CN110490101A - 一种图片截取方法、装置及计算机存储介质 - Google Patents

Abstract

本申请实施例公开了一种图片截取方法、装置及计算机存储介质，其中该方法包括：电子设备对业务活动过程进行视频录制得到第一视频，以及对所述业务活动过程进行音频录制得到第一音频，所述业务活动过程包括业务员与客户洽谈业务；所述电子设备根据所述第一音频为所述第一视频添加字幕得到含字幕的第二视频；在所述电子设备播放所述第二视频的过程中，所述电子设备对所述第二视频中出现预设关键词组的图片进行截取。采用本申请实施例，可以提高对业务活动中涉及的业务内容进行抽检的效率。

Description

一种图片截取方法、装置及计算机存储介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种图片截取方法、装置及计算机存储介质。

背景技术

在进行业务活动(例如业务员向客户销售某保险产品)过程中，通过对销售过程现场进行录音、录像等，可以便于监管部门随时进行监管抽查，并在发生纠纷时进行可回溯管理，进而保护消费者合法权益，但现有技术中仅仅是对销售过程进行全程录制，若监管部门需要查看销售过程中业务员是否将保险产品的收益、保单存在的风险等信息详尽地告知客户，往往需要监管人员对录制的音视频等进行全程播放，从中查看业务员的讲解过程中是否穷尽了保险产品的收益、保单存在的风险等信息，这种抽检过程比较复杂繁琐且耗时长，因此，如何提高对业务活动中涉及的业务内容进行高效抽检是目前亟需解决的技术问题。

发明内容

本申请实施例提供一种图片截取方法、装置及计算机存储介质，可以提高对业务活动中涉及的业务内容进行抽检的效率。

第一方面，本申请实施例提供了一种图片截取方法，该方法包括：

电子设备对业务活动过程进行视频录制得到第一视频，以及对所述业务活动过程进行音频录制得到第一音频，所述业务活动过程包括业务员与客户洽谈业务；

所述电子设备根据所述第一音频为所述第一视频添加字幕得到含字幕的第二视频；

在所述电子设备播放所述第二视频的过程中，所述电子设备对所述第二视频中出现预设关键词组的图片进行截取。

实施本申请实施例，电子设备可以对业务活动过程进行录音、录像，并根据录制的音频为录制的视频添加字幕，从添加了字幕的视频中提取出包含预设关键词组的图片，提取出的图片可以供用户(例如监管人员或业务人员)查看业务活动中涉及的业务内容，电子设备自动从含字幕视频中提取包含预设关键词组的图片可以高效完成对业务过程的抽检。

在一种实现方式中，所述图片为多张图片，所述电子设备对所述第二视频中出现预设关键词组的图片进行截取之后，还包括：

所述电子设备对所述多张图片进行图片拼接，得到一张图片。

实施本申请实施例，电子设备可以自动将提取出的多张图片进一步进行拼接，最终生成一张图片，可以便于用户直接使用该拼接后的图片进行业务内容的抽检，无需用户手动采用图片拼接APP对多张图片进行拼接，节省了用户操作时间，降低了操作复杂度，提高了对业务活动中业务内容的抽检效率。

在一种实现方式中，所述电子设备对所述多张图片进行图片拼接，得到一张图片，包括：

所述电子设备从除所述多张图片中播放时间最早的一张图片以外的其他图片中提取字幕；

所述电子设备按照播放时间由早到晚的顺序将所述其他图片的字幕由上至下依次拼接到所述播放时间最早的一张图片的字幕下方，得到一张图片。

实施本申请实施例，可以以多张图片中的第一张图片(即播放时间最早的图片)为基础进行图片拼接，第一张图片完整保留，剩余其他图片只截取文字部分，并将文字部分按照上述顺序拼接到第一张图片下方，最终生成一张图片，可以便于用户直接使用该拼接后的图片进行业务内容的抽检，无需用户手动采用图片拼接APP对多张图片进行拼接，节省了用户操作时间，降低了操作复杂度，提高了对业务活动中业务内容的抽检效率。

在一种实现方式中，所述电子设备对所述第二视频中出现预设关键词组的图片进行截取，包括：

所述电子设备对所述第二视频中出现所述预设关键词组并且出现预设人脸图像的图片进行截取。

实施本申请实施例，电子设备可以从添加了字幕的视频中提取出包含预设关键词组并且包含预设人员的图片，提取出的图片可以供用户(例如监管人员或业务人员)查看业务活动中涉及的业务内容，电子设备自动从含字幕视频中提取包含预设关键词组的图片可以高效完成对业务过程的抽检。

在一种实现方式中，所述电子设备对所述第二视频中出现预设关键词组的图片进行截取，包括：

所述电子设备采用光学字符识别(Optical Character Recognition，OCR)技术识别所述第二视频中的字幕，并从所述第二视频中截取出现所述预设关键词组的图片。

OCR技术是指对含文本的图像进行分析识别处理，获取文字的过程。采用OCR技术可以将图像中的文字进行识别，并以文本的形式返回。

在一种实现方式中，所述电子设备从所述第二视频中截取包含所述预设关键词组以及所述预设人脸图像的图片，具体为：

所述电子设备采用OCR技术识别所述第二视频中的字幕，并采用人脸识别技术识别所述第二视频中的人脸信息，并从所述第二视频中提取包含所述预设关键词组以及所述预设人脸图像的图片。

其中，人脸识别技术能够在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别技术是基于人的脸部特征，首先判断图像或者视频流中是否存在人脸,如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与截取指令中包括的人脸图像进行对比，从而识别人脸的身份。其中，人脸图像信息包括脸、虹膜、视网膜等信息。

在一种可能的设计中，所述电子设备根据所述第一音频为所述第一视频添加字幕得到含字幕的第二视频，包括：

所述电子设备利用音频转换工具将所述第一音频转换为语音内容；

所述电子设备将所述语音内容按照时间顺序依次添加至所述第一视频的图像帧中得到含字幕的所述第二视频。

实施本申请实施例，可以将同期录制的音频转换为文字，添加到视频中得到含字幕的视频，便于后期对含字幕视频中包含预设关键词组的图片进行截取，进而提高对业务抽检的效率。

第二方面，本申请实施例提供了一种图片截取装置，包括：

录制单元，用于对业务活动过程进行视频录制得到第一视频，以及对所述业务活动过程进行音频录制得到第一音频，所述业务活动过程包括业务员与客户洽谈业务；

第一添加单元，用于根据所述第一音频为所述第一视频添加字幕得到含字幕的第二视频；

截取单元，用于在播放所述第二视频的过程中，对所述第二视频中出现预设关键词组的图片进行截取。

在一种实现方式中，所述图片为多张图片，所述装置还包括：第一拼接单元，用于在所述截取单元对所述第二视频中出现预设关键词组的图片进行截取之后，对所述多张图片进行图片拼接，得到一张图片。

在一种实现方式中，所述第一拼接单元包括：

提取单元，用于从除所述多张图片中播放时间最早的一张图片以外的其他图片中提取字幕；

第二拼接单元，用于按照播放时间由早到晚的顺序将所述其他图片的字幕由上至下依次拼接到所述播放时间最早的一张图片的字幕下方，得到一张图片。

在一种实现方式中，所述截取单元具体用于：对所述第二视频中出现所述预设关键词组并且出现预设人脸图像的图片进行截取。

在一种实现方式中，所述截取单元具体用于：采用光学字符识别OCR技术识别所述第二视频中的字幕，并从所述第二视频中截取出现所述预设关键词组的图片。

在一种实现方式中，所述第一添加单元，包括：

转换单元，用于利用音频转换工具将所述第一音频转换为语音内容；

第二添加单元，用于将所述语音内容按照时间顺序依次添加至所述第一视频的图像帧中得到含字幕的所述第二视频。

第三方面，本申请实施例提供了一种电子设备，包括：处理器、输入装置、输出装置和存储器，处理器、输入装置、输出装置和存储器相互连接。其中，通信接口用于与其它电子设备(例如电子设备)进行通信，存储器用于存储第一方面所提供的图片截取方法的实现代码，处理器用于执行存储器中存储的程序代码，即执行第一方面所提供的图片截取方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，可读存储介质上存储有指令，当其在处理器上运行时，使得处理器执行上述第一方面描述的图片截取方法。

第五方面，本申请实施例提供了一种包含指令的计算机程序产品，当其在处理器上运行时，使得处理器执行上述第一方面描述的图片截取方法。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1为本发明实施例提供的一种电子设备的硬件结构示意图；

图2为本发明实施例提供的一种图片截取方法的流程示意图；

图3为本发明实施例提供的一种图片截取装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同的对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(User Equipment，UE)，移动台(Mobile Station，MS)，终端设备(terminaldevice)等等。例如，可以为智能手机、平板电脑等移动终端，还可以为其他终端，此处不做限制。为方便描述，上面提到的设备统称为电子设备。下面结合附图对本发明实施例进行介绍。

请参见图1，图1是本发明实施例提供的一种电子设备的结构示意图，如图1所示，该电子设备100包括：至少一个处理器101，至少一个输入装置102，至少一个输出装置103，存储器104，至少一个总线105。其中，总线105用于实现这些组件之间的连接通信。

本发明实施例中，处理器101可为中央处理器(Central Processing Unit，CPU)或图形处理器(Graphics Processing Unit，GPU)，在一些实施方式中，还可以被称为应用处理器(Application processor，AP)，以与基带处理器进行区分。该处理器101还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(应用程序软件lication Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

输入设备102可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、摄像头、麦克风等，则输出设备103可以包括显示器(LCD等)、扬声器等。

该存储器104可以包括只读存储器和随机存取存储器，并向处理器101提供指令和数据。处理器101可用于读取和执行计算机可读指令。具体的，处理器101可用于调用存储于存储器104中的数据。存储器104的一部分还可以包括非易失性随机存取存储器。

具体实现中，本发明实施例中所描述的处理器101、输入设备102、输出设备103可执行下述图2所示图片截取方法涉及的部分或全部流程。

可选的，电子设备100还可以包括通信接口。通信接口可以是收发器、收发电路等，其中，通信接口是统称，可以包括一个或多个接口，例如电子设备与服务器之间的接口。通信接口可以包括有线接口和无线接口，例如标准接口、以太网、多机同步接口。可选地，当处理器101接收任何消息或数据时，其具体通过驱动或控制通信接口做接收。因此，处理器101可以被视为是执行发送或接收的控制中心，通信接口是发送和接收操作的具体执行者。

本发明实施例中，电子设备100可以是具备计算或处理能力的终端、服务器、电脑、视频录制设备、视频播放设备等。

基于图1所示的电子设备的结构，图2提供了本发明实施例涉及的一种图片截取方法，该图片截取方法包括但不限于如下步骤S201-S202。

S201：电子设备对业务活动过程进行视频录制得到第一视频，以及对业务活动过程进行音频录制得到第一音频，业务活动过程包括业务员与客户洽谈业务；

S202：电子设备根据第一音频为第一视频添加字幕得到含字幕的第二视频；

S203：在电子设备播放第二视频的过程中，电子设备对第二视频中出现预设关键词组的图片进行截取。

其中，业务活动包括业务员与客户洽谈业务的过程，例如销售产品的过程，这里，产品例如可以是保险产品、电子产品等。在业务活动进行中，电子设备可以进行音视频双录。双录就是录音、录像，可以针对客户办理业务的过程，特别是风险揭示的过程进行留痕，规范企业的销售行为，同时也为事后产生争议时提供依据。对经营机构来说，双录可以约束销售人员行为，规范业务办理流程，避免销售人员弱化或隐瞒风险、夸大产品收益，有利于经营机构的内部管理。双录对于客户来说，可以详细地了解产品信息、风险等级及自己的权利责任，保障自身的合法权益。

