[发明专利]拍摄方法、电子设备和可读存储介质

权利要求书

1.一种拍摄方法，应用于电子设备，所述电子设备包括镜头和图像信号处理器，其特征在于，所述方法包括：

在所述电子设备的拍摄过程中，所述图像信号处理器获取所述镜头采集的图像数据；

所述图像信号处理器获取与所述图像数据所属的场景类型所对应的图像风格参数的参数值，所述场景类型的图像风格参数的参数值是基于所述电子设备上存储的图像确定的；

所述图像信号处理器根据所述图像风格参数的参数值，对所述图像数据进行处理，得到目标图像数据；

所述电子设备将所述目标图像数据对应的目标图像作为拍摄结果，向用户显示。

2.根据权利要求1所述的拍摄方法，其特征在于，所述图像风格参数包括下列中的至少一种：

黑电平补偿的参数、坏点矫正的参数、自动白平衡的参数、镜头矫正的参数、降噪的参数、边缘增强的参数、亮度调整的参数、对比度调整的参数、色度调整的参数、颜色矫正的参数、伽玛矫正的参数。

3.根据权利要求1所述的拍摄方法，其特征在于，所述图像信号处理器获取与所述图像数据所属的场景类型所对应的图像风格参数，包括：

所述图像信号处理器提取所述图像数据的第一特征信息，并根据所述第一特征信息判断所述图像数据所属的场景类型。

4.根据权利要求1所述的拍摄方法，其特征在于，所述电子设备还包括神经网络处理器，所述图像风格参数的参数值是通过以下方式预先确定：

所述神经网络处理器获取所述电子设备存储的多张图像；

所述神经网络处理器确定所述多张图像中各图像所属的场景类型；

所述神经网络处理器确定所述多张图像的图像风格参数的参数值，并根据所述各场景类型下所述各图像的图像风格参数的参数值，确定所述各场景类型对应的图像风格参数的参数值。

5.根据权利要求4所述的拍摄方法，其特征在于，所述神经网络处理器确定所述多张图像中各图像所属的场景类型，包括：

所述神经网络处理器通过机器学习算法提取所述多张图像中所述各图像的第二特征信息，并确定所述第二特征信息与所述各场景类型的第一对应关系。

6.根据权利要求5所述的拍摄方法，其特征在于，所述机器学习算法包括场景分类学习算法或场景聚类算法。

7.根据权利要求4所述的拍摄方法，其特征在于，所述电子设备中存储有多个预设图像风格参数的参数值；

所述神经网络处理器确定所述多张图像的图像风格参数的参数值包括：

所述神经网络处理器通过机器分类学习算法提取所述多张图像中所述各图像的第三特征信息，并确定所述第三特征信息与所述多个预设图像风格参数的参数值的第二对应关系。

8.根据权利要求7所述的拍摄方法，其特征在于，所述神经网络处理器根据所述各场景类型下所述各图像的图像风格参数的参数值，确定所述各场景类型对应的图像风格参数的参数值，包括：

所述神经网络处理器确定所述第二对应关系中，所述各场景类型下对应所述第三特征信息最多的预设图像风格参数的参数值为该场景类型对应的图像风格参数的参数值。

9.一种电子设备，其特征在于，包括：

存储器，用于存储由电子设备的一个或多个处理器执行的指令，以及

处理器，是电子设备的处理器之一，用于控制执行权利要求1至8中任一项所述的拍摄方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有指令，所述指令在计算机上执行时使所述计算机执行权利要求1至8中任一项所述的拍摄方法。

11.一种计算机程序产品，其特征在于，所述计算机程序产品包括指令，该指令在执行时使计算机执行权利要求1至8中任一项所述的拍摄方法。