CN110392306A - 一种数据处理方法以及设备 - Google Patents
一种数据处理方法以及设备 Download PDFInfo
- Publication number
- CN110392306A CN110392306A CN201910689334.7A CN201910689334A CN110392306A CN 110392306 A CN110392306 A CN 110392306A CN 201910689334 A CN201910689334 A CN 201910689334A CN 110392306 A CN110392306 A CN 110392306A
- Authority
- CN
- China
- Prior art keywords
- information
- key frame
- video
- frame picture
- target video
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 44
- 230000002123 temporal effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 6
- 238000012216 screening Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000001491 myopia Diseases 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video 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]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/84—Generation or processing of descriptive data, e.g. content descriptors
- H04N21/8405—Generation or processing of descriptive data, e.g. content descriptors represented by keywords
-
- 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]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/85—Assembly of content; Generation of multimedia applications
- H04N21/854—Content authoring
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本申请实施例公开一种数据处理方法以及设备，其中方法包括如下步骤：获取用于提取视频缩略图的目标视频；获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息；将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。采用本申请，可以保证视频缩略图的质量，提高配置缩略图的效率。
Description
技术领域
本申请涉及电子技术领域，尤其涉及一种数据处理方法以及设备。
背景技术
移动互联网时代的到来，各种视频应用程序也应运而生，用户自制视频，尤其是短视频呈现爆发式增长，给视频配置视频缩略图的需求也大大增加，配置视频缩略图主要通过手工配图和开源视频解码软件配图，部分视频网站的视频缩略图是通过编辑人员手工配图的，例如，针对影视剧的视频，编辑人员可以直接用海报配图作为视频的视频缩略图，开源视频解码软件配图是通过对上传的短视频自动解码第一帧，用首帧图像作为视频的缩略图，或者是先解码若干帧图像，取质量较好的一帧图像作为缩略图；由于人工编辑的效率问题，手工配图无法满足大规模短视频应用的需求，而通过开源视频解码软件配图，因为首帧或者开始几帧是全黑的图像概率非常大，只解码第一帧，导致缩略图的质量很差，若从解码的若干帧图像中获取一帧图像作为缩略图，计算过程较复杂，运算速度慢，影响了配图的效率。
发明内容
本申请实施例提供一种数据处理方法以及设备，可以保证视频缩略图的质量，提高配置缩略图的效率。
本申请实施例一方面提供了一种数据处理方法，可包括：
获取用于提取视频缩略图的目标视频；
获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息；
将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。
其中，所述获取用于提取视频缩略图的目标视频，包括：
获取用于提取视频缩略图的待处理视频的地址信息，将所述地址信息发送至消息队列；
根据所述消息队列中的目标地址信息获取目标地址信息对应的目标视频；所述消息队列包括多个待处理视频的地址信息，所述目标地址信息为消息队列中任意一个地址信息。
其中，所述根据所述消息队列中的目标地址信息获取目标地址信息对应的目标视频，包括：
根据所述消息队列中地址信息的优先级顺序，将优先级最高且未处理的地址信息确定为目标地址信息；
根据所述目标地址信息获取目标地址信息所指示的目标视频。
其中，所述获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息，包括：
根据跳转信息获取所述目标视频的目标视频场景，获取所述目标视频场景中的关键帧图片；所述跳转信息用于指示目标视频场景在目标视频中的位置信息；
获取所述关键帧图片对应的M个灰度信息，统计M个灰度信息在多个灰度级中的分布量，根据所述每个灰度级的分布量生成所述每个灰度级对应的灰度频率；其中，M为关键帧图片的像素点的数量；
根据所述每个灰度级对应的灰度频率和所述灰度级获取所述关键帧图片对应的图像质量信息。
其中，所述获取所述关键帧图片对应的M个灰度信息，获取每个灰度信息的分布量，根据所述分布量生成每个灰度信息对应的灰度频率，包括：
根据步长信息提取关键帧图片中的像素点，将所述像素点存储至像素点集合；
统计所述像素点集合中所有像素点的灰度信息和每个灰度信息对应的灰度频率。
其中，所述将所述图像质量信息满足质量条件的关键帧图片作为所述目标视频的视频缩略图，包括：
