[發明專利]一種視頻處理方法和裝置

在審

• 申請號: 202010960748.1
• 申請日: 2020-09-14
• 公開（公告）號: CN112183249A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 姜秋宇;李曉宇;李明;張月鵬;裴廣超
• 申請（專利權）人: 北京神州泰岳智能數據技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T5/00;G06T5/10;G06T5/40;G06T3/40
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝

1.一種視頻處理方法，其特征在于，包括：

獲取視頻內容；

從所述視頻內容中按照幀序截取視頻截圖，并對所述視頻截圖進行去重處理，得到去重后的圖片序列；

對圖片序列中的每個圖片進行文本識別，得到文本數據，并根據該文本數據生成包括該文本數據的文本框；以及根據每個圖片的位圖數據生成該圖片的底圖圖片；

根據每個圖片對應的文本框與底圖圖片，并按照該圖片在圖片序列中的序號信息生成演示文稿中每個圖片對應的演示文稿頁面。

2.根據權利要求1所述的方法，其特征在于，對圖片序列中的每個圖片進行文本識別，得到文本數據，并根據該文本數據生成包括該文本數據的文本框，包括：

采用文本識別工具對每個圖片進行文本識別，得到文本數據；

計算所述文本數據中相鄰文本元素之間的漢明距離，基于相鄰文本元素之間的漢明距離對文本數據進行分區處理，得到每個分區對應的數據塊；

為每個數據塊生成一個文本框，并將該數據塊中的文本數據插入到該文本框中。

3.根據權利要求2所述的方法，其特征在于，基于相鄰文本元素之間的漢明距離對文本數據進行分區處理，包括：

在第i個文本元素與第i+1個文本元素之間的漢明距離與第i-1個文本元素與第i個文本元素之間的漢明距離不同時，以第i+1個文本元素為分區起始位置；

在第j個文本元素與第j+1個文本元素之間的漢明距離與第j-1個文本元素與第j個文本元素之間的漢明距離不同時，以第j個文本元素為分區結束位置；其中，i與j為正整數；

將第i+1個文本元素與第j個文本元素之間的元素分為一個區域，依此完成對文本數據的分區處理。

4.根據權利要求1所述的方法，其特征在于，根據每個圖片的位圖數據生成該圖片的底圖圖片，包括：

為每個圖片生成空白圖，所述空白圖中像素點與該圖片的像素點之間具有一一對應關系；

根據圖片的位圖數據判斷該圖片上像素點的RGB值是否為有效值；

根據所述一一對應關系，將該圖片上為有效值的像素點的RGB值設置為空白圖中相應像素點的RGB值；以及計算空白圖中與無效值的像素點相對應的目標像素點的相鄰色塊的RGB均值，將該RGB均值作為該目標像素點的RGB值；

將設置好RGB值的空白圖確定為該圖片對應的底圖圖片。

5.根據權利要求4所述的方法，其特征在于，根據圖片的位圖數據判斷該圖片上像素點的RGB值是否為有效值，包括：

根據該圖片的位圖數據獲取該圖片每個像素點的RGB值，根據該RGB值計算該像素點的置信度；

在置信度大于設定閾值時，判斷該像素點的RGB值為有效值，在置信度不大于設定閾值時，判斷該像素點的RGB值為無效值。

6.根據權利要求1所述的方法，其特征在于，從所述視頻內容中按照幀序截取視頻截圖，并對所述視頻截圖進行去重處理，得到去重后的圖片序列，包括：

根據所述視頻內容的幀率設置截取幀數，所述截取幀數用于指示截取視屏截圖的時間間隔；

按照所述截取幀數從所述視頻內容中截取視頻截圖，并將截取到的視頻截圖的存儲路徑按照幀序存儲在列表中，通過對列表中的元素進行操作實現視頻截圖的去重。

7.根據權利要求1所述的方法，其特征在于，對所述視頻截圖進行去重處理，得到去重后的圖片序列，包括：

對所述視頻截圖進行尺寸縮放處理與灰度化處理，得到具有預定尺寸的灰度化的視頻截圖；

計算處理后的所述視頻截圖的圖像指紋信息與灰度直方圖信息，利用所述圖像指紋信息與灰度直方圖信息對所述視頻截圖進行去重處理，得到去重后的圖片序列。