1.一种获取图片的方法，其特征在于，所述方法包括：

获取待处理图片，所述待处理图片包括车辆的车辆图像；

在所述待处理图片中获取目标图像区域，所述目标图像区域包括所述车辆的车门图像；

根据所述目标图像区域，通过第一卷积神经网络CNN检测所述车辆的车门状态；

在所述车门状态为车门打开状态时，将所述待处理图片确定为目标图片。

2.如权利要求1所述的方法，其特征在于，所述在所述待处理图片中获取目标图像区域，包括：检测所述待处理图片中的车辆图像得到车辆检测结果，所述车辆检测结果包括所述车辆图像的宽度、高度和所述车辆图像在所述待处理图片中的位置；

根据所述车辆检测结果，从所述待处理图片中获取目标图像区域。

3.如权利要求2所述的方法，其特征在于，所述根据所述车辆检测结果，从所述待处理图片中获取目标图像区域，包括：根据所述车辆图像的宽度和高度，获取所述目标图像区域的宽度和高度；

根据所述位置、所述目标图像区域的宽度和高度，从所述待处理图片中获取两个目标图像区域，其中一目标图像区域包括所述车辆的左车门图像，另一个目标图像区域包括所述车辆的右车门图像。

4.如权利要求3所述的方法，其特征在于，所述车辆检测结果还包括所述车辆图像的图像类型，所述图像类型为车头图像或车尾图像；

所述根据所述位置、所述目标图像区域的宽度和高度，从所述待处理图片中获取两个目标图像区域之后，还包括：根据所述图像类型，从所述两个目标图像区域中确定出第一目标图像区域和第二目标图像区域，所述第一目标图像区域包括所述车辆的左车门图像，所述第二目标图像区域包括所述车辆的右车门图像。

5.如权利要求1至4任一项所述的方法，其特征在于，所述将所述待处理图片确定为目标图片之后，还包括：根据所述目标图像区域包括的车门图像类型，设置所述目标图片对应的车门类型。

6.如权利要求1至4任一项所述的方法，其特征在于，所述通过第一卷积神经网络CNN检测所述车辆的车门状态之前，还包括：使用至少一个第一样本图片和至少一个第二样本图片对第二CNN进行训练得到第一CNN，所述至少一个第一样本图片中的每个第一样本图片包括打开状态的车门图像，所述至少一个第二样本图片中的每个第二样本图片包括关闭状态的车门图像。

7.一种获取图片的装置，其特征在于，所述装置包括：

第一获取模块，用于获取待处理图片，所述待处理图片包括车辆的车辆图像；

第二获取模块，用于在所述待处理图片中获取目标图像区域，所述目标图像区域包括所述车辆的车门图像；

检测模块，用于根据所述目标图像区域，通过第一卷积神经网络CNN检测所述车辆的车门状态；

确定模块，用于在所述车门状态为车门打开状态时，将所述待处理图片确定为目标图片。

8.如权利要求7所述的装置，其特征在于，所述第二获取模块，包括：检测单元，用于检测所述待处理图片中的车辆图像得到车辆检测结果，所述车辆检测结果包括所述车辆图像的宽度、高度和所述车辆图像在所述待处理图片中的位置；

获取单元，用于根据所述车辆检测结果，从所述待处理图片中获取目标图像区域。

9.如权利要求8所述的装置，其特征在于，所述获取单元，用于：根据所述车辆图像的宽度和高度，获取所述目标图像区域的宽度和高度；

根据所述位置、所述目标图像区域的宽度和高度，从所述待处理图片中获取两个目标图像区域，其中一目标图像区域包括所述车辆的左车门图像，另一个目标图像区域包括所述车辆的右车门图像。

10.如权利要求9所述的装置，其特征在于，所述车辆检测结果还包括所述车辆图像的图像类型，所述图像类型为车头图像或车尾图像；

所述获取单元，还用于根据所述图像类型，从所述两个目标图像区域中确定出第一目标图像区域和第二目标图像区域，所述第一目标图像区域包括所述车辆的左车门图像，所述第二目标图像区域包括所述车辆的右车门图像。

11.如权利要求7至10任一项所述的装置，其特征在于，所述装置还包括：设置模块，用于根据所述目标图像区域包括的车门图像类型，设置所述目标图片对应的车门类型。

12.如权利要求7至10任一项所述的装置，其特征在于，所述装置还包括：训练模块，用于使用至少一个第一样本图片和至少一个第二样本图片对第二CNN进行训练得到第一CNN，所述至少一个第一样本图片中的每个第一样本图片包括打开状态的车门图像，所述至少一个第二样本图片中的每个第二样本图片包括关闭状态的车门图像。