当所述图像质量信息大于质量阈值时，则确定所述图像质量信息满足质量条件；
将所述图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。
其中，还包括：
当所述图像质量信息小于或等于质量阈值时，获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景。
其中，所述当所述图像质量信息小于或等于质量阈值时，获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景，包括：
当所述图像质量信息小于或等于质量阈值时，获取所述图像质量信息对应的时长信息，将所述图像质量信息和所述图像质量信息对应的时间信息存储至质量信息集合；所述时长信息为生成所述图像质量信息的所消耗的时间；
获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景，直至统计质量信息集合中所有时长信息之和大于时长阈值时，获取所述质量信息集合中最大图像质量信息，将所述最大图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。
本申请实施例一方面提供了一种数据处理设备，可包括：
目标视频获取单元，用于获取用于提取视频缩略图的目标视频；
图像质量生成单元，用于获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息；
视频缩略图确定单元，用于将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。
其中，所述目标视频获取单元包括：
地址信息获取子单元，用于获取用于提取视频缩略图的待处理视频的地址信息，将所述地址信息发送至消息队列；
目标视频获取子单元，用于根据所述消息队列中的目标地址信息获取目标地址信息对应的目标视频；所述消息队列包括多个待处理视频的地址信息，所述目标地址信息为消息队列中任意一个地址信息。
其中，所述目标视频获取子单元具体用于：
根据所述消息队列中地址信息的优先级顺序，将优先级最高且未处理的地址信息确定为目标地址信息；
根据所述目标地址信息获取目标地址信息所指示的目标视频。
其中，所述图像质量生成单元包括：
关键帧获取子单元，用于根据跳转信息获取所述目标视频的目标视频场景，获取所述目标视频场景中的关键帧图片；所述跳转信息用于指示目标视频场景在目标视频中的位置信息；
灰度频率获取子单元，用于获取所述关键帧图片对应的M个灰度信息，统计M个灰度信息在多个灰度级中的分布量，根据所述每个灰度级的分布量生成所述每个灰度级对应的灰度频率；其中，M为关键帧图片的像素点的数量；
图像质量生成子单元，用于根据所述每个灰度级对应的灰度频率和所述灰度级获取所述关键帧图片对应的图像质量信息。
其中，所述灰度频率获取子单元具体用于：
根据步长信息提取关键帧图片中的像素点，将所述像素点存储至像素点集合；
统计所述像素点集合中所有像素点的灰度信息和每个灰度信息对应的灰度频率。
其中，所述视频缩略图确定单元具体用于：
当所述图像质量信息大于质量阈值时，则确定所述图像质量信息满足质量条件；
将所述图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。
其中，还包括：
视频场景获取单元，用于当所述图像质量信息小于或等于质量阈值时，获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景。
其中，所述视频场景获取单元具体用于：
当所述图像质量信息小于或等于质量阈值时，获取所述图像质量信息对应的时长信息，将所述图像质量信息和所述图像质量信息对应的时间信息存储至质量信息集合；所述时长信息为生成所述图像质量信息的所消耗的时间；
获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景，直至统计质量信息集合中所有时长信息之和大于时长阈值时，触发视频缩略图确定单元获取所述质量信息集合中最大图像质量信息，将所述最大图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。
本申请实施例一方面提供了一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
本申请实施例一方面提供了一种数据处理设备，包括处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
在本申请实施例中，通过获取用于提取视频缩略图的目标视频；获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息；将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。在目标视频的关键帧图片中筛选视频缩略图，避免在同一个视频场景中多次筛选，根据目标视频中关键帧图片图像质量信息确定视频缩略图，可以避免将目标视频全黑的首帧作为视频缩略图的问题，保证了视频缩略图的质量，提高了配置缩略图的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1a是本申请实施例提供的一种数据处理的架构示意图；
图1b是本申请实施例提供的一种数据处理方法的场景示意图；
图1c是本申请实施例提供的一种数据处理方法的场景示意图；
图2是本申请实施例提供的一种数据处理方法的流程示意图；
图3是本申请实施例提供的一种数据处理方法的流程示意图；
图4是本申请实施例提供的一种数据处理设备的结构示意图；
图5是本申请实施例提供的一种数据处理设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参见图1a，是本发明实施例提供的一种数据处理的***架构图。服务器10f通过交换机10e和通信总线10d与用户终端集群建立连接，用户终端集群可包括：用户终端10a、用户终端10b、...、用户终端10c。数据库10g中存储了多个待处理视频的地址信息。服务器10f将数据库10g中优先级最高且未处理的地址信息确定为目标地址信息，根据所述目标地址信息获取目标地址信息所指示的目标视频。服务器10f根据预先设置的跳转信息获取所述目标视频的目标视频场景，进一步获取所述目标视频场景中的关键帧图片，根据关键帧图片中每个灰度级的分布量生成所述每个灰度级对应的灰度频率，通常情况下，为了减少计算灰度频率的计算量，提高计算的效率，一般根据预设步长信息提取关键帧图片中的像素点，并生成所述关键帧图片对应的图像质量信息，当所述图像质量信息大于质量阈值时，则确定所述图像质量信息满足质量条件；将所述图像质量信息对应的关键帧图片确定为目标视频的视频缩略图，当所述图像质量信息小于或等于质量阈值时，即图像质量信息不满足质量条件时，服务器10f获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景，获取目标视频场景的关键帧图片，并检测关键帧图片是否满足质量条件，直到检测到满足条件的关键帧图片，将满足条件的关键帧图片确定为目标视频的视频缩略图。
