CN114004906A - 图像配色方法、装置、存储介质及电子设备 - Google Patents

图像配色方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN114004906A
CN114004906A CN202111280508.8A CN202111280508A CN114004906A CN 114004906 A CN114004906 A CN 114004906A CN 202111280508 A CN202111280508 A CN 202111280508A CN 114004906 A CN114004906 A CN 114004906A
Authority
CN
China
Prior art keywords
image
color
color matching
target
matching information
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.)
Pending
Application number
CN202111280508.8A
Other languages
English (en)
Inventor
刘坤
彭团民
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.)
Beijing Xiaomi Mobile Software Co Ltd
Beijing Xiaomi Pinecone Electronic Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Beijing Xiaomi Pinecone Electronic 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 Beijing Xiaomi Mobile Software Co Ltd, Beijing Xiaomi Pinecone Electronic Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN202111280508.8A priority Critical patent/CN114004906A/zh
Publication of CN114004906A publication Critical patent/CN114004906A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种图像配色方法，所述方法包括：获取待配色图像的背景图像；根据所述背景图像，确定所述待配色图像对应的主配色方案；从预先获取的多个图像配色信息中确定与所述主配色方案匹配的目标图像配色信息，所述图像配色信息包括多个图像颜色对应的颜色信息，所述颜色信息包括颜色标识、颜色数值以及颜色比例；根据所述目标图像配色信息，对所述待配色图像的目标元素进行配色。也就是说，本公开可以根据待配色图像的背景图像，从预先获取多个图像配色信息中确定目标图像配色信息，并根据该目标图像配色信息对该待配色图像的目标元素进行配色，这样，无需人工配色，可以对该待配色图像进行智能配色，从而提高了图像配色的效率。

Description

图像配色方法、装置、存储介质及电子设备
技术领域
本公开涉及计算机视觉领域，尤其涉及一种图像配色方法、装置、存储介质及电子设备。
背景技术
随着电子商务的飞速发展，电子商务领域的广告资源越来越丰富，由于产品更新迭代比较快，对广告图的制图效率提出了更高的要求。广告图的制作，尤其在配色环节，每一个海报素材都需要设计师基于美学经验，根据当前海报的背景、产品图等基本颜色信息，对海报图的文本主色、高亮色、装饰层配色等信息实时进行人工配色，导致广告图的配色效率比较低。
发明内容
为克服相关技术中存在的问题，本公开提供一种图像配色方法、装置、存储介质及电子设备。
根据本公开实施例的第一方面，提供一种图像配色方法，所述方法包括：
获取待配色图像的背景图像；
根据所述背景图像，确定所述待配色图像对应的主配色方案；
从预先获取的多个图像配色信息中确定与所述主配色方案匹配的目标图像配色信息，所述图像配色信息包括多个图像颜色对应的颜色信息，所述颜色信息包括颜色标识、颜色数值以及颜色比例；
根据所述目标图像配色信息，对所述待配色图像的目标元素进行配色。
在一些实施例中，所述图像配色信息通过以下方式获取：
获取样本图像；
将所述样本图像输入预先训练的配色提取模型，以获取所述配色提取模型输出的所述样本图像对应的图像配色信息。
在一些实施例中，所述从预先获取的多个图像配色信息中确定与所述主配色方案匹配的目标图像配色信息包括：
根据每个所述图像配色信息，确定所述待配色图像对应的主配色方案与所述图像配色信息之间的相似度；
将多个所述图像配色信息中与所述主配色方案相似度最高的图像配色信息作为所述目标图像配色信息。
在一些实施例中，所述待配色图像对应的主配色方案包括多个色调颜色，所述确定所述待配色图像对应的主配色方案与所述图像配色信息之间的相似度包括：
针对每个所述色调颜色，计算所述色调颜色与第一颜色之间的欧式距离，以获得多个所述色调颜色的对应的欧式距离，所述第一颜色包括第一图像配色信息的多个所述图像颜色中颜色比例最大的第一预设数量个图像颜色，所述第一图像配色信息为多个所述图像配色信息中的任一图像配色信息；
将多个所述色调颜色对应的欧式距离的平均值，作为所述主配色方案与所述第一图像配色信息之间的相似度。
在一些实施例中，所述根据所述目标图像配色信息，对所述待配色图像的目标元素进行配色包括：
确定所述目标图像配色信息中所述第一颜色与第二颜色之间的相似度，所述第二颜色包括所述目标图像配色信息的多个所述图像颜色中除所述第一颜色之外的图像颜色；
将与所述目标图像配色信息中所述第一颜色相似度最低的第二预设数量个所述第二颜色作为目标颜色；
根据所述目标颜色对所述待配色图像的目标元素进行配色。
在一些实施例中，所述确定所述目标图像配色信息中所述第一颜色与第二颜色之间的相似度包括：
针对每个所述第二颜色，计算所述第一颜色与所述第二颜色之间的欧式距离，以获得多个所述第二颜色对应的欧式距离；
将多个所述第二颜色对应的欧式距离的平均值，作为所述目标图像配色信息中所述第一颜色与所述第二颜色之间的相似度。
在一些实施例中，所述目标图像配色信息包括多个，所述方法还包括：
在根据多个所述目标图像配色信息对所述待配色图像的目标元素进行配色后，得到每个所述目标图像配色信息对应的目标配色图像；
将多个所述目标配色图像输入预先训练的配色评估模型，以获取所述配色评估模型输出的每个所述目标配色图像对应的配色分值；
展示所述配色分值最高的目标配色图像。
在一些实施例中，所述配色评估模型通过以下方式训练得到：
获取样本集，所述样本集包括多个样本配色图像和每个所述样本配色图像对应的配色分值；
通过所述样本集对目标神经网络模型进行训练，得到所述配色评估模型。
在一些实施例中，所述目标元素包括文本、二维码、可操作控件中的一个或多个。
根据本公开实施例的第二方面，提供一种图像配色装置，所述装置包括：
背景图像获取模块，被配置为获取待配色图像的背景图像；
主配色方案获取模块，被配置为根据所述背景图像，确定所述待配色图像对应的主配色方案；
图像配色信息确定模块，被配置为从预先获取的多个图像配色信息中确定与所述主配色方案匹配的目标图像配色信息，所述图像配色信息包括多个图像颜色对应的颜色信息，所述颜色信息包括颜色标识、颜色数值以及颜色比例；
配色模块，被配置为根据所述目标图像配色信息，对所述待配色图像的目标元素进行配色。
在一些实施例中，所述图像配色信息确定模块，还被配置为：
获取样本图像；
将所述样本图像输入预先训练的配色提取模型，以获取所述配色提取模型输出的所述样本图像对应的图像配色信息。
在一些实施例中，所述图像配色信息确定模块，还被配置为：
根据每个所述图像配色信息，确定所述待配色图像对应的主配色方案与所述图像配色信息之间的相似度；
将多个所述图像配色信息中与所述主配色方案相似度最高的图像配色信息作为所述目标图像配色信息。
在一些实施例中，所述待配色图像对应的主配色方案包括多个色调颜色，所述图像配色信息确定模块，还被配置为：
针对每个所述色调颜色，计算所述色调颜色与第一颜色之间的欧式距离，以获得多个所述色调颜色的对应的欧式距离，所述第一颜色包括第一图像配色信息的多个所述图像颜色中颜色比例最大的第一预设数量个图像颜色，所述第一图像配色信息为多个所述图像配色信息中的任一图像配色信息；
将多个所述色调颜色对应的欧式距离的平均值，作为所述主配色方案与所述第一图像配色信息之间的相似度。
在一些实施例中，所述配色模块，还被配置为：
确定所述目标图像配色信息中所述第一颜色与第二颜色之间的相似度，所述第二颜色包括所述目标图像配色信息的多个所述图像颜色中除所述第一颜色之外的图像颜色；
将与所述目标图像配色信息中所述第一颜色相似度最低的第二预设数量个所述第二颜色作为目标颜色；
根据所述目标颜色对所述待配色图像的目标元素进行配色。
在一些实施例中，所述配色模块，还被配置为：
针对每个所述第二颜色，计算所述第一颜色与所述第二颜色之间的欧式距离，以获得多个所述第二颜色对应的欧式距离；
将多个所述第二颜色对应的欧式距离的平均值，作为所述目标图像配色信息中所述第一颜色与所述第二颜色之间的相似度。
在一些实施例中，所述目标图像配色信息包括多个，所述装置还包括：
配色图像获取模块，被配置为在根据多个所述目标图像配色信息对所述待配色图像的目标元素进行配色后，得到每个所述目标图像配色信息对应的目标配色图像；
配色分值获取模块，被配置为将多个所述目标配色图像输入预先训练的配色评估模型，以获取所述配色评估模型输出的每个所述目标配色图像对应的配色分值；
配色图像展示模块，被配置为展示所述配色分值最高的目标配色图像。
在一些实施例中，所述装置还包括：
模型训练模块，被配置为获取样本集，所述样本集包括多个样本配色图像和每个所述样本配色图像对应的配色分值；通过所述样本集对目标神经网络模型进行训练，得到所述配色评估模型。
在一些实施例中，所述目标元素包括文本、二维码、可操作控件中的一个或多个。
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，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的图像配色方法的步骤。
根据本公开实施例的第四方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面所提供的图像配色方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：通过获取待配色图像的背景图像；根据所述背景图像，确定所述待配色图像对应的主配色方案；从预先获取的多个图像配色信息中确定与所述主配色方案匹配的目标图像配色信息，所述图像配色信息包括多个图像颜色对应的颜色信息，所述颜色信息包括颜色标识、颜色数值以及颜色比例；根据所述目标图像配色信息，对所述待配色图像的目标元素进行配色。也就是说，本公开可以根据待配色图像的背景图像，从预先获取多个图像配色信息中确定目标图像配色信息，并根据该目标图像配色信息对该待配色图像的目标元素进行配色，这样，无需人工配色，可以对该待配色图像进行智能配色，从而提高了图像配色的效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据本公开一示例性实施例示出的一种图像配色方法的流程图；
图2是根据本公开一示例性实施例示出的一种背景图像的示意图；
图3是根据本公开一示例性实施例示出的一种图像配色信息的展示图；
图4是根据本公开一示例性实施例示出的另一种图像配色方法的流程图；
图5是根据本公开一示例性实施例示出的一种图像配色装置的框图；
图6是根据本公开一示例性实施例示出的第二种图像配色装置的框图；
图7是根据本公开一示例性实施例示出的第三种图像配色装置的框图；
图8是根据本公开一示例性实施例示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
首先，对本公开的应用场景进行说明。广告图制作过程可以包括广告布局和广告配色两个步骤，其中，广告布局是根据广告位的尺寸以及需要摆放的广告元素的类别确定每个广告元素摆放的位置和占用尺寸，广告配色是在广告布局确定的基础上进一步确定每个广告元素的颜色，以生成最终的广告。目前，广告配色是通过设计师根据美学经验完成，配色的效率比较低。
为了克服以上相关技术中存在的技术问题，本公开提供了一种图像配色方法、装置、存储介质及电子设备，可以根据待配色图像的背景图像，从预先获取多个图像配色信息中确定目标图像配色信息，并根据该目标图像配色信息对该待配色图像的目标元素进行配色，这样，无需人工配色，可以对该待配色图像进行智能配色，从而提高了图像配色的效率。
下面结合具体实施例对本公开进行说明。
图1是根据本公开一示例性实施例示出的一种图像配色方法的流程图，该方法可以应用于电子设备，电子设备可以包括移动终端设备，例如：手机、笔记本、平板电脑、台式计算机、智能音箱、智能电视、可穿戴设备、智能机器人、车载终端以及安装有智能语音助手的终端等，也可以包括固定设备，电子设备还可以是服务器，例如本地服务器或云服务器。如图1所示，该方法可以包括：
S101、获取待配色图像的背景图像。
在本步骤中，该待配色图像的背景图像可以是生成广告图像之前预先设置的，图2是根据本公开一示例性实施例示出的一种背景图像的示意图，如图2所示，该背景图像中包括了多种不同的颜色。
S102、根据该背景图像，确定该待配色图像对应的主配色方案。
在本步骤中，在获取该待配色图像的背景图像后，可以提取该背景图像中的背景颜色，将该背景颜色作为该待配色图像对应的主配色方案。
S103、从预先获取的多个图像配色信息中确定与该主配色方案匹配的目标图像配色信息。
其中，该图像配色信息可以包括多个图像颜色对应的颜色信息，该颜色信息包括颜色标识、颜色数值以及颜色比例，该颜色数值可以是RGB数值，也可以是现有技术的其他用于表示颜色的数值，本公开对此不作限定。
在一种可能的实现方式中，可以通过jason格式的文本表示该图像配色信息，示例地，该图像配色信息可以表示为：{"id":1,"color_info":[[0,30.58,[14,123,200]],[1,27.43,[17,168,216]],[2,18.93,[27,217,234]],[3,9.47,[102,102,101]],[4,5.76,[228,112,59]],[5,5.06,[239,245,247]],[6,2.77,[22,21,21]]]}，其中，"id"用于表示该图像配色信息的标识，"color_info"用于表示该图像配色信息中的多个图像颜色对应的颜色信息，从该图像配色信息可以看出，该图像配色信息中包括7个图像颜色对应的颜色信息：第一个图像颜色对应的颜色信息[[0,30.58,[14,123,200]]，第二个图像颜色对应的颜色信息[1,27.43,[17,168,216]]，第三个图像颜色对应的颜色信息[2,18.93,[27,217,234]]，第四个图像颜色对应的颜色信息[3,9.47,[102,102,101]]，第五个图像颜色对应的颜色信息[4,5.76,[228,112,59]]，第六个图像颜色对应的颜色信息[5,5.06,[239,245,247]]，第七个图像颜色对应的颜色信息[6,2.77,[22,21,21]]。以第一个图像颜色对应的颜色信息为例，该图像颜色对应的颜色标识为“0”、颜色比例为“30.58”、颜色数值为“[14,123,200]”。
在本步骤中，在进行图像配色之前，可以预先获取该图像配色信息。在一种可能的实现方式中，可以获取样本图像，并将该样本图像输入预先训练的配色提取模型，以获取该配色提取模型输出的该样本图像对应的图像配色信息。该配色提取模型可以通过现有技术的模型训练方法训练得到，此处不再赘述。
需要说明的是，针对获取的每个样本图像，均可通过该配色提取模型获取该样本图像对应的图像配色信息，在获取多个样本图像的情况下，可以得到多个图像配色信息。另外，该样本图像可以包括多种颜色，例如，该样本图像可以包括20种颜色，而配色过程中需要的颜色种类可能较少，在这种情况下，可以预先设置该图像配色信息中包含的图像颜色的数量。
示例地，可以通过设置该配色提取模型中聚类算法对应的聚类参数，实现该图像配色信息中图像颜色的数量的限制，例如，可以设置聚类参数为7，这样，通过该配色提取模型提取的该样本图像对应的图像配色信息中的图像颜色包括7种。
在确定该待配色图像对应的主配色方案后，可以从多个图像配色信息中，确定与该主配色方案最匹配的目标图像配色信息。在确定该目标图像配色信息后，还可以展示该目标图像配色信息，以上述图像配色信息为例，图3是根据本公开一示例性实施例示出的一种图像配色信息的展示图，如图3所示，在该展示图像外侧的数字用于表示该颜色标识，百分比用于表示该颜色比例，而该颜色数值则直接展示为对应的颜色。
需要说明的是，上述图2和图3所示的图像配色信息为灰色，实际应用过程中，该图像配色信息也可以是彩色，本公开对此不作限定。
S104、根据该目标图像配色信息，对该待配色图像的目标元素进行配色。
其中，该目标元素可以包括文本、二维码、可操作控件中的一个或多个，该可操作控件可以包括能够响应于用户的触发操作，执行对应操作的控件。示例地，该可操作控件可以包括用于获取资源的控件，例如下载控件；用于跳转或弹出页面的控件，例如查看详情控件。本公开对此不作限定。
在本步骤中，在确定与该待识别图像的主配色方案匹配的目标图像配色信息后，可以根据该目标图像配色信息中的多个图像颜色，对该待配色图像的目标元素进行配色。示例地，可以从该目标图像配色信息的多个图像颜色中确定与该主配色方案差距最大的多个目标图像颜色，根据多个目标图像颜色对该待配色图像的目标元素进行配色。继续以步骤S103中的图像配色信息为例，可以将该目标图像配色信息中颜色标识为5和6的图像颜色作为该目标图像颜色，将该待配色图像中的文本和二维码的颜色设置为颜色标识为5的图像颜色，将该待配色图像中的可操作控件设置为颜色标识为6的图像颜色。
该目标图像配色信息可以包括多个，在这种情况下，针对每个目标图像配色信息，可以根据该目标图像配色信息对该待配色图像的目标元素进行配色。在根据多个目标图像配色信息对该待配色图像的目标元素进行配色后，可以得到每个目标图像配色信息对应的目标配色图像，之后，可以将多个目标配色图像输入预先训练的配色评估模型，以获取该配色评估模型输出的每个目标配色图像对应的配色分值，并展示该配色分值最高的目标配色图像。
采用上述方法，可以根据待配色图像的背景图像，从预先获取多个图像配色信息中确定目标图像配色信息，并根据该目标图像配色信息对该待配色图像的目标元素进行配色，这样，无需人工配色，可以对该待配色图像进行智能配色，从而提高了图像配色的效率。
图4是根据本公开一示例性实施例示出的另一种图像配色方法的流程图，如图4所示，该方法可以包括：
S401、获取待配色图像的背景图像。
S402、根据该背景图像，确定该待配色图像对应的主配色方案。
其中，该主配色方案可以包括多个色调颜色，以图2所示的背景图像为例，该主配色方案可以包括2个色调颜色：浅灰色和深灰色。
在本步骤中，从该背景图像中提取该待配色图像的多个背景颜色后，也可以根据该待配色图像的产品颜色和多个背景颜色，确定该待配色图像对应的主配色方案。示例地，可以将多个背景颜色和该产品颜色作为该待配色图像对应的主配色方案。
S403、根据每个图像配色信息，确定该待配色图像对应的主配色方案与该图像配色信息之间的相似度。
在本步骤中，在确定该待配色图像对应的主配色方案后，针对每个色调颜色，可以计算该色调颜色与第一颜色之间的欧式距离，以获得多个色调颜色的对应的欧式距离，该第一颜色可以包括第一图像配色信息的多个图像颜色中颜色比例最大的第一预设数量个图像颜色，该第一图像配色信息为多个图像配色信息中的任一图像配色信息；将多个色调颜色对应的欧式距离的平均值，作为该主配色方案与该第一图像配色信息之间的相似度。该第一预设数量可以根据试验预先测试得到，该第一预设数量也可以根据需要进行设置，示例地，该第一预设数量可以是2，本公开对该第一预设数量的设置方式不作限定。
示例地，若该图像配色信息包括图像配色信息A、图像配色信息B以及图像配色信息C，则针对每个色调颜色，可以计算该色调颜色与该图像配色信息A中的第一颜色之间的欧式距离，以得到每个色调颜色对应的欧式距离，之后，可以将多个色调颜色对应的欧式距离的平均值，作为该主配色方案与该图像配色信息A之间的相似度。
进一步地，可以参照上述获取该主配色方案与该图像配色信息A之间的相似度的方法，分别获取该主配色方案与该图像配色信息B和该图像配色信息C之间的相似度，此处不再赘述。
S404、将多个图像配色信息中与该主配色方案相似度最高的图像配色信息作为该目标图像配色信息。
在本步骤中，在得到该待配色图像对应的主配色方案与每个图像配色信息之间的相似度后，可以获取多个相似度中的最高相似度，将该最高相似度对应的图像配色信息作为该目标图像配色信息。
需要说明的是，本公开也可以将多个图像配色信息中与该主配色方案相似度最高的第三预设数量个图像配色信息作为该目标图像配色信息，其中，该第三预设数量可以根据用户对该待配色图像的配色质量的要求确定，示例地，若用户对该待配色图像的配色质量要求较高，则可以设置较大的第三预设数量，例如，该第三预设数量可以是6；若用户对该待配色图像的配色质量要求较低，则可以设置较小的第三预设数量，例如，该第三预设数量可以是3，该第三预设数量也可以根据需要进行设置，本公开对该第三预设数量的设置方法不作限定。
S405、确定该目标图像配色信息中该第一颜色与第二颜色之间的相似度。
其中，该第二颜色包括该目标图像配色信息的多个图像颜色中除该第一颜色之外的图像颜色。
在本步骤中，在得到该目标图像配色信息后，针对该目标图像配色信息中的每个第二颜色，可以计算该第一颜色与该第二颜色之间的欧式距离，以获得多个第二颜色对应的欧式距离，之后，可以将多个第二颜色对应的欧式距离的平均值，作为该目标图像配色信息中该第一颜色与该第二颜色之间的相似度。
需要说明的是，若该目标图像配色信息包括多个，则可以针对每个目标图像配色信息，获取该目标图像配色信息中该第一颜色与该第二颜色之间的相似度。
S406、将与该目标图像配色信息中该第一颜色相似度最低的第二预设数量个该第二颜色作为目标颜色。
其中，该第二预设数量可以根据该待配色图像中的目标元素的数量确定，示例地，若该待配色图像中的目标元素包括文本、二维码以及可操作控件，则该第二预设数量可以是3。该第二预设数量也可以根据需要进行设置，本公开对此不作限定。
在本步骤中，在得到该目标图像配色信息中该第一颜色与第二颜色之间的相似度后，可以将多个相似度按照由低到高的顺序进行排序，并将前面第二预设数量个第二颜色作为该目标颜色。
S407、根据该目标颜色对该待配色图像的目标元素进行配色。
其中，该目标元素可以包括文本、二维码、可操作控件中的一个或多个，也可以包括其它元素，本公开对此不作限定。
在本步骤中，在确定该目标颜色后，可以按照预设规则，根据该目标颜色对该待配色图像的目标元素进行配色。示例地，若该目标颜色包括颜色A、颜色B以及颜色C，该目标元素包括文本和可操作控件，则可以将该待配色图像中的文本的颜色设置为颜色A，将该待配色图像中可操作控件的装饰色设置为颜色B，将该待配色图像的文本中需要高亮的字符的高亮色设置为颜色C。
S408、在该目标图像配色信息包括多个的情况下，在根据多个目标图像配色信息对该待配色图像的目标元素进行配色后，得到每个目标图像配色信息对应的目标配色图像。
S409、将多个目标配色图像输入预先训练的配色评估模型，以获取该配色评估模型输出的每个目标配色图像对应的配色分值。
在本步骤中，在得到每个目标图像配色信息对应的目标配色图像后，可以将多个目标配色图像输入该配色评估模型，通过该配色评估模型对每个目标配色图像进行评估，得到每个目标配色图像对应的配色分值。
其中，该配色评估模型可以通过以下方式训练得到：获取样本集，该样本集包括多个样本配色图像和每个样本配色图像对应的配色分值，通过该样本集对目标神经网络模型进行训练，得到该配色评估模型。示例地，在步骤S408得到每个目标图像配色信息对应的目标配色图像后，可以将多个目标配色图像作为样本配色图像，通过人工确定每个样本配色图像对应的配色分值。
需要说明的是，该配色评估模型可以参照现有技术的模型训练方法训练得到，此处不再赘述。
S410、展示该配色分值最高的目标配色图像。
在本步骤中，在获取每个目标配色图像对应的配色分值后，可以获取多个配色分值中的最高配色分值，并展示该最高配色分值对应的目标配色图像。
采用上述方法，可以根据待配色图像的背景图像，从预先获取多个图像配色信息中确定目标图像配色信息，并根据该目标图像配色信息对该待配色图像的目标元素进行配色，这样，无需人工配色，可以对该待配色图像进行智能配色，从而提高了图像配色的效率；进一步地，根据多个目标图像配色信息对该待配色图像的目标元素进行配色得到多个目标配色图像后，可以通过配色评估模型确定每个目标配色图像对应的配色分值，并根据该配色分值展示配色效果最好的目标配色图像，提高了图像配色的效果。
图5是根据本公开一示例性实施例示出的一种图像配色装置的框图，如图5所示，该装置可以包括：
背景图像获取模块501，被配置为获取待配色图像的背景图像；
主配色方案获取模块502，被配置为根据该背景图像，确定该待配色图像对应的主配色方案；
图像配色信息确定模块503，被配置为从预先获取的多个图像配色信息中确定与该主配色方案匹配的目标图像配色信息，该图像配色信息包括多个图像颜色对应的颜色信息，该颜色信息包括颜色标识、颜色数值以及颜色比例；
配色模块504，被配置为根据该目标图像配色信息，对该待配色图像的目标元素进行配色。
在一些实施例中，该图像配色信息确定模块503，还被配置为：
获取样本图像；
将该样本图像输入预先训练的配色提取模型，以获取该配色提取模型输出的该样本图像对应的图像配色信息。
在一些实施例中，该图像配色信息确定模块503，还被配置为：
根据每个该图像配色信息，确定该待配色图像对应的主配色方案与该图像配色信息之间的相似度；
将多个该图像配色信息中与该主配色方案相似度最高的图像配色信息作为该目标图像配色信息。
在一些实施例中，该待配色图像对应的主配色方案包括多个色调颜色，该图像配色信息确定模块503，还被配置为：
针对每个该色调颜色，计算该色调颜色与第一颜色之间的欧式距离，以获得多个该色调颜色的对应的欧式距离，该第一颜色包括第一图像配色信息的多个该图像颜色中颜色比例最大的第一预设数量个图像颜色，该第一图像配色信息为多个该图像配色信息中的任一图像配色信息；
将多个该色调颜色对应的欧式距离的平均值，作为该主配色方案与该第一图像配色信息之间的相似度。
在一些实施例中，该配色模块504，还被配置为：
确定该目标图像配色信息中该第一颜色与第二颜色之间的相似度，该第二颜色包括该目标图像配色信息的多个该图像颜色中除该第一颜色之外的图像颜色；
将与该目标图像配色信息中该第一颜色相似度最低的第二预设数量个该第二颜色作为目标颜色；
根据该目标颜色对该待配色图像的目标元素进行配色。
在一些实施例中，该配色模块504，还被配置为：
针对每个该第二颜色，计算该第一颜色与该第二颜色之间的欧式距离，以获得多个该第二颜色对应的欧式距离；
将多个该第二颜色对应的欧式距离的平均值，作为该目标图像配色信息中该第一颜色与该第二颜色之间的相似度。
在一些实施例中，该目标图像配色信息包括多个，图6是根据本公开一示例性实施例示出的第二种图像配色装置的框图，如图6所示，该装置还包括：
配色图像获取模块505，被配置为在根据多个该目标图像配色信息对该待配色图像的目标元素进行配色后，得到每个该目标图像配色信息对应的目标配色图像；
配色分值获取模块506，被配置为将多个该目标配色图像输入预先训练的配色评估模型，以获取该配色评估模型输出的每个该目标配色图像对应的配色分值；
配色图像展示模块507，被配置为展示该配色分值最高的目标配色图像。
在一些实施例中，图7是根据本公开一示例性实施例示出的第三种图像配色装置的框图，如图7所示，该装置还包括：
模型训练模块508，被配置为获取样本集，该样本集包括多个样本配色图像和每个该样本配色图像对应的配色分值；通过该样本集对目标神经网络模型进行训练，得到该配色评估模型。
在一些实施例中，该目标元素包括文本、二维码、可操作控件中的一个或多个。
通过上述装置，可以根据待配色图像的背景图像，从预先获取多个图像配色信息中确定目标图像配色信息，并根据该目标图像配色信息对该待配色图像的目标元素进行配色，这样，无需人工配色，可以对该待配色图像进行智能配色，从而提高了图像配色的效率。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的图像配色方法的步骤。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的图像配色方法的代码部分。
图8是根据本公开一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以被提供为一服务器。参照图8，电子设备800包括处理组件822，其进一步包括一个或多个处理器，以及由存储器832所代表的存储器资源，用于存储可由处理组件822的执行的指令，例如应用程序。存储器832中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件822被配置为执行指令，以执行上述图像配色方法。
电子设备800还可以包括一个电源组件826被配置为执行电子设备800的电源管理，一个有线或无线网络接口850被配置为将电子设备800连接到网络，和一个输入输出(I/O)接口858。电子设备800可以操作基于存储在存储器832的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (12)

1.一种图像配色方法，其特征在于，所述方法包括：
获取待配色图像的背景图像；
根据所述背景图像，确定所述待配色图像对应的主配色方案；
从预先获取的多个图像配色信息中确定与所述主配色方案匹配的目标图像配色信息，所述图像配色信息包括多个图像颜色对应的颜色信息，所述颜色信息包括颜色标识、颜色数值以及颜色比例；
根据所述目标图像配色信息，对所述待配色图像的目标元素进行配色。
2.根据权利要求1所述的方法，其特征在于，所述图像配色信息通过以下方式获取：
获取样本图像；
将所述样本图像输入预先训练的配色提取模型，以获取所述配色提取模型输出的所述样本图像对应的图像配色信息。
3.根据权利要求1所述的方法，其特征在于，所述从预先获取的多个图像配色信息中确定与所述主配色方案匹配的目标图像配色信息包括：
根据每个所述图像配色信息，确定所述待配色图像对应的主配色方案与所述图像配色信息之间的相似度；
将多个所述图像配色信息中与所述主配色方案相似度最高的图像配色信息作为所述目标图像配色信息。
4.根据权利要求3所述的方法，其特征在于，所述待配色图像对应的主配色方案包括多个色调颜色，所述确定所述待配色图像对应的主配色方案与所述图像配色信息之间的相似度包括：
针对每个所述色调颜色，计算所述色调颜色与第一颜色之间的欧式距离，以获得多个所述色调颜色的对应的欧式距离，所述第一颜色包括第一图像配色信息的多个所述图像颜色中颜色比例最大的第一预设数量个图像颜色，所述第一图像配色信息为多个所述图像配色信息中的任一图像配色信息；
将多个所述色调颜色对应的欧式距离的平均值，作为所述主配色方案与所述第一图像配色信息之间的相似度。
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标图像配色信息，对所述待配色图像的目标元素进行配色包括：
确定所述目标图像配色信息中所述第一颜色与第二颜色之间的相似度，所述第二颜色包括所述目标图像配色信息的多个所述图像颜色中除所述第一颜色之外的图像颜色；
将与所述目标图像配色信息中所述第一颜色相似度最低的第二预设数量个所述第二颜色作为目标颜色；
根据所述目标颜色对所述待配色图像的目标元素进行配色。
6.根据权利要求5所述的方法，其特征在于，所述确定所述目标图像配色信息中所述第一颜色与第二颜色之间的相似度包括：
针对每个所述第二颜色，计算所述第一颜色与所述第二颜色之间的欧式距离，以获得多个所述第二颜色对应的欧式距离；
将多个所述第二颜色对应的欧式距离的平均值，作为所述目标图像配色信息中所述第一颜色与所述第二颜色之间的相似度。
7.根据权利要求1所述的方法，其特征在于，所述目标图像配色信息包括多个，所述方法还包括：
在根据多个所述目标图像配色信息对所述待配色图像的目标元素进行配色后，得到每个所述目标图像配色信息对应的目标配色图像；
将多个所述目标配色图像输入预先训练的配色评估模型，以获取所述配色评估模型输出的每个所述目标配色图像对应的配色分值；
展示所述配色分值最高的目标配色图像。
8.根据权利要求7所述的方法，其特征在于，所述配色评估模型通过以下方式训练得到：
获取样本集，所述样本集包括多个样本配色图像和每个所述样本配色图像对应的配色分值；
通过所述样本集对目标神经网络模型进行训练，得到所述配色评估模型。
9.根据权利要求1-8任一项所述的方法，其特征在于，所述目标元素包括文本、二维码、可操作控件中的一个或多个。
10.一种图像配色装置，其特征在于，所述装置包括：
背景图像获取模块，被配置为获取待配色图像的背景图像；
主配色方案获取模块，被配置为根据所述背景图像，确定所述待配色图像对应的主配色方案；
图像配色信息确定模块，被配置为从预先获取的多个图像配色信息中确定与所述主配色方案匹配的目标图像配色信息，所述图像配色信息包括多个图像颜色对应的颜色信息，所述颜色信息包括颜色标识、颜色数值以及颜色比例；
配色模块，被配置为根据所述目标图像配色信息，对所述待配色图像的目标元素进行配色。
11.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1-9中任一项所述方法的步骤。
12.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-9中任一项所述方法的步骤。
CN202111280508.8A 2021-10-29 2021-10-29 图像配色方法、装置、存储介质及电子设备 Pending CN114004906A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111280508.8A CN114004906A (zh) 2021-10-29 2021-10-29 图像配色方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111280508.8A CN114004906A (zh) 2021-10-29 2021-10-29 图像配色方法、装置、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN114004906A true CN114004906A (zh) 2022-02-01

Family

ID=79925835

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111280508.8A Pending CN114004906A (zh) 2021-10-29 2021-10-29 图像配色方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN114004906A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115423899A (zh) * 2022-11-04 2022-12-02 深圳润方创新技术有限公司 一种电子画板自动配色方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017157261A1 (zh) * 2016-03-14 2017-09-21 华为技术有限公司 一种图像搜索方法、虚拟人物图像获取方法及装置
CN109345612A (zh) * 2018-09-13 2019-02-15 腾讯数码（天津）有限公司 一种图像生成方法、装置、设备和存储介质
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
CN111914850A (zh) * 2019-05-07 2020-11-10 百度在线网络技术（北京）有限公司 图片特征提取方法、装置、服务器和介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017157261A1 (zh) * 2016-03-14 2017-09-21 华为技术有限公司 一种图像搜索方法、虚拟人物图像获取方法及装置
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
CN109345612A (zh) * 2018-09-13 2019-02-15 腾讯数码（天津）有限公司 一种图像生成方法、装置、设备和存储介质
CN111914850A (zh) * 2019-05-07 2020-11-10 百度在线网络技术（北京）有限公司 图片特征提取方法、装置、服务器和介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115423899A (zh) * 2022-11-04 2022-12-02 深圳润方创新技术有限公司 一种电子画板自动配色方法及系统

Similar Documents

Publication Publication Date Title
US11657084B2 (en) Correlating image annotations with foreground features
US9177391B1 (en) Image-based color palette generation
US9245350B1 (en) Image-based color palette generation
CN111950638B (zh) 基于模型蒸馏的图像分类方法、装置和电子设备
CN109447958B (zh) 图像处理方法、装置、存储介质及计算机设备
US20150379731A1 (en) Color name generation from images and color palettes
CN112446302B (zh) 一种人体姿态检测方法、系统、电子设备和存储介质
CN110706314A (zh) 元素布局方法、装置、电子设备及可读存储介质
CN111476708A (zh) 模型生成方法、模型获取方法、装置、设备及存储介质
US20210241509A1 (en) Method and apparatus for image processing, device for image processing, and storage medium
WO2022089143A1 (zh) 模拟图像生成的方法、电子设备及存储介质
CN104951770A (zh) 人脸图像数据库的构建方法、应用方法及相应装置
CN114004906A (zh) 图像配色方法、装置、存储介质及电子设备
CN109377284B (zh) 用于推送信息的方法和电子设备
CN107533760A (zh) 一种图像分割方法和装置
CN112183303A (zh) 变电设备图像分类方法、装置、计算机设备和介质
CN116958582A (zh) 一种数据处理方法和相关装置
CN116980714A (zh) 背景图像的生成方法、装置、电子设备及存储介质
CN116452745A (zh) 手部建模、手部模型处理方法、设备和介质
CN112988314B (zh) 详情页面生成方法、装置、计算机设备及可读存储介质
CN114663570A (zh) 贴图生成方法、装置、电子装置及可读存储介质
CN112102304A (zh) 图像处理方法、装置、计算机设备和计算机可读存储介质
CN106841054B (zh) 种子品种识别方法及装置
CN114821568B (zh) 菜单要素提取方法、装置、计算机设备及存储介质
CN109583362B (zh) 图像卡通化方法及装置

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