CN111083380A - 一种视频处理方法、电子设备及存储介质 - Google Patents

Abstract

本发明实施例提供的一种视频处理方法、电子设备及存储介质，基于利用搭载至少两个最小焦距不同的摄像头的电子设备所拍摄的多个目标视频，将该多个目标视频中背景区域的视频帧按照目标缩放参数进行缩放并与目标视频中主体区域的视频帧进行融合，从而获得具有滑动变焦效果的视频，使得用户无需配置专业设备和进行剪辑处理也可制作滑动变焦视频，降低了滑动变焦视频的制作门槛。

Description

一种视频处理方法、电子设备及存储介质

技术领域

本发明涉及图像处理技术领域，尤其涉及一种视频处理方法、电子设备及存储介质。

背景技术

滑动变焦是一种视频的拍摄方式，指在视频拍摄的过程中，摄像机的变焦和移动同时进行，但所获得视频画面中目标对象的空间保持不变的视觉效果，这种拍摄手法能够使得观看者产生紧张的情绪，可渲染画面气氛。

现有技术拍摄滑动变焦视频的通常有两种方式：第一种是对配备变焦摄像头的相机，使用机械滑轨、无人机费控、摄像师手法等手段在变焦的同时移动相机，从而保持画面中的目标对象大小不变；第二种是通过对未配备变焦摄像头的相机(如手机)拍摄时移动相机，然后通过后期画面裁剪或多镜头切换保持画面中的目标对象大小不变。

第一种方式需要所需的辅助设备过于专业，普通用户无法通过其电子设备中的摄像头进行拍摄，而第二种方式需要用户自动控制电子设备移动，并且后切剪辑处理过于复杂，拍摄门槛过高。

发明内容

本发明实施例提供一种视频处理方法、电子设备及存储介质，以解决在先技术中用户需要负责的专业设备和剪辑处理才能制作滑动变焦视频，拍摄门槛过高的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供一种视频处理方法，应用于电子设备，所述电子设备包括至少两个摄像头，所述至少两个摄像头的最小焦距不同，所述方法包括：

获取至少两个目标视频，所述至少两个目标视频的最小焦距不同，所述至少两个目标视频是通过所述至少两个摄像头同时拍摄得到的；

确定所述至少两个目标视频的主体区域以及背景区域；

将最小焦距最大的目标视频的主体区域与所述至少两个目标视频的背景区域进行视频融合，生成滑动变焦视频；

其中，所述滑动变焦视频中背景区域的视频帧按照目标缩放参数进行缩放。

第二方面，本发明实施例还提供了一种电子设备，所述电子设备包括至少两个摄像头，所述至少两个摄像头的最小焦距不同，所述电子设备包括：

获取模块，用于获取至少两个目标视频，所述至少两个目标视频的最小焦距不同，所述至少两个目标视频是通过所述至少两个摄像头同时拍摄得到的；

确定模块，用于确定所述至少两个目标视频的主体区域以及背景区域；

生成模块，用于将最小焦距最大的目标视频的主体区域与所述至少两个目标视频的背景区域进行视频融合，生成滑动变焦视频；

其中，所述滑动变焦视频中背景区域的视频帧按照目标缩放参数进行缩放。

第三方面，本发明实施例还提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现本发明所述的视频处理方法的步骤。

第四方面，本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储计算机程序，述计算机程序被处理器执行时实现上述的视频处理方法的步骤。

本发明实施例提供的一种视频处理方法，基于利用搭载至少两个最小焦距不同的摄像头的电子设备所拍摄的多个目标视频，将该多个目标视频中背景区域的视频帧按照目标缩放参数进行缩放并与目标视频中主体区域的视频帧进行融合，从而获得具有滑动变焦效果的视频，使得用户无需配置专业设备和进行剪辑处理也可制作滑动变焦视频，降低了滑动变焦视频的制作门槛。

附图说明

图1表示本发明实施例提供的一种视频处理方法的步骤流程图；

图2表示本发明实施例提供的一种现有滑动变焦视频的拍摄方法示意图；

图3表示本发明实施例提供的一种摄像头所拍摄视频的效果图；

图4标识本发明实施例提供的一种滑动变焦视频的生成流程示意图；

图5表示本发明实施例提供的第二种视频处理方法的步骤流程图；

图6表示本发明实施例提供的一种目标深度视频展示界面的效果图；

图7表示本发明实施例提供的一种缩放配置界面的效果图；

图8表示本发明实施例提供的一种视频合成方法的步骤流程图；

图9表示本发明实施例提供的一种背景区域的提取方法的步骤流程图；

图10表示本发明实施例提供的一种背景区域视频的效果示意图；

图11表示本发明实施例提供的一种主体区域的确定方法的步骤流程图；

图12表示本发明实施例提供的一种主体区域视频的效果示意图；

图13表示本发明实施例提供的另一种视频合成方法的步骤流程图；

图14表示本发明实施例提供的一种滑动变焦视频的效果示意图；

图15表示本发明实施例提供的一种电子设备的结构框图；

图16表示本发明实施例提供的一种电子设备的硬件结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或至少两个实施例中。

在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

参见图1，本发明实施例提供了第一种视频处理方法，应用于电子设备，所述电子设备包括至少两个摄像头，所述至少两个摄像头的最小焦距不同，所述方法包括：

步骤101，获取至少两个目标视频，所述至少两个目标视频的最小焦距不同，所述至少两个目标视频是通过所述至少两个摄像头同时拍摄得到的。

需要说明的是，滑动变焦视频是针对拍摄场景中的目标对象，通过在移动摄像头的同时改变拍摄焦距进行拍摄，使得所拍摄视频中背景部分的可视范围在发生改变的同时，目标对象在所拍摄画面中所占比例保持不变，从而营造一种紧张的场景氛围。

参照图2，摄影师A对当前场景中的目标对象B进行拍摄时，摄影师A在逐渐靠近目标对象B的同时对摄像头进行变焦，从而拍摄的可视角度a增加至可视角度b，使得所拍摄视频的画面中目标对象B所占的比例不变，而背景部分的场景范围变大或变小，或者先变大再变小，或者先变小再变大。

所述至少两个摄像头比如：长焦镜头、广角镜头、超广角镜头等。

本发明实施例中的电子设备的摄像模组搭载有至少两个焦段不同的摄像头，所述焦段为摄像头焦距的可调节范围。通常情况下，由于电子设备所搭载摄像头的焦段之间不重合，因此各摄像头的焦段可调节到的最小焦距不同。

在本发明实施例中，用户在需要拍摄滑动变焦视频时，可利用其电子设备中的至少两个摄像头同时对当前场景中的目标对象进行拍摄，获得最小焦距不同的至少两个目标视频；当然，也可将预先利用所述至少两个摄像头同时进行拍摄得到的至少两个视频作为至少两个目标视频。由于所述至少两个目标视频是同时进行拍摄的，因此各目标视频的时间节点是相互同步的，而由于所述至少两个目标视频的最小焦距不同，并且焦距和视频的可视角度之间负相关，因此各目标视频的可视角度不同，从而导致各目标视频所包含除目标对象以外的背景图像的范围不同。

具体的，参照图3示出利用包含三个最小焦距不同的摄像头S1、S2、S3，该三个摄像头的最小焦距的大小顺序是S1大于S2大于S3，通过该三个摄像头分别对当前场景中的人物Q进行拍摄时，S1的可视角度s1小于S2的可视角度s2小于S3的可视角度s3，从而摄像头拍摄所得到画面中，S1的画面的背景范围小于S2的背景范围小于S3的背景范围。

步骤102，确定所述至少两个目标视频的主体区域以及背景区域。

在本发明实施例中，所述主体区域可以是用户自行选取的目标对象，也可以通过预先训练的主体识别模型进行自动识别目标对象确定的，所述预先训练的主体识别模型可以是利用预先标注有目标对象的样本视频进行训练得到的，所述目标对象可以包括：人物、树木、楼房等物体。进一步的，所述主体区域可以包括多个部分，例如人像视频中，视频中可能存在多个人物，该多个人物可同时作为主体区域。所述背景区域是指目标视频中除所述主体区域以外的图像区域。

需要说明的是，该主体区域是指在滑动变焦视频播放过程中，显示大小不变的区域。具体的，该主体区域可以为在滑动变焦视频的播放画面中随着播放画面的视觉效果相对目标对象逐渐远离或者靠近，所占该播放画面的比例不变的目标对象所处的区域。

该背景区域可以为除该主体区域外的区域，该背景区域在滑动变焦视频播放过程中所显示的场景可以随着变化。具体的，该背景区域会随着上述播放画面的视觉效果的变化，该背景区域在播放画面中所显示的场景范围也会随之改变，即该背景区域的视觉效果相对目标对象逐渐远离，所显示的场景范围逐渐增大，该背景区域的视觉效果相对目标对象逐渐靠近，所显示的场景范围逐渐减小。

步骤103，将最小焦距最大的目标视频的主体区域与所述至少两个目标视频的背景区域进行视频融合，生成滑动变焦视频；其中，所述滑动变焦视频中背景区域的视频帧按照目标缩放参数进行缩放。

在本发明实施例中，参照图4，在滑动变焦视频的合成过程中，将主体区域T1和T2的视频与背景区域B1的视频开始逐帧进行合成，并且随着视频的时间节点的顺序，将所合成的视频帧中背景区域B1的视频进行缩放，得到包含该主体区域T1和T2和背景区域B2的视频图像，可以发现该背景区域B2的场景范围相比缩放前的背景区域B1的场景范围更小，而主体区域T1和T2所占画面的比例不变。从而产生了逐渐靠近主体区域T1和T2中目标对象的视觉效果。所述目标缩放参数可是用户自行设置的，也可以是系统预先设置的，可以理解，用户可以根据自身需求对滑动变焦视频的目标缩放参数进行设置，在用户不进行设置时，系统会采用默认的目标缩放参数进行合成，从而减少用户所需的操作。

本发明实施例提供的第一种视频处理方法可以应用于采用两个摄像头拍摄滑动变焦视频的场景，基于利用搭载至少两个最小焦距不同的摄像头的电子设备所拍摄的多个目标视频，将该多个目标视频中背景区域的视频帧按照目标缩放参数进行缩放并与目标视频中主体区域的视频帧进行融合，从而获得具有滑动变焦效果的视频，使得用户无需配置专业设备和进行剪辑处理也可制作滑动变焦视频，降低了滑动变焦视频的制作门槛。

参见图5，本发明实施例提供了一种视频处理方法，应用于电子设备，所述电子设备包括至少两个摄像头，所述至少两个摄像头的最小焦距不同，所述方法包括：

步骤201，获取至少两个目标视频，所述至少两个目标视频的最小焦距不同，所述至少两个目标视频是通过所述至少两个摄像头同时拍摄得到的。

该步骤可参照步骤101的详细描述，此处不再赘述。

步骤202，识别所述至少两个目标视频中视频图像内容相同的重合图像区域。

在本发明实施例中，由于电子设备中摄像模组的装配缺陷，摄像模组所搭载的多个摄像头的光轴可能不平行，这就会导致所得到的目标视频的画面之间会存在一定程度的旋转效果，同时不同摄像头的白平衡、曝光量等参数随着使用时间的增加，会有一定的变化，因此在得到多个目标视频后需要对多个目标视频进行逐帧对齐。具体的，通过识别所述至少两个目标视频中的内容，将所有目标视频中内容相同的图像作为重合图像区域。

步骤203，根据所述重合图像区域，对所述至少两个目标视频进行逐帧对齐。

在本发明实施例中，以所述重合图像区域作为参照物，将所述至少两个目标视频的各视频帧进行逐帧对齐，从而使得目标视频中的画面纹理对齐，影调一致。

步骤204，获取所述至少两个目标视频中M个视频对象的深度信息。

在本发明实施例中，可以利用多摄像头的视差或者TOF(Time of Flight光线飞行时间)技术，获取各目标视频的深度信息，将目标视频中与摄像头的距离不同的M个视频对象根据不同的深度信息进行分离。所述深度信息用于表示视点与场景对象之间的距离。其中，M为大于0的整数。

步骤205，根据所有所述视频对象的深度信息，对所述最小焦距最大的目标视频进行分区，得到包含多个深度分区的目标深度视频，并显示M个标识，每个标识用于指示一个视频对象的深度信息。

具体的，由于需要保证所得到滑动变焦视频的画面在放大率增加的过程中，始终包含主体区域的画面，因此需要利用焦距最大的目标视频利用深度信息进行分区展示给用户，供用户选取主体区域。可以理解，在目标视频中，处于同一深度信息层级的分区中的对象通常为同一主体，例如：人像视频中的人物身体各部分距离摄像头的距离，即深度信息相同。

若利用最小焦距最大的目标视频外的其他目标视频进行深度分区后展示给用户进行主体区域选取，会导致所选取的主体区域内容那仅比其最小焦距更小的目标视频中，这就导致后续生成的滑动变焦视频中放大率达到一定程度时，画面中不存在主体区域的内容，从而使得变焦视频的制作失败。

进一步的，参照图6所示的目标深度视频展示界面，在根据不同的深度信息对最小焦距最大的目标视频进行深度分区后，可通过给各深度分区加盖半透明蒙版等方式对各深度分区添加标识以进行区分，并将处理后的目标深度视频展示给用户浏览。通过将根据深度信息对各目标视频进行分区得到的目标深度视频供用户浏览，可以使得用户更加直观地了解视频画面中各主体的分布位置。

步骤206，接收用户的第一输入。

在本发明实施例中，用户可在目标深度视频的展示界面，通过长按某视频对象，从而客户端接收到针对该视频对象的第一输入。

步骤207，响应于所述第一输入，将所述至少两个目标视频的每个视频帧中与所述主体深度信息相同的视频对象所处的深度分区确定为主体区域，以及将所述至少两个目标视频中除所述主体区域之外的所有深度分区域确定为背景区域。

在本发明实施例中，对各目标视频中的第一输入所对应的视频对象的所处深度分区的图像逐帧进行高精度轮廓描绘，得到主体区域。所述多个目标视频中除所述主体区域以外的区域均可作为背景区域。可以理解，滑动变焦视频所需到的效果就是主体区域的画面保持不变，其他背景区域逐渐改变，因此背景区域需要和主体区域从目标视频中进行区分。还可以通过预先设置的深度信息阈值，多个目标视频中深度信息大于所述深度信息阈值的部分作为背景区域。

步骤208，提取最小焦距最大的目标视频的主体区域的第一视频数据。

在本发明实施例中，由于对于同一电子设备，若不进行专门设置，同时利用多个摄像头所拍摄的视频的分辨率是固定，因此在所述多个目标视频的分辨率固定的情况下，目标视频的最小焦距越大，可视角度越小，主体区域所占目标视频画面的比例就越大，主体区域的视频清晰越高。提取从焦距最小的目标视频中逐帧进行高精度的轮廓描绘，提取主体区域的视频作为后续进行合成素材的第一视频数据，可以主体区域中目标对象的图像清晰度相对较高。

步骤209，提取所述至少两个目标视频的背景区域的第二视频数据。

在本发明实施例中，所述背景区域是目标视频中除主体区域以外的视频区域。为了滑动变焦视频的放大率在增加的过程中，背景区域的清晰度不会严重降低，因此可以利用所述多个目标视频中背景区域的视频进行融合，从而保证融合所得到的背景画面的背景区域所包含的视频的清晰度是拍摄过程中最高的。进一步的，可以通过设置清晰度阈值，确定所得到背景画面中清晰度低于清晰度阈值的低清晰度部分，对该低清晰度部分的视频进一步进行强制分辨率处理，从而保证最后得到的背景画面的整体清晰度即使在放大后也不会严重损失，所述清晰度阈值可以是根据最大放大率确定，可以理解，该清晰度阈值可以保证最终得到的背景画面在该最大放大率下，背景画面的画质不至于严重损失，具体可以根据实际需求确定。

步骤210，接收用户的第二输入。

在本发明实施例中，在进行滑动变焦视频的合成进程前，用户需要对所述生成滑动变焦视频的效果进行设置，所述效果可以包括缩放方向、缩放速率等，第二输入可以是点击缩放配置界面中的设置选项的输入，也可以是通过键盘输入缩放方向、缩放速率等信息的输入，还可以是预设轨迹的输入确定缩放方向、缩放速率的输入等输入，第二输入还可以是第二操作。

步骤211，响应于所述第二输入，确定缩放参数。

在本发明实施例中，参照图7，用户可通过点击缩放配置界面中的变焦方向栏中选取从远倒近，或从近到远，即缩放方向；以及从变焦速度栏中的滑动取值范围内选取所需的变焦速度，即每视频帧的缩放倍率，起止倍率栏的滑动取值范围内选取所需的起止倍率，即每帧缩放的倍率。

可选的，所述目标缩放参数包括：缩放方式、缩放比例。

步骤212，根据所述缩放方式，确定所述第二视频数据中每个视频帧对应的目标缩放方向。

在本发明实施例中，参照图7，根据用户通过缩放配置界面输入变焦方向以及起止倍率，即可分别确定滑动变焦视频的起始缩放倍率和截止缩放倍率，例如：用户输入的起止倍率分别是1.0倍、1.5倍，而变焦方向为从小到大，则起始缩放倍率为1.5倍，截止缩放倍率为1.0倍，反之则起始缩放倍率为1.0，截止缩放倍率为1.5倍。将该起始缩放倍率和截止缩放倍率作为缩放方向。缩放速率等同于所述变焦速度，均指滑动变焦视频中，各视频帧的缩放倍率。将该缩放方向及缩放速率作为目标缩放参数。通过根据用户输入的缩放方向及缩放速率确定制作滑动变焦视频的目标缩放参数，使得用户无需对所拍摄的视频进行剪辑处理，也可灵活设置所需滑动变焦视频的效果。

步骤213，对于所述第一视频数据和所述第二视频数据中的每个视频帧，将所述第二视频数据中第i个第二视频帧按照目标缩放参数进行缩放，并将缩放后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到N个合成视频帧。

其中，所述第一视频数据包括N个第一视频帧，所述第二视频数据包括N个第二视频帧，i为正整数，i≤N；所述第i个第二视频帧为与所述第i个第一视频帧对应的相同时间节点的视频帧，所述第i个第一视频帧为所述第一视频数据中的任一个视频帧，所述第i个第二视频帧为所述第二视频数据中的任一个视频帧。

在本发明实施例中，由于所述至少两个目标视频是同时进行拍摄获得的，因此各目标视频所包含的视频帧的数量均为N(N为正整数，N>0)，从各目标视频的视频帧中提取的第i个第一视频帧均存在与其时间节点相同的第i个第二视频帧。在合成的过程中，从第二视频数据中的起始位置的第二视频帧(i＝1)开始，逐帧对第二视频帧按照缩放速率从起始缩放倍率开始进行缩放，直至截止位置的第二视频帧(i＝N)的完成缩放。然后将各缩放后的第i个第二视频帧与第一视频数据中第i个第一视频帧进行合成，从而得到N个合成视频帧。例如：存在5个第二视频帧p1、p2、p3、p4、p5，起始缩放倍率为1.4倍，截止缩放倍率为1.0倍，缩放速率为0.1倍/帧，则p1放大1.0倍，p2放大1.1倍，p3放大1.2倍，p4放大1.3倍，p5放大1.4倍。通过将背景区域的第二视频帧逐个进行放大，可以使得后续得到的滑动变焦视频在整个播放过程中，相对主体区域的目标对象始终在逐渐远离或者靠近。

进一步的，若第二视频帧(i＝1～N)在缩放的过程中，某第二视频帧(i＝x，x为正整数且0<x<N)的缩放倍率已达到截止缩放倍率，且还存在剩余的第二视频帧(i＝y,y为正整数，x<y≤N)，则均按照截止视频帧对该剩余的第二视频帧进行缩放，例如:存在5个第二视频帧q1、q2、q3、q4、q5、q6，起始缩放倍率为1.5倍，截止缩放倍率为1.0倍，缩放速率为0.125倍/帧，则q1的缩放倍率为1.5倍，q2的缩放倍率为1.375倍，q3的缩放倍率为1.25倍，q4的缩放倍率为1.125倍，q5的缩放倍率为1.0倍，q6的缩放倍率为1.0倍。通过这种方式可以使得后续得到的滑动变焦视频可以呈现在逐渐靠近或远离或先靠近再远离或小远离再靠近时，相对目标对象的相对距离不变的视觉效果。

在实际应用中，在进行缩放前，还可以对已得到的第一视频帧与所述第二视频帧的图像风格进行调整，第一视频帧与第二视频帧的图像效果可以不同，从而使得后续所得到滑动变焦视频中主体区域的目标对象更加突出，也可以对第一视频帧和第二视频帧中的部分视频帧进行风格调整，当然具体的风格调整方式可以根据实际需求进行设置，此处不做具体限定。

步骤214，基于所述N个合成视频帧，生成滑动变焦视频。

在本发明实施例中，通过将各合成视频帧按照其对应的时间节点顺序逐帧进行播放，即可得到图像中主体区域中目标对象的所占比例保持不变，且拍摄视点逐渐靠近或远离目标对象的视觉效果的滑动变焦视频。

进一步的，在实际应用中，用户可保存所得到的第一视频数据以及背景画面，在需要对滑动变焦视频的效果进行调整，或者需要制作其他滑动变焦视频时，可直接利用该第一视频数据以及背景画面利用调整后的目标缩放参数进行二次制作，节省了用户制作滑动变焦视频所需的人力成本，并且克服了滑动变焦视频制作无法更改的问题。

可选的，所述目标缩放参数包括：缩放方式、缩放比例，参照图8，所述步骤213，包括：

可选的，所述缩放方式包括一下任一项：逐步放大、逐步缩小、先放大后缩小、先缩小后放大、放大和缩小间隔循环。

步骤2131，根据所述缩放方式，确定所述第二视频数据中每个视频帧对应的目标缩放方向。

在本发明实施例中，适应于用户所确定的缩放方式不同，需要对第二视频数据中的第二视频帧的缩放方向也会相应改变。具体的，在缩放方式为逐步放大的情况下，各第二视频帧需要逐步按照缩放比例进行放大；在缩放方式为逐步缩小的情况下，各第二视频帧需要逐步按照缩放比例进行缩小；在缩放方式为先缩小后放大的情况下，第二视频帧中转向时间节点之前部分第二视频帧按照目标缩放比例进行逐步缩小，而转向节点之后部分的第二视频帧按照目标缩放比例进行逐步放大；在缩放方式为先放大后缩小的情况下，第二视频帧中转向时间节点之前部分第二视频帧按照目标缩放比例进行逐步放大，而转向节点之后部分的第二视频帧按照目标缩放比例进行逐步缩小；在缩放方式为放大和缩小间接循环的情况下，可对第二视频帧按照预设时间间隔进行划分为对应多个长度相同的时间段的多组第二视频帧，从初始时间段所对应的一组第二视频帧开始，相邻时间段对应第二视频帧的缩放方向不同，从而对第二视频帧按照预设时间间隔进行放大和缩小的间隔循环。

步骤2132，将所述第二视频数据中第i个第二视频帧按照相应的目标缩放方向以及所述缩放比例进行缩放。

在本发明实施例中，针对不同的缩放方式，第二视频数据的第二视频帧的缩放过程具体可以分为以下模式：

模式一：在缩放方式为逐步放大的情况下，可将所述第二视频帧从起始帧开始根据目标缩放参数进行逐帧放大，例如：存在5个第二视频帧n1、n2、n3、n4、n5，起始缩放倍率为1.4倍，截止缩放倍率为1.0倍，缩放速率为0.1倍/帧，则n1放大1.0倍，n2放大1.1倍，n3放大1.2倍，n4放大1.3倍，n5放大1.4倍。通过将背景区域的第二视频帧逐个进行放大，可以使得后续得到的滑动变焦视频在整个播放过程中，相对主体区域的目标对象始终在逐渐远离或者先靠近再远离。

模式二：在缩放方式为逐步缩小的情况下，可将所述第二视频帧从起始帧开始根据目标缩放参数进行逐帧缩小，例如：存在5个第二视频帧m1、m2、m3、m4、m5，起始缩放倍率为1.4倍，截止缩放倍率为1.0倍，缩放速率为0.1倍/帧，则m1放大1.4倍，m2放大1.3倍，m3放大1.2倍，m4放大1.1倍，n5放大1.0倍。通过将背景区域的第二视频帧逐个进行缩小，可以使得后续得到的滑动变焦视频在整个播放过程中，相对主体区域的目标对象始终在逐渐远离或者先远离再靠近。

模式三，在所述缩放方式为先放大后缩小的情况下，对于所述第一视频数据和所述第二视频数据中的连续K视频帧，将所述第二视频数据中第i个第二视频帧按照目标缩放参数进行放大，并将放大后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到K个第一合成视频帧；以及对于所述第一视频数据和所述第二视频数据中的L视频帧，将所述第二视频数据中第i个第二视频帧按照目标缩放参数进行缩小，并将缩小后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到L个第二合成视频帧；其中，K与L之和为N；

具体的，类似前述模式一，在前述第一视频数据和第二视频数据中选择前K帧，进行前述模式一的过程，得到逐渐放大的K个第一合成视频帧。另外，类似前述模式二在前述第一视频数据和第二视频数据中的第K帧之后剩余的L帧，进行类似前述模式二的过程，得到逐渐缩小的L个第二合成视频帧，那么将K个第一合成视频帧的最后一帧后面放在L个第二合成视频帧的第一帧之前，即可得到先放大后缩小的合成视频帧。该种情况中由于放大过程的最后一帧与缩小之前的第一帧相邻，背景衔接更完美，视觉效果没有断层，效果更好。

当然，也可以在前述第一视频数据和第二视频数据中选择后K帧，进行类似前述模式一的过程，得到逐渐放大的K个第一合成视频帧，另外，类似前述模式二在前述第一视频数据和第二视频数据中上述K帧的第一帧之前的L帧，进行类似前述步骤的2132的过程，得到逐渐缩小的L个第二合成视频帧，然后那么将K个第一合成视频帧的最后一帧后面放在L个第二合成视频帧的第一帧之前，即可得到先放大后缩小的合成视频帧。

模式四：在所述缩放方向为先缩小后放大的情况下，对于所述第一视频数据和所述第二视频数据中的连续K视频帧，将所述第二视频数据中第i个第二视频帧按照目标缩放参数进行放大，并将放大后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到K个第一合成视频帧；以及对于所述第一视频数据和所述第二视频数据中的L视频帧，将所述第二视频数据中第i个第二视频帧按照目标缩放参数进行缩小，并将缩小后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到L个第二合成视频帧；其中，K与L之和为N；

将所述第一合成视频帧拼接在所述第二合成视频帧之后，获得先缩小后放大的N个合成视频帧。

类似前述模式二，在前述第一视频数据和第二视频数据中选择前L帧，进行类似前述模式二的过程，得到逐渐缩小的L个第一合成视频帧。另外，类似前述模式一在前述第一视频数据和第二视频数据中的第L帧之后剩余的K帧，进行类似模式一的过程，得到逐渐放大的K个第二合成视频帧，那么将L个第一合成视频帧的最后一帧后面放在K个第二合成视频帧的第一帧之前，即可得到先缩小后放大的合成视频帧。该种情况中由于放大过程的最后一帧与缩小之前的第一帧相邻，背景衔接更完美，视觉效果没有断层，效果更好。

当然，也可以在前述第一视频数据和第二视频数据中选择后L帧，进行类似前述模式二的过程，得到逐渐缩小的L个第一合成视频帧，另外，类似前述模式一在前述第一视频数据和第二视频数据中上述L帧的第一帧之前的K帧，进行类似前述模式一的过程，得到逐渐放大的K个第二合成视频帧，然后那么将L个第一合成视频帧的最后一帧后面放在K个第二合成视频帧的第一帧之前，即可得到先放大后缩小的合成视频帧。

模式五，在所述缩放方式为放大和缩小间接循环的情况下，可将所述第二视频帧中的各第二视频帧按照预设时间间隔进行划分，得到多组所对应时间段依次相邻的第二视频帧，时间段相邻的两组第二视频帧的目标缩放方向不同，也就是说若初始时间段的目标缩放方向为放大，则该初始时间段之后的其他时间段的目标缩放方向依次为缩小、放大、缩小依次循环，直至截止时间段；若初始时间段的目标缩放方向为缩小，则该初始时间段之后的其他时间段的目标缩放方向依次为放大、缩小、放大依次循环，直至截止时间段。若某组第二视频帧的目标缩放方向为放大，则可进行前述模式一的过程，若某组第二视频帧的目标缩放方向为缩小，则可进行前述模式二的过程。通过将该模式五获得的各第二视频帧与第一视频数据中的第二视频帧相互结合，可以得到靠近和远离间接循环的视觉效果。

步骤2133，将缩放后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到N个合成视频帧。

在本发明实施例中，通过将第一视频数据中的第一视频帧放到与其时间节点相同的缩放后的第二视频帧上获得N个合成帧，使得背景区域的图像衔接更完美，视觉效果没有断层，效果更好。

可选的，参照图9，所述步骤209，包括：

子步骤2091，提取最小焦距最小的目标视频的背景区域的视频帧，得到第一背景子视频帧。

在本发明实施例中，由于各目标视频的最小焦距不同，因此各目标视频中背景区域所包含的场景范围不同，而最小焦距最小的目标视频所包含的场景范围是最大的，因此将该背景区域的第一背景子视频帧作为基底，可保证后续生成的第一视频数据可覆盖全焦距。

子步骤2092，提取所述至少两个目标视频中，除所述第一背景子视频帧之外的背景区域的视频帧，得到第二背景子视频帧。

在本发明实施例中，将多个目标视频中，其他最小焦距小于该第一背景子视频帧的第二背景子视频帧作为合成素材供后续合成使用。可以理解，当所述摄像头的数量超过两个时，所述第二视频数据的数量将会存在多个，相应的会获得多组第二背景子视频帧。

子步骤2093，将所述第二背景子视频帧中，与所述第一背景子视频帧的图像内容相同且清晰度高于所述第一背景子视频帧的目标区域的图像内容与所述第一背景子视频帧进行融合，得到所述第二视频数据。

在本发明实施例中，在进行处理前为保障背景画面合成的质量，需要将第一背景子视频帧与第二背景子视频帧进行对齐。在对齐后，将所述第一背景子视频帧中的内容和所述第二背景子视频帧中的内容进行比对，确定内容相同图像内容。通常情况下，由于是多个摄像头同时对同一场景进行拍摄得到的目标视频，因此对齐后处于相同位置的画面内容相同。

第二背景子视频帧中的画面内容的清晰度大于第一背景子视频帧的画面内容的清晰度，则将该第二背景子视频帧中的该画面内容融合到作为基底的第一背景子视频帧中，否则，不进行合成。从而基于所述第一背景子视频帧和第二背景子视频帧中清晰度更高的部分进行融合得到第二视频数据，使得所述第二视频数据中各部分图像内容的清晰度均为多个目标视频中最高。通过将各第二背景子视频帧中清晰度更高的部分融合到可视范围最大的第一背景子视频帧中，使得所得到第二视频数据在全焦距范围内的清晰度更高，从而第二视频数据中的图像在放大率增加的情况下画质不至于产生严重损失。

具体的，参照图10，示出从目标视频中已将多个已扣除第一视频数据(黑色部分)的背景区域的背景视频，将该多个背景视频进行融合得到第二视频数据，其中边框L1为最小焦距最小的背景视频，依次的边框L2、L3边框所对应的背景视频的最小焦距逐渐增大。

可选的，参照图11，所述步骤207，包括：

子步骤2071，将所述至少两个目标视频中深度信息与所述主体深度信息相同的视频对象所处的深度分区确定为第一主体子区域。

在本发明实施例中，通常对于目标视频所拍摄场景中的目标对象周围可能存在与其深度信息相近的其他对象，该其他对象在滑动变焦的过程中随着缩放参数的改变，其与目标对象间的相对距离会逐渐变化，即缩放倍率越大，相对距离越远，反之则相对距离越近。若直接将该其他对象作为背景进行缩放，会严重影响所得到滑动变焦视频的视觉效果，使得视频效果不逼真。因此为提高滑动变焦视频的逼真性，可在确定主体区域的时候确定多个主体子区域，其中将深度信息符合主体深度信息的视频对象所处的深度区域作为第一主体子区域。

子步骤2072，将所述至少两个目标视频中所对应图像深度与所述主体深度信息不同且所对应图像深度小于预设深度信息阈值的视频对象所处的深度分区确定为第二主体子区域。

在本发明实施例中，由于相对摄像头较远的景物对象对滑动变焦效果的影响较小，可将目标视频中除第一主体子区域外，且深度信息大于或等于深度信息阈值的视频区域作为第二主体子区域，剩余部分作为背景区域。

子步骤2073，将所述第一主体子区域和所述第二主体子区域作为主体区域。

在本发明实施例中，通过根据主体深度信息及深度信息阈值确定的第一主体子区域和第二主体子区域作为主体区域阈值，提高了滑动变焦视频中主体区域选取的合理性。

具体的，参照图12，根据主体深度信息从最小焦距大的目标视频中确定高精度的第一主体子区域C1，然后根据该深度信息以及深度阈值从其他的目标视频中提取第二主体子区域D1、D2、D3,剩余的视频区域作为背景区域E1、E2、E3。

可选的，所述第一视频帧包括：第一主体子区域对应的第一主体子区域视频帧、第二主体子区域对应的第二主体子区域视频帧，参照图13，在图X1所示的实施例基础上，所述步骤213，包括：

子步骤2134，分别将所述第二视频数据中第i个第二视频帧与第i个第二主体子区域视频帧按照目标缩放参数进行缩放。

在本发明实施例中，由于在滑动变焦的过程中，所需达到的视频效果是仅保持目标对象占视频图像的比例不变，因此其他对象所处的第二主体子视频帧以及背景部分的第二视频帧需要按照目标缩放参数逐帧进行缩放。

子步骤2135，根据所述目标缩放参数以及所述主体深度信息，确定第i个第一主体子区域视频帧与所述第i个第二主体子区域视频帧之间的目标相对距离。

在本发明实施例中，若存在多个主体子区域，则可针对不同型号的电子设备的摄像头，通过实验预先设置包含目标缩放参数、主体深度信息与相互距离之间的映射关系，在滑动变焦视频的合成过程中，根据不同的缩放参数及主体深度对第一视频数据中，查询所述映射关系，确定第一主体子视频与第二主体子视频的实际相互距离。

子步骤2136，对于所述第一视频数据中的第i个第一视频帧，将所述第i个第一主体子区域视频帧与缩放后的所述第i个第二主体子区域视频帧之间的相对距离调整至目标相对距离，得到第i个调整后的第一视频帧。

在本发明实施例中，将第i个第一视频帧中，缩放后的第i个第二主体子区域视频帧与其所对应时间节点相同的第i个第一主体子区域视频帧之间的相对距离调整至目标相对距离，从而获得更符合实际透视想过的第i个调整后的第一视频帧。在移动的过程中，所述第一主体子区域视频帧在第一视频帧中的位置保持不变，将所述第二主体子区域视频帧相对于第一主体子区域视频帧进行移动。进一步的，在相互距离进行调整后，第一视频帧中可能由于第二主体区域子视频帧的位置发生移动，因此会出现未被遮盖的空洞区域，此时对该未被遮盖的空洞区域通过就近纹理等方式进行填充即可，使得调整后的第一视频帧的逼真度。

子步骤2137，将缩放后的所述第i个第二视频帧与所述第i个调整后的第一视频帧进行合成，得到N个合成视频帧。

在本发明实施例中，通过根据目标缩放参数及主体深度信息对第一视频数据中的第i个第一主体区域子视频帧与进行了位置调整后的第i个第二主体区域子视频帧进行合成，得到了更加符合各对象间真实透视效果的N个合成视频帧

示例性的，参照图14，存在ph1至ph4四个缩放参数逐渐增加的滑动变焦视频帧，其中第一主体子区域在图像中所占比例不变，而第一主体子区域与第二主体子区域的视频数据之间的相对距离逐渐从d1至d4随着焦距的增大而减小，并且第二主体子区域在图像中所占的比例逐渐变大或变小或先表变小后变大或先变大后变小，从而产生从远到近或从近到远的视觉效果。

如图4中T1可以理解为主拍摄对象，T2可以理解为副拍摄对象，图14中主拍摄对象T1大小不变，副拍摄对象T2相对T1的放大比例，小于背景相对T1的放大比例，使画面更圆润。

本发明实施例提供的视频处理方法，基于利用搭载至少两个最小焦距不同的摄像头的电子设备所拍摄的多个目标视频，将该多个目标视频中背景区域的视频帧按照目标缩放参数进行缩放并与目标视频中主体区域的视频帧进行融合，从而获得具有滑动变焦效果的视频，使得用户无需配置专业设备和进行剪辑处理也可制作滑动变焦视频，降低了滑动变焦视频的制作门槛。并且利用多个目标视频中背景区域的视频所合成的视频数据以及最小焦距最大的目标视频的主体区域的视频作为合成的素材，可以保证在缩放的过程背景区域和主体区域的图像可以维持较高的清晰度，以及通过调整主体区域中目标对象与其他对象之间的相对距离，使得所生成的滑动变焦视频符合实际的透视关系，提高了滑动变焦视频的逼真度。

本发明实施例提供的第一种视频处理方法可以应用于采用两个摄像头拍摄滑动变焦视频的场景，基于利用搭载至少两个最小焦距不同的摄像头的电子设备所拍摄的多个目标视频，将该多个目标视频中背景区域的视频帧按照目标缩放参数进行缩放并与目标视频中主体区域的视频帧进行融合，从而获得具有滑动变焦效果的视频，使得用户无需配置专业设备和进行剪辑处理也可制作滑动变焦视频，降低了滑动变焦视频的制作门槛。

本发明实施例提供的第一种视频处理方法可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离放大的拍摄场景，实现拍摄对象不动、背景逐渐放大的视频效果。

本发明实施例提供的第一种视频处理方法还可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离缩小的拍摄场景，实现拍摄对象不动、背景逐渐缩小的视频效果。

本发明实施例提供的第一种视频处理方法还可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离先放大再缩小的拍摄场景，实现拍摄对象不动、背景先放大再缩小的视频效果。

本发明实施例提供的第一种视频处理方法还可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离先缩小再放大的拍摄场景，实现拍摄对象不动、背景先缩小再放大的视频效果。

本发明实施例提供的第一种视频处理方法还可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离先缩小再放大的拍摄场景，实现拍摄对象不动、背景先缩小再放大的视频效果。

本发明实施例提供的第一种视频处理方法还可以应用于拍摄对象中的主拍摄对象相对摄像头保持不动、副拍摄对象相对主拍摄对象小幅度运动，主拍摄对象和副拍摄对象之外的背景相对拍摄对象的相对主拍摄对象大幅度运动的拍摄场景，实现主拍摄对象不动、副拍摄对象相对主拍摄对象小幅度运动、背景相对拍摄对象的相对主拍摄对象大幅度的视频效果。

以上介绍了本发明实施例提供的视频处理方法，下面将结合附图介绍本发明实施例提供的电子设备。

参见图15，本发明实施例还提供了一种电子设备，所述电子设备包括至少两个摄像头，所述至少两个摄像头的最小焦距不同，所述电子设备包括：

获取模块301，用于获取至少两个目标视频，所述至少两个目标视频的最小焦距不同，所述至少两个目标视频是通过所述至少两个摄像头同时拍摄得到的。

确定模块302，用于确定所述至少两个目标视频的主体区域以及背景区域。

生成模块303，用于将最小焦距最大的目标视频的主体区域与所述至少两个目标视频的背景区域进行视频融合，生成滑动变焦视频。

其中，所述滑动变焦视频中背景区域的视频帧按照目标缩放参数进行缩放。

可选的，所述生成模块303还用于：提取最小焦距最大的目标视频的主体区域的第一视频数据；提取所述至少两个目标视频的背景区域的第二视频数据；对于所述第一视频数据和所述第二视频数据中的每个视频帧，将所述第二视频数据中第i个第二视频帧按照目标缩放参数进行缩放，并将缩放后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到N个合成视频帧；基于所述N个合成视频帧，生成滑动变焦视频；

其中，所述第一视频数据包括N个第一视频帧，所述第二视频数据包括N个第二视频帧，i为正整数，i≤N；所述第i个第二视频帧为与所述第i个第一视频帧对应的相同时间节点的视频帧，所述第i个第一视频帧为所述第一视频数据中的任一个视频帧，所述第i个第二视频帧为所述第二视频数据中的任一个视频帧。

可选的，所述生成模块303还用于：提取最小焦距最小的目标视频的背景区域的视频帧，得到第一背景子视频帧；提取所述至少两个目标视频中，除所述第一背景子视频帧之外的背景区域的视频帧，得到第二背景子视频帧；将所述第二背景子视频帧中，与所述第一背景子视频帧的图像内容相同且清晰度高于所述第一背景子视频帧的目标区域的图像内容与所述第一背景子视频帧进行融合，得到所述第二视频数据。

可选的，所述目标缩放参数包括缩放方向、缩放速率，其中，所述缩放方向包括：放大、缩小、先放大后缩小、先缩小后放大其中至少一种；可选的，所述生成模块303还用于：

根据所述缩放方式，确定所述第二视频数据中每个视频帧对应的目标缩放方向；

将所述第二视频数据中第i个第二视频帧按照相应的目标缩放方向以及所述缩放比例进行缩放；

将缩放后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到N个合成视频帧。

可选的，所述确定模块302还用于：获取所述至少两个目标视频中M个视频对象的深度信息；根据所有所述视频对象的深度信息，对所述最小焦距最大的目标视频进行分区，得到包含多个深度分区的目标深度视频，并显示M个标识，每个标识用于指示一个视频对象的深度信息；接收用户的第一输入；响应于所述第一输入，将所述至少两个目标视频的每个视频帧中与所述主体深度信息相同的视频对象所处的深度分区确定为主体区域，以及将所述至少两个目标视频中除所述主体区域之外的所有深度分区域确定为背景区域。

可选的，所述确定模块302还用于：将所述至少两个目标视频中深度信息与所述主体深度信息相同的视频对象所处的深度分区确定为第一主体子区域；将所述至少两个目标视频中所对应图像深度与所述主体深度信息不同且所对应图像深度小于预设深度信息阈值的视频对象所处的深度分区确定为第二主体子区域；将所述第一主体子区域和所述第二主体子区域作为主体区域。

可选的，所述第一视频帧包括：第一主体子区域对应的第一主体子区域视频帧、第二主体子区域对应的第二主体子区域视频帧；所述生成模块303还用于：分别将所述第二视频数据中第i个第二视频帧与第i个第二主体子区域视频帧按照目标缩放参数进行缩放；根据所述目标缩放参数以及所述主体深度信息，确定第i个第一主体子区域视频帧与所述第i个第二主体子区域视频帧之间的目标相对距离；对于所述第一视频数据中的第i个第一视频帧，将所述第i个第一主体子区域视频帧与缩放后的所述第i个第二主体子区域视频帧之间的相对距离调整至目标相对距离，得到第i个调整后的第一视频帧；将缩放后的所述第i个第二视频帧与所述第i个调整后的第一视频帧进行合成，得到N个合成视频帧。

可选的，还包括：

第二输入接收模块，用于接收用户对所述至少两个目标视频的第二输入；

速率确定模块，用于响应于所述第二输入，确定缩放方向和缩放速率；

比例确定模块，用于根据所述缩放方向及缩放速率，确定目标缩放参数。

可选的，还包括：

重合识别模块，用于识别所述至少两个目标视频中视频图像内容相同的重合图像区域；

对齐模块，用于根据所述重合图像区域，对所述至少两个目标视频进行逐帧对齐。

本发明实施例提供的电子设备30能够实现图1的方法实施例中电子设备实现的各个过程，为避免重复，这里不再赘述。

本发明实施例提供的第一种视频处理方法可以应用于采用两个摄像头拍摄滑动变焦视频的场景，基于利用搭载至少两个最小焦距不同的摄像头的电子设备所拍摄的多个目标视频，将该多个目标视频中背景区域的视频帧按照目标缩放参数进行缩放并与目标视频中主体区域的视频帧进行融合，从而获得具有滑动变焦效果的视频，使得用户无需配置专业设备和进行剪辑处理也可制作滑动变焦视频，降低了滑动变焦视频的制作门槛。

本发明实施例提供的第一种视频处理方法可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离放大的拍摄场景，实现拍摄对象不动、背景逐渐放大的视频效果。

本发明实施例提供的第一种视频处理方法还可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离缩小的拍摄场景，实现拍摄对象不动、背景逐渐缩小的视频效果。

本发明实施例提供的第一种视频处理方法还可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离先放大再缩小的拍摄场景，实现拍摄对象不动、背景先放大再缩小的视频效果。

本发明实施例提供的第一种视频处理方法还可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离先缩小再放大的拍摄场景，实现拍摄对象不动、背景先缩小再放大的视频效果。

本发明实施例提供的第一种视频处理方法还可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离先缩小再放大的拍摄场景，实现拍摄对象不动、背景先缩小再放大的视频效果。

本发明实施例提供的第一种视频处理方法还可以应用于拍摄对象中的主拍摄对象相对摄像头保持不动、副拍摄对象相对主拍摄对象小幅度运动，主拍摄对象和副拍摄对象之外的背景相对拍摄对象的相对主拍摄对象大幅度运动的拍摄场景，实现主拍摄对象不动、副拍摄对象相对主拍摄对象小幅度运动、背景相对拍摄对象的相对主拍摄对象大幅度的视频效果。

图16为实现本发明各个实施例的一种电子设备的硬件结构示意图；

该电子设备400包括但不限于：射频单元401、网络模块402、音频输出单元403、输入单元404、传感器405、显示单元406、用户输入单元407、接口单元408、存储器409、处理器410、以及电源411等部件。本领域技术人员可以理解，图16中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，处理器410，用于获取至少两个目标视频，所述至少两个目标视频的最小焦距不同，所述至少两个目标视频是通过所述至少两个摄像头同时拍摄得到的；确定所述至少两个目标视频的主体区域以及背景区域；将最小焦距最大的目标视频的主体区域与所述至少两个目标视频的背景区域进行视频融合，生成滑动变焦视频；其中，所述滑动变焦视频中背景区域的视频帧按照目标缩放参数进行缩放。

本发明实施例提供的第一种视频处理方法可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离发生变化的拍摄场景，基于利用搭载至少两个最小焦距不同的摄像头的电子设备所拍摄的多个目标视频，将该多个目标视频中背景区域的视频帧按照目标缩放参数进行缩放并与目标视频中主体区域的视频帧进行融合，从而获得具有滑动变焦效果的视频，使得用户无需配置专业设备和进行剪辑处理也可制作滑动变焦视频，降低了滑动变焦视频的制作门槛。

本发明实施例提供的第一种视频处理方法可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离放大的拍摄场景，实现拍摄对象不动、背景放大的视频效果。

本发明实施例提供的第一种视频处理方法可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离缩小的拍摄场景，实现拍摄对象不动、背景缩小的视频效果。

本发明实施例提供的第一种视频处理方法可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离先放大再缩小的拍摄场景，实现拍摄对象不动、背景先放大再缩小的视频效果。

本发明实施例提供的第一种视频处理方法可以应用于拍摄对象相对摄像头保持不动，背景相对拍摄对象的距离先缩小再放大的拍摄场景，实现拍摄对象不动、背景先缩小再放大的视频效果。

应理解的是，本发明实施例中，射频单元401可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器410处理；另外，将上行的数据发送给基站。通常，射频单元401包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元401还可以通过无线通信系统与网络和其他设备通信。

电子设备通过网络模块402为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元403可以将射频单元401或网络模块402接收的或者在存储器409中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元403还可以提供与电子设备400执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元403包括扬声器、蜂鸣器以及受话器等。

输入单元404用于接收音频或视频信号。输入单元404可以包括图形处理器(Graphics Processing Unit，GPU)4041和麦克风4042，图形处理器4041对在视频捕获模式或图像捕获模式中由图像捕获电子设备(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元406上。经图形处理器4041处理后的图像帧可以存储在存储器409(或其它存储介质)中或者经由射频单元401或网络模块402进行发送。麦克风4042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元401发送到移动通信基站的格式输出。

电子设备400还包括至少一种传感器405，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板4061的亮度，接近传感器可在电子设备400移动到耳边时，关闭显示面板4061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器405还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元406用于显示由用户输入的信息或提供给用户的信息。显示单元606可包括显示面板4061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板4061。

用户输入单元407可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元407包括触控面板4071以及其他输入设备4072。触控面板4071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板4071上或在触控面板4071附近的操作)。触控面板4071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器410，接收处理器410发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板4071。除了触控面板4071，用户输入单元407还可以包括其他输入设备4072。具体地，其他输入设备4072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板4071可覆盖在显示面板4061上，当触控面板6071检测到在其上或附近的触摸操作后，传送给处理器410以确定触摸事件的类型，随后处理器410根据触摸事件的类型在显示面板4061上提供相应的视觉输出。虽然在图16中，触控面板4071与显示面板4061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板4071与显示面板4061集成而实现电子设备的输入和输出功能，具体此处不做限定。

接口单元408为外部装置与电子设备400连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元408可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备400内的一个或多个元件或者可以用于在电子设备400和外部装置之间传输数据。

存储器409可用于存储软件程序以及各种数据。存储器409可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器409可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器410是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器409内的软件程序和/或模块，以及调用存储在存储器409内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器410可包括一个或多个处理单元；优选的，处理器410可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器410中。

电子设备400还可以包括给各个部件供电的电源411(比如电池)，优选的，电源611可以通过电源管理系统与处理器410逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

另外，电子设备400包括一些未示出的功能模块，在此不再赘述。

优选的，本发明实施例还提供一种电子设备，包括处理器410，存储器409，存储在存储器409上并可在所述处理器410上运行的计算机程序，该计算机程序被处理器410执行时实现上述视频处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，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执行时实现上述视频处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (13)

1.一种视频处理方法，其特征在于，应用于电子设备，所述电子设备包括至少两个摄像头，所述至少两个摄像头的最小焦距不同，所述方法包括：

获取至少两个目标视频，所述至少两个目标视频的最小焦距不同，所述至少两个目标视频是通过所述至少两个摄像头同时拍摄得到的；

确定所述至少两个目标视频的主体区域以及背景区域；

将最小焦距最大的目标视频的主体区域与所述至少两个目标视频的背景区域进行视频融合，生成滑动变焦视频；

其中，所述滑动变焦视频中背景区域的视频帧按照目标缩放参数进行缩放。

2.根据权利要求1所述的方法，其特征在于，所述将最小焦距最大的目标视频的主体区域与所述至少两个目标视频的背景区域进行视频融合，生成滑动变焦视频，包括：

提取最小焦距最大的目标视频的主体区域的第一视频数据；

提取所述至少两个目标视频的背景区域的第二视频数据；

对于所述第一视频数据和所述第二视频数据中的每个视频帧，将所述第二视频数据中第i个第二视频帧按照目标缩放参数进行缩放，并将缩放后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到N个合成视频帧；

基于所述N个合成视频帧，生成滑动变焦视频；

其中，所述第一视频数据包括N个第一视频帧，所述第二视频数据包括N个第二视频帧，i为正整数，i≤N；所述第i个第二视频帧为与所述第i个第一视频帧对应的相同时间节点的视频帧，所述第i个第一视频帧为所述第一视频数据中的任一个视频帧，所述第i个第二视频帧为所述第二视频数据中的任一个视频帧。

3.根据权利要求2所述的方法，其特征在于，所述提取所述至少两个目标视频的背景区域的第二视频数据，包括：

提取最小焦距最小的目标视频的背景区域的视频帧，得到第一背景子视频帧；

提取所述至少两个目标视频中，除所述第一背景子视频帧之外的背景区域的视频帧，得到第二背景子视频帧；

将所述第二背景子视频帧中，与所述第一背景子视频帧的图像内容相同且清晰度高于所述第一背景子视频帧的目标区域的图像内容与所述第一背景子视频帧进行融合，得到所述第二视频数据。

4.根据权利要求2所述的方法，其特征在于，所述目标缩放参数包括：缩放方式、缩放比例；

所述对于所述第一视频数据和所述第二视频数据中的每个视频帧，将所述第二视频数据中第i个第二视频帧按照目标缩放参数进行缩放，并将缩放后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到N个合成视频帧，包括：

根据所述缩放方式，确定所述第二视频数据中每个视频帧对应的目标缩放方向；

将所述第二视频数据中第i个第二视频帧按照相应的目标缩放方向以及所述缩放比例进行缩放；

将缩放后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到N个合成视频帧。

5.根据权利要求4所述的方法，其特征在于，所述缩放方式包括一下任一项：逐步放大、逐步缩小、先放大后缩小、先缩小后放大、放大和缩小间隔循环。

6.根据权利要求1所述的方法，其特征在于，所述确定所述至少两个目标视频的主体区域以及背景区域，包括

获取所述至少两个目标视频中M个视频对象的深度信息；

根据所有所述视频对象的深度信息，对所述最小焦距最大的目标视频进行分区，得到包含多个深度分区的目标深度视频，并显示M个标识，每个标识用于指示一个视频对象的深度信息；

接收用户的第一输入；

响应于所述第一输入，将所述至少两个目标视频的每个视频帧中与所述主体深度信息相同的视频对象所处的深度分区确定为主体区域，以及将所述至少两个目标视频中除所述主体区域之外的所有深度分区域确定为背景区域。

7.根据权利要求6所述的方法，其特征在于，所述将所述至少两个目标视频的每个视频帧中与所述主体深度信息相同的视频对象所处的深度分区确定为主体区域，包括：

将所述至少两个目标视频中深度信息与所述主体深度信息相同的视频对象所处的深度分区确定为第一主体子区域；

将所述至少两个目标视频中所对应图像深度与所述主体深度信息不同且所对应图像深度小于预设深度信息阈值的视频对象所处的深度分区确定为第二主体子区域；

将所述第一主体子区域和所述第二主体子区域作为主体区域。

8.根据权利要求7所述的方法，其特征在于，所述第一视频帧包括：第一主体子区域对应的第一主体子区域视频帧、第二主体子区域对应的第二主体子区域视频帧；

所述对于所述第一视频数据和所述第二视频数据中的每个视频帧，将所述第二视频数据中第i个第二视频帧按照目标缩放参数进行缩放，并将缩放后的所述第i个第二视频帧与所述第一视频数据中的第i个第一视频帧进行合成，得到N个合成视频帧，包括：

分别将所述第二视频数据中第i个第二视频帧与第i个第二主体子区域视频帧按照目标缩放参数进行缩放；

根据所述目标缩放参数以及所述主体深度信息，确定第i个第一主体子区域视频帧与所述第i个第二主体子区域视频帧之间的目标相对距离；

对于所述第一视频数据中的第i个第一视频帧，将所述第i个第一主体子区域视频帧与缩放后的所述第i个第二主体子区域视频帧之间的相对距离调整至目标相对距离，得到第i个调整后的第一视频帧；

将缩放后的所述第i个第二视频帧与所述第i个调整后的第一视频帧进行合成，得到N个合成视频帧。

9.根据权利要求1所述的方法，其特征在于，在所述对所述第二视频数据按照目标缩放参数进行缩放之前，还包括：

接收用户的第二输入；

响应于所述第二输入，确定缩放参数。

10.根据权利要求1所述的方法，其特征在于，在所述获取至少两个目标视频之后，还包括：

识别所述至少两个目标视频中视频图像内容相同的重合图像区域；

根据所述重合图像区域，对所述至少两个目标视频进行逐帧对齐。

11.一种电子设备，其特征在于，所述电子设备包括至少两个摄像头，所述至少两个摄像头的最小焦距不同，所述电子设备包括：

获取模块，用于获取至少两个目标视频，所述至少两个目标视频的最小焦距不同，所述至少两个目标视频是通过所述至少两个摄像头同时拍摄得到的；

确定模块，用于确定所述至少两个目标视频的主体区域以及背景区域；

生成模块，用于将最小焦距最大的目标视频的主体区域与所述至少两个目标视频的背景区域进行视频融合，生成滑动变焦视频；

其中，所述滑动变焦视频中背景区域的视频帧按照目标缩放参数进行缩放。

12.一种电子设备，其特征在于，所述电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，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中任一项所述的视频处理方法的步骤。

13.一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上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的屏幕控制方法的步骤。

Images