[发明专利]一种缩略图生成方法及系统有效
| 申请号: | 201310092220.7 | 申请日: | 2013-03-21 |
| 公开(公告)号: | CN104063844B | 公开(公告)日: | 2019-01-15 |
| 发明(设计)人: | 王川南 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | G06T3/40 | 分类号: | G06T3/40 |
| 代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
| 地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 缩略图 生成 方法 系统 | ||
1.一种缩略图生成方法,其特征在于,包括:
获取原始图片以及目标缩略图尺寸;
计算预设系数与所述目标缩略图尺寸的乘积,以获得所述原始图片对应的缩略尺寸;所述预设系数大于1;
按照所述原始图片对应的缩略尺寸对所述原始图片进行缩略处理,以获得中间结果图片;
根据直方图对比度计算中间结果图片的每个像素点的权重值,从所述中间结果图片中确定出像素点的权重值分布图,一个像素点的权重值为该像素点和中间结果图片中其他像素点的对比度;
根据所述像素点的权重值分布图和所述目标缩略图尺寸,按照目标缩略图尺寸对所述中间结果图片进行剪裁处理,以获得包含人眼感兴趣的区域的缩略图。
2.根据权利要求1所述的缩略图生成方法,其特征在于,所述根据所述中间结果图片获得像素点的权重值分布图包括:
对所述中间结果图片进行人脸检测,并对人脸所在区域的像素点的权重值进行加权处理,以及对所述中间结果图片中的主体事物对应的经验放置区域内的像素点的权重值进行加权处理,以获得像素点的权重值分布图。
3.根据权利要求2所述的缩略图生成方法,其特征在于,所述根据所述像素点的权重值分布图和所述目标缩略图尺寸,对所述中间结果图片进行剪裁处理,以获得包含人眼感兴趣的区域的缩略图包括:
计算所述像素点的权重值分布图中每一行权重值的行平均权重值,并确定出最大行平均权重值对应的权重值行;
计算所述像素点的权重值分布图中每一列权重值的列平均权重值,并确定出最大列平均权重值对应的权重值列;
确定所述最大行平均权重值对应的权重值行与所述最大列平均权重值对应的权重值列的交汇像素点,作为剪裁处理的左上角坐标;
以所述左上角坐标为起点,按照所述目标缩略图尺寸对所述中间结果图片进行剪裁处理,以获得包含人眼感兴趣的区域的缩略图。
4.根据权利要求1~3任一项所述的缩略图生成方法,其特征在于,还包括:
输出所述缩略图。
5.一种缩略图生成系统,其特征在于,包括:
获取模块,用于获取原始图片以及目标缩略图尺寸;
缩放模块,用于计算预设系数与所述目标缩略图尺寸的乘积,以获得所述原始图片对应的缩略尺寸;所述预设系数大于1;以及,按照所述原始图片对应的缩略尺寸对所述原始图片进行缩略处理,以获得中间结果图片;
确定模块,用于根据直方图对比度计算中间结果图片的每个像素点的权重值,从所述中间结果图片中确定出像素点的权重值分布图,一个像素点的权重值为该像素点和中间结果图片中其他像素点的对比度;
剪裁模块,用于根据所述像素点的权重值分布图和所述目标缩略图尺寸,按照目标缩略图尺寸对所述中间结果图片进行剪裁处理,以获得包含人眼感兴趣的区域的缩略图。
6.根据权利要求5所述的缩略图生成系统,其特征在于,所述确定模块包括:
直方图对比度单元,用于根据直方图对比度计算所述中间结果图片的每个像素点的权重值;
人脸检测单元,用于对所述中间结果图片进行人脸检测,并对人脸所在区域的像素点的权重值进行加权处理;
经验加权单元,用于对所述中间结果图片中的主体事物对应的经验放置区域内的像素点的权重值进行加权处理,以获得权重值分布图。
7.根据权利要求6所述的缩略图生成系统,其特征在于,所述剪裁模块包括:
区域选择单元,用于计算所述像素点的权重值分布图中每一行权重值的行平均权重值,并确定出最大行平均权重值对应的权重值行,以及计算所述像素点的权重值分布图中每一列权重值的列平均权重值,并确定出最大列平均权重值对应的权重值列,确定所述最大行平均权重值对应的权重值行与所述最大列平均权重值对应的权重值列的交汇像素点,作为剪裁处理的左上角坐标;
剪裁单元,用于以所述左上角坐标为起点,按照所述目标缩略图尺寸对所述中间结果图片进行剪裁处理,以获得包含人眼感兴趣的区域的缩略图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310092220.7/1.html,转载请声明来源钻瓜专利网。





