[发明专利]一种确定字幕添加位置的方法及装置

说明书

技术领域

本发明涉及视频技术领域，特别是涉及一种确定字幕添加位置的方法及装置。

背景技术

字幕(subtitles of motion picture)是以文字形式显示视频对话内容，也是视频后期加工的文字，如演职员表、注释。

在中国，不同地区语言的发音差别很大，不能听懂普通话的人很多。但是文字写法的差异并不大，人们大都能理解文字。所以，对应普通话(或方言)的字幕被附加在视频中。另外，在外语视频中添加字幕，可以使听不懂外语的观众也能欣赏外语原声的外语视频。

用户观看视频时，往往会被画面中最重要、最具代表性、最易引起注意的区域吸引，这部分区域通常称为图像视觉显著性区域。传统方法将字幕固定添加在画面的底部中央，但是由于视频内容的丰富多样，字幕可能会遮挡住图像视觉显著性区域。而且由于画面之间通常具有连贯性，而且这种遮挡往往会是持续性的，影响观赏体验。

因此，本领域技术人员亟待解决的技术问题是：如何防止字幕遮挡住图像视觉显著性区域。

发明内容

本发明实施例提供了一种确定字幕添加位置的方法及装置，以解决字幕会遮挡住图像视觉显著性区域的技术问题。

为了解决上述问题，本发明实施例公开了一种确定字幕添加位置的方法，包括：

确定字幕覆盖像素的集合；

在画面中选取字幕添加候选区域；

依据所述字幕覆盖像素的集合将所述字幕添加候选区域划分成至少两个字幕添加区域，各个所述字幕添加区域之间逐像素迭代；

分别计算各个所述字幕添加区域的像素能量值；

依据所述像素能量值，选取所述字幕添加区域添加所述字幕。

优选地，所述确定字幕覆盖像素的集合，包括：

光栅化所述字幕，生成所述字幕的掩码图，所述掩码图中包括：空白像素和字幕颜色填充像素；

统计所述空白像素和所述字幕颜色填充像素的集合为所述字幕覆盖像素的集合。

优选地，所述分别计算各个所述字幕添加区域的像素能量值，包括：

计算所述字幕覆盖的各帧画面的所述字幕添加区域内各个像素的能量值的集合作为所述字幕添加区域的能量值；

其中，一帧画面的所述字幕添加区域中的一个像素I(x,y)的能量值为E(I(x,y))；

E(I(x,y))=|∂∂xI(x,y)|+|∂∂yI(x,y)|]]>

其中，为像素I(x,y)在水平方向的差分，为像素I(x,y)在垂直方向的差分，x为像素I(x,y)水平方向的坐标分量，y为像素I(x,y)垂直方向的坐标分量。

优选地，所述依据所述字幕覆盖像素的集合将所述字幕添加候选区域划分成至少两个字幕添加区域，各个所述字幕添加区域之间逐像素迭代，包括：

依据所述字幕覆盖像素的集合，按照从左到右，从上到下的顺序将所述字幕添加候选区域划分成至少两个字幕添加区域，各个所述字幕添加区域之间逐像素迭代。

优选地，所述在画面中选取字幕添加候选区域包括：

在所述画面的顶部和/或底部划分所述字幕添加候选区域，所述字幕添加候选区域与所述画面的高度比例为预设值。

本发明实施例还提供了一种确定字幕添加位置的装置，包括：

像素集合确定模块，用于确定字幕覆盖像素的集合；

候选区域选取模块，用于在画面中选取字幕添加候选区域；