CN112235516B - 视频生成方法、装置、服务器及存储介质 - Google Patents

Abstract

本公开关于一种视频生成方法、装置、服务器及存储介质，视频生成方法包括：接收电子设备发送的视频生成请求，视频生成请求中包括原始视频；根据原始视频的视频帧，确定目标背景图像，目标背景图像包括以下至少一项：原始视频中的关键帧以及具有视频帧上显示的信息的图像；根据目标背景图像以及原始视频，生成目标视频，目标视频的播放界面上的背景图像为目标背景图像。利用本公开的方法，能够自动确定目标背景图像，不需要视频制作者手动配置目标视频的背景图像，因此，可以简化视频制作者制作视频的操作以及节省制作视频的时间。

Description

视频生成方法、装置、服务器及存储介质

技术领域

本公开涉及多媒体技术领域，尤其涉及一种视频生成方法、装置、服务器及存储介质。

背景技术

随着多媒体技术的发展，人们通常可以使用视频处理软件，对预先准备的原始视频(比如视频文件)进行处理，生成视频。

相关技术中，视频生成方法通常是由视频制作者通过视频处理软件对原始视频进行处理，其中包括为原始视频配置背景图像。在对原始视频进行处理后，可以生成视频。

在上述的视频生成方法中，由于需要视频制作者手动配置背景图像，导致制作视频的操作比较繁琐与耗时。

发明内容

本公开提供一种视频生成方法、装置、服务器及存储介质，以至少解决相关技术中由于需要视频制作者手动配置背景图像，导致制作视频的操作比较繁琐与耗时的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种视频生成方法，包括：

接收电子设备发送的视频生成请求，所述视频生成请求中包括原始视频；

根据所述原始视频的视频帧，确定目标背景图像，所述目标背景图像包括以下至少一项：所述原始视频中的关键帧以及具有所述视频帧上显示的信息的图像；

根据所述目标背景图像以及所述原始视频，生成目标视频，所述目标视频的播放界面上的背景图像为所述目标背景图像。

在本公开的一个或多个实施例中，所述根据所述原始视频的视频帧，确定目标背景图像，包括：

从所述原始视频中获取多个视频帧；

识别所述多个视频帧中的每个视频帧包括的元素；

针对识别出的任意一个目标元素，在所述多个视频帧中获取具有所述目标元素的第一视频帧；

当所述第一视频帧的数量大于预定数量时，根据所述目标元素，确定所述目标背景图像，所述目标背景图像中包括以下至少一项：所述目标元素的图案以及所述目标元素的文本信息。

在本公开的一个或多个实施例中，所述识别所述多个视频帧中的每个视频帧包括的元素，包括：

获取所述原始视频的目标主题类型；

根据所述目标主题类型，识别所述每个视频帧包括的与所述目标主题类型相匹配的元素。

在本公开的一个或多个实施例中，所述根据所述目标元素，确定所述目标背景图像，包括：

在多个所述第一视频帧中，获取一个或两个目标视频帧，所述目标视频帧为：表征所述目标元素的整体结构的视频帧、表征所述目标元素的局部结构的视频帧或者所述目标元素的使用场景的视频帧；

将至少一项所述目标视频帧确定为所述目标背景图像。

在本公开的一个或多个实施例中，所述根据所述目标元素，确定所述目标背景图像，包括：

从至少一个所述第一视频帧中裁剪出所述目标元素的子图像；

将所述目标元素的子图像添加至第一预设图像上，得到所述目标背景图像。

在本公开的一个或多个实施例中，所述根据所述目标元素，确定所述目标背景图像，包括：

获取所述目标元素对应的预设关键词；

识别所述原始视频的视频帧上包括所述预设关键词的文本信息；

将所述文本信息添加至第二预设图像上，得到所述目标背景图像。

在本公开的一个或多个实施例中，所述将所述文本信息添加至第二预设图像上，得到所述目标背景图像之前，所述方法还包括：

针对所述原始视频上的多个颜色中的每个颜色，获取在所述多个视频帧中所述每个颜色的像素点数以及所述多个视频帧的总像素点数；

计算所述每个颜色的像素点数与所述总像素点数之间的比值，得到所述每个颜色的占比；

在所述多个颜色按照占比的大小顺序排列的情况下，从占比最大的颜色开始，在所述多个颜色中获取至少一个目标颜色；

所述将所述文本信息添加至第二预设图像上，得到所述目标背景图像，包括：

将所述文本信息添加至具有所述目标颜色的第二预设图像上，得到所述目标背景图像。

在本公开的一个或多个实施例中，在所述文本信息的数量为多个的情况下，所述将所述文本信息添加至第二预设图像上，得到所述目标背景图像之前，所述方法还包括：

从文本信息库中获取所述目标元素对应的第一文本信息；

在多个所述文本信息中，获取与所述预设文本信息的相似度最高的第二文本信息；

所述将所述文本信息添加至第二预设图像上，得到所述目标背景图像，包括：

将所述第二文本信息添加至所述第二预设图像上，得到所述目标背景图像。

在本公开的一个或多个实施例中，所述目标背景图像的数量为多个；所述根据所述目标背景图像以及所述原始视频，生成目标视频，包括：

根据多个所述目标背景图像以及所述原始视频，生成多个所述目标视频，一个所述目标视频是根据至少一个所述目标背景图像以及所述原始视频生成，不同的所述目标视频是根据不同的所述目标背景图像生成。

根据本公开实施例的第二方面，提供一种视频生成装置，包括：

请求接收模块，被配置为接收电子设备发送的视频生成请求，所述视频生成请求中包括原始视频；

图像确定模块，被配置为根据所述原始视频的视频帧，确定目标背景图像，所述目标背景图像包括以下至少一项：所述原始视频中的关键帧以及具有所述视频帧上显示的信息的图像；

视频生成模块，被配置为根据所述目标背景图像以及所述原始视频，生成目标视频，所述目标视频的播放界面上的背景图像为所述目标背景图像。

在本公开的一个或多个实施例中，所述图像确定模块包括：

第一获取单元，被配置为从所述原始视频中获取多个视频帧；

元素识别单元，被配置为识别所述多个视频帧中的每个视频帧包括的元素；

第二获取单元，被配置为针对识别出的任意一个目标元素，在所述多个视频帧中获取具有所述目标元素的第一视频帧；

图像确定单元，被配置为当所述第一视频帧的数量大于预定数量时，根据所述目标元素，确定所述目标背景图像，所述目标背景图像中包括以下至少一项：所述目标元素的图案以及所述目标元素的文本信息。

在本申请的一个或多个实施例中，所述元素识别单元包括：

类型获取子单元，被配置为获取所述原始视频的目标主题类型；

元素识别子单元，被配置为根据所述目标主题类型，识别所述每个视频帧包括的与所述目标主题类型相匹配的元素。

在本申请的一个或多个实施例中，所述图像确定单元包括：

关键帧确定子单元，被配置为在多个所述第一视频帧中，获取一个或两个目标视频帧，所述目标视频帧为：表征所述目标元素的整体结构的视频帧、表征所述目标元素的局部结构的视频帧或者所述目标元素的使用场景的视频帧；

第一图像确定子单元，被配置为将一个或两个所述目标视频帧确定为所述目标背景图像。

在本申请的一个或多个实施例中，所述图像确定单元包括：

裁剪子单元，被配置为从至少一个所述第一视频帧中裁剪出所述目标元素的子图像；

图像添加子单元，被配置为将所述目标元素的子图像添加至第一预设图像上，得到所述目标背景图像。

在本申请的一个或多个实施例中，所述图像确定模块包括：

文本识别单元，被配置为识别所述原始视频的视频帧上包括预设关键词的文本信息，所述预设关键词为所述目标元素对应的关键词；

文本添加单元，被配置为将所述文本信息添加至第二预设图像上，得到所述目标背景图像。

在本申请的一个或多个实施例中，所述装置还包括：

像素点获取模块，被配置为针对所述原始视频上的多个颜色中的每个颜色，获取在所述多个视频帧中所述每个颜色的像素点数以及所述多个视频帧的总像素点数；

占比计算模块，被配置为计算所述每个颜色的像素点数与所述总像素点数之间的比值，得到所述每个颜色的占比；

颜色获取模块，被配置为在所述多个颜色按照占比的大小顺序排列的情况下，从占比最大的颜色开始，在所述多个颜色中获取至少一个目标颜色；

所述文本添加单元具体被配置为：将所述文本信息添加至具有所述目标颜色的第二预设图像上，得到所述目标背景图像。

在本申请的一个或多个实施例中，在所述文本信息的数量为多个的情况下，所述装置还包括：

第一文本获取模块，被配置为从文本信息库中获取所述目标元素对应的第一文本信息；

第二文本获取模块，被配置为在多个所述文本信息中，获取与所述预设文本信息的相似度最高的第二文本信息；

所述文本添加单元具体被配置为：将所述第二文本信息添加至所述第二预设图像上，得到所述目标背景图像。

在本公开的一个或多个实施例中，所述视频生成模块具体被配置为：

根据多个所述目标背景图像以及所述原始视频，生成多个所述目标视频，一个所述目标视频是根据至少一个所述目标背景图像以及所述原始视频生成，不同的所述目标视频是根据不同的所述目标背景图像生成。

根据本公开实施例的第三方面，提供一种服务器，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现上述任一项实施例的视频生成方法。

根据本公开实施例的第四方面，提供一种存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行上述任一项实施例的视频生成方法。

根据本公开实施例的第五方面，提供一种计算机程序产品，当计算机程序产品中的指令由服务器的处理器执行时，使得服务器能够执行上述任一项实施例的视频生成方法。

本公开的实施例提供的技术方案至少带来以下有益效果：

根据原始视频的视频帧，确定目标背景图像；然后，根据目标背景图像以及原始视频，生成目标视频。由于是根据原始视频的视频帧，自动确定目标背景图像，不需要视频制作者手动配置目标视频的背景图像，因此，可以简化视频制作者制作视频的操作以及节省制作视频的时间。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1是根据一示例性实施例示出的一种用于实施视频生成方法的***的架构图。

图2是根据一示例性实施例示出的一种视频生成方法的流程图。

图3是根据一示例性实施例示出的一种目标视频的播放界面的示意图。

图4是根据一示例性实施例示出的另一种视频生成方法的流程图。

图5是根据一示例性实施例示出的一种第一视频帧的示意图。

图6是根据一示例性实施例示出的一种目标背景图像的示意图。

图7是根据一示例性实施例示出的又一种视频生成方法的流程图。

图8是根据一示例性实施例示出的另一种目标背景图像的示意图。

图9是根据一示例性实施例示出的另一种目标视频的播放界面的示意图。

图10是根据一示例性实施例示出的又一种目标视频的播放界面的示意图。

图11是根据一示例性实施例示出的再一种目标视频的播放界面的示意图。

图12是根据一示例性实施例示出的再一种目标视频的播放界面的示意图。

图13是根据一示例性实施例示出的再一种目标视频的播放界面的示意图。

图14是根据一示例性实施例示出的一种视频生成装置的框图。

图15是根据一示例性实施例示出的一种服务器的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开提供了一种视频生成方法，下面首先说明用于实施视频生成方法的***。图1是根据一示例性实施例示出的一种用于实施视频生成方法的***的架构图。如图1所示，用于实施视频生成方法的***包括电子设备102和服务器104。

