CN103578004A - 一种用于展示虚拟试衣效果的方法 - Google Patents
一种用于展示虚拟试衣效果的方法 Download PDFInfo
- Publication number
- CN103578004A CN103578004A CN201310579338.2A CN201310579338A CN103578004A CN 103578004 A CN103578004 A CN 103578004A CN 201310579338 A CN201310579338 A CN 201310579338A CN 103578004 A CN103578004 A CN 103578004A
- Authority
- CN
- China
- Prior art keywords
- model
- point
- image
- pixel
- unique point
- 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
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开的一种用于展示虚拟试衣效果的方法,首先借助数码摄影技术拍摄标准模特的未着装图像,然后采用图像分割、边缘检测等图像处理技术对标准模特图像进行二值化,疵点处理,定义特征点与划分特征区域一系列操作,进而根据用户输入的体型参数运用插值算法对标准模特体型进行合理的变形处理,得到与用户体型近似匹配的个性化体型模特图像。本发明方法,解决了当前服装电子商务领域二维虚拟试穿中用户对个性化体型虚拟模特定制这一关键问题,为进一步依据模特体型特征对服装进行推理变形,模拟基于个性化体型的试穿效果打下了良好的基础。
Description
技术领域
本发明属于图像处理技术领域,具体涉及一种用于展示虚拟试衣效果的方法。
背景技术
在服装行业,做衣服之前先做人台(也称为人体模特),因为人台包含了人体的重要尺寸信息。对于某个确定的人台,服装是否合体可以直接穿到人台上,观看试衣效果。然而,在服装电子商务领域却只能进行虚拟试衣。近年来,二维虚拟试衣因具有加载快捷、效果真实、易于维护、代价低廉等优势而在服装电子商务中应用最为广泛,是目前服装电子商务领域虚拟试衣的主流技术。然而在当前网络试衣间推出的二维虚拟试衣技术中,一般以事先准备好的虚拟人台(模特)展示服装的试穿效果,用户看到的网上模特试衣的效果都很完美,无法展示用户个性化体型的着装效果。因此,如何实现让用户根据自己的体型参数定制相应的虚拟模特,进而预测该虚拟模特试衣效果,以模拟用户个性化体型的真实试穿效果,为用户的购买提供直观依据,成为当前服装电子商务中二维虚拟试衣亟待解决的技术问题。
发明内容
本发明的目的是提供一种用于展示虚拟试衣效果的方法,实现让用户根据自己的体型参数定制相应的虚拟模特,进而预测模拟具有用户个性化体型的虚拟模特真实试穿效果,弥补现有二维虚拟试衣技术无法展示用户个性化体型的着装效果方面的不足。
本发明所采用的技术方案是,一种用于展示虚拟试衣效果的方法,,具体按照以下步骤实施:
步骤1、借助数码摄影技术拍摄预先准备好的模特,获取模特的未着装图像,得到初始模特的图像;
步骤2、对步骤1中模特的未着装图像采用图像处理技术提取特征区域,以用于模特体型变形的处理;
步骤3、输入用户的人体参数,变形得到用户的二维体型图像;
步骤4、根据用户的二维个性化体型图像,判断用户的虚拟试穿效果。
本发明的特点还在于,
借助数码摄影技术拍摄预先准备好的模特,获取模特的未着装图像具体按照以下步骤实施:选择非真人试衣工业模特或真人模特并且选择纯色幕布,且模特的颜色与幕布颜色不同。
对步骤1中模特的未着装图像采用图像处理技术提取特征区域,具体按照如下步骤实施:
步骤2.1、对步骤1得到的预处理后的未着装模特图像进行二值化处理;
步骤2.2、对步骤2.1得到的二值化未着装模特图像进行疵点处理,确定初始模特的体型控制参数P0,其中体型控制参数是根据GB10000-88确定的,体型控制参数P0包括身高、肩宽、手长、胸围、腰围、臀围;
步骤2.3、对步骤2.1得到的初始模特的体型控制参数P0在二值化模特图像中定义特征点,
步骤2.4、根据步骤2.3中得到的特征点划分特征区域。
对步骤1得到的预处理后的未着装模特图像进行二值化处理,具体按照如下步骤实施:
取步骤1得到的未着装模特图像四个顶点的像素点的颜色平均值作为背景色,对于模特图像中的任何一个像素,计算其与背景色的RGB加权色差,如果得到的色差小于给定的阈值,则将该像素置为白色;反之则将该像素置为黑色。
步骤2.3中的在二值化模特图像中定义特征点;具体按照如下步骤实施:
步骤2.3.1、采用自上而下、从左到右的顺序扫描二值化模特图像,获取图像中最左端黑色像素点,得到模特左手最左端的特征点A;
同时采用自上而下、从右到左的顺序扫描二值化模特图像,获取图像中最右端黑色像素点,得到模特右手最右端的特征点A’;
步骤2.3.2、按自下而上、从左到右的顺序扫描二值化模特图像,获取最先扫描的黑色像素点,得到模特左脚最低点的特征点B;
同时按自下而上、从右到左的顺序扫描二值化模特图像,获取最先扫描的黑色像素点,得到模特右脚最低点的特征点B’;
步骤2.3.3、按a路线进行边缘检测,获取位置最低的像素点,得到模特左手最低点的特征点C,其中a路线为从模特左手最左端的特征点A开始沿左手边缘自上而下、从左到右检测的路线;
同时按a’路线进行边缘检测,获取位置最低的像素点,得到模特右手最低点的特征点C’,其中a’路线为从模特右手最右端的特征点A’开始沿右手边缘自上而下、从右到左检测的路线;
