一种拍照方法及装置

1.一种拍照方法，其特征在于，包括：
通过摄像头获取目标图像，查找所述目标图像中包含的脸部区域；
获取所述脸部区域的面积及所述脸部区域的中心与所述摄像头的焦点的距离；
判断所述脸部区域的面积是否大于预设面积阈值且所述脸部区域的中心与所述摄像头的焦点的距离是否大于预设距离阈值；
若是，则计算所述脸部区域的中心与所述摄像头的焦点的距离和所述脸部区域的面积的乘积，即所述乘积是所述距离与所述脸部区域的面积的乘积；判断所述乘积所属的预设的阈值区间；所述阈值区间用于提示畸变的程度；根据所述阈值区间生成提示信息；展示提示信息，所述提示信息用于提醒拍摄用户或被拍摄用户调整拍摄距离或焦点距离或方向。
2.根据权利要求1所述的方法，其特征在于，所述查找所述目标图像中包含的脸部区域的步骤还包括：
根据脸部识别算法在所述目标图像中查找相应的特征区域，将查找到的特征区域作为脸部区域。
3.根据权利要求1所述的方法，其特征在于，所述获取所述脸部区域的面积的步骤还包括：
获取所述脸部区域所占的像素点个数及每个像素点所占的面积；
计算所述脸部区域所占的像素点个数与所述每个像素点所占的面积的乘积，将所述乘积作为所述脸部区域的面积。
4.根据权利要求1所述的方法，其特征在于，所述展示提示信息的步骤还包括：
以文本、音频或视频的方式展示所述提示信息。
5.一种拍照装置，其特征在于，包括：
脸部区域查找模块，用于通过摄像头获取目标图像，查找所述目标图像中包含的脸部区域；
获取模块，用于获取所述脸部区域的面积及所述脸部区域的中心与所述摄像头的焦点的距离；
判断模块，用于判断所述脸部区域的面积是否大于预设面积阈值且所述脸部区域的中心与所述摄像头的焦点的距离是否大于预设距离阈值；
信息展示模块，若是，则用于展示提示信息，所述提示信息用于提醒拍摄用户或被拍摄用户调整拍摄距离或焦点距离或方向；
所述信息展示模块还用于：
计算所述脸部区域的中心与所述摄像头的焦点的距离和所述脸部区域的面积的乘积，即所述乘积是所述距离与所述脸部区域的面积的乘积；
判断所述乘积所属的预设的阈值区间；
所述阈值区间用于提示畸变的程度；
根据所述阈值区间生成提示信息。
6.根据权利要求5所述的装置，其特征在于，所述脸部区域查找模块还用于根据脸部识别算法在所述目标图像中查找相应的特征区域，将查找到的特征区域作为脸部区域。
7.根据权利要求5所述的装置，其特征在于，所述获取模块还用于：
获取所述脸部区域所占的像素点个数及每个像素点所占的面积；
计算所述脸部区域所占的像素点个数与所述每个像素点所占的面积的乘积，将所述乘积作为所述脸部区域的面积。
8.根据权利要求5所述的装置，其特征在于，所述信息展示模块还用于以文本、音频或视频的方式展示所述提示信息。

一种拍照方法及装置\n技术领域\n[0001] 本发明涉及计算机领域，尤其涉及一种拍照方法及装置。\n背景技术\n[0002] 广角镜头相对标准镜头而言，镜头视角大，视野宽阔，从某一视点观察到的景物范围要比人眼在同一视点所看到的大得多；同时景深长，拍出的照片可以表现出相当大的清晰范围；除此以外，还能强调画面的透视效果，善于夸张前景和表现景物的远近感，有利于增强画面的感染力。所以用户一般喜欢利用带有广角镜头的相机进行拍摄。\n[0003] 但在相同的拍摄距离处，这种镜头所拍摄的景物比使用标准镜头所拍摄的景物在画面中的影像小。一般进行自拍时，为了使肖像充满画面，对于广角镜头必须极为接近被摄对象。通常，对于任何一种镜头，当接近被摄体到一定程度时，就会产生失真。越接近被摄体，失真越严重。正是由于希望被摄体充满画面，而恰恰进入了广角镜头的失真距离范围，导致画面出现透视变形和影像畸变的缺陷，使得失真度大大增加。\n发明内容\n[0004] 基于此，为解决上述提到的拍照失真度大大增加的技术问题，特提供了一种拍照方法。\n[0005] 一种拍照方法，包括：\n[0006] 通过摄像头获取目标图像，查找所述目标图像中包含的脸部区域；\n[0007] 获取所述脸部区域的面积及所述脸部区域的中心与所述摄像头的焦点的距离；\n[0008] 判断所述脸部区域的面积是否大于预设面积阈值且所述脸部区域的中心与所述摄像头的焦点的距离是否大于预设距离阈值；\n[0009] 若是，则展示提示信息，所述提示信息用于提醒拍摄用户或被拍摄用户调整拍摄距离或焦点距离或方向。