CN107193816B - 一种图像搜索方法、虚拟人物图像获取方法及装置 - Google Patents
一种图像搜索方法、虚拟人物图像获取方法及装置 Download PDFInfo
- Publication number
- CN107193816B CN107193816B CN201610143234.0A CN201610143234A CN107193816B CN 107193816 B CN107193816 B CN 107193816B CN 201610143234 A CN201610143234 A CN 201610143234A CN 107193816 B CN107193816 B CN 107193816B
- Authority
- CN
- China
- Prior art keywords
- color
- image
- clothing
- virtual character
- character 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Graphics (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种图像搜索方法、虚拟人物图像获取方法及装置,用以解决现有技术中存在的因为光照、阴影、视觉色差等等情况对颜色产生偏差,造成的搜索结果偏差较大的问题。该方法包括获取生成的虚拟人物图像;确定所述虚拟人物图像的各个像素的颜色;从颜色族库中分别获取各个像素的颜色对应的颜色族;其中,所述颜色族库为预先对若干实际人物图像中各个像素对应颜色进行聚类得到的,且每一类对应一个颜色族,一个颜色族对应一种基本颜色,且一个颜色族中包括多种颜色;使用各个像素的颜色族中包括的多种颜色在目标图像数据库中搜索与所述虚拟人物图像匹配的图像。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像搜索方法、虚拟人物图像获取方法及装置。
背景技术
以图搜图是指通过提交实际的人物图片或者提交可以描述人物全局以及局部特征的图片,在相应的数据库中进行搜索,找出与提交图片相匹配的人物的图片。但是当无法获取实际人物图片时,就需要先生成虚拟人物图片,使用虚拟人物图片来进行搜索。
但是虚拟人物的生成,是通过该选择人物特征模板、服装模板对人物进行抽象的描述。人物特征包括身高、脸型、五官特征、发型、肤色、体型等等,服装特征包括:上衣、裤子、裙子、鞋子等等。但是这种需要存储大量的服装模板来尽可能多的囊括多种情况,浪费存储资源。另外存储的大量模板有时候也不一定能够满足需求。另外,使用虚拟人物图片在数据库中搜索匹配的图片时,所选择地虚拟人物的各个像素的RGB值只能是基本颜色库中的颜色,但是实际场景中会因为光照、阴影、视觉色差等等情况对颜色产生偏差,因此造成了搜索结果偏差较大。
发明内容
本发明实施例提供一种图像搜索方法、虚拟人物图像获取方法及装置,用以解决现有技术中存在的服装模板无法囊括所有的情况以及因为光照、阴影、视觉色差等等情况对颜色产生偏差,造成的搜索结果偏差较大的问题。
第一方面,本发明实施例提供了一种图像搜索方法,该方法包括:
获取生成的虚拟人物图像;确定所述虚拟人物图像的各个像素的颜色;
从颜色族库中分别获取各个像素的颜色对应的颜色族;其中,所述颜色族库为预先对若干实际人物图像中各个像素对应颜色进行聚类得到的,且每一类对应一个颜色族,一个颜色族对应一种基本颜色,且一个颜色族中包括多种颜色;使用各个像素的颜色族中包括的多种颜色在目标图像数据库中搜索与所述虚拟人物图像匹配的图像。
利用本发明实施例提供的方式,使用颜色族中所有的颜色参与图像匹配,并且颜色族中包括的颜色是对若干实际人物图像包括的颜色聚类得到的,降低了真实人物因为光照、阴影以及视觉色差等对虚拟人物图像的影响,提高了数据的可靠性,也使得提高了在目标图像数据库中搜索到与所述虚拟人物图像匹配的图像的准确率。
在一种可能的设计中,获取所述颜色族库,可以通过如下方式实现:
获取若干实际人物图像;
分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块;所述人物特征为人物的生理特征,所述服装特征为人物身上的服装的相关信息;
使用聚类算法对各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块所包含的颜色信息进行聚类得到若干类,并确定每一类包括的若干颜色对应的基本颜色;
其中每一类包括的若干颜色构成了一个颜色族。
本发明实施例中的聚类算法可以是K-means算法、K-Medoids算法等等。
上述设计中,从实际人物图像中获取颜色族库,增加了使用颜色族库中的颜色来匹配图像的准确性。
在一种可能的设计中,所述描述人物特征的色块以及描述服装特征的色块所包含的颜色信息包括:红绿蓝RGB颜色分量或者色调、饱和度以及明度分量。
在一种可能的设计中,分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块,可以通过如下方式实现:
分别去除每个实际人物图像的背景区域得到包括每个实际人物图像的前景图像的掩膜MASK图像;
通过边缘检测算法去除所述各个实际人物图像的前景图像的掩膜MASK图像包括的人物装饰物的色块得到描述人物特征的色块以及描述服装特征的色块。
服装特征包括:外套、衬衣、裤子、鞋子、裙子等等,服装的颜色可以变化。人物特征中包括人物的性别、身高、脸型、五官特征、发型、肤色、表情、体型等等。填充算法可以是洪泛填充(Flooding Fill)算法,还可以是边界填充算法等等。
在一种可能的设计中,获取生成的虚拟人物图像,可以通过如下方式实现:
基于服装特征模板以及人物特征模板初步确定虚拟人物图像后,接收对所述虚拟人物图像的服装调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
通过上述方式可以实现服装在多维度上的调整,在提供的服装模板无法满足需求时,可以对服装进行自适应调整。
