CN105681627A - 拍摄图像方法及电子设备 - Google Patents
拍摄图像方法及电子设备 Download PDFInfo
- Publication number
- CN105681627A CN105681627A CN201610121500.XA CN201610121500A CN105681627A CN 105681627 A CN105681627 A CN 105681627A CN 201610121500 A CN201610121500 A CN 201610121500A CN 105681627 A CN105681627 A CN 105681627A
- Authority
- CN
- China
- Prior art keywords
- target object
- view data
- electronics
- feature
- treater
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种拍摄图像方法及电子设备,方法包括:获取图像数据;在图像数据中识别目标对象,并获得识别出的目标对象的轮廓;基于轮廓对图像数据中识别的目标对象进行处理;基于处理后图像数据生成拍摄图像。实施本发明,能够高效对一系列的图像中的目标对象进行处理。
Description
技术领域
本发明涉及图像处理技术,尤其涉及一种拍摄图像方法及电子设备。
背景技术
在拍摄图像或者在录制视频的过程中,需要对图像中局部的人物或物体进行处理(打上马赛克,模糊等),目前普遍采用的方式是在拍摄或录制完成之后对图像的局部进行处理,当拍摄的图像的数量较多时对图像的局部处理相当耗时。
发明内容
本发明实施例提供一种拍摄图像方法及电子设备,能够高效对一系列的图像中的目标对象进行处理。
本发明实施例的技术方案是这样实现的:
本发明实施例提供一种拍摄图像方法,所述方法包括:
获取图像数据;
在所述图像数据中识别目标对象,并获得识别出的目标对象的轮廓;
基于所述轮廓对所述图像数据中识别的目标对象进行处理;
基于处理后图像数据生成拍摄图像。
优选地,所述在图像数据中识别目标对象,包括:
识别用户标定的特定采集区域,提取位于所述图像采集区域的目标对象的特征,或者,提取预设的目标对象的特征;
基于所提取的特征与所述图像数据进行特征匹配,基于匹配结果在所述图像数据中识别出所述目标对象。
优选地,所述基于所提取的特征与所述图像数据进行特征匹配,包括:
识别所述目标对象在所述环境中的深度,确定所述目标对象在所述环境中的所处的深度区间;
基于所提取的所述目标对象的特征,与所述图像数据中位于所述深度区间的部分进行特征匹配。
优选地,所述基于轮廓对所述图像数据中识别的目标对象进行处理,包括:
对每个所述图像数据中识别的所述目标对象进行以下以下处理至少之一:
马赛克处理;
模糊化处理;
在所述目标对象的图层之上覆盖区别于所述目标对象的特定图像。
优选地,所述在述图像数据中识别目标对象包括:
解析传感数据得到表征所述电子设备运动的位移,基于所述位移确定所述图像数据中所述目标对象的位移补偿量;
基于所述位移补偿量对所述图像数据中包括有所述目标对象的历史区域进行调整得到目标区域;
对所述图像数据中的所述目标区域中识别所述目标对象。
第二方面,本发明实施例提供一种电子设备,所述电子设备包括:
摄像头,用于获取图像数据;
处理器,用于在所述图像数据中识别目标对象,并获得识别出的目标对象的轮廓;
所述处理器,还用于基于所述轮廓对所述图像数据中识别的目标对象进行处理。
所述处理器,还用于基于处理后图像数据生成拍摄图像。
优选地,所述处理器,还识别用户标定的特定采集区域,提取位于所述图像采集区域的目标对象的特征,或者,提取预设的目标对象的特征;
所述处理器,还用于基于所提取的特征与所述图像数据进行特征匹配,基于匹配结果在所述图像数据中识别出所述目标对象。
优选地,所述处理器,还用于识别所述目标对象在所述环境中的深度,确定所述目标对象在所述环境中的所处的深度区间;
所述处理器,还用于基于所提取的所述目标对象的特征,与所述图像数据中位于所述深度区间的部分进行特征匹配。
优选地,所述处理器,还用于对每个所述图像数据中识别的所述目标对象进行以下以下处理至少之一:马赛克处理;模糊化处理;在所述目标对象的图层之上覆盖区别于所述目标对象的特定图像。
优选地,所述处理器,还用于解析传感数据得到表征所述电子设备运动的位移,基于所述位移确定所述图像数据中所述目标对象的位移补偿量;
所述处理器,还用于基于所述位移补偿量对所述图像数据中包括有所述目标对象的历史区域进行调整得到目标区域;
所述处理器,还用于对所述图像数据中的所述目标区域中识别所述目标对象。
第三方面,本发明实施例提供一种计算机存储介质,所述计算机存储介质中存储有可执行指令,所述可执行指令用于执行上述的拍摄图像方法。
本发明实施例在获取到图像数据、生成拍摄图像之前,对图像数据中承载的目标对象进行识别,对识别出的目标对象进行处理并生成拍摄图像,如照片或视频中的帧图像,这样在生成图像的同时就完成了对目标对象的覆盖处理,节省了用户后期需要对目标对象进行覆盖处理的时间。
附图说明
图1为本发明实施例中拍摄图像方法的实现流程示意图一;
图2为本发明实施例中拍摄图像方法的实现流程示意图二;
图3为本发明实施例中拍摄图像方法的实现流程示意图三;
图4为本发明实施例中拍摄图像方法的实现流程示意图四;
图5为本发明实施例中拍摄图像方法的实现流程示意图五;
图6为本发明实施例中拍摄图像方法的实现流程示意图六;
图7为本发明实施例中电子设备的功能结构示意图一;
图8为本发明实施例中电子设备的功能结构示意图二。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。
本发明实施例记载的拍摄图像方法应用于智能手机、平板电脑、笔记本电脑等电子设备;可选地,电子设备中设置有摄像头,电子设备通过摄像头对环境进行拍摄得到图像数据;可选地,电子设备中通过与摄像设备连接(如蓝牙等近距离连接)实现摄像设备中的摄像头的控制,控制摄像设备中的摄像头对环境进行拍摄得到图像数据,图像数据可以是一张照片的数据,或者是视频中一帧或多帧图像的数据。
参见图1,本发明实施例中电子设备获取图像数据(步骤101),在图像数据中识别目标对象,并获得识别出的目标对象的轮廓(步骤102),基于轮廓对图像数据中识别的目标对象进行处理(步骤103);基于处理后图像数据生成拍摄图像(步骤104)。
与现有技术在生成图像后对目标对象进行处理不同,本发明实施例在获取到图像数据、生成拍摄图像之前,对图像数据中承载的目标对象进行识别,对识别出的目标对象进行处理并生成拍摄图像,如照片或视频中的一帧图像,这样在生成图像的同时就完成了对目标对象的覆盖处理,节省了用户后期需要对目标对象进行覆盖处理的时间。
实施例一
在本实施例一个典型的应用场景中,用户利用电子设备摄像头对环境进行取景操作(也就是在电子设备通过摄像头采集环境的图像数据并基于图像数据在电子设备的显示界面呈现,供用户调整拍摄角度、范围等)以准备拍摄照片,用户取景操作的过程中发现环境中需要隐藏的对象(目标对象,用户不希望目标对象显示),因此通过特定方式(如通过触控方式)标定了环境包括目标对象的特定采集区域,在用户拍摄(如实施拍摄的触发操作如按下快门)后,电子设备对拍摄的照片的图像数据中基于特征匹配的方式识别出目标对象,对目标对象处理后生成拍摄的图像(也就是可以显示的供用户查看的图像),图像中目标对象被掩藏显示。
为实现上述的效果,参见图2示出的拍摄图像方法的一个可选的流程示意图,包括以下步骤:
步骤201,获取图像数据。
电子设备在响应用户的取景操作后,如果进一步接收到采集环境的指令,则控制摄像头采集环境得到包括有环境中对象(如人、物等)的图像数据。
步骤202,识别用户标定的特定采集区域,提取位于图像采集区域的目标对象的特征。
电子设备可以在响应用户实施取景操作的过程确定用户所标定的特定采集区域(当然,特定采集区域也可以在采集环境之间通过坐标、方位的形式预先标定),例如在电子设备响应用户取景操作而在图像界面中呈现的环境的实时图像时,接收用户通过操作(如实施封闭的曲线)而划定的特定采集区域。
位于图像采集区域的特征可以采用已有的任意一种图像特征提取算法实现,特别的,为节省电子设备计算资源,目标对象的特征可以简化为任何部位的成像点,如目标对象边缘处的点,也可以是目标对象上的与该目标对象的特性不一致的点,如白色目标对象上的黑色斑点,目标对象上凸起的点,目标对象上凹下点,金属制目标对象上的锈点,目标对象表面漆体上的剥落点等。
步骤203,基于所提取的特征与图像数据进行特征匹配,基于匹配结果在图像数据中识别出目标对象。
步骤202至步骤203是在图像数据中识别目标对象的处理步骤。
步骤204,获得识别出的目标对象的轮廓,基于轮廓对图像数据中识别的目标对象进行处理。
目标对象的轮廓可以采用已有的边缘检测算法实现,实际应用中,可以对图像数据中目标对象的轮廓区域对应的图像数据(包括轮廓内的图像数据)进行马赛克或模糊化处理使目标对象处于不可见状态,又或者,对图像数据中目标对象的轮廓区域对应的图像数据覆盖特定图像(例如随机生成的图像如单色图像,或者,在用户预先设定了图像也就是特定图像时,优先使用用户设定的特定图像对图像数据中目标对象的轮廓区域对应的图像数据进行覆盖。
步骤205,基于处理后图像数据生成拍摄图像。
拍摄照片时,对照片的图像数据包含的目标对象进行如步骤204的处理,将实现对目标对象的轮廓区域对应的图像数据进行修改的效果,基于修改后图像数据生成拍摄图像时目标对象在拍摄图像中将不可见。
对于用户利用摄像头采集环境形成视频的图像数据的情况,由于视频是由摄像头采集的一系列帧图像构成,因此对于视频的每一帧图像的图像数据(也就是一系列帧图像的数据)包含的目标对象进行处理,与前述步骤记载的处理是一致的,对视频的每个帧图像的图像数据进行处理后,电子设备播放生成的视频的图像数据时,目标对象将始终处于不可见的状态,无需用户对生成的图像数据进行任何后期的编辑处理操作即可实现隐藏目标对象的效果。
实施例二
在本实施例一个典型的应用场景中,用户利用电子设备摄像头对环境进行取景操作以准备拍摄照片,用户取景操作的过程中,电子设备对获取的环境的图像数据中识别出用户所预定的需要隐藏处理的对象(目标对象,用户不希望目标对象显示),因此通过特定方式(如通过触控方式)标定了环境中的目标对象,在用户拍摄(如实施拍摄的触发操作如按下快门)后,电子设备对拍摄的照片的图像数据中基于特征匹配的方式识别出目标对象,对目标对象处理后生成拍摄的图像(也就是可以显示的供用户查看的图像),图像中目标对象被掩藏显示。
为实现上述的效果,参见图3示出的拍摄图像方法的一个可选的流程示意图,包括以下步骤:
步骤301,获取图像数据。
步骤302,提取预设的目标对象的特征。
