CN104883607A - 一种视频截图或剪切的方法、装置及移动设备 - Google Patents

Abstract

本发明实施例提供了一种视频截图或剪切的方法、装置及移动设备。该方法包括：采集声音样本中的声纹信息；根据声纹信息扫描目标视频，并获取目标视频中与声纹信息匹配的声音出现的时间点；根据所获取的时间点对目标视频进行截图或者剪切。通过采用上述技术方案，用户在使用移动设备进行视频截图或剪切操作时，可指定声音样本和目标视频，移动设备就会自动根据从该声音样本中采集的声纹信息来扫描目标视频，将声纹信息匹配处的视频图像或视频内容进行截取，算法简单且截取准确率高，可实现快速截取。整个操作过程简单快捷，无需用户手动选择截取位置，可满足用户需求。

Description

一种视频截图或剪切的方法、装置及移动设备

技术领域

本发明实施例涉及影像处理技术领域，尤其涉及一种视频截图或剪切的方法、装置及移动设备。

背景技术

人们在观看影片、电视剧或者自己拍摄的短片等视频文件时，通常会遇到许多感兴趣的场景，如视频中包含的人物造型、台词、景色等。这时，人们往往想通过视频截图或者视频剪切的方式将这些场景保存成图片或短视频形式，方便日后查看或使用。

对于许多用户来说，可能仅对涉及到同一个人物的场景感兴趣，那么就会想保存仅涉及到该人物的图片或短视频。为了全面的截取一个视频文件中所有包含该人物的场景，用户需要在观看过程中不断的进行截图或剪切操作，或者在观看过程中记录所有的包含该人物场景的时间点，再通过视频处理软件进行截图或剪切，操作过程繁琐、耗时、准确度低。尤其是对于习惯使用移动设备观看视频的用户来说，基本使用手指在触摸屏上进行相关操作，上述截图或剪切方式会更加复杂，并且很难每次都准确的截取到预想的画面或者预想时间段内的短视频，当截取不准确时，又需要反复进行视频截图或剪切的操作，为用户的使用带来不便。

发明内容

本发明的目的是提出一种视频截图或剪切的方法、装置及移动设备，以解决现有的视频截图或剪切方式操作步骤繁琐、耗时，且准确度低的问题。

第一方面，本发明实施例提供了一种视频截图或剪切的方法，包括：

采集声音样本中的声纹信息；

根据所述声纹信息扫描目标视频，并获取所述目标视频中与所述声纹信息匹配的声音出现的时间点；

根据所获取的时间点对所述目标视频进行截图或者剪切。

第二方面，本发明实施例提供了一种视频截图或剪切的装置，包括：

声纹信息采集模块，用于采集声音样本中的声纹信息；

视频扫描模块，用于根据所述声纹信息扫描目标视频，并获取所述目标视频中与所述声纹信息匹配的声音出现的时间点；

截图或剪切模块，用于根据所获取的时间点对所述目标视频进行截图或者剪切。

第三方面，本发明实施例提供了一种移动设备，该移动设备包括本发明实施例中的视频截图或剪切的装置。

本发明实施例中提供的视频截图或剪切的方法、装置及移动设备，能够简化现有的视频截图或剪切操作，省时省力，且准确度高。本发明实施例中提供的视频截图或剪切的方法，根据采集到的声音样本中的声纹信息来扫描目标视频，并获取目标视频中与该声纹信息匹配的声音出现的时间点，根据获取的时间点对目标视频进行截图或者剪切。通过采用上述技术方案，用户在使用移动设备进行视频截图或剪切操作时，可指定声音样本和目标视频，移动设备就会自动根据从该声音样本中采集的声纹信息来扫描目标视频，将声纹信息匹配处的视频图像或视频内容进行截取，算法简单且截取准确率高，可实现快速截取。整个操作过程简单快捷，无需用户手动选择截取位置，满足用户需求。

附图说明

图1为本发明实施例一提供的一种视频截图或剪切的方法的流程示意图；

图2为本发明实施例二提供的一种视频截图或剪切的方法的流程示意图；

图3为本发明实施例三提供的一种视频截图或剪切的装置的结构框图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种视频截图或剪切的方法的流程示意图，该方法可以由视频截图或剪切的装置执行，其中该装置可由软件和/或硬件实现，并一般集成于移动设备中。如图1所示，该方法包括：

步骤101、采集声音样本中的声纹信息。

示例性的，所述移动设备具体可为手机、平板电脑及笔记本电脑等设备。本领域技术人员可知，执行本实施例所述方法的装置并不局限于集成于移动设备中，也可集成于台式计算机等其他电子设备中，一般集成于移动设备中是因为所带来的有益效果更加明显，所以本发明实施例仅以集成于移动设备中为例进行说明。

本实施例提供的方法目的是对目标视频进行截图或剪切，示例性的，所述目标视频具体可为电影、电视剧或者用户自己拍摄的短片等视频文件，目标视频中一般包括多个人物。当用户对其中一个人物的造型、台词或该人物出现时对应的场景等感兴趣时，便会希望针对该人物出现时候的画面或片段进行截图或剪切，可将该人物定义为目标人物。

示例性的，本步骤中的声音样本的来源可以有多种。例如：可直接通过麦克风获取目标人物的声音并生成声音样本，此种方式尤其适用于目标视频为用户自己拍摄短片的情况；也可通过读取包含目标人物声音的音频或视频来得到声音样本，当该音频或视频中包含多个人物声音时，可由用户进行指定读取区间，当然，也可由用户直接在目标视频中寻找任意一处包含目标人物声音的读取区间，通过读取用户指定的读取区间内的目标人物声音来得到声音样本。在得到声音样本后，可对声音样本进行存储，方便日后直接调取使用。

在本实施例中，所述声纹为人的声音的生物特征，所述声纹信息可包括声音的频率、波长、强度、节奏及声调等声纹特性，可通过声纹信息识别出一段声音中是否包含声纹所属主人说的话或发出的其他声音。本步骤中，对声音样本中的声纹信息进行采集，优选的，还可将采集到的声纹信息进行存储，方便日后直接调取使用。

步骤102、根据声纹信息扫描目标视频，并获取目标视频中与声纹信息匹配的声音出现的时间点。

示例性的，可在目标视频处于播放状态下进行基于声纹信息的扫描，在扫描过程中将目标视频中出现的声音与声纹信息进行匹配，当所出现的声音与声纹信息相一致时，说明匹配成功，该声音为目标人物发出的，获取该声音在目标视频中出现的时间点；也可将目标视频中的音频信息进行提取，对所提取出来的音频信息进行基于声纹信息的扫描，在扫描过程中将音频信息与声纹信息进行匹配，当某一部分音频信息与声纹信息相一致时，说明匹配成功，获取该部分音频信息在目标视频中对应的时间点。

步骤103、根据所获取的时间点对目标视频进行截图或者剪切。

示例性的，可在移动设备中分别添加视频截图功能设置选项和视频剪切功能设置选项，在上述两个功能设置选项中可由用户自行设置开启或关闭相应功能。优选的，还可由用户在视频播放软件中设置当前截取类型为视频截图还是视频剪切，或者设置同时支持上述两种截取类型。

示例性的，在步骤102中获取到一个时间点时，可直接对该时间点所对应的视频图像进行截取，并生成相应的图片进行存储。优选的，可自动根据该时间点为相应的截图命名，方便用户日后查看；当连续获取到多个时间点时，说明在一段时间内目标人物的声音持续出现，可对多个时间点所对应的时间段内的视频内容进行剪切，其中，视频内容包括视频的显示图像和对应的音频等相关信息，随后可生成相应的剪切后的视频文件进行存储。

示例性的，在步骤102中获取到一个时间点时，可对该时间点进行存储，等待目标视频扫描完毕后，根据所获取的时间点的先后顺序生成时间轴，再根据时间轴对目标视频进行截图或者剪切。其中，所生成的时间轴可存储于移动设备中，如随机存取存储器(Random-Access Memory，RAM)，待需要进行截图或者剪切时进行调用。具体的，当目标人物的声音在目标视频中的某一时刻出现，该时刻可对应时间轴上的一个点，如在目标视频的1分20秒处出现目标人物声音，则时间轴的1分20秒处对应出现一个点；当目标人物的声音在目标视频中的某一时段内持续出现，该时段可对应时间轴上的一个线段，如在目标视频的1分30秒到1分50秒之间持续出现目标人物声音，则时间轴上对应出现起点为1分30秒、终点为1分50秒的线段。当视频截图功能处于开启状态时，可对时间轴上的点所对应的视频图像进行截取，还可对线段中所对应的视频图像进行截取，并生成相应的图片进行存储。当视频剪切功能处于开启状态时，可对线段中所对应的视频内容进行剪切，随后可生成相应的剪切后的视频文件进行存储。

进一步的，在对目标视频进行剪切操作时，可获取预设时间长度，根据所获取的时间点和预设时间长度确定剪切区间，根据剪切区间对目标视频进行剪切。示例性的，可根据预设算法得出预设时间长度y，在时间点n处获取到匹配的声音，可将剪切区间确定为[n-y，n+y]，对该剪切区间内的视频进行剪切。例如，获取到的预设时间长度y为15秒，获取的时间点n为1分20秒，则剪切区间为[1分5秒，1分35秒]，对目标视频的1分5秒到1分35秒之间的视频内容进行剪切。

进一步的，可根据所获取的时间点对目标视频进行剪切，并生成多个子视频，将多个子视频拼接成为合成视频。示例性的，当目标人物声音在目标视频中出现多次时，可根据所获取的时间点对目标视频进行多次剪切，每次剪切后生成一个对应的子视频。在对整个目标视频剪切完毕后，可按照时间点的顺序将多个子视频进行拼接处理，形成合成视频，可避免用户日后查看子视频时多次执行打开视频的操作。

优选的，在对目标视频进行截图操作时，如果目标人物声音在目标视频中出现次数较多或持续出现的时间较长，可获取截图频率，并根据截图频率和所获取的时间点对目标视频进行截图，从而控制截图数量。其中，截图频率可由***默认设置或由用户根据实际情况自行设定。例如，所获取的截图频率为30秒一次，在目标视频的25分到25分40秒、30分到32分均出现了目标人物声音，则可在25分30秒处截取一张图像，在30分30秒、31分、31分30秒及32分处分别截取一张图像，共得到四张图片。

在本实施例中，当目标人物的声音出现时间比较集中时，为了节省扫描匹配的时间，在执行步骤102之前，可增加获取目标视频的待扫描区间的步骤，并在执行步骤102时，根据声纹信息扫描待扫描区间，并获取待扫描区间中与声纹信息匹配的声音出现的时间点。其中，所述扫描区间可由用户进行选定。具体的，可通过传入相关的时间段或者通过在视频的进度中指定待扫描区间，如用户可通过拉动视频播放进度条从一个时间点到另外一个时间点，将两个时间点之间的区间作为待扫描区间。

本发明实施例一提供的视频截图或剪切的方法，根据采集到的声音样本中的声纹信息来扫描目标视频，并获取目标视频中与该声纹信息匹配的声音出现的时间点，根据获取的时间点对目标视频进行截图或者剪切。通过采用上述技术方案，用户在使用移动设备进行视频截图或剪切操作时，可指定声音样本和目标视频，移动设备就会自动根据从该声音样本中采集的声纹信息来扫描目标视频，将声纹信息匹配处的视频图像或视频内容进行截取，算法简单且截取准确率高，可实现快速截取。整个操作过程简单快捷，无需用户手动选择截取位置，满足用户需求。

实施例二

图2为本发明实施例二提供的一种视频截图或剪切的方法的流程示意图，本实施例以上述实施例为基础进行优化，在本实施例中，对目标视频进行分段扫描，并根据所获取的时间点生成多个子时间轴，再根据多个子时间轴对目标视频进行分段截图或者剪切。

相应的，本实施例的方法包括如下步骤：

步骤201、采集声音样本中的声纹信息。

步骤202、根据声纹信息对目标视频进行分段扫描，并获取目标视频中与声纹信息匹配的声音出现的时间点。

示例性的，为了加快截图或剪切进程，可将目标视频中的音频信息进行提取，对所提取出来的音频信息进行基于声纹信息的多线程式分段扫描。可基于时间长度将音频信息平均分成N部分，同时对每个部分进行扫描，并获取音频信息中与声纹信息匹配的声音出现的时间点。例如，目标视频的时间长度共30分钟，可将提取出来的音频信息按照0-10分钟、10分钟-20分钟及20分钟-30分钟平均分成3个部分，对这3个部分同时进行扫描匹配。

步骤203、根据所获取的时间点生成多个子时间轴。

示例性的，根据音频信息的每个部分所获取的时间点生成N个子时间轴。进一步的，生成一个子时间轴后，可对该子时间轴进行存储。

步骤204、根据多个子时间轴对目标视频进行分段截图或者剪切。

示例性的，由于音频信息的每个部分中包含的与声纹信息匹配的声音出现的时间点的数量很可能不同，包含时间点数量较多的部分在扫描匹配的过程中可能耗时相对长一些，因此，每个子时间轴的生成时间也可能会不同。当一个子时间轴先于其他部分的子时间轴被生成时，便可基于该先生成的子时间轴对相应的视频部分进行截图或者剪切，而不必等所有子时间轴都生成后再执行截图或剪切操作。

在本实施例中，为了进一步加快截图或剪切进程，也可在执行步骤202之前，增加获取目标视频的待扫描区间的步骤，并在执行步骤202时，根据声纹信息对待扫描区间的视频进行分段扫描。其中，所述扫描区间可由用户进行选定。

下面提供一种应用本发明实施例二的方法进行视频截图的优选具体实施方式：

例如，用户需要对手机中的一个视频A进行视频截图，目的是截取包含人物B声音的场景。用户可先指定截取类型为截图，然后确认需要进行截图的目标视频是整个时长的视频A。用户在手机中选取一个包含人物B声音的文件(可为音频文件或视频文件)，或者在视频A中指定一个包含人物B声音的场景作为声音样本，采集声音样本中的声纹信息。将视频A平均分成N段进行多线程扫描匹配，每生成一个包含人物B声纹信息的子时间轴时，根据该子时间轴对该段视频进行截图。截图后生成的图片文件以其在视频A中的时间点命名并存入手机内存。如果人物B出现的场景较多时，为了控制截图数量，可设置截图频率，如30s内进行一次截图。

下面提供一种应用本发明实施例二的方法进行视频剪切的优选具体实施方式：

例如，用户需要对视频A进行剪切，目的是剪切包括人物C声音的场景。通过麦克风录制一段人物C说的话，生成声音样本，采集声音样本中的声纹信息。用户可先指定截取类型为视频剪切，然后指定待扫描区间为30-60分钟。将视频A的待扫描区间30-60分钟记为区间D，将区间D平均分成M段进行多线程扫描匹配，每生成一个包含人物C声纹信息的子时间轴时，根据该子时间轴对相应的视频部分进行剪切。假设分别在35-37、45-48、54-56分钟这三个时间段包含人物C的声纹特性，将会生成三个子视频，可将这三个子视频进行拼接，生成一个稍大的合成视频，并进行存储。

本发明实施例二提供的视频截图或剪切的方法，可根据声纹信息对目标视频进行多线程式的分段扫描、匹配及截图或剪切，可大大缩短整个视频截图或剪切过程所对应的时间，使用户更快地得到想要截取的图片或视频，进一步提升用户的使用体验。

实施例三

图3为本发明实施例三提供的一种视频截图或剪切的装置的结构框图，该装置可由软件和/或硬件实现，并一般集成于移动设备中。如图3所示，该装置包括：声纹信息采集模块301，用于采集声音样本中的声纹信息；视频扫描模块302，用于根据所述声纹信息扫描目标视频，并获取所述目标视频中与所述声纹信息匹配的声音出现的时间点；截图或剪切模块303，用于根据所获取的时间点对所述目标视频进行截图或者剪切。

本发明实施例三提供的视频截图或剪切的装置，由视频扫描模块302根据声纹信息采集模块301采集到的声音样本中的声纹信息来扫描目标视频，并获取目标视频中与该声纹信息匹配的声音出现的时间点，由截图或剪切模块303根据获取的时间点对目标视频进行截图或者剪切。通过采用上述技术方案，用户在使用移动设备进行视频截图或剪切操作时，可指定声音样本和目标视频，移动设备就会自动根据从该声音样本中采集的声纹信息来扫描目标视频，将声纹信息匹配处的视频图像或视频内容进行截取，算法简单且截取准确率高，可实现快速截取。整个操作过程简单快捷，无需用户手动选择截取位置，满足用户需求。

在上述实施例的基础上，所述截图或剪切模块可包括：时间轴生成单元和第一截图或剪切单元。其中，时间轴生成单元，用于根据所获取的时间点生成时间轴；第一截图或剪切单元，用于根据时间轴对目标视频进行截图或者剪切。

在上述实施例的基础上，所述视频扫描模块可包括分段扫描单元，用于根据声纹信息对目标视频进行分段扫描；所述截图或剪切模块可包括子时间轴生成单元和第二截图或剪切单元。其中，子时间轴生成单元，用于根据所获取的时间点生成多个子时间轴；第二截图或剪切单元，用于根据所述多个子时间轴对所述目标视频进行分段截图或者剪切。

在上述实施例的基础上，所述截图或剪切模块可包括预设时间长度获取单元、剪切区间确定单元和第三截图或剪切单元。其中，预设时间长度获取单元，用于获取预设时间长度；剪切区间确定单元，用于根据所获取的时间点和预设时间长度确定剪切区间；第三截图或剪切单元，用于根据剪切区间对目标视频进行剪切。

在上述实施例的基础上，所述截图或剪切模块可包括子视频生成单元和拼接单元。其中，子视频生成单元，用于根据所获取的时间点对目标视频进行剪切，并生成多个子视频；拼接单元，用于将多个子视频拼接成为合成视频。

在上述实施例的基础上，该装置还可包括获取模块，用于在根据声纹信息扫描目标视频之前，获取目标视频的待扫描区间；所述截图或剪切模块可具体用于：根据声纹信息扫描待扫描区间，并获取待扫描区间中与声纹信息匹配的声音出现的时间点。

在上述实施例的基础上，所述截图或剪切模块可包括频率获取单元和第四截图或剪切单元。其中，频率获取单元，用于获取截图频率；第四截图或剪切单元，用于根据所述截图频率和所获取的时间点对所述目标视频进行截图。

实施例四

本发明实施例四提供一种移动设备，该设备包括本发明实施例中所述的视频截图或剪切的装置，可通过执行本发明实施例中所述的视频截图或剪切的方法来对视频进行截图或剪切操作。

示例性的，所述移动设备具体可为手机、平板电脑及笔记本电脑等设备。优选的，所述移动设备中设置麦克风等声音采集装置。

当用户在使用本发明实施例四提供的移动设备进行视频截图或剪切操作时，可指定声音样本和目标视频，移动设备就会自动根据从该声音样本中采集的声纹信息来扫描目标视频，将声纹信息匹配处的视频图像或视频内容进行截取，算法简单且截取准确率高，可实现快速截取。整个操作过程简单快捷，无需用户手动选择截取位置，满足用户需求。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明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发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (15)

1.一种视频截图或剪切的方法，其特征在于，包括：

采集声音样本中的声纹信息；

根据所述声纹信息扫描目标视频，并获取所述目标视频中与所述声纹信息匹配的声音出现的时间点；

根据所获取的时间点对所述目标视频进行截图或者剪切。

2.根据权利要求1所述的方法，其特征在于，根据所获取的时间点对所述目标视频进行截图或者剪切，包括：

根据所获取的时间点生成时间轴；

根据所述时间轴对所述目标视频进行截图或者剪切。

3.根据权利要求1所述的方法，其特征在于，

根据所述声纹信息扫描目标视频，包括：

根据所述声纹信息对目标视频进行分段扫描；

根据所获取的时间点对所述目标视频进行截图或者剪切，包括：

根据所获取的时间点生成多个子时间轴；

根据所述多个子时间轴对所述目标视频进行分段截图或者剪切。

4.根据权利要求1所述的方法，其特征在于，根据所获取的时间点对所述目标视频进行剪切，包括：

获取预设时间长度；

根据所获取的时间点和所述预设时间长度确定剪切区间；

根据所述剪切区间对所述目标视频进行剪切。

5.根据权利要求1所述的方法，其特征在于，根据所获取的时间点对所述目标视频进行剪切，包括：

根据所获取的时间点对所述目标视频进行剪切，并生成多个子视频；

将所述多个子视频拼接成为合成视频。

6.根据权利要求1所述的方法，其特征在于，在根据所述声纹信息扫描目标视频之前，还包括：

获取目标视频的待扫描区间；

根据所述声纹信息扫描目标视频，并获取所述目标视频中与所述声纹信息匹配的声音出现的时间点，包括：

根据所述声纹信息扫描所述待扫描区间，并获取所述待扫描区间中与所述声纹信息匹配的声音出现的时间点。

7.根据权利要求1所述的方法，其特征在于，根据所获取的时间点对所述目标视频进行截图，包括：

获取截图频率；

根据所述截图频率和所获取的时间点对所述目标视频进行截图。

8.一种视频截图或剪切的装置，其特征在于，包括：

声纹信息采集模块，用于采集声音样本中的声纹信息；

视频扫描模块，用于根据所述声纹信息扫描目标视频，并获取所述目标视频中与所述声纹信息匹配的声音出现的时间点；

截图或剪切模块，用于根据所获取的时间点对所述目标视频进行截图或者剪切。

9.根据权利要求8所述的装置，其特征在于，所述截图或剪切模块包括：

时间轴生成单元，用于根据所获取的时间点生成时间轴；

第一截图或剪切单元，用于根据所述时间轴对所述目标视频进行截图或者剪切。

10.根据权利要求8所述的装置，其特征在于，

所述视频扫描模块包括：

分段扫描单元，用于根据所述声纹信息对目标视频进行分段扫描；

所述截图或剪切模块包括：

子时间轴生成单元，用于根据所获取的时间点生成多个子时间轴；

第二截图或剪切单元，用于根据所述多个子时间轴对所述目标视频进行分段截图或者剪切。

11.根据权利要求8所述的装置，其特征在于，所述截图或剪切模块包括：

预设时间长度获取单元，用于获取预设时间长度；

剪切区间确定单元，用于根据所获取的时间点和所述预设时间长度确定剪切区间；

第三截图或剪切单元，用于根据所述剪切区间对所述目标视频进行剪切。

12.根据权利要求8所述的装置，其特征在于，所述截图或剪切模块包括：

子视频生成单元，用于根据所获取的时间点对所述目标视频进行剪切，并生成多个子视频；

拼接单元，用于将所述多个子视频拼接成为合成视频。

13.根据权利要求8所述的装置，其特征在于，还包括：

获取模块，用于在根据所述声纹信息扫描目标视频之前，获取目标视频的待扫描区间；

所述截图或剪切模块具体用于：

根据所述声纹信息扫描所述待扫描区间，并获取所述待扫描区间中与所述声纹信息匹配的声音出现的时间点。

14.根据权利要求8所述的装置，其特征在于，所述截图或剪切模块包括：

频率获取单元，用于获取截图频率；

第四截图或剪切单元，用于根据所述截图频率和所获取的时间点对所述目标视频进行截图。

15.一种移动设备，其特征在于，包括如权利要求8-14中任一项所述的视频截图或剪切的装置。