CN113762058A - 一种视频合成方法、装置、计算机设备和存储介质 - Google Patents

一种视频合成方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113762058A
CN113762058A CN202110558939.XA CN202110558939A CN113762058A CN 113762058 A CN113762058 A CN 113762058A CN 202110558939 A CN202110558939 A CN 202110558939A CN 113762058 A CN113762058 A CN 113762058A
Authority
CN
China
Prior art keywords
color
image
video
tone
images
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.)
Pending
Application number
CN202110558939.XA
Other languages
English (en)
Inventor
邓朔
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202110558939.XA priority Critical patent/CN113762058A/zh
Publication of CN113762058A publication Critical patent/CN113762058A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Image Processing (AREA)

Abstract

本申请实施例公开了一种视频合成方法、装置、计算机设备和存储介质，对第一视频中的至少两帧第一图像进行色彩特征分析，得到第一图像的色彩特征；根据色彩特征比较第一图像的色彩丰富度，基于比较结果从第一图像中选择调色参考图像；基于调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；对第一视频和调整后第二视频进行合成操作，得到合拍视频，由此，可以快速选择出第一视频中比较有代表性的调色参考图像，从而快速对第二视频的图像进行色调调整。

Description

一种视频合成方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机视觉技术领域，具体涉及一种视频合成方法、装置、计算机设备和存储介质。
背景技术
目前，短视频已经成为主流的视频消费形态，也是内容平台重要的运营手段之一。很多内容平台为用户提供了视频合成功能，用户可以将自己拍摄的视频与内容平台上的其他视频合成为合拍视频进行发布。
内容平台上的很多视频是由专业的用户或团队进行拍摄的，其视频的色彩表现一般较为优秀，若想使得合拍视频效果较好，需要用户具备专业的摄影知识，可以对自己拍摄的视频进行调色等操作。
发明内容
本发明实施例提供一种视频合成方法、装置、计算机设备和存储介质，可以基于第一视频对第二视频进行自动调色，有利于提升视频合成效果。
本发明实施例提供一种视频合成方法，该方法包括：
对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征；
根据所述色彩特征比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像；
基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；
对所述第一视频和所述调整后第二视频进行合成操作，得到合拍视频。
本发明实施例还提供一种视频合成装置，该装置包括：
色彩特征提取单元，用于对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征；
图像选择单元，用于根据所述色彩特征比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像；
色调匹配单元，用于基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；
合成单元，用于对所述第一视频和所述调整后第二视频进行合拍合成操作，得到合拍视频。
在一个可选的示例中，色彩特征提取单元，用于：
对所述第一视频中的至少两帧第一图像进行色彩映射，将各所述第一图像中像素点的第一颜色映射为第二颜色，其中，所述第一颜色以三元组形式表示，所述第二颜色以二元组形式表示；
统计同一第一图像中各第二颜色的像素点数量，基于所述第二颜色和所述第二颜色的像素点数量得到所述第一图像的色彩特征，其中，一个第二颜色的像素点数量为映射为所述第二颜色的第一颜色的像素点数量。
在一个可选的示例中，所述图像选择单元，用于：
基于所述第一图像的第二颜色和所述第二颜色的像素点数量，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
在一个可选的示例中，所述三元组为RGB三原色三元组，色彩特征提取单元，用于：
获取颜色查找表，所述颜色查找表用于将RGB三原色三元组形式的颜色表示映射为二元组形式的颜色表示；
获取第一视频中的至少两帧第一图像；
在所述颜色查找表中，查找所述第一图像中像素点的第一颜色对应的第二颜色。
在一个可选的示例中，图像选择单元，用于：
从所述第一图像的色彩特征中，滤除所述像素点数量低于预设数量阈值的第二颜色，得到过滤后色彩特征；
根据各所述第一图像的过滤后色彩特征中第二颜色的个数，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
在一个可选的示例中，所述色彩特征包括颜色分布直方图，色彩特征提取单元，用于：
获取第一视频中的至少两帧第一图像；
对各所述第一图像进行颜色分布直方图分析，得到各所述第一图像的颜色分布直方图。
在一个可选的示例中，图像选择单元，用于：
根据所述第一图像的颜色分布直方图中各颜色分量在第一图像中所占的比例，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
在一个可选的示例中，色调匹配单元，用于：
获取所述调色参考图像的颜色分布直方图作为参考直方图；
根据所述参考直方图对所述第二视频中各第二图像的颜色分布直方图进行调整，将直方图调整后的第二视频作为调整后第二视频。
在一个可选的示例中，所述调色参考图像的数量为至少两个，色调匹配单元，用于：
在第二视频的拍摄过程中，于第二视频的视频预览界面显示至少两个色调选择控件，其中，所述视频预览界面包括采集的视频图像，一个色调选择控件对应一个调色参考图像；
响应于针对色调选择控件的预览操作，基于预览操作所选的色调选择控件对应的调色参考图像，调整所述视频预览界面显示的视频图像的色调；
响应于针对色调选择控件中目标色调选择控件的选择操作，确定所述目标色调选择控件对应的目标调色参考图像；
对第二视频的各第二图像基于所述目标调色参考图像进行色调调整，得到调整后第二视频。
在一个可选的示例中，装置还包括构图提示单元，用于：
对所述第一视频的第一图像进行构图分析，确定所述第一图像中的第一拍摄对象的目标显示区域；
在所述第二视频的拍摄过程中，获取第二视频的第二图像中第二拍摄对象的实际显示区域；
根据所述实际显示区域和所述目标显示区域，输出拍摄提示信息，所述拍摄提示信息用于提示调整所述第二视频的拍摄参数，以使所述实际显示区域在所述第二图像中的位置，与所述目标显示区域在所述第一图像中的位置匹配。
在本发明的一些实施例中，还可以提供一种计算机设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
在本发明的一些实施例中，还可以提供一种存储介质，其上存储有计算机程序，当计算机程序在计算机上运行时，使得所述计算机执行如如上所述方法的步骤。
采用本申请实施例，可以对第一视频中的至少两帧第一图像进行色彩特征分析，得到第一图像的色彩特征；根据色彩特征比较第一图像的色彩丰富度，基于比较结果从第一图像中选择调色参考图像；基于调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；对第一视频和调整后第二视频进行合成操作，得到合拍视频，由此，可以快速选择出第一视频中比较有代表性的调色参考图像，从而快速对第二视频的图像进行色调调整。
附图说明
为了更清楚地说明本发明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发明的一些实施例，对于本领域技术人员来讲，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是本发明实施例提供的视频合成系统的结构示意图；
图2a是本发明实施例提供的视频合成方法的流程图；
图2b是本发明实施例提供的颜色分布直方图的示意图；
图2c是本发明实施例提供的LUT示意图；
图2d是本发明实施例提供的色调选择的示意图；
图3是本发明实施例提供的视频合成装置的结构示意图；
图4是本发明实施例提供的计算机设备的结构示意图。
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清楚、完整地描述，显然，所描述的实施例仅仅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。
本发明实施例提供一种视频合成方法、装置、计算机设备和存储介质。
本发明实施例提供了一种视频合成系统，视频合成系统包括适用于计算机设备的视频合成装置。其中，计算机设备可以为终端或服务器等设备。
终端可以为手机、平板电脑、笔记本电脑等终端设备，也可以为穿戴设备、智能电视或其他具有显示模块的智能终端。
其中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器，但并不局限于此。
本实施例的视频合成装置可以集成在终端或服务器中，可选的，可以以应用程序等形式集成于终端或服务器中。
参考图1，本实施例提供的视频合成系统包括终端10和服务器20等。
终端10可以用于对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征；根据所述色彩特征比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像；基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；对所述第一视频和所述调整后第二视频进行合成操作，得到合拍视频。
服务器20，可以用于根据终端10的请求，向终端10发送第一视频等等。
以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。
本发明实施例将从视频合成装置的角度进行描述，该视频合成装置具体可以集成在终端或服务器中，例如，可以以应用程序的形式集成在终端或服务器中。
如图2a所示，该视频合成方法的流程可以如下：
201、对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征；
本实施例中，第一视频的来源不限，可以是电视剧、电影、动画等形式的视频中的一段视频。第一视频的时长不限，可以根据需求由第一视频的生产者自行决定。
本实施例中，色彩特征的形式和色彩特征的提取方式等不限，例如，一个示例中，色彩特征包括但不限于：神经网络提取的色彩特征向量，颜色分布直方图，以及从像素点的颜色角度统计出的特征信息等等。
以下介绍本实施例的至少三种色彩特征提取方法：
方法(1)、通过神经网络提取色彩特征向量的方案。可选的，步骤“对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征”，可以包括：
获取训练完成的图像分析模型；
获取第一视频的至少两帧第一图像；
基于图像分析模型对第一图像进行色彩特征提取，得到第一图像的色彩特征向量。
其中，图像分析模型的训练样本包括带有标签的样本视频图像，其中，样本视频图像的标签中的值表示样本视频图像的色彩丰富度，可选的，标签中的值的范围为0-1，表示色彩丰富度为0-1。
可选的，该图像分析模型可以部署在终端或服务器中。
一个示例中，可以基于训练样本对图像分析模型进行训练，得到训练完成的图像分析模型以进行使用。
本实施例中，考虑到第一视频的视频序列中的重复帧较多，可以通过帧采样的方式提取第一图像，以减少重复图像的计算，降低算法的复杂度。可选的，首先对待匹配的视频片段，即第一视频进行采样，其中，采用间隔为预设采样间隔，例如每间隔0.5s采样一帧，记为Ii，所有的采样结果记为：
Figure BDA0003078365660000061
其中，Iorig代表第一视频中的第一图像，
Figure BDA0003078365660000071
为采样的第i帧图像。
本实施例中，基于图像分析模型对第一图像进行色彩特征提取，得到第一图像的色彩特征向量，可以包括：基于图像分析模型对第一图像中各像素点的像素值进行色彩特征提取，得到第一图像的色彩特征向量。
本实施例的图像分析模型，是基于计算机视觉技术的一种应用，计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
本实施例的图像分析模型，使用到了图像处理、图像识别等技术，图像分析模型的训练是基于AI(Artificial Intellegence，人工智能)技术实现，尤其是基于人工智能技术中的机器学习(Machine learning，ML)技术实现的，更具体的，可以是通过机器学习中的深度学习(Deep Learning)实现。
本实施例中的图像分析模型可以基于任意可用于图像识别的人工神经网络(artificial neural network)的结构构建的，例如图像分析模型可以是CNN(Convolutional Neural Network，卷积神经网络)等等。
方法(2)、色彩特征为颜色分布直方图的方案。
可选的，步骤“对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征”，可以包括：
获取第一视频中的至少两帧第一图像；
对各所述第一图像进行颜色分布直方图分析，得到各所述第一图像的颜色分布直方图。
其中，获取第一视频中的至少两帧第一图像包括：获取采样间隔，基于采样间隔对第一视频进行帧采样，得到至少两帧第一图像。
其中，采样间隔根据实际需要设置。
可以理解的是，本实施例中，对不同第一图像都是采用相同的直方图获取算法来获取颜色分布直方图。
本实施例中，颜色分布直方图中包括第一图像的多种颜色分量，以及在各种颜色分量在第一图像中的占比。
其中，颜色分布直方图的一个参见图2b所示，图2b的柱状图中，每一条矩形表示一种颜色分量，矩形的高度指示该颜色分量在第一图像中所占的比例。
方法(3)、从像素点的颜色角度统计出的特征信息。
一个示例中，不同像素点的颜色之间存在相似性，从像素点的颜色角度出发，可以针对像素点的颜色进行一定的统计，得到可以表征第一图像的色彩特征。
可选的，步骤“对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征”，可以包括：
对所述第一视频中的至少两帧第一图像进行色彩映射，将各所述第一图像中像素点的第一颜色映射为第二颜色，其中，所述第一颜色以三元组形式表示，所述第二颜色以二元组形式表示；
统计同一第一图像中各第二颜色的像素点数量，基于所述第二颜色和所述第二颜色的像素点数量得到所述第一图像的色彩特征，其中，一个第二颜色的像素点数量为映射为所述第二颜色的第一颜色的像素点数量。
其中，第一颜色的三元组形式包括但不限于RGB三元色三元组，即第一颜色表示为(R，G，B)，以红色分量值R，绿色分量值G，以及蓝色分量值B来表示第一图像中像素点的第一颜色。
可选的，本实施例中的颜色映射，可以将RGB三元色三元组表示的颜色映射到二维空间中，用二元组进行表示。
下面举例说明第二颜色的像素点数量的含义。
例如，第一图像A中包含400*400的160000个像素点，这160000个像素点的第一颜色(R，G，B)经过色彩映射，被映射变为(xn，yn)，其中，n为不小于0的整数。假设n为4000，则表明160000个像素点的第一颜色映射为了4000个第二颜色，分别为(x1，y1)、(x2，y2)···(x4000，y4000)。其中，若100个像素点的第一颜色(R，G，B)映射为(x1，y1)，则对于第二颜色(x1，y1)，其像素点数量为100，若250个像素点的第一颜色(R，G，B)映射为(x2，y2)，则对于第二颜色(x2，y2)，其像素点数量为250。
一个示例中，该映射可以基于LUT查找表方法实现，可选的。步骤“所述对所述第一视频中的至少两帧第一图像进行色彩映射，将各所述第一图像中像素点的第一颜色映射为第二颜色”，可以包括：
获取颜色查找表，所述颜色查找表用于将RGB三元组形式的颜色表示映射为二元组形式的颜色表示；
获取第一视频中的至少两帧第一图像；
在所述颜色查找表中，查找所述第一图像中像素点的第一颜色对应的第二颜色。
其中，LUT(Look-Up-Table)查找表方法可以将RGB编码为至512x512的坐标中。
在实际的工程中，通常使用n*n*n的信息空间来概略的表示256(红色通道)*256(绿色通道)*256(蓝色通道)的信息空间，n根据需要设置，例如，按照4作为分级，每个通道的256压缩至64，可以以64*64*64的信息空间来表示256*256*256的信息空间，一个示例中，为了实现三维空间到二维空间的映射，将64*64*64分解为64*64*8*8，即512*512的图像大小。
一个示例中，按照4作为分级，LUT图中将0-255的分量值等分为64份。设颜色分量值0-255与LUT查找表中的映射值的映射关系为：
通道中的分量值区间->映射值：
0-4->0
4-8->4
8-12->8
...
252-256->252
即，三原色的三个通道中颜色分量值0-4映射为0，4-8映射为4，以此类推。
其中，参见图2c所示的LUT图像，该图像中包括8*8张子图像，每张子图像中存储着64*64的运算结果。每张子图像中的64*64的运算结果，表示映射后的两个通道各自的64个分量值的运算结果，例如红色通道的64个分量值和绿色通道的64个分量值的64*64的运算结果。而每张子图的索引由剩余的通道如蓝色通道的分量值来决定。
本实施例中，可选的，可以以RGB中的B通道的分量值作为索引，确定像素点映射后的第二颜色(x，y)在LUT图像中所属目标子图像的位置，RG通道的分量值作从LUT图像的目标子图像中确定第二颜色(x，y)的局部坐标，本发明将类似的映射表达为：
Figure BDA0003078365660000101
在如图2c所示的LUT图中，图像的横纵坐标(x,y)为映射后的二元组，可以表示为(x1*64+x2,y1*64+y2)，其中，通过(x1，y1)可以得到蓝色通道(Blue)的值，(x1，y1)的数量有64个，对应蓝色通道的64个分量，通过x2可以得到红色通道(Red)的分量值，通过y2可以得到绿色通道(Green)的分量值。
例如，(x1，y1)指示图2c中第y1列，第x1个子图像，x1和y1的取值范围可以是1-8这八个整数。该子图像对应的蓝色通道(Blue)的分量值为(y1-1)*8+x1。一个示例中，((y1-1)*8+x1，x2，y2)即为第一图像中第一颜色的三元组按照4作为分级映射后的值。其中，可以理解的是，LUT图像中每个子图像是具有颜色的，只是图2c中未将颜色示出。
将该(x1*8+y1，x2，y2)输入LUT查找表中，LUT查找表可以查找到上述的(x，y)坐标，该(x，y)即为本实施例中的二元组表示的第二颜色。
第二颜色(x，y)的像素点数量的统计公式如下：
Figure BDA0003078365660000102
其中，Iorig代表原始图像(即第一图像)，w,h代表原始图像的宽高，step()为阶跃函数，当()中的输入值大于0时为1，小于零时为0，Iorig(x，y)表示的是原始图像中映射为(x，y)的像素点，Ix，y表示原始图像中第一颜色被映射为(x，y)的像素点的个数。
202、根据所述色彩特征比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像；
一个示例中，对于上述的方法(1)通过神经网络提取色彩特征向量的方案，选择调色参考图像的步骤包括：
通过图像分析模型对色彩特征进行色彩丰富度分类，获取图像分析模型在预设的至少两个色彩丰富度分类下的分类概率；
基于第一图像在每个色彩丰富度分类下的分类概率，确定调色参考图像。
例如，图像分析模型可以设置有10个色彩丰富度分类，分别表示色彩丰富度为0.1、0.2、0.3···1的分类。图像分析模型针对第一图像可以输出在该10个分类下的分类结果，该10个分类结果的概率和为1。
可选的，基于第一图像在每个色彩丰富度分类下的分类概率，确定调色参考图像，可以包括：选择色彩丰富度最高的分类下分类概率最高的第一图像作为调色参考图像。例如，选择色彩丰富度为1的分类下，分类概率最高的第一图像作为调色参考图像。
一个示例中，对于上述的方法(2)色彩特征包括颜色分布直方图的方案，选择调色参考图像的步骤包括：
根据所述第一图像的颜色分布直方图中各颜色分量在第一图像中所占的比例，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
可选的，色彩丰富度可以由色彩分量的种类以及每种色彩分量在第一图像中所占的比例决定，比例较大的色彩分量越多，则色彩丰富度越高。
可选的，步骤“根据所述第一图像的颜色分布直方图中各颜色分量在第一图像中所占的比例，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像”，可以包括：
统计各第一图像的颜色分布直方图中，各颜色分量在该第一图像中所占的比例；
确定比例不低于预设比例阈值的目标颜色分量；
统计各第一图像中目标颜色分量的数量，按照目标颜色分量的数量从大到小的顺序选择调色参考图像。
其中，若调色参考图像只需要一张，则选择目标颜色分量的数量最大的第一图像作为目标颜色分量。若调色参考图像需要多张，则按照目标颜色分量的数量从大到小的顺序选择多张调色参考图像。
一个示例中，对于上述的方法(3)从像素点的颜色角度统计出的特征信息，步骤“根据所述色彩特征比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像”，包括：
基于所述第一图像的第二颜色和所述第二颜色的像素点数量，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
一个示例中，若第一图像中像素点数量较高的第二颜色的个数越多，则第一图像的色彩丰富度越高。
其中，为了消除图像中的噪音，降低噪音像素点的数量，可以先对第一图像进行滤波处理。其中，若映射为同一个第二颜色的像素点的数量较少(如只有一个或两个像素点的第一颜色映射为某个第二颜色(x，y)等情况)，则色彩映射结果为该第二颜色(x，y)的像素点为噪音像素点。
可选的，步骤“基于所述第一图像的第二颜色和所述第二颜色的像素点数量，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像”，可以包括：
从所述第一图像的色彩特征中，滤除所述像素点数量低于预设数量阈值的第二颜色，得到过滤后色彩特征；
根据各所述第一图像的过滤后色彩特征中第二颜色的个数，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
其中，预设数量阈值根据需要设置，本实施例对此没有限制。
例如，假设数量阈值为5，还是以上述的第一图像A为例，第一图像A中包含400*400的160000个像素点，这160000个像素点的第一颜色(R，G，B)经过色彩映射，被映射变为(xn，yn)，其中，n为4000，(xn，yn)分别为(x1，y1)、(x2，y2)···(x4000，y4000)。
其中，滤波处理时，发现(x1，y1)-(x10，y10)这10个第二颜色的像素点数量低于5，则过滤后色彩特征中的第二颜色分别为(x11，y11)-(x4000，y4000)，过滤后色彩特征中第二颜色(x2，y2)的个数为3990。
一个可选的示例中，滤波处理表示为：
I′x，y＝filter(Ix，y)
其中，filter表示滤波处理，I′x，y中的(x，y)表示像素点数量不低于数量阈值的第二颜色。
可选的，第一图像的过滤后色彩特征中第二颜色的个数可以用以下公式计算：
Figure BDA0003078365660000131
其中，k可以等于512。
其中，利用LUT查找表可以简单而快速地将第一颜色(R，G，B)映射到二维空间中得到二元组(x，y)，可以实现调色参考图像的简单、快速而准确的选择。并且该基于LUT查找表的方案，可以实现在终端上的快速部署，有利于视频合成方法的推广和普及，有利于提升用户的视频合拍体验。
203、基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；
本实施例中，色调指的是一幅画中画面色彩的总体倾向，是大的色彩效果。在大自然中，我们经常见到这样一种现象：不同颜色的物体或被笼罩在一片金色的阳光之中，或被笼罩在一片轻纱薄雾似的、淡蓝色的月色之中；或被秋天迷人的金黄色所笼罩；或被统一在冬季银白色的世界之中。这种在不同颜色的物体上，笼罩着某一种色彩，使不同颜色的物体都带有同一色彩倾向，这样的色彩现象就是色调。
可选的，本实施例中，在调色前，还可以对调整后第二视频进行一定的视频矫正，以纠正用户拍摄第二视频时可能出现的问题，例如，可以对调整后第二视频进行白平衡校准等等。
一个示例中，色调调整可以通过视频软件内置的插件实现，对色调调整采用的算法，本实施例没有限制。
一个可选的示例中，步骤“基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频”，可以包括：
获取所述调色参考图像的颜色分布直方图作为参考直方图；
根据所述参考直方图对所述第二视频中各第二图像的颜色分布直方图进行调整，将直方图调整后的第二视频作为调整后第二视频。
其中，根据所述参考直方图对所述第二视频中各第二图像的颜色分布直方图进行调整，得到直方图调整后的第二视频作为调整后第二视频，可以包括：
获取第二视频的第二图像；
根据所述参考直方图中各颜色分量的比例，调整第二图像的颜色分布直方图中各颜色分量的比例，得到调整后第二图像；
基于调整后的第二图像，得到调整后的第二视频。
其中，根据所述参考直方图中各颜色分量的比例，调整第二图像的颜色分布直方图中各颜色分量的比例时，可以计算参考直方图中各颜色分量与参考颜色分量(颜色分量中的某个特定分量)在图像中占比的第一相对比值，调整第二图像中颜色分量在第二图像中的占比，使得第二图像中颜色分量与考颜色分量在第二图像中占比的第二相对比值，与第一相对比值匹配(如相同)。
204、对所述第一视频和所述调整后第二视频进行合成操作，得到合拍视频。
其中，该合成可以包括将第一视频和调整后第二视频中相同帧位置的图像帧合成一帧，得到合拍视频，其中，合成一帧的方式包括：将第一视频的第一图像和第二视频的第二图像拼接得到合成图像。
一个示例中，可选的，调色参考图像的数量可以为至少两个，可以由用户选择需要的调色效果。可选的，步骤“基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频”，可以包括：
在第二视频的拍摄过程中，于第二视频的视频预览界面显示至少两个色调选择控件，其中，所述视频预览界面包括采集的视频图像，一个色调选择控件对应一个调色参考图像；
响应于针对色调选择控件的预览操作，基于预览操作所选的色调选择控件对应的调色参考图像，调整所述视频预览界面显示的视频图像的色调；
响应于针对色调选择控件中目标色调选择控件的选择操作，确定所述目标色调选择控件对应的目标调色参考图像；
对第二视频的各第二图像基于所述目标调色参考图像进行色调调整，得到调整后第二视频。
例如，参见图2d，图2d示出了合拍过程中第一视频和第二视频的显示方式第一视频显示在屏幕的左侧区域，第二视频的视频预览界面显示在屏幕的右侧区域，第一视频是已经拍摄完成的视频，所以可以采用上述的方案从该第一视频中选择出至少两个调色参考图像，生成对应的色调选择控件显示在视频预览界面中，如参见图2d中的“色调1”，“色调2”两控件。
响应于针对如“色调1”的预览操作如点击操作，基于预览操作所选的色调选择控件对应的调色参考图像，调整所述视频预览界面显示的视频图像的色调，由此，用户可以预览该“色调1”的调色效果，如果用户不满意，还可以点击“色调2”，预览对应的效果，若用户触发针对色调选择控件中目标色调选择控件的选择操作“如长按操作”等，确定所述目标色调选择控件对应的目标调色参考图像，之后，则可以基于该目标调色参考图像调整第二视频中的第二图像。可选的，第二图像的调节可以在每一帧第二图像拍摄后进行，或者，也可以在第二视频拍摄完成后进行，本实施例对此没有限制。
其中，考虑到第一视频与第二视频的构图的相似，对合成视频的效果的提升，本实施例还可以在第二视频的拍摄过程中，引导第二视频的用户调整拍摄参数，以提升第二视频与第一视频的构图相似度。
可选的，本实施例还可以包括：
对所述第一视频的第一图像进行构图分析，确定所述第一图像中的第一拍摄对象的目标显示区域；
在所述第二视频的拍摄过程中，获取第二视频的第二图像中第二拍摄对象的实际显示区域；
根据所述实际显示区域和所述目标显示区域，输出拍摄提示信息，所述拍摄提示信息用于提示调整所述第二视频的拍摄参数，以使所述实际显示区域在所述第二图像中的位置，与所述目标显示区域在所述第一图像中的位置匹配。
可选的，本实施例中，拍摄参数包括但不限于焦距、第二拍摄对象在第二图像中的位置、大小等等参数。
其中，第一拍摄对象的数量可以有多个，或第一拍摄对象是第一视频中的主体拍摄对象(所占区域最大的拍摄对象)。
其中，第二拍摄对象的数量也可以有多个，或第二拍摄对象是第二视频中的主体拍摄对象(所占区域最大的拍摄对象)。
采用本申请实施例，可以对第一视频中的至少两帧第一图像进行色彩特征分析，得到第一图像的色彩特征；根据色彩特征比较第一图像的色彩丰富度，基于比较结果从第一图像中选择调色参考图像；基于调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；对第一视频和调整后第二视频进行合成操作，得到合拍视频，由此，可以快速选择出第一视频中比较有代表性的调色参考图像，从而快速对第二视频的图像进行色调调整。
为了更好地实施以上方法，相应的，本发明实施例还提供一种视频合成装置，该视频合成装置具体集成在终端或服务器中。
参考图3，该装置包括：
色彩特征提取单元301，用于对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征；
图像选择单元302，用于根据所述色彩特征比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像；
色调匹配单元303，用于基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；
合成单元304，用于对所述第一视频和所述调整后第二视频进行合拍合成操作，得到合拍视频。
在一个可选的示例中，色彩特征提取单元，用于：
对所述第一视频中的至少两帧第一图像进行色彩映射，将各所述第一图像中像素点的第一颜色映射为第二颜色，其中，所述第一颜色以三元组形式表示，所述第二颜色以二元组形式表示；
统计同一第一图像中各第二颜色的像素点数量，基于所述第二颜色和所述第二颜色的像素点数量得到所述第一图像的色彩特征，其中，一个第二颜色的像素点数量为映射为所述第二颜色的第一颜色的像素点数量。
在一个可选的示例中，所述图像选择单元，用于：
基于所述第一图像的第二颜色和所述第二颜色的像素点数量，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
在一个可选的示例中，所述三元组为RGB三原色三元组，色彩特征提取单元，用于：
获取颜色查找表，所述颜色查找表用于将RGB三原色三元组形式的颜色表示映射为二元组形式的颜色表示；
获取第一视频中的至少两帧第一图像；
在所述颜色查找表中，查找所述第一图像中像素点的第一颜色对应的第二颜色。
在一个可选的示例中，图像选择单元，用于：
从所述第一图像的色彩特征中，滤除所述像素点数量低于预设数量阈值的第二颜色，得到过滤后色彩特征；
根据各所述第一图像的过滤后色彩特征中第二颜色的个数，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
在一个可选的示例中，所述色彩特征包括颜色分布直方图，色彩特征提取单元，用于：
获取第一视频中的至少两帧第一图像；
对各所述第一图像进行颜色分布直方图分析，得到各所述第一图像的颜色分布直方图。
在一个可选的示例中，图像选择单元，用于：
根据所述第一图像的颜色分布直方图中各颜色分量在第一图像中所占的比例，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
在一个可选的示例中，色调匹配单元，用于：
获取所述调色参考图像的颜色分布直方图作为参考直方图；
根据所述参考直方图对所述第二视频中各第二图像的颜色分布直方图进行调整，将直方图调整后的第二视频作为调整后第二视频。在一个可选的示例中，所述调色参考图像的数量为至少两个，色调匹配单元，用于：
在第二视频的拍摄过程中，于第二视频的视频预览界面显示至少两个色调选择控件，其中，所述视频预览界面包括采集的视频图像，一个色调选择控件对应一个调色参考图像；
响应于针对色调选择控件的预览操作，基于预览操作所选的色调选择控件对应的调色参考图像，调整所述视频预览界面显示的视频图像的色调；
响应于针对色调选择控件中目标色调选择控件的选择操作，确定所述目标色调选择控件对应的目标调色参考图像；
对第二视频的各第二图像基于所述目标调色参考图像进行色调调整，得到调整后第二视频。
在一个可选的示例中，装置还包括构图提示单元，用于：
对所述第一视频的第一图像进行构图分析，确定所述第一图像中的第一拍摄对象的目标显示区域；
在所述第二视频的拍摄过程中，获取第二视频的第二图像中第二拍摄对象的实际显示区域；
根据所述实际显示区域和所述目标显示区域，输出拍摄提示信息，所述拍摄提示信息用于提示调整所述第二视频的拍摄参数，以使所述实际显示区域在所述第二图像中的位置，与所述目标显示区域在所述第一图像中的位置匹配。
采用本申请实施例的装置，可以对第一视频中的至少两帧第一图像进行色彩特征分析，得到第一图像的色彩特征；根据色彩特征比较第一图像的色彩丰富度，基于比较结果从第一图像中选择调色参考图像；基于调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；对第一视频和调整后第二视频进行合成操作，得到合拍视频，由此，可以快速选择出第一视频中比较有代表性的调色参考图像，从而快速对第二视频的图像进行色调调整。
此外，本发明实施例还提供一种计算机设备，该计算机设备可以为终端或者服务器，如图4所示，其示出了本发明实施例所涉及的计算机设备的结构示意图，具体来讲：
该计算机设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图4中示出的计算机设备结构并不构成对计算机设备的限定，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。其中：
处理器401是该计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选的，处理器401可包括一个或多个处理核心；优选的，处理器401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401中。
存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402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计算机设备的使用所创建的数据等。此外，存储器402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。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
计算机设备还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理系统与处理器401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。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元404，该输入单元404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，计算机设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，计算机设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：
对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征；
根据所述色彩特征比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像；
基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；
对所述第一视频和所述调整后第二视频进行合成操作，得到合拍视频。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本发明实施例还提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的视频合成方法。
根据本申请的一个方面，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中的各种可选实现方式中提供的方法。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令，可以执行本发明实施例所提供的视频合成方法中的步骤，因此，可以实现本发明实施例所提供的视频合成方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本发明实施例所提供的一种视频合成方法、装置、计算机设备和存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。

Claims (13)

1.一种视频合成方法，其特征在于，包括：
对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征；
根据所述色彩特征比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像；
基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；
对所述第一视频和所述调整后第二视频进行合成操作，得到合拍视频。
2.根据权利要求1所述的视频合成方法，其特征在于，所述对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征，包括：
对所述第一视频中的至少两帧第一图像进行色彩映射，将各所述第一图像中像素点的第一颜色映射为第二颜色，其中，所述第一颜色以三元组形式表示，所述第二颜色以二元组形式表示；
统计同一第一图像中各第二颜色的像素点数量，基于所述第二颜色和所述第二颜色的像素点数量得到所述第一图像的色彩特征，其中，一个第二颜色的像素点数量为映射为所述第二颜色的第一颜色的像素点数量。
3.根据权利要求2所述的视频合成方法，其特征在于，所述根据所述色彩特征比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像，包括：
基于所述第一图像的第二颜色和所述第二颜色的像素点数量，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
4.根据权利要求2所述的视频合成方法，其特征在于，所述三元组为RGB三原色三元组，所述对所述第一视频中的至少两帧第一图像进行色彩映射，将各所述第一图像中像素点的第一颜色映射为第二颜色，包括：
获取颜色查找表，所述颜色查找表用于将RGB三原色三元组形式的颜色表示映射为二元组形式的颜色表示；
获取第一视频中的至少两帧第一图像；
在所述颜色查找表中，查找所述第一图像中像素点的第一颜色对应的第二颜色。
5.根据权利要求3所述的视频合成方法，其特征在于，所述基于所述第一图像的第二颜色和所述第二颜色的像素点数量，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像，包括：
从所述第一图像的色彩特征中，滤除所述像素点数量低于预设数量阈值的第二颜色，得到过滤后色彩特征；
根据各所述第一图像的过滤后色彩特征中第二颜色的个数，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
6.根据权利要求1所述的视频合成方法，其特征在于，所述色彩特征包括颜色分布直方图，所述对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征，包括：
获取第一视频中的至少两帧第一图像；
对各所述第一图像进行颜色分布直方图分析，得到各所述第一图像的颜色分布直方图。
7.根据权利要求6所述的视频合成方法，其特征在于，所述根据所述色彩特征比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像，包括：
根据所述第一图像的颜色分布直方图中各颜色分量在第一图像中所占的比例，比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像。
8.根据权利要求1-7任一项所述的视频合成方法，其特征在于，所述基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频，包括：
获取所述调色参考图像的颜色分布直方图作为参考直方图；
根据所述参考直方图对所述第二视频中各第二图像的颜色分布直方图进行调整，将直方图调整后的第二视频作为调整后第二视频。
9.根据权利要求1-7任一项所述的视频合成方法，其特征在于，所述调色参考图像的数量为至少两个，所述基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频，包括：
在第二视频的拍摄过程中，于第二视频的视频预览界面显示至少两个色调选择控件，其中，所述视频预览界面包括采集的视频图像，一个色调选择控件对应一个调色参考图像；
响应于针对色调选择控件的预览操作，基于预览操作所选的色调选择控件对应的调色参考图像，调整所述视频预览界面显示的视频图像的色调；
响应于针对色调选择控件中目标色调选择控件的选择操作，确定所述目标色调选择控件对应的目标调色参考图像；
对第二视频的各第二图像基于所述目标调色参考图像进行色调调整，得到调整后第二视频。
10.根据权利要求1-7任一项所述的视频合成方法，其特征在于，还包括：
对所述第一视频的第一图像进行构图分析，确定所述第一图像中的第一拍摄对象的目标显示区域；
在所述第二视频的拍摄过程中，获取第二视频的第二图像中第二拍摄对象的实际显示区域；
根据所述实际显示区域和所述目标显示区域，输出拍摄提示信息，所述拍摄提示信息用于提示调整所述第二视频的拍摄参数，以使所述实际显示区域在所述第二图像中的位置，与所述目标显示区域在所述第一图像中的位置匹配。
11.一种视频合成装置，其特征在于，包括：
色彩特征提取单元，用于对第一视频中的至少两帧第一图像进行色彩特征分析，得到所述第一图像的色彩特征；
图像选择单元，用于根据所述色彩特征比较所述第一图像的色彩丰富度，基于比较结果从所述第一图像中选择调色参考图像；
色调匹配单元，用于基于所述调色参考图像的色调，对第二视频的各第二图像进行色调调整，得到调整后第二视频；
合成单元，用于对所述第一视频和所述调整后第二视频进行合拍合成操作，得到合拍视频。
12.一种计算机设备，其特征在于，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如权利要求1至10中任一项所述方法的步骤。
13.一种存储介质，其上存储有计算机程序，其特征在于，当计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至10中任一项所述方法的步骤。
CN202110558939.XA 2021-05-21 2021-05-21 一种视频合成方法、装置、计算机设备和存储介质 Pending CN113762058A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110558939.XA CN113762058A (zh) 2021-05-21 2021-05-21 一种视频合成方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110558939.XA CN113762058A (zh) 2021-05-21 2021-05-21 一种视频合成方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN113762058A true CN113762058A (zh) 2021-12-07

Family

ID=78787130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110558939.XA Pending CN113762058A (zh) 2021-05-21 2021-05-21 一种视频合成方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113762058A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114520878A (zh) * 2022-02-11 2022-05-20 维沃移动通信有限公司 视频拍摄方法、装置及电子设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114520878A (zh) * 2022-02-11 2022-05-20 维沃移动通信有限公司 视频拍摄方法、装置及电子设备

Similar Documents

Publication Publication Date Title
Niu et al. 2D and 3D image quality assessment: A survey of metrics and challenges
CN107516319B (zh) 一种高精度简易交互式抠图方法、存储设备及终端
WO2022227308A1 (zh) 图像处理方法、装置、设备以及介质
CN103731583B (zh) 用于拍照智能化合成、打印处理方法
US11347792B2 (en) Video abstract generating method, apparatus, and storage medium
CN112328345B (zh) 用于确定主题色的方法、装置、电子设备及可读存储介质
KR20150079576A (ko) 조합된 깊이 큐들에 기초하여 모노스코픽 이미지로부터 깊이 맵 생성
CN111985281B (zh) 图像生成模型的生成方法、装置及图像生成方法、装置
CN112954450A (zh) 视频处理方法、装置、电子设备和存储介质
CN110958469A (zh) 视频处理方法、装置、电子设备及存储介质
Li et al. Guided face cartoon synthesis
CN108701355A (zh) Gpu优化和在线基于单高斯的皮肤似然估计
CN111080746A (zh) 图像处理方法、装置、电子设备和存储介质
WO2023047162A1 (en) Object sequence recognition method, network training method, apparatuses, device, and medium
CN114845158B (zh) 视频封面的生成方法、视频发布方法及相关设备
CN112257729A (zh) 图像识别方法、装置、设备及存储介质
CN114449362B (zh) 视频封面的选取方法、装置、设备及存储介质
CN112200844A (zh) 生成图像的方法、装置、电子设备及介质
US20160140748A1 (en) Automated animation for presentation of images
CN111768377A (zh) 图像色彩评估方法、装置、电子设备及存储介质
CN114663570A (zh) 贴图生成方法、装置、电子装置及可读存储介质
CN113762058A (zh) 一种视频合成方法、装置、计算机设备和存储介质
CN113573044B (zh) 视频数据处理方法、装置、计算机设备及可读存储介质
CN115967823A (zh) 视频封面生成方法、装置、电子设备及可读介质
CN112712525A (zh) 多方图像交互系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination