CN112019925A - 视频水印识别处理方法及装置 - Google Patents

Abstract

本申请是关于一种视频水印识别处理方法及装置。该方法包括：获取车载设备压缩后的待识别视频的第二水印字符图片，将所述第二水印字符图片与识别库中的第一水印字符图片进行对比，其中所述识别库包含若干第一水印字符图片，所述若干第一水印字符图片具有和对应水印字符相匹配的标注信息；根据对比结果读取识别库中和第二水印字符图片相似的第一水印字符图片的标注信息，根据所述标注信息识别出所述第二水印字符图片的水印信息；将识别出的至少一个以上的第二水印字符图片的水印信息进行组合，得到所述待识别视频中的水印信息识别结果。本申请提供的方案，能够更为准确地识别行车记录仪所拍摄视频的水印信息。

Description

视频水印识别处理方法及装置

技术领域

本申请涉及导航技术领域，尤其涉及一种视频水印识别处理方法及装置。

背景技术

相关技术中，高精地图计算路牌大小和位置时，需要通过车载设备的行车记录仪采集到道路的图像数据和GPS（Global Positioning System，全球定位系统）轨迹数据，并且需要实现GPS点的数据和车载设备的行车记录仪所拍摄视频的水印的数据时间匹配，因此需要识别出车载设备的行车记录仪所拍摄视频的水印时间。

但是行车记录仪的录制的数字视频一般是经过压缩处理的，对水印信息的准确识别有一定难度，相关技术中还没有能比较准确识别行车记录仪拍摄的视频中的水印信息的方法。

发明内容

为克服相关技术中存在的问题，本申请提供一种视频水印识别处理方法及装置，该方法能够更为准确地识别车载设备所拍摄视频的水印信息。

本申请第一方面提供一种视频水印识别处理方法，包括：

获取车载设备压缩后的待识别视频的第二水印字符图片，将所述第二水印字符图片与识别库中的第一水印字符图片进行对比，其中所述识别库包含若干第一水印字符图片，所述若干第一水印字符图片具有和对应水印字符相匹配的标注信息；

根据对比结果读取识别库中和第二水印字符图片相似的第一水印字符图片的标注信息，根据所述标注信息识别出所述第二水印字符图片的水印信息；

将识别出的至少一个以上的第二水印字符图片的水印信息进行组合，得到所述待识别视频中的水印信息识别结果。

在一种实施方式中，所述识别库按以下方式预先建立：

获取车载设备压缩后的视频每一帧图像中的水印区域图片以及所述水印区域图片中的水印字符图片；

为所述水印字符图片标注与水印字符对应的标注信息，形成包含所述第一水印字符图片及标注信息的识别库，其中对于无法识别所包含的水印字符的水印字符图片进行删除。

在一种实施方式中，所述获取车载设备压缩后的视频每一帧图像中的水印区域图片以及获取所述水印区域图片中的水印字符图片，包括：

将所述车载设备压缩后的视频按每帧进行抽帧，得到所述视频的每一帧图像；

将所述视频的每一帧图像的水印图像区域进行裁剪处理，得到所述水印区域图片；

将所述水印区域图片中的每个水印字符进行切割处理，得到所述每个水印字符的水印字符图片。

在一种实施方式中，所述将所述水印区域图片中的每个水印字符进行切割处理，得到所述每个水印字符的水印字符图片之前，还包括：

将所述水印区域图片进行二值化处理。

在一种实施方式中，所述方法还包括：

根据所述对比结果为未找到与所述第二水印字符图片相似的第一水印字符图片，将所述第二水印字符图片的水印信息识别为空。

在一种实施方式中，所述根据对比结果读取识别库中和第二水印字符图片相似的第一水印字符图片的标注信息，包括：

根据对比结果确定识别库中和第二水印字符图片相似度最高的第一水印字符图片；

读取所述相似度最高的第一水印字符图片的标注信息。

在一种实施方式中，所述获取车载设备压缩后的待识别视频的第二水印字符图片，包括：

将所述车载设备压缩后的待识别视频按每帧进行抽帧，得到所述待识别视频的每一帧图像；

将所述待识别视频每一帧图像的水印图像区域进行裁剪处理，得到所述待识别视频的水印区域图片；

将所述待识别视频的水印区域图片中的每个水印字符进行切割处理，得到所述待识别视频的每个水印字符的水印字符图片。

在一种实施方式中，所述将所述待识别视频的水印区域图片中的每个水印字符进行切割处理，得到所述待识别视频的每个水印字符的水印字符图片之前，还包括：

将所述待识别视频的水印区域图片进行二值化处理。

本申请第二方面提供一种视频水印识别处理装置，包括：

图片对比模块，用于获取车载设备压缩后的待识别视频的第二水印字符图片，将所述第二水印字符图片与识别库中的第一水印字符图片进行对比，其中所述识别库包含若干第一水印字符图片，所述若干第一水印字符图片具有和对应水印字符相匹配的标注信息；

信息识别模块，用于根据所述图片对比模块的对比结果读取识别库中和第二水印字符图片相似的第一水印字符图片的标注信息，根据所述标注信息识别出所述第二水印字符图片的水印信息；

信息组合模块，用于将所述信息识别模块识别出的至少一个以上的第二水印字符图片的水印信息进行组合，得到所述待识别视频中的水印信息识别结果。

在一种实施方式中，视频水印识别处理装置还包括：

识别库模块，用于建立包含若干第一水印字符图片的识别库，所述若干第一水印字符图片具有和对应水印信息相匹配的标注信息；

其中，所述识别库模块获取车载设备压缩后的视频每一帧图像中的水印区域图片以及所述水印区域图片中的水印字符图片；为所述水印字符图片标注与水印字符对应的标注信息，形成包含所述第一水印字符图片及标注信息的识别库，其中对于无法识别所包含的水印字符的水印字符图片进行删除。

本申请第三方面提供一种电子设备，包括：

处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。

本申请提供的技术方案可以包括以下有益效果：

本申请提供的方案，预先建立了识别库，该识别库包含若干第一水印字符图片，所述若干第一水印字符图片具有和对应水印字符相匹配的标注信息；当获取车载设备压缩后的待识别视频的第二水印字符图片后，可以将所述第二水印字符图片与识别库中的第一水印字符图片进行对比；根据对比结果读取识别库中和第二水印字符图片相似的第一水印字符图片的标注信息，根据所述标注信息识别出所述第二水印字符图片的水印信息；最后将识别出的至少一个以上的第二水印字符图片的水印信息进行组合，就得到所述待识别视频中的水印信息识别结果。通过这样的处理，能比较准确地根据识别库中第一水印字符图片的标注信息，识别车载设备所拍摄的视频中的水印信息，避免了相关技术中对车载设备的行车记录仪所拍摄的视频的水印信息难以识别和提取的缺陷，使得可以准确识别出车载设备的行车记录仪所拍摄视频的水印时间，从而可以实现GPS点的数据和车载设备的行车记录仪所拍摄视频的水印的数据时间匹配。

进一步地，本申请提供的方案，可以按以下方式预先建立所述识别库：获取车载设备压缩后的视频每一帧图像中的水印区域图片以及所述水印区域图片中的水印字符图片；为所述水印字符图片标注与水印字符对应的标注信息，形成包含所述第一水印字符图片及标注信息的识别库，其中对于无法识别所包含的水印字符的水印字符图片进行删除。本申请的方案，预先建立识别库可以用于车载设备的视频的水印信息的识别。另外，由于车载设备的行车记录仪录制的视频一般是经过压缩的，通过实际观看录制视频可以发现视频中有些帧的毫秒时间有时会发生变形和模糊，难以辨认，因此需要将这些帧进行删除。本申请的方案建立识别库的过程中，可以将视频中的无法识别的水印字符进行删除，也即对一些视频中有些毫秒时间里发生的变形和模糊的帧进行删除，使得后续对视频中的水印的识别效率更高。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。

图1是本申请实施例示出的一种视频水印识别处理方法的流程示意图；

图2是本申请实施例示出的一种视频水印识别处理方法的另一流程示意图；

图3是本申请实施例示出的一种视频水印识别处理方法的另一流程示意图；

图4是本申请实施例示出的一种视频水印识别处理装置的结构示意图；

图5是本申请实施例示出的一种视频水印识别处理装置的另一结构示意图；

图6是本申请实施例示出的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

行车记录仪的录制的数字视频一般是经过压缩处理的，对水印信息的识别有一定难度，相关技术中还没有能比较准确识别行车记录仪拍摄的视频中的水印信息的方法。针对上述问题，本申请实施例提供一种视频水印识别处理方法，能够更为准确地能够更为准确地识别行车记录仪所拍摄视频的水印信息。

以下结合附图详细描述本申请实施例的技术方案。为便于区分，本申请实施例将待识别视频中的水印字符图片称为第二水印字符图片，将识别库中的水印字符图片称为第一水印字符图片。

图1是本申请实施例示出的一种视频水印识别处理方法的流程示意图；其中，包括步骤：

步骤101，获取车载设备压缩后的待识别视频的第二水印字符图片，将第二水印字符图片与识别库中的第一水印字符图片进行对比，其中识别库包含若干第一水印字符图片，若干第一水印字符图片具有和对应水印字符相匹配的标注信息。

该步骤中，识别库可以按以下方式预先建立：获取车载设备压缩后的视频每一帧图像中的水印区域图片以及水印区域图片中的水印字符图片；为水印字符图片标注与水印字符对应的标注信息，形成包含第一水印字符图片及标注信息的识别库，其中对于无法识别所包含的水印字符的水印字符图片进行删除。

该步骤中，可以将车载设备压缩后的视频按每帧进行抽帧，得到视频的每一帧图像；将视频的每一帧图像的水印图像区域进行裁剪处理，得到水印区域图片；将水印区域图片中的每个水印字符进行切割处理，得到每个水印字符的水印字符图片。

其中将水印区域图片中的每个水印字符进行切割处理，得到每个水印字符的水印字符图片之前，还可以包括：将水印区域图片进行二值化处理。

其中，第二水印字符图片可以是包含有单个水印字符的小图片，将第二水印字符图片和识别库中的第一水印字符图片进行逐一对比，可以将第一水印字符图片和第二水印字符图片的每个像素进行对比。

步骤102，根据对比结果读取识别库中和第二水印字符图片相似的第一水印字符图片的标注信息，根据标注信息识别出第二水印字符图片的水印信息。

该步骤中，根据对比结果确定识别库中和第二水印字符图片相似度最高的第一水印字符图片；读取和第二水印字符图片相似度最高的第一水印字符图片的标注信息，通过标注信息包含的内容识别出第二水印字符图片的水印信息。

该步骤中，如果根据该对比结果为未找到与第二水印字符图片相似的第一水印字符图片，将第二水印字符图片的水印信息识别为空。

步骤103，将识别出的至少一个以上的第二水印字符图片的水印信息进行组合，得到待识别视频中的水印信息识别结果。

该步骤中，将最后各个切割出来的第二水印字符图片的识别结果连起来，就是待识别视频中的水印的完整识别结果，因此将识别出的至少一个以上的第二水印字符图片的水印信息进行组合，得到待识别视频中的水印信息识别结果。

可以发现，本申请提供的方法，预先建立了识别库，该识别库包含若干第一水印字符图片，若干第一水印字符图片具有和对应水印字符相匹配的标注信息；当获取车载设备压缩后的待识别视频的第二水印字符图片后，可以将第二水印字符图片与识别库中的第一水印字符图片进行对比；根据对比结果读取识别库中和第二水印字符图片相似的第一水印字符图片的标注信息，根据标注信息识别出第二水印字符图片的水印信息；最后将识别出的至少一个以上的第二水印字符图片的水印信息进行组合，就得到待识别视频中的水印信息识别结果。通过这样的处理，能比较准确地根据识别库中第一水印字符图片的标注信息识别车载设备所拍摄的视频中的水印信息，避免了相关技术中对车载设备的行车记录仪所拍摄的视频的水印信息难以识别和提取的缺陷，使得可以识别出车载设备的行车记录仪所拍摄视频的水印时间，实现GPS点的数据和车载设备的行车记录仪所拍摄视频的水印的数据时间匹配。

图2是本申请实施例示出的一种视频水印识别处理方法的另一流程示意图；其中，包括步骤：

步骤201，建立包含若干第一水印字符图片的识别库，若干第一水印字符图片具有和对应水印信息相匹配的标注信息。

该步骤中，识别库中不同的第一水印字符图片标注有对应的标注信息。

其中，识别库的建立过程可以包括：

1）获取行车记录仪压缩后的视频每一帧图像中的水印区域图片以及水印区域图片中的水印字符图片。该过程可以包括：

将行车记录仪压缩后的视频按每帧进行抽帧，得到视频的每一帧图像；将视频的每一帧图像的水印图像区域进行裁剪处理，得到水印区域图片；将水印区域图片中的每个水印字符进行切割处理，得到每个水印字符的水印字符图片。

2）为水印字符图片标注与水印字符对应的标注信息，形成包含第一水印字符图片及标注信息的识别库，其中对于无法识别所包含的水印字符的水印字符图片进行删除。

也就说，建立识别库前，可以首先提取行车记录仪拍摄视频的每一帧图像即进行抽帧处理，然后对每一帧图像可以进行裁剪、二值化、切割及标注处理等，识别出其中的水印字符并为水印字符图片标注与水印字符对应的标注信息，多个具有标注信息的第一水印字符图片可形成识别库，也即形成包含第一水印字符图片及标注信息的识别库。需说明的是，其中对于无法识别所包含的水印字符的水印字符图片可以进行删除。

本实施例中，可以通过例如OpenCV等处理工具将视频的每一帧进行抽取，OpenCV是一种跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和MacOS操作系统上，可实现图像处理和计算机视觉方面的多种通用算法。

步骤202，获取行车记录仪压缩后的待识别视频的第二水印字符图片。

该步骤可以包括：

1）将行车记录仪压缩后的待识别视频按每帧进行抽帧，得到待识别视频的每一帧图像；

2）将待识别视频每一帧图像的水印图像区域进行裁剪处理，得到待识别视频的水印区域图片；

3）将待识别视频的水印区域图片中的每个水印字符进行切割处理，得到待识别视频的每个水印字符的水印字符图片。

也就是说，该步骤中可以首先将行车记录仪压缩后的待识别视频进行抽帧处理，获取待识别视频的每一帧图像，然后通过对每一帧图像分别进行裁剪、二值化及切割处理，获得第二水印字符图片。

该步骤中，可以通过例如OpenCV等处理工具将视频的每一帧进行抽帧，及利用OpenCV等处理工具对每一帧图像分别进行裁剪、二值化及切割处理。

步骤203，将第二水印字符图片与识别库中的第一水印字符图片进行对比。

该步骤中，将获取的第二水印字符图片的像素分别与识别库中的每张第一水印字符图片的像素进行逐一对比，在识别库中提取和第二水印字符图片相似度最高的第一水印字符图片。

步骤204，根据对比结果确定识别库中和第二水印字符图片相似度最高的第一水印字符图片，根据该第一水印字符图片的标注信息识别出第二水印字符图片的水印信息。

该步骤中，根据对比结果确定识别库中和第二水印字符图片相似度最高的第一水印字符图片；读取和第二水印字符图片相似度最高的第一水印字符图片的标注信息，通过标注信息包含的内容识别出第二水印字符图片的水印信息。

需说明的是，如果根据对比结果为未找到与第二水印字符图片相似的第一水印字符图片，将第二水印字符图片的水印信息识别为空。

在识别的过程中，对于那些无法辨识的字符，由于在识别库中找不到对应的相似图片，所以识别结果是空。也就是说，如果第二水印字符图片中存在一些非正常的水印字符，这些非正常的水印字符在识别库中是找不到对应的相似第一水印字符图片。由于车载设备的水印字符长度一般是固定的，那么包含无法辨别字符的水印的识别结果的长度一定是比正常水印的识别结果的长度要小。对于这种识别情况，只需要将这些识别结果长度小的水印字符图片丢弃，就可以将图片中包含非正常字符的种类过滤掉。

步骤205，将识别出的至少一个以上的第二水印字符图片的水印信息进行组合，得到待识别视频中的水印信息识别结果。

因为前述步骤是将待识别视频的水印区域图片中的每个水印字符进行切割处理，得到待识别视频的每个水印字符的水印字符图片，因此该步骤中，将多个第二水印字符图片的水印字符识别结果进行组合便可获得待识别视频中水印的完整识别结果。

可以发现，本申请提供的方法，能比较准确地根据识别库中第一水印字符图片的标注信息识别车载设备所拍摄的视频中的水印信息，避免了相关技术中对车载设备的行车记录仪所拍摄的视频的水印信息难以识别和提取的缺陷，使得可以识别出车载设备的行车记录仪所拍摄视频的水印时间，实现GPS点的数据和车载设备的行车记录仪所拍摄视频的水印的数据时间匹配。而且，本申请的方案建立识别库的过程中，可以将视频中的无法识别的水印字符进行删除，也即对一些视频中有些毫秒时间里发生的变形和模糊的帧进行删除，使得后续对视频中的水印的识别效率更高。

图3是本申请实施例示出的一种视频水印识别处理方法的另一流程示意图。图3相对于图1和图2，更详细的介绍了本申请的方案。

参见图3，包括步骤：

步骤301，将行车记录仪视频按每帧进行抽帧，得到视频的每一帧图像。

本实施例的视频是车载设备的行车记录仪拍摄的压缩后的视频，可以通过例如OpenCV等处理工具将视频每一帧进行抽取，获得视频包含水印信息的每一帧图像。

步骤302，将每一帧图像中包含水印的水印图像区域进行裁剪处理，得到水印区域图片。

该步骤中，可以通过OpenCV等工具将每一帧包含水印信息的图像区域进行裁剪，通过裁剪获得每一帧图像中的水印区域图片。

步骤303，将裁剪获得的水印区域图片进行二值化处理。

该步骤可以通过OpenCV等处理工具对裁剪获得的水印区域图片进行二值化处理，图像二值化（ Image Binarization）就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。图像二值化处理可以使图像中数据量大为减少，从而能凸显出水印字符的轮廓。

步骤304，将进行二值化处理后的水印区域图片的每个水印字符进行切割处理，得到每个水印字符的水印字符图片。

该步骤中，由于水印区域图片中每个字符的间隔像素点是固定的，因此，可以通过OpenCV等处理工具将二值化处理后的水印区域图片中的每个水印字符，根据字符轮廓切割成独立的包含单个水印字符的水印字符图片。

步骤305，为每个水印字符图片标注与水印字符对应的标注信息。

该步骤中，可以采用不同方式例如人工辨识的方式识别每个水印字符图片的字符信息，并为每个水印字符图片标注与水印字符对应的标注信息，标注信息可以是和水印字符信息相对应且容易被车载设备系统所读取的字符。

需说明的是，对于无法通过人工辨识的水印字符图片的字符，可以直接删除该水印字符图片。

步骤306，建立包含标注信息的第一水印字符图片的识别库。

该步骤中，每个水印字符图片标注了与水印字符对应的标注信息后可以全部存储到数据库，从而可以形成包含第一水印字符图片及标注信息的识别库，识别库中的每个水印字符图片及标注信息可作为后续进行视频的水印识别的参照基准。

步骤307中，获取行车记录仪的待识别视频的第二水印字符图片。

在已经建立了关于水印字符图片的识别库后，可以利用该识别库对接收的行车记录仪的待识别视频进行水印识别。

该步骤中，可以包括：

1）将行车记录仪的待识别视频按每帧进行抽帧，得到待识别视频的每一帧图像；

2）将待识别视频每一帧图像的水印图像区域进行裁剪处理，得到待识别视频的水印区域图片；

3）将裁剪获得的水印区域图片进行二值化处理；

4）将进行二值化处理后的水印区域图片的每个水印字符进行切割处理，得到待识别视频的每个水印字符的水印字符图片。

也就是说，该步骤可以通过OpenCV等处理工具将待识别视频的每一帧进行抽取；将每一帧包含水印的图像区域进行裁剪，通过裁剪获得每一帧的水印区域图片；对裁剪获得的水印区域图片进行二值化处理；将进行二值化处理后的水印区域图片中的每个字符切割为包含单个水印字符的小图片，该单个水印字符的小图片即第二水印字符图片。

步骤308，将第二水印字符图片与识别库中的第一水印字符图片进行对比。

该步骤中，将获取的第二水印字符图片的像素分别与识别库中的每张第一水印字符图片的像素进行逐一对比，在识别库中提取和第二水印字符图片相似度最高的第一水印字符图片。

步骤309，根据对比结果确定识别库中和第二水印字符图片相似度最高的第一水印字符图片，根据该第一水印字符图片的标注信息识别出第二水印字符图片的水印信息。

该步骤中，获取识别库中与当前第二水印字符图片相似度最高的第一水印字符图片，读取第一水印字符图片的标注信息，将读取的标注信息作为当前第二水印字符图片的水印字符识别结果。

还需说明的是，该步骤中，非正常水印字符在识别库中找不到对应的相似第一水印字符图片，所以识别结果为空。由于行车记录仪拍摄的视频的正常水印字符具有预设长度，非正常水印字符的长度一般比正常水印字符长度要小，因此，可以将识别结果中长度小的水印字符进行删除。

步骤310，将识别出的至少一个以上的第二水印字符图片的水印信息进行组合，得到待识别视频中的水印信息识别结果。

因为前述步骤是将待识别视频的水印区域图片中的每个水印字符进行切割处理，得到待识别视频的每个水印字符的水印字符图片，因此该步骤中，将多个第二水印字符图片的水印字符识别结果进行组合便可获得待识别视频中水印的完整识别结果。

可以发现，本申请提供的方法，能够更为准确的对行车记录仪拍摄的压缩视频的水印信息进行识别，另外，在识别的过程中将一些非正常的水印字符进行了删除处理，这样能够提高识别速度，使得车辆的GPS点数据和车载设备的行车记录仪所拍摄视频的水印的时间数据能更为快速地匹配，进而可以更为有效地通过高精地图计算路牌大小和位置。

与前述应用功能实现方法实施例相对应，本申请还提供了一种视频水印识别处理装置、电子设备及相应的实施例。

图4是本申请实施例示出的一种视频水印识别处理装置的结构示意图。

参照图4，本申请提供的视频水印识别处理装置，包括图片对比模块402、信息识别模块403、信息组合模块404。

图片对比模块402，用于获取车载设备压缩后的待识别视频的第二水印字符图片，将第二水印字符图片与识别库中的第一水印字符图片进行对比，其中识别库包含若干第一水印字符图片，若干第一水印字符图片具有和对应水印字符相匹配的标注信息。

图片对比模块402可以将车载设备压缩后的待识别视频按每帧进行抽帧，得到待识别视频的每一帧图像；将待识别视频的每一帧图像的水印图像区域进行裁剪处理，得到水印区域图片；将水印区域图片中的每个水印字符进行切割处理，得到每个水印字符的水印字符图片，将第二水印字符图片与识别库中的第一水印字符图片进行对比。

信息识别模块403，用于根据图片对比模块402的对比结果读取识别库中和第二水印字符图片相似的第一水印字符图片的标注信息，根据标注信息识别出第二水印字符图片的水印信息。

信息识别模块403可以根据图片对比模块402的对比结果确定识别库中和第二水印字符图片相似度最高的第一水印字符图片；读取相似度最高的第一水印字符图片的标注信息。

信息识别模块403可以根据图片对比模块402的对比结果为未找到与第二水印字符图片相似的第一水印字符图片，将第二水印字符图片的水印信息识别为空。

信息组合模块404，用于将信息识别模块403识别出的至少一个以上的第二水印字符图片的水印信息进行组合，得到待识别视频中的水印信息识别结果。

本申请提供的装置，能比较准确地根据识别库中第一水印字符图片的标注信息识别车载设备所拍摄的视频中的水印信息，避免了相关技术中对车载设备的行车记录仪所拍摄的视频的水印信息难以识别和提取的缺陷，使得可以识别出车载设备的行车记录仪所拍摄视频的水印时间，实现GPS点的数据和车载设备的行车记录仪所拍摄视频的水印的数据时间匹配。

图5是本申请实施例示出的一种视频水印识别处理装置的另一结构示意图。

参见图5，本申请提供的视频水印识别处理装置，包括识别库模块401、图片对比模块402、信息识别模块403、信息组合模块404。

其中，图片对比模块402、信息识别模块403、信息组合模块404的功能可以参见图4中的描述，此处不再赘述。

识别库模块401，用于建立包含若干第一水印字符图片的识别库，若干第一水印字符图片具有和对应水印信息相匹配的标注信息；其中，识别库建立模块401按以下方式预先建立识别库：获取车载设备压缩后的视频每一帧图像中的水印区域图片以及水印区域图片中的水印字符图片；为水印字符图片标注与水印字符对应的标注信息，形成包含第一水印字符图片及标注信息的识别库，其中对于无法识别所包含的水印字符的水印字符图片进行删除。

识别库模块401可以进一步包括：抽帧处理子模块4011、图像裁剪子模块4012、图像预处理模块4013、字符切割子模块4014、标注处理子模块4015。

抽帧处理子模块4011，用于将车载设备压缩后的视频按每帧进行抽帧，得到视频的每一帧图像。本实施例的视频是车载设备的行车记录仪拍摄的压缩后的视频，抽帧处理子模块4011可以通过例如OpenCV等处理工具将视频每一帧进行抽取，获得视频包含水印信息的每一帧图像。

图像裁剪子模块4012，用于将视频的每一帧图像的水印图像区域进行裁剪处理，得到水印区域图片。图像裁剪子模块4012可以通过OpenCV等工具将每一帧包含水印信息的图像区域进行裁剪，通过裁剪获得每一帧图像中的水印区域图片。

图像预处理模块4013，用于将水印区域图片进行二值化处理。图像预处理模块4013可以通过OpenCV等处理工具对裁剪获得的水印区域图片进行二值化处理，图像二值化（ Image Binarization）就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。图像二值化处理可以使图像中数据量大为减少，从而能凸显出水印字符的轮廓。

字符切割子模块4014，用于将水印区域图片中的每个水印字符进行切割处理，得到每个水印字符的水印字符图片。由于水印区域图片中每个字符的间隔像素点是固定的，因此，字符切割子模块4014可以通过OpenCV等处理工具将二值化处理后的水印区域图片中的每个水印字符，根据字符轮廓切割成独立的包含单个水印字符的水印字符图片。

标注处理子模块4015，用于为水印字符图片标注与水印字符对应的标注信息，形成包含第一水印字符图片及标注信息的识别库。标注处理子模块4015可以采用不同方式例如人工辨识的方式识别每个水印字符图片的字符信息，并为每个水印字符图片标注与水印字符对应的标注信息，标注信息可以是和水印字符信息相对应且容易被车载设备系统所读取的字符。

图片对比模块402可以进一步包括：抽帧处理子单元4021、图像裁剪子单元4022、图像预处理单元4023、字符切割子单元4024。

抽帧处理子单元4021，用于将车载设备压缩后的待识别视频按每帧进行抽帧，得到待识别视频的每一帧图像。抽帧处理子单元4021将行车记录仪的待识别视频按每帧进行抽帧，得到待识别视频的每一帧图像。

图像裁剪子单元4022，用于将待识别视频的每一帧图像的水印图像区域进行裁剪处理，得到水印区域图片。

图像预处理单元4023，用于将水印区域图片进行二值化处理。

字符切割子单元4024，用于将水印区域图片中的每个水印字符进行切割处理，得到每个水印字符的水印字符图片，将第二水印字符图片与识别库中的第一水印字符图片进行对比。

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，此处将不再做详细阐述说明。

图6是本申请实施例示出的电子设备的结构示意图。该电子设备例如可以为车载设备但不局限于此。

参见图6，电子设备600包括存储器610和处理器620。

处理器620可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器610可以包括各种类型的存储单元，例如系统内存、只读存储器（ROM），和永久存储装置。其中，ROM可以存储处理器620或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置（例如磁或光盘、闪存）作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备（例如软盘、光驱）。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器610可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片（DRAM，SRAM，SDRAM，闪存，可编程只读存储器），磁盘和/或光盘也可以采用。在一些实施方式中，存储器610可以包括可读和/或写的可移除的存储设备，例如激光唱片（CD）、只读数字多功能光盘（例如DVD-ROM，双层DVD-ROM）、只读蓝光光盘、超密度光盘、闪存卡（例如SD卡、min SD卡、Micro-SD卡等等）、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。

存储器610上存储有可执行代码，当可执行代码被处理器620处理时，可以使处理器620执行上文述及的方法中的部分或全部。

上文中已经参考附图详细描述了本申请的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本申请所必须的。另外，可以理解，本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。

此外，根据本申请的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。

或者，本申请还可以实施为一种非暂时性机器可读存储介质（或计算机可读存储介质、或机器可读存储介质），其上存储有可执行代码（或计算机程序、或计算机指令代码），当所述可执行代码（或计算机程序、或计算机指令代码）被电子设备（或电子设备、服务器等）的处理器执行时，使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。

本领域技术人员还将明白的是，结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。

附图中的流程图和框图显示了根据本申请的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种视频水印识别处理方法，其特征在于，包括：

获取车载设备压缩后的待识别视频的第二水印字符图片，将所述第二水印字符图片与识别库中的第一水印字符图片进行对比，其中所述识别库包含若干第一水印字符图片，所述若干第一水印字符图片具有和对应水印字符相匹配的标注信息；

根据对比结果读取识别库中和第二水印字符图片相似的第一水印字符图片的标注信息，根据所述标注信息识别出所述第二水印字符图片的水印信息；

将识别出的至少一个以上的第二水印字符图片的水印信息进行组合，得到所述待识别视频中的水印信息识别结果。

2.根据权利要求1所述的视频水印识别处理方法，其特征在于，所述识别库按以下方式预先建立：

获取车载设备压缩后的视频每一帧图像中的水印区域图片以及所述水印区域图片中的水印字符图片；

为所述水印字符图片标注与水印字符对应的标注信息，形成包含所述第一水印字符图片及标注信息的识别库，其中对于无法识别所包含的水印字符的水印字符图片进行删除。

3.根据权利要求2所述的视频水印识别处理方法，其特征在于，所述获取车载设备压缩后的视频每一帧图像中的水印区域图片以及获取所述水印区域图片中的水印字符图片，包括：

将所述车载设备压缩后的视频按每帧进行抽帧，得到所述视频的每一帧图像；

将所述视频的每一帧图像的水印图像区域进行裁剪处理，得到所述水印区域图片；

将所述水印区域图片中的每个水印字符进行切割处理，得到所述每个水印字符的水印字符图片。

4.根据权利要求3所述的视频水印识别处理方法，其特征在于，所述将所述水印区域图片中的每个水印字符进行切割处理，得到所述每个水印字符的水印字符图片之前，还包括：

将所述水印区域图片进行二值化处理。

5.根据权利要求1所述的视频水印识别处理方法，其特征在于，所述方法还包括：

根据所述对比结果为未找到与所述第二水印字符图片相似的第一水印字符图片，将所述第二水印字符图片的水印信息识别为空。

6.根据权利要求1所述的视频水印识别处理方法，其特征在于，所述根据对比结果读取识别库中和第二水印字符图片相似的第一水印字符图片的标注信息，包括：

根据对比结果确定识别库中和第二水印字符图片相似度最高的第一水印字符图片；

读取所述相似度最高的第一水印字符图片的标注信息。

7.根据权利要求1至6任一项所述的视频水印识别处理方法，其特征在于，所述获取车载设备压缩后的待识别视频的第二水印字符图片，包括：

将所述车载设备压缩后的待识别视频按每帧进行抽帧，得到所述待识别视频的每一帧图像；

将所述待识别视频每一帧图像的水印图像区域进行裁剪处理，得到所述待识别视频的水印区域图片；

将所述待识别视频的水印区域图片中的每个水印字符进行切割处理，得到所述待识别视频的每个水印字符的水印字符图片。

8.根据权利要求7所述的视频水印识别处理方法，其特征在于，所述将所述待识别视频的水印区域图片中的每个水印字符进行切割处理，得到所述待识别视频的每个水印字符的水印字符图片之前，还包括：

将所述待识别视频的水印区域图片进行二值化处理。

9.一种视频水印识别处理装置，其特征在于，包括：

图片对比模块，用于获取车载设备压缩后的待识别视频的第二水印字符图片，将所述第二水印字符图片与识别库中的第一水印字符图片进行对比，其中所述识别库包含若干第一水印字符图片，所述若干第一水印字符图片具有和对应水印字符相匹配的标注信息；

信息识别模块，用于根据所述图片对比模块的对比结果读取识别库中和第二水印字符图片相似的第一水印字符图片的标注信息，根据所述标注信息识别出所述第二水印字符图片的水印信息；

信息组合模块，用于将所述信息识别模块识别出的至少一个以上的第二水印字符图片的水印信息进行组合，得到所述待识别视频中的水印信息识别结果。

10.根据权利要求9所述的视频水印识别处理装置，其特征在于，所述视频水印识别处理装置还包括：

识别库模块，用于建立包含若干第一水印字符图片的识别库，所述若干第一水印字符图片具有和对应水印信息相匹配的标注信息；

其中，所述识别库模块获取车载设备压缩后的视频每一帧图像中的水印区域图片以及所述水印区域图片中的水印字符图片；为所述水印字符图片标注与水印字符对应的标注信息，形成包含所述第一水印字符图片及标注信息的识别库，其中对于无法识别所包含的水印字符的水印字符图片进行删除。

Images