gamma校正方法、装置、驱动芯片、显示组件和存储介质与流程

1.本技术涉及显示技术领域，特别是涉及一种gamma校正方法、装置、驱动芯片、显示组件和存储介质。


背景技术：

2.gamma校正方法，指的是为了配合人眼对光的最佳敏感度区域，对原始值进行校正的方法。该方法通过算法来对原始值进行校正，得到最终校正值。但通过算法的运算量较大，因此，有部分相关技术是通过对每一个原始值对应的最终校正值进行存储，从而直接查找原始值对应的最终校正值。
3.然而，通过对每一个原始值对应的最终校正值进行存储，占用资源较多。


技术实现要素：

4.本技术实施例提供了一种gamma校正方法、装置、驱动芯片、显示组件和存储介质，可以降低gamma校正的占用资源。
5.一种gamma校正方法，所述方法包括：
6.响应于gamma校正指令，获取待校正的第一原始值；
7.查找预先存储的校正差值组，所述校正差值组包括不同原始值分别对应的第m阶校正差值，所述第m阶校正差值通过计算gamma校正值之间的差值得到， m为1以上的自然数；
8.根据所述校正差值组进行gamma校正，得到所述第一原始值对应的第一 gamma校正值。
9.在其中一个实施例中，所述根据所述校正差值组进行gamma校正，得到所述第一原始值对应的第一gamma校正值，包括：
10.从所述校正差值组中获取所述第一原始值关联的至少一个第m阶校正差值；
11.根据所述第一原始值关联的至少一个第m阶校正差值进行gamma校正，得到所述第一原始值对应的第一gamma校正值。
12.在其中一个实施例中，所述从所述校正差值组中获取所述第一原始值关联的至少一个第m阶校正差值，包括：
13.确定小于或等于所述第一原始值的第二原始值；
14.从所述校正差值组中识别出全部所述第二原始值分别对应的第m阶校正差值；
15.将全部所述第二原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m阶校正差值；
16.所述根据所述第一原始值关联的至少一个第m阶校正差值进行gamma校正，得到所述第一原始值对应的第一gamma校正值，包括：
17.对所述第一原始值关联的至少一个第m阶校正差值进行m阶累加，得到所述第一原始值对应的第一gamma校正值。
18.在其中一个实施例中，所述从所述校正差值组中获取所述第一原始值关联的至少一个第m阶校正差值，包括：
19.获取历史gamma校正值，并确定所述历史gamma校正值对应的历史原始值；
20.确定小于或等于目标原始值的第三原始值，所述目标原始值为所述历史原始值和所述第一原始值中较大的一个；
21.从所述校正差值组中获取每个第三原始值对应的第m阶校正差值；
22.将每个第三原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m阶校正差值；
23.所述根据所述第一原始值关联的至少一个第m阶校正差值进行gamma校正，得到所述第一原始值对应的第一gamma校正值，包括：
24.以所述历史gamma校正值作为初始校正值，对所述第一原始值关联的第m 阶校正差值进行m阶累加或m阶累减，得到所述第一原始值对应的第一gamma 校正值。
25.在其中一个实施例中，当m＝1时，所述从所述校正差值组中获取所述第一原始值关联的至少一个第m阶校正差值，包括：
26.获取历史gamma校正值，并确定所述历史gamma校正值对应的历史原始值；
27.确定所述历史原始值与所述第一原始值之间的第四原始值；
28.从所述校正差值组中获取每个第四原始值对应的第m阶校正差值；
29.将每个第四原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m阶校正差值；
30.所述根据所述第一原始值关联的至少一个第m阶校正差值进行gamma校正，得到所述第一原始值对应的第一gamma校正值，包括：
31.以所述历史gamma校正值作为初始校正值，对所述第一原始值关联的第m 阶校正差值进行累加或累减，得到所述第一原始值对应的第一gamma校正值。
32.在其中一个实施例中，所述方法还包括：
33.根据相邻的任意两个gamma校正值确定出不同原始值分别对应的第m阶校正差值；
34.将不同原始值分别对应的第m阶校正差值换算成整数后进行存储。
35.在其中一个实施例中，所述查找预先存储的校正差值组，包括：
36.获取gamma校正系数；
37.查找所述gamma校正系数对应的校正差值组。
38.在其中一个实施例中，不同原始值分别对应的第m阶校正差值的平均值，与所述gamma校正系数之间的差值最小。
39.在其中一个实施例中，所述方法还包括：
40.获取不同原始值分别对应的n阶校正差值，m≤n；
41.分别确定不同原始值分别对应的每一阶校正差值的平均值，与gamma校正系数之间的差值；
42.将平均值与gamma校正系数之间的差值最小的第m阶校正差值进行存储。
43.一种gamma校正装置，所述装置包括：
44.获取模块，用于响应于gamma校正指令，获取待校正的第一原始值；
45.查找模块，用于查找预先存储的校正差值组，所述校正差值组包括不同原始值分
别对应的第m阶校正差值，所述第m阶校正差值通过计算gamma校正值之间的差值得到，m为1以上的自然数；
46.校正模块，用于根据所述校正差值组进行gamma校正，得到所述第一原始值对应的第一gamma校正值。
47.一种驱动芯片，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述的gamma校正方法的步骤。
48.一种显示组件，包括发光单元及驱动芯片，所述驱动芯片用于执行上述的方法的步骤。
49.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
50.上述的gamma校正方法、装置、驱动芯片、显示组件和存储介质，gamma校正方法包括:响应于gamma校正指令，获取待校正的第一原始值；查找预先存储的校正差值组，所述校正差值组包括不同原始值分别对应的第m阶校正差值，所述第m阶校正差值通过计算gamma校正值之间的差值得到，m为1以上的自然数；根据所述校正差值组进行gamma校正，得到所述第一原始值对应的第一gamma 校正值，由于本技术是通过存储校正差值组，而校正差值组中的第m阶校正差值是通过计算gamma校正值之间的差值得到的，因此存储的值更小，因此占用的存储空间就越小，实现了降低gamma校正的占用资源。
附图说明
51.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，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。
52.图1为一个实施例提供的gamma校正方法的流程示意图之一；
53.图2为一个实施例提供的一种步骤130的细化流程图；
54.图3为一个实施例提供的gamma校正方法的流程示意图之二；
55.图4为一个实施例提供的gamma校正方法的流程示意图之三；
56.图5为一个实施例提供的gamma校正方法的流程示意图之四；
57.图6为一个实施例提供的gamma校正装置的结构示意图；
58.图7为一个实施例中驱动芯片的内部结构示意图。
具体实施方式
59.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
60.可以理解，本技术所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本技术的范围的情况下，可以将第一原始值称为第二原始值，且类似地，可将第二原始值称为第一原始值。第一原始值和第二原始值两者都是原始值，但其不是同一原
始值。
61.参考图1，图1为一个实施例提供的gamma校正方法的流程示意图之一。在一个实施例中，如图1所示，gamma校正方法包括步骤110至步骤130。
62.步骤110、响应于gamma校正指令，获取待校正的第一原始值。
63.其中，gamma校正指令指的是触发gamma校正的指令。第一原始值指的是等待校正的原始值，可以理解为初始值。具体的，第一原始值与bit数据有关。例如，若待校正的是8bit数据，则第一原始值为0-255中的任一数值；若待校正的是16bit数据，则第一原始值为0-65535中的任一数值。
64.步骤120、查找预先存储的校正差值组，所述校正差值组包括不同原始值分别对应的第m阶校正差值，所述第m阶校正差值通过计算gamma校正值之间的差值得到。
65.其中，校正差值组指的是预先存储的差值组，作为确定出最终校正值的参数。具体的，校正差值组包括不同原始值分别对应的第m阶校正差值。本实施例的不同原始值与bit数据有关。例如，若待校正的是8bit数据，则不同原始值为0-255的多个数值的集合。不同原始值分别对应的第m阶校正差值，指的是每个原始值都对应一个第m阶校正差值。在本实施例中，m为1以上的自然数。具体的，不同原始值分别对应的校正差值的阶数相同。例如，每个原始值都对应第2阶校正差值。本实施例中，阶数指的是差值的阶数。可选的，当m≥2时，第m阶校正差值为第m-1阶校正差值之间的差值；当m＝1时，第1阶校正差值为gamma校正值之间的差值。例如，当阶数为1时，则第1阶校正差值为相邻两个gamma校正值的差值；当阶数为2时，则第2阶校正差值为相邻两个第1 阶校正差值的差值；当阶数为3时，则第3阶校正差值为第2阶校正差值的差值，以此类推。
66.步骤130、根据所述校正差值组进行gamma校正，得到所述第一原始值对应的第一gamma校正值。
67.其中，第一gamma校正值指的是校正完成的最终校正值。在本步骤中，根据校正差值组进行gamma校正，从而得到第一原始值对应的第一gamma校正值。
68.示例性的，以8bit数据进行gamma校正得到16bit数据，且gamma校正系数为2.2举例说明。如表1所示，表1提供了8bit数据的部分第一原始值分别对应的第1阶校正差值、第2阶校正差值、第3阶校正差值以及第一gamma校正值。
69.第一原始值第一gamma校正值第1阶校正差值第2阶校正差值第3阶校正差值0000010.330.330.330.3321.531.20.860.5333.732.21.010.1447.023.291.090.09511.484.451.160.07617.145.661.210.05724.066.921.260.05832.288.221.30.04
70.表1
71.由表1可知，不同原始值分别对应的第m阶校正差值，比不同原始值分别对应的
gamma校正值要更小，因此占用的存储空间更小，则占用的资源也更小。
72.本实施例的技术方案，通过存储校正差值组，即存储的是校正差值组中的第m阶校正差值，而校正差值组中的第m阶校正差值是通过计算gamma校正值之间的差值得到的，因此存储的值更小，因此占用的存储空间就越小，实现了降低gamma校正的占用资源。
73.以下实施例在上述任一实施例的基础上，对于如何根据校正差值组进行 gamma校正，得到第一原始值对应的第一gamma校正值进行说明。
74.参考图2，图2为一个实施例提供的一种步骤130的细化流程图。在一个实施例中，如图2所示，步骤130、根据所述校正差值组进行gamma校正，得到所述第一原始值对应的第一gamma校正值，包括步骤210至步骤220。
75.步骤210、从所述校正差值组中获取所述第一原始值关联的至少一个第m阶校正差值。
76.在本步骤中，由于校正差值组包括了不同原始值分别对应的第m阶校正差值，因此有一部分第m阶校正差值可能与需要确定的第一gamma校正值无关，因此需要从校正差值组中获取第一原始值关联的至少一个第m阶校正差值。需要说明的是，第m阶校正差值与第一原始值的数值有关。
77.步骤220、根据所述第一原始值关联的至少一个第m阶校正差值进行gamma 校正，得到所述第一原始值对应的第一gamma校正值。
78.在本步骤中，根据第一原始值关联的至少一个第m阶校正差值进行gamma 校正。
79.本实施例的技术方案，通过从校正差值组中获取第一原始值关联的至少一个第m阶校正差值，并根据第一原始值关联的至少一个第m阶校正差值进行 gamma校正，得到第一原始值对应的第一gamma校正值，则只需要获取与第一原始值相关联的第m阶校正差值，则不需要获取与第一原始值无关的第m阶校正参数，可以进一步降低gamma校正的占用资源。
80.在一个可能的实施方式中，所述从所述校正差值组中获取所述第一原始值关联的至少一个第m阶校正差值，包括：
81.确定小于或等于所述第一原始值的第二原始值；从所述校正差值组中识别出全部所述第二原始值分别对应的第m阶校正差值；将全部所述第二原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m阶校正差值。
82.在一个可能的实施方式中，所述根据所述第一原始值关联的至少一个第m 阶校正差值进行gamma校正，得到所述第一原始值对应的第一gamma校正值，包括：
83.对所述第一原始值关联的至少一个第m阶校正差值进行m阶累加，得到所述第一原始值对应的第一gamma校正值。
84.参考图3，图3为一个实施例提供的gamma校正方法的流程示意图之二。如图3所示，一个实施例的gamma校正方法包括步骤310至步骤360。
85.步骤310、响应于gamma校正指令，获取待校正的第一原始值。
86.本步骤可以参考上述任一实施例的描述，本实施例不作赘述。
87.步骤320、查找预先存储的校正差值组，所述校正差值组包括不同原始值分别对应的第m阶校正差值，所述第m阶校正差值通过计算gamma校正值之间的差值得到。
88.本步骤可以参考上述任一实施例的描述，本实施例不作赘述。
89.步骤330、确定小于或等于所述第一原始值的第二原始值。
90.其中，第二原始值指的是不同原始值的其中一个，例如0-255的其中一个。本实施例中的第二原始值小于或等于第一原始值。例如，第一原始值为2，则第二原始值包括0、1和2。
91.步骤340、从所述校正差值组中识别出全部所述第二原始值分别对应的第m 阶校正差值。
92.在本步骤中，由于校正差值组包括不同原始值分别对应的第m阶校正差值，则可以从校正差值组中识别出全部第二原始值分别对应的第m阶校正差值。例如，则第二原始值包括0、1和2，则从校正差值组中识别出第二原始值0对应的第m阶校正差值、第二原始值1对应的第m阶校正差值和第二原始值2对应的第m阶校正差值。
93.需要说明的是，原始值为0时，对应的第m阶校正差值为0。
94.步骤350、将全部所述第二原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m阶校正差值。
95.在本步骤中，将全部第二原始值分别对应的第m阶校正差值，作为第一原始值关联的第m阶校正差值。
96.步骤360、对所述第一原始值关联的至少一个第m阶校正差值进行m阶累加，得到所述第一原始值对应的第一gamma校正值。
97.在本步骤中，对第一原始值关联的至少一个第m阶校正差值进行m阶累加，相当于对全部第二原始值分别对应的第m阶校正差值进行m阶累加。可以理解的是，由于第m阶校正差值为第m-1阶校正差值之间的差值，则m阶累加可以理解为反向累加的过程。
98.具体的，不管m为何数，根据第m阶校正差值，总能确定出第1阶校正差值，由于第1阶校正差值为gamma校正值之间的差值，则可以确定出第一gamma 校正值。
99.继续参考表1，示例性的，假设第一原始值为2，m为2，则第二原始值包括0、1和2。则全部第二原始值分别对应的第2阶校正差值包括0、0.33和0.86。则此时进行m阶累加表示为：0.33 0.33 0.86＝1.53。至此，则确定出了第一原始值2所对应的第一gamma校正值为1.53。
100.第一原始值第一gamma校正值第1阶校正差值第2阶校正差值第3阶校正差值0000010.330.330.330.3321.531.20.860.5333.732.21.010.1447.023.291.090.09511.484.451.160.07617.145.661.210.05724.066.921.260.05832.288.221.30.04
101.表1
102.在一个可能的实施方式中，所述从所述校正差值组中获取所述第一原始值关联的至少一个第m阶校正差值，包括：
103.获取历史gamma校正值，并确定所述历史gamma校正值对应的历史原始值；确定小
于或等于目标原始值的第三原始值，所述目标原始值为所述历史原始值和所述第一原始值中较大的一个；从所述校正差值组中获取每个第三原始值对应的第m阶校正差值；将每个第三原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m阶校正差值。
104.在一个可能的实施方式中，所述根据所述第一原始值关联的至少一个第m 阶校正差值进行gamma校正，得到所述第一原始值对应的第一gamma校正值，包括：
105.以所述历史gamma校正值作为初始校正值，对所述第一原始值关联的第m 阶校正差值进行m阶累加或m阶累减，得到所述第一原始值对应的第一gamma 校正值。
106.参考图4，图4为一个实施例提供的gamma校正方法的流程示意图之三。如图4所示，一个实施例的gamma校正方法包括步骤410至步骤470。
107.步骤410、响应于gamma校正指令，获取待校正的第一原始值。
108.本步骤可以参考上述任一实施例的描述，本实施例不作赘述。
109.步骤420、查找预先存储的校正差值组，所述校正差值组包括不同原始值分别对应的第m阶校正差值，所述第m阶校正差值通过计算gamma校正值之间的差值得到。
110.本步骤可以参考上述任一实施例的描述，本实施例不作赘述。
111.步骤430、获取历史gamma校正值，并确定所述历史gamma校正值对应的历史原始值。
112.其中，历史gamma校正值指的是在本次的gamma校正之前，确定出的gamma 校正值。历史原始值指的是历史gamma校正值对应的原始值。可以理解的是，历史gamma校正值的确定方式，可以参考上述任一实施例的描述。例如，历史 gamma校正值为7.02，则对应的历史原始值为4。
