CN117319736A - 视频处理方法、装置、电子设备及存储介质 - Google Patents

视频处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117319736A
CN117319736A CN202210699370.3A CN202210699370A CN117319736A CN 117319736 A CN117319736 A CN 117319736A CN 202210699370 A CN202210699370 A CN 202210699370A CN 117319736 A CN117319736 A CN 117319736A
Authority
CN
China
Prior art keywords
text
video
target
processed
target area
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
CN202210699370.3A
Other languages
English (en)
Inventor
杜育璋
苏毅涛
高瑞娥
刘安雅
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.)
Douyin Vision Beijing Co Ltd
Original Assignee
Douyin Vision Beijing 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 Douyin Vision Beijing Co Ltd filed Critical Douyin Vision Beijing Co Ltd
Priority to CN202210699370.3A priority Critical patent/CN117319736A/zh
Priority to US17/937,236 priority patent/US20230412891A1/en
Publication of CN117319736A publication Critical patent/CN117319736A/zh
Pending legal-status Critical Current

Links

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
    • H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport 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
    • H04N21/47—End-user applications
    • H04N21/488—Data services, e.g. news ticker
    • H04N21/4884—Data services, e.g. news ticker for displaying subtitles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
    • G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
    • 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
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
    • 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
    • H04N21/47—End-user applications
    • H04N21/485—End-user interface for client configuration
    • H04N21/4856—End-user interface for client configuration for language selection, e.g. for the menu or subtitles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/025—Systems for the transmission of digital non-picture data, e.g. of text during the active part of a television frame
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/445—Receiver circuitry for the reception of television signals according to analogue transmission standards for displaying additional information

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开实施例提供了一种视频处理方法、装置、电子设备及存储介质，该方法包括：在目标视频播放的过程中，响应于目标用户于目标视频的触发操作，确定待处理视频帧中的待转换文本；将待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域；其中，目标区域包括转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域。本公开实施例提供的技术方案，使得用户可以在观看视频的同时获取到对应的翻译信息，并且将翻译文本信息展示在对应的目标区域中，避免翻译信息影响到用户对视频的观看，进而达到了提高用户使用体验的技术效果。

Description

视频处理方法、装置、电子设备及存储介质
技术领域
本公开实施例涉及视频处理技术领域，尤其涉及一种视频处理方法、装置、电子设备及存储介质。
背景技术
目前，很多的应用都为用户提供了对应的翻译功能，用户可以通过翻译功能对需要处理的文本信息进行翻译。
然而，现有的文本翻译方法往往是在视频的暂停的过程中对文本信息进行翻译，并且在展示翻译文本时往往会影响用户正常的观看视频，进而导致用户的使用体验较差。
发明内容
本公开提供一种视频处理方法、装置、电子设备及存储介质，以实现在用户观看视频的过程中实时展示文本对应的翻译内容，进而达到了提升用户使用体验的技术效果。
第一方面，本公开实施例提供了一种视频处理方法，该方法包括：
在目标视频播放的过程中，响应于目标用户于所述目标视频的触发操作，确定待处理视频帧中的待转换文本；
将所述待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域；
其中，所述目标区域包括所述转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域。
第二方面，本公开实施例还提供了一种视频处理装置，该装置包括：
待转化文本确定模块，用于在目标视频播放的过程中，响应于目标用户于所述目标视频的触发操作，确定待处理视频帧中的待转换文本；
翻译文本展示模块，用于将所述待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域；
其中，所述目标区域包括所述转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域。
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：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现任一所述的视频处理方法。
第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行任一所述的视频处理方法。
本公开实施例提供的技术方案，通过在目标视频播放的过程中，响应于目标用户于目标视频的触发操作，确定待处理视频帧中的待转换文本，进而将待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域，并且目标区域包括转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域，进而基于用户的触发操作在视频的播放过程中为用户显示对应的翻译文本信息，使得用户可以在观看视频的同时获取到对应的翻译信息，并且将翻译文本信息展示在对应的目标区域中，避免翻译信息影响到用户对视频的观看，进而达到了提高用户使用体验的技术效果。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开实施例所提供的一种视频处理方法的流程示意图；
图2为本公开实施例所提供的一种视频处理方法的流程示意图；
图3为本公开实施例所提供的文本框编辑功能示意图；
图4为本公开实施例所提供的一种视频处理方法的流程示意图；
图5为本公开实施例所提供的显示界面示意图；
图6为本公开实施例所提供的显示界面示意图；
图7为本公开实施例所提供的显示界面示意图；
图8为本公开实施例所提供的一种视频处理方法的流程示意图；
图9为本公开实施例所提供的一种视频处理装置的结构框图；
图10为本公开实施例所提供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。
可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
在介绍本技术方案之前，可以先对应用场景进行示例性说明，本公开实施例所提供的方案可以应用在任意视频界面中，需要进行文本翻译的场景中。例如，显示界面中包括文本内容时，且文本内容转换为用户熟悉的语言类型时，就要对文本内容进行翻译，以获取相应的翻译文本并显示。即在视频播放过程中，可以显示翻译文本，实现了文本内容和视频内容可以同时欣赏的效果，进一步的，还可以将翻译文本显示在文本内容所关联的目标区域中，避免翻译文本覆盖文本内容，导致使用体验不佳的问题。也就是说，在不影响用户正常观看视频体验的情况下也可以正确的获取对应的翻译信息，以及将翻译文本显示在相应的目标区域中，避免翻译信息对视频内容的影响，达到了提高用户使用体验的技术效果。
图1为本公开实施例所提供的一种视频处理方法的流程示意图，本公开实施例适用于响应于用户的触发操作，在显示界面的目标显示区域为用户显示对应的翻译内容的情形，该方法可以由视频处理装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。
如图1所示，所述方法包括：
S110、在目标视频播放的过程中，响应于目标用户于目标视频的触发操作，确定待处理视频帧中的待转换文本。
其中，目标视频可以是终端设备的显示界面中播放的视频。需要说明的是，目标视频既可以是当前用户拍摄并上传的视频，也可以是其他用户上传的视频。此时，视频中可以包括文本内容。目标用户可以理解为当前使用终端设备的用户。触发操作可以是用户通过触发显示界面中目标控件，或者是目标用户做出了预设行为后所对应的操作。例如，目标控件可以是翻译控件，预设行为可以是“ok”手势等。触发操作对应于视频的某个播放时刻，将某个播放时刻之后的视频帧均作为待处理视频帧，当然，如果用户触发了触发操作，并后退视频进行播放，那么，后退至的视频也为待处理视频帧，即，将触发操作之后所播放的视频帧作为待处理视频帧。待处理视频帧中可以包括文本内容，可以将此文本内容作为待转换文本，可选的，文本内容可以是当前显示字幕文本，也可以是在创作视频阶段所编辑的文本，还可以是，将待处理视频帧中显示的所有文本信息作为待转换文本。具体的，在目标视频播放的过程中，如果目标用户触发了目标控件或者触发预设行为，则说明需要将目标视频中的文本内容进行翻译，可以将文本内容作为待转换文本。
需要说明的是，在目标视频播放过程中，即使触发了相应的触发操作，在显示翻译文本的同时，继续播放视频，以实现视频播放和翻译文本同步显示的效果，解决了现有技术中当触发了目标控件后，暂停至当前视频帧并显示翻译文本，导致视频观看体验不佳的问题。
在本实施例中，触发操作包括下述至少一种：触发于显示界面上的文本翻译控件；触发于待处理视频帧中的文本框和/或待转换文本；检测到音频信息触发翻译唤醒词；检测到长按待处理视频帧。
其中，文本翻译控件为触发文本内容翻译的控件，可选的，可以在显示界面上显示翻译的功能图标，当触发该功能图标时，说明需要对待转换文本进行翻译。文本框可以是文本或图形容器。音频信息可以理解为对目标用户发出的语音信号进行识别后得到的音频信息。
需要说明的是，本公开实施例提供文本翻译功能存在多种的触发方式，用户可以根据需求选择不同的触发方式进而执行文本翻译功能，将依次介绍本公开实施例提供的不同触发方案：
第一种方式为：文本内容的语言类型通常与创造者所使用的语言类型相关联，如果显示的文本内容无法正常阅读时，或者，需要将文本内容转换为某种语言类型的翻译文本时，则可以触发显示界面上的翻译控件，以对文本内容进行翻译。
第二种方式为：在目标视频播放的过程中，如果需要翻译文本，则可以触发当前待处理视频帧中的文本框或者显示于文本框内的文字信息，当触发上述信息时，说明触发了翻译功能。
第三种方式为：在目标视频播放过程中，如果想要观看翻译文本，则可以发出相应的语言信息，基于终端设备上的麦克风阵列采集语言信息，并识别语言信息所对应的意图。如果意图与翻译意图相对应的，则说明触发了翻译功能。
第四种方式为：在视频播放过程中，如果在显示界面上长按，则说明触发了文本翻译功能。示例性的，长按时长阈值为5s，当用户长按待处理视频帧的时间大于等于5s时，则可以认为用户需要启动文本翻译功能，此时可以执行后续操作。
需要说明的，待处理视频帧中可以包括文本框，也可以不包括文本框，为了达到及时高效的对待处理视频帧中显示的文本内容进行处理，可以基于与目标视频相关联的展示属性来确定视频帧中是否包括文本框，进而基于获取文本框中的待转换文本。
可选的，确定待处理视频帧中的待转换文本，可以是：若基于与目标视频相关联的展示属性，确定待处理视频中包括文本框时，获取文本框中的待显示文本，并作为待转换文本。其中，展示属性包括展示位置和展示时间戳。其中，展示属性可以是目标视频的相关属性值，例如可以是目标视频的视频时长、清晰度、待转换文本在视频中的时间戳、待转换文本所属文本框在视频帧中的展示位置等属性。展示位置可以理解为文本框在待处理视频帧中的展示位置，相应的展示时间戳则可以理解为文本框在目标视频中的时间数据。
具体的，可以通过检测与目标视频相关联的展示属性，如果在展示属性中待转换文本所对应的时间戳中包括待处理视频帧所对应的时间戳，则说明待处理视频帧中包括文本框，此时，可以基于展示属性中的展示位置，确定文本框的展示位置，并获取其中的待转换文本。上述方式确定待转换文本的好处在于，提高了确定待转换文本便捷性的效果。
S120、将待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域。
其中，目标区域包括转换文本内容所属文本框区域，即，将上传视频时用户设定的文本框区域作为目标区域。这样设置的好处在于，在用户创作视频时，通常为了避免遮挡视频内容会将文本框设置在合适的区域，即很大程度上不会遮挡视频内容，相应的，将文本框区域作为目标区域时，也起到了不遮挡视频内容的效果。或者是，目标区域是待处理视频帧的画面内容动态确定。也就是说，为了进一步避免翻译文本遮挡视频内容的情形，可以根据视频内容动态确定目标区域，以达到避免翻译文本遮挡目标区域的效果。目标语言类型可以是需要转换至的语言类型。翻译文本可以理解为对待转换文本进行翻译后得到的文本。
具体的，可以将待转换文本转换为目标语言类型的翻译文本，并在待处理视频帧的目标区域内进行展示。例如，目标语言类型为中文，待转换文本的语言类型为英文，在触发翻译功能后，可以将待转换文本由英文翻译为中文，并翻译文本展示于待处理视频帧中的目标区域。
需要说明的，待转换文本和翻译文本的含义是相同的，为了保证用户可以正确的获取到待转换文本的含义，因此在文本翻译的过程中会尽可能的保证翻译文本和待转换文本的含义一致。
在实际应用中，目标语言类型可以是在开发阶段默认设置的，也可以是在根据用户的实际需求动态选择的，还可以是根据用户的相关信息，自动确定的。可选的，确定目标语言类型包括下述至少一种方式：根据目标视频所属终端设备的地理位置信息，确定目标语言类型；响应于触发操作，弹出至少一种待选择语言类型，并将触发选择的待选择语言类型作为目标语言类型；根据预设时长内的历史播放内容的语言类型，确定目标语言类型；将预先设置的默认语言类型，作为目标语言类型；将终端设备设置的语言类型，作为目标语言类型。
其中，地理位置信息可以是终端设备所属的区域信息，例如，可以是通过终端设备中的定位功能确定出当前终端设备所属的区域信息。基于区域信息可以是确定该区域所使用的语言类型，并作为目标语言例行。待选择语言类型可以是为用户提供的可以选择的语言类型，例如可以是英语、中文、西班牙语、法语等语言类型。历史播放内容可以是用户的历史视频观看记录。默认语言类型可以理解为用户预先设置的语言类型。
需要说明的是，本公开实施例提供了多种确定目标语言类型的方式，可以根据用户的需求提供不同的确定目标语言类型的方法，进而保证尽可能的满足用户的需求，具体方式如下：
第一种方式为：当用户触发文本翻译功能时，可以由应用程序调用终端设备的定位模块，以基于定位模块确定终端设备所处的当前地理位置信息。将当前地理位置信息所使用的语言类型作为目标语言类型。例如，当前地理位置信息为A，所使用的语言类型为中文，则可以将中文作为目标语言类型。
第二种方式为：在触发文本翻译功能所对应的控件后，可以在当前显示界面上弹出一个待选择语言类型的列表，用户可以从列表中触发选择需要翻译的语言类型，并将触发选择的语言类型作为目标语言类型。
第三种方式为：在用户权限为允许获取历史观看信息的情形下，在触发了翻译控件后，可以获取历史关联视频所使用的语言类型，并将其作为目标语言类型。例如，可以是将用户观看的上一个视频的语言类型作为目标语言类型。或者是，将上一次翻译至的语言类型作为目标语言类型，例如，上一次触发翻译功能控件后，将选择的语言类型作为此次翻译的目标语言类型。还可以是，统计预设时长内用户观看视频对应的语言类型或预设时长内触发翻译功能时所选择的语言类型，分别确定各语言类型所对应的频次，并将频次作为的语言类型作为目标语言类型。
第四种方式为：在用户初次安装应用程序时，可以弹出语言类型选择界面，将选择的语言类型作为应用程序的默认语言类型，进而在用户触发文本翻译功能后，直接将应用程序对应的默认语言类型作为目标语言类型。
第五种方式为：在初次激活终端设备时，可以弹出相应的语言类型选择界面，将选择的语言类型作为终端设备的默认语言类型，进而可以在用户触发文本翻译功能后，将默认语言类型作为目标语言类型。
本公开实施例提供的技术方案，通过在目标视频播放的过程中，响应于目标用户于目标视频的触发操作，确定待处理视频帧中的待转换文本，进而将待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域，并且目标区域包括转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域，进而基于用户的触发操作在视频的播放过程中为用户显示对应的翻译文本信息，使得用户可以在观看视频的同时获取到对应的翻译信息，并且将翻译文本信息展示在对应的目标区域中，避免翻译信息影响到用户对视频的观看，进而达到了提高用户使用体验的技术效果。
图2为本公开实施例所提供的一种视频处理方法的流程示意图，在前述实施例的基础上，用户可以先创作视频，并上传播放，以在视频播放过程中，可以得到待转换文本所对应的翻译文本，其具体的实施方式可以参见本实施例技术方案。其中，与上述实施例相同或者相应的技术术语在此不再赘述。
如图2所示，方法包括：
S210、响应于视频拍摄操作，拍摄得到待处理视频。
其中，将触发视频拍摄控件所对应的操作作为视频拍摄操作。待处理视频可以理解为响应于视频拍摄操作进行拍摄得到的视频。也就是说，待处理视频可以是用户自主拍摄的视频，或者是自主创作的视频，例如，可以上传多个图像，并对多个图像排版布局，得到待处理视频。
S220、确定与待处理视频相关联的至少一个包括待显示文本的文本框，以及展示文本框的展示属性。
其中，待显示文本可以是需要进行显示的文本。即，将视频创作过程中所编辑的文本作为待显示文本。将视频播放过程中，显示的文本作为待转换文本。需要说明的是，文本的内容和实质含义均是相同的，只是在不同的阶段对其的命名不同。
具体的，在得到待处理视频之后，可以为待处理视频中的各视频帧添加文本框以及在文本框中编辑相应的文本内容，即，设置文本框所对应的展示属性，以在后续视频播放过程中，可以根据展示属性确定待处理视频帧中的待转换文本。
在上述技术方案的基础上，展示属性包括展示时间戳以及展示位置，确定与待处理视频相关联的至少一个包括待显示文本的文本框，以及展示文本框的展示属性，包括：当检测到触发文本编辑控件时，显示待编辑文本框，以在待编辑文本框中编辑待显示文本内容；基于对展示时间控件的触发操作，调整文本框于待处理视频的显示时间戳，以在目标视频播放的过程中，基于展示时间戳展示待显示文本；以及，基于对文本框的拖动操作，确定文本框于相应待处理视频帧中的展示位置，以在目标视频播放过程中，基于展示位置展示待显示文本。
其中，文本编辑控件可以是用于启动文本编辑功能的控件。待编辑文本框理解为还未完成文本编辑的空白文本框。待显示文本内容可以是用户输入的文本信息。展示时间控件可以理解为用于设置展示时间功能的控件。拖动操作可以是用户对文本框进行拖拽的操作。展示位置可以理解为文本框的在待处理视频帧中的展示位置。
具体的，当用户触发文本编辑控件时，在显示界面上显示待编辑文本框，用户可以拖动待编辑文本框于显示界面中的位置信息，进一步的，可以在待编辑文本框内输入需要显示的文本信息，并将其作为待展示文本内容。当文本信息编辑完成之后，可以触发展示时间控件对文本框的展示时间戳进行设置，如图3所示，用户可以通过调节待处理视频的时间进度条设置文本框的展示时间，例如用户需要在待处理视频的0：07至0:10处展示文本框，因此可以将进度条上的左控件置于0:07处，将右控件置于0：10处，进一步的，用户可以通过拖拽文本框的方式来调整文本框在展示时所处的位置，并将调整后的位置作为展示位置。在设置完成之后，可以点击确定按钮，得到待显示文本所属文本框的展示属性。
S230、基于待处理视频、至少一个文本框以及相应的展示属性，确定目标视频并发布。
具体的，根据设置完成的至少一个文本框以及对应的展示属性，可以将待显示文本在待处理视频的相应位置展示，得到最终的目标视频。可以理解的是，目标视频可以理解为将用户设置完成的文本框以及待处理视频进行融合之后得到的视频内容，并将得到的目标视频进行发布。
S240、在目标视频播放的过程中，响应于目标用户于目标视频的触发操作，确定待处理视频帧中的待转换文本。
S250、将待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域。
本公开实施例提供的技术方案，通过响应于视频拍摄操作，拍摄得到待处理视频，并且确定与待处理视频相关联的至少一个包括待显示文本的文本框，以及展示文本框的展示属性，基于待处理视频、至少一个文本框以及相应的展示属性，确定目标视频并发布，进而可以由用户对文本框的展示属性进行设置，提升了用户在设置待展示文本信息的方便程度，进而达到了提升用户使用体验的技术效果。
图4为本公开实施例所提供的一种视频处理方法的流程示意图，在前述实施例的基础上，可以对将待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域进行进一步细化，其具体的实施方式可以参见本实施例技术方案。其中，与上述实施例相同或者相应的技术术语在此不再赘述。
S310、在目标视频播放的过程中，响应于目标用户于目标视频的触发操作，确定待处理视频帧中的待转换文本。
S320、将待转换文本所属文本框，作为目标区域，并将翻译文本展示于待处理视频帧中的文本框中；或，确定待处理视频帧中的非显著区域，并将待转换文本所属文本框调整至非显著区域后作为目标区域，以在非显著区域中展示翻译文本。
其中，非显著区域为待处理视频帧中视觉显著性低的区域，可以理解的是，对于待处理视频帧中的内容，某些区域比其他部分更加突出，更能够吸引观看者的注意力，因此可以用视觉显著性来进行衡量，某个区域的视觉显著性高，就代表这个区域更能吸引观察者注意，相应的，也可以理解为视觉显著性高的区域为待处理视频帧的主要内容。
具体的，可以直接将待转化文本所属的文本框作为目标区域，并将得到的翻译文本之间展示在待处理视频帧的文本框中，或者是确定待处理视频帧中的非显著区域，并将文本框的位置调整到非显著区域后，将调整后的区域作为目标区域，并在非显著区域内显示翻译文本。
示例性的，如图5所示，待转化文本的显示区域显示在待处理视频帧的显著区域位置，遮挡了用户对视频的观看，为了避免待转化文本的显示区域对视频的内容进行遮挡，可以通过预先设置的机器学习算法对待处理视频帧进行识别，确定出待处理视频帧的显著区域和非显著区域，并将文本框的位置调整到非显著区域，将调整至的区域作为目标区域，以将翻译文本在目标区域进行显示，如图6所示。
在上述技术方案的基础上，展示于待处理视频帧中的目标区域，包括：依据与待转换文本相对应的文字字号或默认文字字号，将翻译文本展示至待处理视频帧中的目标区域。
其中，文字字号用于表征字体大小，相应的，默认文字字号为预先设置的，用于将翻译文本显示在目标区域时所对应的字体大小。具体的，可以将翻译文本按照待转换文本所使用的文字字号进行显示，或者是，可以根据预先设置的翻译文本所使用的默认字号，将翻译文本以默认文字字号进行显示。设置默认字号的好处在于，可以根据不同目标语言类型设置不同的默认字号，以实现翻译文本与目标区域快速适配的效果。
示例性的，可以根据用户使用的终端设备确定对应的默认字号信息，例如可以将默认字号设置为24号字，也即是说，基于翻译功能得到的翻译文本的默认字体大小为24号字。
在实际应用中，可能存在翻译文本与目标区域不适配的情形，例如，翻译文本所占用的区域大于目标区域的区域，或者是，翻译文本所占用的区域小于目标区域的区域面积，为了解决上述问题，可以对翻译文本或者目标区域进行处理，其具体的实施方式可以参见下述详细阐述。
可选的，根据翻译文本的占用区域面积和目标区域的区域面积，对翻译文本和/或目标区域进行处理，以使翻译文本与目标区域相适配。
其中，占用区域面积可以理解为翻译文本在显示界面中的占用面积。
具体的，获取翻译文本所占用的区域面积后，可以确定与目标区域的区域面积之间的关系，可以对翻译文本和/或目标区域进行处理，进而使得翻译文本和目标区域相适配。可以理解的是，不同目标语言类型对应翻译文本的长度是不同的，当得到的翻译文本所占用的区域面积大于目标区域时，翻译文本无法在目标区域内进行完全显示，因此需要对目标区域和/翻译文本进行处理，使得翻译文本可以与目标区域相适配。
在本实施例中，对翻译文本进行处理，以使翻译文本与目标区域相适配，包括：如果翻译文本的占用区域面积大于目标区域的区域面积，则在目标区域的区域面积不变的条件下，依次调整翻译文本的字号类型，以使翻译文本与目标区域相适配。
具体的，在实际应用的过程中，如果当前翻译文本的占用区域面积大于目标区域的区域面积，则可以在目标区域的面积不变的条件下，依次对翻译文本的字号类型进行调整，进而使得翻译文本占用的区域面积和目标区域的区域面积相适配。
示例性的，如果翻译文本的字号类型和待转换文本的初始字号类型相对应的，例如翻译文本的字号类型和待转换文本的字号类型均为四号字，并且当前翻译文本所占用的区域面积大于目标区域的区域面积，则在四号字的基础上需要依次降低翻译文本的字号类型，例如可以将字号类型从四号调整到小四，若翻译文本的区域面积依旧和目标区域的区域面积不匹配，则可以进一步将字号类型调整为五号，若翻译文本的区域面积依旧和目标区域的区域面积不匹配，则依次序对翻译文本的字号类型进行调整。
在实际应用的过程中，为了使得用户可以快捷的获取到翻译文本信息，往往会使得翻译文本的字号和用户使用的终端设备的界面相匹配，也即是说，若翻译文本的字号过低，则会导致降低用户的观看体验，因此可以根据用户所使用的的终端设备的界面大小设置对应的字号阈值，当达到该阈值时，则不再对翻译文本的字号进行调整，也即是说，若翻译文本的字号类型达到该阈值时，则不再对翻译文本的字号类型进行调整，例如，若用户使用的终端设备为手机，则可以将翻译文本的最小字号阈值设置为10号字，当达到10号字时，不再调整翻译文本的字号类型。
如果仅对翻译文本进行调整后，所得到的显示效果依旧无法满足用户的需求，需要进一步的对目标进行调整，进而使得调整后的显示效果可以满足用户的需求，因此，可选的，对目标区域进行处理，以使翻译文本与目标区域相适配，包括：依据预设调整规则扩大目标区域的区域面积，以使翻译文本与目标区域相适配。
其中，预设调整规则包括将文本框横向扩大第一预设尺寸不适配后再纵向扩大第二预设尺寸，或，将文本框纵向扩大第一预设尺寸不适配后再横向扩大第二预设尺寸，或基于待处理视频帧中的非显著区域动态扩大文本框的横向尺寸和/或纵向尺寸。第一预设尺寸和第二预设尺寸可以是预先设置的用于对文本框进行调节的像素大小信息，例如可以将第一尺寸信息和第二尺寸信息设置为10个像素，并设置对应的调整频次，例如15次，当调整次数达到15次时，停止对目标区域的调整。
为了清楚的介绍本技术方案，可以以第一尺寸信息和第二尺寸信息为150像素的情况下来进行说明，具体的，在翻译文本的占用区域面积和目标区域的面积不匹配时，还可以是通过保持翻译文本占用的区域面积不变，通过调节目标区域的面积使得调节后的目标区域和翻译文本相匹配。例如，可以是在翻译文本的占用占用区域面积大于目标区域的面积时，先将文本框横向扩大150个像素，若还不匹配，则再将文本框纵向扩大150个像素；还可以是先将文本框纵向扩大150个像素，再横向扩大150个像素；还可以是通过预设的方法识别到待处理视频帧中的非显著区域，根据非显著区域的大小对文本框的大小信息进行动态的及调整，以使得调整后的目标区域和翻译文本相适配。
示例性的，若对翻译文本的字号进行调整后依旧无法和显示区域相匹配，则可以通过扩大目标区域的大小，进而使得目标区域和翻译文本相匹配，例如可以是先横向将目标区域扩大150个像素，检查横向扩大后的目标区域是否可以和翻译文本匹配，若不匹配，则继续将目标区域纵向扩大150个像素，并检查扩大后的目标区域是否能和翻译文本相匹配，若依旧无法匹配，则按照上述方法继续对目标区域进行处理，直到得到的目标区域和翻译文本相匹配为止。
在上述技术方案的基础上，展示于待处理视频帧中的目标区域，包括：若翻译文本的占用区域面积小于目标区域的区域面积，则缩小文本框于显示界面的显示尺寸，以使翻译文本与目标区域适配显示。
具体的，在实际应用的过程中，也会出现翻译文本占用的区域面积远小于目标区域的区域面积的情况，为了避免过大的空白面积对用户的观看造成影响，可以将文本框在显示界面的显示尺寸进行缩小，使得翻译文本与目标区域相适配。示例性的，如图7所示，当翻译得到的翻译文本所占用的面积远小于文本框所处的面积时，可以对文本框的大小进行调整，例如可以通过图像识别算法识别出翻译文本所占用的区域的大小，并直接将文本框的大小调节到和翻译文本相匹配的大小。
本公开实施例提供的技术方案，通过当翻译文本占用的区域面积和目标区域不匹配时对翻译文本和/或目标区域进行处理，使得处理后的翻译文本和目标区域相匹配，保证了可以在目标区域内完整的获取到对应的翻译文本，提升了用户的使用体验。
图8为本公开实施例所提供的一种视频处理方法的流程示意图，在前述实施例的基础上，进一步细化将待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域的具体过程。其具体的实施方式可以参见本实施例技术方案。其中，与上述实施例相同或者相应的技术术语在此不再赘述。
S410、在目标视频播放的过程中，响应于目标用户于目标视频的触发操作，确定待处理视频帧中的待转换文本。
S420、将待转换文本转换为目标语言类型的翻译文本，以及确定目标区域的显示参数，以基于显示参数将翻译文本展示在目标区域中。
在本实施例中，确定显示参数可以包括至少两种方式来确定。
第一种方式为：根据创作待处理视频时所设置的透明度参数，来确定目标区域的显示参数。具体的，用户可以在创作待处理视频时，基于文本框对应的透明度参数设置页面对文本框的透明度参数进行设置，并且用户可以进一步对文本框的背景颜色进行设置。
可选的，根据待处理视频帧中文本框的透明度参数，确定展示翻译文本时目标区域的显示参数。
其中，显示参数包括显示透明度和显示颜色。透明度参数可以是用户在添加文本信息时设定的文本框的背景颜色的可见程度。显示颜色可以理解为文本框的背景颜色。
具体的，基于用户在添加文本信息时设定的文本框的透明度参数，确定出在展示翻译文本时目标区域的显示参数，进而基于该显示参数对目标区域进行处理。例如，用户在添加文本信息时，可以根据需求自由设定文本框的背景颜色和透明程度，可以是当用户需要文本框的背景颜色不影响视频的观看时，可以将文本框的透明度设定为100，也即完全透明，不存在背景颜色；当用户需要着重强调添加的文本信息时，可以将文本框的背景颜色设定为红色，透明度为0，也即完全不透明。
示例性的，可以根据用户设置的透明度参数确定目标区域的展示方法，例如用户设置的背景参数为不透明，则继续将目标区域设置为不透明，并且沿用和用户设置的背景颜色，若用户设置的透明度参数为半透明或透明，则可以采用默认的展示方式对翻译文本进行展示，例如将目标区域的背景颜色设置为白色并且透明度设定为90。
本公开实施例提供的技术方案，为了保证翻译文本以及翻译文本展示的方法满足用户的需求，可以对目标区域的显示参数进行处理，使得处理后的目标区域满足用户的展示需求。
第二种实现方式为：基于视频内容动态确定目标区域的显示参数。可选的，该方法可以包括以下步骤：
步骤一：获取目标区域的边缘线。
其中，边缘线可以理解为目标区域的边框线条。
具体的，在确定目标区域后，可以通过图像识别算法对待处理视频帧进行识别确定出目标区域的边框线条，还可以是在确定目标区域的过程中，根据产生的参数信息确定出目标区域的边框线条。
步骤二：对于边缘线上的至少一个待处理像素点，获取当前待处理像素点预设邻域范围内的至少一个待融合像素点，并根据至少一个待融合像素点的像素属性，确定当前待处理像素点的待处理像素属性。
其中，将边缘线上的所有像素点作为待处理像素点。预设邻域范围可以是以待处理像素点为中心，以预设像素数量为半径所构成的邻域。相应的，将预设邻域内的像素点作为待融合像素点，需要说明的是，对于每一个待处理像素点均存在对应的预设邻域，本实施例以其中一个待处理像素点为例进行说明。待处理像素属性可以是该像素点对应的色彩值。
在得到待处理像素的像素属性后，可以根据待处理像素点的像素属性得到目标区域内待显示像素点的待显示像素属性。
步骤三：对位于同一行或同一列待处理像素点的像素属性插值处理，确定目标区域中至少一个待显示像素点的待显示像素属性。
其中，同一行可以是待处理像素点在待处理视频帧中所处的纵向位置，相应的，同一列则可以理解为待处理像素点在待处理视频帧中所处的横向向位置。待显示像素点可以是目标区域中的任一像素点。
示例性的，对于位于第N行上的待处理像素点，可以采用插值的方式对待处理像素点的像素属性进行处理，进而得到第N行上的其他待显示像素点对应的像素属性，并将其作为待显示像素属性。可以理解的，由于目标区域的是一个封闭的区域，也即是说区域内的每一行或者每一列的边缘线上至少存在一个待处理像素点，可以根据边缘线上的待处理像素属性对该像素所处的每一行或者每一列的待处理像素进行插值处理，得到目标区域中至少一个待显示像素点的待显示像素属性。
步骤四：基于待处理像素属性和待显示像素属性，显示目标区域，以在目标区域中叠加显示翻译文本。
具体的，根据待处理像素属性和待显示像素属性，显示目标区域，并且在目标区域内叠加显示翻译文本，进而保证在目标区域尽可能不影响用户对视频观看的情况下，也可以在目标区域内为用户显示对应的翻译文本。
本公开实施例提供的技术方案，通过在确定目标区域后，根据用户设置的透明度参数对目标区域进行处理或者是根据目标区域的边缘线上的待处理像素的属性值获取目标区域内的待显示像素的属性值，并根据待处理像素属性和待融合像素属性显示目标区域。基于上述技术方案，为用户提供了多种目标区域的显示方法，满足了用户的需求，提升了用户的使用体验。
图9为本公开实施例所提供的一种视频处理装置的结构框图，如图9所示，所述装置包括：待转化文本确定模块910、翻译文本展示模块920。
待转换文本确定模块910，用于在目标视频播放的过程中，响应于目标用户于所述目标视频的触发操作，确定待处理视频帧中的待转换文本；
翻译文本展示模块920，用于将所述待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域；
其中，所述目标区域包括所述转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域。
在上述技术方案的基础上，所述装置还包括待处理视频获取模块，所述目标视频获取模块包括：
待处理视频获取单元，用于响应于视频拍摄操作，拍摄得到待处理视频；
展示属性确定单元，用于确定与所述待处理视频相关联的至少一个包括待显示文本的文本框，以及展示所述文本框的展示属性；
目标视频确定单元，用于基于所述待处理视频、至少一个文本框以及相应的展示属性，确定目标视频并发布。
在上述技术方案的基础上，所述展示属性确定单元具体用于：当检测到触发文本编辑控件时，显示待编辑文本框，以在所述待编辑文本框中编辑待显示文本内容；基于对展示时间控件的触发操作，调整所述文本框于所述待处理视频的显示时间戳，以在所述目标视频播放的过程中，基于所述展示时间戳展示所述待显示文本；以及，基于对所述文本框的拖动操作，确定所述文本框于相应待处理视频帧中的展示位置，以在所述目标视频播放过程中，基于所述展示位置展示所述待显示文本。
在上述技术方案的基础上，述触发操作包括下述至少一种：触发于显示界面上的文本翻译控件；触发于待处理视频帧中的文本框和/或待转换文本；检测到音频信息触发翻译唤醒词；检测到长按待处理视频帧。
在上述技术方案的基础上，所述待转换文本确定模块具体用于：若基于与所述目标视频相关联的展示属性，确定所述待处理视频中包括文本框时，获取所述文本框中的待显示文本，并作为所述待转换文本；其中，所述展示属性包括展示位置和展示时间戳。
在上述技术方案的基础上，所述待转换文本确定模块还包括：
目标语言类型确定单元，用于根据所述目标视频所属终端设备的地理位置信息，确定所述目标语言类型；响应于所述触发操作，弹出至少一种待选择语言类型，并将触发选择的待选择语言类型作为所述目标语言类型；根据预设时长内的历史播放内容的语言类型，确定所述目标语言类型；将预先设置的默认语言类型，作为所述目标语言类型；将所述终端设备设置的语言类型，作为所述目标语言类型。
在上述技术方案的基础上，所述翻译文本展示模块还包括：
目标区域确定单元，用于将所述待转换文本所属文本框，作为所述目标区域，并将所述翻译文本展示于所述待处理视频帧中的文本框中；或，确定所述待处理视频帧中的非显著区域，并将所述待转换文本所属文本框调整至所述非显著区域后作为所述目标区域，以在所述非显著区域中展示所述翻译文本。
在上述技术方案的基础上，所述翻译文本展示模块还包括：
展示方式确定单元，用于根据翻译文本的占用区域面积和所述目标区域的区域面积，将所述翻译文本展示至待处理视频帧中的目标区域。
在上述技术方案的基础上，所述展示方式确定单元还用于：如果所述翻译文本的占用区域面积大于所述目标区域的区域面积，则对所述翻译文本和/或所述目标区域进行处理，以使所述翻译文本与所述目标区域相适配。
在上述技术方案的基础上，所述目标区域确定单元还用于：依据预设调整规则扩大所述目标区域的区域面积，以使所述翻译文本与所述目标区域相适配；其中，所述预设调整规则包括将所述文本框横向扩大第一预设尺寸不适配后再纵向扩大第二预设尺寸，或，将所述文本框纵向扩大第一预设尺寸不适配后再横向扩大第二预设尺寸，或基于待处理视频帧中的非显著区域动态扩大所述文本框的横向尺寸和/或纵向尺寸。
在上述技术方案的基础上，所述目标区域确定单元还用于：若所述翻译文本的占用区域面积小于所述目标区域的区域面积，则缩小所述文本框于显示界面的显示尺寸，以使所述翻译文本与所述目标区域适配显示。
在上述技术方案的基础上，所述装置还包括：
透明度调整模块，用于根据所述待处理视频帧中所述文本框的透明度参数，确定展示所述翻译文本时所述目标区域的显示参数；其中，所述显示参数包括显示透明度和显示颜色。
在上述技术方案的基础上，所述透明度调整模块还用于：获取所述目标区域的边缘线；对于边缘线上的至少一个处理像素点，获取当前待处理像素点预设邻域范围内的至少一个待融合像素点，并根据所述至少一个待融合像素点的像素属性，确定所述当前待处理像素点的待处理像素属性；对位于同一行或同一列待处理像素点的像素属性插值处理，确定所述目标区域中至少一个待显示像素点的待显示像素属性；基于待处理像素属性和待显示像素属性，显示所述目标区域，以在所述目标区域中叠加显示所述翻译文本。
本公开实施例，通过在目标视频播放的过程中，响应于目标用户于目标视频的触发操作，确定待处理视频帧中的待转换文本，进而将待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域，并且目标区域包括转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域，进而基于用户的触发操作在视频的播放过程中为用户显示对应的翻译文本信息，使得用户可以在观看视频的同时获取到对应的翻译信息，并且将翻译文本信息展示在对应的目标区域中，避免翻译信息影响到用户对视频的观看，进而达到了提高用户使用体验的技术效果。
本公开实施例所提供的视频处理装置可执行本公开任意实施例所提供的视频处理装置方法，具备执行方法相应的功能模块和有益效果。
值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。
图10为本公开实施例所提供的一种电子设备的结构示意图。下面参考图10，其示出了适于用来实现本公开实施例的电子设备(例如图10中的终端设备或服务器)1000的结构示意图。本公开实施例中的终端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。图10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10所示，电子设备1000可以包括处理装置(例如中央处理器、图形处理器等)1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储装置1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中，还存储有电子设备1000操作所需的各种程序和数据。处理装置1001、ROM 1002以及RAM 1003通过总线1004彼此相连。编辑/输出(I/O)接口1005也连接至总线1004。
通常，以下装置可以连接至I/O接口1005：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1006；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1007；包括例如磁带、硬盘等的存储装置1008；以及通信装置1009。通信装置1009可以允许电子设备1000与其他设备进行无线或有线通信以交换数据。虽然图10示出了具有各种装置的电子设备1000，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，其包括承载在非暂态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流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置1009从网络上被下载和安装，或者从存储装置1008被安装，或者从ROM 1002被安装。在该计算机程序被处理装置1001执行时，执行本公开实施例的方法中限定的上述功能。
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。
本公开实施例提供的电子设备与上述实施例提供的视频处理方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。
本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的视频处理方法。
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：
在目标视频播放的过程中，响应于目标用户于所述目标视频的触发操作，确定待处理视频帧中的待转换文本；
将所述待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域；
其中，所述目标区域包括所述转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域。
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，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
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。
根据本公开的一个或多个实施例，【示例一】提供了一种视频处理方法，该方法包括：
在目标视频播放的过程中，响应于目标用户于所述目标视频的触发操作，确定待处理视频帧中的待转换文本；
将所述待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域；
其中，所述目标区域包括所述转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域。
根据本公开的一个或多个实施例，【示例二】提供了一种视频处理方法，还包括：
响应于视频拍摄操作，拍摄得到待处理视频；
确定与所述待处理视频相关联的至少一个包括待显示文本的文本框，以及展示所述文本框的展示属性；
基于所述待处理视频、至少一个文本框以及相应的展示属性，确定目标视频并发布。根据本公开的一个或多个实施例，【示例三】提供了一种视频处理方法，还包括：
当检测到触发文本编辑控件时，显示待编辑文本框，以在所述待编辑文本框中编辑待显示文本内容；
基于对展示时间控件的触发操作，调整所述文本框于所述待处理视频的显示时间戳，以在所述目标视频播放的过程中，基于所述展示时间戳展示所述待显示文本；以及，
