KR20210060162A - 빅데이터 분석 기반 디지털 이미지 생성 방법 및 이를 실행하는 장치 - Google Patents

빅데이터 분석 기반 디지털 이미지 생성 방법 및 이를 실행하는 장치 Download PDF

Info

Publication number
KR20210060162A
KR20210060162A KR1020190147853A KR20190147853A KR20210060162A KR 20210060162 A KR20210060162 A KR 20210060162A KR 1020190147853 A KR1020190147853 A KR 1020190147853A KR 20190147853 A KR20190147853 A KR 20190147853A KR 20210060162 A KR20210060162 A KR 20210060162A
Authority
KR
South Korea
Prior art keywords
image
pixel
generating
big data
data analysis
Prior art date
Application number
KR1020190147853A
Other languages
English (en)
Other versions
KR102291576B1 (ko
Inventor
김남희
Original Assignee
김남희
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 김남희 filed Critical 김남희
Priority to KR1020190147853A priority Critical patent/KR102291576B1/ko
Publication of KR20210060162A publication Critical patent/KR20210060162A/ko
Application granted granted Critical
Publication of KR102291576B1 publication Critical patent/KR102291576B1/ko

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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • 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 Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명의 일 실시예에 따른 빅데이터 분석 기반 디지털 이미지 생성 장치에서 실행되는 빅데이터 분석 기반 디지털 이미지 생성 방법은 사용자 단말로부터 수신된 제1 이미지의 픽셀을 분석하여 픽셀 테이블을 생성하는 단계, 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 각각의 픽셀 값 사이의 차이 값이 특정 이상인지 여부에 따라 해당 픽셀 값을 이용하여 복수의 색상 팔레트를 생성하는 단계 및 복수의 색상 팔레트 중 어느 하나의 색상 팔레트, 사용자에 의해 제2 이미지 및 그리기 스타일이 선택되면 어느 하나의 색상 팔레트의 색 패턴에 따라 그리기 스타일을 제2 이미지에 적용하여 제3 이미지를 생성하는 단계를 포함한다.

