CN115379208A

CN115379208A - 一种摄像头的测评方法及设备

Info

Publication number: CN115379208A
Application number: CN202211276459.5A
Authority: CN
Inventors: 张达; 常亮
Original assignee: Honor Device Co Ltd
Current assignee: Honor Device Co Ltd
Priority date: 2022-10-19
Filing date: 2022-10-19
Publication date: 2022-11-22
Anticipated expiration: 2042-10-19
Also published as: CN115379208B

Abstract

本申请公开了一种摄像头的测评方法及设备，该方法包括：在同一测评界面显示至少两张图像、测评维度选项和测评模式选项，至少两张图像为测评摄像头和参考摄像头针对同一场景拍摄得到的图像；测评维度选项包括清晰度选项和亮度选项，测评模式选项包括普通模式选项、人像模式选项和自定义模式选项；接收用户对测评模式选项的第一选择操作和对测评维度选项的第二选择操作；响应于第一选择操作，确定至少两张图像中每张图像的测评区域；响应于第二选择操作对每张图像的测评区域进行检测处理，确定每张图像的清晰度和/或亮度；在测评界面显示每张图像的清晰度和/或亮度。基于本方案，可以提升摄像头测评的准确性。

Description

一种摄像头的测评方法及设备

技术领域

本申请涉及电子技术领域，尤其涉及一种摄像头的测评方法及设备。

背景技术

人们常常通过拍照来记录自己的生活。在拍摄场景中，拍摄设备的摄像头的优劣对照片的显示效果有着重要的影响。通常，技术人员可以基于摄像头拍摄出的图像的显示效果来测评摄像头的优劣，但现阶段，针对图像显示效果的评价主要依赖于技术人员的主观感受，导致对摄像头的测评不准确。

发明内容

本申请实施例提供了一种摄像头的测评方法及设备，能够提升摄像头测评的准确性。

第一方面，本申请实施例提出了一种摄像头的测评方法，该方法包括：在同一测评界面显示至少两张图像、测评维度选项和测评模式选项，所述至少两张图像为至少两个摄像头针对同一场景拍摄得到的图像，一张图像与一个摄像头相对应；所述至少两个摄像头包括至少一个测评摄像头和至少一个参考摄像头；所述测评维度选项包括清晰度选项和亮度选项；测评模式选项包括普通模式选项、人像模式选项和自定义模式选项；接收用户对所述测评模式选项的第一选择操作和对所述测评维度选项的第二选择操作；响应于所述第一选择操作，确定所述至少两张图像中每张图像的测评区域；其中，若所述第一选择操作选择的测评模式为所述普通模式，则所述测评区域为所述每张图像的全部区域，若所述第一选择操作选择的测评模式为所述人像模式，则所述测评区域为所述每张图像中的人像区域，若所述第一选择操作选择的测评模式为所述自定义模式，则所述测评区域为基于任一图像的显示区域上接收到的选取操作确定的区域；响应于所述第二选择操作对所述每张图像的测评区域进行检测处理，确定所述每张图像的清晰度和/或亮度；在所述测评界面显示所述每张图像的清晰度和/或亮度。

基于第一方面所描述的方法，可以在同一测评界面显示测评摄像头和参考摄像头对同一场景拍摄得到的图像以及该图像测评得到的客观化测评数据（包括清晰度和/或亮度），能够使得用户直观清晰地对比每张图像显示效果以及测评数据；并且，通过用户对不同测评模式和不同测评维度选项的选取，能够便于用户根据不同的拍摄场景的需求对摄像头的拍摄效果进行测评，可以提升对摄像头的测评准确性。

结合第一方面，在一种可能的实现方式中，该方法还包括：在所述测评界面显示所述至少一个测评摄像头的测评结果，所述测评结果基于所述至少一个测评摄像头对应的图像的清晰度和/或亮度，与所述至少一个参考摄像头对应的图像的清晰度和/或亮度的差异确定。基于该实现方式，可以进一步基于测评摄像头和参考摄像头的测评数据之间的差异，得出测评摄像头的测评结果，可以提升测评效率，为用户提供更多的测评信息。

结合第一方面，在一种可能的实现方式中，所述第一选择操作选择的测评模式为所述自定义模式，确定所述至少两张图像中每张图像的测评区域，包括：接收用户对任一图像的显示区域上的选取操作，所述选取操作确定的区域为所述任一图像的测评区域；根据所述任一图像中的测评区域在所述任一图像中的位置信息确定所述每张图像的测评区域。基于该实现方式，用户可以对图像中的测评区域进行自定义选取，提升测评的灵活性，可以匹配不同拍摄场景的不同需求；并且，用户仅需要针对一张图像进行选取操作，可同步确定多张图像的测评区域，提升操作便利性。

结合第一方面，在一种可能的实现方式中，所述测评区域为所述每张图像中的人像区域；所述确定所述至少两张图像中每张图像的测评区域，包括：通过分类器对任一图像进行人像识别，得到至少一个识别区域；将所述至少一个识别区域中区域面积最大的识别区域确定为所述任一图像中的人像区域；根据所述任一图像中的人像区域在所述任一图像中的位置信息确定所述每张图像的测评区域。基于该实现方式，可以基于图像的人像区域对摄像头的拍摄效果进行测评，以匹配不同拍摄场景的不同需求；并且，在分类器进行人像识别之后，选取区域面积最大的识别区域作为人像区域，可以提升人像检测的准确性。另外，该方式仅需要处理一张图像，可同步确定多张图像的测评区域，能够大幅缩短测评所需时间，提升测评效率。

结合第一方面，在一种可能的实现方式中，所述对所述每张图像的测评区域进行检测处理，确定所述每张图像的清晰度，包括：对所述每张图像的测评区域进行坎尼canny边缘检测处理，得到所述每张图像对应的边缘图像；基于所述每张图像的测评区域对应的边缘图像的水平方向和竖直方向的梯度值确定所述每张图像的清晰度。基于该实现方式，可以提升测评图像清晰度的准确性。

结合第一方面，在一种可能的实现方式中，所述对所述每张图像的测评区域进行检测处理，确定所述每张图像的亮度，包括：确定所述每张图像的测评区域的物理亮度和感知亮度，所述感知亮度用于指示人眼感知到的图像的亮度；在所述物理亮度小于或者等于亮度阈值，且所述物理亮度与所述感知亮度的差值小于或者等于差值阈值的情况下，将所述物理亮度确定为图像的亮度。基于该实现方式，考虑了人眼对不同色彩的图像的感知亮度的差异，结合图像的物理量度和感知亮度来确定图像的亮度，可以提升测评图像亮度的准确性。

结合第一方面，在一种可能的实现方式中，所述方法还包括：在所述物理亮度大于所述亮度阈值的情况下，输出第一提示信息，所述第一提示信息用于指示图像的亮度异常。基于该实现方式，在图像的亮度异常的情况下，可以向用户输出提示信息，以避免异常图像对测评结果的负面影响。

结合第一方面，在一种可能的实现方式中，所述方法还包括：在所述物理亮度与所述感知亮度的差值大于差值阈值的情况下，输出第二提示信息，所述第二提示信息用于指示显示效果异常，提示色彩对测评结果的负面影响。基于该实现方式，在图像的物理亮度和感知亮度差异较大的情况下，可以向用户输出提示信息，以避免色彩差异对测评结果的负面影响。

第二方面，本申请实施例提供了一种电子设备，电子设备包括存储器和至少一个处理器；存储器与一个或多个处理器耦合，存储用于存储计算机程序代码，计算机程序代码包括计算机指令，当一个或多个处理器执行计算机指令时，使得电子设备执行如第一方面或第一方面下的任意一种可能的实现方式所描述的方法。

第三方面，本申请实施例提供了一种计算机存储介质，包括计算机指令，当计算机指令在电子设备上运行时，使得电子设备执行如第一方面或第一方面下的任意一种可能的实现方式所描述的方法。

第四方面，本申请实施例提供一种计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行如第一方面或第一方面下的任意一种可能的实现方式所描述的方法。

在本申请实施例中，可以在同一测评界面显示测评摄像头和参考摄像头对同一场景拍摄得到的图像以及该图像测评得到的客观化测评数据（包括清晰度和/或亮度），能够使得用户直观清晰地对比每张图像显示效果以及测评数据；并且，通过用户对不同测评模式和不同测评维度选项的选取，能够便于用户根据不同的拍摄场景的需求对摄像头的拍摄效果进行测评，可以提升对摄像头的测评准确性。

附图说明

图1是本申请实施例提供的电子设备的结构示意图；

图2是本申请实施例提高的电子设备的软件结构框图；

图3是本申请实施例提供的一种摄像头的测评方法的流程示意图；

图4-图7是本申请实施例提供的一些测评界面的示意图；

图8是本申请实施例提供的一些常用边缘检测算子的测试结果的示意图；

图9是本申请实施例提供的一种canny边缘检测处理的流程图；

图10是本申请实施例提供的一种确定图像的亮度的方法流程图。

具体实施方式

下面结合附图对本申请具体实施例作进一步的详细描述。其中，在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；文本中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。

以下，术语“第一”、“第二”仅用于描述目的，而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征，在本申请实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

人们常常通过拍照来记录自己的生活。在拍摄场景中，拍摄设备的摄像头的优劣对照片的显示效果有着重要的影响。通常，技术人员可以基于摄像头拍摄出的图像的显示效果来测评摄像头的优劣，但现阶段，针对图像显示效果的评价主要依赖于技术人员的主观感受，导致对摄像头的测评不准确。为了提升摄像头测评的准确性，本申请实施例提出了一种摄像头的测评方法，该摄像头的测评方法可以应用在电子设备中，该测评方法大致可以包括：电子设备在同一测评界面显示至少两张图像、测评维度选项和测评模式选项，该至少两张图像为至少两个摄像头针对同一场景拍摄得到的图像，一张图像与一个摄像头相对应；该至少两个摄像头包括至少一个测评摄像头和至少一个参考摄像头；该测评维度选项包括清晰度选项和亮度选项；测评模式选项包括普通模式选项、人像模式选项和自定义模式选项；接收用户对该测评模式选项的第一选择操作和对该测评维度选项的第二选择操作；响应于该第一选择操作，确定该至少两张图像中每张图像的测评区域；其中，若该第一选择操作选择的测评模式为该普通模式，则该测评区域为该每张图像的全部区域，若该第一选择操作选择的测评模式为该人像模式，则该测评区域为该每张图像中的人像区域，若该第一选择操作选择的测评模式为该自定义模式，则该测评区域为基于任一图像的显示区域上接收到的选取操作确定的区域；响应于该第二选择操作对该每张图像的测评区域进行检测处理，确定该每张图像的清晰度和/或亮度；在该测评界面显示该每张图像的清晰度和/或亮度。

基于本申请所描述的方法，电子设备可以在同一测评界面显示测评摄像头和参考摄像头对同一场景拍摄得到的图像以及该图像测评得到的客观化测评数据（包括清晰度和/或亮度），能够使得用户直观清晰地对比每张图像显示效果以及测评数据；并且，通过用户对不同测评模式和不同测评维度选项的选取，能够便于用户根据不同的拍摄场景的需求对摄像头的拍摄效果进行测评，可以提升对摄像头的测评准确性。

上述所描述的电子设备可以为终端设备，例如智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、智能车载等，但并不局限于此。该电子设备也可以为服务器，例如可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。本申请实施例对电子设备的类型不作限定。

请参见图1，图1示出了电子设备100的结构示意图。下面以电子设备100为例对实施例进行具体说明。应该理解的是，电子设备100可以具有比图1中所示的更多的或者更少的部件，可以组合两个或多个的部件，或者可以具有不同的部件配置。图1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。

电子设备100可以包括：处理器110、存储器120、天线1，天线2，移动通信模块150，无线通信模块160，显示屏194。

可以理解的是，本发明实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中，电子设备100可以包括比图1示出的更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图1示出的部件可以以硬件，软件或软件和硬件的组合实现。

处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，存储器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。

其中，控制器可以是电子设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。

处理器110中还可以设置存储器120，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。

在一些实施例中，处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，I2C)接口，集成电路内置音频(inter-integrated circuitsound，I2S)接口，脉冲编码调制(pulse code modulation，PCM)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，UART)接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。

示例性的，MIPI接口可以被用于连接处理器110与显示屏194等外围器件。MIPI接口可以包括摄像头串行接口（camera serial interface，CSI），显示屏串行接口（displayserial interface，DSI）等。在一些实施例中，处理器110和显示屏194通过DSI接口通信，实现电子设备100的显示功能。

USB接口是符合USB标准规范的接口，具体可以是Mini USB接口，Micro USB接口，USB Type C接口等。USB接口可以用于连接充电器为电子设备100充电，也可以用于电子设备100与外围设备之间传输数据。也可以用于连接耳机，通过耳机播放音频。该接口还可以用于连接其他电子设备，例如AR设备等。在一些实施例中，可以通过USB接口与摄像设备进行连接，以获取该摄像设备拍摄得到的图像。可选的，电子设备100还可以通过其他有线连接或者无线连接的方式与摄像设备建立连接，以获取该摄像设备拍摄得到的图像。

可以理解的是，本申请实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对电子设备100的结构限定。在本申请另一些实施例中，电子设备100也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。

电子设备100的无线通信功能可以通过天线1，天线2，移动通信模块150，无线通信模块160，调制解调处理器以及基带处理器等实现。

天线1和天线2用于发射和接收电磁波信号。电子设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。

移动通信模块150可以提供应用在电子设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器，开关，功率放大器，低噪声放大器(low noise amplifier，LNA)等。移动通信模块150可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大，经天线1转为电磁波辐射出去。在一些实施例中，移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中，移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。

调制解调处理器可以包括调制器和解调器。其中，调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后，被传递给应用处理器。应用处理器通过音频设备输出声音信号，或通过显示图像或视频。在一些实施例中，调制解调处理器可以是独立的器件。在另一些实施例中，调制解调处理器可以独立于处理器110，与移动通信模块150或其他功能模块设置在同一个器件中。

无线通信模块160可以提供应用在电子设备100上的包括无线局域网(wirelesslocal area networks，WLAN)(如Wi-Fi网络)，蓝牙(bluetooth，BT)，BLE广播，全球导航卫星系统(global navigation satellite system，GNSS)，调频(frequency modulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。

在一些实施例中，电子设备100的天线1和移动通信模块150耦合，天线2和无线通信模块160耦合，使得电子设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications，GSM)，通用分组无线服务(general packet radio service，GPRS)，码分多址接入(codedivision multiple access，CDMA)，宽带码分多址(wideband code division multipleaccess，WCDMA)，时分码分多址(time-division code division multiple access，TD-SCDMA)，长期演进(long term evolution，LTE)，BT，GNSS，WLAN，NFC，FM，和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system，GPS)，全球导航卫星系统(global navigation satellite system，GLONASS)，北斗卫星导航系统(beidounavigation satellite system，BDS)，准天顶卫星系统(quasi-zenith satellitesystem，QZSS)和/或星基增强系统(satellite based augmentation systems，SBAS)。

电子设备100通过GPU，显示屏194，以及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏194和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器110可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。

显示屏194用于显示图像，视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏（liquid crystal display，LCD），有机发光二极管（organic light-emittingdiode，OLED），有源矩阵有机发光二极体或主动矩阵有机发光二极体（active-matrixorganic light emitting diode的，AMOLED），柔性发光二极管（flex light-emittingdiode，FLED），Miniled，MicroLed，Micro-oLed，量子点发光二极管（quantum dot lightemitting diodes，QLED）等。在一些实施例中，电子设备100可以包括1个或N个显示屏194，N为大于1的正整数。

NPU为神经网络（neural-network，NN）计算处理器，通过借鉴生物神经网络结构，例如借鉴人脑神经元之间传递模式，对输入信息快速处理，还可以不断的自学习。通过NPU可以实现电子设备100的智能认知等应用，例如：图像识别，人像识别，语音识别，文本理解等。

电子设备100的软件系统可以采用分层架构，事件驱动架构，微核架构，微服务架构，或云架构。本发明实施例以分层架构的Android系统为例，示例性说明电子设备100的软件结构。

图2是本发明实施例的电子设备100的软件结构框图。

分层架构将软件分成若干个层，每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中，将Android系统分为四层，从上至下分别为应用程序层，应用程序框架层，安卓运行时(Android runtime)和系统库，以及内核层。

应用程序层可以包括一系列应用程序包。

如图2所示，应用程序包可以包括相机，图库，日历，通话，地图，导航，WLAN，蓝牙，音乐，视频，短信息等应用程序(也可以称为应用)。

应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface，API)和编程框架。应用程序框架层包括一些预先定义的函数。

如图2所示，应用程序框架层可以包括窗口管理器，内容提供器，视图系统，电话管理器，资源管理器，通知管理器等。

窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小，判断是否有状态栏，锁定屏幕，截取屏幕等。

内容提供器用来存放和获取数据，并使这些数据可以被应用程序访问。所述数据可以包括视频，图像，音频，拨打和接听的电话，浏览历史和书签，电话簿等。

视图系统包括可视控件，例如显示文字的控件，显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如，包括短信通知图标的显示界面，可以包括显示文字的视图以及显示图片的视图。

电话管理器用于提供电子设备100的通信功能。例如通话状态的管理(包括接通，挂断等)。

资源管理器为应用程序提供各种资源，比如本地化字符串，图标，图片，布局文件，视频文件等等。

通知管理器使应用程序可以在状态栏中显示通知信息，可以用于传达告知类型的消息，可以短暂停留后自动消失，无需用户交互。比如通知管理器被用于告知下载完成，消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知，例如后台运行的应用程序的通知，还可以是以对话界面形式出现在屏幕上的通知。例如在状态栏提示文本信息，发出提示音，电子设备振动，指示灯闪烁等。

Android runtime包括核心库和虚拟机。Android runtime负责安卓系统的调度和管理。

核心库包含两部分：一部分是java语言需要调用的功能函数，另一部分是安卓的核心库。

应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理，堆栈管理，线程管理，安全和异常的管理，以及垃圾回收等功能。

系统库可以包括多个功能模块。例如：表面管理器(surface manager)，媒体库(Media Libraries)，三维图形处理库(例如：OpenGL ES)，二维图形引擎(例如：SGL)等。

表面管理器用于对显示子系统进行管理，并且为多个应用程序提供了二维和三维图层的融合。

媒体库支持多种常用的音频，视频格式回放和录制，以及静态图像文件等。媒体库可以支持多种音视频编码格式，例如: MPEG4，H.264，MP3，AAC，AMR，JPG，PNG等。

三维图形处理库用于实现三维图形绘图，图像渲染，合成，和图层处理等。

二维图形引擎是二维绘图的绘图引擎。

内核层是硬件和软件之间的层。内核层至少包含显示驱动，摄像头驱动，音频驱动，传感器驱动。

下面对本申请实施例提供的图像处理方法进一步进行详细描述：

请参见图3，图3是本申请实施例提供的一种摄像头的测评方法的流程示意图。可选的，图3所示方法的执行主体可以为上述内容中描述的电子设备，或执行主体可以为电子设备中的芯片。以下以电子设备为执行主体为例进行说明。该方法包括但不限于如下步骤。

S301、电子设备在同一测评界面显示至少两张图像、测评维度选项和测评模式选项。

其中，该至少两张图像为至少两个摄像头针对同一场景拍摄得到的图像，一张图像与一个摄像头相对应。也即是多个摄像头对同一场景分别进行拍摄，为了减少拍摄角度、拍摄高度等因素对照片显示效果的影响，可以将各个摄像头依次放置在固定机位上进行拍摄。每个摄像头拍摄的图像可以是一张，也可以是多张中选取的一张，作为摄像头的测评依据。

在本申请的实施例中，该至少两个摄像头包括至少一个测评摄像头和至少一个参考摄像头。该测评摄像头是需要进行测评的摄像头，可以是一个或者多个；该参考摄像头是事先依据测评需求选取的作为参照对象的摄像头，可以是一个或者多个。

电子设备在同一测评界面上同时显示该至少两张图像、测评维度选项和测评模式选项。示例性的，参见图4，是本申请实施例提供的一种测评界面的示意图。在图4中，测评界面中包括多个显示区域，具体包括图像显示区域401，测评结果显示区域402，测评维度显示区域403，测评模式显示区域404，功能选择显示区域405，其中：

图像显示区域401，用于显示多张图像。示例性的，可以并排显示多张图像，每张图像的附近区域显示了拍摄该图像的摄像头的标识，以体现图像和摄像头的对应关系，便于用户可以便捷直观地观测各个摄像头的拍摄效果。该图像显示区域401显示至少一个测评摄像头和至少一个参考摄像头拍摄得到的图像，图4中示例出了一个测试摄像头和两个参考摄像头拍摄得到的图像。

需要说明的是，该测评摄像头和该参考摄像头的个数还可以为其他数量，示例性的，可以为两个测试摄像头和一个参考摄像头，可以为两个测试摄像头和两个参考摄像头，可以为三个测试摄像头和一个参考摄像头等等。在摄像头更多的应用场景中，该图像显示区域401显示图像的方式可以作适应性的改变。示例性的，若摄像头的数量为四个，四个摄像头对应的四张图像可以并排显示，也可以按照上下两行，每行放置两张图像的类似矩阵形的排列来显示，或者该图像显示区域401中可以包含有滑动条（可以为上下滑动的滑动条，或者左右滑动的滑动条），用户可以通过操控滑动条来调整图像显示区域401中显示的图像。其他摄像头数量的方式可以参照上述示例，或者还可以有其他显示方式对图像进行排列。

可选的，图像显示区域401还可以具备放大、缩小以及平移等功能，以方便用户查看图像中的各个部分，或者对某张图像进行更细致的操作。

测评结果显示区域402，用于显示测评图像得到的测评数据，示例性的，包括清晰度和/或亮度。其中，每组测评数据与一张图像相对应，也即是，每组测评数据与一个摄像头相对应。在图4中，测评数据示例性地显示在其对应的图像的下方。本申请不限定测评数据的显示方式，该测评数据还可以具有其他的显示方式，例如显示在其对应的图像的上方，或者以表格的形式显示在图表中，该图表展示有各个摄像头与测评数据的对应关系，示例性的，可参见下述表1。

表1

摄像头	清晰度	亮度
			测评摄像头	x1	y1
参考摄像头1	x2	y2
			参考摄像头2	x3	y3

测评维度显示区域403，用于显示针对图像进行的测评的维度对应的控件，该测评的维度可以包括清晰度和亮度。示例性的，该测评维度显示区域403包括清晰度选项控件4031和亮度选项控件4032。该清晰度选项控件4031和亮度选项控件4032用于接收用户的选择操作，响应于该选择操作，确定对图像进行的测评的维度。若用户选择的测评维度为清晰度，那么，电子设备对各个图像进行清晰度的检测处理，确定各个图像的清晰度，再将确定出的清晰度显示在测评结果显示区域402中；若用户选择的测评维度为亮度，那么，电子设备对各个图像进行亮度的检测处理，确定各个图像的亮度，再将确定出的亮度显示在测评结果显示区域402中；若用户选择的测评维度为清晰度和亮度，那么，电子设备对各个图像进行清晰度和亮度的检测处理，确定各个图像的清晰度和亮度，再将确定出的清晰度和亮度显示在测评结果显示区域402中。

可选的，清晰度选项控件4031和亮度选项控件4032可以有两种显示状态，处于第一显示状态时，表示该选项控件对应的测评维度被选择，处于第二显示状态时，表示该选项控件对应的测评维度未被选择。相似的，以下实施例内容介绍的各类选项控件可参照此处的解释，在处于第一显示状态时，表示该控件对应的模式/功能被选择，处于第二显示状态时，表示该选项控件对应的模式/功能被选择未被选择。需要说明的是，本申请并不限定第一显示状态和第二显示状态的具体形态，示例性的，可以基于亮度、色彩、大小、勾选符号有无等显示状态的不同来区分不同的显示状态。不同选项控件的第一显示状态/第二显示状态也可以存在不同。

可选的，在一些实现方式中，还可以存在更多的测评维度，例如，噪声强度、色彩精度（color accuracy）、色彩均匀性（color shading），等等。用户可以依据测评需求选择其中的一项或者多项测评维度。

测评模式显示区域404，用于显示针对图像进行的测评的选择模式对应的控件，主要体现在对图像进行测评的测评区域的不同。该测评模式包括普通模式（还可以有其他名称，例如，全量模式、基础模式、默认模式，等等）、人像模式（还可以有其他名称，例如，人像模式、人物模式，等等）和自定义模式（还可以有其他名称，例如，选择模式、框选模式，等等）。具体的，普通模式对应的测评区域为图像的全部区域，人像模式对应的测评区域为图像的人像区域，自定义模式对应的测评区域可以基于用户对图像输入的选取操作来确定，在该模式下，用户可以对测评区域进行自定义，依据测评的需求，对图像中的部分区域进行测评。示例性的，若需要考察摄像头对细节部分的处理效果，可以选取图像中的局部区域来进行测评。

示例性的，测评模式显示区域404包括普通模式选项控件4041、人像模式选项控件4042和自定义模式选项控件4043。该普通模式选项控件4041、人像模式选项控件4042和自定义模式选项控件4043用于接收用户的选择操作，响应于该选择操作，确定对图像进行的测评的模式，也可以理解为确定图像的测评区域。具体的，若选择操作选择的测评模式为普通模式，则确定测评区域为每张图像的全部区域，若选择操作选择的测评模式为人像模式，则确定测评区域为每张图像中的人像区域，若选择操作选择的测评模式为自定义模式，则确定测评区域为基于任一图像的显示区域上接收到的选取操作确定的区域。

可选的，可以按照测评需求选择相应的测评模式，示例性的，若需要对摄像头拍摄的整体效果进行测评，那么可以选择普通模式；若需要对摄像头拍摄的人像效果进行测评，那么可以选择人像模式。可选的，可以对同一摄像头在各个测评模式下依次测评，以测评摄像头在各种测评模式下的拍摄效果。

功能选择显示区域405，用于显示测评流程中的功能选择对应的控件。示例性的，主要功能包括选择图片、开始测评、保存结果、结束等。具体的，选择图片的功能用于添加摄像头拍摄的图片，也即是选择图像显示区域401显示的该至少两张图像。开始测试的功能用于触发电子设备对图像进行检测处理，以输出图像的测评数据，该检测处理的维度由测评维度显示区域403接收到的选择操作确定。保存结果的功能用于保存各个摄像头的测评得到的测评数据。结束的功能用于结束测评操作。

示例性的，功能选择显示区域405包括选择图片控件4051、开始测评控件4052、保存结果控件4053、结束控件4054。该选择图片控件4051、开始测评控件4052、保存结果控件4053、结束控件4054用于接收用户的选择操作，响应于该选择操作，执行相应的测评功能。

S302、电子设备接收用户对所述测评模式选项的第一选择操作和对所述测评维度选项的第二选择操作。

参考上述的介绍，以图4为例，第一选择操作为用户针对测评模式显示区域404中的普通模式选项控件4041、人像模式选项控件4042或者自定义模式选项控件4043的操作。第二选择操作为用户针对测评维度显示区域403中的清晰度选项控件4031和/或亮度选项控件4032的操作。需要说明的是，第一选择操作和第二选择操作没有操作顺序的限制。

S303、响应于所述第一选择操作，确定所述至少两张图像中每张图像的测评区域。

其中，若所述第一选择操作选择的测评模式为所述普通模式，则所述测评区域为所述每张图像的全部区域，若所述第一选择操作选择的测评模式为所述人像模式，则所述测评区域为所述每张图像中的人像区域，若所述第一选择操作选择的测评模式为所述自定义模式，则所述测评区域为基于任一图像的显示区域上接收到的选取操作确定的区域。

S304、响应于所述第二选择操作对所述每张图像的测评区域进行检测处理，确定所述每张图像的清晰度和/或亮度。

其中，若第二选择操作选择的测评维度为清晰度，那么，电子设备对每张图像进行清晰度的检测处理，确定每张图像的清晰度；若第二选择操作选择的测评维度为亮度，那么，电子设备对每张图像进行亮度的检测处理，确定每张图像的亮度；若第二选择操作选择的测评维度为清晰度和亮度，那么，电子设备对每张图像进行清晰度和亮度的检测处理，确定每张图像的清晰度和亮度。

可选的，以图4为例，在电子设备对每张图像进行检测处理之前，还可以确认接收到了用户针对开始测评控件4052的选择操作。

S305、在所述测评界面显示所述每张图像的清晰度和/或亮度。

在本申请实施例中，电子设备可以在同一测评界面显示测评摄像头和参考摄像头对同一场景拍摄得到的图像以及该图像测评得到的客观化测评数据（包括清晰度和/或亮度），能够使得用户直观清晰地对比每张图像显示效果以及测评数据。以图4为例，在电子设备对每张图像进行检测处理之后，将确定出每张图像的清晰度和/或亮度显示在测评结果显示区域402中。

以下以图3对应的实施例为基础，对本申请的另一些可能的实现方式做相关的介绍。

在一些实施例中，本申请还可以在所述测评界面显示所述至少一个测评摄像头的测评结果，所述测评结果基于所述至少一个测评摄像头对应的图像的清晰度和/或亮度，与所述至少一个参考摄像头对应的图像的清晰度和/或亮度的差异确定。以图4为例，该测评结果可以显示在测评结果显示区域402中。可选的，该测评结果还可以作为弹窗内容显示在测评界面中，或者该测评结果还可以具有其他的表现形式。

在一些实现方式中，对于清晰度而言，清晰度越高，表示该摄像头的拍摄效果越优质。若测评摄像头对应的图像的清晰度等于参考摄像头的清晰度，表明测评摄像头的拍摄效果与参考摄像头的拍摄效果相似；若测评摄像头对应的图像的清晰度小于参考摄像头的清晰度，表明测评摄像头的拍摄效果差于参考摄像头的拍摄效果；若测评摄像头对应的图像的清晰度大于参考摄像头的清晰度，表明测评摄像头的拍摄效果优于参考摄像头的拍摄效果。

对于亮度而言，可以视为参考摄像头在亮度维度的拍摄效果较为优质，若测评摄像头与参考摄像头的亮度的差值在预设范围内，表明测评摄像头在亮度维度的拍摄效果较优，若测评摄像头与参考摄像头的亮度的差值超过该预设范围，表明测评摄像头在亮度维度的拍摄效果较差。

可选的，该测评结果可以通过打分或者标定等级的方式来体现。可选的，可以基于测评摄像头的清晰度减去参考摄像头的清晰度的差值作为测评依据。在一个示例性中，若该差值小于第一阈值，则确定测评摄像头在清晰度维度的测评结果为C（或称为差），若该差值大于或者等于第一阈值，且小于第二阈值，则确定测评摄像头在清晰度维度的测评结果为B（或称为合格），若差值大于第二阈值，则确定测评摄像头在清晰度维度的测评结果为A（或称为优）。该第一阈值和第二阈值的取值可以预先设定。示例性的，第一阈值为-10，第二阈值为10，或者，第一阈值为-20，第二阈值为20，等等。可选的，还可以存在更加细致的评级阈值，等级的划分也可以更加细致，示例性的，等级的划分由差至优还可以为C-、C+、B-、B+、A-、A+。

可选的，可以基于测评摄像头的亮度减去参考摄像头的亮度的绝对值作为测评依据。在一个示例性中，测评摄像头在亮度维度的测评结果可以参照如下公式1-1计算：

公式1-1

在公式1-1中，L为亮度维度的测评结果，l ₁为测评摄像头的亮度，l ₂为参考摄像头的亮度。由公式1-1可知，测评摄像头的亮度减去参考摄像头的亮度的绝对值越小，亮度维度的测评结果的分值越高，表示测评摄像头在亮度维度的显示效果越优质。

需要说明的是，在本申请的实际应用中，还可以存在其他的确定测评结果的方式，本申请不限定其确认的方式。

在一些实施例中，若第一选择操作选择的测评模式为自定义模式，则用户还需要进一步在图像上输入选取操作，以确定图像的测评区域。以下内容将介绍一些输入选取操作的方式。

可选的，为了便于用户对图像的测评区域进行选取，电子设备可以对任一张图像（可以是测试摄像头对应的图像中的任一张，也可以是所有摄像头对应的图像中的任一张）进行放大处理。示例性的，参见图5，是本申请实施例提供的一种测评界面的示意图。可选的，以图4为基础，响应于用户对自定义模式选项控件4043的选择操作，测评界面从图4切换至图5。

在图5中，测评界面包括图像显示区域503和功能选择显示区域504。

其中，图像显示区域503，用于显示一张图像，以及用于接收用户对该张图像输入的选取操作。该张图像可以是测试摄像头对应的图像中的任一张，也可以是所有摄像头对应的图像中的任一张。可选的，可以对图像显示区域503中的图像执行放大、缩小以及平移等操作，以便用户输入选取操作。如图5所示，该选取操作可以是用户拖动光标501以绘制选择框502的操作。该选取操作确定出的图像区域为选择框502包含的图像区域。

功能选择显示区域504，用于显示多种功能控件。示例性的，功能选择显示区域504包括确定控件5041、取消控件5042和返回控件5043。

在一些实现方式中，响应于用户作用于确定控件5041的操作，电子设备将该选取操作确定出的图像区域（即选择框502包含的图像区域）确定为该张图像的测试区域。由于该多张图像是针对同一场景拍摄得到的图像，因此该多张图像的构图方式近似相同，可以根据该张图像中的测评区域在该张图像中的位置信息（示例为，相对坐标信息或者绝对坐标信息）确定每张图像的测评区域。通过这种方式，用户仅需要针对一张图像进行选取操作，可同步确定每张图像的测评区域，大幅提升了操作的便利性。确定之后，测评界面可以从图5切换回图4。

可选的，从图5切换回图4之后，图4中的每张图像中可以显示标示框以表明图像的测评区域在图像中的位置，以方便用户直观地查看到测评区域的位置。示例性的，标示框的显示方式可以参见图6所示的测评界面。在图6中，每张图像中显示有自身对应的标示框，可以理解的是，标示框601在图像1中的位置、标示框602在图像2中的位置和标示框603在图像3中的位置均相同。除了标示框的表现方式，还可以有其他的体现测评区域的方式，例如，在一张图像中，除测评区域正常显示外，其他区域降低亮度，或者设置一定的透明度，等等，还可以存在其他可能的显示方式。

在一些实现方式中，响应于用户作用于取消控件5042的操作，电子设备清除上次选取操作的记录（示例性的，不再显示选择框502），并等待再次接收用户的选取操作。

在一些实现方式中，响应于用户作用于返回控件5043的操作，电子设备从当前显示界面切换回上一个显示界面。

可选的，除了框选操作的方式，本申请实施例还可以存在另一些确定测评区域的方式。示例性的，参见图7所示的测评界面。可选的，以图5为基础，图7所示的测评界面还包括显著性区域框701、显著性区域框702和显著性区域框703，其中，一个显著性区域框包含一个显著性区域。该显著性区域框是电子设备对该图像进行显著性检测后生成的。此处对显著性区域作出说明，图像的显著性区域为一张图像中引起人们关注的区域。在计算视觉领域，可以通过图像处理的手段来模拟一张图像中的显著性区域，这种方式称作显著性检测。在本申请实施例中，可以通过深度学习的方式实现显著性检测。一张图像经过显著性检测处理后，输出的结果通常为一个灰度图，灰度值越高的地方表示显著性越高，通过这种方式，可以确定一张图像中的显著性区域。需要说明的是，还可以存在其他的确定显著性区域的方式，本申请不作限制。

确定测评区域的选取操作可以为用户作用于显著性区域（或者显著性区域框）的操作，示例性的，可以为针对显著性区域（或者显著性区域框）的单击操作或者双击操作，等等。该选取操作确定出的测评区域为接收到该选取操作的显著性区域。示例性的，若用户点击了显著性区域框701包含的显著性区域，显著性区域框701可以从“常规”的显示状态转变为“加粗”的显示状态，以表示该显著性区域被选择。可选的，该显著性区域框（或者该显著性区域）还可以有其他的显示方式（或称为显示状态）的改变以体现该显著性区域被选择。

在该示例的实现方式中，该选取操作确定出的图像区域为该选取操作对应的显著性区域。通过这种方式，电子设备可以对图像中的显著性区域进行显示以方便用户选取，由于显著性区域一般是人们更容易引起关注的区域，该显著性区域的拍摄效果更能体现摄像头的拍摄效果。

可选的，在该实施例中，用户也可以通过拖动光标501绘制选择框来确定需要测评的测评区域，上述介绍的两种选取操作互不冲突。

在另一些实施例中，若第一选择操作选择的测评模式为人像模式，电子设备需要对图像进行人像识别处理，以确定图像的测评区域。在人像模式下，确定所述至少两张图像中每张图像的测评区域的方法包括：通过分类器对任一图像进行人像识别（或者称为人脸识别），得到至少一个识别区域；将所述至少一个识别区域中区域面积最大的识别区域确定为所述任一图像中的人像区域；根据所述任一图像中的人像区域在所述任一图像中的位置信息确定所述每张图像的测评区域。

示例性的，该分类器可以是哈尔（Haar）分类器。Haar分类器是计算机视觉库OpenCV中一种较为稳定的人像分割算法，相较于其他人像检测算法，Haar分类器具有更强的易用性。通过Haar分类器处理之后，可能会得到一个或者多个识别区域，在这种情况下，将面积最大的识别区域确定为识别出的人像区域。由于一般情况下，在有人像的图片中，人像往往会占据图像中较大部分的像素点，通过选取面积最大的识别区域作为人像区域可以避免发生误检的情况，可以提升人像检测的准确率。在识别出一张图像中的人像区域之后，可以根据该张图像中人像区域在该张图像的位置信息确定每张图像的人像区域，将每张图像的人像区域作为测评区域。由于该多张图像是针对同一场景拍摄得到的图像，因此该多张图像的构图方式近似相同，可以根据该张图像中的测评区域在该张图像中的位置信息（示例为，相对坐标信息或者绝对坐标信息）确定每张图像的测评区域。通过这种方式，电子设备仅需要针对一张图像进行人像识别处理，可同步确定每张图像的测评区域，大幅缩短了处理时间。

以下介绍本申请中确定图像的清晰度以及亮度的方法。

首先，介绍确定图像的清晰度的方法。在一些实施例中，确定图像的清晰度的方式包括：对所述每张图像的测评区域进行坎尼（canny）边缘检测处理，得到所述每张图像对应的边缘图像；基于所述每张图像的测评区域对应的边缘图像的水平方向和竖直方向的梯度值确定所述每张图像的清晰度。

在图像处理中，一般认为清晰度好的图像具有更尖锐的边缘，故具有更大的梯度函数值。基于这一原理，本申请采用Tenegard梯度法作为基础算法评判测试数据的清晰度。一般的，Tenegard梯度法利用索贝尔（sobel）算法（或者称为sobel边缘检测算法）提取水平方向和竖直方向的梯度值作为测试目标的清晰度客观值。但是由于sobel算法采用的sobel算子存在伪边缘的问题，容易造成客观化评测结果不准确。参见图8，是本申请实施例提供的一种常用边缘检测算子的测试结果的示意图。图8中包括的算子有sobel算子、罗伯茨（roberts）算子、普鲁伊特（prewitt）算子、高斯拉普拉斯（Laplacian of Gaussian，log）算子和canny算子。本申请使用边缘检测准确率和效率更优的canny算子代替sobel算子，实现快速获取更为准确的清晰度量化数值。

采用canny算子的canny算法在边缘检测方面具有更精确的表现，能够准确地识别图像中的弱边缘。canny算法具有低失误率，高位置精度，能得到单像素宽度的边缘等优点，更适用于对图像中的细节进行检测。

在本申请实施例中，对每张图像的测评区域基于canny算法进行canny边缘检测处理。以下对canny边缘检测处理的步骤进行介绍。参见图9，是本申请实施例提供的一种canny边缘检测处理的流程图。

S901、将图像的测评区域转换为灰度图像。

S902、使用高斯滤波对该灰度图像进行降噪处理，以减少噪声对边缘检测产生的负面影响。

S903、获取降噪后的灰度图像的横纵向梯度。

具体的，可以利用sobel算子计算降噪后的灰度图像在横向和纵向的梯度值，获得梯度矩阵。其中，梯度表示灰度值的变化程度和方向。

示例性的，水平方向的sobel算子Gx用来检测y方向的边缘。Gx可参照公式1-2所示。

公式1-2

垂直方向上的sobel算子Gy用来检测x方向的边缘。Gy可参照公式1-3所示。

公式1-3

利用公式1-4和公式1-5计算梯度G和方向

。

公式1-4

公式1-5

S904、采用非最大抑制方法过滤非边缘像素。

该操作的目的是为了将图像中模糊的边界变得清晰。具体的，遍历梯度矩阵上的所有点，保留边缘方向上具有极大值的像素，过滤掉其他的值。

示例性的，对于每个像素点，进行如下操作：

（1）将其梯度方向近似为以下值中的一个：0、45、90、135、180、225、270、315。

（2）比较该像素点，和其梯度方向正负方向的像素点的梯度强度。

（3）如果该像素点的梯度强度最大则保留，否则抑制（删除，即置为0）。

S905、采用双阈值方法进一步识别真伪边界。

示例性的，设定双阈值[low,high]，在低于low阈值的像素点视为非边界，高于high阈值的像素点视为边界点（或者称为强边界（strong edge）），处于阈值之间的像素点视为候选边界点（或者称为弱边界（weak edge）），将根据周围像素点判定其是否为边界。通过双阈值方法可以确定出潜在的边界。

S906、利用滞后技术跟踪边界。

这个步骤可以处理S7中的候选边界点。其原理是将和强边界相连的弱边界认为是边界，其他的弱边界则被抑制。这是因为，真实边界引起的弱边界像素将连接到强边界像素，而噪声响应未连接。示例性的，为了跟踪边界连接，可以查看弱边界像素及其8个邻域像素，只要其中一个为强边界像素，则该弱边界点就可以保留为真实的边界。

通过上述方式的处理，可以描绘出边缘轮廓的图像。在该边缘轮廓图像中，边界点置为1，显示为白色，其他像素点置为0，显示为黑色；整个边缘轮廓的图像中的边界点的值相加，得到图像的清晰度。该清晰度的数值越大，则表明图像的清晰度越高。

以下介绍本申请中确定图像的亮度的方法。

亮度是指发光体光强与光源面积之比，定义为该光源单位的亮度，即单位投影面积上的发光强度。亮度分为物理亮度和感知亮度。物理亮度可以通过亮度测量仪器直接得到，感知亮度表示人眼的真实感知情况，即用于指示人眼感知到的图像的亮度，其受物体光线，颜色等外部参数影响。在本申请实施例中，将结合图像的物理亮度和感知亮度来确定图像的亮度。可选的，在图像的物理亮度小于或者等于亮度阈值，且物理亮度与感知亮度的差值小于或者等于差值阈值的情况下，将物理亮度确定为图像的亮度。

参见图10，是本申请实施例提供的一种确定图像的亮度的方法流程图。该方法包括如下步骤：

S1001、计算图像的测评区域的物理亮度和感知亮度。

可选的，图像的物理亮度的计算方法参见公式1-6所示。

公式1-6

其中，Lignt ₁为物理亮度的值，R为图像的测评区域中的所有像素点的红色（red，R）分量的值的和，G为图像的测评区域中的所有像素点的绿色（green，G）分量的值的和，B为图像的测评区域中的所有像素点的蓝色（blue，B）分量的值的和。

可选的，图像的感知亮度的计算方法参见公式1-7所示。

公式1-7

其中，Lignt ₂为感知亮度的值，R为图像的测评区域中的所有像素点的红色（red，R）分量的值的和，G为图像的测评区域中的所有像素点的绿色（green，G）分量的值的和，B为图像的测评区域中的所有像素点的蓝色（blue，B）分量的值的和。

S1002、判定物理量度是否大于亮度阈值，若是（对应大于的情况）则执行步骤S1003，若否（对应小于或者等于的情况），则执行步骤S1004。

其中，该亮度阈值可以是事先预设的值，若图像的物理量度大于亮度阈值表明图像的亮度过大（示例为，该图像过曝），该图像的显示效果不佳。

S1003、输出第一提示信息。

其中，第一提示信息用于指示图像的亮度异常。基于该实现方式，在图像的亮度异常的情况下，可以向用户输出提示信息，以避免异常图像对测评结果的负面影响。

S1004、判定物理亮度与感知亮度的差值是否大于差值阈值，若是（对应大于的情况）则执行步骤S1005，若否（对应小于或者等于的情况），则执行步骤S1006。

其中，该差值可以是物理亮度与感知亮度的差的绝对值。该差值阈值可以为事先预设的值，若物理亮度与感知亮度的差值大于差值阈值，表明色彩对该图像的亮度感知的影响较大。

S1005、输出第二提示信息。

其中，第二提示信息用于指示显示效果异常，提示色彩对测评结果的负面影响。基于该实现方式，在图像的物理亮度和感知亮度差异较大的情况下，可以向用户输出提示信息，以避免色彩差异对测评结果的负面影响。

S1006、将物理亮度确定为图像的亮度。

基于本申请实施例的方法，考虑了人眼对不同色彩的图像的感知亮度的差异，结合图像的物理量度和感知亮度来确定图像的亮度，可以提升测评图像亮度的准确性。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机或处理器上运行时，使得计算机或处理器执行上述任一个方法中的一个或多个步骤。

本申请实施例还提供了一种包含指令的计算机程序产品。当该计算机程序产品在计算机或处理器上运行时，使得计算机或处理器执行上述任一个方法中的一个或多个步骤。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线）或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，（例如，软盘、硬盘、磁带）、光介质(例如，DVD)、或者半导体介质（例如，固态硬盘（solid state drive，SSD））等。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。

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。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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申请各实施例技术方案的范围。

Claims

1.一种摄像头的测评方法，其特征在于，所述方法包括：

在同一测评界面显示至少两张图像、测评维度选项和测评模式选项，所述至少两张图像为至少两个摄像头针对同一场景拍摄得到的图像，一张图像与一个摄像头相对应；所述至少两个摄像头包括至少一个测评摄像头和至少一个参考摄像头；所述测评维度选项包括清晰度选项和亮度选项；测评模式选项包括普通模式选项、人像模式选项和自定义模式选项；

接收用户对所述测评模式选项的第一选择操作和对所述测评维度选项的第二选择操作；

响应于所述第一选择操作，确定所述至少两张图像中每张图像的测评区域；其中，若所述第一选择操作选择的测评模式为所述普通模式，则所述测评区域为所述每张图像的全部区域，若所述第一选择操作选择的测评模式为所述人像模式，则所述测评区域为所述每张图像中的人像区域，若所述第一选择操作选择的测评模式为所述自定义模式，则所述测评区域为基于任一图像的显示区域上接收到的选取操作确定的区域；

响应于所述第二选择操作对所述每张图像的测评区域进行检测处理，确定所述每张图像的清晰度和/或亮度；

在所述测评界面显示所述每张图像的清晰度和/或亮度。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述测评界面显示所述至少一个测评摄像头的测评结果，所述测评结果基于所述至少一个测评摄像头对应的图像的清晰度和/或亮度，与所述至少一个参考摄像头对应的图像的清晰度和/或亮度的差异确定。

3.根据权利要求1所述的方法，其特征在于，所述第一选择操作选择的测评模式为所述自定义模式，所述确定所述至少两张图像中每张图像的测评区域，包括：

接收用户对任一图像的显示区域上的选取操作，所述选取操作确定的区域为所述任一图像的测评区域；

根据所述任一图像中的测评区域在所述任一图像中的位置信息确定所述每张图像的测评区域。

4.根据权利要求1所述的方法，其特征在于，所述测评区域为所述每张图像中的人像区域；

所述确定所述至少两张图像中每张图像的测评区域，包括：

通过分类器对任一图像进行人像识别，得到至少一个识别区域；将所述至少一个识别区域中区域面积最大的识别区域确定为所述任一图像中的人像区域；

根据所述任一图像中的人像区域在所述任一图像中的位置信息确定所述每张图像的测评区域。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述对所述每张图像的测评区域进行检测处理，确定所述每张图像的清晰度，包括：

对所述每张图像的测评区域进行坎尼canny边缘检测处理，得到所述每张图像对应的边缘图像；

基于所述每张图像的测评区域对应的边缘图像的水平方向和竖直方向的梯度值确定所述每张图像的清晰度。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述对所述每张图像的测评区域进行检测处理，确定所述每张图像的亮度，包括：

确定所述每张图像的测评区域的物理亮度和感知亮度，所述感知亮度用于指示人眼感知到的图像的亮度；

在所述物理亮度小于或者等于亮度阈值，且所述物理亮度与所述感知亮度的差值小于或者等于差值阈值的情况下，将所述物理亮度确定为图像的亮度。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

在所述物理亮度大于所述亮度阈值的情况下，输出第一提示信息，所述第一提示信息用于指示图像的亮度异常。

8.根据权利要求6所述的方法，其特征在于，所述方法还包括：

在所述物理亮度与所述感知亮度的差值大于差值阈值的情况下，输出第二提示信息，所述第二提示信息用于指示显示效果异常，提示色彩对测评结果的负面影响。

9.一种电子设备，其特征在于，包括收发器、处理器和存储器，所述存储器用于存储计算机程序，所述处理器调用所述计算机程序，用于执行如权利要求1-8中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，包括计算机指令，当所述计算机指令在计算机上运行时，使得所述计算机执行如权利要求1-8中任一项所述的方法。

11.一种计算机程序产品，其特征在于，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如权利要求1-8任一项所述的方法。