CN110910470A - 一种生成高质量缩略图的方法和装置 - Google Patents
一种生成高质量缩略图的方法和装置 Download PDFInfo
- Publication number
- CN110910470A CN110910470A CN201911092204.1A CN201911092204A CN110910470A CN 110910470 A CN110910470 A CN 110910470A CN 201911092204 A CN201911092204 A CN 201911092204A CN 110910470 A CN110910470 A CN 110910470A
- Authority
- CN
- China
- Prior art keywords
- color
- thumbnail
- model component
- rendering
- color quality
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
一种生成高质量缩略图的方法,包括以下步骤:读取模型构件文件;针对读取的所述模型构件文件,分别使用所有可用的渲染模式中的每一种渲染模式进行渲染并导出缩略图,获得若干张缩略图;计算每张缩略图的色彩质量指数CQI,所述色彩质量指数CQI反映一张图片的色彩质量,数值越小,质量越好;比较所有色彩质量指数CQI的大小,选取色彩质量指数CQI值最小的渲染模式作为最终的渲染模式;使用所述最终的渲染模式对所述模型构件文件进行渲染,生成一组多角度的缩略图。能够动态地为每一个模型构件选择最合适的渲染模式,因地制宜地为模型构件产生最佳的缩略图。
Description
技术领域
本申请属于计算机几何建模技术领域,特别涉及一种生成高质量缩略图的方法和装置。
背景技术
在建筑工程领域,越来越多的设计师(例如建筑设计师、结构设计师、机电设计师等)开始使用三维设计软件对建筑进行建模。在建模的过程中,会使用成百上千的模型构件来表达建筑设计。
由于模型构件是由专业的三维设计软件完成的,要查看模型构件的内容,一种方法是打开文件查看,但由于设计软件的启动会比较耗时,模型构件的数量也比较多,逐个查看会浪费大量的时间;另一种方法是通过查看模型构件自带的缩略图,但这种缩略图一般分辨率较低,色彩质量较差,并不能准确表达模型构件的内容,甚至会让设计师产生错误的理解。
高质量的缩略图,能让设计师在选择模型构件的过程中,更加准确地看清模型构件的真实外观;多角度的缩略图,能让设计师从多个角度观察模型构件的内容,为设计师提供一种接近三维浏览的体验。
在现有技术中,生成模型构件缩略图的过程,包括以下步骤:解析引擎读取模型构件的文件,加载数据到计算机内存中;程序指定一种模型构件的渲染模式;解析引擎执行导出缩略图的任务,产生一组多个角度的缩略图。
一般来说,为了尽可能真实地表达构件,设计师会为模型构件的不同部分设置材质(木质、玻璃、钢材等)信息,而在生成模型构件的缩略图的过程中,需要设置模型构件的渲染模式。因为在不同的渲染模式下,相同的材质表现出来的颜色会产生较大的差异,多种材质组合产生的差异就会导致同一个模型构件在不同的渲染模式下,生成的缩略图之间,出现较大的观感上的差异,所以如果不能智能地选择合适的渲染模式,会导致导出的缩略图的质量参差不齐。
发明内容
鉴于现有技术中存在的由于模型构件材质的差异,使用同一种渲染模式并不能为所有模型构件生成质量一致的缩略图,本发明提供了一种生成高质量缩略图的方法和装置,能够动态地为每一个模型构件选择最合适的渲染模式,因地制宜地为模型构件产生最佳的缩略图。
本发明提供了一种生成高质量缩略图的方法,包括以下步骤:
(1)读取模型构件文件;
(2)针对读取的所述模型构件文件,分别使用所有可用的渲染模式中的每一种渲染模式进行渲染并导出缩略图,获得若干张缩略图;
(3)计算每张缩略图的色彩质量指数CQI(Color Quality Index),所述色彩质量指数CQI反映一张图片的色彩质量,数值越小,质量越好;
(4)比较所有色彩质量指数CQI的大小,选取色彩质量指数CQI值最小的渲染模式作为最终的渲染模式;
(5)使用所述最终的渲染模式对所述模型构件文件进行渲染,生成一组多角度的缩略图。
进一步地,所述读取模型构件文件具体为:解析引擎读取模型构件文件,读取的所述模型构件文件被加载到计算机内存中。
进一步地,所述色彩质量指数CQI通过下式计算:
其中:
本发明还提供了一种生成高质量缩略图的装置,所述装置包括读取单元、缩略图计算单元、色彩质量指数计算单元、比较单元和渲染单元,其中:
读取单元,用于读取模型构件文件;
所述缩略图计算单元,用于针对读取的所述模型构件文件,分别使用所有可用的渲染模式中的每一种渲染模式进行渲染并导出缩略图,获得若干张缩略图;
所述色彩质量指数计算单元,用于计算每张缩略图的色彩质量指数CQI(ColorQuality Index),所述色彩质量指数CQI反映一张图片的色彩质量,数值越小,质量越好;
所述比较单元,用于比较所有色彩质量指数CQI的大小,选取色彩质量指数CQI值最小的渲染模式作为最终的渲染模式;
所述渲染单元,用于使用所述最终的渲染模式对所述模型构件文件进行渲染,生成一组多角度的缩略图。
进一步地,所述读取模型构件文件具体为:解析引擎读取模型构件文件,读取的所述模型构件文件被加载到计算机内存中。
进一步地,所述色彩质量指数CQI通过下式计算:
其中:
本发明还提供了一种电子设备,所述电子设备包括:
存储装置;
一个或多个处理器;
所述存储装置用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上所述的方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被执行时,实现如上所述的方法。
相比于现有技术,本发明提供的一种生成高质量缩略图的方法和装置,能够针对每种渲染模式生成的缩略图计算色彩质量指数CQI,使用色彩质量指数CQI作为图片色彩质量的评判依据,最终选择色彩质量指数CQI最低的渲染模式来对模型构件文件进行渲染,能够动态地为每一个模型构件选择最合适的渲染模式,因地制宜地为模型构件产生最佳的缩略图。
附图说明
为了便于本领域普通技术人员理解和实施本申请,下面结合附图对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1是本申请的一种生成高质量缩略图的方法的示意图。
图2是本申请的一种生成高质量缩略图的装置的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
在对本发明的方案进行说明之前,先对本发明所用到的术语进行解释:
构件:组成建筑的基本单元(如门、窗、桌、椅、风管、风机、水管等),建筑物在建造过程中需要使用大量的构件来组合完成整个建筑物的设计表达。一个构件也可以由其他多个构件组合而成(例如,门可以由门板和门把手组成)。
模型构件:构件在计算机中的数字化表现形式,它通过三维立体表达形象且完整地描述了构件的诸多方面(例如,三维几何信息、参数属性信息、安装工艺信息、维护保养信息等),并存储在计算机的存储设备中。本发明提到的模型构件,指设计师通过三维设计软件设计并保存的模型文件。模型构件相对建模模型,就相当于构件对建筑物的逻辑概念,通过大量的模型构件设计组合成整个建筑模型。
缩略图:反映文件内容的二维图像,主要用于帮助用户快速而形象地理解文件的内容。
渲染模式:三维模型引擎用于渲染模型外观的一组配置信息的组合,一般用于控制模型场景的光照、模型的材质表现、线框、阴影等信息。
CQI:色彩质量指数(Color Quality Index),用于反映一张图片的色彩质量,数值越小,质量越好,下述实施例有详细的计算方法。
现有技术中,在导出大量的缩略图时,固定地采用某一种渲染模式,导出缩略图的质量会有好有坏,这和模型构件内部采用的材质有很大的关系。所以,本发明要解决的问题就是在于如何选择合适的渲染模式,核心是使用色彩质量指数CQI(Color Quality Index)指标来表达图片的质量:CQI实际表达的是一幅图像色彩分布的均匀性,色彩分布更加均匀的图像,具有更好的色彩质量。本发明通过对不同渲染模式下生成的图片,计算其各自的色彩质量指数CQI,通过比较色彩质量指数CQI的大小,确定哪种渲染模式下生成的图片色彩质量最佳,从而针对这个模型构件,采用该种渲染模式,生成质量最佳的缩略图。
实施例一:
本发明的实施例一提供了一种生成高质量缩略图的方法,包括以下步骤:
(1)读取模型构件文件;
所述读取模型构件文件具体为:解析引擎读取模型构件文件,读取的所述模型构件文件被加载到计算机内存中;
(2)针对读取的所述模型构件文件,分别使用所有可用的渲染模式中的每一种渲染模式进行渲染并导出一张缩略图,获得若干张缩略图;
针对每一个模型构件文件,有多少渲染模式就导出多少张缩略图。
(3)计算每张缩略图的色彩质量指数CQI(Color Quality Index),所述色彩质量指数CQI用于反映一张图片的色彩质量,数值越小,质量越好;
所述色彩质量指数CQI通过下式计算:
其中:
(4)比较所有色彩质量指数CQI的大小,选取色彩质量指数CQI值最小的渲染模式作为最终的渲染模式;
(5)使用所述最终的渲染模式对所述模型构件文件进行渲染,生成一组多角度的缩略图。
本发明提供的一种生成高质量缩略图的方法,能够针对每种渲染模式生成的缩略图计算色彩质量指数CQI,使用色彩质量指数CQI作为图片色彩质量的评判依据,最终选择色彩质量指数CQI最低的渲染模式来对模型构件文件进行渲染,能够动态地为每一个模型构件选择最合适的渲染模式,因地制宜地为模型构件产生最佳的缩略图。
实施例二:
本发明的实施例二提供了一种生成高质量缩略图的装置,所述装置包括读取单元、缩略图计算单元、色彩质量指数计算单元、比较单元、渲染单元,其中:
所述读取单元,用于读取模型构件文件;
所述读取模型构件文件具体为:解析引擎读取模型构件文件,读取的所述模型构件文件被加载到计算机内存中;
所述缩略图计算单元,用于针对读取的所述模型构件文件,分别使用所有可用的渲染模式中的每一种渲染模式进行渲染并导出一张缩略图,获得若干张缩略图;
针对每一个模型构件文件,有多少渲染模式就导出多少张缩略图。
所述色彩质量指数计算单元,用于计算每张缩略图的色彩质量指数CQI(ColorQuality Index),所述色彩质量指数CQI用于反映一张图片的色彩质量,数值越小,质量越好;
所述色彩质量指数CQI通过下式计算:
其中:
所述比较单元,用于比较所有色彩质量指数CQI的大小,选取色彩质量指数CQI值最小的渲染模式作为最终的渲染模式;
所述渲染单元,用于使用所述最终的渲染模式对所述模型构件文件进行渲染,生成一组多角度的缩略图。
本发明提供的一种生成高质量缩略图的装置,能够针对每种渲染模式生成的缩略图计算色彩质量指数CQI,使用色彩质量指数CQI作为图片色彩质量的评判依据,最终选择色彩质量指数CQI最低的渲染模式来对模型构件文件进行渲染,能够动态地为每一个模型构件选择最合适的渲染模式,因地制宜地为模型构件产生最佳的缩略图。
另外,本申请实施例还公开了一种电子设备,其包括存储装置和一个或多个处理器,存储装置用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如实施例一的方法。
本申请实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被执行时,实现如实施例一的方法。
附图中的流程图和框图显示了根据本申请的多个实施例的方法、装置和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图和框图中的每个方框可以代表一个单元、模块、程序段或代码的一部分,包含一个或多个用于实现逻辑功能的计算机可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。也要注意的是,框图和流程图中的每个方框或方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本申请不限制于任何特定形式的硬件和软件的结合。综上所述,以上仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种生成高质量缩略图的方法,其特征在于,包括以下步骤:
(1)读取模型构件文件;
(2)针对读取的所述模型构件文件,分别使用所有可用的渲染模式中的每一种渲染模式进行渲染并导出缩略图,获得若干张缩略图;
(3)计算每张缩略图的色彩质量指数CQI(Color Quality Index),所述色彩质量指数CQI反映一张图片的色彩质量,数值越小,质量越好;
(4)比较所有色彩质量指数CQI的大小,选取色彩质量指数CQI值最小的渲染模式作为最终的渲染模式;
(5)使用所述最终的渲染模式对所述模型构件文件进行渲染,生成一组多角度的缩略图。
2.根据权利要求1所述的方法,其特征在于,所述读取模型构件文件具体为:解析引擎读取模型构件文件,读取的所述模型构件文件被加载到计算机内存中。
4.一种生成高质量缩略图的装置,其特征在于,所述装置包括读取单元、缩略图计算单元、色彩质量指数计算单元、比较单元和渲染单元,其中:
读取单元,用于读取模型构件文件;
所述缩略图计算单元,用于针对读取的所述模型构件文件,分别使用所有可用的渲染模式中的每一种渲染模式进行渲染并导出缩略图,获得若干张缩略图;
所述色彩质量指数计算单元,用于计算每张缩略图的色彩质量指数CQI(ColorQuality Index),所述色彩质量指数CQI反映一张图片的色彩质量,数值越小,质量越好;
所述比较单元,用于比较所有色彩质量指数CQI的大小,选取色彩质量指数CQI值最小的渲染模式作为最终的渲染模式;
所述渲染单元,用于使用所述最终的渲染模式对所述模型构件文件进行渲染,生成一组多角度的缩略图。
5.根据权利要求4所述的装置,其特征在于,所述读取模型构件文件具体为:解析引擎读取模型构件文件,读取的所述模型构件文件被加载到计算机内存中。
7.一种电子设备,其特征在于,所述电子设备包括:
存储装置;
一个或多个处理器;
所述存储装置用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-3之一所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序被执行时,实现如权利要求1-3之一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911092204.1A CN110910470B (zh) | 2019-11-11 | 2019-11-11 | 一种生成高质量缩略图的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911092204.1A CN110910470B (zh) | 2019-11-11 | 2019-11-11 | 一种生成高质量缩略图的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110910470A true CN110910470A (zh) | 2020-03-24 |
CN110910470B CN110910470B (zh) | 2023-07-07 |
Family
ID=69817062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911092204.1A Active CN110910470B (zh) | 2019-11-11 | 2019-11-11 | 一种生成高质量缩略图的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110910470B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113032606A (zh) * | 2021-04-08 | 2021-06-25 | 褚亚亚 | 一种基于大数据的下载管理系统及方法 |
CN114119842A (zh) * | 2021-11-24 | 2022-03-01 | 深圳市瑞云科技有限公司 | 基于ssim、psnr算法的渲染方法、系统及计算机可读存储介质 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521235A (zh) * | 2010-10-28 | 2012-06-27 | 微软公司 | 连拍模式图像压缩和解压 |
CN102831209A (zh) * | 2012-08-13 | 2012-12-19 | 优视科技有限公司 | 网页浏览的渲染处理方法及装置和移动终端 |
WO2013009710A1 (en) * | 2011-07-08 | 2013-01-17 | Steamfunk Labs, Inc. | Automated presentation of information using infographics |
CN103020340A (zh) * | 2012-11-29 | 2013-04-03 | 上海量维信息科技有限公司 | 基于web的3D家居设计系统 |
CN104520903A (zh) * | 2012-01-31 | 2015-04-15 | 谷歌公司 | 用于改进多姿态3d渲染的速度和视觉保真度的方法 |
CN105100961A (zh) * | 2015-07-23 | 2015-11-25 | 华为技术有限公司 | 视频缩略图生成方法及生成装置 |
CN106844580A (zh) * | 2017-01-09 | 2017-06-13 | 北京奇虎科技有限公司 | 一种缩略图的生成方法、装置及移动终端 |
CN107146197A (zh) * | 2017-03-31 | 2017-09-08 | 北京奇艺世纪科技有限公司 | 一种缩略图生成方法及装置 |
CN108289217A (zh) * | 2017-01-10 | 2018-07-17 | 三星电子株式会社 | 用于输出图像的方法和支持该方法的电子设备 |
CN108304450A (zh) * | 2017-12-12 | 2018-07-20 | 杭州先临三维云打印技术有限公司 | 三维模型在线预览方法及装置 |
CN108876764A (zh) * | 2018-05-21 | 2018-11-23 | 北京旷视科技有限公司 | 渲染图像获取方法、装置、系统和存储介质 |
CN109389659A (zh) * | 2018-09-11 | 2019-02-26 | 广州视源电子科技股份有限公司 | Ppt中数学公式的渲染方法、装置、存储介质及终端设备 |
CN109558507A (zh) * | 2017-09-26 | 2019-04-02 | 中建科技有限公司深圳分公司 | 三维模型渲染方法及系统 |
CN109658372A (zh) * | 2017-10-10 | 2019-04-19 | 凌云光技术集团有限责任公司 | 一种图像均匀性评估方法及装置 |
CN109712694A (zh) * | 2018-12-20 | 2019-05-03 | 武汉联影医疗科技有限公司 | 图像处理方法、装置、系统、图像处理工作站 |
CN110036647A (zh) * | 2016-12-23 | 2019-07-19 | 三星电子株式会社 | 用于管理三维内容的缩略图的方法和设备 |
CN110062157A (zh) * | 2019-04-04 | 2019-07-26 | 北京字节跳动网络技术有限公司 | 渲染图像的方法、装置、电子设备和计算机可读存储介质 |
CN110152291A (zh) * | 2018-12-13 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 游戏画面的渲染方法、装置、终端及存储介质 |
