CN104318596B - 一种动态图片的生成方法以及生成装置 - Google Patents

一种动态图片的生成方法以及生成装置 Download PDF

Info

Publication number
CN104318596B
CN104318596B CN201410525127.5A CN201410525127A CN104318596B CN 104318596 B CN104318596 B CN 104318596B CN 201410525127 A CN201410525127 A CN 201410525127A CN 104318596 B CN104318596 B CN 104318596B
Authority
CN
China
Prior art keywords
entity
motor pattern
entity object
static images
image
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.)
Active
Application number
CN201410525127.5A
Other languages
English (en)
Other versions
CN104318596A (zh
Inventor
陈力
陈有辉
李方鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sogou Technology Development Co Ltd
Original Assignee
Beijing Sogou Technology Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sogou Technology Development Co Ltd filed Critical Beijing Sogou Technology Development Co Ltd
Priority to CN201410525127.5A priority Critical patent/CN104318596B/zh
Publication of CN104318596A publication Critical patent/CN104318596A/zh
Application granted granted Critical
Publication of CN104318596B publication Critical patent/CN104318596B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00Animation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明实施例公开了一种动态图片的生成方法以及生成装置,所述动态图片的生成方法包括:解析静态图片,提取所述静态图片中实体元素的图像;根据所述实体元素的图像,对所述实体元素对应的实体对象进行属性分析,确定所述实体对象的至少一个运动模式;对所述静态图片进行场景解析,根据场景解析的对应结果从所述至少一个运动模式中确定所述实体对象对应的第一运动模式;基于所述实体元素的图像和所述第一运动模式,生成所述第一运动模式对应的动态图片,其中,所述动态图片中所述实体元素的图像按所述第一运动模式运动。

Description

一种动态图片的生成方法以及生成装置
技术领域
本发明涉及电子技术领域,尤其涉及一种动态图片的生成方法以及生成装置。
背景技术
动态图片(dynamic image)是指由多张静态图片帧组合而成的图片(一般为GIF格式;GIF,英文:Graphics Interchange Format;中文:图像互换格式),这种图片由组合而成的各帧按一定的速度进行播放,而形成动态的图片效果。由于动态图片的体积小并且成像清晰,在网页、电脑壁纸或手机壁纸等地方得到了广泛的应用。
目前,动态图片的整个制作过程都需要人工参与,先设定动态图片的主题场景,接着根据主题场景设定需要的各种动画效果,然后开始制作一帧帧的静态图片,最后生成一个完整的动态图片,复杂度高,制作周期长。
发明内容
本发明实施例通过提供一种动态图片的生成方法以及生成装置,用以解决现有技术中存在的动态图片的制作过程复杂度高,制作周期长的技术问题。
本发明实施例第一方面提供了一种动态图片的生成方法,包括:
解析静态图片,提取所述静态图片中实体元素的图像;
根据所述实体元素的图像,对所述实体元素对应的实体对象进行属性分析,确定所述实体对象的至少一个运动模式;
对所述静态图片进行场景解析,根据场景解析的对应结果从所述至少一个运动模式中确定所述实体对象对应的第一运动模式;
基于所述实体元素的图像和所述第一运动模式,生成所述第一运动模式对应的动态图片,其中,所述动态图片中所述实体元素的图像按所述第一运动模式运动。
可选地,根据所述实体元素的图像,通过图像识别技术确定所述实体元素对应的实体对象;
根据预设的知识库,对所述实体对象进行属性分析,确定所述实体对象的至少一个运动模式。
可选地,所述根据预设的知识库,对所述实体对象进行属性分析,确定所述实体对象的至少一个运动模式,具体包括:
基于所述知识库,获取所述实体对象对应的属性信息;
基于所述属性信息,确定所述实体对象的至少一个运动模式。
可选地,所述基于所述属性信息,确定所述实体对象的至少一个运动模式,具体为:
基于所述知识库和所述属性信息,分析知识库中对应所述实体对象各属性信息的语料描述;
基于所述语料描述,确定所述实体对象的至少一个运动模式。
可选地,所述根据场景解析的对应结果从所述至少一个运动模式中确定所述实体对象对应的第一运动模式,具体包括:
对所述静态图片进行场景解析,确定所述静态图片中所述实体对象对应的第一场景;
根据预设的动画模型库,确定所述实体对象在所述第一场景下的运动模式为所述第一运动模式。
可选地,所述对所述静态图片进行场景解析,确定所述静态图片中所述实体对象对应的第一场景,具体包括:
解析所述静态图片,获取所述静态图片中所述实体对象信息和/或背景元素信息;
基于所述实体对象信息和/或所述背景元素信息,确定所述第一场景。
可选地,所述基于所述实体元素的图像和所述第一运动模式,生成所述第一运动模式对应的动态图片,具体包括:
根据所述实体元素的图像和所述第一运动模式,调整所述实体元素在所述静态图片中的位置,并对应生成至少一帧图像;
组合所述至少一帧图像和所述静态图片,生成所述动态图片。
可选地,所述调整所述实体元素在所述静态图片中的位置,并对应生成至少一帧图像时,所述方法还包括:
对所述至少一帧图像上的第一区域进行处理,所述第一区域为所述实体元素调整前所占据的第一像素集合去除所述实体元素调整后所占据的第二像素集合对应的区域,使得所述第一区域与所述第一区域相邻的像素颜色一致。
本发明实施例另一方面还提供一种动态图片的生成装置,包括:
提取单元,用于解析静态图片,提取所述静态图片中实体元素的图像;
分析单元,用于根据所述实体元素的图像,对所述实体元素对应的实体对象进行属性分析,确定所述实体对象的至少一个运动模式;
确定单元,用于对所述静态图片进行场景解析,根据场景解析的对应结果从所述至少一个运动模式中确定所述实体对象对应的第一运动模式;
生成单元,用于基于所述实体元素的图像和所述第一运动模式,生成所述第一运动模式对应的动态图片,其中,所述动态图片中所述实体元素的图像按所述第一运动模式运动。
可选地,所述分析单元具体用于根据所述实体元素的图像,通过图像识别技术确定所述实体元素对应的实体对象,并根据一预设的知识库,对所述实体对象进行属性分析,确定所述实体对象的至少一个运动模式。
可选地,所述确定单元具体用于对所述静态图片进行场景解析,确定所述静态图片中所述实体对象对应的第一场景,并根据预设的动画模型库,确定所述实体对象在所述第一场景下的运动模式为所述第一运动模式。
可选地,所述生成单元具体用于根据所述实体元素的图像和所述第一运动模式,调整所述实体元素在所述静态图片中的位置,并对应生成至少一帧图像,并组合所述至少一帧图像和所述静态图片,生成所述动态图片。
本发明实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了解析静态图片,提取实体元素的图像,并根据实体元素的图像,对实体元素对应的实体对象进行属性分析,确定实体对象的至少一个运动模式,并对静态图片进行场景解析,根据场景解析的对应结果从至少一个运动模式中确定实体对象对应的第一运动模式,并基于实体元素的图像和第一运动模式,生成一动态图片的技术方案,避免了现有技术中动态图片的整个制作过程都需要人工参与而导致的制作过程复杂度高,制作周期长的缺陷,实现了降低了动态图片的制作复杂度,缩短了动态图片的制作周期的技术效果。
附图说明
图1为本发明实施例提供的动态图片的生成方法的流程图;
图2为本发明实施例提供的包括向日葵的静态图片的示意图;
图3A为本发明实施例提供的从静态图片中提取出实体元素的边缘轮廓的示意图;
图3B为本发明实施例提供的将实体元素的边缘轮廓进行过滤之后的示意图;
图3C为本发明实施例提供的从静态图片中提取出的实体元素的图像示意图;
图4为本发明实施例提供的动态图片的生成装置的功能模块图。
具体实施方式
本发明实施例通过提供一种动态图片的生成方法以及生成装置,解决了现有技术中存在的动态图片的制作过程复杂度高,制作周期长的技术问题。
本发明实施例中的技术方案为解决上述技术问题,总体思路如下:
本发明实施例提供一种动态图片的生成方法,该方法包括:
解析静态图片,提取实体元素的图像,例如从一包括花朵或云朵等等实体元素的静态图片中提取出花朵或云朵等实体元素的图像,如轮廓、颜色或纹理等等特征;
根据实体元素的图像,对实体元素对应的实体对象进行属性分析,确定实体对象的至少一个运动模式,例如,对花朵这一实体对象进行属性分析,确定花朵可以具有随风摆动或者花瓣飘落等等运动模式;
对静态图片进行场景解析,根据场景解析的对应结果从至少一个运动模式中,确定实体对象对应的第一运动模式,例如对静态图片进行场景分析,包括获取静态图片中各像素的RGB值,得到花朵的颜色、形状或静态图片中除花朵之外的其他区域的色调等等,确定静态图片中实体元素对应的实体对象可以在静态图片中的场景下可以以那些运动模式进行运动,如静态图片中的场景为花朵位于一片晴天下的草原上,则花朵可以对应随风摆动这一运动模式;
基于实体元素的图像和第一运动模式,生成第一运动模式对应的动态图片,其中,动态图片中实体元素的图像按第一运动模式运动,例如,根据静态图片以及花朵对应随风摆动这一运动模式,可以生成一个动态图片,在该动态图片中,花朵即以随风摆动这一运动模式进行运动。
可以看出,由于采用了解析静态图片,提取静态图片中实体元素的图像,根据实体元素的图像,对实体元素对应的实体对象进行属性分析,确定实体对象的至少一个运动模式,对静态图片进行场景解析,根据场景解析的对应结果从至少一个运动模式中确定实体对象对应的第一运动模式,基于实体元素的图像和第一运动模式,生成第一运动模式对应的动态图片的技术方案,避免了现有技术中动态图片的整个制作过程都需要人工参与而导致的制作过程复杂度高,制作周期长的缺陷,实现了降低动态图片的制作复杂度,缩短动态图片的制作周期,减少动态图片的制作成本的技术效果。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
请参考图1,图1是本发明实施例第一方面提供的动态图片的生成方法的流程图,如图1所示,该方法包括:
S1:解析静态图片,提取实体元素的图像;
S2:根据实体元素的图像,对实体元素对应的实体对象进行属性分析,确定实体对象的至少一个运动模式;
S3:对静态图片进行场景解析,根据场景解析的对应结果从至少一个运动模式中,确定实体对象对应的第一运动模式;
S4:基于实体元素的图像和第一运动模式,生成第一运动模式对应的动态图片,其中,动态图片中实体元素的图像按第一运动模式运动。
请继续参考图2,图2是本发明实施例提供的包括向日葵的静态图片的示意图,在接下来的部分中,将以图2所示的静态图片,来介绍本发明实施例提供的动态图片的生成方法制作动态图片的具体过程。
在S1中,首先,需要获得一静态图片,具体来讲,可以是获得如图2所示的静态图片,该静态图片具有向日葵这一实体元素,如图2所示,该静态图片具体包括两棵向日葵。
在本实施例中,如图2所示的静态图片具体为一灰度图片,在具体实施过程中,静态图片可以为一彩色图片,然后对其进行灰度处理,避免静态图片的颜色信息对后续步骤提取实体元素的图像特征造成干扰,当然了,此时需要保留该彩色图片的颜色信息,以供后续部分使用。
解析静态图片,提取实体元素的图像,具体来讲,可以是先通过查找边缘算法,例如是罗盘算子、Canny算子(John F.Canny于1986年开发出来的一个多级边缘检测算法)等等,提取出实体元素的边缘轮廓,请参考图3A,图3A是本发明实施例提供的从静态图片中提取出实体元素的边缘轮廓的示意图。
当然,如图3A所示,在本实施例中,通过查找边缘算法所获得的边缘轮廓图中具有许多无关数据,所以在通过查找边缘算法提取出实体元素的边缘轮廓之后,即可以对图3A所示的边缘轮廓图进行过滤,从而过滤掉无关的非主要的元素信息(这些无关的非主要的元素信息通常被称为“噪声碎片”),留下主要元素的图像信息,从而得到实体元素的精确轮廓,请参考图3B,图3B是本发明实施例提供的将实体元素的边缘轮廓进行过滤之后的示意图。过滤的方式以及参数有许多不同的类型,但其一般都能够实现如图3B所示的过滤的效果,通过本实施例的介绍,本领域所属的技术人员能够根据实际情况,选择合适的过滤方式和参数,以满足实际情况的需要,在此就不再赘述了。
当然,在其他实施例中,若从静态图片中提取出实体元素的边缘轮廓图中干扰信息较少,则可以不执行过滤步骤,在此不做限制。
然后,在获得静态图片中实体元素的精确轮廓之后,即能够根据该精确轮廓,通过图层叠加提取技术,从而提取出静态图片中实体元素的图像。具体来讲,也即将该精确轮廓与静态图片进行叠加,然后将静态图片上与该精确轮廓对应的区域提取出来,从而提取出静态图片中实体元素的图像,请参考图3C,图3C是本发明实施例提供的从静态图片中提取出的实体元素的图像示意图。
在通过S1获得静态图片中实体元素的图像之后,本发明实施例提供的动态图片的生成方法进入S2,即:根据实体元素的图像,对实体元素对应的实体对象进行属性分析,确定实体对象的至少一个运动模式。
在具体实施过程中,S2具体可以包括:根据实体元素的图像,通过图像识别技术确定实体元素对应的实体对象;根据预设的知识库,对实体对象进行属性分析,确定至少一个运动模式,该知识库中至少存储有实体对象与至少一个运动模式的关联关系。
在本实施例中,根据实体元素的图像,通过图像识别技术确定实体元素对应的实体对象,具体来讲,可以是通过图像识别技术对实体元素的图像进行特征分析,例如可以通过形状、轮廓、颜色(若原静态图片为彩色图片,则实体元素的图像也会包括颜色)、纹理等等对图3C所示的提取得到的实体元素的图像进行识别,具体地,可以通过对提取得到的实体元素的圆盘状花冠,环绕花冠生长的黄色花瓣,花序中部为两性的管状花等各种外形、纹理等特征细节,结合图像数据,提取实体元素图像的特征值,通过与图像特征库中标准的实体图片进行相似度比对,进而识别出来该实体对象是向日葵。
当然了,在本实施例中,介绍了图像识别技术如何识别出向日葵的具体过程,通过本实施例的介绍,本领域所属的技术人员能够通过本实施例的介绍,清楚地了解图像识别技术如何根据实体元素的图像识别出对应的实体对象的过程,在此为了说明书的简洁,就不再赘述了。
接着,可以根据一预设的知识库,对实体对象进行属性分析,确定至少一个运动模式,预设的知识库中至少存储有实体对象与至少一个运动模式的关联关系,具体来讲,可以包括:基于知识库,获取实体对象对应的属性信息;基于属性信息,确定实体对象的至少一个运动模式。
知识库是知识工程中结构化,易操作,易利用,全面有组织的知识集群,是针对某一(或某些)领域问题求解的需要,采用某种(或若干)知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合。这些知识片包括与领域相关的理论知识、事实数据,由专家经验得到的启发式知识,如某领域内有关的定义、定理和运算法则以及常识性知识等。
在本实施例中,该预设的知识库中可以存储各种实体对象与所属类别之间的关联关系,例如,以向日葵为例,预设的知识库中可以存储植物花卉、名人名画(梵高的向日葵)、连载的漫画(同名日本漫画《向日葵》)、电影(同名国产电影、韩国电影、台湾电影《向日葵》)、股票(同名股票)等与向日葵相关的类别信息。
类似的,在其他实施例中,若实体对象是大海,则根据知识库进行属性分析,会对应获得波浪、海鸥、沙滩、船等属性信息,若实体对象为星星,则会对应获得星空、闪烁、银河等属性信息,在此就不再赘述了。
在对实体元素的图像进行特征分析之后,可以确定该静态图片为一幅纯静态图片,所以可以过滤掉漫画、电影、股票等关联信息;同时,利用主色调、边缘轮廓(向日葵花盘的形状、花瓣的形状)等信息,可以确定本图片是普通的植物向日葵,因此可以确定静态图片中的实体元素向日葵是植物花卉,而不是名画梵高的《向日葵》,也即获取了向日葵对应的属性信息为植物花卉。
在确定静态图片中的实体对象向日葵为植物花卉之后,即能够通过该预设的知识库,对实体对象进行属性分析,从而确定向日葵的至少一个运动模式,具体来讲,可以包括:基于知识库和属性信息,建立与实体对象对应的语料模型;基于语料模型,从知识库中确定实体对象的至少一个运动模式。
例如,在本实施例中,实体对象为植物花卉中的向日葵,则可以根据知识库对向日葵的所属类别进行知识拓展,从而建立该向日葵对应的语料描述,例如可以为根据“向日葵”的所属类别“植物花卉”进行分析,根据“植物花卉”对应的语料描述确定“向日葵”的动作特点。
在分析对应的语料描述时,可以先识别知识库中该实体对象对应的文字描述,根据文字描述中各关键词的出现频率筛选、提取对应的动词和名词,结合动词识别该实体对象对应的多个运动模式,并且为了保证准确度,可以同时将高频名词或标签词(本实施例中如花卉、草本植物等等)作为子实体在知识库中以递归的形式进行二次查找,在对应的语料描述中提取出对应的动词,得到实体对象的多个运动模式。
基于知识库中的所述实体对象所属对应上位类别的语料描述确定运动模式,即可以从知识库中确定实体对象的至少一个运动模式,在本实施例中,通过“向日葵”的所属类别“植物花卉”进行分析,根据“植物花卉”对应的语料描述确定“向日葵”的动作特点,可以确定向日葵可以包括绽放、花瓣凋零、随风摆动、随太阳转动等等运动模式。在其他实施例中,还可以根据所述实体对象所属的其他属性信息所对应的语料描述进行分析,确定运动模式,如知识库中“向日葵“的果期为八月至九月,根据”八月“、”九月“对应的在知识库的语料描述得到秋季、叶落、果实成熟等运动模式。
在通过S2确定实体对象的至少一个运动模式之后,本发明实施例提供的动态图片的生成方法进入S3,即:对静态图片进行场景解析,根据场景解析的对应结果从至少一个运动模式中确定实体对象对应的第一运动模式。
首先,可以对静态图片进行场景解析,确定静态图片中实体对象对应的第一场景,具体来讲,可以解析静态图片,获取静态图片中实体对象信息和/或背景元素信息,然后基于实体对象信息和/或背景元素信息,确定第一场景。
在本实施例中,在解析静态图片之后,即可以对获取到的实体对象信息进行分析,例如,在如图3C所示的实体对象的图像中,包括两个向日葵,较圆的花盘花序,较为舒展的叶子,通过这些向日葵本身的图像特征信息即能够根据知识库的信息确定静态图片中的场景为倾向于“向日葵绽放”这一场景,而不倾向于“向日葵生长”或“向日葵凋零”的场景,因为在“向日葵生长”这一场景下,向日葵的花盘花序四周的花瓣未完全展开,叶子也为较为收缩的叶子,而在“向日葵凋零”这一场景下,向日葵的花盘花序四周的花瓣以及向日葵的叶子可能会有萎缩的现象,甚至可能包括花瓣掉落的情况。
当然了,除了上述所介绍的根据实体对象的形状信息确定静态图片中实体对象对应的第一场景之外,若静态图片为彩色图片,则还可以根据提取到的静态图片中实体对象的色彩信息来确定静态图片中实体对象对应的第一场景。例如,若提取到的向日葵花朵的主色调是嫩黄色,或者是伴有局部叶绿色的艳黄色,可以分析得出场景倾向于“向日葵绽放”这一场景;若提取到的向日葵的主色调是枯黄色的话,则可以分析得出场景倾向于“向日葵凋零”这一场景;若提取到的向日葵的花朵的主色调为叶绿色,且经锐化后的边缘形状是花蕾状,则可以分析得出场景倾向于“向日葵现蕾”这一场景,等等,在此就不再赘述了。
进一步地,还可以根据静态图片中除实体对象之外的背景元素的色彩信息来确定静态图片中实体对象对应的第一场景,例如,以静态图片中除实体对象之外的其他对象为草地或枫树林为例,若草地或者枫树林为绿色,则表明静态图片中的季节为春季或者夏季,静态图片中的场景可以倾向于“向日葵现蕾”或“向日葵绽放”,若草地为黄色或灰色,或者枫树林为红色(秋天枫叶的颜色)或者灰色或棕色(冬天枫树枝干的颜色),则表明静态图片中的季节为秋季或者冬季,则静态图片中的场景可以倾向于“向日葵凋零”这一场景。
需要说明的是,由于各张静态图片中图像内容的不同,在上述部分所介绍的确定静态图片中实体对象对应的第一场景的过程中,实体对象信息和背景元素信息在确定实体对象对应的第一场景时,各项权重可以由本领域所属的普通技术人员根据实际情况进行调整,可以单独根据实体对象信息确定静态图片中实体对象对应的第一场景,也可以单独根据背景元素信息确定静态图片中实体对象对应的第一场景,也可以同时根据实体对象信息和背景元素信息确定静态图片中实体对象对应的第一场景,在此不做限制。
以上确定静态图片中实体对象对应的第一场景的所需要的判定信息如形状信息、颜色信息分别对应的场景等,均可以存储在知识库中,若需要确定静态图片中实体对象的场景的时候,将解析静态图片后获得的实体对象信息和背景元素信息与知识库中存储的信息进行对比,即能够确定静态图片中实体对象的场景,在此就不再赘述了。
上述部分介绍了确定静态图片中向日葵对应的第一场景的具体过程,通过本实施例的介绍,本领域所属的技术人员能够了解确定其他的静态图片中实体对象对应的第一场景的具体过程,在此为了说明书的简洁,就不再赘述了。
在确定静态图片中实体对象对应的第一场景之后,即能够根据一预设的动画模型库,确定实体对象在第一场景下的运动模式为第一运动模式,第一运动模式内可以包括一种或者多种运动模式。
具体来讲,预设的动画模型库中存储了各类型实体对象的运动模式,其中每个实体对象都对应有至少一种运动模式,以向日葵为例,如前述部分所介绍的,向日葵可以对应“绽放”、“花瓣凋零”“随风摆动”、“随太阳转动”和这四种运动模式,在本实施例中,由于向日葵已经倾向于“向日葵绽放”这一场景,所以本实施例中的向日葵不需要再包括“绽放”这一运动模式,而可以包括“花瓣凋零”、“随风摆动”和“随太阳转动”这三种运动模式,也就是说,在本实施例中,向日葵这一实体对象对应包括“花瓣凋零”、“随风摆动”和“随太阳转动”这三种运动模式。
在其他实施例中,如向日葵倾向于“向日葵凋零”这一场景,则向日葵对应的运动可以包括“花瓣凋零”这一运动模式,类似地,这些信息可以存储在预设的动画模型库中,以供实际需要的时候使用。
当然了,在确定向日葵这一实体对象对应有“凋零”、“随风摆动”和“随太阳转动”这三种运动模式之后,还可以根据接收到的用户指令,从确定出的三种运动模式中挑出一种,作为向日葵的运动模式,例如,在确定向日葵这一实体对象对应有“凋零”、“随风摆动”和“随太阳转动”这三种运动模式之后,可以向用户展示这三种运动模式对应的效果以及确定按钮,若用户希望生成的动态图片中向日葵的运动模式为“随风摆动”,则在接收到用户点击“随风摆动”这一运动模式对应的按钮这一操作之后,响应用户的点击操作,进而生成对应的用户指令,从而确定“随风摆动”这一运动模式作为静态图片中向日葵的运动模式,在此就不再赘述了。
在通过S3确定实体对象对应的第一运动模式之后,本发明实施例提供的动态图片的生成方法进入S4,即:基于静态图片和第一运动模式,生成第一运动模式对应的动态图片,其中,动态图片中实体元素的图像按第一运动模式运动。
在具体实施过程中,S4可以包括:根据实体元素的图像和第一运动模式,调整实体元素在静态图片中的位置,并对应生成至少一帧图像;组合至少一帧图像和静态图片,生成动态图片。
根据实体元素的图像和第一运动模式,调整实体元素在静态图片中的位置,并对应生成至少一帧图像,具体来讲,在本实施例中,以第一运动模式为“随风摆动”为例,可以以各向日葵的“花盘”的顶点作为参考点,实体元素的图像以参考点随时间左右增减,增减幅度随着时间不断变化,每增一次或者减一次即对应生成一帧图像,例如,将原始的静态图片上两个向日葵的花盘的图像同时向左移动一段距离,如两个像素,当然了,花盘的图像移动不是整个全部向左移动,而是在向左移动的同时会下移动一段距离,如一个像素,另外向日葵的叶子和茎也需要对应移动,但是移动的距离与花盘移动的距离相比会相对小一些,这样,即生成了第一帧图像;接着,将原始的静态图片上的两个向日葵的花盘的图像同时向左移动两段距离,如四个像素,同时将花盘的图像向下移动两段距离,如两个像素,类似地,向日葵的叶子和茎也需要对应移动,但是移动的距离与会大于在第一帧图像中移动的距离,这样,即生成了第二帧图像;同理,可以生成多帧图像,直到向日葵向左移动到最大移动距离,以及直到向日葵向右移动到最大移动距离。为了使得效果更加真实,可以以向日葵的“花盘”的顶点为界,在生成的图像帧中,向日葵在迎风的一侧的最大移动距离要小于在顺风一侧的最大移动距离。
在生成第一帧图像之后,后续的图像帧均需要根据前一帧图像进行调整,在此就不再赘述了。
当然了,在实体元素的图像以参考点随时间左右增减的过程中,为了避免实体元素的图像移动后所留下的空白像素对后续生成的动态图片的效果造成不良的影响,如在动态图片显示的过程中,空白像素所在的位置会显示一条较为明显的白线,还可以对该图像帧时因实体元素调整而产生的空白像素集合进行处理,该空白像素集合即实体元素调整前所占据的第一像素集合去除实体元素调整后所占据的第一像素集合对应的第一区域,以第一像素集合为A,第二像素集合为B,第一区域对应的像素集合为C为例,计算公式可以为:C=A-A∩B。然后,对第一区域可以利用第一区域四周的像素进行差值化补充、羽化或融合等处理,使得向日葵移动后第一区域与四周的像素的颜色一致,避免动态图片中空白区域的产生,在此就不再赘述了。
在实际应用中,只根据生成的一帧图像和原始的静态图片也能够生成动态图片,只是相对于根据生成的多帧图像和原始的静态图片所生成的动态图片效果差一些。
最后,组合生成的多帧图像和原始的静态图片,即能够生成动态图片,在本实施例中,生成的动态图片中向日葵即会左右摆动,从而能够向用户呈现向日葵“随风摆动”的效果。
当然了,还可以通过上述介绍的步骤生成“向日葵凋零”和“向日葵随太阳转动”的动态图片,在此就不再赘述了。
可以看出,由于采用了解析静态图片,提取实体元素的图像,并根据实体元素的图像,对实体元素对应的实体对象进行属性分析,确定实体对象的至少一个运动模式,并对静态图片进行场景解析,根据场景解析的对应结果从至少一个运动模式中确定实体对象对应的第一运动模式,并基于实体元素的图像和第一运动模式,生成一动态图片的技术方案,避免了现有技术中动态图片的整个制作过程都需要人工参与而导致的制作过程复杂度高,制作周期长的缺陷,实现了降低了动态图片的制作复杂度,缩短了动态图片的制作周期的技术效果。
基于同一发明构思,本发明实施例第二方面还提供一种动态图片的生成装置,请参考图4,图4是本发明实施例提供的动态图片的生成装置的功能模块图,如图4所示,该生成装置包括:
提取单元401,用于解析静态图片,提取静态图片中实体元素的图像;
分析单元402,用于根据实体元素的图像,对实体元素对应的实体对象进行属性分析,确定实体对象的至少一个运动模式;
确定单元403,用于对静态图片进行场景解析,根据场景解析的对应结果从至少一个运动模式中确定实体对象对应的第一运动模式;
生成单元404,用于基于实体元素的图像和第一运动模式,生成第一运动模式对应的动态图片,其中,动态图片中实体元素的图像按第一运动模式运动。
在具体实施过程中,分析单元402具体用于根据实体元素的图像,通过图像识别技术确定实体元素对应的实体对象,并根据一预设的知识库,对实体对象进行属性分析,确定实体对象的至少一个运动模式。
在具体实施过程中,分析单元402具体用于基于知识库,获取实体对象对应的属性信息,并基于属性信息,确定实体对象的至少一个运动模式。
在具体实施过程中,分析单元402具体用于基于知识库和属性信息,建立与实体对象对应的语料模型,并基于语料模型,从知识库中确定实体对象的至少一个运动模式。
在具体实施过程中,确定单元403具体用于对静态图片进行场景解析,确定静态图片中实体对象对应的第一场景,并根据预设的动画模型库,确定实体对象在第一场景下的运动模式为第一运动模式。
在具体实施过程中,确定单元403具体用于解析静态图片,获取静态图片中实体对象信息和/或背景元素信息,并基于实体对象信息和/或背景元素信息,确定第一场景。
在具体实施过程中,生成单元404具体用于根据实体元素的图像和第一运动模式,调整实体元素在静态图片中的位置,并对应生成至少一帧图像,并组合至少一帧图像和静态图片,生成动态图片。
在具体实施过程中,生成装置还包括一调整单元405,调整单元405用于在生成单元404调整实体元素在静态图片中的位置,并对应生成至少一帧图像时,对至少一帧图像上的第一区域进行处理,第一区域为实体元素调整前所占据的第一像素集合去除实体元素调整后所占据的第二像素集合对应的区域,使得第一区域与第一区域相邻的像素颜色一致。
本发明实施例第二方面提供的动态图片的生成装置与前述部分所介绍的动态图片的生成方法是基于同一发明构思下的两个方面,在第一方面中已经详细地介绍了动态图片的生成方法的具体实施方式,本发明所属领域的技术人员能够清楚地了解本发明实施例提供的动态图片的生成装置的具体实施方式,在此为了说明书的简洁,就不再赘述了。
上述本发明实施例中的技术方案,至少具有如下的技术效果或优点:
由于采用了解析静态图片,提取实体元素的图像,并根据实体元素的图像,对实体元素对应的实体对象进行属性分析,确定实体对象的至少一个运动模式,并对静态图片进行场景解析,根据场景解析的对应结果从至少一个运动模式中确定实体对象对应的第一运动模式,并基于实体元素的图像和第一运动模式,生成一动态图片的技术方案,避免了现有技术中动态图片的整个制作过程都需要人工参与而导致的制作过程复杂度高,制作周期长的缺陷,实现了降低了动态图片的制作复杂度,缩短了动态图片的制作周期的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (12)

1.一种动态图片的生成方法,其特征在于,包括:
解析静态图片,提取所述静态图片中实体元素的图像;
根据所述实体元素的图像,对所述实体元素对应的实体对象进行属性分析,确定所述实体对象的至少一个运动模式,包括:基于知识库,获取所述实体对象的属性信息;基于所述属性信息的语料描述,确定所述实体对象的至少一个运动模式;
对所述静态图片进行场景解析,根据场景解析的对应结果从所述至少一个运动模式中确定所述实体对象对应的第一运动模式;
基于所述实体元素的图像和所述第一运动模式,生成所述第一运动模式对应的动态图片,其中,所述动态图片中所述实体元素的图像按所述第一运动模式运动。
2.如权利要求1所述的方法,其特征在于,所述根据所述实体元素的图像,对所述实体元素对应的实体对象进行属性分析,确定所述实体对象的至少一个运动模式,具体包括:
根据所述实体元素的图像,通过图像识别技术确定所述实体元素对应的实体对象;
根据预设的知识库,对所述实体对象进行属性分析,确定所述实体对象的至少一个运动模式。
3.如权利要求2所述的方法,其特征在于,所述根据预设的知识库,对所述实体对象进行属性分析,确定所述实体对象的至少一个运动模式,具体包括:
基于所述知识库,获取所述实体对象对应的属性信息;
基于所述属性信息,确定所述实体对象的至少一个运动模式。
4.如权利要求3所述的方法,其特征在于,所述基于所述属性信息,确定所述实体对象的至少一个运动模式,具体为:
基于所述知识库和所述属性信息,分析知识库中对应所述实体对象各属性信息的语料描述;
基于所述语料描述,确定所述实体对象的至少一个运动模式。
5.如权利要求1所述的方法,其特征在于,所述根据场景解析的对应结果从所述至少一个运动模式中确定所述实体对象对应的第一运动模式,具体包括:
对所述静态图片进行场景解析,确定所述静态图片中所述实体对象对应的第一场景;
根据预设的动画模型库,确定所述实体对象在所述第一场景下的运动模式为所述第一运动模式。
6.如权利要求5所述的方法,其特征在于,所述对所述静态图片进行场景解析,确定所述静态图片中所述实体对象对应的第一场景,具体包括:
解析所述静态图片,获取所述静态图片中所述实体对象信息和/或背景元素信息;
基于所述实体对象信息和/或所述背景元素信息,确定所述第一场景。
7.如权利要求1所述的方法,其特征在于,所述基于所述实体元素的图像和所述第一运动模式,生成所述第一运动模式对应的动态图片,具体包括:
根据所述实体元素的图像和所述第一运动模式,调整所述实体元素在所述静态图片中的位置,并对应生成至少一帧图像;
组合所述至少一帧图像和所述静态图片,生成所述动态图片。
8.如权利要求7所述的方法,其特征在于,所述调整所述实体元素在所述静态图片中的位置,并对应生成至少一帧图像时,所述方法还包括:
对所述至少一帧图像上的第一区域进行处理,所述第一区域为所述实体元素调整前所占据的第一像素集合去除所述实体元素调整后所占据的第二像素集合对应的区域,使得所述第一区域与所述第一区域相邻的像素颜色一致。
9.一种动态图片的生成装置,其特征在于,包括:
提取单元,用于解析静态图片,提取所述静态图片中实体元素的图像;
分析单元,用于根据所述实体元素的图像,对所述实体元素对应的实体对象进行属性分析,确定所述实体对象的至少一个运动模式,包括:基于知识库,获取所述实体对象的属性信息;基于所述属性信息的语料描述,确定所述实体对象的至少一个运动模式;
确定单元,用于对所述静态图片进行场景解析,根据场景解析的对应结果从所述至少一个运动模式中确定所述实体对象对应的第一运动模式;
生成单元,用于基于所述实体元素的图像和所述第一运动模式,生成所述第一运动模式对应的动态图片,其中,所述动态图片中所述实体元素的图像按所述第一运动模式运动。
10.如权利要求9所述的装置,其特征在于,所述分析单元具体用于根据所述实体元素的图像,通过图像识别技术确定所述实体元素对应的实体对象,并根据一预设的知识库,对所述实体对象进行属性分析,确定所述实体对象的至少一个运动模式。
11.如权利要求9所述的装置,其特征在于,所述确定单元具体用于对所述静态图片进行场景解析,确定所述静态图片中所述实体对象对应的第一场景,并根据预设的动画模型库,确定所述实体对象在所述第一场景下的运动模式为所述第一运动模式。
12.如权利要求9所述的装置,其特征在于,所述生成单元具体用于根据所述实体元素的图像和所述第一运动模式,调整所述实体元素在所述静态图片中的位置,并对应生成至少一帧图像,并组合所述至少一帧图像和所述静态图片,生成所述动态图片。
CN201410525127.5A 2014-10-08 2014-10-08 一种动态图片的生成方法以及生成装置 Active CN104318596B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410525127.5A CN104318596B (zh) 2014-10-08 2014-10-08 一种动态图片的生成方法以及生成装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410525127.5A CN104318596B (zh) 2014-10-08 2014-10-08 一种动态图片的生成方法以及生成装置

Publications (2)

Publication Number Publication Date
CN104318596A CN104318596A (zh) 2015-01-28
CN104318596B true CN104318596B (zh) 2017-10-20

Family

ID=52373822

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410525127.5A Active CN104318596B (zh) 2014-10-08 2014-10-08 一种动态图片的生成方法以及生成装置

Country Status (1)

Country Link
CN (1) CN104318596B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106558088B (zh) 2015-09-24 2020-04-24 腾讯科技(深圳)有限公司 生成gif文件的方法及装置
CN105405155A (zh) * 2015-10-21 2016-03-16 努比亚技术有限公司 一种信息处理方法及移动终端
CN106909547B (zh) * 2015-12-22 2020-09-04 北京奇虎科技有限公司 基于浏览器的图片加载方法及装置
CN106941586A (zh) * 2016-01-05 2017-07-11 腾讯科技(深圳)有限公司 拍摄照片的方法和装置
CN106776831A (zh) * 2016-11-24 2017-05-31 维沃移动通信有限公司 一种多媒体组合数据的编辑方法及移动终端
CN107623824B (zh) * 2017-09-11 2019-08-20 Oppo广东移动通信有限公司 背景图像处理方法、装置和电子设备
CN107682656B (zh) * 2017-09-11 2020-07-24 Oppo广东移动通信有限公司 背景图像处理方法、电子设备和计算机可读存储介质
CN107798710A (zh) * 2017-10-26 2018-03-13 上海熠鸪智能灯科技有限公司 基于被动图像元素的光画制作方法及系统
CN108322820B (zh) * 2018-02-28 2020-05-22 北京奇艺世纪科技有限公司 一种图像互换格式图像文件的压缩方法及装置
CN108648253B (zh) 2018-05-08 2019-08-20 北京三快在线科技有限公司 动态图片的生成方法及装置
CN109544667A (zh) * 2018-11-08 2019-03-29 三星电子(中国)研发中心 一种图片的预览方法和装置
CN111309227B (zh) * 2020-02-03 2022-05-31 联想(北京)有限公司 一种动画制作方法、设备及计算机可读存储介质
CN113806003A (zh) * 2021-09-24 2021-12-17 维沃移动通信有限公司 壁纸显示方法及装置
CN114004914A (zh) * 2021-11-03 2022-02-01 浙江大学 一种帮助儿童绘画动态表达展示的动态符号系统
CN114968044B (zh) * 2022-07-26 2023-01-24 安徽淘云科技股份有限公司 图片展示方法、装置、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7199798B1 (en) * 1999-01-26 2007-04-03 International Business Machines Corp Method and device for describing video contents
CN101183462A (zh) * 2007-12-12 2008-05-21 腾讯科技(深圳)有限公司 一种卡通形象的生成、嵌入方法及系统
CN102136154A (zh) * 2010-11-18 2011-07-27 彭浩明 一种动漫制作方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7787028B2 (en) * 2002-05-28 2010-08-31 Casio Computer Co., Ltd. Composite image output apparatus and composite image delivery apparatus
JP5402166B2 (ja) * 2009-03-31 2014-01-29 カシオ計算機株式会社 画像合成装置及びプログラム
KR101184876B1 (ko) * 2010-02-11 2012-09-20 삼성전자주식회사 영상과 상호작용이 가능한 캐릭터의 동적 효과를 생성하는 방법 및 장치
CN103971391A (zh) * 2013-02-01 2014-08-06 腾讯科技(深圳)有限公司 一种动画生成方法及装置
CN103473799B (zh) * 2013-09-02 2016-09-14 腾讯科技(深圳)有限公司 一种图片的动态处理方法及装置、终端设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7199798B1 (en) * 1999-01-26 2007-04-03 International Business Machines Corp Method and device for describing video contents
CN101183462A (zh) * 2007-12-12 2008-05-21 腾讯科技(深圳)有限公司 一种卡通形象的生成、嵌入方法及系统
CN102136154A (zh) * 2010-11-18 2011-07-27 彭浩明 一种动漫制作方法及装置

Also Published As

Publication number Publication date
CN104318596A (zh) 2015-01-28

Similar Documents

Publication Publication Date Title
CN104318596B (zh) 一种动态图片的生成方法以及生成装置
CN107169487B (zh) 基于超像素分割及深度特征定位的显著性目标检测方法
CN108717524B (zh) 一种基于双摄手机和人工智能系统的手势识别系统
CN109961049A (zh) 一种复杂场景下香烟品牌识别方法
CN107808132A (zh) 一种融合主题模型的场景图像分类方法
CN111986099A (zh) 基于融合残差修正的卷积神经网络的耕地监测方法及系统
US20150310305A1 (en) Learning painting styles for painterly rendering
CN111582104B (zh) 基于自注意特征聚合网络的遥感图像语义分割方法及装置
CN108986058A (zh) 明度一致性学习的图像融合方法
CN111414971B (zh) 一种基于卷积神经网络的成品茶叶种类及品级识别方法
CN101551853A (zh) 复杂静态彩色背景下的人耳检测方法
CN111275034B (zh) 从图像中提取文本区域的方法、装置、设备和存储介质
CN104392233B (zh) 一种基于区域的图像显著图提取方法
CN110097106A (zh) 基于深度学习的U-net网络的低照度成像算法及装置
CN107564009A (zh) 基于深度卷积神经网络的室外场景多目标分割方法
CN108961302A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN109753996B (zh) 基于三维轻量化深度网络的高光谱图像分类方法
CN112085017B (zh) 基于显著性检测和Grabcut算法的茶叶嫩芽图像分割方法
CN110717921B (zh) 改进型编码解码结构的全卷积神经网络语义分割方法
CN108229515A (zh) 高光谱图像的对象分类方法和装置、电子设备
CN112464766A (zh) 一种农田地头自动识别方法及系统
CN110399760A (zh) 一种批量二维码定位方法、装置、电子设备及存储介质
CN111626951A (zh) 一种基于内容感知信息的图像阴影消除方法
CN110751271B (zh) 一种基于深度神经网络的图像溯源特征表征方法
CN111738310B (zh) 物料分类方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant