CN108846869A - 一种基于自然图像色彩的服装自动配色方法 - Google Patents

Abstract

本发明涉及一种基于自然图像色彩的服装自动配色方法，包括以下步骤：选择没有颜色的服装设计款式图，用不同的灰度标注出不同的配色区域，确定颜色方案中的颜色数量；选择带有自然色彩的图片，通过K‑mean聚类方法减少图片的颜色数量，最后生成减少颜色的图片；最后根据颜色的面积占比结合不同的配色区域对服装完成自动配色。本发明可以根据选择的自然风景图片自动获取该图片的色彩，并将该色彩方案应用于服装设草图中，实现自动配色。

Description

一种基于自然图像色彩的服装自动配色方法

技术领域

本发明涉及服装生产领域，尤其是一种基于自然图像色彩的服装自动配色方法。

背景技术

在服装产品的开发过程中，设计师需要根据选定的灵感来源，提取主题色彩，并将其运用于服装产品中。来自自然界中的色彩组合，成为当下设计师进行产品设计中源源不断的灵感来源，其中自然风貌图案、动物昆虫图案、织物图案色彩被广泛运用。在现有的技术水平下，设计师在获得自然图像后，往往需要借助photoshop软件加载图片，用手工的方法从图片中提取颜色，并根据视觉的感官，估算颜色的配比，以确定颜色的应用方案，并根据色彩主题对服装进行配色。这一过程不但耗费大量的时间，同时受制作者主观因素的影响极大。一方面颜色提取的准确度受制作者主观感受的影响，另一方面颜色调整的效果受软件的限制，难以达到理想效果。计算机辅助设计为该问题的解决提供了一种有效途径。

有关在大自然图像中寻找设计灵感的研究大量涌现。Nagel等为设计人员创建了一个基于功能的存储库，以帮助设计师发现一种类似于设计问题的基于自然的解决方案一个。通过功能推演，设计师可以充分利用自然提供的解决方案作为设计的参考。Wadia和McAdams认为自然界本身是一个高度发达的伴有优化选择能力的复杂系统，为设计问题提供了巨大的创新解决方案。Sue等调查了一些与制造业研究相关的设计实例，并提出了一种基于问题驱动的应用自然方法解决设计问题的方案。Goel等设计了一种名为“DANE”的系统，让设计师通过与自然的类比来进行设计，该方法能协助设计师设计基于知识的计算机辅助设计。但这些方法，并未构建一种直接面向服装设计的方法，能够直接将自然图案色彩转化为服装产品的色彩方案。

发明内容

本发明要解决上述现有技术的缺点，提供一种可以根据选择的自然图片自动获取该图片的色彩，并将该色彩方案应用于服装设计款式图中，实现自动配色的基于自然图像色彩的服装自动配色方法。

本发明解决其技术问题采用的技术方案：

一种基于自然图像色彩的服装自动配色方法，包括以下步骤：

1)选择没有颜色的服装设计款式图，用不同的灰度标注出不同的配色区域，确定颜色方案中的颜色数量；

2)选择带有自然色彩的图片，通过K-mean聚类方法减少图片的颜色数量，最后生成减少颜色的图片，其中图片的颜色类别缩小到与选定的颜色方案中颜色数量相等；

3)计算颜色减少后各类颜色中所含的像素占总像素的百分比，得到各颜色比例；

4)根据1)中选定的设计图中的配色区域，计算各配色区域的像素数量百分比，即为各配色区域的面积大小占比；

5)根据2)中得到的颜色结合不同的配色区域完成自动配色，其中颜色占比最大的颜色对应面积最大的配色区域，两者均由大到小依次排序，其他颜色与配色区域依次逐一对应；

6)输出完成配色的带有颜色的效果图。

步骤2)的具体实现又可分为以下步骤：

①将图片从RGB空间转换到Lab空间；

②确定聚类数目p，对图像通过K-mean算法将颜色聚类，得到各类的聚类中心；

③得到p个聚类中心，提取各个聚类中心的RGB值，并将聚类中心的RGB值赋值给该类别的像素点，使得每一类的像素点显示为同一颜色，从而将图片颜色减少至p个；

④输出颜色减少后的图像。

步骤①中，为达到颜色减少颜色的目的，需先将图片从RGB颜色空间转化Lab颜色空间，通常需要将RGB先转化为xyz控件，然后再转换为Lab空间。Lab模式由三个通道组成，L通道表示亮度信息；a、b表示色度通道，a通道包括的颜色是从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值)；b通道则是从亮蓝色(低亮度值)到灰色(中亮度值)再到黄色(高亮度值)。从RGB彩色空间变换到Lab彩色空间计算公式如下：

x＝0.409R+0.310G+0.200B

Y＝0.177R+0.813G+0.010B

Z＝0.000R+0.010G+0.990B

当

当

当t≤0.008856

通常取：X₀＝0.9642；Y₀＝1；Z₀＝0.8249

步骤②中涉及的K-mean聚类算法具体如下：

a)根据图像颜色分布选取聚类数目p，可以根据需要提取的颜色数量确定；

b)假设图像像素个数为m×n，任取聚类中心C_i(i＝1，…，p)分别为最大值、最小值和(最大值+最小值)/2，并将图像像素X_i(j＜m×n)按照最小距离准则分配给任一个聚类中心，使其满足下式：D_ij＝min{[X_j-C_i]}；

c)按照下式修正聚类中心的值，式中q_i(i＝1，…，p)为某类像素个数：

d)将图像中的全部像素按照新的中心重新聚类，重复b)、c)直至聚类结果不再变化；

e)最终得到p个聚类中心。

步骤3)中，根据步骤2)中得到的p个不同颜色类别，分别计算各类别中包含的像素点个数，并计算每一个类别像素点数量占总像素点数量的百分比，得到各类颜色的占比，并由大到小排序，分别标注为颜色A、颜色B、颜色C，记录其对应的颜色RGB值，也即各类聚类中心点RGB值。

步骤4)中，根据步骤1)设定的填色区域，分别计算不同灰度值区域内的像素点个数，并计算各配色区域的像素数量百分比，并有大到小排序，分别标注为区域a，区域b，区域c；

步骤5)中，根据步骤3)与4)得到的颜色与区域排序，对各区域像素点进行颜色赋值，其中a区域赋值颜色值为A，b区域赋值颜色值为B,c区域赋值颜色值为C。

发明有益的效果是：一、本发明直接从自然图片中提取色彩，能够直接获得自然中存在的固有配色方案，能够高效获取配色方案；同时，可直接应用于服装产品，实现仿生色彩设计；二、本发明可以实现设计图的自动配色，过程较人工操作更为快捷与准确；三、本发明可以实现色彩比例的测算，免去了人工测算过程中耗时长、估算困难的问题；四、本发明实现色彩的自动配置，可以有效减少设计者的机械劳动，降低设计过程的劳动强度，缓解疲劳；五、本发明提出的颜色提取过程使用范围广，操作简单，减低了了操作者主观能力对工作效果的限制；六、本发明结果直观可视，处理过程快捷，在很短的时间内可实现单张设计图的多种配色配色与多张设计图的统一色彩方案的配色。

附图说明

图1是实施例中选取的男士夹克衫的款式图；

图2是实施例中选择的带有自然色彩的图片；

图3是图2颜色缩减后的图；

图4是配色效果图；

图5是本发明的流程图。

具体实施方式

下面结合附图对本发明作进一步说明：

实施例：

选定一张带有颜色的自然风景图片和不带颜色的男士夹克衫款式图，从自然风景图片中提取三个色彩，并将色彩用于男士夹克衫。

步骤一：以“三色配色”为例，输入自然风景图像，定义K＝3,即得到三个主要颜色。步骤如下：

1、选取男士夹克衫的款式图(图1)，选定色彩使用方案中用色数量为3,用不同的灰度标注出不同的色彩使用区域；

2、选择带有自然色彩的图片(图2)，将图片从RGB颜色空间转化至Lab颜色空间，通过K-mean聚类算法，将颜色聚为三类，从而将图片分割为三个区域，选取每一类聚类中心的RGB值，得到三个主题颜色，并将其对同属于一类的像素点进行颜色赋值，从而将图片色彩减少至3个(图3)；

3、计算颜色减少后的图片中三个颜色分区内的各个颜色所包含像素数量，计算像素点的占比，并由大到小排序；

4、计算男士夹克衫款式图中三种不同灰度区域的像素数量，得到三个区域的像素比例，也即各配色区域的面积，并由大到小排序。

5、根据3中得到的三个颜色的占比与4中得到的三个配色区域占比完成自动配色，其中颜色占比最大的颜色对应配色面积占比最大的区域，三个颜色依次逐一对应进行颜色填充。

6、输出完成配色的带有颜色的效果图(图4)。

除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。

Claims (3)

1.一种基于自然图像色彩的服装自动配色方法，包括以下步骤：

1)选择没有颜色的服装设计款式图，用不同的灰度标注出不同的配色区域，确定颜色方案中的颜色数量；

2)选择带有自然色彩的图片，通过K-mean聚类方法减少图片的颜色数量，最后生成减少颜色的图片，其中图片的颜色类别缩小到与选定的颜色方案中颜色数量相等；

3)计算颜色减少后各类颜色中所含的像素占总像素的百分比，得到各颜色比例；

4)根据1)中选定的设计图中的配色区域，计算各配色区域的像素数量百分比，即为各配色区域的面积大小占比；

5)根据2)中得到的颜色结合不同的配色区域完成自动配色，其中颜色占比最大的颜色对应面积最大的配色区域，两者均由大到小依次排序，其他颜色与配色区域依次逐一对应；

6)输出完成配色的带有颜色的效果图。

2.根据权利要求1所述的基于自然图像色彩的服装自动配色方法，其特征是：所述步骤2)包含以下步骤：

①将图片从RGB空间转换到Lab空间；

②确定聚类数目p，对图像通过K-mean算法将颜色聚类，得到各类的聚类中心；

③得到p个聚类中心，提取各个聚类中心的RGB值，并将聚类中心的RGB值赋值给该类别的像素点，使得每一类的像素点显示为同一颜色，从而将图片颜色减少至p个；

④输出颜色减少后的图像。

3.根据权利要求1所述的基于自然图像色彩的服装自动配色方法，其特征是：所述步骤②中采用的K-mean聚类算法如下：

a)根据图像颜色分布选取聚类数目p，可以根据需要提取的颜色数量确定；

b)假设图像像素个数为m×n，任取聚类中心C_i(i＝1，…，p)分别为最大值、最小值和(最大值+最小值)/2，并将图像像素X_i(j＜m×n)按照最小距离准则分配给任一个聚类中心，使其满足下式：D_ij＝min{[X_j-C_i]}；

c)按照下式修正聚类中心的值，式中q_i(i＝1，…，p)为某类像素个数：

d)将图像中的全部像素按照新的中心重新聚类，重复b)、c)直至聚类结果不再变化；

e)最终得到p个聚类中心。