CN112949642B - 一种文字生成方法、装置、存储介质及电子设备 - Google Patents

Abstract

本说明书公开了一种文字生成方法、装置、存储介质及电子设备，本说明书实施例将原始文字图像与指定文字图像输入预先训练的文字生成模型中，通过第一模型对原始文字图像中的文字区域进行预测，并根据预测的文字区域，对原始文字图像进行过滤，得到原始文字图像中文字的结构特征。然后，通过第二模型提取指定文字图像中文字的效果特征。最终，通过第三模型将结构特征与效果特征进行融合，生成目标文字图像。在此过程中，将原始文字图像中文字区域内的文字结构特征筛选出来，可以避免原始文字图像中其他特征对目标文字图像生成的影响，从而提高了目标文字图像的图像质量。

Description

一种文字生成方法、装置、存储介质及电子设备

技术领域

本说明书涉及计算机技术领域，尤其涉及一种文字生成方法、装置、存储介质及电子设备。

背景技术

如今，文字图像的应用十分广泛，如文字识别、文字编辑等。而文字图像的应用不同，对文字图像中文字样式的要求也不同。因此，生成指定文字样式的文字图像非常重要。

现有技术中，先根据指定文字样式的文字图像，对生成式对抗网络(GenerativeAdversarial Networks，GAN)进行训练，训练完成后，通过训练后的GAN生成指定文字样式的文字图像。

然而，GAN生成的文字图像普遍存在质量较差的问题。

发明内容

本说明书实施例提供一种文字生成方法、装置、存储介质及电子设备，以部分解决上述现有技术存在的问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种文字生成方法，包括：

获取原始文字图像及指定文字图像；

将所述原始文字图像输入预先训练的文字生成模型中的第一模型，通过所述第一模型，对所述原始文字图像中的文字区域进行预测；根据预测的文字区域，对所述原始文字图像进行过滤，得到所述原始文字图像中文字的结构特征；将所述指定文字图像输入所述文字生成模型中的第二模型，通过所述第二模型，提取所述指定文字图像中文字的效果特征；

将所述结构特征与所述效果特征输入所述文字生成模型中的第三模型，通过所述第三模型，将所述结构特征与所述效果特征进行融合，生成目标文字图像。

可选地，所述文字生成模型为编解码模型结构；其中，所述第一模型和所述第二模型为编码器，所述第三模型为解码器。

可选地，所述第一模型包括：图像特征编码器和掩模编码器；

通过所述第一模型，对所述原始文字图像中的文字区域进行预测，具体包括：

通过所述图像特征编码器，提取所述原始文字图像的图像特征，所述图像特征包括：所述原始文字图像中文字的结构特征和所述原始文字图像的背景特征；

将所述图像特征输入所述掩模编码器，通过所述掩模编码器，对所述原始文字图像中的文字区域进行预测。

可选地，根据预测的文字区域，对所述原始文字图像进行过滤，得到所述原始文字图像中文字的结构特征，具体包括：

根据所述掩模编码器预测的文字区域，通过所述掩模编码器，生成相应的掩模矩阵；

通过所述掩模矩阵对所述图像特征进行过滤，得到所述原始文字图像中文字的结构特征。

可选地，预先训练所述文字生成模型，具体包括：

获取不同文字样式的样本文字图像；其中，所述文字样式包括：文字结构和文字效果；

针对任意两个样本文字图像，将其中一个样本文字图像作为原始样本文字图像，另一个样本文字图像作为指定样本文字图像，将所述原始样本文字图像输入所述第一模型，将所述指定样本文字图像输入所述第二模型；

通过所述第一模型，预测所述原始样本文字图像中的文字区域，作为待优化文字区域；根据所述待优化文字区域，得到所述原始样本文字图像中文字的结构特征，作为待优化结构特征；

通过所述第二模型，得到所述指定样本文字图像中文字的效果特征，作为待优化效果特征；

通过所述第三模型，将所述待优化结构特征与所述待优化效果特征进行融合，生成待优化文字图像；

根据所述待优化文字区域与所述待优化文字图像，对待训练的文字生成模型进行训练。

可选地，根据所述待优化文字区域与所述待优化文字图像，对待训练的文字生成模型进行训练，具体包括：

确定所述待优化文字区域与预先对所述原始样本文字图像标注的真实文字区域之间的差异，作为第一损失；

确定所述待优化文字图像与所述指定样本文字图像之间的差异，作为第二损失；

以所述第一损失与所述第二损失之和最小为训练目标，对待训练的文字生成模型进行训练。

可选地，确定所述待优化文字图像与所述指定样本文字图像之间的差异，具体包括：

将所述待优化文字图像输入预先训练的分类器，对所述待优化文字图像的文字效果进行分类，得到分类结果；其中，所述分类结果为所述待优化文字图像的文字效果与所述指定样本文字图像的文字效果的相似度；

根据所述分类结果，确定所述待优化文字图像与所述指定样本文字图像之间的差异，其中，所述相似度与所述差异呈负相关。

本说明书提供的一种文字生成装置，包括：

获取模块，用于获取原始文字图像及指定文字图像；

结构特征提取模块，用于将所述原始文字图像输入预先训练的文字生成模型中的第一模型，通过所述第一模型，对所述原始文字图像中的文字区域进行预测；根据预测的文字区域，对所述原始文字图像进行过滤，得到所述原始文字图像中文字的结构特征；

效果特征提取模块，用于将所述指定文字图像输入所述文字生成模型中的第二模型，通过所述第二模型，提取所述指定文字图像中文字的效果特征；

文字生成模块，用于将所述结构特征与所述效果特征输入所述文字生成模型中的第三模型，通过所述第三模型，将所述结构特征与所述效果特征进行融合，生成目标文字图像。

本说明书提供的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，所述计算机程序被处理器执行时实现上述的文字生成方法。

本说明书提供的一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的文字生成方法。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

本说明书实施例将原始文字图像与指定文字图像输入预先训练的文字生成模型中，通过第一模型对原始文字图像中的文字区域进行预测，并根据预测的文字区域，对原始文字图像进行过滤，得到原始文字图像中文字的结构特征。然后，通过第二模型提取指定文字图像中文字的效果特征。最终，通过第三模型将结构特征与效果特征进行融合，生成目标文字图像。在此过程中，将原始文字图像中文字区域内的文字结构特征筛选出来，可以避免原始文字图像中背景特征对目标文字图像生成的影响，从而提高了目标文字图像的图像质量。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书实施例提供的文字生成流程示意图；

图2为本说明书实施例提供的任意文字图像的结构示意图；

图3a～3b为本说明书实施例提供的提取原始文字图像中文字的结构特征的示意图；

图4为本说明书实施例提供的指定文字图像的示意图；

图5为本说明书实施例提供的目标文字图像的示意图；

图6为本说明书实施例提供的文字生成模型的结构示意图；

图7为本说明书实施例提供的文字生成装置结构示意图；

图8为本说明书实施例提供的电子设备的结构示意图。

具体实施方式

本说明书提供的文字生成方法旨在将文字图像中的文字区域的文字结构特征与该文字图像中非文字区域的背景特征进行分割，然后，将文字图像中的文字结构特征与另一文字图像中文字的效果特征融合，得到文字结构清晰的文字图像。

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书实施例提供的文字生成流程示意图，包括：

S100：获取原始文字图像及指定文字图像。

在本说明书实施例中，原始文字图像可以是具有指定文字结构的文字图像，指定文字图像可以是具有指定文字效果的文字图像。其中，原始文字图像可以是任意文字效果的文字图像，指定文字图像可以是任意文字结构的文字图像。

在本说明书实施例中，任意的文字图像可以由文字区域的前景和非文字区域的背景区域构成。如图2所示。对文字图像进行特征提取时，可以提取出文字区域内文字的结构特征及文字的效果特征和背景区域的背景特征。其中，文字的结构特征可包括：字体特征和字型特征。文字的效果特征可包括：颜色、阴影、亮度等特征。背景特征可包括：颜色、阴影等特征。

在图2中，文字图像是一个黑色的楷体的“你”字的图像。其中，“你”所在的区域为文字区域，而除“你”字外的其他区域为背景区域。

S102：将所述原始文字图像输入预先训练的文字生成模型中的第一模型，通过所述第一模型，对所述原始文字图像中的文字区域进行预测；根据预测的文字区域，对所述原始文字图像进行过滤，得到所述原始文字图像中文字的结构特征。

在本说明书实施例中，需要先对文字生成模型进行训练，将原始文字图像输入到训练完成的文字生成模型中，得到原始文字图像中文字的结构特征。其中，文字生成模型包括：第一模型、第二模型和第三模型，并且文字生成模型为编解码模型结构。相应的，第一模型与第二模型为编码器，第三模型为解码器。

具体的，第一模型可包括：图像特征编码器和掩模编码器。先将原始文字图像输入图像特征编辑器中，通过图像特征编辑器，提取原始文字图像的图像特征。其中，图像特征包括：原始文字图像中文字的结构特征和原始文字图像的背景特征。然后，将图像特征输入掩模编码器中，通过掩模编码器，对原始文字图像中的文字区域进行预测。根据掩模编码器预测到的文字区域，再次通过掩模编码器，生成相应的掩模矩阵。通过掩模矩阵对原始文字图像的图像特征进行过滤，得到原始文字图像中文字的结构特征。如图3a～图3b所示。

在图3a中，将具有黑色的华文琥珀的“文”字，并且背景区域带斜线的文字图像作为原始文字图像。将原始文字图像输入图像编码器中，得到原始文字图像的图像特征，通过掩模编码器，先预测原始文字图像的文字区域，再生成相应的掩模矩阵。通过掩模矩阵对图像特征进行过滤，得到原始文字图像中文字的结构特征图。如图3b所示。

进一步，可以根据原始文字图像的尺寸，通过掩模编码器生成与原始文字图像的尺寸相匹配的掩模矩阵。然后，将掩模矩阵与原始文字图像的图像特征进行点乘，根据点乘的结果，得到原始文字图像中文字的结构特征。其中，掩模矩阵可以是由“0”和“1”构成的矩阵。“0”表示点乘时过滤对应的图像特征，“1”表示点乘时保留对应的图像特征。

再进一步，根据原始文字图像横纵坐标的像素点，通过掩模编码器生成与原始图像中横纵坐标的像素点数量相同的掩模矩阵。然后，将原始文字图像中的像素点与掩模矩阵中对应的元素一一进行点乘。根据点乘结果，得到原始文字图像中文字的结构特征。

另外，为了让原始文字图像中文字的结构特征与原始文字图像中的背景特征过渡更加平滑，可以将原始文字图像中文字的结构特征与原始文字图像的图像特征进行残差操作。具体的，可以将原始文字图像中文字的结构特征与原始文字图像的图像特征对应相加。

S104：将所述指定文字图像输入所述文字生成模型中的第二模型，通过所述第二模型，提取所述指定文字图像中文字的效果特征。

在本说明书实施例中，第二模型可包括：效果特征编码器。将指定文字图像输入到效果特征编码器中，通过效果特征编码器，对指定文字图像的文字区域内文字的效果特征进行提取，得到指定文字图像中文字的效果特征值。如图4所示。

在图4中，将带颜色和阴影的黑体的“天”字的文字图像作为指定文字图像。通过效果特征编码器，提取指定文字图像中文字的效果特征值。

需要说明的是，步骤S102与步骤S104并没有先后顺序。

S106：将所述结构特征与所述效果特征输入所述文字生成模型中的第三模型，通过所述第三模型，将所述结构特征与所述效果特征进行融合，生成目标文字图像。

在本说明书实施例中，第三模型可包括：解码器。通过上述步骤S102与步骤S104分别得到了原始文字图像中文字的结构特征和指定文字图像中文字的效果特征之后，将原始文字图像中文字的结构特征与指定文字图像中文字的效果特征同时输入解码器中，通过解码器，将结构特征与效果特征进行融合，生成目标文字图像。其中，目标文字图像具有指定文字结构及指定文字效果的文字图像。如图5所示。

通过上述图1所示的方法可见，本说明书将原始文字图像与指定文字图像输入预先训练的文字生成模型中，通过第一模型对原始文字图像中的文字区域进行预测，并根据预测的文字区域，对原始文字图像进行过滤，得到原始文字图像中文字的结构特征。然后，通过第二模型提取指定文字图像中文字的效果特征。最终，通过第三模型将结构特征与效果特征进行融合，生成目标文字图像。在此过程中，将原始文字图像中文字区域内的文字结构特征筛选出来，可以避免原始文字图像中背景特征对目标文字图像生成的影响，从而提高了目标文字图像的图像质量。

基于如图1所示的步骤S100～S106的文字生成方法，本说明书实施例提供文字生成模型的结构示意图，如图6所示。

在图6中，文字生成模型可包括：第一模型、第二模型和第三模型。

第一模型可包括：图像特征编码器、掩模编码器和第一效果特征编码器。其中，第一效果特征编码器用于对输入第一模型中的文字图像进行效果特征提取。当文字生成模型中存在多个图像特征编码器和多个掩模编码器时，图像特征编码器又称为第一图像特征编码器，掩模编码器又称为第一掩模编码器。

第二模型可包括：第二图像特征编码器、第二掩模编码器和效果特征编码器。其中，第二图像特征编码器用于对输入第二模型中的文字图像进行图像特征提取。第二掩模编码器用于对第二模型中的图像特征进行过滤，得到第二模型中的文字图像中文字的结构特征。当文字生成模型中存在多个效果特征编码器时，效果特征编码器又称为第二效果特征编码器。

第三模型可包括：解码器。解码器可以根据第一模型和第二模型提取的结构特征和效果特征，将任意结构特征和任意效果特征进行融合，得到重建的文字图像。

基于上述文字生成模型的模型结构，对文字生成模型进行训练。

由于文字生成模型中的第一模型和第二模型都可以对文字图像中文字的结构特征和效果特征进行提取，因此，在该文字生成模型的一次训练中，通过第三模型可以生成四个重建的文字图像。下面以其中一个重建的文字图像为例，对该文字生成模型的训练过程进行说明。

具体的，获取不同文字样式的样本文字图像。其中，文字样式包括：文字结构和文字效果。针对任意两个样本文字图像，将其中一个样本文字图像作为原始样本文字图像，另一个样本文字图像作为指定样本文字图像。然后，将原始样本文字图像输入第一模型，将指定样本文字图像输入第二模型。在第一模型中，通过图像特征编码器，提取原始样本文字图像的图像特征，作为第一图像特征。然后，将第一图像特征输入掩模编码器，对第一图像特征中的文字区域进行预测，得到待优化文字区域。根据待优化文字区域，对第一图像特征进行过滤，得到原始样本文字图像中文字的结构特征，作为待优化结构特征。在第二模型中，通过效果特征编码器，提取指定样本文字图像中文字的效果特征，作为待优化效果特征。然后，将待优化结构特征与待优化效果特征输入第三模型中，通过第三模型，将待优化结构特征与待优化效果特征进行融合，生成待优化文字图像。根据待优化文字区域与待优化文字图像，对待训练的文字生成模型进行训练。

进一步，确定待优化文字区域与预先对原始样本文字图像标注的真实文字区域之间的差异，作为第一损失。确定待优化文字图像与指定样本文字图像之间的差异，作为第二损失。以第一损失与第二损失之和最小为训练目标，对待训练的文字生成模型进行训练。

其中，上述确定待优化文字图像与指定样本文字图像之间的差异的方法，可包括：将待优化文字图像输入预先训练的分类器，对待优化文字图像的文字效果进行分类，得到分类结果。其中，分类结果为待优化文字图像的文字效果与指定样本文字图像的文字效果的相似度。根据分类结果，确定待优化文字图像与指定样本文字图像之间的差异。其中，相似度与差异呈负相关。

具体的，若待优化文字图像的文字效果与指定样本文字图像的文字效果的相似度越大，则确定待优化文字图像与指定样本文字图像之间的差异越小。反之，若待优化文字图像的文字效果与指定样本文字图像的文字效果的相似度越小，则确定待优化文字图像与指定样本文字图像之间的差异越大。

另外，除了上述文字生成模型的训练方法之外，还可以将掩模编码器进行单独训练。

具体的，将获取到的不同文字样式的样本文字图像输入图像特征编码器中，通过图像特征编码器，提取样本文字图像的图像特征。然后，将图像特征输入掩模编码器中，根据图像特征，掩模编码器对样本文字图像的文字区域进行预测，得到预测文字区域。以预测文字区域与预先对样本文字图像标注的真实文字区域的差异最小化为训练目标，对掩模编码器进行训练。

以上述输入文字生成模型的原始样本文字图像和指定样本文字图像为例，对文字生成模型的一次训练过程中生成的四个重建的文字图像进行说明。

在第一模型中，通过第一掩模编码器，可以提取原始样本文字图像中文字的结构特征，作为第一结构特征。通过第一效果特征编码器，提取原始样本文字图像中文字的效果特征，作为第一效果特征。

在第二模型中，通过第二掩模编码器，可以提取指定样本文字图像中文字的结构特征，作为第二结构特征。通过第二效果特征编码器，提取指定样本文字图像中文字的效果特征，作为第二效果特征。

然后，通过第三模型，可以将第一结构特征与第一效果特征进行融合，生成文字图像，作为第一文字图像。可以将第一结构特征与第二效果特征进行融合，生成文字图像，作为第二文字图像。可以将第二结构特征与第一效果特征进行融合，生成文字图像，作为第三文字图像。可以将第二结构特征与第二效果特征进行融合，生成文字图像，作为第四文字图像。

