視頻預覽圖的選取方法及選取裝置的制造方法
【技術領域】
[0001 ] 本申請涉及數字圖像處理技術領域，具體涉及一種視頻預覽圖的選取方法及選取 裝置。
【背景技術】
[0002] 隨著多媒體技術及互聯(lián)網技術的快速發(fā)展，越來越多的多媒體信息在網絡上傳 播。由于視頻相比于文本、圖像及聲音等其他媒介能夠承載更豐富、更生動的信息，受到了 廣泛接受和喜愛。目前視頻網站上含有大量的視頻供用戶觀看，而用戶在瀏覽網頁時，通常 希望短時間內能夠在海量的視頻庫中找到自己感興趣的視頻進行觀看。因此為每個視頻加 上預覽圖成為了一種提高瀏覽效率的方法。
[0003] 目前為視頻添加預覽圖的方法主要有以下幾種，第一種就是隨機在視頻中截取一 幀畫面，作為該視頻的預覽圖。這是目前各大視頻網站普遍采用的方案。這種方法簡單實 用，但卻存在一些問題。比如，由于是隨機截取，得到的預覽圖可能會出現全黑、全白、模糊 等情況，并不能很好地展示視頻的內容，最終使得用戶通過預覽圖了解視頻內容的目的無 法實現。另一種是人工篩選的方法，通常隨機在視頻中截取多幀畫面，之后由編輯人員人工 篩選出主觀上最好的圖片作為該視頻的預覽圖。這種方法雖然可以得到較為理想預覽圖， 但是由于篩選過程需要人工干預，面對海量的視頻，這種篩選的人工成本和時間成本都是 非常高的。
[0004] 如何通過電腦自動執(zhí)行，準確、穩(wěn)定地篩選出合理的視頻預覽圖，并達到接近于人 工篩選的效果，就成為了亟待解決的技術問題。

【發(fā)明內容】

[0005] 本申請的目的在于提供一種視頻預覽圖的選取方法及選取裝置，通過電腦自動執(zhí) 行，準確、穩(wěn)定地篩選出合理的視頻預覽圖。
[0006] 為了解決上述技術問題，本申請揭示了一種視頻預覽圖的選取方法，包括：接收視 頻并對視頻進行預定數量的隨機截圖；分別對每幅截圖進行人臉個數的檢測和灰度計算， 根據所述每副截圖的人臉個數和灰度計算結果，為每副截圖賦予分值；根據每幅截圖的分 值選取一張截圖作為所述視頻的預覽圖。
[0007] 進一步地，所述灰度計算，包括：檢測每幅截圖的清晰程度，計算每幅截圖中的色 彩豐富程度和色彩波動程度；所述灰度計算結果，包括：每幅截圖的清晰程度、色彩豐富程 度和色彩波動程度。
[0008] 進一步地，為每幅截圖賦予分值，包括：所述每幅截圖的分值，與人臉個數的分值、 清晰程度的分值、色彩豐富程度的分值正相關，與所述色彩波動程度的分值負相關；其中， 所述人臉的個數越少且所述人臉在所述截圖中所處位置越靠近中部，所述截圖的人臉個數 的分值越高；所述截圖中的邊緣的寬度越小，所述截圖的清晰程度的分值越高；所述截圖 的最低灰度值和最高灰度值的差值越大，所述截圖的色彩豐富程度的分值越高；所述截圖 的灰度圖像的相對標準偏差的越大，所述截圖的色彩波動程度的分值越高。
[0009] 進一步地，對于任一截圖，識別所述任一截圖的類型，對于識別出的截圖類型，針 對人臉個數的分值、清晰程度的分值、色彩豐富程度的分值、色彩波動程度的分值，選取相 應的權重配置方案，并根據人臉個數的分值、清晰程度的分值、色彩豐富程度的分值、色彩 波動程度的分值，結合權重配置方案中為每種分值配置的權重，為所述任一截圖賦予分值。 [0010] 進一步地，對每幅截圖進行人臉個數的檢測，包括：對于每幅截圖，通過預設的人 臉特征算子進行特征檢測，識別出圖像中的人臉，其中，所述人臉特征算子用于檢測人臉中 各關鍵特征點間的位置比例關系；根據識別出的人臉為所述截圖賦予人臉個數的分值，其 中，所述人臉的個數越少且所述人臉在所述截圖中所處位置越靠近中部，所述截圖的人臉 個數的分值越高。
[0011] 進一步地，檢測每幅截圖的清晰程度，包括：對于每幅截圖，通過預設的邊緣檢測 算子，對截圖進行邊緣檢測運算，對檢測出的邊緣的寬度進行識別；根據識別出的邊緣的寬 度為截圖賦予清晰程度的分值，其中，所述截圖中邊緣的寬度越小，所述截圖的清晰程度的 分值越高。
[0012] 進一步地，計算每幅截圖中的色彩豐富程度，包括：對于每幅截圖，將其由彩色圖 像轉換為灰度圖像，獲得所述灰度圖像中每個像素點的灰度值，統(tǒng)計得出其灰度直方圖數 據，根據其灰度直方圖數據查找所述灰度圖像中具有最低灰度值和最高灰度值的像素點； 根據所述最低灰度值和最高灰度值為所述截圖賦予色彩豐富程度的分值，其中，所述最低 灰度值和最高灰度值的差值越大，所述截圖的色彩豐富程度的分值越高。
[0013] 進一步地，計算每幅截圖中的色彩波動程度，包括：根據所述最低灰度值和最高灰 度值由所述灰度直方圖數據中截取位于兩者之間的每個灰度值的像素點個數；根據由所述 灰度直方圖數據中截取出的像素點總個數以及由所述灰度直方圖數據中截取出的灰度值 的總個數，計算像素點分布的平均值，根據由所述灰度直方圖數據中截取出的每個灰度值 的像素點個數與所述平均值計算所述灰度圖像的相對標準偏差；根據所述灰度圖像的相對 標準偏差為所述截圖賦予色彩波動程度的分值，其中，所述截圖的灰度圖像的相對標準偏 差的越大，所述截圖的色彩波動程度的分值越高。
[0014] 進一步地，根據其灰度直方圖數據查找所述灰度圖像中具有最低灰度值和最高灰 度值的像素點，包括：從所述灰度直方圖數據的第一個灰度值開始，依次對所述灰度值對應 的像素點個數進行查詢，記錄像素點個數大于〇的第一個灰度值作為最低灰度值；從所述 灰度直方圖數據的最后一個灰度值開始，依次對所述灰度值對應的像素點個數進行查詢， 記錄像素點個數大于0的第一個灰度值作為最高灰度值；其中，所述灰度直方圖數據按灰 度值由小到大的順序排列。
[0015] 為了解決上述技術問題，本身請還揭示了一種視頻預覽圖的選取裝置，包括：截圖 模塊，用于接收視頻并對視頻進行預定數量的隨機截圖；賦值模塊，分別用于對每幅截圖進 行人臉個數的檢測和灰度計算，根據所述每副截圖的人臉個數和灰度計算結果，為每副截 圖賦予分值；選取模塊，用于根據每幅截圖的分值選取一張截圖作為所述視頻的預覽圖。
[0016] 進一步地，所述賦值模塊所進行的灰度計算，包括：檢測每幅截圖的清晰程度，計 算每幅截圖中的色彩豐富程度和色彩波動程度；獲得的所述灰度計算結果，包括：每幅截 圖的清晰程度、色彩豐富程度和色彩波動程度。
[0017] 進一步地，所述賦值模塊，為所述每幅截圖賦予的分值，與人臉個數的分值、清晰 程度的分值、色彩豐富程度的分值正相關，與所述色彩波動程度的分值負相關；其中，所述 人臉的個數越少且所述人臉在所述截圖中所處位置越靠近中部，所述截圖的人臉個數的分 值越高；所述截圖中的邊緣的寬度越小，所述截圖的清晰程度的分值越高；所述截圖的最 低灰度值和最高灰度值的差值越大，所述截圖的色彩豐富程度的分值越高；所述截圖的灰 度圖像的相對標準偏差的越大，所述截圖的色彩波動程度的分值越高。
[0018] 進一步地，所述賦值模塊，對于任一截圖，識別所述任一截圖的類型，對于識別出 的截圖類型，針對人臉個數的分值、清晰程度的分值、色彩豐富程度的分值、色彩波動程度 的分值，選取相應的權重配置方案，并根據人臉個數的分值、清晰程度的分值、色彩豐富程 度的分值、色彩波動程度的分值，結合權重配置方案中為每種分值配置的權重，為所述任一 截圖賦予分值。
[0019] 進一步地，所述賦值模塊，對于每幅截圖，通過預設的人臉特征算子進行特征檢 測，識別出圖像中的人臉，其中，所述人臉特征算子用于檢測人臉中各關鍵特征點間的位置 比例關系；根據識別出的人臉為截圖賦予人臉個數的分值，其中，所述人臉的個數越少且所 述人臉在所述截圖中所處位置越靠近中部，所述截圖的人臉個數的分值越高。
[0020] 進一步地，所述賦值模塊，對于每幅截圖，用于通過預設的邊緣檢測算子，對截圖 進行邊緣檢測運算，對檢測出的邊緣的寬度進行識別；根據識別出的邊緣的寬度為截圖賦 予清晰程度的分值，其中，所述截圖中的邊緣的寬度越小，所述截圖的清晰程度的分值越 尚。
[0021] 進一步地，所述賦值模塊，對于每幅截圖，用于將其由彩色圖像轉換為灰度圖像， 獲得所述灰度圖像中每個像素點的灰度值；根據灰度值的取值范圍統(tǒng)計出灰度值數列，根 據所述灰度圖像中所有像素點及其灰度值統(tǒng)計所述灰度值數列中每個灰度值的像素點個 數，根據所述灰度值數列及相應的像素點個數查找所述灰度圖像中具有最低灰度值和最高 灰度值的像素點；根據所述最低灰度值和最高灰度值為所述截圖賦予色彩豐富程度的分 值，其中，所述最低灰度值和最高灰度值的差值越大，所述截圖的色彩豐富程度的分值越 尚。
[0022] 進一步地，所述賦值模塊，用于根據所述最低灰度值和最高灰度值由所