CN108133718A - 一种对视频进行处理的方法和装置 - Google Patents

Abstract

本发明公开了一种对视频进行处理的方法、装置、电子设备和计算机可读存储介质。该方法包括：对于视频采集器采集的每帧当前视频图像，确定该当前视频图像中的指定对象；对该当前视频图像中的除指定对象之外的部分进行局部或全部模糊处理；将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。可见，通过本技术方案，对采集的当前视频图像进行实时的模糊处理，即在视频采集过程中对视频进行模糊处理，不需要用户在视频采集完成后再进行编辑，省时省力，满足用户的需求，增强用户的使用体验。

Description

一种对视频进行处理的方法和装置

技术领域

本发明涉及计算机技术领域，具体涉及一种对视频进行处理的方法、装置、电子设备和计算机可读存储介质。

背景技术

随着电子设备的功能的日益增多，通过电子设备采集视频的功能也越来越完善，用户在进行视频采集(如录制短视频或视频直播)时，往往在视频采集完成后，在对视频进行编辑，或者是浏览直播的用户在浏览客户端侧进行直播视频的编辑，达到用户满意的效果，以便视频在播放时显示的是编辑后的播放效果。但是简单的完成视频的采集，再进行视频编辑，耗时耗力，降低用户的使用体验；同时，用户对视频编辑的需求也在不断增加，因此，需要改变传统的视频的采集方式，以提高用户的使用体验。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的对视频进行处理的方法、装置、电子设备和计算机可读存储介质。

根据本发明的一个方面，提供了一种对视频进行处理的方法，其中，该方法包括：

对于视频采集器采集的每帧当前视频图像，确定该当前视频图像中的指定对象；

对该当前视频图像中的除所述指定对象之外的部分进行局部或全部模糊处理；

将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。

可选地，所述确定该当前视频图像中的指定对象包括：

通过检测确定当前视频图像中的图像元素为指定对象的概率；

当该概率大于预设阈值时确定所述图像元素为所述的指定对象。

可选地，

所述指定对象为人物图像；

所述确定该当前视频图像中的指定对象包括：根据人脸识别技术识别该当前视频图像中的人脸；根据识别出的人脸确定人物图像。

可选地，

该方法进一步包括：在初始采集的视频图像中识别出不同的对象供用户进行选择；根据用户选择的对象作为指定对象，并从该视频图像中分割出该指定对象的图像并保存；

所述确定该当前视频图像中的指定对象包括：通过将预先保存的指定对象的图像与该当前视频图像进行对比，确定该当前视频图像中的指定对象。

可选地，所述确定该当前视频图像中的指定对象包括：

从当前视频图像中识别出多个对象，将该当前视频图像中的除所述多个对象之外的部分进行模糊处理；

当接收到模糊处理控件再次被触发的指令时，进一步从所述多个对象中识别出一个对象作为所述的指定对象。

可选地，所述对该当前视频图像中的除所述指定对象之外的部分进行局部或全部模糊处理包括：

从当前视频图像中分割出所述指定对象的图像；

对当前视频图像的局部或全部进行模糊处理；

按照从前到后依次为所述指定对象的图像、局部或全部进行模糊处理后的当前视频图像的次序，叠加渲染获得所述模糊处理后的当前视频图像。

可选地，所述对该当前视频图像中的除所述指定对象之外的部分进行局部模糊处理包括：

当该当前帧视频图像中包括多个对象时，将其中一个对象确定为指定对象，并将除了指定对象之外的对象进行模糊处理。

根据本发明的另一方面，提供了一种对视频进行处理的装置，其中，该装置包括：

对象确定单元，适于对于视频采集器采集的每帧当前视频图像，确定该当前视频图像中的指定对象；

模糊处理单元，适于对该当前视频图像中的除所述指定对象之外的部分进行局部或全部模糊处理；

视频输出单元，适于将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。

可选地，

所述对象确定单元，适于通过检测确定当前视频图像中的图像元素为指定对象的概率，当该概率大于预设阈值时确定所述图像元素为所述的指定对象。

可选地，所述指定对象为人物图像；

所述对象确定单元，适于根据人脸识别技术识别该当前视频图像中的人脸，根据识别出的人脸确定人物图像。

可选地，

所述对象确定单元，进一步适于在初始采集的视频图像中识别出不同的对象供用户进行选择；根据用户选择的对象作为指定对象，并从该视频图像中分割出该指定对象的图像并保存；

所述对象确定单元，适于通过将预先保存的指定对象的图像与该当前视频图像进行对比，确定该当前视频图像中的指定对象。

可选地，

所述对象确定单元，适于从当前视频图像中识别出多个对象，将该当前视频图像中的除所述多个对象之外的部分进行模糊处理；当接收到模糊处理控件再次被触发的指令时，进一步从所述多个对象中识别出一个对象作为所述的指定对象。

