[发明专利]一种基于视频内容的动态添加字幕方法

说明书

技术领域

本发明涉及计算机视频处理技术领域，特别是涉及一种基于视频内容的动态添加字幕方法。

背景技术

随着科技的进步和时代的发展，视频获取设备日益普及，视频传播日益广泛。视频这种综合视觉和听觉感官的多媒体技术已经成为人们生活中必不可少的一部分，为了更好的满足人们的需要，提高观看者的视觉体验，人们提出了大量的视频处理技术。比如为了解决不同视频显示设备分辨率之间差异性，研究人员提出了视频缩放技术；为了获得更好的视频视觉效果，研究人员提出了画质增强技术等等。与此同时，在播放视频时向视频中添加字幕作为一种辅助手段，在帮助人们更好的欣赏和理解视频方面起着极其重要的作用。尤其是近几年来，我国引进了大量的外文视频(以英语的电影、电视剧为主)，为了让普通的观众能欣赏到这些外文视频，必然要求在视频中添加相应的中文字幕。

而传统的字幕添加方法只是简单的将字幕固定添加在视频画面的某个固定位置(通常是覆盖在画面底部正中间)，在整个视频播放的过程中，字幕位置不会变动。这种传统的字幕添加方法没有考虑到视频画面的丰富多样性，往往会遮挡住画面中一些观众感兴趣的内容，由于视频之间通常具有一定连贯性，这种遮挡往往会是持续性的，导致极大的影响了观赏体验。如何确定视频图像中的重要区域不被字幕遮蔽而造成视觉破坏是图像处理领域的重要课题。

发明内容

本发明提供一种基于视频内容的动态添加字幕方法，该方法对传统的视频添加字幕方法进行改进，有效地解决了现有字幕添加在视频固定位置对用户感兴趣的画面内容造成遮挡的问题。

一种基于视频内容的动态添加字幕方法，包括以下六个步骤：

(1)将待处理的视频由RGB颜色空间转换到CIE-Lab颜色空间；

由于CIE-Lab颜色空间分离了颜色亮度和色彩变化，可以提高后续计算像素能量值的精度。

(2)提取出待添加字幕的时间轴信息和文本文图；

字幕中包含了文字信息及其每条字幕文字出现、消失的时间信息，对字幕进行光栅化处理得到其文本位图。

(3)计算出视频画面上像素的能量值；

一条字幕文字一般会在视频画面上持续一段时间，在这个时间段内字幕的位置不应发生变动，以免影响观众的视觉体现。则这个时间段内的画面帧组成了这条字幕文字的帧序列，用一个帧序列表示这n_r帧画面，对这个帧序列中所有画面添加字幕，必然要考虑所有帧画面的情况，使得字幕文字添加之后对这个帧序列造成的视觉损失最小，而不能仅仅只考虑一帧画面。另外，考虑到观众的观看习惯，字幕位置一般设置在画面下方，高度为整个画面高度20％的矩形区域内，字幕文字在这个区域内可以做位置偏移。因此，对这个矩阵区域内的像素计算能量值包括两个部分，分别用E_s(i，j)和E_t(i，j)表示，其中E_s(i，j)的计算方法为：