CN109741279A - 图像饱和度调整方法、装置、存储介质及终端 - Google Patents

Abstract

本申请实施例公开了图像饱和度调整方法、装置、存储介质及终端。该方法包括：获取待处理的RGB图像；遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量；对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量；将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。通过采用上述技术方案，直接对RGB图像进行饱和度调整，避免了RGB颜色空间与HSV颜色空间的相互转换，有效节省了图像色彩空间转换的时间，还有效提高了图像显示效果。

Description

图像饱和度调整方法、装置、存储介质及终端

技术领域

本申请实施例涉及图像处理技术领域，尤其涉及图像饱和度调整方法、装置、存储介质及终端。

背景技术

随着终端技术的快速发展，诸如手机、平板电脑等电子设备均具备了图像采集功能，用户对终端采集的图像的质量要求越来越高。

目前在采集图像之后，一般会对图像进行饱和度处理，以对采集的图像进行饱和度调整。相关技术中，可以通过获取HSV颜色空间的图像，并将HSV颜色空间图像中每个像素点的饱和度分量(S分量)均乘以一个固定的饱和度增益系数，以实现图像的饱和度调整。

然而，采用相关技术中的饱和度处理方案对图像进行饱和度处理后，容易使得图像部分区域的饱和度调整过大，而图像部分区域的饱和度调整过小，使得饱和度调整后的图像显示效果不佳。

发明内容

本申请实施例提供一种图像饱和度调整方法、装置、存储介质及终端，可以优化相关技术中的图像饱和度调整方案。

第一方面，本申请实施例提供了一种图像饱和度调整方法，包括：

获取待处理的RGB图像；

遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量；

对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量；其中，所述色域映射查找表包括标准RGB分量集合；

将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。

第二方面，本申请实施例提供了一种图像饱和度调整装置，包括：

RGB图像获取模块，用于获取待处理的RGB图像；

原始RGB分量确定模块，用于遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量；

目标RGB分量确定模块，用于对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量；其中，所述色域映射查找表包括标准RGB分量集合；

饱和度调整模块，用于将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。

第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的图像饱和度调整方法。

第四方面，本申请实施例提供了一种终端，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的图像饱和度调整方法。

本申请实施例中提供的图像饱和度调整方案，获取待处理的RGB图像，遍历RGB图像中每个像素点，确定RGB图像中每个像素点对应的原始RGB分量，并对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与原始RGB分量对应的目标RGB分量，其中，所述色域映射查找表包括标准RGB分量集合，然后将RGB图像中各个像素点对应的原始RGB分量，调整为与原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。通过采用上述技术方案，直接对RGB图像进行饱和度调整，避免了RGB颜色空间与HSV颜色空间的相互转换，有效节省了图像色彩空间转换的时间，并且基于色域映射查找表对RGB图像中每个像素点的饱和度进行调整，不仅避免相关技术中每个像素点的饱和度分量乘以固定饱和度增益系数造成的图像饱和度调整不合理的技术问题，而且还有效提高了图像显示效果。

附图说明

图1为本申请实施例提供的一种图像饱和度调整方法的流程示意图；

图2为本申请实施例提供的另一种图像饱和度调整方法的流程示意图；

图3为本申请实施例提供的又一种图像饱和度调整方法的流程示意图；

图4为本申请实施例提供的再一种图像饱和度调整方法的流程示意图；

图5为本申请实施例提供的一种图像饱和度调整装置的结构框图；

图6为本申请实施例提供的一种终端的结构示意图；

图7为本申请实施例提供的又一种终端的结构示意图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本申请的技术方案。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

图1为本申请实施例提供的一种图像饱和度调整方法的流程示意图，该方法可以由图像饱和度调整装置执行，其中该装置可由软件和/或硬件实现，一般可集成在终端中。如图1所示，该方法包括：

步骤101、获取待处理的RGB图像。

示例性的，本申请实施例中的终端可包括手机、平板电脑、笔记本电脑、计算机等展示图像的电子设备。本申请实施例中的终端内集成有操作系统，本申请实施例中对操作系统的类型不做限定，例如可包括安卓(Android)操作系统、窗口(Windows)操作系统以及苹果(ios)操作系统等等。

其中，颜色通常用三个相对独立的属性来描述，三个独立变量综合作用，自然就构成一个空间坐标，这就是颜色模式。颜色模式可分为基色颜色模式和色、亮分离颜色模式，例如，基色颜色模式包括但不限于RGB颜色模式，色、亮分离颜色模式包括但不限于YUV颜色模式和Lab颜色模式。在RGB颜色模式中，R分量表示红色，G分量表示绿色，B分量表示蓝色，因此，RGB颜色模式的图像可以称为RGB图像。

在本申请实施例中，获取待处理的RGB图像，其中，待处理的RGB图像可以理解为需要进行饱和度调整的RGB图像。该待处理的RGB图像可以是由摄像头根据拍摄指令拍摄得到的图像，还可以是由摄像头在拍摄指令执行前，采集的呈现在终端屏幕上、供用户预览的图像，还可以是从终端相册中的图像，或者由云端平台获取的图像。需要说明的是，本申请实施例对待处理的RGB图像的获取来源或获取方式不做限定。

可选的，当检测到图像饱和度调整事件被触发时，获取待处理的RGB图像。可以理解的是，为了在合适的时机对图像进行饱和度调整，可预先设置图像饱和度调整事件的触发条件。示例性的，为了满足用户对采集图像的视觉需求，可在检测到摄像头处于开启状态时，触发图像饱和度调整事件。可选的，当用户对终端中某图像的饱和度不满意时，可在检测到用户主动打开图像饱和度调整权限时，触发图像饱和度调整事件。可选的，为了使图像饱和度调整应用于更有价值的应用时机，以节省图像饱和度调整所带来的额外功耗，可对图像饱和度调整的应用时机和应用场景进行分析或调研等，设置合理的预设场景，在检测终端处于预设场景时，触发图像饱和度调整事件。需要说明的是，本申请实施例对图像饱和度调整事件被触发的具体表现形式不做限定。

步骤102、遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量。

示例性的，遍历RGB图像中每一个像素点，确定每个像素点对应的原始RGB分量。可以理解的是，在RGB颜色模式的图像(即RGB图像)中，提取图像中每一个像素点的R分量、G分量及B分量，并将其作为每个像素点对应的原始RGB分量。可选的，对于RGB图像数据采用平面格式进行存储，即将R分量、G分量及B分量分别存放在不同的矩阵中，在遍历RGB图像中各像素点时，分别读取用于存储R分量、G分量及B分量的矩阵，可获取该图像中各像素点对应的原始RGB分量。

步骤103、对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量。

其中，所述色域映射查找表包括标准RGB分量集合。

示例性的，获取色域映射查找表，其中，色域映射查找表可以为预先设定或预先存储在该终端设备中的查找表，当需要对图像进行饱和度调整时，直接调用终端设备中预先设定或预先存储的色域映射查找表。当然，当某终端设备需要对图像进行饱和度调整时，可直接基于预设规则生成色域映射查找表。可选的，还可以是终端直接调用其他终端设备中存储的色域映射查找表，例如，在出厂前利用一个终端生成色域映射查找表，然后将该色域映射查找表存储到该终端中，可供其他终端设备直接使用。或者，服务器生成色域映射查找表，当终端需要对图像进行饱和度调整时，从服务器调用已生成色域映射查找表。

在本申请实施例中，对于RGB图像中的每个像素点，在获取的色域映射查找表中，查找与原始RGB分量对应的目标RGB分量，其中，色域映射查找表可以理解为包含了多个标准RGB参考分量的查找表。可以理解的是，对于每个像素点，在获取的色域映射查找表中，查找是否存在与当前像素点对应的原始RGB分量相同的分量值，若是，说明该像素点对应的原始RGB分量已经满足标准要求，不需要对该像素点对应的原始RGB分量进行调整，也即将该像素点对应的原始RGB分量保持不变；若否，则说明该像素点对应的原始RGB分量与标准值存在一定差距，需要根据色域映射表中的标准量及该原始RGB分量确定与该原始RGB分量对应的目标RGB分量。

可选的，当在获取的色域映射查找表中，查找不到与当前像素点对应的原始RGB分量相同的分量值时，可在色域映射表中确定与该原始RGB分量最接近的第一RGB分量值和第二RGB分量值，根据所述第一RGB分量值和第二RGB分量值对该原始RGB分量值进行插值运算，将插值运算的结果作为与该原始RGB分量对应的目标RGB分量。而当在获取的色域映射查找表中，能够查找到与当前像素点对应的RGB分量相同的分量值时，说明该原始RGB分量已经满足标准要求，不需要对该像素点对应的原始RGB分量进行调整，也即可直接将该原始RGB分量作为与该原始RGB分量对应的目标RGB分量。

需要说明的是，本申请实施例对根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与该原始RGB分量对应的目标RGB分量的具体方式不做限定。

步骤104、将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。

在本申请实施例中，遍历RGB图像中每个像素点，将每个像素点对应的原始RGB分量调整为与该原始RGB分量对应的目标RGB分量，以实现对RGB图像的饱和度调整，得到调整后的目标图像。

可选的，当原始RGB分量大于对应的目标RGB分量时，可根据第一预设步长减少所述图像当前的原始RGB分量，直至所述当前的原始RGB分量等于所述目标RGB分量；当原始RGB分量小于对应的目标RGB分量时，可根据第二预设步长增大所述图像当前的原始RGB分量，直至所述当前的原始RGB分量等于所述目标RGB分量。需要说明的是，其中，第一预设步长与第二预设步长可以相同，也可以不同。

本申请实施例中提供的图像饱和度调整方法，获取待处理的RGB图像，遍历RGB图像中每个像素点，确定RGB图像中每个像素点对应的原始RGB分量，并对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与原始RGB分量对应的目标RGB分量，其中，所述色域映射查找表包括标准RGB分量集合，然后将RGB图像中各个像素点对应的原始RGB分量，调整为与原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。通过采用上述技术方案，直接对RGB图像进行饱和度调整，避免了RGB颜色空间与HSV颜色空间的相互转换，有效节省了图像色彩空间转换的时间，并且基于色域映射查找表对RGB图像中每个像素点的饱和度进行调整，不仅避免相关技术中每个像素点的饱和度分量乘以固定饱和度增益系数造成的图像饱和度调整不合理的技术问题，而且还有效提高了图像显示效果。

图2为本申请实施例提供的另一种图像饱和度调整方法的流程示意图，如图2所示，该方法包括：

步骤201、从R颜色通道对应的灰度取值范围内，按照第一预设采样规则选取第一数量个R颜色通道对应的灰度值。

步骤202、从G颜色通道对应的灰度取值范围内，按照第二预设采样规则选取第二数量个G颜色通道对应的灰度值。

步骤203、从B颜色通道对应的灰度取值范围内，按照第三预设采样规则选取第三数量个B颜色通道对应的灰度值。

在本申请实施例中，R颜色通道、G颜色通道及B颜色通道对应的灰度取值范围均为0-255。从0-255灰度范围内，按照第一预设采样规则选取第一数量个R颜色通道对应的灰度值，按照第二预设采样规则选取第二数量个G颜色通道对应的灰度值，同样的，按照第三预设采样规则选取第三数量个B颜色通道对应的灰度值。其中，所述第一预设采样规则、所述第二预设采样规则及所述第三预设采样规则可以相同，也可以不同，所述第一数量、第二数量及第三数量可以相同，也可以不同。示例性的，在0-255灰度范围内，选取为16倍数的16个灰度值(0，16，32，48，64，80，96，112，128，144，160，176，192，208，224，240)，作为R颜色通道对应的灰度值；选取为32倍数的8个灰度值(0，32，64，96，128，160，192，224)，作为G颜色通道对应的灰度值；选取为17倍数的16个灰度值(0，17，34，51，68，85，102，119，136，153，170，187，204，221，238，255)，作为B颜色通道对应的灰度值。

可选的，所述第一预设采样规则、所述第二预设采样规则及所述第三预设采样规则完全相同，且所述第一数量、第二数量及第三数量完全相同。例如，对于R颜色通道、G颜色通道及B颜色通道，均从0-255灰度范围内，选取为17倍数的16个灰度值(0，17，34，51，68，85，102，119，136，153，170，187，204，221，238，255)，作为每个颜色通道对应的灰度值。

步骤204、按照R颜色通道、G颜色通道、B颜色通道的顺序，对所述第一数量个R颜色通道对应的灰度值、第二数量个G颜色通道对应的灰度值及第三数量个B颜色通道对应的灰度值进行排列，生成色域映射查找表。

示例性的，第一数量用M表示，第二数量用N表示，第三数量用P表示，则可按照R颜色通道、G颜色通道、B颜色通道的顺序，也即按照R、G、B的顺序，对M个R颜色通道对应的灰度值、N个G颜色通道对应的灰度值及P个B颜色通道对应的灰度值进行排列，生成M*N*P大小的色域映射查找表，其中，该色域映射查找表可表示为LUT[M][N][P]。其中，可将每个颜色通道对应的灰度值按照从小到大或从大到小的顺序进行排列，也可将每个颜色通道对应的灰度值按照预设的排列规则进行排列，当然，也可对每个颜色通道对应的灰度值按照随机的顺序进行排列，需要说明的是，本申请实施例对每个颜色通道对应的灰度值进行排列的方式不做限定。

步骤205、获取待处理的RGB图像。

步骤206、遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量。

步骤207、对于每个像素点，根据当前像素点对应的原始RGB分量及所述色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量。

步骤208、将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。

需要说明的是，本申请实施例对步骤201-步骤203的执行顺序不做限定，可以先执行其中的任一一个步骤，也可以同时执行上述三个步骤。

其中，还包括：获取所述色域映射查找表。需要说明的是，可以是终端基于上述色域映射查找表的生成方法，直接生成所述色域映射查找表。还可以是终端直接调用其他终端设备生成的色域映射查找表，并将其存储到与其他终端设备中，供其他终端直接使用。

本申请实施例中提供的图像饱和度调整方法，分别在R颜色通道、G颜色通道及B颜色通道对应的灰度取值范围内，按照一定的采样规则，选取各自颜色通道对应的灰度值，并基于这些灰度值进行排列组合，生成色域映射查找表，使色域映射查找表中包含R、G、B的标准参考值，然后基于该标准参考值，确定与待处理的RGB图像中每个像素点的原始RGB分量对应的目标RGB分量值，以对RGB图像进行饱和度调整，可以有效实现图像饱和度的合理调整，使图像的任何区域都不会出现饱和度失真的现象，还避免了RGB颜色空间与HSV颜色空间的相互转换，有效节省了图像色彩空间转换的时间，进一步提高了图像的显示效果。

在一些实施例中，所述图像饱和度调整方法还包括：对所述RGB图像进行场景识别，确定所述RGB图像的场景；根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量，包括：根据当前像素点对应的原始RGB分量及获取的与所述RGB图像的场景对应的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量。这样设置的好处在于，根据RGB图像的场景，自适应地识别对应的色域映射查找表，可实现对多种场景下的差异性图像进行饱和度调整，相对于基于同样的色域映射查找表，本实施例中，基于图像场景的差异性，形成差异性的处理图像，提高图像饱和度的调整效果。

示例性的，RGB图像的场景可以包括但不限于人像场景、夜景场景、夕阳场景、日光场景、逆光场景以及夜景逆光场景等，可以是依据图像中包含的对象以及图像的明暗比例等因素对RGB图像进行场景识别。例如可以是基于深度学习模型对RGB图像进行图像识别，深度学习模型可以是卷积神经网络。在终端设备中预先设置具有场景识别功能的深度学习模型，该深度学习模型可以是基于监督学习方式训练得到，例如采集大量图像并标注每一张图像的真实场景，作为训练样本，将样本图像输入至未训练的深度学习模型中，得到输出场景，当深度学习模型的输出场景与真实场景不一致时，根据输出场景与真实场景的差异反向调节深度学习模型中权重和偏移值等网络参数，循环执行上述训练过程，直到深度学习模型的输出场景的精度达到预设精度时，完成对深度学习模型的训练。

在本申请实施例中，针对每一个RGB图像场景设置一个色域映射查找表，用于作为对同一场景下的RGB图像进行饱和度调整的依据。然后，对于RGB图像中每个像素点，根据当前像素点对应的原始RGB分量及与该RGB图像的场景对应的色域映射查找表，确定与该原始RGB分量对应的目标RGB分量。

图3为本申请实施例提供的另一种图像饱和度调整方法的流程示意图，如图3所示，该方法包括：

步骤301、获取待处理的RGB图像。

步骤302、遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量。

步骤303、对于每个像素点，在获取的色域映射查找表中，查找是否存在与当前像素点对应的原始RGB分量相同的分量值，若是，则执行步骤306，否则执行步骤304。

在本申请实施例中，获取的色域映射查找表中包括R颜色通道、G颜色通道和B颜色通道对应的标准参考值，且以(R，G，B)标准参考点的形式存储。对于RGB图像中的每个像素点对应的原始RGB分量包括原始R分量、原始G分量及原始B分量，且每个像素点对应的原始RGB分量(原始R分量、原始G分量及原始B分量)可以看做是在三维空间的数据点。

对于每个像素点，在色域映射查找表中，查找是否存在于当前像素点对应的原始RGB分量相同的分量值，可以理解为，在色域映射查找表中包含的各个标准参考点中，查找是否存在与当前像素点对应的原始RGB分量构成的数据点相同的标准参考点，若是，则执行步骤306，否则执行步骤304。

步骤304、从所述色域映射查找表中确定至少两个与所述原始RGB分量最接近的分量值。

示例性的，在色域映射查找表中的标准参考点中查找至少两个与该数据点距离最小的目标参考点，并将该目标参考点对应的R、G、B分量值作为与该像素点对应的原始RGB分量最接近的分量值。例如，色域映射查找表中包含的(R，G，B)标准参考点包括：(0，0，0)，(0，17，0)，(0，17，34)，(0，68，119)，(17，0，51)，(17，34，68)及(34，136，238)等多个参考点。某像素点对应的原始RGB分量包括：原始R分量为0，原始G分量为20，原始B分量为40，即该像素点对应的原始RGB分量构成的数据点为(0，20，40)。显然，在该色域映射查找表中不存在与该像素点对应的原始RGB分量相同的分量值，则可将(0，17，0)及(0，17，34)作为与该像素点对应的原始RGB分量最接近的分量值。

步骤305、基于所述至少两个与所述原始RGB分量最接近的分量值，对当前像素点对应的原始RGB分量进行插值运算，将插值运算的结果作为与所述原始RGB分量对应的目标RGB分量。

在本申请实施例中，基于所述至少两个与所述RGB分量值最接近的分量值，对当前像素点对应的原始RGB分量进行插值运算，如确定两个与所述RGB分量值最接近的分量值，则可进行双线性插值运算，将插值运算的结果作为与所述原始RGB分量对应的目标RGB分量。示例性的，基于(0，17，0)及(0，17，34)对(0，20，40)进行简单的插值运算(两个数值的和的均值)，得到的插值运算的结果为(0，17，17)，则可将(0，17，17)作为与(0，20，40)对应的目标RGB分量。

步骤306、将当前像素点对应的原始RGB分量作为与该原始RGB分量对应的目标RGB分量，并执行步骤307。

步骤307、将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。

本申请实施例中提供的图像饱和度调整方法，在获取的色域映射查找表中，查找是否存在与当前像素点对应的原始RGB分量相同的分量值，若否，则从所述色域映射查找表中确定至少两个与所述RGB分量最接近的分量值，并基于所述至少两个与所述RGB分量值最接近的分量值，对当前像素点对应的原始RGB分量进行插值运算，将插值运算的结果作为与所述原始RGB分量对应的目标RGB分量，可快速确定RGB图像中每个像素点的目标RGB分量，提高了图像处理速率，降低了图像处理的时间，用户体验更佳。

图4为本申请实施例提供的另一种图像饱和度调整方法的流程示意图，如图4所示，该方法包括：

步骤401、获取待处理的RGB图像。

步骤402、遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量。

步骤403、对于每个像素点，对于R分量、G分量及B分量，分别在获取的色域映射查找表中，查找是否存在与当前像素点对应的原始RGB分量中的当前分量相同的分量值，若是，则执行步骤406，否则执行步骤404。

在本申请实施例中，色域映射查找表中包括R颜色通道、G颜色通道和B颜色通道对应的标准分量值，例如色域映射查找表为LUT[16][16][16]，也即色域映射查找表中包含16个R颜色通道对应的标准分量值，16个G颜色通道对应的标准分量值，以及16个B颜色通道对应的标准分量值。对于RGB图像中每个像素点对应的原始RGB分量中包含的R分量、G分量及B分量，分别在色域映射表中，查找是否与当前分量相同的分量值。可以理解的是，对于某像素点的R分量，在色域映射表包含的16个R颜色通道对应的标准分量值中，查找是否存在与该R分量相同的分量值；对于该像素点的G分量，在色域映射表包含的16个G颜色通道对应的标准分量值中，查找是否存在与该G分量相同的分量值；同样的，对于该像素点的B分量，在色域映射表包含的16个B颜色通道对应的标准分量值中，查找是否存在与该B分量相同的分量值。

步骤404、从所述色域映射查找表中确定至少两个与所述当前分量最接近的分量值。

示例性的，R颜色通道、G颜色通道及B颜色通道对应的标准分量值均为0，17，34，51，68，85，102，119，136，153，170，187，204，221，238，255这16个灰度值，某像素点对应的原始RGB分量包括：R分量为0，G分量为20，B分量为40。对于R分量，上述16个R颜色通道对应的标准分量值中，存在与R分量(0)相同的分量值；而对于G分量，上述16个G颜色通道对应的标准分量值中，不存在与G分量(20)相同的分量值，20位于16个G颜色通道对应的标准分量值中17与34之间，则可将17与34作为与20最接近的分量值；同样的，对于B分量，上述16个B颜色通道对应的标准分量值中，不存在与B分量(40)相同的分量值，40位于16个B颜色通道对应的标准分量值中51与68之间，则可将51与68作为与40最接近的分量值。

步骤405、基于所述至少两个与所述当前分量最接近的分量值，对所述当前分量进行插值运算，将插值运算的结果作为与所述当前分量对应的目标分量。

示例性的，基于至少两个与当前分量最接近的分量值，对当前分量进行插值运算。以选取两个与当前分量最接近的分量值为例，可基于这两个最接近的分量值，对当前分量进行双线性插值运算。例如，对于R分量，依然将0作为与R分量对应的目标分量(即R分量保持不变)；对于G分量，将17与34的和的均值，作为对G分量20的插值运算结果，即将25或26作为与G分量(20)对应的目标分量；同样的，可将59或60作为与B分量(40)对应的目标分量。可选的，还可根据两个最接近的分量值与当前分量的接近程度，给所述两个最接近的分量值分配不同的权重，其中，接近程度越大，对应的权重越大，然后根据分配权重后的两个最接近的分量值，确定与当前分量对应的目标分量。以G分量为例，17与当前G分量20的接近程度比34大，则可为17分配的权重为0.7，为34分配的权重为0.3，将两个最接近的分量值与各自对应的权重乘积的和22(17*0.7+34*0.3)，作为当前G分量20对应的目标分量。

步骤406、将当前像素点对应的原始RGB分量作为与该原始RGB分量对应的目标RGB分量，并执行步骤407。

步骤407、将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。

本申请实施例中提供的图像饱和度调整方法，对于每个像素点，对于R分量、G分量及B分量，分别在获取的色域映射查找表中，查找是否存在与当前像素点对应的原始RGB分量中的当前分量相同的分量值，若否，则从色域映射查找表中确定至少两个与当前分量最接近的分量值，并基于至少两个与当前分量最接近的分量值，对当前分量进行插值运算，将插值运算的结果作为与当前分量对应的目标分量，可准确、快速地确定RGB图像中每个像素点的目标RGB分量，提高了图像处理速率，降低了图像处理的时间，用户体验更佳。

图5为本申请实施例提供的一种图像饱和度调整装置的结构框图，该装置可由软件和/或硬件实现，一般集成在终端中，可通过执行图像饱和度调整方法来实现对RGB图像的饱和度调整。如图5所示，该装置包括：

RGB图像获取模块501，用于获取待处理的RGB图像；

原始RGB分量确定模块502，用于遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量；

目标RGB分量确定模块503，用于对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量；其中，所述色域映射查找表包括标准RGB分量集合；

饱和度调整模块504，用于将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。

本申请实施例中提供的图像饱和度调整装置，获取待处理的RGB图像，遍历RGB图像中每个像素点，确定RGB图像中每个像素点对应的原始RGB分量，并对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与原始RGB分量对应的目标RGB分量，然后将RGB图像中各个像素点对应的原始RGB分量，调整为与原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。通过采用上述技术方案，直接对RGB图像进行饱和度调整，避免了RGB颜色空间与HSV颜色空间的相互转换，有效节省了图像色彩空间转换的时间，并且基于色域映射查找表对RGB图像中每个像素点的饱和度进行调整，不仅避免相关技术中每个像素点的饱和度分量乘以固定饱和度增益系数造成的图像饱和度调整不合理的技术问题，而且还有效提高了图像显示效果。

可选的，所述装置还包括：

查找表获取模块，用于获取所述色域映射查找表；

其中，所述色域映射查找表的生成方式包括：

从R颜色通道对应的灰度取值范围内，按照第一预设采样规则选取第一数量个R颜色通道对应的灰度值；

从G颜色通道对应的灰度取值范围内，按照第二预设采样规则选取第二数量个G颜色通道对应的灰度值；

从B颜色通道对应的灰度取值范围内，按照第三预设采样规则选取第三数量个B颜色通道对应的灰度值；

按照R颜色通道、G颜色通道、B颜色通道的顺序，对所述第一数量个R颜色通道对应的灰度值、第二数量个G颜色通道对应的灰度值及第三数量个B颜色通道对应的灰度值进行排列，生成色域映射查找表。

可选的，所述第一预设采样规则、所述第二预设采样规则及所述第三预设采样规则完全相同，且所述第一数量、第二数量及第三数量完全相同。

可选的，所述目标RGB分量确定模块，用于：

在获取的色域映射查找表中，查找是否存在与当前像素点对应的原始RGB分量相同的分量值；

若是，则将所述原始RGB分量作为与所述原始RGB分量对应的目标RGB分量；

若否，则从所述色域映射查找表中确定至少两个与所述原始RGB分量最接近的分量值；

基于所述至少两个与所述原始RGB分量值最接近的分量值，对当前像素点对应的原始RGB分量进行插值运算，将插值运算的结果作为与所述原始RGB分量对应的目标RGB分量。

可选的，所述色域映射查找表中包括R颜色通道、G颜色通道和B颜色通道对应的标准分量值；

所述目标RGB分量确定模块，用于：

对于R分量、G分量及B分量，分别在获取的色域映射查找表中，查找是否存在与当前像素点对应的原始RGB分量中的当前分量相同的分量值；

若是，则将原始RGB分量中的当前分量作为与所述当前分量对应的目标分量；

若否，则从所述色域映射查找表中确定至少两个与所述当前分量最接近的分量值；

基于所述至少两个与所述当前分量最接近的分量值，对所述当前分量进行插值运算，将插值运算的结果作为与所述当前分量对应的目标分量。

可选的，所述装置还包括：

图像场景确定模块，用于对所述RGB图像进行场景识别，确定所述RGB图像的场景；

所述目标RGB分量确定模块，用于：

根据当前像素点对应的原始RGB分量及获取的与所述RGB图像的场景对应的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量。

可选的，所述RGB图像的场景包括人像场景、夜景场景、夕阳场景、日光场景、逆光场景以及夜景逆光场景中的至少一个。

本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行图像饱和度调整方法，该方法包括：

获取待处理的RGB图像；

遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量；

对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量；其中，所述色域映射查找表包括标准RGB分量集合；

将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。

存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDRRAM、SRAM、EDORAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。

当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的图像饱和度调整操作，还可以执行本申请任意实施例所提供的图像饱和度调整方法中的相关操作。

本申请实施例提供了一种终端，该终端中可集成本申请实施例提供的图像饱和度调整装置。图6为本申请实施例提供的一种终端的结构示意图。终端600可以包括：存储器601，处理器602及存储在存储器上并可在处理器运行的计算机程序，所述处理器602执行所述计算机程序时实现如本申请实施例所述的图像饱和度调整方法。

本申请实施例提供的终端，直接对RGB图像进行饱和度调整，避免了RGB颜色空间与HSV颜色空间的相互转换，有效节省了图像色彩空间转换的时间，并且基于色域映射查找表对RGB图像中每个像素点的饱和度进行调整，不仅避免相关技术中每个像素点的饱和度分量乘以固定饱和度增益系数造成的图像饱和度调整不合理的技术问题，而且还有效提高了图像显示效果。

图7为本申请实施例提供的另一种终端的结构示意图，该终端可以包括：壳体(图中未示出)、存储器701、中央处理器(central processing unit，CPU)702(又称处理器，以下简称CPU)、电路板(图中未示出)和电源电路(图中未示出)。所述电路板安置在所述壳体围成的空间内部；所述CPU702和所述存储器701设置在所述电路板上；所述电源电路，用于为所述终端的各个电路或器件供电；所述存储器701，用于存储可执行程序代码；所述CPU702通过读取所述存储器701中存储的可执行程序代码来运行与所述可执行程序代码对应的计算机程序，以实现以下步骤：

获取待处理的RGB图像；

遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量；

对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量；其中，所述色域映射查找表包括标准RGB分量集合；

将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。

终端终端终端所述终端还包括：外设接口703、RF(Radio Frequency，射频)电路705、音频电路706、扬声器711、电源管理芯片708、输入/输出(I/O)子系统709、其他输入/控制设备710、触摸屏712、其他输入/控制设备710以及外部端口704，这些部件通过一个或多个通信总线或信号线707来通信。

应该理解的是，图示终端700仅仅是终端的一个范例，并且终端700可以具有比图中所示出的更多的或者更少的部件，可以组合两个或更多的部件，或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。

下面就本实施例提供的用于图像饱和度调整的终端进行详细的描述，该终端以手机为例。

存储器701，所述存储器701可以被CPU702、外设接口703等访问，所述存储器701可以包括高速随机存取存储器，还可以包括非易失性存储器，例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

外设接口703，所述外设接口703可以将设备的输入和输出外设连接到CPU702和存储器701。

I/O子系统709，所述I/O子系统709可以将设备上的输入输出外设，例如触摸屏712和其他输入/控制设备710，连接到外设接口703。I/O子系统709可以包括显示控制器7091和用于控制其他输入/控制设备710的一个或多个输入控制器7092。其中，一个或多个输入控制器7092从其他输入/控制设备710接收电信号或者向其他输入/控制设备710发送电信号，其他输入/控制设备710可以包括物理按钮(按压按钮、摇臂按钮等)、拨号盘、滑动开关、操纵杆、点击滚轮。值得说明的是，输入控制器7092可以与以下任一个连接：键盘、红外端口、USB接口以及诸如鼠标的指示设备。

触摸屏712，所述触摸屏712是用户终端与用户之间的输入接口和输出接口，将可视输出显示给用户，可视输出可以包括图形、文本、图标、视频等。

I/O子系统709中的显示控制器7091从触摸屏712接收电信号或者向触摸屏712发送电信号。触摸屏712检测触摸屏上的接触，显示控制器7091将检测到的接触转换为与显示在触摸屏712上的用户界面对象的交互，即实现人机交互，显示在触摸屏712上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是，设备还可以包括光鼠，光鼠是不显示可视输出的触摸敏感表面，或者是由触摸屏形成的触摸敏感表面的延伸。

RF电路705，主要用于建立手机与无线网络(即网络侧)的通信，实现手机与无线网络的数据接收和发送。例如收发短信息、电子邮件等。具体地，RF电路705接收并发送RF信号，RF信号也称为电磁信号，RF电路705将电信号转换为电磁信号或将电磁信号转换为电信号，并且通过该电磁信号与通信网络以及其他设备进行通信。RF电路705可以包括用于执行这些功能的已知电路，其包括但不限于天线系统、RF收发机、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、CODEC(COder-DECoder，编译码器)芯片组、用户标识模块(Subscriber Identity Module，SIM)等等。

音频电路706，主要用于从外设接口703接收音频数据，将该音频数据转换为电信号，并且将该电信号发送给扬声器711。

扬声器711，用于将手机通过RF电路705从无线网络接收的语音信号，还原为声音并向用户播放该声音。

电源管理芯片708，用于为CPU702、I/O子系统及外设接口所连接的硬件进行供电及电源管理。

上述实施例中提供的图像饱和度调整装置、存储介质及终端可执行本申请任意实施例所提供的图像饱和度调整方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的图像饱和度调整方法。

注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (10)

1.一种图像饱和度调整方法，其特征在于，包括：

获取待处理的RGB图像；

遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量；

对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量；其中，所述色域映射查找表包括标准RGB分量集合；

将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取所述色域映射查找表；

其中，所述色域映射查找表的生成方式包括：

从R颜色通道对应的灰度取值范围内，按照第一预设采样规则选取第一数量个R颜色通道对应的灰度值；

从G颜色通道对应的灰度取值范围内，按照第二预设采样规则选取第二数量个G颜色通道对应的灰度值；

从B颜色通道对应的灰度取值范围内，按照第三预设采样规则选取第三数量个B颜色通道对应的灰度值；

按照R颜色通道、G颜色通道、B颜色通道的顺序，对所述第一数量个R颜色通道对应的灰度值、第二数量个G颜色通道对应的灰度值及第三数量个B颜色通道对应的灰度值进行排列，生成色域映射查找表。

3.根据权利要求2所述的方法，其特征在于，所述第一预设采样规则、所述第二预设采样规则及所述第三预设采样规则完全相同，且所述第一数量、所述第二数量及所述第三数量完全相同。

4.根据权利要求1所述的方法，其特征在于，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量，包括：

在获取的色域映射查找表中，查找是否存在与当前像素点对应的原始RGB分量相同的分量值；

若是，则将所述原始RGB分量作为与所述原始RGB分量对应的目标RGB分量；

若否，则从所述色域映射查找表中确定至少两个与所述原始RGB分量最接近的分量值；

基于所述至少两个与所述原始RGB分量最接近的分量值，对当前像素点对应的原始RGB分量进行插值运算，将插值运算的结果作为与所述原始RGB分量对应的目标RGB分量。

5.根据权利要求1所述的方法，其特征在于，所述色域映射查找表中包括R颜色通道、G颜色通道和B颜色通道对应的标准分量值；

根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量，包括：

对于R分量、G分量及B分量，分别在获取的色域映射查找表中，查找是否存在与当前像素点对应的原始RGB分量中的当前分量相同的原始分量值；

若是，则将原始RGB分量中的当前分量作为与所述当前分量对应的目标分量；

若否，则从所述色域映射查找表中确定至少两个与所述当前分量最接近的分量值；

基于所述至少两个与所述当前分量最接近的分量值，对所述当前分量进行插值运算，将插值运算的结果作为与所述当前分量对应的目标分量。

6.根据权利要求1-5任一所述的方法，其特征在于，还包括：

对所述RGB图像进行场景识别，确定所述RGB图像的场景；

根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量，包括：

根据当前像素点对应的原始RGB分量及获取的与所述RGB图像的场景对应的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量。

7.根据权利要求6所述的方法，其特征在于，所述RGB图像的场景包括人像场景、夜景场景、夕阳场景、日光场景、逆光场景以及夜景逆光场景中的至少一个。

8.一种图像饱和度调整装置，其特征在于，包括：

RGB图像获取模块，用于获取待处理的RGB图像；

原始RGB分量确定模块，用于遍历所述RGB图像中每个像素点，确定所述RGB图像中每个像素点对应的原始RGB分量；

目标RGB分量确定模块，用于对于每个像素点，根据当前像素点对应的原始RGB分量及获取的色域映射查找表，确定与所述原始RGB分量对应的目标RGB分量；

饱和度调整模块，用于将所述RGB图像中各个像素点对应的原始RGB分量，调整为与所述原始RGB分量对应的目标RGB分量，生成饱和度调整后的目标图像。

9.一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，该程序被处理器执行时实现如权利要求1-7中任一所述的图像饱和度调整方法。

10.一种终端，其特征在于，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一所述的图像饱和度调整方法。