CN111050211B - 视频处理方法、装置及存储介质 - Google Patents

视频处理方法、装置及存储介质 Download PDF

Info

Publication number
CN111050211B
CN111050211B CN201911284271.3A CN201911284271A CN111050211B CN 111050211 B CN111050211 B CN 111050211B CN 201911284271 A CN201911284271 A CN 201911284271A CN 111050211 B CN111050211 B CN 111050211B
Authority
CN
China
Prior art keywords
video frame
pixel value
video
frame
value
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.)
Active
Application number
CN201911284271.3A
Other languages
English (en)
Other versions
CN111050211A (zh
Inventor
李东辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Kugou Computer Technology Co Ltd
Original Assignee
Guangzhou Kugou Computer Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Kugou Computer Technology Co Ltd filed Critical Guangzhou Kugou Computer Technology Co Ltd
Priority to CN201911284271.3A priority Critical patent/CN111050211B/zh
Publication of CN111050211A publication Critical patent/CN111050211A/zh
Application granted granted Critical
Publication of CN111050211B publication Critical patent/CN111050211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • 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
    • 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
    • G06T2207/20076—Probabilistic image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种视频处理方法、装置及存储设备，该方法用于计算机设备，包括：在视频中提取基准视频帧；统计每个像素值在基准视频帧中的累计概率；对像素值与累计概率的关系进行拟合，得到以像素值为自变量的多阶多项式；依序计算多阶多项式对于每个像素值的结果，将该结果作为以该像素值为序号的目标像素点的目标像素值，从而得到多个目标像素点；对于视频中对应的待处理视频帧的每个待处理像素点的每个颜色分量值，根据序号与该颜色分量值相等的目标像素点的目标像素值对该颜色分量值进行调整。使用本方法能够解决光照过强或者过弱导致的视频帧质量退化的问题。

