1.一种图片的筛查方法，其特征在于，包括：获取视频信息；

采集所述视频信息中目标帧对应的目标图片；

确定所述目标图片的清晰度值，将所述清晰度值存储于预设清晰度数组中；

判断所述视频信息是否遍历结束；

若所述视频信息未遍历结束，根据所述目标图片的清晰度值，确定需要跳过的步长值；

将跳过所述步长值后对应的视频帧作为所述目标帧；

若所述视频信息遍历结束，将所述预设清晰度数组中清晰度值最高的目标图片作为清晰图片。

2.根据权利要求1所述图片的筛查方法，其特征在于，所述确定所述目标图片的清晰度值，包括：

对所述目标图片进行预处理，得到预处理后的处理图片；

将所述处理图片转换为图像梯度矩阵；

对所述图像梯度矩阵进行归一化处理，得到归一化梯度矩阵；

计算所述归一化梯度矩阵的矩阵均值，将所述矩阵均值作为所述清晰度值。

3.根据权利要求2所述图片的筛查方法，其特征在于，所述对所述目标图片进行预处理，得到预处理后的处理图片，包括：按照原图尺寸对所述目标图片进行等比缩放；

以等比缩放后的目标图片中短边为宽高尺寸进行裁剪，得到预处理后的处理图片。

4.根据权利要求2所述图片的筛查方法，其特征在于，所述将所述处理图片转换为图像梯度矩阵，包括：

将所述处理图片转换为图像矩阵；

将所述图像矩阵转换为灰度图像矩阵；

读取所述灰度图像矩阵，基于拉普拉斯速算法计算所述图像梯度矩阵。

5.根据权利要求2所述图片的筛查方法，其特征在于，所述对所述图像梯度矩阵进行归一化处理，得到归一化梯度矩阵，包括：读取所述图像梯度矩阵，设最大值为N，其他值按照占最大值百分比计算，以得到全部量化在0和N之间的所述归一化梯度矩阵；

其中，N大于0。

6.根据权利要求5所述图片的筛查方法，其特征在于，所述根据所述目标图片的清晰度值，确定需要跳过的步长值；

确定所述目标图片的清晰度值所在的清晰区间；

将所述清晰区间对应的预设步长值作为所述步长值；

其中，所述清晰区间中的清晰度值越高，所述清晰区间对应的预设步长值越低。

7.根据权利要求5所述图片的筛查方法，其特征在于，所述清晰区间包括第一清晰区间、第二清晰区间、第三清晰区间和第四清晰区间；

所述第一清晰区间包括0‑0.1N，所述第一清晰区间对应的预设步长值包括6；

所述第二清晰区间包括0.1N‑0.3N，所述第二清晰区间对应的预设步长值包括4；

所述第三清晰区间包括0.3N‑0.5N，所述第三清晰区间对应的预设步长值包括3；

所述第四清晰区间包括0.5N‑N，所述第四清晰区间对应的预设步长值包括2。

8.一种图片的筛查装置，其特征在于，包括：获取模块，用于获取视频信息；

采集模块，用于采集所述视频信息中目标帧对应的目标图片；

确定模块，用于确定所述目标图片的清晰度值，将所述清晰度值存储于预设清晰度数组中；

判断模块，用于判断所述视频信息是否遍历结束；

所述确定模块，还用于若所述视频信息未遍历结束，根据所述目标图片的清晰度值，确定需要跳过的步长值；

所述确定模块，还用于将跳过所述步长值后对应的视频帧作为所述目标帧；

所述确定模块，还用于若所述视频信息遍历结束，将所述预设清晰度数组中清晰度值最高的目标图片作为清晰图片。

9.根据权利要求8所述图片的筛查装置，其特征在于，所述确定模块，用于对所述目标图片进行预处理，得到预处理后的处理图片；将所述处理图片转换为图像梯度矩阵；对所述图像梯度矩阵进行归一化处理，得到归一化梯度矩阵；计算所述归一化梯度矩阵的矩阵均值，将所述矩阵均值作为所述清晰度值。

10.一种图片的筛查设备，其特征在于，包括处理器和存储器，所述处理器与存储器相连：

其中，所述处理器，用于调用并执行所述存储器中存储的程序；

所述存储器，用于存储所述程序，所述程序至少用于执行权利要求1‑7任一项所述的图片的筛查方法。