图片方向调整方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例涉及图像处理技术领域，提供一种图片方向调整方法、装置、电子设备及存储介质，通过预先训练的卷积神经网络，识别原图片中每个参照物的旋转角度；然后，根据原图片中每个参照物的旋转角度确定出原图片的旋转角度；最后，根据原图片的旋转角度旋转原图片，即可得到图片方向为正常方向的目标图片；从而自动调整图片方向到正常方向，提高了人们从图片中获取信息的效率。片中获取信息的效率。片中获取信息的效率。

【技术实现步骤摘要】
图片方向调整方法、装置、电子设备及存储介质


[0001]本申请实施例涉及图像处理
，具体而言，涉及一种图片方向调整方法、装置、电子设备及存储介质。

技术介绍

[0002]图片，是一种能够快速且大量传播信息的媒介，是比文字更高效的感觉媒体。随着互联网的发展，越来越多的场景下，需要人们利用终端(例如，手机等)拍摄或者制作图片，并将图片通过网络传播。但是，由于终端对图片生成的设置不统一、或者在网络上传播时不同平台对图片的处理方式不统一，导致互联网上常常出现许多图片方向不是正常方向的图片。
[0003]对于这种图片方向不是正常方向的图片，如果人们要从中获取信息，需要通过图片设置工具手动调整图片方向，或者直接旋转手机等展示媒介让图片达到正常方向，处理效率低下，并且需要消耗大量的时间和精力。

技术实现思路

[0004]本申请实施例的目的在于提供一种图片方向调整方法、装置、电子设备及存储介质，用以自动调整图片方向到正常方向。
[0005]为了实现上述目的，本申请实施例采用的技术方案如下：
[0006]第一方面，本申请实施例提供了一种图片方向调整方法，所述方法包括：
[0007]获取原图片，所述原图片包括至少一个参照物；
[0008]将所述原图片输入预先训练的卷积神经网络，输出每个所述参照物的旋转角度；
[0009]根据每个所述参照物的旋转角度，确定出所述原图片的旋转角度；
[0010]根据所述原图片的旋转角度旋转所述原图片，得到图片方向为正常方向的目标图片。
[0011]可选地，所述卷积神经网络包括至少一个旋转角度识别模型，一个所述参照物对应一个所述旋转角度识别模型；
[0012]所述将所述原图片输入预先训练的卷积神经网络，输出每个所述参照物的旋转角度的步骤，包括：
[0013]将所述原图片分别输入每个所述旋转角度识别模型，得到每个所述参照物的旋转角度，其中，一个所述旋转角度识别模型输出一个所述参照物的旋转角度。
[0014]可选地，所述根据每个所述参照物的旋转角度，确定出所述原图片的旋转角度的步骤，包括：
[0015]根据每个所述参照物的优先级，确定优先级最高的目标参照物；
[0016]将所述目标参照物的旋转角度作为所述原图片的旋转角度。
[0017]可选地，所述根据所述原图片的旋转角度旋转所述原图片，得到图片方向为正常方向的目标图片的步骤，包括：
[0018]根据所述旋转角度，分别对所述原图片中每个第一像素点进行旋转变换，得到参考图，其中，所述参考图包括多个第二像素点，一个所述第一像素点对应一个所述第二像素点；
[0019]利用双线性插值算法，为每个所述第二像素点添加颜色信息，得到所述目标图片。
[0020]可选地，所述根据所述旋转角度，对所述原图片中每个第一像素点进行旋转变换，得到参考图的步骤，包括：
[0021]根据所述旋转角度，利用预设公式分别对所述原图片中每个第一像素点进行旋转变换，得到所述参考图；
[0022]所述预设公式为：其中，(x0,y0)为所述第一像素点的坐标，(x1,y1)为所述第二像素点的坐标，A为所述旋转角度。
[0023]可选地，在所述获取原图片的步骤之后，所述方法还包括：
[0024]读取所述原图片的拍摄信息；
[0025]若读取所述拍摄信息成功，则根据所述拍摄信息中的旋转参数旋转所述原图片，得到图片方向为正常方向的目标图片；
[0026]若读取所述拍摄信息失败，则执行所述将所述原图片输入预先训练的卷积神经网络，输出每个所述参照物的旋转角度的步骤。
[0027]可选地，所述卷积神经网络是按照以下方式训练的：
[0028]获取预先构建的所述卷积神经网络，所述卷积神经网络包括至少一个旋转角度识别模型；
[0029]获取训练样本，所述训练样本包括训练图片及所述训练图片对应的标注角度，所述训练图片包括特定参照物；
[0030]利用所述训练样本，对所述至少一个旋转角度识别模型中的任意一个目标旋转角度识别模型进行训练，得到训练后的目标旋转角度识别模型；
[0031]返回执行所述获取训练样本的步骤，直至得到每个训练后的旋转角度识别模型。
[0032]第二方面，本申请实施例还提供了一种图片方向调整装置，所述装置包括：
[0033]获取模块，用于获取原图片，所述原图片包括至少一个参照物；
[0034]第一执行模块，用于将所述原图片输入预先训练的卷积神经网络，输出每个所述参照物的旋转角度；
[0035]第二执行模块，用于根据每个所述参照物的旋转角度，确定出所述原图片的旋转角度；
[0036]旋转模块，用于根据所述原图片的旋转角度旋转所述原图片，得到图片方向为正常方向的目标图片。
[0037]第三方面，本申请实施例还提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的图片方向调整方法。
[0038]第四方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的图片方向调整方法。
[0039]相对现有技术，本申请实施例提供的一种图片方向调整方法、装置、电子设备及存
储介质，通过预先训练的卷积神经网络，识别原图片中每个参照物的旋转角度；然后，根据原图片中每个参照物的旋转角度确定出原图片的旋转角度；最后，根据原图片的旋转角度旋转原图片，即可得到图片方向为正常方向的目标图片；从而自动调整图片方向到正常方向，提高了人们从图片中获取信息的效率。
附图说明
[0040]图1示出了本申请实施例提供的图片方向调整方法的一种应用场景图。
[0041]图2示出了本申请实施例提供的图片方向调整方法的一种流程示意图。
[0042]图3示出了本申请实施例提供的旋转变换的一种示例图。
[0043]图4示出了本申请实施例提供的旋转变换的另一种示例图。
[0044]图5示出了本申请实施例提供的图片方向调整方法的另一种流程示意图。
[0045]图6示出了本申请实施例提供的卷积神经网络的训练流程示意图。
[0046]图7示出了本申请实施例提供的图片方向调整装置的方框示意图。
[0047]图8示出了本申请实施例提供的电子设备的方框示意图。
[0048]图标：10-电子设备；11-处理器；12-存储器；13-总线；20-第一终端；30-第二终端；40-服务器；50-网络；100-图片方向调整装置；110-获取模块；120-第一执行模块；130-第二执行模块；140-旋转模块；150-处理模块。
具体实施方式
[0049]下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述。
[0050]请本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片方向调整方法，其特征在于，所述方法包括：获取原图片，所述原图片包括至少一个参照物；将所述原图片输入预先训练的卷积神经网络，输出每个所述参照物的旋转角度；根据每个所述参照物的旋转角度，确定出所述原图片的旋转角度；根据所述原图片的旋转角度旋转所述原图片，得到图片方向为正常方向的目标图片。2.如权利要求1所述的方法，其特征在于，所述卷积神经网络包括至少一个旋转角度识别模型，一个所述参照物对应一个所述旋转角度识别模型；所述将所述原图片输入预先训练的卷积神经网络，输出每个所述参照物的旋转角度的步骤，包括：将所述原图片分别输入每个所述旋转角度识别模型，得到每个所述参照物的旋转角度，其中，一个所述旋转角度识别模型输出一个所述参照物的旋转角度。3.如权利要求1所述的方法，其特征在于，所述根据每个所述参照物的旋转角度，确定出所述原图片的旋转角度的步骤，包括：根据每个所述参照物的优先级，确定优先级最高的目标参照物；将所述目标参照物的旋转角度作为所述原图片的旋转角度。4.如权利要求1所述的方法，其特征在于，所述根据所述原图片的旋转角度旋转所述原图片，得到图片方向为正常方向的目标图片的步骤，包括：根据所述旋转角度，分别对所述原图片中每个第一像素点进行旋转变换，得到参考图，其中，所述参考图包括多个第二像素点，一个所述第一像素点对应一个所述第二像素点；利用双线性插值算法，为每个所述第二像素点添加颜色信息，得到所述目标图片。5.如权利要求4所述的方法，其特征在于，所述根据所述旋转角度，对所述原图片中每个第一像素点进行旋转变换，得到参考图的步骤，包括：根据所述旋转角度，利用预设公式分别对所述原图片中每个第一像素点进行旋转变换，得到所述参考图；所述预设公式为：其中，(x0,y0)为所述第一像素点的坐标，(x1,y1)为所述第二像素点的坐标...

【专利技术属性】
技术研发人员：汪园，
申请(专利权)人：成都颜创启新信息技术有限公司，
类型：发明
国别省市：