本申请基于双录的音视频，可以进一步高效快捷的对业务活动中业务员是否将关键业务信息告知客户这一事件进行抽检，关键业务信息例如产品风险、产品收益等等。

具体的，业务员在开启向客户销售某一款产品时，可以启动电子设备进行音视频双录，例如，电子设备包含按钮，业务员点击按钮触发启动双录。业务员向客户介绍完产品的全部信息后，可以触发电子设备停止录制，例如，电子设备包含按钮，业务员点击按钮触发结束录制。双录过程可以产生音频文件和视频文件，并且，音频文件和视频文件的时间是对齐的。之后，电子设备可以执行上述步骤S202和S203，这里，电子设备可以在双录结束之后自动执行上述步骤S202和S203，也可以是由用户触发电子设备执行上述步骤S202和S203，本申请对此不限定。

具体的，电子设备根据第一音频为第一视频添加字幕得到含字幕的第二视频，包括：电子设备利用音频转换工具将第一音频转换为语音内容，然后将语音内容按照时间顺序依次添加至第一视频的图像帧中得到含字幕的第二视频。

由于电子设备录制的音频和视频是时间同步的，在将音频转换文字后，可以按照时间顺序将文字信息依次添加至视频的画面帧中，得到包含字幕的第二视频。

在得到包含字幕的第二视频后，电子设备自动从该第二视频中截取包含预设关键词组的图片。这里，预设关键词组可以是系统根据业务活动场景默认设置的，也可以是由用户手动选取的，本申请对此不进行限定。例如，不同的业务活动中预设的关键词组不同。例如，针对保险产品销售场景来说，预设关键词组可以是“风险”、“收益”等等，针对电子产品销售场景来说，预设关键词组可以是“性能”、“缺点”等等。针对某一业务活动场景，设置的预设关键词组可以是一个或多个。

例如，针对保险业务场景，电子设备在播放上述第二视频的过程中，当播放到出现“风险”这几个关键字的视频画面时，例如在第二视频播放到31:21分画面中出现了“风险”这几个关键字，电子设备开始启动截图，截取每一张含字幕的图片，截取持续一段时间，得到多张含字幕的图片。其中，截取的持续时间为1分钟，该截取的持续时间可以由系统默认设置，也可以由用户在输入关键字时输入的截取持续时间。需要说明的是，这种实现方式是以第二视频中首次出现了预设关键字(或关键词、关键句等)后持续截图一段时间为例进行的说明，若第二视频中不止一次出现了预设关键字(或关键词、关键句等)，则电子设备可以在第二视频中每次出现预设关键字(或关键词、关键句等)时，均持续截图一段时间。例如，在播放第二视频的过程中，在31:21分画面中出现了“风险”这几个关键字，则电子设备开始启动截图，截取每一张含字幕的图片，截取持续一段时间，例如1分钟，得到了10张图片。并且在第二视频播放到55:51分钟时再次出现了“风险”这几个关键字，则电子设备再次启动截图，截取每一张含字幕的图片，截取持续一段时间，例如1分钟，又得到了10张图片，则最终得到20张图片。当然，电子设备也可以只截取第二视频中出现了预设关键字(或关键词、关键句等)的那一张或多张视频画面帧，针对其他图片则不进行截图。例如，在播放第二视频的过程中，在31:51分视频中出现了“风险”这几个关键字，则电子设备对31:51的画面进行截图，在视频播放到55:51分钟时再次出现了“风险”这几个关键字，则电子设备对55:51的画面进行截图，最终得到了2张图片。可选的，为了减少不必要的图片数量，若电子设备针对同一帧画面截取到多张相同图片，则电子设备可以只保留其中一张，例如，可以保留其中截取的最清晰的一张。

实施本申请实施例，电子设备可以从包含字幕的视频中截取包含预设关键词组的图片，使得监管人员能够基于截取的图片快速抽检业务人员在业务活动过程中是否将重要的关键信息告知客户，无需监管人员播放整个视频来抽检，节省了抽检时间，提高了对业务活动的抽检效率。

在又一种实现方式中，电子设备在截图时，截取的图片不仅要包含预设关键词组，同时需要包含预设人物，以便于对预设人物的业务活动进行抽检。这种情况下，所述电子设备对所述第二视频中出现预设关键词组的图片进行截取，具体为：所述电子设备对所述第二视频中出现所述预设关键词组并且出现预设人脸图像的图片进行截取。

其中，预设人脸图像可以是系统根据业务活动场景默认设置的，也可以是由用户手动选取的，本申请对此不进行限定。针对某一业务活动场景，设置的预设人脸图像可以是一个或多个。例如，针对保险产品销售场景，预设人脸图像可以是业务员1。电子设备在播放上述含字幕的第二视频的过程中，当播放到出现预设关键词组“风险”以及预设人物图像“业务员1”的画面时，例如在视频播放到31:21分画面中出现了“风险”以及“业务员1”的画面，电子设备开始启动截图，截取每一张含字幕的图片，截取持续一段时间，得到多张含字幕的图片。其中，截取的持续时间为1分钟，该截取的持续时间可以由系统默认设置，也可以由用户在输入关键词组或者预设人物图像时输入的截取持续时间。需要说明的是，这种实现方式是以第二视频中首次出现了预设关键词组以及预设人脸后持续截图一段时间为例进行的说明，若第二视频中不止一次出现了字幕以及人脸，则电子设备可以在第二视频中每次出现预设关键词组以及预设人脸时，均持续截图一段时间。例如，在播放第二视频的过程中，在31:21分画面中出现了“风险”以及“业务员1”的画面，则电子设备开始启动截图，截取每一张含字幕的图片，截取持续一段时间，例如1分钟，得到了10张图片。并且在视频播放到55:51分钟时再次出现了“风险”以及“业务员1”的画面，则电子设备再次启动截图，截取每一张含字幕的图片，截取持续一段时间，例如1分钟，又得到了10张图片，则最终得到20张图片。当然，电子设备也可以只截取第二视频中出现了预设关键词组以及预设人脸的那一张或多张视频画面帧，针对其他图片则不进行截图。例如，在播放第二视频的过程中，在31:51分视频中出现了“风险”以及“业务员1”的画面，则电子设备对31:51的画面帧进行截图，在视频播放到55:51分钟时再次出现了“风险”以及“业务员1”的人脸画面，则电子设备对55:51的画面帧进行截取，最终得到了2张图片。可选的，为了减少不必要的图片数量，若电子设备针对同一帧画面截取到多张相同图片，则电子设备可以只保留其中一张，例如，可以保留其中截取的最清晰的一张。

实施本申请实施例，电子设备可以从包含字幕的视频中截取包含预设关键词组以及预设人物的图片等，使得监管人员能够基于截取的图片快速抽检预设人物在业务活动过程中是否将重要的关键信息告知客户，无需监管人员播放整个视频来抽检，节省了抽检时间，提高了对业务活动的抽检效率。

可选的，电子设备对第二视频中出现预设关键词组的图片进行截取，具体为：

电子设备采用光学字符识别(Optical Character Recognition，OCR)技术识别第二视频中的文字信息，并对第二视频中出现预设关键词组的图片进行截取。

OCR技术是指对含文本的图像进行分析识别处理，获取文字的过程。采用OCR技术可以将图像中的文字进行识别，并以文本的形式返回。

可选的，所述电子设备对所述第二视频中出现所述预设关键词组并且出现预设人脸图像的图片进行截取，具体为：

电子设备采用OCR技术识别第二视频中的文字信息，并采用人脸识别技术识别第二视频中的人脸信息，从第二视频中出现预设关键词组以及预设人脸图像的图片进行截取。

其中，人脸识别技术能够在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别技术是基于人的脸部特征，首先判断图像或者视频流中是否存在人脸,如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与截取指令中包括的人脸图像进行对比，从而识别人脸的身份。其中，人脸图像信息包括脸、虹膜、视网膜等信息。

