CN114792348A - 数字资产的生成方法及装置、存储介质、电子装置 - Google Patents

Abstract

本发明提供了一种数字资产的生成方法及装置、存储介质、电子装置，其中，该方法包括：获取素材集合；基于随机算法从所述素材集合中选择多个目标素材；采用所述多个目标素材生成图片资产和所述图片资产对应的随机值序列。通过本发明，解决了相关技术中生成数字资产速度慢技术问题，提高了图片素材的处理效率，并兼顾随机性，提高了数字资产的生成效率。

Description

数字资产的生成方法及装置、存储介质、电子装置

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种数字资产的生成方法及装置、存储介质、电子装置。

背景技术

相关技术中，不同于大部分现实中的艺术品，NFT(Non-Fungible Token，非同质化代币)形式的艺术品在有些时候正由于其批量生成且符合某些图案规律，它反倒会有收藏价值。如今大部分NFT数字资产都不是靠算法生成，因此需要耗费大量人力和精力才能实现。

相关技术中，制作方案中在图素制作完之后由设计师手动调整各个图素中选取的元素，容易出现素材重复/遗漏的情况，图素处理设计师很难对图素进行一些带有随机性的批量处理，因此会使得素材仅仅是单纯组合在一起，由于处理种类有限因此容易看起来相似图像导致在导出过程中，设计师将消耗大量的时间逐个导出合成图片，容易出现错误并且效率非常慢。生成速度非常慢并且费精力，操作过程中容易出现图素增减等错误，制作过程中难以再次处理图素，难以检查生成图片是否重复。

针对相关技术中存在的上述问题，目前尚未发现有效的解决方案。

发明内容

本发明实施例提供了一种数字资产的生成方法及装置、存储介质、电子装置。

根据本发明的一个实施例，提供了一种数字资产的生成方法，包括：获取素材集合；基于随机算法从所述素材集合中选择多个目标素材；采用所述多个目标素材生成图片资产和所述图片资产对应的随机值序列。

可选的，基于随机算法从所述素材集合中选择多个目标素材包括：基于第一随机算法从图素素材集合中选择若干个目标图素，基于第二随机算法和纹理素材集合生成若干个目标纹理，基于第三随机算法从替换套装素材集合中选择若干个目标替换套装；其中，所述多个目标素材包括：所述若干个目标图素、所述若干个目标纹理、所述若干个目标替换套装，所述素材集合包括：所述图素素材集合、所述纹理素材集合、所述替换套装素材集合。

可选的，基于第一随机算法从图素素材集合中选择若干个目标图素包括：确定当前图像帧的帧编号，其中，所述当前图像帧为所述数字资产的数字资产载体；基于所述帧编号生成第一随机种子；基于所述第一随机种子生成第一随机值，其中，所述第一随机值用于指示图素素材编号；在图素素材集合中选择与所述第一随机值匹配的目标素材。

可选的，基于所述帧编号生成第一随机种子包括：针对每个图素，确定该图素的固定种子系数；将所述帧编号确定为第一种子系数，所述固定种子系数确定为第二种子系数，采用所述第一种子系数和所述第二种子系数计算得到对应图素的第一随机种子。

可选的，基于所述第一随机种子生成第一随机值包括：针对每个图素，确定图素包含的元素数量；若所述元素数量为固定数量，基于所述第一随机种子生成固定数量个第一随机值，每个第一随机值对应一个目标素材；若所述元素数量为随机数量，从预设参数中读取每个元素的出现概率，基于所述第一随机种子和所述出现概率生成随机数量个第一随机值，每个第一随机值对应一个目标素材。

可选的，基于第二随机算法从所述素材集合中选择若干个目标纹理包括：确定当前图像帧的帧编号，其中，所述当前图像帧为所述数字资产的数字资产载体；基于所述帧编号生成第二随机种子；基于所述随机种子生成第二随机值，其中，所述第二随机值用于指示贴图锚点位置；基于原始贴图生成与所述第二随机值匹配的目标纹理。

可选的，基于原始贴图生成与所述第二随机值匹配的目标纹理包括：确定待覆盖的目标区域和原始贴图；基于所述第二随机值计算锚点位置；以所述锚点位置为缩放中心点，将所述原始贴图缩放至与所述目标区域相同的尺寸，得到所述目标纹理。

根据本发明的另一个实施例，提供了一种数字资产的生成装置，包括：获取模块，用于获取素材集合；选择模块，用于基于随机算法从所述素材集合中选择多个目标素材；生成模块，用于采用所述多个目标素材生成图片资产和所述图片资产对应的随机值序列。

可选的，所述选择模块包括：第一选择单元，用于基于第一随机算法从图素素材集合中选择若干个目标图素，第二选择单元，用于基于第二随机算法和纹理素材集合生成若干个目标纹理，第三选择单元，用于基于第三随机算法从替换套装素材集合中选择若干个目标替换套装；其中，所述多个目标素材包括：所述若干个目标图素、所述若干个目标纹理、所述若干个目标替换套装，所述素材集合包括：所述图素素材集合、所述纹理素材集合、所述替换套装素材集合。

可选的，所述第一选择单元包括：确定子单元，用于确定当前图像帧的帧编号，其中，所述当前图像帧为所述数字资产的数字资产载体；第一生成子单元，用于基于所述帧编号生成第一随机种子；第二生成子单元，用于基于所述第一随机种子生成第一随机值，其中，所述第一随机值用于指示图素素材编号；选择子单元，用于在图素素材集合中选择与所述第一随机值匹配的目标素材。

可选的，所述第一生成子单元还用于：针对每个图素，确定该图素的固定种子系数；将所述帧编号确定为第一种子系数，所述固定种子系数确定为第二种子系数，采用所述第一种子系数和所述第二种子系数计算得到对应图素的第一随机种子。

可选的，所述第二生成子单元包括：针对每个图素，确定图素包含的元素数量；若所述元素数量为固定数量，基于所述第一随机种子生成固定数量个第一随机值，每个第一随机值对应一个目标素材；若所述元素数量为随机数量，从预设参数中读取每个元素的出现概率，基于所述第一随机种子和所述出现概率生成随机数量个第一随机值，每个第一随机值对应一个目标素材。

可选的，所述第二选择单元包括：确定子单元，用于确定当前图像帧的帧编号，其中，所述当前图像帧为所述数字资产的数字资产载体；第一生成子单元，用于基于所述帧编号生成第二随机种子；第二生成子单元，用于基于所述随机种子生成第二随机值，其中，所述第二随机值用于指示贴图锚点位置；第三生成子单元，用于基于原始贴图生成与所述第二随机值匹配的目标纹理。

可选的，所述第三生成子单元还用于：确定待覆盖的目标区域和原始贴图；基于所述第二随机值计算锚点位置；以所述锚点位置为缩放中心点，将所述原始贴图缩放至与所述目标区域相同的尺寸，得到所述目标纹理。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，获取素材集合，基于随机算法从素材集合中选择多个目标素材，采用多个目标素材生成图片资产和所述图片资产对应的随机值序列，通过采用随机算法从所述素材集合中选择多个目标素材，可以自动根据多个随机算法的随机规则组合图片的素材，生成不同的数字资产，实现了一种自动可批量生成数字资产的方式，解决了相关技术中生成数字资产速度慢技术问题，提高了图片素材的处理效率，并兼顾随机性，提高了数字资产的生成效率。

附图说明

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

图1是本发明实施例的一种数字资产的生成计算机的硬件结构框图；

图2是根据本发明实施例的一种数字资产的生成方法的流程示意图；

图3是本发明实施例中素材集合的展示图；

图4是本发明实施例的贴图流程示意图；

图5是本发明实施例通过锚点缩放原始贴图到目标纹理的示意图；

图6是本发明实施例采用图层生成原生图片的示意图；

图7是本发明实施例采用图块生成原生图片的示意图；

图8是根据本发明实施例的一种数字资产的生成装置的结构框图；

图9是本发明实施例的一种电子装置的结构图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本申请实施例一所提供的方法实施例可以在手机、平板、服务器、计算机或者类似的电子终端中执行。以运行在计算机上为例，图1是本发明实施例的一种数字资产的生成计算机的硬件结构框图。如图1所示，计算机可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述计算机还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机的结构造成限定。例如，计算机还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种数字资产的生成方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

可选的，输入输出设备108还包括人机交互屏幕用于通过人机交互接口获取人机交互指令，还用于呈现渲染后的场景画面；

在本实施例中提供了一种数字资产的生成方法，图2是根据本发明实施例的一种数字资产的生成方法的流程示意图，如图2所示，该流程包括如下步骤：

步骤S202，获取素材集合；

可选的，本实施例的素材集合包括若干种用于生成图片的素材，如人物素材，风景素材，背景素材，套装素材，图框素材等，在生成不同类型的NFT图片时，从素材集合中调用的素材类型可能不同。

步骤S204，基于随机算法从素材集合中选择多个目标素材；

本实施例的随机算法是一种基于随机种子的随机算法，随机种子不同，基于随机种子生成的随机值也不同，随机值不同，基于随机值选择的目标素材也不同，从而实现了目标素材的随机选择。

步骤S206，采用多个目标素材生成图片资产和图片资产对应的随机值序列。

本实施例的数字资产可以是NFT资产，虚拟货币资产等数字资产，包括图片资产和所述图片资产对应的随机值序列，随机值序列作为图片资产唯一的基因值，图片资产由多个目标素材生成，唯一的基因值与随机算法采用的随机种子或随机值对应。本实施例中，以数字资产为NFT资产为例进行说明。除了生成图片资产之外，还可以生成三维模型等美术资产，每个美术资产对应一个随机值序列。

通过上述步骤，获取素材集合，基于随机算法从素材集合中选择多个目标素材，采用多个目标素材生成图片资产和所述图片资产对应的随机值序列，通过采用随机算法从所述素材集合中选择多个目标素材，可以自动根据多个随机算法的随机规则组合图片的素材，生成不同的数字资产，实现了一种自动可批量生成数字资产的方式，解决了相关技术中生成数字资产速度慢技术问题，提高了图片素材的处理效率，并兼顾随机性，提高了数字资产的生成效率。

在本实施例中，目标素材由图素，贴图，替换套装中的至少一个组成。

在本实施例中，基于随机算法从素材集合中选择多个目标素材包括：基于第一随机算法从图素素材集合中选择若干个目标图素，基于第二随机算法和纹理素材集合生成若干个目标纹理，基于第三随机算法从替换套装素材集合中选择若干个目标替换套装；其中，多个目标素材包括：若干个目标图素、若干个目标纹理、若干个目标替换套装，素材集合包括：图素素材集合、纹理素材集合、替换套装素材集合。

在本实施例中，随机算法每生成一张NFT资产的图片会根据N个参数随机组合，N1个变量与目标图素选择相关，N2个变量与随机产生目标纹理相关，N3个变量与目标替换套装相关，N＝N1+N2+N3，变量N1，N2，N3也组成了NFT资产的基因值。

在本实施例中，还可以批量生成多个NFT资产，在该实施方式中，基于随机算法从素材集合中选择多个目标素材包括：从预设编号段中按序分配当前图像帧的帧编号；基于该帧编号和第一随机算法从图素素材集合中选择若干个目标图素，基于该帧编号和第二随机算法和纹理素材集合生成若干个目标纹理，基于该帧编号和第三随机算法从替换套装素材集合中选择若干个目标替换套装；其中，多个目标素材包括：若干个目标图素、若干个目标纹理、若干个目标替换套装，素材集合包括：图素素材集合、纹理素材集合、替换套装素材集合。

图3是本发明实施例中素材集合的展示图，包括多个图素素材，替换套装素材，纹理素材。其中，图素素材包括图像框，气泡图，道具，饰品等，一个替换套装素材包括套装内的多个元素，如服装类的替换套装包括的上衣，裤子，鞋子，领带等，通过选择不同的替换套装素材，可以实现整套切换，纹理素材是贴图采用的纹理图，可以截取纹理素材其中的一部分进行贴图。

系统预设多个帧编号，即预设编号段，在批量生成的过程中，每个NFT资产/图片资产分配一个帧编号，由于在生成目标素材的过程中，依赖于帧编号，每个NFT资产/图片资产的帧编号不同，因此可以随机生成不同的目标素材。例如，批量生成500个NFT资产，可以设置预设编号段0～499，在生成时，每个NFT资产/图片资产分配一个帧编号，500个帧编号对应500个NFT资产。当然，除了采用连续的帧编号之外，还可以基于非连续的NFT资产/图片资产的资产标识来生成不同的NFT资产/图片资产。

在本实施例的一方面，基于第一随机算法从图素素材集合中选择若干个目标图素包括：

S11，确定当前图像帧的帧编号，其中，当前图像帧为数字资产的数字资产载体；

S12，基于帧编号生成第一随机种子；

在一个实施方式中，基于帧编号生成第一随机种子包括：针对每个图素，确定该图素的固定种子系数；将帧编号确定为第一种子系数，固定种子系数确定为第二种子系数，采用第一种子系数和第二种子系数计算得到对应图素的第一随机种子。

采用本实施例的方式，通过渲染的方式导出图像帧时，可以使用当前帧的帧编号作为一个随机的种子系数，结合图素的固定种子系数，每个图素的随机种子定值与当前帧的帧编号相乘可以得到随机且可预测的值，即随机值。例如，A代表当前选择帧的帧编号，图素layer_5的固定种子系数为0.5，则随机算法的种子值为(A*0.5)，每一帧随机但是同一帧固定。

在一些实施方式中，除了采用帧编号作为种子系数之外，还可以采用时间戳作为种子系数，例如，将时间戳作为第三种子系数，由于时间戳与当前时间对应，因此不可能重复，基于第一随机算法从图素素材集合中选择若干个目标图素包括：确定当前时间的时间戳；基于时间戳生成第一随机种子。同时，也可以采用第一种子系数，第二种子系数和第三种子系数计算得到对应图素的第一随机种子，从而增加随机种子的数值范围，进而提高随机值的随机范围。

S13，基于第一随机种子生成第一随机值，其中，第一随机值用于指示图素素材编号；

在一个实施方式中，基于第一随机种子生成第一随机值包括：针对每个图素，确定图素包含的元素数量；若元素数量为固定数量，基于第一随机种子生成固定数量个第一随机值，每个第一随机值对应一个目标素材；若元素数量为随机数量，从预设参数中读取每个元素的出现概率，基于第一随机种子和出现概率生成随机数量个第一随机值，每个第一随机值对应一个目标素材。

在一个示例中，图素5显示单个元素，若图素5有10个可选素材，文件名后缀(图素素材编号)分别为0～9，此时通过随机算法“round(A*B)*10”则可等概率得到0～9中的一个随机数，若图素5显示固定数量的多个元素，则重复执行该随机算法，执行次数与元素数量相同，A为帧编号，B为图素5的固定种子系数。

在一个示例中，图素5显示随机数量个元素，若图素5有80％概率显示元素2，则可通过随机算法“round(A*B)>0.8”，使得有80％概率出现该元素2，其他出现概率的元素类似，直到执行完所有出现概率大于0的元素。

S14，在图素素材集合中选择与第一随机值匹配的目标素材。

在本实施例的一方面，基于第二随机算法从素材集合中选择若干个目标纹理包括：

S21，确定当前图像帧的帧编号，其中，当前图像帧为数字资产的数字资产载体；

S22，基于帧编号生成第二随机种子；

S23，基于随机种子生成第二随机值，其中，第二随机值用于指示贴图锚点位置；

S24，基于原始贴图生成与第二随机值匹配的目标纹理。

在本实施例中，若图素需要随机缩放旋转调整目标纹理的贴图，可以通过锚点来实现贴图的随机调整。

在本实施例的一个实施方式中，基于原始贴图生成与第二随机值匹配的目标纹理包括：确定待覆盖的目标区域和原始贴图；基于第二随机值计算锚点位置；以锚点位置为缩放中心点，将原始贴图缩放至与目标区域相同的尺寸，得到目标纹理。其中，原始贴图的尺寸与待覆盖的目标区域的尺寸不同。

在本实施例的另一些示例中，基于原始贴图生成与第二随机值匹配的目标纹理包括：确定待覆盖的目标区域和原始贴图；基于第二随机值计算锚点位置；以锚点位置为中心点，在原始贴图中提取与目标区域相同的尺寸，得到目标纹理。

可选的，第二随机值还可以用于指示待覆盖的贴图位置，例如，对象A有上三个区域可以覆盖纹理，通过第二随机值可以从这三个区域中随机选择一个。基于原始贴图生成与第二随机值匹配的目标纹理包括：选择与所述第二随机值匹配的贴图位置，获取原始贴图；基于第二随机值计算锚点位置；以锚点位置为缩放中心点，将原始贴图缩放至与贴图位置相同的尺寸，得到目标纹理。

图4是本发明实施例的贴图流程示意图，首先确定需要附加贴图的武器区域(这里指枪管区域)，该武器区域用于将一张贴图变形后，完整覆盖该武器区域，然后在图片范围内取得一个随机锚点(缩放中心点)，以随机锚点为基准进行随机放大，最终的得到一个随机的武器贴图。

图5是本发明实施例通过锚点缩放原始贴图到目标纹理的示意图，待覆盖的目标区域为武器的枪管区域，通过不同的锚点进行缩放，可以得到不同的目标纹理，包括第一目标纹理，第二目标纹理，第三目标纹理，第四目标纹理，第五目标纹理，最终生成不同视角效果的武器。

在本实施例中，采用多个目标素材生成数字资产包括：

S31，采用多个目标素材组合生成图片资产；

在一个实施方式中，采用多个目标素材组合生成原生图片包括：针对M个目标素材中的每个目标图素，分别查找与其匹配的图层，得到M个图层，其中，每个图层对应一个目标图素，M为大于1的整数；将每个目标图素添加至对应的图层之后，按照预设图层关系叠加M个图层，得到第一原生图片。

在该实施方式中，若原生图片还包括纹理和替换套装等，也可以将纹理和替换套装添加至匹配的图层上，同一个图层可以包括图素，纹理，替换套装等，纹理和替换套装也可以单独设置在一个图层上。上面的图层可以覆盖下面图层的重叠图素。图6是本发明实施例采用图层生成原生图片的示意图，包括两个图层，第一图层的图素可以是正方形，菱形，五角星的图案，第二图层的图素可以是“有趣”，“幸运”“充实”的文字，通过将图素添加到图层上，然后叠加两个图层，得到三个不同的原生图片。第一图层可以对应原生图片的前景区域，第二图层可以对应原生图片的背景区域等。

在另一个实施方式中，采用多个目标素材组合生成原生图片包括：针对M个目标素材中的每个目标图素，分别查找与其匹配的图块，得到M个图块，其中，每个图块对应一个目标图素，M为大于1的整数；将每个目标图素添加至对应的图块之后，按照预设图块布局信息拼接M个图层，得到第二原生图片。

在该实施方式中，若原生图片还包括纹理和替换套装等，也可以将纹理和替换套装添加至匹配的图块上，同一个图块可以包括图素，纹理，替换套装等。相邻图块上的图素等不会相互覆盖。图7是本发明实施例采用图块生成原生图片的示意图，包括六个图块。

S32，读取随机算法选择多个目标素材时采用的随机值；

S33，将随机值配置为图片资产的基因值，并构建基因值与图片资产的唯一绑定关系，其中，数字资产包括基因值和图片资产。

可选的，采用多个目标素材组合生成图片资产包括：采用多个目标素材组合生成原生图片；基于原生图片生成若干个衍生图片；打包原生图片和衍生图片，得到图片资产。

可选的，基于所述原生图片生成若干个衍生图片包括：对该原生图片进行裁剪，得到第一衍生图片，对该原生图片进行拆解，得到第二衍生图片。可以将原生图片裁剪成预定形状的图片，如裁剪成用作用户头像的椭圆形，将正方形的原生图片裁剪成长方形等，在拆解时，可以以图层或者图块为单位进行拆解，也可以以图素为单位进行拆解。

表1描述了本发明实施例中基因值的组成，显示了每个图片资产的全部随机信息，一个图片资产对应一个种子值和一个基因值，基因值由11个部分(p1～p11)组成，对应11个子基因值，可以分别对应上述实施例中的图层或图块，每个部分的子基因值与生成对应图层或图块内容(如图素，纹理等)时采用的随机值对应，而随机值又与图片资产统一的种子值相关。

表1

种子值	基因值	p1	p2	p3	p4	p5	p6	p7	p8	p9	p10	p11
													0	632111211111666666660003	6	3	2	11121	1111	1	6	666	666	6000	3
1	1011211022001055331400005	1	0	1	12110	2200	1	0	553	314	0000	5

在本实施例的一个实施方式中，在构建所述基因值与所述图片资产的唯一绑定关系之后，还包括：将所述基因值与所述图片资产关联存储至资产服务器，和/或，在所述图片资产的预设像素位置嵌入所述基因值。

本实施例在批量生成多个数字资产时，还可以批量导出多个数字资产，例如，将最终合成的图片资产批量导出至一个同一个文件夹，图片资产可以按序命名编号，如果还包括衍生图片，可以将原生图片和衍生图片批量依次导出至以帧编号进行命名的文件夹。

在本实施例的一个实施方式中，在批量生成多个数字资产时，在导出之前或者是在导出之前，还可以基于每个数字资产的随机值序列对所有的数字资产进行去重。

由于基因值与所述图片资产关联存储至资产服务器，因此在用户对数字资产进行真伪查询时，可以输入数字资产的随机值序列(对应待鉴别的第一图片)，服务器查询出与基因值匹配的第二图片，通过比对两个图片，如果一致，则是真的，如果不一致，则是伪造的。

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根据上述实施例的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ROM/RAM、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，或者网络设备等)执行本发明各个实施例所述的方法。

实施例2

在本实施例中还提供了一种数字资产的生成装置，用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图8是根据本发明实施例的一种数字资产的生成装置的结构框图，如图8所示，该装置包括：获取模块80，选择模块82，生成模块84，其中，

获取模块80，用于获取素材集合；

选择模块82，用于基于随机算法从所述素材集合中选择多个目标素材；

生成模块84，用于采用所述多个目标素材生成图片资产和所述图片资产对应的随机值序列。

可选的，所述选择模块包括：第一选择单元，用于基于第一随机算法从图素素材集合中选择若干个目标图素，第二选择单元，用于基于第二随机算法和纹理素材集合生成若干个目标纹理，第三选择单元，用于基于第三随机算法从替换套装素材集合中选择若干个目标替换套装；其中，所述多个目标素材包括：所述若干个目标图素、所述若干个目标纹理、所述若干个目标替换套装，所述素材集合包括：所述图素素材集合、所述纹理素材集合、所述替换套装素材集合。

可选的，所述第一选择单元包括：确定子单元，用于确定当前图像帧的帧编号，其中，所述当前图像帧为所述数字资产的数字资产载体；第一生成子单元，用于基于所述帧编号生成第一随机种子；第二生成子单元，用于基于所述第一随机种子生成第一随机值，其中，所述第一随机值用于指示图素素材编号；选择子单元，用于在图素素材集合中选择与所述第一随机值匹配的目标素材。

可选的，所述第一生成子单元还用于：针对每个图素，确定该图素的固定种子系数；将所述帧编号确定为第一种子系数，所述固定种子系数确定为第二种子系数，采用所述第一种子系数和所述第二种子系数计算得到对应图素的第一随机种子。

可选的，所述第二生成子单元包括：针对每个图素，确定图素包含的元素数量；若所述元素数量为固定数量，基于所述第一随机种子生成固定数量个第一随机值，每个第一随机值对应一个目标素材；若所述元素数量为随机数量，从预设参数中读取每个元素的出现概率，基于所述第一随机种子和所述出现概率生成随机数量个第一随机值，每个第一随机值对应一个目标素材。

可选的，所述第二选择单元包括：确定子单元，用于确定当前图像帧的帧编号，其中，所述当前图像帧为所述数字资产的数字资产载体；第一生成子单元，用于基于所述帧编号生成第二随机种子；第二生成子单元，用于基于所述随机种子生成第二随机值，其中，所述第二随机值用于指示贴图锚点位置；第三生成子单元，用于基于原始贴图生成与所述第二随机值匹配的目标纹理。

可选的，所述第三生成子单元还用于：确定待覆盖的目标区域和原始贴图；基于所述第二随机值计算锚点位置；以所述锚点位置为缩放中心点，将所述原始贴图缩放至与所述目标区域相同的尺寸，得到所述目标纹理。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

实施例3

本申请实施例还提供了一种电子装置，图9是本发明实施例的一种电子装置的结构图，如图9所示，包括处理器91、通信接口92、存储器93和通信总线94，其中，处理器91，通信接口92，存储器93通过通信总线94完成相互间的通信，存储器93，用于存放计算机程序；

处理器91，用于执行存储器93上所存放的程序时，实现如下步骤：获取素材集合；基于随机算法从所述素材集合中选择多个目标素材；采用所述多个目标素材生成图片资产和所述图片资产对应的随机值序列。

可选的，基于随机算法从所述素材集合中选择多个目标素材包括：基于第一随机算法从图素素材集合中选择若干个目标图素，基于第二随机算法和纹理素材集合生成若干个目标纹理，基于第三随机算法从替换套装素材集合中选择若干个目标替换套装；其中，所述多个目标素材包括：所述若干个目标图素、所述若干个目标纹理、所述若干个目标替换套装，所述素材集合包括：所述图素素材集合、所述纹理素材集合、所述替换套装素材集合。

可选的，基于第一随机算法从图素素材集合中选择若干个目标图素包括：确定当前图像帧的帧编号，其中，所述当前图像帧为所述数字资产的数字资产载体；基于所述帧编号生成第一随机种子；基于所述第一随机种子生成第一随机值，其中，所述第一随机值用于指示图素素材编号；在图素素材集合中选择与所述第一随机值匹配的目标素材。

可选的，基于所述帧编号生成第一随机种子包括：针对每个图素，确定该图素的固定种子系数；将所述帧编号确定为第一种子系数，所述固定种子系数确定为第二种子系数，采用所述第一种子系数和所述第二种子系数计算得到对应图素的第一随机种子。

可选的，基于所述第一随机种子生成第一随机值包括：针对每个图素，确定图素包含的元素数量；若所述元素数量为固定数量，基于所述第一随机种子生成固定数量个第一随机值，每个第一随机值对应一个目标素材；若所述元素数量为随机数量，从预设参数中读取每个元素的出现概率，基于所述第一随机种子和所述出现概率生成随机数量个第一随机值，每个第一随机值对应一个目标素材。

可选的，基于第二随机算法从所述素材集合中选择若干个目标纹理包括：确定当前图像帧的帧编号，其中，所述当前图像帧为所述数字资产的数字资产载体；基于所述帧编号生成第二随机种子；基于所述随机种子生成第二随机值，其中，所述第二随机值用于指示贴图锚点位置；基于原始贴图生成与所述第二随机值匹配的目标纹理。

可选的，基于原始贴图生成与所述第二随机值匹配的目标纹理包括：确定待覆盖的目标区域和原始贴图；基于所述第二随机值计算锚点位置；以所述锚点位置为缩放中心点，将所述原始贴图缩放至与所述目标区域相同的尺寸，得到所述目标纹理。

上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述终端与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的数字资产的生成方法。

在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的数字资产的生成方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种数字资产的生成方法，其特征在于，包括：

获取素材集合；

基于随机算法从所述素材集合中选择多个目标素材；

采用所述多个目标素材生成图片资产和所述图片资产对应的随机值序列。

2.根据权利要求1所述的方法，其特征在于，基于随机算法从所述素材集合中选择多个目标素材包括：

基于第一随机算法从图素素材集合中选择若干个目标图素，基于第二随机算法和纹理素材集合生成若干个目标纹理，基于第三随机算法从替换套装素材集合中选择若干个目标替换套装；

其中，所述多个目标素材包括：所述若干个目标图素、所述若干个目标纹理、所述若干个目标替换套装，所述素材集合包括：所述图素素材集合、所述纹理素材集合、所述替换套装素材集合。

3.根据权利要求2所述的方法，其特征在于，基于第一随机算法从图素素材集合中选择若干个目标图素包括：

确定当前图像帧的帧编号，其中，所述当前图像帧为所述数字资产的数字资产载体；

基于所述帧编号生成第一随机种子；

基于所述第一随机种子生成第一随机值，其中，所述第一随机值用于指示图素素材编号；

在图素素材集合中选择与所述第一随机值匹配的目标素材。

4.根据权利要求3所述的方法，其特征在于，基于所述帧编号生成第一随机种子包括：

针对每个图素，确定该图素的固定种子系数；

将所述帧编号确定为第一种子系数，所述固定种子系数确定为第二种子系数，采用所述第一种子系数和所述第二种子系数计算得到对应图素的第一随机种子。

5.根据权利要求3所述的方法，其特征在于，基于所述第一随机种子生成第一随机值包括：

针对每个图素，确定图素包含的元素数量；

若所述元素数量为固定数量，基于所述第一随机种子生成固定数量个第一随机值，每个第一随机值对应一个目标素材；若所述元素数量为随机数量，从预设参数中读取每个元素的出现概率，基于所述第一随机种子和所述出现概率生成随机数量个第一随机值，每个第一随机值对应一个目标素材。

6.根据权利要求2所述的方法，其特征在于，基于第二随机算法从所述素材集合中选择若干个目标纹理包括：

确定当前图像帧的帧编号，其中，所述当前图像帧为所述数字资产的数字资产载体；

基于所述帧编号生成第二随机种子；

基于所述随机种子生成第二随机值，其中，所述第二随机值用于指示贴图锚点位置；

基于原始贴图生成与所述第二随机值匹配的目标纹理。

7.根据权利要求6所述的方法，其特征在于，基于原始贴图生成与所述第二随机值匹配的目标纹理包括：

确定待覆盖的目标区域和原始贴图；

基于所述第二随机值计算锚点位置；

以所述锚点位置为缩放中心点，将所述原始贴图缩放至与所述目标区域相同的尺寸，得到所述目标纹理。

8.一种数字资产的生成装置，其特征在于，包括：

获取模块，用于获取素材集合；

选择模块，用于基于随机算法从所述素材集合中选择多个目标素材；

生成模块，用于采用所述多个目标素材生成图片资产和所述图片资产对应的随机值序列。

9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至7任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7任一项中所述的方法。

Images