[发明专利]一种基于深度学习对图形图像剪纸艺术化处理的方法在审
| 申请号: | 201711309048.0 | 申请日: | 2017-12-12 |
| 公开(公告)号: | CN107958474A | 公开(公告)日: | 2018-04-24 |
| 发明(设计)人: | 杨敏;杨妮妮;孙立;叶营;茆昌盛 | 申请(专利权)人: | 时代数媒科技股份有限公司 |
| 主分类号: | G06T11/00 | 分类号: | G06T11/00;G06K9/00;G06K9/36;G06K9/62 |
| 代理公司: | 宁波高新区核心力专利代理事务所(普通合伙)33273 | 代理人: | 涂萧恺 |
| 地址: | 230088 安徽省合肥*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 深度 学习 图形图像 剪纸 艺术化 处理 方法 | ||
1.一种基于深度学习对图形图像剪纸艺术化处理的方法,包括以下内容与步骤:
步骤1、采集传统剪纸艺术作品;
步骤2、扫描剪纸艺术作品形成数字化剪纸图像内容;
步骤3、处理数字化剪纸图像内容,提取关键特征值;
步骤4、对数字化剪纸图像内容的关键特征值进行深度学习训练,得出特征模型;
步骤5、接收外部图片内容并处理外部图片;
步骤6、对处理后的外部图片使用步骤4中训练好的特征模型进行剪纸化处理;
步骤7、调整剪纸化处理后的图片;
步骤8、对处理后的图像进行对象存储并输出。
2.根据权利要求1所述基于深度学习对图形图像剪纸艺术化处理的方法,其特征在于:步骤2需要对剪纸艺术作品进行高精度扫描,其中精度为DPI300及其以上。
3.根据权利要求1或2所述基于深度学习对图形图像剪纸艺术化处理的方法,其特征在于:步骤3中对数字化剪纸图像内容进行缩放、灰度处理、二值化处理、色彩优化、素描化处理、亮度处理、反色处理、高斯模糊以及灰白化中的一种或多种图像处理方式,使用算法对处理后的样本进行关键特征提取,获取到剪纸的关键特征点;其中,所述关键特征点包括:人脸关键特征点、图像内容轮廓线、图像主色调、剪纸对比度和色彩空间分布矩阵中的一种或多种。
4.根据权利要求1、2或3所述基于深度学习对图形图像剪纸艺术化处理的方法,其特征在于:步骤4中所述特征模型是只通过大量的剪纸关键特征提取与计算,获得一组能够概括剪纸处理的流程状态值。
5.根据权利要求1、2、3或4所述基于深度学习对图形图像剪纸艺术化处理的方法,其特征在于:步骤5中外部图片,可以是用户直接上传手机、PC个人终端内的照片,也可以是来自其他第三方平台的在线可读图片。
6.根据权利要求1-5中任何一项所述基于深度学习对图形图像剪纸艺术化处理的方法,其特征在于:步骤5中处理外部图片的算法对照片进行处理的方式包括扫描、灰度、素描、亮度处理、反色处理、高斯模糊或属性调整中的一种或多种,通过对外部照片的处理可以提升剪纸处理的效果;所述属性调整包括:亮度调整、色彩度调整或颜色减淡处理中的一种或多种。
7.根据权利要求1-6中任何一项所述基于深度学习对图形图像剪纸艺术化处理的方法,其特征在于:步骤6中,对步骤5中处理后的图片使用训练好的特征模型进行算法处理,得到剪纸化处理的第一级输出图像。
8.根据权利要求1-7中任何一项所述基于深度学习对图形图像剪纸艺术化处理的方法,其特征在于:步骤7中图片调整方法包括锐化、色彩、压缩和属性调整的一种或多种;所述属性调整包括:图片颜色处理、图片大小尺寸处理和图片格式处理中的一种或多种。
9.根据权利要求1-8中任何一项所述基于深度学习对图形图像剪纸艺术化处理的方法,其特征在于:步骤8中的输出包括多平台的输出,包括可以通过网络的形式分发至外部。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于时代数媒科技股份有限公司,未经时代数媒科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711309048.0/1.html,转载请声明来源钻瓜专利网。





