CN110428360B - 汽车图像美化方法、设备、存储介质及装置 - Google Patents
汽车图像美化方法、设备、存储介质及装置 Download PDFInfo
- Publication number
- CN110428360B CN110428360B CN201910607936.3A CN201910607936A CN110428360B CN 110428360 B CN110428360 B CN 110428360B CN 201910607936 A CN201910607936 A CN 201910607936A CN 110428360 B CN110428360 B CN 110428360B
- Authority
- CN
- China
- Prior art keywords
- automobile
- beautified
- image
- mapping
- automobile 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000013507 mapping Methods 0.000 claims abstract description 159
- 230000000007 visual effect Effects 0.000 claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims description 25
- 238000010191 image analysis Methods 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 230000035772 mutation Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 230000004927 fusion Effects 0.000 abstract 1
- 239000003086 colorant Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004904 shortening Methods 0.000 description 3
- 241000283690 Bos taurus Species 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- 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]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种汽车图像美化方法、设备、存储介质及装置,该方法包括:获取待美化汽车图像;展示贴图风格选项,以使用户基于所述贴图风格选项进行选取;接收用户基于所述贴图风格选项的贴图选取指令,根据所述贴图选取指令获取目标风格贴图;根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像。基于人工智能,针对用户选择的每一套贴图和待美化汽车图像,并行执行多个异步操作实现异步贴图,缩短贴图耗时,并且无需用户自行调配贴图的大小与位置,提高汽车图像美化效率和质量,完美融合视觉效果,方便实用。
Description
技术领域
本发明涉及人工智能的技术领域,尤其涉及一种汽车图像美化方法、设备、存储介质及装置。
背景技术
目前的图片处理应用,例如美图秀秀和B612咔叽等,对图片进行美化处理,或根据用户自身需求自行选择贴图手动美化原有图片。然而,这些美图软件大多都是仅对风景画或者是人像进行美化,具有很大的局限性,并且在贴图过程中,美图秀秀等美图软件进行美化图片时,需要用户自行调配贴图的大小与位置,智能化程度不高,美化图片需耗费时间。因此,如何高效地美化汽车图像是亟待解决的技术问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种汽车图像美化方法、设备、存储介质及装置,旨在解决现有技术中汽车图像美化智能程度不高的技术问题。
为实现上述目的,本发明提供一种汽车图像美化方法,所述汽车图像美化方法包括以下步骤:
接收用户输入的汽车图像上传指令,根据所述汽车图像上传指令获取待美化汽车图像;
展示贴图风格选项,以使用户基于所述贴图风格选项进行选取;
接收用户基于所述贴图风格选项的贴图选取指令,根据所述贴图选取指令获取目标风格贴图;
根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像。
优选地,所述根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像之前,所述汽车图像美化方法还包括:
对所述待美化汽车图像进行图像分析,获得所述待美化汽车图像的待美化汽车角度和待美化汽车拐角点坐标,所述待美化汽车角度为汽车被拍摄的角度,所述待美化汽车拐角点坐标为所述待美化汽车图像中像素突变点坐标;
根据所述目标风格贴图、所述待美化汽车角度和所述待美化汽车拐角点坐标通过预设直译式脚本语言的适配车型算法计算出目标贴图位置;
优选地,所述对所述待美化汽车图像进行图像分析,获得所述待美化汽车图像的待美化汽车角度和待美化汽车拐角点坐标,包括:
对所述待美化汽车图像进行分割,获得多个待美化分割图像;
将所述待美化分割图像输入汽车角度识别模型,识别出所述待美化汽车图像的待美化汽车角度;
对所述待美化汽车图像进行像素分析,获得图片矩阵;
通过预设规则对所述图片矩阵中的像素数值进行识别,获得所述待美化汽车图像的待美化汽车拐角点坐标。
优选地,所述通过预设规则对所述图片矩阵中的像素数值进行识别,获得所述待美化汽车图像的待美化汽车拐角点坐标,包括:
通过预设窗口函数遍历所述图片矩阵中的像素数值,将遍历到的像素数值作为当前像素数值,计算所述当前像素数值与上一个像素数值之间的差值;
若所述差值超过预设阈值,则将所述当前像素数值对应的像素点坐标作为所述待美化汽车图像的待美化汽车拐角点坐标。
优选地,所述将所述待美化分割图像输入汽车角度识别模型,识别出所述待美化汽车图像的待美化汽车角度之前,所述汽车图像美化方法还包括:
建立基础模型;
获取样本汽车图像及对应的样本汽车角度;
对所述样本汽车图像进行分割,获得多个样本分割图像;
根据所述样本分割图像及对应的样本汽车角度对所述基础模型进行训练,获得汽车角度识别模型。
优选地,所述根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过异步贴图算法进行图像美化,获得目标美化汽车图像,包括:
判断所述目标风格贴图是否为同一个视觉层的贴图;
若是,则根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过第一构造函数进行异步贴图,获得目标美化汽车图像,所述第一构造函数通过并行执行同一个视觉层的多个异步操作实现异步贴图;
若不是,则根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过第二构造函数进行异步贴图,获得目标美化汽车图像,所述第二构造函数按照视觉层远近依次进行多个异步操作实现异步贴图。
优选地,所述接收用户输入的汽车图像上传指令,根据所述汽车图像上传指令获取待美化汽车图像,包括:
接收用户输入的汽车图像上传指令,从所述汽车图像上传指令中提取出汽车图像路径;
根据所述汽车图像路径链接至预设图库,将所述预设图库中的汽车图像进行展示;
接收用户基于所述预设图库中的汽车图像的图像选取指令,根据所述图像选取指令获取待美化汽车图像。
此外,为实现上述目的,本发明还提出一种汽车图像美化设备,所述汽车图像美化设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的汽车图像美化程序,所述汽车图像美化程序配置为实现如上文所述的汽车图像美化方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有汽车图像美化程序,所述汽车图像美化程序被处理器执行时实现如上文所述的汽车图像美化方法的步骤。
此外,为实现上述目的,本发明还提出一种汽车图像美化装置,所述汽车图像美化装置包括:
获取模块,用于接收用户输入的汽车图像上传指令,根据所述汽车图像上传指令获取待美化汽车图像;
展示模块,用于展示贴图风格选项,以使用户基于所述贴图风格选项进行选取;
所述获取模块,还用于接收用户基于所述贴图风格选项的贴图选取指令,根据所述贴图选取指令获取目标风格贴图;
图像美化模块,用于根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像。
本发明中,通过获取待美化汽车图像,展示贴图风格选项,以使用户基于所述贴图风格选项进行选取,接收用户基于所述贴图风格选项的贴图选取指令,根据所述贴图选取指令获取目标风格贴图,以实现用户选择其喜爱的贴图;根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像,基于人工智能,针对用户选择的每一套贴图和待美化汽车图像,并行执行多个异步操作实现异步贴图,缩短贴图耗时,并且无需用户自行调配贴图的大小与位置,提高汽车图像美化效率和质量,完美融合视觉效果,方便实用。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的汽车图像美化设备的结构示意图;
图2为本发明汽车图像美化方法第一实施例的流程示意图;
图3为本发明汽车图像美化方法第二实施例的流程示意图;
图4为本发明汽车图像美化方法待美化汽车图像的拐角点示意图;
图5为本发明汽车图像美化方法第三实施例的流程示意图;
图6为本发明汽车图像美化装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的汽车图像美化设备结构示意图。
如图1所示,该汽车图像美化设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003 还可以包括标准的有线接口、无线接口,对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory,RAM)存储器,也可以是稳定的存储器(Non-volatileMemory,NVM),例如磁盘存储器。存储器 1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对汽车图像美化设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及汽车图像美化程序。
在图1所示的汽车图像美化设备中,网络接口1004主要用于连接后台服务器,与所述后台服务器进行数据通信;用户接口1003主要用于连接用户设备;所述汽车图像美化设备通过处理器1001调用存储器1005中存储的汽车图像美化程序,并执行本发明实施例提供的汽车图像美化方法。
基于上述硬件结构,提出本发明汽车图像美化方法的实施例。
参照图2,图2为本发明汽车图像美化方法第一实施例的流程示意图,提出本发明汽车图像美化方法第一实施例。
在第一实施例中,所述汽车图像美化方法包括以下步骤:
步骤S10:接收用户输入的汽车图像上传指令,根据所述汽车图像上传指令获取待美化汽车图像。
应理解的是,本实施例的执行主体是所述汽车图像美化设备,其中,所述汽车图像美化设备可为智能手机、个人电脑或服务器等电子设备。所述汽车图像上传指令通常为用户在所述汽车图像美化设备中打开网页进行输入,可在网页页面中展示上传汽车图像按钮,用户点击所述上传汽车图像按钮,则链接至所述汽车图像美化设备中的图库或者相册,即汽车图像路径,从所述图库或者相册中选取所述待美化汽车图像。所述待美化汽车图像可以是一张或者多张汽车图像,所述汽车图像美化设备可以对一张或者同时对多张汽车图像进行获取并美化。本实施例中,所述步骤S10,包括:接收用户输入的汽车图像上传指令,从所述汽车图像上传指令中提取出汽车图像路径;根据所述汽车图像路径链接至预设图库,将所述预设图库中的汽车图像进行展示;接收用户基于所述预设图库中的汽车图像的图像选取指令,根据所述图像选取指令获取待美化汽车图像。
