CN116703741B - 一种图像对比度的生成方法、装置和电子设备 - Google Patents
一种图像对比度的生成方法、装置和电子设备 Download PDFInfo
- Publication number
- CN116703741B CN116703741B CN202211185877.3A CN202211185877A CN116703741B CN 116703741 B CN116703741 B CN 116703741B CN 202211185877 A CN202211185877 A CN 202211185877A CN 116703741 B CN116703741 B CN 116703741B
- Authority
- CN
- China
- Prior art keywords
- pixel
- interval
- gray value
- pixel points
- points
- 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 79
- 238000012163 sequencing technique Methods 0.000 claims abstract description 10
- 230000015654 memory Effects 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 description 43
- 230000006854 communication Effects 0.000 description 43
- 230000006870 function Effects 0.000 description 34
- 238000012545 processing Methods 0.000 description 23
- 238000007726 management method Methods 0.000 description 21
- 239000010410 layer Substances 0.000 description 18
- 230000005236 sound signal Effects 0.000 description 13
- 238000010295 mobile communication Methods 0.000 description 12
- 238000011156 evaluation Methods 0.000 description 10
- 210000000988 bone and bone Anatomy 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000003416 augmentation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000002138 osteoinductive effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Abstract
本申请实施例提供了一种图像对比度的生成方法、装置和电子设备。该方法包括:获取目标图像中所有像素点的灰度值;获取第一像素区间和第二像素区间,第一像素区间包括N1个像素点,N1个像素点为所有像素点按照灰度值由小到大的顺序排序后,排序前N1的像素点,第二像素区间包括N2个像素点,N2个像素点为所有像素点按照灰度值由大到小的顺序排序后,排序前N2的像素点,N1和N2均为大于或等于1的整数;确定第一像素区间的第一平均灰度值和第二像素区间的第二平均灰度值;根据第一平均灰度值和第二平均灰度值,生成目标图像的图像对比度。通过该方法,可以对目标图像的图像对比度进行量化,从而精确确定出电子设备中图像的图像对比度。
Description
技术领域
本申请涉及终端技术领域,尤其涉及一种图像对比度的生成方法、装置和电子设备。
背景技术
目前,在对电子设备(例如手机)的图像对比度进行性能测评时,通常是在特定场景下,利用电子设备对图卡进行拍摄,然后根据拍摄得到的图卡的图像,确定图卡中的可分辨灰阶数,从而确定电子设备中图像的图像对比度是否合格。或者,通过人眼主观评价图像是否有雾感、发朦或不清晰等现象,从而确定图像的图像对比度是否较差。
可见,目前尚未有较好的方式精确量化电子设备中图像的图像对比度。所以,如何精确量化电子设备中图像的图像对比度成为本领域亟待解决的技术问题。
发明内容
本申请实施例提供了一种图像对比度的生成方法、装置和电子设备,以解决目前尚未有较好的方式精确量化电子设备中图像的图像对比度的问题。
第一方面,本申请实施例提供了一种图像对比度的生成方法,该方法包括:
获取目标图像中所有像素点的灰度值;
获取第一像素区间和第二像素区间,所述第一像素区间包括N1个像素点,所述N1个像素点为所述所有像素点按照灰度值由小到大的顺序排序后,排序前N1的像素点,所述第二像素区间包括N2个像素点,所述N2个像素点为所述所有像素点按照灰度值由大到小的顺序排序后,排序前N2的像素点,所述N1个像素点与所述N2个像素点不同,N1和N2均为大于或等于1的整数;
确定所述第一像素区间的第一平均灰度值和所述第二像素区间的第二平均灰度值;
根据所述第一平均灰度值和所述第二平均灰度值,生成所述目标图像的图像对比度。
这样,可以将待确定图像对比度的电子设备中的目标图像的所有像素点,按照灰度值进行划分,得到灰度值较小的像素点划分组成的第一像素区间和灰度值较大的像素点划分组成的第二像素区间,然后,根据第一像素区间的平均灰度值与第二像素区间的平均灰度值,计算得到目标图像的图像对比度。可见,通过该方法,可以根据目标图像中灰度值较大的像素点组成的像素区间的平均灰度值与灰度值较小的像素点组成的像素区间的平均灰度值,对目标图像的图像对比度进行量化,从而精确确定出电子设备中图像的图像对比度,后续可以根据精确量化的图像对比度,对电子设备中图像的图像对比度进行测评,测评结果更加精确,适用性更好。
一种可能的实现方式中,所述获取第一像素区间和第二像素区间,包括:
按照像素点的灰度值由小到大的顺序,将所述目标图像中所有像素点划分为M个像素区间,所述M个像素区间中第i个像素区间中的最大灰度值小于或等于第i+1个像素区间中的最小灰度值,所述M个像素区间中前M-1个像素区间均包括N1个像素点,第M个像素区间包括N2个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;
确定所述M个像素区间中第1个像素区间为所述第一像素区间;
确定所述M个像素区间中第M个像素区间为所述第二像素区间。
这样,可以按照像素点的灰度值由小到大的顺序,将目标图像中所有像素点均匀划分为M个像素区间,从而将目标图像的灰度值均匀划分为M个灰度阶层。这样的划分方式,自适应性较好,对于任意灰度分布的目标图像,后续都可以精确确定出图像对比度,适用性较好。
一种可能的实现方式中,所述获取第一像素区间和第二像素区间,包括:
按照像素点的灰度值由大到小的顺序,将所述目标图像中所有像素点划分为M个像素区间,所述M个像素区间中第i个像素区间中的最小灰度值大于或等于第i+1个像素区间中的最大灰度值,所述M个像素区间中前M-1个像素区间均包括N2个像素点,第M个像素区间包括N1个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;
确定所述M个像素区间中第M个像素区间为所述第一像素区间;
确定所述M个像素区间中第1个像素区间为所述第二像素区间。
这样,可以按照像素点的灰度值由大到小的顺序,将目标图像中所有像素点均匀划分为M个像素区间,从而将目标图像的灰度值均匀划分为M个灰度阶层。这样的划分方式,自适应性较好,对于任意灰度分布的目标图像,后续都可以精确确定出图像对比度,适用性较好。
一种可能的实现方式中,所述根据所述第一平均灰度值和所述第二平均灰度值,生成所述目标图像的图像对比度,包括:
获取所述第二平均灰度值与所述第一平均灰度值的差值;
获取所述第二平均灰度值与所述第一平均灰度值的和值;
确定所述差值与所述和值的商为所述图像对比度。
这样,可以根据目标图像中灰度值较小的像素点的灰度值的平均值与灰度值较大的像素点的灰度值的平均值,精确确定出目标图像的图像对比度,后续可以根据该图像对比度对电子设备的图像对比度进行精确测评,适用性较好。
一种可能的实现方式中,所述N1等于所述N2。
这样,第一像素区间包括的像素点的数量与第二像素区间包括的像素点的数量相同,使得后续计算得到的图像对比度更加符合图像的真实对比度,得到的图像对比度更加精确。
第二方面,本申请实施例提供了一种图像对比度的生成装置,该装置包括:
第一获取模块,用于获取目标图像中所有像素点的灰度值;
第二获取模块,用于获取第一像素区间和第二像素区间,所述第一像素区间包括N1个像素点,所述N1个像素点为所述所有像素点按照灰度值由小到大的顺序排序后,排序前N1的像素点,所述第二像素区间包括N2个像素点,所述N2个像素点为所述所有像素点按照灰度值由大到小的顺序排序后,排序前N2的像素点,所述N1个像素点与所述N2个像素点不同,N1和N2均为大于或等于1的整数;
确定模块,用于确定所述第一像素区间的第一平均灰度值和所述第二像素区间的第二平均灰度值;
生成模块,用于根据所述第一平均灰度值和所述第二平均灰度值,生成所述目标图像的图像对比度。
这样,可以将待确定图像对比度的电子设备中的目标图像的所有像素点,按照灰度值进行划分,得到灰度值较小的像素点划分组成的第一像素区间和灰度值较大的像素点划分组成的第二像素区间,然后,根据第一像素区间的平均灰度值与第二像素区间的平均灰度值,计算得到目标图像的图像对比度。可见,通过该装置,可以根据目标图像中灰度值较大的像素点组成的像素区间的平均灰度值与灰度值较小的像素点组成的像素区间的平均灰度值,对目标图像的图像对比度进行量化,从而精确确定出电子设备中图像的图像对比度,后续可以根据精确量化的图像对比度,对电子设备中图像的图像对比度进行测评,测评结果更加精确,适用性更好。
一种可能的实现方式中,所述第二获取模块用于获取第一像素区间和第二像素区间,具体为:
所述第二获取模块,用于:按照像素点的灰度值由小到大的顺序,将所述目标图像中所有像素点划分为M个像素区间,所述M个像素区间中第i个像素区间中的最大灰度值小于或等于第i+1个像素区间中的最小灰度值,所述M个像素区间中前M-1个像素区间均包括N1个像素点,第M个像素区间包括N2个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;
确定所述M个像素区间中第1个像素区间为所述第一像素区间;
确定所述M个像素区间中第M个像素区间为所述第二像素区间。
这样,可以按照像素点的灰度值由小到大的顺序,将目标图像中所有像素点均匀划分为M个像素区间,从而将目标图像的灰度值均匀划分为M个灰度阶层。这样的装置,自适应性较好,对于任意灰度分布的目标图像,后续都可以精确确定出图像对比度,适用性较好。
一种可能的实现方式中,所述第二获取模块用于获取第一像素区间和第二像素区间,具体为:
所述第二获取模块,用于:按照像素点的灰度值由大到小的顺序,将所述目标图像中所有像素点划分为M个像素区间,所述M个像素区间中第i个像素区间中的最小灰度值大于或等于第i+1个像素区间中的最大灰度值,所述M个像素区间中前M-1个像素区间均包括N2个像素点,第M个像素区间包括N1个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;
确定所述M个像素区间中第M个像素区间为所述第一像素区间;
确定所述M个像素区间中第1个像素区间为所述第二像素区间。
这样,可以按照像素点的灰度值由大到小的顺序,将目标图像中所有像素点均匀划分为M个像素区间,从而将目标图像的灰度值均匀划分为M个灰度阶层。这样的装置,自适应性较好,对于任意灰度分布的目标图像,后续都可以精确确定出图像对比度,适用性较好。
一种可能的实现方式中,所述生成模块用于根据所述第一平均灰度值和所述第二平均灰度值,生成所述目标图像的图像对比度,具体为:
所述生成模块,用于:
获取所述第二平均灰度值与所述第一平均灰度值的差值;
获取所述第二平均灰度值与所述第一平均灰度值的和值;
确定所述差值与所述和值的商为所述图像对比度。
这样,可以根据目标图像中灰度值较小的像素点的灰度值的平均值与灰度值较大的像素点的灰度值的平均值,精确确定出目标图像的图像对比度,后续可以根据该图像对比度对电子设备的图像对比度进行精确测评,适用性较好。
一种可能的实现方式中,所述N1等于所述N2。
这样,第一像素区间包括的像素点的数量与第二像素区间包括的像素点的数量相同,使得后续计算得到的图像对比度更加符合图像的真实对比度,得到的图像对比度更加精确。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或者多个处理器和一个或者多个存储器;所述一个或者多个存储器存储有计算机程序或指令,当所述计算机程序或指令被所述一个或者多个处理器执行时,使得所述电子设备执行第一方面中任意一项所述的方法。
第四方面,本申请实施例提供了一种计算机存储介质,所述计算机存储介质中存储有计算机程序或指令,当所述计算机程序或指令被执行时,如第一方面中任意一项所述的方法被执行。
综上,通过本申请提供的图像对比度的生成方法、装置和电子设备,可以将待确定图像对比度的电子设备中的目标图像的所有像素点,按照灰度值进行划分,得到灰度值较小的像素点划分组成的第一像素区间和灰度值较大的像素点划分组成的第二像素区间,然后,根据第一像素区间的平均灰度值与第二像素区间的平均灰度值,计算得到目标图像的图像对比度。可见,通过本申请提供的方法,可以根据目标图像中灰度值较大的像素点组成的像素区间的平均灰度值与灰度值较小的像素点组成的像素区间的平均灰度值,对目标图像的图像对比度进行量化,从而精确确定出电子设备中图像的图像对比度,后续可以根据精确量化的图像对比度,对电子设备中图像的图像对比度进行测评,测评结果更加精确,适用性更好。
附图说明
图1是本申请实施例提供的一种应用场景示意图;
图2是本申请实施例提供的一种电子设备的结构示意图;
图3是本申请实施例提供的一种电子设备的软件结构框图;
图4是本申请实施例提供的一种图像对比度的生成方法的流程示意图;
图5是本申请实施例提供的另一种应用场景示意图;
图6是本申请实施例提供的另一种应用场景示意图;
图7是本申请实施例提供的一种图像对比度的生成装置的结构框图;
图8是本申请实施例提供的一种芯片的结构框图。
具体实施方式
下面结合附图,对本申请的技术方案进行描述。
在本申请的描述中,除非另有说明,“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。此外,“至少一个”是指一个或多个,“至少两个”是指两个或两个以上,“多个”也是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是,本申请中,“示例性地”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性地”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。
为了便于理解本申请的技术方案,下面先对本申请提供的技术方案的应用场景进行示例性说明。
目前,在对电子设备(例如手机)的图像对比度进行测评时,通常都是在特定场景下,例如100勒克斯(lux)的灯箱环境中或其它待测评的场景中,使用待测评的电子设备拍摄如图1所示的图卡(或称为灰阶卡)。然后根据拍摄得到的图卡的图像,依次计算图卡中每一个灰阶框的平均灰度值,然后依次计算相邻两个灰阶框的平均灰度值的差值,如果差值大于8,则认为两个灰阶框中后一个灰阶框为可分辨灰阶框。
按照上述方式,具体实现时,依次计算灰阶框2的平均灰度值与灰阶框1的平均灰度值之间的差值,如果差值大于8,则认为灰阶框2为可分辨灰阶框,以此类推,依次确定灰阶框3以及之后的每一个灰阶框是否为可分辨灰阶框,如果灰阶框13为可分辨灰阶框或灰阶框13至灰阶框20均为可分辨灰阶框,则认为电子设备中图像的图像对比度合格。
但是,按照此种方式,一则,无法精确确定电子设备中图像的图像对比度,二则,图卡无法适用于所有的待测评场景,也就是说,在一些待测评场景中,例如在室外较亮的待测评环境中,图卡并不适用。
其次,目前多数应用场景中,还会通过人为主观观察电子设备的图像,是否存在“有雾感”、“发朦”或“不清晰”等现象,确定电子设备中图像的图像对比度较差。也就是说,人为观察的方式也无法量化电子设备中图像的图像对比度,无法精确确定电子设备中图像的图像对比度。
由此可见,目前尚未有较好地方式确定电子设备中图像的图像对比度,如何精确地确定电子设备中图像的图像对比度称为本领域技术人员亟待解决的技术问题。
为了解决上述问题,本申请实施例提供了一种图像对比度的生成方法、装置和电子设备。该方法中,可以将电子设备拍摄得到的目标图像的所有像素点,按照灰度值进行划分,得到灰度值较小的像素点划分组成的第一像素区间和灰度值较大的像素点划分组成的第二像素区间,然后,根据第一像素区间的平均灰度值与第二像素区间的平均灰度值,计算得到目标图像的图像对比度。可见,通过该方法,可以根据目标图像中灰度值较大的像素点组成的像素区间的平均灰度值与灰度值较小的像素点组成的像素区间的平均灰度值,对目标图像的图像对比度进行量化,从而精确确定出电子设备中图像的图像对比度,后续可以根据精确量化的图像对比度,对电子设备中图像的图像对比度进行测评,测评结果更加精确,适用性更好。
需要说明的是,本申请的电子设备可以是静止的,也可以是移动的。电子设备可以包括通信终端、车载设备、移动设备、用户终端、移动终端、无线通信设备、便携式终端、用户代理、用户装置、服务设备或用户设备(user equipment,UE)等计算机网络中处于网络最外围的设备,主要用于数据的输入以及处理结果的输出或显示等。例如,终端设备可以是移动电话、平板设备、具备无线通信功能的手持设备、计算设备、车载通信模块或连接到无线调制解调器的其它处理设备等。
示例性地,可以参见图2,图2示出了电子设备100的结构示意图。
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。
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。
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,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-networkprocessing 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。
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。
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。
I2C接口是一种双向同步串行总线,包括一根串行数据线(serial data line,SDA)和一根串行时钟线(derail clock line,SCL)。在一些实施例中,处理器110可以包含多组I2C总线。处理器110可以通过不同的I2C总线接口分别耦合触摸传感器180K,充电器,闪光灯,摄像头193等。例如:处理器110可以通过I2C接口耦合触摸传感器180K,使处理器110与触摸传感器180K通过I2C总线接口通信,实现电子设备100的触摸功能。
I2S接口可以用于音频通信。在一些实施例中,处理器110可以包含多组I2S总线。处理器110可以通过I2S总线与音频模块170耦合,实现处理器110与音频模块170之间的通信。在一些实施例中,音频模块170可以通过I2S接口向无线通信模块160传递音频信号,实现通过蓝牙耳机接听电话的功能。
PCM接口也可以用于音频通信,将模拟信号抽样,量化和编码。在一些实施例中,音频模块170与无线通信模块160可以通过PCM总线接口耦合。在一些实施例中,音频模块170也可以通过PCM接口向无线通信模块160传递音频信号,实现通过蓝牙耳机接听电话的功能。所述I2S接口和所述PCM接口都可以用于音频通信。
UART接口是一种通用串行数据总线,用于异步通信。该总线可以为双向通信总线。它将要传输的数据在串行通信与并行通信之间转换。在一些实施例中,UART接口通常被用于连接处理器110与无线通信模块160。例如:处理器110通过UART接口与无线通信模块160中的蓝牙模块通信,实现蓝牙功能。在一些实施例中,音频模块170可以通过UART接口向无线通信模块160传递音频信号,实现通过蓝牙耳机播放音乐的功能。
MIPI接口可以被用于连接处理器110与显示屏194,摄像头193等外围器件。MIPI接口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和摄像头193通过CSI接口通信,实现电子设备100的拍摄功能。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。
GPIO接口可以通过软件配置。GPIO接口可以被配置为控制信号,也可被配置为数据信号。在一些实施例中,GPIO接口可以用于连接处理器110与摄像头193,显示屏194,无线通信模块160,音频模块170,传感器模块180等。GPIO接口还可以被配置为I2C接口,I2S接口,UART接口,MIPI接口等。
USB接口130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130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。
可以理解的是,本发明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。
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。在一些有线充电的实施例中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块140可以通过电子设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为电子设备供电。
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还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块141也可以设置于处理器110中。在另一些实施例中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
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(不限于扬声器170A,受话器170B等)输出声音信号,或通过显示屏194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)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),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。
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。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,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。
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。
视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样,电子设备100可以播放或录制多种编码格式的视频,例如:动态图像专家组(movingpicture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
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,人脸识别,语音识别,文本理解等。
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,视频等文件保存在外部存储卡中。
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。
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。
音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。
扬声器170A,也称“喇叭”,用于将音频电信号转换为声音信号。电子设备100可以通过扬声器170A收听音乐,或收听免提通话。电子设备100中可以设置多个扬声器170A,例如,可以在电子设备100的顶部设置一个扬声器170A,还可以在底部设置一个扬声器170A等。
受话器170B,也称“听筒”,用于将音频电信号转换成声音信号。当电子设备100接听电话或语音信息时,可以通过将受话器170B靠近人耳接听语音。在一些实施例中,也可以将扬声器170A和受话器170B设置为一个部件,本申请对此不进行限制。
麦克风170C,也称“话筒”,“传声器”,用于将声音信号转换为电信号。当拨打电话或发送语音信息时,用户可以通过人嘴靠近麦克风170C发声,将声音信号输入到麦克风170C。电子设备100可以设置至少一个麦克风170C。在另一些实施例中,电子设备100可以设置两个麦克风170C,除了采集声音信号,还可以实现降噪功能。在另一些实施例中,电子设备100还可以设置三个,四个或更多麦克风170C,实现采集声音信号,降噪,还可以识别声音来源,实现定向录音功能等。
耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130,也可以是3.5mm的开放移动电子设备平台(open mobile terminal platform,OMTP)标准接口,美国蜂窝电信工业协会(cellular telecommunications industry association ofthe USA,CTIA)标准接口。
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。压力传感器180A的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器180A,电极之间的电容改变。电子设备100根据电容的变化确定压力的强度。当有触摸操作作用于显示屏194,电子设备100根据压力传感器180A检测所述触摸操作强度。电子设备100也可以根据压力传感器180A的检测信号计算触摸的位置。在一些实施例中,作用于相同触摸位置,但不同触摸操作强度的触摸操作,可以对应不同的操作指令。例如:当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时,执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时,执行新建短消息的指令。
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。示例性的,当按下快门,陀螺仪传感器180B检测电子设备100抖动的角度,根据角度计算出镜头模组需要补偿的距离,让镜头通过反向运动抵消电子设备100的抖动,实现防抖。陀螺仪传感器180B还可以用于导航,体感游戏场景。
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。作用于显示屏194不同区域的触摸操作,马达191也可对应不同的振动反馈效果。不同的应用场景(例如:时间提醒,接收信息,闹钟,游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
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。电子设备100可以支持1个或N个SIM卡接口,N为大于1的正整数。SIM卡接口195可以支持Nano SIM卡,Micro SIM卡,SIM卡等。同一个SIM卡接口195可以同时插入多张卡。所述多张卡的类型可以相同,也可以不同。SIM卡接口195也可以兼容不同类型的SIM卡。SIM卡接口195也可以兼容外部存储卡。电子设备100通过SIM卡和网络交互,实现通话以及数据通信等功能。在一些实施例中,电子设备100采用eSIM,即:嵌入式SIM卡。eSIM卡可以嵌在电子设备100中,不能和电子设备100分离。
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3是本申请实施例的电子设备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(Androidruntime)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3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。
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3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,还可以是以对话窗口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。
AndroidRuntime包括核心库和虚拟机。Androidruntime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),2D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2D和3D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。
2D图形引擎是2D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,对本申请提供的图像对比度的生成方法的实施例进行说明。
参见图4,图4为本申请实施例提供的一种图像对比度的生成方法的流程示意图。该方法可以应用于电子设备,例如可以应用于图2和图3所示的电子设备100中。如图4所示,该方法可以包括以下步骤:
步骤S101、获取目标图像中所有像素点的灰度值。
结合前述实施例的内容可知,目前,尚未有精确确定电子设备中图像的图像对比度的方法,基于此,本申请实施例提供了一种图像对比度的生成方法。本申请实施例中,将待确定图像对比度的电子设备(例如手机)记为待处理电子设备。具体在某种应用场景下,确定待处理电子设备中图像的图像对比度时,可以在该应用场景下,利用待处理电子设备进行拍照,然后将拍照得到的图像确定为目标图像,之后按照本申请实施例提供的图像对比度的生成方法,确定目标图像的图像对比度,从而确定出待处理电子设备中图像的图像对比度。也就是说,步骤S101中的目标图像可以为待处理电子设备中待确定图像对比度的图像。
获取到目标图像之后,可以获取目标图像的灰度图,根据目标图像的灰度图,可以得到目标图像中所有像素点的灰度值。或者,还可以根据目标图像生成目标图像的灰度直方图,例如图5所示的灰度直方图,然后根据目标图像的灰度直方图确定目标图像中所有像素点的灰度值。
步骤S102、获取第一像素区间和第二像素区间。
其中,第一像素区间包括N1个像素点,这N1个像素点为目标图像中所有像素点按照灰度值由小到大的顺序排序后,排序前N1的像素点。也就是说,将目标图像中所有像素点按照灰度值由小到大的顺序排序后,将灰度值排至前N1的像素点依次取出,然后根据取出的N1个像素点,可以构成一个像素点集合,这N1个像素点构成的像素点集合可以记为第一像素区间。
第二像素区间包括N2个像素点,这N2个像素点为目标图像中所有像素点按照灰度值由大到小的顺序排序后,排序前N2的像素点。也就是说,将目标图像中所有像素点按照灰度值由大到小的顺序排序后,将灰度值排至前N2的像素点依次取出,然后根据取出的N2个像素点,可以构成一个像素点集合,这N2个像素点构成的像素点集合可以记为第二像素区间。
其中,第一像素区间包括的N1个像素点与第二像素区间包括的N2个像素点不同。也就是说,第一像素区间包括的像素点与第二像素区间包括的像素点之间,没有相同的像素点。N1和N2均为大于或等于1的整数。N1和N2的取值可以根据实际应用场景的需求设置。
需要说明的是,N1和N2可以相同,也可以不同。可选地,N1和N2都可以设置为目标图像中所有像素点的数量的10%,或者,也可以将N1和N2的取值设置为其它值,本申请对此不进行限制。
一种可能的实现方式中,获取第一像素区间和第二像素区间,可以按照下述方式实现:按照像素点的灰度值由小到大的顺序,将目标图像中所有像素点划分为M个像素区间,这M个像素区间中第i个像素区间中的最大灰度值小于或等于第i+1个像素区间中的最小灰度值,这M个像素区间中前M-1个像素区间均包括N1个像素点,第M个像素区间包括N2个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;确定这M个像素区间中第1个像素区间为第一像素区间;确定这M个像素区间中第M个像素区间为第二像素区间。
具体实现时,可以根据图5所示的灰度直方图,以及N1的取值,依次从灰度直方图中,按照灰度值由小到大的顺序,确定出第1至第M-1个像素区间包括的像素点的灰度值和每一个灰度值对应的像素点的数量,从而确定出这M-1个像素区间中每一个像素区间包括的像素点。之后,目标图像中所有像素点中除去前M-1个像素区间包括的所有像素点之后,余下的像素点构成的像素点集合即为第M个像素区间,余下的像素点的数量记为N2。之后,可以将第1个像素区间确定为第一像素区间,将第M个像素区间确定为第二像素区间。这样的话,可以将目标图像中所有像素点的灰度值,划分为M个灰度阶层,分别为灰度第一阶至灰度第M阶,其中,第一像素区间对应灰度第一阶,第二像素区间对应灰度第M阶。
例如,可以将N1设置为目标图像中所有像素点的数量的10%,则M可以为10,即,可以将目标图像中所有像素点划分为10个像素区间。这样的话,相应地,可以将目标图像中所有像素点的灰度值,划分为10个灰度阶层,例如图6所示的10个灰度阶层,分别为图6所示的灰度第一阶、灰度第二阶、灰度第三阶、灰度第四阶、灰度第五阶、灰度第六阶、灰度第七阶、灰度第八阶、灰度第九阶和灰度第十阶。其中,第一像素区间对应灰度第一阶,第二像素区间对应灰度第十阶。
一种可能的实现方式中,获取第一像素区间和第二像素区间,还可以按照下述方式实现:按照像素点的灰度值由大到小的顺序,将目标图像中所有像素点划分为M个像素区间,这M个像素区间中第i个像素区间中的最小灰度值大于或等于第i+1个像素区间中的最大灰度值,这M个像素区间中前M-1个像素区间均包括N2个像素点,第M个像素区间包括N1个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;确定这M个像素区间中第M个像素区间为第一像素区间;确定这M个像素区间中第1个像素区间为第二像素区间。
具体实现时,可以根据图5所示的灰度直方图,以及N2的取值,依次从灰度直方图中,按照灰度值由大到小的顺序,确定出第1至第M-1个像素区间包括的像素点的灰度值和每一个灰度值对应的像素点的数量,从而确定出这M-1个像素区间中每一个像素区间包括的像素点。之后,目标图像中所有像素点中除去前M-1个像素区间包括的所有像素点之后,余下的像素点构成的像素点集合即为第M个像素区间,余下的像素点的数量记为N1。之后,可以将第1个像素区间确定为第二像素区间,将第M个像素区间确定为第一像素区间。这样的话,同样可以将目标图像中所有像素点的灰度值,划分为M个灰度阶层,分别为灰度第一阶至灰度第M阶,其中,第一像素区间对应灰度第M阶,第二像素区间对应灰度第一阶。
例如,可以将N2设置为目标图像中所有像素点的数量的10%,则M同样可以为10,即,可以将目标图像中所有像素点划分为10个像素区间。这样的话,同样可以将目标图像中所有像素点的灰度值,划分为10个灰度阶层,具体划分结果可以参考图6,此处不再详述。
步骤S103、确定所述第一像素区间的第一平均灰度值和所述第二像素区间的第二平均灰度值。
其中,第一像素区间的第一平均灰度值为第一像素区间包括的所有像素点的灰度值的平均值,即,第一像素区间的第一平均灰度值为第一像素区间包括的N1个像素点的灰度值的平均值。第二像素区间的第二平均灰度值为第二像素区间包括的所有像素点的灰度值的平均值,即,第二像素区间的第二平均灰度值为第二像素区间包括的N2个像素点的灰度值的平均值。
具体实现时,可以根据目标图像的灰度直方图,例如图5所示的灰度直方图,确定第一像素区间的第一平均灰度值和第二像素区间的第二平均灰度值。
示例性地,确定第一像素区间的第一平均灰度值,可以按照下述方式实现:根据目标图像的灰度直方图和第一像素区间包括的像素点的数量N1,确定第一像素区间包括的所有像素点的灰度值的总和,记为第一总灰度值;计算第一总灰度值与第一像素区间包括的像素点的数量N1的商,将计算得到的商确定为第一平均灰度值。
同理,确定第二像素区间的第二平均灰度值,可以按照下述方式实现:根据目标图像的灰度直方图和第二像素区间包括的像素点的数量N2,确定第二像素区间包括的所有像素点的灰度值的总和,记为第二总灰度值;计算第二总灰度值与第二像素区间包括的像素点的数量N2的商,将计算得到的商确定为第二平均灰度值。
步骤S104、根据所述第一平均灰度值和所述第二平均灰度值,生成所述目标图像的图像对比度。
一种可能的实现方式中,根据第一平均灰度值和第二平均灰度值,生成目标图像的图像对比度,可以按照下述方式实现:获取第二平均灰度值与第一平均灰度值的差值;获取第二平均灰度值与第一平均灰度值的和值;确定所述差值与所述和值的商为所述图像对比度。
即,可以按照下述公式计算生成目标图像的图像对比度。其中,C表示目标图像的图像对比度,M2表示第二平均灰度值,M1表示第一平均灰度值。
需要说明的是,具体实施时,可以按照上述图4至图6所示的方式,在任意一种应用场景中,确定任意一个电子设备中图像的图像对比度。这样的话,可以在同一应用场景中,分别确定出多个电子设备中各电子设备的图像对比度,然后根据图像对比度的大小,确定出该多个电子设备中图像对比度最好的电子设备。通常情况下,对于图像对比度的性能而言,图像对比度大的电子设备,性能优于图像对比度小的电子设备。
可见,通过本申请实施例提供的图像对比度的生成方法,可以将电子设备拍摄得到的目标图像的所有像素点,按照灰度值进行划分,得到灰度值较小的像素点划分组成的第一像素区间和灰度值较大的像素点划分组成的第二像素区间,然后,根据第一像素区间的平均灰度值与第二像素区间的平均灰度值,计算得到目标图像的图像对比度。可见,通过该方法,可以根据目标图像中灰度值较大的像素点组成的像素区间的平均灰度值与灰度值较小的像素点组成的像素区间的平均灰度值,对目标图像的图像对比度进行量化,从而精确确定出电子设备中图像的图像对比度,后续可以根据精确量化的图像对比度,对电子设备中图像的图像对比度进行测评,测评结果更加精确,适用性更好。
本文中描述的各个方法实施例可以为独立的方案,也可以根据内在逻辑进行组合,这些方案都落入本申请的保护范围中。
可以理解的是,上述各个方法实施例中,由电子设备实现的方法和操作,也可以由可用于电子设备的部件(例如芯片、模块或者电路)实现。
上述实施例对本申请提供的图像对比度的生成方法进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行每一个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,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。
本申请实施例可以根据上述方法示例对电子设备进行功能模块的划分,例如,可以对应每一个功能划分每一个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
以上,结合图1至图6详细说明了本申请实施例提供的图像对比度的生成方法。以下,结合图7和图8详细说明本申请实施例提供的装置。应理解,装置实施例的描述与方法实施例的描述相互对应,因此,未详细描述的内容可以参见上文方法实施例,为了简洁,这里不再赘述。
参见图7,图7为本申请实施例提供的一种图像对比度的生成装置的结构框图。该装置可以为电子设备的一部分,应用于电子设备中。也可以为电子设备,本申请对此不进行限制。如图7所示,该装置700可以包括:第一获取模块701、第二获取模块702、确定模块703和生成模块704。该装置700可以执行上述图4至图6所示任意一个方法实施例中电子设备执行的操作。
例如,在本申请一种可选的实施例中,所述第一获取模块701,可以用于获取目标图像中所有像素点的灰度值。
所述第二获取模块702,可以用于获取第一像素区间和第二像素区间,所述第一像素区间包括N1个像素点,所述N1个像素点为所述所有像素点按照灰度值由小到大的顺序排序后,排序前N1的像素点,所述第二像素区间包括N2个像素点,所述N2个像素点为所述所有像素点按照灰度值由大到小的顺序排序后,排序前N2的像素点,所述N1个像素点与所述N2个像素点不同,N1和N2均为大于或等于1的整数。
所述确定模块703,可以用于确定所述第一像素区间的第一平均灰度值和所述第二像素区间的第二平均灰度值。
所述生成模块704,可以用于根据所述第一平均灰度值和所述第二平均灰度值,生成所述目标图像的图像对比度。
一种可能的实现方式中,所述第二获取模块702用于获取第一像素区间和第二像素区间,具体为:所述第二获取模块702,用于:按照像素点的灰度值由小到大的顺序,将所述目标图像中所有像素点划分为M个像素区间,所述M个像素区间中第i个像素区间中的最大灰度值小于或等于第i+1个像素区间中的最小灰度值,所述M个像素区间中前M-1个像素区间均包括N1个像素点,第M个像素区间包括N2个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;确定所述M个像素区间中第1个像素区间为所述第一像素区间;确定所述M个像素区间中第M个像素区间为所述第二像素区间。
一种可能的实现方式中,所述第二获取模块702用于获取第一像素区间和第二像素区间,具体为:所述第二获取模块702用于:按照像素点的灰度值由大到小的顺序,将所述目标图像中所有像素点划分为M个像素区间,所述M个像素区间中第i个像素区间中的最小灰度值大于或等于第i+1个像素区间中的最大灰度值,所述M个像素区间中前M-1个像素区间均包括N2个像素点,第M个像素区间包括N1个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;确定所述M个像素区间中第M个像素区间为所述第一像素区间;确定所述M个像素区间中第1个像素区间为所述第二像素区间。
一种可能的实现方式中,所述生成模块704用于根据所述第一平均灰度值和所述第二平均灰度值,生成所述目标图像的图像对比度,具体为:所述生成模块704用于:获取所述第二平均灰度值与所述第一平均灰度值的差值;获取所述第二平均灰度值与所述第一平均灰度值的和值;确定所述差值与所述和值的商为所述图像对比度。
一种可能的实现方式中,所述N1等于所述N2。
也就是说,该装置700可以实现对应于图4至图6所示任意一个图像对比度的生成方法实施例中电子设备所执行的步骤或者流程,该装置700可以包括用于执行图4至图6所示任意一个图像对比度的生成方法实施例中电子设备执行的方法的模块。应理解,各模块执行上述相应步骤的具体过程在上述图像对比度的生成方法实施例中已经详细说明,为了简洁,在此不再赘述。
本申请实施例还提供了一种处理装置,该处理装置包括至少一个处理器和通信接口。所述通信接口用于为所述至少一个处理器提供信息输入和/或输出,所述至少一个处理器用于执行上述方法实施例中的方法。
应理解,上述处理装置可以是一个芯片。例如,参见图8,图8为本申请实施例提供的一种芯片的结构框图。图8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800可以包括至少一个处理器801。其中,所述至少一个处理器801可以用于支持图7所示的装置执行图4至图6中任意一个实施例所示的技术方案。
可选的,该芯片800还可以包括收发器802,收发器802用于接受处理器801的控制,用于支持图7所示的装置执行图4至图6中任意一个实施例所示的技术方案。可选的,图8所示的芯片800还可以包括存储介质803。具体的,所述收发器802可以替换为通信接口,所述通信接口为所述至少一个处理器801提供信息输入和/或输出。
需要说明的是,图8所示的芯片800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)、专用集成芯片(application specific integratedcircuit,ASIC)、系统芯片(system on chip,SoC)、中央处理器(central processor unit,CPU)、网络处理器(network processor,NP)、数字信号处理电路(digital signalprocessor,DSP)、微控制器(micro controller unit,MCU),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。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
可以理解,本申请实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic RAM,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(directrambus RAM,DR RAM)。应注意,本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
根据本申请实施例提供的方法,本申请实施例还提供一种计算机程序产品,该计算机程序产品包括:计算机程序或指令,当该计算机程序或指令在计算机上运行时,使得该计算机执行图4至图6所示实施例中任意一个实施例的方法。
根据本申请实施例提供的方法,本申请实施例还提供一种计算机存储介质,该计算机存储介质存储有计算机程序或指令,当该计算机程序或指令在计算机上运行时,使得该计算机执行图4至图6所示实施例中任意一个实施例的方法。
根据本申请实施例提供的方法,本申请实施例还提供了一种电子设备。该电子设备包括但不限于手机、平板电脑、个人电脑、工作站设备、大屏设备(例如:智慧屏、智能电视等)、掌上游戏机、家用游戏机、虚拟现实设备、增强现实设备、混合现实设备、车载智能终端等。该电子设备可以包括本申请上述实施例提供的图像对比度的生成装置。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置模块和电子设备的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上述本申请实施例提供的图像对比度的生成装置、处理装置、芯片、计算机存储介质、计算机程序产品、电子设备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,在本申请的各个实施例中,各步骤的执行顺序应以其功能和内在逻辑确定,各步骤序号的大小并不意味着执行顺序的先后,不对实施例的实施过程构成限定。
本说明书的各个部分均采用递进的方式进行描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点介绍的都是与其他实施例不同之处。尤其,对于图像对比度的生成装置、芯片、计算机存储介质、计算机程序产品、电子设备的实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (10)
1.一种图像对比度的生成方法,其特征在于,所述方法包括:
获取目标图像中所有像素点的灰度值;
获取第一像素区间和第二像素区间,所述第一像素区间包括N1个像素点,所述N1个像素点为所述所有像素点按照灰度值由小到大的顺序排序后,排序前N1的像素点,所述第二像素区间包括N2个像素点,所述N2个像素点为所述所有像素点按照灰度值由大到小的顺序排序后,排序前N2的像素点,所述N1个像素点与所述N2个像素点不同,N1和N2均为大于或等于1的整数;
确定所述第一像素区间的第一平均灰度值和所述第二像素区间的第二平均灰度值;
获取所述第二平均灰度值与所述第一平均灰度值的差值;
获取所述第二平均灰度值与所述第一平均灰度值的和值;
确定所述差值与所述和值的商为所述目标图像的图像对比度。
2.根据权利要求1所述的方法,其特征在于,所述获取第一像素区间和第二像素区间,包括:
按照像素点的灰度值由小到大的顺序,将所述目标图像中所有像素点划分为M个像素区间,所述M个像素区间中第i个像素区间中的最大灰度值小于或等于第i+1个像素区间中的最小灰度值,所述M个像素区间中前M-1个像素区间均包括N1个像素点,第M个像素区间包括N2个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;
确定所述M个像素区间中第1个像素区间为所述第一像素区间;
确定所述M个像素区间中第M个像素区间为所述第二像素区间。
3.根据权利要求1所述的方法,其特征在于,所述获取第一像素区间和第二像素区间,包括:
按照像素点的灰度值由大到小的顺序,将所述目标图像中所有像素点划分为M个像素区间,所述M个像素区间中第i个像素区间中的最小灰度值大于或等于第i+1个像素区间中的最大灰度值,所述M个像素区间中前M-1个像素区间均包括N2个像素点,第M个像素区间包括N1个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;
确定所述M个像素区间中第M个像素区间为所述第一像素区间;
确定所述M个像素区间中第1个像素区间为所述第二像素区间。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述N1等于所述N2。
5.一种图像对比度的生成装置,其特征在于,所述装置包括:
第一获取模块,用于获取目标图像中所有像素点的灰度值;
第二获取模块,用于获取第一像素区间和第二像素区间,所述第一像素区间包括N1个像素点,所述N1个像素点为所述所有像素点按照灰度值由小到大的顺序排序后,排序前N1的像素点,所述第二像素区间包括N2个像素点,所述N2个像素点为所述所有像素点按照灰度值由大到小的顺序排序后,排序前N2的像素点,所述N1个像素点与所述N2个像素点不同,N1和N2均为大于或等于1的整数;
确定模块,用于确定所述第一像素区间的第一平均灰度值和所述第二像素区间的第二平均灰度值;
生成模块,用于获取所述第二平均灰度值与所述第一平均灰度值的差值;获取所述第二平均灰度值与所述第一平均灰度值的和值;确定所述差值与所述和值的商为所述目标图像的图像对比度。
6.根据权利要求5所述的装置,其特征在于,所述第二获取模块用于获取第一像素区间和第二像素区间,具体为:
所述第二获取模块,用于:按照像素点的灰度值由小到大的顺序,将所述目标图像中所有像素点划分为M个像素区间,所述M个像素区间中第i个像素区间中的最大灰度值小于或等于第i+1个像素区间中的最小灰度值,所述M个像素区间中前M-1个像素区间均包括N1个像素点,第M个像素区间包括N2个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;
确定所述M个像素区间中第1个像素区间为所述第一像素区间;
确定所述M个像素区间中第M个像素区间为所述第二像素区间。
7.根据权利要求5所述的装置,其特征在于,所述第二获取模块用于获取第一像素区间和第二像素区间,具体为:
所述第二获取模块,用于:按照像素点的灰度值由大到小的顺序,将所述目标图像中所有像素点划分为M个像素区间,所述M个像素区间中第i个像素区间中的最小灰度值大于或等于第i+1个像素区间中的最大灰度值,所述M个像素区间中前M-1个像素区间均包括N2个像素点,第M个像素区间包括N1个像素点,M为大于或等于2的整数,i为大于或等于1且小于M的整数;
确定所述M个像素区间中第M个像素区间为所述第一像素区间;
确定所述M个像素区间中第1个像素区间为所述第二像素区间。
8.根据权利要求5至7中任意一项所述的装置,其特征在于,所述N1等于所述N2。
9.一种电子设备,其特征在于,所述电子设备包括:一个或者多个处理器和一个或者多个存储器;所述一个或者多个存储器存储有计算机程序或指令,当所述计算机程序或指令被所述一个或者多个处理器执行时,使得所述电子设备执行如权利要求1-4中任意一项所述的方法。
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中存储有计算机程序或指令,当所述计算机程序或指令被执行时,如权利要求1-4中任意一项所述的方法被执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211185877.3A CN116703741B (zh) | 2022-09-27 | 2022-09-27 | 一种图像对比度的生成方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211185877.3A CN116703741B (zh) | 2022-09-27 | 2022-09-27 | 一种图像对比度的生成方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116703741A CN116703741A (zh) | 2023-09-05 |
CN116703741B true CN116703741B (zh) | 2024-03-15 |
Family
ID=87826378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211185877.3A Active CN116703741B (zh) | 2022-09-27 | 2022-09-27 | 一种图像对比度的生成方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116703741B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105957037A (zh) * | 2016-05-09 | 2016-09-21 | 北京小米移动软件有限公司 | 图像增强方法及装置 |
CN107316318A (zh) * | 2017-05-26 | 2017-11-03 | 河北汉光重工有限责任公司 | 基于多子区域背景拟合的空中目标自动检测方法 |
CN108830815A (zh) * | 2018-06-22 | 2018-11-16 | 上海顺久电子科技有限公司 | 一种提高图像暗区对比度的方法、装置及终端 |
CN109559270A (zh) * | 2018-11-06 | 2019-04-02 | 华为技术有限公司 | 一种图像处理方法及电子设备 |
CN109903260A (zh) * | 2019-01-30 | 2019-06-18 | 华为技术有限公司 | 图像处理方法及图像处理装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111724335A (zh) * | 2019-03-21 | 2020-09-29 | 深圳中科飞测科技有限公司 | 检测方法及检测系统 |
-
2022
- 2022-09-27 CN CN202211185877.3A patent/CN116703741B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105957037A (zh) * | 2016-05-09 | 2016-09-21 | 北京小米移动软件有限公司 | 图像增强方法及装置 |
CN107316318A (zh) * | 2017-05-26 | 2017-11-03 | 河北汉光重工有限责任公司 | 基于多子区域背景拟合的空中目标自动检测方法 |
CN108830815A (zh) * | 2018-06-22 | 2018-11-16 | 上海顺久电子科技有限公司 | 一种提高图像暗区对比度的方法、装置及终端 |
CN109559270A (zh) * | 2018-11-06 | 2019-04-02 | 华为技术有限公司 | 一种图像处理方法及电子设备 |
CN109903260A (zh) * | 2019-01-30 | 2019-06-18 | 华为技术有限公司 | 图像处理方法及图像处理装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116703741A (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114650363B (zh) | 一种图像显示的方法及电子设备 | |
CN114089932B (zh) | 多屏显示方法、装置、终端设备及存储介质 | |
CN113810603B (zh) | 点光源图像检测方法和电子设备 | |
CN113542580B (zh) | 去除眼镜光斑的方法、装置及电子设备 | |
CN113641271B (zh) | 应用窗口的管理方法、终端设备及计算机可读存储介质 | |
CN116048217B (zh) | 一种电子设备运行方法、装置和电子设备 | |
CN113573045B (zh) | 杂光检测方法及杂光检测装置 | |
CN114828098B (zh) | 数据传输方法和电子设备 | |
CN114079642B (zh) | 一种邮件处理方法及电子设备 | |
CN116703741B (zh) | 一种图像对比度的生成方法、装置和电子设备 | |
CN116708751B (zh) | 一种拍照时长的确定方法、装置和电子设备 | |
CN116703689B (zh) | 一种着色器程序的生成方法、装置和电子设备 | |
CN116048831B (zh) | 一种目标信号处理方法和电子设备 | |
CN115482143B (zh) | 应用的图像数据调用方法、系统、电子设备及存储介质 | |
CN116233599B (zh) | 一种录像模式推荐方法和电子设备 | |
CN116051351B (zh) | 一种特效处理方法和电子设备 | |
CN115619628B (zh) | 图像处理方法和终端设备 | |
CN116389884B (zh) | 缩略图显示方法及终端设备 | |
CN116095512B (zh) | 终端设备的拍照方法及相关装置 | |
CN115792431B (zh) | 一种异常位置检测方法和电子设备 | |
CN116048769B (zh) | 内存回收方法、装置和终端设备 | |
CN115880198B (zh) | 图像处理方法和装置 | |
CN115686182B (zh) | 增强现实视频的处理方法与电子设备 | |
CN116321265B (zh) | 网络质量评估方法、电子设备以及存储介质 | |
CN114942741B (zh) | 数据传输方法及电子设备 |
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 |