CN115643485B - 拍摄的方法和电子设备 - Google Patents

Abstract

一种拍摄方法。实施上述方法，手机等电子设备100可以利用骨骼点识别算法确定图像中用户手部的骨骼点，并从上述骨骼点中确定出两个手势特征点。然后，电子设备100可利用上述两个手势特征点在水平坐标轴上的位置构建表征手的状态(手掌或手背)的手势向量。进一步的，电子设备100可按照同样的方法确定后续图像帧的手势向量。当识别到后续图像帧中的手势向量的方向与初始图像帧中的手势向量的方向相反时，电子设备100可确认用户做出了翻手手势。

Description

拍摄的方法和电子设备

技术领域

本申请涉及终端领域，尤其涉及拍摄的方法和电子设备。

背景技术

手机等电子设备提供了多种拍摄模式，用户可以在不同的场景下选择适合当前场景的拍摄模式以获得更好的拍摄体验。然而，现有的切换拍摄模式的过程需要用户点击屏幕上的控件完成。通过用户点击屏幕实现切换拍摄模式的方法对用户而言是不方便的。

发明内容

本申请提供了一种拍摄方法。实施上述方法，电子设备可以识别用户做出的手势，并根据该手势控制切换拍摄模式，从而提升用户拍摄体验。

第一方面，本申请实施例提供了一种拍摄方法，该方法可应用于电子设备，该电子设备包括第一摄像头和第二摄像头，该方法包括：显示第一界面，第一界面包括第一预览窗，第一预览窗显示第一摄像头实时采集的图像；检测到用户的第一手势；响应于第一手势，显示第二界面，第二界面包括第二预览窗，第二预览窗显示第二摄像头实时采集的图像；其中，检测到用户的第一手势，包括：采集第一图像，第一图像为第一摄像头或第二摄像头所采集的图像，第一图像包括第一手部图像；确定第一手势向量，第一手势向量是基于第一手部图像确定的；采集第二图像，第二图像为第一摄像头或第二摄像头所采集的图像，第二图像包括第二手部图像；确定第二手势向量，第二手势向量是基于第二手部图像确定的；基于第一手势向量和第二手势向量，确定第一手势。

实施第一方面提供的方法，电子设备可以根据识别到的用户的手势，控制切换不同的拍摄模式。其中，电子设备可根据两帧图像中手部图像的手势向量，确定用户手的状态，然后，通过比较两帧图像中手的状态判断用户是否做出预设的手势。

结合第一方面提供的实施例，在一些实施例中，第一手势向量包括第一方向信息，第二手势向量包括第二方向信息，第一方向信息和第二方向信息均用于标识手部状态，基于第一手势向量和第二手势向量，确定第一手势，包括：基于第一方向信息和第二方向信息，确定第一手势。

实施上述实施例提供的方法，电子设备可根据两图像中手部图像中的手势向量的方向，确定用户手发生翻转。

结合第一方面提供的实施例，在一些实施例中，基于第一方向信息和第二方向信息，确定第一手势，包括：当第一方向信息和第二方向信息不同时，确定第一手势为翻手手势。

实施上述实施例提供的方法，当识别到两图像中手部图像中的手势向量的方向不同时，电子设备可确认识别到图像中手的状态发生翻转，于是，电子设备可确认用户做出翻手手势。

结合第一方面提供的实施例，在一些实施例中，第一界面还包括第三预览窗，第三预览窗显示第二摄像头实时采集的图像；响应于第一手势，显示第三界面，第三界面中第一预览窗显示第二摄像头实时采集的图像，第三预览窗显示第一摄像头实时采集的图像。

实施上述实施例提供的方法，在识别到翻手手势后，电子设备可变更双景拍摄场景中不用预览窗中显示的图像。

结合第一方面提供的实施例，在一些实施例中，确定第一手势向量，具体包括：识别第一手部图像中的第一特征点和第二特征点；根据第一特征点和第二特征点在第一坐标轴上的位置，确定第一手势向量，其中，第一坐标轴与地面平行；确定第二手势向量，具体包括：识别第二手部图像中的第一特征点和第二特征点；根据第一特征点和第二特征点在第一坐标轴上的位置，确定第二手势向量；

实施上述实施例提供的方法，电子设备可以利用手部图像中的两个特定点构建手势向量，进而确定用表征手部图像中手的状态的手势向量。

结合第一方面提供的实施例，在一些实施例中，第一手势向量的第一方向信息，为第一坐标指向第二坐标的方向，第一坐标为第一手部图像中第一特征点在第一坐标轴上的投影点，第二坐标为第一手部图像中第二特征点在第一坐标轴上的投影点。第二手势向量的第二方向信息，为第三坐标指向第四坐标的方向，第三坐标为第二手部图像中第一特征点在第一坐标轴上的投影点，第四坐标为第二手部图像中第二特征点在第一坐标轴上的投影点。

实施上述实施例提供的方法，电子设备可以通过水平坐标轴确定第一特征点、第二特征点的坐标，进而利用上述坐标确定第一手势向量、第二手势向量。

结合第一方面提供的实施例，在一些实施例中，识别第一手部图像中的第一特征点和第二特征点，具体包括：识别第一手部图像中手掌的第一数量的骨骼点；基于第一数量的骨骼点确定第一特征点和第二特征点；第一特征点和第二特征点分别位于第一手部图像中手掌的中轴线的两侧。

实施上述实施例提供的方法，电子设备可以利用骨骼点检测方法确定手部图像中表征手的状态的特征点。

结合第一方面提供的实施例，在一些实施例中，基于第一数量的骨骼点确定第一特征点和第二特征点，包括：从第一数量的骨骼点中选择两个的骨骼点作为第一特征点和第二特征点；或者，从第一数量的骨骼点中选择多个骨骼点，利用多个骨骼点计算得到第一特征点和第二特征点。

实施上述实施例提供的方法，电子设备可以根据从识别到的多个骨骼点中选出第一特征点和第二特征点，或者根据多个骨骼点中的部分或全部骨骼点计算出第一特征点和第二特征点。

结合第一方面提供的实施例，在一些实施例中，第一特征点为大拇指顶端的骨骼点；第二特征点为小指顶端的骨骼点。

结合第一方面提供的实施例，在一些实施例中，在确定第二手势向量之前，该方法还包括：识别第二图像中第二手部图像的所在区域；确定第二图像中第二手部图像与第一图像中第一手部图像所在区域的交并比IoU；确定第二手势向量，包括：当IoU满足第一阈值时，确定第二图像中第二手部图像的第二手势向量。

实施上述实施例提供的方法，电子设备在计算第二图像的第二手势向量之前，还可以计算第二图像中第二手部图像与第一手部图像的交并比。当交并比不满足预设条件时，电子设备可以提前确认该图像帧不符合翻手手势的特点，从而获取其他图像进行判断。

结合第一方面提供的实施例，在一些实施例中，确定第二图像与第一图像中手的所在区域的交并比IoU，包括：确定第二图像中第二手部图像与第一图像中第一手部图像所在区域的交集和并集；IoU为交集比并集。

结合第一方面提供的实施例，在一些实施例中，识别第二图像中第二手部图像的所在区域，包括：确定第二图像中人脸的所在区域；基于人脸的所在区域确定第一区域，第一区域包括且大于人脸的所在区域，第一区域小于第二图像；识别第一区域中手的所在区域，确定手的所在区域为第二手部图像的所在区域。

实施上述实施例提供的方法，电子设备可根据人脸识别、人体识别，更加准确的定位图像中的手部图像。

结合第一方面提供的实施例，在一些实施例中，该方法还包括：确定第二手势向量的长度满足第二阈值；当第一方向信息和第二方向信息不同时，确定第一手势为翻手手势，包括：当第一方向信息和第二方向信息不同时，且第二手势向量的长度满足第二阈值时，确定第一手势为翻手手势。

实施上述实施例提供的方法，电子设备可以对翻手手势中手掌翻转的角度进行限制，从而避免将用户无意做出的晃手动作识别为翻手手势，进而提升手势识别的准确度。

结合第一方面提供的实施例，在一些实施例中，在检测到用户的第一手势之前，方法还包括：检测到第一操作；响应于第一操作，开始拍摄。

实施上述实施例提供的方法，电子设备可以在拍摄视频的过程中识别用户的手势，同时切换拍摄模式，从而使得切换后的拍摄过程更加符合用户需求或当前拍摄场景的需求，进而提升用户使用体验。

结合第一方面提供的实施例，在一些实施例中，第一操作包括：作用于第一控件的操作，第一控件显示在第一界面上；或者，识别到用户做出第二手势的操作，第二手势与第一控件对应。

实施上述实施例提供的方法，实施上述实施例提供的方法，电子设备可以通过作用于用户界面的控件开启拍摄，也可以通过识别到控制拍摄的特定手势来开启拍摄。

结合第一方面提供的实施例，在一些实施例中，第一摄像头为前置摄像头，第二摄像头为后置摄像头；或者，第一摄像头为前置摄像头，第二摄像头为前置摄像头；或者，第一摄像头为后置摄像头，第二摄像头为后置摄像头。

实施上述实施例提供的方法，电子设备实现双景或多景拍摄所使用的摄像头可以同时为前置摄像头和后置摄像头，也可以同时为前置摄像头或同时为后置摄像头。

第二方面，本申请提供了一种电子设备，该电子设备包括一个或多个处理器和一个或多个存储器；其中，一个或多个存储器与一个或多个处理器耦合，一个或多个存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，当一个或多个处理器执行计算机指令时，使得电子设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

第三方面，本申请提供一种计算机可读存储介质，包括指令，当上述指令在电子设备上运行时，使得上述电子设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

第四方面，本申请提供一种包含指令的计算机程序产品，当上述计算机程序产品在电子设备上运行时，使得上述电子设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

可以理解地，上述第二方面提供的电子设备、第三方面提供的计算机存储介质、第四方面提供的计算机程序产品均用于执行本申请第一方面提供的方法。因此，其所能达到的有益效果可参考对应方法中的有益效果，此处不再赘述。

附图说明

图1为本申请实施例提供的一组翻手手势的示意图；

图2A-图2B为本申请实施例提供的一组设置双景拍摄模式的用户界面；

图3A-图3F为本申请实施例提供的一组识别翻手手势切换双景拍摄模式的用户界面；

图4A-图4F为本申请实施例提供的一组识别右滑手势切换双景拍摄模式的用户界面；

图5A-图5F为本申请实施例提供的一组识别左滑手势切换双景拍摄模式的用户界面；

图6A-图6B为本申请实施例提供的一组识别握拳手势切换双景拍摄模式的用户界面；

图7为本申请实施例提供的一种电子设备识别翻手手势的流程图；

图8A-图8B为本申请实施例提供的初始图像帧的示意图；

图9A-图9B为本申请实施例提供的定位图像帧中手部图像的示意图；

图10为本申请实施例提供的识别手部图像帧骨骼点的示意图；

图11为本申请实施例提供的确定初始图像帧中手势向量的示意图；

图12为本申请实施例提供的一种电子设备识别翻手手势的流程图；

图13为本申请实施例提供的电子设备获取的包含手部图像的图像帧的示意图；

图14为本申请实施例提供的电子设备确定初始图像帧和初始图像帧之后采集的图像帧中手部图像交并比的示意图；

图15为本申请实施例提供的电子设备识别翻手手势的示意图；

图16为本申请实施例提供电子设备的软件架构图；

图17为本申请实施例提供电子设备的硬件架构图。

具体实施方式

本申请以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。

手机等电子设备提供了多种拍摄模式，用户可以在不同的场景下选择适合当前场景的拍摄模式以获得更好的拍摄体验。然而，现有的切换拍摄模式的过程需要用户点击屏幕上的控件完成。通过用户点击屏幕实现切换拍摄模式的方法对用户而言是不方便的。

为了方便用户切换拍摄视频时的拍摄模式，本申请实施例提供了一种拍摄的方法，涉及预览时或拍摄视频时的拍摄模式的切换方法。实施本申请实施例提供了一种拍摄方法，智能手机、智能电视等终端电子设备(电子设备100)可以在显示预览图像时或拍摄视频时，识别用户做出的特定手势。在确认识别到特定手势之后，电子设备100可依据识别到的手势的类型切换拍摄模式(例如由前置拍摄切换为后置拍摄，或者由双摄像头拍摄切换为单摄像头拍摄)。本申请方法不仅适用于拍摄视频或者图片时的预览阶段，也适用于开始视频拍摄后，视频拍摄过程中的拍摄阶段。

在本申请实施例中，上述拍摄模式是指电子设备100开启多个摄像头进行多景拍摄时的不同组合和显示类型，包括使用多个后置摄像头进行拍摄的模式、同时使用前置摄像头和后置摄像头进行拍摄的模式以及使用多个前置摄像头进行拍摄的模式等，还可以包括上述的多个摄像头之间的不同组合的拍摄模式和单个摄像头之前的模式切换，也可以包括单个摄像头拍摄模式的切换，例如前置摄像头切换为后置摄像头等。

上述特定的手势包括翻手手势。首先，图1示例性示出了翻手手势示意图。

在本申请实施例中，如图1所示，翻手手势是指：举手，转动小臂，使手由手掌面对电子设备100的摄像头的形态转变为手背面对电子设备100的摄像头形态，或者由手背面对电子设备100的摄像头的形态转变为手掌面对电子设备100的摄像头的形态。上述手掌和手背是指五指张开的手的手掌和手背。后续实施例主要以“手掌翻转到手背”的翻手过程为例展开说明。

上述电子设备100能够采集图像且具备图像处理能力的电子设备。当手的手掌面对电子设备100时，电子设备100采集到的图像帧中显示的图像内容为手的手掌；当手的手背面对电子设备100时，电子设备100采集到的图像帧中显示的图像内容为手的手背。

在现有的一些手势识别方法中，电子设备100识别图1所示的翻手手势依赖于基于图像特征的深度学习算法或机器学习算法。

在使用上述方法时，电子设备100往往需要学习大量包含翻手手势的图像，从而得到一个能够识别翻手手势的模型，然后，再基于上述模型去识别其他图像中是否包含翻手手势。通过深度学习算法或机器学习算法实现手势识别的方法依赖于训练得到的翻手手势识别模型。该模型的生成以及使用的计算成本和时间成本都较大。在使用上述方法识别用户的手势的过程中，手势识别的准确率不高，识别效率也较低。

实施本申请实施例提供了一种拍摄方法，电子设备100可以利用现有的骨骼点识别算法确定图像中用户手部的骨骼点。电子设备100可从上述骨骼点中确定出两个手势特征点。上述两个手势特征点所构成的手势向量可用于表示当前图像帧中手部(例如手掌或手背或手侧面等)的状态。上述状态包括：手掌面对电子设备100的摄像头，或手背面对电子设备100的摄像头。

然后，电子设备100可按照同样的方法确定后续图像帧的手势向量。当识别到后续图像帧中的手势向量的方向与初始图像帧中的手势向量的方向相反时，电子设备100可确定前后两帧图像中手的状态发生了变化，即图像帧中的手由手掌翻转到了手背，或由手背翻转到了手掌。因此，电子设备100可确认用户做出了翻手手势。

不限于智能手机、智能电视，电子设备100还可以是平板电脑、桌面型计算机、膝上型计算机、手持计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personalcomputer，UMPC)、上网本，以及蜂窝电话、个人数字助理(personal digital assistant，PDA)、增强现实(augmented reality，AR)设备、虚拟现实(virtual reality，VR)设备、人工智能(artificial intelligence,AI)设备、可穿戴式设备、车载设备、智能家居设备和/或智慧城市设备，本申请实施例对该电子设备的具体类型不作特殊限制。

图2A-图2B、图3A-图3F、图4A-图4F、图5A-图5F以及图6A-图6B示例性示出了一组电子设备100实施拍摄视频时的切换方法的用户界面。下面，结合上述用户界面，具体介绍电子设备100实施本申请实施例提供的拍摄视频时的切换方法场景。

首先，图2A示例性示出了电子设备100上运行相机应用进行双景拍摄的用户界面。相机应用是指调用电子设备100的摄像头为用户提供拍摄照片或视频服务的应用程序。双景拍摄是指同时调用电子设备100的多个摄像头，并在预览界面中显示上述多个摄像头采集的图像，以使得用户可以同时拍摄包括多个视野的视频。

如图2A所示，该用户界面可包括预览窗101、预览窗102。预览窗101、预览窗102可用于显示电子设备100的前置或后置摄像头采集的图像。预览窗可用于实时显示电子设备100的摄像头采集的图像。当检测到拍摄操作(如拍摄照片)时，电子设备100可将预览窗中显示的图像保存为图片；或，当检测到拍摄操作(如拍摄视频)时，电子设备100可在预览窗101和/或预览窗102中显示正在拍摄的视频，停止拍摄后，保存为视频。预览窗101和/或预览窗102(其他预览窗同理)不仅仅显示预览时摄像头采集的图像，也显示拍摄视频时的预览画面(即摄像头采集的图像)。本申请方法中所指的预览窗可以指的是拍摄视频或者图片时的预览阶段的预览窗，也可以指的是开始视频拍摄后，视频拍摄过程中的预览窗口(可以理解为，点击图2A的控件115开始拍摄，预览窗101和预览窗102显示视频拍摄过程中的预览画面，再次点击控件115，结束拍摄)。

默认的，在进入双景拍摄模式后，电子设备100可执行双景拍摄中的“前/后”模式。上述“前/后”模式是指：同时调用电子设备100的一个前置摄像头和一个后置摄像头进行双景拍摄，并且均分显示上述两个摄像头采集的图像的拍摄模式。如图2A所示，此时，预览窗101可显示后置摄像头采集的图像，预览窗102可显示前置摄像头采集的画面；也可以，预览窗101显示前置摄像头采集的图像，预览窗102显示后置摄像头采集的画面。

图2A所示的用户界面还包括控件111。控件111可用于切换双景拍摄的拍摄模式。上述拍摄模式除前述介绍的“前/后”模式之外，还包括“后/后”、“画中画”、“前/前”、“后”、“前”等模式。

上述“后/后”模式是指：同时调用电子设备100的两个不同的后置摄像头进行双景拍摄，并且均分显示上述两个摄像头采集的图像的拍摄模式。上述两个不同的后置摄像头例如普通后置摄像头和广角后置摄像头。上述“画中画”模式是指：同时调用电子设备100的一个前置摄像头和一个后置摄像头进行双景拍摄，并且将前置摄像头采集的图像以窗口的形式嵌入到后置摄像头采集的图像中的拍摄模式，例如：图2B中窗口117中所示的“画中画”：屏幕中主要显示的为后置摄像头采集的风景；前置摄像头采集的人像以小的浮窗的形式嵌入在后置摄像头采集的图像的左上方。上述“后”模式是指：调用电子设备100的一个前置摄像头和一个后置摄像头进行双景拍摄，但是仅显示后置摄像头采集的图像的拍摄模式。上述“前”模式是指：调用电子设备100的一个前置摄像头和一个后置摄像头进行双景拍摄，但是仅显示前置摄像头采集的图像的拍摄模式。

此外，该用户界面还可包括控件112、控件113、控件114、控件115、控件116。控件112可用于控制开启/关闭电子设备100的闪光灯。控件113可用于调节前置摄像头的焦距。控件114可用于显示已拍摄的照片或视频。控件115可用于控制开始/结束双景拍摄。控件116可用于为用户提供更多的设置拍摄参数的功能，这里不再赘述。

电子设备100可检测到作用于控件111的用户操作，上述用户操作例如是点击操作。响应于上述操作，电子设备100可显示图2B所示的用户界面。该用户界面中显示有窗口117。窗口117中显示有上述“前/后”、“后/后”等拍摄模式。此时，电子设备100可检测到作用于任一拍摄模式的用户操作，并将当前使用的双景拍摄的模式设置为上述用户选择的拍摄模式。

在图2A和图2B所示的用户界面中，上述切换双景拍摄的拍摄模式的过程需要用户点击屏幕的操作。在多数双景拍摄的场景下，通过用户点击屏幕实现切换拍摄模式的方法对用户而言是不方便的。为例避免上述问题，在本申请实施例中，电子设备100可以通过识别用户的手势，切换双景拍摄的不同拍摄模式。

例如，在图2A所示的拍摄场景下，用户可执行翻手手势以控制电子设备100交换预览窗101和预览102中显示的图像。

具体的，在用户执行翻手手势时，电子设备100可采集到包含上述手势的图像帧序列，参考图3A中预览窗102。响应于识别到上述翻手手势，参考图3B，电子设备100可在预览窗101中显示前置摄像头采集的包含用户人像的图像(原预览窗102中显示的图像)，在预览窗102中显示前置摄像头采集的图像(原预览窗101中显示的图像)，即交换预览窗101和预览102中显示的图像。

如图3C-图3D所示，在电子设备100正在全屏显示前置摄像头采集的图像的场景下，当检测到用户执行翻手手势时，电子设备100可将当前正在屏幕中显示前置摄像头采集的图像切换为后置摄像头采集的图像。

反之，在电子设备100正在全屏显示后置摄像头采集的图像的场景下，当检测到用户执行翻手手势时，电子设备100可将当前正在屏幕中显示后置摄像头采集的图像切换为前置摄像头采集的图像。在电子设备100正在全屏显示后置摄像头采集的图像的场景下，即未显示前置摄像头采集的包含人像的图像时，电子设备100的前置摄像头可采集图像，并识别用户会否执行翻手手势。

可以理解的，以图3A为例，在图3A所示识别到用户翻手手势的过程中，在检测到用户举起手掌之后，电子设备100可显示图3E所示的用户界面。该用户界面中可包括控件21。控件21可标识检测到用户举起手掌的动作。控件21包括环形的加载圈。该加载圈可表示一个计时器。该加载圈可提示用户在该加载圈加载完成之前，即计时结束之前，完成手势。这时，电子设备100将识别到的用户举起手掌的图像帧到加载圈加载完成时采集的图像帧作为电子设备100识别用户手势的图像帧。

在一些实施例中，上述控件21还可指示用户在加载圈加载完成之后完成手势。这时，电子设备100可获取加载圈加载完成之后的一段时间内的视频帧作为电子设备100识别用户手势的图像帧。上述一段时间为预设的，一般可以为3秒钟。

后续的，在图3C所示的检测到作用做出翻手手势的用户界面中，电子设备100也会在检测到用户举起手掌后显示控件21，指示用户完成手势，并获取用户完成手势时的图像帧，识别用户完成的手势，参考图3F，后续实施例不再赘述。

电子设备100还可识别滑动手势。上述滑动手势包括左滑和右滑。

图4A-图4F示出了电子设备100识别用户右滑手势控制切换双景拍摄的不同拍摄模式的用户界面。

例如，在图2A所示的拍摄场景下，用户可伸出手掌右滑以控制电子设备100关闭预览窗102，以实现将图2A所示的“前/后”模式切换到“前”或“后”拍摄模式。

在用户可伸出手掌右滑时，电子设备100可采集到包含上述手势的图像帧序列，参考图4A中预览窗102。识别上述图像帧序列，电子设备100可确定用户执行了右滑手势。响应于识别到上述右滑手势，电子设备100可关闭预览窗102，参考图4B。此时，电子设备100可全屏显示原预览窗101中后置摄像头采集的图像，即将图2A所示的“前/后”模式切换到“后”拍摄模式。

在图4B所示的拍摄场景下，用户可执行右滑手势以控制电子设备100重新显示两个预览窗，从而将图4B所示的“后”模式切换到“前/后”拍摄模式。

在电子设备100显示图4B所示的用户界面时，即未显示前置摄像头采集的包含人像的图像时，电子设备100的前置摄像头可采集图像，并识别用户会否执行右滑手势。响应于识别到用户执行的右滑手势，电子设备100可重新显示预览窗102，即回到“前/后”模式的双景拍摄模式，参考图4C。此时，预览窗101可显示前置摄像头采集的图像，预览窗102可显示后置摄像头采集的图像。

在图4C所示的拍摄场景下，电子设备100可再次识别到用户的右滑手势，参考图4D。响应于识别到上述右滑手势，电子设备100可再次关闭预览窗102，参考图4E。此时，电子设备100可全屏显示原预览窗101中前置摄像头采集的图像，即将图4D所示的“前/后”模式切换到“前”模式。

然后，在检测到用户执行右滑手势后，电子设备100又可重新显示预览窗102，参考图4F。此时，预览窗101可显示后置摄像头采集的图像，预览窗102可显示后置摄像头采集的图像。此时，图4F与图4A所示的拍摄状态相同。即在图4E所示的拍摄状态下，在检测到右滑手势后，电子设备100可回到图4A所示的“前/后”模式中，且预览窗101显示后置摄像头采集的图像，预览窗102显示后置摄像头采集的图像。

依次类推，在多次识别到用户的右滑手势的过程中，电子设备100可重复图4A-图4E所示的过程，以供用户通过右滑手势切换双景拍摄模式。

上述重复图4A-图4E所示控制方法可以概括为：在上下分屏显示的“前/后”模式中，每识别到依次用户的右滑手势，电子设备100可以关闭在下的预览窗(预览窗102)，从而全屏显示在上的预览窗(预览窗101)所对应的摄像头采集的图像。在“前”或“后”拍摄模式中，每识别到依次用户的右滑手势，电子设备100会将一个全屏预览窗分割为上下两个预览窗(预览窗101和预览窗102)，并在预览窗102中显示当前全屏显示的图像，在预览窗101中显示前一过程中被关闭的预览窗102对应的摄像头采集的图像。

可以理解的，在图4A-图4F所示的识别右滑手势的过程中，电子设备100也会在检测到用户举起手掌后显示图3E中的控件21，指示用户完成手势，并获取用户完成手势时的图像帧，识别用户完成的手势。上述过程可参考图3E的介绍，这里不再赘述。

图5A-图5F示出了电子设备100识别用户左滑手势控制切换双景拍摄的不同拍摄模式的用户界面。

例如，在图2A所示的拍摄场景下，用户可伸出手掌左滑以控制电子设备100关闭预览窗101，从而实现将图2A所示的“前/后”模式切换到“前”或“后”拍摄模式。

在用户可伸出手掌左滑时，电子设备100可采集到包含上述手势的图像帧序列，参考图5A中预览窗102。识别上述图像帧序列，电子设备100可确定用户执行了左滑手势。响应于识别到上述左滑手势，电子设备100可关闭预览窗101，参考图5B。此时，电子设备100可全屏显示原预览窗102中前置摄像头采集的图像，即将图2A所示的“前/后”模式切换到“前”模式。

在图5B所示的拍摄场景下，用户可执行左滑手势以控制电子设备100重新显示两个预览窗，从而将图5B所示的“前”模式切换到“前/后”拍摄模式。

同样的，在用户执行左滑手势时，电子设备100可采集到包含上述手势的图像帧序列，参考图5C中预览窗102。响应于识别到上述左滑手势，电子设备100可重新显示预览窗101，参考图5D。此时，预览窗101可显示前置摄像头采集的图像，预览窗102可显示后置摄像头采集的图像。

在图5D所示的拍摄场景下，电子设备100可再次识别到用户执行左滑手势，响应于识别到上述左滑手势，电子设备100可再次关闭预览窗101，参考图5E。电子设备100可全屏显示原预览窗102中后置摄像头采集的图像，即将图5D所示的“前/后”模式切换到“后”拍摄模式。然后，在检测到用户执行左滑手势后，电子设备100又可重新显示预览窗101，即回到“前/后”的双景拍摄模式，参考图5A。此时，预览窗101可显示后置摄像头采集的图像，预览窗102可显示后置摄像头采集的图像。

此时，图5F与图5A所示的拍摄状态相同。即在图5E所示的拍摄状态下，在检测到左滑手势后，电子设备100可回到图5A所示的“前/后”模式中，且预览窗101显示后置摄像头采集的图像，预览窗102显示后置摄像头采集的图像。

可以理解的，在图5E所示的场景下，虽然电子设备100没有显示前置摄像头采集的图像，但是，前置摄像头仍然处于工作状态。电子设备100可以识别前置摄像采集的图像。因此，在图5E所示的场景下，在识别到前置摄像头采集的图像包含左滑手势时，电子设备100可执行图5E-图5F的切换。

此外，不限于前置摄像头，电子设备100还可识别后置摄像头采集的图像。当识别到后置摄像头采集的图像包含左滑手势时，电子设备100也可执行图5E-图5F的切换。电子设备100的前置摄像头与后置摄像头还可同时采集并识别到多个用户同时做出特定手势的图像，这时，电子设备100可依据识别到的上述多个用户同时做出的特定手势中较先完成的手势控制切换拍摄模式。

可选的，电子设备100可依据多个摄像头获取图像中手势的景深确定识别哪一摄像头获取的图像中的手势。例如，一般的，前置摄像头采集到的图像中用户完成翻手手势的景深较小，即图像帧中手势占整个图像的区域较大。这时，电子设备100可识别前置摄像头采集的图像帧中的手势，并依据识别到的手势控制切换拍摄模式。

依次类推，在多次识别到用户的左滑手势的过程中，电子设备100可重复图5A-图5E所示的过程，以供用户通过左滑手势控制切换双景拍摄模式。

上述重复图5A-图5E所示控制方法可以概括为：在上下分屏显示的“前/后”模式中，每识别到依次用户的左滑手势，电子设备100可以关闭在上的预览窗(预览窗101)，从而全屏显示在下的预览窗(预览窗102)所对应的摄像头采集的图像。在“前”或“后”拍摄模式中，每识别到依次用户的左滑手势，电子设备100会将一个全屏预览窗分割为上下两个预览窗(预览窗101和预览窗102)，并在预览窗101中显示当前全屏显示的图像，在预览窗102中显示前一过程中被关闭的预览窗101对应的摄像头采集的图像。

可以理解的，在图5A-图5F所示的识别左滑手势的过程中，电子设备100也会在检测到用户举起手掌后显示图3E中的控件21，指示用户完成手势，并获取用户完成手势时的图像帧，识别用户完成的手势。上述过程可参考图3E的介绍，这里不再赘述。

电子设备100还可识别握拳手势。上述握拳手势是指：手指向掌心弯曲使得五指张开的手掌变为拳头的手势。握拳手势可用于控制电子设备100切换“画中画”模式的双景拍摄。图6A-图6B示出了电子设备100识别到用户执行握拳手势，将双景拍摄模式切换为“画中画”模式的用户界面。

在图2A所示的拍摄场景下，用户可执行握拳手势。在用户执行握拳手势时，电子设备100可采集到包含上述手势的图像帧，参考图6A中预览窗102。响应于识别到上述握拳手势，参考图6B，电子设备100可以将前置摄像头采集的图像以小窗口的形式嵌入到全屏显示的后置摄像头采集的图像中，即将双景拍摄模式切换为“画中画”模式，以供用户浏览。

不限于前述实施例介绍的“前/后”、“后/后”、“画中画”等双景拍摄模式，电子设备100还可支持其他类型的双景拍摄，或多景拍摄。相应地，不限于前述实施例介绍的翻转、右滑、左滑、握拳等手势，电子设备100还可识别其他类型的手势，本申请实施例对此不作限制。

下面具体介绍电子设备100识别用户做出翻手手势的具体流程。参考图7，电子设备100识别用户做出翻手手势的流程可包括两部分：

S101：获取图像帧流，确定初始图像帧。

在调用摄像头采集图像的过程中，首先，电子设备100可获取摄像头采集的一系列图像帧，即图像帧流。当用户执行翻手手势时，上述图像帧流中可包括连续的用户完成翻手手势的多帧图像。电子设备100可识别上述连续的用户完成翻手手势的多帧图像确定用户做出翻手手势。

首先，电子设备100需要从摄像头传回的图像帧流中，确定初始图像帧。上述初始图像帧为图像帧流中标志用户做出翻手手势的第一帧图像。

图8A示例性示出了初始图像帧的示意图。如图8A所示，在完成翻手手势时，用户首先会举起手掌，将手掌面对电子设备100的摄像头，然后，用户可顺时针或逆时针旋转手掌，从而完成翻手手势。因此，在检测到图8A所示的手掌面对电子设备100的摄像头的图像帧S0后，电子设备100可确认图8A所示的图像帧S0及其之后的多个图像帧中可能包含用户做出的翻手手势，于是，电子设备100可确定上述S0为初始图像帧。

可以理解的，在由手背翻转到手掌的翻手过程中，当识别到图8B所示的图像帧后，电子设备100确认图8B所示的图像帧为初始图像帧。

具体的，在从图像帧流中确定初始图像帧的过程中，电子设备100需要识别图像帧中的手势。当图像帧中包含手势，且该手势与图8A所示的手势相符时，电子设备100可确定上述图像帧为初始图像帧。

在一些实施例中，电子设备100可利用现有的手势识别模型确定图像帧中是否包含手势。上述手势识别模型可以是利用人工神经网络算法学习海量包含手势的图像帧建立的记录有手势特征的模型。不限于人工神经网络算法，构建手势识别模型的算法还可以是其他深度学习算法或机器学习算法，本申请实施例对此不作限制。基于上述手势识别模型，电子设备100可确定任意的一帧图像中是否包含手势。

参考图9A，电子设备100可将图像帧流中的一帧图像S0输入上述手势识别模型，然后电子设备100可识别到S0中的手部图像83。上述手部图像83符合翻手手势开始的手势特点，于是，电子设备100可将上述S0确定为初始图像帧。

其中，手部图像83的图像区域的大小依据手势识别模型确定。可选的，手势识别模型识别任意图像后输出的该图像中的手部图像的大小相同(例如图13中手部图像83手掌框面积和手部图像84的手掌框面积大小相同，其中，手掌框类似于人脸框，属于识别手部后对应显示的手掌框，手部图像在手掌框内部)。可选的，手势识别模型识别任意图像后输出的该图像中的手部图像的大小不同(例如由于图13中S0为手心正面，S1为手部侧面，故图13中手部图像83的手掌框的面积大于手部图像84的手掌框面积)。其中手部图像的大小依据手势识别模型识别像素点特征确定。例如，可以是识别出的手部图像的最左的点、最右的点、最上的点和最下的点所形成的矩形框(也可以是分别往外扩展W列或W行像素所形成的矩形框，例如W为5或10等)，也可以根据图13中S0时刻确定的手部图像的手掌框的面积不变的沿用，也可以根据具体需要而对应显示的手掌框，例如手掌正面的手掌框面积大于手掌侧面的手掌框面积。本申请对此不进行限定。

然而，在一些场景中，人像在整个图像帧中所占的区域比较小，进一步的，上述人像中的手势在整个图像帧的占比就更小。因此，单纯利用上述手势识别模型确定图像帧中是否包含手势的识别效果较差，进一步的，不利于后续使用骨骼点识别算法识别图像中手的骨骼点。

于是，本申请实施例提供了另一种识别并定位图像中手势的方法。在该方法中，电子设备100可首先利用人脸检测算法识别出图像帧中的人脸图像，然后，电子设备100可基于图像帧中的人脸图像所在的区域确定出图像中的人体图像。然后，电子设备100可识别上述人体图像确定人体图像中的手势。

参考图9B，电子设备100可首先利用人脸检测算法识别到图像帧S0的人脸图像81。然后，电子设备100可基于人脸图像81向外延伸，得到人体图像82。可选的，电子设备100可在人脸图像81的基础上向上延伸D1个像素点、向下延伸D2个像素点、向左延伸D3个像素点、向右延伸D4个像素点，从而确定人体图像82。上述D1、D2、D3、D4可以是根据经验值预设的。本申请实施例对于D1、D2、D3、D4的具体取值不作限制。

在确定人体图像82后，电子设备100可利用手势识别算法识别人体图像82中的手势，于是，电子设备100可从人体图像82中识别到手部图像83。上述手部图像83符合翻手手势开始的手势特点，于是，电子设备100可将上述S0确定为初始图像帧。

图9B所示的手势识别方法有利于电子设备100更准确地识别并定位图像帧中的手势，进一步的，在使用骨骼点识别算法识别图像中手势的骨骼点时，电子设备100可以更加准确地识别图像帧中手势的骨骼点。

在经过图9A或图9B所示的方法识别到包含举起手掌的图像帧后，电子设备100可将上述图像帧确定为初始图像帧。结合用户界面，在图3A所示的场景下，在识别摄像头采集的图像帧流某一图像帧符合图8A或图8B所示的特点后，电子设备100可将该图像帧确定为初始图像帧。随后，电子设备100可显示图3E所示的用户界面。电子设备100可通过图3E中控件21提示用户在控件21计时结束(即加载圈加载完成)之前完成手势。于是，电子设备100可确定使用识别到用户举起手掌的图像帧(图8A或图8B所示的图像帧)到加载圈加载完成时采集的图像帧，作为电子设备100识别用户手势的图像帧。

可选的，电子设备100还可将显示控件21之后采集的第一帧图像，或者显示控件21之后开始计时的后采集的第一帧图像作为新的初始图像帧。后续使用上述新的初始图像帧进行手势识别计算。

在一些实施例中，上述控件21还可指示用户在加载圈加载完成之后完成手势。这时，电子设备100可获取加载圈加载完成之后的一段时间内的视频帧作为电子设备100识别用户手势的图像帧。

在采用图9A或图9B所示的方法定位到图像帧中的手势后，即确定初始图像帧后，电子设备100还需确定初始图像帧中表征手状态(手掌或手背)的手势向量offset[0]。上述offset[0]可用于电子设备100后续判断用户是否做出翻手手势。

具体的，电子设备100可利用骨骼点检测算法识别初始图像帧中的用户手的骨骼点。上述骨骼点检测算法是现有的，例如基于Kinect的骨骼点检测等等，这里不再赘述。

以前述过程中确定的初始图像帧S0为例，图10示例性示出了电子设备100利用骨骼点检测算法识别S0中手势的骨骼点的示意图。如图10所示，将S0输入骨骼点检测模型中，电子设备100可确定S0中描述手的21个骨骼点，分别为n1～n21。在本申请实施例中，上述骨骼点检测模型是基于骨骼点检测算法建立的用于识别图像中手的骨骼点的模型。

利用骨骼点检测模型识别图像帧得到的图像帧中手的骨骼点的数量是预设的。在本申请实施例中，利用上述骨骼点检测模型识别S0得到的S0中手的骨骼点的数量为21。可以理解的，使用的骨骼点检测算法不同，或骨骼点检测算法中参数设置不同，电子设备100识别到的S0中手部图像的骨骼点的数量也不同，进一步的，识别到的各个骨骼点的位置也不同。

在识别到手势中的骨骼点之后，电子设备100可从上述骨骼点中确定两个手势特征点。这两个手势特征点可用于构建表征该图像帧中手的状态的手势向量offset。

参考图10，示例性的，电子设备100可确定大拇指顶端骨骼点(n1)和小拇指顶端骨骼点(n18)为手势特征点。在其他实施例中，上述手势特征点还可以为n1～n4、n6～n9中任意一个与n14～n21中任意一个组成的手势特征点组合，例如n6和n14，n2和n20等等。在一些实施例中，电子设备100还可利用n1～n4、n6～n9中的一个或多个骨骼点确定一个中心点C1，利用n14～n21中的一个或多个骨骼点确定另一个中心点C2，然后利用上述C1、C2构建表征手掌的状态的手势向量。本申请实施例对此不作限制。

电子设备100可以以图像帧中左端像素点的起点为原点，水平向右的方向为正方向，建立X坐标轴(X轴)。在确定两个手势特征点之后，电子设备100可确定上述两个手势特征点在X轴上的位置，即在X轴上的坐标，进而，电子设备100可利用上述两个手势特征点的在X轴上的坐标确定该图像帧中表征手的状态的向量，记为手势向量。手势向量的方向可表示图像帧中手势特征点的位置，可以用于表征手部的状态(如手心面向显示屏，手背面向显示屏或者手侧面面向显示屏等)，进一步的，可表示手掌或手背与电子设备100的摄像头的位置关系，即手的状态，包括手掌面对电子设备100的摄像头或手背面对电子设备100的摄像头。手势向量的模长可反映手掌或手背与电子设备100的摄像头的角度。

可选的，上述X轴也可以是以右端像素点的起点为原点、水平向左的方向为正方向建立的坐标轴。本申请实施例对此不作限制。

同样，以前述确定的初始图像帧S0为例，图11示例性示出了电子设备100确定S0中表征手的状态的手势向量的示意图。如图11所示，电子设备100可以以S0中左端像素点的起点为原点，水平向右的方向为正方向，建立X坐标轴。根据骨骼点检测算法，电子设备100可得到S0中手势的各个骨骼点(n1～n21)。在识别到上述各个骨骼点的同时，电子设备100可确定上述各个骨骼点在X轴上的坐标。

图11中仅示出了上述各个骨骼点中的两个手势特征点(n1和n18)。在识别到n1和n18的同时，电子设备100可确定n1和n18在X轴上的坐标，分别记为X0[1]和X0[18]。进一步的，电子设备100可利用上述n1和n18的位置X0[1]和X0[18]，确定表征S0中表征手的状态的手势向量Offset[0]。其中：

Offset[0]＝X0[18]-X0[1]

可选的，手势向量Offset[0]还可表示为：

Offset[0]＝X0[1]-X0[18]

本申请实施例对此不作限制。

在本申请实施例中所述的双景拍摄的场景中，电子设备100采集图像的摄像头包括2个或多个，这时，电子设备100可获取到2个或多个图像帧流。在上述情况下，电子设备100可参照前述方法，分别识别上述2个或多条图像帧流中的初始图像帧，检测各个图像帧流中的翻手手势，这里不再赘述。

S102：获取初始图像帧之后的Q帧图像帧，识别上述Q帧图像帧与初始图像帧，确定用户是否做出翻手手势。

初始图像帧可用于表征一个手势的开始。由于动作的连续性，初始图像帧之后的多帧图像中也包含有手势，且与初始图像帧构成一个手势动作。因此，当识别到初始图像帧后，电子设备100可利用上述初始图像帧及其之后的多帧图像帧识别用户做出的手势。

在确定初始图像帧、初始图像帧中表征手的状态的手势向量Offset[0]后，电子设备100可获取初始图像帧之后的图像帧，记为后续图像帧。然后，电子设备100可通过后续图像帧与初始图像帧中的表征手的状态的手势向量的方向，确定后续图像帧中的手相比于原始图像帧中的手是否发生了翻转。当识别到上述两图像帧的表征手的状态的手势向量的方向相反时，电子设备100可确定用户做出了翻手手势。

一般的，电子设备100在1秒内可采集30帧图像，用户可以在1秒内完成一个手势。用户完成一个手势的时长不会超过3分钟。因此，电子设备100可确认识别手势的图像帧序列为初始图像帧之后的90帧图像。电子设备100可利用上述90帧图像及初始图像帧识别用户的手势。上述90可称为初始图像帧之后用于识别翻手手势的图像帧的帧数Q。帧数Q不限于90。具体的，帧数Q的取值依据视频帧率和预设完成手势的最大时长的变化而变化，本申请实施例对此帧数Q不作限制。后续实施例以Q＝90为例。

具体的，图12示例性示出了电子设备100识别初始图像帧和初始图像之后的Q帧图像帧确定用户做出翻手手势的流程图。下面结合图12所示的流程图，具体介绍电子设备100确定用户做出翻手手势的过程。

结合前述实施例的介绍，在确定初始图像帧之后，电子设备100显示图3E所示的包括控件21的用户界面。控件21可指示用户完成特定手势。电子设备100可获取显示控件21时采集的图像帧流识别用户做出的手势。此时，电子设备100可从上述显示控件21时采集的图像帧流中获取任意一帧，与前述初始图像帧一起，判断用户是否做出翻手手势。这时，显示控件21时采集的图像帧流中包括的图像帧的数量为Q。

S201：获取初始图像帧之后的第M帧图像，并定位该第M帧图像中的手部图像，1≤M≤Q。

此时，上述第M帧图像为上述显示控件21时采集的图像帧流中获取任意一帧。

图13示例性示出了电子设备100获取的初始图像帧S0及其之后的多帧图像。如图13所示，S0为初始图像帧，S1、S2、S3为电子设备100获取的S0之后的3帧图像，即上述S1、S2、S3为上述显示控件21时采集的图像帧流中任意3帧图像。上述任意3帧图像可以是相邻的。例如，上述S1、S2、S3可以分别为初始图像帧S0之后的上述显示控件21时采集的图像帧流中的第1帧图像、第2帧图像、第3帧图像。

首先，电子设备100可获取初始图像帧S0之后的第1帧图像，即S1。在获取到S1之后，电子设备100可定位S1中的手部图像。如图13所示，电子设备100可定位到S1中的手部图像84。其中，电子设备100定位S1中手部图像的方法，可参考S101中图9A或图9B所示的方法，这里不再赘述。

可选的，上述S1、S2、S3也可以是间隔的。例如，上述S1、S2、S3还可以为上述显示控件21时采集的图像帧流中的第R1帧图像、第R2帧图像、第R3帧图像，其中R1<R2<R3。上述R1、R2、R3之间间隔的图像帧的数量可以相等也可以不等。即电子设备100可按固定间隔地或非固定间隔地从初始图像帧之后的Q帧图像中抽取S帧图像。然后，电子设备100可利用上述S帧图像和初始图像帧确定用户是否做出翻手手势。例如，电子设备100可以在识别到初始图像帧S0之后，每间隔4帧获取一帧图像。这时，上述S1、S2、S3可以为S0之后的第5帧、第10帧、第15帧。

结合前述实施例的介绍，在一些实施例中，电子设备100可将显示控件21之后采集的第一帧图像，或者显示控件21之后开始计时的后采集的第一帧图像作为新的初始图像帧。

这时，S201中第M帧图像为上述显示控件21之后采集的Q帧图像，或者显示控件21之后开始计时的后采集的Q帧图像中的第2帧～第Q帧。

此外，在一些实施例中，电子设备100可将控件21显示结束之后一段时间内的图像帧流作为识别用户手势的图像帧。这时，上述第M帧图像为上述控件21显示结束之后一段时间内的图像帧流中任意一帧。

S202：确定第M帧图像与初始图像帧中手势的交并比(Intersection over Union，IoU)，判断IoU≥0.6是否成立。

用户在完成翻手手势时，用户的手的位置变化是较小的。例如，当用户伸出手掌开始完成翻手手势时手的位置为：与头部水平且距离头部15cm时，用户完成翻手手势后，手的位置也基本在与头部水平且距离头部15cm的位置，即不会出现较大幅度的位置变化。上述位置为手势图像与人脸图像的相对位置。

基于上述规则，若第M帧图像中用户手的位置相比于初始图像帧中用户手的位置出现了较大的变化，那么这时，用户完成的手势更可能是滑动、挥手等位置变化幅度大的手势。因此，电子设备100可确认上述第M帧图像与初始图像帧所包含的图像内容不是翻手手势。

于是，在利用图像帧中表征手的状态的手势向量识别用户是否做出翻手手势之前，电子设备100可通过两帧图像中手势图像在图像帧中位置的交并比IoU，判断这两帧图像中手势的位置是否符合翻手手势的小幅度位置变化的特点。交并比IoU可用于表示两图像区域之间重叠的区域的比例。IoU越大，则两图像区域之间重叠的区域的面积越多，反之，IoU越小，则两图像区域之间重叠的区域的面积越小。

两帧图像中手势图像在图像帧中位置的IoU的计算公式如下：

IoU＝手势交集/手势并集

上述手势交集是指：两帧图像中的手在各图像帧中所在区域的交集。上述手势并集是指：两帧图像中的手在各图像帧中所在区域的并集。

例如，在电子设备100确定第1帧图像(S1)中的手部图像84后，电子设备100可确定手部图像84在S1中所占区域的大小及位置与手部图像83在S0中所占区域的大小及位置的IoU。

图14示例性示出了电子设备100确定S1与S0中手势IoU的示意图。如图14所示，手部图像83所对应的虚线框所覆盖的图像区域可称为手部图像83在S0中的所在区域；手部图像84所对应的虚线框所覆盖的图像区域可称为手部图像84在S1中的所在区域。

此时，S1与S0的手势交集为图像帧SX中区域83和区域84的交集，即深灰色矩形表示的区域，记为A1；S1与S0中手势并集为图像帧SX中区域83和区域84的并集，即浅灰色区域与深灰色矩形的和，记为A2。上述图像帧SX为虚拟的。

进而，S1与S0中手势图像在图像帧中位置的IoU[S1&S0]为：

IoU[S1&S0]＝A1/A2

两图像帧的IoU越接近1，则两图像帧中手势图像在上述两图像帧中的位置越相近。特别的，当IoU＝1时，两图像帧中手势图像在上述两图像帧中的位置相同。反之，两图像帧的IoU越接近0，则两图像帧中手势图像在上述两图像帧中的位置重合的范围越少，即两图像帧中手的位置变化的幅度较大。

因此，在确定两图像帧中手势图像在图像帧中位置的IoU之后，电子设备100可判断上述IoU是否满足预设的IoU阈值。在本申请实施例中，IoU阈值为0.6。在其他实施例中，IoU阈值也可以为0.7、0.8等等，本申请实施例对此不做限制。

以IoU阈值为0.6为例，当IoU[S1&S0]<0.6时，即IoU[S1&S0]≥0.6不成立，电子设备100可确认S1和S0手势的位置变化幅度较大，不符合翻手手势的特征。于是，S203：电子设备100确定用户做出其他手势。上述其他手势例如滑动、挥手等手势。

可以理解的，在确定用户做出其他手势之前，电子设备100还会进行匹配上述其他手势计算。本申请实施例对于识别其他手势的过程不再赘述。当然，在匹配其他手势的过程中，电子设备100也可无法匹配到其他任意一个手势，这时，电子设备100可继续获取S1之后的图像帧，例如S2、S3等，然后，电子设备100可重新定位新的图像帧中的手势，计算新的图像帧中的手势与初始图像帧中的手势的IoU。

反之，当IoU[S1&S0]≥0.6成立时，电子设备100可确认第M帧图像中手势与初始图像帧中手势的位置靠近。这时，电子设备100可确认S1和S0手势的位置是否符合翻手手势的小幅度位置变化的特点。进一步的，电子设备100可识别S1中手势的骨骼点，并确定S1中表征手的状态的手势向量。

在确定第M帧图像中表征手的状态的手势向量之前，计算第M帧图像与初始图像帧中手势的交并比可以快速的筛选掉明显不符合翻手手势特征的图像帧，避免冗余计算，提升计算效率。

S204：识别第M帧图像中手势骨骼点。

在确定第M帧图像与初始图像帧的手势IoU满足IoU阈值的要求后，电子设备100可利用骨骼点检测算法识别第M帧图像中手势的骨骼点。上述利用骨骼点检测算法识别第M帧图像中手势的骨骼点的具体过程可参考S101中图10的介绍，这里不再赘述。

同样的，电子设备100可从识别到的第M帧图像中的手势骨骼点中确定出两个手势特征点。这里，电子设备100从第M帧图像中的骨骼点中确定出的两个手势特征点应与原始图像帧中的两个手势特征点对应。例如，若原始图像帧中的两个手势特征点为大拇指顶端骨骼点(n1)和小拇指顶端骨骼点(n18)，则电子设备100也应当确定第M帧图像中的大拇指顶端骨骼点(n1)和小拇指顶端骨骼点(n18)为手势特征点，进而使用上述n1和n18构建第M帧图像中表征手的状态的手势向量offset[M]。

S205：确定第M帧图像中表征手的状态的手势向量offset[M]。

在确定第M帧图像的手势特征点之后，电子设备100可确定上述手势特征点在X轴上的位置。参考图11中确定初始图像帧中表征手的状态的手势向量offset[0]的方法，利用上述第M帧图像的手势特征点的位置，电子设备100可确定第M帧图像中手势的手势向量offset[M]。

以初始图像帧S0之后的第1帧图像S1为例，如图15所示，对S1进行骨骼点检测，电子设备可识别到S1中手势的骨骼点n1～n21，同时，电子设备100可确定上述各个骨骼点在X轴上的位置。图15中仅示出了基于手势骨骼点确定的手势特征点n1和n18，及手势特征点n1和n18在X轴上的位置X1[1]和X1[18]。

此时，电子设备100可根据上述X1[1]和X1[18]，确定S1中手势的手势向量Offset[1]：

Offset[1]＝X1[18]-X1[1]

如图15所示，此时，Offset[1]>0，Offset[1]的方向为X轴的正方向。

S206：判断offset[M]*offset[0]≥0是否成立。

在确定第M帧图像中表征手的状态的手势向量offset[M]之后，电子设备100可利用上述offset[M]与初始图像帧的手势向量offset[0]判断用户是否做出了翻手手势。

具体的，电子设备100可计算第M帧图像的手势向量offset[M]和初始图像帧的手势向量offset[0]的乘积：offset[M]*offset[0]。

offset[M]*offset[0]≥0可表示offset[M]≥0、offset[0]≥0，或offset[M]≤0、offset[0]≤0。当offset[M]≥0、offset[0]≥0时，第M帧图像的手势向量指示的方向为X轴正方向，初始图像帧的手势向量指示的方向也为X轴正方向。当offset[M]≤0、offset[0]≤0时，第M帧图像的手势向量指示的方向为X轴负方向，初始图像帧的手势向量指示的方向也为X轴负方向。

无论是offset[M]≥0、offset[0]≥0，或offset[M]≤0、offset[0]≤0，第M帧图像中手的状态与初始图像帧相同，同为手掌面对摄像头的状态，或同为手背面对摄像头的状态。这不符合翻手手势特征(手的状态发生变化)。此时，电子设备100识别到的初始图像帧与第M帧图像构成的手势不是翻手手势。

offset[M]*offset[0]<0可表示offset[M]<0、offset[0]>0，或offset[M]>0、offset[0]<0。当offset[M]<0、offset[0]>0时，第M帧图像的手势向量指示的方向为X轴负方向，初始图像帧的手势向量指示的方向为X轴正方向。当offset[M]>0、offset[0]<0时，第M帧图像的手势向量指示的方向为X轴正方向，初始图像帧的手势向量指示的方向为X轴负方向。

无论是offset[M]<0、offset[0]>0，或offset[M]>0、offset[0]<0，第M帧图像中手的状态与初始图像帧不同。具体的，第M帧图像与初始图像帧中手的状态相反，这符合翻手手势特征。此时，电子设备100可确认识别到翻手手势。

因此，在判断offset[M]*offset[0]≥0是否成立时，若offset[M]*offset[0]≥0成立，则电子设备100可确认未能识别翻手手势。反之，若offset[M]*offset[0]≥0不成立，则电子设备100可确认识别翻手手势。

以图15中S1的手势向量Offset[1]为例，在确定Offset[1]之后，电子设备100可计算Offset[1]与初始图像帧S0的手势向量offset[0]的乘积：offset[1]*offset[0]。此时，offset[0]>0，offset[1]>0，因此，offset[1]*offset[0]≥0成立。于是，电子设备100可确认未能识别翻手手势。

从图15中S0、S1示出的图像也可以看出：S0中手掌面对电子设备100的摄像头；S1中手掌仍然面对电子设备100的摄像头。S0和S1指示的手势未体现翻转动作，即非翻手手势。

S207：判断M<Q是否成立。

当电子设备100无法通过初始图像帧和第M帧图像识别到用户做出翻手手势时，电子设备100可继续获取第M帧图像之后的图像帧，例如第M+1帧图像、第M+2帧图像等等，确定第M帧图像之后的图像帧的手势向量(offset[M+1]、offset[M+2]等)与初始图像帧的手势向量offset[0]的乘积是否大于等于0。

结合图15，在确认offset[1]*offset[0]≥0成立后，即未能识别翻手手势后，电子设备100可获取S1之后的图像帧，例如S2、S3等。然后，电子设备100可重复上述S201～S206的处理方法，确定S2、S3等图像帧的手势向量(offset[2]、offset[3])，继续识别用户是否做出翻手手势。

结合预设的完成手势的最长时间，即初始图像帧之后可用于识别翻手手势的图像帧的帧数Q，在获取第M帧图像之后的图像帧之前，电子设备100需要判断当前第M帧图像是否为可用于识别翻手手势的图像帧中的最后一帧图像，即M<Q。

若M＝Q，即第M帧图像为最后一帧图像，且电子设备100当前还未识别到翻手手势，则电子设备100不再继续获取第M帧图像之后的图像帧，即确认识别超时、停止识别。若M<Q，即第M帧图像不是最后一帧图像，且电子设备100当前还未识别到翻手手势，此时，电子设备100还可获取第M帧图像之后的图像帧，继续是否用户是否做出翻手手势。

以Q＝90为例，在确认offset[M]*offset[0]≥0成立后，电子设备100需要确认M是否小于90。若M≥90，即M<90不成立，则在预设的时间范围内的90帧图像中，电子设备100都未能识别到翻手手势。这时，电子设备100确认超时，且不会再继续识别。反之，若M<90成立，则电子设备100当前未能识别到翻手手势，但是，电子设备100还可获取第M帧之后的图像帧，继续识别用户是否做出翻手手势。

结合图15，在利用S1和S0无法识别到翻手手势时，电子设备100可获取S0之后的第2帧图像，即S2。此时，S2＝2<90，即S2不是最后一帧图像。于是，电子设备100可按照S201～S205所示的处理方法，确定S2的手势向量Offset[2]。如图15所示，此时，Offset[2]<0。于是，offset[2]*offset[0]≥0不成立。这时，电子设备100可确认识别到翻手手势。

若上述S1为初始图像帧之后的第90帧图像,且offset[1]*offset[0]≥0，此时，电子设备100可确认超时。电子设备100可停止识别。然后，电子设备100可获取上述图像帧之后的新的一系列图像帧，识别上述新的一系列图像帧中是否有符合翻手手势特征的初始图像帧。在确定新的初始图像帧之后，电子设备100可重新确定用于识别翻手手势的图像帧序列，进而重新识别用户是否做出翻手手势。

在一些实施例中，电子设备100也可设置第M帧图像的手势向量Offset最小阈值L。在确认手势向量指示的方向变化后，即offset[M]*offset[0]≥0不成立后，电子设备100还可进一步检测offset[M]是否满足上述最小阈值。当offset[M]同时满足最小阈值的要求时，电子设备100才确认识别到翻手手势。

例如，假设手势向量Offset最小阈值为20，记为L＝20、Offset[2]＝18，在确定Offset[2]<0后，电子设备100可以基于上述Offset[2]<0确定offset[2]*offset[0]≥0不成立，即第M帧图像与初始图像帧中手的状态发生了变化。这时，电子设备100还会进一步确定offset[2]≥L是否成立。若offset[2]≥L成立，则电子设备100确认识别到翻手手势，反之，电子设备100确认未识别到翻手手势。

此时，Offset[2]＝18<L，即offset[2]≥L成立不成立。于是，电子设备100可确认未识别到翻手手势。

这时，电子设备100可继续获取S0之后的第3帧图像，即S3。同样的，此时，S3＝3<90，即S3不是最后一帧图像。于是，电子设备100可按照S201～S205所示的处理方法，确定S3的手势向量Offset[3]。如图15所示，此时，Offset[3]<0。于是，offset[3]*offset[0]≥0不成立。假设此时Offset[3]＝28，即Offset[3]≥L成立，于是，电子设备100可确认识别到翻手手势。

这样，电子设备100可以对翻手手势中手掌翻转的角度进行限制，从而避免将用户无意做出的晃手动作识别为翻手手势，进而提升手势识别的准确度。

可以理解的，在前述S101介绍的确定初始图像帧的过程中，电子设备100在确定识别到包含手(手掌或手背)的图像帧之后，在计算该图像帧的手势向量offset[0]时，电子设备100可也对offset[0]的长度进行限定，从而避免将任意带有手的图像帧确定为初始图像帧、增加电子设备100的计算成本。

在本申请实施例中，图3C所示的界面可称为第一界面；图3C中预览窗可称为第一预览窗；图1所示的翻手手势可称为第一手势；图3D所示的界面可称为第二界面；图3D中预览窗第二预览窗。或者，图3A所示的界面可称为第一界面；图3A中预览窗101可称为第一预览窗、预览窗102可称为第三预览窗；图3B所示的界面可称为第三界面。

图13中S0中的手部图像83可称为第一手部图像；S1中的手部图像84可称为第二手部图像；参考图15，S0中offset[0]可称为第一手势向量；S1中offset[1]可称为第二手势向量；S2中offset[2]可称为第二手势向量；S3中offset[3]可称为第二手势向量。S0中offset[0]的方向可称为第一方向信息；S1中offset[1]的方向可称为第二方向信息；S2中offset[2]的方向可称为第二方向信息；S3中offset[3]的方向可称为第二方向信息。

X轴可称为第一坐标轴。

X0[1]可称为第一坐标；X0[18]可称为第二坐标；X1[1]可称为第三坐标；X1[18]可称为第四坐标；X2[1]可称为第三坐标；X2[18]可称为第四坐标；X3[1]可称为第三坐标；X3[18]可称为第四坐标。

图14中手部图像84可称为第二手部图像的所在区域；图14中手部图像83可称为第一手部图像所在区域；图9B中人脸图像81所在区域可称为第二图像中人脸的所在区域；图9B中人体图像82所在的区域可称为第一区域。

图12中IoU阈值0.6可称为第一阈值；S207中手势向量offset的最小阈值可称为第二阈值。

图2A中控件115可称为第一控件。

电子设备100的软件系统可以采用分层架构，事件驱动架构，微核架构，微服务架构，或云架构。本发明实施例以分层架构的Android系统为例，示例性说明电子设备100的软件结构。图16示例性示出了电子设备100的软件架构图。

分层架构将软件分成若干个层，每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中，将Android系统分为四层，从上至下分别为应用程序层，应用程序框架层，安卓运行时(Android runtime)和系统库，以及内核层。

应用程序层可以包括一系列应用程序包。如图11所示，应用程序包可以包括相机，图库，日历，通话，地图，导航，WLAN，蓝牙，音乐，视频，短信息等应用程序。

本申请实施例提供的利用运动轨迹识别用户挥手或滑动手势的方法，可在相机应用中实施。图2A-图2B、图3A-图3F、图4A-图4F、图5A-图5F以及图6A-图6B所示的用户界面可以为相机应用提供的应用界面。

应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface，API)和编程框架。应用程序框架层包括一些预先定义的函数。如图11所示，应用程序框架层可以包括窗口管理器，内容提供器，视图系统，电话管理器，资源管理器，通知管理器等。

窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小，判断是否有状态栏，锁定屏幕，截取屏幕等。在本申请实施例中，电子设备100显示图2A-图2B、图3A-图3F、图4A-图4F、图5A-图5F以及图6A-图6B所示的用户界面依赖于窗口管理器。

内容提供器用来存放和获取数据，并使这些数据可以被应用程序访问。在本申请实施例中，摄像头采集后生成的视频数据、音频数据等数据可缓存在内容提供器中。

视图系统包括可视控件，例如显示文字的控件，显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。在本申请实施例中，视图系统可包括图2A-图2B、图3A-图3F、图4A-图4F、图5A-图5F以及图6A-图6B所示的用户界面中的各个控件，视图系统还记录有包括上述各个控件、图形等界面元素的布局。利用上述控件、图形资源以及控件、图形的布局资源，电子设备100可显示图2A-图2B、图3A-图3F、图4A-图4F、图5A-图5F以及图6A-图6B所示的用户界面。

资源管理器为应用程序提供各种资源，比如本地化字符串，图标，图片，布局文件，视频文件等等。在运行相机应用时，资源管理器可以为相机应用提供视频、音频、相机应用的布局文件等等。

Android Runtime包括核心库和虚拟机。Android runtime负责安卓系统的调度和管理。核心库包含两部分：一部分是java语言需要调用的功能函数，另一部分是安卓的核心库。应用程序层和应用程序框架层运行在虚拟机中。

系统库可以包括多个功能模块。例如：表面管理器(surface manager)，媒体库(Media Libraries)，三维图形处理库(例如：OpenGL ES)，2D图形引擎(例如：SGL)等。

表面管理器用于对显示子系统进行管理，并且为多个应用程序提供了2D和3D图层的融合。电子设备100显示图2A-图2B、图3A-图3F、图4A-图4F、图5A-图5F以及图6A-图6B所示的用户界面依赖于表面管理器提供了2D和3D图层的融合能力。

媒体库支持多种常用的音频，视频格式回放和录制，以及静态图像文件等。媒体库可以支持多种音视频编码格式，例如:MPEG4，H.264，MP3，AAC，AMR，JPG，PNG等。在本申请实施例中，在使用双景模式拍摄视频时，电子设备100可利用媒体库提供的音视频编码能力编码并保存视频。

三维图形处理库用于实现三维图形绘图，图像渲染，合成，和图层处理等。2D图形引擎是2D绘图的绘图引擎。电子设备100调用窗口管理器、视图系统等框架层接口实现显示图2A-图2B、图3A-图3F、图4A-图4F、图5A-图5F以及图6A-图6B等用户界面的功能，依赖于三维图形处理库、2D图形引擎是提供的图绘制和渲染服务。

内核层是硬件和软件之间的层。内核层至少包含显示驱动，摄像头驱动，音频驱动，传感器驱动。

显示驱动可用于驱动显示屏显示资源管理器提供的相机应用的布局文件、视频、控件等，从而显示图2A-图2B、图3A-图3F、图4A-图4F、图5A-图5F以及图6A-图6B所示的相机应用的用户界面。摄像头驱动可用于驱动摄像头采集图像，将光信号转变为电信号，从而生成图像及视频流。

图17示例性示出了电子设备100的硬件架构图。

电子设备100可以包括处理器110，外部存储器接口120，内部存储器121，通用串行总线(universal serial bus，USB)接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块150，无线通信模块160，音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，传感器模块180，按键190，马达191，指示器192，摄像头193，显示屏194，以及用户标识模块(subscriber identification module，SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A，陀螺仪传感器180B，气压传感器180C，磁传感器180D，加速度传感器180E，距离传感器180F，接近光传感器180G，指纹传感器180H，温度传感器180J，触摸传感器180K，环境光传感器180L，骨传导传感器180M等。

可以理解的是，本发明实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中，电子设备100可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。

处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。

控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。

处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。

可以理解的是，本发明实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对电子设备100的结构限定。在本申请另一些实施例中，电子设备100也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。

电子设备100通过GPU，显示屏194，以及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏194和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器110可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。

显示屏194用于显示图像，视频等。显示屏194包括显示面板。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，LCD)。显示面板还可以采用有机发光二极管(organic light-emitting diode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrix organic light emitting diode，AMOLED)，柔性发光二极管(flex light-emitting diode，FLED)，miniled，microled，micro-oled，量子点发光二极管(quantum dot light emitting diodes，QLED)等制造。在一些实施例中，电子设备可以包括1个或N个显示屏194，N为大于1的正整数。

在本申请实施例中，电子设备100显示图2A-图2B、图3A-图3F、图4A-图4F、图5A-图5F以及图6A-图6B所示的用户界面依赖于GPU，显示屏194，以及应用处理器等提供的显示功能。

电子设备100可以通过ISP，摄像头193，视频编解码器，GPU，显示屏194以及应用处理器等实现拍摄功能。

ISP用于处理摄像头193反馈的数据。例如，拍摄时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给ISP处理，转化为肉眼可见的图像。ISP还可以对图像的噪点，亮度，肤色进行算法优化。ISP还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，ISP可以设置在摄像头193中。

摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，CMOS)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB，YUV等格式的图像信号。在一些实施例中，电子设备100可以包括1个或N个摄像头193，N为大于1的正整数。

数字信号处理器用于处理数字信号，除了可以处理数字图像信号，还可以处理其他数字信号。例如，当电子设备100在频点选择时，数字信号处理器用于对频点能量进行傅里叶变换等。

视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样，电子设备100可以播放或录制多种编码格式的视频，例如：动态图像专家组(moving picture experts group，MPEG)1，MPEG2，MPEG3，MPEG4等。

在本申请实施例中，电子设备100在图2A-图2B、图3A-图3F、图4A-图4F、图5A-图5F以及图6A-图6B所示的用户界面中显示摄像头采集的图像、生成视频的过程，依赖于上述ISP，摄像头193，视频编解码器，GPU，显示屏194以及应用处理器提供的拍摄能力。

触摸传感器180K，也称“触控器件”。触摸传感器180K可以设置于显示屏194，由触摸传感器180K与显示屏194组成触摸屏，也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中，触摸传感器180K也可以设置于电子设备100的表面，与显示屏194所处的位置不同。

在本申请实施例中，电子设备100可利用触摸传感器180K提供的触控检测，确定是否检测到作用于图2A中控件111、控件112等控件的用户操作。

本申请的说明书和权利要求书及附图中的术语“用户界面(user interface，UI)”，是应用程序或操作系统与用户之间进行交互和信息交换的介质接口，它实现信息的内部形式与用户可以接受形式之间的转换。应用程序的用户界面是通过java、可扩展标记语言(extensible markup language，XML)等特定计算机语言编写的源代码，界面源代码在终端设备上经过解析，渲染，最终呈现为用户可以识别的内容，比如图片、文字、按钮等控件。控件(control)也称为部件(widget)，是用户界面的基本元素，典型的控件有工具栏(toolbar)、菜单栏(menubar)、文本框(text box)、按钮(button)、滚动条(scrollbar)、图片和文本。界面中的控件的属性和内容是通过标签或者节点来定义的，比如XML通过<Textview>、<ImgView>、<VideoView>等节点来规定界面所包含的控件。一个节点对应界面中一个控件或属性，节点经过解析和渲染之后呈现为用户可视的内容。此外，很多应用程序，比如混合应用(hybrid application)的界面中通常还包含有网页。网页，也称为页面，可以理解为内嵌在应用程序界面中的一个特殊的控件，网页是通过特定计算机语言编写的源代码，例如超文本标记语言(hyper text markup language，GTML)，层叠样式表(cascading style sheets，CSS)，java脚本(JavaScr ipt，JS)等，网页源代码可以由浏览器或与浏览器功能类似的网页显示组件加载和显示为用户可识别的内容。网页所包含的具体内容也是通过网页源代码中的标签或者节点来定义的，比如GTML通过<p>、<img>、<video>、<canvas>来定义网页的元素和属性。

用户界面常用的表现形式是图形用户界面(graphic user interface，GUI)，是指采用图形方式显示的与计算机操作相关的用户界面。它可以是在电子设备的显示屏中显示的一个图标、窗口、控件等界面元素，其中控件可以包括图标、按钮、菜单、选项卡、文本框、对话框、状态栏、导航栏、Widget等可视的界面元素。

在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式，除非其上下文中明确地有相反指示。还应当理解，本申请中使用的术语“和/或”是指并包含一个或多个所列出项目的任何或所有可能组合。上述实施例中所用，根据上下文，术语“当…时”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于检测到…”。类似地，根据上下文，短语“在确定…时”或“如果检测到(所陈述的条件或事件)”可以被解释为意思是“如果确定…”或“响应于确定…”或“在检测到(所陈述的条件或事件)时”或“响应于检测到(所陈述的条件或事件)”。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，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。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、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(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)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成的服务器、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(例如固态硬盘)等。

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，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于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实施例的流程。而前述的存储介质包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。

Claims (12)

1.一种拍摄方法，应用于电子设备，所述电子设备包括前置摄像头和后置摄像头，其特征在于，所述方法包括：

显示第一界面，所述第一界面包括第一预览窗，所述第一预览窗显示所述前置摄像头实时采集的图像；

检测到用户隔空做出翻手手势；

响应于所述翻手手势，在所述第一预览窗中显示所述后置摄像头实时采集的图像；

其中，所述检测到用户隔空做出翻手手势，包括：

获取第一图像，所述第一图像为所述前置摄像头采集的一帧图像；

识别所述第一图像中手掌的骨骼点；

从所述第一图像中手掌的骨骼点中确定所述第一图像的第一特征点和第二特征点；所述第一特征点和第二特征点分别位于手掌的中轴线的两侧；

根据所述第一图像的第一特征点和第二特征点在水平坐标轴上的位置确定第一行向量，所述第一行向量的方向为第一坐标指向第二坐标的方向，所述第一坐标为所述第一图像的第一特征点在所述水平坐标轴上的投影点，所述第二坐标为所述第一图像的第二特征点在所述水平坐标轴上的投影点；

获取第二图像，所述第二图像为所述前置摄像头在所述第一图像之后采集的一帧图像；

识别所述第二图像中手掌的骨骼点；

从所述第二图像中手掌的骨骼点中确定所述第二图像的第一特征点和第二特征点；

根据所述第二图像的第一特征点和第二特征点在所述水平坐标轴上的位置确定第二行向量，所述第二行向量的方向为第三坐标指向第四坐标的方向，所述第三坐标为所述第二图像的第一特征点在所述水平坐标轴上的投影点，所述第四坐标为所述第二图像的第二特征点在所述水平坐标轴上的投影点；

当所述第一行向量和所述第二行向量的方向相反时，确定检测到用户隔空做出翻手手势。

2.根据权利要求1所述的方法，其特征在于，所述第一界面还包括第三预览窗，所述第三预览窗显示所述后置摄像头实时采集的图像；

响应于所述翻手手势，在所述第三预览窗中显示所述前置摄像头实时采集的图像。

3.根据权利要求1或2所述的方法，其特征在于，所述从所述第一图像中手掌的骨骼点中确定所述第一图像的第一特征点和第二特征点，包括：

从所述第一图像中手掌的骨骼点中选择两个骨骼点，分别作为所述第一图像的第一特征点和第二特征点。

4.根据权利要求1或2所述的方法，其特征在于，所述从所述第一图像中手掌的骨骼点中确定所述第一图像的第一特征点和第二特征点，包括：

从所述第一图像中手掌的骨骼点中选择多个骨骼点，根据所述多个骨骼点确定两个点，作为所述第一图像的第一特征点和第二特征点。

5.根据权利要求3所述的方法，其特征在于，所述第一特征点为大拇指顶端的骨骼点；所述第二特征点为小指顶端的骨骼点。

6.根据权利要求1所述的方法，其特征在于，所述识别所述第二图像中手掌的骨骼点之前，所述方法还包括：

识别所述第二图像中手掌的所在区域；

确定所述第二图像中手掌的所在区域与所述第一图像中手掌的所在区域的交并比IoU；

所述识别所述第二图像中手掌的骨骼点，具体包括：

当所述IoU满足第一阈值时，识别所述第二图像中手掌的骨骼点。

7.根据权利要求6所述的方法，其特征在于，所述识别所述第二图像中手掌的所在区域，具体包括：

确定所述第二图像中人脸的所在区域；

基于所述人脸的所在区域确定第一区域，所述第一区域包括且大于所述人脸的所在区域，所述第一区域小于所述第二图像；

从所述第一区域中识别手掌的所在区域。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述第二行向量的长度满足第二阈值；

所述当所述第一行向量和所述第二行向量的方向相反时，确定检测到用户隔空做出翻手手势，具体包括：当所述第一行向量和所述第二行向量的方向相反，且所述第二行向量的长度满足所述第二阈值时，确定检测到用户隔空做出翻手手势。

9.根据权利要求1所述的方法，其特征在于，在检测到用户隔空做出翻手手势之前，所述方法还包括：

检测到第一操作；

响应于所述第一操作，开始拍摄。

10.根据权利要求9所述的方法，其特征在于，所述第一操作包括：作用于第一控件的操作，所述第一控件显示在所述第一界面上；或者，识别到用户做出第二手势的操作，所述第二手势与所述第一控件对应。

11.一种电子设备，其特征在于，包括一个或多个处理器和一个或多个存储器；其中，所述一个或多个存储器与所述一个或多个处理器耦合，所述一个或多个存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述一个或多个处理器执行所述计算机指令时，使得执行如权利要求1-10任一项所述的方法。

12.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在电子设备上运行时，使得执行如权利要求1-10任一项所述的方法。