步骤2.3.4、按b路线进行水平扫描和边缘检测,至模特腋窝点结束,获取位置最右端的边缘像素点,得到模特腰部最细处的左端点的特征点D和模特左腋窝点的特征点E,其中,b路线为从模特左手最左端的特征点A开始从左到右,水平检测到模特的躯体的左面,然后再沿模特的躯体的左面边缘自下而上扫描,至模特腋窝点结束的路线;
同时按b’路线进行水平扫描和边缘检测,至模特腋窝点结束,获取位置最左端的边缘像素点,得到模特腰部最细处的左端点的特征点D’和模特右腋窝点的特征点E’,其中b’路线为从模特右手最右端的特征点A’开始从右到左,水平检测到模特的躯体的右面,然后再沿模特的躯体的右面边缘自下而上扫描,至模特腋窝点结束的路线;
步骤2.3.5、由特征点E出发向上竖直扫描,获取位置最高的黑色像素点,得到与模特左腋窝点E具有相同横坐标的左肩部顶点的特征点F;
同时由特征点E’出发向上竖直扫描,获取位置最高的黑色像素点,得到与模特右腋窝点E’具有相同横坐标的右肩部顶点的特征点F’;
步骤2.3.6、由左端点的特征点D出发,向下扫描b路线已完成的边缘检测部分,获取位置最左端的边缘像素点,得到模特臀部最宽处的左端点的特征点G;
同时由右端点的特征点D’出发,向下扫描b’路线已完成的边缘检测部分,获取位置最右端的边缘像素点,得到模特臀部最宽处的右端点的特征点G’。
步骤2.4中的根据步骤2.3中定义的特征点,进行特征区域划分;具体按照如下步骤实施:
步骤2.4.1、定义胸围控制区域(1):连接模特左、右腋窝点的特征点得到该区域矩形的上边,过模特左腋窝点的特征点E点向模特腰部最细处的左、右端点的特征点之间的连线做垂直线,取该垂线的2/3长度为该区域矩形的宽,得到的矩形即为胸围控制区域;
步骤2.4.2、定义腰围控制区域(2):以胸围控制区域矩形的下边为腰围控制区域矩形的上边,过该上边的2个定点向下做垂线,与身体边界交于I,I’,连接I,I’为腰围控制区域矩形的下边,得到的矩形即为胸围控制区域;
步骤2.4.3、定义臀围控制区域(3):连接模特臀部最宽处的左、右端点G、G’,此连线为臀围控制区域矩形的宽,G,G’分别为矩形长的中点,过GG’做DD’连线的垂线,该垂线的长度的2倍即为该臀围控制区域矩形的长,得到的矩形即为胸围控制区域;
步骤2.4.4、定义身高控制区域(4):以模特臀部最宽处的左、右端点G、G’之间的连线为身高控制区域矩形的宽,连接模特两脚最低点的特征点得到BB’,分别从G,G’向BB’的连线的延长线上作垂线,此垂线为身高控制区域矩形的长,得到的矩形即为身高控制区域;
步骤2.4.5、定义肩手控制区域:该区域分为对称左肩手控制区域(5)和右肩手控制区域(6),其中左肩手控制区域(5)定义为:过左肩部顶点F向模特两手最低点的特征点C和C’的连线作垂线,则此垂线为肩手控制区域(5)的长,过模特左手最左端的特征点A点向上述垂线作垂线,则定义第二个垂线为左肩手控制区域(5)的宽,所得到的的矩形区域即为左肩手控制区域(5);
同理得到右肩手控制区域(6)。
步骤3中输入用户的人体参数,变形得到用户的二维体型图像具体按照以下步骤实施:
步骤3.1、用户录入用户自身体型参数Puser,所述的参数包括身高、肩宽、手长、胸围、腰围、臀围,其中体型控制参数是根据GB10000-88确定的;
步骤3.2、服装厂给出自己的最大的人台和最小的人台,其中最大的人台对应的人体体型参数的最大值记为Pmax,其中最小的人台对应的人体体型参数的最小值记为Pmin;所述的参数包括身高、肩宽、手长、胸围、腰围、臀围,其中体型控制参数是根据GB10000-88确定的;
步骤3.3、根据用户录入用户自身体型参数Puser和服装厂的人台对应的人体体型参数对模特体型进行变形,具体按照如下步骤实施:
步骤3.3.1、计算胸围、腰围、臀围、身高、肩手控制区域在水平方向上的形变比例R:
在水平方向上,以像素行为单位,最大的人台各区域的像素行跨度,就对应Smax,最小的人台各区域的像素行跨度,就对应Smin,S0代表模特形变范围跨度,R为形变比例;
当Puser≥P0时,水平方向上形变比例R的计算方法为:
在该情况下,R≥1.0,特征区域的变形表现为拉伸。
当Puser<P0时,形变比例R的计算方法为:
在该情况下,R<1.0,特征区域的变形表现为收缩;
对于胸围、腰围与臀围特征区域而言,形变比例R由形变量最大的中间像素行,过特征区域垂直方向高的中点做水平线,与该水平线重合的行,向上下两端逐行递减为1.0;
步骤3.3.2、确定身高、肩手特征区域在竖直方向上的偏移距离
对于身高、肩手特征区域的变形,计算偏移距离,以保证变形后的特征区域与模特图像其它部分自然衔接,特征区域的变形具体按以下方式实施:
设某一特征区域的左上角的纵坐标为yup,右下角的纵坐标为ydown,D代表偏移距离,ycorrespond代表变形后ydown的对应值,则有:
整理可得:
D=(R-1)(ydown-yup+1)/2 (4)
即得特征区域的偏移距离,其中,ydown–yup+1即为该特征区域的高度。
步骤3.4、用户的二维个性化体型图像
采用锁内存的方式进行双线性插值运算,以原初始模特图像为输入图像,以其副本为输出图像,首先将输入输出图像对应的控制区域锁入系统内存,进而采用自上而下、从左到右的顺序对输出图像中对应的特征区域进行逐像素扫描,每扫描一个像素,以特征区域的几何中心为坐标原点进行坐标变换,按照逆向映射法得到输入图像的坐标,然后根据双线性插值公式计算得到输出图像中该像素的颜色值,当输出图像对应的控制区域像素扫描完毕之后,特征区域的变形完成,解锁系统内存。
步骤4中判断虚拟试穿效果具体按照以下步骤实施:
服装厂的服装套到人台上,在纯色幕布背景下拍照,然后利用抠图方法抠出服装素材图像,将抠出的服装素材图像叠加到上述得到的二维体型图像上,并保证最终得到的服装试穿素材图像与模特图像具有相同的尺寸,并且服装区域之外被置为透明,用户根据此效果图来判断虚拟试穿效果。
本发明的有益效果是,
针对当前服装电子商务领域二维虚拟试穿中用户个性化的需求,提出一种基于图像处理技术的个性化体型方案,为进一步依据用户体型特征对服装进行推理变形,模拟基于个性化体型的试穿效果打下良好的基础。
附图说明
图1是本发明一种用于展示虚拟试衣效果的方法的处理流程图;
图2是本发明一种用于展示虚拟试衣效果的方法中二值化模特图像的特征点提取图;
图3是本发明一种用于展示虚拟试衣效果的方法中二值化模特图像的特征区域划分图。
图中,1.胸围控制区域,2.腰围控制区域,3.臀围控制区域,4.身高控制区域,5.左肩手控制区域,6.右肩手控制区域。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明提供一种用于展示虚拟试衣效果的方法,如图1所示,具体按照以下步骤实施:
步骤1、借助数码摄影技术拍摄预先准备好的模特,获取模特的未着装图像,得到初始模特的图像;具体按照以下步骤实施:
借助数码摄影技术拍摄预先准备好的模特,获取模特的未着装图像;模特可以采用工业模特或真人模特;在拍照过程中,选用纯色幕布,如果是真人模特,要求仅穿贴身内衣且内衣的颜色应与幕布颜色保持差别,双脚略为分开,双手自然下垂,并与腿部保持一定的距离。
步骤2、对步骤1中模特的未着装图像采用图像处理技术提取特征区域,以用于模特体型变形的处理;具体按照如下步骤实施:
步骤2.1、对步骤1得到的预处理后的未着装模特图像进行二值化处理;具体按照如下步骤实施:
取步骤1得到的未着装模特图像四个顶点的像素点的颜色平均值作为背景色,对于模特图像中的任何一个像素,计算其与背景色的RGB加权色差,如果得到的色差小于给定的阈值,则将该像素置为白色;反之则将该像素置为黑色。
步骤2.2、对步骤2.1得到的二值化未着装模特图像进行疵点处理,确定初始模特的体型控制参数P0,其中体型控制参数是根据GB10000-88确定的,体型控制参数P0包括身高、肩宽、手长、胸围、腰围、臀围;
对于二值化模特图像中的任何一个像素,记为Rpixel,检测其颜色并统计其左、右、上、下4邻域白色像素的个数Cwhite,如果像素Rpixel为黑色,并且Cwhite大于2,则将像素Rpixel置为白色;反之,如果像素Rpixel为白色,并且Cwhite小于2,则将像素Rpixel置为黑色。
步骤2.3、对步骤2.1得到的初始模特的体型控制参数P0在二值化模特图像中定义特征点,如图2所示,具体按照如下步骤实施:
步骤2.3.1、采用自上而下、从左到右的顺序扫描二值化模特图像,获取图像中最左端黑色像素点,得到模特左手最左端的特征点A;
同时采用自上而下、从右到左的顺序扫描二值化模特图像,获取图像中最右端黑色像素点,得到模特右手最右端的特征点A’;
步骤2.3.2、按自下而上、从左到右的顺序扫描二值化模特图像,获取最先扫描的黑色像素点,得到模特左脚最低点的特征点B;
同时按自下而上、从右到左的顺序扫描二值化模特图像,获取最先扫描的黑色像素点,得到模特右脚最低点的特征点B’;
步骤2.3.3、按a路线进行边缘检测,获取位置最低的像素点,得到模特左手最低点的特征点C,其中a路线为从模特左手最左端的特征点A开始沿左手边缘自上而下、从左到右检测的路线;
同时按a’路线进行边缘检测,获取位置最低的像素点,得到模特右手最低点的特征点C’,其中a’路线为从模特右手最右端的特征点A’开始沿右手边缘自上而下、从右到左检测的路线;
步骤2.3.4、按b路线进行水平扫描和边缘检测,至模特腋窝点结束,获取位置最右端的边缘像素点,得到模特腰部最细处的左端点的特征点D和模特左腋窝点的特征点E,其中,b路线为从模特左手最左端的特征点A开始从左到右,水平检测到模特的躯体的左面,然后再沿模特的躯体的左面边缘自下而上扫描,至模特腋窝点结束的路线;
同时按b’路线进行水平扫描和边缘检测,至模特腋窝点结束,获取位置最左端的边缘像素点,得到模特腰部最细处的左端点的特征点D’和模特右腋窝点的特征点E’,其中b’路线为从模特右手最右端的特征点A’开始从右到左,水平检测到模特的躯体的右面,然后再沿模特的躯体的右面边缘自下而上扫描,至模特腋窝点结束的路线;
步骤2.3.5、由特征点E出发向上竖直扫描,获取位置最高的黑色像素点,得到与模特左腋窝点E具有相同横坐标的左肩部顶点的特征点F;
同时由特征点E’出发向上竖直扫描,获取位置最高的黑色像素点,得到与模特右腋窝点E’具有相同横坐标的右肩部顶点的特征点F’;
步骤2.3.6、由左端点的特征点D出发,向下扫描b路线已完成的边缘检测部分,获取位置最左端的边缘像素点,得到模特臀部最宽处的左端点的特征点G;
同时由右端点的特征点D’出发,向下扫描b’路线已完成的边缘检测部分,获取位置最右端的边缘像素点,得到模特臀部最宽处的右端点的特征点G’。
步骤2.4、根据步骤2.3中得到的特征点划分特征区域,如图3所示,具体按照以下步骤实施:
步骤2.4.1、定义胸围控制区域1:连接模特左、右腋窝点的特征点得到该区域矩形的上边,过模特左腋窝点的特征点E点向模特腰部最细处的左、右端点的特征点之间的连线做垂线,取该垂线的2/3长度为该区域矩形的宽,得到的矩形即为胸围控制区域;
步骤2.4.2、定义腰围控制区域2:以胸围控制区域矩形的下边为腰围控制区域矩形的上边,过该上边的2个定点向下做垂线,与身体边界交于I,I’,连接I,I’为腰围控制区域矩形的下边,得到的矩形即为胸围控制区域;
步骤2.4.3、定义臀围控制区域3:连接模特臀部最宽处的左、右端点G、G’,此连线为臀围控制区域矩形的宽,G,G’分别为矩形长的中点,过GG’做DD’连线的垂线,该垂线的长度的2倍即为该臀围控制区域矩形的长,得到的矩形即为胸围控制区域;
步骤2.4.4、定义身高控制区域4:以模特臀部最宽处的左、右端点G、G’之间的连线为身高控制区域矩形的宽,连接模特两脚最低点的特征点得到BB’,分别从G,G’向BB’的连线的延长线上作垂线,此垂线为身高控制区域矩形的长,得到的矩形即为身高控制区域;
步骤2.4.5、定义肩手控制区域:该区域分为对称左肩手控制区域5和右肩手控制区域6,其中左肩手控制区域5定义为:过左肩部顶点F向模特两手最低点的特征点C和C’的连线作垂线,则此垂线为肩手控制区域5的长,过模特左手最左端的特征点A点向上述垂线作垂线,则定义第二个垂线为左肩手控制区域5的宽,所得到的的矩形区域即为左肩手控制区域5;
同理得到右肩手控制区域6。
步骤3、输入用户的人体参数,变形得到用户的二维体型图像;
步骤3.1、用户录入用户自身体型参数Puser,所述的参数包括身高、肩宽、手长、胸围、腰围、臀围,其中体型控制参数是根据GB10000-88确定的;
步骤3.2、服装厂给出自己的最大的人台和最小的人台,其中最大的人台对应的人体体型参数的最大值记为Pmax,其中最小的人台对应的人体体型参数的最小值记为Pmin;所述的参数包括身高、肩宽、手长、胸围、腰围、臀围,其中体型控制参数是根据GB10000-88确定的;
步骤3.3、根据用户录入用户自身体型参数Puser和服装厂的人台对应的人体体型参数对模特体型进行变形,具体按照如下步骤实施:
步骤3.3.1、计算胸围、腰围、臀围、身高、肩手控制区域在水平方向上的形变比例R:
在水平方向上,以像素行为单位,最大的人台各区域的像素行跨度,就对应Smax,最小的人台各区域的像素行跨度,就对应Smin,S0代表模特形变范围跨度,R为形变比例;
当Puser≥P0时,水平方向上形变比例R的计算方法为:
在该情况下,R≥1.0,特征区域的变形表现为拉伸。
当Puser<P0时,形变比例R的计算方法为:
在该情况下,R<1.0,特征区域的变形表现为收缩。
对于胸围、腰围与臀围特征区域而言,形变比例R由形变量最大的中间像素行,过特征区域垂直方向高的中点做水平线,与该水平线重合的行,向上下两端逐行递减为1.0。
步骤3.3.2、确定身高、肩手特征区域在竖直方向上的偏移距离
对于身高、肩手特征区域的变形,计算偏移距离,以保证变形后的特征区域与模特图像其它部分自然衔接,特征区域的变形具体按以下方式实施:
设某一特征区域的左上角的纵坐标为yup,右下角的纵坐标为ydown,D代表偏移距离,ycorrespond代表变形后ydown的对应值,则有:
整理可得:
D=(R-1)(ydown-yup+1)/2 (4)
即得特征区域的偏移距离,其中,ydown–yup+1即为该特征区域的高度。
步骤3.4、用户的二维个性化体型图像
采用锁内存的方式进行双线性插值运算,以原初始模特图像为输入图像,以其副本为输出图像,首先将输入输出图像对应的控制区域锁入系统内存,进而采用自上而下、从左到右的顺序对输出图像中对应的特征区域进行逐像素扫描,每扫描一个像素,以特征区域的几何中心为坐标原点进行坐标变换,按照逆向映射法得到输入图像的坐标,然后根据双线性插值公式计算得到输出图像中该像素的颜色值,当输出图像对应的控制区域像素扫描完毕之后,特征区域的变形完成,解锁系统内存。
双线性插值算法的基本思路是利用源图像上相邻4个像素点的像素值加权平均而获得目的像素点的像素值,被广泛应用于图像空间变换中,其数学描述为:
F(i+p,j+q)=(1-p)(1-q)F(i,j)+(1-p)qF(i,j+1)+p(1-q)F(i+1,j)+pqF(i+1,j+1) (1)
其中,F(i,j)、F(i+1,j)、F(i,j+1)、F(i+1,j+1)分别表示源图像在坐标(i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)处的像素值,(i+p,j+q)为目的像素通过逆向映射法得到的浮点坐标,F(i+p,j+q)的计算值即为目的像素的最终像素值,p、q为[0,1)区间的浮点值。
步骤4、根据用户的二维个性化体型图像,判断用户的虚拟试穿效果。
服装厂的服装套到人台上,在纯色幕布背景下拍照,然后利用抠图方法抠出服装素材图像,将抠出的服装素材图像叠加到上述得到的二维体型图像上,并保证最终得到的服装试穿素材图像与模特图像具有相同的尺寸,并且服装区域之外被置为透明,用户根据此效果图来判断虚拟试穿效果。
此外,考虑到特征区域之间存在局部重叠的情况,典型的如腰围与臀围控制区域、肩手与腰围及臀围控制区域等。对于腰围与臀围控制区域之间的重叠,若只有其中一个区域需要变形,则不存在影响;若两者都需要变形,则先对腰围控制区域变形,再在变形后的图像上对臀围控制区域变形。对于肩手与腰围及臀围控制区域之间的重叠,腰围及臀围控制区域的变形对肩手控制区域没有影响,而在肩手控制区域的变形中,则对重叠区域不进行任何操作。其它特征区域之间重叠情况的处理与此相类似。通过该步骤的处理,最终得到与用户体型近似匹配的个性化体型模特图像。
本发明针对当前服装电子商务领域2D虚拟试穿中用户个性化的需求,提出一种基于图像处理技术的个性化体型方案,为进一步依据用户体型特征对服装进行推理变形,模拟基于个性化体型的试穿效果打下良好的基础。
Claims (9)
1.一种用于展示虚拟试衣效果的方法,其特征在于,具体按照以下步骤实施:
步骤1、借助数码摄影技术拍摄预先准备好的模特,获取模特的未着装图像,得到初始模特的图像;
步骤2、对步骤1中模特的未着装图像采用图像处理技术提取特征区域,以用于模特体型变形的处理;
步骤3、输入用户的人体参数,变形得到用户的二维体型图像;
步骤4、根据用户的二维个性化体型图像,判断用户的虚拟试穿效果。
2.根据权利要求1所述的一种用于展示虚拟试衣效果的方法,其特征在于,所述步骤1中的借助数码摄影技术拍摄预先准备好的模特,获取模特的未着装图像具体按照以下步骤实施:选择非真人试衣工业模特或真人模特并且选择纯色幕布,且模特的颜色与幕布颜色不同。
3.根据权利要求1所述的一种用于展示虚拟试衣效果的方法,其特征在于,所述步骤2中的对步骤1中模特的未着装图像采用图像处理技术提取特征区域,具体按照如下步骤实施:
步骤2.1、对步骤1得到的预处理后的未着装模特图像进行二值化处理;
步骤2.2、对步骤2.1得到的二值化未着装模特图像进行疵点处理,确定初始模特的体型控制参数P0,其中体型控制参数是根据GB10000-88确定的,体型控制参数P0包括身高、肩宽、手长、胸围、腰围、臀围;
步骤2.3、对步骤2.1得到的初始模特的体型控制参数P0在二值化模特图像中定义特征点;
步骤2.4、根据步骤2.3中得到的特征点划分特征区域。
4.根据权利要求3所述的一种用于展示虚拟试衣效果的方法,其特征在于,所述步骤2.1中的对步骤1得到的预处理后的未着装模特图像进行二值化处理,具体按照如下步骤实施:
取步骤1得到的未着装模特图像四个顶点的像素点的颜色平均值作为背景色,对于模特图像中的任何一个像素,计算其与背景色的RGB加权色差,如果得到的色差小于给定的阈值,则将该像素置为白色;反之则将该像素置为黑色。
5.根据权利要求3所述的一种用于展示虚拟试衣效果的方法,其特征在于,所述步骤2.2中的对步骤2.1得到的二值化未着装模特图像进行疵点处理,具体按照以下步骤实施:
对于二值化模特图像中的任何一个像素,记为Rpixel,检测其颜色并统计其左、右、上、下4邻域白色像素的个数Cwhite,如果像素Rpixel为黑色,并且Cwhite大于2,则将像素Rpixel置为白色;反之,如果像素Rpixel为白色,并且Cwhite小于2,则将像素Rpixel置为黑色。
6.根据权利要求3所述的一种用于展示虚拟试衣效果的方法,其特征在于,所述步骤2.3中的在二值化模特图像中定义特征点;具体按照如下步骤实施:
步骤2.3.1、采用自上而下、从左到右的顺序扫描二值化模特图像,获取图像中最左端黑色像素点,得到模特左手最左端的特征点A;
同时采用自上而下、从右到左的顺序扫描二值化模特图像,获取图像中最右端黑色像素点,得到模特右手最右端的特征点A’;
步骤2.3.2、按自下而上、从左到右的顺序扫描二值化模特图像,获取最先扫描的黑色像素点,得到模特左脚最低点的特征点B;
同时按自下而上、从右到左的顺序扫描二值化模特图像,获取最先扫描的黑色像素点,得到模特右脚最低点的特征点B’;
步骤2.3.3、按a路线进行边缘检测,获取位置最低的像素点,得到模特左手最低点的特征点C,其中a路线为从模特左手最左端的特征点A开始沿左手边缘自上而下、从左到右检测的路线;
同时按a’路线进行边缘检测,获取位置最低的像素点,得到模特右手最低点的特征点C’,其中a’路线为从模特右手最右端的特征点A’开始沿右手边缘自上而下、从右到左检测的路线;
步骤2.3.4、按b路线进行水平扫描和边缘检测,至模特腋窝点结束,获取位置最右端的边缘像素点,得到模特腰部最细处的左端点的特征点D和模特左腋窝点的特征点E,其中,b路线为从模特左手最左端的特征点A开始从左到右,水平检测到模特的躯体的左面,然后再沿模特的躯体的左面边缘自下而上扫描,至模特腋窝点结束的路线;
同时按b’路线进行水平扫描和边缘检测,至模特腋窝点结束,获取位置最左端的边缘像素点,得到模特腰部最细处的左端点的特征点D’和模特右腋窝点的特征点E’,其中b’路线为从模特右手最右端的特征点A’开始从右到左,水平检测到模特的躯体的右面,然后再沿模特的躯体的右面边缘自下而上扫描,至模特腋窝点结束的路线;
步骤2.3.5、由特征点E出发向上竖直扫描,获取位置最高的黑色像素点,得到与模特左腋窝点E具有相同横坐标的左肩部顶点的特征点F;
同时由特征点E’出发向上竖直扫描,获取位置最高的黑色像素点,得到与模特右腋窝点E’具有相同横坐标的右肩部顶点的特征点F’;
步骤2.3.6、由左端点的特征点D出发,向下扫描b路线已完成的边缘检测部分,获取位置最左端的边缘像素点,得到模特臀部最宽处的左端点的特征点G;
同时由右端点的特征点D’出发,向下扫描b’路线已完成的边缘检测部分,获取位置最右端的边缘像素点,得到模特臀部最宽处的右端点的特征点G’。
7.根据权利要求3所述的一种用于展示虚拟试衣效果的方法,其特征在于,所述步骤2.4中的根据步骤2.3中定义的特征点,进行特征区域划分;
具体按照如下步骤实施:
步骤2.4.1、定义胸围控制区域(1):连接模特左、右腋窝点的特征点得到该区域矩形的上边,过模特左腋窝点的特征点E点向模特腰部最细处的左、右端点的特征点之间的连线做垂直线,取该垂线的2/3长度为该区域矩形的宽,得到的矩形即为胸围控制区域;
步骤2.4.2、定义腰围控制区域(2):以胸围控制区域矩形的下边为腰围控制区域矩形的上边,过该上边的2个定点向下做垂线,与身体边界交于I,I’,连接I,I’为腰围控制区域矩形的下边,得到的矩形即为胸围控制区域;
步骤2.4.3、定义臀围控制区域(3):连接模特臀部最宽处的左、右端点G、G’,此连线为臀围控制区域矩形的宽,G,G’分别为矩形长的中点,过GG’做DD’连线的垂线,该垂线的长度的2倍即为该臀围控制区域矩形的长,得到的矩形即为胸围控制区域;
步骤2.4.4、定义身高控制区域(4):以模特臀部最宽处的左、右端点G、G’之间的连线为身高控制区域矩形的宽,连接模特两脚最低点的特征点得到BB’,分别从G,G’向BB’的连线的延长线上作垂线,此垂线为身高控制区域矩形的长,得到的矩形即为身高控制区域;
步骤2.4.5、定义肩手控制区域:该区域分为对称左肩手控制区域(5)和右肩手控制区域(6),其中左肩手控制区域(5)定义为:过左肩部顶点F向模特两手最低点的特征点C和C’的连线作垂线,则此垂线为肩手控制区域(5)的长,过模特左手最左端的特征点A点向上述垂线作垂线,则定义第二个垂线为左肩手控制区域(5)的宽,所得到的的矩形区域即为左肩手控制区域(5);
同理得到右肩手控制区域(6)。
8.根据权利要求1所述的一种用于展示虚拟试衣效果的方法,其特征在于,所述步骤3中输入用户的人体参数,变形得到用户的二维体型图像具体按照以下步骤实施:
步骤3.1、用户录入用户自身体型参数Puser,所述的参数包括身高、肩宽、手长、胸围、腰围、臀围,其中体型控制参数是根据GB10000-88确定的;
步骤3.2、服装厂给出自己的最大的人台和最小的人台,其中最大的人台对应的人体体型参数的最大值记为Pmax,其中最小的人台对应的人体体型参数的最小值记为Pmin;所述的参数包括身高、肩宽、手长、胸围、腰围、臀围,其中体型控制参数是根据GB10000-88确定的;
步骤3.3、根据用户录入用户自身体型参数Puser和服装厂的人台对应的人体体型参数对模特体型进行变形,具体按照如下步骤实施:
步骤3.3.1、计算胸围、腰围、臀围、身高、肩手控制区域在水平方向上的形变比例R:
在水平方向上,以像素行为单位,最大的人台各区域的像素行跨度,就对应Smax,最小的人台各区域的像素行跨度,就对应Smin,S0代表模特形变范围跨度,R为形变比例;
当Puser≥P0时,水平方向上形变比例R的计算方法为:
在该情况下,R≥1.0,特征区域的变形表现为拉伸;
当Puser<P0时,形变比例R的计算方法为:
在该情况下,R<1.0,特征区域的变形表现为收缩;
对于胸围、腰围与臀围特征区域而言,形变比例R由形变量最大的中间像素行,过特征区域垂直方向高的中点做水平线,与该水平线重合的行,向上下两端逐行递减为1.0;
步骤3.3.2、确定身高、肩手特征区域在竖直方向上的偏移距离
对于身高、肩手特征区域的变形,计算偏移距离,以保证变形后的特征区域与模特图像其它部分自然衔接,特征区域的变形具体按以下方式实施:
设某一特征区域的左上角的纵坐标为yup,右下角的纵坐标为ydown,D代表偏移距离,ycorrespond代表变形后ydown的对应值,则有:
整理可得:
D=(R-1)(ydown-yup+1)/2,
即得特征区域的偏移距离,其中,ydown–yup+1即为该特征区域的高度;
步骤3.4、用户的二维个性化体型图像
采用锁内存的方式进行双线性插值运算,以原初始模特图像为输入图像,以其副本为输出图像,首先将输入输出图像对应的控制区域锁入系统内存,进而采用自上而下、从左到右的顺序对输出图像中对应的特征区域进行逐像素扫描,每扫描一个像素,以特征区域的几何中心为坐标原点进行坐标变换,按照逆向映射法得到输入图像的坐标,然后根据双线性插值公式计算得到输出图像中该像素的颜色值,当输出图像对应的控制区域像素扫描完毕之后,特征区域的变形完成,解锁系统内存。
9.根据权利要求1所述的一种用于展示虚拟试衣效果的方法,其特征在于,所述步骤4中判断虚拟试穿效果具体按照以下步骤实施:
服装厂的服装套到人台上,在纯色幕布背景下拍照,然后利用抠图方法抠出服装素材图像,将抠出的服装素材图像叠加到上述得到的二维体型图像上,并保证最终得到的服装试穿素材图像与模特图像具有相同的尺寸,并且服装区域之外被置为透明,用户根据此效果图来判断虚拟试穿效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310579338.2A CN103578004A (zh) | 2013-11-15 | 2013-11-15 | 一种用于展示虚拟试衣效果的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310579338.2A CN103578004A (zh) | 2013-11-15 | 2013-11-15 | 一种用于展示虚拟试衣效果的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103578004A true CN103578004A (zh) | 2014-02-12 |
Family
ID=50049739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310579338.2A Pending CN103578004A (zh) | 2013-11-15 | 2013-11-15 | 一种用于展示虚拟试衣效果的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103578004A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008501A (zh) * | 2014-06-13 | 2014-08-27 | 北京京东尚科信息技术有限公司 | 一种获取衣服图像属性点的方法和装置 |
CN105096355A (zh) * | 2014-05-08 | 2015-11-25 | 腾讯科技(深圳)有限公司 | 图像处理方法和系统 |
CN106600371A (zh) * | 2016-12-12 | 2017-04-26 | 合肥华耀广告传媒有限公司 | 一种基于虚拟现实的网上购物系统 |
CN107392710A (zh) * | 2017-07-20 | 2017-11-24 | 宁波大学 | 一种个性化产品的远程智能定制加工方法 |
CN108648229A (zh) * | 2018-05-18 | 2018-10-12 | 四川效率未来科技有限公司 | 基于Kinect相机的人体背部特征点提取方法 |
CN108833118A (zh) * | 2018-07-25 | 2018-11-16 | 合肥学院 | 应用含参数Thiele型有理插值的安全访问方法及系统 |
CN108830200A (zh) * | 2018-05-31 | 2018-11-16 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置和计算机存储介质 |
CN109035413A (zh) * | 2017-09-01 | 2018-12-18 | 深圳市云之梦科技有限公司 | 一种图像变形的虚拟试穿方法及系统 |
CN109272526A (zh) * | 2017-07-17 | 2019-01-25 | 北京京东尚科信息技术有限公司 | 图像处理方法、系统及电子设备 |
CN110037373A (zh) * | 2019-05-30 | 2019-07-23 | 南京邮电大学 | 一种基于边界跟踪的人体尺寸测量方法 |
CN114663552A (zh) * | 2022-05-25 | 2022-06-24 | 武汉纺织大学 | 一种基于2d图像的虚拟试衣方法 |
CN116503569A (zh) * | 2023-06-29 | 2023-07-28 | 深圳市镭神智能系统有限公司 | 虚拟试穿方法及其系统、计算机可读存储介质和电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043882A (zh) * | 2010-12-27 | 2011-05-04 | 上海工程技术大学 | 面向真人的服装三维虚拟试衣系统 |
CN102298797A (zh) * | 2011-08-31 | 2011-12-28 | 深圳市美丽同盟科技有限公司 | 三维虚拟试衣的方法、装置及系统 |
US20130246227A1 (en) * | 2012-03-15 | 2013-09-19 | O2Micro, Inc. | Device and Method for Enhancing Buying Experience |
-
2013
- 2013-11-15 CN CN201310579338.2A patent/CN103578004A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043882A (zh) * | 2010-12-27 | 2011-05-04 | 上海工程技术大学 | 面向真人的服装三维虚拟试衣系统 |
CN102298797A (zh) * | 2011-08-31 | 2011-12-28 | 深圳市美丽同盟科技有限公司 | 三维虚拟试衣的方法、装置及系统 |
US20130246227A1 (en) * | 2012-03-15 | 2013-09-19 | O2Micro, Inc. | Device and Method for Enhancing Buying Experience |
Non-Patent Citations (1)
Title |
---|
周千明等: "一种面向2D虚拟试穿的个性化体型定制方法", 《西安工程大学学报》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105096355A (zh) * | 2014-05-08 | 2015-11-25 | 腾讯科技(深圳)有限公司 | 图像处理方法和系统 |
CN105096355B (zh) * | 2014-05-08 | 2019-09-17 | 腾讯科技(深圳)有限公司 | 图像处理方法和系统 |
WO2015188767A1 (zh) * | 2014-06-13 | 2015-12-17 | 北京京东尚科信息技术有限公司 | 一种获取衣服图像属性点的方法和装置 |
CN104008501B (zh) * | 2014-06-13 | 2017-11-14 | 北京京东尚科信息技术有限公司 | 一种获取衣服图像属性点的方法和装置 |
CN104008501A (zh) * | 2014-06-13 | 2014-08-27 | 北京京东尚科信息技术有限公司 | 一种获取衣服图像属性点的方法和装置 |
US10095952B2 (en) | 2014-06-13 | 2018-10-09 | Beijing Jingdong Shangke Information Technology Co., Ltd. | Method and device for acquiring clothing image attribute points |
CN106600371A (zh) * | 2016-12-12 | 2017-04-26 | 合肥华耀广告传媒有限公司 | 一种基于虚拟现实的网上购物系统 |
CN109272526A (zh) * | 2017-07-17 | 2019-01-25 | 北京京东尚科信息技术有限公司 | 图像处理方法、系统及电子设备 |
CN107392710B (zh) * | 2017-07-20 | 2021-01-19 | 宁波大学 | 一种个性化产品的远程智能定制加工方法 |
CN107392710A (zh) * | 2017-07-20 | 2017-11-24 | 宁波大学 | 一种个性化产品的远程智能定制加工方法 |
CN109035413A (zh) * | 2017-09-01 | 2018-12-18 | 深圳市云之梦科技有限公司 | 一种图像变形的虚拟试穿方法及系统 |
CN108648229A (zh) * | 2018-05-18 | 2018-10-12 | 四川效率未来科技有限公司 | 基于Kinect相机的人体背部特征点提取方法 |
CN108648229B (zh) * | 2018-05-18 | 2020-07-28 | 四川效率未来科技有限公司 | 基于Kinect相机的人体背部特征点提取方法 |
CN108830200A (zh) * | 2018-05-31 | 2018-11-16 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置和计算机存储介质 |
CN108833118B (zh) * | 2018-07-25 | 2021-12-10 | 合肥学院 | 应用含参数Thiele型有理插值的安全访问方法及系统 |
CN108833118A (zh) * | 2018-07-25 | 2018-11-16 | 合肥学院 | 应用含参数Thiele型有理插值的安全访问方法及系统 |
CN110037373A (zh) * | 2019-05-30 | 2019-07-23 | 南京邮电大学 | 一种基于边界跟踪的人体尺寸测量方法 |
CN110037373B (zh) * | 2019-05-30 | 2021-06-25 | 南京邮电大学 | 一种基于边界跟踪的人体尺寸测量方法 |
CN114663552A (zh) * | 2022-05-25 | 2022-06-24 | 武汉纺织大学 | 一种基于2d图像的虚拟试衣方法 |
CN114663552B (zh) * | 2022-05-25 | 2022-08-16 | 武汉纺织大学 | 一种基于2d图像的虚拟试衣方法 |
CN116503569A (zh) * | 2023-06-29 | 2023-07-28 | 深圳市镭神智能系统有限公司 | 虚拟试穿方法及其系统、计算机可读存储介质和电子设备 |
CN116503569B (zh) * | 2023-06-29 | 2023-09-22 | 深圳市镭神智能系统有限公司 | 虚拟试穿方法及其系统、计算机可读存储介质和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103578004A (zh) | 一种用于展示虚拟试衣效果的方法 | |
CN110211196B (zh) | 一种基于姿势引导的虚拟试穿方法及装置 | |
CN107292948B (zh) | 一种人体建模方法、装置及电子设备 | |
CN104036532B (zh) | 基于三维到二维服装图案无缝映射的服装制作方法 | |
CN101515374B (zh) | 基于图像的个性化真实感虚拟人物造型方法 | |
CA2734143C (en) | Method and apparatus for estimating body shape | |
CN103927717B (zh) | 基于改进型双边滤波的深度图像恢复方法 | |
CN103810739B (zh) | 一种图像文字变形动画的生成方法 | |
CN109801380A (zh) | 一种虚拟试衣的方法、装置、存储介质及计算机设备 | |
CN103489204B (zh) | 一种二维彩色铅笔画自动绘制方法 | |
CN107292234A (zh) | 一种基于信息边缘和多模态特征的室内场景布局估计方法 | |
CN110189408B (zh) | 一种根据人体照片得到人体外表数据的系统及方法 | |
CN106570909A (zh) | 一种肤色检测方法、装置及终端 | |
CN109800653A (zh) | 一种基于图像分析的人体特征参数提取方法及系统 | |
CN105869217A (zh) | 一种虚拟真人试衣方法 | |
CN102509346A (zh) | 基于边缘保持的对象光照迁移方法 | |
CN103927727A (zh) | 一种标量图像转化为矢量图的方法 | |
CN110569784A (zh) | 一种人体尺寸测量方法、系统、存储介质及电子设备 | |
CN109615690A (zh) | 试衣人体模型的建模方法和装置、电子设备、存储介质 | |
Kaashki et al. | Anet: A deep neural network for automatic 3d anthropometric measurement extraction | |
CN113516755B (zh) | 图像处理方法、图像处理装置、电子设备和存储介质 | |
Yamada et al. | Image-based virtual fitting system with garment image reshaping | |
Kim et al. | LaplacianFusion: Detailed 3D clothed-human body reconstruction | |
KR102468306B1 (ko) | 신체 치수 측정 방법 및 장치 | |
CN106023169A (zh) | 一种基于图像匹配的制衣裁片对横条的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | 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: 20140212 |