用户可以在电子设备中预先设定在图像中不需要显示的对象也就是目标对象,用户设定目标对象时可以设置目标对象的特征,如颜色特征、轮廓特征,或基于已有的图像特征提取算法提取的图像的特征,电子设备在获取到图像数据时则提取的预设的目标对象的特征。
当然,电子设备还可以基于用户上传至电子设备的目标对象的已有图像进行特征提取而的得到目标对象的特征。当用户设置多个目标对象时,电子设备根据用户在多个目标对象中设置的在当前拍摄中生成图像中需要隐藏的目标对象而提取目标对象的特征。
步骤303,基于所提取的特征与图像数据进行特征匹配,基于匹配结果在图像数据中识别出目标对象。
通常,图像数据中包括多个对象(其中包括目标对象),电子设备将提取的目标对象的特征与图像数据进行匹配时,会得到与图像数据中多个对象的特征的匹配结果,匹配结果采用量化的匹配程度来表征预设的目标对象的特征与图像数据中不同对象的特征的匹配情况;由于目标对象在图像中位置,大小的不同,提取的目标对象的特征与图像数据中的目标对象的特征不可能完全匹配,但是提取的目标对象的特征与图像数据中的目标对象的特征的匹配程度,大于提取的目标对象的特征与图像数据中非目标对象的特征的匹配程度,因此,基于提取的目标对象的特征与图像数据多个对象的特征的匹配结果,将图像数据中与提取的目标对象的特征匹配程度最高的对象识别为目标对象。
步骤302至步骤303是在图像数据中识别目标对象的处理步骤。
步骤304,获得识别出的目标对象的轮廓,基于轮廓对图像数据中识别的目标对象进行处理。
步骤305,基于处理后图像数据生成拍摄图像。
拍摄照片时,对照片的图像数据包含的目标对象进行如步骤304的处理,将实现对目标对象的轮廓区域对应的图像数据进行修改的效果,基于修改后图像数据生成拍摄图像时目标对象在拍摄图像中将不可见。
对于用户利用摄像头采集环境形成视频的图像数据的情况,由于视频是由摄像头采集的一系列帧图像构成,因此对于视频的每一帧图像的图像数据(也就是一系列帧图像的数据)包含的目标对象进行处理,与前述步骤记载的处理是一致的,对视频的每个帧图像的图像数据进行处理后,电子设备播放生成的视频的图像数据时,目标对象将始终处于不可见的状态,无需用户对生成的图像数据进行任何后期的编辑处理操作即可实现隐藏目标对象的效果。
实施例三
在本实施例一个典型的应用场景中,用户利用电子设备摄像头对环境进行取景操作以准备拍摄照片,用户取景操作的过程中发现环境中需要处理的对象(目标对象,用户不希望目标对象在相片中显示),因此通过特定方式(如通过触控方式)标定了环境中的目标对象,电子设备识别出目标对象在环境中深度,在用户拍摄(如实施拍摄的触发操作如按下快门)后,电子设备基于目标对象的深度识别出采集的图像数据中包含的目标对象,对目标对象进行处理后生成拍摄图像(也就是输出的供用户查看的图像)。
为实现上述的效果,参见图4示出的拍摄图像方法的一个可选的流程示意图,包括以下步骤:
步骤401,获取图像数据。
步骤402,识别用户标定的特定采集区域,提取位于图像采集区域的目标对象的特征。
步骤403,识别目标对象在环境中的深度,确定目标对象在环境中的所处的深度区间。
电子设备通过设置双目摄像头或者深度摄像识别出目标对象在环境中的深度信息。
步骤404,基于所提取的目标对象的特征,与图像数据中位于深度区间的部分进行特征匹配,基于匹配结果在图像数据中识别出目标对象。
图像数据中的对象往往处于不同的深度区间,通过识别出目标对象在环境中所处的深度空间,在图像数据中处于该深度空间的图像数据进行特征匹配,而对于图像数据中其他深度空间不进行特征匹配,从而能够明显节省处理时间和电子设备的计算资源。
当图像数据中位于所确定的深度区间只包含有一个对象时,见图像数据中位于该深度区间与提取的目标对象的特征进行匹配,基于匹配结果即可确定图像数据中位于该深度区间的目标对象。
步骤402至步骤404是在图像数据中识别目标对象的处理步骤。
步骤405,获得识别出的目标对象的轮廓,基于轮廓对图像数据中识别的目标对象进行处理。
如前,包括马赛克处理;模糊化处理;在目标对象的图层之上覆盖区别于目标对象的特定图像。
步骤406,基于处理后图像数据生成拍摄图像。
拍摄照片时,对照片的图像数据包含的目标对象进行如步骤405的处理,将实现对目标对象的轮廓区域对应的图像数据进行修改的效果,基于修改后图像数据生成拍摄图像时目标对象在拍摄图像中将不可见。
对于用户利用摄像头采集环境形成视频的图像数据的情况,由于视频是由摄像头采集的一系列帧图像构成,因此对于视频的每一帧图像的图像数据(也就是一系列帧图像的数据)包含的目标对象进行处理,与前述步骤记载的处理是一致的。
实施例四
在本实施例一个典型的应用场景中,用户利用电子设备摄像头对环境进行取景操作以准备拍摄照片,用户取景操作的过程中,电子设备对获取的环境的图像数据中识别出用户预先设定的需要处理的对象(目标对象,用户不希望目标对象在相片中显示),因此通过特定方式(如通过触控方式)标定了环境中的目标对象,电子设备识别出目标对象在环境中深度,在用户拍摄(如实施拍摄的触发操作如按下快门)后,电子设备基于目标对象的深度识别出采集的图像数据中包含的目标对象,对目标对象进行处理后生成拍摄图像(也就是输出的供用户查看的图像)。
为实现上述的效果,参见图5示出的拍摄图像方法的一个可选的流程示意图,包括以下步骤:
步骤501,获取图像数据。
步骤502,提取预设的目标对象的特征。
步骤503,识别目标对象在环境中的深度,确定目标对象在环境中的所处的深度区间。
