图片获取方法及装置、电子设备、计算机存储介质与流程

1.本技术涉及图像处理领域，具体涉及一种图片获取方法及装置、电子设备、计算机存储介质。


背景技术：

2.随着电子设备的普及以及人民生活质量的提高，用户对使用电子设备时的用户体验更加重视，因此用户常常会对电子设备默认的背景图片感到不满，为了满足用户的精神需求，用户会自行寻找满意的图片，并将该图片设置成背景图片。但目前，由于图片内容的多样化，造成图片尺寸也都不尽相同，因此并不是每一张图片都可以和电子设备的显示屏相匹配，若不对其进行裁剪，则会出行显示出的图片内容不符合用户期望的情况。因此为了能在电子设备上显示出用户满意的图片，用户在选择图片后会根据需求自行进行裁剪，以适应电子设备或使在电子设备上显示的背景图片能够达到用户预期，这样的多次裁剪不仅会耗费用户大量精力以及时间，而且也不一定能使用户获得满意效果。


技术实现要素：

3.本技术实施例提供了一种图片获取方法及装置、电子设备、计算机存储介质，以期根据目标图片快速获取符合用户需求的图片，节省用户时间。
4.第一方面，本技术实施例提供了一种图片获取方法，所述方法包括以下步骤：
5.确定目标图片的图片类型；
6.根据所述图片类型获取特征图像，所述特征图像为所述目标图片中的图像；
7.根据所述特征图像从所述目标图片中获取多张候选图片，所述多张候选图片中每张候选图片包括第一图像，所述特征图像包括所述第一图像；
8.对所述多张候选图片进行评分，确定所述多张候选图片中评分最高的图片为最终图片。
9.第二方面，本技术实施例提供了一种图片获取装置，所述装置包括：
10.确定单元，用于确定目标图片的图片类型；
11.第一获取单元，用于根据所述图片类型获取特征图像，所述特征图像为所述目标图片中的图像；
12.第二获取单元，用于根据所述特征图像从所述目标图片中获取多张候选图片，所述多种候选图片中每张候选图片包括第一图像，所述特征图像包括所述第一图像；
13.评分单元，用于对所述多张候选图片进行评分，确定所述多张候选图片中评分最高的图片为最终图片。
14.第三方面，本技术提供一种电子设备，其特征在于，包括处理器、存储器，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如上述第一方面或第二方面所述的任一方法中的步骤的指令。
15.第四方面，本技术实施例提供了一种计算机可读存储介质，其中，所述计算机可读
存储介质存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如本技术实施例第一方面或第二方面任一方法中所描述的部分或全部步骤。
16.第五方面，本技术实施例提供了一种计算机程序，其中，所述计算机程序可操作来使计算机执行如本技术实施例第一方面或第二方面任一方法中所描述的部分或全部步骤。该计算机程序可以为一个软件安装包。
17.可以看出，本技术实施例中，首先确定目标图片的图片类型，然后根据所述图片类型获取特征图像，再然后根据所述特征图像从所述目标图片中获取多张候选图片，最后对所述多张候选图片进行评分，确定所述多张候选图片中评分最高的图片为最终图片。可见，这样可以自动从目标图片中快速获取符合用户需求的图片，节约用户裁剪图片的时间。
附图说明
18.为了更清楚地说明本技术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技术的一些实施例，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。
19.图1a是本技术实施例提供的一种图片获取系统的示意图；
20.图1b是本技术实施例提供的一种图片获取系统的示意图；
21.图1c是本技术实施例提供的另一种电子设备结构示意图；
22.图2a是本技术实施例提供的一种图片获取方法的流程示意图；
23.图2b是本技术实施例提供一种目标候选框确定示意图；
24.图2c是本技术实施例提供的一种图片框选过程的示意图；
25.图3a是本技术实施例提供的另一种图片获取方法的流程示意图；
26.图3b是本技术实施例提供的一种特征图像选择过程示意图；
27.图4a是本技术实施例提供的另一种图片获取方法的流程示意图；
28.图4b是本技术实施例提供的一种特征图像选择过程示意图；
29.图5是本技术实施例提供的一种图片获取装置的结构示意图；
30.图6是本技术实施例提供的另一种图片获取装置的结构示意。
具体实施方式
