[发明专利]视频内容处理方法、装置及设备

说明书

本发明提出了一种视频内容处理方法、装置及设备，其中，方法包括：获取视频帧中的目标区域；提取与目标区域对应的目标图像输入到预先训练的机器学习模型中进行处理，获取目标图像中的各类型的目标元素在目标图像中的显示参数；根据显示参数将目标元素转换为对应的目标标记语言内容，以对目标标记语言内容进行编辑处理。由此，实现了视频中内容的获取，使用户可以方便的获取视频中内容并进行编辑处理。

技术领域

本发明涉及机器学习技术领域，尤其涉及一种视频内容处理方法、装置及设备。

背景技术

随着互联网技术的发展，通过播放器播放视频成为一种非常普遍的方式。

目前，用户在观看视频过程中会存在对视频中的内容进行编辑的需求，比如，对于教学视频，用户想要对视频中的题目进行编辑。由于视频播放的过程中是通过逐帧图像变化来形成视频，用户无法直接对视频中的文字、图片等内容进行编辑，通常需要用户手动输入或者手动调用其他工具进行截取，操作繁琐不便捷。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种视频内容处理方法，通过机器学习模型识别出图像中的文字、图形等内容，进而转换为对应的标记语言内容，实现了视频中内容的获取，使用户可以方便的获取视频中内容并进行编辑处理。

本发明的第二个目的在于提出一种视频内容处理装置。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种计算机可读存储介质。

本发明第一方面实施例提出了一种视频内容处理方法，包括：

获取视频帧中的目标区域；

提取与所述目标区域对应的目标图像输入到预先训练的机器学习模型中进行处理，获取所述目标图像中的各类型的目标元素在所述目标图像中的显示参数；

根据所述显示参数将所述目标元素转换为对应的目标标记语言内容，以对所述目标标记语言内容进行编辑处理。

本发明实施例的视频内容处理方法，通过获取视频帧中的目标区域，进而提取与目标区域对应的目标图像输入到预先训练的机器学习模型中进行处理，获取目标图像中的各类型的目标元素在目标图像中的显示参数，进一步根据显示参数将目标元素转换为对应的目标标记语言内容，以对目标标记语言内容进行编辑处理。由此，可以通过机器学习模型识别出图像中的文字、图形等内容，进而转换为Word等文本编辑器可识别的标记语言格式，实现了视频中内容的获取，使用户可以方便的获取视频中内容并进行编辑处理。此外，通过应用于视频播放器，能够扩展播放器的功能，提高用户对产品的粘性。

另外，根据本发明上述实施例的视频内容处理方法还可以具有如下附加技术特征：

可选地，所述获取所述目标图像中的各类型的目标元素在所述目标图像中的显示参数，包括：获取所述目标图像中的文字在所述目标图像中的显示参数。

可选地，所述根据所述显示参数将所述目标元素转换为对应的目标标记语言内容包括：对所述文字进行识别，获取文字内容；根据所述文字内容和所述显示参数将所述文字转换为对应的目标标记语言内容。

可选地，所述获取所述目标图像中的各类型的目标元素在所述目标图像中的显示参数，包括：获取所述目标图像中的图形在所述目标图像中的显示参数。

可选地，在提取与所述目标区域对应的目标图像输入到预先训练的机器学习模型中进行处理之前，还包括：获取包含样本元素和对应显示参数标记的图像训练样本数据；根据预设的目标函数和所述图像训练样本数据训练预设模型的处理参数，生成所述机器学习模型。