CN111047671B - 一种手绘图片的绘画路径的优化方法及存储介质 - Google Patents

一种手绘图片的绘画路径的优化方法及存储介质 Download PDF

Info

Publication number
CN111047671B
CN111047671B CN201911341992.3A CN201911341992A CN111047671B CN 111047671 B CN111047671 B CN 111047671B CN 201911341992 A CN201911341992 A CN 201911341992A CN 111047671 B CN111047671 B CN 111047671B
Authority
CN
China
Prior art keywords
paths
path
painting
pixel
point
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
Application number
CN201911341992.3A
Other languages
English (en)
Other versions
CN111047671A (zh
Inventor
邵猛
朴孟军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Laihua Technology Co ltd
Original Assignee
Chengdu Laihua Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Laihua Technology Co ltd filed Critical Chengdu Laihua Technology Co ltd
Priority to CN201911341992.3A priority Critical patent/CN111047671B/zh
Publication of CN111047671A publication Critical patent/CN111047671A/zh
Application granted granted Critical
Publication of CN111047671B publication Critical patent/CN111047671B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T11/80—Creating or modifying a manually drawn or painted image using a manual input device, e.g. mouse, light pen, direction keys on keyboard

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Generation (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种手绘图片的绘画路径的优化方法及存储介质，属于手绘动画技术领域，解决现有技术中，解析的解析后的图片的绘画路径庞大，需要消耗大量的运算资源和存储空间的问题。本发明包括如下步骤：读取手绘图片，获得手绘图片的绘画路径；基于绘画路径和绘画路径的连续性，对绘画路径进行分组标记，得到一组路径或多组路径；若为一组路径，去除路径中的噪声点，若为多组路径，对两两组内的路径进行去重处理，基于去重处理后的路径，对相邻两段路径进行合并处理，合并处理后再去除各路径中的噪声点；基于去除了噪声点的路径进行重新排序操作，得到优化后的绘画路径，并重新保存为手绘图片的绘画路径。用于手绘图片的绘画路径的优化。