113.步骤440、确定小于或等于目标原始值的第三原始值。
114.其中，所述目标原始值为所述历史原始值和所述第一原始值中较大的一个。具体的，当历史原始值大于第一原始值时，目标原始值为历史原始值；当历史原始值小于第一原始值时，目标原始值为第一原始值。第三原始值指的是小于或等于目标原始值的原始值。具体的，第三原始值包括目标原始值本身。例如，历史原始值为4，第一原始值为2，则第三原始值包括0、1、2、3和4；又例如，历史原始值为1，第一原始值为2，则第三原始值包括0、1和2。
115.步骤450、从所述校正差值组中获取每个第三原始值对应的第m阶校正差值。
116.在本步骤中，由于校正差值组包括不同原始值分别对应的第m阶校正差值，则可以从校正差值组中获取每个第三原始值对应的第m阶校正差值。例如，第三原始值包括3和4，则从校正差值组中获取第三原始值3对应的第m阶校正差值和第三原始值4对应的第m阶校正差值。
117.步骤460、将每个第三原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m阶校正差值。
118.在本步骤中，将第三原始值分别对应的第m阶校正差值，作为第一原始值关联的第m阶校正差值。
119.步骤470、以所述历史gamma校正值作为初始校正值，对所述第一原始值关联的第m阶校正差值进行m阶累加或m阶累减，得到所述第一原始值对应的第一gamma校正值。
120.在本步骤中，对所述第一原始值关联的第m阶校正差值进行m阶累加或m 阶累减，相当于对至少一个第三原始值分别对应的第m阶校正差值进行m阶累加或累减。由于第m阶
校正差值为第m-1阶校正差值之间的差值，则以历史gamma 校正值作为初始校正值，对所述第三原始值分别对应的至少一个第m阶校正差值进行m阶累加或m阶累减，可以理解为在历史gamma校正值的基础上，进行逆向计算的过程。
121.需要说明的是，若历史原始值大于第一原始值，则以历史gamma校正值作为初始校正值，对第一原始值关联的至少一个第m阶校正差值进行m阶累减；若历史原始值小于第一原始值，则以历史gamma校正值作为初始校正值，对第一原始值关联的至少一个第m阶校正差值进行m阶累加。
122.具体的，不管m为何数，根据第m阶校正差值，总能确定出第1阶校正差值，由于第1阶校正差值为gamma校正值之间的差值，则可以确定出第一gamma 校正值。
123.继续参考表1，示例性的，假设历史gamma校正值为3.73，则对应的历史原始值为3，假设第一原始值为2，m为2，则第三原始值为0、1、2和3。则第三原始值分别对应的第2阶校正差值包括0、0.33、0.86和1.01，则第一gamma 校正值＝3.73-(0 0.33 0.86 1.01)＝1.53。
124.继续参考表1，示例性的，假设历史gamma校正值为0.33，则对应的历史原始值为1，假设第一原始值为2，m为2，则第三原始值为0、1和2。则第三原始值分别对应的第2阶校正差值包括0、0.33和0.86，则第一gamma校正值＝0.33 (0.33 0.86)＝1.53。
125.第一原始值第一gamma校正值第1阶校正差值第2阶校正差值第3阶校正差值0000010.330.330.330.3321.531.20.860.5333.732.21.010.1447.023.291.090.09511.484.451.160.07617.145.661.210.05724.066.921.260.05832.288.221.30.04
126.表1
127.在一个可能的实施方式中，当m＝1时，所述从所述校正差值组中获取所述第一原始值关联的至少一个第m阶校正差值，包括：
128.获取历史gamma校正值，并确定所述历史gamma校正值对应的历史原始值；确定所述历史原始值与所述第一原始值之间的第四原始值；从所述校正差值组中获取每个第四原始值对应的第m阶校正差值；将每个第四原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m阶校正差值。
129.在一个可能的实施方式中，所述根据所述第一原始值关联的至少一个第m 阶校正差值进行gamma校正，得到所述第一原始值对应的第一gamma校正值，包括：
130.以所述历史gamma校正值作为初始校正值，对所述第一原始值关联的第m 阶校正差值进行累加或累减，得到所述第一原始值对应的第一gamma校正值。
