CN112489230A - 用于面片模型的色彩匹配方法、装置以及存储介质 - Google Patents
用于面片模型的色彩匹配方法、装置以及存储介质 Download PDFInfo
- Publication number
- CN112489230A CN112489230A CN202011426907.6A CN202011426907A CN112489230A CN 112489230 A CN112489230 A CN 112489230A CN 202011426907 A CN202011426907 A CN 202011426907A CN 112489230 A CN112489230 A CN 112489230A
- Authority
- CN
- China
- Prior art keywords
- component
- matched
- patch
- model
- color
- 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
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/04—Architectural design, interior design
Abstract
本公开提供了一种用于面片模型的色彩匹配方法、装置以及电子设备、存储介质,涉及计算机技术领域,其中的方法包括:根据待匹配面片模型包含的文件内容的对应关系获取待匹配面片模型的色彩分布信息,确定待匹配面片模型与其他面片模型之间的色彩匹配度信息,用以从其他面片模型中选取与待匹配面片模型相匹配的目标面片模型,根据目标面片模型确定与待匹配面片模型相匹配的色彩,用以推荐物品模型;本公开的方法、装置以及电子设备、存储介质,解决了对面片模型进行颜色提取和确定解决之间的色彩搭配度的问题,以满足物品模型颜色搭配的要求以及对面片模型的颜色分析需求,使得不同物品的色彩搭配准确并且快捷,可以保证AI家装设计的质量。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种用于面片模型的色彩匹配方法、装置以及电子设备、存储介质。
背景技术
在AI家装设计当中,家具等物品之间的颜色搭配作为其中重要的一环,能够在第一眼就给人和谐美观的感受。目前,对于家具等物品之间的颜色搭配通常由用户或设计者主观地确定物品的主体颜色,通过主观观念进行物品之间的颜色搭配,通常不符合色彩搭配基本原理和常用知识,也颜色搭配也不准确与快捷。因此,需要一种对物品进行色彩匹配的技术方案。
发明内容
为了解决上述技术问题,提出了本公开。本公开的实施例提供了一种用于面片模型的色彩匹配方法、装置以及电子设备、存储介质。
根据本公开实施例的第一方面,提供一种用于面片模型的色彩匹配方法,包括:获取待匹配面片模型包含的文件,并获取所述文件所包含的内容之间的对应关系;根据所述对应关系获取所述待匹配面片模型的色彩分布信息;基于所述色彩分布信息确定所述待匹配面片模型与其他面片模型之间的色彩匹配度信息;根据所述色彩匹配度信息从所述其他面片模型中选取与所述待匹配面片模型相匹配的目标面片模型;根据所述目标面片模型确定与所述待匹配面片模型相匹配的色彩,用以推荐与所述待匹配面片模型颜色匹配的物品模型。
可选地,所述根据所述对应关系获取所述待匹配面片模型的色彩分布信息包括:根据所述对应关系获取与所述待匹配面片模型中的每个待匹配面片相对应的贴图;在所述贴图中获取与所述待匹配面片的形状相对应的第一mask图,将所述第一mask图中的每个像素的RGB值转换为HSV值;其中,所述HSV值包括:表征色调的H分量值、表征饱和度的S分量值和表征亮度的V分量值;基于所述H分量值、所述S分量值和所述V分量值分别获取第一H分量分布信息、第一S分量分布信息和第一V分量分布信息。
可选地,分别设置与所述第一H分量值、所述第一S分量值和所述第一V分量值相对应的值域范围;对所述第一H分量值、所述第一S分量值和所述第一V分量值分别进行归一化处理,用以将所述第一H分量值、所述第一S分量值和所述第一V分量值分别限定在对应的值域范围内。
可选地,分别设置与所述第一H分量值、所述第一S分量值和所述第一V分量值相对应的容忍度;根据所述容忍度,分别对所述第一H分量值、所述第一S分量值和所述第一V分量值进行高斯滤波处理。
可选地,获取与所述待匹配面片相对应的合并贴图;在所述合并贴图中获取与所述第一mask图相对应的相对应第二mask图;将所述第一mask图和所述第二mask图进行叠加合并处理,获取融合贴图;将所述融合贴图中的每个像素的RGB值转换为所述HSV值。
可选地,所述基于所述色彩分布信息确定所述待匹配面片模型与其他面片模型之间的色彩匹配度信息包括:获取所述其他面片模型的第二H分量分布信息、第二S分量分布信息和第二V分量分布信息;分别计算所述第一H分量分布信息和所述第二H分量分布信息之间的H分量相关系数、所述第一S分量分布信息和所述第二S分量分布信息之间的S分量相关系数、以及所述第一V分量分布信息和所述第二V分量分布信息之间的V分量相关系数;根据所述H分量相关系数、所述S分量相关系数和所述V分量相关系数,获取所述色彩匹配度信息。
可选地,所述获取所述色彩匹配度信息包括:分别设置所述H分量相关系数、所述S分量相关系数和所述V分量相关系数的权重值;基于所述权重值对所述H分量相关系数、所述S分量相关系数和所述V分量相关系数进行加权求和计算,获得色彩匹配度值。
可选地,使用预设的相关系数算法分别计算所述H分量相关系数、所述S分量相关系数、以及所述V分量相关系数。
可选地,所述文件包括:模型文件、材质库文件和模型贴图文件;所述模型文件包括:第一材质信息;所述材质信息包括:面片信息;所述面片信息包括:模型几何顶点和模型贴图顶点;所述材质库文件包括:第二材质信息;所述第二材质信息包括:第一贴图信息;所述模型贴图文件包括:第二贴图信息;所述根据所述对应关系获取与所述待匹配面片模型中的每个待匹配面片相对应的贴图包括:基于所述第一材质信息和第二材质信息之间、所述第一贴图信息与所述第二贴图信息之间的对应关系,以及所述模型几何顶点和所述模型贴图顶点,获取所述贴图。
可选地,所述待匹配面片模型和所述其他面片模型包括:三角面片模型;所述模型文件包括:3D模型文件;所述材质库文件包括:MTL文件。
可选地,所述根据所述色彩匹配度信息从所述其他面片模型中选取与所述待匹配面片模型相匹配的目标面片模型包括:从所述其他面片模型中选取最大色彩匹配度值对应的面片模型作为所述目标面片模型。
根据本公开实施例的第二方面,提供一种用于面片模型的色彩匹配装置,包括:对应关系获取模块,用于获取待匹配面片模型包含的文件,并获取所述文件所包含的内容之间的对应关系;色彩分布获取模块,用于根据所述对应关系获取所述待匹配面片模型的色彩分布信息;匹配信息获取模块,用于基于所述色彩分布信息确定所述待匹配面片模型与其他面片模型之间的色彩匹配度信息;匹配模型获取模块,用于根据所述色彩匹配度信息从所述其他面片模型中选取与所述待匹配面片模型相匹配的目标面片模型;匹配色彩设置模块,用于根据所述目标面片模型确定与所述待匹配面片模型相匹配的色彩,用以推荐与所述待匹配面片模型颜色匹配的物品模型。
可选地,所述色彩分布获取模块,包括:贴图确定单元,用于根据所述对应关系获取与所述待匹配面片模型中的每个待匹配面片相对应的贴图;参数处理单元,用于在所述贴图中获取与所述待匹配面片的形状相对应的第一mask图,将所述第一mask图中的每个像素的RGB值转换为HSV值;其中,所述HSV值包括:表征色调的H分量值、表征饱和度的S分量值和表征亮度的V分量值;基于所述H分量值、所述S分量值和所述V分量值分别获取第一H分量分布信息、第一S分量分布信息和第一V分量分布信息。
可选地,所述参数处理单元,还用于分别设置与所述第一H分量值、所述第一S分量值和所述第一V分量值相对应的值域范围;对所述第一H分量值、所述第一S分量值和所述第一V分量值分别进行归一化处理,用以将所述第一H分量值、所述第一S分量值和所述第一V分量值分别限定在对应的值域范围内。
可选地,所述参数处理单元,还用于分别设置与所述第一H分量值、所述第一S分量值和所述第一V分量值相对应的容忍度;根据所述容忍度,分别对所述第一H分量值、所述第一S分量值和所述第一V分量值进行高斯滤波处理。
可选地,所述贴图确定单元,还用于获取与所述待匹配面片相对应的合并贴图;在所述合并贴图中获取与所述第一mask图相对应的相对应第二mask图;所述参数处理单元,还用于将所述第一mask图和所述第二mask图进行叠加合并处理,获取融合贴图;将所述融合贴图中的每个像素的RGB值转换为所述HSV值。
可选地,所述匹配信息获取模块,包括:相关系数计算单元,用于获取所述其他面片模型的第二H分量分布信息、第二S分量分布信息和第二V分量分布信息;分别计算所述第一H分量分布信息和所述第二H分量分布信息之间的H分量相关系数、所述第一S分量分布信息和所述第二S分量分布信息之间的S分量相关系数、以及所述第一V分量分布信息和所述第二V分量分布信息之间的V分量相关系数;匹配度计算单元,用于根据所述H分量相关系数、所述S分量相关系数和所述V分量相关系数,获取所述色彩匹配度信息。
可选地,所述匹配度计算单元,用于分别设置所述H分量相关系数、所述S分量相关系数和所述V分量相关系数的权重值;基于所述权重值对所述H分量相关系数、所述S分量相关系数和所述V分量相关系数进行加权求和计算,获得色彩匹配度值。
可选地,所述相关系数计算单元,具体用于使用预设的相关系数算法分别计算所述H分量相关系数、所述S分量相关系数、以及所述V分量相关系数。
可选地,所述文件包括:模型文件、材质库文件和模型贴图文件;所述模型文件包括:第一材质信息;所述材质信息包括:面片信息;所述面片信息包括:模型几何顶点和模型贴图顶点;所述材质库文件包括:第二材质信息;所述第二材质信息包括:第一贴图信息;所述模型贴图文件包括:第二贴图信息;所述贴图确定单元,用于基于所述第一材质信息和第二材质信息之间、所述第一贴图信息与所述第二贴图信息之间的对应关系,以及所述模型几何顶点和所述模型贴图顶点,获取所述贴图。
可选地,所述待匹配面片模型和所述其他面片模型包括:三角面片模型;所述模型文件包括:3D模型文件;所述材质库文件包括:MTL文件。
可选地,所述匹配模型获取模块,具体用于从所述其他面片模型中选取最大色彩匹配度值对应的面片模型作为所述目标面片模型。
根据本公开实施例的第三方面,提供一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述的方法。
根据本公开实施例的第四方面,提供一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于执行上述的方法。
基于本公开上述实施例提供的用于面片模型的色彩匹配方法、装置以及电子设备、存储介质,根据待匹配面片模型包含的文件内容的对应关系获取待匹配面片模型的色彩分布信息,确定待匹配面片模型与其他面片模型之间的色彩匹配度信息,用以从其他面片模型中选取与待匹配面片模型相匹配的目标面片模型,为待匹配面片模型设置相匹配的色彩;解决了对面片模型进行颜色提取和确定解决之间的色彩搭配度的问题,以满足物品模型颜色搭配的要求以及对面片模型的颜色分析需求,使得不同物品的色彩搭配准确并且快捷,可以有效地减小人工的工作量,提高工作效率,并可以保证AI家装设计的质量,给人和谐美观的感受。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
通过结合附图对本公开实施例进行更详细的描述,本公开的上述以及其他目的、特征以及优势将变得更加明显。附图用来提供对本公开实施例的进一步的理解,并且构成说明书的一部分,与本公开实施例一起用于解释本公开,并不构成对本公开的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1为本公开的用于面片模型的色彩匹配方法的一个实施例的流程图;
图2为待匹配面片模型包含的文件内容之间的对应关系的示意图;
图3为本公开的用于面片模型的色彩匹配方法的一个实施例中的获取色彩分布信息的流程图;
图4为模型面片与贴图上的mask的对应示意图;
图5A为待匹配面片模型对应的物品示意图,图5B为待匹配面片模型的第一H分量分布信息示意图,图5C为待匹配面片模型的第一S分量分布信息示意图,图5D为待匹配面片模型的第一V分量分布信息示意图,图5E为对待匹配面片模型的第一H分量值进行高斯滤波处理的示意图;
图6为本公开的用于面片模型的色彩匹配方法的一个实施例中的获取色彩匹配度信息的流程图;
图7为面片模型之间相关性的示意图;
图8为本公开的用于面片模型的色彩匹配方法的一个实施例中的确定目标面片模型的流程图;
图9A-9D为四种面片模型对应的物品以及H分量分布信息示意图;
图10为本公开的用于面片模型的色彩匹配装置的一个实施例的结构示意图;
图11为本公开的用于面片模型的色彩匹配装置的一个实施例中的色彩分布获取模型块的结构示意图;
图12为本公开的用于面片模型的色彩匹配装置的一个实施例中的匹配信息获取模块的结构示意图;
图13是本公开的电子设备的一个实施例的结构图。
具体实施方式
下面将参考附图详细地描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。
应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解,本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本公开实施例中,“多个”可以指两个或者两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本公开实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本公开中术语“和/或”,仅是一种描述关联对象的关联关系,表示可以存在三种关系,如A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本公开中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本公开对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本公开的实施例可以应用于终端设备、计算机系统、服务器等电子设备,其可与众多其它通用或者专用计算系统环境或配置一起操作。适于与终端设备、计算机系统或者服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施。在分布式云计算环境中,任务可以是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
申请概述
在实现本公开的过程中,发明人发现,在AI家装设计中,目前主要通过设计者或用户的主观观念进行物品之间的颜色搭配,会出现色彩搭配不准确的问题,并且工作量较大。
本公开提供的用于面片模型的色彩匹配方法,根据待匹配面片模型包含的文件内容的对应关系获取待匹配面片模型的色彩分布信息,确定待匹配面片模型与其他面片模型之间的色彩匹配度信息,用以从其他面片模型中选取与待匹配面片模型相匹配的目标面片模型,为待匹配面片模型设置相匹配的色彩;可以使不同物品的色彩搭配准确,有效地减小人工的工作量,可以保证AI家装设计的质量。
示例性方法
图1为本公开的用于面片模型的色彩匹配方法的一个实施例的流程图,如图1所示的方法包括步骤:S101-S105。下面对各步骤分别进行说明。
S101,获取待匹配面片模型包含的文件,并获取文件所包含的内容之间的对应关系。
在一个实施例中,待匹配面片模型(meshmodel)可以为多种面片模型,面片模型也称为面片网格模型,例如面片模型为带有色彩的三角面片模型、四边形面片模型等。待匹配面片模型对应的物品可以为家具、家电、装饰品以及窗户、门等。待匹配面片模型包含的文件包括模型文件、材质库文件和模型贴图文件等。
S102,根据对应关系获取待匹配面片模型的色彩分布信息。
S103,基于色彩分布信息确定待匹配面片模型与其他面片模型之间的色彩匹配度信息。
在一个实施例中,其他面片模型为带有色彩的三角面片模型、四边形面片模型等。其他面片模型对应的物品可以为其他家具、家电、装饰品以及窗户、门等。
S104,根据色彩匹配度信息从其他面片模型中选取与待匹配面片模型相匹配的目标面片模型。
S105,根据目标面片模型确定与待匹配面片模型相匹配的色彩,用以推荐与待匹配面片模型颜色匹配的物品模型。
例如,在获取目标面片模型之后,根据目标面片模型的色彩信息确定与待匹配模型相匹配的色彩,可以向用户推荐与待匹配面片模型颜色匹配的物品模型,物品模型可以为其他家具、家电、装饰品以及窗户、门等的模型,物品模型可以为面片模型或3D模型等其他模型。
在一个实施例中,获取目标面片模型的色彩,使用现有色彩匹配规则获取与此色彩相匹配的色彩,相匹配的色彩可以为相近或相同的色彩等,根据此相匹配的色彩设置待匹配面片模型的色彩,能够满足AI家装设计中物品模型颜色搭配的要求。
在一个实施例中,模型文件包括3D模型文件等,材质库文件包括MTL文件等。模型文件包括第一材质信息;材质信息包括:面片信息;面片信息包括:模型几何顶点和模型贴图顶点。材质库文件包括:第二材质信息;第二材质信息包括:第一贴图信息;模型贴图文件包括:第二贴图信息。
基于第一材质信息和第二材质信息之间、第一贴图信息与第二贴图信息之间的对应关系,以及模型几何顶点和模型贴图顶点,获取贴图。例如,面片模型包括模型文件OBJ、材质库文件MTL以及模型的贴图文件,使用三种文件之间的对应关系,可以从模型的贴图中提取到面片模型的色彩分布信息。
如图2所示,OBJ文件是一种3D模型文件,文件的内容包含关键字:v表示模型的几何顶点,vt表示模型的贴图顶点,f表示面片,usemtl表示使用的材质名称(第一材质信息)。MTL文件是一种材质库文件,MTL文件的内容包含关键字:newmtl表示定义新的材质组(第二材质信息),map_Kd表示材质的散射贴图(第一贴图信息)。模型贴图文是能够绘制在模型表面的图像数据,为图片文件。
获取待匹配面片模型的色彩分布信息可以使用多种方法。图3为本公开的用于面片模型的色彩匹配方法的一个实施例中的获取色彩分布信息的流程图,如图3所示的方法包括步骤:S301-S303。下面对各步骤分别进行说明。
S301,根据对应关系获取与待匹配面片模型中的每个待匹配面片相对应的贴图。
在一个实施例中,使用面片模型的OBJ文件、MTL文件以及模型的贴图文件进行颜色的提取,并将其转化为色相、纯度、明度的分布表示将其存储下来。在MTL文件中用newmtl定义一些材质组,每个材质组都可使用map_Kd获取材质的散射贴图,即模型贴图。表示模型的OBJ文件中用usemtl对应MTL文件中定义的材质组,每个usemtl都由一些面片f组成,根据每个f可以读取到表示模型的三维面片的顶点,以及对应的在MTL中取到的二维模型贴图的UV点坐标,可以获取与面片模型中的每个面片相对应的贴图。
S302,在贴图中获取与待匹配面片的形状相对应的第一mask图,将第一mask图中的每个像素的RGB值转换为HSV值;其中,HSV值包括:表征色调的H分量值、表征饱和度的S分量值和表征亮度的V分量值。
在一个实施例中,第一mask图与待匹配面片模型中的待匹配面片具有相同的像素以及尺寸,将第一mask图中的每个像素的RGB值转换为HSV值,其中,RGB值中的R代表红色,G代表绿色,B代表蓝色,HSV值中的H代表色调,S代表饱和度,V代表亮度。
S303,基于H分量值、S分量值和V分量值分别获取第一H分量分布信息、第一S分量分布信息和第一V分量分布信息。可以使用现有的方法获取H、S、V分量分布信息。
在一个实施例中,分别设置与第一H分量值、第一S分量值和第一V分量值相对应的值域范围,对第一H分量值、第一S分量值和第一V分量值分别进行归一化处理,用以将第一H分量值、第一S分量值和第一V分量值分别限定在对应的值域范围内。
当处理面片模型中一个面片的贴图时,如图4所示,遍历这个面片所在贴图中对应形状的mask并针对每一个像素,将其RGB值转化为HSV值,并对每一个mask的HSV进行统计,最后归一化得到整个面片模型的HSV分布。
将与如图5A对应的面片模型的每个面片对应的贴图上的mask的每个像素值RGB都转化为HSV,H、S、V各分量的值域范围分别为[0,360],[0,110],[0,110],然后将H分量值、S分量值和V分量值分别进行归一化处理,H分量值、S分量值和V分量值限定在对应的值域范围内,得到H、S、V各分量的分布,如图5B-5D所示,此H分量、S分量和V分量的分布即可表示提取得到的该面片模型的颜色分布,并可以用于颜色分析。
根据面片模型的颜色分布,通过计算分布的相关性可以获得相似度,从而得到不同面片模型之间的颜色匹配度,有助于在AI家装设计中推荐出颜色匹配度更高的物品模型。
在一个实施例中,分别设置与第一H分量值、第一S分量值和第一V分量值相对应的容忍度,根据容忍度,分别对第一H分量值、第一S分量值和第一V分量值进行高斯滤波处理。例如,当对分片模型的HSV进行提取过后,还要对其分布进行一次高斯滤波。如图5E所示,对面片模型的H分布进行高斯滤波,H表示色调,其数值对应的是360°的色环表示,在色环当中,相邻30°为邻近色。经过一个μ=0,3σ=15的高斯滤波,表示H分量在色环相邻的30°以内提取的色相值的一个容忍度。同理,S、V值也进行高斯滤波处理,分别经过的是一个μ=0,3σ=15的高斯滤波。
在一个实施例中,确定待匹配面片模型与其他面片模型之间的色彩匹配度信息可以使用多种方法。图6为本公开的用于面片模型的色彩匹配方法的一个实施例中的获取色彩匹配度信息的流程图,如图6所示的方法包括步骤:S601-S603。下面对各步骤分别进行说明。
S601,获取其他面片模型的第二H分量分布信息、第二S分量分布信息和第二V分量分布信息。
在一个实施例中,可以预先对其他面片模型进行处理,使用与待匹配面片模型相同的方法获取其他面片模型的第二H分量分布信息、第二S分量分布信息和第二V分量分布信息。
S602,分别计算第一H分量分布信息和第二H分量分布信息之间的H分量相关系数、第一S分量分布信息和第二S分量分布信息之间的S分量相关系数、以及第一V分量分布信息和第二V分量分布信息之间的V分量相关系数。
在一个实施例中,使用预设的相关系数算法分别计算H分量相关系数、S分量相关系数、以及V分量相关系数。相关系数算法可以多种,例如为皮尔逊相关系数算法等。
相关性是两个数学变量或者测量数值之间线性关系强弱的一种度量。如图7所示,相关性可以是一个数值,值域为[-1,1]。当两个变量为正相关的时候,它们的相关性为1,即当其中一个变量线性增长时另一个变量也是线性增长的;当两个变量为负相关的时候,它们的相关性为-1,即当其中一个变量线性增长时另一个变量是线性下降的;当两个变量不相关是的时候,它们的相关性为0,即两个变量的增减毫无关系。
使用皮尔逊相关系数计算两个面片模型的额颜色分布的相关性,皮尔逊相关系数的公式如下:
例如,使用皮尔逊相关系数算法计算第一H分量分布信息和第二H分量分布信息之间的H分量相关系数时,两个变量X、Y分别为由第一H分量分布信息和第二H分量分布信息生成的第一H分量分布向量和第二H分量分布向量,其中,第一H分量分布向量和第二H分量分布向量中的元素分别为与面片相对应的第一H分量分布值和第二H分量分布值。
皮尔逊相关系数的计算对于变量X、Y来说是对称的,而且颜色分布的提取过程中也不会出现方差为0的情况,其值域为[-1,1]也可以来表示颜色分布的相关性,所以使用皮尔逊相关系数来计算两个面片模型的颜色分布的相关性即颜色匹配度是非常合理的。
S603,根据H分量相关系数、S分量相关系数和V分量相关系数,获取色彩匹配度信息。
在一个实施例中,获取色彩匹配度信息可以使用多种方法。图8为本公开的用于面片模型的色彩匹配方法的一个实施例中的确定目标面片模型的流程图,如图8所示的方法包括步骤:S801-S803。下面对各步骤分别进行说明。
S801,分别设置H分量相关系数、S分量相关系数和V分量相关系数的权重值。
S802,基于权重值对H分量相关系数、S分量相关系数和V分量相关系数进行加权求和计算,获得色彩匹配度值。
在一个实施例中,分别计算两个面片模型的HSV的分布的相关性,并给分别对H、S、V给出一个权重值,得到两个面片模型的色彩(颜色)匹配度值:
corr=0.6*corr(H)+0.2*corr(S)+0.2*corr(V) (1-2)
S803,从其他面片模型中选取最大色彩匹配度值对应的面片模型作为目标面片模型。
在一个实施例中,可以通过加入一个可控制的色彩分布来控制色彩搭配的方向。例如,获取与待匹配面片相对应的合并贴图,在合并贴图中获取与第一mask图相对应的相对应第二mask图;将第一mask图和第二mask图进行叠加合并处理,获取融合贴图,将融合贴图中的每个像素的RGB值转换为HSV值。
如图9A-9D所示,每个附图分别对应一个面片模型(图中为面片模型对应的物品图和H分量分布信息),各个面片模型分别用①,②,③,④表示。以H分布为例,corr(①,②)=0.9881,corr(①,④)=0.7334,因此①与②的相似度更高;当加入可控制的③后,corr(①+③,②)=corr(①,②)+corr(③,②)=0.9523,corr(①+③,④)=corr(①,④)+corr(③,④)=1.1348,因此,可以推荐出用户更想要的面片模型④。S分布和V分量的相关系数也通过相同的方法获得。
示例性装置
在一个实施例中,如图10所示,本公开提供一种用于面片模型的色彩匹配装置,包括对应关系获取模块1010、色彩分布获取模块1020、匹配信息获取模块1030、匹配模型获取模块1040和匹配色彩设置模块1050。对应关系获取模块1010获取待匹配面片模型包含的文件,并获取文件所包含的内容之间的对应关系。色彩分布获取模块1020根据对应关系获取待匹配面片模型的色彩分布信息。
匹配信息获取模块1030基于色彩分布信息确定待匹配面片模型与其他面片模型之间的色彩匹配度信息。匹配模型获取模块1040根据色彩匹配度信息从其他面片模型中选取与待匹配面片模型相匹配的目标面片模型。匹配色彩设置模块1050根据目标面片模型确定与待匹配面片模型相匹配的色彩,用以推荐与待匹配面片模型颜色匹配的物品模型。
在一个实施例中,如图11所示,色彩分布获取模块1020包括:贴图确定单元1021和参数处理单元1022。待匹配面片模型包含的文件包括:模型文件、材质库文件和模型贴图文件;模型文件包括:第一材质信息;材质信息包括:面片信息;面片信息包括:模型几何顶点和模型贴图顶点;材质库文件包括:第二材质信息;第二材质信息包括:第一贴图信息;模型贴图文件包括:第二贴图信息。待匹配面片模型和其他面片模型包括三角面片模型等,模型文件包括3D模型文件,材质库文件包括MTL文件。
贴图确定单元1021基于第一材质信息和第二材质信息之间、第一贴图信息与第二贴图信息之间的对应关系,以及模型几何顶点和模型贴图顶点,获取与待匹配面片模型中的每个待匹配面片相对应的贴图。参数处理单元1022在贴图中获取与待匹配面片的形状相对应的第一mask图,将第一mask图中的每个像素的RGB值转换为HSV值;其中,HSV值包括:表征色调的H分量值、表征饱和度的S分量值和表征亮度的V分量值。参数处理单元1022基于H分量值、S分量值和V分量值分别获取第一H分量分布信息、第一S分量分布信息和第一V分量分布信息。
在一个实施例中,参数处理单元1022分别设置与第一H分量值、第一S分量值和第一V分量值相对应的值域范围。参数处理单元1022对第一H分量值、第一S分量值和第一V分量值分别进行归一化处理,用以将第一H分量值、第一S分量值和第一V分量值分别限定在对应的值域范围内。
参数处理单元1022分别设置与第一H分量值、第一S分量值和第一V分量值相对应的容忍度;根据容忍度,分别对第一H分量值、第一S分量值和第一V分量值进行高斯滤波处理。
贴图确定单元1021获取与待匹配面片相对应的合并贴图,在合并贴图中获取与第一mask图相对应的相对应第二mask图。参数处理单元1022将第一mask图和第二mask图进行叠加合并处理,获取融合贴图,将融合贴图中的每个像素的RGB值转换为HSV值。
在一个实施例中,如图12所示,匹配信息获取模块1040包括:相关系数计算单元1041和匹配度计算单元1042。相关系数计算单元1041获取其他面片模型的第二H分量分布信息、第二S分量分布信息和第二V分量分布信息。相关系数计算单元1041分别计算第一H分量分布信息和第二H分量分布信息之间的H分量相关系数、第一S分量分布信息和第二S分量分布信息之间的S分量相关系数、以及第一V分量分布信息和第二V分量分布信息之间的V分量相关系数。
相关系数计算单元1041使用预设的相关系数算法分别计算H分量相关系数、S分量相关系数、以及V分量相关系数,其中,相关系数算法包括皮尔逊相关系数算法等。
在一个实施例中,匹配度计算单元1042根据H分量相关系数、S分量相关系数和V分量相关系数,获取色彩匹配度信息。例如,匹配度计算单元1042分别设置H分量相关系数、S分量相关系数和V分量相关系数的权重值,基于权重值对H分量相关系数、S分量相关系数和V分量相关系数进行加权求和计算,获得色彩匹配度值。匹配模型获取模块1040用于从其他面片模型中选取最大色彩匹配度值对应的面片模型作为目标面片模型。
图13是本公开的电子设备的一个实施例的结构图,如图13所示,电子设备131包括一个或多个处理器1311和存储器1312。
处理器1311可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备131中的其他组件以执行期望的功能。
存储器1312可以包括一个或多个计算机程序产品,计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。易失性存储器,例如,可以包括:随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器,例如,可以包括:只读存储器(ROM)、硬盘以及闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器1311可以运行程序指令,以实现上文的本公开的各个实施例的用于面片模型的色彩匹配方法以及/或者其他期望的功能。在计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备131还可以包括:输入装置1313以及输出装置1314等,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。此外,该输入设备1313还可以包括例如键盘、鼠标等等。该输出装置1314可以向外部输出各种信息。该输出设备1314可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图13中仅示出了该电子设备131中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备131还可以包括任何其他适当的组件。
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,计算机程序指令在被处理器运行时使得处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的用于面片模型的色彩匹配方法中的步骤。
计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的用于面片模型的色彩匹配方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列举)可以包括:具有一个或者多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势以及效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
上述实施例中的用于面片模型的色彩匹配方法、装置以及电子设备、存储介质,根据待匹配面片模型包含的文件内容的对应关系获取待匹配面片模型的色彩分布信息,确定待匹配面片模型与其他面片模型之间的色彩匹配度信息,用以从其他面片模型中选取与待匹配面片模型相匹配的目标面片模型,为待匹配面片模型设置相匹配的色彩;通过提供面片模型的色彩提取与色彩分布搭配的算法,解决了对面片模型进行颜色提取和确定解决之间的色彩搭配度的问题,以满足物品模型颜色搭配的要求以及对面片模型的颜色分析需求,使得不同物品的色彩搭配准确并且快捷,可以有效地减小人工的工作量,提高工作效率,并可以保证AI家装设计的质量,给人和谐美观的感受。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备以及系统。诸如“包括”、“包含、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述,以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改等对于本领域技术人员而言,是非常显而易见的,并且在此定义的一般原理可以应用于其他方面,而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式中。尽管以上已经讨论了多个示例方面以及实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种用于面片模型的色彩匹配方法,包括:
获取待匹配面片模型包含的文件,并获取所述文件所包含的内容之间的对应关系;
根据所述对应关系获取所述待匹配面片模型的色彩分布信息;
基于所述色彩分布信息确定所述待匹配面片模型与其他面片模型之间的色彩匹配度信息;
根据所述色彩匹配度信息从所述其他面片模型中选取与所述待匹配面片模型相匹配的目标面片模型;
根据所述目标面片模型确定与所述待匹配面片模型相匹配的色彩,用以推荐与所述待匹配面片模型颜色匹配的物品模型。
2.如权利要求1所述的方法,所述根据所述对应关系获取所述待匹配面片模型的色彩分布信息包括:
根据所述对应关系获取与所述待匹配面片模型中的每个待匹配面片相对应的贴图;
在所述贴图中获取与所述待匹配面片的形状相对应的第一mask图,将所述第一mask图中的每个像素的RGB值转换为HSV值;其中,所述HSV值包括:表征色调的H分量值、表征饱和度的S分量值和表征亮度的V分量值;
基于所述H分量值、所述S分量值和所述V分量值分别获取第一H分量分布信息、第一S分量分布信息和第一V分量分布信息。
3.如权利要求2所述的方法,还包括:
分别设置与所述第一H分量值、所述第一S分量值和所述第一V分量值相对应的值域范围;
对所述第一H分量值、所述第一S分量值和所述第一V分量值分别进行归一化处理,用以将所述第一H分量值、所述第一S分量值和所述第一V分量值分别限定在对应的值域范围内。
4.如权利要求2所述的方法,还包括:
分别设置与所述第一H分量值、所述第一S分量值和所述第一V分量值相对应的容忍度;
根据所述容忍度,分别对所述第一H分量值、所述第一S分量值和所述第一V分量值进行高斯滤波处理。
5.如权利要求4所述的方法,还包括:
获取与所述待匹配面片相对应的合并贴图;
在所述合并贴图中获取与所述第一mask图相对应的第二mask图;
将所述第一mask图和所述第二mask图进行叠加合并处理,获取融合贴图;
将所述融合贴图中的每个像素的RGB值转换为所述HSV值。
6.如权利要求2所述的方法,所述基于所述色彩分布信息确定所述待匹配面片模型与其他面片模型之间的色彩匹配度信息包括:
获取所述其他面片模型的第二H分量分布信息、第二S分量分布信息和第二V分量分布信息;
分别计算所述第一H分量分布信息和所述第二H分量分布信息之间的H分量相关系数、所述第一S分量分布信息和所述第二S分量分布信息之间的S分量相关系数、以及所述第一V分量分布信息和所述第二V分量分布信息之间的V分量相关系数;
根据所述H分量相关系数、所述S分量相关系数和所述V分量相关系数,获取所述色彩匹配度信息。
7.如权利要求6所述的方法,所述获取所述色彩匹配度信息包括:
分别设置所述H分量相关系数、所述S分量相关系数和所述V分量相关系数的权重值;
基于所述权重值对所述H分量相关系数、所述S分量相关系数和所述V分量相关系数进行加权求和计算,获得色彩匹配度值。
8.一种用于面片模型的色彩匹配装置,包括:
对应关系获取模块,用于获取待匹配面片模型包含的文件,并获取所述文件所包含的内容之间的对应关系;
色彩分布获取模块,用于根据所述对应关系获取所述待匹配面片模型的色彩分布信息;
匹配信息获取模块,用于基于所述色彩分布信息确定所述待匹配面片模型与其他面片模型之间的色彩匹配度信息;
匹配模型获取模块,用于根据所述色彩匹配度信息从所述其他面片模型中选取与所述待匹配面片模型相匹配的目标面片模型;
匹配色彩设置模块,用于根据所述目标面片模型确定与所述待匹配面片模型相匹配的色彩,用以推荐与所述待匹配面片模型颜色匹配的物品模型。
9.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7任一项所述的方法。
10.一种电子设备,所述电子设备包括:
处理器;用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011426907.6A CN112489230B (zh) | 2020-12-09 | 2020-12-09 | 用于面片模型的色彩匹配方法、装置以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011426907.6A CN112489230B (zh) | 2020-12-09 | 2020-12-09 | 用于面片模型的色彩匹配方法、装置以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112489230A true CN112489230A (zh) | 2021-03-12 |
CN112489230B CN112489230B (zh) | 2023-03-24 |
Family
ID=74940678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011426907.6A Active CN112489230B (zh) | 2020-12-09 | 2020-12-09 | 用于面片模型的色彩匹配方法、装置以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112489230B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706431A (zh) * | 2021-08-26 | 2021-11-26 | 深圳市慧鲤科技有限公司 | 模型优化方法及相关装置、电子设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140289069A1 (en) * | 2013-03-20 | 2014-09-25 | Anurag Bhardwaj | System and method for recommending home décor items based on an image of a room |
CN106202352A (zh) * | 2016-07-05 | 2016-12-07 | 华南理工大学 | 基于贝叶斯网络的室内家居风格与颜色搭配设计的方法 |
CN107688824A (zh) * | 2017-07-27 | 2018-02-13 | 平安科技(深圳)有限公司 | 图片匹配方法及终端设备 |
CN111353532A (zh) * | 2020-02-26 | 2020-06-30 | 北京三快在线科技有限公司 | 图像生成方法及装置、计算机可读存储介质、电子设备 |
CN111368767A (zh) * | 2020-03-09 | 2020-07-03 | 广东三维家信息科技有限公司 | 家居素材色调的识别方法、装置及电子设备 |
CN109712223B (zh) * | 2017-10-26 | 2020-11-03 | 北京大学 | 一种基于纹理合成的三维模型自动上色方法 |
-
2020
- 2020-12-09 CN CN202011426907.6A patent/CN112489230B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140289069A1 (en) * | 2013-03-20 | 2014-09-25 | Anurag Bhardwaj | System and method for recommending home décor items based on an image of a room |
CN106202352A (zh) * | 2016-07-05 | 2016-12-07 | 华南理工大学 | 基于贝叶斯网络的室内家居风格与颜色搭配设计的方法 |
CN107688824A (zh) * | 2017-07-27 | 2018-02-13 | 平安科技(深圳)有限公司 | 图片匹配方法及终端设备 |
CN109712223B (zh) * | 2017-10-26 | 2020-11-03 | 北京大学 | 一种基于纹理合成的三维模型自动上色方法 |
CN111353532A (zh) * | 2020-02-26 | 2020-06-30 | 北京三快在线科技有限公司 | 图像生成方法及装置、计算机可读存储介质、电子设备 |
CN111368767A (zh) * | 2020-03-09 | 2020-07-03 | 广东三维家信息科技有限公司 | 家居素材色调的识别方法、装置及电子设备 |
Non-Patent Citations (2)
Title |
---|
ORIEL FRIGO 等: "Split and Match: Example-based Adaptive Patch Sampling for Unsupervised Style Transfer", 《2016 IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION》 * |
周橙旻 等: "基于色彩调和理论的定制衣柜配色量化评价分析", 《林业工程学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706431A (zh) * | 2021-08-26 | 2021-11-26 | 深圳市慧鲤科技有限公司 | 模型优化方法及相关装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112489230B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9741137B2 (en) | Image-based color palette generation | |
CN111325779B (zh) | 点云配准方法和装置、电子设备和存储介质 | |
US9396560B2 (en) | Image-based color palette generation | |
US9552656B2 (en) | Image-based color palette generation | |
CN106780293B (zh) | 头部特写肖像的样式传递 | |
US9311889B1 (en) | Image-based color palette generation | |
WO2016127883A1 (zh) | 一种图像区域检测方法及装置 | |
JP2020526809A (ja) | 仮想顔化粧の除去、高速顔検出およびランドマーク追跡 | |
US20160371560A1 (en) | Background understanding in video data | |
den Heijer et al. | Comparing aesthetic measures for evolutionary art | |
CN109472832B (zh) | 一种配色方案生成方法、装置及智能机器人 | |
Hristova et al. | Style-aware robust color transfer. | |
WO2017143852A1 (zh) | 一种图片处理方法、装置及电子设备 | |
CN112489230B (zh) | 用于面片模型的色彩匹配方法、装置以及存储介质 | |
CN114827711B (zh) | 图像信息显示方法和装置 | |
Arbeláez et al. | Crowdsourcing Augmented Reality Environment (CARE) for aesthetic evaluation of products in conceptual stage | |
CN114047823A (zh) | 三维模型展示方法、计算机可读存储介质及电子设备 | |
CN108932703A (zh) | 图片处理方法、图片处理装置及终端设备 | |
Park et al. | Feature-aware filtering for point-set surface denoising | |
Hou et al. | Efficient L 1-based nonlocal total variational model of Retinex for image restoration | |
CN112927200B (zh) | 本征图像分解方法、装置、可读存储介质及电子设备 | |
CN113762173B (zh) | 人脸光流估计及光流值预测模型的训练方法和装置 | |
US20220157030A1 (en) | High Quality AR Cosmetics Simulation via Image Filtering Techniques | |
US9047693B2 (en) | Color distribution design assistance system | |
Li et al. | Illumination-independent descriptors using color moment invariants |
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 |