本申请实施例涉及的数据处理设备可以是服务器，所述用户终端包括：平板电脑、智能手机、个人电脑(PC)、笔记本电脑、掌上电脑等终端设备。
下面将结合图1b，为本申请实施例提供的具体实施场景进行说明，如图1b所示。网站前端将需要提取视频缩略图的待处理视频的地址信息发送给代理模块，所述网站前端包括可以进行视频展示的网页，待处理视频的地址信息包括待处理视频的存储地址、统一资源定位符(Uniform Resource Locator，url)，代理模块可以是服务器中的Proxy，代理模块将视频缩略图获取请求和代理模块的的IP信息进行打包转发给消息队列，所述消息队列可以包括针对多个待处理视频的视频缩略图获取请求，任务模块从消息队列中获取针对目标视频的视频缩略图获取请求，完成目标视频的转码，服务器中包括任务模块1、任务模块2、...任务模块n等多个任务模块，任务模块将目标视频中图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图，任务模块将视频缩略图发送给对应的代理模块，代理模块将视频缩略图信息返回给网站前端，在上述获取视频缩略图的过程中创新的使用消息队列，且通过异步消息队列透明实现同步调用，消息队列中可以存储多个待处理视频的视频缩略图获取请求，当有任务模块处于空闲状态，则从消息队列中获取视频缩略图获取请求，到达了最佳的负载均衡，经过大量的测试，采用消息队列的***的并发性能能够随着任务模块的增加而线性增加，不会衰减，请一并参见图1c，为本申请实施例提供的具体实施场景进行说明，如图1c所示，图中横坐标为任务模块数量，纵坐标为***并发处理消息数量，曲线1为采用消息队列的***，曲线2为未采用消息队列的***，从图中可以看出，采用消息队列的***的并发性能能够随着任务模块的增加而线性增加，不会衰减，而未采用消息队列的***的并发性能能够随着任务模块的增加而有所衰减，可以看出，针对高并发情况，采用消息队列的***的性能更优。
请参见图2，为本申请实施例提供了一种数据处理方法的流程示意图。如图2所示，本申请实施例的所述方法可以包括以下步骤S101-步骤S103。
S101，获取用于提取视频缩略图的目标视频；
具体的，数据处理设备获取用于提取视频缩略图的目标视频，可以理解的是，所述数据处理设备可以是图1a中的服务器10f，所述目标视频是用于提取视频缩略图的视频，视频缩略图是预览视频的一帧图片，可以是目标视频中任意一帧图片，或者是其他图片，数据处理设备获取目标视频，目标视频可以是存储于本地的视频，或者是从目标视频的对应的地址进行下载，需要说明的是，为了到达了数据处理设备最佳的负载均衡，会使用消息队列，通过异步消息队列透明实现同步调用，采用消息队列的设备能提高的并发性能，具体的，数据处理设备获取用于提取视频缩略图的待处理视频的地址信息，将所述地址信息发送至消息队列，根据所述消息队列中的目标地址信息获取目标地址信息对应的目标视频。
S102，获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息；
具体的，数据处理设备获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息，可以理解的是，所述关键帧图片是视频场景中的一帧图片，具体可以是视频场景的首帧图片，视频场景中包括至少一张图片，每个视频场景对应一个关键帧图片，目标视频可以包括多个视频场景，数据处理设备获取所述目标视频的关键帧图片，所述关键帧图片可以是目标视频任意一个视频场景的关键帧图片，并根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息，所述灰度频率包括每一个灰度级对应的灰度频率，灰度级对应的灰度频率为灰度级在图片中出现的频率，灰度级为灰度取值范围内可取的值，例如，图片采用YUV进行颜色编码，“Y”表示像素点的明亮度，也就是灰阶值，“U”和“V”表示的是像素点的色度，灰阶值对应灰度级，灰阶值的取值范围为0-255，则灰度级为0-255范围内的任意一个整数，数据处理设备根据所述关键帧图片的每个灰度级对应的灰度频率生成所述关键帧图片的图像质量信息。
S103，将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。
具体的，数据处理设备将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图，可以理解的是，所述质量条件是设定规则信息，具体可以为图像质量信息大于设定的阈值，数据处理设备依次获取关键帧图片的图像质量信息，若图像质量信息不满足质量条件，则检测下一个关键帧图片的图像质量信息，当关键帧图片的图像质量信息满足质量条件时，将满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。
在本申请实施例中，通过获取用于提取视频缩略图的目标视频；获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息；将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。在目标视频的关键帧图片中筛选视频缩略图，避免在同一个视频场景中多次筛选，根据目标视频中关键帧图片图像质量信息确定视频缩略图，可以避免将目标视频全黑的首帧作为视频缩略图的问题，保证了视频缩略图的质量，提高了配置缩略图的效率。
请参见图3，为本申请实施例提供了一种数据处理方法的流程示意图。如图3所示，本申请实施例的所述方法可以包括以下步骤S201-步骤S207。
S201，获取用于提取视频缩略图的待处理视频的地址信息，将所述地址信息发送至消息队列；
具体的，数据处理设备获取用于提取视频缩略图的待处理视频的地址信息，将所述地址信息发送至消息队列，可以理解的是，所述待处理视频是用于提取提取视频缩略图的视频，所述地址信息是待处理视频的存储地址，或者是待处理视频的下载地址，所述消息队列用于存储待处理视频的地址信息，可以包括多个待处理视频的地址信息。
S202，根据所述消息队列中的目标地址信息获取目标地址信息对应的目标视频；所述消息队列包括多个待处理视频的地址信息，所述目标地址信息为消息队列中任意一个地址信息；
具体的，数据处理设备根据所述消息队列中的目标地址信息获取目标地址信息对应的目标视频；所述消息队列包括多个待处理视频的地址信息，所述目标地址信息为消息队列中任意一个地址信息，可以理解的是，数据处理设备从所述消息队列中获取其中一个地址信息作为目标地址信息，并获取目标地址信息对应的目标视频，所述目标地址信息可以为所述消息队列中的任意一个地址信息，所述消息队列包括多个待处理视频的地址信息。
从消息队列中的目标地址信息获取目标地址信息对应的目标视频具体实现过程如下：
数据处理设备根据所述消息队列中地址信息的优先级顺序，将优先级最高且未处理的地址信息确定为目标地址信息；根据所述目标地址信息获取目标地址信息所指示的目标视频。可以理解的是，所述优先级顺序为地址信息携带的标签，所述优先级顺序可以为时间顺序，信息地址携带时间信息预早，则地址信息的优先级顺序越高，或者根据待处理视频的重要程度确定优先级顺序，数据处理设备将优先级最高且未处理的地址信息确定为目标地址信息，并根据所述目标地址信息获取目标地址信息所指示的目标视频。
S203，根据跳转信息获取所述目标视频的目标视频场景，获取所述目标视频场景中的关键帧图片；所述跳转信息用于指示目标视频场景在目标视频中的位置信息；
具体的，数据处理设备根据跳转信息获取所述目标视频的目标视频场景，获取所述目标视频场景中的关键帧图片；可以理解的是，数据处理设备根据跳转信息获取所述目标视频的目标视频场景，所述跳转信息是预先设置的，用于指示目标视频场景在目标视频中的位置信息，所述跳转信息具体可以为视频的时长比例，时长比例对应目标视频中的一个播放时间点，数据处理设备根据所述播放时间点的视频帧获取视频帧对应的目标视频场景，再获取所述目标视频场景的关键帧图片，例如，跳转信息为10％，则获取目标视频时长10％位置对应的目标视频场景，若目标视频的时长为10分钟，则数据处理设备获取所述目标视频在播放时间点为1分钟时对应的目标视频场景，并进一步获取目标视频场景的关键帧图片。
S204，获取所述关键帧图片对应的M个灰度信息，统计M个灰度信息在多个灰度级中的分布量，根据所述每个灰度级的分布量生成所述每个灰度级对应的灰度频率；其中，M为关键帧图片的像素点的数量；
具体的，数据处理设备获取所述关键帧图片对应的M个灰度信息，统计M个灰度信息在多个灰度级中的分布量，根据所述每个灰度级的分布量生成所述每个灰度级对应的灰度频率，可以理解的是，所述关键帧图片中包括M个灰度信息，M为关键帧图片的像素点的数量，一个像素点对应一个灰度信息，统计M个灰度信息在多个灰度级中的分布量，灰度级为灰度取值范围内可取的值，例如，图片采用YUV进行颜色编码，图片的灰阶值对应灰度级，灰阶值的取值范围为0-255，则灰度级为0-255范围内的任意一个整数，根据所述每个灰度级的分布量生成所述每个灰度级对应的灰度频率，所述每个灰度级的分布量为每个灰度级的在图片上的像素点数量，根据所述每个灰度级的像素点数量和图片总的像素点数量生成所述每个灰度级对应的灰度频率。
需要说明的是，为了减少计算灰度频率的计算量，提高计算的效率，通常不会获取图片中每一个像素点的灰度信息，步骤S204具体可以为：根据步长信息提取关键帧图片中的像素点，将所述像素点存储至像素点集合；统计所述像素点集合中所有像素点的灰度信息和每个灰度信息对应的灰度频率，可以理解的是，所述步长信息为预设的信息，采用所述步长信息对应的频率从关键帧图片中提取像素点，将所述像素点存储至像素点集合，例如，步长信息为10，则每个10个像素点从关键帧图片中提取一次像素点存储至像素点集合，统计所述像素点集合中所有像素点的灰度信息，根据所述每个灰度级的像素点数量和像素点集合中总的像素点数量生成所述每个灰度级对应的灰度频率。
S205，根据所述每个灰度级对应的灰度频率和所述灰度级获取所述关键帧图片对应的图像质量信息。
具体的，数据处理设备根据所述每个灰度级对应的灰度频率和所述灰度级获取所述关键帧图片对应的图像质量信息，可以理解的是，根据所述每个灰度级对应的灰度频率和所述灰度级的最大值，采用公式(1)获取所述关键帧图片对应的图像质量信息，公式(1)如下所示：
其中，图片采用YUV进行颜色编码，E为关键帧图片对应的图像质量信息，pi是第i个灰度级出现的频率，i的取值范围[0，255]，L是灰度级的最大值，L＝255。
S206，当所述图像质量信息大于质量阈值时，则确定所述图像质量信息满足质量条件；将所述图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。
具体的，数据处理设备当所述图像质量信息大于质量阈值时，则确定所述图像质量信息满足质量条件；将所述图像质量信息对应的关键帧图片确定为目标视频的视频缩略图，可以理解的是，所述质量阈值为预先设置，数据处理设备依次获取关键帧图片的图像质量信息，当所述图像质量信息E大于质量阈值时，则确定所述图像质量信息满足质量条件，并将所述图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。
S207，当所述图像质量信息小于或等于质量阈值时，获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景。
具体的，数据处理设备当所述图像质量信息小于或等于质量阈值时，获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景，可以理解的是，当所述图像质量信息小于或等于质量阈值时，即图像质量信息不满足质量条件时，数据处理设备获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景，获取目标视频场景的关键帧图片，并检测关键帧图片是否满足质量条件，直到检测到满足条件的关键帧图片，将满足条件的关键帧图片确定为目标视频的视频缩略图。
需要说明的是，目标视频中可能存在多个连续视频场景的关键帧图片均不满足质量条件，导致需要检测大量的关键帧图片才能获取视频缩略图，为了防止上述情况发生，通常不会检测大量的关键帧图片，而是从检测的关键帧图片中获取图像质量信息最大的关键帧图片作为目标视频的视频缩略图，具体实现步骤为：
当所述图像质量信息小于或等于质量阈值时，获取所述图像质量信息对应的时长信息，将所述图像质量信息和所述图像质量信息对应的时间信息存储至质量信息集合；所述时长信息为生成所述图像质量信息的所消耗的时间；获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景，直至统计质量信息集合中所有时长信息之和大于时长阈值时，获取所述质量信息集合中最大图像质量信息，将所述最大图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。可以理解的是，所述质量信息集合用于存储关键帧图片的图像质量信息和所述图像质量信息对应的时间信息，所述时长阈值为预先设置，当质量信息集合中所有时长信息之和大于时长阈值时，将质量信息集合中最大图像质量信息对应的关键帧图片确定为目标视频的视频缩略图，例如，在依次计算了十个关键帧图片的图像质量信息之后，均不满足质量条件，则质量信息集合中存储了十个图像质量信息和所述图像质量信息对应的时间信息，若质量信息集合中十个时长信息之和大于时长阈值时，不再获取下一个视频场景的关键帧图片计算图像质量信息，而是将十个图像质量信息中最大图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。
在本申请实施例中，通过获取用于提取视频缩略图的目标视频；获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息；将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。在目标视频的关键帧图片中筛选视频缩略图，避免在同一个视频场景中多次筛选，根据目标视频中关键帧图片图像质量信息确定视频缩略图，可以避免将目标视频全黑的首帧作为视频缩略图的问题，保证了视频缩略图的质量，提高了配置缩略图的效率。
请参见图4，为本申请实施例提供了一种数据处理设备的结构示意图。如图4所示，本申请实施例的所述数据处理设备1可以包括：目标视频获取单元11、图像质量生成单元12、视频缩略图确定单元13、视频场景获取单元14。
目标视频获取单元11，用于获取用于提取视频缩略图的目标视频；
具体的，目标视频获取单元11获取用于提取视频缩略图的目标视频，可以理解的是，所述目标视频是用于提取视频缩略图的视频，视频缩略图是预览视频的一帧图片，可以是目标视频中任意一帧图片，或者是其他图片，目标视频获取单元11获取目标视频，目标视频可以是存储于本地的视频，或者是从目标视频的对应的地址进行下载，需要说明的是，为了到达了设备最佳的负载均衡，会使用消息队列，通过异步消息队列透明实现同步调用，采用消息队列的设备能提高的并发性能，具体的，目标视频获取单元11获取用于提取视频缩略图的待处理视频的地址信息，将所述地址信息发送至消息队列，根据所述消息队列中的目标地址信息获取目标地址信息对应的目标视频。
请参见图4，本申请实施例的所述目标视频获取单元11可以包括：地址信息获取子单元111、目标视频获取子单元112。
地址信息获取子单元111，用于获取用于提取视频缩略图的待处理视频的地址信息，将所述地址信息发送至消息队列；
目标视频获取子单元112，用于根据所述消息队列中的目标地址信息获取目标地址信息对应的目标视频；所述消息队列包括多个待处理视频的地址信息，所述目标地址信息为消息队列中任意一个地址信息。
图像质量生成单元12，用于获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息；
具体的，图像质量生成单元12获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息，可以理解的是，所述关键帧图片是视频场景中的一帧图片，具体可以是视频场景的首帧图片，视频场景中包括至少一张图片，每个视频场景对应一个关键帧图片，目标视频可以包括多个视频场景，图像质量生成单元12获取所述目标视频的关键帧图片，所述关键帧图片可以是目标视频任意一个视频场景的关键帧图片，并根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息，所述灰度频率包括每一个灰度级对应的灰度频率，灰度级对应的灰度频率为灰度级在图片中出现的频率，灰度级为灰度取值范围内可取的值，例如，图片采用YUV进行颜色编码，“Y”表示像素点的明亮度，也就是灰阶值，“U”和“V”表示的是像素点的色度，灰阶值对应灰度级，灰阶值的取值范围为0-255，则灰度级为0-255范围内的任意一个整数，图像质量生成单元12根据所述关键帧图片的每个灰度级对应的灰度频率生成所述关键帧图片的图像质量信息。
请参见图4，本申请实施例的所述图像质量生成单元12可以包括：关键帧获取子单元121、灰度频率获取子单元122、图像质量生成子单元123。
关键帧获取子单元121，用于根据跳转信息获取所述目标视频的目标视频场景，获取所述目标视频场景中的关键帧图片；所述跳转信息用于指示目标视频场景在目标视频中的位置信息；
灰度频率获取子单元122，用于获取所述关键帧图片对应的M个灰度信息，统计M个灰度信息在多个灰度级中的分布量，根据所述每个灰度级的分布量生成所述每个灰度级对应的灰度频率；其中，M为关键帧图片的像素点的数量；
图像质量生成子单元123，用于根据所述每个灰度级对应的灰度频率和所述灰度级获取所述关键帧图片对应的图像质量信息。
视频缩略图确定单元13，用于将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。
具体的，当所述图像质量信息大于质量阈值时，则视频缩略图确定单元13确定所述图像质量信息满足质量条件；将所述图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。可以理解的是，所述质量阈值为预先设置，数据处理设备依次获取关键帧图片的图像质量信息，当所述图像质量信息E大于质量阈值时，则确定所述图像质量信息满足质量条件，并将所述图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。
视频场景获取单元14，用于当所述图像质量信息小于或等于质量阈值时，获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景。
具体的，当所述图像质量信息小于或等于质量阈值时，视频场景获取单元14获取所述图像质量信息对应的时长信息，将所述图像质量信息和所述图像质量信息对应的时间信息存储至质量信息集合；所述时长信息为生成所述图像质量信息的所消耗的时间；视频场景获取单元14获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景，直至统计质量信息集合中所有时长信息之和大于时长阈值时，触发视频缩略图确定单元13获取所述质量信息集合中最大图像质量信息，将所述最大图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。
在本申请实施例中，通过获取用于提取视频缩略图的目标视频；获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息；将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。在目标视频的关键帧图片中筛选视频缩略图，避免在同一个视频场景中多次筛选，根据目标视频中关键帧图片图像质量信息确定视频缩略图，可以避免将目标视频全黑的首帧作为视频缩略图的问题，保证了视频缩略图的质量，提高了配置缩略图的效率。
请参见图5，为本申请实施例提供了一种数据处理设备的结构示意图。如图5所示，所述数据处理设备1000可以包括：至少一个处理器1001，例如CPU，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。其中，用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图5所示，作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及数据处理应用程序。
在图5所示的数据处理设备1000中，网络接口1004可提供网络通讯功能，用户接口1003主要用于为用户提供输入的接口；而处理器1001可以用于调用存储器1005中存储的数据处理应用程序，以实现上述图2-图3任一个所对应实施例中对所述数据处理方法的描述，在此不再赘述。
应当理解，本申请实施例中所描述的数据处理设备1000可执行前文图2-图3任一个所对应实施例中对所述数据处理方法的描述，也可执行前文图4所对应实施例中对所述数据处理设备的描述，在此不再赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。
此外，这里需要指出的是：本申请实施例还提供了一种计算机可读存储介质，且所述计算机可读存储介质中存储有前文提及的数据处理设备所执行的计算机程序，且所述计算机程序包括程序指令，当所述处理器执行所述程序指令时，能够执行前文图2-图3任一个所对应实施例中对所述数据处理方法的描述，因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。
Claims (10)
1.一种数据处理方法，其特征在于，包括：
获取用于提取视频缩略图的目标视频；
获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息；
将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。
2.根据权利要求1所述的方法，其特征在于，所述获取用于提取视频缩略图的目标视频，包括：
获取用于提取视频缩略图的待处理视频的地址信息，将所述地址信息发送至消息队列；
根据所述消息队列中的目标地址信息获取目标地址信息对应的目标视频；所述消息队列包括多个待处理视频的地址信息，所述目标地址信息为消息队列中任意一个地址信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述消息队列中的目标地址信息获取目标地址信息对应的目标视频，包括：
根据所述消息队列中地址信息的优先级顺序，将优先级最高且未处理的地址信息确定为目标地址信息；
根据所述目标地址信息获取目标地址信息所指示的目标视频。
4.根据权利要求1所述的方法，其特征在于，所述获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息，包括：
根据跳转信息获取所述目标视频的目标视频场景，获取所述目标视频场景中的关键帧图片；所述跳转信息用于指示目标视频场景在目标视频中的位置信息；
获取所述关键帧图片对应的M个灰度信息，统计M个灰度信息在多个灰度级中的分布量，根据所述每个灰度级的分布量生成所述每个灰度级对应的灰度频率；其中，M为关键帧图片的像素点的数量；
根据所述每个灰度级对应的灰度频率和所述灰度级获取所述关键帧图片对应的图像质量信息。
5.根据权利要求4所述的方法，其特征在于，所述获取所述关键帧图片对应的M个灰度信息，获取每个灰度信息的分布量，根据所述分布量生成每个灰度信息对应的灰度频率，包括：
根据步长信息提取关键帧图片中的像素点，将所述像素点存储至像素点集合；
统计所述像素点集合中所有像素点的灰度信息和每个灰度信息对应的灰度频率。
6.根据权利要求4所述的方法，其特征在于，所述将所述图像质量信息满足质量条件的关键帧图片作为所述目标视频的视频缩略图，包括：
当所述图像质量信息大于质量阈值时，则确定所述图像质量信息满足质量条件；
将所述图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。
7.根据权利要求6所述的方法，其特征在于，还包括：
当所述图像质量信息小于或等于质量阈值时，获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景。
8.根据权利要求7所述的方法，其特征在于，所述当所述图像质量信息小于或等于质量阈值时，获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景，包括：
当所述图像质量信息小于或等于质量阈值时，获取所述图像质量信息对应的时长信息，将所述图像质量信息和所述图像质量信息对应的时间信息存储至质量信息集合；所述时长信息为生成所述图像质量信息的所消耗的时间；
获取所述关键帧图片所属目标视频场景的下一个视频场景，将所述目标视频场景的下一个视频场景确定为目标视频场景，直至统计质量信息集合中所有时长信息之和大于时长阈值时，获取所述质量信息集合中最大图像质量信息，将所述最大图像质量信息对应的关键帧图片确定为目标视频的视频缩略图。
9.一种数据处理设备，其特征在于，包括：
目标视频获取单元，用于获取用于提取视频缩略图的目标视频；
图像质量生成单元，用于获取所述目标视频的关键帧图片，根据所述关键帧图片的灰度频率生成所述关键帧图片的图像质量信息；
视频缩略图确定单元，用于将所述图像质量信息满足质量条件的关键帧图片确定为所述目标视频的视频缩略图。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时，执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910689334.7A CN110392306B (zh) | 2019-07-29 | 2019-07-29 | 一种数据处理方法以及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910689334.7A CN110392306B (zh) | 2019-07-29 | 2019-07-29 | 一种数据处理方法以及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110392306A true CN110392306A (zh) | 2019-10-29 |
| CN110392306B CN110392306B (zh) | 2021-11-05 |
Family
ID=68287861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910689334.7A Active CN110392306B (zh) | 2019-07-29 | 2019-07-29 | 一种数据处理方法以及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110392306B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111083552A (zh) * | 2019-12-30 | 2020-04-28 | 上海闻泰信息技术有限公司 | 一种缩略图生成方法、装置、设备和介质 |
| CN111090778A (zh) * | 2019-12-26 | 2020-05-01 | 北京百度网讯科技有限公司 | 一种图片生成方法、装置、设备及存储介质 |
| CN111901679A (zh) * | 2020-08-10 | 2020-11-06 | 广州繁星互娱信息科技有限公司 | 封面图像的确定方法、装置、计算机设备及可读存储介质 |
| CN113438475A (zh) * | 2021-06-17 | 2021-09-24 | 青岛海信传媒网络技术有限公司 | 一种缩略图的检验方法及显示设备 |
| CN113556492A (zh) * | 2021-07-09 | 2021-10-26 | 深圳传音控股股份有限公司 | 缩略图生成方法、移动终端及可读存储介质 |
| CN114071226A (zh) * | 2022-01-14 | 2022-02-18 | 飞狐信息技术（天津）有限公司 | 视频预览图的生成方法及装置、存储介质及电子设备 |
| CN114710707A (zh) * | 2022-03-24 | 2022-07-05 | 海信视像科技股份有限公司 | 显示设备及视频缩略图获取方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1538351A (zh) * | 2003-04-01 | 2004-10-20 | 视觉上代表性的视频缩略图的生成 | |
| US20060228029A1 (en) * | 2005-03-29 | 2006-10-12 | Microsoft Corporation | Method and system for video clip compression |
| US20080136834A1 (en) * | 2006-12-11 | 2008-06-12 | Ruofei Zhang | Automatically generating a content-based quality metric for digital images |
| CN103262096A (zh) * | 2010-12-09 | 2013-08-21 | 诺基亚公司 | 基于有限上下文从视频序列中识别关键帧 |
| CN106331786A (zh) * | 2016-08-22 | 2017-01-11 | 暴风集团股份有限公司 | 图文模式显示播放列表的方法及*** |
| CN106503693A (zh) * | 2016-11-28 | 2017-03-15 | 北京字节跳动科技有限公司 | 视频封面的提供方法及装置 |
| CN107832724A (zh) * | 2017-11-17 | 2018-03-23 | 北京奇虎科技有限公司 | 从视频文件中提取人物关键帧的方法及装置 |
| CN108833938A (zh) * | 2018-06-20 | 2018-11-16 | 上海连尚网络科技有限公司 | 用于选取视频封面的方法和设备 |
| CN109996091A (zh) * | 2019-03-28 | 2019-07-09 | 苏州八叉树智能科技有限公司 | 生成视频封面的方法、装置、电子设备和计算机可读存储介质 |
-
2019
- 2019-07-29 CN CN201910689334.7A patent/CN110392306B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1538351A (zh) * | 2003-04-01 | 2004-10-20 | 视觉上代表性的视频缩略图的生成 | |
| US20060228029A1 (en) * | 2005-03-29 | 2006-10-12 | Microsoft Corporation | Method and system for video clip compression |
| US20080136834A1 (en) * | 2006-12-11 | 2008-06-12 | Ruofei Zhang | Automatically generating a content-based quality metric for digital images |
| CN103262096A (zh) * | 2010-12-09 | 2013-08-21 | 诺基亚公司 | 基于有限上下文从视频序列中识别关键帧 |
| CN106331786A (zh) * | 2016-08-22 | 2017-01-11 | 暴风集团股份有限公司 | 图文模式显示播放列表的方法及*** |
| CN106503693A (zh) * | 2016-11-28 | 2017-03-15 | 北京字节跳动科技有限公司 | 视频封面的提供方法及装置 |
| CN107832724A (zh) * | 2017-11-17 | 2018-03-23 | 北京奇虎科技有限公司 | 从视频文件中提取人物关键帧的方法及装置 |
| CN108833938A (zh) * | 2018-06-20 | 2018-11-16 | 上海连尚网络科技有限公司 | 用于选取视频封面的方法和设备 |
| CN109996091A (zh) * | 2019-03-28 | 2019-07-09 | 苏州八叉树智能科技有限公司 | 生成视频封面的方法、装置、电子设备和计算机可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 刘雪超: "基于数字图像处理的自动调焦技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111090778A (zh) * | 2019-12-26 | 2020-05-01 | 北京百度网讯科技有限公司 | 一种图片生成方法、装置、设备及存储介质 |
| CN111090778B (zh) * | 2019-12-26 | 2023-06-27 | 北京百度网讯科技有限公司 | 一种图片生成方法、装置、设备及存储介质 |
| CN111083552A (zh) * | 2019-12-30 | 2020-04-28 | 上海闻泰信息技术有限公司 | 一种缩略图生成方法、装置、设备和介质 |
| CN111901679A (zh) * | 2020-08-10 | 2020-11-06 | 广州繁星互娱信息科技有限公司 | 封面图像的确定方法、装置、计算机设备及可读存储介质 |
| CN113438475A (zh) * | 2021-06-17 | 2021-09-24 | 青岛海信传媒网络技术有限公司 | 一种缩略图的检验方法及显示设备 |
| CN113556492A (zh) * | 2021-07-09 | 2021-10-26 | 深圳传音控股股份有限公司 | 缩略图生成方法、移动终端及可读存储介质 |
| CN113556492B (zh) * | 2021-07-09 | 2023-10-20 | 深圳传音控股股份有限公司 | 缩略图生成方法、移动终端及可读存储介质 |
| CN114071226A (zh) * | 2022-01-14 | 2022-02-18 | 飞狐信息技术（天津）有限公司 | 视频预览图的生成方法及装置、存储介质及电子设备 |
| CN114071226B (zh) * | 2022-01-14 | 2022-04-26 | 飞狐信息技术（天津）有限公司 | 视频预览图的生成方法及装置、存储介质及电子设备 |
| CN114710707A (zh) * | 2022-03-24 | 2022-07-05 | 海信视像科技股份有限公司 | 显示设备及视频缩略图获取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110392306B (zh) | 2021-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110392306A (zh) | 一种数据处理方法以及设备 | |
| US10902234B2 (en) | Image recognition method and apparatus | |
| JP6326411B2 (ja) | ビデオ通信方法、ビデオ通信装置、プログラム及び記録媒体 | |
| CN106021421B (zh) | 一种加速网页渲染的方法及装置 | |
| CN106911943B (zh) | 一种视频展示方法、装置及存储介质 | |
| US10313746B2 (en) | Server, client and video processing method | |
| CN106453572B (zh) | 基于云服务器同步图像的方法及*** | |
| CN105469381B (zh) | 一种信息处理方法及终端 | |
| CN106789565A (zh) | 社交内容分享方法及装置 | |
| CN112995418B (zh) | 视频彩铃播放方法、发送方法及相关设备 | |
| CN105979363A (zh) | 一种身份识别法和装置 | |
| CN109121000A (zh) | 一种视频处理方法及客户端 | |
| CN113839998B (zh) | 图像数据传输方法、装置、设备、存储介质及程序产品 | |
| CN112163993A (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN109388737B (zh) | 一种内容项的曝光数据的发送方法、装置及存储介质 | |
| CN108769684A (zh) | 基于WebP图像压缩算法的图像处理方法以及装置 | |
| CN108681462B (zh) | 一种代码量统计方法及装置 | |
| CN108109106B (zh) | 一种图片生成的方法、装置及计算机设备 | |
| CN108924624B (zh) | 信息处理方法和装置 | |
| CN114143590B (zh) | 一种视频播放方法、服务器及存储介质 | |
| CN115690664A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN114173158A (zh) | 人脸识别方法、云端设备、客户端设备、电子设备及介质 | |
| CN113420176B (zh) | 搜题方法、题目框绘制方法和装置、设备及存储介质 | |
| CN112734658A (zh) | 图像增强方法、装置及电子设备 | |
| CN111654640A (zh) | 曝光调整方法、装置及电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |