CN105100893A - 一种视频分享的方法和装置 - Google Patents

Abstract

本发明公开了一种视频分享的方法和装置，属于多媒体领域。所述方法包括：获取目标视频的视频数据，提取所述视频数据中的图像帧，根据所述图像帧，获取与所述目标视频对应的图像文件，将所述图像文件上传至第二电子设备，所述第二电子设备或第三电子设备进行共享所述图像文件。本发明通过将视频中的视频信息转化为图片，以图片代替视频进行分享，能够在现有网络下，缩短了视频的上传和分享的时间。

Description

一种视频分享的方法和装置

技术领域

本发明涉及多媒体领域，特别涉及一种视频分享的方法和装置。

背景技术

当前，随着互联网技术的发展，越来越多的用户通过一些社交平台进行图片、状态等个人数据的分享，从而可以和好友相互进行评论。

但是，受限于现有网络的带宽，用户能分享的仅仅是文字、图片等容量较小的数据，倘若用户想分享一段本地的视频，需要先把视频通过网络上传至服务器，并由服务器分配网络地址后，该用户的好友通过点击网路地址进行在线观看。

在现有移动网络的带宽下，无论是用户上传视频，还是用户的好友在线观看视频，都要经过漫长时间的等待，这样延长了上传和分享的时间。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种视频分享的方法和装置。所述技术方案如下：

一方面，提供了一种视频分享的方法，应用于第一终端，所述第一电子设备通过一通信通道与第二电子设备进行视频分享，所述方法包括：

获取目标视频的视频数据；

提取所述视频数据中的图像帧；

根据所述图像帧，获取与所述目标视频对应的图像文件；

将所述图像文件上传至第二电子设备，所述第二电子设备或第三电子设备进行共享所述图像文件。

另一方面，提供了一种视频分享的装置，应用于第一终端，所述第一电子设备通过一通信通道与第二电子设备进行视频分享，所述装置包括：

第一获取单元，用于获取目标视频的视频数据；

提取单元，用于提取所述视频数据中的图像帧；

处理单元，还用于根据所述图像帧，获取与所述目标视频对应的图像文件；

上传单元，用于将所述图像文件上传至第二电子设备，所述第二电子设备或第三电子设备进行共享所述图像文件。

本发明实施例提供的技术方案带来的有益效果是：

通过将视频中的视频信息转化为图片，以图片代替视频进行分享，能够在现有网络下，缩短了视频的上传和分享的时间。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，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。

图1是本发明实施例一提供的视频分享方法流程图；

图2是本发明实施例二提供的视频分享的详细方法流程图；

图3是本发明实施例三提供的视频分享装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

实施例一

本实施例提供一种视频分享的方法，应用于第一终端，所述第一电子设备通过一通信通道与第二电子设备进行视频分享，所述方法包括：

在步骤101中，获取目标视频的视频数据；

在步骤102中，提取所述视频数据中的图像帧；

在步骤103中，根据所述图像帧，获取与所述目标视频对应的图像文件；

在步骤104中，将所述图像文件上传至第二电子设备，所述第二电子设备或第三电子设备进行共享所述图像文件。

在本实施例中，获取目标视频的视频数据；提取所述视频数据中的图像帧；根据所述图像帧，获取与所述目标视频对应的图像文件；将所述图像文件上传至第二电子设备，所述第二电子设备或第三电子设备进行共享所述图像文件。在该处理过程中，通过将视频中的视频信息转化为图片，以图片代替视频进行分享，能够在现有网络下，缩短了视频的上传和分享的时间。

实施例二

本发明实施例提供了一种视频分享的方法，该方法应用于第一终端，第一电子设备通过一通信通道与第二电子设备进行视频分享，所述方法具体包括：

在步骤101中，获取目标的视频的视频数据。

如图2所示，现有的视频文件，是由视频数据、音频数据混合构成的，其中视频数据是由单独的图像帧组成的数据，该步骤就是从完整的视频媒体文件中，提取出单独的视频轨文件，并将视频轨文件存放为单独的视频数据。

在步骤102中，提取视频数据中的图像帧。

该步骤具体为，

步骤201、确定视频数据中具有图像特征的图像帧。所述图像特征至少包括颜色特征、纹理特征以及空间特征。

实例性的，已经获取到了一段目标视频中的视频数据，该视频数据中的主要内容是一名儿童在房间走动的情景，视频场景中主要包括以及房间内摆设的桌椅。本视频数据的文件为test.mp4，码率为800kbps，大小为80MB，时间长度为100s，帧率为30，根据简单的计算可以得到视频中的帧数共有100*30=3000。

确定在该段视频数据中，主要的变化元素为儿童，并且根据面部识别算法，确定该儿童在视频的每一帧中不同的位置，进而将该儿童的位置变化较大的帧确定为关键帧，也就是具有代表性的图像帧。例如，通过本步骤进行图像识别的计算后，获取的关键帧的数量为100。

步骤202、提取图像帧。

从已经确定的图像帧中，提取图像帧。

由于在前一个步骤中，确定是否作为关键帧的标准仅仅是儿童位置变化的大小，在确定的关键帧中会存在一些图像模糊或者相邻的相关性较大的帧，因为最终选取的图像帧需要代表整个目标视频，因此，还需要从已经确定的图像帧中进行筛选，剔除图像模糊以及相邻的相关性较大的帧，将剩余的关键帧作为最终的图像帧。

其中的相关性指的是在若干关键帧中，相邻的几个关键帧彼此区别不是非常明显，甚至可以很容易看出该相邻的几个关键帧中内容就是连续的，因此处于对整段目标视频进行概括的目的，需要对这些相关性较大的关键帧进行剔除。例如有连续的关键帧体现出的是该儿童经过一个桌子的情况，则仅在保留一个关键帧的前提下，剔除其他的关键帧。经过该步骤，最终提取到的关键帧的数量为30。

步骤203，当视频数据中不存在图像特征时，根据视频数据的时长，提取图像帧。

详细的，当视频数据中，根据识别算法，不能确定图像特征时，则根据视频数据的总的时间长度，按照一定的比例关系，直接获取预设时刻的图像帧作为关键帧。

实例性的，针对上述内容为一名儿童在房间内走动的情景，根据识别算法，无法确定视频中的主要运动对象时，则根据视频数据的时间长度为100s的数值，并结合最终需要选取图像帧为30的数值，每隔100/30≈3.3s，选取一个图像帧作为关键帧。

通过上述步骤的描述，可以从目标视频中提取出符合要求的关键帧。诚然，在提取的步骤中使用的面部识别算法并不仅限于实施例中所提出的，但凡实现类似功能的程序都涉及在内，这里由于篇幅所限不能一一列举。

在步骤103中，根据所述图像帧，获取与目标视频对应的图像文件。

在获取视频数据后，该方法还包括：

步骤204，获取目标视频的音频数据。

跟步骤101中获取目标视频中的视频数据的方法类似，由于目标视频是由视频数据、音频数据混合构成的，其中音频数据是由单独的音轨素材组成的数据，该步骤就是从完整的视频媒体文件中，提取出单独的音轨文件，并将音轨文件存放为单独的音频数据。

步骤205，根据语音识别算法，将音频数据转换为文本数据，该文本数据中携带时间标签。

结合现有的语音识别算法，将已经获取到的音频中的人声数据转换为汉字或外语单词，并将转换后的汉字或外语单词以文本的形式进行存储，值得一提的是，还将该汉字或外语单词对应的在视频中的起始和终止的时刻的时间信息同步存储。类似于常见的字幕格式.srt、.sub以及字幕格式.lrc。

具体的存储格式举例如下：

<12:22:36---------12:22:40>：你好。

其中，<>内的信息为该文本数据在视频中的起始时刻和终止时刻，“：”后的内容即为在该起始时刻和终止时刻内的文本数据。

步骤206，根据时间标签，将文本数据与图像帧进行对应。

步骤207，根据时间标签，将文本数据添加至图像帧中。

具体步骤如下：

首先，按时间顺序将图像帧进行排列。

其次，根据图像帧在目标视频中对应的时间顺序，以及文本数据对应的时间标签，将与图像帧时间一致的文本数据添加到该图像帧中，得到带有文本数据的图像帧。

实例性的，将上述30个图像帧按时间顺序依次进行排列，其中每一个图像帧均带有对应的时间，例如前五个图像帧的时间依次为：1s、3s、5s、11s、15s，而前15s的文本数据为：

