CN110025956A - 一种电竞数据推送方法、装置及服务器 - Google Patents
一种电竞数据推送方法、装置及服务器 Download PDFInfo
- Publication number
- CN110025956A CN110025956A CN201910335306.5A CN201910335306A CN110025956A CN 110025956 A CN110025956 A CN 110025956A CN 201910335306 A CN201910335306 A CN 201910335306A CN 110025956 A CN110025956 A CN 110025956A
- Authority
- CN
- China
- Prior art keywords
- electricity
- competing
- data
- identified
- screenshot picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 380
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000005520 cutting process Methods 0.000 claims abstract description 25
- 230000010354 integration Effects 0.000 claims abstract description 25
- 230000005540 biological transmission Effects 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims description 18
- 239000000463 material Substances 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000012549 training Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000000386 athletic effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 230000002147 killing effect Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 208000015041 syndromic microphthalmia 10 Diseases 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/30—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers
- A63F13/35—Details of game servers
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/50—Controlling the output signals based on the game progress
- A63F13/52—Controlling the output signals based on the game progress involving aspects of the displayed game scene
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/55—Controlling game characters or game objects based on the game progress
- A63F13/56—Computing the motion of game characters with respect to other game characters, game objects or elements of the game scene, e.g. for simulating the behaviour of a group of virtual soldiers or for path finding
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/80—Special adaptations for executing a specific game genre or game mode
- A63F13/822—Strategy games; Role-playing games
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请实施例提供了一种电竞数据推送方法、装置及服务器。该方法应用于服务器，包括：持续接收第一客户端发送的截屏图片；针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片；针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，并将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据；按照各帧截屏图片的接收顺序，依次向第二客户端推送各帧截屏图片对应的待推送的电竞数据，以使第二客户端实时更新第二客户端中所述电竞游戏的电竞数据展示内容。通过本方案可以提高客户端所展示的电竞数据的精准度。
Description
技术领域
本申请涉及图像处理技术领域，特别是涉及一种电竞数据推送方法、装置及服务器。
背景技术
针对于提供电竞游戏服务项目的客户端而言，为了提高用户的观看体验，通常为用户展示电竞游戏的电竞数据。例如：在为用户提供电竞游戏直播时，客户端为用户提供当前比分、比赛时间，或者，某个玩家的击杀、助攻和死亡数等电竞数据。
现有技术中，上述客户端对应的服务器通过游戏商公开的数据接口，获取直播的电竞游戏的电竞数据，进而，将所获取的电竞数据推送至该客户端处。
但是，游戏商所公开的数据接口通常会限制访问数据的时间粒度，例如：每一分钟允许访问一次。这样，服务器在通过公开的数据接口获得电竞数据时，所获得的电竞数据的实时性较差，最终导致客户端所展示的电竞数据的精准度不高。
发明内容
本申请实施例的目的在于提供一种电竞数据推送方法、装置及服务器，以提高客户端所展示的电竞数据的精准度。具体技术方案如下：
第一方面，本申请实施例提供了一种电竞数据推送方法，应用于服务器，所述方法包括：
持续接收第一客户端发送的截屏图片，所述截屏图片为：在辅助设备中播放电竞游戏的直播视频时，所述第一客户端持续对所述辅助设备执行截屏所得的图片；
