CN116055897B - 拍照方法及其相关设备 - Google Patents
拍照方法及其相关设备 Download PDFInfo
- Publication number
- CN116055897B CN116055897B CN202211026658.0A CN202211026658A CN116055897B CN 116055897 B CN116055897 B CN 116055897B CN 202211026658 A CN202211026658 A CN 202211026658A CN 116055897 B CN116055897 B CN 116055897B
- Authority
- CN
- China
- Prior art keywords
- photographing
- algorithm
- processing
- frame number
- memory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 169
- 238000012545 processing Methods 0.000 claims abstract description 618
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 561
- 230000008569 process Effects 0.000 claims description 70
- 238000001514 detection method Methods 0.000 claims description 66
- 238000003860 storage Methods 0.000 claims description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 description 39
- 230000006870 function Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 17
- 238000012937 correction Methods 0.000 description 12
- 238000013507 mapping Methods 0.000 description 12
- 230000007423 decrease Effects 0.000 description 11
- 238000007726 management method Methods 0.000 description 11
- 210000000988 bone and bone Anatomy 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 230000009467 reduction Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 239000003086 colorant Substances 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000003190 augmentative effect Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000003705 background correction Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002138 osteoinductive effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本申请提供了一种拍照方法及其相关设备,涉及图像处理领域,该拍照方法包括:针对第x次拍照次数,确定内存占用量;当小于第一内存阈值时,确定x级处理算法为第一拍照算法,并确定x级处理帧数为第一帧数;当大于或等于第一内存阈值,而小于第二内存阈值时,确定x级处理算法为第二拍照算法,并确定x级处理帧数为第二帧数;当大于第二内存阈值时,确定x级处理算法为第三拍照算法,并确定x级处理帧数为第三帧数;利用x级处理算法对原始图像中的x级处理帧数进行处理,得到对应的拍摄图像;保存拍摄图像。本申请通过对内存占用量进行区分,适应性选择不同时长的处理算法和/或不同的处理帧数处理,可以减小内存增量的压力,实现连续快速拍照。
Description
技术领域
本申请涉及图像技术领域,具体地,涉及一种拍照方法及其相关设备。
背景技术
随着具有拍照功能的电子设备在生活中的普及,人们使用电子设备进行拍照已经成为了一种日常行为方式。
目前大多数电子设备在进行拍照处理时,为了达到更好的拍照画质效果,多采用的是多帧拍照算法。但是,通常算法处理的帧数越多,对应处理的时长就越长。在此情况下,若用户连续触发多次拍照,后台将出现拍照请求等待,等待处理的拍照次数所累积的待处理的图像将使得内存占用不断扩大,当剩余内存不足以支持拍照处理时,后台将不再响应用户的拍照命令,也即电子设备将无法继续进行拍照。对于这一问题,亟需一种新的方法进行解决。
发明内容
本申请提供了一种拍照方法及其相关设备,通过对内存占用量进行区分,适应性选择不同处理时长的处理算法和/或处理帧数处理,从而可以减小内存增量的压力,实现连续快速拍照。
第一方面,提供了一种拍照方法,应用于包括摄像头的电子设备,所述方法包括:
显示第一界面,所述第一界面包括第一控件;
当检测到对所述第一控件的第一操作时,响应于所述第一操作,采集一次原始图像;
针对第x次拍照次数,确定内存占用量;
当所述内存占用量小于第一内存阈值时,确定x级处理算法为第一拍照算法,并确定x级处理帧数为第一帧数,x为大于1的整数;
当所述内存占用量大于或等于所述第一内存阈值,而小于第二内存阈值时,确定所述x级处理算法为第二拍照算法,并确定所述x级处理帧数为第二帧数;
当所述内存占用量大于所述第二内存阈值时,确定所述x级处理算法为第三拍照算法,并确定所述x级处理帧数为第三帧数,所述第一内存阈值小于所述第二内存阈值;
利用所述x级处理算法对所述原始图像中的所述x级处理帧数进行处理,得到对应的拍摄图像;
保存所述拍摄图像;
其中,当所述第一拍照算法、所述第二拍照算法和所述第三拍照算法相同时,所述第一帧数、所述第二帧数和所述第三帧数逐渐减小;
当所述第一拍照算法、所述第二拍照算法和所述第三拍照算法的处理时长逐渐减小时,所述第一帧数、所述第二帧数和所述第三帧数相同或者逐渐减小。
可选地,第一操作为点击操作。第一操作还可以包括语音指示操作或者其他指示电子设备进行拍照的操作。
本申请实施例提供了一种拍照方法,响应于用户对第一控件的第一操作,电子设备采用摄像头采集一次原始图像,然后,通过确定内存占用量的大小,并根据内存占用量大小的不同,适应性地选择不同处理时长的算法进行处理,比如,在内存占用量较小时选择处理时间较长的算法进行处理,而在内存占用量逐渐增大时选择处理时间较短的算法进行处理,从而可以减小电子设备中的内存增量的压力,提高拍照处理效率,及时响应用户的拍照需求,实现连续快速的拍照。
在第一方面一种可能的实现方式中,所述方法还包括:
针对所述第x次拍照次数,当设备温度大于或等于温度阈值时,利用单帧算法对所述原始图像中的1帧进行处理,得到对应的拍摄图像;
其中,当所述第一拍照算法、所述第二拍照算法和所述第三拍照算法相同时,所述单帧算法的处理时长比所述第三拍照算法的处理时长更短;
当所述第一拍照算法、所述第二拍照算法和所述第三拍照算法的处理时长逐渐减小时,所述单帧算法的处理时长与所述第三拍照算法的处理时长相同,或者,所述单帧算法的处理时长比所述第三拍照算法的处理时长更短。
其中,设备温度指的是电子设备内部的温度。
在该实现方式中,当设备温度高于温度阈值时,可以切换成单帧算法对1帧原始图像进行处理,最大程度的减小电子设备的工作量,减缓热量的增长幅度,降低热量的增量压力,从而使得电子设备在无法工作之前,多实现一些拍照次数,满足用户的拍照需求。
应理解,由于单帧算法可以仅在图像信号处理器中运行处理,因此,单帧算法的处理速度相对比较快,处理时长相对也比较短。
在第一方面一种可能的实现方式中,所述方法还包括:
当所述第一操作对应第1次拍照次数时,针对待拍摄场景进行环境检测;
根据环境检测结果确定所述第1次拍照次数对应的1级处理帧数和1级处理算法;
利用所述1级处理算法,对所述第1次拍照次数对应采集的原始图像中的所述1级处理帧数进行处理,得到对应的拍摄图像。
在该实现方式中,本申请通过对待拍摄场景进行环境检测,可以确定出不同的场景,然后,基于细分出的不同场景,选择不同的算法,以及从对应采集的原始图像中选择不同帧数来进行处理,从而可以适应性提高在每种场景下,第1次拍照次数所对应得到的拍摄图像的质量和效果。
在第一方面一种可能的实现方式中,所述环境检测至少包括照度检测和动态范围检测,所述环境检测结果至少包括照度和动态范围值;
根据环境检测结果确定所述第1次拍照次数对应的1级处理帧数和1级处理算法,包括:
当所述照度小于照度阈值,所述动态范围值大于或等于动态范围阈值时,确定所述1级处理帧数为a1帧,并确定所述1级处理算法为A1算法;
当所述照度小于所述照度阈值,所述动态范围值小于所述动态范围阈值时,确定所述1级处理帧数为b1帧,并确定所述1级处理算法为B1算法;
当所述照度大于或等于所述照度阈值,所述动态范围值大于或等于所述动态范围阈值时,确定所述1级处理帧数为c1帧,并确定所述1级处理算法为C1算法;
当所述照度大于或等于所述照度阈值,所述动态范围值小于所述动态范围阈值时,确定所述1级处理帧数为d1帧,并确定所述1级处理算法为D1算法;
其中,a1、b1、c1和d1均为大于或等于1的整数。
可选地,可以按照采集顺序从原始图像的全部帧中选择a1帧、b1帧、c1帧或d1帧,或者,也可以从原始图像的全部帧中任意抽取a1帧、b1帧、c1帧或d1帧。
在第一方面一种可能的实现方式中,利用所述1级处理算法,对所述第1次拍照次数对应采集的原始图像中的所述1级处理帧数进行处理,得到对应的拍摄图像,包括:
当所述照度小于照度阈值,所述动态范围值大于或等于动态范围阈值时,利用所述A1算法对所述第1次拍照次数对应采集的原始图像中的a1帧进行处理,得到对应的拍摄图像;
当所述照度小于所述照度阈值,所述动态范围值小于所述动态范围阈值时,利用所述B1算法对所述第1次拍照次数对应采集的原始图像中的b1帧进行处理,得到对应的拍摄图像;
当所述照度大于或等于所述照度阈值,所述动态范围值大于或等于所述动态范围阈值时,利用所述C1算法对所述第1次拍照次数对应采集的原始图像中的c1帧进行处理,得到对应的拍摄图像;
当所述照度大于或等于所述照度阈值,所述动态范围值小于所述动态范围阈值时,利用所述D1算法对所述第1次拍照次数对应采集的原始图像中的d1帧进行处理,得到对应的拍摄图像。
可选地,在动态范围值大于或等于动态范围阈值时,第1次拍照次数对应采集的原始图像中的a1帧,和/或,第1次拍照次数对应采集的原始图像中的c1帧,包括长曝光的原始图像、正常曝光的原始图像和短曝光的原始图像中的至少一种。
在该实现方式中,当处理的原始图像中包括长曝光、正常曝光和短曝光的原始图像时,可以调整图像的动态范围和图像细节,使得获得的拍摄图像呈现的内容更真实,图像质量相对更好。
在第一方面一种可能的实现方式中,在确定所述x级处理算法为第三拍照算法,并确定所述x级处理帧数为第三帧数之后,所述方法还包括:
确定对所述第一控件的第一操作的频率,以及内存水位线与所述内存占用量的差值;
当所述频率满足预设频率条件或所述差值小于预设差值时,确定后台等待的拍照次数;
将所述后台等待的拍照次数各自对应的x级处理算法分别作为初始处理算法;
将最近一次确定的拍照次数对应的x级处理算法作为目标处理算法;
利用所述目标处理算法替换所述后台等待的拍照次数各自的所述初始处理算法;
当后台等待的任意一次拍照次数被调用处理时,利用所述目标处理算法对所述任意一次拍照次数所对应的原始图像中的x级处理帧数进行处理,得到对应的拍摄图像。
在该实现方式中,由于最近一次确定出的拍照次数所对应的处理算法是根据当前的内存情况确定出来的,所以等待的拍照次数的处理算法随之调整,可控制内存堆积程度,减小内存占用量,实现连续快速拍照。
在第一方面一种可能的实现方式中,所述第一界面是指拍照界面,所述第一控件是指用于指示拍照的控件。
在第一方面一种可能的实现方式中,所述第一界面是指录像界面,所述第一控件是指用于指示抓拍的控件。
第二方面,提供了一种图像处理装置,该装置包括用于执行以上第一方面或第一方面的任意可能的实现方式中各个步骤的单元。
第三方面,提供一种电子设备,包括一个或多个处理器和存储器;
所述存储器与所述一个或多个处理器耦合,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,所述一个或多个处理器调用所述计算机指令以使得所述电子设备执行以上第一方面或第一方面的任意可能的实现方式中提供的方法。
第四方面,提供了一种芯片,所述芯片应用于电子设备,所述芯片包括一个或多个处理器,所述处理器用于调用计算机指令以使得所述电子设备执行第一方面或第一方面的任意可能的实现方式中提供的方法。
第五方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序代码,当所述计算机程序代码被电子设备运行时,使得所述电子设备执行第一方面或第一方面的任意可能的实现方式中提供的方法。
第六方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序代码,当所述计算机程序代码被电子设备运行时,使得所述电子设备执行第一方面或第一方面的任意可能的实现方式中提供的方法。
本申请实施例提供了一种拍照方法及其相关设备,在响应于用户对第一控件的第一操作时,电子设备采用摄像头采集一次原始图像。当第一操作对应第1次拍照次数时,针对待拍摄场景进行环境检测,然后,根据环境检测结果确定第1次拍照次数对应的1级处理帧数和1级处理算法。而当第一操作对应第2次拍照次数及后续其他次数的拍照次数时,先针对内存占用量进行检测,将确定出的内存占用量大小与预设的内存阈值进行比较,然后,根据不同的内存占用量大小,选择不同的处理帧数和处理算法。
在针对第1次拍照次数进行处理时,由于针对环境检测结果对场景进行了细分,根据不同场景选择了不同的算法和帧数,从而可以适应性提高在每种场景下,第1次拍照次数对应得到的拍摄图像的质量和效果。
而在针对第2次拍照次数及后续其他次数进行处理时,由于针对内存占用量进行细分,根据不同内存占用量选择了不同的算法和帧数,在内存占用量越大的情况下选择处理时长越短的算法和/或减小处理帧数,从而减小了内存增量的压力,提高处理效率,实现快速拍照的需求。
附图说明
图1是本申请实施例适用的一种场景示意图;
图2是本申请实施例适用的另一种场景示意图;
图3是本申请实施例提供的一种拍照方法的流程示意图;
图4是本申请实施例提供的一种点击操作的界面示意图;
图5是本申请实施例提供的另一种点击操作的界面示意图;
图6是本申请实施例提供的一种图像处理的进程示意图;
图7是本申请实施例提供的一种环境检测的流程示意图;
图8是本申请实施例提供的一种表格;
图9是本申请实施例提供的一种根据内存占用量确定相应帧数和算法的流程示意图;
图10是本申请实施例提供的一种内存占用量的增长示意图;
图11是本申请实施例提供的另一种拍照方法的流程示意图;
图12是本申请实施例提供的又一种拍照方法的流程示意图;
图13是本申请实施例提供的又一种拍照方法的流程示意图;
图14是本申请实施例提供的另一种表格;
图15是本申请实施例提供的又一种表格;
图16是本申请实施例提供的又一种表格;
图17是图16对应的处理进程示意图;
图18是本申请实施例提供的一种电子设备的显示界面的示意图;
图19是本申请实施例提供的另一种电子设备的显示界面的示意图;
图20是本申请实施例提供的一种电子设备的硬件结构示意图;
图21是本申请实施例提供的一种电子设备的软件结构示意图;
图22为本申请实施例提供的一种图像处理装置的结构示意图;
图23为本申请实施例提供的一种芯片的结构示意图。
具体实施方式
下面将结合附图,对本申请中的技术方案进行描述。
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;本文中的“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。另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指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。
首先,对本申请实施例中的部分用语进行解释说明,以便于本领域技术人员理解。
1、RGB(red,green,blue)颜色空间,指的是一种与人的视觉系统结构相关的颜色模型。根据人眼睛的结构,将所有颜色都当作是红色、绿色和蓝色的不同组合。
2、YUV颜色空间,指的是一种颜色编码方法,Y表示亮度,U和V表示的则是色度。上述RGB颜色空间着重于人眼对色彩的感应,YUV颜色空间则着重于视觉对亮度的敏感程度,RGB颜色空间和YUV颜色空间可以互相转换。
3、像素值,指的是位于RGB颜色空间的彩色图像中每个像素对应的一组颜色分量。例如,每个像素对应一组三基色分量,其中,三基色分量分别为红色分量R、绿色分量G和蓝色分量B。
4、拜耳格式(bayer pattern)彩色滤波阵列(color filter array,CFA),图像由实际的景物转换为图像数据时,通常是图像传感器分别接收红色通道信号、绿色通道信号和蓝色通道信号,三个通道信号的信息,然后将三个通道信号的信息合成彩色图像,但是,这种方案中每个像素位置处都对应需要三块滤镜,价格昂贵且不好制作,因此,可以在图像传感器表面覆盖一层彩色滤波阵列,以获取三个通道信号的信息。拜耳格式彩色滤波阵列指的是滤镜以棋盘格式进行排布。例如,该拜耳格式彩色滤波阵列中的最小重复单元为:一个获取红色通道信号的滤镜、两个获取绿色通道信号的滤镜、一个获取蓝色通道信号的滤镜以2×2的方式排布。
5、拜耳格式图像(bayer image),即基于拜耳格式彩色滤波阵列的图像传感器输出的图像。该图像中的多种颜色的像素以拜耳格式进行排布。其中,拜耳格式图像中的每个像素仅对应一种颜色的通道信号。示例性的,由于人的视觉对绿色较为敏感,所以,可以设定绿色像素(对应绿色通道信号的像素)占全部像素的50%,蓝色像素(对应蓝色通道信号的像素)和红色像素(对应红色通道信号的像素)各占全部像素的25%。其中,拜耳格式图像的最小重复单元为:一个红色像素、两个绿色像素和一个蓝色像素以2×2的方式排布。拜耳格式图像即为位于RAW域的图像。
6、拍摄参数
拍摄参数可包括快门、曝光时间、光圈值(aperture value,AV)、曝光值(exposurevalue,EV)和感光度ISO。以下分别进行介绍。
快门是控制光线进入摄像头时间长短,以决定图像曝光时间的装置。快门保持在开启状态的时间越长,进入摄像头的光线越多,图像对应的曝光时间越长。相反,快门保持在开启状态的时间越短,进入摄像头的光线越少,图像对应的曝光时间越短。
曝光时间是指为了将光投射到摄像头的感光材料的感光面上,快门所要打开的时间。曝光时间由感光材料的感光度和感光面上的照度确定。曝光时间越长,进入摄像头的光越多,曝光时间越短,进入摄像头的光越少。因此,暗光场景下需要长的曝光时间,逆光场景下需要短的曝光时间。
光圈值(f值),是摄像头中的镜头(lens)的焦距与镜头通光直径的比值。光圈值越大,进入摄像头的光线越多。光圈值越小,进入摄像头的光线越少。
曝光值,是曝光时间和光圈值组合起来表示摄像头的镜头通光能力的一个数值。曝光值可以定义为:
其中,N为光圈值;t为曝光时间,单位为秒。
ISO,用于衡量底片对于光的灵敏程度,即感光度或增益。对于不敏感的底片,需要更长的曝光时间以达到跟敏感底片亮度相同的成像。对于敏感的底片,需要较短的曝光时间以达到与不敏感的底片亮度相同的成像。
拍摄参数中,快门、曝光时间、光圈值、曝光值和ISO,电子设备可通过算法实现自动对焦(auto focus,AF)、自动曝光(automatic exposure,AE)、自动白平衡(auto whitebalance,AWB)中的至少一项,以实现这些拍摄参数的自动调节。
自动对焦是指电子设备通过调整聚焦镜头的位置获得最高的图像频率成分,以得到更高的图像对比度。其中,对焦是一个不断积累的过程,电子设备比较镜头在不同位置下拍摄的图像的对比度,从而获得图像的对比度最大时镜头的位置,进而确定对焦的焦距。
自动曝光是指电子设备根据可用的光源条件自动设置曝光值。电子设备可根据当前所采集图像的曝光值,自动设定快门速度和光圈值,以实现自动设定曝光值。
物体颜色会因投射光线颜色产生改变,在不同光线颜色下电子设备采集出的图像会有不同的色温。白平衡与周围光线密切相关。无论环境光线如何,电子设备的摄像头能识别出白色,并以白色为基准还原其他颜色。自动白平衡可实现电子设备根据光源条件调整图像颜色的保真程度。3A即自动对焦、自动曝光和自动白平衡。
示例性的,曝光值的取值可以为-24、-4、-3、-2、-1、0、1、2、3、4、24中的任意一项。
EV0对应的曝光图像,用于指示电子设备通过算法实现曝光时,通过确定的曝光值0来捕获的曝光图像。EV-2对应的曝光图像,用于指示电子设备通过算法实现曝光时,通过确定的曝光值-2来捕获的曝光图像。EV1对应的曝光图像,用于指示电子设备通过算法实现曝光时,通过确定的曝光值1来捕获的曝光图像。其他依次类推,在此不再赘述。
其中,曝光值每增加1将改变一档曝光,也就是将曝光量(指物体表面某一面元接收的光照度在时间t内的积分)增加一倍,比如将曝光时间或光圈面积增加一倍。那么,曝光值的增加将对应于更慢的快门速度和更小的f值。由此可知,EV0相对于EV-2,曝光值增加了2,改变了两档曝光;同理,EV1相对于EV0,曝光值增加了1,改变了一档曝光。
此处,当曝光值EV等于0时,该曝光值通常为当前照明条件下的最佳曝光值。相应的,在EV0的条件下电子设备对应获取的曝光图像,为当前照明条件下的最佳曝光图像,该最佳曝光图像也可以称为参考曝光图像。
应理解,该“最佳”曝光图像指的是给定的电子设备通过算法确定的曝光图像,当电子设备不同、算法不同或当前照明条件不同时,确定的最佳曝光图像不同。
以上是对本申请实施例所涉及的名词的简单介绍,以下不再赘述。
随着具有拍照功能的电子设备在生活中的普及,人们使用电子设备进行拍照已经成为了一种日常行为方式。
大多数电子设备在进行拍照处理时,为了达到更好的拍照画质,多采用的是多帧拍照算法。但是,通常算法处理的帧数越多,对应处理的时长就越长。例如,处理的图像数量为9帧时,从用户按下电子设备显示界面上显示的拍摄键到图像处理完成后供用户查阅的时长,也即算法端到端的时长约在2.5s左右;处理的图像数量大于9帧时,算法端到端的时长将大于2.5s。
而电子设备进行拍照处理时,当上一次拍照处理结束后,电子设备才会进行下一次的拍照处理。基于该单线程的处理进程,若用户连续触发了多次拍照命令,且触发拍照的间隔时间小于上述2.5s时,电子设备则会因为每次拍照算法进行拍照处理的时间较长,无法及时响应,导致后台等待的拍照次数逐渐增多。随着等待的拍照次数越来越多,后台累积存储的待处理的数据也越来越多,不断扩大了内存占用,在当剩余内存不足以支持拍照处理时,后台将不再响应用户所触发的拍照命令。
这样用户无论怎样点击拍摄键,都感觉拍摄键按不动,此时,电子设备相当于无法正常进行拍照,导致给用户带来了非常差的体验。
有鉴于此,本申请实施例提供了一种拍照方法,响应于用户对第一控件的第一操作,电子设备采用摄像头采集一次原始图像,然后,通过确定内存占用量的大小,并根据内存占用量大小的不同,适应性地选择不同处理时长的算法进行处理,比如,在内存占用量较小时选择处理时间较长的算法进行处理,而在内存占用量逐渐增大时选择处理时间较短的算法进行处理,从而可以减小电子设备中的内存增量的压力,提高拍照处理效率,及时响应用户的拍照需求,实现连续快速的拍照。
本申请实施例提供的拍照方法可以适用于各种电子设备。
在本申请的一些实施例中,该电子设备可以为运动相机、数码相机等各种摄像装置、手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personalcomputer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等,或者可以为其他能够进行图像显示的设备或装置,对于电子设备的具体类型,本申请实施例不作任何限制。
下文以电子设备为手机为例进行说明。手机可以包括显示屏、一个或多个摄像头。其中,手机在一个待拍摄场景下,采用一个或多个摄像头拍摄,以得到不同特点的拍摄图像。显示屏用于显示拍摄后处理得到的拍摄图像。
其中,待拍摄场景指的是用户所期望拍摄的场景。若用户使用电子设备的摄像头对准一包括某物体的场景,则该包括某物体的场景即为待拍摄场景。应理解,待拍摄场景并非特指某一个特定场景,而是跟随摄像头的指向所实时对准的场景。
基于此,结合图1和图2对本申请实施例提供的应用场景进行介绍。图1示出了本申请实施例适用的一种场景示意图,图2示出了本申请实施例适用的另一种场景示意图。
应用场景一:拍照场景
如图1中的(a)所示,该电子设备100上安装有相机应用。此外,还安装有多种应用,本申请实施例对此不进行任何限制。示例性的,响应于用户针对相机应用的点击操作,当电子设备100运行相机应用时,电子设备100显示如图1中的(b)所示的拍摄界面。
其中,该拍摄界面包括相机应用的多种拍摄模式,如,大光圈模式41、夜景模式42、人像模式43、拍照模式44、录像模式45等。该拍摄界面还包括第一控件,第一控件为拍摄键50,拍摄键50用于指示当前的拍摄模式,例如,在打开相机的情况下,拍摄键50默认指示当前的拍摄模式为拍照模式44。
如图1中的(b)所示,该拍摄界面中还包括取景窗口60,取景窗口60可用于实时显示拍照前的预览图像。拍摄界面中还显示有第二控件,第二控件为变焦选项61。用户可以在变焦选项61中选择当前需要的变焦倍数,例如,0.5倍、2倍或50倍变焦倍数等。
结合图1中的(a)和(b)所示,在用户打开相机,当前拍摄模式默认为拍照模式的情况下,用户将手机上的摄像头对准待拍摄场景后,取景窗口60可以实时显示拍照前的预览图像;然后,响应于用户对拍摄键50的连续多次点击操作,电子设备可以调用本申请提供的拍照方法,根据内存的大小,适应性选择不同的拍照算法进行处理,从而可以减小内存增量的压力,提高拍照处理的效率,及时响应用户的拍照需求,实现快速拍照,避免出现相关技术中后台无法响应拍照命令的情况。
应用场景二:录像中抓拍的场景
如图2中的(a)所示,该电子设备100上安装有相机应用。示例性的,响应于用户针对相机应用的点击操作,当电子设备100运行相机应用时,电子设备显示如图2中的(b)所示的拍摄界面。
其中,针对该拍摄界面的描述与针对图1中的(b)的描述的相同,在此不再赘述。在打开相机的情况下,默认拍摄键50指示当前的拍摄模式为拍照模式44。示例性的,响应于用户向左的滑动操作,该拍摄模式可以从拍照模式44切换成录像模式45。
如图2中的(c)所示,当拍摄模式切换成录像模式45时,该拍摄界面中包括的取景窗口60可用于实时显示录像前的预览图像。示例性的,响应于用户针对拍摄键50的点击操作,当电子设备100开始进行录像时,电子设备可以显示如图2中的(d)所示的录像界面。
如图2中的(d)所示,该录像界面中可以显示当前拍摄的视频画面(如图中所示的提着购物袋走路的男士)、拍摄进度(如图中的所示的00:12)、状态图标(如图中拍摄进度前面的拍摄图标用于表示当前处于拍摄状态),以及第三控件,例如,抓拍控件70,当然,该拍摄界面还可以包括其他控件,例如:变焦选项61、结束控件80、暂停/继续控件90等,本申请实施例对此不进行限定。
其中,暂停/继续控件90用于在视频拍摄过程中显示暂停图标(参考图2中的(d)所示),还用于单击该暂停图标时暂停当前视频拍摄过程;以及在视频拍摄暂停时显示拍摄图标,用户点击该拍摄图标时继续当前视频拍摄过程(图2中未示出)。结束控件80用于结束当前视频拍摄过程。抓拍控件70用于在不暂停当前视频拍摄过程且不结束当前视频拍摄过程的情况下抓拍照片。
结合图2中的(c)和(d)所示,当用户在拍摄提着购物袋走路的男士的过程中,想要抓拍男士的照片时,用户可以点击拍摄界面中的抓拍控件70,获取抓拍照片。该抓拍照片作为图像存储在电子设备的图库中。若用户连续多次点击该录像界面中的抓拍控件70,电子设备可以调用本申请提供的拍照方法,根据内存的大小,适应性选择不同的拍照算法进行处理,从而可以减小内存增量的压力,提高抓拍处理的效率,及时响应用户的拍照需求,实现快速抓拍,避免出现相关技术中后台无法响应拍照命令的情况。
上述为对应用场景的两种举例说明,并不对本申请的应用场景作任何限定。
下面结合图3至图19对本申请实施例提供的拍照方法进行详细描述。
图3是本申请提供的一种拍照方法的流程示意图。该拍照方法应用于包括摄像头的电子设备,例如手机。如图3所示,该方法的步骤可以包括以下S11至S19。
S11、电子设备显示第一界面,第一界面包括第一控件。
可选地,如图1中的(b)所示,第一界面可以为拍摄界面,第一控件用于指示拍摄界面中的拍摄键50。
可选地,如图2中的(d)所示,第一界面可以为录像界面,第一控件用于指示录像界面中的抓拍控件70。
当然,第一界面也可以其他界面,第一控件相应地的可以为其他界面上用于指示拍照的控件,本申请实施例对此不进行任何限制。
S12、当检测到用户对第一控件的第一操作时,响应于第一操作,电子设备利用摄像头采集一次原始图像。
可选地,第一操作可以是对第一控件的点击操作,还可以是语音指示操作或者其他指示电子设备进行拍照的操作,本申请实施例对此不进行任何限制。
其中,点击操作指的是用户在较短的时间触摸第一控件后离开的行为。
例如,图4示出了一种点击操作的界面示意图,如图4中的(a)和(b)所示,用户的手指按下拍摄键50后抬起记为一次点击操作,从手指按下拍摄键50到手指抬起离开拍摄键50之间的时间为一次点击操作的时长,通常该时长非常短。
又例如,图5示出了另一种点击操作的界面示意图,如图5中的(a)和(b)所示,用户的手指按下抓拍控件70后抬起记为一次点击操作,从手指按下抓拍控件70到手指抬起离开抓拍控件70之间的时间为一次点击操作的时长。
结合图5,示例性的,在打开相机进行录像的情况下,当用户对抓拍控件70进行一次点击操作时,响应于该次点击操作,电子设备采用摄像头采集一次原始图像。
当用户对抓拍控件70进行多次点击操作时,响应于该多次点击操作,电子设备可以采用摄像头采集多次原始图像。应理解,当用户对抓拍控件70进行多次点击操作时,第一次点击操作与第1次拍照次数对应,第二次点击操作与第2次拍照次数对应,第三次点击操作与第3次拍照次数对应,后续依次类推不再赘述。
此处,需要说明的是,当相机关闭后被重新打开时,拍照次数需要重新从1开始累计。或者,当相邻两次点击操作的间隔时长超过第一预设间隔时长且后台没有等待处理的数据时,拍照次数也需要重新从1开始累计。其中,第一预设间隔时长至少大于一次拍照的处理时长,第一预设间隔时长的具体时长可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
示例性的,当用户第一次打开相机,对拍摄键50进行第一次点击操作后,响应于该次点击操作,电子设备采用摄像头采集了一次原始图像,该次拍照次数对应为第1次拍照次数。然后,用户关闭又重新打开了相机,并对拍摄键50进行了另一次点击操作,响应于当前的点击操作,电子设备采用摄像头又采集一次原始图像,此时,由于相机是重新开启的,所以,该次拍照次数应该重新记录为第1次拍照次数。
示例性的,图6提供了一种图像处理的进程示意图。
如图6所示,当用户打开相机应用,对拍摄键50进行第一次点击操作K1时,响应于该次点击操作K1,电子设备采用摄像头采集一次原始图像,该次拍照次数可记为第1次拍照次数。但是,隔了较长一段时间后,用户才对拍摄键50进行下一次点击操作K1',响应于该次点击操作K1',电子设备采用摄像头再采集一次原始图像,由于点击操作K1和点击操作K1'之间的间隔时间超过了第一预设间隔时长,且后台没有其他等待处理的数据,则对应拍照次数需从1重新开始累计,也即该次拍照次数重新记为第1次拍照次数;当用户对拍摄键后续再进行点击操作K2'时,响应于该次点击操作K2',电子设备采用摄像头又采集一次原始图像,由于点击操作K2'与点击操作K1'之间的间隔时间小于第一预设间隔时长,则该次拍照次数可以记为第2次拍照次数。当用户对拍摄键50后续再进行点击操作K3'时,响应于该次点击操作K3',电子设备采用摄像头又采集一次原始图像,由于点击操作K3'与点击操作K2'之间的间隔时间小于第一预设间隔时长,则该次拍照次数可以记为第3次拍照次数;后续依次类推,在此不再赘述。
需要说明的是,若相邻两次点击操作的间隔时长虽然超过了第一预设间隔时长,但是后台还有等待处理的数据时,说明用户之前进行了很多次点击操作,此时还有一些数据由于点击频率太高,后台处理的较慢没有来得及处理,此时,拍照次数不能重新从1开始累计,应保持原有的记录次数。
当电子设备包括多个摄像头时,响应于一次点击操作,可以采用一个或多个摄像头来采集原始图像,每个摄像头可以采集1帧或多帧原始图像。也就是说,每次可以采集1帧或多帧原始图像,具体帧数可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
还应理解,原始图像可以为位于RAW域的图像,但是,当摄像头为黑白摄像头时,原始图像可以为灰阶图像;当摄像头为多光谱摄像头时,原始图像可以为包括多个颜色通道信号的多光谱图像,原始图像的格式或称为特点随摄像头改变而改变,本申请实施例对此不进行任何限制。
此外,针对一次采集的原始图像,还可以包括长曝光的原始图像、正常曝光的原始图像和短曝光的原始图像中的至少一种。
其中,长曝光的原始图像指的是拍摄时经过较长时间曝光所得到的图像,短曝光的原始图像指的是拍摄时经过较短时间曝光所得到的图像,应理解,“长”和“短”都是相对“正常”曝光的时间而言的,当正常曝光的原始图像对应的曝光时间不同时,长曝光和短曝光也随之改变。
当多帧原始图像包括长曝光的原始图像,和/或正常曝光的原始图像,和/或短曝光的原始图像时,长曝光的原始图像的帧数、正常曝光的原始图像的帧数,以及短曝光的原始图像的帧数都可以根据需要进行选择和修改,本申请实施例对此不进行任何限制。
S13、当该第一操作对应第1次拍照次数时,针对待拍摄场景进行环境检测。
其中,环境检测至少包括照度(lightness value,LV)检测和动态范围检测,当然,环境检测还可以包括检测项目,具体可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
应理解,照度检测指的是对待拍摄场景中的环境亮度进行估计。照度指的是物体被照明的程度,具体指的是物体单位面积上所接受可见光的能量,简称照度,单位是勒克斯(Lux)。黑天的街道、灯光昏暗的室内等一般是低照度的,相对的,阳光下的操场、聚光灯下的舞台等可称为中高照度。如果待拍摄场景的照度比较低,则使用电子设备对待拍摄场景进行拍摄时,会模糊不清,效果比较差。如果待拍摄场景的照度比较高,则使用电子设备对待拍摄场景进行拍摄时,会比较清楚,拍摄效果好。
此处,例如,可以在电子设备中设置光电传感器,利用光电传感器检测待拍摄场景的照度。或者,还可以根据摄像头的曝光参数,比如曝光时间、感光度、光圈等参数,以及收到的响应值来通过以下公式计算得到照度:
其中,Exposure为曝光时间,Aperture为光圈大小,ISO为感光度,Luma为XYZ颜色空间中,Y的平均值。
在曝光参数相同的情况下,响应值越高,表明待拍摄场景的照度也越高,由此,计算得到的照度的值也越大。
应理解,动态范围(dynamic range)检测指的是对待拍摄场景的动态范围值进行检测。动态范围值,用于表示通过图像中像素的亮度范围,也就是图像从“最亮”像素到“最暗”像素之间灰度划分的等级数。一个图像的动态范围值越大,它所能表示的亮度层次越丰富,图像的视觉效果越逼真。动态范围值的表达式可以是:
其中,dynamic range为动态范围值,bright为“最亮”像素的亮度,dark为“最暗”像素的亮度。动态范围的单位为档(stop)。
在此,根据检测到的动态范围值的大小,可以判断待拍摄场景是低动态(lowdynamic range,LDR)场景还是高动态范围(high dynamic range,HDR)场景。其中,低动态场景指的是环境光线强度全部较低或全部较高,动态范围比较窄的场景;高动态范围场景指的是一部分光线强度较低,另一部分光线强度较高,动态范围比较宽的场景。
S14、根据环境检测结果确定第1次拍照次数对应的1级处理帧数和1级处理算法。
结合所述的照度检测和动态范围检测方法,图7为本申请实施例提供的一种环境检测的流程示意图。
其中,由于上述S13包括:当该第一操作对应第1次拍照次数时,针对待拍摄场景进行环境检测,环境检测包括照度检测,因此,相应地,环境检测结果包括检测出的照度;同理,由于环境检测还包括动态范围检测,相应地,环境检测结果还包括检测出的动态范围值。其中,照度检测和动态范围检测的方法可以参考上述描述,在此不再赘述。
结合检测出的环境检测结果中的照度和动态范围值,如图7所示,上述S14可以包括以下S141至S146。
S141、确定检测出的照度是否小于照度阈值。
其中,照度阈值可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
S142、确定检测出的动态范围值是否小于动态范围阈值。
其中,动态范围阈值可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
S143、如图8所示,当照度小于照度阈值,动态范围值大于或等于动态范围阈值时,或者说当待拍摄场景为低亮、高动态范围的场景时,确定第1次拍照次数对应的1级处理帧数为a1帧,并确定A1算法为1级处理算法。
其中,a1为第1次拍照次数所对应采集的原始图像中的全部帧或部分帧。
S144、如图8所示,当照度小于照度阈值,动态范围值小于动态范围阈值时,或者说当待拍摄场景为低亮、低动态范围的场景时,确定第1次拍照次数对应的1级处理帧数为b1帧,并确定B1算法为1级处理算法。
其中,b1为第1次拍照次数所对应采集的原始图像中的全部帧或部分帧。
S145、如图8所示,当照度大于或等于照度阈值,动态范围值也大于或等于动态范围阈值时,或者说待拍摄场景为高亮、高动态范围的场景时,确定第1次拍照次数对应的1级处理帧数为c1帧,并确定C1算法为1级处理算法。
其中,c1为第1次拍照次数所对应采集的原始图像中的全部帧或部分帧。
S146、如图8所示,当照度大于或等于照度阈值,动态范围值小于动态范围阈值时,或者说待拍摄场景为高亮、低动态范围的场景时,确定第1次拍照次数对应的1级处理帧数为d1帧,并确定D1算法为1级处理算法。
其中,d1为第1次拍照次数所对应采集的原始图像中的全部帧或部分帧。
应理解,A1、B1、C1和D1用于指代算法的名字,A1算法、B1算法、C1算法和D1算法可以指示相同的算法,也可以指示不同的算法,具体可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
同时,a1、b1、c1和d1用于指代处理帧数,a1、b1、c1和d1可以指示相同的帧数,也可以指示不同的帧数,具体帧数可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
其中,可以按照采集顺序从原始图像的全部帧中选择a1帧、b1帧、c1帧或d1帧进行处理,或者,也可以从原始图像的全部帧中任意抽取a1帧、b1帧、c1帧或d1帧进行处理,或者,还可以以指定摄像头的方式来选择一个或几个摄像头所采集的图像来作为a1帧、b1帧、c1帧或d1帧进行处理。当然,选择a1帧、b1帧、c1帧或d1帧的方式可以相同,也可以不同,具体可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
此外,针对待拍摄场景为高动态范围的场景,确定出的a1帧或c1帧,可以包括长曝光的原始图像、正常曝光的原始图像和短曝光的原始图像中的至少一种,或者可以额外增加长曝光的原始图像、正常曝光的原始图像和短曝光的原始图像中的至少一种,具体可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
应理解,处理的原始图像中包括长曝光、正常曝光和短曝光的原始图像时,可以调整图像的动态范围和图像细节,使得获得的拍摄图像呈现的内容更真实,图像质量相对更好。
需要说明的是,上述S141至S146的顺序仅为其中一种示例,在进行环境检测时,也可以先针对待拍摄场景进行照度检测,确定检测出的照度是否小于照度阈值,然后,再针对待拍摄场景进行动态范围检测,确定检测出的动态范围值是否小于动态范围阈值,或者,还可以将两者顺序进行调换。具体执行过程可以根据需要进行调整,此外,在此基础上还可以增加其他步骤或者删除一些步骤,本申请实施例对此不进行任何限制。
S15、如图3所示,利用1级处理算法对1级处理帧数进行处理,得到对应的拍摄图像。
结合上述S14中的示例,当照度小于照度阈值,动态范围值大于或等于动态范围阈值时,利用确定出的A1算法对第1次拍照次数对应采集的原始图像中的a1帧进行处理,得到对应的拍摄图像。
当照度小于照度阈值,动态范围小于动态范围阈值时,利用确定出的B1算法对第1次拍照次数对应采集的原始图像中的b1帧进行处理,得到对应的拍摄图像。
当照度大于或等于照度阈值,动态范围值也大于或等于动态范围阈值时,利用确定出的C1算法对第1次拍照次数对应采集的原始图像中的c1帧进行处理,得到对应的拍摄图像。
当照度大于或等于照度阈值,动态范围小于动态范围阈值时,利用确定出的D1算法对第1次拍照次数对应采集的原始图像中的d1帧进行处理,得到对应的拍摄图像。
例如,当第一操作为第1次拍照次数时,对应采集了一次原始图像,该次一共采集了9帧原始图像,当照度小于照度阈值,动态范围值大于或等于动态范围阈值时,利用确定出的A1算法可以对该9帧中的6帧(此时a1=6)进行处理,得到对应的拍摄图像。
当照度小于照度阈值,动态范围小于动态范围阈值时,利用确定出的B1算法可以对该9帧中的5帧(此时b1=5)进行处理,得到对应的拍摄图像。
当照度大于或等于照度阈值,动态范围值也大于或等于动态范围阈值时,利用确定出的C1算法可以对该9帧中的4帧(此时c1=4)进行处理,得到对应的拍摄图像。
当照度大于或等于照度阈值,动态范围小于动态范围阈值时,利用确定出的D1算法可以对该9帧中的3帧(此时d1=3)进行处理,得到对应的拍摄图像。
应理解,本申请通过对待拍摄场景进行环境检测,可以确定出不同的场景,然后,基于细分出的不同场景,选择不同的算法,以及从对应采集的原始图像中选择不同帧数来进行处理,从而可以适应性提高在每种场景下,第1次拍照次数所对应得到的拍摄图像的质量和效果。
S16、当该第一操作对应第x次拍照次数时,确定内存占用量,x为大于1的整数。
应理解,内存占用量指的是内存中已存储数据的用量。由于,摄像头每采集一次原始图像或得到一帧拍摄图像将增加部分内存占用,也即,内存占用量将相对增大。
那么,随着拍照次数的逐渐增多,内存占用量将会越来越大,这样,当内存占用量大到一定程度时,将可能出现相关技术中无法响应拍照命令的情况。为了避免该情况的出现,本申请将针对内存占用量进行实时监控,对不同的内存占用量,可以设置不同的处理算法和/或不同的处理帧数,以减小内存增量的压力。其中,内存占用量可以通过获取电子设备内部的数据得到。
S17、针对该内存占用量,确定该次拍照次数对应的x级处理帧数和x级处理算法。
其中,x级处理算法用于指代第x次拍照次数对应处理时所利用的算法,x级处理帧数用于指代第x次拍照次数对应处理时所利用的原始图像的帧数。例如,当x=2时,第2次拍照次数对应2级处理帧数和2级处理算法;当x=3,第3次拍照次数对应3级处理帧数和3级处理算法;后续处理帧数和处理算法的名称依次类推,不再赘述。
示例性的,图9示出了一种根据内存占用量确定相应处理帧数和处理算法的流程示意图。
如图9所示,上述S17可以包括以下S171至S175。
S171、针对第x次拍照次数,确定内存占用量是否小于第一内存阈值。
S172、当内存占用量小于第一内存阈值,确定x级处理算法为第一拍照算法,并确定x级处理帧数为第一帧数。
其中,第一帧数指的是第x次拍照次数对应采集的原始图像中的全部帧或部分帧。
S173、当内存占用量大于或等于第一内存阈值时,继续确定内存占用量是否小于第二内存阈值。
S174、当内存占用量小于第二内存阈值,确定x级处理算法为第二拍照算法,并确定x级处理帧数为第二帧数。
其中,第二帧数指的是第x次拍照次数对应采集的原始图像中的全部帧或部分帧。
S175、当内存占用量大于或等于第二内存阈值时,确定x级处理算法为第三拍照算法,并确定x级处理帧数为第三帧数。
其中,第三帧数指的是第x次拍照次数对应采集的原始图像中的全部帧或部分帧。
应理解,第一内存阈值小于第二内存阈值,第二内存阈值小于内存总量。此处,第一内存阈值和第二内存阈值的大小可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
应理解,第一拍照算法、第二拍照算法和第三拍照算法可以相同也可以不同。
作为一种示例,当第一拍照算法、第二拍照算法和第三拍照算法相同时,第一帧数、第二帧数和第三帧数逐渐减小。
作为另一种示例,当第一拍照算法、第二拍照算法和第三拍照算法不同时,第一拍照算法、第二拍照算法和第三拍照算法的处理时长逐渐减小,此时,第一帧数、第二帧数和第三帧数的大小可以相同,或者逐渐减小。
其中,在上述两种情况中,第二帧数相对于第一帧数的减小量与第三帧数相对于第二帧数的减小量可以相同,也可以不同,具体可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
在上述第二种情况中,第一拍照算法、第二拍照算法和第三拍照算法所包括的处理步骤逐渐减少,或者说包括的处理步骤的复杂程度逐渐降低,从而使得处理时长逐渐减小。第二拍照算法相对于第一拍照算法所减少的处理时长与第三拍照算法相对于第二拍照算法所减少的处理时长可以相同,也可以不同,具体可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
在本申请中,可以按照采集顺序从相应拍照次数采集的原始图像中的全部帧中选择第一帧数、第二帧数或第三帧数来进行处理,或者,也可以从原始图像的全部帧中任意抽取第一帧数、第二帧数或第三帧数来进行处理,或者,还可以以指定摄像头的方式来选择一个或几个摄像头所采集的图像作为第一帧数、第二帧数或第三帧数的图像来进行处理。当然,选择第一帧数、第二帧数或第三帧数的方式可以相同,也可以不同,具体可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
此外,选择出的第一帧数的原始图像可以包括长曝光的原始图像、正常曝光的原始图像和短曝光的原始图像中的至少一种,选择出的第二帧数的原始图像可以包括长曝光的原始图像、正常曝光的原始图像和短曝光的原始图像中的至少一种,同理,选择出的第三帧数的原始图像也可以包括长曝光的原始图像、正常曝光的原始图像和短曝光的原始图像。其中,无论第一帧数、第二帧数和第三帧数是否相同,第一帧数、第二帧数和第三帧数所包括的长曝光的原始图像、短曝光的原始图像的数量可以逐渐减少。这样,在内存占用量增大时,将放弃动态范围的保持,尽可能地保证实现用户快速拍照的需求。
应理解,上述S171至S175中,仅设定了两个内存阈值,分别为第一内存阈值和第二内存阈值,通过该两个内存阈值,可以将内存大小划分成三个区间范围。当内存占用量满足其中一个区间时,相应地,利用该区间范围所对应的算法和帧数进行处理,从而得到对应的拍摄图像。除此之外,也可以设定一个内存阈值,将内存大小划分成两个区间范围;或者,还可以设置三个、四个或更多个内存阈值,将内存大小细分成多个区间范围,具体可以根据需要进行设置和修改,本申请实施例不进行任何限制。
此处,第x次拍照次数对应的x级处理帧数可以与第1次拍照次数对应的处理帧数相同,也可以比第1次拍照次数对应的处理帧数少;第x次拍照次数对应的x级处理算法可以与第1次拍照次数对应的1级处理算法相同,也可以比第1次拍照次数对应的1级处理算法的处理时长短一些。具体可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
当第一拍照算法、第二拍照算法和第三拍照算法相同时,第一拍照算法、第二拍照算法和第三拍照算法可以与1级处理算法相同或者比1级处理算法的处理时长少一些。此种情况下,第一帧数、第二帧数和第三帧数逐渐减小,则第一帧数可以与1级处理帧数相同或者比1级处理帧数少一些,那么,第二帧数和第三帧数都比1级处理帧数更少一些。
当第一拍照算法、第二拍照算法和第三拍照算法的处理时长逐渐减小时,第一拍照算法可以与第1次拍照次数对应的1级处理算法相同,或者第一拍照算法比第1次拍照次数对应的1级处理算法的处理时长少一些,那么,第二拍照算法和第三拍照算法比1级处理算法的处理时长更少一些。此种情况下,当第一帧数、第二帧数和第三帧数相同时,第一帧数、第二帧数和第三帧数与1级处理帧数相同或者减小。当第一帧数、第二帧数和第三帧数逐渐减小时,第一帧数与1级处理帧数相同或少一些,那么,第二帧数和第三帧数比1级处理帧数更少一些。
S18、利用x级处理算法对x级处理帧数进行处理,得到对应的拍摄图像。
图10示出了一种内存占用量的增长示意图。
如图10所示,结合上述S17中的示例,当x=2时,确定第2次拍照次数对应的内存占用量。若第2次拍照次数对应的内存占用量小于第一内存阈值,则确定2级处理算法为第一拍照算法,并确定2级处理帧数为第一帧数。
当x=3时,确定第3次拍照次数对应的内存占用量。若第3次拍照次数对应的内存占用量大于第一内存阈值,但小于第二内存阈值,则确定3级处理算法为第二拍照算法,并确定3级处理帧数为第二帧数。
当x=4时,确定第4次拍照次数对应的内存占用量。若第4次拍照次数对应的内存占用量大于第一内存阈值,但小于第二内存阈值,则确定4级处理算法为第二拍照算法,并确定4级处理帧数为第二帧数。这样,第4次拍照次数的处理相当于与第3次拍照次数的处理相同。
当x=5时,确定第5次拍照次数对应的内存占用量。若第5次拍照次数对应的内存占用量大于第二内存阈值,则确定5级处理算法为第三拍照算法,并确定5级处理帧数为第三帧数。后续依次类推,在此不再赘述。
应理解,基于将内存大小划分成多个区间范围,当内存占用量越大,越满足更高的区间范围时,处理算法相同,则使处理帧数逐渐减小,或者,处理帧数相同,则使处理算法的处理时长减小;又或者,使处理算法的处理时长和处理的帧数都减小,此时,内存占用量的增长速度将会迅速减缓,减小了电子设备中内存增量的压力。
这样,相对于现有技术中每次拍照均以单一的处理算法和处理帧数进行处理的方式,或者说内存占用量以固定速度增长的方式来说,本申请可以根据内存占用量及时调整处理算法、处理帧数,在内存越大时,使其增长的速度下降,趋于平缓,从而使得电子设备在同等内存大小的条件下,可以实现更多次拍照。
还应理解,图10中未示出第1次拍照次数对应的内存量,此时第1次拍照次数采集的原始图像是按照上述环境检测结果进行处理的。根据内存占用量的结果进行处理的方法适用于第2次及其后续的拍照次数。当然,针对第1次拍照次数也可以选择如第2次及其后续的拍照次数相同的方法进行处理,本申请实施例对此不进行限制。
例如,x为1,确定第1次拍照次数所对应的内存占用量,当该内存占用量小于第一内存阈值时,确定1级处理算法为第一拍照算法,并确定1级处理帧数为第一帧数;当该内存占用量大于或等于第一内存阈值,而小于第二内存阈值时,确定1级处理算法为第二拍照算法,并确定1级处理帧数为第二帧数;当该内存占用量大于第二内存阈值时,确定1级处理算法为第三拍照算法,并确定1级处理帧数为第三帧数;然后,利用确定出的1级处理算法对1级处理帧数进行处理,得到对应的拍摄图像。
S19、保存拍摄图像。
拍摄图像可以存储于图库中或进行显示。
结合上述流程,其中,响应于一次点击操作,可以得到一帧拍摄图像,响应于多次点击操作,可以得到多帧拍摄图像;拍摄图像的具体数量与用户的操作数量相关,本申请实施例对此不进行任何限制。
本申请实施例提供了一种拍照方法,在响应于用户对第一控件的第一操作时,电子设备采用摄像头采集一次原始图像。当第一操作对应第1次拍照次数时,针对待拍摄场景进行环境检测,然后,根据环境检测结果确定第1次拍照次数对应的1级处理帧数和1级处理算法。而当第一操作对应第2次拍照次数及后续其他次数的拍照次数时,先针对内存占用量进行检测,将确定出的内存占用量大小与预设的内存阈值进行比较,然后,根据不同的内存占用量大小,选择不同的处理帧数和处理算法。
在针对第1次拍照次数进行处理时,由于针对环境检测结果对场景进行了细分,根据不同场景选择了不同的算法和帧数,从而可以适应性提高在每种场景下,第1次拍照次数对应得到的拍摄图像的质量和效果。
而在针对第2次拍照次数及后续其他次数进行处理时,由于针对内存占用量进行细分,根据不同内存占用量选择了不同的算法和帧数,在内存占用量越大的情况下选择处理时长越短的算法和/或减小处理帧数,从而减小了内存增量的压力,提高处理效率,实现快速拍照的需求。
由于电子设备在进行拍照以及其他工作时,还会逐渐产生很高的热量,从而使得电子设备的设备温度逐渐上升。若连续进行快速拍照时,设备温度还有可能呈指数上升。这样,在过热的情况下,电子设备将无法正常运行,也会出现无法响应拍照命令的情况。
对此,本申请实施例还可以在对采集的数据进行处理之前,先对电子设备的设备温度进行检测,针对过热的情况,切换处理算法和处理帧数,以减小工作量,降低热量的增量压力。
图11示出了另一种拍照方法的流程示意图。如图11所示,该方法在图3的基础上,还可以包括以下S20和S21。
其中,S11至S19的内容可以参考上述针对图3的描述,在此不再赘述。
S20、在响应于第一操作,采集一次原始图像后,当该第一操作对应第2次拍照次数或后续其他拍照次数时,确定设备温度是否小于温度阈值。
其中,设备温度指的是电子设备内部的温度。通常随着电子设备进行工作,电子设备将会产生一定的热量,该热量将会造成设备温度的提高,针对该设备温度,可以通过电子设备内部的温度传感器来采集得到。
S21、当设备温度大于或等于温度阈值时,利用单帧算法对此次采集的原始图像中的1帧进行处理,得到对应的拍摄图像。然后,将得到的拍摄图像进行保存。
其中,温度阈值可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。设备温度可以获取电子设备内部的数据得到。
应理解,单帧算法指的是针对1帧原始图像进行处理的算法,单帧算法与1级处理算法不同,单帧算法的处理时长相对于1级处理算法(A1算法、B1算法、C1算法或D1算法)更短。
此处,单帧算法可以包括坏点校正(default pixel correction,DPC)、RAW域降噪(raw域noise filter,RAWNF)、黑电平校正(black level correction,BLC)、镜头阴影校正(lens shading corrction,LSC)、自动白平衡、去马赛克、颜色校正(color correctionmatrix,CCM)、YUV域降噪、色调映射(tone mapping)、伽马(Gamma)校正、色彩空间转换、色彩增强(color enhancement,CE)等处理步骤,处理速度快、耗时短。
坏点校正,坏点即为全黑环境下输出图像中的白点,高亮环境下输出图像中的黑点。一般情况下,三基色通道信号应与环境亮度呈线性响应关系,但是由于图像传感器输出的信号不良,就可能出现白点或黑点,对此,可以自动检测坏点并自动修复,或者,建立坏点像素链表进行固定位置的坏像素点修复。其中,一个点即指的是一个像素。
降噪,指的是减少图像中噪声的过程。一般方法有均值滤波、高斯滤波、双边滤波等。RAW域降噪,指的是减少RAW域图像中噪声的过程。YUV域降噪,指的是减小YUV域图像中噪声的过程。
黑电平校正,是由于图像传感器存在暗电流,导致在没有光线照射的时候,像素也对应有一定的输出电压,并且,不同位置处的像素可能对应不同的输出电压,因此,需要对没有光亮时(即,黑色)像素对应的输出电压进行校正。
镜头阴影校正,可以解决由于镜头对光线折射不均匀导致镜头周围出现阴影的情况。
自动白平衡,是为了消除光源对图像传感器成像的影响,模拟人类视觉的颜色恒常性,保证在任何场景下看到的白色是真正的白色,因此,需要对色温进行校正,自动将白平衡调到合适的位置。
去马赛克,由于RAW域的图像中的每个像素只对应一个通道的颜色信息,因此,可以利用周围像素信息来对其他颜色进行估算,例如,通过线性插值的方式,可以确定出每个像素缺失的另外两个通道的颜色信息,从而恢复出图像中所有像素的所有通道信息。去马赛克的过程,相当于将图像从RAW域转换至RGB域。此处,去马赛克也可以称为颜色插值。
颜色校正,由于摄像头获取的图像,与人们期望的颜色会存在一定差距,因此需要对颜色进行校正。又因为自动白平衡已经将白色校准了,因此,可以通过颜色校正来校准除白色以外的其他颜色。
色调映射,指的是用一个空间不变映射函数来映射图像中所有的像素点。也即色调映射在对图像进行动态范围变换时,图像的每个像素点使用同一个变换函数,是一对一的映射关系。此处,色调映射也可以称为动态范围压缩(dynamic range compression,DRC)。
伽马校正,指的是对图像的伽马曲线进行编辑,以对图像进行非线性色调编辑的方式,检出图像中的深色部分和浅色部分,并使两者按比例增大,从而提高图像对比度效果。
色彩空间转换指的是将图像从RGB域转YUV域。由此,可以将前一步骤处理后得到的图像由RGB域转至YUV域,以降低后续存储和传输的数据量,节省带宽。
色彩增强,以使得原有的不饱和的色彩信息变得饱和、丰富。此处,色彩增强也可以称为颜色处理。
上述仅为一种举例,单帧算法还可以删除或增加其他一些步骤,而1级处理算法(A1算法、B1算法、C1算法或D1算法)可以在单帧算法的基础上包括其他步骤,当然,1级处理算法(A1算法、B1算法、C1算法或D1算法)也可以与单帧算法包括的步骤不同,本申请实施例对此不进行任何限制。
应理解,由于单帧算法可以仅在图像信号处理器中运行处理,因此,单帧算法的处理速度相对比较快,处理时长相对也比较短。
在第一拍照算法、第二拍照算法和第三拍照算法相同的情况下,单帧算法相对于第三拍照算法的处理时长更短,这样,相对于第一拍照算法、第二拍照算法的处理时长也更短。
在第一拍照算法、第二拍照算法和第三拍照算法的处理时长逐渐递减的情况下,单帧算法可以与第三拍照算法相同,或者,单帧算法可以比第三拍照算法的处理时长相对更短。
结合上述,当设备温度高于温度阈值时,可以按照上述步骤切换成单帧算法对1帧原始图像进行处理,最大程度的减小电子设备的工作量,减缓热量的增长幅度,降低热量的增量压力,从而使得电子设备在无法工作之前,多实现一些拍照次数,满足用户的拍照需求。而当设备温度小于温度阈值时,则可以按照上述S16至S19描述的过程,继续对电子设备的内存占用量进行判断,根据不同的内存占用量,切换不同的算法和不同的帧数,降低内存增量的压力,从而使得在内存存满之前,也能多实现一些拍照次数,满足用户的拍照需求。
需要说明的是,图11所示的执行顺序仅为一种示例,也可以在采集一次原始图像之后,在确定第一操作为第1次拍照次数时,对电子设备的设备温度进行检测,然后,当电子设备的设备温度大于或等于温度阈值时,利用单帧算法对原始图像中的1帧进行处理,当电子设备的设备温度小于温度阈值时,再对待拍摄场景进行环境检测。或者,还可以同时进行设备温度检测和待拍摄场景的环境检测,根据设备温度检测结果和环境检测结果一起来确定第1次拍照次数对应的1级处理帧数和1级处理算法。再或者,还可以针对每次拍照次数均进行温度检测,确定是否小于温度阈值,然后再执行后续相关步骤。
应理解,上述方法仅设定了一个温度阈值,本申请还可以设定多个或者三个、三个以上温度阈值,具体可以根据需要进行设置。示例性的,可以设定两个温度阈值,分别为第一温度阈值和第二温度阈值,第一温度阈值小于第二温度阈值,通过该两个温度阈值,可以将温度范围划分成三个区间范围。当设备温度满足其中一个区间时,相应地,利用该区间对应的算法和帧数进行处理,得到对应的拍摄图像。在此基础上,针对不同的温度区间,还可以设定不同的内存阈值,以执行不同的判断流程。
图12示出了又一种拍照方法的流程示意图。当设定了两个温度阈值,分别为第一温度阈值和第二温度阈值时,该方法在图11的基础上,重新提供了一种S22包括的流程,下面进行介绍。如图12所示,S22还可以包括以下S221至S231。
S221、在响应于第一操作,采集一次原始图像之后,当该第一操作对应第x次拍照次数(第2次拍照次数或后续其他次数的拍照次数)时,确定设备温度是否小于第一温度阈值。
S222、当设备温度小于第一温度阈值时,继续确定内存占用量是否小于第一内存阈值。
S223、根据S222,当设备温度小于第一温度阈值,内存占用量也小于第一内存阈值时,确定x级处理算法为第一拍照算法,并确定x级处理帧数为第一帧数。
S224、利用第一拍照算法对该次采集的原始图像中的第一帧数进行处理,得到对应的拍摄图像。
S225、根据S222,当设备温度小于第一温度阈值,但是内存占用量大于或等于第一内存阈值时,可以确定第二拍照算法为x级处理算法,并确定x级处理帧数为第二帧数。
S226、利用第二拍照算法对该次采集的原始图像中的第二帧数进行处理,得到对应的拍摄图像。
S227、在上述S221中,当设备温度大于或等于第一温度阈值时,继续确定设备温度是否小于第二温度阈值。
S228、当设备温度大于或等于第一温度阈值,而小于第二温度阈值时,可以继续确定内存占用量是否小于第二内存阈值。
此时,当设备温度小于第二温度阈值且内存占用量小于第二内存阈值时,说明设备温度不是特别高,内存也没有存满,还可以以处理时长较长算法或者以较多帧数的原始图像继续进行处理,比如执行上述S225和S226。
S229、根据S228,当设备温度大于或等于第一温度阈值,而小于第二温度阈值,但内存占用量大于或等于第二内存阈值时,可以确定第三拍照算法为x级处理算法,并确定x级处理帧数为第三帧数。
S230、利用第三拍照算法对该次采集的原始图像中的第三帧数进行处理,得到对应的拍摄图像。
S231、根据S227,判断到设备温度大于或等于第一温度阈值,并且也大于第二温度阈值时,说明设备温度非常高,由此,此时可以利用单帧算法对该次采集的原始图像中的1帧进行处理,得到对应的拍摄图像。
应理解,将温度范围划分成多个区间范围,以及将内存大小划分成多个区间范围时,可以将温度和内存条件进行结合。这样,在温度较低,内存占用量较小时,利用处理时间长的算法对原始图像中的多帧进行处理,以保证图像质量和效果较好;在温度较低、内存占用量较多或者温度较高、内存占用量较低的情况下,适应性的进行调整,利用处理时长相对短一些的算法对原始图像中的较多帧进行处理,以平衡图像质量和温度、内存占用量的关系;而在温度较高、内存占用量较高时,切换成处理时长较短的算法对原始图像中的较少帧进行处理,以减小温度增量、内存增量的压力,在些许降低图像的质量的情况下保证拍照的正常进行;除此之外,在温度特别高的情况下,则不论内存的占用量为多少,直接切换最简单的算法对原始图像中的最少帧进行处理,此时虽然降低了图像质量,却在最大程度上降低了温度增量,来确保响应用户的拍照命令,实现用户的拍照需求。
应理解,上述仅为一种示例,还可以设定多个温度阈值和内存阈值以区分不同的情况,具体可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
本申请提供的上述方法可以在用户触发拍照命令时,根据当前触发时电子设备的设备温度、内存占用量进行判断,然后将确定出的处理算法和处理帧数与拍照次数关联起来。当用户触发的频率不高,电子设备后台处理的比较及时时,可以按照确定出的处理算法对处理帧数进行处理,以得到对应的拍摄图像。当电子设备后台无法及时处理时,将确定出的处理算法和处理帧数与拍照次数关联后,与采集的原始图像等数据一起存储起来,然后,等待电子设备后续进行调用和处理。
但是,当用户突然提高了触发拍照命令的频率时,电子设备获取的数据激增,造成数据严重拥堵,这种情况下,当某次拍照次数对应的数据后续被调用并进行处理时,由于处理时刻距离响应时刻已经过去了一些时间,在该段时间内,电子设备的内存占用量发生了很大变化,此时,原来确定出的处理算法将不再适用,需要对其进行适应性调整。
又或者,当调用某次拍照次数对应的数据进行处理时,内存占用量已接近内存上限,若此次的处理还按照先前确定好的处理算法进行处理时,将必然会造成无法响应的情况,此时,也需要及时对处理算法进行适应性调整,再次降低内存增量。
针对上述两种情况,本申请实施例又提供了一种拍照方法,以对处理算法进行切换,适应实际处理时刻的内存情况。
图13为本申请实施例提供的又一种拍照流程。如图13所示,该方法30可以包括以下31至S39。
S31、电子设备显示第一界面,第一界面包括第一控件。
S32、当检测到用户对第一控件的第一操作时,响应于第一操作,电子设备利用摄像头采集一次原始图像。
S33、当该第一操作对应第x次拍照次数时,确定内存占用量。
S34、针对该内存占用量,确定该次拍照次数对应的x级处理帧数和x级处理算法,x为大于1的整数。
其中,S31至S34的过程与上述图3所包括的S11、S12、S16和S17的过程相同,可以参考上述描述,在此不再赘述。
S35、确定用户对第一控件进行第一操作的频率是否满足预设频率条件。
其中,频率可以指示用户进行第一操作的速度,例如点击拍摄键的点击速度。例如,针对用户下发的相邻两次拍照命令的间隔时长进行检测,若连续检测到10次或者20次间隔时长小于第二预设间隔时长,则可以说明频率满足预设频率条件。第二预设间隔时长可以根据需要进行设置,例如可以为100m或200ms。第二预设间隔时长小于第一预设间隔时长。
应理解,当频率不满足预设频率条件时,说明用户触发拍照命令的次数比较缓和,用户进行正常的多次拍照;当频率不满足预设频率条件时,说明用户触发拍照命令的次数相对非常多,用户期望快速的进行多次拍照。预设频率条件,也即连续检测相邻拍照次数的间隔时长的次数,以及第二预设间隔时长均可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
可选地,在本申请实施例中,还可以先确定用户对第一控件进行第一操作的频率是否满足预设频率条件,然后,当满足预设频率条件时,再确定内存占用量,按照图3所示的方法确定该次拍照次数对应的x级处理帧数和x级处理算法。
作为一种示例,当频率满足预设频率条件,再确定内存占用量,按照图3所示的方法确定该次拍照次数对应的x级处理帧数和x级处理算法时,x级处理帧数可以不包括长曝光的原始图像和短曝光的原始图像,x级处理算法不包括高动态范围(high dynamicrange,HDR)算法。
应理解,当频率满足预设频率条件时,说明此时用户突然快速下发了密集的拍照命令,此时,可以将x级处理帧数包括的长曝光的原始图像和短曝光的原始图像去掉,将x级处理算法切换成非HDR算法,这样,可以通过放弃保护动态范围的方式,切换成仅处理正常曝光的原始图像的非HDR算法上,来提高后续处理效率,达成用户的快速拍照需求。
S36、确定内存水位线与内存占用量的差值是否小于预设差值。
其中,内存水位线指的是内存的最大使用量,内存水位线的大小可以通过获取厂商提供的参数进行得知,或者,可以需要进行设置和修改,本申请实施例对此不进行任何限制。
应理解,当内存水位线与内存占用量的差值大于预设差值时,说明内存占用量距离达到内存水位线的水平还很远,剩余可用的存储空间还很多;当内存水位线与内存占用量的差值小于预设差值时,说明内存占用量距离达到内存水位线的水平已经很近,剩余可用的存储空间已经为数不多。预设差值的大小可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
S37、当频率满足预设频率条件或上述所述的内存水位线与内存占用量的差值小于预设差值时,确定后台等待的拍照次数,以及将各个等待的拍照次数所对应的x级处理算法作为初始处理算法。
确定后台等待的拍照次数指的是确定后台等待的有哪些拍照次数,后台等待的拍照次数包括1个、两个或多个。比如,包括2个,分别是第5级拍照次数、第6级拍照次数。然后,将第5次拍照次数所对应的5级处理算法作为自身对应的初始处理算法,将第6次拍照次数所对应的6级处理算法作为自身对应的初始处理算法。当然,后台也可能没有等待的拍照次数,当没有等待的拍照次数时,无需进行后续步骤。
应理解,当频率满足预设频率条件时,说明用户提高了触发拍照命令的频率;当内存水位线与内存占用量的差值小于预设差值时,说明内存已经快要接近上限,在该两种情况下,需要进行处理算法的切换,而在切换时,先要明确需要被替换的处理算法。
上述仅为两种示例条件,也可以设置其他条件来启动替换的流程,或者,还可以取消上述条件,在针对后台等待的拍照次数进行处理时,均进行二次处理算法的替换。具体可以根据需要设置和调整,本申请对此不进行任何限制。
S38、将最近一次确定的拍照次数所对应的x级处理算法作为目标处理算法,利用目标处理算法将等待的拍照次数所对应的初始处理算法进行替换。
应理解,最近一次拍照次数指的是当前响应于用户的第一操作所记录的拍照次数。确定最近一次拍照次数所对应的处理算法和处理帧数的过程,可以利用上述S17中所述的方法进行确定,在此不再赘述。
由于后台等待的拍照次数所对应的处理算法和处理帧数是根据之前的内存占用量大小来确定得到的,之前的内存占用量与当前的内存占用量已不同,因此,可以按照当前确定出的内存占用量来作为考量,将后台等待的拍照次数所对应的处理算法全部替换成当前确定出的处理算法,以适应当前的内存状况。
可选地,可以在进行替换前,将最近一次确定出的拍照次数所对应的处理算法与等待的拍照次数所对应的初始处理算法进行对比,如果相同,则不需要进行替换;如果不同,再进行替换。由此,通过对处理算法进行对比,只针对处理算法不同的情况做替换,可以避免做无效替换,减小工作量。
可选地,还可以将等待的拍照次数所对应的处理帧数作为初始处理帧数,将最近一次确定出的拍照次数所对应的处理帧数作为目标处理帧数,然后,利用目标处理帧数将等待的拍照次数所对应的初始处理帧数进行替换。
应理解,按照当前确定出的内存占用量来作为考量时,可以将后台等待的拍照次数所对应的处理帧数全部替换成目标处理帧数。
在替换之前,还可以将最近一次确定出的拍照次数所对应的处理帧数与等待的拍照次数所对应的处理帧数进行对比,如果相同,则不需要进行替换;如果不同,再进行替换。由此,通过对处理帧数进行对比,只针对帧数不同的情况做替换,可以避免做无效替换,减小工作量。
其中,根据图3所述的内容可知,在第一次确定拍照次数对应的处理帧数时,处理帧数相同,或者,随着内存占用量越大,处理帧数逐渐减小。由此可知,在第二次确定拍照次数对应的处理帧数时,如果需要替换,则一定是排除了处理帧数相同的情况下,利用最近一次较小的处理帧数替换之前较大的处理帧数,相当于每次将等待的拍照次数所对应的处理帧数进行了减小。替换后的处理帧数越小,后续确定拍摄图像时工作效率越高,内存占用量增加的越少。
需要说明的是,利用目标处理帧数替换初始处理帧数时,只是将处理帧数的数值进行了更改,并不替换所对应的原始图像。例如,等待的拍照次数为第10次拍照次数,在响应于第一操作时,采集了9帧原始图像,在确定处理帧数时筛选了其中5帧原始图像作为处理帧数,“5帧”即为初始处理帧数。后续若确定出目标处理帧数为1帧,则可以将初始处理帧数“5帧”替换为“1帧”,该1帧所对应的原始图像为原来5帧原始图像中筛选出的1帧即可。
还应理解,上述替换方法启动后,可以循环执行多次。换句话说,可以在后续每次新响应一次拍照命令时,对等待的拍照次数所对应的处理算法和/或处理帧数进行一次替换,又或者说,针对某一等待的拍照次数所对应的处理算法和/或处理帧数来说,在未用于处理来得到对应的拍摄图像之前,处理算法和/或处理帧数可以被替换多次。
由此,后台等待的拍照次数所对应的处理算法为响应于用户对第一控件的第一操作时,根据内存占用量所确定出的处理算法,或者,为等待过程中,最后一次替换后的目标处理算法。
例如,当最近一次确定出的拍照次数为第20次拍照次数时,则将第20次拍照次数所对应的处理算法作为目标处理算法,所对应的处理帧数作为目标帧数;然后,可以将等待的多个拍照次数所对应的处理算法作为初始处理算法,所对应的处理帧数作为初始处理帧数,再将该初始处理算法替换成该目标处理算法,初始处理帧数替换成该目标处理帧数。
响应于用户的又一次第一操作,最近一次所对应的拍照次数更新为第21次拍照次数,则将第21次拍照次数所对应的处理算法作为目标处理算法,所对应的处理帧数作为目标处理帧数,然后,可以将等待的多个拍照次数所对应的处理算法(第20次拍照次数对应的目标处理算法)作为初始处理算法,所对应的处理帧数(第20次拍照次数对应的目标处理帧数)作为初始处理帧数,再将该初始处理算法替换成此次第21次拍照次数的目标处理算法,初始处理帧数替换成此次第21次拍照次数的目标处理帧数。若用户继续执行第一操作,后续替换过程依次类推,在此不再赘述。
S39、当后台等待的任意一次拍照次数被调用处理时,利用对应的目标处理算法对该次拍照次数所采集的原始图像中的x级处理帧数进行处理,得到对应的拍摄图像。
除此之外,当频率不满足预设频率条件,或差值大于或等于预设差值时,则无需进行上述步骤,继续按照原来确定出的处理算法进行处理。例如,如S18所示,利用原先确定出的x级处理算法对x级处理帧数进行处理,得到对应的拍摄图像。又或者,虽然满足了上述所述的频率或差值的条件,但是后台没有等待的拍照次数时,也无需进行上述步骤。
S40、保存拍摄图像。
拍摄图像可以存储于图库中或进行显示。
本申请实施例提供的上述拍照方法,在响应于用户对第一控件的第一操作时,电子设备采用摄像头采集一次原始图像,当用于对第一控件进行第一操作的频率满足预设频率条件时或内存水位线与内存占用量的差值小于预设差值时,确定后台等待的拍照次数以及将各个等待的拍照次数所对应的处理算法作为各自对应的初始处理算法。然后,将最近一次确定出的拍照次数所对应的处理算法作为目标处理算法,利用目标处理算法将等待的拍照次数所对应的初始处理算法进行替换。这样,当等待的拍照次数后续被调用处理时,则可以利用替换后的目标处理算法对该次拍照次数所采集的原始图像中的初始处理帧数进行处理,从而得到对应的拍摄图像。由于最近一次确定出的拍照次数所对应的处理算法是根据当前的内存情况确定出来的,所以等待的拍照次数的处理算法随之调整,可控制内存堆积程度,减小内存占用量,实现连续快速拍照。
此外,还可以对处理帧数进行替换。当随着拍照次数的增加,处理帧数是减少的时,将最近一次确定出的拍照次数所对应的处理帧数作为目标处理帧数,利用目标处理帧数将等待的拍照次数所对应的初始处理帧数进行替换。替换后,等待的拍照次数所对应的处理帧数是减小的,这样,当等待的拍照次数被调用处理时,则可以利用减小的目标处理帧数去确定拍摄图像。由于最近一次确定出的拍照次数所对应的处理帧数是根据当前的内存情况确定出来的,所以等待的拍照次数的处理帧数随之调整,也能控制内存堆积程度,减小内存占用量。
在此基础上,若后台等待的拍照次数等待处理的时间较长,则可以随着最近一次确定出的拍照次数的变更,多次替换自身对应的处理算法和/或处理帧数,利用最新一次的目标处理算法替换自身上一次的目标处理算法,和/或利用最新一次的目标处理帧数替换自身上一次的目标处理帧数,由此,在实际等到后台等待的拍照次数被进行处理时,可以利用最新一次的目标处理算法进行处理。这样经过多次替换,可以以最新的数据为基准,尽可能的减少内存占用量,实现更多次的连续快速拍照。
相对于之前仅确定一次处理算法和处理帧数来说,该方法进行二次替换,甚至多次替换后,可实时更新和优化处理算法和/或处理帧数,更灵活地适应当前的内存情况,保证拍照能够正常进行下去。
上述对本申请提供的拍照方法的流程进行了总体介绍,下面利用实施例进一步进行示意。
实施例1
图14为本申请实施例提供的一种表格,用于示意每个拍照次数所对应的处理算法和处理帧数。
结合图4所示,当用户打开相机应用,手机显示拍摄界面,拍摄界面包括拍摄键,用户进行拍照时,利用手指对拍摄键进行多次点击操作。
当手机检测到用户的第1次点击操作时,响应于该第1次点击操作,手机利用摄像头采集一次原始图像,例如采集了9帧位于RAW域的原始图像,该次拍照次数可记为第1次拍照次数。
由于该次点击操作对应第1次拍照次数,于是,手机可以针对待拍摄场景进行环境检测,例如进行照度检测和动态范围检测。此时,还根据环境检测结果确定检测出的照度是否小于照度阈值,确定检测出的动态范围值是否小于动态范围阈值。
当照度小于照度阈值,动态范围值小于动态范围阈值时,或者说当待拍摄场景为低亮、低动态范围的场景时,如图14所示,可确定1级处理算法为A1算法,A1算法例如为第一夜景算法。此外,可确定第1次拍照次数对应的1级处理帧数例如为6帧,该6帧指的是从第1次拍照次数对应采集的9帧原始图像中筛选出的6帧原始图像。
当手机检测到用户的第2次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,还是9帧原始图像,该次拍照次数可记为第2次拍照次数。
由于该次拍照次数对应第2次拍照次数,x大于1,于是,手机继续针对内存占用量进行确定,由于此时的内存占用量小于第一内存阈值,所以,可以确定第2次拍照次数对应的2级处理算法为第一拍照算法,第一拍照算法例如还为第一夜景算法。同时,可以确定第2次拍照次数对应的2级处理帧数为6帧,6帧为第一帧数。该6帧指的是从第2次拍照次数对应采集的9帧原始图像中筛选出的6帧原始图像。
当手机检测到用户的第3次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,还是9帧原始图像,该次拍照次数可记为第3次拍照次数。
由于该次拍照次数对应第3次拍照次数,x大于1,于是,手机针对此时的内存占用量进行确定,此时的内存占用量大于第一内存阈值而小于第二内存阈值,由此,可以确定第3次拍照次数对应的3级处理算法为第二拍照算法,预设的第二拍照算法与第一拍照算法相同,即第二拍照算法为第一夜景算法。同时,可以确定第3次拍照次数对应的3级处理帧数为5帧,5帧为第二帧数,第二帧数小于第一帧数。该5帧指的是从第3次拍照次数对应采集的9帧原始图像中筛选出的5帧原始图像。
当手机检测到用户的第4次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,还是9帧原始图像,该次拍照次数可记为第4次拍照次数。
由于该次拍照次数对应第4次拍照次数,x大于1,于是手机针对此时的内存占用量进行确定,此时的内存占用量大于第二内存阈值,由此,可以确定第4次拍照次数对应的4级处理算法为第三拍照算法,预设的第三拍照算法与第二拍照算法、第一拍照算法相同,即第三拍照算法为第一夜景算法。同时,可以确定第4次拍照算法对应的4级处理帧数为4帧,4帧为第三帧数,第三帧数小于第二帧数。该4帧指的是从第4次拍照次数对应采集的9帧原始图像中筛选出的4帧原始图像。
后续拍照次数的处理过程依次类推,在此不再赘述。
其中,例如,第一夜景算法可以包括单帧算法包括的所有步骤,以及基于Unet网络模型生成的夜景算法模块,夜景算法模块可以将多帧位于RAW域的原始图像融合成一帧位于RAW域的图像。当然,夜景算法模块也可以基于其他模型生成,第一夜景算法还可以包括其他模块或步骤,本申请实施例对此没有任何限制。
此外,每次拍照次数对应的处理帧数的减小量可以相同,也可以不同,具体可以根据需要进行设置和修改,本申请实施例对此不进行任何限制。
在上述实施例中,当待拍摄场景为低亮、低动态范围的场景时,说明待拍摄场景中的环境光线比较暗,若利用一般拍照算法进行处理,得到的拍摄图像会不清楚,进而导致用户看不清拍摄图像中的细节内容。对此,在本申请实施例中,可以选择利用第一夜景算法来进行处理,以提高处理过程中图像的亮度,使得后续获取的拍摄图像可以呈现更多细节。
在此基础上,基于将内存大小划分成多个区间范围,在多次拍照过程中,随着内存占用量的增大,针对对应不同内存范围的拍照次数所确定的处理帧数逐渐减小。此时,虽然选择的处理算法相同,但是在后续进行处理时,由于处理帧数的下降,使得处理算法的处理时长会相应变短,内存占用量的增长速度趋于平缓,因此,在本申请实施例中,在多次拍照次数下,随着拍照次数的增多,基于相同的算法,将每次拍照次数对应的处理帧数进行减小,从而降低处理算法的处理时长,提高处理效率,同时减缓内存占用量的增长速度,减小内存增量的压力。
实施例2
图15为本申请实施例提供的另一种表格,用于示意每个拍照次数所对应的处理算法和处理帧数。
结合图4所示,当用户打开相机应用,手机显示拍摄界面,拍摄界面包括拍摄键,用户进行拍照时,利用手指对拍摄键进行多次点击操作。
当手机检测到用户的第1次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,例如,采集了6帧位于RAW域的原始图像。该次拍照次数可记为第1次拍照次数。
由于该次点击操作对应第1次拍照次数,于是,手机可以针对待拍摄场景进行环境检测,例如,进行照度检测和动态范围检测。此时,还根据环境检测结果确定检测出的照度是否小于照度阈值,确定检测出的动态范围值是否小于动态范围阈值。
当照度大于照度阈值,动态范围值小于动态范围阈值时,或者说当待拍摄场景为高亮、低动态范围的场景时,如图15所示,可确定1级处理算法为D1算法,D1算法为第一多帧降噪(multi frame noise reduction,MFNR)算法。此外,可以确定第1次拍照次数对应的1级处理帧数为6帧,该6帧指的是第1次拍照次数对应采集的全部6帧原始图像。
当手机检测到用户的第2次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,还是6帧原始图像,该次拍照次数可记为第2次拍照次数。
由于该次拍照次数对应第2次拍照次数,x大于1,于是,手机接下来可以对设备温度进行检测,确定设备温度是否小于温度阈值,若小于温度阈值,则继续针对内存占用量进行确定,又由于此时的内存占用量小于第一内存阈值,所以,可以确定第2次拍照次数对应的2级处理算法为第一拍照算法,第一拍照算法例如为第二MFNR算法。同时,可以确定第2次拍照次数对应的2级处理帧数为6帧,6帧为第一帧数。该6帧指的是第2次拍照次数对应采集的全部6帧原始图像。
当手机检测到用户的第3次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,还是6帧原始图像,该次拍照次数可记为第3次拍照次数。
由于该次拍照次数对应第3次拍照次数,x大于1,于是,手机接下来可以对设备温度进行检测,确定设备温度是否小于温度阈值,若小于温度阈值,则继续针对此时的内存占用量进行确定,此时的内存占用量大于第一内存阈值而小于第二内存阈值,由此,可以确定第3次拍照次数对应的3级处理算法为第二拍照算法,预设的第二拍照算法与第一拍照算法不同,且第二拍照算法的处理时长比第一拍照算法的处理时长短,第二拍照算法例如为第三MFNR算法。同时,可以确定第3次拍照次数对应的3级处理帧数为6帧,6帧为第二帧数,第二帧数与第一帧数相同。该6帧指的是第3次拍照次数对应采集的全部6帧原始图像。
当手机检测到用户的第4次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,还是6帧原始图像,该次拍照次数可记为第4次拍照次数。
由于该次拍照次数对应第4次拍照次数,x大于1,于是可以对设备温度进行检测,确定设备温度是否小于温度阈值,若小于温度阈值,则继续手机针对此时的内存占用量进行确定,此时的内存占用量大于第二内存阈值,由此,可以确定第4次拍照次数对应的4级处理算法为第三拍照算法,预设的第三拍照算法与第二拍照算法、第一拍照算法不同,且第三拍照算法的处理时长比第二拍照算法的处理时长短,第三拍照算法例如为第四MFNR算法。同时,可以确定第4次拍照次数对应的4级处理帧数为6帧,6帧为第三帧数,第三帧数与第二帧数、第一帧数相同。该6帧指的是第4次拍照次数对应采集的全部6帧原始图像。
当手机检测到用户的第5次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,还是6帧原始图像,该次拍照次数可记为第5次拍照次数。
由于该次拍照次数对应第5次拍照次数,x大于1,于是可以对设备温度进行检测,确定设备温度是否小于温度阈值,若大于温度阈值,则无需对内存占用量进行判断,直接确定此时的处理算法为单帧算法,处理帧数为1帧,该1帧指的是第5次拍照次数对应采集的6帧原始图像中的1帧原始图像。
后续拍照次数的处理过程依次类推,在此不再赘述。
其中,例如,第一MFNR算法可以是先将原始图像中的多帧进行对齐,然后将对齐后的原始图像采用小波融合算法进行处理的过程;第二MFNR算法可以是光流算法,第三MFNR算法、第四MFNR算法为其他算法,本申请实施例对此没有任何限制。
在上述实施例中,当待拍摄场景为高亮、低动态范围的场景时,说明待拍摄场景中的环境光线较强,但动态范围较小,此时,若利用一般拍照算法进行处理,得到的拍摄图像噪声较大,动态范围较小。对此,在本申请实施例中,可以选择MFNR算法来进行处理,以降低拍摄图像的噪声,提高拍摄图像的动态范围。
在此基础上,基于将内存大小划分成多个区间范围,在多次拍照过程中,随着内存占用量的增大,对应不同内存范围的拍照次数所确定的处理算法的处理时长逐渐减小。此时,虽然选择的处理帧数相同,但是在后续进行处理时,由于处理算法的处理时长逐渐变短,使得内存占用量的增长速度趋于平缓,因此,在本申请实施例中,在多次拍照次数下,随着拍照次数的增多,基于相同的处理帧数,可以将每次拍照次数对应的处理算法的处理时长或者说性能减小,从而可以提高处理效率,同时减缓内存占用量的增长速度,减小内存增量的压力。
此外,当设备温度高于温度阈值时,可以按照直接切换成单帧算法对1帧原始图像进行处理,以减小工作量,减缓热量的增长幅度,降低热量的增量压力,从而使得手机多实现一些拍照次数,满足用户的拍照需求。
实施例3
图16为本申请实施例提供的又一种表格,用于示意每个拍照次数所对应的处理算法和处理帧数。图17为图16对应的处理进程示意图。
结合图5所示,当用户打开相机应用进行录像,手机显示录像界面,录像界面包括抓拍控件,用户在录像的同时利用手指对抓拍控件进行多次点击操作。
当手机检测到用户的第1次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,例如,采集了9帧原始图像,该9帧原始图像包括6帧正常曝光的原始图像、1帧长曝光的原始图像和2帧短曝光的原始图像。该次拍照次数可记为第1次拍照次数。
由于该次点击操作对应第1次拍照次数,于是,手机针对待拍摄场景进行环境检测,例如,进行照度检测和动态范围检测。此时,还根据检测结果确定检测出的照度是否小于照度阈值,确定过检测出的动态范围值是否小于动态范围阈值。
当照度大于照度阈值,动态范围值大于动态范围阈值时,或者说当待拍摄场景为高亮、高动态范围的场景时,如图16中的(a)所示,可确定1级处理算法为C1算法,C1算法为第一HDR算法。此外,可以确定第1次拍照次数对应的1级处理帧数为9帧,该9帧指的是第1次拍照次数对应采集的全部9帧原始图像。
其中,第一HDR算法可以包括HDR算法模块,该电子设备可以通过该HDR算法模块来实现第一HDR算法的处理过程。
例如,该第一HDR算法模块基于多曝光融合处理和色调映射模型生成,可以将多帧曝光值不同或者说曝光程度不同的原始图像融合成一帧位于RAW域的图像并对其颜色进行映射变换处理。其中,色调映射模型可以为Unet网络模型、Resnet网络模型和Hdrnet网络模型中的任意一种。当然,色调映射模型也可以为其他模型,本申请实施例对此不进行任何限制。
此时,结合图17所示,后台开始利用针对第1次拍照次数确定出的第一HDR算法对1级处理帧数进行处理,也即对第1次拍照次数对应采集的全部9帧原始图像进行处理,该过程可以称为第1次拍照处理。
当手机检测到用户的第2次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,还是9帧原始图像,该9帧原始图像包括7帧正常曝光的原始图像、1帧长曝光的原始图像和1帧短曝光的原始图像。该次拍照次数可记为第2次拍照次数。
由于该次拍照次数对应第2次拍照次数,x大于1,于是,手机接下来可以确定用户对抓拍控件进行点击操作的频率是否满足预设频率条件,若频率不满足预设频率条件,则继续针对内存占用量进行确定,又由于此时的内存占用量小于第一内存阈值,所以,可以确定第2次拍照次数对应的2级处理算法为第一拍照算法,第一拍照算法例如为第二HDR算法,第二HDR算法与第一HDR算法不同。同时,可以确定第2次拍照次数对应的2级处理帧数为8帧,8帧为第一帧数。该8帧指的是第2次拍照次数对应采集的9帧原始图像中的5帧正常曝光的原始图像、1帧长曝光的原始图像和2帧短曝光的原始图像。或者,该8帧指的是第2次拍照次数对应采集的9帧原始图像中的5帧正常曝光的原始图像,以及复用第1次拍照次数采集的1帧长曝光的原始图像和2帧短曝光的原始图像。或者,该8帧指的是复用第1次拍照次数采集的1帧长曝光的原始图像和2帧短曝光的原始图像,以及与长曝光的原始图像或短曝光的原始图像采集时间较近的5帧正常曝光的原始图像。
需要说明的是,当用户点击拍照次数非常快速时,也即触发拍照命令的频率比较高时,图像之间的内容差异比较小,由此,此时可以选择部分复用或全部复用第1次拍照次数采集的原始图像。这样,电子设备不需要重新出帧,减小了工作量,也减小了内存占用量。
后续第3次拍照次数至第5次拍照次数的过程与上述第2次拍照次数的确定过程类似,在此不再赘述。
当手机检测到用户的第6次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,还是9帧原始图像,该9帧原始图像包括6帧正常曝光的原始图像、1帧长曝光的原始图像和2帧短曝光的原始图像。该次拍照次数可以记为第6次拍照次数。
由于该次拍照次数对应第6次拍照次数,x大于1,于是,手机接下来可以确定用户对抓拍控件进行点击操作的频率是否满足预设频率条件,若频率不满足预设频率条件,则继续针对此时的内存占用量进行确定,此时的内存占用量大于第一内存阈值,而小于第二内存阈值,由此,可以确定第6次拍照次数对应的6级处理算法为第二拍照算法,预设的第二拍照算法与第一拍照算法不同,且第二拍照算法的处理时长比第一拍照算法的处理时长短,第二拍照算法例如为第三HDR算法,第三HDR算法与第一HDR算法、第二HDR算法不同。同时,可以确定第6次拍照次数对应的6级处理帧数为7帧,7帧为第二帧数,第二帧数比第一帧数小。该7帧指的是第6次拍照次数对应采集的9帧原始图像中的4帧正常曝光的原始图像、1帧长曝光的原始图像和2帧短曝光的原始图像。或者,该7帧指的是第6次拍照次数对应采集的9帧原始图像中的4帧正常曝光的原始图像,以及复用第1次拍照次数采集的1帧长曝光的原始图像和2帧短曝光的原始图像。或者,该7帧指的是复用第1次拍照次数采集的1帧长曝光的原始图像和2帧短曝光的原始图像,以及与长曝光的原始图像或短曝光的原始图像采集时间较近的5帧正常曝光的原始图像。
结合图17所示,用户在进行第2次至第6次点击操作时,由于第1次拍照处理还在进行中,因此,只能将第2次至第6次拍照次数对应采集的所有原始图像,以及确定出的各级处理算法、各级处理帧数等相关数据存储起来,进入后台等待状态。
然后,当第1次拍照处理结束后,后台等待的第2次至第6次拍照次数按照时间由近即远的原则,先对第6次拍照次数相关的数据进行处理。后台针对第6次拍照次数,开始利用确定出的第三HDR算法对7帧原始图像进行处理,也即对第6次拍照次数对应采集的4帧正常曝光的原始图像、1帧长曝光的原始图像和2帧短曝光的原始图像进行处理,该过程可以称为第2次拍照处理。
接着,在对第6次拍照次数相关的数据进行处理的同时,当手机检测到用户的第7次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,还是9帧原始图像,该9帧原始图像包括6帧正常曝光的原始图像、1帧长曝光的原始图像和2帧短曝光的原始图像。该次拍照次数可以记为第7次拍照次数。
由于该次拍照次数对应第7次拍照次数,x大于1,于是,手机接下来可以确定用户对抓拍控件进行点击操作的频率是否满足预设频率条件,若频率满足预设频率条件,此时需要放弃保护动态范围,切换成仅处理正常曝光的原始图像的非HDR算法。例如,可以针对此时的内存占用量进行确定,若此时的内存占用量大于第一内存阈值,而小于第二内存阈值,此时可以将第7次拍照次数对应的7级处理算法从第三HDR算法,切换成第三MFNR算法。同时,可以确定第7次拍照次数对应的7级处理帧数为4帧正常曝光的原始图像,去掉其他长曝光的原始图像和短曝光的原始图像。
另外,由于频率满足预设频率条件,还可以确定出此时后台等待的拍照次数为第2次拍照次数至第5次拍照次数。基于此,可以将第2次至第5次拍照次数之前存储的各自对应的处理算法作为初始处理算法,将第7次拍照次数确定出的7级处理算法作为目标处理算法,然后,利用该目标处理算法将等待的拍照次数所对应的初始处理算法进行替换。
如图16中的(b)所示,第7次拍照次数所确定出的7级处理算法为第三MFNR算法,那么,此时第三MFNR算法即为目标处理算法。结合图16中的(a)所示,第2次拍照次数原来对应的第二HDR算法即为初始处理算法,利用目标处理算法替换初始处理算法后,第2次拍照次数对应的2级处理算法将变更为第三MFNR算法,第3次至第5次拍照次数的替换过程类似,在此不再赘述。
结合图17所示,用户在进行第7次点击操作时,由于第2次拍照处理还在进行中,因此,只能将第7次拍照次数对应采集的所有原始图像,以及确定出的7级处理算法、7级处理帧数等相关数据存储起来,进入后台等待状态。
当手机检测用户的第8次点击操作时,响应于该次点击操作,手机利用摄像头采集一次原始图像,还是9帧原始图像,该9帧原始图像包括6帧正常曝光的原始图像、1帧长曝光的原始图像和2帧短曝光的原始图像。该次拍照次数可以记为第8次拍照次数。
由于该次拍照次数对应第8次拍照次数,x大于1,于是,手机接下来可以确定用户对抓拍控件进行点击操作的频率是否满足预设频率条件,若频率满足预设频率条件,此时需要放弃保护动态范围,切换成仅处理正常曝光的原始图像的非HDR算法。例如,可以针对此时的内存占用量进行确定,若此时的内存占用量大于第二内存阈值,由此,可以将第8次拍照次数对应的8级处理算法从第三HDR算法,切换成第四MFNR算法,第四MFNR算法与第三MFNR算法不同。同时,可以确定第8次拍照次数对应的8级处理帧数为3帧正常曝光的原始图像,去掉其他长曝光的原始图像和短曝光的原始图像。
另外,由于频率满足预设频率条件,还可以确定出此时后台等待的拍照次数为第2次拍照次数至第5次拍照次数,以及第7次拍照次数。基于此,可以将第2次拍照次数至第5次拍照次数上一次替换后的处理算法作为初始处理算法,以及将第7次拍照次数确定出的7级处理算法作为初始处理算法,再将第8次拍照次数确定出的8级处理算法作为目标处理算法,然后,利用该目标处理算法将等待的拍照次数对应的初始处理算法进行替换。
结合图16中的(c)所示,第8次拍照次数所确定处的8级处理算法为第四MFNR算法,那么第四MFNR算法即为目标处理算法。第2次拍照次数原来对应的第三MFNR算法即为初始处理算法,利用目标处理算法替换初始处理算法后,第2次拍照次数对应的2级处理算法变更为第四MFNR算法,第3次至第5次、以及第7次拍照次数的替换过程类似,在此不再赘述。
结合图17所示,用户在进行第8次点击操作时,由于第2次拍照处理还在进行中,因此,只能将第8次拍照次数对应采集的所有原始图像,以及确定出的8级处理算法、8级处理帧数等相关数据存储起来,进入后台等待状态。
然后,用户在进行第9次点击操作至第20次点击操作时,后台等待的拍照次数所对应的处理算法可以继续根据最近一次确定出的拍照次数所对应的x级处理算法,来作为目标处理算法进行替换。在针对后台等待的拍照次数进行处理时,则可以根据最后一次替换后的处理算法来进行处理。
在上述实施例中,本申请通过结合待拍摄场景中的环境检测结果、用户操作的频率、内存占用量的情况等多种因素,针对不同的情况下的拍照次数的处理算法和处理帧数进行变更。
在此基础上,由于拍照次数较多时不能及时执行处理,本申请还将等待的拍照次数的处理算法及时替换成最近一次确定出的处理算法,这样,可以以最新的数据为基准进行处理,尽可能的适应当前的内存情况,减小内存增量,实现更多次的连续快速拍照。
上述对本申请实施例提供的拍照方法进行了详细介绍,下面结合电子设备的显示界面介绍一下用户如何启用本申请实施例提供的拍照方法。
图18为本申请实施例提供的一种电子设备的显示界面的示意图。
示例性的,响应于用户的点击操作,当电子设备100运行相机应用时,电子设备100显示如图18中的(a)所示的拍摄界面。该界面的上方显示有导航栏,其中,最中间的位置处显示有用于指示“AI摄影”的图标。
响应于用户针对“AI摄影”的点击操作,电子设备100显示如图18中的(b)所示的提示框,在该界面上显示“AI摄影”已开启的提示信息。此时,电子设备100可以在拍摄时启用本申请实施例提供的拍照方法相关的程序。
应理解,上述仅为用户从电子设备的显示界面启用本申请实施例提供的拍照方法的一种示例,当然也可以通过其他方式来启用本申请实施例提供的拍照方法,或者,也可以在拍摄过程默认直接使用本申请实施例提供的拍照方法,本申请实施例对此不进行任何限制。
图19为本申请实施例提供的另一种电子设备的显示界面的示意图。
结合图18和图19所示,当“AI摄影”开启后,若用户打开相机应用后,对拍摄界面中的拍摄键快速连续进行了多次点击,在该点击的过程中由于后台利用本申请实施例提供的拍照方法进行处理时,在内存占用量增大的情况下,会使用处理时长更短的处理算法和/或更少的处理帧数来进行处理,因此,后续处理出的拍摄图像质量有一定下降。对此,为了提示用户画质有所变化,可以在拍摄界面中的预览图像上方显示“当前图像画质可能会降低”的提示语。
当然,上述仅为一种示例,也可以显示其他提示语来提示用户,或者,还可以不显示任何提示语,或者也可以以其他方式来提醒用户,本申请实施例对此不进行任何限制。
上文结合图1至图19详细描述了本申请实施例提供的拍照方法以及相关的显示界面;下面将结合图20至图23详细描述本申请实施例提供的电子设备、装置和芯片。图20示出了一种适用于本申请的电子设备的硬件系统。
电子设备100可以是手机、智慧屏、平板电脑、可穿戴电子设备、车载电子设备、增强现实(augmented reality,AR)设备、虚拟现实(virtual reality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)、投影仪等等,本申请实施例对电子设备100的具体类型不作任何限制。
电子设备100可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
需要说明的是,图20所示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20所示的部件更多或更少的部件,或者,电子设备100可以包括图20所示的部件中某些部件的组合,或者,电子设备100可以包括图20所示的部件中某些部件的子部件。图20所示的部件可以以硬件、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可以包括以下处理单元中的至少一个:应用处理器(application processor,AP)、调制解调处理器、图形处理器(graphics processing unit,GPU)、图像信号处理器(image signal processor,ISP)、控制器、视频编解码器、数字信号处理器(digital signal processor,DSP)、基带处理器、神经网络处理器(neural-network processing unit,NPU)。其中,不同的处理单元可以是独立的器件,也可以是集成的器件。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,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。
示例性地,处理器110可以用于执行本申请实施例的拍照方法;显示第一界面,所述第一界面包括第一控件;当检测到对第一控件的第一操作时,响应于第一操作,采集一次原始图像;针对第x次拍照次数,确定内存占用量;当内存占用量小于第一内存阈值时,确定x级处理算法为第一拍照算法,并确定x级处理帧数为第一帧数,x为大于1的整数;当内存占用量大于或等于第一内存阈值,而小于第二内存阈值时,确定x级处理算法为第二拍照算法,并确定x级处理帧数为第二帧数;当内存占用量大于所述第二内存阈值时,确定x级处理算法为第三拍照算法,并确定x级处理帧数为第三帧数,第一内存阈值小于第二内存阈值;利用x级处理算法对原始图像中的x级处理帧数进行处理,得到对应的拍摄图像;保存拍摄图像。
图20所示的各模块间的连接关系只是示意性说明,并不构成对电子设备100的各模块间的连接关系的限定。可选地,电子设备100的各模块也可以采用上述实施例中多种连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,显示屏194,摄像头193,和无线通信模块160等供电。电源管理模块141还用于检测电池容量,电池循环次数,电池健康状态(漏电、阻抗)等参数。
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。
电子设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度,肤色进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。可以通过应用程序指令触发开启,实现拍照功能,如拍摄获取任意场景的图像。摄像头可以包括成像镜头、滤光片、图像传感器等部件。物体发出或反射的光线进入成像镜头,通过滤光片,最终汇聚在图像传感器上。成像镜头主要是用于对拍照视角中的所有物体(也可称为待拍摄场景、目标场景,也可以理解为用户期待拍摄的场景图像)发出或反射的光汇聚成像;滤光片主要是用于将光线中的多余光波(例如除可见光外的光波,如红外)滤去;图像传感器可以是电荷耦合器件(charge coupleddevice,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。图像传感器主要是用于对接收到的光信号进行光电转换,转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,电子设备100可以包括1个或N个摄像头193,N为大于1的正整数。
其中,摄像头193可以位于电子设备100的前面,也可以位于电子设备100的背面,摄像头的具体个数以及排布方式可以根据需求设置,本申请不做任何限制。
示例性的,电子设备100包括前置摄像头和后置摄像头。例如,前置摄像头或者后置摄像头,均可以包括1个或多个摄像头。以电子设备100具有4个后置摄像头为例,这样,电子设备100启动4个后置摄像头进行拍摄时,可以使用本申请实施例提供的拍照方法。或者,摄像头设置于电子设备100的外置配件上,该外置配件可旋转的连接于手机的边框,该外置配件与电子设备100的显示屏194之间所形成的角度为0-360度之间的任意角度。比如,当电子设备100自拍时,外置配件带动摄像头旋转到朝向用户的位置。当然,手机具有多个摄像头时,也可以只有部分摄像头设置在外置配件上,剩余的摄像头设置在电子设备100本体上,本申请实施例对此不进行任何限制。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当电子设备100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。内部存储器121可以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应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器121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,通用闪存存储器(universal flash storage,UFS)等。处理器110通过运行存储在内部存储器121的指令,和/或存储在设置于处理器中的存储器的指令,执行电子设备100的各种功能应用以及数据处理。
内部存储器121还可以存储本申请实施例提供拍照方法的软件代码,当处理器110运行所述软件代码时,执行拍照方法的流程步骤,实现快速连续拍照。
内部存储器121还可以存储拍摄得到的图像。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐等文件保存在外部存储卡中。
当然,本申请实施例提供的拍照方法的软件代码也可以存储在外部存储器中,处理器110可以通过外部存储器接口120运行所述软件代码,执行拍照方法的流程步骤,得到多帧拍摄图像。电子设备100得到的拍摄图像也可以存储在外部存储器中。
应理解,用户可以指定将图像存储在内部存储器121还是外部存储器中。比如,电子设备100目标与外部存储器相连接时,若电子设备100拍摄得到1帧图像时,可以弹出提示信息,以提示用户将图像存储在外部存储器还是内部存储器;当然,还可以有其他指定方式,本申请实施例对此不进行任何限制;或者,电子设备100检测到内部存储器121的内存量小于预设量时,可以自动将图像存储在外部存储器中。
电子设备100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。
陀螺仪传感器180B可以用于确定电子设备100的运动姿态。在一些实施例中,可以通过陀螺仪传感器180B确定电子设备100围绕三个轴(即,x,y和z轴)的角速度。陀螺仪传感器180B可以用于拍摄防抖。
气压传感器180C用于测量气压。在一些实施例中,电子设备100通过气压传感器180C测得的气压值计算海拔高度,辅助定位和导航。
磁传感器180D包括霍尔传感器。电子设备100可以利用磁传感器180D检测翻盖皮套的开合。在一些实施例中,当电子设备100是翻盖机时,电子设备100可以根据磁传感器180D检测翻盖的开合。进而根据检测到的皮套的开合状态或翻盖的开合状态,设置翻盖自动解锁等特性。
加速度传感器180E可检测电子设备100在各个方向上(一般为三轴)加速度的大小。当电子设备100静止时可检测出重力的大小及方向。还可以用于识别电子设备姿态,应用于横竖屏切换,计步器等应用。
距离传感器180F,用于测量距离。电子设备100可以通过红外或激光测量距离。在一些实施例中,拍摄场景,电子设备100可以利用距离传感器180F测距以实现快速对焦。
接近光传感器180G可以包括例如发光二极管(LED)和光检测器,例如光电二极管。发光二极管可以是红外发光二极管。电子设备100通过发光二极管向外发射红外光。电子设备100使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时,可以确定电子设备100附近有物体。当检测到不充分的反射光时,电子设备100可以确定电子设备100附近没有物体。电子设备100可以利用接近光传感器180G检测用户手持电子设备100贴近耳朵通话,以便自动熄灭屏幕达到省电的目的。接近光传感器180G也可用于皮套模式,口袋模式自动解锁与锁屏。
环境光传感器180L用于感知环境光亮度。电子设备100可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。环境光传感器180L还可以与接近光传感器180G配合,检测电子设备100是否在口袋里,以防误触。
指纹传感器180H用于采集指纹。电子设备100可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。
温度传感器180J用于检测温度。在一些实施例中,电子设备100利用温度传感器180J检测的温度,执行温度处理策略。例如,当温度传感器180J上报的温度超过阈值,电子设备100执行降低位于温度传感器180J附近的处理器的性能,以便降低功耗实施热保护。在另一些实施例中,当温度低于另一阈值时,电子设备100对电池142加热,以避免低温导致电子设备100异常关机。在其他一些实施例中,当温度低于又一阈值时,电子设备100对电池142的输出电压执行升压,以避免低温导致的异常关机。
触摸传感器180K,也称“触控器件”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于电子设备100的表面,与显示屏194所处的位置不同。
骨传导传感器180M可以获取振动信号。在一些实施例中,骨传导传感器180M可以获取人体声部振动骨块的振动信号。骨传导传感器180M也可以接触人体脉搏,接收血压跳动信号。在一些实施例中,骨传导传感器180M也可以设置于耳机中,结合成骨传导耳机。音频模块170可以基于所述骨传导传感器180M获取的声部振动骨块的振动信号,解析出语音信号,实现语音功能。应用处理器可以基于所述骨传导传感器180M获取的血压跳动信号解析心率信息,实现心率检测功能。
按键190包括开机键,音量键等。按键190可以是机械按键。也可以是触摸式按键。电子设备100可以接收按键输入,产生与电子设备100的用户设置以及功能控制有关的键信号输入。
马达191可以产生振动提示。马达191可以用于来电振动提示,也可以用于触摸振动反馈。例如,作用于不同应用(例如拍照,音频播放等)的触摸操作,可以对应不同的振动反馈效果。
指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195,或从SIM卡接口195拔出,实现和电子设备100的接触和分离。
可以理解的是,本申请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可以包括比图示更多或更少的部件,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。图示的部件可以以硬件,软件或软件和硬件的组合实现。
上文详细描述了电子设备100的硬件系统,下面介绍电子设备100的软件系统。
图21是本申请实施例提供的电子设备的软件系统的示意图。
如图21所示,系统架构中可以包括应用层(application,APP)210、应用框架层220、硬件抽象层(hardware abstract layer,HAL)230、驱动层240以及硬件层250。
应用层210可以包括相机应用程序或者其他应用程序,其他应用程序包括但不限于:相机、图库等应用程序。
应用层210处于整个框架的顶端,承担着与用户直接进行交互的责任,一旦接收到用户直接或间接的比如拍照的需求,便会通过接口将需求发送给应用框架层220,等待应用框架层220进行回传处理结果,其中,该结果包括图像数据以及相机参数等;然后应用层210再将该结果反馈给用户。
应用框架层220可以向应用层的应用程序提供应用程序编程接口(applicationprogramming interface,API)和编程框架;应用框架层可以包括一些预定义的函数。
例如,应用框架层220可以包括相机访问接口;相机访问接口中可以包括相机管理与相机设备;其中,相机管理可以用于提供管理相机的访问接口;相机设备可以用于提供访问相机的接口。
硬件抽象层230用于将硬件抽象化。比如,硬件抽象层可以包括相机硬件抽象层以及其他硬件设备抽象层;相机硬件抽象层中可以包括相机设备1、相机设备2等;相机硬件抽象层可以与相机算法库相连接,相机硬件抽象层可以调用相机算法库中的算法。
在本申请中,用于进行各种检测的感知引擎可以设置于硬件抽象层中。
驱动层240用于为不同硬件设备提供驱动。例如,驱动层可以包括相机设备驱动、数字信号处理器驱动和图形处理器驱动。
硬件层250可以包括多个图像传感器(sensor)、多个图像信号处理器、数字信号处理器、图形处理器以及其他硬件设备。
例如,硬件层250包括传感器和图像信号处理器;传感器中可以包括传感器1、传感器2、深度传感器(time of flight,TOF)、多光谱传感器等。图像信号处理器中可以包括图像信号处理器1、图像信号处理器2等。
在本申请中,通过调用硬件抽象层230中的硬件抽象层接口,可以实现硬件抽象层230上方的应用程序层210、应用程序框架层220与下方的驱动层240、硬件层250的连接,实现摄像头数据传输及功能控制。
其中,在硬件抽象层230中的摄像头硬件接口层中,厂商可以根据需求在此定制功能。摄像头硬件接口层相比硬件抽象层接口,更加高效、灵活、低延迟,也能更加丰富的调用ISP和GPU,来实现图像处理。其中,输入硬件抽象层230中的图像可以来自图像传感器,也可以来自存储的图片。
硬件抽象层230中的调度层,包含了通用功能性接口,用于实现管理和控制。
硬件抽象层230中的摄像头服务层,用于访问ISP和其他硬件的接口。
下面结合捕获拍照场景,示例性说明电子设备100软件以及硬件的工作流程。
应用程序层中的相机应用可以以图标的方式显示在电子设备100的屏幕上。当相机应用的图标被用户点击以进行触发时,电子设备100开始运行相机应用。当相机应用运行在电子设备100上时,相机应用调用应用程序框架层210中的相机应用对应的接口,然后,通过调用硬件抽象层230启动摄像头驱动,开启电子设备100上的摄像头193,同时相机算法库开始加载本申请实施例所利用的拍照方法。
然后,通过图像传感器采集了一帧或多帧原始图像后,可将采集的原始图像经图像信号处理器处理后返回硬件抽象层,利用从相机算法库中调用的某一处理算法进行处理,生成拍摄图像,再将拍摄图像进行保存和/或传输至显示屏进行显示。
下面介绍本申请实施例提供的一种用于实现上述拍照方法的图像处理装置300。图22是本申请实施例提供的图像处理装置300的示意图。
如图22所示,图像处理装置300包括显示单元310、获取单元320和处理单元330。
其中,显示单元310用于显示第一界面,第一界面包括第一控件。
获取单元320用于检测用户对第一控件的第一操作。
处理单元330用于响应于第一操作,采集一次原始图像。
处理单元330还用于针对第x次拍照次数,确定内存占用量;当内存占用量小于第一内存阈值时,确定x级处理算法为第一拍照算法,并确定x级处理帧数为第一帧数,x为大于1的整数;当内存占用量大于或等于第一内存阈值,而小于第二内存阈值时,确定x级处理算法为第二拍照算法,并确定x级处理帧数为第二帧数;当内存占用量大于所述第二内存阈值时,确定x级处理算法为第三拍照算法,并确定x级处理帧数为第三帧数,第一内存阈值小于第二内存阈值;利用x级处理算法对原始图像中的x级处理帧数进行处理,得到对应的拍摄图像;保存拍摄图像。
需要说明的是,上述图像处理装置300以功能单元的形式体现。这里的术语“单元”可以通过软件和/或硬件形式实现,对此不作具体限定。
例如,“单元”可以是实现上述功能的软件程序、硬件电路或二者结合。所述硬件电路可能包括应用特有集成电路(application specific integrated circuit,ASIC)、电子电路、用于执行一个或多个软件或固件程序的处理器(例如共享处理器、专有处理器或组处理器等)和存储器、合并逻辑电路和/或其它支持所描述的功能的合适组件。
因此,在本申请的实施例中描述的各示例的单元,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机指令;当所述计算机可读存储介质在图像处理装置300上运行时,使得该图像处理装置300执行前述所示的拍照方法。
所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriberline,DSL))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以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、或者半导体介质(例如固态硬盘(solidstate disk,SSD))等。
本申请实施例还提供了一种包含计算机指令的计算机程序产品,当其在图像处理装置300上运行时,使得图像处理装置300可以执行前述所示的拍照方法。
图23为本申请实施例提供的一种芯片的结构示意图。图23所示的芯片可以为通用处理器,也可以为专用处理器。该芯片包括处理器401。其中,处理器401用于支持图像处理装置300执行前述所示的技术方案。
可选的,该芯片还包括收发器402,收发器402用于接受处理器401的控制,用于支持图像处理装置300执行前述所示的技术方案。
可选的,图23所示的芯片还可以包括:存储介质403。
需要说明的是,图23所示的芯片可以使用下述电路或者器件来实现:一个或多个现场可编程门阵列(field programmable gate array,FPGA)、可编程逻辑器件(programmable logic device,PLD)、控制器、状态机、门逻辑、分立硬件部件、任何其他适合的电路、或者能够执行本申请通篇所描述的各种功能的电路的任意组合。
上述本申请实施例提供的电子设备、图像处理装置300、计算机存储介质、计算机程序产品、芯片均用于执行上文所提供的方法,因此,其所能达到的有益效果可参考上文所提供的方法对应的有益效果,在此不再赘述。
应理解,上述只是为了帮助本领域技术人员更好地理解本申请实施例,而非要限制本申请实施例的范围。本领域技术人员根据所给出的上述示例,显然可以进行各种等价的修改或变化,例如,上述检测方法的各个实施例中某些步骤可以是不必须的,或者可以新加入某些步骤等。或者上述任意两种或者任意多种实施例的组合。这样的修改、变化或者组合后的方案也落入本申请实施例的范围内。
还应理解,上文对本申请实施例的描述着重于强调各个实施例之间的不同之处,未提到的相同或相似之处可以互相参考,为了简洁,这里不再赘述。
还应理解,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
还应理解,本申请实施例中,“预先设定”、“预先定义”可以通过在设备(例如,包括电子设备)中预先保存相应的代码、表格或其他可用于指示相关信息的方式来实现,本申请对于其具体的实现方式不做限定。
还应理解,本申请实施例中的方式、情况、类别以及实施例的划分仅是为了描述的方便,不应构成特别的限定,各种方式、类别、情况以及实施例中的特征在不矛盾的情况下可以相结合。
还应理解,在本申请的各个实施例中,如果没有特殊说明以及逻辑冲突,不同的实施例之间的术语和/或描述具有一致性、且可以相互引用,不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
最后应说明的是:以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种拍照方法,其特征在于,应用于电子设备,所述方法包括:
显示第一界面,所述第一界面包括第一控件;
当检测到对所述第一控件的第一操作时,响应于所述第一操作,采集一次原始图像;
针对第x次拍照次数,确定内存占用量;
当所述内存占用量小于第一内存阈值时,确定x级处理算法为第一拍照算法,并确定x级处理帧数为第一帧数,x为大于1的整数;
当所述内存占用量大于或等于所述第一内存阈值,而小于第二内存阈值时,确定所述x级处理算法为第二拍照算法,并确定所述x级处理帧数为第二帧数;
当所述内存占用量大于所述第二内存阈值时,确定所述x级处理算法为第三拍照算法,并确定所述x级处理帧数为第三帧数,所述第一内存阈值小于所述第二内存阈值;
利用所述x级处理算法对所述原始图像中的所述x级处理帧数进行处理,得到对应的拍摄图像;
保存所述拍摄图像;
其中,当所述第一拍照算法、所述第二拍照算法和所述第三拍照算法相同时,所述第一帧数、所述第二帧数和所述第三帧数逐渐减小;
当所述第一拍照算法、所述第二拍照算法和所述第三拍照算法的处理时长逐渐减小时,所述第一帧数、所述第二帧数和所述第三帧数相同或者逐渐减小;
针对所述第x次拍照次数,当所述电子设备温度大于或等于温度阈值时,利用单帧算法对所述原始图像中的1帧进行处理,得到对应的拍摄图像;
其中,当所述第一拍照算法、所述第二拍照算法和所述第三拍照算法相同时,所述单帧算法的处理时长比所述第三拍照算法的处理时长更短;
当所述第一拍照算法、所述第二拍照算法和所述第三拍照算法的处理时长逐渐减小时,所述单帧算法的处理时长与所述第三拍照算法的处理时长相同,或者,所述单帧算法的处理时长比所述第三拍照算法的处理时长更短。
2.根据权利要求1所述的拍照方法,其特征在于,所述方法还包括:
当所述第一操作对应第1次拍照次数时,针对待拍摄场景进行环境检测;
根据环境检测结果确定所述第1次拍照次数对应的1级处理帧数和1级处理算法;
利用所述1级处理算法,对所述第1次拍照次数对应采集的原始图像中的所述1级处理帧数进行处理,得到对应的拍摄图像。
3.根据权利要求2所述的拍照方法,其特征在于,所述环境检测至少包括照度检测和动态范围检测,所述环境检测结果至少包括照度和动态范围值;
根据环境检测结果确定所述第1次拍照次数对应的1级处理帧数和1级处理算法,包括:
当所述照度小于照度阈值,所述动态范围值大于或等于动态范围阈值时,确定所述1级处理帧数为a1帧,并确定所述1级处理算法为A1算法;
当所述照度小于所述照度阈值,所述动态范围值小于所述动态范围阈值时,确定所述1级处理帧数为b1帧,并确定所述1级处理算法为B1算法;
当所述照度大于或等于所述照度阈值,所述动态范围值大于或等于所述动态范围阈值时,确定所述1级处理帧数为c1帧,并确定所述1级处理算法为C1算法;
当所述照度大于或等于所述照度阈值,所述动态范围值小于所述动态范围阈值时,确定所述1级处理帧数为d1帧,并确定所述1级处理算法为D1算法;
其中,a1、b1、c1和d1均为大于或等于1的整数。
4.根据权利要求3所述的拍照方法,其特征在于,利用所述1级处理算法,对所述第1次拍照次数对应采集的原始图像中的所述1级处理帧数进行处理,得到对应的拍摄图像,包括:
当所述照度小于照度阈值,所述动态范围值大于或等于动态范围阈值时,利用所述A1算法对所述第1次拍照次数对应采集的原始图像中的a1帧进行处理,得到对应的拍摄图像;
当所述照度小于所述照度阈值,所述动态范围值小于所述动态范围阈值时,利用所述B1算法对所述第1次拍照次数对应采集的原始图像中的b1帧进行处理,得到对应的拍摄图像;
当所述照度大于或等于所述照度阈值,所述动态范围值大于或等于所述动态范围阈值时,利用所述C1算法对所述第1次拍照次数对应采集的原始图像中的c1帧进行处理,得到对应的拍摄图像;
当所述照度大于或等于所述照度阈值,所述动态范围值小于所述动态范围阈值时,利用所述D1算法对所述第1次拍照次数对应采集的原始图像中的d1帧进行处理,得到对应的拍摄图像。
5.根据权利要求1、3至4中任一项所述的拍照方法,其特征在于,在确定所述x级处理算法为第三拍照算法,并确定所述x级处理帧数为第三帧数之后,所述方法还包括:
确定对所述第一控件的第一操作的频率,以及内存水位线与所述内存占用量的差值;
当所述频率满足预设频率条件或所述差值小于预设差值时,确定后台等待的拍照次数;
将所述后台等待的拍照次数各自对应的x级处理算法分别作为初始处理算法;
将最近一次确定的拍照次数对应的x级处理算法作为目标处理算法;
利用所述目标处理算法替换所述后台等待的拍照次数各自的所述初始处理算法;
当后台等待的任意一次拍照次数被调用处理时,利用所述目标处理算法对所述任意一次拍照次数所对应的原始图像中的x级处理帧数进行处理,得到对应的拍摄图像。
6.根据权利要求1、3至4中任一项所述的拍照方法,其特征在于,所述第一界面是指拍照界面,所述第一控件是指用于指示拍照的控件。
7.根据权利要求1、3至4中任一项所述的拍照方法,其特征在于,所述第一界面是指录像界面,所述第一控件是指用于指示抓拍的控件。
8.一种电子设备,其特征在于,包括:
一个或多个处理器和存储器;
所述存储器与所述一个或多个处理器耦合,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,所述一个或多个处理器调用所述计算机指令以使得所述电子设备执行如权利要求1至7中任一项所述方法。
9.一种芯片,其特征在于,所述芯片应用于电子设备,所述芯片包括一个或多个处理器,所述处理器用于调用计算机指令以使得所述电子设备执行如权利要求1至7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,所述计算机可读存储介质存储了计算机程序,当所述计算机程序被处理器执行时,使得处理器执行权利要求1至7中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211026658.0A CN116055897B (zh) | 2022-08-25 | 2022-08-25 | 拍照方法及其相关设备 |
PCT/CN2023/087489 WO2024040981A1 (zh) | 2022-08-25 | 2023-04-11 | 拍照方法及其相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211026658.0A CN116055897B (zh) | 2022-08-25 | 2022-08-25 | 拍照方法及其相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116055897A CN116055897A (zh) | 2023-05-02 |
CN116055897B true CN116055897B (zh) | 2024-02-27 |
Family
ID=86114045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211026658.0A Active CN116055897B (zh) | 2022-08-25 | 2022-08-25 | 拍照方法及其相关设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116055897B (zh) |
WO (1) | WO2024040981A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116055897B (zh) * | 2022-08-25 | 2024-02-27 | 荣耀终端有限公司 | 拍照方法及其相关设备 |
CN116708996B (zh) * | 2023-08-07 | 2023-11-17 | 荣耀终端有限公司 | 一种拍照方法、图像优化模型训练方法及电子设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015179969A (ja) * | 2014-03-19 | 2015-10-08 | カシオ計算機株式会社 | 撮像装置、撮像方法及びプログラム |
CN107016963A (zh) * | 2017-04-20 | 2017-08-04 | 京东方科技集团股份有限公司 | 电致发光显示面板的驱动方法、其驱动装置及显示装置 |
CN107277374A (zh) * | 2017-07-28 | 2017-10-20 | 盯盯拍(深圳)技术股份有限公司 | 摄像终端的控制方法以及摄像终端的控制装置 |
US9990964B1 (en) * | 2016-12-05 | 2018-06-05 | Samsung Electronics Co., Ltd. | Storage device operating differently according to temperature of memory |
CN108289172A (zh) * | 2018-01-20 | 2018-07-17 | 深圳天珑无线科技有限公司 | 调节拍摄相关功能的方法、装置及移动终端 |
CN110166708A (zh) * | 2019-06-13 | 2019-08-23 | Oppo广东移动通信有限公司 | 夜景图像处理方法、装置、电子设备以及存储介质 |
CN110659136A (zh) * | 2019-09-19 | 2020-01-07 | Oppo广东移动通信有限公司 | 限制帧率的方法、装置、终端及存储介质 |
CN110705497A (zh) * | 2019-10-11 | 2020-01-17 | Oppo广东移动通信有限公司 | 图像帧处理方法、装置、终端设备及计算机可读存储介质 |
CN110933294A (zh) * | 2019-11-04 | 2020-03-27 | 深圳传音控股股份有限公司 | 一种图像处理方法、终端及计算机存储介质 |
CN111416759A (zh) * | 2020-03-27 | 2020-07-14 | 海信集团有限公司 | 智能家居设备及控制方法 |
WO2021052292A1 (zh) * | 2019-09-18 | 2021-03-25 | 华为技术有限公司 | 视频采集方法和电子设备 |
CN113918328A (zh) * | 2021-09-30 | 2022-01-11 | 天津南大通用数据技术股份有限公司 | 一种基于lru的数据缓冲区内存释放调度系统及方法 |
CN114144744A (zh) * | 2019-07-22 | 2022-03-04 | 三星电子株式会社 | 基于电子装置中的发热来控制数据吞吐量的电子装置和方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5948811B2 (ja) * | 2011-11-21 | 2016-07-06 | セイコーエプソン株式会社 | 制御装置、電気光学装置、電子機器および制御方法 |
JP6217169B2 (ja) * | 2013-06-21 | 2017-10-25 | 富士通株式会社 | 携帯端末装置、端末制御プログラム及び端末制御方法 |
WO2015044947A1 (en) * | 2013-09-30 | 2015-04-02 | Yanai Danielle | Image and video processing and optimization |
CN108055556B (zh) * | 2017-11-16 | 2019-09-03 | 北京达佳互联信息技术有限公司 | 数据处理方法和装置 |
US11061740B2 (en) * | 2018-08-13 | 2021-07-13 | International Business Machines Corporation | Computer system workload manager |
CN110955541B (zh) * | 2019-12-09 | 2022-04-15 | Oppo广东移动通信有限公司 | 数据处理方法、装置、芯片、电子设备及可读存储介质 |
CN114650433B (zh) * | 2020-12-18 | 2024-01-19 | 北京达佳互联信息技术有限公司 | 缓存方法及缓存装置 |
CN113411504B (zh) * | 2021-08-18 | 2021-10-29 | 成都大熊猫繁育研究基地 | 一种野外红外相机的智能拍摄方法及系统 |
CN114841853A (zh) * | 2022-04-18 | 2022-08-02 | 北京大甜绵白糖科技有限公司 | 图像处理方法、装置、设备及存储介质 |
CN116055897B (zh) * | 2022-08-25 | 2024-02-27 | 荣耀终端有限公司 | 拍照方法及其相关设备 |
-
2022
- 2022-08-25 CN CN202211026658.0A patent/CN116055897B/zh active Active
-
2023
- 2023-04-11 WO PCT/CN2023/087489 patent/WO2024040981A1/zh unknown
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015179969A (ja) * | 2014-03-19 | 2015-10-08 | カシオ計算機株式会社 | 撮像装置、撮像方法及びプログラム |
US9990964B1 (en) * | 2016-12-05 | 2018-06-05 | Samsung Electronics Co., Ltd. | Storage device operating differently according to temperature of memory |
CN107016963A (zh) * | 2017-04-20 | 2017-08-04 | 京东方科技集团股份有限公司 | 电致发光显示面板的驱动方法、其驱动装置及显示装置 |
CN107277374A (zh) * | 2017-07-28 | 2017-10-20 | 盯盯拍(深圳)技术股份有限公司 | 摄像终端的控制方法以及摄像终端的控制装置 |
CN108289172A (zh) * | 2018-01-20 | 2018-07-17 | 深圳天珑无线科技有限公司 | 调节拍摄相关功能的方法、装置及移动终端 |
CN110166708A (zh) * | 2019-06-13 | 2019-08-23 | Oppo广东移动通信有限公司 | 夜景图像处理方法、装置、电子设备以及存储介质 |
CN114144744A (zh) * | 2019-07-22 | 2022-03-04 | 三星电子株式会社 | 基于电子装置中的发热来控制数据吞吐量的电子装置和方法 |
WO2021052292A1 (zh) * | 2019-09-18 | 2021-03-25 | 华为技术有限公司 | 视频采集方法和电子设备 |
CN110659136A (zh) * | 2019-09-19 | 2020-01-07 | Oppo广东移动通信有限公司 | 限制帧率的方法、装置、终端及存储介质 |
CN110705497A (zh) * | 2019-10-11 | 2020-01-17 | Oppo广东移动通信有限公司 | 图像帧处理方法、装置、终端设备及计算机可读存储介质 |
CN110933294A (zh) * | 2019-11-04 | 2020-03-27 | 深圳传音控股股份有限公司 | 一种图像处理方法、终端及计算机存储介质 |
CN111416759A (zh) * | 2020-03-27 | 2020-07-14 | 海信集团有限公司 | 智能家居设备及控制方法 |
CN113918328A (zh) * | 2021-09-30 | 2022-01-11 | 天津南大通用数据技术股份有限公司 | 一种基于lru的数据缓冲区内存释放调度系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116055897A (zh) | 2023-05-02 |
WO2024040981A1 (zh) | 2024-02-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116055897B (zh) | 拍照方法及其相关设备 | |
CN101610363B (zh) | 在数字图像处理装置中对图像背景进行模糊的设备和方法 | |
US8937677B2 (en) | Digital photographing apparatus, method of controlling the same, and computer-readable medium | |
CN104184956A (zh) | 一种移动通信终端拍照的方法、系统及移动通信终端 | |
WO2023015991A1 (zh) | 拍照方法、电子设备和计算机可读存储介质 | |
CN116416122B (zh) | 图像处理方法及其相关设备 | |
CN116320771B (zh) | 一种拍摄方法和电子设备 | |
CN115604572B (zh) | 图像的获取方法、电子设备及计算机可读存储介质 | |
CN113810590A (zh) | 图像处理方法、电子设备、介质和系统 | |
CN116055890A (zh) | 生成高动态范围视频的方法和电子设备 | |
WO2022083325A1 (zh) | 拍照预览方法、电子设备以及存储介质 | |
WO2024032033A1 (zh) | 视频处理的方法及电子设备 | |
CN115633252B (zh) | 拍摄方法及其相关设备 | |
CN106791462A (zh) | 一种移动终端前置摄像头拍照补光的方法及系统 | |
CN116095476B (zh) | 摄像头的切换方法、装置、电子设备及存储介质 | |
CN117119291A (zh) | 一种出图模式切换方法和电子设备 | |
KR101971535B1 (ko) | 이미지 촬영 장치에서 자동 초점 조절 장치 및 방법 | |
CN116055855B (zh) | 图像处理方法及其相关设备 | |
CN114463191A (zh) | 一种图像处理方法及电子设备 | |
CN113891008A (zh) | 一种曝光强度调节方法及相关设备 | |
CN116723417B (zh) | 一种图像处理方法和电子设备 | |
WO2023160220A1 (zh) | 一种图像处理方法和电子设备 | |
CN116051368B (zh) | 图像处理方法及其相关设备 | |
WO2023160221A1 (zh) | 一种图像处理方法和电子设备 | |
WO2023131028A1 (zh) | 图像处理方法及其相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |