本发明涉及视频录制领域,特别是涉及一种可分类录制视频的方法。
背景技术:
随着以多媒体为代表的信息技术产业的突飞猛进,人们对生活和工作环境的安全性要求也在不断提高,监控设施越来越多地出现在各种公共场所。目前,视频监控系统已经涉及到了社会生活的各行各业,例如交通路口、超市、银行、车站和居民小区等,与此同时,在各种大型活动场所和重要保卫区域的警卫工作中也配置了许多监控设备,如奥运会场地、人民广场、世博园区等。
与此同时,由于海量监控视频数据的出现,完全依靠人工监看的传统视频监控系统已经不能满足需求,人们需要更智能化、自动化、自主化的视频监控系统,因此智能视频监控系统成为了提升视频监控系统效能的主要发展方向。
目前市面上具备录像功能的电子产品日益增多,但这些电子产品绝大部分都需要具备较大内存为录像过程提供图片的缓存处理。然而,随着电子产品生产成本的压缩,如何使得产品在降低生产成本的同时保证其同等功能,例如在减小内存容量的同时满足图片的缓存功能,以提高电子产品的竞争力成为行业研究的热点。
技术实现要素:
本发明的一个目的是要提供一种可分类录制视频的方法,以解决现有技术中视频录制时没有对视频数据进行有效的分类,导致后期查找困难,容易遗漏信息等问题。
特别地,本发明提供了一种可分类录制视频的方法,用于根据周围环境可分类录制视频,包括:
s1,接收录制指令,在存储器中创建一录制文件,并采集视频数据,将采集的视频数据缓存至内存随机储存器中;其中,视频数据为通过摄像机传感器抓取的原始图像数据;
s2,当所述随机储存器中的视频数据达到一预设值时,继续采集视频数据,其中,检测所述存储器的剩余存储空间,在所述存储器的剩余存储空间达到预设值时,遍历所述随机储存器中的视频数据,将所述随机储存器中的视频数据进行分类,对分类好的视频数据进行压缩编码;
s3,根据预设条件分别将所述分类好的视频数据写入录制文件。
可选地,对视频数据进行分类包括:
根据视频数据内图像的亮度均值,获取所述视频数据的亮度均值曲线;
根据所述亮度均值曲线中的极值点获取所述视频数据的特征曲线;
根据所述视频数据的特征曲线对所述视频数据进行分类。
可选地,所述根据视频数据内图像的亮度均值,获取所述视频数据的亮度均值曲线包括:
根据所述视频数据的时长以及预设的抽取规则从所述视频数据中抽取出至少一个时间段的视频段落;
对所述抽取的每个视频段落进行截图;
计算每个视频段落经过截图得到的所有图像的亮度均值;
分别获取每个视频段落的亮度均值曲线,并根据所述至少一个时间段的视频段落的亮度均值曲线获取所述视频数据的亮度均值曲线。
可选地,所述对抽取出的每个视频段落进行截图包括:在视频段落的时间轴中预设的采样时间点附件抽取一个或多个视频帧的视频图像作为截图。
可选地,所述根据所述视频数据的特征曲线对所述视频数据进行聚类包括:
根据所述视频数据的特征曲线查找近似视频数据;
根据所述视频数据的特征曲线建立所述视频数据的索引信息。
可选地,将所述视频数据与所述查找到的近似视频数据进行比较,包括:
将所述视频数据的特征曲线与所述查找到的近似视频数据的特征曲线进行比较;
将所述视频数据的截图与所述查找到的近似视频数据的截图进行比较。
本发明的可分类录制视频的方法,由于将所述随机储存器中的视频数据进行分类,对分类好的视频数据进行压缩编码,因此可以有效的解决因为视频数据量大,寻找起来困难的问题,在大量视频数据中快速缩小范围,寻找相关信息。
进一步地,本发明的通过图像的亮度均值对视频数据进行分类,能够快速的对视频进行分类,简单实用。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1是根据本发明一个实施例的可分类录制视频的方法的示意性流程图。
具体实施方式
图1是根据本发明一个实施例的可分类录制视频的方法的示意性流程图。如图1所示,该方法包括:
s1,接收录制指令,在存储器中创建一录制文件,并采集视频数据,将采集的视频数据缓存至内存随机储存器中;其中,视频数据为通过摄像机传感器抓取的原始图像数据;
s2,当所述随机储存器中的视频数据达到一预设值时,继续采集视频数据,其中,检测所述存储器的剩余存储空间,在所述存储器的剩余存储空间达到预设值时,遍历所述随机储存器中的视频数据,将所述随机储存器中的视频数据进行分类,对分类好的视频数据进行压缩编码;
s3,根据预设条件分别将所述分类好的视频数据写入录制文件。
本发明的可分类录制视频的方法,由于将所述随机储存器中的视频数据进行分类,对分类好的视频数据进行压缩编码,因此可以有效的解决因为视频数据量大,寻找起来困难的问题,在大量视频数据中快速缩小范围,寻找相关信息。
在本发明的一实施例中,对视频数据进行分类包括:
根据视频数据内图像的亮度均值,获取所述视频数据的亮度均值曲线;
根据所述亮度均值曲线中的极值点获取所述视频数据的特征曲线;
根据所述视频数据的特征曲线对所述视频数据进行分类。
进一步地,本发明的通过图像的亮度均值对视频数据进行分类,能够快速的对视频进行分类,简单实用。
在本发明一个进一步的实施例中,所述根据视频数据内图像的亮度均值,获取所述视频数据的亮度均值曲线包括:
根据所述视频数据的时长以及预设的抽取规则从所述视频数据中抽取出至少一个时间段的视频段落;
对所述抽取的每个视频段落进行截图;
计算每个视频段落经过截图得到的所有图像的亮度均值;
分别获取每个视频段落的亮度均值曲线,并根据所述至少一个时间段的视频段落的亮度均值曲线获取所述视频数据的亮度均值曲线。
在本发明一个又进一步的实施例中,所述对抽取出的每个视频段落进行截图包括:在视频段落的时间轴中预设的采样时间点附件抽取一个或多个视频帧的视频图像作为截图。
在本发明一个更进一步的实施例中,所述根据所述视频数据的特征曲线对所述视频数据进行聚类包括:
根据所述视频数据的特征曲线查找近似视频数据;
根据所述视频数据的特征曲线建立所述视频数据的索引信息。
可选地,将所述视频数据与所述查找到的近似视频数据进行比较,包括:
将所述视频数据的特征曲线与所述查找到的近似视频数据的特征曲线进行比较;
将所述视频数据的截图与所述查找到的近似视频数据的截图进行比较。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。