[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

说明书

本发明公开了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，本发明可以在录制音频的同时，以定时、用户点击、自动检测场景转换或者其他软硬件系统通知等方式触发拍照，并在对应时间点将图片嵌入音频中，最终生成一个方便检索、尺寸合适的视频文件；用户可以通过关键帧索引的方式，用图片作为辅助信息快速定位并播放音频。本发明提供了“音频+图片”的伪视频文件生成、播放、使用的新方法，能大大减小视频文件的尺寸，保留最重要的音频和图片信息，并提供有效的检索功能；特别适用于存储和传输语音解说为主、图片文字为辅的知识型信息；对于目前以微信等为代表的大规模网络化知识和信息分享来说，具有非常积极的作用。

技术领域

本发明涉及音视频处理技术领域，尤其涉及一种视频文件生成和检索播放方法、装置。

背景技术

随着录像录音设备的普及，用户录制、传播音视频的需求也越来越多。通过微信、QQ等网络方式进行音视频分享，已经成为大众网络用户的常态，也已经成为传播知识、文化的最重要途径。但用户录制讲座、课堂教学等场合的音视频时常常遇到一个两难的问题：只录制音频时一些关键的图像信息就难以同时采集，不能给人直观印象，并且长音频在回放时不好精确定位其中的某一部分；直接录制为带有声音的视频的话就会面临视频尺寸庞大、不便存储传输的问题。因此，一种能在音频中嵌入关键图片的录制方式将是一种好的解决方案：既控制了文件尺寸的大小，也便于给人直观信息以及精确定位。现有技术中，对音视频的去信息冗余和检索多采用后期处理的方式实现，操作比较麻烦，缺少一种在录制时直接对信息高效采集并整合成可检索视频的方法。

发明内容

本发明的目的在于针对现有技术的不足，提供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。

本发明的目的是通过以下技术方案实现的：一种由音频和图片组成的视频文件的生成方法，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，图片的采集方式为自动、手动或其他系统触发；

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。

进一步地，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(可编码为P帧)。

进一步地，I帧编码图片在视频中保持静止直到下一张图片出现。

进一步地，所述步骤S1中，自动触发方式为用户定时拍照：当计时器计时到用户设定的定时拍照时间时，自动获取一帧图像，将该图像编码为视频流；或者，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。

进一步地，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。

进一步地，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。

一种由音频和图片组成的视频文件的检索播放方法，该方法包括：

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；