本公開涉及圖像處理領(lǐng)域，尤其涉及一種圖片處理方法及裝置。

背景技術(shù)：

隨著智能手機的普及，用戶已經(jīng)習(xí)慣使用手機隨時隨地拍照留念，一般都會在同一場景下拍攝多張照片，選出較好的照片保存，刪掉質(zhì)量差(如閉眼、運動模糊等)的照片，當(dāng)所拍攝的照片較多時，需要用戶一一選擇進行刪除或保存，費時費力，比較麻煩。

技術(shù)實現(xiàn)要素：

為克服相關(guān)技術(shù)中存在的問題，本公開提供一種圖片處理方法及裝置。所述技術(shù)方案如下：

根據(jù)本公開實施例的第一方面，提供一種圖片處理方法，包括：

根據(jù)圖片之間的相似度對待處理圖片集進行分組，得到多個圖片子集；

對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)；

按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片，將剩下的圖片采用折疊方式顯示。

本公開的實施例提供的技術(shù)方案可以包括以下有益效果：通過根據(jù)圖片之間的相似度對待處理圖片集進行分組，得到多個圖片子集，對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)，最后按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片，將剩下的圖片采用折疊方式顯示。從而可實現(xiàn)自動幫助用戶選擇質(zhì)量較好的圖片，將剩下的圖片采用折疊方式顯示，使得用戶可直接從折疊方式顯示的圖片中選擇刪除圖片或者保存圖片，節(jié)省終端存儲空間，提高用戶體驗。

進一步地，所述根據(jù)圖片之間的相似度對待處理圖片集進行分組，包括：

對每張圖片進行特征提取，得到圖片的圖像特征，所述圖像特征包括：顏色特征、紋理特征、形狀特征、空間關(guān)系特征；

根據(jù)圖像特征比較圖片之間的相似度，將相似度大于第一預(yù)設(shè)閾值的圖片劃分到一個圖片子集中。

進一步地，所述對每張圖片進行特征提取之前，還包括：

按照圖片的拍攝時間對待處理圖片集中的圖片進行排序；

所述根據(jù)圖像特征比較圖片之間的相似度之前，還包括：

確定圖片之間的拍攝時間之差小于第二預(yù)設(shè)閾值。

這樣可以降低計算復(fù)雜度，而且一般在同一時間段內(nèi)存在相似圖片的幾率較大。

進一步地，所述對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)之前，還包括：

對有人臉的圖片進行睜閉眼檢測；

檢測出圖片中的人臉閉眼時，將檢測出的人臉閉眼圖片的質(zhì)量分數(shù)設(shè)為0。

通過將測出的人臉閉眼圖片的質(zhì)量分數(shù)設(shè)為0，不需要再進行圖像質(zhì)量評價，從而可進一步降低計算復(fù)雜度，縮短處理時間。

進一步地，還包括：

響應(yīng)于用戶操作，將采用折疊方式顯示的圖片展開顯示。

通過響應(yīng)于用戶操作，將采用折疊方式顯示的圖片展開顯示，可以使用戶進一步了解折疊的所有圖片從而選擇刪除或保存。

進一步地，所述按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片之后，還包括：

響應(yīng)于用戶操作，存儲用戶從所述K張圖片中選擇的圖片。

根據(jù)本公開實施例的第二方面，提供一種圖片處理裝置，包括：

分組模塊，被配置為根據(jù)圖片之間的相似度對待處理圖片集進行分組，得到多個圖片子集；

質(zhì)量評價模塊，被配置為對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)；

處理模塊，被配置為按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片，將剩下的圖片采用折疊方式顯示。

本公開的實施例提供的技術(shù)方案可以包括以下有益效果：通過根據(jù)圖片之間的相似度對待處理圖片集進行分組，得到多個圖片子集，對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)，最后按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片，將剩下的圖片采用折疊方式顯示。從而可實現(xiàn)自動幫助用戶選擇質(zhì)量較好的圖片，將剩下的圖片采用折疊方式顯示，使得用戶可直接從折疊方式顯示的圖片中選擇刪除圖片或者保存圖片，節(jié)省終端存儲空間，提高用戶體驗。

