图像处理方法和装置、电子设备、计算机可读存储介质与流程

本申请涉及计算机技术领域，特别是涉及一种图像处理方法、装置、电子设备、计算机可读存储介质。

背景技术：

电子设备可以通过拍摄、下载、传输等方式获取图像，在获取图像之后还可以对图像进行一些后期处理。例如，提高图像的亮度、调整图像的饱和度或者调整图像的色温等，还可以对图像添加光效。添加的光效可以模拟光线变化，使图像中的物体呈现出光照效果。

技术实现要素：

本申请实施例提供一种图像处理方法、装置、电子设备、计算机可读存储介质，可以提高图像处理的准确性。

一种图像处理方法，包括：

获取待处理图像；

对所述待处理图像进行场景识别，获取所述待处理图像的拍摄场景；

根据所述拍摄场景获取目标光效模型，所述目标光效模型为模拟光线变化的模型；

根据所述目标光效模型对所述待处理图像进行光效增强处理。

一种图像处理装置，包括：

图像获取模块，用于获取待处理图像；

场景获取模块，用于对所述待处理图像进行场景识别，获取所述待处理图像的拍摄场景；

模型获取模块，用于根据所述拍摄场景获取目标光效模型，所述目标光效模型为模拟光线变化的模型；

光效处理模块，用于根据所述目标光效模型对所述待处理图像进行光效增强处理。

一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

获取待处理图像；

对所述待处理图像进行场景识别，获取所述待处理图像的拍摄场景；

根据所述拍摄场景获取目标光效模型，所述目标光效模型为模拟光线变化的模型；

根据所述目标光效模型对所述待处理图像进行光效增强处理。

一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如下步骤：

获取待处理图像；

对所述待处理图像进行场景识别，获取所述待处理图像的拍摄场景；

根据所述拍摄场景获取目标光效模型，所述目标光效模型为模拟光线变化的模型；

根据所述目标光效模型对所述待处理图像进行光效增强处理。

上述图像处理方法、装置、电子设备、计算机可读存储介质，可以获取待处理图像，并对待处理图像进行场景识别，获取待处理图像的拍摄场景。然后根据拍摄场景获取目标光效模型，并根据目标光效模型对待处理图像进行光效增强处理。这样就可以对不同拍摄场景的待处理图像，进行不同的光效增强处理，从而提高图像处理的准确性。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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。

图1为一个实施例中图像处理方法的应用环境示意图；

图2为一个实施例中图像处理方法的流程图；

图3为另一个实施例中图像处理方法的流程图；

图4为又一个实施例中图像处理方法的流程图；

图5为一个实施例中目标人脸区域中检测到的特征点的示意图；

图6为又一个实施例中图像处理方法的流程图；

图7为一个实施例中图像处理装置的结构示意图；

图8为一个实施例中图像处理电路的示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一客户端称为第二客户端，且类似地，可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端，但其不是同一客户端。

图1为一个实施例中图像处理方法的应用环境示意图。如图1所示，该应用环境包括电子设备10，电子设备10可通过安装的摄像头102采集待处理图像，然后对采集的待处理图像进行场景识别，获取该待处理图像的拍摄场景。然后电子设备10可以根据拍摄场景获取目标光效模型，并根据目标光效模型对采集的待处理图像进行光效增强处理。在一个实施例中，电子设备10可以是个人电脑、移动终端、个人数字助理、可穿戴电子设备等，不限于此。

图2为一个实施例中图像处理方法的流程图。如图2所示，该图像处理方法包括步骤202至步骤208。其中：

步骤202，获取待处理图像。

在一个实施例中，待处理图像是指需要进行光效增强处理的图像。具体的，该待处理图像可以是一个由若干个像素点构成的二维矩阵，每个像素点可以有对应的像素值，从而通过不同像素值的像素点的排列，形成不同的图案。待处理图像可以分别通过横向和纵向排列的像素点的数量来表示分辨率，例如待处理图像的分辨率可以是640*320，则表示该待处理图像在每个横向方向上排列了640个像素点，在每个纵向方向上排列了320个像素点。