电子设备102接收上传的原始视频，并接收基于原始视频生成视频的指令。然后，电子设备102向服务器发送视频生成请求，视频生成请求中包括原始视频。

服务器104接收到电子设备102发送的视频生成请求的情况下，根据原始视频的视频帧，确定目标背景图像；然后，根据目标背景图像以及原始视频，生成目标视频。

在服务器104生成目标视频之后，电子设备102可以从服务器104下载目标视频，由此，实现将目标视频下载到本地。或者，在服务器104生成目标视频之后，服务器104将生成的目标视频发送至电子设备102。

下面通过一个示例说明上述的***。

电子设备102上安装有视频处理软件，通过视频处理软件接收上传的原始视频，然后接收基于原始视频生成视频的指令。电子设备102通过视频处理软件向服务器发送视频生成请求，视频生成请求中包括原始视频。

服务器104接收视频生成请求，并根据视频生成请求包括原始视频，确定目标背景图像；然后，根据目标背景图像以及原始视频，生成目标视频。其中，目标视频在播放时，目标视频的播放区域显示有原始视频，目标视频的背景图像区域显示有目标背景图像。背景图像区域可以是位于目标视频的播放区域之上的区域以及位于目标视频的播放区域之下的区域。

作为一个示例，视频处理软件可以为客户端或者应用程序。

以上是通过电子设备102上安装的视频处理软件来实现原始视频的上传，除此之外，电子设备102可以通过网页来实现原始视频的上传。

上述的***可以实现本公开提供的视频生成方法。基于上述的***下面说明视频生成方法，图2是根据一示例性实施例示出的一种视频生成方法的流程图。视频生成方法可以应用于服务器，如图2所示，视频生成方法200包括：

S202，接收电子设备发送的视频生成请求，视频生成请求中包括原始视频；

S204，根据原始视频的视频帧，确定目标背景图像，目标背景图像包括以下至少一项：原始视频中的关键帧以及具有视频帧上显示的信息的图像；

S206，根据目标背景图像以及原始视频，生成目标视频，目标视频的播放界面上的背景图像为目标背景图像。

下面说明上述的各步骤。

在S202中，服务器可以通过互联网接收电子设备发送的视频生成请求。视频生成请求中的原始视频可以是电子设备拍摄的视频文件。或者，视频生成请求中的原始视频可以是电子设备接收其他电子设备发送的视频文件。

作为一个示例，原始视频为横屏的视频文件。

在S204中，作为一个示例，可以将原始视频中的关键帧确定为目标背景图像。

作为另一个示例，视频帧上显示的信息可以包括以下至少一项：视频帧上的颜色、文本以及图片。

S204可以包括：获取原始视频的视频帧上显示的目标颜色，将具有目标颜色的背景图像确定为目标背景图像。目标颜色为原始视频的视频帧上的颜色。

S204可以包括：将原始视频的视频帧上显示的文本或者图片添加至预设的图像上，得到目标背景图像。

在S206中，将目标背景图像作为目标视频的播放界面上的背景图像，将原始视频作为目标视频的播放界面上的播放视频，并生成目标视频。

在一个示例中，可以使用一个目标背景图像生成一个目标视频。即目标视频的上下两个区域显示同一个目标背景图像。

在另一个示例中，可以使用两个目标背景图像生成一个目标视频。下面通过图3说明本实施例。

图3是根据一示例性实施例示出的一种目标视频的播放界面的示意图。如图3所示，目标视频在播放的过程中，在播放界面上的第一区域302播放原始视频，在播放界面上的位于第一区域302之上的第二区域304显示第一目标背景图像，在播放界面上的位于第一区域302之下的第三区域306显示第二目标背景图像。

需要说明的是，在第二区域304显示的第一目标背景图像以及在第三区域306显示的第二目标背景图像可以是同一个目标背景图像或者不同的目标背景图像。

在本公开实施例中，由于是根据原始视频的视频帧，自动确定目标背景图像，不需要视频制作者手动配置目标视频的背景图像，因此，可以简化视频制作者制作视频的操作以及节省制作视频的时间。另外，目标背景图像可以包括原始视频中的关键帧，由此，在播放原始视频的期间还可以向用户显示原始视频的关键内容，从而有效地向用户传达关键内容。除此之外，目标背景图像上可以具有视频帧上显示的信息，由此，可以使得目标背景图像与原始视频的视频帧上的信息相适配，目标视频在播放时，可以使得目标视频中的原始视频与目标背景图像更加协调。

在本公开的一个或多个实施例中，如图4所示，S204可以包括：

S2042：从原始视频中获取多个视频帧；

S2044：识别多个视频帧中的每个视频帧包括的元素；

S2046：针对识别出的任意一个目标元素，在多个视频帧中获取具有目标元素的第一视频帧；

S2048：当第一视频帧的数量大于预定数量时，根据目标元素，确定目标背景图像，目标背景图像中包括以下至少一项：目标元素的图案以及目标元素的文本信息。

下面对S2042至S2048分别进行说明。

在S2042中，可以采用均匀抽帧的方式从原始视频中抽取多个视频帧。比如，每隔1秒抽取一个视频帧，原始视频为50秒的视频的情况下，可以从原始视频中抽取50个视频帧。

在S2044中，可以采用人脸识别的方式以及物品识别的方式，识别多个视频帧中的每个视频帧包括的元素。识别出的元素可以包括以下至少一项：物品以及人物。

在S2046中，针对在多个视频帧中识别出的任意一个目标元素，在多个视频帧中获取具有目标元素的第一视频帧。第一视频帧的数量可以为一个或多个。

在S2048中，作为一个示例，可以将至少一个第一视频帧确定为目标背景图像。作为另一个示例，可以从第一视频帧中截取目标元素的子图像；将目标元素的子图像确定为目标背景图像，或者，将目标元素的子图像贴至预设图像上，得到目标背景图像。

作为一个示例，根据目标元素，确定目标背景图像，可以包括：根据满足预定条件的第一视频帧，确定目标背景图像，其中，预定条件包括以下至少一项：视频帧的分辨率大于预定阈值；视频帧中不存在水印；所述目标元素位于视频帧的中心区域内；视频帧中包括完整的句子或者完整短语；在视频帧包括人物的情况下，视频帧中的人物处于睁眼状态。

在本公开的实施例中，通过在多个视频帧中获取具有目标元素的第一视频帧，当第一视频帧的数量大于预定数量时，说明目标元素出现在原始视频中的次数比较多，进而说明目标元素是原始视频中的关键元素。然后，可以根据具有目标元素的第一视频帧，确定目标背景图像，目标背景图像中包括原始视频的关键元素。由此，使得目标背景图像包括原始视频的关键内容，原始视频的关键内容可以贯穿整个视频，便于用户从视频中获取有效的信息。

在本公开的一个或多个实施例中，S2044可以包括：

获取原始视频的目标主题类型；

根据目标主题类型，识别每个视频帧包括的与目标主题类型相匹配的元素。

作为一个示例，原始视频的目标主题类型可以为美妆类、服饰类、旅游类或者搞笑类等。

作为一个示例，根据目标主题类型，识别每个视频帧包括的与目标主题类型相匹配的元素，可以包括：获取与目标主题类型对应的元素库；识别每个视频帧包括的、且在元素库中的元素。

下面通过一个例子进行说明。

假设原始视频的目标主题类型为美妆类，那么获取与美妆类对应的元素库，该元素库中包括护肤品、化妆品、头饰、耳环以及项链等。然后，基于与美妆类对应的元素库，识别每个视频帧中包括的元素库中的元素。

在本公开实施例中，根据原始视频的目标主题类型，识别每个视频帧包括的与目标主题类型相匹配的元素，然后，根据识别出的元素中的目标元素，确定包括目标元素的目标背景图像。由此，可以使得目标背景图像符合原始视频的目标主题类型，进而，可以使得最终生成的目标视频中的目标背景图像与原始视频更加匹配。

在本公开的一个或多个实施例中，S2046中的根据目标元素，确定目标背景图像，可以包括：

在多个第一视频帧中，获取一个或两个目标视频帧，目标视频帧为表征目标元素的整体结构的视频帧、表征目标元素的局部结构的视频帧或者目标元素的使用场景的视频帧；

将一个或两个目标视频帧确定为目标背景图像。

作为一个示例，在获取一个目标视频帧的情况下，视频的上下侧的两个目标背景图像可以为同一个目标视频帧。在获取两个目标视频帧的情况下，其中一个目标视频帧作为视频上侧的目标背景图像，另一个目标视频帧作为视频下侧的目标背景图像。

作为一个示例，可以使用两个目标背景图像生成一个目标视频。其中一个目标背景图像为主背景图像，另一个目标背景图像为细节背景图像。主背景图像可以满足如下至少一项：表征目标元素的外形轮廓、反映目标元素的使用场景、突出目标元素以及镜头互动。细节背景图像可以满足如下至少一项：表征目标元素的局部结构(即显示有目标元素的细节)、反映目标元素的使用场景以及镜头互动。

下面以原始视频为口红的广告视频为例说明如何确定目标背景图像。

在包括口红的多个第一视频帧中，获取表征口红的整体结构的视频帧，将该视频帧确定为目标背景图像，从而通过目标背景图像向用户展示了口红的整体结构。另外，还可以在包括口红的多个第一视频帧中，获取表征口红的局部结构的视频帧，将该视频帧确定为目标背景图像，从而通过目标背景图像向用户展示了口红的细节。除此之外，还可以在包括口红的多个第一视频帧中，获取涂有该口红的嘴唇的视频帧，该视频帧即为口红的使用场景。

在本公开实施例中，获取表征目标元素的整体结构的视频帧，表征目标元素的局部结构的视频帧，以及目标元素的使用场景的视频帧中的至少一项。由此，实现了在多个第一视频帧中获取优质的目标背景图像，而且目标背景图像能够反映出目标元素的特点。

在本公开的一个或多个实施例中，S2046中的根据目标元素，确定目标背景图像，可以包括：

从至少一个第一视频帧中裁剪出目标元素的子图像；

将目标元素的子图像添加至第一预设图像上，得到目标背景图像。

作为一个示例，可以从一个第一视频帧中裁剪出目标元素的子图像。

作为另一个示例，可以从各个第一视频帧中裁剪出在不同角度下的目标元素的子图像。

其中，裁剪出目标元素的子图像的第一视频帧可以为表征目标元素的整体结构的视频帧、表征目标元素的局部结构的视频帧或者目标元素的使用场景的视频帧。

作为一个示例，将目标元素的子图像添加至第一预设图像的预设位置，得到目标背景图像。比如，将目标元素的子图像添加至第一预设图像的中心位置，得到目标背景图像。

作为一个示例，第一预设图像可以是纯色的图像。比如，第一预设图像为纯黑色的图像。

作为另一个示例，第一预设图像可以是具有背景图案的图像。

作为又一个示例，第一预设图像可以是具有目标颜色的图像，目标颜色为原始视频的视频帧上的颜色。

下面以目标元素为口红为例，并通过图5进行说明。

图5是根据一示例性实施例示出的一种第一视频帧的示意图。如图5所示，第一视频帧中包括口红图案以及口红的宣传文案，在此情况下，从第一视频帧中裁剪出口红图案的子图像308，然后，将子图像308添加至黑色的图像上，得到如图6所示的目标背景图像。

在本公开实施例中，将从第一视频帧中裁剪出的目标元素的子图像添加至第一预设图像上，得到目标背景图像。可以使得目标背景图像中包括原始视频的关键元素。由此，使得目标背景图像包括原始视频的关键内容。

在本公开的一个或多个实施例中，如图7所示，S204可以包括：

S2050：获取目标元素对应的预设关键词；

S2052：识别原始视频的视频帧上包括预设关键词的文本信息；

S2054：将文本信息添加至第二预设图像上，得到目标背景图像，其中，目标颜色为原始视频的视频帧上的颜色。

作为一个示例，预设关键词为关键词库中的与目标元素对应的关键词。比如，目标元素为口红，那么与目标元素对应的关键词包括口红、色号、网红、限时、优惠、特卖以及限量等。

作为一个示例，第二预设图像可以为纯色图像。

作为另一个示例，第二预设图像可以为以某一颜色为主色调的预设图像。也就是说第二预设图像可以不是纯色图像，第二预设图像上可以有一些图案或者文字。

下面以目标元素为口红为例说明上述的S2050和S2052。

识别原始视频的视频帧上的文本信息，并从中获取包括口红关键词的文本信息“最近爆火口红魅色系列”以及“限时优惠”。由于原始视频的主色调为粉红色，则将文本信息添加至粉红色的背景图像上，得到如图8所示的两个目标背景图像。由此，可以根据目标背景图像，生成如图9所示的目标视频。

在本公开实施例中，将视频帧上的文本信息添加至具有目标颜色的第二预设图像上，得到目标背景图像。由于目标颜色为原始视频的视频帧上的颜色，由此，可以使得目标背景图像的颜色与原始视频的视频帧上的颜色相适配，目标视频在播放时，目标视频中的原始视频的颜色与目标背景图像的颜色之间更加协调。另外，目标背景图像上具有视频帧上的关键信息，可以使得目标背景图像上包括原始视频的关键内容，从而可以通过目标背景图像有效地向用户传达关键内容。

在本公开的一个或多个实施例中，S2054之前，视频生成方法还可以包括：

针对原始视频上的多个颜色中的每个颜色，获取在多个视频帧中每个颜色的像素点数以及多个视频帧的总像素点数；

计算每个颜色的像素点数与总像素点数之间的比值，得到每个颜色的占比；

在多个颜色按照占比的大小顺序排列的情况下，从占比最大的颜色开始，在多个颜色中获取至少一个目标颜色。

S2054可以包括：将文本信息添加至具有目标颜色的第二预设图像上，得到目标背景图像。

下面通过一个例子说明原始视频上的任意一个颜色A的颜色占比。

假设从原始视频中获取500个视频帧，在500个视频帧中获取颜色A的像素点数，计算颜色A的像素点数占500个视频帧的总像素点数的比值，该比值即为颜色A在原始视频的视频帧上的占比。

作为一个示例，在需要生成N个目标视频的情况下，可以从原始视频的视频帧上的多个颜色中获取N个目标颜色，其中，N个目标颜色是原始视频的视频帧上的占比靠前的N个颜色。基于一个目标颜色，可以生成一个目标视频。

比如，需要生成2个目标视频，则从原始视频的视频帧上的多个颜色中获取颜色占比靠前的两个目标颜色，分别是粉红色和玫红色。基于粉红色生成如图9所示的目标视频，该目标视频的背景图像的颜色是粉红色。基于玫红色生成如图10所示的目标视频，该目标视频的背景图像的颜色是玫红色。

在本公开实施例中，通过上述方式可以得到原始视频的主色调的颜色(即目标颜色)，然后，将文本信息添加至具有原始视频的主色调颜色的第二预设图像上，得到目标背景图像，以使目标背景图像的色调与原始视频的色调相适配。

需要说明的是，上述的第一预设图像可以是具有目标颜色的预设图像。比如，一个第一预设图像可以是一个目标颜色的纯色图像。

在文本信息的数量为多个的情况下，为了在多个文本信息中筛选出目标背景图像上的文本信息，在本公开的一个或多个实施例中，将文本信息添加至第二预设图像上，得到目标背景图像之前，视频生成方法还可以包括：

从文本信息库中获取目标元素对应的第一文本信息；

在多个文本信息中，获取与预设文本信息的相似度最高的第二文本信息。

将文本信息添加至第二预设图像上，得到目标背景图像，包括：

将第二文本信息添加至第二预设图像上，得到目标背景图像。

下面以目标元素为口红为例对上述的第二文本信息进行说明。

如果识别出原始视频的视频帧上有口红的多个宣传文本，由于标背景图像的区域有限，不能将所有的宣传文本都显示在目标背景图像上。为了选取合适的宣传文本，在本公开实施例中，首先，从文本信息库中获取口红对应的第一文本信息，第一文本信息是文本信息库中口红的宣传模板，第一文本信息是经过实践的用户接受度较高、宣传效果较好的宣传模板。

然后，在多个文本信息中，获取与第一文本信息的相似度最高的第二文本信息。因为第一文本信息的用户接受度较高以及宣传效果较好，而第二文本信息与第一文本信息相似，因此，可以认为第二文本信息对用户来说接受度较高以及宣传效果也较好。然后，将第二文本信息添加至第二预设图像上，得到目标背景图像。

在本公开实施例中，在文本信息的数量为多个的情况下，根据文本信息库中目标元素对应的第一文本信息，在多个文本信息中获取与预设文本信息的相似度最高的第二文本信息。由此，实现了在原始视频的多个文本信息中合理地选取了目标背景图像上的第二文本信息。

在本公开的一个或多个实施例中，目标背景图像的数量为多个；根据目标背景图像以及原始视频，生成目标视频，包括：

根据多个目标背景图像以及原始视频，生成多个目标视频，一个目标视频是根据至少一个目标背景图像以及原始视频生成，不同的目标视频是根据不同的目标背景图像生成。

作为一个示例，根据多个目标背景图像以及原始视频，可以生成如图3、图9、图10、图11、图12和图13所示的多个目标视频。由于上述已经对图3、图9和图10进行了说明，在此不再重复赘述。下面对图11、图12和图13进行说明。

在图11中，截取原始视频中的口红图片，将口红图片添加到预设图像上，得到显示在播放界面上方的目标背景图像。将口红的文本信息“限时优惠”添加到预设图像上，得到显示在播放界面下方的目标背景图像。

在图12中，将具有原始视频的主色调颜色的背景图像作为显示在播放界面上方的目标背景图像。将口红的文本信息“最近爆火口红”以及“魅色系列”添加到背景图像上，得到显示在播放界面下方的目标背景图像。

在图13中，将口红的文本信息“网红爆款”添加到具有原始视频的主色调颜色的背景图像上，得到显示在播放界面上方的目标背景图像。将具有原始视频的主色调颜色的背景图像作为显示在播放界面下方的目标背景图像。

在相关技术中，生成的多个目标视频之间仅转场、特效以及片头不一样，多个目标视频之间的差异化较小。与相关技术相比，本公开实施例可以生成多个目标视频，而且，每个目标视频的目标背景图像不同，可以使得多个目标视频直接呈现多样化。解决了用户在制作视频的过程中花费较多的时间制作背景图像的问题。

在本公开的一个或多个实施例中，在生成目标视频之后，视频生成方法还可以包括：响应于修改目标背景图片的操作，修改目标背景图片上的文本信息或者目标背景图片的样式。由此，可以使得生成的目标视频满足用户的需求。

图14是根据一示例性实施例示出的一种视频生成装置的框图。参照图14，该装置400包括请求接收模块402，图像确定模块404和视频生成模块406。

请求接收模块402，被配置为接收电子设备发送的视频生成请求，视频生成请求中包括原始视频；

图像确定模块404，被配置为根据原始视频的视频帧，确定目标背景图像，目标背景图像包括以下至少一项：原始视频中的关键帧以及具有视频帧上显示的信息的图像；

视频生成模块406，被配置为根据目标背景图像以及原始视频，生成目标视频，目标视频的播放界面上的背景图像为目标背景图像。

由于是根据原始视频的视频帧，自动确定目标背景图像，不需要视频制作者手动配置目标视频的背景图像，因此，可以简化视频制作者制作视频的操作以及节省制作视频的时间。另外，目标背景图像可以包括原始视频中的关键帧，由此，在播放原始视频的期间还可以向用户显示原始视频的关键内容，从而有效地向用户传达关键内容。除此之外，目标背景图像上可以具有视频帧上显示的信息，由此，可以使得目标背景图像与原始视频的视频帧上的信息相适配，目标视频在播放时，可以使得目标视频中的原始视频与目标背景图像更加协调。

在本公开的一个或多个实施例中，图像确定模块404可以包括：

第一获取单元，被配置为从原始视频中获取多个视频帧；

元素识别单元，被配置为识别多个视频帧中的每个视频帧包括的元素；

第二获取单元，被配置为针对识别出的任意一个目标元素，在多个视频帧中获取具有目标元素的第一视频帧；

图像确定单元，被配置为当第一视频帧的数量大于预定数量时，根据目标元素，确定目标背景图像，目标背景图像中包括以下至少一项：目标元素的图案以及目标元素的文本信息。

通过在多个视频帧中获取具有目标元素的第一视频帧，当第一视频帧的数量大于预定数量时，说明目标元素出现在原始视频中的次数比较多，进而说明目标元素是原始视频中的关键元素。然后，可以根据具有目标元素的第一视频帧，确定目标背景图像，目标背景图像中包括原始视频的关键元素。由此，使得目标背景图像包括原始视频的关键内容，原始视频的关键内容可以贯穿整个视频，便于用户从视频中获取有效的信息。

在本公开的一个或多个实施例中，元素识别单元可以包括：

类型获取子单元，被配置为获取原始视频的目标主题类型；

元素识别子单元，被配置为根据目标主题类型，识别每个视频帧包括的与目标主题类型相匹配的元素。

根据原始视频的目标主题类型，识别每个视频帧包括的与目标主题类型相匹配的元素，然后，根据识别出的元素中的目标元素，确定包括目标元素的目标背景图像。由此，可以使得目标背景图像符合原始视频的目标主题类型，进而，可以使得最终生成的目标视频中的目标背景图像与原始视频更加匹配。

在本公开的一个或多个实施例中，图像确定单元可以包括：

关键帧确定子单元，被配置为在多个第一视频帧中，获取一个或两个目标视频帧，目标视频帧为：表征目标元素的整体结构的视频帧、表征目标元素的局部结构的视频帧或者目标元素的使用场景的视频帧；

第一图像确定子单元，被配置为将一个或两个目标视频帧确定为目标背景图像。

在本公开实施例中，获取表征目标元素的整体结构的视频帧，表征目标元素的局部结构的视频帧，以及目标元素的使用场景的视频帧中的至少一项。由此，实现了在多个第一视频帧中获取优质的目标背景图像，而且目标背景图像能够反映出目标元素的特点。

在本公开的一个或多个实施例中，图像确定单元可以包括：

裁剪子单元，被配置为从至少一个第一视频帧中裁剪出目标元素的子图像；

图像添加子单元，被配置为将目标元素的子图像添加至第一预设图像上，得到目标背景图像。

将从第一视频帧中裁剪出的目标元素的子图像添加至第一预设图像上，得到目标背景图像。可以使得目标背景图像中包括原始视频的关键元素。由此，使得目标背景图像包括原始视频的关键内容。

在本公开的一个或多个实施例中，图像确定模块404可以包括：

文本识别单元，被配置为识别原始视频的视频帧上包括预设关键词的文本信息，预设关键词为目标元素对应的关键词；

文本添加单元，被配置为将文本信息添加至第二预设图像上，得到目标背景图像，其中，目标颜色为原始视频的视频帧上的颜色。

将视频帧上的文本信息添加至具有目标颜色的第二预设图像上，得到目标背景图像。由于目标颜色为原始视频的视频帧上的颜色，由此，可以使得目标背景图像的颜色与原始视频的视频帧上的颜色相适配，目标视频在播放时，目标视频中的原始视频的颜色与目标背景图像的颜色之间更加协调。另外，目标背景图像上具有视频帧上的关键信息，可以使得目标背景图像上包括原始视频的关键内容，从而可以通过目标背景图像有效地向用户传达关键内容。

在本公开的一个或多个实施例中，装置400还可以包括：

像素点获取模块，被配置为针对原始视频上的多个颜色中的每个颜色，获取在多个视频帧中每个颜色的像素点数以及多个视频帧的总像素点数；

占比计算模块，被配置为计算每个颜色的像素点数与总像素点数之间的比值，得到每个颜色的占比；

颜色获取模块，被配置为在多个颜色按照占比的大小顺序排列的情况下，从占比最大的颜色开始，在多个颜色中获取至少一个目标颜色；

文本添加单元具体被配置为：将文本信息添加至具有目标颜色的第二预设图像上，得到目标背景图像。

在本公开的一个或多个实施例中，在文本信息的数量为多个的情况下，装置400还可以包括：

第一文本获取模块，被配置为从文本信息库中获取目标元素对应的第一文本信息；

第二文本获取模块，被配置为在多个文本信息中，获取与预设文本信息的相似度最高的第二文本信息；

文本添加单元具体被配置为：将第二文本信息添加至第二预设图像上，得到目标背景图像。

在文本信息的数量为多个的情况下，根据文本信息库中目标元素对应的第一文本信息，在多个文本信息中获取与预设文本信息的相似度最高的第二文本信息。由此，实现了在原始视频的多个文本信息中合理地选取了目标背景图像上的第二文本信息。

在本公开的一个或多个实施例中，视频生成模块406具体可被配置为：

根据多个目标背景图像以及原始视频，生成多个目标视频，一个目标视频是根据至少一个目标背景图像以及原始视频生成，不同的目标视频是根据不同的目标背景图像生成。

在相关技术中，生成的多个目标视频之间仅转场、特效以及片头不一样，多个目标视频之间的差异化较小。与相关技术相比，本公开实施例可以生成多个目标视频，而且，每个目标视频的目标背景图像不同，可以使得多个目标视频直接呈现多样化。解决了用户在制作视频的过程中花费较多的时间制作背景图像的问题。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开提供一种服务器，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现上述任一项实施例的视频生成方法。

图15是根据一示例性实施例示出的一种服务器的框图。例如，服务器可以被提供为一服务器。参照图15，服务器500包括处理组件522，其进一步包括一个或多个处理器，以及由存储器532所代表的存储器资源，用于存储可由处理组件522的执行的指令，例如应用程序。存储器532中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件522被配置为执行指令，以执行上述任一项实施例的视频生成方法。

服务器500还可以包括一个电源组件526被配置为执行服务器500的电源管理，一个有线或无线网络接口550被配置为将服务器500连接到网络，和一个输入输出(I/O)接口558。服务器500可以操作基于存储在存储器532的操作***，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

本公开提供一种存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行上述任一项实施例的视频生成方法。

在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器，上述指令可由服务器的处理器执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本公开提供一种计算机程序产品，当计算机程序产品中的指令由服务器的处理器执行时，使得服务器能够执行上述任一项实施例的视频生成方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (16)

1.一种视频生成方法，其特征在于，包括：

接收电子设备发送的视频生成请求，所述视频生成请求中包括原始视频；

根据所述原始视频的视频帧，确定目标背景图像，所述目标背景图像包括：具有所述视频帧上显示的信息的图像；或者，所述原始视频中的关键帧以及具有所述视频帧上显示的信息的图像；

根据所述目标背景图像以及所述原始视频，生成目标视频，所述目标视频的播放界面上的背景图像为所述目标背景图像；

所述根据所述原始视频的视频帧，确定目标背景图像，包括：

从所述原始视频中获取多个视频帧；

识别所述多个视频帧中的每个视频帧包括的元素；

针对识别出的任意一个目标元素，在所述多个视频帧中获取具有所述目标元素的第一视频帧；

当所述第一视频帧的数量大于预定数量时，根据所述目标元素，确定所述目标背景图像，所述目标背景图像中包括：所述目标元素的文本信息；或者，所述目标元素的图案以及所述目标元素的文本信息；

所述根据所述目标元素，确定所述目标背景图像，包括：

获取所述目标元素对应的预设关键词；

识别所述原始视频的视频帧上包括所述预设关键词的文本信息；

将所述文本信息添加至第二预设图像上，得到所述目标背景图像。

2.根据权利要求1所述的方法，其特征在于，所述识别所述多个视频帧中的每个视频帧包括的元素，包括：

获取所述原始视频的目标主题类型；

根据所述目标主题类型，识别所述每个视频帧包括的与所述目标主题类型相匹配的元素。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标元素，确定所述目标背景图像，包括：

在多个所述第一视频帧中，获取一个或两个目标视频帧，所述目标视频帧为：表征所述目标元素的整体结构的视频帧、表征所述目标元素的局部结构的视频帧或者所述目标元素的使用场景的视频帧；

将一个或两个所述目标视频帧确定为所述目标背景图像。

4.根据权利要求1所述的方法，其特征在于，所述根据所述目标元素，确定所述目标背景图像，包括：

从至少一个所述第一视频帧中裁剪出所述目标元素的子图像；

将所述目标元素的子图像添加至第一预设图像上，得到所述目标背景图像。

5.根据权利要求1所述的方法，其特征在于，所述将所述文本信息添加至第二预设图像上，得到所述目标背景图像之前，所述方法还包括：

针对所述原始视频上的多个颜色中的每个颜色，获取在所述多个视频帧中所述每个颜色的像素点数以及所述多个视频帧的总像素点数；

计算所述每个颜色的像素点数与所述总像素点数之间的比值，得到所述每个颜色的占比；

在所述多个颜色按照占比的大小顺序排列的情况下，从占比最大的颜色开始，在所述多个颜色中获取至少一个目标颜色；

所述将所述文本信息添加至第二预设图像上，得到所述目标背景图像，包括：

将所述文本信息添加至具有所述目标颜色的第二预设图像上，得到所述目标背景图像。

6.根据权利要求1所述的方法，其特征在于，在所述文本信息的数量为多个的情况下，所述将所述文本信息添加至第二预设图像上，得到所述目标背景图像之前，所述方法还包括：

从文本信息库中获取所述目标元素对应的第一文本信息；

在多个所述文本信息中，获取与所述第一文本信息的相似度最高的第二文本信息；

所述将所述文本信息添加至第二预设图像上，得到所述目标背景图像，包括：

将所述第二文本信息添加至所述第二预设图像上，得到所述目标背景图像。

7.根据权利要求1所述的方法，其特征在于，所述目标背景图像的数量为多个；所述根据所述目标背景图像以及所述原始视频，生成目标视频，包括：

根据多个所述目标背景图像以及所述原始视频，生成多个所述目标视频，一个所述目标视频是根据至少一个所述目标背景图像以及所述原始视频生成，不同的所述目标视频是根据不同的所述目标背景图像生成。

8.一种视频生成装置，其特征在于，包括：

请求接收模块，被配置为接收电子设备发送的视频生成请求，所述视频生成请求中包括原始视频；

图像确定模块，被配置为根据所述原始视频的视频帧，确定目标背景图像，所述目标背景图像包括：具有所述视频帧上显示的信息的图像；或者，所述原始视频中的关键帧以及具有所述视频帧上显示的信息的图像；

视频生成模块，被配置为根据所述目标背景图像以及所述原始视频，生成目标视频，所述目标视频的播放界面上的背景图像为所述目标背景图像；

所述图像确定模块包括：

第一获取单元，被配置为从所述原始视频中获取多个视频帧；

元素识别单元，被配置为识别所述多个视频帧中的每个视频帧包括的元素；

第二获取单元，被配置为针对识别出的任意一个目标元素，在所述多个视频帧中获取具有所述目标元素的第一视频帧；

图像确定单元，被配置为当所述第一视频帧的数量大于预定数量时，根据所述目标元素，确定所述目标背景图像，所述目标背景图像中包括：所述目标元素的文本信息；或者，所述目标元素的图案以及所述目标元素的文本信息；

所述图像确定单元包括：

文本识别单元，被配置为识别所述原始视频的视频帧上包括预设关键词的文本信息，所述预设关键词为所述目标元素对应的关键词；

文本添加单元，被配置为将所述文本信息添加至第二预设图像上，得到所述目标背景图像。

9.根据权利要求8所述的装置，其特征在于，所述元素识别单元包括：

类型获取子单元，被配置为获取所述原始视频的目标主题类型；

元素识别子单元，被配置为根据所述目标主题类型，识别所述每个视频帧包括的与所述目标主题类型相匹配的元素。

10.根据权利要求8所述的装置，其特征在于，所述图像确定单元包括：

关键帧确定子单元，被配置为在多个所述第一视频帧中，获取一个或两个目标视频帧，所述目标视频帧为：表征所述目标元素的整体结构的视频帧、表征所述目标元素的局部结构的视频帧或者所述目标元素的使用场景的视频帧；

第一图像确定子单元，被配置为将一个或两个所述目标视频帧确定为所述目标背景图像。

11.根据权利要求8所述的装置，其特征在于，所述图像确定单元包括：

裁剪子单元，被配置为从至少一个所述第一视频帧中裁剪出所述目标元素的子图像；

图像添加子单元，被配置为将所述目标元素的子图像添加至第一预设图像上，得到所述目标背景图像。

12.根据权利要求8所述的装置，其特征在于，还包括：

像素点获取模块，被配置为针对所述原始视频上的多个颜色中的每个颜色，获取在所述多个视频帧中所述每个颜色的像素点数以及所述多个视频帧的总像素点数；

占比计算模块，被配置为计算所述每个颜色的像素点数与所述总像素点数之间的比值，得到所述每个颜色的占比；

颜色获取模块，被配置为在所述多个颜色按照占比的大小顺序排列的情况下，从占比最大的颜色开始，在所述多个颜色中获取至少一个目标颜色；

所述文本添加单元具体被配置为：将所述文本信息添加至具有所述目标颜色的第二预设图像上，得到所述目标背景图像。

13.根据权利要求8所述的装置，其特征在于，在所述文本信息的数量为多个的情况下，所述装置还包括：

第一文本获取模块，被配置为从文本信息库中获取所述目标元素对应的第一文本信息；

第二文本获取模块，被配置为在多个所述文本信息中，获取与所述第一文本信息的相似度最高的第二文本信息；

所述文本添加单元具体被配置为：将所述第二文本信息添加至所述第二预设图像上，得到所述目标背景图像。

14.根据权利要求8所述的装置，其特征在于，所述视频生成模块具体被配置为：

根据多个所述目标背景图像以及所述原始视频，生成多个所述目标视频，一个所述目标视频是根据至少一个所述目标背景图像以及所述原始视频生成，不同的所述目标视频是根据不同的所述目标背景图像生成。

15.一种服务器，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的视频生成方法。

16.一种存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如权利要求1至6中任一项所述的视频生成方法。

Images