技术摘要：
本公开是关于一种拍摄方法、装置、终端及可读存储介质，属于图像处理领域。所述方法包括：显示拍摄程序的拍摄预览界面，所述拍摄预览图像中显示有拍摄预览图像；调用机器学习模型识别所述拍摄预览图像的拍摄场景；当所述拍摄场景属于月亮拍摄场景时，启动所述拍摄程序  全部
背景技术：
拍照功能是移动终端上使用最为广泛的功能。 用户在使用移动终端进行拍摄时，主要是对人像或周边景物进行拍摄。移动终端 中的拍摄程序提供有Auto(自动)模式，能够自动根据摄像头采集的拍摄预览图像对拍摄参 数进行合理的调整。 但某些用户会使用移动终端去拍摄星空中的月亮，由于月亮离移动终端的距离较 远，以及月亮与星空的亮度区别较大等原因，适用于人像或周边景物的Auto模式无法调整 到合适的拍摄参数，导致最终的图像拍摄质量较差。
技术实现要素：
本公开实施例提供了一种拍摄方法、装置、终端及可读存储介质，可以用于解决适 用于人像或周边景物的Auto模式无法调整到合适的拍摄参数，导致最终的图像拍摄质量较 差的问题。所述技术方案如下： 根据本公开的第一方面，提供了一种拍摄方法，所述方法包括： 显示拍摄程序的拍摄预览界面，所述拍摄预览图像中显示有拍摄预览图像； 调用机器学习模型识别所述拍摄预览图像的拍摄场景； 当所述拍摄场景属于月亮拍摄场景时，启动所述拍摄程序中的月亮拍摄模式，所 述月亮拍摄模式是用于拍摄星空中的月亮所设置的拍摄模式。 在一个可选的实施例中，当所述拍摄场景属于月亮拍摄场景时，启动所述拍摄程 序中的月亮拍摄模式，包括： 当数码变焦ZOOM的等级大于预设等级且所述拍摄场景属于月亮拍摄场景时，启动 所述拍摄程序中的月亮拍摄模式。 在一个可选的实施例中，所述当数码变焦ZOOM的等级大于预设等级且所述拍摄场 景属于月亮拍摄场景时，启动所述拍摄程序中的月亮拍摄模式，包括： 当所述数码变焦ZOOM的等级大于预设等级且所述拍摄场景属于月亮拍摄场景时， 在所述拍摄预览界面上显示所述月亮拍摄模式的启动控件； 在接收到所述启动控件上的触发信号时，启动所述拍摄程序中的月亮拍摄模式。 在一个可选的实施例中，所述月亮拍摄模式的启动控件是：所述月亮拍摄模式和 夜间拍摄模式的切换控件。 在一个可选的实施例中，所述调用机器学习模型识别所述拍摄预览图像的拍摄场 景，包括： 获取摄像头的元数据； 根据所述元数据检测所述拍摄预览图像是否为液晶显示屏所显示的画面； 5 CN 111586282 A 说　明　书 2/15 页 当所述拍摄预览图像不是所述液晶显示屏所显示的画面时，调用所述机器学习模 型识别所述拍摄预览图像的拍摄场景。 在一个可选的实施例中，所述调用机器学习模型识别所述拍摄预览图像的拍摄场 景，包括: 获取终端的姿态数据； 根据所述姿态数据检测所述终端的拍摄姿态是否为仰视拍摄姿态； 当所述姿态数据是仰视拍摄姿态时，调用所述机器学习模型识别所述拍摄预览图 像的拍摄场景。 在一个可选的实施例中，所述调用机器学习模型识别所述拍摄预览图像的拍摄场 景，包括: 对所述拍摄预览图像的聚焦区域进行图像语义识别； 当所述图像语义识别结果为所述聚焦区域是点光源类型时，调用所述机器学习模 型识别所述拍摄预览图像的拍摄场景。 在一个可选的实施例中，所述方法应用于同时设置有广角摄像头和长焦摄像头的 终端中，所述启动拍摄程序中的月亮拍摄模式之后，还包括： 将拍摄所使用的摄像头从广角摄像头切换至长焦摄像头。 在一个可选的实施例中，所述机器学习模型是基于训练集中的样本图像采用误差 反向传播算法训练得到的，所述训练集包括：正样本图像集和负样本图像集； 所述正样本图像集包括：测试终端拍摄的月亮图像和人造月亮图像； 所述负样本图像集包括：非月亮图像。 在一个可选的实施例中，所述人造月亮图像是将夜空图像和月亮区域图像合成得 到的图像，所述月亮区域图像是从所述测试终端拍摄的月亮图像中抠图得到的。 在一个可选的实施例中，所述非月亮图像包括路灯图像。 根据本公开的第二方面，提供了一种拍摄装置，所述装置包括： 显示模块，被配置为显示拍摄程序的拍摄预览界面，所述拍摄预览图像中显示有 拍摄预览图像； 处理模块，被配置为调用机器学习模型识别所述拍摄预览图像的拍摄场景； 拍摄模块，被配置为当所述拍摄场景属于月亮拍摄场景时，启动所述拍摄程序中 的月亮拍摄模式，所述月亮拍摄模式是用于拍摄星空中的月亮所设置的拍摄模式。 在一个可选的实施例中，所述拍摄模块，被配置为当数码变焦ZOOM的等级大于预 设等级且所述拍摄场景属于月亮拍摄场景时，启动所述拍摄程序中的月亮拍摄模式。 在一个可选的实施例中，所述拍摄模块，被配置为当所述数码变焦ZOOM的等级大 于预设等级且所述拍摄场景属于月亮拍摄场景时，在所述拍摄预览界面上显示所述月亮拍 摄模式的启动控件； 在接收到所述启动控件上的触发信号时，启动所述拍摄程序中的月亮拍摄模式。 在一个可选的实施例中，所述月亮拍摄模式的启动控件是：所述月亮拍摄模式和 夜间拍摄模式的切换控件。 在一个可选的实施例中，所述处理模块，被配置为获取摄像头的元数据；根据所述 元数据检测所述拍摄预览图像是否为液晶显示屏所显示的画面；当所述拍摄预览图像不是 6 CN 111586282 A 说　明　书 3/15 页 所述液晶显示屏所显示的画面时，调用所述机器学习模型识别所述拍摄预览图像的拍摄场 景。 在一个可选的实施例中，所述处理模块，被配置为获取终端的姿态数据；根据所述 姿态数据检测所述终端的拍摄姿态是否为仰视拍摄姿态；当所述姿态数据是仰视拍摄姿态 时，调用所述机器学习模型识别所述拍摄预览图像的拍摄场景。 在一个可选的实施例中，所述处理模块，被配置为对所述拍摄预览图像的聚焦区 域进行图像语义识别；当所述图像语义识别结果为所述聚焦区域是点光源类型时，调用所 述机器学习模型识别所述拍摄预览图像的拍摄场景。 在一个可选的实施例中，所述装置应用于同时设置有广角摄像头和长焦摄像头的 终端中， 所述处理模块，被配置为将拍摄所使用的摄像头从广角摄像头切换至长焦摄像 头。 在一个可选的实施例中，所述机器学习模型是基于训练集中的样本图像采用误差 反向传播算法训练得到的，所述训练集包括：正样本图像集和负样本图像集； 所述正样本图像集包括：测试终端拍摄的月亮图像和人造月亮图像； 所述负样本图像集包括：非月亮图像。 在一个可选的实施例中，所述人造月亮图像是将夜空图像和月亮区域图像合成得 到的图像，所述月亮区域图像是从所述测试终端拍摄的月亮图像中抠图得到的。 在一个可选的实施例中，所述非月亮图像包括路灯图像。 根据本公开的第三方面，提供了一种终端，所述终端包括：处理器和存储器，所述 存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述 至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上第一方面所述的 拍摄方法。 根据本公开的第四方面，提供了一种计算机可读存储介质，所述可读存储介质中 存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段 程序、所述代码集或指令集由所述处理器加载并执行以实现如上第一方面所述的拍摄方 法。 本公开实施例提供的技术方案至少包括以下有益效果： 通过调用机器学习模型来识别拍摄预览图像的拍摄场景，当拍摄场景属于月亮场 景时启动拍摄程序中的月亮拍摄模式进行拍摄，能够拍摄得到图像质量较佳的月亮图像， 由于月亮拍摄模式具有对应的拍摄参数，而非Auto模式自动生成的拍摄参数，因此能够解 决适用于人像或周边景物的Auto模式无法调整到合适的拍摄参数，导致最终的图像拍摄质 量较差的问题。 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。 7 CN 111586282 A 说　明　书 4/15 页 图1是根据一示例性实施例示出的拍摄方法的流程图； 图2是本公开一个示意性实施例提供的用于识别月亮拍摄场景的机器学习模型的 示意图； 图3是本公开另一个示意性实施例提供的用于识别月亮拍摄场景的机器学习模型 的示意图； 图4是本公开另一个示意性实施例提供的拍摄方法的流程图； 图5是本公开一个示意性实施例提供的拍摄方法的界面示意图； 图6是本公开另一个示意性实施例提供的拍摄方法的流程图； 图7是根据一示例性实施例示出的一种拍摄装置的框图； 图8是根据一示例性实施例示出的一种终端的框图。