CN113538647B - 一种水墨图像渲染方法 - Google Patents
一种水墨图像渲染方法 Download PDFInfo
- Publication number
- CN113538647B CN113538647B CN202110698531.2A CN202110698531A CN113538647B CN 113538647 B CN113538647 B CN 113538647B CN 202110698531 A CN202110698531 A CN 202110698531A CN 113538647 B CN113538647 B CN 113538647B
- Authority
- CN
- China
- Prior art keywords
- image
- model
- ink
- stylized
- rendering
- 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
Links
- 238000009877 rendering Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005286 illumination Methods 0.000 claims description 21
- 230000007704 transition Effects 0.000 claims description 13
- 238000003708 edge detection Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 8
- 238000010422 painting Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000004883 computer application Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
本发明提供了图像处理技术领域的一种水墨图像渲染方法,包括如下步骤:步骤S10、获取图像模型,并基于模型类别对所述图像模型进行分类;步骤S20、对分类后的所述图像模型进行水墨风格化,输出风格化图像;步骤S30、对所述风格化图像进行渲染,得到水墨图像。本发明的优点在于:实现对图像模型进行风格化渲染,极大的提升了水墨图像渲染的适用范围。
Description
技术领域
本发明涉及图像处理技术领域,特别指一种水墨图像渲染方法。
背景技术
水墨画是由水和墨调配成不同深浅的墨色所画出的画,是绘画的一种形式,被视为中国传统绘画,是国画的代表。随着计算机图形渲染技术的发展,越来越多人尝试将水墨画的艺术风格融入计算机应用,即利用计算机模拟水墨风格的图像渲染。
水墨图像的渲染主要包括模拟水墨在宣纸中的扩散效果、利用二维参考图像或三维模型生成具有水墨艺术风格的图像或图像序列、模拟毛笔的输入。传统的水墨图像渲染主要基于物理图形空间,以CPU实现水墨风格的描边和内部效果,虽然能产生水墨风格的渲染效果,但存在着以下缺点:
1、基于CPU进行一系列的图形处理,对CPU的要求很高,而且效果因模型而异;2、处理的复杂程度与具体模型有关,当模型较多时处理会非常困难;3、需要针对每个模型设计专门的着色器,仅适用于场景中个别模型的水墨图像渲染。
针对以上缺点,数字化图像水墨风格渲染技术应运而生,能够将任意图片通过运算处理生成一幅相应风格的水墨画,能够低成本、高速的进行水墨风格渲染。但是该方法仅适用于图片的风格化渲染,并不支持图像模型的风格化渲染,在应用上存在一定的限制。
因此,如何提供一种水墨图像渲染方法,实现对图像模型进行风格化渲染,提升水墨图像渲染的适用范围,成为一个亟待解决的问题。
发明内容
本发明要解决的技术问题,在于提供一种水墨图像渲染方法,实现对图像模型进行风格化渲染,提升水墨图像渲染的适用范围。
本发明是这样实现的:一种水墨图像渲染方法,包括如下步骤:
步骤S10、获取图像模型,并基于模型类别对所述图像模型进行分类;
步骤S20、对分类后的所述图像模型进行水墨风格化,输出风格化图像;
步骤S30、对所述风格化图像进行渲染,得到水墨图像。
进一步地,所述步骤S10中,所述模型类别包括地形模型、对象模型以及水墨模型;
所述地形模型包含由地形编辑器生成的地形、山体以及石头;所述对象模型包含贴图;所述水墨模型为具备水墨风格的模型。
进一步地,所述步骤S20具体包括:
步骤S21、判断所述图像模型的模型类别,若是地形模型,进入步骤S22;若是对象模型,进入步骤S23;若是水墨模型,直接输出风格化图像,并进入步骤S30;
步骤S22、利用第一水墨着色器对所述图像模型进行水墨风格化,输出风格化图像,并进入步骤S30;
步骤S23、利用第二水墨着色器对所述图像模型进行水墨风格化,输出风格化图像,并进入步骤S30。
进一步地,所述步骤S22中,所述第一水墨着色器的实现包括以下步骤:
步骤S221、利用模型扩张法将所述图像模型在视角空间下进行顶点扩张,得到第一轮廓线,并基于预设的轮廓颜色对所述第一轮廓线进行渲染;
步骤S222、重复步骤步骤S221若干次,进而增加所述第一轮廓线的宽度;
步骤S223、创建一噪声图,利用所述噪声图剔除第一轮廓线的噪声;
步骤S224、利用光照模型对所述图像模型的光照进行平滑过渡处理;
步骤S225、利用笔触纹理贴图对所述图像模型的纹理贴图坐标进行扰动;
步骤S226、利用所述噪声图对图像模型的纹理贴图坐标进行扰动;
步骤S227、利用渐变贴图对所述图像模型进行颜色采样;
步骤S228、对所述图像模型进行高斯模糊,输出风格化图像。
进一步地,所述步骤S221中,所述模型扩张法的公式为:
V'=V+n*width;
其中V表示图像模型的顶点;V'表示图像模型扩张后的顶点;width表示图像模型扩张的宽度;n表示图像模型顶点法向量;
所述步骤S224中,所述光照模型采用Half-lambert,公式为:
C1=(C0*M)*(0.5*max(0,dot(n,L))+0.5);
其中C0表示平滑过渡处理前的光照强度;C1表示平滑过渡处理后的光照强度;M表示图像模型的漫反射颜色;L表示光源方向的单位向量;
所述步骤S228中,所述高斯模糊的公式为:
其中x表示图像模型的横坐标;y表示图像模型的纵坐标;σ表示分布的幅度,为正数;G(x,y)表示坐标(x,y)进行高斯模糊的结果。
进一步地,所述步骤S23中,所述第二水墨着色器的实现包括以下步骤:
步骤S231、利用法线点乘视线法检测所述图像模型的第二轮廓线;
步骤S232、利用光照模型对所述图像模型的光照进行平滑过渡处理;
步骤S233、利用笔触纹理贴图对所述图像模型包含的贴图进行混合,得到混合贴图;
步骤S234、对所述混合贴图进行色彩计算后,调整亮度、对比度以及饱和度,输出风格化图像。
进一步地,所述步骤S231具体为:
利用法线点乘视线法对所述图像模型的各顶点依次进行边缘检测:
Edge=n·V;
其中V表示视线方向单位向量;n表示图像模型顶点法向量;Edge表示边缘系数;
当Edge的取值小于设定的阈值时,对应的所述顶点为位于第二轮廓线上的顶点,基于预设的轮廓颜色对位于第二轮廓线线上的各所述顶点进行渲染,得到第二轮廓线。
进一步地,所述步骤S30具体包括:
步骤S31、对所述风格化图像进行高斯模糊;
步骤S32、利用Sobel算子对所述风格化图像进行边缘检测,并绘制第三轮廓线;
步骤S33、利用最小方差的均值滤波器对所述风格化图像进行画笔笔触的模拟;
步骤S34、利用预设的噪声图对所述风格化图像进行扰动;
步骤S35、以纸张纹理作为所述风格化图像的滤镜,输出水墨图像。
进一步地,所述步骤S32中,所述Sobel算子的公式为:
其中A表示原始的风格化图像;Gx表示横向边缘检测的图像;Gy表示纵向边缘检测的图像。
本发明的优点在于:
通过对图像模型按地形模型、对象模型以及水墨模型的模型类别进行分类,对地形模型和对象模型按不同的步骤进行水墨风格化,输出风格化图像,水墨模型则直接输出风格化图像,再对风格化图像进行渲染得到水墨图像;即不仅支持图像模型的渲染,也支持直接对风格化图像进行渲染,且将所有的图像模型划分为3类进行处理,避免传统上着色器仅适用于场景中个别模型,最终实现对图像模型进行风格化渲染,极大的提升了水墨图像渲染的适用范围。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1是本发明一种水墨图像渲染方法的流程图。
图2是本发明地形模型风格化的流程图。
图3是本发明对象模型风格化的流程图。
图4是本发明风格化图像进行渲染的流程图。
图5是本发明图像模型的效果示意图。
图6是本发明图像模型风格化的效果示意图。
图7是本发明风格化图像渲染的效果示意图。
图8是本发明噪声图的示意图。
图9是本发明笔触纹理贴图的示意图。
图10是本发明渐变贴图的示意图。
图11是本发明纸张纹理的示意图。
具体实施方式
请参照图1至图11所示,本发明一种水墨图像渲染方法的较佳实施例,包括如下步骤:
步骤S10、获取图像模型,并基于模型类别对所述图像模型进行分类;
步骤S20、对分类后的所述图像模型进行水墨风格化,输出风格化图像;水墨风格化基于Unity图形渲染实现;
步骤S30、对所述风格化图像进行渲染,得到水墨图像。
所述步骤S10中,所述模型类别包括地形模型、对象模型以及水墨模型;
所述地形模型包含由地形编辑器生成的地形、山体以及石头,该模型在水墨渲染中不需要保留贴图的详细信息,且不需要有太多的细节表现,可以直接通过渐变贴图进行采样实现;所述对象模型包含贴图,需要在渲染后一定程度保留贴图的信息,是风格化渲染的主要处理对象,包括人物、建筑、道具等,需要在渲染过程中进行贴图的混合计算,来实现所述对象模型的水墨效果;所述水墨模型为具备水墨风格的模型,通过美术贴图实现,进行水墨风格化时可直接跳过该模型。
所述步骤S20具体包括:
步骤S21、判断所述图像模型的模型类别,若是地形模型,进入步骤S22;若是对象模型,进入步骤S23;若是水墨模型,直接输出风格化图像,并进入步骤S30;
步骤S22、利用第一水墨着色器对所述图像模型进行水墨风格化,输出风格化图像,并进入步骤S30;
步骤S23、利用第二水墨着色器对所述图像模型进行水墨风格化,输出风格化图像,并进入步骤S30。
即在渲染前对不符合水墨风格的所述图像模型进行水墨风格化。
所述步骤S22中,所述第一水墨着色器的实现包括以下步骤:
步骤S221、利用模型扩张法将所述图像模型在视角空间下进行顶点扩张,得到第一轮廓线,并基于预设的轮廓颜色对所述第一轮廓线进行渲染;
步骤S222、重复步骤步骤S221若干次,进而增加所述第一轮廓线的宽度;
步骤S223、创建一噪声图,利用所述噪声图剔除第一轮廓线的噪声,使得所述第一轮廓线更有层次感;
步骤S224、利用光照模型对所述图像模型的光照进行平滑过渡处理;
步骤S225、利用笔触纹理贴图对所述图像模型的纹理贴图坐标(UV)进行扰动;
步骤S226、利用所述噪声图对图像模型的纹理贴图坐标进行扰动;
步骤S227、利用渐变贴图对所述图像模型进行颜色采样;
步骤S228、对所述图像模型进行高斯模糊,输出风格化图像。
所述步骤S221中,所述模型扩张法的公式为:
V'=V+n*width;
其中V表示图像模型的顶点;V'表示图像模型扩张后的顶点;width表示图像模型扩张的宽度;n表示图像模型顶点法向量;
所述步骤S224中,所述光照模型采用Half-lambert,公式为:
C1=(C0*M)*(0.5*max(0,dot(n,L))+0.5);
其中C0表示平滑过渡处理前的光照强度;C1表示平滑过渡处理后的光照强度;M表示图像模型的漫反射颜色;L表示光源方向的单位向量;
Half-lambert是对经典的Lambert模型进行了改进,使得光照过渡更加平滑。
所述步骤S228中,所述高斯模糊的公式为:
其中x表示图像模型的横坐标;y表示图像模型的纵坐标;σ表示分布的幅度,为正数;G(x,y)表示坐标(x,y)进行高斯模糊的结果。
所述步骤S23中,所述第二水墨着色器的实现包括以下步骤:
步骤S231、利用法线点乘视线法检测所述图像模型的第二轮廓线;因为当所述图像模型由曲面来描述时,所述图像模型的第二轮廓线就是图像模型表面的法向量正交于视线向量的点的集合;
步骤S232、利用光照模型对所述图像模型的光照进行平滑过渡处理;
步骤S233、利用笔触纹理贴图对所述图像模型包含的贴图进行混合,得到混合贴图;
步骤S234、对所述混合贴图进行色彩计算后,调整亮度、对比度以及饱和度,输出风格化图像。
所述步骤S231具体为:
利用法线点乘视线法对所述图像模型的各顶点依次进行边缘检测:
Edge=n·V;
其中V表示视线方向单位向量;n表示图像模型顶点法向量;Edge表示边缘系数;
当Edge的取值小于设定的阈值时,对应的所述顶点为位于第二轮廓线上的顶点,基于预设的轮廓颜色对位于第二轮廓线线上的各所述顶点进行渲染,得到第二轮廓线。
所述步骤S30具体包括:
步骤S31、利用高斯正态分布函数对所述风格化图像进行高斯模糊;
步骤S32、利用Sobel算子对所述风格化图像进行边缘检测,并绘制第三轮廓线;
步骤S33、利用最小方差的均值滤波器对所述风格化图像进行画笔笔触的模拟;
步骤S34、利用预设的噪声图对所述风格化图像进行扰动;
步骤S35、以宣纸的纸张纹理作为所述风格化图像的滤镜,输出水墨图像。
所述步骤S32中,所述Sobel算子的公式为:
其中A表示原始的风格化图像;Gx表示横向边缘检测的图像;Gy表示纵向边缘检测的图像。
综上所述,本发明的优点在于:
通过对图像模型按地形模型、对象模型以及水墨模型的模型类别进行分类,对地形模型和对象模型按不同的步骤进行水墨风格化,输出风格化图像,水墨模型则直接输出风格化图像,再对风格化图像进行渲染得到水墨图像;即不仅支持图像模型的渲染,也支持直接对风格化图像进行渲染,且将所有的图像模型划分为3类进行处理,避免传统上着色器仅适用于场景中个别模型,最终实现对图像模型进行风格化渲染,极大的提升了水墨图像渲染的适用范围。
虽然以上描述了本发明的具体实施方式,但是熟悉本技术领域的技术人员应当理解,我们所描述的具体的实施例只是说明性的,而不是用于对本发明的范围的限定,熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化,都应当涵盖在本发明的权利要求所保护的范围内。
Claims (7)
1.一种水墨图像渲染方法,其特征在于:包括如下步骤:
步骤S10、获取图像模型,并基于模型类别对所述图像模型进行分类;所述模型类别包括地形模型、对象模型以及水墨模型;
所述地形模型包含由地形编辑器生成的地形、山体以及石头;所述对象模型包含贴图;所述水墨模型为具备水墨风格的模型;
步骤S20、对分类后的所述图像模型进行水墨风格化,输出风格化图像;具体包括:
步骤S21、判断所述图像模型的模型类别,若是地形模型,进入步骤S22;若是对象模型,进入步骤S23;若是水墨模型,直接输出风格化图像,并进入步骤S30;
步骤S22、利用第一水墨着色器对所述图像模型进行水墨风格化,输出风格化图像,并进入步骤S30;
步骤S23、利用第二水墨着色器对所述图像模型进行水墨风格化,输出风格化图像,并进入步骤S30;
步骤S30、对所述风格化图像进行渲染,得到水墨图像。
2.如权利要求1所述的一种水墨图像渲染方法,其特征在于:所述步骤S22中,所述第一水墨着色器的实现包括以下步骤:
步骤S221、利用模型扩张法将所述图像模型在视角空间下进行顶点扩张,得到第一轮廓线,并基于预设的轮廓颜色对所述第一轮廓线进行渲染;
步骤S222、重复步骤步骤S221若干次,进而增加所述第一轮廓线的宽度;
步骤S223、创建一噪声图,利用所述噪声图剔除第一轮廓线的噪声;
步骤S224、利用光照模型对所述图像模型的光照进行平滑过渡处理;
步骤S225、利用笔触纹理贴图对所述图像模型的纹理贴图坐标进行扰动;
步骤S226、利用所述噪声图对图像模型的纹理贴图坐标进行扰动;
步骤S227、利用渐变贴图对所述图像模型进行颜色采样;
步骤S228、对所述图像模型进行高斯模糊,输出风格化图像。
3.如权利要求2所述的一种水墨图像渲染方法,其特征在于:所述步骤S221中,所述模型扩张法的公式为:
V'=V+n*width;
其中V表示图像模型的顶点;V'表示图像模型扩张后的顶点;width表示图像模型扩张的宽度;n表示图像模型顶点法向量;
所述步骤S224中,所述光照模型采用Half-lambert,公式为:
C1=(C0*M)*(0.5*max(0,dot(n,L))+0.5);
其中C0表示平滑过渡处理前的光照强度;C1表示平滑过渡处理后的光照强度;M表示图像模型的漫反射颜色;L表示光源方向的单位向量;
所述步骤S228中,所述高斯模糊的公式为:
其中x表示图像模型的横坐标;y表示图像模型的纵坐标;σ表示分布的幅度,为正数;G(x,y)表示坐标(x,y)进行高斯模糊的结果。
4.如权利要求1所述的一种水墨图像渲染方法,其特征在于:所述步骤S23中,所述第二水墨着色器的实现包括以下步骤:
步骤S231、利用法线点乘视线法检测所述图像模型的第二轮廓线;
步骤S232、利用光照模型对所述图像模型的光照进行平滑过渡处理;
步骤S233、利用笔触纹理贴图对所述图像模型包含的贴图进行混合,得到混合贴图;
步骤S234、对所述混合贴图进行色彩计算后,调整亮度、对比度以及饱和度,输出风格化图像。
5.如权利要求4所述的一种水墨图像渲染方法,其特征在于:所述步骤S231具体为:
利用法线点乘视线法对所述图像模型的各顶点依次进行边缘检测:
Edge=n·V;
其中V表示视线方向单位向量;n表示图像模型顶点法向量;Edge表示边缘系数;
当Edge的取值小于设定的阈值时,对应的所述顶点为位于第二轮廓线上的顶点,基于预设的轮廓颜色对位于第二轮廓线线上的各所述顶点进行渲染,得到第二轮廓线。
6.如权利要求1所述的一种水墨图像渲染方法,其特征在于:所述步骤S30具体包括:
步骤S31、对所述风格化图像进行高斯模糊;
步骤S32、利用Sobel算子对所述风格化图像进行边缘检测,并绘制第三轮廓线;
步骤S33、利用最小方差的均值滤波器对所述风格化图像进行画笔笔触的模拟;
步骤S34、利用预设的噪声图对所述风格化图像进行扰动;
步骤S35、以纸张纹理作为所述风格化图像的滤镜,输出水墨图像。
7.如权利要求6所述的一种水墨图像渲染方法,其特征在于:所述步骤S32中,所述Sobel算子的公式为:
其中A表示原始的风格化图像;Gx表示横向边缘检测的图像;Gy表示纵向边缘检测的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110698531.2A CN113538647B (zh) | 2021-06-23 | 2021-06-23 | 一种水墨图像渲染方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110698531.2A CN113538647B (zh) | 2021-06-23 | 2021-06-23 | 一种水墨图像渲染方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113538647A CN113538647A (zh) | 2021-10-22 |
CN113538647B true CN113538647B (zh) | 2023-09-15 |
Family
ID=78096506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110698531.2A Active CN113538647B (zh) | 2021-06-23 | 2021-06-23 | 一种水墨图像渲染方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113538647B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116758180A (zh) * | 2023-07-05 | 2023-09-15 | 河北汉方建筑装饰有限责任公司 | 一种建筑图像的水墨化风格确定方法、装置及计算设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1750046A (zh) * | 2005-10-20 | 2006-03-22 | 浙江大学 | 基于图形处理器的三维水墨效果渲染方法 |
CN109993822A (zh) * | 2019-04-10 | 2019-07-09 | 阿里巴巴集团控股有限公司 | 一种水墨风格渲染方法和装置 |
CN111402381A (zh) * | 2020-03-17 | 2020-07-10 | 网易(杭州)网络有限公司 | 模型渲染方法与装置、可读存储介质 |
-
2021
- 2021-06-23 CN CN202110698531.2A patent/CN113538647B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1750046A (zh) * | 2005-10-20 | 2006-03-22 | 浙江大学 | 基于图形处理器的三维水墨效果渲染方法 |
CN109993822A (zh) * | 2019-04-10 | 2019-07-09 | 阿里巴巴集团控股有限公司 | 一种水墨风格渲染方法和装置 |
CN111402381A (zh) * | 2020-03-17 | 2020-07-10 | 网易(杭州)网络有限公司 | 模型渲染方法与装置、可读存储介质 |
Non-Patent Citations (2)
Title |
---|
Stroke-based real-time ink wash painting style rendering for geometric models;Tianchen Xun 等;《SIGGRAPH Asia 2012 Technical Briefs》;第1-4页 * |
基于纹理合成的三维地形水墨风格渲染研究;彭湃;李少梅;;测绘与空间地理信息(03);第118-121页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113538647A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | Combining sketch and tone for pencil drawing production | |
KR100369909B1 (ko) | 원영상을수정하는장치및방법 | |
Lu et al. | Realbrush: Painting with examples of physical media | |
CN105374007B (zh) | 融合骨架笔画和纹理特征的铅笔画生成方法和装置 | |
CN102663766B (zh) | 一种基于非真实感的艺术插画效果绘制方法 | |
US8081187B2 (en) | Pencil strokes for vector based drawing elements | |
Yamamoto et al. | Enhanced LIC pencil filter | |
CN106709964A (zh) | 基于梯度修正和多向纹理提取的素描画生成方法及装置 | |
WO2019113888A1 (zh) | 一种基于交互式的中国水墨画风格笔画生成方法以及装置 | |
Gerl et al. | Interactive example-based hatching | |
CN113538647B (zh) | 一种水墨图像渲染方法 | |
Winnemöller | NPR in the Wild | |
CN108171650B (zh) | 一种具有笔画优化功能中国花卉水墨画风格笔画生成方法 | |
Feng et al. | MagicToon: A 2D-to-3D creative cartoon modeling system with mobile AR | |
CN104517313B (zh) | 基于屏幕空间的环境光遮蔽的方法 | |
CN106297477A (zh) | 一种生成数字化字帖的方法及装置 | |
He | Application of local color simulation method of landscape painting based on deep learning generative adversarial networks | |
Yang et al. | Animating Chinese ink painting through generating reproducible brush strokes | |
Qian et al. | Simulating chalk art style painting | |
Li et al. | Image stylization with enhanced structure on GPU | |
CN108171766B (zh) | 一种具有笔画轮廓纠正功能的图像生成方法 | |
Montesdeoca et al. | Edge-and substrate-based effects for watercolor stylization | |
Sari et al. | Structure-texture consistent painting completion for artworks | |
CN114565702A (zh) | 文本图像生成方法、装置及电子设备 | |
Mesquita et al. | Synthesis and Validation of Virtual Woodcuts Generated with Reaction-Diffusion |
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 |