CN106296773B - 一种生成多层次矢量图的方法与装置 - Google Patents

一种生成多层次矢量图的方法与装置 Download PDF

Info

Publication number
CN106296773B
CN106296773B CN201610659866.2A CN201610659866A CN106296773B CN 106296773 B CN106296773 B CN 106296773B CN 201610659866 A CN201610659866 A CN 201610659866A CN 106296773 B CN106296773 B CN 106296773B
Authority
CN
China
Prior art keywords
region
colors
boundary
pixel
polar plot
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
CN201610659866.2A
Other languages
English (en)
Other versions
CN106296773A (zh
Inventor
夏时洪
李新乐
高林
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.)
Institute of Computing Technology of CAS
Original Assignee
Institute of Computing Technology of CAS
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 Institute of Computing Technology of CAS filed Critical Institute of Computing Technology of CAS
Priority to CN201610659866.2A priority Critical patent/CN106296773B/zh
Publication of CN106296773A publication Critical patent/CN106296773A/zh
Application granted granted Critical
Publication of CN106296773B publication Critical patent/CN106296773B/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
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/40Filling a planar surface by adding surface attributes, e.g. colour or texture

Landscapes

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

Abstract

本发明提供一种生成多层次矢量图的方法,包括:确定图像的填色区域的边界轮廓;存储所述边界轮廓和所述填色区域的图像属性;其中,所述图像属性用于确定所述边界轮廓内的像素。根据本发明,可以通过填色区域的轮廓还原该轮廓范围内的像素,达到对像素进行修改的效果,其更加有利于对图像进行准确地修改;并且由于能够直接对像素进行操作,因而可以支持处理复杂的拓扑结构。

Description

一种生成多层次矢量图的方法与装置
技术领域
本发明涉及图像处理,尤其涉及矢量图的图像处理。
背景技术
计算机图形学中,矢量图指的是用点、直线或者多边形等基于数学方程的几何图元所表示的图像。与存储像素阵列并对每个像素进行操作的位图相比,矢量图采用了不同的保存方式,因而具有保存文件小的优点。并且,由于矢量图不受分辨率的影响,因而还具有在进行任意放大时,不丢失细节、不影响清晰度的优点;以及,在进行诸如缩放、旋转、平移、拉伸、拖拽、擦除、填充等操作后,不降低绘制精度的优点。基于上述优点,矢量图被广泛地应用于计算机辅助设计、电子地图等方面。
通常,生成矢量图的方式有两种。其中一种方法是将已有的图片(即原始图像)作为输入,导出该图片的矢量图。这种方法常采用分段或者边缘检测算法来计算原始图像上的边缘轮廓点,并将一系列连续的边缘轮廓点构成多边形,从而对多边形进行曲线拟合,以及填充多边形。这种方法一般适用于处理尺寸较大的自然图像。然而,通过这种方法所生成的矢量图中的所有对象将被保存在同一图层,因而不适用于复杂拓扑图形的编辑操作。
另外一种生成矢量图的方法是采用交互的方式在绘制图像时将其保存为矢量图格式。这种方法常通过生成绘制路径的方式,将矢量图的绘制路径以及线宽、颜色、图层等属性信息保存起来。通过这种方法生成的矢量图能很好地支持缩放、旋转、平移、拉伸、着色等编辑操作。但是,这种方法采用生成绘制路径的方式,其不能很好地处理复杂拓扑的图形。并且,采用这种方法的矢量图在进行擦除操作时也会出现问题,例如图1所示,在对一个对象进行擦除操作后,会使得该对象断裂成两部分或多个部分,而不能实现如图2所示的部分擦除绘制路径的效果。
另外,上述生成矢量图的方法还存在以下技术问题:
针对上述将所有绘制对象存储在同一图层上的情况,虽然各个图元被单独绘制,但由于处于同一图层,交叉的图元之间会构成一个连通图,会被作为一个整体处理,不能被单独编辑操作。例如,如图3所示,当分别针对矢量图的两次绘制对象进行着色时,只能获得如图3左侧的效果,而不是所期望的如图3右侧的效果。这会影响着色的效果,尤其是针对复杂拓扑分层处理的情况,如图4所示。
而针对上述生成绘制路径的情况,由于保存的是绘制路径,当擦除操作没有作用在路径上时,对原图形并不会产生影响;然而,如果擦除了路径上的点,则会导致路径断开为两部分或者更多,从而使得一个对象变为两个或多个,如图1所示。那么就不能实现如图2中所期望的擦除效果。
发明内容
因此,本发明的目的在于克服上述现有技术的缺陷,提供一种生成多层次矢量图的方法,包括:
1)确定图像的填色区域的边界轮廓;
2)存储所述边界轮廓和所述填色区域的图像属性;
其中,所述图像属性用于确定所述边界轮廓内的像素。
优选地,根据所述的方法,其中步骤1)包括:
1-1)确定图像的各个填色区域的边界点;
1-2)根据所述边界点拟合出所述填色区域的边界轮廓。
优选地,根据所述的方法,其中采用八邻域边界跟踪算法来确定所述填色区域的边界点。
优选地,根据所述的方法,其中步骤1-1)包括:
1-1-1)从所述填色区域的边界中左上角的点的左下角方向开始八邻域的逆时针搜索;
1-1-2)如果被搜索点为在搜索时遇到的第一个在所述填色区域中的边界点,将搜索方向沿顺时针旋转90°;否则,将搜索方向沿逆时针旋转 45°。
优选地,根据所述的方法,其中步骤1-2)所述拟合的方法为曲线拟合。
优选地,根据所述的方法,其中所述图像属性包括编号ID、颜色、线宽、有序的边界点集中的至少一项。
并且,本发明还提供了一种对通过本发明的方法生成的矢量图进行修改的方法,包括:
1)根据所述边界轮廓和所述图像属性,确定所述边界轮廓内的像素;
2)对所述边界轮廓内的像素进行修改。
优选地,根据所述的方法,还包括:
3)保存修改后的填色区域的边界轮廓和图像属性。
此外,本发明还提供了一种对矢量图进行修改的方法,包括:
1)确定所述矢量图中填色区域的边界轮廓和图像属性;
2)根据所述边界轮廓和所述图像属性,确定所述边界轮廓内的像素;
3)对所述边界轮廓内的像素进行修改。
以及,一种生成多层次矢量图的装置,包括:
用于确定图像的填色区域的边界轮廓的模块;
用于存储所述边界轮廓和所述填色区域的图像属性的模块;
其中,所述图像属性用于确定所述边界轮廓内的像素。
以及,一种对矢量图进行修改的装置,包括:
