CN110691193B - 摄像头切换方法、装置、存储介质及电子设备 - Google Patents

Abstract

本申请实施例提供一种摄像头切换的方法、装置、存储介质及电子设备，其中摄像头切换方法应用于电子设备，电子设备包括多个摄像头，本申请实施例通过第一摄像头采集图像，获取所述图像中的图像参数；根据所述图像参数获取所述图像的复杂度；基于所述复杂度确定所述图像中的拍摄主体；获取所述拍摄主体与所述电子设备的距离；根据所述距离从所述多个摄像头中确定目标摄像头，通过所述目标摄像头采集待拍摄的预览图像。本申请实施例根据预览图像的复杂度确定拍摄主体，并检测拍摄主体与电子设备的距离，根据测得的距离确定目标摄像头，从而自动切换摄像头采集图像，增加拍摄的便利性。

Description

摄像头切换方法、装置、存储介质及电子设备

技术领域

本申请涉及电子技术领域，具体涉及一种摄像头切换方法、装置、存储介质及电子设备。

背景技术

目前，用户通常利用具有摄像头的电子设备拍摄图像，能够通过这些电子设备随时随地的记录身边发生的事情，看到的景物等。随着电子设备中的摄像头越来越多，不同的摄像头具有不同的功能，适应于不同的场景。然而，相关技术中需要用户手动选择不同的摄像头，以适应于不同的待拍摄场景。

发明内容

本申请实施例提供了一种摄像头切换方法、装置、存储介质及电子设备，能够根据拍摄场景变化自动确定功能匹配的摄像头，增加拍摄的便利性。

第一方面，本申请实施例提供了一种摄像头切换方法，应用于电子设备，所述电子设备包括多个摄像头，所述摄像头切换方法包括：

通过第一摄像头采集图像，获取所述图像中的图像参数；

根据所述图像参数获取所述图像的复杂度；

基于所述复杂度确定所述图像中的拍摄主体；

获取所述拍摄主体与所述电子设备的距离；

根据所述距离从所述多个摄像头中确定目标摄像头，通过所述目标摄像头采集待拍摄的预览图像。

第二方面，本申请实施例提供了一种摄像头切换装置，应用于电子设备，所述电子设备包括多个摄像头，所述摄像头切换装置包括：

第一获取模块，用于通过第一摄像头采集图像，获取所述图像中的图像参数；

第二获取模块，用于根据所述图像参数获取所述图像的复杂度；

确定模块，用于基于所述复杂度确定所述图像中的拍摄主体；

第三获取模块，用于获取所述拍摄主体与所述电子设备的距离；

采集模块，用于根据所述距离从所述多个摄像头中确定目标摄像头，通过所述目标摄像头采集待拍摄的预览图像。

第三方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如本申请实施例提供的摄像头切换方法。

第四方面，本申请实施例提供了一种电子设备，包括处理器、存储器和多个摄像头，所述存储器存储有计算机程序，所述处理器通过调用所述计算机程序，执行如本申请实施例提供的摄像头切换方法。

第五方面，本申请实施例提供了一种电子设备，包括：

多个摄像头，用于采集预览图像；

显示屏，用于显示预览图像；

处理器，分别与所述多个摄像头及所述显示屏电性连接，所述处理器用于：

通过第一摄像头采集图像，获取所述图像中的图像参数；

根据所述图像参数获取所述图像的复杂度；

基于所述复杂度确定所述图像中的拍摄主体；

获取所述拍摄主体与所述电子设备的距离；

根据所述距离从所述多个摄像头中确定目标摄像头，通过所述目标摄像头采集待拍摄的预览图像。

本申请实施例中，通过在预览模式下，根据测得的距离需要切换的摄像头，从而自动切换摄像头采集图像，增加拍摄的便利性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。

图1是本申请实施例提供的摄像头切换方法的第一流程示意图。

图2是本申请实施例提供的摄像头切换方法的第二流程示意图。

图3是本申请实施例提供的摄像头切换装置的结构示意图。

图4是本申请实施例提供的电子设备的第一结构示意图。

图5是本申请实施例提供的图像处理电路的结构示意图。

图6是本申请实施例提供的电子设备的第二结构示意图。

具体实施方式

请参照图式，其中相同的组件符号代表相同的组件，本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例，其不应被视为限制本申请未在此详述的其它具体实施例。

本申请实施例首先提供一种摄像头切换方法，该摄像头切换方法应用于电子设备。该摄像头切换方法的执行主体可以是本申请实施例提供的摄像头切换装置，或者集成了该摄像头切换装置的电子设备，该摄像头切换装置可以采用硬件或者软件的方式实现，电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑、或者台式电脑等配置有处理器而具有处理能力的设备。

例如，电子设备以智能手机为例。其中，电子设备可包括多个摄像头。电子设备可包括四个摄像头、五个摄像头或更多个摄像头。诸如电子设备包括四个摄像头，分别为：第一摄像头、第二摄像头、第三摄像头和第四摄像头。

需要说明的是，电子设备可以包括前置摄像头和/或后置摄像头，前置摄像头可包括多个摄像头，后置摄像头也可以包括多个摄像头。本申请实施例所限定的多个摄像头可以是前置摄像头，也可以是后置摄像头。

其中，第一摄像头可以作为电子设备的主摄像头，第一摄像头为焦距在40至55毫米之间的镜头，用来拍摄大多数场景。从第一摄像头中观察的画面与人眼看见的画面十分接近，通过第一摄像头拍摄出的图像比较“写实”。

其中，第二摄像头、第三摄像头及第四摄像头可以作为辅助摄像头。需要说明的是，辅助摄像头的个数并非限于此，诸如辅助摄像头的个数为三个、四个、五个等。

第二摄像头的焦距大于第一摄像头的焦距。第二摄像头可以拍摄相较于第一摄像头更远处的对象，能有效虚化背景突出主体。在一些实施例中，第二摄像头可以为长焦摄像头。第三摄像头的焦距可以小于第一摄像头的焦距，拍摄的画面强调前景且突出远近对比，也就是说，画面中近的东西更大，远的东西更小，有强烈的透视效果，并且能把近距离的物体细节拍摄清楚。在一些实施例中，第三摄像头可以为微距摄像头，第四摄像头拍摄的画面范围比其他摄像头拍摄画面的范围大，第四摄像头可以为广角摄像头，其可以增加第一摄像头的拍摄角度和内容。

可选的，电子设备中也可以包括第五摄像头，第五摄像头为普通黑白摄像头或TFO(Time of flight)镜头等。

请参照图1，图1为本申请实施例提供的摄像头切换方法的流程示意图。该摄像头切换方法应用于本申请实施例提供的电子设备，电子设备中包含多个摄像头，本申请实施例提供的摄像头切换方法的流程可以如下：

101，通过第一摄像头采集图像，获取图像中的图像参数。

在使用电子设备进行拍照时，可打开一个预设摄像头，使用摄像头对目标场景进行拍摄，得到多帧预览图像。例如，打开第一摄像头采集预览图像可以通过如下方式实现：获取多个摄像头第一摄像头对应的ID；根据第一摄像头对应的ID，获取第一摄像头对应的摄像头函数；通过调用该摄像头函数，可以打开第一摄像头。其中，每个摄像头对应一个唯一的ID。无论是打开该摄像头，还是关闭该摄像头，都需要获取该摄像头的ID。如果无法确定某摄像头的ID，意味着该摄像头无法开启和关闭。需要说明的是，通过摄像头对目标场景进行拍摄是持续不断的过程。

其中，摄像头与采集的图像对应，即采用哪个摄像头对目标场景进行拍摄，就得到对应的目标场景的图像。例如，多个摄像头具体为4个摄像头，需要说明的是，通过1个摄像头对目标场景进行拍摄，则得到一帧该目标场景的预览图像。多个摄像头可以是电子设备的全部摄像头，如电子设备后置摄像头的全部摄像头。多个摄像头也可以是电子设备的部分摄像头如电子设备后置摄像头的部分摄像头。

该方案中，目标场景，是指用户通过摄像头所要拍摄的场景，该目标场景可以在通过摄像头拍摄的预览图像中呈现。此外，本申请实施例中对该目标场景的内容不作具体限定，如该目标场景可以是人物场景，该目标场景也可以是夜晚场景等。

在一些实施例中，通过摄像头采集的图像可以不展示于用户，即采集的图像不为预览图像，即用户触发摄像头开启指令到摄像头完全开启的时间段内，则可以采集预览图像，并进行图像处理，当摄像头完全开启时，摄像头已经切换完毕。

102，根据图像参数获取图像的复杂度。

使用智能算法对采集的图像进行检测，该图像可以为预览图像，以下实施例均以预览图像为例，得到预览图像中的多种图像参数，图像参数可以是图像的轮廓参数、纹理参数、色彩参数或材质参数等，其中，轮廓参数可以是拍摄对象的边界特征，对于轮廓参数的提取可以通过边缘检测算子检测拍摄对象轮廓，纹理参数可以是拍摄对象的表面纹理特征，可以通过对预览图像的能量谱函数的计算，提取拍摄对象纹理的粗细度及方向性等特征参数，色彩参数可以是预览图像中的颜色特征，可以通过颜色直方图、颜色相关图或颜色集等方法得到预览图像的色彩参数，材质参数可以是预览图像中拍摄对象的材料和质地特征，以上图像参数均可以通过对应图像算法提取。

可以分别计算出每种图像参数的复杂度，如图像轮廓复杂度、图像纹理复杂度、图像色彩复杂度以及图像材质复杂度，再综合分析预览图像的整体复杂度，以色彩复杂度为例，如通过直方图统计算法统计出预览图像中的拍摄对象的色彩种类为小于2则表示预览图像的拍摄对象色彩比较单一以及拍摄对象数量较少，通过边缘检测可以检测出预览图像中的拍摄对象轮廓数量较少，则表示预览图像的拍摄对象形状较为简单以及拍摄对象数量较少，则证明预览图像复杂度较低，反之预览图像复杂度较高。

还可以将通过智能算法提取到以上图像特征信息输入智能算法模型中，该算法模型为可以为训练好的算法模型，得到输出结果，输出结果反映预览图像拍摄场景的复杂度。其中，训练好的算法模型可以为现有的图像处理算法模型。也可以为根据用户历史预览图像记录训练的得到的图像处理算法模型。

103，基于复杂度确定图像中的拍摄主体；

当通过智能算法或算法模型计算得到预览图像的复杂度小于预设阈值时，即预览图像的拍摄场景较为简单，能较容易的确定出拍摄主体，可以通过图像处理算法确定出背景对象和拍摄对象，背景对象可以理解为颜色较为单一面积较大的预览图象中的对象，将背景对象确定出来，其余的拍摄对象即为拍摄主体。

还可以通过获取第一摄像头的焦点参数，根据焦点参数确定所拍摄主体，其中，第一摄像头为当前正在使用的摄像头，第一摄像头可以为主摄，一般来说，摄像头都具有自动对焦或手动对焦的功能，在预览图像的复杂度较低，即拍摄场景较为简单时，当检测到摄像头对焦的拍摄对象，即为拍摄主体。

