本发明实施例提供一种视频融合方法、计算机程序产品、客户端及存储介质。方法包括：获取真实相机的真实配置信息以及真实相机采集的视频流，真实配置信息包括初始位姿信息和视角信息，初始位姿信息包括初始位置信息和初始姿态信息；基于特定变换关系对初始位姿信息进行变换，以获得经变换的位姿信息；将虚拟配置信息赋值给三维引擎的虚拟相机，虚拟配置信息包括视角信息和经变换的位姿信息；生成播放面板，其中，播放面板所在平面与虚拟相机的成像平面平行；对于视频流中的任一当前视频帧，将当前视频帧匹配到播放面板上；通过虚拟相机同步采集播放面板上的画面以及特定虚拟场景的画面，以获得融合视频帧。该方法直接在客户端进行融合，对硬件的性能要求低。