本发明提供了一种视频处理方法、电子设备及计算机可读存储介质，所述方法包括：接收用户对第一界面中的目标对象的第一输入；响应于所述第一输入，锁定所述目标对象在第二界面中的目标区域的显示；基于所述目标对象的至少一张目标对象图像和N张备选图像，输出目标文件；在上述方法中，当N为1时，基于目标对象图像和N张备选图像输出一张目标图像；当N大于1时，基于目标对象图像和N张备选图像输出目标视频，并且目标对象位于目标图像或目标视频中。这样，轻松地实现了将多个运动的目标对象均拍摄在一张照片中或一段视频中的目的，本方法操作简单、根据用户的输入直接输出目标文件，不需要具备专业的修图技术。