CN111225276A - 视频黑屏图像的分类方法、装置、电子设备及存储介质 - Google Patents
视频黑屏图像的分类方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111225276A CN111225276A CN202010070805.9A CN202010070805A CN111225276A CN 111225276 A CN111225276 A CN 111225276A CN 202010070805 A CN202010070805 A CN 202010070805A CN 111225276 A CN111225276 A CN 111225276A
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- black screen
- video
- reclassified
- 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
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, rendering scenes according to MPEG-4 scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- 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
- H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
- H04N21/4334—Recording operations
-
- 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, rendering scenes according to MPEG-4 scene graphs
- H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
- H04N21/440263—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by altering the spatial resolution, e.g. for displaying on a connected PDA
-
- 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]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/85—Assembly of content; Generation of multimedia applications
- H04N21/854—Content authoring
- H04N21/8547—Content authoring involving timestamps for synchronizing content
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本发明实施例提供了一种视频黑屏图像的分类方法、装置、电子设备及存储介质,方法包括:获得待检测视频;从待检测视频中,确定待检测图像;基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像;根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类。可见,应用本发明实施例,先基于待检测图像的像素值,分类出了全黑屏图像和/或待再分类的黑屏图像,又根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行了再次分类。这样,无需人工进行分类,就实现了对视频播放器的播放界面的黑屏图像进行分类。
Description
技术领域
本发明涉及视频检测技术领域,特别是涉及一种视频黑屏图像的分类方法、装置、电子设备及存储介质。
背景技术
目前,通常将视频播放器的播放界面中的无实际播放内容的图像称为黑屏图像。相关技术中,可以检测出视频播放器的播放界面是否出现黑屏图像,再人工对黑屏图像进行分类。
因此,目前急需一种对视频黑屏图像进行分类的方法。
发明内容
本发明实施例的目的在于提供一种视频黑屏图像的分类方法、装置、电子设备及存储介质,实现对视频播放器的播放界面的黑屏图像进行分类。具体技术方案如下:
在本发明实施的第一方面,首先提供了一种视频黑屏图像的分类方法,所述方法包括:
获得待检测视频;
从待检测视频中,确定待检测图像;所述待检测图像为待检测视频中的视频播放窗口图像;
基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像;
根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类。
可选的,所述基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像的步骤,包括:
将待检测视频中的各个待检测图像转换为灰度图像;
将灰度图像中像素值小于预设黑屏像素点阈值的像素点确定为黑屏像素点;
将黑屏像素点的数量达到第一预设数量阈值的灰度图像对应的待检测图像,作为视频播放的全黑屏图像;
将黑屏像素点的数量小于第一预设数量阈值且大于第二预设数量阈值的灰度图像对应的待检测图像,作为视频播放的待再分类的黑屏图像;所述第二预设数量阈值小于第一预设数量阈值。
可选的,所述根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类的步骤,包括:
检测所述待再分类的黑屏图像中是否包含目标水印标识;
如果所述待再分类的黑屏图像中包含目标水印标识,则确定所述待再分类的黑屏图像为黑场过渡图像;
记录待检测视频中被确定为各个黑场过渡图像的时间戳;
基于各个黑场过渡图像的时间戳,判断连续帧图像为黑场过渡图像的持续时长是否超过预设的时间阈值;
如果是,则确定所述各个黑场过渡图像为片源异常的图像。
可选的,所述根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类的步骤,还包括:
检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识;
如果所述待再分类的黑屏图像中包含用于表明正在加载的加载标识,则确定所述待再分类的黑屏图像为黑屏卡顿的图像。
可选的,所述方法,还包括:
记录所述待检测视频中被确定为各个全黑屏图像的时间戳;
基于各个全黑屏图像的时间戳,计算连续帧图像为全黑屏图像的第一持续时长,作为第一检测结果;
和/或,
记录所述待检测视频中被确定为各个片源异常的图像的时间戳;
基于各个片源异常的图像的时间戳,计算连续帧图像为片源异常的图像的第二持续时长,作为第二检测结果;
和/或,
记录待检测视频中被确定为各个黑屏卡顿的图像的时间戳;
基于各个黑屏卡顿的图像的时间戳,计算连续帧图像为黑屏卡顿的图像的第三持续时长,作为第三检测结果。
可选的,在所述基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像的步骤之前,还包括:
按照预先基于用户界面UI信息显示位置设置的裁剪比例,对待检测视频中的各个待检测图像进行裁剪处理,获得剪裁掉UI信息的第一待检测图像;
或,
按照预先基于UI信息显示位置设置的遮挡位置,对待检测视频中的各个待检测图像进行遮挡处理,获得遮挡了用户界面UI信息的第二待检测图像;
所述基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像的步骤,包括:
基于待检测图像的像素值,从各个第一待检测图像或第二待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像。
可选的,所述获得待检测视频的步骤,包括:对视频播放的过程进行录屏,获得待检测视频。
在本发明实施的第二方面,还提供了一种视频黑屏图像的分类的装置,所述装置包括:
待检测视频获得单元,用于获得待检测视频;
待检测图像确定单元,用于从待检测视频中,确定待检测图像;所述待检测图像为待检测视频中的视频播放窗口图像;
第一分类单元,用于基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像;
第二分类单元,用于根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类。
可选的,所述第一分类单元,包括:
灰度图像转换模块,用于将待检测视频中的各个待检测图像转换为灰度图像;
黑屏像素点确定模块,用于将灰度图像中像素值小于预设黑屏像素点阈值的像素点确定为黑屏像素点;
全黑屏图像获取模块,用于将黑屏像素点的数量达到第一预设数量阈值的灰度图像对应的待检测图像,作为视频播放的全黑屏图像;
待再分类的黑屏图像获取模块,用于将黑屏像素点的数量小于第一预设数量阈值且大于第二预设数量阈值的灰度图像对应的待检测图像,作为视频播放的待再分类的黑屏图像;所述第二预设数量阈值小于第一预设数量阈值。
可选的,所述第二分类单元,具体用于:
检测所述待再分类的黑屏图像中是否包含目标水印标识;
如果所述待再分类的黑屏图像中包含目标水印标识,则确定所述待再分类的黑屏图像为黑场过渡图像;
记录待检测视频中被确定为各个黑场过渡图像的时间戳;
基于各个黑场过渡图像的时间戳,判断连续帧图像为黑场过渡图像的持续时长是否超过预设的时间阈值;
如果是,则确定所述各个黑场过渡图像为片源异常的图像。
可选的,所述第二分类单元,还具体用于:
检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识;
如果所述待再分类的黑屏图像中包含用于表明正在加载的加载标识,则确定所述待再分类的黑屏图像为黑屏卡顿的图像。
可选的,所述装置,还包括:
全黑屏图像时间戳记录单元,用于记录所述待检测视频中被确定为各个全黑屏图像的时间戳;
第一检测结果获取单元,用于基于各个全黑屏图像的时间戳,计算连续帧图像为全黑屏图像的第一持续时长,作为第一检测结果;
和/或,
片源异常图像时间戳记录单元,用于记录所述待检测视频中被确定为各个片源异常的图像的时间戳;
第二检测结果获取单元,用于基于各个片源异常的图像的时间戳,计算连续帧图像为片源异常的图像的第二持续时长,作为第二检测结果;
和/或,
黑屏卡顿图像时间戳记录单元,用于记录待检测视频中被确定为各个黑屏卡顿的图像的时间戳;
第三检测结果获取单元,用于基于各个黑屏卡顿的图像的时间戳,计算连续帧图像为黑屏卡顿的图像的第三持续时长,作为第三检测结果。
可选的,所述装置还包括:用户界面UI信息去除单元;
所述用户界面UI信息去除单元,用于在所述第一分类单元基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像之前,按照预先基于用户界面UI信息显示位置设置的裁剪比例,对待检测视频中的各个待检测图像进行裁剪处理,获得剪裁掉UI信息的第一待检测图像;或,
按照预先基于UI信息显示位置设置的遮挡位置,对待检测视频中的各个待检测图像进行遮挡处理,获得遮挡了用户界面UI信息的第二待检测图像;
所述第一分类单元,具体用于:
基于待检测图像的像素值,从各个第一待检测图像或第二待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像。
可选的,所述待检测视频获得单元,具体用于:对视频播放的过程进行录屏,获得待检测视频。
在本发明实施的又一方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一视频黑屏图像的分类的方法步骤。
在本发明实施的又一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述任一所述的视频黑屏图像的分类方法。
在本发明实施的又一方面,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的视频黑屏图像的分类方法。
本发明实施例提供的视频黑屏图像的分类方法、装置、电子设备及存储介质,通过获得待检测视频;从待检测视频中,确定待检测图像;所述待检测图像为待检测视频中的视频播放窗口图像;基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像;根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类。
可见,应用本发明实施例,先基于待检测图像的像素值,分类出了全黑屏图像和/或待再分类的黑屏图像,又根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行了再次分类。这样,无需人工进行分类,就实现了对视频播放器的播放界面的黑屏图像进行分类。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明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视频黑屏图像的分类方法的一种流程图;
图2为本发明实施例提供的视频黑屏图像的分类方法的另一种流程图;
图3为本发明实施例提供的视频黑屏图像的分类方法的再一种流程图;
图4为本发明实施例提供的视频黑屏图像的分类装置的结构示意图;
图5为本发明实施例提供的电子设备的结构示意图。
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描述。
为了实现对播放的视频的黑屏图像的检测,本发明实施例提供了一种视频黑屏图像的分类方法、装置、电子设备及存储介质。
本发明实施例所提供的视频黑屏图像的分类方法可以应用于任意需要对对视频黑屏图像进行分类的电子设备,如:电脑或移动终端等,在此不做具体限定。为了描述方便,以下简称电子设备。
参见图1,为本发明实施例提供的视频黑屏图像的分类方法,如图1所示,该方法的具体处理流程可以包括:
步骤S101,获得待检测视频。
步骤S102,从待检测视频中,确定待检测图像;所述待检测图像为待检测视频中的视频播放窗口图像。
步骤S103,基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像。
步骤S104,根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类。
可见,应用本发明实施例,先基于待检测图像的像素值,分类出了全黑屏图像和/或待再分类的黑屏图像,又根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行了再次分类。这样,无需人工进行分类,就实现了对视频播放器的播放界面的黑屏图像进行分类。
可实施的,上述步骤S104中,预设标识可以是目标水印标识,也可以是加载标识,当然也可以两种标识都用来分类。根据不同的分类需求,可以有很多种具体的分类方式,例如如下几种:
第一种、如果只需要分类出黑场过渡图像,则检测所述待再分类的黑屏图像中是否包含目标水印标识;如果所述待再分类的黑屏图像中包含目标水印标识,则确定所述待再分类的黑屏图像为黑场过渡图像。
第二种、如果只需要分类出黑屏卡顿的图像,则检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识;如果所述待再分类的黑屏图像中包含用于表明正在加载的加载标识,则确定所述待再分类的黑屏图像为黑屏卡顿的图像。
第三种、如果既要分类出黑场过渡图像,又要分类出黑屏卡顿的图像,则可以先检测所述待再分类的黑屏图像中是否包含目标水印标识,如果所述待再分类的黑屏图像中包含目标水印标识,则确定所述待再分类的黑屏图像为黑场过渡图像;再检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识,如果所述待再分类的黑屏图像中包含用于表明正在加载的加载标识,则确定所述待再分类的黑屏图像为黑屏卡顿的图像。当然,也可以调换过来,先检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识,再检测所述待再分类的黑屏图像中是否包含目标水印标识。
第四种、如果需要分类出片源异常的图像,则需要先用上述第一种实现方式确定出黑场过渡图像;再记录待检测视频中被确定为各个黑场过渡图像的时间戳;基于各个黑场过渡图像的时间戳,判断连续帧图像为黑场过渡图像的持续时长是否超过预设的时间阈值;如果是,则确定所述各个黑场过渡图像为片源异常的图像。
第五种、如果需要分类出片源异常的图像和黑屏卡顿的图像,则先检测所述待再分类的黑屏图像中是否包含目标水印标识;如果所述待再分类的黑屏图像中包含目标水印标识,则确定所述待再分类的黑屏图像为黑场过渡图像;记录待检测视频中被确定为各个黑场过渡图像的时间戳;基于各个黑场过渡图像的时间戳,判断连续帧图像为黑场过渡图像的持续时长是否超过预设的时间阈值;如果连续帧图像为黑场过渡图像的持续时长超过预设的时间阈值,则确定所述各个黑场过渡图像为片源异常的图像;
如果所述待再分类的黑屏图像中不包含目标水印标识,则检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识;如果所述待再分类的黑屏图像中包含用于表明正在加载的加载标识,则确定所述待再分类的黑屏图像为黑屏卡顿的图像。
当然,也可以调换过来,即先检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识;如果所述待再分类的黑屏图像中包含用于表明正在加载的加载标识,则确定所述待再分类的黑屏图像为黑屏卡顿的图像;
如果所述待再分类的黑屏图像中不包含用于表明正在加载的加载标识,则检测所述待再分类的黑屏图像中是否包含目标水印标识;如果所述待再分类的黑屏图像中包含目标水印标识,则确定所述待再分类的黑屏图像为黑场过渡图像;记录待检测视频中被确定为各个黑场过渡图像的时间戳;基于各个黑场过渡图像的时间戳,判断连续帧图像为黑场过渡图像的持续时长是否超过预设的时间阈值;如果是,则确定所述各个黑场过渡图像为片源异常的图像。
下面以上述第五种具体的分类方式为例,对视频黑屏图像进行分类的具体过程进行详细描述,请参见图2。
如图2所示,为本发明实施例提供的视频黑屏图像的分类方法的另一种流程图,可以包括:
步骤S201,对视频播放的过程进行录屏,获得待检测视频。
可实施的,可以在应用程序app进行视频播放时,对该视频播放的过程进行录屏,获得待检测视频。这样,可以对应用程序中出现的视频黑屏图像进行分类。
可实施的,可以使用相关技术中的录屏软件对播放中的视频进行录屏,获得待检测视频。对录屏软件不做具体限定,例如:设备自带的录屏软件和录屏精灵软件等均可。
可实施的,可以先启动录屏的功能,再对应用程序中待播放的视频进行播放;录屏后,获得视频录屏文件。可以通过图像识别技术,对该视频录屏文件进行检测,确定该视频录屏文件中视频的起始帧图像,确定从所述起始帧图像开始到视频录屏文件的最后一帧图像为待检测视频。这样,可以去除非视频图像的干扰。
具体的,可以调用开源计算机视觉库(Open Source Computer Vision Library,OpenCV),确定该视频录屏文件的起始帧图像。
可实施的,所述待检测视频可以为MP4或mov等格式,在这里不做具体限定。
步骤S202,对待检测视频进行抽帧,获得多个包含视频播放窗口的初始待检测图像。
可实施的,可以基于多媒体视频处理工具(Fast Forward Mpeg,FFmpeg),对所述待检测视频进行抽帧,获得多个包含视频播放窗口的初始待检测图像。
具体的,可以基于FFmpeg对所述待检测视频进行抽帧,并用对应的显示时间戳(Presentation Time Stamp,PTS)对抽帧后的图像进行命名,获得多个包含视频播放窗口的初始待检测图像。
步骤S203,获取各个初始待检测图像中视频播放窗口的坐标。
可实施的,可以基于OpenCV进行边缘检测,确定出视频播放窗口,获得视频播放窗口的坐标。
步骤S204,基于所述各个初始待检测图像中视频播放窗口的坐标,从各个初始待检测图像中提取视频播放窗口图像,作为待检测图像。
视频播放包含全屏播放状态和半屏播放状态,在半屏播放状态时,上半部分是视频播放窗口,下半部分为非视频播放窗口的显示内容,例如,可能是视频评论等内容。基于各个初始待检测图像中视频播放窗口的坐标,从各个初始待检测图像中提取视频播放窗口图像,作为待检测图像。用这种方式,不管是全屏播放状态和半屏播放状态,都可以准确地获得视频播放窗口图像,防止显示屏上视频播放窗口外的显示内容对视频黑屏图像的分类过程的干扰。
步骤S205,按照预先基于用户界面UI信息显示位置设置的裁剪比例,对待检测视频中的各个待检测图像进行裁剪处理,获得剪裁掉UI信息的第一待检测图像;或,按照预先基于UI信息显示位置设置的遮挡位置,对待检测视频中的各个待检测图像进行遮挡处理,获得遮挡了用户界面UI信息的第二待检测图像。
可实施的,裁剪比例可以为五分之一、六分之一和七分之一等比例。以五分之一为例,在一种具体的实施方式中,可以先从待检测图像的左侧裁减掉待检测图像十分之一的长度,从待检测图像的右侧裁减掉待检测图像十分之一的长度,即左右两侧共计裁减掉待检测图像的五分之一的长度;再从上下两侧共计裁减掉待检测图像的五分之一的宽度。
在视频播放的过程中,用户界面UI信息一般位于待检测图像边缘部分,用这种方式,可以去除视频播放的大部分用户界面UI信息的干扰,在视频黑屏图像的分类过程中,可以较准确的对待检测图像进行分类。
可实施的,用户界面UI信息可以包括进度条和播放按钮等。
本步骤也可以为:按照预先基于UI信息显示位置设置的遮挡位置,对待检测视频中的各个待检测图像进行遮挡处理,获得遮挡了用户界面UI信息的第二待检测图像。具体的,可以调用OpenCV对用户界面UI信息进行遮挡,在视频黑屏图像的分类过程中,忽略遮挡部分的像素点。例如:如果在待检测图像边缘位置有UI信息,则预设的遮挡位置可以为边缘位置;如果在待检测图像中间位置有UI信息,则预设的遮挡位置可以为中间位置。用这种方式,可以去除视频播放的用户界面UI信息的干扰,在视频黑屏图像的分类过程中,可以更准确的对待检测图像进行分类。
进一步的,可以对去除了用户界面UI信息的待检测图像进行缩放处理,转换为预设的标准尺寸。例如:转换为128*128的像素尺寸。
步骤S206,基于待检测图像的像素值,从各个第一待检测图像或第二待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像。
步骤S207,检测所述待再分类的黑屏图像中是否包含目标水印标识。
可实施的,可以预先制作包含目标水印标识的水印模板图像,基于OpenCV,将待再分类的黑屏图像和水印标识模板图像进行比对,确定待再分类的黑屏图像中是否包含目标水印标识。可实施的,目标水印标识为播放源水印标识,即应用程序app中播放视频时,包含的app的水印标识。
如果判断的结果为是,即所述待再分类的黑屏图像中包含目标水印标识,则执行步骤S208;如果判断的结果为否,即所述待再分类的黑屏图像中不包含目标水印标识,则执行步骤S213。
步骤S208,确定所述待再分类的黑屏图像为黑场过渡图像。
步骤S209,记录待检测视频中被确定为各个黑场过渡图像的时间戳。
步骤S210,基于各个黑场过渡图像的时间戳,判断连续帧图像为黑场过渡图像的持续时长是否超过预设的时间阈值。
在视频播放的过程中,为了强调播放源等原因,可能会在待检测图像中间位置显示目标水印,其他位置显示为黑色,这种黑场过渡图像只要不超过预设的时间是正常的。
可实施的,预设的时间阈值可以为5s,在这里不做具体限定。
如果判断的结果为是,即连续帧图像为黑场过渡图像的持续时长超过预设的时间阈值,则执行步骤S211;如果判断的结果为否,即连续帧图像为黑场过渡图像的持续时长不超过预设的时间阈值,则执行步骤S212。
步骤S211,确定所述各个黑场过渡图像为片源异常的图像。
步骤S212,确定所述各个黑场过渡图像为播放正常的图像。
步骤S213,检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识。
可实施的,正在加载的标识可以为加载标识或加载字符。例如:loading图标或文字。
如果判断的结果为是,即所述待再分类的黑屏图像中包含用于表明正在加载的加载标识,则执行步骤S214;如果判断的结果为否,即所述待再分类的黑屏图像中不包含用于表明正在加载的加载标识,则执行步骤S215。
步骤S214,确定所述待再分类的黑屏图像为黑屏卡顿的图像。
步骤S215,确定所述待再分类的黑屏图像为待定的图像。
可见,应用本发明实施例,先基于待检测图像的像素值,分类出了全黑屏图像和/或待再分类的黑屏图像,又根据待再分类的黑屏图像中是否包含目标水印标识和是否包含用于表明正在加载的加载标识,分类出了片源异常的图像、播放正常的图像、黑屏卡顿的图像和待定的图像。对视频黑屏图像的分类更加精细,分类结果更为精确。
而且,在本实施例中,先对待检测图像进行裁剪处理或遮挡处理,可以去除视频播放的用户界面UI信息的干扰,在视频黑屏图像的分类过程中,可以更准确的对待检测图像进行分类。
实际应用中,“黑屏图像”为人眼视觉看到黑屏像素点较多的图像。因此,在本发明实施例中,在第一次基于像素值的分类中,可以将黑屏像素点较少的灰度图像对应的待检测图像,作为正常的图像;将黑屏像素点较多的灰度图像对应的待检测图像,作为黑屏图像。
具体的,在本发明实施例中:
对于黑屏像素点的数量不大于第二预设数量阈值的灰度图像对应的待检测图像,作为正常的图像,这部分图像不是黑屏图像,不做处理;在实际应用中,可以无需对这部分图像进行检测;
对于黑屏像素点的数量达到第一预设数量阈值的灰度图像对应的待检测图像,作为“黑屏图像”中的全黑屏图像,为基于像素值分类出的一种黑屏图像;这种黑屏图像的黑屏像素点的数量最多;
对于黑屏像素点的数量小于第一预设数量阈值且大于第二预设数量阈值的灰度图像对应的待检测图像,所述第二预设数量阈值小于第一预设数量阈值,作为“黑屏图像”中的“待再分类的黑屏图像”,为基于像素值分类出的另一种黑屏图像;这种黑屏图像的黑屏像素点的数量,小于全黑屏图像的黑屏像素点的数量;
进而,再对待再分类的黑屏图像进一步详细分类;以下实施例进行详细说明。
参见图3,为本发明实施例提供的视频黑屏图像的分类方法的再一种流程图,如图3所示,可以包括:
步骤S301,获得待检测视频。
实际应用中,本步骤具体的实施方式可以与步骤S201相同。
步骤S302,从待检测视频中,确定待检测图像。
其中,所述待检测图像为待检测视频中的视频播放窗口图像。
可实施的,本步骤的具体实施方式可以参见上述图2中的步骤S202~步骤S204。
在执行本步骤后,可以直接执行步骤S303;
也可以先按照预先基于用户界面UI信息显示位置设置的裁剪比例,对待检测视频中的各个待检测图像进行裁剪处理,获得剪裁掉UI信息的待检测图像;或,按照预先基于UI信息显示位置设置的遮挡位置,对待检测视频中的各个待检测图像进行遮挡处理,获得遮挡了用户界面UI信息的待检测图像。采用这种方式,可以去除视频播放的用户界面UI信息的干扰,在视频黑屏图像的分类过程中,可以更准确的对待检测图像进行分类。
步骤S303,将待检测视频中的各个待检测图像转换为灰度图像。
可实施的,灰度图像中的每个像素点可以用8个位(bit)表示。0到255表示由黑到白。
步骤S304,将灰度图像中像素值小于预设黑屏像素点阈值的像素点确定为黑屏像素点。
在一种具体的实施方式中,可以获取灰度图像中的各个像素点的像素值,并且针对不同的像素值进行计数,最终生成二维数组,一种二维数组的示例可以如表一所示:
表一
像素值 | 数量 |
0 | A |
1 | B |
2 | C |
3 | D |
4 | E |
如表一所示,一张灰度图像中,像素值为0的像素点的个数为A个;像素值为1的像素点的个数为B个;像素值为2的像素点的个数为C个;像素值为3的像素点的个数为D个;像素值为4的像素点的个数为E个。
一般来讲,人眼的视觉在像素值3以下会识别为黑色,可实施的,预设黑屏像素点阈值可以为1、2或3等值。
统计步骤S304中确定的黑屏像素点的数量,如果黑屏像素点的数量达到第一预设数量阈值,则执行步骤S305;如果灰度图像的黑屏像素点的数量小于第一预设数量阈值且大于第二预设数量阈值,则执行步骤S308。
步骤S305,将黑屏像素点的数量达到第一预设数量阈值的灰度图像对应的待检测图像,作为视频播放的全黑屏图像。
可实施的,当待检测图像为全黑屏图像时,表明该待检测图像未正常显示,为异常图像。
可实施的,第一预设数量阈值可以为灰度图像中包含的全部像素点的个数。例如,如果为128*128像素尺寸的灰度图像,则第一预设数量阈值可以为16384个。可实施的,第一预设数量阈值可以为预设范围内的值。例如,第一预设数量阈值为16000到16384范围内的值,或15900到16384范围内的值等均可。
步骤S306,记录所述待检测视频中被确定为各个全黑屏图像的时间戳。
可实施的,可以记录待检测视频中被确定为各个全黑屏图像的PTS时间戳。
步骤S307,基于各个全黑屏图像的时间戳,计算连续帧图像为全黑屏图像的第一持续时长,作为第一检测结果。
可实施的,基于各个全黑屏图像的时间戳,计算连续帧图像为全黑屏图像的时长作为第一持续时长;记录第一持续时长后,可以在全部灰度图像均分类后输出待检测视频包含视频播放的全黑屏图像的结果,并输出第一检测结果,以待技术人员对检测结果进行分析。
步骤S308,将黑屏像素点的数量小于第一预设数量阈值且大于第二预设数量阈值的灰度图像对应的待检测图像,作为视频播放的待再分类的黑屏图像;所述第二预设数量阈值小于第一预设数量阈值。
可实施的,第二预设数量阈值小于第一预设数量阈值,可以为15000或16000等数量,在这里不做具体限定。
可实施的,将黑屏像素点的数量不大于第二预设数量阈值的灰度图像对应的待检测图像,作为正常的图像。
步骤S309,检测所述待再分类的黑屏图像中是否包含预设的字符标识。
在视频播放的过程中,在视频开播时可能会在待检测图像的中间位置显示第几集的字符,其他位置显示为黑色;或者在视频播放的过程中,可能会出现在中间位置显示“第三集”或“几年后”等类似字符,其他位置显示为黑色等情况。这些情况下的待检测图像都是播放正常的图像。因此,预设的字符标识可以为表示第几集的字符标识,表示年的字符标识等。
可实施的,可以基于Tesseract(识别引擎),根据待再分类的黑屏图像以及对待再分类的黑屏图像的检测范围,检测是否包含预设的字符标识。
如果判断的结果为是,即所述待再分类的黑屏图像中包含预设的字符标识,则执行步骤S310;如果判断的结果为否,即所述待再分类的黑屏图像中不包含预设的字符标识,则执行步骤S311。
步骤S310,确定所述待再分类的黑屏图像为播放正常的图像。
步骤S311,检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识。
如果判断的结果为是,即所述待再分类的黑屏图像中包含用于表明正在加载的加载标识,则执行步骤S312;如果判断的结果为否,即所述待再分类的黑屏图像中不包含用于表明正在加载的加载标识,则执行步骤S315。
步骤S312,确定所述待再分类的黑屏图像为黑屏卡顿的图像。
步骤S313,记录待检测视频中被确定为各个黑屏卡顿的图像的时间戳;
步骤S314,基于各个黑屏卡顿的图像的时间戳,计算连续帧图像为黑屏卡顿的图像的第三持续时长,作为第三检测结果。
可实施的,基于各个黑屏卡顿的图像的时间戳,计算连续帧图像为黑屏卡顿的图像的时长作为第三持续时长;记录第三持续时长后,可以在全部灰度图像均分类后输出待检测视频包含黑屏卡顿的图像的结果,并输出第三检测结果,以待技术人员对检测结果进行分析。
步骤S315,检测所述待再分类的黑屏图像中是否包含目标水印标识;
如果判断的结果为是,即所述待再分类的黑屏图像中包含目标水印标识,则执行步骤S316;如果判断的结果为否,即所述待再分类的黑屏图像中不包含目标水印标识,则执行步骤S322。
步骤S316,确定所述待再分类的黑屏图像为黑场过渡图像。
步骤S317,记录待检测视频中被确定为各个黑场过渡图像的时间戳。
步骤S318,基于各个黑场过渡图像的时间戳,判断连续帧图像为黑场过渡图像的持续时长是否超过预设的时间阈值。
如果判断的结果为是,即连续帧图像为黑场过渡图像的持续时长超过预设的时间阈值,则执行步骤S319;如果判断的结果为否,即连续帧图像为黑场过渡图像的持续时长不超过预设的时间阈值,则返回执行步骤S310。
步骤S319,确定所述各个黑场过渡图像为片源异常的图像。
步骤S320,记录所述待检测视频中被确定为各个片源异常的图像的时间戳。
步骤S321,基于各个片源异常的图像的时间戳,计算连续帧图像为片源异常的图像的第二持续时长,作为第二检测结果。
可实施的,基于时间戳,计算连续帧图像为片源异常的图像的时长作为第二持续时长;记录第二持续时长后,可以在全部灰度图像均分类后输出待检测视频包含片源异常的图像的结果,并输出第二检测结果,以待技术人员对检测结果进行分析。
步骤S322,记录为待定的图像。
可实施的,可以记录所述待再分类的黑屏图像为待定的图像,并记录连续帧图像为待定的图像的持续时间,并在全部灰度图像均分类后输出待检测视频包含待定的图像的结果,并输出连续帧图像为待定的图像的持续时间,以待技术人员对包含待定的图像的原因和结果进行分析,获得目标原因和目标结果,将目标原因和目标结果加入到视频黑屏图像的分类方法中,以在实施视频黑屏图像的分类方法时确定所述待再分类的黑屏图像为目标原因导致的目标结果。
在本实施例中,先根据待检测图像的像素值,确定黑屏像素点;再根据黑屏像素点的数量与第一预设数量阈值和第二数量阈值的关系,分类出了全黑屏图像和/或待再分类的黑屏图像,又根据待再分类的黑屏图像中是否包含预设的字符标识、是否包含用于表明正在加载的加载标识、是否包含目标水印标识以及持续时长,对待再分类的黑屏图像进行了二次分类,二次分类出了播放正常的图像、黑屏卡顿的图像、片源异常的图像和待定的图像。
可实施的,在对待再分类的黑屏图像进行分类的过程中,检测待再分类的黑屏图像中是否包含目标水印标识、检测待再分类的黑屏图像中是否包含预设的字符标识和检测待再分类的黑屏图像中是否包含用于表明正在加载的加载标识等流程没有先后顺序,可以按照实际需要设置先后顺序及任意组合。
可见,应用本发明实施例,分类更加精细,检测的结果更为精确。并且在对待检测视频的每个待检测图像进行分类后,如果包含片源异常的图像、黑屏卡顿的图像以及全黑屏图像,则将包含片源异常的图像、黑屏卡顿的图像以及全黑屏图像的结果以及对应的持续时长进行记录,以待技术人员进行分析,进行对应改善。
本发明实施例提供的视频黑屏图像的分类装置的结构示意图,如图4所示,所述装置包括:
待检测视频获得单元401,用于获得待检测视频;
待检测图像确定单元402,用于从待检测视频中,确定待检测图像;所述待检测图像为待检测视频中的视频播放窗口图像;
第一分类单元403,用于基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像;
第二分类单元404,用于根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类。
可选的,所述第一分类单元,包括:
灰度图像转换模块,用于将待检测视频中的各个待检测图像转换为灰度图像;
黑屏像素点确定模块,用于将灰度图像中像素值小于预设黑屏像素点阈值的像素点确定为黑屏像素点;
全黑屏图像获取模块,用于将黑屏像素点的数量达到第一预设数量阈值的灰度图像对应的待检测图像,作为视频播放的全黑屏图像;
待再分类的黑屏图像获取模块,用于将黑屏像素点的数量小于第一预设数量阈值且大于第二预设数量阈值的灰度图像对应的待检测图像,作为视频播放的待再分类的黑屏图像;所述第二预设数量阈值小于第一预设数量阈值。
可选的,所述第二分类单元,具体用于:
检测所述待再分类的黑屏图像中是否包含目标水印标识;
如果所述待再分类的黑屏图像中包含目标水印标识,则确定所述待再分类的黑屏图像为黑场过渡图像;
记录待检测视频中被确定为各个黑场过渡图像的时间戳;
基于各个黑场过渡图像的时间戳,判断连续帧图像为黑场过渡图像的持续时长是否超过预设的时间阈值;
如果是,则确定所述各个黑场过渡图像为片源异常的图像。
可选的,所述第二分类单元,还具体用于:
检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识;
如果所述待再分类的黑屏图像中包含用于表明正在加载的加载标识,则确定所述待再分类的黑屏图像为黑屏卡顿的图像。
可选的,所述装置,还包括:
全黑屏图像时间戳记录单元,用于记录所述待检测视频中被确定为各个全黑屏图像的时间戳;
第一检测结果获取单元,用于基于各个全黑屏图像的时间戳,计算连续帧图像为全黑屏图像的第一持续时长,作为第一检测结果;
和/或,
片源异常图像时间戳记录单元,用于记录所述待检测视频中被确定为各个片源异常的图像的时间戳;
第二检测结果获取单元,用于基于各个片源异常的图像的时间戳,计算连续帧图像为片源异常的图像的第二持续时长,作为第二检测结果;
和/或,
黑屏卡顿图像时间戳记录单元,用于记录待检测视频中被确定为各个黑屏卡顿的图像的时间戳;
第三检测结果获取单元,用于基于各个黑屏卡顿的图像的时间戳,计算连续帧图像为黑屏卡顿的图像的第三持续时长,作为第三检测结果。
可选的,所述装置还包括:用户界面UI信息去除单元;
所述用户界面UI信息去除单元,用于在所述第一分类单元基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像之前,按照预先基于用户界面UI信息显示位置设置的裁剪比例,对待检测视频中的各个待检测图像进行裁剪处理,获得剪裁掉UI信息的第一待检测图像;或,
按照预先基于UI信息显示位置设置的遮挡位置,对待检测视频中的各个待检测图像进行遮挡处理,获得遮挡了用户界面UI信息的第二待检测图像;
所述第一分类单元,具体用于:
基于待检测图像的像素值,从各个第一待检测图像或第二待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像。
可选的,所述待检测视频获得单元,具体用于:对视频播放的过程进行录屏,获得待检测视频。
可见,应用本发明实施例,先基于待检测图像的像素值,分类出了全黑屏图像和/或待再分类的黑屏图像,又根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行了再次分类。这样,无需人工进行分类,就实现了对视频播放器的播放界面的黑屏图像进行分类。
本发明实施例还提供了一种电子设备,如图5所示,包括处理器501、通信接口502、存储器503和通信总线504,其中,处理器501,通信接口502,存储器503通过通信总线504完成相互间的通信,
存储器503,用于存放计算机程序;
处理器501,用于执行存储器503上所存放的程序时,实现如下步骤:
获得待检测视频;
从待检测视频中,确定待检测图像;所述待检测图像为待检测视频中的视频播放窗口图像;
基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像;
根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类。
可见,应用本发明实施例,先基于待检测图像的像素值,分类出了全黑屏图像和/或待再分类的黑屏图像,又根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行了再次分类。这样,无需人工进行分类,就实现了对视频播放器的播放界面的黑屏图像进行分类。
上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称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。
在本发明提供的又一实施例中,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中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的视频黑屏图像的分类方法。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的视频黑屏图像的分类方法。
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发明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(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,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备、计算机可读存储介质及计算机程序产品等实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (13)
1.一种视频黑屏图像的分类方法,其特征在于,所述方法包括:
获得待检测视频;
从待检测视频中,确定待检测图像;所述待检测图像为待检测视频中的视频播放窗口图像;
基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像;
根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类。
2.根据权利要求1所述的方法,其特征在于,所述基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像的步骤,包括:
将待检测视频中的各个待检测图像转换为灰度图像;
将灰度图像中像素值小于预设黑屏像素点阈值的像素点确定为黑屏像素点;
将黑屏像素点的数量达到第一预设数量阈值的灰度图像对应的待检测图像,作为视频播放的全黑屏图像;
将黑屏像素点的数量小于第一预设数量阈值且大于第二预设数量阈值的灰度图像对应的待检测图像,作为视频播放的待再分类的黑屏图像;所述第二预设数量阈值小于第一预设数量阈值。
3.根据权利要求1或2所述的方法,其特征在于,所述根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类的步骤,包括:
检测所述待再分类的黑屏图像中是否包含目标水印标识;
如果所述待再分类的黑屏图像中包含目标水印标识,则确定所述待再分类的黑屏图像为黑场过渡图像;
记录待检测视频中被确定为各个黑场过渡图像的时间戳;
基于各个黑场过渡图像的时间戳,判断连续帧图像为黑场过渡图像的持续时长是否超过预设的时间阈值;
如果是,则确定所述各个黑场过渡图像为片源异常的图像。
4.根据权利要求3所述的方法,其特征在于,所述根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类的步骤,还包括:
检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识;
如果所述待再分类的黑屏图像中包含用于表明正在加载的加载标识,则确定所述待再分类的黑屏图像为黑屏卡顿的图像。
5.根据权利要求4所述的方法,其特征在于,所述方法,还包括:
记录所述待检测视频中被确定为各个全黑屏图像的时间戳;
基于各个全黑屏图像的时间戳,计算连续帧图像为全黑屏图像的第一持续时长,作为第一检测结果;
和/或,
记录所述待检测视频中被确定为各个片源异常的图像的时间戳;
基于各个片源异常的图像的时间戳,计算连续帧图像为片源异常的图像的第二持续时长,作为第二检测结果;
和/或,
记录待检测视频中被确定为各个黑屏卡顿的图像的时间戳;
基于各个黑屏卡顿的图像的时间戳,计算连续帧图像为黑屏卡顿的图像的第三持续时长,作为第三检测结果。
6.根据权利要求1所述的方法,其特征在于,在所述基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像的步骤之前,还包括:
按照预先基于用户界面UI信息显示位置设置的裁剪比例,对待检测视频中的各个待检测图像进行裁剪处理,获得剪裁掉UI信息的第一待检测图像;
或,
按照预先基于UI信息显示位置设置的遮挡位置,对待检测视频中的各个待检测图像进行遮挡处理,获得遮挡了用户界面UI信息的第二待检测图像;
所述基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像的步骤,包括:
基于待检测图像的像素值,从各个第一待检测图像或第二待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像。
7.根据权利要求1所述的方法,其特征在于,所述获得待检测视频的步骤,包括:对视频播放的过程进行录屏,获得待检测视频。
8.一种视频黑屏图像的分类装置,其特征在于,所述装置包括:
待检测视频获得单元,用于获得待检测视频;
待检测图像确定单元,用于从待检测视频中,确定待检测图像;所述待检测图像为待检测视频中的视频播放窗口图像;
第一分类单元,用于基于待检测图像的像素值,从待检测视频中的各个待检测图像中,分类出全黑屏图像和/或待再分类的黑屏图像;
第二分类单元,用于根据待再分类的黑屏图像中是否包含预设标识,对于各个待再分类的黑屏图像进行再次分类。
9.根据权利要求8所述的装置,其特征在于,所述第一分类单元,包括:
灰度图像转换模块,用于将待检测视频中的各个待检测图像转换为灰度图像;
黑屏像素点确定模块,用于将灰度图像中像素值小于预设黑屏像素点阈值的像素点确定为黑屏像素点;
全黑屏图像获取模块,用于将黑屏像素点的数量达到第一预设数量阈值的灰度图像对应的待检测图像,作为视频播放的全黑屏图像;
待再分类的黑屏图像获取模块,用于将黑屏像素点的数量小于第一预设数量阈值且大于第二预设数量阈值的灰度图像对应的待检测图像,作为视频播放的待再分类的黑屏图像;所述第二预设数量阈值小于第一预设数量阈值。
10.根据权利要求8或9所述的装置,其特征在于,所述第二分类单元,具体用于:
检测所述待再分类的黑屏图像中是否包含目标水印标识;
如果所述待再分类的黑屏图像中包含目标水印标识,则确定所述待再分类的黑屏图像为黑场过渡图像;
记录待检测视频中被确定为各个黑场过渡图像的时间戳;
基于各个黑场过渡图像的时间戳,判断连续帧图像为黑场过渡图像的持续时长是否超过预设的时间阈值;
如果是,则确定所述各个黑场过渡图像为片源异常的图像。
11.根据权利要求10所述的装置,其特征在于,所述第二分类单元,还具体用于:
检测所述待再分类的黑屏图像中是否包含用于表明正在加载的加载标识;
如果所述待再分类的黑屏图像中包含用于表明正在加载的加载标识,则确定所述待再分类的黑屏图像为黑屏卡顿的图像。
12.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-7任一所述的方法步骤。
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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010070805.9A CN111225276B (zh) | 2020-01-21 | 2020-01-21 | 视频黑屏图像的分类方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010070805.9A CN111225276B (zh) | 2020-01-21 | 2020-01-21 | 视频黑屏图像的分类方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111225276A true CN111225276A (zh) | 2020-06-02 |
CN111225276B CN111225276B (zh) | 2022-09-02 |
Family
ID=70827208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010070805.9A Active CN111225276B (zh) | 2020-01-21 | 2020-01-21 | 视频黑屏图像的分类方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111225276B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951244A (zh) * | 2020-08-11 | 2020-11-17 | 北京百度网讯科技有限公司 | 视频文件中的单色屏检测方法和装置 |
CN112055198A (zh) * | 2020-09-10 | 2020-12-08 | 百度在线网络技术(北京)有限公司 | 一种视频测试方法、装置、电子设备及存储介质 |
CN112770110A (zh) * | 2020-12-29 | 2021-05-07 | 北京奇艺世纪科技有限公司 | 一种视频质量检测方法、装置及系统 |
CN114547510A (zh) * | 2022-04-21 | 2022-05-27 | 云账户技术(天津)有限公司 | 一种短视频展示的优化方法及装置 |
CN115914673A (zh) * | 2022-01-27 | 2023-04-04 | 北京中关村科金技术有限公司 | 一种基于流媒体服务的合规检测方法及装置 |
CN116680133A (zh) * | 2023-04-28 | 2023-09-01 | 荣耀终端有限公司 | 一种黑屏检测方法和电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103281559A (zh) * | 2013-05-31 | 2013-09-04 | 于京 | 视频质量检测的方法及系统 |
CN103747244B (zh) * | 2014-01-08 | 2015-11-18 | 上海风格信息技术股份有限公司 | 一种计算数字视频黑场或静帧量化评估值的方法 |
CN105100544A (zh) * | 2014-05-21 | 2015-11-25 | 中国电信股份有限公司 | 一种视频信息显示方法和系统 |
CN107483916A (zh) * | 2016-06-08 | 2017-12-15 | 北京市第中级人民法院 | 音视频档案质量检测系统的控制方法 |
US10783401B1 (en) * | 2020-02-23 | 2020-09-22 | Fudan University | Black-box adversarial attacks on videos |
-
2020
- 2020-01-21 CN CN202010070805.9A patent/CN111225276B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103281559A (zh) * | 2013-05-31 | 2013-09-04 | 于京 | 视频质量检测的方法及系统 |
CN103747244B (zh) * | 2014-01-08 | 2015-11-18 | 上海风格信息技术股份有限公司 | 一种计算数字视频黑场或静帧量化评估值的方法 |
CN105100544A (zh) * | 2014-05-21 | 2015-11-25 | 中国电信股份有限公司 | 一种视频信息显示方法和系统 |
CN107483916A (zh) * | 2016-06-08 | 2017-12-15 | 北京市第中级人民法院 | 音视频档案质量检测系统的控制方法 |
US10783401B1 (en) * | 2020-02-23 | 2020-09-22 | Fudan University | Black-box adversarial attacks on videos |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951244A (zh) * | 2020-08-11 | 2020-11-17 | 北京百度网讯科技有限公司 | 视频文件中的单色屏检测方法和装置 |
CN111951244B (zh) * | 2020-08-11 | 2024-03-01 | 北京百度网讯科技有限公司 | 视频文件中的单色屏检测方法和装置 |
CN112055198A (zh) * | 2020-09-10 | 2020-12-08 | 百度在线网络技术(北京)有限公司 | 一种视频测试方法、装置、电子设备及存储介质 |
CN112055198B (zh) * | 2020-09-10 | 2023-12-05 | 百度在线网络技术(北京)有限公司 | 一种视频测试方法、装置、电子设备及存储介质 |
CN112770110A (zh) * | 2020-12-29 | 2021-05-07 | 北京奇艺世纪科技有限公司 | 一种视频质量检测方法、装置及系统 |
CN115914673A (zh) * | 2022-01-27 | 2023-04-04 | 北京中关村科金技术有限公司 | 一种基于流媒体服务的合规检测方法及装置 |
CN114547510A (zh) * | 2022-04-21 | 2022-05-27 | 云账户技术(天津)有限公司 | 一种短视频展示的优化方法及装置 |
CN116680133A (zh) * | 2023-04-28 | 2023-09-01 | 荣耀终端有限公司 | 一种黑屏检测方法和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111225276B (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111225276B (zh) | 视频黑屏图像的分类方法、装置、电子设备及存储介质 | |
US7949157B2 (en) | Interpreting sign language gestures | |
EP2709038A1 (en) | Device and method for detecting the presence of a logo in a picture | |
CN111193965B (zh) | 一种视频播放方法、视频处理方法及装置 | |
CN109446061B (zh) | 一种页面检测方法、计算机可读存储介质及终端设备 | |
CN111291661B (zh) | 一种屏幕中图标的文本内容的识别方法及设备 | |
CN101944349A (zh) | 显示控制装置和显示控制方法 | |
CN110708568B (zh) | 一种视频内容突变检测方法及装置 | |
CN108615030B (zh) | 一种标题一致性检测方法、装置及电子设备 | |
CN111401238A (zh) | 一种视频中人物特写片段的检测方法及装置 | |
CN110728193B (zh) | 一种脸部图像丰富度特征的检测方法及设备 | |
US7646892B2 (en) | Image inspecting apparatus, image inspecting method, control program and computer-readable storage medium | |
CN112818984B (zh) | 标题生成方法、装置、电子设备和存储介质 | |
US20220201362A1 (en) | Artificial intelligence and machine learning evaluation of elements in rendered video | |
CN114140782A (zh) | 文本的识别方法、装置、电子设备和存储介质 | |
CN111757182B (zh) | 图像花屏检测方法、设备、计算机设备和可读存储介质 | |
CN112348112B (zh) | 图像识别模型的训练方法、训练装置及终端设备 | |
CN114677373A (zh) | 一种印刷品内容检错方法、装置、电子设备及介质 | |
CN115147318A (zh) | 隐私遮挡方法及装置 | |
CN114220057A (zh) | 视频片尾识别方法、装置、电子设备及可读存储介质 | |
CN111062377B (zh) | 一种题号检测方法、系统、存储介质及电子设备 | |
CN112784663A (zh) | 一种文字识别方法及装置 | |
CN111985423A (zh) | 活体检测方法、装置、设备及可读存储介质 | |
JP2007164253A (ja) | 映像中文字認識装置、映像中文字認識方法、プログラム、及び記録媒体 | |
CN114079815B (zh) | 字幕保护方法、系统、终端设备及存储介质 |
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 |