CN110400355A - 一种单色视频的确定方法、装置、电子设备及存储介质 - Google Patents
一种单色视频的确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110400355A CN110400355A CN201910690528.9A CN201910690528A CN110400355A CN 110400355 A CN110400355 A CN 110400355A CN 201910690528 A CN201910690528 A CN 201910690528A CN 110400355 A CN110400355 A CN 110400355A
- Authority
- CN
- China
- Prior art keywords
- color type
- ratio
- image frame
- target image
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种单色视频的确定方法、装置、电子设备及存储介质,其中,该确定方法包括从目标视频中提取目标图像帧;利用预设的机器算法,计算目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例;根据目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,判定目标图像帧是否为单色图像帧。本申请中通过服务器能够自动利用预设的机器算法,对目标视频中的目标图像帧进行计算,得到目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,并根据第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例判定目标图像帧是否为单色图像帧,提高了审核效率。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种单色视频的确定方法、装置、电子设备及存储介质。
背景技术
随着视频被广泛的应用,以及多媒体技术的发展,利用多媒体技术为用户呈现更为优质的视频信息。通常,在制作完成视频信息之后,需要审核人员对完成的视频信息进行审核,包括检查视频信息中是否夹帧、画面亮度是否不够、是否存在单色视频等,并对单色视频进行处理,避免单色视频影响用户的观看体验。
现有技术中,针对单色视频的审核方式是:审核人员根据自身的审核经验,对视频信息进行观察,从而确定是否存在单色视频。
但是,不同的审核人员由于自身的审核经验不同,对单色视频的审核结果会产生分歧,并且,审核人员逐一对所有视频信息进行审核,耗时耗力,效率较低。
发明内容
有鉴于此,本申请实施例的目的在于提供一种单色视频的确定方法及装置,能够自动确定单色图像帧及单色视频,提高了审核效率,且智能化程度较高,省时省力。
第一方面,本申请实施例提供了一种单色视频的确定方法,其中,包括:
从目标视频中提取目标图像帧;
利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例;
根据所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例,判定所述目标图像帧是否为单色图像帧。
结合第一方面,本申请实施例提供了第一方面的第一种可能的实施方式,其中,所述利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,包括:
利用色调值、饱和度值以及明度值HSV颜色模型对所述目标图像帧进行计算,得到所述目标图像帧所有像素点中的每个像素点的HSV信息;
基于每个像素点的HSV信息、颜色类型与HSV信息之间的映射关系,确定该像素点的颜色类型;
基于每个像素点的颜色类型,确定所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例。
结合第一方面的第一种可能的实施方式,本申请实施例提供了第一方面的第二种可能的实施方式,其中,所述HSV信息包括色调值、饱和度值以及明度值,所述基于每个像素点的HSV信息、颜色类型与HSV信息之间的映射关系,确定该像素点的颜色类型,包括:
针对每个像素点,从颜色类型与HSV信息之间的映射关系中,查找该像素点的色调值对应的至少一个颜色类型,饱和度值对应的至少一个颜色类型,以及,明度值对应的至少一个颜色类型;
从色调值对应的至少一个颜色类型、饱和度值对应的至少一个颜色类型、明度值对应的至少一个颜色类型中,筛选出重复的颜色类型,并将重复的颜色类型作为该像素点的颜色类型。
结合第一方面,本申请实施例提供了第一方面的第三种可能的实施方式,其中,所述根据所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,判定所述目标图像帧是否为单色图像帧,包括:
分别将所述第一颜色类型的比例与第一预设阈值、所述第二颜色类型的比例与第二预设阈值、所述第三颜色类型的比例与第三预设阈值进行对比;
若所述第一颜色类型的比例大于所述第一预设阈值,或,所述第二颜色类型的比例大于所述第二预设阈值,或,所述第三颜色类型的比例大于所述第三预设阈值,则确定所述目标图像帧为单色图像帧。
结合第一方面,本申请实施例提供了第一方面的第四种可能的实施方式,其中,在确定所述目标图像帧为单色图像帧之后,还包括:
将所述目标图像帧从所述目标视频中剔除。
结合第一方面,本申请实施例提供了第一方面的第五种可能的实施方式,其中,还包括:
计算所述单色图像帧在所述目标视频中的占比;
若所述占比大于预设占比,则确定所述目标视频为单色视频。
第二方面,本申请实施例还提供了一种单色视频的确定装置,其中,包括:
提取模块,用于从目标视频中提取目标图像帧;
计算模块,用于利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例;
判定模块,用于根据所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例,判定所述目标图像帧是否为单色图像帧。
结合第二方面,本申请实施例提供了第二方面的第一种可能的实施方式,其中,所述计算模块在利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例时,包括:
利用色调值、饱和度值以及明度值HSV颜色模型对所述目标图像帧进行计算,得到所述目标图像帧所有像素点中的每个像素点的HSV信息;
基于每个像素点的HSV信息、颜色类型与HSV信息之间的映射关系,确定该像素点的颜色类型;
基于每个像素点的颜色类型,确定所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例。
第三方面,本申请实施例还提供了一种电子设备,其中,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如第一方面、第一方面的第一种可能的实施方式至第一方面的第五种可能的实施方式中任意一项所述的单色视频的确定方法的步骤。
第四方面,本申请实施例还提供了一种计算机可读存储介质,其中,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如第一方面、第一方面的第一种可能的实施方式至第一方面的第五种可能的实施方式中任意一项所述的单色视频的确定方法的步骤。
本申请实施例提供的一种单色视频的确定方法、装置、电子设备及存储介质,其中,该确定方法包括从目标视频中提取目标图像帧;利用预设的机器算法,计算目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例;根据目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,判定目标图像帧是否为单色图像帧。本申请中通过服务器能够自动利用预设的机器算法,对目标视频中的目标图像帧进行计算,得到目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,并进一步的根据第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例判定目标图像帧是否为单色图像帧,提高了审核效率,且智能化程度较高,省时省力。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本申请实施例所提供的一种单色视频的确定方法的流程图;
图2示出了本申请实施例所提供的另一种单色视频的确定装置的结构示意图;
图3示出了本申请实施例所提供的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
目前,针对单色视频的审核方式是:审核人员根据自身的审核经验,对视频信息进行观察,从而确定是否存在单色视频。但是,不同的审核人员由于自身的审核经验不同,对单色视频的审核结果会产生分歧,并且,审核人员逐一对所有视频信息进行审核,耗时耗力,效率较低。针对上述问题,本申请实施例提供的一种单色视频的确定方法、装置、电子设备及存储介质,能够自动确定单色图像帧及单色视频,提高了审核效率,且智能化程度较高,省时省力。
为便于对本申请实施例进行理解,首先对本申请实施例所公开的一种单色视频的确定方法进行详细介绍。
如图1所示,为本申请实施例以服务器为执行主体时单色视频的确定方法的流程图,具体步骤如下:
S101,从目标视频中提取目标图像帧。
本申请实施例中,视频由一帧一帧的图像帧组成。在具体实施中,可以对视频中的每一图像帧进行单色审核,因而,从待评估的目标视频中提取目标图像帧,包括:对目标视频进行解析,获取目标视频包含的各图像帧,将得到的各图像帧按照播放顺序排列,得到目标图像帧。
本申请实施例中,为了减少审核的工作量,还可以无需获取目标视频中的每一图像帧,因而,作为另一可选实施例,从待评估视频中提取待评估图像帧,包括:对目标视频进行解析,获取待评估视频包含的各图像帧,按照预设抽样频率依次对各图像帧进行抽帧,得到目标图像帧。
本申请实施例中,作为再一可选实施例,从目标视频中提取目标图像帧,包括:对目标视频进行解析,获取目标视频包含的各图像帧,依次对各图像帧进行随机抽帧,得到目标图像帧。
S102,利用预设的机器算法,计算目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例。
在具体实施中,可以利用色调值、饱和度值以及明度值(Hue,Saturation,Value,HSV)颜色模型对目标图像帧进行计算,得到目标图像帧所有像素点中的每个像素点的HSV信息;也即,将目标图像帧输入至HSV颜色模型中,HSV颜色模型将输出目标图像帧所有像素点中的每个像素点的HSV信息,其中,HSV信息包括色调值、饱和度值以及明度值。
基于每个像素点的HSV信息、颜色类型与HSV信息之间的映射关系,确定该像素点的颜色类型;其中,颜色类型与HSV信息之间的映射关系包括每个颜色类型对应的HSV信息中色调值的范围,每个颜色类型对应的HSV信息中饱和度值的范围,每个颜色类型对应的HSV信息中明度值的范围。
具体的,针对每个像素点,从颜色类型与HSV信息之间的映射关系中,查找该像素点的色调值对应的至少一个颜色类型,饱和度值对应的至少一个颜色类型,以及,明度值对应的至少一个颜色类型。
从色调值对应的至少一个颜色类型、饱和度值对应的至少一个颜色类型、明度值对应的至少一个颜色类型中,筛选出重复的颜色类型,并将重复的颜色类型作为该像素点的颜色类型。
例如,HSV颜色模型将输出目标图像帧所有像素点中的一个像素点的色调值为100,饱和度值为50,明度值为80,通过每个颜色类型对应的HSV信息中色调值的范围,可以确定色调值对应的颜色类型包括黑色、灰色、白色和蓝色;通过每个颜色类型对应的HSV信息中饱和度值的范围,可以确定饱和度值对应的颜色类型包括黑色、红色、橙色、黄色、绿色、青色、蓝色和紫色;通过每个颜色类型对应的HSV信息中明度值的范围,可以确定明度值对应的颜色类型包括灰色、红色、橙色、黄色、绿色、青色、蓝色和紫色;可见,色调值对应的至少一个颜色类型、饱和度值对应的至少一个颜色类型、明度值对应的至少一个颜色类型中,重复的颜色类型为蓝色,因此,该像素点的颜色类型为蓝色。
