CN117078803A - 一种基于svg的一次图快速绘制方法 - Google Patents

一种基于svg的一次图快速绘制方法 Download PDF

Info

Publication number
CN117078803A
CN117078803A CN202311328919.9A CN202311328919A CN117078803A CN 117078803 A CN117078803 A CN 117078803A CN 202311328919 A CN202311328919 A CN 202311328919A CN 117078803 A CN117078803 A CN 117078803A
Authority
CN
China
Prior art keywords
module
image
picture
processed
image element
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.)
Granted
Application number
CN202311328919.9A
Other languages
English (en)
Other versions
CN117078803B (zh
Inventor
李明浩
秦超
张洋洋
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 Longdeyuan Electric Power Technology Development Co ltd
Original Assignee
Beijing Longdeyuan Electric Power Technology Development 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 Longdeyuan Electric Power Technology Development Co ltd filed Critical Beijing Longdeyuan Electric Power Technology Development Co ltd
Priority to CN202311328919.9A priority Critical patent/CN117078803B/zh
Publication of CN117078803A publication Critical patent/CN117078803A/zh
Application granted granted Critical
Publication of CN117078803B publication Critical patent/CN117078803B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明涉及图像处理技术领域,具体公开了一种基于SVG的一次图快速绘制方法,该方法采用快速绘制系统进行工作,该系统包括网络储存模块、智能绘制模块和复原模块,所述网络储存模块用于云端储存待处理图片信息,所述智能绘制模块用于对待处理图片的图像元素绘制为像素图像,所述复原模块用于对待处理图片的图像元素信息进行复原为标量图像处理,所述智能绘制模块与复原模块电连接,所述智能绘制模块和复原模块均与网络储存模块电连接,所述网络储存模块包括图像元素库、参数预设模块和矢量元素暂存模块,所述图像元素库用于云端储存不同图像元素信息对应的形状颜色样式数据,本发明,具有自动调整画面元素的矢量标量比例的特点。

Description

一种基于SVG的一次图快速绘制方法
技术领域
本发明涉及图像处理技术领域,具体为一种基于SVG的一次图快速绘制方法。
背景技术
SVG是可缩放矢量图形(Scalable Vector Graphics)的缩写,是一种基于XML语言描述的二维矢量图形格式。与像素图像不同,SVG图像可以在任何尺寸下无损缩放而不失真,因此非常适合用于网页设计、移动应用和打印等多种应用场景。
矢量图像通常能够获得更好的绘制效果,因为它们是基于数学公式和几何形状构建的,而不是像标量图像那样基于像素的网格。这意味着矢量图像可以在任何分辨率下缩放而不会失去清晰度,而标量图像在缩放时会变得模糊或失真。此外,矢量图像可以轻松地编辑和修改,而标量图像则需要重新创建或重新绘制。但是,在某些情况下,标量图像可能更适合特定的应用程序,例如摄影或数字艺术,可能需要将一部分矢量图形转为标量。但现有技术往往只能采用整体二元对立调整的方式。因此,设计自动调整画面元素的矢量标量比例的一种基于SVG的一次图快速绘制方法是很有必要的。
发明内容
本发明的目的在于提供一种基于SVG的一次图快速绘制方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于SVG的一次图快速绘制方法,该方法采用快速绘制系统进行工作,该系统包括网络储存模块、智能绘制模块和复原模块,所述网络储存模块用于云端储存待处理图片信息,所述智能绘制模块用于对待处理图片的图像元素绘制为像素图像,所述复原模块用于对待处理图片的图像元素信息进行复原为标量图像处理,所述智能绘制模块与复原模块电连接,所述智能绘制模块和复原模块均与网络储存模块电连接。
根据上述技术方案,所述网络储存模块包括图像元素库、参数预设模块和矢量元素暂存模块,所述图像元素库用于云端储存不同图像元素信息对应的形状颜色样式数据,所述参数预设模块与图像元素库电连接,所述参数预设模块用于储存图像信息绘制为像素图像的充分程度设置数据,所述矢量元素暂存模块用于暂时储存与图像信息的相符合的矢量图像元素数据防止丢失。
根据上述技术方案,所述智能绘制模块包括图像元素标量化模块、图像元素分类模块和标量化程度调整模块,所述图像元素标量化模块用于对待处理图片上传展示时根据设定生成像素图像的绘制方式,将矢量图像中的不同图像元素根据需要绘制为像素图像或者不改变,所述图像元素分类模块与图像元素标量化模块电连接,所述图像元素分类模块用于对待处理图片内容进行图像元素的分类方便进行不同方式的绘制,所述标量化程度调整模块与图像元素分类模块电连接,所述标量化程度调整模块用于根据图像元素的分类和待处理图片信息内容对待处理图片智能绘制为像素图像的程度进行调整。
根据上述技术方案,所述个性化展示模块、针对性复原模块和权限给予模块,所述个性化展示模块用于待处理图片上传者与待处理图片中绘制为像素图像的图片使用者之间建立临时点对点沟通通道,所述针对性复原模块与图像元素分类模块电连接,所述针对性复原模块用于在识别待处理图片中图像元素信息与图片使用者使用侧重点匹配时自动进行复原为标量图像操作;
所述针对性复原模块包括复原进程提醒模块,所述复原进程提醒模块用于与相应图片使用者复原进程实时提醒,所述权限给予模块用于在下载时对使用者账户权限认证;所述针对性复原模块还包括矢量图像恢复模块,所述矢量图像恢复模块与矢量元素暂存模块电连接,所述矢量图像恢复模块用于对下载过程中出现与其相符合的需要重点使用的图像元素时,对该用户针对性复原为标量图像。
根据上述技术方案,所述图像元素分类模块包括图像元素识别模块和图像元素分割模块,所述图像元素识别模块用于识别图像元素特征信息,所述图像元素分割模块与图像元素识别模块电连接,所述图像元素分割模块用于在网络储存模块分离相匹配的图像元素信息,进而锁定图像信息并跟随分离其设置数据信息。
根据上述技术方案,该方法主要包括以下步骤:
步骤S1:录入上传待处理图片图像信息,并扫描录入待处理图片的图像元素信息和待处理图片绘制为像素图像充分程度设置信息,以及绘制后的标量图像信息,将所有信息整理打包为待处理图片区块储存并上传至网络储存模块;
步骤S2:待处理图片上传者生成待处理图片后,在需要上传展示时,智能绘制模块对待处理图片中不需要重点展示的图像元素进行智能绘制为像素图像,提高图片的加载速度和网站的流畅程度;
步骤S3:待处理图片使用者若需要取得高质量待处理图片,在与图片上传者达成复原为标量图像协议后,针对性对达成复原为标量图像,并对标量图像进行下载使用。
根据上述技术方案,所述步骤S2中进一步包括以下步骤:
步骤S21:待处理图片上传者在需要将待处理图片上传分享时,图像元素标量化模块对待处理图片申请网站上传请求;
步骤S22:网站上传请求通过后,图像元素分类模块对上传展示的待处理图片进行待处理图片内容中涉及到的元素进行分类,识别待处理图片中所有出现的图像元素信息;
步骤S23:根据对图像元素信息数据库中进行大数据搜索排查,寻找出相匹配的图像元素信息后,进一步确定其图像元素及其对绘制为像素图像充分程度设置信息;
步骤S24:标量化程度调整模块依据图像元素分类模块识别出的图像元素信息和对应图像元素所设置的标量化程度信息后,对待处理图片中每一张图像元素进行针对性绘制为像素图像处理,进而实现提高图片的加载速度和网站的流畅程度。
根据上述技术方案,所述步骤S24中标量化程度调整模块对图像元素绘制为像素图像的分辨率计算公式为:
式中,为当前图像元素信息对应设置的标量化占比值,为大于或等于0的常数,/>为当前图像元素距离待处理图片中最近的重要元素中心点的距离,/>为标量化程度调整模块对图像元素绘制为像素图像的分辨率值,/>为分辨率的转换系数,为常数值;当图像元素信息对应设置的标量化占比值越高时,则标量化程度调整模块为待处理图片中图像元素的绘制为像素图像模糊程度越低,同时对相同标量化程度加绘制为像素图像模块程度进行微调,越靠近待处理图片中心,因处于观看待处理图片时的视野中心,分辨率越高,相反越接近待处理图片边缘的图像元素,因处于观看待处理图片时的视野边缘,因此相对分辨率越低,提高待处理图片上传者整体待处理图片质量。
根据上述技术方案,所述步骤S3中进一步包括以下步骤:
步骤S31:待处理图片使用者发现上传待处理图片中部分经过绘制为像素图像处理的图像元素影响待处理图片质量后,通过个性化展示模块与对应取得临时会话协议;
步骤S32:通过协商达成对应协议后,获得使用者对图片的个性化需求,个性化展示模块记录协议内容并对相应绘制为像素图像图像元素进行复原为标量图像,达成共识处理。
根据上述技术方案,所述复原模块还包括以下运行方法:
S33:对待处理图片内容出现的图像元素识别并绘制为像素图像过程中,匹配到对应图像元素信息与正在浏览网页的使用者的图像元素信息需求匹配时,自动对该图片的相应图像元素进行复原为标量图像操作;
S34:复原进程提醒模块发起提醒,对图片使用者取得复原进程进行实时提醒,进而实现了防止图片使用者因为不耐烦而关闭网页;
S35:使用者观看待处理图片上传者的待处理图片时,先进行用户权限认证;
S36:在下载过程前,在实现重点图像元素为矢量图像的前提下,降低其他元素绘制为像素图像分辨率,提高下载速度。
与现有技术相比,本发明所达到的有益效果是:本发明,通过根据图片上传者的需求,针对性地将图片中的重要元素保留矢量绘制方式,对不重要的元素进行标量绘制的方式,并且根据与重要元素的距离调整分辨率,提高图片的加载速度和网站的流畅程度,针对不同的图片使用者,在其下载图片时根据需求将部分重要的图像元素进行复原,适应不同使用者的需求。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的系统模块组成示意图;
图2是本发明的图像分辨率调整原理示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:一种基于SVG的一次图快速绘制方法,该方法采用快速绘制系统进行工作,该系统包括网络储存模块、智能绘制模块和复原模块,网络储存模块用于云端储存待处理图片信息,智能绘制模块用于对待处理图片的图像元素绘制为像素图像,复原模块用于对待处理图片的图像元素信息进行复原为标量图像处理,智能绘制模块与复原模块电连接,智能绘制模块和复原模块均与网络储存模块电连接,实现了可根据不同需求度调节绘制为像素图像处理程度以及安全度高的作用。
需要注意的是,矢量图像可以通过转换为标量图像来实现。这通常涉及将矢量图像绘制为像素图像,也称为位图。在这个过程中,计算机会将矢量图像转换为像素网格,并根据需要分配颜色和亮度值。这样,矢量图像就被转换为标量图像,可以在各种应用程序中使用。但是需要注意的是,在转换过程中可能会丢失一些细节和清晰度,因为像素网格不如矢量图像精确和可扩展。
矢量图像的好处改善响应性能:矢量图像可以通过调整缩放和旋转等变换操作来适应不同的屏幕大小和分辨率,从而提高响应性能。提高可编辑性:矢量图像可以轻松地进行编辑和修改,而不会失去质量或清晰度。适用于印刷品:矢量图像可以在不失真的情况下进行放大和缩小,非常适合印刷品制作。
标量图像的好处是更逼真的图像表现:标量图像可以更准确地呈现复杂的纹理和颜色,使得图像更加逼真。更好的图像处理能力:标量图像可以进行更多的图像处理操作,如滤镜、蒙版等,使得图像更加丰富多彩。
网络储存模块包括图像元素库、参数预设模块和矢量元素暂存模块,图像元素库用于云端储存不同图像元素信息对应的形状颜色样式数据,参数预设模块与图像元素库电连接,参数预设模块用于储存图像信息绘制为像素图像的充分程度设置数据,矢量元素暂存模块用于暂时储存与图像信息的相符合的矢量图像元素数据防止丢失。
智能绘制模块包括图像元素标量化模块、图像元素分类模块和标量化程度调整模块,图像元素标量化模块用于对待处理图片上传展示时根据设定生成像素图像的绘制方式,将矢量图像中的不同图像元素根据需要绘制为像素图像或者不改变,图像元素分类模块与图像元素标量化模块电连接,图像元素分类模块用于对待处理图片内容进行图像元素的分类方便进行不同方式的绘制,标量化程度调整模块与图像元素分类模块电连接,标量化程度调整模块用于根据图像元素的分类和待处理图片信息内容对待处理图片智能绘制为像素图像的程度进行调整。
复原模块包括个性化展示模块、针对性复原模块和权限给予模块,个性化展示模块用于待处理图片上传者与待处理图片中绘制为像素图像的图片使用者之间建立临时点对点沟通通道,针对性复原模块与图像元素分类模块电连接,针对性复原模块用于在识别待处理图片中图像元素信息与图片使用者使用侧重点匹配时自动进行复原为标量图像操作;
针对性复原模块包括复原进程提醒模块,复原进程提醒模块用于与相应图片使用者复原进程实时提醒,权限给予模块用于在下载时对使用者账户权限认证;针对性复原模块还包括矢量图像恢复模块,矢量图像恢复模块与矢量元素暂存模块电连接,矢量图像恢复模块用于对下载过程中出现与其相符合的需要重点使用的图像元素时,对该用户针对性复原为标量图像。
图像元素分类模块包括图像元素识别模块和图像元素分割模块,图像元素识别模块用于识别图像元素特征信息,图像元素分割模块与图像元素识别模块电连接,图像元素分割模块用于在网络储存模块分离相匹配的图像元素信息,进而锁定图像信息并跟随分离其设置数据信息。
该方法主要包括以下步骤:
步骤S1:录入上传待处理图片图像信息,并扫描录入待处理图片的图像元素信息和待处理图片绘制为像素图像充分程度设置信息,以及绘制后的标量图像信息,将所有信息整理打包为待处理图片区块储存并上传至网络储存模块;
步骤S2:待处理图片上传者生成待处理图片后,在需要上传展示时,智能绘制模块对待处理图片中不需要重点展示的图像元素进行智能绘制为像素图像,提高图片的加载速度和网站的流畅程度;
步骤S3:待处理图片使用者若需要取得高质量待处理图片,在与图片上传者达成复原为标量图像协议后,针对性对达成复原为标量图像,并对标量图像进行下载使用。
步骤S2中进一步包括以下步骤:
步骤S21:待处理图片上传者在需要将待处理图片上传分享时,图像元素标量化模块对待处理图片申请网站上传请求;
步骤S22:网站上传请求通过后,图像元素分类模块对上传展示的待处理图片进行待处理图片内容中涉及到的元素进行分类,识别待处理图片中所有出现的图像元素信息;
步骤S23:根据对图像元素信息数据库中进行大数据搜索排查,寻找出相匹配的图像元素信息后,进一步确定其图像元素及其对绘制为像素图像充分程度设置信息;
步骤S24:标量化程度调整模块依据图像元素分类模块识别出的图像元素信息和对应图像元素所设置的标量化程度信息后,对待处理图片中每一张图像元素进行针对性绘制为像素图像处理,进而实现提高图片的加载速度和网站的流畅程度。
步骤S24中标量化程度调整模块对图像元素绘制为像素图像的分辨率计算公式为:
式中,为当前图像元素信息对应设置的标量化占比值,为大于或等于0的常数,/>为当前图像元素距离待处理图片中最近的重要元素中心点的距离,/>为标量化程度调整模块对图像元素绘制为像素图像的分辨率值,/>为分辨率的转换系数,为常数值;标量化占比值越大,对应的图像总体分辨率应更高才能达到较好的展示效果,当图像元素信息对应设置的标量化占比值越高时,则标量化程度调整模块为待处理图片中图像元素的绘制为像素图像模糊程度越低,同时对相同标量化程度加绘制为像素图像模块程度进行微调,越靠近待处理图片中心,因处于观看待处理图片时的视野中心,分辨率越高,相反越接近待处理图片边缘的图像元素,因处于观看待处理图片时的视野边缘,因此相对分辨率越低,提高待处理图片上传者整体待处理图片质量。
步骤S3中进一步包括以下步骤:
步骤S31:待处理图片使用者发现上传待处理图片中部分经过绘制为像素图像处理的图像元素影响待处理图片质量后,通过个性化展示模块与对应取得临时会话协议;
步骤S32:通过协商达成对应协议后,获得使用者对图片的个性化需求,个性化展示模块记录协议内容并对相应绘制为像素图像图像元素进行复原为标量图像,达成共识处理。
复原模块还包括以下运行方法:
S33:对待处理图片内容出现的图像元素识别并绘制为像素图像过程中,匹配到对应图像元素信息与正在浏览网页的使用者的图像元素信息需求匹配时,自动对该图片的相应图像元素进行复原为标量图像操作;
S34:复原进程提醒模块发起提醒,对图片使用者取得复原进程进行实时提醒,进而实现了防止图片使用者因为不耐烦而关闭网页;
S35:使用者观看待处理图片上传者的待处理图片时,先进行用户权限认证;
S36:在下载过程前,在实现重点图像元素为矢量图像的前提下,降低其他元素绘制为像素图像分辨率,提高下载速度。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于SVG的一次图快速绘制方法,该方法采用快速绘制系统进行工作,该系统包括网络储存模块、智能绘制模块和复原模块,其特征在于:所述网络储存模块用于云端储存待处理图片信息,所述智能绘制模块用于对待处理图片的图像元素绘制为像素图像,所述复原模块用于对待处理图片的图像元素信息进行复原为标量图像处理,所述智能绘制模块与复原模块电连接,所述智能绘制模块和复原模块均与网络储存模块电连接。
2.根据权利要求1所述的一种基于SVG的一次图快速绘制方法,其特征在于:所述网络储存模块包括图像元素库、参数预设模块和矢量元素暂存模块,所述图像元素库用于云端储存不同图像元素信息对应的形状颜色样式数据,所述参数预设模块与图像元素库电连接,所述参数预设模块用于储存图像信息绘制为像素图像的充分程度设置数据,所述矢量元素暂存模块用于暂时储存与图像信息的相符合的矢量图像元素数据防止丢失。
3.根据权利要求2所述的一种基于SVG的一次图快速绘制方法,其特征在于:所述智能绘制模块包括图像元素标量化模块、图像元素分类模块和标量化程度调整模块,所述图像元素标量化模块用于对待处理图片上传展示时根据设定生成像素图像的绘制方式,所述图像元素分类模块与图像元素标量化模块电连接,所述图像元素分类模块用于对待处理图片内容进行图像元素的分类方便进行不同方式的绘制,所述标量化程度调整模块与图像元素分类模块电连接,所述标量化程度调整模块用于根据图像元素的分类和待处理图片信息内容对待处理图片智能绘制为像素图像的程度进行调整。
4.根据权利要求3所述的一种基于SVG的一次图快速绘制方法,其特征在于:所述复原模块包括个性化展示模块、针对性复原模块和权限给予模块,所述个性化展示模块用于待处理图片上传者与待处理图片中绘制为像素图像的图片使用者之间建立临时点对点沟通通道,所述针对性复原模块与图像元素分类模块电连接,所述针对性复原模块用于在识别待处理图片中图像元素信息与图片使用者使用侧重点匹配时自动进行复原为标量图像操作;
所述针对性复原模块包括复原进程提醒模块,所述复原进程提醒模块用于与相应图片使用者复原进程实时提醒,所述权限给予模块用于在下载时对使用者账户权限认证;所述针对性复原模块还包括矢量图像恢复模块,所述矢量图像恢复模块与矢量元素暂存模块电连接,所述矢量图像恢复模块用于对下载过程中出现与其相符合的需要重点使用的图像元素时,对该用户针对性复原为标量图像。
5.根据权利要求4所述的一种基于SVG的一次图快速绘制方法,其特征在于:所述图像元素分类模块包括图像元素识别模块和图像元素分割模块,所述图像元素识别模块用于识别图像元素特征信息,所述图像元素分割模块与图像元素识别模块电连接,所述图像元素分割模块用于在网络储存模块分离相匹配的图像元素信息,进而锁定图像信息并跟随分离其设置数据信息。
6.根据权利要求5所述的一种基于SVG的一次图快速绘制方法,其特征在于:该方法主要包括以下步骤:
步骤S1:录入上传待处理图片图像信息,并扫描录入待处理图片的图像元素信息和待处理图片绘制为像素图像充分程度设置信息,以及绘制后的标量图像信息,将所有信息整理打包为待处理图片区块储存并上传至网络储存模块;
步骤S2:待处理图片上传者生成待处理图片后,在需要上传展示时,智能绘制模块对待处理图片中不需要重点展示的图像元素进行智能绘制为像素图像,提高图片的加载速度和网站的流畅程度;
步骤S3:待处理图片使用者若需要取得高质量待处理图片,在与图片上传者达成复原为标量图像协议后,针对性对达成复原为标量图像,并对标量图像进行下载使用。
7.根据权利要求6所述的一种基于SVG的一次图快速绘制方法,其特征在于:所述步骤S2中进一步包括以下步骤:
步骤S21:待处理图片上传者在需要将待处理图片上传分享时,图像元素标量化模块对待处理图片申请网站上传请求;
步骤S22:网站上传请求通过后,图像元素分类模块对上传展示的待处理图片进行待处理图片内容中涉及到的元素进行分类,识别待处理图片中所有出现的图像元素信息;
步骤S23:根据对图像元素信息数据库中进行大数据搜索排查,寻找出相匹配的图像元素信息后,进一步确定其图像元素及其对绘制为像素图像充分程度设置信息;
步骤S24:标量化程度调整模块依据图像元素分类模块识别出的图像元素信息和对应图像元素所设置的标量化程度信息后,对待处理图片中每一张图像元素进行针对性绘制为像素图像处理。
8.根据权利要求7所述的一种基于SVG的一次图快速绘制方法,其特征在于:所述步骤S24中标量化程度调整模块对图像元素绘制为像素图像的分辨率计算公式为:
式中,为当前图像元素信息对应设置的标量化占比值,为大于或等于0的常数,/>为当前图像元素距离待处理图片中最近的重要元素中心点的距离,/>为标量化程度调整模块对图像元素绘制为像素图像的分辨率值,/>为分辨率的转换系数,为常数值。
9.根据权利要求8所述的一种基于SVG的一次图快速绘制方法,其特征在于:所述步骤S3中进一步包括以下步骤:
步骤S31:待处理图片使用者发现上传待处理图片中部分经过绘制为像素图像处理的图像元素影响待处理图片质量后,通过个性化展示模块与对应取得临时会话协议;
步骤S32:通过协商达成对应协议后,获得使用者对图片的个性化需求,个性化展示模块记录协议内容并对相应绘制为像素图像的图像元素复原为标量图像。
10.根据权利要求9所述的一种基于SVG的一次图快速绘制方法,其特征在于:所述复原模块还包括以下运行方法:
S33:对待处理图片内容出现的图像元素识别并绘制为像素图像过程中,匹配到对应图像元素信息与正在浏览网页的使用者的图像元素信息需求匹配时,自动对该图片的相应图像元素进行复原为标量图像操作;
S34:复原进程提醒模块对图片使用者取得复原进程提醒;
S35:使用者观看待处理图片上传者的待处理图片时,先进行用户权限认证;
S36:在下载过程前,在实现重点图像元素为矢量图像的前提下,降低其他元素绘制为像素图像分辨率。
CN202311328919.9A 2023-10-16 2023-10-16 一种基于svg的一次图快速绘制方法 Active CN117078803B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311328919.9A CN117078803B (zh) 2023-10-16 2023-10-16 一种基于svg的一次图快速绘制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311328919.9A CN117078803B (zh) 2023-10-16 2023-10-16 一种基于svg的一次图快速绘制方法

Publications (2)

Publication Number Publication Date
CN117078803A true CN117078803A (zh) 2023-11-17
CN117078803B CN117078803B (zh) 2024-01-19

Family

ID=88717394

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311328919.9A Active CN117078803B (zh) 2023-10-16 2023-10-16 一种基于svg的一次图快速绘制方法

Country Status (1)

Country Link
CN (1) CN117078803B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105336003A (zh) * 2015-09-28 2016-02-17 中国人民解放军空军航空大学 结合gpu技术实时流畅绘制出三维地形模型的方法
CN106408513A (zh) * 2016-08-25 2017-02-15 天津大学 深度图超分辨率重建方法
CN106970751A (zh) * 2017-02-22 2017-07-21 南通市测绘院有限公司 一种高效矢量化古建筑复杂纹样的方法
US20180357776A1 (en) * 2017-06-08 2018-12-13 Microsoft Technology Licensing, Llc Vector graphics handling processes for user applications
CN110955477A (zh) * 2019-10-12 2020-04-03 中国平安财产保险股份有限公司 图像自定义方法、装置、设备及存储介质
CN111783185A (zh) * 2020-06-30 2020-10-16 湖南中车时代通信信号有限公司 一种基于调车防护系统的站场图形的绘制显示方法
CN115272098A (zh) * 2022-06-24 2022-11-01 天津大学 一种基于数字微镜高斯矩阵二值表示的单像素成像方法
CN115578270A (zh) * 2022-09-07 2023-01-06 北京航空航天大学 一种针对椭圆弧轨迹的星图盲复原的方法
CN116051411A (zh) * 2023-02-06 2023-05-02 东北大学 基于深度卷积网络的显微图像模糊核提取与离焦复原方法
CN116452441A (zh) * 2023-03-30 2023-07-18 四川省丝绸科学研究院有限公司 一种濒危古蜀锦纹样的高精度数字化复原方法
CN116645678A (zh) * 2023-07-10 2023-08-25 中国工商银行股份有限公司 一种基于矢量图形绘制的图像处理方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105336003A (zh) * 2015-09-28 2016-02-17 中国人民解放军空军航空大学 结合gpu技术实时流畅绘制出三维地形模型的方法
CN106408513A (zh) * 2016-08-25 2017-02-15 天津大学 深度图超分辨率重建方法
CN106970751A (zh) * 2017-02-22 2017-07-21 南通市测绘院有限公司 一种高效矢量化古建筑复杂纹样的方法
US20180357776A1 (en) * 2017-06-08 2018-12-13 Microsoft Technology Licensing, Llc Vector graphics handling processes for user applications
CN110955477A (zh) * 2019-10-12 2020-04-03 中国平安财产保险股份有限公司 图像自定义方法、装置、设备及存储介质
CN111783185A (zh) * 2020-06-30 2020-10-16 湖南中车时代通信信号有限公司 一种基于调车防护系统的站场图形的绘制显示方法
CN115272098A (zh) * 2022-06-24 2022-11-01 天津大学 一种基于数字微镜高斯矩阵二值表示的单像素成像方法
CN115578270A (zh) * 2022-09-07 2023-01-06 北京航空航天大学 一种针对椭圆弧轨迹的星图盲复原的方法
CN116051411A (zh) * 2023-02-06 2023-05-02 东北大学 基于深度卷积网络的显微图像模糊核提取与离焦复原方法
CN116452441A (zh) * 2023-03-30 2023-07-18 四川省丝绸科学研究院有限公司 一种濒危古蜀锦纹样的高精度数字化复原方法
CN116645678A (zh) * 2023-07-10 2023-08-25 中国工商银行股份有限公司 一种基于矢量图形绘制的图像处理方法及装置

Also Published As

Publication number Publication date
CN117078803B (zh) 2024-01-19

Similar Documents

Publication Publication Date Title
US7181091B2 (en) Method, apparatus, and recording medium for correcting appreciation data
US7006091B2 (en) Method and system for optimizing the display of a subject of interest in a digital image
CN111445384B (zh) 一种通用人像照片漫画风格化方法
US7091974B2 (en) Method for selecting and displaying a subject or interest in a still digital image
JP2023539691A (ja) 人物画像修復方法、装置、電子機器、記憶媒体及びプログラム製品
US10839496B2 (en) Multiple exposure method, terminal, system, and computer readable storage medium
TW540227B (en) System and method for image processing
KR100742675B1 (ko) 이미지 처리 방법, 수단 및 기록 매체
JP2012074019A (ja) 画像処理装置、画像処理方法、画像処理システム並びに画像処理プログラム
KR20070034048A (ko) 모바일 전화에서 서비스 품질을 개선하는 방법
CN110554991A (zh) 一种文本图片的矫正与管理方法
Liu et al. Bit-depth enhancement via convolutional neural network
US9020255B2 (en) Image processing apparatus, image processing method, and storage medium
US20120250997A1 (en) Image processing apparatus, image processing method, and storage medium
CN117078803B (zh) 一种基于svg的一次图快速绘制方法
JP5569504B2 (ja) 画像処理装置、画像処理方法、及びプログラム
CN111145107B (zh) 一种图像美化方法、装置、介质及设备
JP4359688B1 (ja) モザイク画像提供装置、方法及びプログラム
JP2012049850A (ja) 画像表示装置、画像データ変換方法、画像配信システム、及びプログラム
CN116485944A (zh) 图像处理方法及装置、计算机可读存储介质和电子设备
CN110956572A (zh) 图像处理的方法、装置及系统
CN111383289A (zh) 图像处理方法、装置、终端设备及计算机可读存储介质
JP2013131077A (ja) 画像処理装置、画像処理方法及びプログラム、画像処理システム
JP4654237B2 (ja) ドロップアウトカラー処理装置
JP2001067469A (ja) コンピュータによる画像処理方法

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