一種連拍方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及終端領(lǐng)域，尤其涉及一種連拍方法及裝置。
【背景技術(shù)】
[0002]隨著終端技術(shù)的不斷發(fā)展，終端集成的功能越來越多，逐漸成為人們生活中不可或缺的一部分。其中，終端提供的GIF (Graphic Interchange Format，圖像互換格式)動態(tài)圖模式很具趣味性，深受廣大用戶的喜愛。這種GIF動態(tài)圖的原理為:在一個GIF文件中存儲多幅圖像，把存于一個GIF文件中的多幅圖像數(shù)據(jù)逐幅讀出并顯示從而構(gòu)成一種最簡單的動畫。實際使用過程中用戶通常采用連拍模式抓拍具有連續(xù)動作或表情的圖像幀來作為GIF動態(tài)圖合成的原始素材，現(xiàn)有技術(shù)中，連拍模式通常是采用固定時間間隔采集圖像幀作為連拍圖像，為了使得抓拍的圖像具有連續(xù)性，該固定時間間隔設(shè)置較短，但用戶做表情或動作的速度往往跟不上攝像頭進行連拍的速度，因此在連拍過程中會抓取到一些模糊的或者換動作表情過程中的無用圖像幀，浪費終端的存儲資源。

【發(fā)明內(nèi)容】

[0003]本發(fā)明實施例提供了一種連拍方法及裝置，可節(jié)約終端的存儲資源，提高連拍過程中抓取有用圖像幀的準(zhǔn)確度。
[0004]本發(fā)明實施例提供了一種連拍方法，所述連拍方法包括:
[0005]接收連拍啟動指令，獲取攝像頭采集的含有面部圖像的起始圖像幀，將所述起始圖像幀作為參考圖像并存儲；
[0006]獲取所述攝像頭采集的含有面部圖像的采集圖像幀；
[0007]檢測所述采集圖像幀中的人臉特征信息與所述參考圖像的人臉特征信息的差異值；
[0008]在所述差異值大于或等于閾值時，將所述采集圖像幀設(shè)置為參考圖像并存儲，執(zhí)行獲取所述攝像頭采集的含有面部圖像的采集圖像幀的步驟。
[0009]相應(yīng)的，本發(fā)明實施例提供了一種連拍裝置，所述裝置包括:
[0010]圖像幀獲取單元，用于接收連拍啟動指令，獲取攝像頭采集的含有面部圖像的起始圖像幀；
[0011]參考圖像設(shè)置單元，用于將所述起始圖像幀作為參考圖像并存儲；
[0012]所述圖像幀獲取單元，還用于獲取所述攝像頭采集的含有面部圖像的采集圖像幀；
[0013]人臉特征檢測單元，用于檢測所述采集圖像幀中的人臉特征信息與所述參考圖像的人臉特征信息的差異值；
[0014]所述參考圖像設(shè)置單元，還用于在所述差異值大于或等于閾值時，將所述采集圖像幀設(shè)置為參考圖像并存儲。
[0015]本發(fā)明實施例，可接收連拍啟動指令，獲取攝像頭采集的含有面部圖像的起始圖像幀，將所述起始圖像幀作為參考圖像并存儲；還可獲取所述攝像頭采集的含有面部圖像的采集圖像幀；檢測所述采集圖像幀中的人臉特征信息與所述參考圖像的人臉特征信息的差異值；進而在所述差異值大于閾值時，將所述采集圖像幀設(shè)置為參考圖像并存儲，執(zhí)行獲取所述攝像頭采集的含有面部圖像的采集圖像幀的步驟，可節(jié)約終端的存儲資源，提高連拍過程中抓取有用圖像幀的準(zhǔn)確度，提高了用戶體驗。
【附圖說明】
[0016]為了更清楚地說明本發(fā)明實施例技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0017]圖1是本發(fā)明實施例提供的一種連拍方法流程示意圖；
[0018]圖2是本發(fā)明實施例提供的另一種連拍方法流程示意圖；
[0019]圖3是本發(fā)明實施例提供的一種連拍裝置結(jié)構(gòu)示意圖；
[0020]圖4是本發(fā)明實施例提供的圖像幀獲取單元結(jié)構(gòu)示意圖；
[0021]圖5是本發(fā)明實施例提供的人臉特征檢測單元結(jié)構(gòu)示意圖。
【具體實施方式】
[0022]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0023]具體實現(xiàn)中，本發(fā)明實施例中所提及的終端包括但不限于:智能手機(如Android手機、1S手機)、平板電腦、筆記本電腦、掌上電腦、數(shù)碼相機等電子設(shè)備。本發(fā)明實施例所描述的方法是由存儲在終端存儲器中的一組代碼執(zhí)行，該代碼執(zhí)行于基于馮諾依曼體系的計算機系統(tǒng)中。
[0024]下面將結(jié)合圖1到圖5對本發(fā)明實施例提供的一種連拍方法及裝置進行具體描述。
[0025]參見圖1，是本發(fā)明實施例提供的一種連拍方法流程示意圖，如圖所示的連拍方法可包括以下步驟:
[0026]S101，接收連拍啟動指令，獲取攝像頭采集的含有面部圖像的起始圖像幀，將所述起始圖像幀作為參考圖像并存儲。
[0027]具體實現(xiàn)中，可首先啟動攝像頭并在終端的設(shè)置菜單中選擇連拍模式，攝像頭進入取景模式后便進行自動對焦，用戶在準(zhǔn)備好姿勢時輸入拍照指令便視為輸入連拍啟動指令，其中，拍照指令的輸入有多種方式，可以是用戶點擊拍照鍵觸發(fā)的，也可以是終端在延時拍照模式下，終端在拍照延時到達時觸發(fā)的。在本實施例中的連拍方法，其主要應(yīng)用場景為采集包含人物面部圖像的連拍圖像，因此終端接收到連拍指令時，攝像頭采集含有面部圖像的起始圖像幀，將所述起始圖像幀作為參考圖像并存儲，作為連拍過程中拍攝到的第一張圖像。
[0028]S102，獲取所述攝像頭采集的含有面部圖像的采集圖像幀。
[0029]在步驟SlOl中，將攝像頭采集到的起始圖像幀作為參考圖像后，攝像頭繼續(xù)取景并進行自動對焦，以采集含有面部圖像的采集圖像幀，等待拍攝連拍過程中的其他圖像。
[0030]S103，檢測所述采集圖像幀中的人臉特征信息與所述參考圖像的人臉特征信息的差異值。
[0031]具體實現(xiàn)中，本步驟可基于人臉識別技術(shù)，首先對采集圖像幀和參考圖像進行人臉檢測(在復(fù)雜的背景中判斷是否存在面部圖像并將其從背景中分割出來)以獲取其包含的面部圖像，然后對采集圖像幀和參考圖像中包含的面部圖像進行采樣以進行人臉特征信息提取，進而檢測所述采集圖像幀中的人臉特征信息與所述參考圖像的人臉特征信息的差異值。人臉檢測的方法包括但不限于:參考模板法、人臉規(guī)則法、樣品學(xué)習(xí)法、膚色模型法或特征子臉法等。人臉特征信息的提取通常包括:特征向量法和面紋模板法。其中，人臉識別的特征向量法是指:確定眼虹膜、鼻翼、嘴角等面像五官輪廓在的大小、位置、距離等屬性，然后計算面像五官輪廓中各特征點的幾何特征量(歐氏距離、曲率、角度)或代數(shù)特征量(矩陣特征矢量)用以描述圖像幀中面部圖像的面部特征。
[0032]在本實施例中，可獲取采集圖像幀和參考圖像中面部圖像的面部特征點(如嘴角、鼻翼、眼角、眼廓、鼻尖、眉頭、眉尾)在圖像幀中的坐標(biāo)信息，然后分別檢測采集圖像幀中各面部特征點與參考圖像中各相應(yīng)的面部特征點的坐標(biāo)差值，以判斷采集圖像幀中的面部圖像是否有表情或者位置變化，例如眉頭之間的距離的變化可判斷人臉是否有皺眉頭的表情，鼻尖與眼角之間的距離變化可判斷人臉中是否有皺鼻子的表情。
[0033]例如，設(shè)置人臉特征中嘴角特征點A點和B點的橫縱坐標(biāo)差異值的閾值為0.5，在對采集圖像幀和參考圖像做人臉檢測和人臉特征信息提取后，得到采集圖像幀中嘴角A點和B點的坐標(biāo)分別為(0.5，1.5)和(2.5, 1.5),參考圖像中嘴角A點和B點的坐標(biāo)分別為(I, D和(2，I)，因此可檢測到采集圖像幀和參考圖像中A點和B點的橫縱坐標(biāo)差異值為分別為0.5，等于預(yù)設(shè)的閾值，此