CN112884867B - 基于图片的组合模板生成方法、装置、设备及存储介质 - Google Patents

基于图片的组合模板生成方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112884867B
CN112884867B CN202110288327.3A CN202110288327A CN112884867B CN 112884867 B CN112884867 B CN 112884867B CN 202110288327 A CN202110288327 A CN 202110288327A CN 112884867 B CN112884867 B CN 112884867B
Authority
CN
China
Prior art keywords
picture
template
information
shape
background
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
CN202110288327.3A
Other languages
English (en)
Other versions
CN112884867A (zh
Inventor
雷海波
崔波
柴春雷
田帅
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.)
Hangzhou Taihuoniao Technology Co ltd
Original Assignee
Hangzhou Taihuoniao 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 Hangzhou Taihuoniao Technology Co ltd filed Critical Hangzhou Taihuoniao Technology Co ltd
Priority to CN202110288327.3A priority Critical patent/CN112884867B/zh
Publication of CN112884867A publication Critical patent/CN112884867A/zh
Application granted granted Critical
Publication of CN112884867B publication Critical patent/CN112884867B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于图片的组合模板生成方法、装置、设备及存储介质,所述方法包括:获取待识别图片,并根据待识别图片确定关键区域;根据关键区域对待识别图片进行对象提取,获得关键对象图片和背景图片;根据关键对象图片确定模板边界形状和模板填充区域形状,并根据背景图片确定模板背景填充信息;根据模板背景填充信息、模板边界形状和模板填充区域形状生成基于所述待识别图片的组合模板。相较于现有技术,需要人工选择预先存储的模板进行使用,而本发明中根据图片确定的模板背景填充信息、模板边界形状及模板填充区域形状生成基于图片的组合模板,从而提高了基于图片的组合模板的多样性,进而提升了使用者的体验感。

Description

基于图片的组合模板生成方法、装置、设备及存储介质
技术领域
本发明涉及图片处理技术领域,尤其涉及一种基于图片的组合模板生成方法、装置、设备及存储介质。
背景技术
随着移动互联网的发展和人们生活水平的提高,多数人在发布图片时需要对图片进行修饰,但现有技术中对图片修饰的方式仅仅是需要用户从预先存储的模板库中选择待定模板,之后将待处理的图片放置在待定模板内,但这种方式导致图片可选择模板比较单一,从而降低用户体验感。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种基于图片的组合模板生成方法、装置、设备及存储介质,旨在解决如何提高基于图片的组合模板的多样性的技术问题。
为实现上述目的,本发明提供了一种基于图片的组合模板生成方法,所述基于图片的组合模板生成方法包括:
获取待识别图片,并根据所述待识别图片确定关键区域;
根据所述关键区域对所述待识别图片进行对象提取,获得关键对象图片和背景图片;
根据所述关键对象图片确定模板边界形状和模板填充区域形状,并根据所述背景图片确定模板背景填充信息;
根据所述模板背景填充信息、所述模板边界形状和所述模板填充区域形状生成基于所述待识别图片的组合模板。
可选地,所述根据所述待识别图片确定关键区域的步骤,包括:
从所述待识别图片中识别多个待处理对象,并分别获取多个待处理对象的位置信息及面积信息;
根据所述位置信息和所述面积信息从多个待处理对象中选取目标对象;
获取所述目标对象的轮廓线信息,并根据所述轮廓线信息确定关键区域。
可选地,所述根据所述关键对象图片确定模板边界形状和模板填充区域形状的步骤,包括:
根据所述关键对象图片确定对象类别,并根据所述对象类别确定对象特征信息;
根据所述对象特征信息确定模板边界形状和模板填充区域形状。
可选地,所述根据所述对象特征信息确定模板边界形状和模板填充区域形状的步骤,包括:
根据所述对象特征信息确定组合模板形状信息;
根据所述组合模板形状信息从形状映射关系表中查找多个样本轮廓形状,并从多个样本轮廓形状中选取样本边界形状和样本填充区域形状;
将所述样本边界形状作为所述待识别图片的模板边界形状,并将所述样本填充区域形状作为所述待识别图片的模板填充区域,所述形状映射关系表中存在多个组合模板形状信息和多个样本轮廓形状。
可选地,所述根据所述对象特征信息确定组合模板形状信息的步骤,包括:
根据所述对象特征信息确定所述目标对象的动作状态信息;
根据所述对象类别和所述动作状态信息生成组合模板形状信息。
可选地,所述根据所述背景图片确定模板背景填充信息的步骤,包括:
根据所述背景图片确定背景信息,并根据所述背景信息确定图片季节信息;
从背景信息中提取背景配色信息,并根据所述背景配色信息和所述图片季节信息进行融合,获得模板背景填充信息。
可选地,所述根据所述背景配色信息和所述图片季节信息进行融合,获得模板背景填充信息的步骤,包括:
基于色彩关系确定所述背景配色信息的关联配色信息及所述图片季节信息的季节配色信息;
按照预设配色混合规则对所述背景配色信息、所述关联配色信息及所述季节配色信息进行处理,获得模板背景填充信息。
此外,为实现上述目的,本发明还提出一种基于图片的组合模板生成装置,所述基于图片的组合模板生成装置包括:
获取模块,用于获取待识别图片,并根据所述待识别图片确定关键区域;
提取模块,用于根据所述关键区域对所述待识别图片进行对象提取,获得关键对象图片和背景图片;
确定模块,用于根据所述关键对象图片确定模板边界形状和模板填充区域形状,并根据所述背景图片确定模板背景填充信息;
生成模块,用于根据所述模板背景填充信息、所述模板边界形状和所述模板填充区域形状生成基于所述待识别图片的组合模板。
此外,为实现上述目的,本发明还提出一种基于图片的组合模板生成设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于图片的组合模板生成程序,所述基于图片的组合模板生成程序配置为实现如上文所述的基于图片的组合模板生成方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有基于图片的组合模板生成程序,所述基于图片的组合模板生成程序被处理器执行时实现如上文所述的基于图片的组合模板生成方法的步骤。
本发明首先获取待识别图片,并根据待识别图片确定关键区域,然后根据关键区域对待识别图片进行对象提取,获得关键对象图片和背景图片,之后根据关键对象图片确定模板边界形状和模板填充区域形状,并根据背景图片确定模板背景填充信息,最后根据模板背景填充信息、模板边界形状和模板填充区域形状生成基于所述待识别图片的组合模板。相较于现有技术,需要人工选择预先存储的模板进行使用,而本发明中根据图片确定的模板背景填充信息、模板边界形状及模板填充区域形状生成基于图片的组合模板,从而提高了基于图片的组合模板的多样性,进而提升了使用者的体验感。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于图片的组合模板生成设备的结构示意图;
图2为本发明基于图片的组合模板生成方法第一实施例的流程示意图;
图3为本发明基于图片的组合模板生成方法第二实施例的流程示意图;
图4为本发明基于图片的组合模板生成装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的基于图片的组合模板生成设备结构示意图。
如图1所示,该基于图片的组合模板生成设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对基于图片的组合模板生成设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及基于图片的组合模板生成程序。
在图1所示的基于图片的组合模板生成设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明基于图片的组合模板生成设备中的处理器1001、存储器1005可以设置在基于图片的组合模板生成设备中,所述基于图片的组合模板生成设备通过处理器1001调用存储器1005中存储的基于图片的组合模板生成程序,并执行本发明实施例提供的基于图片的组合模板生成方法。
本发明实施例提供了一种基于图片的组合模板生成方法,参照图2,图2为本发明基于图片的组合模板生成方法第一实施例的流程示意图。