進一步地，所述分組模塊包括：

特征提取子模塊，被配置為對每張圖片進行特征提取，得到圖片的圖像特征，所述圖像特征包括：顏色特征、紋理特征、形狀特征、空間關(guān)系特征；

劃分子模塊，被配置為根據(jù)圖像特征比較圖片之間的相似度，將相似度大于第一預(yù)設(shè)閾值的圖片劃分到一個圖片子集中。

進一步地，所述分組模塊還包括：

排序子模塊，被配置為在所述特征提取子模塊對每張圖片進行特征提取之前，按照圖片的拍攝時間對待處理圖片集中的圖片進行排序；

確定子模塊，被配置為在所述劃分子模塊根據(jù)圖像特征比較圖片之間的相似度之前，確定圖片之間的拍攝時間之差小于第二預(yù)設(shè)閾值。

這樣可以降低計算復(fù)雜度，而且一般在同一時間段內(nèi)存在相似圖片的幾率較大。

進一步地，還包括：

檢測模塊，被配置為在所述質(zhì)量評價模塊對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)之前，對有人臉的圖片進行睜閉眼檢測；

檢測出圖片中的人臉閉眼時，將檢測出的人臉閉眼圖片的質(zhì)量分數(shù)設(shè)為0。

通過將測出的人臉閉眼圖片的質(zhì)量分數(shù)設(shè)為0，不需要再進行圖像質(zhì)量評價，從而可進一步降低計算復(fù)雜度，縮短處理時間。

進一步地，所述處理模塊被配置為：

響應(yīng)于用戶操作，將采用折疊方式顯示的圖片展開顯示。

通過響應(yīng)于用戶操作，將采用折疊方式顯示的圖片展開顯示，可以使用戶進一步了解折疊的所有圖片從而選擇刪除或保存。

進一步地，還包括：

交互模塊，被配置為在所述處理模塊按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片之后，響應(yīng)于用戶操作，存儲用戶從所述K張圖片中選擇的圖片。

應(yīng)當(dāng)理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

附圖說明

此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實施例，并與說明書一起用于解釋本公開的原理。

圖1是根據(jù)一示例性實施例示出的一種圖片處理方法的流程圖。

圖2是根據(jù)另一示例性實施例示出的一種圖片處理方法的流程圖。

圖3是根據(jù)一示例性實施例示出的一種圖片處理裝置的框圖。

圖4是根據(jù)另一示例性實施例示出的一種圖片處理裝置的框圖。

圖5是根據(jù)另一示例性實施例示出的一種圖片處理裝置的框圖。

圖6是根據(jù)另一示例性實施例示出的一種圖片處理裝置的框圖。

圖7是根據(jù)另一示例性實施例示出的一種圖片處理裝置的框圖。

圖8是根據(jù)一示例性實施例示出的一種圖片處理裝置的框圖。

通過上述附圖，已示出本公開明確的實施例，后文中將有更詳細的描述。這些附圖和文字描述并不是為了通過任何方式限制本公開構(gòu)思的范圍，而是通過參考特定實施例為本領(lǐng)域技術(shù)人員說明本公開的概念。

具體實施方式

這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本公開相一致的所有實施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。

圖1是根據(jù)一示例性實施例示出的一種圖片處理方法的流程圖，本實施例的方法可應(yīng)用于具有拍攝功能或存儲圖片功能的終端，如手機、相機、個人計算機等電子設(shè)備。本實施例以該圖片處理方法應(yīng)用于終端中來舉例說明。該圖片處理方法可以包括如下步驟。

在步驟S11中，根據(jù)圖片之間的相似度對待處理圖片集進行分組，得到多個圖片子集。

具體來說，本實施例中，圖片也即照片，圖片之間的相似度是指圖片的圖像特征的相似度，一般地，同一時間段內(nèi)、同一場景下拍攝的照片相似度是較高的，可以劃分到一個圖片子集中。

作為一種可實施的方式，根據(jù)圖片之間的相似度對待處理圖片集進行分組，具體可以為：

對每張圖片進行特征提取，得到圖片的圖像特征，所述圖像特征包括：顏色特征、紋理特征、形狀特征、空間關(guān)系特征。根據(jù)圖像特征比較圖片之間的相似度，將相似度大于第一預(yù)設(shè)閾值的圖片劃分到一個圖片子集中。例如，第一預(yù)設(shè)閾值為70％，即就是將相似度大于70％的圖片劃分到一個圖片子集中。

其中，顏色特征、紋理特征、形狀特征、空間關(guān)系特征為常用的圖像特征。顏色特征是一種全局特征，描述了圖像或圖像區(qū)域所對應(yīng)的景物的表面性質(zhì)，一般顏色特征是基于像素點的特征。顏色特征提取方法如顏色直方圖等。紋理特征也是一種全局特征，描述了圖像或圖像區(qū)域所對應(yīng)景物的表面性質(zhì)。但由于紋理只是一種物體表面的特性，并不能完全反映出物體的本質(zhì)屬性，所以僅僅利用紋理特征是無法獲得高層次圖像內(nèi)容的。與顏色特征不同，紋理特征不是基于像素點的特征，它需要在包含多個像素點的區(qū)域中進行統(tǒng)計計算。紋理特征提取方法如統(tǒng)計法、幾何法、模型法和信號處理法等。通常情況下，形狀特征有兩類表示方法，一類是輪廓特征，另一類是區(qū)域特征。圖像的輪廓特征主要針對物體的外邊界，而圖像的區(qū)域特征則關(guān)系到整個形狀區(qū)域。形狀特征描述方法如邊界特征法、傅里葉形狀描述符法和幾何參數(shù)法。提取圖像空間關(guān)系特征可以有兩種方法：一種方法是首先對圖像進行自動分割，劃分出圖像中所包含的對象或顏色區(qū)域，然后根據(jù)這些區(qū)域提取圖像特征，并建立索引；另一種方法則簡單地將圖像均勻地劃分為若干規(guī)則子塊，然后對每個圖像子塊提取特征，并建立索引。

進一步地，對每張圖片進行特征提取之前，還可以包括：按照圖片的拍攝時間對待處理圖片集中的圖片進行排序。根據(jù)圖像特征比較圖片之間的相似度之前，還可以包括：

確定圖片之間的拍攝時間之差小于第二預(yù)設(shè)閾值。

其中的第二預(yù)設(shè)閾值例如為10分鐘或30分鐘，即就是對在小于第二預(yù)設(shè)閾值的時間段內(nèi)拍攝的照片進行特征提取、進而分組，這樣可以降低計算復(fù)雜度，而且一般在同一時間段內(nèi)存在相似圖片的幾率較大。

在步驟S12中，對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)。

具體地，衡量圖像質(zhì)量的因素主要是圖像的清晰度、亮度等，如對于運動模糊的圖片而言質(zhì)量分數(shù)較低。圖像質(zhì)量評價也可采用現(xiàn)有的一些其他方法。

進一步地，對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)之前，還可以包括：

對有人臉的圖片進行睜閉眼檢測，檢測出圖片中的人臉閉眼時，將檢測出的人臉閉眼圖片的質(zhì)量分數(shù)設(shè)為0。

本實施例中，首先對圖片進行人臉檢測，檢測有有人臉的圖片，對于人臉閉眼的圖片默認為是質(zhì)量差的圖片，將檢測出的人臉閉眼圖片的質(zhì)量分數(shù)直接設(shè)為0，不需要再進行圖像質(zhì)量評價。進一步降低計算復(fù)雜度，縮短處理時間。

在步驟S13中，按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片，將剩下的圖片采用折疊方式顯示。

具體來說，K為預(yù)設(shè)的大于等于1的正整數(shù)，K可以由用戶預(yù)設(shè)，比如在對一個圖片集進行處理之前，由用戶設(shè)定，K也可以默認為1。按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片，將剩下的圖片采用折疊方式顯示。一般地，圖片的原圖存放在終端指定的文件夾中，展示給用戶的是圖片的縮略圖，折疊方式顯示是指將被折疊的圖片在顯示的時候只顯示一張縮略圖，用戶點擊該縮略圖后，依次展開所有圖片的縮略圖，采用折疊方式顯示的就是圖片的縮略圖，比如選取出前K張圖片后，剩下的圖片有10張，將剩下的10張圖片采用折疊方式顯示給用戶，可以使用10張圖片中質(zhì)量最好的一張圖片的縮略圖作為折疊后展示的縮略圖。進一步地，折疊后展示的縮略圖上還可以顯示一點擊標(biāo)識如箭頭，用戶點擊該箭頭后，終端響應(yīng)于用戶操作，將采用折疊方式顯示的圖片展開顯示，可以使用戶進一步了解折疊的所有圖片從而選擇刪除或保存?？蛇x的，還可以是選取出前K張圖片后，將剩下的圖片刪除，或者提示用戶是否選擇刪除，在刪除圖片時，可以只刪除本地的圖片，而云端的保留，這樣可以防止誤刪除。

進一步地，按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片之后，還可以包括：響應(yīng)于用戶操作，存儲用戶從K張圖片中選擇的圖片。例如從每一個圖片子集中選取出K張圖片之后，K例如為3，一共有3個圖片子集，則共選出3x3＝9張圖片，顯示給用戶，由用戶選擇保留這9張圖片中的哪些圖片。還可以是自動從每一個圖片子集中選取出最好的一張，一共有3個圖片子集，則共選出3張圖片，顯示給用戶，由用戶選擇是否保留。

綜上所述，本實施例提供的圖片處理方法，通過根據(jù)圖片之間的相似度對待處理圖片集進行分組，得到多個圖片子集，對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)，最后按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片，將剩下的圖片采用折疊方式顯示。從而可實現(xiàn)自動幫助用戶選擇質(zhì)量較好的圖片，將剩下的圖片采用折疊方式顯示，使得用戶可直接從折疊方式顯示的圖片中選擇刪除圖片或者保存圖片，節(jié)省終端存儲空間，提高用戶體驗。

下面結(jié)合一具體實施例，對圖1所示的技術(shù)方案進行詳細說明。

圖2是根據(jù)另一示例性實施例示出的一種圖片處理方法的流程圖，本實施例的方法可應(yīng)用于具有拍攝功能或存儲圖片功能的終端，如手機、相機、個人計算機等電子設(shè)備。本實施例以該圖片處理方法應(yīng)用于終端中來舉例說明。該圖片處理方法可以包括如下步驟。

在步驟S21中，按照圖片的拍攝時間對待處理圖片集中的圖片進行排序。

在步驟S22中，對每張圖片進行特征提取，得到圖片的圖像特征。圖像特征包括：顏色特征、紋理特征、形狀特征、空間關(guān)系特征。

在步驟S23中，確定圖片之間的拍攝時間之差小于第二預(yù)設(shè)閾值。

其中，第二預(yù)設(shè)閾值例如為10分鐘或30分鐘，即就是對在小于第二預(yù)設(shè)閾值的時間段內(nèi)拍攝的照片進行特征提取、進而分組，這樣可以降低計算復(fù)雜度，而且一般在同一時間段內(nèi)存在相似圖片的幾率較大。

在步驟S24中，對確定出的圖片之間的拍攝時間之差小于第二預(yù)設(shè)閾值的圖片，根據(jù)圖像特征比較圖片之間的相似度，將相似度大于第一預(yù)設(shè)閾值的圖片劃分到一個圖片子集中。

在步驟S25中，對有人臉的圖片進行睜閉眼檢測，檢測出圖片中的人臉閉眼時，將檢測出的人臉閉眼圖片的質(zhì)量分數(shù)設(shè)為0。

在步驟S26中，對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)。

其中，對于臉閉眼圖片就不需要再進行圖像質(zhì)量評價了。

在步驟S27中，按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片，將剩下的圖片采用折疊方式顯示。

進一步地，在步驟S27之后，還可以包括：響應(yīng)于用戶操作，將采用折疊方式顯示的圖片展開顯示。

在步驟S27之后，還可以包括：響應(yīng)于用戶操作，存儲用戶從K張圖片中選擇的圖片。例如從每一個圖片子集中選取出K張圖片之后，K例如為3，一共有3個圖片子集，則共選出3x3＝9張圖片，顯示給用戶，由用戶選擇保留這9張圖片中的哪些圖片。

下述為本公開裝置實施例，可以用于執(zhí)行本公開方法實施例。對于本公開裝置實施例中未披露的細節(jié)，請參照本公開方法實施例。

圖3是根據(jù)一示例性實施例示出的一種圖片處理裝置的框圖。該圖片處理裝置可以通過軟件、硬件或者兩者的結(jié)合實現(xiàn)成為終端的部分或者全部。參照圖3，該裝置包括：分組模塊11、質(zhì)量評價模塊12和處理模塊13。

分組模塊11被配置為根據(jù)圖片之間的相似度對待處理圖片集進行分組，得到多個圖片子集。

質(zhì)量評價模塊12被配置為對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)。

處理模塊13被配置為按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片，將剩下的圖片采用折疊方式顯示。

綜上所述，本實施例提供的裝置，通過根據(jù)圖片之間的相似度對待處理圖片集進行分組，得到多個圖片子集，對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)，最后按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片，將剩下的圖片采用折疊方式顯示。從而可實現(xiàn)自動幫助用戶選擇質(zhì)量較好的圖片，將剩下的圖片采用折疊方式顯示，使得用戶可直接從折疊方式顯示的圖片中選擇刪除圖片或者保存圖片，節(jié)省終端存儲空間，提高用戶體驗。

圖4是根據(jù)另一示例性實施例示出的一種圖片處理裝置的框圖。參照圖4，在圖3所示的圖片處理裝置的基礎(chǔ)上，進一步地，分組模塊11包括:特征提取子模塊111和劃分子模塊112。

特征提取子模塊111被配置為對每張圖片進行特征提取，得到圖片的圖像特征，所述圖像特征包括：顏色特征、紋理特征、形狀特征、空間關(guān)系特征。

劃分子模塊112被配置為根據(jù)圖像特征比較圖片之間的相似度，將相似度大于第一預(yù)設(shè)閾值的圖片劃分到一個圖片子集中。

圖5是根據(jù)另一示例性實施例示出的一種圖片處理裝置的框圖。參照圖5，在圖4所示的圖片處理裝置的基礎(chǔ)上，進一步地，分組模塊11還包括排序子模塊113和確定子模塊114。

排序子模塊113被配置為在所述特征提取子模塊111對每張圖片進行特征提取之前，按照圖片的拍攝時間對待處理圖片集中的圖片進行排序。

確定子模塊114被配置為在所述劃分子模塊112根據(jù)圖像特征比較圖片之間的相似度之前，確定圖片之間的拍攝時間之差小于第二預(yù)設(shè)閾值。

本實施例中，進一步可以降低計算復(fù)雜度，而且一般在同一時間段內(nèi)存在相似圖片的幾率較大。

圖6是根據(jù)另一示例性實施例示出的一種圖片處理裝置的框圖。參照圖6，在圖2所示的圖片處理裝置的基礎(chǔ)上，進一步地，還包括檢測模塊16，該檢測模塊16被配置為在所述質(zhì)量評價模塊12對每一個圖片子集中的圖片進行圖像質(zhì)量評價，得出每張圖片的質(zhì)量分數(shù)之前，對有人臉的圖片進行睜閉眼檢測，檢測出圖片中的人臉閉眼時，將檢測出的人臉閉眼圖片的質(zhì)量分數(shù)設(shè)為0。

通過將測出的人臉閉眼圖片的質(zhì)量分數(shù)設(shè)為0，不需要再進行圖像質(zhì)量評價，從而可進一步降低計算復(fù)雜度，縮短處理時間。

進一步地，處理模塊13還被配置為：響應(yīng)于用戶操作，將采用折疊方式顯示的圖片展開顯示。

通過響應(yīng)于用戶操作，將采用折疊方式顯示的圖片展開顯示，可以使用戶進一步了解折疊的所有圖片從而選擇刪除或保存。

圖7是根據(jù)另一示例性實施例示出的一種圖片處理裝置的框圖。參照圖7，在圖2所示的圖片處理裝置的基礎(chǔ)上，進一步地，還包括交互模塊17，該交互模塊17被配置為在所述處理模塊13按照質(zhì)量分數(shù)從高到低的順序從每一個圖片子集中選取出前K張圖片之后，響應(yīng)于用戶操作，存儲用戶從所述K張圖片中選擇的圖片。

關(guān)于上述實施例中的裝置，其中各個模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實施例中進行了詳細描述，此處將不做詳細闡述說明。

圖8是根據(jù)一示例性實施例示出的一種圖片處理裝置的框圖。例如，裝置800可以是移動電話，計算機，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備，個人數(shù)字助理等。

參照圖8，裝置800可以包括以下一個或多個組件：處理組件802，存儲器804，電源組件806，多媒體組件808，音頻組件810，輸入/輸出(I/O)接口812，傳感器組件814，以及通信組件816。

處理組件802通?？刂蒲b置800的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機操作和記錄操作相關(guān)聯(lián)的操作。處理組件802可以包括一個或多個處理器820來執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件802可以包括一個或多個模塊，便于處理組件802和其他組件之間的交互。例如，處理組件802可以包括多媒體模塊，以方便多媒體組件808和處理組件802之間的交互。

存儲器804被配置為存儲各種類型的數(shù)據(jù)以支持在裝置800的操作。這些數(shù)據(jù)的示例包括用于在裝置800上操作的任何應(yīng)用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲器804可以由任何類型的易失性或非易失性存儲設(shè)備或者它們的組合實現(xiàn)，如靜態(tài)隨機存取存儲器(SRAM)，電可擦除可編程只讀存儲器(EEPROM)，可擦除可編程只讀存儲器(EPROM)，可編程只讀存儲器(PROM)，只讀存儲器(ROM)，磁存儲器，快閃存儲器，磁盤或光盤。

電源組件806為裝置800的各種組件提供電力。電源組件806可以包括電源管理系統(tǒng)，一個或多個電源，及其他與為裝置800生成、管理和分配電力相關(guān)聯(lián)的組件。

多媒體組件808包括在所述裝置800和用戶之間的提供一個輸出接口的屏幕。在一些實施例中，屏幕可以包括液晶顯示器(LCD)和觸摸面板(TP)。如果屏幕包括觸摸面板，屏幕可以被實現(xiàn)為觸摸屏，以接收來自用戶的輸入信號。觸摸面板包括一個或多個觸摸傳感器以感測觸摸、滑動和觸摸面板上的手勢。所述觸摸傳感器可以不僅感測觸摸或滑動動作的邊界，而且還檢測與所述觸摸或滑動操作相關(guān)的持續(xù)時間和壓力。在一些實施例中，多媒體組件808包括一個前置攝像頭和/或后置攝像頭。當(dāng)裝置800處于操作模式，如拍攝模式或視頻模式時，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個前置攝像頭和后置攝像頭可以是一個固定的光學(xué)透鏡系統(tǒng)或具有焦距和光學(xué)變焦能力。

音頻組件810被配置為輸出和/或輸入音頻信號。例如，音頻組件810包括一個麥克風(fēng)(MIC)，當(dāng)裝置800處于操作模式，如呼叫模式、記錄模式和語音識別模式時，麥克風(fēng)被配置為接收外部音頻信號。所接收的音頻信號可以被進一步存儲在存儲器804或經(jīng)由通信組件816發(fā)送。在一些實施例中，音頻組件810還包括一個揚聲器，用于輸出音頻信號。

I/O接口812為處理組件802和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點擊輪，按鈕等。這些按鈕可包括但不限于：主頁按鈕、音量按鈕、啟動按鈕和鎖定按鈕。

傳感器組件814包括一個或多個傳感器，用于為裝置800提供各個方面的狀態(tài)評估。例如，傳感器組件814可以檢測到裝置800的打開/關(guān)閉狀態(tài)，組件的相對定位，例如所述組件為裝置800的顯示器和小鍵盤，傳感器組件814還可以檢測裝置800或裝置800一個組件的位置改變，用戶與裝置800接觸的存在或不存在，裝置800方位或加速/減速和裝置800的溫度變化。傳感器組件814可以包括接近傳感器，被配置用來在沒有任何的物理接觸時檢測附近物體的存在。傳感器組件814還可以包括光傳感器，如CMOS或CCD圖像傳感器，用于在成像應(yīng)用中使用。在一些實施例中，該傳感器組件814還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。

通信組件816被配置為便于裝置800和其他設(shè)備之間有線或無線方式的通信。裝置800可以接入基于通信標(biāo)準(zhǔn)的無線網(wǎng)絡(luò)，如WiFi，2G或3G，或它們的組合。在一個示例性實施例中，通信組件816經(jīng)由廣播信道接收來自外部廣播管理系統(tǒng)的廣播信號或廣播相關(guān)信息。在一個示例性實施例中，所述通信組件816還包括近場通信(NFC)模塊，以促進短程通信。例如，在NFC模塊可基于射頻識別(RFID)技術(shù)，紅外數(shù)據(jù)協(xié)會(IrDA)技術(shù)，超寬帶(UWB)技術(shù)，藍牙(BT)技術(shù)和其他技術(shù)來實現(xiàn)。

在示例性實施例中，裝置800可以被一個或多個應(yīng)用專用集成電路(ASIC)、數(shù)字信號處理器(DSP)、數(shù)字信號處理設(shè)備(DSPD)、可編程邏輯器件(PLD)、現(xiàn)場可編程門陣列(FPGA)、控制器、微控制器、微處理器或其他電子元件實現(xiàn)，用于執(zhí)行上述方法。

在示例性實施例中，還提供了一種包括指令的非臨時性計算機可讀存儲介質(zhì)，例如包括指令的存儲器804，上述指令可由裝置800的處理器820執(zhí)行以完成上述方法。例如，所述非臨時性計算機可讀存儲介質(zhì)可以是ROM、隨機存取存儲器(RAM)、CD-ROM、磁帶、軟盤和光數(shù)據(jù)存儲設(shè)備等。

一種非臨時性計算機可讀存儲介質(zhì)，當(dāng)所述存儲介質(zhì)中的指令由裝置800的處理器執(zhí)行時，使得裝置800能夠執(zhí)行一種圖片處理方法。

本領(lǐng)域技術(shù)人員在考慮說明書及實踐這里公開的發(fā)明后，將容易想到本公開的其它實施方案。本申請旨在涵蓋本公開的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本公開的一般性原理并包括本公開未公開的本技術(shù)領(lǐng)域中的公知常識或慣用技術(shù)手段。說明書和實施例僅被視為示例性的，本公開的真正范圍和精神由下面的權(quán)利要求書指出。

應(yīng)當(dāng)理解的是，本公開并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進行各種修改和改變。本公開的范圍僅由所附的權(quán)利要求書來限制。