CN110198428A - 一种多媒体文件生成方法及第一终端 - Google Patents

Abstract

本发明提供一种多媒体文件生成方法及第一终端，其中，该多媒体文件生成方法包括：在第一终端与第二终端进行视频通话时，获取第一终端的摄像头采集的第一视频画面以及第二终端的摄像头采集的第二视频画面；提取第一视频画面中的第一目标对象，以及第二视频画面中的第二目标对象；生成包括第一目标对象和第二目标对象的目标多媒体文件。本发明能够在视频通话过程中实现第一终端和第二终端中目标对象的同框合影，提升了用户视频通话中的视听体验，增强了用户使用体验。

Description

一种多媒体文件生成方法及第一终端

技术领域

本发明涉及通信技术领域，尤其涉及一种多媒体文件生成方法及第一终端。

背景技术

在移动互联网时代，随着终端设备的推广和普及，用户之间的沟通已从传统的电话语音聊天，逐渐演变为使用互联网应用的视频聊天。

现有的视频通讯工具只能图文并茂绘声绘色的聊天，无法解决视频聊天时的同框连拍、同框录像的诉求，难以满足用户在视频通话过程中进行同框拍照、录像等合影拍摄需求。

发明内容

本发明提供一种多媒体文件生成方法及第一终端，以解决现有技术中难以满足用户在视频通话过程中进行同框拍照、录像等合影拍摄需求的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供一种多媒体文件生成方法，包括：

在第一终端与第二终端进行视频通话时，获取第一终端的摄像头采集的第一视频画面以及第二终端的摄像头采集的第二视频画面；

提取第一视频画面中的第一目标对象，以及第二视频画面中的第二目标对象；

生成包括第一目标对象和第二目标对象的目标多媒体文件。

第二方面，本发明实施例提供一种第一终端，包括：

获取模块，用于在第一终端与第二终端进行视频通话时，获取第一终端的摄像头采集的第一视频画面以及第二终端的摄像头采集的第二视频画面；

提取模块，用于提取第一视频画面中的第一目标对象，以及第二视频画面中的第二目标对象；

生成模块，用于生成包括第一目标对象和第二目标对象的目标多媒体文件。

第三方面，本发明实施例提供一种终端，包括处理器，存储器，存储在存储器上并可在处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述多媒体文件生成方法的步骤。

第四方面，本发明实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述多媒体文件生成方法的步骤。

本发明实施例中，通过在第一终端与第二终端进行视频通话时，获取第一终端的摄像头采集的第一视频画面以及第二终端的摄像头采集的第二视频画面；提取第一视频画面中的第一目标对象，以及第二视频画面中的第二目标对象；生成包括第一目标对象和第二目标对象的目标多媒体文件，能够在视频通话过程中实现第一终端和第二终端中目标对象的同框合影，提升了用户视频通话中的视听体验，增强了用户使用体验。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1表示本发明实施例提供的多媒体文件生成方法的流程示意图；

图2表示本发明实施例提供的第一终端的结构示意图；

图3表示本发明实施例提供的终端的硬件结构示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

请参见图1，其示出的是本发明实施例提供的多媒体文件生成方法的流程示意图，本发明实施例提供一种多媒体文件生成方法，应用于第一终端，可以包括以下步骤：

步骤101，在第一终端与第二终端进行视频通话时，获取第一终端的摄像头采集的第一视频画面以及第二终端的摄像头采集的第二视频画面。

本发明实施例中，第一终端和第二终端可以为支持视频通讯功能(例如支持视频通讯应用安装于其上的且具有显示功能)的各种电子设备，例如，第一终端和第二终端可以包括但不限于手机、平板电脑、笔记本电脑以及台式计算机等等。其中，第一终端和第二终端所对应的摄像头可以是配置于终端上的内置摄像设备，或者，也可以是与终端连接(无线连接或有线连接)的外设摄像设备。

本步骤中，在第一终端用户通过第一终端与第二终端进行视频通话时，第一终端获取第一终端所对应的第一摄像头采集的第一视频画面，以及获取第二终端发送的、第二终端所对应的第二摄像头采集的第二视频画面，以便于第一终端后续对第一视频画面和第二视频画面进行处理获得所需的第一目标对象和第二目标对象。需要说明的是，本发明实施例中，第二终端指代的是与第一终端进行视频通话的其他终端，其并不限制为一个终端，例如，当前为三方视频通话，即第一终端当前与另外两个终端进行视频通话，则第二终端可以为另外两个终端中的其中一个或者为该另外两个终端。

本发明实施例中，为提升人机交互体验，且利于与用户使用需求相适应，可以提供一开关，该开关可以物理按键和/或虚拟按键，通过该开关可以开启或者关闭“视频通讯同框合影功能”；若关闭该功能，则第一终端基于现有技术执行视频通话；若开启该功能，则第一终端执行本发明实施例提供的多媒体文件生成方法。

步骤102，提取第一视频画面中的第一目标对象，以及第二视频画面中的第二目标对象。

本步骤中，基于步骤101中获取的第一视频画面和第二视频画面，第一终端提取第一视频画面中包含的第一目标对象，以及提取第二视频画面中包含的第二目标对象。可选地，可以采用前背景图像分离技术，从第一视频画面中提取第一目标对象，从第二视频画面中提取第二目标对象。

这里，第一目标对象和第二目标对象在其对应的视频画面中所对应的画面对象可以是一个或者多个，也就是说，第一目标对象在第一视频画面中所对应的画面对象可以是一个个体(例如一个用户影像)或者一个群体(例如两个及以上的用户影像)，第二目标对象在第二视频画面中所对应的画面对象可以是一个个体(例如一个用户影像)或者一个群体(例如两个及以上的用户影像)；并且，该第一目标对象以及第二目标对象可以为基于用户选取确定的，或者，也可以为第一终端分别基于第一视频画面和第二视频画面识别确定的。在一示例中，第一目标对象可以为第一视频画面中包含的第一用户影像，第二目标对象可以为第二视频画面中包含的第二用户影像。

步骤103，生成包括第一目标对象和第二目标对象的目标多媒体文件。

本步骤中，基于步骤102中提取的第一目标对象和第二目标对象，进行合成处理，生成目标多媒体文件，该目标多媒体文件中包括第一目标对象和第二目标对象，也即该目标多媒体文件为第一目标对象和第二目标对象的合影多媒体文件，这样，能够在视频通话过程中实现第一终端和第二终端中目标对象的同框合影，提升了用户视频通话中的视听体验，增加了视频通话的趣味性。其中，该目标多媒体文件可以包括合影图像和合影视频中的至少一个。

可选地，第一终端可以通过将第一目标对象、第二目标对象以及目标背景图像进行合成处理，生成合影图像和/或合影视频，这里，该合影视频可以是基于多张合影图像进行合成处理生成的。其中，目标背景图像可以包括以下至少一个：第一视频画面中除第一目标对象之外的第一背景图像，第二视频画面中除第二目标对象之外的第二背景图像，预先设置的第三背景图像。在一示例中，可以通过将第一目标对象和第二目标对象，分别结合第一背景图像和第二背景图像合成为不同背景底色的目标多媒体文件，即，生成以第一背景图像为背景底色的目标多媒体文件以及以第二背景图像为背景底色的目标多媒体文件，以供用户择优留存，这里，较优地，可以在步骤102中提取第一目标对象和第二目标对象的同时，分别提取第一背景图像和第二背景图像；在另一示例中，可以通过第一目标对象、第二目标对象以及第三背景图像合成为目标多媒体文件，即生成自定义背景底色的目标多媒体文件，以满足用户的个性化需求。

本发明实施例中，通过在第一终端与第二终端进行视频通话时，获取第一终端的摄像头采集的第一视频画面以及第二终端的摄像头采集的第二视频画面；提取第一视频画面中的第一目标对象，以及第二视频画面中的第二目标对象；生成包括第一目标对象和第二目标对象的目标多媒体文件，能够在视频通话过程中实现第一终端和第二终端中目标对象的同框合影，提升了用户视频通话中的视听体验，增加了视频通话的趣味性，增强了用户使用体验。