本实施例中,所述基于图片的组合模板生成方法包括以下步骤:
步骤S10:获取待识别图片,并根据所述待识别图片确定关键区域。
易于理解的是,本实施例的执行主体可以是具有图像处理、数据处理、网络通讯和程序运行等功能的基于图片的组合模板生成设备,也可以为其他具有相似功能的计算机设备等,本实施例并不加以限制。
待识别图片可以为用户预先在移动终端内选取的单张待发布图片或多张待发布图片等,还可以为用户利用摄像机拍摄的待处理图片等,本实施例并不加以限制。
关键区域可以理解为当前待识别图片中用户选取目标对象所处的区域,还可以为根据图片中多个对象占待识别图片中的面积比例,自动选取占面积比例最高的目标对象所处的区域等。
为了能够精准确定关键区域,根据待识别图片确定关键区域的方式可以为从待识别图片中识别多个待处理对象,并分别获取多个待处理对象的位置信息及面积信息,之后根据位置信息和面积信息从多个待处理对象中选取目标对象,最后获取目标对象的轮廓线信息,并根据轮廓线信息确定关键区域等。
假设用户利用摄像头拍摄了一张动物加场景的图片,将该图片作为待识别图片,根据待识别图片可知待处理对象为大树、草地和狗狗,首先可以确定大树、草地及狗狗的清晰度,若清晰度满级为10级,大树清晰度为4级,草地清晰度为8级,狗狗清晰度为10级,则草地清晰度和狗狗清晰度均大于预设清晰度阈值6级,将草地和狗狗作为待处理对象,之后获取草地和狗狗所占待识别图片的位置信息和面积信息,若草地所占待识别图片的位置信息为下方位置,面积信息为待识别图片的四分子一,狗狗所占待识别图片的位置信息为中心位置,面积信息为待识别图片的四分之一,可选狗狗为目标对象,最后获取狗狗对象的轮廓线信息,根据狗狗的轮廓线信息确定关键区域等。
预设清晰度阈值可以为用户自定义设置,可以为5级,还可以为7级等,本实施例并不加以限制。
假设用户使用移动终端,在移动终端内置的图片库中选取了一张人物加场景的图片,将该图片作为待识别图片,根据待识别图片可知待处理对象为大树、草地和人物,首先可以确定大树、草地及人物的清晰度,若清晰度满级为10级,大树清晰度为5级,草地清晰度为10级,狗狗清晰度为10级,则草地清晰度和人物清晰度均大于预设清晰度阈值6级,将草地和人物作为待处理对象,之后获取草地和人物所占待识别图片的位置信息和面积信息,若草地所占待识别图片的位置信息为下方位置,面积信息为待识别图片的三分子一,人物所占待识别图片的位置信息为中心位置,面积信息为待识别图片的四分之一,由于人物对象的处于中心位置且清晰度处于较高状态,可选人物为目标对象,最后获取人物对象的轮廓线信息,根据人物的轮廓线信息确定关键区域等。
假设用户在移动终端内置的图片库中选取了一张人物加场景的图片,将该图片作为待识别图片,根据待识别图片可知待处理对象为大树、草地和人物,首先可以确定大树、草地及人物的清晰度,若清晰度满级为10级,大树清晰度为10级,草地清晰度为9级,狗狗清晰度为10级,则草地清晰度和人物清晰度均大于预设清晰度阈值6级,将大树、草地和人物作为待处理对象,之后获取大树、草地和人物所占待识别图片的位置信息和面积信息,若草地所占待识别图片的位置信息为下方位置,面积信息为待识别图片的三分子一,人物所占待识别图片的位置信息为左中位置,面积信息为待识别图片的四分之一,大树所占待识别图片的位置信息为中心位置,面积信息为待识别图片的三分之一,由于大树对象的处于中心位置且清晰度处于较高状态,可选大树为目标对象,还可以根据用户需求,用户自定义选择待识别图片中的目标对象,若用户最终选取人物和大树均作为目标对象,最后获取人物对象和大树对象的轮廓线信息,根据人物的轮廓线信息和大树的轮廓线信息确定关键区域等。
步骤S20:根据所述关键区域对所述待识别图片进行对象提取,获得关键对象图片和背景图片。
根据关键区域对待识别图片进行裁剪,获得关键对象图片,并将裁剪后剩余的图片作为背景图片。
假设关键区域为狗狗对象区域,可以根据狗狗对象的轮廓线信息对待识别图片进行裁剪,获得具有狗狗对象的图片,并将具有狗狗对象图片作为关键对象图片,并将其余图片作为背景图片等。
假设关键区域为人物对象区域,可以根据人物对象区域对待识别图片进行裁剪,获得包含人物对象或部分场景的图片,并将包含人物对象或部分场景的图片作为关键对象图片,并将其余图片作为背景图片等;还可以根据人物对象区域对待识别图片进行裁剪,仅获得包含人物对象的图片,并将包含人物对象的图片作为关键对象图片,并将其余图片作为背景图片等。
步骤S30:根据所述关键对象图片确定模板边界形状和模板填充区域形状,并根据所述背景图片确定模板背景填充信息。
模板边界形状可以为关键对象图片相似的模板轮廓形状或常规的方形或常规的圆形轮廓形状等。
假设关键对象图片中目标对象的轮廓线为狗狗对象轮廓线,则将狗狗对象轮廓线进行放大,并进行旋转角度调整,并将放大且旋转角度调整后的轮廓形状作为模板边界形状等。
模板填充区域形状为用于放置待识别图片的区域形状,模板填充区域形状可以为关键对象图片的轮廓线形状,还可以为待识别图片的边界轮廓线形状,还可以为常规的方形或常规的圆形轮廓形状等。
模板背景填充信息为模板边界形状与模板填充区域形状之间的填充信息,可以为多种颜色的渲染,还可以为多种颜色的拼接,还可以为待识别图片的零碎对象的拼接,还可以为用户自定义选择图片内容进行复制等,本实施例并不加以限制。
根据关键对象图片确定模板边界形状和模板填充区域形状的步骤可以为,根据关键对象图片确定对象类别,并根据对象类别确定对象特征信息,根据对象特征信息确定模板边界形状和模板填充区域形状等。
对象类别可以为动物类别,还可以为人物类别,还可以为景物类别等,本实施并不加以限制。
对象特征信息为待识别图片中对象的动作状态信息,可以为跑特征信息,还可以为静态特征信息等。
根据对象特征信息确定组合模板形状信息的步骤可以为根据对象特征信息确定目标对象的动作状态信息,根据对象类别和动作状态信息生成组合模板形状信息。
组合模板形状信息可以为人物奔跑信息,还可以为人物静态站立信息,还可以为动物奔跑信息,还可以为动物静态站立信息等,本实施例并不加以限制。
根据对象特征信息确定模板边界形状和模板填充区域形状的步骤可以为,根据对象特征信息确定组合模板形状信息,之后根据组合模板形状信息从形状映射关系表中查找多个样本轮廓形状,并从多个样本轮廓形状中选取样本边界形状和样本填充区域形状,将样本边界形状作为待识别图片的模板边界形状,并将样本填充区域形状作为待识别图片的模板填充区域,形状映射关系表中存在多个组合模板形状信息和多个样本轮廓形状等。
假设组合模板形状信息为狗狗奔跑信息,则根据狗狗奔跑信息从形状映射关系表中查找多个样本狗狗奔跑轮廓形状,并从多个样本轮廓形状中选取样本狗狗奔跑边界形状和样本狗狗奔跑填充区域形状,其中,样本狗狗奔跑边界形状和样本狗狗奔跑填充区域形状一样,样本狗狗奔跑边界形状还可以为旋转90度的狗狗奔跑模板边界形状,样本狗狗奔跑填充区域形状还可以为旋转45度的狗狗奔跑模板填充区域形状等。
需要说明的是,样本轮廓形状还可以为常规的方形轮廓形状,还可以为常规的圆形轮廓形状等。
根据背景图片确定模板背景填充信息的步骤可以为,根据背景图片确定背景信息,并根据背景信息确定图片季节信息,从背景信息中提取背景配色信息,并根据背景配色信息和图片季节信息进行融合,获得模板背景填充信息。
图片季节信息可以为根据当前待识别图片中拍摄背景信息确定拍摄时间所处的季节信息,可以为春季,可以为夏季,可以为秋季,还可以为冬季等。
背景配色信息可以为当前待识别图片背景中所存在的颜色信息,可以为树叶的黄,还可以为草地的绿等。
根据背景配色信息和图片季节信息进行融合,获得模板背景填充信息的步骤可以为,基于色彩关系确定背景配色信息的关联配色信息及图片季节信息的季节配色信息,之后按照预设配色混合规则对背景配色信息、关联配色信息及季节配色信息进行处理,获得模板背景填充信息。
色彩关系主要指色彩的明度、纯度、亮度、色相的冷暖,因为色彩的视觉规律本身,决定了准确的色彩变化不是局部、孤立地找出来的,而是在一个环境关系中通过整体比较而获得的。
对比色调中的色彩关系:均衡的画面是以画面的偏中心为基准,向上下,左右或对角线作重量来调整的,稳定的色彩关系使画面有舒适、优雅的视觉效果,是色彩具有美感的表现。
假设背景配色信息为蓝色,则蓝色的关联配色信息可以为淡蓝或深蓝及其他蓝色系等,蓝色的关联配色信息还可以根据对比色调盘中颜色得到黄色或橘色等,若季节信息为夏季,则季节配色信息可以选择冷色调进行融合,最终蓝色的关联配色信息不能选择黄色或橘色,因为黄色和橘色为暖色调,因此用户可以根据冷色调颜色、背景配色信息及关联配色信息进行渲染处理或拼接处理,获得模板背景填充信息等。
步骤S40:根据所述模板背景填充信息、所述模板边界形状和所述模板填充区域形状生成基于所述待识别图片的组合模板。
假设用户利用摄像头拍摄了一张动物加场景的图片,将该图片作为待识别图片,根据待识别图片可知待处理对象为大树、草地和狗狗,可选狗狗为目标对象,最后获取狗狗对象的轮廓线信息,根据狗狗的轮廓线信息确定关键区域,假设关键区域为狗狗对象区域,可以根据狗狗对象的轮廓线信息对待识别图片进行裁剪,获得具有狗狗对象的图片,并将具有狗狗对象图片作为关键对象图片,并将其余图片作为背景图片,之后根据关键对象图片确定对象类别,并根据对象类别确定对象特征信息,根据对象特征信息确定组合模板形状信息,若组合模板形状信息为狗狗奔跑信息,则根据狗狗奔跑信息从形状映射关系表中确定狗狗奔跑模板边界形状和狗狗奔跑模板填充区域形状,最后用户可以根据冷色调颜色、背景配色信息及关联配色信息进行渲染处理或拼接处理,获得模板背景填充信息,将背景填充信息补满狗狗奔跑模板边界形状和狗狗奔跑模板填充区域形状之间的模板背景填充区域,可得到可将待识别图片放置模板填充区域的组合模板即基于待识别图片的组合模板等。
在本实施例中首先获取待识别图片,并根据待识别图片确定关键区域,然后根据关键区域对待识别图片进行对象提取,获得关键对象图片和背景图片,之后根据关键对象图片确定模板边界形状和模板填充区域形状,并根据背景图片确定模板背景填充信息,最后根据模板背景填充信息、模板边界形状和模板填充区域形状生成基于待识别图片的组合模板。相较于现有技术,需要人工选择预先存储的模板进行使用,而本实施例中根据图片确定的模板背景填充信息、模板边界形状及模板填充区域形状生成基于图片的组合模板,从而提高了基于图片的组合模板的多样性,进而提升了使用者的体验感。
参考图3,图3为本发明基于图片的组合模板生成方法第二实施例的流程示意图。
基于上述第一实施例,在本实施例中,所述步骤S30,还包括:
步骤S301:根据所述关键对象图片确定模板边界形状和模板填充区域形状,并根据所述背景图片确定背景信息,根据所述背景信息确定图片季节信息。
模板边界形状可以为关键对象图片相似的模板轮廓形状或常规的方形或常规的圆形轮廓形状等。
假设关键对象图片中目标对象的轮廓线为狗狗对象轮廓线,则将狗狗对象轮廓线进行放大,并进行旋转角度调整,并将放大且旋转角度调整后的轮廓形状作为模板边界形状等。
模板填充区域形状为用于放置待识别图片的区域形状,模板填充区域形状可以为关键对象图片的轮廓线形状,还可以为待识别图片的边界轮廓线形状,还可以为常规的方形或常规的圆形轮廓形状等。
模板背景填充信息为模板边界形状与模板填充区域形状之间的填充信息,可以为多种颜色的渲染,还可以为多种颜色的拼接,还可以为待识别图片的零碎对象的拼接,还可以为用户自定义选择图片内容进行复制等,本实施例并不加以限制。
根据关键对象图片确定模板边界形状和模板填充区域形状的步骤可以为,根据关键对象图片确定对象类别,并根据对象类别确定对象特征信息,根据对象特征信息确定模板边界形状和模板填充区域形状等。
对象类别可以为动物类别,还可以为人物类别,还可以为景物类别等,本实施并不加以限制。
对象特征信息为待识别图片中对象的动作状态信息,可以为跑特征信息,还可以为静态特征信息等。
根据对象特征信息确定组合模板形状信息的步骤可以为根据对象特征信息确定目标对象的动作状态信息,根据对象类别和动作状态信息生成组合模板形状信息。
组合模板形状信息可以为人物奔跑信息,还可以为人物静态站立信息,还可以为动物奔跑信息,还可以为动物静态站立信息等,本实施例并不加以限制。
根据对象特征信息确定模板边界形状和模板填充区域形状的步骤可以为,根据对象特征信息确定组合模板形状信息,之后根据组合模板形状信息从形状映射关系表中查找多个样本轮廓形状,并从多个样本轮廓形状中选取样本边界形状和样本填充区域形状,将样本边界形状作为待识别图片的模板边界形状,并将样本填充区域形状作为待识别图片的模板填充区域,形状映射关系表中存在多个组合模板形状信息和多个样本轮廓形状等。
假设组合模板形状信息为狗狗奔跑信息,则根据狗狗奔跑信息从形状映射关系表中查找多个样本狗狗奔跑轮廓形状,并从多个样本轮廓形状中选取样本狗狗奔跑边界形状和样本狗狗奔跑填充区域形状,其中,样本狗狗奔跑边界形状和样本狗狗奔跑填充区域形状一样,样本狗狗奔跑边界形状还可以为旋转90度的狗狗奔跑模板边界形状,样本狗狗奔跑填充区域形状还可以为旋转45度的狗狗奔跑模板填充区域形状等。
需要说明的是,样本轮廓形状还可以为常规的方形轮廓形状,还可以为常规的圆形轮廓形状等。
图片季节信息可以为根据当前待识别图片中拍摄背景信息确定拍摄时间所处的季节信息,可以为春季,可以为夏季,可以为秋季,还可以为冬季等。
步骤S302:从背景信息中提取背景配色信息,并根据所述背景配色信息和所述图片季节信息进行融合,获得模板背景填充信息。
根据背景图片确定背景信息,并根据背景信息确定图片季节信息,从背景信息中提取背景配色信息,并根据背景配色信息和图片季节信息进行融合,获得模板背景填充信息。
背景配色信息可以为当前待识别图片背景中所存在的颜色信息,可以为树叶的黄,还可以为草地的绿等。
根据背景配色信息和图片季节信息进行融合,获得模板背景填充信息的步骤可以为,基于色彩关系确定背景配色信息的关联配色信息及图片季节信息的季节配色信息,之后按照预设配色混合规则对背景配色信息、关联配色信息及季节配色信息进行处理,获得模板背景填充信息。
色彩关系主要指色彩的明度、纯度、亮度、色相的冷暖,因为色彩的视觉规律本身,决定了准确的色彩变化不是局部、孤立地找出来的,而是在一个环境关系中通过整体比较而获得的。
对比色调中的色彩关系:均衡的画面是以画面的偏中心为基准,向上下,左右或对角线作重量来调整的,稳定的色彩关系使画面有舒适、优雅的视觉效果,是色彩具有美感的表现。
假设背景配色信息为蓝色,则蓝色的关联配色信息可以为淡蓝或深蓝及其他蓝色系等,蓝色的关联配色信息还可以根据对比色调盘中颜色得到黄色或橘色等,若季节信息为夏季,则季节配色信息可以选择冷色调进行融合,最终蓝色的关联配色信息不能选择黄色或橘色,因为黄色和橘色为暖色调,因此用户可以根据冷色调颜色、背景配色信息及关联配色信息进行渲染处理或拼接处理,获得模板背景填充信息等。
在本实施例中首先根据关键对象图片确定模板边界形状和模板填充区域形状,根据背景图片确定背景信息,并根据背景信息确定图片季节信息,之后从背景信息中提取背景配色信息,并根据背景配色信息和图片季节信息进行融合,获得模板背景填充信息,相较于现有技术中,模板背景填充颜色预先储存至模板背景库中,可从模板背景库中选取模板背景填充信息,导致模板配色较为单调且不和谐,而本实施例中根据背景配色信息和图片季节信息进行融合,获得模板背景填充信息,从而使得模板配色较为新颖,进而提高了模板配色的多样性。
参照图4,图4为本发明基于图片的组合模板生成装置第一实施例的结构框图。
如图4所示,本发明实施例提出的基于图片的组合模板生成装置包括:
获取模块4001,用于获取待识别图片,并根据所述待识别图片确定关键区域;
提取模块4002,用于根据所述关键区域对所述待识别图片进行对象提取,获得关键对象图片和背景图片;
确定模块4003,用于根据所述关键对象图片确定模板边界形状和模板填充区域形状,并根据所述背景图片确定模板背景填充信息;
生成模块4004,用于根据所述模板背景填充信息、所述模板边界形状和所述模板填充区域形状生成基于所述待识别图片的组合模板。
在本实施例中首先获取待识别图片,并根据待识别图片确定关键区域,然后根据关键区域对待识别图片进行对象提取,获得关键对象图片和背景图片,之后根据关键对象图片确定模板边界形状和模板填充区域形状,并根据背景图片确定模板背景填充信息,最后根据模板背景填充信息、模板边界形状和模板填充区域形状生成基于待识别图片的组合模板。相较于现有技术,需要人工选择预先存储的模板进行使用,而本实施例中根据图片确定的模板背景填充信息、模板边界形状及模板填充区域形状生成基于图片的组合模板,从而提高了基于图片的组合模板的多样性,进而提升了使用者的体验感。
进一步地,所述获取模块4001,还用于从所述待识别图片中识别多个待处理对象,并分别获取多个待处理对象的位置信息及面积信息;
所述获取模块4001,还用于根据所述位置信息和所述面积信息从多个待处理对象中选取目标对象;
所述获取模块4001,还用于获取所述目标对象的轮廓线信息,并根据所述轮廓线信息确定关键区域。
进一步地,所述确定模块4003,还用于根据所述关键对象图片确定对象类别,并根据所述对象类别确定对象特征信息;
所述确定模块4003,还用于根据所述对象特征信息确定模板边界形状和模板填充区域形状。
进一步地,所述确定模块4003,还用于根据所述对象特征信息确定组合模板形状信息;
所述确定模块4003,还用于根据所述组合模板形状信息从形状映射关系表中查找多个样本轮廓形状,并从多个样本轮廓形状中选取样本边界形状和样本填充区域形状;
所述确定模块4003,还用于将所述样本边界形状作为所述待识别图片的模板边界形状,并将所述样本填充区域形状作为所述待识别图片的模板填充区域,所述形状映射关系表中存在多个组合模板形状信息和多个样本轮廓形状。
进一步地,所述确定模块4003,还用于根据所述对象特征信息确定所述目标对象的动作状态信息;
所述确定模块4003,还用于根据所述对象类别和所述动作状态信息生成组合模板形状信息。
进一步地,所述确定模块4003,还用于根据所述背景图片确定背景信息,并根据所述背景信息确定图片季节信息;
所述确定模块4003,还用于从背景信息中提取背景配色信息,并根据所述背景配色信息和所述图片季节信息进行融合,获得模板背景填充信息。
进一步地,所述确定模块4003,还用于基于色彩关系确定所述背景配色信息的关联配色信息及所述图片季节信息的季节配色信息;
所述确定模块4003,还用于按照预设配色混合规则对所述背景配色信息、所述关联配色信息及所述季节配色信息进行处理,获得模板背景填充信息。
本发明基于图片的组合模板生成装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于图片的组合模板生成方法,其特征在于,所述基于图片的组合模板生成方法的步骤,包括:
获取待识别图片,并根据所述待识别图片确定关键区域;
根据所述关键区域对所述待识别图片进行对象提取,获得关键对象图片和背景图片;
根据所述关键对象图片确定模板边界形状和模板填充区域形状,并根据所述背景图片确定模板背景填充信息;
根据所述模板背景填充信息、所述模板边界形状和所述模板填充区域形状生成基于所述待识别图片的组合模板。
2.如权利要求1所述的方法,其特征在于,所述根据所述待识别图片确定关键区域的步骤,包括:
从所述待识别图片中识别多个待处理对象,并分别获取多个待处理对象的位置信息及面积信息;
根据所述位置信息和所述面积信息从多个待处理对象中选取目标对象;
获取所述目标对象的轮廓线信息,并根据所述轮廓线信息确定关键区域。
3.如权利要求2所述的方法,其特征在于,所述根据所述关键对象图片确定模板边界形状和模板填充区域形状的步骤,包括:
根据所述关键对象图片确定对象类别,并根据所述对象类别确定对象特征信息;
根据所述对象特征信息确定模板边界形状和模板填充区域形状。
4.如权利要求3所述的方法,其特征在于,所述根据所述对象特征信息确定模板边界形状和模板填充区域形状的步骤,包括:
根据所述对象特征信息确定组合模板形状信息;
根据所述组合模板形状信息从形状映射关系表中查找多个样本轮廓形状,并从多个样本轮廓形状中选取样本边界形状和样本填充区域形状;
将所述样本边界形状作为所述待识别图片的模板边界形状,并将所述样本填充区域形状作为所述待识别图片的模板填充区域形状,所述形状映射关系表中存在多个组合模板形状信息和多个样本轮廓形状。
5.如权利要求4所述的方法,其特征在于,所述根据所述对象特征信息确定组合模板形状信息的步骤,包括:
根据所述对象特征信息确定所述目标对象的动作状态信息;
根据所述对象类别和所述动作状态信息生成组合模板形状信息。
6.如权利要求1-5任一项所述的方法,其特征在于,所述根据所述背景图片确定模板背景填充信息的步骤,包括:
根据所述背景图片确定背景信息,并根据所述背景信息确定图片季节信息;
从背景信息中提取背景配色信息,并根据所述背景配色信息和所述图片季节信息进行融合,获得模板背景填充信息。
7.如权利要求6所述的方法,其特征在于,所述根据所述背景配色信息和所述图片季节信息进行融合,获得模板背景填充信息的步骤,包括:
基于色彩关系确定所述背景配色信息的关联配色信息及所述图片季节信息的季节配色信息;
按照预设配色混合规则对所述背景配色信息、所述关联配色信息及所述季节配色信息进行处理,获得模板背景填充信息。
8.一种基于图片的组合模板生成装置,其特征在于,所述基于图片的组合模板生成装置包括:
获取模块,用于获取待识别图片,并根据所述待识别图片确定关键区域;
提取模块,用于根据所述关键区域对所述待识别图片进行对象提取,获得关键对象图片和背景图片;
确定模块,用于根据所述关键对象图片确定模板边界形状和模板填充区域形状,并根据所述背景图片确定模板背景填充信息;
生成模块,用于根据所述模板背景填充信息、所述模板边界形状和所述模板填充区域形状生成基于所述待识别图片的组合模板。
9.一种基于图片的组合模板生成设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于图片的组合模板生成程序,所述基于图片的组合模板生成程序配置为实现如权利要求1至7中任一项所述的基于图片的组合模板生成方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有基于图片的组合模板生成程序,所述基于图片的组合模板生成程序被处理器执行时实现如权利要求1至7任一项所述的基于图片的组合模板生成方法的步骤。
CN202110288327.3A 2021-03-17 2021-03-17 基于图片的组合模板生成方法、装置、设备及存储介质 Active CN112884867B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110288327.3A CN112884867B (zh) 2021-03-17 2021-03-17 基于图片的组合模板生成方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110288327.3A CN112884867B (zh) 2021-03-17 2021-03-17 基于图片的组合模板生成方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112884867A CN112884867A (zh) 2021-06-01
CN112884867B true CN112884867B (zh) 2022-03-11

Family

ID=76040867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110288327.3A Active CN112884867B (zh) 2021-03-17 2021-03-17 基于图片的组合模板生成方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112884867B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104978444A (zh) * 2014-04-04 2015-10-14 北京金山网络科技有限公司 一种图片组合的方法及装置
CN106780660A (zh) * 2016-11-29 2017-05-31 维沃移动通信有限公司 一种图片处理方法及电子设备
CN106934848A (zh) * 2017-03-14 2017-07-07 维沃移动通信有限公司 一种图片处理方法及移动终端
CN108182718A (zh) * 2018-01-04 2018-06-19 美的集团电子商务有限公司 图片的生成方法、装置和计算机可读存储介质
CN110533744A (zh) * 2018-05-25 2019-12-03 阿里巴巴集团控股有限公司 合成图片的方法、设备、系统和移动终端

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5962083B2 (ja) * 2012-03-14 2016-08-03 オムロン株式会社 領域抽出結果の表示方法及び画像処理装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104978444A (zh) * 2014-04-04 2015-10-14 北京金山网络科技有限公司 一种图片组合的方法及装置
CN106780660A (zh) * 2016-11-29 2017-05-31 维沃移动通信有限公司 一种图片处理方法及电子设备
CN106934848A (zh) * 2017-03-14 2017-07-07 维沃移动通信有限公司 一种图片处理方法及移动终端
CN108182718A (zh) * 2018-01-04 2018-06-19 美的集团电子商务有限公司 图片的生成方法、装置和计算机可读存储介质
CN110533744A (zh) * 2018-05-25 2019-12-03 阿里巴巴集团控股有限公司 合成图片的方法、设备、系统和移动终端

Also Published As

Publication number Publication date
CN112884867A (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
US10049466B2 (en) Color name generation from images and color palettes
US10956784B2 (en) Neural network-based image manipulation
US9135719B1 (en) Color name generation from images and color palettes
US9552656B2 (en) Image-based color palette generation
US20200280560A1 (en) Account information obtaining method, terminal, server and system
US9311889B1 (en) Image-based color palette generation
US20180018937A1 (en) Method and apparatus for changing background color of toolbar with dominant color of picture
CN108416066A (zh) 图片搜索方法、用户设备、存储介质及图片搜索装置
JP2008530676A (ja) 取得した画像を使用したアクセスのための情報の格納
CN113840049A (zh) 图像处理方法、视频流场景切换方法、装置、设备及介质
CN111833234B (zh) 图像显示方法、图像处理装置和计算机可读存储介质
CN114820292A (zh) 图像合成方法、装置、设备及存储介质
WO2016082470A1 (zh) 一种图片处理方法、装置及计算机存储介质
CN112884867B (zh) 基于图片的组合模板生成方法、装置、设备及存储介质
JP6661780B2 (ja) 顔モデル編集方法及び装置
CN111833456A (zh) 图像处理方法、装置、设备及计算机可读存储介质
CN110837571A (zh) 照片分类方法、终端设备及计算机可读存储介质
CN116600190A (zh) 手机的拍照控制方法、设备及计算机可读存储介质
CN113379865B (zh) 目标对象的绘制方法和系统
CN112748829A (zh) 图片编辑方法、装置、设备以及存储介质
CN111064887A (zh) 终端设备的拍照方法、终端设备和计算机可读存储介质
KR20150097969A (ko) 모바일 단말기를 이용한 색채추출 및 저장방법
CN111192202B (zh) 一种房源图像自动处理方法及装置
CN115035134A (zh) 图像批量处理方法、装置、设备及存储介质
CN116012476A (zh) 图像主题色提取方法、基于图像创建地图的方法及设备

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