CN109087553A - 一种临摹绘画方法 - Google Patents

Abstract

本发明公开一种临摹绘画方法，包括：S1，将平面直角坐标系映射到画布上，并在所述画布上设置第一摄像头和第二摄像头；S2，第一摄像头和第二摄像头同时对整个绘画过程中的画笔进行跟踪拍摄，通过转动角度计算坐标以及通过拍摄的内容获取相应的参数；S3，根据绘画时画布的大小与拍摄作画视频时画布大小比例，通过空间的对应映射关系设定绘图时的坐标系；S4，根据S2的计算数据生成电处理信号，控制绘画装置在画布上进行图像过程重现，完成临摹绘制。本发明方法通过两个摄像头配合使用，实现绘画过程的学习后进行绘画过程重现和画面临摹，能帮助绘画教学老师进行绘画过程展示，节约作画演示时间和精力，以便有更充裕的时间同时进行重点讲解。

Description

一种临摹绘画方法

技术领域

本发明涉及临摹绘画领域，尤其涉及一种临摹绘画方法。

背景技术

在素质教育的实施和音体美的完善落实情况下，美术教育业被推到了最前沿。美术教育的根本引导点在于培养学生的正确审美观，提高学生感受美、欣赏美、创造美的能力。新的教学大纲中有“充分发挥美术教学陶冶情感的功能，努力培养学生健康的审美情趣，提高学生的审美能力。”我们美术教育者们应多方面探索素质教育的发展之路，当然也要根据美术教育的特点结合学生的心理素质来促进素质教育。显然，绘画教学是教育领域中的一个重要组成部分。

然而，在施展绘画教学的过程当中，由于缺乏技术，往往需要教学老师重复作画，浪费大量的教学时间，以致教学老师没有更充裕的时间和精力进行重点讲解教学内容。

发明内容

本发明针对现有技术中存在的问题，提供一种临摹绘画方法，通过两个摄像头配合使用，实现绘画过程的学习后进行绘画过程重现和画面临摹，能帮助绘画教学老师进行绘画过程展示，节约作画演示时间和精力，以便有更充裕的时间同时进行重点讲解。

为实现上述目的，本发明提供的技术方案如下：

一种临摹绘画方法，其特征在于，包括：

S1，将平面直角坐标系映射到画布上，并在所述画布上设置第一摄像头和第二摄像头；

S2，第一摄像头和第二摄像头同时对整个绘画过程中的画笔进行跟踪拍摄，通过转动角度计算坐标以及通过拍摄的内容获取相应的参数；

S3，根据绘画时画布的大小与拍摄作画视频时画布大小比例，通过空间的对应映射关系设定绘图时的坐标系；

S4，根据S2的计算数据生成电处理信号，控制绘画装置在画布上进行图像过程重现，完成临摹绘制。

进一步地，所述步骤S1具体包括：

S11，将画布的左下角设定为坐标轴的原点(0，0)，画布的边长为a，画布各个角依次为(0，0)、(a，0)、(a，a)、(0，a)；

S12，将第一摄像头设置在画布左边中点(0，a/2)位置，且拍摄范围分别能覆盖到画布的(0，a)、(0，0)两个角；

S13，将第二摄像头设置在画布的下边中点(a/2，0)位置，且拍摄范围分别能覆盖到画布的(0，0)、(a，0)两个角。

进一步地，所述步骤S1中第一摄像头和第二摄像头拍摄的中心点正对画布中心点，即第一摄像头和第二摄像头拍摄的中线与所在画布边的中线重合。

进一步地，所述步骤S2具体包括：

S21，计算画笔坐标位置(x，y)，通过摄像头的转动角度来计算画笔在画布中不断移动绘画时的坐标位置；

S22，判断画笔笔头，建立各种类型画笔笔头的识别模型，通过比对识别模型对画笔笔头进行判断和定位；

S23，判断下笔、提笔状态，根据识别出的笔头框出笔头坐标，通过统计计算Y轴坐标值在一定的阈值范围内的变化数据判断画笔为提笔或下笔画画的状态；

S24，计算每种颜色画笔的绘画轨迹，根据每种颜色画笔的下笔点、提笔点的画笔坐标位置计算数据、以及下笔、提笔时间段内画笔的笔头坐标位置变化数据，得到该颜色画笔在绘画时的移动轨迹；

S25，判断画笔的颜色，对判断出的画笔笔头图像区域取平均值，得到画笔的颜色HSB值。

进一步地，所述步骤S21具体包括：

S211，当画笔在画布中移动时，通过将第一摄像头和第二摄像头分别转动一定角度，使用算法判断画笔是否在拍摄范围的正中央；

S212，如果判断画笔不在拍摄范围的正中央，则继续转动上述角度，直到判断画笔在拍摄范围的正中央则停止转动；

S213，分别统计第一摄像头和第二摄像头的电机总共转动了多少度，计算得出画笔与第一摄像头的连线与画布边的中线所形成的夹角的度数β，画笔与第二摄像头的连线与画布边的中线形成的夹角的度数α；

S214，通过β和α计算得出画笔(x，y)的坐标位置。

进一步地，所述S211步骤中的判断算法为二分法。

进一步地，所述步骤S22具体包括：

S221，通过机器学习大量绘图时需要用到的各种画笔的笔头图像，对笔头部分进行框选学习，预先建立各种画笔笔头识别模型；

S222，通过比对识别模型对画笔笔头进行判断和定位。

进一步地，所述步骤S221具体包括：

S2211，通过获取大量各种角度、各种光线下拍摄到的画笔笔头图像进行预处理，通过除噪音和干扰、图像切割、归一化过程提高服务器对图像处理识别的性能；

S2212，进行特征提取，根据不同画笔笔头图像的空间密度的颜色、纹理、形状组合特征，将画笔图像划分为M＊N个方格区域，计算每个方格中的点数与画笔笔头图像总点数之比，得到M＊N维特征向量；

S2213，通过反复识别训练，从训练集各画笔笔头图像中提取出标准模版，建立标准特征库，将训练集各画笔笔头的特征向量存入文件中，建立识别模型。

进一步地，所述步骤S222具体包括：

S2221，对拍摄的绘画学习视频抽取关键帧图像进行预处理，通过除噪音和干扰、图像切割、归一化过程提高服务器对图像处理识别的性能；

S2222，进行特征提取，根据不同画笔笔头图像的空间密度的颜色、纹理、形状组合特征，将画笔图像划分为M＊N个方格区域，计算每个方格中的点数与画笔笔头图像总点数之比，得到M＊N维特征向量；

S2223，将提取的特征向量与识别模型做比对，判断出图像中包含的画笔笔头。

进一步地，所述画笔可以为油画棒、水彩笔、颜料笔。

与现有技术相比，本发明通过两个摄像头配合使用，实现绘画过程的学习后进行绘画过程重现和画面临摹，能帮助绘画教学老师进行绘画过程展示，节约作画演示时间和精力，以便有更充裕的时间同时进行重点讲解。

附图说明

图1：为本发明方法实施例中坐标示意图；

图2：为本发明方法具体总步骤流程图；

图3：为本发明方法步骤S1具体流程图；

图4：为本发明方法步骤S2具体流程图；

图5：为本发明方法步骤S21具体流程图；

图6：为本发明方法步骤S22具体流程图；

图7：为本发明方法步骤S221具体流程图；

图8：为本发明方法步骤S222具体流程图；

图9：为本发明方式实现步骤S23的实施图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

参照图1和图2，在正方形画布上进行作画，将平面坐标映射在画布上，将画布的左下角设定为坐标轴的原点(0，0)，画布的边长为a，画布各个角依次为(0，0)、(a，0)、(a，a)、(0，a)；将第一摄像头设置在画布左边中点(0，a/2)位置，且拍摄范围分别能覆盖到画布的(0，a)、(0，0)两个角；将第二摄像头设置在画布的下边中点(a/2，0)位置，且拍摄范围分别能覆盖到画布的(0，0)、(a，0)两个角。通过两个摄像头拍摄绘画时的画笔颜色、下笔、提笔的绘画过程来进行绘画学习。学习绘画时，绘画者位于画布的右边外侧进行绘画，摄像头对绘画者使用的画笔颜色和整个绘画过程的下笔、提笔情况进行拍摄，这样设置摄像头和绘画者的位置是因为需要确保绘画者是右手持笔进行绘画，拍摄时两个摄像头能清晰无遮挡的拍摄到绘画者手中所持画笔的下笔处和画笔的颜色；如果绘画者为左手持笔，则绘画者需要调整作画位置到画布的上方以确保绘画时摄像头可以拍摄到其所持的画笔颜色和下笔、提笔情况而不被持笔的手遮挡。

通过摄像头拍摄绘画过程进行绘画学习，根据学习到的作画时使用的画笔颜色、各颜色画笔的下笔点、画笔移动绘制过程、提笔点、下笔到提笔的时间信息生成电处理信号，控制绘画装置进行绘画重现，具体过程如下：

参照图3，将平面直角坐标系映射到画布上，将画布的左下角设定为坐标轴的原点(0，0)，画布的边长为a，画布各个角依次为(0，0)、(a，0)、(a，a)、(0，a)；将第一摄像头设置在画布左边中点(0，a/2)位置，且拍摄范围分别能覆盖到画布的(0，a)、(0，0)两个角；将第二摄像头设置在画布的下边中点(a/2，0)位置，且拍摄范围分别能覆盖到画布的(0，0)、(a，0)两个角。此时，第一摄像头、第二摄像头拍摄的中心点正对画布中心点，即第一摄像头、第二摄像头拍摄的中线与所在画布边的中线重合。

参照图4，绘画者位于画布的右边进行绘画，通过第一和第二摄像头同时对整个绘画过程中的画笔进行跟踪拍摄，通过摄像头的转动角度来计算画笔在画布中不断移动绘画时的坐标位置，通过拍摄的绘画学习视频获取画笔的颜色，通过画笔的高度判断下笔点、提笔点，通过每种颜色画笔从下笔到提笔的时间来得到每种颜色画笔的每次绘画时间。画笔可以使用油画棒、水彩笔、颜料笔，只要满足可以拍摄出画笔当前使用的颜色即可。

参照图5，计算画笔坐标位置：如图1所示，通过摄像头跟踪拍摄画笔，画笔所处画布位置为(x，y)；第一摄像头(0，a/2)的镜头初始化为拍摄范围的正中央与所在画布边(0，a)(0，0)的中线重合，第二摄像头(a/2，0)的镜头初始化为拍摄范围的正中央与所在画布边(0，0)(a，0)的中线重合；拍摄时使画笔始终保持在第一摄像头(0，a/2)、第二摄像头(a/2，0)镜头的正中央，即位于第一摄像头(0，a/2)、第二摄像头(a/2，0)拍摄范围的中线上。摄像头通过电机转动角度对画笔进行跟踪，使画笔始终保持在摄像头拍摄范围的正中央，使用二分法计算来判断画笔是否在镜头的正中央，即中线上；当画笔(x，y)在画布中移动时，通过每次将第一摄像头、第二摄像头分别转动10°不断判断画笔(x，y)是否在第一摄像头、第二摄像头拍摄范围的正中央，如果不在则继续转动10°后判断画笔(x，y)是否在第一摄像头、第二摄像头拍摄范围的正中央，直到断判断笔在第一摄像头、第二摄像头拍摄范围的正中央则停止转动，分别统计第一摄像头、第二摄像头的电机总共转动了多少度来对应得到画笔(x，y)与第一摄像头(0，a/2)的连线与画布边(0，0)(0，a)的中线所形成的夹角的度数β、画笔(x，y)与第二摄像头(a/2，0)的连线与画布边(0，0)(a，0)的中线形成的夹角的度数α。

由于已知画布的边长为a，画笔(x，y)与第一摄像头(0，a/2)的连线与画布边(0，0)(0，a)的中线所形成的夹角的度数为β、画笔(x，y)与第二摄像头(a/2，0)的连线与画布边(0，0)(a，0)的中线形成的夹角度数为α，则

解上述方程可得x、y：

根据上述计算过程得到画笔(x，y)的坐标位置。

参照图9，判断下笔、提笔状态：首先识别出笔头，框出笔头坐标，如图9，因为两个摄像头均仅在水平方向不断转动跟踪画笔进行拍摄，摄像头的上下垂直拍摄角度和安装位置都是固定的，画笔的下笔和提笔的高度变化仅仅与如图中坐标所示的Y轴坐标值相关，通过统计计算Y在一定的阈值范围内的变化数据即可判断画笔为提笔或下笔画画的状态。

计算每种颜色画笔的绘画轨迹：根据每种颜色画笔的下笔点、提笔点的画笔坐标位置计算数据、以及下笔、提笔时间段内画笔的坐标位置变化数据，得到该颜色画笔在绘画时的移动轨迹。

参照图6-图8，判断画笔的方法：因为在判断和计算过程中，仅需要对画笔的笔头进行判断定位即可，因此，判断时对画笔的笔头部分进行学习训练，建立各种类型画笔笔头的识别模型，通过比对识别模型对画笔笔头进行判断和定位。首先通过机器学习大量绘图时需要用到的各种画笔的笔头图像，对笔头部分进行框选学习，预先建立各种画笔笔头识别模型。学习时通过获取大量各种角度、各种光线下拍摄到的画笔笔头图像进行预处理，通过除噪音和干扰、图像切割、归一化等预处理过程提高服务器对图像处理识别的性能；对预处理后的各画笔笔头图像进行特征提取，根据不同画笔笔头图像的空间密度的颜色、纹理、形状组合特征，将画笔图像划分为M＊N个方格区域，计算每个方格中的点数与画笔笔头图像总点数之比，得到M＊N维特征向量；通过反复识别训练，从训练集各画笔笔头图像中提取出标准模版，建立标准特征库，每种类型的画笔笔头都有几百个标准模版，通过预处理、特征提取后，将训练集各画笔笔头的特征向量存入文件中，训练时需要指明各类画笔笔头的正确值。通过上述过程完成画笔笔头识别模型的建立。在判断时，对拍摄的绘画学习视频抽取关键帧图像进行预处理，通过除噪音和干扰、图像切割、归一化等预处理过程提高服务器对图像处理识别的性能；对预处理后的图像进行特征提取，根据不同画笔笔头图像的空间密度的颜色、纹理、形状组合特征，将画笔图像划分为M＊N个方格区域，计算每个方格中的点数与画笔笔头图像总点数之比，得到M＊N维特征向量；将提取的特征向量与识别模型做比对，判断出图像中包含的画笔笔头。

判断画笔颜色的方法：对判断出的画笔笔头图像区域取平均值，得到画笔的颜色HSB值。绘画时使用的油画棒、彩色笔或颜料为一组固定的颜色组合，每种颜色的画笔对应一个颜色HSB值和编号，根据取平均值计算得到的图像中画笔笔头的颜色H值查找出设定的颜色组合中H值接近的颜色及编号，即可对应得到每次使用的油画棒、彩色笔或颜料颜色。

根据绘画时画布的大小与拍摄作画视频时画布大小比例，通过空间的对应映射关系设定绘图时的坐标系，根据S2的计算数据生成电处理信号，控制绘画装置在画布上进行图像过程重现，完成临摹绘制。绘画装置为配有多笔切换装置的绘图机械臂，多笔切换装置可以夹持安装4-24种不同颜色的油画棒或画笔，在绘画时实现每种颜色画笔的旋转切换。画笔切换装置上的每个画笔安装位均设有编号，每个位置根据编号可以设定为不同的颜色或者颜料蘸取区域，以便实现绘画过程中的颜色更换。

根据计算得到的对应每种颜色画笔的绘画轨迹生成电处理信号控制机械臂移动将画笔切换装置上夹持切换的当前画笔移动到对应的坐标位置，根据判断的画笔颜色控制机械臂的画笔切换装置旋转切换使用对应颜色编号的画笔进行作画，根据判断的下笔、提笔状态控制机械臂上下移动进行下笔和提笔，通过上述方法依次重现各种颜色的画笔下笔、移动、提笔过程进行绘画过程重现，完成绘画临摹。

本发明提供一种临摹绘画方法，具有以下优点：通过两个摄像头配合使用，实现绘画过程的学习后进行绘画过程重现和画面临摹，能帮助绘画教学老师进行绘画过程展示，节约作画演示时间和精力，以便有更充裕的时间同时进行重点讲解。

以上所述仅为本发明的较佳实施例，并不用于限制本发明，凡在本发明的精神和原则内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种临摹绘画方法，其特征在于，包括：

S1，将平面直角坐标系映射到画布上，并在所述画布上设置第一摄像头和第二摄像头；

S2，第一摄像头和第二摄像头同时对整个绘画过程中的画笔进行跟踪拍摄，通过转动角度计算坐标以及通过拍摄的内容获取相应的参数；

S3，根据绘画时画布的大小与拍摄作画视频时画布大小比例，通过空间的对应映射关系设定绘图时的坐标系；

S4，根据S2的计算数据生成电处理信号，控制绘画装置在画布上进行图像过程重现，完成临摹绘制。

2.根据权利要求1所述的临摹绘画方法，其特征在于，所述S1具体包括：

S11，将画布的左下角设定为坐标轴的原点(0，0)，画布的边长为a，画布各个角依次为(0，0)、(a，0)、(a，a)、(0，a)；

S12，将第一摄像头设置在画布左边中点(0，a/2)位置，且拍摄范围分别能覆盖到画布的(0，a)、(0，0)两个角；

S13，将第二摄像头设置在画布的下边中点(a/2，0)位置，且拍摄范围分别能覆盖到画布的(0，0)、(a，0)两个角。

3.根据权利要求1所述的临摹绘画方法，其特征在于，所述步骤S1中第一摄像头和第二摄像头拍摄的中心点正对画布中心点，即第一摄像头和第二摄像头拍摄的中线与所在画布边的中线重合。

4.根据权利要求1所述的临摹绘画方法，其特征在于，所述S2具体包括：

S21，计算画笔坐标位置(x，y)，通过摄像头的转动角度来计算画笔在画布中不断移动绘画时的坐标位置；

S22，判断画笔笔头，建立各种类型画笔笔头的识别模型，通过比对识别模型对画笔笔头进行判断和定位；

S23，判断下笔、提笔状态，根据识别出的笔头框出笔头坐标，通过统计计算Y轴坐标值在一定的阈值范围内的变化数据判断画笔为提笔或下笔画画的状态；

S24，计算每种颜色画笔的绘画轨迹，根据每种颜色画笔的下笔点、提笔点的画笔坐标位置计算数据、以及下笔、提笔时间段内画笔的笔头坐标位置变化数据，得到该颜色画笔在绘画时的移动轨迹；

S25，判断画笔的颜色，对判断出的画笔笔头图像区域取平均值，得到画笔的颜色HSB值。

5.根据权利要求4所述的临摹绘画方法，其特征在于，所述S21具体包括：

S211，当画笔在画布中移动时，通过将第一摄像头和第二摄像头分别转动一定角度，使用算法判断画笔是否在拍摄范围的正中央；

S212，如果判断画笔不在拍摄范围的正中央，则继续转动上述角度，直到判断画笔在拍摄范围的正中央则停止转动；

S213，分别统计第一摄像头和第二摄像头的电机总共转动了多少度，计算得出画笔与第一摄像头的连线与画布边的中线所形成的夹角的度数β，画笔与第二摄像头的连线与画布边的中线形成的夹角的度数α；

S214，通过β和α计算得出画笔(x，y)的坐标位置。

6.根据权利要求5所述的临摹绘画方法，其特征在于，所述S211步骤中的判断算法为二分法。

7.根据权利要求4所述的临摹绘画方法，其特征在于，所述S22具体包括：

S221，通过机器学习大量绘图时需要用到的各种画笔的笔头图像，对笔头部分进行框选学习，预先建立各种画笔笔头识别模型；

S222，通过比对识别模型对画笔笔头进行判断和定位。

8.根据权利要求7所述的临摹绘画方法，其特征在于，所述S221具体包括：

S2211，通过获取大量各种角度、各种光线下拍摄到的画笔笔头图像进行预处理，通过除噪音和干扰、图像切割、归一化过程提高服务器对图像处理识别的性能；

S2212，进行特征提取，根据不同画笔笔头图像的空间密度的颜色、纹理、形状组合特征，将画笔图像划分为M＊N个方格区域，计算每个方格中的点数与画笔笔头图像总点数之比，得到M＊N维特征向量；

S2213，通过反复识别训练，从训练集各画笔笔头图像中提取出标准模版，建立标准特征库，将训练集各画笔笔头的特征向量存入文件中，建立识别模型。

9.根据权利要求7所述的临摹绘画方法，其特征在于，所述S222具体包括：

S2221，对拍摄的绘画学习视频抽取关键帧图像进行预处理，通过除噪音和干扰、图像切割、归一化过程提高服务器对图像处理识别的性能；

S2222，进行特征提取，根据不同画笔笔头图像的空间密度的颜色、纹理、形状组合特征，将画笔图像划分为M＊N个方格区域，计算每个方格中的点数与画笔笔头图像总点数之比，得到M＊N维特征向量；

S2223，将提取的特征向量与识别模型做比对，判断出图像中包含的画笔笔头。

10.根据权利要求1所述的临摹绘画方法，其特征在于，所述画笔可以为油画棒、水彩笔、颜料笔。