显示面板的数据处理方法、装置及计算机可读存储介质与流程

1.本技术属于显示技术领域，尤其涉及一种显示面板的数据处理方法、装置及计算机可读存储介质。


背景技术：

2.显示面板在生产过程中因工艺、材料、设备等因素的影响会出现亮色度不均的现象，称之为mura。目前，主流的demura方法主要是外部光学补偿的方法，即通过相机抓取显示面板的亮度数据，通过demura算法计算出补偿数据，补偿数据经过数据压缩后写入存储单元，从而实现显示面板的亮度补偿。
3.然而，相关技术中的显示面板的亮度补偿的效果较差。


技术实现要素：

4.本技术实施例提供了一种显示面板的数据处理方法、装置及计算机可读存储介质，能够提高补偿数据的压缩精度，减小压缩后的补偿数据的失真度。
5.第一方面，本技术实施例提供了一种显示面板的数据处理方法，显示面板包括多个分区，每个分区包括至少一个子像素，显示面板的数据处理方法包括：获取多个分区的补偿数据；基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据。
6.根据本技术第一方面的实施方式，在基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据的步骤之前，显示面板的数据处理方法还可以包括：对于任意一个分区的补偿数据，基于初始聚类数量调整系数的目标矢量压缩算法，对分区的补偿数据进行压缩，得到分区压缩后的补偿数据；对分区压缩后的补偿数据进行解压缩，得到分区解压缩后的补偿数据；将压缩前的分区的补偿数据和分区解压缩后的补偿数据进行对比，并根据对比结果，确定目标聚类数量调整系数；基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据的步骤，具体包括：基于目标聚类数量调整系数的目标矢量压缩算法，对分区的补偿数据进行压缩，得到分区压缩后的补偿数据。
7.如此，针对不同的分区的补偿数据，通过灵活调整各个分区对应的目标聚类数量调整系数，可以使得各个分区的补偿数据按照各自合适的聚类数量调整系数进行压缩，可以使得各个分区的补偿数据在满足压缩精度要求的情况下，具有较大的压缩比率，较大程度上减少各个分区压缩后的数据量。
8.根据本技术第一方面前述任一实施方式，将压缩前的分区的补偿数据和分区解压缩后的补偿数据进行对比，并根据对比结果，确定目标聚类数量调整系数的步骤，具体可以包括：计算分区中多个子像素压缩前的补偿数据与分区中多个子像素解压缩后的补偿数据之间的差值的绝对值的累和；根据累和与分区中的子像素的数量，计算差异率；当差异率大于预设阈值时，增大聚类数量调整系数，直至差异率小于或等于预设阈值，得到目标聚类数
量调整系数；和/或，当差异率小于预设阈值时，减小聚类数量调整系数，直至差异率大于预设阈值，将差异率小于或等于预设阈值的最后一次调整的聚类数量调整系数作为目标聚类数量调整系数。
9.如此，当差异率大于预设阈值时，通过增大聚类数量调整系数，和/或，当差异率小于预设阈值时，通过减小聚类数量调整系数，可以得到各个分区较为合适的聚类数量调整系数。利用各个分区较为合适的聚类数量调整系数对补偿数据进行压缩，可以使得各个分区的补偿数据在满足压缩精度要求的情况下，具有较大的压缩比率，较大程度上减少各个分区压缩后的数据量。
10.根据本技术第一方面前述任一实施方式，依据以下表达式，计算分区中多个子像素压缩前的补偿数据与分区中多个子像素解压缩后的补偿数据之间的差值的绝对值的累和：
[0011][0012]
其中，d表示累和，datas(k)表示分区中第k个子像素压缩前的补偿数据，datad(k)表示分区中第k个子像素解压缩后的补偿数据，n表示分区中的子像素的数量，abs表示绝对值运算，k和n均为正整数，1≤k≤n。
[0013]
如此，通过上述表达式，可以快速且准确的得到分区中多个子像素压缩前的补偿数据与分区中多个子像素解压缩后的补偿数据之间的差值的绝对值的累和。
[0014]
根据本技术第一方面前述任一实施方式，依据以下表达式，计算差异率：
[0015]
ratio＝100％*d/n
[0016]
其中，ratio表示差异率，n表示分区中的子像素的数量，n为正整数。
[0017]
如此，通过上述表达式得到差异率，可以客观且准确的反映压缩前的分区的补偿数据和分区解压缩后的补偿数据之间的差异。
[0018]
根据本技术第一方面前述任一实施方式，聚类数量调整系数的调整步长包括1。
[0019]
如此，当聚类数量调整系数的调整步长为1时，例如可以避免因聚类数量调整系数的调整步长设置较大而导致最终采用的目标聚类数量调整系数不准确，例如可以避免因聚类数量调整系数的调整步长设置较小而导致确定目标聚类数量调整系数所花费的时间过长。
[0020]
根据本技术第一方面前述任一实施方式，多个分区的补偿数据包括多个分区在第一目标灰阶对应的第一补偿数据和多个分区在第二目标灰阶对应的第二补偿数据，第一目标灰阶不同于第二目标灰阶；第一目标灰阶对应的预设阈值与第二目标灰阶对应的预设阈值不同；和/或，差异率为根据累和、分区中的子像素的数量和调整系数确定，第一目标灰阶对应的调整系数与第二目标灰阶对应的调整系数不同。
[0021]
如此，由于不同灰阶对应的预设阈值和/或调整系数不同，所以不同灰阶下得到的目标聚类数量调整系数可以不同。这样，可以基于不同的目标聚类数量调整系数对不同灰阶的补偿数据进行压缩，使得不同灰阶的补偿数据在满足压缩精度要求的情况下，具有较大的压缩比率，较大程度上减少压缩后的数据量。
[0022]
根据本技术第一方面前述任一实施方式，依据以下表达式，计算差异率：
[0023]
ratio＝100％*d/n*p
[0024]
其中，ratio表示差异率，n表示分区中的子像素的数量，p为调整系数，p≥1，n为正整数。
[0025]
根据本技术第一方面前述任一实施方式，第一目标灰阶小于第二目标灰阶；第一目标灰阶对应的预设阈值小于第二目标灰阶对应的预设阈值，和/或，第一目标灰阶对应的调整系数小于第二目标灰阶对应的调整系数。
[0026]
如此，当灰阶较高时，可以将差异率的判断标准放的适当宽松些，从而得到更小的聚类数量调整系数，使得在满足压缩精度要求的情况下，尽可能对补偿数据进行压缩，较大程度上减少压缩后的数据量。
[0027]
根据本技术第一方面前述任一实施方式，基于目标聚类数量调整系数的目标矢量压缩算法，对分区的补偿数据进行压缩，得到分区压缩后的补偿数据的步骤，具体可以包括：对于任意一个分区，将分区中的多个子像素在目标灰阶的补偿数据划分至n个区间，并根据各个区间中所包含的子像素在目标灰阶的补偿数据，确定各个区间的中心值，目标灰阶为任意一个灰阶绑点，n＝2k，k为目标聚类数量调整系数，k和n均为正整数；对于分区中的任意一个子像素，根据子像素的补偿数据所属的区间，生成子像素对应的下标值；分区压缩后的补偿数据包括各个区间的中心值和分区中的各个子像素对应的下标值；显示面板的数据处理方法还包括：对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中。
[0028]
如此，本技术实施例应用目标矢量量化算法对补偿数据进行压缩，一方面，每个区间中的全部子像素在目标灰阶时的补偿数据用同一个中心值代替，可以大幅降低数据量，节省存储空间；另一方面，能够按照数据大小对补偿数据进行分类压缩，提高补偿数据的压缩精度，更好保留原数据特性，减小压缩后的补偿数据的失真度，进而提高demura补偿效果。
[0029]
根据本技术第一方面前述任一实施方式，在将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中的步骤之前，显示面板的数据处理方法还可以包括：将中心值的位数由第一位数限制为第二位数，第二位数小于第一位数；和/或，将下标值的位数限制为第三位数，第三位数小于第一位数；将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中的步骤，具体包括：将分区中的各个区间位数限制后的中心值和/或分区中的各个子像素位数限制后的下标值存储至存储单元中。
[0030]
如此，通过对中心值和/或下标值进行位数限制，可以进一步使得中心值和/或下标值的数据范围变小，进而中心值和/或下标值的数据量也会变小，从而进一步降低中心值的数据量，进一步降低存储单元的存储成本。
[0031]
根据本技术第一方面前述任一实施方式，对分区压缩后的补偿数据进行解压缩，得到分区解压缩后的补偿数据的步骤，具体可以包括：对于分区中的任意一个子像素，根据在目标灰阶时的下标值与中心值之间的对应关系和子像素的下标值，确定子像素在目标灰阶时对应的中心值；将子像素对应的中心值作为子像素在目标灰阶时的补偿数据。
[0032]
根据本技术第一方面前述任一实施方式，基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据的步骤，具体可以包括：对于任意一个分区，根据分区所显示的灰阶，确定分区对应的背景数据；在分区的补偿数据中去除背景数
据，得到分区去除背景数据后的补偿数据；基于目标矢量压缩算法，对分区去除背景数据后的补偿数据进行压缩，得到分区压缩后的补偿数据。
[0033]
如此，通过在分区的补偿数据中去除背景数据，得到分区去除背景数据后的补偿数据，可以进一步减小补偿数据的数据量。
[0034]
根据本技术第一方面前述任一实施方式，在基于目标矢量压缩算法，对分区去除背景数据后的补偿数据进行压缩，得到分区压缩后的补偿数据的步骤之前，显示面板的数据处理方法还可以包括：基于块压缩算法，对分区去除背景数据后的补偿数据进行均值压缩，得到分区均值压缩后的补偿数据；基于目标矢量压缩算法，对分区去除背景数据后的补偿数据进行压缩，得到分区压缩后的补偿数据的步骤，具体可以包括：基于目标矢量压缩算法，对分区均值压缩后的补偿数据进行压缩，得到分区压缩后的补偿数据。
[0035]
如此，先基于块压缩算法对于各个分区的补偿数据进行均值压缩，可以进一步降低补偿数据的数据量，节省存储空间，降低存储成本。
[0036]
根据本技术第一方面前述任一实施方式，目标矢量压缩算法可以包括lbg算法。
[0037]
如此，应用lbg算法对多个分区的补偿数据进行压缩，能够按照各个分区的补偿数据的数据大小对各个分区的补偿数据进行分类压缩，提高补偿数据的压缩精度，更好保留原数据特性，减小压缩后的补偿数据的失真度，进而提高demura补偿效果。
[0038]
根据本技术第一方面前述任一实施方式，至少部分分区对应的目标聚类数量调整系数不同。
[0039]
如此，针对不同的分区的补偿数据，通过灵活调整各个分区对应的目标聚类数量调整系数，可以使得各个分区的补偿数据按照各自合适的目标聚类数量调整系数进行压缩，可以使得各个分区的补偿数据在满足压缩精度要求的情况下，具有较大的压缩比率，较大程度上减少各个分区压缩后的数据量。
[0040]
第二方面，本技术实施例提供了一种显示面板的数据处理装置，显示面板包括多个分区，每个分区包括至少一个子像素，显示面板的数据处理装置包括：获取模块，用于获取多个分区的补偿数据；第一压缩模块，用于基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据。
[0041]
第三方面，本技术实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如第一方面提供的数据处理方法的步骤。
[0042]
本技术实施例的显示面板的数据处理方法、装置及计算机可读存储介质，获取显示面板中的多个分区的补偿数据；基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据。本技术实施例应用目标矢量量化算法对多个分区的补偿数据进行压缩，能够按照各个分区的补偿数据的数据大小对各个分区的补偿数据进行分类压缩，提高补偿数据的压缩精度，更好保留原数据特性，减小压缩后的补偿数据的失真度，进而提高demura补偿效果。
附图说明
[0043]
为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还
可以根据这些附图获得其他的附图。
[0044]
图1为本技术实施例提供的显示面板的数据处理方法的一种流程示意图；
[0045]
图2为本技术实施例提供的显示面板的数据处理方法的另一种流程示意图；
[0046]
图3为本技术实施例提供的显示面板的数据处理方法中的s203的一种流程示意图；
[0047]
图4为本技术实施例提供的显示面板的数据处理方法的又一种流程示意图；
[0048]
图5为本技术实施例提供的显示面板的数据处理方法的又一种流程示意图；
[0049]
图6为本技术实施例提供的显示面板的数据处理方法中的s202的又一种流程示意图；
[0050]
图7为本技术实施例提供的显示面板的数据处理方法中的s102的又一种流程示意图；
[0051]
图8为本技术实施例提供的显示面板的数据处理方法的又一种流程示意图；
[0052]
图9为本技术实施例提供的显示面板的数据处理装置的一种结构示意图；
[0053]
图10示出了本技术实施例提供的电子设备的硬件结构示意图。
具体实施方式
[0054]
下面将详细描述本技术的各个方面的特征和示例性实施例，为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本技术进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本技术，而不是限定本技术。对于本领域技术人员来说，本技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本技术的示例来提供对本技术更好的理解。
[0055]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0056]
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0057]
在不脱离本技术的精神或范围的情况下，在本技术中能进行各种修改和变化，这对于本领域技术人员来说是显而易见的。因而，本技术意在覆盖落入所对应权利要求(要求保护的技术方案)及其等同物范围内的本技术的修改和变化。需要说明的是，本技术实施例所提供的实施方式，在不矛盾的情况下可以相互组合。
[0058]
在阐述本技术实施例所提供的技术方案之前，为了便于对本技术实施例理解，本技术首先对相关技术中存在的问题进行具体说明：
[0059]
显示面板在生产过程中因工艺、材料、设备等因素的影响会出现亮色度不均的现象，称之为mura。目前，主流的demura方法主要是外部光学补偿的方法，即通过相机抓取显
示面板的亮度数据，通过demura算法计算出补偿数据，补偿数据写入存储单元，从而实现显示面板的亮度补偿。
[0060]
存储单元包括但不限于静态随机存取存储器(static random-access memory，sram)。当前的存储单元(如demura sram)的存储容量在16兆左右，但是由于拍摄灰阶个数和补偿数据深度的需求，造成写入存储单元的数据量较大。因此需要对补偿数据进行压缩，以满足硬件资源需求。
[0061]
经本技术的发明人长期研究发现，拍摄灰阶数、补偿数据精度共同影响数据占用的内存大小和补偿效果。当占用内存大小一定时，拍摄灰阶越多，计算更加准确，但相应补偿数据深度(即数据范围)越低，补偿后容易出现沙沙感、欠补或者过补等现象。相反，若减少拍摄灰阶数，增加补偿数据深度，则会出现拍摄灰阶补偿效果好，但是存在插值计算灰阶补偿效果欠佳的问题。因此数据压缩则在这个过程中起到关键作用，需要在保留足够的拍摄灰阶情况下，尽量保留补偿数据深度，达到一个最佳的补偿效果。
[0062]
但是，经本技术的发明人长期研究发现，目前采用的压缩方式(如均值压缩方式)在对补偿数据进行压缩之后，会导致压缩后的补偿数据失真较大。若利用失真较大的压缩后的补偿数据进行demura补偿，则会导致demura补偿效果较差。
[0063]
鉴于发明人的上述研究发现，本技术实施例提供了一种显示面板的数据处理方法、装置及计算机可读存储介质，能够解决相关技术中存在的补偿数据经过数据压缩后失真较大，导致demura补偿效果较差的技术问题。
[0064]
本技术实施例的技术构思在于：对于显示面板中的多个分区的补偿数据，基于目标矢量压缩算法对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据，目标矢量量化算法能够按照各个分区的补偿数据的数据大小对各个分区的补偿数据进行分类压缩，提高补偿数据的压缩精度，更好保留原数据特性，减小压缩后的补偿数据的失真度，进而提高demura补偿效果。
[0065]
下面首先对本技术实施例所提供的显示面板的数据处理方法进行介绍。
[0066]
在本技术实施例中，显示面板可以包括多个分区，每个分区可以包括至少一个子像素。需要说明的是，显示面板中的分区的数量和分区中的子像素的数量可以根据实际情况灵活调整，本技术实施例对此不作限定，例如，在一些示例中，每个分区可以包括10*10个子像素；每个分区也可以包括40*40个子像素；优选地，每个分区的子像素的个数也可以位于这两者之间，即(10-40)*(10-40)个子像素。此外，不同分区中的子像素的数量可以相同，也可以不同，本技术实施例对此不作限定。
[0067]
图1为本技术实施例提供的显示面板的数据处理方法的一种流程示意图。如图1所示，该显示面板的数据处理方法可以包括以下步骤s101和s102。
[0068]
s101、获取多个分区的补偿数据。
[0069]
补偿数据可以为对显示面板进行外部光学补偿得到的补偿数据，即demura补偿数据，用于改善显示面板的mura现象。在一些示例中，每个分区的补偿数据可以包括每个分区中的子像素的灰阶补偿值，例如h2＝h1
±
δh，其中，δh表示任意第i个子像素的灰阶补偿值，h1表示第i个子像素的demura补偿前的灰阶，h2表示第i个子像素的demura补偿后的灰阶，i为正整数。在另一些示例中，每个分区的补偿数据可以包括每个分区中的子像素的灰阶调整系数，例如h2＝a(h1)2+b
×
h1，其中，a和b表示任意第i个子像素的灰阶调整系数，h1
表示第i个子像素的demura补偿前的灰阶，h2表示第i个子像素的demura补偿后的灰阶，i为正整数。
[0070]
根据本技术的一些实施例，在s101中，可以获取多个分区在至少一个不同灰阶绑点的补偿数据。其中，同一个分区在不同灰阶绑点的补偿数据可以不同。例如可以设定至少一个灰阶绑点，本技术实施例对于灰阶绑点的大小和数量不作限定，例如，在一些示例中，设定的灰阶绑点可以包括16灰阶、64灰阶和192灰阶。再例如，在一些示例中，设定的灰阶绑点可以包括16灰阶、64灰阶、128灰阶和192灰阶等。
[0071]
s102、基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据。
[0072]
其中，目标矢量量化算法包括但不限于lbg算法。lbg算法是一种基于训练序列的矢量量化(vector quantization，vq)设计算法，首先设定中心点个数，然后不断循环迭代，以设定的阈值作为迭代终止条件，最后得到中心点的值。它的优势在于，通过数据大小，例如可以将数值较小的值归为a类，数值中等归为b类，数值较大值归为c类，上述三类仅为示意，中心点的数量设置越大，则分类越多，压缩后的精度则越高。较之通常的标量量化，使用矢量量化所得失真度将更低。
[0073]
在s102中，可以基于目标矢量压缩算法对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据。
[0074]
本技术实施例的显示面板的数据处理方法，获取显示面板中的多个分区的补偿数据；基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据。本技术实施例应用目标矢量量化算法对多个分区的补偿数据进行压缩，能够按照各个分区的补偿数据的数据大小对各个分区的补偿数据进行分类压缩，提高补偿数据的压缩精度，更好保留原数据特性，减小压缩后的补偿数据的失真度，进而提高demura补偿效果。
[0075]
本技术的发明人进一步意识到，目标矢量压缩算法的压缩精度和压缩比率受到聚类数量调整系数(或称分裂次数)k的影响。聚类数量调整系数k越大，压缩精度越高(即压缩损失率越小)，而压缩比率越小，压缩后的数据量越大。聚类数量调整系数k越小，压缩精度越低(即压缩损失率越大)，而压缩比率越大，压缩后的数据量越小。因此，需要在压缩精度与压缩比率之间进行平衡，使得补偿数据在满足压缩精度要求的情况下，压缩比率较大，以较大程度上减少压缩后的数据量。
[0076]
有鉴于此，针对不同的分区的补偿数据，可以分别确定各个分区所对应的聚类数量调整系数，以使得各个分区的补偿数据均能够满足压缩精度要求，同时较大程度上减少压缩后的数据量。
[0077]
图2为本技术实施例提供的显示面板的数据处理方法的另一种流程示意图。如图2所示，根据本技术的一些实施例，可选地，在s102、基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据的步骤之前，显示面板的数据处理方法还可以包括s201至s203。
[0078]
s201、对于任意一个分区的补偿数据，基于初始聚类数量调整系数的目标矢量压缩算法，对分区的补偿数据进行压缩，得到分区压缩后的补偿数据。
[0079]
可以预先设定初始聚类数量调整系数，即聚类数量调整系数的初始值。初始聚类数量调整系数的大小可以根据实际情况灵活调整，本技术实施例对此不作限定。例如，在一
些示例中，初始聚类数量调整系数可以为4，当然初始聚类数量调整系数也可以为其他数值。
[0080]
对于任意一个分区的补偿数据，可以先基于初始聚类数量调整系数的目标矢量压缩算法，对分区的补偿数据进行压缩，得到分区压缩后的补偿数据。
[0081]
s202、对分区压缩后的补偿数据进行解压缩，得到分区解压缩后的补偿数据。
[0082]
在s202中，可以对分区压缩后的补偿数据进行解压缩，即进行还原，得到分区解压缩后的补偿数据。
[0083]
s203、将压缩前的分区的补偿数据和分区解压缩后的补偿数据进行对比，并根据对比结果，确定目标聚类数量调整系数。
[0084]
在s203中，可以将压缩前的分区的补偿数据和分区解压缩后的补偿数据进行对比。例如，如果两者之间的差异较大，说明当前的压缩精度不符合要求，需要调整聚类数量调整系数；如果两者之间的差异较小，说明当前的压缩精度符合要求，可以不调整聚类数量调整系数。因此，根据压缩前的分区的补偿数据和分区解压缩后的补偿数据的对比结果，可以确定出分区所采用的目标聚类数量调整系数。
[0085]
相应地，s102、基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据的步骤，具体可以包括：
[0086]
基于目标聚类数量调整系数的目标矢量压缩算法，对分区的补偿数据进行压缩，得到分区压缩后的补偿数据。
[0087]
具体而言，在得到各个分区对应的目标聚类数量调整系数之后，对于任意第i个分区，i为正整数，可以将目标矢量压缩算法的聚类数量调整系数调整为等于第i个分区对应的目标聚类数量调整系数，然后对第i个分区的补偿数据进行压缩，得到第i个分区压缩后的补偿数据。
[0088]
如此，针对不同的分区的补偿数据，通过灵活调整各个分区对应的目标聚类数量调整系数，可以使得各个分区的补偿数据按照各自合适的聚类数量调整系数进行压缩，可以使得各个分区的补偿数据在满足压缩精度要求的情况下，具有较大的压缩比率，较大程度上减少各个分区压缩后的数据量。
[0089]
图3为本技术实施例提供的显示面板的数据处理方法中的s203的一种流程示意图。如图3所示，根据本技术的一些实施例，可选地，s203、将压缩前的所述分区的补偿数据和所述分区解压缩后的补偿数据进行对比，并根据对比结果，确定目标聚类数量调整系数的步骤，具体可以包括以下步骤s301和s302，还可以包括s303和s304中的至少一者。
[0090]
s301、计算分区中多个子像素压缩前的补偿数据与分区中多个子像素解压缩后的补偿数据之间的差值的绝对值的累和。
[0091]
一个分区可以包括多个子像素。相应地，一个分区压缩前的补偿数据可以包括一个分区中多个子像素压缩前的补偿数据，一个分区解压缩后的补偿数据可以包括一个分区中多个子像素解压缩后的补偿数据。
[0092]
以一个分区包括n1个子像素为例，n1为大于1的整数，在s301中，对于任意一个分区，可以计算该分区中的第1个子像素压缩前的补偿数据与该分区中的第1个子像素解压缩后的补偿数据之间的差值的绝对值，计算该分区中的第2个子像素压缩前的补偿数据与该分区中的第2个子像素解压缩后的补偿数据之间的差值的绝对值，
……
，计算该分区中的第
n1个子像素压缩前的补偿数据与该分区中的第n1个子像素解压缩后的补偿数据之间的差值的绝对值。然后，将各个子像素对应的差值的绝对值进行相加，得到分区中多个子像素压缩前的补偿数据与分区中多个子像素解压缩后的补偿数据之间的差值的绝对值的累和(以下简称“累和”)。
[0093]
s302、根据累和与分区中的子像素的数量，计算差异率。
[0094]
由于当分区中的子像素的数量发生变化时，s301得到的累和也会随之改变。因此，为了更客观且准确的反映压缩前的分区的补偿数据和分区解压缩后的补偿数据之间的差异，可以根据s301得到的累和与分区中的子像素的数量，得到差异率。差异率可以客观且准确的反映压缩前的分区的补偿数据和分区解压缩后的补偿数据之间的差异。
[0095]
s303、当差异率大于预设阈值时，增大聚类数量调整系数，直至差异率小于或等于预设阈值，得到目标聚类数量调整系数。
[0096]
如前所述，聚类数量调整系数越大，压缩精度越高。当差异率大于预设阈值时，说明当前所采用的聚类数量调整系数较小，导致压缩精度不符合要求。因此，当差异率大于预设阈值时，可以增大聚类数量调整系数，直至差异率小于或等于预设阈值，从而得到目标聚类数量调整系数。
[0097]
例如，当差异率大于预设阈值时，可以按照预设的调整步长增大聚类数量调整系数，然后将初始聚类数量调整系数更新为增大后的聚类数量调整系数。举例而言，例如原有的初始聚类数量调整系数为4，增大后的聚类数量调整系数为5，则将初始聚类数量调整系数由4改为5。再然后，返回步骤s201至s203，直至差异率小于或等于预设阈值。最后，将差异率小于或等于预设阈值时对应的聚类数量调整系数作为目标聚类数量调整系数。
[0098]
其中，预设阈值的大小可以根据实际情况灵活调整，本技术实施例对此不作限定。
[0099]
s304、当差异率小于预设阈值时，减小聚类数量调整系数，直至差异率大于预设阈值，将差异率小于或等于预设阈值的最后一次调整的聚类数量调整系数作为目标聚类数量调整系数。
[0100]
经过本技术的发明人进一步长期研究发现，一些情形下，例如基于聚类数量调整系数k＝4对分区的补偿数据进行压缩，虽然能满足压缩精度的要求，但是会存在“浪费”情况，即是存在下标值(下文中的下标值)没有使用的情况，进而导致压缩后的补偿数据的数据量仍然偏大。
[0101]
有鉴于此，在s304中，当差异率小于预设阈值时，可以减小聚类数量调整系数。直至差异率大于预设阈值，将差异率小于或等于预设阈值的最后一次调整的聚类数量调整系数作为目标聚类数量调整系数。
[0102]
举例而言，例如当聚类数量调整系数为4时，差异率小于预设阈值。当聚类数量调整系数降低至3时，差异率仍然小于预设阈值。但是，当聚类数量调整系数降低至2时，差异率大于预设阈值。那么，则将差异率小于或等于预设阈值的最后一次调整的聚类数量调整系数，如3，作为目标聚类数量调整系数。需要说明的是，上述的2、3和4仅为举例，并不构成对本技术的限定。
[0103]
如此，当差异率大于预设阈值时，通过增大聚类数量调整系数，和/或，当差异率小于预设阈值时，通过减小聚类数量调整系数，可以得到各个分区较为合适的聚类数量调整系数。利用各个分区较为合适的聚类数量调整系数对补偿数据进行压缩，可以使得各个分
区的补偿数据在满足压缩精度要求的情况下，具有较大的压缩比率，较大程度上减少各个分区压缩后的数据量。
[0104]
在一些具体的实施例中，可选地，可以依据以下表达式，计算分区中多个子像素压缩前的补偿数据与分区中多个子像素解压缩后的补偿数据之间的差值的绝对值的累和：
[0105][0106]
其中，d表示累和，datas(k)表示分区中第k个子像素压缩前的补偿数据，datad(k)表示分区中第k个子像素解压缩后的补偿数据，n表示分区中的子像素的数量，abs表示绝对值运算，k和n均为正整数，1≤k≤n。
[0107]
如此，通过上述表达式(1)，可以快速且准确的得到分区中多个子像素压缩前的补偿数据与分区中多个子像素解压缩后的补偿数据之间的差值的绝对值的累和。
[0108]
在一些具体的实施例中，可选地，可以依据以下表达式，计算差异率：
[0109]
ratio＝100％*d/n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0110]
其中，ratio表示差异率，n表示分区中的子像素的数量，n为正整数。
[0111]
例如，在一些示例中，一个分区可以包括20*20个子像素，即400个子像素，相应地，n可以等于400。
[0112]
如此，通过上述表达式(2)得到差异率，可以客观且准确的反映压缩前的分区的补偿数据和分区解压缩后的补偿数据之间的差异。
[0113]
在一些具体的实施例中，可选地，聚类数量调整系数的调整步长可以包括1。即，每次增大聚类数量调整系数和/或每次减小聚类数量调整系数的步长可以为1。当聚类数量调整系数的调整步长为1时，例如可以避免因聚类数量调整系数的调整步长设置较大而导致最终采用的目标聚类数量调整系数不准确，例如可以避免因聚类数量调整系数的调整步长设置较小而导致确定目标聚类数量调整系数所花费的时间过长。
[0114]
本技术的发明人进一步意识到，人眼对高灰阶和低灰阶的敏感度不一样。例如在低灰阶时，前后灰阶变化超过10％，如变化
±
1灰阶，人眼就能很敏感的感觉到差异。但是，因高灰阶时屏体较亮，此时人眼不敏感，前后灰阶变化超过10％，如变化
±
3灰阶，人眼也可能无法发现差异。有鉴于此，对于不同灰阶的补偿数据，可以采用不同的差异判断标准，例如不同灰阶时预设阈值可以不同。
[0115]
具体而言，根据本技术的一些实施例，可选地，多个分区的补偿数据可以包括多个分区在第一目标灰阶对应的第一补偿数据和多个分区在第二目标灰阶对应的第二补偿数据，第一目标灰阶不同于第二目标灰阶。第一目标灰阶和第二目标灰阶可以为任意灰阶，本技术实施例对此不作限定。其中，第一目标灰阶对应的预设阈值与第二目标灰阶对应的预设阈值不同。
[0116]
举例而言，例如第一目标灰阶对应的预设阈值可以为10％。对于第一补偿数据，当差异率ratio大于10％时，可以增大聚类数量调整系数，当差异率ratio小于10％时，可以减小聚类数量调整系数。例如第二目标灰阶对应的预设阈值可以为20％。对于第二补偿数据，当差异率ratio大于20％时，可以增大聚类数量调整系数，当差异率ratio小于20％时，可以减小聚类数量调整系数。
[0117]
如此，由于不同灰阶对应的预设阈值不同，所以不同灰阶下得到的目标聚类数量
调整系数可以不同。这样，可以基于不同的目标聚类数量调整系数对不同灰阶的补偿数据进行压缩，使得不同灰阶的补偿数据在满足压缩精度要求的情况下，具有较大的压缩比率，较大程度上减少压缩后的数据量。
[0118]
根据本技术的另一些实施例，可选地，也可以利用与灰阶相关的调整系数对于差异率ratio进行调整，例如使得不同灰阶计算得到差异率ratio不同。
[0119]
具体而言，差异率可以为根据累和、分区中的子像素的数量和调整系数确定。第一目标灰阶对应的调整系数与第二目标灰阶对应的调整系数可以不同。
[0120]
例如，在一些具体的实施例中，可以依据以下表达式，计算差异率：
[0121]
ratio＝100％*d/n*p
ꢀꢀꢀꢀꢀꢀꢀ
(3)
[0122]
其中，ratio表示差异率，n表示分区中的子像素的数量，p为调整系数，p≥1，n为正整数。
[0123]
由上述表达式(3)可以看出，差异率ratio还受调整系数p的影响，例如调整系数p越大时，差异率ratio越小；调整系数p越小时，差异率ratio越大。调整系数p可以与灰阶相关，例如第一目标灰阶对应的调整系数与第二目标灰阶对应的调整系数可以不同。
[0124]
需要说明的是，当第一目标灰阶对应的调整系数与第二目标灰阶对应的调整系数不同时，第一目标灰阶对应的预设阈值与第二目标灰阶对应的预设阈值可以相同，也可以不同，本技术实施例对此不作限定。
[0125]
如此，由于不同灰阶对应的调整系数不同，所以不同灰阶下得到的目标聚类数量调整系数可以不同。这样，可以基于不同的目标聚类数量调整系数对不同灰阶的补偿数据进行压缩，使得不同灰阶的补偿数据在满足压缩精度要求的情况下，具有较大的压缩比率，较大程度上减少压缩后的数据量。
[0126]
在一些具体的实施例中，第一目标灰阶可以小于第二目标灰阶。如第一目标灰阶为较低的灰阶，第二目标灰阶为较高的灰阶。
[0127]
相应地，第一目标灰阶对应的预设阈值可以小于第二目标灰阶对应的预设阈值。
[0128]
例如第一目标灰阶对应的预设阈值可以为10％。对于第一补偿数据，当差异率ratio大于10％时，可以增大聚类数量调整系数，当差异率ratio小于10％时，可以减小聚类数量调整系数。例如第二目标灰阶对应的预设阈值可以为20％。对于第二补偿数据，当差异率ratio大于20％时，可以增大聚类数量调整系数，当差异率ratio小于20％时，可以减小聚类数量调整系数。
[0129]
也就是说，当灰阶较高时，可以将差异率的判断标准放的适当宽松些，从而得到更小的聚类数量调整系数，使得在满足压缩精度要求的情况下，尽可能对补偿数据进行压缩，较大程度上减少压缩后的数据量。
[0130]
在一些实施例中，当第一目标灰阶小于第二目标灰阶时，第一目标灰阶对应的调整系数可以小于第二目标灰阶对应的调整系数。
[0131]
如前所述，调整系数p越大时，差异率ratio越小；调整系数p越小时，差异率ratio越大。因此，当灰阶较高时，对应的调整系数p较大，可以减小差异率ratio，进而聚类数量调整系数较小的情况下，就能满足压缩精度要求。
[0132]
例如，以第一目标灰阶对应的调整系数p＝1，第二目标灰阶对应的调整系数p＝2为例进行说明，结合上述表达式(3)所示，当p＝1时，ratio＝100％*d/n，而100％*d/n大于
预设阈值时，就需要增大聚类数量调整系数。而p＝2时，ratio＝100％*d/n*2，只有当累和d增大至2d时，100％*2*d/n*2才会等于100％*d/n，也就是说，相当于当累和d增大至2d时，才需要增大聚类数量调整系数，这样的话，可以使用更小的聚类数量调整系数，从而在满足压缩精度要求的情况下，尽可能对补偿数据进行压缩，较大程度上减少压缩后的数据量。
[0133]
下面对于目标矢量量化算法的压缩过程进行详细介绍。
[0134]
图4为本技术实施例提供的显示面板的数据处理方法的又一种流程示意图。如图4所示，根据本技术的一些实施例，可选地，基于目标聚类数量调整系数的目标矢量压缩算法，对分区的补偿数据进行压缩，得到分区压缩后的补偿数据，具体可以包括以下步骤s401和s402。
[0135]
s401、对于任意一个分区，将分区中的多个子像素在目标灰阶的补偿数据划分至n个区间，并根据各个区间中所包含的子像素在目标灰阶的补偿数据，确定各个区间的中心值。
[0136]
其中，目标灰阶为任意一个灰阶绑点，例如，目标灰阶可以为16灰阶、64灰阶、192灰阶或者其他灰阶。n＝2k，k为目标聚类数量调整系数，k和n均为正整数。由此可以看出，区间的数量或者中心值的数量受目标聚类数量调整系数k的影响，例如，当目标聚类数量调整系数k＝4时，n＝24＝16，即将一个分区中的多个子像素在目标灰阶的补偿数据划分至16个区间，得到16个中心值。
[0137]
以一个分区包括20*20个像素，即400个像素为例，按照补偿数据的大小，可以将该分区中的400个像素在目标灰阶时的补偿数据划分至n个区间(或称区域)。每个区间中的全部子像素在目标灰阶时的补偿数据可以用同一个中心值代替，即一个区间对应一个中心值。本技术实施例对于计算中心值的方式不作限定，例如可以采用目前通常采用的lbg算法计算中心值的方式进行计算。例如，在一些示例中，对于任意一个区间，可以计算区间中所包含的子像素在目标灰阶时的补偿数据的平均值、中位数或者众数，并将区间中所包含的子像素在目标灰阶时的补偿数据的平均值、中位数或者众数作为区间的中心值。
[0138]
s402、对于分区中的任意一个子像素，根据子像素的补偿数据所属的区间，生成子像素对应的下标值。
[0139]
在s402中，每个子像素的补偿数据所属的区间已知。其中，不同的区间可以对应不同的下标值，例如a区间对应下标值a1，b区间对应下标值b1，c区间对应下标值c1。下标值的作用为在对子像素赋予下标值之后，可以根据子像素对应的下标值，准确地确定子像素所属的区间以及其对应的中心值。例如，当子像素对应的下标值为b1时，可以获知该子像素所属b区间，该子像素对应的中心值为b区间的中心值，便于后续解压缩时使用。
[0140]
其中，对于任意一个分区而言，分区压缩后的补偿数据包括各个区间的中心值和分区中的各个子像素对应的下标值。
[0141]
相应地，显示面板的数据处理方法还可以包括以下步骤s403。
[0142]
s403、对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中。
[0143]
对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中。
[0144]
如此，本技术实施例应用目标矢量量化算法对补偿数据进行压缩，一方面，每个区
间中的全部子像素在目标灰阶时的补偿数据用同一个中心值代替，可以大幅降低数据量，节省存储空间；另一方面，能够按照数据大小对补偿数据进行分类压缩，提高补偿数据的压缩精度，更好保留原数据特性，减小压缩后的补偿数据的失真度，进而提高demura补偿效果。
[0145]
需要说明的是，当目标矢量压缩算法采用初始聚类数量调整系数对分区的补偿数据进行压缩时，过程与上述步骤s401和s402类似，在此不再赘述。
[0146]
在一些具体的示例中，一个分区可以包括多种颜色的子像素，如红色子像素、绿色子像素和蓝色子像素。相应地，s401具体可以包括以下步骤：
[0147]
对于分区中的任意第i种颜色子像素，将分区中的多个第i种颜色子像素在目标灰阶时的补偿数据划分至n个区间，并根据各个区间中所包含的第i种颜色子像素在目标灰阶时的补偿数据，确定各个区间的第i种颜色子像素的中心值，i为正整数，1≤i≤n。n＝2k，k为目标聚类数量调整系数，k和n均为正整数。
[0148]
在s401中，对于任意一个分区，例如可以将分区中的多个红色子像素在目标灰阶时的补偿数据划分至n个区间，并根据各个区间中所包含的红色子像素在目标灰阶时的补偿数据，确定各个区间的红色子像素对应的中心值。可以将分区中的多个绿色子像素在目标灰阶时的补偿数据划分至n个区间，并根据各个区间中所包含的绿色子像素在目标灰阶时的补偿数据，确定各个区间的绿色子像素对应的中心值。可以将分区中的多个蓝色子像素在目标灰阶时的补偿数据划分至n个区间，并根据各个区间中所包含的蓝色子像素在目标灰阶时的补偿数据，确定各个区间的蓝色子像素对应的中心值。
[0149]
相应地，s402、对于分区中的任意一个子像素，根据子像素的补偿数据所属的区间，生成子像素对应的下标值，具体可以包括以下步骤：
[0150]
对于分区中的任意一个第i种颜色子像素，根据第i种颜色子像素的补偿数据所属的区间，生成第i种颜色子像素对应的下标值。
[0151]
其中，每个红色子像素的补偿数据所属的区间已知，每个绿色子像素的补偿数据所属的区间已知，每个蓝色子像素的补偿数据所属的区间已知。那么，对于每个红色子像素，可以根据该红色子像素的补偿数据所属的区间，生成该红色子像素对应的下标值。对于每个绿色子像素，可以根据该绿色子像素的补偿数据所属的区间，生成该绿色子像素对应的下标值。对于每个蓝色子像素，可以根据该蓝色子像素的补偿数据所属的区间，生成该蓝色子像素对应的下标值。
[0152]
图5为本技术实施例提供的显示面板的数据处理方法的又一种流程示意图。如图5所示，根据本技术的一些实施例，可选地，在s403、对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中之前，显示面板的数据处理方法还可以包括以下步骤s501和/或s502。
[0153]
s501、将中心值的位数由第一位数限制为第二位数，第二位数小于第一位数。
[0154]
例如，在一些示例中，第一位数可以为8位数，第二位数可以小于8位数，如4位数或者5位数等。当中心值(或者补偿数据)为8位数时，中心值(或者补偿数据)的数据范围较大。而当中心值的位数限制限制为4位数或者5位数时，中心值的数据范围变小，进而中心值的数据量也会变小，从而进一步降低中心值的数据量，进一步降低存储单元的存储成本。
[0155]
举例而言，例如在一些具体的实施例中，第二位数可以为4位数，最高位为符号位，
符号为
±
，如
±
0000～
±
1111，即灰阶补偿区间为
±
15，超出范围直接溢出。例如在一些具体的实施例中，第二位数可以为5位数，最高位为符号位，符号为
±
，如
±
00000～
±
11111，即灰阶补偿区间为
±
31，超出范围直接溢出。
[0156]
s502、将下标值的位数限制为第三位数，第三位数小于第一位数。
[0157]
同理，也可以将下标值的位数限制为小于第一位数，如4位数或者5位数等。当下标值的位数限制限制为4位数或者5位数时，下标值的数据范围变小，进而下标值的数据量也会变小，从而进一步降低下标值的数据量，进一步降低存储单元的存储成本。
[0158]
在一些示例中，下标值的原有位数(或称起始位数)可以为第一位数，即可以将下标值的位数由第一位数限制为小于第一位数。在另一些示例中，下标值的原有位数(或称起始位数)也可以大于第一位数，即可以将下标值的位数由大于第一位数限制为小于第一位数。在又一些示例中，也可以在生成下标值时，直接将下标值的位数限制为小于第一位数，本技术实施例对此不作限定。
[0159]
举例而言，例如在一些具体的实施例中，第三位数可以为4位数，最高位为符号位，符号为
±
，如
±
0000～
±
1111，即
±
15，超出范围直接溢出。例如在一些具体的实施例中，第三位数可以为5位数，最高位为符号位，符号为
±
，如
±
00000～
±
11111，即
±
31，超出范围直接溢出。
[0160]
下面以n＝16，下标值的位数为4位数为例进行说明。
[0161]
表1示意性示出了16个区间的中心值和各个中心值对应的下标值。
[0162]
表1
[0163][0164]
如表1所示，在一些示例中，例如可以将每个分区中的多个子像素在目标灰阶绑点时的补偿数据划分至16个区间，用a～q分别代表16个区间的中心值。每个中心值均可以对应一个下标值(或者标记值)。例如，中心值a对应下标值0，中心值b对应下标值1，
……
，中心值q对应下标值15。分区中的每个子像素均可以赋予一个下标值，例如分区中的20*20个像素可以赋予400个下标值，下标值的集合可以记为index。中心值的集合可以记作value。
[0165]
相应地，s403、对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中，具体可以包括以下步骤：
[0166]
将分区中的各个区间位数限制后的中心值和/或分区中的各个子像素位数限制后的下标值存储至存储单元中。
[0167]
具体地，可以将分区中的各个区间位数限制后的中心值和分区中的各个子像素位数限制后的下标值存储至存储单元中。或者，将分区中的各个区间位数限制后的中心值和分区中的各个子像素对应的下标值存储至存储单元中。或者，将分区中的各个区间的中心值和分区中的各个子像素位数限制后的下标值存储至存储单元中。
[0168]
也就是说，可以对中心值和下标值中的至少一者进行位数限制，本技术实施例对此不作限定。
[0169]
如此，通过对中心值和/或下标值进行位数限制，可以进一步使得中心值和/或下标值的数据范围变小，进而中心值和/或下标值的数据量也会变小，从而进一步降低中心值的数据量，进一步降低存储单元的存储成本。
[0170]
在一些具体的实施例中，第三位数可以小于第二位数。例如，可以将中心值的位数限制为5位数，将下标值的位数限制为4位数。如此，可以较大程度上使得下标值的数据范围变小，进一步降低下标值的数据量，节省存储空间，降低存储成本。
[0171]
图6为本技术实施例提供的显示面板的数据处理方法中的s202的又一种流程示意图。如图6所示，根据本技术的一些实施例，可选地，s202、对分区压缩后的补偿数据进行解压缩，得到分区解压缩后的补偿数据的步骤，具体可以包括以下步骤s601和s602。
[0172]
s601、对于分区中的任意一个子像素，根据在目标灰阶时的下标值与中心值之间的对应关系和子像素的下标值，确定子像素在目标灰阶时对应的中心值。
[0173]
如前所述，不同的中心值(或区间)可以对应不同的下标值，如表1所示，可以预先建立在目标灰阶时的下标值与中心值之间的对应关系。对于分区中的任意一个子像素，根据该子像素解压缩后的下标值和在目标灰阶时的下标值与中心值之间的对应关系，即可确定该子像素在目标灰阶时对应的中心值。
[0174]
s602、将子像素对应的中心值作为子像素在目标灰阶时的补偿数据。
[0175]
对于分区中的任意一个子像素，在得到子像素在目标灰阶时对应的中心值之后，即可将子像素对应的中心值作为子像素在目标灰阶时的补偿数据。补偿数据可以用于对该子像素待显示的灰阶进行校正，实现demura补偿。
[0176]
图7为本技术实施例提供的显示面板的数据处理方法中的s102的又一种流程示意图。如图7所示，根据本技术的一些实施例，可选地，s102、基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据的步骤，具体可以包括以下步骤s701至s703。
[0177]
s701、对于任意一个分区，根据分区所显示的灰阶，确定分区对应的背景数据。
[0178]
在一些示例中，背景数据包括但不限于分区期望显示的灰阶。例如，对于分区在目标灰阶时的补偿数据而言，背景数据可以为目标灰阶。以分区期望显示的灰阶(即目标灰阶)为32灰阶为例，背景数据可以为32灰阶。
[0179]
s702、在分区的补偿数据中去除背景数据，得到分区去除背景数据后的补偿数据。
[0180]
即，在分区的补偿数据的基础上，减去背景数据，从而得到分区去除背景数据后的补偿数据。
[0181]
需要说明的是，当补偿数据与背景数据的位数不同时，需要将背景数据的位数换算为与补偿数据的位数相同之后，再进行计算。以分区的其中一个子像素的补偿数据为129，背景数据为32灰阶为例，例如补偿数据的位数为10bit，而背景数据的位数为8bit，则需要将背景数据换算为10bit下，即32*4＝128。再利用129-128＝1，从而得到该子像素去除背景数据后的补偿数据。
[0182]
s703、基于目标矢量压缩算法，对分区去除背景数据后的补偿数据进行压缩，得到分区压缩后的补偿数据。
[0183]
在s703中，可以基于目标矢量压缩算法，对分区去除背景数据后的补偿数据进行压缩，得到分区压缩后的补偿数据。目标矢量压缩算法的具体压缩过程已在上文详细描述，
在此不再赘述。
[0184]
如此，通过在分区的补偿数据中去除背景数据，得到分区去除背景数据后的补偿数据，可以进一步减小补偿数据的数据量。
[0185]
图8为本技术实施例提供的显示面板的数据处理方法的又一种流程示意图。如图8所示，根据本技术的一些实施例，可选地，在s703、基于目标矢量压缩算法，对分区去除背景数据后的补偿数据进行压缩，得到分区压缩后的补偿数据的步骤之前，显示面板的数据处理方法还可以包括以下步骤s801。
[0186]
s801、基于块压缩算法，对分区去除背景数据后的补偿数据进行均值压缩，得到分区均值压缩后的补偿数据。
[0187]
其中，块压缩又称block压缩，可以根据压缩需求，选取1*1、1*2、2*1或者2*2等block(压缩比例)对亮度补偿数据进行均值压缩。例如，对于2行4列的一组数据进行block1*2压缩，就是每一行且每两列取一次均值，得到变成2行2列。
[0188]
相应地，s703、基于目标矢量压缩算法，对分区去除背景数据后的补偿数据进行压缩，得到分区压缩后的补偿数据的步骤，具体可以包括以下步骤：
[0189]
基于目标矢量压缩算法，对分区均值压缩后的补偿数据进行压缩，得到分区压缩后的补偿数据。
[0190]
即，可以先对补偿数据进行块压缩，然后再对块压缩后的补偿数据进行矢量量化压缩，如此可以适用于对压缩比率要求较高的情形。
[0191]
如此，先基于块压缩算法对于各个分区的补偿数据进行均值压缩，可以进一步降低补偿数据的数据量，节省存储空间，降低存储成本。
[0192]
根据本技术的一些实施例，可选地，至少部分分区对应的聚类数量调整系数可以不同。
[0193]
如此，针对不同的分区的补偿数据，通过灵活调整各个分区对应的目标聚类数量调整系数，可以使得各个分区的补偿数据按照各自合适的目标聚类数量调整系数进行压缩，可以使得各个分区的补偿数据在满足压缩精度要求的情况下，具有较大的压缩比率，较大程度上减少各个分区压缩后的数据量。
[0194]
基于上述实施例提供的显示面板的数据处理方法，相应地，本技术还提供了显示面板的数据处理装置的具体实现方式。请参见以下实施例。
[0195]
图9为本技术实施例提供的显示面板的数据处理装置的一种结构示意图。如图9所示，本技术实施例提供的显示面板的数据处理装置90包括以下模块：
[0196]
获取模块901，用于获取多个分区的补偿数据；
[0197]
第一压缩模块902，用于基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据。
[0198]
本技术实施例的显示面板的数据处理装置，获取显示面板中的多个分区的补偿数据；基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据。本技术实施例应用目标矢量量化算法对多个分区的补偿数据进行压缩，能够按照各个分区的补偿数据的数据大小对各个分区的补偿数据进行分类压缩，提高补偿数据的压缩
精度，更好保留原数据特性，减小压缩后的补偿数据的失真度，进而提高demura补偿效果。
[0199]
在一些实施例中，本技术实施例提供的显示面板的数据处理装置90还包括确定模块，用于对于任意一个分区的补偿数据，基于初始聚类数量调整系数的目标矢量压缩算法，对分区的补偿数据进行压缩，得到分区压缩后的补偿数据；对分区压缩后的补偿数据进行解压缩，得到分区解压缩后的补偿数据；将压缩前的分区的补偿数据和分区解压缩后的补偿数据进行对比，并根据对比结果，确定目标聚类数量调整系数。第一压缩模块902具体用于基于目标聚类数量调整系数的目标矢量压缩算法，对分区的补偿数据进行压缩，得到分区压缩后的补偿数据。
[0200]
在一些实施例中，确定模块具体用于计算分区中多个子像素压缩前的补偿数据与分区中多个子像素解压缩后的补偿数据之间的差值的绝对值的累和；根据累和与分区中的子像素的数量，计算差异率；当差异率大于预设阈值时，增大聚类数量调整系数，直至差异率小于或等于预设阈值，得到目标聚类数量调整系数；和/或，当差异率小于预设阈值时，减小聚类数量调整系数，直至差异率大于预设阈值，将差异率小于或等于预设阈值的最后一次调整的聚类数量调整系数作为目标聚类数量调整系数。
[0201]
在一些实施例中，确定模块具体用于依据以下表达式，计算分区中多个子像素压缩前的补偿数据与分区中多个子像素解压缩后的补偿数据之间的差值的绝对值的累和：
[0202][0203]
其中，d表示累和，datas(k)表示分区中第k个子像素压缩前的补偿数据，datad(k)表示分区中第k个子像素解压缩后的补偿数据，n表示分区中的子像素的数量，abs表示绝对值运算，k和n均为正整数，1≤k≤n。
[0204]
在一些实施例中，确定模块具体用于依据以下表达式，计算差异率：
[0205]
ratio＝100％*d/n
[0206]
其中，ratio表示差异率，n表示分区中的子像素的数量，n为正整数。
[0207]
在一些实施例中，聚类数量调整系数的调整步长包括1。
[0208]
在一些实施例中，多个分区的补偿数据包括多个分区在第一目标灰阶对应的第一补偿数据和多个分区在第二目标灰阶对应的第二补偿数据，第一目标灰阶不同于第二目标灰阶；第一目标灰阶对应的预设阈值与第二目标灰阶对应的预设阈值不同；和/或，差异率为根据累和、分区中的子像素的数量和调整系数确定，第一目标灰阶对应的调整系数与第二目标灰阶对应的调整系数不同。
[0209]
在一些实施例中，确定模块具体用于依据以下表达式，计算差异率：
[0210]
ratio＝100％*d/n*p
[0211]
其中，ratio表示差异率，n表示分区中的子像素的数量，p为调整系数，p≥1，n为正整数。
[0212]
在一些实施例中，第一目标灰阶小于第二目标灰阶；第一目标灰阶对应的预设阈值小于第二目标灰阶对应的预设阈值，和/或，第一目标灰阶对应的调整系数小于第二目标灰阶对应的调整系数。
[0213]
在一些实施例中，第一压缩模块902具体用于对于任意一个分区，将分区中的多个子像素在目标灰阶的补偿数据划分至n个区间，并根据各个区间中所包含的子像素在目标灰阶的补偿数据，确定各个区间的中心值，目标灰阶为任意一个灰阶绑点，n＝2k，k为目标
聚类数量调整系数，k和n均为正整数；对于分区中的任意一个子像素，根据子像素的补偿数据所属的区间，生成子像素对应的下标值。分区压缩后的补偿数据包括各个区间的中心值和分区中的各个子像素对应的下标值。本技术实施例提供的显示面板的数据处理装置90还包括存储模块，用于对于任意一个分区，将分区中的各个区间的中心值和分区中的各个子像素对应的下标值存储至存储单元中。
[0214]
在一些实施例中，本技术实施例提供的显示面板的数据处理装置90还包括限位模块，用于将中心值的位数由第一位数限制为第二位数，第二位数小于第一位数；和/或，将下标值的位数限制为第三位数，第三位数小于第一位数。存储模块具体用于将分区中的各个区间位数限制后的中心值和/或分区中的各个子像素位数限制后的下标值存储至存储单元中。
[0215]
在一些实施例中，确定模块具体用于对于分区中的任意一个子像素，根据在目标灰阶时的下标值与中心值之间的对应关系和子像素的下标值，确定子像素在目标灰阶时对应的中心值；将子像素对应的中心值作为子像素在目标灰阶时的补偿数据。
[0216]
在一些实施例中，第一压缩模块902具体用于对于任意一个分区，根据分区所显示的灰阶，确定分区对应的背景数据；在分区的补偿数据中去除背景数据，得到分区去除背景数据后的补偿数据；基于目标矢量压缩算法，对分区去除背景数据后的补偿数据进行压缩，得到分区压缩后的补偿数据。
[0217]
在一些实施例中，本技术实施例提供的显示面板的数据处理装置90还包括第二压缩模块，用于基于块压缩算法，对分区去除背景数据后的补偿数据进行均值压缩，得到分区均值压缩后的补偿数据。第一压缩模块902具体用于基于目标矢量压缩算法，对分区均值压缩后的补偿数据进行压缩，得到分区压缩后的补偿数据。
[0218]
在一些实施例中，目标矢量压缩算法包括lbg算法。
[0219]
在一些实施例中，至少部分分区对应的目标聚类数量调整系数不同。
[0220]
图9所示显示面板的数据处理装置中的各个模块/单元具有实现上述方法实施例提供的显示面板的数据处理方法中各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。
[0221]
基于上述实施例提供的显示面板的数据处理方法，相应地，本技术还提供了电子设备的具体实现方式。请参见以下实施例。
[0222]
图10示出了本技术实施例提供的电子设备的硬件结构示意图。
[0223]
电子设备可以包括处理器1001以及存储有计算机程序指令的存储器1002。
[0224]
具体地，上述处理器1001可以包括中央处理器(central processing unit，cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
[0225]
存储器1002可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器1002可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在一个示例中，存储器1002可以包括可移除或不可移除(或固定)的介质，或者存储器1002是非易失性固态存储器。存储器1002可在电子设备的内部或外部。
[0226]
在一个示例中，存储器1002可以是只读存储器(read only memory，rom)。在一个
示例中，该rom可以是掩模编程的rom、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、电可改写rom(earom)或闪存或者两个或更多个以上这些的组合。
[0227]
存储器1002可以包括只读存储器(rom)，随机存取存储器(ram)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本技术的一方面的方法所描述的操作。
[0228]
处理器1001通过读取并执行存储器1002中存储的计算机程序指令，以实现上述方法实施例中的方法/步骤，并达到方法实施例执行其方法/步骤达到的相应技术效果，为简洁描述在此不再赘述。
[0229]
在一个示例中，电子设备还可包括通信接口1003和总线1010。其中，如图10所示，处理器1001、存储器1002、通信接口1003通过总线1010连接并完成相互间的通信。
[0230]
通信接口1003，主要用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。
[0231]
总线1010包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(accelerated graphics port，agp)或其他图形总线、增强工业标准架构(extended industry standard architecture，eisa)总线、前端总线(front side bus，fsb)、超传输(hyper transport，ht)互连、工业标准架构(industry standard architecture，isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线1010可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。
[0232]
另外，结合上述实施例中的显示面板的数据处理方法，本技术实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种显示面板的数据处理方法。计算机可读存储介质的示例包括非暂态计算机可读存储介质，如电子电路、半导体存储器设备、rom、随机存取存储器、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘。
[0233]
需要明确的是，本技术并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本技术的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本技术的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
[0234]
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(application specific integrated circuit，asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本技术的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存
储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(radio frequency，rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
[0235]
还需要说明的是，本技术中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本技术不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
[0236]
上面参考根据本技术的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本技术的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
[0237]
以上所述，仅为本技术的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。

技术特征：
1.一种显示面板的数据处理方法，其特征在于，所述显示面板包括多个分区，每个所述分区包括至少一个子像素，所述方法包括：获取所述多个分区的补偿数据；基于目标矢量压缩算法，对所述多个分区的补偿数据进行压缩，得到所述多个分区压缩后的补偿数据。2.根据权利要求1所述的方法，其特征在于，在所述基于目标矢量压缩算法，对所述多个分区的补偿数据进行压缩，得到所述多个分区压缩后的补偿数据的步骤之前，所述方法还包括：对于任意一个分区的补偿数据，基于初始聚类数量调整系数的所述目标矢量压缩算法，对所述分区的补偿数据进行压缩，得到所述分区压缩后的补偿数据；对所述分区压缩后的补偿数据进行解压缩，得到所述分区解压缩后的补偿数据；将压缩前的所述分区的补偿数据和所述分区解压缩后的补偿数据进行对比，并根据对比结果，确定目标聚类数量调整系数；所述基于目标矢量压缩算法，对所述多个分区的补偿数据进行压缩，得到所述多个分区压缩后的补偿数据的步骤，具体包括：基于所述目标聚类数量调整系数的所述目标矢量压缩算法，对所述分区的补偿数据进行压缩，得到所述分区压缩后的补偿数据。3.根据权利要求2所述的方法，其特征在于，所述将压缩前的所述分区的补偿数据和所述分区解压缩后的补偿数据进行对比，并根据对比结果，确定目标聚类数量调整系数的步骤，具体包括：计算所述分区中多个子像素压缩前的补偿数据与所述分区中多个子像素解压缩后的补偿数据之间的差值的绝对值的累和；根据所述累和与所述分区中的子像素的数量，计算差异率；当所述差异率大于预设阈值时，增大聚类数量调整系数，直至所述差异率小于或等于所述预设阈值，得到所述目标聚类数量调整系数；和/或，当所述差异率小于预设阈值时，减小聚类数量调整系数，直至所述差异率大于所述预设阈值，将所述差异率小于或等于所述预设阈值的最后一次调整的聚类数量调整系数作为所述目标聚类数量调整系数；优选地，依据以下表达式，计算所述分区中多个子像素压缩前的补偿数据与所述分区中多个子像素解压缩后的补偿数据之间的差值的绝对值的累和：其中，d表示所述累和，datas(k)表示所述分区中第k个子像素压缩前的补偿数据，datad(k)表示所述分区中第k个子像素解压缩后的补偿数据，n表示所述分区中的子像素的数量，abs表示绝对值运算，k和n均为正整数，1≤k≤n；优选地，依据以下表达式，计算所述差异率：ratio＝100％*d/n其中，ratio表示所述差异率，n表示所述分区中的子像素的数量，n为正整数；优选地，所述聚类数量调整系数的调整步长包括1。
4.根据权利要求3所述的方法，其特征在于，所述多个分区的补偿数据包括所述多个分区在第一目标灰阶对应的第一补偿数据和所述多个分区在第二目标灰阶对应的第二补偿数据，所述第一目标灰阶不同于所述第二目标灰阶；所述第一目标灰阶对应的所述预设阈值与所述第二目标灰阶对应的所述预设阈值不同；和/或，所述差异率为根据所述累和、所述分区中的子像素的数量和调整系数确定，所述第一目标灰阶对应的所述调整系数与所述第二目标灰阶对应的所述调整系数不同；优选地，依据以下表达式，计算所述差异率：ratio＝100％*d/n*p其中，ratio表示所述差异率，n表示所述分区中的子像素的数量，p为所述调整系数，p≥1，n为正整数。5.根据权利要求4所述的方法，其特征在于，所述第一目标灰阶小于所述第二目标灰阶；所述第一目标灰阶对应的所述预设阈值小于所述第二目标灰阶对应的所述预设阈值，和/或，所述第一目标灰阶对应的所述调整系数小于所述第二目标灰阶对应的所述调整系数。6.根据权利要求2-5任一项所述的方法，其特征在于，所述基于所述目标聚类数量调整系数的所述目标矢量压缩算法，对所述分区的补偿数据进行压缩，得到所述分区压缩后的补偿数据的步骤，具体包括：对于任意一个所述分区，将所述分区中的多个子像素在目标灰阶的补偿数据划分至n个区间，并根据各个区间中所包含的子像素在目标灰阶的补偿数据，确定各个区间的中心值，所述目标灰阶为任意一个所述灰阶绑点，n＝2
k
，k为所述目标聚类数量调整系数，k和n均为正整数；对于所述分区中的任意一个子像素，根据所述子像素的补偿数据所属的区间，生成所述子像素对应的下标值；所述分区压缩后的补偿数据包括所述各个区间的中心值和所述分区中的各个子像素对应的下标值；所述方法还包括：对于任意一个所述分区，将所述分区中的各个区间的中心值和所述分区中的各个子像素对应的下标值存储至存储单元中；优选地，在所述将所述分区中的各个区间的中心值和所述分区中的各个子像素对应的下标值存储至存储单元中的步骤之前，所述方法还包括：将所述中心值的位数由第一位数限制为第二位数，所述第二位数小于所述第一位数；和/或，将所述下标值的位数限制为第三位数，所述第三位数小于所述第一位数；所述将所述分区中的各个区间的中心值和所述分区中的各个子像素对应的下标值存储至存储单元中的步骤，具体包括：将所述分区中的各个区间位数限制后的中心值和/或所述分区中的各个子像素位数限制后的下标值存储至所述存储单元中。7.根据权利要求6所述的方法，其特征在于，所述对所述分区压缩后的补偿数据进行解
压缩，得到所述分区解压缩后的补偿数据的步骤，具体包括：对于所述分区中的任意一个子像素，根据在所述目标灰阶时的下标值与中心值之间的对应关系和所述子像素的下标值，确定所述子像素在所述目标灰阶时对应的中心值；将所述子像素对应的中心值作为所述子像素在所述目标灰阶时的补偿数据。8.根据权利要求1所述的方法，其特征在于，所述基于目标矢量压缩算法，对所述多个分区的补偿数据进行压缩，得到所述多个分区压缩后的补偿数据的步骤，具体包括：对于任意一个所述分区，根据所述分区所显示的灰阶，确定所述分区对应的背景数据；在所述分区的补偿数据中去除所述背景数据，得到所述分区去除所述背景数据后的补偿数据；基于所述目标矢量压缩算法，对所述分区去除所述背景数据后的补偿数据进行压缩，得到所述分区压缩后的补偿数据；优选地，在所述基于所述目标矢量压缩算法，对所述分区去除所述背景数据后的补偿数据进行压缩，得到所述分区压缩后的补偿数据的步骤之前，所述方法还包括：基于块压缩算法，对所述分区去除所述背景数据后的补偿数据进行均值压缩，得到所述分区均值压缩后的补偿数据；所述基于所述目标矢量压缩算法，对所述分区去除所述背景数据后的补偿数据进行压缩，得到所述分区压缩后的补偿数据的步骤，具体包括：基于所述目标矢量压缩算法，对所述分区均值压缩后的补偿数据进行压缩，得到所述分区压缩后的补偿数据。9.根据权利要求1-8任一项所述的方法，其特征在于，所述目标矢量压缩算法包括lbg算法；优选地，至少部分所述分区对应的目标聚类数量调整系数不同。10.一种显示面板的数据处理装置，其特征在于，所述显示面板包括多个分区，每个所述分区包括至少一个子像素，所述装置包括：获取模块，用于获取所述多个分区的补偿数据；第一压缩模块，用于基于目标矢量压缩算法，对所述多个分区的补偿数据进行压缩，得到所述多个分区压缩后的补偿数据。11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述的显示面板的数据处理方法的步骤。

技术总结
本申请实施例提供了一种显示面板的数据处理方法、装置及计算机可读存储介质，显示面板包括多个分区，每个分区包括至少一个子像素，显示面板的数据处理方法包括：获取多个分区的补偿数据；基于目标矢量压缩算法，对多个分区的补偿数据进行压缩，得到多个分区压缩后的补偿数据。本申请实施例能够提高补偿数据的压缩精度，减小压缩后的补偿数据的失真度。减小压缩后的补偿数据的失真度。减小压缩后的补偿数据的失真度。


技术研发人员：杨攀
受保护的技术使用者：昆山国显光电有限公司
技术研发日：2023.06.25
技术公布日：2023/9/6