本发明实施例中还可以对虚拟人物图像进行锁定,也就是说所述虚拟人物图像为自适应调整状态时,接收对所述虚拟人物图像的服装调整的指示信息后,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。在接收到对所述虚拟人物图像中的服装特征调整的指示信息时,若确定所述虚拟人物图像为锁定状态,禁止对所述虚拟人物图像中的服装特征进行调整。
通过上述方式能够避免在不需要对虚拟人物图像中的服装进行调整时,产生的误操作。
第二方面,本发明实施例提供了一种虚拟人物图像获取方法,包括:
基于服装特征模板以及人物特征模板初步确定虚拟人物图像后,接收用户对所述虚拟人物图像中的服装特征调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
通过上述方式可以实现服装在多维度上的调整,在提供的服装模板无法满足需求时,可以对服装进行自适应调整。
在一种可能的设计中,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像,可以通过如下方式实现:
若确定所述虚拟人物图像为自适应调整状态时,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
在一种可能的设计中,还包括:
在接收到对所述虚拟人物图像中的服装特征调整的指示信息时,若确定所述虚拟人物图像为锁定状态,禁止对所述虚拟人物图像中的服装特征进行调整。
通过本发明实施例提供的方案,可以对虚拟人物图像进行锁定,也就是说所述虚拟人物图像为自适应调整状态时,接收对所述虚拟人物图像的服装调整的指示信息后,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。在接收到对所述虚拟人物图像中的服装特征调整的指示信息时,若确定所述虚拟人物图像为锁定状态,禁止对所述虚拟人物图像中的服装特征进行调整。能够避免在不需要对虚拟人物图像中的服装进行调整时,产生的误操作。
第三方面,本发明实施例提供了一种图像搜索装置,该装置包括:
接收器,用于获取生成的虚拟人物图像;
处理器,用于确定所述接收器接收到的所述虚拟人物图像的各个像素的颜色;从获取到的颜色族库中分别获取各个像素的颜色对应的颜色族;其中,所述颜色族库为预先对若干实际人物图像中各个像素对应颜色进行聚类得到的,且每一类对应一个颜色族,一个颜色族对应一种基本颜色,且一个颜色族中包括多种颜色;使用各个像素的颜色族中包括的多种颜色在目标图像数据库中搜索与所述虚拟人物图像匹配的图像。
在一种可能的设计中,所述接收器,还用于获取若干实际人物图像;
所述处理器,还用于通过如下方式获取所述颜色族库,包括:
分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块;所述人物特征为人物的生理特征,所述服装特征为人物身上的服装的相关信息;
使用聚类算法对各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块所包含的颜色信息进行聚类得到若干类,并确定每一类包括的若干颜色对应的基本颜色;
其中每一类包括的若干颜色构成了一个颜色族。
在一种可能的设计中,所述描述人物特征的色块以及描述服装特征的色块所包含的颜色信息包括:红绿蓝RGB颜色分量或者色调、饱和度以及明度分量。
在一种可能的设计中,所述处理器,还用于通过如下方式分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块,包括:
分别去除每个实际人物图像的背景区域得到包括每个实际人物图像的前景图像的掩膜MASK图像;
通过边缘检测算法去除所述各个实际人物图像的前景图像的掩膜MASK图像包括的人物装饰物的色块得到描述人物特征的色块以及描述服装特征的色块。
在一种可能的设计中,所述接收器,还用于:
在所述处理器基于服装特征模板以及人物特征模板初步确定虚拟人物图像后,接收对所述虚拟人物图像的服装调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
所述处理器还用于:
基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
第四方面,本发明实施例还提供了一种虚拟人物图像获取装置,包括:
处理器,用于基于服装特征模板以及人物特征模板初步确定虚拟人物图像;
接收器,用于接收用户对所述处理器初步确定的所述虚拟人物图像中的服装特征调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
所述处理器,还用于基于填充算法对所述接收器接收到的需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
在一种可能的设计中,所述处理器,在基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像,具体用于:
若确定所述虚拟人物图像为自适应调整状态时,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
在一种可能的设计中,在所述接收器接收到对所述虚拟人物图像中的服装特征调整的指示信息时,所述处理器,还用于确定所述虚拟人物图像为锁定状态时,禁止对所述虚拟人物图像中的服装特征进行调整。
第五方面,本发明实施例提供了一种图像搜索装置,包括:
图像获取单元,用于获取生成的虚拟人物图像;
确定单元,用于确定所述图像获取单元获取到的所述虚拟人物图像的各个像素的颜色;
颜色获取单元,用于从颜色族库中分别获取各个像素的颜色对应的颜色族;其中,所述颜色族库为预先对若干实际人物图像中各个像素对应颜色进行聚类得到的,且每一类对应一个颜色族,一个颜色族对应一种基本颜色,且一个颜色族中包括多种颜色;
匹配单元,用于使用各个像素的颜色族中包括的多种颜色在目标图像数据库中搜索与所述虚拟人物图像匹配的图像。
在一种可能的设计中,所述获取单元,还用于获取若干实际人物图像;
所述装置还包括:
色块获取单元,用于分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块;所述人物特征为人物的生理特征,所述服装特征为人物身上的服装的相关信息;
颜色族生成单元,用于使用聚类算法对各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块所包含的颜色信息进行聚类得到若干类,并确定每一类包括的若干颜色对应的基本颜色;
其中每一类包括的若干颜色构成了一个颜色族。
在一种可能的设计中,所述描述人物特征的色块以及描述服装特征的色块所包含的颜色信息包括:红绿蓝RGB颜色分量或者色调、饱和度以及明度分量。
在一种可能的设计中,所述色块获取单元,具体用于:
分别去除每个实际人物图像的背景区域得到包括每个实际人物图像的前景图像的掩膜MASK图像;
通过边缘检测算法去除所述各个实际人物图像的前景图像的掩膜MASK图像包括的人物装饰物的色块得到描述人物特征的色块以及描述服装特征的色块。
在一种可能的设计中,所述装置还包括图像生成单元,用于基于服装特征模板以及人物特征模板初步确定虚拟人物图像后,接收对所述虚拟人物图像的服装调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
第六方面,本发明实施例提供了一种虚拟人物图像获取装置,该装置包括:
初步确定单元,用于基于服装特征模板以及人物特征模板初步确定虚拟人物图像;
接收单元,用于接收用户对所述初步确定单元确定的所述虚拟人物图像中的服装特征调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
生成单元,用于基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
在一种可能的设计中,所述生成单元,具体用于:
若确定所述虚拟人物图像为自适应调整状态时,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
在一种可能的设计中,所述生成单元,还用于在所述接收单元接收到对所述虚拟人物图像中的服装特征调整的指示信息时,若确定所述虚拟人物图像为锁定状态,禁止对所述虚拟人物图像中的服装特征进行调整。
利用本发明实施例提供的方式,使用颜色族中所有的颜色参与图像匹配,并且颜色族中包括的颜色是对若干实际人物图像包括的颜色聚类得到的,降低了真实人物因为光照、阴影以及视觉色差等对虚拟人物图像的影响,提高了数据的可靠性,也使得提高了在目标图像数据库中搜索到与所述虚拟人物图像匹配的图像的准确率。
附图说明
图1为本发明实施例提供的图像搜索方法流程图;
图2为本发明实施例提供的颜色族库示意图;
图3为本发明实施例提供的获取颜色族库方法示意图;
图4A~图4B为本发明实施例提供的用于初步确定虚拟人物图像人机交互界面示意图;
图5为本发明实施例提供的虚拟人物图像获取方法流程图;
图6为本发明实施例提供的一种图像搜索装置示意图;
图7为本发明实施例提供的另一种图像搜索装置示意图;
图8为本发明实施例提供的一种虚拟人物图像获取装置示意图;
图9为本发明实施例提供的另一种虚拟人物图像获取装置示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明实施例提供一种图像搜索方法、虚拟人物图像获取方法及装置,用以解决现有技术中存在的服装模板无法囊括所有的情况以及因为光照、阴影、视觉色差等等情况对颜色产生偏差,造成的搜索结果偏差较大的问题。其中,方法和装置是基于同一发明构思的,由于方法及装置解决问题的原理相似,因此装置与方法的实施可以相互参见,重复之处不再赘述。
本发明实施例提供的方案可以通过一台终端设备来实现。终端设备可以是计算机等设备。
针对虚拟人物颜色的选择与真实人物因为光照、阴影、视觉色差等之间的偏差,造成搜索结果偏差较大的问题,本发明实施例提供了一种图像搜索方法,如图1所示,该方法包括:
S101,获取生成的虚拟人物图像。
具体获取生成的虚拟人物图像,可以通过人机交互界面生成虚拟人物图片。
S102,确定所述生成的虚拟人物图像的各个像素的颜色。
S103,从颜色族库中分别获取各个像素的颜色对应的颜色族。
其中,所述颜色族库为预先对若干实际人物图像中各个像素对应颜色进行聚类得到的,且每一类对应一个颜色族,一个颜色族对应一种基本颜色,且一个颜色族中包括多种颜色,例如,如图2所示的颜色族库。
S104,使用各个像素的颜色族中包括的多种颜色在目标图像数据库中搜索与所述虚拟人物图像匹配的图像。
利用本发明实施例提供的方式,使用颜色族中所有的颜色参与图像匹配,并且颜色族中包括的颜色是对若干实际人物图像包括的颜色聚类得到的,降低了真实人物因为光照、阴影以及视觉色差等对虚拟人物图像的影响,提高了数据的可靠性,也使得提高了在目标图像数据库中搜索到与所述虚拟人物图像匹配的图像的准确率。
在一种可能的实现方式中,获取所述颜色族库,可以通过如下方式实现,如图3所示:
A1,获取若干实际人物图像。
A2,分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块;所述人物特征为人物的生理特征,所述服装特征为人物身上的服装的相关信息。
在分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块时,可以通过如下方式实现:
分别去除每个实际人物图像的背景区域得到包括每个实际人物图像的前景图像的掩膜MASK图像。
通过边缘检测算法去除所述各个实际人物图像的前景图像的掩膜MASK图像包括的人物装饰物的色块得到描述人物特征的色块以及描述服装特征的色块。
A3,使用聚类算法对各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块所包含的颜色信息进行聚类得到若干类,并确定每一类包括的若干颜色对应的基本颜色。
其中每一类包括的若干颜色构成了一个颜色族。
本发明实施例中的聚类算法可以是K-means算法、K-Medoids算法等等。
可选地,所述描述人物特征的色块以及描述服装特征的色块所包含的颜色信息包括:红绿蓝RGB颜色分量或者色调、饱和度以及明度分量。
