CN111429544A - 车身颜色处理方法、装置及电子设备 - Google Patents

车身颜色处理方法、装置及电子设备 Download PDF

Info

Publication number
CN111429544A
CN111429544A CN202010205886.9A CN202010205886A CN111429544A CN 111429544 A CN111429544 A CN 111429544A CN 202010205886 A CN202010205886 A CN 202010205886A CN 111429544 A CN111429544 A CN 111429544A
Authority
CN
China
Prior art keywords
vehicle body
determining
picture
color
selection
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.)
Pending
Application number
CN202010205886.9A
Other languages
English (en)
Inventor
王旭
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.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network 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 Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202010205886.9A priority Critical patent/CN111429544A/zh
Publication of CN111429544A publication Critical patent/CN111429544A/zh
Pending legal-status Critical Current

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
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本公开实施例中提供了一种车身颜色处理方法、装置及电子设备，属于数据处理技术领域，该方法包括：获取针对车身图片的选择信息，所述选择信息包括所述针对车身部件的选择点坐标；基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件；确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色；利用预先训练的网络模型在所述轮廓区域内执行与所述目标颜色相匹配的色彩渲染操作。通过本公开的处理方案，能够准确、快速的对车身的颜色进行变色处理。

Description

车身颜色处理方法、装置及电子设备
技术领域
本公开涉及数据处理技术领域，尤其涉及一种车身颜色处理方法、装置及电子设备。
背景技术
随着互联网技术的发展，越来越多用户通过应用程序在智能终端设备上对汽车的外观进行查看。在查看汽车外观的过程中，用户希望能够通过应用程序对汽车车身进行换色操作，从而满足个性化的颜色替换需求。
现有技术中对于车身换色通常是简单的单色替换，由于车身的朝向及光线等不同，需要替换的车身色彩通常并不是一个单纯的色彩。由此导致简单执行单色替换而产生的车身肤色替换不够逼真。
发明内容
有鉴于此，本公开实施例提供一种车身颜色处理方法、装置及电子设备，以至少部分解决现有技术中存在的问题。
第一方面，本公开实施例提供了一种车身颜色处理方法，包括：
获取针对车身图片的选择信息，所述选择信息包括所述针对车身部件的选择点坐标；
基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件；
确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色；
利用预先训练的网络模型在所述轮廓区域内执行与所述目标颜色相匹配的色彩渲染操作。
根据本公开实施例的一种具体实现方式，所述获取针对车身图片的选择信息，包括：
获取用户针对所述车身图片的选择操作；
基于所述选择操作，确定针对所述车身图片的选择信息。
根据本公开实施例的一种具体实现方式，所述获取针对车身图片的选择信息，包括：
判断用户针对所述车身图片的选择操作是否存在区域选择操作；
若存在，则进一步获取用户的区域选择操作所对应的选择区域；
对所述选择区域执行聚焦处理，确定所述选择区域所对应的聚焦点；
将所述聚焦点所对应的坐标作为所述车身部件的选择点坐标。
根据本公开实施例的一种具体实现方式，所述基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件之前，所述方法包括：
利用预先训练的网络模型对所述车身图片上的车身进行识别；
基于对所述车身的识别结果，确定所述车身所对应的车身型号。
根据本公开实施例的一种具体实现方式，所述基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件，包括：
基于所述车身型号，确定所述车身型号所包含的所有车身组件；
基于所述车身朝向，确定所有的车身组件在车身图像上的分布区域；
通过比对所述选择点坐标和所述分布区域，确定所述选择点坐标所对应的车身部件。
根据本公开实施例的一种具体实现方式，所述确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色，包括：
对所述车身图像中车身执行边缘检测，确定所述车身在所述车身图像上的车身尺寸；
基于所述车身尺寸、所述车身部件的原始尺寸以及所述车身朝向，确定所述车身部件在所述车身图片上的轮廓区域。
根据本公开实施例的一种具体实现方式，所述确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色，包括：
获取用户针对所述车身部件的颜色替换操作；
基于所述颜色替换操作，确定所述轮廓区域需要进行替换的目标颜色。
根据本公开实施例的一种具体实现方式，所述利用预先训练的网络模型在所述轮廓区域内执行与所述目标颜色相匹配的色彩渲染操作，包括：
利用所述网络模型查找与所述目标颜色、所述车身部件及所述车身朝向相匹配的车身部件图片；
利用查找到的所述车身部件图片，在所述轮廓区域内执行色彩渲染操作。
第二方面，本公开实施例提供了一种车身颜色处理装置，包括：
获取模块，用于获取针对车身图片的选择信息，所述选择信息包括所述针对车身部件的选择点坐标；
第一确定模块，用于基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件；
第二确定模块，用于确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色；
执行模块，用于利用预先训练的网络模型在所述轮廓区域内执行与所述目标颜色相匹配的色彩渲染操作。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的车身颜色处理方法。
第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的车身颜色处理方法。
第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的车身颜色处理方法。
本公开实施例中的车身颜色处理方案，包括获取针对车身图片的选择信息，所述选择信息包括所述针对车身部件的选择点坐标；基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件；确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色；利用预先训练的网络模型在所述轮廓区域内执行与所述目标颜色相匹配的色彩渲染操作。通过本公开的处理方案，能够对车身提供逼真的换色皮肤。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例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公开的一些实施例，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它的附图。
图1为本公开实施例提供的一种车身颜色处理方法的流程图；
图2为本公开实施例提供的另一种车身颜色处理方法的流程图；
图3为本公开实施例提供的另一种车身颜色处理方法的流程图；
图4为本公开实施例提供的另一种车身颜色处理方法的流程图；
图5为本公开实施例提供的一种车身颜色处理装置的结构示意图；
图6为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，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，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种车身颜色处理方法。本实施例提供的车身颜色处理方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合，该计算装置可以集成设置在服务器、客户端等中。
参见图1，本公开实施例中的车身颜色处理方法，可以包括如下步骤：
S101，获取针对车身图片的选择信息，所述选择信息包括所述针对车身部件的选择点坐标。
用户通过应用程序可以查看不同类型的车型，不同类型的车型通过车身图片的方式进行展示，例如，车身图片可以包括车身的正视图片、后视图片、左视图片、右视图片等不同角度的车型图片。
获得车身图片之后，用户可以通过应用程序对车身的颜色进行换色操作，具体的，用户可以通过点击等操作选择车身图片中的某一个部分(例如，左车门)，通过点击车身图片的某个车身部件，可以选择进行换色操作的对象。
通过获取用户针对车身部件的点击信息，可以进一步的确定用户选择的车身部件在车身图片上所对应的选择点坐标，选择点坐标可以用像素的方式进行表达。例如，对于一个分辨率为800*1200像素的图片而言，选择点坐标可以是[600，800]。
S102，基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件。
不同类型的车身具有不同的造型，为此，需要在进行色彩替换的过程中提前获知需要进行色彩替换的车身型号，车身型号可以通过读取车身图片预先绑定的车身型号信息获取，或者，对于没有进行绑定车身型号信息的图片而言，可以通过对车身图片进行模式识别的方式，来获得车身图像所对应的车身型号。通过获得车身型号，能够通过读取预先设置的车型库中的车型尺寸，来获得车身部件的尺寸。
除了获得车身部件的尺寸之外，还需要获取车身的朝向信息，通过朝向信息，进一步的确定车身部件的尺寸在车身图像中的变形，从而进一步的确定称身部件的最终显示区域。
可以通过多种方式来获取车身的朝向信息，例如，可以通过读取车身图片预先设置的朝向信息来进行获取。或者，也可以通过车身图片进行模式识别的方式来识别出车身的朝向信息。在此，对于获得车身朝向信息的方式不作限定。
S103，确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色。
获得车身部件之后，可以进一步的确定该车身部件在车身图片上的轮廓区域，车身图片上的轮廓区域用来表示该车身部件在车身图片上的真实显示区域。可以采用多种方式来确定车身图片上的轮廓区域。例如，可以通过获取车身部件的真实轮廓形状，通过将车身的真实轮廓形状和车身的朝向信息进行结合，通过车身的朝向信息对真实的轮廓形状进行与朝向信息相对应的变形操作。最后将变形后的车身部件的显示区域作为车身部件在车身图片上的轮廓区域。
除了确地轮廓区域之外，还可以进一步获取用户针对该轮廓区域进行替换的目标颜色。例如，可以通过读取用户执行的替换操作来获取用户需要替换的目标颜色(例如，红色)。
S104，利用预先训练的网络模型在所述轮廓区域内执行与所述目标颜色相匹配的色彩渲染操作。
确定了轮廓区域和目标颜色之后，如果仅仅是单纯的在轮廓区域内进行单一的目标颜色进行填充，会导致填充之后的颜色过于单一，而实际上车身颜色由于光线和朝向等因素的存在，会导致显示的单一颜色存在渐变的现象。
为此，预先训练网络模型，该网络模型可以类似于CNN之类的神经网络模型，通过该网络模型和预先采集到的包含多个车身照片的样本集合，能够对该网络模型进行训练。其中，样本集合中的图片包含了车身不同颜色和不同朝向的图片。这样一来，在该网络模型中输入车身的朝向信息、目标颜色和轮廓区域之后，能够在轮廓区域内填充出符合实际效果的渲染色彩，从而保证了色彩渲染操作跟真事环境下呈现的色彩一致。
通过步骤S101～S104中的步骤，能够基于获取到的车身图片的信息进行针对性的色彩渲染操作，从而保证了替换后的车身部件的色彩更加逼真。
根据本公开实施例的一种具体实现方式，所述获取针对车身图片的选择信息，包括：获取用户针对所述车身图片的选择操作；基于所述选择操作，确定针对所述车身图片的选择信息。
参见图2，根据本公开实施例的一种具体实现方式，所述获取针对车身图片的选择信息，包括：
S201，判断用户针对所述车身图片的选择操作是否存在区域选择操作。
用户在进行车身部件的过程中，可以通过点击的方式进行选择，也可以通过区域选择的方式来进行选择操作。为此，需要对用户的选择方式进行判断，从而进一步的确定下一步的操作方式。
S202，若存在，则进一步获取用户的区域选择操作所对应的选择区域。
S203，对所述选择区域执行聚焦处理，确定所述选择区域所对应的聚焦点。
当用户的选择方式为区域选择时，可以对该选择区域进行聚焦处理。具体的，可以计算用户选择区域内的所有像素的坐标值，通过计算所有像素坐标平均值的方式，来确定选择区域所对应的聚焦点。
S204，将所述聚焦点所对应的坐标作为所述车身部件的选择点坐标。
根据本公开实施例的一种具体实现方式，所述基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件之前，所述方法包括：利用预先训练的网络模型对所述车身图片上的车身进行识别；基于对所述车身的识别结果，确定所述车身所对应的车身型号。
参见图3，根据本公开实施例的一种具体实现方式，所述基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件，包括：
S301，基于所述车身型号，确定所述车身型号所包含的所有车身组件。
通过预先设置的车身组件数据库，可以在确定了车身型号周，查找到与该车身型号所对应的所有的车身组件(例如，车窗，车门等)
S302，基于所述车身朝向，确定所有的车身组件在车身图像上的分布区域。
通过获取到的车身朝向，可以在该车身朝向上对车身组件进行变形操作，从而确定所有的车身组件在车身图像上的分布区域。
S303，通过比对所述选择点坐标和所述分布区域，确定所述选择点坐标所对应的车身部件。
根据本公开实施例的一种具体实现方式，所述确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色，包括：对所述车身图像中车身执行边缘检测，确定所述车身在所述车身图像上的车身尺寸；基于所述车身尺寸、所述车身部件的原始尺寸以及所述车身朝向，确定所述车身部件在所述车身图片上的轮廓区域。
根据本公开实施例的一种具体实现方式，所述确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色，包括：获取用户针对所述车身部件的颜色替换操作；基于所述颜色替换操作，确定所述轮廓区域需要进行替换的目标颜色。
参见图4，根据本公开实施例的一种具体实现方式，所述利用预先训练的网络模型在所述轮廓区域内执行与所述目标颜色相匹配的色彩渲染操作，包括：
S401，利用所述网络模型查找与所述目标颜色、所述车身部件及所述车身朝向相匹配的车身部件图片；
S402，利用查找到的所述车身部件图片，在所述轮廓区域内执行色彩渲染操作。
与上面的方法实施例相对应，参见图5，本公开实施例还提供了一种车身颜色处理装置50，包括：
获取模块501，用于获取针对车身图片的选择信息，所述选择信息包括所述针对车身部件的选择点坐标；
第一确定模块502，用于基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件；
第二确定模块503，用于确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色；
执行模块504，用于利用预先训练的网络模型在所述轮廓区域内执行与所述目标颜色相匹配的色彩渲染操作。。
本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。
参见图6，本公开实施例还提供了一种电子设备60，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的车身颜色处理方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的车身颜色处理方法。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的的车身颜色处理方法。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法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，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。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。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (11)

1.一种车身颜色处理方法，其特征在于，包括：
获取针对车身图片的选择信息，所述选择信息包括所述针对车身部件的选择点坐标；
基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件；
确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色；
利用预先训练的网络模型在所述轮廓区域内执行与所述目标颜色相匹配的色彩渲染操作。
2.根据权利要求1所述的方法，其特征在于，所述获取针对车身图片的选择信息，包括：
获取用户针对所述车身图片的选择操作；
基于所述选择操作，确定针对所述车身图片的选择信息。
3.根据权利要求1所述的方法，其特征在于，所述获取针对车身图片的选择信息，包括：
判断用户针对所述车身图片的选择操作是否存在区域选择操作；
若存在，则进一步获取用户的区域选择操作所对应的选择区域；
对所述选择区域执行聚焦处理，确定所述选择区域所对应的聚焦点；
将所述聚焦点所对应的坐标作为所述车身部件的选择点坐标。
4.根据权利要求1所述的方法，其特征在于，所述基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件之前，所述方法包括：
利用预先训练的网络模型对所述车身图片上的车身进行识别；
基于对所述车身的识别结果，确定所述车身所对应的车身型号。
5.根据权利要求1所述的方法，其特征在于，所述基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件，包括：
基于所述车身型号，确定所述车身型号所包含的所有车身组件；
基于所述车身朝向，确定所有的车身组件在车身图像上的分布区域；
通过比对所述选择点坐标和所述分布区域，确定所述选择点坐标所对应的车身部件。
6.根据权利要求1所述的方法，其特征在于，所述确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色，包括：
对所述车身图像中车身执行边缘检测，确定所述车身在所述车身图像上的车身尺寸；
基于所述车身尺寸、所述车身部件的原始尺寸以及所述车身朝向，确定所述车身部件在所述车身图片上的轮廓区域。
7.根据权利要求1所述的方法，其特征在于，所述确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色，包括：
获取用户针对所述车身部件的颜色替换操作；
基于所述颜色替换操作，确定所述轮廓区域需要进行替换的目标颜色。
8.根据权利要求1所述的方法，其特征在于，所述利用预先训练的网络模型在所述轮廓区域内执行与所述目标颜色相匹配的色彩渲染操作，包括：
利用所述网络模型查找与所述目标颜色、所述车身部件及所述车身朝向相匹配的车身部件图片；
利用查找到的所述车身部件图片，在所述轮廓区域内执行色彩渲染操作。
9.一种车身颜色处理装置，其特征在于，包括：
获取模块，用于获取针对车身图片的选择信息，所述选择信息包括所述针对车身部件的选择点坐标；
第一确定模块，用于基于获取到的所述车身所对应的车身型号以及所述车身的朝向信息，确定所述选择点坐标所对应的车身部件；
第二确定模块，用于确定所述车身部件在所述车身图片上的轮廓区域以及所述轮廓区域需要进行替换的目标颜色；
执行模块，用于利用预先训练的网络模型在所述轮廓区域内执行与所述目标颜色相匹配的色彩渲染操作。
10.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述利要求1-8中任一项所述的车身颜色处理方法。
11.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述利要求1-8中任一项所述的车身颜色处理方法。
CN202010205886.9A 2020-03-23 2020-03-23 车身颜色处理方法、装置及电子设备 Pending CN111429544A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010205886.9A CN111429544A (zh) 2020-03-23 2020-03-23 车身颜色处理方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010205886.9A CN111429544A (zh) 2020-03-23 2020-03-23 车身颜色处理方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN111429544A true CN111429544A (zh) 2020-07-17

Family

ID=71548528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010205886.9A Pending CN111429544A (zh) 2020-03-23 2020-03-23 车身颜色处理方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN111429544A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2634772A1 (en) * 2012-02-28 2013-09-04 BlackBerry Limited Methods and devices for selecting objects in images
CN107480378A (zh) * 2017-08-16 2017-12-15 郑州云海信息技术有限公司 一种车辆模型改装方法及装置
CN109118550A (zh) * 2018-07-27 2019-01-01 鹰驾科技（深圳）有限公司 汽车全景图像中车身颜色的控制方法、汽车及存储介质
CN110298898A (zh) * 2019-05-30 2019-10-01 北京百度网讯科技有限公司 更改汽车图像车身颜色的方法及其算法结构
CN110335195A (zh) * 2019-07-09 2019-10-15 北京字节跳动网络技术有限公司 车身颜色调整方法、装置、电子设备及存储介质
CN110473282A (zh) * 2019-08-22 2019-11-19 腾讯科技（深圳）有限公司 物体模型的染色处理方法、装置、计算机设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2634772A1 (en) * 2012-02-28 2013-09-04 BlackBerry Limited Methods and devices for selecting objects in images
CN107480378A (zh) * 2017-08-16 2017-12-15 郑州云海信息技术有限公司 一种车辆模型改装方法及装置
CN109118550A (zh) * 2018-07-27 2019-01-01 鹰驾科技（深圳）有限公司 汽车全景图像中车身颜色的控制方法、汽车及存储介质
CN110298898A (zh) * 2019-05-30 2019-10-01 北京百度网讯科技有限公司 更改汽车图像车身颜色的方法及其算法结构
CN110335195A (zh) * 2019-07-09 2019-10-15 北京字节跳动网络技术有限公司 车身颜色调整方法、装置、电子设备及存储介质
CN110473282A (zh) * 2019-08-22 2019-11-19 腾讯科技（深圳）有限公司 物体模型的染色处理方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
丽丽, 山东科学技术出版社 *

Similar Documents

Publication Publication Date Title
CN110415276B (zh) 运动信息计算方法、装置及电子设备
CN110674349B (zh) 视频poi识别方法、装置及电子设备
CN111222509B (zh) 目标检测方法、装置及电子设备
CN111738316B (zh) 零样本学习的图像分类方法、装置及电子设备
CN112232311B (zh) 人脸跟踪方法、装置及电子设备
CN110555861B (zh) 光流计算方法、装置及电子设备
CN112487871A (zh) 笔迹数据处理方法、装置及电子设备
CN111753114A (zh) 图像预标注方法、装置及电子设备
CN110069997B (zh) 场景分类方法、装置及电子设备
CN110969159A (zh) 图像识别方法、装置及电子设备
CN111626990B (zh) 目标检测框处理方法、装置及电子设备
CN110378936B (zh) 光流计算方法、装置及电子设备
CN111292406B (zh) 模型渲染方法、装置、电子设备及介质
CN110264430B (zh) 视频美化方法、装置及电子设备
CN112492399A (zh) 信息显示方法、装置及电子设备
CN111832354A (zh) 目标对象年龄识别方法、装置及电子设备
CN116681765A (zh) 图像内标识位置确定方法、模型训练方法、装置及设备
CN110619028A (zh) 房源详情页的地图显示方法、装置、终端设备及介质
CN111429544A (zh) 车身颜色处理方法、装置及电子设备
CN115619904A (zh) 图像处理方法、装置及设备
CN111696041B (zh) 图像处理方法、装置及电子设备
CN111738311A (zh) 面向多任务的特征提取方法、装置及电子设备
CN114090817A (zh) 一种人脸特征数据库动态构建方法、装置及存储介质
CN110390291B (zh) 数据处理方法、装置及电子设备
CN112395826B (zh) 文字特效处理方法及装置

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