可选地，

所述模糊处理单元，适于从当前视频图像中分割出所述指定对象的图像；对当前视频图像的局部或全部进行模糊处理；按照从前到后依次为所述指定对象的图像、局部或全部进行模糊处理后的当前视频图像的次序，叠加渲染获得所述模糊处理后的当前视频图像。

可选地，

所述模糊处理单元，适于当该当前帧视频图像中包括多个对象时，将其中一个对象确定为指定对象，并将除了指定对象之外的对象进行模糊处理。

根据本发明的又一方面，提供了一种电子设备，其中，该电子设备包括：

处理器；以及

存储计算机可执行指令的存储器；所述可执行指令在被执行时使所述处理器执行根据前述的方法。

根据本发明的再一方面，提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现前述的方法。

根据本发明的技术方案，对于视频采集器采集的每帧当前视频图像，确定该当前视频图像中的指定对象；对该当前视频图像中的除所述指定对象之外的部分进行局部或全部模糊处理；将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。可见，通过本技术方案，对采集的当前视频图像进行实时的局部或全部模糊处理，即在视频采集过程中对视频进行模糊处理，不需要用户在视频采集完成后再进行编辑，省时省力，满足用户的需求，增强用户的使用体验。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的对视频进行处理的方法的流程示意图；

图2示出了根据本发明一个实施例的对视频进行处理的装置的结构示意图；

图3示出了根据本发明一个实施例的电子设备的结构示意图；

图4示出了根据本发明一个实施例的计算机可读存储介质的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的对视频进行处理的方法的流程示意图。如图1所示，该方法包括：

步骤S110，对于视频采集器采集的每帧当前视频图像，确定该当前视频图像中的指定对象。

步骤S120，对该当前视频图像中的除指定对象之外的部分进行局部或全部模糊处理。

在本实施例中，当确定了当前视频图像中的指定对象后，进行模糊处理时，可以对图像中除了指定对象之外的全部进行模糊处理；也可以对图像中除了指定对象之外的一部分进行模糊处理，也就是说，在进行局部模糊处理后，显示的效果是图像中的指定对象和非指定对象的一部分是清晰的，而图像的其他部分是模糊的。

例如，当前视频图像中包括一个人物图像和多辆车以及背景建筑，指定对象为人物图像，在对视频图像中的除人物图像之外的部分进行模糊处理时，只对多辆车进行模糊处理，而背景建筑不做模糊处理，这样展示的效果是人物图像和背景建筑是清晰的，车辆是模糊的。

步骤S130，将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。

在本实施例中，指定对象是系统默认的指定对象，也可以是在用户采集视频前，设置的指定对象。当确定当前视频图像中的指定对象后，对指定对象之外的部分进行模糊处理，然后再将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。

例如，在直播的过程中，视频采集器采集到主播的视频图像后，每采集一帧视频图像，就从当前帧的视频图像中确定主播，将当前帧视频图像中的除主播之外的部分进行模糊处理，然后将模糊处理后的当前视频图像发送给用户端，用户浏览的视频即是主播清晰，其余部分模糊的效果。

又例如，在视频采集的过程中，视频采集器采集视频图像时，每采集一帧视频图像，就从当前帧的视频图像中确定指定对象，将当前帧视频图像中的除指定对象之外的部分进行模糊处理，然后将模糊处理后的当前视频图进行保存。当该视频录制完成后，再次进行播放时，用户浏览的视频即是指定对象是清晰的，其余部分是模糊的效果。

这里的模糊处理可以采用现有技术中的模糊处理方式。

图1所示的实施例可以应用在服务器侧，也可以应用在移动终端侧。例如，录制短视频时，移动终端侧可以完成模糊处理后上传给服务器保存，或者服务器没接收到一帧视频图像就进行模糊处理并保存；在视频直播中，主播处的移动终端进行模糊处理后上传给服务器，服务器将模糊处理后的视频图像发送给观看用户的移动终端；或者，主播处的移动终端将视频图像实时上传给服务器，服务器将上传的视频图像进行模糊处理后发送给观看用户的移动终端；又或者主播处的移动终端将视频图像实时上传给服务器，服务器将上传的视频图像进行模糊处理后发送给观看用户的移动终端；观看用户的移动终端进行模糊处理后在显示界面进行显示。

可见，通过本技术方案，对采集的当前视频图像进行实时的模糊处理，即在视频采集过程中对视频进行局部或全部模糊处理，不需要用户在视频采集完成后再进行编辑，省时省力，满足用户的需求，增强用户的使用体验。

在本发明的一个实施例中，步骤S110中的确定该当前视频图像中的指定对象包括：通过检测确定当前视频图像中的图像元素为指定对象的概率；当该概率大于预设阈值时确定图像元素为指定对象。

在实际应用中，可以是当模糊处理控件被触发后，进行本方案的实施。对指定对象进行检测时，可能会出现检测到多个类似指定对象的图像元素，为了进行指定对象的准确确认，防止误判，需要检测当前视频图像中的图像元素为指定对象的概率，只有概率大于预设阈值时的图像元素才被确定为指定对象。

例如，在对当前视频图像进行检测时，预设阈值是85％，检测到三个图像元素可能为指定对象的概率分别是70％、80％、90％，所以，这里将规律是90％的图像元素确定为指定对象。

在本发明的一个实施例中，指定对象为人物图像；步骤S110中的确定该当前视频图像中的指定对象包括：根据人脸识别技术识别该当前视频图像中的人脸；根据识别出的人脸确定人物图像。

在本实施例中，指定对象是人物图像，则为了确定当前视频图像中的任务图像，可以采用人脸识别技术进行任务图像的确定。

例如，在采集视频前，用户预先输入指定人像的人脸(如用户自己的人脸)，那么在进行当前视频图像的人脸图像确定时，利用预先输入的人脸图像，采用人脸识别技术对当前视频图像中的人脸图像进行检测。

在本发明的一个实施例中，图1所示的方法进一步包括：在初始采集的视频图像中识别出不同的对象供用户进行选择；根据用户选择的对象作为指定对象，并从该视频图像中分割出该指定对象的图像并保存。

步骤S110中的确定该当前视频图像中的指定对象包括：通过将预先保存的指定对象的图像与该当前视频图像进行对比，确定该当前视频图像中的指定对象。

在本实施例中，为了不影响视频的正常采集，初始采集的视频图像可以是采集的前1帧或前几帧视频图像。

优选地，选择采集的前几帧(例如前5帧图像)，因为，采集的第1帧图像中的对象，可能并没有包含以后采集的视频图像中，为了确保在用户选择指定对象后，在之后的视频图像中可以识别出来，在初始采集的前几帧图像中识别出不同的对象，将前几帧视频图像中均出现的对象展现出来供用户选择。

例如，在采集到第5帧视频图像时，经过检测，前5帧视频图像中，均包含了人脸图像元素，高楼建筑的图像元素和车辆的图像元素，则将上述三种对象显示在指定对象选择界面中，供用户选择。

当用户选择好指定对象后，根据用户选择的对象作为指定对象，并从该视频图像中分割出该指定对象的图像并保存。在上个例子中，用户选择了人脸图像作为指定对象，则在视频图像中分割出该人脸图像保存。将之后采集的视频图像与保存的人脸图像进行对比，将符合保存的人脸图像的图像元素确定为指定对象。

在本发明的一个实施例中，步骤S110中的确定该当前视频图像中的指定对象包括：从当前视频图像中识别出多个对象，将该当前视频图像中的除多个对象之外的部分进行模糊处理；当接收到模糊处理控件再次被触发的指令时，进一步从多个对象中识别出一个对象作为指定对象。

在实际应用中，不排除视频图像中同时检测出多个对象均符合指定对象的特征，那么将多个对象之外的部分均进行模糊处理。如果用户想要保留其中一个对象作为指定对象，则可以再次触发模糊处理控件，则响应于该指令，从多个对象中识别出一个对象作为最终的指定对象，将最终的指定对象之外的部分进行模糊处理。

例如，在当前的视频图像中检测出三个人脸图像，那么就将该三个人脸图像之外的部分进行模糊处理，如果接收到模糊处理控件再次被触发，则从该三个人脸图像中识别出最清晰的那个人脸图像作为指定对象，该人脸图像之外的部分进行模糊处理。此时，之前检测出了另外两个人脸图像也是模糊的。

优选地，这里从多个对象中识别出一个对象作为指定对象可以是从多个对象中识别出最清晰的那个对象作为最终的指定对象。

在本发明的一个实施例中，步骤S120中的对该当前视频图像中的除指定对象之外的部分进行局部或全部模糊处理包括：从当前视频图像中分割出指定对象的图像；对当前视频图像的全部进行局部或全部模糊处理；按照从前到后依次为指定对象的图像、局部或全部进行模糊处理后的当前视频图像的次序，叠加渲染获得模糊处理后的当前视频图像。

在本实施例中，在对除指定对象之外的部分进行模糊处理时，是单独进行的，需要将指定对象从当前视频图像中分割，然后再对当前视频图像的全部进行模糊处理，这样就可以保证指定对象不会被模糊，避免影响模糊处理效果。当模糊处理完成后，按照指定对象的图像在前、全部进行模糊处理后的当前视频图像在后的次序，叠加渲染获得模糊处理后的当前视频图像。

在本发明的一个实施例中，步骤S120中的对该当前视频图像中的除指定对象之外的部分进行局部模糊处理包括：当该当前帧视频图像中包括多个对象时，将其中一个对象确定为指定对象，并将除了指定对象之外的对象进行模糊处理。

例如，当前帧视频图像中包括5个人物图像，图像1、图像2、图像3、图像4和图像5，将图像3确定为指定对象，在进行模糊处理时，将图像1、图像2、图像4和图像5进行模糊处理，而除了被模糊的人物图像之外的背景不做模糊处理，这样处理后，当前视频图像的显示效果即是图像3和背景部分是清晰的，而图像1、图像2、图像4和图像5是模糊的。又或者，人物图像可能包括人物的身体部分，那么在进行模糊处理时，首先识别出图像1、图像2、图像4和图像5的人脸部分，然后仅对人脸部分进行模糊处理，这样处理后，当前视频图像的显示效果即是图像3、背景部分以及图像1、图像2、图像4、图像5的身体部分是清晰的，只有图像1、图像2、图像4和图像5的人脸是模糊的。

这里将其中一个对象确定为指定对象，可以是用户指定，也可以是系统根据清晰度自动确定的。

图2示出了根据本发明一个实施例的对视频进行处理的装置的结构示意图。如图2所示，该对视频进行处理的装置200包括：

对象确定单元210，适于对于视频采集器采集的每帧当前视频图像，确定该当前视频图像中的指定对象。

模糊处理单元220，适于对该当前视频图像中的除指定对象之外的部分进行局部或全部模糊处理。

在本实施例中，当确定了当前视频图像中的指定对象后，进行模糊处理时，可以对图像中除了指定对象之外的全部进行模糊处理；也可以对图像中除了指定对象之外的一部分进行模糊处理，也就是说，在进行局部模糊处理后，显示的效果是图像中的指定对象和非指定对象的一部分是清晰的，而图像的其他部分是模糊的。

例如，当前视频图像中包括一个人物图像和多辆车以及背景建筑，指定对象为人物图像，在对视频图像中的除人物图像之外的部分进行模糊处理时，只对多辆车进行模糊处理，而背景建筑不做模糊处理，这样展示的效果是人物图像和背景建筑是清晰的，车辆是模糊的。

视频输出单元230，适于将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。

在本实施例中，指定对象是系统默认的指定对象，也可以是在用户采集视频前，设置的指定对象。当确定当前视频图像中的指定对象后，对指定对象之外的部分进行模糊处理，然后再将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。

例如，在直播的过程中，视频采集器采集到主播的视频图像后，每采集一帧视频图像，就从当前帧的视频图像中确定主播，将当前帧视频图像中的除主播之外的部分进行模糊处理，然后将模糊处理后的当前视频图像发送给用户端，用户浏览的视频即是主播清晰，其余部分模糊的效果。

又例如，在视频采集的过程中，视频采集器采集视频图像时，每采集一帧视频图像，就从当前帧的视频图像中确定指定对象，将当前帧视频图像中的除指定对象之外的部分进行模糊处理，然后将模糊处理后的当前视频图进行保存。当该视频录制完成后，再次进行播放时，用户浏览的视频即是指定对象是清晰的，其余部分是模糊的效果。

这里的模糊处理可以采用现有技术中的模糊处理方式。

图2所示的装置可以应用在服务器侧，也可以应用在移动终端侧。例如，录制短视频时，移动终端侧可以完成模糊处理后上传给服务器保存，或者服务器没接收到一帧视频图像就进行模糊处理并保存；在视频直播中，主播处的移动终端进行模糊处理后上传给服务器，服务器将模糊处理后的视频图像发送给观看用户的移动终端；或者，主播处的移动终端将视频图像实时上传给服务器，服务器将上传的视频图像进行模糊处理后发送给观看用户的移动终端；又或者主播处的移动终端将视频图像实时上传给服务器，服务器将上传的视频图像进行模糊处理后发送给观看用户的移动终端；观看用户的移动终端进行模糊处理后在显示界面进行显示。

可见，通过本技术方案，对采集的当前视频图像进行实时的模糊处理，即在视频采集过程中对视频进行局部或全部模糊处理，不需要用户在视频采集完成后再进行编辑，省时省力，满足用户的需求，增强用户的使用体验。

在本发明的一个实施例中，对象确定单元210，适于当模糊处理控件被触发后，通过检测确定当前视频图像中的图像元素为指定对象的概率，当该概率大于预设阈值时确定图像元素为指定对象。

在实际应用中，对指定对象进行检测时，可能会出现检测到多个类似指定对象的图像元素，为了进行指定对象的准确确认，防止误判，需要检测当前视频图像中的图像元素为指定对象的概率，只有概率大于预设阈值时的图像元素才被确定为指定对象。

例如，在对当前视频图像进行检测时，预设阈值是85％，检测到三个图像元素可能为指定对象的概率分别是70％、80％、90％，所以，这里将规律是90％的图像元素确定为指定对象。

在本发明的一个实施例中，指定对象为人物图像。

对象确定单元210，适于根据人脸识别技术识别该当前视频图像中的人脸，根据识别出的人脸确定人物图像。

在本实施例中，指定对象是人物图像，则为了确定当前视频图像中的任务图像，可以采用人脸识别技术进行任务图像的确定。

例如，在采集视频前，用户预先输入指定人像的人脸(如用户自己的人脸)，那么在进行当前视频图像的人脸图像确定时，利用预先输入的人脸图像，采用人脸识别技术对当前视频图像中的人脸图像进行检测。

在本发明的一个实施例中，

对象确定单元210，进一步适于在初始采集的视频图像中识别出不同的对象供用户进行选择；根据用户选择的对象作为指定对象，并从该视频图像中分割出该指定对象的图像并保存。

对象确定单元210，适于通过将预先保存的指定对象的图像与该当前视频图像进行对比，确定该当前视频图像中的指定对象。

在本实施例中，为了不影响视频的正常采集，初始采集的视频图像可以是采集的前1帧或前几帧视频图像。

优选地，选择采集的前几帧(例如前5帧图像)，因为，采集的第1帧图像中的对象，可能并没有包含以后采集的视频图像中，为了确保在用户选择指定对象后，在之后的视频图像中可以识别出来，在初始采集的前几帧图像中识别出不同的对象，将前几帧视频图像中均出现的对象展现出来供用户选择。

例如，在采集到第5帧视频图像时，经过检测，前5帧视频图像中，均包含了人脸图像元素，高楼建筑的图像元素和车辆的图像元素，则将上述三种对象显示在指定对象选择界面中，供用户选择。

当用户选择好指定对象后，根据用户选择的对象作为指定对象，并从该视频图像中分割出该指定对象的图像并保存。在上个例子中，用户选择了人脸图像作为指定对象，则在视频图像中分割出该人脸图像保存。将之后采集的视频图像与保存的人脸图像进行对比，将符合保存的人脸图像的图像元素确定为指定对象。

在本发明的一个实施例中，

对象确定单元210，适于从当前视频图像中识别出多个对象，将该当前视频图像中的除多个对象之外的部分进行模糊处理；当接收到模糊处理控件再次被触发的指令时，进一步从多个对象中识别出一个对象作为指定对象。

在实际应用中，不排除视频图像中同时检测出多个对象均符合指定对象的特征，那么将多个对象之外的部分均进行模糊处理。如果用户想要保留其中一个对象作为指定对象，则可以再次触发模糊处理控件，则响应于该指令，从多个对象中识别出一个对象作为最终的指定对象，将最终的指定对象之外的部分进行模糊处理。

例如，在当前的视频图像中检测出三个人脸图像，那么就将该三个人脸图像之外的部分进行模糊处理，如果接收到模糊处理控件再次被触发，则从该三个人脸图像中识别出最清晰的那个人脸图像作为指定对象，该人脸图像之外的部分进行模糊处理。此时，之前检测出了另外两个人脸图像也是模糊的。

优选地，这里从多个对象中识别出一个对象作为指定对象可以是从多个对象中识别出最清晰的那个对象作为最终的指定对象。

在本发明的一个实施例中，

模糊处理单元220，适于从当前视频图像中分割出指定对象的图像；对当前视频图像的全部进行局部或全部模糊处理；按照从前到后依次为指定对象的图像、局部或全部进行模糊处理后的当前视频图像的次序，叠加渲染获得模糊处理后的当前视频图像。

在本实施例中，在对除指定对象之外的部分进行模糊处理时，是单独进行的，需要将指定对象从当前视频图像中分割，然后再对当前视频图像的全部进行模糊处理，这样就可以保证指定对象不会被模糊，避免影响模糊处理效果。当模糊处理完成后，按照指定对象的图像在前、全部进行模糊处理后的当前视频图像在后的次序，叠加渲染获得模糊处理后的当前视频图像。

在本发明的一个实施例中，模糊处理单元220，适于当该当前帧视频图像中包括多个对象时，将其中一个对象确定为指定对象，并将除了指定对象之外的对象进行模糊处理。

例如，当前帧视频图像中包括5个人物图像，图像1、图像2、图像3、图像4和图像5，将图像3确定为指定对象，在进行模糊处理时，将图像1、图像2、图像4和图像5进行模糊处理，而除了被模糊的人物图像之外的背景不做模糊处理，这样处理后，当前视频图像的显示效果即是图像3和背景部分是清晰的，而图像1、图像2、图像4和图像5是模糊的。又或者，人物图像可能包括人物的身体部分，那么在进行模糊处理时，首先识别出图像1、图像2、图像4和图像5的人脸部分，然后仅对人脸部分进行模糊处理，这样处理后，当前视频图像的显示效果即是图像3、背景部分以及图像1、图像2、图像4、图像5的身体部分是清晰的，只有图像1、图像2、图像4和图像5的人脸是模糊的。

这里将其中一个对象确定为指定对象，可以是用户指定，也可以是系统根据清晰度自动确定的。

本发明还提供了一种电子设备，其中，该电子设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，可执行指令在被执行时使处理器执行根据图1所示的及其各实施例中的对视频进行处理的方法。

图3示出了根据本发明一个实施例的电子设备的结构示意图。如图3所示，该电子设备300包括：

处理器310；以及被安排成存储计算机可执行指令(程序代码)的存储器320，在存储器320中，有存储程序代码的存储空间330，用于执行根据本发明的方法步骤的程序代码340存储在存储空间330中，该程序代码在被执行时使处理器310执行根据图1所示的及其各实施例中的对视频进行处理的方法。

图4示出了根据本发明一个实施例的一种计算机可读存储介质的结构示意图。如图4所示，该计算机可读存储介质400存储一个或多个程序(程序代码)410，一个或多个程序(程序代码)410当被处理器执行时，实现图1所示的及其各实施例中的对视频进行处理的方法。

需要说明的是，图3所示的电子设备和图4所示的计算机可读存储介质的各实施例与图1所示的方法的各实施例对应相同，上文已有详细说明，在此不再赘述。

综上所述，根据本发明的技术方案，对于视频采集器采集的每帧当前视频图像，确定该当前视频图像中的指定对象；对该当前视频图像中的除所述指定对象之外的部分进行局部或全部模糊处理；将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。可见，通过本技术方案，对采集的当前视频图像进行实时的局部或全部模糊处理，即在视频采集过程中对视频进行模糊处理，不需要用户在视频采集完成后再进行编辑，省时省力，满足用户的需求，增强用户的使用体验。

需要说明的是：

在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的对视频进行处理的装置、电子设备和计算机可读存储介质中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

例如，图3示出了根据本发明一个实施例的电子设备的结构示意图。该电子设备300传统上包括处理器310和被安排成存储计算机可执行指令(程序代码)的存储器320。存储器320可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器320具有存储用于执行图1所示的以及各实施例中的任何方法步骤的程序代码340的存储空间330。例如，用于程序代码的存储空间330可以包括分别用于实现上面的方法中的各种步骤的各个程序代码340。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图4所述的计算机可读存储介质400。该计算机可读存储介质400可以具有与图3的电子设备中的存储器320类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元存储有用于执行根据本发明的方法步骤的程序代码410，即可以由诸如310之类的处理器读取的程序代码，当这些程序代码由电子设备运行时，导致该电子设备执行上面所描述的方法中的各个步骤。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

本发明公开了A1、一种对视频进行处理的方法，其中，该方法包括：

对于视频采集器采集的每帧当前视频图像，确定该当前视频图像中的指定对象；

对该当前视频图像中的除所述指定对象之外的部分进行局部或全部模糊处理；

将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。

A2、如A1所述的方法，其中，所述确定该当前视频图像中的指定对象包括：

通过检测确定当前视频图像中的图像元素为指定对象的概率；

当该概率大于预设阈值时确定所述图像元素为所述的指定对象。

A3、如A1所述的方法，其中，

所述指定对象为人物图像；

所述确定该当前视频图像中的指定对象包括：根据人脸识别技术识别该当前视频图像中的人脸；根据识别出的人脸确定人物图像。

A4、如A1所述的方法，其中，

该方法进一步包括：在初始采集的视频图像中识别出不同的对象供用户进行选择；根据用户选择的对象作为指定对象，并从该视频图像中分割出该指定对象的图像并保存；

所述确定该当前视频图像中的指定对象包括：通过将预先保存的指定对象的图像与该当前视频图像进行对比，确定该当前视频图像中的指定对象。

A5、如A1所述的方法，其中，所述确定该当前视频图像中的指定对象包括：

从当前视频图像中识别出多个对象，将该当前视频图像中的除所述多个对象之外的部分进行模糊处理；

当接收到模糊处理控件再次被触发的指令时，进一步从所述多个对象中识别出一个对象作为所述的指定对象。

A6、如A1-A5中任一项所述的方法，其中，所述对该当前视频图像中的除所述指定对象之外的部分进行局部或全部模糊处理包括：

从当前视频图像中分割出所述指定对象的图像；

对当前视频图像的局部或全部进行模糊处理；

按照从前到后依次为所述指定对象的图像、局部或全部进行模糊处理后的当前视频图像的次序，叠加渲染获得所述模糊处理后的当前视频图像。

A7、如A1所述的方法，其中，所述对该当前视频图像中的除所述指定对象之外的部分进行局部模糊处理包括：

当该当前帧视频图像中包括多个对象时，将其中一个对象确定为指定对象，并将除了指定对象之外的对象进行模糊处理。

本发明还公开了B8、一种对视频进行处理的装置，其中，该装置包括：

对象确定单元，适于对于视频采集器采集的每帧当前视频图像，确定该当前视频图像中的指定对象；

模糊处理单元，适于对该当前视频图像中的除所述指定对象之外的部分进行局部或全部模糊处理；

视频输出单元，适于将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。

B9、如B8所述的装置，其中，

所述对象确定单元，适于通过检测确定当前视频图像中的图像元素为指定对象的概率，当该概率大于预设阈值时确定所述图像元素为所述的指定对象。

B10、如B8所述的装置，其中，所述指定对象为人物图像；

所述对象确定单元，适于根据人脸识别技术识别该当前视频图像中的人脸，根据识别出的人脸确定人物图像。

B11、如B8所述的装置，其中，

所述对象确定单元，进一步适于在初始采集的视频图像中识别出不同的对象供用户进行选择；根据用户选择的对象作为指定对象，并从该视频图像中分割出该指定对象的图像并保存；

所述对象确定单元，适于通过将预先保存的指定对象的图像与该当前视频图像进行对比，确定该当前视频图像中的指定对象。

B12、如B8所述的装置，其中，

所述对象确定单元，适于从当前视频图像中识别出多个对象，将该当前视频图像中的除所述多个对象之外的部分进行模糊处理；当接收到模糊处理控件再次被触发的指令时，进一步从所述多个对象中识别出一个对象作为所述的指定对象。

B13、如B8-B12中任一项所述的装置，其中，

所述模糊处理单元，适于从当前视频图像中分割出所述指定对象的图像；对当前视频图像的局部或全部进行模糊处理；按照从前到后依次为所述指定对象的图像、局部或全部进行模糊处理后的当前视频图像的次序，叠加渲染获得所述模糊处理后的当前视频图像。

B14、如B8所述的装置，其中，

所述模糊处理单元，适于当该当前帧视频图像中包括多个对象时，将其中一个对象确定为指定对象，并将除了指定对象之外的对象进行模糊处理。

本发明还公开了C15、一种电子设备，其中，该电子设备包括：

处理器；以及

存储计算机可执行指令的存储器；所述可执行指令在被执行时使所述处理器执行根据A1～A7中任一项所述的方法。

本发明还公开了D16、一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现A1～A7中任一项所述的方法。

Claims (10)

1.一种对视频进行处理的方法，其中，该方法包括：

对于视频采集器采集的每帧当前视频图像，确定该当前视频图像中的指定对象；

对该当前视频图像中的除所述指定对象之外的部分进行局部或全部模糊处理；

将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。

2.如权利要求1所述的方法，其中，所述确定该当前视频图像中的指定对象包括：

通过检测确定当前视频图像中的图像元素为指定对象的概率；

当该概率大于预设阈值时确定所述图像元素为所述的指定对象。

3.如权利要求1所述的方法，其中，

所述指定对象为人物图像；

所述确定该当前视频图像中的指定对象包括：根据人脸识别技术识别该当前视频图像中的人脸；根据识别出的人脸确定人物图像。

4.如权利要求1所述的方法，其中，

该方法进一步包括：在初始采集的视频图像中识别出不同的对象供用户进行选择；根据用户选择的对象作为指定对象，并从该视频图像中分割出该指定对象的图像并保存；

所述确定该当前视频图像中的指定对象包括：通过将预先保存的指定对象的图像与该当前视频图像进行对比，确定该当前视频图像中的指定对象。

5.如权利要求1所述的方法，其中，所述确定该当前视频图像中的指定对象包括：

从当前视频图像中识别出多个对象，将该当前视频图像中的除所述多个对象之外的部分进行模糊处理；

当接收到模糊处理控件再次被触发的指令时，进一步从所述多个对象中识别出一个对象作为所述的指定对象。

6.如权利要求1-5中任一项所述的方法，其中，所述对该当前视频图像中的除所述指定对象之外的部分进行局部或全部模糊处理包括：

从当前视频图像中分割出所述指定对象的图像；

对当前视频图像的局部或全部进行模糊处理；

按照从前到后依次为所述指定对象的图像、局部或全部进行模糊处理后的当前视频图像的次序，叠加渲染获得所述模糊处理后的当前视频图像。

7.如权利要求1所述的方法，其中，所述对该当前视频图像中的除所述指定对象之外的部分进行局部模糊处理包括：

当该当前帧视频图像中包括多个对象时，将其中一个对象确定为指定对象，并将除了指定对象之外的对象进行模糊处理。

8.一种对视频进行处理的装置，其中，该装置包括：

对象确定单元，适于对于视频采集器采集的每帧当前视频图像，确定该当前视频图像中的指定对象；

模糊处理单元，适于对该当前视频图像中的除所述指定对象之外的部分进行局部或全部模糊处理；

视频输出单元，适于将模糊处理后的当前视频图像作为最终的视频帧进行播放或保存。

9.一种电子设备，其中，该电子设备包括：

处理器；以及

存储计算机可执行指令的存储器；所述可执行指令在被执行时使所述处理器执行根据权利要求1～7中任一项所述的方法。

10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1～7中任一项所述的方法。