CN110827364A - 一种检测绿屏图像的方法及装置 - Google Patents
一种检测绿屏图像的方法及装置 Download PDFInfo
- Publication number
- CN110827364A CN110827364A CN201810890102.3A CN201810890102A CN110827364A CN 110827364 A CN110827364 A CN 110827364A CN 201810890102 A CN201810890102 A CN 201810890102A CN 110827364 A CN110827364 A CN 110827364A
- Authority
- CN
- China
- Prior art keywords
- component
- component value
- value
- sub
- green screen
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000005070 sampling Methods 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 13
- 238000003491 array Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
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
本申请实施方式公开了一种检测绿屏图像的方法及装置，其中，所述方法包括：获取当前播放的目标视频中待处理的目标图像，并将所述目标图像划分为指定数量的子块；所述目标图像中的像素点由第一分量、第二分量以及第三分量表征；在所述子块中分别确定分布最高的第一分量值、第二分量值以及第三分量值，并分别计算所述第一分量值、所述第二分量值以及所述第三分量值在所述子块中的分布比例；基于所述第一分量值、所述第二分量值以及所述第三分量值，判断所述子块是否为绿屏子块；统计所述目标图像中绿屏子块的总数量，若所述总数量小于或者等于指定阈值，判定所述目标图像不是绿屏图像。本申请提供的技术方案，能够提高绿屏图像的检测效率。
Description
技术领域
本申请涉及图像处理技术领域，特别涉及一种检测绿屏图像的方法及装置。
背景技术
随着视频播放技术的不断发展，目前涌现出大量的视频播放平台。用户客户端可以从视频播放平台中拉取视频流，并对视频流解码之后播放相应的视频内容。然而，解码得到的视频画面中，可能会存在某些视频画面显示不正常的情况。目前，比较常见的一种不正常的视频画面为绿屏画面，该绿屏画面中，大部分的显示色彩是绿色，导致无法辨识画面中的实际内容。
目前，通常是根据用户在观看视频过程中的反馈来对存在绿屏画面的视频进行处理。例如，用户在观看加载的视频时，如果该视频中存在绿屏画面，可以通过播放器上的反馈接口，向视频播放平台发送表征该视频存在绿屏画面的提示信息。视频播放平台的管理人员可以定期检测用户发送的提示信息，从而对存在绿屏画面的视频进行处理。
然而，这样的方式无法及时识别出存在绿屏画面的视频，而是需要用户在观看到绿屏画面，并且反馈提示信息的情况下，才能确定出包含绿屏画面的视频。显然，这样的方式在识别绿屏画面时具备较低的效率，而且会影响用户的视频观看体验。
发明内容
本申请实施方式的目的是提供一种检测绿屏图像的方法及装置，能够提高绿屏图像的检测效率。
为实现上述目的，本申请实施方式提供一种检测绿屏图像的方法，所述方法包括：获取当前播放的目标视频中待处理的目标图像，并将所述目标图像划分为指定数量的子块；所述目标图像中的像素点由第一分量、第二分量以及第三分量表征；其中，所述第一分量用于表征像素点的亮度值，所述第二分量和所述第三分量均用于表征像素点的色度值；在所述子块中分别确定分布最高的第一分量值、第二分量值以及第三分量值，并分别计算所述第一分量值、所述第二分量值以及所述第三分量值在所述子块中的分布比例；在所述第二分量值和所述第三分量值的分布比例均满足指定条件的情况下，基于所述第一分量值、所述第二分量值以及所述第三分量值，判断所述子块是否为绿屏子块；统计所述目标图像中绿屏子块的总数量，若所述总数量小于或者等于指定阈值，判定所述目标图像不是绿屏图像。
为实现上述目的，本申请实施方式还提供一种检测绿屏图像的装置，所述装置包括：子块划分单元，用于获取当前播放的目标视频中待处理的目标图像，并将所述目标图像划分为指定数量的子块；所述目标图像中的像素点由第一分量、第二分量以及第三分量表征；其中，所述第一分量用于表征像素点的亮度值，所述第二分量和所述第三分量均用于表征像素点的色度值；分布确定单元，用于在所述子块中分别确定分布最高的第一分量值、第二分量值以及第三分量值，并分别计算所述第一分量值、所述第二分量值以及所述第三分量值在所述子块中的分布比例；子块判断单元，用于在所述第二分量值和所述第三分量值的分布比例均满足指定条件的情况下，基于所述第一分量值、所述第二分量值以及所述第三分量值，判断所述子块是否为绿屏子块；绿屏图像判定单元，用于统计所述目标图像中绿屏子块的总数量，若所述总数量小于或者等于指定阈值，判定所述目标图像不是绿屏图像。
为实现上述目的，本申请实施方式还提供一种检测绿屏图像的装置，所述装置包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现上述的方法。
由上可见，本申请提供的技术方案，可以预先检测视频的中包含的图像，从而识别视频中是否存在绿屏图像。具体地，目标视频中待处理的目标图像可以具备一定的图像格式，该图像格式限定了图像中像素点所对应的各个分量。在本申请中，目标图像中的像素点可以由表征亮度值的第一分量和表征色度值的第二、第三分量来表示。在对目标图像进行处理时，首先可以将目标图像划分为多个子块，然后针对各个子块进行后续的处理。具体地，可以在子块中确定出分布最高的各个分量值，并且可以计算出各个分量值在该子块中的分布比例。其中，由于第二、第三分量表征像素点的色度值，那么当第二、第三分量值的分布比例较高时，该目标图像作为绿屏图像的可能性也较高。然后，可以基于上述的各个分量值，判断当前的子块是否是绿屏子块。具体地，可以将这三个分量值转换至RGB色系空间中，然后通过RGB色系空间中G分量相较于其它两个分量的差值，来判断转换后的RGB分量值是否表征为绿色，如果是，则可以判定当前的子块为绿色子块。在对划分得到的各个子块完成上述的判定过程之后，可以统计所述目标图像中绿屏子块的总数量，若所述总数量小于或者等于指定阈值，则表明所述目标图像不是绿屏图像。若该总数量大于所述指定阈值，则表示目标图像有可能是绿屏图像。这样，通过上述的自动识别过程，可以初步判定当前的视频中是否包含绿屏图像，从而可以在视频推送给用户之前，及时对视频内容进行校正，不但提高了绿屏图像的检测效率，还能保证用户具备较好的视频观看体验。
附图说明
为了更清楚地说明本申请实施方式或现有技术中的技术方案，下面将对实施方式或现有技术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申请中记载的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施方式中检测绿屏图像的方法步骤图；
图2为本申请实施方式中检测绿屏图像的方法流程图；
图3为本申请实施方式中绿色背景的示意图；
图4为本申请实施方式中检测绿屏图像的装置的功能模块示意图；
图5为本申请实施方式中检测绿屏图像的装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，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他实施方式，都应当属于本申请保护的范围。
本申请提供一种检测绿屏图像的方法，该方法可以应用于视频播放平台的服务器中，也可以应用于独立的具备图像处理功能的设备中。请参阅图1和图2，所述方法可以包括以下步骤。
S1：获取当前播放的目标视频中待处理的目标图像，并将所述目标图像划分为指定数量的子块；所述目标图像中的像素点由第一分量、第二分量以及第三分量表征；其中，所述第一分量用于表征像素点的亮度值，所述第二分量和所述第三分量均用于表征像素点的色度值。
在本实施方式中，所述目标视频解码后的各帧视频图像可以具备一定的图像格式。通常而言，在视频播放领域，该图像格式可以是YUV图像格式。YUV图像格式中的像素点可以具备三个分量，其中，Y分量表示亮度值(Luminance或Luma)，Y分量表征的实际就是灰度值；而U分量和V分量可以表示色度值(Chrominance或Chroma)，这两个分量的作用是描述图像的色彩及饱和度，用于指定像素点的颜色。在实际应用中，YUV图像格式可以具备多种数据采集方式，这些数据采集方式例如可以包括YUV444格式，YUV422格式以及YUV420格式等。这些不同的数据采集方式，限定了三个分量不同的采样率。
在本实施方式中，所述目标图像中的像素点便可以由上述的三个分量来表示，其中，第一分量可以是上述的Y分量，第二分量可以是上述的U分量，第三分量可以是上述的V分量。当然，在实际应用中，第一、第二、第三这三个分量还可以根据图像格式的不同而具备其它的含义，并不限定于仅表示YUV三分量。这里以YUV三分量为例，只是为了便于阐述本申请的技术方案，并不表明本申请的技术方案仅适用于YUV图像格式。
在本实施方式中，可以从目标视频解码后的各帧图像中，读取出当前待处理的目标图像。然后，可以将该目标图像划分为指定数量的子块。这些子块可以具备相同的大小，例如，可以将所述目标图像等分为9*9个子块，其中，目标图像的每行和每列均具备9个子块。后续便可以针对划分得到的这些子块进行绿屏图像检测的过程。
在一个实施方式中，考虑到目标图像的画面中，处于周边位置的图像可能会存在黑边、水印或者电视台的台标等内容。为了不影响绿屏图像的检测过程，以及为了减少需要处理的数据量，可以从所述指定数量的子块中提取位于指定位置处的多个子块，其中，所述指定位置处例如可以是目标图像的中心位置处。举例来说，上述步骤中将目标图像划分为9*9的子块，那么后续可以从这9*9个子块中，挑选位置处于目标图像中心的7*7个子块，对于目标图像中处于周边位置的其它子块，可以不做处理。后续，可以仅对提取的所述多个子块进行处理，从而根据提取的所述多个子块判断所述目标图像是否为绿屏图像。
S3：在所述子块中分别确定分布最高的第一分量值、第二分量值以及第三分量值，并分别计算所述第一分量值、所述第二分量值以及所述第三分量值在所述子块中的分布比例。
在本实施方式中，针对需要处理的各个子块，可以执行相同的处理方式。具体地，可以在子块中分别统计各个分量的分布情况。每个分量可以具备各自的取值范围，例如，对于第一分量而言，它的取值范围可以是[0，255]中的任意整数，也就是第一分量可以划分为256个取值等级。然后，根据子块中像素点的第一分量的实际取值，可以逐一统计这256个取值等级中各个取值等级所对应的像素点的个数。例如，针对当前的子块而言，一共包含81个像素点，其中，第一分量取值为5的共计有2个像素点，第一分量取值为250的共计有60个像素点，第一分量取值为253的共计有19个像素点，而第一分量的其它取值等级，该子块中对应的像素点的数量均为0。在本实施方式中，针对第一分量的统计得到的分布情况可以通过一个分布数组来表示，该分布数组中可以包括多个元素，这些元素的数量与第一分量的取值等级相同。例如，第一分量对应的数组中，可以包括256个元素。这些元素的具体取值，便可以是取值等级在该子块中对应的像素点的个数。在上述的例子中，第6个元素(取值等级为5)对应的取值可以是2，第251个元素(取值等级为250)对应的取值可以是60，第254个元素(取值等级为253)对应的取值可以是19，其它元素的取值均可以是0。
在本实施方式中，通过上述的方式，可以计算出当前的子块中所述第一分量、所述第二分量以及所述第三分量各自的分布数组，然后，可以分别从所述分布数组中读取分布最高的第一分量值、第二分量值以及第三分量值。其中，分布最高指的是分布数组中元素的取值最高。例如，在上述的例子中，第一分量的分布数组中，分布最高的值是60。分布最高的第一分量值则可以指取值最高的元素所对应的第一分量的取值等级。例如，上述的例子中，分布最高的60对应的是取值等级250，那么分布最高的第一分量值便可以是250。针对第二分量和第三分量也同理，这里便不再赘述。
这样，通过上述的处理方式，可以在所述子块中分别确定分布最高的第一分量值、第二分量值以及第三分量值，然后，可以分别计算所述第一分量值、所述第二分量值以及所述第三分量值在所述子块中的分布比例。该分布比例可以指所述子块中，具备所述第一分量值的像素点的数量在总的像素点的采样数量中所占的比值。在实际应用中，根据图像格式的数据采样方式不同，针对不同的分量而言，子块中包含的总的像素点的采样数量也可能是不同的。举例来说，针对YUV444的数据采样方式而言，在一个子块中三个分量各自的采样数量是相同的；而针对YUV420的数据采样方式而言，U分量和V分量的采样数量只有Y分量的四分之一。因此，在确定各个分量值对应的分布比例时，首先可以在所述分布数组中分别确定所述第一分量值、所述第二分量值以及所述第三分量值对应的像素点数量。然后，可以分别获取所述第一分量、所述第二分量以及所述第三分量在所述子块中的采样系数。该采样系数可以根据实际的数据采样方式来确定。其中，第一分量的采样系数可以始终为1，然后，根据实际的数据采样方式，可以在1的基础上，设定第二分量和第三分量的采样系数。举例来说，针对YUV444的数据采样方式而言，三个分量的采样系数均可以为1；而针对YUV420的数据采样方式而言，Y分量的采样系数为1，而U分量和V分量的采样系数则为0.25。
在本实施方式中，在确定出各个分量的采样系数之后，可以基于所述子块中包含的像素点的总数和所述采样系数，分别确定所述第一分量、所述第二分量以及所述第三分量对应的参考数量。具体地，该参考数量可以是上述的像素点的总数与对应的采样系数的乘积。然后，可以分别将三个分量值对应的像素点数量与各自的参考数量之间的比值作为各自的分布比例。例如，可以将所述第一分量值对应的像素点数量与所述第一分量值对应的参考数量之间的比值作为所述第一分量值的分布比例，将所述第二分量值对应的像素点数量与所述第二分量值对应的参考数量之间的比值作为所述第二分量值的分布比例，以及将所述第三分量值对应的像素点数量与所述第三分量值对应的参考数量之间的比值作为所述第三分量值的分布比例。
S5：在所述第二分量值和所述第三分量值的分布比例均满足指定条件的情况下，基于所述第一分量值、所述第二分量值以及所述第三分量值，判断所述子块是否为绿屏子块。
在本实施方式中，如果目标图像为绿屏图像，那么必然会有大面积的像素点的色度表现为绿色。由于所述第二分量和所述第三分量均用于表征像素点的色度值，因此首先可以对第二分量值和第三分量值的分布比例进行考量。具体地，可以预先设置指定比例阈值，该指定比例阈值可以作为评价分布比例是否过高的标准。例如，在一个具体示例中，该指定比例阈值可以是0.8。如果某个分量值的分布比例大于该指定比例阈值，则表明该分量值的分布比例过高。在本实施方式中，可以将所述第二分量值的分布比例以及所述第三分量值的分布比例与所述指定比例阈值进行对比。若所述第二分量值和所述第三分量值的分布比例均大于指定比例阈值，则表明所述第二分量值和所述第三分量值的分布比例均满足指定条件。此时，为了识别该子块是否为绿屏子块，可以进一步地对第一分量值、第二分量值以及第三分量值进行综合考量。
在本实施方式中，考虑到RGB(Red，Green，Blue，红绿蓝)色系空间能够较好地反映出图像的色彩，因此可以将所述第一分量值、所述第二分量值以及所述第三分量值转换为RGB色系空间中的R分量值、G分量值以及B分量值。具体地，可以通过对第一分量值、第二分量值以及第三分量值进行加权求和的方式，分别得到R分量值、G分量值以及B分量值。在一个实际应用场景中，可以按照以下公式分别计算R分量值、G分量值以及B分量值：
R＝Y+1.402V
G＝Y-0.34414U-0.71414V
B＝Y+1.1772U
其中，R、G、B分别表示转换后的R分量值、G分量值以及B分量值，Y、U、V分别表示第一分量值、第二分量值以及第三分量值。
由于在RGB色系空间中，G分量值可以体现绿色的程度，因此可以计算所述G分量值和所述R分量值之间的第一差值，并计算所述G分量值和所述B分量值之间的第二差值，这两个差值越大，则表明子块中的绿色越显著。因此，可以将所述第一差值、第二差值分别与指定差值阈值进行比较，若所述第一差值和所述第二差值均大于该指定差值阈值，则可以判定所述子块为绿屏子块。其中，所述指定差值阈值可以根据需要灵活设置。例如，在一个具体示例中，该指定差值阈值可以设置为30。
S7：统计所述目标图像中绿屏子块的总数量，若所述总数量小于或者等于指定阈值，判定所述目标图像不是绿屏图像。
在本实施方式中，针对待处理的各个子块，可以按照步骤S3和S5中的描述，确定各个子块是否是绿屏子块。最终，可以统计所述目标图像中绿屏子块的总数量，并将该总数量与指定阈值进行对比，该指定阈值可以按照待处理的子块的总数量进行设定。例如，该指定阈值可以设置为待处理的子块的总数量的20％。若所述统计得到的绿屏子块的总数量小于或者等于该指定阈值，则表明绿屏子块的数量在允许范围内，此时可以判定所述目标图像不是绿屏图像。
在一个实施方式中，若所述统计得到的绿屏子块的总数量大于该指定阈值，则可以认为该目标图像中的绿屏子块的数量过多，从而可以判定该目标图像为绿屏图像。
然而，在实际应用中，在统计得到的绿屏子块的总数量大于该指定阈值的情况下，如果直接认定该目标图像为绿屏图像，那么会存在很多误判的情况。例如，图3示出了一个视频的开头画面，在该画面中，背景色都是绿色，只有其中的一小块图标不是绿色。按照上述的检测方式，最终得到的绿屏子块的数量明显过多，但该画面并非是绿屏画面，因此针对这种情况下，不能仅仅根据绿屏子块的总数量来判定目标图像为绿屏图像。
在本实施方式中，在统计得到的绿屏子块的总数量大于该指定阈值的情况下，可以通过对目标图像中指定位置处的像素线进行抽样检测的方式，来最终判定该目标图像是否是绿屏图像。具体地，可以从所述目标图像中截取指定位置处的像素线，所述指定位置可以根据实际需要进行设置。例如，该指定位置处的像素线可以是目标图像正中间跨越整个图像的一条竖线，当然，在其它应用场景中，还可以选用其它位置的像素线。该像素线可以由依次相连的多个像素点构成。此时，可以对该像素线中像素点的第二分量值进行检测，从而确定该目标图像是否为绿屏图像。
在本实施方式中，当上述步骤中判定某个子块为绿屏子块之后，可以将该子块中的第二分量值累加至预设变量中。该预设变量可以是预先设置的初始值为0的一个变量，每当检测出一个子块为绿屏子块后，便可以将该子块中的第二分量值累加值该预设变量中。那么当各个子块均完成检测之后，预设变量的值便可以表征各个绿屏子块的第二分量值之和。
在本实施方式中，可以根据所述预设变量当前的累加值以及统计的所述绿屏子块的总数量，计算单位绿屏子块中的平均第二分量值。具体地，可以用该预设变量当前的累加值除以统计出的绿屏子块的总数量，从而得到该平均第二分量值。然后，可以读取所述像素线中各个像素点的第二分量值，并将读取的所述第二分量值与所述平均第二分量值进行比较，并根据比较结果判断所述目标图像是否为绿屏图像。具体地，若读取的某个像素点的第二分量值与该平均第二分量值之间的差值小于指定差值，则表明该像素点的第二分量值比较接近该平均第二分量值，此时，可以判定该像素点是一个绿屏点。此时，可以检测所述像素线中是否存在连续指定数量个像素点的第二分量值与所述平均第二分量值的差值均大于或者等于该指定差值的情况，如果出现这种情况，便可以记录这种情况出现的次数。其中，该指定数量和所述指定差值均可以按照实际情况进行设置。例如，所述指定数量可以是10，所述指定差值可以是20。那么，如果该像素线中存在连续10个像素点的第二分量值与所述平均第二分量值之间的差值均大于或者等于20，便可以记录一次。在记录过后，参与本次记录的10个像素点便不会参与其它情况的考量。记录的这些次数，可以表明像素线中存在连续的非绿屏点，一旦这些次数达到某个阈值，可以表明该目标图像并非是绿屏图像。具体地，可以将记录的次数与指定次数阈值进行比较，若记录的所述次数大于或者等于指定次数阈值，可以判定所述目标图像不是绿屏图像；若记录的所述次数小于所述指定次数阈值，则可以判定所述目标图像是绿屏图像。其中，所述指定次数阈值同样可以根据实际情况进行设定，例如在一个具体示例中，该指定次数阈值可以设置为2。
需要说明的是，在本申请中涉及的某两个对象之间的差值，均是指这两个对象的差值的绝对值，因此在本申请中涉及的两个对象之间的差值，不会存在负值的情况。
在一个实施方式中，在判定所述目标图像为绿屏图像之后，还可以采集所述目标视频的播放信息，并将所述播放信息上传至分析服务器，从而使得分析服务器基于采集的播放信息有针对地进行调整。其中，所述目标视频的播放信息包括播放所述目标视频的终端设备的设备信息、播放所述目标视频的播放器的版本信息以及所述目标视频的视频标识中的至少一种。所述设备信息例如可以是终端设备的型号，该版本信息例如可以是播放器对应的软件版本序列号，视频标识例如可以是目标视频的名称或者目标视频在视频播放平台中的数字编号等。通过对播放信息的分析，可以确定是否在特定型号的终端设备中，或者在特定版本的播放器中，会存在绿屏的问题。此时可以针对终端设备或者播放器的解码模块进行调整。通过对视频标识进行分析，可以对该视频标识指向的目标视频的内容进行解析，从而判断是否是因为视频格式的问题导致的绿屏画面的出现。
请参阅图4，本申请还提供一种检测绿屏图像的装置，所述装置包括：
子块划分单元，用于获取当前播放的目标视频中待处理的目标图像，并将所述目标图像划分为指定数量的子块；所述目标图像中的像素点由第一分量、第二分量以及第三分量表征；其中，所述第一分量用于表征像素点的亮度值，所述第二分量和所述第三分量均用于表征像素点的色度值；
分布确定单元，用于在所述子块中分别确定分布最高的第一分量值、第二分量值以及第三分量值，并分别计算所述第一分量值、所述第二分量值以及所述第三分量值在所述子块中的分布比例；
子块判断单元，用于在所述第二分量值和所述第三分量值的分布比例均满足指定条件的情况下，基于所述第一分量值、所述第二分量值以及所述第三分量值，判断所述子块是否为绿屏子块；
绿屏图像判定单元，用于统计所述目标图像中绿屏子块的总数量，若所述总数量小于或者等于指定阈值，判定所述目标图像不是绿屏图像。
在一个实施方式中，所述分布确定单元包括：
分布数组计算模块，用于计算所述子块中所述第一分量、所述第二分量以及所述第三分量各自的分布数组，并从分别从所述分布数组中读取分布最高的第一分量值、第二分量值以及第三分量值；
像素点数量确定模块，用于在所述分布数组中分别确定所述第一分量值、所述第二分量值以及所述第三分量值对应的像素点数量；
采样系数获取模块，用于分别获取所述第一分量、所述第二分量以及所述第三分量在所述子块中的采样系数；
参考数量确定模块，用于基于所述子块中包含的像素点的总数和所述采样系数，分别确定所述第一分量、所述第二分量以及所述第三分量对应的参考数量；
分布比例计算模块，用于将所述第一分量值对应的像素点数量与所述第一分量值对应的参考数量之间的比值作为所述第一分量值的分布比例；将所述第二分量值对应的像素点数量与所述第二分量值对应的参考数量之间的比值作为所述第二分量值的分布比例；以及将所述第三分量值对应的像素点数量与所述第三分量值对应的参考数量之间的比值作为所述第三分量值的分布比例。
在一个实施方式中，所述子块判断单元包括：
色系转换模块，用于将所述第一分量值、所述第二分量值以及所述第三分量值转换为RGB色系空间中的R分量值、G分量值以及B分量值；
分量计算模块，用于计算所述G分量值和所述R分量值之间的第一差值，并计算所述G分量值和所述B分量值之间的第二差值，若所述第一差值和所述第二差值均大于指定差值阈值，判定所述子块为绿屏子块。
在一个实施方式中，所述装置还包括：
数值累加单元，用于在判定所述子块为绿屏子块之后，将所述子块中的所述第二分量值累加至预设变量中。
在一个实施方式中，所述装置还包括：
像素线截取单元，用于若所述总数量大于所述指定阈值，从所述目标图像中截取指定位置处的像素线，所述像素线中包括多个像素点；
平均第二分量值计算单元，用于根据所述预设变量当前的累加值以及统计的所述绿屏子块的总数量，计算单位绿屏子块中的平均第二分量值；
分量值比较单元，用于读取所述像素线中像素点的第二分量值，并将读取的所述第二分量值与所述平均第二分量值进行比较，并根据比较结果判断所述目标图像是否为绿屏图像。
在一个实施方式中，所述分量值比较单元包括：
次数记录模块，用于若所述像素线中存在连续指定数量个像素点的第二分量值与所述平均第二分量值的差值均大于或者等于指定差值的情况，记录所述情况出现的次数；
判定模块，用于若记录的所述次数大于或者等于指定次数阈值，判定所述目标图像不是绿屏图像；若记录的所述次数小于所述指定次数阈值，判定所述目标图像是绿屏图像。
请参阅图5，本申请还提供一种检测绿屏图像的装置，所述装置包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，可以实现上述的检测绿屏图像的方法。
在本实施方式中，所述存储器可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方法的媒体加以存储。本实施方式所述的存储器又可以包括：利用电能方式存储信息的装置，如RAM、ROM等；利用磁能方式存储信息的装置，如硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置，如CD或DVD。当然，还有其他方式的存储器，例如量子存储器、石墨烯存储器等等。
在本实施方式中，所述处理器可以按任何适当的方式实现。例如，所述处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。
本说明书实施方式提供的装置，其存储器和处理器实现的具体功能，可以与本说明书中的前述实施方式相对照解释，并能够达到前述实施方式的技术效果，这里便不再赘述。
由上可见，本申请提供的技术方案，可以预先检测视频的中包含的图像，从而识别视频中是否存在绿屏图像。具体地，目标视频中待处理的目标图像可以具备一定的图像格式，该图像格式限定了图像中像素点所对应的各个分量。在本申请中，目标图像中的像素点可以由表征亮度值的第一分量和表征色度值的第二、第三分量来表示。在对目标图像进行处理时，首先可以将目标图像划分为多个子块，然后针对各个子块进行后续的处理。具体地，可以在子块中确定出分布最高的各个分量值，并且可以计算出各个分量值在该子块中的分布比例。其中，由于第二、第三分量表征像素点的色度值，那么当第二、第三分量值的分布比例较高时，该目标图像作为绿屏图像的可能性也较高。然后，可以基于上述的各个分量值，判断当前的子块是否是绿屏子块。具体地，可以将这三个分量值转换至RGB色系空间中，然后通过RGB色系空间中G分量相较于其它两个分量的差值，来判断转换后的RGB分量值是否表征为绿色，如果是，则可以判定当前的子块为绿色子块。在对划分得到的各个子块完成上述的判定过程之后，可以统计所述目标图像中绿屏子块的总数量，若所述总数量小于或者等于指定阈值，则表明所述目标图像不是绿屏图像。若该总数量大于所述指定阈值，则表示目标图像有可能是绿屏图像。这样，通过上述的自动识别过程，可以初步判定当前的视频中是否包含绿屏图像，从而可以在视频推送给用户之前，及时对视频内容进行校正，不但提高了绿屏图像的检测效率，还能保证用户具备较好的视频观看体验。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现装置以外，完全可以通过将方法步骤进行逻辑编程来使得装置以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种装置可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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方式或者实施方式的某些部分所述的方法。
本说明书中的各个实施方式均采用递进的方式描述，各个实施方式之间相同相似的部分互相参见即可，每个实施方式重点说明的都是与其他实施方式的不同之处。尤其，针对装置的实施方式来说，均可以参照前述方法的实施方式的介绍对照解释。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施方式描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (17)
1.一种检测绿屏图像的方法，其特征在于，所述方法包括：
获取当前播放的目标视频中待处理的目标图像，并将所述目标图像划分为指定数量的子块；所述目标图像中的像素点由第一分量、第二分量以及第三分量表征；其中，所述第一分量用于表征像素点的亮度值，所述第二分量和所述第三分量均用于表征像素点的色度值；
在所述子块中分别确定分布最高的第一分量值、第二分量值以及第三分量值，并分别计算所述第一分量值、所述第二分量值以及所述第三分量值在所述子块中的分布比例；
在所述第二分量值和所述第三分量值的分布比例均满足指定条件的情况下，基于所述第一分量值、所述第二分量值以及所述第三分量值，判断所述子块是否为绿屏子块；
统计所述目标图像中绿屏子块的总数量，若所述总数量小于或者等于指定阈值，判定所述目标图像不是绿屏图像。
2.根据权利要求1所述的方法，其特征在于，在所述子块中分别确定分布最高的第一分量值、第二分量值以及第三分量值包括：
计算所述子块中所述第一分量、所述第二分量以及所述第三分量各自的分布数组，并从分别从所述分布数组中读取分布最高的第一分量值、第二分量值以及第三分量值。
3.根据权利要求2所述的方法，其特征在于，分别计算所述第一分量值、所述第二分量值以及所述第三分量值在所述子块中的分布比例包括：
在所述分布数组中分别确定所述第一分量值、所述第二分量值以及所述第三分量值对应的像素点数量；
分别获取所述第一分量、所述第二分量以及所述第三分量在所述子块中的采样系数；
基于所述子块中包含的像素点的总数和所述采样系数，分别确定所述第一分量、所述第二分量以及所述第三分量对应的参考数量；
将所述第一分量值对应的像素点数量与所述第一分量值对应的参考数量之间的比值作为所述第一分量值的分布比例；
将所述第二分量值对应的像素点数量与所述第二分量值对应的参考数量之间的比值作为所述第二分量值的分布比例；
将所述第三分量值对应的像素点数量与所述第三分量值对应的参考数量之间的比值作为所述第三分量值的分布比例。
4.根据权利要求1所述的方法，其特征在于，所述第二分量值和所述第三分量值的分布比例均满足指定条件包括：
所述第二分量值和所述第三分量值的分布比例均大于指定比例阈值。
5.根据权利要求1所述的方法，其特征在于，基于所述第一分量值、所述第二分量值以及所述第三分量值，判断所述子块是否为绿屏子块包括：
将所述第一分量值、所述第二分量值以及所述第三分量值转换为RGB色系空间中的R分量值、G分量值以及B分量值；
计算所述G分量值和所述R分量值之间的第一差值，并计算所述G分量值和所述B分量值之间的第二差值，若所述第一差值和所述第二差值均大于指定差值阈值，判定所述子块为绿屏子块。
6.根据权利要求1或5所述的方法，其特征在于，在判定所述子块为绿屏子块之后，所述方法还包括：
将所述子块中的所述第二分量值累加至预设变量中。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
若所述总数量大于所述指定阈值，从所述目标图像中截取指定位置处的像素线，所述像素线中包括多个像素点；
根据所述预设变量当前的累加值以及统计的所述绿屏子块的总数量，计算单位绿屏子块中的平均第二分量值；
读取所述像素线中像素点的第二分量值，并将读取的所述第二分量值与所述平均第二分量值进行比较，并根据比较结果判断所述目标图像是否为绿屏图像。
8.根据权利要求7所述的方法，其特征在于，根据比较结果判断所述目标图像是否为绿屏图像包括：
若所述像素线中存在连续指定数量个像素点的第二分量值与所述平均第二分量值的差值均大于或者等于指定差值的情况，记录所述情况出现的次数；
若记录的所述次数大于或者等于指定次数阈值，判定所述目标图像不是绿屏图像；
若记录的所述次数小于所述指定次数阈值，判定所述目标图像是绿屏图像。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在判定所述目标图像为绿屏图像之后，采集所述目标视频的播放信息，并将所述播放信息上传至分析服务器；其中，所述目标视频的播放信息包括播放所述目标视频的终端设备的设备信息、播放所述目标视频的播放器的版本信息以及所述目标视频的视频标识中的至少一种。
10.根据权利要求1所述的方法，其特征在于，在将所述目标图像划分为指定数量的子块之后，所述方法还包括：
从所述指定数量的子块中提取位于指定位置处的多个子块，并根据提取的所述多个子块判断所述目标图像是否为绿屏图像。
11.一种检测绿屏图像的装置，其特征在于，所述装置包括：
子块划分单元，用于获取当前播放的目标视频中待处理的目标图像，并将所述目标图像划分为指定数量的子块；所述目标图像中的像素点由第一分量、第二分量以及第三分量表征；其中，所述第一分量用于表征像素点的亮度值，所述第二分量和所述第三分量均用于表征像素点的色度值；
分布确定单元，用于在所述子块中分别确定分布最高的第一分量值、第二分量值以及第三分量值，并分别计算所述第一分量值、所述第二分量值以及所述第三分量值在所述子块中的分布比例；
子块判断单元，用于在所述第二分量值和所述第三分量值的分布比例均满足指定条件的情况下，基于所述第一分量值、所述第二分量值以及所述第三分量值，判断所述子块是否为绿屏子块；
绿屏图像判定单元，用于统计所述目标图像中绿屏子块的总数量，若所述总数量小于或者等于指定阈值，判定所述目标图像不是绿屏图像。
12.根据权利要求11所述的装置，其特征在于，所述分布确定单元包括：
分布数组计算模块，用于计算所述子块中所述第一分量、所述第二分量以及所述第三分量各自的分布数组，并从分别从所述分布数组中读取分布最高的第一分量值、第二分量值以及第三分量值；
像素点数量确定模块，用于在所述分布数组中分别确定所述第一分量值、所述第二分量值以及所述第三分量值对应的像素点数量；
采样系数获取模块，用于分别获取所述第一分量、所述第二分量以及所述第三分量在所述子块中的采样系数；
参考数量确定模块，用于基于所述子块中包含的像素点的总数和所述采样系数，分别确定所述第一分量、所述第二分量以及所述第三分量对应的参考数量；
分布比例计算模块，用于将所述第一分量值对应的像素点数量与所述第一分量值对应的参考数量之间的比值作为所述第一分量值的分布比例；将所述第二分量值对应的像素点数量与所述第二分量值对应的参考数量之间的比值作为所述第二分量值的分布比例；以及将所述第三分量值对应的像素点数量与所述第三分量值对应的参考数量之间的比值作为所述第三分量值的分布比例。
13.根据权利要求11所述的装置，其特征在于，所述子块判断单元包括：
色系转换模块，用于将所述第一分量值、所述第二分量值以及所述第三分量值转换为RGB色系空间中的R分量值、G分量值以及B分量值；
分量计算模块，用于计算所述G分量值和所述R分量值之间的第一差值，并计算所述G分量值和所述B分量值之间的第二差值，若所述第一差值和所述第二差值均大于指定差值阈值，判定所述子块为绿屏子块。
14.根据权利要求11或13所述的装置，其特征在于，所述装置还包括：
数值累加单元，用于在判定所述子块为绿屏子块之后，将所述子块中的所述第二分量值累加至预设变量中。
15.根据权利要求14所述的装置，其特征在于，所述装置还包括：
像素线截取单元，用于若所述总数量大于所述指定阈值，从所述目标图像中截取指定位置处的像素线，所述像素线中包括多个像素点；
平均第二分量值计算单元，用于根据所述预设变量当前的累加值以及统计的所述绿屏子块的总数量，计算单位绿屏子块中的平均第二分量值；
分量值比较单元，用于读取所述像素线中像素点的第二分量值，并将读取的所述第二分量值与所述平均第二分量值进行比较，并根据比较结果判断所述目标图像是否为绿屏图像。
16.根据权利要求15所述的装置，其特征在于，所述分量值比较单元包括：
次数记录模块，用于若所述像素线中存在连续指定数量个像素点的第二分量值与所述平均第二分量值的差值均大于或者等于指定差值的情况，记录所述情况出现的次数；
判定模块，用于若记录的所述次数大于或者等于指定次数阈值，判定所述目标图像不是绿屏图像；若记录的所述次数小于所述指定次数阈值，判定所述目标图像是绿屏图像。
17.一种检测绿屏图像的装置，其特征在于，所述装置包括处理器和存储器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1至10中任一权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810890102.3A CN110827364B (zh) | 2018-08-07 | 2018-08-07 | 一种检测绿屏图像的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810890102.3A CN110827364B (zh) | 2018-08-07 | 2018-08-07 | 一种检测绿屏图像的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110827364A true CN110827364A (zh) | 2020-02-21 |
| CN110827364B CN110827364B (zh) | 2023-01-13 |
Family
ID=69534054
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810890102.3A Active CN110827364B (zh) | 2018-08-07 | 2018-08-07 | 一种检测绿屏图像的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110827364B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112233196A (zh) * | 2020-11-04 | 2021-01-15 | 腾讯科技（深圳）有限公司 | 直播间绿屏检测方法、装置、设备及存储介质 |
| CN113099220A (zh) * | 2021-06-07 | 2021-07-09 | 全时云商务服务股份有限公司 | 一种视频会议视频图像绿屏检测方法、系统及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110176030A1 (en) * | 2002-02-20 | 2011-07-21 | Canon Kabushiki Kaisha | White balance correction including indicative white color determination based on regions in a divided image |
| CN102572207A (zh) * | 2010-12-30 | 2012-07-11 | 无锡华润矽科微电子有限公司 | 一种适于jpeg图像的颜色空间转换方法 |
| CN103402117A (zh) * | 2013-08-06 | 2013-11-20 | 夏东 | 基于Lab色度空间的视频图像偏色检测方法 |
| CN103763515A (zh) * | 2013-12-24 | 2014-04-30 | 浙江工业大学 | 一种基于机器学习的视频异常检测方法 |
| CN105139408A (zh) * | 2015-09-08 | 2015-12-09 | 江苏大学 | 一种基于Kinect传感器的植株绿色特征识别方法 |
| CN107197233A (zh) * | 2017-06-23 | 2017-09-22 | 安徽大学 | 基于边缘计算模型的监控视频数据质量评测方法及装置 |
| CN108182444A (zh) * | 2017-12-08 | 2018-06-19 | 深圳英飞拓科技股份有限公司 | 基于场景分类的视频质量诊断的方法及装置 |
-
2018
- 2018-08-07 CN CN201810890102.3A patent/CN110827364B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110176030A1 (en) * | 2002-02-20 | 2011-07-21 | Canon Kabushiki Kaisha | White balance correction including indicative white color determination based on regions in a divided image |
| CN102572207A (zh) * | 2010-12-30 | 2012-07-11 | 无锡华润矽科微电子有限公司 | 一种适于jpeg图像的颜色空间转换方法 |
| CN103402117A (zh) * | 2013-08-06 | 2013-11-20 | 夏东 | 基于Lab色度空间的视频图像偏色检测方法 |
| CN103763515A (zh) * | 2013-12-24 | 2014-04-30 | 浙江工业大学 | 一种基于机器学习的视频异常检测方法 |
| CN105139408A (zh) * | 2015-09-08 | 2015-12-09 | 江苏大学 | 一种基于Kinect传感器的植株绿色特征识别方法 |
| CN107197233A (zh) * | 2017-06-23 | 2017-09-22 | 安徽大学 | 基于边缘计算模型的监控视频数据质量评测方法及装置 |
| CN108182444A (zh) * | 2017-12-08 | 2018-06-19 | 深圳英飞拓科技股份有限公司 | 基于场景分类的视频质量诊断的方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| CT JOHNSTON等: "FPGA based remote object tracking for real-time control", 《INTERNATIONAL CONFERENCE ON SENSING TECHNOLOGY》 * |
| 王晓露: "网络视频播放技术的研究与实现", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112233196A (zh) * | 2020-11-04 | 2021-01-15 | 腾讯科技（深圳）有限公司 | 直播间绿屏检测方法、装置、设备及存储介质 |
| CN112233196B (zh) * | 2020-11-04 | 2023-12-12 | 腾讯科技（深圳）有限公司 | 直播间绿屏检测方法、装置、设备及存储介质 |
| CN113099220A (zh) * | 2021-06-07 | 2021-07-09 | 全时云商务服务股份有限公司 | 一种视频会议视频图像绿屏检测方法、系统及存储介质 |
| CN113099220B (zh) * | 2021-06-07 | 2021-08-13 | 全时云商务服务股份有限公司 | 一种视频会议视频图像绿屏检测方法、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110827364B (zh) | 2023-01-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110830787B (zh) | 一种检测花屏图像的方法及装置 | |
| US9756283B1 (en) | Systems and methods for identifying a black/non-black frame attribute | |
| US7532256B2 (en) | Methods and apparatus for detecting scenes in a video medium | |
| KR100468967B1 (ko) | 썸네일 영상 생성장치 및 방법 | |
| EP0675645B1 (en) | Apparatus for discriminating video kinds and automatic aspect ratio discrimination apparatus and television receiver using it | |
| KR101318459B1 (ko) | 수신기 상에서 오디오비주얼 문서를 시청하는 방법 및이러한 문서를 시청하기 위한 수신기 | |
| EP2109313A1 (en) | Television receiver and method | |
| CN101998083B (zh) | 影像处理装置 | |
| CN105979370B (zh) | 一种配置图像模式的方法及装置 | |
| CN108769776A (zh) | 标题字幕检测方法、装置及电子设备 | |
| CN110827364B (zh) | 一种检测绿屏图像的方法及装置 | |
| US6975758B2 (en) | Image processing apparatus for and method of improving an image and an image display apparatus comprising the image processing apparatus | |
| CN110830788A (zh) | 一种检测黑屏图像的方法及装置 | |
| JPWO2007013238A1 (ja) | 映像処理装置及び映像処理方法 | |
| CN112788329A (zh) | 视频静帧检测方法、装置、电视及存储介质 | |
| MX2013013874A (es) | Sistema y metodos para probar hardware de video al evaluar tramas de video de salida que contienen caracteristicas de referencia integradas. | |
| JP2010200295A (ja) | 複数のガウス分布モデルを利用して映像の背景を維持する方法と装置 | |
| US20020154885A1 (en) | Identification of blank segments in a set of visual recording data | |
| CN101304483A (zh) | 通过使用存储的图像进行图像处理的方法和装置 | |
| JPH1166301A (ja) | カラー画像分類方法及び装置及びこの方法を記録した記録媒体 | |
| US20170278286A1 (en) | Method and electronic device for creating title background in video frame | |
| CN104754367A (zh) | 一种多媒体信息处理方法及设备 | |
| CN107729387B (zh) | 一种视频缩略图选取方法、存储介质及电子设备 | |
| KR20130078242A (ko) | 영상데이터로부터 기상상태를 자동으로 판독하는 방법 및 그 방법을 이용하여 영상을 개선하는 영상처리방법 | |
| CN111882536A (zh) | 一种基于图片对比实现散货数量监测的方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200514 Address after: 310052 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Alibaba (China) Co.,Ltd. Address before: 100102 No. 4 Building, Wangjing Dongyuan District, Chaoyang District, Beijing Applicant before: BEIJING YOUKU TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 554, 5 / F, building 3, 969 Wenyi West Road, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province Applicant after: Alibaba (China) Co.,Ltd. Address before: 310052 room 508, 5th floor, building 4, No. 699 Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Applicant before: Alibaba (China) Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240623 Address after: 101400 Room 201, 9 Fengxiang East Street, Yangsong Town, Huairou District, Beijing Patentee after: Youku Culture Technology (Beijing) Co.,Ltd. Country or region after: China Address before: Room 554, 5 / F, building 3, 969 Wenyi West Road, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province Patentee before: Alibaba (China) Co.,Ltd. Country or region before: China |