针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片；其中，不同的待识别子图片包含该截屏图片中的不同的电竞数据区域；
针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，并将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据；
按照各帧截屏图片的接收顺序，依次向第二客户端推送各帧截屏图片对应的待推送的电竞数据，以使所述第二客户端利用所接收到的电竞数据，实时更新所述第二客户端中所述电竞游戏的电竞数据展示内容。
可选地，所述针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片，包括：
针对接收到的每一帧截屏图片，基于预先确定的、各个电竞数据区域在所述电竞游戏的游戏界面中的位置信息，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片。
可选地，所述针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，包括：
针对接收到的每一帧截屏图片，对该帧截屏图片的每一第一类待识别子图片，利用预定的字符识别方式进行电竞数据识别，得到每一第一类待识别子图片所包含的电竞数据；以及，对该帧截屏图片的每一第二类待识别子图片，利用相匹配的识别模型进行电竞数据识别，得到每一第二类待识别子图片所包含的电竞数据；
其中，所述第一类待识别子图片为：电竞数据区域中的电竞数据为字符内容的待识别子图片，所述第二类待识别子图片为：电竞数据区域中的电竞数据为图像数据的待识别子图片。
可选地，所述对该帧截屏图片的每一第二类待识别子图片，利用相匹配的识别模型进行电竞数据识别，得到每一第二类待识别子图片所包含的电竞数据，包括：
利用预设的游戏角色识别模型，对包含游戏角色的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏角色的图像数据的第二类待识别子图片中的电竞数据；
利用预设的游戏装备识别模型，对包含游戏装备的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏装备的图像数据的第二类待识别子图片的电竞数据；
利用预设的游戏技能识别模型进行图像内容识别，对包含游戏技能的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏技能的图像数据的第二类待识别子图片中的电竞数据。
可选地，所述将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据，包括：
按照预设的关于各个电竞数据区域中电竞数据的组合关系，将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据。
第二方面，本申请实施例提供了一种电竞数据推送装置，应用于服务器，所述装置包括：
图片接收模块，用于持续接收第一客户端发送的截屏图片，所述截屏图片为：在辅助设备中播放电竞游戏的直播视频时，所述第一客户端持续对所述辅助设备执行截屏所得的图片；
图片裁剪模块，用于针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片；其中，不同的待识别子图片包含该截屏图片中的不同的电竞数据区域；
数据获得模块，用于针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，并将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据；
数据发送模块，用于按照各帧截屏图片的接收顺序，依次向第二客户端推送各帧截屏图片对应的待推送的电竞数据，以使所述第二客户端利用所接收到的电竞数据，实时更新所述第二客户端中所述电竞游戏的电竞数据展示内容。
可选地，所述图片裁剪模块具体用于：
针对接收到的每一帧截屏图片，基于预先确定的、各个电竞数据区域在所述电竞游戏的游戏界面中的位置信息，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片。
可选地，所述数据获得模块针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，具体为：
针对接收到的每一帧截屏图片，对该帧截屏图片的每一第一类待识别子图片，利用预定的字符识别方式进行电竞数据识别，得到每一第一类待识别子图片所包含的电竞数据；以及，对该帧截屏图片的每一第二类待识别子图片，利用相匹配的识别模型进行电竞数据识别，得到每一第二类待识别子图片所包含的电竞数据；
其中，所述第一类待识别子图片为：电竞数据区域中的电竞数据为字符内容的待识别子图片，所述第二类待识别子图片为：电竞数据区域中的电竞数据为图像数据的待识别子图片。
可选地，所述数据获得模块将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据，具体为：
按照预设的关于各个电竞数据区域中电竞数据的组合关系，将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据。
第三方面，本申请实施例提供了一种服务器，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现本申请实施例所提供的方法步骤。
本申请实施例所提供的方案中，服务器持续接收第一客户端发送的截屏图片，并对接收到的每一帧截屏图片进行电竞数据分析，得到截屏图片对应的待推送的电竞数据，进而，按照各帧截屏图片的接收顺序，依次将各帧截屏图片对应的待推送的电竞数据，推送至第二客户端。由于截屏图片是第一客户端持续截屏所得，那么，对截屏图片进行电竞数据的分析，使得分析所得的电竞数据具有较高的实时性，因此，通过本方案可以提高客户端所展示的电竞数据的精准度。另外，由于通过截屏图片进行分析，不受数据接口的数据种类的限制，因此，展示给用户的电竞数据可以具有差异性以及丰富性。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例所提供的一种电竞数据推送方法的流程图；
图2为本申请实施例所提供的一种电竞数据推送装置的结构示意图；
图3为本申请实施例所提供的一种服务器的结构示意图；
图4为本申请实施例所提供的一种电竞数据推送方法的处理流程图；
图5示例性地给出了一种关于电竞数据的展示界面的示意图；
图6示例性地给出了关于战队数据区域、事件数据区域和玩家数据区域的一种分布示意图；
图7为图6所示的分布式示意图的一种界面使用状态参考图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
为了提高客户端所展示的电竞数据的精准度，本申请实施例提供了一种电竞数据推送方法、装置、服务器及存储介质。
下面对本申请实施例所提供的一种电竞数据推送方法进行介绍。
该电竞数据推送方法可以应用于服务器。具体的，该服务器为提供电竞游戏服务项目的客户端所对应的服务器。另外，本申请实施例中，为了清楚的描述方案，将提供电竞游戏服务项目的客户端命名为第二客户端。
其中，该电竞游戏是指：电子竞技游戏，电子竞技游戏可以分为两个大类，一是对战类项目，一个休闲类项目。本申请实施例中所提及的电竞游戏可以包括但不局限于：MOBA(Multiplayer Online Battle Arena，多人在线战术竞技游戏)类型的游戏、支持FPS(First Person Shooting，第一人称射击)类型的游戏。
并且，电竞游戏的电竞数据可以包括数据点和比赛事件两类。其中，数据点可以包括但不局限于：比分、比赛时间、玩家的分数、游戏角色、游戏装备、游戏技能，等等；而比赛事件可以包括但不局限于：击杀事件、摧毁事件，等等。可以理解的是，不同的电竞游戏所包括的数据点可以不同或相同，类似的，不同的电竞游戏所包括的比赛事件可以相同或不同。
另外，为了实现本申请实施例的方案，预先为该服务器关联一辅助设备，该辅助设备中设置有用于截屏的第一客户端。在执行本申请实施例所提供方法时，在辅助设备中播放电竞游戏的直播视频，进而，该第一客户端持续对该辅助设备执行截屏操作，从而持续获得截屏图片，并持续将截屏图片发送给服务器。
实际应用中，该辅助设备中处于直播的电竞游戏的游戏界面，可以处于全屏状态，这样，该第一客户端所截取得到的截屏图片的全部内容均为该电竞游戏的游戏界面的内容；当然，处于直播的电竞游戏的游戏界面，也可以不处于全屏状态，此时，该第一客户端所截取得到的截屏图片的部分内容为该电竞游戏的游戏界面的内容。并且，第一客户端可以按照预定的时间间隔，持续对辅助设备进行截屏处理，在保证实时性要求的前提下，该预定的时间间隔可以为根据实际情况进行设定，例如：每秒截屏一次，或者，每秒截屏两次，或者，每秒截屏三次，或者，每秒截屏十次，等等。
如图1所示，本申请实施例所提供的一种电竞数据推送方法，可以包括如下步骤：
S101，持续接收第一客户端发送的截屏图片；
该截屏图片为：在辅助设备中播放电竞游戏的直播视频时，该第一客户端持续对该辅助设备执行截屏所得的图片。
第一客户端持续对辅助设备进行截屏，得到截屏图片，并将截屏图片持续发送给服务器；相应的，该服务器可以持续接收第一客户端发送的截屏图片，进而对接收到的每一帧截屏图片进行电竞数据的分析。
S102，针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片；
为了获取电竞数据，该服务器当接收到每一帧截屏图片时，可以对当前接收到的截屏图片进行裁剪处理，得到多个待识别子图片，也就是说，对截屏图片进行图像分割，分割出多个电竞数据区域，作为待识别子图片。由于持续接收到第一客户端发送的截屏图片，那么，对帧截屏图片进行裁剪处理的过程也是持续的过程。并且，为了保证时效性，可以按照截屏图片的接收顺序，依次对各帧截屏图片进行裁剪处理，即先到的截屏图片先于后到的截屏图片的裁剪处理；当然，对于多线程而言，也可以同时对多个截屏图片进行裁剪处理。
其中，每一待识别子图片均包含该截屏图片中的电竞数据区域，不同的待识别子图片包含该截屏图片中的不同的电竞数据区域。可以理解的是，该电竞数据区域为截屏图片中包含待识别电竞数据的图像区域。并且，一个电竞数据区域中，可以包括属于字符的至少一个待识别电竞数据，或者，可以包括属于图像数据的至少一个待识别电竞数据，当然也可以同时包括属于图像数据的至少一个待识别电竞数据和属于字符的至少一个待识别电竞数据。举例而言：如果比分和比赛时间在游戏界面中的位置相近，可以将包含比分和比赛时间的图像区域作为一个电竞数据区域。可以理解的是，上述的字符包括但不局限于文字、标点符号、图形符号、数字等；上述的图像数据包括但不局限于：游戏装备图像、游戏角色图像、游戏技能图像等。
并且，待识别电竞数据可以根据实际情况从上述的数据点和比赛事件中选择，本申请实施例不做限定。示例性的，待识别电竞数据可以包括：比分、比赛时间、玩家的分数、装备、技能、事件标识或游戏角色名称等等。
其中，针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片的具体实现方式存在多种。为了方案清楚以及布局清晰，下文对针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片的具体实现方式进行举例说明。
S103，针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，并将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据；
在获得任一帧截屏图片的多个待识别子图片后，可以按照预定的识别方式，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，即电竞数据的具体数据内容；进而，基于所识别到的各个电竞数据的数据关系，将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据。所谓的电竞数据识别即识别电竞数据的具体内容。
举例而言：对于所包含电竞数据为比分的待识别子图片而言，按照预定的识别方式，对该待识别子图片进行电竞数据识别，可以得到该待识别子图片中所包括的比分的具体值；而对于所包含的电竞数据为游戏角色的待识别子图片而言，按照预定的识别方式，对该待识别子图片进行电竞数据识别，可以得到该待识别子图片中所包括的游戏角色的角色名称；而对于所包含的电竞数据为游戏装备的待识别子图片而言，按照预定的识别方式，对该待识别子图片进行电竞数据识别，可以得到该待识别子图片中所包括的游戏装备的装备名称。
需要说明的是，所述针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据的具体实现方式，以及，所述将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据的具体实现方式，均存在多种，为了方案清楚及布局清晰，下文示例性的给出具体实现方式。
S104，按照各帧截屏图片的接收顺序，依次向第二客户端推送各帧截屏图片对应的待推送的电竞数据，以使该第二客户端利用所接收到的电竞数据，实时更新该第二客户端中该电竞游戏的电竞数据展示内容。
为了将电竞数据有效的展示在第二客户端中，可以按照各帧截屏图片的接收顺序，依次将各帧截屏图片对应的待推送的电竞数据，推送至第二客户端，以使该第二客户端利用所接收到的电竞数据，实时更新该第二客户端中该电竞游戏的电竞数据展示内容。也就是说，服务器将各帧截屏图片对应的待推送的电竞数据，有序地推送至第二客户端；相应的，第二客户端有序地接收电竞数据，并有序地利用所接收到的电竞数据实时更新电竞数据展示内容。其中，关于电竞数据展示内容的具体图形界面，本申请不做限定。本申请实施例所提供的方案中，服务器持续接收第一客户端发送的截屏图片，并对接收到的每一帧截屏图片进行电竞数据分析，得到截屏图片对应的待推送的电竞数据，进而，按照各帧截屏图片的接收顺序，依次将各帧截屏图片对应的待推送的电竞数据，推送至第二客户端。由于截屏图片是第一客户端持续截屏所得，那么，对截屏图片进行电竞数据的分析，使得分析所得的电竞数据具有较高的实时性，因此，通过本方案可以提高客户端所展示的电竞数据的精准度。另外，由于通过截屏图片进行分析，不受数据接口的数据种类的限制，因此，展示给用户的电竞数据可以具有差异性以及丰富性。
另外，在具体应用中，本申请实施例所提供的方案中可以结合游戏商所提供的公开的数据接口和截屏图片的方式，完成对电竞数据的推送，从而在保证数据及时性的同时，可以降低截屏图片的计算量，另外，可以保证电竞数据的丰富性。基于该种处理思想，在上述实施例的基础上，上述的电竞数据区域为：包含具有预定实效要求的电竞数据的区域，那么，本申请实施例所提供的一种电竞数据推送方法，还可以包括：
利用电竞游戏的游戏商所提供的公开的数据接口，定时获得该电竞游戏的辅助数据，该辅助数据为：不存在预定实效要求的电竞数据；
相应的，将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据，可以包括：
将该帧截屏图片的每一待识别子图片所包含的电竞数据和所获得的辅助数据进行数据整合，得到该帧截屏图片对应的待展示的电竞数据。
其中，辅助数据可以为对战的游戏角色等；电竞数据区域可以为：具有比分、比赛时间或事件名称等电竞数据的区域。
并且，服务器可以按照预设的关于辅助数据和各个所述电竞数据区域中电竞数据的组合关系，将该帧截屏图片的每一待识别子图片所包含的电竞数据和所获得的辅助数据进行数据整合，得到该帧截屏图片对应的待展示的电竞数据。
针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片的具体实现方式存在多种。
示例性的，在一种具体实现方式中，针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片，可以包括：
针对接收到的每一帧截屏图片，基于预先确定的、各个电竞数据区域在该电竞游戏的游戏界面中的位置信息，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片。
由于电竞游戏的游戏界面中各个电竞数据区域通常较为固定，因此，在该种实现方式中，可以预先确定包含待识别电竞数据的各个电竞数据区域，分别在电竞游戏的游戏界面中的位置信息。由于各个位置信息已确定，这样，可以从所接收到的截屏图片中，分别提取各个位置信息对应的图像区域，即电竞数据区域，从而得到各个待识别子图片。其中，位置信息可以包括：左上角顶点的坐标，以及长度和宽度，当然并不局限于此。为了便于理解上述给出的各个电竞数据区域通常较为固定，图6示例性地给出了关于战队数据区域、事件数据区域和玩家数据区域的一种分布示意图，图7为图6所示的分布式示意图的界面使用状态参考图，其中，图7中的1指示的区域为战队数据区域，2指示的区域为事件数据区域，3指示的区域为玩家数据区域。需要说明的是，图7仅仅是为了示例性出各个区域的一种分布位置，并不是为了体现各个区域内的具体的文字和/或图像内容。
另外，为了保证裁剪的有效性，预先确定的各个电竞数据区域在该电竞游戏的游戏界面中的位置信息可以为：辅助设备全屏直播电竞游戏时，各个电竞数据区域在该电竞游戏的游戏界面中的位置信息；相应的，第一客户端所截取的截屏图片为电竞游戏全屏下的截屏图片。当然，预先确定的各个电竞数据区域在该电竞游戏的游戏界面中的位置信息可以为：辅助设备非全屏直播电竞游戏时，各个电竞数据区域在该电竞游戏的游戏界面中的位置信息；相应的，第一客户端所截取的截屏图片为非全屏下的截屏图片。
上述的对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片的具体实现方式仅仅作为示例，并不应该构成对申请实施例的限定。举例而言：可以通过预设的电竞数据标定或定位模型，对帧截屏图片进行电竞数据的框选操作，进而从截屏图片中裁剪框选得到的区域。
另外，所述将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据的具体实现方式存在多种。
示例性的，在一种具体实现方式中，所述将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据，可以包括：
按照预设的关于各个所述电竞数据区域中电竞数据的组合关系，将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据。
在该种实现方式中，可以预先确定的关于各个所述电竞数据区域中电竞数据的组合关系，并将该组合关系进行保存，具体的，可以以各个电竞数据区域的位置信息作为电竞数据区域的标识信息，建立关于各个电竞数据区域的标识信息之间的组合关系，从而得到各个电竞数据区域的组合关系，该组合关系即为：关于各个电竞数据区域中电竞数据的组合关系。而由于每个待识别子图片均对应一个电竞数据区域，这样，可以基于预设的关于各个所述电竞数据区域中电竞数据的组合关系，得知各个待识别子图片中的电竞数据的组合关系，进而，将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据。
上述所给出的所述将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合的具体实现方式仅仅存在示例，并不应该构成对本申请实施例的限定。例如：可以确定电竞数据的类别，进而根据类别来进行数据组合；或者，按照识别出的先后顺序来进行数据组合，等等。
另外，所述针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据的具体实现方式存在多种。
示例性的，在一种实现方式中，所述针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，可以包括：
针对接收到的每一帧截屏图片，对该帧截屏图片的每一第一类待识别子图片，利用预定的字符识别方式进行电竞数据识别，得到每一第一类待识别子图片所包含的电竞数据；以及，对该帧截屏图片的每一第二类待识别子图片，利用相匹配的识别模型进行电竞数据识别，得到每一第二类待识别子图片所包含的电竞数据；
其中，第一类待识别子图片为：电竞数据区域中的电竞数据为字符内容的待识别子图片，第二类待识别子图片为：电竞数据区域中的电竞数据为图像数据的待识别子图片。
为了实现该种实现，在预先确定各个电竞数据区域的位置信息的同时，可以同时确定各个电竞数据区域中电竞数据的类别，即字符类别还是图像数据类别，进而，建立各个电竞数据区域的位置信息和电竞数据的类别的对应关系。这样，在得到待识别子图片后，可以通过各个电竞数据区域的位置信息和电竞数据的类别的对应关系，得知待识别子图片所包含电竞数据的类别。
可以理解的是，预定的字符识别方式可以为现有技术中任一种能够识别字符的方式。示例性的，该预定的字符识别方式可以为：字符识别(Optical Character Recognise，OCR)技术，当然并不局限于此。
另外，如果待识别电竞数据包括游戏角色、游戏装备和游戏技能，那么，各个电竞数据区域包括：包含游戏角色的图像数据的区域、包含游戏装备的图像数据的区域和包含游戏技能的图像数据的区域。相应的，所述对该帧截屏图片的每一第二类待识别子图片，利用相匹配的识别模型进行电竞数据识别，得到每一第二类待识别子图片所包含的电竞数据，可以包括：
利用预设的游戏角色识别模型，对包含游戏角色的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏角色的图像数据的第二类待识别子图片中的电竞数据；
利用预设的游戏装备识别模型，对包含游戏装备的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏装备的图像数据的第二类待识别子图片的电竞数据；
利用预设的游戏技能识别模型进行图像内容识别，对包含游戏技能的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏技能的图像数据的第二类待识别子图片中的电竞数据。
下面介绍关于游戏角色识别模型、游戏装备识别模型以及游戏技能识别模型的训练方式。
其中，游戏角色识别模型的训练过程，可以包括：
获得多张样本图片以及每一张样本图片的标签值，每一张样本图片中包括游戏角色的图像数据，每一张样本图片的标签值为该样本图片所包括的游戏角色的角色名称；
利用多张样本图片和每一张样本图片的标签值，训练预设的识别模型；在预设的识别模型满足预设收敛条件时，得到游戏角色识别模型。
可以理解的是，样本图片的数量较多，不同的样本图像可以对应同一游戏角色。为了提高对样本图片进行打标的效率，即设置标签值的效率，在一种实现方式中，可以基于K-means聚类算法进行自动打标，再由人工检查、修复，确保样本集标签正确。
其中，K-means是一种无监督聚类算法，其描述为，已知样本集(x1,x2,...,xn)，其中每个样本都是一个d-维实向量，通过K-means把n个样本划分到k个集合中(k≤n)，使得组内平方和最小。对于包含游戏角色的样本图片来说，每个样本图片为一个(height,width,channel)的3维实向量，即(高度，宽度，通道数)的3维向量，K-means可以将相似的样本图片分类到一起，分到同一类别的样本图片的游戏角色的角色名称相同。
另外，识别模型可以为卷积神经网络模型，当然并不局限于此。在识别模型为卷积神经网络模型时，该识别模型可以包括但不局限于：卷积层、线性整流层、池化层和输出层。下面介绍下各个层的具体功能：
(1)卷积层由若干卷积核组成，它通过强化一些特征弱化一些次要内容来达到“识别特征”的效果，第一层卷积层只能提取一些低级的特征，如边缘、线条和角等，其余的卷积层能从低级特征中迭代提取更复杂的特征。
(2)线性整流层，使用线性整流{f(x)＝max(0,x)}作为这一层神经的激励函数，它可以增强判定函数和整个神经网络的非线性特性。
(3)池化层，可以采用最常见的“最大池化(Max pooling)”，将输入的图像划分为若干个矩形区域，对每个矩形区域输出最大值。这样可以进一步强化特征，抛弃细节，还可以不断地减小数据的空间大小，降低参数的数量和计算量，这在一定程度上也控制了过拟合。
(4)输出层，可以采用全连接和Softmax激活函数，可以输出样本属于各个类别的概率。
可以理解的是，游戏装备识别模型和游戏技能识别模型的训练方式，与游戏角色识别模型的训练方式类似，不同之处在于样本图片所包含的图像数据和样本图片的标签值。具体的，对于游戏装备识别模型而言，每一张样本图片中包括游戏装备的图像数据，每一张样本图片的标签值为该样本图片所包括的游戏装备的装备名称；而对于游戏技能识别模型而言，每一张样本图片中包括游戏技能的图像数据，每一张样本图片的标签值为该样本图片所包括的游戏技能的技能名称。
上述所给出的针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据的具体实现方式仅仅作为示例，并不应该构成对本申请实施例的限定。例如：可以预先建立一个综合识别模型，该综合识别模型可以识别各个待识别子图片中的电竞数据，等等。
为了便于方案理解，图4给出了本申请实施例所提供的方法的一种处理流程图，该处理流程图中包括了模型训练过程和推送过程；
模型训练过程包括：预先通过网络爬虫和/或比赛截图方式，获取大量的素材图片，然后对大量的素材图片进行清洗，剔除不符合预定要求的图片，例如：剔除清晰度低以及形状不完整的图片；清洗后的素材图片通过人工或自动方式进行打标签处理；通过训练系统，利用带有标签的图片进行模型训练，训练完成后，得到各个识别模型；其中，不同的识别模型用于识别不同类别的数据，例如：游戏装备、游戏角色、游戏技能、字符等。
推送过程包括：
截屏客户端，即第一客户端，持续对全屏播放直播视频的辅助设备进行截屏处理，得到截屏图片，并持续将截屏图片发送给服务器中的图像识别客户端；
图像识别客户端对持续接收的截屏图片进行图片预处理，即：将截屏图片分割为多个待识别子图片；
图像识别客户端利用预先训练的识别模型，对多个待识别子图片进行模型识别，得到识别结果，并将识别结果存储到数据库中，其中，识别结果包括数据点和/或比赛时间数据；进而，将数据库中的识别结果按照预定的组合关系进行整合，得到整合结果，即截屏图片对应的待推送的电竞数据，并将整合结果推送给用户侧的第二客户端以通过界面进行展示。示例性的，关于电竞数据的展示界面的界面示意图可以参见图5。
相应于上述方法实施例，本申请实施例还提供了一种电竞数据推送装置。该电竞数据推送装置，应用于服务器，如图2所示，所述装置可以包括：
图片接收模块210，用于持续接收第一客户端发送的截屏图片，所述截屏图片为：在辅助设备中播放电竞游戏的直播视频时，所述第一客户端持续对所述辅助设备执行截屏所得的图片；
图片裁剪模块220，用于针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片；其中，不同的待识别子图片包含该截屏图片中的不同的电竞数据区域；
数据获得模块230，用于针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，并将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据；
数据发送模块240，用于按照各帧截屏图片的接收顺序，依次向第二客户端推送各帧截屏图片对应的待推送的电竞数据，以使所述第二客户端利用所接收到的电竞数据，实时更新所述第二客户端中所述电竞游戏的电竞数据展示内容。
本申请实施例所提供的方案中，服务器持续接收第一客户端发送的截屏图片，并对接收到的每一帧截屏图片进行电竞数据分析，得到截屏图片对应的待推送的电竞数据，进而，按照各帧截屏图片的接收顺序，依次将各帧截屏图片对应的待推送的电竞数据，推送至第二客户端。由于截屏图片是第一客户端持续截屏所得，那么，对截屏图片进行电竞数据的分析，使得分析所得的电竞数据具有较高的实时性，因此，通过本方案可以提高客户端所展示的电竞数据的精准度。另外，由于通过截屏图片进行分析，不受数据接口的数据种类的限制，因此，展示给用户的电竞数据可以具有差异性以及丰富性。
可选地，所述图片裁剪模块220具体用于：
针对接收到的每一帧截屏图片，基于预先确定的、各个所述电竞数据区域在所述电竞游戏的游戏界面中的位置信息，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片。
可选地，所述数据获得模块230针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，具体为：
针对接收到的每一帧截屏图片，对该帧截屏图片的每一第一类待识别子图片，利用预定的字符识别方式进行电竞数据识别，得到每一第一类待识别子图片所包含的电竞数据；以及，对该帧截屏图片的每一第二类待识别子图片，利用相匹配的识别模型进行电竞数据识别，得到每一第二类待识别子图片所包含的电竞数据；
其中，所述第一类待识别子图片为：电竞数据区域中的电竞数据为字符内容的待识别子图片，所述第二类待识别子图片为：电竞数据区域中的电竞数据为图像数据的待识别子图片。
所述数据获得模块230对该帧截屏图片的每一第二类待识别子图片，利用相匹配的识别模型进行电竞数据识别，得到每一第二类待识别子图片所包含的电竞数据，具体为：
利用预设的游戏角色识别模型，对包含游戏角色的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏角色的图像数据的第二类待识别子图片中的电竞数据；
利用预设的游戏装备识别模型，对包含游戏装备的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏装备的图像数据的第二类待识别子图片的电竞数据；
利用预设的游戏技能识别模型进行图像内容识别，对包含游戏技能的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏技能的图像数据的第二类待识别子图片中的电竞数据。
可选地，所述数据获得模块230将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据，具体为：
按照预设的关于各个所述电竞数据区域中电竞数据的组合关系，将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据。
本申请实施例还提供了一种服务器，如图3所示，包括处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信，
存储器303，用于存放计算机程序；
处理器301，用于执行存储器303上所存放的程序时，实现本申请实施例所提供的一种电竞数据推送方法的步骤。
上述服务器提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述服务器与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
另外，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例所提供的一种电竞数据推送方法的步骤。
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。
以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。
Claims (10)
1.一种电竞数据推送方法，其特征在于，应用于服务器，所述方法包括：
持续接收第一客户端发送的截屏图片，所述截屏图片为：在辅助设备中播放电竞游戏的直播视频时，所述第一客户端持续对所述辅助设备执行截屏所得的图片；
针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片；其中，不同的待识别子图片包含该截屏图片中的不同的电竞数据区域；
针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，并将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据；
按照各帧截屏图片的接收顺序，依次向第二客户端推送各帧截屏图片对应的待推送的电竞数据，以使所述第二客户端利用所接收到的电竞数据，实时更新所述第二客户端中所述电竞游戏的电竞数据展示内容。
2.根据权利要求1所述的方法，其特征在于，所述针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片，包括：
针对接收到的每一帧截屏图片，基于预先确定的、各个电竞数据区域在所述电竞游戏的游戏界面中的位置信息，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片。
3.根据权利要求1所述的方法，其特征在于，所述针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，包括：
针对接收到的每一帧截屏图片，对该帧截屏图片的每一第一类待识别子图片，利用预定的字符识别方式进行电竞数据识别，得到每一第一类待识别子图片所包含的电竞数据；以及，对该帧截屏图片的每一第二类待识别子图片，利用相匹配的识别模型进行电竞数据识别，得到每一第二类待识别子图片所包含的电竞数据；
其中，所述第一类待识别子图片为：电竞数据区域中的电竞数据为字符内容的待识别子图片，所述第二类待识别子图片为：电竞数据区域中的电竞数据为图像数据的待识别子图片。
4.根据权利要求3所述的方法，其特征在于，所述对该帧截屏图片的每一第二类待识别子图片，利用相匹配的识别模型进行电竞数据识别，得到每一第二类待识别子图片所包含的电竞数据，包括：
利用预设的游戏角色识别模型，对包含游戏角色的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏角色的图像数据的第二类待识别子图片中的电竞数据；
利用预设的游戏装备识别模型，对包含游戏装备的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏装备的图像数据的第二类待识别子图片的电竞数据；
利用预设的游戏技能识别模型进行图像内容识别，对包含游戏技能的图像数据的第二类待识别子图片进行电竞数据识别，得到所述包含游戏技能的图像数据的第二类待识别子图片中的电竞数据。
5.根据权利要求1所述的方法，其特征在于，所述将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据，包括：
按照预设的关于各个电竞数据区域中电竞数据的组合关系，将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据。
6.一种电竞数据推送装置，其特征在于，应用于服务器，所述装置包括：
图片接收模块，用于持续接收第一客户端发送的截屏图片，所述截屏图片为：在辅助设备中播放电竞游戏的直播视频时，所述第一客户端持续对所述辅助设备执行截屏所得的图片；
图片裁剪模块，用于针对接收到的每一帧截屏图片，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片；其中，不同的待识别子图片包含该截屏图片中的不同的电竞数据区域；
数据获得模块，用于针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，并将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据；
数据发送模块，用于按照各帧截屏图片的接收顺序，依次向第二客户端推送各帧截屏图片对应的待推送的电竞数据，以使所述第二客户端利用所接收到的电竞数据，实时更新所述第二客户端中所述电竞游戏的电竞数据展示内容。
7.根据权利要求6所述的装置，其特征在于，所述图片裁剪模块具体用于：
针对接收到的每一帧截屏图片，基于预先确定的、各个电竞数据区域在所述电竞游戏的游戏界面中的位置信息，对该帧截屏图片进行裁剪处理，得到该帧截屏图片的多个待识别子图片。
8.根据权利要求6所述的装置，其特征在于，所述数据获得模块针对接收到的每一帧截屏图片，对该帧截屏图片的每一待识别子图片分别进行电竞数据识别，得到每一待识别子图片所包含的电竞数据，具体为：
针对接收到的每一帧截屏图片，对该帧截屏图片的每一第一类待识别子图片，利用预定的字符识别方式进行电竞数据识别，得到每一第一类待识别子图片所包含的电竞数据；以及，对该帧截屏图片的每一第二类待识别子图片，利用相匹配的识别模型进行电竞数据识别，得到每一第二类待识别子图片所包含的电竞数据；
其中，所述第一类待识别子图片为：电竞数据区域中的电竞数据为字符内容的待识别子图片，所述第二类待识别子图片为：电竞数据区域中的电竞数据为图像数据的待识别子图片。
9.根据权利要求6所述的装置，其特征在于，所述数据获得模块将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据，具体为：
按照预设的关于各个电竞数据区域中电竞数据的组合关系，将该帧截屏图片的每一待识别子图片所包含的电竞数据进行数据整合，得到该帧截屏图片对应的待推送的电竞数据。
10.一种服务器，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910335306.5A CN110025956A (zh) | 2019-04-24 | 2019-04-24 | 一种电竞数据推送方法、装置及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910335306.5A CN110025956A (zh) | 2019-04-24 | 2019-04-24 | 一种电竞数据推送方法、装置及服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110025956A true CN110025956A (zh) | 2019-07-19 |
Family
ID=67240139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910335306.5A Pending CN110025956A (zh) | 2019-04-24 | 2019-04-24 | 一种电竞数据推送方法、装置及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110025956A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110737714A (zh) * | 2019-10-18 | 2020-01-31 | 西安电子科技大学 | 基于计算机视觉的电竞数据可视化系统及方法 |
| CN110851542A (zh) * | 2019-11-07 | 2020-02-28 | 腾讯科技（深圳）有限公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
| CN111209287A (zh) * | 2019-12-25 | 2020-05-29 | 杭州威佩网络科技有限公司 | 一种比赛赛程更新方法、装置、电子设备及存储介质 |
| CN111491193A (zh) * | 2019-11-08 | 2020-08-04 | 乐竞文化传媒(上海)有限公司 | 一种电竞赛事直播画面信息自动呈现方法 |
| CN111814642A (zh) * | 2020-06-30 | 2020-10-23 | 北京玩在一起科技有限公司 | 一种电竞赛事数据的识别方法及系统 |
| CN111814641A (zh) * | 2020-06-30 | 2020-10-23 | 北京玩在一起科技有限公司 | 一种电竞赛事数据的收集方法及系统 |
| CN112426712A (zh) * | 2020-11-20 | 2021-03-02 | 广州博冠信息科技有限公司 | 一种游戏赛事直播画面的生成方法和装置 |
| WO2022088764A1 (zh) * | 2020-10-30 | 2022-05-05 | 北京达佳互联信息技术有限公司 | 直播互动方法及装置 |
| CN115228092A (zh) * | 2022-09-22 | 2022-10-25 | 腾讯科技（深圳）有限公司 | 游戏战力评估方法、装置以及计算机可读存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104837034A (zh) * | 2015-03-09 | 2015-08-12 | 腾讯科技（北京）有限公司 | 一种信息处理方法、客户端及服务器 |
| CN108833935A (zh) * | 2018-05-25 | 2018-11-16 | 广州虎牙信息科技有限公司 | 一种直播间推荐方法、装置、设备及存储介质 |
| CN109547819A (zh) * | 2018-11-23 | 2019-03-29 | 广州虎牙信息科技有限公司 | 直播列表展示方法、装置以及电子设备 |
| US10897637B1 (en) * | 2018-09-20 | 2021-01-19 | Amazon Technologies, Inc. | Synchronize and present multiple live content streams |
-
2019
- 2019-04-24 CN CN201910335306.5A patent/CN110025956A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104837034A (zh) * | 2015-03-09 | 2015-08-12 | 腾讯科技（北京）有限公司 | 一种信息处理方法、客户端及服务器 |
| CN108833935A (zh) * | 2018-05-25 | 2018-11-16 | 广州虎牙信息科技有限公司 | 一种直播间推荐方法、装置、设备及存储介质 |
| US10897637B1 (en) * | 2018-09-20 | 2021-01-19 | Amazon Technologies, Inc. | Synchronize and present multiple live content streams |
| CN109547819A (zh) * | 2018-11-23 | 2019-03-29 | 广州虎牙信息科技有限公司 | 直播列表展示方法、装置以及电子设备 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110737714A (zh) * | 2019-10-18 | 2020-01-31 | 西安电子科技大学 | 基于计算机视觉的电竞数据可视化系统及方法 |
| CN110851542B (zh) * | 2019-11-07 | 2023-04-07 | 腾讯科技（深圳）有限公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
| CN110851542A (zh) * | 2019-11-07 | 2020-02-28 | 腾讯科技（深圳）有限公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
| CN111491193A (zh) * | 2019-11-08 | 2020-08-04 | 乐竞文化传媒(上海)有限公司 | 一种电竞赛事直播画面信息自动呈现方法 |
| CN111491193B (zh) * | 2019-11-08 | 2022-06-03 | 乐竞文化传媒(上海)有限公司 | 一种电竞赛事直播画面信息自动呈现方法 |
| CN111209287A (zh) * | 2019-12-25 | 2020-05-29 | 杭州威佩网络科技有限公司 | 一种比赛赛程更新方法、装置、电子设备及存储介质 |
| CN111814642A (zh) * | 2020-06-30 | 2020-10-23 | 北京玩在一起科技有限公司 | 一种电竞赛事数据的识别方法及系统 |
| CN111814641A (zh) * | 2020-06-30 | 2020-10-23 | 北京玩在一起科技有限公司 | 一种电竞赛事数据的收集方法及系统 |
| CN111814641B (zh) * | 2020-06-30 | 2024-08-09 | 北京玩在一起科技有限公司 | 一种电竞赛事数据的收集方法及系统 |
| WO2022088764A1 (zh) * | 2020-10-30 | 2022-05-05 | 北京达佳互联信息技术有限公司 | 直播互动方法及装置 |
| CN112426712A (zh) * | 2020-11-20 | 2021-03-02 | 广州博冠信息科技有限公司 | 一种游戏赛事直播画面的生成方法和装置 |
| CN115228092B (zh) * | 2022-09-22 | 2022-12-23 | 腾讯科技（深圳）有限公司 | 游戏战力评估方法、装置以及计算机可读存储介质 |
| CN115228092A (zh) * | 2022-09-22 | 2022-10-25 | 腾讯科技（深圳）有限公司 | 游戏战力评估方法、装置以及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110025956A (zh) | 一种电竞数据推送方法、装置及服务器 | |
| CN108769823B (zh) | 直播间显示方法、装置、设备 | |
| CN110381369B (zh) | 推荐信息植入位置的确定方法、装置、设备及存储介质 | |
| CN104066003B (zh) | 视频中广告的播放方法和装置 | |
| CN107569848A (zh) | 一种游戏分类方法、装置及电子设备 | |
| CN109284749A (zh) | 精细化图像识别 | |
| CN108737846B (zh) | 直播间显示方法、装置、服务器和介质 | |
| CN110070101A (zh) | 植物种类的识别方法及装置、存储介质、计算机设备 | |
| CN109409377B (zh) | 图像中文字的检测方法及装置 | |
| CN111225234A (zh) | 视频审核方法、视频审核装置、设备和存储介质 | |
| EP3879451A2 (en) | Image moderation method, image moderation apparatus, electronic device, and storage medium | |
| CN110321845A (zh) | 一种从视频中提取表情包的方法、装置及电子设备 | |
| CN106302477A (zh) | 一种视频直播测试方法及系统 | |
| CN108236784A (zh) | 模型的训练方法和装置、存储介质、电子装置 | |
| CN110149551B (zh) | 媒体文件播放方法和装置、存储介质及电子装置 | |
| CN107801061A (zh) | 广告数据匹配方法、装置及系统 | |
| CN105956631A (zh) | 一种面向电子图库的在线渐进式图像分类方法 | |
| CN108961183A (zh) | 图像处理方法、终端设备及计算机可读存储介质 | |
| CN112199582A (zh) | 一种内容推荐方法、装置、设备及介质 | |
| CN111652140A (zh) | 基于深度学习的题目精准分割方法、装置、设备和介质 | |
| CN109191544A (zh) | 一种贴纸礼物展示方法、装置、电子设备及存储介质 | |
| CN106341704A (zh) | 一种基于主播的推荐方法及装置 | |
| CN110135512A (zh) | 图片的识别方法、设备、存储介质及装置 | |
| CN106548114B (zh) | 图像处理方法、装置及计算机可读介质 | |
| CN111091122A (zh) | 一种多尺度特征卷积神经网络的训练和检测方法、装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190719 |