在本发明实施例中，对于第一目标对象和第二目标对象的提取方式可以有多种。例如，第一终端可以通过从第一终端接收的视频数据中提取，即，通过从第一视频画面对应的第一视频数据中提取相应的第一目标对象，从第二视频画面对应的第二视频数据中提取相应的第二目标对象，但是该种提取方式需要首先获得视频数据获取权限，若当前视频通话为通过第三方视频通讯应用实现，则首先需要获得第三方视频通讯应用的视频数据获取权限。

或者，例如，第一终端可以通过基于第一视频画面和第二视频画面显示于第一终端的显示界面的图像来提取第一目标对象和第二目标对象。也就是说，在本发明一些可选的实施例中，步骤102，分别提取第一视频画面中的第一目标对象，以及第二视频画面中的第二目标对象，可以包括以下步骤：将第一视频画面和第二视频画面分别显示于第一终端的显示界面；获取显示界面的图像，得到至少一张待处理图像；从至少一张待处理图像中提取至少一个第一目标对象和至少一个第二目标对象。本发明实施例中，在步骤101中获取到第一视频画面和第二视频画面之后，第一终端可以将第一视频画面和第二视频画面分别且同时显示于第一终端的显示界面，以供用户查看；然后，获取第一视频画面和第二视频画面显示于显示界面的图像，从而得到至少一张待处理图像，此时，待处理图像中可以包括有第一视频画面对应的第一图像以及第二视频画面对应的第二图像；接着，在从至少一个待处理图像中提取至少一个第一目标对象和第二目标对象，这样，能够便捷简单地提取所需的第一目标对象和第二目标对象。可选地，为更好地显示第一视频画面和第二视频画面并获得待处理图像，可以在显示界面的第一显示区域显示第一视频画面，在显示界面的第二显示区域显示第二视频画面。这里，第一显示区域和第二显示区域可以是显示界面分屏设置所划分的两个显示区域；或者，若第一终端包括至少两个显示屏，即第一终端可以为折叠屏终端、双面屏终端、具备拉伸屏幕的终端等具备至少两个显示屏的终端，此时，第一显示区域可以对应于其中一个显示屏的显示界面，第二显示区域可以对应于另一个显示屏的显示界面。较优地，为简便第一目标对象和第二目标对象的提取，在折叠屏终端、具备拉伸屏幕的终端等终端上，可以考虑将用于显示第一视频画面和第二视频画面的两个显示屏设置于同一平面，以使该两个显示屏形成为一个整体的显示屏，则此时，第一视频画面和第二视频画面可以相当于显示于同一显示屏，对于待处理图像的获取也即相当于从同一显示屏的显示界面中获取。另外，从至少一张待处理图像中提取至少一个第一目标对象和至少一个第二目标对象的步骤中，可以针对每一待处理图像，分别提取待处理图像中包含的第一目标对象和第二目标对象。

可选地，在本发明一些实施例中，可以利用屏幕截图技术来获取待处理图像，也就是说，获取显示界面的图像，得到至少一张待处理图像，可以包括：对显示界面进行截屏处理，得到至少一张截屏图像，并将截屏图像作为待处理图像。本发明实施例中，第一终端可以采用屏幕截图技术对显示有第一视频画面和第二视频画面的显示界面进行截屏处理，以记录在同一时刻第一视频画面和第二视频画面显示于显示界面的图像，得到至少一张截屏图像，这里，截屏图像即为待处理图像。可选地，本发明实施例中，可以是基于用户选定的一目标时刻，对显示界面进行截屏处理以得到用户所需时刻的截屏图像，例如可以接收执行截屏操作的截屏输入，响应于截屏输入，在目标时刻对显示界面进行截屏处理。或者，可选地，本发明实施例中，可以每间隔预定时刻，对显示界面进行截屏处理。

可选地，在本发明一些实施例中，可以利用录屏方式来获取待处理图像，也就是说，获取显示界面的图像，得到至少一张待处理图像，可以包括：对显示界面进行录制，并获取录屏视频中的至少一帧缓存图像，将缓存图像作为待处理图像。本发明实施例中，第一终端可以采用录屏技术，通过屏幕录像机对显示有第一视频画面和第二视频画面的显示界面进行录制，然后从录制的录屏视频中获取至少一帧缓存图像，这里，缓存图像即为待处理图像。可选地，本发明实施例中，可以是基于用户选定的一目标时刻，从录屏视频中获取目标时刻的缓存图像，以得到用户所需时刻的缓存图像，例如可以接收执行图像确定操作的确定输入，响应于确定输入，在对显示界面进行录制的过程中，对目标时刻的图像进行缓存，从录屏视频中获取目标时刻的缓存图像。可选地，本发明实施例中，可以每间隔预定时刻，从录屏视频中获取缓存图像。较优地，本发明实施例中，为确保获取的缓存图像以及提取的第一目标对象和第二目标对象的显示质量，可以对录屏参数进行设置，即可以将录屏参数的数值设置为目标值，根据目标值对显示界面进行录制，其中，录屏参数可以包括帧率和画面分辨率中的至少一个，在一示例中，可以将帧率和画面分辨率分别设置为最大值，然后根据最大帧率和最大画面分辨率对显示界面进行录制，从而能够实现保证录屏视频的高帧率高分辨率高保真，确保获取的缓存图像的图像质量。

另外，在本发明一些可选的实施例中，目标多媒体文件可以包括合影图像，步骤103，生成包括第一目标对象和第二目标对象的目标多媒体文件，可以包括以下步骤：将至少一个第一目标对象分别与至少一个第二目标对象进行拼接处理，得到至少一张前景合影图像；分别将每一前景合影图像与目标背景图像进行合成处理，生成至少一张合影图像。本发明实施例中，针对于至少一张待处理图像中所提取的至少一个第一目标对象和至少一个第二目标对象，第一终端可以采用图像拼接技术将第一目标对象和第二目标对象进行拼接处理，生成前景合影图像，较优地，第一终端可以采用图像配准技术和图像融合技术将第一目标对象和第二目标对象进行拼接处理，以生成前景合影图像，这里，可以理解地，每一前景合影图像中均包括一个第一目标对象和一个第二目标对象；然后采用图像合成技术将生成的前景合影图像与目标背景图像进行合成处理，生成合影图像。可选地，第一终端在从至少一张待处理图像中提取得到至少一个第一目标对象和至少一个第二目标对象之后，将至少一个第一目标对象分别与至少一个第二目标对象进行拼接处理的步骤中，可以将同一待处理图像中提取的第一目标对象和第二目标对象进行拼接处理。

较优地，目标背景图像可以包括以下至少一个：第一视频画面中除第一目标对象之外的第一背景图像，第二视频画面中除第二目标对象之外的第二背景图像，预先设置的第三背景图像。在一示例中，在第一目标对象和第二目标对象拼接处理生成前景合影图像之后，第一终端可以分别与第一视频画面和第二视频画面中原有背景图像进行合成处理，即，同一前景合影图像可以分别与第一背景图像和第二背景图像进行合成处理，从而生成为不同背景底色的目标多媒体文件，以供用户择优留存，这里，较优地，第一终端可以在步骤102中提取第一目标对象和第二目标对象的同时，分别提取第一背景图像和第二背景图像；在另一示例中，在第一目标对象和第二目标对象拼接处理生成前景合影图像之后，前景合影图像可以与第三背景图像进行合成处理，生成自定义背景底色的目标多媒体文件，以满足用户的个性化需求。

较优地，在一示例中，在同一前景合影图像分别与第一背景图像和第二背景图像进行合成处理，生成以第一背景图像为背景底色的第一合影图像以及以第二背景图像为背景底色的第二合影图像之后，第一终端可以将第一合影图像和第二合影图像分别显示于显示界面，以供用户查看选择。可选地，可以将第一合影图像投放于显示界面的第一显示区域，将第二合影图像投放于显示界面的第二显示区域。

本发明一些可选的实施例中，为满足用户多样操作需求并利于为用户提供合影图像选择，可以设置一连拍模式，在连拍模式下，则获取显示界面的图像，得到至少一张待处理图像，可以包括：按照预设间隔时刻，持续获取显示界面的图像，得到至少一张待处理图像，这样，后续步骤103中即可连拍生成多幅合影图像。

可选地，本发明一些实施例中，在生成多张合影图像时，第一终端可以根据图像参数对多张合影图像进行比对，确定多张合影图像中图像参数的数值高于第一预设值的合影图像为推荐图像，根据推荐图像生成推荐信息，以供用户择优留存，其中，图像参数可以包括白平衡、光圈、亮度、饱和度、曝光度和合成效果中的至少一种。

此外，在本发明可选的实施例中，目标多媒体文件可以包括合影视频，合影图像的数量为至少两张，则第一终端可以基于多张合影图像生成合影视频。举例来说，在步骤103中第一终端生成至少一张合影图像之后，步骤103，生成包括所述第一目标对象和所述第二目标对象的目标多媒体文件，还可以包括：采用帧间插值的方式，对至少两张合影图像进行处理，生成合影视频。

较优地，考虑到至少两张合影图像可能采用不同背景底色，本发明一些实施例中，在步骤103中第一终端生成至少一张合影图像之后，步骤103，生成包括所述第一目标对象和所述第二目标对象的目标多媒体文件，还可以包括以下步骤：确定至少两张合影图像中，具备相同目标背景图像的目标合影图像，得到合影图像序列；根据合影图像序列，生成合影视频。本发明实施例中，第一终端可以从至少两张合影图像中选取具备相同目标背景图像的目标合影图像，然后基于目标合影图像形成用于合成合影视频的合影图像序列，然后将合影图像序列以帧间插值方式生成合影视频。

可选地，本发明实施例中，所生成的合影视频可以有多个，在生成多个合影视频时，第一终端可以根据视频参数对多个合影视频进行比对，确定多个合影视频中视频参数的数值高于第二预设值的合影视频为推荐视频，根据推荐视频生成推荐信息，以供用户择优留存，其中，视频参数可以包括视频的连续性、背景切换参数中的至少一种。

本发明实施例提供的多媒体文件生成方法，通过在第一终端与第二终端进行视频通话时，获取第一终端的摄像头采集的第一视频画面以及第二终端的摄像头采集的第二视频画面；提取第一视频画面中的第一目标对象，以及第二视频画面中的第二目标对象；生成包括第一目标对象和第二目标对象的目标多媒体文件，能够在视频通话过程中实现第一终端和第二终端中目标对象的同框合影，提升了用户视频通话中的视听体验，增强了用户使用体验。

基于上述方法，本发明实施例提供一种用以实现上述方法的第一终端。

请参见图2，其示出的是本发明实施例提供的第一终端的结构示意图。本发明实施例提供一种第一终端200可以包括：获取模块210、提取模块220和生成模块230。

获取模块210，用于在第一终端与第二终端进行视频通话时，获取第一终端的摄像头采集的第一视频画面以及第二终端的摄像头采集的第二视频画面；

提取模块220，用于提取第一视频画面中的第一目标对象，以及第二视频画面中的第二目标对象；

生成模块230，用于生成包括第一目标对象和第二目标对象的目标多媒体文件。

在本发明一些可选的实施例中，提取模块220可以包括：显示单元、获取单元和提取单元。

显示单元，用于将第一视频画面和第二视频画面分别显示于第一终端显示界面；

获取单元，用于获取显示界面的图像，得到至少一张待处理图像；

提取单元，用于从至少一张待处理图像中提取至少一个第一目标对象和至少一个第二目标对象。

可选地，在本发明一些实施例中，获取单元可以包括：第一处理子单元。

第一处理子单元，用于对显示界面进行截屏处理，得到至少一张截屏图像，并将截屏图像作为待处理图像。

可选地，在本发明一些实施例中，获取单元可以包括：第二处理子单元。

第二处理子单元，用于对显示界面进行录制，并获取录屏视频中的至少一帧缓存图像，将缓存图像作为待处理图像。

另外，在本发明一些可选的实施例中，目标多媒体文件可以包括合影图像，生成模块230可以包括：拼接单元和合成单元。

拼接单元，用于将至少一个第一目标对象分别与至少一个第二目标对象进行拼接处理，得到至少一张前景合影图像；

合成单元，用于分别将每一前景合影图像与目标背景图像进行合成处理，生成至少一张合影图像。

此外，在本发明可选的实施例中，目标多媒体文件可以包括合影视频，合影图像的数量为至少两张，生成模块230还可以包括：确定单元和生成单元。

确定单元，用于确定至少两张合影图像中，具备相同目标背景图像的目标合影图像，得到合影图像序列；

生成单元，用于根据合影图像序列，生成合影视频。

本发明实施例提供的第一终端能够实现图1的方法实施例中第一终端实现的各个过程，为避免重复，这里不再赘述。

本发明实施例提供的第一终端，通过在第一终端与第二终端进行视频通话时，获取第一终端的摄像头采集的第一视频画面以及第二终端的摄像头采集的第二视频画面；提取第一视频画面中的第一目标对象，以及第二视频画面中的第二目标对象；生成包括第一目标对象和第二目标对象的目标多媒体文件，能够在视频通话过程中实现第一终端和第二终端中目标对象的同框合影，提升了用户视频通话中的视听体验，增强了用户使用体验。

图3为实现本发明各个实施例的一种终端的硬件结构示意图。

该终端300包括但不限于：射频单元301、网络模块302、音频输出单元303、输入单元304、传感器305、显示单元306、用户输入单元307、接口单元308、存储器309、处理器310、以及电源311等部件。本领域技术人员可以理解，图3中示出的终端结构并不构成对终端的限定，终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，处理器310，用于在第一终端与第二终端进行视频通话时，获取第一终端的摄像头采集的第一视频画面以及第二终端的摄像头采集的第二视频画面；提取第一视频画面中的第一目标对象，以及第二视频画面中的第二目标对象；生成包括第一目标对象和第二目标对象的目标多媒体文件。本发明实施例能够在视频通话过程中实现第一终端和第二终端中目标对象的同框合影，提升了用户视频通话中的视听体验，增强了用户使用体验。

应理解的是，本发明实施例中，射频单元301可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器310处理；另外，将上行的数据发送给基站。通常，射频单元301包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元301还可以通过无线通信***与网络和其他设备通信。

终端通过网络模块302为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元303可以将射频单元301或网络模块302接收的或者在存储器309中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元303还可以提供与终端300执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元303包括扬声器、蜂鸣器以及受话器等。

输入单元304用于接收音频或视频信号。输入单元304可以包括图形处理器(Graphics Processing Unit，GPU)3041和麦克风3042，图形处理器3041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元306上。经图形处理器3041处理后的图像帧可以存储在存储器309(或其它存储介质)中或者经由射频单元301或网络模块302进行发送。麦克风3042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元301发送到移动通信基站的格式输出。

终端300还包括至少一种传感器305，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板3061的亮度，接近传感器可在终端300移动到耳边时，关闭显示面板3061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器305还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元306用于显示由用户输入的信息或提供给用户的信息。显示单元306可包括显示面板3061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板3061。

用户输入单元307可用于接收输入的数字或字符信息，以及产生与终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元307包括触控面板3071以及其他输入设备3072。触控面板3071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板3071上或在触控面板3071附近的操作)。触控面板3071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器310，接收处理器310发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板3071。除了触控面板3071，用户输入单元307还可以包括其他输入设备3072。具体地，其他输入设备3072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板3071可覆盖在显示面板3061上，当触控面板3071检测到在其上或附近的触摸操作后，传送给处理器310以确定触摸事件的类型，随后处理器310根据触摸事件的类型在显示面板3061上提供相应的视觉输出。虽然在图3中，触控面板3071与显示面板3061是作为两个独立的部件来实现终端的输入和输出功能，但是在某些实施例中，可以将触控面板3071与显示面板3061集成而实现终端的输入和输出功能，具体此处不做限定。

接口单元308为外部装置与终端300连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元308可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到终端300内的一个或多个元件或者可以用于在终端300和外部装置之间传输数据。

存储器309可用于存储软件程序以及各种数据。存储器309可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器309可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器310是终端的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器309内的软件程序和/或模块，以及调用存储在存储器309内的数据，执行终端的各种功能和处理数据，从而对终端进行整体监控。处理器310可包括一个或多个处理单元；优选的，处理器310可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器310中。

终端300还可以包括给各个部件供电的电源311(比如电池)，优选的，电源311可以通过电源管理***与处理器310逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。

另外，终端300包括一些未示出的功能模块，在此不再赘述。

优选的，本发明实施例还提供一种终端，包括处理器310，存储器309，存储在存储器309上并可在处理器310上运行的计算机程序，该计算机程序被处理器310执行时实现上述多媒体文件生成方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述多媒体文件生成方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random AccessMemory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (14)

1.一种多媒体文件生成方法，其特征在于，包括：

在第一终端与第二终端进行视频通话时，获取所述第一终端的摄像头采集的第一视频画面以及所述第二终端的摄像头采集的第二视频画面；

提取所述第一视频画面中的第一目标对象，以及所述第二视频画面中的第二目标对象；

生成包括所述第一目标对象和所述第二目标对象的目标多媒体文件。

2.根据权利要求1所述的多媒体文件生成方法，其特征在于，所述提取所述第一视频画面中的第一目标对象，以及所述第二视频画面中的第二目标对象，包括：

将所述第一视频画面和所述第二视频画面分别显示于所述第一终端的显示界面；

获取所述显示界面的图像，得到至少一张待处理图像；

从所述至少一张待处理图像中提取至少一个所述第一目标对象和至少一个所述第二目标对象。

3.根据权利要求2所述的多媒体文件生成方法，其特征在于，所述获取所述显示界面的图像，得到至少一张待处理图像，包括：

对所述显示界面进行截屏处理，得到至少一张截屏图像，并将所述截屏图像作为待处理图像。

4.根据权利要求2所述的多媒体文件生成方法，其特征在于，所述获取所述显示界面的图像，得到至少一张待处理图像，包括：

对所述显示界面进行录制，并获取录屏视频中的至少一帧缓存图像，将所述缓存图像作为待处理图像。

5.根据权利要求2至4中任一项所述的多媒体文件生成方法，其特征在于，所述生成包括所述第一目标对象和所述第二目标对象的目标多媒体文件，包括：

将至少一个所述第一目标对象分别与至少一个所述第二目标对象进行拼接处理，得到至少一张前景合影图像；

分别将每一所述前景合影图像与目标背景图像进行合成处理，生成至少一张合影图像。

6.根据权利要求5所述的多媒体文件生成方法，其特征在于，所述合影图像的数量为至少两张，所述生成包括所述第一目标对象和所述第二目标对象的目标多媒体文件，还包括：

确定至少两张所述合影图像中，具备相同目标背景图像的目标合影图像，得到合影图像序列；

根据所述合影图像序列，生成合影视频。

7.一种第一终端，其特征在于，包括：

获取模块，用于在第一终端与第二终端进行视频通话时，获取所述第一终端的摄像头采集的第一视频画面以及所述第二终端的摄像头采集的第二视频画面；

提取模块，用于提取所述第一视频画面中的第一目标对象，以及所述第二视频画面中的第二目标对象；

生成模块，用于生成包括所述第一目标对象和所述第二目标对象的目标多媒体文件。

8.根据权利要求7所述的第一终端，其特征在于，所述提取模块包括：

显示单元，用于将所述第一视频画面和所述第二视频画面分别显示于所述第一终端的显示界面；

获取单元，用于获取所述显示界面的图像，得到至少一张待处理图像；

提取单元，用于从所述至少一张待处理图像中提取至少一个所述第一目标对象和至少一个所述第二目标对象。

9.根据权利要求8所述的第一终端，其特征在于，所述获取单元包括：

第一处理子单元，用于对所述显示界面进行截屏处理，得到至少一张截屏图像，并将所述截屏图像作为待处理图像。

10.根据权利要求8所述的第一终端，其特征在于，所述获取单元包括：

第二处理子单元，用于对所述显示界面进行录制，并获取录屏视频中的至少一帧缓存图像，将所述缓存图像作为待处理图像。

11.根据权利要求8至10中任一项所述的第一终端，其特征在于，所述生成模块包括：

拼接单元，用于将至少一个所述第一目标对象分别与至少一个所述第二目标对象进行拼接处理，得到至少一张前景合影图像；

合成单元，用于分别将每一所述前景合影图像与目标背景图像进行合成处理，生成至少一张合影图像。

12.根据权利要求11所述的第一终端，其特征在于，所述合影图像的数量为至少两张，所述生成模块还包括：

确定单元，用于确定至少两张所述合影图像中，具备相同目标背景图像的目标合影图像，得到合影图像序列；

生成单元，用于根据所述合影图像序列，生成合影视频。

13.一种终端，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的多媒体文件生成方法的步骤。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的多媒体文件生成方法的步骤。