\n[0010] 进一步的，所述查找所述目标图像中包含的脸部区域的步骤还包括：\n[0011] 根据脸部识别算法在所述目标图像中查找相应的特征区域，将查找到的特征区域作为脸部区域。\n[0012] 进一步的，所述获取所述脸部区域的面积的步骤还包括：\n[0013] 获取所述脸部区域所占的像素点个数及每个像素点所占的面积；\n[0014] 计算所述脸部区域所占的像素点个数与所述每个像素点所占的面积的乘积，将所述乘积作为所述脸部区域的面积。\n[0015] 进一步的，所述展示提示信息的步骤之前还包括：\n[0016] 计算所述脸部区域的中心与所述摄像头的焦点的距离和所述脸部区域的面积的乘积；\n[0017] 判断所述乘积所属的预设的阈值区间；\n[0018] 根据所述阈值区间生成提示信息。\n[0019] 进一步的，所述展示提示信息的步骤还包括以文本、音频或视频的方式展示所述提示信息。\n[0020] 此外，解决上述提到的拍照失真度大大增加的技术问题，特提供了一种拍照装置。\n[0021] 一种拍照装置，包括：\n[0022] 脸部区域查找模块，用于通过摄像头获取目标图像，查找所述目标图像中包含的脸部区域；\n[0023] 获取模块，用于获取所述脸部区域的面积及所述脸部区域的中心与所述摄像头的焦点的距离；\n[0024] 判断模块，用于判断所述脸部区域的面积是否大于预设面积阈值且所述脸部区域的中心与所述摄像头的焦点的距离是否大于预设距离阈值；\n[0025] 信息展示模块，若是，则用于展示提示信息，所述提示信息用于提醒拍摄用户或被拍摄用户调整拍摄距离或焦点距离或方向。\n[0026] 进一步的，所述脸部区域查找模块还用于根据脸部识别算法在所述目标图像中查找相应的特征区域，将查找到的特征区域作为脸部区域。\n[0027] 进一步的，所述获取模块还用于：\n[0028] 获取所述脸部区域所占的像素点个数及每个像素点所占的面积；\n[0029] 计算所述脸部区域所占的像素点个数与所述每个像素点所占的面积的乘积，将所述乘积作为所述脸部区域的面积。\n[0030] 进一步的，所述信息展示模块还用于：\n[0031] 计算所述脸部区域的中心与所述摄像头的焦点的距离和所述脸部区域的面积的乘积；\n[0032] 判断所述乘积所属的预设的阈值区间；\n[0033] 根据所述阈值区间生成提示信息。\n[0034] 进一步的，所述信息展示模块还用于以文本、音频或视频的方式展示所述提示信息。\n[0035] 实施本发明实施例，将具有如下有益效果：\n[0036] 采用了上述拍照方法及装置之后，通过摄像头获取目标图像，并利用脸部特征识别算法查找出目标图像中包含的脸部区域。然后获取脸部区域所占的像素点个数，计算这些像素点个数与每个像素点所占面积的乘积得出脸部区域的面积，同时利用位置传感器定位脸部区域的中心及摄像头的焦点，然后通过距离传感器检测出这两点之间的距离。将计算出的面积与预设的面积阈值比较，同时将获取的脸部区域的中心与摄像头焦点之间的距离同预设距离阈值进行比较，在两者同时大于阈值的基础上，带有摄像头的计算机等智能设备会以不同的颜色和方式展示畸变的等级等提示信息，以提醒拍摄用户或被拍摄用户调整拍摄距离或焦点距离或方向，而使所拍摄照片的失真度大大减小。\n附图说明\n[0037] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。\n[0038] 其中：\n[0039] 图1为一个实施例中一种拍照方法的流程图；\n[0040] 图2为一个实施例中一种目标图像示意图；\n[0041] 图3为另一个实施例中一种目标图像示意图；\n[0042] 图4为一个实施例中人脸区域与摄像头相对位置示意图；\n[0043] 图5为一个实施例中一种拍照装置的结构示意图。\n具体实施方式\n[0044] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。\n[0045] 为解决上述提到的拍照失真度大大增加的技术问题，在一个实施例中，如图1所示，特提出了一种拍照方法，该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的计算机系统上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。该计算机系统可以是智能手机、平板电脑、个人电脑、笔记本电脑等移动设备。\n[0046] 具体的，该拍照方法包括：\n[0047] 步骤S102：通过摄像头获取目标图像，查找所述目标图像中包含的脸部区域。\n[0048] 目标图像为用户利用摄像头对着脸部所拍摄的全局图像，包含多种信息，主要信息集中在脸部。其中，脸部包括人脸或者动物脸部等。\n[0049] 例如，用户a利用带有广角镜头的相机拍摄了一张小狗脸部照片，如图2所示，除了主要信息集中在小狗脸部外，画面中还包含小狗身体、小狗腿部及地面等信息。\n[0050] 再例如，用户b利用某相机自拍，如图3所示，全局图像包含脸部，头发，衣服等多种信息，而脸部信息在图片中所占比例较高。\n[0051] 优选的，查找目标图像中包含的脸部区域的步骤还包括：根据脸部识别算法在目标图像中查找相应的特征区域，将查找到的特征区域作为脸部区域。\n[0052] 脸部识别算法就是在检测到脸部并定位面部关键特征点之后，主要的脸部区域就可以被裁剪出来，经过预处理之后，馈入后端的识别算法。识别算法要完成脸部特征的提取，并与库存的已知脸部进行比对，完成最终的分类。目前，已经有一些成熟的算法可以识别脸部区域。\n[0053] 例如，基于几何特征的人脸识别方法：这种方法主要是基于人们对人脸结构的先验知识，提取出待识别的眼睛、眉毛、鼻子、嘴巴、脸的形状或它们之间的几何关系，并将其存储为一个特征矢量，所以基于几何特征识别最后归结为特征矢量之间的距离。为了提高图像的识别率，用这种方法识别人脸之前，一般需要对图片进行预处理，包括将图像进行灰度变换、二值化和图像的归一化等。\n[0054] 再例如，基于相关匹配的人脸识别方法：主要包括模板匹配法和等强度线法。模板匹配法是一种经典的模式识别方法，这种方法通常采用“归一化互相关”，直接计算两幅图像的匹配程度。模板匹配法要求两幅图像上的目标具有相同的尺度、取向和光照，所以必须进行尺度归一、灰度归一的图像预处理。这种识别方法识别率受图像质量和人脸的遮挡等因素的影响较小。而等强度线法利用灰度图像的多级灰度值的等强度线作为特征进行两幅人脸图像的匹配识别，这种方法必须在背景与头发均为黑色，表面光照均匀的前提下才能求出符合人脸真实形状的等强度线，该方法限制比较大，应用范围较小。\n[0055] 再例如，特征脸识别方法：基本思想是将图像中的人脸区域看做是一种随机向量，根据图像的统计特性进行正交变换，获得其正交基底，利用这些基底的线性组合可以表达人脸图像，从而进行人脸识别。对于这种方法，变换后的低维空间有很好的人脸表达能力，其中最大的几个特征值对应的分量集中，较小的特征值对应的分量则代表了人脸的高频信息，去掉后面的几个分量也就意味着可以忽略一些表情饰物等细小的差别，该方法能够快速识别脸部区域。\n[0056] 步骤S104：获取所述脸部区域的面积及所述脸部区域的中心与所述摄像头的焦点的距离。\n[0057] 通过前述方法识别出脸部区域后，获取所述脸部区域所占的像素点个数及每个像素点所占的面积；计算所述脸部区域所占的像素点个数与所述每个像素点所占的面积的乘积，将所述乘积作为所述脸部区域的面积。\n[0058] 像素是图像的最小图形单元，每个像素点所占的面积与摄像头的像素相关。例如，拍摄了一幅图像，该图像为方形，长10cm，宽5cm，且该全局图像总的像素点个数为1600*900＝1440000。因此，每个像素点所占的面积为10*5/1440000＝0.0035mm2。若脸部所占像素点的个数为480000，则可得脸部面积为16.8cm2。\n[0059] 进一步的，可通过距离传感器测出人脸区域中横向最短的线段及纵向最长的线段，两线段的交点即为脸部区域中心，利用位置传感器定位该交点及摄像头的焦点，最后再通过距离传感器检测出这两点间的距离即可。\n[0060] 例如，如图4所示，其中A为目标图像区域，B为脸部区域(沿着两正交轴向对称分布)，C为摄像头，S即为A的面积大小，d则为A与C中心的间距。需要注意的是，图中C与A和B不在同一平面上。首先利用距离传感器找出B中正交的两条最长及最短线段，然后通过位置传感器定位两线段的交点及C的中心点，最后利用距离传感器检测这两点间的距离。\n[0061] 步骤S106：判断所述脸部区域的面积是否大于预设面积阈值且所述脸部区域的中心与所述摄像头的焦点的距离是否大于预设距离阈值。\n[0062] 在本实施例中，由于每个人脸大小不一，通过统计分析正常情况下拍摄的多张脸部的相对面积大小，取平均值或者某一中间值，得到适当大小的脸部面积及脸部中心到全局图像中心的间距，设定唯一标准。\n[0063] 例如，于动物而言，以小狗为例，设定脸部面积阈值S0为100cm2，脸部区域的中心与目标图像的中心的距离阈值d0为50cm。\n[0064] 再例如，于人而言，设定脸部面积阈值S0为150cm2，脸部区域的中心与目标图像的中心的距离阈值d0为50cm。\n[0065] 在一个应用场景中，拍摄到用户c的脸部面积大小为130cm2，脸部区域的中心与目标图像的中心的距离为45cm。此时，S＜S0且d＜d0，顾不满足条件。\n[0066] 在另一个应用场景中，拍摄到用户c的脸部面积大小为200cm2，脸部区域的中心与目标图像的中心的距离为45cm。此时，S＞S0且d＜d0，顾不满足条件。\n[0067] 在另一个应用场景中，拍摄到用户c的脸部面积大小为130cm2，脸部区域的中心与目标图像的中心的距离为60cm。此时，S＜S0且d＞d0，顾不满足条件。\n[0068] 在另一个应用场景中，拍摄到用户c的脸部面积大小为200cm2，脸部区域的中心与目标图像的中心的距离为60cm。此时，S＞S0且d＞d0，满足条件。\n[0069] 步骤S108：若是，则展示提示信息，所述提示信息用于提醒拍摄用户或被拍摄用户调整拍摄距离或焦点距离或方向。\n[0070] 根据前述的应用场景，当S＞S0且d＞d0时展示提示提醒。\n[0071] 在一个实施例中，拍摄用户e通过摄像头对着用户f的脸部拍摄了一幅图像(目标图像)，计算机设备利用前述的特征识别算法在目标图像中查找到用户f的脸部区域，此时，人脸区域在目标图像的左上角，如图4所示。若计算机设备安装固定摄像头，此时提示信息分两类：\n[0072] 其一，保持摄像头不动，提示被拍摄用户在取景范围内移动或调整面部位置。例如，人脸区域位于目标图像的图像区域左上角1350方向位置，脸部面积为200cm2，两中心间距为70cm。此时提示被拍摄用户向摄像头方向靠近以减小距离，或者提示被拍摄用户远离摄像头取景视野以减小拍摄的脸部面积。\n[0073] 其二，使被拍摄用户保持不动，提示拍摄用户在取景范围内移动或调整摄像头位置。例如，人脸区域位于目标图像的图像区域左上角1350方向位置，脸部面积为400cm2，两中心间距为70cm。此时提示拍摄用户向被拍摄用户方向方向移动以减小距离，或者提示拍摄用户向远离被拍摄用户的方向移动以减小拍摄的脸部面积。\n[0074] 若计算机设备安装有可旋转摄像头，此时旋转摄像头，然后进行变焦以减小中心间距或者拍摄的脸部面积。\n[0075] 优选的，所述展示提示信息的步骤还包括以文本、音频或视频的方式展示所述提示信息。例如，展示方式可以为下述中的至少一种：\n[0076] 计算机设备播放一段语音，提示用户e不动，指示用户f向靠近摄像头取景视野的方向移动(d-d0)～d个单位长度的距离。\n[0077] 计算机设备播放一段语音，提示用户e不动，指示用户f向靠近摄像头取景视野的方向移动(d-d0)～d个单位长度的距离。\n[0078] 计算机设备的显示屏上显示文字信息，提示用户f不动，指示用户e向靠近被拍摄用户方向移动(d-d0)～d个单位长度的距离。\n[0079] 计算机设备的显示屏上显示文字信息，提示用户f不动，指示用户e向靠近被拍摄用户方向移动(d-d0)～d个单位长度的距离。\n[0080] 计算机设备的显示屏上播放一段视频，显示用户e不动，指示用户f向靠近摄像头取景视野的方向移动(d-d0)～d个单位长度的距离。\n[0081] 计算机设备的显示屏上播放一段视频，显示用户e不动，指示用户f向靠近摄像头取景视野的左边移动(d-d0)～d个单位长度的距离。\n[0082] 通过这个步骤的信息提示，方便拍摄用户或别拍摄用户进行相关调节，以使人脸区域面积的相对大小及离摄像头中心的距离定位到不发生畸变的范围。\n[0083] 优选的，所述展示提示信息的步骤之前还包括：\n[0084] 计算所述脸部区域的中心与所述摄像头的焦点的距离和所述脸部区域的面积的乘积；\n[0085] 判断所述乘积所属的预设的阈值区间；\n[0086] 根据所述阈值区间生成提示信息。\n[0087] 划分阈值区间是为了提示用户畸变的程度。这里设定畸变程度越大，等级越高。同时可以不同的颜色显示提示信息以区分移动的范围大小。\n[0088] 在本实施例中，根据前述设定的面积阈值及距离阈值，可得乘积为5000mm3，所以当两者的乘积大于该值时，认定发生了畸变。由此设定第一阈值大小为15000mm3，第二阈值\n3 3 3\n大小为30000mm 。也就是说当两者乘积大于5000mm且小于15000mm时为畸变第一级，计算机设备显示绿色预警；当两者乘积大于15000mm3且小于30000mm3时为畸变第二级，计算机设备显示黄色预警；当两者乘积大于30000mm3时为畸变第三级，计算机设备显示红色预警。\n[0089] 此外，为解决上述提到的拍照失真度大大增加的技术问题，特提出了一种拍照装置，如图5所示，该装置包括：脸部区域查找模块102、获取模块104、判断模块106以及信息展示模块108，其中：\n[0090] 脸部区域查找模块102，用于通过摄像头获取目标图像，查找所述目标图像中包含的脸部区域；\n[0091] 获取模块104，用于获取所述脸部区域的面积及所述脸部区域的中心与所述摄像头的焦点的距离；\n[0092] 判断模块106，用于判断所述脸部区域的面积是否大于预设面积阈值且所述脸部区域的中心与所述摄像头的焦点的距离是否大于预设距离阈值；\n[0093] 信息展示模块108，若是，则用于展示提示信息，所述提示信息用于提醒拍摄用户或被拍摄用户调整拍摄距离或焦点距离或方向。\n[0094] 可选的，所述脸部区域查找模块102还用于根据脸部识别算法在所述目标图像中查找相应的特征区域，将查找到的特征区域作为脸部区域。\n[0095] 可选的，所述获取模块104还用于：\n[0096] 获取所述脸部区域所占的像素点个数及每个像素点所占的面积；\n[0097] 计算所述脸部区域所占的像素点个数与所述每个像素点所占的面积的乘积，将所述乘积作为所述脸部区域的面积。\n[0098] 可选的，所述信息展示模块108还用于：\n[0099] 计算所述脸部区域的中心与所述摄像头的焦点的距离和所述脸部区域的面积的乘积；\n[0100] 判断所述乘积所属的预设的阈值区间；\n[0101] 根据所述阈值区间生成提示信息。\n[0102] 可选的，所述信息展示模块108还用于以文本、音频或视频的方式展示所述提示信息。\n[0103] 综上所述，实施本发明实施例，将具有如下有益效果：\n[0104] 采用了上述拍照方法及装置之后，通过摄像头获取目标图像，并利用脸部特征识别算法查找出目标图像中包含的脸部区域。然后获取脸部区域所占的像素点个数，计算这些像素点个数与每个像素点所占面积的乘积得出脸部区域的面积，同时利用位置传感器定位脸部区域的中心及摄像头的焦点，然后通过距离传感器检测出这两点之间的距离。将计算出的面积与预设的面积阈值比较，同时将获取的脸部区域的中心与摄像头焦点之间的距离同预设距离阈值进行比较，在两者同时大于阈值的基础上，带有摄像头的计算机等智能设备会以不同的颜色和方式展示畸变的等级等提示信息，以提醒拍摄用户或被拍摄用户调整拍摄距离或焦点距离或方向，而使所拍摄照片的失真度大大减小。\n[0105] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。\n[0106] 以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。