[发明专利]一种图像处理方法

说明书

本申请提供了一种图像处理方法。实施该方法，手机等能够提供拍摄能力的电子设备可以同时开启多个摄像头采集取景范围内的景物生成对应的图像。然后，电子设备可利用不同摄像头成像的视觉差，确定图像中的各个景物的深度，进而根据各个对象的深度确定该对象是否在摄像头景深范围内，确定景物成像是否清晰。对于不在景深范围内的成像模糊的景物图像，电子设备可对其进行去模糊的图像处理，使之清晰，从而使用户得到一张屏蔽离焦模糊的清晰的照片。

技术领域

本申请涉及终端领域，尤其涉及一种图像处理方法。

背景技术

对于光圈的有限光学系统，成像结果会有景深差距。超过景深的景物图像会变得模糊。景物与摄像头的距离(深度)与景深偏离越远，则景物图像越模糊。这种由于深度超出景深带来的图像模糊可称为离焦模糊。在一般的拍摄场景中，离焦模糊会降低图像的清晰度，降低用户的拍摄体验。

发明内容

第一方面，本申请提供了一种图像处理方法，该应用于电子设备，该方法包括：获取第一摄像头采集的第一图像，第一图像中包括第一对象和第二对象；基于第一图像中像素点的深度确定第一对象的深度和第二对象的深度；基于第一焦距和第一对象的深度，确定第一图像中第一对象的模糊度，第一焦距为第一摄像头采集第一图像时的焦距；基于第一焦距和第二对象的深度，确定第一图像中第二对象的模糊度；第一对象的模糊度指示第一对象模糊，第二对象的模糊度指示第二对象清晰；对第一图像中的第一对象进行去模糊处理，处理后的第一图像中的第一对象的清晰度提高，第二对象的清晰度不变。

实施第一方面提供的方法，手机等具备摄像头的电子设备可确定摄像头生成的图像中各个像素点的深度，并确定不同像素点构成的各个对象的深度。然后，电子设备可根据对象的深度和当前摄像头的焦距，确定各个对象的成像的模糊度。对于成像中模糊的对象，电子设备可对其进行去模糊处理，从而输出各个对象均清晰的图像。

这样，用户无需进行任何操作，即可拍摄得到去除离焦模糊的清晰图像，从而获得更好的拍摄体验。

结合第一方面提供的方法，在一些实施例中，一个对象的模糊度为0时，模糊度指示对象清晰；一个对象的模糊度不为0时，模糊度指示对象模糊；其中，第一对象的模糊度为0，第二对象的模糊度不为0。

实施上述实施例提供的方法，当一个对象的模糊度为0时，电子设备可确定该对象成像清晰，反之，当一个对象的模糊度不为0时，电子设备可确定该对象成像模糊。进而，电子设备可确定该对象需要进行去模糊处理。

结合第一方面提供的方法，在一些实施例中，第一焦距对应第一景深，当一个对象的深度在第一景深内时，对象的模糊度为0；当一个对象的深度在第一景深之外时，对象的模糊度不为0，对象的模糊度与对象的深度对应。

实施上述实施例提供的方法，电子设备可以通过计算景物深度与焦距之间的差异，确定景物是否在摄像头景深范围内，进而确定景物是否成像清晰。当景物在景深范围内时，电子设备可确定景物成像清晰，反之，若不在景深范围内，电子设备可确定景物成像模糊，并根据景物深度与焦距之间的距离确定景物的模糊程度。

结合第一方面提供的方法，在一些实施例中，电子设备内预设有模糊度阈值，第一对象的模糊度大于模糊度阈值。

实施上述实施例提供的方法，电子设备可以通过模糊度阈值确定景物的离焦模糊程度。当景物的模糊度高于上述模糊度阈值时，电子设备才对该景物对应的图像进行去模糊处理，以提升图像的清晰度。对于模糊度低于上述模糊度阈值的景物图像，电子设备可不对其进行去模糊处理，以节省计算成本，提高整个图像的处理效率。

结合第一方面提供的方法，在一些实施例中，电子设备中预置有模糊度学习模型，模糊度用于学习不同模糊度下不同对象的图像特征；对第一图像中的第一对象进行去模糊处理，具体为：模糊度学习模型基于已学习到的不同模糊度下的第一对象的图像特征，修改第一图像中的第一对象的像素点的颜色值。