CN110782392B - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110782392B CN110782392B CN201910883637.2A CN201910883637A CN110782392B CN 110782392 B CN110782392 B CN 110782392B CN 201910883637 A CN201910883637 A CN 201910883637A CN 110782392 B CN110782392 B CN 110782392B
- Authority
- CN
- China
- Prior art keywords
- target
- target image
- image
- icon
- area
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 29
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 9
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000009432 framing Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000605 extraction 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开关于一种图像处理方法、装置、电子设备及存储介质,涉及信息处理技术领域。本公开通过检测目标用户上传的目标图像中的目标区域,根据目标区域确定目标图像的关注中心点,获取目标用户之前上传的历史图像对应的历史数据,根据历史数据和关注中心点,对目标图像进行裁剪。通过目标图像的关注中心点和目标用户的历史数据,自动确定目标用户需要保留的区域,最后自动对目标图像进行裁剪,目标用户不再需要对其进行手动裁剪,且裁剪后的目标图像保留了目标用户需要保留的区域,裁剪效果更符合目标用户的需求。
Description
本公开要求在2019年07月12日提交至中华人民共和国知识产权局、申请号为201910631342.6、发明名称为“图像处理方法、装置、电子设备及存储介质”的中国专利申请的优先权,其全部内容通过引用结合在本公开中。
技术领域
本公开涉及信息处理技术领域,尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
在用户的生活和工作中,往往需要对目标图像进行裁剪,以适用于各种展示的需要。其中的一种场景为:将目标图像上传到app(application,应用)程序中,如微信等,作为应用程序的头像进行展示,绝大多数情况下,目标图像都不是正方形,而将目标图像上传到应用程序中作为头像时,往往要求头像为正方形,因此,需要对目标图像进行裁剪。
目前,对目标图像的裁剪方法有两种,第一种裁剪方法为:用户手动自己进行裁剪,这种裁剪方法比较耗费用户时间,效率较低,无法对大批量目标图像进行裁剪;第二种裁剪方法为:直接将目标图像的周边裁剪掉,只保留目标图像的中心区域进行展示,这种裁剪方法容易将用户需要保留的区域裁剪掉,裁剪效果差。
发明内容
本公开提供一种图像处理方法、装置、电子设备及存储介质,以至少解决相关技术中对目标图像的裁剪,耗费时间长、效率低以及裁剪效果差的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种图像处理方法,包括:
检测目标用户上传的目标图像中的目标区域;
根据所述目标区域确定所述目标图像的关注中心点;
获取所述目标用户之前上传的历史图像对应的历史数据;
根据所述历史数据和所述关注中心点,对所述目标图像进行裁剪。
可选的,所述历史数据为所述历史图像中添加有图标的图像数量占历史图像总数的比值,所述根据所述历史数据和所述关注中心点,对所述目标图像进行裁剪的步骤,包括:
当所述历史数据大于或等于设定阈值时,获取所述目标图像中的图标位置;
根据所述关注中心点和所述图标位置,对所述目标图像进行裁剪;
当所述历史数据小于所述设定阈值时,根据所述关注中心点,对所述目标图像进行裁剪。
可选的,所述获取所述目标图像中的图标位置的步骤,包括:
检测所述目标用户在上传所述目标图像时,是否在所述目标图像中添加有图标;
当在所述目标图像中添加有图标时,获取所述目标图像中添加的图标对应的图标位置;
当未在所述目标图像中添加有图标时,采用图像检测技术检测所述目标图像中图标对应的图标位置。
可选的,所述检测目标用户上传的目标图像中的目标区域的步骤,包括:
对所述目标用户上传的目标图像进行对象检测;
当在所述目标用户上传的目标图像中检测到至少一个对象时,按照预设条件从所述至少一个对象中筛选出目标对象,并将所述目标对象所在区域确定为目标区域;
当在所述目标用户上传的目标图像中未检测到对象时,识别所述目标图像中的显著区域,并将所述显著区域确定为目标区域。
可选的,所述识别所述目标图像中的显著区域的步骤,包括:
将所述目标图像转化为灰度图像;
将所述灰度图像中灰度值位于预设灰度范围内的区域,确定为显著区域。
可选的,所述根据所述目标区域确定所述目标图像的关注中心点的步骤,包括:
将所述目标区域的指定位置确定为所述目标图像的关注中心点;
或者,将所述目标区域中的任一预设特征点确定为所述目标图像的关注中心点。
根据本公开实施例的第二方面,提供一种图像处理装置,包括
目标区域检测模块,被配置为检测目标用户上传的目标图像中的目标区域;
关注中心点确定模块,被配置为根据所述目标区域确定所述目标图像的关注中心点;
历史数据获取模块,被配置为获取所述目标用户之前上传的历史图像对应的历史数据;
目标图像裁剪模块,被配置为根据所述历史数据和所述关注中心点,对所述目标图像进行裁剪。
可选的,所述历史数据为所述历史图像中添加有图标的图像数量占历史图像总数的比值,所述目标图像裁剪模块,包括:
图标位置获取子模块,被配置为当所述历史数据大于或等于设定阈值时,获取所述目标图像中的图标位置;
目标图像第一裁剪子模块,被配置为根据所述关注中心点和所述图标位置,对所述目标图像进行裁剪;
目标图像第二裁剪子模块,被配置为当所述历史数据小于所述设定阈值时,根据所述关注中心点,对所述目标图像进行裁剪。
可选的,所述图标位置获取子模块,包括:
图标检测单元,被配置为检测所述目标用户在上传所述目标图像时,是否在所述目标图像中添加有图标;
图标位置第一获取单元,被配置为当在所述目标图像中添加有图标时,获取所述目标图像中添加的图标对应的图标位置;
图标位置第二获取单元,被配置为当未在所述目标图像中添加有图标时,采用图像检测技术检测所述目标图像中图标对应的图标位置。
可选的,所述目标区域检测模块,包括:
对象检测子模块,被配置为对所述目标用户上传的目标图像进行对象检测;
目标对象筛选子模块,被配置为当在所述目标用户上传的目标图像中检测到至少一个对象时,按照预设条件从所述至少一个对象中筛选出目标对象,并将所述目标对象所在区域确定为目标区域;
显著区域识别子模块,被配置为当在所述目标用户上传的目标图像中未检测到对象时,识别所述目标图像中的显著区域,并将所述显著区域确定为目标区域。
可选的,所述显著区域识别子模块,包括:
图像转化单元,被配置为将所述目标图像转化为灰度图像;
显著区域确定单元,被配置为将所述灰度图像中灰度值位于预设灰度范围内的区域,确定为显著区域。
可选的,所述关注中心点确定模块,包括:
关注中心点第一确定子模块,被配置为将所述目标区域的指定位置确定为所述目标图像的关注中心点;
或者,关注中心点第二确定子模块,被配置为将所述目标区域中的任一预设特征点确定为所述目标图像的关注中心点。
根据本公开实施例的第三方面,提供了一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现上述的图像处理方法。
根据本公开实施例的第四方面,提供了一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述的图像处理方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,当所述计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备能够执行上述的图像处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过检测目标用户上传的目标图像中的目标区域,根据目标区域确定目标图像的关注中心点,获取目标用户之前上传的历史图像对应的历史数据,根据历史数据和关注中心点,对目标图像进行裁剪。通过目标图像的关注中心点和目标用户的历史数据,自动确定目标用户需要保留的区域,最后自动对目标图像进行裁剪,目标用户不再需要对其进行手动裁剪,且裁剪后的目标图像保留了目标用户需要保留的区域,裁剪效果更符合目标用户的需求。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种图像处理方法的流程图;
图2是根据一示例性实施例示出的另一种图像处理方法的流程图;
图3是根据一示例性实施例示出的对目标图像进行裁剪的示意图;
图4是根据一示例性实施例示出的一种图像处理装置的框图;
图5是根据一示例性实施例示出的另一种图像处理装置的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例应用于各种需要对目标图像进行裁剪的场景,例如,将目标图像上传到指定应用程序中作为头像时,需要将目标图像裁剪成正方形作为头像进行展示;或者,将大量目标图像上传到指定应用程序中进行排列展示,每个展示的目标图像都需要被裁剪成所需的形状,如目标用户在展示个人图像的个人主页时,需要将展示的图像裁剪成正方形;或者,分享某一链接时,该分享链接包括文字和目标图像,分享链接中的目标图像也需要裁剪成所需形状以进行分享展示。
当然,可以理解的是,本公开实施例不局限于上述的目标图像的裁剪场景。
图1是根据一示例性实施例示出的一种图像处理方法的流程图,如图1所示,所述方法可以包括以下步骤。
在步骤S101中,检测目标用户上传的目标图像中的目标区域。
在本公开实施例中,目标图像是指待裁剪的图像,目标图像实际上可以为视频图像、静态图像等,当目标用户将目标图像上传至指定应用程序时,需要对目标用户上传的目标图像进行检测,以识别目标图像中的目标区域。
其中,目标区域可以是目标图像中的目标对象所在的区域或者目标图像中的显著区域。
在一种可选的实施方式中,可采用Faster-RCNN算法(Faster Regions with CNNfeatures,快速CNN特征区域提取)、SSD算法等(Single Shot MultiBox Detector,单发射击多框预测)来检测目标图像中的目标对象,将目标图像中的目标对象所在的区域作为目标区域。
若在目标图像中未检测到目标对象时,对目标图像进行显著性检测,显著性检测是一种通过对图像颜色、强度、方向等特征进行分析,计算图像显著性,生成图像显著性图的技术,图像的显著性图是一幅和原始图像(即目标图像)尺寸相同,或者等比例缩小后的灰度图,灰度图中每个像素都用一个在一种可选的实施方式中灰度值来表示,不同的灰度值表示不同的显著程度,则可根据灰度值区分目标图像中的显著区域和非显著区域,将显著区域确定为目标区域。
在步骤S102中,根据所述目标区域确定所述目标图像的关注中心点。
在本公开实施例中,根据目标图像中的目标区域,确定目标图像的关注中心点。在一种可选的实施方式中,关注中心点可以是目标区域的指定位置,例如,指定位置为目标区域的中心或重心等;关注中心点还可以是目标区域中的任一预设特征点,例如,目标区域为人脸所在的区域时,预设特征点可以为人脸中的眼睛或鼻子等,将人脸中的眼睛或鼻子等作为关注中心点。
在步骤S103中,获取所述目标用户之前上传的历史图像对应的历史数据。
在实际应用中,不同的用户会有不同的使用习惯,有的用户喜欢在目标图像中添加图标,有的用户则不喜欢在目标图像中添加图标;添加的图标可以包括标题、文字、悬浮图片、水印等不透明或半透明的标志。
获取目标用户之前上传的历史图像,根据历史图像计算历史数据,该历史数据用来表征目标用户是喜欢在目标图像中添加图标,还是不喜欢在目标图像中添加图标。
在步骤S104中,根据所述历史数据和所述关注中心点,对所述目标图像进行裁剪。
在本公开实施例中,根据获取到的历史数据和确定的关注中心点,自动确定目标图像中目标用户需要保留的区域,将目标用户需要保留的区域设置在裁剪窗口内,然后使用裁剪窗口对目标图像进行裁剪,使得裁剪后的目标图像包括用户需要保留的区域。
其中,裁剪窗口的形状可以为正方形、圆形、正六边形等,使用裁剪窗口裁剪后的目标图像的形状也依次为正方形、圆形、正六边形等。
当根据目标用户的历史数据,分析出目标用户喜欢在目标图像中添加图标时,则表示目标用户需要保留的区域包括关注中心点和图标,将关注中心点和图标设置在裁剪窗口内,使用裁剪窗口对目标图像进行裁剪,使得裁剪后的目标图像包括关注中心点和图标。
当根据目标用户的历史数据,分析出目标用户不喜欢在目标图像中添加图标时,则表示目标用户需要保留的区域包括关注中心点,将关注中心点设置在裁剪窗口内,而图标不予以考虑,图标可以位于裁剪窗口内也可以不位于裁剪窗口内,然后,使用裁剪窗口对目标图像进行裁剪,使得裁剪后的目标图像包括关注中心点。
通过目标图像的关注中心点和目标用户的历史数据,自动确定目标用户需要保留的区域,使得裁剪后的目标图像保留了目标用户需要保留的区域,裁剪效果更符合目标用户的需求。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过检测目标用户上传的目标图像中的目标区域,根据目标区域确定目标图像的关注中心点,获取目标用户之前上传的历史图像对应的历史数据,根据历史数据和关注中心点,对目标图像进行裁剪。通过目标图像的关注中心点和目标用户的历史数据,自动确定目标用户需要保留的区域,最后自动对目标图像进行裁剪,目标用户不再需要对其进行手动裁剪,且裁剪后的目标图像保留了目标用户需要保留的区域,裁剪效果更符合目标用户的需求。
图2是根据一示例性实施例示出的另一种图像处理方法的流程图,如图2所示,所述方法可以包括以下步骤:
在步骤S201中,对所述目标用户上传的目标图像进行对象检测。
在本公开实施例中,当目标用户将目标图像上传至指定应用程序时,采用图像检测技术对目标用户上传的目标图像进行对象检测,识别目标图像中的对象。
目标图像中的对象包括多种类型,如人脸、动物、植物等,在进行人脸检测时,检测的对象还可以精细到人脸特征点。
如图3所示,目标图像包括小男孩01、小女孩02以及跷跷板03,采用图像检测技术检测目标图像中包括3个对象,分别为小男孩01的脸部、小女孩02的脸部以及跷跷板03的支点。
在步骤S202中,当在所述目标用户上传的目标图像中检测到至少一个对象时,按照预设条件从所述至少一个对象中筛选出目标对象,并将所述目标对象所在区域确定为目标区域。
在本公开实施例中,当在目标用户上传的目标图像中检测到至少一个对象时,输出一个或多个矩形框,该矩形框用来框出目标图像中的对象,按照预设条件从至少一个对象中筛选出目标用户最需要保留的对象作为目标对象,即筛选出的目标对象对应的矩形框为目标对象所在的区域,即目标区域。
在一种可选的实施方式中,从目标图像中的所有对象中选取面积占比最大的对象作为目标对象,或者,选取面积占比最小的对象作为目标对象,或者,在目标图像的所有对象中,计算任意两个对象之间的距离,将距离小于设定距离的多个对象中的任意一个对象确定为目标对象,也就是,从目标图像中选取离得较近的几个对象中的一个对象作为目标对象。
如图3所示,检测出目标图像包括3个对象,分别为小男孩01的脸部、小女孩02的脸部以及跷跷板03的支点,对应的3个矩形框分别为矩形框S1、矩形框S2和矩形框S3,矩形框S1用来框出小男孩01的脸部,矩形框S2用来框出小女孩02的脸部,矩形框S3用来框出跷跷板03的支点;当预设条件为选取面积占比最大的对象时,从3个对象中选取面积占比最大的跷跷板03的支点作为目标对象,并将矩形框S3确定为目标区域。
例如,当预设条件为选取离得较近的几个对象中的一个对象作为目标对象时,目标图像中包括5个对象,分别为人脸1、人脸2、人脸3、人脸4和人脸5,人脸1、人脸2和人脸3离得比较近,人脸4与人脸1、人脸2、人脸3和人脸5离得较远,人脸5与人脸1、人脸2和人脸3也离得较远,因此,从人脸1、人脸2和人脸3中选取任意一个对象作为目标对象,如选取人脸2作为目标对象,则人脸2所在的区域为目标区域。
在步骤S203中,当在所述目标用户上传的目标图像中未检测到对象时,识别所述目标图像中的显著区域,并将所述显著区域确定为目标区域。
在本公开实施例中,在对目标图像进行对象检测时,还有可能未检测到对象,也就是在目标图像中未检测到目标对象,此时,需要对目标图像进行显著性检测,识别目标图像中的显著区域和非显著区域,并将显著区域确定为目标区域。
在一种可选的实施方式中,上述步骤S203可以包括如下步骤A1和A2:
在步骤A1中,将所述目标图像转化为灰度图像;
在步骤A2中,将所述灰度图像中灰度值位于预设灰度范围内的区域,确定为显著区域。
目标图像包括多个像素,获取每个像素的R(红色)值、G(绿色)值和B(蓝色)值,根据每个像素的R值、G值和B值,按照预设的转化公式,得到对应像素的灰度值,按照计算得到的灰度值进行显示,可将目标图像转化为灰度图像;可预先设定灰度值范围,将灰度图像中灰度值位于预设灰度范围内的区域确定为显著区域,将灰度图像中灰度值位于设灰度范围外的区域确定为非显著区域,显著区域指的是目标图像中更能吸引视觉注意的位置区域。
例如,预设灰度范围可以为200至255,当灰度图像中某一像素的灰度值为230时,将其确定为显著区域中的像素,当灰度图像中另外一个像素的灰度值为50时,将其确定为非显著区域中的像素,最后统计位于显著区域中的像素,则得到目标图像中的显著区域。
在本公开的一种示例性实施例中,在将目标图像转化为灰度图像之后,对灰度图像进行二值化处理,可设定一个灰度阈值,将灰度图像中灰度值大于灰度阈值的像素的灰度值设置为255,灰度图像中灰度值小于灰度阈值的像素的灰度值设置为0,使得灰度图中的像素的灰度值为0或255,整个灰度图像只有黑色和白色两种视觉效果,可将灰度值为0或255的所有像素点所在的区域确定为显著区域。
例如,可将灰度值为255的所有像素点所在的区域确定为显著区域,灰度值为0的所有像素点所在的区域确定为非显著区域。
在步骤S204中,根据所述目标区域确定所述目标图像的关注中心点。
根据目标图像中的目标区域,确定目标图像的关注中心点,在一种可选的实施方式中,上述步骤S204可以包括如下步骤A3或A4:
在步骤A3中,将所述目标区域的指定位置确定为所述目标图像的关注中心点。
确定目标区域的指定位置,将目标区域的指定位置确定为目标图像的关注中心点,指定位置可以为目标区域的中心或重心等。
在一种可选的实施方式中,当目标区域为目标对象所在区域时,将目标对象所在区域的中心确定为关注中心点;当目标区域为显著区域时,将显著区域的重心作为关注中心点。
在步骤A4中,将所述目标区域中的任一预设特征点确定为所述目标图像的关注中心点。
可检测目标区域的至少一个预设特征点,将目标区域中所有预设特征点中的任一预设特征点确定为目标图像的关注中心点。
如图3所示,将小男孩01的脸部确定为目标对象,将小男孩01的脸部所在的区域,即矩形框S1确定为目标区域,目标区域S1中的预设特征点包括小男孩01的眼睛、鼻子和嘴巴等,将目标区域S1中的预设特征点S11,即小男孩01的鼻子确定为关注中心点。
在步骤S205中,获取所述目标用户之前上传的历史图像对应的历史数据。
获取目标用户之前上传的历史图像,检测历史图像中是否添加有图标,统计历史图像中添加有图标的图像数量,以及历史图像中未添加有图标的图像数量,历史图像中添加有图标的图像数量和未添加有图标的图像数量的总和,等于历史图像的总数。
计算历史图像中添加有图标的图像数量占历史图像的总数的比值,得到历史图像对应的历史数据,该历史数据为历史图像中添加有图标的图像数量占历史图像总数的比值。
当然,历史数据还可以为历史图像中添加有图标的图像数量与未添加有图标的图像数量的差值。
在步骤S206中,当所述历史数据大于或等于设定阈值时,获取所述目标图像中的图标位置。
在本公开实施例中,当历史数据大于或等于设定阈值时,确定目标用户喜欢在目标图像中添加图标,则获取目标图像中的图标对应的图标位置,设定阈值可人为进行设定。
如图3所示,获取到目标图像中的图标为M,图标M的图标位置位于目标图像的左上角,图标M的具体内容为“休闲时光”。
在一种可选的实施方式中,上述步骤S206可以包括如下步骤A5、A6和A7:
在步骤A5中,检测所述目标用户在上传所述目标图像时,是否在所述目标图像中添加有图标;
在步骤A6中,当在所述目标图像中添加有图标时,获取所述目标图像中添加的图标对应的图标位置;
在步骤A7中,当未在所述目标图像中添加有图标时,采用图像检测技术检测所述目标图像中图标对应的图标位置。
目标用户在上传目标图像时,可在目标图像中添加图标,也可以在目标图像中不添加图标,则检测目标用户在上传目标图像时,是否在目标图像中添加有图标。
当在目标图像中添加有图标时,会记录目标用户添加的图标对应的图标位置、图标字体和图标颜色等信息,获取目标图像中添加的图标对应的图标位置。
当未在目标图像中添加有图标时,目标图像有可能本来就包括图标,此时,需要采用图像文字检测技术检测目标图像中包括的图标对应的图标位置。
在步骤S207中,根据所述关注中心点和所述图标位置,对所述目标图像进行裁剪。
当确定目标用户喜欢在目标图像中添加图标时,则目标用户需要保留的区域包括关注中心点和图标,将关注中心点和图标设置在裁剪窗口内,使用裁剪窗口对目标图像进行裁剪。
如图3所示,确定关注中心点为小男孩01的鼻子S11,图标M的图标位置位于目标图像的左上角,则将小男孩01的鼻子S11和目标图像的左上角设置在裁剪窗口N内,使用裁剪窗口N对目标图像进行裁剪。
通过目标用户的历史数据,确定是否要获取目标图像中的图标位置,当确定目标用户喜欢在目标图像中添加图标时,获取目标图像中的图标对应的图标位置,根据关注中心点和图标位置,对目标图像进行裁剪,避免在裁剪目标图像时,只根据关注中心点对目标图像进行裁剪,将目标用户需要保留的图标被裁剪掉,更准确判断目标用户的裁剪需求,使得裁剪效果更符合目标用户的需求。
在步骤S208中,当所述历史数据小于所述设定阈值时,根据所述关注中心点,对所述目标图像进行裁剪。
当历史数据小于设定阈值时,确定目标用户不喜欢在目标图像中添加图标,则目标用户需要保留的区域包括关注中心点,则将关注中心点设置裁剪窗口内,而图标不予以考虑,图标可以位于裁剪窗口内也可以不位于裁剪窗口内,然后使用裁剪窗口对目标图像进行裁剪。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过对目标用户上传的目标图像进行对象检测,当在目标用户上传的目标图像中检测到至少一个对象时,按照预设条件从至少一个对象中筛选出目标对象,并将目标对象所在区域确定为目标区域,当在目标用户上传的目标图像中未检测到对象时,识别目标图像中的显著区域,并将显著区域确定为目标区域,根据目标区域确定目标图像的关注中心点,获取目标用户之前上传的历史图像对应的历史数据,当历史数据大于或等于设定阈值时,获取目标图像中的图标位置,根据关注中心点和图标位置,对目标图像进行裁剪,当历史数据小于设定阈值时,根据关注中心点,对目标图像进行裁剪。当目标用户的历史数据大于或等于设定阈值时,确定目标用户喜欢在目标图像中添加图标,则根据目标图像中的图标位置和关注中心点,自动确定目标用户需要保留的区域,最后自动对目标图像进行裁剪,目标用户不再需要对其进行手动裁剪,且裁剪后的目标图像保留了目标用户需要保留的区域,裁剪效果更符合目标用户的需求。
图4是根据一示例性实施例示出的一种图像处理装置框图。参照图4,该图像处理装置400包括:目标区域检测模块401,关注中心点确定模块402,历史数据获取模块403和目标图像裁剪模块404。
目标区域检测模块401,被配置为检测目标用户上传的目标图像中的目标区域;
关注中心点确定模块402,被配置为根据所述目标区域确定所述目标图像的关注中心点;
历史数据获取模块403,被配置为获取所述目标用户之前上传的历史图像对应的历史数据;
目标图像裁剪模块404,被配置为根据所述历史数据和所述关注中心点,对所述目标图像进行裁剪。
图5是根据一示例性实施例示出的另一种图像处理装置的框图。
在图4的基础上,所述历史数据为所述历史图像中添加有图标的图像数量占历史图像总数的比值,所述目标图像裁剪模块404,包括:
图标位置获取子模块4041,被配置为当所述历史数据大于或等于设定阈值时,获取所述目标图像中的图标位置;
目标图像第一裁剪子模块4042,被配置为根据所述关注中心点和所述图标位置,对所述目标图像进行裁剪;
目标图像第二裁剪子模块4043,被配置为当所述历史数据小于所述设定阈值时,根据所述关注中心点,对所述目标图像进行裁剪。
一种可选的实施方式中,所述图标位置获取子模块4041,包括:
图标检测单元,被配置为检测所述目标用户在上传所述目标图像时,是否在所述目标图像中添加有图标;
图标位置第一获取单元,被配置为当在所述目标图像中添加有图标时,获取所述目标图像中添加的图标对应的图标位置;
图标位置第二获取单元,被配置为当未在所述目标图像中添加有图标时,采用图像检测技术检测所述目标图像中图标对应的图标位置。
一种可选的实施方式中,所述目标区域检测模块401,包括:
对象检测子模块4011,被配置为对所述目标用户上传的目标图像进行对象检测;
目标对象筛选子模块4012,被配置为当在所述目标用户上传的目标图像中检测到至少一个对象时,按照预设条件从所述至少一个对象中筛选出目标对象,并将所述目标对象所在区域确定为目标区域;
显著区域识别子模块4013,被配置为当在所述目标用户上传的目标图像中未检测到对象时,识别所述目标图像中的显著区域,并将所述显著区域确定为目标区域。
一种可选的实施方式中,所述显著区域识别子模块4013,包括:
图像转化单元,被配置为将所述目标图像转化为灰度图像;
显著区域确定单元,被配置为将所述灰度图像中灰度值位于预设灰度范围内的区域,确定为显著区域。
一种可选的实施方式中,所述关注中心点确定模块,包括:
关注中心点第一确定子模块,被配置为将所述目标区域的指定位置确定为所述目标图像的关注中心点;
或者,关注中心点第二确定子模块,被配置为将所述目标区域中的任一预设特征点确定为所述目标图像的关注中心点。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过检测目标用户上传的目标图像中的目标区域,根据目标区域确定目标图像的关注中心点,获取目标用户之前上传的历史图像对应的历史数据,根据历史数据和关注中心点,对目标图像进行裁剪。通过目标图像的关注中心点和目标用户的历史数据,自动确定目标用户需要保留的区域,最后自动对目标图像进行裁剪,目标用户不再需要对其进行手动裁剪,且裁剪后的目标图像保留了目标用户需要保留的区域,裁剪效果更符合目标用户的需求。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
在示例性实施例中,还提供了一种电子设备,处理器;用于存储处理器可执行指令的存储器;其中,处理器被配置为执行上述指令,以实现上述的图像处理方法。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器,上述指令可由电子设备的处理器执行以完成上述图像处理方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品,当计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备能够执行上述的图像处理方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (12)
1.一种图像处理方法,其特征在于,包括:
检测目标用户上传的目标图像中的目标区域;
根据所述目标区域确定所述目标图像的关注中心点;
获取所述目标用户之前上传的历史图像对应的历史数据;根据所述历史数据和所述关注中心点,对所述目标图像进行裁剪;
所述历史数据为所述历史图像中添加有图标的图像数量占历史图像总数的比值,所述根据所述历史数据和所述关注中心点,对所述目标图像进行裁剪的步骤,包括:
当所述历史数据大于或等于设定阈值时,获取所述目标图像中的图标位置;
根据所述关注中心点和所述图标位置,对所述目标图像进行裁剪;
当所述历史数据小于所述设定阈值时,根据所述关注中心点,对所述目标图像进行裁剪;
其中,所述历史数据用于表征目标用户是否喜欢在所述目标图像中添加图标,所述历史图像中添加的图标包括标题、文字、悬浮图片、水印。
2.根据权利要求1所述的方法,其特征在于,所述获取所述目标图像中的图标位置的步骤,包括:
检测所述目标用户在上传所述目标图像时,是否在所述目标图像中添加有图标;
当在所述目标图像中添加有图标时,获取所述目标图像中添加的图标对应的图标位置;
当未在所述目标图像中添加有图标时,采用图像检测技术检测所述目标图像中图标对应的图标位置。
3.根据权利要求1所述的方法,其特征在于,所述检测目标用户上传的目标图像中的目标区域的步骤,包括:
对所述目标用户上传的目标图像进行对象检测;
当在所述目标用户上传的目标图像中检测到至少一个对象时,按照预设条件从所述至少一个对象中筛选出目标对象,并将所述目标对象所在区域确定为目标区域;
当在所述目标用户上传的目标图像中未检测到对象时,识别所述目标图像中的显著区域,并将所述显著区域确定为目标区域。
4.根据权利要求3所述的方法,其特征在于,所述识别所述目标图像中的显著区域的步骤,包括:
将所述目标图像转化为灰度图像;
将所述灰度图像中灰度值位于预设灰度范围内的区域,确定为显著区域。
5.根据权利要求1所述的方法,其特征在于,所述根据所述目标区域确定所述目标图像的关注中心点的步骤,包括:
将所述目标区域的指定位置确定为所述目标图像的关注中心点;
或者,将所述目标区域中的任一预设特征点确定为所述目标图像的关注中心点。
6.一种图像处理装置,其特征在于,包括:
目标区域检测模块,被配置为检测目标用户上传的目标图像中的目标区域;
关注中心点确定模块,被配置为根据所述目标区域确定所述目标图像的关注中心点;
历史数据获取模块,被配置为获取所述目标用户之前上传的历史图像对应的历史数据;
目标图像裁剪模块,被配置为根据所述历史数据和所述关注中心点,对所述目标图像进行裁剪;
所述历史数据为所述历史图像中添加有图标的图像数量占历史图像总数的比值,所述目标图像裁剪模块,包括:
图标位置获取子模块,被配置为当所述历史数据大于或等于设定阈值时,获取所述目标图像中的图标位置;
目标图像第一裁剪子模块,被配置为根据所述关注中心点和所述图标位置,对所述目标图像进行裁剪;
目标图像第二裁剪子模块,被配置为当所述历史数据小于所述设定阈值时,根据所述关注中心点,对所述目标图像进行裁剪;
其中,所述历史数据用于表征目标用户是否喜欢在所述目标图像中添加图标,所述历史图像中添加的图标包括标题、文字、悬浮图片、水印。
7.根据权利要求6所述的装置,其特征在于,所述图标位置获取子模块,包括:
图标检测单元,被配置为检测所述目标用户在上传所述目标图像时,是否在所述目标图像中添加有图标;
图标位置第一获取单元,被配置为当在所述目标图像中添加有图标时,获取所述目标图像中添加的图标对应的图标位置;
图标位置第二获取单元,被配置为当未在所述目标图像中添加有图标时,采用图像检测技术检测所述目标图像中图标对应的图标位置。
8.根据权利要求6所述的装置,其特征在于,所述目标区域检测模块,包括:
对象检测子模块,被配置为对所述目标用户上传的目标图像进行对象检测;
目标对象筛选子模块,被配置为当在所述目标用户上传的目标图像中检测到至少一个对象时,按照预设条件从所述至少一个对象中筛选出目标对象,并将所述目标对象所在区域确定为目标区域;
显著区域识别子模块,被配置为当在所述目标用户上传的目标图像中未检测到对象时,识别所述目标图像中的显著区域,并将所述显著区域确定为目标区域。
9.根据权利要求8所述的装置,其特征在于,所述显著区域识别子模块,包括:
图像转化单元,被配置为将所述目标图像转化为灰度图像;
显著区域确定单元,被配置为将所述灰度图像中灰度值位于预设灰度范围内的区域,确定为显著区域。
10.根据权利要求6所述的装置,其特征在于,所述关注中心点确定模块,包括:
关注中心点第一确定子模块,被配置为将所述目标区域的指定位置确定为所述目标图像的关注中心点;
或者,关注中心点第二确定子模块,被配置为将所述目标区域中的任一预设特征点确定为所述目标图像的关注中心点。
11.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至5中任一项所述的图像处理方法。
12.一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至5中任一项所述的图像处理方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2019106313426 | 2019-07-12 | ||
CN201910631342 | 2019-07-12 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110782392A CN110782392A (zh) | 2020-02-11 |
CN110782392B true CN110782392B (zh) | 2023-11-14 |
Family
ID=69383643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910883637.2A Active CN110782392B (zh) | 2019-07-12 | 2019-09-18 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110782392B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113763224B (zh) * | 2020-06-03 | 2024-11-08 | 阿里巴巴集团控股有限公司 | 一种图像处理方法及其装置 |
CN113052854A (zh) * | 2021-02-10 | 2021-06-29 | 北京三快在线科技有限公司 | 图像裁剪方法、装置、设备以及存储介质 |
CN114333030A (zh) * | 2021-12-31 | 2022-04-12 | 科大讯飞股份有限公司 | 图像处理方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6750890B1 (en) * | 1999-05-17 | 2004-06-15 | Fuji Photo Film Co., Ltd. | Method and device for displaying a history of image processing information |
CN101388945A (zh) * | 2007-09-13 | 2009-03-18 | 富士施乐株式会社 | 历史图像生成系统和历史图像生成方法 |
CN103914689A (zh) * | 2014-04-09 | 2014-07-09 | 百度在线网络技术(北京)有限公司 | 基于人脸识别的图片裁剪方法及装置 |
WO2016101767A1 (zh) * | 2014-12-24 | 2016-06-30 | 北京奇虎科技有限公司 | 图片裁剪的方法和装置以及图片检测方法和装置 |
CN107566742A (zh) * | 2017-10-27 | 2018-01-09 | 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 |
CN108776970A (zh) * | 2018-06-12 | 2018-11-09 | 北京字节跳动网络技术有限公司 | 图像处理方法和装置 |
CN109448001A (zh) * | 2018-10-26 | 2019-03-08 | 山东世纪开元电子商务集团有限公司 | 一种图片自动裁剪方法 |
CN109886890A (zh) * | 2019-02-14 | 2019-06-14 | 珠海天燕科技有限公司 | 一种应用图标处理方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130329068A1 (en) * | 2012-06-08 | 2013-12-12 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method |
US20130332857A1 (en) * | 2012-06-08 | 2013-12-12 | Samsung Electronics Co., Ltd. | Photo edit history shared across users in cloud system |
-
2019
- 2019-09-18 CN CN201910883637.2A patent/CN110782392B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6750890B1 (en) * | 1999-05-17 | 2004-06-15 | Fuji Photo Film Co., Ltd. | Method and device for displaying a history of image processing information |
CN101388945A (zh) * | 2007-09-13 | 2009-03-18 | 富士施乐株式会社 | 历史图像生成系统和历史图像生成方法 |
CN103914689A (zh) * | 2014-04-09 | 2014-07-09 | 百度在线网络技术(北京)有限公司 | 基于人脸识别的图片裁剪方法及装置 |
WO2016101767A1 (zh) * | 2014-12-24 | 2016-06-30 | 北京奇虎科技有限公司 | 图片裁剪的方法和装置以及图片检测方法和装置 |
CN107566742A (zh) * | 2017-10-27 | 2018-01-09 | 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 |
CN108776970A (zh) * | 2018-06-12 | 2018-11-09 | 北京字节跳动网络技术有限公司 | 图像处理方法和装置 |
CN109448001A (zh) * | 2018-10-26 | 2019-03-08 | 山东世纪开元电子商务集团有限公司 | 一种图片自动裁剪方法 |
CN109886890A (zh) * | 2019-02-14 | 2019-06-14 | 珠海天燕科技有限公司 | 一种应用图标处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110782392A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110706150A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
EP2902941B1 (en) | System and method for visually distinguishing faces in a digital image | |
US8611615B2 (en) | Image processing apparatus and method, and program | |
CN110517246B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
JP6240199B2 (ja) | 画像における対象物の識別方法及び装置 | |
CN112767392B (zh) | 图像清晰度确定方法、装置、设备及存储介质 | |
CN110782392B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
WO2016101767A1 (zh) | 图片裁剪的方法和装置以及图片检测方法和装置 | |
CN112333467B (zh) | 一种用于检测视频的关键帧的方法、系统和介质 | |
JP5779089B2 (ja) | エッジ検出装置、エッジ検出プログラム、およびエッジ検出方法 | |
CN104573675B (zh) | 作业图像的展示方法和装置 | |
CN110059666B (zh) | 一种注意力检测方法及装置 | |
CN111461070B (zh) | 文本识别方法、装置、电子设备及存储介质 | |
CN110136198A (zh) | 图像处理方法及其装置、设备和存储介质 | |
JP6630341B2 (ja) | シンボルの光学的検出方法 | |
CN112218005B (zh) | 一种基于人工智能的视频剪辑方法 | |
CN113436222A (zh) | 图像处理方法、图像处理装置、电子设备及存储介质 | |
CN107203764B (zh) | 长微博图片识别方法和装置 | |
CN111368698B (zh) | 主体识别方法、装置、电子设备及介质 | |
CN113298753A (zh) | 敏感肌的检测方法、图像处理方法、装置及设备 | |
US20160140748A1 (en) | Automated animation for presentation of images | |
CN110830788A (zh) | 一种检测黑屏图像的方法及装置 | |
CN113743378B (zh) | 一种基于视频的火情监测方法和装置 | |
CN110889470B (zh) | 用于处理图像的方法和装置 | |
JP5027201B2 (ja) | テロップ文字領域検出方法,テロップ文字領域検出装置およびテロップ文字領域検出プログラム |
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 |