CN109376588B - 一种人脸测光点选取方法、装置和拍摄设备 - Google Patents

Abstract

本申请提供了一种人脸测光点选取方法、装置和拍摄设备，该方法和装置应用于拍摄设备，具体为对人脸图像进行像素分割，得到多个像素块；对像素块的数据进行统计，得到每个像素块的参数，参数包括像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；根据预设计算公式对距离、最大值、最小值和均值进行计算，从多个像素块中得到目标像素块，将目标像素块的中心点输出为人脸的最优测光点。通过动态确定最优测光点，避免了固定测光点所固有的缺陷，具体来说避免了一般选取鼻尖处作为测光点参数的高亮反光，也就避免了测光不准的问题。

Description

一种人脸测光点选取方法、装置和拍摄设备

技术领域

本公开涉及照相技术领域，尤其涉及一种人脸测光点的选取方法、装置和拍摄设备。

背景技术

拍摄已经成为目前一些移动设备的标配，为人们的生活带来了巨大的方便和享受，在拍摄过程中，曝光准确与否会影响照片或视频的明暗部细节保留程度，而曝光依据的是其测光结果。

当前在对人像进行拍摄时，一般所选取的测光点的位置相对固定，即选取人脸的中心点进行测光，而更为糟糕的是人脸的中心一般位于鼻尖处，容易产生高亮反光，从而导致测光不准。

发明内容

为克服相关技术中存在的问题，本公开提供一种人脸测光点选取方法、装置和拍摄设备。

根据本公开实施例的第一方面，提供一种人脸测光点选取方法，应用于拍摄设备，所述人脸测光点选取方法包括步骤：

对人脸图像进行像素分割，得到多个像素块；

对所述像素块的数据进行统计，得到每个所述像素块的参数，所述参数包括所述像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点输出为人脸的最优测光点。

可选的，所述对人脸图像的人脸区域进行像素分割，得到多个像素块，包括：

利用内接椭圆的矩形mask对所述人脸图像进行提取，得到椭圆形的所述人脸区域；

对所述人脸区域进行像素分割，得到所述多个像素块。

可选的，所述对所述人脸区域进行像素分割，得到所述多个像素块，包括：

对所述人脸区域进行超像素分割或均匀分割，得到所述多个像素块。

可选的，所述根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点坐标输出为人脸的最优测光点，包括：

根据所述均值计算所有所述像素块的直方图；

从所述直方图中选取最大的bin值；

利用一个预设公式对最大的bin值所对应的所述像素块的参数进行计算，得到所对应的每个所述像素块的评价值；

选取所述评价值最小的像素块作为所述目标像素块，将所述目标像素块的所述中心点坐标输出为所述最优测光点。

可选的，所述预设公式为：

评价值＝(最大值-最小值)+weight*与人脸中心点的距离；

其中weight为预设权重系数。

根据本公开实施例的第二方面，提供一种人脸测光点选取装置，应用于拍摄设备，所述人脸测光点选取装置包括：

人脸分割模块，配置为对人脸图像进行像素分割，得到多个像素块；

数据统计模块，配置为对所述像素块的数据进行统计，得到每个所述像素块的参数，所述参数包括所述像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

数据计算模块，配置为根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点坐标输出为人脸的最优测光点。

可选的，所述人脸分割模块包括：

区域提取单元，配置为利用内接椭圆的矩形mask对所述人脸图像进行提取，得到椭圆形的所述人脸区域；

区域分割单元，配置为对所述人脸区域进行像素分割，得到所述多个像素块。

可选的，所述区域分割单元配置为对所述人脸区域进行超像素分割或均匀分割，得到所述多个像素块。

可选的，所述数据计算模块包括：

第一计算单元，配置为根据所述均值计算所有所述像素块的直方图；

第二计算单元，配置为从所述直方图中选取最大的bin值；

第三计算单元，配置为利用一个预设公式对最大的bin值所对应的所述像素块的参数进行计算，得到所对应的每个所述像素块的评价值；

目标选取单元，配置为选取所述评价值最小的像素块作为所述目标像素块，将所述目标像素块的所述中心点坐标输出为所述最优测光点。

可选的，所述预设公式为：

评价值＝(最大值-最小值)+weight*与人脸中心点的距离；

其中weight为预设权重系数。

根据本公开实施例的第三方面，提供一种拍摄设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

对人脸图像进行像素分割，得到多个像素块；

对所述像素块的数据进行统计，得到每个所述像素块的参数，所述参数包括所述像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点输出为人脸的最优测光点。

根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种人脸测光点选取方法，所述人脸测光点选取方法包括：

对人脸图像进行像素分割，得到多个像素块；

对所述像素块的数据进行统计，得到每个所述像素块的参数，所述参数包括所述像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点输出为人脸的最优测光点。

根据本公开实施例的第五方面，提供一种应用程序产品，包括如下步骤：

对人脸图像进行像素分割，得到多个像素块；

对所述像素块的数据进行统计，得到每个所述像素块的参数，所述参数包括所述像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点输出为人脸的最优测光点。

本公开的实施例提供的技术方案可以包括以下有益效果：通过动态确定最优测光点，避免了固定测光点所固有的缺陷，具体来说避免了一般选取鼻尖处作为测光点参数的高亮反光，也就避免了测光不准的问题。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种人脸测光点选取方法的流程图；

图2是根据一示例性实施例示出的一种人脸区域选取的效果图；

图3是根据一示例性实施例示出的一种区域分割的效果图；

图4是根据一示例性实施例示出的一种目标像素块的选取效果图；

图5是根据一示例性实施例示出的一种人脸测光点选取装置的结构框图；

图6是根据一示例性实施例示出的一种拍摄设备的结构框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种人脸测光点选取方法的流程图。

如图1所示，该人脸测光点选取方法用于拍摄设备中，以使拍摄设备在拍摄中能够选取最优测光点，该方法包括以下步骤。

在步骤S1中，对人脸进行像素分割，得到多个像素块。

具体执行过程中，为了排除人脸区域外的头发、背影的影响，首先采用内接椭圆的矩形mask对人脸进行提取，从而得到单纯的人脸区域，如图2所示；然后，对该人脸区域进行分割，从而得到多个像素块，如图3所示。在进行分割之前，还需要将该人脸区域转换为灰度图像。

具体分割方法可以选用超像素分割或者均匀分割，本申请优选超像素分割，实际是得到多个超像素块。

在步骤S2中，对每个像素块的参数进行统计。

通过统计计算，得到每个像素块的参数，这些参数分别为像素块与人脸中心点的距离、最大值、最小值、均值和中心点坐标，以及该像素块包含的像素个数。

在步骤S3中，对像素块的参数进行计算，最终选定最优测光点。

具体来说，是根据预设公式对每个像素块的与人脸中心的距离、最大值、最小值和均值进行计算，从多个像素块中得到目标像素块，将该目标像素块的中心点坐标输出为最优测光点。

在具体实施时：

首先，根据每个像素块的均值计算所有像素块的直方图(bin size＝64)；

然后，不用考虑bin[0],因为其代表四周纯黑的像素，不属于测光点所在的范围，只需在bin[1]～bin[63]中找到最大的bin[x]；

然后，将最大的bin[x]中所有的像素块的参数进行计算，具体来说利用一个预设公式对相应像素块的最大值、最小值和与人脸中心点的距离进行计算，从而得到相应像素块的评价值。该预设公式为：

评价值＝(最大值-最小值)+weight*与人脸中心点的距离,其中weight为预设权重系数，该系数可以根据经验确定。

最后，从得到的多个评价值中查找最小的评价值，将评价值最小的像素块作为目标像素块100，如图4所示，并将该目标像素块的中心点坐标作为最优测光点予以输出。

从上述技术方案可以看出，本实施例提供了一种人脸测光点选取方法，该方法应用于拍摄设备，具体为对人脸图像进行像素分割，得到多个像素块；对像素块的数据进行统计，得到每个像素块的参数，参数包括像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；根据预设计算公式对距离、最大值、最小值和均值进行计算，从多个像素块中得到目标像素块，将目标像素块的中心点输出为人脸的最优测光点。通过动态确定最优测光点，避免了固定测光点所固有的缺陷，具体来说避免了一般选取鼻尖处作为测光点参数的高亮反光，也就避免了测光不准的问题。

图5是根据一示例性实施例示出的一种人脸测光点选取装置的结构框图。

如图5所示，该人脸测光点选取装置用于拍摄设备中，以使拍摄设备在拍摄中能够选取最优测光点，该装置包括人脸分割模块10、数据统计模块20和数据计算模块30。

人脸分割模块10被配置为用于对人脸进行像素分割，得到多个像素块。

该模块具体包括区域提取单元和区域分割单元，具体执行过程中，为了排除人脸区域外的头发、背影的影响，区域提取单元被配置为采用内接椭圆的矩形mask对人脸进行提取，从而得到单纯的人脸区域，如图2所示；区域分割单元则配置为对该人脸区域进行分割，从而得到多个像素块，如图3所示。在进行分割之前，还需要将该人脸区域转换为灰度图像。

具体分割方法可以选用超像素分割或者均匀分割，本申请优选超像素分割，实际是得到多个超像素块。

数据统计模块20被配置为对每个像素块的参数进行统计。

通过统计计算，得到每个像素块的参数，这些参数分别为像素块与人脸中心点的距离、最大值、最小值、均值和中心点坐标，以及该像素块包含的像素个数。

数据计算模块30被配置为对像素块的参数进行计算，最终选定最优测光点。

具体来说，是根据预设公式对每个像素块的与人脸中心的距离、最大值、最小值和均值进行计算，从多个像素块中得到目标像素块，将该目标像素块的中心点坐标输出为最优测光点。

该模块包括第一计算单元、第二计算单元、第三计算单元和目标选取单元。

第一计算单元被配置为根据每个像素块的均值计算所有像素块的直方图(binsize＝64)；

第二计算单元被配置为在bin[1]～bin[63]中找到最大的bin[x]；

第三计算单元被配置为将最大的bin[x]中所有的像素块的参数进行计算，具体来说利用一个预设公式对相应像素块的最大值、最小值和与人脸中心点的距离进行计算，从而得到相应像素块的评价值。该预设公式为：

评价值＝(最大值-最小值)+weight*与人脸中心点的距离，,其中weight为预设权重系数，该系数可以根据经验确定。

目标选取单元被配置为从得到的多个评价值中查找最小的评价值，将评价值最小的像素块作为目标像素块100，如图4所示，并将该目标像素块的中心点坐标作为最优测光点予以输出。

从上述技术方案可以看出，本实施例提供了一种人脸测光点选取装置，该装置应用于拍摄设备，具体为对人脸图像进行像素分割，得到多个像素块；对像素块的数据进行统计，得到每个像素块的参数，参数包括像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；根据预设计算公式对距离、最大值、最小值和均值进行计算，从多个像素块中得到目标像素块，将目标像素块的中心点输出为人脸的最优测光点。通过动态确定最优测光点，避免了固定测光点所固有的缺陷，具体来说避免了一般选取鼻尖处作为测光点参数的高亮反光，也就避免了测光不准的问题。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

在本申请中的一个具体实施方式中，还提供了一种计算机程序，该计算机程序应用于拍摄设备，该计算机程序具体包括如下步骤：

对人脸图像进行像素分割，得到多个像素块；

对像素块的数据进行统计，得到每个像素块的参数，参数包括像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

