一种智能模式的拍照方法
【专利摘要】本发明涉及一种智能模式的拍照方法，在拍摄完成、形成图片格式前，先对图像数据进行美化，然后将美化完成的图像数据进一步形成图片格式。本发明所述的智能模式的拍照方法，能够智能识别环境，根据当前拍照对象、环境参数等因素，选择适合的图像美化模式，使得拍摄获取的图像即是经过美化的图像，不仅可以保证拍摄出来的每一张照片的质量，并且无须再进行后期处理就可以分享给好友。通过本发明所述的方法，主要能够让使用者拍摄出来的照片质量更高，特别是在低光、弱光、强光、高光的环境下，使其拍摄出来的照片的细节更完善，效果更好。
【专利说明】一种智能模式的拍照方法
【技术领域】
[0001]本发明涉及拍照方法，更具体地说，涉及一种智能模式的拍照方法。
【背景技术】
[0002]在智能手机不断升级，拥有两个摄像头已经成为每个手机的标配，我们利用两个摄像头拍摄不同环境的照片。但是如何拍摄出质量好的照片或者是拍摄后的照片如何优化成为一张高质量的照片，成为我们分享每张照片前必须考虑的问题。
【发明内容】
[0003]本发明的目的在于克服现有技术的不足，提供一种直接获取美化图片的智能模式的拍照方法。
[0004]本发明的技术方案如下:
[0005]一种智能模式的拍照方法，在拍摄完成、形成图片格式前，先对图像数据进行拍摄对象、环境的分析，然后根据分析的结果进行对应的美化处理，然后将美化完成的图像数据进一步形成图片格式。
[0006]作为优选，待美化的图像数据以RGB模式的图像数据为源数据，如果摄像头获取的图像数据不是RGB模式的图像数据，则先将获取的图像数据转化为RGB模式的图像数据。
[0007]作为优选，预设图像数据的判断规则，对RGB模式的图像数据进行判断，再选择预设的图像美化模式，对图像数据进行美化。
[0008]作为优选，判断规则如下:
[0009]首先对RGB模式的图像数据进行人脸检测，如果检测到人脸，则判断人脸的区域占图像的比例，如果比例超过30%，则设置当前模式为自拍模式；
[0010]如果检测不到人脸，则利用深度学习模型卷积神经网络，对拍照对象进行类别识另IJ，确定当前拍照对象
[0011]作为优选，进一步获取RGB模式的图像数据的平均亮度，然后根据平均亮度判断当前的亮度状态是以下那种状态，低光、弱光、正常、强光、高光；其中，
[0012]低光为平均亮度在范围0-30内；
[0013]弱光为平均亮度在范围31-75内；
[0014]正常为平均亮度在范围76-180内；
[0015]强光为平均亮度在范围181-225内；
[0016]高光为平均亮度在范围226-255内。
[0017]作为优选，根据拍照对象、亮度状态的不同组合，与预设的处理方案匹配，对图像数据进行处理。
[0018]作为优选，如果拍照对象为人或者当自拍模式时，则会进行皮肤美化处理；
[0019]如果拍照对象是食物时，则对图像数据进行饱和度的调整；
[0020]如果拍照对象是动物时，则对图像数据进行对比度的调整；[0021]如果拍照对象是风景时，则对图像数据进行高光阴影和色彩的调整；
[0022]如果是低光模式或者弱光模式时，则对图像数据进行智能地补光；
[0023]如果是高光模式或者强光模式时，则对图像数据的高光区域进行智能地减光。
[0024]作为优选，平均亮度的计算，是利用灰度算法获取RGB模式的图像数据的亮度，然后再将所有像素点的亮度进行累加，再除以像素点的个数，从而得到平均亮度；其中，灰度算法为以下两个公式中的一个:
[0025]GRAY=0.299*RED+0.587*GREEN+0.114*BLUE ;或者，
[0026]GRAY=(RED*306+GREEN*60I+BLUE*117+512)/1024 ；
[0027]其中，GRAY为灰度值；RED、GREEN、BLUE分别为RGB模式的图像数据的像素点的红、
绿、蓝通道的颜色值。
[0028]作为优选，摄像头获取的图像数据为:数据主要包括以下格式:24RGB、24BGR、32ARGB、32BGRA、32ABGR、32RGBA、每个通道占 16 位的 64ARGB、48RGB、每个通道占 16 位的32AlphaGray、每个通道占16位的16Gray、每个通道占10位的30RGB、422YpCbCr8、4444YpCbCrA8、4444YpCbCrA8R、4444AYpCbCr8、4444AYpCbCr16、444YpCbCr8、422YpCbCr16、22YpCbCr10、444YpCbCr10、420YpCbCr8Planar、420YpCbCr8PlanarFulIRange、422YpCbCr_4A_8BiPlanar>420YpCbCr8BiPIanarVideoRange> YCbCrBiPlanar 或422YpCbCr8_yuvs。
[0029]作为优选，YpCbCr与RGB的转换公式为:
[0030]R=Yp+l.402*(Cr-128)；
[0031]G=Yp-0.34414* (Cb-128)-0.71414* (Cr-128)；
[0032]Β=Υρ+1.772* (Cb-128);
[0033]其中，R、G、B为各个像素点的红色通道、绿色通道、蓝色通道的颜色值；Yp、Cb> Cr为各个像素点的YpCrCb的值。
[0034]本发明的有益效果如下:
[0035]本发明所述的智能模式的拍照方法，能够智能识别环境，根据当前拍照对象、环境参数等因素，选择适合的图像美化模式，使得拍摄获取的图片即是美化的图片，不仅可以保证拍摄出来的每一张照片的质量，并且无须再进行后期处理就可以分享给好友。
[0036]通过本发明所述的方法，主要能够让使用者拍摄出来的照片质量更高，特别是在低光、弱光、强光、高光的环境下，使其拍摄出来的照片的细节更完善，效果更好。
【具体实施方式】
[0037]以下结合附图及实施例对本发明进行进一步的详细说明。
[0038]本发明提供一种智能模式的拍照方法，在拍摄完成、形成图片格式前，先对图像数据进行拍摄对象、环境的分析，然后根据分析的结果进行对应的美化处理，然后将美化完成的图像数据进一步形成图片格式。
[0039]应用在具体的拍摄设备上时，操作步骤主要包括如下:
[0040]I)打开相机的软件，驱动摄像头；
[0041]2)捕获摄像头实时预览的数据；
[0042]3)对捕获到的预览数据进行分析，并根据分析到的数据当前适合的拍照模式，并将拍照模式的标签显示在预览界面；
[0043]4)判断是否点击拍照，如果没有点击拍照，则继续执行步骤2);如果点击拍照，则对摄像头拍照得到的数据进行相对应当前环境的算法处理。
[0044]其中，步骤I)中的摄像头包括手机的前置摄像头，也包括手机的后置摄像头。
[0045]为了更有利于本发明的识别更准确，待美化的图像数据以RGB模式的图像数据为源数据，如果摄像头获取的图像数据不是RGB模式的图像数据，则先将获取的图像数据转化为RGB模式的图像数据，再对RGB模式的图像数据进行分析，从而通过分析得到当适合的拍照模式。
[0046]本实施例中，摄像头获取的图像数据为:数据主要包括以下格式:24RGB、24BGR、32ARGB、32BGRA、32ABGR、32RGBA、每个通道占 16 位的 64ARGB、48RGB、每个通道占 16 位的32AlphaGray、每个通道占16位的16Gray、每个通道占10位的30RGB、422YpCbCr8、4444YpCbCrA8、4444YpCbCrA8R、4444AYpCbCr8、4444AYpCbCr16、444YpCbCr8、422YpCbCr16、22YpCbCr10、444YpCbCr10、420YpCbCr8Planar、420YpCbCr8PlanarFulIRange、422YpCbCr_4A_8BiPlanar>420YpCbCr8BiPIanarVideoRange> YCbCrBiPlanar 或422YpCbCr8_yuvs。
[0047]YCbCr或Y’ CbCr有的时候会被写作:YCBCR或是Y’ CBCR,是色彩空间的一种，通常会用于影片中的影像连续处理，或是数字摄影系统中。Y’为颜色的亮度(Iuma)成分、而CB和CR则为蓝色和红色的浓度偏移量成份。Y’和Y是不同的，而Y就是所谓的流明(luminance),表示光的浓度且为非线性,使用伽马修正(gamma correction)编码处理。
[0048]YpCbCr与RGB的转换公式为:
[0049]R=Yp+l.402*(Cr-128)；
[0050]G=Yp-0.34414*(Cb-128)-0.71414*(Cr-128)；
[0051]Β=Υρ+1.772* (Cb-128);
[0052]其中，R、G、B为各个像素点的红色通道、绿色通道、蓝色通道的颜色值；Yp、Cb> Cr为各个像素点的YpCrCb的值。
[0053]在对图像数据进行分析前，本发明预设图像数据的判断规则，对RGB模式的图像数据进行判断，再选择预设的图像美化模式，对图像数据进行美化。
[0054]判断规则如下:
[0055]首先对RGB模式的图像数据进行人脸检测，如果检测到人脸，则判断人脸的区域占图像的比例，如果比例超过30%，则设置当前模式为自拍模式；
[0056]如果检测不到人脸，则利用深度学习模型卷积神经网络(Convolution NeuralNetwork,简称CNN，CNN是目前最好的图像分类算法之一，属于神经网络的一种)对拍照对象进行类别识别:利用CNN会为照片会打上标签:食物、动物、风景、人、其他；然后根据CNN模型输出的标签信息，将当前拍照对象归纳为某类拍照对象，然后调用对应的美化算法。
[0057]进一步获取RGB模式的图像数据的平均亮度，然后根据平均亮度判断当前的亮度状态是以下那种状态，低光、弱光、正常、强光、高光；其中，
[0058]低光为平均亮度在范围0-30内；
[0059]弱光为平均亮度在范围31-75内；
[0060]正常为平均亮度在范围76-180内；[0061]强光为平均亮度在范围181-225内；
[0062]高光为平均亮度在范围226-255内。
[0063]根据拍照对象、亮度状态的不同组合，与预设的处理方案匹配，对图像数据进行处理。具体如下:
[0064]如果拍照对象为人或者当自拍模式时，则会进行皮肤美化处理；
[0065]如果拍照对象是食物时，则对图像数据进行饱和度的调整；
[0066]如果拍照对象是动物时，则对图像数据进行对比度的调整；
[0067]如果拍照对象是风景时，则对图像数据进行高光阴影和色彩的调整；
[0068]如果是低光模式或者弱光模式时，则对图像数据进行智能地补光；
[0069]如果是高光模式或者强光模式时，则对图像数据的高光区域进行智能地减光。
[0070]本发明所述的方法中，平均亮度的计算，是利用灰度算法获取RGB模式的图像数据的亮度，然后再将所有像素点的亮度进行累加，再除以像素点的个数，从而得到平均亮度；其中，灰度算法为以下两个公式中的一个:
[0071]GRAY=0.299*RED+0.587*GREEN+0.114*BLUE ;或者，
[0072]GRAY=(RED*306+GREEN*601+BLUE*117+512)/1024 ；
[0073]其中，GRAY为灰度值；RED、GREEN、BLUE分别为RGB模式的图像数据的像素点的红、
绿、蓝通道的颜色值。
[0074]通过本发明所述的方法，能够让使用者拍摄出来的照片质量更高，特别是在低光、弱光、强光、高光的环境下，使其拍摄出来的照片的细节更完善，效果更好。
[0075]上述实施例仅是用来说明本发明，而并非用作对本发明的限定。只要是依据本发明的技术实质，对上述实施例进行变化、变型等都将落在本发明的权利要求的范围内。
【权利要求】
1.一种智能模式的拍照方法，其特征在于，在拍摄完成、形成图片格式前，先对图像数据进行拍摄对象、环境的分析，然后根据分析的结果进行对应的美化处理，然后将美化完成的图像数据进一步形成图片格式。
2.根据权利要求1所述的智能模式的拍照方法，其特征在于，待美化的图像数据以RGB模式的图像数据为源数据，如果摄像头获取的图像数据不是RGB模式的图像数据，则先将获取的图像数据转化为RGB模式的图像数据。
3.根据权利要求2所述的智能模式的拍照方法，其特征在于，预设图像数据的判断规贝U，对RGB模式的图像数据进行判断，再选择预设的图像美化模式，对图像数据进行美化。
4.根据权利要求3所述的智能模式的拍照方法，其特征在于，判断规则如下: 首先对RGB模式的图像数据进行人脸检测，如果检测到人脸，则判断人脸的区域占图像的比例，如果比例超过30%，则设置当前模式为自拍模式； 如果检测不到人脸，则利用深度学习模型卷积神经网络，对拍照对象进行类别识别，确定当前拍照对象。
5.根据权利要求4所述的智能模式的拍照方法，其特征在于，进一步获取RGB模式的图像数据的平均亮度，然后根据平均亮度判断当前的亮度状态是以下那种状态，低光、弱光、正常、强光、高光；其中， 低光为平均亮度在范围0-30内； 弱光为平均亮度在范围31-75内； 正常为平均亮度在范围76 -180内； 强光为平均亮度在范围181-225内； 高光为平均亮度在范围226-255内。
6.根据权利要求5所述的智能模式的拍照方法，其特征在于，根据拍照对象、亮度状态的不同组合，与预设的处理方案匹配，对图像数据进行处理。
7.根据权利要求6所述的智能模式的拍照方法，其特征在于，如果拍照对象为人或者当自拍模式时，则会进行皮肤美化处理； 如果拍照对象是食物时，则对图像数据进行饱和度的调整； 如果拍照对象是动物时，则对图像数据进行对比度的调整； 如果拍照对象是风景时，则对图像数据进行高光阴影和色彩的调整； 如果是低光模式或者弱光模式时，则对图像数据进行智能地补光； 如果是高光模式或者强光模式时，则对图像数据的高光区域进行智能地减光。
8.根据权利要求5所述的智能模式的拍照方法，其特征在于，平均亮度的计算，是利用灰度算法获取RGB模式的图像数据的亮度，然后再将所有像素点的亮度进行累加，再除以像素点的个数，从而得到平均亮度；其中，灰度算法为以下两个公式中的一个:
GRAY=0.299*RED+0.587*GREEN+0.114*BLUE ;或者，
GRAY=(RED*306+GREEN*60I+BLUE*117+512)/1024 ； 其中，GRAY为灰度值；RED、GREEN、BLUE分别为RGB模式的图像数据的像素点的红、绿、蓝通道的颜色值。
9.根据权利要求2所述的智能模式的拍照方法，其特征在于，摄像头获取的图像数据为:数据主要包括以下格式:24RGB、24BGR、32ARGB、32BGRA、32ABGR、32RGBA、每个通道占16位的64ARGB、48RGB、每个通道占16位的32AlphaGray、每个通道占16位的 16Gray、每个通道占 10 位的 30RGB、422YpCbCr8、4444YpCbCrA8、4444YpCbCrA8R、4444AYpCbCr8、4444AYpCbCr16、444YpCbCr8、422YpCbCr16、22YpCbCr10、444YpCbCr10、420YpCbCr8Planar>420YpCbCr8PlanarFulIRange > 422YpCbCr_4A_8B iPIanar、420YpCbCr8BiPlanarVideoRange> YCbCrBiPlanar 或 422YpCbCr8_yuvs。
10.根据权利要求3所述的智能模式的拍照方法，其特征在于，YpCbCr与RGB的转换公式为:
R=Yp+l.402*(Cr-128)；
G=Yp-0.34414*(Cb-128)-0.71414*(Cr-128)；
Β=Υρ+1.772*(Cb-128)； 其中，R、G、B为各个像素点的红色通道、绿色通道、蓝色通道的颜色值；Yp、Cb、Cr为各个像素点的YpCrCb的值。·
【文档编号】H04N5/235GK103716547SQ201410018376
【公开日】2014年4月9日 申请日期:2014年1月15日 优先权日:2014年1月15日
【发明者】张伟, 傅松林, 郭冠军, 张长定 申请人:厦门美图之家科技有限公司