CN115086566A - 图片场景检测方法、装置 - Google Patents

Abstract

本公开提供的图片场景检测方法、装置，涉及图像处理技术，包括：获取待处理图片，根据待处理图片确定与待处理图片对应的亮度图，其中，亮度图中包括多个子区域；根据各子区域内的像素点的亮度信息，确定亮度图的整体亮度信息和亮度分布信息；根据整体亮度信息和亮度分布信息，确定待处理图片的场景。本申请提供的图片场景检测方法、设备、存储介质、程序产品中，能够根据各子区域内的像素点的亮度信息，确定亮度图的整体亮度信息和亮度分布信息，考虑了各子区域内的像素点邻域信息，从而在根据整体亮度信息和亮度分布信息确定待处理图片的场景时，也能够考虑像素点邻域信息，从而得到准确的待处理图片的场景。

Description

图片场景检测方法、装置

技术领域

本公开涉及图像处理技术，尤其涉及一种图片场景检测方法、装置。

背景技术

目前，很具备拍摄功能的电子设备在拍照过程中，都可以基于一定的方法对拍摄参数进行调整，使得到的照片效果更好。

在暗光或者逆光的环境下拍照时，捕获的图像的整体或部分往往出现过暗的情况，导致照片细节不清晰。为了能够在暗光或者逆光环境下拍摄出清晰的图片，现有技术中存在暗光逆光检测的方法，再根据检测结果调整拍摄的图片。

现有技术中的暗光逆光检测方法中，主要根据待处理图片的灰度直方图进行分析，根据每个像素点的亮度信息，确定待处理的图片是否为逆光或暗光场景下拍摄的。但是，逆光和暗光场景在某些条件下具有相似的亮度分布特性，这就导致仅根据像素点本身的亮度信息无法准确的区分出暗光场景或者逆光场景。

发明内容

本公开提供一种图片场景检测方法、装置，以解决现有技术中无法准确的区分出图片的暗光场景或者逆光场景的问题。

本公开的第一个方面是提供一种图片场景检测方法，包括：

获取待处理图片，根据所述待处理图片确定与所述待处理图片对应的亮度图，其中，所述亮度图中包括多个子区域；

根据各所述子区域内的像素点的亮度信息，确定所述亮度图的整体亮度信息和亮度分布信息；其中，所述整体亮度信息用于表征所述亮度图整体的亮度情况；

根据所述整体亮度信息和亮度分布信息，确定所述待处理图片的场景。

本公开的第二个方面是提供一种图片场景检测装置，包括：

获取单元，用于获取待处理图片，根据所述待处理图片确定与所述待处理图片对应的亮度图，其中，所述亮度图中包括多个子区域；

信息确定单元，用于根据各所述子区域内的像素点的亮度信息，确定所述亮度图的整体亮度信息和亮度分布信息；其中，所述整体亮度信息用于表征所述亮度图整体的亮度情况；

场景确定单元，用于根据所述整体亮度信息和亮度分布信息，确定所述待处理图片的场景。

本公开的第三个方面是提供一种电子设备，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并配置为由所述处理器执行以实现如第一方面所述的图片场景检测方法。

本公开的第四个方面是提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现如第一方面所述的图片场景检测方法。

本公开的第五个方面是提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如第一方面所述的图片场景检测方法。

本公开的第六个方面是提供一种具有拍摄功能的用户终端，包括如第二方面所述的图片场景检测装置。

本公开提供的图片场景检测方法、装置，包括：获取待处理图片，根据待处理图片确定与待处理图片对应的亮度图，其中，亮度图中包括多个子区域；根据各子区域内的像素点的亮度信息，确定亮度图的整体亮度信息和亮度分布信息；其中，所述整体亮度信息用于表征所述亮度图整体的亮度情况；根据整体亮度信息和亮度分布信息，确定待处理图片的场景。本申请提供的图片场景检测方法、设备、存储介质、程序产品中，能够根据各子区域内的像素点的亮度信息，确定亮度图的整体亮度信息和亮度分布信息，考虑了各子区域内的像素点邻域信息，从而在根据整体亮度信息和亮度分布信息确定待处理图片的场景时，也能够考虑像素点邻域信息，从而得到准确的待处理图片的场景；所述场景用于表征拍摄所述待处理图片时的光线环境。

附图说明

图1为一示例性实施例示出的对照片进行处理的示意流程图；

图2为本申请一示例性实施例示出的图片场景检测方法的流程图；

图3为本申请一示例性实施例示出的亮度图；

图4为本申请另一示例性实施例示出的图片场景检测方法的流程图；

图5为本申请一示例性实施例示出的图片场景检测装置的结构图；

图6为本申请另一示例性实施例示出的图片场景检测装置的结构图；

图7为本申请一示例性实施例示出的电子设备的结构图。

具体实施方式

目前，具有拍摄功能的电子设备可以根据照片的亮度对其进行调整，使得照片的细节更清晰。

图1为一示例性实施例示出的对照片进行处理的示意流程图。

如图1所示，电子设备获取待处理图片待处理图片11后，可以确定待处理图片待处理图片11的灰度直方图12，根据灰度直方图12进行亮度等级划分，并根据确定的亮度等级13，确定待处理图片待处理图片11中各个像素点所属的亮度等级，从而得到各个亮度等级的像素点数量14，比如，高亮度等级有N1个像素点，中亮度等级有N2个像素点，低亮度等级有N3个像素点。根据与各个亮度等级的像素点数量确定待处理照片是逆光场景还是暗光场景。

这种方式通过统计像素点的灰度直方图可以反映待处理图片的亮度信息，但是在一定程度上舍弃了像素点之间的邻域信息，进而无法准确的体现出待处理图片整体的亮度信息。而且，逆光和暗光场景在某些条件下具有相似的亮度分布特性，这就导致仅根据像素点本身的亮度信息无法准确的区分出暗光场景或者逆光场景。

为了解决上述技术问题，本申请提供的基于亮度分布的场景检测方案中，能够结合图片中像素点之间的亮度关系以及图片的整体亮度信息，确定该图片的场景，进而准确的区分出图片的场景。

图2为本申请一示例性实施例示出的图片场景检测方法的流程图。

如图2所示，本申请提供的图片场景检测方法，包括：

步骤201，获取待处理图片，根据待处理图片确定与待处理图片对应的亮度图，其中，亮度图中包括多个子区域。

本申请提供的方法可以由具备计算能力的电子设备来执行，该电子设备还可以具有拍摄功能，比如可以是手机、相机、摄像机等。

其中，电子设备可以获取待处理图片待处理图片，该待处理图片待处理图片可以是电子设备基于拍照功能捕获的照片。比如，用户可以操作电子设备，开启拍照功能，从而使电子设备能够拍摄一待处理图片。

具体的，电子设备可以根据该待处理图片确定出亮度图，比如，可以对待处理图片进行转换处理，得到该待处理图片的亮度图。

进一步的，可以根据待处理图片中每个像素点在R、G、B三通道的值，确定待处理图片的亮度图。比如，可以将每个像素点在R、G、B三通道的最大值，作为该像素点的亮度值。再比如，可以将每个像素点在R、G、B三通道的均值，作为该像素点的亮度值。

再比如，若待处理图片是YUV图片，则可以直接读取待处理图片中各个像素点的亮度值，并根据各像素点的亮度值生成亮度图。

实际应用时，电子设备还可以对亮度图进行划分，从而将亮度图划分为多个子区域。比如，可以通过网格划分的方式在亮度图中划分出多个子区域。例如，可以将亮度图划分为10*10个格子。

这种实施方式中，可以针对每个子区域确定出各个子区域的亮度信息，进而得到整个亮度图的亮度分布信息，从而可以结合亮度图的整体亮度信息和亮度分布信息，共同确定出待处理图片的场景。

步骤202，根据各子区域内的像素点的亮度信息，确定亮度图的整体亮度信息和亮度分布信息。

其中，整体亮度信息用于表征亮度图整体的亮度情况。

图3为本申请一示例性实施例示出的亮度图。

如图3所示，亮度图被划分为若干个子区域31，每个子区域31中都包括若干个像素点。

其中，电子设备可以根据各子区域内的像素点的亮度信息，确定该亮度图的整体亮度信息。

一种实施方式中，可以根据各子区域内的像素点的亮度值，确定出亮度图的亮度总和，进而基于亮度总和确定该亮度图的整体亮度信息。

另一种实施方式中，可以根据一个子区域内像素点的亮度信息，确定出该子区域的亮度信息。比如，一个子区域的亮度值总和较高，则该子区域的亮度较高，若一个子区域的亮度值总和较低，则该子区域的亮度较低。再根据各个子区域自身的亮度情况，评估出亮度图的整体亮度信息。

另一种实施方式中，还可以根据一个子区域内像素点的亮度信息，确定出该子区域的亮度均值，再根据亮度均值确定出该子区域的亮度信息，进而基于根据各个子区域自身的亮度情况，评估出亮度图的整体亮度信息。

电子设备确定的整体亮度信息能够表征出待处理图片整体的亮度情况。

具体的，电子设备还可以根据各子区域内的像素点的亮度信息，确定该亮度图的亮度分布信息。可以根据子区域内的像素点的亮度信息，确定该子区域的亮度情况，再基于各个子区域的亮度情况，确定出亮度图中的亮度分布信息。

