一种动态图片的生成方法及装置与流程

本发明涉及计算机技术领域，特别是涉及一种动态图片的生成方法及装置。

背景技术：

动态图片由多帧静态图片组成，并按照一定的播放顺序进行显示，计算机等设备可以将动态图片中所包含的静态图片逐帧读取出来并显示到屏幕上，进而展示出简单的动画，例如，常见的GIF(Graphics Interchange Format，图像互换格式)图片、WebP(谷歌开发的一种图片格式)动态图片等。目前，在各种网络交流平台中，动态图片有着极为广泛的使用率。

动态图片可以由人工组合静态图片来获得，也可以从视频中截取视频段来自动生成。现有的通过从视频中截取视频段来自动生成动态图片的方法中，首先需要从视频中选择适合生成动态图片的视频段，然后采用所选择的视频段生成动态图片，达到从视频中自动生成动态图片的目的。现有技术中，可以预先通过深度学习神经网络来训练适合生成GIF图片的视频段模型，然后在动态图片的具体生成方法中，直接用该模型来选择适合生成动态图片的视频段。

应用上述方式可以很好的生成GIF图片，但是，对上述神经网络模型进行训练时，需要大量的动态图片及其对应的视频源，训练过程不但需要大量的数据，还需要消耗大量的计算资源。

技术实现要素：

本发明实施例的目的在于提供一种动态图片的生成方法及装置，以在不需要训练视频段模型的基础上，实现从视频中提取视频段，并自动生成动态图片的目的。具体技术方案如下：

为达上述目的，第一方面，本发明实施例提供了一种动态图片的生成方法，所述方法包括：

确定目标视频中发生场景变化的目标播放时刻；

以所述目标播放时刻为分割点，将所述目标视频划分成视频段；

分别根据划分得到的每个视频段，生成动态图片。

优选的，所述分别根据划分得到的每个视频段，生成动态图片，包括：

针对每一视频段，执行下述操作：

从该视频段包含的图像中确定目标图像；

按照该视频段中各个图像的播放顺序，分别判断每一对相邻的目标图像是否相似；

按照预设的选择规则，从所确定的目标图像中选择图像，并根据所选择的图像确定第一类图像组；其中，所述选择规则为：所选择的图像中任意相邻图像相似，第一图像与第二图像不相似，或者所述第一图像为该视频段的第一帧图像；第三图像与第四图像不相似，或者所述第三图像为该视频段的最后一帧图像，所述第一图像为：所选择的图像中的第一帧图像，所述第二图像为：该视频段中所述第一图像的前一帧图像，所述第三图像为：所选择的图像中的最后一帧图像，所述第四图像为：该视频段中所述第三图像的后一帧图像；

基于所确定的第一类图像组，生成动态图片。

优选的，所述从该视频段包含的图像中确定目标图像，包括：

从该视频段包含的图像中抽取图像作为目标图像。

优选的，所述按照该视频段中各个图像的播放顺序，分别判断每一对相邻的目标图像是否相似，包括：

获得每帧所确定的目标图像的缩略图；

按照该视频段中各个图像的播放顺序，分别判断每一对相邻的目标图像对应的缩略图是否相似；

若为是，判定相邻的目标图像相似；

若为否，判定相邻的目标图像不相似。

优选的，所述分别判断每一对相邻的目标图像对应的缩略图是否相似，包括：

分别计算每一对相邻的目标图像对应的缩略图之间的相似度量值；

判断所述相似度量值是否大于预设阈值；

若为是，判定相邻的目标图像分别对应的缩略图相似；

若为否，判定相邻的目标图像分别对应的缩略图不相似。

第二方面，本发明实施例提供了一种动态图片的生成装置，所述装置包括：

确定模块，用于确定目标视频中发生场景变化的目标播放时刻；

划分模块，用于以所述目标播放时刻为分割点，将所述目标视频划分成视频段；

生成模块，用于分别根据划分得到的每个视频段，生成动态图片。

优选的，所述生成模块，包括：

确定子模块，用于分别针对每一视频段，从视频段包含的图像中确定目标图像；

判断子模块，用于分别针对每一视频段，按照视频段中各个图像的播放顺序，分别判断每一对相邻的目标图像是否相似；

选择子模块，用于分别针对每一视频段，按照预设的选择规则，从所确定的目标图像中选择图像，并根据所选择的图像确定第一类图像组；其中，所述选择规则为：所选择的图像中任意相邻图像相似，第一图像与第二图像不相似，或者所述第一图像为该视频段的第一帧图像；第三图像与第四图像不相似，或者所述第三图像为该视频段的最后一帧图像，所述第一图像为：所选择的图像中的第一帧图像，所述第二图像为：该视频段中所述第一图像的前一帧图像，所述第三图像为：所选择的图像中的最后一帧图像，所述第四图像为：该视频段中所述第三图像的后一帧图像；

生成子模块，用于分别针对每一视频段，基于所确定的第一类图像组，生成动态图片。

优选的，所述确定子模块，具体用于：

从该视频段包含的图像中抽取图像作为目标图像。

优选的，所述判断子模块，包括：

获得子单元，用于获得每帧所确定的目标图像的缩略图；

第一判断子单元，用于分别针对每一视频段，按照视频段中各个图像的播放顺序，分别判断每一对相邻的目标图像对应的缩略图是否相似；

第一判定子单元，用于在所述第一判断子单元的判断结果为是的情况下，判定相邻的目标图像相似；

第二判定子单元，用于在所述第一判断子单元的判断结果为否的情况下，判定相邻的目标图像不相似。

优选的，所述判断子模块，包括：

计算子单元，用于分别针对每一视频段，按照视频段中各个图像的播放顺序，分别计算每一对相邻的目标图像对应的缩略图之间的相似度量值；

第二判断子单元，用于判断所述相似度量值是否大于预设阈值；

第三判定子单元，用于在所述第二判断子单元的判断结果为是的情况下，判定相邻的目标图像分别对应的缩略图相似；

第四判定子单元，用于在所述第二判断子单元的判断结果为否的情况下，判定相邻的目标图像分别对应的缩略图不相似。

由以上可见，本发明实施例提供的一种动态图片的生成方法及装置中，首先确定目标视频中发生场景变化的目标播放时刻；然后以目标播放时刻为分割点，将目标视频划分成视频段；最后分别根据划分得到的每个视频段，生成动态图片。本发明实施例以目标播放时刻为分割点，将目标视频划分成多个视频段，划分出的每个视频段即为适合生成动态图片的视频段，与现有技术相比，本发明实施例在不需要训练视频段模型的基础上，实现从视频中提取视频段，并自动生成动态图片的目的；而且本发明实施例对计算资源的需求少，可以直接在单机上完成从视频中截取视频段来自动生成动态图片的操作。

当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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为本发明一实施例提供的一种动态图片的生成方法的流程示意图；

图2为本发明另一实施例提供的一种动态图片的生成方法的流程示意图；

图3为本发明一实施例提供的一种动态图片的生成装置的结构示意图；

图4为本发明另一实施例提供的一种动态图片的生成装置的结构示意图。

具体实施方式

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。

图1为本发明一实施例提供的一种动态图片的生成方法的流程示意图，如图1所示，该方法包括：

S101：确定目标视频中发生场景变化的目标播放时刻。

通常情况下，视频中相邻帧之间的内容具有相似性，然而在拍摄视频时可能会存在从一个拍摄场景切换至另一拍摄场景的现象，或者后期进行视频制作时画面内容在两个或者多个拍摄场景之间切换的现象，这样相邻两帧之间的内容差异较大。当视频中相邻两帧之间的内容差异达到一定程度时，可以认为该视频中发生了场景切换，即发生了上述场景变化。

应该说明的是，上述发生场景变化的目标播放时刻，又称之为场景变化时间戳，该目标播放时刻是相对于整个目标视频的播放时间确定的。

例如，对于时长为90分钟的目标视频，假设存在一目标播放时刻45分35秒，则表明该目标播放时刻为目标视频播放的第45分35秒；再如，对于时长为60分钟的目标视频，假设存在一目标播放时刻23分06秒，则表明该目标播放时刻为目标视频播放的第23分06秒。

在本发明实施例中，可以通过现有技术中的专业工具来检测发生场景变化的时刻，例如：FFmpeg(一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序)提供了一个场景变化时间戳检测功能，用于检测场景变化的时刻；因此，此处可以通过FFmpeg确定目标视频中发生场景变化的所有目标播放时刻。

当然，实际应用中，还可以直接利用相邻两帧之间的差异程度来判断是否发生了场景切换，其中，上述差异程度可以根据相邻两帧的直方图信息、各个编码块的运动矢量信息等等进行计算，本申请并不对此进行限定。

S102：以目标播放时刻为分割点，将目标视频划分成视频段。

视频中的场景变化往往会导致视频的内容类型发生变化，连续两个场景变化时刻之间的视频段，视频背景没有大的变化，连续两个场景变化时刻之间的视频段适合生成动态图片。

应该注意的是，划分出的视频段应该是由相邻的两个目标播放时刻确定，划分出的视频段中除前后两端点外，不可以包含其它目标播放时刻。例如，对于一时长为2分钟的目标视频，确定的目标播放时刻包括0分30秒、0分51秒、1分04秒；则此时可以划分出的视频段可以有0分0秒～0分30秒、0分30秒～0分51秒、0分51秒～1分04秒以及1分04秒～2分0秒；而0～0分51秒则不可以作为上述划分出来的视频段。

为便于进行视频段划分，可以将目标视频的起始时刻确定为第一个目标播放时刻，将目标视频的终止时刻确定为最后一个目标播放时刻。

S103：分别根据划分得到的每个视频段，生成动态图片。

动态图片包括常见的GIF图片、WebP动态图片等，例如，对于GIF图片自从1987年诞生，就成了互联网上人们的一种表达方式，时隔近30年，如今的GIF图片越来越火，微信、QQ、Line等社交应用到处可见其踪影，如该类社交应用中的表情商城中的表情包、出现在各个网站上的GIF图片。

应该说明的是，对于一个视频段，可以生成的动态图片的数量是不限定的，可以是1组，也可以是多组，例如，对于某一视频段，最终生成3组GIF图片。

具体的，根据划分得到的每个视频段，生成动态图片时，可以根据视频段中的原始图像生成动态图片，还可以先对视频段中的原始图像进行缩放、裁剪、美化等处理，然后再根据上述处理后的图像生成动态图片，本发明实施例仅仅以此为例进行说明，实际应用中并不对此进行限定。

另外，在确定了适合生成动态图片的视频段后，上述步骤S103的具体实现可以通过现有技术，而在本发明实施例中，如图2所示，上述分别根据划分得到的每个视频段，生成动态图片(S103)，可以包括：

针对每一视频段，执行下述操作：

S301：从该视频段包含的图像中确定目标图像。

在本发明实施例中，可以确定该视频段所含的所有图像为目标图像。

本领域内技术人员可以理解的是，图像的数据量较大，如果逐帧考虑视频段中的每一帧图像，易导致生成动态图片的速度缓慢，为此可以按照预先设定的规则仅选择视频段中的一部分图像，并将所选择的图像确定为目标图像。

在本发明实施例中，上述从该视频段包含的图像中确定目标图像(S301)，可以包括：

从该视频段包含的图像中抽取图像作为目标图像。

本领域技术人员可以理解的是，上述步骤可以看作一个抽帧处理，例如，对于连续播放的100帧图像，编号分别为1～100，此时可以抽取编号为奇数的图像作为目标图像；也可以抽取编号为偶数的图像作为目标图像；还可以从编号为1的图像开始，每间隔3帧抽取一张图像，将抽取到的图像作为目标图像。

S302：按照该视频段中各个图像的播放顺序，分别判断每一对相邻的目标图像是否相似。

如上例，对于连续播放的100帧图像，假设抽取编号为奇数的图像作为目标图像，则相邻的目标图像包括目标图像1和3、3和5、5和7、…、97和99。

应该说明，此处的判断每一对相邻的目标图像是否相似，即确定每一对相邻的目标图像的相似性。结合上述现有技术可以理解，视频通常具有较高的帧速率，一般是每秒15或25帧，甚至更高，帧图相似性检测需要一定的计算量，所以在本发明实施例中，为了减少相似性检测的计算量，采用了步骤S301的处理方式。

应该说明的是，在本发明实施例中，仅确定相邻的两帧目标图像的相似，并不如现有技术一样比较当前帧与之前多帧图像的相似度，进一步减少了相似度的计算量。

另外，步骤S301所确定的目标图像的分辨率一般较高，所以为了进一步降低相似性的计算量，在本发明实施例中，上述按照该视频段中各个图像的播放顺序，分别判断每一对相邻的目标图像是否相似，可以包括：

获得每帧所确定的目标图像的缩略图；

按照该视频段中各个图像的播放顺序，分别判断每一对相邻的目标图像对应的缩略图是否相似；

若为是，判定相邻的目标图像相似；

若为否，判定相邻的目标图像不相似。

应该说明的是，上述获得每帧所确定的目标图像的缩略图，可以是在保持原有图像的宽高比的情况下，将每帧目标图像的宽度缩小到预设数值，例如将原目标图像的宽缩小到100；也可以是直接将每帧目标图像缩小预设倍数，例如直接将每帧目标图像缩小5倍。

本发明实施例中，上述分别判断每一对相邻的目标图像对应的缩略图是否相似，可以包括：

分别计算每一对相邻的目标图像对应的缩略图之间的相似度量值；

判断该相似度量值是否大于预设阈值；

若为是，判定相邻的目标图像分别对应的缩略图相似；

若为否，判定相邻的目标图像分别对应的缩略图不相似。

应该说明的是，相似度量值的具体计算方法可以采用现有技术，例如现有技术中通过均方误差以及像素误差百分比来确定相似度，而在本发明实施例中，还可以采用SSIM(structural similarity index，结构相似性)算法来确定两个缩略图的相似度。

例如，预设阈值为x，现有两张缩略图1’和2’，其对应的目标图像分别为图像1和2，而通过SSIM算法计算获得两张缩略图1’和2’的SSIM值为y：如果y大于x，则判定两张缩略图1’和2’相似，即目标图像1和2相似；否则，判定两张缩略图1’和2’不相似，即目标图像1和2不相似。

S303：按照预设的选择规则，从所确定的目标图像中选择图像，并根据所选择的图像确定第一类图像组。

其中，该选择规则为：所选择的图像中任意相邻图像相似，第一图像与第二图像不相似，或者该第一图像为该视频段的第一帧图像；第三图像与第四图像不相似，或者该第三图像为该视频段的最后一帧图像，该第一图像为：所选择的图像中的第一帧图像，该第二图像为：该视频段中该第一图像的前一帧图像，该第三图像为：所选择的图像中的最后一帧图像，该第四图像为：该视频段中该第三图像的后一帧图像。

可以理解，在本发明实施例中，所确定的每一个第一类图像组应该至少满足如下两个条件：

一：第一类图像组中的各个目标图像为连续相似帧。

二：第一类图像组中的第一帧图像为该视频段的第一帧图像，或者，第一类图像组中的第一帧图像与其前一帧图像不相似；第一类图像组中的最后一帧图像为该视频段的最后一帧图像，或者，第一类图像组中的最后一帧图像与其后一帧图像不相似。

例如，现有100帧目标图像，按照视频播放顺序，100帧目标图像的标号分别为1～100，现确定1～45帧目标图像连续相似，第45帧目标图像与第46帧目标图像不相似，46～79帧目标图像相似，79～82帧目标图像均不相似，82～100帧目标图像连续相似；则此时确定的第一类图像组可以有3组：1～45帧目标图像，46～79帧目标图像以及82～100帧目标图像。

从一个视频段中确定第一类图像组的完整操作具体可以如下：

第一步，输入视频段所包含的所有目标图像，以及目标图像的总数量N，将所有目标图像按照目标视频的播放顺序编号为1、2、3、…、n，显然的，从数值上看，N＝n；

第二步，初始化连续相似帧的起始帧索引x＝1，当前帧索引y＝1；

第三步，判断当前的y值是否小于n；如果是，执行第四步，如果否，执行第七步；

第四步，计算编号为y的目标图像对应的缩略图，与编号为y+1的目标图像对应的缩略图的相似度量值；

第五步，判断计算出的相似度量值是否大于预设阈值；如果是，更新y＝y+1，并返回执行第三步，如果否，执行第六步；

第六步，以当前的第x帧目标图像为起始帧，当前的第y帧目标图像为结束帧，记录连续相似帧x～y；同时，更新x＝y+1，y＝y+1，并返回执行第三步；

第七步，结束整个过程，输出记录的所有连续相似帧。

应该注意的是，在本发明实施例中，还可以限定第一图像组中目标图像的数量下限，例如设置数量下限为5张，则表明最后确定的第一类图像组中所包含的目标图像数量不应小于5张。

S304：基于所确定的第一类图像组，生成动态图片。

对于每一个第一类图像组，可以按照图像组中的各个图像在目标视频的播放顺序排列起来，并设定动态图片的帧速率以及设定是否循环。例如，对于第一类图像组中的图像1～20，可以设定帧速率为8帧每秒，并设定循环播放。

此外，如果第一类图像组中所包含的图像的数量过多，还可以设定一个数量上限，例如，设定的数量上限为20，现存在一第一类图像组包含有30帧图像，按照播放顺序，该30帧图像的编号分别为1～30，则此时，可以从上述第一类图像组选择连续相似的20帧图像，例如：1～20、6～25、11～30。

可以理解，在本发明实施例中，虽然通过连续两个目标播放时刻确定的视频段中，视频背景没有大的变化，该视频段适合生成动态图片，但是这个具有一定的概率性，并不能保证视频段中所有目标图像的背景没有改变，所以引入了步骤S301～S303，更精确地找出视频段中背景差不多的那些目标图像。

由以上可见，本发明实施例提供的一种动态图片的生成方法及装置中，首先确定目标视频中发生场景变化的目标播放时刻；然后以目标播放时刻为分割点，将目标视频划分成视频段；最后分别根据划分得到的每个视频段，生成动态图片。本发明实施例以目标播放时刻为分割点，将目标视频划分成多个视频段，划分出的每个视频段即为适合生成动态图片的视频段，与现有技术相比，本发明实施例在不需要训练视频段模型的基础上，实现从视频中提取视频段，并自动生成动态图片的目的；而且本发明实施例对计算资源的需求少，可以直接在单机上完成从视频中截取视频段来自动生成动态图片的操作。

下面通过一具体实例来对本发明实施例进行简单介绍。

现有一目标视频，首先计算机可以使用FFmpeg工具检测场景变化时间戳，即确定目标视频中发生场景变化的目标播放时刻。

对应的命令为：ffmpeg-i video_path-vf'select＝gt(scene\，0.4)，showinfo'-fnull-2>&1|awk-F'pts_time：″/pts_time：/{split($2，out，"")；print out[1]}'

其中，video_path是视频文件的路径。这样就得到了一个时间戳列表[t(0)，t(1)，t(2)，...]，每个时间戳表示新场景开始的时刻。

在上述时间戳列表中，时间戳t(k)与下一时间戳t(k+1)确定了一个视频片段。以k＝2为例，则确定一视频段的对应的播放时刻为t(2)～t(3)，对该视频片段使用FFmpeg做抽帧处理，按照下述命令抽取图像作为目标图像：

ffmpeg-y-ss start_time-t duration-i video_path-lavfi'fps＝8'％04d.png

其中，start_time为视频片段开始时刻，也就是t(2)，duration为视频片段时长，也就是t(3)与t(2)的差值，video_path为目标视频文件的路径，％04d.png为生成的帧图的文件名模式。这样，抽取的目标图像的文件名如下：

0001.png、0002.png、0003.png…

然后，对该视频片段中抽取出来的每张目标图像，通过下述命令生成对应的缩略图：

命令为：mogrify-path thumbnail-resize 100-format png@images.txt

其中，mogrify是ImageMagick(一种图片处理软件)项目提供的一个图片处理工具，thumbnail是缩略图存放目录，100表示将原图保持宽高比缩放到宽度100，images.txt是输入文本文件，文件内容中的每一行是上一步骤抽取的目标图像的路径。

生成缩略图后，按缩略图对应的目标图像的播放顺序遍历缩略图，使用SSIM算法计算当前缩略图与下一缩略图之间的相似度量值，如果度量值大于预先设定的阈值，则认为它们相似，否则认为不相似；如果当前缩略图与下一缩略图相似，则继续比较下一缩略图与下下个缩略图，直到遇到不相似为止。以此确定第一类图像组。

在本实例中，假设对于视频片段A，确定了第一类图像组a和b，则可以分别将第一类图像组a和b中的所有目标图像生成GIF图片。

具体的生成GIF图片的命令为：

convert-delay 1x8-loop 0@images.txt result.gif

其中，convert是ImageMagick项目提供的另外一个图片处理工具，1x8表示GIF图片中每帧之间的延时时间，loop选项值为0表示GIF无限循环播放，images.txt是输入文本文件，文件内容中的每一行是连续相似帧的路径，result.gif就是生成的GIF图片了。

相应于图1所示方法实施例，如图3所示，本发明实施例还提供了一种动态图片的生成装置，所述装置包括：

确定模块110，用于确定目标视频中发生场景变化的目标播放时刻；

划分模块120，用于以所述目标播放时刻为分割点，将所述目标视频划分成视频段；

生成模块130，用于分别根据划分得到的每个视频段，生成动态图片。

相应于图2所示方法实施例，如图4所示，在实际应用中，所述生成模块130，可以包括：

确定子模块1301，用于分别针对每一视频段，从视频段包含的图像中确定目标图像；

判断子模块1302，用于分别针对每一视频段，按照视频段中各个图像的播放顺序，分别判断每一对相邻的目标图像是否相似；

选择子模块1303，用于分别针对每一视频段，按照预设的选择规则，从所确定的目标图像中选择图像，并根据所选择的图像确定第一类图像组；其中，所述选择规则为：所选择的图像中任意相邻图像相似，第一图像与第二图像不相似，或者所述第一图像为该视频段的第一帧图像；第三图像与第四图像不相似，或者所述第三图像为该视频段的最后一帧图像，所述第一图像为：所选择的图像中的第一帧图像，所述第二图像为：该视频段中所述第一图像的前一帧图像，所述第三图像为：所选择的图像中的最后一帧图像，所述第四图像为：该视频段中所述第三图像的后一帧图像；

生成子模块1304，用于分别针对每一视频段，基于所确定的第一类图像组，生成动态图片。

在实际应用中，所述确定子模块1301，可以具体用于：

从该视频段包含的图像中抽取图像作为目标图像。

在实际应用中，所述判断子模块1302，可以包括获得子单元、第一判断子单元、第一判定子单元和第二判定子单元(图中未示出)：

获得子单元，用于获得每帧所确定的目标图像的缩略图；

第一判断子单元，用于分别针对每一视频段，按照视频段中各个图像的播放顺序，分别判断每一对相邻的目标图像对应的缩略图是否相似；

第一判定子单元，用于在所述第一判断子单元的判断结果为是的情况下，判定相邻的目标图像相似；

第二判定子单元，用于在所述第一判断子单元的判断结果为否的情况下，判定相邻的目标图像不相似。

在实际应用中，所述判断子模块1302，可以包括计算子单元、第二判断子单元、第三判定子单元和第四判定子单元(图中未示出)：

计算子单元，用于分别针对每一视频段，按照视频段中各个图像的播放顺序，分别计算每一对相邻的目标图像对应的缩略图之间的相似度量值；

第二判断子单元，用于判断所述相似度量值是否大于预设阈值；

第三判定子单元，用于在所述第二判断子单元的判断结果为是的情况下，判定相邻的目标图像分别对应的缩略图相似；

第四判定子单元，用于在所述第二判断子单元的判断结果为否的情况下，判定相邻的目标图像分别对应的缩略图不相似。

由以上可见，本发明实施例提供的一种动态图片的生成方法及装置中，首先确定目标视频中发生场景变化的目标播放时刻；然后以目标播放时刻为分割点，将目标视频划分成视频段；最后分别根据划分得到的每个视频段，生成动态图片。本发明实施例以目标播放时刻为分割点，将目标视频划分成多个视频段，划分出的每个视频段即为适合生成动态图片的视频段，与现有技术相比，本发明实施例在不需要训练视频段模型的基础上，实现从视频中提取视频段，并自动生成动态图片的目的；而且本发明实施例对计算资源的需求少，可以直接在单机上完成从视频中截取视频段来自动生成动态图片的操作。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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，均包含在本发明的保护范围内。