CN110351597A (zh) * | 2018-04-08 | 2019-10-18 | 中兴通讯股份有限公司 | 一种视频剪辑的方法、装置及电子设备 |
-
2019
- 2019-11-11 CN CN201911092204.1A patent/CN110910470B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521235A (zh) * | 2010-10-28 | 2012-06-27 | 微软公司 | 连拍模式图像压缩和解压 |
WO2013009710A1 (en) * | 2011-07-08 | 2013-01-17 | Steamfunk Labs, Inc. | Automated presentation of information using infographics |
CN104520903A (zh) * | 2012-01-31 | 2015-04-15 | 谷歌公司 | 用于改进多姿态3d渲染的速度和视觉保真度的方法 |
CN102831209A (zh) * | 2012-08-13 | 2012-12-19 | 优视科技有限公司 | 网页浏览的渲染处理方法及装置和移动终端 |
CN103020340A (zh) * | 2012-11-29 | 2013-04-03 | 上海量维信息科技有限公司 | 基于web的3D家居设计系统 |
CN105100961A (zh) * | 2015-07-23 | 2015-11-25 | 华为技术有限公司 | 视频缩略图生成方法及生成装置 |
CN110036647A (zh) * | 2016-12-23 | 2019-07-19 | 三星电子株式会社 | 用于管理三维内容的缩略图的方法和设备 |
CN106844580A (zh) * | 2017-01-09 | 2017-06-13 | 北京奇虎科技有限公司 | 一种缩略图的生成方法、装置及移动终端 |
CN108289217A (zh) * | 2017-01-10 | 2018-07-17 | 三星电子株式会社 | 用于输出图像的方法和支持该方法的电子设备 |
CN107146197A (zh) * | 2017-03-31 | 2017-09-08 | 北京奇艺世纪科技有限公司 | 一种缩略图生成方法及装置 |
CN109558507A (zh) * | 2017-09-26 | 2019-04-02 | 中建科技有限公司深圳分公司 | 三维模型渲染方法及系统 |
CN109658372A (zh) * | 2017-10-10 | 2019-04-19 | 凌云光技术集团有限责任公司 | 一种图像均匀性评估方法及装置 |
CN108304450A (zh) * | 2017-12-12 | 2018-07-20 | 杭州先临三维云打印技术有限公司 | 三维模型在线预览方法及装置 |
CN110351597A (zh) * | 2018-04-08 | 2019-10-18 | 中兴通讯股份有限公司 | 一种视频剪辑的方法、装置及电子设备 |
CN108876764A (zh) * | 2018-05-21 | 2018-11-23 | 北京旷视科技有限公司 | 渲染图像获取方法、装置、系统和存储介质 |
CN109389659A (zh) * | 2018-09-11 | 2019-02-26 | 广州视源电子科技股份有限公司 | Ppt中数学公式的渲染方法、装置、存储介质及终端设备 |
CN110152291A (zh) * | 2018-12-13 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 游戏画面的渲染方法、装置、终端及存储介质 |
CN109712694A (zh) * | 2018-12-20 | 2019-05-03 | 武汉联影医疗科技有限公司 | 图像处理方法、装置、系统、图像处理工作站 |
CN110062157A (zh) * | 2019-04-04 | 2019-07-26 | 北京字节跳动网络技术有限公司 | 渲染图像的方法、装置、电子设备和计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
张靖仪: "基于全卷积神经网络的图像缩略图生成算法" * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113032606A (zh) * | 2021-04-08 | 2021-06-25 | 褚亚亚 | 一种基于大数据的下载管理系统及方法 |
CN113032606B (zh) * | 2021-04-08 | 2022-05-10 | 广东粤财金融云科技股份有限公司 | 一种基于大数据的下载管理系统及方法 |