可选的，N为大于2的整数，所述图片为多张图片，所述电子设备对所述第二视频中出现预设关键词组的图片进行截取之后，还包括：

所述电子设备对所述多张图片进行图片拼接，得到一张图片。即为了便于用户直接使用截取的多张图片，电子设备可以在截取得到多张图片后，自动帮用户将这多张图片拼接成一张图片，便于用户直接使用该一张图片进行业务活动的抽检。

实施本申请实施例，电子设备可以自动将提取出的多张图片进一步进行拼接，最终生成一张图片，可以便于用户直接使用该拼接后的图片进行业务活动的抽检，无需用户手动采用图片拼接APP对多张图片进行拼接，节省了用户操作时间，降低了操作复杂度，提高了对业务活动的抽检效率。

可选的，所述电子设备对所述多张图片进行图片拼接，得到一张图片，包括：

所述电子设备从除所述多张图片中播放时间最早的一张图片以外的其他图片中提取字幕；

所述电子设备按照播放时间由早到晚的顺序将所述其他图片的字幕由上至下依次拼接到所述播放时间最早的一张图片的字幕下方，得到一张图片。

其中，电子设备截取的图片包括N张，上述多张图片中除播放时间最早的一张图片以外的其他图片为N-1张，电子设备可以采用OCR技术从上述N-1张图片中提取文字信息，例如，电子设备可以采用OCR识别图片中包含文字的区域，确定出文字区域后，电子设备可以从每张图片中截取包含文字的区域，例如图片下方区域，得到N-1张文字图片。

电子设备从上述N-1张图片中提取文字信息后，可以为每一张图片的文字信息添加时间标记，例如，电子设备截取了10张图片，其中，第一张图片的播放时间是31:21分，第二张图片的播放时间是31:28分，第三张图片的播放时间是31:34分，第四张图片的播放时间是31:41分，第五张图片的播放时间是31:48分，第六张图片的播放时间是31:55分，第七张图片的播放时间是32:02分，第八张图片的播放时间是32:09分，第九张图片的播放时间是32:15分，第十张图片的播放时间是32:21分。则电子设备在得到后9张图片的文字信息后，依次为每张图片的文字信息添加的时间标记分别是31:28、31:34、31:41、31:48、31:55、32:02、32:09、32:15、32:21。最终，电子设备将后9张图片的文字信息(例如含文字的图片区域)按照时间由早到晚的顺序由上到下依次排列在第一张图片的下方。

实施本申请实施例，可以以多张图片中的第一张图片(即播放时间最早的图片)为基础进行图片拼接，第一张图片完整保留，剩余其他图片只截取文字部分，并将文字部分按照上述顺序拼接到第一张图片下方，最终生成一张图片，可以便于用户直接使用该拼接后的图片进行业务活动抽检，无需用户手动采用图片拼接APP对多张图片进行拼接，节省了用户操作时间，降低了操作复杂度，提高了对业务活动的抽检效率。

参见图3，图3示给出了一种图片截取装置的结构示意图，如图3所示，该图片截取装置300包括：录制单元301、添加单元302和截取单元303。

其中，录制单元301，用于对业务活动过程进行视频录制得到第一视频，以及对所述业务活动过程进行音频录制得到第一音频，所述业务活动过程包括业务员与客户洽谈业务；

添加单元302，用于根据所述第一音频为所述第一视频添加字幕得到含字幕的第二视频；

截取单元303，用于在播放所述第二视频的过程中，对所述第二视频中出现预设关键词组的图片进行截取。

在一种实现方式中，所述图片为多张图片，图片截取装置300还包括：第一拼接单元，用于在所述截取单元303对所述第二视频中出现预设关键词组的图片进行截取之后，对所述多张图片进行图片拼接，得到一张图片。