可选地,获取生成的虚拟人物图像时,可以在初步确定虚拟人物图像后,根据虚拟人物图像与实际人物的服装上的差别,对初步确定的虚拟人物图像的服装进行微调,可以通过如下方式实现:
基于服装特征模板以及人物特征模板初步确定虚拟人物图像后,接收对所述虚拟人物图像的服装调整的指示信息,所述指示信息包括服装调整的位置信息以及方向信息;
基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
服装特征包括:外套、衬衣、裤子、鞋子、裙子等等,服装的颜色可以变化。人物特征中包括人物的性别、身高、脸型、五官特征、发型、肤色、表情、体型等等。
填充算法可以是洪泛填充(Flooding Fill)算法,还可以是边界填充算法等等。本发明实施例对此不作具体限定。
本发明实施例中,接收对所述虚拟人物图像的服装调整的指示信息,可以通过如下方式实现:
监听到用户鼠标拖动服装的事件,获知服装需调整的位置信息以及方向信息。
服装需调整的位置信息包括服装所在的位置以及调整的大小。例如宽度调整、长度调整等等。
从而根据鼠标所指示的位置确定需要调整的服装包括的区域,然后基于填充算法对该区域进行处理得到生成的虚拟人物图像。
例如,用户通过人机交互界面并界面显示的服装特征模板以及人物特征模板初步确定虚拟人物图像。如图4A和图4B所示界面,用户在界面上选择外套、T恤、外裤、鞋子、性别等等,外裤可以为裤子或者裙子。然后用户使用鼠标拖拉需调整的服装,例如外套的左右间隔、袖子的长短、裤子的长度。从而终端设备监听到用户鼠标拖动服装的事件,获知服装需调整的位置信息以及方向信息,然后基于洪泛填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
通过上述方式可以实现服装在多维度上的调整,在提供的服装模板无法满足需求时,可以对服装进行自适应调整。
本发明实施例中还可以对虚拟人物图像进行锁定,也就是说所述虚拟人物图像为自适应调整状态时,接收对所述虚拟人物图像的服装调整的指示信息后,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。在接收到对所述虚拟人物图像中的服装特征调整的指示信息时,若确定所述虚拟人物图像为锁定状态,禁止对所述虚拟人物图像中的服装特征进行调整。
通过上述方式能够避免在不需要对虚拟人物图像中的服装进行调整时,产生的误操作。
本发明实施例还提供了一种虚拟人物图像获取方法,如图5所示,该方法包括:
S501,基于服装特征模板以及人物特征模板初步确定虚拟人物图像后,接收用户对所述虚拟人物图像中的服装特征调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息。
S502,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
服装特征包括:外套、衬衣、裤子、鞋子、裙子等等,服装的颜色可以变化。人物特征中包括人物的性别、身高、脸型、五官特征、发型、肤色、表情、体型等等。
填充算法可以是洪泛填充(Flooding Fill)算法,还可以是边界填充算法等等。本发明实施例对此不作具体限定。
本发明实施例中,接收对所述虚拟人物图像的服装调整的指示信息,可以通过如下方式实现:
监听到用户鼠标拖动服装的事件,获知服装需调整的位置信息以及方向信息。
服装需调整的位置信息包括服装所在的位置以及调整的大小。例如宽度调整、长度调整等等。
从而根据鼠标所指示的位置确定需要调整的服装包括的区域,然后基于填充算法对该区域进行处理得到生成的虚拟人物图像。
例如,用户通过人机交互界面并界面显示的服装特征模板以及人物特征模板初步确定虚拟人物图像。如图2所示界面,用户在界面上选择外套、T恤、外裤、鞋子、性别等等。然后用户使用鼠标拖拉需调整的服装,例如外套的左右间隔、袖子的长短、裤子的长度。从而终端设备监听到用户鼠标拖动服装的事件,获知服装需调整的位置信息以及方向信息,然后基于洪泛填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
通过上述方式可以实现服装在多维度上的调整,在提供的服装模板无法满足需求时,可以对服装进行自适应调整。
可选地,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像,可以通过如下方式实现:
若确定所述虚拟人物图像为自适应调整状态时,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
可选地,该方法还可以包括:
在接收到对所述虚拟人物图像中的服装特征调整的指示信息时,若确定所述虚拟人物图像为锁定状态,禁止对所述虚拟人物图像中的服装特征进行调整。
通过本发明实施例提供的方案,可以对虚拟人物图像进行锁定,也就是说所述虚拟人物图像为自适应调整状态时,接收对所述虚拟人物图像的服装调整的指示信息后,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。在接收到对所述虚拟人物图像中的服装特征调整的指示信息时,若确定所述虚拟人物图像为锁定状态,禁止对所述虚拟人物图像中的服装特征进行调整。能够避免在不需要对虚拟人物图像中的服装进行调整时,产生的误操作。
基于与图1所示的方法实施例同样的发明构思,本发明实施例提供了一种图像搜索装置,如图6所示,包括:
图像获取单元601,用于获取生成的虚拟人物图像;
确定单元602,用于确定所述图像获取单元601获取到的所述虚拟人物图像的各个像素的颜色;
颜色获取单元603,用于从颜色族库中分别获取各个像素的颜色对应的颜色族;其中,所述颜色族库为预先对若干实际人物图像中各个像素对应颜色进行聚类得到的,且每一类对应一个颜色族,一个颜色族对应一种基本颜色,且一个颜色族中包括多种颜色;
匹配单元604,用于使用各个像素的颜色族中包括的多种颜色在目标图像数据库中搜索与所述虚拟人物图像匹配的图像。
在一种可能的设计中,所述图像获取单元601,还用于获取若干实际人物图像;
所述装置还包括:
色块获取单元605,用于分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块;所述人物特征为人物的生理特征,所述服装特征为人物身上的服装的相关信息;
颜色族生成单元606,用于使用聚类算法对各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块所包含的颜色信息进行聚类得到若干类,并确定每一类包括的若干颜色对应的基本颜色;
其中每一类包括的若干颜色构成了一个颜色族。
在一种可能的设计中,所述描述人物特征的色块以及描述服装特征的色块所包含的颜色信息包括:红绿蓝RGB颜色分量或者色调、饱和度以及明度分量。
在一种可能的设计中,所述色块获取单元605,具体用于:
分别去除每个实际人物图像的背景区域得到包括每个实际人物图像的前景图像的掩膜MASK图像;
通过边缘检测算法去除所述各个实际人物图像的前景图像的掩膜MASK图像包括的人物装饰物的色块得到描述人物特征的色块以及描述服装特征的色块。
在一种可能的设计中,所述装置还包括图像生成单元607,用于基于服装特征模板以及人物特征模板初步确定虚拟人物图像后,接收对所述虚拟人物图像的服装调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
本发明实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,另外,在本申请各个实施例中的各功能单元可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
其中,集成的单元既可以采用硬件的形式实现时,如图7所示的一种图像搜索装置包括接收器701以及处理器702。处理器702,可以是一个中央处理单元(英文:centralprocessing unit,简称CPU),或者为数字处理单元等等。其中,图像搜索装置中还包括存储器703,用于存储处理器702执行的程序,处理器702用于执行存储器703存储的程序。存储器703还用于存储颜色族库、目标图像数据库、服装特征模板以及人物特征模板等等信息。
存储器703可以设置于所述图像搜索装置内部,也可以设置于所述图像搜索装置外部。图像搜索装置还可以包括输入/输出接口704,用于通过输入/输出接口704将程序、以及配置信息写入存储器703中,将匹配得到的图像输出。
其中,接收器701、存储器703、处理器702、输入/输出接口704可以通过总线705连接。其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图12中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器703可以是易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM);存储器703也可以是非易失性存储器(英文:non-volatile memory),例如只读存储器(英文:read-only memory,缩写:ROM),快闪存储器(英文:flash memory),硬盘(英文:hard disk drive,缩写:HDD)或固态硬盘(英文:solid-state drive,缩写:SSD)、或者存储器703是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器703可以是上述存储器的组合。
接收器701,用于获取生成的虚拟人物图像;
处理器702,用于确定所述接收器701接收到的所述虚拟人物图像的各个像素的颜色;从获取到的颜色族库中分别获取各个像素的颜色对应的颜色族;其中,所述颜色族库为预先对若干实际人物图像中各个像素对应颜色进行聚类得到的,且每一类对应一个颜色族,一个颜色族对应一种基本颜色,且一个颜色族中包括多种颜色;使用各个像素的颜色族中包括的多种颜色在目标图像数据库中搜索与所述虚拟人物图像匹配的图像。
在一种可能的设计中,所述接收器701,还用于获取若干实际人物图像;
所述处理器702,还用于通过如下方式获取所述颜色族库,包括:
分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块;所述人物特征为人物的生理特征,所述服装特征为人物身上的服装的相关信息;
使用聚类算法对各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块所包含的颜色信息进行聚类得到若干类,并确定每一类包括的若干颜色对应的基本颜色;
其中每一类包括的若干颜色构成了一个颜色族。
在一种可能的设计中,所述描述人物特征的色块以及描述服装特征的色块所包含的颜色信息包括:红绿蓝RGB颜色分量或者色调、饱和度以及明度分量。
在一种可能的设计中,所述处理器702,还用于通过如下方式分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块,包括:
分别去除每个实际人物图像的背景区域得到包括每个实际人物图像的前景图像的掩膜MASK图像;
通过边缘检测算法去除所述各个实际人物图像的前景图像的掩膜MASK图像包括的人物装饰物的色块得到描述人物特征的色块以及描述服装特征的色块。
在一种可能的设计中,所述接收器701,还用于:
在所述处理器702基于服装特征模板以及人物特征模板初步确定虚拟人物图像后,接收对所述虚拟人物图像的服装调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
所述处理器702还用于:基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
基于与图5所示的实施例同样的发明构思,本发明实施例提供了一种虚拟人物图像获取装置,如图8所示,该装置包括:
初步确定单元801,用于基于服装特征模板以及人物特征模板初步确定虚拟人物图像;
接收单元802,用于接收用户对所述初步确定单元801确定的所述虚拟人物图像中的服装特征调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
生成单元803,用于基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
在一种可能的设计中,所述生成单元803,具体用于:
若确定所述虚拟人物图像为自适应调整状态时,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
在一种可能的设计中,所述生成单元803,还用于在所述接收单元802接收到对所述虚拟人物图像中的服装特征调整的指示信息时,若确定所述虚拟人物图像为锁定状态,禁止对所述虚拟人物图像中的服装特征进行调整。
利用本发明实施例提供的方式,使用颜色族中所有的颜色参与图像匹配,并且颜色族中包括的颜色是对若干实际人物图像包括的颜色聚类得到的,降低了真实人物因为光照、阴影以及视觉色差等对虚拟人物图像的影响,提高了数据的可靠性,也使得提高了在目标图像数据库中搜索到与所述虚拟人物图像匹配的图像的准确率。
本发明实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,另外,在本申请各个实施例中的各功能单元可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
其中,集成的单元既可以采用硬件的形式实现时,如图8所示的一种虚拟人物图像获取装置包括接收器901以及处理器902。处理器902,可以是一个中央处理单元(英文:central processing unit,简称CPU),或者为数字处理单元等等。其中,虚拟人物图像获取装置中还包括存储器903,用于存储处理器902执行的程序,处理器902用于执行存储器903存储的程序。存储器903还用于存储服装特征模板以及人物特征模板等等信息。
存储器903可以设置于所述虚拟人物图像获取装置内部,也可以设置于所述虚拟人物图像获取装置外部。虚拟人物图像获取装置还可以包括输入/输出接口904,用于通过输入/输出接口904将程序、以及配置信息写入存储器903中,将匹配得到的图像输出。
其中,接收器901、存储器903、处理器902、输入/输出接口904可以通过总线905连接。其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图9中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器903可以是易失性存储器,例如RAM;存储器903也可以是非易失性存储器,例如ROM,快闪存储器,HDD或SSD、或者存储器903是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器903可以是上述存储器的组合。
处理器902,用于基于服装特征模板以及人物特征模板初步确定虚拟人物图像;
接收器901,用于接收用户对所述处理器902初步确定的所述虚拟人物图像中的服装特征调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
所述处理器902,还用于基于填充算法对所述接收器901接收到的需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
在一种可能的设计中,所述处理器902,在基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像时,具体用于:
若确定所述虚拟人物图像为自适应调整状态时,基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
在一种可能的设计中,在所述接收器901接收到对所述虚拟人物图像中的服装特征调整的指示信息时,所述处理器902,还用于确定所述虚拟人物图像为锁定状态时,禁止对所述虚拟人物图像中的服装特征进行调整。
通过上述方式可以实现服装在多维度上的调整,在提供的服装模板无法满足需求时,可以对服装进行自适应调整。
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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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 (10)
1.一种图像搜索方法,其特征在于,包括:
获取生成的虚拟人物图像;
确定所述虚拟人物图像的各个像素的颜色;
从颜色族库中分别获取各个像素的颜色对应的颜色族;其中,所述颜色族库为预先对若干实际人物图像中各个像素对应颜色进行聚类得到的,且每一类对应一个颜色族,一个颜色族对应一种基本颜色,且一个颜色族中包括多种颜色;
使用各个像素的颜色族中包括的多种颜色在目标图像数据库中搜索与所述虚拟人物图像匹配的图像。
2.如权利要求1所述的方法,其特征在于,获取所述颜色族库,包括:
获取若干实际人物图像;
分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块;所述人物特征为人物的生理特征,所述服装特征为人物身上的服装的相关信息;
使用聚类算法对各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块所包含的颜色信息进行聚类得到若干类,并确定每一类包括的若干颜色对应的基本颜色;
其中每一类包括的若干颜色构成了一个颜色族。
3.如权利要求2所述的方法,其特征在于,所述描述人物特征的色块以及描述服装特征的色块所包含的颜色信息包括:红绿蓝RGB颜色分量或者色调、饱和度以及明度分量。
4.如权利要求2所述的方法,其特征在于,分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块,包括:
分别去除每个实际人物图像的背景区域得到包括每个实际人物图像的前景图像的掩膜MASK图像;
通过边缘检测算法去除所述各个实际人物图像的前景图像的掩膜MASK图像包括的人物装饰物的色块得到描述人物特征的色块以及描述服装特征的色块。
5.如权利要求1至4任一项所述的方法,其特征在于,获取生成的虚拟人物图像,包括:
基于服装特征模板以及人物特征模板初步确定虚拟人物图像后,接收对所述虚拟人物图像的服装调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
6.一种图像搜索装置,其特征在于,包括:
接收器,用于获取生成的虚拟人物图像;
处理器,用于确定所述接收器接收到的所述虚拟人物图像的各个像素的颜色;从获取到的颜色族库中分别获取各个像素的颜色对应的颜色族;其中,所述颜色族库为预先对若干实际人物图像中各个像素对应颜色进行聚类得到的,且每一类对应一个颜色族,一个颜色族对应一种基本颜色,且一个颜色族中包括多种颜色;使用各个像素的颜色族中包括的多种颜色在目标图像数据库中搜索与所述虚拟人物图像匹配的图像。
7.如权利要求6所述的装置,其特征在于,所述接收器,还用于获取若干实际人物图像;
所述处理器,还用于通过如下方式获取所述颜色族库,包括:
分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块;所述人物特征为人物的生理特征,所述服装特征为人物身上的服装的相关信息;
使用聚类算法对各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块所包含的颜色信息进行聚类得到若干类,并确定每一类包括的若干颜色对应的基本颜色;
其中每一类包括的若干颜色构成了一个颜色族。
8.如权利要求7所述的装置,其特征在于,所述描述人物特征的色块以及描述服装特征的色块所包含的颜色信息包括:红绿蓝RGB颜色分量或者色调、饱和度以及明度分量。
9.如权利要求7所述的装置,其特征在于,所述处理器,还用于通过如下方式分别获取各个实际人物图像包括的描述人物特征的色块以及描述服装特征的色块,包括:
分别去除每个实际人物图像的背景区域得到包括每个实际人物图像的前景图像的掩膜MASK图像;
通过边缘检测算法去除所述各个实际人物图像的前景图像的掩膜MASK图像包括的人物装饰物的色块得到描述人物特征的色块以及描述服装特征的色块。
10.如权利要求6至9任一项所述的装置,其特征在于,所述接收器,还用于:
在所述处理器基于服装特征模板以及人物特征模板初步确定虚拟人物图像后,接收对所述虚拟人物图像的服装调整的指示信息,所述指示信息包括需调整的位置信息以及方向信息;
所述处理器还用于:
基于填充算法对所述需调整的位置信息对应的服装包括的区域进行填充处理得到生成的虚拟人物图像。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610143234.0A CN107193816B (zh) | 2016-03-14 | 2016-03-14 | 一种图像搜索方法、虚拟人物图像获取方法及装置 |
PCT/CN2017/076466 WO2017157261A1 (zh) | 2016-03-14 | 2017-03-13 | 一种图像搜索方法、虚拟人物图像获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610143234.0A CN107193816B (zh) | 2016-03-14 | 2016-03-14 | 一种图像搜索方法、虚拟人物图像获取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107193816A CN107193816A (zh) | 2017-09-22 |
CN107193816B true CN107193816B (zh) | 2021-03-30 |
Family
ID=59850611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610143234.0A Active CN107193816B (zh) | 2016-03-14 | 2016-03-14 | 一种图像搜索方法、虚拟人物图像获取方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107193816B (zh) |
WO (1) | WO2017157261A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114004906A (zh) * | 2021-10-29 | 2022-02-01 | 北京小米移动软件有限公司 | 图像配色方法、装置、存储介质及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530903A (zh) * | 2013-10-28 | 2014-01-22 | 智慧城市系统服务(中国)有限公司 | 一种虚拟试衣间的实现方法及实现系统 |
CN103718212A (zh) * | 2011-08-05 | 2014-04-09 | 乐天株式会社 | 颜色确定装置、颜色确定系统、颜色确定方法、信息记录介质和程序 |
CN102982350B (zh) * | 2012-11-13 | 2015-10-28 | 上海交通大学 | 一种基于颜色和梯度直方图的台标检测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5974192A (en) * | 1995-11-22 | 1999-10-26 | U S West, Inc. | System and method for matching blocks in a sequence of images |
US6961736B1 (en) * | 2002-05-31 | 2005-11-01 | Adobe Systems Incorporated | Compact color feature vector representation |
US8891902B2 (en) * | 2010-02-16 | 2014-11-18 | Imprezzeo Pty Limited | Band weighted colour histograms for image retrieval |
CN102663391B (zh) * | 2012-02-27 | 2015-03-25 | 安科智慧城市技术(中国)有限公司 | 一种图像的多特征提取与融合方法及系统 |
CN104809245A (zh) * | 2015-05-13 | 2015-07-29 | 信阳师范学院 | 一种图像检索方法 |
CN105069042A (zh) * | 2015-07-23 | 2015-11-18 | 北京航空航天大学 | 基于内容的无人机侦察图像数据检索方法 |
CN105205171B (zh) * | 2015-10-14 | 2018-09-21 | 杭州中威电子股份有限公司 | 基于颜色特征的图像检索方法 |
-
2016
- 2016-03-14 CN CN201610143234.0A patent/CN107193816B/zh active Active
-
2017
- 2017-03-13 WO PCT/CN2017/076466 patent/WO2017157261A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103718212A (zh) * | 2011-08-05 | 2014-04-09 | 乐天株式会社 | 颜色确定装置、颜色确定系统、颜色确定方法、信息记录介质和程序 |
CN102982350B (zh) * | 2012-11-13 | 2015-10-28 | 上海交通大学 | 一种基于颜色和梯度直方图的台标检测方法 |
CN103530903A (zh) * | 2013-10-28 | 2014-01-22 | 智慧城市系统服务(中国)有限公司 | 一种虚拟试衣间的实现方法及实现系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2017157261A1 (zh) | 2017-09-21 |
CN107193816A (zh) | 2017-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9741137B2 (en) | Image-based color palette generation | |
US10540757B1 (en) | Method and system for generating combined images utilizing image processing of multiple images | |
US9245350B1 (en) | Image-based color palette generation | |
US9311889B1 (en) | Image-based color palette generation | |
US20150379743A1 (en) | Image-based color palette generation | |
WO2021114814A1 (zh) | 人体属性识别方法、装置、电子设备以及存储介质 | |
CN111383232B (zh) | 抠图方法、装置、终端设备及计算机可读存储介质 | |
CN108463823B (zh) | 一种用户头发模型的重建方法、装置及终端 | |
US10824910B2 (en) | Image processing method, non-transitory computer readable storage medium and image processing system | |
CN105321171B (zh) | 针对实况相机馈送的图像分割 | |
CN109903291B (zh) | 图像处理方法及相关装置 | |
US20210312212A1 (en) | Product image generation system | |
US11410411B2 (en) | Method and apparatus for recognizing descriptive attribute of appearance feature | |
Ge et al. | Co-saliency detection via inter and intra saliency propagation | |
US11347792B2 (en) | Video abstract generating method, apparatus, and storage medium | |
CN111353546A (zh) | 图像处理模型的训练方法、装置、计算机设备和存储介质 | |
CN111311528A (zh) | 图像融合优化方法、装置、设备和介质 | |
JP2015041254A (ja) | Trimap生成装置、Trimap生成方法、及びプログラム | |
CN106997580B (zh) | 图片处理方法和装置 | |
US10964288B2 (en) | Automatically adapt user interface color scheme for digital images and video | |
US20190220954A1 (en) | Apparatus, method, and computer program code for producing composite image | |
CN107193816B (zh) | 一种图像搜索方法、虚拟人物图像获取方法及装置 | |
CN111784563B (zh) | 一种背景虚化方法、装置、计算机设备及存储介质 | |
CN113947568A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN112785683B (zh) | 一种人脸图像调整方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |