[發明專利]一種視頻編解碼的方法及裝置

在審

• 申請號: 202110080819.3
• 申請日: 2021-01-21
• 公開（公告）號: CN112887730A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 包佳晶
• 申請（專利權）人: 百果園技術（新加坡）有限公司
• 主分類號: H04N19/42
• 分類號: H04N19/42;H04N21/2343;H04N21/4402
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本申請公開了一種視頻編解碼的方法及裝置，所述編碼方法包括：在對目標視頻進行編碼時，對當前待編碼的視頻幀進行文字檢測；若針對所述視頻幀的文字檢測的結果為存在文字信息，則提取出該視頻幀中的文字信息，并將所述文字信息編碼成文字編碼數據；對提取出所述文字信息的視頻幀進行去文字處理，生成待編碼視頻幀，并對所述待編碼視頻幀進行視頻編碼，生成視頻編碼數據；將所述文字編碼數據添加到所述視頻編碼數據中；將所述視頻編碼數據加入到視頻碼流中進行輸出。通過本申請實施例，文字不進入視頻編碼壓縮流程中，避免在進行視頻編碼時由于文字編碼區域紋理復雜度比較高造成的碼率消耗高的情況，提高視頻壓縮效率。

技術領域

本申請實施例涉及視頻數據處理技術，尤其涉及一種視頻編解碼的方法及裝置。

背景技術

隨著移動互聯網和多媒體技術的快速發展，屏幕內容視頻引起了學術界和工業界的廣泛關注，并被廣泛應用于云計算、遠程教育、在線直播和視頻會議等應用中。與傳統自然場景視頻不同，屏幕內容視頻既包含由攝像機拍攝得到的連續色調區域，如照片和自然場景視頻等，又包含基于計算機得到的非連續色調區域，如文字、圖表、二維碼等，同時也包含變化豐富的運動信息。

與傳統自然場景視頻類似，屏幕內容視頻在生成、處理、壓縮、存儲、傳輸和渲染的過程中不可避免地會引入各種失真從而導致視覺效果降低。在屏幕內容視頻中，文字占據了相當大的比重，同時文字編碼效果直接影響了人眼觀看的效果。當采用相關技術對屏幕內容視頻進行視頻編碼時，由于屏幕內容視頻的文字編碼區域紋理復雜度比較高，造成該區域的碼率消耗高，并且由于文字部分是高頻信號，造成文字周圍的振鈴效應極大，解碼恢復的效果不理想，給用戶的主觀效果不好。

發明內容

本申請提供一種視頻編解碼的方法及裝置，以解決在視頻編碼過程中由于文字的存在導致的碼率消耗高、解碼主觀效果不理想等問題。

第一方面，本申請實施例提供了一種視頻編碼方法，所述方法包括：

在對目標視頻進行編碼時，對當前待編碼的視頻幀進行文字檢測；

若針對所述視頻幀的文字檢測的結果為存在文字信息，則提取出該視頻幀中的文字信息，并將所述文字信息編碼成文字編碼數據；

對提取出所述文字信息的視頻幀進行去文字處理，生成待編碼視頻幀，并對所述待編碼視頻幀進行視頻編碼，生成視頻編碼數據；

將所述文字編碼數據添加到所述視頻編碼數據中；

將所述視頻編碼數據加入到視頻碼流中進行輸出。

第二方面，本申請實施例還提供了一種視頻解碼方法，所述方法包括：

在對視頻碼流進行解碼時，判斷當前待解碼的視頻編碼數據是否攜帶文字編碼數據；

若當前待解碼的視頻編碼數據攜帶文字編碼數據，則對所述文字編碼數據進行解碼，獲得文字信息；

對所述視頻編碼數據進行解碼，獲得對應的視頻幀；

在所述視頻幀中的對應位置添加所述文字信息。

第三方面，本申請實施例還提供了一種視頻編碼裝置，所述裝置包括：

文字檢測模塊，用于在對目標視頻進行編碼時，對當前待編碼的視頻幀進行文字檢測；

文字編碼模塊，用于若針對所述視頻幀的文字檢測的結果為存在文字信息，則提取出該視頻幀中的文字信息，并將所述文字信息編碼成文字編碼數據；

去文字處理模塊，用于對提取出所述文字信息的視頻幀進行去文字處理，生成待編碼視頻幀；

視頻編碼模塊，用于對所述待編碼視頻幀進行視頻編碼，生成視頻編碼數據；