在一种实现方式中，所述第一拼接单元包括：

提取单元，用于从除所述多张图片中播放时间最早的一张图片以外的其他图片中提取字幕；

第二拼接单元，用于按照播放时间由早到晚的顺序将所述其他图片的字幕由上至下依次拼接到所述播放时间最早的一张图片的字幕下方，得到一张图片。

在一种实现方式中，所述截取单元303具体用于：对所述第二视频中出现所述预设关键词组并且出现预设人脸图像的图片进行截取。

在一种实现方式中，所述截取单元303具体用于：采用光学字符识别OCR技术识别所述第二视频中的字幕，并从所述第二视频中截取出现所述预设关键词组的图片。

在一种实现方式中，所述第一添加单元，包括：

转换单元，用于利用音频转换工具将所述第一音频转换为语音内容；

第二添加单元，用于将所述语音内容按照时间顺序依次添加至所述第一视频的图像帧中得到含字幕的所述第二视频。

需要说明的是，图片截取装置300中各个单元的功能和实现可以参考前述图2所示方法实施例中的相关描述，此次不再赘述。

在本申请的另一实施例中提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如数字多功能光盘(digital versatile disc，DVD)、半导体介质(例如固态硬盘solid state disk，SSD)等。

以上所述的具体实施方式，对本发明实施例的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明实施例的具体实施方式而已，并不用于限定本发明实施例的保护范围，凡在本发明实施例的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明实施例的保护范围之内。

Claims (10)

1.一种图片截取方法，其特征在于，包括：

电子设备对业务活动过程进行视频录制得到第一视频，以及对所述业务活动过程进行音频录制得到第一音频，所述业务活动过程包括业务员与客户洽谈业务；

所述电子设备根据所述第一音频为所述第一视频添加字幕得到含字幕的第二视频；

在所述电子设备播放所述第二视频的过程中，所述电子设备对所述第二视频中出现预设关键词组的图片进行截取。

2.根据权利要求1所述的方法，其特征在于，所述图片为多张图片，所述电子设备对所述第二视频中出现预设关键词组的图片进行截取之后，还包括：

所述电子设备对所述多张图片进行图片拼接，得到一张图片。

3.根据权利要求2所述的方法，其特征在于，所述电子设备对所述多张图片进行图片拼接，得到一张图片，包括：

所述电子设备从除所述多张图片中播放时间最早的一张图片以外的其他图片中提取字幕；

所述电子设备按照播放时间由早到晚的顺序将所述其他图片的字幕由上至下依次拼接到所述播放时间最早的一张图片的字幕下方，得到一张图片。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述电子设备对所述第二视频中出现预设关键词组的图片进行截取，包括：

所述电子设备对所述第二视频中出现所述预设关键词组并且出现预设人脸图像的图片进行截取。

5.根据权利要求1至3任一项所述的方法，其特征在于，所述电子设备对所述第二视频中出现预设关键词组的图片进行截取，包括：

所述电子设备采用光学字符识别OCR技术识别所述第二视频中的字幕，并从所述第二视频中截取出现所述预设关键词组的图片。

6.根据权利要求1至3任一项所述的方法，其特征在于，所述电子设备根据所述第一音频为所述第一视频添加字幕得到含字幕的第二视频，包括：

所述电子设备利用音频转换工具将所述第一音频转换为语音内容；

所述电子设备将所述语音内容按照时间顺序依次添加至所述第一视频的图像帧中得到含字幕的所述第二视频。

7.一种图片截取装置，其特征在于，包括：

录制单元，用于对业务活动过程进行视频录制得到第一视频，以及对所述业务活动过程进行音频录制得到第一音频，所述业务活动过程包括业务员与客户洽谈业务；

添加单元，用于根据所述第一音频为所述第一视频添加字幕得到含字幕的第二视频；

截取单元，用于在播放所述第二视频的过程中，对所述第二视频中出现预设关键词组的图片进行截取。

8.根据权利要求7所述的装置，其特征在于，所述图片为多张图片，所述装置还包括：

拼接单元，用于在所述截取单元对所述第二视频中出现预设关键词组的图片进行截取之后，对所述多张图片进行图片拼接，得到一张图片。

9.一种电子设备，其特征在于，包括处理器、输入装置、输出装置和存储器，所述处理器分别与所述输入装置、所述输出装置和所述存储器连接，其中，所述存储器用于存储计算机程序或数据，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-6任一项所述的图片截取方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-6任一项所述的图片截取方法。