Description

빅데이터 분석 기반 디지털 이미지 생성 방법 및 이를 실행하는 장치{METHOD OF GENERATING DIGITAL IMAGE BASD ON BIGDATA AND APPARATUS PERFORMING THE SAME}
본 발명은 빅데이터 분석 기반 디지털 이미지 생성 방법 및 이를 실행하는 장치에 관한 것으로, 보다 상세하게는 기존 이미지의 픽셀 값을 이용하여 색상 팔레트를 생성한 후 원하는 그리기 스타일을 적용하여 자신만의 고유한 창작 장품을 생성할 수 있도록 하는 빅데이터 분석 기반 디지털 이미지 생성 방법 및 이를 실행하는 장치에 관한 것이다.
화가가 그리고자 하는 목표를 의도(intention)라 하고 의도에 반하는 결과물을 에러라 하자. 아무리 숙련된 화가일지라도 캔버스에서 일어날 모든 일들을 정확히 예측하지 못한다.
결국 화가의 눈과 손, 그리고 머리는 계속해서 에러를 일으키게 되고, 바로 이 에러의 집합이 사진과 구상 회화를 구분 짓게 만드는 표현 기법상의 핵심이다.
회화의 본질은 사물의 해체와 재구성에 있다. 이 과정은 개개인의 독특한 예술적, 미학적 필터링을 통해 화폭에 표현된다. 원본을 그대로 화폭에 옮기는 것은 사진에서나 기대할 수 있다. 회화란 사물의 이미지를 캔버스에 옮기는 과정에서 반드시 원본의 변환을 동반한다. 변환, 훼손, 임의 복원은 회화의 모든 부문에, 심지어는 극사실주의 회화에서조차 필연적으로 일어나곤 한다. 이러한 화가의 창조적 능력이 요구되는 의도적 변환에 대한 프로세스는 하나의 알고리즘으로 도식화하기는 매우 어렵다.
반면 또 다른 의미의 변환, 즉 인간의 드로잉 프로세스에 의해 필연적으로 나타나는 불가피한 오류에 의한 결과물의 경우는 다르다. 창조적이고 주관적인 전자의 경우에 비해 어느 정도 과학적이고 객관적인 행동 메커니즘을 분석 가능하다고 이해할 수 있다.
일반적으로, 사람이 만들어낸 예술적인 이미지들을 컴퓨터로 표현해내는 방법으로서 비사실적 렌더링이 흔히 사용되고 있다. 그 중 회화적 렌더링에 대한 연구는 표현 방법에 따라 사용자의 상호작용에 의한 물리적 회화 시뮬레이션 방법, 3차원 오브젝트에 직접 스트로크를 매핑하는 오브젝트 기반 방법과 2차원 영상으로부터 스트로크를 생성하는 이미지 기반 방법으로 구분할 수 있다.
본 발명은 기존 이미지의 픽셀 값을 이용하여 색상 팔레트를 생성한 후 원하는 그리기 스타일을 적용하여 자신만의 고유한 창작 장품을 생성할 수 있도록 하는 빅데이터 분석 기반 디지털 이미지 생성 방법 및 이를 실행하는 장치를 제공하는 것을 목적으로 한다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
이러한 목적을 달성하기 위한 빅데이터 분석 기반 디지털 이미지 생성 장치에서 실행되는 빅데이터 분석 기반 디지털 이미지 생성 방법은 사용자 단말로부터 수신된 제1 이미지의 픽셀을 분석하여 픽셀 테이블을 생성하는 단계, 상기 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상인지 여부에 따라 해당 픽셀 값을 이용하여 복수의 색상 팔레트를 생성하는 단계 및 상기 복수의 색상 팔레트 중 어느 하나의 색상 팔레트, 사용자에 의해 제2 이미지 및 그리기 스타일이 선택되면 상기 어느 하나의 색상 팔레트의 색 패턴에 따라 상기 그리기 스타일을 상기 제2 이미지에 적용하여 제3 이미지를 생성하는 단계를 포함한다.
상기 사용자 단말로부터 수신된 제1 이미지의 픽셀을 분석하여 픽셀 테이블을 생성하는 단계는 키워드에 해당하는 제1 이미지의 픽셀을 분석하여 픽셀 좌표 별 픽셀 값을 대응시켜 저장하여 픽셀 테이블을 생성하는 단계를 포함한다.
상기 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상인지 여부에 따라 해당 픽셀 값을 이용하여 복수의 색상 팔레트를 생성하는 단계는 상기 픽셀 좌표 값 각각의 픽셀 값 사이의 차이 값이 특정 값 이하인 경우 해당 픽셀 값을 이용하여 평균 픽셀 값을 각각 산출하는 단계; 및 상기 각각의 평균 픽셀 값에 해당하는 색을 특정 개수만큼 배치하여 복수의 색상 팔레트를 생성하는 단계를 포함한다.
상기 어느 하나의 색상 팔레트의 색 패턴에 따라 상기 그리기 스타일을 상기 제2 이미지에 적용하여 제3 이미지를 생성하는 단계는 상기 상기 어느 하나의 색상 팔레트의 색 패턴에 따라 유화, 수채화 및 판화 중 어느 하나의 방법을 상기 제2 이미지에 적용하여 제3 이미지를 생성하는 단계를 포함한다.
또한, 이러한 목적을 달성하기 위한 빅데이터 분석 기반 디지털 이미지 생성 장치는 사용자 단말로부터 수신된 제1 이미지의 픽셀을 분석하여 픽셀 테이블을 생성하는 픽셀 테이블 생성부, 상기 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상인지 여부에 따라 해당 픽셀 값을 이용하여 복수의 색상 팔레트를 생성하는 색상 팔레트 생성부 및 상기 복수의 색상 팔레트 중 어느 하나의 색상 팔레트, 사용자에 의해 제2 이미지 및 그리기 스타일이 선택되면 상기 어느 하나의 색상 팔레트의 색 패턴에 따라 상기 그리기 스타일을 상기 제2 이미지에 적용하여 제3 이미지를 생성하는 이미지 생성부를 포함한다.
상기 픽셀 테이블 생성부는 키워드에 해당하는 제1 이미지를 수신한 후 상기 제1 이미지의 픽셀을 분석하여 픽셀 좌표 별 픽셀 값을 대응시켜 저장하여 픽셀 테이블을 생성한다.
상기 색상 팔레트 생성부는 상기 픽셀 좌표 값 각각의 픽셀 값 사이의 차이 값이 특정 값 이하인 경우 해당 픽셀 값을 이용하여 평균 픽셀 값을 각각 산출하고, 상기 각각의 평균 픽셀 값에 해당하는 색을 특정 개수만큼 배치하여 복수의 색상 팔레트를 생성한다.
상기 이미지 생성부는 상기 상기 어느 하나의 색상 팔레트의 색 패턴에 따라 유화, 수채화 및 판화 중 어느 하나의 방법을 상기 제2 이미지에 적용하여 제3 이미지를 생성한다.
전술한 바와 같은 본 발명에 의하면, 기존 이미지의 픽셀 값을 이용하여 색상 팔레트를 생성한 후 원하는 그리기 스타일을 적용하여 자신만의 고유한 창작 장품을 생성할 수 있다는 장점이 있다.
도 1은 본 발명의 일 실시예에 따른 빅데이터 분석 기반 디지털 이미지 생성 시스템을 설명하기 위한 네트워크 구성도이다.
도 2는 본 발명의 일 실시예에 따른 빅데이터 분석 기반 디지털 이미지 생성 장치의 내부 구조를 설명하기 위한 블록도이다.
도 3은 본 발명에 따른 빅데이터 분석 기반 디지털 이미지 생성 방법의 일 실시예를 설명하기 위한 흐름도이다.
도 4 및 도 5는 본 발명의 일 실시예에 따른 제1 이미지를 이용하여 픽셀 테이블을 생성하는 과정을 설명하기 위한 예시도이다.
도 6은 본 발명의 일 실시예에 따른 복수의 색상 팔레트를 설명하기 위한 예시도이다.
도 7 및 도 8은 본 발명의 일 실시예에 따른 제2 이미지 및 그리기 스타일을 선택하는 절차를 설명하기 위한 예시도이다.
도 9는 본 발명의 일 실시예에 따른 제3 이미지를 설명하기 위한 예시도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
또한, 본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 발명에서, "구성된다" 또는 "포함한다" 등의 용어는 발명에 기재된 여러 구성 요소들, 또는 여러 단계를 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
본 명세서에서 사용된 용어 중 “제1 이미지”는 복수의 색상 팔레트를 생성하는데 참조가 되는 이미지이다.
본 명세서에서 사용된 용어 중 “제2 이미지”는 제1 이미지를 기초로 생성된 복수의 색상 팔레트 중 어느 하나의 색상 팔레트의 색 패턴 및 그리기 스타일이 적용되는 이미지이다.
본 명세서에서 사용된 용어 중 “제3 이미지”는 제1 이미지를 기초로 생성된 복수의 색상 팔레트 중 어느 하나의 색상 팔레트의 색 패턴 및 그리기 스타일이 적용되어 새롭게 생성되는 이미지이다.
도 1은 본 발명의 일 실시예에 따른 빅데이터 분석 기반 디지털 이미지 생성 시스템을 설명하기 위한 네트워크 구성도이다.
도 1을 참조하면, 빅데이터 분석 기반 디지털 이미지 생성 시스템은 빅데이터 분석 기반 디지털 이미지 생성 장치(100), 사용자 단말(200) 및 웹 서버(300)를 포함한다.
빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 사용자가 자신만의 색상 팔레트를 생성할 수 있도록 하며, 색상 팔레트 및 그리기 스타일을 제2 이미지에 적용하여 제3 이미지를 생성하는 장치이다.
먼저, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 사용자 단말(200)에 이미지 선택 절차를 제공하고, 이미지 선택 절차를 통해 사용자 단말(200)로부터 제1 이미지의 검색을 위한 키워드 또는 제1 이미지를 수신한다.
일 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 이미지 선택 절차를 통해 사용자 단말(200)로부터 제1 이미지의 검색을 위한 키워드를 수신하는 경우, 웹 서버(300)로부터 키워드에 해당하는 이미지를 검색하여 수집한 후 사용자로 하여금 하나의 이미지를 제1 이미지로 선택하도록 한다.
예를 들어, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 이미지 선택 절차를 통해 사용자 단말(200)로부터 수신된 키워드가 “바다”인 경우, 웹 서버(300)로부터 “바다”에 해당하는 이미지를 검색하여 수집한 후 사용자로 하여금 하나의 이미지를 제1 이미지로 선택하도록 한다.
다른 일 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 이미지 선택 절차를 통해 사용자 단말(200)에 저장된 특정 이미지를 제1 이미지로 수신할 수 있다.
그 후, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 제1 이미지의 픽셀을 분석하여 픽셀 테이블을 생성한다.
일 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 제1 이미지의 픽셀을 분석한 후 픽셀 좌표 별 픽셀 값을 대응시켜 저장하여 픽셀 테이블을 생성한다.
이와 같은 픽셀 테이블은 색상 팔레트를 생성하는데 기초가 되는 테이블이다. 이하에서는, 픽셀 테이블을 기초로 색상 팔레트를 생성하는 과정을 설명하기로 한다.
빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상인지 여부에 따라 해당 픽셀 값을 이용하여 복수의 색상 팔레트를 생성한다.
일 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이하인지 여부를 판단한다.
상기의 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 각각의 픽셀 값 사이의 차이 값이 특정 이하이면 해당 픽셀 좌표의 픽셀 값을 이용하여 평균 픽셀 값을 각각 산출한 후 해당 픽셀 값을 평균 픽셀 값으로 변경한다.
예를 들어, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 픽셀 좌표 (1, 1) 내지 픽셀 좌표 (1,6)의 픽셀 값 사이의 차이 값이 특정 이하이면 해당 픽셀 좌표의 픽셀 값을 이용하여 평균 픽셀 값을 각각 산출한 후 픽셀 좌표 (1, 1) 내지 픽셀 좌표 (1,6)의 픽셀 값을 평균 픽셀 값으로 변경한다.
다른 일 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상이면 해당 픽셀 값은 그대로 유지한다.
상기와 같이, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 픽셀 값을 평균 픽셀 값으로 변경한 후 평균 픽셀 값에 해당하는 색을 특정 개수만큼 배치하여 복수의 색상 팔레트를 생성하여 사용자로 하여금 복수의 색상 팔레트 중 어느 하나의 색상 팔레트를 선택할 수 있도록 한다.
일 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 평균 픽셀 값에 해당하는 색을 랜덤하게 특정 개수만큼 배치하여 복수의 색상 팔레트를 생성할 수 있다. 예를 들어, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 평균 픽셀 값에 해당하는 색이 20개인 경우, 색을 5개씩 배치하여 복수의 색상 팔레트를 생성할 수 있다.
빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 복수의 색상 팔레트 중 어느 하나의 색상 팔레트, 제2 이미지 및 그리기 스타일이 선택되면 어느 하나의 색상 팔레트의 색 패턴에 따라 상기 그리기 스타일을 제2 이미지에 적용하여 제3 이미지를 생성할 수 있다.
이를 위해, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 그리기 스타일 선택 절차를 제공하고, 그리기 스타일 선택 절차를 통해 제2 이미지에 적용할 그리기 스타일을 수신할 수 있다.
이때, 그리기 스타일 선택 절차는 유화, 수채화 및 판화 등과 같이 화풍을 선택할 수 있는 절차, 화풍에 따라 그리기할 때 사용할 펜의 종류(예를 들어, 펜의 두께)를 선택할 수 있는 절차를 포함한다.
사용자 단말(200)은 빅데이터 분석 기반 디지털 이미지 생성 장치(100)를 통해 자신만의 색상 팔레트를 생성한 후 색상 팔레트 및 그리기 스타일을 제2 이미지에 적용하여 제3 이미지를 생성하는 사용자가 보유하는 단말이다. 이러한 사용자 단말(200)은 스마트폰, 테블릿 PC, PDA 등으로 구현될 수 있다.
사용자 단말(200)은 빅데이터 분석 기반 디지털 이미지 생성 장치(100)로부터 이미지 선택 절차를 수신하고, 이미지 선택 절차를 통해 제1 이미지의 검색을 위한 키워드 또는 내부에 저장된 이미지 중 어느 하나의 이미지를 제1 이미지로 선택하여 빅데이터 분석 기반 디지털 이미지 생성 장치(100)에 제공한다.
그 후, 사용자 단말(200)은 빅데이터 분석 기반 디지털 이미지 생성 장치(100)로부터 제1 이미지를 기초로 생성된 복수의 색상 팔레트를 수신하면 복수의 색상 팔레트 중 어느 하나의 색상 팔레트를 선택한다.
사용자 단말(200)은 빅데이터 분석 기반 디지털 이미지 생성 장치(100)를 통해 그리기 스타일 선택 절차를 수신하고, 그리기 스타일 선택 절차를 통해 제2 이미지에 적용할 그리기 스타일을 선택하여 빅데이터 분석 기반 디지털 이미지 생성 장치(100)에 제공한다.
이때, 그리기 스타일 선택 절차는 유화, 수채화 및 판화 등과 같이 화풍을 선택할 수 있는 절차, 화풍에 따라 그리기할 때 사용할 펜의 종류(예를 들어, 펜의 두께)를 선택할 수 있는 절차를 포함한다.
따라서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 복수의 색상 팔레트 중 어느 하나의 색상 팔레트, 제2 이미지 및 그리기 스타일이 선택되면 어느 하나의 색상 팔레트의 색 패턴에 따라 상기 그리기 스타일을 제2 이미지에 적용하여 제3 이미지를 생성할 수 있다.
도 2는 본 발명의 일 실시예에 따른 빅데이터 분석 기반 디지털 이미지 생성 장치의 내부 구조를 설명하기 위한 블록도이다.
도 2를 참조하면, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 이미지 수신부(110), 픽셀 테이블 생성부(120), 색상 팔레트 생성부(130), 이미지 생성부(140) 및 그리기 스타일 데이터베이스(150)를 포함한다.
이미지 수신부(110)는 사용자 단말(200)에 이미지 선택 절차를 제공하고, 이미지 선택 절차를 통해 사용자 단말(200)로부터 제1 이미지의 검색을 위한 키워드 또는 제1 이미지를 수신한다. 상기 제1 이미지는 복수의 색상 팔레트를 생성하는데 참조가 되는 이미지이다.
일 실시예에서, 이미지 수신부(110)는 이미지 선택 절차를 통해 사용자 단말(200)로부터 제1 이미지의 검색을 위한 키워드를 수신하는 경우, 웹 서버(300)로부터 키워드에 해당하는 이미지를 검색하여 수집한 후 사용자로 하여금 하나의 이미지를 제1 이미지로 선택하도록 한다.
예를 들어, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 이미지 선택 절차를 통해 사용자 단말(200)로부터 수신된 키워드가 “유채꽃”인 경우, 웹 서버(300)로부터 “유채꽃”에 해당하는 이미지를 검색하여 수집한 후 사용자로 하여금 하나의 이미지를 제1 이미지로 선택하도록 한다.
다른 일 실시예에서, 이미지 수신부(110)는 이미지 선택 절차를 통해 사용자 단말(200)에 저장된 특정 이미지를 제1 이미지로 수신할 수 있다.
픽셀 테이블 생성부(120)는 이미지 수신부(110)로부터 수신된 제1 이미지의 픽셀을 분석하여 픽셀 테이블을 생성한다.
일 실시예에서, 픽셀 테이블 생성부(120)는 제1 이미지의 픽셀을 분석한 후 픽셀 좌표 별 픽셀 값을 대응시켜 저장하여 픽셀 테이블을 생성한다. 픽셀 값은 색에 따라 0부터 255사이의 값을 가진다.
이와 같은 픽셀 테이블은 색상 팔레트를 생성하는데 기초가 되는 테이블이다. 이하에서는, 픽셀 테이블을 기초로 색상 팔레트를 생성하는 과정을 설명하기로 한다.
색상 팔레트 생성부(130)는 픽셀 테이블 생성부(120)에 의해 생성된 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상인지 여부에 따라 해당 픽셀 값을 이용하여 복수의 색상 팔레트를 생성한다.
일 실시예에서, 색상 팔레트 생성부(130)는 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이하인지 여부를 판단한다.
상기의 실시예에서, 색상 팔레트 생성부(130)는 각각의 픽셀 값 사이의 차이 값이 특정 이하이면 해당 픽셀 좌표의 픽셀 값을 이용하여 평균 픽셀 값을 각각 산출한 후 해당 픽셀 값을 평균 픽셀 값으로 변경한다.
예를 들어, 색상 팔레트 생성부(130)는 픽셀 좌표 (1, 1) 내지 픽셀 좌표 (1,6)의 픽셀 값 사이의 차이 값이 특정 이하이면 해당 픽셀 좌표의 픽셀 값을 이용하여 평균 픽셀 값을 각각 산출한 후 픽셀 좌표 (1, 1) 내지 픽셀 좌표 (1,6)의 픽셀 값을 평균 픽셀 값으로 변경한다.
다른 일 실시예에서, 색상 팔레트 생성부(130)는 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상이면 해당 픽셀 값은 그대로 유지한다.
상기와 같이, 색상 팔레트 생성부(130)는 픽셀 값을 평균 픽셀 값으로 변경한 후 평균 픽셀 값에 해당하는 색을 특정 개수만큼 배치하여 복수의 색상 팔레트를 생성하여 사용자로 하여금 복수의 색상 팔레트 중 어느 하나의 색상 팔레트를 선택할 수 있도록 한다.
일 실시예에서, 색상 팔레트 생성부(130)는 평균 픽셀 값에 해당하는 색을 랜덤하게 특정 개수만큼 배치하여 복수의 색상 팔레트를 생성할 수 있다.
이미지 생성부(140)는 색상 팔레트 생성부(130)에 의해 생성된 복수의 색상 팔레트 중 어느 하나의 색상 팔레트, 제2 이미지 및 그리기 스타일 데이터베이스(150)의 그리기 스타일 중 특정 그리기 스타일이 선택되면 어느 하나의 색상 팔레트의 색 패턴에 따라 상기 특정 그리기 스타일을 제2 이미지에 적용하여 제3 이미지를 생성할 수 있다.
이를 위해, 이미지 생성부(140)는 그리기 스타일 데이터베이스(150)를 이용하여 그리기 스타일 선택 절차를 제공하고, 그리기 스타일 선택 절차를 통해 제2 이미지에 적용할 그리기 스타일을 수신할 수 있다.
이때, 그리기 스타일 선택 절차는 유화, 수채화 및 판화 등과 같이 화풍을 선택할 수 있는 절차, 화풍에 따라 그리기할 때 사용할 펜의 종류(예를 들어, 펜의 두께)를 선택할 수 있는 절차를 포함한다.
도 3은 본 발명에 따른 빅데이터 분석 기반 디지털 이미지 생성 방법의 일 실시예를 설명하기 위한 흐름도이다.
도 3을 참조하면, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 사용자 단말(200)에 이미지 선택 절차를 제공하고(단계 S310), 이미지 선택 절차를 통해 사용자 단말(200)로부터 제1 이미지의 검색을 위한 키워드 또는 제1 이미지를 수신한다(단계 S320).
빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 키워드에 해당하는 제1 이미지 또는 사용자 단말로부터 제1 이미지를 수신한 후(단계 S330), 상기 제1 이미지의 픽셀을 분석하여 픽셀 테이블을 생성한다(단계 S340).
빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 상기 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상인지 여부에 따라 해당 픽셀 값을 이용하여 복수의 색상 팔레트를 생성한다(단계 S350).
빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 복수의 색상 팔레트 중 어느 하나의 색상 팔레트, 사용자에 의해 제2 이미지 및 그리기 스타일이 선택되면(단계 S360), 상기 어느 하나의 색상 팔레트의 색 패턴에 따라 상기 그리기 스타일을 상기 제2 이미지에 적용하여 제3 이미지를 생성한다(단계 S370).
도 4 및 도 5는 본 발명의 일 실시예에 따른 제1 이미지를 이용하여 픽셀 테이블을 생성하는 과정을 설명하기 위한 예시도이다.
도 4 및 도 5를 참조하면, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 사용자 단말(200)에 이미지 선택 절차를 제공하고, 이미지 선택 절차를 통해 사용자 단말(200)로부터 제1 이미지의 검색을 위한 키워드 또는 도 4와 같은 제1 이미지를 수신한다.
일 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 이미지 선택 절차를 통해 사용자 단말(200)로부터 제1 이미지의 검색을 위한 키워드를 수신하는 경우, 웹 서버(300)로부터 키워드에 해당하는 이미지를 검색하여 수집한 후 사용자로 하여금 하나의 이미지를 도 4와 같은 제1 이미지로 선택하도록 한다.
