[发明专利]一种动静态字幕的提取方法及装置

权利要求书

1.一种动静态字幕的提取方法，其特征在于，

利用边缘提取算法对读取到的第一视频帧进行处理，得到帧二值边缘图；

基于直线检测算法检测所述帧二值边缘图中的竖直直线和水平直线；

对检测到的竖直直线和水平直线进行直线过滤，得到确定直线的第二视频帧；

对所述确定直线的第二视频帧并进行分割，得到多个画面；

计算每一画面对应的画面区域改变率，得到所有画面对应的画面区域改变率；

基于所述所有画面所对应的画面区域改变率，确定所述第二视频帧中所包含的动态画面和静态画面；

针对所述动态画面，基于预设第一采样率进行采样，并对采样后的动态画面进行光学字符识别OCR处理和去重处理，得到动态字幕；

针对所述静态画面，基于预设第二采样率进行采样，并对采样后的静态画面进行光学字符识别OCR处理和去重处理，得到静态字幕，所述第二采样率大于所述第一采样率。

2.根据权利要求1所述的方法，其特征在于，所述基于直线检测算法检测所述帧二值边缘图中的竖直直线和水平直线之后，还包括：

若未检测到长度大于阈值的直线，确定所述视频帧中的画面全部为动态画面，所述直线包括竖直直线和水平直线；

基于预设第一采样间隔对所述动态画面进行采样，并对采样后的动态画面进行光学字符识别OCR处理和去重处理，得到动态字幕。

3.根据权利要求1所述的方法，其特征在于，所述对检测到的竖直直线和水平直线进行直线过滤，得到确定直线的第二视频帧，包括：

去除位于所述帧二值边缘图边缘的水平直线和竖直直线；

合并剩余的水平直线中距离小于预设距离的水平直线；

若得到一条水平直线，获取所述一条水平直线的横坐标；

若得到多条水平直线，获取所述多条水平直线中的最大横坐标和最小横坐标构成的第一区间；

合并剩余的竖直直线中距离小于预设距离的竖直直线；

若得到一条竖直直线，获取所述一条竖直直线的横坐标；

若得到多条竖直直线，获取所述多条竖直直线中的最大纵坐标和最小纵坐标构成的第二区间；

基于所述第一区间和所述第二区间确定直线，得到确定直线的第二视频帧。

4.根据权利要求1所述的方法，其特征在于，所述计算每一画面对应的画面区域改变率，得到所有画面对应的画面区域改变率，包括：

由多个画面中确认任一画面为当前待处理画面进行处理，获取多个画面区域改变率，所述处理过程包括：

提取所述当前待处理画面对应的下一间隔帧画面；

计算当前待处理画面和下一间隔帧画面之间的帧间差，得到所述当前待处理画面对应的画面差分图；

统计所述画面差分图中绝对值小于第一阈值的像素点个数；

将所述像素点个数和当前待处理画面的面积的商值作为所述当前待处理画面对应的画面区域改变率。

5.根据权利要求4所述的方法，其特征在于，所述基于所述所有画面所对应的画面区域改变率，确定所述第二视频帧中所包含的动态画面和静态画面，包括：

比较所有画面所对应的画面区域改变率，将画面区域改变率最大的画面作为动态画面，将剩余画面作为静态画面。

6.根据权利要求4所述的方法，其特征在于，所述基于所述所有画面所对应的画面区域改变率，确定所述第二视频帧中所包含的动态画面和静态画面，包括：

将所述所有画面所对应的画面区域改变率与第二阈值进行比较，若所有画面区域改变率均小于所述第二阈值，确定所述第二视频帧仅包含静态画面；

将所述所有画面所对应的画面区域改变率与第三阈值进行比较，若所有画面区域改变率均大于所述第三阈值，确定所述第二视频帧仅包含动态画面；

其中，所述第二阈值小于所述第三阈值。

7.根据权利要求1所述的方法，其特征在于，所述对所述静态画面进行光学字符识别OCR处理之前，还包括：

若所述第二视频帧包含多个静态画面，将所述多个静态画面拼接为一个静态画面。