基于每个像素点的颜色类型,确定目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例。
这里,第一颜色类型、第二颜色类型、第三颜色类型可以分别对应蓝色、绿色和白色,具体的对应方式,本申请实施例对此不做具体限定。
S103,根据目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,判定目标图像帧是否为单色图像帧。
在具体实施中,分别将第一颜色类型的比例与第一预设阈值、第二颜色类型的比例与第二预设阈值、第三颜色类型的比例与第三预设阈值进行对比;若第一颜色类型的比例大于第一预设阈值,或,第二颜色类型的比例大于第二预设阈值,或,第三颜色类型的比例大于第三预设阈值,则确定目标图像帧为单色图像帧。
进一步的,还可以判断第一颜色类型的比例、第二颜色类型的比例、第三颜色类型的比例中最大的比例对应的颜色类型,并将目标图像帧作为该颜色类型的单色图像帧。
在具体实施中,为了确保用户的观看体验,在确定所述目标图像帧为单色图像帧之后,可以将目标图像帧从所述目标视频中剔除。
在获取到多个目标图像帧时,确定每个目标图像帧是否为单色图像帧之后,还可以进一步的计算单色图像帧在目标视频中的占比;若占比大于预设占比,则确定目标视频为单色视频。
在确定目标视频为单色视频之后,可以生成对应的提示信息,并将提示信息发送给用户终端,以使用户终端对应的用户对该目标视频进行后续处理,例如直接删掉,重新剪辑等。
本申请实施例中通过服务器能够自动利用预设的机器算法,对目标视频中的目标图像帧进行计算,得到目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,并进一步的根据第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例判定目标图像帧是否为单色图像帧,提高了审核效率,且智能化程度较高,省时省力。
基于同一发明构思,本申请实施例还提供了与单色视频的确定方法对应的单色视频的确定装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述单色视频的确定方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参见图2所示,本申请又一实施例所提供的单色视频的确定装置包括:
提取模块201,用于从目标视频中提取目标图像帧;
计算模块202,用于利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例;
判定模块203,用于根据所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例,判定所述目标图像帧是否为单色图像帧。
在一种实施方式中,所述计算模块202在利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例时,包括:
利用色调值、饱和度值以及明度值HSV颜色模型对所述目标图像帧进行计算,得到所述目标图像帧所有像素点中的每个像素点的HSV信息;
基于每个像素点的HSV信息、颜色类型与HSV信息之间的映射关系,确定该像素点的颜色类型;
基于每个像素点的颜色类型,确定所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例。
在另一种实施方式中,所述HSV信息包括色调值、饱和度值以及明度值,所述计算模块202在基于每个像素点的HSV信息、颜色类型与HSV信息之间的映射关系,确定该像素点的颜色类型时,包括:
针对每个像素点,从颜色类型与HSV信息之间的映射关系中,查找该像素点的色调值对应的至少一个颜色类型,饱和度值对应的至少一个颜色类型,以及,明度值对应的至少一个颜色类型;
从色调值对应的至少一个颜色类型、饱和度值对应的至少一个颜色类型、明度值对应的至少一个颜色类型中,筛选出重复的颜色类型,并将重复的颜色类型作为该像素点的颜色类型。
在又一种实施方式中,所述判定模块203在根据所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,判定所述目标图像帧是否为单色图像帧时,包括:
分别将所述第一颜色类型的比例与第一预设阈值、所述第二颜色类型的比例与第二预设阈值、所述第三颜色类型的比例与第三预设阈值进行对比;
若所述第一颜色类型的比例大于所述第一预设阈值,或,所述第二颜色类型的比例大于所述第二预设阈值,或,所述第三颜色类型的比例大于所述第三预设阈值,则确定所述目标图像帧为单色图像帧。
在再一种实施方式中,上述单色视频的确定装置还包括剔除模块204,用于:
将所述目标图像帧从所述目标视频中剔除。
在再一种实施方式中,上述单色视频的确定装置还包括确定模块205,用于:
计算所述单色图像帧在所述目标视频中的占比;
若所述占比大于预设占比,则确定所述目标视频为单色视频。
图3描述了本发明实施例提供的一种电子设备300的结构,该电子设备300包括:至少一个处理器301,至少一个网络接口304或者其他用户接口303,存储器305,至少一个通信总线302。通信总线302用于实现这些组件之间的连接通信。该电子设备300可选的包含用户接口303,包括显示器(例如,触摸屏、LCD、CRT、全息成像(Holographic)或者投影(Projector)等),键盘或者点击设备(例如,鼠标,轨迹球(trackball),触感板或者触摸屏等)。
存储器305可以包括只读存储器和随机存取存储器,并向处理器301提供指令和数据。存储器305的一部分还可以包括非易失性随机存取存储器(NVRAM)。
在一些实施方式中,存储器305存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:
操作系统3051,包含各种系统程序,用于实现各种基础业务以及处理基于硬件的任务;
应用程序模块3052,包含各种应用程序,例如桌面(launcher)、媒体播放器(MediaPlayer)、浏览器(Browser)等,用于实现各种应用业务。
