CN114331828A - 图片转视频的方法、装置、设备及存储介质 - Google Patents
图片转视频的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114331828A CN114331828A CN202011063249.9A CN202011063249A CN114331828A CN 114331828 A CN114331828 A CN 114331828A CN 202011063249 A CN202011063249 A CN 202011063249A CN 114331828 A CN114331828 A CN 114331828A
- Authority
- CN
- China
- Prior art keywords
- region
- depth
- video
- foreground
- transformation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000009466 transformation Effects 0.000 claims abstract description 87
- 230000000007 visual effect Effects 0.000 claims abstract description 60
- 230000000694 effects Effects 0.000 claims abstract description 11
- 238000000844 transformation Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 10
- 230000007704 transition Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000009877 rendering Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims 3
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/80—2D [Two Dimensional] animation, e.g. using sprites
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/2628—Alteration of picture size, shape, position or orientation, e.g. zooming, rotation, rolling, perspective, translation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/272—Means for inserting a foreground image in a background image, i.e. inlay, outlay
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本公开实施例公开了一种图片转视频的方法、装置、设备及存储介质。包括:对原始图片进行分割,获得前景区域和背景区域;对所述背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;其中,迭代变换包括至少两次视觉深度的变换;将所述多帧图像进行拼接,获得目标视频。本公开实施例提供的图片转视频的方法,将由背景区域中图像进行视觉深度的迭代变换生产的多张图像进行拼接,获得具有前景图像聚焦、背景图像希区柯克变换效果的视频影集,无需手动制动,提高影集制作的便捷性。
Description
技术领域
本公开实施例涉及图像处理技术领域,尤其涉及一种图片转视频的方法、装置、设备及存储介质。
背景技术
随着智能设备的不断普及,拍照功能已经成为手机中不可或缺的一个功能。目前,手机拍出来的照片只是一个静态的图片,趣味性差。
希区柯克式移动变焦技术,应用于影视作品中,通过推轨镜头和变焦镜头,拍摄出被拍摄主体和背景间的距离变换,以营造画面、空间扭曲的视觉效果,带领观众进入主角的心理状态。希区柯克式移动变焦技术的原理是:视频拍摄过程中焦段的变换。在保证视频的每一帧图像中主体所占比例不变的前提下,在长焦段和广角段间切换,也就是说,相对于被拍摄主体,将镜头拉近或者拉远的同时镜头变焦进行拍摄。这种技术一般都需要借助专业拍摄设备,在拉近或者拉远的过程中进行镜头焦距无级切换,而目前移动终端上的镜头大部分都是不可变焦的镜头或者由几个不同焦段的镜头构成,而无法进行希区柯克式移动变焦技术的拍摄,进行希区柯克式移动变焦技术的拍摄具有局限性。
发明内容
本公开实施例提供一种图片转视频的方法、装置、设备及存储介质,可以实现将静态图片转换为动态视频,实现前景图像聚焦,背景图像希区柯克变换的影集制作,无需手动制动,提高影集制作的便捷性。
第一方面,本公开实施例提供了一种图片转视频的方法,包括:
对原始图片进行分割,获得前景区域和背景区域;
对所述背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;其中,迭代变换包括至少两次视觉深度的变换;
将所述多帧图像进行拼接,获得目标视频。
第二方面,本公开实施例还提供了一种图片转视频的装置,包括:
区域获取模块,用于对原始图片进行分割,获得前景区域和背景区域;
视觉深度变换模块,用于对所述背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;其中,迭代变换包括至少两次视觉深度的变换;
目标视频获取模块,用于将所述多帧图像进行拼接,获得目标视频。
第三方面,本公开实施例还提供了一种电子设备,,所述电子设备包括:
一个或多个处理装置;
存储装置,用于存储一个或多个指令;
当所述一个或多个指令被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如本公开实施例所述的图片转视频的方法。
第四方面,本公开实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理装置执行时实现如本公开实施例所述的图片转视频的方法。
本公开实施公开了一种图片转视频的方法、装置、设备及存储介质。首先对原始图片进行分割,获得前景区域和背景区域,然后对背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;其中,迭代变换包括至少两次视觉深度的变换,最后将多帧图像进行拼接,获得目标视频。本公开实施例提供的图片转视频的方法,将由背景区域中图像进行视觉深度的迭代变换生产的多张图像进行拼接,获得具有前景图像聚焦、背景图像希区柯克变换效果的视频影集,无需手动制动,提高影集制作的便捷性。
附图说明
图1是本公开实施例中的一种图片转视频的方法的流程图;
图2是本公开实施例中的一种图片转视频的装置的结构示意图;
图3是本公开实施例中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公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
图1为本公开实施例提供的一种图片转视频的方法的流程图,本实施例可适用于将静态图片转换为动态视频的情况,该方法可以由图片转视频的装置来执行,该装置可由硬件和/或软件组成,并一般可集成在具有图片转视频功能的设备中,该设备可以是服务器或服务器集群等电子设备。如图1所示,该方法具体包括如下步骤:
步骤110,对原始图片进行分割,获得前景区域和背景区域。
其中,原始图片可以是由用户输入或者选中的图片。前景区域可以是人像区域、动物区域及建筑物区域等要识别的目标区域,背景区域为前景区域除外的其余区域。对原始图片分割可以理解为将前景区域和背景区域分割开。
本实施例中,对原始图片进行分割,获得前景区域和背景区域的方式可以是:对原始图片中的目标物体进行识别;将目标物体所在的区域作为前景区域进行分割,获得前景区域和背景区域。
具体的,可以采用物体识别模型对原始图片中的目标物体进行识别,例如,假设前景图像为人像,则采用人像识别模型进行识别,假设前景图像是动物,则采用动物识别模型进行识别。本实施例对识别的目标物体的类型不做限定。将目标物体所在的区域从原始图片中抠除出来,将前景区域和背景区域进行分离,获得前景区域和背景区域。
本实施例中,将目标物体所在的区域作为前景区域进行分割,获得前景区域和背景区域的方式还可以是:获取前景区域的中心点深度;基于中心点深度对前景区域的像素点进行深度平滑处理,对背景区域和前景区域分别进行边缘深度锐化处理,获得处理后的前景区域和背景区域。
其中,获取像素点深度的方法可以采用调焦方法、明暗和光照方法及相对深度或者深度排序等方法,此处对深度的获取方法不做限定。基于中心点深度对前景区域的像素点进行深度平滑处理的过程可以理解为,将前景区域中各像素点的深度均调整为中心点的深度,使得前景区域的图像处于同一视觉深度。
具体的,对前景区域分割后,根据前景区域的中心点深度对前景区域的像素点进行深度平滑处理,对边缘做深度锐化,通过深度信息获得非连续闭合的边,以将前景区域抠除出来,保留背景区域。
步骤120,对背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像。
其中,迭代变换包括至少两次视觉深度的变换,每次变换基于上一次的变换结果继续进行视觉深度的变换。视觉深度的变换包括由远到近或者由近到远的变换。视觉深度的变换可以理解为对图像进行变焦处理。本实施例中,首先确定一视觉深度的变换范围,然后在该变换范围内,对背景区域按照一定步长进行视觉深度的迭代变换。
本实施例中,对背景区域进行视觉深度的迭代变换的方式可以是:基于设定机器学习模型,将背景区域中抠除前景的区域进行图像的补齐;对补齐后的背景区域进行视觉深度的迭代变换。
其中,设定机器学习模型可以是经过大量样本训练得到的模型,样本可以是被抠除掉一部分的图像,并以完整图像进行监督进行训练。例如:背景区域为一个建筑物,在原始图片中,建筑物的一部分被前景图像遮挡,在抠除掉前景区域中,利用设定机器学习模型将背景区域中的建筑物图像补齐。
本实施例中,对背景区域进行视觉深度的迭代变换的方式可以是:基于中心点深度,对背景区域的像素点的深度按照第一设定步长进行由近到远的变换。
具体的,以中心点深度为基准,逐步将背景区域像素点的深度变远。示例性的,设定步长为d,则第一次变换时,视觉深度变远d,获得第一帧画面,第二次变换时,基于第一帧画面的视觉深度继续变远d,获得第二帧画面,这样第二种画面的深度相对于原始图片的深度为2d,依次类推,直到获得多帧画面。
本实施例中,对背景区域进行视觉深度的迭代变换的方式可以是:基于中心点深度,对背景区域的像素点的深度按照第二设定步长进行由远到近的变换。
其中,第二设定步长与第一设定步长可以相同或者不同。具体的,以中心点深度为基准,逐步将背景区域像素点的深度变近。示例性的,设定步长为d,则第一次变换时,视觉深度变近d,获得第一帧画面,第二次变换时,基于第一帧画面的视觉深度继续变近d,获得第二帧画面,这样第二种画面的深度相对于原始图片的深度为拉近2d,依次类推,直到获得多帧画面。
步骤130,将多帧图像进行拼接,获得目标视频。
本实施例中,将多帧图像进行拼接的方式可以按照多帧图像的时间戳进行拼接。拼接后的目标视频为一个具有希区柯克效果的影集。
可选的,若原始图片包括至少两张,则针对每张原始图片,执行对原始图片进行分割,获得前景区域和背景区域;对背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;将多帧图像进行拼接,获得目标视频的操作;获得至少两个目标视频。
可选的,在获得至少两个目标视频之后,还包括如下步骤:对至少两个目标视频按照设定顺序进行排序;采用在相邻目标视频间添加设定转场特效的方式对排序后的至少两个目标视频进行拼接;对拼接后的至少两个目标视频进行渲染,获得最终的视频。
其中,设定顺序可以是用户输入图片的顺序,或者用户调整后顺序,此处不做限定。相邻目标视频间的设定转场特效可以相同或者不同。设定转场特效可以是预先设置好可以任意选择的。
本实施例的技术方案,首先对原始图片进行分割,获得前景区域和背景区域,然后对背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;其中,迭代变换包括至少两次视觉深度的变换,最后将多帧图像进行拼接,获得目标视频。本公开实施例提供的图片转视频的方法,将由背景区域中图像进行视觉深度的迭代变换生产的多张图像进行拼接,获得具有前景图像聚焦、背景图像希区柯克变换效果的视频影集,无需手动制动,提高影集制作的便捷性。
本公开实施例提供的图片转视频的方法可以作为视频APP的一个功能进行上线。该功能可以实现视频的自动编辑、创作及分享。在本应该场景下,用户选择图片转视频的功能,用户选择图片,客户端将图片上传至服务端,服务端获取到客户端上传的图片,图片生成希区柯克视频片段,返回给客户端;客户端对视频解码及剪裁,并渲染画面、加转场特效后进行自动播放的预览,用户并可以将该视频进行分享或者发布。本申请的方案,无需用户手动制动视频,只需要将图片上传即可,极大的降低了图片生成视频的成本。
图2是本公开实施例公开的一种图片转视频的装置的结构示意图。如图2所示,该装置包括:区域获取模块210,视觉深度变换模块220和目标视频获取模块230。
区域获取模块210,用于对原始图片进行分割,获得前景区域和背景区域;
视觉深度变换模块220,用于对背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;其中,迭代变换包括至少两次视觉深度的变换;
目标视频获取模块230,用于将多帧图像进行拼接,获得目标视频.
可选的,区域获取模块210,还用于:
对原始图片中的目标物体进行识别;
将目标物体所在的区域作为前景区域进行分割,获得前景区域和背景区域;其中,背景区域为原始图片中除目标物体所在的区域之外的区域。
可选的,区域获取模块210,还用于:
获取前景区域的中心点深度;
基于中心点深度对前景区域的像素点进行深度平滑处理,对背景区域和前景区域分别进行边缘深度锐化处理,获得处理后的前景区域和背景区域。
可选的,视觉深度变换模块220,还用于:
基于设定机器学习模型,将背景区域中抠除前景的区域进行图像的补齐;
对补齐后的背景区域进行视觉深度的迭代变换。
可选的,视觉深度变换模块220,还用于:
基于中心点深度,对背景区域的像素点的深度按照第一设定步长进行由近到远的变换。
可选的,视觉深度变换模块220,还用于:
基于中心点深度,对背景区域的像素点的深度按照第二设定步长进行由远到近的变换。
可选的,原始图片为用户输入或者选中的图片,若原始图片包括至少两张,则针对每张原始图片,执行对原始图片进行分割,获得前景区域和背景区域;对背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;将多帧图像进行拼接,获得目标视频的操作;获得至少两个目标视频;
可选的,还包括:视频拼接模块,用于:
对至少两个目标视频按照设定顺序进行排序;
采用在相邻目标视频间添加设定转场特效的方式对排序后的至少两个目标视频进行拼接;
对拼接后的至少两个目标视频进行渲染,获得最终的视频。
上述装置可执行本公开前述所有实施例所提供的方法,具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本公开前述所有实施例所提供的方法。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端,或者各种形式的服务器,如独立服务器或者服务器集群。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储装置(ROM)302中的程序或者从存储装置305加载到随机访问存储装置(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行词语的推荐方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置305被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:对原始图片进行分割,获得前景区域和背景区域;对所述背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;其中,迭代变换包括至少两次视觉深度的变换;将所述多帧图像进行拼接,获得目标视频。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品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,该模块、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,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开实施例的一个或多个实施例,本公开实施例公开一种图片转视频的方法,包括:
对原始图片进行分割,获得前景区域和背景区域;
对所述背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;其中,迭代变换包括至少两次视觉深度的变换;
将所述多帧图像进行拼接,获得目标视频。
进一步地,对原始图片进行分割,获得前景区域和背景区域,包括:
对原始图片中的目标物体进行识别;
将所述目标物体所在的区域作为前景区域进行分割,获得前景区域和背景区域;其中,背景区域为原始图片中除目标物体所在的区域之外的区域。
进一步地,将所述目标物体所在的区域作为前景区域进行分割,获得前景区域和背景区域,包括:
获取所述前景区域的中心点深度;
基于所述中心点深度对所述前景区域的像素点进行深度平滑处理,对所述背景区域和所述前景区域分别进行边缘深度锐化处理,获得处理后的前景区域和背景区域。
进一步地,对所述背景区域进行视觉深度的迭代变换,包括:
基于设定机器学习模型,将背景区域中抠除前景的区域进行图像的补齐;
对补齐后的背景区域进行视觉深度的迭代变换。
进一步地,对所述背景区域进行视觉深度的迭代变换,包括:
基于所述中心点深度,对所述背景区域的像素点的深度按照第一设定步长进行由近到远的变换。
进一步地,对所述背景区域进行视觉深度的迭代变换,包括:
基于所述中心点深度,对所述背景区域的像素点的深度按照第二设定步长进行由远到近的变换。
进一步地,原始图片为用户输入或者选中的图片,若原始图片包括至少两张,则针对每张原始图片,执行对原始图片进行分割,获得前景区域和背景区域;对所述背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;将所述多帧图像进行拼接,获得目标视频的操作;获得至少两个目标视频;
在获得至少两个目标视频之后,还包括:
对所述至少两个目标视频按照设定顺序进行排序;
采用在相邻目标视频间添加设定转场特效的方式对排序后的至少两个目标视频进行拼接;
对拼接后的至少两个目标视频进行渲染,获得最终的视频。
进一步地,所述前景区域包括人像区域。
注意,上述仅为本公开的较佳实施例及所运用技术原理。本领域技术人员会理解,本公开不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本公开的保护范围。因此,虽然通过以上实施例对本公开进行了较为详细的说明,但是本公开不仅仅限于以上实施例,在不脱离本公开构思的情况下,还可以包括更多其他等效实施例,而本公开的范围由所附的权利要求范围决定。
Claims (11)
1.一种图片转视频的方法,其特征在于,包括:
对原始图片进行分割,获得前景区域和背景区域;
对所述背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;其中,迭代变换包括至少两次视觉深度的变换;
将所述多帧图像进行拼接,获得目标视频。
2.根据权利要求1所述的方法,其特征在于,对原始图片进行分割,获得前景区域和背景区域,包括:
对原始图片中的目标物体进行识别;
将所述目标物体所在的区域作为前景区域进行分割,获得前景区域和背景区域;其中,背景区域为原始图片中除目标物体所在的区域之外的区域。
3.根据权利要求2所述的方法,其特征在于,将所述目标物体所在的区域作为前景区域进行分割,获得前景区域和背景区域,包括:
获取所述前景区域的中心点深度;
基于所述中心点深度对所述前景区域的像素点进行深度平滑处理,对所述背景区域和所述前景区域分别进行边缘深度锐化处理,获得处理后的前景区域和背景区域。
4.根据权利要求3所述的方法,其特征在于,对所述背景区域进行视觉深度的迭代变换,包括:
基于设定机器学习模型,将背景区域中抠除前景的区域进行图像的补齐;
对补齐后的背景区域进行视觉深度的迭代变换。
5.根据权利要求3所述的方法,其特征在于,对所述背景区域进行视觉深度的迭代变换,包括:
基于所述中心点深度,对所述背景区域的像素点的深度按照第一设定步长进行由近到远的变换。
6.根据权利要求3所述的方法,其特征在于,对所述背景区域进行视觉深度的迭代变换,包括:
基于所述中心点深度,对所述背景区域的像素点的深度按照第二设定步长进行由远到近的变换。
7.根据权利要求1所述的方法,其特征在于,原始图片为用户输入或者选中的图片,若原始图片包括至少两张,则针对每张原始图片,执行对原始图片进行分割,获得前景区域和背景区域;对所述背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;将所述多帧图像进行拼接,获得目标视频的操作;获得至少两个目标视频;
在获得至少两个目标视频之后,还包括:
对所述至少两个目标视频按照设定顺序进行排序;
采用在相邻目标视频间添加设定转场特效的方式对排序后的至少两个目标视频进行拼接;
对拼接后的至少两个目标视频进行渲染,获得最终的视频。
8.根据权利要求1-7任一所述的方法,其特征在于,所述前景区域包括人像区域。
9.一种图片转视频的装置,其特征在于,包括:
区域获取模块,用于对原始图片进行分割,获得前景区域和背景区域;
视觉深度变换模块,用于对所述背景区域进行视觉深度的迭代变换,并将每次变换得到的图像存储为画面帧,得到多帧图像;其中,迭代变换包括至少两次视觉深度的变换;
目标视频获取模块,用于将所述多帧图像进行拼接,获得目标视频。
10.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理装置;
存储装置,用于存储一个或多个指令;
当所述一个或多个指令被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如权利要求1-8中任一所述的图片转视频的方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现如权利要求1-8中任一所述的图片转视频的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011063249.9A CN114331828A (zh) | 2020-09-30 | 2020-09-30 | 图片转视频的方法、装置、设备及存储介质 |
JP2023504122A JP2023536079A (ja) | 2020-09-30 | 2021-08-30 | 画像をビデオに変換する方法、装置、機器及び記憶媒体 |
PCT/SG2021/050522 WO2022071875A1 (zh) | 2020-09-30 | 2021-08-30 | 图片转视频的方法、装置、设备及存储介质 |
EP21876098.1A EP4171027A4 (en) | 2020-09-30 | 2021-08-30 | METHOD AND DEVICE FOR CONVERTING AN IMAGE INTO VIDEO AND DEVICE AND STORAGE MEDIUM |
US18/089,348 US11871137B2 (en) | 2020-09-30 | 2022-12-27 | Method and apparatus for converting picture into video, and device and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011063249.9A CN114331828A (zh) | 2020-09-30 | 2020-09-30 | 图片转视频的方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114331828A true CN114331828A (zh) | 2022-04-12 |
Family
ID=80950753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011063249.9A Pending CN114331828A (zh) | 2020-09-30 | 2020-09-30 | 图片转视频的方法、装置、设备及存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11871137B2 (zh) |
EP (1) | EP4171027A4 (zh) |
JP (1) | JP2023536079A (zh) |
CN (1) | CN114331828A (zh) |
WO (1) | WO2022071875A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117596497A (zh) * | 2023-09-28 | 2024-02-23 | 书行科技(北京)有限公司 | 图像渲染方法、装置、电子设备和计算机可读存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117294804B (zh) * | 2023-10-26 | 2024-02-27 | 中运科技股份有限公司 | 广告素材自适应生成方法、装置、设备及存储介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2857133A1 (fr) * | 2003-07-03 | 2005-01-07 | Thomson Licensing Sa | Procede de generation de flou |
US8345956B2 (en) * | 2008-11-03 | 2013-01-01 | Microsoft Corporation | Converting 2D video into stereo video |
US8718356B2 (en) * | 2010-08-23 | 2014-05-06 | Texas Instruments Incorporated | Method and apparatus for 2D to 3D conversion using scene classification and face detection |
JP5337218B2 (ja) * | 2011-09-22 | 2013-11-06 | 株式会社東芝 | 立体画像変換装置、立体画像出力装置および立体画像変換方法 |
US20150116458A1 (en) * | 2013-10-30 | 2015-04-30 | Barkatech Consulting, LLC | Method and apparatus for generating enhanced 3d-effects for real-time and offline appplications |
US9870800B2 (en) * | 2014-08-27 | 2018-01-16 | International Business Machines Corporation | Multi-source video input |
US9609307B1 (en) * | 2015-09-17 | 2017-03-28 | Legend3D, Inc. | Method of converting 2D video to 3D video using machine learning |
US10567739B2 (en) * | 2016-04-22 | 2020-02-18 | Intel Corporation | Synthesis of transformed image views |
CN108616745A (zh) * | 2016-12-12 | 2018-10-02 | 三维视觉科技有限公司 | 2d自动转3d方法和系统 |
CN110663246B (zh) * | 2017-05-24 | 2021-08-06 | 深圳市大疆创新科技有限公司 | 用于处理图像的方法和系统 |
US10789723B1 (en) * | 2018-04-18 | 2020-09-29 | Facebook, Inc. | Image object extraction and in-painting hidden surfaces for modified viewpoint rendering |
EP3629585A1 (en) * | 2018-09-25 | 2020-04-01 | Koninklijke Philips N.V. | Image synthesis |
FR3087309B1 (fr) * | 2018-10-12 | 2021-08-06 | Ateme | Optimisation d'un sous-echantillonnage intervenant avant le codage d'images en compression |
CN110262737A (zh) | 2019-06-25 | 2019-09-20 | 维沃移动通信有限公司 | 一种视频数据的处理方法及终端 |
CN110602479A (zh) * | 2019-09-11 | 2019-12-20 | 海林电脑科技(深圳)有限公司 | 视频转换方法及系统 |
CN111447428A (zh) * | 2020-03-12 | 2020-07-24 | 黄胜海 | 平面至立体图像的转换方法、装置、计算机可读存储介质及设备 |
-
2020
- 2020-09-30 CN CN202011063249.9A patent/CN114331828A/zh active Pending
-
2021
- 2021-08-30 WO PCT/SG2021/050522 patent/WO2022071875A1/zh unknown
- 2021-08-30 JP JP2023504122A patent/JP2023536079A/ja active Pending
- 2021-08-30 EP EP21876098.1A patent/EP4171027A4/en active Pending
-
2022
- 2022-12-27 US US18/089,348 patent/US11871137B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117596497A (zh) * | 2023-09-28 | 2024-02-23 | 书行科技(北京)有限公司 | 图像渲染方法、装置、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2023536079A (ja) | 2023-08-23 |
WO2022071875A1 (zh) | 2022-04-07 |
EP4171027A1 (en) | 2023-04-26 |
US20230132137A1 (en) | 2023-04-27 |
EP4171027A4 (en) | 2024-03-13 |
US11871137B2 (en) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11871137B2 (en) | Method and apparatus for converting picture into video, and device and storage medium | |
CN111464761A (zh) | 视频的处理方法、装置、电子设备及计算机可读存储介质 | |
CN112637517B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN111669502B (zh) | 目标对象显示方法、装置及电子设备 | |
CN113949808B (zh) | 视频生成方法、装置、可读介质及电子设备 | |
CN111385484B (zh) | 信息处理方法和装置 | |
US11893770B2 (en) | Method for converting a picture into a video, device, and storage medium | |
CN110852946A (zh) | 图片展示方法、装置和电子设备 | |
CN114598815A (zh) | 一种拍摄方法、装置、电子设备和存储介质 | |
CN114095671A (zh) | 云会议直播系统、方法、装置、设备及介质 | |
CN111967397A (zh) | 人脸影像处理方法和装置、存储介质和电子设备 | |
CN110719407A (zh) | 图片美化方法、装置、设备及存储介质 | |
CN114022662A (zh) | 图像识别方法、装置、设备及介质 | |
CN111626922B (zh) | 图片生成方法、装置、电子设备及计算机可读存储介质 | |
CN115086686A (zh) | 视频处理方法及相关装置 | |
CN110798744A (zh) | 多媒体信息处理方法、装置、电子设备及介质 | |
CN114125485B (zh) | 图像处理方法、装置、设备及介质 | |
CN115170395A (zh) | 全景图像拼接方法、装置、电子设备、介质和程序产品 | |
CN115114463A (zh) | 媒体内容的显示方法、装置、电子设备和存储介质 | |
CN114422698A (zh) | 视频生成方法、装置、设备及存储介质 | |
CN114040129A (zh) | 视频生成方法、装置、设备及存储介质 | |
CN113905177A (zh) | 视频生成方法、装置、设备及存储介质 | |
CN113409208A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN111447501A (zh) | 一种照片管理方法、装置、电子设备及存储介质 | |
CN112312200A (zh) | 视频封面生成方法、装置和电子设备 |
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 |