CN106131441A - 拍照方法及装置、电子设备 - Google Patents

Abstract

本公开是关于一种拍照方法及装置、电子设备。所述拍照方法包括：获取图像数据；确定预设去雾算法中的预设参数的值；根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理；响应于拍照指令，根据去雾处理后得到的图像数据，生成图像文件。由于用户拍出的照片中物体(如：天空)的视见度并不是固定的，可根据实际情况调节最终拍出照片的物体的视见度，从而可以使得用户所拍照片中物体的视见度与用户期望的视见度相符合。

Description

拍照方法及装置、电子设备

技术领域

本公开涉及图像处理技术领域，尤其涉及一种拍照方法及装置、电子设备。

背景技术

在雾、霾等天气条件下，大气中的悬浮物质使得能见度降低，影响到在此类天气条件下所拍摄的照片的图像质量。为此，提出图像去雾技术，以去除上述雾、霾等天气因素对拍出的图像质量的影响，增强图像中的物体的视见度。

在相关技术中，图像去雾技术可以应用于各类具有拍照功能的电子设备上。一般地，图像去雾技术是利用预设的去雾算法(如：暗通道先验算法)对图像数据进行处理，以根据处理后得到的图像数据来生成图像文件。然而，在相关技术中，对于预设的去雾算法而言，其包含的预设参数的值通常是预设的固定值，上述去雾算法及算法包含的预设参数的固定值被预先写入到电子设备的存储空间中。在拍照时，通过从存储空间中读取预设算法及算法包含的预设参数的固定值，对图像数据进行去雾处理。由于去雾算法包含的预设参数的值是固定的，在拍照过程中，无论天气的雾霾程度如何，最终拍出的照片中的物体具有固定的视见度，这在一定程度上会造成所拍照片中的物体的视见度与用户期望的视见度不符。例如，在重度雾霾天气下，用户拍出的照片中的天空确实“晴空万里”的状态。

发明内容

为克服相关技术中存在的问题，本公开实施例提供一种拍照方法及装置、电子设备，以根据需要调节所拍照片中物体的视见度。

根据本公开实施例的第一方面，提供一种拍照方法，包括：

获取图像数据；

确定预设去雾算法中的预设参数的值；

根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理；

响应于拍照指令，根据去雾处理后得到的图像数据，生成图像文件。

根据本公开实施例的第二方面，提供一种拍照装置，包括：

获取单元，用于获取图像数据；

确定单元，用于确定预设去雾算法中的预设参数的值；

处理单元，用于根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理；

生成单元，用于响应于拍照指令，根据去雾处理后得到的图像数据，生成图像文件。

根据本公开实施例的第三方面，提供一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

所述处理器被配置为：

获取图像数据；

确定预设去雾算法中的预设参数的值；

根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理；

响应于拍照指令，根据去雾处理后得到的图像数据，生成图像文件。

本公开的实施例提供的技术方案可以包括以下有益效果：

在拍照过程中，用以对图像数据进行去雾处理的预设去雾算法中的预设参数的值并不是固定值，而是需要根据实际情况确定上述预设去雾算法中的预设参数的值，随后，利用上述预设去雾算法和确定的所述预设参数的值来对所述图像数据进行去雾处理。在上述过程中，用户拍出的照片中物体(如：天空)的视见度并不是固定的，可根据实际情况调节最终拍出照片的物体的视见度，从而可以使得用户所拍照片中物体的视见度与用户期望的视见度相符合。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1A是根据一示例性实施例示出的拍照方法的流程图；

图1B是根据一示例性实施例示出的拍照方法的一种场景图；

图1C是根据一示例性实施例示出的拍照方法的另一种场景图；

图2是根据另一示例性实施例示出的拍照方法的流程图；

图3是根据一示例性实施例示出的拍照方法中对图像数据进行去雾处理步骤的流程图；

图4是根据一示例性实施例示出的拍照装置的框图；

图5是根据另一示例性实施例示出的拍照装置的框图；

图6是根据又一示例性实施例示出的拍照装置的框图；

图7是根据一示例性实施例示出的一种电子设备的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1A是根据一示例性实施例示出的拍照方法的流程图，图1B是根据一示例性实施例示出的拍照方法的一种场景图，图1C是根据一示例性实施例示出的拍照方法的另一种场景图。该方法可以应用在具有拍照功能的电子设备(例如：手机、电脑、相机等)上。其中拍照又称为照相，是使用具有拍照功能的设备将物体的图像记录下来并进行保存的过程。如图1A所示，上述拍照方法包括如下步骤101～104，其中：

在步骤101中，获取图像数据。

在一实施例中，获取图像数据的过程可以包括：被拍照的物体经过透镜在图像传感器(例如CCD或COMS)上成像，即通过图像传感器获取物体的光信号。图像传感器通过光-电转换将光信号转换为电信号，此后，电信号被模数转换电路处理后成为可以用于后续去雾处理的图像数据。当然，所述图像数据的处理过程还可以包括其他类型的数据处理过程，如：滤波、去噪等。

在步骤102中，确定预设去雾算法中的预设参数的值。

在一实施例中，所述预设去雾算法可以包括但不限于：基于暗通道先验(DarkChannel Prior)的去雾算法、基于自适应直方图均衡化(Adaptive histgramequalization/AHE)的去雾算法。其中，对于基于暗通道先验的去雾算法，与之对应的恢复公式可以如下：

$J\left(x\right)=\frac{I\left(x\right)-A}{\max \left(t\right(x),t0)}+A;$

其中，J(x)是待求的无雾的图像数据，I(x)是有雾的图像数据，该算法中的预设参数可以包括：透射率t(x)、全球大气光成分A。其中，上述预设参数的值可以通过相应的推导公式计算得出，并且，上述预设参数的值可以根据实际情况进行调整。

基于自适应直方图均衡化(AHE)的去雾算法，是一种通过直方图的重新分布来提高图像的对比度的计算机图像处理技术。一般地，在雾霾天气条件下拍出的图像，其对比度会较低，通过提升图像的对比度，可以使得图像中的物体的视见度增强。总而言之，上述直方图均衡化(AHE)的去雾算法也是包含一个或多个预设参数(如：CutLimit参数、Contrast参数等)，并通过为这些预设参数进行赋值，来实现去雾处理过程。在上述参数的值改变时，最终得到的去雾处理效果也可以相应改变。需要说明的是，关于上述类型的去雾算法，均是本领域技术人员所熟知的技术，故本文不再此进行详述。

在步骤103中，根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理。

图像数据一般可以包含与图像中的每个像素对应的颜色值，所述颜色值可以由红(R)、绿(G)、蓝(B)三原色的强度值(0～255)来组成。所述去雾处理过程可以是根据预设去雾算法，对有雾的图像数据中的每一个像素的颜色值进行相应的调整，最终得到处理后的图像数据。

在步骤104中，响应于拍照指令，根据去雾处理后得到的图像数据，生成图像文件。

拍照指令可以是控制拍照装置将物体的图像记录下来的指令，用户可以通过物理的或者虚拟的启动按键，来触发拍照指令。最终根据去雾处理后得到的图像数据来生成图像文件(如：BMP格式、JPEG格式等)并保存。在生成图像文件的同时，还可以将与图像文件对应的图像显示在所述电子设备的屏幕上，以供用户查看。

目前，用户一般不希望在重度雾霾的天气中拍出的照片中的物体的视见度过高(如：天空是蓝天白云)，而在轻度雾霾的天气下，用户希望拍出的照片的视见度呈现几乎无雾的状态(即视见度最高)。鉴于上述情况，用户在拍照的过程中，对于重度雾霾的天气条件，确定出的预设去雾算法中的某预设参数A的值例如是a1，这样，利用上述预设去雾算法并根据预设参数A的值a1，对获得的图像数据进行去雾处理，最终可以得到的图像中的物体的视见度一般(可以比重度雾霾的情况稍好，图像中还是能看出有一定程度的雾霾)。又例如，对于轻度雾霾的天气条件，确定出的预设去雾算法中的某预设参数A的值例如是a2(a1≠a2)，再进行去雾处理过程，最终所拍图像中的物体的可见度可以是几乎无雾的状态。当然，上述场景中所需拍出的图像中物体的视见度可以由用户来决定，用户可以通过在拍照设备上的特定操作来实现。

本实施例中，用户在拍照过程中，用以对图像数据进行去雾处理的预设去雾算法中的预设参数的值并不是固定值，而是需要根据实际情况确定上述预设去雾算法中的预设参数的值，随后，利用上述预设去雾算法和确定的所述预设参数的值来对所述图像数据进行去雾处理。在上述过程中，用户拍出的照片中物体(如：天空)的视见度并不是固定的，可根据实际情况调节最终拍出照片的物体的视见度，从而可以使得用户所拍照片中物体的视见度与用户期望的视见度相符合。

另一方面，在某种场景中，若在重度雾霾的天气条件下拍出的照片中的物体的视见度过高，这势必需要对图像数据中各像素的颜色值作较大的改变，这在一定程度上容易造成最终拍出的照片失真(即图像不真实或部分区域不清晰等)。本实施例可在一定程度上避免因去雾处理效果固定而造成最终拍出的图像失真的可能性。

在一实施例中，上述步骤102可以包括：

根据预设的去雾等级，确定预设去雾算法中与所述去雾等级对应的预设参数的值。其中，所述去雾等级可以由用户在拍照之前预先设定，或者在拍照过程中的图像预览时，选择相应的去雾等级。在拍照装置上，可以预先存储有去雾等级和去雾算法中预设参数的值的映射关系，从而，根据用户设定的去雾等级，拍照装置可以根据预先存储的去雾等级和去雾算法中预设参数的值的映射关系，读取到与当前设定的去雾等级对应的预设参照的值。

如图1B所示，在一示例性的场景中，在打开具有拍照功能的设备的拍照功能之后，在屏幕上可以展示一图像预览区域11，上述设备可以通过透镜和图像传感装置、图像处理单元等将摄像头前方的物体呈现在上述图像预览区域11中。在预览的过程中，用户可以通过一功能按键12来切换图像去雾功能的开启或关闭。在图像去雾功能开启之后，用户最终拍出的图像便是经过相应的去雾处理后的图像。当去雾功能处于开启状态时，可以在屏幕的指定位置展示一用以调节去雾等级的控件(如：按键、滑动条等)。以滑动条为例，用户可以通过点击滑动条中的可移动图标13，并沿着预设路径进行滑动，从而实现去雾等级的调整。其中，上述滑动条上的每一个指定位置均代表一种去雾等级。随着用户对去雾等级的调节，可以将通过与所选去雾等级对应的去雾处理动作得到的图像展示于图像预览区域11内，从而使得用户通过实时查看去雾后图像效果并进行对比，来确定哪一种去雾效果是自身所期望的效果。

在另一实施例中，上述步骤102可以包括：

根据预设的目标图像，确定预设去雾算法中的预设参数的值。

所述目标图像可以是预设的图像模板，这些图像模板上的物体的视见度不尽相同。例如，包括三种天空的图像模块，这三种图像模块中的天空的视见度分别为：高，中，低。在拍照装置上，可以预先存储有目标图像和去雾算法中预设参数的值的映射关系，从而，根据用户选定的目标图像，拍照装置可以根据预先存储的目标图像和去雾算法中预设参数的值的映射关系，读取到与当前设定的目标图像对应的预设参照的值。另外，值得一提的是，上述目标图像除了预设的图像模板外，还可以是用户从相机内任意选取的一个图像文件。

如图1C所示，在另一示例性的场景中，在打开相机的去雾功能之后，用户可以在一设定页面21内根据需要选择目标图像。对于目标图像，可以按照包含的元素的类型进行划分，所述元素的类型可以包括：“天空”、“山”、“树木”等。并且，针对每一类型，预设一个或多个供用户选择的目标图像22，如：对于“天空”，可以包括：天空模板1和天空模板2两种不同视见度的目标图像，用户可以根据实际需要进行选择。

在又一实施例中，上述步骤102可以包括：

基于所述图像数据的特征，确定预设去雾算法中的预设参数的值。

所述图像数据的特征可以包括：图像数据的对比度，图像数据在直方图上的分布情况，通过相应的算法对图像数据进行分析，得到上述特征，在根据上述特征确定所需要的预设参数的值。也就是说，在拍照的过程中，用户可以不用选择去雾等级或目标图像，而是由拍照装置根据获取到的有雾的图像数据的特征，来确定应该对有雾图像作何种去雾处理。举例而言，若根据图像数据的对比度，识别出当前天气条件是重度雾霾，则可以确定出一种预设参数的值，以使得最终拍出的照片中图像的视见度一般(能够看出有一定程度的雾)；若识别出当前天气条件是轻度雾霾，则可以确定出另一种预设参数的值，以使得最终拍出的照片中图像的视见度最高(几乎没有雾)。

在一实施例中，所述根据预设的目标图像，确定预设去雾算法中的预设参数的值，可以包括：

确定所述目标图像中包含的元素的类型；

选取所述图像数据中的属于所述类型的第一图像数据；

计算所述第一图像数据和所述目标图像的图像数据的平均色差的值；所述预设参数包括所述平均色差。

在一实施例中，所述根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理，包括：

根据所述平均色差的值并利用预设去雾算法，对获取到的所述图像数据中的每个像素的颜色值进行调整。

在一实施例中，上述步骤103可以包括：

根据所述平均色差的值并利用预设去雾算法，对属于所述类型的第一图像数据中的每个像素的颜色值进行调整；

根据所述平均色差的值确定参考色差值；

根据所述参考色差值并利用预设去雾算法，对不属于所述类型的图像数据中的每个像素的颜色值进行调整。

在一实施例中，若所述目标图像包括至少两个，所述参考色差值可以是：与每一目标图像对应的平均色差的值中的一个、或与每一目标图像对应的平均色差的值的平均值。

具体如何实现信息搜索的，请参考后续实施例。

至此，通过根据实际情况确定上述预设去雾算法中的预设参数的值，随后，利用上述预设去雾算法和确定的所述预设参数的值来对所述图像数据进行去雾处理，使得用户拍出的照片中物体(如：天空)的视见度并不是固定的，可根据实际情况调节最终拍出照片的物体的视见度。

图2是根据另一示例性实施例示出的拍照方法的流程图。该方法可以应用在具有拍照功能的电子设备(例如：手机、电脑、相机等)上。如图2所示，上述拍照方法包括如下步骤201～206，其中：

在步骤201中，获取图像数据。

步骤201可以参照上述图1A所示的实施例中步骤101的内容，本文不再予以赘述。

在步骤202中，确定预设的目标图像中包含的元素的类型。

如上一实施例所述，用户可以通过选择目标图像的方式来设定去雾处理的效果。在用户设定的目标图像之后，拍照装置可以根据目标图像确定预设去雾算法的值。最终，用户拍出的图像中物体的视见度需要和用户设定的目标图像中物体的视见度保持一致。

在一实施例中，用户选择的目标图像包含的元素的类型，需要通过元素识别的方式来确定。以具体场景为例，用户选择了一张自己拍摄的天空的图像作为目标图像，此后，拍照装置通过对上述目标图像进行分析，可以确定出用户选择的图像包含的元素的类型为“天空”。其中，在实际情况中，可能用户选择的目标图像并不完全是“天空”，还包括其他元素(如：山)，为此，以一副目标图像中占比最大的元素的类型为准，来确定与目标图像对应的类型。

在步骤203中，选取所述图像数据中的属于所述类型的第一图像数据。

对于当前获取到的有雾的图像数据，其中可能包含很多元素，如：天空，山、树木。一般地，需要识别出待处理的图像数据中，属于“天空”类型的第一图像数据，并以用户选择的“天空”的视见度为准，来对待处理的属于“天空”类型的第一图像数据进行处理。对于每一种元素，可以通过计算属于该元素的所有像素的平均颜色值来判定其所属的类型。

需要说明的是，上述待处理的图像数据是指：与每一像素对应的颜色值(RGB)的集合Q1，上述提取的第一图像数据则是该集合Q1的子集Q2，也就是说，是一幅完整图像中的部分像素的颜色值的集合。

在步骤204中，计算所述第一图像数据和所述目标图像的图像数据的平均色差的值；其中，所述预设参数包括所述平均色差。

一般地，对于有雾图像而言，相当于是雾霾成分，对一副图像中的每一个像素的颜色上增加了一层雾霾成分的颜色，也就是说，雾霾成分给每个像素的颜色值作了相等的色差值的改变。在计算出雾霾给图像中每个像素带来的色差值之后，便可以根据该色差值进行补偿，从而恢复出无雾霾成分的图像。

继续以上述场景为例，假设用户选择的目标图像包含的元素的类型是“天空”，则可以提取出待处理的图像数据中属于“天空”类型的第一图像数据(集合Q2)，则可以通过分别获取每一像素的颜色值，并计算得出各像素的平均颜色值。其中，若计算得到的目标图像中的各像素的平均颜色值为a，计算得到的第一图像数据中的各像素的平均颜色值为b，则可以计算得到第一图像数据和所述目标图像的图像数据的平均色差X的值＝|a-b|。

在步骤205中，根据所述平均色差的值并利用预设去雾算法，对获取到的所述图像数据中的每个像素的颜色值进行调整。

对于一副有雾霾的图像而言，雾霾成分使得图像中每一像素的颜色值以相同的色差进行增加或减少，如：在有雾霾的情况下，可能会造成图像的“黑”不够黑，造成图像中的“白”不够白。即，纯黑的颜色值是“#000000”，纯白的颜色值是：“#FFFFFF”，雾霾可能会使得上述纯黑的颜色值作相应色差的增大，使得上述纯白的颜色值作相应色差的减小。鉴于上述情况，去雾处理过程大致是：按照预设的去雾算法和上述计算得到的平均色差的值，一方面，在获取到的图像数据中某些像素的颜色值的基础上加上上述平均色差的值，另一方面，在获取到的图像数据中某些像素的颜色值的基础上减去上述平均色差的值，从而最终得到去雾处理后的图像数据。

在步骤206中，响应于拍照指令，根据去雾处理后得到的图像数据，生成图像文件。

本实施例中，根据用户设定的目标图像，来确定预设去雾算法的值并对图像数据进行去雾处理，可以使得最终拍出的图像中物体的视见度和用户设定的目标图像中物体的视见度基本一致，从而使得拍照过程中的图像去雾效果可以调节，以满足用户期望，提升用户体验。

图3是根据一示例性实施例示出的拍照方法中对图像数据进行去雾处理步骤的流程图。基于上述图2所述的实施例，上述根据预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理的步骤，可以包括：

在步骤301中，根据平均色差的值并利用预设去雾算法，对属于所述类型的第一图像数据中的每个像素的颜色值进行调整。

在步骤302中，根据平均色差的值确定参考色差值。

在一实施例中，若所述目标图像包括至少两个，所述参考色差值可以是：与每一目标图像对应的平均色差的值中的一个、或与每一目标图像对应的平均色差的值的平均值。

在步骤303中，根据参考色差值并利用预设去雾算法，对不属于所述类型的图像数据中的每个像素的颜色值进行调整。

以示例性的场景来说明上述过程，用户可以选定一副“天空”的图像(可以是预设的模板中的一个，也可以是用户自选或拍摄的天空)作为目标图像，在此之后，拍照装置可以识别出待处理的图像数据中，属于“天空”类型的图像数据，以及属于其他类型(如：“树木”、“山”、“人”等)的图像数据。在识别出上述各种类型的图像数据之后，一般可以将属于“天空”类型的图像数据，按照用户选择的目标图像中的“天空”进行去雾处理(即待去雾处理的“天空”的视见度需要与目标图像中的“天空”的视见度基本一致)。然而，在一实施例中，对于属于其他类型的图像数据，可以不按照上述“天空”的视见度来进行去雾处理。例如，对于属于“人”类型的图像数据，可以将待处理的“天空”与目标图像中的“天空”的平均色差的值乘以一个预设系数(介于0～1之间)，得到参考色差值，并以此参考色差值为准，对属于“人”类型的图像数据进行去雾处理。

在某些场景中，用户可以同时选择了至少两种目标图像，如：用户选择一种属于“天空”类型的目标图像，另一种是属于“山”类型的目标图像。一般地，对于属于“天空”类型的待处理的图像数据，可以按照上述属于“天空”类型的目标图像的视见度来作去雾处理，同理，对于属于“山”类型的待处理的图像数据，可以按照上述属于“山”类型的目标图像的视见度来作去雾处理。而对于属于其他类型的图像数据，则需要按照一参考色差值来进行去雾处理。其中，若将属于“天空”类型的目标图像与属于“天空”类型的待处理的图像数据的平均色差定义为X1，将属于“山”类型的目标图像与属于“山”类型的待处理的图像数据的平均色差定义为X2。则，在一实施例中，用以对属于其他类型的图像数据进行处理的参考色差值X3＝(X1+X2)/2。也就是说，以与至少两个目标图像对应的平均色差的均值为参考色差值。在另一实施例中，上述参考色差值可以是与至少两个目标图像对应的平均色差中的任意一个，例如：可是多个平均色差值中的最大值、最小值、中间值等。

值得一提的是，在其他实施例中，用户在设定上述目标图像的基础上，同时设定去雾等级，这样，在进行去雾处理的过程中，可以以目标图像中物体的视见度为基础结合去雾等级，对待处理的图像数据进行去雾处理。举例来说，在计算出目标图像和待处理的图像数据之间的平均色差的值之后，可以根据去雾等级，确定以何种比例补偿上述平均色差的值。根据去雾等级的不同，上述比例可以介于1％～100％之间。例如，可以按照上述平均色差的值的80％进行补偿。

图4是根据一示例性实施例示出的拍照装置的框图。该拍照装置可以包括：

获取单元41，用于获取图像数据；

确定单元42，用于确定预设去雾算法中的预设参数的值；

处理单元43，用于根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理；

生成单元44，用于响应于拍照指令，根据去雾处理后得到的图像数据，生成图像文件。

在一实施例中，所述确定单元42可以用于：

根据预设的去雾等级，确定预设去雾算法中与所述去雾等级对应的预设参数的值；

在另一实施例中，所述确定单元42可以用于：

根据预设的目标图像，确定预设去雾算法中的预设参数的值；

在又一实施例中，所述确定单元42可以用于：

基于所述图像数据的特征，确定预设去雾算法中的预设参数的值。

图5是根据另一示例性实施例示出的拍照装置的框图。在上述图4介绍的实施例的基础上，所述确定单元42可以包括：

类型确定子单元421，用于确定所述目标图像中包含的元素的类型；

数据选取子单元422，用于选取所述图像数据中的属于所述类型的第一图像数据；

计算子单元423，用于计算所述第一图像数据和所述目标图像的图像数据的平均色差的值；所述预设参数包括所述平均色差。

在一实施例中，所述处理单元43可以用于：

根据所述平均色差的值并利用预设去雾算法，对获取到的所述图像数据中的每个像素的颜色值进行调整。

图6是根据又一示例性实施例示出的拍照装置的框图。在上述图4、图5介绍的实施例的基础上，所述处理单元43可以包括：

第一处理子单元431，用于根据所述平均色差的值并利用预设去雾算法，对属于所述类型的第一图像数据中的每个像素的颜色值进行调整；

参考值确定子单元432，用于根据所述平均色差的值确定参考色差值；

第二处理子单元433，用于根据所述参考色差值并利用预设去雾算法，对不属于所述类型的图像数据中的每个像素的颜色值进行调整。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

图7是根据一示例性实施例示出的一种电子设备的结构示意图。例如，电子设备700可以是具有拍照功能的终端设备。

参照图7，电子设备700可以包括以下一个或多个组件：处理组件702，存储器704，电源组件706，多媒体组件708，音频组件710，输入/输出(I/O)的接口712，传感器组件714，以及通信组件716。

处理组件702通常控制电子设备700的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件702可以包括一个或多个处理器720来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。例如，处理部件702可以包括多媒体模块，以方便多媒体组件708和处理组件702之间的交互。

存储器704被配置为存储各种类型的数据以支持在设备700的操作。这些数据的示例包括用于在电子设备700上操作的任何应用程序或方法的指令，消息，图片等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件706为电子设备700的各种组件提供电力。电力组件706可以包括电源管理***，一个或多个电源，及其他与为电子设备700生成、管理和分配电力相关联的组件。

多媒体组件708包括在电子设备700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件708包括一个前置摄像头和/或后置摄像头。当设备700处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。

音频组件710被配置为输出和/或输入音频信号。例如，音频组件710包括一个麦克风(MIC)，当电子设备700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中，音频组件710还包括一个扬声器，用于输出音频信号。

I/O接口712为处理组件702和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件714包括一个或多个传感器，用于为电子设备700提供各个方面的状态评估。例如，传感器组件714可以检测到设备700的打开/关闭状态，组件的相对定位，例如组件为电子设备700的显示器和小键盘，传感器组件714还可以检测电子设备700或电子设备700一个组件的位置改变，用户与电子设备700接触的存在或不存在，电子设备700方位或加速/减速和电子设备700的温度变化。传感器组件714可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件714还可以包括加速度传感器，陀螺仪传感器，磁传感器，距离感应器，压力传感器或温度传感器。

通信组件716被配置为便于电子设备700和其他设备之间有线或无线方式的通信。电子设备700可以接入基于通信标准的无线网络，如WIFI，2G或3G，或它们的组合。在一个示例性实施例中，通信部件716经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，通信部件716还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器704，上述指令可由电子设备700的处理器720执行以完成上述方法。本实施例中，所述处理器720可以被配置为：获取图像数据；确定预设去雾算法中的预设参数的值；根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理；响应于拍照指令，根据去雾处理后得到的图像数据，生成图像文件。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (13)

1.一种拍照方法，其特征在于，包括：

获取图像数据；

确定预设去雾算法中的预设参数的值；

根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理；

响应于拍照指令，根据去雾处理后得到的图像数据，生成图像文件。

2.根据权利要求1所述的方法，其特征在于，所述确定预设去雾算法中的预设参数的值，包括：

根据预设的去雾等级，确定预设去雾算法中与所述去雾等级对应的预设参数的值；或，

根据预设的目标图像，确定预设去雾算法中的预设参数的值；或，

基于所述图像数据的特征，确定预设去雾算法中的预设参数的值。

3.根据权利要求2所述的方法，其特征在于，所述预设参数包括所述平均色差，所述根据预设的目标图像，确定预设去雾算法中的预设参数的值，包括：

确定所述目标图像中包含的元素的类型；

选取所述图像数据中的属于所述类型的第一图像数据；

计算所述第一图像数据和所述目标图像的图像数据的平均色差的值。

4.根据权利要求3所述的方法，其特征在于，所述根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理，包括：

根据所述平均色差的值并利用预设去雾算法，对获取到的所述图像数据中的每个像素的颜色值进行调整。

5.根据权利要求3所述的方法，其特征在于，所述根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理，包括：

根据所述平均色差的值并利用预设去雾算法，对属于所述类型的第一图像数据中的每个像素的颜色值进行调整；

根据所述平均色差的值确定参考色差值；

根据所述参考色差值并利用预设去雾算法，对不属于所述类型的图像数据中的每个像素的颜色值进行调整。

6.根据权利要求5所述的方法，其特征在于，若所述目标图像包括至少两个，所述参考色差值是：与每一目标图像对应的平均色差的值中的一个、或与每一目标图像对应的平均色差的值的平均值。

7.根据权利要求1所述的方法，其特征在于，所述预设去雾算法包括：基于暗通道先验的去雾算法、或基于自适应直方图均衡化的去雾算法；与所述基于暗通道先验的去雾算法对应的预设参数包括：透射率、全球大气光成分。

8.一种拍照装置，其特征在于，包括：

获取单元，用于获取图像数据；

确定单元，用于确定预设去雾算法中的预设参数的值；

处理单元，用于根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理；

生成单元，用于响应于拍照指令，根据去雾处理后得到的图像数据，生成图像文件。

9.根据权利要求8所述的装置，其特征在于，所述确定单元用于：

根据预设的去雾等级，确定预设去雾算法中与所述去雾等级对应的预设参数的值；或，

根据预设的目标图像，确定预设去雾算法中的预设参数的值；或，

基于所述图像数据的特征，确定预设去雾算法中的预设参数的值。

10.根据权利要求9所述的装置，其特征在于，所述预设参数包括所述平均色差，所述确定单元包括：

类型确定子单元，用于确定所述目标图像中包含的元素的类型；

数据选取子单元，用于选取所述图像数据中的属于所述类型的第一图像数据；

计算子单元，用于计算所述第一图像数据和所述目标图像的图像数据的平均色差的值。

11.根据权利要求10所述的装置，其特征在于，所述处理单元用于：

根据所述平均色差的值并利用预设去雾算法，对获取到的所述图像数据中的每个像素的颜色值进行调整。

12.根据权利要求10所述的装置，其特征在于，所述处理单元包括：

第一处理子单元，用于根据所述平均色差的值并利用预设去雾算法，对属于所述类型的第一图像数据中的每个像素的颜色值进行调整；

参考值确定子单元，用于根据所述平均色差的值确定参考色差值；

第二处理子单元，用于根据所述参考色差值并利用预设去雾算法，对不属于所述类型的图像数据中的每个像素的颜色值进行调整。

13.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

所述处理器被配置为：

获取图像数据；

确定预设去雾算法中的预设参数的值；

根据所述预设参数的值并采用所述预设去雾算法，对所述图像数据进行去雾处理；

响应于拍照指令，根据去雾处理后得到的图像数据，生成图像文件。