CN112419145B - 一种图像数据处理方法、装置、设备及存储介质 - Google Patents

一种图像数据处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112419145B
CN112419145B CN202011448029.8A CN202011448029A CN112419145B CN 112419145 B CN112419145 B CN 112419145B CN 202011448029 A CN202011448029 A CN 202011448029A CN 112419145 B CN112419145 B CN 112419145B
Authority
CN
China
Prior art keywords
image
size
target pattern
pixel
initial
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
CN202011448029.8A
Other languages
English (en)
Other versions
CN112419145A (zh
Inventor
杨上超
张宇翔
王轶丹
崔宁
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.)
Ubtech Robotics Corp
Original Assignee
Ubtech Robotics Corp
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 Ubtech Robotics Corp filed Critical Ubtech Robotics Corp
Priority to CN202011448029.8A priority Critical patent/CN112419145B/zh
Publication of CN112419145A publication Critical patent/CN112419145A/zh
Application granted granted Critical
Publication of CN112419145B publication Critical patent/CN112419145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/04Context-preserving transformations, e.g. by using an importance map
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy 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)
  • Image Processing (AREA)

Abstract

本申请实施例公开了一种图像数据处理方法、装置、设备及存储介质。其中,该方法包括:根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像;对所述初始绘制图像进行光栅化处理,得到像素图像,其中,所述像素图像为灰度像素图像或彩色像素图像;将所述像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。执行本申请方案,可以实现图像经过处理之后不会产生失真现象。

Description

一种图像数据处理方法、装置、设备及存储介质
技术领域
本申请实施例涉及图像处理技术领域,尤其涉及一种图像数据处理方法、装置、设备及存储介质。
背景技术
在图像处理领域中,人工智能的应用越来越广泛。例如,在使用电子产品的绘画软件(如canvas画板)时,可以实现利用人工智能预测绘画的类别。
在实现绘制图像进行人工智能预测绘画类别时,由于节省存储空间与训练时间,使用的是小尺寸(如28*28)的颜色单一的线条图像(如简笔画)来训练。因此,需要把大尺寸(如860*640)的绘制图像压缩成一个小尺寸维度(如[28,28,1])的三维数据矩阵。在现有技术中,大多是通过resize的方法(如类似差值法、最近邻居法)把图像的像素集变成[28,28,1]的数据集。
但是,由于使用颜色单一的线条所绘制图像具有像素数量少的特点,采用上述方式对绘制图像进行超高倍率压缩处理,存在严重的图像失真问题。因此,如何能够使图像的像素数据集进行超高倍率缩小处理之后图像仍不失真,已经成为本领域亟待解决的技术难题。
发明内容
本申请实施例提供了一种图像数据处理方法、装置、设备及存储介质,可以实现图像经过处理之后不会产生失真现象。
第一方面,本申请实施例提供了一种图像数据处理方法,该方法包括:
根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像;
对所述初始绘制图像进行光栅化处理,得到像素图像,其中,所述像素图像为灰度像素图像或彩色像素图像;
将所述像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。
第二方面,本申请实施例提供了一种图像数据处理装置,该装置包括:
初始图像生成模块,用于根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像;
像素图像生成模块,用于对所述初始绘制图像进行光栅化处理,得到像素图像,其中,所述像素图像为灰度像素图像或彩色像素图像;
目标图像生成模块,用于将所述像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:
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本申请任意实施例所述的图像数据处理方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现本申请任意实施例所述的图像数据处理方法。
本申请实施例提供了一种图像数据处理方法、装置、设备及存储介质,根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像;对初始绘制图像进行光栅化处理,得到像素图像;将像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。执行本申请方案,可以实现经过缩放处理之后的图像不会失真。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1A为本申请实施例一提供的一种图像数据处理方法的第一流程示意图;
图1B为本申请实施例一提供的一种图像数据处理方法的第一图像示意图;
图1C为本申请实施例一提供的一种图像数据处理方法的第二图像示意图;
图1D为本申请实施例一提供的一种图像数据处理方法的第三图像示意图;
图1E为本申请实施例一提供的一种图像数据处理方法的第四图像示意图;
图2为本申请实施例二提供的一种图像数据处理方法的第二流程示意图;
图3为本申请实施例三提供的一种图像数据处理方法的第三流程示意图;
图4为本申请实施例四提供的一种图像数据处理装置的结构示意图;
图5是用来实现本申请实施例的一种图像数据处理方法的电子设备的框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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做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。
在介绍本申请实施例之前,对本申请的适用场景进行说明:在进行人工智能预测绘画类别时,为了节省存储空间与训练时间,使用的是像素数据量较小的图片作为训练样本(例如:28×28的黑底白线的简笔画图片)。因此,需要对使用电子设备所绘制的目标图案,进行图像处理之后,才能作为训练绘画类别识别模型的训练样本。示例性的,如果使用28×28的黑底白线的简笔画图片作为训练样本,则训练样本的数据量是28×28×1。电子设备(例如:canvas画板)中目标图案的像素数据量通常是由宽、高和像素点通道组成的三维矩阵,当用户在860×640大小的canvas画板上绘制目标图案时,所对应的数据量是860×640×1,是训练样本对应数据量的700倍。此时,需要使用本申请的技术方案对目标图案进行图像处理,作为训练绘画类别识别模型的训练样本。
实施例一
图1A为本申请实施例一提供的一种图像数据处理方法的第一流程示意图;图1B-图1E为本申请实施例一提供的一种图像数据处理方法的图像示意图;本实施例可适用于对用户绘制的图像进行缩放处理的情况。本实施例提供的一种图像数据处理方法可以由本申请实施例提供的图像数据处理装置来执行,该装置可以通过软件和/或硬件的方式实现,并集成在执行本方法的电子设备中。在本实施例中,该电子设备中安装有绘图软件,例如,该绘图软件可以是简笔画的画板工具。
参见图1A,本实施例的方法包括但不限于如下步骤:
S110、根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像。
其中,目标图案是指用户使用电子设备所绘制的图像。本申请实施例中,初始绘制图像是用户使用绘画软件绘制的简笔画图像,该图像的线条颜色比较单一,通常是由背景色和线条色两种颜色构成,例如:绘画软件的背景色是黑色,简笔画的线条是白色。
在本申请的实施例中,当用户使用绘画软件(例如:canvas画板)绘制图像时,需要确定绘制画板的尺寸。具体的,依据用户的落笔轨迹点坐标,预计用户的绘制图像的区域,从而确定生成的初始绘制图像的尺寸,生成第一尺寸画板,该第一尺寸可以是预先根据需求设置的固定尺寸;也可以是根据用户本次绘制的目标图案的大小确定的。对此本实施例不进行限定。在第一尺寸画板中绘制目标图案,生成包含目标图案的第一尺寸的初始绘制图像。
在本申请实施例中,电子设备可以获取用户在电子设备的显示屏上的落笔轨迹点坐标,然后将该轨迹点坐标映射到第一尺寸的画板的对应位置,从而在第一尺寸的画板中形成目标图案,此时该第一尺寸画板上的图像即为包含有该目标图案的第一尺寸的初始绘制图像。
可选的,根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像,包括:根据用户的落笔轨迹点坐标和预设填充尺寸,确定第一尺寸画板;根据用户的落笔轨迹点坐标,在所述第一尺寸画板中绘制目标图案,得到包含所述目标图案的第一尺寸的初始绘制图像。
在本申请实施例中,通过用户所绘制目标图案的落笔轨迹点坐标来确定绘制画板的尺寸。具体的,首先,取目标图案的宽和高之间的较大值来绘制一个预设形状的画板;然后,对四边形的画板进行预设填充尺寸的填充,得到第一尺寸画板。其中,预设形状的画板由用户根据个人喜好来设定,可选的是四边形。这样设置的好处在于通过减少空白处的面积增加目标绘制图像的有效数据密度,而且在S130步骤中对图像进行缩放的时候,可以减少图像线条和形状的失真。
示例性的,假设在860×640的画板内,用户只画了一条100×5的直线。根据直线的轨迹点坐标,形成一个100×100的画板,再在画板的四个方向上增加预设填充尺寸(例如20像素)的填充。增加预设填充尺寸是为了将用户绘制的图像居中放置。综上,最终所提取出的用户绘制的图像是在120×120的画板内有一条黑色的100×5的线条。可选的,预设填充尺寸的设置可以是在生产电子设备时厂家设置的,也可以是用户根据自己的使用习惯设置的。如图1B所示,图1B的左侧为用户在绘图软件中绘制的目标图案。图1B的右侧是生成包含目标图案的第一尺寸的初始绘制图像。
S120、对初始绘制图像进行光栅化处理,得到像素图像。
其中,像素图像可以是灰度像素图像或者彩色像素图像。光栅化处理是指将用户在画板中绘制的几何图像转换为二维像素图像的过程,其中,包含确定哪些像素单元被图像占用,以及分配像素值给各个像素单元。
在本申请的具体实施例中,经上述步骤,生成第一尺寸的初始绘制图像之后,对初始绘制图像进行光栅化处理,得到像素图像。具体的,首先确定初始绘制图像所对应的像素单元,也就是,确定图像的线条会经过哪些像素单元。然后确定每一个像素单元所对应的像素值。在本步骤中,对初始绘制图像进行光栅化处理,可以将像素值只有0或1的像素数据变成像素值为0到1分布的像素数据,因此,所得到的像素图像是0到1分布的像素数据。示例性的,当一个像素值为0,表明这个像素单元不会被点亮;当一个像素值为1,表明这个像素单元会被点亮。当存在图像只经过某个像素的一部分(例如像素值为0.22),如果只是0或1的像素数据,则这个像素单元有可能被判为0,导致图像不连贯。对初始绘制图像进行光栅化处理,就可以将像素值为0.22的像素单元显示出来。这样设置的好处在于可以解决图像的像素值的分布问题。
S130、将像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。
在本申请的实施例中,经上述步骤,对初始绘制图像进行光栅化处理得到像素图像之后,利用超高倍率压缩处理算法对像素图像从第一尺寸缩放到第二尺寸,其中,第二尺寸是指将目标图案进行处理之后作为训练样本的尺寸大小。可选的,超高倍率压缩处理算法可使用现有技术,例如:类似差值法、最近邻居法。如图1C所示,图1C的左侧为用户在绘图软件中绘制的目标图案。图1C的右侧是将像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。
在本申请的实施例中,如图1D所示,缩放到第二尺寸的像素图像存在目标图案所对应的像素数据变少,线条不连贯的问题,从而影响人工智能预测的准确性。本步骤为了解决像素图像经过缩放处理后造成的线条不连贯的问题,需要对缩放后的像素图像进行光栅化处理。具体处理过程与S102光栅化处理过程类似,如确定缩放后的图像的线条会经过哪些像素单元。然后确定每一个像素单元所对应的像素值,本步骤通过对缩放后的图像进行光栅化处理,可以增强每个像素单元的像素值,使得像素图像更接近视觉所看见的图像。将光栅化处理之后的图像作为目标绘制图像,如图1E所示。可选的,本步骤得到目标绘制图像后,可以基于图像导出方法(如toDataURL()方法)导出目标绘制图像供后续操作使用。
可选的,在本申请实施例中,可以将得到的目标绘制图像作为训练样本,训练绘画类别识别模型。具体的,可以将得到的目标绘制图像作为训练样本输入至绘画类别识别模型中进行训练,直到该模型的识别结果较佳时,停止模型训练过程。
本实施例提供的技术方案,根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像;对初始绘制图像进行光栅化处理,得到像素图像;将像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。本申请通过对初始绘制图像进行光栅化处理以及对缩放后的像素图像进行光栅化处理,解决了现有技术中提取用户绘制的图像时造成图像线条不连贯以及对图像进行缩放后图像失真的问题。执行本申请方案,可以实现图像经过处理之后不会产生失真现象。
实施例二
图2为本申请实施例二提供的一种图像数据处理方法的第二流程示意图。本申请实施例是在上述实施例的基础上进行优化,具体优化为:增加了对第一尺寸的初始绘制图像的生成过程进行详细的解释说明。
参见图2,本实施例的方法包括但不限于如下步骤:
S210、根据用户的落笔轨迹点坐标和预设填充尺寸,确定第一尺寸画板。
S220、根据第一尺寸画板的边长,确定目标图案的线条绘制宽度。
在本申请的具体实施例中,在对图像进行缩放时,图像线段的宽度也是等比缩放的。例如:通过S210步骤确定第一尺寸画板是280×280,用户绘制的图像是宽度为5的图像。当对第一尺寸画板中的图像进行缩放为28×28时,线条宽度也变成了原来的1/10,即缩放后的图像的线条宽度为0.5,不足一个像素。在电子设备的显示屏幕上占不到一个像素,若在一个像素格子中图像线条所占据的面积小于预设阈值,则该像素格子就不会被点亮。因此,对图像进行缩放之后,会使生成的图像产生失真现象。为了解决这个问题,需要根据第一尺寸画板的边长,确定目标图案的线条绘制宽度。
可选的,根据第一尺寸画板的边长,确定目标图案的线条绘制宽度,包括:若第一尺寸画板的边长小于或等于第一阈值,则目标图案的线条绘制宽度为第一宽度值;若第一尺寸画板的边长大于第一阈值,则根据画板边长与线条宽度之间的比例关系,确定目标图案的线条绘制宽度。
在本申请的具体实施例中,第一阈值、第一宽度值以及画板边长与线条宽度之间的比例关系的设置可以是在生产电子设备时厂家设置的,也可以是用户根据自己的使用习惯设置的。示例性的,若第一尺寸画板的边长小于等于28像素时,则目标图案的线条绘制宽度为5像素;若第一尺寸画板的边长大于28像素且小于150像素时,则目标图案的线条绘制宽度为第一尺寸画板的边长的十分之一;若第一尺寸画板的边长大于150像素且小于350像素时,则目标图案的线条绘制宽度为第一尺寸画板的边长的二十分之一;若第一尺寸画板的边长大于350像素且小于650像素时,则目标图案的线条绘制宽度为第一尺寸画板的边长的三十分之一;若第一尺寸画板的边长大于650像素时,则目标图案的线条绘制宽度为第一尺寸画板的边长的四十分之一。
S230、根据用户的落笔轨迹点坐标和线条绘制宽度,在第一尺寸画板中绘制目标图案,得到包含目标图案的第一尺寸的初始绘制图像。
在本申请的具体实施例中,当用户使用电子设备(例如:canvas画板)绘制图像时,需要提取用户绘制的图像。具体的,根据用户的落笔轨迹点坐标和线条绘制宽度,预计用户的绘制图像的区域,生成第一尺寸画板。在第一尺寸画板中绘制目标图案,得到包含目标图案的第一尺寸的初始绘制图像。
S240、对初始绘制图像进行光栅化处理,得到像素图像。
S250、将像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。
本实施例提供的技术方案,根据用户的落笔轨迹点坐标和预设填充尺寸,确定第一尺寸画板;根据第一尺寸画板的边长,确定目标图案的线条绘制宽度;根据用户的落笔轨迹点坐标和线条绘制宽度,在第一尺寸画板中绘制目标图案,得到包含目标图案的第一尺寸的初始绘制图像;对初始绘制图像进行光栅化处理,得到像素图像;将像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。本申请通过确定第一尺寸画板和目标图案的线条绘制宽度,解决了现有技术中对图像进行缩放后图像失真的问题。执行本申请方案,可以实现图像经过处理之后不会产生失真现象。
实施例三
图3为本申请实施例三提供的一种图像数据处理方法的第三流程示意图。本申请实施例是在上述实施例的基础上进行优化,具体优化为:增加了对初始绘制图像进行光栅化的处理过程进行详细的解释说明。
参考图3,本实施例的方法包括但不限于如下步骤:
S310、根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像。
S320、对初始绘制图像进行光栅化处理,得到彩色像素图像。
在本申请的具体实施例中,经上述S310步骤,生成第一尺寸的初始绘制图像之后,需要对初始绘制图像进行光栅化处理,所得到图像是彩色像素。示例性的,根据用户的落笔轨迹点坐标和预设填充尺寸,确定第一尺寸画板。并根据第一尺寸画板的边长,确定目标图案的线条绘制宽度。假如第一尺寸画板是120×120。在第一尺寸画板中绘制目标图案,得到包含目标图案的第一尺寸的初始绘制图像。通过对初始绘制图像进行光栅化处理之后,得到的图像的像素点集合是[120,120,3]的三维矩阵,其中,3代表红绿蓝三个通道。
S330、对彩色像素图像进行灰度处理,得到灰度像素图像。
在本申请的具体实施例中,如果绘画类别识别模型仅是对图像的类别分类,与图像的颜色无关时,为了节省存储空间与训练时间,可以对彩色像素图像进行灰度处理,只需表示黑白颜色的像素值,得到灰度像素图像。示例性的,无论用户在画板中绘制红色的花朵,还是黄色的花朵,用户的需求是识别出绘制的是一朵花。本申请实施例对图像灰度处理的方法不做具体限定,可以使用现有技术对图像进行灰度处理。
较佳的,可以在绘画类别识别模型中设置识别模式,其中,识别模式可分为识别图案及颜色模式、仅识别图案模式。当识别模式为识别图案及颜色模式,在采集训练样本时,对初始绘制图像进行光栅化处理,得到彩色像素图像,无需执行S330,直接执行S340。当识别模式为仅识别图案模式,在采集训练样本时,需要对初始绘制图像进行光栅化处理之后所得到彩色像素图像,进行灰度处理,得到灰度像素图像,之后再执行S340。
S340、将像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。
本实施例提供的技术方案,根据用户的落笔轨迹点坐标和线条绘制宽度,在第一尺寸画板中绘制目标图案,得到包含目标图案的第一尺寸的初始绘制图像;对初始绘制图像进行光栅化处理,得到彩色像素图像;对彩色像素图像进行灰度处理,得到灰度像素图像;将像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。本申请通过对初始绘制图像进行光栅化处理以及对缩放后的像素图像进行光栅化处理,解决了现有技术中提取用户绘制的图像时造成图像线条不连贯以及对图像进行缩放后图像失真的问题。执行本申请方案,可以实现图像经过处理之后不会产生失真现象。
实施例四
图4为本申请实施例提供的一种图像数据处理装置的结构示意图,如图4所示,该装置400可以包括:
初始图像生成模块410,用于根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像。
像素图像生成模块420,用于对所述初始绘制图像进行光栅化处理,得到像素图像,其中,所述像素图像为灰度像素图像或彩色像素图像。
目标图像生成模块430,用于将所述像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。
进一步的,上述初始图像生成模块410,可以具体用于:根据用户的落笔轨迹点坐标和预设填充尺寸,确定第一尺寸画板;根据用户的落笔轨迹点坐标,在所述第一尺寸画板中绘制目标图案,得到包含所述目标图案的第一尺寸的初始绘制图像。
进一步的,上述图像数据处理装置,还可以包括:线条宽度确定模块;
所述线条宽度确定模块,用于根据所述第一尺寸画板的边长,确定目标图案的线条绘制宽度;相应的,根据用户的落笔轨迹点坐标,在所述第一尺寸画板中绘制目标图案,得到包含所述目标图案的第一尺寸的初始绘制图像,包括:根据用户的落笔轨迹点坐标和所述线条绘制宽度,在所述第一尺寸画板中绘制目标图案,得到包含所述目标图案的第一尺寸的初始绘制图像。
所述线条宽度确定模块,可以具体用于:若所述第一尺寸画板的边长小于或等于第一阈值,则所述目标图案的线条绘制宽度为第一宽度值;若所述第一尺寸画板的边长大于所述第一阈值,则根据画板边长与线条宽度之间的比例关系,确定所述目标图案的线条绘制宽度。
进一步的,上述像素图像生成模块420,可以具体用于:对所述初始绘制图像进行光栅化处理,得到彩色像素图像;对所述彩色像素图像进行灰度处理,得到灰度像素图像。
进一步的,上述图像数据处理装置,还可以包括:模型训练模块;
所述模型训练模块,用于将所述目标绘制图像作为训练样本,训练绘画类别识别模型。
本实施例提供的图像数据处理装置可适用于上述任意实施例提供的图像数据处理方法,具备相应的功能和有益效果。
实施例五
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图5所示,是根据本申请实施例的图像数据处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。可选的,电子设备中安装有绘图软件,例如,该绘图软件可以是简笔画的画板工具。
如图5所示,该电子设备包括:一个或多个处理器510、存储器520,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器510为例。
存储器520即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的图像数据处理方法。本申请的非瞬时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计算机执行本申请所提供的图像数据处理方法。
存储器520作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的图像数据处理方法对应的程序指令/模块(例如,附图4所示的初始图像生成模块410、像素图像生成模块420和目标图像生成模块430)。处理器510通过运行存储在存储器520中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的图像数据处理方法。
存储器520可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据图像数据处理的电子设备的使用所创建的数据等。此外,存储器520可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器520可选包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至图像数据处理的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图像数据处理方法的电子设备还可以包括:输入装置530和输出装置540。处理器510、存储器520、输入装置530和输出装置540可以通过总线或者其他方式连接,图5中以通过总线连接为例。
输入装置530可接收输入的数字或字符信息,以及产生与图像数据处理的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置540可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
根据本申请实施例的技术方案,根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像;对初始绘制图像进行光栅化处理,得到像素图像;将像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。本申请通过对初始绘制图像进行光栅化处理以及对缩放后的像素图像进行光栅化处理,解决了现有技术中提取用户绘制的图像时造成图像线条不连贯以及对图像进行缩放后图像失真的问题。执行本申请方案,可以实现图像经过处理之后不会产生失真现象。
值得注意的是,上述图像数据处理装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (8)

1.一种图像数据处理方法,其特征在于,所述方法包括:
根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像,包括:根据用户的落笔轨迹点坐标和预设填充尺寸,确定第一尺寸画板;根据用户的落笔轨迹点坐标,在所述第一尺寸画板中绘制目标图案,得到包含所述目标图案的第一尺寸的初始绘制图像;
对所述初始绘制图像进行光栅化处理,得到像素图像,其中,所述像素图像为灰度像素图像或彩色像素图像;
将所述像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像。
2.根据权利要求1所述的图像数据处理方法,其特征在于,所述确定第一尺寸画板之后,还包括:
根据所述第一尺寸画板的边长,确定目标图案的线条绘制宽度;
相应的,根据用户的落笔轨迹点坐标,在所述第一尺寸画板中绘制目标图案,得到包含所述目标图案的第一尺寸的初始绘制图像,包括:
根据用户的落笔轨迹点坐标和所述线条绘制宽度,在所述第一尺寸画板中绘制目标图案,得到包含所述目标图案的第一尺寸的初始绘制图像。
3.根据权利要求2所述的方法,其特征在于,根据所述第一尺寸画板的边长,确定目标图案的线条绘制宽度,包括:
若所述第一尺寸画板的边长小于或等于第一阈值,则所述目标图案的线条绘制宽度为第一宽度值;
若所述第一尺寸画板的边长大于所述第一阈值,则根据画板边长与线条宽度之间的比例关系,确定所述目标图案的线条绘制宽度。
4.根据权利要求1所述的图像数据处理方法,其特征在于,所述对所述初始绘制图像进行光栅化处理,得到像素图像,包括:
对所述初始绘制图像进行光栅化处理,得到彩色像素图像;
对所述彩色像素图像进行灰度处理,得到灰度像素图像。
5.根据权利要求1-4任一所述的图像数据处理方法,其特征在于,所述方法还包括:
将所述目标绘制图像作为训练样本,训练绘画类别识别模型。
6.一种图像数据处理装置,其特征在于,所述装置包括:
初始图像生成模块,用于根据用户的落笔轨迹点坐标,生成包含目标图案的第一尺寸的初始绘制图像;
像素图像生成模块,用于对所述初始绘制图像进行光栅化处理,得到像素图像,其中,所述像素图像为灰度像素图像或彩色像素图像;
目标图像生成模块,用于将所述像素图像从第一尺寸缩放到第二尺寸,并对缩放后的像素图像进行光栅化处理,得到目标绘制图像;
其中,所述初始图像生成模块,还用于根据用户的落笔轨迹点坐标和预设填充尺寸,确定第一尺寸画板;根据用户的落笔轨迹点坐标,在所述第一尺寸画板中绘制目标图案,得到包含所述目标图案的第一尺寸的初始绘制图像。
7.一种电子设备,其特征在于,所述电子设备包括:
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权利要求1-5中任一所述的图像数据处理方法。
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,该程序被处理器执行时实现如权利要求1-5中任一所述的图像数据处理方法。
CN202011448029.8A 2020-12-09 2020-12-09 一种图像数据处理方法、装置、设备及存储介质 Active CN112419145B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011448029.8A CN112419145B (zh) 2020-12-09 2020-12-09 一种图像数据处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011448029.8A CN112419145B (zh) 2020-12-09 2020-12-09 一种图像数据处理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112419145A CN112419145A (zh) 2021-02-26
CN112419145B true CN112419145B (zh) 2023-10-10

Family

ID=74776476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011448029.8A Active CN112419145B (zh) 2020-12-09 2020-12-09 一种图像数据处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112419145B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008017065A (ja) * 2006-07-05 2008-01-24 Pioneer Electronic Corp 電子黒板装置および電子黒板装置における画像処理方法並びにそのプログラム
CN111767490A (zh) * 2020-06-30 2020-10-13 北京百度网讯科技有限公司 用于展示图像的方法、装置、设备以及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008017065A (ja) * 2006-07-05 2008-01-24 Pioneer Electronic Corp 電子黒板装置および電子黒板装置における画像処理方法並びにそのプログラム
CN111767490A (zh) * 2020-06-30 2020-10-13 北京百度网讯科技有限公司 用于展示图像的方法、装置、设备以及存储介质

Also Published As

Publication number Publication date
CN112419145A (zh) 2021-02-26

Similar Documents

Publication Publication Date Title
CN111833340B (zh) 图像检测方法、装置、电子设备及存储介质
CN111709878B (zh) 人脸超分辨率实现方法、装置、电子设备及存储介质
EP3819820B1 (en) Method and apparatus for recognizing key identifier in video, device and storage medium
CN111210490B (zh) 电子地图构建方法、装置、设备和介质
CN112287924B (zh) 文本区域检测方法、装置、电子设备和计算机存储介质
CN112508003B (zh) 字符识别处理方法和装置
CN111488821B (zh) 用于识别交通信号灯倒计时信息的方法及装置
KR102648760B1 (ko) 이미지 생성 방법 및 장치
CN111932464B (zh) 超分辨率模型使用和训练方法、装置、设备及介质
CN111768356A (zh) 一种人脸图像融合方法、装置、电子设备及存储介质
JP2022547931A (ja) ページ表示方法と装置、電子機器及び記憶媒体
CN111709428B (zh) 图像中关键点位置的识别方法、装置、电子设备及介质
CN111814628B (zh) 陈列立柜识别方法、装置、设备以及存储介质
CN113126862A (zh) 截屏方法、装置、电子设备以及可读存储介质
CN112308051A (zh) 文本框检测方法、装置、电子设备和计算机存储介质
CN112184837A (zh) 一种图像检测方法、装置、电子设备及存储介质
CN111191619B (zh) 车道线虚线段的检测方法、装置、设备和可读存储介质
CN110727383B (zh) 基于小程序的触控交互方法、装置、电子设备与存储介质
CN112634401B (zh) 一种平面轨迹绘制方法、装置、设备及存储介质
CN112419145B (zh) 一种图像数据处理方法、装置、设备及存储介质
CN112035210B (zh) 用于输出颜色信息的方法、装置、设备和介质
CN111949816B (zh) 定位处理方法、装置、电子设备和存储介质
CN112150380B (zh) 校正图像的方法、装置、电子设备和可读存储介质
CN109189524A (zh) 一种图像资源的生成方法和装置
CN113362438A (zh) 全景渲染的方法、装置、电子设备、介质及程序

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