<00:00:01---------00:00:02>：你好。

<00:00:03---------00:00:04>：这是哪。

<00:00:05---------00:00:06>：我不认识你。

<00:00:11---------00:00:12>：我走了。

<00:00:15---------00:00:16>：再见。

则将与图像文件对应的文本数据依次添加到图像帧上，最终使得每个图像帧中均有文字数据。

步骤208，将添加有文本数据的图像帧进行拼接，获取拼接后的图像文件。

在步骤207中已经获取到添加有文本数据的图像帧，将图像帧按照预设格式进行排列拼接，并获取拼接后的图像文件。

这里的预设格式可以为“棋盘”型，即横纵两个方向分别有若干个图像帧构成的矩形，例如进行M×N的拼接组合，获取拼接组合后的图像文件，所述M、N为不为零的自然数。

除了上边的“棋盘”型外，还可以为将所有的图像帧按纵向排列成的“长列”型，这些形状可以由用户根据使用场景和个人喜好进行选择，本实施例中不再赘述。

将组合后的图像帧通过图片工具转换成图像文件并进行存储，这里的图像文件采用常用的文件格式，例如bmp、jpg、png等，采样精度为100dpi、200dpi、300dpi等，根据实际使用的情景进行格式和采样精度的选择。

其中，BMP（全称Bitmap）是Windows操作系统中的标准图像文件格式，可以分成两类：设备相关位图（DDB）和设备无关位图（DIB），使用非常广。它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。BMP文件的图像深度可选lbit、4bit、8bit及24bit。BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。由于BMP文件格式是Windows环境中交换与图有关的数据的一种标准，因此在Windows环境中运行的图形图像软件都支持BMP图像格式。

JPG全名是JPEG，JPEG（JointPhotographicExpertsGROUP）是由国际标准组织（ISO:InternationalStandardizationOrganization）和国际电话电报咨询委员会（CCITT:ConsultationCommiteeoftheInternationalTelephoneandTelegraph）为静态图像所建立的第一个国际数字图像压缩标准，也是至今一直在使用的、应用最广的图像压缩标准。JPEG由于可以提供有损压缩，因此压缩比可以达到其他传统压缩算法无法比拟的程度。JPEG图片以24位颜色存储单个光栅图像。JPEG是与平台无关的格式，支持最高级别的压缩，不过，这种压缩是有损耗的。渐近式JPEG文件支持交错。

PNG，图像文件存储格式，其目的是试图替代GIF和TIFF文件格式，同时增加一些GIF文件格式所不具备的特性。可移植网络图形格式(PortableNetworkGraphicFormat，PNG)名称来源于非官方的“PNG'sNotGIF”，是一种位图文件(bitmapfile)存储格式，读成“ping”。PNG用来存储灰度图像时，灰度图像的深度可多到16位，存储彩色图像时，彩色图像的深度可多到48位，并且还可存储多到16位的α通道数据。PNG使用从LZ77派生的无损数据压缩算法，一般应用于JAVA程序中，或网页或S60程序中是因为它压缩比高，生成文件容量小。

在步骤104中，将图像文件上传至第二电子设备，第二电子设备或第三电子设备进行共享图像文件。

这里的第二电子设备可以为文件服务器，用于存储上传的图像文件，或接收其他设备对于图像文件的访问请求，也可以与第三电子设备一样，为其他的用户设备，通过蓝牙、无线2.4G、或Wifi等无线传输技术以及有线传输技术进行图像文件的分享。对于具体的设备以及传输方案，本实施例不再赘述。

在本实施例中，获取目标视频的视频数据，提取所述视频数据中的图像帧，根据所述图像帧，获取与目标视频对应的图像文件，将所述图像文件上传至第二电子设备，所述第二电子设备或第三电子设备进行共享所述图像文件。在该处理过程中，通过提取目标视频中的视频数据中的图像帧，将图像帧转化为图片，进行分享，能够在现有网络下，缩短了视频的上传和分享的时间。

实施例三

参见图3，本发明实施例提供了一种视频分享的装置，该装置应用于第一终端，第一电子设备通过一通信通道与第二电子设备进行视频分享，所述装置包括：

第一获取单元310，用于获取目标视频的视频数据；

提取单元320，用于提取所述视频数据中的图像帧；

处理单元330，还用于根据所述图像帧，获取与所述目标视频对应的图像文件；

上传单元340，用于将所述图像文件上传至第二电子设备，所述第二电子设备或第三电子设备进行共享所述图像文件。

可选的，提取单元320具体用于：

根据图像识别算法，确定所述视频数据中具有图像特征的图像帧，其中所述图像特征至少包括颜色特征、纹理特征以及空间特征；

提取所述图像帧。

提取单元320还用于：

当所述视频数据中不存在所述图像特征时，则根据所述视频数据的时长，提取图像帧。

可选的，该装置还包括：

第二获取单元350，用于获取所述目标视频的音频数据；

转换单元360，用于根据语音识别算法，将所述音频数据转换为文本数据，所述文本数据中携带时间标签；

所述处理单元330，还用于根据所述时间标签，将所述文本数据与所述图像帧进行对应。

可选的，处理单元330具体用于：

根据所述时间标签，将所述文本数据添加至所述图像帧中；

将添加有所述文本数据的所述图像帧进行拼接，获取拼接后的图像文件。

可选的，处理单元330还用于：

将添加有所述文本数据的所述图像帧进行M×N的拼接组合，获取拼接组合后的图像文件，所述M、N为不为零的自然数。

在本实施例中，获取目标视频的视频数据，提取所述视频数据中的图像帧，根据所述图像帧，获取与目标视频对应的图像文件，将所述图像文件上传至第二电子设备，所述第二电子设备或第三电子设备进行共享所述图像文件。在该处理过程中，通过提取目标视频中的视频数据中的图像帧，将图像帧转化为图片，进行分享，能够在现有网络下，缩短了视频的上传和分享的时间。

需要说明的是：上述实施例提供的视频分享的装置，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的视频分享的方法与视频分享的装置实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种视频分享的方法，应用于第一终端，所述第一电子设备通过一通信通道与第二电子设备进行视频分享，其特征在于，所述方法包括：

获取目标视频的视频数据；

提取所述视频数据中的图像帧；

根据所述图像帧，获取与目标视频对应的图像文件；

将所述图像文件上传至第二电子设备，所述第二电子设备或第三电子设备进行共享所述图像文件。

2.根据权利要求1所述的方法，其特征在于，所述提取所述视频数据中的图像帧包括：

根据图像识别算法，确定所述视频数据中具有图像特征的图像帧，其中所述图像特征至少包括颜色特征、纹理特征以及空间特征；

提取所述图像帧。

3.根据权利要求2所述的方法，其特征在于，所述方法包括：

当所述视频数据中不存在所述图像特征时，则根据所述视频数据的时长，提取图像帧。

4.根据权利要求1所述的方法，其特征在于，在所述获取目标视频的视频数据后，所述方法包括：

获取所述目标视频的音频数据；

根据语音识别算法，将所述音频数据转换为文本数据，所述文本数据中携带时间标签；

根据所述时间标签，将所述文本数据与所述图像帧进行对应。

5.根据权利要求1所述的方法，其特征在于，所述根据所述图像帧，获取与所述目标视频对应的图像文件包括：

根据所述时间标签，将所述文本数据添加至所述图像帧中；

将添加有所述文本数据的所述图像帧进行拼接，获取拼接后的图像文件。

6.根据权利要求5所述的方法，其特征在于，所述将添加有所述文本数据的所述图像帧进行拼接处理，获取拼接后的图像文件包括：

将添加有所述文本数据的所述图像帧进行M×N的拼接组合，获取拼接组合后的图像文件，所述M、N为不为零的自然数。

7.一种视频分享的装置，应用于第一终端，所述第一电子设备通过一通信通道与第二电子设备进行视频分享，其特征在于，所述装置包括：

第一获取单元，用于获取目标视频的视频数据；

提取单元，用于提取所述视频数据中的图像帧；

处理单元，还用于根据所述图像帧，获取与所述目标视频对应的图像文件；

上传单元，用于将所述图像文件上传至第二电子设备，所述第二电子设备或第三电子设备进行共享所述图像文件。

8.根据权利要求7所述的装置，其特征在于，所述提取单元具体用于：

根据图像识别算法，确定所述视频数据中具有图像特征的图像帧，其中所述图像特征至少包括颜色特征、纹理特征以及空间特征；

提取所述图像帧。

9.根据权利要求8所述的装置，其特征在于，所述提取单元还用于：

当所述视频数据中不存在所述图像特征时，则根据所述视频数据的时长，提取图像帧。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第二获取单元，用于获取所述目标视频的音频数据；

转换单元，用于根据语音识别算法，将所述音频数据转换为文本数据，所述文本数据中携带时间标签；

所述处理单元，还用于根据所述时间标签，将所述文本数据与所述图像帧进行对应。

11.根据权利要求7所述的装置，其特征在于，所述处理单元具体用于：

根据所述时间标签，将所述文本数据添加至所述图像帧中；

将添加有所述文本数据的所述图像帧进行拼接，获取拼接后的图像文件。

12.根据权利要求11所述的装置，其特征在于，所述处理单元还用于：

将添加有所述文本数据的所述图像帧进行M×N的拼接组合，获取拼接组合后的图像文件，所述M、N为不为零的自然数。