Description

一种手绘图片的绘画路径的优化方法及存储介质
技术领域
一种手绘图片的绘画路径的优化方法及存储介质，用于手绘图片的绘画路径的优化，属于手绘动画技术领域。
背景技术
在图片手绘动画制作和展示过程中，经常会使用到图片，即通过解析图片文件得到对应的绘画路径信息，根据绘画路径信息和预定的重组规则生成绘画路径进行绘画路径展示。但是对于分辨率大、图片构成复杂等情况，解析后的图片的绘画路径就会很庞大，在绘画路径展示过程中，需要消耗大量的运算资源和存储空间都，性能表现会有很大的影响，即对硬件的要求特别高。若硬件资源无法满足的情况下，运算资源的消耗，会导致CPU使用率过高，展示过程会出现卡顿现象，而存储空间的消耗，会造成内存占用过高等问题。
发明内容
本发明的目的在于提供一种手绘图片的绘画路径的优化方法及存储介质，解决现有技术中，解析的解析后的图片的绘画路径庞大，在绘画路径展示过程中，需要消耗大量的运算资源和存储空间，即对硬件资源的要求非常的高的问题。
为了实现上述目的，本发明采用的技术方案为：
一种手绘图片的绘画路径的优化方法，包括如下步骤：
S1、读取手绘图片，获得手绘图片的绘画路径；
S2、基于绘画路径和绘画路径的连续性，对绘画路径进行分组标记，得到一组路径或多组路径；
S3、若为一组路径，去除路径中的噪声点，若为多组路径，对两两组内的路径进行去重处理，基于去重处理后的路径，对相邻两段路径进行合并处理，合并处理后再去除各路径中的噪声点；
S4、基于去除了噪声点的路径进行重新排序操作，得到优化后的绘画路径，并重新保存为手绘图片的绘画路径。
进一步，所述步骤S1的具体步骤为：
S1.1、读取手绘图片，获取手绘图片的像素信息，即手绘图片中每个像素的颜色值；
S1.2、根据像素信息判断各像素是否为路径点，若是，将其加入边界点集，若否，则不加入，根据边界点集得到像素连线信息，即绘画路径。
进一步，所述步骤S2的具体步骤为：
S2.1、基于绘画路径，判断绘画路径是否是连续路径，即判断绘画路径的首尾是否重合，若是，绘画路径为一个路径，将此路径分为一个组，并进行标号标记，若否，转到步骤S2.2；
S2.2、基于像素的颜色值获取相邻两个路径中前一个路径的终点像素点和后一个路径的起点像素点，判断相邻两个路径的终点像素点和起点像素点的距离是否小于5个像素点，若是，将相邻相个路径合并为一个路径，再转到步骤S2.3，否则直接转到步骤S2.3；
S2.3、基于各路径的首尾像素点，提取出所有路径，将每个路径分为一个组，分组后对各组按照绘画先后顺序进行标号标记，标记后得到多组路径。
进一步，所述步骤S3的具体步骤为：
S3.1、若绘画路径分为一组路径，转到步骤S3.4，若绘画路径分为多组路径，转到步骤S3.2；
S3.2、基于多组路径，对比两组内的路径的像素点的坐标是否完全重合或两两路径的所有像素点构成的点集间的距离是否均小于阈值，即从两路径的起点像素点开始，比较一一对应的两个像素点的距离是否都小于阈值，若是，取两个路径中间值的点集组成去重后的路径，将此路径分为一个组，此组的标记为原两个组中最小的标号，并将原两个组及组内的路径删除，若否，则不去重，其中，中间值是指从两路径的起点开始，取一一对应的两个像素点的距离的中心像素点的值；
S3.3、基于去重处理后的路径和组与组之间的路径，判断相邻两段路径中的前一段路径的终点与后一段路径的起点间的距离是否小于阈值，若是，将两段路径合并为一段路径，即前一段路径的终点与后一段路径的起点相连接，合并后将此路径分为一个组，此组的标记为原两个组中最小的标号，并将原两个组及组内的路径删除；若否，不合并两段路径；
S3.4、判断各路径上的每个像素点是否与绘画路径的走向相匹配，即将各像素点和此像素点前5个像素点或/和后5个像素点构成的连线进行最短距离连线，再判断最短距离连线是否小于等于阈值，若否，此点即为噪声点，采用线性拟合方式去掉噪声点，若是，则不作处理。
进一步，所述步骤S3.2中的阈值为1-10个像素内的任意一个数值；所述步骤S3.3中的阈值为10个像素；所述步骤S3.4中的阈值为5个像素。
进一步，所述步骤S4的具体步骤为：
基于去除噪声后的路径，按照组的标记顺序进行重新排序操作，得到优化后的绘画路径，并重新保存为手绘图片的绘画路径。
一种手绘图片的绘画路径的存储介质，包括用于存储一种手绘图片的绘画路径的优化方法的存储介质，用于处理器调用。
与现有技术相比，本发明的优点在于：
一、本发明保证绘画路径绘制效果的前提下极大的提高了绘画路径运算的效率、降低了绘画路径存储的空间消耗，提高了图片手绘绘画的性能表现和流畅度，针对不同的图片，优化后的路径数量和优化前的比例并不固定；通常的优化效果，可以减少60％以上的内存消耗，运算速度会提高60％以上；
二、本发明对绘画路径优化后，降低了对硬件的需求。
附图说明
图1为本发明的流程示意图；
图2为本发明的实施例中的手绘图片；
图3本发明的实施例中得到优化后的绘画路径。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，都属于本发明保护的范围。
一种手绘图片的绘画路径的优化方法，包括如下步骤：
S1、读取手绘图片，获得手绘图片的绘画路径；
具体步骤为：
S1.1、读取手绘图片，获取手绘图片的像素信息，即手绘图片中每个像素的颜色值；
S1.2、根据像素信息判断各像素是否为路径点，若是，将其加入边界点集，若否，则不加入，根据边界点集得到像素连线信息，即绘画路径。
S2、基于绘画路径和绘画路径的连续性，对绘画路径进行分组标记，得到一组路径或多组路径；
具体步骤为：
S2.1、基于绘画路径，判断绘画路径是否是连续路径，即判断绘画路径的首尾是否重合，若是，绘画路径为一个路径，将此路径分为一个组，并进行标号标记，若否，转到步骤S2.2；
S2.2、基于像素的颜色值获取相邻两个路径中前一个路径的终点像素点和后一个路径的起点像素点，判断相邻两个路径的终点像素点和起点像素点的距离是否小于5个像素点，若是，将相邻相个路径合并为一个路径，再转到步骤S2.3，否则直接转到步骤S2.3；
S2.3、基于各路径的首尾像素点，提取出所有路径，将每个路径分为一个组，分组后对各组按照绘画先后顺序进行标号标记，标记后得到多组路径。
S3、若为一组路径，去除路径中的噪声点，若为多组路径，对两两组内的路径进行去重处理，基于去重处理后的路径，对相邻两段路径进行合并处理，合并处理后再去除各路径中的噪声点；
具体步骤为：
S3.1、若绘画路径分为一组路径，转到步骤S3.4，若绘画路径分为多组路径，转到步骤S3.2；
S3.2、基于多组路径，对比两组内的路径的像素点的坐标是否完全重合或两两路径的所有像素点构成的点集间的距离是否均小于阈值，即从两路径的起点像素点开始，比较一一对应的两个像素点的距离是否都小于阈值，若是，取两个路径中间值的点集组成去重后的路径，将此路径分为一个组，此组的标记为原两个组中最小的标号(如原来两个组的标记为15和16，那去重后的路径分组后的标记为15)，并将原两个组及组内的路径删除，若否，则不去重，其中，中间值是指从两路径的起点开始，取一一对应的两个像素点的距离的中心像素点的值；如两个相对应的点P1和P2，P1的坐标为(100，50)，P2的坐标为(105，55)，则中间值为点(102.5，52.5),既两点之间的中心像素点。
S3.3、基于去重处理后的路径和组与组之间的路径，判断相邻两段路径中的前一段路径的终点与后一段路径的起点间的距离是否小于阈值，若是，将两段路径合并为一段路径，即前一段路径的终点与后一段路径的起点相连接，合并后将此路径分为一个组，此组的标记为原两个组中最小的标号，并将原两个组及组内的路径删除；若否，不合并两段路径；
S3.4、判断各路径上的每个像素点是否与绘画路径的走向相匹配，即将各像素点和此像素点前5个像素点或/和后5个像素点构成的连线进行最短距离连线，再判断最短距离连线是否小于等于某个阈值，若否，此点即为噪声点，采用线性拟合方式去掉噪声点，若是，则不作处理。
所述步骤S3.2中的阈值为1-10个像素内的任意一个数值；所述步骤S3.3中的阈值为10个像素；所述步骤S3.4中的阈值为5个像素
S4、基于去除了噪声点的路径进行重新排序操作，得到优化后的绘画路径，并重新保存为手绘图片的绘画路径。
具体步骤为：
基于去除噪声后的路径，按照组的标记顺序进行重新排序操作，得到优化后的绘画路径，并重新保存为手绘图片的绘画路径。
一种手绘图片的绘画路径的存储介质，包括用于存储一种手绘图片的绘画路径的优化方法的存储介质，用于处理器调用。
实施例
读取手绘图片，如图2所示，获得手绘图片的绘画路径，如图2中的黑色像素点；
基于绘画路径和绘画路径的连续性，对绘画路径进行分组标记，得到多组路径；
对两两组内的路径进行去重处理，基于去重处理后的路径，对相邻两段路径进行合并处理，合并处理后再去除各路径中的噪声点；
基于去除了噪声点的路径进行重新排序操作，得到优化后的绘画路径，并重新保存为手绘图片的绘画路径，如图3所示。

Claims (6)

1.一种手绘图片的绘画路径的优化方法，其特征在于，包括如下步骤：
S1、读取手绘图片，获得手绘图片的绘画路径；
S2、基于绘画路径和绘画路径的连续性，对绘画路径进行分组标记，得到一组路径或多组路径；
S3、若为一组路径，去除路径中的噪声点，若为多组路径，对两两组内的路径进行去重处理，基于去重处理后的路径，对相邻两段路径进行合并处理，合并处理后再去除各路径中的噪声点；
S4、基于去除了噪声点的路径进行重新排序操作，得到优化后的绘画路径，并重新保存为手绘图片的绘画路径；
所述步骤S1的具体步骤为：
S1.1、读取手绘图片，获取手绘图片的像素信息，即手绘图片中每个像素的颜色值；
S1.2、根据像素信息判断各像素是否为路径点，若是，将其加入边界点集，若否，则不加入，根据边界点集得到像素连线信息，即绘画路径。
2.根据权利要求1所述的一种手绘图片的绘画路径的优化方法，其特征在于，所述步骤S2的具体步骤为：
S2.1、基于绘画路径，判断绘画路径是否是连续路径，即判断绘画路径的首尾是否重合，若是，绘画路径为一个路径，将此路径分为一个组，并进行标号标记，若否，转到步骤S2.2；
S2.2、基于像素的颜色值获取相邻两个路径中前一个路径的终点像素点和后一个路径的起点像素点，判断相邻两个路径的终点像素点和起点像素点的距离是否小于5个像素点，若是，将相邻相个路径合并为一个路径，再转到步骤S2.3，否则直接转到步骤S2.3；
S2.3、基于各路径的首尾像素点，提取出所有路径，将每个路径分为一个组，分组后对各组按照绘画先后顺序进行标号标记，标记后得到多组路径。
3.根据权利要求1-2任意一项所述的一种手绘图片的绘画路径的优化方法，其特征在于，所述步骤S3的具体步骤为：
S3.1、若绘画路径分为一组路径，转到步骤S3.4，若绘画路径分为多组路径，转到步骤S3.2；
S3.2、基于多组路径，对比两组内的路径的像素点的坐标是否完全重合或两两路径的所有像素点构成的点集间的距离是否均小于阈值，即从两路径的起点像素点开始，比较一一对应的两个像素点的距离是否都小于阈值，若是，取两个路径中间值的点集组成去重后的路径，将此路径分为一个组，此组的标记为原两个组中最小的标号，并将原两个组及组内的路径删除，若否，则不去重，其中，中间值是指从两路径的起点开始，取一一对应的两个像素点的距离的中心像素点的值；
S3.3、基于去重处理后的路径和组与组之间的路径，判断相邻两段路径中的前一段路径的终点与后一段路径的起点间的距离是否小于阈值，若是，将两段路径合并为一段路径，即前一段路径的终点与后一段路径的起点相连接，合并后将此路径分为一个组，此组的标记为原两个组中最小的标号，并将原两个组及组内的路径删除；若否，不合并两段路径；
S3.4、判断各路径上的每个像素点是否与绘画路径的走向相匹配，即将各像素点和此像素点前5个像素点或/和后5个像素点构成的连线进行最短距离连线，再判断最短距离连线是否小于等于阈值，若否，此点即为噪声点，采用线性拟合方式去掉噪声点，若是，则不作处理。
4.根据权利要求3所述的一种手绘图片的绘画路径的优化方法，其特征在于，所述步骤S3.2中的阈值为1-10个像素内的任意一个数值；所述步骤S3.3中的阈值为10个像素；所述步骤S3.4中的阈值为5个像素。
5.根据权利要求1所述的一种手绘图片的绘画路径的优化方法，其特征在于，所述步骤S4的具体步骤为：
基于去除噪声后的路径，按照组的标记顺序进行重新排序操作，得到优化后的绘画路径，并重新保存为手绘图片的绘画路径。
6.一种手绘图片的绘画路径的存储介质，其特征在于，包括用于存储如权利要求1-5任意一项所述的一种手绘图片的绘画路径的优化方法的存储介质，用于处理器调用。
CN201911341992.3A 2019-12-24 2019-12-24 一种手绘图片的绘画路径的优化方法及存储介质 Active CN111047671B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911341992.3A CN111047671B (zh) 2019-12-24 2019-12-24 一种手绘图片的绘画路径的优化方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911341992.3A CN111047671B (zh) 2019-12-24 2019-12-24 一种手绘图片的绘画路径的优化方法及存储介质

Publications (2)

Publication Number Publication Date
CN111047671A CN111047671A (zh) 2020-04-21
CN111047671B true CN111047671B (zh) 2023-05-16

Family

ID=70238704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911341992.3A Active CN111047671B (zh) 2019-12-24 2019-12-24 一种手绘图片的绘画路径的优化方法及存储介质

Country Status (1)

Country Link
CN (1) CN111047671B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111951352A (zh) * 2020-08-11 2020-11-17 深圳市前海手绘科技文化有限公司 一种基于位图的手绘素材生成方法
CN112509097B (zh) * 2020-12-21 2023-08-18 深圳市前海手绘科技文化有限公司 一种手绘动画素材编辑方法及装置
CN112950735A (zh) * 2021-03-04 2021-06-11 爱昕科技(广州)有限公司 简图与语音指令结合生成图像的方法、计算机可读存储介质及显示设备

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2040681A1 (en) * 1990-04-26 1991-10-27 Alan H. Trist Image editing system
CA2131439A1 (en) * 1993-10-08 1995-04-09 Dennis L. Venable Structured image (si) format for describing complex color raster images
WO1995018424A1 (en) * 1993-12-27 1995-07-06 Schutz Stephen A Stereogram and method of constructing the same
WO2012058442A1 (en) * 2010-10-28 2012-05-03 Google Inc. Methods and systems for processing a video for stabilization and retargeting
CN106469207A (zh) * 2016-08-31 2017-03-01 李彦芝 一种绘画辅助、影视制作系统
CN107180443A (zh) * 2017-04-28 2017-09-19 深圳市前海手绘科技文化有限公司 一种手绘动画生成方法及其装置
CN107592565A (zh) * 2017-09-29 2018-01-16 深圳市前海手绘科技文化有限公司 一种视频中快速结合手绘视频元素的方法
CN108137439A (zh) * 2015-07-31 2018-06-08 Ifp 新能源公司 使用含硅和钼的催化剂的烯烃复分解方法
CN108171766A (zh) * 2017-12-14 2018-06-15 华侨大学 一种具有笔画轮廓纠正功能的图像生成方法
CN108460369A (zh) * 2018-04-04 2018-08-28 南京阿凡达机器人科技有限公司 一种基于机器视觉的绘图方法及系统
CN109035357A (zh) * 2018-07-10 2018-12-18 深圳市前海手绘科技文化有限公司 一种人工智能自动绘画方法
CN109948241A (zh) * 2019-03-15 2019-06-28 西京学院 一种装配式建筑设计装置及方法
CN109993816A (zh) * 2019-03-21 2019-07-09 广东智媒云图科技股份有限公司 联合绘画方法、装置、终端设置及计算机可读存储介质
CN109993810A (zh) * 2019-03-19 2019-07-09 广东智媒云图科技股份有限公司 一种智能素描绘画方法、装置、存储介质及终端设备
CN110570480A (zh) * 2019-07-19 2019-12-13 广东智媒云图科技股份有限公司 一种绘画机器人素描绘画方法、电子设备、存储介质
CN110587599A (zh) * 2019-08-19 2019-12-20 广东智媒云图科技股份有限公司 一种基于曲面绘画载体的绘画方法、装置及系统

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2040681A1 (en) * 1990-04-26 1991-10-27 Alan H. Trist Image editing system
CA2131439A1 (en) * 1993-10-08 1995-04-09 Dennis L. Venable Structured image (si) format for describing complex color raster images
WO1995018424A1 (en) * 1993-12-27 1995-07-06 Schutz Stephen A Stereogram and method of constructing the same
WO2012058442A1 (en) * 2010-10-28 2012-05-03 Google Inc. Methods and systems for processing a video for stabilization and retargeting
CN108137439A (zh) * 2015-07-31 2018-06-08 Ifp 新能源公司 使用含硅和钼的催化剂的烯烃复分解方法
CN106469207A (zh) * 2016-08-31 2017-03-01 李彦芝 一种绘画辅助、影视制作系统
CN107180443A (zh) * 2017-04-28 2017-09-19 深圳市前海手绘科技文化有限公司 一种手绘动画生成方法及其装置
CN107592565A (zh) * 2017-09-29 2018-01-16 深圳市前海手绘科技文化有限公司 一种视频中快速结合手绘视频元素的方法
CN108171766A (zh) * 2017-12-14 2018-06-15 华侨大学 一种具有笔画轮廓纠正功能的图像生成方法
CN108460369A (zh) * 2018-04-04 2018-08-28 南京阿凡达机器人科技有限公司 一种基于机器视觉的绘图方法及系统
CN109035357A (zh) * 2018-07-10 2018-12-18 深圳市前海手绘科技文化有限公司 一种人工智能自动绘画方法
CN109948241A (zh) * 2019-03-15 2019-06-28 西京学院 一种装配式建筑设计装置及方法
CN109993810A (zh) * 2019-03-19 2019-07-09 广东智媒云图科技股份有限公司 一种智能素描绘画方法、装置、存储介质及终端设备
CN109993816A (zh) * 2019-03-21 2019-07-09 广东智媒云图科技股份有限公司 联合绘画方法、装置、终端设置及计算机可读存储介质
CN110570480A (zh) * 2019-07-19 2019-12-13 广东智媒云图科技股份有限公司 一种绘画机器人素描绘画方法、电子设备、存储介质
CN110587599A (zh) * 2019-08-19 2019-12-20 广东智媒云图科技股份有限公司 一种基于曲面绘画载体的绘画方法、装置及系统

Also Published As

Publication number Publication date
CN111047671A (zh) 2020-04-21

Similar Documents

Publication Publication Date Title
CN111047671B (zh) 一种手绘图片的绘画路径的优化方法及存储介质
CN109117713B (zh) 一种全卷积神经网络的图纸版面分析与文字识别方法
CN110674053B (zh) Ssd数据存储节点管理方法、装置、计算机设备及存储介质
CN104572783A (zh) 网页点击情况的展示方法及装置
CN106340055A (zh) 一种基于多线程的OpenGL快速绘制方法
US11995890B2 (en) Method and apparatus for tensor processing
CN109242776B (zh) 一种基于视觉系统的双车道线检测方法
CN101908216B (zh) 一种实现矢量字体的方法及装置
CN113642584A (zh) 文字识别方法、装置、设备、存储介质和智能词典笔
CN105516540A (zh) 二值图像的压缩方法及装置
CN112270704A (zh) 一种基于数据链表结构的星点质心提取方法
US8355580B2 (en) Method and system for generating boundary in the process of rasterizing vector graphic as well as method for producing the system
US20150242988A1 (en) Methods of eliminating redundant rendering of frames
CN108876701B (zh) 一种基于游程的单次扫描连通域标记方法及其硬件结构
CN104574448A (zh) 一种连通像素块的识别方法
CN111330270A (zh) 一种用户界面渲染的方法
CN108492345B (zh) 一种基于尺度变换的数据块划分方法
CN115170387A (zh) 一种基于艺术创作的像素风格化卡通图像的处理方法
CN112348935B (zh) 线框渲染方法、终端设备及计算机可读存储介质
CN108537858B (zh) 一种基于绘画时序的笔划线条动态合并方法
CN109087314B (zh) 基于fpga的线阵图像连通域面积快速标记统计方法
CN107480616B (zh) 一种基于图像分析的肤色检测单位分析方法和系统
CN112330611A (zh) 一种面向fpga的高并行性光斑分割方法
CN118172448B (zh) 一种数据处理方法及装置、电子设备和存储介质
CN109472777B (zh) 一种基于fpga异构计算的桥梁检测方法

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