CN108513068A - 图像的选取方法、装置、存储介质及电子设备 - Google Patents

图像的选取方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN108513068A
CN108513068A CN201810276595.1A CN201810276595A CN108513068A CN 108513068 A CN108513068 A CN 108513068A CN 201810276595 A CN201810276595 A CN 201810276595A CN 108513068 A CN108513068 A CN 108513068A
Authority
CN
China
Prior art keywords
image
pending
value
facial image
facial
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
Application number
CN201810276595.1A
Other languages
English (en)
Other versions
CN108513068B (zh
Inventor
何新兰
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201810276595.1A priority Critical patent/CN108513068B/zh
Publication of CN108513068A publication Critical patent/CN108513068A/zh
Application granted granted Critical
Publication of CN108513068B publication Critical patent/CN108513068B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/193—Preprocessing; Feature extraction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ophthalmology & Optometry (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种图像的选取方法、装置、存储介质及电子设备。该方法包括：获取包含人脸图像的待处理图像；获取每一该待处理图像中每一人脸图像的清晰度；获取每一该待处理图像中每一人脸图像的预设部位值，该预设部位值为用于表示人脸图像的预设部位大小的数值；根据每一该待处理图像中每一人脸图像的清晰度以及预设部位值，从该待处理图像中选取用于进行处理的图像。本实施例可以提高终端从待处理图像中选取用于进行处理的图像的灵活性。

Description

图像的选取方法、装置、存储介质及电子设备
技术领域
本申请属于图像技术领域，尤其涉及一种图像的选取方法、装置、存储介质及电子设备。
背景技术
拍照是终端的一项基本功能。随着摄像模组等硬件和图像处理算法的不断进步，终端的拍摄功能越来越强大。用户也越来越频繁地使用终端进行拍照，比如用户经常会使用终端拍摄人物照等等。相关技术中，终端可以采集多帧图像，再从这多帧图像中选取用于进行处理的图像。然而，当从多帧图像中选取用于进行处理的图像时，终端选取图像的灵活性较差。
发明内容
本申请实施例提供一种图像的选取方法、装置、存储介质及电子设备，可以提高终端从待处理图像中选取用于进行处理的图像的灵活性。
本申请实施例提供一种图像的选取方法，包括：
获取包含人脸图像的待处理图像；
获取每一所述待处理图像中每一人脸图像的清晰度；
获取每一所述待处理图像中每一人脸图像的预设部位值，所述预设部位值为用于表示人脸图像的预设部位大小的数值；
根据每一所述待处理图像中每一人脸图像的清晰度以及预设部位值，从所述待处理图像中选取用于进行处理的图像。
本申请实施例提供一种图像的选取装置，包括：
第一获取模块，用于获取包含人脸图像的待处理图像；
第二获取模块，用于获取每一所述待处理图像中每一人脸图像的清晰度；
第三获取模块，用于获取每一所述待处理图像中每一人脸图像的预设部位值，所述预设部位值为用于表示人脸图像的预设部位大小的数值；
选取模块，用于根据每一所述待处理图像中每一人脸图像的清晰度以及预设部位值，从所述待处理图像中选取用于进行处理的图像。
本申请实施例提供一种存储介质，其上存储有计算机程序，当所述计算机程序在计算机上执行时，使得所述计算机执行本申请实施例提供的方法。
本申请实施例还提供一种电子设备，包括存储器，处理器，所述处理器通过调用所述存储器中存储的计算机程序，用于执行本申请实施例提供的方法。
本实施例中，终端可以根据每一帧待处理图像中每一人脸图像的清晰度以及每一帧待处理图像中每一人脸图像的预设部位值的大小，来从多帧待处理图像中选取用于进行处理的图像。因此，本实施例可以提高终端从待处理图像中选取用于进行处理的图像的灵活性。
附图说明
下面结合附图，通过对本发明的具体实施方式详细描述，将使本发明的技术方案及其有益效果显而易见。
图1是本申请实施例提供的图像的选取方法的流程示意图。
图2是本申请实施例提供的图像的选取方法的另一流程示意图。
图3是本申请实施例提供的图像的选取方法的场景示意图。
图4是本申请实施例提供的图像的选取装置的结构示意图。
图5是本申请实施例提供的图像的选取装置的另一结构示意图。
图6是本申请实施例提供的移动终端的结构示意图。
图7是本申请实施例提供的电子设备的结构示意图。
具体实施方式
请参照图式，其中相同的组件符号代表相同的组件，本发明的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本发明具体实施例，其不应被视为限制本发明未在此详述的其它具体实施例。
可以理解的是，本申请实施例的执行主体可以是诸如智能手机或平板电脑等的终端设备。
请参阅图1，图1是本申请实施例提供的图像的选取方法的流程示意图，流程可以包括：
在步骤S101中，获取包含人脸图像的待处理图像。
拍照是终端的一项基本功能。随着摄像模组等硬件和图像处理算法的不断进步，终端的拍摄功能越来越强大。用户也越来越频繁地使用终端进行拍照，比如用户经常会使用终端拍摄人物照等等。相关技术中，终端可以采集多帧图像，再从这多帧图像中选取用于进行处理的图像。然而，当从多帧图像中选取用于进行处理的图像时，终端选取图像的灵活性较差。
在本申请实施例的步骤S101中，终端可以先获取包含人脸图像的待处理图像。在一种实施方式中，这些待处理图像可以是终端在同一场景下连续、快速采集到的多帧图像。
在步骤S102中，获取每一待处理图像中每一人脸图像的清晰度。
比如，在获取到多帧包含人脸图像的待处理图像后，终端可以获取每一帧待处理图像中的每一张人脸图像的清晰度。
在步骤S103中，获取每一待处理图像中每一人脸图像的预设部位值，该预设部位值为用于表示人脸图像的预设部位大小的数值。
比如，终端可以获取每一帧待处理图像中每一人脸图像的预设部位值。其中，该预设部位值为用于表示人脸图像的预设部位大小的数值。
在一些实施方式中，该预设部位值可以是用于表示预设部位的面积大小的数值。或者，该预设部位值还可以是用于表示预设部位在竖直方向的高度的数值，等等。可以理解的是，此处举例不构成对本实施例的限定。
在一种实施方式中，预设部位可以是诸如眼部或者嘴部等的人脸部位。
在步骤S104中，根据每一待处理图像中每一人脸图像的清晰度以及预设部位值，从待处理图像中选取用于进行处理的图像。
比如，在获取到每一帧待处理图像中每一人脸图像的清晰度以及每一帧待处理图像中每一人脸图像的预设部位值之后，终端可以根据这些参数数值，从多帧待处理图像中选取出用于进行处理的图像。
可以理解的是，本实施例中，终端可以根据每一帧待处理图像中每一人脸图像的清晰度以及每一帧待处理图像中每一人脸图像的预设部位值的大小，来从多帧待处理图像中选取用于进行处理的图像。因此，本实施例可以提高终端从待处理图像中选取用于进行处理的图像的灵活性。
请参阅图2，图2为本申请实施例提供的图像的选取方法的另一流程示意图，流程可以包括：
在步骤S201中，终端获取包含人脸图像的待处理图像。
比如，终端可以先获取在同一场景下连续、快速采集到的多帧包含人脸的图像，这多帧图像即是待处理图像。
在步骤S202中，终端获取待处理图像的图像面积以及人脸区域的面积，并获取该人脸区域的面积占该图像面积的面积比例。
比如，在获取到多帧待处理图像后，终端可以获取其中一帧待处理图像的图像面积，以及这帧待处理图像中某个用户的人脸区域面积。然后，终端可以获取该人脸区域面积在该图像面积中所占的比例。
例如，待处理图像A、B、C、D、E、F为甲乙丙三人的合影图像，那么终端可以获取其中一帧待处理图像，例如待处理图像A的图像面积，以及待处理图像A中甲的人脸区域的面积，然后终端可以获取甲的人脸区域的面积占待处理图像A的图像面积的比例。
在获取到甲的人脸区域的面积占待处理图像A的图像面积的比例后，终端可以检测该比例是否达到预设比例阈值。
若检测到该比例未达到预设比例阈值，即待处理图像中的人脸部分所占的面积较小，在这种情况下，终端可以执行其它操作，比如按照待处理图像中用户的眼部大小来从多帧待处理图像中选取用于进行处理的图像。
若检测到该比例达到预设比例阈值，即待处理图像中的人脸部分所占的面积较大，那么进入步骤S203。
在步骤S203中，若该面积比例达到预设比例阈值，则终端获取每一待处理图像中每一人脸图像的清晰度。
比如，待处理图像A的图像面积为100，而甲的人脸区域的面积为10，那么甲的人脸区域的面积12占待处理图像A的图像面积100的比例为10％。而预设比例阈值为8％。因此，甲的人脸区域的面积占待处理图像A的图像面积的比例超过了预设比例阈值。此时，终端可以获取每一帧待处理图像中的每一张人脸图像的清晰度。
例如，待处理图像A、B、C、D、E、F为甲、乙、丙三人的合影图像，那么终端可以先获取待处理图像A中甲的人脸图像的清晰度、乙的人脸图像的清晰度以及丙的人脸图像的清晰度，在依次获取待处理图像B、C、D、E、F中甲、乙、丙的人脸图像的清晰度。例如，请参阅表1，表1为待处理图像A、B、C、D、E、F中甲、乙、丙三人的人脸图像的清晰度的数值。
表1
甲 乙 丙
A 90 91 89
B 91 92 92
C 96 97 94
D 94 95 96
E 95 93 93
F 92 93 93
由表1可知，待处理图像A中，甲的人脸图像的清晰度为90，乙的人脸图像的清晰度为91，丙的人脸图像的清晰度为89。
待处理图像B中，甲的人脸图像的清晰度为91，乙的人脸图像的清晰度为92，丙的人脸图像的清晰度为92。
待处理图像C中，甲的人脸图像的清晰度为96，乙的人脸图像的清晰度为97，丙的人脸图像的清晰度为94。
待处理图像D中，甲的人脸图像的清晰度为94，乙的人脸图像的清晰度为95，丙的人脸图像的清晰度为96。
待处理图像E中，甲的人脸图像的清晰度为95，乙的人脸图像的清晰度为93，丙的人脸图像的清晰度为93。
待处理图像F中，甲的人脸图像的清晰度为92，乙的人脸图像的清晰度为93，丙的人脸图像的清晰度为93。
在步骤S204中，终端获取每一待处理图像中每一人脸图像的预设部位值，该预设部位值为用于表示人脸图像的预设部位大小的数值。
比如，在获取到每一待处理图像中每一人脸图像的清晰度之后，终端可以获取每一待处理图像中每一人脸图像的预设部位值，该预设部位值为用于表示人脸图像的预设部位大小的数值。
例如，该预设部位为眼部，那么终端可以获取每一待处理图像中每一人脸图像的眼部值，该眼部值为用于表示人脸图像的眼部大小的数值。
在一种实施方式中，眼部值可以是用于表示眼部面积大小的数值，或者是用于表示眼部在竖直方向上的高度的数值，等等。可以理解的是，此处举例不构成对本实施例的限定。
例如，请参阅表2，表2为待处理图像A、B、C、D、E、F中甲、乙、丙三人的眼部值。
表2
甲 乙 丙
A 79 81 83
B 82 82 84
C 83 88 84
D 85 87 85
E 85 87 85
F 84 86 86
由表2可知，待处理图像A中，甲的人脸图像的眼部值为79，乙的人脸图像的眼部值为81，丙的人脸图像的眼部值为83。
待处理图像B中，甲的人脸图像的眼部值为82，乙的人脸图像的眼部值为82，丙的人脸图像的眼部值为84。
待处理图像C中，甲的人脸图像的眼部值为83，乙的人脸图像的眼部值为88，丙的人脸图像的眼部值为84。
待处理图像D中，甲的人脸图像的眼部值为85，乙的人脸图像的眼部值为87，丙的人脸图像的眼部值为85。
待处理图像E中，甲的人脸图像的眼部值为85，乙的人脸图像的眼部值为87，丙的人脸图像的眼部值为85。
待处理图像F中，甲的人脸图像的眼部值为84，乙的人脸图像的眼部值为86，丙的人脸图像的眼部值为86。
在步骤S205中，终端获取第一权重和第二权重。
在步骤S206中，在每一待处理图像中，终端按照该第一权重对每一人脸图像的清晰度进行加权，得到每一人脸图像的加权后的人脸清晰度，并按照该第二权重对每一人脸图像的预设部位值进行加权，得到每一人脸图像的加权后的预设部位值。
比如，步骤S205和S206可以包括：
在获取到每一待处理图像中每一人脸图像的清晰度及眼部值之后，终端可以获取第一权重和第二权重。
然后，对于每一待处理图像，终端可以按照该第一权重对每一人脸的清晰度进行加权，得到每一人脸图像的加权后的人脸清晰度。
例如，第一权重为40％，第二权重为60％。可以理解的是，在实际应用中，第一权重和第二权重的数值可以根据需要进行调整。此处举例不构成对本实施例的限定。
例如，在待处理图像A中，甲的加权后的清晰度为36，乙加权后的清晰度为36.4，丙加权后的清晰度为35.6。
在待处理图像B中，甲的加权后的清晰度为36.4，乙加权后的清晰度为36.8，丙加权后的清晰度为36.8。
在待处理图像C中，甲的加权后的清晰度为38.4，乙加权后的清晰度为38.8，丙加权后的清晰度为37.6。
在待处理图像D中，甲的加权后的清晰度为37.6，乙加权后的清晰度为38，丙加权后的清晰度为38.4。
在待处理图像E中，甲的加权后的清晰度为38，乙加权后的清晰度为37.2，丙加权后的清晰度为37.2。
在待处理图像F中，甲的加权后的清晰度为36.8，乙加权后的清晰度为37.2，丙加权后的清晰度为37.2。
然后，终端可以按照第二权重对每一人脸图像的眼部值进行加权，得到每一人脸图像的加权后的眼部值。
在待处理图像A中，甲的加权后的眼部值为47.4，乙加权后的眼部值为48.6，丙加权后的眼部值为49.8。
在待处理图像B中，甲的加权后的眼部值为49.2，乙加权后的眼部值为49.2，丙加权后的眼部值为50.4。
在待处理图像C中，甲的加权后的眼部值为49.8，乙加权后的眼部值为52.8，丙加权后的眼部值为50.4。
在待处理图像D中，甲的加权后的眼部值为51，乙加权后的眼部值为52.2，丙加权后的眼部值为51。
在待处理图像E中，甲的加权后的眼部值为51，乙加权后的眼部值为52.2，丙加权后的眼部值为51。
在待处理图像F中，甲的加权后的眼部值为50.4，乙加权后的眼部值为51.6，丙加权后的眼部值为51.6。
在步骤S207中，在每一待处理图像中，终端获取每一人脸图像的目标数值，该目标数值为加权后的人脸清晰度和加权后的预设部位值的和值。
在步骤S208中，终端将每一用户的该目标数值中的最大值对应的人脸图像，确定为用户的目标人脸图像。
比如，步骤S207和S208可以包括：
在得到每一待处理图像中每一人脸图像的加权后的人脸清晰度和加权后的眼部值之后，终端可以获取每一待处理图像中每一人脸图像的目标数值。其中，该目标数值为加权后的人脸清晰度和加权后的眼部值的和值。
例如，在待处理图像A中，甲的目标数值为36+47.4＝83.4，乙目标数值为36.4+48.6＝85，丙目标数值为35.6+49.8＝85.4。
在待处理图像B中，甲的目标数值为36.4+49.2＝85.6，乙目标数值为36.8+49.2＝86，丙目标数值为36.8+50.4＝87.2。
在待处理图像C中，甲的目标数值为38.4+49.8＝88.2，乙目标数值为38.8+52.8＝91.6，丙目标数值为37.6+50.4＝88。
在待处理图像D中，甲的目标数值为37.6+51＝88.6，乙目标数值为38+52.2＝90.2，丙目标数值为38.4+51＝89.4。
在待处理图像E中，甲的目标数值为38+51＝89，乙目标数值为37.2+52.2＝89.4，丙目标数值为37.2+51＝88.2。
在待处理图像F中，甲的目标数值为36.8+50.4＝87.2，乙目标数值为37.2+51.6＝88.8，丙目标数值为37.2+51.6＝88.8。
在得到每一待处理图像中每一人脸图像的目标数值后，终端可以将每一用户的目标数值中的最大值对应的人脸图像确定为该用户的目标人脸图像。
比如，请参阅表3，对于用户甲而言，其人脸图像的目标数值中的最大值为89，该数值89为待处理图像E中甲的人脸图像的目标数值，因此，终端可以将待处理图像E中甲的人脸图像确定为用户甲的目标人脸图像。
同理，对于用户乙而言，其人脸图像的目标数值中的最大值为91.6，该数值91.6为待处理图像C中乙的人脸图像的目标数值，因此，终端可以将待处理图像C中乙的人脸图像确定为用户乙的目标人脸图像。
对于用户丙而言，其人脸图像的目标数值中的最大值为89.4，该数值89.4为待处理图像D中丙的人脸图像的目标数值，因此，终端可以将待处理图像D中丙的人脸图像确定为用户丙的目标人脸图像。
表3
甲 乙 丙
A 83.4 85 85.4
B 85.6 86 87.2
C 88.2 91.6 88
D 88.6 90.2 89.4
E 89 89.4 88.2
F 87.2 88.8 88.8
在步骤S209中，终端将包含用户的目标人脸图像的待处理图像选取为备选图像。
在步骤S210中，终端将包含目标人脸图像的个数最多的待处理图像选取为基础图像。
比如，步骤S209和S210可以包括：
在确定出每一用户的目标人脸图像后，终端可以将包含用户的目标人脸图像的待处理图像选取为备选图像。
比如，由于待处理图像C中包含用户乙的目标人脸图像，待处理图像D中包含用户丙的目标人脸图像，待处理图像E中包含用户甲的目标人脸图像，因此终端可以将待处理图像C、D、E选取为备选图像。
在从待处理图像中选取出备选图像后，终端可以将包含目标人脸图像个数最多的待处理图像选取为基础图像。
例如，由于备选图像C、D、E中均只包含1个目标人脸图像，因此终端可以将备选图像C、D、E中的任一图像选取为基础图像。
在一种实施方式中，本实施例还可以包括如下步骤：
从基础图像中确定出待替换人脸图像，所述待替换人脸图像为非目标人脸图像；
从备选图像中获取用于替换每一所述待替换人脸图像的目标人脸图像，每一所述待替换人脸图像及其对应的目标人脸图像为相同用户的人脸图像；
在所述基础图像中，使用所述目标人脸图像替换对应的待替换人脸图像，得到经过图像替换处理的基础图像。
比如，终端将备选图像C选取为基础图像，在此之后，终端可以从基础图像C中确定出待替换人脸图像，其中该待替换人脸图像为用户的非目标人脸图像。
例如，基础图像C中甲的人脸图像不是甲的目标人脸图像，丙的人脸图像也不是丙的目标人脸图像，因此终端可以将基础图像C中的甲和丙的人脸图像确定为待替换人脸图像。
然后，终端可以从基础图像外的备选图像中，获取用于替换每一待替换人脸图像的目标人脸图像，其中每一待替换的人脸图像及其对应的目标人脸图像为相同用户的人脸图像。
例如，终端可以从备选图像D中获取丙的目标人脸图像，从备选图像E中获取甲的目标人脸图像。
然后，终端可以使用备选图像D中丙的目标人脸图像替换掉基础图像C中丙的待替换人脸图像，使用备选图像E中甲的目标人脸图像替换掉基础图像C中甲的待替换人脸图像，从而得到经过图像替换处理的基础图像C。
可以理解的是，经过图像替换处理的基础图像C中甲、乙、丙三人的人脸图像均是各自的目标人脸图像，而甲乙丙三人的目标人脸图像均是各自的眼部较大并且人脸图像较清晰的图像了。
在一种实施方式中，在所述得到经过图像替换处理的基础图像的步骤之后，本实施例还可以包括如下步骤：
根据所述待处理图像，对所述经过图像替换处理的基础图像进行图像降噪处理。
比如，在得到经过图像替换处理的基础图像C后，终端可以根据其它待处理图像对经过图像替换处理的基础图像C进行图像降噪处理。
例如，终端可以获取包含图像C在内的连续采集到的4帧图像，对经过图像替换处理的基础图像C进行多帧降噪处理。例如，终端可以获取图像D、E、F，并根据图像D、E、F对经过图像替换处理的基础图像C进行多帧降噪处理。
在一种实施方式中，在进行多帧降噪时，终端可以先将图像C、D、E、F对齐，并获取图像中每一组对齐像素的像素值。若同一组对齐像素的像素值相差不多，那么终端可以计算这组对齐像素的像素值均值，再用该像素值均值替换掉图像C的对应像素的像素值。若同一组对齐像素的像素值相差较多，那么可以不对图像C中的像素值进行调整。
例如，图像C中的像素P1、图像D中的像素P2、图像E中的像素P3以及图像F中的像素P4是一组相互对齐的像素，其中P1的像素值为101，P2的像素值为102，P3的像素值为103，P4的像素值为104，那么这组相互对齐的像素的像素值均值为102.5，那么终端就可以将图像C中的P1像素的像素值由101调整为102.5，从而对图像C中的P1像素进行降噪处理。若P1的像素值为103，P2的像素值为83，P3的像素值为90，P4的像素值为80，那么由于它们的像素值相差较多，此时终端可以不调整P1的像素值，即P1的像素值保持101不变。
在另一种实施方式中，在执行S202中的终端获取待处理图像的图像面积以及人脸区域的面积并获取该人脸区域的面积占该图像面积的面积比例的步骤时，还可以采用如下方式：比如，待处理图像A为甲乙丙三人的合影，那么终端可以获取待处理图像A中甲的人脸区域的面积M1、乙的人脸区域的面积M2以及丙的人脸区域的面积M3，然后终端计算甲乙丙三人的平均人脸区域的面积，即(M1+M2+M3)/3。之后，终端可以计算该平均人脸区域的面积占待处理图像A的图像面积的比例，并检测该比例是否达到预设比例阈值。若未达到，则终端可以执行其它操作。若达到，则可以触发获取每一待处理图像中每一人脸图像的清晰度。
请参阅图3，图为本申请实施例提供的图像的选取方法的场景示意图。
本实施例中，在进入相机的预览界面后，如果检测到终端在采集人脸图像，那么终端可以采集当前的环境参数，并根据采集到的至少两帧人脸图像，确定出一个目标帧数。该环境参数可以是环境光亮度。
若终端根据采集到在至少两帧人脸图像，确定出图像中的人脸未发生位移(或者位移很小)，并且当前处于亮光环境，那么终端可以将目标帧数确定为8帧。若终端根据采集到在至少两帧人脸图像，确定出图像中的人脸未发生位移(或者位移很小)，并且当前处于暗光环境，那么终端可以将目标帧数确定为6帧。若终端根据采集到在至少两帧人脸图像，确定出图像中的人脸发生位移，那么终端可以将目标帧数确定为4帧。
在一种实施方式中，可以通过如下方式来检测图像中的人脸是否发生位移：在获取到采集的四帧图像后，终端可以生成一个坐标系，然后终端可以用相同的方式将每一帧图像放入该坐标系中。之后，终端可以获取每一帧图像中的人脸图像特征点在该坐标系中的坐标。在得到每一帧图像中的人脸图像的特征点在该坐标系中的坐标后，终端就可以比较不同图像中的同一人脸图像特征点的坐标是否相同。若相同，则可以认为图像中的人脸图像未发生位移。若不同，则可以认为图像中的人脸图像发生位移。若检测到人脸图像发生位移，那么终端可以获取具体的位移数值。若该具体的位移数值处于预设数值范围内，则可以认为图像中的人脸图像位移较小。若该具体的位移数值处于预设数值范围外，那么可以认为图像中的人脸图像位移较大。
本实施例中，终端可以将采集到的图像保存到缓存队列。该缓存队列可以为定长队列，例如该缓存队列可以保存终端最新采集到的10帧图像。
比如，甲、乙、丙、丁四人外出游玩，并准备在一处风景旁拍照。丁为甲、乙、丙拍摄合影。比如，在进入相机的预览界面后，终端检测到采集到的4帧图像中甲乙丙三人的人脸图像在画面中的位置未发生位移，并且当前处于亮光环境。基于此，终端确定出目标帧数为8帧。在丁按下拍照按钮前，终端相机可以连续、快速地采集图像，并将采集到的图像保存到缓存队列中。
此后，当丁按下拍照按钮后，终端可以从缓存队列中获取最近采集到的8帧关于甲乙丙的图像。例如，按照时间先后，这8帧图像分别为A、B、C、D、E、F、G、H。可以理解的是，这8帧图像即是待处理图像。
在得到这8帧待处理图像后，终端可以获取每一帧待处理图像的图像清晰度，然后将清晰度明显较差的图像从待处理图像中清除。例如，待处理图像A、B、C、D、E、F、G、H的清晰度分别为90、91、93、96、95、94、80、79。由于待处理图像G和H的清晰度明显较差，因此终端可以将待处理图像G和H删除掉，即终端只从待处理图像A、B、C、D、E、F中选取用于进行处理的图像。
在一种实施方式中，在获取到所有待处理图像后，终端可以获取每一帧待处理图像的图像清晰度。然后，终端可以获取图像清晰度中的最大值。例如，图像清晰度的取值范围为0～100，其中待处理图像的清晰度中的最大值为96。之后，终端可以获取预设百分比，例如预设百分比为90％。之后，终端可以获取图像清晰度中的最大值与预设百分比乘积，例如为96*90％＝86.4。那么，若待处理图像中存在图像清晰度低于86.4的图像，那么可以认为该图像是不清晰，终端可以将其从待处理图像中排除。
之后，终端可以从待处理图像A、B、C、D、E、F中获取任意一帧待处理图像的图像面积，以及该待处理图像中所有用户的人脸区域的面积的平均值。
例如，终端获取到待处理图像A的图像面积为100，该待处理图像中甲乙丙三人的人脸区域的面积的平均值为12，则终端可以获取到待处理图像A中人脸区域的面积的平均值12占图像面积100的比例为12％，其超过了预设比例阈值8％。
在这种情况下，终端可以再获取每一帧待处理图像中的人脸区域的清晰度。例如，该人脸区域可以是包含所有用户的人脸图像的区域。例如，待处理图像A、B、C、D、E、F的人脸区域的人脸清晰度分别为92、92、94、94、94、93。
之后，终端可以获取第三权重和第四权重，并按照第三权重对每一待处理图像的图像清晰度进行加权，得到每一待处理图像的加权后的图像清晰度，以及按照第四权重对每一待处理图像的人脸清晰度进行加权，得到每一待处理图像的加权后的人脸清晰度。
例如，第三权重为40％，第四权重为60％。那么，待处理图像A的加权后的图像清晰度为90*40％＝36，加权后的人脸清晰度为92*60％＝55.2。待处理图像B的加权后的图像清晰度为91*40％＝36.4，加权后的人脸清晰度为92*60％＝55.2。待处理图像C的加权后的图像清晰度为93*40％＝37.2，加权后的人脸清晰度为94*60％＝56.4。待处理图像D的加权后的图像清晰度为96*40％＝38.4，加权后的人脸清晰度为94*60％＝56.4。待处理图像E的加权后的图像清晰度为95*40％＝38，加权后的人脸清晰度为94*60％＝56.4。待处理图像F的加权后的图像清晰度为94*40％＝37.6，加权后的人脸清晰度为93*60％＝55.8。
之后，终端可以获取每一待处理图像的整体清晰度，该整体清晰度为加权后的图像清晰度和加权后的人脸清晰度的和。例如，待处理图像A的整体清晰度为36+55.2＝91.2，待处理图像B的整体清晰度为36.4+55.2＝91.6，待处理图像C的整体清晰度为37.2+56.4＝93.6，待处理图像D的整体清晰度为38.4+56.4＝94.8，待处理图像E的整体清晰度为38+56.4＝94.4，待处理图像F的整体清晰度为37.6+55.8＝93.4。
之后，终端可以获取整体清晰度中的最大值。例如，待处理图像的整体清晰度的最大值为94.8。然后，终端可以获取第一比例，例如第一比例为95％，并获取整体清晰度中的最大值94.8与第一比例95％的乘积，即94.8*95％＝90.06。
然后，终端可以从待处理图像中获取整体清晰度达到90.06的待处理图像。例如，由于所有待处理图像的整体清晰度均超过90.06，因此终端可以获取待处理图像A、B、C、D、E、F。可以认为这些待处理图像都是清晰图像。
然后，终端可以获取每一待处理图像中每一人脸的眼部值。例如，待处理A、B、C、D、E、F中甲、乙、丙三人的眼部值如表2所示。
终端可以获取甲的最大眼部值、乙的最大眼部值以及丙的最大眼部值。例如，甲的最大眼部值为85，乙的最大眼部值为88，丙的最大眼部值为86。
然后，终端可以获取第一比例，例如第二比例为95％，并获取各用户的最大眼部值与第二比例的乘积。即，对于甲而言，其最大眼部值与第二比例的乘积85*95％＝80.75。对于乙而言，其最大眼部值与第二比例的乘积88*95％＝83.6。对于甲而言，其最大眼部值与第二比例的乘积86*95％＝81.7。
之后，终端可以从待处理图像中选取基础图像。例如，终端可以先检测是否存在满足如下条件的图像：图像的整体清晰度大于90.06，图像中每一人脸的眼部值大于其最大眼部值与第二比例的乘积，即图像中甲的眼部值大于80.75，乙的眼部值大于83.6，丙的眼部值大于81.7。
经检测，待处理图像C、D、E、F均满足上述条件，那么终端可以选取待处理图像C、D、E、F中的任一帧图像作为基础图像。比如，终端选取待处理图像C为基础图像。
然后，终端可以检测基础图像中是否存在目标用户的人脸图像，其中目标用户人脸图像的眼部值小于该目标用户的最大眼部值与第二比例的乘积。若存在目标用户的人脸图像，则将其确定为待替换人脸图像，并从其他待处理图像中获取该目标用户的眼部值大于其最大眼部值与第二比例的乘积的目标人脸图像，并使用目标人脸图像替换基础图像中的待替换人脸图像。
例如，本实施例中由于基础图像C中的甲乙丙的眼部值均大于各自最大眼部值与第二比例的乘积，因此基础图像C中不存在待替换人脸图像。在这种情况下，终端可以将基础图像C存储到相册中成为照片。
可以理解的是，本实施例中得到的照片即是甲乙丙三人的大眼、清晰照片。
请参阅图4，图4为本申请实施例提供的图像的选取装置的结构示意图。图像的选取装置300可以包括：第一获取模块301，第二获取模块302，第三获取模块303，选取模块304。
第一获取模块301，用于获取包含人脸图像的待处理图像。
第二获取模块302，用于获取每一所述待处理图像中每一人脸图像的清晰度。
第三获取模块303，用于获取每一所述待处理图像中每一人脸图像的预设部位值，所述预设部位值为用于表示人脸图像的预设部位大小的数值。
选取模块304，用于根据每一所述待处理图像中每一人脸图像的清晰度以及预设部位值，从所述待处理图像中选取用于进行处理的图像。
在一种实施方式中，所述第二获取模块302还用于：
获取所述待处理图像的图像面积以及人脸区域的面积；
获取所述人脸区域的面积占所述图像面积的面积比例；
若所述面积比例达到预设比例阈值，则获取每一所述待处理图像中每一人脸图像的清晰度。
在一种实施方式中，所述选取模块304用于：
获取第一权重和第二权重；
在每一所述待处理图像中，按照所述第一权重，对每一人脸图像的清晰度进行加权，得到每一人脸图像的加权后的人脸清晰度，并按照所述第二权重，对每一人脸图像的预设部位值进行加权，得到每一人脸图像的加权后的预设部位值；
在每一所述待处理图像中，获取每一人脸图像的目标数值，所述目标数值为加权后的人脸清晰度和加权后的预设部位值的和值；
将每一用户的所述目标数值中的最大值对应的人脸图像，确定为用户的目标人脸图像；
将包含用户的目标人脸图像的待处理图像选取为备选图像。
在一种实施方式中，所述选取模块304用于：
将包含目标人脸图像的个数最多的待处理图像选取为基础图像。
请一并参阅图5，图5为本申请实施例提供的图像的选取装置的另一结构示意图。在一实施例中，图像的选取装置300还可以包括：替换模块305和处理模块306。
替换模块305，用于从基础图像中确定出待替换人脸图像，所述待替换人脸图像为非目标人脸图像；从备选图像中获取用于替换每一所述待替换人脸图像的目标人脸图像，每一所述待替换人脸图像及其对应的目标人脸图像为相同用户的人脸图像；在所述基础图像中，使用所述目标人脸图像替换对应的待替换人脸图像，得到经过图像替换处理的基础图像。
处理模块306，用于根据所述待处理图像，对所述经过图像替换处理的基础图像进行图像降噪处理。
本申请实施例提供一种计算机可读的存储介质，其上存储有计算机程序，当所述计算机程序在计算机上执行时，使得所述计算机执行如本实施例提供的图像的选取方法中的步骤。
本申请实施例还提供一种电子设备，包括存储器，处理器，所述处理器通过调用所述存储器中存储的计算机程序，用于执行本实施例提供的图像的选取方法中的步骤。
例如，上述电子设备可以是诸如平板电脑或者智能手机等移动终端。请参阅图6，图6为本申请实施例提供的移动终端的结构示意图。
该移动终端400可以包括摄像模组401、存储器402、处理器403等部件。本领域技术人员可以理解，图6中示出的移动终端结构并不构成对移动终端的限定，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。
摄像模组401可以包括单摄像模组和双摄像模组。
存储器402可用于存储应用程序和数据。存储器402存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器403通过运行存储在存储器402的应用程序，从而执行各种功能应用以及数据处理。
处理器403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402内的应用程序，以及调用存储在存储器402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。
在本实施例中，移动终端中的处理器403会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器402中，并由处理器403来运行存储在存储器402中的应用程序，从而实现步骤：
获取包含人脸图像的待处理图像；获取每一所述待处理图像中每一人脸图像的清晰度；获取每一所述待处理图像中每一人脸图像的预设部位值，所述预设部位值为用于表示人脸图像的预设部位大小的数值；根据每一所述待处理图像中每一人脸图像的清晰度以及预设部位值，从所述待处理图像中选取用于进行处理的图像。
本发明实施例还提供一种电子设备。上述电子设备中包括图像处理电路，图像处理电路可以利用硬件和/或软件组件实现，可包括定义ISP(Image Signal Processing，图像信号处理)管线的各种处理单元。图7为一个实施例中图像处理电路的结构示意图。如图7所示，为便于说明，仅示出与本发明实施例相关的图像处理技术的各个方面。
如图7所示，图像处理电路包括图像信号处理器540和控制逻辑器550。成像设备510捕捉的图像数据首先由图像信号处理器540处理，图像信号处理器540对图像数据进行分析以捕捉可用于确定和/或成像设备510的一个或多个控制参数的图像统计信息。成像设备510可包括具有一个或多个透镜511和图像传感器512的照相机。图像传感器512可包括色彩滤镜阵列(如Bayer滤镜)，图像传感器512可获取用图像传感器512的每个成像像素捕捉的光强度和波长信息，并提供可由图像信号处理器540处理的一组原始图像数据。传感器520可基于传感器520接口类型把原始图像数据提供给图像信号处理器540。传感器520接口可以利用SMIA(Standard Mobile Imaging Architecture，标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。
图像信号处理器540按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，图像信号处理器540可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。
图像信号处理器540还可从图像存储器530接收像素数据。例如，从传感器520接口将原始像素数据发送给图像存储器530，图像存储器530中的原始像素数据再提供给图像信号处理器540以供处理。图像存储器530可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括DMA(Direct Memory Access，直接直接存储器存取)特征。
当接收到来自传感器520接口或来自图像存储器530的原始图像数据时，图像信号处理器540可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器530，以便在被显示之前进行另外的处理。图像信号处理器540从图像存储器530接收处理数据，并对所述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器570，以供用户观看和/或由图形引擎或GPU(GraphicsProcessing Unit，图形处理器)进一步处理。此外，图像信号处理器540的输出还可发送给图像存储器530，且显示器570可从图像存储器530读取图像数据。在一种实施方式中，图像存储器530可被配置为实现一个或多个帧缓冲器。此外，图像信号处理器540的输出可发送给编码器/解码器560，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器570设备上之前解压缩。编码器/解码器560可由CPU或GPU或协处理器实现。
图像信号处理器540确定的统计数据可发送给控制逻辑器550。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜511阴影校正等图像传感器512统计信息。控制逻辑器550可包括执行一个或多个例程(如固件)的处理器和/或微控制器，一个或多个例程可根据接收的统计数据，确定成像设备510的控制参数以及的控制参数。例如，控制参数可包括传感器520控制参数(例如增益、曝光控制的积分时间)、照相机闪光控制参数、透镜511控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如，在RGB处理期间)的增益水平和色彩校正矩阵，以及透镜511阴影校正参数。
以下为运用图7中图像处理技术实现本实施例提供的图像的处理方法的步骤：
获取包含人脸图像的待处理图像；获取每一所述待处理图像中每一人脸图像的清晰度；获取每一所述待处理图像中每一人脸图像的预设部位值，所述预设部位值为用于表示人脸图像的预设部位大小的数值；根据每一所述待处理图像中每一人脸图像的清晰度以及预设部位值，从所述待处理图像中选取用于进行处理的图像。
在一种实施方式中，在所述获取包含人脸图像的待处理图像的步骤之后，电子设备还可以执行：获取所述待处理图像的图像面积以及人脸区域的面积；获取所述人脸区域的面积占所述图像面积的面积比例。
那么，电子设备执行所述获取每一所述待处理图像中每一人脸图像的清晰度的步骤时，可以执行：若所述面积比例达到预设比例阈值，则获取每一所述待处理图像中每一人脸图像的清晰度。
在一种实施方式中，电子设备执行所述根据每一所述待处理图像中每一人脸图像的清晰度以及预设部位值从所述待处理图像中选取用于进行处理的图像的步骤时，可以执行：获取第一权重和第二权重；在每一所述待处理图像中，按照所述第一权重，对每一人脸图像的清晰度进行加权，得到每一人脸图像的加权后的人脸清晰度，并按照所述第二权重，对每一人脸图像的预设部位值进行加权，得到每一人脸图像的加权后的预设部位值；在每一所述待处理图像中，获取每一人脸图像的目标数值，所述目标数值为加权后的人脸清晰度和加权后的预设部位值的和值；将每一用户的所述目标数值中的最大值对应的人脸图像，确定为用户的目标人脸图像；将包含用户的目标人脸图像的待处理图像选取为备选图像。
在一种实施方式中，在所述将每一用户的所述和值中的最大值对应的人脸图像确定为用户的目标人脸图像的步骤之后，电子设备还可以执行：将包含目标人脸图像的个数最多的待处理图像选取为基础图像。
在一种实施方式中，电子设备还可以执行：从基础图像中确定出待替换人脸图像，所述待替换人脸图像为非目标人脸图像；从备选图像中获取用于替换每一所述待替换人脸图像的目标人脸图像，每一所述待替换人脸图像及其对应的目标人脸图像为相同用户的人脸图像；在所述基础图像中，使用所述目标人脸图像替换对应的待替换人脸图像，得到经过图像替换处理的基础图像。
在一种实施方式中，在所述得到经过图像替换处理的基础图像的步骤之后，电子设备还可以执行：根据所述待处理图像，对所述经过图像替换处理的基础图像进行图像降噪处理。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对图像的选取方法的详细描述，此处不再赘述。
本申请实施例提供的所述图像的选取装置与上文实施例中的图像的选取方法属于同一构思，在所述图像的选取装置上可以运行所述图像的选取方法实施例中提供的任一方法，其具体实现过程详见所述图像的选取方法实施例，此处不再赘述。
需要说明的是，对本申请实施例所述图像的选取方法而言，本领域普通技术人员可以理解实现本申请实施例所述图像的选取方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读取存储介质中，如存储在存储器中，并被至少一个处理器执行，在执行过程中可包括如所述图像的选取方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器(ROM，Read OnlyMemory)、随机存取记忆体(RAM，Random Access Memory)等。
对本申请实施例的所述图像的选取装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块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，所述存储介质譬如为只读存储器，磁盘或光盘等。
以上对本申请实施例所提供的一种图像的选取方法、装置、存储介质以及电子设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种图像的选取方法，其特征在于，包括：
获取包含人脸图像的待处理图像；
获取每一所述待处理图像中每一人脸图像的清晰度；
获取每一所述待处理图像中每一人脸图像的预设部位值，所述预设部位值为用于表示人脸图像的预设部位大小的数值；
根据每一所述待处理图像中每一人脸图像的清晰度以及预设部位值，从所述待处理图像中选取用于进行处理的图像。
2.根据权利要求1所述的图像的选取方法，其特征在于，在所述获取包含人脸图像的待处理图像的步骤之后，还包括：
获取所述待处理图像的图像面积以及人脸区域的面积；
获取所述人脸区域的面积占所述图像面积的面积比例；
所述获取每一所述待处理图像中每一人脸图像的清晰度的步骤，包括：若所述面积比例达到预设比例阈值，则获取每一所述待处理图像中每一人脸图像的清晰度。
3.根据权利要求2所述的图像的选取方法，其特征在于，所述根据每一所述待处理图像中每一人脸图像的清晰度以及预设部位值从所述待处理图像中选取用于进行处理的图像的步骤，包括：
获取第一权重和第二权重；
在每一所述待处理图像中，按照所述第一权重，对每一人脸图像的清晰度进行加权，得到每一人脸图像的加权后的人脸清晰度，并按照所述第二权重，对每一人脸图像的预设部位值进行加权，得到每一人脸图像的加权后的预设部位值；
在每一所述待处理图像中，获取每一人脸图像的目标数值，所述目标数值为加权后的人脸清晰度和加权后的预设部位值的和值；
将每一用户的所述目标数值中的最大值对应的人脸图像，确定为用户的目标人脸图像；
将包含用户的目标人脸图像的待处理图像选取为备选图像。
4.根据权利要求3所述的图像的选取方法，其特征在于，在所述将每一用户的所述和值中的最大值对应的人脸图像确定为用户的目标人脸图像的步骤之后，还包括：
将包含目标人脸图像的个数最多的待处理图像选取为基础图像。
5.根据权利要求4所述的图像的选取方法，其特征在于，所述方法还包括：
从基础图像中确定出待替换人脸图像，所述待替换人脸图像为非目标人脸图像；
从备选图像中获取用于替换每一所述待替换人脸图像的目标人脸图像，每一所述待替换人脸图像及其对应的目标人脸图像为相同用户的人脸图像；
在所述基础图像中，使用所述目标人脸图像替换对应的待替换人脸图像，得到经过图像替换处理的基础图像。
6.根据权利要求5所述的图像的选取方法，其特征在于，在所述得到经过图像替换处理的基础图像的步骤之后，还包括：
根据所述待处理图像，对所述经过图像替换处理的基础图像进行图像降噪处理。
7.一种图像的选取装置，其特征在于，包括：
第一获取模块，用于获取包含人脸图像的待处理图像；
第二获取模块，用于获取每一所述待处理图像中每一人脸图像的清晰度；
第三获取模块，用于获取每一所述待处理图像中每一人脸图像的预设部位值，所述预设部位值为用于表示人脸图像的预设部位大小的数值；
选取模块，用于根据每一所述待处理图像中每一人脸图像的清晰度以及预设部位值，从所述待处理图像中选取用于进行处理的图像。
8.根据权利要求7所述的图像的选取方法，其特征在于，所述第二获取模块还用于：
获取所述待处理图像的图像面积以及人脸区域的面积；
获取所述人脸区域的面积占所述图像面积的面积比例；
若所述面积比例达到预设比例阈值，则获取每一所述待处理图像中每一人脸图像的清晰度。
9.一种存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机上执行时，使得所述计算机执行如权利要求1至6中任一项所述的方法。
10.一种电子设备，包括存储器，处理器，其特征在于，所述处理器通过调用所述存储器中存储的计算机程序，用于执行如权利要求1至6中任一项所述的方法。
CN201810276595.1A 2018-03-30 2018-03-30 图像的选取方法、装置、存储介质及电子设备 Active CN108513068B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810276595.1A CN108513068B (zh) 2018-03-30 2018-03-30 图像的选取方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810276595.1A CN108513068B (zh) 2018-03-30 2018-03-30 图像的选取方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN108513068A true CN108513068A (zh) 2018-09-07
CN108513068B CN108513068B (zh) 2021-03-02

Family

ID=63379345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810276595.1A Active CN108513068B (zh) 2018-03-30 2018-03-30 图像的选取方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN108513068B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110175980A (zh) * 2019-04-11 2019-08-27 平安科技（深圳）有限公司 图像清晰度识别方法、图像清晰度识别装置及终端设备
CN111444770A (zh) * 2020-02-26 2020-07-24 北京大米未来科技有限公司 图像处理方法、装置、电子设备及介质
CN111696051A (zh) * 2020-05-14 2020-09-22 维沃移动通信有限公司 人像修复方法及电子设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008172395A (ja) * 2007-01-10 2008-07-24 Sony Corp 撮像装置、画像処理装置、方法およびプログラム
CN101617339A (zh) * 2007-02-15 2009-12-30 索尼株式会社 图像处理装置和图像处理方法
CN102209196A (zh) * 2010-03-30 2011-10-05 株式会社尼康 图像处理装置及图像评价方法
CN102377905A (zh) * 2010-08-18 2012-03-14 佳能株式会社 图像摄取装置及其控制方法
CN102799877A (zh) * 2012-09-11 2012-11-28 上海中原电子技术工程有限公司 人脸图像筛选方法及***
CN103942525A (zh) * 2013-12-27 2014-07-23 高新兴科技集团股份有限公司 一种基于视频序列的实时人脸优选方法
CN104185981A (zh) * 2013-10-23 2014-12-03 华为终端有限公司 从连拍图像中选择图像的方法和终端
CN105303161A (zh) * 2015-09-21 2016-02-03 广东欧珀移动通信有限公司 一种多人拍照的方法及装置
CN106161962A (zh) * 2016-08-29 2016-11-23 广东欧珀移动通信有限公司 一种图像处理方法及终端
CN106331504A (zh) * 2016-09-30 2017-01-11 北京小米移动软件有限公司 拍摄方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008172395A (ja) * 2007-01-10 2008-07-24 Sony Corp 撮像装置、画像処理装置、方法およびプログラム
CN101617339A (zh) * 2007-02-15 2009-12-30 索尼株式会社 图像处理装置和图像处理方法
CN102209196A (zh) * 2010-03-30 2011-10-05 株式会社尼康 图像处理装置及图像评价方法
CN102377905A (zh) * 2010-08-18 2012-03-14 佳能株式会社 图像摄取装置及其控制方法
CN102799877A (zh) * 2012-09-11 2012-11-28 上海中原电子技术工程有限公司 人脸图像筛选方法及***
CN104185981A (zh) * 2013-10-23 2014-12-03 华为终端有限公司 从连拍图像中选择图像的方法和终端
CN103942525A (zh) * 2013-12-27 2014-07-23 高新兴科技集团股份有限公司 一种基于视频序列的实时人脸优选方法
CN105303161A (zh) * 2015-09-21 2016-02-03 广东欧珀移动通信有限公司 一种多人拍照的方法及装置
CN106161962A (zh) * 2016-08-29 2016-11-23 广东欧珀移动通信有限公司 一种图像处理方法及终端
CN106331504A (zh) * 2016-09-30 2017-01-11 北京小米移动软件有限公司 拍摄方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110175980A (zh) * 2019-04-11 2019-08-27 平安科技（深圳）有限公司 图像清晰度识别方法、图像清晰度识别装置及终端设备
CN111444770A (zh) * 2020-02-26 2020-07-24 北京大米未来科技有限公司 图像处理方法、装置、电子设备及介质
CN111696051A (zh) * 2020-05-14 2020-09-22 维沃移动通信有限公司 人像修复方法及电子设备

Also Published As

Publication number Publication date
CN108513068B (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
CN108520493A (zh) 图像替换的处理方法、装置、存储介质及电子设备
CN113992861B (zh) 一种图像处理方法及图像处理装置
CN110766621B (zh) 图像处理方法、装置、存储介质及电子设备
CN110445988A (zh) 图像处理方法、装置、存储介质及电子设备
CN107948500A (zh) 图像处理方法和装置
WO2014099284A1 (en) Determining exposure times using split paxels
CN107395991B (zh) 图像合成方法、装置、计算机可读存储介质和计算机设备
CN108419028A (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
CN107704798B (zh) 图像虚化方法、装置、计算机可读存储介质和计算机设备
CN110728705B (zh) 图像处理方法、装置、存储介质及电子设备
CN108024054A (zh) 图像处理方法、装置及设备
CN108401110B (zh) 图像的获取方法、装置、存储介质及电子设备
CN110266954A (zh) 图像处理方法、装置、存储介质及电子设备
CN110198418A (zh) 图像处理方法、装置、存储介质及电子设备
CN108717530A (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
WO2014093048A1 (en) Determining an image capture payload burst structure
CN108574803A (zh) 图像的选取方法、装置、存储介质及电子设备
US8995784B2 (en) Structure descriptors for image processing
CN108513068A (zh) 图像的选取方法、装置、存储介质及电子设备
CN110717871A (zh) 图像处理方法、装置、存储介质及电子设备
CN110198419A (zh) 图像处理方法、装置、存储介质及电子设备
CN110445986A (zh) 图像处理方法、装置、存储介质及电子设备
CN107563979A (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
CN110740266B (zh) 图像选帧方法、装置、存储介质及电子设备
CN108401109B (zh) 图像获取方法、装置、存储介质及电子设备

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
CB02 Change of applicant information

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant