一种视频通话方法、终端及系统与流程

本发明涉及通信技术领域，特别涉及一种视频通话方法、终端及系统。

背景技术：

视频通话通常指基于移动通信网络或无线网络，在终端之间实时传送用户的语音和图像的一种通信方式，能够实现音、视频实时双向传输。

但是，现有视频通话中通话参与方之间大多只有视频与语音信息交互，而其他的如通话参与方的状态信息交互较少；另外现有视频通话中通话方交互方式通常都只能由一方进行控制，其它通话方无法根据自己的意愿对视频通话界面中的视频加以控制，这使得视频通话数据交互的方式较为单一，从而不能满足用户的多样化需求，降低了用户的体验。

技术实现要素：

为了在视频通话过程中满足用户的多样化需求，提高用户体验，本发明实施例提供了一种视频通话方法、终端及系统。所述技术方案如下：

第一方面，提供了一种视频通话方法，所述方法包括：

第一终端和第二终端通过预先建立的视频通话通道进行即时视频通话；

所述第一终端获取除即时视频帧之外的控制信息和/或状态信息；

所述第一终端对所述控制信息和/或状态信息、与所述即时视频帧进行编码，生成视频数据；

所述第一终端通过所述视频通话通道将所述视频数据发送至所述第二终端；

所述第二终端对所述视频数据进行解码，获取所述即时视频帧和所述控制信息和/或状态信息。

结合第一方面，在第一种可能实现的方式中，所述第一终端获取除即时视频帧之外的控制信息包括：

所述第一终端获取用户在所述即时视频通话界面上触发的手势；

根据所述手势和所述手势指示的位置，生成所述控制信息；

其中，所述控制信息用于指示在所述视频通话界面上对与所述位置对应的视频进行放大显示。

结合第一方面，在第二种可能实现的方式中，所述第一终端获取除即时视频帧之外的状态信息包括：

所述第一终端获取用户输入的状态获取请求；

获取所述状态获取请求对应的状态信息。

结合第一方面的第一种或第二种可能实现的方式，在第三种可能实现的方式中，所述第一终端对所述控制信息和/或状态信息、与所述即时视频帧进行编码，生成视频数据包括：

所述第一终端将所述控制信息和/或状态信息拆分为多个子控制信息和/或多个子状态信息，并将所述多个子控制信息和/或多个子状态信息分别添加至多个即时视频帧；

对所述多个包括子控制信息和/或子状态信息的即时视频帧进行编码，生成所述视频数据。

结合第一方面的第三种可能实现的方式，在第四种可能实现的方式中，所述第二终端对所述视频数据进行解码，获取所述即时视频帧和所述控制信息和/或状态信息包括：

根据所述多个即时视频帧的传输顺序，将所述多个子控制信息和/或多个子状态信息进行还原成所述控制信息和/或状态信息。

结合第一方面的第四种可能实现的方式，在第五种可能实现的方式中，在所述第二终端获取所述即时视频帧和所述控制信息和/或状态信息之后，所述方法还包括：

所述第二终端根据所述控制信息，获取所述手势或位置；

根据所述手势所指示的放大倍数或预设的放大倍数，放大与所述位置对应的即时视频帧，并将所述即时视频帧通过所述视频通话通道发送至所述第一终端，以使所述即时视频帧显示在所述第一终端的所述视频通话界面上。

结合第一方面，在第六种可能实现的方式中，所述方法还包括：

所述第一终端和所述第二终端通过预先建立的语音通话通道进行语音通话；

所述第一终端获取除语音信息之外的所述控制信息和/或状态信息；

所述第一终端对所述控制信息和/或状态信息、与所述语音信息进行编码，生成语音数据；

所述第一终端通过所述语音通话通道将所述语音数据发送至所述第二终端；

所述第二终端对所述语音数据进行解码，获取所述语音信息和所述控制信息和/或状态信息。

第二方面，提供了一种终端，所述终端包括：

视频通话通道建立模块，用于建立与其他终端进行即时视频通话的视频通话通道；

获取模块，用于获取除即时视频帧之外的控制信息和/或状态信息；

视频编码器，用于对所述控制信息和/或状态信息、与所述即时视频帧进行编码，生成视频数据；

发送模块，用于通过所述视频通话通道将所述视频数据发送至所述其他终端，以使所述其他终端对所述视频数据进行解码，获取所述即时视频帧和所述控制信息和/或状态信息。

结合第二方面，在第一种可能实现的方式中，所述获取模块具体用于：

获取用户在所述即时视频通话界面上触发的手势；

根据所述手势和所述手势指示的位置，生成所述控制信息；

其中，所述控制信息用于指示在所述视频通话界面上对与所述位置对应的视频进行放大显示。

结合第二方面，在第二种可能实现的方式中，所述获取模块还具体用于：

获取用户输入的状态获取请求；

获取所述状态获取请求对应的状态信息。

结合第二方面的第一种或第二种可能实现的方式，在第三种可能实现的方式中，所述视频编码器具体用于：

将所述控制信息和/或状态信息拆分为多个子控制信息和/或多个子状态信息，并将所述多个子控制信息和/或多个子状态信息分别添加至多个即时视频帧；

对所述多个包括子控制信息和/或子状态信息的即时视频帧进行编码，生成所述视频数据。

结合第二方面，在第四种可能实现的方式中，所述终端还包括语音通话通道建立模块和音频编码器；

所述语音通话通道建立模块用于建立与其他终端进行语音通话的语音通话通道；

所述获取模块还用于获取除语音信息之外的控制信息和/或状态信息；

所述音频编码器用于对所述控制信息和/或状态信息、与所述语音信息进行编码，生成语音数据；

所述发送模块还用于通过所述语音通话通道将所述语音数据发送至所述其他终端，以使所述其他终端对所述语音数据进行解码，获取所述语音信息和所述控制信息和/或状态信息。

第三方面，提供了一种终端，所述终端包括：

视频通话通道建立模块，用于建立与其他终端进行即时视频通话的视频通话通道；

接收模块，用于接收其他终端通过所述视频通话通道发送的视频数据，所述视频数据是所述其他终端通过对获取到的除即时视频帧之外的控制信息和/或状态信息、与所述即时视频帧进行编码后生成的；

视频解码器，用于对所述视频数据进行解码；

获取模块，用于获取所述即时视频帧和所述控制信息和/或状态信息。

结合第三方面，在第一种可能实现的方式中，所述获取模块具体用于：

根据多个即时视频帧的传输顺序，将多个子控制信息和/或多个子状态信息进行还原成所述控制信息和/或状态信息。

结合第三方面的第一种可能实现的方式，在第二种可能实现的方式中，所述终端还包括执行模块，所述执行模块具体用于：

根据所述控制信息，获取所述手势或位置；

根据所述手势所指示的放大倍数或预设的放大倍数，放大与所述位置对应的即时视频帧，并将所述即时视频帧通过所述视频通话通道发送至所述第一终端，以使所述即时视频帧显示在所述第一终端的所述视频通话界面上。

结合第三方面，在第三种可能实现的方式中，所述终端还包括所述语音通话通道建立模块和音频解码器；

所述语音通话通道建立模块用于建立与所述其他终端进行语音通话的语音通话通道；

所述接收模块还用于接收所述其他终端通过所述语音通话通道发送的语音数据；

所述音频解码器用于对所述语音数据进行解码；

所述获取模块还用于获取所述语音信息和所述控制信息和/或状态信息。

第四方面，提供了一种视频通话系统，所述系统包括第一终端和第二终端，

所述第一终端包括：

第一视频通话通道建立模块，用于建立与所述第二终端进行即时视频通话的视频通话通道；

第一获取模块，用于获取除即时视频帧之外的控制信息和/或状态信息；

视频编码器，用于对所述控制信息和/或状态信息、与所述即时视频帧进行编码，生成视频数据；

发送模块，用于通过所述视频通话通道将所述视频数据发送至所述第二终端，以使所述第二终端对所述视频数据进行解码，获取所述即时视频帧和所述控制信息和/或状态信息；

所述第二终端包括：

第二视频通话通道建立模块，用于建立与所述第一终端进行即时视频通话的视频通话通道；

接收模块，用于接收所述第一终端通过所述视频通话通道发送的视频数据，所述视频数据是所述第一终端通过对获取到的除即时视频帧之外的控制信息和/或状态信息、与所述即时视频帧进行编码后生成的；

视频解码器，用于对所述视频数据进行解码；

第二获取模块，用于获取所述即时视频帧和所述控制信息和/或状态信息。

结合第四方面，在第一种可能实现的方式中，所述第一获取模块具体用于：

获取用户在所述即时视频通话界面上触发的手势；

根据所述手势和所述手势指示的位置，生成所述控制信息；

其中，所述控制信息用于指示在所述视频通话界面上对与所述位置对应的视频进行放大显示。

结合第四方面，在第二种可能实现的方式中，所述第一获取模块还具体用于：

获取用户输入的状态获取请求；

获取所述状态获取请求对应的状态信息。

结合第四方面的第一种或第二种可能实现的方式，在第三种可能实现的方式中，所述视频编码器具体用于：

将所述控制信息和/或状态信息拆分为多个子控制信息和/或多个子状态信息，并将所述多个子控制信息和/或多个子状态信息分别添加至多个即时视频帧；

对所述多个包括子控制信息和/或子状态信息的即时视频帧进行编码，生成所述视频数据。

结合第四方面的第三种可能实现的方式，在第四种可能实现的方式中，所述第二获取模块具体用于：

根据多个即时视频帧的传输顺序，将多个子控制信息和/或多个子状态信息进行还原成所述控制信息和/或状态信息。

结合第四方面的第四种可能实现的方式，在第五种可能实现的方式中，所述第二终端还包括执行模块，所述执行模块具体用于：

根据所述控制信息，获取所述手势或位置；

根据所述手势所指示的放大倍数或预设的放大倍数，放大与所述位置对应的即时视频帧，并将所述即时视频帧通过所述视频通话通道发送至所述第一终端，以使所述即时视频帧显示在所述第一终端的所述视频通话界面上。

结合第四方面，在第六种可能实现的方式中，所述第一终端还包括第一语音通话通道建立模块和音频编码器；

所述第一语音通话通道建立模块用于建立与所述第二终端进行语音通话的语音通话通道；

所述第一获取模块还用于获取除语音信息之外的控制信息和/或状态信息；

所述音频编码器用于对所述控制信息和/或状态信息、与所述语音信息进行编码，生成语音数据；

所述发送模块还用于通过所述语音通话通道将所述语音数据发送至所述第二终端，以使所述第二终端对所述语音数据进行解码，获取所述语音信息和所述控制信息和/或状态信息；

所述第二终端还包括第二语音通话通道建立模块和音频解码器；

所述第二语音通话通道建立模块用于建立与所述第一终端进行语音通话的语音通话通道；

所述接收模块还用于接收所述第一终端通过所述语音通话通道发送的语音数据；

所述音频解码器用于对所述语音数据进行解码；

所述第二获取模块还用于获取所述语音信息和所述控制信息和/或状态信息。

本发明实施例提供了一种视频通话方法、终端及系统，包括：第一终端和第二终端通过预先建立的视频通话通道进行即时视频通话；第一终端获取除即时视频帧之外的控制信息和/或状态信息；第一终端对控制信息和/或状态信息、与即时视频帧进行编码，生成视频数据；第一终端通过视频通话通道将视频数据发送至第二终端；第二终端对视频数据进行解码，获取即时视频帧和控制信息和/或状态信息。通过第一终端对获取到的控制信息和/或状态信息、与即时视频帧进行编码，生成视频数据；并通过视频通话通道将视频数据发送至第二终端，不仅能够增加用户在视频通话中的信息交互的多样性，而且能够使其它通话方可以根据自己的意愿对视频通话界面中的视频加以控制，从而使得视频通话数据交互的方式多样化，从而提高了视频通话交互的趣味性和交互性，进一步满足了用户的多样化需求，提高了用户体验。另外，由于本发明实施例的方法是在视频编码编入控制信息和/或状态信息，以供通话参与方在不另外建立通话通道的基础上，能够稳定可靠的交换更多信息，从而提高了通话通道的利用率，节省网络资源。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种视频通话方法流程图；

图2是本发明实施例提供的一种视频通话方法流程图；

图3是本发明实施例提供的一种界面示意图；

图4是本发明实施例提供的一种界面示意图；

图5是本发明实施例提供的一种界面示意图；

图6是本发明实施例提供的一种界面示意图；

图7是本发明实施例提供的终端结构示意图；

图8是本发明实施例提供的终端结构示意图；

图9是本发明实施例提供的一种视频通话系统结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供了一种视频通话方法，该视频通话方法可以是应用于基于VoLTE(Voice over LTE)技术的视频通话场景下，也可以是应用于即时聊天软件比如微信和QQ视频通话场景下，或者应用于其他视频通话场景下；该视频通话方法应用于一种至少包括两个终端的交互系统，其中，在该交互系统中，该至少两个终端通过运行自身所存储的应用程序，并通过预先建立的视频通话通道获取视频通话对端发送的视频，以实现即时视频的交互，该终端至少包括发送/获取模块、视频采集模块以及具有触控功能的显示模块，该视频采集模块包括摄像头，该显示模块可以包括显示屏，终端通过发送/获取模块实现即时视频的发送与获取，通过视频采集模块实现即时视频的采集，通过具有触控功能的显示模块实现即时视频的显示以及获取用户触发的指令。

上述视频通话场景及交互系统仅仅是示例性的，是为了进一步说明本发明实施例所提供的方法，并非特指，本发明实施例对具体的交互系统不加以限定。

实施例一

本发明实施例提供了一种视频通话方法，参照图1所示，方法包括：

101、第一终端和第二终端通过预先建立的视频通话通道进行即时视频通话。

102、第一终端获取除即时视频帧之外的控制信息和/或状态信息。

具体的，第一终端获取除即时视频帧之外的控制信息，该过程可以包括：

第一终端获取用户在即时视频通话界面上触发的手势；

根据手势和手势指示的位置，生成控制信息；

其中，控制信息用于指示在视频通话界面上对与位置对应的视频进行放大显示。

第一终端获取除即时视频帧之外的状态信息，该过程可以包括：

第一终端获取用户输入的状态获取请求；

获取状态获取请求对应的状态信息。

103、第一终端对控制信息和/或状态信息、与即时视频帧进行编码，生成视频数据。

具体的，第一终端将控制信息和/或状态信息拆分为多个子控制信息和/或多个子状态信息，并将多个子控制信息和/或多个子状态信息分别添加至多个即时视频帧；

对多个包括子控制信息和/或子状态信息的即时视频帧进行编码，生成视频数据。

104、第一终端通过视频通话通道将视频数据发送至第二终端。

105、第二终端对视频数据进行解码，获取即时视频帧和控制信息和/或状态信息。

具体的，根据多个即时视频帧的传输顺序，将多个子控制信息和/或多个子状态信息进行还原成控制信息和/或状态信息。

可选的，在第二终端获取即时视频帧和控制信息和/或状态信息之后，方法还包括：

第二终端根据控制信息，获取手势或位置；

根据手势所指示的放大倍数或预设的放大倍数，放大与位置对应的即时视频帧，并将即时视频帧通过视频通话通道发送至第一终端，以使即时视频帧显示在第一终端的视频通话界面上。

可选的，方法还包括：

第一终端和第二终端通过预先建立的语音通话通道进行语音通话；

第一终端获取除语音信息之外的控制信息和/或状态信息；

第一终端对控制信息和/或状态信息、与语音信息进行编码，生成语音数据；

第一终端通过语音通话通道将语音数据发送至第二终端；

第二终端对语音数据进行解码，获取语音信息和控制信息和/或状态信息。

本发明实施例提供了一种视频通话方法，通过第一终端对获取到的控制信息和/或状态信息、与即时视频帧进行编码，生成视频数据；并通过视频通话通道将视频数据发送至第二终端，不仅能够增加用户在视频通话中的信息交互的多样性，而且能够使其它通话方可以根据自己的意愿对视频通话界面中的视频加以控制，从而使得视频通话数据交互的方式多样化，从而提高了视频通话交互的趣味性和交互性，进一步满足了用户的多样化需求，提高了用户体验。另外，由于本发明实施例的方法是在视频编码编入控制信息和/或状态信息，以供通话参与方在不另外建立通话通道的基础上，能够稳定可靠的交换更多信息，从而提高了通话通道的利用率，节省网络资源。

实施例二

本发明实施例提供了一种视频通话方法，参照图2所示，方法包括：

201、第一终端和第二终端通过预先建立的视频通话通道进行即时视频通话。在步骤201之后，执行步骤202和步骤204中的至少一个。

具体的，第一终端、第二终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置、可穿戴智能设备等移动终端，也可以包括诸如数字TV、台式计算机等固定终端，本发明实施例中视频通话方法中的第一终端、第二终端以移动终端进行举例说明。

视频通话通道可以是第一终端、第二终端分别连接到移动通信网络后建立的，其中，该移动通信网络为能够支持视频通话的网络如3G或4G网络，该视频通话通道也可以是第一终端、第二终端分别连接到无线网络后建立的，该无线网络可以是无线局域网络如WIFI网络。

202、第一终端获取用户在即时视频通话界面上触发的手势。在步骤202之后，执行步骤203。

其中，手势包括在即时视频通话界面上触发的任意手势。

具体的，第一终端感测即时视频通话界面上是否存在手势信号，若存在，则根据手势信号，确定手势起点位置、手势终点位置和手势轨迹；

根据手势起点位置、手势终端位置和手势轨迹，确定触发的手势。

除此之外，还可以通过其他方式获取用户在即时视频通话界面上触发的手势，本发明实施例对具体方式不加以限定。

203、第一终端根据手势和手势指示的位置，生成控制信息。在步骤203之后，执行步骤206。

其中，控制信息用于指示在视频通话界面上对与位置对应的视频进行放大显示。

具体的，判断手势是否是预设手势，若是，则确定手势指示的位置；

根据手势和手势指示的位置，生成控制信息。

其中，预设手势包括在即时视频通话界面上的单点双击手势、双指张开手势和单指滑动手势中的任意一个；单指滑动手势的手势轨迹至少包括一个闭合曲线，该闭合曲线可以是规则形状或不规则形状，该规则形状包括矩形、圆形或其他形状。

此外，第一终端还可以根据用户在即时视频通话界面输入的语音指令或其他指令，生成指示在视频通话界面上对与位置对应的视频进行放大显示的控制信息。本发明实施例对具体的生成控制信息的过程不加以限定。

为了使本领域技术人员更进一步了解本发明实施例的方法，下面将结合附图对本发明实施例的方法作更进一步的说明，假设即时视频通话界面参照图3中的a所示，用户在该界面触发的手势为单点双击手势参照图3中的b所示，用户在该界面触发的手势为双指张开手势参照图3中的c所示，用户在该界面触发的手势为单指滑动手势参照图3中的d所示。

值得注意的是，步骤202至步骤203是实现第一终端获取除即时视频帧之外的控制信息的过程，除了上述步骤的方式之外，还可以通过其他方式实现该过程，本发明实施例对具体的方式不加以限定。

通过获取用户在即时视频通话界面上触发的手势，使得可以通过根据用户输入的手势确定用户手势所指示的位置，根据手势和手势指示的位置，生成控制信息，该控制信息用于指示在视频通话界面上对与位置对应的视频进行放大显示，因此使得视频通话中交互信息不局限于音视频信息，满足了用户对即时视频界面中的指定区域的关注需求，从而提高了用户体验；另外，通过不同的预设手势，使得用户对所关注的区域进行的触发形式多样化，进一步满足了用户对即时视频界面中的指定区域的关注需求，从而提高了用户体验。

204、第一终端获取用户输入的状态获取请求。在步骤204之后，执行步骤205。

其中，该状态获取请求可以是通过获取用户在第一终端的应用程序运行过程中输入的指令得到的，该指令用于触发第一终端的状态获取请求，用户可以根据具体请求预设状态获取请求的触发方式。

此外，该状态获取请求也可以是第一终端主动获取用户预先存储的状态获取请求得到的，其中，在第一终端的应用程序主动获取状态获取请求之前，需用户预先开启第一终端主动获取功能。

205、第一终端获取状态获取请求对应的状态信息。在步骤205之后，执行步骤206。

具体的，该状态信息可以包括第一终端的当前地理位置信息和/或与当前地理位置信息对应的天气信息，还可以包括第一终端的当前网络状态信息和/或设备信息，还可以包括用户的状态信息或其他状态信息。

其中，当前地理位置信息可以通过第一终端自身的GPS定位获取到的，该当前地理位置信息可以包括当前位置经纬度信息、区域信息；当前地理位置信息对应的天气信息可以是从天气数据中获取到的，该天气信息可以包括当前地理位置对应的当前温度信息、湿度信息、空气质量信息、天气状况和风向信息等；第一终端的网络状态信息可以包括第一终端的当前网络类型、网络地址信息等；第一终端的设备信息可以是第一终端的终端类型、型号信息、屏幕分辨率和屏幕尺寸等；用户的状态信息可以通过第一终端与用户的其他可穿戴智能设备进行交互获取到，该用户的状态信息可以包括用户的生理特征等信息，此外，该状态信息还可以包括其他信息，本发明实施例对具体的获取过程不作限定。

值得注意的是，步骤204至步骤205是实现第一终端获取除即时视频帧之外的状态信息的过程，除了上述步骤的方式之外，还可以通过其他方式实现该过程，本发明实施例对具体的方式不加以限定。

206、第一终端将控制信息和/或状态信息拆分为多个子控制信息和/或多个子状态信息，并将多个子控制信息和/或多个子状态信息分别添加至多个即时视频帧。在步骤206之后，执行步骤207。

具体的，按照预设的拆分规则将控制信息和/或状态信息拆分为多个子控制信息和/或多个子状态信息；

将多个子控制信息和/或多个子状态信息分别对应地添加至多个即时视频帧的帧头，其中，帧头用来存放子控制信息和/或子状态信息在即时视频帧中的位置。

本发明实施例对具体的拆分规则不加以限定。

207、第一终端对多个包括子控制信息和/或子状态信息的即时视频帧进行编码，生成视频数据。在步骤207之后，执行步骤208。

具体的，对对多个包括子控制信息和/或子状态信息的即时视频帧采用H.264协议进行编码，生成包含子控制信息和/或子状态信息的视频数据。

本发明实施例对具体的编码方式不加以限定。

值得注意的是，步骤206至步骤207是实现第一终端对控制信息和/或状态信息、与即时视频帧进行编码，生成视频数据的过程，除了上述步骤的方式之外，还可以通过其他方式实现该过程，本发明实施例对具体的方式不加以限定。

208、第一终端通过视频通话通道将视频数据发送至第二终端。在步骤208之后，执行步骤209。

具体的，本发明实施例对具体的发送方式不加以限定。

209、第二终端对视频数据进行解码。在步骤209之后，执行步骤2010。

具体的，第二终端接收第一终端通过视频通话通道发送的视频数据，并判断视频数据是否符合H.264协议，若符合，则对视频数据进行解码。

本发明实施例对具体的编码方式不加以限定。

2010、第二终端根据多个即时视频帧的传输顺序，将多个子控制信息和/或多个子状态信息进行还原成控制信息和/或状态信息。

具体的，第二终端根据多个即时视频帧的传输顺序，确定每个即时视频帧终端子控制信息和/或子状态信息；

根据与拆分规则对应的组合策略，将多个子控制信息和/或多个子状态信息进行还原成控制信息和/或状态信息。

本发明实施例对具体的还原过程不加以限定。

值得注意的是，步骤209至步骤2010是实现第二终端对视频数据进行解码，获取即时视频帧和控制信息和/或状态信息的过程，除了上述步骤的方式之外，还可以通过其他方式实现该过程，本发明实施例对具体的方式不加以限定。

可选的，在步骤2010之后，方法还包括：

2011、第二终端根据控制信息，获取手势或位置。在步骤2011之后，执行步骤2012。

具体的，从控制信息中获取手势信息或手势指示的位置信息；

分别根据手势信息或手势指示的位置信息，确定手势或位置。

其中，该手势信息包括手势起点位置、手势终端位置和手势轨迹；该位置信息包括在即时视频通话界面的坐标信息。

本发明实施例对具体的获取过程不加以限定。

2012、第二终端根据手势所指示的放大倍数或预设的放大倍数，放大与位置对应的即时视频帧，并将即时视频帧通过视频通话通道发送至第一终端，以使即时视频帧显示在第一终端的视频通话界面上。

具体的，确定手势的类型，若该手势为在即时视频通话界面上的双指张开手势，则根据手势确定手势所指示的放大倍数，放大与位置对应的即时视频帧；若该手势为在即时视频通话界面上的单点双击手势或单指滑动手势，则根据预设的放大倍数，放大与位置对应的即时视频帧。

若该手势为在即时视频通话界面上的双指张开手势，则根据手势确定手势所指示的放大倍数，该过程可以为：

确定双指所指示的两指的起点位置和终点位置；

根据起点位置，确定两指的第一距离，以及根据终点位置，确定两指的第二距离；

根据第一距离和第二距离，确定放大倍数。

若该手势为在即时视频通话界面上的单指滑动手势，则根据手势确定手势所指示的放大倍数，该过程可以为：

确定单指滑动手势的手势轨迹所指示的闭合曲线所包含的区域范围，以及

获取第一终端的屏幕尺寸信息，该屏幕尺寸信息是从第一终端的状态信息中获取到的；

根据闭合曲线所包含的区域范围和第一终端的屏幕尺寸信息，确定预设放大倍数。

若该手势为在即时视频通话界面上的单点双击手势，则根据预设的放大倍数，该过程可以为：

确定单点双击手势所指示的位置信息，以及

获取第一终端的屏幕尺寸信息，该屏幕尺寸信息是从第一终端的状态信息中获取到的；

根据第一终端的屏幕尺寸信息和单点双击手势指示的位置信息确定预设放大倍数。

本发明实施例对具体的放大过程不加以限定。

为了进一步说明本发明实施例提供的方法所达到的效果，下面将结合附图对本发明实施例所提供的方法作出进一步的说明，假设用户在第一终端的视频通话界面上触发的单点双击手势为图4中a所示，在即时视频通话界面与单点双击手势指示的位置对应的即时视频帧参照图4中的b所示，对图4中的b执行本发明实施例的方法后，在第一终端上生成的界面可以参照图4中的c所示，其中，图4中的c所显示效果的清晰度大于参照图4中b的单点双击手势指示的位置的显示效果的清晰度。假设用户在第一终端的视频通话界面上触发的双指张开手势为图5中a所示，在即时视频通话界面与双指张开手势指示的位置对应的即时视频帧参照图5中的b所示，对图5中的b执行本发明实施例的方法后，在第一终端上生成的界面可以参照图5中的c所示，其中，图5中的c所显示效果的清晰度大于参照图5中b的双指张开手势指示的位置的显示效果的清晰度。假设用户在第一终端的视频通话界面上触发的双指张开手势单指滑动手势为图6中a所示，在即时视频通话界面与双指张开手势单指滑动手势所包含的闭合曲线所指示的位置对应的即时视频帧参照图6中的b所示，对图6中的b执行本发明实施例的方法后，在第一终端上生成的界面可以参照图6中的c所示，其中，图6中的c所显示效果的清晰度大于参照图6中b的单指滑动手势所包含的闭合曲线指示的位置的显示效果的清晰度。

可选的，方法还包括：

第二终端根据用户的状态信息显示请求，在第二终端的即时视频通话界面上显示第一终端的状态信息，本发明实施例对具体的显示方式不加以限定。

其中，在第二终端的即时视频通话界面上显示第一终端的状态信息可以是通过图像、文字、动画、数字和符号显示方式中的至少一种进行显示。

可选的，方法还包括：

第二终端在获取第一终端的状态信息之后，将自身的状态信息与即时视频帧进行编码，生成视频数据，发送至第一终端，以使第一终端获取到第二终端的状态信息。

可选的，方法还包括：

第一终端和第二终端通过预先建立的语音通话通道进行语音通话；

第一终端获取除语音信息之外的控制信息和/或状态信息；

第一终端对控制信息和/或状态信息、与语音信息进行编码，生成语音数据；

第一终端通过语音通话通道将语音数据发送至第二终端；

第二终端对语音数据进行解码，获取语音信息和控制信息和/或状态信息。

具体的，第一终端在不具备使用视频通话通道与第二终端进行视频通话的情形下，则建立语音通话通道与第二终端进行语音通话，以实现将第一终端获取除语音信息之外的控制信息和/或状态信息、与语音信息进行编码，生成语音数据；并通过语音通话通道将语音数据发送至第二终端，以使第二终端对语音数据进行解码，获取语音信息和控制信息和/或状态信息。

本发明实施例提供了一种视频通话方法，通过第一终端对获取到的控制信息和/或状态信息、与即时视频帧进行编码，生成视频数据；并通过视频通话通道将视频数据发送至第二终端，不仅能够增加用户在视频通话中的信息交互的多样性，而且能够使其它通话方可以根据自己的意愿对视频通话界面中的视频加以控制，从而使得视频通话数据交互的方式多样化，从而提高了视频通话交互的趣味性和交互性，进一步满足了用户的多样化需求，提高了用户体验。另外，由于本发明实施例的方法是在视频编码编入控制信息和/或状态信息，以供通话参与方在不另外建立通话通道的基础上，能够稳定可靠的交换更多信息，从而提高了通话通道的利用率，节省网络资源。

实施例三

本发明实施例提供了一种终端，该终端应用于执行视频通话方法，参照图7所示，终端7包括：

视频通话通道建立模块71，用于建立与其他终端进行即时视频通话的视频通话通道；

获取模块72，用于获取除即时视频帧之外的控制信息和/或状态信息；

视频编码器73，用于对控制信息和/或状态信息、与即时视频帧进行编码，生成视频数据；

发送模块74，用于通过视频通话通道将视频数据发送至其他终端，以使其他终端对视频数据进行解码，获取即时视频帧和控制信息和/或状态信息。

可选的，获取模块72具体用于：

获取用户在即时视频通话界面上触发的手势；

根据手势和手势指示的位置，生成控制信息；

其中，控制信息用于指示在视频通话界面上对与位置对应的视频进行放大显示。

可选的，获取模块72还具体用于：

获取用户输入的状态获取请求；

获取状态获取请求对应的状态信息。

可选的，视频编码器73具体用于：

将控制信息和/或状态信息拆分为多个子控制信息和/或多个子状态信息，并将多个子控制信息和/或多个子状态信息分别添加至多个即时视频帧；

对多个包括子控制信息和/或子状态信息的即时视频帧进行编码，生成视频数据。

可选的，终端7还包括语音通话通道建立模块75和音频编码器76；

语音通话通道建立模块75用于建立与其他终端进行语音通话的语音通话通道；

获取模块72还用于获取除语音信息之外的控制信息和/或状态信息；

音频编码器73用于对控制信息和/或状态信息、与语音信息进行编码，生成语音数据；

发送模块74还用于通过语音通话通道将语音数据发送至其他终端，以使其他终端对语音数据进行解码，获取语音信息和控制信息和/或状态信息。

本发明实施例提供了一种终端，该终端通过对获取到的控制信息和/或状态信息、与即时视频帧进行编码，生成视频数据；并通过视频通话通道将视频数据发送至其他终端，不仅能够增加用户在视频通话中的信息交互的多样性，而且能够使其它通话方可以根据自己的意愿对视频通话界面中的视频加以控制，从而使得视频通话数据交互的方式多样化，从而提高了视频通话交互的趣味性和交互性，进一步满足了用户的多样化需求，提高了用户体验。另外，由于本发明实施例的方法是在视频编码编入控制信息和/或状态信息，以供通话参与方在不另外建立通话通道的基础上，能够稳定可靠的交换更多信息，从而提高了通话通道的利用率，节省网络资源。

实施例四

本发明实施例提供了一种终端，该终端应用于执行视频通话方法，参照图8所示，终端8包括：

视频通话通道建立模块81，用于建立与其他终端进行即时视频通话的视频通话通道；

接收模块82，用于接收其他终端通过视频通话通道发送的视频数据，视频数据是其他终端通过对获取到的除即时视频帧之外的控制信息和/或状态信息、与即时视频帧进行编码后生成的；

视频解码器83，用于对视频数据进行解码；

获取模块84，用于获取即时视频帧和控制信息和/或状态信息。

可选的，获取模块84具体用于：

根据多个即时视频帧的传输顺序，将多个子控制信息和/或多个子状态信息进行还原成控制信息和/或状态信息。

可选的，终端8还包括执行模块85，执行模块85具体用于：

根据控制信息，获取手势或位置；

根据手势所指示的放大倍数或预设的放大倍数，放大与位置对应的即时视频帧，并将即时视频帧通过视频通话通道发送至第一终端，以使即时视频帧显示在第一终端的视频通话界面上。

可选的，终端8还包括语音通话通道建立模块86和音频解码器87；

语音通话通道建立模块86用于建立与其他终端进行语音通话的语音通话通道；

接收模块82还用于接收其他终端通过语音通话通道发送的语音数据；

音频解码器87用于对语音数据进行解码；

获取模块84还用于获取语音信息和控制信息和/或状态信息。

本发明实施例提供了一种终端，该终端通过对获取到的控制信息和/或状态信息、与即时视频帧进行编码，生成视频数据；并通过视频通话通道将视频数据发送至其他终端，不仅能够增加用户在视频通话中的信息交互的多样性，而且能够使其它通话方可以根据自己的意愿对视频通话界面中的视频加以控制，从而使得视频通话数据交互的方式多样化，从而提高了视频通话交互的趣味性和交互性，进一步满足了用户的多样化需求，提高了用户体验。另外，由于本发明实施例的方法是在视频编码编入控制信息和/或状态信息，以供通话参与方在不另外建立通话通道的基础上，能够稳定可靠的交换更多信息，从而提高了通话通道的利用率，节省网络资源。

实施例五

本发明实施例提供了一种视频通话系统，参照图9所示，系统9包括第一终端91和第二终端92，其中，

第一终端91包括：

第一视频通话通道建立模块911，用于建立与第二终端进行即时视频通话的视频通话通道；

第一获取模块912，用于获取除即时视频帧之外的控制信息和/或状态信息；

视频编码器913，用于对控制信息和/或状态信息、与即时视频帧进行编码，生成视频数据；

发送模块914，用于通过视频通话通道将视频数据发送至第二终端92，以使第二终端92对视频数据进行解码，获取即时视频帧和控制信息和/或状态信息；

第二终端92包括：

第二视频通话通道建立模块921，用于建立与第一终端91进行即时视频通话的视频通话通道；

接收模块922，用于接收第一终端91通过视频通话通道发送的视频数据，视频数据是第一终端91通过对获取到的除即时视频帧之外的控制信息和/或状态信息、与即时视频帧进行编码后生成的；

视频解码器923，用于对视频数据进行解码；

第二获取模块924，用于获取即时视频帧和控制信息和/或状态信息。

可选的，第一获取模块912具体用于：

获取用户在即时视频通话界面上触发的手势；

根据手势和手势指示的位置，生成控制信息；

其中，控制信息用于指示在视频通话界面上对与位置对应的视频进行放大显示。

可选的，第一获取模块912还具体用于：

获取用户输入的状态获取请求；

获取状态获取请求对应的状态信息。

可选的，视频编码器913具体用于：

将控制信息和/或状态信息拆分为多个子控制信息和/或多个子状态信息，并将多个子控制信息和/或多个子状态信息分别添加至多个即时视频帧；

对多个包括子控制信息和/或子状态信息的即时视频帧进行编码，生成视频数据。

可选的，第二获取模块924具体用于：

根据多个即时视频帧的传输顺序，将多个子控制信息和/或多个子状态信息进行还原成控制信息和/或状态信息。

可选的，第二终端92还包括执行模块925，执行模块925具体用于：

根据控制信息，获取手势或位置；

根据手势所指示的放大倍数或预设的放大倍数，放大与位置对应的即时视频帧，并将即时视频帧通过视频通话通道发送至第一终端91，以使即时视频帧显示在第一终端91的视频通话界面上。

可选的，第一终端91还包括第一语音通话通道建立模块915和音频编码器916；

第一语音通话通道建立模块915用于建立与第二终端92进行语音通话的语音通话通道；

第一获取模块912还用于获取除语音信息之外的控制信息和/或状态信息；

音频编码器916用于对控制信息和/或状态信息、与语音信息进行编码，生成语音数据；

发送模块914还用于通过语音通话通道将语音数据发送至第二终端92，以使第二终端92对语音数据进行解码，获取语音信息和控制信息和/或状态信息；

第二终端92还包括第二语音通话通道建立模块926和音频解码器927；

第二语音通话通道建立模块926用于建立与第一终端91进行语音通话的语音通话通道；

接收模块922还用于接收第一终端91通过语音通话通道发送的语音数据；

音频解码器927用于对语音数据进行解码；

第二获取模块924还用于获取语音信息和控制信息和/或状态信息。

本发明实施例提供了一种视频通话系统，该系统通过第一终端对获取到的控制信息和/或状态信息、与即时视频帧进行编码，生成视频数据；并通过视频通话通道将视频数据发送至第二终端，不仅能够增加用户在视频通话中的信息交互的多样性，而且能够使其它通话方可以根据自己的意愿对视频通话界面中的视频加以控制，从而使得视频通话数据交互的方式多样化，从而提高了视频通话交互的趣味性和交互性，进一步满足了用户的多样化需求，提高了用户体验。另外，由于本发明实施例的方法是在视频编码编入控制信息和/或状态信息，以供通话参与方在不另外建立通话通道的基础上，能够稳定可靠的交换更多信息，从而提高了通话通道的利用率，节省网络资源。

上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。

需要说明的是：上述实施例提供的终端以及视频通话系统在执行视频通话方法时，仅以上述各功能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模块完成，即将终端以及视频通话系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的终端以及视频通话系统与视频通话方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。