CN117676055A - 图像处理方法及装置、电子设备及存储介质 - Google Patents

图像处理方法及装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117676055A
CN117676055A CN202210963088.1A CN202210963088A CN117676055A CN 117676055 A CN117676055 A CN 117676055A CN 202210963088 A CN202210963088 A CN 202210963088A CN 117676055 A CN117676055 A CN 117676055A
Authority
CN
China
Prior art keywords
target
image
current load
algorithm
camera
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.)
Pending
Application number
CN202210963088.1A
Other languages
English (en)
Inventor
廖宽龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN202210963088.1A priority Critical patent/CN117676055A/zh
Publication of CN117676055A publication Critical patent/CN117676055A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/57—Control of contrast or brightness
    • 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
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/57—Control of contrast or brightness
    • H04N5/58—Control of contrast or brightness in dependence upon ambient light
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

本公开是关于一种图像处理方法及装置、电子设备及存储介质。所述方法可以包括：获取相机的当前负载；基于所述当前负载，确定与所述当前负载对应的目标图像算法；基于所述目标图像算法，对所述相机采集的图像进行处理；其中，所述目标图像算法不同，所述相机的功耗不同。通过本公开实施例能够考虑到目标图像算法对相机功耗的影响，通过负载确定不同的目标图像算法，进而能够在负载大的情况下通过改变目标图像算法来改变相机功耗，进而能够实现在融合多个图像过程中降低相机功耗。

Description

图像处理方法及装置、电子设备及存储介质
技术领域
本公开涉及一种图像处理领域，尤其涉及一种图像处理方法及装置、电子设备及存储介质。
背景技术
随着科技的飞速发展，相机通常可以根据不同的外界环境，启用不同的摄像头来采集图像。
目前，为了采集到更好效果的图像，可以利用图像融合算法，获取多个摄像头所采集的图像，以获取更好的图像像素和质量。
然而，这种方式虽然获取到更好的图像像素和质量，但是同时利用多个摄像头进行采集图像，会导致相机的功耗过高。
发明内容
为克服相关技术中存在的问题，本公开提供一种图像处理方法及装置、电子设备及存储介质。
根据本公开实施例的第一方面，提供一种图像处理方法，至少包括：
获取相机的当前负载；
基于所述当前负载，确定与所述当前负载对应的目标图像算法；
基于所述目标图像算法，对所述相机采集的图像进行处理；
其中，所述目标图像算法不同，所述相机的功耗不同。
在一些实施例中，所述基于所述当前负载，确定与所述当前负载对应的目标图像算法，包括：
获取所述相机的目标参数；
在所述目标参数满足第一预设条件的情况下，基于所述当前负载，确定所述目标图像算法；
在所述目标参数满足第二预设条件的情况下，基于所述目标参数和所述当前负载，确定所述目标图像算法；
其中，所述第一预设条件与所述第二预设条件不同。
在一些实施例中，所述在所述目标参数满足第二预设条件的情况下，基于所述目标参数和所述当前负载，确定所述目标图像算法，包括：
在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级；
基于所述目标等级，确定所述目标图像算法。
在一些实施例中，所述目标参数包括：所述相机所在的电子设备的电量；所述在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级，包括：
在所述电量小于预设电量的情况下，基于所述电量，对所述当前负载对应的等级进行调整，得到所述目标等级。
在一些实施例中，所述目标参数包括：所述相机的像距和背景虚化参数；所述在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级，包括：
在所述像距位于预设像距区间内且所述背景虚化参数大于预设值的情况下，基于所述背景虚化参数，对所述当前负载对应的等级进行调整，得到所述目标等级。
在一些实施例中，所述目标参数包括：所述相机的环境亮度；所述在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级，包括：
在所述环境亮度位于预设环境亮度区间内的情况下，基于所述环境亮度，对所述当前负载对应的等级进行调整，得到所述目标等级。
在一些实施例中，所述目标参数包括：对焦特征；所述在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级，包括：
在所述相机采集的所述图像中存在所述对焦特征的情况下，基于所述对焦特征，对所述当前负载对应的等级进行调整，得到所述目标等级。
在一些实施例中，所述基于所述当前负载，确定与所述当前负载对应的目标图像算法，包括：
在所述当前负载对应的等级为第一等级的情况下，将第一图像融合算法作为所述目标图像算法；
在所述当前负载对应的等级为第二等级的情况下，将第二图像融合算法作为所述目标图像算法；
在所述当前负载对应的等级为第三等级的情况下，将图像降噪算法作为所述目标图像算法；
其中，所述第一等级小于所述第二等级；所述第一图像融合算法所需的功耗大于所述第二图像融合算法所需的功耗；
所述第二等级小于所述第三等级；所述第二图像融合算法所需的功耗大于所述图像降噪算法所需的功耗。
在一些实施例中，所述方法还包括：
获取所述相机所在的电子设备的当前电量；
基于所述当前电量和预设电量，确定所述目标图像算法。
根据本公开实施例的第二方面，提供一种图像处理装置，至少包括：
获取模块，用于获取相机的当前负载；
确定模块，用于基于所述当前负载，确定与所述当前负载对应的目标图像算法；
处理模块，用于基于所述目标图像算法，对所述相机采集的图像进行处理；
其中，所述目标图像算法不同，所述相机的功耗不同。
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、存储器及存储在所述存储器上并在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实施如第一方面所述的图像处理方法的步骤。
根据本公开实施例的第四方面，提供一种存储介质，包括：所述存储介质上存储程序或指令，所述程序或指令被执行时实施根据第一方面所述的图像处理方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
在本公开实施例中，图像处理方法包括：获取相机的当前负载；基于所述当前负载，确定与所述当前负载对应的目标图像算法；基于所述目标图像算法，对所述相机采集的图像进行处理；其中，所述目标图像算法不同，所述相机的功耗不同。如此，可以考虑到目标图像算法对相机功耗的影响，通过负载确定不同的目标图像算法，进而能够在负载大的情况下通过改变目标图像算法来改变相机功耗，进而能够实现在融合多个图像过程中降低相机功耗。
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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种图像处理方法的流程示意图一。
图2是根据一示例性实施例示出的一种图像处理方法的流程示意图二。
图3是根据一示例性实施例示出的一种图像处理方法的流程示意图三。
图4是根据一示例性实施例示出的一种图像处理方法的流程示意图四。
图5是根据一示例性实施例示出的一种图像处理装置的结构框图。
图6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
以下结合说明书附图及具体实施例对本公开技术方案做进一步的详细阐述。除非另有定义，本文所使用的所有的技术和科学术语与属于本公开的技术领域的技术人员通常理解的含义相同。本文中在本公开的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本公开。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本公开的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
以下结合附图，详细说明本公开各实施例提供的技术方案。
图1是根据一示例性实施例示出的一种图像处理方法的流程示意图一，如图1所示，本公开实施例提供的图像处理方法至少包括以下步骤：
步骤110、获取相机的当前负载；
步骤120、基于所述当前负载，确定与所述当前负载对应的目标图像算法；
步骤130、基于所述目标图像算法，对所述相机采集的图像进行处理。
其中，所述目标图像算法不同，所述相机的功耗不同。
本公开实施例中，上述图像处理方法可应用在电子设备中，电子设备可通过不同功耗的目标图像算法来对相机采集的图像进行处理。其中，电子设备可以包括：手机、平板电脑、智能手表、数码相机、头戴显示设备(Head Mounted Display，HMD)等，本公开实施例不作限制。
目前，在使用电子设备的相机拍摄图像时，可以根据不同的外界环境，启用不同的摄像头。根据摄像头的使用程度不同，可以分为主要摄像头和次要摄像头，例如，常用的主要摄像头采用广角摄像头，次要摄像头采用超广角摄像头。其中，主要摄像头的像素高，次要摄像头的像素低。为了在使用次要摄像头的时候，获得更好的图像效果，可以通过获取多个摄像头采集的图像，利用图像融合算法，去得到更好的图像像素和质量。这里，虽然得到了效果更好的图像，但是由于多获取了一个主要摄像头的图像数据，会导致相机的功耗增大。基于此，本公开实施例提供的图像处理方法，既可以保证获得更好的图像像素和质量，又可以达到降低相机功耗的目的。
在步骤110中，当前负载可以为相机在当前时刻正在运行以及等待运行的任务量。当前负载可以是用来反映电子设备的运行状态；当前负载主要受三个部分影响：电子设备的中央处理器(Central Processing Unit，CPU)使用、输入/输出(Input/Output，I/O)消耗以及内存使用。当前负载客观的定义是：当前负载是对电子设备的当前CPU工作量的度量，可以被定义为特定时间间隔内运行队列中的平均任务数。
本公开实施例中，可以在启动相机的同时，启动电子设备的负载监测模块，电子设备通过负载监测模块对负载进行监测，以获取相机的当前负载。具体地，在启动相机的同时启动一个检测电子设备的***平均负载的进程，通过Linux***自带的uptime命令来统计平均负载，例如，1分钟内***的平均负载可以为：0.54，5分钟内***的平均负载可以为：0.40，15分钟内***的平均负载可以为：0.20，等等。这里，可以获取1分钟的平均负载，来作为相机的当前负载。
在步骤120中，目标图像算法可以为图像融合算法或者图像降噪算法。
其中，图像融合是通过一个数学模型把相机采集的多幅图像综合成一幅满足特定应用需求的图像的过程，从而可以有效地把不同摄像头的优点结合起来，提高对图像信息分析和提取的能力。根据融合处理所处的阶段不同，上述图像融合算法可以划分为像素级图像融合算法、特征级图像融合算法和决策级图像融合算法。
图像降噪的过程其实就是通过观测减小图像噪声方差的过程。图像降噪算法可以包括单帧降噪算法和多帧降噪算法。对于单帧降噪算法，可以是通过在一帧图像中查找当前像素的相似像素点，通过加权平均来获得减少噪声的方差，例如，非局部均值滤波算法。对于多帧降噪算法，可以是在不同帧的类似像素点位置查找类似的像素点，通过加权平均来进行降噪。
本公开实施例中，可以通过对相机的参数，例如，相机的像距、环境亮度以及对焦特征等，进行分析和过滤，来确定与当前负载对应的目标图像算法。
在一实施方式中，步骤120中所述基于所述当前负载，确定与所述当前负载对应的目标图像算法的具体过程可以包括：
在所述当前负载对应的等级为第一等级的情况下，将第一图像融合算法作为所述目标图像算法；
在所述当前负载对应的等级为第二等级的情况下，将第二图像融合算法作为所述目标图像算法；
在所述当前负载对应的等级为第三等级的情况下，将图像降噪算法作为所述目标图像算法；
其中，所述第一等级小于所述第二等级；所述第一图像融合算法所需的功耗大于所述第二图像融合算法所需的功耗；
所述第二等级小于所述第三等级；所述第二图像融合算法所需的功耗大于所述图像降噪算法所需的功耗。
如此，可以通过不同等级的负载来确定不同功耗的目标图像算法，以在相机的负载较大的情况下选择功耗较小的目标图像算法，进而降低相机功耗。
本公开实施例中，第一图像融合算法的融合对象可以多于第二图像融合算法的融合对象。此时，负载等级与目标图像算法的对应关系可以如表1所示，负载等级与目标图像算法的功耗负相关。
表1
负载等级 第一等级 第二等级 第三等级
目标图像算法 第一图像融合算法 第二图像融合算法 图像降噪算法
举例而言，如表1所示，在负载等级为第一等级的情况下，第一图像融合算法可以为正常使用的图像融合算法；在负载等级为第二等级的情况下，第二图像融合算法可以为去掉人脸算法的图像融合算法；在负载等级为第三等级的情况下，图像降噪算法可以为单帧或多帧降噪算法。
为了获得更好的用户体验，在降低相机功耗时且保证图像的画质效果，可以采用图像降噪算法，即多帧或单帧降噪算法，代替复杂的图像融合算法。多帧或单帧降噪算法虽然没有图像融合算法的效果好，但是也可以弥补图像画质的部分缺失。
这里，可以将当前负载与预设负载区间值进行对比，确定当前负载对应的等级。举例而言，预设负载区间值可以为0.3和0.5，负载与负载等级之间的对应关系可以如表2所示：
表2
负载 低于0.3 0.3～0.5 高于0.5
负载等级 低 中 高
如表2所示，在当前负载低于0.3的情况下，负载等级可以为低等级，即第一等级；在当前负载位于0.3～0.5之间的情况下，负载等级可以为中等级，即第二等级；在当前负载高于0.5的情况下，负载等级可以为高等级，即第三等级。
在步骤130中，基于目标图像算法，可以对相机采集的图像进行融合处理，以得到更好的图像像素和质量；此时，使用目标图像算法的相机功耗也相应减小了。
本公开实施例提供的图像处理方法，获取相机的当前负载；基于所述当前负载，确定与所述当前负载对应的目标图像算法；基于所述目标图像算法，对所述相机采集的图像进行处理；其中，所述目标图像算法不同，所述相机的功耗不同。如此，可以考虑到目标图像算法对相机功耗的影响，通过负载确定不同的目标图像算法，进而能够在负载大的情况下通过改变目标图像算法来改变相机功耗，进而能够实现在融合多个图像过程中降低相机功耗。
在本公开实施例中，所述图像处理方法还可以包括：获取所述相机所在的电子设备的当前电量；基于所述当前电量和预设电量，确定所述目标图像算法。
如此，可以通过电子设备的当前电量来确定该电子设备的续航能力，进而确定处理图像的目标图像算法，以达到加快降低功耗的目的，使得电子设备具有更长的续航能力。
其中，预设电量可以为判断电子设备的续航能力强弱的临界值。电子设备的续航能力可以表现为电子设备的使用时长；也就是说，电子设备的使用时长越长，则电子设备的续航能力越强；电子设备的使用时长越短，则电子设备的续航能力越弱。
可以理解地，通过比较当前电量和预设电量的大小，来判断电子设备的续航能力的强弱，进而确定处理图像的目标图像算法。
举例而言，预设电量可以为10％，当前电量与目标图像算法的对应关系可以如表3所示。
如表3所示，电子设备的当前电量低于10％时，该电子设备的续航能力弱，目标图像算法可以为第二图像融合算法或者图像降噪算法；此时，相机所在电子设备的电量较少，可以选择比第一图像融合算法的功耗小的第二图像融合算法或者图像降噪算法，以降低相机功耗，使得电子设备具有更长的续航能力。电子设备的当前电量在10％以上时，该电子设备的续航能力强，目标图像算法可以为第一图像融合算法；此时，相机所在电子设备的电量较多，无需降低相机功耗，因而可以选择比第二图像融合算法或者图像降噪算法的功耗大的第一图像融合算法。
表3
在本公开的一个实施例中，步骤120可以通过各种不同的方式来实现。
下面举出一种具体的实施范例。需要说明的是，下面列出的仅是示例，并不意为限制。
图2为本公开实施例提供的一种图像处理方法的流程示意图二。参见图2，本公开实施例提供的图像处理方法中的步骤120可以包括以下步骤：
步骤121、获取所述相机的目标参数；
步骤122、在所述目标参数满足第一预设条件的情况下，基于所述当前负载，确定所述目标图像算法；
步骤123、在所述目标参数满足第二预设条件的情况下，基于所述目标参数和所述当前负载，确定所述目标图像算法；
其中，所述第一预设条件与所述第二预设条件不同。
在步骤121中，目标参数可以为对相机采集的图像进行处理的目标图像算法所对应的各种参数；例如，目标参数包括相机所在的电子设备的电量、相机的像距、背景虚化参数、环境亮度以及对焦特征等。
在步骤122中，第一预设条件可以为相机当前负载较小可以使用功耗较大的目标图像算法所对应的目标参数的范围；例如，第一预设条件可以为使用第一图像融合算法所对应的目标参数的范围。
本公开实施例中，上述目标参数包括：相机所在的电子设备的电量；步骤122可以具体包括：在电量小于预设电量的情况下，基于当前负载，确定目标图像算法。
上述目标参数包括：相机的像距和背景虚化参数；步骤122可以具体包括：在像距位于预设像距区间之外，或者，像距位于预设像距区间内且背景虚化参数小于或等于预设值的情况下，基于当前负载，确定目标图像算法。
上述目标参数包括：相机的环境亮度；步骤122可以具体包括：在环境亮度位于预设环境亮度区间之外的情况下，基于当前负载，确定目标图像算法。
上述目标参数包括：对焦特征；步骤122可以具体包括：在相机采集的图像中存在对焦特征的情况下，基于当前负载，确定目标图像算法。
举例而言，目标参数为相机所在的电子设备的电量时，电量大于预设电量，例如，电量在10％以上，即为目标参数满足第一预设条件。目标参数包括相机的像距和背景虚化参数时，像距位于预设像距区间之外，例如，像距低于1毫米或高于5毫米，即为目标参数满足第一预设条件；或者，像距位于预设像距区间内且背景虚化参数小于或等于预设值，即为目标参数满足第一预设条件。目标参数为相机的环境亮度时，环境亮度位于预设环境亮度区间之外，例如，环境亮度小于10％或大于60％，即为目标参数满足第一预设条件。目标参数为对焦特征时，在相机采集的图像中不存在对焦特征，例如，在图像中不存在人脸，即为目标参数满足第一预设条件。
可以理解地，在目标参数满足第一预设条件的情况下，相机的当前负载的等级可以不变，可以直接通过查表1的方式确定与当前负载的等级相对应的目标图像算法。
在步骤123中，第二预设条件可以为相机当前负载较大需要使用功耗较小的目标图像算法所对应的目标参数的范围；例如，第二预设条件可以为使用第二图像融合算法或者图像降噪算法所对应的目标参数的范围。
本公开实施例中，基于目标参数确定调整策略，再基于调整策略对当前负载对应的等级进行调整，最后基于当前负载调整后的等级确定目标图像算法。
需要说明的是，相机使用的目标参数满足第一预设条件时相机的负载可以小于相机使用的目标参数满足第二预设条件时相机的负载。也就是说，在相机的负载较大时，需要对负载的等级进行调整，以使用功耗较小的目标图像算法来处理图像；而在相机的负载较小时，可以使用负载的当前等级对应的目标图像算法来处理图像。
本公开实施例提供的图像处理方法，可以在相机的目标参数满足不同预设条件的情况下，根据当前负载选择不同的目标图像算法来处理图像，从而可以在相机负载较小时正常使用目标图像算法，而在相机负载较大时通过选择功耗较小的目标图像算法，实现在融合多个图像过程中降低相机功耗。
在本公开的一个实施例中，步骤123可以通过各种不同的方式来实现。
下面举出一种具体的实施范例。需要说明的是，下面列出的仅是示例，并不意为限制。
图3为本公开实施例提供的一种图像处理方法的流程示意图三。参见图3，本公开实施例提供的图像处理方法中的步骤123可以包括以下步骤：
步骤123a、在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级；
步骤123b、基于所述目标等级，确定所述目标图像算法。
在步骤123a中，目标等级可以为基于目标参数调整之后当前负载所对应的新的等级。
本公开实施例中，步骤123a可以具体包括：基于所述目标参数，确定调整策略；基于所述调整策略，对所述当前负载对应的等级进行调整，得到目标等级。
其中，由于当前负载对应的等级可以分为三个等级，即第一等级、第二等级和第三等级，故上述调整策略可以为对当前负载对应的等级增加一级或者增加两级。例如，当前负载对应的等级为第一等级时，调整策略为增加一级，则目标等级可以为第二等级；或者，当前负载对应的等级为第一等级时，调整策略为增加两级，则目标等级可以为第三等级。
在步骤123b中，可以通过表1负载等级与目标图像算法的对应关系，对当前负载的目标等级进行查表，以确定相对应的目标图像算法。其中，不同等级对应的目标图像算法不同，不同的目标图像算法所对应的相机功耗也不同。
本公开实施例提供的图像处理方法，可以在相机的目标参数满足第二预设条件的情况下，先基于目标参数对当前负载对应的等级进行调整，得到目标等级，再基于目标等级确定处理图像的目标图像算法，从而可以在相机负载较大时通过选择功耗较小的目标图像算法，实现在融合多个图像过程中降低相机功耗。
在本公开实施例中，步骤123a中目标等级的确定可以通过各种不同的方式来实现。
下面举出一种具体的实施范例。需要说明的是，下面列出的仅是示例，并不意为限制。
在一实施方式中，所述目标参数包括：所述相机所在的电子设备的电量；步骤123a的具体过程可以包括：
在所述电量小于预设电量的情况下，基于所述电量，对所述当前负载对应的等级进行调整，得到所述目标等级。
如此，可以通过判断电子设备的电量来对当前负载对应的等级进行调整，得到目标等级，以确定与该目标等级对应的目标图像算法，从而通过间接调整负载的等级来选择功耗较小的目标图像算法，进而达到加快降低功耗的目的，使得电子设备具有更长的续航能力。
可以理解地，预设电量可以为判断电子设备的续航能力强弱的临界值。可以通过比较电量和预设电量的大小，来确定对当前负载对应的等级进行调整的调整策略，进而得到当前负载调整后的目标等级。
举例而言，预设电量可以为10％，电量与负载等级变化的对应关系可以如表4所示：
表4
电量 低于10％ 10％以上
续航能力 弱 强
负载等级变化 增加一级 不变
如表4所示，电子设备的电量低于10％时，即目标参数满足第二预设条件，此时，该电子设备的续航能力弱，负载等级变化可以为增加一级，也就是说，将当前负载的等级增加一级作为目标等级；电子设备的当前电量在10％以上时，即目标参数满足第一预设条件，此时，该电子设备的续航能力强，负载等级可以不变，直接基于当前负载的等级来确定目标图像算法。
在一实施方式中，所述目标参数包括：所述相机的像距和背景虚化参数；步骤123a的具体过程可以包括：
在所述像距位于预设像距区间内且所述背景虚化参数大于预设值的情况下，基于所述背景虚化参数，对所述当前负载对应的等级进行调整，得到所述目标等级。
如此，可以通过判断相机的像距以及背景虚化参数来对当前负载对应的等级进行调整，得到目标等级，以确定与该目标等级对应的目标图像算法，从而通过间接调整负载的等级来选择功耗较小的目标图像算法，进而降低相机的功耗。
其中，预设像距区间可以为相机采集的图像需要判断背景虚化时的像距范围；例如，预设像距区间可以为1-5毫米。预设值可以为判断背景虚化参数大小的临界值；例如，预设值可以为80％，在背景虚化参数大于80％时，背景虚化程度可以为严重，在背景虚化参数小于或等于80％时，背景虚化程度可以为轻微或无。
这里，相机的像距与物距的关系为负相关；也就是说，物距大的时候，对应的像距会小；反之，会大。可以对相机的像距和物距进行校准，得到一个像距和物距的对应关系，只要知道像距，就可以知道物距。当物距小的时候，相机会对焦距离近的对象，此时由于景深的关系，比如对着水杯，位于水杯后面的景物模糊，就会有虚化的效果。而在采集图像中存在多个对象时，图像中的主要对象和背景也会存在一定的虚化效果，可以通过背景虚化参数，来确定此时的目标图像算法。
可以理解地，通过先判断像距是否位于预设像距区间内，再比较背景虚化参数与预设值的大小，来确定对当前负载对应的等级进行调整的调整策略，进而得到当前负载调整后的目标等级。
具体地，可以通过获取相机的像距，与预设像距区间进行判断，然后确定此时的像距是否需要进行背景虚化判断，若是，则先获取相机的背景虚化参数，再与预设值进行比较，确定相机此时的背景虚化程度，若是轻微或者无虚化效果，则可以进行第一图像融合算法操作，否则可以进行第二图像融合算法或者图像降噪算法。
举例而言，预设像距区间可以为1-5毫米，像距与负载等级变化的对应关系可以如表5所示：
表5
像距(毫米) 低于1 1-5 高于5
负载等级变化 不变 增加一级 不变
如表5所示，像距低于1毫米或高于5毫米时，即为目标参数满足第一预设条件，此时，相机的负载等级可以不变，直接基于当前负载的等级来确定目标图像算法。像距位于1-5毫米之间时，即为目标参数满足第二预设条件，此时，负载等级变化可以为增加一级，也就是说，将当前负载的等级增加一级作为目标等级。
同时，在像距位于1-5毫米之间时，可以对相机的背景虚化参数进行进一步判断，例如，预设值可以为80％，则背景虚化参数与负载等级变化的对应关系可以如表6所示：
表6
像距(毫米) 1-5 1-5 1-5
背景虚化参数 大于80％ 小于或等于80％ 小于或等于80％
负载等级变化 增加一级 不变 不变
如表6所示，像距位于1-5毫米之间且背景虚化参数大于80％时，即为目标参数满足第二预设条件，此时，负载等级变化可以为增加一级，也就是说，将当前负载的等级增加一级作为目标等级。像距位于1-5毫米之间且背景虚化参数小于或等于80％时，即为目标参数满足第一预设条件，此时，相机的负载等级可以不变，直接基于当前负载的等级来确定目标图像算法。
在一实施方式中，所述目标参数包括：所述相机的环境亮度；步骤123a的具体过程可以包括：
在所述环境亮度位于预设环境亮度区间内的情况下，基于所述环境亮度，对所述当前负载对应的等级进行调整，得到所述目标等级。
如此，可以通过判断相机的环境亮度来对当前负载对应的等级进行调整，得到目标等级，以确定与该目标等级对应的目标图像算法，从而通过间接调整负载的等级来选择功耗较小的目标图像算法，进而降低相机的功耗。
可以理解地，预设环境亮度区间可以为像距采集的图像所合适的环境亮度范围；例如，预设环境亮度区间可以为高于20％。可以通过判断环境亮度是否位于预设环境亮度区间内，来确定对当前负载对应的等级进行调整的调整策略，进而得到当前负载调整后的目标等级。
举例而言，预设环境亮度区间可以为高于20％，环境亮度与负载等级变化的对应关系可以如表7所示：
表7
环境亮度 高于20％ 低于20％
负载等级变化 增加一级 不变
如表7所示，相机的环境亮度高于20％时，即目标参数满足第二预设条件，此时，相机的环境亮度合适，负载等级变化可以为增加一级，也就是说，将当前负载的等级增加一级作为目标等级；相机的环境亮度低于20％时，即目标参数满足第一预设条件，此时，相机的环境亮度不好，负载等级可以不变，直接基于当前负载的等级来确定目标图像算法。
在一实施方式中，所述目标参数包括：对焦特征；步骤123a的具体过程可以包括：
在所述相机采集的所述图像中存在所述对焦特征的情况下，基于所述对焦特征，对所述当前负载对应的等级进行调整，得到所述目标等级。
如此，可以通过判断相机采集的图像中是否存在对焦特征，来对当前负载对应的等级进行调整，得到目标等级，以确定与该目标等级对应的目标图像算法，从而通过间接调整负载的等级来选择功耗较小的目标图像算法，进而降低相机的功耗。
可以理解地，对焦特征可以为相机采集图像时能够进行对焦的对象；例如，对焦特征可以为人脸、动物的面部特征或者一个水杯，等等。可以通过判断相机采集的图像中是否存在对焦特征，来确定对当前负载对应的等级进行调整的调整策略，进而得到当前负载调整后的目标等级。
举例而言，对焦特征可以为人脸，人脸与负载等级变化的对应关系可以如表8所示。如表8所示，在相机采集的图像中存在人脸时，即目标参数满足第二预设条件，此时，负载等级变化可以为增加一级，也就是说，将当前负载的等级增加一级作为目标等级；在相机采集的图像中不存在人脸时，即目标参数满足第一预设条件，此时，负载等级可以不变，直接基于当前负载的等级来确定目标图像算法。
表8
人脸 存在 不存在
负载等级变化 增加一级 不变
图4为本公开实施例提供的一种图像处理方法的流程示意图四。如图4所示，本公开实施例提供的图像处理方法仅是示例而非限制，目的在于便于本领域技术人员更好地理解本公开的技术方案。参见图4，本公开实施例提供的图像处理方法可以包括：
步骤401、获取相机的当前负载；
步骤402、获取所述相机的目标参数；
步骤403、在所述目标参数满足第一预设条件的情况下，基于所述当前负载，确定目标图像算法；
步骤404、所述目标参数包括：所述相机所在的电子设备的电量；在所述电量小于预设电量的情况下，基于所述电量，对所述当前负载对应的等级进行调整，得到目标等级；
步骤405、所述目标参数包括：所述相机的像距和背景虚化参数；在所述像距位于预设像距区间内且所述背景虚化参数大于预设值的情况下，基于所述背景虚化参数，对所述当前负载对应的等级进行调整，得到目标等级；
步骤406、所述目标参数包括：所述相机的环境亮度；在所述环境亮度位于预设环境亮度区间内的情况下，基于所述环境亮度，对所述当前负载对应的等级进行调整，得到目标等级；
步骤407、所述目标参数包括：对焦特征；在所述相机采集的所述图像中存在所述对焦特征的情况下，基于所述对焦特征，对所述当前负载对应的等级进行调整，得到目标等级；
步骤408、基于所述目标等级，确定目标图像算法；
步骤409、基于所述目标图像算法，对所述相机采集的图像进行处理。
需要说明的是，步骤404至步骤407为四种并列的方案；步骤403与步骤404-408也为两种并列的方案。也就是说，可以根据实际应用情况选择这些步骤中一个方案执行即可。
本公开实施例提供的图像处理方法，可以在相机的目标参数满足第一预设条件的情况下，直接基于当前负载来确定目标图像算法；而在相机的目标参数满足第二预设条件的情况下，先基于目标参数对当前负载对应的等级进行调整，得到目标等级，再基于目标等级确定处理图像的目标图像算法，从而可以考虑到目标图像算法对相机功耗的影响，通过负载确定不同的目标图像算法，进而能够在负载大的情况下通过改变目标图像算法来改变相机功耗，进而能够实现在融合多个图像过程中降低相机功耗。
图5为本公开实施例提供的一种图像处理装置的结构示意图。参见图5，本公开实施例提供的图像处理装置500可以包括：获取模块510、确定模块520和处理模块530。
其中，所述获取模块510，用于获取相机的当前负载；
所述确定模块520，用于基于所述当前负载，确定与所述当前负载对应的目标图像算法；
所述处理模块530，用于基于所述目标图像算法，对所述相机采集的图像进行处理；
其中，所述目标图像算法不同，所述相机的功耗不同。
本公开实施例提供的图像处理装置，获取相机的当前负载；基于所述当前负载，确定与所述当前负载对应的目标图像算法；基于所述目标图像算法，对所述相机采集的图像进行处理；其中，所述目标图像算法不同，所述相机的功耗不同。如此，可以考虑到目标图像算法对相机功耗的影响，通过负载确定不同的目标图像算法，进而能够在负载大的情况下通过改变目标图像算法来改变相机功耗，进而能够实现在融合多个图像过程中降低相机功耗。
对于图5所示的技术方案，在一种可能的实现方式中，所述确定模块520具体用于：获取所述相机的目标参数；在所述目标参数满足第一预设条件的情况下，基于所述当前负载，确定所述目标图像算法；在所述目标参数满足第二预设条件的情况下，基于所述目标参数和所述当前负载，确定所述目标图像算法；其中，所述第一预设条件与所述第二预设条件不同。
对于图5所示的技术方案，在一种可能的实现方式中，所述确定模块520具体用于：在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级；基于所述目标等级，确定所述目标图像算法。
对于图5所示的技术方案，在一种可能的实现方式中，所述目标参数包括：所述相机所在的电子设备的电量；所述确定模块520还用于：在所述电量小于预设电量的情况下，基于所述电量，对所述当前负载对应的等级进行调整，得到所述目标等级。
对于图5所示的技术方案，在一种可能的实现方式中，所述目标参数包括：所述相机的像距和背景虚化参数；所述确定模块520还用于：在所述像距位于预设像距区间内且所述背景虚化参数大于预设值的情况下，基于所述背景虚化参数，对所述当前负载对应的等级进行调整，得到所述目标等级。
对于图5所示的技术方案，在一种可能的实现方式中，所述目标参数包括：所述相机的环境亮度；所述确定模块520还用于：在所述环境亮度位于预设环境亮度区间内的情况下，基于所述环境亮度，对所述当前负载对应的等级进行调整，得到所述目标等级。
对于图5所示的技术方案，在一种可能的实现方式中，所述目标参数包括：对焦特征；所述确定模块520还用于：在所述相机采集的所述图像中存在所述对焦特征的情况下，基于所述对焦特征，对所述当前负载对应的等级进行调整，得到所述目标等级。
对于图5所示的技术方案，在一种可能的实现方式中，所述确定模块520具体用于：在所述当前负载对应的等级为第一等级的情况下，将第一图像融合算法作为所述目标图像算法；在所述当前负载对应的等级为第二等级的情况下，将第二图像融合算法作为所述目标图像算法；在所述当前负载对应的等级为第三等级的情况下，将图像降噪算法作为所述目标图像算法；其中，所述第一等级小于所述第二等级；所述第一图像融合算法所需的功耗大于所述第二图像融合算法所需的功耗；所述第二等级小于所述第三等级；所述第二图像融合算法所需的功耗大于所述图像降噪算法所需的功耗。
对于图5所示的技术方案，在一种可能的实现方式中，所述获取模块510还用于：获取所述相机所在的电子设备的当前电量；所述确定模块520还用于：基于所述当前电量和预设电量，确定所述目标图像算法。
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。
图6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800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800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。处理组件802可以包括一个或多个处理器820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802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804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806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800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。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述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808包括一个前置摄像头和/或后置摄像头。当电子设备800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810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800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804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802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814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814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814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814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800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，通信组件816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，所述通信组件816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800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存储介质，例如包括指令的存储器804，上述指令可由电子设备800的处理器820执行以完成上述方法。例如，所述存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行一种图像处理方法，所述方法包括：获取相机的当前负载；基于所述当前负载，确定与所述当前负载对应的目标图像算法；基于所述目标图像算法，对所述相机采集的图像进行处理；其中，所述目标图像算法不同，所述相机的功耗不同。如此，可以考虑到目标图像算法对相机功耗的影响，通过负载确定不同的目标图像算法，进而能够在负载大的情况下通过改变目标图像算法来改变相机功耗，进而能够实现在融合多个图像过程中降低相机功耗。
还需要说明的是，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、商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、商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“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开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 (12)

1.一种图像处理方法，其特征在于，包括：
获取相机的当前负载；
基于所述当前负载，确定与所述当前负载对应的目标图像算法；
基于所述目标图像算法，对所述相机采集的图像进行处理；
其中，所述目标图像算法不同，所述相机的功耗不同。
2.根据权利要求1所述的方法，其特征在于，所述基于所述当前负载，确定与所述当前负载对应的目标图像算法，包括：
获取所述相机的目标参数；
在所述目标参数满足第一预设条件的情况下，基于所述当前负载，确定所述目标图像算法；
在所述目标参数满足第二预设条件的情况下，基于所述目标参数和所述当前负载，确定所述目标图像算法；
其中，所述第一预设条件与所述第二预设条件不同。
3.根据权利要求2所述的方法，其特征在于，所述在所述目标参数满足第二预设条件的情况下，基于所述目标参数和所述当前负载，确定所述目标图像算法，包括：
在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级；
基于所述目标等级，确定所述目标图像算法。
4.根据权利要求3所述的方法，其特征在于，所述目标参数包括：所述相机所在的电子设备的电量；所述在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级，包括：
在所述电量小于预设电量的情况下，基于所述电量，对所述当前负载对应的等级进行调整，得到所述目标等级。
5.根据权利要求3所述的方法，其特征在于，所述目标参数包括：所述相机的像距和背景虚化参数；所述在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级，包括：
在所述像距位于预设像距区间内且所述背景虚化参数大于预设值的情况下，基于所述背景虚化参数，对所述当前负载对应的等级进行调整，得到所述目标等级。
6.根据权利要求3所述的方法，其特征在于，所述目标参数包括：所述相机的环境亮度；所述在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级，包括：
在所述环境亮度位于预设环境亮度区间内的情况下，基于所述环境亮度，对所述当前负载对应的等级进行调整，得到所述目标等级。
7.根据权利要求3所述的方法，其特征在于，所述目标参数包括：对焦特征；所述在所述目标参数满足所述第二预设条件的情况下，基于所述目标参数，对所述当前负载对应的等级进行调整，得到目标等级，包括：
在所述相机采集的所述图像中存在所述对焦特征的情况下，基于所述对焦特征，对所述当前负载对应的等级进行调整，得到所述目标等级。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述基于所述当前负载，确定与所述当前负载对应的目标图像算法，包括：
在所述当前负载对应的等级为第一等级的情况下，将第一图像融合算法作为所述目标图像算法；
在所述当前负载对应的等级为第二等级的情况下，将第二图像融合算法作为所述目标图像算法；
在所述当前负载对应的等级为第三等级的情况下，将图像降噪算法作为所述目标图像算法；
其中，所述第一等级小于所述第二等级；所述第一图像融合算法所需的功耗大于所述第二图像融合算法所需的功耗；
所述第二等级小于所述第三等级；所述第二图像融合算法所需的功耗大于所述图像降噪算法所需的功耗。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述相机所在的电子设备的当前电量；
基于所述当前电量和预设电量，确定所述目标图像算法。
10.一种图像处理装置，其特征在于，包括：
获取模块，用于获取相机的当前负载；
确定模块，用于基于所述当前负载，确定与所述当前负载对应的目标图像算法；
处理模块，用于基于所述目标图像算法，对所述相机采集的图像进行处理；
其中，所述目标图像算法不同，所述相机的功耗不同。
11.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实施如权利要求1至9任一项所述的图像处理方法的步骤。
12.一种存储介质，其特征在于，所述存储介质上存储程序或指令，所述程序或指令被执行时实施根据权利要求1至9任一项所述的图像处理方法的步骤。
CN202210963088.1A 2022-08-11 2022-08-11 图像处理方法及装置、电子设备及存储介质 Pending CN117676055A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210963088.1A CN117676055A (zh) 2022-08-11 2022-08-11 图像处理方法及装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210963088.1A CN117676055A (zh) 2022-08-11 2022-08-11 图像处理方法及装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN117676055A true CN117676055A (zh) 2024-03-08

Family

ID=90070004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210963088.1A Pending CN117676055A (zh) 2022-08-11 2022-08-11 图像处理方法及装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117676055A (zh)

Similar Documents

Publication Publication Date Title
CN109167931B (zh) 图像处理方法、装置、存储介质及移动终端
CN106331504B (zh) 拍摄方法及装置
CN105245775B (zh) 摄像头成像方法、移动终端及装置
CN108462833B (zh) 拍摄方法、装置及计算机可读存储介质
CN108040204B (zh) 一种基于多摄像头的图像拍摄方法、装置及存储介质
CN114500821B (zh) 拍照方法及装置、终端及存储介质
CN112188091B (zh) 人脸信息识别方法、装置、电子设备及存储介质
CN107730443B (zh) 图像处理方法、装置及用户设备
CN108874482B (zh) 图像处理方法及装置
CN108830194B (zh) 生物特征识别方法及装置
CN117676055A (zh) 图像处理方法及装置、电子设备及存储介质
CN107707819B (zh) 图像拍摄方法、装置及存储介质
CN111698414B (zh) 图像信号处理方法及装置、电子设备、可读存储介质
CN114418865A (zh) 图像处理方法、装置、设备及存储介质
CN114422687A (zh) 预览图像切换方法及装置、电子设备及存储介质
CN111385400A (zh) 背光亮度调节方法和装置
CN110874829A (zh) 图像处理方法及装置、电子设备及存储介质
CN110876015B (zh) 确定图像分辨率的方法及装置、电子设备及存储介质
CN116366967A (zh) 功耗处理方法、装置、终端和存储介质
CN118264892A (zh) 图像处理方法、图像处理装置及存储介质
CN116627239A (zh) 功耗的管控方法、功耗的管控装置、终端及存储介质
CN116506730A (zh) 一种对焦区域确定方法及装置、电子设备、存储介质
CN116634257A (zh) 功耗控制方法、功耗控制装置及存储介质
CN115550539A (zh) 功能控制方法、功能控制装置及存储介质
CN116546314A (zh) 功耗控制方法、装置、设备及介质

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