Description

视频处理方法、装置及存储介质
技术领域
本申请涉及视频处理技术领域，具体涉及一种视频处理方法、装置及存储介质。
背景技术
目前，手机等智能终端在生活中不可或缺，使用智能终端进行图像处理的需求日益增加，在智能终端上进行直播的各种直播软件也不断涌现。
现有的直播视频中，为保证视频的连贯性，需要保证视频的帧率在15帧及以上。视频的帧率低，会出现卡顿现象，严重影响用户体验。同时，在直播中，为了提高用户体验，还会对视频帧进行处理，常见的视频帧处理方案包括磨皮，美白，滤镜等效果。
各直播间主播所处的环境不一致，有的主播直播间光照较强，有的主播直播间光照较弱。但光照过强或者过弱都会影响手机摄像头或者PC(Personal Computer，个人计算机)摄像头的图像捕获质量，导致视频的视觉效果变差。视频直播中摄像头捕获的图像质量差会直接影响后续的磨皮、美白、滤镜等图像算法处理，最终导致用户体验差。
发明内容
为了解决上述问题，本申请提供了一种视频处理方法、装置及存储介质，能够解决光照过强或者过弱导致的视频帧质量退化的问题。
本申请具体采用如下技术方案：
一种视频处理方法，用于终端，该方法包括：
在视频中提取基准视频帧；
统计每个像素值在该基准视频帧中的累计概率，其中像素值的取值范围为最小可能像素值和最大可能像素值之间的所有整数；
对像素值与累计概率的关系进行拟合，得到以像素值为自变量的多阶多项式；
从最小可能像素值起到最大可能像素值依序计算多阶多项式对于每个像素值的结果，将该结果作为以该像素值为序号的目标像素点的目标像素值，从而得到多个目标像素点；
对于视频中对应的待处理视频帧的每个待处理像素点的每个颜色分量值，根据序号与该颜色分量值相等的目标像素点的目标像素值对该颜色分量值进行调整。
优选地，在视频中提取基准视频帧包括：在视频中间隔性提取视频帧作为基准视频帧，其中，相邻两个基准视频帧之间的至少一个视频帧作为在前的基准视频帧对应的待处理视频帧。
优选地，在视频中间隔性提取视频帧作为基准视频帧包括：
将视频中的视频帧依次对应帧序号n，n为从1起依次加1的正整数；
读取第一阈值k，第一阈值k为相邻两帧基准视频帧之间间隔的视频帧的帧数，k为大于1的整数；
当满足n％k＝＝1时，提取帧序号为n的视频帧作为基准视频帧。
优选地，统计像素值在基准视频帧中的累计概率包括：
获取基准视频帧中每个像素点的像素值；
统计每个像素值在基准视频帧中出现的次数；
根据如下关系式计算像素值t的累计概率cum(t)：
Figure BDA0002317575760000021
其中，Nt为像素值t在基准视频帧中出现的次数，N为基准视频帧中像素点的总数。
优选地，对像素值与累计概率的关系进行拟合，得到以像素值为自变量的多阶多项式包括：
对像素值与累计概率的关系采用最小二乘法进行拟合，得到以像素值为自变量的多阶多项式。
优选地，对像素值与累计概率的关系采用最小二乘法进行拟合，得到以像素值为自变量的多阶多项式包括：
将累计概率cum(t)的值域划分成m个部分，并在每个部分内选取任意一个累计概率值；
基于选取的m个累计概率值，使用最小二乘法确定多阶多项式的展开系数，得到以像素值为自变量的多阶多项式：
b0+b1t+…+bm-1tm-1
其中，m为选取的累计概率值的数量，m≥3，b0、b1……bm-1均为多阶多项式的展开系数。
优选地，该方法还包括：
当满足n％k！＝1时，检测对应的多个目标像素点是否已经存在，
若对应的所述多个目标像素点已经存在，则提取帧序号为n的视频帧作为待处理视频帧；
若对应的所述多个目标像素点尚未存在，则保持帧序号为n的视频帧的图像信息不变。
本申请还提供了一种视频处理装置，包括：
提取模块，用于在视频中提取基准视频帧；
统计模块，用于统计每个像素值在基准视频帧中的累计概率，其中像素值的取值范围为最小可能像素值和最大可能像素值之间的所有整数；
拟合模块，用于对像素值与累计概率的关系进行拟合，得到以像素值为自变量的多阶多项式；
生成模块，用于从最小可能像素值起到最大可能像素值依序计算多阶多项式对于每个像素值的结果，将结果作为以该像素值为序号的目标像素点的目标像素值，从而得到多个目标像素点；
调整模块，用于对于视频中对应的待处理视频帧的每个待处理像素的每个颜色分量值，根据序号与该颜色分量值相等的目标像素点的目标像素值对该颜色分量值进行调整。
优选地，提取模块还用于：在视频中间隔性提取视频帧作为基准视频帧，其中相邻两个基准视频帧之间的至少一个视频帧作为在前的基准视频帧对应的待处理视频帧。
优选地，该装置还包括：
对应模块，用于将视频中的视频帧依次对应帧序号n，n为从1起依次加1的正整数；
读取模块，用于读取第一阈值k，第一阈值k为相邻两帧基准视频帧之间间隔的视频帧的帧数，k为大于1的整数；
判断模块，用于当满足n％k＝＝1时，提取帧序号为n的视频帧作为基准视频帧。
优选地，统计模块还用于：
获取基准视频帧中每个像素点的像素值；
统计每个像素值在基准视频帧中出现的次数；
根据如下关系式计算像素值t的累计概率cum(t)：
Figure BDA0002317575760000041
其中，Nt为像素值t在基准视频帧中出现的次数，N为基准视频帧中像素点的总数。
优选地，拟合模块用于对像素值与累计概率的关系采用最小二乘法进行拟合，得到以像素值为自变量的多阶多项式。
优选地，拟合模块还用于：
将累计概率cum(t)的值域划分成m个部分，并在每个部分内选取任意一个累计概率值；
基于选取的m个累计概率值，使用最小二乘法确定多阶多项式的展开系数，得到以像素值为自变量的多阶多项式：
b0+b1t+…+bm-1tm-1
其中，m为选取的累计概率值的数量，m≥3，b0、b1……bm-1均为多阶多项式的展开系数。
优选地，还包括检测模块，用于当判断模块判断满足n％k！＝1时，检测对应的所述多个目标像素点是否已经存在，
若对应的多个目标像素点已经存在，则提取帧序号为n的视频帧作为待处理视频帧；
若对应的多个目标像素点尚未存在，则保持帧序号为n的视频帧的图像信息不变。
本申请还提供了一种视频处理装置，包括：处理器和存储器，
存储器，用于存储计算机程序；
处理器，用于执行存储器上所存储的计算机程序，实现上述视频处理方法。
本申请还提供了一种存储介质，当存储介质中的程序由处理器执行时，能够实现上述视频处理方法。
本申请实施例提供的视频处理方法、装置及存储介质，在用户进行直播或录制视频的过程中，在视频中提取基准视频帧并统计每个像素值在该基准视频帧中的累计概率，对像素值与累计概率的关系进行拟合，并根据拟合结果得到多个目标像素点，利用对应目标像素点的目标像素值对视频中对应的待处理视频帧的每个待处理像素的每个颜色分量值进行调整，这种视频处理方法能够提升在光照过强或过弱的环境下采集的图像质量，避免对后续的图像特效处理算法造成影响。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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是本申请各个实施例涉及的一种实施环境的示意图；
图2是本申请实施例提供的一种视频处理方法的方法流程图；
图3是本申请实施例提供的另一种视频处理方法的方法流程图；
图4是本申请实施例提供的一种视频处理装置的结构示意图；
图5是本申请实施例提供的另一种视频处理装置的结构示意图；
图6是本申请实施例提供的又一种视频处理装置的结构示意图。
具体实施方式
为使本申请的技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
图1是本申请各个实施例设计的一种实施环境的示意图，如图1所示，该实施环境可以包括：终端101和服务器102，终端101与服务器102建立通信连接，该通信连接可以是有线连接或无线连接，该无线连接可以包括但不限于WIFI(Wireless Fidelity，无线保真)连接、数据连接、蓝牙连接或红外连接等，该有线连接包括电信运营商提供的以同轴电缆、双绞线和光纤等线缆进行的连接。
终端101可以是手机、平板电脑、笔记本电脑或台式电脑等，该图1以终端101是台式电脑为例。该终端101中可以安装有网页应用程序或客户端，示例地，该网页应用程序可以为浏览器。服务器102可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。
在本申请实施例中，网页应用程序集成有视频直播功能或录像功能，客户端为直播客户端或录像客户端，用户可以通过该网页应用程序或客户端进行视频直播或视频录制。
在视频直播或录像的过程中，终端101或服务器102在视频中提取基准视频帧并对其图像信息进行相应的数据处理，基于该数据处理结果对视频中对应的待处理视频帧进行调整。在一些实施例中，该视频的视频帧包括主播用户的人脸图像。
图2是本申请实施例提供的一种视频处理方法的方法流程图，该视频处理方法可以由计算机设备执行，该计算机设备可以为终端或服务器，如图2所示，该方法可以包括如下步骤：
步骤201、在视频中提取基准视频帧；其中可以在视频中间隔性提取视频帧作为基准视频帧，可以按照固定间隔提取基准视频帧，也可以在触发设定条件时(例如接收到指令或者场景发生超出预设范围的变化)才提取基准视频帧而不考虑间隔均匀性。
步骤202、统计每个像素值在基准视频帧中的累计概率，其中像素值的取值范围为最小可能像素值起到最大可能像素值之间的所有整数；
步骤203、对像素值与累计概率的关系进行拟合，得到以像素值为自变量的多阶多项式；
步骤204、从最小可能像素值起到最大可能像素值依序计算该多阶多项式对于每个像素值的结果，将该结果作为以该像素值为序号的目标像素点的目标像素值，从而得到多个目标像素点；
步骤205、对于视频中对应的待处理视频帧的每个待处理像素的每个颜色分量值，根据序号与该颜色分量值相等的目标像素点的目标像素值对该颜色分量值进行调整，其中可以将相邻两个基准视频帧之间的至少一个视频帧作为在前的基准视频帧对应的待处理视频帧。
综上所述，本申请实施例提供的视频处理方法，在用户进行直播或录制视频的过程中，在视频中提取基准视频帧并统计每个像素值在该基准视频帧中的累计概率，对像素值与累计概率的关系进行拟合，并根据拟合结果得到多个目标像素点，利用目标像素点的目标像素值对视频中对应的待处理视频帧的每个待处理像素的每个颜色分量值进行调整。处理好的视频帧可以在存储介质中保存或在直播视频流中显示，其中，当在直播视频流中显示时，在网页应用程序或客户端的视频展示区域中显示处理后的视频帧。本申请实施例提供的视频处理方法能够提升在光照过强或过弱的环境下采集的图像质量，避免对后续的图像特效处理算法造成影响。
图3是本申请实施例提供的另一种视频处理方法的方法流程图，该视频处理方法可以由计算机设备执行，该计算机设备可以为图1所示实施环境中的终端101或服务器102，可选地，用户可以通过终端101进行视频直播或视频录制。本实施例以主播用户使用终端101上的直播客户端进行视频直播为例，对该方法进行详细的描述，如图3所示，该方法可以包括如下步骤：
步骤301、将视频中的视频帧依次对应帧序号n，n为从1起依次加1的正整数。
主播用户点击终端101的直播客户端上的开始直播按钮，发出直播视频录制指令。直播客户端接收到该视频录制指令，调用摄像头采集主播在直播间的直播图像，直播图像在实时生成直播视频的过程中会依次对应帧序号n，例如，摄像头捕获的第一张直播图像在生成直播视频的同时对应帧序号1，摄像头捕获的第二张直播图像在生成直播视频的同时对应帧序号2，摄像头捕获的第一百张直播图像在生成直播视频的同时对应帧序号100，由上述直播图像依序排列生成的直播视频在直播客户端的视频展示区域中显示。视频帧的帧号可以与其帧序号相同或不同，可以将需要处理的视频帧的第一帧开始对应帧序号1，然后依次加1。
步骤302、读取第一阈值k，第一阈值k为相邻两个基准视频帧之间间隔的视频帧的帧数，k为大于1的整数。
在主播进行直播的过程中，由于某些直播间的场景相对单一，摄像头所采集的视频画面变化并不频繁，因此终端101无需对每一帧画面都进行数据分析和拟合，而是可以在直播视频中选取部分视频帧进行数据分析和拟合。基于上述原因，开发人员会根据经验预先设置第一阈值k，使得终端101每隔k帧视频提取一次基准视频帧。在一些实施例中，该第一阈值k也可以由主播用户根据直播环境、网络环境等因素进行自定义设置和调整，其中，自定义设置包括对第一阈值k的启用和关闭，调整包括对第一阈值k的数值的调整。
终端101读取预先设置的第一阈值k后，只需要对提取的若干个基准视频帧进行数据分析和拟合，这样可以提高终端101对视频的处理速度，防止直播视频的卡顿。
若用户要关闭第一阈值k，则终端101不对视频中的视频帧实施本申请实施例提供的处理方法。若主播用户在开始直播时第一阈值k被设置为关闭，在直播过程中要开启第一阈值k，则该设置立即生效，终端101对视频中的视频帧实施本申请实施例提供的处理方法。在一种可能的情况下，直播开始时第一阈值k被设置为关闭，在直播视频的视频帧的帧序号为n(n>0)时，主播确认开启第一阈值k，则在视频帧的帧序号为(n+1)时，终端101读取第一阈值k。
若用户要调整第一阈值k，需要在直播客户端的设置选项中选择相应的调节选项。该调节选项可以有多种形式，如输入框、滑动条等。在一种可能的情况下，终端101预先设定第一阈值k＝500，在直播过程中，主播用户发现直播视频出现卡顿现象或由于CPU(centralprocessing unit，中央处理器)运算量过大导致终端101发热严重，这时，主播用户可以在直播客户端的设置选项中对第一阈值k进行调整，减轻CPU的处理压力，例如，使第一阈值k＝1000。调整后的第一阈值k立即生效，例如，若用户在直播视频的第n(n>0)帧视频帧时确认将原第一阈值k＝500修改为第一阈值k＝1000，则终端101从直播视频的第(n+1)帧视频帧开始，读取的第一阈值k＝1000。
步骤303、当满足n％k＝＝1时，提取帧序号为n的视频帧作为基准视频帧。否则，跳转到步骤310。
在直播过程中，终端101读取到第一阈值k后，判断所第n帧视频帧是否能够满足n％k＝＝1的条件，当满足上述条件时，终端101可以调用OpenGL(Open Graphics Library，开放图形库)的API(Application Programming Interface，应用程序编程接口)函数，提取该视频帧并将其作为基准视频帧。基准视频帧为需要对其图像信息进行数据分析、拟合、并基于该拟合结果得到多个目标像素点的视频帧。
在一些实施例中，例如，设置第一阈值k＝1000，直播过程中，当直播视频中的视频帧被对应帧序号为1，即n＝1时，提取该视频帧并对该视频帧进行数据分析、拟合和处理，即进行下述步骤304-309，以此类推，对直播视频的每一帧视频帧都进行判断。
步骤304、获取该基准视频帧中每个像素点的像素值。
像素值是原图像被数字化时由计算机赋予的值，它代表了原图像某一小方块的平均亮度信息，或者说是该小方块的平均反射(透射)密度信息。在将数字图像转化为网络图像时，网点面积率(网点百分比))与数字图像的像素值有直接的关系，即网点以其大小表示，原图像某一小方块的平均亮度信息。
对于灰度图像(8位灰度图像)来说，其各像素点的像素值就是它的灰度值，也称为灰度等级，像素值的取值范围为0～255。对于彩色图像来说，它的像素值(也就是灰度值)需要经过函数映射来得到。从彩色图像中获取各像素点的像素值有多种方法，如浮点算法、整数方法、移位方法、平均值法、仅取绿色等。在本实施例中仅以浮点算法为例，其他方法不再赘述。
在直播过程中，终端101提取的基准视频帧一般为彩色图像。终端101调取该基准视频帧的直方图信息，得到基准视频帧中各像素点的颜色值(R,G,B)，根据如下关系式，可以获得该基准视频帧中像素点的像素值：
Figure BDA0002317575760000091
其中，t为该基准视频帧中任一像素点的像素值，0≤t≤255；R、G、B分别为该基准视频帧(彩色图像)中该像素点的红色、绿色和蓝色分量；R’、G’和B’分别为该基准视频帧(灰度图像)中该像素点的红色、绿色和蓝色分量。
将基准视频帧中像素点的颜色值(R,G,B)替换为(R’,G’,B’)，则可将原彩色图像转化为灰度图像。
获得基准视频帧中各像素点的像素值后，调用图像数据读取函数，获取基准视频帧的像素点的总数及各像素点的像素值。
步骤305、统计每个像素值在该基准视频帧中出现的次数。
获取到上述基准视频帧中各像素点的像素值后，依序排列各像素值，并统计各像素值在该基准视频帧中出现的次数，即该像素值在基准视频帧中对应的像素点的个数。
在一些实施例中，存在基准视频帧中不包括全部256个像素值的情况，则将该基准视频帧中不存在的像素值出现的次数记为0。例如，在基准视频帧中不存在像素值为100的像素点，则像素值为100在基准视频帧中出现的次数为0。
步骤306、根据如下关系式计算像素值t的累计概率cum(t)：
Figure BDA0002317575760000101
其中，Nt为像素值t在该基准视频帧中出现的次数，N为基准视频帧的像素点的总数。
上述步骤305～306是终端101统计每个像素值在该基准视频帧中的累计概率的一种可能的实施方式。
步骤307、将累计概率cum(t)的值域划分成m个部分，并在每个部分内选取任意一个累计概率值。
上述步骤中计算出的累计概率cum(t)的值域为[0,1]，该值域被划分成m个部分，目的在于分散选取拟合点，减小拟合误差。本申请的实施例以m＝3为例。在划分的三个部分中分别任意选取一个累计概率值y，并将选取的三个累计概率值从小到大依次定义为第一累计概率值y1、第二累计概率值y2和第三累计概率值y3，可得0≤y1<y2<y3≤1。
步骤308、基于选取的m个累计概率值，使用最小二乘法确定该多阶多项式的展开系数，得到以像素值为自变量的多阶多项式：
b0+b1t+…+bm-1tm-1
其中，m为选取的累计概率值的数量，m≥3，b0、b1……bm-1均为多阶多项式的展开系数。
选取上述三个累计概率值后，分别比较cum(t)与第一累计概率值y1、第二累计概率值y2和第三累计概率值y3的大小：
当cum(t1)≤y1<cum(t1+1)时，确定第一累计概率值y1对应的第一像素值为t1；
当cum(t2)≤y2<cum(t2+1)时，确定第二累计概率值y2对应的第二像素值为t2；
当cum(t3)≤y3<cum(t3+1)时，确定第三累计概率值y3对应的第三像素值为t3；
将获得的像素值t1、t2和t3代入如下关系式：
Figure BDA0002317575760000102
由此可得三个拟合点(x1，y1)、(x2，y2)、(x3，y3)。
基于上述三个拟合点，利用最小二乘法多项式曲线进行拟合，得到方程：
y＝a0+a1x+a2x2
其中，a0为第一常数，a1为第二常数，a2为第三常数。
将如下所示的关系式代入上述方程：
Figure BDA0002317575760000111
得到累积分布函数cum(t)对应的拟合函数cum1(t):
cum1(t)＝b0+b1t+b2t2
也即得到了以像素值为自变量的三阶多项式：
b0+b1t+b2t2
其中，b0、b1、b2均为三阶多项式的展开系数。
步骤309、从最小可能像素值起到最大可能像素值依序计算多阶多项式对于每个像素值的结果，将该结果作为以该像素值为序号的目标像素点的目标像素值，从而得到多个目标像素点。
按照从小到大的顺序将256个像素值代入到上述三阶多项式中，可以得到该三阶多项式相对于每个像素值的结果，即256个cum1(t)。这256个cum1(t)可以分别作为目标像素点的目标像素值，其中，目标像素点以像素值t为序号并按照像素值t从小到大的顺序进行排列，共计256个。
具体来讲，对于得到的每一个目标像素点的目标像素值，其R分量、G分量、B分量和A分量的取值都相等，也就是说，得到的第1个目标像素点的序号为0，R＝G＝B＝A＝cum1(0)；得到的第2个目标像素点的序号为1，R＝G＝B＝A＝cum1(1)……以此类推，得到的第256个目标像素点的序号为255，R＝G＝B＝A＝cum1(255)。
根据上述目标像素点的信息，可以生成分辨率为256*1的PNG(Portable NetworkGraphics，便携式网络图形)图片，该PNG图片为灰度图。
在本申请实施例的一种实现方式中，目标像素点也可以生成宽度为256、高度为1的OpenGL纹理。
步骤310、当满足n％k！＝1时，检测对应的所述多个目标像素点是否已经存在，
若对应的多个目标像素点已经存在，则提取帧序号为n的视频帧作为待处理视频帧；
若对应的多个目标像素点尚未存在，则保持该帧序号为n的视频帧的图像信息不变。
终端101每隔k帧视频帧确定并提取一帧基准视频帧，例如，当k＝1000时，终端101分别确定第1帧、第1001帧、第2001帧等视频帧作为基准视频帧并提取该视频帧进行数据分析、拟合。对于不是基准视频帧的视频帧，如第2～1000帧、第1002～2000帧等，确定在该视频帧之前的其他视频帧是否进行过步骤304-309，即是否得到过目标像素点。若终端101尚未得到过目标像素点，保持该图像帧的图像信息不变；若终端101已经得到过目标像素点，提取该视频帧作为待处理视频帧。需要注意的是，在对该待处理视频帧进行处理时，获取基于帧序号小于该待处理视频帧且与该待处理视频帧的帧序号最接近的基准视频帧得到的256个目标像素点的目标像素值，根据这些目标像素点的目标像素值对该待处理视频帧的每个待处理像素点的每个颜色分量值进行调整。
在终端101始终实施本实施例提供的视频处理方法的前提下，例如，对于帧序号为100的视频帧，提取该帧视频帧作为待处理视频帧，获取基于帧序号为1的视频帧得到的256个目标像素点的目标像素值，并利用这些目标像素值对该帧序号为100的视频帧进行处理，生成处理后的视频帧，并在网页应用程序或客户端的视频展示区域中显示该处理后的帧序号为100的视频帧或在存储介质中保存该帧序号为100的视频帧。又如，对于帧序号为5264的视频帧，提取该帧视频帧作为待处理视频帧，获取基于帧序号为5001的视频帧得到的256个目标像素点的目标像素值，并利用这些目标像素值对帧序号为5264的视频帧进行处理，生成处理后的视频帧，并在网页应用程序或客户端的视频展示区域中显示该处理后的帧序号为5264的视频帧和/或在存储介质中保存该帧序号为5264的视频帧。
步骤311、对于该视频中对应的待处理视频帧的每个待处理像素点的每个颜色分量值，根据序号与该颜色分量值相等的目标像素点的目标像素值对该颜色分量值进行调整。
在OpenGL渲染管线中，通过256个目标像素点和颜色查找表对对应的待处理视频帧进行处理，得到处理后的视频帧。其中，步骤311中的待处理视频帧包括步骤303中提取的基准视频帧和步骤310中提取的待处理视频帧。也就是说，以基于该基准视频帧得到的256个目标像素点的目标像素值对该基准视频帧和该基准视频帧对应的待处理视频帧进行调整，其中相邻两个基准视频帧之间的至少一个视频帧作为在前的基准视频帧对应的待处理视频帧。
举例来说，对于视频中对应的待处理视频的任一个待处理像素点(r,s)对应的像素值Src(r,s)，其对应的红色分量为R0，绿色分量为G0，蓝色分量为B0，其中，0≤R0≤255，0≤G0≤255，0≤B0≤255。
提取目标像素点(R0,0)的目标像素值R1，则该目标像素点对应的红色分量为R1，绿色分量为G1，蓝色分量为B1，且R1＝G1＝B1。
提取目标像素点(G0,0)的目标像素值G2，则该目标像素点对应的红色分量为R2，绿色分量为G2，蓝色分量为B2，且R2＝G2＝B2。
提取目标像素点(B0,0)的目标像素值B3，则该目标像素点对应的红色分量为R3，绿色分量为G3，蓝色分量为B3，且R3＝G3＝B3。
根据如下关系式计算该待处理视频帧上的待处理像素点(r,s)在处理后的视频帧上的映射像素点(r’,s’)对应的颜色分量：
Figure BDA0002317575760000131
其中，R为处理后的视频帧上的映射像素点(r’,s’)对应的红色分量，G为处理后的视频帧上的映射像素点(r’,s’)对应的绿色分量，B为处理后的视频帧上的映射像素点(r’,s’)对应的蓝色分量，A为处理后的视频帧上的映射像素点(r’,s’)对应的alpha通道的值，alpha为混合因子，alpha的取值可以为预设的经验值。
处理后的视频帧可以在存储介质中保存或在直播视频流中显示。以在直播视频流中显示处理后的视频帧为例，若该视频帧为经过目标像素点调整的视频帧，显示处理后的视频帧；若该视频帧为未经过目标像素点调整的视频帧，显示原视频帧。
综上所述，本申请实施例提供的视频处理方法，在用户通过网页应用程序或客户端直播的过程中，可以在用户的直播视频或录制的视频中提取基准视频帧并统计每个像素值在该基准视频帧中的累计概率，对像素值与累计概率的关系进行拟合，并根据拟合结果得到多个目标像素点，利用对应目标像素点的目标像素值对视频中对应的待处理视频帧的每个待处理像素的每个颜色分量值进行调整。本申请实施例提供的视频处理方法能够提升在光照过强或过弱的环境下采集的图像质量，避免对后续的图像特效处理算法造成影响。同时，由于应用最新得到的目标像素点的目标像素值对符合条件的待处理视频帧进行处理，简化了对整个视频的处理过程，提高了处理速度，减轻了处理压力。
图4是本申请实施例提供的一种视频处理装置400的结构示意图，该视频处理装置400可以是安装在计算机设备上，如图4所示，该装置包括：
提取模块401，用于在视频中提取基准视频帧；
统计模块402，用于统计每个像素值在基准视频帧中的累计概率，其中像素值的取值范围为最小可能像素值和最大可能像素值之间的所有整数；
拟合模块403，用于对像素值与累计概率的关系进行拟合，得到以像素值为自变量的多阶多项式；
生成模块404，用于从最小可能像素值到最大可能像素值依序计算该多阶多项式对于每个像素值的结果，将该结果作为以该像素值为序号的目标像素点的目标像素值，从而得到多个目标像素点；
调整模块405，用于对于该视频中对应的待处理视频帧的每个待处理像素的每个颜色分量值，根据序号与该颜色分量值相等的目标像素点的目标像素值对该颜色分量值进行调整。
在一些实施例中，该装置还可以包括：
显示模块，用于在视频中显示处理后的视频帧；
存储模块，用于保存处理后的视频帧。
综上所述，本申请实施例提供的视频处理装置，在用户通过网页应用程序或客户端直播的过程中，提取模块401可以在用户直播或录制的视频帧中提取基准视频帧，统计模块402会统计每个像素值在该基准视频帧中的累计概率，拟合模块403对像素值与累计概率的关系进行拟合，生成模块404根据拟合结果得到多个目标像素点，之后，调整模块405利用对应目标像素点的目标像素值对视频中对应的待处理视频帧的每个待处理像素的每个颜色分量值进行调整。使用本装置能够提升在终端101的摄像头在光照过强或过弱的环境下采集的图像质量，避免对后续的图像特效处理算法造成影响。
图5是本申请实施例提供的另一种该视频处理装置400的结构示意图，如图5所示，在图4的基础上，该视频处理装置400还包括：
对应模块407，用于将所述视频中的视频帧依次对应帧序号n，n为从1起依次加1的正整数；
读取模块408，用于读取第一阈值k，第一阈值k为相邻两帧基准视频帧之间间隔的视频帧的帧数，k为大于1的整数；
判断模块409，用于当满足n％k＝＝1时，提取帧序号为n的视频帧作为基准视频帧。
在本申请的一些实现方式中，提取模块401还用于在视频中间隔性提取视频帧作为基准视频帧，其中相邻两个基准视频帧之间的至少一个视频帧作为在前的基准视频帧对应的待处理视频帧。
在本申请的一些实现方式中，统计模块402还用于：
获取基准视频帧中每个像素点的像素值；
统计每个像素值在该基准视频帧中出现的次数；
根据如下关系式计算像素值t的累计概率cum(t)：
Figure BDA0002317575760000151
其中，Nt为像素值t在该基准视频帧中出现的次数，N为该基准视频帧中像素点的总数。
在本申请的一些实现方式中，拟合模块403用于对像素值与累计概率的关系采用最小二乘法进行拟合，得到以像素值为变量的多阶多项式。
在本申请的一些实现方式中，拟合模块403还用于：
将累计概率cum(t)的值域划分成m个部分，并在每个部分内选取任意一个累计概率值；
基于选取的m个累计概率值，使用最小二乘法确定该多阶多项式的展开系数，得到以像素值为自变量的多阶多项式：
b0+b1t+…+bm-1tm-1
其中，m为选取的累计概率值的数量，m≥3，b0、b1……bm-1均为该多阶多项式的展开系数。
本申请实施例提供的视频处理装置400还包括检测模块406，用于当判断模块409判断满足n％k！＝1时，检测对应的多个目标像素点是否已经存在，
若对应的多个目标像素点已经存在，则提取帧序号为n的视频帧作为待处理视频帧；
若对应的多个目标像素点尚未存在，则保持帧序号为n的视频帧的图像信息不变。
综上所述，本公开实施例提供的视频处理装置，在用户通过网页应用程序或客户端直播的过程中，可以获取用户的直播视频或录制的视频，提取模块401在其中提取基准视频帧，统计模块402统计每个像素值在该基准视频帧中的累计概率，拟合模块403对像素值与累计概率的关系进行拟合，生成模块404根据拟合结果得到多个目标像素点，调整模块405利用对应目标像素点的目标像素值对视频中对应的待处理视频帧的每个待处理像素的每个颜色分量值进行调整，以提升在光照过强或过弱的环境下采集的图像质量，避免对后续的图像特效处理算法造成影响。同时，由于调整模块405应用最新得到的目标像素点的目标像素值对符合条件的待处理视频帧进行处理，简化了对整个视频的处理过程，提高了处理速度，减轻了处理压力。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本申请实施例提供了一种视频处理装置，包括：处理器和存储器，
存储器，用于存储计算机程序；
处理器，用于执行存储器上所存储的计算机程序，实现如图2或图3所示的视频处理方法。
图6是本申请实施例提供的又一种视频处理装置600的结构示意图。该装置600可以是终端，比如：智能手机、平板电脑、笔记本电脑或台式电脑。该装置600还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常，视频处理装置600包括有：处理器601和存储器602。
处理器601可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器601可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器601也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器601可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器601还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器602可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器602还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器602中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器601所执行以实现本申请实施例提供的视频处理方法。
在一些实施例中，该装置600还可以包括有：外围设备接口603和至少一个外围设备。处理器601、存储器602和外围设备接口603之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口603相连。具体地，外围设备包括：射频电路604、显示屏605、摄像头组件606、音频电路607、定位组件608和电源609中的至少一种。
外围设备接口603可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器601和存储器602。在一些实施例中，处理器601、存储器602和外围设备接口603被集成在同一芯片或电路板上；在一些其他实施例中，处理器601、存储器602和外围设备接口603中的任意一个或两个可以在单独的芯片或电路板上实现。
射频电路604用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路604通过电磁信号与通信网络以及其他通信设备进行通信。射频电路604将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路604包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路604可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路604还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路。
显示屏605用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏605是触摸显示屏时，显示屏605还具有采集在显示屏605的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器601进行处理。此时，显示屏605还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏605可以为一个，设置终端600的前面板；在另一些实施例中，显示屏605可以为至少两个，分别设置在终端600的不同表面或呈折叠设计；在再一些实施例中，显示屏605可以是柔性显示屏，设置在终端600的弯曲表面上或折叠面上。甚至，显示屏605还可以设置成非矩形的不规则图形，也即异形屏。显示屏605可以为OLED(OrganicLight-Emitting Diode，有机发光二极管)显示屏。
摄像头组件606用于采集图像或视频。可选地，摄像头组件606包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件606还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路607可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器601进行处理，或者输入至射频电路604以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在视频处理装置600的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器601或射频电路604的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路607还可以包括耳机插孔。
定位组件608用于定位该装置600的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件608可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源609用于为该装置600中的各个组件进行供电。电源609可以是交流电、直流电、一次性电池或可充电电池。当电源609包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中，视频处理装置600还包括有一个或多个传感器610。该一个或多个传感器610包括但不限于：加速度传感器611、陀螺仪传感器612、压力传感器613、指纹传感器614、光学传感器615以及接近传感器616。
加速度传感器611可以检测以该装置600建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器611可以用于检测重力加速度在三个坐标轴上的分量。处理器601可以根据加速度传感器611采集的重力加速度信号，控制触摸显示屏605以横向视图或纵向视图进行用户界面的显示。加速度传感器611还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器612可以检测该装置600的机体方向及转动角度，陀螺仪传感器612可以与加速度传感器611协同采集用户对该装置600的3D动作。处理器601根据陀螺仪传感器612采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器613可以设置在该装置600的侧边框和/或触摸显示屏605的下层。当压力传感器613设置在该装置600的侧边框时，可以检测用户对该装置600的握持信号，由处理器601根据压力传感器613采集的握持信号进行左右手识别或快捷操作。当压力传感器613设置在触摸显示屏605的下层时，由处理器601根据用户对触摸显示屏605的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器614用于采集用户的指纹，由处理器601根据指纹传感器614采集到的指纹识别用户的身份，或者，由指纹传感器614根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器601授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器614可以被设置该装置600的正面、背面或侧面。当该装置600上设置有物理按键或厂商Logo时，指纹传感器614可以与物理按键或厂商Logo集成在一起。
光学传感器615用于采集环境光强度。在一个实施例中，处理器601可以根据光学传感器615采集的环境光强度，控制触摸显示屏605的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏605的显示亮度；当环境光强度较低时，调低触摸显示屏605的显示亮度。在另一个实施例中，处理器601还可以根据光学传感器615采集的环境光强度，动态调整摄像头组件606的拍摄参数。
接近传感器616，也称距离传感器，通常设置在该装置600的前面板。接近传感器616用于采集用户与该装置600的正面之间的距离。在一个实施例中，当接近传感器616检测到用户与该装置600的正面之间的距离逐渐变小时，由处理器601控制触摸显示屏605从亮屏状态切换为息屏状态；当接近传感器616检测到用户与终端600的正面之间的距离逐渐变大时，由处理器601控制触摸显示屏605从息屏状态切换为亮屏状态。
本领域技术人员可以理解，图6中示出的结构并不构成对视频处理装置600的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
本申请实施例提供了一种存储介质，当存储介质中的程序由处理器执行时，能够实现如图2或图3所示的视频处理方法。
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，该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。
在本申请中，应该理解到，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
以上所述仅是为了便于本领域的技术人员理解本申请的技术方案，并不用以限制本申请。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围。

Claims (16)

1.一种视频处理方法，其特征在于，所述方法用于计算机设备，所述方法包括：
在所述视频中提取基准视频帧；
统计每个像素值在所述基准视频帧中的累计概率，其中所述像素值的取值范围为最小可能像素值和最大可能像素值之间的所有整数；
对所述像素值与所述累计概率的关系进行拟合，得到以像素值为自变量的多阶多项式；
从最小可能像素值起到最大可能像素值依序计算所述多阶多项式对于每个像素值的结果，将所述结果与像素值最大值的乘积作为以该像素值为序号的目标像素点的目标像素值；
对于所述视频中对应的待处理视频帧的每个待处理像素点的每个颜色分量值，根据序号与该颜色分量值相等的目标像素点的目标像素值对该颜色分量值进行调整。
2.根据权利要求1所述的视频处理方法，其特征在于，所述在所述视频中提取基准视频帧包括：
在所述视频中间隔性提取视频帧作为所述基准视频帧，其中，相邻两个所述基准视频帧之间的至少一个视频帧作为在前的基准视频帧对应的待处理视频帧。
3.根据权利要求2所述的视频处理方法，其特征在于，所述在所述视频中间隔性提取视频帧作为所述基准视频帧包括：
将所述视频中的视频帧依次对应帧序号n，n为从1起依次加1的正整数；
读取第一阈值k，所述第一阈值k为相邻两帧所述基准视频帧之间间隔的视频帧的帧数，k为大于1的整数；
当满足n % k ==1时，提取帧序号为n的视频帧作为所述基准视频帧。
4.根据权利要求3所述的视频处理方法，其特征在于，所述统计每个像素值在所述基准视频帧中的累计概率包括：
获取所述基准视频帧中每个像素点的像素值；
统计每个像素值在所述基准视频帧中出现的次数；
根据如下关系式计算像素值t的累计概率cum(t)：
Figure 59811DEST_PATH_IMAGE001
其中，Nt为像素值t在所述基准视频帧中出现的次数，N为所述基准视频帧中像素点的总数。
5.根据权利要求4所述的视频处理方法，其特征在于，所述对所述像素值与所述累计概率的关系进行拟合，得到以像素值为自变量的多阶多项式包括：
对所述像素值与所述累计概率的关系采用最小二乘法进行拟合，得到以像素值为自变量的多阶多项式。
6.根据权利要求5所述的视频处理方法，其特征在于，所述对所述像素值与所述累计概率的关系采用最小二乘法进行拟合，得到以像素值为自变量的多阶多项式，包括：
将所述累计概率cum(t)的值域划分成m个部分，并在每个部分内选取任意一个累计概率值；
基于选取的m个累计概率值，使用最小二乘法确定所述多阶多项式的展开系数，得到所述以像素值为自变量的多阶多项式：
Figure 445793DEST_PATH_IMAGE002
其中，m为选取的累计概率值的数量，m≥3，b0、b1……bm-1均为所述多阶多项式的展开系数。
7.根据权利要求3-6中任一项所述的视频处理方法，其特征在于，所述方法还包括：
当满足n % k!=1时，检测对应的所述目标像素点是否已经存在，其中帧序号为n的视频帧对应的目标像素点基于帧序号小于该视频帧且与该视频帧的帧序号最接近的基准视频帧得到；
若对应的所述目标像素点已经存在，则提取帧序号为n的视频帧作为所述待处理视频帧；
若对应的所述目标像素点尚未存在，则保持所述帧序号为n的视频帧的图像信息不变。
8.一种视频处理装置，其特征在于，所述装置包括：
提取模块，用于在所述视频中提取基准视频帧；
统计模块，用于统计每个像素值在所述基准视频帧中的累计概率，其中所述像素值的取值范围为最小可能像素值和最大可能像素值之间的所有整数；
拟合模块，用于对所述像素值与所述累计概率的关系进行拟合，得到以像素值为自变量的多阶多项式；
生成模块，用于从最小可能像素值起到最大可能像素值依序计算所述多阶多项式对于每个像素值的结果，将所述结果与像素值最大值的乘积作为以该像素值为序号的目标像素点的目标像素值；
调整模块，用于对于所述视频中对应的待处理视频帧的每个待处理像素的每个颜色分量值，根据序号与该颜色分量值相等的目标像素点的目标像素值对该颜色分量值进行调整。
9.根据权利要求8所述的视频处理装置，其特征在于，所述提取模块还用于：在所述视频中间隔性提取视频帧作为所述基准视频帧，其中相邻两个所述基准视频帧之间的至少一个视频帧作为在前的基准视频帧对应的待处理视频帧。
10.根据权利要求9所述的视频处理装置，其特征在于，所述装置还包括：
对应模块，用于将所述视频中的视频帧依次对应帧序号n，n为从1起依次加1的正整数；
读取模块，用于读取第一阈值k，所述第一阈值k为相邻两帧所述基准视频帧之间间隔的视频帧的帧数，k为大于1的整数；
判断模块，用于当满足n%k==1时，提取所述帧序号为n的视频帧作为所述基准视频帧。
11.根据权利要求10所述的视频处理装置，其特征在于，所述统计模块还用于：
获取所述基准视频帧中每个像素点的像素值；
统计每个像素值在所述基准视频帧中出现的次数;
根据如下关系式计算像素值t的累计概率cum(t)：
Figure 959951DEST_PATH_IMAGE003
其中，Nt为像素值t在所述基准视频帧中出现的次数，N为所述基准视频帧中像素点的总数。
12.根据权利要求11所述的视频处理装置，其特征在于，所述拟合模块，用于对所述像素值与所述累计概率的关系采用最小二乘法进行拟合，得到以像素值为自变量的多阶多项式。
13.根据权利要求12所述的视频处理装置，其特征在于，所述拟合模块，还用于：
将所述累计概率cum(t)的值域划分成m个部分，并在每个部分内选取任意一个累计概率值；
基于选取的m个累计概率值，使用最小二乘法确定所述多阶多项式的展开系数，得到所述以像素值为自变量的多阶多项式：
Figure 89581DEST_PATH_IMAGE004
其中，m为选取的累计概率值的数量，m≥3，b0、b1……bm-1均为所述多阶多项式的展开系数。
14.根据权利要求10-13中任一项所述的视频处理装置，其特征在于，所述装置还包括检测模块，用于当所述判断模块判断满足n % k!=1时，检测对应的所述目标像素点是否已经存在，其中帧序号为n的视频帧对应的目标像素点基于帧序号小于该视频帧且与该视频帧的帧序号最接近的基准视频帧得到；
若对应的所述目标像素点已经存在，则提取帧序号为n的视频帧作为所述待处理视频帧；
若对应的所述目标像素点尚未存在，则保持所述帧序号为n的视频帧的图像信息不变。
15.一种视频处理装置，其特征在于，包括：处理器和存储器，
所述存储器，用于存储计算机程序；
所述处理器，用于执行所述存储器上所存储的计算机程序，实现如权利要求1至7中任一项所述的视频处理方法。
16.一种存储介质，其特征在于，当所述存储介质中的程序由处理器执行时，能够实现如权利要求1至7中任一项所述的视频处理方法。
CN201911284271.3A 2019-12-13 2019-12-13 视频处理方法、装置及存储介质 Active CN111050211B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911284271.3A CN111050211B (zh) 2019-12-13 2019-12-13 视频处理方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911284271.3A CN111050211B (zh) 2019-12-13 2019-12-13 视频处理方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN111050211A CN111050211A (zh) 2020-04-21
CN111050211B true CN111050211B (zh) 2021-10-26

Family

ID=70236248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911284271.3A Active CN111050211B (zh) 2019-12-13 2019-12-13 视频处理方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN111050211B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111598902B (zh) * 2020-05-20 2023-05-30 抖音视界有限公司 图像分割方法、装置、电子设备及计算机可读介质
CN115706764B (zh) * 2021-08-12 2023-09-19 荣耀终端有限公司 视频处理方法、装置、电子设备和存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5793886A (en) * 1996-12-19 1998-08-11 Eastman Kodak Company Method of adjusting image pixel values within an image sequence by interpolation of target cumulative histograms for images to be adjusted
CN101340510A (zh) * 2008-08-07 2009-01-07 中兴通讯股份有限公司 一种视频增强的方法及其装置
CN102831592A (zh) * 2012-08-10 2012-12-19 中国电子科技集团公司第四十一研究所 基于直方图分段变换的图像非线性增强方法
CN103914811A (zh) * 2014-03-13 2014-07-09 中国科学院长春光学精密机械与物理研究所 一种基于高斯混合模型的图像增强算法
CN106033600A (zh) * 2016-07-08 2016-10-19 石家庄域联视控控制技术有限公司 基于函数曲线变换的动态对比度增强方法
CN106097286A (zh) * 2016-06-21 2016-11-09 浙江大华技术股份有限公司 一种图像处理的方法及装置
CN107077721A (zh) * 2014-10-31 2017-08-18 英特尔公司 多个图像的全局匹配
CN109064434A (zh) * 2018-06-28 2018-12-21 广州视源电子科技股份有限公司 图像增强的方法、装置、存储介质及计算机设备
CN109584191A (zh) * 2018-12-06 2019-04-05 纳米视觉(成都)科技有限公司 一种基于直方图的自适应图像增强方法及终端

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5793886A (en) * 1996-12-19 1998-08-11 Eastman Kodak Company Method of adjusting image pixel values within an image sequence by interpolation of target cumulative histograms for images to be adjusted
CN101340510A (zh) * 2008-08-07 2009-01-07 中兴通讯股份有限公司 一种视频增强的方法及其装置
CN102831592A (zh) * 2012-08-10 2012-12-19 中国电子科技集团公司第四十一研究所 基于直方图分段变换的图像非线性增强方法
CN103914811A (zh) * 2014-03-13 2014-07-09 中国科学院长春光学精密机械与物理研究所 一种基于高斯混合模型的图像增强算法
CN107077721A (zh) * 2014-10-31 2017-08-18 英特尔公司 多个图像的全局匹配
CN106097286A (zh) * 2016-06-21 2016-11-09 浙江大华技术股份有限公司 一种图像处理的方法及装置
CN106033600A (zh) * 2016-07-08 2016-10-19 石家庄域联视控控制技术有限公司 基于函数曲线变换的动态对比度增强方法
CN109064434A (zh) * 2018-06-28 2018-12-21 广州视源电子科技股份有限公司 图像增强的方法、装置、存储介质及计算机设备
CN109584191A (zh) * 2018-12-06 2019-04-05 纳米视觉(成都)科技有限公司 一种基于直方图的自适应图像增强方法及终端

Also Published As

Publication number Publication date
CN111050211A (zh) 2020-04-21

Similar Documents

Publication Publication Date Title
WO2021008456A1 (zh) 图像处理方法、装置、电子设备及存储介质
CN111372126B (zh) 视频播放方法、装置及存储介质
CN109829864B (zh) 图像处理方法、装置、设备及存储介质
CN111065001B (zh) 视频制作的方法、装置、设备及存储介质
CN110769271B (zh) 调节多路码流的码率的方法和装置
CN111586431B (zh) 进行直播处理的方法、装置、设备及存储介质
CN109859102B (zh) 特效显示方法、装置、终端及存储介质
CN110533585B (zh) 一种图像换脸的方法、装置、系统、设备和存储介质
CN111028144B (zh) 视频换脸方法及装置、存储介质
CN111447389B (zh) 视频生成方法、装置、终端及存储介质
CN110149517B (zh) 视频处理的方法、装置、电子设备及计算机存储介质
CN110839174A (zh) 图像处理的方法、装置、计算机设备以及存储介质
CN111586444B (zh) 视频处理方法、装置、电子设备及存储介质
CN110990341A (zh) 清除数据的方法、装置、电子设备及介质
CN111723803A (zh) 图像处理方法、装置、设备及存储介质
CN108616687B (zh) 一种拍照方法、装置和移动终端
CN111050211B (zh) 视频处理方法、装置及存储介质
CN113038165A (zh) 确定编码参数组的方法、设备及存储介质
CN110807769B (zh) 图像显示控制方法及装置
CN111954058A (zh) 图像处理方法、装置、电子设备以及存储介质
CN110189348B (zh) 头像处理方法、装置、计算机设备及存储介质
CN112738606A (zh) 音频文件的处理方法、装置、终端及存储介质
CN112235650A (zh) 视频处理方法、装置、终端及存储介质
CN111901679A (zh) 封面图像的确定方法、装置、计算机设备及可读存储介质
CN110992268A (zh) 背景设置方法、装置、终端及存储介质

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