在本发明实施例中,通过调用存储器305存储的程序或指令,处理器301用于:
从目标视频中提取目标图像帧;
利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例;
根据所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例,判定所述目标图像帧是否为单色图像帧。
可选地,处理器301执行的方法中,所述利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,包括:
利用色调值、饱和度值以及明度值HSV颜色模型对所述目标图像帧进行计算,得到所述目标图像帧所有像素点中的每个像素点的HSV信息;
基于每个像素点的HSV信息、颜色类型与HSV信息之间的映射关系,确定该像素点的颜色类型;
基于每个像素点的颜色类型,确定所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例。
可选地,处理器301执行的方法中,所述HSV信息包括色调值、饱和度值以及明度值,所述基于每个像素点的HSV信息、颜色类型与HSV信息之间的映射关系,确定该像素点的颜色类型,包括:
针对每个像素点,从颜色类型与HSV信息之间的映射关系中,查找该像素点的色调值对应的至少一个颜色类型,饱和度值对应的至少一个颜色类型,以及,明度值对应的至少一个颜色类型;
从色调值对应的至少一个颜色类型、饱和度值对应的至少一个颜色类型、明度值对应的至少一个颜色类型中,筛选出重复的颜色类型,并将重复的颜色类型作为该像素点的颜色类型。
可选地,处理器301执行的方法中,所述根据所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,判定所述目标图像帧是否为单色图像帧,包括:
分别将所述第一颜色类型的比例与第一预设阈值、所述第二颜色类型的比例与第二预设阈值、所述第三颜色类型的比例与第三预设阈值进行对比;
若所述第一颜色类型的比例大于所述第一预设阈值,或,所述第二颜色类型的比例大于所述第二预设阈值,或,所述第三颜色类型的比例大于所述第三预设阈值,则确定所述目标图像帧为单色图像帧。
可选地,处理器301执行的方法中,在确定所述目标图像帧为单色图像帧之后,还包括:
将所述目标图像帧从所述目标视频中剔除。
可选地,处理器301执行的方法中,还包括:
计算所述单色图像帧在所述目标视频中的占比;
若所述占比大于预设占比,则确定所述目标视频为单色视频。
本申请实施例所提供的单色视频的确定方法及装置的计算机程序产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述单色视频的确定方法,从而能够自动确定单色图像帧及单色视频,提高了审核效率,且智能化程度较高,省时省力。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种单色视频的确定方法,其特征在于,包括:
从目标视频中提取目标图像帧;
利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例;
根据所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例,判定所述目标图像帧是否为单色图像帧。
2.根据权利要求1所述的确定方法,其特征在于,所述利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,包括:
利用色调值、饱和度值以及明度值HSV颜色模型对所述目标图像帧进行计算,得到所述目标图像帧所有像素点中的每个像素点的HSV信息;
基于每个像素点的HSV信息、颜色类型与HSV信息之间的映射关系,确定该像素点的颜色类型;
基于每个像素点的颜色类型,确定所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例。
3.根据权利要求2所述的确定方法,其特征在于,所述HSV信息包括色调值、饱和度值以及明度值,所述基于每个像素点的HSV信息、颜色类型与HSV信息之间的映射关系,确定该像素点的颜色类型,包括:
针对每个像素点,从颜色类型与HSV信息之间的映射关系中,查找该像素点的色调值对应的至少一个颜色类型,饱和度值对应的至少一个颜色类型,以及,明度值对应的至少一个颜色类型;
从色调值对应的至少一个颜色类型、饱和度值对应的至少一个颜色类型、明度值对应的至少一个颜色类型中,筛选出重复的颜色类型,并将重复的颜色类型作为该像素点的颜色类型。
4.根据权利要求1所述的确定方法,其特征在于,所述根据所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例,判定所述目标图像帧是否为单色图像帧,包括:
分别将所述第一颜色类型的比例与第一预设阈值、所述第二颜色类型的比例与第二预设阈值、所述第三颜色类型的比例与第三预设阈值进行对比;
若所述第一颜色类型的比例大于所述第一预设阈值,或,所述第二颜色类型的比例大于所述第二预设阈值,或,所述第三颜色类型的比例大于所述第三预设阈值,则确定所述目标图像帧为单色图像帧。
5.根据权利要求1所述的确定方法,其特征在于,在确定所述目标图像帧为单色图像帧之后,还包括:
将所述目标图像帧从所述目标视频中剔除。
6.根据权利要求1所述的确定方法,其特征在于,还包括:
计算所述单色图像帧在所述目标视频中的占比;
若所述占比大于预设占比,则确定所述目标视频为单色视频。
7.一种单色视频的确定装置,其特征在于,包括:
提取模块,用于从目标视频中提取目标图像帧;
计算模块,用于利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例;
判定模块,用于根据所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例,判定所述目标图像帧是否为单色图像帧。
8.根据权利要求7所述的确定装置,其特征在于,所述计算模块在利用预设的机器算法,计算所述目标图像帧中,第一颜色类型的比例、第二颜色类型的比例以及第三颜色类型的比例时,包括:
