【
技术领域：
：】本发明涉及终端
技术领域：
：，尤其涉及一种图像获取方法和一种图像获取装置。
背景技术：
：：目前，电子商务已经成为最受欢迎的一种营销方式，电商平台和微商都越来越多。在电子商务中，往往需要为每种产品拍摄大量的图像进行展示，以吸引消费者。然而，由于商品种类繁多，每个种类的商品因自身颜色、形状和配置等不同更是多种多样，并且，电商平台和微商都需要不同角度地展示产品，这就造成需要大量进行图像拍摄，消耗大量的人力和物力成本，使得经营成本增加。因此，如何便捷地采集产品图像，成为目前亟待解决的技术问题。技术实现要素：本发明实施例提供了一种图像获取方法和一种图像获取装置，旨在解决相关技术中采集产品的图像需消耗大量的人力和物力成本的技术问题，能够便捷地采集产品图像，降低经营成本。第一方面，本发明实施例提供了一种图像获取方法，包括：在分离拍照模式下，拍摄基础图像；根据物体识别算法，识别所述基础图像中的多个物体；根据所述基础图像，为所述多个物体中的每个物体分离出对应的单体图像。在本发明上述实施例中，可选地，在所述拍摄基础图像的步骤之前，还包括：开启所述分离拍照模式。在本发明上述实施例中，可选地，所述根据所述基础图像，为所述多个物体中的每个物体分离出对应的单体图像的步骤，包括：将所述基础图像中的背景图像作为每个单体图像中的背景图像。在本发明上述实施例中，可选地，所述根据所述基础图像，为所述多个物体中的每个物体分离出对应的单体图像的步骤，包括：自动将预定背景图像设置为每个单体图像中的背景图像；或者获取用户操作信息，并将所述用户操作信息中指示的图像设置为每个单体图像中的背景图像；或者根据物体的类型，设置所述类型对应的预设图像作为所述单体图像的背景图像。在本发明上述实施例中，可选地，所述根据所述基础图像，为所述多个物体中的每个物体分离出对应的单体图像的步骤，包括：根据所述基础图像，确定所述多个物体的图像大小比例；根据所述图像大小比例，为每个物体分离出对应的单体图像。第二方面，本发明实施例提供了一种图像获取装置，包括：基础图像拍摄单元，在分离拍照模式下，拍摄基础图像；物体识别单元，根据物体识别算法，识别所述基础图像中的多个物体；单体图像分离单元，根据所述基础图像，为所述多个物体中的每个物体分离出对应的单体图像。在本发明上述实施例中，可选地，还包括：模式开启单元，在所述基础图像拍摄单元拍摄所述基础图像之前，开启所述分离拍照模式。在本发明上述实施例中，可选地，所述单体图像分离单元用于：将所述基础图像中的背景图像作为每个单体图像中的背景图像。在本发明上述实施例中，可选地，所述单体图像分离单元用于：自动将预定背景图像设置为每个单体图像中的背景图像，或者获取用户操作信息，并将所述用户操作信息中指示的图像设置为每个单体图像中的背景图像，或者根据物体的类型，设置所述类型对应的预设图像作为所述单体图像的背景图像。在本发明上述实施例中，可选地，所述单体图像分离单元用于：根据所述基础图像，确定所述多个物体的图像大小比例，并根据所述图像大小比例，为每个物体分离出对应的单体图像。以上技术方案，针对相关技术中的采集产品的图像需消耗大量的人力和物力成本的技术问题，能够便捷地采集产品图像，具体来说，可以在终端中配置一种分离拍照模式，在该分离拍照模式下，可以对多个物体统一拍照，得到基础图像，并用物体识别算法在基础图像中识别出这些物体，进一步地，对于任一物体，可以将其他物体在基础图像中抹除，从而生成该物体对应的单体图像。比如，当需要对五个产品进行拍摄时，可以将这五个产品分离放置，只要拍摄一张五个产品的基础图像，终端就可以自动分离出每个产品的单体图像，将拍摄次数降低至原拍摄次数的五分之一。通过以上技术方案，降低了拍摄次数，通过较少的拍摄次数就能够获得大量单体图像，节省了拍摄的人力成本，同时，也减少了拍摄装置的消耗，节省了拍摄的物力成本，从而整体降低了电子商务的降低经营成本。当然，本发明的技术方案还可以应用于其他
技术领域：
：，如拍摄全班同学的证件照，只要拍摄一张整体的照片即可分离得到每个学生的证件照。【附图说明】为了更清楚地说明本发明实施例的技术方案，下面将对实施例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它的附图。图1示出了本发明的一个实施例的图像获取方法的流程图；图2示出了本发明的另一个实施例的图像获取方法的流程图；图3示出了根据本发明的一个实施例的图像获取装置的框图；图4示出了根据本发明的一个实施例的终端的框图。【具体实施方式】为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。应当明确，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它实施例，都属于本发明保护的范围。在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。图1示出了本发明的一个实施例的图像获取方法的流程图。如图1所示，本发明实施例提供了一种图像获取方法，包括：步骤102，在分离拍照模式下，拍摄基础图像。分离拍照模式即为拍摄具有多个物体的基础图像能够得到每个物体的单体图像的模式，在步骤102之前，可根据用户操作信息开启分离拍照模式。当然，也可以根据用户的实际需要，在超过预定时间间隔未进行拍摄操作或接收到关闭分离拍照模式的操作信息时，关闭该分离拍照模式。步骤104，根据物体识别算法，识别基础图像中的多个物体。该物体识别算法可以为haar特征算法、广义hough变换算法等，这些算法都是基于灰度图进行物体识别的，haar特征算法具体是通过大量的具有比较明显的haar特征(矩形)的物体图像用模式识别的方法训练出分类器，分类器是个级联的，每级都以大概相同的识别率保留进入下一级的具有物体特征的候选物体，而每一级的子分类器则由许多haar特征构成(由积分图像计算得到，并保存下位置)，有水平的、竖直的、倾斜的，并且每个特征带一个阈值和两个分支值，每级子分类器带一个总的阈值。识别物体的时候，同样计算积分图像为后面计算haar特征做准备，然后采用与训练的时候有物体的窗口同样大小的窗口遍历整幅图像，以后逐渐放大窗口，同样做遍历搜索物体；每当窗口移动到一个位置，即计算该窗口内的haar特征，加权后与分类器中haar特征的阈值比较从而选择左或者右分支值，累加一个级的分支值与相应级的阈值比较，大于该阈值才可以通过进入下一轮筛选。当通过分类器所以级的时候说明这个物体以大概率被识别。而广义hough变换算法则是使用轮廓作为特征，融合了梯度信息，以投票的方式识别物体。当然，物体识别算法包括但不限于上述算法，还可以是任何能够将单个物体在基础图像中识别出来的算法。通过在基础图像中识别出多个物体，便于进一步为每个物体分离出单体图像。步骤106，根据基础图像，为多个物体中的每个物体分离出对应的单体图像。具体来说，可以在终端中配置一种分离拍照模式，在该分离拍照模式下，可以对多个物体统一拍照，得到基础图像，并用物体识别算法在基础图像中识别出这些物体，进一步地，对于任一物体，可以将其他物体在基础图像中抹除，从而生成该物体对应的单体图像。比如，当需要对五个产品进行拍摄时，可以将这五个产品分离放置，只要拍摄一张五个产品的基础图像，终端就可以自动分离出每个产品的单体图像，将拍摄次数降低至原拍摄次数的五分之一。通过以上技术方案，降低了拍摄次数，通过较少的拍摄次数就能够获得大量单体图像，节省了拍摄的人力成本，同时，也减少了拍摄装置的消耗，节省了拍摄的物力成本，从而整体降低了电子商务的降低经营成本。当然，本发明的技术方案还可以应用于其他
技术领域：
：，如拍摄全班同学的证件照，只要拍摄一张整体的照片即可分离得到每个学生的证件照。其中，为多个物体中的每个物体分离出对应的单体图像具有以下多种方式：第一，可以将基础图像中的背景图像作为每个单体图像中的背景图像，换句话说，可以为每个物体复制一张基础图像，并将该基础图像中该物体以外的其他物体除去，只保留该复制基础图像对应的物体，至此，该物体的单体图像已生成。第二，自动将预定背景图像设置为每个单体图像中的背景图像，换句话说，可以为每个物体复制一张基础图像，并将该基础图像中该物体以外的其他物体除去，只保留该复制基础图像对应的物体，接着，将处理后的图像的背景设置为预定背景图像。其中，该预定背景图像可由用户预先选定，也可以为由系统根据该物体的形状、大小、类型、颜色等参数自动匹配的合适的背景图像。第三，获取用户操作信息，并将用户操作信息中指示的图像设置为每个单体图像中的背景图像。即在拍摄基础图像后，提示用户进行实时的背景图像设置，比如，可以提供背景图像选择界面供用户选择，并根据用户操作信息，将用户所选的图像设置为每个单体图像中的背景图像。其中，可以为所有单体图像统一设置背景图像，也可以为若干个单体图像指定背景图像。第四，根据物体的类型，设置类型对应的预设图像作为单体图像的背景图像。其中，可为每种类型设置对应的单张背景图像或背景图像集合，比如，当确定物体为人时，可以设置对应的背景图像为纯色背景图像，适用于拍摄证件照等情形，当确定物体为衣服时，可以设置对应的背景图像为街景背景图像，适用于拍摄售卖服装图像的情形。图2示出了本发明的另一个实施例的图像获取方法的流程图。如图2所示，本发明的另一个实施例的图像获取方法，包括：步骤202，在分离拍照模式下，拍摄基础图像。步骤204，根据物体识别算法，识别基础图像中的多个物体。步骤206，根据基础图像，确定多个物体的图像大小比例。不同的物体大小不同，同一张基础图像中的物体大小差异有时会十分明显，如果按照实际大小分离得到单体图像，单体图像中的该物体往往会过大或过小，因此，可以获取基础图像中多个物体的图像大小比例，从而可以将大型物体的图像进行缩小，或将小型物体的图像进行放大，以适应实际展示需求。步骤208，根据图像大小比例，为每个物体分离出对应的单体图像。其中，可以将不同大小的物体均调整至预定的长和宽，当然，也可以为每种类型的物体设置对应的长和宽的组合，这样，可以预先识别物体的类型，并调用该类型对应的长和宽的组合，对单体图像中该物体的大小进行缩放，以满足实际需求。图3示出了根据本发明的一个实施例的图像获取装置的框图。如图3所示，本发明实施例提供了一种图像获取装置300，包括：基础图像拍摄单元302，在分离拍照模式下，拍摄基础图像；物体识别单元304，根据物体识别算法，识别基础图像中的多个物体；单体图像分离单元306，根据基础图像，为多个物体中的每个物体分离出对应的单体图像。该图像获取装置300使用图1和图2示出的实施例中任一项的方案，因此，具有上述所有技术效果，在此不再赘述。图像获取装置300还具有以下技术特征：在本发明上述实施例中，可选地，还包括：模式开启单元，在基础图像拍摄单元302拍摄基础图像之前，开启分离拍照模式。在本发明上述实施例中，可选地，单体图像分离单元306用于：将基础图像中的背景图像作为每个单体图像中的背景图像。在本发明上述实施例中，可选地，单体图像分离单元306用于：自动将预定背景图像设置为每个单体图像中的背景图像，或者获取用户操作信息，并将用户操作信息中指示的图像设置为每个单体图像中的背景图像，或者根据物体的类型，设置类型对应的预设图像作为单体图像的背景图像。在本发明上述实施例中，可选地，单体图像分离单元306用于：根据基础图像，确定多个物体的图像大小比例，并根据图像大小比例，为每个物体分离出对应的单体图像。图4示出了根据本发明的一个实施例的终端的框图。如图4所示，根据本发明的一个实施例的终端400，包括图3示出的图像获取装置300，因此，该终端400具有和图3示出的图像获取装置300相同的技术效果，在此不再赘述。以上结合附图详细说明了本发明的技术方案，通过本发明的技术方案，降低了拍摄次数，通过较少的拍摄次数就能够获得大量单体图像，节省了拍摄的人力成本，同时，也减少了拍摄装置的消耗，节省了拍摄的物力成本，从而整体降低了电子商务的降低经营成本。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。需要说明的是，本发明实施例中所涉及的终端可以包括但不限于个人计算机(personalcomputer，pc)、个人数字助理(personaldigitalassistant，pda)、无线手持设备、平板电脑(tabletcomputer)、手机、mp3播放器、mp4播放器等。在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。当前第1页12当前第1页12