<α时，提示用户调整拍摄距离，直到图像满足特写构图公式：h＝rh*(α-β)；

当α<δ<β时，提示用户调整拍摄距离，直到图像满足半身构图公式：h＝rh*(α+β)；

当δ>β时，提示用户调整拍摄距离，直到图像满足七分身构图公式：h＝rh*(3β-α)；

其中，α、β为公式化构图的经验值。

α＝1.125，β＝1.925。

基于图像美学的人物图像辅助拍摄***，包括

人脸与人体检测模块，用于对预拍摄图像进行人脸检测和人体区域检测，得到人脸图像与人体区域图像；

头部干扰线条检测模块，用于检测人脸图像中人物头部背景是否有直线穿过，若有则提示模特移动位置，避开线条；

人体比例检测模块，用于判断预拍摄图像是否为全身照；若为全身照，根据主体最佳比重规律提示用户前后移动镜头或提示模特前后移位；若不为全身照，判断人体比例是否符合构图要求，若否，提示用户移动镜头或提示模特移位；

人物位置检测模块，用于检测模特的位置及人体区域的大小，根据构图美学中的三分法则提示用户左右移动镜头或提示模特左右移动。

与现有技术相比，本发明具有以下优点和有益效果：

(1)本发明解决了大部分非专业摄影者在摄影时不能很好地遵循美学构图法则而拍摄后又不能很好地处理裁剪图像的问题，在用户拍照前的手机相机取景建议***,通过对拍摄设备镜头中的照片进行“预拍摄”，利用基于摄影的美学规则的数学抽象表达式算法分析，获得最佳视觉美学效果的取景框，指导用户拍摄更加符合构图规律，更具美学价值的图像。

(2)本发明率先将三分法则、主体最佳比重规律以及人像摄像构图法则通过数字图像处理以及计算机视觉等相关技术用于对用户摄影的实施指导当中。

(3)本发明的方法和***简单有效，运行速度快，可使得经过指导后用户拍摄的图像满足构图法则而更具美感，可行性强。

附图说明

图1为本发明的实施例的基于图像美学的人物图像辅助拍摄方法的流程图。

图2为本发明的实施例的头部区域模型换算示意图。

图3为本发明的实施例的人体比例检测的流程图。

图4为本发明的实施例的头部干扰线条检测的流程图。

具体实施方式

下面结合实施例，对本发明作进一步地详细说明，但本发明的实施方式不限于此。

实施例

如图1所示，本实施例的基于图像美学的人物图像辅助拍摄方法，包括以下步骤：

(1)人脸与人体检测：采用取景框对模特进行取景，进行预拍摄，得到预拍摄图像；对预拍摄图像进行人脸检测和人体区域检测，得到人脸图像与人体区域图像；

所述对预拍摄图像进行人脸检测和人体区域检测，具体为：

(1-1)调用Face++的SDK对预拍摄图像进行人脸检测，必要时采用肤色检测辅助，得到人脸检测图；

(1-2)对预拍摄图像进行显著区域检测，得到显著图，对显著图进行图像分割，得到多个分割块，根据分割块的平均显著性选择分割块，组合成主体检测图，即人体区域；

(2)头部干扰线条检测：如图4所示，检测步骤(1)得到的人脸图像中人物头部背景是否有直线穿过，若有则提示模特移动位置，避开线条：

步骤(2)所述头部干扰线条检测，具体为：

(2-1)建立人脸区域圆形模型：如图2所示，以步骤(1)得到的人脸图像的质心定为圆心位置O(x₀,y₀)、质心对人脸的外接圆半径长作为人脸区域模型的半径长，记为人脸半径长rf；

(2-2)建立头部模型：以圆心位置O(x₀,y₀)为头部区域圆心，将人脸区域模型换算为头部模型，半径换算公式如下：

rh＝ε*rf

其中，ε为经验参数；rh为头部区域半径；

(2-3)运用概率霍夫变换对图像中除了人体区域以外的区域做直线检测；

(2-4)判断人脸图像是否符合头部背景线条处理法则：

当步骤(2-3)检测得到的线段与水平线夹角θ满足-5°<θ<5°时，检测线段到圆心的距离d是否满足d>rh，若不满足，则提示用户将相机转动角度或提示模特上下移动头部；

设检测到的线段的端点分别是p₁(x₁,y₁)和p₁(x₂,y₂)，头部区域的圆心为O(x₀,y₀)，头部区域半径为R，则端点到圆心的距离分别为 $d_1=\sqrt{{(x_1-x_0)}^2+{(y_1-y_0)}^2}.$ 和 $d_2=\sqrt{{(x_2-x_0)}^2+{(y_2-y_0)}^2},$ 直线到圆心的距离为：

$d=\frac{|(y_2-y_1)x_0-(x_2-x_1)y_0-(y_2-y_1)x_1+(x_2-x_1)y_1|}{\sqrt{{(x_2-x_1)}^2+{(y_2-y_1)}^2}}$

当步骤(2-3)检测得到的线段与水平线夹角θ不满足-5°<θ<5°时，检测线段的端点是否在圆上，若是，则提示用户上下移动头部或将相机转动角度；

(3)人体比例检测：如图3所示，判断预拍摄图像是否为全身照；若为全身照，根据主体最佳比重规律提示用户前后移动镜头或提示模特前后移位；

若不为全身照，判断人体比例是否符合构图要求，若否，提示用户移动镜头或提示模特移位；

所述人体比例检测，具体为：

(3-1)将步骤(1)得到的人体区域图像与取景框进行对比，判断判断人物是否为全身入镜：

当人体区域图像与取景框的任一边界重合时，判断为人物未全身入镜，即不是全身照；

当显著区域边缘与取景框的所有边界均不重合时，判断为人物全身入镜，即为全身照；

(3-2)若为全身照，则根据主体最佳比重规律提示用户前后移动镜头或提示模特前后移位；主体最佳比例规律是指当主体区域面积占总体的比例在0.1，0.56和0.82附近时图像更有美感，此处根据就近原则使图像符合主体最佳比重规律；

(3-3)若不是全身照，则根据人像摄像构图法，提示用户移动镜头进行入镜人物比例调整：

(3-3-1)对步骤(2-2)获得的头部模型与步骤(1-2)获得的人体区域图像进行对比：按以下公式计算入镜的人物身体比例δ：δ＝h:(2rh)；

其中，h为人体区域高，rh为头部区域半径；

(3-3-2)根据就近原则，对δ的值进行对比分析，推测用户是要采用何种构图，再对人物的拍摄距离进行调整提示：

当δ<α时，提示用户调整拍摄距离，直到图像满足特写构图公式：h＝rh*(α-β)；

当α<δ<β时，提示用户调整拍摄距离，直到图像满足半身构图公式：h＝rh*(α+β)；

当δ>β时，提示用户调整拍摄距离，直到图像满足七分身构图公式：h＝rh*(3β-α)；

其中，α、β为公式化构图的经验值，一般α＝1.125，β＝1.925。

(4)人物位置检测：检测模特的位置及人体区域的大小，根据构图美学中的三分法则提示用户左右移动镜头或提示模特左右移动，使得主体(人物)移至画面中最佳位置，将人脸眼睛位置置于画面的兴趣点上。

基于图像美学的人物图像辅助拍摄***，包括

人脸与人体检测模块，用于对预拍摄图像进行人脸检测和人体区域检测，得到人脸图像与人体区域图像；

头部干扰线条检测模块，用于检测步骤(1)得到的人脸图像中人物头部背景是否有直线穿过，若有则提示模特移动位置，避开线条：

人体比例检测模块，用于判断预拍摄图像是否为全身照；若为全身照，根据主体最佳比重规律提示用户前后移动镜头或提示模特前后移位；若不为全身照，判断人体比例是否符合构图要求，若否，提示用户移动镜头或提示模特移位；

人物位置检测模块，用于检测模特的位置及人体区域的大小，根据构图美学中的三分法则提示用户左右移动镜头或提示模特左右移动。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (6)

1.一种基于图像美学的人物图像辅助拍摄方法，其特征在于，包括以下步骤：

(1)人脸与人体检测：采用取景框对模特进行取景，进行预拍摄，得到预拍摄图像；对预拍摄图像进行人脸检测和人体区域检测，得到人脸图像与人体区域图像；

(2)头部干扰线条检测：检测步骤(1)得到的人脸图像中人物头部背景是否有直线穿过，若有则提示模特移动位置，避开线条；

(3)人体比例检测：判断预拍摄图像是否为全身照；若为全身照，根据主体最佳比重规律提示用户前后移动镜头或提示模特前后移位；

若不为全身照，判断人体比例是否符合构图要求，若否，提示用户移动镜头或提示模特移位；

(4)人物位置检测：检测模特的位置及人体区域的大小，根据构图美学中的三分法则提示用户左右移动镜头或提示模特左右移动。

2.根据权利要求1所示的基于图像美学的人物图像辅助拍摄方法，其特征在于，步骤(1)所述对预拍摄图像进行人脸检测和人体区域检测，具体为：

(1-1)调用Face++的SDK对预拍摄图像进行人脸检测，得到人脸检测图；

(1-2)对预拍摄图像进行显著区域检测，得到显著图，对显著图进行图像分割，得到多个分割块，根据分割块的平均显著性选择分割块，组合成主体检测图，即人体区域。

3.根据权利要求1所示的基于图像美学的人物图像辅助拍摄方法，其特征在于，步骤(2)所述头部干扰线条检测，具体为：

(2-1)建立人脸区域圆形模型：以步骤(1)得到的人脸图像的质心定为圆心位置O(x₀,y₀)、质心对人脸的外接圆半径长作为人脸区域模型的半径长，记为人脸半径长rf；

(2-2)建立头部模型：以圆心位置O(x₀,y₀)为头部区域圆心，将人脸区域模型换算为头部模型，半径换算公式如下：

rh＝ε*rf

其中，ε为经验参数；rh为头部区域半径；

(2-3)运用概率霍夫变换对图像中除了人体区域以外的区域做直线检测；

(2-4)判断人脸图像是否符合头部背景线条处理法则：

当步骤(2-3)检测得到的线段与水平线夹角θ满足-5°<θ<5°时，检测线段到圆心的距离d是否满足d>rh，若不满足，则提示用户将相机转动角度或提示模特上下移动头部；

当步骤(2-3)检测得到的线段与水平线夹角θ不满足-5°<θ<5°时，检测线段的端点是否在圆上，若是，则提示用户上下移动头部或将相机转动角度。

4.根据权利要求3所示的基于图像美学的人物图像辅助拍摄方法，其特征在于，步骤(3)所述人体比例检测，具体为：

(3-1)将步骤(1)得到的人体区域图像与取景框进行对比，判断判断人物是否为全身入镜：

当人体区域图像与取景框的任一边界重合时，判断为人物未全身入镜，即不是全身照；

当显著区域边缘与取景框的所有边界均不重合时，判断为人物全身入镜，即为全身照；

(3-2)若为全身照，则根据主体最佳比重规律提示用户前后移动镜头或提示模特前后移位；

(3-3)若不是全身照，则根据人像摄像构图法，提示用户移动镜头进行入镜人物比例调整：

(3-3-1)对步骤(2-2)获得的头部模型与步骤(1-2)获得的人体区域图像进行对比：按以下公式计算入镜的人物身体比例δ：δ＝h:(2rh)；

其中，h为人体区域高，rh为头部区域半径；

(3-3-2)根据就近原则，对δ的值进行对比分析，推测用户是要采用何种构图，再对人物的拍摄距离进行调整提示：

当δ<α时，提示用户调整拍摄距离，直到图像满足特写构图公式：

h＝rh*(α-β)；

当α<δ<β时，提示用户调整拍摄距离，直到图像满足半身构图公式：

h＝rh*(α+β)；

当δ>β时，提示用户调整拍摄距离，直到图像满足七分身构图公式：

h＝rh*(3β-α)；

其中，α、β为公式化构图的经验值。

5.根据权利要求4所示的基于图像美学的人物图像辅助拍摄方法，其特征在于，α＝1.125，β＝1.925。

6.基于图像美学的人物图像辅助拍摄***，其特征在于，包括

人脸与人体检测模块，用于对预拍摄图像进行人脸检测和人体区域检测，得到人脸图像与人体区域图像；

头部干扰线条检测模块，用于检测人脸图像中人物头部背景是否有直线穿过，若有则提示模特移动位置，避开线条；

人体比例检测模块，用于判断预拍摄图像是否为全身照；若为全身照，根据主体最佳比重规律提示用户前后移动镜头或提示模特前后移位；若不为全身照，判断人体比例是否符合构图要求，若否，提示用户移动镜头或提示模特移位；

人物位置检测模块，用于检测模特的位置及人体区域的大小，根据构图美学中的三分法则提示用户左右移动镜头或提示模特左右移动。