一种实施方式中，可以根据子区域内的像素点的亮度信息，确定该子区域的亮度均值，再根据子区域的亮度均值确定该子区域的亮度区间。每个子区域都具有亮度区间后，可以确定出不同亮度区间的子区域数量的占比，比如，有4/5的子区域为高亮度区间，有1/10的子区域为中亮度区间，有1/10的个子区域为低亮度区间。通过这些占比，能够体现出亮度图的亮度分布信息。比如，若较多的子区域为高亮度区间，则可以认为图片的亮度较大。

另一种实施方式中，还可以根据子区域内的像素点的亮度信息，确定出亮度较高的高亮区域，还可以确定出亮度较低的低亮区域，从而可以根据高亮区域的数量、低亮区域的数量，确定亮度图的亮度分布信息。例如，高亮区域的数量较多，低亮区域的数量较少，则可以认为图片的亮度较大。

进一步的，电子设备确定的亮度分布信息能够体现出亮度图中的亮度分布情况，且亮度分布信息是根据各子区域内的像素点的亮度信息确定的，因此，该亮度分布信息考虑了子区域内各像素点之间的邻域关系。

步骤203，根据整体亮度信息和亮度分布信息，确定待处理图片的场景。

实际应用时，电子设备可以根据待处理图片的整体亮度信息和亮度分布信息，确定该待处理图片的场景。其中，所述场景用于表征拍摄所述待处理图片时的光线环境。

其中，电子设备可以根据整体亮度信息初步确定待处理图片的亮度情况。比如，整体亮度信息可以是一数值，若该整体亮度信息大于亮度阈值，则可以初步认为待处理图片整体较亮。否则，可以初步认为待处理图片整体较暗。

具体的，可以根据亮度分布信息，再次确定待处理图片的亮度情况，进而确定待处理图片的场景。

一种实施方式中，若初步认为待处理图片整体较亮，则可以根据待处理图片的亮度分布信息，再次进行判断。比如，若亮度较高的子区域比较多，则可以认为该待处理图片是逆光场景。若亮度较高的子区域少，则可以认为该待处理图片是暗光场景。

另一种实施方式中，若初步认为待处理图片整体较暗，则可以根据待处理图片的亮度分布信息，再次进行判断。比如，若亮度较低的子区域数量少于亮度正常的子区域，同时亮度较高的子区域数量较多，则可以认为该待处理图片是逆光场景。否则，可以认为待处理图片的亮度正常，为正常场景。

本申请提供的方法中，可以根据待处理图片的整体亮度信息对待处理图片初步判断，再根据待处理图片的亮度分布信息再次判断，通过两次判断确定出待处理图片的场景。而且整体亮度信息和亮度分布信息是根据各子区域内的像素点的亮度信息确定的，这两个信息中具有像素点间的邻域信息，因此，这种方式能够确定出准确的待处理图片的场景。

本实施例提供的方法用于对图片的场景进行检测，该方法由设置有本实施例提供的方法的设备执行，该设备通常以硬件和/或软件的方式来实现。

本实施例提供的图片场景检测方法，包括：获取待处理图片，根据待处理图片确定与待处理图片对应的亮度图，其中，亮度图中包括多个子区域；根据各子区域内的像素点的亮度信息，确定亮度图的整体亮度信息和亮度分布信息，其中，所述整体亮度信息用于表征所述亮度图整体的亮度情况；根据整体亮度信息和亮度分布信息，确定待处理图片的场景。本申请提供的方法中，能够根据各子区域内的像素点的亮度信息，确定亮度图的整体亮度信息和亮度分布信息，考虑了各子区域内的像素点邻域信息，从而在根据整体亮度信息和亮度分布信息确定待处理图片的场景时，也能够考虑像素点邻域信息，从而得到准确的待处理图片的场景。

图4为本申请另一示例性实施例示出的图片场景检测方法的流程图。

如图4所示，本实施例提供的图片场景检测方法，包括：

步骤401，获取待处理图片。

步骤401与步骤201中获取待处理图片的具体原理和实现方式类似，此处不再赘述。

步骤402，获取待处理图片中每个像素点的三通道值。

其中，待处理图片中包括若干个像素点，每个像素点的颜色显示效果是该像素点三个通道的值叠加的效果。三个通道是指红(R)、绿(G)、蓝(B)三个通道，每个像素点都具有R、G、B这三个通道的数值。比如，其中一个像素点R通道数值为r，G通道数值为g，B通道数值为b。

具体的，电子设备可以获取待处理图片中，每个像素点的R、G、B这三个通道的数值。比如，针对第一个像素点，可以获取三个数值r1、g1、b1，针对第二个像素点，可以获取三个数值r2、g2、b2。

步骤403，根据每个像素点的三通道值中的最大值，确定与各个像素点对应的亮度值。

进一步的，针对每个像素点，电子设备可以将该像素点的三通道值中的最大值作为该像素点的亮度值。比如，针对第一像素点，若g1在三通道值中最大，则第一像素点的亮度值为g1。再比如，针对第二像素点，若r2在三通道值中最大，则第二像素点的亮度值为r2。

步骤404，根据与各个像素点对应的亮度值，生成亮度图；其中，亮度图中包括多个子区域。

实际应用时，电子设备可以根据各像素点的亮度值生成亮度图。比如，待处理图像具有l*h个像素点，则亮度图中也具有l*h个像素点。该亮度图中各个像素点的亮度值，为各个像素点的三通道值中的最大值。

其中，亮度图中还包括多个子区域，比如，可以通过网格划分的方式，将亮度图划分为多个子区域。

步骤405，根据每一子区域内的像素点的亮度信息，确定每一子区域的亮度均值。

具体的，每个子区域内都包括若干个像素点，每个像素点都具有自己的亮度信息，具体可以是像素点的亮度值。

进一步的，电子设备可以根据一个子区域中像素点的亮度信息，确定该子区域的亮度均值，基于此，电子设备能够确定出每个子区域的亮度均值。亮度均值能够表征出单个子区域的亮度信息，且子区域的亮度均值中包括了相邻像素点之间的邻域信息。

步骤406，根据各子区域的亮度均值，确定亮度图的整体亮度信息和亮度分布信息。

实际应用时，电子设备可以根据各子区域的亮度均值确定亮度图的整体亮度信息。

其中，电子设备可以根据预设等级与亮度值之间的映射关系、每一子区域的亮度均值，确定每一子区域的亮度等级。可以预先设置预设等级，该预设等级具有对应的亮度值，比如，亮度值ra-rb对应第一亮度等级，亮度值ri-rj对应第二亮度等级。可以根据实际需求预先确定各个亮度等级对应的亮度值。

具体的，电子设备可以根据预设等级，将各个子区域的亮度均值映射到对应的预设等级上，从而确定每一子区域的亮度等级。

进一步的，电子设备可以根据每个子区域的亮度等级，确定与各亮度等级对应的子区域数量。比如，属于第一亮度等级的子区域的数量为10个，属于第二亮度等级的子区域的数量为8个。

实际应用时，根据与各亮度等级对应的权重值、与各亮度等级对应的子区域数量，确定亮度图的整体亮度信息。还可以预先设置与各亮度等级对应的权重值，比如，第一亮度等级的权重值为w1，第二亮度等级的权重值为w2。

其中，各亮度等级的权重值中，低亮度等级到高亮度等级，相应的权重相应减小。

具体的，在确定亮度图的整体亮度信息时，可以基于下式确定：

其中，Brightness是指亮度图的整体亮度信息，Wi是第i个亮度等级对应的权重值，Si是与第i个亮度等级对应的子区域数量，N是指亮度等级的总数量。

进一步的，由于逆光场景和暗光场景在某些条件下具有相似的亮度分布特性，因此，可以设置不同亮度等级对应的权重值，从而可以基于权重值对各等级的亮度信息进一步的区分，能够进一步的解决逆光场景和暗光场景具有相似性导致图片场景识别的不准确的技术问题。

实际应用时，电子设备可以根据各子区域的亮度均值确定亮度图的亮度分布信息。

其中，亮度分布信息包括以下一种或多种：高动态光照渲染HDR(High DynamicRange)区域的数量、高亮区域占比、中亮区域占比、低亮区域占比。

具体的，电子设备可以在各个子区域中，根据各子区域的亮度均值确定出HDR区域，再确定出HDR区域的数量。电子设备可以根据HDR区域的数量确定亮度图的亮度分布信息。

进一步的，电子设备可以在各个子区域中，根据各子区域的亮度均值确定出亮度均值属于高亮区间的高亮区域，再根据高亮区域的数量、子区域的总数量，确定出高亮区域占比。电子设备可以根据高亮区域占比确定亮度图的亮度分布信息。其中，可以预先设置与高亮区间对应的亮度值范围，进而可以将子区域的亮度均值映射到该高亮区间。

进一步的，电子设备可以在各个子区域中，根据各子区域的亮度均值确定出亮度均值属于中亮区间的中亮区域，再根据中亮区域的数量、子区域的总数量，确定出中亮区域占比。电子设备可以根据中亮区域占比确定亮度图的亮度分布信息。其中，可以预先设置与中亮区间对应的亮度值范围，进而可以将子区域的亮度均值映射到该中亮区间。

实际应用时，电子设备可以在各个子区域中，根据各子区域的亮度均值确定出亮度均值属于低亮区间的低亮区域，再根据低亮区域的数量、子区域的总数量，确定出低亮区域占比。电子设备可以根据低亮区域占比确定亮度图的亮度分布信息。其中，可以预先设置与低亮区间对应的亮度值范围，进而可以将子区域的亮度均值映射到该低亮区间。

其中，若亮度分布信息包括HDR区域的数量，则电子设备可以根据每一子区域内像素点的亮度信息、与每一子区域对应的亮度均值，确定与每一子区域对应的亮度标准差；再根据各个子区域的亮度均值和亮度标准差，确定出亮度图中的HDR区域的数量。

