视频处理方法、装置、终端设备及存储介质

本申请属于视频处理技术领域，尤其涉及一种视频处理方法、装置、终端设备及存储介质。

背景技术：

随着移动互联网的发展，人们普遍开始从网络上搜索观看视频资源，尤其随着各种视频应用的发展，涌现出海量的视频内容，广大网民也越来越习惯通过观看视频来获取信息。

技术实现要素：

本申请实施例提供了一种视频处理方法、装置、终端设备及存储介质，可以向视频高效且适当地植入诸如广告图片等目标图片，从而在不影响用户的观看体验的情况下，对用户推送目标图片中的信息。

第一方面，本申请实施例提供了一种视频处理方法，包括：

从待处理视频中，确定至少一个第一视频帧，并确定所述第一视频帧中的第一目标区域，其中，所述第一目标区域所对应的区域边缘满足预设边缘条件；

针对每一个所述第一视频帧，根据目标图片和所述第一视频帧中的第一目标区域的边缘信息，获得第二视频帧；

根据每一个所述第二视频帧，获得目标视频。

第二方面，本申请实施例提供了一种视频处理装置，包括：

确定模块，用于从待处理视频中，确定至少一个第一视频帧，并确定所述第一视频帧中的第一目标区域，其中，所述第一目标区域所对应的区域边缘满足预设边缘条件；

第一获取模块，用于针对每一个所述第一视频帧，根据目标图片和所述第一视频帧中的第一目标区域的边缘信息，获得第二视频帧，所述第二视频帧中包含所述目标图片；

第二获取模块，用于根据每一个所述第二视频帧，获得目标视频。

第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实所述的视频处理方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的视频处理方法。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的视频处理方法。

本申请实施例提供的视频处理方法，从待处理视频中，确定至少一个包含第一目标区域第一视频帧，并针对每一个所述第一视频帧，根据目标图片和所述第一视频帧中的第一目标区域的边缘信息，获得第二视频帧，其中，所述第一目标区域可以是符合期望的能够用于融合目标图片的区域，因此可以基于所述第一视频帧中所述第一目标区域的边缘信息，获得包含所述目标图片的第二视频帧，最后，根据每一个第二视频帧，获得目标视频。其中，因为目标图片是植入在目标视频的各个第一视频帧的目标区域中，从而使得在目标视频播放的过程中，也可以同步地对用户推送目标图片中的信息，而用户也无需再等待目标图片推送结束后才能观看视频，能够较好地提升用户的观看体验。

可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请一实施例提供的视频处理方法的流程示意图。

图2是本申请一实施例提供的视频处理方法步骤s11的具体实现流程示意图。

图3是本申请另一实施例提供的视频处理方法步骤s11的具体实现流程示意图。

图4是本申请另一实施例提供的视频处理方法步骤s11的具体实现流程示意图。

图5是本申请另一实施例提供的视频处理方法步骤s45的具体实现流程示意图。

图6是本申请一实施例提供的视频处理装置的结构示意图。

图7是本申请另一实施例提供的终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。

在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

本申请提供的一种视频处理方法，能够较好地优化目前的视频处理算法，使得现有的终端设备可以较好地高效且适当地向视频植入诸如广告图片等目标图片。

下面通过具体实施例，对本申请提供的视频处理方法进行示例性的说明。

参见图1，本申请一实施例所提供的视频处理方法的流程示意性图。本实施例中视频处理方法的执行主体为终端设备。本申请实施例提供的视频处理方法适用于手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobilepersonalcomputer，umpc)、上网本、个人数字助理(personaldigitalassistant，pda)等终端设备上，本申请实施例对终端设备的具体类型不作任何限制。

如图1所示的视频处理方法包括以下步骤：

s11：从待处理视频中，确定至少一个第一视频帧，并确定所述第一视频帧中的第一目标区域，其中，所述第一目标区域所对应的区域边缘满足预设边缘条件；

在步骤s11中，待处理视频是由至少两帧视频帧组成的，且每一个视频帧之间的内容可能有所不同，即每一个视频帧中都可能存在可以用于植入目标图片的区域。

其中，第一视频帧为在该多个视频帧中，包含可以植入目标图片的第一目标区域的视频帧。也即是说，第一目标区域作为第一视频帧中的至少一部分图像区域，可以理解的是，第一目标区域所对应的区域边缘满足预设边缘条件。例如，第一目标区域为经过至少一次边缘矫正处理后的图像区域，且该图像区域的边缘满足预先按需求设定的预设边缘条件，比如，经过边缘矫正处理后，前后两个图像区域所分别对应的边缘之间的距离差值小于或等于预设差值。

优选地，第一目标区域为第一视频帧中不影响观看的至少一部分图像区域，以使得在不影响用户的观看体验的情况下，还可以向用户推送目标图片中的信息。例如，第一目标区域可以为第一视频中包括的电视屏幕，开会时的办公桌，光滑的墙壁、大厦的外立面等图像区域。

根据不同的目标图片植入需求，第一目标区域的形状可能为圆形、椭圆形、三角形、四边形、五边形或其它多边形中至少一种。

参见图2，作为本实施例的一种可能实现方式，所述从待处理视频中，确定至少一个第一视频帧，并确定所述第一视频帧中的第一目标区域，包括：

s21：从所述待处理视频的各个视频帧中，确定至少一帧关键帧。

s22：针对每一个关键帧，将所述关键帧输入预设检测模型进行检测，得到所述关键帧所对应的检测结果。

s23：若根据所述检测结果，确定所述关键帧中包含符合预设条件的图像区域，则将所述关键帧作为所述第一视频帧，并将所述关键帧中符合预设条件的图像区域作为所述第一目标区域。

在本实施例中，关键帧为按照预设提取策略从所述待处理视频的各个视频帧中提取得到的视频帧。其中，预设提取策略用于描述从待处理视频中提取得到关键帧的过程。可以理解的是，关键帧中可能包括用于植入目标图片的图像区域。例如，按照预设提取策略提取得到的一个视频帧中包括光滑的矩形墙壁，则该视频帧可以作为一帧关键帧。

检测结果用于描述基于预设检测模型对关键帧中包含的各个图像区域进行检测，以确定该关键帧中是否存在可以作为植入目标图片的第一目标区域。可以理解的是，通过检测结果，即可获知关键帧中是否包含可用于植入目标图片的图像区域，从而为是否需要对该图像区域进行进一步的处理提供数据基础。例如，一个关键帧的检测结果中描述的是，该关键帧中包含的图像区域是圆形区域，但不是矩形，即当要求第一目标区域为圆形区域时，可以根据该检测结果了解到该关键帧可以作为一个第一视频帧。

例如，预设条件为第一目标区域必须为矩形，然而基于检测结果了解到关键帧中包含的图像区域为圆形，则该关键帧不能作为第一视频帧。此外，在一些示例中，所述预设条件可以为：第一视频帧中的所述图像区域为预设类别的物体并且纹理特征满足预设要求的区域。例如，若所述图像区域为白色的纹理特征较少的墙面，则所述图像区域为符合预设条件的图像区域。

在本实施例中，因为预设检测模型是利用包含符合预设条件的图像区域的视频帧样本训练集训练得到的，在将关键帧输入预设检测模型进行检测时，可以通过预设检测模型对关键帧中包括的图像区域进行解析，以根据解析结果确定该关键帧中包括的图像区域是否符合预设条件，从而得到相应的检测结果。进一步地根据检测结果，确定所述关键帧是否能够作为第一视频帧。其中，因为在通过预设检测模型对关键帧进行检测时，只需要关注关键帧中包含的图像区域是否符合预设条件，即图像区域是否能够作为第一目标区域时，图像区域所对应的边缘情况。相比于目前在相邻帧中寻找足量的匹配的特征信息，以确定关键帧是否能够作为第一视频帧的方案，计算量大大地降低。

在实际应用中，可以理解的是，终端设备中预先存储有预先训练好的预设检测模型。该预设检测模型是使用物体检测算法，基于样本训练集对初始检测模型训练得到。其中，预设检测模型可以由终端设备预先训练好，也可以由其他设备预先训练好后将预设检测模型对应的文件移植至终端设备中。也就是说，训练该预设检测模型的执行主体与使用该预设检测模型进行第一目标区域检测的执行主体可以是相同的，也可以是不同的。例如，当采用其他设备训练初始预设检测模型时，其他设备对初始预设检测模型结束训练后，固定初始预设检测模型的模型参数，得到预设检测模型对应的文件，然后将该文件移植到终端设备中。

作为本实施例的一种可能实现方式，所述从所述待处理视频的各个视频帧中，确定至少一帧关键帧，包括：

根据所述待处理视频的帧率，确定采样率。

根据所述采样率，对所述待处理视频进行采样，获得至少一帧所述关键帧。

在本实施例中，帧率为以帧称为单位的位图图像连续出现在显示器上的频率。例如，待处理视频的帧率可以为25fps或者30fps。

采样率用于描述每秒从待处理视频中提取视频帧的个数。例如，一秒5帧，即表示一秒中内，从待处理视频中提取到5个连续视频帧，并将提取得到的每个视频帧作为关键帧。

可以理解的是,为了便于快速地对待处理视频进行采样，预先地确定视频的帧率与采样率之间的对应关系，所以，当知道一个待处理视频的帧率时，可以根据待处理视频的帧率，确定采样率，以便于根据该采样率对待处理视频进行采样，以得到至少一帧关键帧。例如，当确定一个待处理视频的帧率为25fps时，对应的采样率为一秒5帧，所以可以基于该采样率对待处理视频进行采样，以获得关键帧。

在一些实施例中，采用均匀采样方式，从所述待处理视频的各个视频帧中，确定至少一帧关键帧。其中，均匀采样方式描述的是，采用设定的采样率，从所述待处理视频的各个视频帧进行连续的若干个视频帧的提取。

例如，采样率为一秒5帧，即每1秒从待处理视频的各个视频帧中提取连续的5帧视频帧，即提取得到5个关键帧。

在一实施例中，若根据每一个关键帧所对应的检测结果，确定存在至少两个第一视频帧为所述待处理视频中的连续视频帧，则将所述至少两个第一视频帧作为一组目标视频帧集合。

参见图3，作为本实施例的一种可能实现方式，所述从待处理视频中，确定至少一个第一视频帧，并确定所述第一视频帧中的第一目标区域，包括：

s31：从待处理视频中，确定至少一个第一视频帧。

s32：若存在至少两个第一视频帧为所述待处理视频中的连续视频帧，则将所述至少两个第一视频帧作为一组目标视频帧集合。

s33：针对每一组目标视频帧集合，确定所述目标视频帧集合中的首帧第一视频帧的第一特征点，所述第一特征点用于标识所述首帧第一视频帧中的第一初始区域。

s34：通过视觉跟踪算法，获得所述第一特征点在其他第一视频帧中所分别对应的第二特征点，所述其他第一视频帧为所述目标视频帧集合中除首帧第一视频帧之外的第一视频帧。

s35：针对每一个第一特征点，根据所述第一特征点在所述首帧第一视频帧中的坐标，以及所述第一特征点所对应的第二特征点在对应的其他第一视频帧中的坐标，确定所述第一特征点所对应的目标特征点的坐标。

s36：根据各个所述第一特征点所对应的目标特征点的坐标，确定所述目标视频帧集合中的各个第一视频帧的第一目标区域。

在本实施例中，第一特征点用于标识所述首帧第一视频帧中的第一初始区域。可以理解的是，第一特征点为首帧第一视频帧中的第一初始区域所对应的边缘像素点，可以通过像素点的横纵坐标表示。例如，矩形的第一初始区域的四个边角处的第一特征点，可以通过该4个第一特征点标识第一初始区域。

在本实施例中，针对每一组目标视频帧集合，确定所述目标视频帧集合中的首帧第一视频帧的第一特征点，考虑的是通过第一特征点初步地确定首帧第一视频帧中可植入目标图片的图像区域，即首帧第一视频帧中的第一初始区域。进一步地，通过视觉跟踪算法，获得所述第一特征点在其他第一视频帧中所分别对应的第二特征点，考虑的是，通过其他第一视频帧中所分别对应的第二特征点，确定其他第一视频帧所分别对应的第一初始区域。此外，还考虑的是，因为通过视觉跟踪算法，可以将首帧第一视频帧中的各个第一特征点映射至其他第一视频帧中，以便于确定每个第一视频帧中的第一目标区域时，可以快速地分别围绕每个视频帧中的同一个图像区域的边缘点进行处理，以降低确定各个第一视频帧中的第一目标区域的难度。

另外，因为是根据该首帧第一视频帧中的第一特征点确定第一初始区域，以及第一特征点在其他第一视频帧中所分别对应的第二特征点确定其他第一视频帧中的第一初始区域，但还未考虑前后帧之间的上下文视频内容信息，可能会使得将各个第一视频帧进行播放时，会存在前后帧切换时，内容衔接上不够流畅，存在一定的违和感的问题。所以，针对每一个第一特征点，根据所述第一特征点在所述首帧第一视频帧中的坐标，以及所述第一特征点所对应的第二特征点在对应的其他第一视频帧中的坐标，确定所述第一特征点所对应的目标特征点的坐标，即是确定第一特征点所对应的每个第一视频帧中的目标特征点的坐标，接着每个第一视频帧所对应的目标特征点的坐标，确定所述每个第一视频帧的第一目标区域。

可以理解的是，在一组目标视频帧集合中，确定所述第一特征点所对应的目标特征点的坐标的过程具体为：针对首帧第一视频帧中的目标特征点的坐标，根据该首帧第一视频帧中的每个第一特征点的坐标，确定首帧第一视频帧中的目标特征点的坐标。针对首帧第一视频帧之外的每个第一视频帧，对于第一视频帧中根据第一特征点所对应的第二特征点对应的坐标，确定该第一视频帧中的每个目标特征点的坐标。

在一些实施例中，通过每个第一视频帧所对应的目标特征点的坐标，确定的该第一视频帧的第一目标区域即为满足预设条件的图像区域，也即是说，该第一视频帧为包含满足预设条件的图像区域的关键帧。

在一些实施例中，针对每一个第一特征点，根据所述第一特征点在所述首帧第一视频帧中的坐标，以及所述第一特征点所对应的第二特征点在对应的其他第一视频帧中的坐标，进行二次曲线拟合，得到二次曲线方程。根据二次曲线方程和第一特征点的坐标，将该第一特征点的横坐标或纵坐标代入二次曲线拟合方程，最后计算得到所述首帧第一视频帧的目标特征点的坐标；以及根据二次曲线方程和第一特征点所对应的第二特征点在对应的其他第一视频帧中的坐标，计算得到其他第一视频帧的目标特征点的坐标。

可以理解的是，将该第一特征点的横坐标代入二次曲线拟合方程进行计算时，可以计算得到该一个纵坐标，并通过该第一特征点的横坐标和计算得到的纵坐标来表示该第一特征点所对应的目标特征点的坐标，以此类推确定其它视频帧中的目标特征点的坐标。

在本实施例中，根据所述第一特征点在所述首帧第一视频帧中的坐标，以及所述第一特征点所对应的第二特征点在对应的其他第一视频帧中的坐标，进行二次曲线拟合，考虑的是将同一个第一特征点在不同帧的连续性问题，看成一个曲线拟合问题。

其中，所述第一特征点在所述首帧第一视频帧中的坐标，以及所述第一特征点所对应的第二特征点在对应的其他第一视频帧中的坐标为在同一个坐标系下得到的坐标。

在实际应用中，利用第一特征点的坐标和各个第二特征点的坐标进行二次曲线拟合，得到二次曲线方程的过程可以具体地参见现有技术中的相关方案，以及根据二次曲线方程和第一特征点的坐标，以及第一特征点所对应的第二特征点在对应的其他第一视频帧中的坐标，确定所述各个第一视频帧所对应的目标特征点的坐标，可以具体地参见现有技术中的相关方案，在此不再赘述。

在一实施例中，若从待处理视频中，确定至少一个关键帧为第一视频帧，则针对每一个第一视频帧，通过边缘检测算法，获得与第二初始区域相关联的边缘点信息。

参见图4，作为本实施例的一种可能实现方式，所述从待处理视频中，确定至少一个第一视频帧，并确定所述第一视频帧中的第一目标区域，包括：

s41：从待处理视频中，确定至少一个第一视频帧，所述第一视频帧中包括第二初始区域。

s42：针对每一个第一视频帧，通过边缘检测算法，获得与所述第二初始区域相关联的边缘点信息。

s43：根据所述边缘点信息，获得所述第一视频帧中的第三初始区域。

s44：根据所述边缘点信息，获得第一边缘点，所述第一边缘点为与所述第三初始区域的边缘的距离小于第一距离阈值的边缘点。

s45：根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧中的第一目标区域。

在本实施例中，第二初始区域作为对应的第一视频帧的至少部分图像区域，是矫正前的用于植入目标图片的图像区域。在一些实施例中，该第二初始区域为用户在第一视频帧中标注的可植入目标图片所对应的图像区域。例如，人工在第一视频帧中标注4个特征点，并通过该4个特征点来确定该第二初始区域。

第三初始区域作为对应的第一视频帧的至少部分图像区域，是对第二初始区域的边界进行矫正得到的图像区域。

边缘点信息用于描述第一视频帧中第二初始区域所对应的边界。例如，通过边缘点信息来描述可植入目标图片所对应的区域所对应的轮廓线。

第一距离阈值为按照需求确定的第一边缘点与所述第三初始区域的边缘的距离。通过该第一距离阈值和边缘点信息，可以确定与第三初始区域的边缘距离等于或小于一定距离的各个第一边缘点，以便于在考虑该各个第一边缘点和第三初始区域的情况下，对各个第一边缘点与第三初始区域的边缘进行拟合，得到第三初始区域的新的边缘。通过本申请的方案考虑的是，通过这种方式更新第三初始区域的边缘，以使得第三初始区域的边缘更接近第一视频帧中可植入目标图片的图像区域的真实边界，即对第三初始区域的边界进行再次的矫正。

可以理解的是，通过边缘检测算法对第一视频帧中的可植入目标图片所对应的图像区域的边缘进行检测时，是得到描述该图像区域的边缘点信息，所以，当根据边缘点信息确定第三初始区域时，该第三初始区域可能比第二初始区域的范围大或范围小。

在本实施例中，从待处理视频中，确定至少一个第一视频帧时，可能每个第一视频帧中包括的第二初始区域只是一个大概的区域，即该区域并不是较为满足目标图片植入需求的一个图像区域。所以，需要进一步地针对每一个第一视频帧，通过边缘检测算法，获得与所述第二初始区域相关联的边缘点信息，即通过边缘检测算法检测得到第一视频帧中可植入目标图片所对应的图像区域所对应的边缘点信息。再进一步地，根据图像区域所对应的边缘点信息，获得所述第一视频帧中的第三初始区域，即实现对第一视频帧中图像区域的矫正，得到第三初始区域。

此外，由于边缘检测算法还可能存在一定的误差，在所定位的第一视频帧中可植入目标图片所对应的图像区域时，精度还存在不足，使得所定位的图像区域尚不能满足图片植入的需求，所以，根据所述边缘点信息，获得第一边缘点，即确定第三初始区域的边界处的第一边缘点，以在考虑第三初始区域的边缘和所对应的第一边缘点的情况下，拟合得到第三初始区域的新的边缘，即进一步地确定第一视频帧中可植入目标图片所对应的图像区域的边界，从而进一步地提高所确定的可植入目标图片所对应的图像区域的边界的精度。

其中，边缘检测算法可以是canny边缘检测算法、二阶边缘检测算法、laplacian算法或其它边缘检测算法中的一种。优选地，本申请实施例中使用canny边缘检测算法来进行边缘检测。

示例的，一个第一视频帧中包含的第二初始区域为通过手动顺序标注的a、b、c和d等4个特征点来确定的矩形区域。进一步地，通过边缘检测算法获得两两特征点之间的边缘点信息，比如该矩形区域由ab边、bc边、cd边和da边等4条边组成，通过边缘检测算法获得每条边所对应的边缘点信息，并得到每条边所分别对应最长的边缘线段，并将4条边缘线段延长求交点，即得到4个交点，并通过该4个交点，确定第三初始区域。进一步地，根据每条边所对应的边缘点信息，确定与所述第三初始区域的每条边的距离小于第一距离阈值的第一边缘点，以便于根据所述第一边缘点和所述第三初始区域的每条边进行直线拟合，得到全新的4条直线和4个交点，并通过该4个交点，确定第一视频帧中的第一目标区域。

在一些实施例中，第一初始区域和第二初始区域相同，且第一初始区域与所述第三初始区域以及第三初始区域不同。

针对每一组目标视频帧集合中包括的每个第一视频帧：通过边缘检测算法，获得与所述第一视频帧中的第二初始区域相关联的边缘点信息；根据所述边缘点信息，获得所述第一视频帧中的第三初始区域；根据所述边缘点信息，获得第一边缘点，接着根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧的目标特征点的坐标，再根据所述第一视频帧的目标特征点的坐标，确定第一目标区域。

在一实施例中，第二初始区域为长方形区域。

针对每一个第一视频帧，通过边缘检测算法获取与第二初始区域相关的边缘点信息时，为了得到更好的边缘点信息，预先地设定通过边缘检测算法处理第一视频帧的垂直和水平的边缘，即是说可以着重地处理第二初始区域的垂直方向和水平方向的边缘，从而可以得到更多与第二初始区域相关的边缘点信息。进一步地，根据所述边缘点信息，可以得到第二初始区域的每条边所对应的最长边缘，并将每条边所对应的最长边缘进行延长，得到两两边缘之间的交点，根据得到的4个交点，确定所述第一视频帧中的第三初始区域，即可以确定的第三初始区域由4条直线边围绕而得到。

进一步地，为了提高所确定的第一视频帧中的第一目标区域的精度，针对第三初始区域的每一条直线边，获取与所述第三初始区域的边缘的距离小于第一距离阈值的第一边缘点，并根据直线拟合算法，对第一边缘点和所述第三初始区域的边缘进行直线拟合，得到一条新的直线边。根据第三初始区域所对应的四条新的直线边，获得各条新的直线边的交点，即得到四个新的交点，并根据该四个新的交点，确定第一目标区域。

其中，可以使用最小二乘法对第一边缘点和所述第三初始区域的边缘进行直线拟合。具体的拟合过程可以参见现有技术中利用最小二乘法进行直线拟合的方案，在此不再赘述。

参见图5，作为本实施例的一种可能实现方式，所述根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧中的第一目标区域，包括：

s51：根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧中的第四初始区域。

s52：在确定所述第四初始区域之后，更新所述第一距离阈值。

s53：根据更新后的第一距离阈值，重新执行根据所述边缘点信息，获得第一边缘点的步骤以及根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧中的第四初始区域的步骤，直到重新执行的次数达到预设次数，或者，直到所得到的第四初始区域符合预设区域条件，并将所得到的第四初始区域作为所述第一视频帧中的第一目标区域。

在本实施例中，第四初始区域至少作为第一视频帧中的一部分图像区域。

其中，在确定所述第四初始区域之后，按照预设更新策略更新所述第一距离阈值。其中预设更新策略用于描述更新第一距离阈值的过程。例如，在确定所述第一视频帧中的第四初始区域之后，按照预设更新策略“更新后的第一距离阈值＝第一距离阈值/1.5”，对第一距离阈值进行更新。例如，更新前的第一距离阈值为3，根据该预设更新策略对该第一距离阈值进行更新后，更新后的第一距离阈值为2。

在本实施例中，在确定所述第四初始区域之后，更新所述第一距离阈值，根据更新后的第一距离阈值，重新执行根据所述边缘点信息，获得第一边缘点的步骤以及根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧中的第四初始区域的步骤，考虑的是，通过这种方式更新第四初始区域的边缘，以使得第四初始区域的边缘更接近第一视频帧中可植入目标图片的图像区域的边界，即提高确定用于可植入目标图片的区域的精度。预设次数为根据需求确定的根据所述边缘点信息，获得第一边缘点的步骤以及根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧中的第四初始区域的最大次数。设置该预设次数，考虑的是通过该预设次数，以使得重新执行的次数达到预设次数时，确定第四初始区域的操作得以停止。

预设区域条件描述的是第四初始区域可以作为所述第一视频帧中的第一目标区域时，更新后的第一距离阈值和更新前的第一距离阈值之间的差值小于或等于预设差值。

例如，更新前的第一距离阈值为3，更新后的第一距离阈值为2，即其之间的差值为1，而设定的预设差值为1，即表示后一次确定的第四初始区域可以作为所述第一视频帧中的第一目标区域，便停止更新第四初始区域的边缘的操作。

在一些实施例中，预设区域条件与预设边缘条件相同。

在一些实施例中，第一初始区域和第三初始区域相同，且第一初始区域与所述第二初始区域以及第四初始区域不同。

针对每一组目标视频帧集合中包括的每个第一视频帧：通过边缘检测算法，获得与所述第一视频帧中的第二初始区域相关联的边缘点信息；根据所述边缘点信息，获得所述第一视频帧中的第三初始区域；根据所述边缘点信息，获得第一边缘点，接着根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧的目标特征点的坐标，再根据所述第一视频帧的目标特征点的坐标，确定第一目标区域。

在一些实施例中，第一初始区域和第四初始区域相同，且第一初始区域与所述第二初始区域以及第三初始区域不同。

根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧的目标特征点的坐标，再根据所述第一视频帧的目标特征点的坐标，确定第四初始区域。

s12：针对每一个所述第一视频帧，根据目标图片和所述第一视频帧中的第一目标区域的边缘信息，获得第二视频帧，所述第二视频帧中包含所述目标图片。

在步骤s12中，目标图片为用户选择出来的，且将要待植入各个视频帧中的图片。例如，将要植入第一视频帧中的第一目标区域中的广告图片。

在本实施例中，针对每一个所述第一视频帧，根据第一视频帧中的第一目标区域的边缘信息，确定第一视频帧中可植入目标图片的位置以及图片大小，以便于根据所确定的位置以及图片大小，对目标图片进行适应地处理，并将处理后的目标图片植入第一视频帧的第一目标区域，得到一个第二视频帧。

作为本实施例的一种可能实现方式，所述针对每一个所述第一视频帧，根据目标图片和所述第一视频帧中的第一目标区域的边缘信息，获得第二视频帧，包括：

针对每一个所述第一视频帧，根据所述第一视频帧中的第一目标区域的图像效果信息，对所述目标图片进行目标处理，获得处理后的目标图片，所述目标处理用于使得所述目标图片的图像效果与所述第一目标区域的图像效果相匹配。

根据处理后的目标图片和所述第一视频帧中的第一目标区域的边缘信息，获得所述第一视频帧所对应的第二视频帧。

在本实施例中，图像效果信息用于描述未将目标图片植入第一视频帧的第一目标区域前，第一目标区域所具有的图像效果。例如，第一目标区域展现出清晰、不存在褶皱等图像效果。

所以，为了避免将目标图片直接植入第一视频帧中的第一目标区域时，该植入目标图片后的区域展现出模糊、褶皱或缺少针对目标图片的光影等不自然的图像效果，需要进一步地根据所述第一视频帧中的第一目标区域的图像效果信息，对所述目标图片进行目标处理，以使得所述目标图片的图像效果与所述第一目标区域的图像效果相匹配，考虑的是根据处理后的目标图片和所述第一视频帧中的第一目标区域的边缘信息，获得所述第一视频帧所对应的第二视频帧时，该第二视频帧看起来更自然，且无违和感。

在一些实施例中，在确定第一视频帧的第一目标区域后，可以利用泊松融合算法和自由变型场算法完成目标图片和第一视频帧的融合。

s13：根据每一个所述第二视频帧，获得目标视频。

在一实施例中，目标图片可以为广告图片。

通过本申请的方案可以自动地从待处理视频中提取到视频中的广告场景。也即是从待处理视频中提取到可以植入广告图片的至少一个第一视频帧，并且确定第一视频帧中的第一目标区域，再将该第一目标区域作为广告场景。接着，根据目标图片和所述第一视频帧中的第一目标区域的边缘信息，获得第二视频帧，并根据每一个所述第二视频帧，获得目标视频，即完成将广告图片植入视频中操作。另外，本实施例可以应用于视频广告插入、广告后植入、商品植入等多种场合，适用范围广。

本申请实施例提供的视频处理方法，从待处理视频中，确定至少一个包含第一目标区域第一视频帧，并针对每一个所述第一视频帧，根据目标图片和所述第一视频帧中的第一目标区域的边缘信息，获得第二视频帧，其中，所述第一目标区域可以是符合期望的能够用于融合目标图片的区域，因此可以基于所述第一视频帧中所述第一目标区域的边缘信息，获得包含所述目标图片的第二视频帧，最后，根据每一个第二视频帧，获得目标视频。其中，因为目标图片是植入在目标视频的各个第一视频帧的目标区域中，从而使得在目标视频播放的过程中，也可以同步地对用户推送目标图片中的信息，而用户也无需再等待目标图片推送结束后才能观看视频，能够较好地提升用户的观看体验。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

对应于上文实施例所述的视频处理方法，图6示出了本申请实施例提供的视频处理装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图6，该装置100包括：

确定模块101，用于从待处理视频中，确定至少一个第一视频帧，并确定所述第一视频帧中的第一目标区域，其中，所述第一目标区域所对应的区域边缘满足预设边缘条件；

第一获取模块102，用于针对每一个所述第一视频帧，根据目标图片和所述第一视频帧中的第一目标区域的边缘信息，获得第二视频帧，所述第二视频帧中包含所述目标图片；

第二获取模块103，用于根据每一个所述第二视频帧，获得目标视频。

可选的，确定模块101，还用于从所述待处理视频的各个视频帧中，确定至少一帧关键帧；针对每一个关键帧，将所述关键帧输入预设检测模型进行检测，得到所述关键帧所对应的检测结果；若根据所述检测结果，确定所述视频帧中包含符合预设条件的图像区域，则将所述关键帧作为所述第一视频帧，并将所述关键帧中符合预设条件的图像区域作为所述第一目标区域。

可选的，确定模块101，还用于根据所述待处理视频的帧率，确定采样率根据所述采样率，对所述待处理视频进行采样，获得至少一帧所述关键帧。

可选的，确定模块101，还用于从待处理视频中，确定至少一个第一视频帧；若存在至少两个第一视频帧为所述待处理视频中的连续视频帧，则将所述至少两个第一视频帧作为一组目标视频帧集合；针对每一组目标视频帧集合，确定所述目标视频帧集合中的首帧第一视频帧的第一特征点，所述第一特征点用于标识所述首帧第一视频帧中的第一初始区域；通过视觉跟踪算法，获得所述第一特征点在其他第一视频帧中所分别对应的第二特征点，所述其他第一视频帧为所述目标视频帧集合中除首帧第一视频帧之外的第一视频帧；针对每一个第一特征点，根据所述第一特征点在所述首帧第一视频帧中的坐标，以及所述第一特征点所对应的第二特征点在对应的其他第一视频帧中的坐标，确定所述第一特征点所对应的目标特征点的坐标；根据各个所述第一特征点所对应的目标特征点的坐标，确定所述目标视频帧集合中的各个第一视频帧的第一目标区域。

可选的，确定模块101，还用于从待处理视频中，确定至少一个第一视频帧，所述第一视频帧中包括第二初始区域；针对每一个第一视频帧，通过边缘检测算法，获得与所述第二初始区域相关联的边缘点信息；根据所述边缘点信息，获得所述第一视频帧中的第三初始区域；根据所述边缘点信息，获得第一边缘点，所述第一边缘点为与所述第三初始区域的边缘的距离小于第一距离阈值的边缘点；根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧中的第一目标区域。

可选的，确定模块101，还用于根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧中的第四初始区域；在确定所述第四初始区域之后，更新所述第一距离阈值；根据更新后的第一距离阈值，重新执行根据所述边缘点信息，获得第一边缘点的步骤以及根据所述第一边缘点和所述第三初始区域的边缘，确定所述第一视频帧中的第四初始区域的步骤，直到重新执行的次数达到预设次数，或者，直到所得到的第四初始区域符合预设区域条件，并将所得到的第四初始区域作为所述第一视频帧中的第一目标区域。

可选的，第一获取模块102，用于针对每一个所述第一视频帧，根据所述第一视频帧中的第一目标区域的图像效果信息，对所述目标图片进行目标处理，获得处理后的目标图片，所述目标处理用于使得所述目标图片的图像效果与所述第一目标区域的图像效果相匹配；根据处理后的目标图片和所述第一视频帧中的第一目标区域的边缘信息，获得所述第一视频帧所对应的第二视频帧。

本实施例提供的一种视频处理装置，用于实现任一方法实施例中所述的一种视频处理方法，其中各个模块的功能可以参考方法实施例中相应的描述，其实现原理和技术效果类似，此处不再赘述。

图7为本申请一实施例提供的终端设备的结构示意图。如图7所示，该实施例的终端设备7包括：至少一个处理器70(图7中仅示出一个处理器)、存储器71以及存储在所述存储器71中并可在所述至少一个处理器70上运行的计算机程序72，所述处理器70执行所述计算机程序72时实现上述任意各个视频处理方法实施例中的步骤。

所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的举例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

所述处理器70可以是中央处理单元(centralprocessingunit，cpu)，该处理器70还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(fieldprogrammablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器71在一些实施例中可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71在另一些实施例中也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储操作系统、应用程序、引导装载程序(bootloader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。

本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述各个方法实施例中的步骤。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质。例如u盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。