CN109472832B - 一种配色方案生成方法、装置及智能机器人 - Google Patents
一种配色方案生成方法、装置及智能机器人 Download PDFInfo
- Publication number
- CN109472832B CN109472832B CN201811202336.0A CN201811202336A CN109472832B CN 109472832 B CN109472832 B CN 109472832B CN 201811202336 A CN201811202336 A CN 201811202336A CN 109472832 B CN109472832 B CN 109472832B
- Authority
- CN
- China
- Prior art keywords
- image
- color
- triangular
- value
- pixel points
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种配色方案生成方法、装置及智能机器人,方法包括:读取绘画作品图像;根据绘画作品图像的每个像素点的H值和B值,对绘画作品图像中的相邻的且具有第一颜色相似度的像素点进行聚合,生成聚合图像;根据每个第一三角形区域的H值和B值,对所述聚合图像上的相邻的且具有第二颜色相似度的第一三角形区域进行合并,以生成合并图像;计算各个第二三角形区域的面积,并对应提取各个第二三角形区域的颜色值,以获得每幅所述绘画作品图像的配色方案。实施本发明,能使得智能机器人具备根据绘画作品进行色彩搭配组合的能力,且生成的方案色彩搭配效果好。
Description
技术领域
本发明涉及智能机器人领域,尤其涉及一种配色方案生成方法、装置及智能机器人。
背景技术
随着科技的发展,智能机器人的运用领域越来越广泛,在生活中也广泛地运用了智能机器人,能画画的机器人也受到人们的欢迎。
色彩搭配对于绘画、设计的重要性不言而喻,正确美观的配色是优秀设计作品中不可或缺的因素,也可以说在所有绘画、视觉领域里,色彩的搭配应用都是基础。即便很多设计师在初期都有色彩搭配应用的困惑,就是即使学习了色彩理论,仍然不能很好的确定配色方案应用到绘画设计作品中。
因此,如何让机器人在进行绘画时,可以更好的具备色彩搭配能力,使用丰富的色彩搭配组合方案来完成绘画,具备根据作品内容选择配色方案的能力,成为本领域的一个难点。
发明内容
有鉴于此,本发明的目的在于提供一种配色方案生成方法、装置及智能机器人,能使得智能机器人具备根据绘画作品进行色彩搭配组合的能力,且生成的方案色彩搭配效果好。
本发明实施例提供了一种配色方案生成方法,包括:
读取至少一幅待分析的绘画作品图像;其中,所述绘画作品图像包括多个像素点,每个像素点具有一组HSB值;
根据所述绘画作品图像的每个像素点的H值和B值,对所述绘画作品图像中的相邻的且具有第一颜色相似度的像素点进行聚合,生成聚合图像;其中,所述聚合图像由多个第一三角形区域组成,且每个第一三角形区域内的像素点的HSB值相同;
根据每个第一三角形区域的H值和B值,对所述聚合图像上的相邻的且具有第二颜色相似度的第一三角形区域进行合并,以生成合并图像;其中,所述合并图像由多个第二三角形区域组成,且每个第二三角形区域内的像素点的HSB值相同;
计算各个第二三角形区域的面积,并对应提取各个第二三角形区域的颜色值,以获得每幅所述绘画作品图像的配色方案。
优选地,所述根据所述绘画作品图像的每个像素点的H值和B值,对所述绘画作品图像中的相邻的且具有第一颜色相似度的像素点进行聚合,生成聚合图像,具体为:
提取所述绘画作品图像的参考像素点的HSB值,以所述参考像素点为中心,不断提取相邻像素点的HSB值,并对具有第一颜色相似度的相邻像素点进行聚合,得到多个连通区域;
获取各个连通区域的顶点,根据查找出的各连通区域的顶点建立连线,获得多个多边形区域;
使用Delaunay三角剖分算法,根据各多边形区域的各个顶点进行拆分,生成多个第一三角形区域;
统计每个第一三角形区域内包含的所有像素点的HSB值,取与最多像素点对应的HSB值对相应的第一三角形区域进行填充,生成聚合图像。
优选地,所述获取各个连通区域的顶点,根据查找出的各连通区域的顶点建立连线,获得多个多边形区域具体为:
不断根据每个连通区域的边缘各点做切线,判断所得的各切线外部是否还有属于该连通区域的像素点,如果没有,则该点为所述连通区域的顶点;
根据查找出的各连通区域的顶点建立连线,获得多个多边形区域。
优选地,所述根据每个第一三角形区域的H值和B值,对所述聚合图像上的相邻的且具有第二颜色相似度的第一三角形区域进行合并,以生成合并图像,具体为:
不断将相邻的第一三角形区域中,具有第二颜色相似度的第一三角形区域进行合并,得到多个第二三角形区域,以生成合并图像;其中,合并后的第二三角形区域内的像素点的HSB值通过对各个第一三角形区域的HSB值取均值获得。
优选地,当两个颜色的H值的角度小于30度,B值的差别小于0.3,则定义这两个颜色具有第一颜色相似度;当两个颜色的H值的角度小于10度,B值的差别小于0.3,则定义这两个颜色具有第二颜色相似度。
优选地,在读取至少一幅待分析的绘画作品图像之前,还包括:
收集获取目标画家的电子版的绘画作品图像;
将各个绘画作品图像根据画家名字、对应该画家人生各绘画阶段进行归类整理存放,得到至少一组绘画作品图像组;
则所述读取至少一幅待分析的绘画作品图像,具体为:
获取一组绘画作品图像组,并读取位于绘画作品图像组中的至少一幅待分析的绘画作品图像。
优选地,在计算各个第二三角形区域的面积,并对应提取各个第二三角形区域的颜色值,以获得每幅所述绘画作品图像的配色方案之和,还包括:
统计同一组绘画作品图像组中的各个合并图像中具有相同颜色值的第二三角形区域的面积总和,并根据面积总和获得各个颜色值的比例数据;
根据各个颜色值的比例数据从高到低排序后进行存储,得到相应于各组绘画作品图像组的颜色组合方案。
优选地,还包括:
对实际绘制的景物照片进行颜色聚合后提取出所述景物照片中的主要颜色;
将得到的主要颜色值与颜色组合方案中的HSB值进行比对,查找到颜色重叠率最高的颜色组合方案;
基于查找到的颜色重叠率最高的颜色组合方案进行对景物照片进行绘制。
本发明实施例还提供了一种配色方案生成装置,包括:
图像读取单元,用于读取至少一幅待分析的绘画作品图像;其中,所述绘画作品图像包括多个像素点,每个像素点具有一组HSB值;
像素点聚合单元,用于根据所述绘画作品图像的每个像素点的H值和B值,对所述绘画作品图像中的相邻的且具有第一颜色相似度的像素点进行聚合,生成聚合图像;其中,所述聚合图像由多个第一三角形区域组成,且每个第一三角形区域内的像素点的HSB值相同;
合并单元,用于根据每个第一三角形区域的H值和B值,对所述聚合图像上的相邻的且具有第二颜色相似度的第一三角形区域进行合并,以生成合并图像;其中,所述合并图像由多个第二三角形区域组成,且每个第二三角形区域内的像素点的HSB值相同;
配色方案生成单元,用于计算各个第二三角形区域的面积,并对应提取各个第二三角形区域的颜色值,以获得每幅所述绘画作品图像的配色方案。
本发明实施例还提供了一种智能机器人,包括处理器以及存储器;所述存储器与所述处理器连接;所述存储器内存储有可执行代码,所述可执行代码能够被所述处理器执行以实现如上述的配色方案生成方法。
上述一个实施例中,通过对优秀的绘画作品图像中的像素点的颜色值先后进行聚合以及合并,能够从优秀的绘画作品图像中统计提取出根据主色调进行色彩搭配配色的配色方案,并提供给智能机器人或设计师根据作品表现的内容选择使用,使智能机器人具备根据绘画作品进行色彩搭配组合的能力,且生成的方案色彩搭配效果好。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的一种配色方案生成方法的流程示意图。
图2是本发明第一实施例提供的绘画作品图像的示意图。
图3是本发明第一实施例提供的一种色相环的示意图。
图4是本发明第一实施例提供的聚合图像的示意图。
图5是本发明第一实施例提供的合并图像的示意图。
图6是本发明第二实施例提供的配色方案生成装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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他实施例,都属于本发明保护的范围。
请参阅图1,本发明第一实施例提供了一种配色方案生成方法,包括:
S101,读取至少一幅待分析的绘画作品图像;其中,所述绘画作品图像包括多个像素点,每个像素点具有一组HSB值。
图2为本发明实施例提供的绘画作品图像的一种示意图。所述绘制作品图像由一系列像素点组成,且每个像素点的颜色值可以用一组HSB值来表示,其中,H(hues)表示色相,S(saturation)表示饱和度,B(brightness)表示亮度。