电子设备识别出环境中符合步骤502中提取的对象为目标对象,通过设置双目摄像头或者深度摄像头识别出目标对象在环境中的深度信息。
步骤504,基于所提取的目标对象的特征,与图像数据中位于深度区间的部分进行特征匹配,基于匹配结果在图像数据中识别出目标对象。
图像数据中的对象往往处于不同的深度区间,通过识别出目标对象在环境中所处的深度空间,在图像数据中处于该深度空间的图像数据进行特征匹配,而对于图像数据中其他深度空间不进行特征匹配,从而能够明显节省处理时间和电子设备的计算资源。
当图像数据中位于所确定的深度区间只包含有一个对象时,见图像数据中位于该深度区间与提取的目标对象的特征进行匹配,基于匹配结果即可确定图像数据中位于该深度区间的目标对象。
步骤502至步骤504是在图像数据中识别目标对象的处理步骤。
步骤505,获得识别出的目标对象的轮廓,基于轮廓对图像数据中识别的目标对象进行处理。
如前,包括马赛克处理;模糊化处理;在目标对象的图层之上覆盖区别于目标对象的特定图像。
步骤506,基于处理后图像数据生成拍摄图像。
拍摄照片时,对照片的图像数据包含的目标对象进行如步骤505的处理,将实现对目标对象的轮廓区域对应的图像数据进行修改的效果,基于修改后图像数据生成拍摄图像时目标对象在拍摄图像中将不可见。
对于用户利用摄像头采集环境形成视频的图像数据的情况,由于视频是由摄像头采集的一系列帧图像构成,因此对于视频的每一帧图像的图像数据(也就是一系列帧图像的数据)包含的目标对象进行处理,与前述步骤记载的处理是一致的,对视频的每个帧图像的图像数据进行处理后,电子设备播放生成的视频的图像数据时,目标对象将始终处于不可见的状态,无需用户对生成的图像数据进行任何后期的编辑处理操作即可实现隐藏目标对象的效果。
实施例五
在本实施例一个典型的应用场景中,用户利用电子设备摄像头对环境进行取景操作以准备拍摄照片,用户取景操作的过程中,电子设备对获取的环境的图像数据中识别出需要处理的对象(目标对象,用户不希望目标对象在相片中显示,例如是位于用户预先标定的特定图像采集区域的目标对象,或者是符合用户预先设定的特征的目标对象),电子设备在一图像的一区域中识别出目标对象后,考虑到用户操作的连续性的特点,在下一图像的图像数据中,可以首先在该历史区域识别目标对象,以提升识别目标对象的速度,并且,考虑到用户握持电子设备会不可避免地发生抖动,因此,通过检测电子设备在获取两个图像的图像数据之间电子设备的位移,对历史区域基于位移补偿量进行修正,能够进一步提升识别目标对象的速度。如果在该历史区域没有识别出目标对象,则继续在图像数据中的其他区域进行特征匹配以识别出目标对象。
为实现上述的效果,参见图6示出的拍摄图像方法的一个可选的流程示意图,包括以下步骤:
步骤601,获取第一图像数据。
步骤602,获取目标对象的特征。
如前,作为步骤602的一种实现方式,提取预设的目标对象的特征,识别目标对象在环境中的深度,确定目标对象在环境中的所处的深度区间,基于所提取的目标对象的特征,与第一图像数据中位于深度区间的部分进行特征匹配,基于匹配结果在第一图像数据中识别出目标对象。
如前述,作为步骤602的一种实现方式,获取目标对象的特征可以是用户预先设定的目标对象的特征。
步骤603,获得识别出的目标对象的轮廓,基于轮廓对第一图像数据中识别的目标对象进行处理,基于处理后第一图像数据生成拍摄图像1。
如前,包括马赛克处理;模糊化处理;在目标对象的图层之上覆盖区别于目标对象的特定图像。
步骤604,解析传感数据得到表征电子设备运动的位移,基于位移确定图像数据中目标对象的位移补偿量。
步骤605,基于位移补偿量对第二图像数据中包括有目标对象的历史区域进行调整得到目标区域。
假设,第二图像数据是在第一图像数据之后获取的图像数据,例如,当第一图像数据是拍摄的照片1的图像数据时,则第二图像数据是在照片1之后所拍摄的照片2的图像数据;当第一图像数据是拍摄的视频中帧图像1的图像数据时,则第二图像数据是在帧图像1之后所拍摄的帧图像2的图像数据。
步骤606,对第二图像数据中的目标区域中识别目标对象。
当在第二图像数据中的目标区域没有识别出目标对象时,作为步骤606的替换步骤,则在第二图像数据的其他区域基基于目标对象的特征识别出目标对象。
步骤607,获得识别出的目标对象的轮廓,基于轮廓对第二图像数据中识别的目标对象进行处理,基于处理后得让图像数据生成拍摄图像2。
对于在第二图像数据之后采集的第三图像数据时,在第三图像数据中识别目标对象的处理与前述步骤604至步骤606类似,不再另文说明,通过对不同的图像数据中的目标区域基于电子设备的位移量进行补偿修正,能够提升识别目标对象的速度,节省电子设备的计算资源。
实施例六
参见图7,本实施例记载一种电子设备,电子设备包括:
摄像头100,用于获取图像数据;处理器100在响应用户的取景操作后,如果进一步接收到采集环境的指令,则控制摄像头100采集环境得到包括有环境中对象(如人、物等)的图像数据。
处理器200,用于在图像数据中识别目标对象,并获得识别出的目标对象的轮廓,基于轮廓对图像数据中识别的目标对象进行处理,例如对图像数据中识别的目标对象进行以下以下处理至少之一:马赛克处理;模糊化处理;并基于处理后图像数据生成拍摄图像。
作为对处理器200对目标对象进行处理的一种实现方式,处理器200识别用户标定的特定采集区域,提取位于图像采集区域的对象的特征,基于所提取的对象的特征与图像数据进行特征匹配,基于匹配结果在图像数据中识别出目标对象。处理器200可以在响应用户实施取景操作的过程确定用户所标定的特定采集区域(当然,特定采集区域也可以在采集环境之间通过坐标、方位的形式预先标定),例如在处理器200响应用户取景操作而在图像界面中呈现的环境的实时图像时,接收用户通过操作(如实施封闭的曲线)而划定的特定采集区域。位于图像采集区域的特征可以采用已有的任意一种图像特征提取算法实现,特别的,为节省电子设备计算资源,目标对象的特征可以简化为任何部位的成像点,如目标对象边缘处的点,也可以是目标对象上的与该目标对象的特性不一致的点,如白色目标对象上的黑色斑点,目标对象上凸起的点,目标对象上凹下点,金属制目标对象上的锈点,目标对象表面漆体上的剥落点等。
作为对处理器200对目标对象进行处理的又一种实现方式,处理器200提取位于图像采集区域的对象的特征,基于所提取的对象的特征与图像数据进行特征匹配,基于匹配结果在图像数据中识别出目标对象。用户可以预先设定在图像中不需要显示的对象也就是目标对象,用户设定目标对象时可以设置目标对象的特征,如颜色特征、轮廓特征,或基于已有的图像特征提取算法提取的图像的特征,处理器200对获取到图像数据时则提取的预设的目标对象的特征。当然,处理器200还可以基于用户上传至电子设备的存储器的目标对象的已有图像进行特征提取而的得到目标对象的特征。当用户设置多个目标对象时,处理器200根据用户在多个目标对象中设置的在当前拍摄中生成图像中需要隐藏的目标对象而提取目标对象的特征。
为了提升在图像数据中识别目标对象的速度,处理器200识别对象在环境中的深度,确定对象在环境中的所处的深度区间;基于所提取的对象的特征,与图像数据中位于深度区间的部分进行特征匹配。
为了提升在连续获取的图像数据(这里以第一图像数据和第二图像数据为例进行说明),参见图8,电子设备中还设置传感器300,用于输出表征电子设备运动的位移的传感数据;处理器200基于上述的方式在第一图像数据识别出目标对象后,确定第一图像数据中目标对象所处的区域;解析传感数据得到表征电子设备运动的位移,基于位移确定图像数据中目标对象的位移补偿量;基于位移补偿量对第一图像数据中包括有目标对象的区域进行调整得到目标区域;在第二图像数据的目标区域中识别出目标对象,如果没有识别出目标对象,则在第二图像数据的其他区域(目标区域之外的区域)基于目标对象的特征识别出目标对象。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例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中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种拍摄图像方法,其特征在于,所述方法包括:
获取图像数据;
在所述图像数据中识别目标对象,并获得识别出的目标对象的轮廓;
基于所述轮廓对所述图像数据中识别的目标对象进行处理;
基于处理后图像数据生成拍摄图像。
2.如权利要求1所述的拍摄图像方法,其特征在于,所述在图像数据中识别目标对象,包括:
识别用户标定的特定采集区域,提取位于所述图像采集区域的目标对象的特征,或者,提取预设的目标对象的特征;
基于所提取的特征与所述图像数据进行特征匹配,基于匹配结果在所述图像数据中识别出所述目标对象。
3.如权利要求2所述的拍摄图像方法,其特征在于,所述基于所提取的特征与所述图像数据进行特征匹配,包括:
识别所述目标对象在所述环境中的深度,确定所述目标对象在所述环境中的所处的深度区间;
基于所提取的所述目标对象的特征,与所述图像数据中位于所述深度区间的部分进行特征匹配。
4.如权利要求1所述的拍摄图像方法,其特征在于,所述基于轮廓对所述图像数据中识别的目标对象进行处理,包括:
对每个所述图像数据中识别的所述目标对象进行以下以下处理至少之一:
马赛克处理;
模糊化处理;
在所述目标对象的图层之上覆盖区别于所述目标对象的特定图像。
5.如权利要求1所述的拍摄图像方法,其特征在于,所述在述图像数据中识别目标对象,包括:
解析传感数据得到表征电子设备运动的位移,基于所述位移确定所述图像数据中所述目标对象的位移补偿量;
基于所述位移补偿量对所述图像数据中包括有所述目标对象的历史区域进行调整得到目标区域;
对所述图像数据中的所述目标区域中识别所述目标对象。
6.一种电子设备,其特征在于,所述电子设备包括:
摄像头,用于获取图像数据;
处理器,用于在所述图像数据中识别目标对象,并获得识别出的目标对象的轮廓;
所述处理器,还用于基于所述轮廓对所述图像数据中识别的目标对象进行处理;
所述处理器,还用于基于处理后图像数据生成拍摄图像。
7.如权利要求6所述的电子设备,其特征在于,
所述处理器,还识别用户标定的特定采集区域,提取位于所述图像采集区域的目标对象的特征,或者,提取预设的目标对象的特征;
所述处理器,还用于基于所提取的特征与所述图像数据进行特征匹配,基于匹配结果在所述图像数据中识别出所述目标对象。
8.如权利要求7所述的电子设备,其特征在于,
所述处理器,还用于识别所述目标对象在所述环境中的深度,确定所述目标对象在所述环境中的所处的深度区间;
所述处理器,还用于基于所提取的所述目标对象的特征,与所述图像数据中位于所述深度区间的部分进行特征匹配。
9.如权利要求8所述的电子设备,其特征在于,
所述处理器,还用于对每个所述图像数据中识别的所述目标对象进行以下以下处理至少之一:马赛克处理;模糊化处理;在所述目标对象的图层之上覆盖区别于所述目标对象的特定图像。
10.如权利要求6所述的电子设备,其特征在于,所述电子设备还包括:
传感器,用于输出表征所述电子设备运动的位移的传感数据;
所述处理器,还用于解析传感数据得到表征所述电子设备运动的位移,基于所述位移确定所述图像数据中所述目标对象的位移补偿量;
所述处理器,还用于基于所述位移补偿量对所述图像数据中包括有所述目标对象的历史区域进行调整得到目标区域;
所述处理器,还用于对所述图像数据中的所述目标区域中识别所述目标对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610121500.XA CN105681627B (zh) | 2016-03-03 | 2016-03-03 | 拍摄图像方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610121500.XA CN105681627B (zh) | 2016-03-03 | 2016-03-03 | 拍摄图像方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105681627A true CN105681627A (zh) | 2016-06-15 |
CN105681627B CN105681627B (zh) | 2019-12-24 |
Family
ID=56307810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610121500.XA Active CN105681627B (zh) | 2016-03-03 | 2016-03-03 | 拍摄图像方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105681627B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105933612A (zh) * | 2016-06-29 | 2016-09-07 | 联想(北京)有限公司 | 一种图像处理方法及电子设备 |
CN106331486A (zh) * | 2016-08-25 | 2017-01-11 | 珠海市魅族科技有限公司 | 图像处理方法及*** |
CN107426497A (zh) * | 2017-06-15 | 2017-12-01 | 深圳天珑无线科技有限公司 | 一种记录影像的方法、装置及计算机可读存储介质 |
CN107493433A (zh) * | 2017-09-08 | 2017-12-19 | 盯盯拍(深圳)技术股份有限公司 | 拍摄方法以及拍摄装置 |
CN107707824A (zh) * | 2017-10-27 | 2018-02-16 | 广东欧珀移动通信有限公司 | 拍摄方法、装置、存储介质和电子设备 |
CN108900895A (zh) * | 2018-08-23 | 2018-11-27 | 深圳码隆科技有限公司 | 一种对视频流的目标区域的屏蔽方法及其装置 |
CN108897899A (zh) * | 2018-08-23 | 2018-11-27 | 深圳码隆科技有限公司 | 一种对视频流的目标区域的定位方法及其装置 |
CN111177009A (zh) * | 2019-12-31 | 2020-05-19 | 五八有限公司 | 一种脚本生成方法、装置、电子设备及存储介质 |
CN111191083A (zh) * | 2019-09-23 | 2020-05-22 | 牧今科技 | 用于对象标识的方法和计算*** |
CN112188058A (zh) * | 2020-09-29 | 2021-01-05 | 努比亚技术有限公司 | 一种视频拍摄方法、移动终端以及计算机存储介质 |
WO2021164162A1 (zh) * | 2020-02-17 | 2021-08-26 | 深圳传音控股股份有限公司 | 拍摄图像的方法、装置及设备 |
CN113766130A (zh) * | 2021-09-13 | 2021-12-07 | 维沃移动通信有限公司 | 视频拍摄方法、电子设备及装置 |
US11763459B2 (en) | 2019-09-23 | 2023-09-19 | Mujin, Inc. | Method and computing system for object identification |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001086407A (ja) * | 1999-09-17 | 2001-03-30 | Matsushita Electric Ind Co Ltd | モザイク機能付きの撮像装置およびモザイク処理装置 |
CN1767638A (zh) * | 2005-11-30 | 2006-05-03 | 北京中星微电子有限公司 | 一种保护隐私权的可视图像监控方法及其*** |
CN101276409A (zh) * | 2007-03-27 | 2008-10-01 | 三洋电机株式会社 | 图像处理装置 |
US20090207269A1 (en) * | 2008-02-15 | 2009-08-20 | Sony Corporation | Image processing device, camera device, communication system, image processing method, and program |
CN102111491A (zh) * | 2009-12-29 | 2011-06-29 | 比亚迪股份有限公司 | 具有照相功能的移动设备及其人脸识别处理方法 |
CN102932541A (zh) * | 2012-10-25 | 2013-02-13 | 广东欧珀移动通信有限公司 | 手机拍照方法及*** |
CN103297699A (zh) * | 2013-05-31 | 2013-09-11 | 北京小米科技有限责任公司 | 一种图像的拍摄方法和终端 |
CN104168422A (zh) * | 2014-08-08 | 2014-11-26 | 小米科技有限责任公司 | 处理图像的方法及装置 |
CN104796594A (zh) * | 2014-01-16 | 2015-07-22 | 中兴通讯股份有限公司 | 一种预览界面特殊效果即时呈现方法及终端设备 |
CN105100615A (zh) * | 2015-07-24 | 2015-11-25 | 青岛海信移动通信技术股份有限公司 | 一种图像的预览方法、装置及终端 |
CN105225230A (zh) * | 2015-09-11 | 2016-01-06 | 浙江宇视科技有限公司 | 一种识别前景目标对象的方法及装置 |
-
2016
- 2016-03-03 CN CN201610121500.XA patent/CN105681627B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001086407A (ja) * | 1999-09-17 | 2001-03-30 | Matsushita Electric Ind Co Ltd | モザイク機能付きの撮像装置およびモザイク処理装置 |
CN1767638A (zh) * | 2005-11-30 | 2006-05-03 | 北京中星微电子有限公司 | 一种保护隐私权的可视图像监控方法及其*** |
CN101276409A (zh) * | 2007-03-27 | 2008-10-01 | 三洋电机株式会社 | 图像处理装置 |
US20090207269A1 (en) * | 2008-02-15 | 2009-08-20 | Sony Corporation | Image processing device, camera device, communication system, image processing method, and program |
CN102111491A (zh) * | 2009-12-29 | 2011-06-29 | 比亚迪股份有限公司 | 具有照相功能的移动设备及其人脸识别处理方法 |
CN102932541A (zh) * | 2012-10-25 | 2013-02-13 | 广东欧珀移动通信有限公司 | 手机拍照方法及*** |
CN103297699A (zh) * | 2013-05-31 | 2013-09-11 | 北京小米科技有限责任公司 | 一种图像的拍摄方法和终端 |
CN104796594A (zh) * | 2014-01-16 | 2015-07-22 | 中兴通讯股份有限公司 | 一种预览界面特殊效果即时呈现方法及终端设备 |
CN104168422A (zh) * | 2014-08-08 | 2014-11-26 | 小米科技有限责任公司 | 处理图像的方法及装置 |
CN105100615A (zh) * | 2015-07-24 | 2015-11-25 | 青岛海信移动通信技术股份有限公司 | 一种图像的预览方法、装置及终端 |
CN105225230A (zh) * | 2015-09-11 | 2016-01-06 | 浙江宇视科技有限公司 | 一种识别前景目标对象的方法及装置 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105933612A (zh) * | 2016-06-29 | 2016-09-07 | 联想(北京)有限公司 | 一种图像处理方法及电子设备 |
CN106331486A (zh) * | 2016-08-25 | 2017-01-11 | 珠海市魅族科技有限公司 | 图像处理方法及*** |
CN107426497A (zh) * | 2017-06-15 | 2017-12-01 | 深圳天珑无线科技有限公司 | 一种记录影像的方法、装置及计算机可读存储介质 |
CN107493433A (zh) * | 2017-09-08 | 2017-12-19 | 盯盯拍(深圳)技术股份有限公司 | 拍摄方法以及拍摄装置 |
CN107707824B (zh) * | 2017-10-27 | 2020-07-31 | Oppo广东移动通信有限公司 | 拍摄方法、装置、存储介质和电子设备 |
CN107707824A (zh) * | 2017-10-27 | 2018-02-16 | 广东欧珀移动通信有限公司 | 拍摄方法、装置、存储介质和电子设备 |
CN108900895A (zh) * | 2018-08-23 | 2018-11-27 | 深圳码隆科技有限公司 | 一种对视频流的目标区域的屏蔽方法及其装置 |
CN108897899A (zh) * | 2018-08-23 | 2018-11-27 | 深圳码隆科技有限公司 | 一种对视频流的目标区域的定位方法及其装置 |
CN111191083A (zh) * | 2019-09-23 | 2020-05-22 | 牧今科技 | 用于对象标识的方法和计算*** |
US11763459B2 (en) | 2019-09-23 | 2023-09-19 | Mujin, Inc. | Method and computing system for object identification |
CN111177009A (zh) * | 2019-12-31 | 2020-05-19 | 五八有限公司 | 一种脚本生成方法、装置、电子设备及存储介质 |
WO2021164162A1 (zh) * | 2020-02-17 | 2021-08-26 | 深圳传音控股股份有限公司 | 拍摄图像的方法、装置及设备 |
CN112188058A (zh) * | 2020-09-29 | 2021-01-05 | 努比亚技术有限公司 | 一种视频拍摄方法、移动终端以及计算机存储介质 |
CN113766130A (zh) * | 2021-09-13 | 2021-12-07 | 维沃移动通信有限公司 | 视频拍摄方法、电子设备及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105681627B (zh) | 2019-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105681627A (zh) | 拍摄图像方法及电子设备 | |
CN108229369B (zh) | 图像拍摄方法、装置、存储介质及电子设备 | |
US10096122B1 (en) | Segmentation of object image data from background image data | |
KR102574141B1 (ko) | 이미지 디스플레이 방법 및 디바이스 | |
US11386699B2 (en) | Image processing method, apparatus, storage medium, and electronic device | |
WO2019128507A1 (zh) | 图像处理方法、装置、存储介质及电子设备 | |
US10217195B1 (en) | Generation of semantic depth of field effect | |
CN110998659B (zh) | 图像处理***、图像处理方法、及程序 | |
WO2019128508A1 (zh) | 图像处理方法、装置、存储介质及电子设备 | |
EP2923306B1 (en) | Method and apparatus for facial image processing | |
CN108830892B (zh) | 人脸图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN111640166B (zh) | 一种ar合影方法、装置、计算机设备及存储介质 | |
CN111008935B (zh) | 一种人脸图像增强方法、装置、***及存储介质 | |
CN104584531A (zh) | 图像处理装置以及图像显示装置 | |
KR20010080219A (ko) | 화상 처리 장치 및 화상 처리 방법 및, 기록 매체 | |
US11948280B2 (en) | System and method for multi-frame contextual attention for multi-frame image and video processing using deep neural networks | |
CN103168316A (zh) | 用户界面控制装置、用户界面控制方法、计算机程序以及集成电路 | |
WO2017173578A1 (zh) | 一种图像增强方法及装置 | |
KR20190036168A (ko) | 이미지에 포함된 오브젝트의 카테고리 및 인식률에 기반하여 이미지를 보정하는 방법 및 이를 구현한 전자 장치 | |
CN106295640A (zh) | 一种智能终端的物体识别方法和装置 | |
JP2002216129A (ja) | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 | |
CN104641398A (zh) | 被拍摄体跟踪装置以及相机 | |
CN114424520B (zh) | 图像处理方法和支持该图像处理方法的电子装置 | |
US20230259264A1 (en) | Method for providing filter and electronic device supporting the same | |
KR20160046399A (ko) | 텍스쳐 맵 생성 방법 및 장치와 데이터 베이스 생성 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |