CN111612864A - 一种基于照片和图像识别的绘画方法及系统 - Google Patents

Abstract

本申请公开了一种基于照片和图像识别的绘画方法及系统，方法包括在步骤S1中，获取目标图像，根据图像中的颜色特征构造第一轮廓；在步骤S2中，在所述第一轮廓中按照空间顺序对其进行拆解，将其拆解成第二轮廓；在步骤S3中，将所述第二轮廓按照连线的长度大小顺序进行依次投放，以拼凑成第三轮廓；在步骤S4，对应地对所述步骤S3中的每一次所投放的第三轮廓进行轮廓描摹，以形成完整轮廓中的分装区域；在步骤S5中，根据目标图像中的颜色特征，对所述步骤S4中的每一分装区域进行上色。本申请提供一种快速学习绘画的方法，加快了绘图处理流程，提升了用户体验。

Description

一种基于照片和图像识别的绘画方法及系统

技术领域

本申请涉及图像处理技术领域，尤其涉及一种基于照片和图像识别的绘画方法及系统。

背景技术

绘画(Drawing或Painting)在技术层面上，是一个以表面作为支撑面，再在其之上加上颜色的做法，那些表面可以是纸张或布，加颜色的工具可以通过画笔，也可以通过刷子、海绵或是布条等，也可以运用软件进行绘画。

绘画作为艺术门类之一，是现代人类修养情操的培养基础，同时，随着近年来互联网技术的发展，包括制图、修图、画图等在内的手工作业均可以通过线上软件进行工作。例如公开号为CN201810279844.2的发明专利一种用于画图的辅助设计软件，该发明本发明公开了一种用于画图的辅助设计软件，包括输入模块和显示模块，包括设计软件的功能和实现的算法和方法、软件的总体结构设计和模块设计、编程和调试、程序联调和测试以及编写、提交程序，安全有效，计算机对不同方案进行大量的计算、分析和比较，以决定最优方案，各种设计信息，不论是数字的、文字的或图形的，都能存放在计算机的内存或外存里，并能快速地检索，从而提高画图效率。但是，对于新手或教学任务，上述画图软件将毫无用武之地，例如在一般绘图的构图教学中，需要对教学图例进行观察并将其解构，即通过人眼观察和大脑思考后，将教学图例中进行轮廓分解，再根据各个轮廓进行填充绘图，所以，上述公开申请无法达到所述轮廓分解绘图功能。

综上所述，本领域亟待一种解决上述问题的绘画方法。

发明内容

本申请的主要目的在于提供一种基于照片和图像识别的绘画方法及系统其用于图像自学和教学，提供一种快速学习绘画的方法，加快了绘图处理流程，提升了用户体验。

为了实现上述目的，本申请提供了如下技术：

一种基于照片和图像识别的绘画方法，所述方法包括以下步骤：

S1，获取目标图像，根据图像中的颜色特征构造第一轮廓；

S2，在所述第一轮廓中按照空间顺序对其进行拆解，将其拆解成第二轮廓；

S3，将所述第二轮廓按照连线的长度大小顺序进行依次投放，以拼凑成第三轮廓；

S4，对应地对所述步骤S3中的每一次所投放的第三轮廓进行轮廓描摹，以形成完整轮廓中的分装区域；

S5，根据目标图像中的颜色特征，对所述步骤S4中的每一分装区域进行上色。

优选地，所述步骤S1中的颜色特征为三基色，其第一轮廓的构造包括对颜色数值的判断。

优选地，所述判断包括以下步骤：

S101，将颜色数值转化为RGB数值；

S102，对比相邻的RGB数值，其之间差异超出预设阈值，则锁定其为轮廓的边缘；

S103，将步骤S102中的轮廓边缘连线，以形成轮廓。

优选地，所述步骤S2中的空间顺序是基于二维空间，即按照从上至下和从左至右的顺序进行拆解。

优选地，所述步骤S3中的连线的长度大小顺序是基于轮廓边缘连线的长度大小，按照其大小降序地进行投放。

优选地，所述轮廓连线所形成的闭环连线纳入投放序列。

同时，本申请还提供了一种基于照片和图像识别的绘画系统，所述系统包括：

图像识别模块201，其用于获取外部或本地的目标图像，并根据颜色特征值识别出图像中的轮廓边缘；

轮廓生成模块202，其用于根据所述轮廓边缘进行连线生成轮廓；

拆解与投放模块203，其用于将所述轮廓生成模块202中所生成的轮廓进行拆解，并将拆解后的轮廓进行依次投放；

客户端204，其用于用户对拆解与投放模块203中所投放的每一轮廓进行绘制。

优选地，所述拆解与投放模块203匹配有顺序拆解机制和顺序投放机制。

优选地，所述顺序拆解机制包括按照从上至下和从左至右的顺序对轮廓进行拆解。

优选地，所述顺序投放机制包括按照从上至下和从左至右的顺序对轮廓进行拆解。

本发明实施例具有以下有益效果：通过图像识别对照片或图片进行轮廓分析和拆解，提升了图像处理的高效性，同时通过轮廓识别和颜色识别提高了轮廓划分的准确性；拆解后轮廓拼凑过程，形成绘画教程，便于学习，提升了用户体验，促进了绘画教育的发展。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。

图1是本发明基于照片和图像识别的绘画方法中的一个可选的步骤示意图；

图2是本发明基于照片和图像识别的绘画方法中的一个可选的步骤示意图；

图3是本发明基于照片和图像识别的绘画系统中的一个可选的框架示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本发明实施例的目的，不是旨在限制本发明。下面将参考附图并结合实施例来详细说明本申请。

在实施例1中，参见图1，图1是本实施例基于照片和图像识别的绘画方法的整个步骤示意图。在步骤S1中，获取目标图像，根据图像中的颜色特征构造第一轮廓；在步骤S2中，在所述第一轮廓中按照空间顺序对其进行拆解，将其拆解成第二轮廓；在步骤S3中，将所述第二轮廓按照连线的长度大小顺序进行依次投放，以拼凑成第三轮廓；在步骤S4，对应地对所述步骤S3中的每一次所投放的第三轮廓进行轮廓描摹，以形成完整轮廓中的分装区域；在步骤S5中，根据目标图像中的颜色特征，对所述步骤S4中的每一分装区域进行上色。本申请绘图方法主要通过图像识别对照片中的图像进行轮廓识别和颜色识别，构建出照片中图像的轮廓，并拆解为不同的轮廓，用户可以根据这些拆解的轮廓，进行绘画，从而画出整体图像轮廓，最后再根据图片颜色涂色，以形成最终的图画。

进一步地，所述步骤S1中的颜色特征为三基色，其第一轮廓的构造包括对颜色数值的判断。即通过RGB模式转换成YUV模式，而Y是明亮度(灰阶)，因此通过获得Y的值而判断是否边缘。

进一步地，参见图2，图2是本实施例中的一个可选的步骤示意图，其中判断过程包括：在步骤S101中，将颜色数值转化为RGB数值；在步骤S102中，对比相邻的RGB数值，其之间差异超出预设阈值，则锁定其为轮廓的边缘；在步骤S103，将步骤S102中的轮廓边缘连线，以形成轮廓。

具体地，对于RGB值，格式为颜色(R,G,B)，分别为红、绿、蓝三种基色，三基色在一起时产生白色，其深浅度都减半就会产生灰色，例如白色(255,255,255)、灰色(127,127,127)、黑色(0,0,0)、红色(255,0,0)、绿色(0,255,0)、蓝色(0,0,255)、青色(0,255,255)、洋红色(255,0,255)、黄色(255,255,0)、橙色(255,127,0)、紫色(127,0,255)、粉绿(0,225,128)湖蓝(0,128,255)、草绿(128,255,0)、玫瑰红(255,0,128)，某种颜色的RGB值越接近，这种颜色就越接近灰色或黑白，数值越大就越白，反之越黑。例如RGB(150,152,183)，RGB值比较接近，但是蓝色的成份较多一些，因此我们可以判断出这是一种蓝灰色，某种颜色的RGB值如果其中一值与其它两值相差较大，而其它两值比较接近，那么根据RGB中较大的值可以知道这种颜色是比较接近红、绿、蓝、洋红、青、黄中的一种，例如RGB(150,20,156)，R和B值比较接近，G的值较小，因此这是种深紫红色；而RGB(150,200,156)，R和B值比较接近，G的值较大，因此这是种浅绿色。其中，预设阈值可以根据实际教学环境进行设定，例如给定预设阈值为32，则界限上的RGB值如下：RGB(32，0，0)、RGB(0，32，0)、RGB(0，0，32)、RGB(32，32，0)、RGB(32，0，32)、RGB(0，32，32)、RGB(32，32，32)。

进一步地，所述步骤S2中的空间顺序是基于二维空间，即按照从上至下和从左至右的顺序进行拆解；所述步骤S3中的连线的长度大小顺序是基于轮廓边缘连线的长度大小，按照其大小降序地进行投放；所述轮廓连线所形成的闭环连线纳入投放序列。步骤S1中将获得图像的整体轮廓，即第一轮廓，步骤S2是根据该第一轮廓，从上到下和从左到右进行拆解，对应形成若干个小的图像轮廓，即第二轮廓，步骤S3将这些第二轮廓按顺序依次投放出来，以拼凑成完整的轮廓，即第三轮廓；用户根据轮廓顺序，即对应于步骤S3中每一次投放出的轮廓，对其逐一描摹，进而画出图像的整体轮廓，用户最终再根据目标图像的颜色，对各个轮廓进行润色，从而画出目标图像中的图像。

在本实施例中，同时提供了一种基于照片和图像识别的绘画系统，参见图3，图3是所述绘画系统的框架示意图。其中，所述系统包括：图像识别模块201，其用于获取外部或本地的目标图像，并根据颜色特征值识别出图像中的轮廓边缘；轮廓生成模块202，其用于根据所述轮廓边缘进行连线生成轮廓；拆解与投放模块203，其用于将所述轮廓生成模块202中所生成的轮廓进行拆解，并将拆解后的轮廓进行依次投放；客户端204，其用于用户对拆解与投放模块203中所投放的每一轮廓进行绘制。对于照片的获取源，可以是照片或者图片，图像识别模块201对图像数据进行收集。所述拆解与投放模块203匹配有顺序拆解机制和顺序投放机制；所述顺序拆解机制包括按照从上至下和从左至右的顺序对轮廓进行拆解；所述顺序投放机制包括按照从上至下和从左至右的顺序对轮廓进行拆解。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。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 (10)

1.一种基于照片和图像识别的绘画方法，其特征在于，所述方法包括以下步骤：

S1，获取目标图像，根据图像中的颜色特征构造第一轮廓；

S2，在所述第一轮廓中按照空间顺序对其进行拆解，将其拆解成第二轮廓；

S3，将所述第二轮廓按照连线的长度大小顺序进行依次投放，以拼凑成第三轮廓；

S4，对应地对所述步骤S3中的每一次所投放的第三轮廓进行轮廓描摹，以形成完整轮廓中的分装区域；

S5，根据目标图像中的颜色特征，对所述步骤S4中的每一分装区域进行上色。

2.根据权利要求1所述的一种基于照片和图像识别的绘画方法，其特征在于，所述步骤S1中的颜色特征为三基色，其第一轮廓的构造包括对颜色数值的判断。

3.据权利要求2所述的一种基于照片和图像识别的绘画方法，其特征在于，所述判断包括以下步骤：

S101，将颜色数值转化为RGB数值；

S102，对比相邻的RGB数值，其之间差异超出预设阈值，则锁定其为轮廓的边缘；

S103，将步骤S102中的轮廓边缘连线，以形成轮廓。

4.据权利要求1所述的一种基于照片和图像识别的绘画方法，其特征在于，所述步骤S2中的空间顺序是基于二维空间，即按照从上至下和从左至右的顺序进行拆解。

5.据权利要求1或3所述的一种基于照片和图像识别的绘画方法，其特征在于，所述步骤S3中的连线的长度大小顺序是基于轮廓边缘连线的长度大小，按照其大小降序地进行投放。

6.据权利要求5所述的一种基于照片和图像识别的绘画方法，其特征在于，所述轮廓连线所形成的闭环连线纳入投放序列。

7.一种基于照片和图像识别的绘画系统，其特征在于，所述系统包括：

图像识别模块(201)，其用于获取外部或本地的目标图像，并根据颜色特征值识别出图像中的轮廓边缘；

轮廓生成模块(202)，其用于根据所述轮廓边缘进行连线生成轮廓；

拆解与投放模块(203)，其用于将所述轮廓生成模块(202)中所生成的轮廓进行拆解，并将拆解后的轮廓进行依次投放；

客户端(204)，其用于用户对拆解与投放模块(203)中所投放的每一轮廓进行绘制。

8.根据权利要求7所述的一种基于照片和图像识别的绘画系统，其特征在于，所述拆解与投放模块(203)匹配有顺序拆解机制和顺序投放机制。

9.根据权利要求8所述的一种基于照片和图像识别的绘画系统，其特征在于，所述顺序拆解机制包括按照从上至下和从左至右的顺序对轮廓进行拆解。

10.根据权利要求8所述的一种基于照片和图像识别的绘画系统，其特征在于，所述顺序投放机制包括按照从上至下和从左至右的顺序对轮廓进行拆解。

Images