예를 들어, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 이미지 선택 절차를 통해 사용자 단말(200)로부터 수신된 키워드가 “바다”인 경우, 웹 서버(300)로부터 “바다”에 해당하는 이미지를 검색하여 수집한 후 사용자로 하여금 하나의 이미지를 제1 이미지로 선택하도록 한다.
다른 일 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 이미지 선택 절차를 통해 사용자 단말(200)에 저장된 특정 이미지를 도 4와 같은 제1 이미지로 수신할 수 있다.
그 후, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 제1 이미지의 픽셀을 분석하여 도 5와 같은 픽셀 테이블을 생성한다.
일 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 제1 이미지의 픽셀을 분석한 후 픽셀 좌표 별 픽셀 값을 대응시켜 저장하여 도 5와 같은 픽셀 테이블을 생성한다.
이와 같은 도 5의 픽셀 테이블은 색상 팔레트를 생성하는데 기초가 되는 테이블이다. 이하에서는, 도 6을 참조하여 도 5의 픽셀 테이블을 기초로 색상 팔레트를 생성하는 과정을 설명하기로 한다.
도 6은 본 발명의 일 실시예에 따른 복수의 색상 팔레트를 설명하기 위한 예시도이다.
도 6을 참조하면, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 도 5의 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상인지 여부에 따라 해당 픽셀 값을 이용하여 도 6의 참조번호 (a) 내지 도 6의 참조번호 (f)와 같은 복수의 색상 팔레트를 생성한다.
일 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 도 5의 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이하인지 여부를 판단한다.
상기의 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 각각의 픽셀 값 사이의 차이 값이 특정 이하이면 해당 픽셀 좌표의 픽셀 값을 이용하여 평균 픽셀 값을 각각 산출한 후 해당 픽셀 값을 평균 픽셀 값으로 변경한다.
예를 들어, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 도 5의 픽셀 테이블의 픽셀 좌표 (1, 1) 내지 픽셀 좌표 (1, 8) 사이의 차이 값이 특정 이하이기 때문에 픽셀 좌표의 픽셀 값 “100, 99, 99, 99, 99, 98, 98, 97”을 이용하여 평균 픽셀 값 99으로 변경할 수 있다.
다른 일 실시예에서, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상이면 해당 픽셀 값은 그대로 유지한다.
예를 들어, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 도 5의 픽셀 테이블의 픽셀 좌표 (3, 1)의 픽셀 값 “99” 및 픽셀 좌표 (4, 1)의 픽셀 값 “200”의 차이 값이 특정 이상이면 해당 픽셀 값은 그대로 유지한다.
상기와 같이, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 픽셀 값을 평균 픽셀 값으로 변경한 후 평균 픽셀 값에 해당하는 색을 특정 개수만큼 배치하여 도 6의 참조번호 (a) 내지 도 6의 참조번호 (f)와 같은 복수의 색상 팔레트를 생성하여 사용자로 하여금 복수의 색상 팔레트 중 어느 하나의 색상 팔레트를 선택할 수 있도록 한다.
도 7 및 도 8은 본 발명의 일 실시예에 따른 제2 이미지 및 그리기 스타일을 선택하는 절차를 설명하기 위한 예시도이다. 도 9는 본 발명의 일 실시예에 따른 제3 이미지를 설명하기 위한 예시도이다.
도 7 내지 도 9를 참조하면, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 도 6의 참조번호 (a) 내지 도 6의 참조번호 (f)와 같은 복수의 색상 팔레트 중 어느 하나의 색상 팔레트(예를 들어, 도 6의 참조번호(a)), 도 7의 제2 이미지 및 그리기 스타일이 선택되면 어느 하나의 색상 팔레트의 색 패턴에 따라 상기 그리기 스타일을 도 7의 제2 이미지에 적용하여 도 9의 제3 이미지를 생성할 수 있다.
이를 위해, 빅데이터 분석 기반 디지털 이미지 생성 장치(100)는 도 8과 같은 그리기 스타일 선택 절차를 제공하고, 도 8과 같은 그리기 스타일 선택 절차를 통해 도 7의 제2 이미지에 적용할 그리기 스타일을 수신할 수 있다.
이때, 그리기 스타일 선택 절차는 유화, 수채화 및 판화 등과 같이 화풍을 선택할 수 있는 절차, 화풍에 따라 그리기할 때 사용할 펜의 종류(예를 들어, 펜의 두께)를 선택할 수 있는 절차를 포함한다.
상기와 같은 과정을 통해 복수의 색상 팔레트 중 사용자에 의해 선택된 도 6의 참조번호(a)의 색상 팔레트의 색 패턴에 따라 도 8과 같은 그리기 스타일 선택 절차를 통해 선택된 그리기 스타일을 제2 이미지에 적용하여 도 9와 같은 제3 이미지를 생성할 수 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
100: 빅데이터 분석 기반 디지털 이미지 생성 장치
110: 이미지 수신부
120: 픽셀 테이블 생성부
130: 색상 팔레트 생성부
140: 이미지 생성부
150: 그리기 스타일 데이터베이스
200: 사용자 단말
300: 웹 서버

Claims (8)

  1. 빅데이터 분석 기반 디지털 이미지 생성 장치에서 실행되는 빅데이터 분석 기반 디지털 이미지 생성 방법에 있어서,
    사용자 단말로부터 수신된 제1 이미지의 픽셀을 분석하여 픽셀 테이블을 생성하는 단계;
    상기 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상인지 여부에 따라 해당 픽셀 값을 이용하여 복수의 색상 팔레트를 생성하는 단계; 및
    상기 복수의 색상 팔레트 중 어느 하나의 색상 팔레트, 사용자에 의해 제2 이미지 및 그리기 스타일이 선택되면 상기 어느 하나의 색상 팔레트의 색 패턴에 따라 상기 그리기 스타일을 상기 제2 이미지에 적용하여 제3 이미지를 생성하는 단계를 포함하는 것을 특징으로 하는
    빅데이터 분석 기반 디지털 이미지 생성 방법.
  2. 제1항에 있어서,
    상기 사용자 단말로부터 수신된 상기 제1 이미지의 픽셀을 분석하여 픽셀 테이블을 생성하는 단계는
    키워드에 해당하는 제1 이미지를 수신한 후 상기 제1 이미지의 픽셀을 분석하여 픽셀 좌표 별 픽셀 값을 대응시켜 저장하여 픽셀 테이블을 생성하는 단계를 포함하는 것을 특징으로 하는
    빅데이터 분석 기반 디지털 이미지 생성 방법.
  3. 제1항에 있어서,
    상기 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상인지 여부에 따라 해당 픽셀 값을 이용하여 복수의 색상 팔레트를 생성하는 단계는
    상기 픽셀 좌표 값 각각의 픽셀 값 사이의 차이 값이 특정 값 이하인 경우 해당 픽셀 값을 이용하여 평균 픽셀 값을 각각 산출하는 단계;
    상기 각각의 평균 픽셀 값에 해당하는 색을 특정 개수만큼 배치하여 복수의 색상 팔레트를 생성하는 단계를 포함하는 것을 특징으로 하는
    빅데이터 분석 기반 디지털 이미지 생성 방법.
  4. 제1항에 있어서,
    상기 어느 하나의 색상 팔레트의 색 패턴에 따라 상기 그리기 스타일을 상기 제2 이미지에 적용하여 제3 이미지를 생성하는 단계는
    상기 상기 어느 하나의 색상 팔레트의 색 패턴에 따라 유화, 수채화 및 판화 중 어느 하나의 방법을 상기 제2 이미지에 적용하여 제3 이미지를 생성하는 단계를 포함하는 것을 특징으로 하는
    빅데이터 분석 기반 디지털 이미지 생성 방법.
  5. 사용자 단말로부터 수신된 제1 이미지의 픽셀을 분석하여 픽셀 테이블을 생성하는 픽셀 테이블 생성부;
    상기 픽셀 테이블을 참조로 픽셀 좌표 각각의 픽셀 값을 비교한 후 상기 각각의 픽셀 값 사이의 차이 값이 특정 이상인지 여부에 따라 해당 픽셀 값을 이용하여 복수의 색상 팔레트를 생성하는 색상 팔레트 생성부; 및
    상기 복수의 색상 팔레트 중 어느 하나의 색상 팔레트, 사용자에 의해 제2 이미지 및 그리기 스타일이 선택되면 상기 어느 하나의 색상 팔레트의 색 패턴에 따라 상기 그리기 스타일을 상기 제2 이미지에 적용하여 제3 이미지를 생성하는 이미지 생성부를 포함하는 것을 특징으로 하는
    빅데이터 분석 기반 디지털 이미지 생성 장치.
  6. 제5항에 있어서,
    상기 픽셀 테이블 생성부는
    키워드에 해당하는 제1 이미지를 수신한 후 상기 제1 이미지의 픽셀을 분석하여 픽셀 좌표 별 픽셀 값을 대응시켜 저장하여 픽셀 테이블을 생성하는 것을 특징으로 하는
    빅데이터 분석 기반 디지털 이미지 생성 장치.
  7. 제5항에 있어서,
    상기 색상 팔레트 생성부는
    상기 픽셀 좌표 값 각각의 픽셀 값 사이의 차이 값이 특정 값 이하인 경우 해당 픽셀 값을 이용하여 평균 픽셀 값을 각각 산출하고, 상기 각각의 평균 픽셀 값에 해당하는 색을 특정 개수만큼 배치하여 복수의 색상 팔레트를 생성하는 것을 특징으로 하는
    빅데이터 분석 기반 디지털 이미지 생성 장치.
  8. 제5항에 있어서,
    상기 이미지 생성부는
    상기 상기 어느 하나의 색상 팔레트의 색 패턴에 따라 유화, 수채화 및 판화 중 어느 하나의 방법을 상기 제2 이미지에 적용하여 제3 이미지를 생성하는 것을 특징으로 하는
    빅데이터 분석 기반 디지털 이미지 생성 장치.
KR1020190147853A 2019-11-18 2019-11-18 빅데이터 분석 기반 디지털 이미지 생성 방법 및 이를 실행하는 장치 KR102291576B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190147853A KR102291576B1 (ko) 2019-11-18 2019-11-18 빅데이터 분석 기반 디지털 이미지 생성 방법 및 이를 실행하는 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190147853A KR102291576B1 (ko) 2019-11-18 2019-11-18 빅데이터 분석 기반 디지털 이미지 생성 방법 및 이를 실행하는 장치

Publications (2)

Publication Number Publication Date
KR20210060162A true KR20210060162A (ko) 2021-05-26
KR102291576B1 KR102291576B1 (ko) 2021-08-20

Family

ID=76137705

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190147853A KR102291576B1 (ko) 2019-11-18 2019-11-18 빅데이터 분석 기반 디지털 이미지 생성 방법 및 이를 실행하는 장치

Country Status (1)

Country Link
KR (1) KR102291576B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003199122A (ja) * 2001-12-25 2003-07-11 Mega Chips Corp 色空間変換方法、装置、記録媒体、および、色空間変換システム
KR20140035333A (ko) * 2011-01-04 2014-03-21 삼성전자주식회사 이미지의 라이브 아티스틱 스케치를 생성하기 위한 방법 및 장치
KR20140037373A (ko) * 2012-09-17 2014-03-27 중앙대학교 산학협력단 영상의 색상 변환 장치 및 방법
US9177391B1 (en) * 2014-06-26 2015-11-03 Amazon Technologies, Inc. Image-based color palette generation
KR20160049620A (ko) * 2014-10-27 2016-05-10 주식회사 큐램 이미지 처리 시스템, 이미지 복원 시스템 및 그 방법
KR101887216B1 (ko) * 2017-11-24 2018-08-09 한태재 이미지 재구성 서버 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003199122A (ja) * 2001-12-25 2003-07-11 Mega Chips Corp 色空間変換方法、装置、記録媒体、および、色空間変換システム
KR20140035333A (ko) * 2011-01-04 2014-03-21 삼성전자주식회사 이미지의 라이브 아티스틱 스케치를 생성하기 위한 방법 및 장치
KR20140037373A (ko) * 2012-09-17 2014-03-27 중앙대학교 산학협력단 영상의 색상 변환 장치 및 방법
US9177391B1 (en) * 2014-06-26 2015-11-03 Amazon Technologies, Inc. Image-based color palette generation
KR20160049620A (ko) * 2014-10-27 2016-05-10 주식회사 큐램 이미지 처리 시스템, 이미지 복원 시스템 및 그 방법
KR101887216B1 (ko) * 2017-11-24 2018-08-09 한태재 이미지 재구성 서버 및 방법

Also Published As

Publication number Publication date
KR102291576B1 (ko) 2021-08-20

Similar Documents

Publication Publication Date Title
Wither et al. Structure from silhouettes: a new paradigm for fast sketch‐based design of trees
CN110378338A (zh) 一种文本识别方法、装置、电子设备和存储介质
CN107845072B (zh) 图像生成方法、装置、存储介质及终端设备
CN109145352B (zh) 用于学习取图像作为输入的函数的数据集
CN102096934B (zh) 一种基于机器学习的人脸卡通画生成方法
CN109949693B (zh) 一种地图绘制方法、装置、计算设备及存储介质
CN107610131A (zh) 一种图像裁剪方法和图像裁剪装置
WO2021232609A1 (zh) Rgb-d图像的语义分割方法、系统、介质及电子设备
US11145042B2 (en) Using convolutional neural network style transfer to automate graphic design creation
US10922852B2 (en) Oil painting stroke simulation using neural network
Guo et al. Skywork-daVinci: A novel CPSS-based painting support system
CN103593650A (zh) 一种基于表情识别系统生成艺术图像的方法
CN107004295A (zh) 纹理生成系统
CN113838158B (zh) 一种图像和视频的重构方法、装置、终端设备及存储介质
CN113681897B (zh) 切片处理方法、打印方法、系统、设备和存储介质
KR102291576B1 (ko) 빅데이터 분석 기반 디지털 이미지 생성 방법 및 이를 실행하는 장치
CN104504429B (zh) 二维码生成方法和装置
Shakeri et al. Saliency-based artistic abstraction with deep learning and regression trees
Kerdreux et al. Interactive neural style transfer with artists
CN113723516B (zh) 基于神经网络的摩尔纹去除方法、装置、设备及介质
Ma et al. Block shuffle: a method for high-resolution fast style transfer with limited memory
CN111080512B (zh) 动漫图像生成方法、装置、电子设备及存储介质
CN114995729A (zh) 一种语音绘图方法、装置及计算机设备
JP2003091727A5 (ko)
JP7106144B2 (ja) 画像解析装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right