CN109584336A - 衣服版型矫正方法、介质、计算机设备及装置 - Google Patents

Abstract

本发明公开了一种衣服版型矫正方法、介质、计算机设备及装置，包括以下步骤：获取待处理的衣服图像和与待处理的衣服图像对应的衣服模板图像；对待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；对完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和衣服图像的外轮廓对完成标注的衣服图像进行部件拆分；根据衣服模板图像对拆分后的衣服图像整体变形；从而提供一种简便的衣服版型矫正方式，以使得没有经验的用户也可以通过与系统进行简单的交互完成衣服版型的矫正，且过程简便，衣服版型矫正效率高，节约了衣服图像处理的人力和物力。

Description

衣服版型矫正方法、介质、计算机设备及装置

技术领域

本发明涉及图像处理技术领域，特别涉及一种衣服版型矫正方法、介质、计算机设备及装置。

背景技术

在对衣服的图像进行处理过程中，经常会出现拍摄图像显示的衣服版型与最初设计版型有偏差的情况；为了使得图像具备更好的视觉效果，往往需要专业的美工设计师对衣服图像中的衣服版型进行调整；然而，传统的衣服版型调整方式需要调整人员具有一定的专业知识或者相应的培训经验，普通用户难以完成该衣服版型的调整过程；同时，传统的衣服版型调整方式过程极为繁琐，效率低下，导致人力物力上的浪费。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种衣服版型矫正方法，能够提供一种简便的衣服版型矫正方式，以使得没有经验的用户也可以通过与系统进行简单的交互完成衣服版型的矫正，且过程简便，衣服版型矫正效率高，节约了衣服图像处理的人力和物力。

本发明的第二个目的在于提出一种计算机可读存储介质。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种衣服版型矫正装置。

为达到上述目的，本发明第一方面实施例提出了一种衣服版型矫正方法，包括以下步骤：获取待处理的衣服图像和与所述待处理的衣服图像对应的衣服模板图像；对所述待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；对所述完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和所述衣服图像的外轮廓对所述完成标注的衣服图像进行部件拆分；根据所述衣服模板图像对拆分后的衣服图像整体变形。

根据本发明实施例的衣服版型矫正方法，首先，获取待处理的衣服图像和与所述待处理的衣服图像对应的衣服模板图像；接着，对所述待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；然后，对所述完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和所述衣服图像的外轮廓对所述完成标注的衣服图像进行部件拆分；接着，根据所述衣服模板图像对拆分后的衣服图像整体变形；从而提供一种简便的衣服版型矫正方式，以使得没有经验的用户也可以通过与系统进行简单的交互完成衣服版型的矫正，且过程简便，衣服版型矫正效率高，节约了衣服图像处理的人力和物力。

另外，根据本发明上述实施例提出的衣服版型矫正方法还可以具有如下附加的技术特征：

可选地，根据衣服图像上的关键点和所述衣服图像的外轮廓对所述完成标注的衣服图像进行部件拆分，包括：根据所述衣服图像上的关键点对所述衣服图像的外轮廓进行分段，以获得分段轮廓；根据所述分段轮廓对所述衣服图像进行部件拆分，以获得各个部件的图像。

可选地，根据所述衣服模板图像对拆分后的衣服图像整体变形，包括：提取每个部件的图像信息和轮廓信息；参照所述衣服模板图像，根据每个部件的图像信息和轮廓信息进行整体变形处理，以获得每个部件变形后的图像；对每个部件变形的图像进行拼合。

可选地，对所述待处理的衣服图像进行关键点标注，包括：将所述待处理的衣服图像输入预设的深度学习模型以进行关键点预测，并将预测的关键点标注到所述待处理的衣服图像上；或者接收用户指令，根据所述用户指令对所述待处理的衣服图像进行关键点标注。

为达到上述目的，本发明第二方面实施例提出了一种计算机可读存储介质，其上存储有衣服版型矫正程序，该衣服版型矫正程序被处理器执行时实现如上述的衣服版型矫正方法。

为达到上述目的，本发明第三方面实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如上述的衣服版型矫正方法。

为达到上述目的，本发明第四方面实施例提出了一种衣服版型矫正装置，包括：获取模块，用于获取待处理的衣服图像和与所述待处理的衣服图像对应的衣服模板图像；图像标注模块，用于对所述待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；图像处理模块，用于对所述完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和所述衣服图像的外轮廓对所述完成标注的衣服图像进行部件拆分；图像变形模块，用于根据所述衣服模板图像对拆分后的衣服图像整体变形。

根据本发明实施例的衣服版型矫正装置，包括：获取模块，用于获取待处理的衣服图像和与所述待处理的衣服图像对应的衣服模板图像；图像标注模块，用于对所述待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；图像处理模块，用于对所述完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和所述衣服图像的外轮廓对所述完成标注的衣服图像进行部件拆分；图像变形模块，用于根据所述衣服模板图像对拆分后的衣服图像整体变形；从而提供一种简便的衣服版型矫正方式，以使得没有经验的用户也可以通过与系统进行简单的交互完成衣服版型的矫正，且过程简便，衣服版型矫正效率高，节约了衣服图像处理的人力和物力。

另外，根据本发明上述实施例提出的衣服版型矫正装置还可以具有如下附加的技术特征：

可选地，所述图像处理模块还用于，根据所述衣服图像上的关键点对所述衣服图像的外轮廓进行分段，以获得分段轮廓，并根据所述分段轮廓对所述衣服图像进行部件拆分，以获得各个部件的图像。

可选地，所述图像变形模块还用于，提取每个部件的图像信息和轮廓信息，并参照所述衣服模板图像，根据每个部件的图像信息和轮廓信息进行整体变形处理，以获得每个部件变形后的图像，以及对每个部件变形的图像进行拼合。

可选地，所述图像标注模块还用于，将所述待处理的衣服图像输入预设的深度学习模型以进行关键点预测，并将预测的关键点标注到所述待处理的衣服图像上；或者接收用户指令，根据所述用户指令对所述待处理的衣服图像进行关键点标注。

附图说明

图1为根据本发明实施例的衣服版型矫正方法的流程示意图；

图2为根据本发明实施例的关键点选取效果示意图；

图3为根据本发明实施例的衣服图像部件拆分示意图；

图4为根据本发明另一实施例的衣服版型矫正方法的流程示意图；

图5为根据本发明实施例的衣服版型矫正装置的方框示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

现有技术在对衣服图像进行版型调整的过程中，往往需要调整人员具有一定的专业知识或者经过相应的培训，普通用户难以完成，并且该步骤极为繁琐，费时费力；根据本发明实施例的衣服版型矫正方法，首先，获取待处理的衣服图像和与所述待处理的衣服图像对应的衣服模板图像；接着，对所述待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；然后，对所述完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和所述衣服图像的外轮廓对所述完成标注的衣服图像进行部件拆分；接着，根据所述衣服模板图像对拆分后的衣服图像整体变形；从而提供一种简便的衣服版型矫正方式，以使得没有经验的用户也可以通过与系统进行简单的交互完成衣服版型的矫正，且过程简便，衣服版型矫正效率高，节约了衣服图像处理的人力和物力。

为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

图1为根据本发明实施例提出的衣服版型矫正方法的流程示意图，如图1所示，该衣服版型矫正方法包括以下步骤：

S101，获取待处理的衣服图像和与待处理的衣服图像对应的衣服模板图像。

也就是说，在获取到待处理衣服图像之后，根据待处理的衣服图像获取与其对应的衣服模板图像。

其中，该衣服模板图像可以根据衣服的类型进行预设，例如，根据男衣、女衣进行以对模板图像的预设，或者，根据上衣、大衣、短袖、披风、卫衣等衣服的款式信息进行衣服模板图像的预设。

S102，对待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像。

也就是说，在获取到待处理的衣服图像及其对应的衣服模板图像之后，对待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；从而，后续可以根据完成标注的衣服图像获取衣服图像的外轮廓，并根据该关键点进行部件的拆分。

其中，关键点的选取方式可以有多种，例如，通过以每隔一定像素获取一个待处理的衣服图像的外轮廓线上的点的方式获取关键点；或者，如图2所示，通过分别获取袖子、袖口、领口等衣服不同部位的最外围关键轮廓点，以该关键轮廓点作为关键点。

其中，对待处理的衣服图像进行关键点标注的方式有多种。

作为一种示例，在用户上传待处理的衣服图像之后，系统将跳转至关键点选取页面，通过用户的点选获取待处理的衣服图像的关键点；

作为另一种示例，对待处理的衣服图像进行关键点标注具体包括：对历史源图像和对应的历史关键点标注图像进行搜集，并对历史源图像和对应的历史关键点标注图像进行处理以形成训练集，以及根据该训练集进行训练以生成衣服图像关键点预测模型；然后，在衣服图像关键点预测模型训练完毕之后，将待处理的衣服图像输入该衣服图像关键点预测模型以进行关键点预测，并将预测的关键点标注到待处理的衣服图像上。

S103，对完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和衣服图像的外轮廓对完成标注的衣服图像进行部件拆分。

也就是说，当完成衣服图像关键点的标注之后，则对衣服图像进行处理，以获得衣服图像中衣服的外轮廓，并根据衣服图像上标注的关键点以及衣服图像中衣服的外轮廓对完成标注的衣服图像进行部件的拆分。

作为一种示例，如图3所示，对完成标注的衣服图像根据衣服图像上的关键点和衣服图像的外轮廓拆分成各个零部件，如图3所示，根据关键点和衣服图像上衣服的外轮廓将衣服图像中的袖子部分进行拆分，以形成衣服主体部件和左右袖子部件；或者，可以进一步地，对衣服的领口进行拆分，以形成领口部件；或者，对衣服的下摆或者袖口进一步地拆分，以形成下摆或袖口部件。

S104，根据衣服模板图像对拆分后的衣服图像整体变形。

也就是说，在衣服图像部件拆分完毕之后，根据对应的衣服模板图像对拆分后的衣服图像进行整体变形，以形成最后的衣服图像。

综上所述，根据本发明实施例的衣服版型矫正方法，首先，获取待处理的衣服图像和与所述待处理的衣服图像对应的衣服模板图像；接着，对所述待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；然后，对所述完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和所述衣服图像的外轮廓对所述完成标注的衣服图像进行部件拆分；接着，根据所述衣服模板图像对拆分后的衣服图像整体变形；从而提供一种简便的衣服版型矫正方式，以使得没有经验的用户也可以通过与系统进行简单的交互完成衣服版型的矫正，且过程简便，衣服版型矫正效率高，节约了衣服图像处理的人力和物力。

在一些实施例中，如图4所示，本发明另一实施例提出的衣服版型矫正方法包括以下步骤：

S201，获取待处理的衣服图像和与待处理的衣服图像对应的衣服模板图像。

S202，对待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像。

S203，对完成标注的衣服图像进行处理，以获得衣服图像的外轮廓。

S204，根据衣服图像上的关键点对衣服图像的外轮廓进行分段，以获得分段轮廓。

也就是说，在获取到完成标注的衣服图像之后，对该完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据已标注的衣服图像的关键点对衣服图像的外轮廓进行分段，以获得分段的轮廓。

S205，根据分段轮廓对衣服图像进行部件拆分，以获得各个部件的图像。

也就是说，在获得分段的轮廓之后，根据外轮廓的分段对衣服图像进行部件的拆分，以形成各个部件对应的图像和轮廓。

S206，提取每个部件的图像信息和轮廓信息。

S207，参照衣服模板图像，根据每个部件的图像信息和轮廓信息进行整体变形处理，以获得每个部件变形后的图像。

也就是说，参照该衣服图像对应的衣服模板图像，根据拆分后的每个部件的图像信息及其对应的轮廓信息进行整体变形处理，以获得每个部件变形后的图像。

S208，对每个部件变形的图像进行拼合。

即言，对每个部件变形后的图像进行拼合，以形成最终的衣服版型矫正图像。

需要说明的是，上述关于图1中衣服版型矫正方法的描述同样适用于该衣服版型矫正方法，在此不做赘述。

综上所述，根据本发明实施例提出的衣服版型矫正方法，首先，对待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；接着，对待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；然后，对完成标注的衣服图像进行处理，以获得衣服图像的外轮廓；接着，根据衣服图像上的关键点对衣服图像的外轮廓进行分段，以获得分段轮廓；然后，根据分段轮廓对衣服图像进行部件拆分，以获得各个部件的图像；接着，提取每个部件的图像信息和轮廓信息；然后，参照衣服模板图像，根据每个部件的图像信息和轮廓信息进行整体变形处理，以获得每个部件变形后的图像；接着，对每个部件变形的图像进行拼合；从而提供一种简便的衣服版型矫正方式，以使得没有经验的用户也可以通过与系统进行简单的交互完成衣服版型的矫正，且过程简便，衣服版型矫正效率高，节约了衣服图像处理的人力和物力。

为了实现上述实施例，本发明实施例还提出了一种计算机可读存储介质，其上存储有衣服版型矫正程序，该衣服版型矫正程序被处理器执行时实现如上述的衣服版型矫正方法。

为了实现上述实施例，本发明实施例还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时，实现如上述的衣服版型矫正方法。

为了实现上述实施例，如图5所示，本发明实施例还提出了一种衣服版型矫正装置，包括：获取模块10、图像标注模块20、图像处理模块30和图像变形模块40。

其中，获取模块10，用于获取待处理的衣服图像和与待处理的衣服图像对应的衣服模板图像。

图像标注模块20，用于对待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像。

在一些实施例中，图像标注模块20还用于，将待处理的衣服图像输入预设的深度学习模型以进行关键点预测，并将预测的关键点标注到待处理的衣服图像上；或者接收用户指令，根据用户指令对待处理的衣服图像进行关键点标注。

图像处理模块30，用于对完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和衣服图像的外轮廓对完成标注的衣服图像进行部件拆分。

在一些实施例中，该图像处理模块30还用于，根据衣服图像上的关键点对衣服图像的外轮廓进行分段，以获得分段轮廓，并根据分段轮廓对衣服图像进行部件拆分，以获得各个部件的图像。

图像变形模块40，用于根据衣服模板图像对拆分后的衣服图像整体变形。

在一些实施例中，图像变形模块40还用于，提取每个部件的图像信息和轮廓信息，并参照衣服模板图像，根据每个部件的图像信息和轮廓信息进行整体变形处理，以获得每个部件变形后的图像，以及对每个部件变形的图像进行拼合。

需要说明的是，上述关于图1中衣服版型矫正方法的描述同样适用于该衣服版型矫正装置，在此不做赘述。

综上所述，根据本发明实施例提出的衣服版型矫正装置，包括：获取模块，用于获取待处理的衣服图像和与所述待处理的衣服图像对应的衣服模板图像；图像标注模块，用于对所述待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；图像处理模块，用于对所述完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和所述衣服图像的外轮廓对所述完成标注的衣服图像进行部件拆分；图像变形模块，用于根据所述衣服模板图像对拆分后的衣服图像整体变形；从而提供一种简便的衣服版型矫正方式，以使得没有经验的用户也可以通过与系统进行简单的交互完成衣服版型的矫正，且过程简便，衣服版型矫正效率高，节约了衣服图像处理的人力和物力。

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。

应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

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。

在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征 “上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种衣服版型矫正方法，其特征在于，包括以下步骤：

获取待处理的衣服图像和与所述待处理的衣服图像对应的衣服模板图像；

对所述待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；

对所述完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和所述衣服图像的外轮廓对所述完成标注的衣服图像进行部件拆分；

根据所述衣服模板图像对拆分后的衣服图像整体变形。

2.如权利要求1所述的衣服版型矫正方法，其特征在于，根据衣服图像上的关键点和所述衣服图像的外轮廓对所述完成标注的衣服图像进行部件拆分，包括：

根据所述衣服图像上的关键点对所述衣服图像的外轮廓进行分段，以获得分段轮廓；

根据所述分段轮廓对所述衣服图像进行部件拆分，以获得各个部件的图像。

3.如权利要求2所述的衣服版型矫正方法，其特征在于，根据所述衣服模板图像对拆分后的衣服图像整体变形，包括：

提取每个部件的图像信息和轮廓信息；

参照所述衣服模板图像，根据每个部件的图像信息和轮廓信息进行整体变形处理，以获得每个部件变形后的图像；

对每个部件变形的图像进行拼合。

4.如权利要求1-3中任一项所述的衣服版型矫正方法，其特征在于，对所述待处理的衣服图像进行关键点标注，包括：

将所述待处理的衣服图像输入预设的深度学习模型以进行关键点预测，并将预测的关键点标注到所述待处理的衣服图像上；或者

接收用户指令，根据所述用户指令对所述待处理的衣服图像进行关键点标注。

5.一种计算机可读存储介质，其特征在于，其上存储有衣服版型矫正程序，该衣服版型矫正程序被处理器执行时实现如权利要求1-4中任一项所述的衣服版型矫正方法。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时，实现如权利要求1-4中任一项所述的衣服版型矫正方法。

7.一种衣服版型矫正装置，其特征在于，包括：

获取模块，用于获取待处理的衣服图像和与所述待处理的衣服图像对应的衣服模板图像；

图像标注模块，用于对所述待处理的衣服图像进行关键点标注，以获得完成标注的衣服图像；

图像处理模块，用于对所述完成标注的衣服图像进行处理，以获得衣服图像的外轮廓，并根据衣服图像上的关键点和所述衣服图像的外轮廓对所述完成标注的衣服图像进行部件拆分；

图像变形模块，用于根据所述衣服模板图像对拆分后的衣服图像整体变形。

8.如权利要求7所述的衣服版型矫正装置，其特征在于，所述图像处理模块还用于，根据所述衣服图像上的关键点对所述衣服图像的外轮廓进行分段，以获得分段轮廓，并根据所述分段轮廓对所述衣服图像进行部件拆分，以获得各个部件的图像。

9.如权利要求8所述的衣服版型矫正装置，其特征在于，所述图像变形模块还用于，提取每个部件的图像信息和轮廓信息，并参照所述衣服模板图像，根据每个部件的图像信息和轮廓信息进行整体变形处理，以获得每个部件变形后的图像，以及对每个部件变形的图像进行拼合。

10.如权利要求7-9中任一项所述的衣服版型矫正装置，其特征在于，所述图像标注模块还用于，

将所述待处理的衣服图像输入预设的深度学习模型以进行关键点预测，并将预测的关键点标注到所述待处理的衣服图像上；或者

接收用户指令，根据所述用户指令对所述待处理的衣服图像进行关键点标注。