基于对所述文本框的拖动操作，确定所述文本框于相应待处理视频帧中的展示位置，以在所述目标视频播放过程中，基于所述展示位置展示所述待显示文本。
根据本公开的一个或多个实施例，【示例四】提供了一种视频处理方法，还包括，所述触发操作包括下述至少一种：
触发于显示界面上的文本翻译控件；
触发于待处理视频帧中的文本框和/或待转换文本；
检测到音频信息触发翻译唤醒词；
检测到长按待处理视频帧。
根据本公开的一个或多个实施例，【示例五】提供了一种视频处理方法，还包括：
若基于与所述目标视频相关联的展示属性，确定所述待处理视频中包括文本框时，获取所述文本框中的待显示文本，并作为所述待转换文本；
其中，所述展示属性包括展示位置和展示时间戳。
根据本公开的一个或多个实施例，【示例六】提供了一种视频处理方法，还包括：
根据所述目标视频所属终端设备的地理位置信息，确定所述目标语言类型；
响应于所述触发操作，弹出至少一种待选择语言类型，并将触发选择的待选择语言类型作为所述目标语言类型；
根据预设时长内的历史播放内容的语言类型，确定所述目标语言类型；
将预先设置的默认语言类型，作为所述目标语言类型；
将所述终端设备设置的语言类型，作为所述目标语言类型。
根据本公开的一个或多个实施例，【示例七】提供了一种视频处理方法，还包括：
将所述待转换文本所属文本框，作为所述目标区域，并将所述翻译文本展示于所述待处理视频帧中的文本框中；或，
确定所述待处理视频帧中的非显著区域，并将所述待转换文本所属文本框调整至所述非显著区域后作为所述目标区域，以在所述非显著区域中展示所述翻译文本。
根据本公开的一个或多个实施例，【示例八】提供了一种视频处理方法，还包括：
依据与所述待转换文本相对应的文字字号或默认文字字号，将所述翻译文本展示至待处理视频帧中的目标区域。
根据本公开的一个或多个实施例，【示例九】提供了一种视频处理方法，还包括：
根据翻译文本的占用区域面积和所述目标区域的区域面积，对所述翻译文本和/或所述目标区域进行处理，以使所述翻译文本与所述目标区域相适配。
根据本公开的一个或多个实施例，【示例十】提供了一种视频处理方法，还包括：
如果所述翻译文本的占用区域面积大于所述目标区域的区域面积，则在所述目标区域的区域面积不变的条件下，依次调整所述翻译文本的字号类型，以使所述翻译文本与所述目标区域相适配。
根据本公开的一个或多个实施例，【示例十一】提供了一种视频处理方法，还包括：
依据预设调整规则扩大所述目标区域的区域面积，以使所述翻译文本与所述目标区域相适配；
其中，所述预设调整规则包括将所述文本框横向扩大第一预设尺寸不适配后再纵向扩大第二预设尺寸，或，将所述文本框纵向扩大第一预设尺寸不适配后再横向扩大第二预设尺寸，或基于待处理视频帧中的非显著区域动态扩大所述文本框的横向尺寸和/或纵向尺寸。
根据本公开的一个或多个实施例，【示例十二】提供了一种视频处理方法，还包括：
若所述翻译文本的占用区域面积小于所述目标区域的区域面积，则缩小所述文本框于显示界面的显示尺寸，以使所述翻译文本与所述目标区域适配显示。
根据本公开的一个或多个实施例，【示例十三】提供了一种视频处理方法，还包括：
根据所述待处理视频帧中所述文本框的透明度参数，确定展示所述翻译文本时所述目标区域的显示参数；
其中，所述显示参数包括显示透明度和显示颜色。
根据本公开的一个或多个实施例，【示例十四】提供了一种视频处理方法，还包括：
获取所述目标区域的边缘线；
对于边缘线上的至少一个处理像素点，获取当前待处理像素点预设邻域范围内的至少一个待融合像素点，并根据所述至少一个待融合像素点的像素属性，确定所述当前待处理像素点的待处理像素属性；
对位于同一行或同一列待处理像素点的像素属性插值处理，确定所述目标区域中至少一个待显示像素点的待显示像素属性；
基于待处理像素属性和待显示像素属性，显示所述目标区域，以在所述目标区域中叠加显示所述翻译文本。
根据本公开的一个或多个实施例，【示例十五】提供了一种视频处理装置，包括：
待转化文本确定模块，用于在目标视频播放的过程中，响应于目标用户于所述目标视频的触发操作，确定待处理视频帧中的待转换文本；
翻译文本展示模块，用于将所述待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域；
其中，所述目标区域包括所述转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (17)

1.一种视频处理方法，其特征在于，包括：
在目标视频播放的过程中，响应于目标用户于所述目标视频的触发操作，确定待处理视频帧中的待转换文本；
将所述待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域；
其中，所述目标区域包括所述转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域。
2.根据权利要求1所述的方法，其特征在于，还包括：
响应于视频拍摄操作，拍摄得到待处理视频；
确定与所述待处理视频相关联的至少一个包括待显示文本的文本框，以及展示所述文本框的展示属性；
基于所述待处理视频、至少一个文本框以及相应的展示属性，确定目标视频并发布。
3.根据权利要求1所述的方法，其特征在于，所述展示属性包括展示时间戳以及展示位置，所述确定与所述待处理视频相关联的至少一个包括待显示文本的文本框，以及展示所述文本框的展示属性，包括：
当检测到触发文本编辑控件时，显示待编辑文本框，以在所述待编辑文本框中编辑待显示文本内容；
基于对展示时间控件的触发操作，调整所述文本框于所述待处理视频的显示时间戳，以在所述目标视频播放的过程中，基于所述展示时间戳展示所述待显示文本；以及，
基于对所述文本框的拖动操作，确定所述文本框于相应待处理视频帧中的展示位置，以在所述目标视频播放过程中，基于所述展示位置展示所述待显示文本。
4.根据权利要求1所述的方法，其特征在于，所述触发操作包括下述至少一种；
触发于显示界面上的文本翻译控件；
触发于待处理视频帧中的文本框和/或待转换文本；
检测到音频信息触发翻译唤醒词；
检测到长按待处理视频帧。
5.根据权利要求1所述的方法，其特征在于，所述确定待处理视频帧中的待转换文本，包括：
若基于与所述目标视频相关联的展示属性，确定所述待处理视频中包括文本框时，获取所述文本框中的待显示文本，并作为所述待转换文本；
其中，所述展示属性包括展示位置和展示时间戳。
6.根据权利要求1所述的方法，其特征在于，确定目标语言类型包括下述至少一种方式：
根据所述目标视频所属终端设备的地理位置信息，确定所述目标语言类型；
响应于所述触发操作，弹出至少一种待选择语言类型，并将触发选择的待选择语言类型作为所述目标语言类型；
根据预设时长内的历史播放内容的语言类型，确定所述目标语言类型；
将预先设置的默认语言类型，作为所述目标语言类型；
将所述终端设备设置的语言类型，作为所述目标语言类型。
7.根据权利要求1所述的方法，其特征在于，所述展示于待处理视频帧中的目标区域，包括：
将所述待转换文本所属文本框，作为所述目标区域，并将所述翻译文本展示于所述待处理视频帧中的文本框中；或，
确定所述待处理视频帧中的非显著区域，并将所述待转换文本所属文本框调整至所述非显著区域后作为所述目标区域，以在所述非显著区域中展示所述翻译文本。
8.根据权利要求1或7所述的方法，其特征在于，所述展示于待处理视频帧中的目标区域，包括：
依据与所述待转换文本相对应的文字字号或默认文字字号，将所述翻译文本展示至待处理视频帧中的目标区域。
9.根据权利要求8所述的方法，其特征在于，所述将所述翻译文本展示至待处理视频帧中的目标区域，包括：
根据翻译文本的占用区域面积和所述目标区域的区域面积，对所述翻译文本和/或所述目标区域进行处理，以使所述翻译文本与所述目标区域相适配。
10.根据权利要求9所述的方法，其特征在于，对所述翻译文本进行处理，以使所述翻译文本与所述目标区域相适配，包括：
如果所述翻译文本的占用区域面积大于所述目标区域的区域面积，则在所述目标区域的区域面积不变的条件下，依次调整所述翻译文本的字号类型，以使所述翻译文本与所述目标区域相适配。
11.根据权利要求9或10所述的方法，其特征在于，对所述目标区域进行处理，以使所述翻译文本与所述目标区域相适配，包括：
依据预设调整规则扩大所述目标区域的区域面积，以使所述翻译文本与所述目标区域相适配；
其中，所述预设调整规则包括将所述文本框横向扩大第一预设尺寸不适配后再纵向扩大第二预设尺寸，或，将所述文本框纵向扩大第一预设尺寸不适配后再横向扩大第二预设尺寸，或基于待处理视频帧中的非显著区域动态扩大所述文本框的横向尺寸和/或纵向尺寸。
12.根据权利要求8所述的方法，其特征在于，所述展示于待处理视频帧中的目标区域，包括：
若所述翻译文本的占用区域面积小于所述目标区域的区域面积，则缩小所述文本框于显示界面的显示尺寸，以使所述翻译文本与所述目标区域适配显示。
13.根据权利要求1所述的方法，其特征在于，还包括：
根据所述待处理视频帧中所述文本框的透明度参数，确定展示所述翻译文本时所述目标区域的显示参数；
其中，所述显示参数包括显示透明度和显示颜色。
14.根据权利要求1所述的方法，其特征在于，还包括：
获取所述目标区域的边缘线；
对于边缘线上的至少一个处理像素点，获取当前待处理像素点预设邻域范围内的至少一个待融合像素点，并根据所述至少一个待融合像素点的像素属性，确定所述当前待处理像素点的待处理像素属性；
对位于同一行或同一列待处理像素点的像素属性插值处理，确定所述目标区域中至少一个待显示像素点的待显示像素属性；
基于待处理像素属性和待显示像素属性，显示所述目标区域，以在所述目标区域中叠加显示所述翻译文本。
15.一种视频处理装置，其特征在于，包括：
待转化文本确定模块，用于在目标视频播放的过程中，响应于目标用户于所述目标视频的触发操作，确定待处理视频帧中的待转换文本；
翻译文本展示模块，用于将所述待转换文本转换为目标语言类型的翻译文本，并展示于待处理视频帧中的目标区域；
其中，所述目标区域包括所述转换文本内容所属文本框区域，或基于待处理视频帧的画面内容动态确定的目标区域。
16.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-14中任一所述的视频处理方法。
17.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-14中任一所述的视频处理方法。
CN202210699370.3A 2022-06-20 2022-06-20 视频处理方法、装置、电子设备及存储介质 Pending CN117319736A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210699370.3A CN117319736A (zh) 2022-06-20 2022-06-20 视频处理方法、装置、电子设备及存储介质
US17/937,236 US20230412891A1 (en) 2022-06-20 2022-09-30 Video processing method, electronic device and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210699370.3A CN117319736A (zh) 2022-06-20 2022-06-20 视频处理方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN117319736A true CN117319736A (zh) 2023-12-29

Family

ID=89168718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210699370.3A Pending CN117319736A (zh) 2022-06-20 2022-06-20 视频处理方法、装置、电子设备及存储介质

Country Status (2)

Country Link
US (1) US20230412891A1 (zh)
CN (1) CN117319736A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117528154B (zh) * 2024-01-04 2024-03-29 湖南快乐阳光互动娱乐传媒有限公司 一种视频投放方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
US20230412891A1 (en) 2023-12-21

Similar Documents

Publication Publication Date Title
CN109460233B (zh) 页面的原生界面显示更新方法、装置、终端设备及介质
US11678024B2 (en) Subtitle information display method and apparatus, and electronic device, and computer readable medium
CN111399729A (zh) 图像的绘制方法、装置、可读介质和电子设备
WO2023104102A1 (zh) 一种直播评论展示方法、装置、设备、程序产品及介质
CN113076048B (zh) 视频的展示方法、装置、电子设备和存储介质
US12019669B2 (en) Method, apparatus, device, readable storage medium and product for media content processing
CN113742025B (zh) 页面生成方法、装置、设备和存储介质
CN113934349B (zh) 交互方法、装置、电子设备和存储介质
CN111459601A (zh) 数据处理方法、装置、电子设备及计算机可读介质
CN113992926B (zh) 界面显示方法、装置、电子设备和存储介质
JP7471510B2 (ja) ピクチャのビデオへの変換の方法、装置、機器および記憶媒体
CN117319736A (zh) 视频处理方法、装置、电子设备及存储介质
JP2024502117A (ja) 画像処理方法、画像生成方法、装置、機器及び媒体
CN111626922B (zh) 图片生成方法、装置、电子设备及计算机可读存储介质
CN112492399B (zh) 信息显示方法、装置及电子设备
US11750876B2 (en) Method and apparatus for determining object adding mode, electronic device and medium
CN116596748A (zh) 图像风格化处理方法、装置、设备、存储介质和程序产品
CN114528433B (zh) 一种模板选择方法、装置、电子设备及存储介质
CN111787257B (zh) 一种视频录制方法、装置、电子设备及存储介质
CN114786069A (zh) 视频生成方法、装置、介质及电子设备
CN113919997A (zh) 一种水印处理方法、装置、电子设备及存储介质
CN111491184B (zh) 情景化字幕的生成方法、装置、电子设备及存储介质
WO2023207516A1 (zh) 直播视频处理方法、装置、电子设备及存储介质
CN116600164A (zh) 媒体内容的发布方法、装置、电子设备和存储介质
CN116820311A (zh) 封面的设置方法、装置、电子设备和存储介质

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