具体的，电子设备获取待处理图像的方式不限。例如，电子设备可以通过安装的摄像头直接拍摄得到待处理图像，还可以接收其他电子设备发送的待处理图像，也可以从网页上下载待处理图像，或者直接从电子设备本地存储的图像中查找待处理图像等，在此不做限定。

步骤204，对待处理图像进行场景识别，获取待处理图像的拍摄场景。

在一个实施例中，电子设备获取到待处理图像之后，可以对待处理图像进行场景识别，得到待处理图像的拍摄场景。拍摄场景表示拍摄待处理图像的场景。例如，拍摄场景可为风景、海滩、蓝天、绿草、雪景、逆光、日出/日落、烟火、聚光灯、纯色等场景中的一种或多种。

具体的，电子设备可以通过场景识别模型对待处理图像进行场景识别。在通过场景识别模型进行识别之前，通常需要通过一个训练图像集合对场景识别模型进行训练，得到能够准确进行识别的场景识别模型。一般情况下，训练图像集合中包含的训练图像越多，最后得到的场景识别模型越精确。场景识别模型训练好之后，将待处理图像输入到训练好的场景识别模型中，通过该训练好的场景识别模型输出分类结果。上述场景识别模型可以但不限于是k最近邻分类模型、最近邻分类模型、朴素贝叶斯分类模型、神经网络模型等。

步骤206，根据拍摄场景获取目标光效模型，目标光效模型为模拟光线变化的模型。

可以理解的是，在不同的拍摄场景下拍摄，拍摄得到的图像的颜色、亮度、纹理特征都不同。例如，在室外场景下拍摄的图像亮度一般会比较高，室内场景下拍摄的图像亮度一般会比较低。因此电子设备在进行光效增强处理的时候，可以预先识别待处理图像的拍摄场景，然后根据拍摄场景获取目标光效模型，这样获取的目标光效模型就可以适用于不同的拍摄场景，从而根据获取的目标光效模型对待处理图像进行光效增强处理。

例如，在室外场景下可以对待处理图像添加亮度偏低的光线效果，在室内场景下可以对待处理图像添加亮度偏高的光线效果，这样在室外场景下获取的目标光效模型就为模拟低亮度光线变化的模型，在室内场景下获取的目标光效模型就为模拟高亮度光线变化的模型。

步骤208，根据目标光效模型对待处理图像进行光效增强处理。

目标光效模型为模拟光线变化的模型，通过该目标光效模型可以对待处理图像进行光效增强处理。光效增强处理是指对图像添加光线效果的处理。具体的，该目标光效模型可以模拟光线的方向、强弱、颜色等变化曲线，通过该目标光效模型对待处理图像添加不同方向、强弱和颜色的光线。例如，目标光效模型可以模拟白炽灯产生的光线变化，也可以模拟钨丝光的光线变化，白炽灯产生的光线颜色偏蓝，钨丝灯产生的光线颜色偏黄。

具体的，目标光效模型可以是对待处理图像中的部分区域进行光效增强处理的模型，也可以是对待处理图像中的全部区域进行光效增强处理的模型，在此不做限定。例如，通过目标光效模型可以是只对待处理图像中的人像所在的区域进行光效增强处理，还可以是指对待处理图像中的背景所在的区域进行光效增强处理。

上述实施例提供的图像处理方法，可以获取待处理图像，并对待处理图像进行场景识别，获取待处理图像的拍摄场景。然后根据拍摄场景获取目标光效模型，并根据目标光效模型对待处理图像进行光效增强处理。这样就可以对不同拍摄场景的待处理图像，进行不同的光效增强处理，从而提高图像处理的准确性。

图3为另一个实施例中图像处理方法的流程图。如图3所示，该图像处理方法包括步骤302至步骤310。其中：

步骤302，获取待处理图像。

在本申请提供的实施例中，对待处理图像进行光效增强处理可以是电子设备自动触发的，也可以是用户手动触发的，在此不做限定。例如，电子设备拍摄到一张图像的时候，用户可以手动选择是否对拍摄的图像进行光效增强处理，当用户点击光效增强处理的按钮时，则将拍摄得到的图像作为待处理图像，并对待处理图像进行光效增强处理。

步骤304，对待处理图像进行场景识别，获取待处理图像的拍摄场景。

步骤306，检测待处理图像中的目标人脸区域，根据目标人脸区域生成人脸光效模型。

在一个实施例中，人脸区域是指待处理图像中人脸所在的区域。具体的，人脸区域可以是能包含人脸的最小矩形区域，也可以是人脸轮廓所包含的区域，在此不做限定。电子设备可以先检测待处理图像中的人脸区域，然后从检测出来的人脸区域中获取目标人脸区域。例如，电子设备可以根据人脸区域的面积来确定目标人脸区域，也可以根据人脸区域的深度信息来确定目标人脸区域，在此不做限定。

具体的，电子设备中可以预先定义一个默认的参考光效模型，检测到目标人脸区域之后，就可以根据目标人脸区域调整参考光效模型中的参数，从而得到目标人脸区域对应的人脸光效模型。

在本申请提供的实施例中，获取到目标人脸区域之后，可以检测目标人脸区域对应的人脸属性参数，然后根据人脸属性参数获取人脸光效模型。具体的，人脸属性参数可以但不限于是人脸偏转角度、人脸在待处理图像中的位置坐标、人脸大小、性别、年龄等参数，根据人脸属性参数调整参考光效模型中的参数，得到人脸光效模型。

例如，参考光效模型中包括光源中心参数，光源中心参数用于定义参考光效模型模拟的光线的光源中心位置。那么在检测到目标人脸区域之后，就可以根据目标人脸区域在待处理图像中的位置修改参考光效模型的光源中心参数，从而得到人脸光效模型。

可以理解的是，待处理图像中可能会存在一个或多个人脸，也可能不存在人脸。当待处理图像中存在一个或多个人脸时，每个人脸都会对应一个人脸区域。具体的，检测待处理图像中的人脸区域，并获取人脸区域对应的区域面积；将区域面积大于面积阈值的人脸区域作为目标人脸区域。

区域面积具体可以通过人脸区域中包含的像素点数量表示，或者通过人脸区域中包含的像素点数量与待处理图像中包含的像素点数量的比例进行表示，还可以通过其他方式表示，在此不做限定。区域面积大于面积阈值的人脸区域可以看作是用户比较关注的人脸区域，因此可以将区域面积大于面积阈值的人脸区域作为目标人脸区域。

在一个实施例中，若区域面积大于面积阈值的人脸区域存在两个或两个以上时，可以将区域面积大于面积阈值的人脸区域作为候选人脸区域，并将区域面积最大的候选人脸区域作为目标人脸区域。

步骤308，根据拍摄场景调整人脸光效模型，得到目标光效模型。

在得到人脸光效模型之后，可以根据拍摄场景对人脸光效模型进行调整，从而得到目标光效模型。具体的，电子设备中可以预先定义多个拍摄场景以及每个拍摄场景对应的参数调整算法，识别到待处理图像的拍摄场景之后，可以根据拍摄场景对应的参数调整算法调整人脸光效模型中的参数，从而得到目标光效模型。

步骤310，根据目标光效模型计算待处理图像中各个像素点的光效增强参数，并根据光效增强参数对待处理图像中的各个像素点进行光效增强处理。

具体的，待处理图像是由若干像素点构成的二维矩阵，每个像素点都有对应的像素值。因此，可以获取目标光效模型之后，可以根据目标光效模型计算待处理图像中各个像素点的光效增强参数。计算出光效增强参数之后，可以根据光效增强参数对待处理图像中的各个像素点进行光效增强处理。具体可以通过光效增强参数对待处理图像进行叠加或乘积的方式进行光效增强处理，在此不做限定。可以理解的是，图像中的像素值的取值范围一般为[0,255]，因此在经过光效增强处理之后的待处理图像的像素值不能大于255。

例如，假设待处理图像为h0(x,y)，目标光效模型为p(x,y)，则通过叠加方式进行光效增强处理之后的待处理图像h(x,y)就可以表示为h(x,y)＝(1+p(x,y))h0(x,y)，通过乘积的方式进行光效增强处理后的待处理图像就可以表示为h(x,y)＝p(x,y)h0(x,y)。可以理解的是，光效增强处理还可以是以其他方式实现的，在此不做限定。

在一个实施例中，在对待处理图像进行光效增强处理的时候，还可以对待处理图像中的各个颜色通道做不同的处理。具体的，待处理图像中的每个像素点可以对应一个或多个颜色通道值，则可以根据获取的目标光效模型计算各个像素点对应的颜色通道值的光效增强参数，再根据光效增强参数分别对各个像素点的颜色通道值进行光效增强处理。例如，待处理图像可以对应四个颜色通道，则获取的目标光效模型中可以包含四个光效子模型，每个光效子模型对应处理一个颜色通道，那么就可以根据该光效子模型计算待处理图像中对应的颜色通道的光效增强参数，然后根据计算得到的光效增强参数对颜色通道值进行光效增强处理。

可以理解的是，对各个颜色通道值进行不同的光效增强处理之后，得到的图像光效增强效果可能会一样。例如，获取的rgb三通道值对应的光效增强参数中，r通道对应的光效增强参数大于g通道和b通道的光效增强参数，那么根据获取的光效增强参数对待处理图像进行光效增强处理之后，得到的光效增强图像相对待处理图像就是偏红光的效果。

在一个实施例中，如图4所示，根据目标人脸区域生成人脸光效模型的步骤具体可以包括：

步骤402，获取目标人脸区域中的特征点，根据特征点将目标人脸区域划分成不同的特征区域。

具体的，特征点是指目标人脸区域中的边缘像素值变化较大的点。在目标人脸区域中五官边缘的像素值变化往往比较大，因此可以根据检测到的特征点来定位目标人脸区域中的五官。检测到特征点之后，可以根据检测到的特征点将目标人脸区域划分为不同的特征区域，这样就可以根据划分的特征区域生成人脸光效模型。

步骤404，根据划分的特征区域生成人脸光效模型。

一般的，目标人脸区域中的不同区域受光线的影响不同。例如，鼻子区域比较突出，所以在光线影响下鼻翼上一般会产生高光，鼻子侧边会产生阴影；眼珠的地方受到光线影响也可能产生高光。因此，可以将目标人脸区域划分为不同的特征区域之后，根据划分的特征区域来生成最终的人脸光效模型。

具体的，电子设备中可以存储预先定义的参考光效模型，在对目标人脸区域划分成不同特征区域之后，可以根据不同特征区域的位置和大小等参数去调整参考光效模型，从而得到人脸光效模型。例如，参考光效模型为对正脸进行处理的光效模型，假设目标人脸区域为侧脸，那么就可以根据划分不同特征区域，来调整参考光效模型中不同区域对应的参数，从而生成适用于目标人脸区域的人脸光效模型。

图5为一个实施例中目标人脸区域中检测到的特征点的示意图。如图5所示，对目标人脸区域502进行检测，可以得到目标人脸区域502中包含的若干个特征点504。在检测到特征点504之后，可以根据检测到的特征点504将目标人脸区域502划分为不同的特征区域。例如，可以根据特征点将目标人脸区域划分为额头区域、眉毛区域、眼睛区域、鼻子区域、嘴唇区域和脸颊区域，在此不做限定。然后根据划分的特征区域生成人脸光效模型。

在一个实施例中，如图6所示，生成目标光效模型的步骤具体可以包括：

步骤602，当待处理图像的拍摄场景为第一拍摄场景时，调整人脸光效模型的颜色通道值，得到目标光效模型。

在本申请提供的实施例中，可以将待处理图像的拍摄场景分为第一拍摄场景、第二拍摄场景和第三拍摄场景，第一拍摄场景、第二拍摄场景和第三拍摄场景为不同的拍摄场景。在对待处理图像识别为不同拍摄场景时，可以根据不同的方法获取目标光效模型。

具体的，颜色通道值是指待处理图像中在颜色空间中的各个通道的取值。例如，将待处理图像转换到rgb(redgreenblue，红绿蓝)颜色空间，那么颜色通道值就是指待处理图像分别在r通道、g通道和b通道等三个通道的取值。可以理解的是，待处理图像的颜色通道值还可以是cmyk(cyanmagentayellowblack，青色洋红色黄色黑色)、hsv(huesaturationvalue，色相饱和度明度)等颜色空间的通道值，在此不做限定。

当待处理图像的拍摄场景为第一拍摄场景时，可以调整人脸光效模型的颜色通道值，得到目标光效模型。将人脸光效模型的颜色通道值进行调整之后，可以得到模拟不同颜色光线的目标光效模型。例如，将人脸光效模型中的r通道值调高，那么得到的目标光效模型所模拟的光线就会偏红色；将人脸光效模型中的b通道值调高，那么得到的目标光效模型所模拟的光线就会偏蓝色。

在本申请提供的实施例中，调整人脸光效模型的颜色通道值的方法包括：获取目标人脸区域对应的目标人像区域；获取待处理图像中除目标人像区域之外的背景区域的背景颜色参数，根据背景颜色参数调整人脸光效模型的颜色通道值，得到目标光效模型。

在第一拍摄场景下，根据背景区域的背景颜色参数调节人脸光效模型的颜色通道值，这样得到的目标光效模型就可以适用于不同颜色特征的背景区域。例如，背景区域的颜色偏蓝，则可以将目标光效模型的颜色通道值进行调节，使目标光效模型模拟的光线效果适用于蓝色的背景。

步骤604，当待处理图像的拍摄场景为第二拍摄场景时，获取待处理图像的色温参数，根据待处理图像的色温参数调整人脸光效模型的色温参数，得到目标光效模型。

色温是一种衡量图像颜色的参数，一般色温越低，图像的颜色越暖(红)；色温越高，图像的颜色越冷(蓝)。当待处理图像的拍摄场景为第二拍摄场景时，则可以根据待处理图像的色温参数来调整人脸光效模型的色温参数，得到目标光效模型。例如，若得到的待处理图像的色温偏高，那么就可以将人脸光效模型的色温参数降低，从而得到目标光效模型。

具体的，可以根据待处理图像的色温参数绘制色温曲线，并通过绘制的色温曲线判断色温偏高还是偏低，然后再根据判断结果去调整人脸光效模型的色温参数。

步骤606，当待处理图像的拍摄场景为第三拍摄场景时，根据目标人脸区域确定目标人像区域，并获取对待处理图像中除目标人像区域之外的背景区域进行处理的背景光效模型，根据人脸光效模型和背景光效模型得到目标光效模型。

当待处理图像的拍摄场景为第三拍摄场景时，则可以根据目标人脸区域确定目标人像区域，然后获取待处理图像中除目标人像区域之外的背景区域，并根据背景区域生成背景光效模型，然后根据人脸光效模型和背景光效模型生成目标光效模型，这样就可以对目标人脸区域和背景区域进行不同的光效增强处理。

其中，确定目标人脸区域之后，就可以根据目标人像区域。例如，可以通过区域生长法获取目标人脸区域对应的目标人像区域，还可以根据目标人脸区域的人脸深度信息确定目标人像区域对应的人像深度范围，再获取深度信息在该人像深度范围内的像素点，得到目标人像区域。

例如，得到的背景光效模型可以是将背景区域调整被单一颜色的背景区域，以使背景区域达到单一背景的效果。也可以是根据人脸光效模型对目标人脸区域进行打光，并通过背景光效模型将背景区域的亮度降低，使得目标人脸区域更加突出。

根据上述不同拍摄场景对人脸光效模型进行处理，得到目标光效模型。例如，第一拍摄场景可以为纯色场景，第二拍摄场景可以为室外场景，第三拍摄场景可以为室内场景。纯色场景是指待处理图像中的背景区域为单一颜色的场景，当待处理图像为纯色场景时，则可以根据背景区域的颜色来调整人脸光效模型的颜色。当待处理图像为室外场景时，则可以根据整个图像的色温参数来调整人脸光效模型。当待处理图像为室内场景时，则可以对待处理图像的背景区域和目标人脸区域分别做不同的光效增强处理。

上述实施例提供的图像处理方法，可以获取待处理图像，并对待处理图像进行场景识别，获取待处理图像的拍摄场景。根据待处理图像中的目标人脸区域可以获取对应的人脸光效模型，然后根据拍摄场景调整人脸光效模型得到目标光效模型，并根据目标光效模型对待处理图像进行光效增强处理。这样就可以对不同拍摄场景的待处理图像，进行不同的光效增强处理，从而提高图像处理的准确性。

应该理解的是，虽然图2、3、4、6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、3、4、6中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

图7为一个实施例中图像处理装置的结构示意图。如图7所示，该图像处理装置700包括图像获取模块702、场景获取模块704、模型获取模块706和光效处理模块708。其中：

图像获取模块702，用于获取待处理图像。

场景获取模块704，用于对所述待处理图像进行场景识别，获取所述待处理图像的拍摄场景。

模型获取模块706，用于根据所述拍摄场景获取目标光效模型，所述目标光效模型为模拟光线变化的模型。

光效处理模块708，用于根据所述目标光效模型对所述待处理图像进行光效增强处理。

上述实施例提供的图像处理装置，可以获取待处理图像，并对待处理图像进行场景识别，获取待处理图像的拍摄场景。然后根据拍摄场景获取目标光效模型，并根据目标光效模型对待处理图像进行光效增强处理。这样就可以对不同拍摄场景的待处理图像，进行不同的光效增强处理，从而提高图像处理的准确性。

在一个实施例中，模型获取模块706还用于检测所述待处理图像中的目标人脸区域，根据所述目标人脸区域生成人脸光效模型；根据所述拍摄场景调整人脸光效模型，得到目标光效模型。

在一个实施例中，模型获取模块706还用于检测所述待处理图像中的人脸区域，并获取所述人脸区域对应的区域面积；将所述区域面积大于面积阈值的人脸区域作为目标人脸区域。

在一个实施例中，模型获取模块706还用于获取所述目标人脸区域中的特征点，根据所述特征点将所述目标人脸区域划分成不同的特征区域；根据划分的所述特征区域生成人脸光效模型。

在一个实施例中，模型获取模块706还用于当所述待处理图像的拍摄场景为第一拍摄场景时，调整所述人脸光效模型的颜色通道值，得到目标光效模型；当所述待处理图像的拍摄场景为第二拍摄场景时，获取所述待处理图像的色温参数，根据所述待处理图像的色温参数调整所述人脸光效模型的色温参数，得到目标光效模型；当所述待处理图像的拍摄场景为第三拍摄场景时，根据目标人脸区域确定目标人像区域，并获取对所述待处理图像中除所述目标人像区域之外的背景区域进行处理的背景光效模型，根据所述人脸光效模型和背景光效模型得到目标光效模型。

在一个实施例中，模型获取模块706还用于获取所述目标人脸区域对应的目标人像区域；获取所述待处理图像中除目标人像区域之外的背景区域的背景颜色参数，根据所述背景颜色参数调整所述人脸光效模型的颜色通道值，得到目标光效模型。

在一个实施例中，光效处理模块708还用于根据所述目标光效模型计算所述待处理图像中各个像素点的光效增强参数，并根据所述光效增强参数对所述待处理图像中的各个像素点进行光效增强处理。

上述图像处理装置中各个模块的划分仅用于举例说明，在其他实施例中，可将图像处理装置按照需要划分为不同的模块，以完成上述图像处理装置的全部或部分功能。

关于图像处理装置的具体限定可以参见上文中对于图像处理方法的限定，在此不再赘述。上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

本申请实施例中提供的图像处理装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在终端或服务器的存储器上。该计算机程序被处理器执行时，实现本申请实施例中所描述方法的步骤。

本申请实施例还提供一种电子设备。上述电子设备中包括图像处理电路，图像处理电路可以利用硬件和/或软件组件实现，可包括定义isp(imagesignalprocessing，图像信号处理)管线的各种处理单元。图8为一个实施例中图像处理电路的示意图。如图8所示，为便于说明，仅示出与本申请实施例相关的图像处理技术的各个方面。

如图8所示，图像处理电路包括isp处理器840和控制逻辑器850。成像设备88捕捉的图像数据首先由isp处理器840处理，isp处理器840对图像数据进行分析以捕捉可用于确定和/或成像设备810的一个或多个控制参数的图像统计信息。成像设备810可包括具有一个或多个透镜812和图像传感器814的照相机。图像传感器814可包括色彩滤镜阵列(如bayer滤镜)，图像传感器814可获取用图像传感器814的每个成像像素捕捉的光强度和波长信息，并提供可由isp处理器840处理的一组原始图像数据。传感器820(如陀螺仪)可基于传感器820接口类型把采集的图像处理的参数(如防抖参数)提供给isp处理器840。传感器820接口可以利用smia(standardmobileimagingarchitecture，标准移动成像架构)接口、其它串行或并行照相机接口、或上述接口的组合。

此外，图像传感器814也可将原始图像数据发送给传感器820，传感器820可基于传感器820接口类型把原始图像数据提供给isp处理器840进行处理，或者传感器820将原始图像数据存储到图像存储器830中。

isp处理器840按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，isp处理器840可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。

isp处理器840还可从图像存储器830接收像素数据。例如，传感器820接口将原始图像数据发送给图像存储器830，图像存储器830中的原始图像数据再提供给isp处理器840以供处理。图像存储器830可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括dma(directmemoryaccess，直接直接存储器存取)特征。

当接收到来自图像传感器814接口或来自传感器820接口或来自图像存储器830的原始图像数据时，isp处理器840可进行一个或多个图像处理操作，如时域滤波。isp处理器840处理后的图像数据可发送给图像存储器830，以便在被显示之前进行另外的处理。isp处理器840从图像存储器830接收处理数据，并对所述处理数据进行原始域中以及rgb和ycbcr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器880，以供用户观看和/或由图形引擎或gpu(graphicsprocessingunit，图形处理器)进一步处理。此外，isp处理器840的输出还可发送给图像存储器830，且显示器880可从图像存储器830读取图像数据。在一个实施例中，图像存储器830可被配置为实现一个或多个帧缓冲器。此外，isp处理器840的输出可发送给编码器/解码器870，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器880设备上之前解压缩。

isp处理后的图像数据可发送给光效模块860，以便在被显示之前对图像进行光效处理。光效模块860对图像数据光效处理可包括获取待处理图像中每一个像素的光效增强参数，并根据光效增强参数对待处理图像进行光效增强处理等。光效模块860将图像数据进行光效增强处理后，可将光效增强处理后的图像数据发送给编码器/解码器870，以便编码/解码图像数据。编码的图像数据可被保存，并在显示与显示器880设备上之前解压缩。可以理解的是，光效模块860处理后的图像数据可以不经过编码器/解码器870，直接发给显示器880进行显示。isp处理器840处理后的图像数据还可以先经过编码器/解码器870处理，然后再经过光效模块860进行处理。其中，光效模块860或编码器/解码器870可为移动终端中cpu(centralprocessingunit，中央处理器)或gpu(graphicsprocessingunit，图形处理器)等。

isp处理器840确定的统计数据可发送给控制逻辑器850单元。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜812阴影校正等图像传感器814统计信息。控制逻辑器850可包括执行一个或多个例程(如固件)的处理器和/或微控制器，一个或多个例程可根据接收的统计数据，确定成像设备810的控制参数以及isp处理器840的控制参数。例如，成像设备810的控制参数可包括传感器820控制参数(例如增益、曝光控制的积分时间、防抖参数等)、照相机闪光控制参数、透镜812控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。isp控制参数可包括用于自动白平衡和颜色调整(例如，在rgb处理期间)的增益水平和色彩校正矩阵，以及透镜812阴影校正参数。

以下为运用图8中图像处理技术实现上述实施例提供的图像处理方法的步骤。

本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行上述实施例提供的图像处理方法的步骤。

一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例提供的图像处理方法。

本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)，它用作外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。