本发明涉及图像技术领域，尤其涉及一种用于三维显示图片的识别方法及装置。
背景技术：
随着科学技术的发展，三维图片显示技术由需要佩戴三维眼镜向不需要佩戴三维眼镜发展，即向裸眼三维图片显示技术发展，由于裸眼三维图片显示技术使人们摆脱了三维眼镜的束缚，而占有较大优势。
在现有技术中，越来越多的显示设备同时具有二维图片显示模式和三维图片显示模式。那么，显示设备在显示图片前，就需要根据待显示图片的类型，如二维图片、三维图片等，来选择对应的显示模式。而目前显示设备在显示图片前均是通过人工手动给待三维显示的图片进行标记或命名，然后会在显示时对于标记的图片使用三维显示，对于未标记的图片，则会使用普通的二维显示。而且用于三维显示图片的识别标记只是被保存在数据库，图片自身并没有对应属性。如果将该图片移出该设备，然后再次移入，之前打过的三维图片标记也会消失，那么显示设备在显示图片前又需要通过人工手动给待三维显示的图片进行重新标记或命名。因此目前的具有三维显示的电子设备在处理三维显示图片时，操作繁琐。
技术实现要素：
有鉴于此，本发明实施例期望提供一种用于三维显示图片的识别方法及装置，能自动识别出用于三维显示的图片，提高操作方便性。
为达到上述目的，本发明的技术方案是这样实现的：
本发明实施例提供一种用于三维显示图片的识别方法，所述方法包括：
提取目标图片的第一视角图和第二视角图；
获取所述第一视角图和所述第二视角图的差异程度参数，所述差异程度参数用于表示所述第一视角图与所述第二视角图的差异程度；
当所述差异程度参数在预设范围值内时，标识所述目标图片为用于三维显示的图片。
可选的，所述方法还包括：
当所述差异程度参数不在预设范围值内时，标识所述目标图片为非用于三维显示的图片。
可选的，所述获取所述第一视角图和所述第二视角图的差异程度参数，包括：
基于预设的N个偏差值，对于每个偏差值，获取所述第一视角图和所述第二视角图的像素差值和，N为大于等于1的整数；
获取各所述像素差值和中的最小值，得到最小像素差值和；
将所述最小像素差值和确定为所述差异程度参数。
可选的，所述对于每个偏差值，获取所述第一视角图和所述第二视角图的像素差值和，包括：
获取所述第一视角图各像素的第一图形参数值；
获取所述第二视角图各像素的第二图形参数值；
基于所述偏差值、所述第一图形参数值和所述第二图形参数值，根据预设运算计算所述像素差值和。
可选的，所述基于所述偏差值、所述第一图形参数值和所述第二图形参数值，根据预设运算计算所述像素差值和，包括：
将所述第一视角图中第i个像素和所述第二视角图中第j个像素组成像素对，其中，i、j的取值范围分别为所述第一视角图和所述第二视角图的像素坐标值范围，第i个像素的横坐标与第j个像素的横坐标相差d个偏差值，纵坐标相同，d的取值在预设偏差区间内；
针对每个像素对，计算所述第i个像素的第一图形参数值与所述第j个像素的第二图像参数值之差的平方；
对各所述差的平方求和，得到所述像素差值和。
本发明实施例还提供一种用于三维显示图片的识别装置，所述装置包括：
提取模块，用于提取目标图片的第一视角图和第二视角图；
获取模块，用于获取所述第一视角图和所述第二视角图的差异程度参数，所述差异程度参数用于表示所述第一视角图与所述第二视角图的差异程度；
第一标识模块，用于当所述差异程度参数在预设范围值内时，标识所述目标图片为用于三维显示的图片。
可选的，所述装置还包括：
第二标识模块，用于当所述差异程度参数不在预设范围值内时，标识所述目标图片为非用于三维显示的图片。
可选的，所述获取模块包括：
第一获取子模块，用于基于预设的N个偏差值，对于每个偏差值，获取所述第一视角图和所述第二视角图的像素差值和，N为大于等于1的整数；
第二获取子模块，用于获取各所述像素差值和中的最小值，得到最小像素差值和；
确定子模块，用于将所述最小像素差值和确定为所述差异程度参数。
可选的，所述第一获取子模块包括：
第一获取单元，用于获取所述第一视角图各像素的第一图形参数值；
第二获取单元，用于获取所述第二视角图各像素的第二图形参数值；
计算单元，用于基于所述偏差值、所述第一图形参数值和所述第二图形参数值，根据预设运算计算所述像素差值和。
可选的，所述计算单元包括：
组成子单元，用于将所述第一视角图中第i个像素和所述第二视角图中第j个像素组成像素对，其中，i、j的取值范围分别为所述第一视角图和所述第二视角图的像素坐标值范围，第i个像素的横坐标与第j个像素的横坐标相差d个偏差值，纵坐标相同，d的取值在预设偏差区间内；
计算子单元，用于针对每个像素对，计算所述第i个像素的第一图形参数值与所述第j个像素的第二图像参数值之差的平方；
求和子单元，用于对各所述差的平方求和，得到所述像素差值和。
本发明实施例提供的用于三维显示图片的识别方法及装置，通过获取目标图片的第一视角图和第二视角图，并当第一视角图和第二视角图的差异程度在预设范围值内时，标识目标图片为用于三维显示的图片；从而可以自动识别出用于三维显示的图片，进而解决了由于不能自动识别用于三维显示的图片，而导致操作不便的问题；达到了提高操作方便性的效果。
附图说明
图1为本发明实施例一提供的一种用于三维显示图片的识别方法的示意图；
图2A为本发明实施例二提供的一种用于三维显示图片的识别方法的示意图；
图2B为本发明实施例二提供的一种获取像素差值和方法的示意图；
图2C为本发明实施例二提供的一种计算像素差值和方法的示意图；
图3A为本发明实施例三提供的一种用于三维显示图片的识别装置的结构示意图；
图3B为本发明实施例三提供的又一种用于三维显示图片的识别装置的结构示意图；
图3C为本发明实施例三提供的一种获取差异程度参数装置的结构示意图；
图3D为本发明实施例三提供的一种获取像素差值和装置的结构示意图；
图3E为本发明实施例三提供的一种计算像素差值和装置的结构示意图。
具体实施方式
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。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，"模块"与"部件"可以混合地使用。
终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA)、平板电脑(PAD)、便携式多媒体播放器(PMP)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面，假设终端是移动终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
实施例一
本实施例提供了一种用于三维显示图片的识别方法，参照图1所示，该方法包括：
步骤101，提取目标图片的第一视角图和第二视角图。
其中，目标图片可以为用于二维显示的图片、用于三维显示的图片或用于其它维显示的图片。
进一步的，对于用于三维显示的图片，第一视角图和第二视角图为左眼视角图和右眼视角图。其中，左眼视角图和右眼视角图为对同一个场景，从左眼和右眼两个不同视角看到的两个图。进一步的，左眼视角图为在三维显示效果中左眼看到的图，右眼视角图为在三维显示效果中右眼看到的图。左眼视角图和右眼视角图可以布局在同一张图片中，也可以布局在多张图片中。进一步的，当左眼视角图和右眼视角图布局在同一张目标图片中时，左眼视角图和右眼视角图可以按照左右视图格式或上下视图格式布局在用于三维显示的图片中。当然还可以按照其它格式布局在同一张图片中，本发明实施例对此不做限制。此外，当左眼视角图和右眼视角图布局在多张图片中时，左眼视角图和右眼视角图可以布局在两张图片中。而对于用于二维显示的图片或用于其它维显示的图片，第一视角图和第二视角图仅仅是按照提取方法提取到的两张图片，不存在用于三维显示的图片中的关系。
在本发明实施例中，当左眼视角图和右眼视角图按照左右视图格式或上下视图格式布局在同一张图片中时，可以通过如下方法提取目标图片的第一视角图和第二视角图：获取目标图片左半部分的内容，得到第一视角图；获取目标图片右半部分的内容，得到第二视角图，此处的第一视角图和第二视角图为第一组视角图。另外，获取目标图片上半部分的内容，得到第一视角图；获取目标图片下半部分的内容，得到第二视角图，此处的第一视角图和第二视角图为第二组视角图。
进一步的，可以通过如下方法获取目标图片各半部分的内容：复制目标图片得到两张相同的目标图片，记为第一目标图片和第二目标图片；对第一目标图片进行左右裁剪，得到目标图片左右两半部分的内容；对第二目标图片进行上下裁剪，得到目标图片上下两半部分的内容。
进一步的，上述左右裁剪可以为左右对称裁剪，上下裁剪可以为上下对称裁剪。
此外，可以使用现有软件技术直接从目标图片上获取目标图片各半部分的内容，在此不做详述。
另外，还需要说明的是，当左眼视角图和右眼视角图按照其它视图格式布局在同一张图片中时，则可以不严格按照获取目标图片各半部分的内容提取第一视角图和第二视角图，而是按照其对应的视图格式获取第一视角图和第二视角图。
另外，当左眼视角图和右眼视角图布局在多张不同的图片中时，可以直接从多张图片中提取第一视角图和第二视角图，本发明实施例对提取第一视角图和第二视角图的方法不做限制。
当然除了上述方法外，还可以使用其它方法提取第一视角图和第二视角图，本实施例对此不做限制。
另外，需要说明的是，由于在用于三维显示的图片中，左眼视角图和右眼视角图按照左右视图格式或上下视图格式布局在用于三维显示的图片中。但是在提取第一视角图和第二视角图前并不确定目标图片为用于三维显示的图片，还是用于二维显示的图片，当然更不能确定为左右视图格式或上下视图格式。所以在提取目标图片时即需要进行左右提取，又需要进行上下提取。
此外，由上述提取目标图片的第一视角图和第二视角图的方法可知，一张目标图片提取到两组视角图，因此这两组视角图均需要执行后续步骤102至步骤104。
在本发明实施中，为了减少操作步骤，提高操作效率，可以通过对目标图片进行粗略判断，粗略判断后只提取一组第一视角图和第二视角图，仅对这一组第一视角图和第二视角图执行步骤102至步骤104。
进一步的，可以通过如下方法只提取一组第一视角图和第二视角图：在对目标图片进行提取前，对目标图片进行初步分析，粗略判断目标图片是否存在左右或上下相似的情况；当左右相似时，确定目标图片为左右视图格式，对目标图片进行左右提取，得到一组第一视角图和第二视角图；当上下相似时，确定目标图片为上下视图格式，对目标图片进行上下提取，也只得到一组第一视角图和第二视角图。
此外，需要说明的是，由于目标图片可能为红绿蓝色彩模式图片，即RGB(Red Green Blue)图片，也可能为色调、饱和度和亮度色彩模式图片，即HSI(Hue Saturation Intensity)图片，当然还可能为其它色彩模式图片。由于不同的色彩模式，对应有不同的图片特征，因此可以根据目标图片的色彩模式确定不同的粗略判断方法。
进一步的，当目标图片为RGB图片时，可以通过如下方法对目标图片进行粗略判断：获取目标图片各像素在红色通道的灰度值，得到红色灰度值矩阵；获取目标图片各像素在绿色通道的灰度值，得到绿色灰度值矩阵；获取目标图片各像素在蓝色通道的灰度值，得到蓝色灰度值矩阵；分别对红色灰度值矩阵、绿色灰度值矩阵和蓝色灰度值矩阵进行上下和左右对比，当各灰度值矩阵中的值存在上下或左右对称关系时，确定目标图片存在左右或上下相似的情况。其中所述的对称关系为各灰度值在数值上接近。
当目标图片为HSI图片时，可以使用与目标图片为RGB图片时相似的方法对目标图片进行粗略判断，在此不做详述。
进一步的，当只提取一组第一视角图和第二视角图，且在对这一组第一视角图和第二视角图执行步骤102至步骤104后标识目标图片为非用于三维显示图片时，可以对重新提取目标图片的另一组第一视角图和第二视角图，重新执行步骤102至步骤104，标识目标图片是否为用于三维显示图片，以提高识别目标图片的精确性。
另外，本发明实施例中的用于三维显示图片可以为用于裸眼三维显示图片。
步骤102，获取第一视角图和第二视角图的差异程度参数。
其中，差异程度参数用于表示第一视角图与第二视角图的差异程度。具体的，差异程度参数可以表示第一视角图与第二视角图是否存在差异，以及当存在差异时，表示差异的大小。
进一步的，差异程度参数可以使用第一视角图和第二视角图的像素在灰度值、色调、亮度或饱和度等图形特征方面的差异程度来表示。
示例性的，当目标图片为RGB图片时，差异程度为第一视角图和第二视角图的各对应像素在各颜色通道的灰度值的差异程度。
进一步的，差异程度参数可以为数字，用数字值的大小代表差异程度的大小。比如差异程度参数的范围为[0-3000]时，可以用0表示第一视角图和第二视角图没有差异，对于其余数字，随着数值的增加差异程度增大。
进一步的，差异程度参数可以为根据预设运算得到的数值。比如，差异程度参数可以为根据预设运算计算得到的第一视角图和第二视角图的最小像素差值和。
进一步的，可以通过获取第一视角图和第二视角图各自的图形参数值，并将图形参数值代入到预设运算获取差异程度参数。其中，图形参数值为用于表征第一视角图和第二视角图的图形特征的参数。进一步的，图形参数值可以根据目标图片的色彩模式进行确定。示例性的，当目标图片为RGB图片时，图形参数值可以为各颜色通道的灰度值；当目标图片为HIS时，图形参数值可以为色调、饱和度和亮度等。当然差异程度参数还可以为其它能够反应第一视角图和第二视角图差异程度的参数。
步骤103，当差异程度参数在预设范围值内时，标识目标图片为用于三维显示的图片。
首先，用于三维显示的图片和用于二维显示的图片在差异程度上存在如下特征：
对于用于三维显示的图片：如果目标图片为用于三维显示的图片，则第一视角图和第二视角图中一个为左眼视角图，另一个为右眼视角图。由于左眼视角图和右眼视角图为同一个场景，从左眼和右眼两个不同的视角看到的图。因此，在用于三维显示的图片中，第一视角图和第二视角图存在差异，且差异在一定范围内。
对于用于二维显示的图片：一般情况下，一张用于二维显示的图片用于表示一个完整的单一的画面，并不会出现将一个场景的左眼视角图和右眼视角图放在一个用于二维显示的图片内的情况。所以对于一张用于二维显示的图片，第一视角图和第二视角图的差异较大，且差异程度大于用于三维显示的图片中的第一视角图和第二视角图的差异。另外，对于一些特殊的用于二维显示的图片，比如单色图、左右完全对称的图或上下完全对称的图，第一视角图和第二视角图没有差异。
由于用于三维显示的图片和用于二维显示的图片在差异程度上存在上述特征，因此，可以根据上述差异程度特征选取的差异程度参数，设置满足用于三维显示的图片差异程度条件的预设范围值。
需要说明的是，对于每一种差异程度参数，预设范围值可以通过大量实验得到，以确保差异程度参数的准确性。
示例性的，仍以上述差异程度参数取值范围为[0-3000]为例，设置预设范围值为(0-1000)。当获取到的差异程度参数值在(0-1000)范围内时，标识目标图片为用于三维显示的图片；当获取到的差异程度参数值不在(0-1000)范围内时，标识目标图片为非用于三维显示的图片。
另外，当标识目标图片为用于三维显示的图片时，可以对目标图片进行标记，并存储相关信息。进一步的，可以通过修改图片名称进行标记。具体的，存储的相关信息可以包括图片的视图格式，即为左右视图格式还是上下视图格式。当然，还可以使其它方式标记，并存储其它相关信息，本实施例对此不做限制。
另外，可以通过媒体资源库进行标记及存储相关信息。
另一方面，当差异程度参数不在预设范围值内时，标识目标图片为非用于三维显示的图片。
另外，可以为终端设置是否开启自动选择显示模式功能。当终端开启自动选择显示模式功能，且终端接收到目标(待显示图片)时，终端自动识别目标图片的类型，以选择对应的显示框架，驱动设备，控制硬件实现对应的显示模式；当终端关闭自动选择显示模式功能时，终端接收到目标图片时，终端不识别目标图片的类型，需要人工识别，然后根据识别结果选择对应的显示模式。
另外，终端接收到目标图片的情况包括：初始化图片、图片状态变化、操作显示图片。进一步的，初始化图片包括终端开机首次加载图片；图片状态变化包括图片的创建、替换或其它修改；操作显示图片包括用户点击显示某张图片，批量显示图片，滑动至某一张图片。
另外，对于视频播放，可以通过识别视频中的包括的图片是否为用于三维显示的图片来判断该视频是否采用三维视频播放模式。当视频中的包括的图片为用于三维显示的图片时，确定采用三维视频播放模式；当视频中的包括的图片为非用于三维显示的图片时，确定采用其它视频播放模式。
综上所述，本发明实施例提供的用于三维显示图片的识别方法，通过获取目标图片的第一视角图和第二视角图，并当第一视角图和第二视角图的差异程度在预设范围值内时，标识目标图片为用于三维显示的图片；从而可以自动识别出用于三维显示的图片，进而解决了由于不能自动识别用于三维显示的图片，而导致操作不便的问题；达到了提高操作方便性的效果。
实施例二
本实施例提供了一种用于三维显示图片的识别方法，与实施例一相比，本实施例将实施例一中的差异程度参数确定为最小像素差值和，根据最小像素差值和识别目标图片是否为用于三维显示的图片。参照图2A所示，该方法包括：
步骤201，提取目标图片的第一视角图和第二视角图。
本步骤与步骤101相同或相似，在此不做赘述。
步骤202，基于预设的N个偏差值，对于每个偏差值，获取第一视角图和第二视角图的像素差值和。
其中，偏差值用于表示对于同一个场景左右两眼的视差范围。偏差值可以基于大量数据采集，得到较合理的数值或数值范围。可选的，偏差值可以取58毫米至72毫米。另外，在本实施例中，可以按照每个像素的大小，将偏差值换算为像素的个数。
其中，N为大于等于1的整数，即至少设置一个偏差值。另外，偏差值的个数越多越精确，但是太多的偏差值导致计算复杂度增加，所以可以根据实际需求确定偏差值的个数。
可选的，参照图2B，对于一个偏差值，可以通过如下方法获取第一视角图和第二视角图的像素差值和：
步骤2021，获取第一视角图各像素的第一图形参数值。
当目标图片为RGB颜色空间的图片时，影响目标图片的图形参数值的因素包括目标图片在各颜色通道的灰度值；当目标图片为HSI颜色空间的图片时，影响目标图片的图形参数值的因素为图片的色调、饱和度和亮度。对于其它颜色空间的目标图片，影响目标图片的图形参数值为其它对应的因素，在此不做详述。在本实施例中，以常用的RGB颜色空间的图片为例进行说明。
对于每一个像素，图形参数值可以包括至少一个颜色值的灰度值的平均值。具体的，第一图形参数值可以为以下几种：
第一种，R色的第一灰度值；
第二种，G色的第二灰度值；
第三种，B色的第三灰度值；
第四种，第一灰度值和第二灰度值的第一平均值；
第五种，第一灰度值和第三灰度值的第二平均值；
第六种，第二灰度值和第三灰度值的第三平均值；
第七种，第一灰度值、第二灰度值和第三灰度值的第四平均值。
显然的，在计算第一图形参数值时，包括的颜色种类越多，得到的第一图形参数值越精确。具体的，第一种、第二种和第三种的精确度相似；第四种、第五种和第六种的精确度相似，但精确度高于第一种、第二种和第三种；第七种的精确度最高。
示例性的，第一视角图包括4个像素，第一图形参数值为第七种，获取每个像素包括的红、绿和蓝三种颜色的灰度值依次分别为：
第1个像素：100、150和200；
第2个像素：150、120和120；
第3个像素：120、130和140；
第4个像素：100、100和100。
对于每个像素，计算各灰度值的平均值，获取到的4个像素的第一图形参数值分别为：
第1个像素：150；
第2个像素：130；
第3个像素：130；
第4个像素：100。
需要说明的是，实际情况中，一般情况下，第一视角图包括的像素个数远远大于4，此处假设第一视角图包括4个像素仅为了方便描述。
步骤2022，获取第二视角图各像素的第二图形参数值。
通过与步骤2021中获取第一视角图各像素的第一图形参数值相同的方法获取第二视角图各像素的第二图形参数值。
示例性的，获取每个像素包括的红、绿和蓝三种颜色的灰度值依次分别为：
第1个像素：110、160和210；
第2个像素：160、130和130；
第3个像素：130、140和150；
第4个像素：110、110和110。
对于每个像素，计算各灰度值的平均值，获取到的4个像素的第二图形参数值分别为：
第1个像素：160；
第2个像素：140；
第3个像素：140；
第4个像素：110。
步骤2023，基于偏差值、第一图形参数值和第二图形参数值，根据预设运算计算像素差值和。
可选的，参照图2C，步骤2023可以通过如下方法实现：
步骤2023a，将第一视角图中第i个像素和第二视角图中第j个像素组成像素对。
其中，i、j的取值范围分别为所述第一视角图和所述第二视角图的像素坐标值范围，第i个像素的横坐标与第j个像素的横坐标相差d个偏差值，纵坐标相同，d的取值在预设偏差区间内。
步骤2023b，针对每个像素对，计算第i个像素的第一图形参数值与第j个像素的第二图像参数值之差的平方。
步骤2023c，对各差的平方求和，得到像素差值和。
或者，步骤2023a至步骤2023c可以通过如下两个公式表达，即预设运算可以为如下两个公式：
DL(d)＝∑x，y|FL(x，y)-FR(x-d，y)|2 (1)
DR(d)＝∑x，y|FL(x，y)-FR(x+d，y)|2 (2)
其中，d为偏差值；DL(d)和DR(d)为偏差值为d时对应的像素差值和；FL(x，y)为第一视角图置于二维直角坐标系时，在坐标位置(x，y)处的像素的第一图形参数值；FR(x，y)为将第二视角图置于二维直角坐标系时，在坐标位置(x，y)处的像素的第二图形参数值；其中x，y的取值范围为左视图的坐标值范围。
另外，对于x-d或x+d超出右视图范围的情况，包括但不限于采用边界补齐法获取其图形参数值。有关边界补齐法为现有技术在此处不做详述。
另外，需要说明的是，由于目标图片有可能为用于三维显示的图片，但是提取出第一视角图和第二视角图后，并不确定第一视角图和第二视角图与左眼视角图和右眼视角图的对应关系；因此在计算像素差值和时，需要保持第一视角图在二维直角坐标系中的位置不动，将第二视角图沿x轴的正半轴按照偏差值进行移动，得到一个像素差值和，再将第二视角图延x轴的负半轴按照偏差值进行移动，得到另一个像素差值和。使用上述两个公式计算像素差值和，可以得到不同情况下的像素差值和，进而提高像素差值和的精度。
由于对于每一个d值，通过步骤202均可以得到2个像素差值和，则N个d值可以得到2N个像素差值和。
示例性的，N等于1，即包括一个d值，假设d等于1(表示1个像素)，仍以步骤2021和步骤2022中的例子为例，则将获取到的四个第一图形参数值(150、130、130和100)和四个第二图形参数值(160、140、140和110)按照步骤2023包括的三个步骤或公式(1)和(2)得到的2个像素差值和分别为：DL(d)＝2000和DR(d)＝500。
另外，虽然在本实施例中d包括一个值，但是N可以根据目标图片包括的像素的多少确定为其它数值。比如，N等于3，即d包括3个值时，通过上述方法可以得到6个像素差值和。
步骤203，获取各像素差值和中的最小值，得到最小像素差值和，并将最小像素差值和确定为差异程度参数。
由于不同的视差范围(d值)对应不同的像素差值和，而且像素差值和用于表示第一视角图与第二视角图之间的差异程度；进一步的，用于三维显示的图片中第一视角图和第二视角图是在同一个场景下不同视角的两张图片，差异仅由视差影响，所以第一视角图和第二视角图的差异程度较小。所以取像素差值和中最小值作为差异程度参数，以提高第一视角图和第二视角图的选择，进而提高图片识别的精确度。
示例性的，仍以步骤202中的例子为例，则从两个像素差值和500和2000中获取最小值，即500，则500为最小像素差值和，将500确定为差异程度参数。
可选的，还可以获取像素差值和中的最大值作为差异程度参数，或者，还可以将多个像素差值和求平均值作为差异程度参数，或者，还可以选取各像素差值和中的多个同时作为差异程度参数。
步骤204，当最小像素差值和在预设范围值内时，标识目标图片为用于三维显示的图片。
示例性的，预设范围值为400到3000，由于500在预设范围值内，所以标识目标图片为用于三维显示的图片。
可选的，当选取多个像素差值和作为差异程度参数时，则当所有差异程度参数均在预设范围值内时，才标识目标图片为用于三维显示的图片。
步骤205，当最小像素差值和不在预设范围值内时，标识目标图片为非用于三维显示图片。
示例性的，预设范围值为1000到3000，由于500不在预设范围值内，所以标识目标图片为非用于三维显示图片。
可选的，当选取多个像素差值和作为差异程度参数时，则当有一个差异程度参数不在预设范围值内时，就标识目标图片为非用于三维显示图片。
当然，差异程度参数并不局限于最小像素差值和，还可以为其它与图片有关的参数，在本发明实施例中不做一一详述。
另外，需要说明的是，在本实施例中未说明的内容，参照实施例一中的相关内容，在本实施例中不做赘述。
综上所述，本发明实施例提供的用于三维显示图片的识别方法，通过获取目标图片的第一视角图和第二视角图，并当第一视角图和第二视角图的差异程度在预设范围值内时，标识目标图片为用于三维显示图片；从而可以自动识别出用于三维显示图片，进而解决了由于不能自动识别用于三维显示图片，而导致操作不便的问题；达到了提高操作方便性的效果。
实施例三
本实施例了提供一种用于三维显示图片的识别装置300，参照图3A，装置300包括：提取模块301、获取模块302和第一标识模块303。
提取模块301，用于提取目标图片的第一视角图和第二视角图。
获取模块302，用于获取第一视角图和第二视角图的差异程度参数，差异程度参数用于表示第一视角图与第二视角图的差异程度。
第一标识模块303，用于当差异程度参数在预设范围值内时，标识目标图片为用于三维显示的图片。
可选的，参照图3B，装置300还包括：第二标识模块304，用于当差异程度参数不在预设范围值内时，标识目标图片为非用于三维显示的图片。
可选的，参照图3C，获取模块302包括：
第一获取子模块3021，用于基于预设的N个偏差值，对于每个偏差值，获取第一视角图和第二视角图的像素差值和，N为大于等于1的整数。
第二获取子模块3022，用于获取各像素差值和中的最小值，得到最小像素差值和。
确定子模块3023，用于将最小像素差值和确定为差异程度参数。
可选的，参照图3D，第一获取子模块3021包括：
第一获取单元3021a，用于获取第一视角图各像素的第一图形参数值。
第二获取单元3021b，用于获取第二视角图各像素的第二图形参数值。
计算单元3021c，用于基于偏差值、第一图形参数值和第二图形参数值，根据预设运算计算像素差值和。
可选的，参照图3E，计算单元3021c包括：
组成子单元3021c1，用于将第一视角图中第i个像素和第二视角图中第j个像素组成像素对。
其中，i、j的取值范围分别为所述第一视角图和所述第二视角图的像素坐标值范围，第i个像素的横坐标与第j个像素的横坐标相差d个偏差值，纵坐标相同，d的取值在预设偏差区间内。
计算子单元3021c2，用于针对每个像素对，计算第i个像素的第一图形参数值与第j个像素的第二图像参数值之差的平方。
求和子单元3021c3，用于对各差的平方求和，得到像素差值和。
本实施例为实施例一和实施例二对应的装置实施例，有关本实施例的相关内容，参照实施例一和实施例二的相关内容，在本实施例中不做赘述。
综上所述，本发明实施例提供的用于三维显示图片的识别装置，通过获取目标图片的第一视角图和第二视角图，并当第一视角图和第二视角图的差异程度在预设范围值内时，标识目标图片为用于三维显示的图片；从而可以自动识别出用于三维显示的图片，进而解决了由于不能自动识别用于三维显示的图片，而导致操作不便的问题；达到了提高操作方便性的效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。