31.为了使本技术领域的人员更好地理解本技术方案，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做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。
32.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
33.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包
含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
34.为了更好地理解本技术实施例的技术方案，下面先对本技术实施例可能涉及的电子设备及图片获取系统进行介绍。
35.请参阅图1a，图1a是本技术实施例提供的一种电子设备的示意图，所述电子设备101包括图片获取装置102和显示屏103，该电子设备101可以是用户手持设备，也可以是位于车辆上的车机设备。图片获取装置102用于根据用户选择的原始图片获取适用于电子设备101的显示屏103的背景图片，电子设备101的显示屏103用于将获取的背景图片显示出来。
36.请参阅图1b，图1b是本技术实施例提供的一种图片获取系统的示意图，所述图片获取系统110包括电子设备111和位于云端的图片获取装置112，所述电子设备111包括显示屏113。所述图片获取装置112与所述电子设备111通信连接，所述图片获取装置112可以从云端或者通过所述电子设备111获取原始图片，然后再根据所述电子设备111获取该电子设备111的显示屏113的尺寸信息，最后根据尺寸信息和原始图片获取背景图片，并将该背景图片发送给电子设备111，使得该显示屏113能将该背景图片在电子设备中显示出来。
37.具体的，如上述图1a和图1b所述的电子设备可能还包括如下结构，请参阅图1c，图1c是本技术实施例提供的另一种电子设备结构示意图。如图所示，所述电子设备可以实现本图片获取方法中的步骤，所述电子设备100包括应用处理器120、存储器130、通信接口140以及一个或多个程序131，其中，所述一个或多个程序131被存储在上述存储器130中，且被配置由上述应用处理器120执行，所述一个或多个程序131包括用于执行下述方法实施例中任一步骤的指令。
38.通信单元用于支持第一电子设备与其他设备的通信。终端还可以包括存储单元用于存储终端的程序代码和数据。
39.其中，处理单元可以是应用处理器120或控制器，例如可以是中央处理器(central processing unit，cpu)，通用处理器，数字信号处理器(digital signal processor，dsp)，专用集成电路(application-specific integrated circuit，asic)，现场可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，单元和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等等。通信单元可以是通信接口140、收发器、收发电路等，存储单元可以是存储器130。
40.所述存储器130可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器(random access memory，ram)可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dram)、同步动态随机存取
存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，dr ram)。
41.具体实现中，所述应用处理器120用于执行如下述方法实施例中由电子设备执行的任一步骤，且在执行诸如发送等数据传输时，可选择的调用所述通信接口140来完成相应操作。
42.目前的背景图片更换方法是用户先选择一张想要设置成背景图片的原始图片，然后根据电子设备的内部指令将该原始图片直接匹配为该电子设备的背景图片。当该原始图片与电子设备的显示屏的尺寸不相同时，用户可以手动对该原始图片进行裁剪，然后再将裁剪后的图片设置为背景图片，由于是用户随性手动裁剪的，因此很大几率会出现裁剪后的图片依然无法与电子设备的屏幕尺寸适配，这样就需要用户重复上述操作，直到裁剪后的图片与当前电子设备的屏幕尺寸匹配。当该原始图片与电子设备的显示屏的尺寸不相同时，电子设备也可以直接对该原始图片进行拉伸或压缩，使得该原始图片的尺寸与电子设备的屏幕尺寸匹配，但这样显示出来的背景图片与原图差距较大，往往无法达到用户预期。例如，当前电子设备的屏幕长宽比是16:9，而用户想要设置成背景图片的原始图片的长宽比是4:3，此时原始图片与电子设备的屏幕尺寸不匹配，要么需要通过用户手动裁剪，将图片裁剪为长宽比为16:9的尺寸，这种方式会耗费用户大量时间和精力，要么就电子设备自动将长宽比为4:3的图片拉伸为16:9的尺寸，这种方式会造成图片内容的失真，即使设置为背景图片，也与用户需求相差甚远。
43.结合上述描述，下面将从方法实例的角度介绍图片获取方法的执行步骤，请参阅图2a，图2a是本技术实施例提供的一种图片获取方法的流程示意图。如图所示，所述图片获取方法包括：
44.s201，确定目标图片的图片类型。
45.其中，图片类型包括图片大类和图片小类，图片小类为所述图片大类中的细分类。具体的，图片大类可分为人物大类、动物大类、风景大类、食物大类和文本大类等几大类。人物大类可细分为单人图片和多人图片等小类，还可以细分为实际人物和卡通人物等小类。风景类型也可细分为建筑、湖泊和植物等小类。
46.需要说明的是，确定目标图片的图片类型是通过神经网络执行的，所述神经网络的参数是训练得到的，其中，该神经网络的训练方法可以包括以下步骤：获取训练样本，该训练样本为该图片中包含的所有图片元素信息，该图片元素信息中包括图片元素的位置、种类、数量和元素所占图片面积等。将该训练样本输入到该神经网络，得到该训练样本对应的预测图片类型，其中，该神经网络的初始参数为通过随机初始化得到；根据该预测图片类型和该真实图片类型，调整该神经网络的参数，得到训练好的神经网络，其中所述图片元素为组成所述图片的最小图像单元，例如一棵树、一只鸟等。
47.具体的，可以根据该神经网络先对图片的大类的确定进行训练，然后对大类的确定准确度进行判断，当根据该神经网络对大类的确定准确度达到预设值时，例如该准确度达到98％时，再对该神经网络进行训练，使得可以根据该神经网络能确定目标图片的图片小类。
48.s202，根据所述图片类型获取特征图像，所述特征图像为所述目标图片中的图像。
49.其中，不同类型的图片对应不同的特征图像，特征图像与图片类型一致，例如当图片类型是风景大类时，则该特征图像应该为组成该风景的湖泊、建筑等与风景有关的图像，即使图片中还包括人物，但由于是风景类型的图片，因此人物在该图片中的重要性较低，则该特征图像就不会是人物。
50.需要说明的是，当同时存在多个候选框中的图片的图片类型与目标图片的图片类型相同时，这样确定的目标候选框就包括多个，因此可以根据这多个目标候选框的位置关联性将这多个目标候选框合并为一个目标候选框，此时该目标候选框中的图像内容就包括多个，可以确定这多个图像同时为特征图像。当然也可以对这个多个目标候选框进行处理，确定多个目标候选框中的一个为最终的目标候选框，并确定该最终的目标候选框中的图像为特征图像。
51.例如在目标图片类型为风景类型时，此时与风景有关的图像有多个时，可以根据这多个图像的位置关联性，将这多个图像进行合并，以得到特征图像，也就是说该特征图像可以同时包括多个与风景有关的图像的内容，当然，合并后的最终特征图像也可以不完全包括所有的与风景有关的图像。如图2b所示，图2b为本技术实施例提供一种目标候选框确定示意图，图2b中的图片类型为风景类型，此时共确定出有三个目标候选框，分别是候选框1、候选框2和候选框3，因此可以根据这三个候选框的位置关联性，也就是说可以根据这三个候选框间的相对距离与预设距离的关系，确定位置关联性，由于目标候选框1与目标候选框2间的相对距离小于预设距离，而目标候选框3与目标候选框1和目标候选框2的相对距离均大于预设距离，则可以将目标候选框1和目标候选框2合并，得到目标候选框4，并确定目标候选框4为最终目标候选框。
52.具体的，可以根据所述目标图片生成多个候选框，所述多个候选框中每个候选框包括一个第二图像，然后获取所述每个候选框中包括的第二图像的图片类型，再然后获取目标候选框，所述目标候选框中包括的第二图像的图片类型与所述目标图片的图片类型相同，最后确定所述目标候选框中包括的第二图像为所述特征图像。这样根据目标图片生成多个候选框，并确定目标候选框中的图像为特征图像，可以快速对图片整体进行处理，提高特征图像获取速度。
53.其中，获取目标图片中包含的所有图像元素，确定任一个图像元素的位置信息和面积占比信息，所述位置信息用于表明该元素与目标图片的中心或与目标图片的视觉中心的距离，当所述位置信息小于第一预设值和/或所述面积占比信息大于第二预设值时，根据该元素生成候选框，所述候选框能完整包括该元素。具体实现中，还可以直接将目标图片划分为多个区域，每个区域对应一个候选框。由于每个候选框中都有一个完整的元素，即第二图像，因此可以对该第二图像对应的图片类型进行确定，然后将图片类型与目标图片的图片类型一致的第二图像对应的候选框确定为目标候选框。如图2c所示，图2c是本技术实施例提供的一种图片框选过程的示意图，可知该目标图片中的元素有人、牛、和多棵树，确定了每个元素的位置信息和面积占比信息后，对目标图片中的人和牛进行框选，获得两个目标候选框，分别为目标候选框1和目标候选框2，然后由于该目标图片的图片类型为人物类型，因此再次对这两个目标候选框中的元素对应的图像的图片类型进行确定，可知目标候选框1中的元素对应的图像的图片类型为动物类型，目标候选框2中的元素对应的图像的图
片类型为人物类型，因此确定出目标候选框2中的图像为特征图像。需要说明的是，当多个候选框中包含的第二图像的图片类型均与目标图片的图片类型相同时，可以根据这多个候选框重新确定一个候选框，这个重新确定的候选框同时包括这多个候选框，此时，该重新确定的候选框中包含的图像也为特征图像。
54.s203，根据所述特征图像从所述目标图片中获取多张候选图片。
55.其中，所述多张候选图片中每张候选图片包括第一图像，所述特征图像包括所述第一图像。根据所述特征图像从所述目标图片中获取多张候选图片可以包括以下步骤：获取显示屏的尺寸信息，将所述图片按照所述尺寸信息进行裁剪。裁剪得到的每张候选图片中，都包括特征图像的内容，即候选图片中可能包括完整的特征图像，也可能只包括特征图像的一部分。例如当特征图像为一个人的全身时，候选图片中可能完整包括了这个人的全身，也可能只有这个人的上半身。
56.s204，对所述多张候选图片进行评分，确定所述多张候选图片中评分最高的图片为最终图片。
57.其中，可以对裁剪出的候选图片进行美学评分，按照美学评分选择出分值最高的候选图片为最终图片，并可以将该最终图片设置为电子设备的背景图片。或者将图片依次设置为背景图片，由用户分别对每次设置的图片进行评分，最后确定评分最高的候选图片为最终图片。
58.具体实现中，对所述多张候选图片进行评分，可以包括以下步骤：获取模板图片，所述模板图片的图片类型与所述目标图片的图片类型相同；将所述多张候选图片中每张候选图片与所述模板图片进行匹配，得到所述每张候选图片的匹配值；获取所述每张候选图片的第二比值，所述第二比值为候选图片中的第一图像的面积与所述特征图像的面积的比值；确定所述匹配值的第一加权系数和所述第二比值的第二加权系数；根据所述匹配值，所述第二比值、所述第一加权系数和所述第二加权系数对所述每张候选图片进行评分。这样根据所述匹配值，所述第二比值、所述第一加权系数和所述第二加权系数对所述每张候选图片进行评分，可以同时对获取的图片的美感和图片的内容进行保障，以满足用户需求。
59.需要说明的是，根据不同的图片类型可以生成不同的模板图片，该模板图片中包括与该图片类型对应的元素的位置信息，比例信息等，例如当前图片类型为人物类型，则模板图片中报告该人物位于图片的哪个位置、该人物的大小等，同时，即使是人物类型的图片，也可以按照单人或多人确定不同的模板图片。由于获取的候选图片中可能只包括了一部分特征图像，因此第二比值为第一图像的面积与特征图像的面积的比值，比值越大，则表明该候选图片中包含的特征图像的范围越大。可以根据图片类型或用户需求确定第一加权系数和第二加权系数的大小，例如当用户对特征图像的内容比较在意而对图片美感不关注时或图片类型是风景类型时，则可以加大第二加权系数的值。本实例中，根据所述匹配值，所述第二比值、所述第一加权系数和所述第二加权系数对所述每张候选图片进行评分，可以为：评分值＝第一加权系数
×
匹配值 第二加权系数
×
第二比值，所述第一加权系数可以根据对匹配值的准确度确定的置信度进行差异化调整，例如当该匹配值的准确度的置信水平在0.95上的置信区间是(85％，95％)，则意味着该匹配值的准确度有百分之九十五的概率是在85％到95％之间，此时可以将第一加权系数的值确定在0.9或0.8等，若该匹配值的准确度的置信水平在0.95上的置信区间是(50％，60％)，则意味着该匹配值的准确度有百
分之九十五的概率是在50％到60％之间，此时则可以将第一加权系数的值确定在0.5左右。
60.可见，本实例中，首先确定目标图片的图片类型，然后根据所述图片类型获取特征图像，再然后根据所述特征图像从所述目标图片中获取多张候选图片，最后对所述多张候选图片进行评分，确定所述多张候选图片中评分最高的图片为最终图片。可见，这样可以自动从目标图片中快速获取符合用户需求的图片，节约用户裁剪图片的时间。
61.在一个可能的实例中，所述确定所述目标候选框中包括的第二图像为所述特征图像，包括：确定多个目标候选框中第一比值最大的目标候选框包括的第二图像为所述特征图像，所述第一比值为所述目标候选框的面积与所述目标图片的面积的比值。
62.可见，本实例中，确定面积占比最大的目标候选框中包含的图像为特征图像，可以保证裁剪出的候选图片包含目标图片中的主要内容，符合用户需求。
63.在一个可能的实例中，所述目标候选框包括多个，所述确定所述目标候选框中包括的第二图像为所述特征图像，包括：获取所述目标图片的第一中心坐标；获取多个目标候选框中每个目标候选框的第二中心坐标；确定距离所述第一中心坐标距离最近的第二中心坐标对应的目标候选框所包括的第二图像为所述特征图像。
64.可见，本实例中，确定离目标图片中心最近的一个目标候选框中包含的图像为特征图像，可以保证裁剪出的候选图片包含目标图片中的主要内容，符合用户需求。
65.请参阅图3a，图3a是本技术实施例提供的另一种图片获取方法的流程示意图。如图3a举例所示，本技术实施例提供的另一种图片获取方法可以包括：
66.s301，确定目标图片的图片类型；
67.s302，根据所述目标图片生成多个候选框，所述多个候选框中每个候选框包括一个第二图像；
68.s303，获取所述每个候选框中包括的第二图像的图片类型；
69.s304，获取目标候选框，所述目标候选框中包括的第二图像的图片类型与所述目标图片的图片类型相同；
70.s305，确定多个目标候选框中第一比值最大的目标候选框包括的第二图像为所述特征图像，所述第一比值为所述目标候选框的面积与所述目标图片的面积的比值；
71.s306，根据所述特征图像从所述目标图片中获取多张候选图片；
72.s307，对所述多张候选图片进行评分，确定所述多张候选图片中评分最高的图片为最终图片。
73.其中，所述多张候选图片中每张候选图片包括第一图像，所述特征图像包括所述第一图像。在确定了目标图片的图片类型后，可以针对目标图片中的图像生成多个候选框，然后根据候选框中的图像的图片类型确定出与目标图片的图片类型相同的目标候选框，当有多个候选框中包括的图像的图片类型同时与目标图片的图片类型相同时，由于每个目标候选框中包含的元素不同，因此每个候选框的大小与其包含的元素的大小成正相关，这样可以对每个目标候选框的面积进行确定，再获取每个目标候选框在目标图片中的面积占比，确定面积占比最大的目标候选框中包括的图像为特征图像。最后再对目标图片进行裁剪，裁剪时需要同时考虑到电子设备的显示屏的尺寸和特征图像的显示面积，因此可以同时获得多张尺寸相同，但包含的特征图像的内容不同的图片，该内容不同只的是同一个特征图像在裁剪后的图片中的显示比例不同。
74.例如图3b所示，图3b是本技术实施例提供的一种特征图像选择过程示意图，可知图3b中的图片类型是动物类型，因此确定出的目标候选框共有三个，分别为候选框1、候选框2和候选框3，这三个候选框中包含的图像的图片类型也都是动物类型，为了获取最终的特征图像，因此需要对这三个候选框的面积进行计算，由于候选框1和面积在整个目标图片中占比要大于其他两个候选框，因此确定候选框1为最终候选框，也就是说候选框1中的图像为特征图像。
75.可见，本实例中，根据目标图片的图片类型获取从图片中的多个候选框中确定出多个目标候选框，然后再确定面积占比最大的目标候选框中包含的图像为特征图像，可以保证裁剪出的候选图片包含目标图片中的主要内容，符合用户需求。
76.请参阅图4a，图4a是本技术实施例提供的另一种图片获取方法的流程示意图。如图4a举例所示，本技术实施例提供的另一种图片获取方法可以包括：
77.s401，确定目标图片的图片类型；
78.s402，根据所述目标图片生成多个候选框，所述多个候选框中每个候选框包括一个第二图像；
79.s403，获取所述每个候选框中包括的第二图像的图片类型；
80.s404，获取目标候选框，所述目标候选框中包括的第二图像的图片类型与所述目标图片的图片类型相同；
81.s405，获取所述目标图片的第一中心坐标；
82.s406，获取多个目标候选框中每个目标候选框的第二中心坐标；
83.s407，确定距离所述第一中心坐标距离最近的第二中心坐标对应的目标候选框所包括的第二图像为所述特征图像；
84.s408，根据所述特征图像从所述目标图片中获取多张候选图片，所述多张候选图片中每张候选图片包括第一图像，所述特征图像包括所述第一图像；
85.s409，对所述多张候选图片进行评分，确定所述多张候选图片中评分最高的图片为最终图片。
86.其中，在确定了目标图片的图片类型后，可以针对目标图片中的图像生成多个候选框，然后根据候选框中的图像的图片类型确定出与目标图片的图片类型相同的目标候选框，当有多个候选框中包括的图像的图片类型同时与目标图片的图片类型相同时，可以根据图像在目标图片中的位置确定一个最终的特征图像，当图像离图片的中心越近，则可以确定该图像越重要。所述目标图片的第一中心坐标可以是该图片物理意义上的中心的中心坐标，也可以是该图片的视觉中心的中心坐标，该视觉中心与物理中心可以相同也可以不同，根据图片尺寸和电子设备类型决定。确定出第一中心坐标和第二中心坐标后，再计算出每个第二中心坐标离第一中心坐标的直线距离，然后该直线距离最短的目标候选框中包含的图像为特征图像。
87.例如图4b所示，图4b是本技术实施例提供的一种特征图像选择过程示意图，可知图4b中的图片类型是动物类型，因此确定出的目标候选框共有两个，分别为候选框1和候选框2，这两个候选框中的图像的图片类型也都是动物类型，为了获取最终的特征图像，因此需要先获取图片的中心坐标，本实例中以图片的物理中心为第一中心坐标，再分别获取目标候选框1和目标候选框2的第二中心坐标，此时再比较这两个第二中心坐标与第一中心坐
标的距离，可知，目标图片的第一中心坐标与目标候选框1的第二中心坐标相同，因此目标候选框2的第二中心坐标与第一中心坐标的距离要大于目标候选框1的第二中心坐标与第一中心坐标的距离。这样可以确定目标候选框1为最终的目标候选框，而目标候选框1中的图像就是特征图像。
88.可见，本实例中，根据目标图片的图片类型获取从图片中的多个候选框中确定出多个目标候选框，然后再确定离目标图片中心最近的一个目标候选框中包含的图像为特征图像，可以保证裁剪出的候选图片包含目标图片中的主要内容，符合用户需求。
89.下面举例对本技术实施例做详细说明。
90.当该图片获取方法运用于车辆的车机设备上时，用户此时若在车机上存储了一张长宽比为4:3的照片，该照片是用户自己的自拍照，但同时该照片右上角还有其他人的背影，此时用户想要将这张照片设置成的车机的壁纸，而此时车机的屏幕长宽比是16:9，则此时车机会根据图片内容先确定出该图片是人物类型的图片，然后在图片中框选出用户的自拍图像和右上角的背影为两个目标候选框，此时可以根据这两个目标候选框与图片物理中心的距离，确定出用户自拍图像为特征图像，因此会以该特征图像为基础对原图片进行裁剪或调整，获得包含有用户自拍图像的长宽比为16:9的多张图片，然后对这多张图片进行评分，然后将评分最高的图片设置成车机壁纸。
91.与上述图2a、图3a和图4a所示的实施例一致的，请参阅图5，图5是本技术实施例提供的一种图片获取装置的结构示意图，所述图片获取装置500包括确定单元501，用于确定目标图片的图片类型；第一获取单元502，用于根据所述图片类型获取特征图像，所述特征图像为所述目标图片中的图像；第二获取单元503，用于根据所述特征图像从所述目标图片中获取多张候选图片，所述多种候选图片中每张候选图片包括第一图像，所述特征图像包括所述第一图像；评分单元504，用于对所述多张候选图片进行评分，确定所述多张候选图片中评分最高的图片为最终图片。
92.在一个可能的实例中，在所述根据所述图片类型获取特征图像方面，所述第一获取单元502具体用于：根据所述目标图片生成多个候选框，所述多个候选框中每个候选框包括一个第二图像；获取所述每个候选框中包括的第二图像的图片类型；获取目标候选框，所述目标候选框中包括的第二图像的图片类型与所述目标图片的图片类型相同；确定所述目标候选框中包括的第二图像为所述特征图像。
93.在一个可能的实例中，所述目标候选框包括多个，在所述确定所述目标候选框中包括的第二图像为所述特征图像方面，所述第一获取单元502具体用于：确定多个目标候选框中第一比值最大的目标候选框包括的第二图像为所述特征图像，所述第一比值为所述目标候选框的面积与所述目标图片的面积的比值。
94.在一个可能的实例中，在方面，所述具体用于：在一个可能的实例中，所述目标候选框包括多个，在所述确定所述目标候选框中包括的第二图像为所述特征图像方面，所述第一获取单元502具体用于：获取所述目标图片的第一中心坐标；获取多个目标候选框中每个目标候选框的第二中心坐标；确定距离所述第一中心坐标距离最近的第二中心坐标对应的目标候选框所包括的第二图像为所述特征图像。
95.在一个可能的实例中，在所述对所述多张候选图片进行评分方面，所述评分单元504具体用于：获取模板图片，所述模板图片的图片类型与所述目标图片的图片类型相同；
将所述多张候选图片中每张候选图片与所述模板图片进行匹配，得到所述每张候选图片的匹配值；获取所述每张候选图片的第二比值，所述第二比值为候选图片中的第一图像的面积与所述特征图像的面积的比值；确定所述匹配值的第一加权系数和所述第二比值的第二加权系数；根据所述匹配值，所述第二比值、所述第一加权系数和所述第二加权系数对所述每张候选图片进行评分。
96.可以理解的是，由于方法实施例与装置实施例为相同技术构思的不同呈现形式，因此，本技术中方法实施例部分的内容应同步适配于装置实施例部分，此处不再赘述。
97.在采用集成的单元的情况下，如图6所示，图6是本技术实施例提供的另一种图片获取装置的结构示意图。在图6中，图片获取装置600包括：处理模块602和通信模块601。处理模块602用于对图片获取装置的动作进行控制管理，例如，对确定单元501、第一获取单元502、第二获取单元503和评分单元504在执行相关命令时的控制管理，和/或用于执行本文所描述的技术的其它过程。通信模块601用于支持图片获取装置与其他设备之间的交互。如图6所示，图片获取装置还可以包括存储模块603，存储模块603用于存储图片获取装置的程序代码和数据。
98.其中，处理模块602可以是处理器或控制器，例如可以是中央处理器(central processing unit，cpu)，通用处理器，数字信号处理器(digital signal processor，dsp)，asic，fpga或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等等。通信模块601可以是收发器、rf电路或通信接口等。存储模块603可以是存储器。
99.其中，上述方法实施例涉及的各场景的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。上述图片获取装置500和图片获取装置600均可执行上述图2a、图2b和图2c所示的图片获取方法。
100.上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质。半导体介质可以是固态硬盘。
101.本技术实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。
102.本技术实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方
法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。
103.应理解，在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
104.在本技术所提供的几个实施例中，应该理解到，所揭露的方法、装置和系统，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。
105.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
106.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包括，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。
107.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设备(可以是个人计算机，服务器，或者网络设备等)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-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等各种可以存储程序代码的介质。
108.虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，可轻易想到变化或替换，均可作各种更动与修改，包含上述不同功能、实施步骤的组合，包含软件和硬件的实施方式，均在本发明的保护范围。