具体地,对于一个用RGB表示的颜色,可以将其投影到HSB空间,得到其对应的HSB值,其中,H表示色相,S表示饱和度,B表示明度。色相是色彩的首要特征,是区别各种不同色彩的最准确的标准。不同颜色的色相可以通过其在色相环(如图3所示)上的一个色相角度来表示,其中,色相对比的强弱可分为:
同一色相:两种颜色的色相在色相环上的色相角度距离为0°;
邻近色相:两种颜色的色相在色相环上的色相角度距离15°到30°;
类似色相:两种颜色的色相在色相环上的色相角度距离在30°到60°之间;
中差色相:两种颜色的色相在色相环上的色相角度距离在60°到90°之间;
对比色:两种颜色的色相在色相环上的色相角度距离是90°到120°之间;
补色相:两种颜色的色相在色相环上的色相角度距离为180°。
可以看出,两种颜色的色相在色相环上的色相角度距离最大值为180°,且当两个颜色的色相角度距离越小时,其色相越相似。
S102,根据所述绘画作品图像的每个像素点的H值和B值,对所述绘画作品图像中的相邻的且具有第一颜色相似度的像素点进行聚合,生成聚合图像;其中,所述聚合图像由多个第一三角形区域组成,且每个第一三角形区域内的像素点的HSB值相同。
具体地,步骤S102可包括如下子步骤:
S1021,提取所述绘画作品图像的参考像素点的HSB值,以所述参考像素点为中心,不断提取相邻像素点的HSB值,并对具有第一颜色相似度的相邻像素点进行聚合,得到多个连通区域。
其中,所述参考像素点优选为绘画作品图像的中心点,当然,也可以是任意选取的一点,本发明不做具体限定。
其中,在聚合时,首先提取图像中心点的HSB值,然后从图像中心点开始,不断提取相邻像素点的HSB值并进行判断,如果相邻的像素点的颜色值具有第一颜色相似度,则聚合在一起。在遍历整个绘画作品图像的像素点后,既可以得到多个多边形区域。
在本实施例中,当两个颜色值的H值的角度距离小于等于30度、B值(亮度)差别小于等于0.3,则定义这两个颜色值具有第一颜色相似度。当然,需要说明的是,在本发明的其他实施例中,可以根据实际需要调整H值的角度距离和B值的差别,例如,可以将H值的角度距离调整为小于35度、25度或其他角度值;类似的,可以将B值的差别调整为小于0.2,0.32或其他数值,这可根据实际需要进行设置,本发明不做具体限定。
S1022,获取各个连通区域的顶点,根据查找出的各连通区域的顶点建立连线,获得多个多边形区域。
在本实施例中,可以通过如下方法来获取连通区域的顶点:
不断根据每个连通区域的边缘点,并对边缘点做切线,判断所得的各切线外部是否还有属于该连通区域的像素点,如果没有,则该边缘点为该连通区域的顶点。
当然,还可以有其他获取连通区域的顶点的方法,上述仅是本发明的一种实施方式,而不能理解为对本发明的限定。
S1023,使用Delaunay三角剖分算法,根据各多边形区域的各个顶点进行拆分,生成多个第一三角形区域。
其中,Delaunay三角剖分算法为现有成熟技术,其有多种计算方法,本发明实施例采用的是Bowyer-Watson算法,当然也可以采用Lawson算法或者其他算法,本发明在此不做具体限定。
S1024,统计每个第一三角形区域内包含的所有像素点的HSB值,取与最多像素点对应的HSB值对相应的第一三角形区域进行填充,生成聚合图像。
在本实施例中,在获得多个第一三角形区域后,获取每个第一三角形区域内的像素点的HSB值,统计每个HSB值对应的像素点个数,并将与最多像素点对应的HSB值作为该第一三角形区域的颜色值进行填充,生成聚合图像(如图4所示)。
S103,根据每个第一三角形区域的H值和B值,对所述聚合图像上的相邻的且具有第二颜色相似度的第一三角形区域进行合并,以生成合并图像;其中,所述合并图像由多个第二三角形区域组成,且每个第二三角形区域内的像素点的HSB值相同。
具体地,判断相邻的第一三角形区域的HSB值是否具有第二颜色相似度,如果有,则将这些第一三角形进行合并,最终得到包括多个第二三角形区域的合并图像(如图5所示)。
其中,在本实施例中,当两个颜色值的H值的角度距离小于等于10度、B值(亮度)差别小于等于0.3,则定义这两个颜色值具有第二颜色相似度。当然,需要说明的是,在本发明的其他实施例中,可以根据实际需要调整H值的角度距离和B值的差别,例如,可以将H值的角度距离调整为小于8度、11度或其他角度值;类似的,可以将B值的差别调整为小于0.2,0.32或其他数值,这可根据实际需要进行设置,本发明不做具体限定。
此外,需要说明的是,对第一三角形进行合并生成第二三角形的具体实现方式可参考上述步骤S102的方法,本发明在此不做赘述。
S104,计算各个第二三角形区域的面积,并对应提取各个第二三角形区域的颜色值,以获得每幅所述绘画作品图像的配色方案。
在本实施例中,在获得合并图像后,可以计算各个第二三角形区域的面积以及面积比例,并将面积比例与颜色值进行对应后,即可以得到每幅所述绘画作品图像的配色方案,基于该配色方案,智能机器人可以在绘画的时候,根据实际情况调用不同的配色方案进行绘画。
为便于对本发明的理解,下面以一个实际的例子来说明本发明的应用。
首先,可以事先通过互联网收集整理得到大量各名画家的电子版的绘画作品图像,然后将绘画作品图像根据画家名字、对应该画家人生各绘画阶段进行归类整理存放,以便后期对应进行分析统计。因为每个画家都有各自的画风和用色喜好,尤其在人生的各个阶段的绘画作品在用色、画风上均有该阶段对应的比较明显的统一特点,因此对应各个画家及他们的各个人生绘画阶段来归类整理绘画作品,能够得到较统一及集中的色彩应用统计数据。
然后,通过上述的配色方案生成方法,可以获得同一组绘画作品图像组中的各个合并图像中具有相同颜色值的第二三角形区域的面积总和,并根据面积总和获得各个颜色值的比例数据。
具体地,这里的同一组绘画作品图像组包括同一个画家在同一个人生绘画阶段的绘画作品图像。通过对每幅绘画作品图像进行处理,可以得到每幅绘画作品图像的配色方案,配色方案包括各个第二三角形区域的颜色值以及对应的面积及面积比例。
然后,将所有绘画作品图像具有相同颜色值的第二三角形区域的面积进行叠加,并计算其占总面积的比例,并从高到低排序后进行存储,得到相应于各组绘画作品图像组的颜色组合方案。一般来说,每个颜色组合方案大概有20种左右的颜色。由于前期已对各画家各绘画阶段的绘画作品图像进行了分类分组存放,统计出各分组中的绘画作品图像的第二三角形的面积比例和对应的HSB值即可得到对应该组绘画作品图像中的颜色比例组合使用规律。
最后,当智能机器人需要对实际绘制的景物照片进行绘制时,该智能机器人先对实际绘制的景物照片进行颜色聚合后提取出所述景物照片中的主要颜色,然后将得到的主要颜色值与颜色组合方案中的HSB值进行比对,查找到颜色重叠率最高的颜色组合方案;基于查找到的颜色重叠率最高的颜色组合方案进行对景物照片进行绘制。
此外,也可以根据色调冷暖或场景将得到的各颜色组合方案进行打标签,提供给智能机器人作画时根据绘画场景进行预设选择。设计师选择应用时也可以在系统中录入绘画作品的多个主色调,根据主色调的颜色值匹配出重叠率最高的配色方案,或自行根据主色调浏览各配色方案进行选择。
综上所述,本实施例中,通过对优秀的绘画作品图像中的像素点的颜色值先后进行聚合以及合并,能够从优秀的绘画作品图像中统计提取出根据主色调进行色彩搭配配色的配色方案,并提供给智能机器人或设计师根据作品表现的内容选择使用,使智能机器人具备根据绘画作品进行色彩搭配组合的能力,且生成的方案色彩搭配效果好。
请参阅图6,本发明第二实施例还提供了一种配色方案生成装置,包括:
图像读取单元210,用于读取至少一幅待分析的绘画作品图像;其中,所述绘画作品图像包括多个像素点,每个像素点具有一组HSB值;
像素点聚合单元220,用于根据所述绘画作品图像的每个像素点的H值和B值,对所述绘画作品图像中的相邻的且具有第一颜色相似度的像素点进行聚合,生成聚合图像;其中,所述聚合图像由多个第一三角形区域组成,且每个第一三角形区域内的像素点的HSB值相同;
合并单元230,用于根据每个第一三角形区域的H值和B值,对所述聚合图像上的相邻的且具有第二颜色相似度的第一三角形区域进行合并,以生成合并图像;其中,所述合并图像由多个第二三角形区域组成,且每个第二三角形区域内的像素点的HSB值相同;
配色方案生成单元240,用于计算各个第二三角形区域的面积,并对应提取各个第二三角形区域的颜色值,以获得每幅所述绘画作品图像的配色方案。
优选地,所述像素点聚合单元220具体包括:
聚合模块,用于提取所述绘画作品图像的参考像素点的HSB值,以所述参考像素点为中心,不断提取相邻像素点的HSB值,并对具有第一颜色相似度的相邻像素点进行聚合,得到多个连通区域;
顶点获取模块,用于获取各个连通区域的顶点,根据查找出的各连通区域的顶点建立连线,获得多个多边形区域;
顶点拆分模块,用于使用Delaunay三角剖分算法,根据各多边形区域的各个顶点进行拆分,生成多个第一三角形区域;
填充模块,用于统计每个第一三角形区域内包含的所有像素点的HSB值,取与最多像素点对应的HSB值对相应的第一三角形区域进行填充,生成聚合图像。
优选地,所述顶点获取模块具体用于,不断根据每个多边形区域的边缘各点做切线,判断所得的各切线外部是否还有属于该多边形区域的像素点,如果没有,则该点为所述多边形区域的顶点;根据查找出的各连通区域的顶点建立连线,获得多个连通区域组合区域。
优选地,所述合并单元230具体用于,不断将相邻的第一三角形区域中,具有第二颜色相似度的第一三角形区域进行合并,得到多个第二三角形区域,以生成合并图像;其中,合并后的第二三角形区域内的像素点的HSB值通过对各个第一三角形区域的HSB值取均值获得。
优选地,当两个颜色的H值的角度小于30度,B值的差别小于0.3,则定义这两个颜色具有第一颜色相似度;当两个颜色的H值的角度小于10度,B值的差别小于0.3,则定义这两个颜色具有第二颜色相似度。
优选地,还包括:
收集单元,用于收集获取目标画家的电子版的绘画作品图像;
分组单元,用于将各个绘画作品图像根据画家名字、对应该画家人生各绘画阶段进行归类整理存放,得到至少一组绘画作品图像组;
则所述图像读取单元210具体用于,获取一组绘画作品图像组,并读取位于绘画作品图像组中的至少一幅待分析的绘画作品图像。
优选地,还包括:
统计单元,用于统计同一组绘画作品图像组中的各个合并图像中具有相同颜色值的第二三角形区域的面积总和,并根据面积总和获得各个颜色值的比例数据;
排序存储单元,用于根据各个颜色值的比例数据从高到低排序后进行存储,得到相应于各组绘画作品图像组的颜色组合方案。
优选地,还包括:
主要颜色提取单元,用于对实际绘制的景物照片进行颜色聚合后提取出所述景物照片中的主要颜色;
比对单元,用于将得到的主要颜色值与颜色组合方案中的HSB值进行比对,查找到颜色重叠率最高的颜色组合方案;
绘制单元,用于基于查找到的颜色重叠率最高的颜色组合方案进行对景物照片进行绘制。
本发明第三实施例还提供了一种智能机器人,包括至处理器以及存储器;所述存储器与所述处理器连接;所述存储器内存储有可执行代码,所述可执行代码能够被所述处理器执行以实现如上述的配色方案生成方法。
本发明第四实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述的配色方案生成方法。
示例性的,所述计算机程序可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在智能机器人中的执行过程。
所述智能机器人可包括但不仅限于处理器、存储器。本领域技术人员可以理解,所述示意图仅仅是智能机器人的示例,并不构成对智能机器人的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述智能机器人还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述智能机器人的控制中心,利用各种接口和线路连接整个智能机器人的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述智能机器人的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述智能机器人集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种配色方案生成方法,其特征在于,包括:
读取至少一幅待分析的绘画作品图像;其中,所述绘画作品图像包括多个像素点,每个像素点具有一组HSB值;
根据所述绘画作品图像的每个像素点的H值和B值,对所述绘画作品图像中的相邻的且具有第一颜色相似度的像素点进行聚合,生成聚合图像;具体为:
提取所述绘画作品图像的参考像素点的HSB值,以所述参考像素点为中心,不断提取相邻像素点的HSB值,并对具有第一颜色相似度的相邻像素点进行聚合,得到多个连通区域;
获取各个连通区域的顶点,根据查找出的各连通区域的顶点建立连线,获得多个多边形区域;
使用Delaunay三角剖分算法,根据各多边形区域的各个顶点进行拆分,生成多个第一三角形区域;
统计每个第一三角形区域内包含的所有像素点的HSB值,取与最多像素点对应的HSB值对相应的第一三角形区域进行填充,生成聚合图像;其中,所述聚合图像由多个第一三角形区域组成,且每个第一三角形区域内的像素点的HSB值相同;
根据每个第一三角形区域的H值和B值,对所述聚合图像上的相邻的且具有第二颜色相似度的第一三角形区域进行合并,以生成合并图像;具体为:不断将相邻的第一三角形区域中,具有第二颜色相似度的第一三角形区域进行合并,得到多个第二三角形区域,以生成合并图像;其中,合并后的第二三角形区域内的像素点的HSB值通过对各个第一三角形区域的HSB值取均值获得;其中,所述合并图像由多个第二三角形区域组成,且每个第二三角形区域内的像素点的HSB值相同;
计算各个第二三角形区域的面积,并对应提取各个第二三角形区域的颜色值,以获得每幅所述绘画作品图像的配色方案。
2.根据权利要求1所述的配色方案生成方法,其特征在于,所述获取各个连通区域的顶点,根据查找出的各连通区域的顶点建立连线,获得多个连通区域组合区域具体为:
不断根据每个连通区域的边缘各点做切线,判断所得的各切线外部是否还有属于该连通区域的像素点,如果没有,则该点为所述连通区域的顶点;
根据查找出的各连通区域的顶点建立连线,获得多个多边形区域。
3.根据权利要求1所述的配色方案生成方法,其特征在于,当两个颜色的H值的角度小于30度,B值的差别小于0.3,则定义这两个颜色具有第一颜色相似度;当两个颜色的H值的角度小于10度,B值的差别小于0.3,则定义这两个颜色具有第二颜色相似度。
4.根据权利要求1所述的配色方案生成方法,其特征在于,在读取至少一幅待分析的绘画作品图像之前,还包括:
收集获取目标画家的电子版的绘画作品图像;
将各个绘画作品图像根据画家名字、对应该画家人生各绘画阶段进行归类整理存放,得到至少一组绘画作品图像组;
则所述读取至少一幅待分析的绘画作品图像,具体为:
获取一组绘画作品图像组,并读取位于绘画作品图像组中的至少一幅待分析的绘画作品图像。
5.根据权利要求4所述的配色方案生成方法,其特征在于,在计算各个第二三角形区域的面积,并对应提取各个第二三角形区域的颜色值,以获得每幅所述绘画作品图像的配色方案之后,还包括:
统计同一组绘画作品图像组中的各个合并图像中具有相同颜色值的第二三角形区域的面积总和,并根据面积总和获得各个颜色值的比例数据;
根据各个颜色值的比例数据从高到低排序后进行存储,得到相应于各组绘画作品图像组的颜色组合方案。
6.根据权利要求5所述的配色方案生成方法,其特征在于,还包括:
对实际绘制的景物照片进行颜色聚合后提取出所述景物照片中的主要颜色;
将得到的主要颜色值与颜色组合方案中的HSB值进行比对,查找到颜色重叠率最高的颜色组合方案;
基于查找到的颜色重叠率最高的颜色组合方案对景物照片进行绘制。
7.一种配色方案生成装置,其特征在于,包括:
图像读取单元,用于读取至少一幅待分析的绘画作品图像;其中,所述绘画作品图像包括多个像素点,每个像素点具有一组HSB值;
像素点聚合单元,用于根据所述绘画作品图像的每个像素点的H值和B值,对所述绘画作品图像中的相邻的且具有第一颜色相似度的像素点进行聚合,生成聚合图像;具体为:提取所述绘画作品图像的参考像素点的HSB值,以所述参考像素点为中心,不断提取相邻像素点的HSB值,并对具有第一颜色相似度的相邻像素点进行聚合,得到多个连通区域;获取各个连通区域的顶点,根据查找出的各连通区域的顶点建立连线,获得多个多边形区域;使用Delaunay三角剖分算法,根据各多边形区域的各个顶点进行拆分,生成多个第一三角形区域;统计每个第一三角形区域内包含的所有像素点的HSB值,取与最多像素点对应的HSB值对相应的第一三角形区域进行填充,生成聚合图像;其中,所述聚合图像由多个第一三角形区域组成,且每个第一三角形区域内的像素点的HSB值相同;
合并单元,用于根据每个第一三角形区域的H值和B值,对所述聚合图像上的相邻的且具有第二颜色相似度的第一三角形区域进行合并,以生成合并图像;具体为:不断将相邻的第一三角形区域中,具有第二颜色相似度的第一三角形区域进行合并,得到多个第二三角形区域,以生成合并图像;其中,合并后的第二三角形区域内的像素点的HSB值通过对各个第一三角形区域的HSB值取均值获得;其中,所述合并图像由多个第二三角形区域组成,且每个第二三角形区域内的像素点的HSB值相同;
配色方案生成单元,用于计算各个第二三角形区域的面积,并对应提取各个第二三角形区域的颜色值,以获得每幅所述绘画作品图像的配色方案。
8.一种智能机器人,其特征在于,包括处理器以及存储器;所述存储器与所述处理器连接;所述存储器内存储有可执行代码,所述可执行代码能够被所述处理器执行以实现如权利要求1至6任意一项所述的配色方案生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811202336.0A CN109472832B (zh) | 2018-10-15 | 2018-10-15 | 一种配色方案生成方法、装置及智能机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811202336.0A CN109472832B (zh) | 2018-10-15 | 2018-10-15 | 一种配色方案生成方法、装置及智能机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109472832A CN109472832A (zh) | 2019-03-15 |
CN109472832B true CN109472832B (zh) | 2020-10-30 |
Family
ID=65664633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811202336.0A Active CN109472832B (zh) | 2018-10-15 | 2018-10-15 | 一种配色方案生成方法、装置及智能机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109472832B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276360B (zh) * | 2019-06-20 | 2021-07-06 | 杭州时趣信息技术有限公司 | 生成服饰搭配方案的计算机装置、设备、存储介质及方法 |
CN110232253B (zh) * | 2019-06-20 | 2023-01-24 | 杭州卷瓜网络有限公司 | 生成服饰搭配方案的计算机装置、设备、存储介质及方法 |
CN111612857B (zh) * | 2020-05-28 | 2024-03-26 | 北京明略昭辉科技有限公司 | 一种颜色获取方法、装置、电子设备及可读存储介质 |
CN113763486B (zh) * | 2020-06-01 | 2024-03-01 | 北京达佳互联信息技术有限公司 | 主色调提取方法、装置、电子设备及存储介质 |
CN112598761B (zh) * | 2020-12-30 | 2023-06-16 | 东华大学 | 一种纺织服装色彩搭配协同设计与智能推荐方法 |
CN113727085B (zh) * | 2021-05-31 | 2022-09-16 | 荣耀终端有限公司 | 一种白平衡处理方法、电子设备、芯片系统和存储介质 |
CN114820840B (zh) * | 2022-03-29 | 2023-07-07 | 广东时谛智能科技有限公司 | 基于不同区块形状以及关联形状组合生成配色方案的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101887366A (zh) * | 2010-06-01 | 2010-11-17 | 云南大学 | 云南重彩画艺术风格的数字模拟和合成技术 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799931B (zh) * | 2010-04-08 | 2011-08-31 | 西安交通大学 | 基于颜色特征学习的绘画渲染方法 |
CN102651136B (zh) * | 2011-02-28 | 2014-11-26 | 国际商业机器公司 | 图像的颜色映射方法及装置 |
CN105303587B (zh) * | 2015-10-10 | 2018-04-06 | 安徽工业大学 | 一种自动化的图形智能配色方法 |
CN105761202B (zh) * | 2016-02-03 | 2018-10-26 | 武汉大学 | 一种彩色图像颜色迁移方法 |
CN107832359B (zh) * | 2017-10-24 | 2021-06-08 | 杭州群核信息技术有限公司 | 一种图片检索方法及系统 |
-
2018
- 2018-10-15 CN CN201811202336.0A patent/CN109472832B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101887366A (zh) * | 2010-06-01 | 2010-11-17 | 云南大学 | 云南重彩画艺术风格的数字模拟和合成技术 |
Also Published As
Publication number | Publication date |
---|---|
CN109472832A (zh) | 2019-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109472832B (zh) | 一种配色方案生成方法、装置及智能机器人 | |
US9741137B2 (en) | Image-based color palette generation | |
US9552656B2 (en) | Image-based color palette generation | |
US9177391B1 (en) | Image-based color palette generation | |
US9311889B1 (en) | Image-based color palette generation | |
US9135719B1 (en) | Color name generation from images and color palettes | |
Mavridaki et al. | A comprehensive aesthetic quality assessment method for natural images using basic rules of photography | |
US11347792B2 (en) | Video abstract generating method, apparatus, and storage medium | |
Celebi et al. | An effective real-time color quantization method based on divisive hierarchical clustering | |
CN110569859B (zh) | 一种服装图像的颜色特征提取方法 | |
US20160110627A1 (en) | System and method for describing image outlines | |
JP2010205067A (ja) | 領域抽出装置、領域抽出方法及び領域抽出プログラム | |
WO2017143852A1 (zh) | 一种图片处理方法、装置及电子设备 | |
CN110807110A (zh) | 结合局部和全局特征的图片搜索方法、装置及电子设备 | |
KR20130078130A (ko) | 가우시안 혼합 모델 및 알지비 클러스터링을 이용한 오브젝트 분할방법 | |
CN112561976A (zh) | 一种图像主颜色特征提取方法、图像检索方法、存储介质及设备 | |
Reta et al. | Color uniformity descriptor: An efficient contextual color representation for image indexing and retrieval | |
Kuzovkin et al. | Descriptor-based image colorization and regularization | |
JP6387026B2 (ja) | 書籍探索装置、方法及びプログラム | |
CN111090368A (zh) | 一种确定页面文字的配色方法和装置 | |
JP6151908B2 (ja) | 学習装置、識別装置、およびそのプログラム | |
CN111242836A (zh) | 目标图像生成以及广告图像生成的方法、装置和设备 | |
CN110196919B (zh) | 基于关键帧的电影推荐方法、装置、终端设备及存储介质 | |
Varish et al. | A content based image retrieval using color and texture features | |
CN108133210B (zh) | 一种图像格式识别方法及装置 |
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 |