根据预设计算公式对距离、最大值、最小值和均值进行计算，从多个像素块中得到目标像素块，将目标像素块的中心点输出为人脸的最优测光点。

另外，在本申请的另一个具体实施方式中，还提供了一种非临时性计算机可读存储介质，该存储介质存储有计算机程序或指令，能够使移动终端执行相应计算机程序或指令，以使该移动终端执行一种人脸测光点选取方法个，该人脸测光点选取方法具体包括如下步骤：

对人脸图像进行像素分割，得到多个像素块；

对像素块的数据进行统计，得到每个像素块的参数，参数包括像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

根据预设计算公式对距离、最大值、最小值和均值进行计算，从多个像素块中得到目标像素块，将目标像素块的中心点输出为人脸的最优测光点。

图6是根据一示例性实施例示出的一种拍摄设备600的框图。例如，该拍摄设备600可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，装置600可以包括以下一个或多个组件：处理组件602，存储器604，电力组件606，多媒体组件608，音频组件610，输入/输出(I/O)的接口612，传感器组件614，以及通信组件616。

处理组件602通常控制拍摄设备600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。

存储器604被配置为存储各种类型的数据以支持在拍摄设备600的操作。这些数据的示例包括用于在拍摄设备600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件606为拍摄设备600的各种组件提供电力。电源组件606可以包括电源管理系统，一个或多个电源，及其他与为拍摄设备600生成、管理和分配电力相关联的组件。

多媒体组件608包括在拍摄设备600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当拍摄设备600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风(MIC)，当装置600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。

I/O接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件614包括一个或多个传感器，用于为拍摄设备600提供各个方面的状态评估。例如，传感器组件614可以检测到拍摄设备600的打开/关闭状态，组件的相对定位，例如所述组件为拍摄设备600的显示器和小键盘，传感器组件614还可以检测拍摄设备600一个组件的位置改变，用户与拍摄设备600接触的存在或不存在，拍摄设备600方位或加速/减速和拍摄设备600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件616被配置为便于拍摄设备600和其他设备之间有线或无线方式的通信。拍摄设备600可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件616还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，拍摄设备600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行如下方法：

对人脸图像进行像素分割，得到多个像素块；

对像素块的数据进行统计，得到每个像素块的参数，参数包括像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

根据预设计算公式对距离、最大值、最小值和均值进行计算，从多个像素块中得到目标像素块，将目标像素块的中心点输出为人脸的最优测光点。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由拍摄设备600的处理器620执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (6)

1.一种人脸测光点选取方法，应用于拍摄设备，其特征在于，所述人脸测光点选取方法包括步骤：

对人脸图像进行像素分割，得到多个像素块；

对所述像素块的数据进行统计，得到每个所述像素块的参数，所述参数包括所述像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点输出为人脸的最优测光点；

其中，所述对人脸图像的人脸区域进行像素分割，得到多个像素块，包括：

利用内接椭圆的矩形mask对所述人脸图像进行提取，得到椭圆形的所述人脸区域；

将所述人脸区域转化为灰度图像；

对所述人脸区域进行像素分割，得到所述多个像素块；

其中，所述根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点坐标输出为人脸的最优测光点，包括：

根据所述均值计算所有所述像素块的直方图；

从所述直方图中选取最大的bin值；

利用一个预设公式对最大的bin值所对应的所述像素块的参数进行计算，得到所对应的每个所述像素块的评价值；

选取所述评价值最小的像素块作为所述目标像素块，将所述目标像素块的所述中心点坐标输出为所述最优测光点；

其中，所述预设公式为：

评价值＝(最大值-最小值)+weight*与人脸中心点的距离

其中weight为预设权重系数。

2.如权利要求1所述的人脸测光点选取方法，其特征在于，所述对所述人脸区域进行像素分割，得到所述多个像素块，包括：

对所述人脸区域进行超像素分割或均匀分割，得到所述多个像素块。

3.一种人脸测光点选取装置，应用于拍摄设备，其特征在于，所述人脸测光点选取装置包括：

人脸分割模块，配置为对人脸图像进行像素分割，得到多个像素块；

数据统计模块，配置为对所述像素块的数据进行统计，得到每个所述像素块的参数，所述参数包括所述像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

数据计算模块，配置为根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点坐标输出为人脸的最优测光点；

其中，所述人脸分割模块包括：

区域提取单元，配置为利用内接椭圆的矩形mask对所述人脸图像进行提取，得到椭圆形的人脸区域；

所述区域提取单元，还配置为将所述人脸区域转化为灰度图像；

区域分割单元，配置为对所述人脸区域进行像素分割，得到所述多个像素块；

其中，所述数据计算模块包括：

第一计算单元，配置为根据所述均值计算所有所述像素块的直方图；

第二计算单元，配置为从所述直方图中选取最大的bin值；

第三计算单元，配置为利用一个预设公式对最大的bin值所对应的所述像素块的参数进行计算，得到所对应的每个所述像素块的评价值；

目标选取单元，配置为选取所述评价值最小的像素块作为所述目标像素块，将所述目标像素块的所述中心点坐标输出为所述最优测光点；

其中，所述预设公式为：

评价值＝(最大值-最小值)+weight*与人脸中心点的距离；

其中weight为预设权重系数。

4.如权利要求3所述的人脸测光点选取装置，其特征在于，所述区域分割单元配置为对所述人脸区域进行超像素分割或均匀分割，得到所述多个像素块。

5.一种拍摄设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

对人脸图像进行像素分割，得到多个像素块；

对所述像素块的数据进行统计，得到每个所述像素块的参数，所述参数包括所述像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点输出为人脸的最优测光点；

其中，所述对人脸图像的人脸区域进行像素分割，得到多个像素块，包括：

利用内接椭圆的矩形mask对所述人脸图像进行提取，得到椭圆形的所述人脸区域；

将所述人脸区域转化为灰度图像；

对所述人脸区域进行像素分割，得到所述多个像素块；

其中，所述根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点坐标输出为人脸的最优测光点，包括：

根据所述均值计算所有所述像素块的直方图；

从所述直方图中选取最大的bin值；

利用一个预设公式对最大的bin值所对应的所述像素块的参数进行计算，得到所对应的每个所述像素块的评价值；

选取所述评价值最小的像素块作为所述目标像素块，将所述目标像素块的所述中心点坐标输出为所述最优测光点；

其中，所述预设公式为：

评价值＝(最大值-最小值)+weight*与人脸中心点的距离

其中weight为预设权重系数。

6.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种人脸测光点选取方法，所述人脸测光点选取方法包括：

对人脸图像进行像素分割，得到多个像素块；

对所述像素块的数据进行统计，得到每个所述像素块的参数，所述参数包括所述像素块的与人脸中心点的距离、最大值、最小值、均值和中心点坐标；

根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点输出为人脸的最优测光点；

其中，所述对人脸图像的人脸区域进行像素分割，得到多个像素块，包括：

利用内接椭圆的矩形mask对所述人脸图像进行提取，得到椭圆形的所述人脸区域；

将所述人脸区域转化为灰度图像；

对所述人脸区域进行像素分割，得到所述多个像素块；

其中，所述根据预设计算公式对所述距离、所述最大值、所述最小值和所述均值进行计算，从所述多个像素块中得到目标像素块，将所述目标像素块的所述中心点坐标输出为人脸的最优测光点，包括：

根据所述均值计算所有所述像素块的直方图；

从所述直方图中选取最大的bin值；

利用一个预设公式对最大的bin值所对应的所述像素块的参数进行计算，得到所对应的每个所述像素块的评价值；

选取所述评价值最小的像素块作为所述目标像素块，将所述目标像素块的所述中心点坐标输出为所述最优测光点；

其中，所述预设公式为：

评价值＝(最大值-最小值)+weight*与人脸中心点的距离

其中weight为预设权重系数。