131.参考图5，图5为一个实施例提供的gamma校正方法的流程示意图之四。如图5所示，gamma校正方法包括步骤510至步骤570。
132.步骤510、响应于gamma校正指令，获取待校正的第一原始值。
133.本步骤可以参考上述任一实施例的描述，本实施例不作赘述。
134.步骤520、查找预先存储的校正差值组，所述校正差值组包括不同原始值分别对应的第m阶校正差值，所述第m阶校正差值通过计算gamma校正值之间的差值得到。
135.本步骤可以参考上述任一实施例的描述，本实施例不作赘述。
136.步骤530、获取历史gamma校正值，并确定所述历史gamma校正值对应的历史原始值。
137.本步骤可以参考上述任一实施例的描述，本实施例不作赘述。
138.步骤540、确定所述历史原始值与所述第一原始值之间的第四原始值。
139.其中，第四原始值指的是历史原始值与第一原始值之间的原始值。具体的，第四原始值包括历史原始值与第一原始值中较大的一方，而不包括较小的一方。例如，历史原始值为4，第一原始值为2，则第四原始值包括3和4。又例如，历史原始值为1，第一原始值为2，则第四原始值包括2。
140.步骤550、从所述校正差值组中获取每个第四原始值对应的第m阶校正差值。
141.步骤560、将每个第四原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m阶校正差值。
142.步骤570、以所述历史gamma校正值作为初始校正值，对所述第一原始值关联的第m阶校正差值进行累加或累减，得到所述第一原始值对应的第一gamma 校正值。
143.在本步骤中，相当于以历史gamma校正值作为初始校正值，对每个第四原始值分别对应的第m阶校正差值进行累加或累减，从而得到第一原始值对应的第一gamma校正值。
144.在本实施例中，由于只需要获取历史原始值与所述第一原始值之间的第四原始值对应的第m阶gamma校正差值，可以进一步降低运算量。
145.需要说明的是，可以是将gamma校正值之间的计算的结果直接作为第m阶校正差值；也可以是对gamma校正值之间的计算的结果换算为整数，将换算成整数后的数值作为第m阶校正差值。从而进行第一gamma校正值的计算。
146.通过表1可知，若将gamma校正值之间的计算的结果直接作为第m阶校正差值，则会存在小数点，则在计算第一gamma校正值时，必然会出现大量的浮点运算，导致运算量增多。并且，在实际的运算过程中，也只需要计算出第一 gamma校正值的估值，即整数值，而不需要过于精确。因此，为了减少运算量，在一个实施例中，第m阶gamma校正值通过对gamma校正值之间的计算的结果换算为整数后得到。
147.在一个实施例中，在步骤130、查找预先存储的校正差值组之前，包括：
148.根据相邻的任意两个gamma校正值确定出不同原始值分别对应的第m阶校正差值；
149.将不同原始值分别对应的第m阶校正差值换算成整数后进行存储。
150.在本实施例中，根据相邻的任意两个gamma校正值确定出不同原始值分别对应的第m阶校正差值，将不同原始值分别对应的第m阶校正差值换算成整数后再进行存储。
151.可选的，可以从第一个第m阶校正差值进行换算，依次到最后一个，从而得到一组全部为整数的第m阶校正差值。需要注意的是，换算的过程需要保证m 阶累加的结果可以准确得到第一gamma校正值。
152.示例性的，以8bit数据进行gamma校正得到16bit数据，且gamma校正系数为2.2举例说明。如表2所示，表2提供了8bit数据的部分第一原始值分别对应的第2阶校正差值、换
整后的第2阶校正差值、第一gamma校正值和实际 gamma校正值。
153.其中，实际gamma校正值指的是根据算法：y＝(x/255)2.2*65535，换算出来的实际gamma校正值。y即是实际gamma校正值，x为需校正的原始值。其中255为8bit最大值，2.2为gamma校正系数，65535为16bit的最大值。那么这个公式的意思就是，把最大值为255的8bit数据转化为gamma系数为2.2 的16bit数据。第2阶校正差值指的是根据两个gamma校正值确定出来的校正差值，未换算成整数。换整后的第2阶校正差值指的是将第2阶校正参数换算成整数后得到的结果。第一gamma校正值指的是最终需要确定出的gamma校正值。
154.通过表2的数据，并采用上述任一实施例的gamma校正方法可知，若第一原始值为2，则可以确定出第一gamma校正值＝0 1 1＝2。若第一原始值为3，则可以确定出第一gamma校正值＝0 1 1 2＝4。
[0155][0156]
表2
[0157]
可以理解的是，通过将第m阶校正差值换算成整数后进行存储，则不需要进行浮点运算，降低了运算量，相当于进一步降低了gamma校正的资源。
[0158]
在一些示例的情况中，gamma校正系数并不是固定不变的，而是需要根据实际情况改变。因此，以下实施例在上述任一实施例的基础上，适配了不同gamma 校正系数的场景。
[0159]
在一个实施例中，查找预先存储的校正差值组，包括：
[0160]
获取gamma校正系数；
[0161]
查找所述gamma校正系数对应的校正差值组。
[0162]
在本实施例中，预先存储不同gamma校正系数分别对应的校正差值组，则可以根据需要查找gamma校正系数对应的校正差值组，从而适配不同gamma校正系数的场景，提高了gamma校正的适用性。
[0163]
在一个实施例中，不同原始值分别对应的第m阶校正差值的平均值，与所述gamma校正系数之间的差值最小。
[0164]
具体的，经研究发现，当不同原始值分别对应的第m阶校正差值的平均值与gamma校正系数之间的差值最小时，所占用的资源最少，并且能准确的计算出gamma校正值。一般的，第m阶校正差值的平均值与gamma校正系数相同。例如，gamma校正系数为2.2，则第m阶校正差值的平均值为2.2。
[0165]
在一个实施例中，在步骤120、查找预先存储的校正差值组之前，包括：
[0166]
获取不同原始值分别对应的n阶校正差值，m≤n；
[0167]
分别确定不同原始值分别对应的每一阶校正差值的平均值，与gamma校正系数之间的差值；
[0168]
将平均值与gamma校正系数之间的差值最小的第m阶校正差值进行存储。
[0169]
在本实施例中，获取n阶中的每一阶校正差值的平均值，与gamma校正系数之间作比较，将差值最小的第m阶校正差值作为一组校正差值组进行存储，以供在需要时进行查找。
[0170]
示例性的，假设n＝3，则获取不同原始值分别对应的第1阶校正差值、第2 阶校正差值和第3阶校正差值。计算不同原始值分别对应的第1阶校正差值与 gamma系数进行比较；并计算不同原始值分别对应的第2阶校正差值与gamma系数进行比较；以及计算不同原始值分别对应的第3阶校正差值与gamma系数进行比较，若不同原始值分别对应的第2阶校正差值与gamma系数的差值最小，则m＝2。
[0171]
应该理解的是，虽然图1-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0172]
参考图6，图6为一个实施例提供的gamma校正装置的结构示意图。如图6 所示，gamma校正装置包括获取模块610、查找模块620和校正模块630，其中：
[0173]
获取模块610用于响应于gamma校正指令，获取待校正的第一原始值；查找模块620用于查找预先存储的校正差值组，所述校正差值组包括不同原始值分别对应的第m阶校正差值，所述第m阶校正差值通过计算gamma校正值之间的差值得到，m为1以上的自然数；校正模块630用于根据所述校正差值组进行 gamma校正，得到所述第一原始值对应的第一gamma校正值。
[0174]
在一个实施例中，校正模块630包括：获取单元，用于从所述校正差值组中获取所述第一原始值关联的至少一个第m阶校正差值；校正单元，用于根据所述第一原始值关联的至少一个第m阶校正差值进行gamma校正，得到所述第一原始值对应的第一gamma校正值。
[0175]
在一个实施例中，获取单元包括：第一获取单元，用于确定小于或等于所述第一原始值的第二原始值；从所述校正差值组中识别出全部所述第二原始值分别对应的第m阶校正差值；将全部所述第二原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m阶校正差值。
[0176]
在一个实施例中，校正单元包括：第一校正单元，用于对所述第一原始值关联的至少一个第m阶校正差值进行m阶累加，得到所述第一原始值对应的第一gamma校正值。
[0177]
在一个实施例中，获取单元包括:第二获取单元，用于获取历史gamma校正值，并确定所述历史gamma校正值对应的历史原始值；确定小于或等于目标原始值的第三原始值，所述目标原始值为所述历史原始值和所述第一原始值中较大的一个；从所述校正差值组中获
取每个第三原始值对应的第m阶校正差值；将每个第三原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m 阶校正差值。
[0178]
在一个实施例中，校正单元包括：第二校正单元，用于以所述历史gamma 校正值作为初始校正值，对所述第一原始值关联的第m阶校正差值进行m阶累加或m阶累减，得到所述第一原始值对应的第一gamma校正值。
[0179]
在一个实施例中，获取单元包括：第三获取单元，用于获取历史gamma校正值，并确定所述历史gamma校正值对应的历史原始值；确定所述历史原始值与所述第一原始值之间的第四原始值；从所述校正差值组中获取每个第四原始值对应的第m阶校正差值；将每个第四原始值分别对应的第m阶校正差值，作为所述第一原始值关联的第m阶校正差值。
[0180]
在一个实施例中，校正单元包括：第三校正单元，用于以所述历史gamma 校正值作为初始校正值，对所述第一原始值关联的第m阶校正差值进行累加或累减，得到所述第一原始值对应的第一gamma校正值。
[0181]
在一个实施例中，该装置还包括：存储模块，用于根据相邻的任意两个gamma 校正值确定出不同原始值分别对应的第m阶校正差值；将不同原始值分别对应的第m阶校正差值换算成整数后进行存储。
[0182]
在一个实施例中，该查找模块620具体用于获取gamma校正系数；查找所述gamma校正系数对应的校正差值组。
[0183]
在一个实施例中，不同原始值分别对应的第m阶校正差值的平均值，与所述gamma校正系数之间的差值最小。
[0184]
在一个实施例中，该存储模块还用于获取不同原始值分别对应的n阶校正差值，m≤n；分别确定不同原始值分别对应的每一阶校正差值的平均值，与gamma 校正系数之间的差值；将平均值与gamma校正系数之间的差值最小的第m阶校正差值进行存储。
[0185]
上述gamma校正装置中各个模块的划分仅用于举例说明，在其他实施例中，可将xxx装置按照需要划分为不同的模块，以完成上述gamma校正装置的全部或部分功能。
[0186]
关于gamma校正装置的具体限定可以参见上文中对于gamma校正方法的限定，在此不再赘述。上述gamma校正装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0187]
图7为一个实施例中驱动芯片的内部结构示意图。如图7所示，该驱动芯片包括通过系统总线连接的处理器和存储器。其中，该处理器用于提供计算和控制能力，支撑整个驱动芯片的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行，以用于实现以下各个实施例所提供的一种gamma校正方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。该驱动芯片可以应用在手机、平板电脑、pda(persomal digital assistamt，个人数字助理)、pos(poimt of sales，销售终端)、车载电脑、穿戴式设备等任意具备显示组件的终端设备中。
[0188]
本技术实施例中提供的gamma校正装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在驱动芯片的存储器上。该计算机程序被处理器执行时，实现本技术实施例中所描述方法的步骤。
[0189]
本技术实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行gamma校正方法的步骤。
[0190]
一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行gamma校正方法。
[0191]
在一个实施例中，还提供了一种显示组件，该显示组件包括发光单元及驱动芯片。该发光单元用于在驱动芯片的驱动下发光。其中，驱动芯片可以参考上述任一实施例的描述，本实施例不作赘述。
[0192]
本技术所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程 rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)，它用作外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddr sdram)、增强型sdram(esdram)、同步链路(symchlimk)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)。
[0193]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。