例如,可在网页首页页面展示加号框并配上上传汽车照片等文字,则用户点击所述加号框上传所述待美化汽车图像,链接至所述汽车图像美化设备中的图库或者相册中的至少一张汽车图像,若所述图库或者相册中包括多张汽车图像,用户可以选取其中的一张或者同时选取多张汽车图像作为所述待美化汽车图像。
步骤S20:展示贴图风格选项,以使用户基于所述贴图风格选项进行选取。
可理解的是,所述贴图风格选项包括:'猪猪'、'宫廷'、'奶牛'、'婚礼'、' 可爱'、'祈祷'、'美国队长'、'蝙蝠侠'和'炫酷'等风格选项,将所述贴图风格选项进行展示,可以是一个可滚动的下拉选择器,或者缩略图列表,供用户选择风格,用户根据展示的所述贴图风格选项选取喜欢的贴图风格,将用户选取的贴图作为所述目标风格贴图,将所述目标风格贴图和所述待美化汽车图像进行合成,以获得目标美化汽车图像。
步骤S30:接收用户基于所述贴图风格选项的贴图选取指令,根据所述贴图选取指令获取目标风格贴图。
需要说明的是,接收用户基于所述贴图风格选项的贴图选取指令,根据所述选取指令链接至所述所述汽车图像美化设备中的图库或者相册,将所述图库或者相册中与所述贴图选取指令对应的风格贴图作为所述目标风格题图进行获取。
在具体实现中,所述汽车图像美化设备中的图库或者相册中每种风格贴图也可以是一张贴图,也可以是多张不同颜色或样式但属于同种风格的贴图,比如,所述贴图选取指令为猪猪风格,与猪猪风格对应的贴图可以是一张猪猪贴图,则可将该张猪猪贴图作为所述目标风格贴图;与猪猪风格对应的贴图也可以是多张不同颜色或样式的猪猪贴图,若存在多张不同颜色或样式的猪猪贴图,用户可以进一步进行选择具体的猪猪贴图作为所述目标风格贴图。
步骤S40:根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像。
应理解的是,在图像合成方面,可采用javascript的canvas相关API:
(1)canvas.getContext('2d');生成canvas的2d环境。
(2)canvas.setAttribute('width',bgW/this.ratio);设置canvas的适配宽高比例。
(3)ctx.drawImage(image,sx,sy,sWidth,sHeight,dx,dy,dWidth,dHeight)。
需要说明的是,采用Canvas 2D API中提供的多种方式在Canvas上绘制图像。为了快速贴图,不阻塞javascript执行的进程,以及贴出图片的视觉层次感,采用异步贴图。异步贴图主要依赖于ES6的promise API。处于同一个视觉层的贴图,可采用promise.all(Array[])去异步贴图。不同视觉层的层次感,通过在.then()中return Promise.all(Array[])来实现。在用户选取了所述目标风格贴图后,网页首页页面可展示一键生成美图按钮,用户可通过点击一键生成美图按钮,根据用户选定的所述目标风格贴图和所述目标风格贴图通过异步贴图,一键生成所述目标美化汽车图像。
本实施例中,通过获取待美化汽车图像,展示贴图风格选项,以使用户基于所述贴图风格选项进行选取,接收用户基于所述贴图风格选项的贴图选取指令,根据所述贴图选取指令获取目标风格贴图,以实现用户选择其喜爱的贴图;根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像,基于人工智能,针对用户选择的每一套贴图和待美化汽车图像,并行执行多个异步操作实现异步贴图,缩短贴图耗时,并且无需用户自行调配贴图的大小与位置,提高汽车图像美化效率和质量,完美融合视觉效果,方便实用。
参照图3,图3为本发明汽车图像美化方法第二实施例的流程示意图,基于上述图2所示的第一实施例,提出本发明汽车图像美化方法的第二实施例。
在第二实施例中,所述步骤S40之前,还包括:
步骤S301:对所述待美化汽车图像进行图像分析,获得所述待美化汽车图像的待美化汽车角度和待美化汽车拐角点坐标,所述待美化汽车角度为汽车被拍摄的角度,所述待美化汽车拐角点坐标为所述待美化汽车图像中像素突变点坐标。
应理解的是,对所述待美化汽车图像进行图像分析,具体为,对所述待美化汽车图像进行分割,用阈值方法对各个像素点进行分类,例如通过像素点灰度和阈值的比较求出汽车的轮廓,从而识别出所述待美化汽车图像的待美化汽车角度,所述待美化汽车角度为汽车被拍摄的角度,即所述待美化汽车图像呈现的是汽车哪个角度的图像,结合俯视、平视和仰视,拍摄的时候是拍摄汽车的正面、左侧正面、右侧正面、后面、左侧后面、右侧后面以及侧面多少角度。还可利用纹理、局部地区灰度对比度等特征检出边界、线条、区域等,并用区域生长、合并、分解等技术求出图像的各个组成成分。对所述待美化汽车图像进行图像分析,获得图片矩阵,通过一个移动的窗口去遍历矩阵中的数值,一旦发现有像素变化明显的地方,那就可能是一个拐点,从而获得所述待美化汽车图像的待美化汽车拐角点坐标,即所述待美化汽车拐角点坐标为所述待美化汽车图像中像素突变点的坐标。如图4所示,图4 为待美化汽车图像的拐角点示意图,待美化汽车图像的汽车角度为左侧正面角度,返回如图4所示顺序的14个拐角点坐标。
步骤S302:根据所述目标风格贴图、所述待美化汽车角度和所述待美化汽车拐角点坐标通过预设直译式脚本语言的适配车型算法计算出目标贴图位置。
需要说明的是,所述预设直译式脚本语言的适配车型算法是指运用 javascript的原型继承原理的算法,求同存异。对于不同的贴图,能够统一适配的子继承父方法的算法。如果不能适配,再在自己方法里重写贴图算法。
比如,用户选取的所述目标风格贴图为奶牛风格的贴图,如果要适配车灯处的鼻子,需要用到图4中点1、2、3和4中的三个点来进行算法适配。
(1)找出鼻子的左上角起点坐标
X坐标:4点x坐标,再往右挪动3和4两点x坐标差的20%;
y坐标:4点y坐标,再向上挪动2和4两点y坐标差的10%;
(2)计算鼻子的适配宽度(此处大概是3和4两点x坐标差的60%)。
奶牛的耳朵、眼睛和牛角等位置算法类似。
在第二实施例中,所述步骤S40,包括:
步骤S401:根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过异步贴图算法进行图像美化,获得目标美化汽车图像。
应理解的是,canvas是HTML5新增标签,Canvas API(画布)是在HTML5 中新增的标签用于在网页实时生成图像,并且可以操作图像内容,基本上它是一个可以用JavaScript操作的位图(bitmap)。Canvas对象表示一个HTML 画布元素-<canvas>。它没有自己的行为,但是定义了一个API支持脚本化客户端绘图操作。API(Application ProgrammingInterface,应用程序编程接口) 是一些预先定义的函数,提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力,而又无需访问源码,或理解内部工作机制的细节。
在第二实施例中,所述步骤S401,包括:
判断所述目标风格贴图是否为同一个视觉层的贴图;
若是,则根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过第一构造函数进行异步贴图,获得目标美化汽车图像,所述第一构造函数通过并行执行同一个视觉层的多个异步操作实现异步贴图;
若不是,则根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过第二构造函数进行异步贴图,获得目标美化汽车图像,所述第二构造函数按照视觉层远近依次进行多个异步操作实现异步贴图。
在具体实现中,采用Canvas 2D API中提供的多种方式在Canvas上绘制图像。为了快速贴图,不阻塞javascript执行的进程,以及贴出图片的视觉层次感,采用异步贴图。异步贴图主要依赖于ES6的promise API。为了实现更好的贴图效果,首先判断所述目标风格贴图是否为同一个视觉层的贴图,可以预先对各贴图进行分类,分为同一视觉层的贴图和不同视觉层的贴图,则获取所述目标风格贴图时,可直接根据分类识别出是否为同一个视觉层的贴图,若是同一个视觉层的贴图,所述第一构造函数为promise.all(Array[]),通过所述第一构造函数实现异步贴图,所述第一构造函数通过并行执行同一个视觉层的多个异步操作实现异步贴图,Promise构造函数只有一个参数,该参数是一个函数,被称作执行器,通过使用all()方法包装多个Promise实例,参数只有一个,可迭代对象,可以是数组等类型,有了all,就可以并行执行多个异步操作,并且在一个回调中处理所有的返回数据,返回的数据与传的参数数组的顺序是一样的,Promise.all里的任务列表是按照顺序发起的,但是根据结果来说,它们是异步的,互相之间并不阻塞,每个任务完成时机是不确定的,所有任务结束之后,它们的结果仍然是按顺序地映射到resultList里,这样就能和Promise.all里的任务列表一一对应起来。若不是同一个视觉层的贴图,则属于不同视觉层的贴图,对于不同视觉层的层次感的贴图,所述第二构造函数为.then()中returnPromise.all(Array[]),通过所述第二构造函数实现异步贴图,所述第二构造函数按照视觉层远近依次进行多个异步操作实现异步贴图,所述第二构造函数首先贴出较远视觉层的贴图,返回成功结果,再进行较近视觉层的贴图,从而实现不同视觉层的层次感的贴图。示例逻辑如下:
需要说明的是,在用户选取了所述目标风格贴图后,网页首页页面可展示一键生成美图按钮,用户可通过点击一键生成美图按钮,根据用户选定的所述目标风格贴图和所述目标风格贴图,并结合返回的所述拐角点坐标以及所述汽车角度,通过异步贴图,一键生成所述目标美化汽车图像。
在本实施例中,在图像合成方面,采用的是javascript的canvas相关API,根据图像识别后的拐角点坐标,运用异步贴图原理,适配车型的算法能智能计算出目标风格贴图的位置大小,针对用户选择的每一套贴图,以及上传的待美化汽车图像的不同角度,进行贴图,完美融合视觉效果,真实自然;并且,合成技术以javascript为载体,平台适用范围更广,无需用户下载APP,只需打开网页,就能对用户的爱车图像进行美化,方便实用,且传播更方便,成本低。
参照图5,图5为本发明汽车图像美化方法第三实施例的流程示意图,基于上述图3所示的第二实施例,提出本发明汽车图像美化方法的第三实施例。
在第三实施例中,所述步骤S301,包括:
步骤S3011:对所述待美化汽车图像进行分割,获得多个待美化分割图像。
应理解的是,对所述待美化汽车图像进行分割,用阈值方法对各个像点进行分类,例如通过像点灰度和阈值的比较求出汽车的轮廓。还可利用纹理、局部地区灰度对比度等特征检出边界、线条、区域等,并用区域生长、合并、分解等技术求出图像的各个组成成分。识别对所述待美化汽车图像进行分割获得的多个待美化分割图像,可通过建立汽车角度识别模型,将分割获得的多个待美化分割图像输入所述汽车角度识别模型,输出所述待美化汽车图像的汽车角度。
步骤S3012:将所述待美化分割图像输入汽车角度识别模型,识别出所述待美化汽车图像的待美化汽车角度。
可理解的是,所述汽车角度识别模型的建立,可通过获取大量的样本汽车图像及对应的样本汽车角度,对所述样本汽车图像进行分割,获得多个样本分割图像,将所述样本分割图像和所述样本汽车角度输入基础模型进行学习训练,获得所述汽车角度识别模型,所述基础模型包括卷积神经网络模型。则将所述待美化分割图像输入汽车角度识别模型,能够输出所述待美化汽车图像的待美化汽车角度。本实施例中,所述步骤S3012之前,还包括:建立基础模型;获取样本汽车图像及对应的样本汽车角度;对所述样本汽车图像进行分割,获得多个样本分割图像;根据所述样本分割图像及对应的样本汽车角度对所述基础模型进行训练,获得汽车角度识别模型。
步骤S3013:对所述待美化汽车图像进行像素分析,获得图片矩阵。
需要说明的是,可以采用矩阵理论和矩阵算法对所述待美化汽车图像进行像素分析,获得所述图片矩阵,所述图片矩阵中为所述待美化汽车图像中所有的像素点及像素点坐标构成。
步骤S3014:通过预设规则对所述图片矩阵中的像素数值进行识别,获得所述待美化汽车图像的待美化汽车拐角点坐标。
在具体实现中,所述图片矩阵包括像素点数值,通过一个移动的窗口去遍历所述图片矩阵中的像素数值,若发现有像素数值变化明显的点,则可能是所述待美化汽车图像中的一个拐点。
本实施例中,所述步骤S3014,包括:
通过预设窗口函数遍历所述图片矩阵中的像素数值,将遍历到的像素数值作为当前像素数值,计算所述当前像素数值与上一个像素数值之间的差值;
若所述差值超过预设阈值,则将所述当前像素数值对应的像素点坐标作为所述待美化汽车图像的待美化汽车拐角点坐标。
应理解的是,用(x,y)表示所述待美化图像的横纵坐标,用(u,v)表示窗口函数,即所述预设窗口函数,所述待美化汽车图像中汽车的拐点可通过不断游动(u,v)的值,即对所述图片矩阵中的像素数值横纵坐标(x,y)进行遍历,将遍历到的像素数值作为当前像素数值,将上一个遍历的像素数值作为所述上一个像素值,计算所述当前像素数值与所述上一个像素值之间的差值较大,也就是说像素值剧烈变化,就说明出现了拐点。所述预设阈值可根据经验值进行设置,具体地,可通过分析大量的样本汽车图像的拐角点坐标与上一个样本像素值之间的样本差值,对大量的样本差值取平均值作为所述预设阈值,若当前像素数值与上一个像素数值之间的差值超过预设阈值,则将所述当前像素数值对应的像素点坐标作为所述待美化汽车图像的待美化汽车拐角点坐标,从而获得所述待美化汽车图像中所有的汽车拐角点坐标。如图4所示,待美化取车图像的汽车角度为左侧角度,返回如如图4所示的顺序的14个拐角点坐标。
本实施例中,对所述待美化汽车图像进行分割,获得多个待美化分割图像,将所述待美化分割图像输入汽车角度识别模型,识别出所述待美化汽车图像的待美化汽车角度,基于人工智能,提高汽车图像中汽车角度识别的效率和准确度;对所述待美化汽车图像进行像素分析,获得图片矩阵,通过预设规则对所述图片矩阵中的像素数值进行识别,获得所述待美化汽车图像的待美化汽车拐角点坐标,基于人工智能,提高汽车图像中汽车拐角点坐标识别的效率和准确度。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有汽车图像美化程序,所述汽车图像美化程序被处理器执行时实现如上文所述的汽车图像美化方法的步骤。
此外,参照图6,本发明实施例还提出一种汽车图像美化装置,所述汽车图像美化装置包括:
获取模块10,用于接收用户输入的汽车图像上传指令,根据所述汽车图像上传指令获取待美化汽车图像;
展示模块20,用于展示贴图风格选项,以使用户基于所述贴图风格选项进行选取;
所述获取模块10,还用于接收用户基于所述贴图风格选项的贴图选取指令,根据所述贴图选取指令获取目标风格贴图;
图像美化模块30,用于根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像。
应理解的是,所述汽车图像上传指令通常为用户在所述汽车图像美化设备中打开网页进行输入,可在网页页面中展示上传汽车图像按钮,用户点击所述上传汽车图像按钮,则链接至所述汽车图像美化设备中的图库或者相册,即汽车图像路径,从所述图库或者相册中选取所述待美化汽车图像。所述待美化汽车图像可以是一张或者多张汽车图像,所述汽车图像美化设备可以对一张或者同时对多张汽车图像进行获取并美化。本实施例中,所述接收用户输入的汽车图像上传指令,根据所述汽车图像上传指令获取待美化汽车图像,包括:接收用户输入的汽车图像上传指令,从所述汽车图像上传指令中提取出汽车图像路径;根据所述汽车图像路径链接至预设图库,将所述预设图库中的汽车图像进行展示;接收用户基于所述预设图库中的汽车图像的图像选取指令,根据所述图像选取指令获取待美化汽车图像。
例如,可在网页首页页面展示加号框并配上上传汽车照片等文字,则用户点击所述加号框上传所述待美化汽车图像,链接至所述汽车图像美化设备中的图库或者相册中的至少一张汽车图像,若所述图库或者相册中包括多张汽车图像,用户可以选取其中的一张或者同时选取多张汽车图像作为所述待美化汽车图像。
可理解的是,所述贴图风格选项包括:'猪猪'、'宫廷'、'奶牛'、'婚礼'、' 可爱'、'祈祷'、'美国队长'、'蝙蝠侠'和'炫酷'等风格选项,将所述贴图风格选项进行展示,可以是一个可滚动的下拉选择器,或者缩略图列表,供用户选择风格,用户根据展示的所述贴图风格选项选取喜欢的贴图风格,将用户选取的贴图作为所述目标风格贴图,将所述目标风格贴图和所述待美化汽车图像进行合成,以获得目标美化汽车图像。
需要说明的是,接收用户基于所述贴图风格选项的贴图选取指令,根据所述选取指令链接至所述所述汽车图像美化设备中的图库或者相册,将所述图库或者相册中与所述贴图选取指令对应的风格贴图作为所述目标风格题图进行获取。
在具体实现中,所述汽车图像美化设备中的图库或者相册中每种风格贴图也可以是一张贴图,也可以是多张不同颜色或样式但属于同种风格的贴图,比如,所述贴图选取指令为猪猪风格,与猪猪风格对应的贴图可以是一张猪猪贴图,则可将该张猪猪贴图作为所述目标风格贴图;与猪猪风格对应的贴图也可以是多张不同颜色或样式的猪猪贴图,若存在多张不同颜色或样式的猪猪贴图,用户可以进一步进行选择具体的猪猪贴图作为所述目标风格贴图。
应理解的是,在图像合成方面,可采用javascript的canvas相关API:
(1)canvas.getContext('2d');生成canvas的2d环境。
(2)canvas.setAttribute('width',bgW/this.ratio);设置canvas的适配宽高比例。
(3)ctx.drawImage(image,sx,sy,sWidth,sHeight,dx,dy,dWidth,dHeight)。
需要说明的是,采用Canvas 2D API中提供的多种方式在Canvas上绘制图像。为了快速贴图,不阻塞javascript执行的进程,以及贴出图片的视觉层次感,采用异步贴图。异步贴图主要依赖于ES6的promise API。处于同一个视觉层的贴图,可采用promise.all(Array[])去异步贴图。不同视觉层的层次感,通过在.then()中return Promise.all(Array[])来实现。在用户选取了所述目标风格贴图后,网页首页页面可展示一键生成美图按钮,用户可通过点击一键生成美图按钮,根据用户选定的所述目标风格贴图和所述目标风格贴图通过异步贴图,一键生成所述目标美化汽车图像。
本实施例中,通过获取待美化汽车图像,展示贴图风格选项,以使用户基于所述贴图风格选项进行选取,接收用户基于所述贴图风格选项的贴图选取指令,根据所述贴图选取指令获取目标风格贴图,以实现用户选择其喜爱的贴图;根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像,基于人工智能,针对用户选择的每一套贴图和待美化汽车图像,并行执行多个异步操作实现异步贴图,缩短贴图耗时,并且无需用户自行调配贴图的大小与位置,提高汽车图像美化效率和质量,完美融合视觉效果,方便实用。
在一实施例中,所述汽车图像美化装置还包括:
图像分析模块,用于对所述待美化汽车图像进行图像分析,获得所述待美化汽车图像的待美化汽车角度和待美化汽车拐角点坐标,所述待美化汽车角度为汽车被拍摄的角度,所述待美化汽车拐角点坐标为所述待美化汽车图像中像素突变点坐标;
计算模块,用于根据所述目标风格贴图、所述待美化汽车角度和所述待美化汽车拐角点坐标通过预设直译式脚本语言的适配车型算法计算出目标贴图位置。
在一实施例中,所述汽车图像美化装置还包括:
分割模块,用于对所述待美化汽车图像进行分割,获得多个待美化分割图像;
识别模块,用于将所述待美化分割图像输入汽车角度识别模型,识别出所述待美化汽车图像的待美化汽车角度;
像素分析模块,用于对所述待美化汽车图像进行像素分析,获得图片矩阵;
所述识别模块,还用于通过预设规则对所述图片矩阵中的像素数值进行识别,获得所述待美化汽车图像的待美化汽车拐角点坐标。
在一实施例中,所述计算模块,还用于通过预设窗口函数遍历所述图片矩阵中的像素数值,将遍历到的像素数值作为当前像素数值,计算所述当前像素数值与上一个像素数值之间的差值;
所述汽车图像美化装置还包括:
认定模块,用于若所述差值超过预设阈值,则将所述当前像素数值对应的像素点坐标作为所述待美化汽车图像的待美化汽车拐角点坐标。
在一实施例中,所述汽车图像美化装置还包括:
建立模块,用于建立基础模型;
所述获取模块10,还用于获取样本汽车图像及对应的样本汽车角度;
所述分割模块,还用于对所述样本汽车图像进行分割,获得多个样本分割图像;
训练模块,用于根据所述样本分割图像及对应的样本汽车角度对所述基础模型进行训练,获得汽车角度识别模型。
在一实施例中,所述汽车图像美化装置还包括:
判断模块,用于判断所述目标风格贴图是否为同一个视觉层的贴图;
所述图像美化模块30,还用于若是,则根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过第一构造函数进行异步贴图,获得目标美化汽车图像,所述第一构造函数通过并行执行同一个视觉层的多个异步操作实现异步贴图;
所述图像美化模块30,还用于若不是,则根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过第二构造函数进行异步贴图,获得目标美化汽车图像,所述第二构造函数按照视觉层远近依次进行多个异步操作实现异步贴图。
在一实施例中,所述汽车图像美化装置还包括:
提取模块,用于接收用户输入的汽车图像上传指令,从所述汽车图像上传指令中提取出汽车图像路径;
所述展示模块20,还用于根据所述汽车图像路径链接至预设图库,将所述预设图库中的汽车图像进行展示;
所述获取模块10,还用于接收用户基于所述预设图库中的汽车图像的图像选取指令,根据所述图像选取指令获取待美化汽车图像。
本发明所述汽车图像美化装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。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。词语第一、第二、以及第三等的使用不表示任何顺序,可将这些词语解释为标识。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器镜像(Read Only Memory image,ROM)/随机存取存储器(Random AccessMemory,RAM)、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种汽车图像美化方法,其特征在于,所述汽车图像美化方法包括以下步骤:
接收用户输入的汽车图像上传指令,根据所述汽车图像上传指令获取待美化汽车图像;
展示贴图风格选项,以使用户基于所述贴图风格选项进行选取;
接收用户基于所述贴图风格选项的贴图选取指令,根据所述贴图选取指令获取目标风格贴图;
根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像;
其中,所述根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像之前,所述汽车图像美化方法还包括:
对所述待美化汽车图像进行图像分析,获得所述待美化汽车图像的待美化汽车角度和待美化汽车拐角点坐标,所述待美化汽车角度为汽车被拍摄的角度,所述待美化汽车拐角点坐标为所述待美化汽车图像中像素突变点坐标;
根据所述目标风格贴图、所述待美化汽车角度和所述待美化汽车拐角点坐标通过预设直译式脚本语言的适配车型算法计算出目标贴图位置;
其中,所述根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像,包括:
判断所述目标风格贴图是否为同一个视觉层的贴图;
若是,则根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过第一构造函数进行异步贴图,获得目标美化汽车图像,所述第一构造函数通过并行执行同一个视觉层的多个异步操作实现异步贴图;
若不是,则根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过第二构造函数进行异步贴图,获得目标美化汽车图像,所述第二构造函数按照视觉层远近依次进行多个异步操作实现异步贴图。
2.如权利要求1所述的汽车图像美化方法,其特征在于,所述对所述待美化汽车图像进行图像分析,获得所述待美化汽车图像的待美化汽车角度和待美化汽车拐角点坐标,包括:
对所述待美化汽车图像进行分割,获得多个待美化分割图像;
将所述待美化分割图像输入汽车角度识别模型,识别出所述待美化汽车图像的待美化汽车角度;
对所述待美化汽车图像进行像素分析,获得图片矩阵;
通过预设规则对所述图片矩阵中的像素数值进行识别,获得所述待美化汽车图像的待美化汽车拐角点坐标。
3.如权利要求2所述的汽车图像美化方法,其特征在于,所述通过预设规则对所述图片矩阵中的像素数值进行识别,获得所述待美化汽车图像的待美化汽车拐角点坐标,包括:
通过预设窗口函数遍历所述图片矩阵中的像素数值,将遍历到的像素数值作为当前像素数值,计算所述当前像素数值与上一个像素数值之间的差值;
若所述差值超过预设阈值,则将所述当前像素数值对应的像素点坐标作为所述待美化汽车图像的待美化汽车拐角点坐标。
4.如权利要求2所述的汽车图像美化方法,其特征在于,所述将所述待美化分割图像输入汽车角度识别模型,识别出所述待美化汽车图像的待美化汽车角度之前,所述汽车图像美化方法还包括:
建立基础模型;
获取样本汽车图像及对应的样本汽车角度;
对所述样本汽车图像进行分割,获得多个样本分割图像;
根据所述样本分割图像及对应的样本汽车角度对所述基础模型进行训练,获得汽车角度识别模型。
5.如权利要求1-4中任一项所述的汽车图像美化方法,其特征在于,所述接收用户输入的汽车图像上传指令,根据所述汽车图像上传指令获取待美化汽车图像,包括:
接收用户输入的汽车图像上传指令,从所述汽车图像上传指令中提取出汽车图像路径;
根据所述汽车图像路径链接至预设图库,将所述预设图库中的汽车图像进行展示;
接收用户基于所述预设图库中的汽车图像的图像选取指令,根据所述图像选取指令获取待美化汽车图像。
6.一种汽车图像美化设备,其特征在于,所述汽车图像美化设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的汽车图像美化程序,所述汽车图像美化程序被所述处理器执行时实现如权利要求1至5中任一项所述的汽车图像美化方法的步骤。
7.一种存储介质,其特征在于,所述存储介质上存储有汽车图像美化程序,所述汽车图像美化程序被处理器执行时实现如权利要求1至5中任一项所述的汽车图像美化方法的步骤。
8.一种汽车图像美化装置,其特征在于,所述汽车图像美化装置包括:
获取模块,用于接收用户输入的汽车图像上传指令,根据所述汽车图像上传指令获取待美化汽车图像;
展示模块,用于展示贴图风格选项,以使用户基于所述贴图风格选项进行选取;
所述获取模块,还用于接收用户基于所述贴图风格选项的贴图选取指令,根据所述贴图选取指令获取目标风格贴图;
图像美化模块,用于根据所述待美化汽车图像和所述目标风格贴图通过异步贴图算法进行图像美化,获得目标美化汽车图像;
所述图像美化模块,还用于对所述待美化汽车图像进行图像分析,获得所述待美化汽车图像的待美化汽车角度和待美化汽车拐角点坐标,所述待美化汽车角度为汽车被拍摄的角度,所述待美化汽车拐角点坐标为所述待美化汽车图像中像素突变点坐标;根据所述目标风格贴图、所述待美化汽车角度和所述待美化汽车拐角点坐标通过预设直译式脚本语言的适配车型算法计算出目标贴图位置;
所述图像美化模块,还用于判断所述目标风格贴图是否为同一个视觉层的贴图;若是,则根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过第一构造函数进行异步贴图,获得目标美化汽车图像,所述第一构造函数通过并行执行同一个视觉层的多个异步操作实现异步贴图;若不是,则根据所述待美化汽车图像、所述目标风格贴图和所述目标贴图位置通过第二构造函数进行异步贴图,获得目标美化汽车图像,所述第二构造函数按照视觉层远近依次进行多个异步操作实现异步贴图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910607936.3A CN110428360B (zh) | 2019-07-05 | 2019-07-05 | 汽车图像美化方法、设备、存储介质及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910607936.3A CN110428360B (zh) | 2019-07-05 | 2019-07-05 | 汽车图像美化方法、设备、存储介质及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110428360A CN110428360A (zh) | 2019-11-08 |
CN110428360B true CN110428360B (zh) | 2023-08-25 |
Family
ID=68410331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910607936.3A Active CN110428360B (zh) | 2019-07-05 | 2019-07-05 | 汽车图像美化方法、设备、存储介质及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110428360B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112565464A (zh) * | 2021-01-22 | 2021-03-26 | 杭州米络星科技(集团)有限公司 | 一种文件自定义位序上传的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105233498A (zh) * | 2015-09-23 | 2016-01-13 | 网易(杭州)网络有限公司 | 游戏角色染色方法、装置、用户终端及游戏系统 |
CN105678686A (zh) * | 2015-12-30 | 2016-06-15 | 北京金山安全软件有限公司 | 一种图片处理方法及装置 |
CN108846878A (zh) * | 2018-06-07 | 2018-11-20 | 奇酷互联网络科技(深圳)有限公司 | 人脸贴图生成方法、装置、可读存储介质及移动终端 |
CN109634703A (zh) * | 2018-12-13 | 2019-04-16 | 北京旷视科技有限公司 | 基于canvas标签的图像处理方法、装置、系统和存储介质 |
CN109783102A (zh) * | 2019-01-18 | 2019-05-21 | 北京城市网邻信息技术有限公司 | 一种小程序中Canvas画布生成的方法、装置、设备和存储介质 |
-
2019
- 2019-07-05 CN CN201910607936.3A patent/CN110428360B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105233498A (zh) * | 2015-09-23 | 2016-01-13 | 网易(杭州)网络有限公司 | 游戏角色染色方法、装置、用户终端及游戏系统 |
CN105678686A (zh) * | 2015-12-30 | 2016-06-15 | 北京金山安全软件有限公司 | 一种图片处理方法及装置 |
CN108846878A (zh) * | 2018-06-07 | 2018-11-20 | 奇酷互联网络科技(深圳)有限公司 | 人脸贴图生成方法、装置、可读存储介质及移动终端 |
CN109634703A (zh) * | 2018-12-13 | 2019-04-16 | 北京旷视科技有限公司 | 基于canvas标签的图像处理方法、装置、系统和存储介质 |
CN109783102A (zh) * | 2019-01-18 | 2019-05-21 | 北京城市网邻信息技术有限公司 | 一种小程序中Canvas画布生成的方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110428360A (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10657652B2 (en) | Image matting using deep learning | |
US10748324B2 (en) | Generating stylized-stroke images from source images utilizing style-transfer-neural networks with non-photorealistic-rendering | |
US10776970B2 (en) | Method and apparatus for processing video image and computer readable medium | |
US10049308B1 (en) | Synthesizing training data | |
US9349076B1 (en) | Template-based target object detection in an image | |
CN106096542B (zh) | 基于距离预测信息的图像视频场景识别方法 | |
CN111178183A (zh) | 人脸检测方法及相关装置 | |
CN109191414A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN112639846A (zh) | 一种训练深度学习模型的方法和装置 | |
JP7213616B2 (ja) | 情報処理装置、情報処理プログラム及び情報処理方法。 | |
CN109241890B (zh) | 面部图像校正方法、装置及存储介质 | |
CN113516666A (zh) | 图像裁剪方法、装置、计算机设备及存储介质 | |
CN114170227A (zh) | 产品表面缺陷检测方法、装置、设备及存储介质 | |
CN110969641A (zh) | 图像处理方法和装置 | |
CN110428360B (zh) | 汽车图像美化方法、设备、存储介质及装置 | |
Li et al. | Enhancing pencil drawing patterns via using semantic information | |
CN117253110A (zh) | 一种基于扩散模型的目标检测模型泛化能力提升方法 | |
CN112801911A (zh) | 一种去除自然图像中文字类噪声的方法及装置、存储介质 | |
CN112927321B (zh) | 基于神经网络的图像智能设计方法、装置、设备及存储介质 | |
CN114078204A (zh) | 目标检测方法、装置、电子设备及存储介质 | |
CN117437490B (zh) | 一种服装信息的处理方法、装置、电子设备和存储介质 | |
CN111046748B (zh) | 一种大头照场景增强识别方法及装置 | |
CN114332267A (zh) | 一种水墨画图像的生成方法、装置、计算机设备及介质 | |
CN117392276A (zh) | 图像处理方法、设备及存储介质 | |
CN114120394A (zh) | 人脸关键点检测方法及装置 |
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 |