构图方法及其电子设备、计算机可读存储介质技术

本发明专利技术公开了构图方法，包括统计构图规律和智能构图，统计构图规律通过获取参照图片，建立空间分布统计规律；智能构图通过对摄像照片的合并图像进行随机构图，并根据空间分布统计规律对摄像照片进行裁切，用于获取提供给用户的照片；其中，摄像照片通过转换拍摄点获取分组照片，在分组照片颜色突变区域建立关键点，将分组照片之间的内容重叠区域的关键点进行重合以获取合并图像。本发明专利技术能够得到可选择裁切范围大、适应各种场景的照片，避免出现构图不佳情况。

【技术实现步骤摘要】
构图方法及其电子设备、计算机可读存储介质
本专利技术涉及图像处理
，尤其涉及构图方法及其电子设备、计算机可读存储介质。
技术介绍
随着科技的发展和人们生活水平的提高，数码相机、手机相机等拍摄设备越来越普及，随时随地通过拍照记录生活已成为人们的日常。优秀的摄影师在拍摄人物时，能迅速根据人物所处位置结合周边建筑物、风景等环境因素进行构图，在拍摄风景时，则会根据整个景色的全局进行构图思考。但目前的构图方法在对图像进行构图的时候，大多是基于单张照片对照片进行裁切的，如果在拍摄的时候因为摄像内容本身取景不好，如拍的景物或者背景内容比较少时，就容易导致应用场景受限、裁切可选择范围小，在对照片进行裁切时无法得到最佳构图，构图效果不理想。但是，如果采用多张摄像照片进行合并，再对合并图像进行构图，则取景范围大，构图较容易。基于此，提供一种能够拍摄多张摄像照片，并对摄像照片进行合并，通过对合并图像进行构图，得到适应各种场景的照片的构图方法，成为目前亟待解决的技术问题。
技术实现思路
为了克服现有技术的不足，本专利技术的目的之一在于提供一种构图方法，其能够对合并图像进行构图，得到可选择裁切范围大、适应各本文档来自技高网...

【技术保护点】
1.构图方法，其特征在于，包括统计构图规律和智能构图，所述统计构图规律通过获取参照图片，建立空间分布统计规律；所述智能构图对摄像照片的合并图像进行随机构图，并根据所述空间分布统计规律对所述合并图像进行裁切，用于获取提供给用户的照片；其中，所述摄像照片通过转换拍摄点获取分组照片，在所述分组照片颜色突变区域建立关键点，将所述分组照片之间的内容重叠区域的关键点进行重合以获取所述合并图像。

【技术特征摘要】
1.构图方法，其特征在于，包括统计构图规律和智能构图，所述统计构图规律通过获取参照图片，建立空间分布统计规律；所述智能构图对摄像照片的合并图像进行随机构图，并根据所述空间分布统计规律对所述合并图像进行裁切，用于获取提供给用户的照片；其中，所述摄像照片通过转换拍摄点获取分组照片，在所述分组照片颜色突变区域建立关键点，将所述分组照片之间的内容重叠区域的关键点进行重合以获取所述合并图像。2.根据权利要求1所述的构图方法，其特征在于，所述空间分布统计规律包括包含明确主体空间分布统计规律和不包含明确主体空间分布统计规律，所述统计构图规律具体包括以下步骤：步骤S1、获取参照图片，并将所述参照图片分为包含明确主体照片和不包含明确主体照片，所述参照图片为从社交媒体和摄影作品网站获取的用户点赞数超过预设的第一阈值的摄影照片；步骤S2、利用卷积神经网络对所述包含明确主体照片进行学习训练，建立主体判断识别模型；步骤S3、对所述包含明确主体照片的主体部分进行边缘检测、框选，通过统计学规律得到包含明确主体空间分布统计规律；步骤S4、采用聚类算法对所述不包含明确主体照片进行颜色聚类，通过统计学规律得到不包含明确主体空间分布统计规律；所述智能构图包括以下步骤：步骤S5、利用构图框对合并图像进行随机构图，根据所述包含明确主体空间分布统计规律对所述合并图像进行裁切，获取提供给用户的照片；步骤S6、利用构图框对所述合并图像进行随机构图，根据所述不包含明确主体空间分布统计规律对所述合并图像进行裁切，获取提供给用户的照片。3.根据权利要求2所述的构图方法，其特征在于，所述统计构图规律与所述智能构图之间还包括以下步骤，步骤S71、根据预设的第四阈值转换摄像装置以获取摄像照片，所述摄像装置每次拍摄时均依次按照向正前方、向左、向右、向上、向下、左上、左下、右上、右下的顺序平移并拍摄，根据预设的第四阈值拍摄后将摄像照片编号并分组存储得到分组照片，所述第四阈值为所述摄像照片之间的内容重叠区域等于30％；步骤S72、将所述分组照片进行颜色聚类并在颜色突变区域建立关键点，将所述分组照片之间的内容重叠区域的关键点进行重合并根据预设的第五阈值获取合并图像，所述第五阈值为内容重叠区域的关键点的重合度最高且重合度大于或等于45％；步骤S73、根据所述主体判断识别模型对所述合并图像进行主体判断；所述摄像照片采用自动摄像或人工拍摄。4.根据权利要求2所述的构图方法，其特征在于，所述参照图片为包含明确主体照片，所述步骤S2具体包括以下步骤，依次为：步骤S21、提取所述包含明确主体照片主体部分的特征向量；步骤S22、将所述包含明确主体照片划分为M*N个方格区域，计算每个方格区域中的点数与主体部分总点数之比，得到M*N维特征向量，利用卷积神经网络进行学习训练，建立主体判断识别模型，执行步骤S3。5.根据权利要求2所述的构图方法，其特征在于，所述步骤S3具体包括以下步骤，依次为：步骤S31、对所述主体部分进行边缘检测，采...

【专利技术属性】
技术研发人员：邓立邦，
申请(专利权)人：广东智媒云图科技股份有限公司，
类型：发明
国别省市：广东,44