其中，当处于自动对焦时，焦点可以为预览图像的几何中心，则将预览图像的集合中心对应的对象确定为当前待拍摄场景中的拍摄主体，其中，预览界面可以为各种形状，优选的，预览界面可以为规则几何图形，例如，矩形、三角形、圆形等。当预览界面为规则几何图形时，规则几何图形的重心为预览界面的几何中心。对矩形的预览界面而言，预览界面的几何中心在矩形两条对角线的交点处；对三角形的预览界面而言，预览界面的几何中心在三角形三条中线的交点处；对圆形的预览界面而言，预览界面的几何中心在圆形的圆心处。

当通过智能算法或算法模型计算得到预览图像的复杂度大于预设阈值时，即预览图像的拍摄场景较为复杂，拍摄对象较多，需要进一步从多个拍摄对象中确定出拍摄主体。

104，获取拍摄主体与电子设备的距离；

可以通过飞行时间测距法或红外线测距法确定拍摄主体与电子设备的距离，其中，飞行时间测距法通过电子设备内的TOF传感器向拍摄主体连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的往返时间来得到拍摄主体和电子设备的距离，还可以通过红外线测距法，红外发射器按照一定的角度发射红外光束，当遇到物体以后，光束会反射回来，反射回来的红外光线被传感器检测到以后，将获得一个偏移值，利用三角关系，通过发射角度，偏移值，中心矩，以及滤镜的焦距计算出电子设备到拍摄主体的距离。

105，根据距离从多个摄像头中确定目标摄像头，通过目标摄像头采集待拍摄的预览图像。

当距离大于或等于第一预设距离时，获取第二摄像头的ID，将第二摄像头确定为目标摄像头，第二摄像头的焦距大于第一摄像头的焦距，当距离小于或等于第二预设距离时，获取第三摄像头的ID，将第三摄像头确定为目标摄像头，第三摄像头对焦距离小于第一摄像头的对焦距离，当距离小于第一预设距离且大于第二预设距离时，获取第一摄像头的ID，将第一摄像头确定为目标摄像头。

请参照图2，图2为本申请实施例提供的摄像头切换方法的流程示意图。该摄像头切换方法应用于本申请实施例提供的电子设备，电子设备中包含多个摄像头，本申请实施例提供的摄像头切换方法的流程可以如下：

201，通过第一摄像头采集图像，获取图像中的图像参数。

在使用电子设备进行拍照时，可打开一个预设摄像头，使用摄像头对目标场景进行拍摄，得到多帧预览图像。例如，打开第一摄像头采集预览图像可以通过如下方式实现：获取多个摄像头第一摄像头对应的ID；根据第一摄像头对应的ID，获取第一摄像头对应的摄像头函数；通过调用该摄像头函数，可以打开第一摄像头。其中，每个摄像头对应一个唯一的ID。无论是打开该摄像头，还是关闭该摄像头，都需要获取该摄像头的ID。如果无法确定某摄像头的ID，意味着该摄像头无法开启和关闭。需要说明的是，通过摄像头对目标场景进行拍摄是持续不断的过程。

202，根据图像参数获取图像的复杂度。

使用智能算法对预览图像进行检测，得到预览图像中的多种图像参数，图像参数可以是图像的轮廓参数、纹理参数、色彩参数或材质参数等，其中，轮廓参数可以是拍摄对象的边界特征，对于轮廓参数的提取可以通过边缘检测算子检测拍摄对象轮廓，纹理参数可以是拍摄对象的表面纹理特征，可以通过对预览图像的能量谱函数的计算，提取拍摄对象纹理的粗细度及方向性等特征参数，色彩参数可以是预览图像中的颜色特征，可以通过颜色直方图、颜色相关图或颜色集等方法得到预览图像的色彩参数，材质参数可以是预览图像中拍摄对象的材料和质地特征，以上图像参数均可以通过对应图像算法提取。

可以分别计算出每种图像参数的复杂度，如图像轮廓复杂度、图像纹理复杂度、图像色彩复杂度以及图像材质复杂度，再综合分析预览图像的整体复杂度，以色彩复杂度为例，如通过直方图统计算法统计出预览图像中的拍摄对象的色彩种类为小于2则表示预览图像的拍摄对象色彩比较单一以及拍摄对象数量较少，通过边缘检测出预览图像中的拍摄对象轮廓数量较少，则表示预览图像的拍摄对象形状较为简单以及拍摄对象数量较少，则证明预览图像复杂度较低，反之预览图像复杂度较高。

还可以将通过智能算法提取到以上图像特征信息输入智能算法模型中，该算法模型为可以为训练好的算法模型，得到输出结果，输出结果反映预览图像拍摄场景的复杂度。其中，训练好的算法模型可以为现有的图像处理算法模型。也可以为根据用户历史预览图像记录训练图像处理算法模型，得到训练好的图像处理算法模型。

203，当图像的复杂度小于预设阈值时，确定出背景和拍摄对象，将拍摄对象确定为拍摄主体。

当通过智能算法或算法模型计算得到预览图像的复杂度小于预设阈值时，即预览图像的拍摄场景较为简单，能较容易的确定出拍摄主体，可以通过图像处理算法确定出背景对象和拍摄对象，背景对象可以理解为颜色较为单一面积较大的预览图象中的对象，将背景对象确定出来，其余的拍摄对象即为拍摄主体。

还可以通过获取第一摄像头的焦点参数，根据焦点参数确定所拍摄主体，其中，第一摄像头为当前正在使用的摄像头，第一摄像头可以为主摄，一般来说，摄像头都具有自动对焦或手动对焦的功能，在预览图像的复杂度较低，即拍摄场景较为简单时，当检测到摄像头对焦的拍摄对象，即为拍摄主体。

204，当图像的复杂度大于预设阈值时，根据多个拍摄对象对图像进行图像分割，得到多个分割区域，每个分割区域对应图像中的一个拍摄对象。

当通过智能算法或算法模型计算得到预览图像的复杂度大于预设阈值时，即预览图像的拍摄场景较为复杂，拍摄对象较多，需要通过图像分割算法进一步从多个拍摄对象中确定出拍摄主体。

可以根据拍摄对象对预览图像进行分割得到多个分割区域，每个分割区域的面积为S1、S2、S3......Sn。每个分割区域为一个图像片段，每个图像片段对应预览图像中的拍摄对象，例如，通过边缘检测能检测出多个拍摄对象，需要拍摄的拍摄对象为拍摄主体，即要将拍摄主体从多个拍摄对象中确定出来。则将预览图像分割成多个面积不同的分割区域，面积S1对应拍摄对象1，面积S2对应拍摄对象2，面积S3对应的是拍摄对象3为拍摄主体......面积Sn对应拍摄对象n。

205，分别获取每个拍摄对象与电子设备的距离。

通过可以通过飞行时间测距法或红外线测距法确定每个分割区域对应的拍摄对象与电子设备的距离，分别得到每个拍摄对象与电子设备的距离，例如，拍摄对象1到电子设备的距离为S1，拍摄对象2到电子设备的距离为S2，拍摄对象3到电子设备的距离为S3......拍摄对象n到电子设备的距离为Sn。

206，根据多个分割区域以及多个拍摄对象与电子设备的距离确定出拍摄主体。

从多个拍摄对象与电子设备的距离中确定出数值最大的最大距离，例如距离S1、距离S2、距离S3......距离Sn中S1的数值最大，则将距离S1确定为最大距离。将最大距离除以每个拍摄对象与电子设备的距离得到计算后的距离，例如将最大距离S1除以距离S1、距离S2、距离S3......距离Sn分别得到对应的计算值L1、L2、L3......Ln。

将多个计算后的距离与对应分割区域的面积值相乘，得到多个不同的计算值，计算后的距离L1、L2、L3......Ln分别与面积S1、S2、S3......Sn相乘，得到多个对应的计算值，从多个不同的计算值中确定出数值最大的计算值，将数值最大的计算值对应分割区域的拍摄对象确定为拍摄主体。例如，通过计算得到面积S3与计算后的距离L3的乘积为所有乘积中数值最大的，则将面积S3对应的分割区域的拍摄对象确定为拍摄主体。可以理解的是，得到一个与拍摄对象和电子设备距离负相关的映射参数，距离越小，映射参数越大，可以能准确的确定出拍摄主体，在实际应用场景中，需要拍摄的主体往往是在预览图像中面积较大距离较近的，即通过面积和距离两者的关系可以确定出拍摄主体。

207，获取拍摄主体与电子设备的距离。

当预览图像的复杂度小于预设阈值，在确定拍摄主体后可以通过以下方法获取拍摄主体与电子设备的距离。

可以通过飞行时间测距法或红外线测距法确定拍摄主体与电子设备的距离，其中，飞行时间测距法通过电子设备内的TOF传感器向拍摄主体连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的往返时间来得到拍摄主体和电子设备的距离。以小型化TOF相机为例，普通相机由于光学成像系统具有透视效果，不同距离的场景为各个不同直径的同心球面，而非平行平面，所以在实际使用时，需要后续处理单元对这个误差进行校正。作为TOF的相机的核心，TOF芯片能对每一个像元对入射光往返相机与物体之间的相位分别进行纪录。因此，TOF的深度计算不受拍摄对象表面灰度和特征影响，可以非常准确的进行三维探测。而普通双目立体相机则需要拍摄对象具有良好的特征变化，否则会无法进行深度计算。TOF的深度计算精度不随距离改变而变化，基本能稳定在厘米级。

其中，红外线测距法通过红外发射器按照一定的角度发射红外光束，当遇到物体以后，光束会反射回来，反射回来的红外光线被传感器检测到以后，将获得一个偏移值，利用三角关系，通过发射角度，偏移值，中心矩，以及滤镜的焦距计算出电子设备到拍摄主体的距离。

在一些实施例中还可以通过使用两个摄像头，通过基于双目立体视觉系统的三维测量方式确定拍摄主体与电子设备的距离，也称双目测距。双目立体视觉系统可由第一摄像头和第四摄像头这两个摄像头组成。就像人眼的左眼和右眼观看同一个物体会有成像差距一样，两个摄像头拍摄同一拍摄主体得到的图像中，拍摄主体的位置也不相同，因而，可以根据拍摄主体在第一摄像头和第四摄像头中分别拍摄得到的图像中的像点的位置差，确定拍摄主体与电子设备的距离。

当预览图像的复杂度小于预设阈值，通过203～206确定出拍摄主体后，拍摄主体对应的分割区域中拍摄对象到电子设备之间的距离为等效距离，该等效距离为拍摄主体与电子设备的距离。

208，当距离大于或等于第一预设距离时，将第二摄像头确定为目标摄像头，第二摄像头的焦距大于第一摄像头的焦距。

其中，第一预设距离可以为第二摄像头的适用距离阈值。其第二摄像头可以为长焦摄像头，长焦摄像头的焦距可以很大，当拍摄主体距电子设备较远，标准摄像头不足以拍摄远处的清晰画面时，打开长焦摄像头，以适应当前的远距离拍摄场景，获取长焦摄像头的ID，打开长焦摄像头，以适应当前的远距离的拍摄场景。

209，当距离小于或等于第二预设距离时，将第三摄像头确定为目标摄像头，第三摄像头的对焦距离小于第一摄像头的对焦距离。

其中，第二预设距离可以为第三摄像头的适用距离阈值。其第三摄像头可以为微距摄像头，微距摄像头的对焦距离可以很小，能达到5CM以内，可以拍摄距电子设备较近的拍摄对象，当分析出当前拍摄场景用微距摄像头效果优于标准摄像头时，获取微距摄像头的ID，打开微距摄像头，以适应当前的微距拍摄场景。

210，当距离小于第一预设距离且大于第二预设距离时，将第一摄像头确定为目标摄像头。其中，第一摄像头可以为标准摄像头。

211，对图像进行边缘检测，获取图像中的拍摄主体。

可以理解的是，在边缘检测前需要对预览图像进行滤波，可以通过高斯滤波对图像进行处理，其中，高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，应用于图像处理的减噪过程。高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。

还可以通过中值滤波对图像进行处理，中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升(或下降)的为二维数据序列。可以根据预览图像选择不同的滤波方式。

滤波过后可以针对滤波方式对应选择边缘检测算法，其中边缘检测算法可以包括sobel算法、laplace算法或Canny算法等算法，对预览图像进行边缘检测。

对于sobel算法，常用的一种模板是Sobel算子，Sobel算子有两个，一个是检测水平边缘的，另一个是检测垂直边缘的。Sobel算子对于像素位置的影响做了加权，可以降低边缘模糊程度。Sobel算子另一种形式是各向同性Sobel算子，也有两个，一个是检测水平边缘的，另一个是检测垂直边缘的。各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数，简单有效，因此应用广泛。

对于laplace算法，其是一种各向同性算子，二阶微分算子，在只关心边缘的位置而不考虑其周围的象素灰度差值时比较适用。Laplace算子对孤立象素的响应要比对边缘或线的响应要更强烈，因此只适用于无噪声图象。存在噪声情况下，使用Laplacian算子检测边缘之前需要先进行滤波。用来改善因扩散效应的模糊特别有效，因为它符合降制模型。扩散效应是成像过程中经常发生的现象。Laplacian算子一般不以其原始形式用于边缘检测，因为其作为一个二阶导数，Laplacian算子对噪声具有无法接受的敏感性；同时其幅值产生算边缘，这是复杂的分割不希望有的结果；最后Laplacian算子不能检测边缘的方向；所以Laplacian在分割中所起的作用包括：

(1)利用它的零交叉性质进行边缘定位；

(2)确定一个像素是在一条边缘暗的一面还是亮的一面；一般使用的是高斯型拉普拉斯算子(Laplacian of a Gaussian，LoG)，由于二阶导数是线性运算，利用LoG卷积一幅图像与首先使用高斯型平滑函数卷积改图像，然后计算所得结果的拉普拉斯是一样的。所以在LoG公式中使用高斯函数的目的就是对图像进行平滑处理，使用Laplacian算子的目的是提供一幅用零交叉确定边缘位置的图像；图像的平滑处理减少了噪声的影响并且它的主要作用还是抵消由Laplacian算子的二阶导数引起的逐渐增加的噪声影响。

可以理解的是，可以根据预览图像以及不同算法的运算量选择一种或多种边缘检测算法。

212，判断所述拍摄主体是否完整。

通过边缘检测可以得到多个拍摄对象的边缘，并从多个拍摄对象中确定出拍摄主体，拍摄主体可以为多个，当拍摄主体中的任一个为位于预览图像周缘的拍摄对象时，预览图像周缘可以理解为取景框的四周，通过检测位于预览图像周缘的拍摄主体的边缘判断拍摄主体是否完整，例如当拍摄主体为人时，有部分脸位于取景框内，有部分脸位于取景框外，则可以通过滤波、边缘检测判断出拍摄主体不完整，当拍摄主体不存在预览图像周缘，即所有的拍摄主体都完整的取景框内，则判断出拍摄主体完整。

在一些实施例中，还可以通过神经网络算法模型进行人脸识别，适用于人物拍摄场景，当通过神经网络算法模型获取预览图像中人脸特征点，当人脸特征点个数小于阈值时，或特定的人脸特征点不存在时，则判断出预览图象中的人脸不完整。否则则判断出预览图象中的人脸完整。

213，当拍摄主体不完整时，将第四摄像头确定为目标摄像头，第四摄像头的取景范围大于第一摄像头的取景范围。

当检测出拍摄主体不完整时，即拍摄主体有不完全位于取景框内，则需要扩大预览图象的取景范围，将第四摄像头确定为目标摄像头，其中，第四摄像头的取景范围大于其他摄像头，第四摄像头可以为广角摄像头或超广角摄像头。

本申请提供的实施例根据预览图像的复杂度确定拍摄主体，并检测拍摄主体与电子设备的距离，根据测得的距离确定目标摄像头，从而自动切换摄像头采集图像，在拍摄场景变化较为频繁时，如电子设备处于移动状态、或被拍摄物体处于运动状态、或处于连续拍摄的状态时，通过智能场景识别、图像处理等算法自动切换摄像头，无需用户手动切换摄像头，增加拍摄的便利性。

请参阅图3，图3为本申请实施例提供的摄像头切换装置的结构示意图。具体而言，该图像拍摄装置200，包括：第一获取模块201、第二获取模块202、确定模块203、第三获取模块204以及采集模块205。

第一获取模块201，用于通过第一摄像头采集图像，获取所述图像中的图像参数；

第二获取模块202，用于基于所述复杂度确定所述图像中的拍摄主体；

确定模块203，用于根据所述复杂度确定出所述预览图像中的拍摄主体；

第三获取模块204，用于获取所述拍摄主体与所述电子设备的距离；

采集模块205，用于根据所述距离从所述多个摄像头中确定目标摄像头，通过所述目标摄像头采集待拍摄的预览图像。

在一些实施例中，所述确定模块203根据所述复杂度确定出所述预览图像中的拍摄主体还用于：当所述图像的复杂度小于预设阈值时，确定出背景和拍摄对象，将所述拍摄对象确定为所述拍摄主体；当所述图像的复杂度大于所述预设阈值时，从图像中的多个拍摄对象中确定出所述拍摄主体。

在一些实施例中，所述确定模块203在基于所述复杂度确定出所述图像中的拍摄主体时还用于，当所述图像的复杂度小于预设阈值时，确定出背景和拍摄对象，将所述拍摄对象确定为所述拍摄主体；当所述图像的复杂度大于所述预设阈值时，从图像中的多个拍摄对象中确定出所述拍摄主体。

在一些实施例中，所述确定模块203在根据多个所述分割区域以及多个所述拍摄对象与电子设备的距离确定出所述拍摄主体还用于：根据每个拍摄对象与电子设备的距离获取对应一个映射参数，所述映射参数与所述拍摄对象与电子设备的距离负相关；将多个映射参数分别与对应的分割区域的面积相乘，得到多个计算值；从多个所述计算值中确定出数值最大的计算值，将最大的计算值对应的分割区域确定为目标区域；将所述目标区域对应的拍摄对象确定为拍摄主体。

在一些实施例中，第二获取模块202在基于所述复杂度确定所述图像中的拍摄主体还用于，将多种所述图像参数输入预设算法模型，多种所述图像参数作为所述预设算法模型的多维特征输入信息；得到输出结果，所述输出结果为所述图像的复杂度。

在一些实施例中，采集模块205包括第二确定模块2051，所述第二确定模块2051当所述根据所述距离从所述多个摄像头中确定目标摄像头还用于：当所述距离大于或等于第一预设距离时，将第二摄像头确定为目标摄像头，所述第二摄像头的焦距大于所述第一摄像头的焦距；当所述距离小于或等于第二预设距离时，将第三摄像头确定为目标摄像头，所述第三摄像头的对焦距离小于所述第一摄像头的对焦距离；当所述距离小于所述第一预设距离且大于所述第二预设距离时，将所述第一摄像头确定为目标摄像头。

在一些实施例中所述第二确定模块2051在所述将所述第一摄像头确定为目标摄像头之后还用于：对所述图像进行边缘检测，获取所述图像中的拍摄主体；判断所述拍摄主体是否完整；当所述拍摄主体不完整时，将所述第四摄像头确定为目标摄像头，所述第四摄像头的取景范围大于所述第一摄像头的取景范围。

本申请实施例还提供一种电子设备，请参阅图4，图4为本申请实施例提供的电子设备的第一结构示意图。电子设备300包括处理器301、存储器302、摄像组件303以及显示器304。其中，处理器301与存储器302、摄像组件303、显示器304电性连接。摄像组件303包括多个摄像头。多个摄像头，用于采集图像。

处理器300是电子设备300的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器302内的计算机程序，以及调用存储在存储器302内的数据，执行电子设备300的各种功能并处理数据，从而对电子设备300进行整体监控。

存储器302可用于存储软件程序以及模块，处理器301通过运行存储在存储器302的计算机程序以及模块，从而执行各种功能应用以及数据处理。存储器302可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的计算机程序等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器302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，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器302还可以包括存储器控制器，以提供处理器301对存储器302的访问。

摄像组件303可以包括图像处理电路，图像处理电路可以利用硬件和/或软件组件实现，可包括定义图像信号处理(Image Signal Processing)管线的各种处理单元。图像处理电路至少可以包括：多个摄像头、图像信号处理器(Image Signal Processor，ISP处理器)、控制逻辑器、图像存储器以及显示器等。其中每个摄像头至少可以包括一个或多个透镜和图像传感器。图像传感器可包括色彩滤镜阵列(如Bayer滤镜)。图像传感器可获取用图像传感器的每个成像像素捕捉的光强度和波长信息，并提供可由图像信号处理器处理的一组原始图像数据。

图像信号处理器可以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，图像信号处理器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。原始图像数据经过图像信号处理器处理后可存储至图像存储器中。图像信号处理器还可从图像存储器处接收图像数据。

图像存储器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(Direct Memory Access，直接存储器存取)特征。

当接收到来自图像存储器的图像数据时，图像信号处理器可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器，以便在被显示之前进行另外的处理。图像信号处理器还可从图像存储器接收处理数据，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，以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit，图形处理器)进一步处理。此外，图像信号处理器的输出还可发送给图像存储器，且显示器可从图像存储器读取图像数据。在一种实施方式中，图像存储器可被配置为实现一个或多个帧缓冲器。

图像信号处理器确定的统计数据可发送给控制逻辑器。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、透镜阴影校正等图像传感器的统计信息。

控制逻辑器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，确定摄像头的控制参数以及ISP控制参数。例如，摄像头的控制参数可包括照相机闪光控制参数、透镜的控制参数(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等。

请参阅图5，图5为本实施例中图像处理电路的结构示意图。如图5所示，为便于说明，仅示出与本发明实施例相关的图像处理技术的各个方面。

例如图像处理电路可以包括：摄像头、图像信号处理器、控制逻辑器、图像存储器、显示器。其中，摄像头可以包括一个或多个透镜和图像传感器。在一些实施例中，摄像头可为长焦摄像头或广角摄像头中的任一者。

摄像头采集的第一图像传输给图像信号处理器进行处理。图像信号处理器处理第一图像后，可将第一图像的统计数据(如图像的亮度、图像的反差值、图像的颜色等)发送给控制逻辑器。控制逻辑器可根据统计数据确定摄像头的控制参数，从而摄像头可根据控制参数进行自动对焦、自动曝光等操作。第一图像经过图像信号处理器进行处理后可存储至图像存储器中。图像信号处理器也可以读取图像存储器中存储的图像以进行处理。另外，第一图像经过图像信号处理器进行处理后可直接发送至显示器进行显示。显示器也可以读取图像存储器中的图像以进行显示。

显示器304可以用于显示由用户输入的信息或提供给用户的信息以及各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示器304包括显示屏，显示屏用于显示画面。

此外，图中没有展示的，电子设备还可以包括CPU和供电模块。CPU和逻辑控制器、图像信号处理器、图像存储器和显示器均连接，CPU用于实现全局控制。供电模块用于为各个模块供电。

在本申请实施例中，电子设备300中的处理器301会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器302中，并由处理器301运行存储在存储器302中的计算机程序，从而实现各种功能，如下：

通过第一摄像头采集图像，获取所述图像中的图像参数；

根据所述图像参数获取所述图像的复杂度；

基于所述复杂度确定所述图像中的拍摄主体；

获取所述拍摄主体与所述电子设备的距离；

根据所述距离从所述多个摄像头中确定目标摄像头，通过所述目标摄像头采集待拍摄的预览图像。

在一些实施例中，在根据所述复杂度确定出所述预览图像中的拍摄主体时，处理器301可以执行：

当所述图像的复杂度小于预设阈值时，确定出背景和拍摄对象，将所述拍摄对象确定为所述拍摄主体；

当所述图像的复杂度大于所述预设阈值时，从图像中的多个拍摄对象中确定出所述拍摄主体。

在基于所述复杂度确定出所述图像中的拍摄主体时，处理器301可以执行：

当所述图像的复杂度小于预设阈值时，确定出背景和拍摄对象，将所述拍摄对象确定为所述拍摄主体；

当所述图像的复杂度大于所述预设阈值时，从图像中的多个拍摄对象中确定出所述拍摄主体。

在一些实施例中，在根据多个所述分割区域以及多个所述拍摄对象与电子设备的距离确定出所述拍摄主体时，处理器301可以执行：

根据每个拍摄对象与电子设备的距离获取对应一个映射参数，所述映射参数与所述拍摄对象与电子设备的距离负相关；

将多个映射参数分别与对应的分割区域的面积相乘，得到多个计算值；

从多个所述计算值中确定出数值最大的计算值，将最大的计算值对应的分割区域确定为目标区域；将所述目标区域对应的拍摄对象确定为拍摄主体。

在一些实施例中，在基于所述复杂度确定所述图像中的拍摄主体时，处理器301可以执行：

将多种所述图像参数输入预设算法模型，多种所述图像参数作为所述预设算法模型的多维特征输入信息；

得到输出结果，所述输出结果为所述图像的复杂度。

在一些实施例中，在当所述根据所述距离从所述多个摄像头中确定目标摄像头时，处理器301可以执行：

当所述距离大于或等于第一预设距离时，将第二摄像头确定为目标摄像头，所述第二摄像头的焦距大于所述第一摄像头的焦距；

当所述距离小于或等于第二预设距离时，将第三摄像头确定为目标摄像头，所述第三摄像头的对焦距离小于所述第一摄像头的对焦距离；

当所述距离小于所述第一预设距离且大于所述第二预设距离时，将所述第一摄像头确定为目标摄像头。

在一些实施例中，在所述将所述第一摄像头确定为目标摄像头之后，处理器301可以执行：

对所述图像进行边缘检测，获取所述图像中的拍摄主体；

判断所述拍摄主体是否完整；

当所述拍摄主体不完整时，将所述第四摄像头确定为目标摄像头，所述第四摄像头的取景范围大于所述第一摄像头的取景范围。

请一并参阅图6，图6为本申请实施例提供的电子设备的第二结构示意图。在某些实施方式中，电子设备300还可以包括：射频电路305、音频电路306以及电源307。其中，射频电路305、音频电路306以及电源307分别与处理器301电性连接。

射频电路305可以用于收发射频信号，以通过无线通信与网络设备或其他电子设备建立无线通讯，与网络设备或其他电子设备之间收发信号。

音频电路306可以用于通过扬声器、传声器提供用户与电子设备之间的音频接口。

电源307可以用于给电子设备300的各个部件供电。在一些实施例中，电源307可以通过电源管理系统与处理器301逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管图6中未示出，电子设备300还可以包括蓝牙模块等，在此不再赘述。

由上述可知，本实施例提供的电子设备，根据预览图像的复杂度确定拍摄主体，并检测拍摄主体与电子设备的距离，根据测得的距离确定目标摄像头，从而自动切换摄像头采集图像，在拍摄场景变化较为频繁时，如电子设备处于移动状态、或被拍摄物体处于运动状态、或处于连续拍摄的状态时，通过智能场景识别、图像处理等算法自动切换摄像头，无需用户手动切换摄像头，增加拍摄的便利性。

本申请实施例还提供一种存储介质，该存储介质存储有计算机程序，当该计算机程序在计算机上运行时，使得该计算机执行上述任一实施例中摄像头切换方法，比如：通过第一摄像头采集图像，获取所述图像中的图像参数；

根据所述图像参数获取所述图像的复杂度；

基于所述复杂度确定所述图像中的拍摄主体；

获取所述拍摄主体与所述电子设备的距离；

根据所述距离从所述多个摄像头中确定目标摄像头，通过所述目标摄像头采集待拍摄的预览图像。

在本申请实施例中，存储介质可以是磁碟、光盘、只读存储器(Read Only Memory，ROM)、或者随机存取记忆体(Random Access Memory，RAM)等。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

需要说明的是，对本申请实施例的摄像头切换方法而言，本领域普通测试人员可以理解实现本申请实施例的摄像头切换方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，如存储在电子设备的存储器中，并被该电子设备内的至少一个处理器执行，在执行过程中可包括如摄像头切换方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储器、随机存取记忆体等。

对本申请实施例的摄像头切换装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。该集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中，该存储介质譬如为只读存储器，磁盘或光盘等。

以上对本申请实施例所提供的一种摄像头切换方法、装置、存储介质以及电子设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种摄像头切换方法，应用于电子设备，其特征在于，所述电子设备包括多个摄像头，所述方法包括：

通过第一摄像头采集图像，获取所述图像中的图像参数；

根据所述图像参数获取所述图像的复杂度；

当所述图像的复杂度小于预设阈值时，从所述图像中确定出背景和拍摄主体；

当所述图像的复杂度大于所述预设阈值时，从图像中的多个拍摄对象中确定出所述拍摄主体；

获取所述拍摄主体与所述电子设备的距离；

根据所述距离从所述多个摄像头中确定目标摄像头，通过所述目标摄像头采集待拍摄的预览图像。

2.根据权利要求1所述摄像头切换方法，其特征在于，所述从图像中的多个拍摄对象中确定出所述拍摄主体包括：

根据多个所述拍摄对象对所述图像进行图像分割，得到多个分割区域，每个所述分割区域对应所述图像中的一个拍摄对象；

分别获取每个所述拍摄对象与所述电子设备的距离；

根据多个所述分割区域以及多个所述拍摄对象与电子设备的距离确定出所述拍摄主体。

3.根据权利要求2所述摄像头切换方法，其特征在于，所述根据多个所述分割区域以及多个所述拍摄对象与电子设备的距离确定出所述拍摄主体包括：

根据每个拍摄对象与电子设备的距离获取对应一个映射参数，所述映射参数与所述拍摄对象与电子设备的距离负相关；

将多个映射参数分别与对应的分割区域的面积相乘，得到多个计算值；

从多个所述计算值中确定出数值最大的计算值，将最大的计算值对应的分割区域确定为目标区域；

将所述目标区域对应的拍摄对象确定为所述拍摄主体。

4.根据权利要求1所述摄像头切换方法，其特征在于，所述根据所述图像参数获取所述图像的复杂度包括：

将多种所述图像参数输入预设算法模型，多种所述图像参数作为所述预设算法模型的多维特征输入信息；

得到输出结果，所述输出结果为所述图像的复杂度。

5.根据权利要求1-4任一项所述摄像头切换方法，其特征在于，所述根据所述距离从所述多个摄像头中确定目标摄像头包括：

当所述距离大于或等于第一预设距离时，将第二摄像头确定为目标摄像头，所述第二摄像头的焦距大于所述第一摄像头的焦距；

当所述距离小于或等于第二预设距离时，将第三摄像头确定为目标摄像头，所述第三摄像头的对焦距离小于所述第一摄像头的对焦距离；

当所述距离小于所述第一预设距离且大于所述第二预设距离时，将所述第一摄像头确定为目标摄像头。

6.根据权利要求5所述摄像头切换方法，其特征在于，所述将所述第一摄像头确定为目标摄像头之后还包括：

对所述图像进行边缘检测，获取所述图像中的拍摄主体；

判断所述拍摄主体是否完整；

当所述拍摄主体不完整时，将第四摄像头确定为目标摄像头，所述第四摄像头的取景范围大于所述第一摄像头的取景范围。

7.一种摄像头切换装置，应用于电子设备，其特征在于，所述电子设备包括多个摄像头，所述摄像头切换装置包括：

第一获取模块，用于通过第一摄像头采集图像，获取所述图像中的图像参数；

第二获取模块，用于根据所述图像参数获取所述图像的复杂度；

确定模块，用于当所述图像的复杂度小于预设阈值时，从所述图像中确定出背景和拍摄主体；当所述图像的复杂度大于所述预设阈值时，从图像中的多个拍摄对象中确定出所述拍摄主体；

第三获取模块，用于获取所述拍摄主体与所述电子设备的距离；

采集模块，用于根据所述距离从所述多个摄像头中确定目标摄像头，通过所述目标摄像头采集待拍摄的预览图像。

8.一种存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至6任一项所述的摄像头切换方法。

9.一种电子设备，其特征在于，包括处理器、存储器和多个摄像头，所述处理器与所述存储器及所述多个摄像头电性连接，所述存储器储存有计算机程序，所述处理器通过调用所述计算机程序，执行如权利要求1至6任一项所述的摄像头切换方法。

10.一种电子设备，其特征在于，包括：

多个摄像头，用于采集预览图像；

显示屏，用于显示预览图像；

处理器，分别与所述多个摄像头及所述显示屏电性连接，所述处理器用于：

通过第一摄像头采集图像，获取所述图像中的图像参数；

根据所述图像参数获取所述图像的复杂度；

当所述图像的复杂度小于预设阈值时，从所述图像中确定出背景和拍摄主体；

当所述图像的复杂度大于所述预设阈值时，从图像中的多个拍摄对象中确定出所述拍摄主体；

获取所述拍摄主体与所述电子设备的距离；

根据所述距离从所述多个摄像头中确定目标摄像头，通过所述目标摄像头采集待拍摄的预览图像。

Images