因此，在文字生成模型的一次训练过程中，可以生成四个重建的文字图像。

以上为本说明书实施例提供的文字生成方法，基于同样的思路，本说明书还提供了相应的装置、存储介质和电子设备。

图7为本说明书实施例提供的一种文字生成装置的结构示意图，所述装置包括：

获取模块701，用于获取原始文字图像及指定文字图像；

结构特征提取模块702，用于将所述原始文字图像输入预先训练的文字生成模型中的第一模型，通过所述第一模型，对所述原始文字图像中的文字区域进行预测；根据预测的文字区域，对所述原始文字图像进行过滤，得到所述原始文字图像中文字的结构特征；

效果特征提取模块703，用于将所述指定文字图像输入所述文字生成模型中的第二模型，通过所述第二模型，提取所述指定文字图像中文字的效果特征；

文字生成模块704，用于将所述结构特征与所述效果特征输入所述文字生成模型中的第三模型，通过所述第三模型，将所述结构特征与所述效果特征进行融合，生成目标文字图像。

可选地，所述文字生成模型为编解码模型结构；其中，所述第一模型和所述第二模型为编码器，所述第三模型为解码器。

可选地，所述第一模型包括：图像特征编码器和掩模编码器，所述结构特征提取模块702具体用于，通过所述图像特征编码器，提取所述原始文字图像的图像特征，所述图像特征包括：所述原始文字图像中文字的结构特征和所述原始文字图像的背景特征；将所述图像特征输入所述掩模编码器，通过所述掩模编码器，对所述原始文字图像中的文字区域进行预测。

可选地，所述结构特征提取模块702具体用于，根据所述掩模编码器预测的文字区域，通过所述掩模编码器，生成相应的掩模矩阵；通过所述掩模矩阵对所述图像特征进行过滤，得到所述原始文字图像中文字的结构特征。

除了上述获取模块701、结构特征提取模块702、效果特征提取模块703和文字生成模块704之外，所述装置还包括：

训练模块705，用于获取不同文字样式的样本文字图像；其中，所述文字样式包括：文字结构和文字效果；针对任意两个样本文字图像，将其中一个样本文字图像作为原始样本文字图像，另一个样本文字图像作为指定样本文字图像，将所述原始样本文字图像输入所述第一模型，将所述指定样本文字图像输入所述第二模型；通过所述第一模型，预测所述原始样本文字图像中的文字区域，作为待优化文字区域；根据所述待优化文字区域，得到所述原始样本文字图像中文字的结构特征，作为待优化结构特征；通过所述第二模型，得到所述指定样本文字图像中文字的效果特征，作为待优化效果特征；通过所述第三模型，将所述待优化结构特征与所述待优化效果特征进行融合，生成待优化文字图像；根据所述待优化文字区域与所述待优化文字图像，对所述待训练的文字生成模型进行训练。

可选地，所述训练模块705具体用于，确定所述待优化文字区域与预先对所述原始样本文字图像标注的真实文字区域之间的差异，作为第一损失；确定所述待优化文字图像与所述指定样本文字图像之间的差异，作为第二损失；以所述第一损失与所述第二损失之和最小为训练目标，对所述待训练的文字生成模型进行训练。

可选地，所述训练模块705具体用于，将所述待优化文字图像输入预先训练的分类器，对所述待优化文字图像的文字效果进行分类，得到分类结果；其中，所述分类结果为所述待优化文字图像的文字效果与所述指定样本文字图像的文字效果的相似度；根据所述分类结果，确定所述待优化文字图像与所述指定样本文字图像之间的差异；其中，所述相似度与所述差异呈负相关。

本说明书还提供了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，所述计算机程序被处理器执行时可用于执行上述图1提供的文字生成方法。

基于图1所示的运动轨迹的预测方法，本说明书实施例还提供了图8所示的无人设备的结构示意图。如图8，在硬件层面，该无人设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的文字生成方法。

当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，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。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种文字生成方法，其特征在于，包括：

获取原始文字图像及指定文字图像，所述原始文字图像是具有指定文字结构的文字图像，所述指定文字图像是具有指定文字效果的文字图像；

将所述原始文字图像输入预先训练的文字生成模型中的第一模型，通过所述第一模型，对所述原始文字图像中的文字区域进行预测；根据预测的文字区域，对所述原始文字图像进行过滤，得到所述原始文字图像中文字的结构特征；将所述指定文字图像输入所述文字生成模型中的第二模型，通过所述第二模型，提取所述指定文字图像中文字的效果特征；

将所述结构特征与所述效果特征输入所述文字生成模型中的第三模型，通过所述第三模型，将所述结构特征与所述效果特征进行融合，生成目标文字图像，所述目标文字图像是具有指定文字结构及指定文字效果的文字图像。

2.如权利要求1所述的方法，其特征在于，所述文字生成模型为编解码模型结构；其中，所述第一模型和所述第二模型为编码器，所述第三模型为解码器。

3.如权利要求1所述的方法，其特征在于，所述第一模型包括：图像特征编码器和掩模编码器；

通过所述第一模型，对所述原始文字图像中的文字区域进行预测，具体包括：

通过所述图像特征编码器，提取所述原始文字图像的图像特征，所述图像特征包括：所述原始文字图像中文字的结构特征和所述原始文字图像的背景特征；

将所述图像特征输入所述掩模编码器，通过所述掩模编码器，对所述原始文字图像中的文字区域进行预测。

4.如权利要求3所述的方法，其特征在于，根据预测的文字区域，对所述原始文字图像进行过滤，得到所述原始文字图像中文字的结构特征，具体包括：

根据所述掩模编码器预测的文字区域，通过所述掩模编码器，生成相应的掩模矩阵；

通过所述掩模矩阵对所述图像特征进行过滤，得到所述原始文字图像中文字的结构特征。

5.如权利要求1所述的方法，其特征在于，预先训练所述文字生成模型，具体包括：

获取不同文字样式的样本文字图像；其中，所述文字样式包括：文字结构和文字效果；

针对任意两个样本文字图像，将其中一个样本文字图像作为原始样本文字图像，另一个样本文字图像作为指定样本文字图像，将所述原始样本文字图像输入所述第一模型，将所述指定样本文字图像输入所述第二模型；

通过所述第一模型，预测所述原始样本文字图像中的文字区域，作为待优化文字区域；根据所述待优化文字区域，得到所述原始样本文字图像中文字的结构特征，作为待优化结构特征；

通过所述第二模型，得到所述指定样本文字图像中文字的效果特征，作为待优化效果特征；

通过所述第三模型，将所述待优化结构特征与所述待优化效果特征进行融合，生成待优化文字图像；

根据所述待优化文字区域与所述待优化文字图像，对待训练的文字生成模型进行训练。

6.如权利要求5所述的方法，其特征在于，根据所述待优化文字区域与所述待优化文字图像，对待训练的文字生成模型进行训练，具体包括：

确定所述待优化文字区域与预先对所述原始样本文字图像标注的真实文字区域之间的差异，作为第一损失；

确定所述待优化文字图像与所述指定样本文字图像之间的差异，作为第二损失；

以所述第一损失与所述第二损失之和最小为训练目标，对待训练的文字生成模型进行训练。

7.如权利要求6所述的方法，其特征在于，确定所述待优化文字图像与所述指定样本文字图像之间的差异，具体包括：

将所述待优化文字图像输入预先训练的分类器，对所述待优化文字图像的文字效果进行分类，得到分类结果；其中，所述分类结果为所述待优化文字图像的文字效果与所述指定样本文字图像的文字效果的相似度；

根据所述分类结果，确定所述待优化文字图像与所述指定样本文字图像之间的差异；其中，所述相似度与所述差异呈负相关。

8.一种文字生成装置，其特征在于，包括：

获取模块，用于获取原始文字图像及指定文字图像，所述原始文字图像是具有指定文字结构的文字图像，所述指定文字图像是具有指定文字效果的文字图像；

结构特征提取模块，用于将所述原始文字图像输入预先训练的文字生成模型中的第一模型，通过所述第一模型，对所述原始文字图像中的文字区域进行预测；根据预测的文字区域，对所述原始文字图像进行过滤，得到所述原始文字图像中文字的结构特征；

效果特征提取模块，用于将所述指定文字图像输入所述文字生成模型中的第二模型，通过所述第二模型，提取所述指定文字图像中文字的效果特征；

文字生成模块，用于将所述结构特征与所述效果特征输入所述文字生成模型中的第三模型，通过所述第三模型，将所述结构特征与所述效果特征进行融合，生成目标文字图像，所述目标文字图像是具有指定文字结构及指定文字效果的文字图像。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-7任一项所述的方法。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1-7任一项所述的方法。

Images