用于确定所述矢量图中填色区域的边界轮廓和图像属性的模块;
用于根据所述边界轮廓和所述图像属性,确定所述边界轮廓内的像素的模块;
用于对所述边界轮廓内的像素进行修改的模块。
与现有技术相比,本发明的优点在于:
一、相较于将所有绘制对象存储在同一图层上的方法,本发明将每次的绘制图元作为一个连通域单独地保存为一个图层,因此即便不同的图元存在交叉的情况,也能够对各个图层上的不同图元进行单独地编辑,例如缩放、旋转、平移、拖拽、着色等;
二、相较于生成绘制路径的方法,根据本发明的矢量图存储的是各个填色区域的轮廓和属性,并在进行例如擦除等操作时还原轮廓范围内的像素,因而能够实现基于像素进行擦除,被擦除区域是橡皮擦实际擦除的结果,而不会存在例如由于擦除了路径上的点而使得被擦除对象变为多个路径或多个图层的情况;
类似地,根据本发明的对矢量图进行擦除方法,通过确定需要被擦除的填色区域的轮廓还原该轮廓范围内的像素,达到对像素进行擦除的效果,其更加有利于对图像进行准确地修改;
三、由于根据本发明的矢量图可以直接对像素进行操作,因而能够支持处理复杂的拓扑结构。
附图说明
以下参照附图对本发明实施例作进一步说明,其中:
图1是现有技术生成路径方法的擦除效果;
图2是期望的部分擦除效果图示;
图3是现有技术针对矢量图的两次绘制对象进行着色时获得的效果以及期望的效果的对比图;
图4是现有技术复杂拓扑分层处理的效果;
图5a是根据本发明的一个实施例的生成矢量图的流程示意图;
图5b是根据本发明的一个实施例在图5a中进行八邻域边界跟踪的流程示意图;
图6是根据本发明的一个实施例的矢量图的示意图;
图7是图6所示矢量图的连通域的示意图;
图8是根据本发明的一个实施例的像素点的八邻域图示;
图9a是图6所示矢量图的像素外边界点示意图;
图9b是图6所示矢量图的像素内外边界点示意图;
图10是图6所示矢量图的边界轮廓示意图;
图11是图6所示矢量图基于扫描线种子填充算法的示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作详细说明。
发明人在对采用生成绘制路径的方法而生成的矢量图进行擦除操作时,发现当希望擦除图像中的一部分时,这一部分可能并没有在图像中消失,而只有当橡皮擦作用在路径上时才能获得有效的擦除。然而,即便擦除操作被作用于路径,也不一定能达到期望的效果;例如,擦除操作可能会令原有的路径断裂成多个部分从而形成多个图层,使得无法再针对原有的区域在同一图层上进行操作;又例如,当绘制路径较粗时,无法实现在绘制路径中擦出一个洞,或者将其擦除成特定形状的效果。
发明人通过研究,以为造成上述缺陷的原因是:路径通常并不能直接反应出填色区域的范围。而如果可以确定填色区域的范围,那么就可以在这个范围内对填色区域进行操作。
出于上述考虑,发明人认为可以通过确定填色区域的轮廓来确定填色区域的范围。然而,这仍然无法达到能够擦除填色区域中任意部分的效果。发明人认为这是由矢量图的特性所造成的,相较于存储像素的位图而言,矢量图存储的是点、线等信息,其无法针对像素进行诸如擦除等操作。然而,这又回到了位图本身的问题,能够对像素进行操作的位图其不能像矢量图那样实现对数据压缩存储,以及实时快速实现缩放、拖拽、移动操作。
针对上述问题,发明人认为可以在对矢量图进行擦除时确定填色区域的轮廓,并恢复该轮廓范围内的所有像素,从而实现直接对像素进行擦除等操作。上述方案可以在擦除时进行,然而考虑到图像处理的实时性问题,还可以在生成矢量图时确定并保存填色区域的轮廓,从而在进行擦除等操作时直接对轮廓内的像素进行处理。虽然这样做相较于第一种方案增加了需要进行的工作量,然而由于对比矢量图出现之初的50-80年代,现今的硬件速度已经获得了很大的提升,因而可以支持本发明的方案。发明人通过实验发现,采用上述方案,即使是对1920*1080的像素进行操作,也可获得很快的处理速度,从而能够实时地生成矢量图、以及实时地对矢量图进行擦除等的操作。
为了避免通过上述生成矢量图的方案占用过多内存,发明人认为根据本发明中的矢量图可以只存储轮廓而不存储所有元素和像素,仅在需要进行例如擦除等修改时恢复轮廓范围内的像素即可。
下面将通过实施例来具体介绍本发明的方案。
实施例
<实施例1>
参考图5a,根据本发明的一个实施例,生成多层次矢量图的方法,包括:
1.根据绘制的区域,确定连通域(即连通的填色区域)。
以图6所示出的矢量图为例,对画布上的每个像素点进行检测,得到如图7所示的图像连通域。
2.确定连通域的边界点。
在考虑采用何种方法来确定连通域的边界点时,发明人认为为了能够处理任意拓扑结构的图像,可以采用八邻域边界跟踪算法。这是由于八邻域边界跟踪算法是针对每个像素点进行处理,因而不受拓扑限制。八邻域边界跟踪算法具有算法简单、直观的优点。然而应当理解,在本发明中还可以采用其他确定边缘的算法,例如Canny、LoG边缘检测算法,以达到有效地处理噪声的效果。
以图7为例,八邻域指的是除当前像素本身之外,在该像素四周的8 个邻域点为当前像素点的八邻域。对于一张具有连通域的图而言,如果点 p是该图的连通域中的一个边界点,那么必然可以从与点p相邻的8个点中找出针对该连通域的下一个边界点。因此,可以根据八邻域信息进行外边界跟踪,从而通过检查连通区域中点的八邻域来确定连通图的边界。
图8示出了像素点的八邻域示意图,可以看出像素点的8个领域分别位于该像素点的八个方向上,并以45°相互间隔。尽管在以下实施例中采用了八邻域边界跟踪算法,应当理解还可以采用其他方法来确定连通域的边界点。
发明人研究了边界的特点,认为可以采用以下方法来加快八邻域边界跟踪算法的搜索过程。通过从四个角或者边缘开始搜索,以避免回溯,并且通过下述转向规则,达到有效搜索到所有边缘点的效果。参考图5b,根据本发明的一个实施例,采用八邻域边界跟踪算法在图像的连通区域内跟踪标记连通域的边界,所述方法包括:
2.1.首先,将搜索的起始点(即,起始搜索点)设为连通图的边界中左上角的点,从左下角方向开始逆时针搜索。例如,以图7所示出的连通区域的左上角像素点为起始点,初始搜索方向为起始点的左下方(即图8 所示标号为5的方向),并从该初始搜索方向开始进行逆时针搜索,也即,在进行下一次搜索时,将搜索方面沿逆时针旋转45°以进行该搜索。
2.2.判断在搜索方向上的八邻域点是否是连通域的下一个边界点,进行判断的方法为:如果该八邻域点是在搜索时遇到的第一个在连通区域中的点,则该八邻域点为连通域的下一个边界点。以图7为例,围绕起始点从初始搜索方向开始进行逆时针搜索,搜索到的第一个边界点位于起始点的下方(图7中第二行第一个点),即标号为6方向上的像素点。
2.3.如果确定了所述边界点,则以该边界点为新的搜索点,并使得当前搜索方向沿顺时针旋转90°,继续逆时针搜索下一个边界点。以图7为例,如果前一次搜索是在标号6的方向上,那么下一次搜索在标号6的原方向上顺时针旋转90°,即从标号4的方向上继续进行逆时针搜索。
2.4.如没有确定所述边界点,则使得搜索方向沿逆时针旋转45°,以搜索下一个边界点。以图7为例,如果前一次搜索是在标号5的方向上,那么下一次搜索在从标号6的方向上继续进行逆时针搜索。
2.5.重复搜索过程,直到遇到起始点时停止搜索。
利用这样的方法遍历搜索图7所示出的矢量图的连通域,将得到如图 9a-9b 所示的连通域的边界。
以图7为例,进行上述连贯地搜索的过程,包括:
以连通图的左上角点为起始点,从方向5逆时针搜索;
此时,在该起始点方向5上的点并非下一边界点,将搜索方向沿逆时针旋转45°,继续搜索在起始点方向6上的点;
此时,在起始点方向6上的点为下一边界点(边界点1),则将搜索方向沿顺时针旋转90°,继续搜索在该边界点1的方向4上的点;
类似地,在该边界点1的方向4、5上的点并非下一边界点,在该该边界点1的方向6上的点为下一边界点(边界点2);
依次类推,可以搜索出该连通域中的全部外边界点,如图9a中所示出的白色圆点。
通过上述实施例中的方法,可以避免搜索的回溯,从而快速地确定连通图的外边界点。对于存在内边界点的情况,例如图9b中所示出的,还可以采用其他算法,例如传统的八邻域边界跟踪算法来确定内边界点。
3.利用连通域的边界点,拟合出边界轮廓。
在获得了连通域的边界点集合后,可以拟合出边界轮廓。进行拟合的方法包括直线段拟合和曲线拟合,通常采用曲线拟合可以得到更加光滑和精确的轮廓。常用的拟合曲线包括:贝塞尔曲线和B样条曲线等。
图10示出了根据本发明的实施例,采用贝塞尔曲线对边界点进行边界轮廓拟合,而获得的图7中连通域的平滑的边界轮廓。
4.根据边界轮廓以及存储的连通图数据属性,进行填充。
为了达到对矢量图各个图元进行分层存储管理的目的,还需要将本发明中的各个连通域进行填充颜色以进行单独存储,即根据连通域的边界将该边界范围内的所有像素单元都修改成指定的颜色。
通常可以使用种子填充算法来填充区域,种子填充算法又分为注入填充算法、边界填充算法。其中,注入填充算法不特别强调区域的边界,它只是从指定位置开始,将所有连 通区域内某种指定颜色的点都替换成另一种颜色,从而实现填充效果。而相对地,边界填充算法与注入填充算法的本质其实是一样的,都是递归和搜索,区别只在于对边界的确认,也就是递归的结束条件不一样。注入填充算法没有边界的概念,只是对连 通区域内指定的颜色进行替换,而边界填充算法恰恰强调边界的存在,只要是边界内的点无论是什么颜色,都替换成指定的颜色。
扫描线种子填充算法是种子填充算法的改进算法,其具有简单、节省栈空间、避免递归、提高效率优点。这里的扫描线指的是沿水平方向扫描的线,种子点是在相对的直角坐标系(x,y)中的坐标点,例如当种子点为(9,4)时,应采用的扫描线为y=9,其为图11中横向的一条直线,根据扫描线y=9沿x方向进行扫描填充。
根据本发明的一个实施例,采用扫描线种子填充算法来填充边界轮廓以内的区域,包括:
以图11为例,随机选取的初始种子点为(10,4)(即图11中的灰色圆点), y=10作为扫描线,得到当前扫描线的区间为x=[1,8],沿扫描线进行填充,然后从相邻的第9和11行扫描线的第1列向第8列从左向右搜索,确定第9行的第1个、第6个,第11行的第1个的点为下一回的种子点。将种子点(9,1),(9,6),(11,1)入栈,依照顺序依次弹出各个种子点,当弹出种子点(9,1)时,将y=9作为扫描线,得到区间[1,3],[6,8],将种子点(8,1),(8,6) 入栈,继续循环搜索,并使得种子点入栈、出栈、填充,直到遇到边界为止。
5.存储填充后的连通区域的轮廓和属性。
可以将本发明的上述步骤1-4当做是一次绘制,每次绘制都可以得到一个填充后的连通区域。为了克服现有技术在对矢量图进行编辑(例如擦除)时的缺陷,在本发明中可以以各个连通区域为单位进行数据存储。例如,针对每个连通区域,分别存储其以下属性:编号ID、颜色、线宽、有序的边界点集。由此,使得在对所生成的矢量图进行诸如擦除的修改时,可以还原轮廓范围内的像素,以对像素进行修改。
<实施例2>
上述实施例具体介绍了本发明绘制矢量图的方法,以下介绍对根据实施例1所绘制的矢量图进行擦除方法,包括:
101.记录橡皮擦在擦除时所走过的路径,并且将由所述路径形成的连通域的颜色值存储为指定值,例如无颜色;
201.从矢量图的图层中已有的连通域的像素中减去橡皮擦形成的连通区域的像素;
301.更新连通域,重新存储连通区域的轮廓和属性。
<实施例3>
根据本发明的另一个实施例,对矢量图进行擦除方法,包括:
1’记录橡皮擦在擦除时所走过的路径,并且将由所述路径形成的连通域的颜色值存储为指定值,例如无颜色;
2’根据进行擦除动作所在的图层,确定连通域的轮廓;
3’将该连通域的轮廓范围内的部分恢复成像素,并从所恢复的像素中减去橡皮擦形成的连通区域。
在本发明中,由于擦除和绘制采用的是相类似的处理方式。通过擦除所形成的区域可被看作是构成了连通域,将该连通域内的像素点颜色置为画布颜色即可完成擦除过程。在上述方法中,在得到擦除区域的连通域时,是逐像素检测的,所以本发明是针对像素而进行擦除。
通过上述实施例可以看出,根据本发明的方法,可以通过多次绘制生成多个基于像素点的连通域,并将它们分别保存为图层。
由于本发明中被单独绘制的连通图处于不同的图层,因此可以针对单独地连通图进行编辑操作,从而支持对各个图元独立的进行缩放、旋转、平移、拖拽、着色等编辑操作。
由于连通域是基于像素点而绘制的,因此可以直接对像素进行操作,从而使得根据本发明的矢量图可以支持对复杂拓扑结构的处理。
出于相同的原因,在对根据本发明的矢量图进行擦除时,可以直接对像素进行擦除,因而得到的结果是橡皮擦实际擦除的结果。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。例如,除去对矢量图进行擦除外,还可以采用本发明的方法对像素进行其他修改,诸如填色等。尽管上文参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (11)

1.一种生成多层次矢量图的方法,包括:
1)确定待绘制的填色区域的边界轮廓,所述填色区域的数量大于等于2;
2)针对每个填色区域,存储其边界轮廓和对应区域的图像属性以将针对同一个填色区域的像素作为所述多层次矢量图的一个图层;
其中,所述图像属性用于确定所述边界轮廓内的像素。
2.根据权利要求1所述的方法,其中步骤1)包括:
1-1)确定图像的各个填色区域的边界点;
1-2)根据所述边界点拟合出所述填色区域的边界轮廓。
3.根据权利要求2所述的方法,其中采用八邻域边界跟踪算法来确定所述填色区域的边界点。
4.根据权利要求3所述的方法,其中步骤1-1)包括:
1-1-1)从所述填色区域的边界中左上角的点的左下角方向开始八邻域的逆时针搜索;
1-1-2)如果被搜索点为在搜索时遇到的第一个在所述填色区域中的边界点,将搜索方向沿顺时针旋转90°;否则,将搜索方向沿逆时针旋转45°。
5.根据权利要求2所述的方法,其中步骤1-2)所述拟合的方法为曲线拟合。
6.根据权利要求1所述的方法,其中所述图像属性包括所述填色区域的编号ID、颜色、线宽、有序的边界点集。
7.一种对通过权利要求1-6中任意一种方法生成的矢量图进行修改的方法,包括:
1)记录擦除或绘制的路径,并将由所述路径形成的连通的填色区域的颜色值存储为指定值;
2)针对所述矢量图的相应图层中的像素,更新其中由所述路径形成的连通的填色区域的颜色值。
8.根据权利要求7所述的方法,还包括:
3)更新所述矢量图的连通的填色区域,并保存修改后的填色区域的边界轮廓和图像属性。
9.一种对矢量图进行修改的方法,包括:
1)记录擦除或绘制的路径,并将由所述路径形成的连通的填色区域的颜色值存储为指定值;2)针对所述擦除或绘制动作所针对的图层,确定连通的填色区域的轮廓;
3)将所述图层的所述连通的填色区域轮廓范围内部分恢复为像素,并对所述恢复的像素进行修改。
10.一种生成多层次矢量图的装置,包括:
用于确定待绘制的填色区域的边界轮廓的模块,所述填色区域的数量大于等于2;
用于针对每个填色区域存储其边界轮廓和对应的图像属性以将针对同一个填色区域的像素作为所述多层次矢量图的一个图层的模块;
其中,所述图像属性用于确定所述边界轮廓内的像素。
11.一种对矢量图进行修改的装置,包括:
用于记录擦除或绘制的路径,并将由所述路径形成的连通的填色区域的颜色值存储为指定值的模块;
用于针对所述擦除或绘制动作所针对的图层,确定连通的填色区域的轮廓的模块;
用于将所述图层的所述连通的填色区域轮廓范围内部分恢复为像素,并对所述恢复的像素进行修改的模块。
CN201610659866.2A 2016-08-12 2016-08-12 一种生成多层次矢量图的方法与装置 Active CN106296773B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610659866.2A CN106296773B (zh) 2016-08-12 2016-08-12 一种生成多层次矢量图的方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610659866.2A CN106296773B (zh) 2016-08-12 2016-08-12 一种生成多层次矢量图的方法与装置

Publications (2)

Publication Number Publication Date
CN106296773A CN106296773A (zh) 2017-01-04
CN106296773B true CN106296773B (zh) 2019-11-29

Family

ID=57669812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610659866.2A Active CN106296773B (zh) 2016-08-12 2016-08-12 一种生成多层次矢量图的方法与装置

Country Status (1)

Country Link
CN (1) CN106296773B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107967689A (zh) * 2017-12-05 2018-04-27 锐捷网络股份有限公司 一种图像边界检测方法及设备
CN108846875A (zh) * 2018-04-26 2018-11-20 广州视源电子科技股份有限公司 形状数据处理方法和装置
CN109582812A (zh) * 2018-11-21 2019-04-05 安徽云融信息技术有限公司 一种用于计算机图像的检索方法
CN111369579A (zh) * 2020-03-03 2020-07-03 东南数字经济发展研究院 一种提取三维云建模目标区域轮廓的方法
CN113238692B (zh) * 2021-06-08 2023-04-18 北京字跳网络技术有限公司 区域选择方法、地图划分方法、装置、及计算机设备
CN114661930B (zh) * 2022-05-24 2022-08-26 深圳顶匠科技有限公司 基于可拓展标记语言的位图处理方法、装置及设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101826213A (zh) * 2010-04-20 2010-09-08 杭州电子科技大学 一种基于链码描述的区域填充方法
CN102053046A (zh) * 2010-11-02 2011-05-11 武汉大学 一种合成绝缘子表面亲水角检定系统及方法
US8363132B2 (en) * 2008-12-30 2013-01-29 Dongbu Hitek Co., Ltd. Apparatus for demosaicing colors and method thereof

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8363132B2 (en) * 2008-12-30 2013-01-29 Dongbu Hitek Co., Ltd. Apparatus for demosaicing colors and method thereof
CN101826213A (zh) * 2010-04-20 2010-09-08 杭州电子科技大学 一种基于链码描述的区域填充方法
CN102053046A (zh) * 2010-11-02 2011-05-11 武汉大学 一种合成绝缘子表面亲水角检定系统及方法

Also Published As

Publication number Publication date
CN106296773A (zh) 2017-01-04

Similar Documents

Publication Publication Date Title
CN106296773B (zh) 一种生成多层次矢量图的方法与装置
US11830246B2 (en) Systems and methods for extracting and vectorizing features of satellite imagery
Berger et al. A survey of surface reconstruction from point clouds
JP6261489B2 (ja) 3次元点群から平面を抽出する、方法、画像処理装置およびプログラムを記憶した非一次的なコンピュータ可読媒体
US8811749B1 (en) Determining correspondence between image regions
Fang et al. Lidar-aug: A general rendering-based augmentation framework for 3d object detection
CN109034245A (zh) 一种利用特征图融合的目标检测方法
US20120092357A1 (en) Region-Based Image Manipulation
Price et al. Object-based vectorization for interactive image editing
DE102016011380A1 (de) Bildsynthese unter Verwendung einer Aktivmaske
Lafarge et al. Hybrid multi-view reconstruction by jump-diffusion
CN112241784A (zh) 训练生成模型和判别模型
CN113673338A (zh) 自然场景文本图像字符像素弱监督自动标注方法、系统及介质
CN109118588B (zh) 一种基于块分解的彩色lod模型自动生成方法
CN110135318A (zh) 过车记录的确定方法、装置、设备及存储介质
CN113902769A (zh) 一种基于深度学习语义分割的地震断层识别方法
CN110866922A (zh) 基于强化学习和迁移学习的图像语义分割模型及建模方法
Ghorai et al. An image inpainting method using pLSA-based search space estimation
Du et al. A fast multiplane segmentation algorithm for sparse 3-D LiDAR point clouds by line segment grouping
CN111539439A (zh) 一种图像语义分割方法
US5694536A (en) Method and apparatus for automatic gap closing in computer aided drawing
Peller From paper map to geospatial vector layer: Demystifying the process
CN115578721A (zh) 一种基于注意力特征融合的街景文本实时检测方法
US5574839A (en) Method and apparatus for automatic gap closing in computer aided drawing
Cai et al. Deep point-based scene labeling with depth mapping and geometric patch feature encoding

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