申请/专利权人：广东智媒云图科技股份有限公司

申请日：2018-12-04

公开（公告）日：2023-10-13

公开（公告）号：CN109784346B

主分类号：G06V10/44

分类号：G06V10/44;G06V30/19

优先权：

专利状态码：有效-授权

法律状态：2023.10.13#授权;2020.07.28#实质审查的生效;2019.05.21#公开

摘要：本发明提供的一种剪影图像的筛选方法，剪影图像用于制作剪影，包括：获取用于制作剪影的待筛选图片集，对待筛选图片集中的待筛选图片进行第一灰度处理并得到含有多张已处理待筛选图片的已处理待筛选图片集；将已处理待筛选图片集输入至预设边缘轮廓学习集模型进行识别，得到含有多个边缘轮廓关键点坐标向量组的坐标向量集合；根据坐标向量集合得到含有多个待筛选图片轮廓曲线的轮廓曲线集合，分别计算每个待筛选图片轮廓曲线的拐角数量，筛选出与最大拐角数量对应的待筛选图片，将与最大拐角数量对应的待筛选图片作为目标剪影图像。本发明的一种剪影图像的筛选方法，得到的目标剪影图像更加能够体现对应的人物或物品的轮廓特征。

主权项：1.一种剪影图像的筛选方法，所述剪影图像用于制作剪影，其特征在于：包括以下步骤：获取待筛选图片，获取用于制作剪影的待筛选图片集，所述待筛选图片集中含有多张待筛选图片；第一灰度处理，对所述待筛选图片集中的所述待筛选图片进行第一灰度处理并得到含有多张已处理待筛选图片的已处理待筛选图片集；建立预设边缘轮廓学习集模型，具体为：待训练图片收集，通过网络收集各种形态的人物、动植物以及常见物体的多角度待训练图片，得到含有多个待训练图片的待训练图片集；提取关键点坐标组，勾选所述待训练图片的边缘轮廓，提取所述边缘轮廓的轮廓关键点坐标向量组，其中，将每个所述轮廓关键点坐标向量组都与所述待训练图片建立映射关系；模型训练，将所述待训练图片、所述映射关系以及所述轮廓关键点坐标向量组输入至预设学习模型进行训练，得到预设边缘轮廓学习集模型；待筛选图片识别，将所述已处理待筛选图片集输入至预设边缘轮廓学习集模型进行识别，得到含有多个边缘轮廓关键点坐标向量组的坐标向量集合；轮廓曲线集合的获取，根据所述坐标向量集合得到含有多个所述待筛选图片轮廓曲线的轮廓曲线集合，每个待筛选图片轮廓曲线与每张所述待筛选图片对应；计算拐角数量，分别计算每个所述待筛选图片轮廓曲线的拐角数量，并得到含有多个拐角数量的拐角数量集合，其中，每个所述拐角数量与每张所述待筛选图片对应；筛选目标剪影图像，筛选出所述拐角数量集合中的最大拐角数量，并筛选出与所述最大拐角数量对应的所述待筛选图片，将与所述最大拐角数量对应的所述待筛选图片作为目标剪影图像。

全文数据：一种剪影图像的筛选方法、电子设备以及存储介质技术领域本发明涉及图像识别领域，尤其涉及一种剪影图像的筛选方法、电子设备以及存储介质。背景技术剪影作为中华民族的传统的手工艺品，在当今很受人们的欢迎。依照人脸或人体及其他物体的轮廓剪纸成形谓之剪影。在制作剪影时，表现的是人、物的轮廓，力求突出主体特征，表现主体最具有特色的外形、姿态、轮廓形状。由于剪影的独特艺术风格，也被很多大型主题会议用作签到仪式的纪念卡封面装饰。通常获取用于制作剪影的剪影图像都是以下方式获取：在会议现场邀请参会嘉宾拍摄照片，自动处理拍摄到的照片后生成剪影图像并制作成会议纪念卡的背景。但是，现场制作剪影的效果图像，对图像的拍摄角度及挑选要求较高，需要得到最能体现剪影制作效果的嘉宾突出轮廓特征的图片，同时也无法要求每个参会嘉宾都耗费时间特意按摄影师的要求调整姿势和角度配合拍摄。目前对于用于制作剪影的剪影图像的选取基本都是人工选取，导致选取到的图片并不能满足制作剪影的要求，选取剪影图像并不能够很好的体现剪影图像对应的人物或物品的轮廓特征。发明内容为了克服现有技术的不足，本发明的目的之一在于提供一种剪影图像的筛选方法，其能解决目前对于用于制作剪影的剪影图像的选取基本都是人工选取，导致选取到的图片并不能满足制作剪影的要求，选取剪影图像并不能够很好的体现剪影图像对应的人物或物品的轮廓特征的问题。本发明的目的之二在于提供一种电子设备，其能解决目前对于用于制作剪影的剪影图像的选取基本都是人工选取，导致选取到的图片并不能满足制作剪影的要求，选取剪影图像并不能够很好的体现剪影图像对应的人物或物品的轮廓特征的问题。本发明的目的之三在于提供一种计算机可读存储介质，其能解决目前对于用于制作剪影的剪影图像的选取基本都是人工选取，导致选取到的图片并不能满足制作剪影的要求，选取剪影图像并不能够很好的体现剪影图像对应的人物或物品的轮廓特征的问题。本发明提供目的之一采用以下技术方案实现：一种剪影图像的筛选方法，所述剪影图像用于制作剪影，包括以下步骤：获取待筛选图片，获取用于制作剪影的待筛选图片集，所述待筛选图片集中含有多张待筛选图片；第一灰度处理，对所述待筛选图片集中的所述待筛选图片进行第一灰度处理并得到含有多张已处理待筛选图片的已处理待筛选图片集；待筛选图片识别，将所述已处理待筛选图片集输入至预设边缘轮廓学习集模型进行识别，得到含有多个边缘轮廓关键点坐标向量组的坐标向量集合；轮廓曲线集合的获取，根据所述坐标向量集合得到含有多个所述待筛选图片轮廓曲线的轮廓曲线集合，每个待筛选图片轮廓曲线与每张所述待筛选图片对应；计算拐角数量，分别计算每个所述待筛选图片轮廓曲线的拐角数量，并得到含有多个拐角数量的拐角数量集合，其中，每个所述拐角数量与每张所述待筛选图片对应；筛选目标剪影图像，筛选出所述拐角数量集合中的最大拐角数量，并筛选出与所述最大拐角数量对应的所述待筛选图片，将与所述最大拐角数量对应的所述待筛选图片作为目标剪影图像。进一步地，所述获取待筛选图片之前还包括：汇总待筛选图片，通过摄像头采集用于制作剪辑画的视频图像，对所述视频图像进行抽取关键帧处理，得到多张用于制作剪影的待筛选图片，将多张所述待筛选图片汇总为待筛选图片集。进一步地，所述待筛选图片识别之前还包括：建立预设边缘轮廓学习集模型，具体为：待训练图片收集，通过网络收集各种形态的人物、动植物以及常见物体的多角度待训练图片，得到含有多个待训练图片的待训练图片集；提取关键点坐标组，勾选所述待训练图片的边缘轮廓，提取所述边缘轮廓的轮廓关键点坐标向量组，其中，将每个所述轮廓关键点坐标向量组都与所述待训练图片建立映射关系；模型训练，将所述待训练图片、所述映射关系以及所述轮廓关键点坐标向量组输入至预设学习模型进行训练，得到预设边缘轮廓学习集模型。进一步地，所述模型训练具体为：将所述待训练图片集作为预设学习模型的输入量进行训练，将所述映射关系作为所述预设学习模型的识别量进行训练，将所述轮廓关键点坐标向量组作为预设学习模型的输出量进行训练，得到预设边缘轮廓学习集模型。进一步地，所述待筛选图片识别具体为：将所述已处理待筛选图片集输入至预设边缘轮廓学习集模型，所述预设边缘轮廓学习集模型匹配出与所述已处理待筛选图片对应的所述轮廓关键点坐标向量组，所述预设边缘轮廓学习集模型将所述轮廓关键点坐标向量组作为边缘轮廓关键点坐标向量组输出，最终得到含有多个边缘轮廓关键点坐标向量组的坐标向量集合。进一步地，所述模型训练还包括第二灰度处理，对所述待训练图片进行第二灰度处理。进一步地，所述第一灰度处理具体为：根据加权平均法对所述待筛选图片集中的所述待筛选图片进行第一灰度处理并得到含有多张已处理待筛选图片的已处理待筛选图片集。本发明提供目的之二采用以下技术方案实现：一种电子设备，包括：处理器；存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行本申请的一种剪影图像的筛选方法。本发明提供目的之三采用以下技术方案实现：一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行本申请的一种剪影图像的筛选方法。相比现有技术，本发明的有益效果在于：本发明的一种剪影图像的筛选方法，剪影图像用于制作剪影，包括以下步骤：获取用于制作剪影的待筛选图片集，待筛选图片集中含有多张待筛选图片；对待筛选图片集中的待筛选图片进行灰度处理并得到含有多张已处理待筛选图片的已处理待筛选图片集；将已处理待筛选图片集输入至预设边缘轮廓学习集模型进行识别，得到含有多个边缘轮廓关键点坐标向量组的坐标向量集合；根据坐标向量集合得到含有多个待筛选图片轮廓曲线的轮廓曲线集合，每个待筛选图片轮廓曲线与每张待筛选图片对应；分别计算每个待筛选图片轮廓曲线的拐角数量，并得到含有多个拐角数量的拐角数量集合，其中，每个拐角数量与每张待筛选图片对应；筛选出拐角数量集合中的最大拐角数量，并筛选出与最大拐角数量对应的待筛选图片，将与最大拐角数量对应的待筛选图片作为目标剪影图像。通过对待筛选图片进行识别得到边缘轮廓关键点坐标向量组，从而计算拐角数量，根据拐角数量的大小筛选出待筛选图片作为目标剪影图像，整个过程智能化筛选，并且得到的目标剪影图像更加能够体现对应的人物或物品的轮廓特征，更加适合作为用于制作剪影的图片。上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。附图说明此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：图1为本发明的一种剪影图像的筛选方法的流程示意图。具体实施方式下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。如图1所示，本发明的一种剪影图像的筛选方法，包括以下步骤：汇总待筛选图片，通过摄像头采集用于制作剪辑画的视频图像，对视频图像进行抽取关键帧处理，得到多张用于制作剪影的待筛选图片，将多张待筛选图片汇总为待筛选图片集。本实施例中，通过设置摄像头实时获取会议现场嘉宾的参会、入场多个角度的照片，在嘉宾签到环节引导嘉宾适当转动头部或身体的方向随机拍摄也可以，就能方便的获取到嘉宾多个角度的视频图像，并对视频图像进行抽取关键帧处理，提取出其中各拍摄角度中具有明显轮廓特征、最适合制作剪影的图像，得到多张用于制作剪影的待筛选图片。获取待筛选图片，获取用于制作剪影画的待筛选图片集，待筛选图片集中含有多张待筛选图片。第一灰度处理，对待筛选图片集中的待筛选图片进行第一灰度处理并得到含有多张已处理待筛选图片的已处理待筛选图片集。根据加权平均法对待筛选图片进行第一灰度处理，通过对待筛选图片进行灰度处理可以去除图像中多余的杂色，提高处理效率，使图像都呈现黑白灰状态。建立预设边缘轮廓学习集模型，具体包括以下步骤：待训练图片收集，通过网络收集各种形态的动植物以及常见物体的多角度图片，得到待训练图片集。在本实施例中，通过网络收集各种形态的人物、动物、植物等常见物品各个角度的图片，每一种类型的图片的各种角度、形态都要分别收集，例如，人物的图片，需要收集如站姿、坐姿、弯腰等各种姿势的；头发部分也需要针对长发、卷发、马尾等各种头型分别收集；而动物的，例如狗，卷毛和短毛、外形差异特别大的品种都需要分别收集。提取轮廓关键点坐标向量，勾选待训练图片的边缘轮廓，提取边缘轮廓的轮廓关键点坐标向量组，其中，将每个轮廓关键点坐标向量组都与待训练图片建立映射关系。首先对图片进行标记，并根据标记勾选出待训练图片的边缘轮廓，按顺序提取边缘轮廓的各关键点坐标，得到关键点坐标组；根据关键点坐标组得到与关键点坐标组对应的轮廓关键点坐标向量组。每张待筛选图片都对应一个轮廓关键点坐标向量组。模型训练，将待训练图片、映射关系以及轮廓关键点坐标向量组输入至预设学习模型进行训练，得到预设边缘轮廓学习集模型，将待训练图片集作为预设学习模型的输入量进行训练，将映射关系作为预设学习模型的识别量进行训练，将轮廓关键点坐标向量组作为预设学习模型的输出量进行训练，得到预设边缘轮廓学习集模型。在本实施例中，在将训练图片输入值预设学习模型之前，还需要对待训练图片进行第二灰度处理，具体为根据加权平均法对待训练图片进行第二灰度处理，通过对待训练图片进行灰度处理可以去除图像中多余的杂色，提高处理效率，使图像都呈现黑白灰状态。待筛选图片识别，将已处理待筛选图片集输入至预设边缘轮廓学习集模型进行识别，得到含有多个边缘轮廓关键点坐标向量组的坐标向量集合。具体为：将已处理待筛选图片集输入至预设边缘轮廓学习集模型，预设边缘轮廓学习集模型匹配出与已处理待筛选图片对应的轮廓关键点坐标向量组，预设边缘轮廓学习集模型将轮廓关键点坐标向量组作为边缘轮廓关键点坐标向量组输出，最终得到含有多个边缘轮廓关键点坐标向量组的坐标向量集合。轮廓曲线集合的获取，根据坐标向量集合得到含有多个待筛选图片轮廓曲线的轮廓曲线集合，每个待筛选图片轮廓曲线与每张待筛选图片对应。根据得到的坐标向量集合中的边缘轮廓关键点坐标向量组，将边缘轮廓关键点坐标向量组中的每个边缘轮廓关键点坐标向量对应的关键点进行连接，从而得到闭合的多边形的图片区域，即为每一个待筛选图片中人物主体对应的轮廓曲线。每一个边缘轮廓关键点坐标向量组对应一个轮廓曲线。计算拐角数量，分别计算每个待筛选图片轮廓曲线的拐角数量，并得到含有多个拐角数量的拐角数量集合，其中，每个拐角数量与每张待筛选图片对应。计算每个待筛选图片轮廓曲线的拐角数量具体为：待筛选图片轮廓曲线上的任意点作为起点开始计算，不断判断相邻的点之间的方向，顺时针方向依次取点，当下一个点与前一个点的方向不一致时则判定为一个拐点，按照此种方法直到计算完筛选图片轮廓曲线上的所有点，最后统计每个待筛选图片轮廓曲线的拐点的数量，此拐点的数量即为拐角数量。方向不一致的判定标准为：例如A作为起点，即第一个点，B作为第二个点，C作为第三个点，当B的方向与A的方向不同的时候，则此时B点即为拐点，当C点的方向与B的方向不同的时候，将C点作为拐点。否则，则不为拐点。筛选目标剪影图像，筛选出拐角数量集合中的最大拐角数量，并筛选出与最大拐角数量对应的待筛选图片，将与最大拐角数量对应的待筛选图片作为目标剪影图像。最后对目前剪影图像进行剪影制作。本发明提供了一种电子设备，包括：处理器；存储器；以及程序，其中程序被存储在存储器中，并且被配置成由处理器执行，程序包括用于执行本申请的一种剪影图像的筛选方法。本发明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，计算机程序被处理器执行本申请的一种剪影图像的筛选方法。本发明的一种剪影图像的筛选方法，剪影图像用于制作剪影，包括以下步骤：获取用于制作剪影的待筛选图片集，待筛选图片集中含有多张待筛选图片；对待筛选图片集中的待筛选图片进行第一灰度处理并得到含有多张已处理待筛选图片的已处理待筛选图片集；将已处理待筛选图片集输入至预设边缘轮廓学习集模型进行识别，得到含有多个边缘轮廓关键点坐标向量组的坐标向量集合；根据坐标向量集合得到含有多个待筛选图片轮廓曲线的轮廓曲线集合，每个待筛选图片轮廓曲线与每张待筛选图片对应；分别计算每个待筛选图片轮廓曲线的拐角数量，并得到含有多个拐角数量的拐角数量集合，其中，每个拐角数量与每张待筛选图片对应；筛选出拐角数量集合中的最大拐角数量，并筛选出与最大拐角数量对应的待筛选图片，将与最大拐角数量对应的待筛选图片作为目标剪影图像。通过对待筛选图片进行识别得到边缘轮廓关键点坐标向量组，从而计算拐角数量，根据拐角数量的大小筛选出待筛选图片作为目标剪影图像，整个过程智能化筛选，并且得到的目标剪影图像更加能够体现对应的人物或物品的轮廓特征，更加适合作为用于制作剪影的图片。以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。

权利要求：1.一种剪影图像的筛选方法，所述剪影图像用于制作剪影，其特征在于：包括以下步骤：获取待筛选图片，获取用于制作剪影的待筛选图片集，所述待筛选图片集中含有多张待筛选图片；第一灰度处理，对所述待筛选图片集中的所述待筛选图片进行第一灰度处理并得到含有多张已处理待筛选图片的已处理待筛选图片集；待筛选图片识别，将所述已处理待筛选图片集输入至预设边缘轮廓学习集模型进行识别，得到含有多个边缘轮廓关键点坐标向量组的坐标向量集合；轮廓曲线集合的获取，根据所述坐标向量集合得到含有多个所述待筛选图片轮廓曲线的轮廓曲线集合，每个待筛选图片轮廓曲线与每张所述待筛选图片对应；计算拐角数量，分别计算每个所述待筛选图片轮廓曲线的拐角数量，并得到含有多个拐角数量的拐角数量集合，其中，每个所述拐角数量与每张所述待筛选图片对应；筛选目标剪影图像，筛选出所述拐角数量集合中的最大拐角数量，并筛选出与所述最大拐角数量对应的所述待筛选图片，将与所述最大拐角数量对应的所述待筛选图片作为目标剪影图像。2.如权利要求1所述的一种剪影图像的筛选方法，其特征在于：所述获取待筛选图片之前还包括：汇总待筛选图片，通过摄像头采集用于制作剪辑画的视频图像，对所述视频图像进行抽取关键帧处理，得到多张用于制作剪影的待筛选图片，将多张所述待筛选图片汇总为待筛选图片集。3.如权利要求1所述的一种剪影图像的筛选方法，其特征在于：所述待筛选图片识别之前还包括：建立预设边缘轮廓学习集模型，具体为：待训练图片收集，通过网络收集各种形态的人物、动植物以及常见物体的多角度待训练图片，得到含有多个待训练图片的待训练图片集；提取关键点坐标组，勾选所述待训练图片的边缘轮廓，提取所述边缘轮廓的轮廓关键点坐标向量组，其中，将每个所述轮廓关键点坐标向量组都与所述待训练图片建立映射关系；模型训练，将所述待训练图片、所述映射关系以及所述轮廓关键点坐标向量组输入至预设学习模型进行训练，得到预设边缘轮廓学习集模型。4.如权利要求3所述的一种剪影图像的筛选方法，其特征在于：所述模型训练具体为：将所述待训练图片集作为预设学习模型的输入量进行训练，将所述映射关系作为所述预设学习模型的识别量进行训练，将所述轮廓关键点坐标向量组作为预设学习模型的输出量进行训练，得到预设边缘轮廓学习集模型。5.如权利要求3所述的一种剪影图像的筛选方法，其特征在于：所述待筛选图片识别具体为：将所述已处理待筛选图片集输入至预设边缘轮廓学习集模型，所述预设边缘轮廓学习集模型匹配出与所述已处理待筛选图片对应的所述轮廓关键点坐标向量组，所述预设边缘轮廓学习集模型将所述轮廓关键点坐标向量组作为边缘轮廓关键点坐标向量组输出，最终得到含有多个边缘轮廓关键点坐标向量组的坐标向量集合。6.如权利要求3所述的一种剪影图像的筛选方法，其特征在于：所述模型训练还包括第二灰度处理，对所述待训练图片进行第二灰度处理。7.如权利要求1所述的一种剪影图像的筛选方法，其特征在于：所述第一灰度处理具体为：根据加权平均法对所述待筛选图片集中的所述待筛选图片进行第一灰度处理并得到含有多张已处理待筛选图片的已处理待筛选图片集。8.一种电子设备，其特征在于包括：处理器；存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行权利要求1-7任意一项所述的方法。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行如权利要求1-7任意一项所述的方法。

百度查询： 广东智媒云图科技股份有限公司 一种剪影图像的筛选方法、电子设备以及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD