CN116682351A - 显示面板的数据处理方法、装置及计算机可读存储介质 - Google Patents

Abstract

本申请实施例提供了一种显示面板的数据处理方法、装置及计算机可读存储介质，方法包括：获取至少一个灰阶绑点的亮度补偿数据；基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩；将压缩后的亮度补偿数据存储至存储单元中。本申请实施例能够提高亮度补偿数据的压缩精度，更好保留原数据特性，减小压缩后的亮度补偿数据的失真度，进而提高Demura补偿效果。

Description

显示面板的数据处理方法、装置及计算机可读存储介质

技术领域

本申请属于显示技术领域，尤其涉及一种显示面板的数据处理方法、装置及计算机可读存储介质。

背景技术

显示面板在生产过程中因工艺、材料、设备等因素的影响会出现亮色度不均的现象，称之为Mura。目前，主流的Demura方法主要是外部光学补偿的方法，即通过相机抓取显示面板的亮度数据，通过Demura算法计算出亮度补偿数据，亮度补偿数据经过数据压缩后写入存储单元，从而实现显示面板的亮度补偿。

然而，经本申请的发明人研究发现，目前的亮度补偿数据经过数据压缩后失真较大，导致Demura补偿效果较差。

发明内容

本申请实施例提供了一种显示面板的数据处理方法、装置及计算机可读存储介质，能够提高亮度补偿数据的压缩精度，减小压缩后的亮度补偿数据的失真度。

第一方面，本申请实施例提供了一种显示面板的数据处理方法，显示面板的数据处理方法包括：获取至少一个灰阶绑点的亮度补偿数据；基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩；将压缩后的亮度补偿数据存储至存储单元中。

根据本申请第一方面的实施方式，基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩，具体包括：将显示面板划分为多个分区，每个分区包括多个子像素；对于任意一个分区，将分区中的多个子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的中心值，目标灰阶绑点为任意一个灰阶绑点，N为正整数；对于分区中的任意一个子像素，根据子像素的亮度补偿数据所属的区间，生成子像素对应的下标值；将压缩后的亮度补偿数据存储至存储单元中，具体包括：对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中。

如此，本申请实施例应用目标矢量量化算法对亮度补偿数据进行压缩，一方面，每个区间中的全部子像素在目标灰阶绑点时的亮度补偿数据用同一个中心值代替，可以大幅降低数据量，节省存储空间；另一方面，能够按照数据大小对亮度补偿数据进行分类压缩，提高亮度补偿数据的压缩精度，更好保留原数据特性，减小压缩后的亮度补偿数据的失真度，进而提高Demura补偿效果。

根据本申请第一方面前述任一实施方式，根据各个区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的中心值，具体包括：对于任意一个区间，计算区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据的平均值、中位数或者众数，并将平均值、中位数或者众数作为区间的中心值。

根据本申请第一方面前述任一实施方式，在将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中之前，数据处理方法还包括：将中心值的位数由第一位数限制为第二位数，第二位数小于第一位数；和/或，将下标值的位数限制为第三位数，第三位数小于第一位数；将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中，具体包括：将分区中的各个区间位数限制后的中心值和分区中的各个子像素位数限制后的下标值存储至存储单元中；或者，将分区中的各个区间位数限制后的中心值和分区中的各个子像素对应的下标值存储至存储单元中；或者，将分区中的各个区间的中心值和分区中的各个子像素位数限制后的下标值存储至存储单元中。

如此，通过对中心值和/或下标值进行位数限制，可以进一步使得中心值和/或下标值的数据范围变小，进而中心值和/或下标值的数据量也会变小，从而进一步降低中心值的数据量，进一步降低存储单元的存储成本。

根据本申请第一方面前述任一实施方式，第三位数小于第二位数。

如此，可以较大程度上使得下标值的数据范围变小，进一步降低下标值的数据量，节省存储空间，降低存储成本。

根据本申请第一方面前述任一实施方式，在将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中之前，数据处理方法还包括：基于霍夫曼编码算法，对于各个子像素对应的下标值进行压缩；将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中，具体包括：将分区中的各个区间的中心值和分区中的各个子像素压缩后的下标值存储至存储单元中。

如此，基于霍夫曼编码算法对于各个子像素对应的下标值进一步进行压缩，可以在实现无损压缩的同时，进一步降低下标值的数据量，节省存储空间，降低存储成本。

根据本申请第一方面前述任一实施方式，基于霍夫曼编码算法，对于各个子像素对应的下标值进行压缩，具体包括：将出现频率为第一频率的下标值转换为第一长度的编码；将出现频率为第二频率的下标值转换为第二长度的编码；其中，第一频率大于第二频率，第一长度小于第二长度。

这样，可以使得编码之后的字符串平均长度降低，从而达到数据无损压缩的目的。

根据本申请第一方面前述任一实施方式，在基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩之前，数据处理方法还包括：基于块压缩算法，对于至少一个灰阶绑点的亮度补偿数据进行均值压缩；基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩，具体包括：基于目标矢量量化算法，对至少一个灰阶绑点均值压缩后的亮度补偿数据进行压缩。

如此，先基于块压缩算法对于至少一个灰阶绑点的亮度补偿数据进行均值压缩，可以进一步降低亮度补偿数据的数据量，节省存储空间，降低存储成本。

根据本申请第一方面前述任一实施方式，分区包括多种颜色子像素；将分区中的多个子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的中心值，具体包括：对于分区中的任意第i种颜色子像素，将分区中的多个第i种颜色子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的第i种颜色子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的第i种颜色子像素的中心值，i为正整数，1≤i≤N；对于分区中的任意一个子像素，根据子像素的亮度补偿数据所属的区间，生成子像素对应的下标值，具体包括：对于分区中的任意一个第i种颜色子像素，根据第i种颜色子像素的亮度补偿数据所属的区间，生成第i种颜色子像素对应的下标值。

根据本申请第一方面前述任一实施方式，在将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中之前，数据处理方法还包括：基于霍夫曼编码算法，对于分区中的各个区间的中心值进行压缩；将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中，具体包括：将分区中的各个区间压缩后的中心值和分区中的各个子像素对应的下标值存储至存储单元中。

如此，基于霍夫曼编码算法对于各个子像素对应的中心值进一步进行压缩，可以在实现无损压缩的同时，进一步降低中心值的数据量，节省存储空间，降低存储成本。

根据本申请第一方面前述任一实施方式，在将分区中的各个区间的中心值和分区中的各个子像素压缩后的下标值存储至存储单元中之后，数据处理方法还包括：基于霍夫曼编码算法对应的解码算法，对于分区中的各个子像素压缩后的下标值进行解压缩；对于分区中的任意一个子像素，根据在目标灰阶绑点时的下标值与中心值之间的对应关系和子像素解压缩后的下标值，确定子像素在目标灰阶绑点时对应的中心值；将子像素对应的中心值作为子像素在目标灰阶绑点时的灰阶补偿值。

第二方面，本申请实施例提供了一种显示面板的数据处理装置，显示面板的数据处理装置包括：获取模块，用于获取至少一个灰阶绑点的亮度补偿数据；第一压缩模块，用于基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩；存储模块，用于将压缩后的亮度补偿数据存储至存储单元中。

第三方面，本申请实施例提供了一种电子设备，电子设备包括：处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现如第一方面提供的显示面板的数据处理方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如第一方面提供的显示面板的数据处理方法的步骤。

本申请实施例的显示面板的数据处理方法、装置及计算机可读存储介质，获取至少一个灰阶绑点的亮度补偿数据；基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩；将压缩后的亮度补偿数据存储至存储单元中。本申请实施例应用目标矢量量化算法对亮度补偿数据进行压缩，能够按照数据大小对亮度补偿数据进行分类压缩，提高亮度补偿数据的压缩精度，更好保留原数据特性，减小压缩后的亮度补偿数据的失真度，进而提高Demura补偿效果。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的显示面板的数据处理方法的一种流程示意图；

图2为本申请实施例提供的显示面板的数据处理方法中的S102的一种流程示意图；

图3为本申请实施例提供的显示面板的数据处理方法的另一种流程示意图；

图4为本申请实施例提供的显示面板的数据处理方法的又一种流程示意图；

图5为本申请实施例提供的显示面板的数据处理方法中S401的一种流程示意图；

图6为本申请实施例提供的显示面板的数据处理方法的又一种流程示意图；

图7为本申请实施例提供的显示面板的数据处理方法的又一种流程示意图；

图8为本申请实施例提供的显示面板的数据处理方法的又一种流程示意图；

图9为显示面板中的子像素的一种排布示意图；

图10为本申请实施例提供的显示面板的数据处理装置的一种结构示意图；

图11示出了本申请实施例提供的电子设备的硬件结构示意图。

具体实施方式

下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

应当理解，本文中使用的术语“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，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

在不脱离本申请的精神或范围的情况下，在本申请中能进行各种修改和变化，这对于本领域技术人员来说是显而易见的。因而，本申请意在覆盖落入所对应权利要求(要求保护的技术方案)及其等同物范围内的本申请的修改和变化。需要说明的是，本申请实施例所提供的实施方式，在不矛盾的情况下可以相互组合。

在阐述本申请实施例所提供的技术方案之前，为了便于对本申请实施例理解，本申请首先对相关技术中存在的问题进行具体说明：

显示面板在生产过程中因工艺、材料、设备等因素的影响会出现亮色度不均的现象，称之为Mura。目前，主流的Demura方法主要是外部光学补偿的方法，即通过相机抓取显示面板的亮度数据，通过Demura算法计算出亮度补偿数据，亮度补偿数据写入存储单元，从而实现显示面板的亮度补偿。

当前存储单元(如Demura SRAM)的存储容量在16兆左右，但是由于拍摄灰阶个数和补偿数据深度的需求，造成写入存储单元的数据量较大。因此需要对亮度补偿数据进行压缩，以满足硬件资源需求。

经本申请的发明人长期研究发现，拍摄灰阶数、补偿数据(即亮度补偿数据)精度共同影响数据占用的内存大小和补偿效果。当占用内存大小一定时，拍摄灰阶越多，计算更加准确，但相应补偿数据深度(即数据范围)越低，补偿后容易出现沙沙感、欠补或者过补等现象。相反，若减少拍摄灰阶数，增加补偿数据深度，则会出现拍摄灰阶补偿效果好，但是存在插值计算灰阶补偿效果欠佳的问题。因此数据压缩则在这个过程中起到关键作用，需要在保留足够的拍摄灰阶情况下，尽量保留补偿数据深度，达到一个最佳的补偿效果。

但是，目前在对亮度补偿数据进行压缩时，通常采用的是均值压缩的方式，使得亮度补偿数据经过数据压缩后失真较大，导致Demura补偿效果较差。

鉴于发明人的上述研究发现，本申请实施例提供了一种显示面板的数据处理方法、装置及计算机可读存储介质，能够解决相关技术中存在的亮度补偿数据经过数据压缩后失真较大，导致Demura补偿效果较差的技术问题。

本申请实施例的技术构思在于：针对至少一个灰阶绑点的亮度补偿数据，应用目标矢量量化算法对亮度补偿数据进行压缩，目标矢量量化算法能够按照数据大小对亮度补偿数据进行分类压缩，提高亮度补偿数据的压缩精度，更好保留原数据特性，减小压缩后的亮度补偿数据的失真度，进而提高Demura补偿效果。

下面首先对本申请实施例所提供的显示面板的数据处理方法进行介绍。

图1为本申请实施例提供的显示面板的数据处理方法的一种流程示意图。如图1所示，该显示面板的数据处理方法可以包括以下步骤S101至S103。

S101、获取至少一个灰阶绑点的亮度补偿数据。

可以设定至少一个灰阶绑点，本申请实施例对于灰阶绑点的大小和数量不作限定，例如，在一些示例中，设定的灰阶绑点可以包括16灰阶、64灰阶和192灰阶。再例如，在一些示例中，设定的灰阶绑点可以包括16灰阶、64灰阶、128灰阶和192灰阶等。

亮度补偿数据可以为对显示面板进行外部光学补偿得到的补偿数据，即Demura补偿数据，用于改善显示面板的mura现象。示例性地，亮度补偿数据包括但不限于灰阶补偿值。

在一些示例中，可选地，在进行外部光学补偿时，可以实现点对点补偿，即像素级别的补偿，每个子像素均可以对应一个灰阶补偿值。亮度补偿数据可以包括显示面板中的多个子像素各自对应的灰阶补偿值。

S102、基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩。

其中，目标矢量量化算法包括但不限于LBG算法。LBG算法是一种基于训练序列的矢量量化(Vector Quantization，VQ)设计算法，首先设定中心点个数，然后不断循环迭代，以设定的阈值作为迭代终止条件，最后得到中心点的值。它的优势在于，通过数据大小，例如可以将数值较小的值归为A类，数值中等归为B类，数值较大值归为C类，上述三类仅为示意，中心点的数量设置越大，则分类越多，压缩后的精度则越高。较之通常的标量量化，使用矢量量化所得失真度将更低。

在本申请实施例中，例如可以基于目标矢量量化算法(如LBG算法)，对至少一个灰阶绑点的亮度补偿数据进行压缩，从而提高亮度补偿数据的压缩精度，更好保留原数据特性，减小压缩后的亮度补偿数据的失真度。

S103、将压缩后的亮度补偿数据存储至存储单元中。

在得到压缩后的亮度补偿数据之后，可以将压缩后的亮度补偿数据存储至存储单元中。其中，存储单元包括但不限于驱动芯片中的存储单元(如Demura SRAM)。

本申请实施例的显示面板的数据处理方法，获取至少一个灰阶绑点的亮度补偿数据；基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩；将压缩后的亮度补偿数据存储至存储单元中。本申请实施例应用目标矢量量化算法对亮度补偿数据进行压缩，能够按照数据大小对亮度补偿数据进行分类压缩，提高亮度补偿数据的压缩精度，更好保留原数据特性，减小压缩后的亮度补偿数据的失真度，进而提高Demura补偿效果。

为了便于理解，下面首先对于目标矢量量化算法的压缩过程进行详细介绍。

图2为本申请实施例提供的显示面板的数据处理方法中的S102的一种流程示意图。如图2所示，根据本申请的一些实施例，可选地，S102、基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩，具体可以包括以下步骤S201至S203。

S201、将显示面板划分为多个分区，每个分区包括多个子像素。

其中，显示面板中的分区的数量和分区中的子像素的数量可以根据实际情况灵活调整，本申请实施例对此不作限定。例如，在一些示例中，一个分区可以包括20*20个像素。

S202、对于任意一个分区，将分区中的多个子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的中心值。

其中，目标灰阶绑点为任意一个灰阶绑点，N为正整数。例如，目标灰阶绑点可以为16灰阶、64灰阶、192灰阶或者其他灰阶。以一个分区包括20*20个像素，即400个像素为例，按照亮度补偿数据的大小，可以将该分区中的400个像素在目标灰阶绑点时的亮度补偿数据划分至N个区间(或称区域)。本申请实施例对于N的大小不作限定，例如，在一些示例中，N可以等于16。

每个区间中的全部子像素在目标灰阶绑点时的亮度补偿数据可以用同一个中心值代替，即一个区间对应一个中心值。具体而言，对于任意一个区间，可以计算区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据的平均值、中位数或者众数，并将区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据的平均值、中位数或者众数作为区间的中心值。

S203、对于分区中的任意一个子像素，根据子像素的亮度补偿数据所属的区间，生成子像素对应的下标值。

在S202中，每个子像素的亮度补偿数据所属的区间已知。其中，不同的区间可以对应不同的下标值，例如A区间对应下标值a1，B区间对应下标值b1，C区间对应下标值c1。下标值的作用为在对子像素赋予下标值之后，可以根据子像素对应的下标值，准确地确定子像素所属的区间以及其对应的中心值。例如，当子像素对应的下标值为b1时，可以获知该子像素所属B区间，该子像素对应的中心值为B区间的中心值，便于后续解压缩时使用。

相应地，S103、将压缩后的亮度补偿数据存储至存储单元中，具体可以包括以下步骤：

对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中。

如此，本申请实施例应用目标矢量量化算法对亮度补偿数据进行压缩，一方面，每个区间中的全部子像素在目标灰阶绑点时的亮度补偿数据用同一个中心值代替，可以大幅降低数据量，节省存储空间；另一方面，能够按照数据大小对亮度补偿数据进行分类压缩，提高亮度补偿数据的压缩精度，更好保留原数据特性，减小压缩后的亮度补偿数据的失真度，进而提高Demura补偿效果。

在一些具体的示例中，一个分区可以包括多种颜色的子像素，如红色子像素、绿色子像素和蓝色子像素。相应地，S202具体可以包括以下步骤：

对于分区中的任意第i种颜色子像素，将分区中的多个第i种颜色子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的第i种颜色子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的第i种颜色子像素的中心值，i为正整数，1≤i≤N。

在S202中，对于任意一个分区，例如可以将分区中的多个红色子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的红色子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的红色子像素对应的中心值。可以将分区中的多个绿色子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的绿色子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的绿色子像素对应的中心值。可以将分区中的多个蓝色子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的蓝色子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的蓝色子像素对应的中心值。

相应地，S203、对于分区中的任意一个子像素，根据子像素的亮度补偿数据所属的区间，生成子像素对应的下标值，具体可以包括以下步骤：

对于分区中的任意一个第i种颜色子像素，根据第i种颜色子像素的亮度补偿数据所属的区间，生成第i种颜色子像素对应的下标值。

其中，每个红色子像素的亮度补偿数据所属的区间已知，每个绿色子像素的亮度补偿数据所属的区间已知，每个蓝色子像素的亮度补偿数据所属的区间已知。那么，对于每个红色子像素，可以根据该红色子像素的亮度补偿数据所属的区间，生成该红色子像素对应的下标值。对于每个绿色子像素，可以根据该绿色子像素的亮度补偿数据所属的区间，生成该绿色子像素对应的下标值。对于每个蓝色子像素，可以根据该蓝色子像素的亮度补偿数据所属的区间，生成该蓝色子像素对应的下标值。

图3为本申请实施例提供的显示面板的数据处理方法的另一种流程示意图。如图3所示，根据本申请的一些实施例，可选地，在S103、对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中之前，显示面板的数据处理方法还可以包括以下步骤S301和/或S302。

S301、将中心值的位数由第一位数限制为第二位数，第二位数小于第一位数。

例如，在一些示例中，第一位数可以为8位数，第二位数可以小于8位数，如4位数或者5位数等。当中心值(或者亮度补偿数据)为8位数时，中心值(或者亮度补偿数据)的数据范围较大。而当中心值的位数限制限制为4位数或者5位数时，中心值的数据范围变小，进而中心值的数据量也会变小，从而进一步降低中心值的数据量，进一步降低存储单元的存储成本。

举例而言，例如在一些具体的实施例中，第二位数可以为4位数，最高位为符号位，符号为±，如±0000～±1111，即灰阶补偿区间为±15，超出范围直接溢出。例如在一些具体的实施例中，第二位数可以为5位数，最高位为符号位，符号为±，如±00000～±11111，即灰阶补偿区间为±31，超出范围直接溢出。

S302、将下标值的位数限制为第三位数，第三位数小于第一位数。

同理，也可以将下标值的位数限制为小于第一位数，如4位数或者5位数等。当下标值的位数限制限制为4位数或者5位数时，下标值的数据范围变小，进而下标值的数据量也会变小，从而进一步降低下标值的数据量，进一步降低存储单元的存储成本，可以理解的是，下标值的原始位数为第一位数或大于第一位数。

举例而言，例如在一些具体的实施例中，第三位数可以为4位数，最高位为符号位，符号为±，如±0000～±1111，即±15，超出范围直接溢出。例如在一些具体的实施例中，第三位数可以为5位数，最高位为符号位，符号为±，如±00000～±11111，即±31，超出范围直接溢出。

下面以N＝16，下标值的位数为4位数为例进行说明。

表1示意性示出了16个区间的中心值和各个中心值对应的下标值。

表1

如表1所示，在一些示例中，例如可以将每个分区中的多个子像素在目标灰阶绑点时的亮度补偿数据划分至16个区间，用A～Q分别代表16个区间的中心值。每个中心值均可以对应一个下标值(或者标记值)。例如，中心值A对应下标值0，中心值B对应下标值1，……，中心值Q对应下标值15。分区中的每个子像素均可以赋予一个下标值，例如分区中的20*20个像素可以赋予400个下标值，下标值的集合可以记为index。中心值的集合可以记作value。

相应地，S103、对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中，具体可以包括以下步骤：

将分区中的各个区间位数限制后的中心值和分区中的各个子像素位数限制后的下标值存储至存储单元中；

或者，将分区中的各个区间位数限制后的中心值和分区中的各个子像素对应的下标值存储至存储单元中；

或者，将分区中的各个区间的中心值和分区中的各个子像素位数限制后的下标值存储至存储单元中。

也就是说，可以对中心值和下标值中的至少一者进行位数限制，本申请实施例对此不作限定。

如此，通过对中心值和/或下标值进行位数限制，可以进一步使得中心值和/或下标值的数据范围变小，进而中心值和/或下标值的数据量也会变小，从而进一步降低中心值的数据量，进一步降低存储单元的存储成本。

在一些具体的实施例中，第三位数可以小于第二位数。例如，可以将中心值的位数限制为5位数，将下标值的位数限制为4位数。如此，可以较大程度上使得下标值的数据范围变小，进一步降低下标值的数据量，节省存储空间，降低存储成本。

图4为本申请实施例提供的显示面板的数据处理方法的又一种流程示意图。如图4所示，根据本申请的一些实施例，可选地，在S103、对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中之前，显示面板的数据处理方法还可以包括以下步骤S401。

S401、基于霍夫曼编码算法，对于各个子像素对应的下标值进行压缩。

其中，霍夫曼编码是一种基于概率分布进行变步长编码方式，概率越大，对应的权重越大，编码长度越小。霍夫曼编码首先会使用下标值的频率创建一棵树，然后通过这个树的结构为每个下标值生成一个特定的编码，出现频率高的下标值使用较短的编码，出现频率低的下标值则使用较长的编码。这样就会使编码之后的字符串平均长度降低，从而达到数据无损压缩的目的。

相应地，S103、对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中，具体可以包括以下步骤：

将分区中的各个区间的中心值和分区中的各个子像素压缩后的下标值存储至存储单元中。

如此，基于霍夫曼编码算法对于各个子像素对应的下标值进一步进行压缩，可以在实现无损压缩的同时，进一步降低下标值的数据量，节省存储空间，降低存储成本。

霍夫曼编码算法是一种变长编码，同时基于LBG算法得到的下标值的数据大小固定，便于计算概率分布的数，基于霍夫曼编码能有效减少下标值的数据量(Bit数)。

图5为本申请实施例提供的显示面板的数据处理方法中S401的一种流程示意图。如图5所示，根据本申请的一些实施例，可选地，S401、基于霍夫曼编码算法，对于各个子像素对应的下标值进行压缩，具体可以包括以下步骤S501和S502。

S501、将出现频率为第一频率的下标值转换为第一长度的编码。

S502、将出现频率为第二频率的下标值转换为第二长度的编码。

其中，第一频率大于第二频率，第一长度小于第二长度。

需要说明的是，第一频率和第二频率仅是用于举例，第一频率和第二频率可以是任意频率。除了第一频率和第二频率之外，还可以包括第三频率、第四频率等其他频率，本申请实施例对此不作限定。也就是说，出现频率越高，那么转换后的编码的长度可以越短。这样，可以使得编码之后的字符串平均长度降低，从而达到数据无损压缩的目的。

图6为本申请实施例提供的显示面板的数据处理方法的又一种流程示意图。如图6所示，根据本申请的一些实施例，可选地，在S102、基于目标矢量量化算法，对所述至少一个灰阶绑点的亮度补偿数据进行压缩之前，显示面板的数据处理方法还可以包括以下步骤S601。

S601、基于块压缩算法，对于至少一个灰阶绑点的亮度补偿数据进行均值压缩。

其中，块压缩又称Block压缩，可以根据压缩需求，选取1*1、1*2、2*1或者2*2等Block(压缩比例)对亮度补偿数据进行均值压缩。例如，对于2行4列的一组数据进行block1*2压缩，就是每一行且每两列取一次均值，得到/>变成2行2列。

相应地，S102、基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩，具体可以包括以下步骤：

基于目标矢量量化算法，对至少一个灰阶绑点均值压缩后的亮度补偿数据进行压缩。

即，可以先对亮度补偿数据进行块压缩，然后再对块压缩后的亮度补偿数据进行矢量量化压缩。

如此，先基于块压缩算法对于至少一个灰阶绑点的亮度补偿数据进行均值压缩，可以进一步降低亮度补偿数据的数据量，节省存储空间，降低存储成本。

图7为本申请实施例提供的显示面板的数据处理方法的又一种流程示意图。如图7所示，根据本申请的一些实施例，可选地，在S103、对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中之前，显示面板的数据处理方法还可以包括以下步骤S701。

S701、基于霍夫曼编码算法，对于分区中的各个区间的中心值进行压缩。

类似地，霍夫曼编码首先会使用中心值的频率创建一棵树，然后通过这个树的结构为每个中心值生成一个特定的编码，出现频率高的中心值使用较短的编码，出现频率低的中心值则使用较长的编码。这样就会使编码之后的字符串平均长度降低，从而达到数据无损压缩的目的。

相应地，S103、将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中，具体包括：

将分区中的各个区间压缩后的中心值和分区中的各个子像素对应的下标值存储至存储单元中。

如此，基于霍夫曼编码算法对于各个子像素对应的中心值进一步进行压缩，可以在实现无损压缩的同时，进一步降低中心值的数据量，节省存储空间，降低存储成本。

图8为本申请实施例提供的显示面板的数据处理方法的又一种流程示意图。如图8所示，根据本申请的一些实施例，可选地，在S103、将分区中的各个区间的中心值和分区中的各个子像素压缩后的下标值存储至存储单元中之后，显示面板的数据处理方法还可以包括以下步骤S801至S803。

S801、基于霍夫曼编码算法对应的解码算法，对于分区中的各个子像素压缩后的下标值进行解压缩。

在进行Demura补偿时，可以先基于霍夫曼编码算法对应的解码算法，对于分区中的各个子像素压缩后的下标值进行解压缩，得到分区中的各个子像素解压缩后的下标值。

S802、对于分区中的任意一个子像素，根据在目标灰阶绑点时的下标值与中心值之间的对应关系和子像素解压缩后的下标值，确定子像素在目标灰阶绑点时对应的中心值。

如前所述，不同的中心值(或区间)可以对应不同的下标值，如表1所示，可以预先建立在目标灰阶绑点时的下标值与中心值之间的对应关系。对于分区中的任意一个子像素，根据该子像素解压缩后的下标值和此对应关系，即可确定该子像素在目标灰阶绑点时对应的中心值。

S803、将子像素对应的中心值作为子像素在目标灰阶绑点时的灰阶补偿值。

对于分区中的任意一个子像素，在得到子像素在目标灰阶绑点时对应的中心值之后，即可将子像素对应的中心值作为子像素在目标灰阶绑点时的灰阶补偿值。灰阶补偿值可以用于对该子像素待显示的灰阶进行校正，实现Demura补偿。

需要说明的是，在亮度补偿数据还经过块压缩的情况下，S803具体可以包括以下步骤一和步骤二。

步骤一、基于块压缩算法对应的解码算法，对于子像素对应的中心值进行解压缩。

步骤二、将子像素解压缩后的中心值作为子像素在目标灰阶绑点时的灰阶补偿值。

需要说明的是，当块压缩的压缩比例为1*1时，可以无需基于块压缩算法对应的解码算法，对于子像素对应的中心值进行解压缩，而是直接可以将子像素对应的中心值作为子像素在目标灰阶绑点时的灰阶补偿值。

根据本申请的一些实施例，可选地，在S102、基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩之前，显示面板的数据处理方法还可以包括以下步骤：

选取预设大小的滤波核，对亮度补偿数据进行均值滤波。

这样，通过均值滤波可以减小亮度补偿数据的波动性，有利于降低亮度补偿数据的数据范围。

根据本申请的一些实施例，可选地，每个分区对应的区间(或者中心值)数量可以根据实际需求灵活调整，例如可以减小每个分区对应的区间(或者中心值)数量，从而减少中心值的数据量。

为了便于理解，下面结合一些具体的应用实施例进行说明。

例如，在一些具体的实施例中，选择R/G/B(16/64/192)3个灰阶作为Demura灰阶绑点，显示面板的分辨率为2400*720，显示面板的排列方式为Real RGB，亮度补偿数据的位数为8位。图9为显示面板中的子像素的一种排布示意图。如图9所示，在一些示例中，显示面板可以采用Real RGB排布方式。即，沿显示面板的行方向X，红色子像素1001所在的子像素列、绿色子像素1002所在的子像素列和蓝色子像素1003所在的子像素列可以交替排布。首先可以采用点灯机依次将R/G/B在不同灰阶绑点(16/64/192)的灰阶图片写入显示面板，采用相机获取显示屏在R/G/B不同绑点灰阶的亮度数据，共获取9个画面亮度数据。根据R/G/B在上述3个灰阶绑点的亮度数据，采用Demura算法计算出3个灰阶绑点的亮度补偿数据，即补偿灰阶。采用点对点补偿，亮度补偿数据个数为：2400*720*3*3。亮度补偿数据的原始数据大小：2400*720*3*3*8＝124416000bit。其中，2400*720表示分辨率，第一个3表示RGB三个颜色，第二个3表示3个灰阶，8表示每个数是8位(bit)。

然后，基于块压缩算法，对于至少一个灰阶绑点的亮度补偿数据进行均值压缩。以Block 1*1均值压缩为例，均值压缩后的亮度补偿数据的数据大小：2400*720*3*3*8＝124416000bit。

接下来，基于LBG算法对至少一个灰阶绑点的亮度补偿数据进行压缩。例如20*20像素为一个分区，然后基于LBG算法，将每个分区又分为16个区间(或称区域)，则存在16个区间的中心值。中心值限位为5位数，下标值限位为4位数。

其中，中心值的数据大小为：2400*720*3*3*5/20/20*16＝3110400bit。5表示5位数，20*20表示分区中的像素数量，16表示一个分区对应的中心值的数量。

再接下来，基于霍夫曼编码算法，对于各个子像素对应的下标值进行压缩。由于下标值的取值是0～15，所以依据概率分布和霍夫曼编码规制，预计能有2倍压缩效率，因此压缩后的下标值的数据大小为10368000bit。

因此，总共的数据大小为：10368000+3110400＝13478400≈12.854Mb。

基于上述实施例提供的显示面板的数据处理方法，相应地，本申请实施例还提供了显示面板的数据处理装置的具体实现方式。请参见以下实施例。

图10为本申请实施例提供的显示面板的数据处理装置的一种结构示意图。如图10所示，本申请实施例提供的显示面板的数据处理装置10包括以下模块：

获取模块101，用于获取至少一个灰阶绑点的亮度补偿数据；

第一压缩模块102，用于基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩；

存储模块103，用于将压缩后的亮度补偿数据存储至存储单元中。

本申请实施例的显示面板的数据处理装置，获取至少一个灰阶绑点的亮度补偿数据；基于目标矢量量化算法，对至少一个灰阶绑点的亮度补偿数据进行压缩；将压缩后的亮度补偿数据存储至存储单元中。本申请实施例应用目标矢量量化算法对亮度补偿数据进行压缩，能够按照数据大小对亮度补偿数据进行分类，提高亮度补偿数据的压缩精度，更好保留原数据特性，减小压缩后的亮度补偿数据的失真度，进而提高Demura补偿效果。

在一些实施例中，第一压缩模块102具体用于将显示面板划分为多个分区，每个分区包括多个子像素；对于任意一个分区，将分区中的多个子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的中心值，目标灰阶绑点为任意一个灰阶绑点，N为正整数；对于分区中的任意一个子像素，根据子像素的亮度补偿数据所属的区间，生成子像素对应的下标值。存储模块103具体用于对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中。

在一些实施例中，第一压缩模块102具体用于对于任意一个区间，计算区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据的平均值、中位数或者众数，并将平均值、中位数或者众数作为区间的中心值。

在一些实施例中，本申请实施例提供的显示面板的数据处理装置10还包括位数限制模块，用于将中心值的位数由第一位数限制为第二位数，第二位数小于第一位数；和/或，将下标值的位数限制为第三位数，第三位数小于第一位数。存储模块103具体用于将分区中的各个区间位数限制后的中心值和分区中的各个子像素位数限制后的下标值存储至存储单元中；或者，将分区中的各个区间位数限制后的中心值和分区中的各个子像素对应的下标值存储至存储单元中；或者，将分区中的各个区间的中心值和分区中的各个子像素位数限制后的下标值存储至存储单元中。

在一些实施例中，第三位数小于第二位数。

在一些实施例中，在一些实施例中，本申请实施例提供的显示面板的数据处理装置10还包括第二压缩模块，用于基于霍夫曼编码算法，对于各个子像素对应的下标值进行压缩。存储模块103具体用于将分区中的各个区间的中心值和分区中的各个子像素压缩后的下标值存储至存储单元中。

在一些实施例中，第二压缩模块具体用于将出现频率为第一频率的下标值转换为第一长度的编码；将出现频率为第二频率的下标值转换为第二长度的编码；其中，第一频率大于第二频率，第一长度小于第二长度。

在一些实施例中，在一些实施例中，本申请实施例提供的显示面板的数据处理装置10还包括第三压缩模块，用于基于块压缩算法，对于至少一个灰阶绑点的亮度补偿数据进行均值压缩。第一压缩模块102具体用于基于目标矢量量化算法，对至少一个灰阶绑点均值压缩后的亮度补偿数据进行压缩。

在一些实施例中，分区包括多种颜色子像素。第一压缩模块102具体用于对于分区中的任意第i种颜色子像素，将分区中的多个第i种颜色子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的第i种颜色子像素在目标灰阶绑点时的亮度补偿数据，确定第i种颜色子像素所属的各个区间的中心值，i为正整数，1≤i≤N。存储模块103具体用于对于分区中的任意一个第i种颜色子像素，根据第i种颜色子像素的亮度补偿数据所属的区间，生成第i种颜色子像素对应的下标值。

在一些实施例中，第二压缩模块还用于基于霍夫曼编码算法，对于分区中的各个区间的中心值进行压缩。存储模块103具体用于将分区中的各个区间压缩后的中心值和分区中的各个子像素对应的下标值存储至存储单元中。

在一些实施例中，本申请实施例提供的显示面板的数据处理装置10还包括解压缩模块，用于基于霍夫曼编码算法对应的解码算法，对于分区中的各个子像素压缩后的下标值进行解压缩；对于分区中的任意一个子像素，根据在目标灰阶绑点时的下标值与中心值之间的对应关系和子像素解压缩后的下标值，确定子像素在目标灰阶绑点时对应的中心值；将子像素对应的中心值作为子像素在目标灰阶绑点时的灰阶补偿值。

图10所示装置中的各个模块/单元具有实现上述方法实施例提供的显示面板的数据处理方法中各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。

基于上述实施例提供的显示面板的数据处理方法，相应地，本申请还提供了电子设备的具体实现方式。请参见以下实施例。

图11示出了本申请实施例提供的电子设备的硬件结构示意图。

电子设备可以包括处理器1101以及存储有计算机程序指令的存储器1102。

具体地，上述处理器1101可以包括中央处理器(Central Processing Unit，CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

存储器1102可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器1102可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在一个示例中，存储器1102可以包括可移除或不可移除(或固定)的介质，或者存储器1102是非易失性固态存储器。存储器1102可在电子设备的内部或外部。

在一个示例中，存储器1102可以是只读存储器(Read Only Memory，ROM)。在一个示例中，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。

存储器1102可以包括只读存储器(ROM)，随机存取存储器(RAM)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本申请的一方面的方法所描述的操作。

处理器1101通过读取并执行存储器1102中存储的计算机程序指令，以实现上述方法实施例中的方法/步骤，并达到方法实施例执行其方法/步骤达到的相应技术效果，为简洁描述在此不再赘述。

在一个示例中，电子设备还可包括通信接口1103和总线1110。其中，如图11所示，处理器1101、存储器1102、通信接口1103通过总线1110连接并完成相互间的通信。

通信接口1103，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。

总线1110包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(Accelerated Graphics Port，AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，EISA)总线、前端总线(Front Side Bus，FSB)、超传输(Hyper Transport，HT)互连、工业标准架构(IndustryStandard Architecture，ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线1110可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

另外，结合上述实施例中的显示面板的数据处理方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种显示面板的数据处理方法。计算机可读存储介质的示例包括非暂态计算机可读存储介质，如电子电路、半导体存储器设备、ROM、随机存取存储器、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘。

需要明确的是，本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本申请的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本申请的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RadioFrequency，RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本申请中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本申请不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

上面参考根据本申请的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。

以上所述，仅为本申请的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种显示面板的数据处理方法，其特征在于，包括：

获取至少一个灰阶绑点的亮度补偿数据；

基于目标矢量量化算法，对所述至少一个灰阶绑点的亮度补偿数据进行压缩；

将压缩后的所述亮度补偿数据存储至存储单元中。

2.根据权利要求1所述的数据处理方法，其特征在于，所述基于目标矢量量化算法，对所述至少一个灰阶绑点的亮度补偿数据进行压缩，具体包括：

将所述显示面板划分为多个分区，每个所述分区包括多个子像素；

对于任意一个所述分区，将所述分区中的多个子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的中心值，所述目标灰阶绑点为任意一个所述灰阶绑点，N为正整数；

对于所述分区中的任意一个子像素，根据所述子像素的亮度补偿数据所属的区间，生成所述子像素对应的下标值；

所述将压缩后的所述亮度补偿数据存储至存储单元中，具体包括：

对于任意一个所述分区，将所述分区中的各个区间的中心值和所述分区中的各个子像素对应的下标值存储至所述存储单元中；

优选地，所述根据各个区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的中心值，具体包括：

对于任意一个所述区间，计算所述区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据的平均值、中位数或者众数，并将所述平均值、所述中位数或者所述众数作为所述区间的中心值。

3.根据权利要求2所述的数据处理方法，其特征在于，在所述将所述分区中的各个区间的中心值和所述分区中的各个子像素对应的下标值存储至所述存储单元中之前，所述数据处理方法还包括：

将所述中心值的位数由第一位数限制为第二位数，所述第二位数小于所述第一位数；

和/或，将所述下标值的位数限制为第三位数，所述第三位数小于所述第一位数；

所述将所述分区中的各个区间的中心值和所述分区中的各个子像素对应的下标值存储至所述存储单元中，具体包括：

将所述分区中的各个区间位数限制后的中心值和所述分区中的各个子像素位数限制后的下标值存储至所述存储单元中；

或者，将所述分区中的各个区间位数限制后的中心值和所述分区中的各个子像素对应的下标值存储至所述存储单元中；

或者，将所述分区中的各个区间的中心值和所述分区中的各个子像素位数限制后的下标值存储至所述存储单元中；

优选地，所述第三位数小于所述第二位数。

4.根据权利要求2所述的数据处理方法，其特征在于，在所述将所述分区中的各个区间的中心值和所述分区中的各个子像素对应的下标值存储至所述存储单元中之前，所述数据处理方法还包括：

基于霍夫曼编码算法，对于各个子像素对应的下标值进行压缩；

所述将所述分区中的各个区间的中心值和所述分区中的各个子像素对应的下标值存储至所述存储单元中，具体包括：

将所述分区中的各个区间的中心值和所述分区中的各个子像素压缩后的下标值存储至所述存储单元中；

优选地，所述基于霍夫曼编码算法，对于各个子像素对应的下标值进行压缩，具体包括：

将出现频率为第一频率的下标值转换为第一长度的编码；

将出现频率为第二频率的下标值转换为第二长度的编码；

其中，所述第一频率大于所述第二频率，所述第一长度小于所述第二长度。

5.根据权利要求1所述的数据处理方法，其特征在于，在所述基于目标矢量量化算法，对所述至少一个灰阶绑点的亮度补偿数据进行压缩之前，所述数据处理方法还包括：

基于块压缩算法，对于所述至少一个灰阶绑点的亮度补偿数据进行均值压缩；

所述基于目标矢量量化算法，对所述至少一个灰阶绑点的亮度补偿数据进行压缩，具体包括：

基于目标矢量量化算法，对所述至少一个灰阶绑点均值压缩后的亮度补偿数据进行压缩。

6.根据权利要求2所述的数据处理方法，其特征在于，所述分区包括多种颜色子像素；

所述将所述分区中的多个子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的中心值，具体包括：

对于所述分区中的任意第i种颜色子像素，将所述分区中的多个第i种颜色子像素在目标灰阶绑点时的亮度补偿数据划分至N个区间，并根据各个区间中所包含的第i种颜色子像素在目标灰阶绑点时的亮度补偿数据，确定各个区间的第i种颜色子像素的中心值，i为正整数，1≤i≤N；

对于所述分区中的任意一个子像素，根据所述子像素的亮度补偿数据所属的区间，生成所述子像素对应的下标值，具体包括：

对于所述分区中的任意一个第i种颜色子像素，根据所述第i种颜色子像素的亮度补偿数据所属的区间，生成所述第i种颜色子像素对应的下标值。

7.根据权利要求2所述的数据处理方法，其特征在于，在所述将所述分区中的各个区间的中心值和所述分区中的各个子像素对应的下标值存储至所述存储单元中之前，所述数据处理方法还包括：

基于霍夫曼编码算法，对于所述分区中的各个区间的中心值进行压缩；

所述将所述分区中的各个区间的中心值和所述分区中的各个子像素对应的下标值存储至所述存储单元中，具体包括：

将所述分区中的各个区间压缩后的中心值和所述分区中的各个子像素对应的下标值存储至所述存储单元中。

8.根据权利要求4所述的数据处理方法，其特征在于，在所述将所述分区中的各个区间的中心值和所述分区中的各个子像素压缩后的下标值存储至所述存储单元中之后，所述数据处理方法还包括：

基于所述霍夫曼编码算法对应的解码算法，对于所述分区中的各个子像素压缩后的下标值进行解压缩；

对于所述分区中的任意一个子像素，根据在所述目标灰阶绑点时的下标值与中心值之间的对应关系和所述子像素解压缩后的下标值，确定所述子像素在所述目标灰阶绑点时对应的中心值；

将所述子像素对应的中心值作为所述子像素在所述目标灰阶绑点时的灰阶补偿值。

9.一种显示面板的数据处理装置，其特征在于，包括：

获取模块，用于获取至少一个灰阶绑点的亮度补偿数据；

第一压缩模块，用于基于目标矢量量化算法，对所述至少一个灰阶绑点的亮度补偿数据进行压缩；

存储模块，用于将压缩后的所述亮度补偿数据存储至存储单元中。

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上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的显示面板的数据处理方法的步骤。