利用色调值、饱和度值以及明度值HSV颜色模型对所述目标图像帧进行计算,得到所述目标图像帧所有像素点中的每个像素点的HSV信息;
基于每个像素点的HSV信息、颜色类型与HSV信息之间的映射关系,确定该像素点的颜色类型;
基于每个像素点的颜色类型,确定所述目标图像帧中,所述第一颜色类型的比例、所述第二颜色类型的比例以及所述第三颜色类型的比例。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至6任意一项所述的单色视频的确定方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至6任意一项所述的单色视频的确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910690528.9A CN110400355B (zh) | 2019-07-29 | 2019-07-29 | 一种单色视频的确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910690528.9A CN110400355B (zh) | 2019-07-29 | 2019-07-29 | 一种单色视频的确定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110400355A true CN110400355A (zh) | 2019-11-01 |
CN110400355B CN110400355B (zh) | 2021-08-27 |
Family
ID=68326399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910690528.9A Active CN110400355B (zh) | 2019-07-29 | 2019-07-29 | 一种单色视频的确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110400355B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111104935A (zh) * | 2019-11-08 | 2020-05-05 | 浙江口碑网络技术有限公司 | 图像获取方法和图像展示方法、装置及设备 |
CN111277724A (zh) * | 2020-02-10 | 2020-06-12 | Oppo(重庆)智能科技有限公司 | 异常运行应用的检测方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020037103A1 (en) * | 2000-01-06 | 2002-03-28 | Hong Qi He | Method of and apparatus for segmenting a pixellated image |
CN1947427A (zh) * | 2004-04-08 | 2007-04-11 | 皇家飞利浦电子股份有限公司 | 单色帧检测方法以及相应的设备 |
CN104766301A (zh) * | 2015-01-13 | 2015-07-08 | 台州职业技术学院 | 一种基于图像的单色采集算法 |
US20150332479A1 (en) * | 2012-02-07 | 2015-11-19 | Zencolor Corporation | System for normalizing, codifying and categorizing color-based product and data based on a univerisal digital color language |
CN107977959A (zh) * | 2017-11-21 | 2018-05-01 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的呼吸器状态识别方法 |
CN108205812A (zh) * | 2017-11-22 | 2018-06-26 | 广东工业大学 | 一种颜料色彩混合比例匹配的方法 |
CN108875749A (zh) * | 2017-05-16 | 2018-11-23 | 富士通株式会社 | 确定颜色的方法、装置和电子设备 |
CN109949376A (zh) * | 2019-02-25 | 2019-06-28 | 平安科技(深圳)有限公司 | 黑白图片的鉴别方法、装置、计算机设备和存储介质 |
-
2019
- 2019-07-29 CN CN201910690528.9A patent/CN110400355B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020037103A1 (en) * | 2000-01-06 | 2002-03-28 | Hong Qi He | Method of and apparatus for segmenting a pixellated image |
CN1947427A (zh) * | 2004-04-08 | 2007-04-11 | 皇家飞利浦电子股份有限公司 | 单色帧检测方法以及相应的设备 |
US20150332479A1 (en) * | 2012-02-07 | 2015-11-19 | Zencolor Corporation | System for normalizing, codifying and categorizing color-based product and data based on a univerisal digital color language |
CN104766301A (zh) * | 2015-01-13 | 2015-07-08 | 台州职业技术学院 | 一种基于图像的单色采集算法 |
CN108875749A (zh) * | 2017-05-16 | 2018-11-23 | 富士通株式会社 | 确定颜色的方法、装置和电子设备 |
CN107977959A (zh) * | 2017-11-21 | 2018-05-01 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的呼吸器状态识别方法 |
CN108205812A (zh) * | 2017-11-22 | 2018-06-26 | 广东工业大学 | 一种颜料色彩混合比例匹配的方法 |
CN109949376A (zh) * | 2019-02-25 | 2019-06-28 | 平安科技(深圳)有限公司 | 黑白图片的鉴别方法、装置、计算机设备和存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111104935A (zh) * | 2019-11-08 | 2020-05-05 | 浙江口碑网络技术有限公司 | 图像获取方法和图像展示方法、装置及设备 |
CN111104935B (zh) * | 2019-11-08 | 2021-10-12 | 浙江口碑网络技术有限公司 | 图像获取方法和图像展示方法、装置及设备 |
CN111277724A (zh) * | 2020-02-10 | 2020-06-12 | Oppo(重庆)智能科技有限公司 | 异常运行应用的检测方法、装置、电子设备及存储介质 |
CN111277724B (zh) * | 2020-02-10 | 2022-03-15 | Oppo(重庆)智能科技有限公司 | 异常运行应用的检测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110400355B (zh) | 2021-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gu et al. | Evaluating quality of screen content images via structural variation analysis | |
Fang et al. | Bottom-up saliency detection model based on human visual sensitivity and amplitude spectrum | |
Zhang et al. | The application of visual saliency models in objective image quality assessment: A statistical evaluation | |
CN111833340B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
WO2020041399A1 (en) | Image processing method and apparatus | |
Fezza et al. | Perceptual evaluation of adversarial attacks for CNN-based image classification | |
CN104574306A (zh) | 一种即时视频中的人脸美化方法和电子设备 | |
US10554803B2 (en) | Method and apparatus for generating unlocking interface, and electronic device | |
CN109871845B (zh) | 证件图像提取方法及终端设备 | |
CN108230346A (zh) | 用于分割图像语义特征的方法和装置、电子设备 | |
Zuo et al. | Screen content image quality assessment via convolutional neural network | |
CN104834839A (zh) | 一种条码生成方法、基于条码的鉴权方法及相关终端 | |
CN109522902A (zh) | 空-时特征表示的提取 | |
CN111724310B (zh) | 图像修复模型的训练方法、图像修复方法及装置 | |
CN110400355A (zh) | 一种单色视频的确定方法、装置、电子设备及存储介质 | |
TW201025191A (en) | Method of building skin color model | |
US10885308B2 (en) | Method and apparatus for evaluating illumination condition in face image | |
US11481927B2 (en) | Method and apparatus for determining text color | |
Yang et al. | Full reference image quality assessment by considering intra-block structure and inter-block texture | |
WO2015010559A1 (en) | Devices, terminals and methods for image processing | |
CN109409305A (zh) | 一种人脸图像清晰度评价方法及装置 | |
CN109300095A (zh) | 图像增强方法、系统及计算机可读存储介质 | |
WO2022111269A1 (zh) | 视频的细节增强方法、装置、移动终端和存储介质 | |
Tang et al. | Feature comparison and analysis for new challenging research fields of image quality assessment | |
CN113706402A (zh) | 神经网络训练方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |