[发明专利]图像处理方法、装置、存储介质及计算机设备在审

专利信息
申请号: 202110441114.X 申请日: 2021-04-23
公开(公告)号: CN113034523A 公开(公告)日: 2021-06-25
发明(设计)人: 刘恩雨;李松南 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T7/12 分类号: G06T7/12;G06T7/13;G06T7/194;G06T11/00;G06N20/00
代理公司: 北京励诚知识产权代理有限公司 11647 代理人: 赵爽
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 存储 介质 计算机 设备
【说明书】:

本申请实施例公开了一种图像处理方法、装置、存储介质及计算机设备,其中,该方法包括:获取包含多个原始绘画图像的绘画数据集,原始绘画图像为具备目标绘画风格的绘画图像;对绘画数据集进行图像处理,以得到包含多个原始轮廓图像的轮廓数据集;将轮廓数据集输入参考模型中训练并优化参考模型的参数,以根据训练后的参考模型的优化参数生成图像转换模型;基于图像转换模型对待转换的目标轮廓图像进行处理,以生成与目标轮廓图像对应的具备目标绘画风格的目标绘画图像,降低了绘画难度,以及缩短了绘画时间。

技术领域

本申请涉及图像处理技术领域,具体涉及一种图像处理方法、装置、存储介质及计算机设备。

背景技术

随着互联网和终端技术的发展,除了传统的绘画方式,越来越多的人开始采用电子产品进行绘画,比如可以通过智能手机、平板电脑、笔记本电脑、个人计算机等终端设备进行绘画。但目前的绘画程序或应用,操作复杂,耗时长,且需要用户具备绘画基础,对于不具备绘画基础的用户,很难完成绘画作品,绘画难度较大。

发明内容

本申请实施例提供一种图像处理方法、装置、存储介质及计算机设备,可以通过基于具备目标绘画风格的绘画数据集,对模型训练得到从轮廓图像到绘画图像的图像转换模型,通过该图像转换模型可以将用户输入的简单的目标轮廓图像转换为具备目标绘画风格的目标绘画图像,降低了绘画难度,以及缩短了绘画时间。

第一方面,提供一种图像处理方法,所述方法包括:获取包含多个原始绘画图像的绘画数据集,所述原始绘画图像为具备目标绘画风格的绘画图像;对所述绘画数据集进行图像处理,以得到包含多个原始轮廓图像的轮廓数据集;将所述轮廓数据集输入参考模型中训练并优化所述参考模型的参数,以根据训练后的所述参考模型的优化参数生成图像转换模型;基于所述图像转换模型对待转换的目标轮廓图像进行处理,以生成与所述目标轮廓图像对应的具备目标绘画风格的目标绘画图像。

第二方面,提供一种图像处理装置,所述装置包括:

获取单元,用于获取包含多个原始绘画图像的绘画数据集,所述原始绘画图像为具备目标绘画风格的绘画图像;

处理单元,用于对所述绘画数据集进行图像处理,以得到包含多个原始轮廓图像的轮廓数据集;

训练单元,用于将所述轮廓数据集输入参考模型中训练并优化所述参考模型的参数,以根据训练后的所述参考模型的优化参数生成图像转换模型;

转换单元,用于基于所述图像转换模型对待转换的目标轮廓图像进行图像转换处理,以生成与所述目标轮廓图像对应的具备目标绘画风格的目标绘画图像。

第三方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于处理器进行加载,以执行如上第一方面所述的图像处理方法中的步骤。

第四方面,提供一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行如上第一方面所述的图像处理方法中的步骤。

本申请实施例通过获取包含多个原始绘画图像的绘画数据集,所述原始绘画图像为具备目标绘画风格的绘画图像;对所述绘画数据集进行图像处理,以得到包含多个原始轮廓图像的轮廓数据集;将所述轮廓数据集输入参考模型中训练并优化所述参考模型的参数,以根据训练后的所述参考模型的优化参数生成图像转换模型;基于所述图像转换模型对待转换的目标轮廓图像进行处理,以生成与所述目标轮廓图像对应的具备目标绘画风格的目标绘画图像。本申请实施例通过基于具备目标绘画风格的绘画数据集,对模型训练得到从轮廓图像到绘画图像的图像转换模型,通过该图像转换模型可以将用户输入的简单的目标轮廓图像转换为具备目标绘画风格的目标绘画图像,降低了绘画难度,以及缩短了绘画时间。

附图说明

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202110441114.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top