具体的，可以根据子区域内的像素点的亮度信息，确定该子区域的亮度标准差。再比对子区域的亮度均值和亮度标准差，若子区域的亮度均值和亮度标准差的和大于预设阈值，则可以将子区域确定为HDR区域。

预设阈值可以根据需求设置。

进一步的，可以确定各个子区域是否为HDR区域，从而统计出HDR区域的数量。

实际应用时，若亮度分布信息包括高亮区域占比、中亮区域占比、低亮区域占比中的任一种，则电子设备可以根据预设的亮度区间、每一子区域的亮度均值，确定每一子区域的亮度区间；再根据各子区域的亮度区间，确定与高亮区间对应的高亮区域占比、与中亮区间对应的中亮区域占比、与低亮区间对应的低亮区域占比中的任一种占比。

其中，预设的亮度区间可以具有对应的亮度值范围，比如，r1-rm为低亮度区间，r(m+1)-rn为中亮度区间，r(n+1)-rp为高亮度区间。可以将每一子区域的亮度均值映射到对应的亮度区间，进而确定每一子区域的亮度区间。比如，一个子区域为高亮区间，另一个子区域为低亮区间。

具体的，可以根据各个子区域的亮度区间，确定出每个亮度区间对应的子区域数量。比如，高亮区间的子区域数量为A，中亮区间的子区域数量为B，低亮区间的子区域数量为C。可以确定与各种亮度区间对应的子区域数量的占比，比如，与高亮区间对应的高亮区域占比为A/(A+B+C)、与中亮区间对应的中亮区域占比B/(A+B+C)、与低亮区间对应的低亮区域占比C/(A+B+C)。

步骤407，若整体亮度信息大于亮度阈值，且亮度分布信息符合第一高亮条件，则确定待处理图片的场景为逆光场景；其中，第一高亮条件为亮度分布信息中的高亮区域占比大于预设占比，或者亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。

步骤408，若整体亮度信息大于亮度阈值，且亮度分布信息符合第一低亮条件，则确定待处理图片的场景为暗光场景；其中，第一低亮条件为亮度分布信息中的高亮区域占比小于预设占比，或者亮度分布信息中的高动态光照渲染区域的数量小于预设阈值。

进一步的，电子设备在根据整体亮度信息和亮度分布信息，确定待处理图片的场景时，可以先根据亮度图的整体亮度信息初步确定待处理图片的亮度情况。

其中，可以预先设置亮度阈值，通过比对整体亮度信息与亮度阈值，初步确定待处理图片的亮度情况。比如，若在确定整体亮度信息时，各亮度等级的权重值中，低亮度等级到高亮度等级，相应的权重相应减小，则若待处理图片的亮度图的整体亮度信息大于亮度阈值，可以认为待处理图片整体较暗。

具体的，若待处理图片整体较暗，则可以根据亮度分布信息再次确定待处理图片的场景。

进一步的，可以预先设置第一高亮条件，若待处理图片整体较暗，且待处理图片的亮度分布信息符合第一高亮条件，则可以确定待处理图片的场景为逆光场景。这种实施方式中，即使待处理图片整体较暗，但是也能够基于待处理图片的亮度分布信息识别出该图片为逆光场景，从而能够准确的识别逆光场景和暗光场景。

实际应用时，第一高亮条件为亮度分布信息中的高亮区域占比大于预设占比，或者亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。若满足第一高亮条件，则说明待处理图片中亮度较高的子区域数量多，因此，可以认为待处理图片为逆光场景。

其中，还可以预先设置第一低亮条件，若待处理图片整体较暗，且待处理图片的亮度分布信息符合第一低亮条件，则可以确定待处理图片的场景为暗光场景。

具体的，第一低亮条件为亮度分布信息中的高亮区域占比小于预设占比，或者亮度分布信息中的高动态光照渲染区域的数量小于预设阈值。若满足第一低亮条件，则说明待处理图片中亮度较高的子区域数量少，因此，可以认为待处理图片为暗光场景。

步骤409，若整体亮度信息小于亮度阈值，且亮度分布信息符合第二高亮条件，则确定待处理图片的场景为逆光场景；其中，第二高亮条件为亮度分布信息中的低亮区域占比大于亮度分布信息中的中亮区域占比，且亮度分布信息中的高亮区域占比大于预设占比，且亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。

步骤410，若整体亮度信息小于亮度阈值，且亮度分布信息符合正常亮度条件，则确定待处理图片的场景为正常曝光场景；其中，正常亮度条件为亮度分布信息中的低亮区域占比小于亮度分布信息中的中亮区域占比，或者亮度分布信息中的高亮区域占比小于预设占比，或者亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。

进一步的，电子设备在根据整体亮度信息和亮度分布信息，确定待处理图片的场景时，可以先根据亮度图的整体亮度信息初步确定待处理图片的亮度情况。

其中，可以预先设置亮度阈值，通过比对整体亮度信息与亮度阈值，初步确定待处理图片的亮度情况。比如，若在确定整体亮度信息时，各亮度等级的权重值中，低亮度等级到高亮度等级，相应的权重相应减小，则若待处理图片的亮度图的整体亮度信息小于亮度阈值，可以认为待处理图片整体较亮。

具体的，若待处理图片整体较亮，则可以根据亮度分布信息再次确定待处理图片的场景。

进一步的，可以预先设置第二高亮条件，若待处理图片整体较亮，且待处理图片的亮度分布信息符合第二高亮条件，则可以确定待处理图片的场景为逆光场景。

实际应用时，第二高亮条件为亮度分布信息中的低亮区域占比大于亮度分布信息中的中亮区域占比，且亮度分布信息中的高亮区域占比大于预设占比，且亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。若满足第二高亮条件，则说明待处理图片中亮度较高的子区域数量多，因此，可以认为待处理图片为暗光场景。

其中，还可以预先设置正常亮度条件，若待处理图片整体较亮，且待处理图片的亮度分布信息符合正常亮度条件，则可以确定待处理图片的场景为正常场景。这种实施方式中，即使待处理图片整体较亮，但是也能够基于待处理图片的亮度分布信息识别出该图片为正常场景，从而能够准确的识别逆光场景、暗光场景、正常场景。

具体的，正常亮度条件为亮度分布信息中的低亮区域占比小于亮度分布信息中的中亮区域占比，或者亮度分布信息中的高亮区域占比小于预设占比，或者亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。若满足正常亮度条件，则说明待处理图片中亮度较高的子区域数量正常，因此，可以认为待处理图片为正常场景。

步骤411，若待处理图片的场景为逆光场景，则根据高动态增强算法对待处理图片进行增强处理；若待处理图片的场景为暗光场景，则根据暗光增强算法对待处理图片进行增强处理。

进一步的，本申请提供的方法中，电子设备确定出待处理图片的场景后，还可以根据场景对待处理图片进行处理，从而使得待处理图片更加清晰。

实际应用时，若待处理图片的场景为逆光场景，则根据高动态增强算法对待处理图片进行增强处理。若待处理图片的场景为暗光场景，则根据暗光增强算法对待处理图片进行增强处理。若待处理图片的场景为正常场景，则不对待处理图片进行处理。

具体可以对待处理图片的曝光参数进行调整。

由于本申请提供的方法能够准确的确定待处理图片的场景，因此，可以基于该场景选择相应的方式对待处理图片进行处理，能够得到清晰度较高的照片。

图5为本申请一示例性实施例示出的图片场景检测装置的结构图。

如图5所示，本申请提供的图片场景检测装置500，包括：

获取单元510，用于获取待处理图片，根据所述待处理图片确定与所述待处理图片对应的亮度图，其中，所述亮度图中包括多个子区域；

信息确定单元520，用于根据各所述子区域内的像素点的亮度信息，确定所述亮度图的整体亮度信息和亮度分布信息；其中，所述整体亮度信息用于表征所述亮度图整体的亮度情况；

场景确定单元530，用于根据所述整体亮度信息和亮度分布信息，确定所述待处理图片的场景；所述场景用于表征拍摄所述待处理图片时的光线环境。

本申请提供的图片场景检测装置，包括获取单元，用于获取待处理图片，根据待处理图片确定与待处理图片对应的亮度图，其中，亮度图中包括多个子区域；信息确定单元，用于根据各子区域内的像素点的亮度信息，确定亮度图的整体亮度信息和亮度分布信息；其中，所述整体亮度信息用于表征所述亮度图整体的亮度情况；场景确定单元，用于根据整体亮度信息和亮度分布信息，确定待处理图片的场景。本申请提供的装置中，能够根据各子区域内的像素点的亮度信息，确定亮度图的整体亮度信息和亮度分布信息，考虑了各子区域内的像素点邻域信息，从而在根据整体亮度信息和亮度分布信息确定待处理图片的场景时，也能够考虑像素点邻域信息，从而得到准确的待处理图片的场景。

本实施例提供的图片场景检测装置的具体原理和实现方式均与图2所示的实施例类似，此处不再赘述。

图6为本申请另一示例性实施例示出的图片场景检测装置的结构图。

如图6所示，本申请提供的图片场景检测装置600，可选的，获取单元510包括：

获取模块511，用于获取所述待处理图片中每个像素点的三通道值；

亮度确定模块512，用于根据每个像素点的所述三通道值中的最大值，确定与各个像素点对应的亮度值；

生成模块513，用于根据与各个像素点对应的亮度值，生成所述亮度图。

可选的，信息确定单元520，包括：

均值确定模块521，用于根据每一所述子区域内的像素点的亮度信息，确定每一所述子区域的亮度均值；

信息确定模块522，用于根据各所述子区域的亮度均值，确定所述亮度图的整体亮度信息和亮度分布信息。

可选的，信息确定模块522具体用于：

根据预设等级与亮度值之间的映射关系、每一所述子区域的亮度均值，确定每一所述子区域的亮度等级；

根据每个所述子区域的亮度等级，确定与各亮度等级对应的子区域数量；

根据与各所述亮度等级对应的权重值、与各亮度等级对应的子区域数量，确定所述亮度图的整体亮度信息。

可选的，所述亮度分布信息包括以下一种或多种：高动态光照渲染区域的数量、高亮区域占比、中亮区域占比、低亮区域占比。

可选的，信息确定模块522具体用于：

根据每一所述子区域内像素点的亮度信息、与每一所述子区域对应的亮度均值，确定与每一所述子区域对应的亮度标准差；

根据各个子区域的亮度均值和亮度标准差，确定出所述亮度图中的高动态光照渲染区域的数量。

可选的，信息确定模块522具体用于：

根据预设的亮度区间、每一所述子区域的亮度均值，确定每一所述子区域的亮度区间；

根据各子区域的亮度区间，确定与高亮区间对应的高亮区域占比、与中亮区间对应的中亮区域占比、与低亮区间对应的低亮区域占比。

可选的，场景确定单元530具体用于：

若所述整体亮度信息大于亮度阈值，且所述亮度分布信息符合第一高亮条件，则确定所述待处理图片的场景为逆光场景；其中，所述第一高亮条件为所述亮度分布信息中的高亮区域占比大于预设占比，或者所述亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。

可选的，场景确定单元530具体用于：

若所述整体亮度信息大于亮度阈值，且所述亮度分布信息符合第一低亮条件，则确定所述待处理图片的场景为暗光场景；其中，所述第一低亮条件为所述亮度分布信息中的高亮区域占比小于预设占比，或者所述亮度分布信息中的高动态光照渲染区域的数量小于预设阈值。

可选的，场景确定单元530具体用于：

若所述整体亮度信息小于亮度阈值，且所述亮度分布信息符合第二高亮条件，则确定所述待处理图片的场景为逆光场景；其中，所述第二高亮条件为所述亮度分布信息中的低亮区域占比大于所述亮度分布信息中的中亮区域占比，且所述亮度分布信息中的高亮区域占比大于预设占比，且所述亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。

可选的，场景确定单元530具体用于：

若所述整体亮度信息小于亮度阈值，且所述亮度分布信息符合正常亮度条件，则确定所述待处理图片的场景为正常曝光场景；其中，所述正常亮度条件为所述亮度分布信息中的低亮区域占比小于所述亮度分布信息中的中亮区域占比，或者所述亮度分布信息中的高亮区域占比小于预设占比，或者所述亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。

可选的，所述装置还包括处理单元540，用于：

若所述待处理图片的场景为逆光场景，根据高动态增强算法对所述待处理图片进行增强处理。

所述处理单元还用于：

若所述待处理图片的场景为暗光场景，则根据暗光增强算法对所述待处理图片进行增强处理。

本实施例提供的图片场景检测装置的具体原理和实现方式均与图4所示的实施例类似，此处不再赘述。

本申请还提供一种具有拍摄功能的用户终端，包括如图5或图6所示出的图片场景检测装置。

可选的，该用户终端还可以具有摄像头。

图7为本申请一示例性实施例示出的电子设备的结构图。

如图7所示，本实施例提供的电子设备包括：

存储器71；

处理器72；以及

计算机程序；

其中，所述计算机程序存储在所述存储器71中，并配置为由所述处理器72执行以实现如上所述的任一种图片场景检测方法。

本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，

所述计算机程序被处理器执行以实现如上所述的任一种图片场景检测法。

本实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的任一种图片场景检测法。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (14)

1.一种图片场景检测方法，其特征在于，包括：

获取待处理图片，根据所述待处理图片确定与所述待处理图片对应的亮度图，其中，所述亮度图中包括多个子区域；

根据各所述子区域内的像素点的亮度信息，确定所述亮度图的整体亮度信息和亮度分布信息；其中，所述整体亮度信息用于表征所述亮度图整体的亮度情况；

根据所述整体亮度信息和亮度分布信息，确定所述待处理图片的场景；所述场景用于表征拍摄所述待处理图片时的光线环境。

2.根据权利要求1所述的方法，其特征在于，根据各所述子区域内的像素点的亮度信息，确定所述亮度图的整体亮度信息和亮度分布信息，包括：

根据每一所述子区域内的像素点的亮度信息，确定每一所述子区域的亮度均值；

根据各所述子区域的亮度均值，确定所述亮度图的整体亮度信息和亮度分布信息。

3.根据权利要求2所述的方法，其特征在于，根据各所述子区域的亮度均值，确定所述亮度图的整体亮度信息，包括：

根据预设等级与亮度值之间的映射关系、每一所述子区域的亮度均值，确定每一所述子区域的亮度等级；

根据每个所述子区域的亮度等级，确定与各亮度等级对应的子区域数量；

根据与各所述亮度等级对应的权重值、与各亮度等级对应的子区域数量，确定所述亮度图的整体亮度信息。

4.根据权利要求2所述的方法，其特征在于，所述亮度分布信息包括以下一种或多种：高动态光照渲染区域的数量、高亮区域占比、中亮区域占比、低亮区域占比。

5.根据权利要求4所述的方法，其特征在于，根据各所述子区域的亮度均值，确定所述亮度图的亮度分布信息，包括：

根据每一所述子区域内像素点的亮度信息、与每一所述子区域对应的亮度均值，确定与每一所述子区域对应的亮度标准差；

根据各个子区域的亮度均值和亮度标准差，确定出所述亮度图中的高动态光照渲染区域的数量。

6.根据权利要求4所述的方法，其特征在于，根据各所述子区域的亮度均值，确定所述亮度图的亮度分布信息，包括：

根据预设的亮度区间、每一所述子区域的亮度均值，确定每一所述子区域的亮度区间；

根据各子区域的亮度区间，确定与高亮区间对应的高亮区域占比、与中亮区间对应的中亮区域占比、与低亮区间对应的低亮区域占比。

7.根据权利要求1所述的方法，其特征在于，根据所述整体亮度信息和亮度分布信息，确定所述待处理图片的场景，包括：

若所述整体亮度信息大于亮度阈值，且所述亮度分布信息符合第一高亮条件，则确定所述待处理图片的场景为逆光场景；其中，所述第一高亮条件为所述亮度分布信息中的高亮区域占比大于预设占比，或者所述亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。

8.根据权利要求1所述的方法，其特征在于，根据所述整体亮度信息和亮度分布信息，确定所述待处理图片的场景，包括：

若所述整体亮度信息大于亮度阈值，且所述亮度分布信息符合第一低亮条件，则确定所述待处理图片的场景为暗光场景；其中，所述第一低亮条件为所述亮度分布信息中的高亮区域占比小于预设占比，或者所述亮度分布信息中的高动态光照渲染区域的数量小于预设阈值。

9.根据权利要求1所述的方法，其特征在于，根据所述整体亮度信息和亮度分布信息，确定所述待处理图片的场景，包括：

若所述整体亮度信息小于亮度阈值，且所述亮度分布信息符合第二高亮条件，则确定所述待处理图片的场景为逆光场景；其中，所述第二高亮条件为所述亮度分布信息中的低亮区域占比大于所述亮度分布信息中的中亮区域占比，且所述亮度分布信息中的高亮区域占比大于预设占比，且所述亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。

10.根据权利要求1所述的方法，其特征在于，据所述整体亮度信息和亮度分布信息，确定所述待处理图片的场景，包括：

若所述整体亮度信息小于亮度阈值，且所述亮度分布信息符合正常亮度条件，则确定所述待处理图片的场景为正常曝光场景；其中，所述正常亮度条件为所述亮度分布信息中的低亮区域占比小于所述亮度分布信息中的中亮区域占比，或者所述亮度分布信息中的高亮区域占比小于预设占比，或者所述亮度分布信息中的高动态光照渲染区域的数量大于预设阈值。

11.根据权利要求1-10任一项所述的方法，其特征在于，若所述待处理图片的场景为逆光场景，则所述方法还包括：

根据高动态增强算法对所述待处理图片进行增强处理。

12.根据权利要求1-10任一项所述的方法，其特征在于，若所述待处理图片的场景为暗光场景，则所述方法还包括：

根据暗光增强算法对所述待处理图片进行增强处理。

13.根据权利要求1-10任一项所述的方法，其特征在于，根据所述待处理图片确定与所述待处理图片对应的亮度图，包括：

获取所述待处理图片中每个像素点的三通道值；

根据每个像素点的所述三通道值中的最大值，确定与各个像素点对应的亮度值；

根据与各个像素点对应的亮度值，生成所述亮度图。

14.一种图片场景检测装置，其特征在于，包括：

获取单元，用于获取待处理图片，根据所述待处理图片确定与所述待处理图片对应的亮度图，其中，所述亮度图中包括多个子区域；

信息确定单元，用于根据各所述子区域内的像素点的亮度信息，确定所述亮度图的整体亮度信息和亮度分布信息；其中，所述整体亮度信息用于表征所述亮度图整体的亮度情况；

场景确定单元，用于根据所述整体亮度信息和亮度分布信息，确定所述待处理图片的场景；所述场景用于表征拍摄所述待处理图片时的光线环境。

Images