[发明专利]一种由音频和图片组成的视频文件的生成和检索播放方法、装置

权利要求书

1.一种由音频和图片组成的视频文件的生成方法，其特征在于，包括以下步骤：

S1、采集音频，同时采集与音频时间同步的图片，图片的采集方式具体为：自动触发方式为自动检测到场景转换时拍照：用户设置感兴趣的区域和触发拍照的阈值TH，按用户设定的视频帧率获取图像，从获取的图像中提取用户设置的感兴趣区域的图像G，对G进行运动估计得到运动矢量，对运动矢量的长度进行加和，除以感兴趣区域的图像大小，得到运动速度的指标E；当E大于TH时，将当前图像编码为视频流，否则，将载有上一帧信息的视频帧拷贝并写入到视频流中进行编码；

S2、将采集的图片编码为视频流，将音频编码为音频流；

S3、将视频流与音频流封装生成视频文件，所述视频文件用于对嵌入了图片后的音频进行索引和连续播放。

2.根据权利要求1所述的由音频和图片组成的视频文件的生成方法，其特征在于，所述步骤S2中，将要嵌入的图片编码为视频流对应时间点的I帧，视频流中的其他帧不编码为I帧。

3.根据权利要求2所述的由音频和图片组成的视频文件的生成方法，其特征在于，I帧编码图片在视频中保持静止直到下一张图片出现。

4.根据权利要求1所述的由音频和图片组成的视频文件的生成方法，其特征在于，所述步骤S1中，手动触发为用户点击按钮触发：当用户点击拍照按钮时，记录当前时间，获取一帧图像，将该图像编码为视频流；其他系统触发为：通过遥控器红外信号触发，当接收到其他系统拍照请求时，获取当前图像，将该图像编码为视频流。

5.根据权利要求1所述的由音频和图片组成的视频文件的生成方法，其特征在于，所述步骤S1中，采集音频之前，还包括参数设置的步骤，设置的参数包括音频录制参数、图片拍摄参数和视频生成参数；所述音频录制参数包括音频码率；所述图片拍摄参数包括图片大小和分辨率，所述视频生成参数包括视频帧率。

6.一种权利要求1-5任一项所述的由音频和图片组成的视频文件的生成方法，其特征在于，生成的视频文件的检索播放方法包括：

用户选取待播放的视频文件；

从视频文件中获取视频流并逐帧解码；

读取帧的类型，如果是关键帧，则将该帧图像展示给用户；关键帧出现的时间与图片嵌入的时间点对应；

当用户选中某个要播放的帧后，直接跳到选中帧对应的时间进行音频播放。

7.根据权利要求6所述的方法，其特征在于，所述关键帧为I帧。

8.一种由音频和图片组成的视频文件的生成装置，其特征在于，该装置包括：

音频采集单元：采集音频，将采集的音频编码为音频流；

图片采集单元：采集与音频时间同步的图片，将采集的图片编码为视频流，图片的采集方式具体为：自动触发方式为自动检测到场景转换时拍照：用户设置感兴趣的区域和触发拍照的阈值TH，按用户设定的视频帧率获取图像，从获取的图像中提取用户设置的感兴趣区域的图像G，对G进行运动估计得到运动矢量，对运动矢量的长度进行加和，除以感兴趣区域的图像大小，得到运动速度的指标E；当E大于TH时，将当前图像编码为视频流，否则，将载有上一帧信息的视频帧拷贝并写入到视频流中进行编码；

视频文件生成单元：将视频流与音频流封装生成视频文件，所述视频文件用于对嵌入了图片后的音频进行索引和连续播放。

9.一种权利要求8生成的视频文件的检索播放装置，其特征在于，该装置包括：

显示单元，具有录音检索界面，该界面显示视频中所有关键帧图像，当用户点击某个关键帧图像时，自动定位到该帧所在的录音时间点，即用户拍摄该图像的录音时间点播放音频；

播放控制单元，对播放的音频进行控制，包括开始播放按钮、暂停播放按钮以及播放进度条。