CN110222207B - 图片的整理方法、装置和智能终端 - Google Patents
图片的整理方法、装置和智能终端 Download PDFInfo
- Publication number
- CN110222207B CN110222207B CN201910439414.7A CN201910439414A CN110222207B CN 110222207 B CN110222207 B CN 110222207B CN 201910439414 A CN201910439414 A CN 201910439414A CN 110222207 B CN110222207 B CN 110222207B
- Authority
- CN
- China
- Prior art keywords
- picture
- sorted
- pictures
- picture information
- sub
- 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 45
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 27
- 239000002131 composite material Substances 0.000 claims abstract description 16
- 230000000694 effects Effects 0.000 claims description 42
- 230000015572 biosynthetic process Effects 0.000 claims description 30
- 238000003786 synthesis reaction Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请公开了一种图片的整理方法、装置和智能终端。其中方法包括:获取待整理的图片;对获取的所述待整理的图片按照背景进行分类;其中,同一背景的所述待整理的图片分为一类;若同一背景中的所述待整理的图片的张数大于或者等于第一阈值,将同一背景中的多张所述待整理的图片进行合成处理,得到合成图片;其中,所述合成图片的目标像素位置的图片信息,是根据多张所述待整理的图片中与所述目标像素位置同一位置的图片信息得到的。如此,用户可以快速从合成图片中筛选出满意的图片,从而提高了筛选效率。
Description
技术领域
本申请涉及图片整理技术领域,尤其涉及一种图片的整理方法、装置和智能终端。
背景技术
目前,智能终端中的拍照应用越来越普及和广泛。常见的智能终端包括手机,拍摄的照片大约有几种不同效果的模式:一是背景虚化、二是人脸清晰、三是全景清晰。基于同一背景,用户希望拍出不同效果,由于用户多数都不是专业人员,在拍照过程中,虽然进行了各种调整,但效果可能不明显,用户为了拍好同一背景的照片可能要拍很多张。一般,拍摄的照片会全部存储在一个默认的文件夹中,拍照之后,就用户需要花大量的时间对拍摄的大量的照片进行筛选,这时,可能会反复对比查看,以便找出用户认为效果最佳的照片保存或者发给朋友,筛选效率非常低。
发明内容
本申请的目的是提供一种图片的整理方法、装置和智能终端,以解决相关技术中照片筛选效率低的问题。
本申请的目的是通过以下技术方案实现的:
一种图片的整理方法,应用于智能终端中,所述方法包括:
获取待整理的图片;
对获取的所述待整理的图片按照背景进行分类;其中,同一背景的所述待整理的图片分为一类;
若同一背景中的所述待整理的图片的张数大于或者等于第一阈值,将同一背景中的多张所述待整理的图片进行合成处理,得到合成图片;其中,所述合成图片的目标像素位置的图片信息,是根据多张所述待整理的图片中与所述目标像素位置同一位置的图片信息得到的。
可选的,所述合成处理,包括:
按照相同的像素区域分割规则,将每张所述待整理的图片分割成多个子像素区域;
根据各所述子像素区域确定所述合成图片的各所述目标像素位置;
分别获取每张所述待整理的图片中各所述子像素区域对应的图片信息;
根据获取的各所述子像素区域对应的图片信息,确定各所述目标像素位置的图片信息;
将确定的各所述目标像素位置的图片信息进行合成,得到一张合成图片。
可选的,所述根据获取的各所述子像素区域对应的图片信息,确定各所述目标像素位置的图片信息,包括:
对获取的各所述子像素区域对应的图片信息进行清晰度识别;
按照识别的清晰度对获取的各所述子像素区域的图片信息进行清晰度分级;
确定所述合成图片的合成效果;所述合成效果包括:背景虚化、人脸清晰或者全景清晰;
根据已确定的所述合成效果和各所述子像素区域的图片信息的清晰度分级,确定各所述目标像素位置的图片信息。
可选的,根据已确定的所述合成效果和各所述子像素区域的图片信息的清晰度分级,确定各所述目标像素位置的图片信息,包括:
若确定所述合成图片的合成效果包括背景虚化,获取所述待整理的图片的背景;确定所述获取的背景对应的所述目标像素位置;对于所述获取的背景对应的所述目标像素位置,从对应的各所述子像素区域的图片信息中选择模糊的所述子像素区域的图片信息,并采用预设算法对选择的模糊的所述子像素区域的图片信息进行处理得到所述目标像素位置的图片信息;对于所述获取的背景以外的区域对应的所述目标像素位置,从对应的各所述子像素区域的图片信息中选择清晰的所述子像素区域的图片信息,并采用所述预设算法对选择的清晰的所述子像素区域的图片信息进行处理得到所述目标像素位置的图片信息;
若确定所述合成图片的合成效果包括人脸清晰,采用所述人脸识别模型,从各所述待整理的图片中识别人脸,确定所述识别的人脸对应的所述目标像素位置;对于所述识别的人脸对应的所述目标像素位置,从对应的各所述子像素区域的图片信息中选择清晰的所述子像素区域的图片信息,并采用预设算法对选择的清晰的所述子像素区域的图片信息进行处理得到所述目标像素位置的图片信息;对于所述识别的人脸以外的区域对应的所述目标像素位置,从对应的各所述子像素区域的图片信息中选择模糊的所述子像素区域的图片信息,并采用所述预设算法对选择的模糊的所述子像素区域的图片信息进行处理得到所述目标像素位置的图片信息;
若确定所述合成图片的合成效果包括全景清晰,对于每个所述目标像素位置,从对应的各所述子像素区域的图片信息中选择清晰的所述子像素区域的图片信息。
可选的,所述预设算法包括模糊算法。
可选的,还包括:
显示所述合成图片。
可选的,所述显示所述合成图片,包括:
在可编辑界面上显示所述合成图片。
可选的,若所述同一背景中的所述待整理的图片的张数小于第一阈值,对所述待整理的图片进行优化处理。
可选的,所述优化处理,包括去模糊处理。
可选的,所述将同一背景中的多张所述待整理的图片进行合成处理,得到合成图片,包括:
采用预设的目标物体的特征提取模型对所述待整理的图片进行目标物体的特征提取;
根据提取的目标物体的特征,计算各所述待整理的图片之间的相似度;
根据计算的相似度,将同一背景中的多张所述待整理的图片进行分类;其中,最相似的所述待整理的图片分为一类;
在每类最相似的所述待整理的图片中,将多张所述待整理的图片进行合成处理,得到一张合成图片。
可选的,所述在每类最相似的所述待整理的图片中,将多张所述待整理的图片进行合成处理,得到一张合成图片之后,还包括:
将各类最相似的所述待整理的图片对应的合成图片进行合成处理,得到一张合成图片。
可选的,所述获取待整理的图片,包括:从第一存储空间中获取所述待整理的图片;
所述对获取的所述待整理的图片按照背景进行分类之后,所述方法还包括:将同一背景的所述待整理的图片保存在第二存储空间中;
将所述合成图片保存在所述第一存储空间中。
可选的,所述将同一背景的所述待整理的图片保存在第二存储空间中之后,所述方法包括:
展示是否删除所述待整理的图片的提示信息;
若接收到保留所述待整理的图片的输入操作,确定最终的存储空间并展示包含所述最终的存储空间的位置和占用内存的提示信息;
若接收到删除所述所述待整理的图片的输入操作,展示谨慎删除的提示信息;若再次接收到删除所述所述待整理的图片的输入操作,删除所述待整理的图片。
可选的,所述根据计算的相似度,将同一背景中的多张所述待整理的图片进行分类之后,所述方法还包括:
将一类最相似的所述待整理的图片保存在第三存储空间中。
一种图片的整理装置,包括:
获取模块,用于获取待整理的图片;
分类模块,用于对获取的所述待整理的图片按照背景进行分类;其中,同一背景的所述待整理的图片分为一类;
合成模块,用于若同一背景中的所述待整理的图片的张数大于或者等于第一阈值,将同一背景中的多张所述待整理的图片进行合成处理,得到合成图片;其中,所述合成图片的目标像素位置的图片信息,是根据多张所述待整理的图片中与所述目标像素位置同一位置的图片信息得到的。
一种智能终端,包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序;
所述处理器用于调用并执行所述存储器中的所述计算机程序,以执行如以上任一项所述的图片的整理方法。
本申请采用以上技术方案,具有如下有益效果:
本申请的方案中,可以对图片按照背景进行分类,同一背景的图片分为一类,便于用户进行快速查找,基于此,对于同一背景的图片,如果张数较多,可以自动进行合成处理,根据多张图片中同一位置的图片信息得到合成图片中对应的目标像素位置的图片信息,得到合成图片,从而减少了图片的数量,合成图片的图片信息来源于原始的图片信息,是真实的图片,如此,用户可以快速从合成图片中筛选出满意的图片,从而提高了筛选效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的一种图片的整理方法的流程图。
图2是本申请另一个实施例提供的一种图片的整理装置的结构示意图。
图3是本申请另一个实施例提供的一种智能终端的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将对本申请的技术方案进行详细的描述。显然,所描述的实施例仅仅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做出创造性劳动的前提下所得到的所有其它实施方式,都属于本申请所保护的范围。
实施例
参见图1,图1是本申请一个实施例提供的一种图片的整理方法的流程图。
如图1所示,本实施例提供的一种图片的整理方法,应用于智能终端中,本实施例的方法至少包括如下步骤:
步骤11、获取待整理的图片;
步骤12、对获取的待整理的图片按照背景进行分类;其中,同一背景的待整理的图片分为一类;
步骤13、若同一背景中的待整理的图片的张数大于或者等于第一阈值,将同一背景中的多张待整理的图片进行合成处理,得到合成图片;其中,合成图片的目标像素位置的图片信息,是根据多张待整理的图片中与目标像素位置同一位置的图片信息得到的。
其中的图片可以但不限于照片,该照片可以是从外部设备获取的,也可以是本地获取的原始照片,相应的,上述智能终端可以是具有拍照功能的智能终端,比如具有拍照功能的手机、平板,等等。
其中,图片的像素大小相同,一般,一个大小为H列像素*L行像素的图片来说,图片A中坐标位置为(h,l)的像素点a与图片B中坐标位置为(h,l)的像素点b为同一位置。
本申请的方案中,可以对图片按照背景进行分类,同一背景的图片分为一类,便于用户进行快速查找,基于此,对于同一背景的图片,如果张数较多,可以自动进行合成处理,根据多张图片中同一位置的图片信息得到合成图片中对应的目标像素位置的图片信息,得到合成图片,从而减少了图片的数量,合成图片的图片信息来源于原始的图片信息,是真实的图片,如此,用户可以快速从合成图片中筛选出满意的图片,从而提高了筛选效率。
本实施例的方案的执行主体可以但不限于是智能终端,或者智能终端内基于硬件和/或软件的功能模块。
实施中,上述合成处理的具体实现方式有多种。比如,一种具体的合成处理方式可以是:按照相同的像素区域分割规则,将每张待整理的图片分割成多个子像素区域;根据各子像素区域确定合成图片的各目标像素位置;分别获取每张待整理的图片中各子像素区域对应的图片信息;根据获取的各子像素区域对应的图片信息,确定各目标像素位置的图片信息;将确定的各目标像素位置的图片信息进行合成,得到一张合成图片。
其中,分割的子像素区域的数量可以根据实际应用进行设置,此处不做限定。具体的,像素区域分割规则,可以是按照横坐标、纵坐标进行横向分割、纵向分割。实施中,可以对分割的子像素区域进行标记,以便进行对应。
如果上述图片为照片,在一些场景中,有时用户拍了许多的照片,可能没有一张照片是用户想要的,会出现拍这张的整体都还好,就是有某些处不好,于是会反复进行挑选,会占有用户许多的时间。因此,在进行合成处理时,可以参考用户拍照时需求的拍照效果进行图片的合成处理。一般,拍照的效果包括背景虚化、人脸清晰和全景清晰。其中,背景虚化是指背景比背景以外的区域模糊。其中,人脸清晰是指人脸比人脸以外的区域清晰。其中,全景清晰是指从远到近整个拍摄的景色都是清晰的。那么,在一些实施例中,根据获取的各子像素区域对应的图片信息,确定各目标像素位置的图片信息,具体的可以是:
对获取的各子像素区域对应的图片信息进行清晰度识别。本步骤中进行清晰度识别的方案是一种成熟的技术,此处不再一一列举。
按照识别的清晰度对获取的各子像素区域的图片信息进行清晰度分级;清晰度的级别至少包括清晰和模糊。其中,还可以将子图片区域的图片信息的清晰度的级别进行标记以便进行查找。
确定合成图片的合成效果;合成效果包括:背景虚化、人脸清晰或者全景清晰。本步骤中,确定合成图片的合成效果时,可以根据待整合的图片中包含的清晰的各子像素区域的数量和模糊的各子像素区域的数量进行确定,比如,如果清晰的各子像素区域的数量大于或者等于第二阈值时,认为基本上整个区域都是清晰的,确定合成图片的合成效果包括全景清晰,如果清晰的各子像素区域的数量大于或者等于第三阈值且小于第二阈值时,认为大部分是清晰的,只有背景部分模糊,确定合成图片的合成效果包括背景虚化,如果清晰的各子像素区域的数量小于第三阈值,认为只有人脸这一小部分是清晰的,确定合成图片的合成效果包括人脸清晰。其中,第二阈值、第三阈值的具体数值可以根据实际应用进行设置,此处不做限定。
根据已确定的所述合成效果和各所述子像素区域的图片信息的清晰度分级,确定各所述目标像素位置的图片信息。
具体的,根据已确定的所述合成效果和各所述子像素区域的图片信息的清晰度分级,确定各所述目标像素位置的图片信息,可以是:
若确定合成图片的合成效果包括背景虚化,获取待整理的图片的背景;确定获取的背景对应的目标像素位置;对于获取的背景对应的目标像素位置,从对应的各子像素区域的图片信息中选择模糊的子像素区域的图片信息,并采用预设算法对选择的模糊的子像素区域的图片信息进行处理得到目标像素位置的图片信息;对于获取的背景以外的区域对应的目标像素位置,从对应的各子像素区域的图片信息中选择清晰的子像素区域的图片信息,并采用预设算法对选择的清晰的子像素区域的图片信息进行处理得到目标像素位置的图片信息;
若确定合成图片的合成效果包括人脸清晰,采用人脸识别模型,从各待整理的图片中识别人脸,确定识别的人脸对应的目标像素位置;对于识别的人脸对应的目标像素位置,从对应的各子像素区域的图片信息中选择清晰的子像素区域的图片信息,并采用预设算法对选择的清晰的子像素区域的图片信息进行处理得到目标像素位置的图片信息;对于识别的人脸以外的区域对应的目标像素位置,从对应的各子像素区域的图片信息中选择模糊的子像素区域的图片信息,并采用预设算法对选择的模糊的子像素区域的图片信息进行处理得到目标像素位置的图片信息;
若确定合成图片的合成效果包括全景清晰,对于每个目标像素位置,从对应的各子像素区域的图片信息中选择清晰的子像素区域的图片信息,并采用预设算法对选择的清晰的子像素区域的图片信息进行处理得到目标像素位置的图片信息。
上述预设算法包括模糊算法。其中,模糊算法可以是均值模糊算法,比如,可以将目标像素位置对应的各子像素区域的图片信息基于预设大小的滑动窗口求均值,得到目标像素位置的图片信息,具体可以参考相关技术。
本实施例中,根据待整理的图片分析出用户想要的拍照效果,然后根据拍照效果,从各子像素区域中找到符合要求的子像素区域的图片信息,如此,合成图片的图片信息均出自于原始的照片的图片信息,只是用户拍照不出的效果,根据这些图片信息进行合成,可以得到完美的效果,得到的图片可以更好的迎合用户的需求,提高了用户的体验效果。
实施中,进行清晰度分级时,还可以进一步按照清晰度的范围将清晰度进行分级,包括很清晰,一般清晰。其中,模糊也还可以进一步分级,包括很模糊,一般模糊。相应的,还可以预先确定各个目标像素位置对应的子像素区域的图片信息的清晰度级别,然后再选择相应级别的子像素区域。比如,在背景的边界可以选择一般模糊、一般清晰的子像素区域的图片信息,背景以内选择很模糊的子像素区域的图片信息,非背景以内选择很清晰的子像素区域的图片信息。在人脸的边界可以选择一般清晰、一般模糊的子像素区域的图片信息,非人脸以内选择很模糊的子像素区域的图片信息,人脸以内选择很清晰的子像素区域的图片信息。
可以理解的是,合成图片后,还要显示合成图片。具体的,可以在可编辑界面上显示合成图片。如此,用户不仅可以查看合成的图片,还可以在可编辑界面上编辑修改及渲染,以实现自定义调整,并且学习记忆自定义调整内容,自动对后续合成图片进行同样的调整。
实施中,若同一背景中的待整理的图片的张数小于第一阈值,对待整理的图片进行优化处理。可选的,优化处理的实现方式有多种。比如,可以进行去模糊处理,使得待整理的图片更加清晰。具体的,去模糊处理的方案可以参考相关技术,此处不再一一列举。
第一阈值具体的数值可以根据实际需要进行设置。
比如,第一阈值的取值为2-5,可选的为2。对于单张图片的,只进行优化处理,得到清晰的图片。
基于以上相关实施例中,上述步骤13中,将同一背景中的多张待整理的图片进行合成处理,得到合成图片,具体还可以是:采用预设的目标物体的特征提取模型对待整理的图片进行目标物体的特征提取;根据提取的目标物体的特征,计算各待整理的图片之间的相似度;根据计算的相似度,将同一背景中的多张待整理的图片进行分类;其中,最相似的待整理的图片分为一类;在每类最相似的待整理的图片中,将多张待整理的图片进行合成处理,得到一张合成图片。如此,可以将最相似的图片进行合成,合成效果更好。进一步的,还可以在每类最相似的待整理的图片中,将多张待整理的图片进行合成处理,得到一张合成图片之后,将各类最相似的待整理的图片对应的合成图片进行合成处理,得到一张合成图片。进一步的增强了合成图片的效果。
其中,目标物体的特征提取可以包括人脸特征提取模型和/或肢体特征提取模型,等等。具体的,目标物体的特征提取模型可以通过卷积神经网络进行训练得到,具体实现可以参考相关技术,此处不再一一列举。
其中,相似度可以是指余弦相似度,具体可以参考相关技术实施,此处不再赘述。
上述步骤11中,获取待整理的图片,具体的:从第一存储空间中获取待整理的图片;对获取的待整理的图片按照背景进行分类之后,将同一背景的待整理的图片保存在第二存储空间中;将合成图片保存在第一存储空间中。
其中,第一存储空间可以是指默认的存储空间,比如可以是***默认的相册的文件夹。
本实施例中,为了方便普通用户使用习惯,便于用户查找,仅把合成图片保存在默认的存储空间中,而将分类后的照片存储到另外的存储空间中,并且,对于同一背景的图片,自动保存在同一个存储空间中,实现了自动将同一背景和不同背景的照片进行区分、归类,便于查找。
其中,上述存储空间可以是指文件夹。上述第一存储空间为默认的文件夹。
将同一背景的待整理的图片保存在第二存储空间时,对于不同的背景,建立不同的文件夹,并将同一背景下的照片自动放入一个文件夹中,并采用预设的命名方式命名,比如以时间进行命名。
同理,根据计算的相似度,将同一背景中的多张待整理的图片进行分类之后,还可以将一类最相似的待整理的图片保存在第三存储空间中,进一步实现有序的管理。
另外,用户挑选好照片后,经常不会马上将照片删除处理,有时也忘了之前有拍过这照片,导致照片可能一直存在手机的内存里,时间一长会导致手机内存空间不够,因此,将同一背景的待整理的图片保存在第二存储空间中之后,还可以展示是否删除待整理的图片的提示信息;若接收到保留待整理的图片的输入操作,确定最终的存储空间并展示包含最终的存储空间的位置和占用内存的提示信息;若接收到删除待整理的图片的输入操作,展示谨慎删除的提示信息;若再次接收到删除待整理的图片的输入操作,删除待整理的图片。如此,可以提示用户将照片及时删除,清理存储空间。上述第二存储空间为一个临时的存储空间,所以,在用户确定要保留图片之后,可以由用户指定用户熟悉的存储空间。
需要说明的是,本申请的方案可以封装成应用程序安装到手机等智能终端中,在用户开启整理功能之后,开始触发执行本方案的流程,具体的,可以提供相应的运行界面,在前端运行,供用户在运行界面上进行选择待整理的图片,当然,也可以在后台运行,定期的对拍摄的照片进行整理。
参见图2,图2是本申请另一个实施例提供的一种图片的整理装置的结构示意图。
如图2所示,本实施例提供一种图片的整理装置,包括:
获取模块201,用于获取待整理的图片;
分类模块202,用于对获取的待整理的图片按照背景进行分类;其中,同一背景的待整理的图片分为一类;
合成模块203,用于若同一背景中的待整理的图片的张数大于或者等于第一阈值,将同一背景中的多张待整理的图片进行合成处理,得到合成图片;其中,合成图片的目标像素位置的图片信息,是根据多张待整理的图片中与目标像素位置同一位置的图片信息得到的。
可选的,合成模块,具体用于:
按照相同的像素区域分割规则,将每张待整理的图片分割成多个子像素区域;
根据各子像素区域确定合成图片的各目标像素位置;
分别获取每张待整理的图片中各子像素区域对应的图片信息;
根据获取的各子像素区域对应的图片信息,确定各目标像素位置的图片信息;
将确定的各目标像素位置的图片信息进行合成,得到一张合成图片。
可选的,根据获取的各子像素区域对应的图片信息,确定各目标像素位置的图片信息时,合成模块,具体用于:
对获取的各子像素区域对应的图片信息进行清晰度识别;
按照识别的清晰度对获取的各子像素区域的图片信息进行清晰度分级;
确定合成图片的合成效果;合成效果包括:背景虚化、人脸清晰或者全景清晰;
根据已确定的所述合成效果和各所述子像素区域的图片信息的清晰度分级,确定各所述目标像素位置的图片信息。
可选的,根据已确定的所述合成效果和各所述子像素区域的图片信息的清晰度分级,确定各所述目标像素位置的图片信息时,合成模块具体用于:
若确定合成图片的合成效果包括背景虚化,获取待整理的图片的背景;确定获取的背景对应的目标像素位置;对于获取的背景对应的目标像素位置,从对应的各子像素区域的图片信息中选择模糊的子像素区域的图片信息,并采用预设算法对选择的模糊的子像素区域的图片信息进行处理得到目标像素位置的图片信息;对于获取的背景以外的区域对应的目标像素位置,从对应的各子像素区域的图片信息中选择清晰的子像素区域的图片信息,并采用预设算法对选择的清晰的子像素区域的图片信息进行处理得到目标像素位置的图片信息;
若确定合成图片的合成效果包括人脸清晰,采用人脸识别模型,从各待整理的图片中识别人脸,确定识别的人脸对应的目标像素位置;对于识别的人脸对应的目标像素位置,从对应的各子像素区域的图片信息中选择清晰的子像素区域的图片信息,并采用预设算法对选择的清晰的子像素区域的图片信息进行处理得到目标像素位置的图片信息;对于识别的人脸以外的区域对应的目标像素位置,从对应的各子像素区域的图片信息中选择模糊的子像素区域的图片信息,并采用预设算法对选择的模糊的子像素区域的图片信息进行处理得到目标像素位置的图片信息;
若确定合成图片的合成效果包括全景清晰,对于每个目标像素位置,从对应的各子像素区域的图片信息中选择清晰的子像素区域的图片信息。
可选的,预设算法包括模糊算法。
可选的,本实施例的装置还包括显示模块,用于:
显示合成图片。
可选的,显示模块,具体用于:
在可编辑界面上显示合成图片。
可选的,还包括优化处理模块,用于若同一背景中的待整理的图片的张数小于第一阈值,对待整理的图片进行优化处理。
可选的,优化处理模块,具体用于去模糊处理。
可选的,合成模块,具体用于:
采用预设的目标物体的特征提取模型对待整理的图片进行目标物体的特征提取;
根据提取的目标物体的特征,计算各待整理的图片之间的相似度;
根据计算的相似度,将同一背景中的多张待整理的图片进行分类;其中,最相似的待整理的图片分为一类;
在每类最相似的待整理的图片中,将多张待整理的图片进行合成处理,得到一张合成图片。
可选的,在每类最相似的待整理的图片中,将多张待整理的图片进行合成处理,得到一张合成图片之后,合成模块,还用于:
将各类最相似的待整理的图片对应的合成图片进行合成处理,得到一张合成图片。
可选的,获取模块,具体用于:从第一存储空间中获取待整理的图片;
本实施例的装置还包括保存模块,用于对获取的待整理的图片按照背景进行分类之后,将同一背景的待整理的图片保存在第二存储空间中;将合成图片保存在第一存储空间中。
可选的,将同一背景的待整理的图片保存在第二存储空间中之后,显示模块,还用于:
展示是否删除待整理的图片的提示信息;
保存模块还用于若接收到保留待整理的图片的输入操作,确定最终的存储空间,显示模块,还用于展示包含最终的存储空间的位置和占用内存的提示信息;
显示模块,还用于若接收到删除待整理的图片的输入操作,展示谨慎删除的提示信息;保存模块,用于若再次接收到删除待整理的图片的输入操作,删除待整理的图片。
可选的,保存模块,还用于根据计算的相似度,将同一背景中的多张待整理的图片进行分类之后,将一类最相似的待整理的图片保存在第三存储空间中。
本申请实施例提供的图片的整理装置的具体实施方案可以参考以上任意例的图片的整理方法的实施方式,此处不再赘述。
参见图3,图3是本申请另一个实施例提供的一种智能终端的结构示意图。
如图3所示,本实施例提供一种智能终端,包括:
处理器301,以及与处理器301相连接的存储器302;
存储器302用于存储计算机程序;
处理器301用于调用并执行存储器中的计算机程序,以执行如以上任意实施例所述的图片的整理方法。
本申请实施例提供的智能终端的具体实施方案可以参考以上任意例所述的图片的整理方法的实施方式,此处不再赘述。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。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。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种图片的整理方法,其特征在于,应用于智能终端中,所述方法包括:
获取待整理的图片;
对获取的所述待整理的图片按照背景进行分类;其中,同一背景的所述待整理的图片分为一类;
若同一背景中的所述待整理的图片的张数大于或者等于第一阈值,将同一背景中的多张所述待整理的图片进行合成处理,得到合成图片;其中,所述合成图片的目标像素位置的图片信息,是根据多张所述待整理的图片中与所述目标像素位置同一位置的图片信息得到的;所述合成处理,包括:按照相同的像素区域分割规则,将每张所述待整理的图片分割成多个子像素区域;根据各所述子像素区域确定所述合成图片的各所述目标像素位置;分别获取每张所述待整理的图片中各所述子像素区域对应的图片信息;根据获取的各所述子像素区域对应的图片信息,确定各所述目标像素位置的图片信息;将确定的各所述目标像素位置的图片信息进行合成,得到一张合成图片。
2.根据权利要求1所述的方法,其特征在于,所述根据获取的各所述子像素区域对应的图片信息,确定各所述目标像素位置的图片信息,包括:
对获取的各所述子像素区域对应的图片信息进行清晰度识别;
按照识别的清晰度对获取的各所述子像素区域的图片信息进行清晰度分级;
确定所述合成图片的合成效果;所述合成效果包括:背景虚化、人脸清晰或者全景清晰;
根据已确定的所述合成效果和各所述子像素区域的图片信息的清晰度分级,确定各所述目标像素位置的图片信息。
3.根据权利要求2所述的方法,其特征在于,所述根据已确定的所述合成效果,确定各所述目标像素位置的图片信息,包括:
若确定所述合成图片的合成效果包括背景虚化,获取所述待整理的图片的背景;确定所述获取的背景对应的所述目标像素位置;对于所述获取的背景对应的所述目标像素位置,从对应的各所述子像素区域的图片信息中选择模糊的所述子像素区域的图片信息,并采用预设算法对选择的模糊的所述子像素区域的图片信息进行处理得到所述目标像素位置的图片信息;对于所述获取的背景以外的区域对应的所述目标像素位置,从对应的各所述子像素区域的图片信息中选择清晰的所述子像素区域的图片信息,并采用所述预设算法对选择的清晰的所述子像素区域的图片信息进行处理得到所述目标像素位置的图片信息;
若确定所述合成图片的合成效果包括人脸清晰,采用人脸识别模型,从各所述待整理的图片中识别人脸,确定所述识别的人脸对应的所述目标像素位置;对于所述识别的人脸对应的所述目标像素位置,从对应的各所述子像素区域的图片信息中选择清晰的所述子像素区域的图片信息,并采用预设算法对选择的清晰的所述子像素区域的图片信息进行处理得到所述目标像素位置的图片信息;对于所述识别的人脸以外的区域对应的所述目标像素位置,从对应的各所述子像素区域的图片信息中选择模糊的所述子像素区域的图片信息,并采用所述预设算法对选择的模糊的所述子像素区域的图片信息进行处理得到所述目标像素位置的图片信息;
若确定所述合成图片的合成效果包括全景清晰,对于每个所述目标像素位置,从对应的各所述子像素区域的图片信息中选择清晰的所述子像素区域的图片信息。
4.根据权利要求1所述的方法,其特征在于,所述将同一背景中的多张所述待整理的图片进行合成处理,得到合成图片,包括:
采用预设的目标物体的特征提取模型对所述待整理的图片进行目标物体的特征提取;
根据提取的目标物体的特征,计算各所述待整理的图片之间的相似度;
根据计算的相似度,将同一背景中的多张所述待整理的图片进行分类;其中,最相似的所述待整理的图片分为一类;
在每类最相似的所述待整理的图片中,将多张所述待整理的图片进行合成处理,得到一张合成图片。
5.根据权利要求4所述的方法,其特征在于,所述在每类最相似的所述待整理的图片中,将多张所述待整理的图片进行合成处理,得到一张合成图片之后,还包括:
将各类最相似的所述待整理的图片对应的合成图片进行合成处理,得到一张合成图片。
6.根据权利要求1所述的方法,其特征在于,所述获取待整理的图片,包括:从第一存储空间中获取所述待整理的图片;
所述对获取的所述待整理的图片按照背景进行分类之后,所述方法还包括:将同一背景的所述待整理的图片保存在第二存储空间中;
将所述合成图片保存在所述第一存储空间中。
7.根据权利要求6所述的方法,其特征在于,所述将同一背景的所述待整理的图片保存在第二存储空间中之后,所述方法包括:
展示是否删除所述待整理的图片的提示信息;
若接收到保留所述待整理的图片的输入操作,确定最终的存储空间并展示包含所述最终的存储空间的位置和占用内存的提示信息;
若接收到删除所述待整理的图片的输入操作,展示谨慎删除的提示信息;若再次接收到删除所述待整理的图片的输入操作,删除所述待整理的图片。
8.一种图片的整理装置,其特征在于,包括:
获取模块,用于获取待整理的图片;
分类模块,用于对获取的所述待整理的图片按照背景进行分类;其中,同一背景的所述待整理的图片分为一类;
合成模块,用于若同一背景中的所述待整理的图片的张数大于或者等于第一阈值,将同一背景中的多张所述待整理的图片进行合成处理,得到合成图片;其中,所述合成图片的目标像素位置的图片信息,是根据多张所述待整理的图片中与所述目标像素位置同一位置的图片信息得到的;所述合成处理,包括:按照相同的像素区域分割规则,将每张所述待整理的图片分割成多个子像素区域;根据各所述子像素区域确定所述合成图片的各所述目标像素位置;分别获取每张所述待整理的图片中各所述子像素区域对应的图片信息;根据获取的各所述子像素区域对应的图片信息,确定各所述目标像素位置的图片信息;将确定的各所述目标像素位置的图片信息进行合成,得到一张合成图片。
9.一种智能终端,其特征在于,包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序;
所述处理器用于调用并执行所述存储器中的所述计算机程序,以执行如权利要求1-7任一项所述的图片的整理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910439414.7A CN110222207B (zh) | 2019-05-24 | 2019-05-24 | 图片的整理方法、装置和智能终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910439414.7A CN110222207B (zh) | 2019-05-24 | 2019-05-24 | 图片的整理方法、装置和智能终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110222207A CN110222207A (zh) | 2019-09-10 |
CN110222207B true CN110222207B (zh) | 2021-03-30 |
Family
ID=67818138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910439414.7A Active CN110222207B (zh) | 2019-05-24 | 2019-05-24 | 图片的整理方法、装置和智能终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110222207B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361572A (zh) * | 2014-11-27 | 2015-02-18 | 百度在线网络技术(北京)有限公司 | 图片处理方法和装置 |
CN105120335A (zh) * | 2015-08-17 | 2015-12-02 | 无锡天脉聚源传媒科技有限公司 | 一种处理电视节目图片的方法和装置 |
CN108961267A (zh) * | 2018-06-19 | 2018-12-07 | Oppo广东移动通信有限公司 | 图片处理方法、图片处理装置及终端设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577475B (zh) * | 2012-08-03 | 2018-01-30 | 阿里巴巴集团控股有限公司 | 一种图片自动化分类方法、图片处理方法及其装置 |
JP6395423B2 (ja) * | 2014-04-04 | 2018-09-26 | キヤノン株式会社 | 画像処理装置、制御方法及びプログラム |
CN108932703B (zh) * | 2018-06-19 | 2021-03-02 | Oppo(重庆)智能科技有限公司 | 图片处理方法、图片处理装置及终端设备 |
-
2019
- 2019-05-24 CN CN201910439414.7A patent/CN110222207B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361572A (zh) * | 2014-11-27 | 2015-02-18 | 百度在线网络技术(北京)有限公司 | 图片处理方法和装置 |
CN105120335A (zh) * | 2015-08-17 | 2015-12-02 | 无锡天脉聚源传媒科技有限公司 | 一种处理电视节目图片的方法和装置 |
CN108961267A (zh) * | 2018-06-19 | 2018-12-07 | Oppo广东移动通信有限公司 | 图片处理方法、图片处理装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110222207A (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10810454B2 (en) | Apparatus, method and program for image search | |
AU2017261537B2 (en) | Automated selection of keeper images from a burst photo captured set | |
US7760956B2 (en) | System and method for producing a page using frames of a video stream | |
JP4840426B2 (ja) | 電子機器、ぼけ画像選別方法及びプログラム | |
KR101605983B1 (ko) | 얼굴 검출을 이용한 이미지 재구성 | |
KR102157494B1 (ko) | 제어방법 및 기억매체 | |
US10506110B2 (en) | Image processing apparatus, control method, and storage medium | |
WO2016127478A1 (zh) | 一种图像处理方法、装置和终端 | |
CN106575223B (zh) | 图像分类方法和图像分类装置 | |
KR20090111136A (ko) | 최적 영상 선택 방법 및 장치 | |
US10460494B2 (en) | Control method and storage medium | |
CN110730381A (zh) | 基于视频模板合成视频的方法、装置、终端及存储介质 | |
CN111787354B (zh) | 一种视频生成方法及其装置 | |
US8983188B1 (en) | Edge-aware smoothing in images | |
WO2015196681A1 (zh) | 一种图片处理方法及电子设备 | |
CN112036209A (zh) | 一种人像照片处理方法及终端 | |
US20190104222A1 (en) | Information processing apparatus, control method, and storage medium | |
CN112784854A (zh) | 基于数理统计的服装颜色分割提取方法、装置和设备 | |
CN112839167A (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
CN113225451A (zh) | 图像处理方法、装置和电子设备 | |
CN112218005A (zh) | 一种基于人工智能的视频剪辑方法 | |
CN110222207B (zh) | 图片的整理方法、装置和智能终端 | |
KR20230067216A (ko) | 캡처 이미지 디스플레이 제어장치 | |
JP7532110B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN115471413A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 |
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 |