图片剪裁方法、装置、设备和存储介质制造方法及图纸

技术编号:23345690 阅读:29 留言:0更新日期:2020-02-15 04:40
本申请涉及一种图片剪裁方法、装置、设备和存储介质,终端从目标图片中截取多个候选图片,候选图片包括的各对象的特征向量之间的距离小于预设距离阈值,将各候选图片输入预设的美学模型中,得到各候选图片的美学分数,进而根据各候选图片和各候选图片的美学分数,从多个候选图片中确定目标候选图片,并将目标候选图片作为对目标图片进行剪裁后得到的剪裁图片,使得剪裁图片是从多个候选图片中,根据候选图片中各对象之间的特征向量之间的距离所确定的美学分数,得到剪裁图片的。也即是说,剪裁图片的美学分数不是人为确定的,而是通过各对象的特征向量之间的距离确定的,避免了所获得的剪裁图片的美感受人为因素影像大的问题。

Image clipping method, device, equipment and storage medium

【技术实现步骤摘要】
图片剪裁方法、装置、设备和存储介质
本申请涉及图像识别
,特别是涉及了一种图片剪裁方法、装置、设备和存储介质。
技术介绍
专业摄影师会通过裁剪来增强一张图片的构图效果,使得图片美感增加,主体更为突出。常见的自动剪裁图片的方法,通常会根据预设的候选剪裁框先对图片进行剪裁,得到多个预剪裁图片,并根据用户的选择,从多个预剪裁图片中选择一个作为剪裁图片。然而采用上述方法,对多个预剪裁图片的选择,受用户的主观影像较大,导所获得剪裁图片的美感受人为因素的影响大。
技术实现思路
基于此,有必要针对传统方法得到的剪裁图片的美感受人为因素影像大的问题,提供了一种图片剪裁方法、装置、设备和存储介质。第一方面,一种图片剪裁方法,该方法包括:从包括多个对象的目标图片中截取多个候选图片,其中,候选图片包括多个对象,且,候选图片包括的各对象的特征向量之间的距离小于预设距离阈值;将各候选图片输入预设的美学模型中,得到各候选图片的美学分数;预设的美学模型用于根据候选图片中的各对象的特征向量之间的距离,确定候选图片的美学分数;根据各候选图片和各候选图片的美学分数,从多个候选图片中确定目标候选图片,并将目标候选图片作为对目标图片进行剪裁后得到的剪裁图片。在其中一个实施例中,上述从包括多个对象的目标图片中截取多个候选图片,包括:在目标图片包括的多个对象中确定显著性对象及非显著性对象;将显著性对象及非显著性对象输入预设的聚类模型,得到目标对象集合;目标对象集合中包括显著性对象及目标非显著性对象;目标非显著性对象的特征向量与显著性对象的特征向量之间的距离小于预设距离阈值;根据目标对象集合从目标图片中截取多个候选图片,每个候选图片包括目标对象集合中的至少一个对象。在其中一个实施例中,上述在目标图片包括的多个对象中确定显著性对象及非显著性对象,包括:将目标图片输入预设的分割模型中,得到显著性对象和非显著性对象。在其中一个实施例中,上述在目标图片包括的多个对象中确定显著性对象及非显著性对象,包括:将目标图片按照预设的分割规则分割成多个分割图片;根据用户输入的选择指令,从多个分割图片中选中目标分割图片,将目标分割图片中的对象作为显著性对象;将多个分割图片中除目标分割图片之外的其他分割图片中的对象作为非显著性对象。在其中一个实施例中,上述根据目标对象集合从目标图片中截取多个候选图片,包括:在目标图片中获取目标对象集合对应的对象轮廓;对象轮廓为目标图片中目标对象集合中的对象对应的轮廓;根据对象轮廓从目标图片中截取多个候选图片。在其中一个实施例中,上述根据对象轮廓从目标图片中截取多个候选图片,包括:将目标图片中对象轮廓的最大外接矩形对应的图片,作为候选图片;或,将目标图片中对象轮廓的最小内接矩形对应的的图片,作为候选图片;或,根据预设的纵横比,在目标图片中对象轮廓的最小内接矩形对应的的图片进行滑窗操作,得到候选图片。在其中一个实施例中,当目标对象集合为多个时,该方法还包括;根据各目标对象集合得到多个对象轮廓,各对象轮廓与各目标对象集合一一对应;根据多个对象轮廓和目标图片,得到多类候选图片,各类候选图片与各对象轮廓一一对应;对应地,根据各候选图片和各候选图片的美学分数,得到剪裁图片,包括:根据多类候选图片及用户输入的选择指令,得到剪裁图片。在其中一个实施例中,当显著性对象为多个对象时,将各显著性对象及各显著性对象对应的非显著性对象依次输入预设的聚类模型。第二方面,一种图片剪裁装置,该装置包括:第一获取模块,用于从包括多个对象的目标图片中截取多个候选图片,其中,候选图片包括多个对象,且,候选图片包括的各对象的特征向量之间的距离小于预设距离阈值;第二获取模块,用于将各候选图片输入预设的美学模型中,得到各候选图片的美学分数;预设的美学模型用于根据候选图片中的各对象的特征向量之间的距离,确定候选图片的美学分数;确定模块,用于根据各候选图片和各候选图片的美学分数,从多个候选图片中确定目标候选图片,并将目标候选图片作为对目标图片进行剪裁后得到的剪裁图片。第三方面,一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述图片剪裁方法的步骤:第四方面,一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述图片剪裁方法的步骤:上述图片剪裁方法、装置、设备和存储介质,终端从包括多个对象的目标图片中截取多个候选图片,其中,候选图片包括多个对象,且,候选图片包括的各对象的特征向量之间的距离小于预设距离阈值,将各候选图片输入预设的美学模型中,得到各候选图片的美学分数,其中预设的美学模型用于根据候选图片中的各对象的特征向量之间的距离,确定候选图片的美学分数,进而根据各候选图片和各候选图片的美学分数,从多个候选图片中确定目标候选图片,并将目标候选图片作为对目标图片进行剪裁后得到的剪裁图片,使得对剪裁图片是从多个候选图片中,根据候选图片中各对象之间的特征向量之间的距离所确定的美学分数,选中的目标候选图片,作为剪裁图片的。也即是说,剪裁图片的美学分数不是人为确定的,而是通过各对象的特征向量之间的距离确定的,避免了所获得的剪裁图片的美感受人为因素影像大的问题。附图说明图1为一个实施例中图片剪裁方法的流程示意图;图2为另一个实施例中图片剪裁方法的流程示意图;图2a为一个实施例中相似图的示意图;图2b为一个实施例中连通图的示意图;图3为另一个实施例中图片剪裁方法的流程示意图;图4为另一个实施例中图片剪裁方法的流程示意图;图5为另一个实施例中图片剪裁方法的流程示意图;图6为一个实施例中提供的图片剪裁装置的结构示意图;图7为另一个实施例中提供的图片剪裁装置的结构示意图;图8为一个实施例中计算机设备的内部结构图。具体实施方式本申请提供的图片剪裁方法、装置、设备和存储介质,旨在解决传统方法得到的剪裁图片的美感受人为因素影像大的问题。下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是,本申请实施例提供的图片剪裁方法,其执行主体可以是图片剪裁的装置,该装置可以通过软件、硬件或者软硬件结合的方式实现成为图片剪裁终端的部分或者全部。为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。图1为一个实施例中图片剪裁方法的流程示意图。本实施例涉及的是本文档来自技高网...

【技术保护点】
1.一种图片剪裁方法,其特征在于,所述方法包括:/n从包括多个对象的目标图片中截取多个候选图片,其中,所述候选图片包括多个所述对象,且,所述候选图片包括的各所述对象的特征向量之间的距离小于预设距离阈值;/n将各所述候选图片输入预设的美学模型中,得到各所述候选图片的美学分数;所述预设的美学模型用于根据所述候选图片中的各对象的特征向量之间的距离,确定所述候选图片的美学分数;/n根据各所述候选图片和各所述候选图片的美学分数,从所述多个候选图片中确定目标候选图片,并将所述目标候选图片作为对所述目标图片进行剪裁后得到的剪裁图片。/n

【技术特征摘要】
1.一种图片剪裁方法,其特征在于,所述方法包括:
从包括多个对象的目标图片中截取多个候选图片,其中,所述候选图片包括多个所述对象,且,所述候选图片包括的各所述对象的特征向量之间的距离小于预设距离阈值;
将各所述候选图片输入预设的美学模型中,得到各所述候选图片的美学分数;所述预设的美学模型用于根据所述候选图片中的各对象的特征向量之间的距离,确定所述候选图片的美学分数;
根据各所述候选图片和各所述候选图片的美学分数,从所述多个候选图片中确定目标候选图片,并将所述目标候选图片作为对所述目标图片进行剪裁后得到的剪裁图片。


2.根据权利要求1所述方法,其特征在于,所述从包括多个对象的目标图片中截取多个候选图片,包括:
在所述目标图片包括的多个对象中确定显著性对象及非显著性对象;
将所述显著性对象及所述非显著性对象输入预设的聚类模型,得到目标对象集合;所述目标对象集合中包括所述显著性对象及目标非显著性对象;所述目标非显著性对象的特征向量与所述显著性对象的特征向量之间的距离小于所述预设距离阈值;
根据所述目标对象集合从所述目标图片中截取多个所述候选图片,每个所述候选图片包括所述目标对象集合中的至少一个对象。


3.根据权利要求2所述方法,其特征在于,所述在所述目标图片包括的多个对象中确定显著性对象及非显著性对象,包括:
将所述目标图片输入预设的分割模型中,得到所述显著性对象和所述非显著性对象。


4.根据权利要求2所述方法,其特征在于,所述在所述目标图片包括的多个对象中确定显著性对象及非显著性对象,包括:
将所述目标图片按照预设的分割规则分割成多个分割图片;
根据用户输入的选择指令,从所述多个分割图片中选中目标分割图片,将所述目标分割图片中的对象作为所述显著性对象;
将所述多个分割图片中除所述目标分割图片之外的其他分割图片中的对象作为所述非显著性对象。


5.根据权利要求2-4任一项所述方法,其特征在于,所述根据所述目标对象集合从所述目标图片中截取多个所述候选图片,包括:
在所述目标图片中获取所述目标对象集合对应的对象轮廓;所述对象轮廓为所述目标图片中所述目标对象集合中的对象对应的轮廓;
根据所述对象轮廓从所述目标图片中截取多个所述候选图片...

【专利技术属性】
技术研发人员:牛然森
申请(专利权)人:北京迈格威科技有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1