图像特效处理方法、装置及视频直播终端与流程

本申请涉及图像处理技术领域，具体而言，本申请涉及一种图像特效处理方法、装置、视频直播终端、计算机设备及计算机存储介质。

背景技术：

随着流媒体技术发展，通过网络传播的视频流媒体越来越普遍，尤其是小视频或视频直播，吸引了大量的互联网用户。

现有的小视频和直播中，一般都有很多的特效，但是目前特效都比较单一化，例如一个视频或者直播中加入一个表情特效或者一个贴纸特效。但这些特效处理方案形式单一，特效效果展示差，难以适应于当前用户对于小视频和直播中内容的多元化需求。

技术实现要素：

本申请的目的旨在至少能解决上述的技术缺陷之一，特别是解决现有特效处理技术形式单一，特效效果展示差的问题，提供一种图像特效处理方法、装置、视频直播终端、计算机设备及计算机存储介质。

为了实现上述目的，本申请提供以下技术方案：

一种图像特效处理方法，包括如下步骤：

接收特效处理指令，根据所述特效处理指令调用视频图像特效处理的特效模板；其中，所述特效模板设有多个特效处理通道；

根据输入的源路径获取多路图像数据，将对应的图像数据分别传输到所述特效模板的各个特效处理通道中；

通过所述特效处理通道分别对各路图像数据进行并行的特效处理，并将特效处理后的各路图像数据合并得到目标特效图像。

在一个实施例中，所述根据输入的源路径获取多路图像数据，将对应的图像数据分别传输到所述特效模板的各个特效处理通道中的步骤，包括：

获取用户在所述特效模板上输入的视频源路径；

根据所述视频源路径获取多路视频图像数据并提取待处理图片帧；

将所述待处理图片帧分别输入至所述特效模板的各个特效处理通道中。

在一个实施例中，所述的图像特效处理方法还包括：

构建多特效处理通道的图像合成框架，并设置各个特效处理通道的图像数据的源路径的输入接口以及调用的特效处理函数；

设置特效处理的场景类型，根据场景类型将所述合成框架生成对应的特效模板。

在一个实施例中，所述根据所述视频源路径获取多路视频图像数据并提取待处理图片帧的步骤，包括：

分别从所述特效模板上输入的多个视频流的视频源路径获取视频图片帧，从各路视频流的视频图片帧中提取待处理图片帧。

在一个实施例中，所述根据所述视频源路径获取多路视频图像数据并提取待处理图片帧的步骤，包括：

从所述视频源路径获取视频图片帧，根据多视图窗口对所述视频图片帧进行划分得到待处理图片帧。

在一个实施例中，所述根据所述视频源路径获取多路视频图像数据并提取待处理图片帧的步骤，包括：

从所述视频源路径获取视频图片帧；

对所述视频图片帧进行图像分割得到不同内容部分对应的子图片作为待处理图片帧。

在一个实施例中，所述对所述视频图片帧进行分割得到不同内容部分对应的子图片作为待处理图片帧的步骤包括：

对所述视频图片帧的前景内容与背景内容进行分割得到前景图片和背景图片，将所述前景图片和背景图片作为待处理图片帧；

所述通过所述特效处理通道分别对各路图像数据进行并行的特效处理，并将特效处理后的各路图像数据合并得到目标特效图像的步骤，包括：

对所述前景图片和背景图片分别采用特定的场景特效并行进行特效处理，得到前景特效图片帧和背景特效图片帧；

将各个前景特效图片帧和背景特效图片帧进行合成得到合成特效图片帧。

在一个实施例中，在将特效处理后的各路图像数据合并得到目标特效图像的步骤之后，还包括：

对所述合成图片帧进行二次特效处理，得到混合特效图片帧；其中，所述二次特效处理中叠加至少一种场景特效。

在一个实施例中，所述根据所述视频源路径获取多路视频图像数据并提取待处理图片帧的步骤，包括：

从所述视频源路径获取视频图片帧，对所述视频图片帧进行人脸识别获取图片帧中的人脸图像，对所述人脸图像进行克隆得到克隆人脸图像；其中，所述图片帧中除人脸图像为背景图片帧；

所述通过所述特效处理通道分别对各路图像数据进行并行的特效处理，并将特效处理后的各路图像数据合并得到目标特效图像的步骤，包括：

对所述克隆人脸图像和人脸分别进行特效处理，得到由克隆人脸特效图片帧和人脸特效图片帧合成的前景特效图片帧，以及对背景图片帧进行特效处理，得到背景特效图片帧；

将各个前景特效图片帧和背景特效图片帧进行合成得到合成特效图片帧。

在一个实施例中，所述根据所述视频源路径获取多路视频图像数据并提取待处理图片帧的步骤，包括：

从所述视频源路径获取视频图片帧，对所述视频图片帧进行人脸识别确定图片帧中的人脸区域，根据所述人脸区域对所述图片帧进行图片分割得到多张人脸图片；

所述通过所述特效处理通道分别对各路图像数据进行并行的特效处理，并将特效处理后的各路图像数据合并得到目标特效图像的步骤，包括：

分别对各个人脸图片采用特定的场景特效进行特效处理，得到多张人脸特效图片帧；

将各张人脸特效图片帧进行合成得到合成特效图片帧。

在一个实施例中，所述根据所述视频源路径获取多路视频图像数据并提取待处理图片帧的步骤包括：

从所述视频源路径获取视频图片帧，对视频图片帧的肢体姿态内容进行跟踪，根据所述姿态内容对所述图片帧分割，得到多张肢体姿态子图片作为待处理图片帧；

所述通过所述特效处理通道分别对各路图像数据进行并行的特效处理，并将特效处理后的各路图像数据合并得到目标特效图像的步骤，包括：

分别采用对应的场景特效对肢体姿态场景切换的各个肢体姿态子图片进行特效处理，得到多张肢体姿态特效图片帧；

将各张肢体姿态特效图片帧进行合成得到合成特效图片帧。

在一个实施例中，其特征在于，所述特效处理中叠加多种场景特效。

一种图像特效处理装置，包括：

调用模块，用于接收特效处理指令，根据所述特效处理指令调用视频图像特效处理的特效模板；其中，所述特效模板设有多个特效处理通道；

传输模块，用于根据输入的源路径获取多路图像数据，将对应的图像数据分别传输到所述特效模板的各个特效处理通道中；

合成模块，用于通过所述特效处理通道分别对各路图像数据进行并行的特效处理，并将特效处理后的各路图像数据合并得到目标特效图像。

一种视频直播终端，包括：

一个或多个处理器；

存储器；

客户端程序，其中所述客户端程序配置用于执行如上述的图像特效处理方法。

一种计算机设备，包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行如上述的图像特效处理方法。

一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该计算机程序执行时实现如上述的图像特效处理方法的步骤。

上述图像特效处理方法、装置、视频直播终端、计算机设备及计算机存储介质，接收用户输入的特效处理指令，根据所述特效处理指令调用视频图像特效处理的特效模板，通过输入的源路径，特效模板根据输入的源路径接入多路图像数据，传输到各个特效处理通道中，特效处理通道在后台分别对各路图像数据进行并行的特效处理，然后将特效处理后的各路图像数据合并，输出目标特效图像。该方案设计了特效模板，可以将多路图像数据进行并行的特效处理并合成一路视频输出，可以获得丰富的特效设计效果，适应于当前用户对于小视频和直播中内容的多元化需求。

该方案特别适合应用在小视频和直播视频中，可以给小视频和直播视频制作带来丰富多彩的设计元素，实现灵活的特效组织和设计，由于不同场景之间也可以自由组合切换，充分发挥了各种特效玩法，增加视频的趣味性，使视频内容的剧情设计和内容元素设计更加丰富，可以吸引更多的用户观看，增加播放量和点击率。

本申请附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是一个实施例的图像特效处理方法流程图；

图2是一个实施例的特效处理模板示意图；

图3是一个实施例的图像数据传输流程图；

图4是多视频流的视频图像场景特效方法流程图；

图5是多视频流的叠加场景特效示意图；

图6是场景特效叠加多重特效示意图；

图7是多视图窗口的视频图像场景特效方法流程图；

图8是多视图窗口的叠加场景特效示意图；

图9是同一视频源的不同内容部分的视频图像场景特效方法流程图；

图10是基于背景分割的视频图像场景特效方法流程图；

图11是基于背景分割的叠加场景特效示意图；

图12是基于人脸克隆的视频图像场景特效方法流程图；

图13是基于人脸克隆的叠加场景特效示意图；

图14是人脸识别的多人脸场景的场景特效方法流程图；

图15是基于人脸识别的叠加场景特效示意图；

图16是肢体的姿态跟踪场景的场景特效方法流程图；

图17是基于肢体姿态识别的叠加场景特效示意图；

图18为一个实施例的图像特效处理装置结构示意图；

图19是一个示例的视频直播的架构图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本申请的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

本发明技术方案，特别适合应用在小视频和直播视频中，对小视频和直播视频提供丰富多彩的设计元素，实现灵活的特效组织和设计，并且实现不同场景之间的自由组合切换。

如图1所示，图1是一个实施例的图像特效处理方法流程图，可以包括如下步骤：

s110，接收特效处理指令，根据所述特效处理指令调用视频图像特效处理的特效模板；其中，所述特效模板设有多个特效处理通道。

上述特效模板可以是一种供用户调用的ui界面，其可以被设置为设具有多个特效处理通道；在使用中，接收用户输入的特效处理指令，根据该特效处理指令调用该特效模板进行特效处理。

s120，根据输入的源路径获取多路图像数据，将对应的图像数据分别传输到所述特效模板的各个特效处理通道中。

其中，源路径可以是指保存在本地或者网络上其他服务器上的图像数据，包括各种图片和视频等。

s130，通过所述特效处理通道分别对各路图像数据进行并行的特效处理，并将特效处理后的各路图像数据合并得到目标特效图像。

各路图像数据通过特效处理后，实现了各自的特效处理，再通过进行合并后即可得到目标特效图像。

在上述实施例中，接收用户输入的特效处理指令，根据所述特效处理指令调用视频图像特效处理的特效模板，该处理是基于多个特效处理通道搭建的视频处理框架，可以通过ui界面与用户进行交互，通过特效模板，用户可以选择合并形式，在合成过程中，用户可以通过ui界面输入源路径，特效模板根据输入的源路径接入多路图像数据，传输到各个特效处理通道中，特效处理通道在后台分别对各路图像数据进行并行的特效处理，然后将特效处理后的各路图像数据合并，输出目标特效图像。

参考图2，图2是一个实施例的特效处理模板示意图，该模板是以四个通道特效模板为例，用户最多可以输入四个图像数据的数据源1、数据源2、数据源3、数据源4，然后特效模板实现对四个图像数据进行并列的特效处理，并合成模板特效图像。

对于s120的根据输入的源路径获取多路图像数据，参考图3，图3是一个实施例的图像数据传输流程图，将对应的图像数据分别传输到所述特效模板的各个特效处理通道中的步骤，可以包括：

s1201，获取用户在所述特效模板上输入的视频源路径；

s1202，根据所述视频源路径获取多路视频图像数据并提取待处理图片帧；

在一个实施例中，对于s1202的根据所述视频源路径获取多路视频图像数据并提取待处理图片帧的步骤，可以包括：

分别从所述特效模板上输入的多个视频流的视频源路径获取视频图片帧，从各路视频流的视频图片帧中提取待处理图片帧。

上述实施例中，可以根据用户在特效模板上输入的视频源路径，然后读取到相应的视频帧，再从各路视频帧中提取到待处理的图片帧。

在另一个实施例中，对于s1202的根据所述视频源路径获取多路视频图像数据并提取待处理图片帧的步骤，也可以包括：

从所述视频源路径获取视频图片帧，根据多视图窗口对所述视频图片帧进行划分得到待处理图片帧。

上述实施例中，可以根据用户在特效模板上输入的视频源路径获取到视频帧，然后利用多视图窗口对视频图片帧进行分割，得到待处理图片帧。

s1203，将所述待处理图片帧分别输入至所述特效模板的各个特效处理通道中。

在一个实施例中，对于上述所指的特效模板，可以通过如下方法进行生成，包括：

构建多特效处理通道的图像合成框架，并设置各个特效处理通道的图像数据的源路径的输入接口以及调用的特效处理函数；设置特效处理的场景类型，根据场景类型将所述合成框架生成对应的特效模板。

上述实施例中，提供了一种生成特效模板的方案，实际使用中可以生成多个以供用户进行选用，首先构建多个图像合成框架设置数据源路径和调用的函数，设置每个图像合成框架能进行的特效处理类型，如多视图窗口合成、基于背景分割、基于背景分割的克隆人，基于人脸识别的人脸克隆、基于人脸识别的多人脸，基于肢体的姿态跟踪等。

对于场景特效设计方案，可以根据场景内容采用相应的场景特效，对各个待处理图片帧进行特效处理，由于待处理图片帧的场景之间可以自由组合，也可以根据需求进行切换，因此，在特效处理过程中可以充分发挥了多种特效的组合效果。

另外，在对同一路视频数据的图片帧添加特效时，可以叠加多种场景特效，也即对于在一个图片帧上叠加多重特效，使之得到更加丰富的复合特效效果。

本发明中提出的图像特效处理方法，可以应用在小视频和直播视频中，各种场景之间也可以自由组合切换，在特效组织和设计时，可以进行多种场景特效设计，给小视频和直播视频制作带来非常多丰富多彩的设计元素，实现灵活的特效组织和设计，充分发挥了各种特效玩法，增加视频的趣味性，使视频内容更加丰富，丰富了剧情设计和内容元素设计，吸引更多的用户观看，增加播放量和点击率。

以下结合相关附图和实施例阐述不同场景特效设计下的方案。

在一个实施例中，可以针对于多视频流的视频图像进行场景特效处理，参考图4，图4是多视频流的视频图像场景特效方法流程图，其方案包括如下：

s201，从所述视频源路径获取视频图片帧；具体的，可以接收多个视频流的图像数据，分别从所述视频流中提取图片帧作为待处理图片帧。

s202，根据各个视频流的场景分别对各个待处理图片帧进行特效处理得到多张特效图片帧。

s203，将各个所述特效图片帧进行合成得到合成特效图片帧。

上述实施例的方案，可以从多个视频源路径接收直播视频的多路视频流，将多视频流的视频图像依次叠加多重特效，然后再合并成一个视频流进行输出，每个场景都可以由不同的特效组成，实现了灵活的特效组织和设计，丰富了特效设计效果。

如图5所示，图5是多视频流的叠加场景特效示意图；多个视频流1～n:视频流1、视频流2、……视频流n；分别将各个视频流的图片帧，依次采用多重场景特效对每一路视频流的图片帧进行特效处理，然后将各路视频流合成后输出，得到多重特效叠加的合成视频流。

参考图6，图6是场景特效叠加多重特效示意图，对于场景特效，又可以叠加多重特效，如图中场景特效，可以叠加特效1～n，使得最终合成的视频流的特效更加多元化，进而提高视频观赏性。

在一个实施例中，可以针对于同一个视频源的多视图窗口的视频图像分别进行场景特效处理，参考图7，图7是多视图窗口的视频图像场景特效方法流程图，其方案包括如下：

s301，接收视频源的图像数据，根据多视图窗口对所述视频源的图片帧进行划分，分别将各个多视图窗口对应的子图片作为待处理图片帧。

s302根据各个视窗的场景分别对各个待处理图片帧进行特效处理得到多张特效图片帧。

s303，将各个所述特效图片帧进行合成得到多窗口特效视频帧。

上述实施例的方案，在多窗口场景中，每一个窗口可以是视频帧的部分或者全部，在该场景中，可以对每个窗口叠加不同的特效，最终合成视频帧输出，可以针对多视图窗口进行不同的特效组成，实现了灵活的特效组织和设计，丰富了特效设计效果。

如图8所示，图8是多视图窗口的叠加场景特效示意图；在多视图窗口场景中，视频帧分割成多个视频窗口，包括视频窗口1、视频窗口2、……视频窗口n等，在每个视图窗口上进行多重特效叠加处理，最后将多个视频窗口多窗口特效视频帧。

在一个实施例中，可以针对于同一个视频源的不同内容部分分别进行场景特效处理，参考图9，图9是同一视频源的不同内容部分的视频图像场景特效方法流程图；其方案包括如下：

s401，接收视频源路径的图像数据，根据视频内容对所述视频源的图片帧进行分割，得到不同内容部分对应的子图片作为待处理图片帧。

s402，根据不同内容部分分别对各个待处理图片帧进行特效处理得到多张特效图片帧。

s403，将各个所述特效图片帧进行合成得到合成特效图片帧。

上述实施例的方案，使用图像分割将视频帧分割成不同部分，并对不同部分分别做不同的特效处理，从而可以针对视频内容进行不同的特效组成，实现了灵活的特效组织和设计，丰富了特效设计效果。

基于上述实施例的方案，可以进一步采用背景分割技术，对图片帧的前景和背景部分分别进行特效。

在一个实施例中，参考图10，图10是基于背景分割的视频图像场景特效方法流程图；其方案包括如下：

在步骤s501中，可以先对图片帧前景和背景的分割，即对所述视频源的前景内容与背景内容进行分割得到前景图片和背景图片，将所述前景图片和背景图片作为待处理图片帧；

这里的前景一般可以是指视频图片帧中的人物部分，可以通过背景分割技术，将人物从背景中分割出来。

在步骤s502中，可以对所述前景图片和背景图片分别采用特定的场景特效并行进行特效处理，得到前景特效图片帧和背景特效图片帧。

在步骤s503中，将各个前景特效图片帧和背景特效图片帧进行合成得到合成特效图片帧。

进一步的，考虑到增加场景特效效果，还可以在合成图片帧之后继续进行特效处理。因此，在步骤s503之后还对合成特效图片帧进行二次特效处理。

在步骤s504中，对所述合成图片帧进行二次特效处理，得到混合特效图片帧；其中，所述二次特效处理中叠加至少一种场景特效。

上述实施例的方案，可以先使用背景分割技术人物从背景中抠出，在人物部分形成一个mask遮罩，然后进一步可以分别对人物前景、背景和整体图片分别做不同的特效处理，实现了灵活的特效组织和设计，丰富了特效设计效果。

如图11所示，图11是基于背景分割的叠加场景特效示意图；可以采用背景分割技术将视频图片帧进行分割，例如：通过分割技术将人物从背景图像中抠出，可以通过mask遮罩方式将选取目标从背景图像抠出形成前景图像。确定前景图像和背景图像，分别对前景图像进行特效1至特效f的特效叠加处理，以及针对背景图像进行特效1至特效m的特效叠加处理；。在前述在前景图像及背景图像分别进行特效处理的基础上，在将前景图像与背景图像合成的整体图像后，再进行特效1至特效k的特效叠加处理，完成后再合成输出。

上述基于背景分割的叠加场景特效中，可以进一步用于基于人脸克隆场景的特效设计，对不同的人脸叠加不同的特效。

在一个实施例中，参考图12，图12是基于人脸克隆的视频图像场景特效方法流程图；其方案包括如下：

在步骤s601中，可以先对图片帧的人脸图像进行分割和克隆；具体包括如下：

a.对所述视频源的图片帧进行人脸识别获取图片帧中的人脸图像；

b.对所述人脸图像进行克隆得到克隆人脸图像；其中，所述图片帧中除人脸图像为背景图片帧。

在步骤s602中，对所述克隆人脸图像和人脸分别采用特定的场景特效并行进行特效处理，得到由克隆人脸特效图片帧和人脸特效图片帧合成的前景特效图片帧。

在步骤s603中，对背景图片帧采用特定的场景特效进行特效处理，得到背景特效图片帧。

在步骤s604中，将人脸图像与克隆人脸图像进行特效合成的前景特效图片帧，再与经过特效处理的背景特效图片帧进行合成得到合成的视频帧。

上述实施例的方案，可以先根据人脸检测，然后将人脸进行克隆，可以对克隆出来的人脸做不同的特效，也可以将人脸作为前景，视频帧其他内容作为背景，前景和背景使用不同的特效，如果同一视频中存在多个人脸，也可以选择若干克隆人脸，并对不同的人脸做不同的特效，然后将人脸图像和克隆人脸进行合成，从而可以叠加多种特效效果。

如图13所示，图13是基于人脸克隆的叠加场景特效示意图；对视频帧人脸识别，获得人脸图像1至识别对象n；然后对各人脸图像进行克隆处理，获得克隆人脸，如图中的人脸图像1经过克隆处理获得克隆对象1至克隆对象k等；再将克隆对象作为选取目标，可以通过mask遮罩方式从背景抠出形成前景图片，其他内容作为背景图像。其中，该前景图片中的各个克隆人脸可以分别进行特效1至特效n的特效叠加处理。针对背景图片可以进行特效c至特效s的特效叠加处理，再将前景特效图片和背景特效图片合成后输出。

在一个实施例中，可以针对于视频图像的多人脸场景进行场景特效处理，参考图14，图14是人脸识别的多人脸场景的场景特效方法流程图；其方案包括如下：

在步骤s701中，从所述视频源路径获取视频图片帧，对所述视频源的图片帧进行人脸识别确定图片帧中的人脸区域，根据所述人脸区域对所述图片帧进行图片分割得到多张人脸图片；

在步骤s702中，分别对各个人脸图片采用特定的场景特效进行特效处理，得到多张人脸特效图片帧。

在步骤s703中，将各个人脸特效图片帧进行合成得到合成特效图片帧。

上述实施例的方案，是基于人脸识别的多人脸场景，如图13所示，图13是基于人脸识别的叠加场景特效示意图；通过分割技术将人脸抠出，识别多个人脸，分别对每个人脸做特效处理，不同的人脸上使用不同的贴纸特效、3d模型特效、彩妆特效等，然后将各个人脸图像再进行合成，从而可以对各个人脸进行特效处理，丰富了特效设计效果。

在一个实施例中，可以针对于视频图像的肢体的姿态跟踪场景进行场景特效处理，参考图16，图16是肢体的姿态跟踪场景的场景特效方法流程图；其方案包括如下：

在步骤s801中，从所述视频源路径获取视频图片帧，对视频源的图片帧的肢体姿态内容进行跟踪，根据所述姿态内容对所述图片帧分割，得到多张肢体姿态子图片作为待处理图片帧。

在步骤s802中，分别采用对应的场景特效对肢体姿态场景切换的各个肢体姿态子图片进行特效处理，得到多张肢体姿态特效图片帧。

在步骤s803中，将各张肢体姿态特效图片帧进行合成得到合成特效图片帧。

上述实施例的方案，如图17所示，图17是基于肢体姿态识别的叠加场景特效示意图；通过识别多个肢体姿态，在进行切换时，将各个肢体姿态添加不同的特效，从而可以形成可以根据不同的肢体姿态切换不同的特效组合效果，以达到更丰富多彩的特效展示。

综上上述各实施例，提供了多视图窗口场景、基于背景分割的场景、基于背景分割的克隆人场景，基于人脸识别的人脸克隆场景、基于人脸识别的多人脸场景，基于肢体的姿态跟踪场景等场景特效处理。在实际应用中，这些场景的方案，既可以单独使用，也可以在场景之间进行自由组合和切换，例如，在小视频和直播视频中，通过检测视频内容，当前处于上述一场景时，采用相应的场景特效处理，当切换至另一场景时，切换至对应的场景特效处理。从而可以充分发挥各种特效玩法，极大的丰富了剧情设计和内容元素设计。

以上为本申请的图像特效处理方法实施例，针对于该方法，下面阐述与其一一对应的图像特效处理装置的实施例。

如图18所示，图18为一个实施例的图像特效处理装置结构示意图，该装置可以包括：

调用模块110，用于接收特效处理指令，根据所述特效处理指令调用视频图像特效处理的特效模板；其中，所述特效模板设有多个特效处理通道；

传输模块120，用于根据输入的源路径获取多路图像数据，将对应的图像数据分别传输到所述特效模板的各个特效处理通道中；

合成模块130，用于通过所述特效处理通道分别对各路图像数据进行并行的特效处理，并将特效处理后的各路图像数据合并得到目标特效图像。

由于图像特效处理装置是与图像特效处理方法相对应，因此在前面陈述的图像特效处理方法的相关实施例及其技术效果均适用于图像特效处理装置的实施例中，在此不再赘述。

参考图19所示，图19是一个示例的视频直播的架构图，本申请实施例的图像特效处理装置，可以以算法模块形式设置在终端设备上，终端设备可以以app形式安装视频直播的主播客户端，该主播客户端可以利用终端设备获取到主播视频图像，并针对于采集的视频图像进行特效处理，相应特效视频上传至直播平台，直播平台中将特效视频转发至各个观众客户端1～n，从而使得各个观众客户端能够观看到形式丰富的直播内容。当然，需要再次说明的是，本申请实施例中的视频也可以是指缓存的视频文件，如小视频，或者其他途径产生的任何视频文件。

在一个实施例中，本申请还提供一种视频直播终端，包括一个或多个处理器、存储器以及客户端程序，其中所述客户端程序配置用于实现上述实施例所述的图像特效处理方法，该视频直播终端可以为包括手机、平板电脑、pda(personaldigitalassistant，个人数字助理)、pos(pointofsales，销售终端)、车载电脑等。

在一个实施例中，本申请还提供一种计算机设备，包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于实现上述实施例所述的图像特效处理方法。

在一个实施例中，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序执行时实现上述实施例的图像特效处理方法。计算机可读存储介质包括但不限于u盘、硬盘、移动硬盘、云技术下的云盘，甚至也包括网页(这里的网页特指能够记载上述计算机程序的网页)。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上所述仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。