CN114119842A (zh) * | 2021-11-24 | 2022-03-01 | 深圳市瑞云科技有限公司 | 基于ssim、psnr算法的渲染方法、系统及计算机可读存储介质 |
CN114119842B (zh) * | 2021-11-24 | 2022-09-06 | 深圳市瑞云科技有限公司 | 基于ssim、psnr算法的渲染方法、系统及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110910470B (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8947422B2 (en) | Gradient modeling toolkit for sculpting stereoscopic depth models for converting 2-D images into stereoscopic 3-D images | |
US9390538B2 (en) | Depth identification of pixels in one or more three dimensional images | |
US8351689B2 (en) | Apparatus and method for removing ink lines and segmentation of color regions of a 2-D image for converting 2-D images into stereoscopic 3-D images | |
US8281281B1 (en) | Setting level of detail transition points | |
EP2306745B1 (en) | Method and system for creating depth and volume in a 2-D planar image | |
CN105069827B (zh) | 一种采用三维模型处理视频转场的方法 | |
US20050226502A1 (en) | Stylization of video | |
US20150325035A1 (en) | Method and system for efficient modeling of specular reflection | |
US20080018665A1 (en) | System and method for visualizing drawing style layer combinations | |
US20030107572A1 (en) | Method and apparatus for reducing the polygon count of a textured, three dimensional model of an object | |
Diamanti et al. | Synthesis of complex image appearance from limited exemplars | |
KR100503789B1 (ko) | 렌더링시스템, 렌더링방법 및 그 기록매체 | |
CN103325138A (zh) | 通过网页进行3d场景装饰并渲染的方法 | |
CN110910470B (zh) | 一种生成高质量缩略图的方法和装置 | |
CN110110412A (zh) | 基于bim技术的户型全装修模拟展示方法及展示系统 | |
Ruiters et al. | Example‐based Interpolation and Synthesis of Bidirectional Texture Functions | |
CN112991366A (zh) | 对图像进行实时色度抠图的方法、装置及移动端 | |
JP6898264B2 (ja) | 合成装置、方法及びプログラム | |
Seo et al. | Interactive painterly rendering with artistic error correction | |
CN103514593B (zh) | 图像处理方法及装置 | |
KR20180117826A (ko) | 웹툰무비 제작 방법 및 장치 | |
CN114494467A (zh) | 图像色彩迁移方法、装置、电子设备和存储介质 | |
CN113706700A (zh) | 基于数据可视化的三维地图实现方法 | |
CN112967363A (zh) | 一种8k三维水墨动画制作方法 | |
Sheng et al. | Perceptual global illumination cancellation in complex projection environments |
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 |